EN中文

JOURNAL OF NATURAL RESOURCES >

2025 , Vol. 40 >Issue 5: 1330 - 1343

DOI: https://doi.org/10.31497/zrzyxb.20250512

Regular Articles

Study on the water environment effect of industrial transfer in China's new development pattern

  • NING Jing , 1 ,
  • ZHOU Shen-bei 1 ,
  • HOU Jia-ping 1 ,
  • HE Hai , 2
Expand
  • 1. School of Business, Hohai University, Nanjing 211100, China
  • 2. College of Hydrology and Water Resources, Hohai University, Nanjing 210024, China

Received date: 2024-06-24

  Revised date: 2025-01-20

  Online published: 2025-04-16

Fold

Abstract

How to judge the water environment effect of industrial transfer in the context of industrial development is the urgent need to realize high-quality development and build a beautiful China in the new development pattern. Using the data of 31 provincial-level regions in China from 2016 to 2022, we apply the dynamic deviation-share method to measure the scale and trend of industrial transfer, and adopt the industrial gray water footprint to calculate the amount of industrial water pollution, and use the Spatial Durbin Model to analyze the ''pollution paradise'' or ''pollution halo'' effect of the water environment of the current industrial transfer. The Spatial Durbin Model is used to analyze the ''pollution paradise'' or ''pollution halo'' effect of the current industrial transfer. The following conclusions are drawn: The industrial transfer shows the compound water environment effect of ''pollution paradise'' and ''pollution halo''. The water pollution in the receiving place shows the effect of ''pollution paradise'' due to the deepening of industrial transfer. Industrial transfer reduces the total amount of industrial water pollution in China, but this ''pollution halo'' effect has not been fully confirmed. The water environment effect of industrial transfer varies according to the type of industry and region. The results show that there is a ''pollution paradise'' crisis and a ''pollution halo'' transformation opportunity for industrial transfer in the new development pattern. Therefore, China should seize the time window of industrial transfer and promote industrial upgrading to better adapt to the water resource constraints and environmental protection needs in the new development pattern.

Key words： new development pattern; industrial transfer; Spatial Durbin Model; water environment effects

Cite this article

NING Jing , ZHOU Shen-bei , HOU Jia-ping , HE Hai . Study on the water environment effect of industrial transfer in China's new development pattern[J]. JOURNAL OF NATURAL RESOURCES, 2025 , 40(5) : 1330 -1343 . DOI: 10.31497/zrzyxb.20250512

在新发展格局中，产业转移通过对自然资源、资本、技术和人才在东中西部重新优化配置，进一步畅通了国内大循环和应对全球供应链重构[1,2]，同时造成水污染伴随产业转移从下游东部地区转移到上游中西部地区，产生了新的水污染转移和扩散风险[3]。目前国内产业转移浪潮已逐渐形成，自经济发展进入新常态以来产业转移进程加速[4]。以长三角和珠三角为代表的东部沿海发达地区积极“腾笼换鸟”，专注发展高新技术产业；规制相对较弱、土地及劳动力价格较低的中西部地区成为产业承接地[5]，大量承接了劳动力密集的加工制造业及资源依赖度高的重工业。在此背景下，由于中国主要流域大都贯穿了东中西部地区，因此产业转移导致的水污染转移和扩散风险得到了广泛关注。2018年习近平总书记在《在深入推动长江经济带发展座谈会上的讲话》中明确提到需注意污染产业向中上游转移风险隐患加剧问题。如何在产业发展大趋势下评判产业转移的水环境效应问题，是新发展格局下实现高质量发展及建设美丽中国的迫切需要[6]。
在产业转移与环境污染关系的研究领域，国内学者主要关注产业承接地及其产业园区的水环境承载压力或风险，探究承接地实现经济增长和环境保护的协同程度。宏观层面重点关注产业集聚所产生知识溢出和产业升级带来的节能减排效应。一部分学者认为专业化的聚集降低了企业中间生产成本并形成知识与技术溢出，大大提高区域的清洁生产技术和节能治污技术的水平[7⇓-9]；另一部分学者则认为沿海与内陆的地区间产业转移无法兼顾承接地的经济—环境目标，拉大了两地的工业绿色全要素生产率差距[10]，环境规制较宽松的上游地区吸收了更多的水污染[3]，其中新疆、山西、陕西、河南和四川等中西部地区是未来重污染产业集聚的潜在地区[11]。微观层面重点关注产业转移示范区或产业园建设的环境效应，大多从准自然实验角度运用双重差分等方法评估产业转移政策的经济和环境效果[12,13]，相关研究结论本质上反映了分散性治理转变为集中性治理的环境效益。总体而言，上述研究都认为产业转移中蕴含着优化环境效应的理论契机，然而却未就新发展格局中当前产业转移的正向环境效应是否已得到充分发挥给出明确答复。
产业转移的正向水环境效应是否已充分问题，可以转变为一个理论议题：在中国产业转移的复杂进程中，当前环境制度与实际运行状况是否呈现了“污染天堂”效应，即是否导致了中国经济相对欠发达的中西部地区成为了污染密集型产业的“避风港”[14,15]，进而加剧了这些区域的水环境压力?或是，目前环境政策与企业实践正在合力塑造一种“污染光环”效应，即当前产业转移过程中通过技术的再次飞跃与管理经验的广泛传播，促进了产业承接地环境管理效率的显著提升与产业结构的优化调整[16,17]，有效地缓解了水环境面临的污染转移和扩散风险?对中国产业转移的水环境效应进行研究，不仅源于现实中产业转移大趋势下伴随的环境污染迁移现象日益受到重视，更在于如何在政策实践中关注产业转移伴随的污染转移和扩散风险，以及是否应该进一步加大政策力度促进企业技术进步支撑承接地的环境改善。
本文使用2016—2022年中国31个省（自治区、直辖市）的面板数据，旨在深入探讨产业转移对中国水环境污染的复杂影响，聚焦于其是否表现“污染天堂”效应或“污染光环”效应，抑或是两种效应并存的复合情况。运用动态偏离—份额法测算各省市产业转移的规模及趋势，通过测算各省市工业灰水足迹定量描述工业生产对当地水资源造成的水污染量，在此基础上采用空间杜宾模型分析产业转移对水环境污染的影响，进而辨识“污染天堂”或“污染光环”效应。

1 产业转移的水环境效应机理分析

1.1 产业转移的负向水环境效应机理分析

在传统的产业转移模式中，企业因竞争压力和压缩成本的利润驱动，往往选择向环境规制较为宽松且具有比较优势的地区迁移，从而直接导致承接地因污染聚集而成为“污染天堂”[18]。一方面，伴随产业从东部向西转移，水污染同步会跨区域向中西部扩散；另一方面，由于地方政府出于经济发展目的而降低环境标准来吸引产业转入，并可能出现吸引产业转移的恶性竞争。最终，高污染、高耗水等行业向中西部资源丰富但生态脆弱的水源区域转移，严重威胁当地水质和生态环境，造成不可逆转的生态损害[19]。

1.2 产业转移的正向水环境效应机理分析

产业转移也通过促进产业升级和技术进步对环境产生了积极影响，这一现象被称为“污染光环”效应。具体而言，产业转移不仅推动了产业集聚和创新，还通过技术溢出与升级、产业结构的优化调整，以及经济效能与环保治理之间的良性互动，显著提升了生产效率与污染治理能力。一方面，环境规制刺激了产业转移中的产品和流程创新，通过生产技术和设备的改进实现了更大的经济产出和环境补偿，这从国家层面验证了波特效应的存在[20]。另一方面，产业转移中的技术创新溢出及产业结构升级，促进了地区间的专业化和多样化聚集融合，提升了资源利用效率和节能减排效率[9,21]。随着一些高附加值的新兴产业进入中西部地区，产业转移带动了中西部地区的产业升级与技术进步，这些地区的水资源利用效率得到了提升，水污染物排放也相应减少。

1.3 产业转移的复合水环境效应机理分析

新发展格局明确要求加快推动制造业绿色化发展，这不仅仅意味着产业转移的目的是优化资源配置，还包含了促进绿色发展和节能减排的内容。在这一背景下，产业转移成为了推动经济转型升级和生态文明建设的重要途径[7]。中国产业基本遵循梯度规律逐级转移，呈现从东部沿海向中西部转移的趋势[22]。相关研究表明，在产业转移进程中，工业领域“污染天堂”效应与“污染光环”效应并存[23]。2015年的污水污染强度空间分布数据显示，全国污水污染强度自东向西、东北及中西部逐次增强，中西部地区呈现出“污染天堂”的特征[20]。但从地区差异看，某些经济相对落后的中西部省市，通过响应国家的产业转移政策设立了国家级示范区，这些示范区通过提升本土创新能力，以及推动产业结构的合理化和高级化，正向促进了自身的绿色发展效应[13]，显示出“污染光环”的趋势。进一步，从行业差异看，环境规制相对宽松、生产成本低廉及自然资源丰富的条件促使劳动密集型及低技术产业更易形成产业转移的“污染天堂”效应，但部分资本密集型和技术密集型产业仍倾向于集聚在环境规制较为严格的地区，这些产业通过提升产业升级和创新优势来提高生产效率，同时加大创新力度，以抵消由此产生的额外环境成本[23,24]，体现“污染光环”效应。基于此，本文认为在中国新发展格局背景下，产业转移对水环境的影响更加明显和复杂，存在“污染天堂”现实可能和“污染光环”的转型契机。

2 研究方法与数据来源

2.1 变量选取及数据来源

2.1.1 被解释变量

选取工业灰水足迹（GWF）去衡量被解释变量水环境效应。灰水足迹为将一定的污染负荷吸收同化所需的淡水的体积，可以反映地区水质污染水平。工业灰水足迹定义为以自然本底浓度和现有的环境水质标准为基准，为吸收同化当地工业和转入工业生产活动所产生的污染物所需淡水的体积。本文以工业主要污染物COD和NH3-N来计算工业灰水足迹，且取数值较高者为工业灰水足迹，定义如下：
G W F i - r = L i - r C r , m a x - C r , n a t
G W F i = m a x G W F i - C O D ,   G W F i - N H 3 N
式中：GWFi-r为工业第r类污染物（r为COD、NH3-N）的灰水足迹（m3）；Li-r表示r类污染物排放量（t）。Cr,max和Cr,nat分别表示第r类污染物的水质标准浓度和自然本底浓度。假定受纳水体的自然本底浓度Cr,nat为0[25]，污染物浓度达标排放标准采用《污染物综合排放标准》（GB8978-1996）中的一级排放标准，其中COD和氮的达标排放浓度分别为60 mg/L和15 mg/L。

2.1.2 解释变量

选取产业转移量（QIT）为解释变量。由于产业在地区间转移会导致转出地出口额减少和承接地出口额增加[26]，利用各省市出口份额变化量衡量产业转移量，变化量为正表示该省为承接地，为负表示该省为转出地。利用中国海关总署的发货人注册地商品出口数据得到31个省（自治区、直辖市）各行业的商品出口额，采用动态偏离—份额模型[27]对2016—2022年31个省（自治区、直辖市）的产业转移规模进行测算。
产业i转移量计算公式如下：
Q I T i = ∑ j = 1 n Q i j ( R i j - R i ) = Q i 1 ( R i 1 - R i ) + Q i 2 ( R i 2 - R i ) + ⋯ + Q i n ( R i n - R i )  
式中：Qij是j地区i产业调查期期初的商品出口额（美元）；i=1, 2, …, m；j=1, 2, …, n；Rij是j地区i行业出口份额增长率；Ri是整个区域i行业的出口份额增长率，计算公式如下：
R = ∑ i = 1 m ∑ j = 1 n ( Q i j ' - Q i j ) ∑ i = 1 m ∑ j = 1 n Q i j ,   R i = ∑ j = 1 n ( Q i j ' - Q i j ) ∑ j = 1 n Q i j ,   R i j = Q i j ' - Q i j Q i j
式中： Q i j '是j地区i产业调查期期末的商品出口额（美元）；j地区所有部门的产业转移量可以基于出口份额变化量定义，计算公式如下：
Q I T j = ∑ i = 1 m Q i j ( R i j - R j ) = ∑ i = 1 m Q i j Q i j ' - Q i j Q i j - ∑ j = 1 n ( Q i j ' - Q i j ) ∑ j = 1 n Q i j
本文贸易商品出口额是指中国海关总署公布的各省市2位编码的商品出口额，共包含99章商品。在计算中剔除了武器弹药、艺术收藏、跨境电商及其他特殊商品等4章的出口额，最终将剩余的95章商品按照对应行业统一合并为13个行业。考虑到农业与矿产资源采选业的区位选择多依赖于当地的自然资源禀赋，且中国产业转移主要以制造业为主，因此本文主要关注除去上述两个行业之外的制造业转移。行业部门分类参考了前人的分类和命名方法[28]以及《国民经济行业分类（GB_T 4754-2017）》，行业类型参考前人研究[29]，其中劳动密集型以及资本密集型行业大都为废水污染较重的行业，最终的行业分类表如表1所示。
表1 行业部门分类

Table 1 Classification of industrial sectors

部门编号 最终行业部门分类 行业类型
1 食品、饮料及烟草业 劳动密集型
2 纺织、皮革及鞋业
3 软木、木材及其制品业
4 造纸及印刷业
5 化学工业 资本密集型
6 非金属矿物制品业
7 基本金属和金属制品业
8 电气机械和光学机械设备制造业 技术密集型
9 其他机械设备制造业
10 交通运输设备制造业
11 其他制造业及回收业

2.1.3 控制变量

影响地区水环境质量的因素很多，人均GDP（GDPPC）、外商直接投资（FDI）、劳动力成本（FC）、环保投入（EPS）及二产增加值占比（IS）五个因素之所以被视为关键影响因素，是因为他们在经济发展、产业升级、环境保护等方面具有重要作用。
（1）经济发展层面主要是人均GDP（GDPPC）、外商直接投资FDI、劳动力成本（FC）。其中，人均GDP（GDPPC）越高代表着地区经济发展水平越高，意味着地区居民环保需求和企业清洁生产技术随地区经济发展水平呈倒“U”型曲线关系，从而缓解工业污染带来的水环境问题[30,31]。外商直接投资（FDI）反映地区经济活力及经济可持续发展能力，外商直接投资占比会影响地区的水环境质量[6]，一方面，外资流入使得地区产业的经济活动更加活跃，工业污染排放增多；另一方面，外资流入往往也会带来更环保、清洁的技术，加快产业升级，从而提升地区污染减排水平。劳动力成本（FC）反映地区劳动力供需市场及经济竞争力，劳动力成本上涨促使产业转向低成本地区，从而导致这些地区易成为污染聚集点，同时高劳动力成本地区往往是经济较发达地区，当地企业也会更注重工业水污染的排放与治理[32]。
（2）环境层面选取环境规制（EPS），衡量地区在环境保护和污染治理方面的努力和成效。环境规制强度越高，表明该地区环境政策越严格，当地工业企业的治污成本就越高，可能会促使企业向环境规制相对宽松的地区转移；低环境规制承接区在产业转移促进短期经济增长时往往伴随污染物排放增加，而高环境规制承接区通过严格的环境政策倒逼当地企业采用更清洁的生产技术和污染治理方法，从而改善当地水环境质量[30]。
（3）产业结构层面选取二产增加值占比（IS），衡量地区工业化程度及产业协调与均衡发展程度。若承接区能够有效利用新产业引入或本地产业的转型升级来提升生产效能，则可实现扩大产出的同时也能带动产业结构优化升级，进而减少工业水污染排放；反之，若承接地过度追求产出的最大化而不注重污染治理，就可能形成依赖高耗能、高污染产业的粗放型经济结构，这种情景下工业污染排放增加，进而加剧水污染状况[31]。
各指标计算如下：① 经济发展水平（GDPPC），以2016年为基期，利用各省市人均生产总值指数对各期人均GDP进行平减得到实际人均GDP，衡量地区经济发展水平。② 外商直接投资（FDI），以地区外商直接投资与地区名义GDP的比值，衡量地区对外开放水平。③ 劳动力成本（FC），以城镇单位就业人员平均工资来衡量地区劳动力成本。④ 环境规制（EPS），以地区工业污染治理投资完成额与地区第二产业占比，衡量地区环境规制强度。⑤ 产业结构（IS），由于工业活动是三大产业中污染排放占比最大的活动，以二产增加值占比来衡量地区产业结构。

2.1.4 数据来源

经济发展进入新常态后，中共中央、国务院对产业转移工作高度重视，推动了产业转移进程。2016年作为经济新常态后国家实施“十三五”规划的起点，因此本文选取的研究样本为2016—2022年中国31个省（自治区、直辖市）的面板数据，样本容量217个。数据来源于中国海关总署海关统计数据、《中国统计年鉴》《中国经济普查年鉴》《中国环境统计年鉴》及各省市统计年鉴。部分年鉴数据缺失问题，采用线性回归线性差值法进行填补；控制变量中除产业结构与环境规制外，其余均取对数；由于测算产业转移规模时使用贸易出口商品的单位为亿美元，后续为统一单位进行实证分析，对原产业转移规模按各年汇率将美元换算为人民币。各变量的描述性统计如表2所示。
表2 各变量描述性统计

Table 2 Descriptive statistics for each variable

变量 定义 观测数/个 均值 标准差 最小值 最大值
被解释变量 GWF 工业灰水足迹/万m3 217 38914 40502 216.7 284447
解释变量 QIT 产业转移规模/亿元 217 0 425.5 -1965 1326
控制变量 lnGDPPC 人均GDP/元 217 10.97 0.390 10.22 12.02
lnFDI 外资直接投资占比 217 -0.886 0.986 -2.708 4.024
lnFC 劳动力成本/元 217 11.35 0.270 10.81 12.27
EPS 环境规制 217 0.180 0.209 0.000132 2.052
IS 产业结构 217 3.616 0.231 2.765 3.989

2.2 模型选取与构建

2.2.1 空间相关性检验

考虑到产业转移和水环境之间理论上存在空间相关性，采用Moran's I指数来检验2016—2022年中国31个省（自治区、直辖市）工业灰水足迹的空间相关性。如表3所示，结果表明中国工业灰水足迹的全局Moran's I指数均通过了10%的显著性检验，检验数值均大于0并逐年增大，说明各地工业灰水足迹之间存在显著的空间正相关且空间依赖性逐渐增强，工业灰水足迹之间存在显著的空间溢出效应，因此选取空间计量模型进行研究。
表3 2016—2022年中国工业灰水足迹的全局Moran's I指数

Table 3 Global Moran's I index for industrial graywater footprint in China from 2016 to 2022

年份 2016 2017 2018 2019 2020 2021 2022
Moran's I 0.018** 0.012* 0.020** 0.026** 0.036** 0.057*** 0.057***

注：***、**、*分别表示通过1%、5%、10%水平上的显著性检验，下同。

2.2.2 模型构建

根据事前、事后检验结果（表4），最终选择空间杜宾模型（Spatial Durbin Model，SDM）探究产业转移的水环境效应。检验结果如下：（1）进行事前LM检验，目的是选取合适的空间计量模型，空间误差模型和空间滞后模型LM统计量均在5%的置信水平上显著，说明存在空间误差效应和空间滞后效应，初步选择空间杜宾模型。（2）进行Hausman检验，目的是判断模型是采用固定效应模型还是随机效应模型，Hausman检验结果在1%的置信水平上显著，确定选用固定效应模型。（3）进行事后LR检验与Wald检验，目的是判断初步选择的空间杜宾模型是否会退化为空间误差和空间滞后模型。LR检验显示在1%的置信水平上强烈拒绝了空间杜宾模型退化成空间误差模型与空间滞后模型的原假设，Wald检验显示拒绝了空间杜宾模型可以退化成空间误差模型的原假设，但接受了可以退化成空间滞后模型的原假设，检验结果存在冲突。本文属于为小样本，LR检验的渐进性更好[33]，故仍选择空间杜宾模型进行实证分析。
表4 LM检验、Hausman检验、Wald检验与LR检验结果

Table 4 Results of LM test, Hausman test, Wald test and LR test

检验方法 统计值 p值
LM-err 128.141*** 0.000
Robust-LM-err 52.304*** 0.000
LM-lag 80.015*** 0.000
Robust-LM-lag 4.178** 0.041
Hausman 37.12*** 0.0000
LR-Spatial-error 55.61*** 0.000
LR-Spatial-lag 65.11*** 0.000
Wald-Spatial-error 11.69* 0.0692
Wald-Spatial-lag 7.27 0.2966
模型设定如下：
y i t = α + ρ ∑ j = 1 m W i j y i t + β X i t + θ ∑ j = 1 m W i j X i t + μ i + ν t + ε i t
式中：i表示省（自治区、直辖市）；t表示年份；yit为被解释变量；Xit为解释变量及控制变量；Wij为空间权重矩阵，本文选取地理距离矩阵，为减小因距离单位和权重结果产生的误差，式中取其倒数；α为常数项参数；ρ为空间自回归系数，其反映相邻地区解释变量对本地区被解释变量的作用；β为解释变量的回归系数，其反映本地区解释变量对本地区被解释变量的作用；μi和vt为空间效应和时间效应；εt为随机误差项。

3 结果分析

3.1 全样本回归结果

将2016—2022年中国31个省（自治区、直辖市）相关变量的面板数据代入模型，结果如表5所示。
表5 全样本回归结果

Table 5 Full-sample regression results

变量 （1） （2） （3）
直接效应 间接效应 总效应
QIT 10.550*** -17.429 -6.879
(0.00) (0.11) (0.49)
lnGDPPC -165045.705*** -202118.382 -367164.087**
(0.00) (0.27) (0.02)
lnFDI 2259.509 -2764.790 -505.281
(0.38) (0.81) (0.96)
lnFC -87009.379** -315077.149* -402086.529**
(0.04) (0.08) (0.03)
EPS -14174.177** 21812.798 7638.621
(0.03) (0.49) (0.81)
IS -66997.683** 427540.333*** 360542.650***
(0.03) (0.00) (0.01)
样本量/个 217 217 217

注：括号内为p值，下同。

结果表明产业转移对工业灰水足迹的影响总体上呈现负相关，但影响较弱。具体来看：（1）产业转移对工业灰水足迹的直接效应为10.55，且在1%的水平上显著，说明产业转移时也会同步增加污染物到承接地水体，形成“污染天堂”效应。（2）间接效应为-17.429，说明产业承接地会使其周边城市的工业污染排放减少，但未通过显著性检验。减少的原因可能是产业转移存在一定的聚集效应和创新外溢，使得邻地污染排放减少。间接效应占主导且不显著，其原因可能是样本量较少。（3）总效应为-6.975，说明某地承接产业份额增加越多，全局总灰水足迹越少，但未通过显著性检验。因此，产业转移总体上能够减少全国范围内工业水污染，佐证了现阶段全国环境规制措施实施的有效性和产业转移进程发展的合理性[34,35]，但这种“污染光环”效应未得到充分证实。
在控制变量中，人均国内生产总值的直接效应、间接效应及总效应均为负，且直接效应和总效应在1%的水平上显著，说明中国经济正逐步实现绿色可持续发展，地区经济发展水平的提升促进了污染治理水平。
第二产业占比的直接效应在5%的水平上为负，但间接和总效应在1%的水平上为正，表明某地二产占比增加会减少本地污染，但增加周边及总体污染。这与事实相反，可能是因为产业转型期间二产与三产难以分离，导致二产占比减少并未有效减污。尽管如此，优化产业结构，降低二产占比、发展三产，仍是减少污染、改善环境的有效途径。
劳动力成本的直接效应、间接效应及总效应均为负，且直接效应和总效应在5%的水平上为负，说明随着劳动力成本及质量的提高，地区环保意识及绿色技术水平也随之提高，进而减少区域的工业污水排放，改善整体水环境质量。
环境规制的直接效应在5%的水平上为负，说明高环境规制有利于本地减少工业污染排放。这是由于企业因环境规制成本的增加倾向于产业转移或主动提升减排技术，从而减少所在地工业污染排放。间接效应和总效应为正且不显著，说明全局层面的环境规制对工业废水及相关污染物的减排效应有所减弱，意味着各地需要结合产业污染排放现状，进一步制定协同有效的环境规制，才能刺激更多的企业改进治污技术水平并缓解水环境压力。
外商投资直接效应为正，间接为负，总效应为负，但均不显著，表明虽然外商投资可能多集中于污染密集型产业，给该地招致更多的工业污染，但整体外商投资的流入有助于引入更先进的环保技术，进而有利于促进产业升级减排。

3.2 异质性回归结果

3.2.1 行业异质性结果分析

为了进一步探究不同类型行业转移对水环境影响的差异性，按表1分类对劳动密集型产业、资本密集型产业及技术密集型产业进行回归，结果如表6所示。
表6 行业异质性回归结果

Table 6 Regression results of industry heterogeneity

变量 直接效应 间接效应 总效应
劳动
密集型		 资本
密集型		 技术
密集型		 劳动
密集型		 资本
密集型		 技术
密集型		 劳动
密集型		 资本
密集型		 技术
密集型
QIT 17.726** 13.000* 11.120** 13.810 -45.712** 0.944 31.536 -32.712** 12.064
(0.05) (0.05) (0.02) (0.66) (0.01) (0.95) (0.27) (0.04) (0.40)
样本量
/个		 217 217 217 217 217 217 217 217 217
结果显示三类产业的直接效应大都在10%的水平上显著为正，系数最大的为劳动密集型产业，其次是资本密集型产业，最后是技术密集型产业。三类产业的直接效应显示，“污染天堂”效应因产业类型不同存在差异，影响程度由大到小为劳动密集型产业、资本密集型产业、技术密集型产业。
承接劳动密集型产业和技术密集型产业间接效应及总效应的结果表明，产业承接地可能一定程度地增加了对周边地区水污染的影响，且前者的影响远大于后者的影响；承接资本密集型产业的地区会显著减缓周边地区及总体的水环境污染，这一现象可能因为资本密集型产业往往伴随承接地的技术引进和管理升级，同时对周边地区的虹吸效应催生了产业聚集及产业升级。三类产业的间接效应和总效应显示，“污染光环”效应可能因产业类型不同也存在差异，影响程度由大到小为资本密集型产业、技术密集型产业、劳动密集型产业。

3.2.2 区域异质性结果分析

考虑到东部、东北部、中部及西部 ① 在水资源禀赋、经济发展、产业承接政策方面存在显著异质性，因此探讨产业转移对各区域水环境影响异质性，对其制定水环境友好的产业转移政策具有重要意义。结果如表7所示，回归系数的正负表明该区域偏向于产业转出还是产业转入。
表7 区域主效应异质性结果

Table 7 Heterogeneity results of regional main effects

变量 东部地区 东北地区 中部地区 西部地区
QIT 14.879*** -526.873*** 16.324** 2.055
样本量/个 70 21 42 84
（1）东部地区产业转移的水环境主效应在1%的水平上为正，说明东部地区总体作为产业转出地水污染反而加重了。结合图1分析，图1中x1~x11对应表1中1~11的行业部门，东部地区总体作为产业转出地水污染反而加重的原因可能是山东、浙江、福建、海南四省港口资源丰富，拥有较大的出口外贸优势和相应的产业扶持政策，使得它们相比于其他东部沿海地区成为产业承接地。此外，东北地区的直接效应在1%的水平上均为负，表明其作为产业转出地减少了本区域的工业污染物排放。
图1 2016—2022年东部10省（直辖市）累计产业转移量

Fig. 1 Cumulative total of industrial transfers in 10 provincial-level regions of Eastern China from 2016 to 2022

（2）中部地区直接效应均为16.324且在5%的水平上显著，表明中部地区作为产业承接地出现了工业水污染加剧趋势。从影响程度看，中部地区由于产业转移加剧工业污水排放的影响比西部非常明显，这表明中部地区的“污染天堂”效应显著。根据式（6）测算结果，中部地区承接产业转移规模是西部地区的2倍，同时主要承接劳动密集型及资本密集型等水污染较重的行业（图2、图3）。
图2 2016—2022年四大区域间产业转移量累加

Fig. 2 Cumulative total of the industrial transfers between the four major regions of China from 2016 to 2022

图3 2016—2022年各行业在四大区域间累计转移量

Fig. 3 Cumulative transfers between the four major regions by industry from 2016 to 2022

（3）西部地区直接效应为2.055但不显著。西部承接的主要是水污染较轻的技术密集型行业，如图3所示。西部地区不显著的原因可能是西部新能源资源丰富，已成为中国风电和光伏装机布局的重要基地，吸引了如电气机械和光学机械设备制造业等水污染较轻的技术密集型产业。西部地区存在“污染天堂”效应的可能性，但因承接技术密集型产业可能带来“污染光环”效应的转机。

3.2.3 讨论

为更好地分析各省（自治区、直辖市）工业生产的水污染物在地区层面的转移情况，基于国家统计局2017年发布的多区域投入产出表构建MRIO模型，以消费视角计算31个省（自治区、直辖市）各产业部门的工业灰水足迹及流动情况，计算结果如表8所示。从各区域输出工业灰水足迹来看，2017年工业灰水足迹净输入区为东部，其余的东北部、中部以及西部均为工业灰水足迹净输出区，输入及输出方向与测算出的产业转移方向和水污染转移趋势相一致。
表8 2017年区域各省市加总的工业灰水足迹净输出量

Table 8 Net output of industrial graywater footprint in the four regions and their total value in 2017 (亿m3)

加总 东部地区 东北部地区 中部地区 西部地区
灰水足迹净输出量 -4.004 1.074 2.523 0.407
东部地区为工业灰水足迹的净输入地区，这也从一定程度上减少了东部工业产生的水污染量；中部省市作为产业承接的主力，成为了净输出工业灰水足迹量最多的区域；西部地区的净输出量约为中部地区的1/5，相对于中部地区面临了较低的工业水污染压力。

3.3 稳健性检验

另外，本文通过分别增加控制变量地区人口（POP）、环保研发强度（RD）进行稳健性检验，地区人口为年末常住人口，环保研发强度为规模以上工业企业R&D经费与地区GDP的比值。人口规模的变化及环保研发的投入强度均会对地区工业污水排放产生影响，结果如表9所示。解释变量及控制变量的符号和显著性不变，说明通过稳健性检验。
表9 稳健性检验结果

Table 9 Robustness test results

变量 （1） （2）
Main Wx Main Wx
QIT 0.001*** -0.002 0.001*** -0.002
(0.00) (0.28) (0.00) (0.24)
lnGDPPC -21.490*** -88.411** -17.035*** -8.248
(0.00) (0.05) (0.00) (0.87)
lnFDI 0.071 -0.465 0.290 -0.207
(0.75) (0.83) (0.21) (0.92)
lnFC -10.965*** -87.042*** -9.317** -67.104**
(0.01) (0.01) (0.02) (0.03)
EPS -1.242* 0.969 -1.254* 2.705
(0.06) (0.86) (0.06) (0.63)
IS -4.190 74.335*** -3.655 78.733***
(0.12) (0.00) (0.20) (0.00)
POP -0.001 0.024**
(0.53) (0.05)
lnRD 0.396 -8.071
(0.60) (0.22)
样本量/个 217 217 217 217

4 结论与建议

研究结果表明，现阶段产业转移对水环境效应的影响具有复杂性，主要反映了“污染天堂”水环境效应风险，也出现了“污染光环”效应的可能性。主要结论如下：
（1）承接地直接效应为正，说明承接地仍具有显著的“污染天堂”效应，同时全国总效应为负体现了全局“污染光环”效应。东部地区将产业转移到中西部地区，加剧了承接地工业水污染，体现了“污染天堂”效应；全国层面看，合理产业转移和严格环保政策减少了工业水污染总量，体现了一定的“污染光环”效应。
（2）现阶段承接地“污染天堂”效应和全国的“污染光环”效应均受行业类型影响。承接地呈现的“污染天堂”效应由大到小为劳动密集型产业、技术密集型产业、资本密集型产业。同样，全国总体呈现的“污染光环”效应由大到小为资本密集型产业、技术密集型产业、劳动密集型产业。
（3）现阶段产业转移对中西部地区的水环境呈现不同程度的负向影响，相比于西部地区，中部地区作为产业的主承接地，面临的工业水污染压力更大。这一现象既体现了“污染天堂”在不同区域间的差异，也揭示了“污染光环”在西部地区通过承接技术密集型产业而带来的积极影响。
随着中国对加强生态文明建设和可持续发展的重视，新发展格局下的产业转移将更加注重对生态环境的保护。当前产业转移在减轻水环境污染方面的积极作用尚存在一定的差距，在水资源约束和环境污染压力等现实问题下，地方政府应抓住当前新发展格局下产业转移的时间窗口，加大产业升级和技术创新，推动承接地绿色转型和循环经济体系构建，促进区域清洁生产技术与环保设施的共享与应用，提升企业在产业转移“污染光环”效应中的主观能动性，遏制产业转移中的“污染天堂”效应。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
乔治, 曲维玺, 杜国臣. 双循环新发展格局与全球化重振: 国际分工中的资源依赖视角. 国际贸易, 2023, (7): 3-11.

[QIAO Z, QU W X, DU G C. New dual circulation development pattern and globalization revitalizing: Perspective on resource dependence in international specialization. Intertrade, 2023, (7): 3-11. ]

[2]
郭克莎, 田潇潇. 加快构建新发展格局与制造业转型升级路径. 中国工业经济, 2021, (11): 44-58.

[GUO K S, TIAN X X. Accelerating the construction of a new development pattern and path of transformation and upgrading of manufacturing. China Industrial Economics, 2021, (11): 44-58. ]

[3]
CHEN Z, KAHN M E, LIU Y, et al. The consequences of spatially differentiated water pollution regulation in China. Journal of Environmental Economics and Management, 2018, 88: 468-485.

[4]
白雪洁. 中国新一轮产业转移: 动因、特征与举措. 国家治理, 2022, (15): 27-31.

[BAI X J. China's new round of industrial transfer: Motivations, characteristics, and coping strategies. Governance, 2022, (15): 27-31.]

[5]
李雯轩, 李晓华. 新发展格局下区域间产业转移与升级的路径研究: 对““雁阵模式” 的再探讨. 经济学家, 2021, (6): 81-90.

[LI W X, LI X H. Research on the path of inter-regional industrial transfer and upgrading under the new development pattern: A re-discussion of the ''flying geese model''. Economist, 2021, (6): 81-90.]

[6]
陈晓红, 蔡思佳, 汪阳洁. 我国生态环境监管体系的制度变迁逻辑与启示. 管理世界, 2020, 36(11): 160-172.

[CHEN X H, CAI S J, WANG Y J. The institutional and policy logic of the implementation of the environmental protection supervision system in China. Journal of Management World, 2020, 36(11): 160-172.]

[7]
余丽丽, 彭水军. 新发展格局下产业升级、国内贸易与绿色增长. 系统工程理论与实践, 2024, 44(7): 2075-2094.

DOI

[YU L L, PENG S J. Industrial upgrading, domestic trade and green growth under China's new development pattern. Systems Engineering-Theory & Practice, 2024, 44(7): 2075-2094.]

[8]
李博, 秦欢, 孙威. 产业转型升级与绿色全要素生产率提升的互动关系: 基于中国116个地级资源型城市的实证研究. 自然资源学报, 2022, 37(1): 186-199.

DOI

[LI B, QIN H, SUN W. Interaction mechanism between industrial transformation and upgrading and green total factor productivity improvement: An empirical study based on 116 China's prefecture-level resource-based cities. Journal of Natural Resources, 2022, 37(1): 186-199.]

DOI

[9]
孙浩, 郭劲光. 环境规制和产业集聚对能源效率的影响与作用机制: 基于空间效应的视角. 自然资源学报, 2022, 37(12): 3234-3251.

DOI

[SUN H, GUO J G. The influence and mechanism of environmental regulation and industrial agglomeration on energy efficiency: A spatial effects-based perspective. Journal of Natural Resources, 2022, 37(12): 3234-3251.]

DOI

[10]
呙小明, 黄森. “美丽中国” 背景下中国区域产业转移对工业绿色效率的影响研究: 基于SBM-undesirable模型和空间计量模型. 重庆大学学报: 社会科学版, 2018, 24(4): 1-11.

[GUO X M, HUANG S. Influence of China's domestic industrial transfer on regional industry's green efficiency against background of ''Beautiful China'': An analysis based on SBM-undesirable model and spatial econometric model. Journal of Chongqing University: Social Science Edition, 2018, 24(4): 1-11.]

[11]
陈宏阳, 余建辉, 张文忠. 中国重污染产业空间集聚及其环境效应: 特征与启示. 中国科学院院刊, 2023, 38(12): 1939-1949.

[CHEN H Y, YU J H, ZHANG W Z. Spatial agglomeration and environmental effects of heavy polluting industries in China: Characteristics and enlightenment. Bulletin of Chinese Academy of Sciences, 2023, 38(12): 1939-1949.]

[12]
任亚运, 李婉婷, 张锟澎. 承接产业转移示范区的政策效应评估: 基于环境与经济二维视角的考察. 产业经济研究, 2023, (6): 16-28.

[REN Y Y, LI W T, ZHANG K P. Assessment of policy effects in the industrial transfer undertaking demonstration area: Exploration from both environmental and economic perspectives. Industrial Economics Research, 2023, (6): 16-28.]

[13]
张虹, 胡金, 胡明骏, 等. 国家级承接产业转移示范区设立能促进绿色发展吗?. 科技进步与对策, 2023, 40(20): 65-75.

DOI

[ZHANG H, HU J, HU M J, et al. Can the establishment of national demonstration zone for undertaking industrial transfer promote green development?. Science & Technology Progress and Policy, 2023, 40(20): 65-75.]

[14]
HAO D M, XU Y F, WANG F, et al. A novel cross-disciplinary approach for estimating spatio-temporal pattern and drivers of pollution transfer caused by industrial transfer processes. Journal of Hazardous Materials, 2024, 462: 132726, Doi: 10.1016/j.jhazmat.2023.132726.

[15]
豆建民, 沈艳兵. 产业转移对中国中部地区的环境影响研究. 中国人口·资源与环境, 2014, 24(11): 96-102.

[DOU J M, SHEN Y B. On the influence of the industrial transfer on the environment in the central region of China. China Population, Resources and Environment, 2014, 24(11): 96-102.]

[16]
BAI T T, QI Y, LI Z H, et al. Digital economy, industrial transformation and upgrading, and spatial transfer of carbon emissions: The paths for low-carbon transformation of Chinese cities. Journal of Environmental Management, 2023, 344: 118528, Doi: 10.1016/j.jenvman.2023.118528.

[17]
张建伟, 王艳华, 翟蕴芝, 等. 豫赣湘皖承接产业转移与创新产出的空间变系数计量分析. 湖南师范大学自然科学学报, 2023, 46(5): 100-107.

[ZHANG J W, WANG Y H, ZHAI Y Z, et al. Analysis of spatial variation coefficient measurement of industrial transfer undertaken and innovation output in Henan-Anhui-Hunan-Jiangxi Region. Journal of Natural Science of Hunan Normal University, 2023, 46(5): 100-107.]

[18]
MO H H, YOU Y C, WU L P, et al. Potential impact of industrial transfer on PM2.5 and economic development under scenarios oriented by different objectives in Guangdong, China. Environmental Pollution, 2023, 316: 120562, Doi: 10.1016/j.envpol.2022.120562.

[19]
WU H Y, GUO H X, ZHANG B, et al. Westward movement of new polluting firms in China: Pollution reduction mandates and location choice. Journal of Comparative Economics, 2017, 45(1): 119-138.

[20]
WANG X Y, ZHANG C T, ZHANG Z J. Pollution haven or porter? The impact of environmental regulation on location choices of pollution-intensive firms in China. Journal of Environmental Management, 2019, 248: 109248, Doi: 10.1016/j.jenvman.2019.07.019.

[21]
刘照德, 聂普焱. 经济集聚、产业结构升级与绿色经济效率协调发展: 基于京津冀与粤港澳大湾区的比较分析. 北京社会科学, 2023, (12): 29-43.

[LIU Z D, NIE P Y. A study on the coordinated development of economic agglomeration, industrial structure upgrading and green economy efficiency: Based on the comparative analysis between Beijing-Tianjin-Hebei and Guangdong-Hong Kong-Macao Greater Bay Area. Social Sciences of Beijing, 2023, (12): 29-43.]

[22]
HU J M, LIU Y F, FANG J, et al. Characterizing pollution-intensive industry transfers in China from 2007 to 2016 using land use data. Journal of Cleaner Production, 2019, 223: 424-435.

[23]
WU J W, WEI D Y, CHEN W, et al. Environmental regulations and redistribution of polluting industries in transitional China: Understanding regional and industrial differences. Journal of Cleaner Production, 2019, 206: 142-155.

[24]
DOU J M, HAN X. How does the industry mobility affect pollution industry transfer in China: Empirical test on Pollution Haven Hypothesis and Porter Hypothesis. Journal of Cleaner Production, 2019, 217: 105-115.

[25]
朱兆良. 农田中氮肥的损失与对策. 土壤与环境, 2000, 9(1): 1-6.

[ZHU Z L. Loss of fertilizer N from plants-soil system and the strategies and techniques for its reduction. Soil and Environmental Sciences, 2000, 9(1): 1-6.]

[26]
姚志毅. 污染产业转移对我国环境与经济的影响分析. 生态经济, 2009, 25(4): 155-158.

[YAO Z Y. Analysis of pollution industry shift influencing to Chinese environment and economical. Ecological Economy, 2009, 25(4): 155-158.]

[27]
成艾华, 赵凡. 基于偏离份额分析的中国区域间产业转移与污染转移的定量测度. 中国人口·资源与环境, 2018, 28(5): 49-57.

[CHENG A H, ZHAO F. Quantitative measure on inter-regional industry transfer and pollution transfer based on the idea of shift share analysis. China Population, Resources and Environment, 2018, 28(5): 49-57.]

[28]
黄永明, 陈小飞. 中国贸易隐含污染转移研究. 中国人口·资源与环境, 2018, 28(10): 112-120.

[HUANG Y M, CHEN X F. Transfer of embodied pollution of China's trade. China Population, Resources and Environment, 2018, 28(10): 112-120.]

[29]
李林子, 傅泽强, 王艳华, 等. 京津冀制造业转移与环境影响实证研究. 环境科学研究, 2017, 30(12): 1813-1821.

[LI L Z, FU Z Q, WANG Y H, et al. Empirical study on manufacturing transfer and environmental impacts in Jing-Jin-Ji Region. Research of Environmental Sciences, 2017, 30(12): 1813-1821.]

[30]
秦炳涛, 葛力铭. 中国高污染产业转移与整体环境污染: 基于区域间相对环境规制门槛模型的实证. 中国环境科学, 2019, 39(8): 3572-3584.

[QIN B T, GE L M. Whether the transfer of highly polluting industries in China aggravates environmental pollution: Empirical analysis based on the threshold model of relative environmental regulation strength. China Environmental Science, 2019, 39(8): 3572-3584.]

[31]
蔡宏波, 韩金镕, 钟腾龙. 企业迁移的减排效应: 兼论“污染天堂假说” 与“波特假说”. 经济学动态, 2022, (11): 90-106.

[CAI H B, HAN J R, ZHONG T L. The emission reduction effect of firm relocation: With discussions on the pollution heaven hypothesis and porter hypothesis. Economic Perspectives, 2022, (11): 90-106.]

[32]
LI C, XIA W J, WANG L P. The transfer mechanism of pollution industry in China under multi-factor combination model-based on the perspective of industry, location, and environment. Environmental Science and Pollution Research International, 2021, 28(42): 60167-60181.

DOI PMID

[33]
胡新明. 论Wald、LR和LM检验不一致时的选择依据. 数量经济技术经济研究, 2010, 27(5): 153-161.

[HU X M. Selection of Wald, LR and LM when tests are inconsistent. The Journal of Quantitative & Technical Economics, 2010, 27(5): 153-161.]

[34]
谢荣辉, 原毅军. 产业集聚动态演化的污染减排效应研究: 基于中国地级市面板数据的实证检验. 经济评论, 2016, (2): 18-28.

[XIE R H, YUAN Y J. Research on the pollution abatement effect of industrial agglomeration's evolution. Economic Review, 2016, (2): 18-28.]

[35]
陈浩, 罗力菲. 环境规制对经济高质量发展的影响及空间效应: 基于产业结构转型中介视角. 北京理工大学学报: 社会科学版, 2021, 23(6): 27-40.

[CHEN H, LUO L F. The influence of environmental regulations on high-quality development and spatial effects: Based on the intermediate perspective of industrial structure transformation. Journal of Beijing Institute of Technology: Social Sciences Edition, 2021, 23(6): 27-40.]

Options
Outlines

/

〈 〉