(南開大學經(jīng)濟與社會發(fā)展研究院與中國科學技術發(fā)展戰(zhàn)略研究院聯(lián)合博士后工作站 北京 100038)

1 引言

環(huán)境污染近年來已是中國社會最為關注的焦點問題之一。嚴重的環(huán)境污染問題，既與中國仍處于城市化和工業(yè)化發(fā)展中期、經(jīng)濟發(fā)展方式粗放、能源結構以煤為主等因素有關，也與污染防控能力不足等因素有關。值得注意的是，近三十年來與環(huán)境不斷惡化并行的一大現(xiàn)象是由地方政府出臺土地、財稅、金融、科技等政策招商引資引致的產(chǎn)業(yè)集聚熱潮，在全國各地形成了數(shù)千家大大小小的工業(yè)園區(qū)。然而，我們并不能就此得出環(huán)境污染是產(chǎn)業(yè)集聚導致的結論。研究產(chǎn)業(yè)集聚與環(huán)境污染之間的關系的文獻并不多見，且結論不一。總的說來，研究主要集中于以下三個方面：第一，產(chǎn)業(yè)集聚在擴大經(jīng)濟規(guī)模的同時往往伴隨著工業(yè)三廢排放的不斷增加，這會導致大氣污染、水污染、土壤污染，降低農業(yè)、旅游業(yè)等環(huán)境敏感行業(yè)的產(chǎn)出，產(chǎn)生明顯的環(huán)境負外部性[1-3]。第二，產(chǎn)業(yè)集聚在促進創(chuàng)新擴散和技術進步、提高企業(yè)生產(chǎn)率和競爭力的同時也可能會激勵綠色科技的研發(fā)應用，通過“創(chuàng)新補償”效應減弱集聚引發(fā)的環(huán)境負外部性[4]。第三，在環(huán)境規(guī)制更為寬松的地區(qū)工業(yè)污染更加嚴重，從而產(chǎn)生污染避難所效應，進一步吸引污染密集型工業(yè)集聚，但工業(yè)集聚在加重環(huán)境污染的同時也可能促進環(huán)保產(chǎn)業(yè)集群的產(chǎn)生和發(fā)展[5]，減輕污染避難所效應[6]。近年來，國內部分學者也開始關注產(chǎn)業(yè)集聚對環(huán)境污染的影響，但研究結論并不一致，經(jīng)驗證據(jù)也不夠充分。從現(xiàn)實來看，重化工業(yè)密集區(qū)嚴重的環(huán)境污染似乎表明產(chǎn)業(yè)集聚是加劇污染的重要原因，但研究顯示，經(jīng)濟活動的空間集聚度提高有利于降低單位工業(yè)增加值污染物質排放強度[7]。已公開發(fā)表的文獻中，李偉娜、楊永福和王珍珍利用制造業(yè)行業(yè)數(shù)據(jù)對產(chǎn)業(yè)集聚與環(huán)境污染的關系進行估計后認為中國的制造業(yè)集聚目前處于中級集聚階段，大氣污染問題正在得到緩解[8]。而閆逢柱、蘇李和喬娟運用制造業(yè)行業(yè)數(shù)據(jù)得出的實證結論則認為產(chǎn)業(yè)集聚在短期內有利于降低環(huán)境污染，但二者之間在長期并不具有必然的因果關系[9]。李筱樂、原毅軍和謝榮輝、楊仁發(fā)等基于省級面板數(shù)據(jù)的研究表明產(chǎn)業(yè)集聚與環(huán)境污染呈倒U型曲線關系[10-12]。從以上研究看，產(chǎn)業(yè)集聚是否具有環(huán)境外部性均得到肯定的答案；但環(huán)境外部性究竟為正還是負，結論不一。

近十年來，國民綠色發(fā)展意識日漸增強，居民的環(huán)保呼聲成為打造產(chǎn)業(yè)園時考慮的重要因素。那么，出于環(huán)境保護的角度，應謹慎地發(fā)展哪些行業(yè)？工業(yè)集聚是造成各地環(huán)境污染的主要原因嗎？我國的工業(yè)集聚與環(huán)境污染的關系究竟如何？與前述研究多利用靜態(tài)面板模型不同，本文利用兩位數(shù)的工業(yè)行業(yè)動態(tài)面板數(shù)據(jù)對產(chǎn)業(yè)集聚與環(huán)境污染的動態(tài)關系進行實證檢驗，以回答前述問題。

2 PVAR模型的設定、估計方法與數(shù)據(jù)描述

2.1 模型設定

本文考察產(chǎn)業(yè)集聚與環(huán)境污染之間關系的主要方法是建立制造業(yè)產(chǎn)業(yè)集聚EG指數(shù)與環(huán)境污染變量的面板數(shù)據(jù)向量自回歸模型PVAR(Panel Data Vector Autoregression)。PVAR模型由Holtz-Eakin、Newey和Rosen正式提出。該方法特別適用于樣本數(shù)量不夠充分的宏觀數(shù)據(jù)分析，并且還綜合了面板數(shù)據(jù)模型和VAR模型的優(yōu)點，可以同時利用橫截面和時間序列的信息，大大增加了觀測值的數(shù)量和自由度，能控制不可觀測的個體異質性，且不需區(qū)分內生和外生變量。上述優(yōu)點使該方法比其他方法更便于考察各變量面對沖擊時的動態(tài)響應，分析某一變量對其他變量的影響程度。因此，本文設定PVAR模型如下：

zit=αi+βt+Γzit-m+εit

其中：zit是基于面板數(shù)據(jù)的內生變量環(huán)境污染lnpollution和產(chǎn)業(yè)集聚lneg所構成的向量；i表示行業(yè)；t表示年份；m為滯后期數(shù)；Γ是對應的系數(shù)矩陣；αi是個體效應向量，作為行業(yè)層面的固定效應，體現(xiàn)行業(yè)特有的技術含量、資源依賴性等異質性；βt是時間效應向量，可以體現(xiàn)每一時期各行業(yè)可能受到的共同沖擊。

2.2 估計方法

本文采用的PVAR模型綜合了面板分析和VAR模型的優(yōu)勢。因為數(shù)據(jù)的時間序列較短，所以每個行業(yè)的動態(tài)特征難以估計。既有的文獻分析經(jīng)常將各橫截面結構相同作為一個標準假設，但如果各行業(yè)的動態(tài)特征差異太大，這一假設會導致外生沖擊的短期影響被低估或外生沖擊的長期影響被高估。20世紀90年代以來，我國興起產(chǎn)業(yè)集群研究，不少地方政府制定了產(chǎn)業(yè)集群規(guī)劃，有的地方以粗放的方式打造產(chǎn)業(yè)集聚區(qū)，使得整個制造業(yè)行業(yè)集聚特征以及環(huán)境影響趨同性明顯，同時本文采用的模型中加入了控制個體異質性的變量，因此這一假定對本文來說相對合理。值得注意的是，PVAR的模型結構使得固定效應與解釋變量相關，因而通常用來消除固定效應的均值差分方法在這個模型中會導致偏誤。為避免此類偏誤產(chǎn)生，我們使用前向均值差分方法，也即“Helmert變換過程”[13]。這一方法通過消除每個個體每一時期所有未來觀測值的均值來保證滯后變量與轉換后變量間的正交性。因此，采用PVAR模型時可以使用滯后變量作為工具變量，采用系統(tǒng)廣義矩估計(SGMM)方法進行估計。本文采用SGMM方法估計前述PVAR模型參數(shù)，并在此基礎上利用脈沖響應函數(shù)及方差分解方法較好地刻畫各種沖擊的傳導機制，觀測各變量面臨沖擊時的響應情況，分析模型受到?jīng)_擊時系統(tǒng)所受到的動態(tài)影響。

2.3 數(shù)據(jù)描述與變量說明

樣本數(shù)據(jù)中，環(huán)境污染數(shù)據(jù)均來自歷年《中國環(huán)境統(tǒng)計年鑒》和《中國環(huán)境年鑒》；工業(yè)行業(yè)數(shù)據(jù)除2004年選取自國家統(tǒng)計局公布的第一次經(jīng)濟普查數(shù)據(jù)《中國經(jīng)濟普查年鑒》(2004)以外，其余各年數(shù)據(jù)均來自歷年《中國工業(yè)統(tǒng)計年鑒》，所有數(shù)據(jù)均進行對數(shù)變換。為保證統(tǒng)計口徑的一致性，工業(yè)行業(yè)樣本首先選取了制造業(yè)的20個行業(yè)。此外，由于電力、熱力的生產(chǎn)和供應業(yè)與環(huán)境污染和制造業(yè)密切相關，數(shù)據(jù)齊全，故也納入考察范圍。由于相關統(tǒng)計數(shù)據(jù)的可獲得性，本文選取我國除西藏、香港、澳門和臺灣外的30個省份1999—2014年21個工業(yè)行業(yè)的面板數(shù)據(jù)作為研究對象。

文中采用Ellision和Glaeser提出的EG指數(shù)來測定產(chǎn)業(yè)集聚程度[14]。因為各行業(yè)企業(yè)的所有制構成[15]、非正規(guī)部門就業(yè)人員數(shù)的統(tǒng)計誤差[16]以及行業(yè)間或行業(yè)內勞動生產(chǎn)率差異的干擾等原因，若以就業(yè)人數(shù)作為基礎變量會使結果出現(xiàn)較大偏差；所以，為了使不同年份的行業(yè)集聚程度可比，以工業(yè)總產(chǎn)值變量作為基礎變量是較好的選擇。但由于國家統(tǒng)計局2011年后不再公布分地區(qū)分行業(yè)的工業(yè)總產(chǎn)值，只公布分地區(qū)分行業(yè)的工業(yè)銷售產(chǎn)值，而從歷年統(tǒng)計數(shù)據(jù)看，工業(yè)總產(chǎn)值與工業(yè)銷售產(chǎn)值相近；因此本文用以1990年為不變價格進行換算的工業(yè)銷售產(chǎn)值作為基礎變量。我們以《中國價格統(tǒng)計年鑒》(2015)提供的工業(yè)分行業(yè)的工業(yè)品出廠價格指數(shù)(上年=100)為基礎構建1999—2011年工業(yè)產(chǎn)出的價格平減指數(shù)(1990年=100)。其中，由于2002年前的農副食品加工業(yè)和普通設備制造業(yè)的相關數(shù)據(jù)缺失，因此分別用食品制造業(yè)和專用設備制造業(yè)的同期指數(shù)替代，最終生成可比的產(chǎn)業(yè)集聚指標。Ellision和Glaeser在計算EG指數(shù)H時，依據(jù)的是詳細的企業(yè)水平數(shù)據(jù)，由于中國尚未公開各行業(yè)的企業(yè)水平數(shù)據(jù)，我們無法沿用該計算方法。為此，本文假設每個區(qū)域的每個行業(yè)內的所有企業(yè)具有相同規(guī)模，即具有相同的工業(yè)銷售產(chǎn)值，這樣就可以通過《中國工業(yè)統(tǒng)計年鑒》中的企業(yè)單位數(shù)和工業(yè)銷售產(chǎn)值指標對EG指數(shù)進行估算。在此假設下的EG指數(shù)計算公式為：

式中：k表示產(chǎn)業(yè)；i表示區(qū)域；nki為區(qū)域i擁有產(chǎn)業(yè)k的企業(yè)數(shù)量；Yki為產(chǎn)業(yè)k在區(qū)域i中的工業(yè)銷售產(chǎn)值；Yk為產(chǎn)業(yè)k的全國工業(yè)銷售產(chǎn)值；ski=Yki/Yk。由于2011年以后不再公布按地區(qū)分組的各行業(yè)企業(yè)數(shù)，只公布各行業(yè)的企業(yè)數(shù)，因此本文以各行業(yè)中各地區(qū)工業(yè)銷售產(chǎn)值所占比重與各行業(yè)企業(yè)數(shù)相乘，得出2012年至2014年各地區(qū)分行業(yè)企業(yè)單位數(shù)。由此式估算的EG指數(shù)雖不可能像Ellision和Glaeser估算的那樣精確，但并不妨礙對產(chǎn)業(yè)集聚程度的評估與比較[17]。根據(jù)調整后的EG指數(shù)計算公式，我們計算出中國21個工業(yè)行業(yè)1999—2014年共16年的產(chǎn)業(yè)集聚程度(表1)。從2014年的行業(yè)排名來看，前三位行業(yè)分別是化學纖維制造業(yè)、煙草加工業(yè)和黑色金屬冶煉及壓延加工業(yè)。這三個行業(yè)均為嚴重依賴化石能源的行業(yè)，因而可以假設在一定時期內這三個行業(yè)產(chǎn)業(yè)集聚程度的上升可能會導致更高的污染排放。

表1 21個工業(yè)行業(yè)的EG指數(shù)(1999、2014)

環(huán)境污染包括大氣污染、水污染、土壤污染等多方面?？紤]到數(shù)據(jù)的可獲得性，本文衡量環(huán)境污染的指標同時囊括了工業(yè)廢氣排放量(二氧化硫排放量、工業(yè)煙塵排放量、工業(yè)粉塵排放量)、工業(yè)廢水排放量、工業(yè)固體廢物產(chǎn)生量等。由于各省區(qū)城市化水平和工業(yè)化水平處于不同的發(fā)展階段，各種類型環(huán)境污染的構成不同，為消除地區(qū)間的污染類型差異，集中體現(xiàn)產(chǎn)業(yè)集聚水平對環(huán)境污染變量變異的解釋，本文以各工業(yè)行業(yè)的單位工業(yè)銷售產(chǎn)值污染排放量作為環(huán)境污染的代理變量。指標值越大，表示環(huán)境質量越差，環(huán)境污染越嚴重。其計算方法如下：

lnpollutionit= ln[(indu_SO2it+ soot_dustit+wasterwaterit+solidit)/gvalueit]

式中：pollutionit為t年i產(chǎn)業(yè)單位工業(yè)銷售產(chǎn)值污染排放量；gvalueit為以1990年價格水平計算的t年i產(chǎn)業(yè)的工業(yè)銷售產(chǎn)值；indu_SO2it、soot_dustit、wasterwaterit、solidit分別為工業(yè)二氧化硫排放量、工業(yè)煙(粉)塵排放量、工業(yè)廢水排放量、工業(yè)固體廢物產(chǎn)生量，其中工業(yè)煙(粉)塵排放量為工業(yè)煙塵排放量和工業(yè)粉塵排放量合計數(shù)。

表2 21個工業(yè)行業(yè)的污染排放強度排名(2014)

3 基于PVAR模型的實證分析

3.1 面板數(shù)據(jù)的平穩(wěn)性

為有效避免面板數(shù)據(jù)模型估計中出現(xiàn)的“偽回歸”問題，確保估計結果的有效性，必須對估計所使用的面板數(shù)據(jù)的平穩(wěn)性進行檢驗，最常用的方法是面板單位根檢驗。為得到穩(wěn)健的面板單位根檢驗結論，本文分別采用Breitung檢驗、IPS檢驗、HT檢驗、Fisher-PP、Hadri檢驗等五種方法進行單位根檢驗，結果如表3所示。從表中可以看出，前四種檢驗結果均不能拒絕產(chǎn)業(yè)集聚變量lneg和環(huán)境污染變量lnpollution的各截面序列在水平值的情形下存在單位根的零假設，Hadri檢驗拒絕面板數(shù)據(jù)的不同截面服從平穩(wěn)過程的零假設，故估計所使用的面板數(shù)據(jù)為非平穩(wěn)的。我們對變量的各截面序列進行一階差分后再進行面板單位根檢驗，發(fā)現(xiàn)相應統(tǒng)計量均在1%顯著性水平下顯著，整個面板數(shù)據(jù)服從平穩(wěn)過程，因此產(chǎn)業(yè)集聚變量lneg和環(huán)境污染變量lnpollution是同階單整。若二者之間具有協(xié)整關系，則可以建立PVAR模型。

表3 面板數(shù)據(jù)單位根檢驗結果

注：1.Hadri檢驗的零假設是面板數(shù)據(jù)中的各截面序列均不含有單位根，其余檢驗的原假設為各截面序列均具有一個單位根。2.檢驗形式均含常數(shù)項和趨勢項，HT檢驗過程中校正了由于樣本時期較短導致的水平扭曲，Choi檢驗運用了Z統(tǒng)計量，即Fisher-PP檢驗，Hadri檢驗實施了針對可能存在的異方差的穩(wěn)健性檢驗。

3.2 面板協(xié)整檢驗

對于發(fā)展中國家或者經(jīng)濟轉型中的國家，其宏觀經(jīng)濟變量可得的觀測值序列往往較短，這會降低傳統(tǒng)協(xié)整檢驗的功效，而面板協(xié)整檢驗則可避免這一問題。Westerlund提出兩類基于結構而非殘差的動態(tài)變化的面板協(xié)整檢驗：一類為組均值檢驗(group-mean test)，統(tǒng)計量為Gt、Ga，備擇假設為“至少存在一個協(xié)整關系”；另一類為面板檢驗(panel test)，統(tǒng)計量為Pt、Pa，備擇假設為“面板作為一個整體是協(xié)整的”。我們利用STATA11.0軟件對面板數(shù)據(jù)集進行協(xié)整檢驗(檢驗結果見表4)。結果顯示產(chǎn)業(yè)集聚(lneg)和環(huán)境污染(lnpollution)之間存在面板協(xié)整關系，即二者之間具有長期穩(wěn)定的均衡關系。

表4 面板數(shù)據(jù)協(xié)整檢驗結果

3.3 產(chǎn)業(yè)集聚與總環(huán)境污染

本文對面板數(shù)據(jù)進行組間的截面相關檢驗①、異方差相關檢驗和面板數(shù)據(jù)組內相關性檢驗。結果表明二者不存在截面相關問題，但存在異方差和組內自相關。為穩(wěn)健起見，我們進一步考慮一階差分變量dlneg和dlnpollution所構成的二元PVAR系統(tǒng)。如前所述，面板VAR的模型結構可能使得固定效應與解釋變量相關，為避免產(chǎn)生偏誤，我們首先使用前向均值差分方法進行Helmert變換，然后利用系統(tǒng)廣義矩估計法對模型進行估計。表5中列示了滯后3期的PVAR模型估計結果，其中t-1、t-2、t-3分別表示變量滯后一、 二、 三期。②

表5 產(chǎn)業(yè)集聚和總環(huán)境污染的PVAR估計結果

注：數(shù)據(jù)部分左側為GMM估計所得參數(shù)，右側為標準差；***、**、*分別表示1% 、5%、10%的顯著性水平。

基于PVAR模型的估計結果，我們利用500次蒙特卡羅模擬得出脈沖響應函數(shù)，主要有兩大結論。第一，PVAR估計結果表明滯后三期產(chǎn)業(yè)集聚對環(huán)境污染具有負面影響，但不顯著；滯后二期和一期的產(chǎn)業(yè)集聚對環(huán)境污染具有顯著的負面影響，且系數(shù)的絕對值越來越大，這意味著隨著時間推移，產(chǎn)業(yè)集聚會減輕環(huán)境污染排放。但脈沖響應函數(shù)顯示產(chǎn)業(yè)集聚程度的升高對環(huán)境污染排放的影響并非始終為負。最開始產(chǎn)業(yè)集聚在短期內會增加環(huán)境污染，但產(chǎn)業(yè)集聚程度升高到一定程度后反而會改善環(huán)境質量，當產(chǎn)業(yè)集聚程度繼續(xù)升高到某一閾值后又會產(chǎn)生擁擠效應，導致環(huán)境又開始惡化。也就是說，產(chǎn)業(yè)集聚對環(huán)境的影響存在閾值，具有門檻效應。第二，PVAR估計結果表明環(huán)境污染隨著時間累積對工業(yè)集聚存在正向影響，雖然這一結果并不顯著，但從脈沖響應圖中可以清晰地看到，一單位標準差的環(huán)境污染排放沖擊在第一期就帶來工業(yè)集聚的正向波動，在第二期后對工業(yè)集聚的影響逐漸減小，最終趨于平穩(wěn)。因此，估計結果在一定程度上顯示中國的工業(yè)集聚可能存在“污染避難所”效應。

表6 產(chǎn)業(yè)集聚和總環(huán)境污染PVAR模型的方差分解

通過方差分解方法可以分析每一個結構沖擊對內生變量的方差的貢獻度及相對重要性，這樣可以粗略地把握變量間的影響，通過脈沖響應函數(shù)則可以進一步細致地觀察到模型中各變量在受到一次沖擊之后的響應過程。由于Choleski正交分解對變量的排序敏感，排列順序意味著后面變量的同期和滯后期都受前面變量影響，而前面變量只會受后面變量的滯后期的影響。根據(jù)經(jīng)濟運行中存在的現(xiàn)實關聯(lián)關系，變量的排序為產(chǎn)業(yè)集聚變量dlneg、環(huán)境污染變量dlnpollution。也就是說，由于產(chǎn)業(yè)集聚是一個較為緩慢的動態(tài)過程，我們假定產(chǎn)業(yè)集聚對當期和往期的環(huán)境污染產(chǎn)生影響，而產(chǎn)業(yè)集聚僅受到往期環(huán)境污染變化的影響。從表6中的方差分解結果可以看出：變量的波動在第10期已趨于穩(wěn)定；產(chǎn)業(yè)集聚對環(huán)境污染排放變化的貢獻率達到2.5%；而環(huán)境污染的沖擊對產(chǎn)業(yè)集聚程度變化的長期解釋力大于產(chǎn)業(yè)集聚對于環(huán)境污染波動的解釋力，達4.3%。

圖1 產(chǎn)業(yè)集聚和總環(huán)境污染的脈沖響應圖

3.4 產(chǎn)業(yè)集聚和三類環(huán)境污染

為細致考察產(chǎn)業(yè)集聚與環(huán)境污染的關系，同時考慮到工業(yè)生產(chǎn)過程中可能帶來的廢氣、廢水、廢渣排放，我們選取工業(yè)廢氣排放量(包括二氧化硫排放量、工業(yè)煙塵排放量、工業(yè)粉塵排放量)、工業(yè)廢水排放量、工業(yè)固體廢物產(chǎn)生量等三類污染排放作為環(huán)境污染的代理變量，并分別取對數(shù)后進行一階差分。面板單位根檢驗表明一階差分的序列dlnsolid、dlnwater、dlngas均平穩(wěn)，可以構建包括dlneg在內的四變量PVAR模型。本文進行滯后3期的PVAR模型估計，并用蒙特卡羅500次模擬得出脈沖響應函數(shù)(圖2)和方差分解結果(表7)。如前文，由于Choleski 正交分解對變量的排序敏感，根據(jù)經(jīng)濟運行中存在的現(xiàn)實關聯(lián)關系，變量的排序為產(chǎn)業(yè)集聚變量dlneg、工業(yè)固體廢物變量dlnsolid、工業(yè)廢水變量dlnwater、工業(yè)廢氣變量dlngas。即假定工業(yè)產(chǎn)業(yè)集聚對當期和往期的工業(yè)固體廢物產(chǎn)生量、工業(yè)廢水排放量和工業(yè)廢氣排放量均產(chǎn)生影響，而工業(yè)產(chǎn)業(yè)集聚自身僅受到往期的三種類型環(huán)境污染變化的影響。研究結果如下：

圖2 產(chǎn)業(yè)集聚和三種環(huán)境污染變量的脈沖響應圖

第一，在三種工業(yè)污染排放中，工業(yè)固廢對工業(yè)集聚程度變化的長期解釋力最大，約為5.2%;工業(yè)廢氣排放次之，約為2.9%;工業(yè)廢水排放的解釋力為0.8%。其中，工業(yè)固廢污染與工業(yè)集聚程度的變動方向相反，而工業(yè)廢氣和廢水排放與工業(yè)集聚的變化方向相同?？赡艿脑蚴桥c工業(yè)廢氣和廢水排放相比，工業(yè)固廢的產(chǎn)生和排放更易觀測到，且需占用土地，更易受到環(huán)境監(jiān)管;而廢水和廢氣由于排放更為隱蔽，更易成為“污染避難所”效應的動因。表2顯示，工業(yè)廢水排放前五位的行業(yè)包括造紙及紙制品業(yè)，石油加工及煉焦業(yè)，電力、熱力的生產(chǎn)和供應業(yè)，紡織業(yè)，化學原料及化學制品制造業(yè)等行業(yè)；工業(yè)廢氣排放前五位的行業(yè)包括電力、熱力的生產(chǎn)和供應業(yè)，石油加工及煉焦業(yè)，非金屬礦物制品業(yè)，黑色金屬冶煉及壓延加工業(yè)，有色金屬冶煉及壓延加工業(yè)等行業(yè)。鑒于此，地方政府在招商引資、打造產(chǎn)業(yè)集聚區(qū)時應考慮造紙及紙制品業(yè)等廢水、廢氣排放較高行業(yè)的集聚是否是因為本地環(huán)境監(jiān)管過松而來，要對這些行業(yè)的企業(yè)在行業(yè)準入、企業(yè)的綠色技術采納程度等方面加以規(guī)制。

第二，工業(yè)集聚對工業(yè)固廢物、廢水和廢氣等三種污染排放變動的貢獻率分別達到2.5%、2.3%、0.6%；工業(yè)產(chǎn)業(yè)集聚的一次正向沖擊引起三種污染排放在同期即有較大波動。工業(yè)固廢和工業(yè)廢水排放的波動分別于第三期和第二期減弱并趨于穩(wěn)定，而工業(yè)廢氣排放的波動要到第四期以后才變弱且持續(xù)為正，這表明工業(yè)集聚的一次正向沖擊對工業(yè)固廢和廢水排放具有短期影響，而對工業(yè)廢氣排放具有持久影響。原因可能在于，與廢氣排放相比，工業(yè)固廢和廢水的排放短期內對人類生產(chǎn)、生活及身體健康的侵害更明顯，引發(fā)居民異議的可能性更大，受到的環(huán)境監(jiān)管也更為嚴格；而且與工業(yè)固廢和廢水相比，工業(yè)廢氣排放更為隱蔽，監(jiān)管難度更大。鑒于此，產(chǎn)業(yè)集聚區(qū)應特別加強對電力、熱力的生產(chǎn)和供應業(yè)，石油加工及煉焦業(yè)，非金屬礦物制品業(yè)，黑色金屬冶煉及壓延加工業(yè)，有色金屬冶煉及壓延加工業(yè)等廢氣排放較高的行業(yè)的規(guī)制，在產(chǎn)品研發(fā)、中試、產(chǎn)業(yè)化等全過程加強監(jiān)管，減弱此類行業(yè)對本地環(huán)境可能造成的持久影響。

表7 產(chǎn)業(yè)集聚和三種環(huán)境污染變量PVAR模型的方差分解

4 結論及政策含義

產(chǎn)業(yè)集聚會在一定程度上推動地區(qū)經(jīng)濟增長，但一個地區(qū)經(jīng)濟增長的同時卻往往伴隨著環(huán)境污染的加重，這一點已被大家廣泛認同。不過，學者們對二者之間的時空作用機制尚有爭議。本文利用工業(yè)行業(yè)面板數(shù)據(jù)對產(chǎn)業(yè)集聚與環(huán)境污染的動態(tài)關系進行實證考察，得出如下研究結論：

第一，產(chǎn)業(yè)集聚與環(huán)境污染之間并非線性關系。產(chǎn)業(yè)集聚對環(huán)境的影響存在閾值，具有門檻效應，產(chǎn)業(yè)集聚對環(huán)境污染排放變化的貢獻率僅為2.5%。產(chǎn)業(yè)集聚在短期內會增加環(huán)境污染；從長期看，集聚經(jīng)濟促使效率提高，加之企業(yè)出于競爭壓力以及環(huán)境規(guī)制等原因不斷進行技術革新，環(huán)境污染會逐漸減弱；但當產(chǎn)業(yè)集聚程度繼續(xù)升高達到某一閾值后又會因為擁擠效應而使環(huán)境惡化。值得注意的是，本文得出的結論——工業(yè)集聚并非環(huán)境污染的主因，與很多人的認知不一致。

第二，估計結果顯示中國的工業(yè)集聚可能存在“污染避難所”效應，且環(huán)境污染的沖擊對產(chǎn)業(yè)集聚程度變化的長期解釋力達4.3%，大于產(chǎn)業(yè)集聚對于環(huán)境污染波動的解釋力。出于提高經(jīng)濟總量和財政收入的考慮，有的地方政府有可能在招商引資期間放松環(huán)境評價，在產(chǎn)業(yè)集聚區(qū)的形成期未嚴格進行環(huán)境監(jiān)管，這樣，“污染避難所”效應與產(chǎn)業(yè)集聚自我強化的累積循環(huán)效應疊加在一起，就可能導致環(huán)境規(guī)制強度越低的地區(qū)工業(yè)集聚程度越高。嚴格的環(huán)境規(guī)制能夠激勵企業(yè)轉型升級，從而極大地促進地區(qū)的產(chǎn)業(yè)結構調整。既然工業(yè)集聚在相當大的程度上得力于地方政府政策的刺激與推動，工業(yè)集聚區(qū)實際上就成為地方政府決策主導下的一個涉及公共利益的重要產(chǎn)品，那么建設生態(tài)工業(yè)園區(qū)并對其進行評估應該成為地方政府政績考核體系的重要組成部分。

第三，在影響的持續(xù)時間上，工業(yè)集聚對工業(yè)固體廢物的產(chǎn)生和工業(yè)廢水排放的影響持續(xù)時期較短，而對工業(yè)廢氣排放則具有持久影響；在變動方向上，工業(yè)集聚程度變動的方向與工業(yè)固廢污染相反，與工業(yè)廢氣排放相同。與工業(yè)廢水和工業(yè)固體廢物相比，工業(yè)廢氣的排放更具隱蔽性，更易成為“污染避難所”效應的動因。鑒于此，地方政府在打造產(chǎn)業(yè)集聚區(qū)時首先應考慮廢氣排放較高行業(yè)的集聚是否是因本地環(huán)境監(jiān)管過松而來，其次要加強對電力、熱力的生產(chǎn)和供應業(yè)，石油加工及煉焦業(yè)，非金屬礦物制品業(yè)，黑色金屬冶煉及壓延加工業(yè)，有色金屬冶煉及壓延加工業(yè)等廢氣排放較高行業(yè)的環(huán)境規(guī)制，要對其產(chǎn)品研發(fā)、中試、產(chǎn)業(yè)化等全過程實施監(jiān)管，以減弱此類行業(yè)對本地環(huán)境可能造成的持久影響。

注釋：

① 由于本文數(shù)據(jù)為“大N小T”型，故采用Peasaran 參數(shù)檢驗和Friedman半?yún)?shù)檢驗，而非Breusch-Pagan檢驗。

② 作者感謝世界銀行Inessa Love博士對本文Stata程序所提供的幫助。