产业专业化集聚、多样化集聚与环境污染——基于中国285个城市的实证分析

寇冬雪

(南开大学 经济学院，天津 300071)

一、引言

党的十九大报告指出，我国经济已由高速增长阶段转变为高质量发展阶段。优化经济结构、推动绿色发展是实现现代化新格局的必然要求，也是城市高质量发展的必然选择。产业集聚作为经济结构优化的一种形式，产业集聚程度的提高不仅为城市的经济发展提供助力，同时，也为区域环境质量的改善提供了可能。由于产业集聚的程度和模式可能对应不同的环境效应[1]，产业集聚模式越是符合当地优势条件，集聚效应和空间外溢效应发挥得就越充分[2]。研究表明，产业集聚之所以未对环境污染产生积极影响，原因可能在于产业集聚的类型未能与城市自身优势相结合[3]。2013年，《国务院关于印发全国资源型城市可持续发展规划(2013-2020年)的通知》指出，我国资源型城市数量多、分布广，资源综合利用水平低。要明确不同类型城市的发展方向和重点任务，引导各城市探索各具特色的发展模式。因此，探究产业集聚类型与环境污染之间的关系，对优化产业结构、提高城市竞争力、推进城市绿色发展具有重要的现实意义。

根据外部性是否来源于同一产业，产业集聚分为专业化集聚与多样化集聚。对该理论的研究，较早的是以Marshall(1920)[4]为代表的从产业竞争的角度研究外部性的产业集聚理论，该理论最早源于Marshall的“产业区观点”(industrial district arguement)，他认为同行业的知识能够营造协同创新的环境，降低企业的信息成本，有助于技术创新和信息交换，提高创新效率；相反Jacobs(1969)[5]认为知识溢出主要发生于产业之外，不同的产业集聚在一起，互补的知识在产业间的溢出更能促进产业的创新搜寻。因此，专业化集聚被称为马歇尔外部性，而跨行业的多样化集聚被称为雅各布斯外部性。现有研究认为,产业集聚过程中两种集聚类型同时存在,并且产业集聚的外部性是专业化外部性和多样化外部性共同作用的结果[6]。但对于哪种集聚方式对地区生态环境的优化贡献更高，学术界无统一定论。在很长一段时间内，我国城市追求“大而全”和“小而全”的多样化发展模式，忽视了地区的要素禀赋、区位特征等因素，致使产业结构的严重趋同性以及地区间分工协作的缺失[7]。同时，产业专业化产生的路径依赖及锁定效应，使其难以抵御外部环境的变化，也会使城市的发展受阻[8]。因此，盲目追求城市的专业化或多样化的倾向而不顾城市自身要素禀赋的经济发展方式，不仅会造成大量产业的盲目集聚、资源的过度拥挤和能源的集中消耗，而且对地区的环境质量也会造成重大威胁。因此，如何使城市的产业结构与区域优势条件相吻合，进而优化产业结构、改善区域环境质量、实现城市的高质量发展？厘清该问题有助于深入理解环境污染的成因，推动区域环境污染治理，同时，对于明确城市自身产业优势，进而采取针对性的产业集聚形式，实现经济的高质量发展具有重要意义。在此基础上，本文依托产业集聚的外部性理论，选用2003—2017年中国285个地级及以上城市的面板数据，从专业化集聚和多样化集聚两方面探究产业集聚及其发展模式对环境污染的影响，并试图在以下方面进行拓展：(1)样本数量大且时间跨度长，地级市层面的数据为全面深入考察不同城市产业集聚模式与环境污染之间的相关性提供了更丰富的视角，弥补相关文献的不足。(2)基于城市类型及地区差异层面，考察不同自然禀赋下的环境污染特征，为因地制宜实施绿色发展战略提供思路借鉴。

二、理论机制

产业集聚对环境污染的影响是专业化集聚与多样化集聚均衡比较的结果。以下基于产业集聚的外部性理论，梳理专业化集聚和多样化集聚与环境污染之间的作用机制。

(一)专业化集聚对环境污染的作用机制分析

专业化集聚表现为大量单一类型的企业在同一地区的集聚，由于专业化集聚产生的规模经济效应，促使企业之间相互竞争，企业的研发成本降低，为科研成果的转化提供条件。同时，在专业化分工及溢出效应的作用下，企业的技术创新水平进一步得以提升。但是这种类型的集聚方式决定了产业的专业化集聚趋向于形成结构单一的生产模式。它们行为趋同，相互模仿，但缺乏前后关联性[9]。同时，由于技术具有专用性，专业化集聚产生的创新溢出局限于行业内部的信息和技术的交流与扩散，而无法形成不同行业间溢出。由此形成一个具有行业空间边界的封闭系统，导致专业化集聚区内部的产业结构形成路径依赖和技术锁定[10]。趋向于形成垄断性的市场结构，而垄断型的市场结构势必会弱化创新动力，导致绿色经济效率改善不足[11]。虽然大量同质企业的集中形成了规模经济，节约了企业的交易成本，但是专业化导致的创新动力不足，降低了绿色环境效率的提升。此外，如果单一的专业化集聚区缺乏有效的管理与引导，同质化集聚现象将趋于显现，造成企业长期的相互模仿和抄袭，阻碍了节能减排效应的发生[3]。因此，专业化集聚对环境污染的影响机制一方面表现为规模经济效应和溢出效应导致节约成本，另一方面，路径依赖和技术锁定对创新的阻碍进一步降低了绿色技术成果的转化，所以，专业化集聚对环境污染的影响是两方面相互作用的结果，最终结果视具体情况而定。

(二)多样化集聚对环境污染的作用机制分析

首先，多样化集聚促使不同类型的企业集聚在同一区域，促进了知识的溢出、互补和交换，并产生新知识，形成多元化的“知识蓄水池”。同时，大量不同技能的人才的集聚可以形成多元化的“劳动力蓄水池”，这些知识和技术的集聚，降低了企业的研发风险，共同为产业的技术创新创造条件，提高集聚区的技术转化，进而提高绿色经济效率。其次，多样化集聚作为一个开放系统，其竞争力更强，形成趋向于竞争型的市场结构[8]，这将更有利于激发企业的技术创新。最后，以水平型产业集聚为主要特征的多样化集聚结构，能够便捷地提供多样化产品，满足企业创新对投入品的多样化需求，降低企业的运输及交易成本，为节约资源、降低单位非期望产出创造条件[12]。此外，在多样化集聚形成的产业链上任何企业节能技术的提高，都会降低前后关联企业的治污成本[13]，进而逐渐形成循环经济的发展模式，促使废气排放物之间的再利用和节能减排目标的实现[14]。因此，多样化集聚对环境污染的作用机制一方面表现为溢出效应带来的知识更新和创新效率提高，同时，产业链式的共生效应进一步带来资源的优化整合，为企业的协同创新提供了环境。

除此之外，无论专业化集聚和多样化集聚，产业集聚的程度都不是无限、任意的，而且产业集聚也并非规模越大效益越高。当产业高度集中超过该地区的环境承载力时，将增加产业集聚的负外部性[15]。如产业集聚发展到一定程度会产生拥挤(congestion effects)或者密集效应，表现为污染排放量的增加及土地资源的紧缺。如郭然和原毅军(2019)认为，我国东部省份的制造业集聚在长期的发展过程中已经出现“拥挤效应”，显著促进了环境污染的排放量的增加[16]。因此，产业集聚的发展不宜超过资源、环境的承载限度[17～18]。

图1展示了产业集聚对环境污染的影响机制。

图1 产业集聚对环境污染的影响机制

三、研究设计

(一)模型设定

为考察产业集聚及其不同模式对环境污染的影响，本文借鉴杨仁发(2015)[19]的方法，将产业集聚加入生产函数，建立一个非线性模型，以分析产业集聚与环境污染之间的关系，同时，将专业化集聚与多样化集聚引入生产函数，考察不同集聚模式对环境污染的影响。基准方程如下：

(1)

(2)

其中，pollu表示环境污染，MAR表示专业化集聚水平，JAC表示多样化集聚水平。MAR2和JAC2分别表示专业化指数和多样化指数的二次方，以验证产业集聚类型对环境污染影响的非线性关系。i，t分别表示地区和年份，lninno，lnindu，lnden，lnconsu，lngov分别表示影响环境污染的控制变量，主要包括科技创新、产业结构、人口密度、市场规模和财政分权度。εit表示随机误差项。

(二)数据来源及变量选取

本文选取2003—2017年中国285个地级及以上城市的数据，基于数据的可得性，本文剔除吐鲁番市、哈密市、三沙市、儋州市等数据缺失较严重的地区(不包括港澳台地区)。研究范围为全市层面，不包括市辖区。所需数据主要来源于《中国统计年鉴》《中国环境统计年鉴》《中国城市统计年鉴》等数据库。行业按照2003之后经过调整的19个行业(1)分别为：农、林、牧、渔业；采矿业；制造业；电力、燃气及水的生产和供应业；建筑业；批发和零售业；交通运输、仓储和邮政业；住宿和餐饮业；信息传输、计算机服务和软件业；金融业；房地产业；租赁和商业服务业；科学研究、技术服务和地质勘查业；水利、环境和公共设施管理业；居民服务、修理和其他服务业；教育；卫生、社会保障和社会福利业；文化、体育、娱乐用房屋；公共管理和社会组织。的就业人员的数据。为了消除价格波动的影响，提高数据的准确性及可信性，本文利用国内生产总值指数，以2003年为基期对所有货币量进行平减，调整为可比价格，并对个别缺失的数据进行插值法补缺。同时，为了消除异方差，所有控制变量进行对数处理，由于产业集聚、相对专业化指数和相对多样化指数均为指数形式，因此，文中不再进行对数处理。

具体变量指标解释如下：

1．被解释变量

环境污染(lnpollu)：环境污染主要包括排放中的各种污染物，包括水污染、大气污染和固体废弃物污染等，对环境污染的刻画，现有研究尚无统一定论。部分学者通过构建环境污染综合指标刻画环境污染，如许和连和邓玉萍(2012)[20]等；另有研究用单一污染物表征环境污染，如工业SO2排放总量、SO2排放量、工业废水排放总量等。因工业SO2在工业污染物中所占比重最大，本文选用工业二氧化硫排放强度衡量环境污染，该值越大，表明环境污染越严重。

2．核心解释变量

相对专业化指数和相对多样化指数：专业化指数和多样化指数反映了该城市与其他城市的就业配置的关系。关于专业化与多样化指数的测算，不同研究其方法也不同。专业化指标的衡量方法一般有Krugman专业化指数、区位熵指数等。多样化指标的衡量有Frenken的熵指标、改进的赫芬达尔-赫希曼中性指数等。本文借鉴李金滟和宋德勇(2008)[21]的研究，采用该城市就业人数最多的行业作为专业化行业，用该行业的就业人员所占的份额衡量专业化指数。城市的专业化指数表示为：

(3)

为便于不同城市间的横向比较，我们采用相对专业化指数进行测度，该指数越大，表明该城市的专业化程度越高。相对专业化指数为：

(4)

多样化指数经常使用的是赫芬达尔指数(HDI)的倒数，具体为各城市各产业的就业人数份额的平方和的倒数，具体表示为：

(5)

为便于不同城市间的横向比较，我们同样采用相对多样化指数进行测度。相对多样化指数是在赫芬达尔指数的基础上经过变形获得，该指数越大，表明该地区的产业种类也多且越均衡，具体表示为：

JACit=1/∑j

(6)

其中，sijt表示第t年i城市中j产业的就业人数占该城市总就业人数的份额，sjt表示第t年中j产业的总就业人数占全部城市的总就业人数的份额。

产业集聚：对产业集中度的衡量，代表性的指标有赫芬达尔指数、空间基尼系数及区位熵指数等。各指数各有优劣，由于区位熵指数能消除区域规模的差异，真实反映地理要素的空间分布，因此，本文选取区位熵指数表征产业集聚。具体公式如下：

(7)

其中，i表示地区，j表示产业，区位熵指数表示一个地区某个产业的集聚程度在全国范围内的相对水平，可通过就业或产出数据计算而得。本文选取制造业的就业数据计算，该指数越大，产业集聚的程度越高。

3．控制变量

科技创新(lninno)：科技创新与环境污染密切相关，科技创新的投入有助于企业的生产方式和结构的优化，也为环境污染的改善提供了可能，其中，尤以绿色技术的创新为代表。本文借鉴杨仁发(2015)[19]的方法，选取各城市财政支出中科学技术支出占GDP的比重衡量城市的科技创新水平。产业结构(lnindu)：产业集聚的专业化和多样化受到产业结构的影响，在经济发展的不同阶段，产业结构对环境污染的影响作用各异。由于环境污染主要来源于工业生产过程中排放的废弃物，因此，本文选取第二产业占GDP的比重衡量产业结构。人口密度(lnden)：产业集聚通常会吸引大量人口的集中，这也是“城市病”产生的重要影响因素。在不考虑其他因素的情况下，人口密度越大的地区，环境污染越严重，本文选取每平方公里的人口数表征人口密度。市场规模(lnconsu)：一般来说，企业主要选址在市场潜力较大的地区。由于市场规模的扩大会降低企业间的交易成本，优化资源配置，提高集聚优势。因此，本文选取社会消费品零售总额占GDP的比重衡量。财政分权度(lngov)：本文借鉴于斌斌等(2019)[22]的做法，采用各城市财政收入占财政支出的比重衡量。

具体指标的描述性统计结果如表1所示。

表1 描述性统计

四、结果分析

(一)分城市专业化、多样化指数特征分析

根据以上方法，对2003—2017年中国285个城市19个行业的相对专业化指数和相对多样化指数进行测算，受限于篇幅，本文每隔7年截取一个时间点，选取2003年、2010年、2017年各样本城市的相对专业化指数及相对多样化指数进行分析，且仅将排名前15位及后15位的城市列出，见表2和表3。得出以下结论：

首先，整体分析。纵向上看，各城市间的相对专业化指数差别较大。如2017年城市的相对专业化指数，排名第一位的伊春市与最后一名相差约50倍。横向上看，各时间点的相对专业化和相对多样化指数排名波动不大，整体比较稳定。其次，分行业分析。相对专业化指数排名前15位的行业大多集中在农林牧渔业和采矿业，严重依赖自然资源，说明资源型城市的相对专业化指数较高。而排名在后15名的产业多为第三产业，且城市的变动较大。相应地，从多样化指数上看，多样化指数整体差距较小，且排前15位的城市波动较大，后15位的波动较小。一方面，由于资源型城市存在自然禀赋优势，城市的经济发展对资源的依赖性大，使得城市的转型成本高，造成专业化指数排名靠前的资源型城市随时间变动较小。同时，应该注意到，我国能源结构呈现出“富煤缺油少气”的特点，经济发展对能源的刚需依然是造成环境污染的重要原因。基于此分析，后文根据城市类型分别探讨集聚的环境污染效应。而相对多样化指数较高的城市，产业种类较多、分布较均衡，这些城市一般为大城市或省会城市[21]，由于产业组织形式灵活，市场活跃度高，产业之间的竞争比较激烈。优胜劣汰的市场机制筛选下城市内部的产业结构不断优化调整，外在表现为城市间多样化指数的大幅波动。同时，多样化指数较高的城市主要为公共服务业和制造业，相比专业化指数较高的资源型城市，产业结构及经济发展对资源的依赖程度的不同是环境污染弱化的主要原因，这也是多数研究认为多样化比专业化对环境污染的抑制作用更大的原因之一。

表2 相对专业化指数

表2(续)

表3 相对多样化指数

(二)分地区专业化、多样化指数特征分析

根据经济发展水平，分地区表示相对专业化与相对多样化指数特征，如图2和图3所示。由图2可知，相对专业化指数最高的地区是中部地区，西部地区次之，东部地区最低。这也与我国资源型城市的分布特征相一致，我国的资源型城市主要分布在中西部地区，但是中部地区居多，造成中部地区的相对专业化指数偏高。同时，三个地区的相对专业化指数差别较大，整体出现微弱的上升趋势。由图3可知，相对多样化指数从高到低分别是东部地区、中部地区和西部地区，经济发展水平越高，越趋向多样化发展，与已有研究结论一致。并且三个地区的相对多样化指数整体差别较小，甚至有部分重合。这表明专业化指数较高的地区对资源的依赖较高，且不易转型，中部地区具有资源优势并持续保持，表现为三者差距的扩大。而多样化指数较高的城市产业形态活跃，竞争激烈，各城市发展模式差别较小，多样化指数变化较小。同时，对比发现，各指数在2013年出现明显的波动，可能的原因是我国2013年出台了《国务院关于印发全国资源型城市可持续发展规划(2013-2020年)的通知》。

图2 2003—2017年分地区相对专业化指数

图3 2003—2017年分地区相对多样化指数

(三)基准回归结果

以下将对专业化集聚、多样化集聚与环境污染之间的关系进行实证分析。由于OLS模型会高估解释变量对被解释变量的影响，固定效应模型会低估其影响，为避免环境污染对产业集聚的影响导致的内生性问题，本文选取系统GMM模型进行回归分析。同时，选用工业烟(粉)尘排放强度进行对比分析，具体回归结果如表4所示。

表4 全国样本回归结果

由表4中“工业二氧化硫排放强度”的模型(1)的回归结果可知，产业集聚与污染排放强度呈现显著的负相关，系数为-1.237，表明产业集聚每增加一个单位，污染排放强度会减少123.7%。同时，产业集聚与污染排放强度的二次项在5%的水平上呈现正相关，验证了产业集聚与环境污染之间的非线性关系，曲线呈“U”型。

产业集聚与环境污染呈“U”型的原因是，当产业集聚的程度较低时，集聚区内的资源尚未达到饱和。随着大量人才和产业在此集聚，规模效应和溢出效应显现。规模效应降低了企业间的交易成本，而人才的集聚为知识和技术的交换创造条件，二者之间的相互作用为技术的研发和转化创造了可能。同时，大量企业的集聚也为环境技术创新提供了条件，不仅降低了环境技术的研发成本，也便于企业间的集中治污。随着集聚区内的资源不断优化，集聚区内的排污强度进一步降低。但是集聚区内的资源不是无限的，当产业集聚达到一定水平时，集聚区内的企业数量逐渐饱和，“拥挤效应”显现，进一步的规模扩张会导致集聚的正外部性减弱、集聚的负外部性出现。一方面过度集聚对资源需求的日益增加与新设施无法及时配套之间的矛盾，表现为公共设施的稀缺性带来的过度竞争。另一方面表现为企业的同质化倾向。短期内集聚的规模效应和溢出效应降低企业间的交易成本，提高知识和技术的互换和交流。但是长期的集聚会使企业间的知识出现趋同性，从而降低了创新发生的频率。同时，过度集聚还伴随着污染的大量排放，造成集聚区内的治污成本逐渐上升，促使企业从环境技术研发转向生产技术研发，为环境污染的增加进一步创造了可能。因此，随着产业集聚程度的增加，集聚区内部的污染排放强度出现先减少后增加的“U”型特征。

由表4中“工业二氧化硫排放强度”的模型(2)的回归结果可知，专业化集聚和多样化集聚与污染排放强度呈现显著负相关，系数分别为-0.056和-0.288。表明专业化集聚和多样化集聚均对污染排放强度具有显著的抑制作用。且相对专业化集聚，多样化集聚对污染排放强度的抑制作用更大。同时，其二次项与污染排放强度的系数均为正，表明了二者之间的“U”型关系，与产业集聚的整体结果一致。产业集聚对环境污染的结果是产业专业化与多样化相互作用的表现。专业化集聚与环境污染呈现“U”型的原因是，初始阶段，专业化集聚通过规模效应和溢出效应降低企业的成本，提高企业的科研转化率，专业化集聚的正效应大于负效应，专业化集聚的增加会显著减少区域的污染排放强度。当专业化水平达到一定规模时，一方面，“拥挤效应”的出现使得资源出现稀缺，导致恶性竞争的出现；另一方面，由于专业化集聚的特征，同一类行业间易出现知识的大量趋同性，加之产业专业化导致的路径依赖及技术锁定，企业的创新效率降低，共同导致环境污染现象的加剧。因此，污染排放强度随专业化集聚程度的增加出现先减少后增加的现象。多样化集聚与环境污染呈现“U”型的原因，与专业化集聚有共同的部分，也有其自身的特殊性。一方面，集聚初始时，多样化集聚的规模效应优化了企业的竞争环境，为企业的技术提供了协同创新的环境，这是多样化与专业化集聚的本质区别。由于多样化集聚是大量不同质的企业的相互集聚，企业间更易出现协同创新。而共生效应的存在，使不同企业间形成链式发展。链条上一部分企业的创新会促进整个产业链的优化，形成良性循环。随着多样化集聚的发展，集聚的正外部性显现，集聚程度越高，环境污染越小。当集聚发展到一定程度时，一方面“拥挤效应”的出现，增加企业的治污成本，同时，长期的集聚依旧无法避免知识的逐渐趋同，造成技术效率的下降，环境污染的现象加剧，出现“U”型特征。

进一步地，计算各变量的拐点。产业集聚的拐点在2.021(1.237/(2×0.306))，专业化的拐点在28(0.056/(2×0.001)),多样化的拐点在3.892(0.288/(2×0.037))。结合数据分析发现，大多数城市位于“U”型曲线的左边，表明专业化集聚降低了污染排放强度，只有少数资源型城市如伊春市、盘锦市、鹤岗市等以农林牧渔专业为主的城市跨过了拐点，显示出专业化集聚的“拥挤效应”。表明城市的自然禀赋优势已经逐渐开始弱化，城市的资源禀赋优势已经逐渐成为环境污染加剧原因之一，资源型城市的产业结构面临转型压力。

在控制变量中，整体上看，表4中左侧模型(1)和模型(2)的回归结果对环境污染的影响效果一致，科技创新对污染排放强度具有显著的改善作用。表明科研投入有助于实现污染减排，科技创新尤其是绿色技术的创新仍然是节能减排的重要突破点。产业结构与污染排放强度呈现显著正相关。第二产业的比重越大，环境污染越严重。这与第二产业的行业特征相符合，我国的环境污染问题主要是由于工业生产过程中产生的大量污染物。人口密度对环境污染具有显著的改善作用，这是由于经济的集聚需要人才的集聚与其相匹配，随着经济的发展，第三产业的占比逐渐增加，尤其是以知识和技术为核心竞争力的现代服务业，将吸引更多高技能的劳动力，优质的人力资本促使集聚区的环境污染进一步改善[23]。市场规模与污染排放强度呈现显著负相关，市场规模越大，结构越完善，对环境污染的作用越明显。财政分权度结果表明，财政分权程度越高，环境污染越严重。在以GDP增长为考核指标的中国式分权制度下，政府分权程度的提高会激励政府“为增长而竞争”[24]，促使更多的财政资金流入经济增长领域而忽视当地的生态环境，造成环境质量的下降。

表4中右侧为工业烟(粉)尘作为被解释变量的回归结果，从其模型(1)和模型(2)的回归结果可知，整体回归结果一致，集聚与环境污染之间呈“U”型特征，产业集聚拐点是1.700。相比工业SO2，产业集聚的拐点出现的更快。其余结果同上，此处不再重复解释。

(四)城市类型视角

由上述分析可知，不同城市类型的专业化和多样化指数不同，且资源型城市表现出较高的专业指数，为避免由于城市自然禀赋不同对结果造成影响，以下将全部样本按照城市类型划分进行检验。该划分基于《国务院关于印发全国资源型城市可持续发展规划(2013-2020年)的通知》，在本文选取的285个地级及以上城市中，资源型城市共有115个。具体回归结果见表5。

表5(续)

表5显示了不同的城市类型中，产业集聚及其不同模式对环境污染的影响结果。左边两列是资源型城市的回归结果，右边两列是非资源型城市的回归结果。从表5中可看出，整体上两类城市的回归结果与全国样本的回归结果一致。产业集聚及其不同模式与环境污染存在“U”型关系。通过计算，资源型城市产业集聚的拐点为1.197，非资源型城市产业集聚的拐点为1.870。表明随着集聚程度的提高，资源型城市首先跨过拐点，这与资源型城市的专业化特征有关。资源型城市由于存在要素禀赋，产业的集中度高，产业间的结构趋同性使其更易出现资源的“拥挤效应”。因此，相比非资源型城市，资源型城市的拐点会出现在集聚程度较低的地方。而且资源型城市主要以第一、第二产业为主，拐点出现的越快，对环境污染的影响越大。因此，加快资源型城市的产业结构转型、实现城市绿色发展势在必行。反之，非资源型城市产业结构的趋同性出现的情况较慢，产业多样化集聚程度增加时，其负外部性出现的更慢。控制变量中，整体回归结果与全国样本一致，具体分析如上，此处不再重复解释。同时，结论的整体一致性也验证了模型设定的合理性。

(五)地区异质性视角

东部沿海地区在经济发展方面存在“先行优势”，较高的经济发展水平暗含了该地区产业结构的合理性，同时，根据上述多样化指数分析，东部地区的多样化指数最高。为避免相同地区不同集聚模式造成的干扰，以下根据传统的沿海-内陆地区的划分方法(2)沿海地区包括：天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南、广西；内陆地区包括：山西、内蒙古、吉林、黑龙江、安徽、江西、河南、湖北、湖南、重庆、四川、贵州、云南、陕西、甘肃、青海、宁夏、新疆、北京。，对专业化集聚和多样化集聚产生的环境污染特征进行分析。具体回归结果见表6。

表6 基于沿海-内陆地区的回归结果

表6(续)

由表6可得，整体回归结果与全国保持一致，沿海和内陆地区产业集聚出现拐点的位置分别为1.851和1.574，表明随着集聚程度的提高，沿海地区拐点出现的更慢。同时，由于沿海地区呈现相对较高的多样化指数，同样集聚程度时，相比内陆地区，对污染强度的抑制作用会更明显，也验证了上述的分析。同时应该注意到，东部地区的多样化指数存在异常，可能的原因是，地区要素禀赋不同导致的产业结构进而经济发展方式的不同，使得东部地区的第三产业占比较高，以至初始产业集聚对环境污染影响基数小并呈现逐年递增趋势。其余结果保持不变，再次验证了结论的正确性。

五、结论与启示

基于产业集聚的外部性理论，通过分析产业集聚及其不同模式对环境污染的影响发现，产业集聚与环境污染之间存在“U”型曲线特征。即随着产业集聚程度的增加，污染排放强度呈现先减少后增加的趋势。同时，专业化集聚、多样化集聚与环境污染之间也呈现先增加后减少的“U”型的曲线特征。随着专业化和多样化集聚程度的增加，污染排放强度也会先减少后增加。基于城市层面，一般地，与非资源型城市相比，资源型城市的专业化指数较高，我国大多数资源型城市尚位于“U”型曲线左侧，产业集聚程度的提高会降低污染排放强度。只有少数资源型城市的专业化集聚跨过拐点，负外部性显现，产业集聚程度提高会增加排污强度。同时，由于资源型城市的自然禀赋特征，集聚程度提高时，会比非资源型城市先跨过拐点。此外，相比内陆地区，沿海地区的相对多样化指数更高，拐点出现在集聚程度更高的地方。根据以上结论，得出如下启示：

第一，产业集聚的类型应与城市自身的禀赋相结合，充分发挥专业化与多样化集聚的正外部性抑制环境污染。对于大多数资源型城市，现阶段仍处于集聚发挥正外部性作用的时期，专业化集聚会降低环境污染。但是应该注意到，近年来我国资源型城市的“拥挤效应”正逐渐显现，城市的要素禀赋正逐渐成为产业转型的阻力。尤其对于已经跨过拐点的资源型城市，专业化集聚的负外部性已经凸显，而且资源型城市的专业化拐点出现的更快。因此，加快推进资源型城市的产业转型，培育发展新业态新模式，对优化产业结构、加速动能转换、提升城市竞争力具有重要意义。而非资源型城市的相对多样化指数较高，知识结构层次丰富，不同产业的集聚可为企业间的协同创新创造条件。因此，非资源型城市应充分发挥多样化集聚的优势，合理引导上下游产业协同集聚，打造绿色可持续的特色产业链条。在优化资源配置的同时，实现城市的高质量发展。

第二，根据不同地区的经济发展水平，因地制宜，合理布局产业结构。在经济发展水平较高的地区，充分发挥专业化和多样化集聚的正外部性，降低产业间的研发成本，提高技术转化率，通过绿色技术创新实现环境污染的源头治理。在经济发展水平较低的地区，产业集聚程度较低。因此，应合理引导产业布局，在具有资源优势的地区，通过对产业筛选，有选择地引导产业进行专业化集聚，利用集聚优势带动当地经济发展的同时降低排污强度；在不具有资源优势的地区，一方面引导产业的专业化集聚，为企业创造良好的外部环境，另一方面注重增强产业之间的关联度，通过协同集聚降低企业上下游之间的交易成本，提高企业之间的良性互动，引导产业链的绿色发展。