长江经济带产业集聚对城市碳排放的影响：异质性与作用机制

赵 凡 罗良文

降低碳排放强度的有效途径是优化产业结构和能源消费结构。产业集聚作为其中一种产业结构变动形式，对碳排放等环境污染具有显著影响。但是，学术界关于产业集聚对碳排放的影响方式存在较大争议，争议最大的点在于产业集聚类型单一化或多样化甚至是协同集聚对碳排放的影响程度孰大孰小。就降低城市碳排放强度而言，是在单一产业集聚区域内容易实现，还是在不同类型产业集聚区域内更容易实现，这是本文研究的出发点。目前，制造业与生产性服务业因其在工业和服务业中的重要地位而成为研究热点，关于产业协同集聚的研究绝大部分以二者为研究对象。鉴于此，本文在基于长江经济带108个城市的面板数据考察产业集聚类型异质性对城市碳排放强度的影响时，主要针对制造业集聚和制造业与生产性服务业协同集聚，并基于城市区位异质性进行进一步的考察，最后根据外部性理论进一步探究产业集聚类型异质性对城市碳排放强度的影响机制，以期为降低城市碳排放强度、建设绿色低碳城市提供参考。

一、相关文献综述

关于产业集聚与碳排放等污染排放之间关系的研究，已经取得相对丰富的研究成果，较多学者采用不同的研究样本和研究方法，对此进行实证检验，但得出的结论并不完全一致。主要有以下三种观点：一种认为产业集聚使得碳排放量增加，加重了生态环境恶化。Verhoef等研究发现，工业集中分布加剧了产业聚集区内的环境污染。Andersson等从产业集聚外部性角度进行的检验结果表明：产业集聚带来的拥挤效应和规模效应都会加剧环境污染程度。一种观点认为，产业集聚对碳排放具有负向抑制作用，能够减少碳排放量，促进节能减排，改善生态环境质量。任晓松等以各大城市群的61个城市为研究样本，研究发现产业集聚与碳排放强度之间存在显著的负向关系，即目前城市产业集聚水平的不断提高能够促进碳排放强度降低。还有一种观点认为产业集聚与碳排放之间的关系是非线性的。邵帅等探究了经济集聚的节能减排效应，发现经济集聚与碳排放强度及人均碳排放之间均存在明显的“倒N”型曲线关系，即经济集聚水平达到一定的“阈值”时，可能会同时产生节能和减排两种效应。

虽然产业集聚对碳排放的影响并不完全相同，但是可以肯定的是，产业集聚对碳排放等环境污染具有深远影响，而研究表明这种影响会随着行业异质性、区域异质性以及集聚外部性效应的不同呈现差异化的变动特征。张翼和卢现祥以制造业、建筑业和服务业为研究对象，分析产业集聚和技术交易对碳排放的影响，研究发现：产业集聚产生的区域碳排放增长效应明显大于其减排效应，而技术交易和产业集聚的交互作用能够使这种减排效应凸显；从区域发展程度来看，发达地区三大产业的减排效应更显著。王明康等以2010—2016年我国287个地级市为研究对象，分析了不同区域旅游产业集聚对环境污染的影响，研究发现：东部、东北与西部地区旅游产业集聚对环境污染改善具有明显的正向影响，而中部地区旅游产业集聚对环境污染的改善效果并不显著。田时中等基于2008—2017年中国30个省份的工业污染排放指数，探究了产业集聚、税收竞争等对工业污染排放的影响，研究发现：从全国层面来看，制造业与服务业集聚均加剧了工业污染排放程度；分地区来看，制造业集聚抑制了东部和西部地区的工业污染排放，加剧了中部地区的工业污染排放，服务业集聚则显著加剧了东部和中部地区的工业污染排放，抑制了西部地区的工业污染排放。

另外，产业集聚的外部性一直是众多专家学者关注的重点。集聚外部性对污染排放具有重要影响，不同的集聚方式会产生不同的污染排放行为，因而不同形式的产业集聚对碳排放等环境污染的影响机制也会存在显著差异。邓玉萍和许和连以2003—2013年中国275个地级市为研究对象，探究了集聚外部性对环境污染的影响，研究发现：马歇尔外部性和波特外部性进一步增强了FDI的减排效应，分城市规模来看，专业化集聚模式带来的马歇尔外部性对小城市的影响较大，而多样化集聚模式带来的波特外部性红利则是大城市获益更多。韩峰和谢锐以中国地级市面板数据为研究对象，探究生产性服务业影响碳排放的空间效应，研究结果表明：生产性服务业多样化集聚和专业化集聚产生的碳减排效应均未达到预期，且对于周边城市的碳减排起到了显著的抑制作用。王艳华等基于集聚外部性理论，探讨了多种集聚模式对工业废水、工业废气、工业固废的影响，研究发现：相较于专业化集聚，多样化集聚对于降低工业污染排放强度的影响更显著，特别是对工业废水排放强度降低的影响更强烈。

综上所述，国内外产业集聚与碳排放等污染排放之间关系的研究成果丰硕，但是研究成果主要集中于单一类型的产业，特别是国内关于产业协同集聚的环境效应的研究尚处于起步阶段，尤其缺乏城市尺度的研究。本文可能的边际贡献在于：第一，本文基于城市尺度，从产业集聚类型异质性出发对比分析了长江经济带制造业集聚和制造业与生产性服务业协同集聚对碳排放强度的影响，并根据生产性服务业异质性和区域异质性进行进一步实证检验，丰富了产业集聚的碳减排研究。第二，本文基于集聚外部性剖析了单一类型产业集聚模式和多样化集聚模式影响碳排放的作用机制，并利用城市数据实证检验了制造业集聚的MAR外部性、Porter外部性和制造业与生产性服务业协同集聚的Jacobs外部性对城市碳排放的影响；探究了相较于制造业集聚，产业协同集聚对于城市碳排放强度的影响程度和有效性，为城市碳减排提供了可能的作用路径分析，丰富了集聚外部性效应的研究结论。

二、理论分析与研究假说

产业集聚的环境效应主要通过外部性实现，这是经过验证得到的共识。产业集聚外部性主要依靠技术外部性发挥效应，也就是知识和技术溢出，主要包括MAR外部性、Jacobs外部性和Porter外部性。其中，MAR外部性和Porter外部性主要是针对产业专业化集聚模式而言的，即同一类型产业内部集聚，而Jacobs外部性则是针对产业多样化集聚模式而言的。MAR外部性是指产业集聚区域内的企业通过共享知识的方式促进技术创新和知识溢出，认为垄断更能激发技术创新。Porter外部性从产业竞争力的角度考察集聚效应，认为产业集群可以通过竞争提高产业集聚区域内相关行为主体的生产效率、优化经济要素的配置效率、降低创新成本。而Jacobs外部性和MAR外部性存在很大区别，甚至可能完全相反。Jacobs指出，技术创新是在差异化和多样化的基础上衍生出来的，相较于垄断的市场环境，差异化主导的市场环境更能激发技术创新和知识溢出，主要原因是差异化的市场特征使得不同的市场行为主体之间产生更强的知识互补效应。

（一）以制造业为代表的单一类型产业集聚对碳排放的影响

一般而言，专业化集聚是指同一类型的产业大量集中于同一区域，而伴随着同种类型产业的不断发展壮大，城市产业集聚的品牌效应和区域效应增强，更大规模的同类型产业甚至是上下游产业涌入，容易产生规模经济效应。在产业集聚初期，产业发展方式较为粗放，大规模企业集聚于同一区域，虽然会增加地区生产总值，但是也容易因恶性竞争而导致资源和能源的浪费，对生态环境产生负向影响。随着产业专业化集聚水平的不断提高和专业化分工的不断细化，MAR外部性使得集聚区域内的龙头企业为维持垄断优势而自发从产品研发、生产工艺等方面着手进行技术创新，进而获得更多的垄断收益；而技术和知识溢出也会使得周边其他产业获益，最终可能使得专业化产业集聚区域内形成技术创新的良性循环，进而降低碳排放强度。但是，由于垄断环境下专业化集聚引致的创新水平有限，形成的规模经济效应和技术知识溢出效应具有局限性，因而碳减排效应较弱。专业化集聚想要保持蓬勃的发展活力，就要在竞争的环境下发挥效用。中国作为制造业大国，产业发展基础扎实，但是“大而不强”也是其典型发展特征；且工业部门是能源消费碳排放的“第一大户”，在产业集聚初期，大量发展水平较低的制造业集聚在同一区域，必然会产生较大规模的碳排放。而随着制造业集聚水平的不断提高，制造业不断发展壮大，特别是东部沿海地区制造业为了降低生产成本、获取更多利润不断进行技术创新，知识和技术在同类型制造业内部以及不同制造业之间流动扩散，进而降低碳排放强度，这就是典型的Porter外部性效应。但目前这种碳减排效应并不十分明显，主要原因在于从全球产业链来看中国的制造业处于“微笑曲线”中间区域的生产制造部分，制造业发展质量整体偏低。基于以上分析，提出如下假说：

H1：单一产业制造业集聚与碳排放之间呈倒U型曲线关系，在产业集聚初期与碳排放正相关，而随着集聚水平的不断提高会产生碳减排效应。

（二）产业协同集聚对碳排放的影响

产业协同集聚是产业多样化集聚的一种表现形式，是指不同类型的产业集聚在同一区域，且这些产业一般具有前后向联系，能够形成良性的分工协作机制。Jacobs外部性是指具有产业关联的企业集聚在一起形成互补性的分工协作体系，一方面可以降低原材料运输、交易等成本，节约能源和资源；另一方面具有前后向联系的企业集聚在一起，知识和技术交流更为便捷，不同行业之间的交流和合作容易碰撞出新的技术，扩大知识和技术溢出效应，实现技术的协同创新，进而对碳排放产生抑制效应，改善环境污染。制造业与生产性服务业协同集聚就是典型的多样化集聚模式，其中，生产性服务业是因为专业化分工的深化从制造业部门中独立出来的，两大产业间具有明显的前后向产业关联。在前向联系中，生产性服务业能够为制造业供给高端和专业的生产要素，推动制造业效率提升；在后向联系中，生产性服务业将制造业产出作为自身服务的组成部分，或将其运用于服务工业化流程中，采用自动化和生产线的生产方式提高生产效率，两大产业协同发展能够提高生产效率、节约资源和能源。随着产业协同集聚程度的不断加深，生产性服务业与制造业之间的互动程度不断加深，产业融合越来越融洽，其内部知识和技术外溢效应显现明显的优势，有效缓解了单位产出的碳排放。而从发展实际情况来看，在产业协同集聚的过程中，产业之间的联系并不密切，分工协作的效果并不明显，在磨合阶段会因为知识和技术扩散速度慢、交流成本高、大规模产业集聚到同一区域，使规模经济转化为规模不经济，产生更多的碳排放。但总体来看，随着多样化产业集聚水平的不断提高，在产业转型升级的要求下，随之产生的碳减排效应更显著。基于以上分析，提出如下假说：

H2：制造业与生产性服务业协同集聚与碳排放之间呈倒U型曲线关系，随着协同集聚水平的不断提高，碳减排效应愈发显著。

（三）异质性产业协同集聚对碳排放的影响

分行业来看，生产性服务业根据技术含量的不同分为高端生产性服务业与低端生产性服务业。制造业与金融、科技等行业的知识技术密集度较高的高端生产性服务业协同集聚，在早期可能会因为产业之间的融合困难而导致生产效率低下，增加交流成本，消耗更多的资源和能源，同时为促进产业间的融合发展需要大量的基础设施投资，因而在集聚初期会使得碳排放量增加。而随着高端产业协同集聚程度的不断加深，制造业与高端生产性服务业之间的交流更顺畅，金融和科技等行业能够为制造业发展提供更高质量的产品和服务，会显著提高制造业的生产效率，促进碳排放强度降低。而交通运输、批发零售和水利、设施管理等行业的知识技术密集度较低，知识溢出效应有限，能够为制造业提供的信息服务相对较少，服务半径也相对较小，且有研究表明分散布局更有利于其扩大市场、减少生产成本，因而并不会对碳排放产生显著影响。基于以上分析，提出如下研究假说：

H3：相较于制造业与低端生产性服务业协同集聚，制造业与高端生产性服务业协同集聚对于碳排放的影响更显著，能够产生显著的碳减排效应。

三、模型设定和指标说明

（一）计量模型设定

本文借鉴Dietz&Rosa建立的STIRPAT模型，构建产业集聚影响城市碳排放强度的计量模型。标准的STIRPAT模型如下：

上式中，I代表城市碳排放强度；α是常数项；P代表人口规模；A代表人均财富；T代表能源利用技术水平；e为随机误差项。根据Dietz&Rosa的研究结果，理论上λ和λ均大于0，而λ小于0，他们认为人口规模和人均财富的增加会提高碳排放强度，而能源利用技术水平的提高可以降低碳排放强度。

基于前文中的理论分析，本文认为产业集聚有利于提高生产效率，产生知识和技术外溢，其外部性能够降低能源消费碳排放强度。因此，能源利用的技术水平是产业集聚的增函数，具体表述如下：

上式中，T为常数，θ表示弹性系数，结合式（1）和式（2）得到：

上式中，γ=λ，γ=θλ，均表示产业集聚影响城市碳排放的弹性系数。韩峰和谢锐的研究结果表明，产业结构（RI）、资本存量（FC）、城镇化水平（URB）和人力资本（HC）等均是影响城市碳排放强度的重要因素。产业集聚和城市碳排放强度都经历了一个动态的发展过程，不是一蹴而就的。在不同的产业集聚阶段，集聚的要素资源配置和技术创新水平所起的作用是不同的，在产业集聚的不同发展阶段，城市碳排放水平呈现不同的变动特征。因此，将产业集聚的二次项引入模型，最终，产业集聚影响城市碳排放强度的模型如下：

上式中，下标i和t分别表示城市和时间，I代表城市碳排放强度，P代表人口规模，A代表人均财富，Magglo代表制造业集聚水平，Coagglo代表制造业与生产性服务业协同集聚水平，T为常数，φ～φ为控制变量的弹性系数，μ为随机误差项。

（二）指标选取

1.被解释变量

在此，根据IPCC推荐的测算方法，测算17种一次能源在47个产业部门产生的直接能源消费碳排放量，具体公式如下：

其中：为上述一次能源消费产生的碳排放量（）；表示第种能源在部门的消费总量（10t或10m）；表示第种能源的平均低位发热量（PJ/10t,10m）；表示第种能源的排放因子（-能源消费碳排放/TJ）；表示第种能源在第个部门的碳氧化率（%）。

2.主要解释变量

（1）制造业集聚水平（）。测度产业集聚的方法很多，其中区位熵作为最常见的方法，在消除区域间的规模差异和细致反映空间分布特征方面具有独特优势，因而本文选择区位熵指标衡量制造业集聚程度，具体公式如下：

式中，表示城市制造业的就业人员数（=1，2，3，…，108）；表示城市的就业人员数；表示全国制造业的就业人员数；表示全国总就业人员数。生产性服务业集聚水平同样也使用区位熵指数进行测度。

式中，是制造业与生产性服务业的协同集聚指数，用来衡量产业协同集聚程度。数值越大，代表区域协同集聚程度越高，集聚多样化程度越高，高端生产性服务业与制造业协同集聚指数和低端生产性服务业与制造业协同集聚指数同样根据以上方法测度。

（三）数据来源与描述性统计

鉴于数据可得性和统计口径的一致性，城市能源消费碳排放测算采用的17种一次能源的实物终端消费量主要来源于2004—2020年的《中国能源统计年鉴》。其他统计数据主要来源于2004—2020年的《中国城市统计年鉴》《中国区域统计年鉴》，以及各地级市历年的统计公报和统计年鉴，其中土地城镇化指标中的城市建设用地面积来自2004—2018年的《中国城市建设统计年鉴》，且人均财富和资本存量指标分别以2000年为基期利用GDP平减指数和固定资产投资价格指数进行平减调整。各变量的描述性统计结果如表1所示。

表1 各变量的定性描述

四、产业集聚类型异质性回归结果与分析

单一产业集聚尤其是制造业集聚一直是研究热点，且制造业作为工业的重要组成部分，其对于碳排放的影响较为显著。随着产业结构的不断转变，生产性服务业从制造业中独立出来，其与制造业在空间分布上存在一致性和协同性，制造业与生产性服务业协同集聚对碳排放同样也具有深远影响。因此，为透彻分析单一类型产业集聚和多种类型产业协同集聚对碳排放的异质性影响，本文选取了具有代表性的制造业集聚和制造业与生产性服务业协同集聚对城市碳排放强度的影响，其对于加强产业联动、抑制碳排放增加具有重要意义。本文首先对制造业整体集聚和制造业与生产性服务业协同集聚对城市碳排放强度的影响进行实证检验，而后基于行业异质性，根据技术含量的不同将其划分为高端生产性服务业和低端生产性服务业，在此基础上，对分行业产业协同集聚对城市碳排放强度的影响进行实证检验。在进行实证检验前，考虑到内生性问题，Hausman检验结果反映确实存在内生性问题，产业集聚与碳排放强度之间是一种双效因果关系，故可以采用2SLS和GMM模型进行分析。最后，鉴于White test检验结果发现模型存在异方差，此时GMM模型比2SLS模型更有效率，故本文采用GMM模型分析产业集聚类型异质性对城市碳排放强度的影响，并采用其滞后项作为工具变量处理内生性问题。具体检验结果如表2（下页）所示。

表2 产业集聚类型异质性对城市碳排放强度的影响

（一）全样本结果分析

就制造业集聚而言，从模型1的检验结果来看，长江经济带制造业集聚对城市碳排放强度的一次项系数和二次项系数均通过了1%的显著性检验，区别在于先正后负。这表明随着制造业集聚水平的不断提高，长江经济带城市碳排放强度呈现显著的先增加后下降的变动趋势，检验结果验证了H1假设。原因可能在于，制造业作为工业的重要组成部分，其地理集中程度提高意味着对制造业的需求加大，制造业的生产总值扩大，因而碳排放总量呈现不断增加的态势。这种情况也与长江经济带的经济发展历程有关。长江经济带主要依靠制造业而崛起，制造业的发展为长江经济带经济增长作出了较大贡献，但是由于早期制造业的技术创新水平较低，主要以加工制造业为主，制造业的发展给环境造成了较大负担。而随着长江经济带制造业集聚水平的不断提高，制造业布局不断优化调整，技术和知识在同类型制造业内部以及不同制造业之间流动扩散，降低了学习成本和生产成本，且制造业集聚还会产生劳动“蓄水池”效应，提高制造业效率，最终实现碳减排目标。但这种碳减排效应比较有限，主要原因在于长江经济带制造业发展水平总体还处于产业链的中低端。

就制造业与生产性服务业协同集聚而言，从模型2的检验结果来看，长江经济带产业协同集聚对城市碳排放强度的一次项系数和二次项系数均通过了1%的显著性检验，区别同样在于先正后负，这表明产业协同集聚水平与城市碳排放强度之间均存在明显的非线性关系。即随着协同集聚水平的不断提高，城市碳排放强度会呈现先增加后下降的倒U型特征，检验结果验证了H2假设。这表明产业协同集聚的外溢效应是真实存在的，在产业协同集聚前期，长江经济带制造业基础雄厚，但是生产性服务业发展基础薄弱，制造业与生产性服务业性质不同，交流和互动方面可能会存在一定的隔阂，知识和技术的交流速度较慢，交流成本更高，且产业在一定空间范围内集中分布，进行生产活动必然会产生污染排放增多的问题。而随着经济全球化和国际分工的日益深入，长江经济带亟须发展先进制造业，提高国际竞争力，生产性服务业能够为制造业的发展提供先进的技术和服务，因而随着制造业与生产性服务业之间的互动程度不断加深，产业内部的边界逐渐模糊，其内部知识和技术外溢效应的优势愈加明显，有助于有效缓解单位产出的能源消费碳排放。从影响系数的大小来看，与单一类型制造业集聚相比，不论是导致碳排放强度增加还是促进碳减排，长江经济带产业协同集聚的影响程度都更大，即随着制造业与生产性服务业融合程度不断加深，对于城市碳排放强度的削弱效应越强。

在控制变量方面，人均财富、资本投入和产业结构对城市碳排放强度的系数在1%的水平下显著为负，这表明随着经济发展水平的不断提升和政府投入的增加，城市碳排放强度呈现不断降低的态势。这主要是因为，各区域政府在绿色发展理念指导下制定环境管制措施、增加环境污染治理投资，经济增长方式也不再以地区生产总值为唯一导向，城市的产业结构不断调整优化，以服务业为代表的第三产业正在迅速发展，以上措施均有利于碳减排。人口规模、土地城镇化和人力资本均对城市碳排放具有正向影响，且土地城镇化和人力资本的影响非常显著。原因主要在于，人口较为集中的区域生活部门容易产生较多的碳排放，特别是在城镇化水平并不高的区域；我国城市的人力资本不利于降低城市碳排放强度，目前我国仍然是全球制造业工厂，大量低技术劳动力禁锢在制造业价值链的低端环节，不利于推广清洁生产技术。

（二）产业协同集聚异质性实证结果分析

在细分生产性服务业协同集聚方面，模型3和4检验结果表明，高端产业协同集聚和制造业与低端产业协同集聚对城市碳排放强度的影响与全样本基本一致，其区别主要在影响程度上。长江经济带高端产业协同集聚对城市碳排放强度的一次项系数和二次项系数均通过了1%的显著性检验，影响方向为先正后负，而低端产业协同集聚对城市碳排放强度的一次项系数和二次项系数均未通过显著性检验，且影响方向均为正，实证检验结果验证了假设H3。从影响系数来看，制造业与高端生产性服务业协同集聚对城市碳排放强度的影响更大，一次项系数为1.700，二次项系数则为-0.697，其绝对值均高于制造业与低端生产性服务业协同集聚，同样也高于全行业产业协同集聚。原因可能是高端生产性服务业的技术含量比较高，知识密集度较高，与制造业之间的差别较大，两个产业间的磨合相对更为复杂、周期更长，交流成本更高，因而制造业与高端生产性服务业在协同集聚初期可能会造成一定资源的浪费，增加能源消费碳排放量。长江经济带汇集了众多高校和科研机构，科研力量雄厚，特别是以上海和成都等为代表的城市金融、科技以及电子信息等行业取得了较大的发展成就；而金融、科技等行业的知识技术密集度较高，其掌握的知识、技术能够为制造业提供更丰富的信息，尤其是经验、技术这一类缄默知识对于制造业节能减排发挥着更为重要的作用，随着高端产业协同集聚水平的不断提高，其在创新驱动、新技术开发和扩散方面的优势会推动单位能耗碳排放的下降。而低端生产性服务业与制造业协同集聚在前期虽然同样会因为集聚规模扩大、成本增加，后期因两大产业的技术密集度均较低，而使得碳排放强度增加，但是这种影响并不显著。其原因在于，低端生产性服务业与制造业存在天然的产业关联，特别是在集聚前期交流成本较低，协同发展效果更好，而在后期囿于自身的技术创新水平低，协同集聚不足以产生期望的碳减排效果，但是由于产业关联紧密，两大产业均获得一定程度的发展，在整个集聚过程中均不会产生大规模的碳排放。

（三）区域层面实证结果分析

就上游城市而言，制造业集聚指数对城市碳排放强度的一次项系数在1%的水平上显著为正，而二次项系数则在1%的水平上显著为负；制造业与生产性服务业全行业协同集聚对城市碳排放强度的系数均未通过显著性检验，影响方向则是先负后正。从生产性服务业异质性来看，高端产业协同集聚对城市碳排放的影响与制造业样本方向一致，区别在于影响程度上，均通过了1%的显著性检验；而低端产业协同集聚对城市碳排放的影响与全行业产业协同集聚整体的影响方向一致，其一次项系数在10%的水平上显著为负，而二次项系数则在1%的水平上显著为正，呈现典型的U型曲线关系。原因可能是，上游地区大部分城市经济发展主要依靠制造业，生产性服务业发展相对滞后，因而在产业协同集聚初期，相较于其他区域产业并非迅速集聚在一起，污染物排放量不会大幅度增加；且在集聚初期政府为扶持新兴产业发展会为其提供优惠政策，这些都会推动生产性服务业进行技术创新，促进技术效率提升，甚至在短期内会产生碳减排效应。而在后期由于生产性服务业发展基础薄弱，制造业效率低下，低水平的技术容易被模仿，技术和知识溢出效应不能有效发挥，因而在产业协同集聚后期反而会提高碳排放强度。但是鉴于上游城市生产性服务业发展滞后，产业协同集聚水平一直相对较低，因而其对于城市碳排放强度的影响并不显著。尤其是低端生产性服务业，因为其对于知识和技术要求较低，与制造业的联系更加紧密，两者之间的融合效果也更为显著，在协同集聚初期更容易产生碳减排效应，而在后期由于技术含量低，产业发展后续乏力，碳减排效应并不持久。

就中游城市而言，制造业集聚指数对城市碳排放强度的一次项系数在1%的水平上显著为正，二次项系数则在1%的水平上显著为负；而制造业与生产性服务业全行业协同集聚对城市碳排放强度的一次项系数通过了5%的显著性检验，二次项通过了10%的显著性检验，影响方向同样也是先正后负。从生产性服务业异质性来看，低端产业协同集聚对城市碳排放的影响方向与全行业协同集聚一致，区别在影响程度上，其一次项系数和二次项系数分别通过了1%和5%的显著性检验。而高端产业协同集聚对城市碳排放的影响与整体的影响存在较大差异，影响方向始终为正，且不显著。中游城市制造业集聚情况与上游城市基本一致，主要区别在于生产性服务业的异质性。产生这种现象的主要原因是，中游城市的高端生产性服务业发展起步晚、产业基础较为薄弱、创新性不够、竞争力不强，与制造业的交流融合存在一段时间的磨合期，但是中游城市的优势在于高校林立、人才资源相对丰裕，因而高端产业协同集聚虽然会使得碳排放强度增加，但是并不显著，且从影响系数来看，这种正向影响力度也在不断减弱。对应地，中游城市的制造业与低端生产性服务业协同集聚对于城市碳排放强度的影响更显著，原因主要在于中游城市的低端生产性服务业发展较早，大量产业集中在同一地区会使得城市碳排放强度提高；而在产业集聚后期，产业融合程度加深，碳排放强度也相应降低。

与业造制产生端低业务服性聚集同协***-2.685）（0.470***1.075）（0.186***-0.044）（0.011*-0.028）（0.013***-0.113（0.011）***1.069（0.090）***-1.257（0.106）***1.240（0.234）***4.020（0.316）0.686656市城游下与业造制制造业与生产生端高产性服务业业务服性全行业协同聚集同协集聚***-2.066***-2.768）（0.547）（0.522***0.816***1.112）（0.218）（0.209***-0.044***-0.046）（0.012）（0.012*-0.030*-0.031）（0.013）（0.013***-0.111***-0.112（0.012）（0.011）***1.108***1.066（0.091）（0.090）***-1.194***-1.239（0.107）（0.106）***1.384***1.190（0.240）（0.238）***3.622***4.093（0.369）（0.352）0.6840.686656656业造制聚集***-0.396）（0.117***0.272）（0.077***-0.043）（0.012-0.025）（0.013***-0.111（0.011）***1.168（0.090）***-1.151（0.109）***1.462（0.237）***2.387（0.117）0.683656与业造制产生端低业务服性聚集同协***2.344）（0.758**-0.761）（0.297*-0.064）（0.033-0.010）（0.029***-0.152（0.023）***0.731（0.139）-0.293（0.180）0.008（0.395）*0.943（0.566）0.598576果结验检性质异3表市城游中与业造制造业与制产生端高生产性服务业造制业务服性业全行业协聚集聚集同协同集聚***1.076）（0.289***-0.630）（0.2400.282**2.165）（1.410）（0.9360.041*-0.660）（0.599）（0.380-0.039**-0.076-0.046）（0.033）（0.034）（0.031-0.006-0.0180.011）（0.030）（0.029）（0.011***-0.154***-0.144***-0.164（0.023）（0.023）（0.022）***0.613***0.722***0.605（0.138）（0.137）（0.134）***-0.672-0.269-0.285（0.187）（0.180）（0.187）0.328-0.0310.354（0.404）（0.383）（0.388）**2.111*1.115***2.036（0.919）（0.671）（0.293）0.5840.6000.603576576576平水性著显的10%表与业造制产生端低业务服性聚集同协*-0.862）（0.512***0.649）（0.246***-0.249）（0.034-0.038）（0.025-0.023（0.022）***2.187（0.477）***-0.549（0.182）***1.918（0.661）***3.933（0.483）0.519496代；*平水性市城游上与业造制生与业造制产生端高业务服性产业务服性同协业行全聚集同协聚集***4.184-0.130）（0.622）（0.706***-1.6360.304）（0.270）（0.332***-0.207***-0.253）（0.033）（0.0340.017-0.022）（0.026）（0.026*-0.052-0.024（0.023）（0.002）***1.776***1.828（0.431）（0.440）**-0.509***-0.614（0.173）（0.167）***2.693***2.312（0.700）（0.640）0.423***3.290（0.455）（0.569）0.5370.563496496著显的5%表代；**平水性业造制聚集***0.863）（0.196**-0.439）（0.196***-0.238）（0.033-0.003）（0.025-0.035（0.022）***1.742（0.417）**-0.408（0.173）***2.703（0.728）***2.994（0.294）0.567496著显的1%量变lnMagglo 2 lnMagglo lnCoagglo 2 lnCoagglo lnA lnP lnFC lnURB lnRI lnHC 项数常2 R N表代：***注

就下游城市而言，制造业集聚、制造业与生产性服务业全行业协同集聚、分行业产业协同集聚对于城市碳排放强度的影响均与全样本差别较大，影响方向完全相反，且均通过了1%的显著性检验。其主要原因在于，下游城市虽然制造业发展基础雄厚，但是随着产业结构不断优化升级，生产性服务业发展基础相较于其他地区较好。一方面，制造业与生产性服务业协同集聚有利于发挥中间贸易品生产的规模经济效应，减少制造业的生产成本和交易成本，提高制造业生产效率，促进区域产业链向高端攀升，降低碳排放强度；另一方面，生产性服务业作为产业结构调整的重要内容，有利于降低重工业比重，有效推动生产性服务业与制造业融合发展，减少制造业对资源和能源的刚性需求，抑制能源消费快速增长，实现制造业服务化，促进制造业结构升级，进而降低单位能源消费碳排放强度。然而，目前长江经济带生产性服务业内部结构中低端行业占比较大，制造业与生产性服务业协同集聚对于碳排放的“技术外溢效应”“规模经济效应”“产业结构升级效应”受到限制，因而在后期其并未达到预期中的碳排放效应。

五、产业集聚模式异质性回归结果与分析

（一）模型设定

产业集聚所引起的外部性可以推动技术创新，借助知识和技术溢出提高能源利用效率，降低碳排放强度。产业协同集聚如何影响城市碳排放呢？就这一问题，前文尝试给出了初步解释，但还需要进一步的理论和实证分析，这里从集聚外部性角度进一步解释其作用机制。综合以往研究发现：产业集聚效应主要体现在同一产业内部集聚效应和不同产业间的集聚效应，且与市场竞争程度密切相关。这里假设市场竞争程度（Com）是通过i地区边际生产成本与产业集聚的函数的弹性系数决定的，根据三种外部性的条件，本文借鉴杨仁发的做法，假定竞争程度与上述三种外部性效应的函数如下：

上式中，Com为产业竞争程度，Magglo代表制造业区位熵，Coagglo代表制造业与生产性服务业协同集聚程度，MAR代表制造业集聚的马歇尔外部性，Porter代表制造业集聚的波特外部性，Jacobs代表产业协同集聚的雅各布斯外部性。其中，产业竞争程度的计算方法如下：

式中，基于数据可得性，本文使用各城市规模以上工业企业数和规模以上工业主营业务收入进行计算。该指标值越大，表明产业竞争程度越高，当大于1时，意味着该地区产业竞争程度明显高于全国平均水平。根据上述公式，本文将计量模型设定如下：

根据本文的研究目的，探究产业集聚的知识和技术溢出主要发生在制造业内部还是生产性服务业与制造业之间，以及哪一种集聚模式更容易激发技术创新，进而抑制城市碳排放强度提高。本文分别将制造业集聚的MAR外部性、制造业集聚的Porter外部性和制造业与生产性服务业协同集聚的Jacobs外部性依次引入模型中，并在此基础上将分行业产业协同集聚的Jacobs外部性引入模型中进行实证检验，模型5—9的具体检验结果如表4（下页）所示。

表4 产业集聚外部性异质性对城市碳排放强度的影响

（二）检验结果分析

从制造业集聚的MAR外部性和Porter外部性来看，模型5和模型6的检验结果显示：MAR外部性对城市碳排放强度的一次项系数和二次项系数均在1%的水平上显著，影响方向为先正后负，两者之间呈现明显的倒U型曲线特征。而Porter外部性对城市碳排放强度的一次项系数通过了5%的显著性水平检验，二次项未通过显著性检验，且两者均为负向影响。这表明随着制造业集聚的MAR外部性逐渐增强，城市碳排放强度呈现一种先增加而后降低的变动轨迹；而随着制造业的Porter外部性效应不断增强，城市碳排放强度呈现不断降低的态势，但这种影响逐渐被削弱。其原因可能是，在垄断的市场环境下，在制造业集聚初期集聚水平较低，主要处于代加工阶段，大部分企业以赚取利润为一切行动的终极准则，主要将资本运用在扩大生产规模上，主观上忽视了对环境保护、科技创新等方面的投入。产业集聚过程中的规模效应大于知识和技术溢出带来的环境正外部性，使得碳排放强度增加。当制造业集聚水平跨过一定门槛值之后，在政府干预和产业转型升级的约束下，产业集聚产生的环境正外部性逐渐占据主导地位，从而在知识和技术溢出的作用下抑制了碳排放强度的增加。而在竞争的市场环境下，为了获取竞争优势，部分制造企业竞相进行技术创新，降低生产成本，因而产生了碳减排效应。但目前我国制造业向高端生产阶段转移仍然存在一定的困难，由简单技术创新带来的碳减排效应难以长久持续。根据上述实证结果，本文认为，相较于垄断的市场结构，同一产业内部产业竞争程度越高，越有利于激发集聚区域内企业进行绿色技术创新，促进知识和技术扩散，进而推动城市碳排放强度降低。

从制造业与生产性服务业全行业协同集聚的Jacobs外部性来看，检验结果表明，产业协同集聚的Jacobs外部性对城市碳排放强度的一次项系数和二次项系数均通过了1%的显著性检验，影响方向为先负后正，呈现U型曲线变动特征。这表明随着产业协同集聚的Jacobs外部性逐渐增强，城市碳排放强度呈现先降低而后增加的变动轨迹。其原因在于，在产业协同集聚初期，制造业与生产性服务业呈现多样化的集聚模式。生产性服务业具有技术与知识密集性高的优势，能够通过为制造业提供高品质的产品、服务甚至是人力知识资本，提高制造业的生产效率，而在此过程中，又能够削减生产性服务业的要素成本和交易成本，提升各产业的生产效率和管理水平，促进区域产业价值链提升，进而降低单位产出的能源消费碳排放。而在集聚后期，由于长江经济带108个城市中部分城市的生产性服务业发展缓慢，且大部分城市的生产性服务业大多处于产业链的低端位置，随着产业协同集聚水平的不断提高，部分城市产业协同集聚的Jacobs外部性对于技术创新的促进作用后续动力不足。目前产业多样化集聚模式对于城市碳排放强度的影响逐渐减弱，究其根源还是产业协同集聚水平较低。从影响系数来看，相较于制造业单一类型产业内部集聚，制造业与生产性服务业协同集聚对于城市碳排放强度的影响更大，尤其是负向抑制作用，只是由于生产性服务业发展不平衡、支撑力不够，这种负向抑制作用不能长久持续。

从生产性服务业异质性来看，无论是高端产业协同集聚的Jacobs外部性，还是低端产业协同集聚的Jacobs外部性，对于城市碳排放强度的影响均与产业协同集聚整体的Jacobs外部性一致，基本都通过了1%的显著性检验，均呈现显著的U型曲线特征，其区别主要体现在影响程度上。对比产业协同集聚Jacobs外部性前的指数来看，制造业与高端生产性服务业协同集聚的Jacobs外部性的一次项系数为-0.510，二次项系数为0.101，其绝对值不仅高于制造业与低端生产性服务业协同集聚的Jacobs外部性前的系数，而且高于产业协同集聚整体的Jacobs外部性前的系数。这表明这种U型曲线的变动特征在制造业与高端生产性服务业协同集聚的过程中更强烈。

六、结论与政策建议

本文以2003—2019年长江经济带108个城市面板数据为研究对象，构建GMM模型，首先对比分析了制造业集聚和制造业与生产性服务业协同集聚对城市碳排放强度的影响，并基于生产性服务业异质性和城市区位异质性进行实证检验，最后根据集聚外部性探究作用机制，对比分析制造业集聚的MAR外部性、Porter外部性和产业协同集聚的Jacobs外部性对城市碳排放强度的影响。通过分析得到如下结论：第一，从集聚类型异质性回归结果来看，制造业集聚和全行业产业协同集聚与城市碳排放强度之间存在明显的倒U型曲线关系，即随着产业集聚水平的提升，城市碳排放强度呈现先增加后减少的变动趋势，但是产业协同集聚的这种影响更显著也更强烈；从生产性服务业异质性层面来看，制造业与高端生产性服务业协同集聚对城市碳排放强度的影响更显著。第二，从城市区位异质性和产业集聚类型异质性来看，就制造业集聚而言，长江经济带上、中游城市制造业集聚与城市碳排放强度之间存在显著的倒U型曲线关系，而下游城市存在显著的U型曲线关系；就制造业与生产性服务业协同集聚而言，长江中游城市和下游城市与制造业集聚情况基本一致，仅上游城市的影响不显著。就异质性产业协同集聚而言，长江经济带上游城市的高端产业协同集聚与城市碳排放强度之间存在显著的倒U型曲线关系，而下游城市则存在明显的U型曲线关系；长江经济带上、下游城市的低端产业协同集聚与城市碳排放之间存在明显的U型曲线关系，中游城市存在显著的倒U型曲线关系。总之，分区域来看，产业集聚类型异质性对城市碳排放强度的影响效果存在较大差异。第三，从集聚外部性异质性效应来看，相较于MAR外部性效应，制造业集聚的Porter外部性效应更能促进城市碳排放强度降低；而制造业与生产性服务业全行业协同集聚的Jacobs外部性与城市碳排放强度之间存在明显的U型曲线关系，且这种影响在制造业与高端生产性服务业协同集聚的过程中更显著。这表明相较于制造业集聚的MAR外部性效应和Porter外部性效应，制造业与生产性服务业协同集聚的Jacobs外部性效应的城市碳减排效果更明显。

基于上述结论，提出如下政策建议：

第一，提高制造业效率，培育制造与服务一体的多功能产业群。就长江经济带而言，特别是长三角沿海城市，经过几十年的发展，制造业已经形成大规模的产业集群，与生产性服务业相比基础较为牢固。在促进产业深度融合的过程中，不仅需要生产性服务业为制造业提供技术和信息支持，而且要鼓励有余力的制造业企业主动将产业链条延伸至“微笑曲线”两端的生产性服务业，调整优化制造业价值链。变革当前制造业企业已形成的“大而全”“小而全”的组织结构，坚持发展先进制造业和适度降低服务业门槛并举，发挥先进制造业集聚的虹吸能力，吸引与制造业关联性较强的生产性服务业加入，形成多种跨边界的产业协同集聚模式。

第二，优化调整生产性服务业内部结构，推动制造业与生产性服务业均衡融合。以信息技术传播为媒介的高端生产性服务业有助于减少制造业的生产成本、提高制造业企业生产效率，推动制造业由生产型制造转变成服务型制造。如金融业，其与制造业之间形成深度融合关系是有可能的，且有利于两大产业的长远发展，两大产业之间可以将信息技术作为媒介，利用金融业的信息技术优势为制造业的产业链和供应链的各个环节提供技术保证，并根据不同企业特质提供对应的金融服务。另外，物流业与交通运输业也可以利用大数据技术对产业和企业数据进行整合，通过专业化物流降低原材料、中间产品及最终产品在运输过程中的损失，降低成本，获取竞争优势。大力支持高端生产性服务业发展，促进生产性服务业内部结构优化升级，推动两大产业均衡融合，对于促进城市产业链向中高端攀升、降低碳排放进而缓解城市环境污染大有裨益。

第三，立足实际明确城市功能定位，培育差异化的主导产业。就长江经济带城市群而言，各城市应根据自身独特的资源禀赋优势明确城市功能定位，发展差异化主导产业，同时为了使主导产业赢得竞争优势，必须配套相关产业，形成多样化的协同集聚模式。如以川渝为中心的上游城市群发展资源密集型制造业、中游城市群发展劳动密集型制造业和以长三角为核心的下游城市群发展技术密集型制造业。为了实现强化主导产业发展地位、降低交通等生产成本、提高资源和能源利用率、降低污染排放等发展目标，应发展物流和交通运输业以及信息传输等生产性服务业，建立集聚模式多样化的产业联动发展格局。