农业生产性服务业集聚的空间环境效应研究

刘舜佳

(湖南农业大学商学院,湖南长沙 410128)

基于经典库兹涅茨曲线研究产业集聚环境效应的文献大都发现集聚与环境污染之间呈现倒U形曲线关系[1],扩展研究还发现两者之间呈现N形曲线关系[2],无论是经典的倒U形曲线关系还是扩展得到的N形曲线关系,都可以得到产业集聚环境效应的确定性结论,即在产业集聚程度上升到某一“拐点”之后,产业集聚的环境效应就会发生方向性逆转。对倒U形曲线背后的形成机理剖析如下:①生产规模效应。集聚降低了外部市场交易成本,产业间的投入-产出关联得到了自适应强化,产能扩张的同时也加大了资源消耗,Verhoef等[3]指出产业集聚是污染的重要原因[3]。②规模经济收益[4]。一是产业在地理上的集中缓解了因基础设施重复投资对环境产生的破坏;二是环保设施投资与清洁技术服务于辖域内数量庞大的集聚企业时也较容易实现规模经济收益,有利于“环保技术研发投资-价值回收-研发再投资”良性机制的建立;三是政府对排污的集中监管也降低了执行与监督成本。③知识溢出效应。集聚与知识溢出的双向因果循环机制在经典的知识溢出研究文献当中得到了系统性阐述[5]。但源于集聚的知识溢出是否有利于环保,已有研究则认为这取决于溢出的知识类型[6],单纯“生产效率提升型”知识溢出只会强化生产规模效应,加重污染,而“环境友好型”知识溢出有助于清洁生产技术普及,优化产业结构,改善环境质量。

已有研究虽揭示产业集聚外部性对环境的直接影响,却很少基于这种外部性的空间属性来探寻集聚活动对环境的间接影响:①污染区域扩散。集聚活动所排放的环境污染物本身就具有地理转移功能,区域间的临近污染效应也被相关研究予以证实[7]。②知识空间溢出。具有准公共物品属性和生产要素功能,知识溢出无止境但却具有地理局限性[8],已有研究证实经济活动带来的知识溢出具有显著的空间特征[9],因此衍生于集聚活动的知识溢出研究势必也无法脱离固有的空间分析框架。③规模经济收益的空间影响。集聚通过吸引外来产业共享集聚区的基础设施和环保投资,便于排污集中监管,减少了产业在分散布局情况下因重复投资给污染增量所带来的边际贡献。

综合产业集聚环境效应的已有研究以及该研究对集聚活动空间外部性的环境效应分析,如果不把衍生于产业集聚的外部效应以自变量形式纳入回归模型当中,则会因包含这一外部效应的随机扰动项与产业集聚变量之间的强相关性,导致维系经典库兹涅茨曲线成立的“零条件均值”这一OLS强假定条件被违反,引致模型内生性偏误。解决这一问题的思路就是要考虑到产业集聚外部性所固有的空间属性,基于双重地理维度分别构建起环境污染与产业集聚及其外部性的环境库兹涅茨曲线,以此综合判定产业集聚的环境效应。但值得引起注意的是,基于双重地理维度构建起的2条环境库兹涅茨曲线,在曲线形状以及曲线“拐点”都存在显著差异的情况下,可能无法得到产业集聚环境效应的确定性结论,即在集聚程度达到某一“拐点”之后,产业集聚的环境效应就开始变得不明朗,导致传统政策指引在此阶段出现“盲区”,这就与以往经典环境库兹涅茨曲线的研究有着很大的不同。

该研究创新点如下:理论上,依据产业集聚外部性潜在的空间属性进一步完善产业集聚的环境效应分析框架;实证上,借鉴针对模型遗漏变量具有地理属性的空间建模策略,将经典环境库兹涅茨曲线扩展成为涵盖产业集聚双重影响机理的空间环境库兹涅茨曲线;实践上,在实证检验得出农业生产性服务业集聚的环境效应存在不确定性结论的情况下,进一步明晰生产性服务业集聚改善环境质量的政策指引。

1 研究方案

1.1 空间环境库兹涅茨曲线构建进一步完善产业集聚环境效应理论分析框架的结果表明,需要将产业集聚及其外部性同时纳入环境效应的检验之中,以纠正经典库兹涅茨曲线所暗藏的内生性偏误。然而产业集聚的外部性不像产业集聚那样在学界已经给出了系统性的测度指标,本质上仍属不可观测变量,会隐没于回归模型随机扰动项之中。为了将这一导致模型内生性偏误的非观测性因素提解出来,借鉴新近发展起来的空间建模策略,对经典回归模型当中遗漏掉的具有空间属性的非观测因素进行如下处理,以得到用于验证该研究理论分析的空间库兹涅茨曲线。

因前文理论分析已经表明产业集聚(agglo)及其外部性都是环境污染(poll)的影响因素,因此首先在经典库兹涅茨曲线基础上加入代表产业集聚外部性的非观测指标(z):

poll=β0+β1·agglo+β2·agglo2+γ·z

(1)

式中,β0、β1、β2、γ分别代表模型当中各变量对环境污染的影响系数。

由于产业集聚的外部性指标为一非观测变量,无法像可观测指标——产业集聚变量那样,在经典OLS回归当中得到参数估计值,因此,衍生于产业集聚的这一非观测性因素在进入模型的随机扰动项之后就会引发内生性偏误。该研究对此提出的解决方案就是在考虑到产业集聚的外部性具有空间属性的前提下,用一个空间向量自回归式来描述具有空间属性的模型遗漏变量:

z=ρ·w·z+ε

(2)

式中:w是空间权重矩阵;ρ用来衡量空间相关性强度,满足|ρ|<1;ε为误差项。据此得到产业集聚外部性这一遗漏变量的解析式z=(I-ρ·w)-1;ε将其代入(1)式:

poll=β0+β1·agglo+β2·agglo2+γ·ε(I-ρ·w)-1

(3)

在解决掉因源自产业集聚的外部性所引发的内生性偏误之后,有必要通过文献梳理方式来对式(3)是否仍存在因经典遗漏变量引发的内生性问题进行审视。制度因素与产业集聚的相关性研究在大量文献当中都得以体现,研究认为经济增长过程中所出现的产业集聚现象,本质上是企业寻求降低交易成本的结果,而制度创新对交易成本的降低又会对产业集聚演进提供深层次的保障,对制度创新与产业集聚之间影响机理的描述、高科技园区的案例分析都深刻地指出了二者之间的内在关联[10-11]。据此,在制度因素与产业集聚存在相关性的前提下,若不对式(3)当中复合误差项(γ·ε)所暗含的制度性非观测因素进行控制,则仍会引发内生性问题,这通常以下列经典线性回归式予以解决:

γ·ε=λ1·agglo+λ2·agglo2+v

(4)

在用参数λ1与λ2控制住复合误差项当中制度性非观测因素与产业集聚的相关性程度之后,复合误差项当中的剩余成分(v)就此大体可按经典计量回归式的假定认为其服从独立正态同分布。把式(4)回代至式(3)之中,移项合并后最终有:

poll=α0+ρw·poll+α1·agglo+α2·agglo2+α3w·agglo+α4w·agglo2+v

(5)

其中,α0=β0·(I-ρw),α1=λ1+β1,α2=λ2+β2,α3=-β1ρ,α4=-β2ρ。

与经典环境库兹涅茨曲线相比,额外增加了产业集聚指标及其平方项的空间滞后项,设定形式与空间Durbin模型(spatial Durbin model,SDM)相同,即用于实证检验的空间环境库兹涅茨曲线。

2 实证检验

2.1 数据指标

2.1.1指标量化。

(1)产业集聚指标。考虑到数据可获得性,采用熵值法计算产业集聚度,其原理是用某一区域全部产业活动情况在全国的地位来刻度该区域某一产业活动情况在全国地位的相对重要性,实际计算时通常采用就业数据来度量产业活动情况,具体计算公式如下:

(6)

式中:i为地区;j为产业;Eij为i为地区j就业人数;上式分子代表i地区j产业就业人数在全行业中的占比,用分母i地区就业人数在全国中的占比来度量的话,就大体刻度出i地区产业在全国范围内的相对重要性。该指标取值大于0。

(2)空间权重矩阵。放宽经典OLS严格假定之后,反映不同区域间毗邻关系的空间权重矩阵引入使得空间溢出效应的估计成为现实。但空间权重矩阵有多重设定方案,通常以区域间是否共享地理边界来设定,也有在此基础上引入了经济毗邻概念。该研究对产业集聚外部性的空间效应剖析主要包含了污染排放与知识溢出两大来源。其中,污染排放方向完全随机,四面八方面皆有可能,但地理毗邻较近地区受到这种负向外部性影响可能更为明显;而知识溢出虽无止境,但受制于经济和社会关系制约,却具有地理局限性,其空间溢出在经济联系紧密的地区间可能更为重要。因此,该研究采用k阶最近邻域法则来设定空间权重矩阵元素值,即产业集聚外部性所能影响到的域外地区数是相等的,这就排除了以往严格依照地理边界共享原则来设定空间权重矩阵的呆滞作法,综合考虑到污染空间排放的随机性以及经济活动跨区域联结的特殊性。以我国各省边界共享的实际情况为初始依据,在地理毗邻基础上放宽空间联结数目,以k值分别取7～9来设定空间权重矩阵,以求得回归结果的稳健性。

2.1.2数据样本。由于没有分地区的农业生产性服务业就业人数,因此该研究拟用第一产业占全部产业产值的比重来叉乘第三产业就业人数予以替代。环境污染最典型的是工业“三废”,考虑到空间扩散难易度,因不容易受到地表物理特征制约,相对而言工业废气比工业废水、工业废渣更容易体现出空间负向外部性,因此拟用人均工业废气排放量(万标m3)作为环境污染指标,取自然对数;空间权重矩阵设定时用到地理截面单元的区位信息数据,此处选取省会城市经纬度坐标,因为大城市也往往是产业集聚地。数据样本包含中国大陆31省,时期跨度为1985—2014年,数据来源于《新中国60统计资料汇编》《中国统计年鉴》《中国环境统计年鉴》《中国环境年鉴》,其中工业废气指标在上述年限当中最早记录追溯到1991年,因此对于1985—1990年该指标的缺失数据,用计算得到的1991—2014年工业废气几何平均增长率予以逆推补全,尽可能地为具有非线性结构特征的空间模型估计提供大样本。

2.2 实证检验按LeSage等[12]基于偏导矩阵法提出的空间模型参数估计方法,表1给出了空间库兹涅茨曲线当中各自变量对因变量作用的估计值。

式(5)设定形式包含了2条库兹涅茨曲线:其一是反映产业集聚与环境污染之间关系的库兹涅茨曲线1,由式(5)中产业集聚变量及其平方项的参数估计值来构造;其二是反映产业集聚外部性与环境污染之间关系的库兹涅茨曲线2,由式(5)当中产业集聚变量的空间滞后项及其平方项的参数估计值来构造。从空间模型参数估计结果来看,无论采用固定效应还是随机效应,在3种空间权重矩阵设定形式下,产业集聚及其平方项、产业集聚空间滞后项及其平方项的估计值都在0.01水平显著,不仅估计值大小没有太大偏差,而且估计符号也完全统一,据此可以作出产业集聚空间溢出效应的经济释义。表1还在空间模型参数估计结果的基础上分别计算出2条库兹涅茨曲线的“拐点”值。

2.3 经济释义以最近7阶邻域设定的空间权重矩阵W7估计的固定效应模型为例,表1估计结果表明产业集聚及其平方项的估计值分别为4.207 1和-1.632 3,在0.01水平显著,故环境污染与集聚区内的经济活动之间呈∩形曲线关系;而产业集聚空间滞后项及其平方项的估计值分别为-4.387 2和3.019 1,在0.01的置信度水平上显著,故环境污染与集聚区内经济活动的外部效应之间呈∪形曲线关系,所得到的2条曲线形状完全相反。对曲线“拐点”的计算结果表明,就环境污染与集聚区内经济活动之间的关系而言,随着集聚程度的提升,环境污染逐步上升,但当集聚程度超越1.288 7时,集聚区内的经济活动开始逐步缓解环境污染。

反观环境污染与集聚活动外部性之间的关系,发现随着集聚程度的提升,外部效应的空间溢出有利于环境污染水平的下降,但当集聚程度超越0.726 6时,集聚活动对环境产生的这种空间外部效应则由正变负,逐步加重污染水平。检验结果显示空间库兹涅茨曲线在双重地理维度构建起的2条曲线不仅形状完全相反,而且两条曲线各自“拐点”所对应的集聚程度也存在着较大差异,因此综合判定,产业集聚的环境效应不像经典库兹涅茨曲线那样可以得到确定性的结论,需视产业集聚程度而定。

图1将检验得到的2条曲线分别画在坐标轴中,“∩”形和“∪”形曲线分别反映环境污染与产业集聚及其外部性之间的关系,A、B分别代表了2条曲线的“拐点”。据此可将产业集聚的环境效应依据集聚程度的不同划分为3个域:①集聚程度较低时的污染非确定域Ⅰ。当集聚程度低于拐点B时(<0.726 6),集聚区内经济活动及其外部性对环境污染的影响方向是完全相对立的,环境质量受累于集聚内经济活动,但却受益于集聚内经济活动所产生的外部效应。②集聚程度适中时的污染确定域Ⅱ。当集聚程度介于拐点B和拐点A之间时(0.726 6～1.288 7),集聚区内经济活动及其外部性对环境质量的影响方向是完全一致的,同时加重了环境污染。③产业集聚程度较高时的污染非确定域Ⅲ。当集聚程度高于拐点A时(>1.288 7),集聚区内经济活动及其外部性对环境质量的影响又回到了方向不一致时的情况,但此时环境质量受益于集聚内的经济活动,而受累于集聚内经济活动的外部效应。

图1 空间库兹涅茨曲线的污染阶段划分

3 结论及政策建议

在忽略产业集聚外部性对环境影响的前提下,以往基于经典库兹涅茨曲线对产业集聚与环境污染之间关系的研究,往往能够探寻到产业集聚对环境污染影响发生方向性逆转的“拐点”。该研究基于空间维度将产业集聚的外部效应纳入其环境效应分析之中,构建起包含环境污染分别与产业集聚及其外部性之间关系的空间库兹涅茨曲线,以此探寻产业集聚及其外部性的环境效应是否存在显著差异。基于中国31省1985—2014年面板数据的实证检验发现:工业废气污染分别与产业集聚及其外部性之间存在着具有统计显著的曲线关系,其中工业废气污染与集聚区内的经济活动之间构成“∩”形曲线关系,而环境污染与集聚内经济活动的外部效应之间构成“∪”形曲线关系;由于2条形状相异曲线的“拐点”值存在显著差异,因此整体上,并不能在集聚演进的所有阶段都能得到关于集聚与污染之间关系的确定性结论;其中,在集聚程度偏低或偏高阶段,集聚活动对工业废气污染的影响具有不确定性,仅在集聚程度适中阶段,才能得到集聚活动加重了工业废气排放的确定性结论;就我国1985年以来实际情况而言,有超过90%的样本数据显示各省工业集聚程度位于适中阶段。

经典库兹涅茨曲线的“∩”形结论为环境污染治理提供了明确的政策指引,即大力推进产业集聚程度,通过集聚带来的人均收入增长效应与排污监管的规模经济收益降低环境污染,但该研究结论却表明这一传统政策所期望的效果可能会落空,因为基于集聚外部性所构建起的空间环境库兹涅茨曲线显示在提高集聚程度之后并不能得到关于集聚环境效应的确定性结论。集聚对外部市场交易成本的降低是一国经济持续发展的润滑,而该研究又显示集聚度上升会给环境污染增添不确定性,为解决这一两难困境,检验结果显示导致产业集聚环境效应不确定性的直接原因,在于集聚外部性与环境污染之间关系呈∪形曲线,而要在提升集聚程度保障经济发展的同时享受环境质量不断改进所带来的福利,则需要把这一∪形曲线的“拐点”尽可能地推迟,使这一不利“拐点”的到来大大滞后于∩形曲线的有利“拐点”。为了推迟“拐点”的到来,根据前文理论剖析,关键在于强化“环境友好型”知识的空间溢出,弱化“产出效率提升型”知识的空间溢出,为此提出如下对策:①在经济活动集聚区大力发展生产性服务业。生产性服务业通过增加生产的迂回性以及高附加值形式能够降低物质资源投放,提升有形要素的使用效率,以提供的服务为载体产生无形知识的创新和溢出,最终嵌入实体生产环节替代有形生产要素投入,这是能起到降低污染排放的“环境友好型”知识。②优化承接无形知识溢出的社会环境。“环境友好型”知识大都是诸如教育研发和管理经验这类无形知识,其传输需借助“面对面”的交流方式,以人为载体,因此一方面要不断加强人力资本积累,另一方面也要为人力资本的广域流动提供优良的承接环境。③加强交通和通讯基础设施建设。知识溢出效应随地理距离延长而衰减,而快捷方便的交通以及发达优良的资讯条件是拉近地理距离的必备条件,能够在最短时间内尽可能地将无形知识扩散至周边地区。