产业集聚对雾霾污染的影响机制——基于空间计量模型的实证研究

徐 盈 之，　刘 　 琦

(东南大学 经济管理学院， 江苏 南京 210096)

一、引　言

我国经济进入“新常态”后，环境问题也引起了人们的广泛关注，特别是近年来频频出现的雾霾问题，已经严重影响到人们的日常生活。持续扩大的污染范围和不断加重的污染程度令人堪忧。究其原因，大气污染物是导致雾霾现象频繁出现的最主要原因，除此之外，工业活动和日常生活中产生的各种挥发性有机物也会转化为二次有机气溶胶，加剧雾霾污染的程度；另一方面，产业集聚有利于技术外溢，这种外部性将极大地提高清洁技术的研发效率，从而提高能源利用率，促进污染减排的实现。那么产业集聚对雾霾治理究竟有怎样的影响，又是如何作用的？正确认识产业集聚对雾霾污染的影响机制，有利于我们追根溯源，从根本上提出治理雾霾的方法，使蔚蓝天空和清新空气成为我国环境的“新常态”。

在产业集聚对环境污染的影响方面，国外学者的研究多集中于通过研究城市集聚区的空气质量变化状况，认为产业集聚具有负外部环境效应，会引起生态环境的恶化[1-4]。国内学者的研究大致从雾霾的经济成因、经济效应和防治雾霾的经济手段等角度进行研究，有些研究认为雾霾污染空间依赖性的重要原因是产业转移，并指出随着GDP的增长，雾霾污染程度将继续上升，因此，产业集聚在促进区域经济增长和发展的同时，也导致了许多不容忽视的环境问题[5-7]。也有学者在分析专业化集聚对中国环境污染影响是否服从U型关系的基础上，得出当前国际专业化集聚指数已经越过临界值[8]，进一步的集聚将不利于污染治理[9]。另有一些学者持相反观点，认为产业集聚有利于改善环境状况，具有正向环境效应[10-12]。有学者通过对全要素能源效率以及产业集聚程度进行测度，实证研究发现产业集聚有利于环境改善[13]。也有学者得出在城市规模扩张时，产业集聚程度的提高能够改进能源效率，促进低碳发展[14-15]。此外，还有将工业集聚分解为工业劳动集聚、工业资本集聚和工业产业集聚3部分来分析工业集聚对雾霾污染的影响[16]。

综上所述，现有研究关于产业集聚对环境污染影响的实证结论尚未达成一致，且研究视角单一。基于此，本文试图从以下几方面创新：第一，研究产业集聚和环境污染的文献较多，但鲜有涉及产业集聚和雾霾污染的研究，因此，本文将产业集聚与雾霾污染纳入到同一框架下，考察产业集聚与雾霾污染的内在联系；第二，以往研究产业集聚大多将其看作一个整体，并未对其加以细分，因此，本文将产业集聚分解为产业集聚规模、产业集聚能力及产业集聚效益，考察其对雾霾污染的影响；第三，考虑到产业集聚和雾霾污染的空间溢出效应，本文采用空间计量模型检验产业集聚对雾霾污染的影响效应，分析产业集聚对各省雾霾污染的直接影响以及对相邻省份雾霾污染的空间溢出影响。

二、现状分析

1.产业集聚的现状分析

目前国内外有很多学者选取区位熵来衡量产业集聚[17-19]，区位熵可以消除区域规模的差异因素，能真实反映地理要素的空间分布。另外，这里考虑数据的可获得性，本文选取区位熵来反映产业集聚，选用工业产值作为研究对象。区位熵的公式为：

(1)

其中Pir代表r地区i产业的工业产值。区位熵越大，说明该地区的集聚程度越高。本文利用2005～2015年《中国统计年鉴》中包含中国大陆30个省市(数据不含西藏)的相关数据，代入以上公式计算区位熵指数发现，我国东部地区集聚优势明显；中部地区大多数省份的区位熵指数均在上升，且多数省份超过1，表明工业产业在这些地区的优势明显，呈现集聚状态；西部地区省份的区位熵指数则在小范围内波动，上升和下降幅度并不明显。整体而言，东部地区的产业集聚程度在降低，中部地区的集聚程度在增加，呈现一种从东部向中部的集聚趋势。表1显示了2005～2015中国大陆30省市的区位熵指数的描述性统计结果。

通过对空间关联度的测量，可以反映出产业集聚的空间关联模式。本文借助Moran’s I指数来度量区域产业集聚的空间异质性，Moran’s I指数的算法如下：

(2)

其中，xi，xj为不同地区的区位熵指数，n为地区数量，wij为地区i，j的邻近关系(若地区i，j邻近，则wij=1；若地区i，j不相邻，则wij=0)。在显著性水平下，当Ii>0时，表明研究对象存在局部正向的空间关联性，相似对象在区域上形成集聚，与周边地区空间差异性较小；当Ii<0时，表明研究对象存在局部负向的空间关联性，不相似对象在区域上形成集聚，与周边地区空间差异较大。2005年Moran’I=0.042，2015年Moran’I=0.066，表明我国产业集聚具有正向的空间关联性，相似产业在区域内形成集聚。相比2005年，2015年Moran’I指数值有所增加，空间集聚效应增强，表明中国各省份产业集聚的整体格局由分散走向集中，省际间的相对差异变小。

表1　2005～2015年中国大陆30省(市)区位熵指数的描述性统计

数据来源：根据《中国统计年鉴》相关数据计算整理得到；因数据的可得性及数据的代表性，本研究数据不包括西藏。

本文借助Moran散点图来描述产业集聚的空间分布，以此来判断区域发展的空间关联程度。Moran散点图有4个象限：第一象限为HH区，即高值集聚区，指高水平的单元被同是高水平的单元包围；第二象限为LH区，即低水平的单元被高水平的单元包围；第三象限为LL区，即低值集聚区，是低水平的单元被同是低水平的单元包围；第四象限为HL区，即高水平的单元被低水平的单元包围。一、三象限的区域空间内部差异较小，而二、四象限的空间内部差异较大[20]。由Moran散点图1、图2和表2可知，高值集聚和低值集聚同质性现象是我国产业集聚发展的主要形式。2005年和2015年大多数省市都位于一、三象限，具体而言，东部地区的福建、山东、广东从HL区转入HH区，中部地区的内蒙古、江西、安徽从LH区转入HH区，而西部地区的甘肃、云南则从LL区转入LH区。可见，东部和中部地区的产业链较为完善，产业发展迅速，空间关联性较强，而西部地区发展相对缓慢，产业集聚的空间关联性较弱。

图1 Moran 散点图(2005) 　　　　　　　　 　　　　　　　　　　图2 Moran 散点图(2015)

年份空间关联模式2005HH:山西、黑龙江、浙江、江苏、河南、河北、上海LH:吉林、湖南、内蒙古、安徽、江西、北京LL:重庆、宁夏、贵州、广西、青海、四川、新疆、甘肃、湖北、云南、海南HL:山东、天津、广东、福建、陕西、辽宁2015HH:广东、河南、安徽、河北、山西、江西、辽宁、福建、内蒙古、山东、浙江、湖北、湖南LH:甘肃、北京、云南、黑龙江LL:重庆、新疆、贵州、宁夏、上海、海南HL:吉林、江苏、四川、青海、天津、陕西、广西

注：HH为第一象限，LH为第二象限，LL为第三象限，HL为第四象限。

2.雾霾污染的分布现状

鉴于中国部分城市对空气污染指数PM2.5相关数据的统计始于2012年，因此，本文使用的2005～2012年间的PM2.5数据来源于美国国家航空航天局的社会经济数据和应用中心(NASA Socioeconomic Data and Applications Center)[21-22]，2013～2015年的PM2.5数据来源于2014～2016年《中国环境统计年鉴》。

如表3所示，就总体而言，PM2.5浓度均值总体在44～75微克/立方米附近波动，PM2.5浓度多年以来没有太大的变化，只是在个别年份有所下降。2016年1月1日中国环境保护部颁布的《环境空气质量标准》中规定，PM2.5浓度年均值小于35微克/立方米是一级安全值，小于75微克/立方米是二级安全值。可以看出，2005～2015年PM2.5浓度值基本处在安全值范围内。在2005～2015这11年间，历年PM2.5浓度最高的省份相对比较集中，河北省、河南省、天津市、山东省、安徽省和四川省的雾霾现象较为严重。近年来，北京市、江苏省也逐渐成为PM2.5浓度较高的省份，可以看到雾霾污染呈现一个扩散的趋势，使得相邻省(市)的雾霾污染程度在不断增加。

表3　PM2.5浓度统计分析　(单位：微克/立方米)

数据来源：根据巴特尔研究所公布的全球PM2.5数据及《中国环境统计年鉴》整理所得。

通过上述分析可以得出，产业集聚呈现从东部向中部的集聚，东部地区和中部地区的集聚程度明显高于西部地区，而且东部地区的空间关联性也最强。从PM2.5浓度空间分布可以发现，与2005年相比，2015年中部地区的雾霾污染明显加重，这表明产业集聚程度的增加使得雾霾污染的空间溢出效应突显，加剧了环境污染；然而，对于一些能源大省，虽然雾霾污染指数还在增加，但污染增速已明显降低，这说明产业集聚在一定程度上有利于提高能源利用效率从而降低碳排放，有利于改善环境。因此，产业集聚对雾霾污染的影响并非纯粹的正向或负向关系，具体的影响机制还需做进一步的计量分析。

三、研究设计

1.模型构建

考虑到产业集聚和雾霾污染的空间溢出效应，本文采用空间计量模型检验产业集聚对雾霾污染的影响效应，其中空间滞后模型(SLM)主要是探讨各变量在某一个地区是否有空间溢出效应；空间误差模型(SEM)测度的是存在于误差扰动项中的空间依赖性，主要探讨相邻区域因变量的误差冲击对于本地区因变量经济行为的影响程度。两种模型如下：

Y=α+ρWY+βX+ε

(3)

Y=βX+ε,ε=λWε+μ

(4)

其中，X和Y分别为自变量和因变量，ρ表示空间回归系数，λ则为空间误差系数，θ为解释变量的空间回归参数，W表示空间权重矩阵，ε和μ是误差项，α表示常数项。

本文分别构建相应的空间计量模型SLM和SEM，考虑到多重共线性问题，我们分别建立以下模型，如下式所示：

模型一：

lnpm2.5it=α+∑ρwijlnpm2.5it+β1lnsacit+∑βilnXit+εit

(5)

lnpm2.5it=β1lnsacit+λwijεit+μit

(6)

模型二：

lnpm2.5it=α+∑ρwijlnpm2.5it+β2lncapit+∑βilnXit+εit

(7)

lnpm2.5it=β1lnsacit+λwijεit+μit

(8)

模型三：

lnpm2.5it=α+∑ρwijlnpm2.5it+β3lnproit+∑βilnXit+εit

(9)

lnpm2.5it=β3lnproit+λwijεit+μit

(10)

其中，pm2.5it表示雾霾浓度，sacit表示产业集聚规模，capit表示产业集聚能力，proit表示产业集聚效益，Xit为控制变量，包括对外开放水平open，经济发展水平gdp，城市化比率urb和产业结构stru。εit和μit代表误差项；wij表示空间权重矩阵，使用省际距离来表示，当i=j时，矩阵元素wij=0；ρ代表空间回归系数；λ代表空间误差参数；βi为控制变量的Xit的回归系数。

2.变量及数据说明

(1)被解释变量

雾霾污染程度(pm2.5)：本文采用pm2.5数据来代表雾霾污染强度。考虑到中国PM2.5数据尚不完善，对PM2.5的统计数据只限于各个省会城市和重点城市，加之省会城市又是全省的经济活动重心，本文借鉴马丽梅、张晓[6]的做法，用省会城市的PM2.5统计数据来替代各个省份的雾霾数据。

(2)核心解释变量

产业集聚的程度取决于集聚经济的密度，集聚经济的密度即每单位面积土地承载的经济活动量，因此，本文选择用单位面积上的经济指标来衡量集聚程度。考虑到不同程度的产业集聚对雾霾污染影响的异质性，一方面，不同性质的企业在一定区域内的集聚，加强了企业之间的产业关联性，降低了企业间运输成本和交易费用，集聚区的企业数量也随之增加，同时，产业的集聚也伴随着资源、人才、技术的集聚，这种集聚规模和集聚能力的增加在提高劳动生产率的同时也提高了排污处理技术，在污染减排方面发挥了重要作用；另一方面，产业集聚的效益主要表现为竞争效益，过度的集聚加上不合理的生产方式会导致恶性竞争，导致企业为降低成本以污染环境为代价。因此，本文借鉴钱晓英、王莹[23]在构建产业集聚系统指标体系时的基本思想，将产业集聚分解为产业集聚规模、产业集聚能力及产业集聚效益3个部分来进行具体而全面的衡量，其中：

产业集聚规模(sal)：产业集聚是同一产业在某个特定区域的高度集聚，这种集聚经济的外部性来自每单位面积土地上对经济活动的承载量，土地的承载量与规模以上工业企业的数量息息相关，所以，本文采用单位面积规模以上工业企业的数量来测度产业集聚规模。

产业集聚能力(cap)：科技活动人员的数量代表了一个地区对人才、技术的集聚能力，这种集聚能力包括创新系统在创新活动过程中所具有的吸纳、配置和激发各种潜在的创新资源的能力，所以，本文采用单位面积科技活动人员来衡量产业集聚能力。

产业集聚效益(pro)：人均地区生产总值能够直接反映出一个区域的经济状况及其生产能力以及间接反映人民的生活水平，单位面积人均生产总值能较好地反映各个区域的产业集聚效益，因此，选择单位面积人均地区生产总值来测度产业集聚效益。

(3)控制变量

产业结构(stru)：由于中国正处于工业化快速发展时期，能源需求量较大，工业生产主要依赖石化能源，工业废气排放量与日俱增，远高于同期工业增加值的增长速度。更严重的是，中国大多数工业发展都以高污染、高能耗的形式进行，尤其是冶金、化工和发电等行业大量排放的工业废气是形成雾霾天气的重要诱因。本文以工业总产值与地区生产总值的比值来衡量我国的产业结构水平。

对外开放水平(open)：改革开放政策的不断推进，使得我国产业不断向东部沿海地区集聚，外商投资或对外开放能够有效促进产业集聚程度的提升，同时外商投资也是影响环境污染的重要因素，所以，本文采用外商投资占GDP比重进行测度。

经济发展水平(gdp)：一般而言，地区的产出水平与其经济发展规模高度正相关，投入资源随着产出水平的提高而增多，最终导致能量消耗和加重污染，致使生态环境质量有所下降，本文采用人均地区生产总值与全国均值之比测度经济发展水平。

城市化水平(urb)：城镇化水平的提升使得城市拥有高密度的人口，促使能源利用的集约化和高效化从理论变为现实，通常人口越密集的地区其居民对生态环境的要求往往会高于其他地区，因为环境污染波及到更多人的健康状态，这种现象在经济发达地区的大城市中更为突显，因此，本文采用地区城市化率与全国均值之比测度城市化水平。

(4)数据说明

本文中使用的PM2.5浓度数据均来源于美国国家航空航天局的社会经济数据和《中国环境统计年鉴》。人口数据来源于《中国人口统计年鉴》，其余数据均来源于《中国统计年鉴》。由于少数年份统计数据丢失现象严重，所以，本文依照均值法对其进行补齐，在研究对象上选取中国大陆的30个省份(直辖市、自治区)(数据不包括西藏)。

四、实证结果分析

1.产业集聚对雾霾治理的影响机制分析

根据表4的LM检测结果显示，在1%的显著性水平上，由于LM(lag)-Robust和LM-lag均通过了显著性检验，而LM(error)-Robust并未通过显著性检验，因此，空间滞后模型SLM将是合适的选择。

表4　LM显著性检验结果

注：*、**、***分别表示在10%、5%和1%的显著性水平上显著。根据 MATLAB2010b软件的测算结果整理得到。

表5中SLM和SEM模型的估计结果均显示，产业集聚规模、产业集聚能力系数为负且在1%的显著性水平上显著，产业集聚效益的估计系数为正且在1%的显著性水平上通过了显著性检验。这说明产业集聚规模的扩大、集聚能力的提升会降低雾霾污染的程度，而集聚效益的增强则会加重雾霾污染的程度。

具体看SLM模型的分析结果，产业集聚规模的系数为-3.143，在1%的显著性水平上显著，表明每单位面积的规模以上工业生产企业每提升1%，雾霾污染浓度就会降低3.143%。这说明，近年来为了适应经济新常态，各企业在转型升级的道路上不断探索，特别是各个城市的规模以上的工业企业更加注重对高级要素的集聚，推动了产业集聚的高级化发展，更好地发展适应人类环保与健康的绿色经济，因此，这种产业集聚规模的扩大有利于雾霾的治理，逐渐降低了雾霾的污染程度。

产业集聚能力的系数为-1.128，在1%的显著性水平上显著，表明单位面积的科技活动人员每增加1%，雾霾污染的浓度就会降低1.128%。这说明雾霾的治理涉及很多方面，其中产业规模调整、产业布局升级和经济发展方式的改革也涵盖其中，倘若产业规模调整和产业布局的提升在治理雾霾的实际过程中没有科技和人才的助力则很难前行。经济转型升级需要加大高科技企业的发展力度，并改进传统生产企业的工艺；而传统企业生产会产生大量的污染物，只有采取成熟的脱硫技术才能从源头上减少雾霾污染。在产业的长期集聚过程中，企业间的技术合作和资源共享日趋成熟，不仅提高了彼此的生产默契，也加强了横向和纵向的各项研发，在稳定生产结构的同时也提高了排污技术，将传统生产技术与现代先进的排污技术相结合，在不影响经济增长的前提下达到环境保护的目的，因此，科技和人才的集聚能力越强，将越有助于雾霾的治理。

表5　产业集聚对雾霾污染的影响机制实证结果

注：*、**、***分别表示在10%、5%和1%的显著性水平上显著。根据 MATLAB2010b软件的测算结果整理得到。

产业集聚效益的系数为2.631，表明单位面积的人均地区生产总值每增加1%，会使得雾霾污染的浓度增加2.631%。这也反映出过去30年间，经济过多依靠传统产业的粗放式增长，形成产生边污染边治理的模式，传统的工业化生产过多关注经济效益的提升，而对环境的影响则并没有予以足够的重视。目前，我国的能源消费量在世界上位居前列，每吨钢铁的能耗比国际水平高20%；能耗是国际水平的3倍，可见，我国经济的飞速发展是建立在环境资源加剧消耗的基础之上的。石油化工产品的制造，煤炭燃料的消耗，这些过程无不伴随着大气污染的产生，各种污染物的不达标排放、日益增长的汽车尾气排放等直接加剧了雾霾污染的程度。

另外，产业结构的估计系数为正，外商投资占比的估计系数为负，且均在1%的显著性水平上显著，这说明工业生产中的能源消费排放出大量污染气体，确实增加了雾霾污染程度；外商投资占比的增加使得各企业通过技术溢出不断改进排污技术，在一定程度上降低了雾霾的污染。经济发展水平的估计系数为正，城镇化的估计系数为负，但二者均显著，其可能的原因是经济发展在带来高效益的同时也产生了大量的污染物，加剧了环境污染。因此，对雾霾污染的作用不显著也在情理之中。此外，我国在进入高速城镇化的过程中，高密度的人口集聚使得能源利用逐步呈现集约化和高效化，显著减缓雾霾污染的程度。

2.空间溢出效应影响分析

如表5所示，SLM模型中的空间溢出效应影响系数均为负，且在1%的显著性水平上显著，这说明产业集聚对雾霾污染的影响存在显著的负向空间溢出效应，产业集聚降低了雾霾污染的程度。具体来看，从知识溢出层面来看，产业集聚影响雾霾污染的知识溢出路径表现在以下几方面：一是产业集聚有利于知识与技术的模仿和创新。特别是在集聚区内，某一企业最先研发出某一新技术，那么这一新技术将会以最快速度倒逼其他企业的模仿与再创新。如此不断循环，集聚区内所有制造业企业的整体创新水平大幅提升，这就为节能环保技术的研发与应用提供了基础保障。一系列创新活动不仅能够提升企业生产效率并实现节能减排，而且能够激励企业对资源节约型和环境友好型技术的创新与应用，从而间接地推进污染减排。二是产业集聚有利于新知识和新技术的传播。一方面，集聚区内企业间的相互合作以凭借学习效应来促进新知识和新技术的扩散；另一方面，集聚区内各企业员工间的社会网络可以对新知识和新技术进行正式或非正式的传播。因此，相对于分散的空间格局，企业在特定空间的集聚，对于新知识和新技术的传播与扩散具有重要作用，新知识和新技术的扩散进一步提升了集聚区内企业的生产效率，进而带来节能减排效应。从劳动力生产率层面看，产业集聚能够吸引大批劳动力资源和人力资本聚集，从而形成一个较大规模的劳动力“蓄水池”。对于集聚区内的企业而言，劳动力“蓄水池”能够为其带来劳动力资源共享效应，劳动力共享效应对污染减排的影响主要表现在以下几方面：一是集聚区劳动力共享能够节省企业劳动力用工成本与搜寻成本，进而推动企业追加在节能减排技术研究与开发的资本投入；二是集聚区劳动力共享能够增强劳动者的劳动熟练程度，有利于提高劳动生产率与资源使用效率，从而促进污染减排与能源节约。三是集聚区劳动力共享有利于专业化人才培养，有助于企业创新能力的提升，进而在既定产出约束下降低能源消耗。从基础设施层面来看，在新经济地理学家看来，基础设施的优劣将会直接影响到企业的生存发展，这是因为基础设施的完善程度决定着企业生产成本的高低。而过高的生产成本将抑制企业在新技术、新工艺、新设备的投入，进而间接影响企业的污染减排。基础设施共享对企业污染减排的影响主要表现在交通基础设施、环保基础设施以及创新基础设施3方面：第一，过高的运输成本不仅意味着企业没有充足的资本应对节能新技术和环保新工艺的研发，而且意味着交通运输过程中过高的能源消耗，这都不利于节能减排；第二，降低集聚区的雾霾污染，就必须加强集聚区内的环保基础设施建设，从而实现对污染排放的动态监测与有效治理。第三，大规模企业在特定区域内的空间集聚，能够减少创新基础设施资源的浪费，并优化创新基础设施的使用来提升投入产出效率。

五、结论与政策建议

本文通过构建产业集聚对雾霾污染影响机制的实证模型，采用2005～2015年中国大陆30个省市(数据不包括西藏)的数据，运用空间计量方法进行了实证分析，得到以下研究结论：一是产业集聚规模的扩大、产业集聚能力的提升有利于降低雾霾污染的程度，而产业集聚效益的增强则会加重雾霾污染的程度；二是产业集聚对雾霾污染的影响具有显著的负向空间溢出效应，产业集聚降低了雾霾污染的程度，影响路径主要是知识溢出、劳动力和基础设施共享；三是产业集聚有利于雾霾治理，但需要在中央政府及省级政府层面下加强区域合作，而我国目前集聚方面的政策仍不完善，无法使产业集聚的作用力得到充分发挥。

综上所述，本文提出以下的政策建议：

第一，合理控制集聚程度，兼顾集聚与环境之间的关系。在排污处理技术的使用上，产业集聚过程中的技术溢出有利于将国内成熟的有组织排放污染物的处理技术和国外无组织排放污染物的纳米处理技术相结合，提高排污处理技术；在具体的雾霾治理过程中，不仅需要合理调整产业规模，还应该逐步提升产业转型升级进度、产业发展方式的转变和产业布局的合理化[24]，只有形成一个良好的产业规划才能够为雾霾的治理提供良好的产业支撑。

第二，加强区域间合作，完善区域协调治理机制。由于溢出效应，政府对于雾霾污染的治理需要一定程度的集权从而实现区域间的联防联控，各地政府要力图组织和建立相关协商共治的机构和运行机制，消除阻碍市场资源自由流动的各项体制性障碍，完善一体化进程，实现区域治理目标。此外，通过重新配置和有效整合工业集聚区的资源，有意识地转变地区主导性产业，逐渐降低产业在集聚过程中的溢出效应，改善环境质量。

第三，优化产业布局，实现产业转型升级。在产业结构调整过程中，首先要制定合理的全局规划，以便形成全国产业布局的合理梯度，在此基础上，规划好不同地区污染型产业的区位转移方向，以降低污染行业过度集中的消极影响；其次，落实优化产业结构调整政策，推动创新驱动发展，培育新型产业，加快传统产业的转型升级。

参考文献：

[1] LEEUW F,MOUSSIOPOULOS N,SAHM P. Urban air quality in larger conurbations in the European Union[J]. Environmental Modeling Software,2001,16(4):339-414.

[2] HOSSEIN H M,KANEKO S. Can environmental quality spread through Institutions [J]. Energy Policy,2013(1):154-158.

[3] HE C F. Specialization and diversity as drivers of economic growth:evidence from High-Tech Industries[J]. Papers in Regional Science,2013(2):229-247.

[4] SUN Y,XIE C. Study on the internal driving force for the autonomous professional development[J]. Environmental Health Perspectives,2014,118(6):588-847.

[5] 李伟娜. 产业集聚、环境污染与区域协调发展研究[J]. 现代管理科学,2010(3):47-48.

[6] 马丽梅,张晓. 中国雾霾污染的空间效应及经济、能源结构影响[J]. 中国工业经济,2014(4):44-47.

[7] 苑清敏,李想. 天津市产业集聚与碳转移规律研究[J]. 大连理工大学学报(社会科学版),2016,37(3):48-54.

[8] 丘兆逸. 国际垂直专业化集聚对中国环境的影响[J]. 学术论坛,2012(3):121-124.

[9] 王海宁,陈媛媛. 产业集聚效应与工业能源效率研究——基于中国25个工业行业的实证分析[J]. 财经研究,2010(9):69-79.

[10] 刘习平,宋德勇. 城市产业集聚对城市环境的影响[J]. 城市问题,2013(3):9-15.

[11] 邵帅,李欣,曹建华,等. 中国雾霾污染治理的经济政策选择——基于空间溢出效应的视角[J]. 经济研究,2016(9):73-88.

[12] PERKMANN M,NEELY A,WALSH K. How should firms evaluate success in university-industry alliances:a performance measurement system[J]. R&D Management,2011(2):202-216.

[13] 杨仁发. 产业集聚能否改善中国环境污染[J]. 中国人口·资源与环境,2015(2):23-29.

[14] 贺俊,刘啟明,唐述毅. 环境污染治理投入与环境污染——基于内生增长的理论与实证研究[J]. 大连理工大学学报(社会科学版),2016,37(3):12-18.

[15] 李勇刚,张鹏. 产业集聚加剧了中国的环境污染吗:来自中国省级层面的经验证据[J]. 华中科技大学学报(社会科学版),2013(3):97-106.

[16] 东童童,李欣,刘乃全. 空间视角下工业集聚对雾霾污染的影响——理论与经验研究[J]. 经济管理,2015(9):29-41.

[17] 陈建军,陈国亮. 新经济地理视角下的生产性服务业集聚及影响因素研究[J]. 管理世界,2009(4):57-67.

[18] 孙浦阳. 产业集聚对外商直接投资的影响分析[J]. 数量经济技术经济研究,2012(9):12-15.

[19] 孙浦阳,产业集聚对劳动生产率的动态分析[J]. 世界经济,2013(3):23-26.

[20] 付莲莲,邓群钊,翁异静. 国际原油价格波动对国内农产品价格的传导作用量化分析——基于通径分析[J]. 资源科学,2014(7):1418-1424.

[21] BATTELLE M. Palisades[M]. NY:NASA Socioeconomic Data and Applications Center (SEDAC),2013.

[22] SHERBININ A,LEVY M A,ZELL E. Using satellite data to develop environmental indicators[J]. Environmental Research Letters,2014,9(8):13-84.

[23] 钱晓英,王莹. 京津冀地区产业集聚与生态环境间的耦合关系[J]. 统计与决策,2016(3):103-106.

[24] 吴建南,秦朝,张攀. 雾霾污染的影响因素：基于中国监测城市PM2.5浓度的实证研究[J]. 行政论坛，2016(1):62-66.