下载掌阅APP，畅读海量书库
立即打开
区域间污染产业转移在不同层面上对转出地区和转入地区的环境效应与效率产生不同作用。本部分将其分别概括为增长效应、环境效应、路径效应和人力资本效应。
通常来讲，一个地区经济发展初期因自身发展需求而不得不承接来自发达地区的污染型产能。当经济发展到一定阶段后，该地区会逐步转变经济发展方式，将污染型产业转出到其他相对落后地区。在这一过程中，从区域经济增长需求角度来讲，污染产业转移对转入地区和转出地区的环境全要素生产率呈现不同特征。
对污染产业转入地区而言，不同于其他产业，污染产业产品大多为初级产品，投资周期短，收效快，可在短期内获得原始资本积累，为经济发展创造必要的物质基础和生产要素，并通过污染产业产品对外输出等过程创造GDP，促进经济增长。污染产业的转入将增加当地居民就业、提高收入水平，同时可以提高劳动者受教育水平和劳动者素质，也会在一定程度上促进生产要素流动，优化资源配置，提升效率。在导致转入地区环境全要素生产率中“非期望”产出增加的同时，污染产业转移也大大提升了该地区的“期望”产出。因此，从增长效应角度分析，污染产业转移对转入地区的环境全要素生产率产生的作用不确定。
具体地讲，污染产业产品的制造、加工、销售，相关矿产资源、有色金属及非金属资源的勘查、利用、初步处理等会影响整个污染产业密集区域的经济运行。而污染产业多半是由国家支持发展、投资规模较大的资源型行业，在物资和人力都有所保障的前提下，短期即可形成规模。首先，这些主导企业的发展将逐步改善当地落后的基础设施，如道路，电力等，也会促进各区域内外要素的流动并促进基础设施进一步改善。其次，污染产业对技术水平要求不高，可以促进大量农村劳动力就业，对落后区域人力资本的知识结构和技能水平有促进作用，这在某种意义上会提升经济发展的质量。再次，在生产要素之外，污染型企业缴纳的大量的资源税、收入税是地方政府财政收入的主要来源之一，同时污染产业企业给职工的相关福利也减少了政府转移支付的数量。最后，污染产业发展的红利可能会给当地政府带来财政幻觉，从而弱化经济增长对技术创新和技术进步的内在要求，导致当地降低高层次人力资本需求、研发投入等，进而使环境全要素生产率的提升缺乏必要的动力。
对污染产业转出地区而言，这些地区一般为较发达地区，污染产业已经不能支撑其经济增长的可持续性，转出地区需要寻求产业结构优化或迫于环境压力而进行经济发展方式的转变，对于环境全要素生产率测度中的“非期望”产出和“期望”产出都会减少。但转出地区对第三产业或高新技术产业的需求会促使地方政府逐步加大力度吸引高附加值产业链及高端人力资本，以使其保持经济增长的持续性，通常该类地区会在优化产业和“引才”取得一定成效后才会将原有的不能适应地区发展要求的污染型产业转出。换句话说，在污染产业对转出地区环境全要素生产率的边际贡献不仅不再增加，而逐渐变为负值的过程中，转出地区才会将其转移出去。从增长效应这一视角来看，转出地区的环境全要素生产率会因污染产业的转出而提升。
基于此，本部分提出假设1。
假设1：污染产业转移通过增长效应对转入地区的环境全要素生产率产生的作用不确定，通过增长效应会促进转出地区的环境全要素生产率提升。
污染产业直接导致污染物排放增多，带来严重的环境污染，具有明显的环境负外部性，污染产业转移必然会增加转入地区生态环境的压力，使其环境问题日益突出，有些对环境的破坏甚至不可逆转。由于健康和教育均是人力资本的基础，对生产率具有不可忽视的作用（Becker，1962），在转入地区的污染产业密集区域，污染产业会导致居民健康状况变差，进一步引致人力资本损失、健康医疗支出增加等不利于提升环境全要素生产率的问题。污染产业转入地区一般为落后地区，落后地区地方政府的业绩是按照产值的大小来衡量的，污染物的排放量和处理达标量与政绩很少挂钩，过度追逐名义GDP及财政收入，环境保护部门的工作很少得到各部门的支持和配合，使污染产业导致的环境问题更加严重。
一方面，由于污染对居民健康产生影响，造成区域健康型人力资本的损失，使劳动供给水平下降，根据供需规律，这将导致生产企业面临的劳动力成本的增加，降低均衡时的劳动投入量和均衡时整个经济体的产出，从而影响区域劳动生产率，也必然降低区域环境全要素生产率的增长。另一方面，污染产业产生大量污染物，需要大量的治污成本进而影响环境治理能力。王兵和刘光天（2015）经过实证分析发现，环境治理效率对环境全要素生产率增长具有正向效应。高污染会显著降低环境治理效率，进而抑制环境全要素生产率的增长。
根据以上分析，从环境效应的视角来看，污染产业对转入地区环境全要素生产率存在不利影响，且这种不利影响在短期和长期均成立，长期效应更加明显。相反，污染产业转移的环境效应对于转出地区而言则是大大降低了“非期望”产出及其相关效应，例如环境治理投入降低、居民健康水平提升、人力资本吸引力增强等，这都将提升转出地区环境全要素生产率。
基于此，本部分提出假设2。
假设2：污染产业转移通过环境效应对转入地区环境全要素生产率存在不利影响，且这种不利影响在短期和长期均成立，长期效应更加明显；相反，其将提升转出地区环境全要素生产率。
在工业化发展初期，污染产业可在短期内带来可观的红利效应，投入产出率相对较高，地方政府获取巨额财政收入的同时，能够解决居民就业收入等问题，从而对污染产业产生依赖。地方政府可能进一步围绕污染产业开展经济建设，而忽视污染产业对资源和环境所产生的各种副效应，生产要素不断趋于向污染产业部门集中，造成资源错配和无效率。
污染产业大多是资源或能源依赖产业，当转入地区持续过度依赖污染产业，必然将有限的经济资源大量投入到污染产业上，从而产生污染产业的路径依赖效应。对高端制造业和研发部门等技术含量高的部门而言，生产要素流入污染产业部门后，技术条件和发展条件愈趋于恶化，使得技术密集型产业发展艰难。而这些高技术含量的产业所需生产要素的流出及缺乏，导致其边际产量下降，边际成本上升，最终使高技术含量产品在市场中的竞争力下降，阻滞产品多样化及高科技产业的发展。具体来说，技术密集型产业中生产要素的减少使得边际产量曲线从较高位置向下移动到较低位置，由于在要素价格一定时，边际产量与边际成本呈反向关系，故随着边际成本曲线的向上移动，厂商通过缩减产量以获取稀缺的超额利润，同时也造成产业萎靡以及产品需求进一步减少。而污染产业部门则在要素成本上更具比较优势，将阻碍区域非污染产业的发展，提高区域产业结构转换、高新技术的研发利用的门槛和难度。污染产业大多生产初级产品，可以在短时间迅速积累财富，促进当地就业，提高收入水平，但它最终会弱化转入地区在经济发展过程中对技术创新和技术进步的内在要求。因此，从路径效应角度来讲，污染产业转移对转入地区的环境全要素生产率呈现不利作用或非线性特征。
从污染产业本身的技术特征来看，它对技术和劳动力素质的要求都并不高，污染产业会对相关资源开采、挖掘、焊接等技术有促进作用，但这些均不是高端制造业相关技术，并不能发展成为带动经济长期增长的核心力量。对污染产业的过度重视，终将因为技术的创新、发展及单一的种类结构而阻滞环境技术效率的提升。在Grossman and Krueger（1990）的技术转让均衡模型中，我们可以将进口国和出口国分别理解成本部分中的污染产业转入地区和转出地区，由此可知，转入地区承接的是转出地区产业链末端即将淘汰的产业，而大部分污染产业均属此类，转出地区之所以要转移这些产业技术，也是因为这些技术对环境的影响及在区域内发展的环境成本高昂，这也说明两地区之间在技术含量和技术水平上是存在相当大的差距的。所以，污染产业转出地区通常是克服污染产业路径依赖基础上而进行的产业输出，对其环境全要素生产率会产生促进作用。
基于此，本部分提出假设3。
假设3：从路径效应角度来讲，污染产业转移对转入地区的环境全要素生产率呈现不利作用或非线性特征，对转出地区环境全要素生产率会产生促进作用。
由卢卡斯的人力资本积累模型可知，人力资本的积累可通过学校教育及技术培训获得；也可通过“干中学”，即专业化人力资本的外部效应，让工人们在企业中互相学习或在自身实践中不断摸索而提高。
如上所述，污染产业属于低劳动力技能部门，由于能在短期迅速积累财富，成为区域主导产业。但对污染产业密集的区域而言，一方面，污染产业带来的红利使得政府缺乏长远的计划和打算，只是满足于该产业带来的财富，丧失了对教育进行投资的积极性；同时，居民就业领域集中在污染产业部门，居民同政府一样，缺乏长远眼光。另一方面，污染产业对人力资本要求较低，缺乏对高端人力资本的需求，在强化污染产业自身发展的同时，现有的就业人员技能停滞不前，也阻碍了劳动力向高端制造业等高科技产业流动。因此，污染产业挤出效应破坏了“干中学”的发展条件，会造成高级技术人员的缺乏，而高层次的人力资本是否集中直接影响高新技术企业的规模效应，因而在一定程度上挤出高新技术企业。
对于污染产业转入地区而言，污染产业部门占区域经济体的比重不断增加，高端人力资本却在不断下降，所以污染产业的发展与高端人力资本的积累具有反向变化的关系，即污染产业对高端人力资本具有挤出效应。污染产业密集区域对高端人力资本与创新的挤出，将抑制区域环境全要素生产率增长。相反，污染产业转出地区则因为低层次污染产业的转出和高科技企业的不断进入而对高端人力资本产生虹吸效应，进而促进环境全要素生产率的提升。
基于此，本部分提出假设4。
假设4：从人力资本效应视角来讲，污染产业转移对转入地区高端人力资本与创新产生挤出效应，将抑制其环境全要素生产率增长；对转出地区高端人力资本产生虹吸效应，进而促进其环境全要素生产率的提升。
综上，污染产业转移对转入地区和转出地区就业、环境影响、研发创新和人力资本积累等方面的综合作用效果决定了污染产业转移对其各自环境全要素生产率增长的影响方向。