碳排放约束下地区经济集聚的效率与趋同研究

刘满凤，谢晗进（江西财经大学.协同创新中心;.信息管理学院，江西 330013）

碳排放约束下地区经济集聚的效率与趋同研究

刘满凤a，谢晗进b
（江西财经大学a.协同创新中心;b.信息管理学院，江西 330013）

文章基于环境DEA技术，测算了2000—2014年有碳排放约束和无碳排放约束下中国区域经济集聚效率，检验了集聚效率的趋同性，分析了影响集聚效率的因素。研究结果表明：有碳排放约束下的聚集效率高于无碳排放约束下的聚集效率，说明实施碳排放政策对提高经济聚集效率具有促进作用；我国各地区的经济集聚效率有趋于各自稳定水平的趋势。在影响聚集效率的因素中，对外开放水平、基础设施水平和区域技术创新对集聚效率的提升有正向作用，而财政支出占比、产业结构、能源消费强度和城市化率对集聚效率有负向作用。

环境DEA技术；集聚效率；经济区；趋同；影响因素

0 引言

从19世纪末以来，经济活动的空间集聚现象一直是经济地理学家和经济学家关注的焦点。Marshall(1890)最早对经济集聚现象作了系统的分析，他强调在某一特定区位，一类特定产业的集聚有利于生产率的提高，并指出了导致特定产业地方化外部性的三种渠道：劳动力市场蓄水池、中间投入品的共享和知识溢出。产业集聚所形成的向心力吸引着生产要素空间上的聚集，使得运输成本降低，知识和信息流动更加频繁，不断推动经济在区域范围持续增长。然而，伴随着不断提高的产业集聚水平而来的是环境污染和拥挤成本等负外部性的出现，并由此产生了集聚不经济，对经济增长产生负面影响。因此，适度的集聚规模成为了经济发展的关键。

本文认为测算集聚效率能够评判目前我国区域经济发展中产业的聚集效应是否与经济发展速度相匹配。最早引入集聚水平测算效率的是Ciccone（1996）[1]，近年来国内学者陈得文、苗建军（2012）[2]将集聚水平作为投入要素，应用DEA模型测算了中国区域集聚效率。目前，集聚效率的测算研究较少，但集聚效率重要性已经受到许多学者关注[3-4]，而考虑环境因素的集聚效率测算则更为鲜见。中国政府已经提出到2020年单位国内生产总值二氧化碳排放比2005年下降40%～45%，并将其作为约束性指标纳入到国民经济和社会发展长期规划中，这表明今后中国经济的发展将面临碳排放约束。因此，本文将采用污染物作为投入要素处理，将碳排放约束条件纳入集聚效率测算中，采用环境DEA技术测算区域经济集聚效率，重点研究在碳排放约束条件下各地区适度的经济集聚规模，经济集聚趋同现象以及经济集聚效率的影响因素。

1 碳排放约束下我国各地区的经济集聚效率测算

1．1 环境DEA技术

本文考虑碳排放约束的影响，在生产过程中将其作为投入要素处理，建立线性规划模型：

式中，Ati表示t时期i地区集聚水平；Kit表示t时期i地区劳均资本存量；Cit表示t时期i地区劳均二氧化碳排放量；Yit表示t时期i地区劳均GDP。变量取值及说明如下：

（1）地区集聚水平（A）：用各地区劳动力总量除以相应地区行政面积。

（2）劳均资本存量（K）：用各地区资本存量除以相应地区劳动力总量。资本存量计算参照张军（2004）[6]介绍的永续盘存法计算而得。

（3）劳均二氧化碳排放量（C）：用各地区二氧化碳排放总量除以相应地区劳动力总量。二氧化碳排放量计算方法参考2007年政府间气候变化专门委员会（IPCC）第四次评估报告中提供的二氧化碳排放量核算方法，选取九大类能源消费种类（煤炭、焦炭、原油、柴油、燃料油、天然气、煤油、原油和电力）的能源消费量与相应的能源转换系数和碳排放系数乘积得到二氧化碳排放量。

（4）劳均地区生产总值（Y）：用各地区生产总值除以相应地区劳动力总量。

1．2 集聚效率分析

根据测算集聚效率的方法，本文收集2000—2014年中国30个省市自治区（除西藏和港、澳、台地区）的要素投入和产出数据，其中劳动力总量用“年末从业人口数”表示，资本存量及地区生产总值均以2000年不变价格计算而得。将集聚水平数据和劳均形式的变量数据在基于CRS假设下通过DEAP2.1软件计算得出集聚效率，得到有碳排放约束下和无碳排放约束下的中国集聚效率，如图1所示。

图1有碳排放约束下经济集聚的效率与无碳排放约束下经济集聚的效率

由图1可知，整体而言，我国经济集聚效率呈逐年递减状态，2010年后有所回升。在有碳排放约束条件下我国经济集聚效率高于无碳排放约束条件下的经济集聚效率，这说明实施节能减排政策对提高区域集聚效率有显著作用，今后还将继续推行节能减排政策，加大对污染的控制力度。具体地，各省市经济集聚效率的测算结果如表1所示。

表1 我国各地区在有碳排放约束下的集聚效率

由表1可知，在我国30个省市中，除宁夏、贵州、山西和陕西集聚效率处于0.7以下，其余省市均高于0.7，集聚效率整体呈现有效。但从2000—2014年发展趋势看，北京、天津和上海在有碳排放约束下的集聚效率呈现明显的上升趋势。这说明了控制碳排放，节能减排政策在发达省市产生了明显的促进作用。

进一步，根据国家相关部门和学术界一致认同的分法，将全国30个省直辖市细分为八大区域作为新的研究框架，研究八大区域的集聚效率。八大区域分别为：北部沿海经济区（河北、天津、北京、山东）、南部沿海经济区（福建、广东、海南）、东部沿海经济区（浙江、江苏、上海）、黄河中游经济区（内蒙古、陕西、山西、河南）、西北经济区（青海、甘肃、宁夏、新疆）、东北经济区（黑龙江、吉林、辽宁）、西南经济区（云南、贵州、四川、重庆、广西）和长江中游经济区（湖北、湖南、安徽、江西）。

其中，东北经济区、长江中游经济区和南部沿海经济区属于经济聚集高效率区域，集聚效率均高于0.85。北部沿海经济区和东部沿海经济区属于经济聚集中等效率区域，集聚效率均高于或等于0.8。经济聚集效率较低区域包括西南经济区、黄河中游经济区和西北经济区，但集聚效率均高于0.7。高效率区域主要集中在我国东、中部地区，这些省市经济发展较快，集聚水平高，环境污染也较为严重，合适的减排政策可以减少非期望产出，更加注重经济发展的质量，从而可以发挥产业集聚性对经济增长的有效促进作用。与集聚效率高的区域相比，西南、西北和黄河中游经济区呈现出较低的集聚效率，原因在于西部地区经济集聚水平不高，经济发展较落后，目前阶段实施较严格的碳排放约束在一定程度上会减速经济发展，降低经济集聚性，从而影响集聚效率的提高。

2 经济集聚效率的趋同性分析

趋同检验有助于研究碳排放约束下中国区域集聚效率的收敛或发散情况。若地区间的集聚效率存在趋同性，则表明碳排放约束条件有利于缩小集聚不经济地区与集聚经济地区之间的差异。若不存在趋同性，则表明目前节能减排政策会扩大两地区间集聚效率的差距，意味着需要对节能减排政策进行适当调整。文献中有关趋同性分析的方法一般有：σ趋同、绝对β趋同和条件β趋同。

2．1 σ趋同检验

σ趋同是通过计算变异系数来反映不同地区之间集聚效率随时间推移呈收敛或发散的情况。若变异系数逐渐变小，则表示集聚效率正在收敛，趋于σ趋同。反之，则表示集聚效率呈现发散。变异系数计算公式为：

式中：σt为t时期变异系数，n为观察地区数量，θi，t为t时期i地区集聚效率，θˉ为集聚效率平均值。根据公式（2）计算出2000—2014年全国及八大区域碳排放约束下集聚效率的σ值。如图2所示，全国的集聚效率变异系数缓慢递增。具体地，分析八大区域的收敛性，由图2可知，北部沿海经济区与东部沿海经济区集聚效率变异系数变化趋势类似，在2005年以前集聚效率存在收敛性，但2005年后经济区内地区间差异逐渐扩大，至2013年起再次趋向收敛特征。南部沿海经济区于2003—2005年存在收敛性，而之后表现为集聚效率变异系数逐步增加，呈现趋异。西北经济区整体呈现扩散趋势。黄河中游经济区集聚效率于2009年之前表现为地区间差异持续扩大，而2009年后呈现无规律波动，但变异程度始终保持在2009年水平。西南经济区整体较为震荡，但在2005—2009年间有收敛趋势。东北经济区在2008年前持续递增，而2009年出现较大收敛趋势，之后保持一定的稳定状态。除此之外，长江中游经济区整体较平稳。

图2 σ趋同检验结果

2．2 绝对β趋同检验

绝对β趋同是检验集聚效率较低的地区是否存在追赶集聚效率较高地区的趋势。绝对β趋同回归方程为：

根据公式（3）对全国和八大区域进行绝对β趋同检验，结果如表2所示。全国集聚效率存在绝对β趋同，结果较显著。北部沿海经济区、东部沿海经济区和长江中游经济区的回归结果均显著存在绝对β趋同，这说明三个区域内集聚效率较低的地区效率提高较快，有追赶效率较高地区的趋势。东北经济区、西南经济区和黄河中游经济区的检验结果虽然收敛，但结果不显著。西北经济区的回归系数显著为正，即β＞0，说明这些区域内集聚效率呈现发散趋势，地区间聚集效率差距进一步扩大。由于南部沿海经济区内地区集聚效率几乎都达到1，即南部沿海地区经济聚集效率已都处于效率最高水平，故不需要做趋同检验。

2．3 条件β趋同检验

条件β趋同是考虑了不同地区的特征，检验每个地区的集聚效率是否收敛于各自的稳定水平。通过面板数据模型检验条件β趋同，回归方程为：

表2 绝对β趋同检验结果

采用个体固定效应模型分析，其中，c是固定效应项，对应着不同地区各自的稳定条件。β是回归系数，若β显著为负表明存在条件β收敛，反之则不存在条件β收敛。

根据公式（4）计算出的全国和八大区域条件β趋同检验结果，检验结果如表3所示，全国集聚效率存在显著的条件β趋同。八大区域的回归结果除黄河中游经济区和西北经济区外，均显示存在条件β趋同，仅北部沿海经济区、南部沿海经济区、东部沿海经济区、东北经济区和长江中游经济区结果略为显著，说明这些地区的经济聚集效率有趋于各自稳定水平的特征。

表3 条件β趋同检验结果

综上分析，我国碳排放约束下的经济集聚效率不存在σ趋同，存在绝对β趋同和条件β趋同，但条件β趋同检验结果较绝对β趋同检验结果略显著，这表明我国集聚效率在当前情况下，较低集聚效率地区具有较高增长速度，较高集聚效率地区具有较低增长速度，且未来趋势是趋同于各区域稳定水平；北部沿海经济区、东部沿海经济区和长江中游经济区既存在显著的绝对β趋同，也存在显著的条件β趋同，说明这三类地区与全国情况基本相似；南部沿海经济区和东北经济区仅存在条件β趋同，表明这两类经济区内部地区间差异存在较大差异且难以在未来发展中追赶上集聚效率较高区域，但仍然能够趋于自身特点的稳定水平；西北经济区存在绝对β趋同，表明西北经济区内各地区间能够优势互补，形成收敛；黄河中游经济区和西南经济区不存在趋同。由此看到，中等聚集效率的地区呈现出全面趋同的趋势，高聚集效率的地区呈现趋同于自身稳定水平的趋势，而低聚集效率地区仍呈现的是一种发散状态。

3 地区经济集聚效率影响因素的空间计量分析

3．1 空间自相关检验

通过计算Moran I指数检验区域集聚效率是否存在空间相关性。Moran I指数计算公式为：

式中，n是中国30个省直辖市；wij是空间权重，采用ROOK一阶空间权值矩阵（区域i和区域j相邻时，wij=1；区域i和区域 j不相邻时，wij=0）；θi和θj分别表示区域i和区域j的集聚效率；θˉ是均值；S2是方差。若Moran'sI＞0，则表示区域集聚效率存在空间正相关，即高集聚效率地区聚集在一起、低集聚效率地区聚集在一起。若Moran'sI＜0，则区域集聚效率存在空间负相关，即高集聚效率与低集聚效率地区相邻、低集聚效率与高集聚效率地区相邻。若Moran'sI=0，则表示高集聚效率与低集聚效率地区随机分布，不存在空间相关性。

根据公式（5）计算2000—2014年我国碳排放约束下集聚效率的Moran I指数以检验空间相关性，结果如图3所示。2000—2014年我国集聚效率均存在空间正相关性，即高集聚效率区域聚集在一起，低集聚效率区域聚集在一起。但是，整体而言，我国集聚效率的正相关性逐渐减弱，虽然2009年正相关性有所提高，但依然没有改变MoranI指数下降的趋势，这与我国各省市自身发展特点以及节能减排政策息息相关，说明各地区更注重自身特色的发展，在节能减排中因地制宜，各有侧重。这再一次证明了我国集聚效率存在β趋同，即我国各省市集聚效率有趋于同一水平的趋势，即低效率地区具有高增长而高效率地区具有低增长的特点，最终会使得集聚效率趋于自身稳定水平，从而导致了各地区集聚效率的空间分布趋于随机性。

图3全国集聚效率Moran I指数

3．2 变量选择

除了上述空间区位影响之外，还有其他因素影响我国地区经济集聚效率的高低，不仅要考虑对集聚水平的影响因素，也要考虑对污染物排放、治理等因素[7，8]。解释变量包括：①对外开放水平（Ope）：用地区出口总量占地区生产总值的比重表示；②政府财政支出状况（Gov）：用地区政府财政支出占地区生产总值比重表示；③产业结构（Str）：用第二产业产值占GDP比重表示；④基础设施水平（Inf）：用地区拥有的公路、铁路等运输线路总里程表示；⑤区域技术创新（Ino）：用研究与实验发展经费内部支出表示；⑥能源消费强度（Eng）：用每万元GDP能源消耗总量表示；⑦城市化率（Cty）：用城镇人口占总人口的比例表示。被解释变量为各地区经济集聚效率A。

3．3 空间计量模型

经过空间相关性检验表明我国30个省市集聚效率之间存在空间相关关系，则不能采用传统OLS估计方法，而必须采用空间计量模型进行估计。

（1）空间滞后模型（SAR）

主要考察相邻地区间的经济集聚效率水平是否会互相影响。其模型表达式为：

式中：LnA为集聚效率；WLnA为空间滞后被解释变量；W为N×N空间权值矩阵；ρ为空间回归系数；Xk为影响集聚效率的解释变量。

（2）空间误差模型（SEM）

当一些决定集聚效率的因素没有被考虑到解释变量中时，则需要采用空间误差模型。其模型形式为：

式中λ为N×1阶被解释变量向量的空间误差系数，存在于扰动误差项中，衡量相邻地区间被忽略的具有空间相关性的集聚效率的误差对集聚效率的影响。

3．4 结果分析

由表4可知，空间回归系数ρ和空间误差系数λ结果均显著，说明选择空间模型进行估计是准确的。其中，SEM模型的Log Likelihood值大于SAR模型且系数估计更为显著，故选择SEM模型分析更合适。再从集聚效率各影响因素估计结果分析。

表4 空间计量模型估计结果

空间计量模型检验结果表明：对外开放水平（Ope）虽然为正数，对外开放程度越大，对集聚效率的影响是正面的，即开放程度越高，区域间À流越频繁，要素流动性越大，集聚水平对经济的促进作用越显著，但结果不显著，检验效果有待进一步观察。政府财政支出（Gov）的回归结果对集聚效率有负面抑制作用，这表明我国财政支出产生一定的消极作用，应适当控制政府调控行为，适时转变为对市场引导以及对市场予以支撑的作用，增强市场活力，促进“双引擎”驱动经济增长和集聚效率提升。第二产业结构比重（Str）既是经济增长的重要支撑，又是污染物排放的主要来源，结果显示第二产业结构比重越大，集聚效率越低，即目前随着工业化程度的进一步提高，集聚的效率已经开始递减。因为工业化程度越高，行业竞争越激烈，污染越严重，使聚集效应呈现递减趋势。基础设施水平（Inf）衡量了区域间运输成本和相互影响的程度，结果显示对经济集聚产生正向效应，说明基础设施水平越高，越能提高经济的聚集效率。区域技术创新（Ino）的提高可以有效促进集聚效率的提高，原因在于技术创新投入不仅提升了地区的经济增长，还提高了污染物排放的控制能力以及处理能力，除此之外，区域技术创新能力的提高有助于区域间资源配置优化，提高集聚水平，从而提高集聚效率。能源消费强度（Eng）越大，能源利用率就越低，这种非可持续、非低碳环保的发展方式必然对集聚效率产生反作用。城市化率（Cty）的提高，所带来是人口的集聚加剧，住房、基础设施的需求进一步增加，从而导致污染物增加，降低集聚效率。

4 结论

本文研究在CRS假设下，引入碳排放约束条件并且通过将碳排放量作为投入要素，结合环境DEA技术方法测算了我国2000—2014年区域集聚效率。结果表明，有碳排放约束下的集聚效率高于无碳排放约束下的集聚效率，说明了节能减排政策对我国经济集聚效率的提高具有促进作用。我国各地区在碳排放约束条件下的集聚效率较高，低效率地区有追赶高效率的趋势，但考虑地区自身特点会趋于自身稳定集聚效率水平。在八大区域中，南部沿海经济区和东北经济区存在条件β趋同；北部沿海经济区、东部沿海经济区和长江中游经济区与全国情况相似，同时存在绝对β趋同和条件β趋同；西北经济区仅存在绝对β趋同；黄河中游经济区和西南经济区不存在趋同。进一步分析影响集聚效率的因素发现，集聚效率存在明显的空间集聚现象，区域基础设施水平、技术创新能力能有效提高区域的聚集效率；而政府过度干预、第二产业比重、能源消费强度和城市化进程则会显著地降低区域的聚集效率。

[1]Ciccone A,Robert E.Productivity and Density of Economic Activity [J].American Economic Review,1996,86(1).

[2]陈得文,苗建军.中国区域集聚效率及其因素决定[J].管理评论, 2012,24(5).

[3]高鸿鹰,武康平.集聚效应、集聚效率与城市规模分布变化[J].统计研究,2007,24(3).

[4]管志伟,吴凌飞,唐根年.长三角制造业集聚态势及集聚效率实证研究[J].福建论坛,2009,(6).

[5]李胜会，李红锦.产业集聚规模效应对生产率影响的实证研究[J].统计与决策,2011,(5).

[6]张军,吴桂英,张吉鹏.中国生机物质资本存量估算：1952—2000[J].经济研究,2004,(10).

[7]王喜平,姜晔.碳排放约束下我国工业行业全要素能源效率及其影响因素研究[J].软科学,2012,26(2).

[8]孙传旺,刘希颖,林静.碳强度约束下重要全要素生产率测算与收敛性研究[J].金融研究,2010,(6).

（责任编辑/刘柳青）

F207

A

1002-6487（2016）24-0122-04

国家自然科学基金资助项目（71263020）；国家社会科学基金重大招标项目（15ZDC021）；江西省自然科学基金资助

项目（20142BAB201009）；江西省科技落地计划项目（KJLD12064）；江西省高校哲学社会科学重大招标项目（ZDGG201305）

刘满凤（1964—），女，江西吉安人，博士，教授，研究方向：产业聚集与知识扩散、区域经济与环境评价。

谢晗进（1988—），男，江西南昌人，硕士研究生，研究方向：区域经济与环境评价。