摘 要：在文獻(xiàn)綜述的基礎(chǔ)上，使用固定效應(yīng)模型，研究空間集聚對(duì)制造行業(yè)能源消費(fèi)行為的影響，結(jié)果表明，空間集聚能顯著降低企業(yè)的能源強(qiáng)度。就全國(guó)總體而言，當(dāng)研究區(qū)域的半徑擴(kuò)大時(shí)，集聚的調(diào)節(jié)作用呈現(xiàn)空間衰減趨勢(shì)。分區(qū)域研究發(fā)現(xiàn)，東部地區(qū)集聚效應(yīng)的衰減與全國(guó)總體趨勢(shì)一致；中部地區(qū)在60公里范圍內(nèi)呈空間增強(qiáng)趨勢(shì)；西部地區(qū)的衰減趨勢(shì)較為平緩，但總體仍呈下降趨勢(shì)。異質(zhì)性分析表明，集聚的節(jié)能作用對(duì)外資企業(yè)和私營(yíng)企業(yè)更明顯。

關(guān)鍵詞：能源效率；集聚經(jīng)濟(jì)；空間衰減；產(chǎn)業(yè)集聚

中圖分類號(hào)：F206 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1673-291X（2024）15-0045-05

氣候變化對(duì)人類生存發(fā)展產(chǎn)生嚴(yán)重影響，2021年能源相關(guān)二氧化碳排放量達(dá)363億噸，占全球溫室氣體排放量的88.97%。共同應(yīng)對(duì)氣候挑戰(zhàn)，提高能源效率至關(guān)重要。中國(guó)作為最大能源消費(fèi)國(guó)和碳排放國(guó)，面臨巨大節(jié)能減碳?jí)毫?。產(chǎn)業(yè)集聚提高企業(yè)績(jī)效，但集聚效應(yīng)地理范圍不確定。傳統(tǒng)統(tǒng)計(jì)方法難以捕捉到跨區(qū)域集聚異質(zhì)性，企業(yè)能源消耗集聚效應(yīng)隨距離減弱，因此集聚經(jīng)濟(jì)結(jié)果依賴空間單元選擇。中國(guó)迅速發(fā)展的經(jīng)濟(jì)帶來能源消耗增長(zhǎng)，承諾實(shí)現(xiàn)2060年碳中和，面臨減少碳排放挑戰(zhàn)[1]。中國(guó)大部分能源消耗來自工業(yè)部門，占總消耗量的一半。同時(shí)，中國(guó)的制造企業(yè)空間分布不均，高度集中在特定區(qū)域。研究中國(guó)制造業(yè)工業(yè)區(qū)位與能源效率內(nèi)在聯(lián)系勢(shì)在必行。

一、文獻(xiàn)綜述

城市經(jīng)濟(jì)學(xué)理論指出，企業(yè)傾向于在資源稟賦和成本優(yōu)勢(shì)地區(qū)落戶，從三種馬歇爾力量中獲益：知識(shí)溢出、勞動(dòng)力匯集和投入共享[2]。這些力量除隨機(jī)性和組織因素外，也影響公司地理分布[3]。集聚外部性的力量隨地理距離增加而衰減，衰減速度因行業(yè)差異而異。知識(shí)溢出要求近距離接觸，距離增大，效應(yīng)衰減快；勞動(dòng)力匯集在較大范圍內(nèi)有效；投入共享受益于基礎(chǔ)設(shè)施和低成本運(yùn)輸技術(shù)，在更大地理范圍內(nèi)發(fā)揮優(yōu)勢(shì)[4]。各行業(yè)對(duì)三種馬歇爾力量的依賴不同，集聚經(jīng)濟(jì)衰減程度也不同。

經(jīng)濟(jì)集聚度增加通過促進(jìn)機(jī)制和擁塞機(jī)制[5]影響能源效率。經(jīng)濟(jì)集聚度較低時(shí)，其增加有利于提高能源效率，原因有四：一是提高企業(yè)生產(chǎn)專業(yè)化、集中化[6]；二是降低運(yùn)輸成本[7]；三是同行業(yè)競(jìng)爭(zhēng)促使技術(shù)升級(jí)、創(chuàng)新；四是知識(shí)溢出效應(yīng)更明顯，技術(shù)工人集中[8]。集聚度過高時(shí)，產(chǎn)生負(fù)外部性，降低生產(chǎn)效率[9]，交通基礎(chǔ)設(shè)施無法滿足需求，能源效率降低。現(xiàn)有文獻(xiàn)主要關(guān)注集聚經(jīng)濟(jì)績(jī)效、空間衰減，使用地區(qū)匯總的省級(jí)或市級(jí)面板數(shù)據(jù)，非企業(yè)層面數(shù)據(jù)，可能導(dǎo)致估計(jì)偏誤[1]。

二、數(shù)據(jù)和程式化事實(shí)

本研究樣本數(shù)據(jù)集由三個(gè)數(shù)據(jù)庫構(gòu)成：環(huán)保部ESR數(shù)據(jù)庫和中國(guó)城市統(tǒng)計(jì)年鑒。盡管微觀數(shù)據(jù)只更新至2015年，但宏觀行業(yè)數(shù)據(jù)持續(xù)更新，反映2020年的能源形勢(shì)。下頁圖1列舉了2010年和2020年制造業(yè)各部門的能源強(qiáng)度。結(jié)果表明，能源強(qiáng)度在行業(yè)間存在差異，重工業(yè)如電力、金屬冶煉、煤炭開采的能源強(qiáng)度較高，存在大量節(jié)能空間。此外，282個(gè)研究城市中，只有54個(gè)城市能源強(qiáng)度下降，其余上升，表明地域間存在能源強(qiáng)度巨大差異。同時(shí)，中國(guó)制造業(yè)活動(dòng)地理分布不均，多集中在沿海地區(qū)，中西部則以成渝地區(qū)為主。這種分布差異也導(dǎo)致能源效率的空間差異。

三、研究設(shè)計(jì)

（一）模型

為了研究產(chǎn)業(yè)集聚對(duì)企業(yè)能源強(qiáng)度的影響，我們首先使用以下固定效應(yīng)模型：

Eintenijct=β0+β1 Agglomi（c）t+αFit+δRct+γt+φc+ηj+εijct（1）

其中Eintenijct表示公司i在區(qū)域c和年份t中行業(yè)j的能源強(qiáng)度的對(duì)數(shù)。Agglomi（c）t表示公司i在t年的集聚水平。Fit是可觀察到的隨時(shí)間變化的公司特征，例如，勞動(dòng)力、資產(chǎn)、年齡和流動(dòng)性等。Rct是一個(gè)外部變量的向量，它表示公司所在地的經(jīng)濟(jì)狀況。γt表示年份固定效應(yīng)，用于控制隨時(shí)間變化但與公司無關(guān)的因素，例如宏觀經(jīng)濟(jì)條件和技術(shù)進(jìn)步。區(qū)域特定設(shè)施和稟賦變量φc反映了當(dāng)?shù)氐幕A(chǔ)設(shè)施水平，它決定了企業(yè)的能源消耗行為。ηj代表行業(yè)固定效應(yīng)，控制行業(yè)因素。εijct表示誤差項(xiàng)。我們假設(shè)企業(yè)層面的能源強(qiáng)度是企業(yè)的函數(shù)集聚度、勞動(dòng)力、資產(chǎn)、年齡、流動(dòng)性、當(dāng)?shù)禺a(chǎn)業(yè)構(gòu)成、收入水平，以及年度固定效應(yīng)、區(qū)域固定效應(yīng)和不可觀測(cè)誤差項(xiàng)的函數(shù)。

我們使用兩階段最小二乘法解決反向因果和內(nèi)生性問題，使用歷史人口數(shù)據(jù)作為工具變量[10]。歷史人口在一定程度上與當(dāng)前的產(chǎn)業(yè)發(fā)展模式存在相關(guān)性，因?yàn)闅v史人口決定了當(dāng)前的基礎(chǔ)設(shè)施和文化背景。同時(shí)，歷史人口不受現(xiàn)在的影響。因此，一個(gè)地區(qū)的歷史人口滿足外生性和相關(guān)性條件。第一階段方程由下式給出：

Agglomi（c）t=λ0+μPopulationc1964×ωt+ρFit+σRct+ωt+ξijct（2）

Populationc1964表示1964年城市人口規(guī)模，ωt為年度虛擬變量。ξijct表示第一階段的誤差項(xiàng)。預(yù)測(cè)的Agglomi（c）t用于估計(jì)第二階段的能源強(qiáng)度方程。

（二）變量

1.被解釋變量。能源強(qiáng)度：本文以企業(yè)能源強(qiáng)度為被解釋變量，用總能源消耗來衡量。

2.解釋變量。集聚度：以企業(yè)為單位，統(tǒng)計(jì)附近企業(yè)數(shù)量。避免行政區(qū)劃帶來的偏差，采用ArcGIS軟件，根據(jù)地理坐標(biāo)圈定半徑為r的區(qū)域，計(jì)算區(qū)域內(nèi)企業(yè)員工總數(shù)，探討空間集聚效應(yīng)及其空間衰減，如圖2所示。

3.控制變量。為了避免因遺漏變量問題而導(dǎo)致的估計(jì)偏誤，本文還加入了一系列控制變量，包括企業(yè)所有權(quán)和出口狀況、GDP、外國(guó)直接投資（FDI）、行業(yè)結(jié)構(gòu)等。

企業(yè)年齡：選擇企業(yè)年齡作為控制生命周期效應(yīng)的變量，生命周期效應(yīng)指的是通過市場(chǎng)演化發(fā)生并影響公司盈利能力的系統(tǒng)性變化[11]。老公司有更雄厚的經(jīng)濟(jì)實(shí)力基礎(chǔ)，研發(fā)投入更多，節(jié)能技術(shù)更成熟，然而它們比年輕的公司更容易產(chǎn)生惰性[12]。為了描述這種不確定的關(guān)系，我們添加了公司年齡及其平方作為控制變量。

企業(yè)規(guī)模：擁有先進(jìn)技術(shù)的大型企業(yè)運(yùn)營(yíng)效率更高[13]。然而由于協(xié)調(diào)難度大，較大規(guī)模的公司存在嚴(yán)重的執(zhí)行效率問題。我們用勞動(dòng)力和資產(chǎn)作為企業(yè)規(guī)模的測(cè)度?？紤]到企業(yè)規(guī)模對(duì)績(jī)效的非線性影響，勞動(dòng)力的平方也被納入我們的回歸模型。

員工工資：此外，員工工資應(yīng)該與能源效率相關(guān)。員工收入較高的公司可能擁有更專業(yè)的管理，但提供的勞動(dòng)力成本更高，導(dǎo)致投資條件較差。

財(cái)務(wù)狀況：財(cái)務(wù)狀況良好的企業(yè)可以抓住機(jī)會(huì)投資創(chuàng)新項(xiàng)目[14]。普通股股東權(quán)益 （ROE）反映了公司的財(cái)務(wù)狀況。ROE較低的公司可能會(huì)面臨財(cái)務(wù)困難，而ROE過高的公司可能會(huì)存在大量閑置資金。

四、結(jié)果與討論

（一）主要結(jié)果

為了和本文的結(jié)果做對(duì)比，模型1、模型2和模型3的集聚度測(cè)量將包含一個(gè)城市的所有企業(yè)。模型1表明聚集度在1%的水平上顯示為負(fù)。模型2在加入城市虛擬變量后聚集度系數(shù)依然為負(fù)，但不顯著。模型3在前者基礎(chǔ)上再考慮行業(yè)因素影響，回歸系數(shù)為正，且不顯著。我們發(fā)現(xiàn)各種不同的模型設(shè)定得到的結(jié)論并不一致，表明傳統(tǒng)的集聚衡量標(biāo)準(zhǔn)會(huì)導(dǎo)致估計(jì)的偏誤。

模型4檢驗(yàn)了企業(yè)周邊10公里范圍內(nèi)的集聚程度對(duì)能源強(qiáng)度的影響。作為對(duì)比，在模型5、模型6和模型7中依次添加了城市固定效應(yīng)，行業(yè)固定效應(yīng)以及年度和城市的交叉項(xiàng)。結(jié)果表明，聚集度的系數(shù)顯著為負(fù)，說明聚集度增加能降低能源強(qiáng)度。

（二）穩(wěn)健性檢驗(yàn)

為了避免內(nèi)生性問題導(dǎo)致的估計(jì)偏誤，我們選取1964年的歷史人口作為工具變量。由于是在改革開放之前，1964年的人口數(shù)量與影響中國(guó)企業(yè)能源消費(fèi)的潛在因素是不相關(guān)的。同時(shí)，我們引入了人口和年份虛擬變量的乘積來獲得隨時(shí)間變化的工具變量，用于面板數(shù)據(jù)估計(jì)。

OLS回歸結(jié)果顯示人口工具變量和集聚度呈顯著正相關(guān)。此外，LM統(tǒng)計(jì)量和WaldF統(tǒng)計(jì)量表明我們的工具變量分別通過了識(shí)別不足檢驗(yàn)和弱工具變量檢驗(yàn)。使用工具變量的回歸結(jié)果表明，空間集聚對(duì)企業(yè)能量強(qiáng)度具有顯著的調(diào)節(jié)作用。

表3 工具變量估計(jì)

（三）集聚效應(yīng)的空間衰減

現(xiàn)在我們驗(yàn)證當(dāng)空間范圍擴(kuò)大時(shí)，集聚對(duì)能源強(qiáng)度的調(diào)節(jié)作用是否減弱。表4第（1）列結(jié)果表明，10公里范圍的集聚度與企業(yè)能源強(qiáng)度呈負(fù)相關(guān)。然而，對(duì)于外圍的同心環(huán)，其系數(shù)為正，表明外環(huán)對(duì)位于圓心的企業(yè)的外部性影響為負(fù)。正如現(xiàn)有研究中提到的，經(jīng)濟(jì)集聚的正外部性和負(fù)外部性可能同時(shí)存在。

當(dāng)我們考察的空間范圍擴(kuò)大時(shí)，依然可以得到相似的結(jié)論。表4中模型2到模型5的結(jié)果表明企業(yè)周邊圓形區(qū)域內(nèi)的聚集度的回歸系數(shù)顯著為負(fù)，而外環(huán)相反。值得注意的是，當(dāng)考察的空間地理距離的半徑擴(kuò)大時(shí)，聚集度的回歸系數(shù)的絕對(duì)值呈現(xiàn)下降趨勢(shì)。這一發(fā)現(xiàn)表明，空間集聚對(duì)企業(yè)能源強(qiáng)度的影響會(huì)隨著地理范圍的擴(kuò)大而呈現(xiàn)空間衰減模式。這與城市經(jīng)濟(jì)學(xué)的理論一致，集聚經(jīng)濟(jì)對(duì)工資和生產(chǎn)率的影響呈現(xiàn)空間衰減模式。

從全國(guó)的樣本數(shù)據(jù)回歸結(jié)果來看，集聚度對(duì)能sZETCiwR8NDNPUr9C/qlHNGnZbKddcLvClMwatSuvCk=源強(qiáng)度的影響隨距離變大而減弱。如上所述，當(dāng)映射半徑擴(kuò)大時(shí)，圓形區(qū)域覆蓋的公司數(shù)量增加。地理范圍的擴(kuò)大也會(huì)產(chǎn)生負(fù)外部性。由于生產(chǎn)成本和其他負(fù)擔(dān)上升。這表明盡管集聚效應(yīng)仍然占主導(dǎo)地位，但競(jìng)爭(zhēng)效應(yīng)在一定程度上起到了抵消作用。集聚對(duì)企業(yè)能源強(qiáng)度的積極影響存在空間衰減。

五、結(jié)論與政策啟示

（一）研究結(jié)論

評(píng)估制造業(yè)能源消耗的潛在決定因素對(duì)決策者來說變得越來越重要。受制于可靠的微觀數(shù)據(jù)可得性，關(guān)于能源強(qiáng)度的文獻(xiàn)仍然嚴(yán)重依賴于區(qū)域數(shù)據(jù)。因此，無法充分研究潛在因素和相關(guān)異質(zhì)性。同時(shí)，很少有文獻(xiàn)基于公司層面數(shù)據(jù)做出評(píng)估產(chǎn)業(yè)集聚對(duì)企業(yè)能源消耗行為的研究。由于集聚經(jīng)濟(jì)呈現(xiàn)出快速的空間衰減，我們關(guān)注的正是這種空間衰減是否也會(huì)發(fā)生在能源強(qiáng)度方面。有鑒于此，我們需要根據(jù)企業(yè)層面的數(shù)據(jù)研究產(chǎn)業(yè)集聚在影響企業(yè)能源投入方面的作用。

基于企業(yè)層面數(shù)據(jù)的回歸分析，進(jìn)一步驗(yàn)證了企業(yè)周邊10km以內(nèi)的員工聚集度對(duì)企業(yè)能源強(qiáng)度具有顯著影響。經(jīng)使用工具變量的穩(wěn)健性檢驗(yàn)，我們發(fā)現(xiàn)集聚可以減少制造商的能源消耗。同時(shí)，集聚的調(diào)節(jié)效應(yīng)也隨區(qū)域擴(kuò)大而呈現(xiàn)空間衰減模式。此外，企業(yè)能源強(qiáng)度的集聚效應(yīng)存在異質(zhì)性特征。具體來說，外資企業(yè)的集聚對(duì)能源強(qiáng)度的影響程度遠(yuǎn)高于國(guó)內(nèi)企業(yè)，私營(yíng)企業(yè)的集聚相比國(guó)營(yíng)企業(yè)更有利于降低能源強(qiáng)度。

（二）政策啟示及建議

我們的研究結(jié)果對(duì)工業(yè)園區(qū)設(shè)計(jì)、地方政府的政策制定具有重要意義。一般而言，地方政府傾向于讓企業(yè)分布更加密集，這在一定程度上有效減少了能源浪費(fèi)。我們的研究結(jié)果也驗(yàn)證了這種企業(yè)密集的經(jīng)濟(jì)開發(fā)區(qū)模式對(duì)環(huán)境績(jī)效有著積極的影響。集聚經(jīng)濟(jì)的存在也表明企業(yè)的空間相鄰可以提高能源效率。由于公司的異質(zhì)性，政府應(yīng)避免制定“一刀切”的法規(guī)、政策。規(guī)劃工業(yè)園區(qū)時(shí)應(yīng)當(dāng)盡量提高企業(yè)的密集度，加大引進(jìn)外資力度，培育有利于企業(yè)創(chuàng)新的機(jī)制和體制環(huán)境。

參考文獻(xiàn)：

[1] Fisher-Vanden K，Jefferson G. H，Jingkui M， Jianyi X.Technology development and energy productivity in China[J].Energy Economics，2006，28（5-6）：690-705.

[2] Marshall A.Principles of Economics[M].London：Macmillan，1920.

[3] Ellison G，Glaeser E L，Kerr W R.What Causes Industry Agglomeration？ Evidence from Coagglomeration Patterns[J].American Economic Review，2010，100（3）：1195-1213.

[4] Rosenthal，S S S，Strange W C.Evidence on the nature and sources of agglomeration economies[G]//In J V Henderson J F.Thisse.Handbook of regional and urban economics，2004：2119-2171.

[5] 黃和平，李瑩.環(huán)境稅費(fèi)改革對(duì)能源利用效率的影響與作用機(jī)制研究[J].中國(guó)環(huán)境科學(xué)，2023（7）：3821-3834.

[6] Cao J. Karplus V J.Firm-level determinants of energy and carbon intensity in China[J].Energy Policy，2014（75）：167-178.

[7] 楊志浩，馬妍妍，楊超.進(jìn)口中間品供給沖擊對(duì)中國(guó)工業(yè)企業(yè)能源利用效率的影響研究[J].中國(guó)地質(zhì)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2021，21（1）：54-69.

[8] 佘群芝，吳柳，鄭潔.數(shù)字經(jīng)濟(jì)、經(jīng)濟(jì)聚集與碳排放[J].統(tǒng)計(jì)與決策，2022，38（21）：5-10.

[9] Han F.Xie R.Fang J. Liu Y The effects of urban agglomeration economies on carbon emissions： evidence from Chinese cities[J].Journal of Cleaner Production，2018（172）：1096-1110.

[10] Combes P P.Duranton G.Gobillon L.Roux S.Estimating Agglomeration Effects with History，Geology，and Worker Effects[G]//Agglomeration Economics，Chicago University Press，2010：15-65..

[11] Agarwal R， Gort M.Firm and product life cycles and firm survival[J].American Economic Review，2002，92（2）：184-190.

[12] 李文茜，賈興平，廖勇海，等.多視角整合下企業(yè)社會(huì)責(zé)任對(duì)企業(yè)技術(shù)創(chuàng)新績(jī)效的影響研究[J].管理學(xué)報(bào)，2018，15（2）：237-245.

[13] Hassen S，Gebrehiwot T，Arega T.Determinants of enterprises use of energy efficient technologies： evidence from urban Ethiopia[J].Energy Policy，2018（119）：388-395.

[14] 李鵬，白欽先.戰(zhàn)略能力、技術(shù)創(chuàng)新與中小企業(yè)發(fā)展[J].經(jīng)濟(jì)問題，2014（6）：83-88.

Research on Spatial Attenuation of Agglomeration Economy from the Perspective of Energy Efficiency

LIU Fang1， LIANG Chen2

（1.School of Economics， Changzhou University， Changzhou 213100， China;

2.School of Economics， Shenzhen University， Shenzhen 518060， China）

Abstract： Based on the literature review， a fixed effects model was used to study the impact of spatial agglomeration on energy consumption behavior in the manufacturing industry. The results showed that spatial agglomeration can significantly reduce the energy intensity of enterprises. Overall， as the radius of the research area expands， the moderating effect of agglomeration shows a spatial decay trend. Regional studies have found that the attenuation of agglomeration effects in the eastern region is consistent with the overall trend nationwide; the central region shows a spatial strengthening trend within a range of 60 kilometers; the attenuation trend in the western region is relatively flat， but overall it still shows a downward trend. Heterogeneity analysis shows that the energy-saving effect of agglomeration is more significant for foreign-funded enterprises and private enterprises.

Key words： Energy efficiency; Agglomeration economy; Spatial attenuation; Industrial agglomeration

[責(zé)任編輯 白 雪]