派智库

内容提要：本文主要探讨地理区位与工业污染排放之间的关系，并以此来刻画中国工业污染的空间分布特征。基于285个地级及以上城市面板数据的实证分析发现，现阶段中国工业污染排放表现出向北京、上海和香港三大核心城市集聚的空间分布特征。局部区域范围内，工业污染排放同样向区域核心城市集聚。在不同核心城市的地区中，以上海为核心的地区出现了工业污染排放再次集聚的次级高地；而以香港为核心的地区中，区域核心城市则表现出更强的工业污染排放集聚效应。 织梦内容管理系统

关键词：地理区位 工业污染排放 空间集聚 空间分布 本文来自织梦

一、问题提出

织梦好，好织梦

改革开放以来，中国经济保持了长期的高速增长，取得了举世瞩目的成就；但另一方面，随之而来的环境污染问题也十分突出。根据国家环境保护部的资料显示，2014年，在开展空气质量新标准监测的161个地级及以上城市中，只有16个城市空气质量年均值达标；全国470个降水监测城市（区、县）中，酸雨城市的比例高达29.8％；968个国控地表水监测断面（点位）中，Ⅳ类、Ⅴ类和劣Ⅴ类水质分别占20.9％、6.8％和9.2％[1]。2015年冬季，大范围的雾霾在中国再度出现，各地频频发布雾霾预警。恶劣的环境状况不仅危害了居民健康，也对生产生活的正常开展造成影响。可以说，环境污染问题已成为现阶段中国所面临的最主要问题之一。。 随着环境污染问题的日益突出，对环境污染的相关研究也成为热点。不少学者试图寻找影响环境污染的相关因素，如经济发展水平、对外开放程度等常见因素，但鲜有文献从地理区位的角度对环境污染问题展开分析，探讨地理区位因素对环境污染的影响。而事实上，地理区位因素是经济活动中的一个重要影响因素。为了追求生产的外部性与规模经济、降低运输成本，经济活动会自发地在空间上形成集聚。现实世界中的经济活动，通常都会表现出空间集聚的分布特征，因此和经济发展密切相关的环境污染，也应当表现出空间集聚的分布特征。 copyright dedecms

过去的三十多年，京津冀、长三角和珠三角这三大经济带是中国经济发展最为迅速的地区，也已成为中国经济增长的三大引擎。既然经济活动表现出向这三大经济带集聚的空间特征，那么工业污染排放是否同样表现出向这三大经济带集聚的特征?在整个中国范围内，除了上述三大经济带之外，还有哪些区域的工业污染排放物更为集中?以不同城市为核心的区域范围内，工业污染排放的空间集聚特征是否存在差异?在每一个局部区域范围内，工业污染排放是否也存在向局部区域核心集聚的空间分布特征?本文拟通过实证研究对上述问题展开分析，探寻中国工业污染排放的空间分布规律，为研究环境污染问题提供另一种视角。在具体研究中，本文将具有空间集聚能力的核心城市划分为全国核心城市和区域核心城市两类，以与两类核心城市的空间距离来表示区域的地理区位特征。在此基础上，运用2003—2010年中国285个地级及以上城市的地理和经济数据进行计量分析，考察地理区位与工业污染排放之间的关系，论证工业污染排放是否存在空间集聚，并以此刻画出中国工业污染的空间分布特征。另外，考虑到中国幅员辽阔，不同地区在地理条件和经济特征等因素上存在巨大差异的客观事实，本文将分别考察以北京、上海和香港为核心城市的区域范围内工业污染排放的空间分布状况，并对以不同城.市为核心的地区间工业污染排放空间集聚的差异性进行比较分析。

dedecms.com

二、文献综述

在对环境污染的经济学分析中，20世纪90年代格罗斯曼和克鲁格（Grossman&Krueger，1991）的研究是具有开创性的。在对42个国家的大气污染截面数据进行分析时，他们发现环境污染和人均收入水平之间存在一种“倒U型”的曲线关系，即环境污染状况在经济增长初期会随着人均收入水平的提高而上升，达到一个拐点后，开始转为随着人均收入水平的提高而下降。帕纳约托（Panayotou，1993）随后用包含发达国家和发展中国家的森林砍伐和大气污染状况的跨国截面数据验证了这一现象，并将两者之间的这种关系命名为环境库兹涅茨曲线。有大量研究围绕验证环境库兹涅茨曲线是否存在而展开，结论却表现出多样化，其中有支持倒u型环境库兹涅茨曲线的，也有发现环境库兹涅茨曲线存在“U型”“N型”等不同形状。尽管对环境库兹涅茨曲线还有许多争议，但很多后续研究却是在此基础上展开，如苏里和查普曼（Suri&Chapman，1998）就把国家之间的工业产品贸易加入到环境库兹涅茨曲线的分析框架中，将工业产品的出口和进口视为环境库兹涅茨曲线上升和下降部分的一个重要解释因素。FDI、技术水平等会对环境污染产生影响的因素也逐步得到关注。 织梦内容管理系统

现有文献中，空间因素可能会对环境污染的影响却并未得到足够重视。20世纪90年代以来，强调空间地理因素对经济发展影响的新经济地理学开始兴起，其重要贡献之一就是对经济活动在空间上的集聚现象给出了非常合理的解释。克鲁格曼（Krugman，1991）以不完全竞争、规模报酬递增和冰山交易成本为前提条件，论证了制造业会在国家内部形成集聚，并且这种集聚会不断循环、自我强化，最终导致经济增长在空间上的分布差异。在藤田和森（Fujita&Mori，1997）、藤田等（Fujita et al.，1999）的研究中，描绘了一个以人口增长为外生推动力量，不断动态变化的城市体系。在这个理论框架中，与核心城市的空间距离成为不同地区发展差异的关键性解释因素之一，随着与核心城市空间距离的增加，促进经济活动集聚的向心力是在不断下降的，而阻碍经济集聚的离心力却在不断增强，这样便形成了“～型”的市场潜力函数。按照这种分析，在距离核心城市达到一定的空间距离之后，原先的核心城市经济辐射力逐步减弱，这将导致经济活动在空间上再度集聚，形成新的次级集聚区域。多不肯斯和伊安尼德斯（Dobkins&Ioannides，2001）曾试图使用空间距离因素来解释1900—1990年美国城市的兴起，但得到的结论却是空间距离并未对美国城市增长有稳定的显着非线性影响。 织梦好，好织梦

目前已有一些文献关注到中国经济发展中的空间集聚现象，在一定程度上印证了新经济地理学的理论，这表明地理区位在中国经济发展中所起的作用是不容忽视的。许政等（2010）的研究表明随着与核心城市空间距离的增加，中国城市的经济发展和新经济地理学模型中所描述的“～型”相符合[1]，皮亚彬（2014）的研究也表明城市区位影响了城市的经济发展状况[2]。孟可强和陆铭（2011）比较了中国三大都市圈之间的差异，认为长三角都市圈表现出比珠三角都市圈更强的辐射和集聚能力，而环渤海都市圈则不存在单一的核心[3]。一些其他的经济因素也被发现表现出空间地理上的集聚特征，如皮亚彬等（2014）发现中国城市中的人口增长同样存在距离核心城市的“～型”的非线性空间分布特征[4]。靖学青（2013）则关注到在长三角地区，距离上海越远的城市FDI规模越低[5]。上述研究的结果从不同角度对新经济地理学的理论进行了验证，表明中国的经济活动也存在大范围的空间集聚现象。而环境经济学的既有研究表明，一个地区的经济发展水平、人口状况和FDI等因素都与地区的环境污染状况高度相关。因此，如果在中国上述相关因素都受到地理区位的影响，表现出空间集聚的分布特征，那么和这些因素存在诸多关联的环境污染自然也应当表现出类似的分布特征。但现有文献却缺乏从地理区位的角度探讨环境污染的整体空间集聚分布特征，仅有黄志基等（2013）在世界银行的3D框架下，考察了城市间距离和环境污染排放之间的关系，发现距离与污染排放总量之间存在负向关系，但与排放强度之间存在正向关系[6]。 织梦内容管理系统

三、模型设定与数据介绍 本文来自织梦

（一）核心城市的设定 织梦内容管理系统

在探讨地理区位与工业污染排放的相互关系之前，需要先对中国的核心城市进行设定。由于中国幅员辽阔，不同区域之间存在较大的地理差异，这也造成了经济活动在空间分布上的巨大差异。如果仅仅以单核心或多核心为基础来描绘中国工业污染排放的空间集聚状况，似乎过于简单，不能把握中国宏大且具有区域差异性的地理特征。在参考相关文献的基础上，结合现阶段中国经济的发展状况，本文把中国的核心城市分为全国核心城市和区域核心城市两个等级，并以此为基础展开分析。 织梦好，好织梦

对核心城市的划分，主要的依据是其空间集聚能力的大小。如前文所述，京津冀、长三角和珠三角是现阶段中国经济增长的三大引擎，对整个中国经济发展有着非常明显的拉动作用。而北京、上海和香港分别是这三大区域的核心城市，因此本文把北京、上海和香港设定为全国核心城市，并且按照到达三大全国核心城市的最近空间距离来刻画每一个城市在全国范围内的地理区位特征。

dedecms.com

对区域核心城市的设定，一个简便的方法是把每一个省看作是一个区域范围，并把每个省的省会城市设定为区域范围内的核心城市。但这样设置区域核心城市存在两个不足，首先是有部分城市与本省的省会城市距离较远，但与其他省的省会城市距离较近[2]。比如内蒙古自治区的通辽市，其与呼和浩特市的空间距离约为919公里，而与邻省省会沈阳市的空间距离却只有约227公里，这些城市的工业污染状况可能受与其空间距离更近的临省省会城市的集聚影响更大。其次是如果仅使用省会城市作为区域核心城市，会忽略了天津、重庆以及计划单列市的空间集聚能力，这些城市在区域范围内也都具有较大的经济活力，存在一定的空间集聚能力。因此，本文使用另一种方法来设定区域范围的核心城市，把天津、重庆、省会城市和计划单列市都视为区域范围内的核心城市，并以与最近的区域核心城市的空间距离来刻画一个城市在局部区域范围内的地理区位特征。

关于核心城市的设定，有以下两点需要说明。首先，本文中的全国核心城市和区域核心城市对工业污染排放的空间集聚作用是同时存在的。每一个城市既受到全国核心城市的空间集聚影响，也受到区域核心城市的空间集聚影响，两者同时对一个城市的工业污染排放产生影响。其次，虽然本文这样设定中国的核心城市，但并不否认存在更次一级的工业污染集聚核心，只是限于数据获得和简化模型的需要，没有进一步细化核心城市，在下文的实证分析中也可以看到更次一级的工业污染集聚核心是存在的。

织梦好，好织梦

（二）模型及变量介绍 织梦内容管理系统

本文主要探讨的是中国工业污染排放是否存在向核心城市集聚的空间分布特征，在参考相关文献的基础上，设定计量模型见式（1）：

copyright dedecms

LnPoll=α+βDisti+δBroderit+γXit+λYeart+εit（1） copyright dedecms

其中，poll为本文的被解释变量，代表城市的工业污染排放状况，考虑到工业污染的复杂性和数据的可获得性，本文分别使用三种工业污染物来反映城市工业污染排放的不同方面，分别是工业废水排放量（万吨）、工业二氧化硫排放量（吨）和工业烟尘排放量（吨），这些数据在模型中均以对数形式出现。 本文来自织梦

dist（百万米）是本文主要关注的核心解释变量，表示一个城市的地理区位特征。一个城市与核心城市的距离越近，表明其越有可能分享空间集聚的好处，因此，使用一个城市到达核心城市的最近空间直线距离来表征其地理区位特征。在上一节中，本文将中国的核心城市划分为全国核心城市和区域核心城市两类，因此城市到达核心城市的最近空间距离dist也被相应地分解为dist-national和dist-regional。dist-national表示一个城市到达全国核心城市，即北京、上海和香港的最近空间距离。dist-regional表示一个城市到达最近的区域核心城市，即天津、重.庆、省会城市和计划单列市的最近空间距离。由于随着与核心城市空间距离的增大，城市的工业污染排放状况在集聚力和分散力的相互作用下，可能出现再度集聚的复杂状况。参考相关文献的做法，本文分别在模型中引入了核心城市空间距离的二次项和三次项，用以观察到达核心城市空间距离对城市工业污染排放状况是否存在非线性影响。同时，考虑到存在样本城市和与其最近的区域核心城市属于不同省的情况，这种行政意义上的分割可能会对区域核心城市的工业污染空间集聚产生影响。为了考察这种影响是否存在，本文还添加了虚拟变量border，用以表示城市是否与区域核心城市之间存在省级边界。

copyright dedecms

X是一些可能会对工业污染产生影响的地理变量和经济变量，作为控制变量在模型中用来降低区域间异质性对回归结果的影响。其中north表示城市是否位于中国北方，这主要是考虑到中国的南方和北方在地理特征和资源禀赋上存在的差异可能会造成工业污染排放的差异[3]。middle和west分别表示城市是否位于中国的中部和西部，这同样是考虑到不同区域之间的差异存在。sea表示城市是否为沿海城市。lnpgdp为取对数的人均GDP（万元），人均GDP数据是基于2003年不变价的相应调整数据，考虑到经济增长和环境污染之间可能存在的非线性关系，模型中还加入了该变量的二次项lnpgdp2[4]。str表示城市的产业结构，用第二产业占GDP的比重来衡量。另外模型中还加入了年份哑变量，用于控制一些共同的技术进步及宏观调控政策可能带来的影响。 本文来自织梦

本文所使用的样本数据的时间范围为2003—2010年，模型中所使用的城市间空间距离数据来自于国家地理信息公共服务平台，其他数据则主要来自于历年的《中国城市统计年鉴》，为了完整地呈现中国工业污染的空间分布特征，本文尽可能地保留城市样本，通过相应省或城市的统计年鉴以及插值法对数据进行补充，最终有285个地级及以上城市进入模型。另外，由于本文所关注的核心解释变量为城市间的空间地理距离，是不随时间变化的变量，所以本文选择面板数据的随机效应模型（GLS）进行估计。 织梦好，好织梦

四、工业污染排放的空间分布

（一）基础回归结果 dedecms.com

对模型中的核心解释变量与两类核心城市间的空间距离，本文采用逐步剔除的回归方法，先对包含一次项、二次项和三次项形式的模型进行回归，如果三次项不显着则予以剔除，仅使用二次项和一次项进行回归，如果二次项不显着则再度剔除，仅保留一次项进行回归。 织梦内容管理系统

表1为本文的基础回归结果。其中方程（1）—方程（3）分别为以工业废水排放量、工业二氧化硫排放量和工业烟尘排放量为解释变量的回归结果，可以看到，三者到全国核心城市空间距离的回归系数是一致的，均是一次项显着为负的线性关系。这表明在全国范围内平均而言，工业污染物排放随着其到全国核心城市空间距离的增加而呈下降趋势。整体来看，中国工业污染排放存在向北京、上海和香港三大核心城市集聚的空间特征。三大核心城市及其周边的京津冀、长三角和珠三角区域，在拉动全国经济增长的同时，也使得工业污染排放向这些区域集聚。而比较三种污染物回归系数的绝对值可以发现，工业二氧化硫的系数绝对值最大，工业烟尘次之，工业废水最低。这说明随着到达全国核心城市空间距离的增大，城市工业二氧化硫排放的下降速度是最快的，即工业二氧化硫向全国核心城市的空间集聚特征，相比较工业烟尘和工业废水而言更为明显。

dedecms.com

而到区域核心城市空间距离对工业污染物排放的影响在三个回归方程中存在差异，具体而言，工业废水和工业二氧化硫都表现出一次项显着为负、二次项显着为正的非线性特征，而工业烟尘则表现出一次项显着为负的线性关系。这表明在全国范围内平均而言，随着与区域核心城市空间距离的增加，工业废水和工业二氧化硫的排放量先下降，在达到拐点后转为上升，而工业烟尘排放量则一直呈现下降趋势。通过计算可知，全国范围内，平均而言工业废水和工业二氧化硫的拐点分别距离区域核心城市约337公里和约338公里。在局部区域范围内，三种工业污染物排放同样呈现出空间集聚的现象。而工业废水和工业二氧化硫曲线尾端部分的上升可能是两种因素共同导致的结果，首先是表明在与区域核心城市超过一定空间距离后，两种污染物再度出现集聚，形成了更次一级的工业污染集聚核心。其次是有部分离区域核心城市较远的边缘地带，受各种条件所限，工业污染控制技术较为落后，同时环境监察力度也相对较差，从而导致工业污染物排放量较高，而这种现象则不能称之为工业污染的空间集聚。另外，本文设置的是否与区域核心城市存在省域边界的虚拟变量在三种污染排放物的模型中的回归系数都为负，但却并不显着。这说明一个城市和与其最近的区域核心城市是否同省，并未造成工业污染状况的明显差异，省级行政分割并未对工业污染排放的空间集聚产生显着影响。

在控制变量中，北方虚拟变量的回归系数在三个模型中都显着，但符号不同，工业废水中显着为负，而工业二氧化硫和工业烟尘显着为正，说明南方地区的水污染排放更为严重，而北方地区的大气污染排放更为严重。中部和西部虚拟变量的回归系数在工业废水污染中都显着为负，中部虚拟变量的回归系数在工业烟尘模型中显着为正，这表明在控制住到达全国核心城市空间距离这一重要地理特征的基础上，中部和西部的工业废水污染还是低于东部的，而中部地区的工业烟尘排放量相比要高于东部地区。沿海的虚拟变量回归系数在三个模型中都显着为负，说明在控制住相关地理和经济因素后，沿海地区的工业污染排放显着低于内陆地区。人均GDP在工业二氧化硫的模型中，一次项显着为正，二次项显着为负，说明随着人均GDP的上升，工业二氧化硫排放量呈现出先上升、后下降的变化趋势。产业结构的回归系数在三个模型中都显着为正，说明第二产业占GDP比重越高则会有更多的污染物排放。

内容来自dedecms

（二）三大核心地区工业污染排放空间分布的差异分析 本文来自织梦

虽然从全国整体来看，工业污染表现出向三大核心城市集聚的空间特征。但如果把全国划分为不同区域，这种空间分布的特征和全国整体的分布特征是否同样存在差异?本节将把285个城市划分为以北京为核心、以上海为核心和以香港为核心的三大地区[5]，对这三个子样本分别进行回归并进行比较分析。回归结果表明，在这三个不同的地区内，工业污染排放空间分布特征存在较大差异。 dedecms.com

本文来自织梦

表2—表4分别是对北京核心地区、上海核心地区和香港核心地区三个子样本进行回归的结果。在北京核心地区中，到北京空间距离的回归系数工业废水和工业烟尘都是一次项显着为负，呈线性关系；而工业二氧化硫一次项回归系数和二次项回归系数显着为负，呈非线性关系。通过计算可得，工业二氧化硫曲线的拐点在距离北京约1860公里，实际上在拐点的右侧只有乌鲁木齐和克拉玛依。因此，可以认为随着城市与北京空间距离的增大，其工业污染物的排放量主要表现出下降趋势，这和全国整体回归结果是基本一致的。北京核心地区中到区域核心城市距离的三个模型回归系数都是一次项显着为负、二次项显着为正，说明随着到区域核心城市空间距离的增大，工业污染排放呈现出先下降后上升的趋势，这和全国整体回归结果也是比较接近的。通过计算可知，在北京核心地区内，平均而言工业废水、工业二氧化硫和工业烟尘的拐点分别距离区域核心城市约301公里、282公里和275公里。而区域核心城市的省级行政边界在三个模型中回归系数都不显着，表明省级行政分割同样未对工业污染的空间集聚产生显着影响。 织梦好，好织梦

在上海核心地区中，到上海空间距离的回归系数在工业废水和工业二氧化硫模型中都是一次项显着为负，二次项显着为正，三次项显着为负；而在工业烟尘模型中一次项显着为负，二次项显着为正，出现了和新经济地理学理论一致的再度集聚的次级高地。随着城市与上海空间距离的增大，工业废水和工业二氧化硫排放量先下降后上升再下降，工业烟尘排放量则先下降后上升。计算可得工业废水排放量的两个拐点分别在距离上海约454公里和878公里处，工业二氧化硫排放量的两个拐点分别在距离上海约396公里和794公里处，工业烟尘排放量的拐点在距离上海约544公里处。在上海核心地区内，到区域核心城市的空间距离和北京核心地区的回归结果保持一致，都是一次项显着为负，二次项显着为正，表现出随着到区域核心城市空间距离增大，城市工业污染排放呈先下降、后上升的趋势。在上海核心地区内，平均而言工业废水、工业二氧化硫和工业烟尘的拐点分别在距离区域核心城市约147公里、137公里和175公里处。省级行政边界的回归系数都不显着，表明省级行政分割对工业污染空间集聚在上海核心地区同样没有显着影响。 织梦内容管理系统

在香港核心地区中，三个模型距离香港的回归系数都是一次项显着为负的线性关系。这表明，随着城市与香港空间距离的增大，工业废水、工业二氧化硫和工业烟尘排放量都表现出下降趋势，这和全国整体模型的回归结果是一致的。但到区域核心城市空间距离的回归结果，香港核心地区中，到区域核心城市空间距离的回归系数只表现为一次项显着为负的线性关系。即随着与区域核心城市空间距离的增大，城市的三种工业污染物排放量都呈现下降趋势，并未出现全国整体和其他两个核心地区模型中工业污染物排放量再度升高的拐点。另外，省级行政分割的系数都不显着，表明香港核心地区内省级行政分割同样没有显着影响工业污染空间集聚。

内容来自dedecms

尽管在全国模型中，工业污染排放的空间分布规律是城市三种工业污染物随着其与全国核心城市空间距离的增大而下降，随着其与区域核心城市空间距离的增大，工业烟尘排放量下降，工业废水和二氧化硫排放先下降后上升。但当把整体样本按照北京、上海和香港三个核心地区进行子样本回归时，不同核心地区的回归模型却揭示了中国工业污染排放空间分布的更多特征差异。对比发现，只有在上海核心地区范围内，出现了工业污染排放再度集聚的次级高地。工业废水和工业二氧化硫都表现出了随着与核心城市距离增大，排放量先升后降再上升的三次曲线关系。工业烟尘排放虽未表现出再度下降的三次曲线关系，但也已有再度集聚的空间特征。 织梦好，好织梦

如果观察不同核心地区的特征，就可以从新经济地理学的角度对工业污染再度集聚进行解释。按照新经济地理学的理论，形成经济再度集聚次级高地是在人口增长推动下，制造业重新进行区位选择的结果。相比而言，上海核心地区拥有更为密集的人口分布，以2010年为例，北京核心地区平均人口密度为180.61人/平方公里，上海核心地区平均人口密度为499.76人/平方公里，香港核心地区平均人口密度为318.32人/平方公里。更高的人口密度，意味着上海核心地区中的城市拥有更大的市场潜能，因而制造业也更容易形成新的集聚高地，这也催生了工业污染排放的再次集聚。 本文来自织梦

另一个值得关注的差异是，在香港核心地区中，与区域核心城市超过一定距离后，工业污染排放状况并没有出现再度上升的现象。原因可能在于：其一是香港核心地区中的广州市和深圳市，相对于其他区域核心城市而言有更强大的空间集聚能力；其二是中国西南地区多山的地理特征，这两点都抑制了在香港核心地区内，区域核心城市外更次一级工业污染集聚的形成。

copyright dedecms

五、结论

本文从空间角度对环境污染问题展开分析，将中国的核心城市按照空间集聚能力的差异划分为全国核心城市和区域核心城市两类，以到达这两类核心城市的空间距离来刻画地理区位特征。在此框架下，以2003—2010年中国285个地级及以上城市的面板数据，通过计量分析考察了到达核心城市的空间距离与工业污染排放之间的相互关系，并以此来阐述工业污染排放在中国的空间分布特征。本文的主要发现有：

在全国整体范围内，中国的工业污染排放表现出向北京、上海和香港三大核心城市集聚的空间分布特征，三大核心城市及其周边区域是中国工业污染排放的最主要集中地。而在局部区域范围内，随着到区域核心城市空间距离的增大，工业废水和工业二氧化硫排放呈现先下降后上升的空间分布特征，工业烟尘排放则没有表现出再度上升的空间特征。在以北京、上海和香港为核心的三个地区中，北京核心地区的工业污染排放空间特征和全国整体样本的特征较为接近，上海核心地区内则出现了工业污染排放再度集聚的次级高地，香港核心地区内的区域核心城市则表现出更强的工业污染集聚特征。 织梦好，好织梦

本文的研究表明，和其他经济活动一样，工业污染排放也表现出向核心城市集聚的空间分布特征，这也为政策制定提供了一定的参考价值。如果每个地区仅从自身的角度出发，推行自己的产业和环境规制政策，忽视工业污染排放在空间上的集聚特征和相互作用关系，这样的政策收到的效果可能是较为有限的。而如果能够考虑到工业生产与环境污染在空间上的集聚特征，制定跨区域的整体产业和环境规制政策，这样的政策可能会得到更好的效果，同时环境改善也能体现在更大的区域范围内。

参考文献：

[1]许政，陈钊，陆铭.中国城市体系的“中心—外围模式”[J].世界经济，2010（7）：144-160.

织梦好，好织梦

[2]皮亚彬.集聚、扩散与城市体系——基于新经济地理学视角的分析[D].天津：南开大学，2014. 本文来自织梦

[3]孟可强，陆铭.中国的三大都市圈：辐射范围及差异[J].南方经济，2011（2）：3-15. 织梦好，好织梦

[4]皮亚彬，薄文广，何力武.城市区位、城市规模与中国城市化路径[J].经济与管理研究，2014（3）：59-65.

织梦内容管理系统

[5]靖学青.区域中心城市对腹地FDI空间分布的影响——基于上海与长三角地区的实证分析[J].郑州大学学报（哲学社会科学版），2013（2）：53-56. 内容来自dedecms

[6]黄志基，马妍，贺灿飞.中国城市环境污染排放的新经济地理解释[J].软科学，2013（11）：89-92.

内容来自dedecms

---

[1]资料来源：中华人民共和国环境保护部《2014年中国环境状况公报》http：//jcs.mep.gov.cn/hjzl/zkgb/2014zkgb/。

[2]本文所指的省实际上包括行政区划中的省和自治区。同理，本文中的省会城市实际上包括行政区划中的省会和自治区首府。 织梦好，好织梦

[3]本文中的南方和北方以秦岭淮河所在的纬度为界，具体而言，本文把北纬33°以北视为北方，北纬33°以南视为南方。

[4]本文也曾加入过人均GDP的三次项，但加入后同样只有在工业二氧化硫的回归模型中人均GDP的回归系数是显著的，并且曲线的第二个拐点右端样本量很少，曲线更主要的形式实际上为倒U型，并不会改变本文的主要结论，因此最终并未保留该项。 copyright dedecms

[5]为方便叙述，下文中把这三大地区分别简称为北京核心地区、上海核心地区和香港核心地区。 dedecms.com