产业集聚与环境效率差异

2020-11-06 01:14孔晴陈亮
关键词:外部性环境污染专业化

孔晴 陈亮

(1.兰州大学经济学院,甘肃兰州730000;2.兰州财经大学甘肃经济发展数量分析研究中心,甘肃兰州730101)

一、引言

改革开放以来,中国经济总量逐年增加,GDP连续跃上新台阶,稳居世界第二位,中国GDP占全球经济总量的比重也在不断上升。中国经济在取得快速发展的同时,环境污染问题也日益严重,尤其是席卷全国的“雾霾”天气对我国广大群众的健康生活和经济可持续发展造成了极大的影响。因此,在未来较长时期内,如何确定最优的发展模式以实现经济和环境友好之间的协同发展,是中国需要解决的重大课题。

产业集聚作为重要的经济增长模式之一,其环境外部性问题得到广泛关注,如果产业集聚加重了环境污染,那么这种集聚模式就是一种失效的发展模式。如何才能确定区域产业最优发展模式,实现经济和环境的协同发展呢?对此学者们从不同视角探讨了产业集聚对环境污染的影响,使得污染问题的根源和治理机制更加清晰。从技术溢出效应视角来看,Hosoe&Naito将环境因素引入新的经济地理模型,指出产业集聚通过空气污染、水污染等影响其他部门的生产力,企业间的技术扩散使得环保生产技术的运用成为可能,从而降低环境污染[1]。刘胜和顾乃华运用260个地级市及以上城市的数据分析了产业集聚对工业污染的影响,结果发现产业集聚引致的技术溢出效应有利于减少城市工业污染排放[2]。从规模经济效应视角来看,Moriki&Tohru的研究结果发现产业集聚的过程中伴随着产出规模扩大,同时带来技术溢出效应,两方面的原因促使区域污染排放水平增加[3]。邓玉萍和许和连在构建集聚对环境污染的理论模型基础上,运用2003—2013年我国275个地级市的相关数据进行空间计量分析,结果表明污染排放在空间上具有趋同效应,产业的专业化集聚使得周边区域形成相关产业,当污染型产业在此区域集聚将会对本地的环境造成污染[4]。当前关于产业集聚与环境污染的研究文献较多,但从环境效率角度分析二者之间关系的研究相对较少。Porter在新竞争经济学中指出,产业集聚最重要的不是投入和规模,而是提高区域企业生产力,推动创新方向和步伐,发挥竞争效应,通过刺激新业务的形成,扩大和加强产业集聚,进而促进碳排放效率提高,解决环境污染问题[5]。李伟娜选取1960—1975年美国能源消耗增长最快的10个州作为研究样本,考察了产业集聚对环境效率的影响,结果发现各州的产业集聚水平在下降,但是能源消耗水平处于较高水平,其原因在于产业集聚在由专业化向多样化集聚的过程中,能源消耗水平高且效率低下[6]。

梳理上述文献可知,不同形式的产业集聚会产生不同的环境影响效应。产业的空间集聚是否会对环境产生积极影响,促进经济可持续发展值得深入探讨,如何采取有效措施发展产业集聚,控制并改善环境污染也是亟待解决的问题。关于产业集聚对环境污染的影响已经取得了较为丰富的研究成果,但还存在一些不足之处:(1)产业集聚对环境污染的作用机制研究还比较薄弱,集聚的相关理论并未将环境污染作为一个重要因素纳入其中。新经济地理学理论指出,产业集聚超过一定水平就会出现“拥挤效应”[7],因此,本文尝试在经济增长模型的基础上加入集聚函数,从一个新的视角进一步揭示产业集聚对环境污染的作用机制。(2)现有文献主要从专业化集聚和多样化集聚这两种外部性与环境污染的关系展开研究,未对产业集聚的竞争性作深入探讨,但同一产业内的高度竞争将会促使企业进行技术创新,保持企业竞争力,进而对环境产生影响。本文拟从产业专业化、多样化、竞争性集聚这三种模式考察其环境外部性,将产业集聚非线性纳入到理论分析框架之中,结合空间计量经济学方法,使得模型分析结论更贴近客观事实。(3)现有研究中多从环境污染排放水平方面考察产业集聚的环境效应,很少有人从环境效率方面来考察。环境效率可以衡量企业或产业单位价值产生的环境影响,因此,本文通过空间面板模型考察产业集聚与环境效率之间的空间效应,进一步探究产业集聚外部性影响环境效率的内在机理,从而为污染治理寻找新的政策着力点。

二、理论分析框架和计量模型设定

(一)产业集聚对环境污染的传导机制分析

产业集群生命周期理论一般将产业周期分为五个阶段,分别为集聚、出现、发展、成熟、转型阶段,每个阶段都有各自的特点,不同的阶段对资源配置、技术开发、公共设施的利用产生不同的影响[8]。从产业集聚的角度来看,表现为集聚的类型与行业差异上。比如经济发达地区制造业多以知识技术密集型产业为主,而欠发达地区制造业则多以劳动密集型产业为主。从经济发展模式视角,区域经济一体化和产业专业化分工将会使得邻近区域形成密切的产业关联,实现中间投入品、劳动力等生产要素共享,减少排污成本,使环境效率得到提升。从污染的末端治理视角,专业化分工合作会促使生产效率提高,集聚生产还可以实现公共基础设施的共享,集聚将使污染治理成本降低,环境质量得到提升[9]。从污染源头削减视角,专业化集聚有利于产业内部形成网络化生产结构,并促使生产效率和管理水平提高,相同产业的知识溢出更能促进技术的进步与创新。多样化集聚环境为企业技术创新提供了较多的选择机会,在此过程中将会形成“技术池”。竞争性集聚有利于形成竞争自强化机制,区域内众多企业的有效竞争有利于技术创新和技术进步,这类产业集聚推动集聚区企业采用更为先进的环保技术来降低污染物的排放。

(二)模型设定

为了更加清晰地说明产业集聚对环境污染的影响机制,在借鉴南北贸易与环境模型(Brock&Taylor,2010)、拉姆齐增长模型(Ramsey,1928;Cass,1965;Koopmans,1965)等模型的基础上,笔者将集聚函数引入到经济增长模型中以此来说明产业集聚对环境污染的作用机制。

首先设定厂商的生产函数为:

其中:i表示地区,t表示年份,A,L,K分别表示为技术进步、劳动力投入、资本投入。当大量的类似企业在某一区域集聚时,借鉴毛其淋和盛斌的研究思路[10],假定技术进步的组成为多元化,如下:

其中,Ai0为初始的生产效率水平,νi为外生的生产率变迁,Mar外部性、Jac外部性、Por外部性分别表示产业专业化程度、多样化程度以及企业间的竞争程度,σi,τi,ψi分别表示马歇尔外部性、雅各布斯外部性以及波特外部性对技术水平的影响参数。

将式(2)代入到式(1)中,可得扩展后的生产函数:

为了模拟污染的影响,Copeland和Taylor假设经济活动产出为F,生成污染作为输出的联合产品,假设企业用于污染治理的生产要素占总要素的比例为θ,则0≤θ≤1,则实际产出水平为:

当θ=0时,表示企业在污染治理上的投资为零,此时的产出水平是企业的潜在产出水平;当0<θ<1时,表示企业会分配一定的资源用于污染治理,此时的产出水平是(1-θ)F,同时污染物的产生量为P,则厂商排污量的表达式为:

其中,λ(θ)是关于θ的污染排放函数,A表示技术水平,b为污染要素投入占总成本的比例,参数0<b<1。λ(θ)的一阶导数λ'(θ)< 0,二阶导数λ"(θ)>0,污染排放函数λ(θ)为减函数。

将式(6)代入到式(5)中,进一步推导出:

将式(2)代入式(7)中,则:

根据式(8)可知,环境污染P受马歇尔外部性、雅各布斯外部性、波特外部性及其他变量如治污投入、经济增长等影响。

基于上述理论分析结果,将上式两边取对数,本文的计量方程对数形式可设置为:

式(9)中,i和t分别表示第i个地区第t年的数据,P为环境污染效率水平,Z为其他控制变量。

结合前面理论部分的假设,专业化集聚、多样化集聚和竞争性集聚可能存在非线性关系,在上述模型中引入三种集聚外部性的平方项,式(9)进一步扩展为:

考虑到环境污染治理过程中的搭便车行为,文中运用空间计量模型来反映环境污染效率的空间溢出性,分别构建空间滞后模型(SLM)和空间误差模型(SEM)来考察环境污染的空间溢出效应。

三、变量与数据

本文数据来源于2006—2019年《中国统计年鉴》和《中国环境年鉴》。由于西藏地区的数据缺失较多,可能会对分析结果产生偏差,考虑到数据的完整性、连续性,故剔除西藏的数据。为了消除2005—2018年间的物价因素影响,对反映经济产出的指标人均GDP以2005年价格指数为基准进行了平减。

(一)环境效率指标

1992年在里约地球峰会上,世界可持续发展工商业联合会(WBCSD)首次提出了环境效率(Environmental Efficiency,EE)的概念,将其定义为某一区域创造单位价值对环境造成的影响[11],并将此作为评判可持续发展的测度标准,在经济发展过程中要不断降低资源消耗的强度,对生态造成的影响至少要匹配于地球的预估承载能力。依据WBCSD给出的定义,环境作为一种资源投入,环境效率公式为:

式中OP(Output)为产出指标,在研究宏观经济时,选择生产总值作为产出指标更合适。EP(Environmental Pressure)为环境压力指标,本文选取的是水污染、气体污染和固体污染所造成的环境压力。

(二)产业集聚类型变量

专业化(Mar)集聚:要比较区域间的专业化程度就要比较区域中就业人数最多的就业部门。为获得不同区域间的横向比较,需要比较专业化水平,产业集聚相对专业化指数的计算公式为:

其中,Sij是i地区j产业就业人数占i地区总就业人数的比重,Sj是所有地区j产业就业人数占其总就业人数的比重。根据本文的研究对象,选取食品、纺织、造纸、医药等在内的20个制造业行业,保证数据的连续性,选用数据时间序列为2005—2018年,多样化指数、竞争外部性的测算与此相同。

多样化(Jac)集聚:采用Duranton and Puga修正后的HHI指数的倒数,其计算公式为:

其中,Sij、Sj的意义同上,该指数越大,表示区域内的产业多样化程度越高。

竞争性(Port)集聚:采用程中华和于斌斌度量竞争强度指数[12]的方法,用区域工业企业单位增加值相对于全国平均值的相对值度量:

其中,Ei是i地区的工业增加值,Ci是i地区的工业企业数量,当竞争效应指数大于1,表明该地区企业数量与规模之比高于全国平均水平,相较其他地区而言该地区企业竞争程度更大。

(三)控制变量

工资水平(Wage):一般而言,工资水平越高的区域,越能吸引科研研究人员以及产业工人到该区域就业,越有利于推动产业集聚。无论是专业化劳动市场、多样化劳动市场还是竞争性劳动市场,较高的工资水平可以反映出劳动市场外部性对劳动者的吸引力[13]。本文用城市职工平均工资作为其代理变量。

人力资本(Edu):新经济增长理论认为人力资本对技术创新具有溢出效应,人力资本越高,越有利于知识传播,企业越容易获取创新收益。本文将小学、初中、高中、大专及以上的学历从业人员占总从业人员的比重乘以每种学历的教育年限数,并将其最终加总得到地区劳动者的平均受教育年限。

交通基础设施(Comu):在Krugman的模型中,新经济地理学将交通费用视为影响产业集聚的重要影响因素。较好的基础设施能够显著降低生产要素的运输成本和交易费用,促进生产要素集聚,同时也能加剧竞争产生市场挤出效应抑制集聚[14]。本文用地区公路里程占全国的比重来表示交通运输条件。

信息化(Inf):信息化是技术创新的重要影响因素,它能有效降低交易成本,加速知识创新和技术外溢。本文采用交通运输、仓储和邮政业在国内生产总值构成中的占比作为其代理变量,以此来衡量信息化对产业集聚的支持力度。

技术创新(Rd):考虑数据的可得性,采用R&D经费投入强度即各地区R&D经费支出占GDP的比重来表示技术水平的变量。更环保的技术创新能够有效降低污染物的排放,但技术创新也有可能仅仅用于扩大生产规模和提高劳动生产率,并未促进生产过程的环保化,此时技术创新反而会加重环境污染[15]。

治污投入(θ):治污投入费用增加将会促使企业进行技术改革来提升环境效率,本文使用地区工业废气治理设施运用费用占GDP的比重来衡量区域污染治理投入程度。

四、实证分析结果

(一)全样本回归结果分析

1.空间相关性检验。建立空间模型的前提是构建空间权重矩阵,0-1矩阵是空间权重矩阵中的常用方法,主要是根据区域单元是否相邻来设置。如果两个区域单元相邻,则为1,反之为0,本文采用的0-1邻接矩阵参照大多数文献的做法,将海南省设置与广东省相邻。分析中运用Moran’s I指数先对环境污染效率是否存在空间相关性进行检验,根据2005-2018年中国各地区环境污染效率,结合上述计算公式,可得到各年的Moran’s I指数值及其统计检验,详见下表:

表1 2005—2018年Moran’s I指数值及其统计检验

从计算结果来看,各年的Moran’s I指数值均为正,且其统计量通过了0.05水平的显著性检验,环境效率呈现高-高、低-低相邻的趋势。总之,对环境污染效率的影响因素分析中需引入空间因素来反映区域之间的空间交互作用。

2.全样本回归结果分析。对比不考虑空间自相关因素的混合估计模型以及考虑空间自相关因素的空间模型,考虑空间自相关因素的空间模型在总体模型拟合优度和变量系数显著性等方面,均优于不考虑空间自相关因素的混合估计面板模型。进一步依据LM检验的4个统计量确定相应的空间计量模型,在LR检验中,LM-Error检验统计值为83.824,p=0.000,Robust LM-Error检验统计值为 4.329,p=0.000,而Robust LM-Lag不显著,由LR检验结果选择的模型为空间误差模型更为合适。Hausman检验统计量值为-423.115,p=0.000,由p值显著拒绝原假设,即固定效应优于随机效应,最终模型确定为空间误差模型。

表2中模型(1)为三种外部性同时加入的回归结果,模型(2)-(4)中依次引入集聚外部性的平方项,以考察集聚外部性与环境效率之间是否存在非线性关系,模型(5)中同时引入三种集聚外部性的平方项。对比5个模型,我们可以从模型(2)-(5)中得出以下信息:加入集聚外部性的平方项后,产业集聚的专业化集聚、多样化集聚和竞争性集聚、工资水平、人力资本等估计系数与未加入平方项时的估计模型一致,且加入产业集聚外部性平方项后的估计系数高于未加入平方项时估计模型的估计系数,产业集聚外部性的平方项引入没有改变模型(1)中其他变量的显著性及其符号,我们有理由认为该变量的加入对模型是有用且合理的。空间误差系数λ的值为正且具有高度的显著性,说明区域环境污染误差项之间存在正向的空间溢出效应,即邻近省份的环境污染对本省区的环境污染具有正向溢出效应,邻近省份的环境污染具有明显的区域集聚特点,这说明在研究产业集聚外部性对环境污染的影响时如果忽略空间因素容易导致模型估计偏误。

表2 空间计量模型回归结果

从回归结果看,模型(5)中产业专业化集聚对环境效率的一次项、二次项系数分别为-0.499、0.087,且分别通过1%和10%水平下显著性检验,产业集聚中的专业化集聚与环境效率之间呈现U型发展关系,根据产业专业化集聚的一次项、二次项回归系数可得知临界值为2.868。区域经济一体化和产业专业化分工将会使得邻近区域形成密切的产业关联,在专业化集聚初期,也就是产业专业化集聚水平低于临界值、周边区域集聚大量污染型产业时,本区域产业也会呈现出污染型,专业化集聚对环境效率的影响为负。但随着区域专业化水平不断提升,一旦超越临界值,专业化集聚则有利于产业内部形成网络化生产结构,并促使生产效率和管理水平提高,相同产业的知识溢出更能促进技术的进步与创新,从而使得污染排放效率提高,专业化集聚对环境效率的影响由负转正。对2017年中国30个省份产业专业化集聚水平的数据进行进一步分析,可以发现,低于临界值的省份共有13个,包括贵州、甘肃、青海等6个西部省份,以及河北、福建、江西等中东部省份;而高于临界值的省份共有17个,主要集中在中东部,这些区域产业专业化集聚对环境效率的提升呈现正向效应。

产业多样化集聚对环境效率的一次项、二次项系数分别为0.708、-0.279,且均通过1%水平下显著性检验。产业多样化集聚与环境效率之间呈现倒U型发展关系,根据产业多样化集聚的一次项、二次项回归系数可得知临界值为1.269。在多样化集聚初期,多样化集聚环境为企业技术创新提供了较多的选择机会,在此过程中将会形成“技术池”,企业可以根据需求选择最佳生产技术和生产流程,各行业劳动力的集聚也有利于产业间的知识与创新成果的交流,促进环保型技术外溢,多样化产业集聚在地理空间上的融合促使知识在互补产业间溢出,有利于形成“创新补偿”效应[16]。当产业多样化集聚水平低于临界值时,产业相关多样化集聚水平高于产业无关多样化集聚水平,多样化集聚对环境效率的影响为正。但随着产业规模持续扩张以及产业政策长期扶持,产业集聚的“拥挤效应”将会显现,多样化集聚过程中企业环保创新的速度和创新收益逐渐下降,企业不愿意承担污染治理中增加的成本费用,也不愿意加大环保技术的研发投入。随着无关多样化集聚水平提高,环境污染程度加剧,环境效率的提升受到影响,多样化集聚对环境效率的影响由正转负。对2017年中国30个省份产业多样化集聚水平的数据进行进一步分析,可以发现,多数省份的多样化集聚水平位于倒U型曲线的右端,低于临界值的省份仅有3个,分别是吉林、海南、重庆,而高于临界值的省份有27个,这些省份既包括上海、北京等发达地区,产业无关多样化集聚,产业结构的形成上表现为“大而全”;同时也包括辽宁、甘肃、青海等经济增长乏力或者经济欠发达的省区,产业结构的形成上表现为“小而全”,这种产业集聚发展模式对环境效率的提升具有抑制作用。

产业竞争性集聚对环境效率的一次项系数为-0.135,并通过10%水平下显著性检验,二次项系数为-0.277,且通过5%水平下显著性检验。产业竞争性集聚对环境效率的影响为负,这表明部分产业集聚并不是真正意义上的有效竞争,企业在空间上的集聚溢出效应使得技术创新容易被模仿,再加上激烈的同质化竞争,集聚区内部不能形成竞争自强化机制。区域内众多企业的无效竞争不利于技术创新和技术进步,这类产业集聚难以推动集聚区企业采用更为先进的环保技术来降低污染物的排放,产业内无效竞争也就会导致污染物排放更加严重,抑制环境效率上升。

进一步考虑其他结构性误差对环境效率的影响,模型(5)中工资水平的估计系数为0.364,通过了1%水平下的显著性检验。工资水平反映了产业集聚中劳动市场外部性对环境效率的影响,地区工资水平上升会增加企业生产成本,但也会增强企业劳动生产率,加快企业对新技术、新方法的吸收和利用,更好的就业环境提高了环境效率。人力资本对环境效率的回归系数为-1.189,通过了1%水平下的显著性检验,这说明产业集聚过程中人力资本水平的提升并不能促进环境效率提高。这可能与行业技术要求存在一定的关联,高技术行业可以提高技术创新能力,促进环保技术的开发与运用,提高环境效率[17],但其在知识需求上存在较高的要求,同行业的技术溢出难以满足其创新发展。而低技术行业主要是从其他同类行业中模仿性的技术复制寻求发展,“干中学”和“模仿”是获得技术的有效途径,这样会造成同质化竞争,企业不愿为改善环境作出努力,因而不能提高环境效率。交通基础设施水平对环境效率具有正向影响,但没有通过10%显著性水平检验。交通基础设施水平的因素作用之所以不显著,可能是因为现有的交通基础设施并没有形成高效的劳动力和产品市场,导致产业的前后向关联效应不能显著提高环境效率。信息化对环境效率具有显著负向影响,这表明信息化水平越高的区域,环境效率就越低,环境污染也就越严重。技术创新的估计系数为正,说明技术创新会改善环境质量。随着技术水平的提升,企业选择使用更环保的技术或者利用其它高能效能源,以此有效降低污染物的排放。治污投入变量的估计系数为负,但不显著,治污投入并没有提高环境效率,意味着污染治理投入力度还不够,环保创新动力不足,其对环境效率的提升作用不显著。

(二)分地区实证结果分析

考虑到我国不同区域产业集聚、污染排放等方面存在一定的差异,有必要分区域进行估计,以便根据区域差异提出有针对性的政策建议。在分区域研究中,以东部11个省域、中部8个省域和西部11个省域作为研究对象,分区域研究中采用空间误差面板模型进行研究。

表3 东中西部分地区样本回归结果

分区域结果显示,东部地区的专业化集聚与环境效率呈现U型关系,与全样本估计一致,中部地区的专业化集聚与环境效率呈现倒U型关系,西部地区的专业化集聚与环境效率呈现正向非线性;东部地区的多样化集聚与环境效率呈现倒U型关系,与全样本估计一致,中西部地区的多样化集聚与环境效率呈现U型关系;东部地区的竞争性集聚与环境效率呈现U型关系,中部地区的竞争性集聚与环境效率呈现负向非线性,与全样本估计一致,西部地区的竞争性集聚与环境效率呈现正向非线性。控制变量中,仅有人力资本这一个变量三个区域与全样本估计一致,人力资本的上升会对环境效率产生负向效应,而工资水平、交通基础设施水平、信息化、研发投入、治污投入这些变量在不同区域中对环境效率的影响存在差异。各区域应因地制宜、因时制宜,选择合适的产业集聚模式,充分发挥产业集聚马歇尔外部性、雅各布斯外部性和波特竞争效应的正面效应,规避其负面效应的出现,并在研发投入、治污投入等指标上采取符合区域特色的方式,促进环境效率提升。

五、研究结论及政策启示

(一)主要结论

本文采用30个省份2005—2018年的面板数据,考察了专业化、多样化和竞争性集聚对环境效率的影响,主要结论如下:一是区域环境污染误差项之间存在正向的空间溢出效应,产业专业化集聚与环境效率之间呈现U型关系,产业多样化集聚与环境效率之间呈现倒U型关系,产业竞争性集聚与环境效率之间呈现负向非线性关系。二是分区域结果显示,东部地区的专业化集聚与环境效率呈现U型关系,中部地区呈现倒U型关系,西部地区呈现正向非线性;东部地区的多样化集聚与环境效率呈现倒U型关系,中西部地区呈现U型关系;东部地区的竞争性集聚与环境效率呈现U型关系,中部地区呈现负向非线性,西部地区呈现正向非线性。三是控制变量中,工资水平、技术创新与环境效率呈现正向关系,人力资本水平、治污投入、信息化变量与环境效率呈现负向关系,交通基础设施水平对环境效率有着不显著的正向影响。可能由于现有的交通基础设施并没有形成高效的劳动力和产品市场,导致产业的前后向关联效应不能显著提高环境效率。

(二)政策启示

1.加强区域间合作,完善区域协调治理机制。环境污染的空间集聚特征意味着地区间应该共同治理环境污染问题,具体措施包括:一是应加强环境污染的监督和惩治力度,严防环境污染治理过程中企业污染排放的“搭便车行为”;二是改善产业集聚区域内的人文环境和法制环境,促使集聚区域内的企业融入到环境治理体系中,有效减少环境污染物的排放。环境污染治理工作应常抓不懈,通盘考虑其他区域的经济增长方式以及环境治理措施等,实现区域间联防联控,保障政策的有效性,实现区域治理目标。

2.注重产业集聚水平控制,减轻集聚区域环境压力。不同区域的企业受益于不同的集聚外部性,因此我们应该理性看待产业集聚发展的不同阶段,将产业集聚水平控制在适度范围内。建议各省份在发挥比较优势的前提下,积极培育适宜的专业化产业集聚群、多样化产业集聚群、竞争性产业集聚群。充分发挥专业化集聚过程中的污染治理的规模效应以及知识、技术溢出效应;多样化集聚过程中的循环经济效应;竞争性集聚过程中的有效市场竞争,但同时也要防止过度集聚造成的拥挤效应以及无关多样化集聚,避免其阻碍集聚区域内企业的环保技术和治污能力的提升。

3.积极培育生态产业集聚区,实现区域经济与环境协调发展。发展生态产业工业园区,运用循环经济发展理念来完善产业集聚中的专业化集聚、多样化集聚、竞争性集聚的环境,并逐步发展城市群和都市圈建设,推动生态产业集聚区做强做大,注重产业集聚区的纵向关联效应,实现生产中的废弃物和污染物的循环利用,实现资源最优化配置,走循环经济和可持续发展道路。

4.工资水平、技术创新水平的提高能够有效提升环境效率水平。企业通过提升工资水平,引进更具有管理水平和研发水平的员工,有利于推动企业创新发展,以此来促使企业提升生产效率并改善环境质量。在产业集聚过程中鼓励企业创新技术,并加强知识产权的保护,避免模仿性技术更新和企业同质性竞争,注重培育和完善知识产权,用市场机制倒逼企业加快更新节能环保技术,积极引进和学习行业内的先进环保理念和环保技术,并加大技术创新力度。

5.加大人力资本、治污投入、信息化等领域的资金投入。人力资本、治污投入、信息化变量与环境效率呈现负向关系,这可能与目前的环境规制体系不完善具有一定的关系。人力资本、治污投入、信息化的投入力度还远远不够,因而产业集聚过程中应加大这些领域的资金投入。政府应重点支持企业在节能降耗、环境保护、信息化与工业化融合等环节进行技术改造,支持企业淘汰落后产能,抑制一些行业产能过剩和重复建设,发展绿色经济和循环经济。

猜你喜欢
外部性环境污染专业化
生产专业化促进农户收益提升
采暖区既有建筑节能改造外部性分析与应用研究
《农作物病虫害专业化防治服务管理法》解读
大气环境污染因素及其治理措施分析
建设高素质专业化干部队伍
众创空间向“专业化”升级
关于网络外部性研究的文献综述
论经济法制定与实施的外部性及其内在化
黄明表示:对环境污染犯罪,绝不能以罚代刑
台州-电镀厂老板涉嫌环境污染罪被捕