经济集聚对环境污染空间溢出效应研究

石思文

(广东农工商职业技术学院 商学院，广东 广州 510507)

0 引言

近年来，我国国民经济持续稳健发展，生态环境持续显著改善。在经济发展方面，总量上我国依然是世界经济增长的最重要引擎。国内生产总值从1952年的679.1亿元增长至2018年的90.03万亿元，实际增长174倍；人均GDP从119元提高到6.46万元，实际增长70倍；经济总量占世界的份额也由1978年的1.8%提高到2018年的近16.0%。在区域发展方面，各地区产业集聚集群集约式发展成为主要趋势。目前已逐步形成深圳电子信息产业集群、合肥智能语音集群、西安航空产业集群、上海张江生物医药产业集群等，经济集聚效应不断凸显。同时，在生态环境保护方面，我国经历了从粗放式发展到可持续发展，从环境保护基本国策到全面推进生态文明建设理念，从控制主要污染物总量到改善生态环境，基本建立了适应生态文明和“美丽中国”建设的环境战略政策体系，生态环境也逐步得到明显改善。据官方数据报告显示，中国已成为维持全球森林覆盖面积基本平衡的主要贡献者。2019年我国优良天数比率达82%，重污染天气影响得到明显缓解。在地表水评估部分，劣V类水质已降到3.4%，约占2018年的一半；全国农用地土壤环境状况保持稳定，充分表明我国生态环境正逐步得到明显改善。本文从区域经济集聚集群集约发展方向着手，探讨经济集聚对生态环境的影响机制。

1 文献综述

目前，学术界对经济集聚的环境外部性问题开展了诸多讨论，但结论并不一致。一方面，有学者认为经济活动集聚有利于提高集聚区内企业生产效率并使其规模得到扩张，该过程会伴随大量的生产要素及能源需求，同时由于产量提升带来更多污染物排放，导致一定时期内资源开采量及污染物排放量显著增加，为生态环境带来治理压力[1-3]；另一方面，经济活动集聚有利于不同企业共享生产中间投入，促进深入实现集聚区内企业分工与专业化，并通过知识溢出效应促使其加快持续创新，实现产品及服务更新升级，提高能源利用效率，优化污染物治理技术，降低企业治理污染的边际成本，为改善地区生态环境带来正外部性。[4-5]。但是，这种正外部性并不一定会长期存在。从短期来看，经济集聚有利于促进技术进步，激励企业绿色生产，实现产品升级更新，降低环境治理压力。但从长远来看，二者的关系很难定义，甚至发生逆转[6-8]。经济集聚对生态环境的优化效应在一定范围内具有区域异质性：城市规模越大，功能越完善，越有利于提高资源及能源利用效率，从而降低单位产出能耗，改善生态环境[9]。总体来看，我国各地区环境污染效应呈现空间分异趋势。东部沿海城市经济高度集聚，然而产生的污染却相对较小；中西部地区则相反，经济与产业集聚度不高，带来的环境污染却相对严重[10]。此外，有学者认为经济集聚与环境污染程度之间存在非线性关系。市场化促进经济活动持续趋于集中，而集中产生生产负外部性。但是随着不断提高市场化水平，这种负外部性逐渐减弱。当市场化水平跨越更高门槛值时，经济集聚会由其产业结构不断优化带来的正效应发挥作用而反哺环境质量，整体呈倒“U” 型关系[11-12]。目前，我国不同区域之间存在显著差异，大多数地区还未跨过“U”形曲线的拐点。技术及创新水平在确定每个区域倒“ U”形拐点时起着重要作用[13-14]。

综上所述，经济集聚对生态环境具有外部性。但到底是正外部性、负外部性还是非线性关系，目前尚无统一结论。大多数学者试图从各种角度探讨集聚对生态环境的影响，但很多忽略了环境污染的空间异质性。基于此，本文在考虑工业生产活动所产生的各种污染物排放，刻画环境污染程度的基础上，构建了描述空间计量模型，解决了环境污染的空间异质性问题，探讨经济集聚对环境污染的影响机制。

2 模型设计与变量选取

2.1 模型设计

首先，文章就经济集聚与生态环境可能存在的影响机制提出以下两条假说，如图1所示：

图1 经济集聚与环境污染的影响机制

假说一：经济集聚一方面会带来企业布局集中，使得集聚区企业享受更多规模经济优势。这种规模经济使得企业生产规模不断扩大，因此需要耗费更多生产资料及资源，带来一定的环境负外部性；同时，集聚区企业又会通过企业间相互共享知识、技术及管理等促进整个产业趋向高级化发展，带来一定的环境正外部性。整体上，经济集聚的环境外部性由上述正负外部性的相对大小决定。

假说二：由于环境污染物特殊的物理性质，当一个地区的生态环境遭受破坏时，周边地区也会受到影响。因此本文在探讨生态环境问题时，需要通过构建空间计量模型反映环境污染的空间异质性。

基于以上两条假说，构建如下模型框架：

在上述分析框架的基础上，文章使用空间计量模型探讨经济集聚对区域环境污染的空间影响，反映其可能存在的空间相互作用。一般地，空间计量模型主要包括空间滞后模型与空间误差模型。其中，空间滞后模型的表达式为：

Yt=ρWYt+Xtβ+εt

空间误差模型的表达式为：

Yt=Xtβ+εtεt=λWεt+etet=u+vt

上述式中：W为空间权重矩阵，β是系数向量，εt是随机误差向量，ρ、λ是空间自相关系数。

一般在模型中，假定随机误差向量符合条件期望：E(ε|X,W)=0

其固定效应下条件方差：

B=(IN-ρW)

随机效应下条件方差：

B=(IN-ρW)

其中，σ2是方差，⊗ 为克罗内克积。

由于空间计量模型中存在空间交互效应及变量内生问题，使用最小二乘估计通常会产生严重偏差。为保证实证结果有效，学术界一般使用工具变量方法(IV)，最大似然估计(ML)或广义矩估计(GMM)进行估计。Anselin[15]建议使用极大似然法估计。其中，似然函数形式如下：

其中，A=(IN-λW) ，B=(IN-ρW)

根据具体的研究问题，可以通过变换ρ和λ等参数的设定来衍生出不同的分析模型。本文将通过具体的LM检验与LR检验最终确定文章采用空间滞后模型还是空间误差模型。

2.2 变量选取

鉴于统计数据可获得性及口径一致性，本文最终选取我国31个省(市、自治区)2003-2015年的面板数据共计403个样本作为实证对象。使用面板数据可以更好地控制无法观测的个体异质性，并且较大的样本更易于控制变量之间共性的可能性，从而保证实证结果更加有效。所有产出数据均调整为2002年不变价格，以消除因不同年份价格因素带来的计量误差。

内生变量：经济集聚(agg)，用单位陆地面积实际工业总产值描述经济活动的空间集中程度。环境污染(pol)，用环境污染综合指数描述。本文综合考虑工业污染污染物的物理形态，分别从水污染、大气污染及固废污染3个角度选择6种污染物作为三级指标(见表1)，并借助熵值法思想构建环境污染综合指数。采用该指数能同时考虑多种污染排放物，更好地反应生态环境现状。

表1 环境污染综合指数

控制变量：对外开放程度(open)，用地区FDI占GDP比重测度。对外开放程度越高，国际间企业交流越通畅，越有利于吸引更多优质企业进驻中国市场，促进更高程度的经济集聚；其次，FDI也会通过规模、结构和技术三种效应叠加作用于当地生态环境[16]。交通便利程度(tran)，用各地区人均城市道路面积测度。交通便利是一把双刃剑：一方面通过提升区域间生产要素的流动来促进形成规模经济，带来集约发展，改善生态环境；另外一方面，交通越便利，就越会加剧市场间竞争，造成更多能耗，恶化生态环境。最终影响由两种效应的相对大小决定。环境规制(reg)，用各地区单位面积环境污染治理投资总额测度。政府是环保政策的制定者，是环保意识的普及者，是公共产品的提供者以及生态责任的主要承担者。因此，地方政府对生态环境的支出越大，对生态环境的重视程度就越大。

3 实证分析及结果

3.1 数据处理

为了减少由异方差和相关误差引起的不确定性，文章首先将所有变量取自然对数，表2给出了描述性统计结果。然后对变量进行相关性分析，结果显示：大多变量之间的相关系数均保持在[-0.6，0.6]之间，各变量之间没有明显的多重共线性。其次，为保证实证结果有效，文章对各变量进行序列平稳性检验。结果如表3所示：各变量均为I(1)同阶单整，即序列平稳，不存在伪回归。

表2 变量说明与描述统计

表3 面板单位根检验

3.2 环境污染程度的空间相关性检验

文章考虑生态环境污染的空间效应，首先需要借助统计学方法判断其在空间上是否具有显著的空间相关性。基于此，文章采用Moran’s I指数判断整体的空间相关性检验，计算公式如下：

其中，n为地区总数，YI表示第i个地区的观测值，Wij为二进制的邻近空间权重矩阵，Moran’s I 统计量服从正态分布，如果其Z值显著，就表明各省域环境污染指数在整体上具有显著的空间相关关系。此外，由于Moran’s I无法对空间计量模型的具体形式进行判断，学术界通常借助拉格朗日乘数(Lagrange Multiplier)形式LM(Error)、LM(Lag)检验及其稳健的R-LM(Error)、R-LM(Lag)检验来判断。检验结果如表4所示。结果表明： Moran’s I 统计量为0.218，在1%显著性水平上通过检验，即各省域环境污染综合指数存在显著的正向空间相关性。另外，LM(Error)和LM(Lag)统计量及P值均表明空间滞后和空间误差模型两种效益比较明显，而且滞后效应更加显著。但是，稳健性检验R-LM(Error)结果显示在1%的显著性水平下，R-LM(Lag)统计量值相对更大，其显著效应更加明显。因此，文章最终选择空间滞后模型开展实证分析。

表4 地区环境污染指数的空间相关性检验

3.3 实证分析

(1)计量模型估计。在大多文献中，通常采用面板数据模型进行分析，忽视了被解释变量即地区环境污染综合指数的空间相关性。为得到比较全面的分析，本文分别对面板模型与空间滞后模型进行估计。面板模型的估计首先需要进行Hausman检验。结果显示：检验统计量为1411.66，伴随概率P为0.000，表明在1%显著性水平下拒绝存在随机效应的原假设，即面板数据存在固定效应。具体模型形式如下：lnpolit=β0+β1lnaggit+β2lnopenit+β3lntranit+β4lnregit+εit

其中，εit是随机误差向量。为避免面板数据的变量相关性和异方差对实证结果的影响，文章采用广义矩估计方法(GLS)对面板模型进行估计。

对于空间计量模型，由上述相关检验可知，各省域环境污染综合指数存在明显的空间溢出作用，并且应该构建空间滞后模型(Spatial Lag Model，SLM)对其估计，具体模型形式如下：

lnpolit=β0+β1Wlnpolit+β2lnaggit+β3lnopenit+β4lntranit+β5lnregit+εit，εit=u+vit

其中，εit是随机误差向量，W是基于地理距离的空间权重矩阵，本文采用各省份中心距离的倒数空间权重。为避免变量的内生性问题，空间滞后模型采用极大似然法估计，所有计量模型估计结果汇总见表5。

表5 PDM及SLM模型估计参数

(2)估计结果分析。普通面板模型(PDM)与空间滞后模型(SLM)估计结果均显示：除空间滞后模型中政府规制以外，其他变量均全部通过显著性检验。

首先，经济集聚有助于形成更加良好的贸易市场，促进区域内企业产生规模经济效应，降低企业生产成本与单位产出能耗，减少对生态环境带来的负外部性。其次，随着我国经济结构不断调整，经济发展不断提质，可持续发展战略不断落实，国家对生态环境越来越重视。各企业在竞争收益的同时，也更多关注生产的环境外部性，通过改良企业自身生产技术等努力实现绿色生产与可持续生产，降低对生产环境的破坏。对外开放程度(open)对环境污染程度的估计系数为-0.120且在1%显著性水平上通过检验，表明对外开放有助于降低环境污染综合指数，带来生态环境的改善。由于我国在引入外资时，不仅考虑外资企业的经济效益，也会考虑外资企业的技术水平及管理先进程度。这对企业的绿色生产具有重大影响，减少了环境污染物的排放，总体上对维持良好的生态环境具有积极的外部性。交通便利程度(tran)的估计系数为0.198且在1%显著性水平上通过检验，表明交通运输越便利，环境污染综合指数越高。这是因为交通运输便利性的提高有助于加强各地区经济交流，降低交易成本，加剧企业竞争。而企业想要在竞争中拔得头筹，就需要不断探索尝试，投入更多生产要素，而污染排放物作为经济活动的副产品之一也会随之增加，带来一定的环境负外部性。最后，环境规制力度(reg)的估计系数为2.578且在1%显著性水平上通过检验，表明政府规制对改善生态环境的作用还比较有限。一方面，长期以来，我国在污染治理以及环境保护方面的投资始终处于较低水平。另一方面，随着政府干预生态环境的同时，也兴起了许多地下经济与隐性经济产业群，削弱了政府干预生态环境的效果，从而使得环境规制对改善生态环境的效应不够明显。

引入空间距离矩阵后，SLM模型估计系数符号与PDM无很大差异，但R2有所提高，表明在评估环境质量时，空间因素不能忽略。具体地，SLM模型中，经济集聚程度(agg)及对外开放程度(open)有助于降低环境污染指数，有利于维护良好的生态环境。交通便利程度(tran)带来了一定的环境负外部性。环境规制力度(reg)的估计系数没有通过检验，表明政府干预对改善环境质量的作用还较为有限。再者，SLM模型将环境污染指数的滞后效应0.506分离出来且在1%显著性水平上通过检验，表明地区环境污染指数不仅受到本地区经济集聚等因素影响，同时还会受到周边地区生态环境状况影响。周边地区环境污染综合指数每增加1%，本地区环境污染指数增加0.506%。这是因为环境污染是全球现象，一个地区的大气污染会由于其污染物物理性质扩散到周边地区，从而对邻近地区产生“一荣俱荣，一损俱损”的生态影响。

4 结论和政策建议

总体看来，地区经济集聚对改善当地生态环境具有正外部性。同时，生态环境污染存在正的空间自相关。具体地，本文结论有：①经济集聚通过相互共享知识、技术及管理等促进整个产业趋向高级化发展，带来环境正外部性。②环境污染综合指数存在正向空间自相关，地区间环境污染会产生“一荣俱荣，一损俱损”的影响。③对外开放有利于维护良好的生态环境；交通便利程度会加快地区间要素流动，有利于扩大产业规模，产生环境负外部性；我国现阶段政府规制对改善环境质量的作用尚不明显。

以上结论对正确理解经济集聚对环境污染的影响机制具有重要意义。在工业化进程中，各地区不应只侧重通过产业转移减轻环境污染，而忽略经济集聚带来的生态正外部性。政府应辩证看待经济集聚对环境污染影响的两面性，重视省际经济联系，加强区域联系和产业分工，主张合理集聚和适度扩散，实现经济发展和环境保护双赢。