長江經(jīng)濟(jì)帶工業(yè)環(huán)境效率空間動態(tài)分析及收斂性研究

□文傳浩，趙柄鑒，李 乾，4

（1.云南大學(xué) 經(jīng)濟(jì)學(xué)院，云南 昆明650504；2.重慶工商大學(xué) 財政金融學(xué)院，重慶400067；3.重慶工商大學(xué) 長江上游經(jīng)濟(jì)研究中心，重慶400067；4.華北水利水電大學(xué) 水利學(xué)院，河南 鄭州450046）

一、引言

近年來，中國經(jīng)濟(jì)發(fā)展已由高速增長階段逐步轉(zhuǎn)入高質(zhì)量發(fā)展階段，政府更加關(guān)注優(yōu)化經(jīng)濟(jì)結(jié)構(gòu)、轉(zhuǎn)換增長動力。工業(yè)作為國民經(jīng)濟(jì)的支柱以及發(fā)展實(shí)體經(jīng)濟(jì)的主戰(zhàn)場，是經(jīng)濟(jì)結(jié)構(gòu)調(diào)整和產(chǎn)業(yè)轉(zhuǎn)型升級的主心骨，在“新常態(tài)”下呈現(xiàn)出新的特征，面臨著新的機(jī)遇和挑戰(zhàn)。實(shí)現(xiàn)高質(zhì)量發(fā)展的前提和基礎(chǔ)條件包括實(shí)現(xiàn)工業(yè)的現(xiàn)代化和高效化，而工業(yè)效率的高低則是衡量其的重要指標(biāo)。當(dāng)前，資源、環(huán)境的規(guī)制約束要求工業(yè)發(fā)展進(jìn)一步向高效集約的方向轉(zhuǎn)型。在這一轉(zhuǎn)型過程中，必須堅(jiān)持增加科技創(chuàng)新、人才培養(yǎng)的投入，以提高能源使用效率，減少污染物排放，最終實(shí)現(xiàn)工業(yè)的高質(zhì)量發(fā)展。長江經(jīng)濟(jì)帶作為我國極其重要的工業(yè)走廊，其工業(yè)產(chǎn)能占全國總量的一半左右，是我國工業(yè)版圖中最突出的區(qū)域，但目前整個長江經(jīng)濟(jì)帶工業(yè)經(jīng)濟(jì)發(fā)展與環(huán)境問題的矛盾仍然比較突出：一方面是區(qū)域內(nèi)污染物排放總量持續(xù)增加，工業(yè)環(huán)境污染沒有得到有效遏制，整個長江經(jīng)濟(jì)帶工業(yè)廢氣排放總量年均增長11%，上海、江西、安徽的工業(yè)廢水排放量一直維持著上升的趨勢，云南、貴州的工業(yè)廢水排放量在近十年增加近兩倍。另一方面是工業(yè)生產(chǎn)與污染治理的不同步，環(huán)境治理投資費(fèi)用的投入比重近幾年持續(xù)下降，對于環(huán)境治理投入的力度缺乏長期性。與此同時，隨著產(chǎn)業(yè)轉(zhuǎn)移的加速，長江中上游地區(qū)正逐漸成為高污染產(chǎn)業(yè)的“污染天堂”，進(jìn)一步導(dǎo)致工業(yè)污染的區(qū)域差異化。

工業(yè)發(fā)展與生態(tài)環(huán)境相適應(yīng)，是長江流域工業(yè)化整體狀況的直觀體現(xiàn)，同時也是實(shí)現(xiàn)生態(tài)優(yōu)先，綠色發(fā)展的關(guān)鍵所在。在五部委統(tǒng)一發(fā)布的《加強(qiáng)長江經(jīng)濟(jì)帶工業(yè)綠色發(fā)展的指導(dǎo)意見》中，明確提出了發(fā)揮技術(shù)改造對傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級的促進(jìn)作用，加快沿江現(xiàn)有重化工企業(yè)生產(chǎn)工藝、設(shè)施（裝備）改造。同時，進(jìn)一步明確了向長江經(jīng)濟(jì)帶工業(yè)綠色發(fā)展、水污染防治等領(lǐng)域的項(xiàng)目傾斜，支持符合條件的企業(yè)實(shí)施清潔生產(chǎn)技術(shù)改造、節(jié)水治污、能源利用效率提升、資源綜合利用等。目前，我國處于調(diào)整產(chǎn)業(yè)結(jié)構(gòu)和經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)型的關(guān)鍵時期，世界新科技革命的日新月異帶來機(jī)遇和挑戰(zhàn)，環(huán)境風(fēng)險日益嚴(yán)峻，在此約束下，對于提高工業(yè)效率所涉及的方面更加細(xì)致，更加需要綜合考量工業(yè)發(fā)展的主要要素。同時，長江經(jīng)濟(jì)帶地域覆蓋范圍廣，橫穿中國最重要的經(jīng)濟(jì)區(qū)域，自然環(huán)境、資源總量、發(fā)展水平區(qū)域差異巨大，產(chǎn)業(yè)布局因地而異，因制度而異，所以工業(yè)效率在區(qū)域上也存在著顯著特征。未來相當(dāng)長時期，“生態(tài)優(yōu)先，綠色發(fā)展”是整個長江流域產(chǎn)業(yè)發(fā)展的主題，也是長江經(jīng)濟(jì)帶發(fā)展的主旨核心，分析這一區(qū)域沿線省市工業(yè)效率的空間動態(tài)特征，是了解長江經(jīng)濟(jì)帶省際工業(yè)現(xiàn)狀，著眼長遠(yuǎn)發(fā)展的必要之舉，同時也是討論長江經(jīng)濟(jì)帶區(qū)域協(xié)調(diào)發(fā)展過程中應(yīng)該清楚的一個問題。

二、文獻(xiàn)綜述

20 世紀(jì)后半期，由于人文社科界的“空間轉(zhuǎn)向”，使得空間研究成為熱潮[1]（p1-5）?？臻g研究被認(rèn)為是地理學(xué)的核心概念[2]（p33）和傳統(tǒng)[3]（p211-216）。隨后，赫特納在其著作《地理學(xué)——它的歷史、性質(zhì)和方法》中強(qiáng)調(diào)“地理學(xué)不應(yīng)是關(guān)于各種不同事物地區(qū)分布的科學(xué)，而應(yīng)是關(guān)于充填空間的科學(xué)。它是空間科學(xué)，正如歷史學(xué)是時間科學(xué)一樣”[4]（p133，141-143，147，152），空間研究逐漸具體化為區(qū)域研究。20世紀(jì)五六十年代之后，空間幾何思想開始逐漸成熟，并被廣泛應(yīng)用于區(qū)域理論當(dāng)中，隨后的20世紀(jì)70年代，“激進(jìn)的空間”和“空間的生產(chǎn)”思想，形成對資本主義空間發(fā)展不平衡的批判[1]（p1-5），早期激進(jìn)地理學(xué)家也是一些無政府主義者，他們反對不平等的社會。后期激進(jìn)地理學(xué)家則批判資本主義空間發(fā)展不平衡[5]（p77）[6]（p936-943）。20 世紀(jì)80 年代之后，后現(xiàn)代地理學(xué)開始興起，其強(qiáng)調(diào)時空的特定和不確定性、時空的碎裂等[7]（p1-200）。在邏輯關(guān)系上，后現(xiàn)代地理學(xué)與人文社會學(xué)科的結(jié)合更加緊密，更重視空間內(nèi)涵和空間動態(tài)的解構(gòu)，空間要素差異和均衡性分析是其中的重要內(nèi)容。

從現(xiàn)有文獻(xiàn)來看，有關(guān)長江經(jīng)濟(jì)帶工業(yè)環(huán)境效率的文獻(xiàn)主要集中于工業(yè)效率的測度以及影響因素或者成因分析，方法和手段都比較成熟。其中比較有代表性的主要是兩個方面：一是關(guān)于工業(yè)能源使用的討論，從能源投入的角度入手，分析測度產(chǎn)出的環(huán)境經(jīng)濟(jì)效率。丁黃艷（2016）根據(jù)1999—2013 年的相關(guān)數(shù)據(jù)，分析了長江經(jīng)濟(jì)帶工業(yè)能源效率的空間特征及變化規(guī)律，并進(jìn)一步討論了對于效率水平的影響因素[8]（p27-34）。車童童（2017）對該區(qū)域全要素工業(yè)能源效率進(jìn)行了測算，并討論了霧霾污染現(xiàn)狀[9]（p87-95）。尹慶民（2019）用融合徑向與非徑向距離函數(shù)特征的EBM方法測度環(huán)境約束下長江經(jīng)濟(jì)帶九省二市的工業(yè)能源環(huán)境效率，借助效率核密度圖和技術(shù)分解分析效率隨時間的演變趨勢和空間差異，并且運(yùn)用泰爾熵的方法進(jìn)行了空間分解[10]（p240-247）。二是除了從投入視角來研究工業(yè)效率外，更主要的則是從綜合綠色生態(tài)效率入手。汪克亮（2015）通過2006—2012年11 個沿線省際單位的數(shù)據(jù)，分別得出了5 類工業(yè)生態(tài)效率的水平值，并考察了其地區(qū)差異與空間演變特征[11]（p1522-1534）。吳傳清（2018）從綠色發(fā)展的角度測度2011—2015年長江經(jīng)濟(jì)帶的工業(yè)效率，也進(jìn)一步討論了影響綠色發(fā)展水平的要素[12]（p91-99）。任勝剛（2018）把工業(yè)作為一個生態(tài)系統(tǒng)，并且將其解析為工業(yè)經(jīng)濟(jì)、環(huán)境、能源三個子系統(tǒng)，以11 個沿江省市2009—2013 年的工業(yè)現(xiàn)狀為基礎(chǔ)，分別對工業(yè)生態(tài)效率和每一個子系統(tǒng)效率進(jìn)行研究分析[13]（p5485-5497）。另外，游明達(dá)（2016）[14]（p128-134）、吳新中（2018）[15]（p50-58）從技術(shù)創(chuàng)新的角度分析長江經(jīng)濟(jì)帶的工業(yè)效率。

綜合近年來國內(nèi)已有文獻(xiàn)，現(xiàn)階段關(guān)于長江經(jīng)濟(jì)工業(yè)環(huán)境效率的研究在方法和思路上相對成熟和固定，但仍然有可以深入討論的空間：一是由于效率測算方式不同，投入指標(biāo)設(shè)置不夠全面，比如部分研究對于技術(shù)投入或者人力資本投入方面就并沒有涉及。二是由于思考角度不同，指標(biāo)選取時間范圍較小，對以上差異水平的變化趨勢還不夠清楚，限制了對于效率水平的進(jìn)一步分析。三是對于空間差異的分解與挖掘還不夠深入，部分文獻(xiàn)雖然采用了空間計(jì)量的方法，但是在指標(biāo)選取和模型運(yùn)用上，仍然存在改進(jìn)和深化的空間。因此，借鑒梁紅艷[16]（p40-60）（2018）、楊騫[17]（p58-76）（2018）等學(xué)者的思路，本文試圖深入分析這一問題，以指標(biāo)的可得性為前提，盡量考慮投入指標(biāo)的全面性，測度省際工業(yè)環(huán)境的效率，并以此為基礎(chǔ)分解長江經(jīng)濟(jì)帶工業(yè)效率的時空特征。

三、模型方法

（一）基于超效率SBM的工業(yè)環(huán)境效率測度

對于工業(yè)環(huán)境效率的測度，本文采用超效率SBM測算方法?；诜瞧谕a(chǎn)出的SBM模型首先由Tone[18]（p498－509）于2001年提出，傳統(tǒng)的數(shù)據(jù)包絡(luò)分析（DEA）需要考慮“徑向”和“角度”的問題相比，SBM模型能夠?qū)⑦x取的投入指標(biāo)“擁擠”或“松弛” 的條件限制放寬，但SBM 算法與傳統(tǒng)數(shù)據(jù)包絡(luò)算法一樣，對于效率都為1的DMU，難以進(jìn)一步區(qū)分有 效DMU 之間 的 效率 差 異，所 以Tone[19]（p32-41）在SBM 模型基礎(chǔ)之上進(jìn)行了改進(jìn)，提出了優(yōu)化后的超效率SBM 模型，將超效率DEA 和SBM 的優(yōu)勢結(jié)合，能夠有效對處于前沿面的DMU 進(jìn)一步對比評價，模型構(gòu)建為:

式中，假設(shè)有n 個DMU，每個DMU 由投入m，期望產(chǎn)出r1和非期望產(chǎn)出r2構(gòu)成，x、yd、yu為相應(yīng)的投入矩陣、期望產(chǎn)出矩陣和非期望產(chǎn)出矩陣中的元素，ρ為生態(tài)效率值。

（二）工業(yè)環(huán)境效率的空間分析模型

1. 核密度分析采用平滑的峰值函數(shù)擬合樣本數(shù)據(jù)，利用連續(xù)的密度曲線來估計(jì)隨機(jī)變量的分布形態(tài)，反映了要素在空間分布中的距離衰減效應(yīng)。其函數(shù)形式為：

其中，n 是觀測值個數(shù)，Xi是獨(dú)立同分布的觀測值，K 是核函數(shù)，h是窗寬，核函數(shù)是加權(quán)函數(shù)或者平滑函數(shù)的一類，常用高斯核函數(shù)。

2.為了進(jìn)一步對區(qū)域差距進(jìn)行解釋，本文采用更進(jìn)一步的Dagumn 基尼系數(shù)方法。其將基尼系數(shù)（G）分為三個組成部分，群體內(nèi)差距（Gw）、群體間差距凈貢獻(xiàn)（Gnb）和群體間超變密度貢獻(xiàn)（Gt）[20]（p127-135）。其中，區(qū)域內(nèi)（組內(nèi)）差異對G 的貢獻(xiàn)Gw、區(qū)域間（組間）差異凈值對G 的貢獻(xiàn)Gnb、區(qū)域間（組間）超變密度對G 的貢獻(xiàn)Gt，滿足G=Gw+Gnb+Gt。限于篇幅原因，關(guān)于Dagumn 基尼系數(shù)的測算過程，有關(guān)文獻(xiàn)已有詳細(xì)說明，本文不再贅述[21]（p57-65）[22]（p103-105）。

3.收斂模型

（1）σ收斂。σ收斂可以定義為不同區(qū)域工業(yè)環(huán)境效率的變異性或差異性隨時間呈現(xiàn)出下降趨勢。本文采用變異系數(shù)法，公式見（4）：

上式中的σ代表標(biāo)準(zhǔn)差，主要用來比較區(qū)域之間的絕對差異。變異系數(shù)即為標(biāo)準(zhǔn)差和平均數(shù)之比，在本文中x則為工業(yè)環(huán)境效率。

（2）β收斂。根據(jù)β收斂的定義，如果工業(yè)環(huán)境效率較低地區(qū)的增長速率要高于效率較高的地區(qū)，則認(rèn)為工業(yè)環(huán)境效率存在β 收斂。β 收斂可以劃分為不考慮其他因素的絕對β 收斂與考慮其他因素的條件β 收斂兩種類型。條件β 收斂是指在控制了一系列其他影響因素后，省際的工業(yè)環(huán)境效率變化呈收斂趨勢，而絕對β收斂是指在不考慮其他影響的情況下，區(qū)域之間的差異同樣會出現(xiàn)收斂的現(xiàn)象。經(jīng)典β收斂模型如下：

其中，i表示地區(qū)（i=1，2，…，n），t表示時間（t=1，2，…，T）。 IEEi,t+1、IEEi,t分別表示地區(qū)i在t+1、t時期的工業(yè)環(huán)境效率水平至t+1 時間段內(nèi)工業(yè)環(huán)境效率的年增長率；Xk，i，t表示條件控制變量。β 為收斂系數(shù)，如果β＜0且通過顯著性檢驗(yàn)，則代表長江經(jīng)濟(jì)帶工業(yè)環(huán)境效率存在β 收斂；若β＞0，且檢驗(yàn)結(jié)果顯著，則代表的是發(fā)散的。 μi、λt分別表示空間效應(yīng)與時間效應(yīng)；ξi，t表示服從獨(dú)立同分布的干擾項(xiàng)。

考慮到地區(qū)間普遍存在不同程度的空間依賴性，因此有必要在進(jìn)一步構(gòu)建模型時考慮這種空間相互作用，才能得到更為可信的估計(jì)結(jié)果。因此在估計(jì)（5）之前，需要進(jìn)行空間相關(guān)性檢驗(yàn)，如果證明存在空間之間的聯(lián)系，說明傳統(tǒng)模型不再適用，因此本文進(jìn)一步構(gòu)建加入空間因素的空間計(jì)量模型，分別基于空間杜賓模型（SDM），見式（6）；空間誤差模型（SEM），見式（7）；空間滯后模型（SLM），見式（8）：

式中，θk為各控制變量Xi,t的估計(jì)系數(shù)，根據(jù)這一系數(shù)，判斷絕對收斂或者條件收斂，當(dāng)θk取值為0 時，以上模型為β 絕對收斂;當(dāng)θk不取值為0時，以上模型為β 條件收斂?？啥x收斂速度為為空間效應(yīng)系數(shù)，其結(jié)果大小和正負(fù)號方向代表了空間溢出方向和程度，ξi,t為空間自相關(guān)的誤差項(xiàng)，φk為控制變量與所采用權(quán)重矩陣的交互項(xiàng)的回歸系數(shù)；wi,t為空間權(quán)重矩陣W 中的元素，關(guān)于使用哪一種權(quán)重矩陣需要通過相關(guān)性檢驗(yàn)來確定，此外，還要根據(jù)原始數(shù)據(jù)的特點(diǎn)確定。

四、數(shù)據(jù)選取

研究時段選取2003—2017 年，研究對象包括長江經(jīng)濟(jì)帶沿線11個省級單元。相關(guān)數(shù)據(jù)主要來源于《中國統(tǒng)計(jì)年鑒》《中國工業(yè)統(tǒng)計(jì)年鑒》《中國環(huán)境統(tǒng)計(jì)年鑒》《中國能源統(tǒng)計(jì)年鑒》，各地方統(tǒng)計(jì)年鑒以及有關(guān)數(shù)據(jù)庫等。

結(jié)合已有文獻(xiàn)，在投入、產(chǎn)出指標(biāo)上綜合考量多種因素。在投入指標(biāo)上，考慮了資本投入、能源投入、技術(shù)投入三個方面。資本投入包括工業(yè)固定資產(chǎn)投資、工業(yè)固定資產(chǎn)原值、工業(yè)企業(yè)從業(yè)人員年平均人數(shù)。已有的大量研究通常采用工業(yè)資產(chǎn)年平均余額作為投入指標(biāo)，但是近年來這一指標(biāo)在大部分省市并未進(jìn)行統(tǒng)計(jì)，所以本文采用了能夠反映企業(yè)關(guān)于固定資產(chǎn)方面的投資和當(dāng)前生產(chǎn)規(guī)模、裝備水平的固定資產(chǎn)原值作為替代指標(biāo)。能源投入指標(biāo)選擇了工業(yè)能源消費(fèi)量、工業(yè)用水量。技術(shù)投入包括工業(yè)污染治理完成投資、工業(yè)企業(yè)R&D 活動經(jīng)費(fèi)，另外部分文獻(xiàn)采用了R&D 活動人員數(shù)量，但是本文認(rèn)為不同區(qū)域從事科技活動的人力投入質(zhì)量差距顯著，而且流通性較差，單純將這一數(shù)量指標(biāo)作為投入并不合理，無法體現(xiàn)質(zhì)量差異。在產(chǎn)出指標(biāo)上，期望產(chǎn)出以工業(yè)增加值代表當(dāng)前的生產(chǎn)能力，非期望產(chǎn)出采用“三廢”作為環(huán)境指標(biāo)，其中工業(yè)廢氣排放總量不同區(qū)域在統(tǒng)計(jì)口徑上并不統(tǒng)一，以及若干年數(shù)據(jù)存在缺失，因此采用工業(yè)二氧化硫和工業(yè)煙（粉）塵排放總量兩個代表性指標(biāo)作為替代。同樣的原因，工業(yè)固體廢物排放量存在區(qū)域統(tǒng)計(jì)口徑的不統(tǒng)一，因此采用產(chǎn)生總量數(shù)據(jù)，另外工業(yè)廢水也采用了排放量指標(biāo)。上述所有指標(biāo)都根據(jù)相關(guān)指數(shù)進(jìn)行了平減。

五、實(shí)證結(jié)果

（一）長江經(jīng)濟(jì)帶工業(yè)環(huán)境效率測度

根據(jù)長江流域上中下游分段，由于長江流域上中下游劃分點(diǎn)位于地級市，而本文采用省級面板數(shù)據(jù)，基于嚴(yán)謹(jǐn)性，將四川、重慶、云南、貴州作為長江經(jīng)濟(jì)帶的上段，代表上游；將湖南、湖北、江西作為長江經(jīng)濟(jì)帶的中段，代表中游；將安徽、浙江、江蘇、上海作為長江經(jīng)濟(jì)帶的下段，代表下游。采用DEA-SOLVER Pro5.0軟件，選擇非徑向、規(guī)模報酬可變的超效率SBM 模型（Super-SBMV），基于2003—2017 年的數(shù)據(jù)，對上述長江經(jīng)濟(jì)帶沿線省級單位的工業(yè)環(huán)境效率進(jìn)行測度，得出結(jié)果如圖1、圖2、圖3所示。

通過對比發(fā)現(xiàn)，（1）長江經(jīng)濟(jì)帶沿線省市整體水平較高，除安徽、湖北以外，大部分省市的工業(yè)環(huán)境效率水平長期維持在1 以上，而且從2011年開始，整個區(qū)域的總體效率水平基本維持在1.2以上，說明整個長江經(jīng)濟(jì)帶的總體水平是相對有效率的，并且這一狀態(tài)相對穩(wěn)定，除個別省市的總體平均水平出現(xiàn)了緩慢下降，沒有出現(xiàn)極端情況。（2）長江經(jīng)濟(jì)帶上段的效率水平相對平均且總體趨勢平穩(wěn)，在2007年之后，四個省市一直維持在1 以上，其中云南的工業(yè)效率水平在2010 年之前高于其他省市，但在2007 年之后一直呈現(xiàn)出總體下降趨勢，目前略低于其他省市的水平。另外在2016—2017 年，四個省市的工業(yè)環(huán)境效率水平同時出現(xiàn)了小幅度的下降。（3）長江經(jīng)濟(jì)帶中段效率水平變化趨勢表現(xiàn)出明顯的省際差異，湖南和江西的水平有效且趨勢相對平緩，但是湖北省的效率水平卻起伏頻繁，而且波動范圍大部分時期都位于1以下的無效率水平，但是2015年之后，湖北表現(xiàn)出了緩慢上升的情況，總體達(dá)到了江西、湖南的水平。（4）下段省市中，上海、浙江、江蘇一直處于較高的水平，其中上海在2005 年以后一直保持著1.5 以上的水平，而且這三省市在2015 年以后，效率水平相對趨勢穩(wěn)定，總體上緩慢提高。相反，同樣位于下游的安徽在2006年以后，效率水平出現(xiàn)了較為頻繁的起伏，且總體水平較低。（5）將上段、中段以及下段的工業(yè)效率水平進(jìn)行平均值比較，呈現(xiàn)出下段（1.34）>上段（1.20）>中段（1.01）的情況，其中上段和中段在近幾年開始有趨同的現(xiàn)象，效率水平維持在1—1.2，下段除了安徽省，另外三省市則一直呈現(xiàn)1.3以上的高水平，上海更是接近2.0。在地理位置上，安徽和湖北作為長江在中下游的主要流經(jīng)省份，且兩省作為中下游地理上的交界地區(qū)，工業(yè)效率水平同時表現(xiàn)出了相同的趨勢情況，必然存在著某些空間因素的相互作用。

以上對于11個省市的工業(yè)效率值的測算以及時間上的變化趨勢，與辜子寅（2014）[23]（p128-133）、王兵（2015）[24]（p99-119）等基于全國層面的研究結(jié)果存在差異，基于全國層面的結(jié)果普遍得出中游省市的效率水平高于上游省市，但是與汪克亮（2015）、吳傳清（2018）[25]（p116-126）、任勝剛（2018）等基于長江經(jīng)濟(jì)帶的研究結(jié)果一致。因此，本文認(rèn)為長江經(jīng)濟(jì)帶沿線省市工業(yè)發(fā)展中環(huán)境保護(hù)的成績是顯著的，而且近幾年一直保持了穩(wěn)定有效的總體態(tài)勢，特別是經(jīng)濟(jì)較為落后的上段區(qū)域，但同時發(fā)現(xiàn)，目前部分省市效率值有緩慢下降的情況出現(xiàn)，特別是上段和中段的省市，這些省市雖然保持了有效率的水平，但并沒有達(dá)到長三角地區(qū)的水平，而且差距有明顯的擴(kuò)大，說明這些區(qū)域可能進(jìn)入了“瓶頸期”。

（二）長江經(jīng)濟(jì)帶工業(yè)環(huán)境效率的分布動態(tài)

核密度估計(jì)如圖4 所示，首先從位置上來觀察，從2003 年到2017 年，核密度分布呈現(xiàn)出了向左移動的趨勢，說明整體效率水平有下降的趨勢，但是主要面積部分仍然在橫坐標(biāo)1的右邊，印證了長江經(jīng)濟(jì)帶以內(nèi)的整體效率值普遍是有效的。其次從分布形態(tài)來看，根據(jù)時間趨勢，呈現(xiàn)出了寬峰和尖峰交替變化，總體上寬峰多于尖峰，并且高度下降明顯，表明整個長江經(jīng)濟(jì)帶的工業(yè)環(huán)境效率呈現(xiàn)出了離散的趨勢，說明了整個區(qū)域內(nèi)效率的省際差異更加明顯，而且在2017 年這一離散的情況進(jìn)一步擴(kuò)大。最后從形狀上來看，分布曲線都存在明顯的右拖尾現(xiàn)象，在2013年以后，右拖尾的面積不斷擴(kuò)大，存在多峰極化的趨勢，由單峰向雙峰發(fā)展，雙峰模式代表著部分省市的工業(yè)環(huán)境效率將在高水平上集中，其他一部分區(qū)域在較低水平上集中，這一結(jié)果與峰度變化的分析相互印證，表明長江經(jīng)濟(jì)帶的工業(yè)環(huán)境效率水平可能出現(xiàn)極化現(xiàn)象，存在區(qū)域間不協(xié)調(diào)的情況。

（三）長江經(jīng)濟(jì)帶工業(yè)環(huán)境效率的空間差異分解

通過效率時間趨勢的直觀觀察和核密度分析，認(rèn)為長江經(jīng)濟(jì)帶工業(yè)效率存在著區(qū)域差異擴(kuò)大的現(xiàn)象，為了進(jìn)一步揭示總體差異及其來源，采用degum基尼系數(shù)繼續(xù)對11個省市單位工業(yè)環(huán)境效率的相對差異進(jìn)行測算并分解。

1. 長江經(jīng)濟(jì)帶工業(yè)環(huán)境效率的總體差異和區(qū)域內(nèi)差異。長江經(jīng)濟(jì)帶工業(yè)環(huán)境效率總體和分段內(nèi)基尼系數(shù)演變?nèi)鐖D5 所示，先看總體差異，其演變表現(xiàn)出了頻繁波動，整體水平上升，差異系數(shù)從2003 年的0.09 提高到2017 年的0.14，因此表明長江流域整體工業(yè)環(huán)境效率差距在擴(kuò)大，這與前文分析結(jié)果一致。再來看組內(nèi)差異，上段的組內(nèi)差異呈現(xiàn)出了明顯的下降特征，從2003年的0.1下降到2017 年的0.02，組內(nèi)呈現(xiàn)出了顯著的下降情況。中段的差異水平波動頻繁，總體維持較低水平，在2014 年之后，系數(shù)一直降低。此外，上段和中段從2009 年到2015 年，同時出現(xiàn)了先上升后下降的差異變化，趨勢上大體一致，并且總體差異水平在近幾年趨于一致。而長江經(jīng)濟(jì)帶下段則明顯保持上升特征，與總體系數(shù)演變軌跡相似，說明長江經(jīng)濟(jì)帶下段組內(nèi)差異正在擴(kuò)大，表明長三角地區(qū)與其他長江經(jīng)濟(jì)帶沿線省市的工業(yè)環(huán)境效率水平在逐漸拉大，特別是同樣位于長江下游的安徽省，逐漸被上海、江蘇、浙江拉開了差距，這一結(jié)果也印證了時間趨勢變化。

2.長江經(jīng)濟(jì)帶工業(yè)環(huán)境效率的省市間差異。長江經(jīng)濟(jì)帶工業(yè)環(huán)境效率分段間基尼系數(shù)演變?nèi)鐖D6 所示，從差異演變上來看，上段與中段之間的差異在2014 年之前變化頻繁，但這之后呈逐漸下降趨勢，兩個區(qū)域之間的差異水平從0.09 下降到了0.04。與此相反，上段與下段、中段與下段之間的差異卻顯著上升，分別從2003 年的0.1 和0.08 上升到2017 年的0.21 和0.23。這一結(jié)果說明下游區(qū)域的優(yōu)勢正在逐漸擴(kuò)大，而且從基尼系數(shù)大小上來看，下段的也遠(yuǎn)遠(yuǎn)高于中段和上段，反映出東中西部不平衡情況加劇。這種差異特點(diǎn)也與分布動態(tài)中表現(xiàn)的核密度變化趨勢是一致的，印證了從“高單峰”到“矮雙峰”變化的核密度趨勢。

3. 長江經(jīng)濟(jì)帶工業(yè)環(huán)境效率的差異來源及其貢獻(xiàn)。長江經(jīng)濟(jì)帶工業(yè)環(huán)境效率的差異來源與貢獻(xiàn)水平如表1所示。首先從差異來源上來看，分段之內(nèi)的差異的貢獻(xiàn)率一直總體下降，從2003 年的28.4%下降到了2017年的22.6%，并且維持在較低的水平。超變密度反映了不同分段之間關(guān)于交叉重疊對于總體差異程度的貢獻(xiàn)，從結(jié)果上來看，超變密度的貢獻(xiàn)水平波動頻繁，且波動幅度較大，最高為40%，最低只有11%?？梢园l(fā)現(xiàn)，總體差異的主要來源還是省際的差異，貢獻(xiàn)率基本維持在40%之上，最高水平為73%。通過前文的分析結(jié)果，這種組間差距的擴(kuò)大主要是由于長江下游地區(qū)的優(yōu)勢更加明顯，長江經(jīng)濟(jì)帶下段四個省市之間內(nèi)部差異以及組間優(yōu)勢的凸顯，是造成整個長江經(jīng)濟(jì)工業(yè)環(huán)境效率水平區(qū)域差距擴(kuò)大的主要因素。

（四）長江經(jīng)濟(jì)帶工業(yè)環(huán)境效率的收斂性分析

從以上結(jié)果分析來看，長江經(jīng)濟(jì)帶工業(yè)環(huán)境效率整體表現(xiàn)為發(fā)散，為了進(jìn)一步研究這一格局演變的趨勢，接下來運(yùn)用計(jì)量手段進(jìn)一步探討σ收斂和β 收斂的情況。

1. σ 收斂分析。根據(jù)公式（4），分別計(jì)算長江經(jīng)濟(jì)總體、上段、中段和下段的系數(shù)值（如圖7 所示）。根據(jù)圖中的信息，長江經(jīng)濟(jì)帶工業(yè)效率的變異系數(shù)波動頻繁，且波動幅度較大，因此不存在σ收斂。其中長江經(jīng)濟(jì)下段的上升波動明顯，說明區(qū)域間的絕對差距存在擴(kuò)大趨勢，而中段和下段的絕對差距相對穩(wěn)定且偏小，因此可以認(rèn)為長江經(jīng)濟(jì)帶上段和中段存在著區(qū)域內(nèi)部的σ 收斂，但是下段不存在σ 收斂，而且造成σ 不收斂的原因在于長江經(jīng)濟(jì)帶下段省市之間工業(yè)環(huán)境效率的絕對差距拉大。此外圖7 和圖5 表現(xiàn)出了較大的相似性，前后結(jié)構(gòu)一致，證明了這一結(jié)果的真實(shí)有效。

2.β收斂分析。目前已經(jīng)證明了長江經(jīng)濟(jì)帶工業(yè)環(huán)境效率存在著空間差異擴(kuò)大的趨勢，且這種差異是由于長江經(jīng)濟(jì)帶下段省市優(yōu)勢增大，其中上海等三省市區(qū)域較安徽省優(yōu)勢增大。所以，需要進(jìn)一步分析這種差距在未來是擴(kuò)大還是縮小，所以繼續(xù)進(jìn)行β 收斂分析。

進(jìn)行β 收斂回歸之前，需要利用Moran’s I 指數(shù)方法對工業(yè)環(huán)境效率是否存在空間關(guān)聯(lián)性進(jìn)行確認(rèn)。通過ArcGIS自帶的空間自相關(guān)檢驗(yàn)程序發(fā)現(xiàn)，在使用鄰接（0—1）矩陣的條件下，除了2003年、2004 年、2006 年、2012 年沒有出現(xiàn)顯著檢驗(yàn)結(jié)果以外，其余年份均通過了顯著性10%（或5%）以下的空間相關(guān)性檢驗(yàn)，相關(guān)性水平在0.2—0.4，表明長江經(jīng)濟(jì)帶工業(yè)環(huán)境效率在長江經(jīng)濟(jì)帶的空間布局上呈較顯著的正向關(guān)聯(lián)關(guān)系，鄰近省市之間工業(yè)環(huán)境效率的影響存在省際依賴性。因此，本文不考慮傳統(tǒng)收斂模型進(jìn)行回歸，直接加入空間因素，對改進(jìn)后的模型實(shí)施回歸。由于β 收斂模型包括絕對和條件兩種情況，因此我們需要設(shè)置條件收斂中的控制變量，參考相關(guān)文獻(xiàn)研究，采用：（1）產(chǎn)業(yè)結(jié)構(gòu)（Ins），第二產(chǎn)業(yè)增加值在總增加值中的比重；（2）市場化程度（Mar），個體和私營企業(yè)從業(yè)人員數(shù)占就業(yè)人員總數(shù)比例；（3）貿(mào)易開放度（Open），平均匯率折算后的進(jìn)出口總額占地區(qū)生產(chǎn)總值的比重；（4）城鎮(zhèn)化水平（Urb）；（5）經(jīng)過可比價折算后的省際人均GDP，反映經(jīng)濟(jì)水平。

關(guān)于最優(yōu)空間計(jì)量模型的選擇，依據(jù)以下原則選擇最優(yōu)模型：（1）根據(jù)赤池信息準(zhǔn)則（AIC）、貝葉斯信息準(zhǔn)則（BIC）選擇解釋力較高的模型，AIC、BIC 值越低，解釋力越高。（2）通過R2、LogL、Sigma2檢驗(yàn)判斷模型的擬合水平，其中R2、LogL統(tǒng)計(jì)值越高，Sigma2統(tǒng)計(jì)值越低，說明擬合水平更好。（3）通過Hausman 檢驗(yàn)，來確定是使用固定效率，或者是隨機(jī)效應(yīng)，由于空間滯后項(xiàng)的存在，才有MLE進(jìn)行回歸。

3. 長江經(jīng)濟(jì)帶工業(yè)環(huán)境的效率絕對β 收斂分析。根據(jù)相關(guān)結(jié)果的比較發(fā)現(xiàn)，SDM 模型和SLM模型并未通過Hausman 檢驗(yàn)，因此認(rèn)為隨機(jī)效應(yīng)比固定效應(yīng)更有效率，而SEM 和SLM 模型除了AIC和BIC檢驗(yàn)結(jié)果比較理想，但差距極小可以忽略，其他結(jié)果均不如SDM模型，絕對β收斂模型以SDM 模型結(jié)果為準(zhǔn)。根據(jù)結(jié)果顯示，β 值為負(fù)，所以判斷存在絕對β收斂性，表明工業(yè)環(huán)境效率較低的地區(qū)具有更高的增長速度，一定時期的增長變化之后，能夠達(dá)到增長速度較高區(qū)域的水平。此外，空間滯后系數(shù)ρ 為負(fù)且通過了5%的顯著性檢驗(yàn)，表明長江經(jīng)濟(jì)帶沿線各省級單位的工業(yè)環(huán)境效率在區(qū)域內(nèi)存在負(fù)向關(guān)聯(lián)關(guān)系，考慮到環(huán)境因素，說明沿線省市之間工業(yè)發(fā)展仍然可能存在“環(huán)境沖突”，部分區(qū)域出現(xiàn)了虹吸效應(yīng)，將更多有利因素吸收到本區(qū)內(nèi)，從而邊緣化周邊省市，同時自身的環(huán)境成本又轉(zhuǎn)嫁到周邊地區(qū)，表現(xiàn)出負(fù)的外部性。

4. 長江經(jīng)濟(jì)帶工業(yè)環(huán)境的效率條件β 收斂分析。通過比較，SDM模型的R2、LogL、Sigma2、AIC 、BIC 統(tǒng)計(jì)結(jié)果最優(yōu)（見表2），所在條件β 收斂分析中繼續(xù)選擇SDM。進(jìn)一步通過Hausman 檢驗(yàn)發(fā)現(xiàn)，個體固定效應(yīng)比隨機(jī)效應(yīng)和雙效固定效應(yīng)更有效率，因此選擇個體固定效應(yīng)的SDM模型。

對結(jié)果進(jìn)行分析，第一，β 系數(shù)顯著小于0，說明在考慮條件因素的情況下，長江經(jīng)濟(jì)帶的工業(yè)環(huán)境效率也存在著收斂的趨勢，證明水平落后地區(qū)確實(shí)存在著后發(fā)趕超的趨勢，而且從收斂速度上來看，條件收斂速度是絕對收斂速度的4 倍，說明現(xiàn)有外部環(huán)境導(dǎo)致區(qū)域間存在異質(zhì)性，這種差異化的空間因素會提高收斂的速度。第二，在條件收斂設(shè)定下，空間相關(guān)系數(shù)仍然為負(fù)，且檢驗(yàn)結(jié)果比較顯著，說明區(qū)域間的競爭相對激烈，各省市都在盡力提高自己的增長速度，而且落后區(qū)域在面對激烈競爭的情況下，依然保持了強(qiáng)勁的增長速度。第三，關(guān)于控制變量的解釋，結(jié)果顯示，除了城鎮(zhèn)化水平以外，其他控制變量均通過了顯著性檢驗(yàn)，其中產(chǎn)業(yè)結(jié)構(gòu)和市場化程度的系數(shù)為正，說明這兩個指標(biāo)對于效率增長具有正向的激勵影響，其原因在于隨著產(chǎn)業(yè)結(jié)構(gòu)更加合理以及市場水平的不斷加深，工業(yè)企業(yè)更加注重全面有效的發(fā)展模式，對于環(huán)境的關(guān)注和保護(hù)也日益重視。而對外開放程度和居民經(jīng)濟(jì)水平的系數(shù)為負(fù)，則表示這兩個因素會制約工業(yè)環(huán)境效率的改善，其中對外開放程度系數(shù)為負(fù)，反映出長江經(jīng)濟(jì)帶沿線省市在面對國外市場沖擊的時候，工業(yè)發(fā)展會受到影響，工業(yè)企業(yè)可能為了應(yīng)對外部競爭而采取無效率的發(fā)展模式，繼續(xù)從事環(huán)境成本極高的生產(chǎn)活動，進(jìn)而影響環(huán)境質(zhì)量，反映出部分省市所引進(jìn)的外資本身就可能用在了環(huán)境績效低的工業(yè)生產(chǎn)中。地區(qū)人均GDP 水平系數(shù)為負(fù)，其原因可能在于居民經(jīng)濟(jì)水平的提高仍然沒有與環(huán)境保護(hù)相適應(yīng)，工業(yè)生產(chǎn)能力提高，造成的環(huán)境問題抑制了居民生活水平的改善，居民生活水平的改善是建立在環(huán)境惡化的基礎(chǔ)之上的，工業(yè)中與居民生活質(zhì)量密切相關(guān)的行業(yè)依然存在環(huán)境效率低的情況。

六.結(jié)論及對策建議

長江經(jīng)濟(jì)帶工業(yè)生產(chǎn)效率提高是未來轉(zhuǎn)型升級的主要目標(biāo)，工業(yè)轉(zhuǎn)型升級應(yīng)該在重視其發(fā)展效益的前提下，更加深入地考慮到其環(huán)境效益，最終實(shí)現(xiàn)高質(zhì)量發(fā)展。以2003—2017年長江經(jīng)濟(jì)帶沿線省市的面板數(shù)據(jù)為研究單元，采用核密度分析、Dagum基尼系數(shù)等空間分析方法對省際工業(yè)環(huán)境效率進(jìn)行測算，將效率水平和空間作用相結(jié)合，對長江經(jīng)濟(jì)帶工業(yè)環(huán)境效率的空間特點(diǎn)進(jìn)行研究，得到的主要的結(jié)論如下。

表2 模型的回歸估計(jì)結(jié)果

第一，從空間態(tài)勢上來看，首先，長江經(jīng)濟(jì)帶工業(yè)效率最高的地區(qū)位于下游流域，主要是上海、江蘇、浙江三個省市，這一區(qū)域經(jīng)濟(jì)發(fā)展水平高，工業(yè)現(xiàn)代化起步早，總體水平高于其他省市，其中上海、江蘇、浙江一直保持總體上升的高效率狀態(tài)。其次，上段的工業(yè)環(huán)境效率水平要略高于中段，兩個區(qū)域總體水平當(dāng)前都保持在有效率的水平之上。此外，三個分段區(qū)域在經(jīng)歷了波動較為頻繁的時期之后，目前都進(jìn)入了一個相對平緩的階段，部分區(qū)域效率水平開始緩慢下降。從整個區(qū)域在工業(yè)環(huán)境效率的分布上來看，長江經(jīng)濟(jì)帶工業(yè)環(huán)境效率區(qū)域不平衡現(xiàn)象比較明顯，下游與上、中游之間呈現(xiàn)出了較大的效率差異，而且差異化正逐漸向極化發(fā)展。

第二，從空間差異的分解上來看，首先，長江經(jīng)濟(jì)帶工業(yè)環(huán)境效率水平總體差異上升，其中上段和中段差異減小，下段內(nèi)部差異增大，主要表現(xiàn)為安徽與上海、江蘇、浙江之間的差距增大。其次，區(qū)域間的總體差距卻在擴(kuò)大，特別是中段與下段之間的差異，而上段和中段之間的差異卻在縮小。最后，總體差異的擴(kuò)大原因在于區(qū)域間差異，特別是下段優(yōu)勢的擴(kuò)大，其中以上海為代表的長三角發(fā)達(dá)地區(qū)工業(yè)發(fā)展的環(huán)境優(yōu)勢短期內(nèi)不會改變。

第三，從效率變化速度上來看，雖然區(qū)域間差距在不斷擴(kuò)大，并且有極化趨勢，但這種擴(kuò)大的原因在于過去區(qū)域間存在著工業(yè)發(fā)展速度、環(huán)境保護(hù)力度的差距，長江下游的發(fā)達(dá)地區(qū)工業(yè)水平高，同時技術(shù)先進(jìn)，環(huán)境負(fù)外部性較小，而上游和中游省市工業(yè)發(fā)展雖然進(jìn)步快，但高技術(shù)含量低，總體上偏重以污染換效益。但是從收斂性的結(jié)果來看，落后區(qū)域工業(yè)環(huán)境效率提高的速度將逐漸趕上發(fā)達(dá)地區(qū)，說明較落后的省市正逐步在改善工業(yè)發(fā)展高污染低效益的局面，未來這種工業(yè)環(huán)境效率區(qū)域間差距增大的趨勢會被遏制。此外，不同影響因素對于提高速度的改變存在差異，產(chǎn)業(yè)結(jié)構(gòu)和市場化程度對于工業(yè)環(huán)境效率的提高存在著正向影響。

根據(jù)上述結(jié)論，進(jìn)一步有以下思考：一是在政策和管理上，突破政域限制，從流域視角科學(xué)規(guī)劃長江經(jīng)濟(jì)帶沿線省市的工業(yè)空間布局。由推動長江經(jīng)濟(jì)帶發(fā)展領(lǐng)導(dǎo)小組牽頭，下設(shè)由省級相關(guān)領(lǐng)導(dǎo)組成的高層次省級聯(lián)席會議，協(xié)同推進(jìn)長江經(jīng)濟(jì)帶產(chǎn)業(yè)綠色發(fā)展“大部制”[26]（p18-21）。進(jìn)一步統(tǒng)一履行分散在不同部門間環(huán)境監(jiān)管、環(huán)保投入、污染防控、招商引資、產(chǎn)業(yè)規(guī)劃等各項(xiàng)相關(guān)職能，統(tǒng)一制定長江經(jīng)濟(jì)帶工業(yè)綠色發(fā)展的中長期發(fā)展規(guī)劃，實(shí)行長江上游全流域“工業(yè)發(fā)展規(guī)劃一張圖”，促進(jìn)地方各級工業(yè)用地、企業(yè)經(jīng)營管理、產(chǎn)城協(xié)調(diào)、環(huán)境保護(hù)等多規(guī)融合。同時，針對不同區(qū)域工業(yè)發(fā)展現(xiàn)狀因地制宜提供差異化、合理化的財稅金融政策、產(chǎn)業(yè)政策、土地政策、人口政策、環(huán)保政策等配套服務(wù)。此外根據(jù)各個省市未來產(chǎn)業(yè)發(fā)展定位，建立不同的考核指標(biāo)體系，依據(jù)工業(yè)部門對經(jīng)濟(jì)增長貢獻(xiàn)、生活質(zhì)量提升貢獻(xiàn)和生態(tài)環(huán)境改善貢獻(xiàn)賦予不同的考核權(quán)重。

二是從生態(tài)補(bǔ)償和產(chǎn)業(yè)發(fā)展激勵層面，基于“受益者付費(fèi)和破壞者付費(fèi)”原則，從流域的角度出發(fā)，建立長江流域上中下游的生態(tài)補(bǔ)償機(jī)制。工業(yè)發(fā)展體系成熟、技術(shù)先進(jìn)的下游受益地區(qū)或群體補(bǔ)償上游。另外，由生態(tài)環(huán)境部牽頭，首先全面梳理長江經(jīng)濟(jì)帶沿線省市工業(yè)企業(yè)的負(fù)面清單和正面清單，以制定好的考核指標(biāo)體系為基礎(chǔ)，評估各區(qū)域工業(yè)企業(yè)的環(huán)境效益，在梳理的企業(yè)清單的基礎(chǔ)上，加大正面清單的補(bǔ)償力度。上游和中游省市可實(shí)行降低稅收，或者零稅收政策，大量引進(jìn)環(huán)保綠色產(chǎn)業(yè)（如戰(zhàn)略性環(huán)保新興產(chǎn)業(yè)），培育以環(huán)保型工業(yè)企業(yè)為龍頭的戰(zhàn)略性新興工業(yè)體系，推進(jìn)工業(yè)產(chǎn)業(yè)生態(tài)化，推動生態(tài)環(huán)境治理與戰(zhàn)略性新興產(chǎn)業(yè)深度融合，以新一代信息技術(shù)為導(dǎo)向發(fā)展流域大數(shù)據(jù)產(chǎn)業(yè)和智能終端產(chǎn)業(yè)，以生物技術(shù)為導(dǎo)向發(fā)展生物滯留系統(tǒng)、水體凈化裝置等生物環(huán)保產(chǎn)業(yè)，以高端裝備制造業(yè)為載體帶動高端環(huán)保裝備制造，以新能源產(chǎn)業(yè)為導(dǎo)向發(fā)展新能源汽車產(chǎn)業(yè)，以新材料為導(dǎo)向發(fā)展環(huán)保新材料，逐步形成環(huán)保產(chǎn)業(yè)集聚地。

三是從整個區(qū)域經(jīng)濟(jì)發(fā)展層面，在產(chǎn)業(yè)結(jié)構(gòu)調(diào)整過程中，要堅(jiān)持市場導(dǎo)向，發(fā)揮“看不見的手” 的作用，政府扮活“守夜人”的角色，尤其是東部經(jīng)濟(jì)發(fā)達(dá)省市在向西部地區(qū)進(jìn)行產(chǎn)業(yè)轉(zhuǎn)移的過程中，避免已經(jīng)被清退關(guān)停的高污染、高耗能工業(yè)企業(yè)在中西部生態(tài)脆弱地區(qū)“借尸還魂”，嚴(yán)防地方政府以外資引進(jìn)為契機(jī)，承接污染物排放不達(dá)標(biāo)的落后產(chǎn)能，或者降低環(huán)保標(biāo)準(zhǔn)，以成本優(yōu)勢與外資競爭。同時，上游和中游第二產(chǎn)業(yè)規(guī)模的擴(kuò)大，要堅(jiān)持本地原則，堅(jiān)守生態(tài)紅線，實(shí)現(xiàn)產(chǎn)業(yè)生態(tài)化，實(shí)現(xiàn)人產(chǎn)和諧、產(chǎn)城協(xié)同。