制造業集聚如何影響區域綠色發展福利？

袁華錫，封亦代，羅翔勇，劉耀彬

（1. 中南財經政法大學經濟學院，湖北武漢 430073；2. 南昌大學經濟管理學院，江西南昌 330031；3. 美國威斯康星大學密爾沃基分校，美國密爾沃基 53211）

黨的十九屆五中全會指出，中國已轉向高質量發展階段，在“十四五”時期，要讓民生福祉達到新水平，不斷實現人民對美好生活的向往。生態經濟學理論認為，經濟活動的根本目的是提高人類福利，所有非民生的經濟活動是人類行為的異化［1］。過去以“高消耗、高污染、高排放、低產出”的粗放型經濟發展模式受到了批判，綠色發展已經成為中國經濟社會綠色轉型的必然選擇。福利門檻學說認為，經濟增長與社會福利之間存在倒“U”型曲線關系，只有經濟增長處于合理區間內，才能有效地增加居民福利水平［2］，無休止的粗放型經濟增長反而會遇到生態和福利的雙重門檻［3］。伊斯特林悖論早已證明幸福并不僅僅依靠經濟因素，換句話說，收入并不必然導致福利或幸福的增加［4］。Fritz等［5］研究發現，體面的生活需要有一定的物質消費水平作為支撐，但是在滿足基本需求之后，追求更多的物質消費將不再導致福利的提升，反而會給環境帶來巨大壓力。因此，該研究認為增進民生福祉不僅要提高傳統的社會福利，更要重視提高綠色發展福利。

綠色發展福利是指在經濟增長與環境保護協調發展的背景下，綠色發展使居民當期享受的福利水平變化，以及未來福利水平可持續提升的能力［6］，反映了一個國家或地區將自然消耗轉化為福利水平的能力［7］。該研究將綠色發展福利定義為相對于經濟增長的一國（地區）在一定時期內因綠色發展使居民當期所享受的福利水平變化，以及未來福利水平可持續提升的能力。中國經濟總量雖然在不斷提升，但是社會福利提升速度卻明顯滯后［8］。面對這種復雜情況，如何在新時代背景下破解綠色發展福利困境已成為學界與政府面臨的科學難題和重要挑戰。事實上，與綠色發展福利水平密切相關的因素可能是制造業發展。原因是制造業的快速發展，不僅促成了中國經濟增長奇跡，還嚴重影響區域環境質量［9］，進而作用于綠色發展福利。因此，提高綠色發展福利的關鍵在于促進制造業高質量發展。

截至2019 年底，東部地區聚集了全國61.03%的制造業企業，遠高于中部地區的24.81%和西部地區的14.15%。制造業營業收入占整個工業行業的88.40%，消耗了全國50%以上的能源。由此可見，中國制造業呈現顯著的空間集聚特征，而且是能源消耗的主要產業。1990—2017 年，中國因空氣污染造成的福利損失經濟價值從3.38%上升至6.44%，遠高于OECD 國家的平均值3.396%。由此可見，制造業集聚不僅是中國經濟增長的重要引擎，更是影響綠色發展福利的重要來源?；谝陨蠁栴}的思考，該研究不禁產生了如下疑問：制造業集聚能否影響綠色發展福利？如果影響，這種影響具有怎樣的特征和規律？鑒于此，該研究從制造業集聚視角切入，以外部性經濟理論為媒介，考察制造業集聚對區域綠色發展福利的影響。該研究有利于深化集聚經濟學理論內涵，可以為國家綠色發展轉型和高質量發展提供新視角和新方法。

相比于以往的研究，該研究的邊際貢獻主要體現在以下三個方面：①現有研究關注了集聚對經濟福利的影響，但尚未系統考察制造業集聚對綠色發展福利的作用，導致相關研究結論無法較好地指導地方實踐。因此，該研究首先基于外部經濟理論，分析制造業集聚與綠色發展福利之間的作用機理；其次，采用前沿的計量方法，揭示制造業集聚對綠色發展福利的影響與規律，可以為制造業高質量發展和國家綠色轉型的政策制定提供科學依據。②現有文獻雖然研究了制造業集聚的空間溢出效應，但尚未揭示其空間外溢的衰減規律，尤其沒有研究制造業集聚外部性對綠色發展福利的影響。因此，該研究嘗試檢驗制造業集聚對綠色發展福利是否存在空間外溢的衰減規律，并量化制造業集聚外部性對綠色發展福利的作用效果，可以為制造業高質量發展和國家綠色轉型提供新思路和新途徑。③絕大部分研究采用主客觀賦權法來測算指標權重，但該方法只適用于截面數據而不適用于面板數據，且綜合評價結果無法進行跨期比較；此外，現有研究還忽視了制造業集聚與綠色發展福利之間可能存在的內生性問題。因此，該研究嘗試采用前沿的統計方法測算面板數據權重，并從歷史與地理方面尋找工具變量，克服模型的內生性問題，以期得到更加可靠的實證結論，為制造業集聚提升綠色發展福利的政策制定提供可靠經驗證據。

1 文獻綜述

1.1 綠色發展福利測度的研究進展

關于綠色發展福利的測度研究基本在2012 年以后，目前尚未形成專門的研究成果。雖然鐘水映等［10］借助人類發展指數和脫鉤理論測度了中國省際間的綠色發展福利水平，但因無法計算綠色發展福利的具體數值而使用受限。與綠色發展福利測度緊密相關的研究集中在生態福利績效領域。生態福利績效研究興起于20 世紀70 年代，此后成為可持續發展科學與福利經濟學研究的重要議題［11］。生態福利績效概念源自發展理論對生態環境與人類福祉關系的研究，是社會福利的價值量與生態資源消耗的實物量之比，反映了單位自然消耗轉化為居民福利水平的效率［12］?？沙掷m發展理論強調經濟發展的最終目的是增加社會福利，GDP 只是提高社會福利的手段而非最終目的，僅用GDP衡量經濟發展存在諸多弊端［13］。

比值法憑借指標含義明確、可操作性較強等優勢，被廣泛應用于評估國家與區域層面的生態福利績效。Common［14］提出使用快樂生活壽命指數與生態足跡之比來測度經合組織國家的生態福利績效。諸大建［15］創新性地采用人類發展指數與生態足跡之比來衡量生態福利績效。此后被許多學者廣泛應用于評價國家或區域層面的生態福利績效，成為當前生態福利績效最為權威的測度方法［16］。Dietz 等［17］獨辟蹊徑，提出采用出生時預期壽命與人均生態足跡之比來度量生態福利績效，該方法也被大量應用于國家層面的生態福利績效測度［18］。數據包絡分析是近年較為流行的一種生態福利績效測度方法，可以用于評價國家內部或區域內部的生態福利績效。龍亮軍等［19］采用超效率SBM 測度了中國35 個主要城市的生態福利績效，研究發現2013 年35 個主要城市的生態福利績效水平較低，且城市間差距較大。隨著經濟社會的發展，Dimaria［20］研究發現考慮非期望產出的超效率SBM，更能準確反映生態福利績效現實情況，這一成果后來被廣泛應用［21］。

綜上，現有研究主要采用單一指標或效率方法測度生態福利績效和綠色發展福利水平。盡管這些方法廣泛應用于相關研究，具有一定的代表性和說服力，但是不可避免也存在某些不足之處。其中，最大的問題就是指標選擇較為單一，無法準確反映綠色發展福利的全貌，容易出現以偏概全的現象。此外，在單一指標選擇和投入產出變量選擇方面，不可避免地存在一定的主觀性。

1.2 制造業集聚對綠色發展福利影響的研究進展

當前，學界對制造業集聚與綠色發展福利之間關系的專門研究成果較少，絕大部分文獻重點討論了制造業集聚對綠色發展福利某一方面的影響，包括對工資、收入差距以及減貧等方面的作用。

與該主題相關的第一篇文獻是制造業集聚對工資的影響研究。Fullerton 等［22］從組織生態學角度研究發現，美國生物技術工人可以從大型產業集聚區中獲得更高的勞動報酬。國內學者楊仁發［23］借鑒新經濟地理學理論和空間集聚理論，基于中國城市面板數據，從理論與實證兩個維度分析了產業集聚對地區工資水平的影響。他們認為，制造業集聚會抑制地區工資水平提高，但服務集聚卻存在相反效果。張曉磊等［24］進一步從微觀集聚視角驗證了集聚對工資的影響，研究發現企業空間集聚有助于提高勞動力工資水平，而且在勞動力密集型產業和中小城市樣本中表現更為突出。

與該主題相關的第二篇文獻是制造業集聚對收入差距的影響。Cerina 等［25］通過擴展規范模型，增加一個產生非貿易商品的部門，發現研發部門的本地化知識溢出有利于促進增長。他們認為，當前的歐盟和美國區域政策不利于產業集聚，進而可以在區域和總體水平上改善福利并減少地區收入差距。李健旋等［26］認為，金融集聚可以顯著地促進城市生產率增長，但是也會導致城市內部收入差距擴大，原因在于金融集聚只是提高城市居民人均收入，而未能促進農村居民人均收入增長。但是，陳旭［27］基于中國城市樣本考察城市蔓延、地理集聚與城鄉收入差距關系時卻發現，制造業集聚有助于縮小大中型城市的收入差距，小城市則相反，原因在于小城市集聚經濟、規模經濟以及擴散效應效應不明顯。

與該主題相關的第三篇文獻是制造業集聚對減排的影響研究。Giang 等［28］研究了企業集聚與越南家庭福利之間的聯系，發現企業集聚有助于家庭從非正規部門轉向正規部門，進而對人均收入、人均支出和減貧產生積極影響。更重要的是，他們發現對于受過良好家庭教育的年輕男性而言，企業集聚對人均支出的影響往往高于家庭受教育程度較低的大齡女性。鄭長德［29］基于四川省161個縣域的貧困戶調查數據，考察了集聚與貧困之間的關系。他發現企業在空間上集聚可以緩解貧困，建議通過把鼓勵企業空間集聚作為減貧的一種可持續路徑。

盡管國內外許多研究深入分析了制造業集聚對工資、收入和減貧等方面的影響，但是，仍然存在一些不足之處：①現有研究集中討論了制造業集聚對綠色發展福利某一方面的影響，無法較為全面地反映制造業集聚對綠色發展福利的綜合影響。②部分研究雖然注意到了制造業集聚存在空間外溢效應，但是未能揭示這種外溢可能存在空間衰減規律。③許多文獻簡單采用制造業集聚的滯后項作為工具變量，試圖以此來緩解模型中可能存在的內生性問題，但是該方法由于固有的缺陷已逐漸被國內外學者淘汰。

2 理論機制

外部經濟理論是研究產業集聚行為和集聚經濟的重要理論。外部經濟是指由于企業外部的各種因素帶來的企業生產成本降低，提升企業市場競爭力的經濟行為［30］。制造業集聚的外部性影響資源配置、產品創新、全要素生產率和環境治理等，從而影響社會福利。該研究以制造業集聚為切入點，以外部經濟理論為媒介，考察制造業集聚如何通過影響企業行為進而影響區域的綠色增長能力、綠色消費水平和綠色公共服務。理論機制如圖1所示。

2.1 制造業集聚通過影響綠色增長能力調節區域綠色發展福利

增強區域綠色增長能力是提高區域綠色發展福利的重要條件，綠色增長能力越強意味國民經濟收入的增長空間越大，綠色發展福利提升的可能性越強。該研究認為，制造業集聚有利于提高資源配置效率，進而提升區域綠色增長能力；同時，在高利潤的誘導下，集聚區內的大型污染制造業企業會吸納大量的資源要素，擴大生產規模和消費規模，進而減弱區域綠色增長能力。

圖1 制造業集聚影響區域綠色發展福利的傳導機制

為了追求規模經濟效益，制造業企業傾向于集聚式分布。原因在于制造業集聚不僅可以幫助集聚區內企業共享基礎設施和公共服務，降低企業生產成本，還為企業之間的合作與交流壓縮了時空成本，有利于知識技術的溢出，從而發揮正向外部性。就資源配置效率而言，由于制造業集聚區具有較強的生產效率和盈利能力，進而形成一定的“核心-外圍”圈層。在高利潤的誘導下，外圍地區資源要素不斷流向集聚區內，從而有利于改善資源效率［31］。與此同時，由于集聚區地理范圍十分有限，其容納的企業數量和資源要素均存在一定閾值，尤其是區域內的環境承載力更是存在極限，一旦超過制造業集聚的合理區間，則區域內的資源配置效率邊際呈現衰減特征，甚至為負。

就資源配置方向來看，在“核心-外圍”圈層中，核心集聚區在高利潤的誘導，可以不斷吸收周邊的資源要素向中心集聚，從而優化資源配置方向。與此同時，由于制造業集聚是一個資源要素密集型產業，對能源和資源的消耗巨大。一旦制造業企業生產規模的持續擴大［32］，勢必導致資源和能源消費總量的增加，此時可能導致資源配置方向的扭曲，進而損害綠色增長能力。

2.2 制造業集聚通過影響綠色消費水平調節區域綠色發展福利

綠色消費水平取決于消費者的綠色消費意識、綠色產品供給和區域產品的消費規模，綠色消費水平的提高，將有助于改善居民的生活品質，進而提升整個區域綠色發展福利水平。該研究認為，制造業集聚有利于促進產品創新和擴大產品消費規模，導致綠色消費水平的提高或降低，進而調節區域綠色發展福利。

就產品創新而言，制造業集聚將區域內企業連接成網絡，這不僅加速了知識技術在企業間的快速溢出和應用，為高勢能企業的向下溢出和低勢能企業的學習以及再創新提供了機會［33］。更重要的是，企業間通過網絡連接形成合作，還極大地降低了企業創新的成本與風險。同時，由于制造業集聚是一個動態的變化過程，存在優勝劣汰機制，企業為了保持競爭力，需要不斷進行產品創新，從而保持市場占有率。同時，如果制造業一旦過度集聚，企業為了保持各自競爭力和市場占有率，很可能形成惡性競爭，從而限制產品創新。

就產品消費規模來看，制造業集聚通過促進企業間合作，有利于擴大企業生產規模，降低產品消費門檻，從而為消費者提供更加豐裕的消費產品。此外，由于集聚區內企業存在一定競爭關系，為了獨占消費市場，企業可能會通過生產多樣化產品滿足消費者需求來保持競爭力，這將進一步導致產品消費規模的增加，最終導致資源和能源消費總量的增加，從而降低綠色消費水平。

2.3 制造業集聚通過影響綠色公共服務調節區域綠色發展福利

增強綠色公共服務水平是提高區域綠色發展福利的重要條件，基礎設施的完善、醫療條件的改善、公共服務水平的提高均是社會福利的重要組成部分。公共服務不僅對居民福利具有重要影響，還會間接影響生產［34］，進而調節區域綠色發展福利。該研究認為，制造業集聚可以通過社會財富和環境治理兩條路徑影響綠色公共服務水平，進而調節區域綠色發展福利。

就社會財富而言，制造業集聚可以為企業提供豐富的勞動力資源并提高企業和勞動力之間的匹配程度，從而降低企業用工成本和提高勞動生產率。而且，制造業集聚可以通過上下游產業鏈貫通，實現中間投入共享，降低企業生產成本。另外，制造業集聚還可以通過企業間的知識技術溢出提高企業的創新水平和工藝水平，進而提高企業全要素生產率［35］，促進社會財富增加。需要注意的是，創新很可能是一把“雙刃劍”，它在增加社會財富的同時，也可能破壞生態環境，導致社會財富損失。

就環境治理來看，制造業集聚可以通過知識技術溢出、規模經濟效應和循環經濟效應等途徑改善區域環境質量［36］。企業間知識技術的溢出為環境治理提供了技術支撐，企業集聚也為分擔環境治理責任與成本提供了機會，這有利于進一步提高環境治理能力，發揮規模治污效應。同時，企業還可以通過垂直一體化合作，實現循環生產，降低污染物排放。但是，制造業集聚一旦超過臨界點，則容易引起交通擁堵、人口過度集聚、能源消費劇增等負向外部性經濟影響［37］，導致環境質量惡化，從而不利于環境治理。

3 研究設計

3.1 研究方法

3.1.1 區域綠色發展福利測度方法

指標體系構建：根據既有文獻和理論分析［38-39］，該研究在遵循科學性、可比性、代表性和可獲得性的原則上，從綠色增長能力、綠色消費水平和綠色公共服務3個方面選取12 個基礎指標來測度區域綠色發展福利績效（表1）。原因在于綠色增長是區域綠色發展福利提高的基礎條件，只要通過綠色發展驅動經濟綠色增長，才能實現財富的增加。綠色消費水平是區域綠色發展福利的重要組成部分，實現人民對美好生活的需要是綠色發展的最終歸宿。綠色公共服務是確保區域綠色發展福利的重要條件，只有切實提高政府綠色公共服務供給水平才能真正提升區域綠色發展福利。

評價方法：指標體系權重測算方法主要包括主觀賦權法和客觀賦權法兩種。常用主觀賦權法有德爾菲法、層次分析法、等權重法等，但是由于這些方法主觀性較強，導致測度結果可能背離現實；而客觀賦權法如熵值法、主成分分析等方法，雖然解決了主觀賦權的問題，但這些方法只適用于截面數據評價。在處理面板數據時，上述方法存在明顯不足。因此，該研究采用郭亞軍［40］提出的“縱橫向”拉開檔次法（Vertical and Horizontal Scatter Degree Method，VHSDM）予以測算。該方法優勢在于能夠實現跨期動態比較，能夠更加客觀合理地進行綜合評價和排序［41］。

VHSDM方法的具體步驟如下：

（1）采用極差法對原始數據進行標準化處理：

其中：xij(tk)表示第tk時間的第i 個評價對象第j 個指標，maxj和minj分別表示第j個指標的最大值和最小值。

（2）構造線性綜合評價函數：

其中：GDWi(tk)表示在tk時期第i 個評價對象的綠色發展福利水平；n 表示評價對象數量，m 表示評價指標個數；wj表示第j個指標的權重。

（3）確定指標權重：確定各指標權重是VHSDM 方法的關鍵。其核心思想是最大限度地突出各評價指標的差異，即由區域綠色發展福利GDWi(tk)的離差平方σ2和取最大值予以刻畫。

由于，在綠色發展水平總離差平方和取最大值的前提下，對權重矩陣特征向量W 進行限定：得到特征向量W即為權重系數。

3.1.2 制造業集聚影響區域綠色發展福利的檢驗模型

基于前文理論分析可知，制造業集聚對區域綠色發展福利可能存在非線性影響。因此，該研究嘗試構建如下基準計量模型進行檢驗：

其中：a為模型參數；GDWit表示第i個城市第t年的綠色發展福利；MAit代表第i 個城市第t 年的制造業集聚程度；Xit為一系列控制變量；β1和β2為制造業集聚一次項和二次項的系數，δj控制變量的系數；uit為隨機干擾項。

考慮到制造業集聚對區域綠色發展福利的影響可能存在空間溢出效應，該研究進一步在基準模型基礎上構建空間計量模型予以考察。

其中：ρ 區域綠色發展福利的空間滯后項參數，W 是N×N的空間權重空間，其他變量定義同上。

此外，該研究還注意到模型中可能存在的內生性問題。林伯強等［42］證實經濟集聚與綠色經濟效率之間因反向因果關系而存在內生性問題，那么制造業集聚與區域綠色發展福利之間是否也存在類似問題呢？為克服內生性問題帶來的估計偏差，該研究嘗試從地理或歷史角度搜尋工具變量予以解決。采用1842—1909年清朝開放的通商口岸、1933 年中國城市是否通鐵路以及城市的地形起伏度作為制造業集聚的工具變量。選擇以上三個工具變量的理由如下：①從外生性角度而言，歷史上的通商口岸與鐵路時代久遠，不會對當下綠色發展產生直接影響，而地形起伏度是天然形成的地理指標，滿足外生條件。②從相關性來看，近代通商口岸與鐵路的修建不僅增強了區域公共服務能力，還極大地降低了運輸成本，有利于促進制造業集聚。此外，地形起伏度直接影響基礎設施建設的施工成本、城市布局和企業選址等，進而也會影響制造業集聚的空間分布。

3.1.3 制造業集聚外部性對區域綠色發展福利的影響檢驗

通過文獻整理和理論分析發現，制造業集聚外部性對區域綠色發展福利具有重要影響。制造業集聚外部性按照集聚模式的差異可以分為專業化集聚（MAR外部性）、多樣化集聚（Jacobs外部性）和競爭性集聚（Porter外部性）［43］。為了進一步甄別制造業集聚外部性對區域綠色發展福利的差異性影響，該研究嘗試構建如下模型予以考察：

其中：EXTit分別代表MARit、Jacobsit、Porterit，指的是第i個城市第t年的MAR 外部性、Jacobs外部性和Porter外部性水平；其他變量的定義同上。

該研究借鑒相關學者的思路［44］，選擇專業化指數、多樣化指數和波特指數分別測算制造業集聚的MAR外部性、Jacobs 外部性和Porter 外部性。具體計算方法如下：

其中：j表示行業，i表示城市；sji代表的是i城市j行業從業人員數，si為i城市年末就業單位總人數；Comi則表示制造業的市場競爭程度，計算公式為Comi=（i地區規模以上工業企業數/i 地區規模以上工業企業增加值）/（所有地區規模以上工業企業數/所有地區規模以上工業企業增加值）。MAi的計算方法見下文。

3.2 變量選擇

核心解釋變量：制造業集聚。該研究采用區位熵模型來計算城市制造業集聚水平。原因在于區位熵模型能夠較好地消除地區規模差異帶來的內生性沖擊，可以更加準確地描述中國城市制造業集聚分布的真實情況［45］。具體計算方法如下：

其中：MAit表示i城市第t年的制造業集聚程度；MAEit表示i 城市第t 年的制造業就業人數，∑MAEit表示i 城市第t 年的就業總人數；∑MAEt代表中國第t 年制造業就業的總人數，∑SEt表示中國第t年的就業人員總數。

控制變量：環境規制（ER），環境規制可以通過增加企業生產成本和刺激企業技術創新來影響企業生產效率［46］，進而作用于綠色發展福利［47］，該研究采用“工業三廢”去除率測算環境規制水平；城市化水平（UR），城市化進程伴隨著人口轉移和城市公共服務建設，這直接影響到居民的生活質量，該研究選取土地城市化率來測度；技術進步（TE），技術進步是推進區域綠色發展福利提升的重要途徑［48］，以往研究受限于數據的可得性，往往采用替代指標來衡量城市技術進步，該研究則采用人均專利授權量準確地度量技術進步；居住環境（LE），居住環境質量關系到居民生活品質與健康［49］，進而顯著影響到區域綠色發展福利，該研究選取城市PM2.5數據刻畫城市居住環境質量；產業結構（IS），產業結構對經濟增長效率和居民工資具有重要作用，繼而影響區域綠色發展福利，該研究采用第三產業和第二產業增加值之比來度量其影響。

3.3 數據和樣本

該研究選取2003—2016 年長江經濟帶110 個城市的面板數據作為研究樣本。所有經濟變量均來自《中國城市統計年鑒》和《中國統計年鑒》。專利數據來自中國研究數據服務平臺—中國創新專利研究數據庫。氣象因素變量則收集于國家氣象數據中心（http：//data.cma.cn/）。1933 年是否通火車數據來自鐵道部1934 年鐵道部編輯的《中國鐵道便覽》［50］，并根據白壽彝［51］2012年編撰的《中國交通史》第五篇第三章“現代中國之陸路交通”進行對比確定。1842—1909年清朝開放的通商口岸收集于清朝與西方列強簽訂的一系列不平等條約。用于計算城市地形起伏度的DEM 來源于中國寒區旱區科學數據中心（http：//westdc.westgis.ac.cn）。

由于統計上的偏誤，該研究對數據集中的個別缺失數據和異常值，采用插值法予以補充調整。同時，為了剔除通貨膨脹的影響，以2003 年為基期，采用GDP 平減指數法對所有價格變量進行調整。此外，為了克服異常值對實證結果的擾動，該研究對所有變量進行了1%的縮尾處理。相關變量描述性統計見表2。

根據表2 和圖2 可知，GDW、MA、PM 和IS 在剔除異常值后，基本符合正態分布特征。ER 均值明顯小于其中位數，數據集中分布在高值區間，屬于負偏態分布。而其他幾個變量的均值明顯大于其中位數，數據集中分布在低值區間，屬于正偏態分布，存在明顯的重尾現象。鑒于此，該研究對變量進行對數化處理以降低異方差對估計結果的影響。

該研究選擇長江經濟帶的樣本進行分析的原因主要有以下幾點：①中國最重要的流域經濟帶。據國家發展和改革委員會數據顯示，在全球經濟遭受重創的2020年，長江經濟帶前三季度經濟總量進一步提高到46.6%，幾乎占據全國經濟的半壁江山。②中國政策關注高地。從2014 年長江經濟帶上升為國家戰略以來，中央政府已經相繼發布了長江經濟帶國家級法規文件48個。習近平曾先后三次親自主持高級別長江經濟帶發展座談會，2020年12 月，全國人大批準中國首部流域法——《長江保護法》。③中國經濟未來最大的潛力增長點。長江經濟帶覆蓋沿江11 省市，橫跨中國東中西三大板塊，以20%的國土面積聚集了全國40%的人口，貢獻了中國40%以上的GDP，是中國人口、產業集聚的高地?！堕L江經濟帶發展規劃綱要》對長江經濟帶的定位是：生態文明建設的先行示范帶、引領全國轉型發展的創新驅動帶、具有全球影響力的內河經濟帶、東中西互動合作的協調發展帶，這充分說明了長江經濟帶的重要性和代表性。

表2 變量描述性統計

圖2 變量的描述性統計箱圖

4 實證結果

4.1 區域綠色發展福利的時空規律分析

4.1.1 時空演化過程

為了更加清晰地了解研究期間長江經濟帶綠色發展福利的時空變化規律，該研究首先基于VHSDM 方法測算了2003—2016 年長江經濟帶110 城市的綠色發展福利指數，然后，采用ArcGIS 10.2 對典型年份2003、2006、2009、2012、2015、2016進行可視化展示。

總體上來看，綠色發展福利績效在時間上呈現波浪式的上升趨勢，在空間上呈現以“中低水平的塊狀分布為主，高水平的點狀分布為輔”的格局。具體而言（圖3），2003—2016 年間，長江經濟帶各城市的綠色發展福利指數伴隨著年份呈現穩步增長態勢，綠色發展福利的總體水平明顯上升。以期末和期初兩年為例，重慶市2003 年的綠色發展福利指數為5.149，2016 年上升至17.938，為樣本中增幅最大的城市，增長率高達248.35%。樣本中增幅最低的城市為益陽市，2016 年的綠色發展福利指數相比于2003年增長了59.19%。從空間上看，2003—2016年長江經濟帶較低水平和低水平綠色發展指數城市基本超過了50%，廣布于長江經濟帶上游地區和中游地區的一些工業城市；中等水平的綠色發展福利指數地區占整個樣本的25%左右，零星分布在上游的麗江、玉溪和中游的十堰、襄陽、荊門、九江、新余等城市及下游的蘇南和淮北部分城市；較高水平和高水平城市樣本主要攀枝花、昆明、成都、貴陽，中游的長沙、南昌、武漢、合肥等地，下游的上海、南京、蘇州、寧波等城市，大約占整個研究樣本的25%。值得強調的是，這種“低水平集聚、高水平分散”的空間分布格局在14 年間基本保持不變，呈現空間結構固化特征。

圖3 2003—2016年長江經濟帶綠色發展福利時空演化過程

4.1.2 空間分布特征及其重心轉移

結合表3 與圖4 可知，①方位角變化：長江經濟帶西南部城市的綠色發展福利影響大于東北部城市。2003—2016 年間，方位角由74.440 增加至74.861，變化幅度較小，這表明長江經濟帶綠色發展福利的主力發展方向仍以東—西向為主，南—北發展勢頭較弱。②空間分布范圍變化：長江經濟帶綠色發展福利的空間分布格局以東—西方向為主導，南—北方向影響較弱。具體來看，2003—2016 年間，長半軸的平均長度基本是短半軸長度的2 倍以上，而且伴隨著時間的推移，長半軸由2003 年的870.940 km 增加到了2016 年的874.969 km，短半軸由2003 年的303.056 km 增加到了309.529 km。與此同時，橢圓面積從2003年的82.906萬km2增加至85.069萬km2，這充分說明東—西向增長趨勢要強于南—北向，南—北向擴張相對遲緩，橢圓外部城市增長潛力要大于橢圓內部城市。③空間分布形狀變化：長江經濟帶綠色發展福利指數呈現波動式上升態勢，但并未能改變其空間分布不平衡的格局。盡管綠色發展福利的形狀指數從2003年的0.348 上升至2016 年的0.354，但其年均值均遠小于0.5，這說明綠色發展福利的空間分布十分不均衡，即長江經濟帶綠色發展福利存在巨大的地區差距。④空間重心轉移：長江經濟帶綠色發展發展福利呈現東強西弱的空間格局，但其重心伴有明顯的西移趨勢。2003—2016年間，長江經濟帶綠色發展福利重心一直處于地理重心的東側區域，在湖北荊州市內迂回，但總體上正在不斷向西部地區遷移。

表3 區域綠色發展福利的標準差橢圓參數

圖4 長江經濟帶綠色發展福利橢圓重心移動軌跡

4.2 制造業集聚對區域綠色發展福利的影響

為了便于結果對比，在采用GS2SLS 分析之前，該研究還給出了OLS、FE、FGLS 和IV 的估計結果。根據表4可知，OLS、FGLS 和IV 三種方法的估計結果顯示，制造業集聚與區域綠色發展福利之間呈現正“U”型曲線關系，但IV 的回歸系數未能通過顯著性檢驗。FE 中的回歸結果則表明，制造業集聚與區域綠色發展福利之間呈現倒“U”型曲線關系，但也未能通過顯著性檢驗。反觀控制了變量的空間溢出效應和內生性問題的GS2SLS 方法估計結果，發現制造業集聚對區域綠色發展福利存在顯著的倒“U”型曲線關系，且一次項系數和二次項系數均通過了1%的顯著性檢驗。顯然，GS2SLS方法估計結果明顯優于其他4種方法。這表明忽視空間溢出效應和內生性問題，容易導致結果出現較大偏差。

表4 制造業集聚對區域綠色發展福利的影響

綜上可知，制造業集聚對區域綠色發展福利存在顯著非線性關系。具體來看，當制造業集聚小于拐點值1.660 時，制造業集聚有利于區域綠色發展福利的提高；一旦跨過拐點值，制造業集聚則不利于區域綠色發展福利的提高。樣本研究期間，94.03%的樣本均未跨過臨界值，說明當今中國城市制造業集聚有利于提升區域綠色發展福利。此外，被解釋變量的空間滯后項系數為1.501，且在1%的水平下顯著，說明本地綠色發展福利的提高也會受到鄰近地區的影響。

另外，全局Moran 指數為0.043 6 且通過了1%的顯著性檢驗，說明綠色發展福利存在空間自相關性，在基準模型中考慮空間效應是必要的。Hausman 統計量為291.127，在1%的置信水平下顯著，表明固定效應模型優于隨機效應模型。Durbin Wu test結果為-98.929，通過了1%的顯著性檢驗，說明模型確實存在內生性問題。過度識別檢驗統計量為531.864，在1%的水平下顯著，說明該研究選取的工具變量合理。因此，后續分析均以GS2SLS估計結果為準。

4.3 穩健性檢驗

為了檢驗基準回歸結果的穩健性，該研究分別采用改變空間權重矩陣、移動平均處理、更換核心解釋變量測度方法、剔除資源型城市以及增加控制變量等方法進行檢驗，估計結果見表5。

4.3.1 改變空間權重矩陣

該研究選擇地理距離矩陣替換原有空間權重矩陣，采用GS2SLS方法對基準模型重新進行估計。根據表5列（1）可知，制造業集聚與區域綠色發展福利之間的非線性關系并不會因空間權重矩陣的變化而改變。

4.3.2 移動平均處理

為了克服長時間序列對回歸結果造成的擾動，該研究對相關變量進行3 次移動平均處理。根據表5 列（2）可知，制造業集聚與區域綠色發展福利之間的倒“U”型曲線關系并沒有發生改變，說明該研究的核心結論并不會因年度數據波動而發生偏差

4.3.3 更換被解釋變量測度方法

為了增強回歸結果的可靠性，排除自選擇權重測度方法導致的結果偏誤。該研究采用主成分分析方法重新測度了區域綠色發展福利水平，并采用基準模型進行回歸。表5 列（3）顯示，制造業集聚對區域綠色發展福利呈現典型的“U”型軌跡。這表明該研究的核心結論并不會因為被解釋變量權重測度方法的改變而變化。

4.3.4 更換核心解釋變量測度方法

制造業集聚是該研究的核心解釋變量，選擇恰當的測度方法對于核心結論具有重要影響。為此，該研究選擇HHI 指數方法對制造業集聚程度重新進行測量。然后，采用GS2SLS 對模型重新進行估計。表5 列（4）顯示，制造業集聚與區域綠色發展福利之間的非線性關系并未發生改變。這意味著該研究的核心結論并不會因制造業集聚的測度方法變化而改變。

4.3.5 剔除資源型城市樣本

制造業是資源密集型產業，對資源和能源消耗巨大。為了剔除因城市資源稟賦而造成的樣本自選擇偏差，該研究剔除所有的資源型城市樣本，并重新對模型進行估計。表5 列（5）結果表明，制造業集聚與區域綠色發展福利之間始終存在顯著的倒“U”型曲線關系。這說明樣本的自選擇偏差并不會影響該研究的核心結論

4.3.6 增加控制變量

為了避免因遺漏變量造成的內生性問題，該研究除了控制原有的經濟社會因素以外，還參考相關文獻在基準模型中納入了自然因素［52］，包括年均氣溫、年均降水、平均風速、相對濕度、日照和相對濕度。表5 列（6）顯示，該研究的核心結論并沒有因為控制自然因素而發生改變，再次證明該研究核心結論較為穩健。

4.4 制造業集聚對區域綠色發展福利影響的空間衰減分析

為了檢驗制造業集聚對區域綠色發展福利的影響是否會隨著空間距離的衰減而變化，該研究參考既有研究［53］，假設兩個城市之間的距離區間為［dmin，dmax］，γ 是dmin到dmax的遞進距離。當dij≥d 時，地理單元在空間權重矩陣中的元素保持不變，而當dij＜d 時，則該部分地理單元的矩陣元素變換為0。這種閾值距離的設置方法，可以將距離d以內的城市從空間權重矩陣中剔除，進而清楚地觀察到制造業集聚對區域綠色發展福利的遠距離衰減變化情況。

其中：Wd=［Wij，d］N×N為空間權重矩陣。基于閾值距離的空間權重矩陣，該研究采用GS2SLS 對基準模型重新進行估計。值得注意的是，由于287 個地級以上城市中，最短距離是無錫市到常州市43.5 km。因此，該研究將閾值距離空間權重矩陣的初始值設定為50 km，步進距離設定為γ = 10 km，一直持續到860 km；然后，將不同距離閾值情況下得到的制造業集聚一次項和二次項系數和t 值記錄下來；最后，將經濟地理距離矩陣和地理距離矩陣約束下的制造業集聚的系數進行可視化，進而考察制造業集聚對區域綠色發展福利的區域衰減邊界。

從二次項系數來看（圖5），無論是經濟地理矩陣還是地理矩陣，制造業集聚與區域綠色發展福利之間的倒“U”曲線關系在50～860 km空間范圍內始終不變，再次說明該研究核心結論較為穩健。需要重視的是，這種倒“U”曲線關系隨著空間距離的衰減，呈現“雙峰結構”特征。具體來看，50～≤490 km之間，制造業集聚與區域綠色發展福利之間出現第一個峰體結構，此時制造業集聚的二次項系數經歷了先減小到再增加的一個過程。顯然，經濟地理矩陣的制造業集聚二次項系數要明顯大于地理距離矩陣。490～860 km 之間，制造業集聚與區域綠色發展福利迎來了第二個“峰體”。具體來看，490～≤670 km為制造業集聚二次項系數的衰減區域，670～860 km 為二次項系數的快速增加區域。以上分析表明，制造業集聚與區域綠色發展福利之間的非線性關系并不會因為空間距離的衰減而產生變化，但會隨距離衰減而發生劇烈變動，而且經濟發展有助于增強這種倒“U”曲線特征。

表5 制造業集聚對區域綠色發展福利影響的穩健性檢驗結果

從一次項系數來看（圖5），經濟地理矩陣和地理距離陣下的制造業集聚一次項系數隨距離的衰減大概可以劃分為三個階段，地理距離矩陣的區域邊界為840 km，經濟地理矩陣的區域邊界為860 km。50～≤460 km為制造業集聚一次項系數的波動衰減區域，460～≤620 km為制造業集聚一次項系數的停滯區域，620～860 km為制造業集聚一次項系數的快速衰減區域。經濟發展只能50～≤190 km范圍增強制造業集聚對區域綠色發展福利的作用，190～860 km范圍內，經濟發展似乎還會阻礙制造業集聚對區域綠色發展福利的影響?？傮w來看，制造業集聚對區域綠色發展福利的效應遵循了空間衰減距離規律。

4.5 制造業集聚外部性對區域綠色發展福利的影響分析

通過文獻整理和理論分析發現，制造業集聚外部性對區域綠色發展福利具有重要影響。制造業集聚外部性按照集聚模式的差異可以分為專業化集聚（MAR 外部性）、多樣化集聚（Jacobs 外部性）和競爭性集聚（Porter 外部性）［41］。因此，該研究進一步從外部性視角進行分析。

表6 報告了制造業集聚的三種外部性對區域綠色發展福利的估計結果。根據表6 列（1）可知，MAR 外部性的回歸系數為0.091 且在1%的置信水平下顯著，說明制造業的專業化集聚有利于提高區域綠色發展福利。表6 列（2）中的Jacobs 外部性的回歸系數為0.287，通過了1%的顯著性檢驗，這表明制造業集聚的多樣化集聚同樣可以促進區域綠色發展福利的提高。表6 列（3）中的Porter 外部性的估計系數為0.034，在1%的水平上顯著，這意味著制造業集聚引起的市場競爭可以顯著地提高區域綠色發展福利。進一步將三種外部性納入同一個模型（5.12），重新采用GS2SLS 方法進行估計。由表6 列（4）可知，MAR 外部性和Jacobs 外部性的回歸系數依然為正，均通過了1%的顯著性檢驗。值得注意的是，Jacobs 外部性的正向作用要遠高于MAR 外部性。但是，此時Porter 外部性的系數卻為-0.010，沒有通過顯著性檢驗。這表明制造業的專業化集聚和多樣化集聚確實可以顯著地提高區域綠色發展福利，然而，它們也會稀釋Porter 外部性帶來的競爭紅利，甚至導致惡性競爭，從而抑制區域綠色發展福利的提高。

圖5 制造業集聚影響區域綠色發展水平的空間衰減過程

與此同時，該研究還進一步從地區差異視角分析了長江經濟帶上游、中游和下游制造業集聚對區域綠色發展福利的影響。由列（5）可知，長江經濟帶上游地區的MAR 外部性和Jacobs 外部性有利于促進區域綠色發展福利提高，Porter 外部性卻為負向作用，但是沒有通過顯著性檢驗。中游地區估計結果顯示（列（6）），MAR外部性和Jacobs 外部性是提高區域綠色發展福利的重要途徑，而Porter 外部性則會抑制區域綠色發展福利的提高。下游地區與上游地區和中游地區結果存在較大差異（列（7）），長江經濟帶下游地區主要依靠制造業專業化集聚來促進區域綠色發展福利的提升，Jacobs 和Porter 外部性雖然都有利于提高區域綠色發展福利，但是其作用卻并未顯現。

5 主要結論與政策建議

5.1 主要結論

（1）長江經濟帶綠色發展福利水平在時間維度上呈現波浪式上升，但總體水平不高，且存在顯著的區域差異；在空間上東-西方向上的綠色發展福利水平要顯著高于南-北方向，且未來增長潛力方向集中在西部地區。

（2）長江經濟帶制造業集聚對綠色發展福利的影響呈現倒“U”型軌跡。即當制造業集聚達到適宜規模時，它可以促進區域綠色發展福利的提高；一旦發生過度集聚，制造業集聚對區域綠色發展福利的影響會由促進作用轉為抑制作用。此外，本地綠色發展福利會受到鄰近地區綠色發展福利的影響。

（3）空間距離的遠近并不會改變長江經濟帶制造業集聚與區域綠色發展福利之間的倒“U”曲線關系，但二者之間的作用強度會呈現出“雙峰式”空間衰減結構特征?？傮w來看，制造業集聚對區域綠色發展福利的效應會伴隨著空間距離的衰減而變小，經歷了“下降→停滯→急劇下降”三個階段。

（4）長江經濟帶制造業集聚可以通過MAR 外部性和Jacobs 外部性促進區域綠色發展福利提高，而且Jacobs 外部性要顯著強于MAR 外部性，但是Porter 外部性卻會抑制區域綠色發展福利的提升。長江經濟帶上游地區主要依靠Jacobs 外部性和MAR 外部性驅動綠色發展福利提高，而Porter 外部性會抑制中游地區綠色發展福利的提高，下游地區則依賴于MAR外部性提高綠色發展福利。

5.2 政策建議

（1）要充分考慮到區域綠色發展福利指數的時空差異和動態性變化特征。由于綠色發展福利指數存在顯著的時空差異，研究期間始終呈現“低水平集聚，高水平分散”的空間分布格局。因此，在推進綠色發展福利水平提高的實際過程中，應當精準施策，充分考慮到長江經濟帶上游、中游和下游地區的巨大差異。其次，考慮到綠色發展福利績效的加權重心呈現向西遷移的趨勢，說明樣本研究期間，綠色發展福利的重心區已經逐漸從下游地區向中上游地區遷移，未來應該尊重這種遷移規律，更加注重提升中上地區綠色發展福利水平，促進區域協同發展。

（2）研究結論顯示制造業集聚對區域綠色發展福利的影響受到集聚程度的制約。因此，在利用制造業集聚推動綠色發展福利提高的過程，要注意制定差異化的區域政策，不能搞“一刀切”。對于制造業集聚程度低于臨界值的城市，應當積極深化制造業集聚的水平和質量，避免過度集聚；對于躍過臨界值的城市，應該堅持“走出去和引進來”的戰略，通過市場調節和政府規制雙重手段淘汰一批產能落后、技術低端、污染嚴重的企業。同時，要注重協同發揮環境規制和產業結構升級對綠色發展水平的促進作用。

（3）由于制造業集聚與區域綠色發展福利之間的倒“U”曲線關系并不會因空間距離的衰減而改變，但制造業集聚對綠色發展福利的影響會伴隨著空間距離的衰減而減小。因此，一方面，要大力推進區域一體化建設，改革不合理的體制機制，破除行政區邊界的阻礙，允許資源在市場上自由流動。另一方面，要積極推進區域合作與分工，通過頂層設計，建立跨區域性的權威性合作組織，合理調配區域內資源，提高資源配置效率。

（4）由于MAR 外部性和Jacobs 外部性是驅動長江經濟帶綠色發展福利提高的主要動力，而Porter外部性會制約綠色發展福利的提高，這種作用也會受到地區差異的影響。因此，首先應該鼓勵長江經濟帶制造業選擇專業化和多樣化的集聚模式，在做大做強制造業集聚的同時也注重從產業關聯視角，和其他上下游產業建立合作，延伸擴展產業鏈。其次，要采取經濟手段和行政手段適當降低制造業競爭程度，避免惡性競爭，防止產生擁擠效應。