環境規制與工業綠色生產率增長——對“強波特假說”的再檢驗

原毅軍，謝榮輝

(大連理工大學　管理與經濟學部，遼寧　大連　116024)

?

環境規制與工業綠色生產率增長
——對“強波特假說”的再檢驗

原毅軍，謝榮輝

(大連理工大學管理與經濟學部，遼寧大連116024)

摘要：本文首先運用SBM方向性距離函數和Luenberger生產率指數對考慮“壞”產出的中國工業綠色生產率及其來源進行了測算，進而分析了費用型環境規制和投資型環境規制對中國工業綠色增長產生的不同影響。基于1999—2012年中國省際面板數據的實證研究結果表明：①中國工業綠色生產率年均增長3.04%，技術進步是其增長的主要來源；②費用型規制與工業綠色生產率之間呈“U”型關系，而投資型規制與工業綠色生產率之間具有負向線性關系，表明“強波特假說”成立與否，不僅與環境規制的強度密切相關，也取決于環境規制的類型；③費用型規制與投資型規制在促進工業綠色生產率提升方面存在互補關系，意味著多樣化環境規制組合使用的重要性。本文的研究結論不僅驗證并完善了“波特假說”理論，同時對中國環境規制的創新及規制工具的選擇具有指導意義。

關鍵詞：費用型環境規制；投資型環境規制；Luenberger生產率指數；工業綠色生產率；“強波特假說”

一、引言

改革開放30多年以來，中國經濟實現了舉世矚目的高速增長。然而，中國的經濟增長主要依靠政府主導的大規模投資和低要素成本優勢，企業的研發投入不足、創新能力較低，導致過低的全要素生產率不足以支撐經濟的可持續增長[1]。粗放型的經濟增長模式導致了資源過度消耗、環境質量惡化等嚴峻問題。2012年，中國GDP占全球11.4%，但煤炭消耗量占全球50.2%，鐵礦石消耗量占全球55.4%，化肥使用量占全球30.7%，總物質消費量占全球32%；在碳排放方面，中國當前碳排放已經超過美國居世界首位，人均達到6.2噸，遠遠超過全球的平均水平4.4噸/人*資料來源：國務院發展研究中心信息網http://www.drcnet.com.cn/DRCNET.Channel.Web/gylt/2014/index13.aspx。

目前，中國經濟已經走到了結構調整和轉型升級的十字路口，亟需實現由粗放型向生產率支撐型發展模式的轉變，加快進入以“中高速、優結構、新動力和多挑戰”為主要特征的新常態。一方面，在“綠色”革命席卷全球的背景下，中國工業的綠色發展成為可持續增長的基本方向，加快工業“綠色”生產率提升和清潔技術創新，成為中國工業由當前高能耗、高污染、高排放向低能耗、低污染、低排放轉變的重要途徑。另一方面，在中國資源、環境的承載力已達到一定限度的嚴峻形勢下，中國實施更為嚴厲的環境規制、設計更加多樣化的規制工具已勢在必行。那么，環境規制將會對中國工業發展帶來更大的壓力，還是成為經濟轉型和技術創新的重要驅動力？不同的規制類型是否會產生不同的效應？本文將首先對考慮能源消耗和非期望產出的中國工業綠色全要素生產率(以下簡稱“綠色生產率”)進行測算，并基于環境規制分類的視角進行實證分析，以試圖對上述問題做出回答。這些問題的答案對于中國工業能否在未來實現可持續發展和綠色經濟增長具有重要現實意義。

本文可能的創新點主要體現在以下幾個方面：(1)綠色生產率被看作是在環境約束下經濟發展方式轉變和質量提升的判斷依據，因此本文基于1999—2012年中國省際面板數據，運用SBM方向性距離函數和數據包絡分析法(DEA)對Luenberger生產率指數進行了重新估算，得到考慮能源消耗和CO2排放下中國各省份的工業綠色生產率及其分解來源。(2)以往研究環境規制經濟效應與機制的文獻，幾乎只考慮環境規制強度的單一視角，而忽略了不同規制類型所產生的不同影響。因此，本文基于B?hringer等(2012)[2]的規制分類方法，將環境規制分為費用型和投資型兩類，并分別檢驗了此兩類環境規制對工業綠色生產率的作用機制及其差異性。(3)在一定時期內，一個國家或地區對于環境規制引致的成本上漲的承受力是存在一定限度的，過于嚴厲或過于放松的規制強度可能均無法對經濟發展產生合理的激勵。受此啟發，本文在計量方程中引入環境規制指標的平方項，探討環境規制與綠色生產率之間是否具有非線性關系，以檢驗“強波特假說”*Jaffe和Palmer (1997)[7]把“波特假說”區分為“弱版”假說、“狹義”假說和“強版”假說三個版本，并將在下文進行詳細介紹，故此處不再贅述。在中國是否成立；進一步地，引入費用型規制與投資型規制的交互項，檢驗兩種類型的環境規制之間存在互補效應還是替代效應。

接下來的結構安排如下：第二部分就學術界對“波特假說”的觀點之爭及相關研究文獻進行了述評；第三部分簡要介紹了工業綠色生產率的測算方法，繼而對測算結果進行了描述性統計分析；第四部分闡述了計量模型的設計，描述了實證分析中的指標和數據處理；第五部分為實證結果分析；最后是本文的結論與政策建議。

二、文獻綜述

基于不同的經濟理論視角，學術界就環境規制對經濟績效的影響問題形成了傳統學派與修正學派的觀點之爭。傳統學派以新古典經濟學理論為基礎，認為環境規制通過環境外部性的內部化而增加了企業的成本負擔，迫使企業改變原有的最優生產決策，從而削弱企業的創新能力和競爭力[3]。相反，修正學派強調應動態地考慮環境規制對產業競爭力的作用，其中最具影響力的理論為“波特假說”[4]。該假說認為，合理的環境規制能夠激勵被規制企業創新生產技術和生產工藝，產生“創新補償”效應，部分甚至完全抵消遵循成本，提升產業競爭力。新凱恩斯主義者進一步發展了“波特假說”，指出現實中的企業行為是由企業經理控制的，環境管制將有助于克服企業經理因對現期偏好而產生的短視行為，從而激勵企業經理進行創新投資[5-6]。

Jaffe和Palmer(1997)[7]將“波特假說”區分為三個版本：“弱版”假說認為環境規制會刺激環保創新，但并不確定規制與創新的綜合作用使企業受益的方向與程度；“狹義”版本強調較為靈活的環保政策工具較之指令性管制能更有利地刺激企業創新；“強版”假說則認定設計合理的管制所引致的創新足以完全補償遵循成本，環境規制可一定程度地提升企業的生產率水平。關于“弱版”假說和“狹義”假說，國內外學者均運用多樣化的實證方法進行了大量的研究，且得到了較為一致的結論，即環境規制與技術創新總體上存在一定的正向關系[8-9]。

對“強波特假說”的檢驗以國外學者的研究成果為主。Telle和Larsson(2007)運用企業面板數據分別檢驗了環境規制強度與傳統TFP和ETFP的關系，并做了對比分析。結論表明，環境規制強度與ETFP具有顯著的正相關關系，而與傳統TFP的關系不顯著[10]。Hamamoto(2006)和Yang等(2012)分別運用日本和臺灣制造業的相關數據，檢驗了環境規制強度與創新活動及全要素生產率的關系，研究表明，污染控制支出與R&D投入顯著正相關，而由環境規制引致的R&D投入增加又進一步顯著促進了全要素生產率的增長[11-12]。Peuckert(2014)的研究表明，在短期視角下，環境規制的遵循成本與競爭力負相關；而在長期視角下，環境規制強度的提升和有效執行則有利于競爭力的提升[13]。Jorge等(2015)以西班牙的中小企業為研究對象，分析了環境規制與經濟績效之間的關系，該研究從新的視角為“波特假說”提供了新證據，結果表明環境規制對中小企業競爭力具有直接且顯著的正向影響[14]。

針對中國的情況，學者們對“強波特假說”的研究較少，且多采用傳統TFP作為被解釋變量，而非包含經濟增長中能源消耗和污染排放的綠色TFP。張三峰和卜茂亮(2011)利用2006年中國12城市企業調查問卷所獲得的數據，驗證了環境規制強度與企業生產率之間存在著穩定、顯著的正向關系[15]。王杰和劉斌(2014)認為環境規制與企業TFP之間符合“倒N型”關系，即只要環境規制強度提高到能夠促進企業技術創新的門檻并保持在合理的范圍內，就會促進企業全要素生產率，而過低和過高的環境規制強度均不利于企業全要素生產率的提高[16]。少數涉及環境規制與ETFP關系的研究，則僅僅將環境規制作為對ETFP眾多的影響因素之一引入模型[17-18]，而未就環境規制對ETFP的具體影響程度和作用機理進行專門而深入的探索；另一方面，已有文獻只關注環境規制強度的影響，而未對不同的規制類型進行區分。這為本文的研究提供了啟發和切入點。

三、工業綠色生產率的測算及描述分析

(一)研究方法

本文把每個省份看作一個決策單元(Decision Making Unit, DMU)以構造生產前沿。假定每個DMU的生產可能性集為(x,y,b)，其中x為投入要素，y和b分別表示期望產出和非期望產出。如圖1所示，x軸表示非期望產出，y軸表示期望產出。當非期望產出滿足“強處置”假設時，企業可無限量的生產非期望產出而不受制約。當非期望產出是“弱處置”，企業對非期望產出的處置需要付出成本，即非期望產出的減少必然會占用一部分資源，從而導致期望產出的減少。此時的生產可能性集為包絡線OCBDE與x軸之間的部分，而包絡線OCBDE即為生產可能性前沿面。企業沿向量g=(y,-b)由A點向B點的運動表明通過效率改善和技術進步向生產前沿面的追趕，即意味著全要素生產率的提高。

圖1　方向性距離函數

1. SBM方向性距離函數

根據Fukuyama和Weber (2009)[19]，定義如下考慮能源環境的SBM方向性距離函數：

(1)

①在VRS和CRS不同的假設下，工業綠色生產率的測算結果將有一定的差異，本文借鑒王兵等(2010)[17]的做法，采用VRS假設。

②基于數據的可得性和完整性，不包括西藏、香港和澳門特別行政區和臺灣。

③由于2013年改為《中國工業統計年鑒》，不再公布工業總產值的數據，因此2012年的工業總產值利用2012年與2011年“工業銷售產值”的比值計算而得。

2. Luenberger生產率指數

Chambers等(1996)[20]提出了Luenberger生產率指數，該指標可同時考慮投入的減少和產出的增加，而無需選擇測度角度，因此比Malmquist生產率指數和Malmquist-Luenberger生產率指數更具一般性。本文將具體測算工業綠色全要素生產率，為了強調所加入的環境變量，特將Luenberger指數標記為ETFP，t期和t+1期之間的ETFP及其來源的表達式如下：

(2)

(3)

(4)

其中，Effe和Tech分別表示t期到t+1期之間技術利用效率的變化和技術進步。

(二)數據說明

按照上述理論方法，本文選取1999—2012年中國30個省份②的相關數據。期望產出、非期望產出和投入的基礎數據主要來源于歷年《中國工業經濟統計年鑒》、《中國勞動統計年鑒》和《中國能源統計年鑒》；各類價格指數的相關數據來自歷年《中國統計年鑒》。

(1)產出變量：選取工業總產值③作為期望產出，并以1999年為基期，用工業品出廠價格指數進行價格平減；選取CO2排放量作為非期望產出指標納入模型，并根據陳詩一(2009)[21]提供的公式和核算方法，以各省份歷年所消耗的煤炭、石油和天然氣三種主要的一次能源為基準對CO2排放量進行了估算。

(2)要素投入。

①資本投入：已有研究大多采用永續盤存法對資本存量進行估測，然而這種方法對數據要求較高，對于工業部門而言，所需數據難以獲取[22]，因此，本文選取工業部門固定資產投資凈值作為固定資本存量的替代變量，其計算方法為固定資產投資原值與累計折舊的差值，并采用固定資產投資價格指數平減為以1999年為基期的不變價。

②勞動投入：由于勞動時間數據的不可得，同時鑒于歷年《中國勞動統計年鑒》中該指標統計口徑的變化，為了保持指標的一致性，本文選取工業城鎮單位從業人員數作為勞動投入指標。

③能源投入：許多學者將能源消耗納入到生產率的測度中，不僅因為能源是一種中間投入，而且假設其為非期望產出的主要來源。本文選用各省份能源消耗總量作為能源投入指標。

(三)ETFP及其來源分解的測算結果

概念間的對照結構和網絡體系中的對稱關系對于類比也是至關重要的。對照結構是通過對照關系組織概念，以構成對照集合。如果由對照關系組織起來的不同的概念具有共同的結構，它們之間就存在類比關系。在這里，二元對照的論元既可以是肯定的，也可以是否定的。

本文運用Max DEA軟件對考慮能源消耗和CO2排放的工業ETFP進行了估算，并將其分解為技術效率指數(Effe)和技術進步指數(Tech)，測算結果見表1。

從全國來看，中國2000—2012年間的工業ETFP年均增長3.04%，技術進步率年均增長2.07%，技術效率年均增長率為0.97%。可見，在本文選取的時間窗口下，中國工業綠色生產率的改善主要依賴于技術進步，而非技術效率的改進。技術進步與最優生產邊界有關，而技術效率則表現為追趕生產前沿的速度。由于技術效率改進受到生產過程中其他因素的影響，如體制改革、干中學和管理效率提升等，這說明在中國步入改革深水區的大背景下，工業企業的技術效率存在著巨大的提升空間。

分區域來看，ETFP年均增長率和技術進步率增長較快的省份主要位于東部沿海地區，其ETFP年均增長率為3.25%，技術進步率為2.44%，均高于全國平均水平；而中部地區的ETFP年均增長率和技術進步率分別為3.16%和1.20%，西部地區的ETFP年均增長率和技術進步率分別為2.73%和0.97%，普遍低于沿海地區和全國平均水平，表明東部地區在先進生產技術的創新和推廣使用方面顯著優于中、西部地區，且取得了更好的污染治理效果。但值得注意的是，中部地區和西部地區的技術效率年均增長率分別為1.96%和1.77%，均高于東部地區的0.81%，體現了中西部向環境技術前沿的追趕效應。分省份來看，中國工業ETFP在省際層面上表現出較大差異性，比如ETFP年均增長率最高為山東省的4.39%，而海南省卻下降了0.72%；技術進步率處于江蘇的3.81%和海南的-0.72%之間；技術效率則從江西的2.84%、北京的2.30%到云南的-0.32%不等。

表1　ETFP及其來源分解的年均增長率(2000—2012)

進一步考察ETFP對工業產出增長的貢獻，由表2可知，2000—2012年，中國工業總產出的年均增長率為21.60%，CO2排放的年均增長率為10.59%，ETFP對工業產出增長的貢獻度為14.20%。通過對比不難發現，東部地區的ETFP貢獻度為16.69%，顯著高于中部地區的13.67%和西部地區的12.11%。三大區域中，西部地區的工業總產值年均增長率高達22.39%，然而其也具有最高的CO2排放年均增長率14.31%，表明西部地區的工業發展模式顯現出主要依靠要素投入推動的粗放性和外延性特征，其較高的污染排放水平導致了較低的ETFP，進而拉低了其對工業增長的貢獻份額。這可能是因為西部地區資源稟賦較為豐富，工業增長難以避免地形成了對資源投入的過度依賴。因此，如何避免西部地區陷入“資源詛咒”的困境，提升工業發展依賴于人力資本和研發投入的內生動力，將是西部地區可持續發展的一個重要挑戰。

表2　ETFP對工業增長的貢獻度(2000—2012)

注：ETFP的貢獻份額等于ETFP年均增長率與工業總產值年均增長率的比值。

四、計量模型、變量與數據

(一)計量模型的設定

上文對中國工業綠色生產率的增長率及其分解來源進行了具體的測算，接下來，筆者將就環境規制與工業綠色生產率之間的關系進行實證分析。首先，分別檢驗費用型和投資型環境規制與ETFP之間可能存在的非線性關系，分別引入兩種環境規制指標的平方項*由于排污費的征收與企業成本上漲同期發生，因此采用其當期值；而企業的研發決策、管理創新等行為對投資型環境規制的反應則存在一定的時間滯后效應，因此選取工業治污投資的一期滯后值。。構建計量模型(5)和模型(6)如下所示：

lnETFPi,t=β0+β1lnchargei,t+β2

β5lnRDi,t+β6lnHRi,t+β7lnINFi,t+εi,t

(5)

(6)

lnETFPi,t=β0+β1lnchargei,t+β2lninvestmenti,t-1+β3lnFDIi,t+β4lnmarketi,t+

β5lnRDi,t+β6lnHRi,t+β7lnINFi,t+β8lnchargei,t·ln investmenti,t-1+εi,t

(7)

其中，i表示省份(i=1,2,…,30)，t表示時間。ETFPi,t表示中國工業綠色生產率*為了考慮生產率在各年間的動態變化，我們將ETFP指數轉換為以1999年為基期的累積生產率指數。由于部分數值為負，無法進行簡單的對數變換，因此參考Managi和Jena(2008)[23]的做法，將所有值加1后再進行逐年累乘，繼而進行對數變換，將所得值作為模型的因變量。；chargei,t為費用型規制強度指標；investmenti,t-1為投資型規制強度指標；FDIi,t表示外商直接投資；marketi,t表示市場化水平；RDi,t為研發投入；HRi,t為人力資本指標；INFi,t表示基礎設施稟賦；εi,t為誤差項。為了消除異方差，所有指標進行取對處理。

(二)變量說明與數據處理

為了與前文保持一致，本文選取2000—2012年中國30個省份的面板數據，原始數據均來自于歷年的《中國統計年鑒》、《中國環境年鑒》、《中國工業經濟統計年鑒》和《中國勞動統計年鑒》。對相關變量的具體說明如下。

(1)費用型環境規制(charge)：選用各地區排污費征收情況衡量費用型規制強度，排污費越高，表明環境規制越嚴厲。借助GDP指數對排污費進行價格平減，基期為2000年。

(2)投資型環境規制(investment)：選用工業污染治理投資額(下文簡稱“工業治污投資”)衡量投資型規制強度，并借助GDP指數將其平減為以2000年為基期的可比價格。

(3)控制變量：①外商直接投資(FDI)：選用實際利用外商投資額占GDP的比重來衡量。②市場化程度(market)：以非國有企業工業產值占工業總產值的比重表示，該比值越大，表明市場化程度越高；反之，亦反。③研發投入(RD)：選取R&D經費支出來衡量，借助GDP指數將其平減為以2000年為基期的可比價格。④人力資本(HR)：鑒于數據的可得性，本文選取分地區就業人員的人均受教育程度作為人力資本指標。具體計算方法如下：HRi=pi1×6+pi2×9+pi3×12+pi4×16。其中，pi1、pi2、pi3、pi4分別表示第i省受教育程度為小學、初中、高中、大專及以上就業人口比重，各階段的受教育年限(6年、9年、12年和16年)為相應的權重。⑤稟賦特征(INF)：對于反映地區稟賦特征的基礎設施狀況，我們借鑒吳延瑞(2008)[24]的做法，用各省份每十平方千米土地上的公路長度與鐵路長度的幾何平均值來表征。

五、實證結果及分析

(一)“強波特假說”的再檢驗

對上文構建的計量模型(5)和模型(6)進行回歸分析，筆者首先對固定效應模型和隨機效應模型進行了Hausman檢驗，并根據檢驗結果選擇相應的面板回歸方法。回歸結果見表3所示。

1. 費用型規制與ETFP的關系

①由表3中模型(5)的回歸結果可以看出，排污費對工業綠色生產率的影響呈拋物線形式。當lnchargei,t=0.4125/(2×0.0200)=10.3125，即排污費達到30106.6092(萬元)(e10.3125)時出現拐點。

模型(5)的回歸結果表明，排污費與中國工業綠色生產率之間存在非線性關系：在1%的顯著性水平下，排污費的平方項對ETFP的影響系數符號為正，說明排污費與工業綠色生產率之間呈“U”型關系。當其他因素不變，在lnchargei,t的值達到10.3125①之前，排污費與ETFP負相關，排污費征收水平的提高導致了工業綠色生產率損失。可能的原因是，當處于“U”型曲線的左側時，低水平的排污費意味著企業的違約成本較低，企業缺乏進行技術創新的動力，而排污費的征收直接增加了企業的成本，因而不利于企業ETFP的增長。隨著排污費不斷提高，并跨過了10.3125這一“門檻”，即位于“U”型曲線的右側時，高額排污費的征收會刺激企業增加研發投入、引進新技術和新工藝，并進一步優化資源配置，從而拉動工業ETFP的提升。此時，費用型規制可促進工業企業由短期內的成本上漲向長期的研發激勵過渡，最終實現綠色生產率的提升，驗證了“強波特假說”的成立。

圖2　排污費與ETFP的關系

本文根據模型(5)的回歸結果繪制了排污費與工業綠色生產率的“U”型曲線圖(圖2)，并結合2012年中國各省份的排污費征收數據作進一步地分析。目前，中國大部分省份的排污費征收水平處于“U”型曲線的左側，其中江西(26443.4524)、浙江(27056.6512)和廣東(27398.2233)3省的排污費水平已非常接近拐點，而只有江蘇(59777.3144)、山東(46307.6426)、遼寧(40351.6162)等7個省份的排污費跨過拐點，位于“U”型曲線的右側。這表明中國現階段費用型環境規制強度仍然較低。相關研究表明，經過改革開放30多年的長足發展，中國制造業已經有能力接受更高的環境標準，甚至把提高環境質量作為提升競爭力的一種重要方式[25]。因此，中國政府，尤其是地方政府不應該把環境規制與ETFP之間的負向關系作為放松規制的理由，反而應改變只注重當前經濟效益的短視行為，盡快提高費用型環境規制強度，激勵各省份的工業企業加強研發投入和技術創新，以盡快跨過拐點，實現環境保護與工業綠色增長的“雙贏”。

2.投資型規制與ETFP的關系

由模型(6-1)的回歸結果可知，工業治污投資的平方項未通過顯著性檢驗，表明投資型規制與工業綠色生產率之間不存在非線性關系。因此，進一步檢驗兩者之間的線性關系，即由模型(6-2)的結果所示，工業治污投資與ETFP負相關，工業治污投資每增加1%，將導致ETFP增長率下降0.0275%。可見，投資型規制的檢驗結果未能支持“強波特假說”。可能的解釋是：第一，與排污費不同，工業治污投資的資金來源主要有企業自籌和政府補貼等，其中政府補貼可在很大程度上分擔企業的治污壓力，大大降低企業的治污投資成本，因此企業污染的外部成本只有一部分可通過投資型規制的約束而轉化為企業的內部成本，其對企業研發的激勵小于費用型規制。第二，中國目前正處于環保事業的初期，大型治污設施尚未健全，先進的清潔技術亦較為缺乏，因此對治污投資的資金需求較大。而對于工業企業而言，在生產資料一定的情況下，增加環保投入，必然會擠占原本用于生產或研發的資源，導致產出減少或研發強度下降，因而不利于工業綠色生產率的提升。由此可知，“強波特假說”成立與否，不僅與環境規制的強度密切相關，也取決于環境規制的類型。

表3　環境規制與ETFP之間關系的回歸結果

注：1、括號里的數字代表t值；2、***、**和*分別表示在l%、5%和10%的水平上變量顯著；3、所有結果均由stata 12.0計算而得。下同。

此外，研發投入、人力資本和基礎設施稟賦均為能夠顯著促進工業綠色增長的重要因素。而FDI對工業綠色生產率的影響不顯著，這可從兩個方面來解釋：①流入沿海地區的FDI大多以尋求廉價勞動力為主要目的，因此更多的流向勞動密集型產業，而這些產業多由同質化的中小企業組成，技術含量和附加值較低，長期處于全球價值鏈的低端環節；②流入內陸地區的FDI則多以獲取能源為主要目的，因此更多的流向能源挖掘、開采和初加工等工業部門，這可能加重這些地區的環境破壞。

(二)進一步的分析：費用型與投資型規制的關系檢驗

為了檢驗在影響工業綠色生產率方面，費用型規制與投資型規制之間存在替代關系還是互補關系，本文進一步對模型(7)進行計量回歸分析，依然采用面板回歸方法，并根據Hausman檢驗的結果選擇固定效應模型。結果見表4。

由表4的結果可知，排污費與工業治污投資交互項的系數為0.0122，且在5%顯著性水平下顯著，這表明，費用型規制與投資型規制在促進工業綠色生產率提升方面存在互補關系。排污費屬于懲罰型規制，依據“誰污染，誰治理”的原則，企業需為其排污行為支付一定的社會成本，通過經濟杠桿作用激勵排污企業進行污染控制活動和清潔生產。按照庇古稅的設計原理，有效的排污費標準應高于企業的邊際治污成本，從而激勵企業選擇治污減排。然而，中國現行的排污費收費標準制定于1979年，雖然在2003年進行了調整，但排污費征收標準依然普遍偏低，僅為污染治理設施運轉成本的50%左右，某些項目甚至不到污染治理成本的10%[26]。因此無法對企業削減污染和技術創新形成有效激勵，這一現狀也與前文的實證結果相一致。工業治污投資屬于補貼型規制，中國現階段工業治污投資的資金來源主要包括政府補貼、企業自籌和銀行貸款等方式，而投資資金則主要流向排污企業的前端預防和末端治理兩個不同的污染減排環節。其中，前端預防主要指清潔生產技術的研發和創新；末端治理主要指污染減排設施的安裝和使用。

通過對兩種環境規制特點的比較分析可知，費用型規制可在短期內迅速引致企業成本上漲，從而激勵企業提升研發強度，而投資型規制更有利于在長期內對排污企業產生技術創新激勵。兩種類型的規制各有所長，且在污染治理中扮演了不同的角色，意味著在環境污染治理中，多樣化規制工具組合使用的重要性。

從估計結果中還可以發現，排污費和工業治污投資一次項系數的符號，以及控制變量的系數符號和顯著性水平與表3中的估計結果類似，這也證明了本文估計結果的穩健性。

六、結論及政策建議

為了緩解環境與經濟發展之間的矛盾，中國政府和相關部門制定了多種類型的環境規制，以約束企業的污染行為。選擇有效的環境規制，在改善環境質量的同時，又有助于工業綠色生產率的提升，是中國工業化過程中的一個極為重要的問題。基于此，本文首先選取1999—2012年中國工業省際面板數據，運用SBM方向性距離函數和Luenberger生產率指數測算了考慮能源消耗和非期望產出的工業綠色生產率及其來源分解，并進一步實證考察了費用型規制和投資型規制對ETFP的影響。本文的主要結論如下。

表4　不同規制類型之間關系的檢驗結果

(1)ETFP及其分解來源的測算結果表明，中國工業ETFP的增長主要依賴于技術進步，而非生產效率的改進；ETFP在地區間表現出較大的差異性，東部沿海地區增長較快，而中西部地區則普遍偏低，表明沿海地區的經濟發展模式逐步向全要素生產率驅動型轉變，而內陸地區在經濟發展中存在技術創新不足的弊端，要素支撐的粗放型發展模式尚未改善。

(2)排污費與ETFP呈“U”型關系，即排污費水平只有跨過特定的“拐點”，才能發揮“創新補償”效應，而中國大部分省份的排污費水平尚處于“U”型曲線的左側，表明中國現階段費用型規制強度仍然較低。另外，工業治污投資與ETFP之間存在負向的線性關系。這表明“強波特假說”的成立不僅要求合理的環境規制強度，且與環境規制類型密切相關。

(3)費用型規制與投資型規制在促進工業綠色生產率提升方面存在互補關系。排污費屬于懲罰型規制，而工業治污投資屬于補貼型規制，兩種環境規制的不同特點決定了二者對經濟系統和環境系統具有不同的作用機制，費用型環境規制可在短期內迅速增加企業成本，通過經濟杠桿作用驅使企業進行污染減排和研發活動，而投資型規制則更有利于在長期內對排污企業產生技術創新激勵。因此，若要在實現環境目標的同時促進工業綠色增長率的提升，應重視多樣化規制工具的組合使用。

為了實現環境保護目標的同時，借助環境規制推動中國工業經濟的綠色增長，筆者依據本文的研究結論提出以下政策建議。

(1)加快中西部工業經濟低碳、綠色增長模式的建立，避免重蹈東部地區“先污染、后治理”的覆轍。隨著“中部崛起”和“西部大開發”戰略的實施，以及改革開放在內陸地區的不斷深入，中西部地區越來越多地承接了來自國外和東部沿海省份污染密集型產業的轉移，其工業經濟得到了快速發展。然而，中西部地區的技術水平普遍較低，生態環境較為脆弱，近年來被曝光的重大環境事故多發生于內陸地區，可見其經濟增長的環境代價正加速顯現。因此，中西部地區的工業發展和環境保護需要中央政府更為審慎的頂層政策設計[27]，不僅應吸取東部地區發展模式的“前車之鑒”，提高內陸地區的環境“門檻”，阻止可能伴隨產業轉移而發生的“污染西遷”，加快建立由環境規制引導的污染企業優勝劣汰機制，阻止不達標的新企業進入市場、迫使超標的在位企業退出市場，而且急需加強環境監管和執法力度，從源頭控制企業的污染行為，并激勵內陸企業選擇更有效率的生產工藝或管理模式，促進其綠色生產率的提升，縮小與東部地區間綠色發展的差距。

(2)借助環境規制的“創新補償”效應提升工業綠色生產率，使其成為中國工業綠色增長的“助推器”。一方面，應不斷提高中國環境規制強度，嚴格落實環境規制的實施、切實提高環境政策的執行效率。許多文獻以及本文的研究均已證實，中國的環境規制水平過低，而較為寬松的環境約束不利于企業環境外部成本的內部化，無法有效激勵企業加強研發投入和技術創新。另一方面，應加快推進排污收費向環境稅的改革、加快環境稅立法進程。中國的排污費制度是一種超標收費制度，不僅導致對企業的環境約束力不夠、缺乏強制性，而且容易造成尋租行為，有些地方政府甚至為了吸引投資而實施免征排污費的“優惠政策”。因此，推進“費”改“稅”，不僅可有效避免排污費的種種弊端，而且能夠充分發揮環境稅的“雙重紅利”，從而激發企業環保的主觀能動性，倒逼企業增加環保投資和研發投入，使企業不僅成為創新主體，亦成為環保主體。

(3)進一步完善環境規制體系，在加強現有規制水平的基礎上，更應注重環境規制工具的創新，以實現多種規制工具的配套、組合使用。中國目前的環境規制工具較為單一，以行政命令為主要工具的命令—控制型規制長期占據主導地位。而由發達國家的環境治理經驗可知，環境規制工具多種多樣，且各有其“用武之地”，如北歐國家的環境稅政策、日本的循環經濟政策、美國的排污權交易政策等均取得了卓越的效果。因此，中國應借鑒發達國家的寶貴經驗，盡快消除現有不利于激發企業環保行為的環境補貼等優惠政策，加快環境規制工具的創新，如注重并加強法律文件等書面的行政政策，發揮政府在環境保護中的強制和引導作用；充分發揮市場機制的作用，綜合考慮排污權交易、環境稅、信息披露等多種規制工具及其配套措施的設計、推廣及完善，構建對企業主動進行綠色環境行為的多重激勵。

參考文獻：

[1]Krugman P. The myth of Asia’s miracle [J]. Foreign Affairs, 1994, 73(6): 62-78.

[2]B?hringer C, Moslener U, Oberndorfer U,et al. Clean and productive? Empirical evidence from the German manufacturing industry [J]. Research Policy, 2012, 41(2): 442-451.

[3]Shadbegian R J, Gray W B. Pollution abatement expenditures and plant-level productivity: A production function approach [J]. Ecological Economics, 2005, 54: 196-208.

[4]Porter M E, Linde C V D. Toward a new conception of the environment-competitiveness relationship [J]. Journal of Economic Perspectives, 1995, 9(4): 97-118.

[5]Ambec S, Barla P. Can environmental regulations be good for business? An assessment of the Porter Hypothesis [J]. Energy Studies Review, 2006, 14(2): 42-62．

[6]李樹, 陳剛. 環境管制與生產率增長：以APPCL2000的修訂為例[J]. 經濟研究, 2013(1):17-31.

[7]Jaffe AB, Palmer K. Environmental regulation and innovation: A panel data study [J]. The Review of Economics and Statistics, 1997, 4: 610-619.

[8]Lanoie P, Laurent-lucchetti J, Johnstone N, et al. Environmental policy, innovation and performance: New insights on the Porter Hypothesis [J]. Journal of Economics & Management Strategy, 2011, 20(3): 803-842.

[9]Rubashkina Y, Galeotti M, Verdolini E. Environmental regulation and competitiveness: Empirical evidence on the Porter Hypothesis from European manufacturing sectors [J]. Energy Policy, 2015, 83: 288-300.

[10]Telle K, Larsson J. Do environmental regulations hamper productivity growth? How accounting for improvements of plants’environmental performance can change the conclusion [J]. Ecological Economics, 2007, 61(2): 438-445.

[11]Hamamoto M. Environmental regulation and the productivity of Japanese manufacturing industries [J]. Resource and Energy Economics, 2006, 28(4): 299-312.

[12]Yang C H, Tseng Y H, Chen C P. Environmental regulations, induced R&D, and productivity: Evidence from Taiwan’s manufacturing industries [J]. Resource & Energy Economics, 2012, 34(4): 514-532.

[13]Peuckert J. What shapes the impact of environmental regulation on competitiveness? Evidence from executive opinion surveys [J]. Environmental Innovation and Societal Transitions, 2014, 10: 77-94.

[14]Jorge M L, Madueno J H, Martínez-martínez D,et al.Competitiveness and environmental performance in Spanish small and medium enterprises: Is there a direct link? [J]. Journal of Cleaner Production, 2015, 101: 26-37.

[15]張三峰, 卜茂亮. 環境規制、環保投入與中國企業生產率：基于中國企業問卷數據的實證研究[J]. 南開經濟研究, 2011(2):219-219.

[16]王杰, 劉斌. 環境規制與企業全要素生產率：基于中國工業企業數據的經驗分析[J].中國工業經濟, 2014(3):44-56.

[17]王兵, 吳延瑞, 顏鵬飛. 中國區域環境效率與環境全要素生產率增長[J]. 經濟研究, 2010(5):95-109.

[18]劉華軍,楊騫. 資源環境約束下中國TFP增長的空間差異和影響因素[J].管理科學, 2014,27(5): 133-144.

[19]Fukuyama H, Weber W L. A directional Slack-based measure of technical inefficiency [J]. Socio-Economic Planning Science, 2009, 43(4): 274-287.

[20]Chambers R G, Fare R, Grosskopf S. Productivity growth in APEC countries [J]. Pacific Economic Review, 1996(3): 181-190.

[21]陳詩一. 能源消耗、二氧化碳排放與中國工業的可持續發展[J].經濟研究,2009(4):41-55.

[22]董敏杰, 李鋼, 梁泳梅. 中國工業綠色全要素生產率的來源分解[J].數量經濟技術經濟研究,2012(2):3-20.

[23]Managi S, Jena P R. Environmental productivity and Kuznets Curve in India [J]. Ecological Economics, 2008, 65: 432-440.

[24]吳延瑞. 生產率對中國經濟增長的貢獻：新的估計[J]. 經濟學(季刊), 2008(2):827-842.

[25]金培. 資源環境管制與工業競爭力關系的理論研究[J]. 中國工業經濟, 2009(3):5-17.

[26]侯瑜, 陳海宇. 基于完全信息靜態博弈模型的最優排污費確定[J]. 南開經濟研究, 2013 (1):121-128.

[27]林伯強, 鄒楚沅.發展階段變遷與中國環境政策選擇[J].中國社會科學,2014(5):81-95.

(本文責編：海洋)

收稿日期：2016-03-25修回日期：2016-05-09

基金項目：國家社會科學基金重大項目(15ZDA025)；國家社會科學基金重點項目(11AZD029)；國家教育部博士點基金項目(20130041110040)

作者簡介：原毅軍(1955-)，男，山東榮成人，大連理工大學管理與經濟學部，教授、博士生導師，經濟學博士。

中圖分類號：F205

文獻標識碼：A

文章編號：1002-9753(2016)07-0144-11

Environmental Regulation and the ‘Green’ Productivity Growth of China’s Industry

YUAN Yi-jun, XIE Rong-hui

(FacultyofManagementandEconomics,DalianUniversityofTechnology,Dalian116024,China)

Abstract：This paper applies SBM directional distance function and Luenberger productivity index to measure ‘green’ total factor productivity (ETFP) growth and its components of China’s industry while accounting for energy consumption and undesirable output. Then we divide environmental regulation into two types, that is, environmental expenditure and environmental investment, and empirically examine how the two types of regulation impact the ETFP growth differently employing panel data of China’s 30 provinces during the period of 2000 to 2012. The results show that the ETFP of industry has an average annual growth rate of 3.04% and technical progress is the main source. The results of empirical analysis indicate that the relationship between environmental expenditure and ETFP is U-shaped, while environmental investment has a linear and negative impact on ETFP. It implies that the prerequisites of Porter Hypothesis relate not only to the stringency of environmental regulation, but also to the types. Furthermore, there is a complementary relationship between the two types of regulation which implies the importance of policy combination. Finally, this paper provides some policy recommendations which have certain practical significance for ‘green’ productivity growth and reform of environmental regulation system of China.

Key words:environmental expenditure; environmental investment; ‘green’ productivity growth; strong-version of Porter Hypothesis