產業集聚對霧霾污染的影響機制
——基于空間計量模型的實證研究

徐 盈 之，　劉 　 琦

(東南大學 經濟管理學院， 江蘇 南京 210096)

一、引　言

我國經濟進入“新常態”后，環境問題也引起了人們的廣泛關注，特別是近年來頻頻出現的霧霾問題，已經嚴重影響到人們的日常生活。持續擴大的污染范圍和不斷加重的污染程度令人堪憂。究其原因，大氣污染物是導致霧霾現象頻繁出現的最主要原因，除此之外，工業活動和日常生活中產生的各種揮發性有機物也會轉化為二次有機氣溶膠，加劇霧霾污染的程度；另一方面，產業集聚有利于技術外溢，這種外部性將極大地提高清潔技術的研發效率，從而提高能源利用率，促進污染減排的實現。那么產業集聚對霧霾治理究竟有怎樣的影響，又是如何作用的？正確認識產業集聚對霧霾污染的影響機制，有利于我們追根溯源，從根本上提出治理霧霾的方法，使蔚藍天空和清新空氣成為我國環境的“新常態”。

在產業集聚對環境污染的影響方面，國外學者的研究多集中于通過研究城市集聚區的空氣質量變化狀況，認為產業集聚具有負外部環境效應，會引起生態環境的惡化[1-4]。國內學者的研究大致從霧霾的經濟成因、經濟效應和防治霧霾的經濟手段等角度進行研究，有些研究認為霧霾污染空間依賴性的重要原因是產業轉移，并指出隨著GDP的增長，霧霾污染程度將繼續上升，因此，產業集聚在促進區域經濟增長和發展的同時，也導致了許多不容忽視的環境問題[5-7]。也有學者在分析專業化集聚對中國環境污染影響是否服從U型關系的基礎上，得出當前國際專業化集聚指數已經越過臨界值[8]，進一步的集聚將不利于污染治理[9]。另有一些學者持相反觀點，認為產業集聚有利于改善環境狀況，具有正向環境效應[10-12]。有學者通過對全要素能源效率以及產業集聚程度進行測度，實證研究發現產業集聚有利于環境改善[13]。也有學者得出在城市規模擴張時，產業集聚程度的提高能夠改進能源效率，促進低碳發展[14-15]。此外，還有將工業集聚分解為工業勞動集聚、工業資本集聚和工業產業集聚3部分來分析工業集聚對霧霾污染的影響[16]。

綜上所述，現有研究關于產業集聚對環境污染影響的實證結論尚未達成一致，且研究視角單一。基于此，本文試圖從以下幾方面創新：第一，研究產業集聚和環境污染的文獻較多，但鮮有涉及產業集聚和霧霾污染的研究，因此，本文將產業集聚與霧霾污染納入到同一框架下，考察產業集聚與霧霾污染的內在聯系；第二，以往研究產業集聚大多將其看作一個整體，并未對其加以細分，因此，本文將產業集聚分解為產業集聚規模、產業集聚能力及產業集聚效益，考察其對霧霾污染的影響；第三，考慮到產業集聚和霧霾污染的空間溢出效應，本文采用空間計量模型檢驗產業集聚對霧霾污染的影響效應，分析產業集聚對各省霧霾污染的直接影響以及對相鄰省份霧霾污染的空間溢出影響。

二、現狀分析

1.產業集聚的現狀分析

目前國內外有很多學者選取區位熵來衡量產業集聚[17-19]，區位熵可以消除區域規模的差異因素，能真實反映地理要素的空間分布。另外，這里考慮數據的可獲得性，本文選取區位熵來反映產業集聚，選用工業產值作為研究對象。區位熵的公式為：

(1)

其中Pir代表r地區i產業的工業產值。區位熵越大，說明該地區的集聚程度越高。本文利用2005～2015年《中國統計年鑒》中包含中國大陸30個省市(數據不含西藏)的相關數據，代入以上公式計算區位熵指數發現，我國東部地區集聚優勢明顯；中部地區大多數省份的區位熵指數均在上升，且多數省份超過1，表明工業產業在這些地區的優勢明顯，呈現集聚狀態；西部地區省份的區位熵指數則在小范圍內波動，上升和下降幅度并不明顯。整體而言，東部地區的產業集聚程度在降低，中部地區的集聚程度在增加，呈現一種從東部向中部的集聚趨勢。表1顯示了2005～2015中國大陸30省市的區位熵指數的描述性統計結果。

通過對空間關聯度的測量，可以反映出產業集聚的空間關聯模式。本文借助Moran’s I指數來度量區域產業集聚的空間異質性，Moran’s I指數的算法如下：

(2)

其中，xi，xj為不同地區的區位熵指數，n為地區數量，wij為地區i，j的鄰近關系(若地區i，j鄰近，則wij=1；若地區i，j不相鄰，則wij=0)。在顯著性水平下，當Ii>0時，表明研究對象存在局部正向的空間關聯性，相似對象在區域上形成集聚，與周邊地區空間差異性較小；當Ii<0時，表明研究對象存在局部負向的空間關聯性，不相似對象在區域上形成集聚，與周邊地區空間差異較大。2005年Moran’I=0.042，2015年Moran’I=0.066，表明我國產業集聚具有正向的空間關聯性，相似產業在區域內形成集聚。相比2005年，2015年Moran’I指數值有所增加，空間集聚效應增強，表明中國各省份產業集聚的整體格局由分散走向集中，省際間的相對差異變小。

表1　2005～2015年中國大陸30省(市)區位熵指數的描述性統計

數據來源：根據《中國統計年鑒》相關數據計算整理得到；因數據的可得性及數據的代表性，本研究數據不包括西藏。

本文借助Moran散點圖來描述產業集聚的空間分布，以此來判斷區域發展的空間關聯程度。Moran散點圖有4個象限：第一象限為HH區，即高值集聚區，指高水平的單元被同是高水平的單元包圍；第二象限為LH區，即低水平的單元被高水平的單元包圍；第三象限為LL區，即低值集聚區，是低水平的單元被同是低水平的單元包圍；第四象限為HL區，即高水平的單元被低水平的單元包圍。一、三象限的區域空間內部差異較小，而二、四象限的空間內部差異較大[20]。由Moran散點圖1、圖2和表2可知，高值集聚和低值集聚同質性現象是我國產業集聚發展的主要形式。2005年和2015年大多數省市都位于一、三象限，具體而言，東部地區的福建、山東、廣東從HL區轉入HH區，中部地區的內蒙古、江西、安徽從LH區轉入HH區，而西部地區的甘肅、云南則從LL區轉入LH區。可見，東部和中部地區的產業鏈較為完善，產業發展迅速，空間關聯性較強，而西部地區發展相對緩慢，產業集聚的空間關聯性較弱。

圖1 Moran 散點圖(2005) 　　　　　　　　 　　　　　　　　　　圖2 Moran 散點圖(2015)

年份空間關聯模式2005HH:山西、黑龍江、浙江、江蘇、河南、河北、上海LH:吉林、湖南、內蒙古、安徽、江西、北京LL:重慶、寧夏、貴州、廣西、青海、四川、新疆、甘肅、湖北、云南、海南HL:山東、天津、廣東、福建、陜西、遼寧2015HH:廣東、河南、安徽、河北、山西、江西、遼寧、福建、內蒙古、山東、浙江、湖北、湖南LH:甘肅、北京、云南、黑龍江LL:重慶、新疆、貴州、寧夏、上海、海南HL:吉林、江蘇、四川、青海、天津、陜西、廣西

注：HH為第一象限，LH為第二象限，LL為第三象限，HL為第四象限。

2.霧霾污染的分布現狀

鑒于中國部分城市對空氣污染指數PM2.5相關數據的統計始于2012年，因此，本文使用的2005～2012年間的PM2.5數據來源于美國國家航空航天局的社會經濟數據和應用中心(NASA Socioeconomic Data and Applications Center)[21-22]，2013～2015年的PM2.5數據來源于2014～2016年《中國環境統計年鑒》。

如表3所示，就總體而言，PM2.5濃度均值總體在44～75微克/立方米附近波動，PM2.5濃度多年以來沒有太大的變化，只是在個別年份有所下降。2016年1月1日中國環境保護部頒布的《環境空氣質量標準》中規定，PM2.5濃度年均值小于35微克/立方米是一級安全值，小于75微克/立方米是二級安全值。可以看出，2005～2015年PM2.5濃度值基本處在安全值范圍內。在2005～2015這11年間，歷年PM2.5濃度最高的省份相對比較集中，河北省、河南省、天津市、山東省、安徽省和四川省的霧霾現象較為嚴重。近年來，北京市、江蘇省也逐漸成為PM2.5濃度較高的省份，可以看到霧霾污染呈現一個擴散的趨勢，使得相鄰省(市)的霧霾污染程度在不斷增加。

表3　PM2.5濃度統計分析　(單位：微克/立方米)

數據來源：根據巴特爾研究所公布的全球PM2.5數據及《中國環境統計年鑒》整理所得。

通過上述分析可以得出，產業集聚呈現從東部向中部的集聚，東部地區和中部地區的集聚程度明顯高于西部地區，而且東部地區的空間關聯性也最強。從PM2.5濃度空間分布可以發現，與2005年相比，2015年中部地區的霧霾污染明顯加重，這表明產業集聚程度的增加使得霧霾污染的空間溢出效應突顯，加劇了環境污染；然而，對于一些能源大省，雖然霧霾污染指數還在增加，但污染增速已明顯降低，這說明產業集聚在一定程度上有利于提高能源利用效率從而降低碳排放，有利于改善環境。因此，產業集聚對霧霾污染的影響并非純粹的正向或負向關系，具體的影響機制還需做進一步的計量分析。

三、研究設計

1.模型構建

考慮到產業集聚和霧霾污染的空間溢出效應，本文采用空間計量模型檢驗產業集聚對霧霾污染的影響效應，其中空間滯后模型(SLM)主要是探討各變量在某一個地區是否有空間溢出效應；空間誤差模型(SEM)測度的是存在于誤差擾動項中的空間依賴性，主要探討相鄰區域因變量的誤差沖擊對于本地區因變量經濟行為的影響程度。兩種模型如下：

Y=α+ρWY+βX+ε

(3)

Y=βX+ε,ε=λWε+μ

(4)

其中，X和Y分別為自變量和因變量，ρ表示空間回歸系數，λ則為空間誤差系數，θ為解釋變量的空間回歸參數，W表示空間權重矩陣，ε和μ是誤差項，α表示常數項。

本文分別構建相應的空間計量模型SLM和SEM，考慮到多重共線性問題，我們分別建立以下模型，如下式所示：

模型一：

lnpm2.5it=α+∑ρwijlnpm2.5it+β1lnsacit+∑βilnXit+εit

(5)

lnpm2.5it=β1lnsacit+λwijεit+μit

(6)

模型二：

lnpm2.5it=α+∑ρwijlnpm2.5it+β2lncapit+∑βilnXit+εit

(7)

lnpm2.5it=β1lnsacit+λwijεit+μit

(8)

模型三：

lnpm2.5it=α+∑ρwijlnpm2.5it+β3lnproit+∑βilnXit+εit

(9)

lnpm2.5it=β3lnproit+λwijεit+μit

(10)

其中，pm2.5it表示霧霾濃度，sacit表示產業集聚規模，capit表示產業集聚能力，proit表示產業集聚效益，Xit為控制變量，包括對外開放水平open，經濟發展水平gdp，城市化比率urb和產業結構stru。εit和μit代表誤差項；wij表示空間權重矩陣，使用省際距離來表示，當i=j時，矩陣元素wij=0；ρ代表空間回歸系數；λ代表空間誤差參數；βi為控制變量的Xit的回歸系數。

2.變量及數據說明

(1)被解釋變量

霧霾污染程度(pm2.5)：本文采用pm2.5數據來代表霧霾污染強度。考慮到中國PM2.5數據尚不完善，對PM2.5的統計數據只限于各個省會城市和重點城市，加之省會城市又是全省的經濟活動重心，本文借鑒馬麗梅、張曉[6]的做法，用省會城市的PM2.5統計數據來替代各個省份的霧霾數據。

(2)核心解釋變量

產業集聚的程度取決于集聚經濟的密度，集聚經濟的密度即每單位面積土地承載的經濟活動量，因此，本文選擇用單位面積上的經濟指標來衡量集聚程度。考慮到不同程度的產業集聚對霧霾污染影響的異質性，一方面，不同性質的企業在一定區域內的集聚，加強了企業之間的產業關聯性，降低了企業間運輸成本和交易費用，集聚區的企業數量也隨之增加，同時，產業的集聚也伴隨著資源、人才、技術的集聚，這種集聚規模和集聚能力的增加在提高勞動生產率的同時也提高了排污處理技術，在污染減排方面發揮了重要作用；另一方面，產業集聚的效益主要表現為競爭效益，過度的集聚加上不合理的生產方式會導致惡性競爭，導致企業為降低成本以污染環境為代價。因此，本文借鑒錢曉英、王瑩[23]在構建產業集聚系統指標體系時的基本思想，將產業集聚分解為產業集聚規模、產業集聚能力及產業集聚效益3個部分來進行具體而全面的衡量，其中：

產業集聚規模(sal)：產業集聚是同一產業在某個特定區域的高度集聚，這種集聚經濟的外部性來自每單位面積土地上對經濟活動的承載量，土地的承載量與規模以上工業企業的數量息息相關，所以，本文采用單位面積規模以上工業企業的數量來測度產業集聚規模。

產業集聚能力(cap)：科技活動人員的數量代表了一個地區對人才、技術的集聚能力，這種集聚能力包括創新系統在創新活動過程中所具有的吸納、配置和激發各種潛在的創新資源的能力，所以，本文采用單位面積科技活動人員來衡量產業集聚能力。

產業集聚效益(pro)：人均地區生產總值能夠直接反映出一個區域的經濟狀況及其生產能力以及間接反映人民的生活水平，單位面積人均生產總值能較好地反映各個區域的產業集聚效益，因此，選擇單位面積人均地區生產總值來測度產業集聚效益。

(3)控制變量

產業結構(stru)：由于中國正處于工業化快速發展時期，能源需求量較大，工業生產主要依賴石化能源，工業廢氣排放量與日俱增，遠高于同期工業增加值的增長速度。更嚴重的是，中國大多數工業發展都以高污染、高能耗的形式進行，尤其是冶金、化工和發電等行業大量排放的工業廢氣是形成霧霾天氣的重要誘因。本文以工業總產值與地區生產總值的比值來衡量我國的產業結構水平。

對外開放水平(open)：改革開放政策的不斷推進，使得我國產業不斷向東部沿海地區集聚，外商投資或對外開放能夠有效促進產業集聚程度的提升，同時外商投資也是影響環境污染的重要因素，所以，本文采用外商投資占GDP比重進行測度。

經濟發展水平(gdp)：一般而言，地區的產出水平與其經濟發展規模高度正相關，投入資源隨著產出水平的提高而增多，最終導致能量消耗和加重污染，致使生態環境質量有所下降，本文采用人均地區生產總值與全國均值之比測度經濟發展水平。

城市化水平(urb)：城鎮化水平的提升使得城市擁有高密度的人口，促使能源利用的集約化和高效化從理論變為現實，通常人口越密集的地區其居民對生態環境的要求往往會高于其他地區，因為環境污染波及到更多人的健康狀態，這種現象在經濟發達地區的大城市中更為突顯，因此，本文采用地區城市化率與全國均值之比測度城市化水平。

(4)數據說明

本文中使用的PM2.5濃度數據均來源于美國國家航空航天局的社會經濟數據和《中國環境統計年鑒》。人口數據來源于《中國人口統計年鑒》，其余數據均來源于《中國統計年鑒》。由于少數年份統計數據丟失現象嚴重，所以，本文依照均值法對其進行補齊，在研究對象上選取中國大陸的30個省份(直轄市、自治區)(數據不包括西藏)。

四、實證結果分析

1.產業集聚對霧霾治理的影響機制分析

根據表4的LM檢測結果顯示，在1%的顯著性水平上，由于LM(lag)-Robust和LM-lag均通過了顯著性檢驗，而LM(error)-Robust并未通過顯著性檢驗，因此，空間滯后模型SLM將是合適的選擇。

表4　LM顯著性檢驗結果

注：*、**、***分別表示在10%、5%和1%的顯著性水平上顯著。根據 MATLAB2010b軟件的測算結果整理得到。

表5中SLM和SEM模型的估計結果均顯示，產業集聚規模、產業集聚能力系數為負且在1%的顯著性水平上顯著，產業集聚效益的估計系數為正且在1%的顯著性水平上通過了顯著性檢驗。這說明產業集聚規模的擴大、集聚能力的提升會降低霧霾污染的程度，而集聚效益的增強則會加重霧霾污染的程度。

具體看SLM模型的分析結果，產業集聚規模的系數為-3.143，在1%的顯著性水平上顯著，表明每單位面積的規模以上工業生產企業每提升1%，霧霾污染濃度就會降低3.143%。這說明，近年來為了適應經濟新常態，各企業在轉型升級的道路上不斷探索，特別是各個城市的規模以上的工業企業更加注重對高級要素的集聚，推動了產業集聚的高級化發展，更好地發展適應人類環保與健康的綠色經濟，因此，這種產業集聚規模的擴大有利于霧霾的治理，逐漸降低了霧霾的污染程度。

產業集聚能力的系數為-1.128，在1%的顯著性水平上顯著，表明單位面積的科技活動人員每增加1%，霧霾污染的濃度就會降低1.128%。這說明霧霾的治理涉及很多方面，其中產業規模調整、產業布局升級和經濟發展方式的改革也涵蓋其中，倘若產業規模調整和產業布局的提升在治理霧霾的實際過程中沒有科技和人才的助力則很難前行。經濟轉型升級需要加大高科技企業的發展力度，并改進傳統生產企業的工藝；而傳統企業生產會產生大量的污染物，只有采取成熟的脫硫技術才能從源頭上減少霧霾污染。在產業的長期集聚過程中，企業間的技術合作和資源共享日趨成熟，不僅提高了彼此的生產默契，也加強了橫向和縱向的各項研發，在穩定生產結構的同時也提高了排污技術，將傳統生產技術與現代先進的排污技術相結合，在不影響經濟增長的前提下達到環境保護的目的，因此，科技和人才的集聚能力越強，將越有助于霧霾的治理。

表5　產業集聚對霧霾污染的影響機制實證結果

注：*、**、***分別表示在10%、5%和1%的顯著性水平上顯著。根據 MATLAB2010b軟件的測算結果整理得到。

產業集聚效益的系數為2.631，表明單位面積的人均地區生產總值每增加1%，會使得霧霾污染的濃度增加2.631%。這也反映出過去30年間，經濟過多依靠傳統產業的粗放式增長，形成產生邊污染邊治理的模式，傳統的工業化生產過多關注經濟效益的提升，而對環境的影響則并沒有予以足夠的重視。目前，我國的能源消費量在世界上位居前列，每噸鋼鐵的能耗比國際水平高20%；能耗是國際水平的3倍，可見，我國經濟的飛速發展是建立在環境資源加劇消耗的基礎之上的。石油化工產品的制造，煤炭燃料的消耗，這些過程無不伴隨著大氣污染的產生，各種污染物的不達標排放、日益增長的汽車尾氣排放等直接加劇了霧霾污染的程度。

另外，產業結構的估計系數為正，外商投資占比的估計系數為負，且均在1%的顯著性水平上顯著，這說明工業生產中的能源消費排放出大量污染氣體，確實增加了霧霾污染程度；外商投資占比的增加使得各企業通過技術溢出不斷改進排污技術，在一定程度上降低了霧霾的污染。經濟發展水平的估計系數為正，城鎮化的估計系數為負，但二者均顯著，其可能的原因是經濟發展在帶來高效益的同時也產生了大量的污染物，加劇了環境污染。因此，對霧霾污染的作用不顯著也在情理之中。此外，我國在進入高速城鎮化的過程中，高密度的人口集聚使得能源利用逐步呈現集約化和高效化，顯著減緩霧霾污染的程度。

2.空間溢出效應影響分析

如表5所示，SLM模型中的空間溢出效應影響系數均為負，且在1%的顯著性水平上顯著，這說明產業集聚對霧霾污染的影響存在顯著的負向空間溢出效應，產業集聚降低了霧霾污染的程度。具體來看，從知識溢出層面來看，產業集聚影響霧霾污染的知識溢出路徑表現在以下幾方面：一是產業集聚有利于知識與技術的模仿和創新。特別是在集聚區內，某一企業最先研發出某一新技術，那么這一新技術將會以最快速度倒逼其他企業的模仿與再創新。如此不斷循環，集聚區內所有制造業企業的整體創新水平大幅提升，這就為節能環保技術的研發與應用提供了基礎保障。一系列創新活動不僅能夠提升企業生產效率并實現節能減排，而且能夠激勵企業對資源節約型和環境友好型技術的創新與應用，從而間接地推進污染減排。二是產業集聚有利于新知識和新技術的傳播。一方面，集聚區內企業間的相互合作以憑借學習效應來促進新知識和新技術的擴散；另一方面，集聚區內各企業員工間的社會網絡可以對新知識和新技術進行正式或非正式的傳播。因此，相對于分散的空間格局，企業在特定空間的集聚，對于新知識和新技術的傳播與擴散具有重要作用，新知識和新技術的擴散進一步提升了集聚區內企業的生產效率，進而帶來節能減排效應。從勞動力生產率層面看，產業集聚能夠吸引大批勞動力資源和人力資本聚集，從而形成一個較大規模的勞動力“蓄水池”。對于集聚區內的企業而言，勞動力“蓄水池”能夠為其帶來勞動力資源共享效應，勞動力共享效應對污染減排的影響主要表現在以下幾方面：一是集聚區勞動力共享能夠節省企業勞動力用工成本與搜尋成本，進而推動企業追加在節能減排技術研究與開發的資本投入；二是集聚區勞動力共享能夠增強勞動者的勞動熟練程度，有利于提高勞動生產率與資源使用效率，從而促進污染減排與能源節約。三是集聚區勞動力共享有利于專業化人才培養，有助于企業創新能力的提升，進而在既定產出約束下降低能源消耗。從基礎設施層面來看，在新經濟地理學家看來，基礎設施的優劣將會直接影響到企業的生存發展，這是因為基礎設施的完善程度決定著企業生產成本的高低。而過高的生產成本將抑制企業在新技術、新工藝、新設備的投入，進而間接影響企業的污染減排。基礎設施共享對企業污染減排的影響主要表現在交通基礎設施、環保基礎設施以及創新基礎設施3方面：第一，過高的運輸成本不僅意味著企業沒有充足的資本應對節能新技術和環保新工藝的研發，而且意味著交通運輸過程中過高的能源消耗，這都不利于節能減排；第二，降低集聚區的霧霾污染，就必須加強集聚區內的環保基礎設施建設，從而實現對污染排放的動態監測與有效治理。第三，大規模企業在特定區域內的空間集聚，能夠減少創新基礎設施資源的浪費，并優化創新基礎設施的使用來提升投入產出效率。

五、結論與政策建議

本文通過構建產業集聚對霧霾污染影響機制的實證模型，采用2005～2015年中國大陸30個省市(數據不包括西藏)的數據，運用空間計量方法進行了實證分析，得到以下研究結論：一是產業集聚規模的擴大、產業集聚能力的提升有利于降低霧霾污染的程度，而產業集聚效益的增強則會加重霧霾污染的程度；二是產業集聚對霧霾污染的影響具有顯著的負向空間溢出效應，產業集聚降低了霧霾污染的程度，影響路徑主要是知識溢出、勞動力和基礎設施共享；三是產業集聚有利于霧霾治理，但需要在中央政府及省級政府層面下加強區域合作，而我國目前集聚方面的政策仍不完善，無法使產業集聚的作用力得到充分發揮。

綜上所述，本文提出以下的政策建議：

第一，合理控制集聚程度，兼顧集聚與環境之間的關系。在排污處理技術的使用上，產業集聚過程中的技術溢出有利于將國內成熟的有組織排放污染物的處理技術和國外無組織排放污染物的納米處理技術相結合，提高排污處理技術；在具體的霧霾治理過程中，不僅需要合理調整產業規模，還應該逐步提升產業轉型升級進度、產業發展方式的轉變和產業布局的合理化[24]，只有形成一個良好的產業規劃才能夠為霧霾的治理提供良好的產業支撐。

第二，加強區域間合作，完善區域協調治理機制。由于溢出效應，政府對于霧霾污染的治理需要一定程度的集權從而實現區域間的聯防聯控，各地政府要力圖組織和建立相關協商共治的機構和運行機制，消除阻礙市場資源自由流動的各項體制性障礙，完善一體化進程，實現區域治理目標。此外，通過重新配置和有效整合工業集聚區的資源，有意識地轉變地區主導性產業，逐漸降低產業在集聚過程中的溢出效應，改善環境質量。

第三，優化產業布局，實現產業轉型升級。在產業結構調整過程中，首先要制定合理的全局規劃，以便形成全國產業布局的合理梯度，在此基礎上，規劃好不同地區污染型產業的區位轉移方向，以降低污染行業過度集中的消極影響；其次，落實優化產業結構調整政策，推動創新驅動發展，培育新型產業，加快傳統產業的轉型升級。

參考文獻：

[1] LEEUW F,MOUSSIOPOULOS N,SAHM P. Urban air quality in larger conurbations in the European Union[J]. Environmental Modeling Software,2001,16(4):339-414.

[2] HOSSEIN H M,KANEKO S. Can environmental quality spread through Institutions [J]. Energy Policy,2013(1):154-158.

[3] HE C F. Specialization and diversity as drivers of economic growth:evidence from High-Tech Industries[J]. Papers in Regional Science,2013(2):229-247.

[4] SUN Y,XIE C. Study on the internal driving force for the autonomous professional development[J]. Environmental Health Perspectives,2014,118(6):588-847.

[5] 李偉娜. 產業集聚、環境污染與區域協調發展研究[J]. 現代管理科學,2010(3):47-48.

[6] 馬麗梅,張曉. 中國霧霾污染的空間效應及經濟、能源結構影響[J]. 中國工業經濟,2014(4):44-47.

[7] 苑清敏,李想. 天津市產業集聚與碳轉移規律研究[J]. 大連理工大學學報(社會科學版),2016,37(3):48-54.

[8] 丘兆逸. 國際垂直專業化集聚對中國環境的影響[J]. 學術論壇,2012(3):121-124.

[9] 王海寧,陳媛媛. 產業集聚效應與工業能源效率研究——基于中國25個工業行業的實證分析[J]. 財經研究,2010(9):69-79.

[10] 劉習平,宋德勇. 城市產業集聚對城市環境的影響[J]. 城市問題,2013(3):9-15.

[11] 邵帥,李欣,曹建華,等. 中國霧霾污染治理的經濟政策選擇——基于空間溢出效應的視角[J]. 經濟研究,2016(9):73-88.

[12] PERKMANN M,NEELY A,WALSH K. How should firms evaluate success in university-industry alliances:a performance measurement system[J]. R&D Management,2011(2):202-216.

[13] 楊仁發. 產業集聚能否改善中國環境污染[J]. 中國人口·資源與環境,2015(2):23-29.

[14] 賀俊,劉啟明,唐述毅. 環境污染治理投入與環境污染——基于內生增長的理論與實證研究[J]. 大連理工大學學報(社會科學版),2016,37(3):12-18.

[15] 李勇剛,張鵬. 產業集聚加劇了中國的環境污染嗎:來自中國省級層面的經驗證據[J]. 華中科技大學學報(社會科學版),2013(3):97-106.

[16] 東童童,李欣,劉乃全. 空間視角下工業集聚對霧霾污染的影響——理論與經驗研究[J]. 經濟管理,2015(9):29-41.

[17] 陳建軍,陳國亮. 新經濟地理視角下的生產性服務業集聚及影響因素研究[J]. 管理世界,2009(4):57-67.

[18] 孫浦陽. 產業集聚對外商直接投資的影響分析[J]. 數量經濟技術經濟研究,2012(9):12-15.

[19] 孫浦陽,產業集聚對勞動生產率的動態分析[J]. 世界經濟,2013(3):23-26.

[20] 付蓮蓮,鄧群釗,翁異靜. 國際原油價格波動對國內農產品價格的傳導作用量化分析——基于通徑分析[J]. 資源科學,2014(7):1418-1424.

[21] BATTELLE M. Palisades[M]. NY:NASA Socioeconomic Data and Applications Center (SEDAC),2013.

[22] SHERBININ A,LEVY M A,ZELL E. Using satellite data to develop environmental indicators[J]. Environmental Research Letters,2014,9(8):13-84.

[23] 錢曉英,王瑩. 京津冀地區產業集聚與生態環境間的耦合關系[J]. 統計與決策,2016(3):103-106.

[24] 吳建南,秦朝,張攀. 霧霾污染的影響因素：基于中國監測城市PM2.5濃度的實證研究[J]. 行政論壇，2016(1):62-66.