產業集聚與開放經濟影響污染減排的空間效應分析

鐘娟 魏彥杰

摘要 EKC理論認為，產業集聚和開放經濟能夠促進污染減排。不過，隨著集聚與開放水平的加深，區域間環境污染的空間關系變得緊密，這使得產業集聚和開放經濟的環境影響具有明顯的空間效應，忽略空間影響的傳統假設很難刻畫這種地區間協同性的污染排放關系。因此，本文以210個中國城市為空間單元，使用不同閾值距離的空間權重矩陣，在EKC理論框架下實證檢驗產業集聚、開放經濟影響環境污染的空間聯系。結論表明：①產業集聚能夠促進污染減排，這一有利作用的空間效應非常明顯。②開放經濟并未表現出減排作用。FDI會提高污染排放強度，其加劇二氧化硫污染的空間效應尤其強烈；自由貿易的作用則不明確。③與理論預期一致，反映產業結構、技術進步、環境規制、金融支持的各類控制變量均表現出抑制污染排放的空間影響。④不同閾值距離的空間效應分析顯示，環境規制、金融支持等“資源、政策性”因素的減排作用會受到地理距離的限制，難以在城市間促成大范圍的協同減排關系。另外，技術進步的空間溢出效應明顯低于結構優化，其減排作用也有待提升。結論說明，中國未來環境治理的重點在于實現并提升開放經濟的污染減排作用，一方面應增強國際貿易的結構與技術效應，以實現其有利環境作用；另一方面，應優化FDI政策體系以抑制其不利環境影響。同時，進一步發揮技術進步的減排作用，圍繞“資源、政策性”因素不斷完善區域性協同減排體系也非常關鍵。

關鍵詞 產業集聚；開放經濟；空間效應；污染減排

中圖分類號 F062.9；F752.6；F062.2 文獻標識碼 A 文章編號 1002-2104（2019）05-0098-10 DOI：10.12062/cpre.20181111

十九大報告提出建設人與自然和諧共生的現代化，這與可持續發展理論相一致。環境與經濟之間并非此消彼長的對立關系，追求經濟增長與良好環境之間并不矛盾。經典證據來自環境庫茲涅茨曲線（EKC），Copeland 和 Taylor[1]認為ECK曲線反映經濟增長對環境具有正外部性，這一有利環境作用是增長本身的規模、結構與技術效應相互作用的結果，即技術進步與結構優化的污染減排超過了規模擴大帶來的污染增長。由于產業集聚和開放經濟分別代表經濟增長的內在模式與外在條件，因此它們對環境的影響也表現在三種效應中，集聚與開放也能通過促進技術與結構效應實現對環境的正外部性。

不過一直以來，對產業集聚和開放經濟的污染減排作用爭議頗多。但產業集聚和開放經濟作為推動中國發展的重要因素，在可預見的未來都將在中國經濟中扮演重要角色，因此有必要從不同角度進一步探究其環境影響，以便為政策研究提供更多支持。基于此，本文嘗試從空間效應的視角考察產業集聚、開放經濟對環境污染的影響，以及這一空間效應隨地理距離發生變化的情況，并在此基礎上揭示相應的政策含義。

1 文獻綜述

理論與實證研究都認為，產業集聚和開放經濟的污染減排作用來自其技術與結構效應。一方面，Karkalakos[2]認為，集聚導致產業內競爭加劇，從而推動技術進步；Chertow等[3]、Hosoe和Naito[4]認為，集聚的技術溢出效應也可能增強相關清潔技術的擴散，沈能等人[5]針對中國的研究也支持這一觀點；同時Porter[6]認為產業集聚也可能優化產業結構，例如促進環保產業集群的產生和發展等，陳建軍、胡晨光[7]針對中國的研究也發現集聚具有優化產業結構的效應。另一方面，Reppelin-Hill[8]認為開放經濟能降低引進清潔生產技術的成本，從而提高生產清潔度。此外，Antweiler等[9]、Eskeland和Harrison[10]、盛斌和呂越[11]、景維民和張璐[12]都發現國際貿易、FDI的技術與結構效應對污染減排具有積極作用。

不過，對產業集聚和開放經濟的環境正外部性也存在質疑。一方面，Fagbohunka[13]的實證研究確實發現集聚對環境具有負外部性，張可和汪東芳[14]、王兵和聶欣[15]針對中國的經驗研究也發現產業集聚可能加劇環境污染，而李筱樂[16]、楊仁發[17]的研究則表明它們之間的關系非線性或不確定。另一方面，Cole[18]認為EKC曲線所揭示的變化可能大部分源于自由貿易重新安排了國際間污染產業的分布，發展中國家成為污染密集型產品的凈出口國，而發達國家則成為凈進口國，李鍇和齊紹洲[19]、謝銳和趙果梅[20]針對中國的實證研究也支持這一觀點。而FDI會將高污染的產業或生產環節轉移至發展中國家，即“污染避難所假說”。值得注意的是，張宇和蔣殿春[21]、楊子暉和田磊[22]近年來有關中國的經驗研究越來越多地支持這一論點。

鐘 娟等：產業集聚與開放經濟影響污染減排的空間效應分析

中國人口·資源與環境 2019年 第5期 我們認為，理解上述爭論的關鍵在于產業集聚和開放經濟影響環境的途徑——其規模效應的不利作用與技術、結構效應有利作用的力量對比。由于產業集聚和開放經濟總體上代表某種規模擴張，并在規模擴張中伴隨技術與結構變化，不同效應之間有利與不利作用的結果可能更多地取決于發展階段。只是對于中國這樣的發展中國家，產出規模擴張更為直接和迫切，進而導致集聚和開放水平較高區域的污染總量也更高。因此，針對中國的經驗研究中，污染物濃度比污染物數量更有意義。Stern等[23]也認為，即便技術和結構效應已經超越規模效應，但可能的情況是，污染物濃度的峰值已過，但污染物排放總量仍在持續增加。

除了有必要將研究重點集中于污染物濃度，準確判斷產業集聚和開放經濟的環境影響也需要在研究方法、模型架構和變量測度上進行優化。首先，研究方法應更重視空間效應。隨著集聚與開放水平的加深，區域間環境污染的空間關系變得緊密，忽略空間影響的傳統假設很難刻畫這種地區間協同性的污染排放關系。其次，模型的理論針對性也有待加強。一方面，不同屬性污染物具有不同減排特征，有必要依據污染物多樣性分別設置被解釋變量；另一方面，模型中也有必要加入更多“結構與技術”的控制變量，以便準確甄別產業集聚與開放經濟的結構與技術效應。最后，指標測度方法應更科學。例如，相關研究都認為嚴格環境規制的重要性超越技術進步與結構優化，但目前環境規制指標的度量方法仍比較混亂。

鑒于上述問題，本文嘗試在以下方面有所拓展：①將觀察產業集聚和開放經濟環境影響的重點從污染排放數量轉向污染排放強度，以便增強研究的實用性。②以城市為空間單元，使用遞進帶寬距離的方式構建嵌套空間矩陣，更為細致地探討產業集聚和開放經濟環境影響的空間效應。③選擇更多反映“結構與技術”的控制變量，以便準確甄別集聚與開放水平的結構與技術效應。④使用更合理的方法測度產業集聚、環境規制、開放經濟水平等核心變量，以增強實證結論的可靠性。

2 計量模型、變量與數據

2.1 計量模型的設定

本文重點考察產業集聚、開放經濟對污染排放強度的影響，構建基礎模型如下：

y=Xβ+ε

（1）

其中，被解釋變量y為污染物排放強度PI，解釋變量X包括產業集聚水平IA、代表開放經濟水平的外商直接投資FDI和自由貿易FT、以及控制變量C，ε為隨機擾動項。

（1）模型的理論針對性問題。第一，考慮到不同屬性污染物可能具有不同減排特征，分別選擇工業廢水排放強度Wwater和工業二氧化硫排放強度WSO2兩項指標來度量PI的變化。第二，在控制變量中首先加入反映“結構”（產業結構，IS）和“技術”（企業技術創新水平，EIT；企業外部技術支持，EET）的兩類指標，用以反映除產業集聚與開放經濟之外的結構與技術因素對環境污染的影響。第三，考慮到嚴格的環境規制在污染減排中扮演關鍵角色，因此選擇環境規制（ER）作為第三類控制變量。第四，Pasten和Figueroa[24]發現，資本匱乏將限制通過更高生產投入來減少污染的可能性，而較低的人均資本也使得消費者更易選擇高污染產品來增加效用。因此，選擇金融支持（FC）作為第四類控制變量，用以反映金融資源對資本形成的支撐能力。

（2）模型的內生性問題。第一，解釋變量與被解釋變量互為因果。污染物作為生產過程的副產品，并非生產目的。因此，被解釋變量PI與模型中多數解釋變量之間僅是單向的投入產出關系。不過，PI與環境規制ER之間卻可能互為因果，因此在模型中使用滯后一期的ER，一方面克服其內生性問題，同時體現出環境規制政策作用的時滯性。第二，遺漏變量。在EKC曲線的研究中，影響污染排放的因素大致歸為四類：①代表規模、結構與技術效應的因素；②環境規制；③開放經濟；④資本形成能力。本文模型設計借鑒這些理論觀點，以減輕遺漏變量問題。

由此，本文基礎模型表現為：

PIit=Xβ+ε

（2）

其中，X為IAit、FDIit、FTit、ISit、EITit、EETit、ERit-1、FCit。

2.2 變量的度量

（1）地區污染排放強度PI。分別按照工業廢水排放強度Wwater和工業二氧化硫排放強度WSO2兩項指標來衡量，計算公式為PEij/TIOi，其中，PEij為城市i某類污染物j的排放量（廢水單位：104 t；二氧化硫單位：103 t），TIOi為城市i的工業總產值。

（2）地區產業集聚水平IA。度量方法為區位熵，該方法能夠消除區域產業規模差異的影響，更有效反映地理要素的空間分布。計算區位熵可以使用工業總產值或者工業增加值，但工業總產值中包含要素收入與中間投入，容易高估地區產業集聚水平。因此，本文使用工業增加值來測算IAit指標，公式為（IDVi/∑IDV）/（GDPi/∑GDP），其中，IDVi/∑IDV為城市i的工業增加值占樣本城市工業增加值總額的比例，GDPi/∑GDP為城市i的GDP占樣本城市GDP總額的比例。

（3）地區FDI水平。本文傾向于使用更貼近生產過程的數據來表示FDI水平，而非實際利用外商投資額。因為外商投資并不局限于工業行業，同時投資轉化為實際生產也有時滯。因此本文使用區域內外商投資企業數目在工業企業數中所占比例來代表地區FDI水平，公式為FFEi/IENi，其中IENi表示城市i的工業企業數，FFEi則為城市i的外商投資企業數。

（4）地區自由貿易水平FT。本文分別從進口和出口兩個方面加以考察，并表示為地區貿易額與GDP的比值，公式分別為IMi/GDPi和EXi/GDPi，其中IMi為城市i的進口額，EXi為出口額，并按照匯率年度平均價折算為人民幣。

（5）地區環境規制水平ER。環境規制的度量尚沒有統一標準。不過，趙細康[25]使用多種污染物減排水平的綜合指數法更為合理，不僅貼近污染產生過程，而且避免了單一指標的代表性不足。綜合考慮數據的可獲得性與合理性，本文選擇使用污水處理率、工業二氧化硫去除率、工業固體廢物綜合利用率3項指標來衡量環境規制水平。

首先，采用Min-Max標準化方法X*=（X-min）/（max-min）對3個單項指標進行處理，得到城市i單項指標標準化值PDRij。其次，定義PDRij（j=1）的權重為GDPi/∑GDP，并進行Min-Max標準化得到R1；定義PDRij（j=2，3）的權重為IDVi/∑IDV，并進行Min-Max標準化得到R2、R3。權重R1不同于R2、R3，是因為城市污水并非僅來自工業源。最后，綜合計算出城市i的環境規制水平，公式為ERi=∑Rj×PDRij。

（6）地區產業結構IS。借鑒相關文獻的通常做法，使用城市i第二產業產值占GDP的比重來表示地區產業結構，公式為SIVi/GDPi。

（7）企業技術創新水平EIT。使用企業規模來衡量技術能力。因為污染減排本身并不會帶來明顯收益，不同規模企業通常不會為此產生競爭性的研發活動，而大企業能夠提供更為充足的技術投資保障，同時其更大市場份額帶來的壟斷性，也迫使大企業承受更大的環保壓力。由此定義EIT為IEFAi/IENi，其中IEFAi和IENi分別為城市i的工業企業固定資產額、工業企業數，EIT單位為百萬元。

（8）企業外部技術支持EET。企業技術創新的來源除了自身資源，部分也來自外部資源，因此使用地區的人均科學技術支出來表示EET，公式為ESTi/POPi，其中ESTi和POPi分別為城市i的科學技術支出額、總人口數，EET單位為百元/人。

（9）地區金融支持水平FC。本文從人均存款和人均貸款兩個角度綜合度量金融支持能力。公式為（PCDi/PCD）×（PCLi/PCL），其中PCDi/PCD為城市i的人均存款額與所有樣本城市人均存款額平均數的比值，PCLi/PCL為城市i的人均貸款額與所有樣本城市人均貸款額平均數的比值。

（10）變量度量中的價格因素問題。考慮到價格變化影響，本文做以下處理：①使用分省工業品出廠價格指數對城市i的工業總產值TIOi進行近似性折算，基期為2000年。②使用分省的GDP平減指數對城市i的地區生產總值GDPi、工業增加值IDVi、第二產業產值SIVi進行近似性折算，基期為2000年。

2.3 時間范圍及樣本城市選擇

本研究時間范圍為2004—2015年，選擇2004年作為起點是因為環境規制指標測度中使用的城市污水處理率在2000年前仍有相當數量城市為零，2004年左右開始穩步提升并具有較完整連續數據。樣本城市選擇范圍來源于《中國城市統計年鑒》，并剔除掉2004—2015年間撤并或新增的幾個城市。隨后，按照重要性原則，首先剔除掉2015年工業廢水和二氧化硫排放量均處于末端5%范圍內的城市，其次分別剔除掉2015年FDI、進口、出口額處于末端5%范圍內的城市。最終確定樣本城市i為210個。

2.4 空間權重矩陣的構造

本文使用反距離與經濟特征權重矩陣相結合的嵌套矩陣。該方法可以將距離因素和經濟因素同時包含在空間效應中，盡量準確地刻畫空間效應的綜合性和復雜性。

①使用Fisher最優分割法將城市間距離dij（i，j∈[1，210]）分為“極近（≤28 km）、近（≤56 km）、較近（≤109 km）、較遠（≤235 km）、遠（≤620 km）、極遠（>620 km）”6類，考慮到城市間經濟影響力的合理范圍，選取[109，235]作為城市間相互影響距離D，并參照符淼[26]的方法采取遞進帶寬距離42 km，構造4個閾值距離Dn，分別為D1（109 km）、D2（151 km）、D3（193 km）、D4（235 km），定義Wij（D）=1/d2ij，當dij≤Dn；Wij（D）=0，當dij>Dn。②選取對角矩陣diag（Xi/X）為經濟特征權重矩陣，用以反映不同經濟水平城市間非對稱性的空間影響。Xi為城市i在2004—2015年的GDP均值，X為全部城市的GDP均值。③定義嵌套矩陣為W=Wij（D）×diag（Xi/X），并按4個閾值距離Dn分別對應嵌套矩陣W1、W2、W3、W4。

2.5 數據來源

本文數據來源主要包括《中國城市統計年鑒》、各省和城市統計年鑒、《城市建設統計年鑒》、各城市國民經濟與社會發展統計公報、各城市環境統計年報（公報）等。

面板數據共包括210個樣本城市，時間從2004—2015年，描述性統計結果可以向作者索取，此處略。

3 重要變量的空間特征、回歸分析與結果

3.1 重要變量的空間特征

Moran I統計量估計結果顯示：①Wwater在空間權重矩陣W2、W3、W4中的空間正相關度變化趨勢差異很小（圖1上部左圖），WSO2的情況類似（圖1上部右圖）。這說明當閾值距離擴展到D2（151 km）以后，空間單元間的相關性漸趨穩定，空間矩陣W2已經基本涵蓋了樣本城市在兩種污染物下的空間關系。②不過，2004—2015年間Wwater的空間相關度呈現趨勢性下降，這一急劇下降過程說明樣本城市i在工業廢水排放強度方面的相互影響正在減弱，具有正相關關系的空間單元不斷減少。③產業集聚IA和開放經濟FDI、EX、IM的Moran I估計值也從空間矩陣W2開始急速收斂，我們以W4矩陣為例來觀察其變化趨勢（圖1下部左圖）。IA、EX、IM都呈現輕微下降趨勢，一個合理的解釋是處于相對落后地區的部分城市正在快速崛起，其產業集聚水平、進出口能力領先周邊城市的幅度不斷增大；但2004—2015年間，FDI的空間正相關度卻非常穩定，顯示外商投資仍偏好于特定區域。④Moran散點圖也佐證了Wwater空間正相關度的急劇下降。散點圖第一、三象限代表正的空間相關關系，即空間同質性（低污染與低污染城市、高污染與高污染城市集聚）；第二、四象限代表負的空間相關關系，即空間異質性（低污染城市被高污染城市包圍、高污染城市被低污染城市包圍）。我們定義SOR為空間異質性程度指標，計算方法為二、四象限空間單元數量占空間單元總數量的比例（圖1下部右圖）。可以發現，2004—2015年間Wwater的SOR值持續增長，這說明隨著時間推移，高Wwater值城市被低Wwater值城市包圍、低Wwater值城市被高Wwater值城市包圍的現象正在增強。

Wwater空間正相關性的趨勢性下降值得警惕，它說明相鄰城市間工業廢水排放強度的相互影響正在弱化。為探究這一變化的地理分布，我們以2015年Wwater的空間異質性單元為研究對象，定義SOE為區域內空間異質性單元數量指標，其計算方法為按省域為單位，分別在W1、W2、W3、W4矩陣中匯總每個省份處于Moran散點圖第二、四象限的城市數量。從地理分布看，空間異質性單元主要

圖1 重要變量的空間特征（2004—2015）分布在從遼寧、河北→河南、安徽→湖北、湖南→江西、廣西的“中部走廊”。這說明Wwater空間關系的異質性變化主要受到“中部走廊”城市的影響，在中國中部地區，低值被高值城市包圍、高值被低值城市包圍的現象更為明顯（SOE指標具體數值可向作者索取，此處略）。

進一步結合2015年全部空間單元的Wwater、WSO2數值（代表污染強度）以及人均GDP（代表發展水平），按照“污染強度”“發展水平”低于或高于本省平均值將這些城市區分為“低+低”“高+低”“低+高”“高+高”4種類型，并分別按照“東部地區（包括山東、江蘇、浙江、福建、廣東5省和北京、天津、上海3個直轄市）”和“其他欠發達地區”進行歸類，那么W4矩陣中全部空間單元的“污染強度+發展水平”特征如表1。

從表1可以發現：①無論Wwater或是WSO2，“低+低”“高+低”類型城市在正相關或負相關空間單元總數中所占比例之和都超過50%，說明還有相當數量的中國城市仍處于工業化初、中期階段，未來這些城市提速發展的環境壓力不容小覷。②在反映正相關關系的一、三象限內，東部地區城市在4種城市類型中的占比大致為33%～53%。這意味著如果以本區域平均值為標準，東部地區事實上面臨著和其他欠發達地區相似的“環境—經濟”問題，折射出中國環境治理在東、中、西部都同樣艱巨。③在反映負相關關系的二、四象限內，東部地區城市在4種城市類型中的占比都很低（尤其是在WSO2），表明異質性的空間單元主要分布于其他欠發達地區，這些“孤立性”城市極少受到周邊城市的經濟輻射或對周邊城市產生擴散作用，其協同減排的難度高于東部地區城市。

3.2 回歸分析及其結果

我們首先針對基礎模型（公式2）進行普通面板模型回歸，結果見表2。①產業集聚對降低污染排放強度的積極作用非常明顯。盡管加入了反映“結構”（產業結構IS）和“技術”（企業技術創新水平EIT、企業外部技術支持EET）的控制變量，但無論Wwater或是WSO2，產業集聚水平IA對污染排放強度PI都有顯著性負向作用。②開放經濟水平對污染排放強度的影響并不一致。一方面，無論出口EX或進口IM，自由貿易FT對污染排放強度PI都沒有顯著性影響。盡管李小平和盧現祥[27]曾發現中國進口品傾向于污染產品，出口品傾向于清潔產品，但本文并未發現自由貿易具有顯著性的減排作用。為慎重起見，我們使用地區進出口總額與GDP的比值（IAE）對FT做指標替換，系數估計值依然不顯著。另一方面，地區FDI水平對污染排放強度PI有顯著性正向影響，這與許多最新研究結論比較一致，即外商投資企業的產品與生產過程具有更高的污染排放強度。為慎重起見，進一步使用外商投資企業和港澳臺投資企業總和占工業企業總數的比例（ALL）對FDI做指標替換，系數估計值仍顯示正向作用，但不再顯著，說明加劇污染排放強度的因素確實來自外商投資企業而非港澳臺投資企業。③與理論預期一致，反映結構（IS）、技術（EIT、EET）、環境規制（ER）、金融支持（FC）的各類控制變量都對污染排放強度PI有顯著性負向作用。

為了解產業集聚、開放經濟影響環境的空間效應，我們使用空間杜賓模型（SDM）觀察解釋變量因為空間依賴而產生的空間溢出效應。SDM模型比SAR（空間自回歸模型）或SEM（空間誤差模型）更為有效，在有關SAR、SEM、SDM模型的比較研究中，SDM模型是唯一能夠得到無偏系數估計的模型。

其中，W為空間權重矩陣，解釋變量X包括IAit、FDIit、FTit、ISit、EITit、EETit、ERit-1、FCit。在SDM模型中，總效應分解為兩部分：第一，本地效應（direct），表示城市i各解釋變量對本市污染排放強度PI的影響；第二，溢出效應（indirect），表示城市i各解釋變量對相鄰城市污染排放強度PI的影響。結果見表3。

①整體上看，解釋變量本地效應的系數值、顯著性水平與這些變量在普通面板模型中的回歸結果（見表2）比較相似。②從空間溢出效應看：第一，FDI對Wwater沒有顯著性溢出效應，說明FDI對水污染的不利作用主要體現為本地效應；但FDI對WSO2的溢出效應在不同閾值距離下都具有顯著性，顯示外商投資企業對能耗污染（WSO2）的拉動作用可以擴展至較遠距離，進而形成圍繞FDI投資的城市間協同性污染排放關系。第二，IA、IS、EIT這類經濟性因素對污染排放強度PI的溢出效應均非常強烈，其顯著性水平在各個閾值距離下也非常穩定；ER、EET、FC這類資源、政策性因素對PI的溢出效應則相對較弱，其顯著性水平更低并且隨著閾值距離的增大而下降。這說明來自經濟活動本身的污染減排因素比來自外部的資源、政策性因素更具優勢，其有利環境作用可以擴展至更遠距離。第三，資源、政策性因素對WSO2的空間溢出作用尤其偏弱，其對WSO2的溢出效應在151 km（D2）外即不再顯著，說明空氣污染的走向不確定與易消散性限制了資源、政策性因素對WSO2形成大范圍的協同減排關系。第四，地區產業結構IS表現出極強的空間溢出效應，IS溢出效應與本地效應之比遠高于技術類因素（EIT、EET），說明結構優化比技術進步具有更強的空間效應，一個城市的產業結構優化可以更有力地帶動周邊城市的污染減排。

檢驗結果選擇固定效應FE，回歸結果使用穩健標準誤。

4 結論與建議

本文以中國210個城市為空間單元，檢驗產業集聚和開放經濟對污染排放強度的影響。研究發現：①產業集聚、開放經濟具有差異性的環境影響。產業聚集具有降低地區污染排放強度的顯著性作用，并且這一有利作用的空間溢出效應也非常強烈；FDI的環境影響恰恰相反，它對地區污染排放強度有顯著性正向作用，并且這一不利作用在二氧化硫方面表現出很強的溢出效應；自由貿易則沒有顯著性環境影響。②“經濟性”因素（產業集聚、產業結構、企業技術水平）降低地區污染排放強度的顯著性作用更為明顯，其空間溢出效應也更強；“資源、政策性”因素（環境管制、外部技術支持、金融支持）有利環境作用的空間效應則相對較弱，在二氧化硫方面表現得尤其明顯。③“結構性”因素（產業結構）比“技術性”因素（企業技術水平、外部技術支持）有更強的溢出效應，一個城市的產業結構優化對促進周邊城市污染減排具有更強帶動作用。

從結論看，中國的污染減排仍面臨許多問題：①開放經濟并未體現出改善環境的功能。FDI會加劇工業污染物排放強度，自由貿易的作用則不明確，這說明開放經濟的結構與技術效應并未超越其規模效應。②工業二氧化硫污染具有復雜性。一方面，FDI具有加劇二氧化硫污染的較強空間溢出效應，極易形成圍繞FDI投資的城市間協同性污染排放關系。另一方面，環境規制、金融支持等“資源、政策性”因素降低二氧化硫污染的空間溢出效應明顯偏弱，很難在城市間形成大范圍的協同減排關系。③“資源、政策性”因素降低工業廢水和二氧化硫排放強度的空間溢出效應整體偏弱，其有利環境作用受到地理距離的限制。④技術進步對環境的有利作用并未得到充分發揮，“技術性”因素的溢出效應明顯低于“結構性”因素。

因此，未來的污染減排工作仍有待優化：①增強國際貿易的結構與技術效應。一是通過增加高污染強度商品進口，倒逼國內污染行業轉型、激發清潔技術研發動力。二是提升清潔產品出口能力并限制高污染產品出口。②優化FDI政策體系，促使FDI更多地轉向低污染強度的產品與生產過程，并構建針對FDI投資的地區間協同減排機制，防范FDI通過空間效應“隱蔽性”地拉高周邊城市的污染強度。③進一步增強技術進步的污染減排作用，通過完善技術研發與應用的政策環境，激勵先進、有效的清潔技術研究，并提升清潔技術的適用性與應用程度。④破解“資源、政策性”因素有利環境作用的地區封閉性，加強城市間政策協調與資源共享，加快形成污染減排的區域性協調機制。

（編輯：劉照勝）

參考文獻

[1]COPELAND B， TAYLOR M. Trade， growth and the environment [J]. Journal of economic literature， 2004， 42：7-71.

[2]KARKALAKOS S. Capital heterogeneity， industrial clusters and environmental consciousness [J]. Journal of economic integration， 2010， 25（2）： 353-375.

[3]CHERTOW M， ASHTON W， ESPINOSA J. Industrial symbiosis in Puerto Rico：environmentally related agglomeration economies [J]. Regional studies， 2008， 42（10）：1299-1312.

[4]HOSOE M， NAITO T. Transboundary pollution transmission and regional agglomeration effects [J]. Papers in regional science， 2010， 85（1）： 99-120.

[5]沈能， 王艷， 王群偉.集聚外部性與碳生產率空間趨同研究[J].中國人口·資源與環境， 2013， 23（12）： 40-47.

[6]PORTER M. Clusters and the new economics of competition [J]. Harvard business review， 1998， 76： 77-90.

[7]陳建軍， 胡晨光.產業集聚的集聚效應——以長江三角洲次區域為例的理論與實證分析[J].管理世界， 2008（6）：68-83.

[8]REPPELINHILL V. Trade and environment：an empirical analysis of the technology effect in the steel industry [J]. Journal of environmental economics and management， 1999， 38（3）：283-301.

[9]ANTWEILER W， COPELAND B， TAYLOR M. Is free trade good for the environment？ [J]. American economic review， 2001， 91（4）： 877-908.

[10]ESKELAND G， HARRISON A. Moving to green pastures？ multinationals and the pollution Haven Hypothesis [J]. Journal of development economics， 2003， 70： 1-23.

[11]盛斌， 呂越.外國直接投資對中國環境的影響——來自工業行業面板數據的實證研究[J].中國社會科學， 2012（5）： 54-75.

[12]景維民， 張璐.環境管制、對外開放與中國工業的綠色技術進步[J].經濟研究， 2014（9）：34-47.

[13]FAGBOHUNKA A. The impacts of agglomeration on the immediate environment， using the Lagos Region as a study case [J]. European scientific journal， 2012， 8（6）： 33-48.

[14]張可， 汪東芳.經濟集聚與環境污染的交互影響及空間溢出[J].中國工業經濟， 2014（6）：70-82.

[15]王兵， 聶欣.產業集聚與環境治理：助力還是阻力——來自開發區設立準自然實驗的證據[J].中國工業經濟， 2012（12）：75-89.

[16]李筱樂.市場化、工業集聚和環境污染的實證分析[J]. 統計研究， 2014， 31（8）：39-45.

[17]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， 25（2）：23-29.

[18]COLE M. Trade， the pollution haven hypothesis and environmental Kuznets Curve：examining the linkages [J]. Ecological economics， 2004， 48：71-81.

[19]李鍇， 齊紹洲.貿易開放、經濟增長與中國二氧化碳排放[J]. 經濟研究， 2011（11）：60-73.

[20]謝銳，趙果梅.GMRIO模型視角下中國對外貿易環境效應研究[J].數量經濟技術經濟研究， 2016（5）：84-102.

[21]張宇， 蔣殿春.FDI、政府監管與中國水污染——基于產業結構與技術進步分解指標的實證檢驗[J].經濟學季刊， 2014， 13（2）：491-514.

[22]楊子暉， 田磊.“污染天堂”假說與影響因素的中國省際研究[J].世界經濟， 2017， 40（5）：148-172.

[23]STERN D， COMMON M， BARBIER E. Economic growth and environmental degradation：the environmental Kuznets Curve and sustainable development [J]. World development， 1996， 24（7）：1151-1160.

[24]PASTEN R， FIGUEROA E. The environmental Kuznets Curve： a survey of the theoretical literature [J]. International review of environmental and resource economics， 2012， 6（3）：195-224.

[25]趙細康.環境保護與產業國際競爭力[M].北京：中國社會科學出版社， 2003：87-97.

[26]符淼.地理距離和技術外溢效應——對技術和經濟集聚現象的空間計量學解釋[J].經濟學季刊， 2009，8（4）： 1550-1566.

[27]李小平， 盧現祥.國際貿易、污染產業轉移與中國CO2排放[J].經濟研究，2010（1）：15-26.