張鑫

摘要：根據物流產業(yè)的發(fā)展和工業(yè)新型綠色發(fā)展理念，選取長三角地區(qū)2004-2016年物流業(yè)集聚和工業(yè)污染排放的空間面板數據，構建“反距離平方”空間權重矩陣。根據Moran指數揭示長三角工業(yè)二氧化硫排放的空間集聚情況和空間格局，并對比不同時期工業(yè)二氧化硫排放空間分布特征。建立空間面板杜賓模型來考察物流業(yè)集聚對工業(yè)排放的影響。結果發(fā)現：長三角的工業(yè)二氧化硫排放集聚水平有增高趨勢。物流業(yè)集聚水平降低了工業(yè)的廢氣排放，對于其他地區(qū)的溢出效應不明顯。

Abstract： According to the development of logistics industry and the new concept of green industrial development， the spatial panel data of logistics industry agglomeration and industrial pollution emission in the Yangtze River Delta Region from 2004 to 2016 were selected to build a spatial weight matrix of the "Inverse distance square". According to Moran index， the spatial agglomeration and spatial pattern of industrial sulfur dioxide emissions in the Yangtze river delta are revealed， the spatial distribution characteristics of industrial sulfur dioxide emissions in different periods were compared. A spatial panel Durbin model is established to investigate the effects of logistics agglomeration on industrial emissions. The results show that the concentration level of industrial sulfur dioxide in the Yangtze River Delta has an increasing trend. The agglomeration level of the logistics industry reduces the industrial exhaust emissions， and the spillover effect on other regions is not obvious.

關鍵詞： 物流集聚;工業(yè)污染;Moran指數;空間杜賓模型

Key words： logistics agglomeration;industrial pollution;Moran index;spatial Durbin model

0? 引言

隨著我國工業(yè)化發(fā)展的迅速推進，工業(yè)能源消耗不斷增加，污染物的排放嚴重影響了生態(tài)環(huán)境，最為直接的就是大氣污染，這些污染問題逐漸受到人們的重視，節(jié)能減排是目前我國工業(yè)面臨的最大挑戰(zhàn)。關于產業(yè)集聚與工業(yè)污染排放的問題已有很多文獻，但作為與工業(yè)密切相關的物流業(yè)，很少有人專門把它與工業(yè)污染放在一起研究，對物流業(yè)集聚與工業(yè)污染的區(qū)域層面的研究也相對較少，因此本文對區(qū)域物流業(yè)集聚發(fā)展與工業(yè)污染的關系進行研究，為減少工業(yè)廢氣的排放提出有針對性的建議。

關于物流業(yè)和污染的研究大致可以分為兩個方面：一方面是物流本身的低碳化發(fā)展，物流業(yè)在與其他生產性服務業(yè)的比較下，屬于能源消耗相對較高的產業(yè)，楊之雷（2011）用回歸方程分析了物流成本與碳排放強度的關系，認為物流業(yè)的發(fā)展可能是一把“雙刃劍”，結論表明降低物流成本可以減少碳排放，并認為物流業(yè)發(fā)展對我國低碳經濟的貢獻[1]。梁雯、張勤等（2017）分析了物流業(yè)新的能源對生態(tài)環(huán)境的貢獻，提出了要提高清潔能源在物流產業(yè)的應用，提高物流產業(yè)的技術水平，認為在我國物流發(fā)展的不同階段，經濟發(fā)展與碳排放存在“脫鉤”的問題[2]。另一方面是關于物流業(yè)和工業(yè)效率，目的在于研究如何通過物流的發(fā)展來降低工業(yè)企業(yè)的運輸成本，從而降低工業(yè)污染的排放，謝菲（2015）在研究物流業(yè)與經濟低碳化問題的過程中，分析了物流業(yè)集聚如何促進制造業(yè)效率，從投入產出視角研究物流業(yè)和制造業(yè)污染排放的互動關系[3]。張志彬（2017）分析了生產性服務業(yè)集聚與污染排放的關系，將物流業(yè)納入到生產性服務業(yè)，認為生產性服務業(yè)集聚為降低污染排放創(chuàng)造條件[4]。王翠萍（2018）分析了技術創(chuàng)新和產業(yè)集聚對環(huán)境的影響，認為兩者之間的關系是“N型”。目前對物流業(yè)集聚與區(qū)域工業(yè)排放的研究多停留在理論層面和省級數據，然而工業(yè)污染排放具有很強的區(qū)域特征，長三角是我國區(qū)域經濟發(fā)展的重要地區(qū)，研究該地區(qū)的物流產業(yè)集聚和工業(yè)污染的關系，對提高工業(yè)的綠色化發(fā)展具有一定的現實意義。本文將要探討的問題如下，物流業(yè)的集聚對工業(yè)廢氣污染排放水平產生怎樣的影響？物流業(yè)集聚對工業(yè)廢氣污染的排放有沒有空間溢出效應？為了驗證這兩個問題，本文選取長三角地區(qū)的數據，實證檢驗物流業(yè)集聚對地區(qū)工業(yè)廢氣排放的空間效應，包括空間的直接效應和間接溢出效應，并根據實證研究的結論提出針對長三角地區(qū)的政策建議。

1? 理論分析

1.1 工業(yè)污染排放的影響因素

污染排放水平的影響因素錯綜復雜，對以往文獻的研究進行歸類，其影響因素主要有產業(yè)集聚，工業(yè)技術水平、地區(qū)的經濟規(guī)模、生產要素的投入結構等：產業(yè)集聚的影響，在工業(yè)化發(fā)展的不同時期，產業(yè)集聚對工業(yè)污染的影響程度不同，比較多的結論是他們之間呈現“倒U型”關系[17]，產業(yè)集聚從工業(yè)的角度細分來看，包括工業(yè)產業(yè)集聚和與工業(yè)密切相關的生產性服務業(yè)集聚，大部分研究是基于工業(yè)集聚，研究對工業(yè)本身的污染排放水平影響，近幾年也有研究生產性服務業(yè)集聚和工業(yè)污染的關系，韓峰（2017）在研究過程中加入空間計量模型[20]，考察生產性服務業(yè)集聚程度和二氧化碳排放之間的關系，目前從物流產業(yè)集聚角度分析工業(yè)污染排放的文獻還較少。工業(yè)技術水平的影響，工業(yè)污染是在工業(yè)生產過程中產生的，黃娟、汪明進（2016）通過對我國各省份的工業(yè)二氧化硫排放水平進行測算，認為科技創(chuàng)新可以降低工業(yè)二氧化硫的排放水平，也對產業(yè)集聚的影響路徑和兩者的交互作用進行了分析[16]。地區(qū)經濟規(guī)模的影響，地區(qū)經濟規(guī)模越大，工業(yè)發(fā)展程度一般也會越高，可能會增加對能源的需求，也可能會通過規(guī)模經濟效應和專業(yè)化生產提高該地區(qū)的技術進步[18];經濟規(guī)模與城市的規(guī)模也是息息相關，城市規(guī)模擴張帶來的一系列問題也會影響工業(yè)的污染排放水平。生產要素的投入結構水平，工業(yè)企業(yè)的要素投入主要有資本和勞動，作為工業(yè)產品的生產者，能源也可以作為投入的一部分[19]，如果技術水平相同，能源密集型工業(yè)的排放水平要比資本或勞動密集型工業(yè)的污染排放水平要高，近年來在工業(yè)綠色化發(fā)展轉型過程中，提高清潔能源的使用占比也是一個熱點話題，工業(yè)在物流運輸方面的投入也會增加污染的排放，其污染排放水平可能比具有專業(yè)化技能的物流產業(yè)要高。

1.2 物流業(yè)集聚對工業(yè)污染排放的影響路徑

通過回顧相關研究，物流業(yè)集聚對工業(yè)污染排放的影響路徑如下：物流業(yè)集聚的技術溢出效應[12]，物流業(yè)集聚可以促進工業(yè)企業(yè)之間相互交流，產生的新技術也會擴散到其他產業(yè)，尤其是近幾年低碳物流等新發(fā)展理念的提出，物流集聚的技術創(chuàng)新效應越來越強，帶動工業(yè)技術水平的提高，降低單位產出的污染排放;物流業(yè)本身也是高污染的行業(yè)，如果在一個地區(qū)物流業(yè)集聚過度，物流產業(yè)相對高的碳排放水平，通過相關綠色技術創(chuàng)新補助和強制性規(guī)制，促進物流業(yè)對低碳節(jié)能技術的開發(fā)。物流業(yè)集聚降低工業(yè)企業(yè)的運輸成本[13]，地區(qū)工業(yè)化規(guī)模到達一定程度就可能受到政府的環(huán)境規(guī)制，一些工業(yè)企業(yè)被迫進行轉移，遠離最佳的空間地理位置，而物流業(yè)集聚可以降低這種轉移帶來的損失，通過加大高污染工業(yè)企業(yè)的轉移意愿，降低該地區(qū)的工業(yè)污染排放，高污染的企業(yè)轉移至其他環(huán)境規(guī)制相對較弱的地區(qū)，會對造成其他地區(qū)的工業(yè)污染排放水平過高;其次，轉移的工業(yè)會有一定的區(qū)位優(yōu)勢，生產投入要素得到進一步優(yōu)化，也可以降低工業(yè)污染的排放。物流產業(yè)集聚的擁擠效應，物流業(yè)的集聚效應可以降低工業(yè)企業(yè)的生產成本，但一方面也可能會促進工業(yè)企業(yè)的過度集聚，根據“倒U型”假說，工業(yè)企業(yè)的集聚水平會超越該地區(qū)的環(huán)境承載能力，尤其是能源密集型工業(yè)企業(yè)的過度集聚，會造成能源效率的降低，直接影響該地區(qū)的污染排放水平。

根據以上理論分析，提出以下假設：①物流產業(yè)集聚的減排效應大于擁擠效應，物流業(yè)集聚程度增加了工業(yè)廢氣污染的排放，物流業(yè)集聚通過技術溢出、降低運輸成本、促進工業(yè)地理轉移等路徑降低工業(yè)廢氣污染的排放。②物流產業(yè)集聚對其他臨近地區(qū)的工業(yè)廢氣污染排放產生影響，具有空間溢出效應。

2? 模型構建與指標選取

2.1 計量模型構建

由于本文的主題是工業(yè)污染，根據已有研究和數據的可獲得程度，將最具有代表性的工業(yè)二氧化硫排放作為研究對象。STIRPAT模型在能源效率和污染的問題上已經廣泛應用，參考Dietz、Rosa（1994）[10]和馬宏偉、劉思峰（2015）等人的研究[11]以及對STIRPATT模型的改進研究，結合我國實際情況，

模型（1）中G的是被解釋變量，代表工業(yè)污染排放;L為核心解釋變量，代表物流業(yè)的集聚水平，Control為其他控制變量，ε為隨機擾動項。

在以上模型中引入空間計量分析，相對于傳統(tǒng)的空間0-1矩陣，使用兩地之間市中心的實際距離作為衡量指標更加科學，本文使用兩地的“反距離平方”構建空間權重矩陣[6]，空間權重矩陣Wi，

字母d代表各地市市中心的直線距離，直線距離根據兩地的經緯度坐標①，用Stata15.0軟件進行計算，然后對計算的空間權重矩陣進行標準化。

2.2 變量選擇

被解釋變量：工業(yè)污染水平（G），考慮到不同地區(qū)的工業(yè)發(fā)展水平，借鑒張志彬（2017）、楊敏（2018）的研究[4]-[5]，二氧化硫是工業(yè)廢氣污染的主要組成部分，在工業(yè)污染排放中更具有代表性，因此本文使用二氧化硫的排放量與工業(yè)產值的比作為衡量工業(yè)廢氣污染排放水平的指標。

核心解釋變量：物流產業(yè)集聚度（L），使用學界普遍使用的區(qū)位熵指數來衡量，

其中Gi，j是長三角地區(qū)各城市的物流產業(yè)的從業(yè)人數，Gi是長三角地區(qū)各城市的總從業(yè)人數，Gj長三角地區(qū)所有城市的物流業(yè)年末單位從業(yè)人數，G代表長三角地區(qū)所有城市年末單位從業(yè)人數（物流業(yè)從業(yè)人數用交通運輸、倉儲和郵政從業(yè)人數代替）。

控制變量：①物流業(yè)與工業(yè)共同集聚水平（LC），為了驗證我國長三角地區(qū)物流業(yè)與工業(yè)集聚水平的差異是否能影響工業(yè)廢氣排放，本文選取的共同集聚指標反應了兩個產業(yè)集聚水平相適配的程度，借鑒楊仁發(fā)（2013）的產業(yè)共同集聚計算公式，

其中M代表制造業(yè)的集聚水平，制造業(yè)集聚水平計算方法和上文物流業(yè)集聚水平計算方法相同。②勞動投入（LA），勞動力參與社會經濟的運行，也會影響到環(huán)境污染[9]，勞動投入規(guī)模越大，說明該地區(qū)勞動密集型產業(yè)占比高，從而影響到工業(yè)的生產要素結構和能源結構，勞動投入指標用年末單位就業(yè)人數代替。③財政科技投入（TE），對科技的投入可以改善工業(yè)生產方式，促進企業(yè)綠色技術創(chuàng)新，提高工業(yè)技術水平，本文用地方財政一般預算內的科學支出來反映當地的科學技術水平。④經濟發(fā)展水平（PGDP），地區(qū)經濟發(fā)展水平的高低，表明產出能力的大小，通常認為經濟發(fā)展高的地區(qū)產業(yè)結構向高度化發(fā)展，對節(jié)能減排起到促進作用，以各地區(qū)的人均GDP作為經濟發(fā)展水平指標。⑤人口規(guī)模HP，過多的人口給城市環(huán)境帶來壓力，已有研究表明人口規(guī)模促進了工業(yè)碳排放[8]，對本文研究的工業(yè)二氧化硫排放量也有借鑒意義，用各地區(qū)年末總人口數代表人口規(guī)模。

2.3 數據來源

所有數據均來自于《中國區(qū)域經濟數據庫》和《中國城市數據庫》、以及各地市的統(tǒng)計年鑒，數據選取長三角26個地市2004-2016年的年度數據②。為了消除變量間的異方差，對選取的變量進行對數轉換，共338個觀察值。

變量的描述性統(tǒng)計如表1。

3? 實證分析

首先對空間相關性檢驗，在此基礎上再進行空間計量分析。

3.1 工業(yè)廢氣排放水平的空間相關性

3.1.1 工業(yè)廢氣排放水平的全局空間相關性檢驗

3.1.2 工業(yè)廢氣排放水平的局部空間相關性檢驗

大多數省份的計算結果處在第一象限和第三象限，2016年的莫蘭指數相對2004年減小，且高高集聚的省份數量變少。（圖1）

計算所得工業(yè)廢氣排放集聚程度的莫蘭指數表明，在大部分時點，各地區(qū)工業(yè)廢氣排放存在顯著空間關聯。從莫蘭散點圖可以看出，處在第二象限的城市不多，主要是合肥和南京這種省會城市，省會城市的低高集聚表明省會的工業(yè)氣體排放水平不高，但這些城市周圍的排放水平高。2016年的散點圖中高高集聚較多，2004年的散點圖中低低集聚較多，表明長三角地區(qū)的工業(yè)污染氣體排放集聚水平相對于以前更高，廢氣排放沒有得到明顯改善，對比近幾年的數據，還發(fā)現皖南地區(qū)的工業(yè)廢氣污染集聚水平相對較高。

3.2 空間杜賓模型偏微分效應分解

對于上文構建的物流業(yè)集聚與工業(yè)污染空間模型進行以下檢驗。進行Hausman檢驗，選取固定效應模型。空間計量模型包括空間杜賓模型（SDM）、空間滯后模型（SAR）和空間誤差模型（SEM），利用Stata15.0提供的LR命令進行檢驗以選擇合適的空間計量模型，檢驗所得P值為0.0086，顯著拒絕原假設，所以SDM模型不會退化成SAR和SEM模型，使用SDM模型。為了測度物流業(yè)發(fā)展對工業(yè)廢氣排放水平的空間溢出效應，采用雙重固定效應的空間杜賓模型進行分析。

表3的SDM模型證明了在空間計量的分析框架下，核心解釋變量物流業(yè)集聚與被解釋變量工業(yè)廢氣排放在1%的顯著水平上呈現負相關關系，經濟發(fā)展水平與工業(yè)廢氣是負相關關系，人口規(guī)模與工業(yè)廢氣的排放為正相關關系，財政科技投入與工業(yè)廢氣存在正相關關系，且與預期不同，物流業(yè)集聚與工業(yè)的共同集聚指標為正，結果不顯著。利用偏微分方程分解得出的結果表明，除了經濟發(fā)展水平和人口規(guī)模指標，其他指標均不存在間接溢出效應，經濟發(fā)展水平對工業(yè)廢氣減排的間接效應大于直接效應，人口規(guī)模對工業(yè)污染排放增加的間接效應明顯大于直接效應。

4 結論與政策建議

4.1 結論

本文通過利用2004年到2016年長三角相關數據，建立空間計量模型，分析了長三角地區(qū)工業(yè)廢氣排放的空間集聚情況，以及物流業(yè)集聚對廢氣排放的影響效果。得出以下幾個結論：

①長三角地區(qū)工業(yè)廢氣污染存在空間集聚效應，工業(yè)廢氣的排放水平呈增強趨勢。②物流業(yè)集聚水平越高的地區(qū)，工業(yè)廢氣排放水平越低，與前文理論分析結果相同，但其外溢效應不明顯，原因可能是物流業(yè)的強集聚在降低該地區(qū)的工業(yè)排放的過程中，也為高污染工業(yè)向臨近地區(qū)的轉移制造了條件，所以物流業(yè)集聚對促進工業(yè)減排的外溢效應并不明顯。③長三角地區(qū)的勞動投入的增加沒有顯著促進工業(yè)減排，共同集聚水平對工業(yè)污染抑制作用不明顯，人口規(guī)模較高的地區(qū)，例如合肥和南京這種省會城市，高污染的工業(yè)企業(yè)向臨近地區(qū)轉移對周邊環(huán)境造成了壓力，特別是對皖南地區(qū)的環(huán)境壓力。

4.2 政策建議

為了貫徹工業(yè)的綠色新發(fā)展理念，在理論分析和對空間面板數據的實證研究基礎上，結合我國長三角地區(qū)的實際情況，提出的針對性建議如下：

在長三角地區(qū)工業(yè)綠色發(fā)展的過程中，應當加大對物流業(yè)和基礎設施的投入，改善地區(qū)交通運輸能力，由于物流業(yè)本身也屬于高耗能產業(yè)，所以也要建立現代化的綠色物流體系;提高物流業(yè)本身節(jié)能減排的技術[15];考慮物流產業(yè)對工業(yè)綠色水平的技術溢出效應，設立物流產業(yè)集聚區(qū)要與工業(yè)園區(qū)相互配套，達到節(jié)能減排的目的。

設立工業(yè)園區(qū)時要充分考慮環(huán)境的承載能力，對于物流產業(yè)和工業(yè)過度集聚的地區(qū)，要引導區(qū)域產業(yè)合理轉移，重污染工業(yè)的轉移要考慮轉移目標地的承載能力，尤其是針對皖南地區(qū)工業(yè)污染偏高的情況，要通過提高物流業(yè)集聚水平，優(yōu)化皖南地區(qū)工業(yè)的能源消耗結構。目前長三角地區(qū)的物流業(yè)和工業(yè)共同集聚還沒有對工業(yè)污染產生抑制效應，借鑒其他經濟區(qū)的經驗，引導物流業(yè)與工業(yè)的合理集聚，降低工業(yè)的空間集聚水平和污染排放的集聚水平。

在信息技術與物流業(yè)高度融合的背景下，要鼓勵工業(yè)企業(yè)加大物流外包程度，將非核心業(yè)務的物流運輸部門交給具有專業(yè)化優(yōu)勢的物流業(yè)，充分發(fā)揮物流業(yè)的運輸優(yōu)勢，降低工業(yè)不必要的成本支出，讓工業(yè)企業(yè)多余的資金投入到治理污染排放和節(jié)能的技術研發(fā)中;工業(yè)企業(yè)可以加強物流合作，通過共同出資建立配送系統(tǒng)或者尋找第三方物流配送，通過財政科技投入促進第三方配送的專業(yè)化水平，利用物流集聚效應調節(jié)工業(yè)生產以去除多余產能，減少工業(yè)污染排放。

注釋：

①各地市的經緯度坐標參考Google地圖數據。

②根據2016年5月份國務院常務會議通過的《長江三角洲城市群發(fā)展規(guī)劃》，選擇長三角26個城市作為研究對象。

參考文獻：

[1]楊之雷.現代物流業(yè)對低碳經濟影響作用研究[J].生態(tài)經濟，2011，240（6）：99-101.

[2]梁雯，張勤，陳廣強.中國物流業(yè)經濟發(fā)展與能源碳排放的脫鉤研究[J].廣西社會科學，2017，262（4）：61-67.

[3]謝菲.物流產業(yè)與經濟低碳化的協(xié)調發(fā)展研究[D].南昌大學，2015.

[4]張志彬.城市蔓延、生產性服務業(yè)集聚與污染排放——基于京津冀、長三角和珠三角城市群的實證研究[J].產業(yè)經濟評論（山東大學），2017（4）：78-92.

[5]楊敏.產業(yè)集聚對工業(yè)污染排放影響的實證研究——基于制造業(yè)集聚和服務業(yè)集聚對比的研究[J].求實，2018（2）：59-74，111.

[6]張玉昌，陳保啟.產業(yè)結構、空間溢出與城鄉(xiāng)收入差距——基于空間Durbin模型偏微分效應分解[J].經濟問題探索，2018（09）：62-71.

[7]楊仁發(fā).產業(yè)集聚與地區(qū)工資差距——基于我國269個城市的實證研究[J].管理世界，2013，239（8）：41-52.

[8]袁荷，仇方道，金娜.江蘇省工業(yè)碳排放強度時空分異研究[J].云南地理環(huán)境研究，2017，29（03）：41-48.

[9]蔡海亞，徐盈之.產業(yè)協(xié)同集聚、貿易開放與霧霾污染[J].中國人口·資源與環(huán)境，2018，28（6）：93-102.

[10]Dietz， T.&Rosa， EA.Rethinking the environmental impacts of population， Affluence and technology [J]. Human Ecology Review， 1994（2）：277-300.

[11]馬宏偉，劉思峰，趙月霞，馬開平，袁潮清.基于STIRPAT模型的我國人均二氧化碳排放影響因素分析[J].數理統(tǒng)計與管理，2015，34（02）：243-253.

[12]尹國君，王耀中，彭建輝.物流集聚與區(qū)域城市化——基于中國地級市面板數據分析[J].福建論壇（人文社會科學版），2017，298（3）：38-48.

[13]朱慧，周根貴，任國巖.制造業(yè)與物流業(yè)的空間共同集聚研究——以中部六省為例[J].經濟地理，2015，35（11）：117-124.

[14]李光明，馬磊，潘宇.物流產業(yè)集聚對制造業(yè)勞動生產率的影響機理研究——基于空間杜賓模型[J].工業(yè)技術經濟，2017，36（12）：106-113.

[15]田剛，孫立成，程發(fā)新，等.中國物流業(yè)節(jié)能減排效率及其影響因素研究[J].工業(yè)工程與管理，2015，20（5）：14-20.

[16]黃娟，汪明進.科技創(chuàng)新、產業(yè)集聚與環(huán)境污染[J].山西財經大學學報，2016，38（4）：50-61.

[17]楊仁發(fā).產業(yè)集聚能否改善中國環(huán)境污染[J].中國人口·資源與環(huán)境，2015，25（2）：23-29.

[18]江宏.中國人口集聚和經濟集聚的環(huán)境效應差異研究[D].湖南大學，2017.

[19]張鵬飛.基于SBM模型的中國工業(yè)效率評價[D].云南財經大學，2017.

[20]韓峰，謝銳.生產性服務業(yè)集聚降低碳排放了嗎？——對我國地級及以上城市面板數據的空間計量分析[J].數量經濟技術經濟研究，2017，34（3）：40-58.

[21]王翠萍.產業(yè)集聚、技術創(chuàng)新與環(huán)境污染[D].合肥工業(yè)大學，2018.