實(shí)施長江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略能降低污染排放強(qiáng)度嗎？

李標(biāo) 張航 吳賈

摘要 污染排放強(qiáng)度意指單位GDP的污染物綜合排放量，是反映一個(gè)國家或地區(qū)經(jīng)濟(jì)環(huán)境質(zhì)量的重要衡量指標(biāo)。實(shí)施長江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略內(nèi)蘊(yùn)著沿江城市污染排放強(qiáng)度的降低。本研究基于2006—2017年中國285個(gè)地級(jí)市的面板數(shù)據(jù)，使用雙重差分（DID）方法和系統(tǒng)廣義矩估計(jì)（SYS-GMM）方法開展計(jì)量分析，旨在檢驗(yàn)實(shí)施長江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略是否能夠降低污染排放強(qiáng)度，識(shí)別該國家級(jí)發(fā)展戰(zhàn)略的污染減排機(jī)制及其作用大小。本研究有如下實(shí)證發(fā)現(xiàn)：①從長江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略污染減排的作用評(píng)估看，DID的估計(jì)結(jié)果表明，實(shí)施長江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略有顯著的污染減排效應(yīng)，使污染排放強(qiáng)度大約下降了0.045個(gè)百分點(diǎn)。②從此國家級(jí)發(fā)展戰(zhàn)略的污染減排傳導(dǎo)機(jī)制角度考察，DID的實(shí)證結(jié)果顯示，該國家級(jí)發(fā)展戰(zhàn)略的實(shí)施通過新型城鎮(zhèn)化、結(jié)構(gòu)優(yōu)化、創(chuàng)新投入和循環(huán)生產(chǎn)的機(jī)制傳導(dǎo)，能夠顯著促進(jìn)沿江城市的污染排放強(qiáng)度下降。③由不同傳導(dǎo)機(jī)制的污染減排作用大小分析，SYS-GMM的回歸結(jié)果說明，新型城鎮(zhèn)化的污染減排效果最好、結(jié)構(gòu)優(yōu)化其次、創(chuàng)新投入和循環(huán)生產(chǎn)的負(fù)彈性系數(shù)較為接近。④此外，SYS-GMM的回歸結(jié)果表明，污染排放強(qiáng)度的累積滯后效應(yīng)顯著，且長江經(jīng)濟(jì)帶的累積滯后效應(yīng)明顯大于全國與非長江經(jīng)濟(jì)帶地區(qū)。因而，為促進(jìn)長江經(jīng)濟(jì)帶的污染排放強(qiáng)度下降以及生態(tài)本底增進(jìn)，確保環(huán)境保護(hù)與污染治理政策的制定在省級(jí)空間上一致聯(lián)動(dòng)與執(zhí)行強(qiáng)度在時(shí)序上連貫的同時(shí)，沿長江的城市有必要加速推進(jìn)新型城鎮(zhèn)化建設(shè)、加快產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)、加大創(chuàng)新投入力度和提高循環(huán)生產(chǎn)水平。

關(guān)鍵詞 長江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略;污染排放強(qiáng)度;雙重差分;系統(tǒng)廣義矩估計(jì)

2014年，國務(wù)院出臺(tái)的《關(guān)于依托黃金水道推動(dòng)長江經(jīng)濟(jì)帶發(fā)展的指導(dǎo)意見》（簡(jiǎn)稱《意見》）將長江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略上升為國家級(jí)，同時(shí)指出“生態(tài)文明建設(shè)的先行示范帶”是長江經(jīng)濟(jì)帶發(fā)展的定位之一;2016年，國務(wù)院印發(fā)《長江經(jīng)濟(jì)帶發(fā)展規(guī)劃綱要》（簡(jiǎn)稱《綱要》）強(qiáng)調(diào)了建設(shè)長江經(jīng)濟(jì)帶的“生態(tài)優(yōu)先和綠色發(fā)展”理念，并明確了沿江城市在新型城鎮(zhèn)化、產(chǎn)業(yè)結(jié)構(gòu)升級(jí)與創(chuàng)新驅(qū)動(dòng)轉(zhuǎn)型等方面的任務(wù);2017年，“以共抓大保護(hù)、不搞大開發(fā)為導(dǎo)向推動(dòng)長江經(jīng)濟(jì)帶發(fā)展”寫入黨的十九大報(bào)告。這反映出國家對(duì)長江經(jīng)濟(jì)帶環(huán)境保護(hù)與污染治理問題的重視，希冀通過頂層制度設(shè)計(jì)強(qiáng)化長江經(jīng)濟(jì)帶發(fā)展的環(huán)境約束，推動(dòng)沿江城市提升高質(zhì)量發(fā)展的生態(tài)本底。

污染排放強(qiáng)度意指單位GDP的污染物綜合排放量，是反映一個(gè)國家或地區(qū)“經(jīng)濟(jì)環(huán)境質(zhì)量的重要衡量指標(biāo)”[1]。近些年，中國踐行的生態(tài)文明與綠色發(fā)展戰(zhàn)略便顯示出全力降低污染排放強(qiáng)度的意蘊(yùn)。立足區(qū)域經(jīng)濟(jì)發(fā)展視角，長江經(jīng)濟(jì)帶的國土面積、人口規(guī)模、經(jīng)濟(jì)總量、產(chǎn)業(yè)發(fā)展等方面在全國版圖中均占據(jù)重要地位[2]。《長江經(jīng)濟(jì)帶生態(tài)環(huán)境保護(hù)規(guī)劃》顯示，長江經(jīng)濟(jì)帶污染排放總量大、強(qiáng)度高，廢水排放總量占全國的40%以上，單位面積化學(xué)需氧量、氨氮、二氧化硫、氮氧化物、揮發(fā)性有機(jī)物排放是全國平均水平1.5～2.0倍?？梢?，長江經(jīng)濟(jì)帶的污染減排有利于增進(jìn)經(jīng)濟(jì)發(fā)展質(zhì)量。

因而，在國家強(qiáng)化環(huán)境管理的制度導(dǎo)向下，考察長江經(jīng)濟(jì)帶的污染排放強(qiáng)度問題有重要價(jià)值。與已有研究以長江經(jīng)濟(jì)帶為對(duì)象，側(cè)重測(cè)度污染排放強(qiáng)度、實(shí)證其影響因素以及計(jì)算環(huán)境績效等目標(biāo)[1，3-6]有所不同，本文則致力于對(duì)實(shí)施長江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略是否具備降低污染排放強(qiáng)度的效果、通過何種機(jī)制影響污染排放強(qiáng)度以及每一機(jī)制的作用大小如何等進(jìn)行階段性地評(píng)估，旨在為持續(xù)推進(jìn)此國家級(jí)發(fā)展戰(zhàn)略期間，制定相關(guān)政策提供經(jīng)驗(yàn)證據(jù)。

1 文獻(xiàn)綜述

經(jīng)濟(jì)發(fā)展過程中的環(huán)境污染問題一直備受學(xué)界關(guān)注，自上世紀(jì)七十年代以來已取得了許多有價(jià)值的研究成果。宏觀層面上開展理論與實(shí)證的文獻(xiàn)很多，側(cè)重構(gòu)建環(huán)境污染與經(jīng)濟(jì)發(fā)展理論模型的代表性文獻(xiàn)有Keerler等[7]、Becker[8]、Stokey[9]、彭水軍和包群[10]等;側(cè)重實(shí)證環(huán)境污染與經(jīng)濟(jì)發(fā)展之間關(guān)系的代表性文獻(xiàn)有Selden和Song[11]、黃茂興和林壽富[12]、Au和Henderson[13]、Greenstone和Hanna[14]、陳詩一和陳登科[15]等?；诤暧^層面的研究，本文則立足中觀層面，以長江流域城市為觀測(cè)對(duì)象，側(cè)重檢驗(yàn)實(shí)施長江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略與污染排放強(qiáng)度之間的因果關(guān)系及其污染減排機(jī)制和作用大小。

首先，由長江經(jīng)濟(jì)帶的污染排放情況楔入。楊騫和王弘儒[16]發(fā)現(xiàn)2004—2014年長江經(jīng)濟(jì)帶各省市水污染排放略微惡化，呈現(xiàn)北多南少，中部多、東西部少的特征。陳冷璇和李強(qiáng)[17]的研究表明2000—2015年長江經(jīng)濟(jì)帶9省2市的工業(yè)污染加劇。其次，也有學(xué)者考察長江經(jīng)濟(jì)帶的污染排放強(qiáng)度。劉亦文等[1]研究顯示2001—2011年長江沿線省份的污染排放強(qiáng)度呈現(xiàn)遞減趨勢(shì)。王宇昕等[3]發(fā)現(xiàn)2006—2015年長江經(jīng)濟(jì)帶各省的污染排放強(qiáng)度在2011年均出現(xiàn)了峰值。陳明華等[4]則發(fā)現(xiàn)2003—2014年長江經(jīng)濟(jì)帶上游、中游、下游與總體污染排放強(qiáng)度均有所提升。進(jìn)一步，一些學(xué)者關(guān)注了長江經(jīng)濟(jì)帶污染排放的影響因素。汪克亮等[5]發(fā)現(xiàn)經(jīng)濟(jì)發(fā)展水平、工業(yè)結(jié)構(gòu)、工業(yè)能源消費(fèi)結(jié)構(gòu)、外資利用、政府環(huán)境規(guī)制力度對(duì)長江經(jīng)濟(jì)帶工業(yè)生態(tài)效率有積極作用。郝國彩等[18]開展了類似的研究。劉華軍等[19]實(shí)證發(fā)現(xiàn)城市霧霾與城市人口密度、投資強(qiáng)度、工業(yè)污染排放之間存在顯著的空間相關(guān)性。王宇昕等[3]分析表明人均GDP、人力資本、能源消耗強(qiáng)度、產(chǎn)業(yè)結(jié)構(gòu)、城鎮(zhèn)化對(duì)長江經(jīng)濟(jì)帶的污染排放強(qiáng)度有影響。此外，評(píng)估長江經(jīng)濟(jì)帶發(fā)展相關(guān)機(jī)制或政策的污染減排效果也是學(xué)界的研究焦點(diǎn)。孫博文和程志強(qiáng)[20]構(gòu)建中介效應(yīng)模型，使用系統(tǒng)GMM方法發(fā)現(xiàn)長江經(jīng)濟(jì)帶市場(chǎng)一體化機(jī)制存在影響工業(yè)污染物排放的規(guī)模、結(jié)構(gòu)與技術(shù)傳導(dǎo)路徑。從計(jì)量經(jīng)濟(jì)分析方法出發(fā)，國內(nèi)外常用雙重差分（Difference in Difference，簡(jiǎn)稱DID）方法檢驗(yàn)沒有被預(yù)期的外生政策或制度變量與因變量之間的邏輯因果關(guān)系[21]，如Moser和Voena[22]、傅佳莎等[23]。該方法也被運(yùn)用于長江經(jīng)濟(jì)帶污染減排效應(yīng)的評(píng)估研究。趙嶺娣和徐樂[24]、尤濟(jì)紅和陳喜強(qiáng)[25]運(yùn)用DID方法檢驗(yàn)了長三角城市群區(qū)域一體化合作行為的環(huán)境效應(yīng)，但兩文的結(jié)論相反。

綜上，仍需繼續(xù)研究的問題是：①長江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略是否存在顯著降低污染排放強(qiáng)度的作用？理論上，實(shí)施此國家級(jí)發(fā)展戰(zhàn)略將倒逼沿長江流域的城市出臺(tái)嚴(yán)厲的環(huán)境規(guī)制與污染治理政策、加強(qiáng)環(huán)保領(lǐng)域投資以及加大產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化調(diào)整力度等，促進(jìn)污染物排放減少，降低污染排放強(qiáng)度。這需要實(shí)證檢驗(yàn)，但前期文獻(xiàn)尚未開展此工作。由于長江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略在實(shí)施前并沒有被公眾預(yù)期，本研究將依循自然實(shí)驗(yàn)的思想，運(yùn)用DID方法評(píng)估該戰(zhàn)略的實(shí)施效果。②長江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略的外生沖擊通過何種機(jī)制影響污染排放強(qiáng)度？如果實(shí)施這一戰(zhàn)略確實(shí)通過某種機(jī)制作用于污染排放強(qiáng)度，那么在戰(zhàn)略實(shí)施后該機(jī)制變量應(yīng)有顯著變化。前述文獻(xiàn)中僅少量研究以長江經(jīng)濟(jì)帶的部分城市為案例，關(guān)注一體化的污染減排機(jī)制，本研究則以整個(gè)長江經(jīng)濟(jì)帶為觀測(cè)對(duì)象，以《意見》和《綱要》中關(guān)于長江經(jīng)濟(jì)帶在生態(tài)文明建設(shè)和綠色發(fā)展方面的主要任務(wù)為依據(jù)，選擇“新型城鎮(zhèn)化、結(jié)構(gòu)優(yōu)化、創(chuàng)新投入和循環(huán)生產(chǎn)”四個(gè)代理污染減排機(jī)制的變量，并使用DID方法進(jìn)行甄別。③不同作用機(jī)制的污染減排效應(yīng)如何？本研究使用2006—2017年285個(gè)地級(jí)市的數(shù)據(jù)構(gòu)造動(dòng)態(tài)面板模型，運(yùn)用系統(tǒng)廣義矩估計(jì)（System General Method of Moments，簡(jiǎn)稱SYS-GMM）方法，估計(jì)識(shí)別不同機(jī)制變量的污染減排作用大小。

2 模型構(gòu)建

2.1 理論模型

借鑒Stokey[9]將污染變量內(nèi)生于生產(chǎn)函數(shù)的研究思路，這里使用新古典生產(chǎn)函數(shù)，只考慮資本和勞動(dòng)兩種投入要素，并引入污染排放變量。生產(chǎn)函數(shù)設(shè)定為柯布—道格拉斯（C-D）形式：

2.2 計(jì)量模型

2.2.1 雙重差分模型

本文將《意見》出臺(tái)的2014年定義為政策實(shí)施年，長江沿岸的35個(gè)城市視為處理組（Treatment Group）、其余250個(gè)城市則設(shè)定為控制組（Control Group），計(jì)量模型設(shè)定如下：

2.2.2 動(dòng)態(tài)面板模型

本研究使用Blundell 和Bond[35]提出的系統(tǒng)廣義矩估計(jì)（SYS-GMM）方法回歸基于公式（4）建立的動(dòng)態(tài)面板模型，以識(shí)別污染減排的機(jī)制變量降低污染排放強(qiáng)度的作用大小。SYS-GMM方法在消除固定效應(yīng)的同時(shí)，一方面解決了隨機(jī)誤差項(xiàng)違背球形擾動(dòng)和嚴(yán)格外生性假定帶來的異方差和內(nèi)生性問題;另一方面也能解決隨機(jī)誤差項(xiàng)違背條件正態(tài)分布假定導(dǎo)致的有效性問題[36]。動(dòng)態(tài)面板模型設(shè)定如下：

3 變量說明

3.1 代理指標(biāo)

本研究以中國285個(gè)地級(jí)市2006—2017年的數(shù)據(jù)構(gòu)造樣本集合。數(shù)據(jù)主要來源于歷年的《中國統(tǒng)計(jì)年鑒》和《中國城市統(tǒng)計(jì)年鑒》，部分年份的城鎮(zhèn)化率和一般工業(yè)固體廢棄物綜合利用率來自各地級(jí)市的統(tǒng)計(jì)年鑒或國民經(jīng)濟(jì)和社會(huì)發(fā)展公報(bào)。對(duì)于個(gè)別年份缺失的數(shù)據(jù)本研究使用線性插值法進(jìn)行補(bǔ)足。

3.1.1 被解釋變量

污染排放強(qiáng)度（y）。污染排放強(qiáng)度（t/萬元）是污染物綜合排放總量與GDP的比值，即單位GDP污染排放量。對(duì)于污染物排放總量（104 t），充分考慮工業(yè)“三廢”是地區(qū)污染物的主要來源以及城市層面一般工業(yè)固體廢棄物、廢水中化學(xué)需氧量、廢水中氮氧化物相關(guān)數(shù)據(jù)的缺乏，本研究嘗試使用工業(yè)廢水排放量（104 t）、工業(yè)SO2排放量（104 t）和工業(yè)粉塵煙塵排放量（104 t）平均賦權(quán)計(jì)算的加權(quán)平均值進(jìn)行測(cè)度。此外，本研究使用2006年為基期的物價(jià)指數(shù)對(duì)名義GDP（億元）進(jìn)行平減計(jì)算實(shí)際GDP。

3.1.2 關(guān)注變量

①新型城鎮(zhèn)化水平（newurb）。新型城鎮(zhèn)化是在人口由農(nóng)村向城鎮(zhèn)轉(zhuǎn)移的同時(shí)，實(shí)現(xiàn)空間結(jié)構(gòu)調(diào)整、設(shè)施配套優(yōu)化、生態(tài)資源存量提高、環(huán)境污染改善的過程[36]。因而，本研究將構(gòu)建多元評(píng)價(jià)指標(biāo)體系計(jì)算新型城鎮(zhèn)化指數(shù)測(cè)度新型城鎮(zhèn)化水平。參考前期研究[36]，綜合考慮數(shù)據(jù)可得性與易操作原則，本文選擇8個(gè)細(xì)項(xiàng)指標(biāo)反映不同地級(jí)市的新型城鎮(zhèn)化各個(gè)維度的信息：使用城鎮(zhèn)化率（%）代理新型城鎮(zhèn)化的人口維度、使用城市人口密度（人/ km2）代理新型城鎮(zhèn)化的空間維度、使用每萬人擁有公共汽車數(shù)量（標(biāo)臺(tái)/萬人）和每萬人在校大學(xué)生（人）代理新型城鎮(zhèn)化的物質(zhì)性與社會(huì)性的設(shè)施配套維度、使用城市建成區(qū)綠化覆蓋率（%）代理新型城鎮(zhèn)化的生態(tài)資源維度、使用生活垃圾無害化處理率（%）、一般工業(yè)固體廢棄物綜合利用率（%）和能源強(qiáng)度（tce/萬元）代理新型城鎮(zhèn)化的環(huán)境維度。進(jìn)一步，本文使用主成分分析方法，提取3個(gè)主成分，以每一主成分對(duì)應(yīng)的特征根占提取特征根之和的比重為其權(quán)重，加權(quán)計(jì)算不同城市的新型城鎮(zhèn)化指數(shù)，用以度量其新型城鎮(zhèn)化水平（限于篇幅，未報(bào)告具體結(jié)果）。②結(jié)構(gòu)優(yōu)化水平（struc）。伴隨經(jīng)濟(jì)發(fā)展水平的不斷提高，產(chǎn)業(yè)結(jié)構(gòu)一般會(huì)經(jīng)歷“一產(chǎn)、二產(chǎn)、三產(chǎn)”的結(jié)構(gòu)逐步向“二產(chǎn)、三產(chǎn)、一產(chǎn)”結(jié)構(gòu)轉(zhuǎn)變，再調(diào)整為“三產(chǎn)、二產(chǎn)、一產(chǎn)”結(jié)構(gòu)的三階段優(yōu)化調(diào)整規(guī)律。目前，中國各城市的產(chǎn)業(yè)結(jié)構(gòu)正處于優(yōu)化調(diào)整的第二階段，并逐步轉(zhuǎn)向第三階段。由于地級(jí)城市分三次產(chǎn)業(yè)增加值的數(shù)據(jù)缺失較為嚴(yán)重，本研究從就業(yè)層面反映產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化情況，使用三產(chǎn)就業(yè)人員規(guī)模（萬人）與二產(chǎn)就業(yè)人員規(guī)模（萬人）的比值度量各城市的結(jié)構(gòu)優(yōu)化水平。③創(chuàng)新投入水平（innov）。創(chuàng)新驅(qū)動(dòng)經(jīng)濟(jì)轉(zhuǎn)型升級(jí)是長江經(jīng)濟(jì)帶建設(shè)的重要任務(wù)，創(chuàng)新投入對(duì)污染減排有重要影響。國際上，R&D投入強(qiáng)度是被廣泛使用反映創(chuàng)新投入水平的指標(biāo)，囿于城市層面R&D數(shù)據(jù)的大量缺失，本研究選擇財(cái)政支出中科技支出比重（%）予以替代。④循環(huán)生產(chǎn)水平（cypro）。循環(huán)生產(chǎn)是指重新利用生產(chǎn)生活過程中產(chǎn)生的廢棄物與各種排放物進(jìn)行生產(chǎn)的模式，這有利于節(jié)約能源資源和原材料投入，降低污染物排放總量。本研究采用一般工業(yè)固體廢棄物綜合利用率（%）反映各城市的循環(huán)生產(chǎn)水平。

3.1.3 控制變量

①經(jīng)濟(jì)發(fā)展水平（pergdp）。Selden和Song[11]、Sadorsky[37]和汪克亮等[5]發(fā)現(xiàn)經(jīng)濟(jì)發(fā)展水平對(duì)能源消費(fèi)和環(huán)境污染有重要影響。因而，本研究將控制經(jīng)濟(jì)發(fā)展水平變量，并使用剔除價(jià)格因素和人口因素影響的實(shí)際人均GDP（元）度量各城市的經(jīng)濟(jì)發(fā)展水平。②資均污染排放（pk）。本研究使用污染物排放總量（104 t）與全社會(huì)固定資產(chǎn)投資總額（億元）的比值，即單位資本的污染排放量（t/萬元），代理資均污染排放變量。鑒于資本存量的折算方法尚未統(tǒng)一，且不同地區(qū)資本折舊率也有所差異，此處使用以2006年為基期的固定資產(chǎn)投資價(jià)格指數(shù)調(diào)整后的實(shí)際全社會(huì)固定資產(chǎn)投資總額予以粗略測(cè)算。③勞均污染排放（pl）。與資均污染排放變量類似，這個(gè)變量的代理指標(biāo)是單位勞動(dòng)的污染排放水平（t/人），即污染物排放總量（104 t）與就業(yè)人員總量（萬人）的比值。

3.2 統(tǒng)計(jì)描述

為避免不同指標(biāo)的量綱差異和數(shù)據(jù)過大引起回歸系數(shù)較小或數(shù)據(jù)過小導(dǎo)致回歸系數(shù)偏大的現(xiàn)象，本研究對(duì)實(shí)證所需變量的代理指標(biāo)進(jìn)行了對(duì)數(shù)化處理。除污染排放強(qiáng)度和經(jīng)濟(jì)發(fā)展的指標(biāo)數(shù)據(jù)直接進(jìn)行對(duì)數(shù)化處理之外，其它變量代理指標(biāo)的數(shù)據(jù)存在較小、甚至趨于0以及個(gè)別數(shù)據(jù)為負(fù)數(shù)（如新型城鎮(zhèn)化指數(shù)）的情況，本文將這類指標(biāo)的數(shù)據(jù)向右平移10個(gè)單位后再取自然對(duì)數(shù)。

表1報(bào)告了變量對(duì)數(shù)化處理后的相關(guān)統(tǒng)計(jì)特征信息。時(shí)間窗口范圍內(nèi)，長江經(jīng)濟(jì)帶沿線城市的污染排放強(qiáng)度平均值約為1.04，比所有城市和非長江經(jīng)濟(jì)帶沿線城市的平均值略大0.01。長江經(jīng)濟(jì)帶沿線城市新型城鎮(zhèn)化水平、創(chuàng)新投入水平和循環(huán)生產(chǎn)水平的均值都比所有城市和非長江經(jīng)濟(jì)帶沿線城市的均值水平高。長江經(jīng)濟(jì)帶沿線城市的結(jié)構(gòu)優(yōu)化水平的均值略低于所有城市和非長江經(jīng)濟(jì)帶沿線城市，這是由結(jié)構(gòu)優(yōu)化水平存在省際差異，而大部分長江經(jīng)濟(jì)帶沿線城市處于低梯度區(qū)間導(dǎo)致，同時(shí)這也暗示了長江經(jīng)濟(jì)帶沿線城市應(yīng)該加大經(jīng)濟(jì)結(jié)構(gòu)優(yōu)化的力度。

4 實(shí)證分析

4.1 長江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略污染減排作用的檢驗(yàn)

表2報(bào)告了基于公式（5），且控制個(gè)體差異影響的DID方法估計(jì)結(jié)果。第（1）列包含了資均污染排放、常數(shù)項(xiàng)、城市固定效應(yīng)和實(shí)驗(yàn)變量處理組（treati）、長江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略實(shí)施年份（Tt）及處理組與實(shí)施年份的交互項(xiàng)（Tt × treati），第（2）、（3）列在第（1）列的基礎(chǔ)上逐次增添了控制變量“勞均污染排放和經(jīng)濟(jì)發(fā)展水平”。由表2可知，第（1）～（3）列交互項(xiàng)系數(shù)均在1%水平上顯著為負(fù)，且絕對(duì)值相差并不大，說明長江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略的實(shí)施有顯著的污染減排作用。第（3）列交互項(xiàng)系數(shù)的絕對(duì)值是0.045，意味著該戰(zhàn)略的實(shí)施使污染排放強(qiáng)度大約降低了0.045個(gè)百分點(diǎn)。另外，長江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略實(shí)施年份（Tt）的系數(shù)在第（1）～（3）列中為負(fù)，表明所有城市的污染排放強(qiáng)度有下降趨勢(shì)。

第（4）～（6）列將因變量分別替為“廢水排放強(qiáng)度（單位GDP廢水排放量）、二氧化硫排放強(qiáng)度（單位GDP二氧化硫排放量）、粉煙塵排放強(qiáng)度（單位GDP粉塵煙塵排放量）”。整體上，不同類型污染物排放強(qiáng)度對(duì)應(yīng)的變量回歸系數(shù)與第（3）列較為一致。其中，交互項(xiàng)系數(shù)在1%水平上顯著為負(fù)，說明實(shí)施長江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略能有效降低不同類型污染物的排放強(qiáng)度。從具體效果看，此戰(zhàn)略對(duì)降低廢水與二氧化硫排放強(qiáng)度的作用較大，在促進(jìn)粉煙塵排放強(qiáng)度下降方面的作用相對(duì)較小。需要指出，由于本文側(cè)重分析綜合污染排放強(qiáng)度受該戰(zhàn)略實(shí)施的影響與篇幅限制，下文不再進(jìn)行污染排放強(qiáng)度的分類討論。

由控制變量分析，人均GDP的回歸系數(shù)為負(fù)，且在1%水平上通過了顯著性檢驗(yàn)，表明經(jīng)濟(jì)發(fā)展水平提升能夠促進(jìn)污染排放強(qiáng)度降低，這與王宇昕等[3]研究的結(jié)果一致?？赡艿脑蚴牵^高的經(jīng)濟(jì)發(fā)展水平形成了工業(yè)綠色發(fā)展的基礎(chǔ)條件，對(duì)長江經(jīng)濟(jì)帶城市工業(yè)綠色發(fā)展有促進(jìn)作用[38]，有利于降低污染排放強(qiáng)度。在第（3）～（6）列中，資均污染排放顯示其能改善污染排放強(qiáng)度，勞均污染排放卻與之相反。這表明，單位勞動(dòng)投入創(chuàng)造產(chǎn)出的能力與資源消耗、污染排放不對(duì)稱，同時(shí)也似乎暗示了單位勞動(dòng)創(chuàng)造的效益小于資本，使用資本替代勞動(dòng)力更有利于降低污染排放強(qiáng)度。

4.2 長江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略污染減排的機(jī)制識(shí)別

表3報(bào)告了新型城鎮(zhèn)化、結(jié)構(gòu)優(yōu)化、創(chuàng)新投入和循環(huán)生產(chǎn)四個(gè)機(jī)制變量作為因變量的DID模型估計(jì)結(jié)果。第（1）列交互項(xiàng)（Tt × treati）的回歸系數(shù)是0.012，且在1%置信水平上顯著，說明了長江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略的實(shí)施可有效提升沿江城市的新型城鎮(zhèn)化水平。在第（2）列中，交互項(xiàng)的回歸系數(shù)為0.014，并在1%置信水平上顯著拒絕了原假設(shè)，表明實(shí)施長江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略有利于沿江城市產(chǎn)業(yè)結(jié)構(gòu)的加快優(yōu)化。第（3）列和第（4）列的交互項(xiàng)系數(shù)分別在1%置信水平上和10%水平上顯著大于0，意指伴隨著長江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略的推進(jìn)，沿江城市的創(chuàng)新投入水平和循環(huán)生產(chǎn)水平均有明顯改善。

由交互項(xiàng)系數(shù)的絕對(duì)值分析，第（1）列交互項(xiàng)系數(shù)的絕對(duì)值較小的主要原因是新型城鎮(zhèn)化不僅是人口的城鎮(zhèn)化，還涉及“空間調(diào)整、設(shè)施配套優(yōu)化、生態(tài)稟賦存量提高、能源消費(fèi)結(jié)構(gòu)與環(huán)境質(zhì)量改善”[36]等方面，這使得長江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略的實(shí)施短期內(nèi)推動(dòng)新型城鎮(zhèn)化水平快速提升的難度較大。第（2）和第（4）列交互項(xiàng)系數(shù)的絕對(duì)值也較小，這可能是由于我國經(jīng)過多年的經(jīng)濟(jì)轉(zhuǎn)型發(fā)展，結(jié)構(gòu)優(yōu)化與循環(huán)生產(chǎn)已達(dá)到了一定的水平，該國家級(jí)發(fā)展戰(zhàn)略x在產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化和循環(huán)生產(chǎn)方面提出了更高的要求，實(shí)施此戰(zhàn)略難以使二者在短期內(nèi)出現(xiàn)大幅度的改善。第（3）列的交互項(xiàng)系數(shù)絕對(duì)值最大?？赡艿脑蚴牵趧?chuàng)新投入強(qiáng)度不高的大背景下，《意見》與《綱要》明確要求長江經(jīng)濟(jì)帶要加強(qiáng)創(chuàng)新驅(qū)動(dòng)經(jīng)濟(jì)轉(zhuǎn)型升級(jí)，這一國家級(jí)發(fā)展戰(zhàn)略的實(shí)施促進(jìn)了沿線城市加速集聚創(chuàng)新資源，大幅增加創(chuàng)新投入。

4.3 不同傳導(dǎo)機(jī)制的污染減排作用大小的估計(jì)

表4報(bào)告了使用SYS-GMM方法估計(jì)公式（6）的結(jié)果。表4中，第（1）～（4）列是以長江經(jīng)濟(jì)帶沿線城市為樣本的結(jié)果;第（5）列和第（6）列分別是以非長江經(jīng)濟(jì)帶沿線城市為樣本和所有城市為樣本的結(jié)果，作為第（4）列的對(duì)比參照。整體來看，第（4）列的結(jié)果比第（5）和第（6）列優(yōu)。盡管新型城鎮(zhèn)化、結(jié)構(gòu)優(yōu)化和創(chuàng)新投入水平在第（4）～（6）列中在1%水平上顯著小于0，但第（4）列的絕對(duì)數(shù)明顯大于第（5）和第（6）列，彌補(bǔ)了第（4）列中循環(huán)生產(chǎn)水平的系數(shù)絕對(duì)值略小于第（6）列的不足。可知，實(shí)施長江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略的進(jìn)程中，四個(gè)機(jī)制能顯著降低污染排放強(qiáng)度。這也能夠說明，四個(gè)機(jī)制雖然具備一般意義上的污染減排作用，但實(shí)施長江經(jīng)濟(jì)發(fā)展戰(zhàn)略確實(shí)強(qiáng)化了它們的污染減排效應(yīng)。

基于長江經(jīng)濟(jì)帶子樣本的回歸結(jié)果可知，四個(gè)機(jī)制變量在第（1）～（4）列中的系數(shù)為負(fù)且在1%水平上通過了顯著性檢驗(yàn)，即它們顯著降低了污染排放強(qiáng)度。其中，新型城鎮(zhèn)化和結(jié)構(gòu)優(yōu)化機(jī)制降低污染排放強(qiáng)度的作用較大。這得益于：一方面，沿長江城市“借助人才流動(dòng)、資源互補(bǔ)、交通設(shè)施互聯(lián)強(qiáng)化了經(jīng)濟(jì)聯(lián)系，通過產(chǎn)業(yè)分工布局與梯度轉(zhuǎn)移實(shí)現(xiàn)結(jié)構(gòu)優(yōu)化”[39]，蘊(yùn)生了顯著的經(jīng)濟(jì)增長效應(yīng);另一方面，長江流域的環(huán)境約束趨強(qiáng)，沿江城市在新型城鎮(zhèn)化進(jìn)程中對(duì)生態(tài)資源存量、環(huán)境污染治理有更高的要求與更大的努力，同時(shí)“長江經(jīng)濟(jì)帶城市之間發(fā)生的產(chǎn)業(yè)轉(zhuǎn)移，有效地發(fā)揮了各地的比較優(yōu)勢(shì)，從而產(chǎn)生了污染減排效應(yīng)”[40] 。相對(duì)地，創(chuàng)新投入機(jī)制與循環(huán)生產(chǎn)機(jī)制的污染減排效應(yīng)較小。可能之因是，雖然該戰(zhàn)略的實(shí)施促進(jìn)了沿江城市創(chuàng)新投入水平提升，但增加創(chuàng)新投入促進(jìn)技術(shù)進(jìn)步、改善生產(chǎn)率有明顯的時(shí)滯，這不僅制約了增長效應(yīng)與結(jié)構(gòu)效應(yīng)的釋放，同時(shí)也在技術(shù)層面上制約著循環(huán)生產(chǎn)水平的提升。

此外，污染排放強(qiáng)度的累積滯后效應(yīng)顯著，且長江經(jīng)濟(jì)帶的累積滯后效應(yīng)明顯大于全國與非長江經(jīng)濟(jì)帶地區(qū)，表現(xiàn)為第（1）～（6）列因變量滯后一期值（L.y）的回歸系數(shù)均在1%水平上顯著大于0，且第（1）～（4）列的絕對(duì)值大于第（5）、（6）列。這主要與沿長江城市的污染排量占全國比重較大、產(chǎn)業(yè)密度與人口密度較高等因素有關(guān)。

4.4 平行趨勢(shì)假設(shè)檢驗(yàn)與穩(wěn)健性檢驗(yàn)

4.4.1 平行趨勢(shì)假設(shè)檢驗(yàn)

雙重差分方法需要建立在平行趨勢(shì)假設(shè)的基礎(chǔ)上[21]。圖1報(bào)告了污染排放強(qiáng)度的平行趨勢(shì)假設(shè)檢驗(yàn)結(jié)果。圖1的左圖給出了以污染排放強(qiáng)度為因變量的估計(jì)系數(shù)在國家實(shí)施長江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略前的走勢(shì)（以2006年為省略組），藍(lán)線代表實(shí)驗(yàn)組，紅線代表控制組，虛線為95%的置信區(qū)間。結(jié)果顯示，長江經(jīng)濟(jì)帶的沿線城市和非沿線城市的污染排放強(qiáng)度在此國家級(jí)戰(zhàn)略實(shí)施前有較為接近的走勢(shì)，表明上文以DID模型估計(jì)的因變量沒有違背平行趨勢(shì)假設(shè)。圖1的右圖繪制了長江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略政策實(shí)施前后實(shí)驗(yàn)組和對(duì)照組污染排放強(qiáng)度的平均值?？芍?，在長江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略實(shí)施的2014年，長江經(jīng)濟(jì)帶沿線城市的污染排放強(qiáng)度有明顯的下降，說明此戰(zhàn)略確實(shí)有明顯的污染減排作用。同理，本文發(fā)現(xiàn)四個(gè)機(jī)制變量也通過了平行趨勢(shì)假設(shè)檢驗(yàn)（限于篇幅，未描述平行趨勢(shì)假設(shè)檢驗(yàn)的模型，未報(bào)告機(jī)制變量的檢驗(yàn)結(jié)果）。

4.4.2 穩(wěn)健性檢驗(yàn)

這里維持實(shí)驗(yàn)組（treatment group）個(gè)體不變，重新設(shè)定控制組（control group），使用DID方法再次對(duì)公式（6）進(jìn)行回歸。實(shí)驗(yàn)組依然是長江經(jīng)濟(jì)帶沿線的35個(gè)城市，并使用ArcGIS軟件選擇了與35個(gè)沿長江城市相鄰的37個(gè)城市作為控制組（限于篇幅，此處未報(bào)告具體與沿江城市相鄰城市的選擇過程與結(jié)果），表5報(bào)告了重新設(shè)計(jì)自然實(shí)驗(yàn)下的DID估計(jì)結(jié)果。表5中第（1）列交互項(xiàng)（Tt × treati）的估計(jì)系數(shù)在1%置信水平上顯著為負(fù)，說明在假設(shè)受長江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略實(shí)施影響的城市數(shù)量不變，縮小控制組的城市數(shù)量后，實(shí)施該戰(zhàn)略依然保持了降低污染排放強(qiáng)度的積極作用，與前文的計(jì)量結(jié)果一致。整體上，第（2）～（5）列對(duì)長江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略減排機(jī)制的檢驗(yàn)基本上支持了前文的結(jié)果。第（2）～（4）列交互項(xiàng)的回歸系數(shù)顯著為正;第（5）列交互項(xiàng)的估計(jì)系數(shù)雖然統(tǒng)計(jì)上不顯著（可能是由新設(shè)計(jì)的自然實(shí)驗(yàn)樣本量顯著減少導(dǎo)致），但與表3中第（4）列交互項(xiàng)系數(shù)的方向一致，保持了經(jīng)濟(jì)意義上的顯著性。

5 研究結(jié)論與政策建議

本研究基于2006—2017年我國285個(gè)地級(jí)市（含直轄市）的數(shù)據(jù)構(gòu)造面板模型，運(yùn)用DID和SYS-GMM方法首次識(shí)別了實(shí)施長江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略的污染減排效應(yīng)、機(jī)制及其作用大小。文章有如下發(fā)現(xiàn)：①長江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略有明顯的污染減排效應(yīng)，即實(shí)施長江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略能夠促進(jìn)沿長江城市污染排放強(qiáng)度下降，污染排放強(qiáng)度大約降低0.045個(gè)百分點(diǎn)。②實(shí)施長江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略能夠通過新型城鎮(zhèn)化機(jī)制、結(jié)構(gòu)優(yōu)化機(jī)制、創(chuàng)新投入機(jī)制和循環(huán)生產(chǎn)機(jī)制的傳導(dǎo)對(duì)污染排放強(qiáng)度產(chǎn)生影響。③四個(gè)污染減排的機(jī)制均可有效改善污染排放強(qiáng)度，不同機(jī)制的作用存在顯著分化。新型城鎮(zhèn)化與結(jié)構(gòu)優(yōu)化降低污染排放強(qiáng)度的作用較大，二者增加1個(gè)單位，分別拉低污染排放強(qiáng)度0.196和0.159個(gè)百分點(diǎn)。如果創(chuàng)新投入水平和循環(huán)生產(chǎn)水平分別變動(dòng)1%，污染排放強(qiáng)度則反向變動(dòng)0.041%和0.039%。④污染排放強(qiáng)度隨時(shí)間推移而有所衰減的累積滯后效應(yīng)顯著。

基于研究結(jié)論，本文的政策建議如下：①應(yīng)努力提升長江經(jīng)濟(jì)帶的新型城鎮(zhèn)化水平，以快速釋放新型城鎮(zhèn)化的污染減排效應(yīng)。推進(jìn)人口城鎮(zhèn)化的同時(shí)，應(yīng)在統(tǒng)籌優(yōu)化城市空間布局、增加生態(tài)資源存量、完善公共交通配套、保護(hù)環(huán)境與治理污染等方面下足“功夫”，著力增加城鎮(zhèn)化的“綠色含量”，解決多年累積的生態(tài)欠賬問題，提高長江經(jīng)濟(jì)帶的生態(tài)環(huán)境承載力。②應(yīng)加快長江流域城市的產(chǎn)業(yè)結(jié)構(gòu)升級(jí)優(yōu)化，充分發(fā)揮結(jié)構(gòu)調(diào)整的污染減排作用。以淘汰傳統(tǒng)“三高”工業(yè)為抓手，為高附加、低消耗、低排放的“雙高端產(chǎn)業(yè)”騰挪空間;有條件的地區(qū)應(yīng)適時(shí)加快“去工業(yè)化”進(jìn)程，使用稅收綜合優(yōu)惠、低息信貸支持、財(cái)政資金引導(dǎo)發(fā)展以生產(chǎn)性服務(wù)業(yè)等為代表的現(xiàn)代服務(wù)業(yè)，著力提高現(xiàn)代服務(wù)業(yè)比重;抓住區(qū)域一體化契機(jī)，不斷加強(qiáng)長江經(jīng)濟(jì)帶的城市經(jīng)濟(jì)聯(lián)系，努力構(gòu)建內(nèi)外暢聯(lián)的立體交通網(wǎng)，加快形成完備的產(chǎn)業(yè)鏈、價(jià)值鏈與供應(yīng)鏈。③應(yīng)加大沿江城市的創(chuàng)新投入強(qiáng)度與創(chuàng)新成果轉(zhuǎn)化力度，夯實(shí)技術(shù)進(jìn)步改善污染排放強(qiáng)度的創(chuàng)新基石。政府應(yīng)加大對(duì)創(chuàng)新研究的補(bǔ)貼，并向科技成果轉(zhuǎn)化環(huán)節(jié)適度傾斜，特別是清潔生產(chǎn)技術(shù)的研發(fā)運(yùn)用需要重點(diǎn)支持;還需注重生態(tài)環(huán)境領(lǐng)域的人力資本積累，保障創(chuàng)新所需的智力資源;有必要打造長江經(jīng)濟(jì)帶一體化的技術(shù)交易市場(chǎng)、平臺(tái)與科創(chuàng)孵化中心，加速創(chuàng)新成果市場(chǎng)化、商品化、價(jià)值化，加快釋放污染減排效應(yīng)。④應(yīng)堅(jiān)持循環(huán)經(jīng)濟(jì)理念，深入推進(jìn)工業(yè)循環(huán)生產(chǎn)模式，以更高的循環(huán)生產(chǎn)水平推動(dòng)長江經(jīng)濟(jì)帶的污染排放強(qiáng)度下降。政府應(yīng)建立兼?zhèn)洹按蟀襞c蘿卜”特征的激勵(lì)約束機(jī)制，“兩手齊抓”（一手以定期督查與懲罰制度倒逼、一手以稅收優(yōu)惠與獎(jiǎng)勵(lì)補(bǔ)貼激勵(lì)）促進(jìn)工業(yè)企業(yè)再利用固體廢棄物的主觀能動(dòng)性與效率的提升，推動(dòng)生產(chǎn)要素使用模式由粗放轉(zhuǎn)向集約，緩解污染排放強(qiáng)度上升的壓力。⑤重視污染排放強(qiáng)度的累積滯后效應(yīng)，沿長江城市的節(jié)能減排政策的執(zhí)行強(qiáng)度應(yīng)保持時(shí)序上的連貫性。⑥鑒于污染性產(chǎn)業(yè)存在由沿江城市就近轉(zhuǎn)移至相鄰城市的可能以及水與大氣的自由流動(dòng)，立足省級(jí)空間層面統(tǒng)籌制定強(qiáng)度一致、協(xié)調(diào)聯(lián)動(dòng)的污染減排等環(huán)境保護(hù)與治理政策是極有必要的。

參考文獻(xiàn)

[1]劉亦文， 文曉茜， 胡宗義. 中國污染物排放的地區(qū)差異及收斂性研究[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究， 2016， 33（4）：79-95.

[2]吳傳清， 董旭. 環(huán)境約束下長江經(jīng)濟(jì)帶全要素能源效率研究[J].中國軟科學(xué)， 2016（3）：73-83.

[3]王宇昕， 余興厚， 熊興. 長江經(jīng)濟(jì)帶污染物排放強(qiáng)度的空間差異及影響因素研究[J]. 西部論壇， 2019， 29（3）：104-114.

[4]陳明華， 仲崇陽， 張曉萌， 等. 長江經(jīng)濟(jì)帶城市污染排放分布動(dòng)態(tài)及趨勢(shì)[J]. 城市問題， 2018（11）：37-48.

[5]汪克亮， 孟祥瑞， 楊寶臣， 等. 基于環(huán)境壓力的長江經(jīng)濟(jì)帶工業(yè)生態(tài)效率研究[J]. 資源科學(xué)， 2015， 37（7）：1491-1501.

[6]黃磊， 吳傳清. 長江經(jīng)濟(jì)帶生態(tài)環(huán)境績效評(píng)估及其提升方略[J]. 改革， 2018（7）：116-126.

[7]KEELER E， SPENCE M， ZECKHAUSER R. The optimal control of pollution[J]. Journal of economic theory， 1972， 4（1）： 19-34.

[8]BECKER R A. Intergenerational equity： the capital-environment trade-off[J]. Journal of environment economics and management， 1982， 9（2）： 165-185.

[9]STOKEY N L. Are there limits to growth？[J]. International economic review， 1998， 39（1）：1-31.

[10]彭水軍， 包群. 環(huán)境污染、內(nèi)生增長與經(jīng)濟(jì)可持續(xù)發(fā)展[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究， 2006， 23（9）：114-126.

[11]SELDEN T M， SONG D. Neoclassical growth， the J curve for abatement， and the inverted U curve for pollution[J]. Journal of environmental economics & management， 1995， 29（2）：162-168.

[12]黃茂興， 林壽富. 污染損害、環(huán)境管理與經(jīng)濟(jì)可持續(xù)增長：基于五部門內(nèi)生經(jīng)濟(jì)增長模型的分析[J]. 經(jīng)濟(jì)研究， 2013（12）：30-41.

[13]AU C C， HENDERSON J V. Are Chinese cities too small？[J]. Review of economic studies， 2006， 73（3）：549-576.

[14]GREENSTONE M， HANNA R. Environmental regulations， air and water pollution， and infant mortality in India[J]. American economic review， 2014， 104（10）：3038-3072.

[15]陳詩一， 陳登科. 霧霾污染、政府治理與經(jīng)濟(jì)高質(zhì)量發(fā)展[J]. 經(jīng)濟(jì)研究， 2018（2）：20-34.

[16]楊騫， 王弘儒. 長江經(jīng)濟(jì)帶水污染排放的地區(qū)差異及影響因素研究：2004—2014[J]. 經(jīng)濟(jì)與管理評(píng)論， 2016（5）：141-147.

[17]陳冷璇， 李強(qiáng). 長江經(jīng)濟(jì)帶工業(yè)污染時(shí)序變化及空間分異研究[J]. 山西師范大學(xué)學(xué)報(bào)（自然科學(xué)版）， 2018， 32（3）： 81-86.

[18]郝國彩， 徐銀良， 張曉萌， 等. 長江經(jīng)濟(jì)帶城市綠色經(jīng)濟(jì)績效的溢出效應(yīng)及其分解[J]. 中國人口·資源與環(huán)境， 2018， 28 （5）：78-86.

[19]劉華軍， 孫亞男， 陳明華. 霧霾污染的城市間動(dòng)態(tài)關(guān)聯(lián)及其成因研究[J]. 中國人口·資源與環(huán)境， 2017， 27（3）：74-81.

[20]孫博文， 程志強(qiáng). 市場(chǎng)一體化的工業(yè)污染排放機(jī)制：長江經(jīng)濟(jì)帶例證[J]. 中國環(huán)境科學(xué)， 2019， 39（2）： 868-878.

[21]BERTRAND M， MULLAINATHAN D S. How much should we trust differences-in-differences estimates？[J]. Quarterly journal of economics， 2004， 119（1）：249-275.

[22]MOSER P， VOENA M. Compulsory licensing： evidence from the trading with the enemy act[J]. American economic review， 2012， 102（1）： 396-427.

[23]傅佳莎， 浦正寧， 蔡軒. 資源型城市轉(zhuǎn)型政策實(shí)施效果評(píng)價(jià)：基于PSM-DID方法[J]. 環(huán)境經(jīng)濟(jì)研究， 2019， 4（1）： 114-128.

[24]趙領(lǐng)娣， 徐樂. 基于長三角擴(kuò)容準(zhǔn)自然實(shí)驗(yàn)的區(qū)域一體化水污染效應(yīng)研究[J]. 中國人口·資源與環(huán)境， 2019， 29（3） ： 50-61.

[25]尤濟(jì)紅， 陳喜強(qiáng). 區(qū)域一體化合作是否導(dǎo)致污染轉(zhuǎn)移[J]. 中國人口·資源與環(huán)境， 2019， 29（6） ： 118-129.

[26]林春. 財(cái)政分權(quán)與中國經(jīng)濟(jì)增長質(zhì)量關(guān)系：基于全要素生產(chǎn)率視角[J]. 財(cái)政研究， 2017（2）： 73-83，97.

[27]干春暉， 鄭若谷， 余典范. 中國產(chǎn)業(yè)結(jié)構(gòu)變遷對(duì)經(jīng)濟(jì)增長和波動(dòng)的影響[J]. 經(jīng)濟(jì)研究， 2011（5）：4-16.

[28]DORASZELSKI U， JAUMANDREU J. R&D and productivity： estimating endogenous productivity[J]. Review of economic studies， 2013， 80（4）：1338-1383.

[29]毛其淋， 盛斌. 對(duì)外經(jīng)濟(jì)開放、區(qū)域市場(chǎng)整合與全要素生產(chǎn)率[J]. 經(jīng)濟(jì)學(xué)（季刊）， 2011， 11（1）： 185-214.

[30]李標(biāo)， 吳賈， 陳姝興. 城鎮(zhèn)化、工業(yè)化、信息化與中國的能源強(qiáng)度[J]. 中國人口·資源與環(huán)境， 2015， 25（8）：69-76.

[31]CAO K H， BIRCHENALL J A. Agricultural productivity， structural change， and economic growth in post-reform China[J]. Journal of development economics， 2013， 104（9）： 165-180.

[32]PENEDER M. Industrial structural and aggregate growth[J]. Structural change and economic dynamics， 2003， 14（4）：427-448.

[33]李標(biāo)， 宋長旭， 吳賈. 創(chuàng)新驅(qū)動(dòng)下金融集聚與區(qū)域經(jīng)濟(jì)增長[J]. 財(cái)經(jīng)科學(xué)， 2016（1）：88-99.

[34]伍國勇， 段豫川. 論循環(huán)經(jīng)濟(jì)：兼論生態(tài)經(jīng)濟(jì)、循環(huán)經(jīng)濟(jì)、低碳經(jīng)濟(jì)、綠色經(jīng)濟(jì)的異同[J]. 農(nóng)業(yè)現(xiàn)代化研究， 2014， 35（1）： 5-10.

[35]BLUNDELL R， BOND S. Initial conditions and moment restrictions in dynamic panel data models[J]. Journal of econometrics， 1998， 87（1）：115-143.

[36]李標(biāo)， 宋長旭， 吳賈， 等. 中國新四化對(duì)能源強(qiáng)度的影響[J]. 資源科學(xué)， 2017， 39（8）：1444-1456.

[37]SADORSKY P. The effect of urbanization and industrialization on energy use in emerging economies： implications for sustainable development[J]. American journal of economics and sociology， 2014， 73（2）： 392～409.

[38]黃磊， 吳傳清. 長江經(jīng)濟(jì)帶城市工業(yè)綠色發(fā)展效率及其空間驅(qū)動(dòng)機(jī)制研究[J]. 中國人口·資源與環(huán)境， 2019， 29（8）： 40-49.

[39]劉乃全， 吳友. 長三角擴(kuò)容能促進(jìn)區(qū)域經(jīng)濟(jì)共同增長嗎[J]. 中國工業(yè)經(jīng)濟(jì)， 2017（6）： 79-97.

[40]張友國. 長江經(jīng)濟(jì)帶產(chǎn)業(yè)轉(zhuǎn)移的環(huán)境效應(yīng)測(cè)算[J]. 環(huán)境經(jīng)濟(jì)研究， 2019（2）：76-91.