EN中文

地理科学 >

2019 , Vol. 39 >Issue 10: 1654 - 1662

DOI: https://doi.org/10.13249/j.cnki.sgs.2019.10.014

中国市域工业污染对劳动力集聚的影响研究

  • 张跃 1 ,
  • 王图展 2 ,
  • 刘莉 3
展开
  • 1. 中国社会科学院大学（研究生院）农村发展系, 北京102488
  • 2. 西南大学经济管理学院, 重庆 400700
  • 3. 中共遂宁市委党校, 四川 遂宁 629000

张跃（1992-）,男,安徽宿州人,博士研究生,主要从事区域经济学研究。E-mail:zhangyue6031669@163.com

收稿日期: 2018-11-16

  要求修回日期: 2019-02-01

  网络出版日期: 2019-10-10

基金资助

国家社会科学基金青年项目(13CGL086)

版权

版权所有，未经授权，不得转载、摘编本刊文章，不得使用本刊的版式设计。
收起

Impact of Industrial Pollution on Labor Agglomeration in China

  • Zhang Yue 1 ,
  • Wang Tuzhan 2 ,
  • Liu Li 3
Expand
  • 1. Department of Rural Development, University of Chinese Academy of Social Sciences (Graduate School), Beijing 102488, China
  • 2. College of Economics and Management, Southwest University, Chongqing 400700, China
  • 3. Party School of Suining Municipal Party Committee,Communist Party of China, Suining 629000, Sichuan, China

Received date: 2018-11-16

  Request revised date: 2019-02-01

  Online published: 2019-10-10

Supported by

National Social Science Fund Youth Project(13CGL086)

Copyright

Copyright reserved © 2019.
Fold

摘要

基于2003~2016年中国286个地级及以上城市数据,研究工业污染和劳动力空间分布的演化特征及内在联系,继而将地区收入水平和工业集聚作为门槛变量研究工业污染对劳动力集聚影响。结果表明：①工业污染和劳动力的重心在移动方向上背向而驰,工业污染重心整体向北移动,劳动力重心整体向南移动,工业污染与劳动力的空间分布演化特征与二者相应的重心移动轨迹相契合。②工业污染会造成劳动力集聚水平降低,且随着地区收入水平的提高,高污染水平导致劳动力集聚水平下降的现象愈发明显。③以工业集聚作为门槛变量时,工业污染对劳动力集聚的影响存在明显的区域差异性,全国和东部地区劳动力集聚水平呈现出先降低后升高特征,中部地区为逐步升高的正向效应,西部地区则是逐步降低的负向效应。

关键词： 工业污染; 劳动力集聚; 门槛面板模型; 市域

本文引用格式

张跃 , 王图展 , 刘莉 . 中国市域工业污染对劳动力集聚的影响研究[J]. 地理科学, 2019 , 39(10) : 1654 -1662 . DOI: 10.13249/j.cnki.sgs.2019.10.014

Abstract

Based on the data of 286 cities at or above the prefecture level in China from 2003 to 2016, the evolutionary characteristics and internal relations of industrial pollution and spatial distribution of labor force were studied, and then the regional income level and industrial agglomeration were taken as threshold variables to study the impact of industrial pollution on labor force agglomeration. The results show that: 1) The center of gravity of industrial pollution and labor force moves backwards in the direction of movement, the center of gravity of industrial pollution moves northward as a whole, and the center of gravity of labor force moves southward as a whole. 2) Industrial pollution emissions will lead to the reduction of labor concentration level, with the increase of regional income level, high pollution level leads to the decline of labor concentration level is more obvious. 3) When industrial agglomeration is taken as the threshold variable, the impact of industrial pollution on labor agglomeration has obvious regional differences. The labor agglomeration level in China and the eastern region first decreases and then increases. The central region has a positive effect of gradual increase, while the western region has a negative effect of gradual decrease.

Key words： industrial pollution; labor agglomeration; threshold panel model; urban areas

改革开放以来,东部沿海地区凭借其优越的地理位置,并在出口导向型战略和规模经济的作用下,最终形成以东部沿海为中心,中西部内陆地区为外围的制造业中心-外围格局[1]。劳动力也在户籍制度管理放松的大环境下,逐步由欠发达城市向发达城市、从中西部内陆地区向东部沿海地区集聚。在产业和劳动力集聚带来经济快速增长的同时,环境污染也成为人民生活的痛点。在2017年全国338地级市以上城市中,空气质量达标城市占29.3%,未达标城市占比70.7%[2]。环境污染问题使得脱离贫困的劳动力开始对居住地环境质量的需求上升,再加上发达城市的高生活成本以及“城市病”,劳动力逃离“大城市”的现象逐渐增多[3]。这挑战了传统认为获取收入是劳动力向大城市集聚所考虑的主要因素[4]。因而,本文认为在劳动力集聚的诸多因素中,有必要着重研究环境污染这一关键性因素,研究其规律,为城市管理者合理引导劳动力集聚和协调产业发展提供意见。
人口、资源、环境与发展一直是学者们关注的焦点,针对环境污染和劳动力的现有研究主要集中在以下3个方面。一是研究环境污染和劳动力的空间分布特征。此类研究多基于区域、省级和城市群尺度,来探讨中国环境污染与劳动力的时空分布特征[5,6,7]。二是关于环境污染与劳动力集聚的关系。此类研究多基于二元经济结构下农村劳动力在向城市集聚过程中对城市环境污染的影响[8,9]。三是关于劳动力集聚的影响因素。早期的研究成果集中探讨经济、政治、社会以及空间地域因素对劳动力空间分布的影响。直到20世纪末,全球气候变化以及人为因素导致的环境问题日益严峻,学者开始关注环境因素对劳动力集聚的影响。此方面的研究成果集中在气候变化、洪涝灾害等自然环境的变化引起的劳动力流失[10,11,12],而对环境污染关注较少,同时在环境污染是否导致中国劳动力集聚水平下降方面存在争议性。部分研究认为环境只是劳动力流失的诱发原因,东部劳动力随着产业转移流入到内陆地区并非由污染所致,劳动力逃离发达城市的现象尚未发生[13]。但有些研究认为环境污染在一定程度上导致地区劳动力流失和集聚水平下降[14,15]。
综合已有文献,笔者认为仍有值得进一步探索的地方：首先,在环境污染与劳动力集聚二者关系的研究上,集中探讨了劳动力集聚对城市环境污染的影响,而环境污染对劳动力集聚的影响研究有待加强。其次,现有研究多以区域、省级和城市群作为观测单位,考虑到中国内部各地区之间无论是自然条件还是资源禀赋等方面均存在较大的差异性,所以基于区域和省级这样较大地理单元的研究可能会掩盖环境污染与劳动力集聚之间的真正关系。以地级及以上城市为观测单位来研究二者关系,可能会获得新的结论或对已有问题提供更加翔实的经验支持。再次,环境污染对劳动力集聚的影响在不同情境下存在差异性,即地区收入水平、工业集聚以及产业结构的调整,都可能使环境污染对劳动力集聚产生不同的影响。最后,相比生活污染,工业排污排放量在中国环境污染总量占比较大[16],本文主要研究工业污染对劳动力集聚的影响。鉴于此,本文首先用中国286个地级及以上城市数据（不含港澳台数据）,分析工业污染与劳动力空间分布的演化特征;其次,构建基准模型实证检验工业污染对劳动力集聚的影响;最后,构建门槛面板模型,分析在地区收入水平和工业集聚不同区间内工业污染对劳动力集聚的差别性影响。

1 研究方法与数据来源

1.1 研究方法

1） 劳动力地理集中度。本文中劳动力的界定以国际标准为依据,即以15~64岁劳动年龄人口为基础,劳动力数量是地区从业人员数和年末城镇失业人数二者之和[17]。描述一个地区劳动力空间分布疏密程度的指标有很多,传统集聚指标包括区位商、泰尔指数和基尼系数等,但以上指标尚未考虑地理区域面积大小所形成的空间偏差,而单位面积上所承载的经济活动是衡量经济集聚的良好指标[18]。不少学者采用劳动力地理集中度来衡量劳动力要素在地区上集中程度[19,20]。该指标既可反映劳动力空间分布特征,也可反映某地区在同级地区或整体中的地位和作用,故以劳动力地理集中度表征地区劳动力集聚水平。
2） 工业污染排放强度。现有文献大多采用污染排放总量来反映工业污染强度,但由于各地区不同的技术创新能力和污染治理设施,导致用排放总量来衡量的污染排放水平不具可比性。鉴于污染排放总量指标存在不足,因而采取污染排放强度来衡量地区工业污染水平,其计算公式为地区工业污染物排放量占工业GDP比重与相应的全国值之比。其中,地区工业污染物排放量是工业废水、工业二氧化硫和工业烟尘三者排放量的总和。
3） 重心模型。为从整体上把握研究对象空间分布的演化轨迹,本文引入重心模型明确工业污染和劳动力空间分布的演化特征。和既有文献的重心模型概念一致,本文主要测度地级及以上城市的工业污染排放强度和劳动力地理集中度的地理坐标,并引入重心移动距离公式,进一步衡量二者在2003~2016年的重心空间移动距离[21]。
4） 门槛面板模型。门槛面板模型可以根据数据自身的特点来内生地划分区间,其基本形式包括单一门槛模型和双门槛模型[22]。门槛模型中的估计参数和门槛值可借助“自抽样法”（Bootstrap）来完成。得到门槛参数的估计值后,还需检验门槛效应的显著性和门槛估计值的真实性。对于显著性检验,可通过构造 F 检验统计量,并借助“自抽样”方法模拟 F 的渐近分布。对于真实性检验,可通过构造LR（likelihood ratio）似然比检验统计量,检验原假设所估计门槛值与真实门槛值是否有一致性。

1.2 数据来源

本文主要变量均来自于《中国城市统计年鉴》[23]和《中国统计年鉴》[24]。为避免统计数据的不一致性和间断性给实证结果带来偏差,本文对样本数据做如下处理：① 以确定的286个地级及以上城市为研究单元（不含港、澳、台数据）,以2003~2016年为研究时段。② 空间分析和图件输出所需要的空间数据,来自于地理空间数据云网站,并借助ArcGIS10.3平台进行数据分析和空间表达。

2 工业污染与劳动力空间分布的演化特征

2.1 重心演变轨迹

为从整体上把握工业污染和劳动力空间分布的演化特征,本文首先计算出市域层面的中国工业污染重心与劳动力重心,并借助ArcGIS10.3软件绘制二者的重心演变轨迹图（图1）。2003~2016年中国工业污染重心地理坐标介于111°36′52"E~113°03′43"E,30°26′00"N~34°58′03"N,主要在湖北河南交界地区移动。中国劳动力重心地理坐标介于114°39′19"~115°17′56"E,32°23′26"~33°52′29"N,主要在安徽河南省境内移动。研究期内,工业污染重心与劳动力重心均以南北方向上的移动为主,不同的是两者在移动方向上背向而驰,前者整体上自南向北移动约4.5个纬度、413.67 km,后者整体上自北向南移动约1.5个纬度、160.57 km。
图1 2003~2016年工业污染和劳动力重心的演变轨迹

不含港澳台数据

Fig.1 The evolution of industrial pollution and labor force gravity center in China during 2003-2016

2.2 空间分布演化特征

从工业污染排放强度的专题图来看（图2）,2003年中国工业污染排放强度的空间分布呈“南北高、中部低”特征,且分布较为零散。污染排放强度较高的地区主要分布在黑龙江北部与东部、呼伦贝尔、滇西南、桂南、湘西、赣南、浙西、福建、重庆、川南与川东北等地区。2016年,排放强度总体上呈上升趋势,从2003年的0.000 9~1.803 2则上升至2016年的0.171 2~34.809 7区间,最小值和最大值均有较大程度的提高。在排放强度总体上升的同时,一方面工业污染严重的城市却明显减少,2003年排放强度大于4.377 5的地级市有33个,2016年减少至13个。另一方面,相比2003年,2016年在空间上出现了“北重南轻”的两极分化现象。即排放强度较高的地区主要分布在北方地区,如黑龙江、辽宁阜新、甘肃平凉、宁夏固原、山西大同等地;南方地区鲜有排放强度较高的地级市,主要是湖南的张家界市。其背后原因在于：一方面北方地区产业结构中以资源采掘和重化加工业为主,另一方面工业产业结构升级与改革存在滞后性。
图2 2003~2016年工业污染排放强度空间分布

Fig.2 Spatial distribution of industrial pollution emission intensity in 2003-2016

从劳动力地理集中的专题图来看（图3）,其空间分布的演化特征表现为东密西疏、北降南升。2003年,劳动力地理集中度高的地区主要分布在东部沿海地区和华北平原地区。劳动力地理集中度高的在北京、上海、广州、深圳、合肥、西安、成都、武汉、郑州等国家中心城市。2003~2016年,劳动力地理集中度呈上升趋势,2003年集中度在0.001 2~24.835 6之间,而2016年则上升至0.001 2~61.395 4区间,最大值有了较大程度的提高。在集中度总体上升的同时,一方面以上海和广州为中心的劳动力集中区域存在显著向外扩展趋势,江苏南部、浙江东北部和珠江三角洲的劳动力集中度愈发明显;另一方面中西部地区部分地市劳动力地理集中度有所增加,如中部的合肥、芜湖、六安和马鞍山、西部地区的遂宁等地。相比2003年,2016年南方部分城市集中度有所提高,而北方的部分城市却在降低,尤其是东北地区和华北平原高集聚的地级市数量在明显减少,如东北的哈尔滨、沈阳、秦皇岛、营口、鞍山等以及华北平原的潍坊、东营、聊城等地市的集中度明显下降。
图3 2003~2016年劳动力地理集中度空间分布

Fig.3 Spatial distribution of labor force geographic concentration in 2003-2016

从工业污染排放强度与劳动力地理集中度空间分布的演化特征来看,工业污染与劳动力在空间上出现了南北相反分布现象。具体来说,相比2003年,2016年工业污染排放强度在空间上出现了“北重南轻”的两极分化现象;2016年南方城市劳动力地理集中度有所提高,而北方城市却在降低。这与重心模型所得出的工业污染重心整体向北移动和劳动力重心整体向南移动的演变轨迹相契合。由此可知,北方城市工业污染水平在上升的同时劳动力集聚水平在降低,而南方城市工业污染水平在降低的同时劳动力集聚水平在升高。在一定程度上揭示了工业污染与劳动力集聚之间可能存在负向关系,需构建实证模型进一步验证二者的关系。

3 工业污染对劳动力集聚影响的计量检验

3.1 指标选取与模型构建

综合已有文献,考虑指标的可获得性和代表性,以劳动力地理集中度为因变量,工业污染排放强度为核心自变量。如果工业污染排放强度的回归系数显著为负,说明地区工业污染不利于劳动力集聚。同时以收入水平、工业集聚、产业结构和基础设施为控制变量（表1）。
表1 变量及数据的稳定性检验

Table 1 Variable description and data stability test

变量类型 变量 变量定义 变量代码 HT检验
Z值 P值
因变量 劳动力集聚 劳动力地理集中度 Y -2.64 0.00
自变量 工业污染 工业污染排放强度 pollute -39.14 0.00
控制变量 收入水平 地区职工平均工资对数值与相应的全国值之比 income -35.15 0.00
工业集聚 地区工业密度与相应的全国值之比 gather -10.14 0.00
产业结构 地区二三产业产值与GDP之比 structure -16.58 0.00
基础设施 地区人均道路面积与国土面积之比 road -5.87 0.00

注：不含港澳台数据。

本文以地区职工平均工资的对数值与相应的全国值之比来衡量收入水平;以地区工业密度与相应的全国值之比来测度工业集聚水平;以地区二三产业产值与GDP之比来测度产业结构;以地区人均道路面积与国土面积之比来衡量基础设施水平。鉴于,宏观统计数据往往存在时间序列上的非平稳性,为保证回归结果的准确性,本文采用适合短面板的HT单位根检验方法,对数据进行了面板单位根检验,检验表明各变量都是平稳的（见表1）。本文根据选定的变量,构建的基准回归模型如下：
Y it = β 1 polluteit + β 2 incomeit + β 3 gatherit + β 4 structureit + β 5 roadit + εit
式中, Y 表示劳动力地理集中度; εit 为扰动项;i和t分别表示地区和时间; β 1 ~ β 5 为变量回归系数。

3.2 基准模型实证结果

本文根据豪斯曼检验结果,选择固定效应作为基准模型（1）的估计方法。考虑到中国区域的差异性,分别对全国、东部、中部和西部进行实证估计（表2）。总的来说,实证结果基本符合预期,即劳动力集聚是受多种因素影响的经济活动过程。考虑到工业污染与劳动力集聚之间存在循环累积机制而产生内生性问题,本文运用“杜宾-吴-豪斯曼检验（DWH）”对其进行内生性检验,结果显示,DWH的 P 值在1%的水平上正向显著,可认为工业污染排放强度（ pollute ）是内生解释变量。为克服内生性问题,本文将工业污染排放强度滞后一期（ pollut e - 1 ）作为工具变量,并用识别不足和过度识别两方面检验方法,来检验工具变量选取的有效性。LM（lagrange multiplier test statistic）检验和Hansen J检验统计量均说明本文工具变量的选取是有效的。内生性实证结果显示（表2）,除了个别变量的显著性水平发生微小变化以外,其他解释变量的回归结果与基准模型的实证结果一致,这说明本文研究结论未受到内生性问题的影响。因此,本文就基准模型的实证结果进行分析和讨论。
表2 实证结果

Table 2 The empirical results

变量 基准模型实证结果（固定效应模型） 变量 内生性实证结果（2SLS模型）
全国 东部 中部 西部 全国 东部 中部 西部
pollute -0.03***
(-2.74)		 -0.31***
(-5.45)		 0.03***
(2.59)		 -0.001
(-0.24)		 pollute-1 -0.01***
(-3.09)		 -0.16***
(-3.32)		 0.03***
(2.98)		 -0.01
(-0.15)
income 0.99*
(1.83)		 -20.42***
(-4.95)		 2.22*
(1.82)		 0.072
(0.41)		 income 0.71**
(2.23)		 -20.76***
(-4.56)		 2.05**
(2.80)		 0.08
(0.35)
gather -0.28***
(-25.62)		 -0.27***
(-14.62)		 0.32***
(7.85)		 0.06*
(1.72)		 gather -0.28***
(-23.25)		 -0.27***
(-15.31)		 0.29**
(2.13)		 0.062*
(1.72)
structure 1.22***
(4.25)		 4.17***
(6.53)		 1.13***
(4.05)		 0.43**
(2.78)		 structure 1.88***
(5.39)		 4.73***
(-5.35)		 0.95***
(2.91)		 0.35*
(1.67)
road 32.10***
(28.56)		 35.79***
(18.88)		 18.98***
(7.11)		 1.87*
(1.79)		 road 32.19***
(26.36)		 36.62***
(18.42)		 18.6***
(6.75)		 1.83
(1.78)
Adj-R2 0.35 0.42 0.21 0.31 Adj-R2 0.32 0.43 0.18 0.24
F-test 45.12*** 152.11*** 26.05*** 28.26*** F-test 293.73*** 180.43*** 35.38*** 25.49***

注：*、**、***表示10%,5%,1%的显著水平;括号内为t值;不含港澳台数据。

从工业污染对劳动力集聚影响来看,全国样本中工业污染排放强度的回归系数显著为负,说明工业污染对劳动力集聚产生负向作用,工业污染排放强度每增加一个单位,劳动力地理集中度降低0.03个单位。东部地区工业污染排放强度对劳动力集聚的影响显著为负,且回归系数是全国样本的10倍,西部地区负向作用不显著,中部地区工业污染对劳动力集聚的影响显著为正。这说明处在不同经济发展阶段劳动力对工业污染的敏感度不同。从控制变量上看,① 全国样本中收入水平的回归系数在10%的显著性水平上为正,若向其他地区流动能够赚取较高的收入,则理性劳动者选择迁移。收入水平的影响在不同区域呈现出差异性,即在中部和西部地区呈现正向作用,在东部地区呈现显著的负向作用。原因在于,劳动收入越高,相应的生活成本也就越高,导致对劳动力集聚产生排斥作用。②全国样本中工业集聚的回归系数在1%显著性水平上为负,说明工业集聚水平的提升会导致地区劳动力集聚水平降低。可能的原因在于,工业集聚水平的提高会引发外部经济效应和诱发技术进步,进而对劳动人员的技术要求提升,从而对没有专项职业技能的劳动力产生排挤效应,不利于劳动力集聚。同时工业集聚作用呈现出区域差异性,即在东部地区呈现显著的负作用,在中部和西部地区呈现正向作用,原因在于,中西部工业集聚度较低,尚未产生对无专项职业技能劳动力的排挤效应。③产业结构的回归系数在全国以及东中西部地区均呈正向作用,说明二三产业的发展会对劳动力产生吸引力,同时证实了二三产业是劳动力主要的就业渠道。④ 基础设施的回归系数在全国以及东中西部地区均呈现正向作用,说明地区基础设施也是影响劳动力集聚的重要因素之一。

3.3 门槛面板模型实证结果

基准模型的实证结果已经揭示了工业污染引发劳动力集聚水平降低的结论,是否地区收入和工业集聚水平越高,工业污染导致劳动力集聚水平降低的现象就会有所缓解?是否存在最优化区间?本文继而运用门槛模型,以地区收入水平 ( income ) 、工业集聚 ( gather ) 作为门槛变量来检验工业污染对劳动力集聚的门槛效应,模型如下：
Y it = α 1 pollut e it I ( incom e it ≤ γ 1 ) + α 2 pollut e it I ( γ 1 < incom e it ) ≤ γ 2 + α 3 pollut e it I ( incom e it > γ 2 ) + α 4 contro l it + ε it
Y it = α 1 pollut e it I gathe r it ≤ γ 1 + α 2 pollut e it I γ 1 < gathe r it ≤ γ 2 + α 3 pollut e it I gathe r it > γ 2 + α 4 contro l it + ε it
式中, controlit 为控制变量集合; I ( ⋅ ) 为示性函数; γ 为门槛值; α 1 ~ α 4 为变量回归系数。本文依据自抽样法原理,借助Stata14.0统计软件进行门槛效应检验。根据F统计量和LR统计量检验结果可知,当地区收入水平作为门槛变量时,在95%的置信区间内,全国样本通过双门槛检验,双门槛值分别为1.036 8和1.038 2。东部和中部均通过单一门槛检验,门槛值分别为1.020 3和1.003 5,西部未通过门槛效应检验。当工业集聚作为门槛变量时,全国和东中西部均通过单一门槛检验,门槛值分别为13.430 0、20.963 5、1.299 6和1.594 8。基于此,本文先后把地区收入水平（模型2）和工业集聚（模型3）作为门槛变量进行固定效应回归,估计结果如表3所示。
表3 门槛面板模型估计结果

Table 3 Threshold panel model estimation results

变量 模型（2） 模型（3）
全国 东部 中部 全国 东部 中部 西部
pollute(γ1) -0.03**
（-2.53）		 -0.33***
（-5.54）		 0.03***
（2.72）		 -0.22***
（-2.75）		 -0.33***
（-5.45）		 0.03***
（2.87）		 -0.01
（-0.85）
pollute(γ2) -1.62**
（-6.46）		 -1.07***
（-8.19）		 0.21***
（7.19）		 1.85***
（9.18）		 3.82***
（9.31）		 0.42***
（8.12）		 -0.53***
（-7.21）
pollute(γ3) -0.02
（-1.03）		 -- -- -- -- -- --
income 0.94*
（1.78）		 -10.35**
（-2.37）		 0.43
（1.41）		 0.89*
（1.72）		 -20.72***
（-4.59）		 0.82
（0.81）		 0.30
（1.02）
gather -0.31***
（-27.22）		 -0.31***
（-14.71）		 0.35***
（8.12）		 -0.33***
（-22.36）		 -0.32***
（-18.52）		 0.36***
（9.42）		 0.11***
（3.14）
structure 1.23***
（4.42）		 4.03***
（6.29）		 0.56***
（3.08）		 1.73***
（5.36）		 3.14***
（4.05）		 1.27**
（2.85）		 0.25***
（2.94）
road 31.62**
（28.64）		 32.60***
（28.72）		 22.04***
（9.16）		 32.04***
（28.27）		 31.25***
（16.32）		 22.25***
（7.98）		 10.14***
（5.35）
Adj-R2 0.36 0.42 0.33 0.37 0.52 0.52 0.45
F-test 45.25*** 50.32*** 22.45*** 45.27*** 55.46*** 24.52*** 32.67***
Obs 3718 1313 1300 3718 1313 1300 1105

注：*、**、***表示10%,5%,1%的显著水平;括号内为t值;pollute(γi)表示pollute变量处在i段区间时的回归系数;--表示不存在双门槛回归结果;Obs为观察值数量;不含港澳台数据。

从模型（2）的估计结果来看,当地区收入水平作为门槛变量时,全国样本存在双门槛,东中部地区存在单一门槛值,西部地区不存在门槛效用。全国和东部地区工业污染对劳动力集聚的影响较为接近,均呈负向逐步降低的特征,而中部正向逐步升高。具体分析：①在全国样本中,双门槛值分别为1.036 8和1.038 2。当位于第一门槛区间（income<1.036 8）和第二门槛区间（1.036 8≤income<1.038 2）时,回归系数在5%和1%的显著性水平上为负,分别为-0.03和-1.62。当跨越第二个门槛值时,系数为-0.02,但不显著。② 东部地区的门槛值为1.020 3,当位于第一门槛区间（income<1.020 3）和第二门槛区间（income>1.020 3）时,回归系数均在1%的显著性水平上为负。说明随着地区收入水平的上升,劳动力对环境质量更加敏感,工业污染导致劳动力集聚水平降低的现象越发严重。③从中部地区来看,当地区收入水平位于两个区间时,回归系数均在1%的显著性水平上为正,且中部地区收入水平的门槛值远低于全国和东部地区。说明对中部地区劳动力而言,工业污染对劳动力的排斥作用不明显。这是因为中部相比较东部地区而言,经济起步较晚,工业基础和技术水平相对薄弱,地区收入水平较低。这说明工业污染对劳动力的驱逐效应需要一个积累过程,其影响效应在经济实力强和劳动收入高的地区更为明显。
从模型（3）的估计结果来看,当工业集聚作为门槛变量时,全国和东中西部均存在单一门槛值。① 全国和东部地区工业污染对劳动力集聚的影响较为接近,在单一门槛值所划分的2个区间内,第一个区间内工业污染排放强度的回归系数显著为负,第二个区间内回归系数显著为正,劳动力集聚呈现出先升高后降低特征。原因在于,在工业集聚初期,工业集聚效应和规模效应尚未形成,同时工业集聚大多位于政策倾斜区,依托政策红利为主,导致此时的工业集聚也表现为工业污染集中排放,造就环境质量下降而诱发劳动力集聚水平降低。在工业集聚达到一定水平后,一方面企业在某一区域大量集中,便于政府进行环境统一管制和集中处理污染物;另一方面工业集聚水平的提高,规模效应和技术溢出效应得到发挥,从而提高能源使用效率和降低污染排放强度。基于上述两方面原因,高水平的工业集聚会大大降低工业污染排放强度,此时劳动力集聚水平会因环境质量的上升而升高。② 从中部地区来看,工业集聚门槛变量将样本划分两个区间内,工业污染均对劳动力集聚产生正向效应。当工业污染排放强度处于不同的门槛区间时,回归系数均在1%的显著性水平上为正,分别为0.03和0.42,说明随着工业集聚水平的提升,工业污染对劳动力集聚水平的正向效应呈现出逐步升高趋势。③ 从西部地区来看,当工业集聚位于第一门槛区间（gather<1.594 8）时,回归系数为-0.01,但不显著。处于第二门槛区间（gather>1.594 8）时,回归系数为-0.53且在1%的显著性水平上显著为负,说明工业污染导致劳动力集聚水平逐渐降低。原因在于,西部地区工业集聚水平远低于东中部地区,低水平的工业集聚,使得工业生产红利依托自然资源消耗和政策支持,引发产能过剩和环境问题,促使劳动力流失,劳动力集聚水平降低。

4 结论与启示

本文以中国286个地级及以上城市在2003~2016年间的工业污染和劳动力集聚为研究对象,采用重心模型、门槛面板模型等方法,研究了二者空间分布演化特征,并考察了工业污染对劳动力集聚的影响,得出的主要结论如下：
1） 工业污染与劳动力重心在空间分布上存在较大差异,两者在移动方向上背向而驰,工业污染重心整体向北移动,劳动力重心整体向南移动。工业污染空间分布的演化特征整体表现为北重南轻,即北方地区日益成为工业污染集中地。劳动力空间分布的演化特征整体上表现为东密西疏、北降南升,珠三角和长三角地区的劳动力地理集中度日益增强,南方城市集中度提高、北方城市降低,西部地区则出现居低不增情况。劳动力与工业污染空间分布的演化特征与二者相应的重心移动轨迹相契合。
2） 全国样本回归结果已经证实了工业污染会导致劳动力集聚水平降低,分地区的回归结果则表明不同经济发展阶段下,工业污染对劳动力集聚的作用存在地区差异性。相比西部地区工业污染导致劳动力集聚水平下降的现象,东部地区则更为直接有效地体现出来。就控制变量对劳动力集聚的影响来看,收入水平、产业结构以及基础设施均对劳动力集聚产生正向促进作用。当地区收入水平作为门槛变量时,全国样本和东部地区门槛实证结果显示,随着地区收入水平的不断提升,工业污染导致劳动力集聚下降的现象愈发明显;当工业集聚作为门槛变量时,随着工业集聚水平的提升,全国和东部地区呈现出先降低后升高的特征,中部地区呈现出逐步升高的正向效应,西部地区呈现出逐步降低的负向效应。
根据前文实证结果,本文得出以下政策启示：首先,地级及以上城市的工业污染致使劳动力集聚水平降低,这不利于当地人力资本的形成和积累,对地方经济的长远发展造成不利影响。因而地方政府在协调经济发展和环境保护之间关系时,应充分考虑到经济发展与环境保护之间的互动关系,也应当将工业污染引发劳动力集聚水平的变化纳入到地区发展战略中,及时应对工业污染、生态环境等环境问题对劳动力集聚的影响。特别是经济发达的东部地区城市应注意节能减排,打造宜居城市,以缓解工业污染导致劳动力集聚水平下降的现象。其次,地区工业集聚水平的提升,使得生产体系、专业化分工以及规模经济效应得到发挥,这利于集中处理环境污染和降低污染排放强度。此时地方政府要按照本地区要素禀赋结构来选择相应的技术和产业结构,并通过产业的前后关联、横向关联以及市场效应来促进工业集聚,以便发挥规模经济和集聚经济作用。最后,结合劳动力集聚的其他影响要素,应优化产业结构和提高城市基础设施水平,借此增强对劳动力的吸引力。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
刘修岩 . 市场潜能、经济集聚与地区差距——来自中国地级市数据额证据[M]. 南京: 南京大学出版社, 2009.

[ Liu Xiuyan. Market potential, economic agglomeration and regional gap are based on the data of prefecture-level cities in China. Nanjing: Nanjing University Press, 2009.]

[2]
环境保护部. 中国生态环境状况公报[M]. 北京: 中国环境出版社, 2017.

[ Ministry of Environmental Protection. China ecological environment status bulletin. Beijing: China Environmental Science Press, 2017.]

[3]
李佳 . 空气污染对劳动力供给的影响研究——来自中国的经验证据[J]. 中国经济问题, 2014(5):67-77.

[ Li Jia . The impact of air pollution on effective labor supply: Empirical research from China. China Economic Studies, 2014(5):67-77.]

[4]
吕晓兰, 姚先国 . 农民工职业流动类型与收入效应的性别差异分析[J]. 经济学家, 2013(6):57-68.

[ Lv Xiaolan, Yao Xianguo . Analysis on the gender difference in the types of peasant workers occupation flow and income effects. Economist, 2013(6):57-68.]

[5]
胡志强, 苗健铭, 苗长虹 . 中国地市工业集聚与污染排放的空间特征及计量检验[J]. 地理科学, 2018,38(2):168-176.

DOI

[ Hu Zhiqiang, Miao Jianming, Miao Changhong . Spatial characteristics and econometric test of industrial agglomeration and pollutant emissions in China. Scientia Geographica Sinica, 2018,38(2):168-176.]

[6]
聂晶鑫, 刘合林 . 中国人才流动的地域模式及空间分布格局研究[J]. 地理科学, 2018,38(12):1979-1987.

DOI

[ Nie Jingxin, Liu Helin . Spatial pattern and the resulting characteristics of talent flows in China. Scientia Geographica Sinica, 2018,38(12):1979-1987.]

[7]
陈昆仑, 郭宇琪, 刘小琼 , 等. 长江经济带工业废水排放的时空格局演化及驱动因素[J]. 地理科学, 2017,37(11):1668-1677.

DOI

[ Chen Kunlun, Guo Yuqi, Liu Xiaoqiong et al. Spatial-temporal pattern and driving factors of industrial wastewater discharge in the Yangtze River Economic Zone. Scientia Geographica Sinica, 2017,37(11):1668-1677.]

[8]
李晓春 . 劳动力转移和工业污染——在现行户籍制度下的经济分析[J]. 管理世界, 2005(6):27-33.

[ Li Xiaochun . Labor transfer and industrial pollution: An economic analysis under the current household registration system. Management World, 2005(6):27-33.]

[9]
胡石其, 赵伟, 潘爱民 . 农村劳动力转移对工业污染排放的影响机制与空间效应研究[J]. 求索, 2014(11):59-62.

[ Hu Shiqi, Zhao Wei, Pan Aimin . Study on the mechanism and spatial effect of rural labor transfer on industrial pollution emission. Seeker, 2014(11):59-62.]

[10]
陈秋红 . 环境因素对人口迁移的作用机制分析[J]. 中国农村观察, 2015(3):87-95.

[ Chen Qiuhong . Analysis of the mechanism of environmental factors on population migration. China Rural Survey, 2015(3):87-95.]

[11]
余庆年, 施国庆 . 环境、气候变化和人口迁移[J]. 中国人口·资源与环境, 2010,20(7):42-47.

[ Yu Qingnian, Shi Guoqing . Environment, climate change and migration. China Population, Resources and Environment, 2010,20(7):42-47.]

[12]
Reuveny R . Climate change-induced migration and violent conflict[J]. Political Geograph, 2007,26(6):656-673.

DOI

[13]
杨俊, 盛鹏飞 . 环境污染对劳动生产率的影响研究[J]. 中国人口科学, 2012(5): 56-65+112.

[ Yang Jun, Sheng Pengfei . The impact of pollution on labor productivity. Chinese Journal of Population Science, 2012(5): 56-65+112.]

[14]
肖挺 . 环境质量是劳动人口流动的主导因素吗?——“逃离北上广”现象的一种解读[J]. 经济评论, 2016(2):3-17.

[ Xiao Ting . Whether the environmental quality is the leading factor of labor mobility? : An interpretation of the phenomenon of ‘fleeing from the Beijing, Shanghai and Guangzhou’. Economic Review, 2016(2):3-17.]

[15]
席鹏辉, 梁若冰 . 城市空气质量与环境移民——基于模糊断点模型的经验研究[J]. 经济科学, 2015(4):30-43.

[ Xi Penghui, Liang Ruobing . Empirical study on urban air quality and environmental migration based on fuzzy breakpoint model. Economic Science, 2015(4):30-43.]

[16]
国家统计局,环境保护部. 中国环境统计年鉴[M]. 北京: 中国统计出版社, 2017.

[ National Bureau of Statistics, Ministry of Environmental Protection. China environmental statistics yearbook. Beijing: China Statistics Press, 2017.]

[17]
王莹莹, 童玉芬 . 首都圈劳动力空间分布格局的形成机制——基于新经济地理学的解释[J]. 人口与经济, 2017(1):35-43.

[ Wang Yingying, Tong Yufen . Mechanism analysis on the formation of the spatial distribution pattern of labor force in China’s capital circle: Based on new economic geography. Population & Economics, 2017(1):35-43.]

[18]
Ciccone A, Hall R . Productivity and the density of economic activity[J]. American Economic Review, 1996,86(1):54-70.

DOI PMID

[19]
王莹莹 . 中国劳动力空间集聚的就业效应——基于个体就业质量的视角[J]. 人口与经济, 2018(4):53-62.

[ Wang Yingying . The employment effect on the spatial agglomeration in China: Based on the perspective of individual employment quality. Population & Economics, 2018(4):53-62.]

[20]
程进文, 杨利宏 . 空间关联、劳动集聚与工资分布[J]. 世界经济, 2018,41(2):145-168.

[ Cheng Jinwen, Yang Lihong . Spatial correlation, labor agglomeration and wage distribution. The Journal of World Economy, 2018,41(2):145-168.]

[21]
高军波, 谢文全, 韩勇 , 等. 1990~2013年河南省县域人口、经济和粮食生产重心的迁移轨迹与耦合特征——兼议与社会剥夺的关系[J]. 地理科学, 2018,38(6):919-926.

DOI

[ Gao Junbo, Xie Wenquan, Han Yong et al. The evolutionary trend and the coupling relation of gravity center moving of county-level population distribution, economical development and grain production during 1990-2013 in henan province. Scientia Geographica Sinica, 2018,38(6):919-926.]

[22]
Hansen B . Threshold effects in non-dynamic panels: Estimation, testing, and inference[J]. Journal of Econometrics, 1999,93(2):345-368.

DOI

[23]
国家统计局. 中国城市统计年鉴[M]. 北京: 中国统计出版社, 2003-2016.

[ National Bureau of Statistics. China urban statistical yearbook. Beijing: China Statistics Press, 2003-2016.]

[24]
国家统计局. 中国统计年鉴[M]. 北京: 中国统计出版社, 2003-2016.

[ National Bureau of Statistics. China statistical yearbook. Beijing: China Statistics Press, 2003-2016.]

Options
文章导航

/

〈 〉