经济集聚、产业结构转型升级与碳生产率<br/>——基于动态空间面板模型的实证分析

经济集聚、产业结构转型升级与碳生产率
——基于动态空间面板模型的实证分析

2023-10-14杨成羽2熊晓炼

新疆农垦经济 2023年9期

○杨成羽，2熊晓炼

（1贵州大学经济学院，贵州贵阳 550025；2贵州大学马克思主义经济学发展与应用研究中心，贵州贵阳 550025）

一、引言

以全球变暖为主要特征的气候危机是当今世界所面临的严峻挑战，在此背景下中国制定了切实可行的减排目标，承诺分别在2030 年与2060 年前实现“碳达峰”与“碳中和”。如何在进行碳减排的同时兼顾经济增长，实现环境保护与经济社会的协同发展是当前亟须解决的问题。提高碳生产率则是解决此问题的有效路径[1]，碳生产率同时涵盖经济发展与碳减排两大目标，其高低及变化趋势决定了我国能否在经济平稳增长的前提下如期实现“双碳”目标。

研究表明，近年来我国碳生产率持续提高，同时随着城市化进程不断加快与区域一体化战略稳步推进，经济集聚已成为我国区域发展的显著特征[2-3]。经济集聚作为区域发展战略实施与经济绿色转型的必然结果和重要助力，其对碳生产率存在正负两方面的外部性：一方面，集聚能够通过规模经济、技术溢出、信息共享等正外部性有效优化区域资源配置、促进经济增长从而提高碳生产率[4]；另一方面，集聚产生的负外部性如劳动力、土地等生产要素价格的提高与人口膨胀以及拥挤效应将导致工业碳排放增加、服务业集聚的减排效应边际递减，区域碳排放显著增加[5]。而上述外部性的方向及强度很大程度上取决于集聚水平，故经济集聚与碳生产率之间可能存在着非线性关系。只有达到阈值水平时，集聚的正外部性效应才能充分发挥作用，进而促进碳生产率增长。此外，产业结构转型升级作为抑制碳排放的重要手段，能否成为经济集聚促进碳生产率增长的传导路径尚未可知。因此，探究对于碳生产率是否存在最优经济集聚水平，分析二者的内在联系并检验产业结构是否在二者之间存在传导作用，对于优化经济要素空间格局、实现产业结构转型升级与“双碳”目标具有重要的理论与现实意义。

二、文献综述

经济集聚主要表现为以地理区位、资源禀赋、传统优势为基础，劳动力、资本、技术、信息等生产要素的高度空间集中[6]，早期研究分别从区域视角与产业视角出发，利用产出密度、就业密度[7-8]以及区位熵、泰尔指数[9]等概念衡量经济集聚。随着气候变化问题日益突出，学者们逐渐转向研究经济集聚与碳排放之间的内在联系，有关二者关系的研究已十分丰富，从研究结论看主要分为以下三个方面：一部分学者认为经济集聚对碳排放存在显著的正外部性。集聚能够通过技术溢出、信息共享、规模经济等效应有效促进企业合作，提高生产率从而减少碳排放[10-11]。另一部分学者认为经济集聚对碳排放存在显著负外部性，集聚将导致产业在空间上的高度集中从而引发拥挤效应，使碳排放量明显增加[12]。还有一部分学者则认为两者之间存在非线性关系，并非完全地促进或抑制作用，在不同阶段经济集聚对碳排放的影响将随着集聚水平变化而变化。但非线性关系的具体形式却存在较大争议，已有研究表明经济集聚与碳排放之间可能存在倒“U”型、正“N”型以及倒“N”型等曲线[13-14]。

目前关于经济集聚与碳排放关系的研究还有待改进之处：（1）在探究经济集聚如何影响碳排放时，已有研究通常将碳排放量作为非期望产出项，较少从投入要素的角度考虑社会经济发展所面临的新约束，造成片面追求控制碳排放总量而影响经济发展。（2）经济活动在不断集中的过程中往往伴随着产业结构的快速变迁，在不同时期产业的技术水平、能源消耗与污染排放等特征往往存在着差异，这些差异会对碳排放产生显著影响，但鲜有文献关注集聚能否通过推动产业结构转型升级促进碳生产率增长。（3）随着京津冀、长三角、珠三角、长江经济带等跨越多个省份的重大区域发展战略的规划实施，禁锢要素和经济活动自由流动的行政藩篱不断被打破，生产要素与经济活动能够在更大的市场上进行整合，以重点城市或城市群为载体实现优势互补和相互促进。经济集聚产生的外部效应也不再仅限于地区或城市，而是在更大的空间范围内产生影响。以往研究大多仅分析了经济集聚对本地区的效应，忽视对其他地区的影响可能导致研究结论出现偏差，不利于区域低碳经济协同发展。

因此，本研究将在以下方面进行深入探索：（1）从要素投入视角将碳排放纳入产出密度函数分析框架，完善经济集聚与碳生产率之间的理论相关性。（2）在理论分析基础上构建动态空间面板模型，研究我国省级层面上经济集聚与碳生产率的内在联系，探究空间效应视角下碳生产率是否存在最优集聚规模。（3）利用中介效应模型检验经济集聚能否推动产业结构转型升级从而促进碳生产率增长。其结果有助于从提高区域整体效益的角度上制定经济政策，发挥区域协同效应，推动产业结构转型升级，最大化提升碳生产率水平。

三、模型推导与机制分析

（一）数理模型推导

本研究在CICCONE[8]与USHIFUSA[15]等人研究的基础上，从要素投入视角将碳排放纳入产出密度函数的分析框架，以刻画经济集聚与碳生产率之间的理论联系，模型如式（1）所示：

Qi与Ai分别表示i省总产出与产出面积，L、K与C分别表示劳动力、资本与碳排放量，Φi为希克斯中性函数，β与γ分别表示劳动力与资本的产出弹性，并假定生产要素的产出贡献率为常数α。该模型在柯布—道格拉斯函数基础上增加表示空间集聚效应，通过能够准确刻画集聚不同阶段的经济运行状况，并体现生产要素过度集中产生的拥挤效应。假定资本投入是完全自由流动的，进一步可以推出利率（r）与资本要素的边际产出持平，资本投入的密度函数则可以表示为：

将式（2）带入式（1）并对两边取对数，令t1=γ/(β+γ-1)，t2=β/(1-β-γ)，t3=1/(1-βγ)α，则有：

式（3）中，QiAi与QiCi分别表示经济集聚与碳生产率，则前者对后者的影响表示为(αλ-1）/λ(1-β-γ)α，由此可知，该效应将随着集聚水平的变化呈非线性变化，但效应曲线呈何种形式需通过理论与实证分析做进一步检验。

（二）影响机制分析

1.经济集聚与碳生产率

研究从集聚水平视角出发将经济集聚划分为三个阶段，诠释其对碳生产率的影响。

在经济低度集聚阶段，集聚能够通过规模经济产生正外部性。规模经济通过共享基础设施，降低市场交易与政府监管成本，提高能源效率等方式实现经济增长与碳减排，从而促进碳生产率增长[16]。但这一阶段集聚产业大多属于轻工业、交通运输与批发零售等劳动密集型产业。此类产业产品具有附加值与技术含量低、单位能耗高等特点，故此时技术溢出、信息共享等效应暂不明显，集聚效应产生的减排作用有限[17]，经济集聚对碳生产率具有促进作用但并不显著。

在经济中度集聚阶段，经济体迎来快速发展时期，重工业的大规模扩张所带来的排放效应远大于技术进步与环境规制产生的减排效应[18]，大量高污染、高耗能产业的快速集聚与产能规模扩张将造成能源需求与碳排放量大幅增长。同时随着经济集聚水平的不断提高，拥挤效应开始显现，规模经济带来的正外部性收益将逐渐演变为负外部性成本，劳动力、土地等生产要素价格的提高与人口膨胀以及生产规模的扩大将导致区域能源消费进一步增加。负外部性带来的拥挤效应成本将超过正外部性带来的集聚效应收益，从而对碳生产率产生负面影响[19]，此时经济发展进入粗放型的高速增长阶段，经济集聚对碳生产率增长具有一定抑制作用。

在经济高度集聚阶段，集聚区域内由于环境规制、技术进步等因素不断淘汰落后高耗能产业，实现产业结构转型升级[20]。产业结构转型升级将导致技术溢出、信息共享等效应通过“共享”“匹配”“学习”机制产生显著正外部性[21]，同时高新技术产业的发展也弱化了集聚所带来的拥挤效应[22]，在两者的共同作用下集聚对经济增长表现出促进作用。此外，企业集聚有利于促进治污和减排的专业化分工，催生专业环境污染治理企业，促进经济增长的同时显著抑制碳排放。此时经济增长方式已经从依靠大量资源投入的粗放型增长模式转化为依靠技术与创新的绿色增长模式，经济集聚能够有效促进碳生产率增长。

由此，本文提出假说H1：经济集聚与碳生产率之间存在正“N”型曲线关系。

2.经济集聚、产业结构转型升级与碳生产率

当经济活动在空间分布上存在疏密程度的差异，往往会在区域内部发生各种联系，促进经济高效率运行。适度的经济集聚通过共享效应、规模经济效应、优化竞争、政策支持等正外部性助力区域内产业结构转型升级，进而提升企业碳生产率。第一，在集聚过程中，经济主体之间的沟通与交流较为便利，可优化资源要素整合与配置，通过共享资源、节约成本促进企业技术创新和研发投入[23]，注重开发和应用低碳技术，促进产业结构向绿色化、低碳化转型升级[24]，提高产业全要素生产率，促进碳生产率增长[25-26]。第二，在经济集聚的地区，资金、人才等要素资源较为集中，能有效弥补信息不对称问题，正确引导企业在发展过程中的投资与生产行为，减少产业结构的不合理变动，降低要素重置成本，促进产业结构趋于合理化[27]，扩大产业规模，而规模扩大往往伴随着先进生产设备的引进以及资源利用高效，从而降低碳排放强度。第三，经济集聚将会加剧企业对要素资源的竞争抢夺，强化区域间要素流动融合，激励经营主体通过创新驱动发展，改善生产过程中要素投入结构，优化资源配置，增强经济发展的可持续性，进而促进碳减排[28]。第四，经济集聚地区通常更容易获得政府部门的资金支持与政策优惠[29]，包括税收减免产业支持和绿色补贴，鼓励企业积极推进碳减排技术和措施的应用，推动企业绿色转型，提高整体碳生产率。

由此，本文提出研究假说H2：经济集聚能够通过推动产业结构转型升级从而促进碳生产率增长。

四、研究方法

（一）空间权重矩阵构建

空间权重矩阵是空间计量的关键，在选取邻接权重矩阵（W1）与距离权重矩阵（W2）基础上，借鉴林光平[30]的做法，引入经济地理权重矩阵（W3）。邻接权重矩阵（W1）中元素为1表示两省相邻，为0则不相邻；距离权重矩阵（W2）以两个省会城市距离的倒数作为矩阵元素；经济地理权重矩阵以各省人均GDP 均值差额Yi作为经济距离指标，并结合地理权重矩阵构建。经济集聚的外部性强度很大程度取决于地理距离，故本研究基准回归时采用距离权重矩阵（W2）作为空间权重矩阵，在稳健性检验时选用经济地理权重矩阵（W3）。同时通过Morans’I指数检验碳生产率的全局空间相关程度，如式（4）所示，xi、xj分别表示省份i、j某年的碳生产率，wij表示空间权重矩阵W 中对应元素，xˉ表示碳生产率的平均值。

（二）变量选取及说明

1.核心解释变量

（1）碳生产率。碳生产率是能源消耗、经济发展等多种因素共同作用的结果，相较于单要素碳生产率，考虑了多种相关因素的全要素碳生产率能够更加准确地反映碳排放效率，借鉴何伟军[31]的做法，利用超效率SBM 模型测算表征。若无特殊说明，本研究中碳生产率均表征全要素碳生产率。碳排放量测算方面，参考IPCC 所提供的各类能源碳排放系数对其进行测算。

（2）经济集聚。即经济密度，指区域国民生产总值与区域面积之比，表征城市单位面积上经济活动的效率[32]，利用GDP与各省建成面积之比进行衡量，相较于行政区划面积，使用建成区面积表征产出面积能够在与理论模型保持一致，更加符合现实中经济活动的空间特征与集聚程度。

2.中介变量

产业结构转型升级水平。本研究借鉴袁航[27]的做法从产业结构高级化与产业结构合理化两个维度对产业结构转型升级水平进行测度。产业结构高级化的一个核心特征为第三产业的增长率快于第二产业增长率，故选用第三产业产值与第二产业产值之比衡量产业结构高级化；同时，为兼顾不同产业产值与就业的结构差异以及区分各产业经济地位，借鉴干春晖[33]的研究方法选用泰尔指数测度各省产业结构合理化程度。

3.控制变量

借鉴已有研究选取以下指标作为本研究控制变量[5，31]：（1）研发强度。选用研究与发展经费（R＆D）占GDP比重进行表征；（2）人力资本。选用人均教育经费支出进行表征；（3）环境规制。选用环境治理投资额占该地区生产总值的比重进行衡量；（4）政府干预程度。选用地方财政支出占地区生产总值的比重进行衡量。

（三）计量模型设定

1.空间面板模型

考虑到经济集聚存在显著的空间溢出效应与时间滞后效应，忽略两种效应很可能得到偏误的实证结果。因此，本研究在式（3）的基础上进行拓展并构建动态空间面板模型，模型设定如下：

其中，i与t分别表示省份与年份，cpit表示碳生产率，agit，sagitt 与cagit分别表示经济集聚的一次项、二次项与三次项，以期对假说H1 进行检验；cpi,t-1表示滞后一期的碳生产率，wij表示空间权重矩阵中的元素，X为引入的一组控制变量，α0至α6为待估参数，μ与ε分别表示地区固定效应与随机误差项。

2.中介效应模型

借鉴温忠麟等[34]的方法，依次构建以下两个模型，以逐步回归法检验经济集聚是否能够通过推动产业结构转型升级从而促进碳生产率增长。一是检验经济集聚能否通过影响产业高级化影响碳生产率，如式（6）所示；二是检验经济集聚能否通过影响产业合理化影响碳生产率，如式（7）所示。

（四）数据来源

综合数据的可得性、时效性以及研究的可靠性，选取我国30个省区市（除西藏、港澳台）2004—2019年有关数据进行分析研究。所有数据均来源于《中国统计年鉴》《中国能源统计年鉴》以及各省（自治区、直辖市）统计年鉴。为了消除变量间量纲差异所造成的异方差，且保持原始数据的实际经济意义，在不影响实证结果准确性的基础上，对各变量单位进行适当选取并对其取自然对数，样本描述性统计如表1所示。

表1 样本统计性描述

五、实证结果分析

（一）空间相关性检验

在进行空间回归分析前对碳生产率的空间相关性进行检验，由表2 可以看出，在三种空间权重矩阵下碳生产率的全局莫兰指数均为正，且在1%的水平上显著，各省碳生产率存在显著的空间正相关，碳生产率相近的省份在空间上更接近，表明构建空间计量模型考察所研究的问题是必要的。

表2 三种权重矩阵下的空间相关性检验

（二）空间计量模型选择检验

如表3所示，空间自回归模型和空间误差模型的拉格朗日乘子及其稳健性的方法的检验值均通过了显著性检验。同时，采用LR 和Wald检验对模型选择进一步进行检验，结果显示LR检验和Wald检验均通过了显著性水平，拒绝了空间自回归模型（SAR）和空间误差模型（SEM），表明SDM在样本变量之间的解释能力更强。此外，在选择空间杜宾模型（SDM）的基础上，控制了个体效应、时间效应和双向固定效应进行模型检验。另根据Hausman 检验结果，检验值为131.81，在1%的显著性水平下通过，表明固定效应模型优于随机效应模型。因此，最终选择空间杜宾模型的双向固定模型，以评估经济集聚对碳生产率的空间效应。

表3 空间计量模型选择检验结果

（三）模型估计结果分析

实证结果如表4 所示，为了保证结果的稳健性，本研究进一步报告了基准回归以及空间面板模型的估计结果。列（1）为未加入控制变量下双固定效应模型估计结果，经济集聚的一次项系数、二次项系数及三次项系数依次显著为正、负和正，初步推测经济集聚与碳生产率之间存在正“N”型曲线关系。加入控制变量后对固定效应面板模型再次进行估计得到模型（2），结果显示经济集聚的系数方向及显著性与模型（1）中一致，进一步证明经济集聚与碳生产率之间存在正“N”型曲线关系。

表4 经济集聚和能源强度对碳排放强度的影响

模型（3）报告了空间邻接矩阵下经济集聚对碳生产率的静态空间杜宾模型估计结果。由于碳生产率可能在时间维度上存在较强的路径依赖，从而导致内生性问题，因此，本研究基于Han Phillips GMM方法，利用动态空间面板模型进行估计，结果表明碳生产率的滞后一期在1%的显著性水平上为正，证明了利用该模型的必要性。与前三个模型相比，同时考虑了内生性、时间滞后效应与空间溢出效应的模型（4）具有最为优良的计量技术表现及理论预期，因此本研究主要关注动态空间面板模型的估计结果。

模型（4）中经济集聚一次项、二次项与三次项均在1%的显著水平上依次为正、负与正，证明经济集聚与碳生产率之间确实存在正“N”型曲线关系。当集聚水平低于3.22 万元/平方公里时，经济集聚能够促进碳生产率增长，主要原因是在这一阶段集聚产业多为轻工业、交通运输与批发零售等低端服务业，能源消耗相对较小，同时规模经济效应能够有效促进经济增长与能源效率提高。当集聚水平高于3.22 万元/平方公里且低于时20.31 万元/平方公里时，经济集聚则抑制了碳生产率的增长。随着经济发展的持续加快与工业化进程的快速推进，大量高污染、高能耗产业开始集聚并通过产出扩张效应引起碳排放量的大幅增长。此时环境规制强度及技术进步无法对碳排放的快速增长产生有效抑制作用，导致产出增长速度明显落后于碳排放增长速度。当集聚水平超过20.31 万元/平方公里后，经济集聚对碳生产率表现出显著的促进作用，一方面随着集聚水平的进一步提高，集聚区域内逐渐淘汰高耗能产业，实现产业结构转型升级，从而促进经济增长；另一方面随着产业结构的优化，经济集聚的各项正外部性，如技术溢出、信息共享等溢出效应有利于企业间减排技术的交流与学习，同时企业集聚有利于催生专业的环境污染治理企业，专业化分工有助于节能减排设施的共享从而提升减排效率。从各个省份所处阶段来看，除上海、江苏等少数发达省份位于曲线第二个拐点右侧，其余省份均位于第一个拐点与第二个拐点之间，表明随着未来大部分省份经济集聚水平的进一步提高，我国仍然会面临较大的碳减排压力。但针对东部发达省份，进一步推进经济集聚则有利于促进本地区碳减排。

进一步分析可知，碳生产率同时具有显著的空间溢出效应与时间滞后效应。一方面碳生产率在时间维度上具有较强的延续性，前一期的碳生产率会对本期碳生产率产生影响。另一方面，碳生产率的空间滞后项显著为正，各省碳生产率对邻近省份碳生产率具有促增效应。经济集聚的空间滞后项显著为负，说明地区间的经济集聚表现出明显的“虹吸”效应，各省在经济集聚过程中吸引技术、人才与资本等生产要素时会对其他省份碳生产率产生负面影响。

（四）中介效应分析

中介效应检验结果如表5 所示，第（1）列中经济集聚系数在1%的水平上显著，表明其对碳生产率的总效应是存在的，可以初步假设存在产业结构高级化的中介效应，第（2）列中经济集聚系数在5%水平上显著为正，即集聚能够有效促进产业结构高级化，第（3）列中经济集聚与产业高级化的系数均在1%的水平显著为正，表明两者都能对碳生产率有着显著影响，则产业结构高级化在经济集聚对碳生产率的影响中存在部分中介效应。检验2 中相应系数均通过了1%显著性水平检验，因此在考察经济集聚对碳生产率影响的机制分析中，同样存在以产业结构合理化作为中介变量的部分中介效应。上述结果表明，在经济集聚影响碳生产率的过程中，产业结构转型升级是重要的中间桥梁，经济集聚能够通过推动产业结构转型升级从而提高碳生产率，故假设H2成立。

表5 产业结构中介效应分析

（五）稳健性检验

为了保证研究结果的可靠性，本研究将采用替换空间权重矩阵、替换解释变量与更换估计方法三种策略检验模型的稳健性。空间关联强度与各省份经济发展状况有关，经济发展越接近的省份，经济之间的互动与交流也更频繁，因此利用经济地理权重矩阵（W3）替换地理距离权重矩阵（W2）进行检验；另考虑到变量的选取可能导致估计结果存在偶然性，本文借鉴李治国[35]的方法，利用GDP 与省域面积的比值表征经济集聚；动态空间面板模型虽然考虑了碳生产率路径依赖导致的内生性，但并未充分考虑双向因果问题，即经济集聚影响碳生产率的同时碳生产率也可能影响经济集聚，本研究通过系统广义矩估计将经济集聚与所有控制变量指标滞后一期作为工具变量，研究前一期的经济集聚如何影响碳生产率，从而在一定程度上弱化反向因果问题。

根据表6的结果，经济集聚的一次项、二次项、三次项及相应滞后项系数均在1%的显著性水平分别为正、负和正，与基准回归模型所得结论基本一致，表明了本研究具有较强的稳健性，结果具有较高的可信度。

表6 稳健性检验结果

六、结论与启示

（一）主要结论

本研究从要素投入视角将碳排放纳入产出密度函数分析框架，构建理论模型以刻画经济集聚与碳生产率之间的相关性；基于动态空间面板模型与中介效应模型探究2004—2019年中国省际碳生产率与经济集聚的作用规律，着重分析不同集聚水平对碳生产率的影响，并检验了产业结构转型升级在两者间的中介效应，得出以下主要结论：（1）经济集聚与碳生产率之间存在显著的正“N”型曲线，并存在一个增排拐点与一个减排拐点。当前只有上海、江苏等发达省份位于第三阶段，集聚水平对碳生产率表现出促增作用；大部分省份位于第二阶段，集聚水平抑制了碳生产率增长。（2）碳生产率具有较强的时空依赖特征，在空间维度上表现出显著的正相关性，在时间维度上表现出明显的路径依赖。碳生产率相近的省份往往在空间上更加邻近，且这一现象长期存在；同时，碳生产率具有较强的时间惯性，上一期碳生产率水平如果保持在较高水平，则下一期很可能持续走高。（3）产业结构在经济集聚对碳生产率的作用中存在显著的中介效应。经济活动在空间中的高度集中能够有效优化区域经济结构，促进产业结构转型升级，实现低碳生产率部门向高碳生产率部门演化，从而提高碳生产率。