市场一体化的工业污染排放机制:长江经济带例证

孙博文,程志强



市场一体化的工业污染排放机制:长江经济带例证

孙博文1,2*,程志强1

(1.北京大学光华管理学院,北京 100871；2.北京大学贫困地区发展研究院,北京 100871)

采用长江经济带2003~2015年105个城市面板数据,利用动态面板系统GMM方法探讨了市场一体化影响长江经济带工业二氧化硫、工业烟尘以及工业废水的实证结果及中间机制.研究表明:长江经济带各类工业污染物排放都具有动态累积效应以及存在路径依赖问题,市场规模加剧了工业污染排放,第三产业结构比例以及技术水平的提升则降低了各类工业污染排放水平,市场一体化存在影响各类工业污染物排放的规模、结构与技术传导路径.具体地,全样本中,市场一体化对各类工业污染排放物都具有技术中介效应,对于除工业烟尘之外的其他工业污染物排放具有市场规模中介效应,但第三产业结构中介效应不显著;分析区域异质性可知,与中下游地区相比,长江经济带上游地区市场一体化水平偏低,导致其对技术进步的促进不显著,缺乏影响各类工业污染物排放的技术中介效应,另外市场一体化对各地区工业烟尘的排放都具有一定的显著中介效应,至少能够从规模、结构以及技术进步层面找到一条显著的传导路径.本文推测,市场一体化对工业污染排放的影响可能受到了经济发展阶段、地区企业所有权属性、产业结构以及交通基础设施建设等潜在因素影响,而且工业烟尘排放量较大的行业是未来降低长江经济带工业污染排放的政策重点.

市场一体化；工业污染排放；长江经济带；环境库兹涅茨曲线；规模效应；结构效应；技术效应

我国已经从高速增长阶段转变为高质量发展阶段,推动统一市场体系建设是实现经济增长、生态环境保护与提高绿色增长效率等目标的制度保障,也是高质量发展的内在要求.但地方绩效考核机制、官员晋升激励以及落后地区的策略性分工等因素都加剧了市场分割与地方保护行为,损害了地方市场一体化进程以及不利于未来高质量发展目标的实现[1-3].长江经济带已经成为流域生态保护和绿色发展的典范,各省市在推动区域市场一体化做出了很多卓有成效的探索,在生态优先与绿色发展的要求下,通过消除市场壁垒、推进市场一体化建设,实现了要素的优化配置.本文作者[4]采用“价格法”测度了长江经济带市场一体化的指数发现,其市场一体化指数从2003年的22.02增加到2012年的最高值92.02,与此同时,长江经济带工业污染排放水平则不断下降,工业二氧化硫、工业废水以及工业烟尘排放量分别从2003年的18.86t、3.35万t以及7.91万t,变成2015年的15.42万t,2.44万t以及12.04万t等,市场一体化与不同污染物排放存在一个反向变化趋势.

市场一体化影响工业污染排放的中间机制比较复杂,实证研究结论莫衷一是.一方面,市场一体化下的环境污染治理合作,实现了环境污染外部性的内部化,有助于污染减排[5],贺祥民等[6]基于准自然试验的方法得出了长三角市场一体化具有污染减排效应的结论.另外,能源市场一体化有助于降低能源贫乏地区的贸易成本,推动各地区根据比较优势原则进行能源交易,提高了能源利用效率[7];环境库兹涅茨曲线理论认为[8-9],市场一体化通过产业集聚、产业结构调整和绿色生产技术进步等因素降低环境污染.另一方面,市场一体化可能会通过扩大本地市场与促进企业生产导致环境副产品的增加,加剧了环境污染,体现为市场一体化的规模效应.但市场一体化对环境污染的影响还与结构效应与技术效应密不可分,市场一体化下商品自由贸易以及要素自由流动,有利于经济结构的优化、加剧企业竞争以及倒逼技术创新,对污染减排有促进作用[10-12].市场一体化对环境福利的改善还依赖污染物的空间溢出属性与跨区污染系数,如果污染物溢出作用高于某一门限值,则市场一体化不利于环境福利的改善,通过提高企业清洁生产技术将成为企业降低环境污染的必选项[13].

在我国对环境库兹涅茨曲线(EKC)检验的研究比较丰富,而且在不同的研究方法、区域对象、污染物种类和时间阶段下的研究结论迥异,但鲜有学者从市场一体化的视角探索其对环境污染的非线性影响和中间机制实证检验.本文的核心在于拓展了环境库兹涅茨曲线的理论边界,利用长江经济带2003~2015年105个城市的面板数据,实证检验市场一体化对不同地区各类环境污染物的影响,并对中间机制中的规模效应、结构效应与技术效应进行了分析.问题的解决,对于识别市场一体化影响长江经济带污染物排放的中间机制,以及推动长江经济带绿色可持续发展有重要的理论与实践价值.

1 理论基础与命题假设

从市场一体化的视角切入,来探讨市场一体化对经典的Krueger和Grossman环境库兹涅茨曲线的拓展及影响环境污染的规模、结构与技术效应.

市场一体化影响污染排放的规模效应.消除市场分割以及打破区域行政壁垒,促进商品自由流动和建立统一市场对于促进地区经济增长有重要意义.新经济地理学认为,市场一体化对于经济增长的促进有两方面的影响机制,短期内,地方政府分割市场可能有利于本地经济增长,因为市场一体化下的发达地区会利用“虹吸效应”吸引落后地区要素转移,而且企业家也存在追求规模效益而向发达地区经济集聚地移动,加大了本地经济福利损失以及不利于本地经济增长[14-15].但长期来看,市场一体化有助于提高本地市场规模,促进产业的专业化分工,实现经济可持续增长.结果,市场一体化对经济增长的影响可能存在非线性的关系[16-17],对环境污染的影响方向也并不确定.此外,经济规模的扩大以及市场潜力的提高虽然会带来企业的增加与污染总量的提高,但马歇尔经典劳动力蓄池、知识外溢以及产业关联特征等集聚外部性将会促进单位污染排放水平的降低[18].

市场一体化影响污染排放的结构效应.市场一体化打破了劳动力向城市流动的制度障碍,促使低技能劳动力在产业间自由选择,有助于促进城市化进程以及充分发挥城市集聚经济下的学习、共享和匹配机制,促进服务行业的发展,对于要素优化配置和产业结构转型升级有积极作用.服务业具有低固定资产投入以及环境污染水平较低的特点,使得市场一体化将通过提高第三产业结构比重而促进污染减排[19-21].市场一体化的结构效应与经济发展阶段密不可分,经济发展的初级阶段,经济从农业生产向能源和资金密集型的工业转变,加剧了环境污染,随着经济的进一步发展,产业结构逐渐从第一第二产业向低污染、高知识密集度以及高人力资本的第三产业转变,降低了单位产出的污染排放量[22].另外,由于地方政府面临着税收竞争、官员晋升和就业保障三大激励,市场分割政策下地方政府倾向于高污染、高能耗、高投入但税收贡献大的“三高”企业,带来了严重的产业同构、资源浪费以及环境污染问题,而消除市场分割以及推动政府跨区域合作则有助于优化地区产业布局,缓解产业同构问题,提高地区专业化水平[23-24].

市场一体化影响污染排放的技术效应.市场一体化有助于消除资源空间错配和提高全要素生产率[25-27].在需求侧,高市场一体化程度往往与地区经济发展水平和高市场化程度相伴,人们对环境品质的需求也更大,有助于倒逼企业提高绿色环保与清洁生产技术,降低企业污染排放水平.在供给侧,市场一体化意味着企业竞争效应的加剧,激励的市场竞争也会倒逼企业加大研发支出,提高绿色生产技术以及降低污染排放.

综合以上理论分析可以提出如下命题假设:

命题假设:市场一体化通过市场规模、产业结构以及技术进步等中间机制对环境污染排放产生影响,其中市场规模的扩大提高了经济总量和污染物“副产品”,第三产业结构比重的提升降低了能源需求水平,有助于降低污染排放,而技术进步下的生产效率以及清洁技术水平的提高,也有助于降低污染排放,市场一体化对环境污染的综合效应取决于规模效应、结构效应与技术效应的综合影响.

2 研究设计

2.1 计量模型设定

本文采用中介效应模型对市场一体化影响环境污染的理论机制进行实证检验.为了缓解解释变量的内生问题,本文采用动态面板系统广义矩阵估计(GMM)的方法对市场一体化的污染减排效应进行实证.在Arellano等[28]的动态面板系统GMM方法中,本研究在解释变量一阶差分的基础上,又将其更高层次上的市场一体化指数、市场规模、产业结构以及技术进步的滞后项,以及其他解释变量的高阶滞后项作为工具变量进行回归.借鉴Baron等[29]提出的中介效应机制模型以及对数化处理如下:

2.2 变量选择与说明

2.2.1 工业污染排放 长江经济带主要城市的不同污染物类型的排放,包括工业废水排放water,工业二氧化硫排放SO2以及工业烟尘dust等3个变量.

2.2.2 市场一体化指数 借鉴桂琦寒等[30]的“价格法”对长江经济带105个城市的市场一体化指数进行测度,计算步骤如下:

(1)计算相对价格绝对值.由于获得价格数据是环比数据,因此对价格比取对数处理并且进行一阶差分,相对价格差绝对值表示为:

所以影响城市对相对价格波动的非商品因素可以表示为:

(4)市场一体化指数表示为市场分割的倒数:

式中:代表当年的GDP增长率;劳动力投入则采用全社会就业总人口来表示.含价指标均以2003年不变价格进行平减处理;基于Maxdea软件的Malmquist指数可以利用DEA中的距离函数比率计算生产效率[35-36].

2.3 数据来源与描述性统计

本文以横跨我国东中西的长江经济带为研究对象,长江经济带覆盖江浙沪、湘鄂赣皖、成渝滇黔9省2市.市场分割指数的计算采用基于食品、烟酒、服装、家用电器及音像器材、文化办公用品以及建筑材料等6大类商品的价格数据进行计算,基于数据的可得性剔除少数民族自治州数据以及湖北省神农架地区和天门、潜江和仙桃3个湖北省直管县;另外,考虑到行政区划的调整,安徽省巢湖市在2011年被撤销,为保持统计口径一致,依照行政区划调整,研究将2011年之前巢湖市辖区以及庐江县的相关统计数据划入合肥市,将和县以及含山县的相关统计数据划入到马鞍山市,将无为县的相关统计数据划入到芜湖市.部分缺失数据采用插值法、趋势外推法进行处理,对于连续缺失的数据,研究采用当年的居民消费价格指数进行替代.下表1为主要变量的描述性统计分析结果:

表1 各变量描述性统计

3 实证结果

中介效应模型分为基准模型、中介模型与综合模型3个部分,基准模型中不包含中介变量,自变量为市场一体化lnmi及其平方项sqlnmi,用以检验市场一体化与不同污染排放之间的“环境库兹涅茨曲线”的存在性;中介效应模型为市场一体化lnmi分别对市场规模lnmp、第三产业结构lnstruc以及技术进步lntc的影响;综合效应模型中,解释变量是市场一体化lnmi与不同中介变量的集合.动态面板系统GMM估计方法对一阶滞后项自相关检验值AR(1)并没有太严格的要求,但要求二阶滞后自相关检验值AR(2)接受不存在自相关的假设,并要求汉森(Hansen)检验值接受工具变量有效的原假设,本文主要模型检验结果通过了检验要求,主要变量的内生问题得到了良好的解决.

表2 长江经济带全样本回归结果

续表2

方法基准模型中介模型综合模型 模型2-12-22-32-42-52-62-72-82-9 ln SO2ln dustln waterlnmplnstruclntclnso2lndustlnwater Constant4.829***7.269***3.260***0.767*-2.9517.213*-1.15212.76*-1.564 (0.930)(1.064)(0.811)(0.430)(2.930)(3.750)(5.307)(6.869)(2.290) AR(1)0.0000.0000.0000.0000.0000.0000.0000.0020.000 AR(2)0.1570.6720.6700.1410.1140.1040.8780.4040.112 汉森检验值0.9361.0000.3060.5071.0000.1920.1600.0710.439 观测样本126012601260126012601260126012601260 城市数量105105105105105105105105105

注:***,**,*分别为通过1%、5%、10%显著性水平检验,括号内为标准误,下同.

3.1 长江经济带全样本市场一体化影响各类工业污染排放的结果分析

表2反映了长江经济带全样本流域市场一体化对于环境污染的影响中间机制,总体上模型2-1~2-3均显示不同类别的污染物排放都存在一定的动态滞后效应,反映了地区工业污染物排放存在的路径依赖问题,而且综合模型中显示,市场规模的系数无一例外为正,表明市场规模的扩大从总量上加剧了环境污染,但第三产业结构及技术进步系数均为负,表明产业结构的优化升级以及技术进步都有助于降低各类工业污染排放,验证了命题假设.具体地,基准模型中(模型2-1~2-3),市场一体化指数对不同污染物的排放影响都比较显著,呈现出一定的线性或非线性影响关系.比如,市场一体化对工业二氧化硫以及工业烟尘排放的影响存在显著的“倒U”关系,而对工业废水的排放存在线性抑制关系,市场一体化对污染排放的影响存在复杂机制,符合中介效应模型中的基准效应模型有效性要求.进一步验证市场一体化对工业污染排放的规模效应、结构效应及技术效应,依赖于中介效应模型(模型2-4~2-6)和综合效应模型(模型2-7~2.9)的综合信息判断,结果显示:中介效应模型中,市场一体化对长江经济带总体市场规模和技术进步都有比较显著的影响,可能是因为一体化的市场体系有助于打破区域间市场壁垒,提高地区市场容量,有助于规模效应的持续发挥与分工的深化,促进了知识溢出与技术进步,但市场一体化对第三产业结构变量的影响不显著.沿着中介模型的结论进一步分析,综合模型中技术进步对各类工业污染物的排放都有显著的抑制作用,而且市场规模变量也对除了工业烟尘之外的其他工业污染物排放有显著的促进作用,主要变量的系数正负方向符合理论假设的基本判断,这证实市场一体化对于各类工业污染排放都具有技术进步的中介效应,对于除工业烟尘之外的其他工业污染排放具有市场规模的中介效应,但不存在第三产业结构的中介效应.说明,市场一体化对于长江经济带的总体工业污染排放是通过扩大流域市场规模以及提高技术水平来实现的,对于产业结构的转型升级影响并不突出.

3.2 区域异质性检验及原因

3.2.1 区域异质性检验 现实中长江经济带横贯中国东中西11省市,市场化程度、经济结构、经济发展水平以及地区环境质量等都存在巨大差异,有必要对上中下游实证结论分而论之.长江经济带下游(表3)、中游(表4)和上游(表5)的区域异质性检验结果显示:

对基准模型的有效性检验.不同地区的市场一体化指数对各类污染物存在着一定的线性或者非线性影响关系.下游地区的基准模型(3-1~3-3)中,市场一体化对不同污染物存在显著的线性或非线性关系,市场一体化对工业二氧化硫、烟尘以及废水排放影响的一次项系数均为正,二次项系数均显著为负,无一例外均证实了市场一体化对不同污染物排放存在的先促进、后抑制的“倒U”影响关系;中游地区的基准模型(4-1~4-3)中,市场一体化对二氧化硫排放存在“U”型影响关系,而对废水排放存在“倒U”影响关系.在上游地区的基准模型(5-1~5-3)中,市场一体化仅对工业烟尘的影响系数通过显著检验,市场一体化对工业烟尘排放存在先抑制、后促进的“U”型关系.

进一步对表3~表5的中介模型和综合模型分析可知:在下游地区,市场一体化对市场规模、第三产业结构以及技术进步都有显著影响.对工业二氧化硫和工业烟尘排放都有直接效应,但对工业废水排放的直接效应不显著,市场一体化对工业二氧化硫和工业烟尘的排放都具有显著的规模、结构及技术中介效应,但对工业废水的影响不显著.在中游地区,市场一体化对市场规模、第三产业结构和技术进步都具有显著的非线性影响关系,对工业二氧化硫的排放具有规模与技术的中介效应,但对工业烟尘以及工业废水排放仅分别具有技术与结构中介效应.在上游地区,市场一体化对市场规模、第三产业结构的影响系数显著,但对技术进步影响不显著,市场一体化对工业烟尘的排放进具有规模及第三产业结构的中介效应,不具有技术中介效应.总结可知,第一,市场一体化对长江经济带不同地区的市场规模、第三产业结构以及技术进步都有显著的影响,但不存在影响上游地区各类污染物排放的技术中介效应;第二,市场一体化对各地区工业烟尘的排放都具有一定的显著中介效应,至少能够找到一条显著的传导路径,表明工业烟尘排放量较大行业是降低未来长江经济带工业污染排放政策重点.

表3 长江经济带下游地区回归结果

3.2.2 原因分析 在当前深化供给侧结构性改革与在长江经济带要生态优先、绿色发展的背景下,从市场一体化这一降低“制度成本”的视角切入,具有一定的紧迫性.但有必要从更加微观的机制去剖析市场一体化对不同地区、行业工业污染排放属性的影响,商品市场一体化对于不同地区的各类工业污染物排放影响取决于行业发展的属性因素:

第一、企业的所有权属性及行业垄断因素.商品市场一体化的本质是打破商品交易的行政壁垒与地方保护,但现实中,国有企业承担的税收及就业社会功能强化了其市场垄断地位,而且即便效率较低以及污染水平较高,也容易获得源源不断的信贷支持,甚至在僵尸企业中也占有较高比例.比如在煤炭与金属矿开采、石油加工以及化学制品制造业,市场壁垒下的产能过剩问题比较严重,加剧了工业废气和废水的排放;对于钢铁、煤炭以及有色金属等国企主导的行业,税收及就业激励导致其产业同构与资源浪费问题突出,也加剧了相关工业污染物的排放.

表4 长江经济带中游地区回归结果

第二、经济结构与产业转型阶段因素.长江经济带下游地区处于工业化后期,服务业要远高于中上游地区,主要发展的产业有高端装备制造、生物技术、新能源产业、新技术与新材料以及通信设备、计算机等高技术附加值、低污染行业;中游地区处于工业化中后期,是承接东部产业结构转移的重要阵地,还处于“环境库兹涅茨曲线”的左半侧,市场一体化扩大了企业的生产规模,提高了污染的总量水平,市场规模扩大下的地区专业化分工效应还不足;而上游地区处于工业化初期阶段,由于生产要素的成本优势以及政府的转移支付支持,主要依赖于农副食品加工业、烟草制品业,以及纺织服装、鞋、帽制造业等劳动密集型产业的发展,大数据与云计算等产业的污染减排效应尚未得到体现.

表5 长江经济带上游地区回归结果

第三、交通基础设施与城市群协同因素.长江经济带综合立体交通走廊的构建促进了长三角、长江中游和成渝城市群的协同发展,交通运输网降低了货运成本及交通废气的排放,而且城市群的发展也有助于发挥规模分享、匹配与学习的集聚外部性提高企业的生产技术,都有助于降低各类污染物排放,但各地区综合立体交通网络的完善程度以及城市群发展的成熟度决定了产业集聚和地区专业化的成本和污染减排促进效应,表现为各地区工业污染排放的差异性.

4 结论

4.1 长江经济带工业二氧化硫、工业烟尘以及工业废水排放等不同类别的污染物都具有一定的动态累积效应,地区工业污染物排放存在路径依赖问题.这意味着单纯依赖企业的市场意识提高绿色生产技术、降低污染排放容易带来市场失灵问题,应当进一步强化外部制度供给,完善中央环保督查制度,强化企业绿色生产监管、完善企业污染排放信息发布制度以及跨区域生态补偿制度,打破工业污染排放的“路径依赖”.

4.2 市场规模的扩大加剧了污染总量排放,技术进步以及第三产业结构比例的提升都有助于降低工业污染排放.这就要求充分发挥长三角、长江中游以及成渝城市群的规模效应与协同效应,形成要素自由流动的空间整合环境,推动长江经济带流域跨越“环境库兹涅茨曲线”的拐点,还要求通过推动新型城镇化发展提高服务业水平,以及加大企业的科研支持力度促进技术进步.

5 政策启示

政策启示是:进一步强化外部制度供给,完善中央环保督查制度,强化企业绿色生产监管、完善企业污染排放信息发布制度以及跨区域生态补偿制度,打破工业污染排放的“路径依赖”;充分发挥长三角、长江中游以及成渝城市群的规模效应与协同效应,形成要素自由流动的空间整合环境,推动长江经济带流域跨越“环境库兹涅茨曲线”的拐点,通过推动新型城镇化发展提高服务业水平,加大企业的科研支持力度促进技术进步;加大具有高技术附加值和低污染排放属性的外商投资引入,完善跨区域技术合作平台,促进技术市场一体化;因地制宜制定产业政策,推动长江经济带工业烟尘排放较低的产业发展,深化供给侧结构性改革,采用市场化的手段处置僵尸企业,化解产能过剩.

[1] 刘培林.地方保护和市场分割的损失[J]. 中国工业经济, 2005, (4):69-76. Liu P L. Loss of local protectionism and market barriers [J]. China industrial Economy, 2005,(4):69-76.

[2] 周黎安.中国地方官员的晋升锦标赛模式研究[J]. 经济研究, 2007,(7):36-50. Zhou L A. Governing China's local officials: An analysis of promotion tournament model [J]. Economic Research Journal, 2007,(7):36-50.

[3] 陆 铭,陈 钊,严 冀.收益递增、发展战略与区域经济的分割[J]. 经济研究, 2004,(1):191-191. Lu M, Chen Z, Yan J. Increasing return, development strategy and regional economic segmentation [J]. Economic Research Journal, 2004, (1):191-191.

[4] 孙博文.市场一体化是否有助于降低污染排放?——基于长江经济带城市面板数据的实证分析[J]. 环境经济研究, 2018,(1):37-56.Sun B W. Does market integration reduce environmental pollution? Empirical analysis based on city panel data of the Yangtze River Economic Belt [J]. Journal of Environmental Economics, 2018,(1):37-56.

[5] 孙博文,雷 明.市场分割、降成本与高质量发展:一个拓展新经济地理模型分析[J]. 改革, 2018,(7):53-63. Sun B W, Lei M. Market segmentation, cost reductionand high quality development: an analysis of a New Economic Geography Model [J]. Reform, 2018,(7):53-63.

[6] 贺祥民,赖永剑,聂爱云.区域一体化与地区环境污染排放收敛——基于长三角区域一体化的自然实验研究[J]. 软科学, 2016,(3):41-45. He X M, Lai Y J, Nie A Y. Regionalintegrationand regional environmental pollution emission convergence: Based on the natural experiment of the Yangtze River Delta Regional integration [J]. Soft Science, 2016,(3):41-45.

[7] 张翠菊,张宗益.能源禀赋与技术进步对中国碳排放强度的空间效应[J]. 中国人口·资源与环境, 2015,25(9):37-43. Zhang C J, Zhang Z Y. Spatial effects of energy resources and technology advance on China’s carbon emissionintensity [J]. China Population, Resources and Environment, 2015,25(9):37-43.

[8] Grossman G M, Krueger A B. Environmental impacts of an North American Free Trade Agreement [J]. Social Science Electronic Publishing, 1991,8(2):223-250.

[9] 赵 哲,陈建成,白羽萍,等.二氧化碳排放与经济增长关系的实证分析[J]. 中国环境科学, 2018,38,(7):2785-2793. Zhao Z, Chen J C, Bai Y P, et al. the Empirical analysis of the relationship between carbon dioxide emissions and economic growth [J]. China Environmental Science, 2018,38(7):2785-2793.

[10] 邓玉萍,许和连.外商直接投资、地方政府竞争与环境污染——基于财政分权视角的经验研究[J]. 中国人口·资源与环境, 2013,23(7): 155-163. Deng Y P, Xu H L. Foreign direct investment, local government competitionand environmental pollution: Empirical analysison fiscal decentralization [J]. China Population, Resources and Environment, 2013,23(7):155-163.

[11] Dong B, Gong J, Zhao X. FDI and environmental regulation: Pollution haven or a race to the top? [J]. Journal of Regulatory Economics, 2012,41(2):216-237.

[12] 吴振信,谢晓晶,王书平.经济增长、产业结构对碳排放的影响分析——基于中国的省际面板数据[J]. 中国管理科学, 2012,20(3):161-166. Wu Z X, Xie X J, Wang S P. The influence of economic development and industrial structure to carbon emission based on China's Provincial Panel Data [J]. Chinese Journal of Management Science, 2012,20(3): 161-166.

[13] 周 愚,皮建才.区域市场分割与融合的环境效应:基于跨界污染的视角[J]. 财经科学, 2013,(4):101-110.Zhou Y, Pi J C. Environmental effects on segmentationand integration of regional markets in China: from perspective of transboundary pollution [J]. Finance & Economics, 2013,(4):101-110.

[14] Krugman P. Increasing returns and economic geography [J]. Journal of Political Economy, 1991,99(3):83-499.

[15] Fujita M, Thisse J F. Economics of agglomeration: Cities, industrial location, and regional growth [M]. Cambridge: Cambridge University Press, 2002:25-29.

[16] 陆 铭,陈 钊.分割市场的经济增长——为什么经济开放可能加剧地方保护? [J]. 经济研究, 2009,(3):42-52. Lu M, Chen Z. Fragmented growth: Why economic opening may worsen domestic market segmentation [J]. Economic Research Journal, 2009,(3):42-52.

[17] 王晓硕,宇超逸.空间集聚对中国工业污染排放强度的影响[J]. 中国环境科学, 2017,37,(4):1562-1570. Wang X S, Yu C Y. Impact of spatial agglomerationon industrial pollution emissions intensity in China [J]. China Environmental Science, 2017,37,(4):1562-1570.

[18] Marshall A. From principles of economics [M]. Readings inthe Economics ofthe Divisionof Labor: the Classical Tradition, 2005:195-215.

[19] 李 鹏.产业结构调整与环境污染之间存在倒U型曲线关系吗? [J]. 经济问题探索, 2015,(12):56-67. Li P. Is there An inverted U-shaped curve relationship between industrial restructuring and environmental pollution? [J]. Inquiry into Economic Issues, 2015,(12):56-67.

[20] 李 鹏.产业结构与环境污染之间倒“U”型曲线关系的检验——基于产业结构调整幅度和经济增长速度共同影响视角的分析[J]. 经济问题, 2016,(10):21-26. Li P. Aninverted-U Curve test about industrial structure and environment pollution in view of the common influence of the industrial adjustment extent and the economic growth speed [J]. On Economic Problems, 2016,(10):21-26.

[21] 刘安国,张克森,聂 蓓,等.江苏省第二产业演进与工业三废排放关系研究[J]. 中国环境科学, 2017,37,(4):1579-1588.Liu A G, Zhang K S, Nie P, et al. Researchon relationship between emissionof industrial wastes and the growth of secondary industry in Jiangsu Province [J]. China Environmental Science, 2017,37(4):1579-1588.

[22] 余泳泽,刘凤娟.生产性服务业空间集聚对环境污染的影响[J]. 财经问题研究, 2017,(8):23-29. Yu Y Z, Liu F J. Impact of spatial agglomeration of productive services on environmental pollution [J]. Research on Financial and Economic Issues, 2017,(8):23-29.

[23] 付 强,乔 岳.政府竞争如何促进了中国经济快速增长:市场分割与经济增长关系再探讨[J]. 世界经济, 2011,(7):43-63. Fu Q, Qiao Y. How does government competition promote China's rapid economic growth: Re-discussionon the relationship between market segmentation and economic growth [J]. The Journal of World Economy, 2011,(7):43-63.

[24] 刘瑞明.国有企业、隐性补贴与市场分割:理论与经验证据[J]. 管理世界, 2012,(4):21-32. Liu R M. State-owned enterprises, implicit subsidies and market segmentation: the oretical and empirical evidence [J]. Management World, 2012,(4):21-32.

[25] Hsieh C T, Klenow P J. Misallocation and manufacturing TFP in China and India [J]. The Quarterly journal of economics, 2009,124(4):1403-1448.

[26] 王宋涛,温思美,朱腾腾.市场分割、资源错配与劳动收入份额[J]. 经济评论, 2016,(1):13-25. Wang S T, Wen S M, Zhu T T. A Study on the status-seeking savings of rural households in China: Based on the perspective of the real estate wealth accumulation [J]. Economic Review, 2016,(1):13-25.

[27] 毛其淋,盛 斌.对外经济开放、区域市场整合与全要素生产率[J]. 经济学(季刊), 2012,11(1):181-210.Mao Q L, Sheng B. Economic opening, regional market integration and total factor productivity [J]. China Economic Quarterly, 2012,11(1): 181-210.

[28] Arellano M, Bover O. Another look at the instrumental variable estimationof error-components models [J]. Journal of Econometrics, 1995,68(1):29-51.

[29] Baron R M, Kenny D A. The moderator–mediator variable distinctionin social psychological research: Conceptual, strategic, and statistical considerations [J]. Journal of Personality and Social Psychology, 1986,51(6):1173.

[30] 桂琦寒,陈 敏,陆 铭,等.中国国内商品市场趋于分割还是整合:基于相对价格法的分析[J]. 世界经济, 2006,(2):20-30. Gui Q H, Chen M, Lu M. Does China's domestic commodity market tends to be divided orintegrated: An Analysis Based onthe Relative Price Method [J]? the Journal of World Economy, 2006,(2):20-30.

[31] Parsley D C, Wei S J. Explaining the border effect: The role of exchange rate variability, shipping costs, and geography [J]. Journal ofInternational Economics, 2001,55(1):87-105.

[32] Harris C D. The market as a factorinthe localization of industry in the United States [J]. Annals of the Associationof American Geographers, 1954,44(4):315-348.

[33] 张 军,吴桂英,张吉鹏.中国省际物质资本存量估算:1952~2000 [J]. 经济研究, 2004,(10):35-44.Zhang J, Wu G Y, Zhang J P. The estimation of China’s Provincial capital stock: 1952~2000 [J]. Economic Research Journal, 2004,(10):35-44.

[34] Hall R E, Jones C I. Why do some countries produce so much more output per worker than others? [J]. The Quarterly Journal of Economics, 1999,114(1):83-116.

[35] Coelli T J, Rao D S P, O'Donnell C J. An introduction to efficiency and productivity analysis [M]. Springer Science & Business Media, 2005:241-261.

[36] Farrell M J. The measurement of productive efficiency [J]. Journal of the Royal Statistical Society, 1957,120(3):253-290.

[37] Eskeland G S, Harrison A E. Moving to greener pastures? Multinationals and the pollution haven hypothesis [J]. Journal of Development Economics, 2003,70(1):1-23.

[38] Wheeler D, Mody A. International investment location decisions [J]. Journal ofInternational Economics, 1992,33(1/2):57-76.

[39] Copeland B R, Taylor M S. Trade, growth, and the environment [J]. Journal of Economic Literature, 2004,42(1):7-71.

[40] 乔宝云.增长与均等的取舍:中国财政分权政策研究[M]. 北京:人民出版社, 2002:42-64. Qiao B Y. The choice of growth and equivalence: Research on China's Fiscal Decentralization Policy [M]. Beijing: People's Publishing House, 2002:42-64.

Research on industrial pollution discharge mechanism of market integration: Taking the Yangtze River Economic Belt as an example.

SUN Bo-wen1,2, CHENG Zhi-qiang1

(1.Guanghua School of Management, Peking University, Beijing 100871；2.Institute on Poverty Research at Peking University, Beijing 100871, China)., 2019,39(2)：868~878

The dynamic panel system GMM method was used to make empirical analysis and explore intermediate mechanisms of market integration affecting industrial sulfur dioxide, industrial soot and industrial wastewater on basis of 2003~2015 data of 105 cities in the Yangtze River Economic Belt. It is found that: all kinds of industrial pollutants in the Yangtze River Economic Belt had dynamic accumulation effects and path dependence problems; marketscaleincreased the industrial pollution emissionlevel, while the tertiary industry structure and technical level showed opposite effect, and the emissions of various industrial pollutantswereaffected bymarket integration through theabovethree paths;market integration hadtechnical and scale intermediary effectson industrial pollutant emissions excluding industrial soot, but the structure effect wasnot significant; analysis of regional heterogeneity showed that market integration in the upper reacheswas lower than that inthe middle and lower reaches, which led to insignificant technical intermediate effects; at least one significantintermediate path could be found to bring aboutsignificant effect on industrial soot emission in different regions; it is speculated that such potential factors as economic development stage, regional enterprise ownership attributes, industrial structure and transportation infrastructure construction were vital external environmental factors, and the industries with large industrial soot emissionshould be primary for pollution control.

market integration；industrial pollution emission；Yangtze River Economic Belt；Environmental Kuznets Curve (EKC)；scale effect；structural effect；technical effect

X321

A

1000-6923(2019)02-0868-11

孙博文(1988-),男,河南商丘人,博士后,主要从事环境经济与区域可持续发展方面研究.发表论文30余篇.

2018-07-17

国家社会科学基金资助项目(10BJY064);中国博士后科学基金资助项目(2018M630004);中央高校基本业务经费资助项目(20156322020201)

* 责任作者, 博士后, 助理研究员, lansebowen@pku.edu.cn