環境規制對全要素能源效率的作用效應與能源消費結構演變的適配關系研究

陶長琪 李翠 王夏歡

摘要 文章采用SBM方向距離函數對我國2004—2015年省際全要素能源效率進行測算，通過Bootstrap對結果進行修正，并利用PSTR面板平滑轉移模型，探究環境規制對全要素能源效率的作用與“化石能源消費比例”、“化石能源消費規模”能源消費結構兩因素演變的適配關系。在化石能源消費由高到低連續變化的不同階段下，由于環境外部性大小不同、企業“成本效應”不同和“公告效應”的存在，環境規制對全要素能源效率的作用存在相應的差異。結果表明：12年來我國的全要素能源效率呈波動變化，總體沒有上升或下降的趨勢。另外，環境規制對全要素能源效率的作用與能源消費結構演變存在顯著適配關系。①單純以化石燃料消費占比來看，當化石燃料占比處于較高的消費區間，環境規制水平對全要素能源效率呈現負向作用；當化石燃料占比降逐漸降低，此時負向作用減弱甚至開始促進全要素能源效率提高；②在“化石燃料消費占比”、“化石燃料消費規模”結構兩因素共同演變視角下，化石燃料消費占比高、規模高，環境規制水平對全要素能源效率也呈現負向作用，當化石燃料消費占比、規模逐漸降低，環境規制水平對全要素能源效率的作用逐步由負轉正，并且促進效用逐步增大。因此，本文的政策結論是：環境規制的調控效果與能源消費結構演變階段存在適配關系，脫離了“節能”的環境規制效率是低下的，甚至是負作用。因此：①必須立足于一國能源消費結構現狀來控制環境規制強度。②只有在嚴格深化以非化石燃料等清潔能源替代化石能源的能源結構改革的前提下，環境規制才能更加深刻而有效地助力我國能源效率的改善。

關鍵詞 環境規制；全要素能源效率；能源消費結構；適配關系

中圖分類號 F062.1文獻標識碼 A文章編號 1002-2104（2018）04-0098-11DOI：10.12062/cpre.20171005

作為改革開放30多年不斷推行工業化和城鎮化的回報，我國經濟取得了舉世矚目的成就，然而2016年，我國14.38%的全球經濟總量卻消耗了全球22.9%的能源，并“貢獻”了30.0%的溫室氣體排放。粗放生產帶來嚴重的環境污染，嚴重危害人民的生命財產安全。1983年，保護環境成為我國的基本國策。然而，在耶魯大學發布的《2016年環境績效指數報告》中，我國的環境空氣質量排名倒數第二（179/180）。此外，我國的霧霾發生頻繁，波及范圍也在擴大，貢獻最大的PM2.5顆粒來自煤炭等化石能源的燃燒。這些現狀足以讓人開始質疑我國的環境管理政策是否可以有效改善生態環境，有些學者開始反思：與“節能”進程脫軌是不是現行 “減排”政策無法從根源上減少環境的外部性的原因？畢竟環境規制的實施可能因為其技術效應成功，也可能帶來資源配置扭曲效應進而失敗。目前從我國的能源需求側來看，煤炭等化石能源依然占據難以撼動的主導地位，能源消費結構、能源強度和能源效率等都存在著較顯著的區域差異。因此，不考慮能源結構因素而僅單純通過增收環境稅、加大污染治理投入等加強環境規制水平是否會帶來環境改善？是否可以在不考慮能源結構因素下，實現經濟增長和環境改善，進而帶動能源效率的提升？回答這些問題對我國履行國際義務和承諾、實現可持續發展具有重要意義。

1 文獻回顧

1.1 環境規制作用于能源效率的相關研究

早在1977年，National Research Council （U.S.） and EP Agency[1]對美國20世紀60—70年代的相關數據進行研究，發現環境規制能帶來能源效率的提高，并且產生的經濟效益遠遠大于環境規制帶來的成本。目前學術界對于環境規制對能源效率的影響主要有以下兩種不同觀點：①從總體來說環境規制不僅可以減少環境負外部性，還可以降低能耗，對能源效率的改善具有促進作用[2-3]。在環境規制作用異質性方面，陳德敏等[4]通過分析我國2000—2010年省際數據、SK Mandal[5]通過研究20世紀末和21世紀初印度各聯邦環境規制和能源效率的關系，都認為這種促進作用存在顯著的空間異質性。②環境規制不一定總是促進能源效率的改善。張華等[6]和高志剛等[7]通過我國21世紀初省際面板數據的分析，認為環境規制對能源效率的改善既有促進作用也存在抑制作用，二者之間呈現“倒U”或者“正U”型的不確定關系。究其下降的原因，PI Hancevic[8]通過分析墨西哥1990年的清潔空氣法修正案對生產力、能源效率的影響，認為環境規制對能源效率的負作用在于其對生產力造成的沖擊。

1.2 環境規制作用于能源消費結構的相關研究

基于我國是世界上煤炭消費大國，現有國內研究主要著重于環境規制對我國煤炭消費的研究。大部分學者認為環境規制能夠促進能源消費結構的優化，減少低熱值高污染能源的消費[9-10]：如Y Shi等[11]通過分析1998—2006年中國環境規制與能源消費結構的相關性，得出了環境規制水平與煤炭消費規模具有顯著的負相關的結論；林伯強等[12]運用馬爾科夫鏈過程模擬得出，在嚴格的環境治理約束下，我國2030年煤炭一次能源消費占比會下降到47%左右，但由于資源可利用量的限制，該比重很難再隨著環境約束繼續增加而下降。但Sinn[13]和FVD Ploeg & C Withagen[14]則認為企業也可能出于短期經濟利益的考慮，增加化石能源的開采和消費，即出現環境管理中的綠色悖論問題，環境規制的加強就可能在短期惡化能源消費結構。

1.3 能源消費結構作用于能源效率的相關研究

一直以來能源消費結構的改善可以提高能源效率已成為共識[15-16]。 目前學術界就煤炭消費水平對能源效率的影響做了大量的研究，如以煤炭消費比例作為結構因素，王喜平等[17]運用方向距離函數模型發現工業中煤炭消費比重增加將導致能源效率出現不同程度的下降；史丹[18]認為能源效率的高低與煤炭在一次能源消費結構中的比重大小相對應，但與終端煤炭消費的比重并無明顯相關關系，這體現了煤炭的提煉、存儲、運輸技術對提高能源效率的重要性。若以煤炭消費規模作為結構因素，陳關聚[19]運用SFA方法發現煤炭消費量的增加將導致全要素能源效率下降。由于研究方法、視角不同，研究結果不宜直接比較，但關于煤炭消費與能源效率負相關的認識是一致的。進一步，S.Bilgen[20]認為能源結構對能源效率的改善主要是通過對煤炭等能源的替代實現能源消費的環境負外部性減少甚至徹底根除。王兵和謝俊[21]認為減少化石能源消費比重，增加非化石能源使用的“自然優化”以及對非化石能源的“管理優化”方式就可以提高能源效率。

鑒于以上分析，我們可以認為環境規制水平、能源消費結構對能源效率的促進作用總體上是成立的，然而既有文獻存在以下不足：①在研究視角上，既有研究多以“煤炭消費占比”或“化石能源消費占比”等比例指標來刻畫能源消費結構，顯然忽略了能源消費結構中的規模因素，因此這種研究視角并不完備。②既有研究對能源效率的測算過程中，皆以煤、原油、天然氣、電力、核能等5—6種具有代表性的能源作為核算對象，但我國能源統計報表中社會能源消費種類多達29種，因此這種做法顯然低估能源消費總量和CO₂排放量，全要素能源效率也因此被高估。③在研究方法上，既有文獻停留在研究引入環境因素后全要素能源效率的變化特征上，并未深入探索環境規制對能源效率變化的具體影響程度與作用機制。雖然，有部分文獻開始探索環境規制影響全要素能源效率可能的中間途徑，并選擇產業結構、FDI等作為視角，但往往忽略產業結構等是通過影響能源消費結構和技術進步來進一步影響全要素能源效率的。而且現有研究忽略我國環境規制對全要素能源效率調控與經濟結構因素演變階段的匹配性關系?；谶@些不足，本文突破既有文獻能源核算范圍，以17種能源折算的能源總投入和13種化石能源估算CO₂的排放量來測算帶環境因素的全要素能源效率，并基于PSTR模型，在能源消費結構因素的規模與比例演變雙重視角下，研究環境規制對全要素能源效率的影響與結構演變適配關系。

2 能源消費結構演變匹配下的環境規制對全要素能源效率的作用路徑分析

環境規制屬于政府社會性規制的重要范疇，由于化石能源不可持續以及燃燒所造成的污染外部不經濟性，政府對企業的生產經營活動進行限制，實現環境和經濟的可持續發展。通過梳理相關文獻，歸納出環境規制通過能源結構影響能源效率的作用機制：由高化石能耗下的低體制作用路徑，隨著能源消費結構演化，變成另一種低化石能耗下高體制作用路徑。

2.1 化石能源高能耗的低體制作用路徑

在化石能源占比和規模比較大的污染密集型經濟，投入的非化石能源對化石能源的替代彈性小，對化石能源依賴性大，并由此產生了巨大的環境問題。①根據外部性理論，由于負外部性產生巨大的社會成本，政府的環境規制手段對社會減排的效果并不顯著，能源效率提升受限[22-23]。②按照“綠色悖論”理論的“公告效應機制”，在當期，化石能源所有者預期在可見的未來，政府將采取更嚴格的環境規制，從而在整個時間域上向前移動開采路徑，導致當前化石能源價格下降。短期內，更廉價的化石能源刺激需求上升，隨之而來的是短期溫室氣體和污染排放的上升，引發全要素能源效率的加劇惡化[24]。③在“遵循成本說”理論中，征收排污稅、能源稅或強制性的行政手段等可以迫使企業改變其能源要素投入結構，但由于化石能源占比高、規模大，由此帶來高額的成本（環境成本、生產要素調整成本）在相當長的一段時間內對在位企業造成很大沖擊，降低了企業的生產率[25-26]，全要素能源效率也隨之下降。此時作用機制表現為圖1中的體制1。

2.2 化石能源低能耗的高體制作用路徑

隨著能源結構的演變，在能源結構中化石能源占比低、規模較小的情況下，經濟的非化石能源對化石能源開始呈現較高的替代彈性，對化石能源依賴性小。①在此時外部性的絕對值較小的情況下，政府的規制手段比如征稅、給予清潔能源補貼對全要素能源效率提升的效果開始有顯著的提高；②雖然“綠色悖論”的效應仍然存在，但是對全要素能源效率的影響可以被正面效應所沖銷和減弱；③按Porter與Vender Linde等學者的“創新補償”理論，環境外部性的內部化帶來的環境成本在中長期就會被技術創新彌補，由于化石能源占比低、規模較小，環境規制對企業的沖擊比較小，因此環境規制無須很長時間便可以帶來生產效率、全要素能源效率的提高。此時作用機制表現為圖1中的體制2。

因此，在能源消費結構的視角下，環境規制對全要素能源效率的非線性效應是存在的。而且這個效應具體是由“外部性社會成本”“綠色悖論公告效應”和“外部性內部化成本”三個效應機制互相制約、沖銷、彌補的動態拉鋸中產生的。因此這個非線性效應很可能不是一個門檻，而可能是平滑的、逐漸變化的從一個體制變化到另一個體制的效應。兩種體制的轉換構成化石能源消費結構演變匹配下，環境規制對全要素能源效率的作用路徑（見圖1）。

3 全要素能源效率的測算

3.1 基于Bootstrap修正方法的SBM方向距離函數

基于SBM的方向距離函數是測算全要素能源效率的重要方法。該方法由Fukuyama和Weber[27]提出，并與方向距離函數進行了比較。相對于SFA和其他DEA方法，SBM方向距離函數是一種成熟、客觀、可以精確測算全要素能源效率的測算方法。不同于傳統DEA測算模型，方向性距離函數考慮到環境因素，并實現了對能源等生產要素、產出以及環境（非期望產出）聯合建模，將“多投入——單產出”框架下的全要素能源效率計算擴展到“多投入——多產出”框架下。SBM方向距離函數測算模型則更進一步，測算線性約束中引入松弛變量

實現了在真正意義上的Pareto最優的生產前沿面上測算生產單元的生產效率，這對全要素能源生產率等生產效率的精確測算具有重要意義。最重要的是，SBM方向距離函數測算中允許對方向向量

的設置可以重點考察以全要素能源要素為對象的效率評價。因此，運用SBM方向距離函數對全要素能源效率進行精確測算具有重要意義。相比既有關于全要素能源效率測算的研究，本文出于使測算結果更客觀精確、貼近現實生產和數據可得性的考量，采用生產中17種能源折算成能源總投入以及13種化石能源估算CO₂的排放量。按Cooper[28]的思路，在全要素測算框架內利用（1）式將全要素能源效率TFEEi分解出來：

然而，A Kneip 和 PW Wilson[29]通過Monte Carlo方法發現：相對于決策單元的絕對效率水平，通過這種非參數方法計算出距離更進一步得到的能源效率值是有偏、不一致的。因此，引入Bootstrap的方法對SBM方向距離函數測算結果進行糾偏實不可少。Simar & Wilson[30]首先將Bootstrap方法引入DEA非參數分析中，通過計算決策單元生產效率和Bootstraps抽樣方法對θi進行抽樣，并用Gaussian kernel核密度估計對Bootstrap樣本分布進行平滑處理，來估計總體全要素能源效率的概率密度函數，在N次重復迭代過程中得到生產單元的生產效率的區間估計和期望值θi^。

3.2 投入和產出指標說明

本文選取我國除西藏自治區、臺灣省、香港和澳門的省、直轄市、自治區（以下簡稱各省）相關數據作為樣本。數據為2004—2015年的面板數據，來源于各省統計年鑒、《中國國內生產總值核算歷史資料：1952—2004》《中國統計年鑒》《中國勞動力年鑒》《中國能源統計年鑒》《中國環境統計年鑒》等，投入產出指標界定如下：

能源總投入。以各煤品能源、各油品能源、液化石油氣、電力、熱力等共17種能源種類核算能源消耗量，這近乎覆蓋我國生產活動中能源全部種類。通過折煤系數將各能源消費總量換算成以萬噸標準煤為單位的能源消耗量，最后進行加總得到各省能源消費總量（統計年鑒中能源消費總量包含終端消費量，損失量和加工轉換損失量）。

勞動力投入：采用各省2004—2015年末就業人口數作為勞動力的替代指標，單位：萬人。

資本投入：資本存量的測算采用永續盤存法，在資本流量的選取、基期資本存量的計算上，按張軍等[31]做法，采用固定資產形成總額替代資本流量；以 1992年作為各省資本存量估計的基期并采用貼現法來計算；不同省份、年份折舊率來自《中國國內生產總值核算歷史資料1952—1995》等統計資料。

期望產出。采用各省2004—2015實際GDP，以2000年為基期，單位：億元。

非期望產出?？紤]到引入過多的非期望產出會影響效率測算準確性，因此根據污染物的對環境的破壞程度，采用以下三種非期望產出：

（1）二氧化碳排放總量。作為全球溫室氣體控制的最重要目標，CO₂是關于環境規制效率研究的重要監控對象。為更準確估計二氧化碳排放量，本文以原煤、洗精煤、原油、液化石油氣等13種能源消耗為對象，根據《2006年IPCC國家溫室氣體排放清單指南》提供的測算方法計算CO₂的排放：

其中，Ei表示第i種能源消耗量，本文用能源平衡表中的各能源總消費量代表；NCVi為各能源的平均低位發熱量，CEFi為單位平均低位發熱量的碳排放系數，單位：kgC/GJ；COFi表示碳氧化因子。各種能源經計算后的CO₂排放系數如表1所示。

（2）SO2排放總量。SO2代表工業、居民生活中污染氣體排放程度，本文采用各省2004—2015年SO2的排放總量數據，單位：萬t。

（3）工業廢水排放總量。除了二氧化碳和二氧化硫，本文另外將各省2004—2015歷年工業廢水排放也納入全要素能源效率測算的非期望產出，單位：萬t。

3.3 全要素能源效率測算和結果

基于SBM方向距離函數，取列擴張方向向量對各省全要素能源效率進行分解測算。在Bootstrap方法修正中，本文進行2 000次迭代，并取平滑算子h=0.08。從全要素能源效率變化趨勢來看，我國的全要素能源效率呈波動的下降趨勢，與部分研究[32]得出的：“我國全要素能源效率呈上升趨勢”結論不同。這是因為該研究測算僅考慮碳排放因素。各區域全要素能源效率在12年并未呈現出明顯的上升或下降的趨勢。其中東部地區的全要素能源效率一直穩定在高位，除了2006年的短暫下降。東北老工業基地的全要素能源效率變化則呈“勺”狀，2009年后呈現斷崖式下降的原因，是因為東北整體經濟效益增速驟降，而工業排放規模反而一直上升。西部地區和中部地區的全要素能源效率雖有些波動，但整體比較穩定。我國2004—2015年全要素能源效率平均水平為0.942 7。從各區域效率水平來看，東部地區全要素能源效率水平最高，為0.999 8；東北老工業基地次之，為0.972 2；中部地區與西部地區全要素能源效率則處于最低水平。但近年來與東部地區拉開的差距慢慢縮小。與袁曉玲等[33]“西部次于東部，中部最差”的結果不同，中部地區平均水平0.905 6，西部地區最差為0.901 1。由于篇幅限制，本文不列出各省的原始全要素能源效率與Bootstrap修正后結果，僅列出區域的計算結果作為對比（見表2）。

4 環境規制對能源效率的作用效應與能源消費結構因素適配關系實證分析

4.1 面板平滑轉換模型（PSTR）

在能源結構演變過程中，環境規制對能源效率產生怎樣的影響？能源消費結構因素中是否存在閾值？對于探究經濟中的非線性效應，目前研究主要采用面板門檻模型和面板平滑轉移模型（PSTR）。不同于面板門檻模型的突變性機制轉換，面板平滑轉移則假設“更多的事物的發展并非是突變，而是連續的、逐漸的從一種機制演變成另一種機制”?？紤]到環境規制對能源效率的機制轉換可能是非線性連續的，本文以PSTR模型來研究二者之間的非線性關系，嘗試將能源消費結構因素下的“化石能源消費占比”和“化石能源消費量”共同納入轉換變量，建立一條平滑曲線來刻畫環境規制對能源效率的關系并求得存在能源消費結構演變中的“閾值”。包含r個轉換函數的一般形式PSTR模型如下：

下構建線性固定效應模型，用兩個模型估計結果的殘差平方和構造統計量進行檢驗，本文采用LM或Fversion-LM（下文用LMf）統計量。如果統計量在設定的α置信水平下拒絕原假設，就認為模型存在非線性效應且暫定模型中僅存在一個轉換函數g1（r=1）。其次，以同樣的輔助回歸式，通過序貫檢驗確定閾值個數m。在對只含轉換函數g1的PSTR模型進行參數估計后，仍須對模型進行旨在確定是否存在第二個轉換函數g2的“剩余非線性效應”檢驗，方法與確定一個轉換函數（r=1）的檢驗方法相同，若檢驗存在“剩余非線性效應”（即r=2），則繼續對PSTR模型的第2個轉換函數g2進行設定檢驗。

重復上述檢驗步驟，直至模型接受無“剩余機制”轉換效應的零假設。

4.2 化石能源消費比例q1演變下環境規制對全要素能源效率的影響效應分析

首先，以能源消費總量結構中化石能源比例q1（0≤q1≤1）為轉換變量，建立面板平滑轉換模型。由于我國地域遼闊，各省份之間要素稟賦、政策空間、文化、消費習俗等不可觀測非時變的個體因素之間存在差異，需要對模型進行個體固定效應的檢驗。在原假設為混合效應和備擇假設為固定效應的檢驗中，F統計量為6.83，在1%水平上拒絕不存在省份間個體固定效應的原假設，另外，在Hausman隨機效應和固定效應的檢驗中，Wald統計量為20.94，在1%水平上拒絕隨機效應的原假設。因此不論是從經濟意義上還是統計檢驗上，構建固定效應的面板數據平滑轉移模型無疑是正確的。

非線性效應檢驗中，在H0∶γ=0下，LM統計量在5%的顯著水平上拒絕了原假設H0，認為模型設定存在異質性的非線性特征，驗證了采用化石能源消費比例作為轉換變量的準確性。其次，在默認m=3下，在非線性檢驗和剩余非線性檢驗的結果表明，模型僅存在一個轉換函數（r=1）。在r=1的情況下，進一步通過檢驗確定對轉換變量中的閾值個數m：依次設定原假設H03∶β3=0；

原假設被接受，而在0.01的顯著水平下H02原假設被最強拒絕，因此確定m=2，即模型存在一個轉換函數，其中包含2個閾值。非線性效應檢驗和剩余非線性檢驗結果如表3所示，閾值確定設定的檢驗結果如表4所示。

因此，構建以化石能源比例作為轉換變量、轉換函數個數為1（r=1）且含2個閾值（m=2）的固定效應面板平滑轉移經濟模型如下：

其中，ERit表示環境規制水平，本文參考應瑞瑤和周力[34]的研究，將治理廢水投資額、治理廢氣投資額、治理固體廢物投資完成額數據標準化再進行加總，以此來衡量該地區的環境規制程度。

其中，Eij表示i省j污染物單位產值治理投資額，Oi表示i省的生產總值。ERi即將i省的單位產值上j污染物治理投資額比全國單位產值上j污染物治理投資額，再根據污染物種類加總得到。

各地區廢水、廢氣、固體廢物投資完成額數據來源于《中國環境年鑒》。q1表示能源消費總量中化石能源消費比例。通過非線性最小二乘法（NLS）估計平滑轉移的模型的斜率系數γ和位置參數c1、c2，殘差平方和最小目標函數通過網格搜索尋優，經過多次迭代，最終得到殘差收斂最小值點。估計的結果如表5所示。

可見，以能源總消費量化石能源比例q1作為轉換變量的模型中，環境規制水平對全要素能源效率的影響具有顯著的雙閾值特征，兩個閾值分別為c1=0.886 4和c2=0.927 6。另外由于定義域q1∈（0，1），因此轉換函數g1是非對稱的。當0.886 4

4.3 化石能源消費結構比例q1和q2規模共同演變下環境規制對全要素能源效率的影響效應分析

由于能源消費結構包含各種能源消費的比例和各種能源消耗的絕對量，因此以化石能源作為能源結構的代替，不僅要研究化石能源消費比例視角下環境規制對全要素能源效率的非線性效應，更要進一步將化石能源消費的規模納入，同化石能源消費比例一起，構成能源結構視角，在此之下研究環境規制對全要素能源效率的非線性效應。

在化石能源消費比例q1為轉換變量的PSTR模型中，引入化石能源消費量q2進行剩余非線性效應檢驗，由于化石能源消費量數量級巨大，為了便于對參數搜索，把化石能源消費總量cfe（單位：萬噸）對數化，并且用q2表示（即q2=ln（cfe））。剩余非線性效應檢驗中，需設定縮減因子τ（0<τ<1）對顯著性水平α進行修正，本文設定縮減因子τ=0.5。結果表明，LM統計量值為16.890，在1%置信水平下拒絕原假設，發現q1為轉換變量的PSTR模型對q2變量仍存在顯著的剩余非線性效應。通過進一步檢驗，確定了在q1和q2為轉換變量下模型中包含的轉換函數個數r=2，并且轉換函數g中存在1個閾值c3（m=1），剩余非線性檢驗和閾值個數確定的檢驗結果如表6所示。

設定兩個轉換變量分別為化石能源消費比例和化石能源消費總量的固定效應面板平滑轉移模型設定為：

4.4 實證結果分析

在以化石能源消費比例q1為轉換變量的適配體制模型下，環境規制力度對全要素能源效率的影響存在顯著雙重效應。在化石能源消費比例定義域q1∈[0，1]內，環境規制對全要素能源效率的影響效應系數β隨著轉換變量q1相對雙門限值c1和c2的位置變化呈現從β=-0.042 6到β=3.691 9的平滑變化；當q1滿足0≤q1≤0.81（與圖2虛線區間適配）時，與之相適配的環境規制水平對全要素能源效率的影響效應函數β（q1）大于0（β（q1）=β0+β1×g（q1）>0），即提高環境規制水平將促進全要素能源效率的改善，此時不妨稱之為正效應。并且β（q1）隨著q1的增加呈現單調遞減，可見在不考慮其他因素情況下，化石能源消費占比越高，提高環境規制水平對全要素能源效率的促進作用越小。當化石能源消費占比q1達到q1>0.81時，相應地，環境規制對全要素能源效率的影響效應逐步平滑轉入負數（匹配圖2實線區間）。因此在q1∈[0.81，1]的區間內，適配的環境規制水平對全要素能源效率的作用為負效應，這表明此時如果加大環境規制力度反而會加劇全要素能源效率的惡化；其中化石能源消費比例q1達到q1=0.906時，適配的負效應達到最大值-0.042 6。環境規制對全要素能源效率的效應轉移函數如圖2所示。

所以在雙重轉換變量視角的進一步研究中，環境規制力度對全要素能源效率的影響也存在雙重效應，然而在樣本觀測值中，有83.64%的樣本觀測值處于負效應區間，16.36%的樣本區間處于正效應區間，但是樣本觀測值的效應函數處于區間[-0.041，0.535]，差距不大；且隨著我國核能、風能、太陽能的逐漸普及，近年來越來越多的省份和直轄市例如北京（2011開始）、浙江（2013開始）、廣東（2010開始）逐漸從負效應區域轉向正效應區域。

環境規制對全要素能源效率的作用效果隨著能源消費結構兩因素（比例因素q1和q2規模因素）的改變而改變，體現了調控效果與該結構因素演變的適配性。從圖3右效應系數的等高線圖可以看出，旨在改善全要素能源效率而單純提高環境規制力度并不一定能夠顯著達成所愿，并且在二維結構因素不同定義域的作用效果也不同，在與化石能源消費規模、比例高的定義域相適配的負效應區域（圖3右圖陰影部分），這樣的努力甚至會導致全要素能源效率的進一步惡化。這是因為對于化石能源密集型經濟，在環境外部性的內部化過程中，環境規制很容易對企業造成生產力的沖擊，進而造成全要素能源效率的下降。另外效應函數三維曲面的等高線圖（圖3左圖）顯示，效應系數β′（q1，q2）呈現由（0，-∞）向（1，+∞）逐步遞減的趨勢（注：這里需注意q2=ln（cfe），化石能源消費總量cfe趨向于0時，q2趨近于負無窮大）。即隨著化石能源消費比例和消費的絕對量的降低，環境規制水平對全要素能源效率的正向效應將得到提高，調控將變得愈高效而顯著。

5 結論和政策建議

本文先根據既有研究和理論，分析了在能源消費高、低水平下，與之相適配的環境規制對全要素能源效率的高、低體制作用路徑，并通過作用路徑圖作了詳細說明。其次，基于我國省級2004—2015面板數據，在作用路徑上分別構建化石能源消費比例轉換變量因素、化石能源消費比例和規模共同轉換變量因素的PSTR模型，證明了在能源消費結構因素演變過程中，環境規制對全要素能源效率的非線性效應，并且研究發現：

（1）能源消費結構因素演變過程與環境規制水平對全要素能源效率作用的適配關系是顯著存在的。能源消費結構的演變是一個過程，在這個過程中環境規制對全要素能源效率的影響效果或調控效果隨著能源消費結構（比例、規模兩因素）的變化而變化。在能源消費結構的演變過程中，環境規制對全要素能源效率的作用效果在多個體制間呈現的變化是連續的、平滑的，而不是突然從一個作用機制轉變到另外一個作用機制。

（2）環境規制調控作用與結構演變相適配的情況下，高舉“減排”大旗、單純提高環境規制水平對全要素能源效率的改善作用有限，并且環境規制對全要素能源效率存在雙重效應。具體地說，即存在環境規制水平促進全要素能源效率提高的“正效應”和進一步惡化全要素能源效率的“負效應”。在我國化石能源消費高比重和高規模的現階段下，提高環境規制水平只會帶來全要素能源效率的進一步惡化。隨著化石能源消費結構改善，環境規制水平對全要素能源效率的正效應作用逐漸凸顯，作用效果越來越大。

（3）單純降低能源消費比重或者單純降低消費規模情況下，提高環境規制水平對全要素能源效率的改善作用有限。從實證結果來看，單純降低能源消費比重和消費規模確實可以提高環境規制對全要素能源效率的調控效果，但單純的降低消費比重或規模并沒有使環境規制水平對全要素能源效率的調控效果達到最優，只有實現化石能源消費比重和消費規模的“雙降”，提高環境規制水平對全要素能源效率才有最好的作用效果。

基于以上結論，本文的政策內涵是： “節能”和“減排”政策是相互匹配的，脫離了“節能”的“減排”行動是非效率的。因此，提高環境規制水平，必須以不斷改善、優化我國經濟體中的結構因素、深化我國能源消費結構性改革為前提。在“節能”這個小目標的背景下完成“減排”的大目的。具體來說，首先需要 “激勵型”工具對能源密集型企業技術創新提供持續的激勵，促進企業對化石能源的集約利用和對能源消費結構的優化。其次，實現非化石能源對化石能源在規模上的替代。我國能源政策一直以來都把重點放在促進煤炭等低熱值高污染能源在能源消費總量比例上的降低，因而導致我國煤炭等化石能源在消費結構呈現比例降低遲滯，消費規模仍然不斷增長的尷尬局面。因此提高清潔能源對化石燃料的替代強度是能源消費結構改革的重中之重。通過實現化石能源消耗比例和化石能源消費規模的“雙降”來提高環境規制水平對能源效率的調控效率。只有這樣，才能使“減排”政策更深刻地改善中國環境，提高全要素能源效率。

參考文獻（References）

[1]NRC， Committee on Energy and the Environment， EP Agency. Implications of environmental regulations for energy production and consumption[M]. Washington DC：National Academy of Sciences， 1977：50-51.

[2]BI G B， SONG W， ZHOU P， et al. Does environmental regulation affect energy efficiency in Chinas thermal power generation？ empirical evidence from a Slacks-based DEA Model[J]. Energy policy， 2014， 66（C）：537-546.

[3]王婷婷， 朱建平. 環境約束下電力行業能源效率研究[J]. 中國人口·資源與環境， 2015， 25（3）：120-127.[WANG Tingting， ZHU Jianping. Research about the energy efficiency of power industry under the environmental constraints[J].China population， resources and environment， 2015， 25 （3）： 120-127.]

[4]陳德敏， 張瑞. 環境規制對中國全要素能源效率的影響——基于省際面板數據的實證檢驗[J]. 經濟科學， 2012（4）：49-65.[CHEN Demin， ZHANG Rui. Impact of environmental regulations on Chinese total factor energy efficiency：based on provincial panel data empirical test[J].Economic science， 2012 （4）： 49-65.]

[5]MANDAL S K， MADHESWARM S. Environmental efficiency of the Indian cement industry： an interstate analysis[J]. Energy policy， 2010， 38（2）：1108-1118.

[6]張華， 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 Hua， WANG Ling， WEI Xiaoping. Is there really a ‘Porter Hypothesis effect of energy？[J]. China population， resources and environment， 2014， 24 （11）： 33-41.]

[7]高志剛，尤濟紅. 環境規制強度與中國全要素能源效率研究[J]. 經濟社會體制比較，2005（6）：111-123.[GAO Zhigang， YOU Jihong. Research about environmental regulation strength and Chinas total factor energy efficiency[J]. Comparison of economic and social systems，2005（6）：111-123.]

[8]HANCEVIC P I. Environmental regulation and productivity： the case of electricity generation under the CAAA-1990[J]. Energy economics， 2016， 60：131-143.

[9]范德成， 王韶華， 張偉. 低碳經濟目標下一次能源消費結構影響因素分析[J]. 資源科學， 2012， 34（4）：696-703.[FAN Decheng， WANG Shaohua， ZHANG Wei. Analysis on the influencing factors of primary energy consumption structure under the goal of low carbon economy[J].Resources science， 2012， 34 （4）： 696-703.]

[10]魏巍賢， 馬喜立. 能源結構調整與霧霾治理的最優政策選擇[J]. 中國人口·資源與環境， 2015， 25（7）：6-14.[WEI Weixian， MA Xili. The optimal policy choice of energy structural adjustment and haze governance[J].China population，resources and environment， 2015， 25 （7）： 6-14.]

[11]SHI Y， PANG N， DING Y. Environment effects of energy consumption structure based on comprehensive grey correlation degree： from 1998 to 2006 in China[C]// Asia-Pacific Power and Energy Engineering Conference. IEEE， 2009：1-4.

[12]林伯強， 李江龍. 環境治理約束下的中國能源結構轉變——基于煤炭和二氧化碳峰值的分析[J]. 中國社會科學， 2015（9）：84-107.[LIN Boqiang， LI Jianglong. Chinas energy structure change in environmental governance constraints： based on analysis of peak coal and carbon dioxide[J]. Chinese social sciences， 2015 （9）： 84-107.]

[13]SINN H W. The green paradox： why one may not forget the offer in the climate policy[J]. Perspektiven der wirtschaftspolitik， 2008， 9：109-142.

[14]PLOEG F V D， WITHAGEN C. Is there really a green paradox？[J]. Journal of environmental economics & management， 2010， 64：342-363.

[15]HAN Z Y， YING F， JIAO J L， et al. Energy structure， marginal efficiency and substitution rate： an empirical study of China[J]. Energy， 2007， 32（6）：935-942.

[16]魏楚， 沈滿洪. 結構調整能否改善能源效率：基于中國省級數據的研究[J]. 世界經濟， 2008（11）：77-85.[WEI Chu， SHEN Manhong. Can structural adjustment improve energy efficiency： a study based on Chinas provincial data[J]. World economy， 2008 （11）： 77-85.]

[17]王喜平， 姜曄. 碳排放約束下我國工業行業全要素能源效率及其影響因素研究[J]. 軟科學， 2012， 26（2）：73-78.[WANG Xiping， JIANG Ye. Research about Chinas industrial sector and total factor energy efficiency factors under the influence of carbon emission constraints[J].Soft science， 2012， 26 （2）： 73-78.]

[18]史丹. 中國能源效率的地區差異與節能潛力分析[J]. 中國工業經濟， 2006（10）：57-65.[SHI Dan. Analysis of regional differences of energy efficiency and energy saving potential in China[J].China industrial economy， 2006 （10）： 57-65.]

[19]陳關聚. 中國制造業全要素能源效率及影響因素研究——基于面板數據的隨機前沿分析[J]. 中國軟科學， 2014（1）：180-192.[CHEN Guanju. Poly efficiency and influencing factors of Chinas manufacturing total factor energy-stochastic frontier panel data analysis[J].China soft science， 2014 （1）： 180-192.]

[20]BILGEN S. Structure and environmental impact of global energy consumption[J]. Renewable & sustainable energy reviews， 2014， 38（5）：890-902.

[21]王兵， 謝俊. 全要素能源效率的國際比較——基于能源結構視角的實證研究[J]. 產經評論， 2015（2）：72-86.[WANG Bing， XIE Jun. Total factor energy efficiency in international comparison：on the view of the energy structure[J].Industrial economic review， 2015 （2）： 72-86.]

[22]BAUMOL W J， OATES W E， BAWA V S， et al. The theory of environmental policy[M]. Cambridge ：Cambridge University Press， 1988：127-128.

[23]PEARCE D W， WARFORD J J. World without end： economics environment， and sustainable development[M]. New York ：Oxford University Press，1993：45-50.

[24]WERF V D E H， MARIA C D. Imperfect environmental policy and polluting emissions： the green paradox and beyond[J]. International review of environmental & resource economics， 2012， 6（2）：153-194.

[25]JORGENSON D W， WILCOXEN P J. Environmental regulation and U.S. economic growth[J]. Rand journal of economics， 1989， 21（2）：314-340.

[26]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.

[27]FUKUYAMA H， WEBER W L. A directional Slacks-based measure of technical inefficiency[J]. Socio-economic planning sciences， 2009， 43（4）：274-287.

[28]COOPER W W， SEIFORD L M， ZHU J. Handbook on data envelopment analysis[M].New York： Springer US， 2011：195-196.

[29]KNEIP A， WILSON SP W. Asymptotics and consistent bootstraps for dea estimators in non-parametric frontier models[J]. Econometric theory， 2008， 24（6）：1663-1697.

[30]SIMER L， WILSON P W. Sensitivity analysis of efficiency scores： how to bootstrap in nonparametric frontier models[J]. Management science， 1998， 44（1）：49-61.

[31]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.[ZHANG Jun， WU Guiying， ZHANG Jipeng. Chinese provincial capital stock estimates： 1952-2000[J].Economic research， 2004 （10）： 35-44.]

[32]王維國， 范丹. 中國區域全要素能源效率收斂性及影響因素分析——基于Malmqulist-Luenberger指數法[J]. 資源科學， 2012， 34（10）：1816-1824.[WANG Weiguo， FAN Dan. Energy efficiency and the convergence of total factor chinese regional analysis： based on Malmqulist-Luenberger index method[J].Resource sciences， 2012， 34 （10）： 1816-1824.]

[33]袁曉玲， 張寶山， 楊萬平. 基于環境污染的中國全要素能源效率研究[J]. 中國工業經濟， 2009（2）：76-86.[YUAN Xiaoling， ZHANG Baoshan， YANG Wanping. Research on environmental pollution in China total factor energy efficiency[J]. China industrial economics， 2009 （2）： 76-86.]

[34]應瑞瑤， 周力. 外商直接投資、工業污染與環境規制——基于中國數據的計量經濟學分析[J]. 財貿經濟， 2006（1）：76-81.[YING Ruiyao， ZHOU Li. Foreign direct investment， industrial pollution and environmental regulations-based on econometric analysis of Chinas data[J].Finance and trade economics， 2006 （1）： 76-81.]