《Environmental Impact Assessment Review》：Over-agglomeration and eco-efficiency trade-offs in China's textile industry: An environmental pressure - based assessment
编辑推荐：
中国纺织业2000-2022年全要素环境效率（TFEE）时空特征及工业集聚阈值效应研究，构建省级环境压力清单与系统评估框架，揭示TFEE总体提升（0.2266→0.3344）但区域差异显著，工业集聚呈现非线性阈值效应（区位商0.636）。
张思远|张仁涛|梁晔|谢成|徐晨烨|沈晨思|方莉
中国华东大学环境科学与工程学院，生态环境部纺织污染控制工程中心，上海201620
摘要
纺织业的集聚对环境造成了严重压力，但其生态效率尚未得到充分理解，这引发了对其长期可持续性的担忧。为了解决这一问题，本研究建立了一个全面的省级环境压力清单，并将其整合到一个系统的影响评估框架中，以评估2000年至2022年中国的全要素生态效率（TFEE）。通过结合Super-SBM模型、Malmquist-Luenberger（ML）指数、Dagum基尼系数、空间分析和阈值回归方法，该框架全面评估了时间动态、空间差异以及产业集聚的作用。研究结果表明，2022年的温室气体（GHG）和水污染物的总环境压力分别为232.62百万吨二氧化碳当量和51.88吉克。尽管TFEE总体呈上升趋势，从2000年的0.2266上升到2022年的0.3344，但仍然存在显著的空间差异。西部省份由于环境压力较低，表现出更高的TFEE，这突显了产业规模与环境负担之间的空间权衡。此外，研究发现纺织业中的产业集聚与TFEE之间存在非线性阈值效应：在集聚水平低于临界值（区位商=0.636）时，产业集聚会提高TFEE；而当集聚超过这一阈值时，则会阻碍TFEE的提升。这些发现强调了集聚的双重作用，并突出了制定差异化区域策略的必要性，例如协同减排和产业重组策略，以平衡经济增长与环境可持续性。
引言
实现联合国可持续发展目标（SDGs），特别是SDG 6、SDG 12和SDG 13，依赖于对污染和资源密集型产业的迫切转型，纺织业就是一个关键案例（Zhang等人，2025年）。尽管纺织业提供了大量的就业机会，并推动了经济和社会发展（Zhang等人，2023a），但其对高投入、高消耗和污染密集型生产的依赖给自然生态系统带来了巨大压力，削弱了其长期可持续性（Zhang等人，2023b）。纺织业约占全球二氧化碳排放量的2-10%（超过1.7吉吨每年），这主要是由于其复杂的供应链和能源及资源密集型生产过程（Abrishami等人，2024年；联合国，2018年）。它也是第二大工业用水消费者（790亿升每年），占工业用水排放量的约20%，每年产生28万吨染料废物和大量纺织残余物（Dahlbo等人，2017年；Gai等人，2022年；Niinim?ki等人，2020年）。虽然这些环境问题是全球性的挑战，但其影响在发展中国家尤为集中。作为世界领先的纺织生产和出口国，中国面临着加速的工业扩张与日益严格的生态约束之间的紧张关系，这对实现可持续发展路径构成了重大挑战（Chai等人，2021年）。在这种情况下，确定有效的策略以确保纺织业的绿色和可持续发展，同时保护环境和资源的可持续性，对于实现更广泛的SDGs至关重要。
提高纺织业的生态效率对于应对上述日益严重的环境挑战至关重要。生态效率通常被定义为同时追求经济绩效的提高、资源消耗的减少和环境压力的降低（Sun和Zhang，2025年；Vásquez-Ibarra等人，2020年）。它在衡量经济发展与环境可持续性的一致性方面发挥着基础性作用（Lu等人，2024年）。已经开发了多种评估生态效率的方法，并在微观、中观和宏观层面得到了广泛应用（Gai等人，2022年）。尽管以往的研究在企业和国家层面测量了纺织业的效率（Lucato等人，2017年；Ruan等人，2022年），主要使用数据包络分析（DEA）和Tobit回归模型来研究效率驱动因素（Gai等人，2022年），但在中国省级层面的分析仍然相对较少。例如，Zhao和Lin（2019年）使用DEA评估了1995-2013年中国纺织业的能源效率，确定了其关键决定因素，并提出了提高效率的策略。Zhao和Lin（2020年）评估了纺织业的能源效率，并实证说明了国际贸易及其潜在机制的影响。目前缺乏省级层面的研究与中国纺织业在环境治理中的关键作用和重大影响不符。全要素生态效率（TFEE）整合了资本、劳动力和其他生产要素，同时捕捉了它们之间的相互作用，从而体现了帕累托效率的概念（Zhao和Lin，2019年）。此外，由于TFEE既包括理想的产出也包括不希望的环境影响（Wang等人，2021年），因此更细致地了解其区域差异对于推动纺织业的可持续发展至关重要。
产业集聚已成为可能影响TFEE的各种因素中一个特别关键但存在争议的驱动因素。集聚被定义为特定区域内工业活动和资本的空间集中，与提高竞争力和产业升级有关（Li等人，2020年；Yuan等人，2022年）。预计它可以通过促进规模经济、资源共享和知识溢出来提高生态效率（Du和Hao，2025年；Guo等人，2020年；Li等人，2021年）。然而，研究也指出了过度集聚可能带来的外部性，如环境拥堵、搭便车行为和边际效益递减，这些可能会阻碍生态效率的提高（Chen等人，2022年；Han等人，2018年）。此外，考虑到集聚的双重效应，越来越多的文献表明集聚与效率之间存在非线性关系（Huang和Yao，2024年）。尽管在造纸、农业、旅游和新能源等领域受到了越来越多的关注（Li等人，2023年；Liu等人，2025年；Zhang等人，2022年；Zheng和Lin，2018年），但中国纺织业由于其高空间集中度和显著的环境影响，仍缺乏足够的研究。特别是太湖流域作为一个代表性的纺织产业集群，正面临严重的与水相关的环境挑战（Guo等人，2025年）。山东省纺织企业的低生态效率也引发了人们对潜在规模经济可持续性的担忧（Gai等人，2022年）。这些反直觉的现象强调了重新评估纺织业产业集聚的环境后果的必要性，同时需要在日益严格的生态和可持续性约束下研究其与TFEE的关系。
鉴于纺织业在中国经济中的战略地位及其不成比例的环境负担，本研究旨在通过系统评估2000年至2022年中国各省之间的TFEE相互作用来填补现有研究空白，重点关注时空演变特征、分布差异、驱动因素分析以及产业集聚与TFEE之间的影响机制。本研究做出了三项关键贡献。首先，它为中国纺织业建立了一个全面且长期的环境压力清单，涵盖了自上而下的省级温室气体排放和自下而上的产品级别水污染物排放。该清单为纺织业的TFEE进行全面评估提供了基础。其次，本研究建立了一个系统研究框架，将Super-SBM模型与不良产出、ML指数、Dagum基尼系数、空间自相关性和面板阈值回归模型相结合，以评估TFEE的静态和动态特征、空间差异及其与产业集聚的非线性关系。第三，本研究提供了特定地区的策略，以协调产业集聚与环境可持续性，从而为其他资源和污染密集型行业的政策设计提供了见解。总体而言，本研究通过提供一个系统和可复制的框架，帮助政策制定者和其他行业量化行业层面的环境压力、评估生态效率并制定有针对性的、基于证据的政策。
研究框架
为了全面评估中国纺织业的TFEE及其潜在的影响机制，本研究开发了一个由五个相互关联的部分组成的综合方法框架（图1）：（1）开发了一个自上而下和自下而上的环境清单，以量化2000年至2022年的环境压力，包括省级温室气体排放、产品级别水污染物和废水。这个全面的清单使得对TFEE的评估更加可靠
纺织业环境压力的时空动态
图2显示了省级温室气体排放的年度变化。2022年，总温室气体排放量达到232.62百万吨二氧化碳当量，峰值出现在2019年，为235.50百万吨二氧化碳当量（图S1）。总体而言，温室气体排放量从2000年到2022年呈现波动上升趋势，增加了180.19百万吨二氧化碳当量，是2000年水平的3.44倍。这一模式表明，尽管存在短期波动，但长期排放量仍在增长
结论
实现中国纺织业的可持续和绿色发展取决于提高TFEE和转变现有的发展模式。本研究通过构建首个省级纺织业环境压力清单，并将其整合到多方法评估框架中，提供了系统的评估
利益冲突声明
作者声明他们没有已知的可能会影响本文工作的竞争性财务利益或个人关系。
致谢
本工作得到了中央高校基本科研业务费（编号：2232024G-11/25D311301）的支持。我们衷心感谢编辑和审稿人对本文的宝贵意见。
