農業生產性服務業集聚的空間環境效應研究

劉舜佳

(湖南農業大學商學院,湖南長沙 410128)

基于經典庫茲涅茨曲線研究產業集聚環境效應的文獻大都發現集聚與環境污染之間呈現倒U形曲線關系[1],擴展研究還發現兩者之間呈現N形曲線關系[2],無論是經典的倒U形曲線關系還是擴展得到的N形曲線關系,都可以得到產業集聚環境效應的確定性結論,即在產業集聚程度上升到某一“拐點”之后,產業集聚的環境效應就會發生方向性逆轉。對倒U形曲線背后的形成機理剖析如下:①生產規模效應。集聚降低了外部市場交易成本,產業間的投入-產出關聯得到了自適應強化,產能擴張的同時也加大了資源消耗,Verhoef等[3]指出產業集聚是污染的重要原因[3]。②規模經濟收益[4]。一是產業在地理上的集中緩解了因基礎設施重復投資對環境產生的破壞;二是環保設施投資與清潔技術服務于轄域內數量龐大的集聚企業時也較容易實現規模經濟收益,有利于“環保技術研發投資-價值回收-研發再投資”良性機制的建立;三是政府對排污的集中監管也降低了執行與監督成本。③知識溢出效應。集聚與知識溢出的雙向因果循環機制在經典的知識溢出研究文獻當中得到了系統性闡述[5]。但源于集聚的知識溢出是否有利于環保,已有研究則認為這取決于溢出的知識類型[6],單純“生產效率提升型”知識溢出只會強化生產規模效應,加重污染,而“環境友好型”知識溢出有助于清潔生產技術普及,優化產業結構,改善環境質量。

已有研究雖揭示產業集聚外部性對環境的直接影響,卻很少基于這種外部性的空間屬性來探尋集聚活動對環境的間接影響:①污染區域擴散。集聚活動所排放的環境污染物本身就具有地理轉移功能,區域間的臨近污染效應也被相關研究予以證實[7]。②知識空間溢出。具有準公共物品屬性和生產要素功能,知識溢出無止境但卻具有地理局限性[8],已有研究證實經濟活動帶來的知識溢出具有顯著的空間特征[9],因此衍生于集聚活動的知識溢出研究勢必也無法脫離固有的空間分析框架。③規模經濟收益的空間影響。集聚通過吸引外來產業共享集聚區的基礎設施和環保投資,便于排污集中監管,減少了產業在分散布局情況下因重復投資給污染增量所帶來的邊際貢獻。

綜合產業集聚環境效應的已有研究以及該研究對集聚活動空間外部性的環境效應分析,如果不把衍生于產業集聚的外部效應以自變量形式納入回歸模型當中,則會因包含這一外部效應的隨機擾動項與產業集聚變量之間的強相關性,導致維系經典庫茲涅茨曲線成立的“零條件均值”這一OLS強假定條件被違反,引致模型內生性偏誤。解決這一問題的思路就是要考慮到產業集聚外部性所固有的空間屬性,基于雙重地理維度分別構建起環境污染與產業集聚及其外部性的環境庫茲涅茨曲線,以此綜合判定產業集聚的環境效應。但值得引起注意的是,基于雙重地理維度構建起的2條環境庫茲涅茨曲線,在曲線形狀以及曲線“拐點”都存在顯著差異的情況下,可能無法得到產業集聚環境效應的確定性結論,即在集聚程度達到某一“拐點”之后,產業集聚的環境效應就開始變得不明朗,導致傳統政策指引在此階段出現“盲區”,這就與以往經典環境庫茲涅茨曲線的研究有著很大的不同。

該研究創新點如下:理論上,依據產業集聚外部性潛在的空間屬性進一步完善產業集聚的環境效應分析框架;實證上,借鑒針對模型遺漏變量具有地理屬性的空間建模策略,將經典環境庫茲涅茨曲線擴展成為涵蓋產業集聚雙重影響機理的空間環境庫茲涅茨曲線;實踐上,在實證檢驗得出農業生產性服務業集聚的環境效應存在不確定性結論的情況下,進一步明晰生產性服務業集聚改善環境質量的政策指引。

1 研究方案

1.1 空間環境庫茲涅茨曲線構建進一步完善產業集聚環境效應理論分析框架的結果表明,需要將產業集聚及其外部性同時納入環境效應的檢驗之中,以糾正經典庫茲涅茨曲線所暗藏的內生性偏誤。然而產業集聚的外部性不像產業集聚那樣在學界已經給出了系統性的測度指標,本質上仍屬不可觀測變量,會隱沒于回歸模型隨機擾動項之中。為了將這一導致模型內生性偏誤的非觀測性因素提解出來,借鑒新近發展起來的空間建模策略,對經典回歸模型當中遺漏掉的具有空間屬性的非觀測因素進行如下處理,以得到用于驗證該研究理論分析的空間庫茲涅茨曲線。

因前文理論分析已經表明產業集聚(agglo)及其外部性都是環境污染(poll)的影響因素,因此首先在經典庫茲涅茨曲線基礎上加入代表產業集聚外部性的非觀測指標(z):

poll=β0+β1·agglo+β2·agglo2+γ·z

(1)

式中,β0、β1、β2、γ分別代表模型當中各變量對環境污染的影響系數。

由于產業集聚的外部性指標為一非觀測變量,無法像可觀測指標——產業集聚變量那樣,在經典OLS回歸當中得到參數估計值,因此,衍生于產業集聚的這一非觀測性因素在進入模型的隨機擾動項之后就會引發內生性偏誤。該研究對此提出的解決方案就是在考慮到產業集聚的外部性具有空間屬性的前提下,用一個空間向量自回歸式來描述具有空間屬性的模型遺漏變量:

z=ρ·w·z+ε

(2)

式中:w是空間權重矩陣;ρ用來衡量空間相關性強度,滿足|ρ|<1;ε為誤差項。據此得到產業集聚外部性這一遺漏變量的解析式z=(I-ρ·w)-1;ε將其代入(1)式:

poll=β0+β1·agglo+β2·agglo2+γ·ε(I-ρ·w)-1

(3)

在解決掉因源自產業集聚的外部性所引發的內生性偏誤之后,有必要通過文獻梳理方式來對式(3)是否仍存在因經典遺漏變量引發的內生性問題進行審視。制度因素與產業集聚的相關性研究在大量文獻當中都得以體現,研究認為經濟增長過程中所出現的產業集聚現象,本質上是企業尋求降低交易成本的結果,而制度創新對交易成本的降低又會對產業集聚演進提供深層次的保障,對制度創新與產業集聚之間影響機理的描述、高科技園區的案例分析都深刻地指出了二者之間的內在關聯[10-11]。據此,在制度因素與產業集聚存在相關性的前提下,若不對式(3)當中復合誤差項(γ·ε)所暗含的制度性非觀測因素進行控制,則仍會引發內生性問題,這通常以下列經典線性回歸式予以解決:

γ·ε=λ1·agglo+λ2·agglo2+v

(4)

在用參數λ1與λ2控制住復合誤差項當中制度性非觀測因素與產業集聚的相關性程度之后,復合誤差項當中的剩余成分(v)就此大體可按經典計量回歸式的假定認為其服從獨立正態同分布。把式(4)回代至式(3)之中,移項合并后最終有:

poll=α0+ρw·poll+α1·agglo+α2·agglo2+α3w·agglo+α4w·agglo2+v

(5)

其中,α0=β0·(I-ρw),α1=λ1+β1,α2=λ2+β2,α3=-β1ρ,α4=-β2ρ。

與經典環境庫茲涅茨曲線相比,額外增加了產業集聚指標及其平方項的空間滯后項,設定形式與空間Durbin模型(spatial Durbin model,SDM)相同,即用于實證檢驗的空間環境庫茲涅茨曲線。

2 實證檢驗

2.1 數據指標

2.1.1指標量化。

(1)產業集聚指標。考慮到數據可獲得性,采用熵值法計算產業集聚度,其原理是用某一區域全部產業活動情況在全國的地位來刻度該區域某一產業活動情況在全國地位的相對重要性,實際計算時通常采用就業數據來度量產業活動情況,具體計算公式如下:

(6)

式中:i為地區;j為產業;Eij為i為地區j就業人數;上式分子代表i地區j產業就業人數在全行業中的占比,用分母i地區就業人數在全國中的占比來度量的話,就大體刻度出i地區產業在全國范圍內的相對重要性。該指標取值大于0。

(2)空間權重矩陣。放寬經典OLS嚴格假定之后,反映不同區域間毗鄰關系的空間權重矩陣引入使得空間溢出效應的估計成為現實。但空間權重矩陣有多重設定方案,通常以區域間是否共享地理邊界來設定,也有在此基礎上引入了經濟毗鄰概念。該研究對產業集聚外部性的空間效應剖析主要包含了污染排放與知識溢出兩大來源。其中,污染排放方向完全隨機,四面八方面皆有可能,但地理毗鄰較近地區受到這種負向外部性影響可能更為明顯;而知識溢出雖無止境,但受制于經濟和社會關系制約,卻具有地理局限性,其空間溢出在經濟聯系緊密的地區間可能更為重要。因此,該研究采用k階最近鄰域法則來設定空間權重矩陣元素值,即產業集聚外部性所能影響到的域外地區數是相等的,這就排除了以往嚴格依照地理邊界共享原則來設定空間權重矩陣的呆滯作法,綜合考慮到污染空間排放的隨機性以及經濟活動跨區域聯結的特殊性。以我國各省邊界共享的實際情況為初始依據,在地理毗鄰基礎上放寬空間聯結數目,以k值分別取7～9來設定空間權重矩陣,以求得回歸結果的穩健性。

2.1.2數據樣本。由于沒有分地區的農業生產性服務業就業人數,因此該研究擬用第一產業占全部產業產值的比重來叉乘第三產業就業人數予以替代。環境污染最典型的是工業“三廢”,考慮到空間擴散難易度,因不容易受到地表物理特征制約,相對而言工業廢氣比工業廢水、工業廢渣更容易體現出空間負向外部性,因此擬用人均工業廢氣排放量(萬標m3)作為環境污染指標,取自然對數;空間權重矩陣設定時用到地理截面單元的區位信息數據,此處選取省會城市經緯度坐標,因為大城市也往往是產業集聚地。數據樣本包含中國大陸31省,時期跨度為1985—2014年,數據來源于《新中國60統計資料匯編》《中國統計年鑒》《中國環境統計年鑒》《中國環境年鑒》,其中工業廢氣指標在上述年限當中最早記錄追溯到1991年,因此對于1985—1990年該指標的缺失數據,用計算得到的1991—2014年工業廢氣幾何平均增長率予以逆推補全,盡可能地為具有非線性結構特征的空間模型估計提供大樣本。

2.2 實證檢驗按LeSage等[12]基于偏導矩陣法提出的空間模型參數估計方法,表1給出了空間庫茲涅茨曲線當中各自變量對因變量作用的估計值。

式(5)設定形式包含了2條庫茲涅茨曲線:其一是反映產業集聚與環境污染之間關系的庫茲涅茨曲線1,由式(5)中產業集聚變量及其平方項的參數估計值來構造;其二是反映產業集聚外部性與環境污染之間關系的庫茲涅茨曲線2,由式(5)當中產業集聚變量的空間滯后項及其平方項的參數估計值來構造。從空間模型參數估計結果來看,無論采用固定效應還是隨機效應,在3種空間權重矩陣設定形式下,產業集聚及其平方項、產業集聚空間滯后項及其平方項的估計值都在0.01水平顯著,不僅估計值大小沒有太大偏差,而且估計符號也完全統一,據此可以作出產業集聚空間溢出效應的經濟釋義。表1還在空間模型參數估計結果的基礎上分別計算出2條庫茲涅茨曲線的“拐點”值。

2.3 經濟釋義以最近7階鄰域設定的空間權重矩陣W7估計的固定效應模型為例,表1估計結果表明產業集聚及其平方項的估計值分別為4.207 1和-1.632 3,在0.01水平顯著,故環境污染與集聚區內的經濟活動之間呈∩形曲線關系;而產業集聚空間滯后項及其平方項的估計值分別為-4.387 2和3.019 1,在0.01的置信度水平上顯著,故環境污染與集聚區內經濟活動的外部效應之間呈∪形曲線關系,所得到的2條曲線形狀完全相反。對曲線“拐點”的計算結果表明,就環境污染與集聚區內經濟活動之間的關系而言,隨著集聚程度的提升,環境污染逐步上升,但當集聚程度超越1.288 7時,集聚區內的經濟活動開始逐步緩解環境污染。

反觀環境污染與集聚活動外部性之間的關系,發現隨著集聚程度的提升,外部效應的空間溢出有利于環境污染水平的下降,但當集聚程度超越0.726 6時,集聚活動對環境產生的這種空間外部效應則由正變負,逐步加重污染水平。檢驗結果顯示空間庫茲涅茨曲線在雙重地理維度構建起的2條曲線不僅形狀完全相反,而且兩條曲線各自“拐點”所對應的集聚程度也存在著較大差異,因此綜合判定,產業集聚的環境效應不像經典庫茲涅茨曲線那樣可以得到確定性的結論,需視產業集聚程度而定。

圖1將檢驗得到的2條曲線分別畫在坐標軸中,“∩”形和“∪”形曲線分別反映環境污染與產業集聚及其外部性之間的關系,A、B分別代表了2條曲線的“拐點”。據此可將產業集聚的環境效應依據集聚程度的不同劃分為3個域:①集聚程度較低時的污染非確定域Ⅰ。當集聚程度低于拐點B時(<0.726 6),集聚區內經濟活動及其外部性對環境污染的影響方向是完全相對立的,環境質量受累于集聚內經濟活動,但卻受益于集聚內經濟活動所產生的外部效應。②集聚程度適中時的污染確定域Ⅱ。當集聚程度介于拐點B和拐點A之間時(0.726 6～1.288 7),集聚區內經濟活動及其外部性對環境質量的影響方向是完全一致的,同時加重了環境污染。③產業集聚程度較高時的污染非確定域Ⅲ。當集聚程度高于拐點A時(>1.288 7),集聚區內經濟活動及其外部性對環境質量的影響又回到了方向不一致時的情況,但此時環境質量受益于集聚內的經濟活動,而受累于集聚內經濟活動的外部效應。

圖1 空間庫茲涅茨曲線的污染階段劃分

3 結論及政策建議

在忽略產業集聚外部性對環境影響的前提下,以往基于經典庫茲涅茨曲線對產業集聚與環境污染之間關系的研究,往往能夠探尋到產業集聚對環境污染影響發生方向性逆轉的“拐點”。該研究基于空間維度將產業集聚的外部效應納入其環境效應分析之中,構建起包含環境污染分別與產業集聚及其外部性之間關系的空間庫茲涅茨曲線,以此探尋產業集聚及其外部性的環境效應是否存在顯著差異。基于中國31省1985—2014年面板數據的實證檢驗發現:工業廢氣污染分別與產業集聚及其外部性之間存在著具有統計顯著的曲線關系,其中工業廢氣污染與集聚區內的經濟活動之間構成“∩”形曲線關系,而環境污染與集聚內經濟活動的外部效應之間構成“∪”形曲線關系;由于2條形狀相異曲線的“拐點”值存在顯著差異,因此整體上,并不能在集聚演進的所有階段都能得到關于集聚與污染之間關系的確定性結論;其中,在集聚程度偏低或偏高階段,集聚活動對工業廢氣污染的影響具有不確定性,僅在集聚程度適中階段,才能得到集聚活動加重了工業廢氣排放的確定性結論;就我國1985年以來實際情況而言,有超過90%的樣本數據顯示各省工業集聚程度位于適中階段。

經典庫茲涅茨曲線的“∩”形結論為環境污染治理提供了明確的政策指引,即大力推進產業集聚程度,通過集聚帶來的人均收入增長效應與排污監管的規模經濟收益降低環境污染,但該研究結論卻表明這一傳統政策所期望的效果可能會落空,因為基于集聚外部性所構建起的空間環境庫茲涅茨曲線顯示在提高集聚程度之后并不能得到關于集聚環境效應的確定性結論。集聚對外部市場交易成本的降低是一國經濟持續發展的潤滑,而該研究又顯示集聚度上升會給環境污染增添不確定性,為解決這一兩難困境,檢驗結果顯示導致產業集聚環境效應不確定性的直接原因,在于集聚外部性與環境污染之間關系呈∪形曲線,而要在提升集聚程度保障經濟發展的同時享受環境質量不斷改進所帶來的福利,則需要把這一∪形曲線的“拐點”盡可能地推遲,使這一不利“拐點”的到來大大滯后于∩形曲線的有利“拐點”。為了推遲“拐點”的到來,根據前文理論剖析,關鍵在于強化“環境友好型”知識的空間溢出,弱化“產出效率提升型”知識的空間溢出,為此提出如下對策:①在經濟活動集聚區大力發展生產性服務業。生產性服務業通過增加生產的迂回性以及高附加值形式能夠降低物質資源投放,提升有形要素的使用效率,以提供的服務為載體產生無形知識的創新和溢出,最終嵌入實體生產環節替代有形生產要素投入,這是能起到降低污染排放的“環境友好型”知識。②優化承接無形知識溢出的社會環境。“環境友好型”知識大都是諸如教育研發和管理經驗這類無形知識,其傳輸需借助“面對面”的交流方式,以人為載體,因此一方面要不斷加強人力資本積累,另一方面也要為人力資本的廣域流動提供優良的承接環境。③加強交通和通訊基礎設施建設。知識溢出效應隨地理距離延長而衰減,而快捷方便的交通以及發達優良的資訊條件是拉近地理距離的必備條件,能夠在最短時間內盡可能地將無形知識擴散至周邊地區。