中國工業全要素生產率、空間溢出與環境污染

鄭寶華　劉東皇

摘 要：基于2001-2015年的省級面板數據，在利用曼奎斯特指數計算工業TFP基礎上，構建空間計量模型，實證分析了我國工業TFP對區域環境污染的空間溢出效應。研究發現，中國省域環境污染存在顯著的正向空間相關性，區域環境污染程度受其他與之相近空間地區的影響；工業TFP的提升對區域內的環境污染改善有顯著促進作用，對區域外的環境污染改善溢出效應亦顯著，大力促進創新驅動，改變經濟增長方式對區域環境生態有明顯的改善作用；另外經濟發展水平向好對區域內環境污染改善有顯著促進作用；第二產業占比對本地區和相鄰地區環境污染程度增加具有顯著的推動作用；外商投資水平有利于本地區的環境改善。

關鍵詞： 工業全要素生產率； 空間溢出； 環境污染

中圖分類號：F424.6 文獻標識碼：A 文章編號：2095-7394（2018）01-0079-09

我國工業經歷了長達三十多年的高速發展，增長總量舉世矚目。但是以往工業經濟增長主要是依靠要素的大量投入獲得的，而不是主要依靠全要素生產率（TFP）的提升，這種主要依靠大量要素投入的工業增長帶來了嚴重的環境污染問題，例如多地出現的霧霾現象和大區域的水污染等，因此，這種犧牲環境的增長模式不可持續。

當前我國經濟增長方式正從要素驅動向創新驅動轉變，更加重視生態文明建設和全要素增長率的提升，而其中全要素增長率之所以得到重視，一方面，是因為我國經濟已經面臨中等收入階段，社會也進入老齡化，人口紅利將逐漸消失，經濟增長不能只靠資本等要素投入，需要向依托技術進步的內生增長模式轉型[1]；另一方面，TFP在經濟增長中比例的提升，也是技術效率提升與技術進步的結果，通過技術效率提升和技術進步可以減少能源、物質等要素的投入，減輕環境污染，工業產品制造過程中釋放的污染物是環境污染的主要來源，在保持工業經濟增長的同時，工業TFP的提升有利于環境改善。在此情形下，研究工業TFP和環境污染之間的關系顯得較有必要。

一、文獻綜述

所謂全要素生產率（TFP）是指在經濟增長的貢獻來源中，一部分來自資本、勞動力等投入要素的增長，余下的則歸因為技術進步和效率的改善，這一部分即為反映經濟增長質量的全要素生產率（TFP），在很大程度上決定了一個國家或者地區的經濟增長質量。目前關于TFP的研究主要集中于以下兩個方面：一是關于TFP的測算，張軍、施少華（2003）[2]、郭慶旺、賈俊雪（2005）[3]、傅曉霞、吳利學（2006）[4]、李靜、孟令杰等（2006）[5]、李征（2016）[6]等都用各自的方法測算了各個階段的區域全要素生產率及特征；Huang et al（1997）[7]、科埃利（Coelli）、普拉薩達·拉奧（Prasada Rao）（2003）[8]、朱鐘棣、李小平（2005）[9]、涂正革（2007）[10]、楊勇（2008）[11]、劉興凱、張誠（2010）[12]、楊汝岱（2015）[1]則對部門或制造業等行業的TFP進行了研究。二是關于TFP的影響因素分析，米勒（Miller）（2000）[13]考察了貿易開放度和人力資本對全要素生產率的影響；顏鵬飛、王兵（2004）[14]認為人力資本和制度因素對全要素生產率的提高均有重要影響；趙偉、張萃（2008）[15]研究了我國制造業集聚對全要素生產率的影響；劉秉鐮等（2010）[16]采用空間面板計量方法研究了我國交通基礎設施與全要素生產率之間的關系，蔣殿春、王曉嬈（2015）[17]研究了我國 R&D 結構對全要素生產率的影響。

關于環境的研究一直離不開經濟增長因素。李國璋、孔令寬（2008）[18]對中國環境庫茲涅茨曲線是否存在及其形狀進行了檢驗；彭水軍、包群（2006）[19]，曹光輝等（2006）[20]等探究了中國環境質量改善的拐點；還有些學者檢驗了具體的環境效應，如經濟規模的增長、結構的變化、對外貿易、FDI以及技術的進步等對環境質量的影響情況，黃菁（2009） [21]運用改進的Divisia指數分解方法分析我國工業污染物變化的各種影響效應；鄧柏盛、宋德勇（2008）[22]研究了對外貿易對環境質量的影響；白俊紅、呂曉紅（2015）[23]研究了FDI質量和環境污染改善之間的關系。

目前關于工業TFP與環境污染之間的研究并不多，有一些學者運用新的研究方法，將環境作為要素投入或者產出，測算環境TFP或者低碳TFP，如楊俊、邵漢華（2009） [24]；吳軍、笪鳳媛、張建華（2010） [25]；鄭寶華、謝忠秋（2011）[26]等。聶國卿、尹向飛等（2010）[27]用湖南省數據研究了工業TFP對環境污染的影響。總體來看，關于工業TFP與環境污染之間的研究目前主要存在兩個局限。一是研究工業TFP對環境污染之間影響關系的文獻較少，已有的研究只是利用了個別省份內部的數據，缺乏對國家區域內的研究；二是在具體的實證研究中，忽視了工業TFP對環境污染空間溢出的影響。

本文關注中國工業TFP對環境污染的影響。一般來說，區域工業TFP的提高，可以通過區域工業的技術進步、資源配置效率的改善等途徑實現，而無論工業生產中的技術進步、資源配置效率的改善都會有利于生產中能源、原材料等物質的投入減少，從而有利于降低環境污染物的排放。從研究方法方面，由于本文采用的是工業企業的分地區數據，這就不能忽略變量在地理空間上的溢出效應。空間溢出效應，是指一個變量發生變化時，不僅會對本區域目標產生影響，而且會對區域之外目標產生影響。而對于本文中的企業 TFP 這一解釋變量來說，地區間企業 TFP 水平差異會帶來競爭效應、學習效應和知識溢出效應，使得其在空間上存在明顯的溢出效應性。同樣，一些環境污染物能夠很容易的跨區域流動也呈現出非常明顯的空間相關性。如果我們在計量建模時忽略了這些特性，而僅將各個地區視作一個獨立的樣本，采用經典的計量模型進行分析，勢必會使得估計結果產生偏誤，也不能客觀地反映經濟事物之間的空間聯系。

按照已有學者對空間計量經濟學的研究，可以通過設置空間權重的模型來反映空間數據之間的相關關系。[28]本文亦將利用空間計量模型來考察中國工業TFP與環境污染的相關關系。

二、研究方法與數據來源

（一）空間相關性檢驗模型

空間自相關分析方法由全局空間自相關和局部空間自相關兩部分構成，本文用空間自相關指數Moran's I來檢驗中國各地區的環境污染的空間相關性是否存在。Moran's I指數公式：

[I=ni=1nj=1nWij（Xi-X）（Xj-X）i=1nj=1nWiji=1n（Xi-X）2=i=1nj=1nWij（Xi-X）（Xj-X）S2i=1nj=1nWij]

[S2=1ni=1n（Xi-X）2]，[X=1ni=1nXi]

式中：[n]為空間單元數，[Wij]為空間權重矩陣，[Xi]和[Xj]分別是地區[i] 和[j] 的實際產出觀測值， [X]是觀測值的平均值，[S2]為離差平方和的均值。Moran's I的取值范圍為[-1 1]。若該指數小于0，則目標區域存在空間負相關性時；若該指數大于則0，則目標區域存在空間正相關性時，空間相關性越明顯則指數值越大；若此指數等于0，則目標區域空間分布相互獨立。空間權重矩陣[Wij]采用地理距離權重矩陣進行設定，用兩地區省會城市間的公路里程的算術平均值平方的倒數來構造其元素。另外，區域間環境污染的空間集聚特征還可以通過繪制區域環境污染 Moran 散點圖來直觀反映。

（二）空間計量模型與溢出效應分解

為了實證考察工業TFP對環境污染的空間影響，本文擬建立如下空間計量模型：

[Y=αLn+ρWY+βX+θWX+ε] （2）式（2）中，[Y]為環境污染排放，[X]為各工業TFP，同時，在實證研究過程中，加入了經濟發展水平、人力資本存量、產業結構及外商投資四項控制變量。 [α]為常數項，[Ln]為[n]×1階單位矩陣，[n] 為省份個數，[ε]為誤差項；[W] 為空間權重矩陣， [WY]和 [WX]分別考慮了被解釋變量和解釋變量的空間相關性和空間依賴性。在空間計量模型的估計結果中，如果[ρ]≠0，則[WY]的回歸系數[ρ]、 [WX]的回歸系數[θ]以及 [X]的 回 歸 系 數 [β]就不能直接解釋變量的空間溢出效應。為了對空間計量模型的回歸系數作出合理解釋，可以借鑒Lesage and Pace著作提出的的空間模型偏微分方法，可將（2）式改為：

[（In-ρW）Y=aLn+βX+θWX+ε]

[Y=r=1kSr（W）Xr+V（W）Lna+V（W）ε] （3）

[Sr（W）=V（W）（Inβr+Wθr）] （4）

[V（W）=（In-ρW）-1] （5）

其中，[X]為[n×k]矩陣，即樣本容量為[n]的[k]列解釋變量，[Xr]為第[r]個解釋變量；[In]表示[n]階單位矩陣，[θr]表示[WX]的第[r]個變量的估計系數。將（3）式展開可得：

[Y1Y2 ?Y3=Sr（W）11 Sr（W）12 … Sr（W）1nSr（W）21 Sr（W）22 … Sr（W）2n ? ? ? ?Sr（W）n1 Sr（W）n2 … Sr（W）nnX1rX2r ?Xnr] [+（In-ρW）-1+（ε+Lna）] （6）

[?Yi?Xjr=Sr（W）ij] [?Yi?Xir=Sr（W）ii]

其中，[Sr（W）ij]衡量的是區域[j]的第[r]個解釋變量對區域[i]被解釋變量的影響；[Sr（W）ii]衡量的是區域[i]的第[r]個解釋變量對區域[i]被解釋變量的影響。某個地區解釋變量的變化將不僅影響本地區的解釋變量，而且影響其他地區的被解釋變量。將前者稱為直接效應，后者稱為間接效應。

（三）變量設計

1.中國工業TFP

由于數據包絡分析法是一種非參數方法，無需設立特定的函數具體形式，只需通過測算產出與投入相對效率的前沿面，本文亦選用由Fare等提出的DEA-Malmquist指數方法來計算工業TFP，我國30個省級區域（西藏因數據少排除在基本決策單元之外）為基本決策單元（decision making unit， DMU），通過構造每一時期的最佳實踐前沿來度量各個省區全要素生產率變化，要素投入（In-put）包含勞動力、資本，而總產出（Output）則把工業總產值作為指標。

為了剔除價格變化的影響，用工業品出廠價格指數將各年的名義總產值轉化為以 2001年價格表示的實際總產值。勞動力指標來自于工業企業全部從業人員年平均人數。資本存量用工業固定資產凈值年均余額表示，數據通過固定資產投資價格指數平減為以 2001年價格表示的數據。

2.環境污染（EP）

很多研究主要使用工業“三廢”指標中的某個指標或全部指標來衡量環境污染程度，本文和白俊紅（2015）[23]一致選擇二氧化硫作為環境污染的代表指標。其原因在于：一是在中國面臨的環境污染問題中，空氣污染最引人注目，其是大氣污染物的主要成分，而且對人的身體有直接危害性，當作為一種重要化合物構成酸雨后，對植物危害性也嚴重，因而是造成環境污染的一個重要因素；二是二氧化碳的分省數據相比其它數據來說較為完備且容易得到，方便進行研究。具體來說，本文通過考察二氧化硫排放強度，即單位 GDP的工業二氧化硫排放量作為指標進行分析。

3.其它控制變量

本文還設計了其它控制變量以降低變量遺漏所造成的估計結果偏差。

（1）經濟發展水平（EC）。環境問題始終是離不開經濟發展水平。自英國工業革命以來，世界主要國家的經濟發展歷程表明，經濟發展初期總是伴隨著環境污染，當前許多發展中國家依然以犧牲環境來換取較快的經濟增長，而許多發達國家已經越過環境庫茲尼茨曲線的拐點，其經濟增長模式已對環境污染影響不大。本文采用地區GDP來反映地區的經濟發展水平。

（2）人力資本（HC）。人力資本反映了凝聚在人體之中的知識、技能和熟練程度等。地區人力資本水平越高，意味著該地區人們的知識素質和技能儲備水平也越高，從而也越有利于采用集約化的生產方式，進而也有益于環境改善。人力資本水平數據采用6 歲及以上年齡人口的平均受教育年限，不同等級的教育年限設定為小學6 年、初中9年、高中12年、大專及以上16年，具體計算為總教育年限與總人口的比值。

（3）產業結構（IS）。與第一和第三產業相比，環境污染物主要來源于第二產業的污染排放。自1992年來，我國第二產業占GDP 的比重一直保持在40%以上，因而第二產業占比成為影響環境污染的一個不容忽視的因素。本文用各地區第二產業產值/地區國內生產總值來衡量。

（4）外商投資（FDI）： 以工業企業總產值中外商投資和港澳臺商投資占比。一種說法認為，外商直接投資可以給東道國帶來先進的生產技術和管理方式，有利于環境污染的減少，外資的產業發展和技術溢出效應等也會促進環境改善；還有些學者認為了，外資會把落后的、污染嚴重產業帶到東道國，成為所謂的“污染天堂”。本文選擇實際外商直接投資利用額占GDP比重來衡量。

鑒于數據的可獲得性，本文選取 2001-2015年中國大陸30 個省份（西藏除外）的面板數據。為了確保數據的真實可靠，本文利用各個數據庫和年鑒對所選數據進行了充分的核對、篩選；為了提高估計的準確性，除了前文提到以外，本文用固定資產投資價格指數對相應的貨幣量進行平減指數計算調整成基期為 2001年的數值；為了減少異方差和統計偏誤，本文對相關變量進行了自然對數處理。

四、實證分析

（一）省域TFP測度

本文采取2001-2015 年面板數據和DEA-Malmquist指數方法測出各地各期的工業TFP，表1是2001-2015年全國的TFP測度結果。

由表1分析得知，總體上，我國工業FP在2001-2004年期間呈下降趨勢，但2004年以后我國工業TFP逐漸上升，說明2004年以后，我國工業經濟發展中的創新驅動力在增強。

（二）環境污染空間相關性檢驗

根據所測算的各期省域環境污染，在地理距離權重矩陣下，采用Moran's I指數檢驗了考察期內我國各省環境污染的空間相關性，表2報告了檢驗結果，圖1描述了其演變趨勢。

從表2和圖1結果可以看出，Moran's I指數均顯著為正，整體上一直趨于增長態勢，并且這種地理空間分布上的空間依賴趨勢自2008年以后表現的更為顯著。表明各區域的低環境污染分布并非是完全隨機的，表現出較強的空間集群特征，其空間聯系的特征是： 環境污染相似的地區趨于集聚，也就是說環境污染較高的省區相對趨于和環境污染較高的省區相鄰近；較低的省區相對趨于和較低的省區相鄰近。值得提出的是，在分析我國環境污染演化過程中，不能排除全局空間自相關性的存在。

區域環境污染的Moran's I指數已經表明，區域環境污染的全局空間自相關性，用 Moran 散點圖可以進一步說明區域環境污染分布的局部特征，如圖2 所示。受篇幅所限，本文僅以 2015年結果為例說明。

（三）空間計量模型設定

根據上文對各省空間環境污染相關性檢驗，各空間單元存在集群現象，隨著時間推移，這種現象更為顯著。為了檢驗中國工業TFP對環境污染的空間溢出效應，需進一步構建空間計量模型進行，采取合適方法進行估計。首先建立非空間經典計量模型來檢驗工業TFP對區域環境污染的影響，然后再納入空間因素建立空間面板計量模型。經豪斯曼檢驗 （Hausman test），經典計量模型應采用固定效應 （Fixed effects） 模型。

式（7）為區域環境污染非空間面板數據模型的估計結果：

其中，調整后的[R2]=0.9112，[F]=312.6920，[Log-L]=419.512 3， [D-W]=0.521 7。（7）式括號中的數值為顯著性概率。通過回歸結果，TFP、經濟發展水平與產業結構的回歸系數通過了 1% 的顯著性水平檢驗，且前面兩者的系數均為負，這表明工業TFP當前對環境污染水平有顯著的抑制作用，同時，表明近十幾年來我國的經濟發展模式向環境友好型轉型；產業結構的系數為正，說明我國第二產業的污染治理技術還是處于低端水平，而且第二產業中傳統重化工產業還是占有很大比重；而人力資本存量和外商投資系數雖然為負，但是并不顯著。

從非空間經典計量模型的估計結果還可以看出，變量之間存在顯著的相關性 （[D-W]統計量值為0.5217）。由此，我們應該建立區域環境污染的空間計量模型，以消除變量之間的空間相關性。我們經常使用的空間計量模型主要包括空間滯后模型 （SLM） （ 也稱空間自回歸模型，SAR） 、空間誤差模型（SEM）和空間杜賓模型（ SDM） 三種。本文對這三種模型進行固定效應和隨機效應檢驗。

首先根據 AIC 準則，在固定效應與隨機效應之間進行選擇，AIC 值越小則模型的解釋能力越強。其次，對比每一模型的Log likeli-hood與[R2]值，它們的值越大說明模型的擬合優度越高。第三步，對空間杜賓模型是否可以轉化為空間滯后模型和空間誤差模型進行檢驗，如果檢驗結果拒絕了可以轉化的原假設 （兩個原假設為[H0]：[θ=0] 和[H0]：[θ+δρ=0] ），則選擇杜賓模型。按照上述步驟，分別對 SLM、SDM、SEM 進行了固定效應和隨機效應回歸，表3報告了回歸結果。根據遴選原則，文中選擇了杜賓模型的固定效應模型，并將其作為最終的解釋模型，進行空間溢出效應分解和分析。

從表3的估計結果，系數[ρ]值顯著不為零，且回歸系數均保持在0.5左右，表明不能直接用5個解釋變量的回歸系數來解釋各自的經濟意義。因此，本文采用空間回歸模型偏微分方法，將TFP及其他四個控制變量對環境污染的空間溢出效應進行分解，表4報告了分解結果。

1.工業TFP的空間溢出效應。實際結果顯示，工業TFP對環境污染的降低存在溢出效應，且直接效應、間接效應和總效應的系數分別通過1%、10%和5%的顯著性檢驗。工業TFP每提高1%，直接促進區域環境污染減少0.951%，間接減少環境污染0.127 1%，總體上減少環境污染1.078 1%，表明工業TFP的提高能夠有效降低環境污染。

2.其他控制變量的溢出效應。根據表4的分解結果，經濟發展水平每提高1%，直接減少環境污染0.167 1%，且通過了5%的顯著性檢驗，間接增加0.073 2%，且并不顯著，總體上減少環境污染0.093 9%，通過了10%的顯著性檢驗。人力資本存量每提高1%，直接減少環境污染0.132 0%，間接增加環境污染0.073 2%，總體上減少環境污染0.067%，但是都不顯著。產業結構變量每提高1%，直接增加環境污染0.291 1%，間接增加環境污染0.012 3%，總體增加環境污染0.303 4%，且分別通過1%、10%和5%的顯著性檢驗。外商投資水平每增加1%，直接減少環境污染0.113 5%，且通過10%的顯著性檢驗，間接減少0.042 1%，總體上減少環境污染0.155 6%，但是間接效應和總體效應都不顯著。

五、結論

在當前我國經濟增長方式從要素驅動向創新驅動轉變、加強生態文明建設的背景下，研究工業全要素增長率（TFP）與環境污染的關系具有重要的理論價值和現實意義。本文利用2001-2015年的省級面板數據，通過構建空間動態面板模型，實證測算了工業TFP以及經濟發展水平、人力資本、產業結構、外商投資等影響因素對環境污染的直接效應、間接效應以及總效應。研究結論如下：

（ 1） 各省級區域環境污染具有顯著的空間相關性，即各省級區域環境污染程度不僅受到本區域工業TFP等因素的影響，同時受到來自鄰近省級區域的工業TFP等因素的空間影響，區域間環境污染之間存在一定的自相關性；（2） 在考慮各省級區域空間相關性前提下，并控制了其他解釋變量的影響作用以后，本區域工業TFP每提高1% ，能夠顯著的促進本區域環境污染程度減少 0.951 0%，并帶動區域間環境污染程度減少0.127 1% ，表明工業TFP對環境污染的減少具有顯著的直接溢出效應和間接溢出效應；（3）本區域的經濟發展水平提高能夠促進本區域的環境污染程度降低，對環境污染程度降低的總效應顯著，說明當前經濟發展向環境友好型發展，間接效應雖不顯著但系數為正，其原因是區域經濟發展，使當地的產業結構進一步優化，而將一些污染嚴重的產業轉移到鄰近地區，而造成鄰近地區的環境污染加重了；（4）產業結構水平對本地區和相鄰地區環境污染程度增加具有明顯的促進作用，說明在傳統重化工產業還是占有很大比重的第二產業里，其污染治理技術還需進一步提高；（5）外商投資水平對環境污染程度的直接效應系數為負且顯著，說明外資企業的增加帶來了一定的先進環境治理技術和環境理念，很多外資企業是出口導向型的，為了達到出口較嚴格的環境標準，也迫使產業鏈相關企業提高了環境質量。

本文主要探討了工業TFP對區域環境污染的空間溢出影響，實證結果說明一個地區的工業TFP提高能夠有效通過技術進步或配置效率的提高降低本地的環境污染，而且還能帶動周邊地區的技術進步或配置效率提高，從而一定程度上降低周邊地區的環境污染。同時，也說明國家大力促進創新驅動，改變經濟增長方式，未來將會對區域環境生態有明顯的改善作用。本研究通過實證得到了一些有益的結論，但也存在一些不足，例如我國區域經濟發展水平存在差異，工業TFP對環境污染的影響也可能存在地區差異，文章未將考察對象分地區研究，稍顯不足。作者將在后續研究中進一步探討這些問題。

參考文獻：

[1] 楊汝岱.中國制造業企業全要素生產率研究[J].經濟研究，2015（2）：61-74.

[2] 張軍， 施少華.中國經濟全要素生產率變動：1952—1998[J]. 世界經濟文匯， 2003（2）： 17-24.

[3] 郭慶旺， 賈俊雪.中國全要素生產率的估算： 1979—2004[J]. 經濟研究， 2005（5）： 51-60.

[4] 傅曉霞， 吳利學. 技術效率， 資本深化與地區差異——基于隨機前沿模型的中國地區收斂分析[J]. 經濟研究， 2006（10）： 52-61.

[5] 李靜， 孟令杰， 吳福象. 中國地區發展差異的再檢驗： 要素積累抑或 TFP[J]. 世界經濟， 2006， 29（1）： 12-22.

[6] 李征. 中國全要素生產率演變研究[D]. 吉林大學，2016.

[7] HUANG Y， MENG X. China's Industrial Growth and Efficiency： A comparison between the state and the TVE sectors [J]. Journal of the Asia Pacific Economy， 1997， 2（1）： 101-121.

[8] COELLI T J， PRASADA RAO D S. Total Factor Productivity Growth in Agriculture： A Malmquist Index Analysis of 93 Countries， School of Economics， University of Queensland[R]. Working Paper Series， 2003.

[9] 朱鐘棣， 李小平. 中國工業行業資本形成、全要素生產率變動及其趨異化： 基于分行業面板數據的研究[J]. 世界經濟， 2005， 28（9）： 51-62.

[10] 涂正革. 全要素生產率與區域經濟增長的動力——基于對 1995—2004 年 28 個省市大中型工業的非參數生產前沿分析[J]. 南開經濟研究， 2007（4）： 14-36.

[11] 楊勇. 中國服務業全要素生產率再測算[J]. 世界經濟， 2008（10）： 46-55.

[12] 劉興凱， 張誠. 中國服務業全要素生產率增長及其收斂分析[J]. 數量經濟技術經濟研究， 2010（3）： 55-67.

[13] MILLER S M，UPADHTAY M P. The effects of openness， trade orientation， and human capital on total factor productivity[J].Journal of development economics， 2000， 63（2）： 399-423

[14] 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（9）： 88-96.

[15] 趙偉， 張萃. 中國制造業區域集聚與全要素生產率增長[J]. 上海交通大學學報（哲學社會科學版）， 2008， 16（5）： 52-56.

[16] 劉秉鐮， 武鵬， 劉玉海. 交通基礎設施與中國全要素生產率增長——基于省域數據的空間面板計量分析[J]. 中國工業經濟， 2010（3）： 54-64.

[17] 蔣殿春， 王曉嬈. 中國 R&D 結構對生產率影響的比較分析[J]. 南開經濟研究， 2015 （2）： 59-73.

[18] 李國璋，孔令寬.環境庫茨涅茨曲線在中國的適用性[ J].廣東社會科學，2008（2）：37- 43.

[19] 彭水軍，包群.中國經濟增長與環境污染[ J].世界經濟，2006（5）：48- 58.

[20] 曹光輝，汪鋒，張宗益，鄒暢.我國經濟增長與環境污染關系研究[J].中國人口、資源與環境，2006（1）：25- 29.

[21] 黃菁.環境污染與工業結構[ J].統計研究，2009（12）：68-73.

[22] 鄧柏盛，宋德勇.我國對外貿易、FDI與環境污染之間關系的研究[J].國際貿易問題，2008（4）：101- 108.

[23] 白俊紅，呂曉紅. FDI質量與中國環境污染的改善[J].國際貿易問題，2015（8）：72-83.

[24] 楊俊，邵漢華.環境約束下的中國工業增長狀況研究——基于Malmquist-Luenberger指數的實證分析[J].數量經濟技術經濟研究，2009（9）：64-78.

[25] 吳軍，笪鳳媛，張建華.環境管制與中國區域生產率增長[J].統計研究，2010（1）：83-89.

[26] 鄭寶華、謝忠秋.基于低碳經濟的中國區域全要素生產率研究[J].經濟學動態，2011（10）：38-41.

[27] 聶國卿，尹向飛. 湖南省工業全要素生產率對環境污染的影響研究 [J].湖南大學學報，2010（11）：61-66.

[28] 李婧，譚清美，白俊紅.中國區域創新生產的空間計量分析——基于靜態與動態空間面板模型的實證研究[J]. 管理世界，2010（7）：43-55.

Industry TFP， Spatial Spillover and Environmental Pollution in China

——Based on Spatial Measurement on Provincial Unit

ZHENG Bao-hua，LIU Dong-huang

（School of Business，Jiangsu University of Technology，Changzhou 213001， China）

Abstract： On the basis of provincial panel data during 2001-2015， the paper calculates industrial TFP based on Malmquist method， constructs a spatial econometric model， analyses spatial spillover effect of China's industrial TFP on regional environment pollution. The study finds that the provincial environmental pollution has significant positive spatial correlation between the regions； The industrial TFP has a significant role in the regional environmental pollution as well as outside region environmental pollution， the spillover effect is significant， Innovation driven and the change of growth mode has obvious effect on improving the regional ecological environment. The economic development level have a significant role in promoting environmental improvement in the region； Second industry accounts for a significant role in promoting environmental pollution in the region and adjacent areas； Foreign investment plays a significant role in promoting the regional environmental improvement.

Key words： industry TFP；spatial spillover； environmental pollution

責任編輯 趙文清