環境規制、產業效率與產業集聚

覃偉芳 廖瑞斌

（1.暨南大學 經濟學院，廣東 廣州 510632；2.中山大學 管理學院，廣東 廣州510275）

一、引言

改革開放三十多年以來，中國得到了前所未有的快速發展，經濟總量躍居世界第二，成為僅次于美國的經濟大國。然而，經濟的快速增長也遇到了西方發達國家在工業化階段所經歷的種種問題，包括經濟增長依靠要素資源的大量投入、自然資源利用效率低下、自然環境日益惡化，環境質量不斷下降等問題，特別是環境問題已經成為公眾熱切關注的焦點，環境保護、環境規制成為經濟發展中需要認真權衡的課題。產業效率是研究產業投入與產出之間的關系，古典經濟效率理論學派主要研究生產領域的效率問題，他們把產出、利潤、工資或租金作為產出，把勞動、資本等作為投入要素，研究要素投入與產出之間的關系，認為專業化分工與資本積累可以提高生產效率。到了近代的新古典學派，以帕累托為代表的新古典學派注重研究有限資源下的配置效率問題，即如何實現在有限資源下的最優配置達到效率最大化。目前，學者通常用全要素生產率（Total Factor Productivity，TFP）來衡量效率。

產業集聚是指同一產業在某個特定地理區域內的高度集中。根據馬歇爾產業集聚類型的描述，產業集聚分兩種不同類型的集聚，第一種是同類型產業的集聚，即在一個地區內同一個行業的集中；另一種是不同產業的集聚，即在多種產業集中于同一個區域內。在實施環境保護制度下，環境規制強度會影響產業效率嗎？環境規制的實施是否會導致產業集聚？這些問題都是在研究環境規制、 產業效率以及產業集聚的關系時需要回答的問題。為了研究環境規制下中國工業產業的TFP以及環境規制強度對產業效率和產業集聚的影響，以中國工業為研究對象，本文把每一個兩位數工業行業作為一個子產業。我們擬估算環境規制下的工業產業效率、產業集聚的指標，在此基礎上實證分析環境規制強度對產業效率的影響、以及環境規制強度對產業集聚的影響。本文試圖回答以下幾個問題：中國工業考慮環境規制的全要素生產率增長水平如何？環境規制對不同行業的產業效率影響是否有不同，對比分析不同行業面對環境規制的全要素生產率增長的差異。環境規制強度對產業效率有什么樣的影響？環境規制強度是否影響產業集聚選擇？通過研究分析并回答上述的問題，進而探討中國工業發展與環境規制問題的政策啟示，這對政府相關部門科學制定環境規制政策、引導產業升級與適當集聚具有重要的理論和現實意義。

二、文獻述評

全要素生產率是度量經濟效率和發展水平的重要指標，因此，本文用行業的全要素生產率來衡量工業行業的產業效率。傳統的度量全要素生產率方法是不考慮污染等負產出的，國內外有不少學者對中國整體或者工業行業的傳統生產率（本文把不考慮負產出的全要素生產率簡稱為傳統生產率）做深入研究，如胡鞍鋼和鄭京海［1］、吳延瑞［2］、顏鵬飛和王兵［3］等學者都做過相關的研究，形成了比較系統的文獻。在現實實際生活中，人們往往不能只生產自己需要的產品而不產生任何的負產出，負產出這里主要指的是固體污染物、污染有毒氣體、二氧化碳等排放的副產品。因此，應該對負產出的負面影響加以考慮才能更加準確地估算全要素生產率。國內外已有不少學者嘗試把不同的負產出納入全要素生產率的研究，這些研究中有的考慮工業SO2的排放量，有的考慮工業廢水、COD等的排放，如王兵等［4］、陳詩一［5］、田銀華等［6］等都做過類似的研究，薛蕊等［7］還研究了污染密集型行業的效率優勢。

產業集聚的研究最先見于亞當·斯密和馬歇爾的著作中，早期的研究主要涉及產業集聚理論及集聚演進、產業集聚的分類、產業集聚的測度等角度。產業集聚理論發展演變到最近的新經濟地理學已經成為一個成熟研究領域，Krugman［8］研究認為企業和生產要素為了獲得高回報而形成集聚時，就會存在規模報酬遞增，產業集聚最終形成，他們還指出集聚的驅動力在于運輸成本、規模經濟、市場規模以及關聯效應和外部效應等因素。此后，對產業集聚的研究開始側重于對集聚程度進行度量，構建了包括空間基尼系數、赫芬達爾指數、行業地區集中度指數、區位商和E-G指數等不同度量方法，克魯格曼首次構建了空間基尼系數（Spatial Gini Index）指標，并用這個指標計算了美國三位數行業的區域集中程度。Herfindahl最早提出赫芬達爾指數，赫芬達爾指數可以測算企業的區域集中程度。Haggett首創區位商指數（Location Quotient），用來衡量一個行業在特定地區的比重與該行業在全國范圍內比重的大小。除了理論上的研究，也有不少文獻實證研究了產業集聚與產業效率的關系，Dogan［9］研究土耳其的工業全員勞動生產率時發現地方和城市的集聚在不同的行業對勞動生產率的促進效應存在差別；Lucio［10］估算了西班牙26個行業的全要素生產率，發現專業化集中有利于生產率的提高。國內的研究中，范建勇［11］研究非農業產業集聚與勞動生產率的關系，發現中國非農業的勞動生產率對就業密度的彈性系數為8.8%，高于歐盟的5.5%。梁琦、詹亦軍［12］基于長三角區域16個城市1998-2003年的數據，研究發現專業化能促進技術進步，進而可以使產業由勞動密集型向資本密集型轉變。柴志賢和黃祖輝［13］研究了產業集聚與中國19個行業的相互關系，結果表明專業化有利于技術效率的提高但不利于技術進步。而研究環境規制與產業集聚的關系鮮有文獻。

綜上所述，盡管已經存在不少關于全要素生產率、產業集聚等方面的研究文獻，但是這些文獻沒有能把環境規制、產業效率以及產業集聚之間的關系形成一個系統的研究，特別是環境規制是否影響產業集聚選擇，很少研究涉及。正因為如此，基于這個研究契機，本文將研究環境規制對全要素生產率的影響、實證分析環境規制強度對產業效率的影響以及環境規制對產業集聚的影響，以便得到關于環境規制對產業效率、產業集聚的影響有比較客觀全面的認識。

三、理論模型和估算方法

環境規制對產業效率的影響主要指的是通過政府環境規制的實施，把環境成本的外部性轉移到企業的內部成本，對企業的績效構成影響，進而影響整個產業的效率。環境規制工具是多種多樣的，因而對產業效率的影響也是多種方式的，具體分析可以發現，環境規制主要通過三種影響機制影響產業效率的變化：環境規制直接影響生產成本，增加企業的生產成本，從而影響產業效率。環境規制往往構成企業進入的壁壘，提高了已經存在企業的利潤，從而增加企業績效。環境規制的實施會影響企業技術創新。環境規制對技術創新的影響存在正面和反面的作用，有一種觀點認為環境規制對技術創新有激勵作用，該觀點以著名的學者波特（MichaelPorter）提出的波特假說（Porter hypothesis）為代表，該假說認為真正的環境保護政策不但不會增加企業的成本，反而有利于激發企業的創新，產生凈的收益，提高企業績效從而提升了企業的國際競爭力。另一種觀點認為環境規制使得企業不得不投入更多的資源用于污染治理，而這些資源可能是原來企業用于技術創新活動的資金，這樣就造成了對R＆D資金的擠占，必然引起技術創新的滯后，從而降低了企業的創新效率。

（一）產業效率的估算模型

本文用工業行業的TFP作為衡量產業效率的指標，在全要素生產率研究中，Malmquist指數因無需價格信息以及不用設定函數形式等優點而得到眾多學者的廣泛應用。參考F?re，R.［14］，本文定義以產出為導向的 Malmquist生產率指數假定在時刻t＝1，…，T，的生產技術St，將要素投入向量投入生產得到的產出向量為，可以用一個集合來表示：St＝ ﹛（xt，yt）：xt可以生產yt﹜，因此，我們也把St稱為生產可能性集。用t時刻的生產技術為參照，投入產出向量（xt＋1，yt＋1）所能達到的最大可能產出與實際產出的比率，用距離函數表示

Malmquist生產率指數可以分解為效率變化指數（MEFFCH）和技術進步指數（MTECH）兩部分的乘積

然而Malmquist指數不能估算考慮污染等負產出的全要素生產率，為了充分考慮環境規制的影響，把負產出納入全要素生產率的估算。為了將減少污染排放負產出而增加產出的工業生產模型化，這里需引入基于產出的方向性距離函數（Directional Distance Function，DDF），則t時刻與t＋1時刻之間的產出導向 Malmquist-Luenberger（ML）生產率指數可寫為

生產率指數ML可以進一步分解成MLEFFCH與MLTECH的乘積，MLEFFCH表示效率變化，MLTECH表示技術進步

其中ML大于1表示生產率增長、MLTECH大于1表示技術進步、MLEFFCH大于1則表示效率提高，反之小于1則表示生產率下降、技術退步與及效率下降。

（二）產業集聚指數的測算

目前用來測度產業集聚的主要方法有要有行業集中度、赫芬達爾指數、區位商、區域基尼系數等。在各種測算產業集聚水平的方法中，行業集中度是最簡單、容易計算的估算模型，但是行業集中度可以比較好地反映同一類型產業的集聚狀況，它統計規模最大的前n個企業的經濟指標（比如工業產值、員工數量、銷售總額等）占整個行業的比例，其計算公式如下：

其中CRn為行業集中度指數，Xi為企業i的相關經濟指標，n為考察行業對象最大企業的個數，m為行業所有企業的個數。本文把每個省的行業數據抽象成一個大企業，這樣就可以用行業的經濟指標計算出行業的區域集中度指數。

四、全要素生產率分析

（一）變量說明與數據整理

如前所述，用Malmquist指數法估算傳統的TFP，本文為還估算了環境規制下考慮考慮SO2排放、考慮廢水排放以及同時考慮SO2和廢水排放負產出等三種模型的環境全要素生產率。

本文選擇了中國工業行業作為研究對象，由于其它礦采選業、木材及竹材采運業、工藝品及其他制造業、廢棄資源和廢舊材料回收加工業在考察期內數據的缺失，本文的研究對象沒有包括這四個行業，因此實際上構建了36個兩位數工業分行業2001-2011年的面板數據。首先選定投入和產出變量：①要素投入選取資本投入和勞動投入。勞動投入選取的是中國各個工業行業規模以上工業企業的全部從業人員平均人數，從統計年鑒直接可以得到各行業每年的數據。資本投入選取的是各個行業的固定資產投入，用固定資產價格投資指數把規模以上工業企業的固定資產凈值年平均余額折合成2001年不變價的固定資產年平均余額。②產出變量，產出分為“正”產出和“負”產出。“正”產出選擇的是中國工業行業的工業生產總值，同樣用每年的工業品出廠價格指數平減成2001年不變價的工業生產總值。“負”產出有行業的工業SO2排放量和廢水排放量，本文將根據考慮的負產出不同分三個模型來估算環境全要素生產率。投入產出數據的描述性統計如表1所示。

表1 工業行業投入產出變量的描述性統計分析（2001-2011）

（二）估算結果分析

利用第三部分構建的全要素生產率估算模型以及經整理得到的數據，我們使用Maxdea6.2軟件估算了中國工業分行業2001-2011年的生產率及其分解。為了便于作比較分析，本文根據考慮產出的不同情形分四種模型估算：模型1沒有考慮污染負產出用Malmquist指數估算；模型2把SO2排放作為負產出用Malmquist-Luenberger生產率指數估算；模型3考慮工業廢水排放作為負產出；模型4則同時考慮SO2排放和工業廢水排放作為負產出。

表2報告了傳統不考慮負產出及分別考慮三種負產出在規模報酬不變下估算的TFP及其分解，表中的數值為中國工業2001-2011年全要素生產率、效率變化和技術進步的幾何平均發展速度。模型1沒有考慮負產出估算的效率變化年均增長為0.68%，技術進步年均增長8.89%，全要素生產率年均增長為9.60%，顯示效率變化與陳詩一估算的中國1980-2008整體工業效率變化的增長速度基本吻合，技術進步和全要素生產率則大于陳詩一［5］的5.22%和5.45%。模型2、模型3、模型4估算的都是環境全要素生產率，從表2來看，單獨考慮工業SO2排放、單獨考慮工業廢水排放或者同時考慮SO2和廢水排放估算結果并沒有明顯的差異，其中效率變化比模型1都略有下降，技術進步和全要素生產率比模型1大約年均下降了3個百分點。模型4同時考慮SO2和廢水排放估算的效率變化年均增長為0.46%，技術進步和全要素生產率年均增長分別為6.32%和6.78%。考慮負產出低于比傳統不考慮負產出估算的全要素生產率及其分解，這也與陳詩一［5］的研究結論相似，他的研究發現考慮環境約束的全要素生產率比傳統估算的全要素生產率值低了很多。因為考慮污染負產出以后，投入的要素除了用于促進經濟的增長還用于降低負產出——SO2和廢水排放，即環境規制對正常生產投入要素產生擠出效應。然而效率變化并沒有出現明顯的下降，全要素生產率下降基本上是由于考慮負產出導致估算的技術進步明顯下降引起，似乎支持環境規制會降低產業效率的觀點，該觀點認為技術創新活動需要資金、資源的投入，環境規制的實施需要企業投入資金資源用于治理環境，減少污染的排放即達到環境規制所規定的排放標準，在有限資源的情況下，治理污染的投入就會擠占創新活動的資源，阻礙了技術進步。初步來看，環境規制對產業效率具有促進作用的觀點并沒有得到驗證，至于是不是這樣，我們在下文將繼續討論。另外，可以看到技術進步是全要素生產率增長的主要來源。這與涂正革［15］研究發現1978年以來考慮環境因素的中國工業全要素生產率增長主要由技術進步主導的研究結論一致。

表2 工業整體效率及全要素生產率年均增長指數

表3報告了36個工業行業基于模型1和模型4的估算結果，表中的數值為各行業2001-2011年間的幾何平均發展速度。我們可以發現，絕大部分行業的傳統生產率比環境全要素生產率大，全要素生產率代表整個行業的產業效率，不考慮環境規制負產出的全要素生產率大于環境全要素生產率說明考慮環境規制確實降低了產業效率。傳統生產率大于環境生產率比較多的依次有電力、熱力的生產和供應業、燃氣生產和供應業、非金屬礦采選業、造紙及紙制品業、化學纖維制造業、化學原料及化學制品制造業、非金屬礦物制品業等，這些行業都是資源投入很大的產業，能源消耗高，通常被劃歸為高能耗、高污染的產業，對環境規制比較敏感，容易受到環境政策的壓力，面對環境規制的壓力，這些行業的企業只能加大環境治理的力度，降低污染物的排放，從生產率的估算結果來看，這些行的效率是受到損失的。相反地，我們也發現不少行業的環境生產率高于傳統生產率，換句話說考慮環境規制反而提高了這些行業的產業效率，其中通信設備、計算機及其它電子設備制造業相差最大，環境生產率年均增長比傳統生產率年均增長快4.70%排第一，此外還有儀器儀表及文化、辦公用機械制造業、家具制造業、文教體育用品制造業、電氣機械及器材制造業、交通運輸設備制造業、通用設備制造業以及石油和天然氣開采業也有類似的情況。這些行業主要是高科技的行業、勞動密集型的制造業以及部分輕工業，這些行業對能源投入需求比較少，主要依靠高新的設備、技術和人才，對環境規制反應比較遲鈍，環境壓力比較小，面對環境規制，企業投入環境治理的資源相對較少，不會對產業創新構成阻礙。甚至還有可能激發企業的創新活力，提升產業效率。

模型1與模型4的效率變化相差都不大，其中，模型1大于模型4比較多有電力、熱力的生產和供應業、塑料制品業、燃氣生產和供應業。而模型4的效率變化大于模型1的行業有水的生產和供應業、石油和天然氣開采業、有色金屬礦采選業、家具制造業等行業。兩種模型的技術進步相差就比較大了，不同的行業相差比較明顯，創新能力比較強的高新技術產業考慮污染負產出后比傳統估算的技術進步有所提高，這些行業主要有通信設備、計算機及其它電子設備制造業、儀器儀表及文化、辦公用機械制造業、家具制造業、文教體育用品制造業、電氣機械及器材制造業、交通運輸設備制造業、通用設備制造業。而模型1的技術進步比模型4大的行業有電力、熱力的生產和供應業、燃氣生產和供應業、石油和天然氣開采業、水的生產和供應業、黑色金屬冶煉及壓延加工業、造紙及紙制品業、非金屬礦采選業、化學纖維制造業、化學原料及化學制品制造業、非金屬礦物制品業等行業。這里需要特別指出的是，傳統全要素生產率、技術進步、效率變化與考慮負產出的估算結果有差別，并不代表這些差別都是由于環境規制引起的，只是表明扣除負產出以后的實際全要素生產率的增長有所不同，至于環境規制強度在多大程度上影響生產率，需要進一步實證分析。

表3中最后一列是環境全要素生產率增長占實際工業生產總值增長的貢獻比率。生產率增長占實際工業生產總值增長的比例最高的是煙草制品業達63.31%，貢獻率較高的行業依次有通信設備、計算機及其它電子設備制造業、交通運輸設備制造業、儀器儀表及文化、辦公用機械制造業、通用設備制造業、文教體育用品制造業、電氣機械及器材制造業、家具制造業等行業，一方面這說明了這些行業的發展主要依靠技術進步，走上了集約式發展的道路，進入依靠提高生產率的發展通道。另一方面則說明這些行業的效率受環境規制的影響較小，對環境規制所面臨的壓力不大。生產率增長占實際工業增加值增長的比例較小的有煤炭開采和洗選業、有色金屬礦采選業、非金屬礦采選業、造紙及紙制品業、非金屬礦物制品業、電力、熱力的生產和供應業等行業，這些行業都是資源投入型和環境污染型的產業，具有高能耗、密集排放的特征。說明這些行業的發展仍然依靠資源的大量投入，環境污染較為嚴重，尚未擺脫粗放型的發展模式，在節能減排、減少污染方面還需要加大力度。同時也說明這些行業面臨較大的環境壓力，生產率容易受到環境規制的影響，在節能減排、減少污染能否取得成效關鍵也是主要看這些行業的表現。在今后的發展中應該通過對這些污染型產業的進行生產設備改進、引進先進技術、強化節能減排以及激發企業的創新意識等方法來促進生產率的提高，并達到降低污染排放的雙贏目標。

五、實證分析

為了進一步回答前文提出的環境規制強度是否會導致產業效率的降低以及環境規制對產業集聚產生的影響，本部分做了兩個實證回歸分析，考察環境規制強度對產業效率的關系、以及環境規制強度對產業集聚之間的關系。

（一）環境規制強度對產業效率的影響

根據上述研究的理論基礎上，參考趙紅［16］的研究方法，并借鑒王兵等［4］、田銀華等［6］等的研究所考慮的因素，把產業效率（即工業行業的TFP）作為被解釋變量，解釋變量為規制強度。結合現實問題，把人均資本稟賦（K/L）、研發支出（R＆D）、研發支出滯后項（LAGR＆D）以及國有企業的比重（STATEOWN）等作為控制變量加入計量模型中。此外，本文還分別將效率變化和技術進步作為被解釋變量對以上的變量進行回歸，并把傳統生產率及分解和環境生產率及分解分別作被解釋變量作回歸，以便得到更加全面的結果。以下對上述變量做逐一說明。

（1）產業效率。產業效率用全要素生產率（TFP）度量，TFP增長是一個累積的過程，因此，本文參考張宇等［17］，各期指標釆用TFP累積乘積表示各期產業效率的累計變化程度。同理，效率變化和技術進步也是基于這樣的計算方法。

（2）環境規制強度（EI）。環境規制強度有兩種基本度量方法，其一是研究歐美國家的文獻通常采用的是單位產出的“污染治理與控制支出”，其二是采用單位產出的污染物排放量來表示，國內的學者一般用這種方法研究，如（趙細康［18］）。本文借鑒歐美學者常用的度量方法，采用行業廢氣和廢水本年運行費用與工業產值之比表示，該指標的值越大表示環境規制的強度就越大。

（3）人均資本稟賦（K/L）。即各個行業的人均資本，用來衡量行業的資本稟賦結構。

（4）研發支出（R＆D）。經過前文的測算得知全要素生產率主要由技術效率驅動，技術的進步與企業的研發投入是分不開的，在實證研究中很多學者都分析了研發支出的影響，如Anabel Marinaetal.、張宇等［17］，本文用行業人均科研經費內部支出的對數表示。考慮到研發活動對技術創新的滯后性，我們還加入了研發支出的滯后項。

（5）國有企業的比重（STATEOWN）。企業組織的制度因素也會影響產業效率，相當多的研究文獻認為我國公有制經濟在技術創新、管理制度創新以及資源配置效率相對低下，對生產率有負面影響。本文用國有企業工業生產總值占整個行業的工業生產總值的比重表示。

根據上述分析，構建環境規制對產業效率的影響面板數據模型

表3 各行業傳統和環境全要素生產率及其分解

查閱2001-2012年《中國統計年鑒》和《中國工業經濟統計年鑒》得到原始數據，經整理數據并用Eviews6.0軟件做回歸，回歸結果如表4所示。

回歸模型的Hausman檢驗均顯示拒絕隨機效應模型接受固定效應模型。而模型的似然比F值檢驗也顯示拒絕混合面板模型接受固定效應模型。因此，本文選擇面板數據的固定效應模型進行回歸。從表4的回歸結果來看，模型回歸整體的擬合度都比較高，調整后的R2都在0.65以上，整體回歸的F統計量也都顯著。我們最關心的是EI的系數，環境規制強度系數EI對全要素生產率的回歸系數為正，但是系數的顯著性水平較低，不支持環境規制強度對產業效率有正面影響的觀點，也就是說“波特假說”在這里沒有得到驗證。這些控制變量對行業生產率的影響符合本文的預期，國有企業的比重對全要素生產率有負面的影響，驗證了田銀華［6］研究認為我國公有制經濟在技術創新、管理制度創新以及資源配置效率相對低下，對生產率有負面影響的觀點。研發支出的系數為正，符合預期，研發的投入越大對生產率的影響越大，提高產業效率的增長，但是研發支出的滯后項系數在統計上并不顯著。人均資本對產業效率有正向的影響，我們認為主要因為中國工業還處在資本積累階段，因此，人均資本的增加有利于產業效率的提高。把效率變化和技術進步作為被解釋變量作回歸，我們發現回歸的結果與產業效率作為被解釋變量的回歸結果相似，特別是對技術進步的回歸，系數的符號和顯著性水平都一樣，表明這些解釋變量更多的是影響技術進步，從對效率變化的回歸中只有少數變量系數通過顯著性水平檢驗可以得知。環境規制強度對傳統TFP模型的技術進步的回歸系數為負而且通過5%顯著水平檢驗，說明環境規制強度對技術進步是有負的影響。

表4 環境規制強度對產業效率的影響回歸分析

（二）環境規制強度對產業集聚的影響

本文用行業地區集中度指標度量產業集聚程度，利用2001-2011年行業工業產值數據計算得到行業前5名集聚省份的集中度CR1-CR5見表5，限于文章篇幅這里僅給出2011年的指標。可以看到行業的最大集聚省（區）集中了行業產值的20%左右，前5名集聚區大約集中了行業產值的60%甚至更高。集聚程度比較高的行業有化學纖維制造業、文教體育用品制造業、皮革、毛皮、羽毛（絨）及其制品業、通信設備、計算機及其它電子設備制造業和儀器儀表及文化、辦公用機械制造業。行業集中度較低的行業有電力、熱力的生產和供應業、食品制造業、飲料制造業等。從行業集聚分布來看，資源型的行業按資源稟賦的程度集聚，如山西的煤炭開采業占整個行業的22.33%，而高新技術產業、資本密集型企業等多數集聚在東部發達地區，如廣東省的通信設備、計算機及其它電子設備制造業和儀器儀表及文化、辦公用機械制造業占了整個行業的33.70% 和32.16%。

表5 各行業2011年行業集中度CRn指數

行業 CR1 CR2 CR3 CR4 CR5電氣機械 0.226 6 0.421 5 0.520 6 0.609 9 0.670 1通信設備 0.337 0 0.569 9 0.665 3 0.721 9 0.763 9儀器儀表 0.321 6 0.522 5 0.617 8 0.675 2 0.722 5電力熱力 0.103 7 0.186 6 0.266 2 0.341 5 0.400 2燃氣供應 0.194 1 0.287 1 0.369 8 0.445 4 0.518 9水的生產 0.233 4 0.325 5 0.405 1 0.483 0 0.543 8

在現行的環境規制制度下，環境規制強度對產業集聚會有什么影響，換句話說環境規制到底是加劇產業的區域集聚還是降低產業集聚？本部分用環境規制強度對行業集中度的回歸，把行業集中指數CR1作為被解釋變量，把環境規制強度（EI）作為解釋變量，另外把國有企業占行業比重（STATEOWN）和人均資本稟賦（K/L）作為控制變量加以考慮。用Eviews6.0軟件做逐步回歸，回歸結果如表6所示。

回歸結果表明整體擬合很好，調整后的R2都在0.90以上。環境規制強度的回歸系數全部為正數，而且都在5%或者10%的統計水平上顯著，表明環境規制強度對產業集聚有正向影響。這個可以從環境規制成本來解釋，環境規制的加強、污染排放標準的提高會使企業想法設法提高治理污染的能力，盡可能減少治理污染的費用，產業集聚就可以使企業共用環境治理設施，例如有些污染治理本身就有規模經濟效應，即隨著污染物處理總量的增加污染物治理的平均單位成本在下降，集聚可以集中治理一些污染，降低污染治理成本，提高效率，因此環境規制強度的提高會增加產業的集聚程度。另外，從表6可以看到企業的平均規模的回歸系數為負，即企業的規模越大對集聚的意愿越小，可能是因為大企業的資源調動能力比較強，不需要像小企業那樣通過集聚來獲取一些資源和便利。

表6 環境規制強度對產業集聚影響回歸分析

六、結論與政策啟示

環境問題已經成為當今經濟發展最嚴重的挑戰之一，環境保護的好壞關系到經濟的能否實現長期可持續發展的問題。本文用全要素生產率指數衡量各個工業行業的產業效率，運用Malmquist指數與Malmquist-Luenberger指數分別估算和比較了中國36個工業行業不考慮污染排放、把工業SO2和工業廢水排放作為負產出的全要素生產率，并把全要素生產率分解成效率變化和技術進步，對比分析了各個行業的全要素生產率的增長特點以及之間的差異。在此基礎上，為了檢驗環境規制對產業效率的影響，本文實證分析了環境規制強度對產業效率的影響。我們還用面板數據回歸模型分析了環境規制強度與產業集聚的關系。通過以上的研究分析，本文得到幾點基本結論。

（1）中國工業整體考慮SO2和工業廢水排放的環境全要素生產率比傳統生產率要低，不考慮負產出高估了實際生產率。技術進步是全要素生產率增長的主要來源。在考慮負產出的全要素生產率估算模型中，單獨SO2排放、單獨考慮工業廢水排放、同時考慮SO2和工業廢水排放所估算的全要素生產率及分解結果基本上一致。考慮污染負產出估算的全要素生產率對不同的行業影響是不一樣的，依賴資源投入、高能耗、污染密集型行業的環境全要素生產率比傳統生產率低，這些行業環境污染治理的效率比較差，對環境規制比較敏感，容易受到環境規制政策的影響。高科技、勞動密集型的制造業以及部分輕工業的環境全要素生產率大于傳統生產率，表明這些行業環境治理效果比較好，受到環境規制的影響比較有限，環境規制的壓力比較小。

（2）實證分析環境規制強度對產業效率的影響表明：環境規制強度對產業效率的影響并不顯著，我們認為這和中國目前的環境規制相對放松，不足以影響產業效率有關。文章用面板數據模型回歸分析環境規制強度對產業集聚的影響，結果發現環境規制強度正向影響產業集聚程度，表明環境規制的加強，會使企業出于環境治理成本的考慮等因素而傾向于集聚。

隨著中國工業化程度發展不斷提高，環境問題越來越突出，在環境規制政策制定上需要謹慎權衡，在污染治理上希望盡可能減少污染排放，盡可能減少因為環境規制而降低產業效率，甚至能促進產業效率。本文的研究結果也給我們一些啟示。

（1）優化產業結構是提高工業全要素生產率、減少污染、節能減排的關鍵。高科技行業主要依靠高新的設備、技術和人才投入，對環境污染比較小，這些行業對提升工業的發展起著重要作用，在經濟發展中應該優先發展這些產業，提高高科技產業的比重。污染嚴重、高能耗、高排放行業都是資源投入很大的產業，能源消耗高，這些行業是實現產業轉型升級實現綠色發展的關鍵，適當降低這些產業的比重。對污染嚴重的企業特別是效率低下的小工廠要嚴格執行整改甚至關停；而對基礎性行業則應把重點放在設備更新換代、引進清潔生產技術和工藝等方面，從而提高產業效率、實現節能減排和產業升級［19］。

（2）適當調整環境規制強度的標準，對不同的行業應適用不同的環境規制標準。根據“波特假說”適當的環境規制能激發企業的創新，本文實證分析中國工業表明現行的環境規制標準沒能對產業的創新起到激勵作用，因此，我們需要適當提高環境規制標準，提升中國的環境質量并激發企業的創新，提高產業效率。

（3）通過本文的實證分析表明環境規制的強度對產業集聚產生正的作用。在政府實施嚴厲的環境規制，企業基于環境規制成本的考慮會趨向于集聚，這樣的集聚往往可以提高產業的效率，政府部門可以通過環境規制政策引導相關產業的適度集聚，如進入相關產業園區，通過產業適當集聚提高環境治理能力、并提升產業效率。

［1］鄭京海，胡鞍鋼.中國改革時期省際生產率增長變化的實證分析（1979-2001年）［J］.經濟學季刊，2005，4（2）：263-296.

［2］吳延瑞.生產率對中國經濟增長的貢獻：新的估計［J］.經濟學（季刊），2008，7（3）：828-842.

［3］顏鵬飛，王兵.技術效率、技術進步與生產率增長：基于DEA 的實證分析［J］.經濟研究，2004，（12）：55-65.

［4］王兵，吳延瑞，顏鵬飛.中國區域環境效率與環境全要素生產率增長［J］.經濟研究，2010，（5）：95-109.

［5］陳詩一.中國的綠色工業革命：基于環境全要素生產率視角的解釋（1980-2008）［J］.經濟研究，2010，（11）：21-34.

［6］田銀華，賀勝兵等..環境約束下地區全要素生產率增長的再估算：1998—2008［J］.中國工業經濟，2011（1）：47-57.

［7］薛蕊，蘇慶義.環境規制是否影響了污染密集型行業的比較優勢？［J］.產業經濟研究，2014，（3）：61-70.

［8］Paul Krugman.Increasing Returns and Economic Geography ［J］.Journal of Political Economics，1991，199（3）：483-499.

［9］Dogan E.External Scale Economies in Turkish Manufacturing Industries［J］.International Review of Applied Economics，2001，115（14）：430-445.

［10］Lucio J，Herce J，AGoicolea.The Effects of Externalities on Productivity Growth in Spanish Industry［J］.Regional Science and Urban Economics，2002，3（2）：241-258.

［11］范劍勇.產業集聚與地區間勞動生產率差異［J］.經濟研究，2006，（11）：72-81.

［12］梁琦，詹亦軍.地方專業化、技術進步和產業升級：來自長三角的證據［J］.經濟理論與經濟管理，2006，（1）：56-62.

［13］柴志賢，黃祖輝.集聚經濟與中國工業生產率的增長：基于DEA的實證分析［J］.數量經濟技術經濟研究，2008，（11）：3-15.

［14］Fare R，S Grosskopf，M Norris，et al，Productivity Growth，Technical Progress，and Efficiency Change in Industrialized Countries［J］.American E-conomic Review，1994，84（1）：66-83.

［15］涂正革，肖耿.中國的工業生產力革命—用隨機前沿生產模型對中國大中型工業企業全要素生產率增長的分解及分析［J］.經濟研究，2005，（3）：4-15.

［16］趙紅.環境管制對中國產業績效影響的實證研究［D］.山東大學，2007：59-63.

［17］張宇，蔣殿春.FDI、產業集聚與產業技術進步——基于制造行業數據的實證檢驗［J］.財經研究，2008，34（1）：72-82.

［18］趙細康.環境保護與產業國際競爭力［M］.中國社會科學出版社，2003.

［19］陳紅蕾，覃偉芳，吳建新.考慮碳排放的工業全要素生產率變動及影響因素研究——廣東案例［J］.產業經濟研究，2013，（5）：45-53.