此外，空间权重矩阵W的选择是模型Ⅱ估计的关键。本文将分别采用地理特征和经济特征两大类空间权重矩阵进行估计。对于地理权重矩阵，首先采用常见的地理距离矩阵W1,若两地距离d ≤ dm,元素wij= 1,否则wij= 0,其中dm为确保每个地理单元有邻近单元的最小地理距离。进一步地，同一个上级管辖的地方官员由于经常参加上层政府组织的活动，彼此之间相互了解[22],同一省份的地市级在环境标准制定或实施的过程中更有可能存在竞争策略行为。因此，本文将考虑行政区划的地理邻近性，构建行政权重矩阵W2,若两地属于同一省份，元素wij= 1,否则wij= 0.对于经济特征矩阵，借鉴李婧等[23]构造嵌套空间权重矩阵的方法，具体为：
其中Wg为地理权重矩阵W1或W2,Yi表示城市i样本考察期内人均GDP的均值，Y表示样本考察期内所有城市人均GDP的均值。通过这种方式构建的权重同时考虑了地理特征和经济特征，且赋予了经济发展水平较高地区对经济水平较低地区更强的空间影响和辐射作用，如北京对河北的影响强度显然大于河北对北京的影响强度，更符合经济现实。
（ 二） 数据和变量
本文将研究时期定为2003 - 2013年，数据均来自于《中国城市统计年鉴》、《中国区域统计年鉴》。鉴于统计数据的完整性，排除西藏、新疆、海南以及其他省份内数据缺失的城市，采用我国279个地级及以上城市（ 以下简称城市） 的面板数据，统计口径均为全市范围。所有名义变量统一按照所在省份平减指数调整为2003年不变价。
对于环境规制强度ER的测度，国内外采用的指标存在较大的差异。由于地级市层面缺少污染物排放费用支出数据，本文参照赵霄伟[17]的代理变量法得到环境规制强度ER.首先计算各个城市的污染排放强度：Eli= eli/ Yi,eli表示第i个城市第l种污染物的排放总量，Yi表示第i个城市实际工业总产值；接着计算污染物l的全国排放强度：El=∑eli/∑Yi,并得到每个地区的相对排放强度EMli= Eli/El,EMli的数值越大并超过1,表明当期第i个城市第l种污染物的排放量强度在全国范围内相对越高，则表示环境管制强度越放松。最后，对城市多种污染物排放的相对强度EMli求算术平均，得到一个无量纲的变量EMi.其中，用到的污染物数据包含工业废水排放量、工业SO2排放量、工业烟尘排放量。污染物排放量越少，表明政府实行较为严格环境标准，因此也对该指数进行逆处理，得到环境规制指标ER,数值越小，表明环境规制强度ER越弱。
对于地区产业结构水平IND的衡量，目前研究者一般简单采用非农产业比值或者第三、第二产值之比作为产业结构升级的粗略度量，但这些指标仅仅反映了产业结构升级的某一阶段①。为了更确切地反映地区各产业间的分布情况，付凌晖[24]基于象征产业结构变化程度的Moore值重新定义了一种度量产业结构水平的指标： 在地级市层面缺少各产业增加值数据的情况下，采用三大产业的产值比重作为分量构造向量Q0=（q1,q2,q3） ,然后分别计算Q0与代表产业结构由低层次（ 以第一产业为主） 向高层次（ 以第三产业为主） 的基向量Q1=（1,0,0） ,Q2=（0,1,0） ,Q3=（0,0,1） 之间的夹角γ1、γ2、γ3,最终通过式（6） 得到各地区的产业结构水平。若该地区第三产业产出比重相对上升时，则向量Q0与基向量Q3的夹角γ3减小，与Q1、Q2的夹角增大，由于γ1与γ2被赋予更高的权值，IND指标最终将增加，即产业结构升级。
我们选取的控制变量Z包括： 城市的对外开放程度FDI,用外商直接投资实际利用额与固定资产投资额的比值表示，随着区域对外依存度的提高，产业结构的调整更容易受国际环境的影响，而学术界对FDI推动产业结构调整的作用也尚未形成定论；城市的人力资本水平Tech,用每万人普通高等学校在校学生数表示，一个地区所拥有的人力资本数量、质量和结构状况在一定程度上决定了地区产业结构的转换能力，因此在产业结构调整过程中，人力资本起着至关重要的作用； 城市的财政自主权Gov,用各城市人均预算内财政支出与地方（ 城市本级和省级）、中央人均预算内财政支出总和之比表示[25],由于在中国式分权模式下，地方政府的投资行为往往存在着得失利弊的权衡，这对地方产业结构调整的影响是直接而显着的。
四、计量检验与结果分析
（ 一） 空间相关性检验
为了避免异方差和多重共线性，对各变量进行对数处理。根据前文分析，环境规制不仅会影响本地的产业结构布局，也可能会通过政府间的环境规制竞争对邻近地区的产业结构升级造成影响。为此，在做空间计量分析之前，需要对被解释变量产业结构水平IND进行空间相关性检验，以检验各城市的产业结构水平是否存在空间相关，同时对环境规制强度ER进行空间相关性检验，以考察政府间是否存在环境规制竞争行为。表2表示，我国279个城市产业结构水平的Moran's I值呈逐年上升的趋势，且均通过了1%的显着性检验，说明我国各城市间的产业结构布局具有明显的空间相关性； 环境规制强度的Moran's I值总体呈下降趋势，从2003年的0. 2743减少到2013年的0. 2270,尽管2009年后有小幅增加，空间相关性依然显着。
（ 二） 模型Ⅰ回归
根据公式（1） ,分别进行无固定效应模型（ 即混合OLS）、个体固定效应模型以及个体时间双固定效应模型的回归分析，结果见表3中的第（1） （2） （3）列。可以看到，OLS估计虽然拟合优度较高，且所有变量系数均显着，但对数似然值偏低。考虑个体固定效应后，对数似然值随之增大，变量的系数值与显着性水平也发生了较大的变化。考虑时间和个体固定效应后，似然值继续上升，但拟合优度降至0. 04,多数变量并未通过显着性水平检验。显然结果（2）要优于（1） （3）。事实上，我国区域间的产业发展状况存在着结构性差异，东部地区“经济服务化”趋势明显、中西部地区仍然主要依靠传统工业的发展来推动地区经济，忽略个体差异的无固定效应模型回归显然不能体现产业结构的地区差异。此外，由于在一定时期内各地产业结构的布局具有一定的稳定性，时间固定效应并不显着，因此双固定效应模型的估计结果并不理想也就在情理之中了。
从表3结果（2） 看，环境规制ER影响产业结构水平IND的弹性系数β1为0. 0031,表明政府环境规制强度加大能促进本地区产业结构的升级，通过增加受规制企业（ 以工业部门为主） 的生产成本、抬高产业进入壁垒，环境规制会对第二产业的发展起到一定的抑制作用，进而引导生产要素流向第三产业。对外开放程度FDI的系数为负，改革开放以来第二产业特别是工业部门一直是FDI的流入重地，这种偏向性的投资部门结构会加剧地区的产业结构倾斜，并不利于产业结构升级。人力资本水平Hcap的增加对本地产业结构的升级均具有推动作用。财政自主权Gov的估计系数为负，地方政府为获得更好的绩效，倾向于将资源投资于大型工业和经济基础建设等部门，不利于产业结构的优化升级[25].
此外，为进一步检验模型的空间相关性，还需要对模型Ⅰ残差进行LM统计量检验，其原假设为模型不包含空间滞后因变量或空间误差项。表3结果显示，三种估计的LMLAG和LMERR统计量均拒绝了原假设，在使用稳健性检验后，个体固定效应模型的R - LMLAG和R - LMERR统计量也通过了1%的显着性检验。这表明，考虑个体固定效应的SDM模型比双固定效应的空间计量模型更优。
（ 三） 模型Ⅱ回归
结合Moran's I统计量以及LM检验，地区间的产业结构水平和环境规制强度均存在较强的空间依赖性。若忽略这种空间相关性，势必导致估计结果的偏差，无法确切考察环境规制对地区产业结构调整的影响。因此，本文利用空间权重矩阵刻画环境规制的空间溢出，构建SDM模型以检验环境规制竞争与产业结构的关系。对于SDM模型能否简化为SLM模型和SEM模型，需要通过LR统计量检验，其中LR - Lag检验的原假设为θ = 0,LR - Err检验的原假设为ρβ + θ = 0.表4中所有估计的LR检验均拒绝了原假设，表明SDM模型设定是合理的。
