強“波特假說”存在產業異質性嗎？

劉傳江 趙曉夢

摘要強“波特假說”認為嚴格而恰當的環境規制政策將使企業的生產效率呈現先降后升的趨勢，為驗證強“波特假說”及其產業異質性，首先建立產業碳密集指數，將工業部門36個細分行業劃分為高碳密集產業、中碳密集產業和低碳密集產業；接著運用方向性距離函數測算2003—2014年細分行業的綠色全要素生產率，基于系統“GMM”估計方法驗證三個細分行業的環境規制強度對綠色全要素生產率的影響。研究結果顯示：第一，樣本期間內，高碳密集產業的環境規制強度遠遠高于中低碳密集產業，這表明高碳密集產業一直是產業節能減排的重點對象，而碳排放情況較為嚴重的中碳密集產業則為“被遺忘的角落”；第二，強“波特假說”在工業部門內存在產業異質性，高碳密集產業和中碳密集產業的環境規制強度與綠色全要素生產率呈“U”型關系，而在低碳密集產業中兩者則呈倒“U”型關系；第三，相對于高碳密集產業，中碳密集產業因環境規制強度較容易跨越“U”型拐點而具有較大的減排空間，低碳密集產業在達到“U”型拐點之前，環境規制為其綠色全要素生產率提升的動力。本文研究結論蘊含如下的政策建議：根據產業的碳密集程度實施針對性的環境規制政策，持續加強中碳密集產業的環境規制力度，適度加強低碳密集產業的環境規制強度，高碳密集產業需根據不同階段的經濟水平設計具有針對性的環境規制政策，逐漸將三類產業的“遵循成本”效應轉化為“創新補償”效應，實現經濟增長和環境保護的雙贏。

關鍵詞環境規制強度；強“波特假說”；綠色全要素生產率；產業碳密集度

中圖分類號F426文獻標識碼A文章編號1002-2104（2017）06-0001-09DOI： 10.12062/cpre.20170352

改革開放至今，我國經濟實現了年均9.8%的增長率，工業部門作為我國經濟增長的主要引擎，更是取得了年均GDP增長率高達11.5%左右的巨大成就。與此同時，在工業化和城市化快速發展的進程中，“高能耗、高污染、高排放”的經濟發展模式帶來了嚴重的資源枯竭和環境污染問題。根據2014年《全球環境績效指數評估報告》顯示，中國環境績效指數（Environmental Performance Index，EPI）得分43.0分，在178個參賽國家和地區中排名第118位；同樣，2016年美國耶魯大學發布的《環境績效指數報告》對將環境問題視為高級優先領域的國家表現進行了EPI排名，中國在空氣質量方面排名倒數第二。EPI得分過低從側面也反映了我國較弱的環境規制強度。因此，在我國處于“三期疊加”的特殊時期中務必在強調結構化調整、保障經濟增長的同時實施嚴格的環境規制政策，觸發環境友好型創新以尋求新的經濟增長點。問題是，環境規制強度真的可以實現經濟增長和環境保護的“雙贏”嗎？

1文獻綜述

Dension[1]和Gollop[2]認為環境規制會提高企業的生產成本，進而削弱企業的競爭力，給經濟增長帶來負面的影響。1991年，波特（Michael Porter）[3-4]向傳統研究范式提出了挑戰，他認為嚴格且設計恰當的環境規制能夠激勵企業創新并且能夠部分甚至完全抵消環境規制的成本，提高企業的生產率和國際競爭力，這被稱為波特假說（Porter Hypothesis）。Jaffe[5]通過梳理因果關系將波特假說區分為狹義的“波特假說”、弱“波特假說”和強“波特假說”，目前學術界的研究主要集中于對弱、強“波特假說”的驗證。

弱“波特假說”是指設計合理的環境規制可以引發企業創新，但不能表明該創新對企業是好是壞，此為“弱”之所在。當前已有大量文獻對弱“波特假說”進行了檢驗，并得出環境規制與專利申請、R&D支出等存在正相關關系這一結論，如Lanjouw[6]、Brunnermeier[7]和Johnstone[8]的研究。黃德春[9]將Rboert模型進行改進，從理論角度證明了環境規制雖然會增加企業的生產成本，但是會觸發企業的創新。沈能[10]和蔣伏心[11]通過實證分析，發現環境規制強度與技術創新之間存在“U”型動態關系，即伴隨時間推移，環境規制強度由“抵消成本”效應逐漸向“創新補償”效應轉變。

強“波特假說”是指環境規制除了能激發企業創新的之外還能夠提高企業的競爭力和績效，多數學者選取生產率指標度量企業的競爭力，但研究結論卻不盡相同。Dension[1]認為美國在1972—1975年期間生產率下降16%的原因歸于環境規制強度的提高，Gollop[2]和Gray[12]也得出了類似的結論。但近些年來，更多的研究顯示嚴格的環境規制會給行業（企業）帶來積極的影響。Berman[13]選取美國的石油冶煉行業作為考察對象，研究結果顯示，實施嚴格空氣質量管制的洛杉磯地區的石油冶煉行業的生產率每年增長2.4%—6.9%，顯著高于其他地區。此外，有少數學者認為環境規制對產業績效的影響具有不確定性，如Alpay[14]的相關研究。國內關于強“波特假說”的研究起步相對較晚，但環境規制對全要素生產率（TFP）的影響迅速成為一個熱門話題。近些年能源枯竭、環境污染和生態破壞等問題日益凸顯，但全要素生產率的傳統測度方法僅考慮到期望產出，忽略了伴隨生產過程中的非期望產出，從而使得估算的全要素生產率偏高。陳詩一[15]選取CO2作為非期望產出指標對環境全要素生產率進行測算，研究發現節能減排政策確實促進了工業部門綠色生產率的提高。張成[16]等則選取CO2和SO2排放量作為非期望產出，研究發現環境規制強度對全要素能源效率的影響有較大的區域差異，東部地區呈倒U型關系，而中西部并不顯著。那么，環境規制對產業的影響也存在異質性嗎？學術界對此研究較少，其中李玲和陶鋒[17]根據污染排放強度高低將28個制造業分為高、中、低三大類，力圖在不同產業中尋求最優的環境規制強度，為現實經濟提供更多的政策參考。

總體而言，當前學術界關于強“波特假說”的研究還存在以下不足：首先，在計算全要素生產率時因未考慮環境因素或者只選取一到兩種污染物作為非期望產出從而高估其全要素生產率；其次，在對強“波特假說”進行驗證時多使用國別數據或省際數據，針對工業部門細分行業的研究較少；最后，在對工業部門進行強“波特假說”驗證時暗含了同質性假定，忽視了工業細分行業之間的異質性問題。本文的主要貢獻在于：①重新對碳密集產業進行更加合理的界定，通過構建產業碳密集指數，將工業部門36個細分行業劃分為高碳密集產業、中碳密集產業和低碳密集產業；②將氣態、液態、固態三種不同形態的四種代表性非期望產出納入到全要素生產率計算框架，重新對工業部門細分行業的綠色全要素生產率（Green Total Factor Productivity）進行測算；③利用環境規制強度指標和綠色全要素生產率指標進行回歸，探析強“波特假說”在三類碳密集產業中是否存在異質性；④根據三類碳密集產業的回歸結果，計算倒“U型”（“U型”）曲線的拐點，尋求不同產業的最優環境規制強度，為當前工業經濟轉型和產業結構優化升級提供一定的政策參考。

2碳密集產業的識別及分類

2.1碳密集產業概念界定

碳排放狀況因產業性質不同而有較大的差異，實施統一的環境規制政策，其環境規制強度和規制效果也會受到行業特征的影響，故應根據碳排放狀況將不同行業進行歸類，探索不同類別之間的差異，進而實施不同的環境政策將更具有實踐意義。不同行業在生產過程中或多或少地都會產生碳排放，碳密集產業（Carbon Intensive Industries）是指相對于其他產業而言，在生產過程中若不加以治理會直接或間接產生更多、更密集碳排放的產業。

2.2工業部門劃分與碳排放計算

本文選取我國工業部門36個細分行業作為研究對象。國家統計局在《國民經濟行業分類》（2011）中將行業代碼前兩位為06—46的行業劃分為工業，共包含41個種類行業。為保持數據的連貫性和前后一致性，本文剔除開采輔助活動、其他制造業、廢棄資源綜合利用業和金屬制品機械設備修理業等四個行業，因其他采礦業統計數據極小也將其剔除。交通運輸設備制造業在2012年被拆分為汽車制造業和鐵路船舶航空航天及其他運輸設備制造業，橡膠制品業和塑料制品業合并為橡膠和塑料制品業，因此本文將2012年之前的交通運輸設備制造業按照汽車制造業和鐵路船舶航空航天及其他運輸設備制造業近三年比例均值進行拆分，并將橡膠制品業和塑料制品業的數據進行加總合并，故最終為36個行業。

在對工業部門的碳密集產業進行劃分之前需先計算各行業的碳排放量。參照《2006年IPCC國家溫室氣體清單指南》的參考辦法，計算公式如下：

CO2=∑Ei×NCVi×CEFi×COFi×4412（i=1，2，…7） （1）

Ei表示第i種能源的實物消費量，包括原煤、焦炭、燃

料油、汽油、煤油、柴油和天然氣等七種能源能源消費主要涉及到煤炭、焦炭、原油、汽油、煤油、柴油、燃料油、天然氣和電力9種，電力在使用過程中并不直接產生二氧化碳，且原油絕大部分用于煉油等加工轉換再投入，為避免重復計算，在計算式剔除原油和電力兩種能源。；NCVi表示第i種能源的平均低位發熱量，參照2015年《中國能源統計年鑒》附錄4中的相關能源的平均低位發熱量；CEFi表示第i種能源消費標準量的碳排放系數（碳含量系數），參考《2006年IPCC國家溫室氣體清單指南》中相關能源的缺省碳含量值；COFi表示第i種能源的碳氧化系數，參考《省級溫室氣體清單編制指南》（2011）（發改委氣候[2011]1041號）。需要特別說明的是：①IPCC（2006）報告中并未直接給出原煤的碳含量系數，鑒于中國原煤產量主要以煙煤和無煙煤為主，因此根據煙煤和無煙煤碳含量系數的加權平均值來確定原煤的碳含量系數。②IPCC（2006）報告中關于汽油的碳含量系數包括車用汽油、航空汽油和噴氣機汽油三個部分，本文選取用途最廣的車用汽油碳含量系數作為汽油的碳含量系數。

2.3碳密集產業的分類方法

在以往的研究中，有些學者根據碳排放量高低對工業部門的碳密集產業進行了劃分[18]，有些學者則從碳排放強度入手[19]、碳泄漏角度出發[20]選取碳密集型產業。本文認為碳密集產業的劃分可以從三個角度入手：①碳減排成本，如碳減排成本占總成本或總銷售額的比重；②碳排放規模，如該產業的碳排放總量占工業部門碳排放總量的比重；③碳排放強度，單位經濟產出的碳排放量。但是，產業的碳減排成本較高可能來自于較大的碳排放量，也可能來自于較為復雜的碳減排技術，或者較高的污染設備價格。此外，碳減排成本與環境規制強度密切相關，環境規制強度越高則碳減排成本越大，而一個產業是否屬于碳密集型產業不應因環境規制強度而改變。因此，單純依靠碳減排的經濟成本無法反映不同產業的碳排放屬性。以產業的碳排放規模為衡量指標時，僅考慮了該產業的碳排放總量，難以體現其碳排放是否密集的特征，并且，碳排放強度的界定方法，主要運用單位經濟產出的碳排放水平來劃分碳密集型產業，而不能反映該產業對環境影響的總量大小。故本文在借鑒趙細康[21]劃分污染密集產業的基礎之上，提出碳密集產業的分類標準及方法。

設Ci表示第i產業的碳排放量，Pi為工業部門中第i產業的碳排放規模，即第i產業的碳排放量與工業部門碳排放總量的比值（因本文選取36個工業行業，故工業部門碳排放總量為36個部門的碳排放量之和），表示為：

Pi=CiC1+C2+…Cn（n=1，2，3…36）（2）

Ei為工業部門中第i產業的碳排放強度，即第i產業的碳排放量與第i產業經濟產出的比值，因為《中國工業經濟統計年鑒》中工業總產值和工業增加值不具有連續性，因此本文選取和工業總產值較為接近的工業銷售產值來代替，并折算為以2000年為基期，具體表達式為：

Ei=Ci GDPi（i=1，2，3…36） （3）

將工業部門各產業的碳排放規模和碳排放強度進行歸一化處理：

Pi′=Pi-min（Pi）max（Pi）-min（Pi） （4）

Ei′=Ei-min（Ei）max（Ei）-min（Ei） （5）

進而求得碳排放規模和碳排放強度的幾何平均值，CIt=Pi′×Ei′，CIi為第i產業的碳密集程度。CIi越大，表明該產業的碳密集程度越高，CIi越小，表明該產業的碳密集程度越低。

根據上述介紹的碳密集產業分類方法，對2000—2014年工業部門36個細分行業進行計算，結果如表2所示。

3模型設定與數據說明

3.1模型設定

本文重點研究環境規制與工業部門GTFP之間的關系，并考察強波特效應在不同碳密集行業之間是否存在產業異質性，在前述理論模型基礎上構建文本的計量模型。因為行業的綠色全要素生產率可能會存在慣性，為消除潛在內生性的影響，選取綠色全要素生產率的滯后一期作為解釋變量，構建動態面板數據模型。

GTFPi，t=α0+α1GTFPi，t-1+α2ERi，t+α3ER2i，t+βXi，t+Vi，t+εi，t （6）

其中，GTFPi，t表示第i個行業第t年的綠色全要素生產率，GTFPi，t-1表示滯后一期的綠色全要素生產率；ERi，t表示第i個行業第t年的環境規制強度，ER2i，t表示環境規

制強度的平方項；Xi，t表示影響行業綠色全要素生產率的其他因素，Vi，t表示個體效應，εi，t為隨機擾動項?？刂谱兞縓i，t可表示為：

Xi，t=γ1Sizei，t+γ2OSi，t+γ3RCPi，t+γ4LPi，t+γ5EPi，t （7）

其中，Sizei，t為第i行業相對規模，用該行業第t年的銷售產值除以工業部門第t年的銷售總產值來表示；OSi，t為所有制結構，用第i行業的國有及國有控股實收資本與該行業總實收資本的比值表示；RCPi，t為毛利率，表示該行業的盈利能力，用第i行業第t年的主營業務收入減去主營業務成本與主營業務成本的比值表示；LPi，t為勞動生產率，用第i行業第t年的銷售產值與該行業的從業人員平均人數之比表示；EPi，t為能源生產效率，用第i行業第t年的銷售產值與該行業的能源消耗量之比表示。

3.2指標選取與數據來源

（1）環境規制強度。工業部門不同細分行業的環境規制強度依賴于所處地區環境規制的實施情況和行業本身的特點、意愿及適應程度等，即便是同一地區相同行業實施相同的環境規制，其實施效果可能也會有差異。因此，對測量細分行業的環境規制強度應更多地從環境保護的過程和結果中進行。測量環境規制強度有多種方法，大致包含以下四種：一是環境政策頒布和實施的數量以及環境規制機構對企業排污的檢查監督次數[22]；二是污染物排放情況；三是人均GDP；四是國外學者最常用的污染治理和控制支出。本文借鑒歐美國家文獻[23-24]的常用方法，用工業部門細分行業的廢水和廢氣治理運行費用之和與其銷售產值之比（ER）來測算環境規制強度，ER越大表示該行業的環境規制強度越大。相關數據來源于《中國環境統計年鑒》。

（2）綠色全要素生產率。

Chambers等[25]以環境技術可行性集和方向性距離函數為基礎提出了MalmquistLuenberger指數，將負產出納入到全要素生產率的分析框架之中，同時兼顧了期望產出的增加和非期望產出的減少。本文選取勞動、資本和能源作為投入指標，工業產值為期望產出指標，廢水、SO2、CO2和固體廢棄物作為非期望產出指標。

投入指標包含勞動、資本和能源。勞動勞動人數。其中，2003年、2005—2011年和2013—2014年勞動數據均來源于《中國工業統計年鑒》2004年的從業人員數據來源于《中國統計年鑒》，且利用線性插值法補充2012年的勞動從業人數。資本投入以物質資本存量來衡量，國內學者一般采用“永續盤存法”進行推算，Ki，t=Ii，t+（1-δi，t）Ki，t-1。由于工業部門統計資料有限，因此選擇計算方法與永續盤存法思路一致的固定資產凈值來代替，即固定資產原值（原價）與累積折舊的差額[26-27]。將經固定資產價格指數平減為2000年不變價格，相關數據來源于《中國工業統計年鑒》和《中國經濟普查年鑒2004》。能源投入為工業部門細分行業的能源消費量（標準煤），數據來源于《中國能源統計年鑒》。

產出指標包含期望產出和非期望產出。本文選取和工業總產值較為接近的工業銷售產值來表示期望產出，并折算為以2000年為基期。非期望產出不同學者選擇了不同的指標，為了更好地反映工業部門的經濟增長、全要素率和環境污染狀況，本文選取廢水、SO2、CO2和固體廢棄物作為非期望產出，其中2004—2014年的廢水、SO2和固體廢棄物的相關數據來源于《中國環境統計年鑒》，2003年三類相關數據來源于中國國家統計局網站環境統計資料部分，而CO2數據則按照文章前述方法計算而得。

4實證結果及分析

4.1工業部門的環境規制強度

圖1為2003—2014年工業部門高碳密集行業、中碳密集行業和低碳密集行業的環境規制強度變化趨勢。由圖1可知，在考察期間內，高碳密集產業的環境規制強度遠遠高于中碳密集產業，而中碳密集產業的環境規制強度略高于低碳密集產業，這表明高碳密集產業一直是產業節能減排的重點對象。其中，高碳密集產業在2003—2005年間環境規制強度一直處于下降態勢，2006年突然升高可能是2006—2007年間中國集中實施了22項產業清潔生產標準的緣故，而2008—2010年間，則主要是針對以前頒布的標準進行修改和完善，因此環境規制強度趨于平

緩狀態。相對于高碳密集產業而言，中碳密集產業的環境規制強度較弱，除了2006年由于集中實施清潔生產標準出現了短暫的波動之外，一直處于下降的態勢，與低碳密

集產業的環境規制強度趨于重合。中碳密集行業碳排放狀況較為嚴重，但是卻沒有得到應有的治理，此行業類別

應為今后工業部門節能減排的重點攻克對象，具有較大的減排空間。

4.2強波特假說的產業異質性檢驗

表3報告了工業部門36個行業的環境規制對綠色全

要素生產率的歸回結果，模型I—V分別為工業部門、高碳密集產業、中碳密集產業和低碳密集產業的靜態面板估計結果及動態面板估計結果，后三項的目的在于檢驗強波特假說是否存在產業異質性。其中，在未加入被解釋變量滯后期時，過對模型I—V模型進行Hausman檢驗，結果顯示應選擇固定效應模型進行估計；在加入被解釋變量滯后期解決內生性問題時，選取系統GMM進行估計，其中系統GMM估計結果為本文的重點考察對象。模型I—V均通過了AR檢驗和Hansen檢驗，即本文選取的工具變量合理有效。在驗證環境規制對工業部門GTFP的影響時，為了獲得穩健估計加入控制變量，但是本文主要考察對象為核心變量即環境規制強度對綠色全要素生產率的影響，故做如下分析（見表3）。

由表3可知，在模型I、II和III中環境規制強度的一次方系數為負，二次方系數為正，且大部分通過了1%水平的顯著性檢驗，表明工業部門、高碳密集行業和中碳密集行業的環境規制與綠色全要素生產率呈“U”型關系，驗證了強波特假說的存在。這意味著，環境規制對綠色全要素生產率的影響存在一個閾值，當小于該閾值時，“遵循成本”效應高于“創新補償”效應使得環境規制強度的提升造成了綠色全要素生產率的下降；當大于該閾值時，“創新補償”效應占主導位置，加大環境規制強度反而有利于綠色全要素生產率的提高。在模型IV中環境規制強度的一次方系數為正，二次方系數為負，且均通過了5%水平的顯著性檢驗，這意味著低碳密集行業的環境規制強度與綠色全要素生產率呈倒“U”型關系，即隨著環境規制強度增強，綠色全要素生產率呈先升后降的趨勢。作為參照，四組模型均報告了靜態面板固定效應估計結果，發現其中三組模型的環境規制與綠色全要素生產率呈“U”型關系，從側面佐證了本文研究結論的穩健性。

在工業部門中，環境規制強度與綠色全要素生產率呈“U”型關系，拐點為93.079，如未劃分行業，則會造成應對工業部門所有行業統一實施加強或減弱環境管制的誤區。而行業的碳排放狀況因產業性質不同而有較大的差異，應根據碳排放狀況將不同行業進行歸類，探索不同類別之間的差異，進而實施不同的環境政策。高碳密集產業的環境

規制強度與綠色全要素生產率呈“U”型關系，環境規制強度拐點為95.360。就目前我國碳密集產業環境規制強度而言，較難突破“U”型拐點。中碳密集產業的環境規制強度與綠色全要素生產率仍呈“U”型關系，但中碳密集產業環境規制的拐點為50.134，相對于高碳密集產業則較容易突破。低碳密集產業的環境規制強度與綠色全要素生產率呈倒“U”型關系，因為目前我國低碳密集行業的環境規制強度為8.49，距離倒“U”型拐點42.55還有較大的距離，因此在相當長的時間內，加大低碳密集產業的環境規制強度可以促進該產業類別的綠色全要素生產率。

高碳密集產業主要是由碳排放強度高或是碳排放總量大的行業組成，如電力熱力生產和供應業、黑色金屬冶煉和壓延加工業、非金屬礦物制品業、石油加工煉焦和核燃料加工業、有色金屬冶煉和壓延加工業等，這些行業具有能耗高、污染多、碳排放密集等特征。從短期開看，加大環境規制強度會提高企業的污染治理成本，當“遵循成本”效應大于“創新補償”效應時，綠色全要素生產率下降；從長期來看，該行業具有較大的污染物減排空間，由于本文采用綠色全要素生產率，在提高環境規制強度時，高碳密集產業的非期望產出會有較大幅度的降低，故其綠色全要素生產率具有較大的提升空間。中碳密集產業的碳排放強度較高或其碳排放總量較大，如食品制造業、化學纖維制造業、酒飲料和精制茶制造業、通用設備制造業、醫藥制造業等，這些行業碳排放較為密集，污染物排放較多，具有與高碳密集產業類似的行業特征，但是目前環境規制強度則較弱。同樣的，環境規制可能會提高中碳密集產業的污染治理成本進而降低其綠色全要素生產率，但是，從長期視角觀察，在加大環境規制強度時，一方面企業將末端治理轉移到清潔生產、產品創新和技術創新，另一方面該行業的非期望產出大幅下降，故其綠色全要素生產效率由降轉升也成為必然趨勢。由于本文選取的指標為包含四種非期望產出的綠色全要素生產率，如采用沒有非期望產出的全要素生產率時，也可能產生不一樣的結果。而在低碳密集產業是碳排放強度較低或是碳排放量很小的行業，如水的生產和供應業、計算機通信和其他電子設備制造業等，具有清潔、節能環保等特征，提高環境規制強度并沒有給企業帶來較高的污染治理成本，相反會營造有利于低碳密集產業發展的環境和競爭環境，能源投入降低非期望產出減少，此時該產業的“創新補償”效應要遠遠高于“遵循成本”效應，綠色全要素生產效率大大提升。但是一味地加強環境規制力度，使得企業生產、排放成本大大增加，無暇顧忌科技創新活動，進而會導致相反的效果。總之，高碳密集產業和中碳密集產業驗證了強“波特假說”的存在，而強“波特假說”在低碳密集產業中未得到驗證。

4.3穩健性檢驗

為了進一步考察環境規制與綠色全要素生產率的“U”型關系，本文選取工業部門廢水和廢氣治理運行費用之和與主營業務成本的比值（ER2）來驗證強波特假說的穩健性。ER2一次方系數為負、二次方系數為正，且均通過了1%水平的顯著性檢驗，環境規制強度對綠色全要素生產率影響的拐點為90.318，有力地佐證了表3的研究結論。篇幅所限，結果備所。

5結論與建議

為探索強“波特假說”是否存在產業異質性這一問題，本文通過測算碳密集指數將工業部門36個細分行業劃分為高碳密集產業、中碳密集產業和低碳密集產業，進而建立動態面板模型對三類產業分別進行驗證，研究結果顯示：第一，2003—2014年，高碳密集產業的環境規制強度遠遠高于中碳密集產業，而中碳密集產業的環境規制強度略高于低碳密集產業，這表明高碳密集產業一直是產業節能減排的重點對象，而中碳密集產業則成為“被遺忘的角落”；第二，強波特假說在工業部門得到了驗證，即環境規制強度與綠色全要素生產率呈“U”型關系，隨著環境規制強度地不斷增加，“遵循成本”效應逐漸演變為“創新補償”效應；第三，強波特假說存在產業異質性，高碳密集產業和中碳密集產業的環境規制強度與綠色全要素生產率呈“U”型關系，而低碳密集產業則呈倒“U”型關系；第四，相對于高碳密集產業，中碳密集較容易跨越“U”型拐點，具有較大的減排空間，而低碳密集產業的環境規制強度較為適宜。以上研究結論蘊含如下的政策建議。

（1）持續加強中碳密集產業的環境規制力度。長期以來，我國一直重視碳排放大戶如電力、熱力生產和供應業、黑色金屬冶煉和壓延加工業、煤炭開采和洗選業、石油加工煉焦和核燃料加工業等，卻忽視了碳排放較為密集的食品制造業、化學纖維制造業、酒飲料和精制茶制造業、通用設備制造業、醫藥制造業。相對于高碳密集產業而言，中碳密集行業碳排放狀況較為嚴重而環境規制強度較弱，并且其環境規制強度對綠色全要素生產率影響的“U”型拐點較容易突破，故此行業類別應為今后工業部門節能減排的重點攻克對象，具有較大的減排空間。

（2）高碳密集產業應根據經濟發展水平設計恰當適宜的環境規制政策。當前我國高碳密集產業的環境規制強度設計較為合理，如盲目一味地加大環境規制強度則可能出現一些中小企業因技術設備落后無法達到環境規制標準而進行尋租，造成產業綠色全要素生產率進一步下降的后果。因此，需根據不同階段的經濟水平設計具有針對性的環境規制強度，循序漸進，逐漸將“遵循成本”效應轉化為“創新補償”效應，實現經濟和環境的雙贏。

（3）適度加強低碳密集產業的環境規制強度。低碳密集產業一般為碳排放強度較低或是碳排放量很小的行業，具有清潔、節能環保等特征，因此是環境規制最容易被忽視的產業，而當前我國低碳密集產業的環境規制強度距離“U”型拐點還有一段距離，在允許的范圍內可進一步加強環境規制強度提高綠色全要素生產率。

（編輯：于杰）

參考文獻（References）

[1]DENSION E F. Accounting for slower economic growth： the United States in the 1970s [J]. Southern economic journal， 1981，47（4）：1191-1193.

[2]GOLLOP F M， ROBERTS M J. Environmental regulations and productivity growth： the case of fossilfueled electric power generation [J]. Journal of political economy， 1983，91（4）：654-674.

[3]PORTER M E. Americas green strategy [J]. Scientific American， 1991，264：168.

[4]PORTER M E， LINDER C V D. Toward a new conception of the environment competitiveness relationship [J]. Journal of economic perspectives， 1995，9（4）：97-118.

[5]JAFFE A B， PLAMER K. Environmental regulation and innovation： a panel data study[J]. Review of economics and statistics， 1997， 79（4）：610-619.

[6]LANJOUW J O， MODY A. Innovation and the international diffusion of environmentally responsive technology [J]. Research policy， 1996，25（4）：549-571.

[7]BRUNNERMEIER S B， COHEN M A. Determinants of environmental innovation in US manufacturing industries[J]. Journal of environmental economics and management， 2003，45（2）：93-278.

[8]JOHNSTONE N， HASCIC I， POPP D. Renewable energy policies and technological innovation： evidence based on patent

counts[J]. Environmental and resource economics， 2010， 45（1）：55-133.

[9]黃德春，劉志彪.環境規制與企業自主創新——基于波特假設的企業競爭優勢構建[J].中國工業經濟，2006（3）：100-106.[HUANG Dechun， LIU Zhibiao. Study on relationship between environmental regulation and firm independently innovation： the firm competitiveness design based on Porter Hypothesis[J]. China industrial economic，2006（3）：100-106.]

[10]沈能，劉鳳朝.高強度的環境規制真能促進技術創新嗎？：基于波特假說的再檢驗[J].中國軟科學， 2012（4）：49-59.[SHEN Neng， LIU Fengchao.Can intensive environmental regulation promote technological innovation？ Porter Hypothesis reexamined [J]. China soft science， 2012（4）： 49-59.]

[11]蔣伏心，王竹君，白俊紅.環境規制對技術創新影響的雙重效應[J].中國工業經濟，2014（7）：44-55.[JIANG Fuxin， WANG Zhujun， BAI Junhong. The dual effect of environmental regulations impact on innovation： an empirical study based on dynamic panel data of Jiangsu manufacturing[J]. China industrial economic，2014（7）：44-55.]

[12]GRAY W B， SHADBEGIAN R J. Pollution abatement costs， regulation， and plantlevel productivity [R]. NBER 1995.

[13]BERMAN E， BUI L T M. Environmental regulation and productivity： Evidence from oil refineries [J]. Review of economics and statistics， 2001， 83（3）：498-510.

[14]ALPAY E， BUCCOLA S， KERKVLIET J. Productivity growth and environmental regulation in Mexican and U·S. food manufacturing[J]. American journal of agricultural economics， 2002，84 （4）：887-901.

[15]陳詩一.中國的綠色工業革命：基于環境全要素生產率視角的解釋[J].經濟研究，2010（11）：21-34.[ CHEN Shiyi. Green industrial revolution in China： a perspective from the change of environmental total factor productivity[J]. Economic research journal，2010（11）：21-34.]

[16]張成，王玲，魏曉平.能源的“波特假說”效應存在嗎？[J].中國人口·資源與環境，2014，24（11）：33-41.[ZHANG Cheng， WANG Ling， WEI Xiaoping. is there really a‘Porter Hypothesiseffect of energy？[J]. China population， resources and environment，2014，24（11）：33-41.]

[17]李玲，陶鋒.中國制造業最優環境規制強度的選擇——基于綠色全要素生產率視角[J].中國工業經濟，2012（5）：70-82.[LI Ling， TAO Feng. Selection of optimal environmental regulation intensity for Chinese manufacturing industry： based on the green TFP perspective[J]. China industrial economics， 2012（5）：70-82.]

[18]何小鋼，張耀輝.中國工業碳排放影響因素與CKC重組效應——基于STIRPAT模型的分行業動態面板數據實證研究[J].中國工業經濟，2012（1）：26-35.[HE Xiaogang， ZHANG Yaohui. Influence factors and environmental Kuznets Curve relink effect of Chinese industrys carbon dioxide emission： empirical research based on STIRPAT model with industrial dynamic panel data[J]. China industrial economic 2012（1）：26-35.]

[19]傅京燕，張春軍.國際貿易、碳泄露與制造業CO2排放[J].中國人口·資源與環境，2014， 24（3）：13-18. [FU Jingyan， ZHANG Chunjun. International trade， carbon leakage and CO2 emissions of manufacturing industry[J]. China population， resources and environment， 2014，24（3）：13-18.]

[20]周慧，盛濟川.EU-ETS是否導致歐盟碳密集行業發生碳泄露[J].中國人口·資源與環境，2014，24（1）：87-93. [ZHOU Hui， SHENG Jichuan. Has EUETS caused carbon leakage in the EU carbonintensive industries[J]. China population， resources and environment， 2014，24（1）：87-93.]

[21]趙細康.環境保護與產業國際競爭力[M].北京：中國社會科學出版社，2003：215-218. [ZHAO Xikang. Environmental protection and international competitiveness of industry[M]. Beijing： China Social Sciences Press， 2003：215-218.]

[22]BRUNNERMEIER S B，COHEN M A.Determinants of environmental innovation in US manufacturing industries[J]. Journal of environmental economics and management， 2003，45（2）： 278-293.

[23]BREMAN E， BUI L T M. Environmental regulation and productivity： evidence form oil refineries[J]. The review of economics and statistics， 2001，83（3）：498-510.

[24]COLE A， ELLIOTT R J R. Determining the trade environment composition effect： the role of capital， labor and environmental regulations[J]. Journal of environmental economics and management， 2003，46（3）： 363-383.

[25]CHAMBERS R G， FARE R， GROSSKOPF S， Productivity growth in APEC countries [J]. Pacific economic review， 1996， 1（3）：181-190.

[26]涂正革.環境、資源與工業增長的協調性[J].經濟研究，2008（2）：93-105. [TU Zhengge. The coordination of industrial growth with environment and resource[J]. Economic research journal， 2008（2）：93-105.]

[27]董敏杰，李鋼，梁永梅.中國工業環境全要素生產率的來源分解——基于要素投入與污染治理分析[J]. 數量經濟技術經濟研究，2012（2）：3-20. [DONG Minjie， LI Gang， LIANG Yongmei. The sources of Chinas environmental total factor productivity： based on factor input and pollution control analysis [J]. The journal of quantitative & technical economics， 2012（2）：3-20.]

Does strong porter hypothesis have industrial heterogeneity？

—The perspective from segmentation of industrial carbon intensity

LIU Chuanjiang1，2ZHAO Xiaomeng2

（1.Center for Economic Development Research of Wuhan University， Wuhan Hubei 430072， China；

2.School of Economics and Management， Wuhan University， Wuhan Hubei 430072， China）

AbstractStrong Porter Hypothesis suggests that strict and appropriate environmental regulatory policies will enable productivity of companies to show a downward trend after the rise. In order to verify the strong Porter Hypothesis and its industrial heterogeneity， this paper establishes the industrial carbon intensive index to divide 36 sectors of industries into high carbon intensive industries， medium carbon intensive industries and low carbon intensive industries. Then we use directional distance functions to calculate the green total factor productivity（GTFP） of subsectors during 2003-2014 and verify the impact of environmental regulation on GTFP of three subsectors based on the GMM estimation method. The empirical results show： First， the environmental regulation intensity of high carbon intensive industries is much higher than that of low carbon intensive industries during the sample period， which indicates that high carbon intensive industries have been the focus of energy saving and emission reduction， while medium carbon intensive industries are ‘forgotten corners. Second， the strong Porter Hypothesis has industrial heterogeneity in the industrial sector. The relationship between environmental regulation intensity and GTFP in high carbon intensive industries and medium carbon intensive industries is a ‘U shape， while in low carbon intensive industries it isin an inverted ‘U shape relationship. Third， with respect to high carbon intensive industries， medium carbon intensive industries have a greater emission reduction of space because they break ‘U inflection point more easily. Increasing environmental regulation intensity will increase GTFP in low carbon intensive industry before reaching ‘U inflection point. Thus， the government should implement environmental regulation policies according to the industrial carbon intensity， continue to strengthen the environmental regulation intensity of medium carbon intensive industries， moderate to strengthen the environmental regulation intensity of low carbon intensive industries and design targeted environmental regulation policies for high carbon intensive industries according to the different stages of economic development. In short， the three industries will alter gradually from ‘compliance cost effect to ‘innovative compensation effect and then achieve winwin relationship between economic development and environmental protection.

Key wordsenvironmental regulation intensity； strong Porter Hypothesis； green total factor productivity； industrial carbon intensity