我國工業企業對環境規制政策的響應度研究

王麗霞，陳新國，姚西龍，李曉瑜，張晨濤

(1.太原理工大學 經濟管理學院，山西 太原 030024; 2.山西醫科大學 法醫學院，山西 太原 030001)

我國工業企業對環境規制政策的響應度研究

王麗霞1, 2，陳新國1，姚西龍1，李曉瑜1，張晨濤1

(1.太原理工大學 經濟管理學院，山西 太原 030024; 2.山西醫科大學 法醫學院，山西 太原 030001)

本文以異質性隨機前沿模型為基礎，建立了工業企業對環境規制政策的響應度模型，定量測度了我國總體及各省份工業企業對環境規制政策的響應程度，并分析了工業企業對環境規制政策響應度的重要影響因素。研究結果表明：我國工業企業對環境規制政策響應程度低，但總體呈上升趨勢；各個省份的工業企業對環境規制政策的響應度也非常低，且差別不明顯；基礎設施資本存量、人力資本等因素能夠提升我國工業企業對環境規制政策的響應度，而技術進步不會顯著影響我國工業企業對環境規制政策的響應度。

環境規制；隨機前沿模型；響應度

一、引言

近年來，我國環境污染的問題已經嚴重威脅到人們的健康，京津冀晉等地區的大氣污染物問題尤為嚴重[1]，已經引起了各方的普遍關注，我國政府也將污染物的治理列為“十三五”規劃的約束性指標。工業污染排放是污染物的主要來源之一[2]，也是污染物治理的重點。為了解決這一問題，政府通過制定相應政策促進工業企業節能減排，以達到環境保護和經濟發展相協調的目標，這些政策被稱之為環境規制政策[3]，具體包含罰款及停產等強制性減排措施和污染治理補貼及排污費等市場化措施[4-5]。

但是，這些環境規制政策的效果受到了理論界及實務界的廣泛質疑，因為環境規制強度的增加并沒有導致環境污染狀況的有效改善，相反，有些地區的環境污染還在持續惡化，這種現象被稱為環境規制政策的失靈[6]，而導致環境規制政策失靈的原因可能是地方政府過度注重經濟利益，而降低了環境規制政策的執行力度，我國東部地區的環境規制政策失靈問題較輕，中西部地區則存在非常嚴重的環境規制失靈問題[7]。當然，也有一些研究表明環境規制政策并沒有失靈，只是通過一種潛在的方式緩慢地發揮著作用，比如環境規制會促進綠色全要素效率的提升，綠色全要素效率的提升在短時期內不能立刻抑制污染總量或二氧化碳排放總量，可能是因為“回彈效應”的影響[8]，即環境規制政策所引起的綠色生產技術水平的提升促進了單位GDP的環境污染量的下降，但是由于總產出水平的大幅增加，抵消了由于單位GDP的環境污染量下降產生的減排量。需要說明的是，這兩種觀點的分析角度存在差異，環境規制政策失靈論的觀點是基于環境規制政策與污染排放總量的關系提出的，而環境規制政策有效論的觀點是基于環境規制政策與污染物排放強度的關系提出的。

以上研究成果大多采用自上而下的研究思路，也有一些學者采用了自下而上的研究思路，他們認為環境規制政策的目的在于激發企業的內在減排動力，這種動力表現為企業積極地響應環境規制政策，不斷提高綠色技術水平，主動減少污染物排放[9]，從而降低因環境規制帶來的額外成本[10]。但并不是所有的企業都會主動響應環境規制政策，有些企業會根據自身的技術水平和盈利能力來決定是否減排[11]，也有一些企業會根據未來市場的發展狀況來決定是否響應政府的環境規制政策[12]。目前，我國工業減排治理工作舉步維艱，過多的依靠停產、限產及罰款等“應急性”行政管制措施不僅對實體經濟造成巨大影響，而且難以有效地引起工業企業的主動減排響應[4]。因此，探究工業企業對環境規制的響應程度及其影響因素是一個具有現實需要和理論價值的研究課題。

綜上所述，自下而上的研究成果為本文的研究提供了方向，但是還有一些具體問題急需解決，如在研究視角方面，怎樣將企業行為與環境規制政策納入到一個框架內進行分析?在研究方法方面，已有的研究成果大多數采用的是普通回歸的方法，根據樣本數據做出的估計，所得到的結果是一種較為模糊的總體評價，還不能有效地評估各個省份工業企業對環境規制政策的響應度。

針對上述問題，本文基于綠色發展的視角，借助隨機前沿模型，構建了工業企業對環境規制政策響應的最優邊界，該最優邊界定義為工業企業響應環境規制政策下的最大綠色產出水平，若在環境規制作用下企業的綠色產出水平越高，則表明工業企業對環境規制政策的響應度越高，反之，則表明工業企業對環境規制政策的響應度越低；在此基礎上，本文還分析了居民收入、工業產業結構、基礎設施資本存量、技術進步、工業發展程度、對外開放水平、產業集聚、人力資本等因素對工業企業的環境規制政策響應度的影響。

本文的創新點主要體現在兩個方面。一是，借助異質性隨機前沿模型，建立了兼顧經濟效益與環境效益的工業企業對環境規制政策響應度評價模型，重點測度各個省份的工業企業對環境規制政策的響應度；二是，識別了工業企業對環境規制政策響應的影響因素。

本文余下的部分安排如下：第二部分建立工業企業對環境規制政策響應度的模型及選擇變量；第三部分呈現工業企業對環境規制政策響應度的測算結果；第四部分分析工業企業對環境規制政策響應的影響因素；第五部分為結論與政策啟示。

二、模型設定與變量選取

(一)模型設定

本文將工業企業對環境規制政策的響應定義為在環境規制政策的影響下工業企業在擴大經濟產出的同時盡可能減少污染物排放[13]，這是一種環境友好型的綠色生產技術減排思維[14]，而非先污染后治理的末端治理方式[15]。因此，工業企業對環境規制政策的響應度就是評價環境規制政策下的企業綠色產出水平；如果工業企業對環境規制政策的響應程度達到了最大化，該企業的綠色產出水平應該是最大化的，此時就構成了環境規制政策下的工業綠色經濟產出的最優邊界。

參照異質性隨機前沿分析的研究方法[16]，本文構建了環境規制下的工業企業最優綠色產出的函數：

(1)

然而，我國工業企業的綠色產出不但受環境規制政策的影響，也受到其他變量的影響，如很多企業因為技術能力及其他內外部環境因素的干擾而不能積極地響應環境規制政策，主動減少污染物排放。因此，其他因素對工業企業的環境規制響應度會產生一定的不利影響，使得企業對環境政策的響應度難以達到最大化，實際的綠色產出水平可以寫為：

(2)

其中，GOit表示環境規制下的實際綠色產出水平；F(zit)表示工業企業對環境規制政策響應的阻礙力，是企業內外部環境變量的函數。顯然，其他因素會顯著地影響綠色產出水平，也會對工業企業對環境規制的響應度產生影響。因此，F(zit)≠0。

(3)

模型(3)是典型的隨機前沿模型。考慮到面板數據的特征以及不同地區所面臨的環境規制的差異性[16]，本文對模型(3)作了如下的設定：

(4)

其中，Χit=(1，ERit，Di，Dt)′，β為相應的系數向量，Di和Dt分別為反映個體效應和時間效應的虛擬變量?；旌细蓴_項εit包含以下兩個部分：νit和uit。其中，υit表示隨機干擾項，并假設其服從正態分布且相互獨立，即υit～i.i.d.Ν(0，σν2)；uit則表示其他環境變量對綠色產出的影響程度，其具有單邊分布的特點，并假設uit是服從非負的截斷型半正態分布的，即uit～Ν+(ωit，σit2)。uit的異質性設定如下：

(5)

式(5)中，b0和b1表示為常數項。本文所構建的異質性隨機前沿模型的優點在于可以同時分析其他環境變量對響應度阻礙力(ωit)及其不確定性(σit2)的影響[16]。

基于異質性隨機前沿分析模型，本文構建了工業企業對環境規制政策的響應度指數(Enterprise’ response degree Index of Environmental Regulation, EERGEPI)。它表示環境規制下工業企業實際綠色產出水平與最優綠色產出水平的偏離程度，定義如下：

(6)

顯然，EERGEPIit介于0和1之間，當uit趨近于無窮大時，外部環境因素對工業企業響應度的抑制程度達到了最大化，此時的EERGEPIit=0；當uit趨近于0時，外部環境因素對工業企業響應度水平抑制程度達到最小，此時的EERGEPIit=1，工業企業對環境規制政策的響應度達到了最大，這是非常理想的一種狀態，現實中是無法實現的。響應度指數表明了綠色產出和環境規制之間的因果關系會受到其他變量的影響的程度，如果響應度指數較高，則意味著其他變量對環境規制和綠色產出之間關系產生的不利影響較??；反之，則意味著其他變量對環境規制和綠色產出之間關系產生的不利影響較大。

(二)變量選擇

1.綠色產出水平

本文選擇了工業的綠色產出(GOit)水平來衡量我國工業企業對環境規制政策的響應水平，這是因為如果企業積極響應環境規制政策，那么該企業就會提高綠色生產技術水平，在減少排放的同時擴大經濟產出，而不是采取抵制或者減產等消極的應對行為[9]。本文的綠色產出水平以平減后的工業總產值與處理后的污染指數的比值來衡量。

2.環境規制(ERit)

本文借鑒了王書斌和徐盈之等學者的研究成果[2]，從環境行政管制、環境污染監管和環境經濟規制等方面來衡量環境規制程度。其中，環境行政管制以地方頒布的環境類行政規章數量來表示，環境污染監管以各地區當年受理的環境行政處罰案件數來衡量，環境經濟規制以各地區排污費與工業總產值的比值來衡量。

3.其他變量

本文選擇了居民收入、工業產業結構、基礎設施資本存量、技術進步、工業發展程度、對外開放水平、產業集聚和人力資本等八個變量來度量企業對環境規制政策響應的內外部環境狀況。其中，選擇居民收入水平變量的原因是檢驗收入水平提高后人們產生高環境質量的需求對工業企業的環境規制政策響應度的影響作用[17]，以經過平減后的居民人均可支配收入來衡量；本文選擇工業產業結構、基礎設施資本存量、對外開放水平及人力資本等四個變量的原因是為了描述企業對環境規制政策響應的外部環境狀況，其中工業產業結構以重工業總產值與工業總產值的比值來衡量，基礎設施資本存量以永續盤存法來衡量[18]，對外開放水平以進出口總額與生產總值的比重來衡量[19]，人力資本以教育年限累積法來度量[20]；本文選擇技術進步、工業發展程度及產業集聚等三個變量是為了描述企業對環境規制政策響應的內部環境狀況，其中技術進步是根據M指數分解而得到的[21]，工業發展程度以工業增加值與GDP的比值來衡量，產業集聚以區位熵指數來衡量[22]。

環境變量為Zit=(jsrit，jsr2it，gcjit，jzcit，jsjbit，gfcdit，kfit，cyjjit，rzit)′。其中，jsrit為居民收入水平；jsr2it為居民收入水平二次方；gcjit為工業產業結構；jzcit為基礎設施資本存量；jsjbit為技術進步；gfcdit為工業發展程度；kfit為對外開放水平；cyjjit為產業集聚；rzit為人力資本。通過考察以上八個影響環境規制的環境因素，能夠進一步考察工業企業對環境規制響應度的外部環境，描述性統計分析的結果如表1所示。

(三)樣本篩選與數據說明

本文的數據主要來源于《中國統計年鑒》，樣本區間為2005年至2014年。在數據處理過程中，主要選取了30個省市的各指標數據，共2970個觀察值，由于西藏的部分數據缺失，所以刪除西藏的數據。描述性統計分析的結果如表1所示。數據處理和估計均采用STATA 12完成。

表1 描述性統計分析結果

三、工業企業對環境規制政策的響應度測算

(一)我國總體及區域的工業企業對環境規制政策的響應度分析

根據式(6)，本文測算了我國總體及不同地區工業企業對環境規制政策的響應度指數，如圖1所示。

圖1 不同地區的工業企業對環境規制政策的響應度指數趨勢圖

首先，我國總體的工業企業對環境規制政策的響應度指數處于0.015至0.023之間，反映我國工業企業對環境規制政策的響應度非常低，但工業企業對環境規制政策的響應度指數呈上升趨勢，也說明了我國工業企業尚不能積極響應環境規制政策，未能積極地進行污染物減排，這可能是因為環境規制政策的制定與實施中的信息不對稱和外部環境因素的干擾導致的[23]。

其次，東部地區的工業企業對環境規制政策的響應度要高于其他地區，表明東部地區工業企業綠色發展水平要高于其他地區，出現這一現象的原因在于，東部地區工業企業已經逐漸進行了節能減排技術改造，產生了綠色創新的補償效應[24]，彌補了工業企業因響應環境規制政策而增加的成本，從而提升了該地區工業企業對環境規制政策的響應度水平；中部地區的工業企業對環境規制政策的響應度指數值由上升轉變為下降，這說明中部地區的發展模式與環境規制的目標存在著嚴重的沖突[25]，尤其是2011年后該地區的工業企業不能適應環境規制的要求，不能有效地提升綠色產出水平；西部地區工業企業對環境規制政策的響應程度最低，但2008年后呈現較快的上升趨勢。

(二)省域工業企業對環境規制政策的響應度分析

如表2所示，從橫向來看，我國各省份工業企業對環境規制政策的響應度均處于非常低的水平，遠遠低于最優水平，表明我國的環境規制政策失靈現象是普遍存在的[26]。各個省份的工業企業對環境規制政策的響應度水平的差距不大，其中山東、廣東、浙江和江蘇領先于其他省份，但領先的優勢較小。從縱向來看，我國各個地區工業企業對環境規制政策的響應度變化幅度較小，表明了我國各省份的大部分工業企業還處于被動減排階段，這可能與我國各個省份環境因素的抑制作用有關，本文將在第四部分著重分析這些因素的作用。

四、工業企業對環境規制政策響應度的影響因素分析

(一)總體分析

表3列示了多種模型設定下的估計結果，這些模型是為了驗證工業企業對環境規制政策響應的阻礙力F(zit)是一個常量還是一個隨機變量，即所有省份的工業企業對環境規制政策響應的阻礙力是否是不變的，還是會受到環境因素的影響；而這種影響體現在兩個方面，一是環境因素對工業企業的環境規制政策響應的阻礙力F(zit)均值的影響是否存在；二是環境因素對工業企業的環境規制政策響應的阻礙力F(zit)方差的影響是否存在。模型1是建立在存在這兩個方面的假設上的；模型2是建立在環境因素對工業企業的環境規制政策響應的阻礙力F(zit)方差的影響不存在的假設基礎上的；模型3建立在環境變量對工業企業的環境規制政策響應的阻礙力F(zit)均值的影響不存在的假設基礎上的；模型4的假設為不存在環境因素對工業企業的環境規制政策響應的阻礙力F(zit)的影響。整體而言，在模型1、模型2、模型3和模型4的設定下，環境規制(ER)都在1%的水平上顯著。將檢驗的原假設設定為“不存在工業企業對環境規制政策響應的阻礙力”(對應于LR1)，以及將假設設定為“存在工業企業對環境規制政策響應的阻礙力”(對應于LR2)的條件下，從表3中最后四行的似然比檢驗(LR test)結果來看，模型1均優于其余模型。因此，其余的研究分析主要以模型1為主。

表2 我國各省份的工業企業對環境規制政策響應度指數(2005-2014)

從表3中模型1列示的結果來看，各環境規制變量對工業企業綠色產出的影響顯著為負，即隨著環境規制強度的增加，工業企業綠色產出就會減少。政府環境規制政策越強，企業的治污和綠色技術開發的資金就越多，導致企業生產成本的增加，從而影響企業的綠色生產積極性，最終導致企業綠色產出的下降[27]。

環境規制政策下企業綠色產出還會受環境因素的影響?；A設施資本存量在工業企業對環境規制政策阻礙力的均值和方差的方程中的系數分別為-0.816和1.316，兩者都在1%水平上顯著，表明基礎設施資本存量的增加抑制了環境規制政策的企業響應度的阻礙力，但會加劇環境規制政策的企業響應的阻礙力的不確定性，對環境規制下的企業綠色產出起到促進作用[28]。而居民收入水平對工業企業的環境規制政策阻礙力呈現倒“U型”影響關系，符合環境庫茲涅茨曲線(EKC)的假說[17]。即隨著居民收入的增加，工業企業對環境規制政策響應的阻礙力也隨之提升，導致環境規制政策的企業響應度呈現減小趨勢，當居民收入水平達到一定程度后，工業企業對環境規制政策響應度會隨居民收入水平的提升而增大。出現這種情況的原因是隨著居民收入水平的提升，人們對環境質量的要求會提高[29]，對企業的綠色生產水平形成了外在壓力，會降低工業企業對環境規制政策響應的阻礙力，使得工業企業對環境規制政策響應度增加。

此外，表3中的回歸結果還顯示了工業產業結構在工業企業對環境規制政策阻礙力的均值和方差的方程中的系數分別為0.510和2.863，且兩者分別在1%和5%的水平上顯著，即工業產業結構促進了工業企業對環境規制政策響應的阻礙力及其不確定性；工業發展程度在工業企業對環境規制政策響應的阻礙力均值和阻礙力方差的方程中的系數分別為-0.275和-1.865，且兩者分別在1%和5%的水平上顯著，即工業發展程度的增加會減小工業企業對環境規制政策響應的阻礙力及其不確定性，會顯著提升工業企業對環境規制政策的響應程度；產業集聚和人力資本在工業企業對環境規制政策響應的阻礙力均值方程中的影響系數分別為-1.090和-0.372，兩者均在1%的水平上顯著，即產業集聚和人力資本的增長會減小工業企業對環境規制政策響應的阻礙力及其不確定性，會顯著提升工業企業對環境規制政策的響應程度。此外，對外開放水平在工業企業對環境規制政策響應的阻礙力均值方程中的系數為-0.044，且在10%的水平上顯著，即隨著對外開放程度的增加，工業企業對環境規制政策的響應程度會增加。而技術進步并不會對工業企業的環境規制政策響應的阻礙力產生顯著的影響，這可能是因為我國工業企業的技術創新具有明顯的經濟效益偏向性，即工業企業的技術進步更多地是追求經濟效益而非環境效益[30]。

表3 總體回歸模型估計及檢驗結果

注：***、**和*分別表示在1%，5%和10%水平上顯著，括號中為t值。

(二)區域分析

從表4的估計結果可知，環境規制對不同地區工業企業綠色產出的影響顯著為負，即隨著環境規制程度的增強，不同地區的工業企業綠色產出就會減少，這可能是因為日益強化的環境規制政策會增加企業的額外成本，擠占技術創新的投入資金，降低生產效率，抑制企業的經濟增長，最終導致企業綠色產出的下降[31]。此外，不同地區的居民收入、工業產業結構、基礎設施資本存量、技術進步、工業發展程度、對外開放水平、產業集聚、人力資本等因素也會影響工業企業對環境規制政策響應度的阻礙力。

就東、西部地區而言，居民收入水平與工業企業對環境規制政策的響應度阻礙力呈現倒“U型”關系[17]，即隨著居民收入的增加，環境規制政策的企業響應的阻礙力也隨之提升，抑制了工業企業對環境規制政策的響應度的提升。當居民收入水平超過9157元(東部地區)或9287元(西部地區)時，工業企業對環境規制政策響應度的阻礙力會隨居民收入水平的提升而減小，從而促進了工業企業對環境規制響應度的提升；東部地區和西部地區的工業產業結構對工業企業的環境規制響應度的影響系數分別為-0.168和-0.235且在5%的水平上顯著，說明工業產業結構的變動顯著抑制了東、西部地區的工業企業對環境規制政策響應的阻礙力；東部地區和西部地區基礎設施資本存量在工業企業對環境規制響應的阻礙力的均值和方差的方程中在1%和5%的水平上顯著為負，表明基礎設施資本存量的增加抑制了工業企業對環境規制政策響應的阻礙力及其不確定性，促進了工業企業對環境規制響應度的提高，造成這一現象的原因在于：完善的基礎設施建設能夠減少企業能源消費[32]，從而抑制了污染物排放量的增加，提高了企業的綠色產出；東西部地區的人力資本則分別在10%和1%的水平上顯著抑制工業企業對環境規制政策響應度的阻礙力及其不確定性，最終提升了工業企業的綠色產出水平，這可能是因為綠色創新的動力依賴于人力資本[33]；產業集聚則在1%的水平上顯著抑制了東西部地區工業企業對環境規制政策響應的阻礙力，閆逢柱等[34]也得到了類似的研究結論，他們認為產業集聚可能在短期內緩解經濟發展和環境保護之間的矛盾，但在長期兩者并不存在明顯的影響關系。

表4 分區域回歸模型估計結果

注：***，**和*分別表示在1%，5%和10%水平上顯著，括號中為t值

中部地區的環境因素對工業企業的環境規制政策響應的阻礙力所產生的影響與東部地區不同。這種差異體現在以下三個方面：第一，中部地區的居民收入水平與工業企業的環境規制政策響應的阻礙力及不確定性呈現正“U型”關系，可能的原因是中部地區的居民收入增加更多地是依賴高耗能工業企業的發展，尤其是那些產業轉移帶來的高污染企業[25]；第二，工業產業結構在1%的顯著水平上增加了工業企業對環境規制政策響應的阻礙力；第三，工業發展程度在1%的水平上抑制了工業企業對環境規制政策響應的阻礙力及其不確定性，從而促進工業企業對環境規制政策響應度的提升。

五、結論與政策建議

借助異質性隨機前沿模型，本文構建了工業企業對環境規制政策的響應度模型，測度了2005年至2014年我國工業企業對環境規制政策響應程度，在此基礎上，分析了工業企業對環境規制政策響應度的影響因素。本文研究發現，我國工業企業對環境規制政策的響應程度非常低，主要集中在0.015至0.023之間，但整體呈逐年上升趨勢，東部地區的工業企業對環境規制政策響應程度要略高于其他地區；隨著居民收入的增加，工業的綠色發展受到了更大的社會壓力；基礎設施資本存量、工業發展程度、對外開放水平等因素會降低工業企業對環境規制政策響應的的阻礙力，但技術進步不能有效改善企業的綠色產出水平，不能顯著影響工業企業對環境規制政策的響應度。

根據以上的研究結論，本文認為提升我國工業企業對環境規制政策的響應度應該從以下幾個方面入手。

首先，從綠色創新能力入手，鼓勵企業發展綠色生產技術，通過稅收優惠、財政補貼及政府購買等方式降低企業綠色技術研發的風險及提高企業的預期收益，提升工業企業對環境規制政策響應的能力。

其次，調整產業結構，提高高污染行業的準入門檻，實施高污染行業企業的退出機制，合理調控產業集聚的水平，促進工業企業對環境規制政策響應的外部環境優化。

最后，建立環境規制政策的區域協同體系，促進區域工業污染物排放監管的一體化與規范化，形成無差別的工業企業綠色發展外在的約束，促進區域工業企業對環境規制政策響應度的共同提升。

[1]謝 楊, 戴瀚程, 花岡達也, 等. PM2.5污染對京津冀地區人群健康影響和經濟影響[J]. 中國人口·資源與環境, 2016,26(11):19-27.

[2]王書斌, 徐盈之. 環境規制與霧霾脫鉤效應:基于企業投資偏好的視角[J]. 中國工業經濟, 2015(4):18-30.

[3]蔡睿賢. 對排氣污染罰款數量級的討論[J]. 中國軟科學, 1996(2):98-99.

[4]石慶玲, 郭 峰, 陳詩一. 霧霾治理中的“政治性藍天”:來自中國地方“兩會”的證據[J]. 中國工業經濟, 2016(5):40-56.

[5]石 光, 周黎安, 鄭世林, 等. 環境補貼與污染治理:基于電力行業的實證研究[J]. 經濟學:季刊, 2016(3):1439-1462.

[6]CONSIDINE T J, WATSON R W, CONSIDINE N B, et al. Environmental regulation and compliance of Marcellus Shale gas drilling[J]. Environmental Geosciences, 2013,20(1):1-16.

[7]傅 強, 馬 青, Sodnomdargia, 等. 地方政府競爭與環境規制:基于區域開放的異質性研究[J]. 中國人口·資源與環境, 2016,26(3):69-75.

[8]查冬蘭, 周德群. 為什么提高能源效率沒有減少能源消費:能源效率回彈效應研究評述[J]. 管理評論, 2012,24(1):45-51.

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

[10]HASSAN A, IBRAHIM E. Corporate environmental information disclosure: Factors influencing companies’ success in attaining environmental awards[J]. Corporate Social Responsibility & Environmental Management, 2012,19(1):32-46.

[11]BANERJEE S B. Managerial perceptions of corporate environmentalism: Interpretations from industry and strategic implications for organizations[J]. Journal of Management Studies, 2001,38(4):489-513.

[12]VALENTINE S V. The Green Onion: A corporate environmental strategy framework[J]. Corporate Social Responsibility & Environmental Management, 2010,17(5):284-298.

[13]ZAILANI S, GOVINDAN K, IRANMANESH M, et al. Green innovation adoption in automotive supply chain: The Malaysian case[J]. Journal of Cleaner Production, 2015,108(3):1115-1122.

[14]DEPRET M H, FERRU M, GUIMOND B, et al. Deconstructing the collective process of environmental innovation: A case study of Poitou-Charentes companies[J]. Journal of Innovation Economics, 2015,16(16):139-170.

[15]陳媛媛, 李坤望. 中國工業行業SO2排放強度因素分解及其影響因素:基于FDI產業前后向聯系的分析[J]. 管理世界, 2010(3):14-21.

[16]連玉君, 蘇 治. 融資約束、不確定性與上市公司投資效率[J]. 管理評論, 2009,21(1):19-26.

[17]鐘茂初, 張學剛. 環境庫茲涅茨曲線理論及研究的批評綜論[J]. 中國人口·資源與環境, 2010,20(2):62-67.

[18]張 軍, 吳桂英, 張吉鵬. 中國省際物質資本存量估算:1952-2000[J]. 經濟研究, 2004(10):35-44.

[19]包 群, 許和連, 賴明勇. 貿易開放度與經濟增長:理論及中國的經驗研究[J]. 世界經濟, 2003(2):10-18.

[20]郭志儀, 逯 進. 教育、人力資本積累與外溢對西北地區經濟增長影響的實證分析[J]. 中國人口科學, 2006(2):72-80.

[21]劉鳳朝, 潘雄鋒. 基于Malmquist指數法的我國科技創新效率評價[J]. 科學學研究, 2007,25(5):986-990.

[22]肖澤磊, 李幫義, 胡燦偉. 基于綜合區位熵指數的中國高技術產業科技資源布局研究[J]. 科學學與科學技術管理, 2010,31(10):47-53.

[23]臧傳琴, 劉 巖, 王 凌. 信息不對稱條件下政府環境規制政策設計:基于博弈論的視角[J]. 財經科學, 2010(5):63-69.

[24]頡茂華, 王 瑾, 劉冬梅. 環境規制、技術創新與企業經營績效[J]. 南開管理評論, 2014,17(6):106-113.

[25]豆建民, 沈艷兵. 產業轉移對中國中部地區的環境影響研究[J]. 中國人口·資源與環境, 2014,24(11):96-102.

[26]CARTER T S. The failure of environmental regulation in New York[J]. Crime Law & Social Change, 1996,26(1):27-52.

[27]LEVINSON A. Environmental regulations and manufacturers’ location choices: Evidence from the census of manufactures[J]. Journal of Public Economics, 2004,62(1/2):5-29.

[28]金 戈. 中國基礎設施與非基礎設施資本存量及其產出彈性估算[J]. 經濟研究, 2016(5):41-56.

[29]JEBLI M B, YOUSSEF S B, OZTURK I. Testing environmental Kuznets curve hypothesis: The role of renewable and non-renewable energy consumption and trade in OECD countries[J]. Ecological Indicators, 2016,60:824-831.

[30]WANG W, YU B, YAN X, et al. Estimation of innovation’s green performance: A range-adjusted measure approach to assess the unified efficiency of China’s manufacturing industry[J]. Journal of Cleaner Production, 2017,149(4):919-924.

[31]BARBERA A J, MCCONNELL V D. The impact of environmental regulations on industry productivity: Direct and indirect effects[J]. Journal of Environmental Economics & Management, 1990,18(1):50-65.

[32]金 巍, 章恒全, 毛廣雄, 等. 1994-2014年中國交通基礎設施投資對能源消耗的影響研究[J]. 資源科學, 2016,38(12):2283-2294.

[33]應瑞瑤, 周 力. 資源稟賦與綠色創新:從中國省際數據的經驗研究看“荷蘭病”之破解[J]. 財經研究, 2009,35(11):92-102.

[34]閆逢柱, 蘇 李, 喬 娟. 產業集聚發展與環境污染關系的考察:來自中國制造業的證據[J]. 科學學研究, 2011,29(1):79-83.

(本文責編：海洋)

IndustrialEnterprises’ResponsetoEnvironmentalRegulationPolicyinChina

WANG Li-xia1, 2，CHEN Xin-guo1，YAO Xi-Long1，LI Xiao-yu1，ZHANG Chen-tao1

(1.SchoolofEconomicsandManagement,TaiyuanUniversityofTechnology,Taiyuan030024,China; 2.SchoolofForensicMedicine,ShanxiMedicalUniversity,Taiyuan030001,China)

Based on the heterogeneous stochastic frontier model, this paper establishes an industrial enterprise’s responsiveness model which aims at the environmental regulation policy, and quantitatively calculates the overall and different provinces’ indexes of responsiveness. The results show that the integral industrial enterprise has a small response to environmental regulation policy, however the responsiveness increases year by year; the responsiveness indexes of the provinces are low and have little difference; infrastructure capital stock, human capital and other factors could improve the industrial enterprise’s responsiveness to environmental regulation policy, but technical progress has no significant impact on the responsiveness of industrial enterprise.

environmental regulation; stochastic frontier model; responsiveness

2017-04-26

2017-09-10

國家自然科學基金項目“省域裝備制造業綠色創新效率評價、空間關聯與提升路徑研究”(41401655)；2016年度山西省高等學校人文社會科學重點研究基地項目“煤炭產業綠色經濟效率評價及提升路徑研究”(2016311)及2016年山西省高等學校創新人才(優秀青年學術帶頭人)支持計劃資助。

王麗霞(1975-)，女，山西太原人，博士研究生，研究方向：能源與環境管理、科技創新理論。

F205，X32

A

1002-9753(2017)10-0143-10