余昀霞，王 英

（南京航空航天大学 经济与管理学院，南京 211100）

0 引言

环境保护与经济发展是对立而又统一的两个方面，环境为人类的生存和发展提供了物质基础，而人类活动和经济发展又给生态和环境带来了污染与破坏。中国正全面推行绿色制造，力争率先实现《中国制造2025》的绿色发展目标。在此大背景下，明确制造业集聚与环境污染之间的关系，评价制造业集聚的环境效应是实现制造业绿色发展目标的重要前提。

制造业集聚对于环境所造成的影响是学界研究的一个热点问题，国内外研究成果都比较丰富，但制造业集聚与环境污染之间的关系非常复杂，现有研究中对于制造业集聚究竟给环境带来正效应还是负效应也还存在争议：有些学者认为制造业集聚是造成水体、大气污染，甚至是危害居住安全、影响城市人居环境的主要原因[1-3]；有些学者认为制造业集聚所带来的经济增长、环保理念、技术进步等因素使得环境改善成为可能[4，5]；还有些学者认为，制造业集聚与环境污染的关系是不确定的[6-8]。然而，上述研究主要针对的是制造业总体集聚的环境效应，缺乏对于制造业细分行业的研究。本文主要利用IPAT环境压力等式进行扩展，从制造业总体和各细分行业两个层面进行更加深入的实证研究。

1 研究设计

1.1 模型设定

20世纪70年代初，Ehrlich和Holdren最先提出IPAT等式，即环境压力控制模型。表达式为：

其中，I表示环境压力，P表示人口因素，A表示富裕程度，T表示技术水平。

由于IPAT模型在单个变量分析的时候存在着一定的局限性。Dietz等（1994）[9]在IPAT模型的基础上提出了STIRPAT模型。该模型在保留IPAT模型原有变量的基础上，增加了随机性变量可以更好地实现实证分析，即形成了可拓展的随机性环境影响评估模型。STIRPAT模型可表示为：

其中，It、Pt、At、Tt仍然分别表示环境、人口、富裕和技术因素，t表示年份，b、c、d表示需要估计的参数，et表示随机误差项。

在IPAT和STIRPAT模型中，技术因素T是一个复杂的存在，表示每单位消费或生产对环境的影响，因此本文以单位地区生产总值的能耗来表示T。同时本文的目的是研究产业集聚的环境效应问题，而产业集聚对技术进步具有推动作用且集聚的技术溢出效果显著[10]，因此可以在STIRPAT模型中加入反映产业集聚因素的变量，将STIRPAT模型进行扩展，得到新的变换模式如下：

其中，Mt表示产业集聚变量，其他变量与原模型含义一致。对上述扩展模型进行对数处理，得到可以进行实证的模型形式：

其中，i表示区域范围。同时为了验证环境压力与产业集聚之间可能存在的倒“N”型或倒“U”型曲线，即验证环境污染是否会随着产业集聚程度的上升而存在拐点。因此，将模型中的集聚程度因素分解为f1lnMit、f2(lnMit)2、f3(lnMit)3三项，即将模型变换为：

在下文中为了简略，将(lnMit)2简写为变量M2，将(lnMit)3简写为变量M3。

1.2 变量选取

根据数据的可得性，本文选取了中国30个省份（除西藏）2004—2015年的面板数据进行回归分析，模型中各变量指标的选取及本文数据的来源说明如下：

I是环境压力因素，本文基于研究数据的可得性和合理性，选取了工业废水这一指标。并且为了排除人口因素的影响，使用人均废水进行计算。P是人口因素，本文选取年末常住人口数量作为指标进行衡量。A是富裕程度，本文选取人均地区生产总值来衡量，用地区生产总值除以地区人口数量得到，为消除通货膨胀等因素的影响，以2004年为基准年的不变价格对2005—2015年的数据进行平减处理。T是技术水平，本文采用单位地区生产总值能耗来衡量，即用地区总能耗除以地区生产总值。M是产业集聚因素，本文选择区位商指标来衡量产业集聚水平。

区位商指数采用地区某一产业占全国比例与该地区所有行业占全国比例进行比较，可以相对明显地看出地区产业的比较优势，其计算公式如下:

其中，Xij表示产业i在j地区的就业人数，∑iXij表示j地区所有产业的就业人数，∑jXij表示产业i在全国所有地区的就业人数，∑∑ijXij表示全国所有地区所有行业的就业人数。一般认为LQ的值越大，该地区该产业的集聚水平越高，LQ＞1，表明该产业在该地区比较优势明显，产业的地区集中程度较高；LQ=1，说明此地区这种产业集聚水平不高；LQ＜1，表明该产业在该地区产业集聚相对较弱，相对于全国水平来说处于比较劣势。

1.3 数据来源和描述性统计

根据中国国民经济行业分类代码表（GB T4754-2011），制造业可以细分为31个行业，结合2004—2015年制造业数据的可得性和连续性，本文选取了其中22个细分行业，其行业名称及代码如表1所示。由于2006年之前并没有区分汽车制造业和铁路、船舶、航空航天和其他交通运输设备制造业，因此在下文中将两者合并为交通运输制造业，并用代码C367表示。

本文的数据主要来源于2005—2016年的《中国环境统计年鉴》《中国工业经济统计年鉴》《中国统计年鉴》，以及国家统计局官网等。

表1 制造业细分行业名称及其代码

本文运用Eviews8软件对上述模型进行回归分析，研究中国制造业产业集聚对环境污染的影响，使用的数据涵盖了2004—2015年，变量的统计性描述如表2所示。

表2 变量的统计性描述

2 实证分析

2.1 制造业总体集聚的环境效应分析

首先对30个省份的面板数据进行单位根检验，LLC检验、ADF-Fisher检验和PP-Fisher检验的结果是变量T、M、M2、M3没有拒绝原假设，即“存在单位根”，因此继续进行了一阶差分检验，发现所有变量实现平稳。在单位根检验的基础上进行协整检验，Panel-PP和Group-PP检验都显著通过，且本文所选用样本时间跨度不大，因此认为各变量之间存在协整关系，能进行面板数据分析。

由于采用固定效应还是随机效应模型会影响到参数估计的有效性，因此本文对模型进行Hausman检验。原假设“使用随机效应模型”在1%的显著水平上被拒绝，在该面板数据的分析上使用固定效应模型。

如表3所示，就中国30个省份的样本数据来看，人口因素对环境的影响在1%的显著性水平上为负。人口的增长在初期会对环境污染产生促进作用，但当人口达到一定数量时，反而会对环境污染有一定的抑制作用。在中国建国初期，人口以飞快的速度增长，几乎达到环境承载力的极限。而近年来在计划生育的政策下，人口数量虽然在总体上仍呈现增长趋势，但增长速度大大减缓，人们的环境意识和教育素质也在不断提升，因此人口的增加反而对环境有了一定的改善作用。

表3 面板数据回归分析结果

富裕程度也对环境污染有显著的负向作用。随着城市发展到了一定的阶段，不再单一的追求经济发展效益，更多的开始关注经济与生态环境的和谐发展，更多的资金被投入到环境保护上，因此环境污染也在一定程度上得到了改善。

技术水平对环境污染在1%的水平上显著为负。本文主要是利用单位地区生产总值的资源消耗量来衡量技术水平，显而易见，单位资源可以创造更多的价值，加上排污和治理技术的进步，相应的污染物的排放必将减轻，环境得到显著的改善。

制造业集聚在5%的显著性水平下一次向系数为负，二次项系数为正，三次向系数为负，呈现出一个倒“N”型的曲线。说明在初期，环境污染随着产业集聚水平的提高而下降，到一定阶段后产业集聚水平提高环境污染会随之加剧，但最后经过一个拐点后，污染水平又会随着集聚水平的提高而下降，即如图1所示。

图1 制造业集聚的环境效应图

根据以上实证结果发现，制造业集聚与环境污染之间的关系呈倒“N”型形状，经过计算，该曲线的两个“拐点”分别是集聚水平为0.7219和1.2073的时候。也就是说，当集聚水平低于0.7219时，环境污染程度随着集聚水平的提高而下降，这是因为在初期，制造业企业比较分散，而一定的集聚可以使企业之间的资源、信息实现共享，规模效应和技术溢出发挥作用，污染排放相对集中处理，降低污染水平。集聚水平在0.7219和1.2073之间时，集聚水平上升反而会导致环境污染加重，因为随着集聚水平的提高，企业过多的其中在一起分享资源，同时污染物的排放更加集中，企业的规模效应开始出现负外部性，而技术水平却没有跟上，空间布局上更加凌乱，会加重环境污染。但一旦超过1.2073，环境污染又会随集聚水平的升高而下降，因为此时集聚已经趋于成熟，技术创新使得资源的利用效率和排污治理能力提高，上下游企业在地理上集中再加上适当的布局和整体调控可以形成合理的循环经济体系，使环境污染得到很好地控制。

结合上文2015年制造业的总体集聚水平，可以看出中国大部分地区目前正处于倒“N”型曲线的第二阶段，也就是环境污染随集聚水平的提高而加剧。但东部地区在2015年制造业集聚水平已经达到1.0659，非常接近第二和第三阶段的拐点，应该鼓励集聚发展，突破拐点，这样就可以发挥集聚的正外部性和技术溢出效应等，用集聚的增长让环境得以改善。其次是中部地区，处于两者之间水平，需要制定更好的策略来引导集聚与环境的和谐发展。而东北地区和西部地区制造业集聚水平总体下降，几乎要脱离第二阶段退回第一阶段的水平，如果处于第一阶段环境污染会随着集聚的提高而减轻，因此像西部地区和东北地区一些制造业发展相对落后的地区也可以考虑根据当地的实际情况来控制制造业的集聚水平，在0.7219之下反而可以实现经济与环境的和谐发展。

从中国30个省份来看（见表4），除了少数年份，山西、黑龙江在2004—2015这个时间段基本一直处于倒“N”型曲线的第一阶段，新疆也基本处于第一阶段和第二阶段拐点附近。其他省市除江苏和上海偶有达到第三阶段之外，基本全部都在第二阶段的状态，因此目前总体上中国制造业集聚的环境效应还是环境污染随着产业集聚水平的提高在加剧，应该提高集聚水平，跨入第三阶段，实现环境污染水平随集聚提高而下降的目标。

表4 制造业集聚各地区环境效应分布情况

2.2 制造业细分行业集聚的环境效应分析

在对制造业整体进行实证分析后，本文还对制造业21个细分行业一一进行了回归分析，结果发现产业集聚与环境污染的非线性关系存在很大的差异性。除了食品制造业、纺织业和石油加工及炼焦和核燃料加工业回归模型结果不显著外，其他18个行业出现了倒“N”型、正“N”型、倒“U”型和正“U”型四种形状的曲线关系，其曲线形状及拐点信息如表5所示。

表5 制造业细分行业集聚的环境效应及拐点

同时，制造业细分行业在不同地区集聚的环境效应差异性很大。限于篇幅，此处仅以两例加以说明。先以C13农副食品加工业为例，吉林、山东、广西3省处于倒“N”型曲线的第二阶段，即环境污染会随着该行业集聚程度的提高而加重，只有海南省一个省到达了第三阶段，其他省份仍处于第一阶段，也就是说大部分省份的环境污染水平是随着C13的集聚程度提高而下降的。再以C18纺织服装、服饰业为例，其产业集聚的环境效应呈正“U”型曲线，但从具体地区来看，天津、江苏、浙江、福建、江西和广东目前一直处于第二阶段（拐点右边），安徽和湖北从第一阶段（拐点左边）上升到了第二阶段，北京和上海却从第二阶段回到了第一阶段，其他各省都处于第一阶段的状态。由此可见，在实际制定政策时应该区别对待，对于像新疆、宁夏等制造业不发达的西部地区，大部分细分行业的集聚可以减轻环境污染，但需要控制在一定范围之内，而东部地区和中部地区制造业的集聚水平都较高，目前处于环境污染随集聚水平的提高而加剧的阶段，因此需要引导集聚跨过拐点，实现集聚与环境的良性发展。

3 结论

本文以环境压力等式为基础，从技术因素角度引入产业集聚变量，并建立面板回归模型，对2004—2015年中国30个省份制造业总体集聚和细分行业集聚的环境效应进行了实证分析，得到结论如下：（1）中国各地区的制造业集聚水平存在很大差异，总体来看，东部地区集聚水平高且呈上升趋势，而西部地区集聚水平低并趋于下滑；（2）制造业21个细分行业的集聚水平差异较大，烟草制造业平均集聚水平最高，计算机、通信和其他电子设备制造业平均集聚水平最低；（3）制造业整体集聚与环境污染存在倒“N”型曲线关系，大部分地区环境污染随制造业集聚水平提升而加剧；（4）制造业细分行业集聚的环境效应出现倒“N”型、正“N”型、倒“U”型和正“U”型四种曲线关系，不同地区的集聚对环境污染具有不同的作用效果。