彭 倩,干铠骏

(1.西南石油大学 经济管理学院，四川 成都 610500；2.西南财经大学 国际商学院，四川 成都 611130)

一 问题的提出

四十年来,中国经济迅猛发展,成为世界第二大经济体、世界第一制造业大国。然而,高速增长的经济现状背后暴露出企业在生产经营过程中产生的一系列环境问题,过于依赖资源、能源消耗的粗放型生产方式给中国经济高质量发展带来了巨大的挑战,这种挑战主要体现在制造业部门。国内制造业快速发展,推动产业集聚在全国范围内不断重构与布局。一方面,一系列具有中国特色的产业集聚政策,在增强区域产业发展、优化要素资源配置等方面发挥着极其重要的作用;另一方面,生态环境恶化给产业集聚区域内的企业发展带来巨大压力。党的十九大报告明确指出:建设生态文明是中华民族永续发展的千年大计,把生态文明建设和生态环境保护提升到了前所未有的战略高度,必须遵循实行最严格生态环境保护制度的严密法治观。在新时代背景下,本文聚焦经济发展与环境之间的关系,检验了产业集聚对制造业企业生产所造成的污染排放的影响,具有十分重要的现实意义。

经济与环境之间关系的研究,长期以来是众多学者关注的议题,借鉴Kuznets[1]关于收入分配与经济发展之间存在的库兹涅茨曲线关系,大量学者认为经济与环境之间的关系呈现环境库兹涅茨曲线,即在经济增长前期,环境的污染会加剧,但在经济发展后期,环境的污染会降低,呈现“倒U型”关系。其中,Grossman和Krueger[2]最具代表性,他们的研究发现,一方面,快速的经济发展意味着资源的快速消耗,对环境造成越来越大的压力;另一方面,经济的快速发展又反作用于企业的生产技术水平,促使企业减少了生产过程中的污染物排放。林伯强和蒋竺均[3]、包群和彭水军[4]、许广月和宋德勇[5]、陆虹[6]等学者通过一系列研究支持了环境库兹涅茨曲线在中国的表现,并对其中的机制进行了充分的检验。

一方面,由于产业集聚与中国经济发展之间的关系密切,大量研究指出产业集聚对企业全要素生产率、区域内的创新发展、产品质量提升产生着重要的作用。例如,范剑勇等[7]研究发现专业化经济对全要素生产率的提升具有显著的影响。张可和徐朝晖[8]、谢露露[9]发现了产业集聚与区域创新发展和创新效率有着密不可分的关系。苏丹妮等[10]、邵朝对和苏丹妮[11]分析产业集聚能显著提高出口产品质量与企业出口国内附加值,从而实现出口的转型升级。另一方面,环境政策能否促进企业节能减排是企业污染排放相关研究讨论的重点。李永友和沈坤荣[12]发现中国采取的环境政策通过污染收费制度对减排具有显著作用;包群等[13]研究发现国内环境保护立法对执法程度严格,生态环境污染严重的省份会产生明显的正向环境效益。许和连和邓玉萍[14]、盛斌和吕越[15]则从外商投资的角度讨论企业污染排放问题。

现有文献中,产业集聚与企业污染排放关系的研究结论主要分为三种观点。其一,产业集聚能为环境污染带来正外部效应[16]。其中,陈建军和胡晨光[17]认为产业集聚能提高区域内技术水平,改善居民生活水平;Zheng和Lin[18]认为这种正外部效应来源于制造业企业集聚区域内排污设备的集中使用和节能减排技术共享。其二,向底线赛跑假说(Race to the Bottom Hypothesis)的提出。它意味着政府可能会通过降低环境管制的标准,从而推动企业加速生产,因此表现为产业集聚对环境污染产生的负外部效应[19-20]，其中,袁华锡等[21]实证发现在外商直接投资与产业集聚互动作用下,产业集聚程度提高导致国内省份的环境污染排放情况更加严重。其三,产业集聚给环境污染带来的效应不确定性。韩晶等[22]经过研究发现产业集聚与环境污染之间的关系符合环境库茨涅茨曲线的走势,认为绝大多数城市还没能到达抑制环境污染的拐点；闫逢柱等[23]认为产业集聚的正外部环境效应在短期内有效,在长期内不存在显著效应;谭嘉殷和张耀辉[24]认为负外部效应在短期内有效,而在长期内不存在必然的因果关系。

国内外学者们的相关研究为本文探讨产业集聚与企业污染排放之间的关系提供了重要的研究基础,但是这些研究往往关注环境政策、生产技术等因素所带来的影响,忽略了产业集聚在制造业企业污染排放中的作用。尤其是现有研究大多采用宏观或者中观层面的企业污染排放数据,而基于微观数据讨论产业集聚与企业污染排放之间关系的研究相对缺乏,这为本文的研究提供了空间。首先,本文通过采用中国制造业企业污染物排放监测数据库数据,利用主成分分析法有效度量了企业污染排放强度综合指标。其次,本文采用中介效应模型,从全要素生产率的角度对产业集聚推动企业减排的机制进行了检验。最后,本文通过区分污染物类型、地区差异、行业技术含量差异和企业生产经营特征差异,较为细致地分析了产业集聚对企业污染排放产生影响的异质性。因此,本文在一定程度上为拓展这一相关议题做出了边际贡献。

二 理论框架与研究假设

空间集聚是随着区位论发展,从杜能的农业区位论、韦伯的工业区位论、克里斯泰勒的中心地理论和廖什的市场区位论等,再到新经济地理学发展的过程中长期亟待解决的核心问题之一,也是当代区域经济最重要的问题之一。尤其在新经济地理学的不断发展中,在不完全竞争的市场条件下,集聚力与分散力的均衡最终决定了空间经济的走向。Krugman[25]通过中心-边界理论阐述了中心工业化区域与外围农业区域的空间经济布局,这种经济布局主要是因为规模经济、运输成本和制造业在国民收入中的地位这三类因素而产生。Fujita等[26]对不同空间尺度下大型经济聚集区的存在做出合理统一的解释,展示了一种强调收益增长、运输成本和生产要素运动之间的三向相互作用。大量围绕经济空间地理分布和产业集聚等议题的相关研究相继展开。

在新经济地理学基础上,国内涌现出大量研究,范剑勇等[7]、陈建军和胡晨光[17]、朱英明[27]、柴志贤和黄祖辉[28]、张宇和蒋殿春[29]等,聚焦于产业集聚所带来的生产率效应,均表明产业集聚能显著提高企业的全要素生产率,但他们却很少关注全要素生产率提高所带来的环境效应。但环境保护、企业节能减排在产业集聚发展过程中表现出的相对矛盾,仍然是研究集聚问题不得不关注的关键所在。围绕产业集聚对污染排放所带来的影响,现有研究提出了三种不同的观点,产业集聚对环境污染的正向效应、负向效应和不确定效应,但却很少有学者从理论框架出发阐述产业集聚与企业污染排放之间的关系,对于产业集聚和企业污染排放之间的关系刻画也只能推测出比较间接、模糊的结论,更少有研究能够利用微观企业层面的数据对产业集聚和企业污染排放的因果关系进行识别。本文从全要素生产率的角度出发,解释产业集聚对企业污染排放的影响机制,并在图1刻画了理论框架。

在新经济地理学对集聚所带来的一系列效应中,集聚对生产率的影响是最受关注与争论的问题之一。众多研究发现了如下结论:当运输成本足够低时,制造业部门以及创新部门均会在同一区域内集中,而其他区域主要集中生产农产品,创新活动的区域专业化将进一步提升创新部门的效率。针对这些对集聚所产生的生产率效应,Ciccone和Hall[30]从地理外部性和中间服务的多样性出发,检验了美国不同州之间劳动生产率的差异,发现空间密度的提升将导致总体回报增加,就业密度的提升显著提高了平均劳动生产率,以此说明经济活动密度可以解释产出的差异。近年来,许多国内学者关注了集聚对中国企业与区域生产率所带来的影响并对其进行检验。符正平[31]较早地采用产业集聚理论与竞争优势分析国内经济发展状况,发现集聚区内的专业信息及其流动使得集聚区企业之间能保持活力和灵活性,从而更有效率,并且鼓励提高产业集聚区的知识和科技含量。蓝海林等[32]探讨了我国珠三角中小企业的集聚成因,其主要观点可以归为两类,即共享带来的正面效益和竞争带来的正面效益。此后,产业集聚与生产率之间的关系得到大量学者的证实,由于集聚所带来的资源利用率、信息共享与规模经济等优势,产业集聚能够驱动区域内企业生产率显著提升。

对产业集聚所带来生产率效应的研究理论与实证,为解开集聚对企业污染排放的影响提供了重要的基础,表明全要素生产率提升是解决经济发展与环境恶化这一对突出矛盾的可行途径。陈诗一[33]认为除了技术进步之外,资本与能源是助力中国工业增长的动因,要改变高耗能、高排放行业现行的粗放型增长模式,只能通过进一步研发节能减排技术,以此保证国内经济的可持续健康发展。纵观现有的研究,大多数文献在理论分析层面讨论了技术进步给污染排放带来的影响,并采用中国数据对其进行实证检验。师博和沈坤荣[34]的研究认为提高能源的利用率,可以显著抑制企业的污染排放,所以大力提高企业的能源利用率是解决当下环境恶化问题的可行途径之一。这些研究均从侧面表明,产业集聚使得资本、能源等资源利用效率提升,对抑制企业污染排放起到积极作用。张宇和蒋殿春[29]、Head等[35]的研究表明产业集聚有利于技术提升,进而实现清洁生产,降低环境污染。此外,原毅军和谢荣辉[36]的研究表明,产业集聚与环境污染之间呈现环境库茨涅茨曲线关系,即倒U型,其中技术创新决定了发展趋势的拐点,说明了创新的重要性。

基于以上两方面的研究,生产率为我们揭示产业集聚与污染排放之间的因果关系提供了重要的桥梁与机制,图1详细阐释了两者之间的理论联系。根据现有文献的发现,产业集聚会带来规模经济,其中内部规模经济促进区域内企业扩大生产,而外部规模经济使得行业内企业地理位置相对集中,降低了企业在信息收集、资源共享等方面的成本。因此,产业集聚给区内企业带来成本收益,同时由于资源共享使得企业合理配置资源,进而企业的全要素生产率提高。全要素生产率在得到提高以后,一方面能够有效提高企业的资源利用效率,降低企业生产环节中产生的污染排放。另一方面,产业集聚在一定程度上加剧了企业间的竞争效应,提升了产业集聚区域内企业的选择效应,生产率较低的企业更容易退出区域,生产率较高的企业市场规模得到进一步扩张,在这样的境况下,生产率较高的企业可以更加有效率地使用资源,降低其生产环节中的污染排放。无论是源自于集聚所带来的资源利用效率提升,还是来自于竞争效应的动态作用,理论上生产率提高均将抑制企业污染排放。

基于这一理论机制,我们能够从生产率异质性的角度出发,揭示产业集聚与全要素生产率之间的因果关系,并提出以下两个理论假设,具体如下:

理论假设1:产业集聚能够显著抑制企业的污染排放强度。

理论假设2:全要素生产率是产业集聚抑制企业污染排放的中介机制。

三 数据说明和模型设定

(一)数据说明

首先,本文采用2001—2007年中国工业企业数据库刻画国内制造业企业生产经营活动的相关特征。中国工业企业数据库是由国家统计局通过全部国有及规模以上非国有企业提交给地方统计局的季报与年报汇总而得,覆盖了中国全部国有工业企业与年销售额500万元人民币以上的非国有工业企业生产经营数据。本文在国民经济行业分类的基础上剔除了非制造业企业,并采用Brandt等[37]的调整代码将2003年前后的行业代码调整为统一的小类行业代码从而对制造业加以分类。本文按照Brandt等[37]、聂辉华等[38]的研究建议,删除了总资产小于固定资产、总资产小于流动资产的企业样本,删除了增加值、就业人数和销售额为负的企业样本,同时删除了职工人数少于8人的企业样本,以此保证数据库中样本的可靠性。

其次,本文采用2001—2007年中国制造业企业污染物排放监测数据库收录信息刻画企业污染排放强度综合指标。该数据库由环保部重点工业企业污染物排放监测系统监测所得,监测系统通过安装自动监测仪器设备,采用全天连续自动监测与手工监测两种手段相结合的方式,汇报了企业工业废水排放量、化学需氧量、氨氮排放量、废气排放量、二氧化硫排放量、氮氧化物排放量、烟尘排放量、工业粉尘排放量8类企业污染物排放的数据和信息。该数据库报告了企业名称与企业法人代码,本文利用企业名称及其法人代码完成其与中国工业企业数据库的匹配。具体而言,本文采用企业的法人代码进行两个数据库的匹配,识别出具有相同法人代码的企业,再采用企业名称进行数据库匹配,识别出两个数据库中企业名称相同的企业,然后利用两个数据库中的企业名称计算企业名称相似率,对相似率达到0.7以上的企业进行人工核对,最终得到了2001—2007年企业污染物排放监测数据库与工业企业数据库的匹配数据库。本文借鉴盛斌和吕越[15]与包群等[39]的研究,删除了企业排污量为负值的样本。

最后,在构建核心解释变量时,需要采集企业所在的经纬度信息,本文通过每个企业的行政区划编码和街道、地址等信息完成数据库与百度地图开放平台的对接,对企业进行地理编码,从而获得经纬度地理坐标。本文使用的城市层面统计数据主要来源于2001—2007年CEIC中国经济数据库,其包含287个地级市的财政、社会人口、投资等相关信息,便于本文构造城市层面控制变量。

(二)计量模型构建

本文主要研究目的是识别中国制造业产业集聚与企业污染排放强度之间的因果关系,通过借鉴包群等[13]、盛斌和吕越[15]在研究环境污染时的模型设定,本文将基准模型设定如下:

POLLUTIONfit=α+βAGGLOMERATIONct+γ1Xft+γ2Zct+εit

(1)

其中,下角标f代表企业,i代表行业,c代表城市,t代表年份;POLLUTIONfit表示行业i中企业f在t年的污染排放强度;AGGLOMERATIONct表示城市c在t年的制造业企业产业集聚程度;Xft是随时间变化的企业层面控制变量;Zct是随着时间变化的城市层面控制变量;本文在模型中均控制了年份、企业、地区和行业固定效应,以避免不随企业、行业、年份及地区变化的不可观测因素对企业污染排放产生影响,其中行业固定效应控制在国民经济行业四位行业,地区固定效应控制在城市层面。本文的核心解释变量是产业集聚,估计系数β代表了其对企业排污排放强度的影响。若β的估计系数显著小于0,则表明产业集聚对企业污染排放具有抑制效应。

此外,范剑勇等[7]、陈建军和胡晨光[17]、朱英明[27]、柴志贤和黄祖辉[28]、张宇和蒋殿春[29]等大量学者的研究表明产业集聚能显著提高企业全要素生产率,陈诗一[33]和杨汝岱[40]等学者认为企业全要素生产率能通过资源、能源消耗与有效利用对环境产生重要的影响。因此,产业集聚影响企业污染排放的机制之一是通过全要素生产率传递,即存在中介效应。是以在进一步分析中,本文将使用中介效应模型对这一影响传递机制进行研究分析。借鉴Baron和Kenny[41]提供的逐步检验法思想,本文构建中介效应模型如下:

TFPfit=α+βAGGLOMERATIONct+γ1Xft+γ2Zct+εit

(2)

POLLUTIONfit=α+βAGGLOMERATIONct+

γTFPfit+γ1Xft+γ2Zct+εit

(3)

其中,式(1)作为逐步检验法的第一步保留;式(2)的被解释变量TFPfit表示行业i中随时间t变动的企业f的全要素生产率,本文借鉴Olley和Pakes[42]的方法对企业的全要素生产率进行估计;式(3)是将TFPfit作为解释变量加入到式(1)中。根据中介效应模型的假设,式(1)和式(2)中产业集聚的估计系数β应显著;在加入全要素生产率后,式(3)中的产业集聚的估计系数β变为不显著,而全要素生产率的估计系数γ显著,满足以上条件则可以判定为完全中介效应。

(三)变量测算

1.企业污染排放强度

本文借鉴包群等[13]、石敏俊等[43]对污染排放的度量方法,通过中国制造业企业污染物排放监测数据库中汇报的工业废水排放量、化学需氧量、工业废气排放量、二氧化硫排放量、烟尘排放量以及粉尘排放量6项污染物排放指标,利用主成分分析法构建企业污染排放强度变量。考虑到规模差异对行业污染排放水平具有一定影响,本文采用污染物排放量与工业企业增加值的比值作为主成分,从而避免度量偏误。具体而言,本文将各主成分进行标准化处理,构造样本标准矩阵:

(4)

2.产业集聚

本文在构建产业集聚变量时,主要借鉴邵宜航和李泽扬[44]的度量方法。首先,本文通过每个企业的行政区划编码和街道、地址等信息完成数据库与百度地图开放平台的对接,实现企业的地理编码,进而获得经纬度地理坐标数据。这种经纬度数据客观上可以减轻区域内的人口规模、生产技术效率等经济指标的内生性。其次,分别计算每个城市中企业经纬度的变异系数,利用变异系数构建产业集聚程度指标,构造方式如下:

AGGLOMERATIONct=-ln(CVlong×CVlatitude)

(5)

CVlongitude代表城市里企业地理坐标,经度变异系数;CVlatitude代表城市里企业地理坐标,纬度变异系数。变异系数在此具有两个作用,一是可以反映企业空间分布的离散程度,二是可以消除由于地域面积广阔、经纬度差别较大而产生的量纲影响。其中,经纬度差异系数的乘积越小,产业集聚程度越高。

3.控制变量

本文的控制变量选择主要考虑两个层面,企业和城市。借鉴盛丹等[45]的研究,企业层面的控制变量主要包括:(1)企业规模(SIZE),本文使用企业雇佣员工人数的对数值作为代理变量,以控制企业规模对企业污染排放可能存在的影响;(2)企业经营年限(AGE),本文采用2007年减去企业成立年限表示,以控制企业经营时长对估计的影响;(3)企业资本劳动比(KL),本文使用企业固定资本存量与雇佣员工人数的比值对数值作为代理变量,以控制企业资本密集度对估计带来的影响;(4)企业出口强度(EXPORT),本文使用企业出口交货值与销售额的比值对数值加以衡量,以控制加工贸易对环境造成的影响;(5)国有企业(SOE),本文按照企业注册类型识别企业的所有制形式,如果企业是国有企业,则变量取1,否则取0;(6)外资企业(FIE),本文按照企业注册类型识别企业的所有制形式,如果企业是外资企业,则变量取1,否则取0;(7)企业政府补贴强度(SUBSIDY),企业补贴与企业增加值比值的对数形式表示,以控制政府补贴可能对企业生产和竞争带来的潜在影响;(8)行业竞争程度(COMPETITION),本文采用以销售额为基础计算的赫芬达尔指数表示,以控制竞争效应对环境污染可能造成的影响。

城市层面控制变量的选择借鉴邵宜航和李泽扬[44],主要包括:(1)城市规模(POPULATION),本文采用城市人口数度量,用以控制城市规模反映出的市场规模对产业集聚造成的影响,进而影响到企业生产环节;(2)城市经济发展水平(GDP),本文使用城市人均GDP作为代理变量,用以反应环境污染的库兹涅茨曲线关系;(3)财政收入(FINANCE),本文采用财政收入占GDP比重进行度量,以控制税负压力可能对企业生产经营活动造成的影响。表1对本文相关变量进行了描述,对数据来源进行了说明。

表1 变量描述、度量及数据来源

四 实证结果与分析

(一)基准回归

基准回归结果如表2所示,通过将企业层面、城市层面的控制变量逐步加入到回归方程中,从而观测估计结果的变化,以确保最终结果的稳健性。考虑到遗漏重要解释变量会产生内生性问题,本文对所有回归方程均控制了企业、年份、地区和行业固定效应,同时通过稳健标准差避免异方差问题所带来的影响。

本文在表2的第1-4列通过逐步加入控制变量的方式,对产业集聚对企业污染排放的效应进行估计与检验。本文在第1列中仅加入了产业集聚变量,并控制了4个维度的固定效应,估计结果显示:产业集聚的估计系数为-0.007,在1%的显著性水平下显著,表明产业集聚显著降低了制造业企业的污染排放强度,有效地抑制了环境污染情况。紧接着,本文在第1列的基础上分两次加入了企业层面的控制变量,根据第2-3列的估计结果显示:产业集聚的估计系数为-0.006,在1%的显著性水平下显著。然后在第3列的基础上,本文又控制了城市层面的控制变量,产业集聚的估计系数为-0.019,在1%的显著性水平下显著。基准回归结果表明,产业集聚有效降低了企业的污染排放强度,减轻了制造业企业生产对环境污染造成的压力,这一结果在控制了企业层面和城市层面的控制变量后仍然稳健。

在基准回归中,本文首先加入与企业特征相关的控制变量以避免遗漏解释变量问题。企业规模的估计系数显著为负,这说明企业规模越大,企业污染排放强度反而会降低,大型企业存在显著的减排规模效应;企业经营年限在第4列中存在一定的显著性,表明企业经营时间愈长,在一定程度上能降低企业污染排放强度;资本劳动比的估计系数显著为负,表明随着资本投入增多,企业的污染排放强度会下降;企业出口强度的估计系数不显著。在代表所有制类型的控制变量中,代表国有企业的虚拟变量回归系数显著为正,代表外资企业的虚拟变量回归系数显著为负,这说明了企业污染排放强度会因为企业所有制类型而产生变化,国有企业加剧了企业污染排放,而外资企业在节能减排方面更具有优势;补贴强度的估计系数显著为正,表明政府对企业的补贴虽然扩大了生产,但并没有降低对环境的污染;竞争是影响企业污染排放强度的关键因素之一,在回归结果中,其系数显著为正,表明行业竞争强度越大,企业越会加剧生产环节中的污染排放,在一定程度上说明企业间忽视环境道德的恶行竞争会对环境造成巨大的压力,竞争效应存在负面影响。

本文再加入与城市层面相关的控制变量。城市规模的估计系数不显著,表明城市规模所带来的市场规模并没有显著影响到产业集聚,进而没能对企业的生产环节带来影响;城市经济发展水平的估计系数在10%的显著性水平下显著为正,表明城市经济发展水平越高,会加剧企业的污染排放强度,印证了环境库兹涅茨曲线的描述,中国现阶段仍然处于曲线左侧,创新可能是拐点的关键要素;宏观税收的估计系数显著为正,表明税负会增加企业的生产经营压力,进而会压缩成本加剧污染排放。

(二)企业污染物分指标度量

为了识别产业集聚对不同类型污染物排放的异质性,本文通过区分污染物类型,分指标进行估计,从而分析产业集聚对企业污染排放的影响,在加入2个层面的控制变量并且控制4个维度的固定效应后,回归结果如表3所示。第1列至第6列,分别对应的企业污染物排放强度为工业废水、化学需氧量、工业废气、二氧化硫、烟尘与粉尘污染,具体衡量方法主要是采用污染物排放量与工业企业增加值的比值。估计结果显示,首先,产业集聚对工业废水的估计系数为-0.024,在5%的显著性水平下显著,表明产业集聚有效抑制了企业工业废水的排放强度。其次,产业集聚对工业废气的估计系数为-0.016,在1%的显著性水平下显著,产业集聚有效降低了工业废气的污染排放。产业集聚对二氧化硫的估计系数为-0.025,在1%的显著性水平下显著,产业集聚降低了区域内企业二氧化硫排放强度。最后,产业集聚对工业烟尘的估计系数为-0.027,在1%的显著性水平下显著,产业集聚显著抑制了企业的工业烟尘排放强度。同时,本文发现产业集聚对化学需氧量、粉尘污染没有显著的影响。产业集聚对企业污染排放的抑制效应存在异质性,对于不同类型的污染物排放具有不同的影响。

表2 产业集聚对企业污染排放强度影响识别的基准估计结果

注:*、**、***分别表示10%、5%、1%的显著性水平;括号中为标准差。

表3 企业污染物排放分类型度量

注:*、**、***分别表示10%、5%、1%的显著性水平;括号中为标准差。

(三)稳健性检验

1.其他政策冲击

为了防止同期其他政策冲击会对企业的污染排放强度产生作用,进而影响基准回归结果的稳健性,本文通过控制经济特区、环境保护立法、产业扶持这三种代表政策的虚拟变量后,再对基准模型进行回归,估计结果如表4所示。第1列中,本文根据数据库中汇报的地方编码剔除了经济特区的数据,然后进行估计,发现产业集聚的估计系数变得不显著,表明产业对企业污染排放的抑制作用主要体现在经济特区内,在经济发展程度和技术发展水平相对较低的非经济特区中,产业集聚的节能减排没有得到体现。包群等[13]、李蕾蕾和盛丹[46]的研究发现地方环保立法执行程度更高的地区,立法后的环境效应更显著。因此,本文根据各省是否存在环境立法构建虚拟变量,立法年份是否大于企业经营年份构建虚拟变量,将两个虚拟变量的交乘项作为环境立法政策的控制变量,回归结果如第2列所示,产业集聚的估计系数在1%的显著性水平下显著为负,环境立法的估计系数不显著,表明地方环境立法对产业集聚区域内制造业企业的污染排放所产生的抑制作用不明显。在第3列中,本文进一步加入行业是否具有产业扶持这一虚拟变量进行回归,产业集聚的估计系数在1%的显著性水平下显著为负,产业扶持的估计系数在1%的显著性水平下显著为正,表明产业扶持加剧了集聚区域内制造业企业的污染排放强度,这与本文在基准回归模型中控制的政府补贴强度变量的估计结果在一定程度上相互印证,政府补贴和产业扶持可能导致企业忽视环境道德,使得企业对生产经营活动的决策受到一定程度的影响,加剧了环境污染。

表4 稳健性估计结果

注:*、**、***分别表示10%、5%、1%的显著性水平;括号中为标准差。

2.变量内生性

由于本文的核心解释变量采用地理空间的经纬度信息构建,相对来讲具有较低的内生性,但考虑到经济更发达的城市,往往具有更高的全要素生产率,因此对企业入驻会产生吸引力,进而提高了产业集聚程度,这使得产业集聚作为本文的核心解释变量,在一定程度上可能存在变量内生性。因此,本文借鉴Aghion等[47]反转原始点的方法,即被解释变量和核心解释变量为当期,由于地理位置既定,则产业集聚的当期时点在被解释变量当期和滞后一期之间。在基准模型中,本文将被解释变量与所有控制变量滞后一期,以此检验当期的解释变量变化对滞后一期后的被解释变量能否产生影响。估计结果如表4第4列所示,检验结果表明产业集聚的估计系数不显著,经济更发达或者全要素生产率相较更高的城市对产业集聚没有反向影响,反映出本文构建的产业集聚能比较有效地排除一般集聚指标可能存在的变量内生性。

本文采用工具变量法对核心解释变量产业集聚的内生性进行了检验。通常情况下,相对外生且固定的地理位置能够满足工具变量的选择条件,并且由于我国的产业集聚集中于沿海城市,因此本文采用城市到最近港口球面距离的对数值(DISTANCE)作为工具变量,两阶段回归结果如表5所示。在第一阶段估计中可以看到工具变量的估计系数显著为正,表明了其与产业集聚的高度相关性,在第二阶段估计中产业集聚的估计系数显著为负,这与基准回归结果保持一致。Kleibergen-Paap rk LM统计量和Kleibergen-Paap Wald rk F统计量均拒绝了工具变量识别不足和弱识别的原假设,Hansen J统计量对工具变量过度识别进行了检验,表明本文第二阶段的模型恰好识别。因此,在考虑了内生性问题后,产业集聚仍然显著降低了企业的污染排放强度。

表5 工具变量估计结果

注:*、**、***分别表示10%、5%、1%的显著性水平;括号中为标准差。

综上,本文通过从企业污染物分类型度量考虑产业集聚对不同污染物排放影响的异质性,考虑同期其他政策冲击可能对企业生产环节产生的影响,检验核心解释变量可能存在的内生性问题,然后对基准模型进行检验,估计结果保持稳健。

五 进一步分析

在理论框架部分,本文分析了全要素生产率在产业集聚对企业污染排放上所起到的中介作用,基准回归对产业集聚所带来的企业污染排放效应进行了估计,发现产业集聚显著抑制了企业污染排放强度,降低了环境污染。因此,在进一步分析中,本文首先检验了全要素生产率所产生的中介效应,其次对基准回归区分地区、行业差异及企业生产特征三个方面进行回归,分析产业集聚对企业污染排放产生影响的异质性。

(一)中介效应检验

在理论框架构建中,本文提到了产业集聚通过影响企业全要素生产率进而影响到企业污染排放的传导机制,并据此在模型设定中构建了中介效应模型,回归结果如表6所示。在模型设定形式上,中介效应模型1与本文的基准模型1设定相同,对中介效应模型1的回归结果显示:产业集聚的估计系数在1%的显著性水平下显著为负,有效降低了企业的污染排放强度。其次,本文对中介效应模型2进行估计,估计结果表明:产业集聚的估计系数在1%的显著性水平下显著为正,产业集聚有效提高了区域内制造业企业的全要素生产率。最后,本文对中介效应模型3进行估计,回归结果显示:核心解释变量的估计系数由显著变为不显著,然而,全要素生产率的估计系数在1%的显著性水平下显著为负,全要素生产率的提升显著降低了企业污染排放强度。因此,基于逐步检验法的估计结果满足中介效应模型的假设,可以判定存在完全中介效应。在控制了2个层面的控制变量,并且控制了4个维度的固定效应后,估计结果仍然保持稳健。综上,产业集聚显著降低企业污染排放强度的主要影响机制是通过企业全要素生产率传递实现的。

(二)地区差异

本文考虑到产业集聚对企业污染排放强度的影响存在地区差异,通过参考全国人大八届五次会议决定与2000年西部大开发计划,本文依据省份编码将数据样本划归为东部、中部和西部,然后进行分组回归,估计结果如表7第1列至第3列所示。在东部,产业集聚的估计系数在1%的显著性水平下显著为负,这说明东部地区的产业集聚相对发育程度高,因而能够有效降低企业的污染排放强度;中部地区和西部地区产业集聚的估计系数不显著,表明由于市场聚集发育程度相对较低,产业集聚没能带来有效的企业污染排放抑制效应。这一结论从侧方面反映出中部和西部地区在承接东部产业转移的过程中,制造业企业的生产方式仍然比较粗放,依赖资源能源消耗的生产技术对环境造成巨大的压力。

表6 中介效应模型估计结果

注:*、**、***分别表示10%、5%、1%的显著性水平;括号中为标准差。

(三)企业经营年限差异

由于企业经营年限不同可能使得产业集聚对经营较长年限的企业污染排放强度和经营年限较短的企业污染排放强度具有不同的影响。因此,本文的做法是采用2007年减去企业成立年份得到企业经营年限,然后按照经营年限为小于等于15年、16-30年,以及大于30年划分企业,根据数据样本划分进行分组回归,估计结果如表7第4列至第6列所示。估计结果显示:经营年限小于等于15年的企业的产业集聚估计系数在1%的显著性水平下显著为负,而经营年限大于15年的企业的产业集聚估计系数不显著,表明产业集聚有效抑制了经营年限较短的企业污染排放强度,这可能是因为产业集聚区域内,较为年轻的企业受到的集聚效应更强,生产技术提升较快,进而有效降低了生产环节中的污染排放,体现除了产业集聚给年轻企业带来的优势。而经营年限较长的企业需要进一步创新生产技术。

表7 地区与企业经营年限划分分组回归结果

注:*、**、***分别表示10%、5%、1%的显著性水平;括号中为标准差。

(四)行业技术含量差异

行业技术含量差异会导致产业集聚对企业污染排放强度产生不同的影响,由于高新技术行业在产业集聚区域内处于技术含量高的位置,产业集聚所能带来的企业污染减排效应相对于非高新技术行业而言低。因此,本文按照行业中研发投入的相对强度划分高新技术行业与非高新技术行业,其中高新技术行业主要包括:医药制造,航空、航天器及设备制造,电子及通信设备制造,计算机及办公设备制造,医疗仪器设备及仪器仪表制造,信息化学品制造等6类,其他行业均视为非高新技术行业。表8第1-2列显示,估计结果显示:高新技术行业产业集聚的估计系数不显著,非高新技术行业产业集聚的估计系数在1%的显著性水平下显著为负,这表明由于本身具有更强的生产技术,产业集聚对于高新技术行业企业的污染排放没有显著影响,同时由于非高新技术产业生产技术含量相对较低,产业集聚对非高新技术行业企业的污染排放具有显著的抑制效应。

(五)全要素生产率差异

本文在理论框架部分讨论了全要素生产率在模型中产生的中介效应,考虑到企业生产率的高低差异可能会使得产业集聚对生产率不同的企业污染排放造成不同的影响。本文的具体做法是采用中位数划分法,将面板数据按照全要素生产率划分为低生产率组与高生产率组,然后进行分组回归,回归结果如表8第3列和第4列所示。估计结果显示:对于低生产率组的制造业企业,产业集聚的估计系数在1%的显著性水平下显著为负,对于高生产率组的制造业企业,产业集聚的估计系数不显著。这表明产业集聚显著抑制了低生产率组企业的污染排放强度,充分发挥了产业集聚给生产技术水平相对较低的企业带来的优势,产业集聚有效提升了其清洁生产的能力。生产技术水平相对较高的企业需要在产业集聚中进一步加大创新,发挥区域内模范作用。同时,这一结论与根据行业技术含量划分所得到的结论相互印证,支撑了本文结论的稳健性。

表8 行业与企业生产率划分分组回归结果

续表8 行业与企业生产率划分分组回归结果

注:*、**、***分别表示10%、5%、1%的显著性水平;括号中为标准差。

六 结论与启示

中国经济发展正处于从高速增长阶段转向高质量发展阶段，在全面深化改革的进程中，治理企业生产经营所带来的环境污染，实施相应的环境保护是新时代发展任务的重中之重。在此背景下，本文利用中国工业企业数据库、中国制造业企业污染物排放监测数据库以及CEIC中国经济数据对产业集聚与制造业企业污染排放强度之间的关系展开了系统探讨。研究发现：产业集聚显著降低了中国制造业企业的污染排放强度，全要素生产率在影响机制中扮演着中介角色；产业集聚通过有效提升生产率，显著抑制了企业污染排放强度的提高；产业集聚对工业废水、工业废气、二氧化硫和工业烟尘排放的抑制效应更显著，东部地区产业集聚对企业污染排放抑制效应显著高于中西部地区，产业集聚有效抑制了生产经营年限较短的企业和非高新技术行业企业的污染排放。

基于研究结论提出以下建议：首先,政府首先应当鼓励中小型企业进入产业集聚区域,通过产业集聚优势提高自身的全要素生产率,提高资源能源利用效率,从而降低环境污染;政府还应当关注大型企业、高新技术行业企业在产业集聚中无法获益或获益较少的情况,予以相应支持,鼓励其在产业集聚区域内继续发挥积极效益的同时不断开发新技术,提高技术水平,实现清洁生产。其次,由于东部地区产业集聚的环境效益明显,而中西部地区产业集聚缺乏环境效益,因此政府不仅要整治中西部产业集聚区域内污染排放超标的企业,令行禁止,还要在今后推动产业转移的过程中着眼于长远经济效益,提高企业转移和进入的门槛,促进中西部地区对东部地区产业转移的有效承接。最后,创新是产业集聚发挥环境优势的关键因素,政府要大力引导并支持区内企业加强技术创新,同时推动产业集聚区的制度创新、基础设施创新、概念创新,助力环境保护。总体上来看,中国政府推进的产业集聚政策能够有效降低企业的污染排放强度,发挥好产业集聚政策仍然是治理中国制造业污染问题的长效之策,提升产业集聚政策的有效性也是应有之义。