APP下载

产业聚集对中国制造业碳排放效率的影响及其区域差异

2017-03-25曲晨瑶李廉水程中华

软科学 2017年1期
关键词:区域差异制造业

曲晨瑶 李廉水 程中华

摘要:基于中国2005~2014年的省级面板数据,研究了产业聚集对中国制造业碳排放效率的影响及其区域差异。理论分析表明:产业聚集可以通过知识溢出、设施共享、人力资本水平提升和竞争加剧促进碳排放效率的提高。实证结果显示,在控制了对外开放、产权结构和环境规制等条件下,产业聚集能够显著促进碳排放效率的提高。分区域比较分析结果表明:东部地区产业聚集的促进作用大于东北部和中西部地区。基于上述结论,提出相应的政策建议。

关键词:产业聚集;制造业;碳排放效率;区域差异

DOI:10.13956/j.ss.1001-8409.2017.01.08

中图分类号:F0629;F1245 文献标识码:A 文章编号:1001-8409(2017)01-0034-05

Abstract: Based on Chinese provincial panel data from 2005 to 2014, this paper explores the impact of industrial agglomeration on Chinese manufacturing industry carbon emission efficiency and its regional differences. Theoretic analysis shows that industrial agglomeration can promote the carbon emission efficiency through the ways of having knowledge spillover, sharing facilities, improving human capital level and intensifying competition. Empirical analysis shows that under the conditions of the opening to the outside world, property right structure and environmental regulation, industrial agglomeration can significantly promote the carbon emission efficiency. Regionspecific comparative analysis reveals that the impact of industrial agglomeration on Chinese manufacturing industry carbon emission efficiency in eastern region is greater than the other regions. Based on the above conclusions, it puts forward corresponding policy recommendations.

Key words:industrial agglomeration; manufacturing industry; carbon emission efficiency; regional differences

1文獻回顾与问题提出

新世纪以来,中国经济快速发展,经济规模总量越来越大。然而,伴随着经济的快速发展,中国自2007年超过美国成为世界第一大碳排放国,碳排放总量占到世界碳排放量的20%,中国政府部门要求与2005年相比,2020年单位GDP碳排放量下降40%~45%,“十二五”规划也明确要求单位GDP能耗和碳排放量分别降低16%和17%,中国面临着巨大的碳减排压力,为了促进节能减排与经济增长的双赢,实现经济又好又快发展,提高碳排放效率成为令人关注的问题。

制造业是中国实体经济增长的主要来源,也是中国能耗与碳排放的主体, 未来中国制造业必须走节能减排、可持续发展的“绿色制造”道路,过度依赖投入扩张的传统制造业增长模式是不可持续的,中国制造业发展方式必须从要素扩张型转变为效率增进型[1]。改革开放以来,产业聚集逐渐成为中国经济活动的显著特征,东部地区制造业聚集水平远高于东北部和中西部地区。我们不禁思考,产业聚集作为中国的主要空间特征,是否会促进制造业碳排放效率提高?产业聚集的差异是否会导致其对碳排放效率的影响差异?

关于产业聚集影响制造业碳排放效率的研究并不多见。Porter指出产业聚集能够带来技术进步、技术扩散与竞争效应,进而提高环保技术水平,降低环境污染,促进碳排放效率提高[2]。Cingano等研究意大利制造业聚集,证实聚集可以提高生产率[3]。Hosoe指出产业聚集所带来的技术扩散和知识外溢为企业运用环保的生产技术提供了可能,从而降低环境污染[4]。刘军等提出产业聚集带来MAR外部性和Jacobs外部性,这两种不同表现形式的知识溢出更有利于技术创新[5],王群伟等发现技术创新是促进碳排放效率提升最关键的因素[6],这也间接证实产业聚集与碳排放效率之间的关联。原毅军等指出产业聚集可促进环境创新和绿色技术溢出,是改善环境效率的一种有效机制 [7]。武俊奎等提出产业聚集可以通过知识和信息外溢、共享基础设施和资本劳动力市场等渠道来促进全要素生产率提高[8]。许士春等研究发现中国东部地区的碳排放效率最高,中部地区次之,而经济欠发达的西部地区最低[9],由于产业聚集水平在东中西部地区呈由高到低的趋势,表明中国产业聚集程度越高,碳排放效率越高。

上述研究虽然取得了一定成果,但未深入探讨产业聚集影响碳排放效率的机理以及影响是否会有区域差异,本文将对此进行深入研究。

2制造业碳排放效率测度及分析

21超效率DEA模型

早期学者多采用单要素指标,如Sun JW提出用碳强度来衡量碳排放效率[10]。近年来,学者多采用全要素指标,如数据包络分析法(DEA),将二氧化碳(CO2)视为污染物,作为投入要素或者非期望产出,同其他投入产出一起从全要素角度衡量碳排放效率。本文利用超效率DEA模型,按此模型测得的效率值可大于1,可实现对所有效率值大于1的决策单元进行排序,要优于传统DEA模型。

22研究指标及数据选取

本文中,制造业的CO2排放主要来自于生产过程中的化石能源消耗,运用2005~2014年中国30个省市自治区(因数据缺失,样本未涵盖香港、台湾、澳门和西藏等地区)的煤炭、焦炭、汽油、煤油、柴油、燃料油和天然气共7种能源消费数据进行计算。具体计算公式为[11]:

CO2it=∑(ECijt×EFj)(1)

式(1)中,CO2it为i地区t年的CO2排放总量;ECijt为i地区t年j能源的标准煤消耗量;EFj为j能源的CO2排放系数。由于数据的可获得性,需要将各能源的实物量转化为标准煤消耗量,各能源折算标准煤系数来源于《中国能源统计年鉴2014》,CO2排放系数由IPCC(2006)计算得到[11]。

由于污染物与期望产出之间同增同减,类似于传統生产函数中投入与产出的关系,且DEA要求投入物越少和期望产出越多即为技术越有效,而在碳排放效率评价中自然希望碳排放量越少越好,所以本文借鉴陈诗一的做法[12]将CO2视为投入变量。

本文选取的投入指标为CO2排放量、资本(分地区规模以上工业企业固定资产净值)、劳动力(分地区制造业从业人数)和能源(分地区能源消费总量),产出指标为分地区规模以上工业企业主营业务收入。选取中国30个省市2005~2014年的面板数据为研究样本,共300个观察值。上述各变量数据来自2006~2015年的《中国工业经济统计年鉴》《中国能源统计年鉴》和《中国统计年鉴》。

23测度结果及分析

采用基于投入导向的规模报酬不变的超效率DEA模型,利用EMS13软件对数据进行分析,可得中国30个省市自治区、全国和四大区域①碳排放效率测度结果(如表1所示)。

碳排放效率年均值排名前十的依次是广东、江苏、内蒙古、天津、上海、山东、北京、浙江、福建和江西。其中,广东年均碳排放值都处在效率前沿面上,保持碳排放效率有效;江苏除了2006年外其余均保持有效;上海2011年以后逐渐退出效率前沿面。可以发现,这些省市,除了内蒙古和江西以外,其余均属于东部地区。内蒙古由于在低碳经济发展中拥有较丰富的自然资源,可以有效利用资源,发展清洁能源,碳排放效率较高;而江西在中部崛起战略的推动下,可持续发展能力不断增强,于2012年进入效率前沿面。碳排放效率年均值最低的是贵州,仅为0453,另外排在后面的还有宁夏、陕西、青海和云南。

从四大区域的碳排放效率图(如图2)上看,样本期间东部碳排放效率始终最高,其次是中部和东北部,两地区相差不大,最后是西部始终最低。从变化趋势来看,四大区域的碳排放效率都在缓慢增长,碳排放效率年均值东部最高为0971,其次是中部为0747,再次是东北部为0738,最后是西部为0634。

3产业聚集影响制造业碳排放效率的理论分析

产业聚集主要从以下四个方面影响制造业碳排放效率:

首先,产业聚集可以带来知识溢出,有利于新知识、新技术的产生和扩散,从而促进碳排放效率提高。产业内MAR溢出和产业间Jacobs溢出均证实在聚集区内知识会流动得更快,更加有利于创新。制造业聚集区为企业使用新技术、新工艺和新管理方法等提供了一个良好的外部环境,通过使用新的资源节约技术和清洁能源等,促进碳排放效率提高。

其次,产业聚集可以带来设施共享,减少基础设施重复建设和使用,从而降低碳排放,提高碳排放效率。一方面,制造业聚集区企业可以共享能源供应设施,提高能源利用率,实现节能减排;另一方面,制造业聚集区可以共享环保基础设施,降低环保成本,减少能耗和碳排放,提高碳排放效率。

此外,产业聚集可以提升人力资本水平,促进碳排放效率提高。一方面,制造业聚集区可以吸引大量高技术专业化人才,提高技术创新能力,促进节能减排,提高碳排放效率。另一方面,制造业聚集区可以吸引大量熟练劳动力,提高劳动生产率和碳排放效率。

最后,产业聚集可以加剧竞争,迫使聚集区企业研发更多的节能环保技术,提高碳排放效率。制造业聚集区内竞争激烈,企业研发与创新速度都比较快,为了更好地走“绿色发展”道路,实现效益最大化,超越聚集区内其他竞争对手,只有加速研发绿色环保技术,提高碳排放效率。

综上所述,产业聚集可以促进碳排放效率提高,那么产业聚集可以带来多大的影响,并且影响是否存在区域差异,本文将建立计量模型进行实证研究。

4产业聚集影响制造业碳排放效率的实证分析

41计量模型与数据说明

411计量模型

除了产业聚集以外,对外开放、产权结构和环境规制也会影响碳排放效率。因此,引入上述变量作为控制变量,设定计量模型为:

lnEfficit=α+β1lnAggloit+β2lnOpenit+β3lnIndusit+β4lnEnvirit+ξit(2)

式(2)中,Effic为被解释变量制造业碳排放效率;Agglo为核心解释变量制造业聚集水平;Open、Indus和Envir分别为对外开放、产权结构和环境规制;i和t分别为地区和年份;α、β和ξ分别为常数项、变量系数和残差。

412变量说明

(1)制造业碳排放效率。采用本文中测得的制造业碳排放效率来衡量。

(2)制造业聚集水平。由于国家未发布规模以上工业企业方面的详细数据,因此借鉴杨洪焦等[13]和安士伟等[14]采取的调整方法,采用改进后的EG指数进行衡量。具体计算公式为:

γ=∑Mm(sm-xm)2/(1-∑Mmx2m)-∑Mm1nm(OutputmOutput)21-∑Mm1nm(OutputmOutput)2(3)

式(3)中,M为地区m的个数,Sm为地区m制造业就业人数与制造业总就业人数的比值,xm为地区m就业人数与全国总就业人数的比值,nm为地区m所拥有的制造业企业单位数,Outputm为地区m制造业主营业务收入,Output为全国制造业主营业务收入,γ值越大,制造业聚集水平越高。

(3)对外开放。出口贸易可以给一个国家或地区带来创新溢出,出口厂商通过学习和商业联系获得技术外溢,使出口国使用更先进的技术,并且扩大的产品市场带来激烈的国际竞争,督促企业积极创新,提高碳排放效率。本文用出口交货值与规模以上工业企业主营业务收入的比值来衡量一个地区的对外开放水平,预期会有正向影响。

(4)产权结构。由于国有企业在机构制度上的落后与局限性,使其在技术提升及效率改善方面处在落后地位,而非国有企业得益于组织结构的简单灵活性,基于利润最大化会不断改进技术进行创新,将促进碳排放效率提升。本文用国有及国有控股工业企业主营业务收入与规模以上工业企业主营业务收入的比值来衡量产权结构,预期会有负向影响。

(5)环境规制。随着我国环境规制力度的加大,将会不断迫使企业进行技术改革,研发节能减排技术,从而促进碳排放效率提高,借鉴Ben等的研究[15],采用规模以上工业企业主营业务收入与能源消费总量的比值来衡量环境规制力度,该指标值越大,意味着节能减排效果越明显,环境规制力度越大。预期会有正向影响。

413数据来源

选取中国30个省级地理单元2005~2014年的变量数据作为样本,数据来自2006~2015年的《中国统计年鉴》《中国工业经济统计年鉴》和《中国能源统计年鉴》。

42产业聚集对制造业碳排放效率影响的实证结果

面板数据的估计方法有固定效应(FE)、随机效应(RE)和可行的广义最小二乘法(FGLS)。为了消除序列相关性和异方差性,使得到的结果更稳健,一般以FGLS的估计结果为准,利用软件Stata120分析回归结果如表2所示。

观察方程1,解释变量系数符号与之前预期相符,可以得出结论:

首先,在控制了对外开放、产权结构和环境规制等条件下,产业聚集对制造业碳排放效率有正向影响,且通过了5%的显著性检验,并且当产业聚集度增加1%时,碳排放效率提高0022%,这表明中国制造业可以通过提高聚集度来提高碳排放效率,实现节能减排与经济增长双赢,更好地走“绿色发展”道路;其次,对外开放对碳排放效率有正向影响,但未通过显著性检验,这表明中国制造业可以通过积极参与出口和扩大出口量来获得技术外溢,研发更多环保技术提高碳排放效率;此外,产权结构对碳排放效率影响为负,且通过了10%的显著性检验,并且当国有比重增加1%时,碳排放效率降低0041%,这表明中国制造业应积极鼓励非国有经济发展,由市场决定企业优胜劣汰,并督促国有企业研发创新,使用环保技术,提高碳排放效率;最后,环境规制能够明显促进碳排放效率提高,且通过了1%的显著性检验,并且当环境规制力度加大1%时,碳排放效率提高0287%,这表明中国制造业可以通过加大环境规制力度来督促企业节能减排,提高能源使用效率和碳排放效率。

43产业聚集对制造业碳排放效率影响的区域差异

由于我国四大区域产业聚集水平差异显著,为了考察产业聚集对碳排放效率影响的区域差异,借鉴杨浩昌等[16]的做法,引入East虚拟变量,为区域控制变量,采用FGLS进行估计,估计结果如表2方程2所示。可以得出结论:

产业聚集影响制造业碳排放效率的区域差异明显,东部地区影响系数为0092(区域控制变量系数和其他地区系数之和)

ln Agglo对应0012与East×ln Agglo对应的0080***之和。

,且通过了1%的显著性检验;而东北部和中西部地区影响系数为0012,且未通过显著性检验,这表明东部地区产业聚集的促进作用要明显高于其他地区。由于东部地区拥有雄厚的经济基础、区位优势、人力资本优势和政策倾斜,东部地区产业聚集水平较高,更有利于碳排放效率的改善,而其他地区产业聚集水平较低。结合当前东部地区产业聚集水平和碳排放效率明显高于其他地区的事实,可以推导出,中国区域间碳排放效率的差距将进一步拉大。

44稳健性检验

采用区位商[16]来衡量制造业聚集水平,对上述回归结果进一步做稳健性检验。

Aggloit=(Mit/Mt)/(Pit/Pt)(4)

式(4)中,Mit和Pit为地区i在t时刻所拥有的制造业从业人员数和就业人数,Mt和Pt为t时刻全国所拥有的制造业从业人员数和就业人数。该比值越大,制造业聚集程度越高,采用FGLS进行估计,估计结果如表3所示。

比较方程3与方程1,可以发现变量系数符号完全一致,即产业聚集促进碳排放效率提高,这进一步证实了本文的预期,也表明前面的总体回归结果是稳健的。比較方程4和方程2,可以发现变量系数符号完全一致,这也验证了之前的分区域回归结果是稳健的。

5研究结论与政策启示

本文基于中国2005~2014年的省级面板数据,利用超效率DEA模型对碳排放效率进行测度,然后研究了产业聚集对碳排放效率的影响及其区域差异,可以得出结论:

中国制造业整体碳排放效率2005~2014年稳定上升,东部、中部、西部和东北部地区碳排放效率差异明显;在控制了对外开放、产权结构和环境规制等条件下,产业聚集显著促进碳排放效率的提高;对外开放对碳排放效率也有一定促进作用,产权结构对碳排放效率具有抑制作用,环境规制对碳排放效率有明显促进作用;分区域比较分析发现,东部地区产业聚集对碳排放效率有显著正向影响,而其他地区的影响较小且不显著。

根据以上结论,可以得出政策启示:

首先,建设制造业聚集区。通过提高制造业聚集程度来促进碳排放效率提高;其次,转移东部产业。由于东部地区制造业聚集水平及其促进作用明显高于东北部及中西部地区,为了防止区域间碳排放效率的差距进一步扩大,中国政府部门应该制定一些合理的吸引东部地区企业向其他地区转移的优惠政策,推进制造业在中国四大区域间的合理分布,缩小中心与外围地区差距;此外,发展中西东北部地区支柱产业。东北部及中西部地区经济落后,人才技术等资源较为有限,为了提高碳排放效率,应该选择重点城市,做大做强支柱产业,围绕支柱产业打造增长极,提高特色制造业聚集水平,从而促进碳排放效率提高;最后,扩大出口量,发展非国有经济和实施“绿色制造”。各地区尤其是东北部及中西部地区积极参与出口,学习其他国家或地区的先进技术;积极发展非国有经济,督促国有企业研发创新;加大环境规制力度,严格监管企业“绿色制造”,这些措施均可以提高碳排放效率。

参考文献:

[1]周五七,聂鸣.中国工业碳排放效率的区域差异研究——基于非参数前沿的实证分析[J].数量经济技术经济研究,2012(9):58-71.

[2]Porter M E. Clusters and the New Economics of Competition[J]. Harvard Business,1998(6):77-91.

[3]Cingano F,Schivardi F.Identifying the Sources of Local Productivity Growth[J]. Journal of the European Economic Association,2004(2):720-742.

[4]Hosoe M,Naito T.Trans-boundary Pollution Transmission and Regional Agglomeration Effects-super[J].Regional Science,2006(1):99-120.

[5]刘军,李廉水,王忠. 产业聚集对区域创新能力的影响及其行业差异[J].科研管理,2010(6):191-198.

[6]王群伟,周鹏,周德群.生产技术异质性、二氧化碳排放与绩效损失——基于共同前沿的国际比较[J].科研管理,2014(10):41-48.

[7]原毅军,谢荣辉.产业集聚、技术创新与环境污染的内在联系[J].科学学研究,2015(9):1340-1347.

[8]武俊奎,姜惠敏,王桂新.城市规模扩张对碳排放的影响机制研究——基于产业集聚的视角[J].产经评论,2012(4):23-35.

[9]许士春,龙如银.中国能源和碳排放的效率测度与影响因素研究[J].软科学,2015(3):74-78.

[10]Sun J W. The Decrease of CO2 Emission Intensity is Decarbonization at National and Global Levels[J]. Energy Policy,2005(8):975-978.

[11]秦晓雯.沿海开放城市的碳排放效率及其差异研究[D].东北财经大学,2014:31-33.

[12]陈诗一.能源消耗、二氧化碳排放与中国工业的可持续发展[J].经济研究,2009(4):41-55.

[13]杨洪焦,孙林岩,梁冬寒.我国高新技术产业聚集度的变动趋势及区位因素分析——以电子及通讯设备制造业为例[J].科学学研究,2009(9):1335-1343.

[14]安士伟,刘珂,万三敏.区域产业集聚度演变及对承接产业转移的启示——以河南省為例[J].地域研究与开发,2013(4):54-58.

[15]Ben Kheder S,Zugravu N.The Pollution Haven Hypothesis: A Geographic Economy Model in a Comparative Study[R].Working Papers,April, 2008.

[16]杨浩昌,李廉水,刘军.高技术产业聚集对技术创新的影响及区域比较[J].科学学研究,2016(2):212-219.

(责任编辑:李镜)

猜你喜欢

区域差异制造业
2019长三角制造业企业100强
2018上海民营制造业企业100强
区域差异的就业质量评价指标体系的构建与应用
我国城乡居民财产分配现状及区域差异研究
商贸流通业对经济发展贡献的区域差异分析
2016上海民营制造业企业50强排行榜
2016上海制造业企业100强排行榜
我国工业资本配置效率的空间异质性分析研究综述
城镇化、商业化与农村金融
基于因子分析与层次分析的中国区域差异综合指数的构建与研究