長江經濟帶產業集聚對城市碳排放的影響：異質性與作用機制

趙 凡 羅良文

降低碳排放強度的有效途徑是優化產業結構和能源消費結構。產業集聚作為其中一種產業結構變動形式，對碳排放等環境污染具有顯著影響。但是，學術界關于產業集聚對碳排放的影響方式存在較大爭議，爭議最大的點在于產業集聚類型單一化或多樣化甚至是協同集聚對碳排放的影響程度孰大孰小。就降低城市碳排放強度而言，是在單一產業集聚區域內容易實現，還是在不同類型產業集聚區域內更容易實現，這是本文研究的出發點。目前，制造業與生產性服務業因其在工業和服務業中的重要地位而成為研究熱點，關于產業協同集聚的研究絕大部分以二者為研究對象。鑒于此，本文在基于長江經濟帶108個城市的面板數據考察產業集聚類型異質性對城市碳排放強度的影響時，主要針對制造業集聚和制造業與生產性服務業協同集聚，并基于城市區位異質性進行進一步的考察，最后根據外部性理論進一步探究產業集聚類型異質性對城市碳排放強度的影響機制，以期為降低城市碳排放強度、建設綠色低碳城市提供參考。

一、相關文獻綜述

關于產業集聚與碳排放等污染排放之間關系的研究，已經取得相對豐富的研究成果，較多學者采用不同的研究樣本和研究方法，對此進行實證檢驗，但得出的結論并不完全一致。主要有以下三種觀點：一種認為產業集聚使得碳排放量增加，加重了生態環境惡化。Verhoef等研究發現，工業集中分布加劇了產業聚集區內的環境污染。Andersson等從產業集聚外部性角度進行的檢驗結果表明：產業集聚帶來的擁擠效應和規模效應都會加劇環境污染程度。一種觀點認為，產業集聚對碳排放具有負向抑制作用，能夠減少碳排放量，促進節能減排，改善生態環境質量。任曉松等以各大城市群的61個城市為研究樣本，研究發現產業集聚與碳排放強度之間存在顯著的負向關系，即目前城市產業集聚水平的不斷提高能夠促進碳排放強度降低。還有一種觀點認為產業集聚與碳排放之間的關系是非線性的。邵帥等探究了經濟集聚的節能減排效應，發現經濟集聚與碳排放強度及人均碳排放之間均存在明顯的“倒N”型曲線關系，即經濟集聚水平達到一定的“閾值”時，可能會同時產生節能和減排兩種效應。

雖然產業集聚對碳排放的影響并不完全相同，但是可以肯定的是，產業集聚對碳排放等環境污染具有深遠影響，而研究表明這種影響會隨著行業異質性、區域異質性以及集聚外部性效應的不同呈現差異化的變動特征。張翼和盧現祥以制造業、建筑業和服務業為研究對象，分析產業集聚和技術交易對碳排放的影響，研究發現：產業集聚產生的區域碳排放增長效應明顯大于其減排效應，而技術交易和產業集聚的交互作用能夠使這種減排效應凸顯；從區域發展程度來看，發達地區三大產業的減排效應更顯著。王明康等以2010—2016年我國287個地級市為研究對象，分析了不同區域旅游產業集聚對環境污染的影響，研究發現：東部、東北與西部地區旅游產業集聚對環境污染改善具有明顯的正向影響，而中部地區旅游產業集聚對環境污染的改善效果并不顯著。田時中等基于2008—2017年中國30個省份的工業污染排放指數，探究了產業集聚、稅收競爭等對工業污染排放的影響，研究發現：從全國層面來看，制造業與服務業集聚均加劇了工業污染排放程度；分地區來看，制造業集聚抑制了東部和西部地區的工業污染排放，加劇了中部地區的工業污染排放，服務業集聚則顯著加劇了東部和中部地區的工業污染排放，抑制了西部地區的工業污染排放。

另外，產業集聚的外部性一直是眾多專家學者關注的重點。集聚外部性對污染排放具有重要影響，不同的集聚方式會產生不同的污染排放行為，因而不同形式的產業集聚對碳排放等環境污染的影響機制也會存在顯著差異。鄧玉萍和許和連以2003—2013年中國275個地級市為研究對象，探究了集聚外部性對環境污染的影響，研究發現：馬歇爾外部性和波特外部性進一步增強了FDI的減排效應，分城市規模來看，專業化集聚模式帶來的馬歇爾外部性對小城市的影響較大，而多樣化集聚模式帶來的波特外部性紅利則是大城市獲益更多。韓峰和謝銳以中國地級市面板數據為研究對象，探究生產性服務業影響碳排放的空間效應，研究結果表明：生產性服務業多樣化集聚和專業化集聚產生的碳減排效應均未達到預期，且對于周邊城市的碳減排起到了顯著的抑制作用。王艷華等基于集聚外部性理論，探討了多種集聚模式對工業廢水、工業廢氣、工業固廢的影響，研究發現：相較于專業化集聚，多樣化集聚對于降低工業污染排放強度的影響更顯著，特別是對工業廢水排放強度降低的影響更強烈。

綜上所述，國內外產業集聚與碳排放等污染排放之間關系的研究成果豐碩，但是研究成果主要集中于單一類型的產業，特別是國內關于產業協同集聚的環境效應的研究尚處于起步階段，尤其缺乏城市尺度的研究。本文可能的邊際貢獻在于：第一，本文基于城市尺度，從產業集聚類型異質性出發對比分析了長江經濟帶制造業集聚和制造業與生產性服務業協同集聚對碳排放強度的影響，并根據生產性服務業異質性和區域異質性進行進一步實證檢驗，豐富了產業集聚的碳減排研究。第二，本文基于集聚外部性剖析了單一類型產業集聚模式和多樣化集聚模式影響碳排放的作用機制，并利用城市數據實證檢驗了制造業集聚的MAR外部性、Porter外部性和制造業與生產性服務業協同集聚的Jacobs外部性對城市碳排放的影響；探究了相較于制造業集聚，產業協同集聚對于城市碳排放強度的影響程度和有效性，為城市碳減排提供了可能的作用路徑分析，豐富了集聚外部性效應的研究結論。

二、理論分析與研究假說

產業集聚的環境效應主要通過外部性實現，這是經過驗證得到的共識。產業集聚外部性主要依靠技術外部性發揮效應，也就是知識和技術溢出，主要包括MAR外部性、Jacobs外部性和Porter外部性。其中，MAR外部性和Porter外部性主要是針對產業專業化集聚模式而言的，即同一類型產業內部集聚，而Jacobs外部性則是針對產業多樣化集聚模式而言的。MAR外部性是指產業集聚區域內的企業通過共享知識的方式促進技術創新和知識溢出，認為壟斷更能激發技術創新。Porter外部性從產業競爭力的角度考察集聚效應，認為產業集群可以通過競爭提高產業集聚區域內相關行為主體的生產效率、優化經濟要素的配置效率、降低創新成本。而Jacobs外部性和MAR外部性存在很大區別，甚至可能完全相反。Jacobs指出，技術創新是在差異化和多樣化的基礎上衍生出來的，相較于壟斷的市場環境，差異化主導的市場環境更能激發技術創新和知識溢出，主要原因是差異化的市場特征使得不同的市場行為主體之間產生更強的知識互補效應。

（一）以制造業為代表的單一類型產業集聚對碳排放的影響

一般而言，專業化集聚是指同一類型的產業大量集中于同一區域，而伴隨著同種類型產業的不斷發展壯大，城市產業集聚的品牌效應和區域效應增強，更大規模的同類型產業甚至是上下游產業涌入，容易產生規模經濟效應。在產業集聚初期，產業發展方式較為粗放，大規模企業集聚于同一區域，雖然會增加地區生產總值，但是也容易因惡性競爭而導致資源和能源的浪費，對生態環境產生負向影響。隨著產業專業化集聚水平的不斷提高和專業化分工的不斷細化，MAR外部性使得集聚區域內的龍頭企業為維持壟斷優勢而自發從產品研發、生產工藝等方面著手進行技術創新，進而獲得更多的壟斷收益；而技術和知識溢出也會使得周邊其他產業獲益，最終可能使得專業化產業集聚區域內形成技術創新的良性循環，進而降低碳排放強度。但是，由于壟斷環境下專業化集聚引致的創新水平有限，形成的規模經濟效應和技術知識溢出效應具有局限性，因而碳減排效應較弱。專業化集聚想要保持蓬勃的發展活力，就要在競爭的環境下發揮效用。中國作為制造業大國，產業發展基礎扎實，但是“大而不強”也是其典型發展特征；且工業部門是能源消費碳排放的“第一大戶”，在產業集聚初期，大量發展水平較低的制造業集聚在同一區域，必然會產生較大規模的碳排放。而隨著制造業集聚水平的不斷提高，制造業不斷發展壯大，特別是東部沿海地區制造業為了降低生產成本、獲取更多利潤不斷進行技術創新，知識和技術在同類型制造業內部以及不同制造業之間流動擴散，進而降低碳排放強度，這就是典型的Porter外部性效應。但目前這種碳減排效應并不十分明顯，主要原因在于從全球產業鏈來看中國的制造業處于“微笑曲線”中間區域的生產制造部分，制造業發展質量整體偏低。基于以上分析，提出如下假說：

H1：單一產業制造業集聚與碳排放之間呈倒U型曲線關系，在產業集聚初期與碳排放正相關，而隨著集聚水平的不斷提高會產生碳減排效應。

（二）產業協同集聚對碳排放的影響

產業協同集聚是產業多樣化集聚的一種表現形式，是指不同類型的產業集聚在同一區域，且這些產業一般具有前后向聯系，能夠形成良性的分工協作機制。Jacobs外部性是指具有產業關聯的企業集聚在一起形成互補性的分工協作體系，一方面可以降低原材料運輸、交易等成本，節約能源和資源；另一方面具有前后向聯系的企業集聚在一起，知識和技術交流更為便捷，不同行業之間的交流和合作容易碰撞出新的技術，擴大知識和技術溢出效應，實現技術的協同創新，進而對碳排放產生抑制效應，改善環境污染。制造業與生產性服務業協同集聚就是典型的多樣化集聚模式，其中，生產性服務業是因為專業化分工的深化從制造業部門中獨立出來的，兩大產業間具有明顯的前后向產業關聯。在前向聯系中，生產性服務業能夠為制造業供給高端和專業的生產要素，推動制造業效率提升；在后向聯系中，生產性服務業將制造業產出作為自身服務的組成部分，或將其運用于服務工業化流程中，采用自動化和生產線的生產方式提高生產效率，兩大產業協同發展能夠提高生產效率、節約資源和能源。隨著產業協同集聚程度的不斷加深，生產性服務業與制造業之間的互動程度不斷加深，產業融合越來越融洽，其內部知識和技術外溢效應顯現明顯的優勢，有效緩解了單位產出的碳排放。而從發展實際情況來看，在產業協同集聚的過程中，產業之間的聯系并不密切，分工協作的效果并不明顯，在磨合階段會因為知識和技術擴散速度慢、交流成本高、大規模產業集聚到同一區域，使規模經濟轉化為規模不經濟，產生更多的碳排放。但總體來看，隨著多樣化產業集聚水平的不斷提高，在產業轉型升級的要求下，隨之產生的碳減排效應更顯著。基于以上分析，提出如下假說：

H2：制造業與生產性服務業協同集聚與碳排放之間呈倒U型曲線關系，隨著協同集聚水平的不斷提高，碳減排效應愈發顯著。

（三）異質性產業協同集聚對碳排放的影響

分行業來看，生產性服務業根據技術含量的不同分為高端生產性服務業與低端生產性服務業。制造業與金融、科技等行業的知識技術密集度較高的高端生產性服務業協同集聚，在早期可能會因為產業之間的融合困難而導致生產效率低下，增加交流成本，消耗更多的資源和能源，同時為促進產業間的融合發展需要大量的基礎設施投資，因而在集聚初期會使得碳排放量增加。而隨著高端產業協同集聚程度的不斷加深，制造業與高端生產性服務業之間的交流更順暢，金融和科技等行業能夠為制造業發展提供更高質量的產品和服務，會顯著提高制造業的生產效率，促進碳排放強度降低。而交通運輸、批發零售和水利、設施管理等行業的知識技術密集度較低，知識溢出效應有限，能夠為制造業提供的信息服務相對較少，服務半徑也相對較小，且有研究表明分散布局更有利于其擴大市場、減少生產成本，因而并不會對碳排放產生顯著影響。基于以上分析，提出如下研究假說：

H3：相較于制造業與低端生產性服務業協同集聚，制造業與高端生產性服務業協同集聚對于碳排放的影響更顯著，能夠產生顯著的碳減排效應。

三、模型設定和指標說明

（一）計量模型設定

本文借鑒Dietz&Rosa建立的STIRPAT模型，構建產業集聚影響城市碳排放強度的計量模型。標準的STIRPAT模型如下：

上式中，I代表城市碳排放強度；α是常數項；P代表人口規模；A代表人均財富；T代表能源利用技術水平；e為隨機誤差項。根據Dietz&Rosa的研究結果，理論上λ和λ均大于0，而λ小于0，他們認為人口規模和人均財富的增加會提高碳排放強度，而能源利用技術水平的提高可以降低碳排放強度。

基于前文中的理論分析，本文認為產業集聚有利于提高生產效率，產生知識和技術外溢，其外部性能夠降低能源消費碳排放強度。因此，能源利用的技術水平是產業集聚的增函數，具體表述如下：

上式中，T為常數，θ表示彈性系數，結合式（1）和式（2）得到：

上式中，γ=λ，γ=θλ，均表示產業集聚影響城市碳排放的彈性系數。韓峰和謝銳的研究結果表明，產業結構（RI）、資本存量（FC）、城鎮化水平（URB）和人力資本（HC）等均是影響城市碳排放強度的重要因素。產業集聚和城市碳排放強度都經歷了一個動態的發展過程，不是一蹴而就的。在不同的產業集聚階段，集聚的要素資源配置和技術創新水平所起的作用是不同的，在產業集聚的不同發展階段，城市碳排放水平呈現不同的變動特征。因此，將產業集聚的二次項引入模型，最終，產業集聚影響城市碳排放強度的模型如下：

上式中，下標i和t分別表示城市和時間，I代表城市碳排放強度，P代表人口規模，A代表人均財富，Magglo代表制造業集聚水平，Coagglo代表制造業與生產性服務業協同集聚水平，T為常數，φ～φ為控制變量的彈性系數，μ為隨機誤差項。

（二）指標選取

1.被解釋變量

在此，根據IPCC推薦的測算方法，測算17種一次能源在47個產業部門產生的直接能源消費碳排放量，具體公式如下：

其中：為上述一次能源消費產生的碳排放量（）；表示第種能源在部門的消費總量（10t或10m）；表示第種能源的平均低位發熱量（PJ/10t,10m）；表示第種能源的排放因子（-能源消費碳排放/TJ）；表示第種能源在第個部門的碳氧化率（%）。

2.主要解釋變量

（1）制造業集聚水平（）。測度產業集聚的方法很多，其中區位熵作為最常見的方法，在消除區域間的規模差異和細致反映空間分布特征方面具有獨特優勢，因而本文選擇區位熵指標衡量制造業集聚程度，具體公式如下：

式中，表示城市制造業的就業人員數（=1，2，3，…，108）；表示城市的就業人員數；表示全國制造業的就業人員數；表示全國總就業人員數。生產性服務業集聚水平同樣也使用區位熵指數進行測度。

式中，是制造業與生產性服務業的協同集聚指數，用來衡量產業協同集聚程度。數值越大，代表區域協同集聚程度越高，集聚多樣化程度越高，高端生產性服務業與制造業協同集聚指數和低端生產性服務業與制造業協同集聚指數同樣根據以上方法測度。

（三）數據來源與描述性統計

鑒于數據可得性和統計口徑的一致性，城市能源消費碳排放測算采用的17種一次能源的實物終端消費量主要來源于2004—2020年的《中國能源統計年鑒》。其他統計數據主要來源于2004—2020年的《中國城市統計年鑒》《中國區域統計年鑒》，以及各地級市歷年的統計公報和統計年鑒，其中土地城鎮化指標中的城市建設用地面積來自2004—2018年的《中國城市建設統計年鑒》，且人均財富和資本存量指標分別以2000年為基期利用GDP平減指數和固定資產投資價格指數進行平減調整。各變量的描述性統計結果如表1所示。

表1 各變量的定性描述

四、產業集聚類型異質性回歸結果與分析

單一產業集聚尤其是制造業集聚一直是研究熱點，且制造業作為工業的重要組成部分，其對于碳排放的影響較為顯著。隨著產業結構的不斷轉變，生產性服務業從制造業中獨立出來，其與制造業在空間分布上存在一致性和協同性，制造業與生產性服務業協同集聚對碳排放同樣也具有深遠影響。因此，為透徹分析單一類型產業集聚和多種類型產業協同集聚對碳排放的異質性影響，本文選取了具有代表性的制造業集聚和制造業與生產性服務業協同集聚對城市碳排放強度的影響，其對于加強產業聯動、抑制碳排放增加具有重要意義。本文首先對制造業整體集聚和制造業與生產性服務業協同集聚對城市碳排放強度的影響進行實證檢驗，而后基于行業異質性，根據技術含量的不同將其劃分為高端生產性服務業和低端生產性服務業，在此基礎上，對分行業產業協同集聚對城市碳排放強度的影響進行實證檢驗。在進行實證檢驗前，考慮到內生性問題，Hausman檢驗結果反映確實存在內生性問題，產業集聚與碳排放強度之間是一種雙效因果關系，故可以采用2SLS和GMM模型進行分析。最后，鑒于White test檢驗結果發現模型存在異方差，此時GMM模型比2SLS模型更有效率，故本文采用GMM模型分析產業集聚類型異質性對城市碳排放強度的影響，并采用其滯后項作為工具變量處理內生性問題。具體檢驗結果如表2（下頁）所示。

表2 產業集聚類型異質性對城市碳排放強度的影響

（一）全樣本結果分析

就制造業集聚而言，從模型1的檢驗結果來看，長江經濟帶制造業集聚對城市碳排放強度的一次項系數和二次項系數均通過了1%的顯著性檢驗，區別在于先正后負。這表明隨著制造業集聚水平的不斷提高，長江經濟帶城市碳排放強度呈現顯著的先增加后下降的變動趨勢，檢驗結果驗證了H1假設。原因可能在于，制造業作為工業的重要組成部分，其地理集中程度提高意味著對制造業的需求加大，制造業的生產總值擴大，因而碳排放總量呈現不斷增加的態勢。這種情況也與長江經濟帶的經濟發展歷程有關。長江經濟帶主要依靠制造業而崛起，制造業的發展為長江經濟帶經濟增長作出了較大貢獻，但是由于早期制造業的技術創新水平較低，主要以加工制造業為主，制造業的發展給環境造成了較大負擔。而隨著長江經濟帶制造業集聚水平的不斷提高，制造業布局不斷優化調整，技術和知識在同類型制造業內部以及不同制造業之間流動擴散，降低了學習成本和生產成本，且制造業集聚還會產生勞動“蓄水池”效應，提高制造業效率，最終實現碳減排目標。但這種碳減排效應比較有限，主要原因在于長江經濟帶制造業發展水平總體還處于產業鏈的中低端。

就制造業與生產性服務業協同集聚而言，從模型2的檢驗結果來看，長江經濟帶產業協同集聚對城市碳排放強度的一次項系數和二次項系數均通過了1%的顯著性檢驗，區別同樣在于先正后負，這表明產業協同集聚水平與城市碳排放強度之間均存在明顯的非線性關系。即隨著協同集聚水平的不斷提高，城市碳排放強度會呈現先增加后下降的倒U型特征，檢驗結果驗證了H2假設。這表明產業協同集聚的外溢效應是真實存在的，在產業協同集聚前期，長江經濟帶制造業基礎雄厚，但是生產性服務業發展基礎薄弱，制造業與生產性服務業性質不同，交流和互動方面可能會存在一定的隔閡，知識和技術的交流速度較慢，交流成本更高，且產業在一定空間范圍內集中分布，進行生產活動必然會產生污染排放增多的問題。而隨著經濟全球化和國際分工的日益深入，長江經濟帶亟須發展先進制造業，提高國際競爭力，生產性服務業能夠為制造業的發展提供先進的技術和服務，因而隨著制造業與生產性服務業之間的互動程度不斷加深，產業內部的邊界逐漸模糊，其內部知識和技術外溢效應的優勢愈加明顯，有助于有效緩解單位產出的能源消費碳排放。從影響系數的大小來看，與單一類型制造業集聚相比，不論是導致碳排放強度增加還是促進碳減排，長江經濟帶產業協同集聚的影響程度都更大，即隨著制造業與生產性服務業融合程度不斷加深，對于城市碳排放強度的削弱效應越強。

在控制變量方面，人均財富、資本投入和產業結構對城市碳排放強度的系數在1%的水平下顯著為負，這表明隨著經濟發展水平的不斷提升和政府投入的增加，城市碳排放強度呈現不斷降低的態勢。這主要是因為，各區域政府在綠色發展理念指導下制定環境管制措施、增加環境污染治理投資，經濟增長方式也不再以地區生產總值為唯一導向，城市的產業結構不斷調整優化，以服務業為代表的第三產業正在迅速發展，以上措施均有利于碳減排。人口規模、土地城鎮化和人力資本均對城市碳排放具有正向影響，且土地城鎮化和人力資本的影響非常顯著。原因主要在于，人口較為集中的區域生活部門容易產生較多的碳排放，特別是在城鎮化水平并不高的區域；我國城市的人力資本不利于降低城市碳排放強度，目前我國仍然是全球制造業工廠，大量低技術勞動力禁錮在制造業價值鏈的低端環節，不利于推廣清潔生產技術。

（二）產業協同集聚異質性實證結果分析

在細分生產性服務業協同集聚方面，模型3和4檢驗結果表明，高端產業協同集聚和制造業與低端產業協同集聚對城市碳排放強度的影響與全樣本基本一致，其區別主要在影響程度上。長江經濟帶高端產業協同集聚對城市碳排放強度的一次項系數和二次項系數均通過了1%的顯著性檢驗，影響方向為先正后負，而低端產業協同集聚對城市碳排放強度的一次項系數和二次項系數均未通過顯著性檢驗，且影響方向均為正，實證檢驗結果驗證了假設H3。從影響系數來看，制造業與高端生產性服務業協同集聚對城市碳排放強度的影響更大，一次項系數為1.700，二次項系數則為-0.697，其絕對值均高于制造業與低端生產性服務業協同集聚，同樣也高于全行業產業協同集聚。原因可能是高端生產性服務業的技術含量比較高，知識密集度較高，與制造業之間的差別較大，兩個產業間的磨合相對更為復雜、周期更長，交流成本更高，因而制造業與高端生產性服務業在協同集聚初期可能會造成一定資源的浪費，增加能源消費碳排放量。長江經濟帶匯集了眾多高校和科研機構，科研力量雄厚，特別是以上海和成都等為代表的城市金融、科技以及電子信息等行業取得了較大的發展成就；而金融、科技等行業的知識技術密集度較高，其掌握的知識、技術能夠為制造業提供更豐富的信息，尤其是經驗、技術這一類緘默知識對于制造業節能減排發揮著更為重要的作用，隨著高端產業協同集聚水平的不斷提高，其在創新驅動、新技術開發和擴散方面的優勢會推動單位能耗碳排放的下降。而低端生產性服務業與制造業協同集聚在前期雖然同樣會因為集聚規模擴大、成本增加，后期因兩大產業的技術密集度均較低，而使得碳排放強度增加，但是這種影響并不顯著。其原因在于，低端生產性服務業與制造業存在天然的產業關聯，特別是在集聚前期交流成本較低，協同發展效果更好，而在后期囿于自身的技術創新水平低，協同集聚不足以產生期望的碳減排效果，但是由于產業關聯緊密，兩大產業均獲得一定程度的發展，在整個集聚過程中均不會產生大規模的碳排放。

（三）區域層面實證結果分析

就上游城市而言，制造業集聚指數對城市碳排放強度的一次項系數在1%的水平上顯著為正，而二次項系數則在1%的水平上顯著為負；制造業與生產性服務業全行業協同集聚對城市碳排放強度的系數均未通過顯著性檢驗，影響方向則是先負后正。從生產性服務業異質性來看，高端產業協同集聚對城市碳排放的影響與制造業樣本方向一致，區別在于影響程度上，均通過了1%的顯著性檢驗；而低端產業協同集聚對城市碳排放的影響與全行業產業協同集聚整體的影響方向一致，其一次項系數在10%的水平上顯著為負，而二次項系數則在1%的水平上顯著為正，呈現典型的U型曲線關系。原因可能是，上游地區大部分城市經濟發展主要依靠制造業，生產性服務業發展相對滯后，因而在產業協同集聚初期，相較于其他區域產業并非迅速集聚在一起，污染物排放量不會大幅度增加；且在集聚初期政府為扶持新興產業發展會為其提供優惠政策，這些都會推動生產性服務業進行技術創新，促進技術效率提升，甚至在短期內會產生碳減排效應。而在后期由于生產性服務業發展基礎薄弱，制造業效率低下，低水平的技術容易被模仿，技術和知識溢出效應不能有效發揮，因而在產業協同集聚后期反而會提高碳排放強度。但是鑒于上游城市生產性服務業發展滯后，產業協同集聚水平一直相對較低，因而其對于城市碳排放強度的影響并不顯著。尤其是低端生產性服務業，因為其對于知識和技術要求較低，與制造業的聯系更加緊密，兩者之間的融合效果也更為顯著，在協同集聚初期更容易產生碳減排效應，而在后期由于技術含量低，產業發展后續乏力，碳減排效應并不持久。

就中游城市而言，制造業集聚指數對城市碳排放強度的一次項系數在1%的水平上顯著為正，二次項系數則在1%的水平上顯著為負；而制造業與生產性服務業全行業協同集聚對城市碳排放強度的一次項系數通過了5%的顯著性檢驗，二次項通過了10%的顯著性檢驗，影響方向同樣也是先正后負。從生產性服務業異質性來看，低端產業協同集聚對城市碳排放的影響方向與全行業協同集聚一致，區別在影響程度上，其一次項系數和二次項系數分別通過了1%和5%的顯著性檢驗。而高端產業協同集聚對城市碳排放的影響與整體的影響存在較大差異，影響方向始終為正，且不顯著。中游城市制造業集聚情況與上游城市基本一致，主要區別在于生產性服務業的異質性。產生這種現象的主要原因是，中游城市的高端生產性服務業發展起步晚、產業基礎較為薄弱、創新性不夠、競爭力不強，與制造業的交流融合存在一段時間的磨合期，但是中游城市的優勢在于高校林立、人才資源相對豐裕，因而高端產業協同集聚雖然會使得碳排放強度增加，但是并不顯著，且從影響系數來看，這種正向影響力度也在不斷減弱。對應地，中游城市的制造業與低端生產性服務業協同集聚對于城市碳排放強度的影響更顯著，原因主要在于中游城市的低端生產性服務業發展較早，大量產業集中在同一地區會使得城市碳排放強度提高；而在產業集聚后期，產業融合程度加深，碳排放強度也相應降低。

與業造制產生端低業務服性聚集同協***-2.685）（0.470***1.075）（0.186***-0.044）（0.011*-0.028）（0.013***-0.113（0.011）***1.069（0.090）***-1.257（0.106）***1.240（0.234）***4.020（0.316）0.686656市城游下與業造制制造業與生產生端高產性服務業業務服性全行業協同聚集同協集聚***-2.066***-2.768）（0.547）（0.522***0.816***1.112）（0.218）（0.209***-0.044***-0.046）（0.012）（0.012*-0.030*-0.031）（0.013）（0.013***-0.111***-0.112（0.012）（0.011）***1.108***1.066（0.091）（0.090）***-1.194***-1.239（0.107）（0.106）***1.384***1.190（0.240）（0.238）***3.622***4.093（0.369）（0.352）0.6840.686656656業造制聚集***-0.396）（0.117***0.272）（0.077***-0.043）（0.012-0.025）（0.013***-0.111（0.011）***1.168（0.090）***-1.151（0.109）***1.462（0.237）***2.387（0.117）0.683656與業造制產生端低業務服性聚集同協***2.344）（0.758**-0.761）（0.297*-0.064）（0.033-0.010）（0.029***-0.152（0.023）***0.731（0.139）-0.293（0.180）0.008（0.395）*0.943（0.566）0.598576果結驗檢性質異3表市城游中與業造制造業與制產生端高生產性服務業造制業務服性業全行業協聚集聚集同協同集聚***1.076）（0.289***-0.630）（0.2400.282**2.165）（1.410）（0.9360.041*-0.660）（0.599）（0.380-0.039**-0.076-0.046）（0.033）（0.034）（0.031-0.006-0.0180.011）（0.030）（0.029）（0.011***-0.154***-0.144***-0.164（0.023）（0.023）（0.022）***0.613***0.722***0.605（0.138）（0.137）（0.134）***-0.672-0.269-0.285（0.187）（0.180）（0.187）0.328-0.0310.354（0.404）（0.383）（0.388）**2.111*1.115***2.036（0.919）（0.671）（0.293）0.5840.6000.603576576576平水性著顯的10%表與業造制產生端低業務服性聚集同協*-0.862）（0.512***0.649）（0.246***-0.249）（0.034-0.038）（0.025-0.023（0.022）***2.187（0.477）***-0.549（0.182）***1.918（0.661）***3.933（0.483）0.519496代；*平水性市城游上與業造制生與業造制產生端高業務服性產業務服性同協業行全聚集同協聚集***4.184-0.130）（0.622）（0.706***-1.6360.304）（0.270）（0.332***-0.207***-0.253）（0.033）（0.0340.017-0.022）（0.026）（0.026*-0.052-0.024（0.023）（0.002）***1.776***1.828（0.431）（0.440）**-0.509***-0.614（0.173）（0.167）***2.693***2.312（0.700）（0.640）0.423***3.290（0.455）（0.569）0.5370.563496496著顯的5%表代；**平水性業造制聚集***0.863）（0.196**-0.439）（0.196***-0.238）（0.033-0.003）（0.025-0.035（0.022）***1.742（0.417）**-0.408（0.173）***2.703（0.728）***2.994（0.294）0.567496著顯的1%量變lnMagglo 2 lnMagglo lnCoagglo 2 lnCoagglo lnA lnP lnFC lnURB lnRI lnHC 項數常2 R N表代：***注

就下游城市而言，制造業集聚、制造業與生產性服務業全行業協同集聚、分行業產業協同集聚對于城市碳排放強度的影響均與全樣本差別較大，影響方向完全相反，且均通過了1%的顯著性檢驗。其主要原因在于，下游城市雖然制造業發展基礎雄厚，但是隨著產業結構不斷優化升級，生產性服務業發展基礎相較于其他地區較好。一方面，制造業與生產性服務業協同集聚有利于發揮中間貿易品生產的規模經濟效應，減少制造業的生產成本和交易成本，提高制造業生產效率，促進區域產業鏈向高端攀升，降低碳排放強度；另一方面，生產性服務業作為產業結構調整的重要內容，有利于降低重工業比重，有效推動生產性服務業與制造業融合發展，減少制造業對資源和能源的剛性需求，抑制能源消費快速增長，實現制造業服務化，促進制造業結構升級，進而降低單位能源消費碳排放強度。然而，目前長江經濟帶生產性服務業內部結構中低端行業占比較大，制造業與生產性服務業協同集聚對于碳排放的“技術外溢效應”“規模經濟效應”“產業結構升級效應”受到限制，因而在后期其并未達到預期中的碳排放效應。

五、產業集聚模式異質性回歸結果與分析

（一）模型設定

產業集聚所引起的外部性可以推動技術創新，借助知識和技術溢出提高能源利用效率，降低碳排放強度。產業協同集聚如何影響城市碳排放呢？就這一問題，前文嘗試給出了初步解釋，但還需要進一步的理論和實證分析，這里從集聚外部性角度進一步解釋其作用機制。綜合以往研究發現：產業集聚效應主要體現在同一產業內部集聚效應和不同產業間的集聚效應，且與市場競爭程度密切相關。這里假設市場競爭程度（Com）是通過i地區邊際生產成本與產業集聚的函數的彈性系數決定的，根據三種外部性的條件，本文借鑒楊仁發的做法，假定競爭程度與上述三種外部性效應的函數如下：

上式中，Com為產業競爭程度，Magglo代表制造業區位熵，Coagglo代表制造業與生產性服務業協同集聚程度，MAR代表制造業集聚的馬歇爾外部性，Porter代表制造業集聚的波特外部性，Jacobs代表產業協同集聚的雅各布斯外部性。其中，產業競爭程度的計算方法如下：

式中，基于數據可得性，本文使用各城市規模以上工業企業數和規模以上工業主營業務收入進行計算。該指標值越大，表明產業競爭程度越高，當大于1時，意味著該地區產業競爭程度明顯高于全國平均水平。根據上述公式，本文將計量模型設定如下：

根據本文的研究目的，探究產業集聚的知識和技術溢出主要發生在制造業內部還是生產性服務業與制造業之間，以及哪一種集聚模式更容易激發技術創新，進而抑制城市碳排放強度提高。本文分別將制造業集聚的MAR外部性、制造業集聚的Porter外部性和制造業與生產性服務業協同集聚的Jacobs外部性依次引入模型中，并在此基礎上將分行業產業協同集聚的Jacobs外部性引入模型中進行實證檢驗，模型5—9的具體檢驗結果如表4（下頁）所示。

表4 產業集聚外部性異質性對城市碳排放強度的影響

（二）檢驗結果分析

從制造業集聚的MAR外部性和Porter外部性來看，模型5和模型6的檢驗結果顯示：MAR外部性對城市碳排放強度的一次項系數和二次項系數均在1%的水平上顯著，影響方向為先正后負，兩者之間呈現明顯的倒U型曲線特征。而Porter外部性對城市碳排放強度的一次項系數通過了5%的顯著性水平檢驗，二次項未通過顯著性檢驗，且兩者均為負向影響。這表明隨著制造業集聚的MAR外部性逐漸增強，城市碳排放強度呈現一種先增加而后降低的變動軌跡；而隨著制造業的Porter外部性效應不斷增強，城市碳排放強度呈現不斷降低的態勢，但這種影響逐漸被削弱。其原因可能是，在壟斷的市場環境下，在制造業集聚初期集聚水平較低，主要處于代加工階段，大部分企業以賺取利潤為一切行動的終極準則，主要將資本運用在擴大生產規模上，主觀上忽視了對環境保護、科技創新等方面的投入。產業集聚過程中的規模效應大于知識和技術溢出帶來的環境正外部性，使得碳排放強度增加。當制造業集聚水平跨過一定門檻值之后，在政府干預和產業轉型升級的約束下，產業集聚產生的環境正外部性逐漸占據主導地位，從而在知識和技術溢出的作用下抑制了碳排放強度的增加。而在競爭的市場環境下，為了獲取競爭優勢，部分制造企業競相進行技術創新，降低生產成本，因而產生了碳減排效應。但目前我國制造業向高端生產階段轉移仍然存在一定的困難，由簡單技術創新帶來的碳減排效應難以長久持續。根據上述實證結果，本文認為，相較于壟斷的市場結構，同一產業內部產業競爭程度越高，越有利于激發集聚區域內企業進行綠色技術創新，促進知識和技術擴散，進而推動城市碳排放強度降低。

從制造業與生產性服務業全行業協同集聚的Jacobs外部性來看，檢驗結果表明，產業協同集聚的Jacobs外部性對城市碳排放強度的一次項系數和二次項系數均通過了1%的顯著性檢驗，影響方向為先負后正，呈現U型曲線變動特征。這表明隨著產業協同集聚的Jacobs外部性逐漸增強，城市碳排放強度呈現先降低而后增加的變動軌跡。其原因在于，在產業協同集聚初期，制造業與生產性服務業呈現多樣化的集聚模式。生產性服務業具有技術與知識密集性高的優勢，能夠通過為制造業提供高品質的產品、服務甚至是人力知識資本，提高制造業的生產效率，而在此過程中，又能夠削減生產性服務業的要素成本和交易成本，提升各產業的生產效率和管理水平，促進區域產業價值鏈提升，進而降低單位產出的能源消費碳排放。而在集聚后期，由于長江經濟帶108個城市中部分城市的生產性服務業發展緩慢，且大部分城市的生產性服務業大多處于產業鏈的低端位置，隨著產業協同集聚水平的不斷提高，部分城市產業協同集聚的Jacobs外部性對于技術創新的促進作用后續動力不足。目前產業多樣化集聚模式對于城市碳排放強度的影響逐漸減弱，究其根源還是產業協同集聚水平較低。從影響系數來看，相較于制造業單一類型產業內部集聚，制造業與生產性服務業協同集聚對于城市碳排放強度的影響更大，尤其是負向抑制作用，只是由于生產性服務業發展不平衡、支撐力不夠，這種負向抑制作用不能長久持續。

從生產性服務業異質性來看，無論是高端產業協同集聚的Jacobs外部性，還是低端產業協同集聚的Jacobs外部性，對于城市碳排放強度的影響均與產業協同集聚整體的Jacobs外部性一致，基本都通過了1%的顯著性檢驗，均呈現顯著的U型曲線特征，其區別主要體現在影響程度上。對比產業協同集聚Jacobs外部性前的指數來看，制造業與高端生產性服務業協同集聚的Jacobs外部性的一次項系數為-0.510，二次項系數為0.101，其絕對值不僅高于制造業與低端生產性服務業協同集聚的Jacobs外部性前的系數，而且高于產業協同集聚整體的Jacobs外部性前的系數。這表明這種U型曲線的變動特征在制造業與高端生產性服務業協同集聚的過程中更強烈。

六、結論與政策建議

本文以2003—2019年長江經濟帶108個城市面板數據為研究對象，構建GMM模型，首先對比分析了制造業集聚和制造業與生產性服務業協同集聚對城市碳排放強度的影響，并基于生產性服務業異質性和城市區位異質性進行實證檢驗，最后根據集聚外部性探究作用機制，對比分析制造業集聚的MAR外部性、Porter外部性和產業協同集聚的Jacobs外部性對城市碳排放強度的影響。通過分析得到如下結論：第一，從集聚類型異質性回歸結果來看，制造業集聚和全行業產業協同集聚與城市碳排放強度之間存在明顯的倒U型曲線關系，即隨著產業集聚水平的提升，城市碳排放強度呈現先增加后減少的變動趨勢，但是產業協同集聚的這種影響更顯著也更強烈；從生產性服務業異質性層面來看，制造業與高端生產性服務業協同集聚對城市碳排放強度的影響更顯著。第二，從城市區位異質性和產業集聚類型異質性來看，就制造業集聚而言，長江經濟帶上、中游城市制造業集聚與城市碳排放強度之間存在顯著的倒U型曲線關系，而下游城市存在顯著的U型曲線關系；就制造業與生產性服務業協同集聚而言，長江中游城市和下游城市與制造業集聚情況基本一致，僅上游城市的影響不顯著。就異質性產業協同集聚而言，長江經濟帶上游城市的高端產業協同集聚與城市碳排放強度之間存在顯著的倒U型曲線關系，而下游城市則存在明顯的U型曲線關系；長江經濟帶上、下游城市的低端產業協同集聚與城市碳排放之間存在明顯的U型曲線關系，中游城市存在顯著的倒U型曲線關系。總之，分區域來看，產業集聚類型異質性對城市碳排放強度的影響效果存在較大差異。第三，從集聚外部性異質性效應來看，相較于MAR外部性效應，制造業集聚的Porter外部性效應更能促進城市碳排放強度降低；而制造業與生產性服務業全行業協同集聚的Jacobs外部性與城市碳排放強度之間存在明顯的U型曲線關系，且這種影響在制造業與高端生產性服務業協同集聚的過程中更顯著。這表明相較于制造業集聚的MAR外部性效應和Porter外部性效應，制造業與生產性服務業協同集聚的Jacobs外部性效應的城市碳減排效果更明顯。

基于上述結論，提出如下政策建議：

第一，提高制造業效率，培育制造與服務一體的多功能產業群。就長江經濟帶而言，特別是長三角沿海城市，經過幾十年的發展，制造業已經形成大規模的產業集群，與生產性服務業相比基礎較為牢固。在促進產業深度融合的過程中，不僅需要生產性服務業為制造業提供技術和信息支持，而且要鼓勵有余力的制造業企業主動將產業鏈條延伸至“微笑曲線”兩端的生產性服務業，調整優化制造業價值鏈。變革當前制造業企業已形成的“大而全”“小而全”的組織結構，堅持發展先進制造業和適度降低服務業門檻并舉，發揮先進制造業集聚的虹吸能力，吸引與制造業關聯性較強的生產性服務業加入，形成多種跨邊界的產業協同集聚模式。

第二，優化調整生產性服務業內部結構，推動制造業與生產性服務業均衡融合。以信息技術傳播為媒介的高端生產性服務業有助于減少制造業的生產成本、提高制造業企業生產效率，推動制造業由生產型制造轉變成服務型制造。如金融業，其與制造業之間形成深度融合關系是有可能的，且有利于兩大產業的長遠發展，兩大產業之間可以將信息技術作為媒介，利用金融業的信息技術優勢為制造業的產業鏈和供應鏈的各個環節提供技術保證，并根據不同企業特質提供對應的金融服務。另外，物流業與交通運輸業也可以利用大數據技術對產業和企業數據進行整合，通過專業化物流降低原材料、中間產品及最終產品在運輸過程中的損失，降低成本，獲取競爭優勢。大力支持高端生產性服務業發展，促進生產性服務業內部結構優化升級，推動兩大產業均衡融合，對于促進城市產業鏈向中高端攀升、降低碳排放進而緩解城市環境污染大有裨益。

第三，立足實際明確城市功能定位，培育差異化的主導產業。就長江經濟帶城市群而言，各城市應根據自身獨特的資源稟賦優勢明確城市功能定位，發展差異化主導產業，同時為了使主導產業贏得競爭優勢，必須配套相關產業，形成多樣化的協同集聚模式。如以川渝為中心的上游城市群發展資源密集型制造業、中游城市群發展勞動密集型制造業和以長三角為核心的下游城市群發展技術密集型制造業。為了實現強化主導產業發展地位、降低交通等生產成本、提高資源和能源利用率、降低污染排放等發展目標，應發展物流和交通運輸業以及信息傳輸等生產性服務業，建立集聚模式多樣化的產業聯動發展格局。