长江经济带环境规制与生态效率空间效应
——产业结构的中介作用

高 静，胡 月，赵 玲，杨云皓

（西南大学 经济管理学院，重庆 400715）

粗放型经济发展带来了高污染、高能耗的生态环境问题。根据2020年全球环境绩效指数（environmental performance index，EPT），我国综合环境绩效指数排名位于全球第120位，其中环境污染与健康单项指标位于全球第96位。《2020年中国生态环境状况公报》显示，全国337 个城市中，202个城市环境空气质量达标，占比59.9%。粗放型经济增长方式导致资源短缺和环境恶化，经济发展与环境保护的矛盾促使转变经济发展方式迫在眉睫［1］。2020年3月，中共中央印发了《关于构建现代环境治理体系的指导意见》，提出以政府为主导、以企业为主体，推动绿色生产，多方位建设生态环境。

长江经济带作为我国黄金水道，不仅是经济重心，更是生态文明建设示范带。2016 年《长江经济带发展规划纲要》指出长江经济带要坚持以生态为主的经济发展战略。2018 年，习近平总书记在考察长江经济带时指出“共抓大保护、不搞大开发”，要立下生态优先的规矩，倒逼产业转型升级，实现高质量发展。然而，2019年数据显示：长江流域废水排放量在全国废水排放量中战比高达40%以上，单位面积化学需氧量、氨氮、二氧化硫、氮氧化物排放强度高于全国平均水平1.5～2.0 倍，而长江经济带沿线城市面积仅占全国面积1/5，因此，提升长江经济带的生态效率的任务紧迫而重要。

生态效率强调经济发展、环境保护与资源节约的协调统一［2］，若实现三者共融，会倒逼企业转变产业结构［3］，而在产业结构调整过程中，环境规制能够通过政府现代治理手段管控企业排污、倒逼企业绿色生产，进而实现经济高质量发展［4］。大量研究集中在产业结构升级与生态效率提升方面［5-6］，而关于环境规制与产业结构的研究，多是基于“波特假说”，认为合理的环境规制政策能够影响企业技术创新，尤其是刺激企业的绿色工艺创新［7-8］或环境类研发创新［9］。以上研究侧重于两者之间的内在关联，而环境污染或生态污染往往由经济发展与生态环境不协调所致，产业结构调整作为联系经济与生态的桥梁，通过合理配置资源促进经济发展方式转型并推进生态文明建设。而将环境规制、产业结构调整与生态效率三者融入统一框架的研究尚少，更是缺乏从空间视角研究三者在长江经济带的空间作用结果。

基于此，本文将从空间视角下研究环境规制、产业结构调整对长江经济带空间生态效率的影响。理清环境规制对生态效率、产业结构调整对生态效率的影响效应，以及产业结构调整对环境规制影响生态效率的调节效应，为提升长江经济带生态效率、建立生态经济示范区提供可鉴经验。

1 文献回顾

1.1 环境规制对生态效率的影响

生态效率的概念最早由德国学者Schaltegger和Sturm于1990年首次在学术界提出，它指一定时期内经济价值与生态环境负荷之比，其中“经济价值”指经济活动产出的产品和服务市场价值［10］。“生态环境负荷”指资源能耗和环境污染情况。由于生态效率既具有市场导向，又有明显的负向外部性（negative externality，指一个人或企业的行为影响了其他人或企业，使后者支付了额外的成本费用，但又无法获得相应补偿的现象），因此，生态效率提升需要政府与市场引导和政府治理。环境规制是指政府为降低市场经济主体环境污染所造成的负外部性而采取的庇古税（Pigovian taxes，指通过对产生污染的活动征收税收或费用来减少污染）、绿色补贴等政策手段［11］，是政府为调控环境污染、调整经济增长方式而实施的政策措施［12］。环境规制对产业生态效率的影响主要形成了“遵循成本说”［13］和“创新补偿说”［14］，对应分解为经济效应和环境效应。

从短期看，环境规制导致企业各个生产时期中不变成本、可变成本、显性成本、机会成本等环境成本提高［15］，进而降低了企业利润率影响企业绩效，降低了企业的生态效率；但环境成本也提高了潜在进入者的市场壁垒，减少了潜在污染型企业，生态效率会提升。从长期看，环境规制会引导企业通过创新投入解决利润率降低的问题，进而在提升企业经济效益的基础上改善了生态效率［16］。同时，环境规制会促进技术进步，降低环境治理成本，比如提升环境友好型技术水平［17］，这会倒逼企业从事技术创新，由此带来的创新绩效最终会超过投入成本［18］。因此，环境对生态效率的影响方向取决于创新补偿的经济绩效能否弥补新增的环境治理成本，这会受到行业特点、技术进步速度以及国家环境规制政策实施等多种因素影响。学界的研究目前并未形成一致结论。有学者认为环境规制能促进生态效率［19］，而有些学者则指出环境规制导致能源所有者加速开采，反而加大了碳排放，因此环境规制并不能实质性地改善环境质量［20］。有学者基于2001—2016 年中国30 个省级数据，在研究环境规制与工业绿色竞争力关系时发现两者呈U 型关系［21］，还有的学者发现严格的环境规制能减少污染物排放，一旦环境规制强度超过某个阈值，积极效应会转为负值［22］。

从长江经济带看，各地区经济发展取得一定的成效，但“高投入、高排放、低效率”的粗放式经济增长方式也带来了资源过度开采、环境污染突出等问题［23］。为了解决经济增长与生态环境的矛盾，在促进经济产出的同时，对于环境污染治理投资和排污费的征收也不断加大，一定程度上反映了环境规制力度的加强。数据显示，长江经济带11 个省市环境污染治理投资总额总体呈递增趋势，从2002 年5.084×1010元增长至2018 年3.729×1011元，增长近7 倍；相应的排污费收入从2002 年2.640×109亿元增加到2018 年7.75×109元，增长了2 倍，国家对长江经济带污染治理不断增强，以解决环境污染的外部性问题［24］。在顶层制度设计上，2016 年制定的《长江经济带发展规划纲要》指出，推动长江经济带发展，要遵循江湖和谐、生态文明的基本原则，具体而言就是要建立健全最严格的生态环境保护制度。习近平总书记强调长江经济带发展必须要从中华民族长远利益考虑，坚持生态优先、绿色发展，把生态环境保护摆上优先地位，在保护的前提下发展，实现经济发展与资源环境相适应，从而改善生态效率。由此，初步判断，环境规制对长江经济带生态效率的改善具有重要促进作用。

1.2 产业结构的调节作用

长江经济带作为经济发展的核心地带，产业结构一直持续优化，一般而言，环境规制主要通过产业结构的合理化和高级化进而影响生态效率［5，25］。产业结构直接影响经济系统的资源利用和污染废弃物的排泄，因此产业结构调整成为协调经济、环境的核心工具。

产业结构合理化是根据经济社会的供需结构、技术水平、制度安排与资源条件，调整劳动、资本、技术等资源要素在各产业的配置，使产业结构达到协调与均衡［26］。一方面，产业结构合理化的协调过程能够降低资源消耗总量，提高资源利用效率［27］，产业间协同效应提高了对同一资源的使用效率，降低了资源消耗。另一方面，在产业功能集聚过程中，各产业通过关联效应形成了产业集聚，出现“物以类聚”现象［28］。在产业结构功能集聚过程中，主要是通过提高资源利用效率，减少资源闲置和资源浪费，并且绿色产业还可以通过扩散效应提高集聚产业的经济产出、减少污染物排放［29］，进而提高地区生态效率。

产业结构高级化表现为第一产业和第二产业向第三产业的重心转移，或是依靠技术创新促进三次产业的内部结构升级。产业高级化的过程中，资源要素从低生产率产业向高生产率产业流动、从低附加值的产业向高附加值的产业流动、从劳动及资本密集型产业向技术密集型产业流动［30-31］。按照资源配置理论和结构红利理论，产业结构高级化过程中能够将资源要素积累到生产率较高的产业，由此产生的“结构红利”驱动经济增长［32］。在要素导向下，政府为高技术产业、服务业等产业发展提供要素支持的同时，减少了对高能耗、高污染产业的要素支撑，促使各产业向低能耗、低污染发展。

综上所述，环境规制影响生态效率，产业结构调整主要通过产业结构合理化、产业结构高级化调节环境规制对生态效率产生影响，具体研究框架如图1所示。

图1 环境规制、产业结构调整对生态效率的影响机制Fig.1 Influence mechanism of environmental regulation and industrial structure adjustment on ecological efficiency

2 研究设计

2.1 测度模型

目前测度生态效率的方法主要有综合指数法［33-34］与数据包络法（data envelopment analysis，DEA）［35］。综合指数法关键在于指标赋权，具有一定主观性。DEA 虽然避免了指标赋权的主观性，但未考虑松弛变量问题。基于此，Tone［36］提出了SBM（Slacks-Based Measure）模型，解决了松弛变量、非期望产出等问题。因此本文采用非期望产出SBM模型测度生态效率，具体形式为：

式中：ρ*表示生态效率值，0≤ρ*≤1，为1 时决策单元完全有效，小于1 时决策单元非完全有效；x表示投入变量，yr表示产出变量；m表示投入变量x的要素种类，s-i表示产出变量y的要素种类；s-表示投入冗余，sgr表示期望产出不足，sbr表示非期望产出冗余。s1表示期望产出变量，s2表示非期望产出变量。模型中下标“0”为被评价单元。

2.2 指标选取

Schaltegger［10］首次提出“生态效率”概念，指一定时期内经济价值与生态环境负荷之比。生态效率综合衡量了经济发展与生态环境两方面内容，其核心是少投入、少排放、多产出。依据生态效率内涵和非期望产出SBM 模型，本文从资源投入、环境污染、经济产出三个方面构建生态效率评价指标体系（表1）。

表1 生态效率评价指标体系Table 1 Eco-efficiency evaluation index system

在生态效率指标体系中，投入指标包括：劳动力、资本、土地、水资源和能源投入。其中，资本投入用资本存量表示，参照单豪杰［37］的做法，以1952年为基期，假定10.96%的折旧率，按照永续盘存法计算出基本存量，计算公式为：

式中：Kit表示本期资本存量，Kit-1表示上一期资本存量，δit表示9.96%的折旧率，Iit表示固定资本形成总额，Pit表示价格指数。

非期望产出指标包括：废水、废气和固废排放量，以及PM2.5浓度。关于PM2.5，本文采用加拿大达尔豪斯大学大气成分分析组公开的地表PM2.5平均浓度栅格地图，运用Arcgis软件结合长江经济带区域矢量图对栅格地图进行提取，最终得到各省市PM2.5年均浓度数据。期望产出用长江经济带各省市地区GDP 表示，为剔除价格影响因素，以2002年为基期进行GDP平减。

2.3 测度结果

2.3.1 生态效率测度结果

根据上述指标，以长江经济带11 个省份为决策单元，借助MaxDEA 软件，采用非期望产出的SBM 模型测算出2002—2020 年长江经济带各省份的生态效率值，如表2所示。

表2 2002—2020年长江经济带各省市生态效率值Table 2 Eco-efficiency values of provinces and cities in the Yangtze River Economic Belt from 2002 to 2020

从表2 可以看出，2002—2020 年长江经济带上、中、下游以及全流域生态效率呈先下降后上升的U型。这是因为长江流域经济带最初以第二产业为主导产业，粗放式的发展模式造成环境污染较为严重，生态效率下降；随着经济发展水平进一步提升，大量以技术进步为主导的新兴产业发展迅速，企业技术研发投入大，创新能力强。技术进步和产业结构升级使得长江流域经济带在经济增长的同时改善了生态环境，因此长江流域经济带的生态效率不断提高。区域对比，下游地区的生态效率最高并且高于全流域平均水平，且有逐年拉大的趋势，上、中游生态效率差距不大且低于全流域平均水平。这是因为，上游地区相对于中游地区工业规模较小，污染排放较少。下游的长三角地区是我国经济最活跃、开放程度最高、创新能力最强的区域之一，长三角一体化发展战略的实施为区域经济协同发展提供了坚实的制度基础。从时间上看，下游生态效率在2020 年达到最高为0.79，在2009 年达到最低为0.44；中游在2002 年达到最高为0.52，在2010 年达到最低为0.34；上游在2020 年达到最高为0.57，在2008 年达到最低为0.32。全流域在2020 年达到最高为0.62，在2009 年达到最低为0.38。2020 年浙江省生态效率最高，江西省生态效率最低。综合可知，长江经济带各流域生态效率水平近年来有所提高但大部分处于低值，各省市两极分化较严重，生态效率高的地区增长速度也较快，生态效率低的地区增长速度也较慢，上游和中游地区需要重视生态问题。

2.3.2 生态效率空间分布特征

为直观展示长江经济带生态效率空间分布特征，利用测算得出的2002—2020 年之间，四个典型年份长江经济带各省市生态效率值，依据黄磊等［38］的研究，将生态效率分为三个梯度：EE（0，0.4］为低效率，EE（0.4，0.7］为中等效率，EE（0.7，1］为高效率，借助GeoDa 软件绘制了2002年、2007 年、2012 年、2017 年长江经济带生态效率三分位图。

从图2可以看出，2002年高生态效率地区共有2个，上海和浙江；中等效率地区共有8个，四川、云南、重庆、湖南、湖北、安徽、江西、江苏；低效率地区有1个，贵州。2007年高效率地区仅有上海；浙江下降为中等效率地区；云南、重庆、湖北、江西安徽下降为低效率地区。2012 年无高效率地区；上海下降为中等效率地区，重庆、湖北上升为中等效率地区；湖南下降为低效率地区。2017 年高效率地区共有3 个，上海、江苏和浙江；云南、贵州、湖南安徽上升为中等效率地区；江西仍处于低效率地区。从整体分布来看，下游主要为高生态效率水平，上游与中游主要为低效率和中等效率水平，且邻近地区生态效率处于同一水平，地区间可能存在空间相关性。

图2 长江经济带生态效率分布图Fig.2 Ecological efficiency distribution map of Yangtze River Economic Belt

2.4 空间自相关模型

在实证研究之前，必须先检验生态效率的空间相关性。空间效应理论认为变量在空间分布上相互联系、相互影响，如果两个变量在邻近区域出现高-高或低-低同类集聚，则称为空间正自相关；出现高-低或低-高的异类集聚，则称为空间负自相关。本文用莫兰指数（Moran’sI）衡量空间相关性，表达式为：

式中：Yi表示第i个地区的观测值，Yj表示第j个地区的观测值，表示所有观测地区生态效率的平均值。n表示地区个数，Wij表示权重。-1≤I≤1，当I＞0 时，表示观测值存在空间正相关；当I＜0 时，表示观测值存在空间负相关；当I=0时，表示观测值不存在空间相关性。S2表示按权重计算的空间变量的方差。本文采用Rook 邻近来构建空间权重矩阵，即两个区域具有共同边界视为邻近，不具有共同边界则视为不邻近，表达式为：

2.5 指标选取

为了研究环境规制、产业结构调整对生态效率的影响，本文以生态效率为被解释变量，环境规制、产业结构合理化、产业结构高级化为解释变量，经济发展水平、城镇化水平、对外开放程度、技术进步、人力资本为控制变量，探究空间视角下环境规制、产业结构调整对生态效率的影响。

（1）被解释变量。生态效率（ecological efficiency，EE）为被解释变量，基于非期望产出SBM模型测算出的长江经济带生态效率值表示生态效率水平。

（2）解释变量。环境规制：参考刘荣增等的做法［39］，本文采用环境污染治理投资额占GDP 比重反映了政府对环境污染规制的强度。

（3）调节变量。产业结构合理化：现有研究主要采用产业结构偏离度、泰尔指数来表示产业结构合理化，基于产业结构偏离度系数没有考虑产业权重问题以及泰尔指数可能造成产业结构“假性合理”问题，本文采用修正后的泰尔指数来表示产业结构合理化。在保留产业结构偏离度基础上，综合考虑产业权重、绝对值等因素，并做倒数处理使IR值与产业结构合理化成正相关关系，其表达式为：

逝者满七后，紫云探望师母。那天，雨心的心情很糟，紫云请她出去走走。在大街上碰到了蒋浩德，一起到附近的茶馆坐一下。

式中：Y为国内生产总值，L为就业人口总数，i=1、2、3 分别表示第一、二、三产业。Yi/Y表示产业结构，Li/L表示就业结构。IR越大，产业结构越合理；IR越小，产业结构越不合理。产业结构高级化（IA）：产业结构高级化主要指优势产业由第一产业向第二、第三产业演变以及优势产业由劳动密集型向资本密集型、技术密集型产业演变。本文借鉴吴振球等［40］的做法以第三产业产值增加值与第二产业产值增加值之比来表示产业结构高级化。

（4）控制变量。通过对相关文献的分析，综合分析可能影响生态效率的因素，本文选取了5个相关变量。经济发展水平：考虑到人口差异对经济发展的影响，以人均GDP表示经济发展水平（PGDP），并进行对数化处理。城镇化水平（URB）：以城镇人口占总人口比重表示城镇化水平（URB）。对外开放程度：以实际利用的外商投资额占GDP 比重表示对外开放程度（FDI），并将以美元为单位的外商投资额按照当年平均汇率换算为人民币。技术进步：以R&D 经费内部支出占GDP 比重表示技术进步水平（R&D）。人力资本：以高等教育（包括本科、专科）人数占受教育人数比重来表示人力资本水平（EDU）。以上数据来源于《中国统计年鉴》《中国环境统计年鉴》《中国能源统计年鉴》以及各省份历年统计年鉴。

2.6 空间计量模型

目前空间计量模型主要有空间滞后模型（spatial lag model，SLM）、空间误差模型（spatial error model，SEM）和空间杜宾模型（spatial dubinmodel，SDM）。由于SLM 模型和SEM 模型均未考虑自变量的空间相关性，也未考虑自变量对地区因变量的空间影响，Anselin［41］提出了可以分析邻近地区自变量对本地区因变量空间影响的SDM 模型，表达式为：

式中：Y为因变量，X为自变量，ρ为空间效应系数，W为空间权重矩阵。Xβ为本地区自变量对本地区因变量的影响，WXθ为邻近地区自变量对本地区因变量的影响。μ为随机扰动项。

本文首先通过LM 检验（lagrange multiplier test）对SLM 和SEM 进行选择，然后通过Wald 检验进一步判断SDM 是否可以简化为SLM 或SEM。表3为LM、Wald检验结果，LM检验表明选择SLM和SEM模型均可，Wald 检验表明SDM模型不能简化为SLM或SEM模型，因此本文应采用SDM模型。然后通过Hausman 检验进一步确定应采用固定效应还是随机效应模型，结果显示Hausman 统计量在1%的显著性水平下拒绝了原假设，故采用固定SDM模型最合适。

表3 LM、Wald和Hausman检验Table 3 LM,Wald and Hausman test

通过建立固定SDM模型，依据R2最优原则对固定效应中时间固定、空间固定以及双固定模型进行择优选择，最终确定采用空间固定的SDM 模型进行回归。建立如下空间固定SDM模型：

式中：EE为生态效率，ERit为环境规制，建立环境规制一次项与二次项考察环境规制与生态效率的非线性关系，IRit为产业结构合理化，IA为产业结构高级化，并引入环境规制与产业结构合理化、环境规制与产业结构高级化的交互项以探析调节效应。为消除多重共线性导致交互项与主变量不能同时解释的问题，将各变量去均值化处理，用a表示。（ERit-aER）×（IRit-aIR）表示环境规制与产业结构合理化的交互项，（ERit-aER）×（IAit-aIA）表示环境规制与产业结构高级化的交互项。X为控制变量，W为n×n维的Rook空间权重矩阵，u为空间固定效应，ε为随机扰动项。

3 实证结果分析

3.1 空间计量结果分析

表5 空间固定效应SDM回归结果Table 5 SDM regression results of spatial fixed effect

从表5 可以看出，环境规制一次项在5%显著性水平下促进了本地区生态效率，环境规制二次项系数不显著。环境规制与邻近地区生态效率关系不显著。产业结构合理化与本地区、邻近地区的生态效率关系不显著。产业结构高级化在1%显著性水平下促进了本地区生态效率。产业结构高级化与邻近地区生态效率关系不显著。环境规制与产业结构合理化交互项对本地区、邻近地区的生态效率作用不显著。环境规制与产业结构高级化交互项在1%显著性水平下抑制了本地区生态效率，环境规制与产业结构高级化交互项对邻近地区的生态效率作用不显著。

但是，Lesage 等［42］提出直接依据空间计量模型结果来分析空间效应存在估计偏误，因此表5中的回归系数并不严谨。为了了解真实的空间效应，本文进一步作出空间效应分解。通过偏微分法，可以将空间效应分解为直接效应、间接效应和总效应。依据表5中SDM回归结果将环境规制、产业结构调整对生态效率的空间效应进行分解，分解结果如表6所示。

表6 空间效应分解结果Table 6 Decomposition result of spatial effect

空间效应分解结果表明：从直接效应来看，环境规制对生态效率具有正向促进作用，说明政府加大对环境污染治理投资能显著改善生态效率，环境规制所发挥的“创新补偿效应”大于“遵循成本效应”。从间接效应来看，环境规制对区域生态效率虽有促进作用但不显著。从理论上分析，诸如流动性强的废气、废水污染具有空间扩散效应，减少本地区污染物对邻近地区有益，但实际上区域间环境规制“逐底竞争”或“向上竞争”的博弈使其空间效应并不显著。

从直接效应来看，产业结构合理化对生态效率有促进作用但不显著。一方面说明长江经济带产业结构合理化程度不足，还未完全作用于生态效率。另一方面，产业结构合理化仅仅是劳动产出率的提高，尚未完全实现要素和结构的优化配置，未能发挥对经济、资源和环境协调发展的实质性作用。从间接效应来看，产业结构合理化对生态效率存在不显著“负外部性”。可能由于受区域间实际距离和政策保护影响，产业结构合理化过程中资源争夺对邻近地区的不利影响存在空间局限性。

产业结构高级化对本地区和邻近地区生态效率的影响存在正效应，这与本文研究结论一致。从直接效应来看，产业结构高级化对生态效率有显著促进作用。说明产业结构高级化在实现资源要素从低生产率向高生产率产业流动时，通过要素配置和结构优化，提高了资源利用率并减少了环境污染。从间接效应来看，产业结构高级化对区域生态效率有显著促进作用。说明高级化过程中，通过产业关联效应和技术扩散效应，可以提升各产业生产技术水平和污染治理水平。

环境规制与产业结构合理化交互项。环境规制与产业结构合理化交互项对本地和邻近地区生态效率的效应均不显著。从直接效应来看，由于产业结构合理化不足，产业结构合理化提升程度较低，还不能减弱环境规制对生态效率的作用。从间接效应来看，产业结构合理化过程中，提升了环境规制对邻近地区生态效率的促进作用，但这种效果并不显著。

从直接效应来看，产业结构高级化对环境规制影响生态效率存在显著负向调节作用。说明在产业结构高级化过程中，提高了资源利用率，促进了绿色经济发展，同时也通过合理配置资源弱化了环境规制对生态效率的促进作用。从间接效应来看，产业结构高级化对环境规制影响区域生态效率存在显著负向调节作用，即随着产业结构高级化演进，环境规制对区域生态效率的正效应逐渐减弱。说明产业结构高级化通过产业转移、产业关联以及技术扩散效应，促进了邻近地区效率提升，而环境规制在其中的作用甚微。

经济发展对本地生态效率有抑制作用但不显著，对邻近地区生态效率有显著的抑制作用。说明长江经济带各地区未形成经济环境协调发展机制，同时也造成了邻近地区资源流出和污染产业流入。城镇化率对本地和邻近地区生态效率都有显著促进作用。说明长江经济带摒弃了以往“重数量轻质量”的城镇化粗放发展方式，还通过扩散效应促进了邻近地区生态效率。国际直接投资对本地和邻近地区生态效率都有显著促进作用，说明存在“污染光环假说”，外资企业带来的先进技术和管理经验还具有空间溢出效应。技术进步对本地和邻近地区的生态效率都有显著抑制作用。说明目前以生产技术创新为主，缺乏绿色技术创新的应用，在技术进步过程中存在要素争夺，不利于区域生态效率优化。人力资本对本地和邻近地区的生态效率都有显著促进作用。说明人力资本不仅是对劳动力的承载，更是对知识、技术的承载，在人才流动过程中，不仅提高了区域劳动生产率，还通过知识、技术外溢效应促进了经济发展和生态优化。

为进一步验证环境规制、产业结构调整与生态效率关系的稳健性，本文采用地理经纬度权重矩阵对上述实证结果进行再检验。回归结果显示，基于地理经纬度权重矩阵的SDM 回归，除部分变量系数值和显著性发生了较小变动外，总体作用效应与前文结果基本一致。由此可见，本文的研究结论具有稳健性。

3.2 空间自相关检验

从表7 可以看出，生态效率Moran’sI指数均通过显著性检验且全部为正，表明生态效率具有空间正相关性。这说明在实证分析时不能采用传统的普通最小二乘法回归，必须考虑地理空间因素影响，因此本文使用空间计量分析更具可靠性。

表7 2002—2020年长江经济带生态效率Moran’s I指数Table 4 Moran’s I index of ecological efficiency of Yangtze River Economic Belt from 2002 to 2018

4 研究结论与政策启示

4.1 研究结论

本文以长江经济带生态建设为研究对象，基于2002—2020 年长江经济带11 个省市面板数据，建立非期望产出SBM 模型、空间相关性模型，分析了生态效率的空间分布及空间集聚情况，并基于空间视角，构建SDM 空间计量模型分析环境规制、产业结构调整及其交互项对生态效率的空间效应，结果表明：长江经济带生态效率呈U 型趋势，下游生态效率高于全域水平，上游和中游则低于全域水平。各省市两极分化较严重，高效率地区增长速度较快，低效率地区增长速度较慢。生态效率存在空间集聚效应，并且呈现空间正相关性。环境规制对本地区生态效率有显著促进作用，环境规制的创新补偿效应大于成本效应。产业结构高级化对本地和邻近地区生态效率都有显著促进作用，产业结构升级过程中通过要素配置和结构优化，实现了生态效率优化，还通过产业转移、产业关联和技术扩散效应提升了区域产业生产技术和污染治理水平。产业结构高级化对环境规制影响本地和邻近地区生态效率都存在显著负向调节作用。在高级化过程中，不仅通过合理配置要素提高了资源利用率，促进了绿色经济发展，还弱化了环境规制对本地生态效率的促进作用。并且环境规制和产业结构调整交互项对区域生态效率的作用，主要是通过产业结构高级化实现的。

4.2 政策启示

根据以上统计分析与实证研究结果，得出如下三点政策启示。

（1）继续加大环境规制管理力度。环境规制对生态效率提升作用显著，沿江区域要继续加大环境规制的管理力度，主要包括加大环境治理的投资。围绕长江全流域生态环境联防联控、产业系统创新、基础设施共建共享等重点，完善长江经济带生态环境共抓共管、合作共赢的体制机制。认真落实《长江经济带绿色发展专项中央预算内投资管理暂行办法》，建立负面清单制度。在长江经济带生态环境污染治理“4+1”工程建设开局良好的基础上，继续加强流域内不同区位的城市群发展方向与格局，建立规范企业的市场准入标准，在全流域内统一规定产业准入“负面清单”和红线控制约束，筑牢长江经济带发展的生态根基。建立长江经济带沿线的全流域环境监测体系，推动信息共享，如果是上游地区出现环境异常数据，中下游地区可最快响应预判预控，从技术上阻断污染源扩散，避免诱发经济损失。

（2）建立沿江带企业绿色创新的要素投入机制。继“技术创新”之后，绿色创新成为中国建设生态文明的有力抓手，更是长江经济带绿色发展的核心动力。要加大对沿线企业绿色创新的资本投入，以财政资金为杠杆，设立创新保险，建设银保联动机制，激励社会资本进入企业绿色创新的投资研发环节，攻克绿色技术创新领域的卡脖子难题。建立绿色技术创新研发基金，用于沿江设立绿色技术研发为主的国家级工程试验中心、国家重点实验室等，鼓励绿色技术研发从现实需求中来，成果到市场中去，无缝链接绿色技术研发与应用。建立绿色技术创新联盟，通过人才流动、技术合作、共建园区等，缩小地区之间绿色技术的梯度差，释放绿色技术创新的溢出红利，探索长江经济带绿色创新投入的要素流动与增值机制，带动长江经济带全流域的绿色技术创新与经济高质量发展协同提升。

（3）深入推进产业结构绿色转型升级。严格治理“化工围江”，清理化工、钢铁、有色冶炼等企业的生产流程数据，超过污染排放指标的企业，要建立“一企一策”，通过绿色设备改造、绿色流程工艺改进、限期整改，要维护好企业利益与长江经济带建设的协同发展。鼓励环保电池、新能源汽车、新能源装备等绿色环保类制造业落户长江经济带，围绕清洁生产技术、低碳循环发展、清洁能源等绿色技术研发集聚，发展壮大长江经济带的绿色发展动能。建立绿色生产的指标体系，定期考核企业绿色生产的“质”与“量”，根据考核结果，制定绿色技术创新导向的税收体系、补贴支持体系，激励企业绿色技术创新的积极性。因地制宜，制定流域内差别化的绿色考核体系，提高上游地区的绿色产能，保持好下游地区绿色生产效率的持续惯性。最终，基于不同层面的数据梳理与政策效能评价，将有效经验转为《长江保护法》的立法依据，以法律形式平衡长江经济带生态治理与经济发展的关系。