<script type="text/javascript" src="https://cdn.bootcss.com/mathjax/2.7.2-beta.0/MathJax.js?config=TeX-AMS-MML_HTMLorMML"></script> <script type='text/x-mathjax-config'> MathJax.Hub.Config({ extensions: ["tex2jax.js"], jax: ["input/TeX", "output/HTML-CSS"], tex2jax: {inlineMath: [ ['$','$'], ["\\(","\\)"] ],displayMath: [ ['$$','$$'], ["\\[","\\]"] ],processEscapes: true}, "HTML-CSS": { availableFonts: ["TeX"] }, TeX: {equationNumbers: {autoNumber: ["none"], useLabelIds: true}}, "HTML-CSS": {linebreaks: {automatic: true}}, SVG: {linebreaks: {automatic: true}} }); </script> 毛熙彦^1,, 贺灿飞^2,
1. 南京大学地理与海洋科学学院, 南京 210023
2. 北京大学城市与环境学院, 北京 100871

Regional division of labour and its environmental performance in the context of trade liberalisation

MAOXiyan^1,, HECanfei^2,
1. School of Geography and Ocean Science, Nanjing University, Nanjing 210023, China
2. College of Urban and Environmental Sciences, Peking University, Beijing 100871, China
通讯作者:通讯作者:贺灿飞（1972- ）,男,江西永新人,博士,教授,研究方向为经济地理、产业与区域经济。 E-mail: hecanfei@urban.pku.edu.cn
收稿日期:2018-01-10
修回日期:2018-04-23
网络出版日期:2018-07-30
版权声明:2018《地理研究》编辑部《地理研究》编辑部 所有
基金资助:国家自然科学基金项目（41425001, 41731278）
作者简介:
-->作者简介：毛熙彦（1987- ）,男,福建厦门人,博士,助理研究员,研究方向为环境经济地理。 E-mail: mxiyan@gmail.com



展开

摘要
对外贸易是否导致专业化区域锁定于污染行业而加剧污染排放?从动态视角出发,将区域分工视为专业化集聚与动态演化的综合,基于中国2003-2009年261个地级市30个制造业大类数据,借助区位商与共现概率描述专业化集聚与动态演化,构建联立方程模型进行实证检验。结果表明：一方面,专业化集聚将形成多个层面拥挤效应,降低污染行业进一步集聚的概率,制约区域朝着污染专业化方向演化;另一方面,环境规制将有效抑制区域进一步朝着污染专业化方向演化。因此,尽管对外贸易扩张在一定程度上强化了污染行业在专业化区域的集聚,但并未因此造成污染排放在区域之间形成两极分化。

关键词：区域分工;专业化集聚;产业演化;对外贸易;污染排放强度
Abstract
Foreign trade can induce the regional division of labour in pollution-intensive sectors. There are also concerns on a likely polarisation of pollution emission in the wake of regional division. This study incorporates a dynamic perspective into the regional division of labour, which becomes a synergy of specialised agglomeration and industrial dynamics. The location quotient is applied to assess the level of specialised agglomeration. An index is also constructed based on co-occurrence probability to capture the route of industrial dynamics. Thus, a simultaneous equation model is constructed to empirically examine the linkage between local environmental performance and regional division of labour, and the role of foreign trade in such a linkage. An "industry-city-year" data panel is established to support the empirical study, which covers 261 prefectural-level cities and 30 industries at the two-digit level with the study period spanning from 2003 to 2009. The results show that an increasing scale of agglomeration is likely to generate various crowding-out effects, resulting in less co-agglomeration of related industries. It will, in turn, keep the industrial mix from moving towards a locked-in way. On the other hand, environmental regulation has been efficient in emission reduction, effectively reducing the probability of introducing new pollution-intensive sectors. To summarize, although the expansion of foreign trade can promote the level of specialised agglomeration, it is less likely to polarise the pollution emission among regions. The results may offer insightful references for managing the tradeoffs between foreign trade and the environment. First, there is a spatial asymmetry between pollution-intensive sectors and their non-pollution-intensive counterparts. The non-pollution-intensive sectors tend to avoid the co-location with the pollution-intensive sectors. In such cases, the co-agglomeration between pollution-intensive and non-pollution-intensive sectors can crowd out the non-pollution intensive ones in its early stage. The efforts on developing non-pollution-intensive sectors should pay off in the long run. Second, there are both active and passive ways to keep regions from being locked in pollution production. Previous efforts may focus on the role of active ways, such as the environmental regulation. However, it is also beneficial to take advantage of the passive ways.

Keywords：regional division of labour;specialisation;industrial dynamics;foreign trade;pollution intensity

-->0
PDF (2470KB)元数据多维度评价相关文章收藏文章
本文引用格式导出EndNoteRisBibtex收藏本文-->
毛熙彦, 贺灿飞. 贸易开放条件下的区域分工与工业污染排放[J]. 地理研究, 2018, 37(7): 1406-1420 https://doi.org/10.11821/dlyj201807012
MAO Xiyan, HE Canfei. Regional division of labour and its environmental performance in the context of trade liberalisation[J]. Geographical Research, 2018, 37(7): 1406-1420 https://doi.org/10.11821/dlyj201807012

1 引言

对外贸易既改变着中国在国际劳动分工中的地位,同时也影响着国内不同区域之间的劳动分工。自改革开放以来,中国依托于外向型经济发展模式,通过利用外资、鼓励出口取得了快速的经济增长。这一发展模式极大地提升了中国在全球贸易网络中的地位。成为“世界工厂”的中国改变了全球要素的流向与布局^[1],也面临着成为发达国家“污染避难所”的风险^[2]。与此同时,出口导向型的发展模式在很大程度上改变了中国的区域分工,造成了沿海与内陆在发展水平、产业结构和技术基础等方面存在显著分异^[3]。随着沿海地区发展水平的不断提升,受制于持续升高的要素成本、产业升级和环保压力,加之政策引导等因素,“东企外移”和“东企西移”的特征日趋显著^[4]。污染行业的区域布局随之发生显著变化,表现出从沿海向内陆、从核心向边缘的路径特征^[5,6,7],在区域层面进一步表现出“污染避难所”效应。
理论上,由于环境效率在不同行业之间存在固有差异,区域专业化分工的环境隐忧在于污染排放的“马太效应”,即对外贸易可能促进污染行业在专业化地区持续发展而加剧本地污染排放^[8,9]。但事实上,国内工业污染排放在这一过程中并未出现空间分化,与之相反,中国2003-2011年工业SO₂排放总量和排放强度在空间上逐渐趋同。以地级市为基本单元测算的城市工业SO₂排放总量的基尼系数从2003年的0.492显著下降至2011年的0.445,期间最低值见于2009年达到0.399;类似地,排放强度的基尼系数从2003年的0.519降至2011年的0.464,为期间最低值。
为什么对外贸易在促进区域专业化分工的同时,并未导致污染排放在不同区域之间形成两极分化?既有研究更多强调其他外部因素对污染专业化分工过程的制约。例如,污染行业的空间布局本身是要素禀赋、地方制度和对外联系共同作用的结果^[10]。在污染行业区际变化过程中,污染避难所效应和要素禀赋效应实质上是并存的^[11]。在长三角、珠三角等具备“清洁”比较优势的地区,依旧显著存在着保留并发展污染行业的激励^[5,6,7];对于可能不具备明显比较优势的部分后进地区,则能够通过地方政府之间的政策竞争（如环境规制的逐底竞争）,创造比较优势吸引污染产业,从而带动地方发展^[12,13]。此外,后进地区由于在贸易利益的分享中处于不利地位,亦可能倾向于通过地方保护手段抑制区域分工过程,进而造成区域之间产业结构的趋同^[14]。
值得注意的是,区域专业化分工是在开放条件下不同区域依据自身的比较优势从事专业化生产的过程,实质上是区域生产专业化集聚及其动态演化的过程。这意味着除了外部因素对污染专业化分工过程的制约之外,集聚内部本身的规模动态变化也将影响专业化区域的污染排放。从专业化集聚层面看,产业集聚规模不断扩大的过程中,要素成本上升和企业竞争加剧将形成拥挤效应。污染持续排放亦可能导致本地环境恶化,对生产形成挤出效应。二者势必将逐步抵消集聚形成的规模经济^[15,16];另一方面,从动态演化的视角来看,专业化和多样化在产业集聚的不同阶段占据主导作用,与集聚规模表现出非线性关系^[17]。集聚发展初期的专业化特征较为明显,然而随着集聚逐步发展成熟,其多样化特征将增强而专业化特征将逐步减弱^[18,19]。由此可见,污染专业化分工并不意味着污染行业的无限制增长。
为此,本文旨在既有研究强调的外部因素基础上,通过将区域专业化分工视为产业专业化集聚与产业动态演化的综合,考察集聚内部因素所产生的影响,回答污染行业专业化区域是否由于对外贸易拓展出现路径锁定,从而对污染减排产生不利影响。以2003-2009年中国261个地级市30个制造业大类为样本,在地级市层面测算不同行业的区位商以刻画专业化集聚;测算不同行业之间的共聚概率,借以描述区域污染和非污染产业发展动态。在此基础上,借助联立方程模型检验影响区域专业化分工的内部和外部因素对工业污染排放的影响。

2 研究方法与数据来源

2.1 产业专业化集聚和产业动态演化的度量

参照既有研究,研究借助区位商指数表征各区域污染和非污染行业的相对发展水平,借以揭示污染和非污染行业的区域专业化集聚特征^[20]。区位商的计算方式如下：
LQic=pic/pc/pi/pn（1）
式中：i、c和n分别代表行业、城市和全国;p表示行业总产值。当区位商值大于1时,表明该地区该行业发展水平高于全国平均水平,可视为该行业的专业化分工地区。区位商的值越大,专业化分工水平越高。
借鉴Hidalgo等^[21]提出的算法即式（2）、式（3）,研究借助共现概率计算区域污染行业之间、非污染行业之间,以及污染与非污染行业之间发生共聚可能性,借以刻画区域产业集聚的动态路径。
densityi,c=∑jxj,c?i,j∑j?i,j（2）
式中：i、j表示行业类型;c代表城市;当城市c在j行业表现出专业化分工时,x取值为1,反之为0;?_i,j表示城市同时在行业i与j从事专业化分工的可能性,计算方式如下。其条件概率以261个样本城市为计算范围。
?i,j=minPLQc,i>1|LQc,j>1,PLQc,j>1|LQc,i>1（3）

2.2 污染与非污染行业的识别

现有研究中,污染行业的界定常见两种方式。其一从排放产生的角度,依据排放强度的高低判定污染行业。排放强度的常见测度包括单位增加值的能源消费量、单位产值的污染物排放量等^[22],体现行业的环境效率。其二从污染处理的角度,依据单位产出的污染治理成本的大小进行判定^[23]。结合中国环境统计数据的披露现状,利用排放强度进行判定较为可行。依据《中国环境统计年鉴》所公布的历年分行业污染排放数据,以及《中国统计年鉴》所公布的历年分行业工业总产值数据,研究选择以单位产值的工业SO₂排放量、单位产值的工业废水排放量分别作为大气污染和水污染排放强度的测度,并分别选取研究时段的起止年份和中间年份（2003年、2007年、2009年）计算排放强度的多年平均值,作为污染行业的判断依据。
根据排放强度的分位数排序情况,比照《全国第一次污染源普查方案》中对重点污染源（细分重污染行业和重点行业）和一般污染源的界定,确定选取分位数排序位于前两区（标记为Q1、Q2,下同）的行业为污染行业。对于大气污染而言,依据多年平均排放强度分位数共认定了15个污染行业。其中,涵盖了污染源普查方案所认定的10个重污染制造业中的9个,不包括以水污染为主的“皮革、毛皮、羽毛及其制造业（19）”;涵盖了污染源普查方案所认定10个重点制造业中的4个;此外还包括了2个被认定为一般污染源的行业,分别为“塑料制品业（30）”和“橡胶制品业（29）”。对于水污染而言,依据多年平均排放强度分位数认定的15个污染行业中,则完整涵盖了污染源普查方案认定的10个重污染制造业,还包括了5个重点行业,分别为“饮料制造业（15）”“木材加工及木、竹、藤、棕、草制品制造业（20）”“医药制造业（27）”“化学纤维制造业（28）”和“金属制造业（34）”。

2.3 数据来源与处理

文中使用的贸易数据来源为中国海关统计数据,该数据精度达到产品层面,依据协调制度（Harmonized System, HS）编码分类;研究所使用行业数据则来源于中国工业企业数据库,该数据精度达到企业层面,依据国民经济行业分类（GB/T 4754-2002）进行编码。研究首先剔除了贸易公司数据,保证贸易地即为生产地;其次,为实现分类匹配,研究借助世界银行提供的转换方式将HS编码转换至标准产业分类法（Standard Industrial Classification, SIC）编码,再借助SIC编码与国民经济行业分类的对应关系,转换至国民经济行业分类编码。由于分类体系存在差异,为保证对应的合理性,转换过程中只能选择牺牲数据精度。即从6位HS编码转换至4位SIC编码,再转换至2位国民经济行业分类编码。
行业数据来源于中国工业企业数据库,主要使用了行业类别、所在城市、从业人数和固定资产净值等信息。该数据库包含全部国有工业企业以及规模以上非国有工业企业。尽管该数据库是目前最为全面的企业层面统计信息数据库,但在关键指标等方面存在不同程度的缺失、异常和测度误差等现象。参照聂辉华等^[24]对于该数据库存在问题的系统论述,剔除了关键指标存在缺失的样本,并对不满足规模以上、不符合会计原则的观测值进行了剔除。
针对大气污染,选择工业SO₂作为指征污染物,源于在众多环境污染物中,SO₂是一种与工业生产高度直接相关,并且相对地方化的污染物^[25]。根据历年全国环境统计公报披露的数据显示,2003年中国工业SO₂排放量达1791.4万t,占SO₂排放总量的83%;到2011年,排放量达2017.2万t,占SO₂排放总量的91%。可见,工业SO₂排放能较好地揭示工业化引致的污染情况。水污染方面则选择工业废水排放量作为表征。与之相对应,从污染控制能力的角度,分别选择工业SO₂处理率、工业废水排放达标率作为环境规制的代理变量^[26]。处理率/达标率越高,侧面反映出地区环境规制的强度越大。工业SO₂排放数据、工业SO₂去除量、工业废水排放量、工业废水达标排放量,以及地区社会经济统计数据来源于历年《中国城市统计年鉴》（2004-2010年）。
最终,使用数据涵盖30个制造业行业（2位数国民经济行业分类编码）,261个样本城市,研究时段涵盖2003-2009年。

3 中国污染行业的区域分工

3.1 污染行业区域分工的空间特征

首先以研究时期的中间年份（2007年）为代表,对区域分工的空间特征进行描述性分析。区位商测算的结果显示（图1）,不同污染行业的区域分工特征相对清晰。首先,污染和非污染行业的专业化分工表现出“沿海—内陆”空间特征,二者在空间上表现出显著的互补性。由图1a和图1d可见,非污染行业的专业化地区高度集中在东部和东南沿海地带,尤其是长三角和珠三角城市,内陆地区则主要集中于部分区域性中心城市;相比之下,内陆地区整体在污染行业表现出较高的专业化水平。
显示原图|下载原图ZIP|生成PPT
图12007年中国大气与水污染行业区域分工
注：分图a和d分别代表大气和水污染多年平均排放强度分区中位于75%分位数以上（Q1）和50%分位数以上（Q2）行业的区位商;b和e只包含大气和水污染排放强度位于75%分位数以上（Q1）的行业;c和f只包含大气和水污染排放强度位于25%分位数以下（Q4）的行业。
-->Fig. 1Regional division of labour by air pollution-intensive sectors and water pollution-intensive sectors in China in 2007
-->

其次,在污染行业内部,污染排放强度位于75%分位以上（Q1区）的行业相比于排放强度介于50%~75%之间的行业（Q2区）更为靠近内陆地区（图1b、图1e）,主要集中在辽宁、河北、陕西、山西、江西、湖南、贵州和云南等省份的地市。相比之下,Q2区行业更为集中于黑龙江、山东、河南、湖北和安徽等地区。
第三,从非污染行业的区域分工特征来看,最为清洁的行业（污染排放强度位于25%之下的行业,Q4区）高度集中在少数沿海地级市,在传统的三大增长极（长三角、珠三角和环渤海）均有分布。相对清洁的行业的专业化区域则能够进一步覆盖区域性发展中心城市,在沿海和内陆地区均有分布。
整体而言,污染行业的区域分工呈现面状分布,是绝大多数内陆地区和部分沿海地区的专业化生产基础;相比之下,非污染行业的区域分工呈现点状分布,主要分布在国家和区域性中心城市。这一点或与非污染行业包含了大量非传统产业有关。对于技术、资本、知识等要素的投入需求决定了这些产业在高度集聚的中心城市能够获得更大的发展优势^[27]。

3.2 区域分工过程中的专业化集聚与产业演化

从集聚动态的视角看,传统“贸易—环境”关系研究中所担忧的专业化分工将导致具有污染型生产比较优势的地区更加污染,隐含着区域专业化分工将引发路径锁定效应的前提。换言之,对外贸易可能引发污染行业在优势地区的不断集聚,进而挤出相对清洁的行业,导致区域环境压力不断增加。然而,路径锁定的形成存在先决条件。一方面,集聚经济研究普遍发现,产业集聚并不可能无限制地增长^[28]。集聚经济是规模效应与拥挤效应权衡的结果^[15]。一旦产业集聚的规模过大,拥挤效应的不利影响将大于规模效应的收益,形成集聚的离心力。另一方面,演化经济地理视角下的研究则进一步发现,产业之间的相似性亦是路径锁定形成的重要前提。只有新产业与既有产业之间存在较高相似性时,路径锁定才有可能形成^[29,30],否则,新产业的发展与既有产业之间适当程度的差异将不断推动区域产业结构演化、创新,推动区域产业的动态发展。
综合区位商和共聚概率的测算结果（图2）,专业化集聚与动态演化方向之间呈现出明显的“倒U型”关系。在集聚水平不断提升的过程中,关联行业之间的共聚概率均表现出“先升后降”的特点。在专业化分工的初期,行业快速集聚,不同行业共聚的概率亦快速提升。然而,在经历过发展拐点之后,集聚程度的提升则意味着不同行业共聚的概率将逐步下降,体现出拥挤或挤出效应的特征。专业化集聚与发展路径之间的“倒U型”关系,支持了区域分工并非必然形成路径锁定的论断。
显示原图|下载原图ZIP|生成PPT
图22007年专业化集聚与不同行业共聚概率的相关性
注：该图所示为依据工业SO₂排放强度测算的结果。基于工业废水排放测算的结果与该图所示趋势相一致。限于篇幅,此处只展示前者。
-->Fig. 2Correlation between industrial specialization and co-agglomeration in 2007
-->

从图2中不同“倒U型”曲线的形状来看,可以发现以下3个主要特征：① 在污染行业专业化的城市（即污染行业区位商大于1的城市）中,专业化程度越高的城市,不同污染行业共聚的概率反而较低,意味着专业化程度提升至一定程度之后将抑制关联企业的进一步增加。② 非污染行业共聚概率与专业化之间的曲线拐点尚未出现。这意味着在全国范围内,非污染行业专业化程度越高的城市,不同非污染行业的共聚概率越大,侧面反映出非污染行业的发展还具有较大空间。③ 污染专业化程度较高的地区,往往表现出较低的污染与非污染行业共聚概率,且现阶段大多数污染行业专业化城市均表现出此特征,直观地体现出污染与非污染行业发展在空间上并不对称。大部分城市从事污染行业专业化,而非污染行业专业化集中在少部分城市。
综上所述,污染行业专业化并不意味着污染路径锁定。随着专业化程度不断提升,集聚规模扩大所造成的挤出效应将导致污染行业共聚的概率下降,形成被动的发展路径创造。此外,在污染和非污染行业发展空间不对称的现状下,倘若能够通过外部干预抑制污染行业的专业化程度,亦能够促进污染与非污染行业的共聚,形成主动的发展路径创造。对此,研究提出两个主要假设：
假设一：集聚规模持续提升将导致拥挤和挤出效应,构成抑制污染专业化区域陷入污染锁定的被动机制。
假设二：外部干预若能够有效抑制污染专业化程度,则能促进污染与非污染行业的共聚,构成抑制区域陷入污染锁定效应的主动机制。

4 实证分析

4.1 模型设定

实证分析包含3个目标：① 验证区域产业集聚动态对于工业污染排放效率的影响;② 验证假设一所提出的被动机制是否成立;③ 验证对外贸易、环境规制是否构成假设二中所提及的主动机制。值得注意的是,由于环境污染本身同样对集聚产生挤出效应。为此,研究选择构建联立方程模型验证工业污染排放与区域分工之间的相互作用。模型包含2个方程：第一个方程为污染排放方程,体现产业集聚动态对污染排放的影响;第二个方程为产业演化方程,刻画专业化过程的主动机制与被动机制对产业集聚动态的 影响。
污染排放方程的建构依托于STIRPAT模型（stochastic impacts by regression on population, affluence and technology）。该模型是Dietz等^[31]针对传统IPAT（impact of pollution, affluence and technology）框架所提出的基于随机过程的改进版本,在综合人口、富裕程度和技术等因素综合影响的同时,考虑了这些影响因素非单调、非等比例变化的可能性,在污染物和温室气体排放的驱动力研究中运用广泛^[32,33]。其基本形式如下所示：
Ict=αPctβActγTctδect（4）
式中：c和t分别表示城市和年份;I表示工业污染排放（排放量或排放强度）;P表示人口;A表示富裕程度;T表示技术水平;e为误差项。在此基础上,对模型进行了调整,引入合适的代理变量和控制变量,并将模型进一步改写如：
lnSct=α0+fDct+β1lnPct+β2lnYct+β3lnTct+β4Gct+β5Ict+uc+ect（5）
式中：c和t分别表示城市和年份;被解释变量S代表工业SO₂或工业废水排放强度;在控制变量方面,P为城市制造业从业人数,控制城市排放基础的规模差异;Y为城市人均生产总值,控制城市富裕程度的差异;T则为城市信息传输、计算机服务和软件业从业人员的数量,控制城市技术创新能力的差异。选择该指标的原因在于制造业企业生产投入效率的提升、工艺流程的优化在很大程度上依赖于生产过程的智能化程度,即“智造”水平。该水平的提升依赖于软件服务水平。为此,该指标能够在一定程度上刻画城市支撑企业优化生产流程、提升环境表现的能力。此外,考虑到对外贸易拓展与环境规制均对排放强度存在直接影响,故而引入G与I进行控制。G表征城市对外贸易拓展,以新贸易联系所占比重为指征,具体指新贸易联系的出口额占城市对外出口总额的比重。新贸易联系的识别策略如下：构建“国内出口城市—国外进口国家—行业类型”三维面板,将前后两年的截面进行比对。对于基期不存在而终期出现的数据信息,即识别为新贸易联系。I则体现环境规制的干预,分别以工业SO₂处理率和工业废水排放达标率为表征。u和e分别是个体效应和随机扰动项。
解释变量D表示产业共聚的概率,具体包括污染行业之间（Dp）、非污染行业之间（Dnp）,以及污染和非污染行业之间（Dtr）的产业共聚概率。Dp越高,体现区域发展锁定于污染行业的可能性越大,势必导致污染排放强度的提升,其系数预期为正;反之,Dnp的系数预期为负。理论上,Dtr的系数符号不可预期。结合图2所揭示的现状看,污染与非污染行业发展并不对称,即污染行业相对饱和而非污染行业存在较大发展空间,一方面,污染行业的现状相对优势可能导致污染与非污染行业的共聚抑制了非污染行业的发展,进而加剧工业污染排放;另一方面,污染与非污染行业的共聚亦有可能是区域摆脱污染路径锁定的信号,有助于污染排放强度的降低。
产业演化方程侧重于考察专业化分工过程中的主动和被动机制对产业集聚动态路径的影响。模型的基本模型设定如下：
Dct=a0+fXct,Xct2+flnSct+fGct,Ict+uc+ect（6）
式中：X表示存在规模效应和拥挤效应共同作用的因素,主要包括要素密度变化和企业竞争程度变化。根据生产函数模型,要素密度变化重点考察劳动力（X_L）和资本（X_K）所产生的影响。劳动力密度以城市单位面积行业从业人数为指征,资本密度以城市单位面积行业资本存量为指征。企业竞争程度方面,参照周圣强等^[15]的做法,以城市单位面积行业企业数量（X_F）为指征。根据规模效应与拥挤效应的作用机制判断,X的系数应为正,而X²的系数预期为负。
除了要素和竞争之外,产业集聚过程还可能进一步导致诸多外部规模不经济的因 素^[34],污染是其中一个直观的影响因素^[35]。为此,S作为导致外部规模不经济的因素引入模型,以城市工业污染排放强度作为指征,其系数预期为负。
在产业集聚演化的过程中,来自外部的冲击同样将对其路径产生直接影响。最为直观的因素来自于区域对外联系和地方制度的作用^[36]。具体地,在第二个方程中G的系数预期并不确定。一方面,对外贸易将促进地区专业化分工^[8],促进污染行业在专业化地区的进一步集聚,如此G的系数预期为正;另一方面,在演化视角下,对外贸易拓展可能为地方发展带来新的行业类型,在一定程度上成为产业发展路径创造的力量,因此其系数亦可能为负。I的系数预期为负。理论上,环境规制将增加了污染行业生产的合规成本,故而能抑制污染行业的进一步集聚。
本文将解释变量D所包括的Dp、Dnp和Dtr三个变量分为两类。一类是体现专业化分工的Dp和Dnp;另一类是体现多样化集聚的Dtr。为此,联立方程模型有两组。专业化分工的一组,共包含三个方程。三个内生变量分别为工业污染排放强度（lnS）、污染行业共聚概率（Dp）、非污染行业共聚概率（Dnp）。多样化集聚的一组,包含两个方程。两个内生变量分别是工业污染排放强度（lnS）和污染与非污染行业共聚概率（Dtr）。综合作为必要条件的阶条件、作为充要条件的秩条件,其判定结果表明两组模型中的方程均为过度识别方程。

4.2 模型拟合与检验

研究基于2003-2009年261个样本城市的“城市—年份”面板对模型进行拟合。借助Hausman检验,对两组方程的内生变量进行联立性检验。具体地,以其中某个内生变量作为因变量,以所有前定变量为自变量,利用最小二乘法（OLS）进行回归,得到残差;进而分别将其余内生变量和步骤一中的内生变量及其残差进行回归。若残差项的系数显著,则两个内生变量之间存在联立性^[37]。结果显示,lnS和Dp、lnS和Dnp、lnS和Dtr之间存在显著的联立性。此外,针对每个方程逐一进行异方差和多重共线性检验。结果发现,变量的方差膨胀因子（VIF）均小于5,模型并不存在严重的多重共线性。但是,Breusch-Pagan检验结果显示,模型存在显著的异方差。加之各个方程均为过度识别方程,研究选择两阶段最小二乘法（2SLS）对模型参数进行估计,以保证模型的稳健性。

4.3 结果分析

首先观察产业演化与污染排放之间的参数估计结果（表1）。实证结果与理论预期相一致,并且工业SO₂排放与工业废水排放的回归系数呈现出一致的趋势特征,侧面印证了理论推导与实证模型具有稳健性。结果表明,污染专业化分工将导致工业污染排放强度增加,而非污染专业化分工尚未能显著减少工业污染排放,揭示出研究时段内中国污染与非污染行业发展的不均衡特征。
Tab. 1
表1
表1专业化分工与工业污染排放强度的回归结果
Tab. 1Results of the effects of pollution intensity and industrial specialisation

工业废气（SO2）							工业废水
排放强度		污染专业化		非污染专业化			排放强度		污染专业化		非污染专业化
Dp	0.335***	XLp	0.452***	XLnp	0.113		Dp	0.284***	XLp	0.421**	XLnp	0.079
Dnp	-0.002	XLp2	-0.189**	XLnp2	-0.034		Dnp	0.213	XLp2	-0.187**	XLnp2	-0.027
lnP	-0.060	XKp	-0.312***	XKnp	-0.323***		lnP	0.104*	XKp	-0.228***	XKnp	-0.256***
lnY	-0.660***	XKp2	-0.003	XKnp2	0.101		lnY	-0.934***	XKp2	-0.067	XKnp2	0.079
lnT	-0.005	XFp	0.417***	XFnp	0.319***		lnT	0.021	XFp	0.415***	XFnp	0.360***
G	-0.039***	XFp2	-0.202**	XFnp2	-0.123**		G	-0.043***	XFp2	-0.199***	XFnp2	-0.136***
I	-0.114***	lnS	-0.317***	lnS	-0.268***		I	-0.042***	lnS	-0.158***	lnS	-0.173***
		G	0.049***	G	-0.009				G	0.049***	G	-0.005
		I	-0.082**	I	-0.044**				I	-0.040***	I	-0.008***
样本数	1564	样本数	1564	样本数	1564		样本数	1564	样本数	1564	样本数	1564
调整后R2	0.897	调整后R2	0.912	调整后R2	0.972		调整后R2	0.907	调整后R2	0.924	调整后R2	0.975

注：^***,^**,^*分别表示在1%,5%,10%水平上显著。
新窗口打开
污染专业化分工的回归结果显示,拥挤特征集中表现在劳动力要素和企业个数,即一次项系数显著为正、二次项系数显著为负。理论上,大量同质企业在区域内集聚势必形成要素竞争,导致要素价格随着集聚规模的扩大而增加,从而形成挤出效应。结合研究时段内中国产业发展特征来看,这种挤出效应首先出现在劳动力密集型产业上。在21世纪的第一个十年,大量劳动力密集型产业由于集聚不经济而出现明显的迁移特征^[38]。相比之下,资本的作用机制不尽相同。资本密度的系数显著为负,且二次项系数并不显著,反映出资本投入的提升将直接抑制其他污染行业的共聚。这一点源于资本投入的增加将极大促进企业发展,加速本地市场的饱和,进而强化企业对于其他关联企业进入的挤出效应。类似地,非污染专业分工的拥挤效应集中表现在企业数量增加所形成的竞争效应,资本要素的挤出效应依旧适用。不同的是,劳动力要素的挤出效应不显著。这一点与非污染行业普遍不是传统劳动力密集型行业有关。
无论是污染还是非污染的专业化分工,工业污染排放的系数均显著为负,显示出污染的增加是集聚不经济的显著影响因素。这也反映出专业化分工并不大可能持续导致区域的污染路径锁定,因为污染的持续增长将反制专业化分工进程。贸易拓展的表现与理论预期相一致,其显著促进了污染行业优势区域的专业化分工,但对于非污染行业的专业化分工的促进作用并不显著。这一结果从侧面印证了中国在国际贸易过程中是污染生产的被动接受者,而在国内生产空间的重构过程中,这一压力则进一步转嫁给了污染行业的专业化地区。此外,环境规制显著抑制了污染行业持续在区域内集聚,印证了假设二的论断。
观察多样化与工业污染排放的回归结果（表2）,Dtr的系数显著为正,体现出污染行业与非污染行业的共聚进一步导致了污染排放强度的提升,表明在研究时段内污染行业发展占据主导优势的背景下,污染与非污染行业共聚更多抑制了非污染行业的发展,对于工业污染排放强度的降低存在不利影响。
Tab. 2
表2
表2多样化与工业污染排放强度的回归结果
Tab. 2Results of the effects of pollution intensity and industrial diversification

工业废气（SO2）					工业废水
污染排放强度		污染与非污染行业共聚			污染排放强度		污染与非污染行业共聚
Dtr	0.464***	XLp	0.028		Dtr	0.449***	XLp	0.020
lnP	-0.053	XLp2	-0.110		lnP	0.113**	XLp2	-0.032
lnY	-0.670***	XKp	-0.117*		lnY	-0.923***	XKp	-0.025
lnT	-0.001	XKp2	0.102*		lnT	0.030	XKp2	-0.008
G	-0.025*	XFp	0.863***		G	-0.035***	XFp	0.967***
I	-0.115***	XFp2	-0.186**		I	-0.033**	XFp2	-0.264***
		XLnp	0.373*				XLnp	0.238
		XLnp2	-0.157				XLnp2	-0.142
		XKnp	-0.448***				XKnp	-0.356***
		XKnp2	0.086				XKnp2	0.037
		XFnp	-0.676***				XFnp	-0.828***
		XFnp2	0.286***				XFnp2	0.384***
		lnS	-0.295***				lnS	-0.164***
		G	-0.008				G	0.001
		I	-0.062***				I	-0.002
样本数	1564	样本数	1564		样本数	1564	样本数	1564
调整后R2	0.894	调整后R2	0.952		调整后R2	0.908	调整后R2	0.956

注：^***,^**,^*分别表示在1%,5%,10%水平上显著。
新窗口打开
污染和非污染行业共聚方程回归结果显示：① 由于非污染行业大多不是传统的劳动力密集型行业,因此劳动力要素对污染和非污染行业的共聚并未产生显著影响;② 由于资本投入能够促进企业发展、加速市场饱和,进而抑制相关新企业进入,因而资本对于污染和非污染行业的共聚具有明显的抑制作用,这也使得非污染行业具备避开污染行业发展空间的能力;③ 污染企业、非污染企业的竞争程度均对二者共聚存在显著影响。在污染行业发展为主导的现状下,污染企业密度的提升将极大提升污染和非污染行业共聚的可能性,但是其密度过高将对非污染行业产生显著的挤出效应。与之相反,在现阶段非污染行业发展集中在少数地区的现状下,X_Fnp系数显著为负,表明非污染行业的发展是避免与污染企业共聚的。X_Fnp²显著为正,进一步表明只有在非污染行业的发展持续增长的条件下,其才有可能向传统的污染行业发展空间渗透,促进非污染行业与污染行业的共聚。
最后,污染排放的增加同样表现出显著的挤出效应,并不利于两类行业的共聚。而在外来冲击的部分,贸易拓展对于促进多样化集聚并未表现出显著影响。在污染行业发展占据主导的背景下,环境规制因对污染行业发展进行限制而表现出对污染和非污染行业共聚的抑制作用。
整体而言,实证结果揭示对外贸易的拓展在一定程度上促进了区域专业化分工,对于多样化集聚并无显著作用。这种专业化分工并未导致区域的发展路径锁定于污染行业。重要原因在于两方面：一是专业化集聚过程中所导致的拥挤效应。随着要素投入持续增加和企业竞争程度日益激烈,所导致的集聚不经济将限制优势区域污染行业的持续发展;二是日益增加的污染本身亦是集聚重要的离心力。此外,环境规制等外部力量的干预同样将抑制污染行业在专业化区域的持续发展。由此可见,虽然贸易能够促进区域分工,但仅凭此就推断其将导致区域间污染排放的“马太效应”的认识并不成立。上述分析表明,存在主动机制与被动机制共同作用,避免污染行业的专业化区域陷入“污染锁定”。

4.4 稳健性检验

为了保证整个系统参数估计的稳健性（即每个方程的估计结果不受其他方程的变量变化而发生较大波动）,研究在拟合时优先选择了2SLS方法,并且在回归过程中,研究分别将含有二次项的变量单独加入模型,结果发现回归结果并无较大变动,表明2SLS的回归结果总体稳健,不因变量调整而发生较大变化。另一方面,工业SO₂和工业废水排放回归结果的基本一致,也体现出模型具有稳健性。
在此基础上,研究进一步使用3SLS对参数进行整体估计,与2SLS所得结果进行对比,确保模型结果不因全局估计和局部估计方法的差异而存在较大偏差。
基于3SLS分别对专业化分工（表3）和多样化集聚（表4）两组联立方程的再估计结果显示,解释变量和控制变量与2SLS所得结果整体上并无较大的出入,在系数大小和显著性水平上都较为接近。综合上述检验结果,可以判断两组联立方程的系统设定可靠,基于2SLS的回归结果是稳健可信的。
Tab. 3
表3
表3基于3SLS的专业化分工与工业污染排放强度的回归结果
Tab. 3Results of the effects of pollution intensity and industrial specialisation (3SLS)

工业废气（SO2）							工业废水
排放强度		污染专业化		非污染专业化			排放强度		污染专业化		非污染专业化
Dp	0.335***	XLp	0.508***	XLnp	0.140		Dp	0.421***	XLp	0.432***	XLnp	0.131
Dnp	-0.335	XLp2	-0.208***	XLnp2	-0.028		Dnp	0.067	XLp2	-0.165***	XLnp2	-0.021
lnP	-0.043	XKp	-0.191***	XKnp	-0.190***		lnP	0.112	XKp	-0.176***	XKnp	-0.202***
lnY	-0.611***	XKp2	-0.045	XKnp2	0.038		lnY	-0.932***	XKp2	-0.054	XKnp2	0.040
lnT	0.001	XFp	0.108	XFnp	0.298***		lnT	0.023	XFp	0.192	XFnp	0.323***
G	-0.039***	XFp2	-0.049	XFnp2	-0.120**		G	-0.051***	XFp2	-0.082	XFnp2	-0.125***
I	-0.117***	lnS	-0.321***	lnS	-0.237***		I	-0.049***	lnS	-0.166***	lnS	-0.156***
		G	0.050***	G	-0.003				G	0.052***	G	-0.003
		I	-0.080***	I	-0.043**				I	-0.036***	I	-0.003
样本数	1564	样本数	1564	样本数	1564		样本数	1564	样本数	1564	样本数	1564
调整后R2	0.900	调整后R2	0.911	调整后R2	0.973		调整后R2	0.902	调整后R2	0.919	调整后R2	0.976

注：^***,^**,^*分别表示在1%,5%,10%水平上显著。
新窗口打开
Tab. 4
表4
表4基于3SLS的多样化与工业污染排放强度的回归结果
Tab. 4Results of the effects of pollution intensity and industrial diversification (3SLS)

工业废气（SO2）					工业废水
污染排放强度		污染与非污染行业共聚			污染排放强度		污染与非污染行业共聚
Dtr	0.463***	XLp	0.003		Dtr	0.457***	XLp	-0.015
lnP	-0.063	XLp2	-0.096		lnP	0.125**	XLp2	-0.070
lnY	-0.669***	XKp	-0.116**		lnY	-0.921***	XKp	-0.095*
lnT	0.001	XKp2	0.100**		lnT	0.022	XKp2	0.091*
G	-0.025*	XFp	0.888***		G	-0.033***	XFp	0.942***
I	-0.115***	XFp2	-0.190***		I	-0.034**	XFp2	-0.226***
		XLnp	0.373**				XLnp	0.317*
		XLnp2	-0.161*				XLnp2	-0.149*
		XKnp	-0.434***				XKnp	-0.381***
		XKnp2	0.078				XKnp2	0.046
		XFnp	-0.700***				XFnp	-0.741***
		XFnp2	0.294***				XFnp2	0.340***
		lnS	-0.293***				lnS	-0.166***
		G	-0.008				G	-0.003
		I	-0.063***				I	-0.001
样本数	1564	样本数	1564		样本数	1564	样本数	1564
调整后R2	0.895	调整后R2	0.952		调整后R2	0.908	调整后R2	0.957

注：^***,^**,^*分别表示在1%,5%,10%水平上显著。
新窗口打开

5 结论与讨论

从“贸易—环境”关系理论出发,结合中国的实际观察,回答了为何贸易在促进污染和非污染专业化分工的过程中,并未加剧污染排放的空间分异。结合区域分工、集聚经济和产业动态的既有理论,将区域专业化分工视为产业专业化集聚和产业动态演化的综合过程,进而指出尽管对外贸易拓展能够促进污染行业的区域专业化分工,但并不意味着污染行业能够在专业化区域无限制地发展,存在着路径突破的力量改变专业化地区的产业演化进程。对此,研究认为存在主动机制与被动机制作用于这一过程。主动机制即为既有研究所强调的外部力量,包括对外联系、政策干预等。而被动机制则来源于产业集聚规模扩大所形成的一系列规模不经济,如拥挤效应、挤出效应等。
将此框架运用于中国2003-2009年的发展,发现污染行业和非污染行业在中国存在显著的区域专业化分工,且在空间上呈现出显著的不对称特征。具体表现在,绝大多数内陆地区从事污染行业的专业化生产,污染行业专业化地区在空间上呈现面状分布;相比之下,非污染行业专业化地区则集中在东南沿海地区和区域性中心城市,在空间上呈现点状分布。
中国的实证结果支持了产业专业化集聚与产业动态演化之间的“倒U型”关系,表明产业专业化集聚并不只是构成产业路径依赖的力量,其同样可能导致产业路径突破。这种突破来源于生产要素、企业竞争和环境污染所产生的拥挤效应。
实证发现还提供了两个决策参考：① 在污染行业与非污染行业发展存在显著空间非对称的情况下,污染行业对于非污染行业的发展存在较大的制约。污染行业与多样化集聚的“倒U型”关系,以及非污染行业与多样化集聚之间的“正U型”关系,说明了非污染行业的发展需要长效机制。② 逃离污染路径锁定既存在主动机制,也存在被动机制。在非污染行业发展高度集中、污染行业发展“全面开花”的现状下,应坚持多元机制并举。一方面,发挥环境规制的主动干预作用,另一方面应充分借助资本等要素隐含的市场机制作用。
The authors have declared that no competing interests exist.

---

参考文献文献选项 原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子

[1]	杨丹辉. 中国成为“世界工厂”的国际影响 . 中国工业经济, 2005, (9): 42-49.https://doi.org/10.3969/j.issn.1006-480X.2005.09.006URL [本文引用: 1]摘要 伴随着中国制造业的高速增长和总量扩张,中国作为全球制造中心的地位及其国际影响日益凸显。本文在分析中国制造业在国际分工体系中地位的基础上,探讨中国成为“世界工厂”对全球经济增长、世界范围内产业结构的互动与跃迁,国际分工体系的构成、国际竞争格局变动以及国际和地区经济秩序的影响。 [Yang Danhui.International influences of China's becoming "World Factory" . China Industrial Economy, 2005, (9): 42-49.]https://doi.org/10.3969/j.issn.1006-480X.2005.09.006URL [本文引用: 1]摘要 伴随着中国制造业的高速增长和总量扩张,中国作为全球制造中心的地位及其国际影响日益凸显。本文在分析中国制造业在国际分工体系中地位的基础上,探讨中国成为“世界工厂”对全球经济增长、世界范围内产业结构的互动与跃迁,国际分工体系的构成、国际竞争格局变动以及国际和地区经济秩序的影响。
[2]	傅京燕, 张珊珊. 中美贸易与污染避难所假说的实证研究: 基于内含污染的视角 . 中国人口·资源与环境, 2011, 21(2): 11-17.https://doi.org/10.3969/j.issn.1002-2104.2011.02.003URL [本文引用: 1]摘要 使用非竞争型投入产出表,在考虑中间产品产生污染的情况下,通过计算中美双边贸易的内含污染,考察对外贸易对发达国家和发展中国家环境的影响,检验污染避难所假说是否成立。本文首先构造中美两国28个制造业的总污染强度,在此基础上计算1987-2004年中美制造业贸易的贸易内含污染条件指标,并分析中美制造业贸易的进出口内含污染的部门来源。研究发现,1992年之后,所有污染物的贸易内含污染条件值都大于1,这意味着美国从中国进口的污染强度要高于中国从美国的进口污染强度,中美双边贸易中,中国环境受损、美国环境获利,污染避难所假说成立。从部门结构上看,中国出口内含污染主要来源于塑料制品、机械设备和工业化学这三个部门,进口内含污染主要来源于工业化学、机械设备和交通设备这三个部门。 [Fu Jingyan, Zhang Shanshan.The empirical test of China-US trade and pollution haven hypothesis: A perspective from embodied pollution. China Population, Resources and Environment, 2011, 21(2): 11-17.]https://doi.org/10.3969/j.issn.1002-2104.2011.02.003URL [本文引用: 1]摘要 使用非竞争型投入产出表,在考虑中间产品产生污染的情况下,通过计算中美双边贸易的内含污染,考察对外贸易对发达国家和发展中国家环境的影响,检验污染避难所假说是否成立。本文首先构造中美两国28个制造业的总污染强度,在此基础上计算1987-2004年中美制造业贸易的贸易内含污染条件指标,并分析中美制造业贸易的进出口内含污染的部门来源。研究发现,1992年之后,所有污染物的贸易内含污染条件值都大于1,这意味着美国从中国进口的污染强度要高于中国从美国的进口污染强度,中美双边贸易中,中国环境受损、美国环境获利,污染避难所假说成立。从部门结构上看,中国出口内含污染主要来源于塑料制品、机械设备和工业化学这三个部门,进口内含污染主要来源于工业化学、机械设备和交通设备这三个部门。
[3]	黄玖立. 对外贸易、区域间贸易与地区专业化 . 南方经济, 2011, (6): 7-22.https://doi.org/10.3969/j.issn.1000-6249.2011.06.001URL [本文引用: 1]摘要 本文回顾了中国地区对外贸易发展及其对区域间贸易和地区专业化影响的相关文献。现有研究的主要结论总结如下：首先，在国际分工和FDI等因素的驱动下，中国地区对外贸易增长呈现非平衡高速增长特征。其次，对外贸易促进了区域间贸易发展，影响着区域间贸易的流量和流向。再次，通过产业空间转移和结构转换，对外贸易推动了地区专业化和产业集聚，这是沿海与内地之间差异的重要来源。最后，地区对外贸易开放对区域市场一体化的影响呈现“先抑后扬”的U型特征，区域市场一体化反过来也影响着地区对外贸易行为。 [Huang Jiuli.Foreign trade, interregional trade and regional specialization . South China Journal of Economics, 2011, (6): 7-22.]https://doi.org/10.3969/j.issn.1000-6249.2011.06.001URL [本文引用: 1]摘要 本文回顾了中国地区对外贸易发展及其对区域间贸易和地区专业化影响的相关文献。现有研究的主要结论总结如下：首先，在国际分工和FDI等因素的驱动下，中国地区对外贸易增长呈现非平衡高速增长特征。其次，对外贸易促进了区域间贸易发展，影响着区域间贸易的流量和流向。再次，通过产业空间转移和结构转换，对外贸易推动了地区专业化和产业集聚，这是沿海与内地之间差异的重要来源。最后，地区对外贸易开放对区域市场一体化的影响呈现“先抑后扬”的U型特征，区域市场一体化反过来也影响着地区对外贸易行为。
[4]	魏后凯, 白玫. 中国企业迁移的特征、决定因素及发展趋势 . 发展研究, 2009, (10): 9-18. [本文引用: 1] [Wei Houkai, Bai Mei.The characteristics, determinants and development trend of Chinese enterprise migration . Development Research, 2009, (10): 9-18.] [本文引用: 1]
[5]	崔建鑫, 赵海霞. 长江三角洲地区污染密集型产业转移及驱动机理 . 地理研究, 2015, 34(3): 504-512.https://doi.org/10.11821/dlyj201503009URL [本文引用: 2]摘要 污染密集型产业转移及影响机理研究已成为区域可持续发展的研究热点之一。利用长江三角洲地区2000-2010年面板数据,运用Arc GIS空间分析工具,探讨污染密集型产业的时空格局演变特征及转移规律,构建计量学模型,定量地揭示其转移的驱动机理。结果表明:1近十年来,长江三角洲地区的污染密集型产业具有空间转移特征,转移方向基本符合沪宁—沪杭甬交通线,呈现由中心城市到外围城市、由集中到分散转移态势;2污染密集型产业转移主要受到外向度和劳动力成本拉动,而与经济发展水平呈负相关,环境规制、产业结构、创新能力均产生重要推动作用。3长江三角洲地区经济发展目前已逐渐摆脱依赖污染密集型产业的迹象,但污染密集型产业区位仍未发生根本性改变。 [Cui Jianxin, Zhao Haixia.Spatial relocation of pollution-intensive industry and the mechanism in Yangtze River Delta . Geographical Research, 2015, 34(3): 504-512.]https://doi.org/10.11821/dlyj201503009URL [本文引用: 2]摘要 污染密集型产业转移及影响机理研究已成为区域可持续发展的研究热点之一。利用长江三角洲地区2000-2010年面板数据,运用Arc GIS空间分析工具,探讨污染密集型产业的时空格局演变特征及转移规律,构建计量学模型,定量地揭示其转移的驱动机理。结果表明:1近十年来,长江三角洲地区的污染密集型产业具有空间转移特征,转移方向基本符合沪宁—沪杭甬交通线,呈现由中心城市到外围城市、由集中到分散转移态势;2污染密集型产业转移主要受到外向度和劳动力成本拉动,而与经济发展水平呈负相关,环境规制、产业结构、创新能力均产生重要推动作用。3长江三角洲地区经济发展目前已逐渐摆脱依赖污染密集型产业的迹象,但污染密集型产业区位仍未发生根本性改变。
[6]	仇方道, 蒋涛, 张纯敏, 等. 江苏省污染密集型产业空间转移及影响因素 . 地理科学, 2013, 33(7): 789-796.URLMagsci [本文引用: 2]摘要 <p>污染密集型产业空间转移规律及其动力机制研究正在成为区域可持续发展研究的热点领域之一。利用2000~2010 年江苏省13 个省辖市的统计数据, 运用空间分析及面板数据分析模型, 探讨该省污染密集型产业空间转移特征及作用机制。结果发现:江苏省依然是国际污染密集型产业的承接地, 其污染密集型产业分布呈现以苏锡常地区为核心向外围逐渐下降的&ldquo;核心-边缘&rdquo;型空间格局, 并显示出&ldquo;扩散-集聚-扩散&rdquo;的空间演化趋势, 苏北地区正在成为苏南地区的&ldquo;污染避难所&rdquo;;发展阶段和实际利用外资是江苏省承接污染密集型产业的主要因素, 实际利用外资是实现污染密集型产业向江苏转移的主要形式;技术创新、产业结构是驱动污染密集型产业由苏南、苏中向苏北转移的主要因素;政府调控是影响污染密集型产业转移的主要手段。因此, 应通过加大产业结构转型升级和技术创新力度、改善政府调控、加强环境监管等措施促进污染密集型产业布局优化。</p> [Qiu Fangdao, Jiang Tao, Zhang Chunmin, et al.Spatial relocation and mechanism of pollution-intensive industries in Jiangsu province . Scientia Geographica Sinica, 2013, 33(7): 789-796.]URLMagsci [本文引用: 2]摘要 <p>污染密集型产业空间转移规律及其动力机制研究正在成为区域可持续发展研究的热点领域之一。利用2000~2010 年江苏省13 个省辖市的统计数据, 运用空间分析及面板数据分析模型, 探讨该省污染密集型产业空间转移特征及作用机制。结果发现:江苏省依然是国际污染密集型产业的承接地, 其污染密集型产业分布呈现以苏锡常地区为核心向外围逐渐下降的&ldquo;核心-边缘&rdquo;型空间格局, 并显示出&ldquo;扩散-集聚-扩散&rdquo;的空间演化趋势, 苏北地区正在成为苏南地区的&ldquo;污染避难所&rdquo;;发展阶段和实际利用外资是江苏省承接污染密集型产业的主要因素, 实际利用外资是实现污染密集型产业向江苏转移的主要形式;技术创新、产业结构是驱动污染密集型产业由苏南、苏中向苏北转移的主要因素;政府调控是影响污染密集型产业转移的主要手段。因此, 应通过加大产业结构转型升级和技术创新力度、改善政府调控、加强环境监管等措施促进污染密集型产业布局优化。</p>
[7]	沈静, 向澄, 柳意云. 广东省污染密集型产业转移机制: 基于2000-2009年面板数据模型的实证 . 地理研究, 2012, 31(2): 357-368.https://doi.org/10.11821/yj2012020015URL [本文引用: 2]摘要 全球化背景下污染密集型产业的跨国和跨地区转移成为研究的热点问题。本文采用2000～2009年广东省21个地级市的统计数据,发现其污染密集型产业其呈现＂S＂型的时间发展特征和＂分散-集中-分散＂的空间发展特征,说明广东省污染密集型产业存在空间转移的现象。建立面板数据模型分析产业空间转移的影响机制,得出如下结论：一是国际产业转移主要采取污染密集型产业出口的形式,而非FDI;二是环境管制是促进污染密集型产业由珠三角地区向非珠三角地区转移的重要驱动因素;三是影响污染密集型产业转移的主要机制是地方政府的管制,如迁入地地方政府的基础设施条件、服务水平和优惠政策等;四是低人力资本不是影响污染密集型产业转移的影响因子。最后,本研究也说明广东省仍然是国际污染密集型产业的＂污染避难所＂,而非珠三角地区正在成为珠三角地区的＂污染避难所＂,因此要加大产业转移中的环境监管。 [Shen Jing, Xiang Cheng, Liu Yiyun.The mechanism of pollution-intensive industry relocation in Guangdong province, 2000-2009 . Geographical Research, 2012, 31(2): 357-368.]https://doi.org/10.11821/yj2012020015URL [本文引用: 2]摘要 全球化背景下污染密集型产业的跨国和跨地区转移成为研究的热点问题。本文采用2000～2009年广东省21个地级市的统计数据,发现其污染密集型产业其呈现＂S＂型的时间发展特征和＂分散-集中-分散＂的空间发展特征,说明广东省污染密集型产业存在空间转移的现象。建立面板数据模型分析产业空间转移的影响机制,得出如下结论：一是国际产业转移主要采取污染密集型产业出口的形式,而非FDI;二是环境管制是促进污染密集型产业由珠三角地区向非珠三角地区转移的重要驱动因素;三是影响污染密集型产业转移的主要机制是地方政府的管制,如迁入地地方政府的基础设施条件、服务水平和优惠政策等;四是低人力资本不是影响污染密集型产业转移的影响因子。最后,本研究也说明广东省仍然是国际污染密集型产业的＂污染避难所＂,而非珠三角地区正在成为珠三角地区的＂污染避难所＂,因此要加大产业转移中的环境监管。
[8]	Cole M A, Elliott R J R. Determining the trade-environment composition effect: The role of capital, labor and environmental regulations . Journal of Environmental Economics and Management, 2003, 46(3): 363-383.https://doi.org/10.1016/S0095-0696(03)00021-4URL [本文引用: 2]
[9]	Copeland B R, Taylor M S.Trade, growth, and the environment . Journal of Economic Literature, 2004, 42(3): 7-71.https://doi.org/10.1257/002205104773558047URL [本文引用: 1]摘要 For the last ten years environmentalists and the trade policy community have engaged in a heated debate over the environmental consequences of liberalized trade. The debate was originally fueled by negotiations over the North American Free Trade Agreement and the Uruguay round of GATT negotiations, both of which occurred at a time when concerns over global warming, species extinction and industrial pollution were rising. Recently it has been intensified by the creation of the World Trade Organization (WTO) and proposals for future rounds of trade negotiations. The debate has often been unproductive. It has been hampered by the lack of a common language and also suffered from little recourse to economic theory and empirical evidence. The purpose of this essay is set out what we currently know about the environmental consequences of economic growth and international trade. We critically review both theory and empirical work to answer three basic questions. What do we know about the relationship between international trade, economic growth and the environment? How can this evidence help us evaluate ongoing policy debates? Where do we go from here?
[10]	周沂, 贺灿飞, 刘颖. 中国污染密集型产业地理分布研究 . 自然资源学报, 2015, 30(7): 1183-1196.https://doi.org/10.11849/zrzyxb.2015.07.011URL [本文引用: 1]摘要 随着资源环境约束加强,调整产业结构、优化产业空间布局已成为我国经济发展的战略选择。产业空间格局重置过程中,污染密集型产业的转移成为一个迫切需要研究的问题。论文利用2003—2008年工业企业普查数据,采用Tobit模型和Heckman两阶段模型,探讨污染密集型产业地理分布的特征。论文发现,我国污染密集型产业正在进行空间结构调整,长江三角洲、珠江三角洲、京津冀地区污染密集产业不断转出,山东及中部地区开始成为污染密集型产业新的集聚地;造纸等较为轻型产业主要向中部内陆等地区转移,而化学原料及化学制品业等技术密集型产业则更主要在沿海地带重新分布。另外,要素禀赋、环境规制以及全球化对污染密集型产业分布影响显著。其中,技术以及劳动力成本是污染企业区位选择的重要影响因素;受全球化的影响,国际市场潜力对污染企业区位影响更为重要;环境规制与污染企业的成立具有倒U型关系;最后,企业的异质性对于污染企业地理分布也具有显著的影响。文章启示,在产业转移过程中,需要适当的政策引导以最小化对生态环境的破坏。 [Zhou Yi, He Canfei, Liu Ying.An empirical study on the geographical distribution of pollution-intensive industries in China . Journal of Natural Resouces, 2015, 30(7): 1183-1196.]https://doi.org/10.11849/zrzyxb.2015.07.011URL [本文引用: 1]摘要 随着资源环境约束加强,调整产业结构、优化产业空间布局已成为我国经济发展的战略选择。产业空间格局重置过程中,污染密集型产业的转移成为一个迫切需要研究的问题。论文利用2003—2008年工业企业普查数据,采用Tobit模型和Heckman两阶段模型,探讨污染密集型产业地理分布的特征。论文发现,我国污染密集型产业正在进行空间结构调整,长江三角洲、珠江三角洲、京津冀地区污染密集产业不断转出,山东及中部地区开始成为污染密集型产业新的集聚地;造纸等较为轻型产业主要向中部内陆等地区转移,而化学原料及化学制品业等技术密集型产业则更主要在沿海地带重新分布。另外,要素禀赋、环境规制以及全球化对污染密集型产业分布影响显著。其中,技术以及劳动力成本是污染企业区位选择的重要影响因素;受全球化的影响,国际市场潜力对污染企业区位影响更为重要;环境规制与污染企业的成立具有倒U型关系;最后,企业的异质性对于污染企业地理分布也具有显著的影响。文章启示,在产业转移过程中,需要适当的政策引导以最小化对生态环境的破坏。
[11]	张友国. 碳排放视角下的区域间贸易模式: 污染避难所与要素禀赋 . 中国工业经济, 2015, (8): 5-19.URL [本文引用: 1]摘要 本文基于投入产出模型,实证分析了碳排放视角下中国省际和四大地区层面的区域间贸易模式。结果表明,在典型年份中,绝大多数省份的国内贸易都表现为污染避难所模式或要素禀赋模式.甚至个别省份的国内贸易既是污染避难所模式又是要素禀赋模式;四大地区的国内贸易在整个研究期内主要表现为污染避难所模式,也有一些表现为要素禀赋模式。进一步地,一些省份或地区的国内贸易还可能在某一年份表现为污染避难所模式,但在另一年份表现为要素禀赋模式。由此可见,污染避难所假说和要素禀赋理论各自只能部分地解释中国的区域间贸易.但把两者结合起来就能够很好地解释中国的区域间贸易。当然。也有少数省份或地区的贸易在某些年份表现为其他模式。同时发现。当前中国的区域间贸易整体上不利于中国的碳减排。本文的发现意味着通过强化环境规制、加强区域间环境治理合作以及深化区域经济一体化.可以优化区域间贸易模式并促进中国的碳减排。 [Zhang Youguo.China's regional trade patterns under the perspective of carbon emissions: Pollution haven and factor endowment . China Industrial Economics, 2015, (8): 5-19.]URL [本文引用: 1]摘要 本文基于投入产出模型,实证分析了碳排放视角下中国省际和四大地区层面的区域间贸易模式。结果表明,在典型年份中,绝大多数省份的国内贸易都表现为污染避难所模式或要素禀赋模式.甚至个别省份的国内贸易既是污染避难所模式又是要素禀赋模式;四大地区的国内贸易在整个研究期内主要表现为污染避难所模式,也有一些表现为要素禀赋模式。进一步地,一些省份或地区的国内贸易还可能在某一年份表现为污染避难所模式,但在另一年份表现为要素禀赋模式。由此可见,污染避难所假说和要素禀赋理论各自只能部分地解释中国的区域间贸易.但把两者结合起来就能够很好地解释中国的区域间贸易。当然。也有少数省份或地区的贸易在某些年份表现为其他模式。同时发现。当前中国的区域间贸易整体上不利于中国的碳减排。本文的发现意味着通过强化环境规制、加强区域间环境治理合作以及深化区域经济一体化.可以优化区域间贸易模式并促进中国的碳减排。
[12]	沈静, 魏成. 环境管制影响下的佛山陶瓷产业区位变动机制 . 地理学报, 2012, 67(4): 467-478. [本文引用: 1] [Shen Jing, Wei Cheng.Relocation mechanisms of the ceramics industry impacted by the environmental regulations in Foshan city . Acta Geographica Sinica, 2012, 67(4): 467-478.] [本文引用: 1]
[13]	朱平芳, 张征宇, 姜国麟. FDI与环境规制: 基于地方分权视角的实证研究 . 经济研究, 2011, (6): 133-145. [本文引用: 1] [Zhu Pingfang, Zhang Zhengyu, Jiang Guolin.Empirical study of the relationship between FDI and environmental regulation: An intergovernmental competition perspective . Economic Research Journal, 2011, (6): 133-145.] [本文引用: 1]
[14]	陆铭, 陈钊, 严冀. 收益递增、发展战略与区域经济的分割 . 经济研究, 2004, (1): 54-63.URL [本文引用: 1]摘要 本文考察了在收益递增条件下产生重复建设和区域经济分割的根源。由于发达地区在高技术产业拥有比较优势 ,且通常具有较快的技术进步速度 ,所以往往在贸易利益的分享中得到了较大的份额。而落后地区如果选择暂时不加入分工体系 ,它将失去当期分工的收益 ,但却可以提高自己在未来分配分工收益的谈判中的地位 ,甚至可能实现对发达地区的赶超。落后地区的战略性行为虽然在一定条件下对于其自身是有利的 ,但却造成了社会总产出减少和资源配置效率的损失。中央政府的财政转移可以促使落后地区加入分工体系 ,这时 ,财政转移就兼有了改善收入分配和资源配置效率两种功能 [Lu Ming, Chen Zhao, Yan Ji.Increasing return, development strategy and regional economic segmentation . Economic Research Journal, 2004, (1): 54-63.]URL [本文引用: 1]摘要 本文考察了在收益递增条件下产生重复建设和区域经济分割的根源。由于发达地区在高技术产业拥有比较优势 ,且通常具有较快的技术进步速度 ,所以往往在贸易利益的分享中得到了较大的份额。而落后地区如果选择暂时不加入分工体系 ,它将失去当期分工的收益 ,但却可以提高自己在未来分配分工收益的谈判中的地位 ,甚至可能实现对发达地区的赶超。落后地区的战略性行为虽然在一定条件下对于其自身是有利的 ,但却造成了社会总产出减少和资源配置效率的损失。中央政府的财政转移可以促使落后地区加入分工体系 ,这时 ,财政转移就兼有了改善收入分配和资源配置效率两种功能
[15]	周圣强, 朱卫平. 产业集聚一定能带来经济效率吗: 规模效应与拥挤效应 . 产业经济研究, 2013, (3): 12-22.https://doi.org/10.3969/j.issn.1671-9301.2013.03.002URL [本文引用: 3]摘要 规模效应与拥挤效应是产业集聚＂一枚硬币的两面＂,集聚也会导致集聚效应由规模效应向拥挤效应转变。本文利用1999～2007年全国60个工业城市数据,实证分析拥挤效应对全要素生产率的影响,证实了拐点的存在。通过运用门限模型发现2003年是我国经济发展的拐点,进一步的面板回归表明2003年及以前规模效应占主导,之后拥挤效应的约束性作用逐渐凸显,集聚度与全要素生产率存在着倒U型关系。本文的研究结论有着重要的政策启示：一是我国已经进入拥挤时期,鼓励先发地区向欠发地区产业转移有着必要性;二是就城镇化建设而言,在鼓励农村富余劳动力向城市转移过程中,缺乏要素激励的转移可能只会产生拥挤效应而不是规模效应。 [Zhou Shengqiang, Zhu Weiping.Must industrial agglomeration be able to bring about economic efficiency: Economies of scale and crowding effect . Industrial Economics Research, 2013, (3): 12-22.]https://doi.org/10.3969/j.issn.1671-9301.2013.03.002URL [本文引用: 3]摘要 规模效应与拥挤效应是产业集聚＂一枚硬币的两面＂,集聚也会导致集聚效应由规模效应向拥挤效应转变。本文利用1999～2007年全国60个工业城市数据,实证分析拥挤效应对全要素生产率的影响,证实了拐点的存在。通过运用门限模型发现2003年是我国经济发展的拐点,进一步的面板回归表明2003年及以前规模效应占主导,之后拥挤效应的约束性作用逐渐凸显,集聚度与全要素生产率存在着倒U型关系。本文的研究结论有着重要的政策启示：一是我国已经进入拥挤时期,鼓励先发地区向欠发地区产业转移有着必要性;二是就城镇化建设而言,在鼓励农村富余劳动力向城市转移过程中,缺乏要素激励的转移可能只会产生拥挤效应而不是规模效应。
[16]	Lin H L, Li H Y, Yang C H.Agglomeration and productivity: Firm-level evidence from China's textile industry . China Economic Review, 2011, 22(3): 313-329.https://doi.org/10.1016/j.chieco.2011.03.003URL [本文引用: 1]摘要 78 The average value of the city EG index is found to be approximately 0.00019. 78 Calculated city EG index, China exhibits decreasing trend of spatial agglomeration for garments and fiber products. 78 And an increasing trend for textile industries’ agglomeration. 78 Study finds an inverted U-shape relationship between agglomeration and productivity. 78 While industrial agglomeration enhances firms’ productivity, agglomeration diseconomies may appear if degree of agglomeration is too high.
[17]	张丽华, 陈伟忠, 林善浪. 我国制造业集聚经济动态性研究: 基于产业生命周期的视角 . 产业经济研究, 2013, (3): 23-34.https://doi.org/10.3969/j.issn.1671-9301.2013.03.003URL [本文引用: 1]摘要 本文使用我国制造业部门数据, 检验了产业生命周期不同阶段中集聚对产业发展的不同影响,重点比较了该过程中地方化经济与城市化经济的作用变化。结果发现,地方化经济在成长阶段及衰退阶 段对产业发展起负向作用,在产业的成熟阶段起正向作用;城市化经济在产业的成长及衰退阶段均产生正效应,在成熟阶段对产业发展无显著作用。本文的研究表 明,产业空间布局策略必须结合产业发展的不同阶段来制定,一味地鼓励集聚并不总能获得好的政策效果。 [Zhang Lihua, Chen Weizhong, Lin Shanlang.Dynamics of agglomeration economies along industry life cycle . Industrial Economics Research, 2013, (3): 23-34.]https://doi.org/10.3969/j.issn.1671-9301.2013.03.003URL [本文引用: 1]摘要 本文使用我国制造业部门数据, 检验了产业生命周期不同阶段中集聚对产业发展的不同影响,重点比较了该过程中地方化经济与城市化经济的作用变化。结果发现,地方化经济在成长阶段及衰退阶 段对产业发展起负向作用,在产业的成熟阶段起正向作用;城市化经济在产业的成长及衰退阶段均产生正效应,在成熟阶段对产业发展无显著作用。本文的研究表 明,产业空间布局策略必须结合产业发展的不同阶段来制定,一味地鼓励集聚并不总能获得好的政策效果。
[18]	柯善咨, 赵曜. 产业结构、城市规模与中国城市生产率 . 经济研究, 2014, (4): 76-88, 115. [本文引用: 1] [Ke Shanzi, Zhao Yao.Industrial structure, city size and urban productivity in China . Economic Research Journal, 2014, (4): 76-88, 115.] [本文引用: 1]
[19]	梁婧, 张庆华, 龚六堂. 城市规模与劳动生产率: 中国城市规模是否过小?- 基于中国城市数据的研究 . 经济学, 2015. 14(3): 1053-1072.URL [本文引用: 1]摘要 本文基于一个新经济地理学模型推导出城市规模与城市劳动生产率之间的关系，并利用中国2003--2009年地级及地级以上城市数据对由此得到的计量模型进行估计，发现地级市中城市规模与劳动生产率呈现显著的倒U形关系。在可比方法估计下我们发现中国被低估的城市已明显减少，大部分城市处于最优规模的附近，但同时被高估的城市数量在增加。此外，与东、中部等相对发展较快的地区相比，西部地区城市规模与劳动生产率呈现显著的正相关关系。 [Liang Jing, Zhang Qinghua, Gong Liutang.City size and labor productivity: Are Chinese cities too small? - Based on Chinese city-level data analysis . China Economic, 2015, 14(3): 1053-1072.]URL [本文引用: 1]摘要 本文基于一个新经济地理学模型推导出城市规模与城市劳动生产率之间的关系，并利用中国2003--2009年地级及地级以上城市数据对由此得到的计量模型进行估计，发现地级市中城市规模与劳动生产率呈现显著的倒U形关系。在可比方法估计下我们发现中国被低估的城市已明显减少，大部分城市处于最优规模的附近，但同时被高估的城市数量在增加。此外，与东、中部等相对发展较快的地区相比，西部地区城市规模与劳动生产率呈现显著的正相关关系。
[20]	王琛, 林初昇, 戴世续. 产业集群对技术创新的影响: 以电子信息产业为例 . 地理研究, 2012, 31(8): 1375-1386.https://doi.org/10.11821/yj2012080003URL [本文引用: 1]摘要 国内外理论界对产业集群和技术创新的关系存在重要争议。以电子信息产业为例,采用统计年鉴、企业调查问卷和深度访谈的数据,运用定量和定性相结合的方法,探索电子信息产业集群对技术创新的推动作用。研究表明,在中国目前的社会经济背景下,单纯的产业集聚对技术创新的推动作用尚不明显。案例研究显示,地理邻近性和企业之间频繁的联系并没有促进相互信任和技术创新。由于知识盗取的现象严重,很多企业并不愿意与本地其他企业建立基于知识和技术方面的联系。大多数被调查的企业都只涉及并不需要复杂知识的＂边缘＂创新,缺乏寻求外部合作的动力。因此,需要超越目前的集群理论,把更多的研究重点放在特定区域和制度环境下的＂企业＂个体上,而非企业之间的联系。 [Wang Chen, Lin Chusheng, Dai Shixu.Research on the relationship between industrial cluster and technological innovation of China's electronics and information industry . Geographical Research, 2012, 31(8): 1375-1386.]https://doi.org/10.11821/yj2012080003URL [本文引用: 1]摘要 国内外理论界对产业集群和技术创新的关系存在重要争议。以电子信息产业为例,采用统计年鉴、企业调查问卷和深度访谈的数据,运用定量和定性相结合的方法,探索电子信息产业集群对技术创新的推动作用。研究表明,在中国目前的社会经济背景下,单纯的产业集聚对技术创新的推动作用尚不明显。案例研究显示,地理邻近性和企业之间频繁的联系并没有促进相互信任和技术创新。由于知识盗取的现象严重,很多企业并不愿意与本地其他企业建立基于知识和技术方面的联系。大多数被调查的企业都只涉及并不需要复杂知识的＂边缘＂创新,缺乏寻求外部合作的动力。因此,需要超越目前的集群理论,把更多的研究重点放在特定区域和制度环境下的＂企业＂个体上,而非企业之间的联系。
[21]	Hidalgo C A, Klinger B, Barabási A L, et al.The product space conditions the development of nations . Science, 2007, 317(5837): 482-487.https://doi.org/10.1126/science.1144581URLPMID:17656717 [本文引用: 1]摘要 Economies grow by upgrading the products they produce and export. The technology, capital, institutions, and skills needed to make newer products are more easily adapted from some products than from others. Here, we study this network of relatedness between products, or "product space," finding that more-sophisticated products are located in a densely connected core whereas less-sophisticated products occupy a less-connected periphery. Empirically, countries move through the product space by developing goods close to those they currently produce. Most countries can reach the core only by traversing empirically infrequent distances, which may help explain why poor countries have trouble developing more competitive exports and fail to converge to the income levels of rich countries.
[22]	Kahn M E.The geography of US pollution intensive trade: Evidence from 1958 to 1994 . Regional Science and Urban Economics, 2003, 33(4): 383-400.https://doi.org/10.1016/S0166-0462(02)00042-XURL [本文引用: 1]摘要 Over the last thirty years, the United States has experienced a reduction in the share of manufacturing workers, increased international trade in manufacturing, and rising environmental quality. One possible factor driving these three trends is increased imports of dirty goods from ‘pollution havens’. As the volume of world trade grows, the United States has the opportunity to consume goods that are not produced domestically. This paper uses US trade data from 1958 to 1994 to study trends in dirty and clean trade. Bilateral trade regressions results show that poorer, non-democratic nations are not US pollution havens. The pollution content of Africa’s exports to the US are much higher than other continents.
[23]	Mani M, Wheeler D.In search of pollution havens? Dirty industry in the world economy, 1960 to 1995 . Journal of Environment and Development, 1998, 7(3): 215-247.https://doi.org/10.1177/107049659800700302URL [本文引用: 1]摘要 ABSTRACT The past three decades have witnessed rapid economic development, particularly in countries that have pursued relatively open economic policies. Rising environmental awareness in the 1960s also led to a rapid tightening of pollution regulation in the industrial economies. According to the "pollution havens" hypothesis, the result should have been more rapid growth of dirty industries in unregulated economies that were open to international trade. Using data for the period 1960 to 1995, the authors find that the displacement of pollution to developing countries has not been a major phenomenon for several reasons. Tendencies toward formation of pollution havens have been self-limiting because economic growth has generated countervailing effects through increases in regulation, technical expertise, and investment in cleaner production. In practice, the authors argue that pollution havens have apparently been as transient as low-wage havens.
[24]	聂辉华, 江艇, 杨汝岱. 中国工业企业数据库的使用现状和潜在问题 . 世界经济, 2012, (5): 142-158. [本文引用: 1] [Nie Huihua, Jiang Ting, Yang Rudai.Application status and potential problems of China's industrial enterprise database . The Journal of World Economy, 2012, (5): 142-158.] [本文引用: 1]
[25]	Grether J-M, Mathys N A.The pollution terms of trade and its five components . Journal of Development Economics, 2013, 100(1): 19-31.https://doi.org/10.1016/j.jdeveco.2012.06.007URL [本文引用: 1]摘要 Based on two extensions, this paper proposes a re-appraisal of the concept of the pollution terms of trade (PTT) introduced by Antweiler (1996). First, detailed data allows capturing the effect of differences in emission intensities across countries and over time. Second, relying on Johnson and Noguera (2012), the revised PTT index controls for trade in intermediate goods and is based on value-added rather than gross output figures. Applied to a database for SO 2 emission intensities for 62 developed and developing countries over the 1990鈥2000 period, it turns out that the first extension has a larger empirical importance than the second one. The global pattern is one in which the major rich economies exhibit a PTT index below one (higher pollution intensity in imports than in exports). Trade imbalances tend to exacerbate this asymmetry, allowing rich economies to further offshore their pollution through trade.
[26]	程钰, 任建兰, 陈延斌, 等. 中国环境规制效率空间格局动态演变及其驱动机制 . 地理研究, 2016, 35(1): 123-136.https://doi.org/10.11821/dlyj201601011URL [本文引用: 1]摘要 环境规制效率评价是评估政府环境治理绩效的重要方式和途径。运用数据包络分析方法(DEA模型)测度中国环境规制效率,结合变异系数、基尼系数、空间自相关以及Tobit模型,探讨中国环境规制效率空间演变特征,并探究环境规制效率影响因素及驱动机制,研究表明:1 2000-2012年中国各地区环境规制效率呈现波动上升趋势,变异系数、基尼系数呈现"综合效率规模效率纯技术效率"态势;2环境规制综合效率、纯技术效率和规模效率随着经济发展水平的提高逐渐递增,且呈现东部地区东北地区中部地区西部地区的空间分异特征,环境规制效率空间集聚态势明显;3经济发展、城镇化、技术投入、市场化、全球化等与环境规制效率呈显著性正相关,而产业结构(工业产值占GDP比例)与环境规制效率呈显著性负相关。研究结果可为实现区域可持续发展提供一定的指导和借鉴。 [Cheng Yu, Ren Jianlan, Chen Yanbin, et al.Spatial evolution and driving mechanism of China's environmental regulation efficiency . Geographical Research, 2016, 35(1): 123-136.]https://doi.org/10.11821/dlyj201601011URL [本文引用: 1]摘要 环境规制效率评价是评估政府环境治理绩效的重要方式和途径。运用数据包络分析方法(DEA模型)测度中国环境规制效率,结合变异系数、基尼系数、空间自相关以及Tobit模型,探讨中国环境规制效率空间演变特征,并探究环境规制效率影响因素及驱动机制,研究表明:1 2000-2012年中国各地区环境规制效率呈现波动上升趋势,变异系数、基尼系数呈现"综合效率规模效率纯技术效率"态势;2环境规制综合效率、纯技术效率和规模效率随着经济发展水平的提高逐渐递增,且呈现东部地区东北地区中部地区西部地区的空间分异特征,环境规制效率空间集聚态势明显;3经济发展、城镇化、技术投入、市场化、全球化等与环境规制效率呈显著性正相关,而产业结构(工业产值占GDP比例)与环境规制效率呈显著性负相关。研究结果可为实现区域可持续发展提供一定的指导和借鉴。
[27]	陈建军, 崔春梅, 陈菁菁. 集聚经济、空间连续性与企业区位选择 . 管理世界, 2011, (6): 63-75. [本文引用: 1] [Chen Jianjun, Cui Chunmei, Chen Jingjing.Agglomeration economy, spatial continuity and location choice of enterprises . Management World, 2011, (6): 63-75.] [本文引用: 1]
[28]	Dumais G, Ellison G, Glaeser E L.Geographic concentration as a dynamic process . The Review of Economics and Statistics, 2002, 84(2): 193-204.https://doi.org/10.1162/003465302317411479URL [本文引用: 1]摘要 This paper uses data from the Census Bureau's Longitudinal Research Database to describe the dynamics of geographic concentration in U.S. manufacturing industries. Agglomeration results from a combination of the mean reversion and randomness in the growth of state-industry employment. Although industries' agglomeration levels have declined only slightly over the last quarter century, we find a great deal of movement for many geographically concentrated industries. We decompose aggregate concentration changes into portions attributable to plant births, expansions, contractions, and closures. We find that the location choices of new firms play a deagglomerating role, whereas plant closures have tended to reinforce agglomeration.
[29]	Boschma R, Iammarino S.Related variety, trade linkages, and regional growth in Italy . Economic Geography, 2009, 85(3): 289-311.https://doi.org/10.1111/j.1944-8287.2009.01034.xURL [本文引用: 1]摘要 This article presents estimates of the impact of regional variety and trade linkages on regional economic growth by means of export and import data by Italian province (NUTS 3) and sector (three-digit) for the period 1995 2003. Our results show strong evidence that related variety contributes to regional economic growth. Thus, Italian regions that are well endowed with sectors that are complementary in terms of competences (i.e., that show related variety) perform better. The article also assesses the effects of the breadth and relatedness of international trade linkages on regional growth, since they may bring new and related variety to a region. Our analysis demonstrates that regional growth is not affected by simply being well connected to the outside world or having a high variety of knowledge flowing into the region. Rather, we found evidence of related extraregional knowledge sparking intersectoral learning across regions. When the cognitive proximity between the extraregional knowledge and the knowledge base of a region is neither too small nor too large, real learning opportunities are present, and the external knowledge contributes to growth in regional employment.
[30]	Nooteboom B.Learning and Innovation in Organizations and Economies. Oxford, UK: Oxford University Press, 2000. [本文引用: 1]
[31]	Dietz T, Rosa E A.Effects of population and affluence on CO2 emissions . Proceedings of the National Academy of Sciences, 1997, 94(1): 175-179.https://doi.org/10.1073/pnas.94.1.175URLPMID:8990181 [本文引用: 1]摘要 We developed a stochastic version of the Impact = Population x Affluence x Technology (IPAT) model to estimate the effects of population, affluence, and technology on national CO2 emissions. Our results suggest that, for population, there are diseconomies of scale for the largest nations that are not consistent with the assumption of direct proportionality (log-linear effects) common to most previous research. In contrast, the effects of affluence on CO2 emissions appear to reach a maximum at about $10,000 in per- capita gross domestic product and to decline at higher levels of affluence. These results confirm the general value of the IPAT model as a starting point for understanding the anthropogenic driving forces of global change and suggest that population and economic growth anticipated over the next decade will exacerbate greenhouse gas emissions.
[32]	Cramer J C.Population growth and air quality in California . Demography, 1998, 35(1): 45-56.https://doi.org/10.2307/3004026URLPMID:9512909 [本文引用: 1]摘要 Demographers are often interested in the environmental impacts of population growth. I examine the impact of growth specifically on air quality in California. In recent decades, California has suffered from notoriously polluted air and has experienced rapid population growth. Despite the population .growth, air quality actually has improved since the early 1980s due to aggressive regulatory efforts. Using data for 56 counties, I analyze the contribution of population growth to trends in atmospheric emissions of five regulated pollutants from 1980 to 1990, controlling for trends in per capita income and regulatory efforts. The analysis is disaggregated by source of emissions and demonstrates that population growth is strongly associated with some sources of emissions but not with others. Thus, the overall impact of population growth depends upon the composition of production and consumption activities in each county. I also explore whether the trend in number of households predicts better than the trend in number of persons, and whether the impact of population growth depends upon the age structure or source of growth (immigration or domestic increase). Generally, these alternative specifications of population do not improve the models of atmospheric emissions.
[33]	何小钢, 张耀辉. 中国工业碳排放影响因素与CKC重组效应: 基于STIRPAT模型的分行业动态面板数据实证研究 . 中国工业经济, 2012, (1): 26-35.URL [本文引用: 1]摘要 新世纪以来中国工业转型特征明显,行业CO2排放强度呈波动下降走势,但2003年工业再度重型化和2008年金融危机导致排放强度明显上升。基于改进的STIRPAT模型,本文利用动态面板数据实证研究了工业碳排放的影响因素,并详细考察了中国工业CO2库兹涅茨曲线(CKC)的类型及成因。主要结论是:中国工业CKC呈"N型"走势,而非传统的"倒U型",即CO2排放与经济增长在倒U型走势之后又形成拐点,出现"重组"现象;投资规模与排放显著正相关,研发强度不是影响排放的主要因素,CO2排放是个动态调整过程,存在明显的滞后效应;政府节能减排政策有助于降低排放,减排治理政策应从产业结构、技术进步、宏观经济环境以及环境规制等多方面综合考虑。 [He Xiaogang, Zhang Yaohui.Influence factors and environmental Kuznets Curve relink effect of Chinese industry's carbon dioxide emission: Empirical research based on STIRPAT model with industrial dynamic panel data . China Industrial Economics, 2012, (1): 26-35.]URL [本文引用: 1]摘要 新世纪以来中国工业转型特征明显,行业CO2排放强度呈波动下降走势,但2003年工业再度重型化和2008年金融危机导致排放强度明显上升。基于改进的STIRPAT模型,本文利用动态面板数据实证研究了工业碳排放的影响因素,并详细考察了中国工业CO2库兹涅茨曲线(CKC)的类型及成因。主要结论是:中国工业CKC呈"N型"走势,而非传统的"倒U型",即CO2排放与经济增长在倒U型走势之后又形成拐点,出现"重组"现象;投资规模与排放显著正相关,研发强度不是影响排放的主要因素,CO2排放是个动态调整过程,存在明显的滞后效应;政府节能减排政策有助于降低排放,减排治理政策应从产业结构、技术进步、宏观经济环境以及环境规制等多方面综合考虑。
[34]	李君华. 学习效应、拥挤性、地区的分工和集聚 . 经济学, 2009, 8(3): 787-812. [本文引用: 1] [Li Junhua.Learning, congestion, inter-regional specialization and industrial agglomeration . China Economic, 2009, 8(3): 787-812.] [本文引用: 1]
[35]	Drut M, Mahieux A.Correcting agglomeration economies: How air pollution matters . Papers in Regional Science, 2017, 96(2): 381-400.https://doi.org/10.1111/pirs.12190URL [本文引用: 1]摘要 Abstract This paper aims to correct standard measures of agglomeration economies to account for air pollution. This paper examines the impact of nitrogen oxide (NO X ) a pollutant mainly released by transportation on worker productivity. Literature on agglomeration economies highlights the positive role of employment density on productivity, without accounting for the negative impacts of local pollutants. First, standard estimates of agglomeration economies for the 304 French employment areas are in line with the literature. Then, we introduce the variable (NO X ) emissions and, once pollution is accounted for, the estimated direct impact of agglomeration externalities on productivity are lower by more than 13 per cent.
[36]	He C F, Yan Y, Rigby D.Regional industrial evolution in China . Papers in Regional Science, 2016, doi: 10.1111/pirs:12246.URL [本文引用: 1]摘要 Abstract Evolutionary economic geography (EEG) indicates that regional industrial development is path dependent. The empirical studies in EEG however have not paid sufficient attention to the importance of global linkages nor the role of regional institutions in driving industrial dynamics. Based on firm level data of four-digit manufacturing industries during 1998 to 2008 in China, we find that Chinese regions branch into new industries technologically related to the existing industrial portfolio and related industries are less likely to exit. Further analysis reveals that global linkages, economic liberalization and state involvement not only create favourable conditions to allow a larger role of technological relatedness but also generate opportunities for Chinese regions to create new paths of industrial development.
[37]	Pindyck R, Rubinfeld D.Econometric Models and Economic Forecasts, 4th ed . Singapore: McGraw-Hill/ Irwin, 1997.https://doi.org/10.1002/pros.1064URL [本文引用: 1]摘要 PINDYCK, Robert S./RUBINFELD, Daniel L.
[38]	He C F, Wang J S.Geographical agglomeration and co-agglomeration of foreign and domestic enterprises: A case study of Chinese manufacturing industries . Post-Communist Economies, 2010, 22(3): 323-343.https://doi.org/10.1080/14631377.2010.498682URL [本文引用: 1]