異質型環境規制對中國綠色全要素生產率的影響

吳磊 賈曉燕 吳超 彭甲超

摘要?綠色發展時代環保政策的選擇設計成為備受關注的焦點。本文從綠色全要素生產率角度進行環境規制影響的差異性研究，對于環保政策的合理制定具有重要的現實意義。首先從成本損失和收益補償兩個方面分析了命令控制型、市場激勵型以及公眾自愿型環境規制對綠色全要素生產率的差異化影響機制，并通過繪制無量綱綜合散點圖，就三種環境規制與地區生產總值的穩健相關關系進行了特征事實描述;其后借助DEA-GML指數對2005—2017年中國30省（市）綠色全要素生產率進行測度，結果表明基于碳排放的綠色全要素生產率呈現增長態勢，技術進步成為最主要推動力，四大劃分區域及不同省份間綠色全要素生產率差異明顯;最后借助面板Tobit模型就命令控制型、市場激勵型以及公眾自愿型環境規制對綠色全要素生產率的影響效應進行檢驗，結果表明公眾自愿型以及市場激勵型環境規制在短期內對綠色全要素生產率的增長起到抑制作用，而在長期內對綠色全要素生產率的增長起到促進作用，但是命令控制型環境規制對綠色全要素生產率增長的影響不明顯。產業結構、能源消費結構對綠色全要素生產率產生正向影響，而財政集中度則表現為負向影響，對外開放的影響則不明顯。因此，從綠色發展長遠考慮，應該加快綠色生產技術升級及推廣，豐富碳排放交易、排污權交易等市場激勵型環境規制手段，健全公眾參與綠色監督的體制機制，加快服務業發展，擴大水、核、風能等新能源消費比重，加大綠色財政支出力度，積極探索低碳貿易政策，以此促進綠色全要素生產率的增長。

關鍵詞?綠色全要素生產率;異質型環境規制;DEA-GML指數;Tobit模型

中圖分類號?F062.9

文獻標識碼?A文章編號?1002-2104（2020）10-0082-11DOI：10.12062/cpre.20200122

改革開放以來，中國經濟經過了多年的高速發展，物質條件和經濟活力得到了極大的改善。然而這種“唯GDP論”式的發展，同時也造成了“不平衡、不協調、不可持續”現象的出現，資源能源消耗和環境負面影響已經成為制約經濟持續發展的重要因素。因此，全面提高綠色全要素生產率，加快綠色經濟轉型是實現環境友好、經濟增長與可持續發展的根本途徑。與此同時，中國正在采取日趨嚴格的環境規制政策大力加強環境保護，以試圖扭轉經濟發展帶來的環境負面影響。在經濟增長和綠色發展的雙重使命下，政府環境規制政策的設計與選擇面臨兩難境地，兼顧二者的均衡是解決這一問題的最優方案。中國的環境規制政策在不斷的改革調整中，不同的環境政策工具及其組合會對綠色全要素生產率產生不同的影響。因此，探究異質性環境規制政策對綠色全要素生產率增長的影響，對于制定合理的環境政策以推進綠色經濟發展具有十分重要的現實意義。

1?文獻綜述

全要素生產率的提升帶來經濟的實質性發展，但是也不可避免的造成了各種環境問題的出現。伴隨社會各界對環境問題的日益關注，國內外政策制定者及學者們開始探討環境規制與包含環境污染等“壞”產出的綠色（環境）全要素生產率之間的研究[1]。遺憾的是，現有研究結論尚未達成一致。

學者們關于環境規制與綠色全要素生產率間的關系探討，主要圍繞三種觀點展開。第一類觀點支持波特提出的“波特假說”，認為妥善設計的環境規制能夠引致企業創新，提高全要素生產率。Zhang 等[2]探討環境規制對中國30省份綠色全要素生產率增長的影響效應，結論指出加大環境規制政策的執行力度將更加有利于提升中國全要素生產率;Yang 等[3]使用1997—2003年臺灣制造業行業面板數據探討了環境規制和全要素生產率ML（Malmquist-Luenberger）指數間的關系，結論指出嚴格的環境規制能夠顯著提高工業競爭力;郭妍和張立光[4]分別從區域和行業角度探究了環境規制和全要素生產率指數間關系，結論指出環境規制對全要素生產率帶來顯著的“創新補償”效應，支持“波特假說”。

第二類觀點支持“遵循成本說”，認為環境規制帶給企業額外的環境治理成本，擠占了生產投資，產生負面影響。Lanoie等[5]借助4 200組設備數據對波特假說進行了再檢驗，結論指出嚴格的環境規制政策對企業績效產生直接的負面影響，遵循環境規制政策成本所產生的負效應大于激勵創新間接產生的正效應;Hancevic[6]考察美國1990年提出的清潔法案對發電效率的影響，指出清潔法案施行后，發電效率下降1%～2.5%之間;徐彥坤和祁毓[7]以城市限期達標制度作為環境規制替代指標，就環境規制對企業全要素生產率的影響進行了再評估，指出該政策實施造成未達標城市企業全要素生產率的下降。

第三類觀點認為環境規制對綠色全要素生產率的影響作用存在不確定性，異質型環境規制政策對綠色全要素生產率的影響存在時間、空間上的差異。Lanoie 等[5]在研究中分當期和滯后期分別進行環境規制對全要素生產率的影響研究，結果發現當期環境規制對全要素生產率的影響為負，而滯后期卻得到相反的結果;Li和Wu[8]借助空間杜賓模型對環境規制影響綠色全要素生產率的空間差異進行了比較分析，結論指出按照城市政治屬性的高低分類比較來看，中國環境規制對于綠色全要素生產率的影響存在明顯的區域差異。除時間、空間上的不確定性外，環境規制類型不同，其規制成本和產生的效應也將會不同;韓超和胡浩然[9]選擇清潔生產標準規制政策和排污權交易規制政策，研究其對全要素生產率的影響問題;蔡烏趕和周小亮[10]將環境規制分作命令控制型、市場激勵型和自愿協議型三種類型，分別探討每類環境規制政策對綠色全要素生產率的影響。

以上三種觀點有所差異，但共同驗證了環境規制對于全要素生產率影響不確定性的存在。不管是“波特假說”還是“遵循成本”，研究的最終落腳點都是為尋找更加合理的環境規制政策，提升全要素生產率。同時，相比環境規制作用于行業層面的效用探討，從區域視角進行的異質型環境規制對綠色全要素生產率的作用效應分析相對不足。我國區域經濟發展不均衡及二元經濟結構特征決定了環境規制政策制定及實施存在地區差異的必然性。因此，本文從區域合理性環境規制政策的選擇角度出發，探討異質型環境規制政策對于綠色全要素生產率的差異化影響。

2?理論機制與特征事實

環境規制作為解決環境問題的傳統工具，一方面應該能夠有效的改善生態環境質量，另一方面應當盡量減少監管機構和被監管對象的執行成本，從而實現有效的環境治理結果。不同類型的環境規制成本和效果是不同的，作用機制也存在差異。環境規制監管者認為環境保護成本的損失能夠通過凈收益來補償時，環境調節工具才是高效的。因此，本文認為考察環境規制對綠色全要素生產率的影響機制，應該由“成本損失”與“收益補償”兩方面展開。

2.1?理論機制分析

2.1.1?環境規制影響綠色全要素生產率的作用機制

經濟活動的負外部性、環境的公共品屬性造成環境問題的產生，政府被迫制定環境規制政策對經濟活動加以約束，減少環境問題的出現。政府采取嚴格的環境規制措施迫使企業減少污染排放，改善環境的同時也造成了企業的“成本損失”，對全要素生產率產生負面影響;相對應，環境規制政策的施行促進了資源的更加合理化配置，企業綠色技術的創新應用刺激企業的“收益補償”效應，對全要素生產率產生正面影響。環境質量改善和全要素生產率提升能否實現“雙贏”，取決于“成本損失”和“收益補償”兩者的大小。

具體而言，環境規制對綠色全要素生產率影響的“成本損失”和“收益補償”分別體現在以下幾個方面。

（1）“成本損失”分為“直接成本損失”和“間接成本損失”兩部分。首先環境規制政策的執行過程需要人力、物力等成本，這部分執行成本無法取得直接產出，屬于“直接成本損失”;其次，環境規制政策頒布后，一大批資金將投向環境基礎設施建設，一定程度上擠占了潛在的效率投資或創新，這部分由于環境污染治理投資而形成的對生產投資的擠占，屬于“間接成本損失”。

（2）“收益補償”也分為“直接收益補償”和“間接收益補償”兩部分。首先，環境規制的執行帶來了環境質量的改善，減少了因為環境問題而造成的經濟和健康損失，這部分因為環境質量改善而帶來的損失減少屬于“直接收益補償”;其次，環境規制政策的執行促進了環保產業的快速發展，這部分因為環保產業發展帶來的經濟收益屬于“間接收益補償”;再者，環境規制的執行促進了企業的技術進步，技術進步是經濟增長的內生變量，由于環境規制壓力催生的技術進步所帶來的這部分經濟增長收益屬于“間接收益補償”。

綜合以上分析，環境規制執行后，當“成本損失”大于“收益補償”時，環境規制對于綠色全要素生產率的影響為負;當“成本損失”小于“收益補償”時，環境規制對于綠色全要素生產率的影響為正。環境規制對綠色全要素生產率間的作用機制如圖1所示。

2.1.2?不同類型環境規制對綠色全要素生產率的影響分析

環境規制政策工具的種類很多，不同種類環境規制的運行機制各不相同，其對于綠色全要素生產率的影響機理也必然存在差異。參照趙玉民等[11]的研究，本文將環境規制劃分為命令控制型、市場激勵型以及公眾自愿型環境規制，依次分析不同環境規制工具對綠色全要素生產率的影響。

（1）命令控制型環境規制（OER）與綠色全要素生產率。命令控制型環境規制，是政府通過設定環保法律、法規等，對破壞環境的經濟主體進行的強制約束。企業等經濟主體并沒有選擇權，被迫遵守政府制定的諸如排污標準、技術標準等規定，否則將會受到嚴厲的處罰。

命令控制型環境規制一般能夠帶來迅速的環境改善，排污標準、技術標準的實施促使經濟主體加大技術創新力度，改善現有工藝，綠色全要素生產率得以快速提升。但是，命令控制型環境規制政策執行成本太大，無法提供長期的動態監督。由于信息不對稱，地方政府和企業出于利益最大化而選擇的環境規制執行力度不同，造成了環境規制政策作用于綠色全要素生產率的效果損失。

（2）市場激勵型環境規制（MER）與綠色全要素生產率。市場激勵型環境規制是政府基于“污染者付費”原則設計的，旨在通過排污費征收等市場機制手段引導企業減少環境污染。市場激勵型環境規制執行過程中，政府并不直接干預企業生產決策，只通過調控其面臨的市場環境，交給企業自主經營決策。

市場激勵型環境規制給予企業等經濟主體一定的自由選擇權，對經濟活動過程中的環境污染進行約束的同時，讓企業自主決策生產經營，是一種兼顧綠色和全要素生產率的規制辦法。而且，此種環境規制遵從市場機制，具有執行成本低的優點。伴隨著我國市場經濟制度的日漸成熟，環境監測和執法體系的不斷完善，市場激勵型環境規制的作用將會越來顯著。

（3）公眾自愿型環境規制（VER）與綠色全要素生產率。公眾自愿型環境規制，并不是政府強加的，而是取決于公眾環保意識，來源于對生存本質的追求。當經濟生產活動造成的環境污染威脅到公眾健康，公眾將會自覺行使環保法律賦予的環境監督權利和公民訴訟權利，給予政府和環保違法者壓力，監督其清除環境危害。此種環境規制通過上訪、新聞媒體等手段作用于企業等經濟主體的聲譽，進一步可能會對其市場估價和市場效益產生影響，而造成環境污染的經濟主體迫于潛在聲譽損失及市場經營損失，及時談判并進行環境污染的處理。

公眾自愿型環境規制的執行依賴于公眾的自覺環保意識，公眾的環保意識越強，環境規制執行效果越好。現在世界各國已經形成較為成熟的由公眾結成的環境保護組織，專門負責環境信息的收集、污染企業的監督、環保友好行為的宣傳等自愿型環境規制工作。相比之下，我國公眾環保意識仍然較為薄弱，公眾自愿型環保組織十分缺乏。因此，我國公眾自愿型環境規制仍處于起步階段，給經濟主體帶來的因執行環境規制產生的成本損失較小，伴隨公眾環保意識的不斷增強，公眾自愿型環境規制發揮的作用將更加明顯。

2.2?特征事實

在實際分析中，不同環境規制對地區生產總值是否存在共同趨勢也仍待檢驗。本文繪制不同環境規制對地區生產總值無量綱綜合散點圖，通過簡單的散點圖發現不同環境規制對地區生產總值存在穩健的相關關系（見圖2），初略表現出相同特征：雖然市場激勵型環境規制、公眾自愿型環境規制和命令控制型環境規制對地區生產總值產生正向影響，但市場激勵型環境規制（MER）對地區生產總值的影響明顯高于公眾自愿型環境規制（VER）命令控制型環境規制（OER）。

3?實證設計

3.1?指標選擇

3.1.1?綠色全要素生產率測算指標

（1）投入和期望產出指標。在本文中，投入指標選擇勞動、能源和資本三項指標。關于勞動投入，參考綠色全要素生產率研究中大多數學者的研究，選用各省歷年就業人員作為代替指標;關于能源投入，考慮到能源消費種類存在地域差異，故選用折合成標準煤的地區能源消費總量作為代替指標;關于資本存量指標，目前大部分學者通用的方法是永續盤存法，公式為，kt+1=it+（1-δt）kt，其中δt是指t期實物資本的折舊率，固定資本形成總額it，當期的資本存量kt。包含基期資本存量、當年投資額、經濟折舊率δ的確定以及投資品價格指數的選擇。本文沿用單豪杰[12]的研究成果，繼續選擇固定資本形成總額衡量it，并借用各省固定資產投資價格指數代替投資價格指數。借鑒已有研究[13]，本文統一選取10.96%的折舊率δ;期望產出指標選用各地區GDP來代替，平減到以2000年為基準的不變價格水平。

（2）非期望產出指標。有關非期望產出，學者們研究中的選擇彈性較大[1]。當前，我國已經進入“十三五”時期，也是實現單位GDP二氧化碳（CO2）排放強度相對2005年下降40%～45%目標的最后五年，CO2排放應是綠色全要素生產率衡量不可或缺的一項指標，本文選定CO2排放量指標當作地區的非期望產出指標。有關CO2排放量的計算，本文將陳詩一[14]基于聯合國政府間氣候變化專門委員會（Intergovernmental Panel on Climate Change，IPCC）能源碳排放系數估算的煤炭CO2排放系數（2.763 kg/kg標準煤）、石油CO2排放系數（2.145 kg/kg標準煤）和天然氣CO2排放系數（1.642 kg/kg標準煤）與各省份各年三種能源的消費總量相乘后加總，作為各省（市）當年CO2排放總量。

3.1.2?綠色全要素生產率影響指標

（1）環境規制指標。關于環境規制的指標選取，本文基于趙玉民等[11]研究中對環境規制做出的分類辦法，選用命令控制型環境規制（OER）、市場激勵型環境規制（MER）、公眾自愿型環境規制（VER）三類環境規制。其中，命令控制型環境規制（OER）選取地區環境機構從業人員指標代替。市場激勵型環境規制（MER）選用排污費征收額代替。排污費征收是中國目前最主要的市場激勵型環境規制工具，實施區域范圍廣、時間跨期長，相比排污權交易、補貼等政策，代表性更強;公眾自愿型環境規制（VER）選取地區人大、政協環境提案數代替，人大、政協環境提案是公眾參與環保監管的一種重要形式，也是目前中國為數不多的公眾自愿型環境規制工具之一，環境提案數的多少反映了人民群眾與民主黨派對環境問題的關注程度，在一定程度上代表了公眾參與環保的意愿程度。

（2）其他控制指標。本文在參考其他學者研究的基礎上，選擇產業結構（industry）、財政集中度（finance）、對外開放程度（open）和能源消費結構（energy）4類控制指標。產業結構（industry）選取第三產業產值與GDP比值衡量;財政集中度（finance）選取地區財政支出與GDP比值衡量;對外開放程度（open）選取地區進出口額與地區GDP比值衡量，按照當年匯率進行人民幣兌換;能源消費結構（energy）選取地區能源消費總量中天然氣消費量占比衡量。

3.2?模型構建

3.2.1?GML指數及其分解

學者們在進行區域或者行業層面的綠色全要素生產率測算時，大多采用Chung和Fare[15]提出的基于方向性距離函數（Directional Distance Function）的ML指數以及Oh[16]構建的Global Malmquist-Luenberger生產率指數（GML指數）。考慮到GML指數具有優于ML指數的可傳遞、循環累加特性，本文采用GML指數及其分解進行中國省際綠色全要素生產率的測算。

如果 GML>1，意味著綠色全要素生產率呈現增長趨勢;如果 GML≤1 ，說明綠色全要素生產率下降或不變。式中，PECt，t+1和PTEt表示時間段t到t+1內純技術效率的變化;BPCt，t+1和BPGtt+1表示時間段t到t+1內的技術進步;SCHt，t+1和SEt（Xt，Yt）表示規模效率變化。

3.2.2?Tobit回歸模型構建

考慮到綠色全要素生產率值為非負截斷數據，屬于受限因變量。因此，相比OLS回歸，Tobit回歸更為適合。基于此，本文建立隨機效應的面板Tobit模型：

式中，GTFPit代表綠色全要素生產率，ERj，tt為環境規制變量，當 j=1，2，3時，分別代表命令控制型環境規制（OER）、公眾自愿型環境規制（VER）及市場激勵型環境規制（MER）這3種環境規制。考慮到環境規制對綠色全要素生產率可能存在的“U”型曲線型關系[11]，模型中引用各環境規制的二次項;uit表示個體誤差，εit表示隨機誤差;表示30個省份單元，t表示時間。

4?實證分析

4.1?數據來源及描述性統計

本文選擇研究的樣本數據區間為2005—2017年，數據主要來源于《中國環境年鑒》《中國環境統計年鑒》《中國能源統計年鑒》《中國統計年鑒》，數據單位及描述性統計結果如表1所示。

4.2?綠色全要素生產率及其分解

本文利用MAXDEA軟件對選取的30省份（不包括西藏和港澳臺地區）樣本數據進行了GML指數及其分解測算，均值結果如圖3、表2所示。

圖3和表2給出了2005—2017年30省（市）整體及四大區域綠色全要素生產率變動及其分解的時間變化趨勢。從整體來看，2005—2017年30省（市）綠色全要素生產率水平增長0.1%、規模效率下降0.5%和純技術效率下降0.6%，技術進步增長1.2%，技術進步是綠色全要素增長的推動力;按照國家“五年計（規）劃”分段整體趨勢來看，“十一五”時期綠色全要素生產率年均增長1.1%，“十二五”時期綠色全要素生產率年均降低0.9%，“十三五”時期綠色全要素生產率年均增長0.3%（由于數據收集原因，“十三五”時期存在時間段缺失）。從三個“五年計劃”時期增長率均值分解情況來看，“十一五”時期綠色全要素生產率上升主要源于技術進步的增長，“十二五”時期綠色全要素生產率下降主要源于規模效率和純技術效率的下降，“十三五”時期綠色全要素生產率的上升主要源于純技術效率和技術進步的增長，而規模效率仍然持續下降。

從四大區域東部地區指北京、天津、河北、上海、江蘇、浙江、福建、山東、廣東、海南10個省份;中部地區指山西、安徽、河南、湖北、湖南、江西6個省份;西部地區指四川、貴州、云南、陜西、甘肅、青海、寧夏、新疆、重慶、廣西、內蒙古11個省份;東北地區指吉林、遼寧、黑龍江3個省份。來看，東部、中部、西部以及東北區域的綠色全要素生產率變動及其分解差異明顯。東部地區綠色全要素生產率增長幅度最大，年均增長2.3%，中部地區、西部地區綠色全要素生產率分別下降1%、1.3%，東北地區綠色全要素生產率年均增長0.4%。東部地區綠色全要素生產率增長主要源于技術進步，這一結果與王兵和劉光天[17]等學者的研究一致，其中節能技術的進步對綠色全要素生產率的提升起到關鍵作用，而管理水平、制度優化等因素導致的技術效率提升也是一個重要原因。

中西部地區綠色全要素生產率下降主要是由于規模效率和純技術效率的下降所導致的。中西部地區作為東部地區產業轉移的直接目的地，一方面在一定程度上也不可避免成為碳排放轉移的承接者，環境問題的就近轉移造成了地區環境治理效率降低，另一方面產業轉移也導致中部地區企業規模、管理制度與水平的波動，從而降低了中部地區綠色全要素生產率，這一點在西部規模效率上體現的尤為明顯。這說明中部、西部地區在繼續加強技術創新發展的同時，更需要注重經濟增長與發展規模、環境保護之間的平衡。

東北地區綠色全要素生產率的增長源于技術進步，但規模效率和純技術效率也在下降，主要原因在于東北老工業基地振興乏力，且面臨勞動力不斷流失的困境，這說明在經濟發展和環境保護缺一不可的綠色發展時代，東北地區仍然需要經濟振興與節能減排同步前行。

表2同時給出了2006—2017年30省份綠色全要素生產率變動及其分解的省際差異。對比全國綠色全要素生產率平均增長0.1%，30省份中僅有不到一半（14個）位于總體綠色全要素生產率水平之上。其中，東部地區有北京、天津、上海、江蘇、浙江、福建、山東、廣東、海南等9個省份高于總體水平，河北呈現負增長;中部有江西1個省份高于全國平均水平，其增長率為0.8%，山西、安徽、河南、湖北、湖南呈現負增長，山西省增長率在全國排倒數第三，除去其他地域因素，該現象再次印證中部地區因承接東部地區產業轉移而造成污染轉移的存在性;西部地區有重慶、廣西、內蒙古3個省份高于全國水平，其中內蒙古規模效率位居全國30省份前列;東北地區有吉林1個省份高于總體水平，黑龍江、遼寧兩個省份的綠色全要素生產率都沒有達到全國平均水平，呈現負增長主要源于規模效率和純技術效率的下降。

4.3?環境規制對綠色全要素生產率影響結果分析

本文利用stata 15.0軟件進行環境規制對綠色全要素生產增長率影響的Tobit回歸分析，結果如表3所示。表3中模型LR檢驗以及Wald檢驗均通過顯著性檢驗，說明模型擬合效果很好，Tobit回歸模型的使用是合理的。

命令控制型環境規制（OER）的一次項為負，沒有通過顯著性檢驗，不能說明當前環保機構人員隊伍的規模對節能減排工作存在影響，進而作用于綠色全要素生產率的提升。OER的二次項為正，但是不顯著，表明環境機構人員指標與綠色全要素生產率并未形成“U”型關系。這一結論并不支持短期內環境規制和綠色全要素生產率間的正相關關系，而長期的不確定性仍有待討論。但是，該結論說明了命令控制型環境規制的效果不能單純依靠環境機構人員規模與相關法律法規的制定，而應該重點考慮完善環境監測和執法體系，提升環境政策執行力度與效率。

市場激勵型環境規制（MER）一次項為負，在1%的顯著性水平上通過了檢驗，二次項為正，在5%的顯著性水平上通過了檢驗。這一結果表明短期內市場激勵型環境規制對綠色全要素生產率產生負面影響，但長期來看會形成正“U”型關系，結論支持了波特的假說。短期來看，排污費征收增加了企業成本壓力，導致綠色全要素生產率下降;但長期來看，排污費征收這一市場激勵型環境規制措施能夠促使企業充分發揮自身主觀能動性，企業可以在環保與經濟效益之間取得最佳的平衡，兼顧綠色發展和全要素生產率的提升。隨著黨的十九大強調市場機制引導環保工作的開展，完善排污費征收辦法，健全排污權交易體制將成為綠色環保工作進一步的方向，而市場激勵型環境規制手段將會更加重要。

公眾自愿型環境規制（VER）的一次項為負，在1%的顯著性水平上通過了檢驗，二次項為正，在5%的顯著性水平上通過了檢驗，說明存在正“U”型關系，因此該結論支持了前文的理論分析。短期來看，公眾自愿型環境規制的增強，給地方政府、企業帶來更高的環保壓力，增加了環保成本，從而對綠色全要素生產率產生負面影響;但是長期來看，隨著公眾環保自覺性和監督意識日益增強，公眾自愿型環境規制發揮的作用將更加明顯，將使得經濟主體迫于潛在社會壓力及利益損失，及時開展綠色技術創新或環境污染治理，防患于未然，從而提升綠色全要素生產率。這與蔡烏趕和周小亮[10]研究結論一致。

表3中，產業結構（industry）在三組模型中均通過了顯著性檢驗，且均表現出正影響效應，但影響程度較小。本文中，產業結構指標選用第三產業產值占比代替，正向影響結果表明第三產業比重的上升有利于綠色全要素生產率的提升。一般認為，現代服務業具有低消耗、少污染、高科技、高效益的特征。第三產業比重的上升不僅表現為本國產業間結構的優化升級，更由于第三產業對第一、二產業生產效率的促進作用，從而表現為不同產業之間協調聚合的程度上升，也即產業間相互作用所產生的資源要素合理配置和動態的均衡的效應提升。由于重化工業是中國碳排放的主要來源，因此產業結構的轉型升級成為實現綠色發展、低碳發展的重要一環。

能源消費結構（energy）符號為正，并只在命令型環境規制下通過了顯著性檢驗（10%）。能源消費結構指標本文選用天然氣消費量的占比代替，正向影響結果表明天然氣能源使用比重的增加將利于節能減排目標的實現。不過，就系數對比來看，能源消費結構對綠色全要素生產率的推動作用與產業結構的推動作用類似，仍然比較小，因此可以推斷向綠色能源消費結構轉變力度不足，尋求水、核、風、電能源消費比重的“大幅增加”將對碳排放的下降起到更為明顯的作用。

財政支出集中度（finance）在三組模型中均通過了顯著性檢驗，都表現出負影響效應，且影響程度較大。本文選用政府財政支出占地區GDP比重來衡量財政集中度，反映了財政支出對GDP的實際使用和支配規模。從當前國家政策導向來看，“綠色財政”戰略是綠色發展戰略的重要組成部分，政府可以通過設置綠色專項基金、綠色政府采購等手段推動綠色全要素生產率的持續增長，加快綠色發展戰略的最終實現，但負向影響結果說明財政支出增加并沒有真正促進經濟的綠色發展。

對外開放程度（open）符號為正，在三組模型中均沒有通過顯著性檢驗。說明擴大對外開放并不能顯著提升我國綠色全要素生產率。一般而言，對外開放對綠色全要素生產率的影響主要通過以下三種途徑進行傳導：一是對外開放所在促進經濟增長的同時，也伴隨著資源消耗與環境污染;二是對外開放對我國產業結構調整具有重要影響，既有可能將污染較為嚴重的產業轉移到我國，也可以通過先進制造業與服務業的轉移也會促進我國產業結構升級，提升產出效率;三是通過技術溢出對我國要素生產率的提升產生影響。以上三種效應綜合決定了對外開放對綠色全要素生產率的影響程度。

4.4?穩健性檢驗

可用于環境規制的替代指標很多，本文將三類環境規制分別選擇一個替代指標進行檢驗。其中，命令控制型環境規制（OER）選取“環境行政處罰案件數”作為替代指標;公眾自愿型環境規制（VER）選取“地區環境信訪來信總件數”作為替代指標，其中缺失的數據采用SPSS缺值分析后并對其進行預測;市場激勵型環境規制（MER）選取“三同時保證金”作為替代指標[11]，結合數據的可獲得性，使用各地區“執行三同時項目環保投資額”進行具體衡量。具體結果如表4所示。

從表4可以看出，市場激勵型環境規制（MER）與公眾自愿型環境規制（VER）變量的符號以及顯著性與前文的實證結果保持一致，說明變換環境規制指標也沒有改變環境規制促進地區綠色全要素生產率增長的結論，命令控制型環境規制（OER）雖然符號有所變化，但是表現出不顯著，與前文實證也一致。這說明，本文的實證結論是穩健的。進一步，四個控制變量的符號以及顯著性與前文實證分析結論完全一致，除對外開放程度（open）外都在命令控制型環境規制下通過顯著性檢驗，產業結構（insdustry）和財政支出集中度（finance）在三種環境規制下均通過顯著性檢驗。所有這些結論證明，即使考慮環境規制指標的差異性，所提假說依然得到驗證，實證結論依然穩健。

同時，本文還從其他兩個角度進行穩健性檢驗：第一，考慮到經濟主體往往對環境規制工具的反應存在時滯，環境規制的效用需要過一段時間才能發揮出來，本文分別考察了三種環境規制的滯后一期變量對綠色全要素生產率的影響，考察結果和前文保持一致;第二，增加科研水平控制變量（技術市場成交額占GDP比重衡量）進行回歸考察，考察結果顯示環境規制核心變量結果保持一致。

5?結論及啟示

本文在綠色發展、低碳發展的新時代背景下，就不同類型的環境規制政策對綠色全要素生產率的影響問題展開研究。主要結論如下。

（1）綠色全要素生產率的測算及分析研究發現：基于碳排放的中國綠色全要素生產率呈現正增長態勢，技術進步為主要推動力;綠色全要素生產率地區差異明顯，一半以上省（區）落后于全國整體平均水平，四大區排名為東部、東北、中部、西部地區。

（2）不同類型環境規制對綠色全要素生產率影響的實證結果顯示，公眾自愿型以及市場激勵型環境規制在短期內對綠色全要素生產率的增長起到抑制作用，而在長期內對綠色全要素生產率的增長起到促進作用，但是命令控制型環境規制對綠色全要素生產率增長的影響不明顯;產業結構、能源消費結構對綠色全要素生產率表現為顯著的正向影響，產業結構轉型升級以及能源結構的“大幅調整”成為綠色全要素生產率提升的重要推動力;財政支出集中度對綠色全要素生產率表現為顯著的負向影響，財政支出規模、結構和財政支出政策還有待優化;外開放程度對綠色全要素生產率的影響為正，但效果并不明顯，加快向綠色國際貿易發展模式轉變將利于綠色全要素生產率的增長。

基于以上兩部分主要結論，得出以下幾個方面的政策啟示。

①加快生產技術綠色升級及推廣，提升地區綠色技術水平。技術進步是提升綠色全要素生產率的主要推動力，應該全面推廣節能減排技術、清潔高效工藝，用于改造傳統制造業。②完善排污權交易、碳排放交易等規制辦法，構建市場型環境規制引導機制。市場激勵型環境規制成為促進綠色全要素生產率增長的主要規制力量，繼續深入開展排污權交易、碳排放交易試點工作，總結并完善其規制辦法，最終推廣到全國所有省份獲取環境紅利。③要建立健全公眾參與的法律法規，建立完善、透明的政府信息公開制度，加強企業的信息披露制度;充分發揮媒體的監督機制以及聲譽機制作用，加大教育宣傳力度，鼓勵民眾積極參與環保事業，踐行綠色生活方式，積極發揮公眾自愿型環境規制對綠色經濟發展的促進作用。④加速服務業發展，擴大水、核、風、電等新能源的消費比重。遵從產業發展規律，加速工業向服務業的升級轉化，提升第三產業占比。同時，加快傳統能源向新興能源在產業發展中的更替，大規模開發利用新興能源。 ⑤堅持綠色財政，探索貿易低碳政策。加大政府財政支出中“綠色支出”力度，支持低碳技術研發工作，推動綠色項目有效運轉，促進綠色產業發展。積極探索低碳貿易政策，推行低碳貿易模式，開發新興貿易市場，推動出口貿易的低碳轉型。

參考文獻

[1]王兵，吳延瑞，顏鵬飛.環境管制與全要素生產率增長：APEC的實證研究[J].經濟研究，2008（5）：19-32.

[2]ZHANG C H， LIU H Y， BRESSERS H T A， et al. Productivity growth and environmental regulations-accounting for undesirable outputs：analysis of Chinas thirty provincial regions using the Malmquist-Luenberger Index [J]. Ecological economics， 2011， 70（12）：2369-2379.

[3]YANG C H， TSENG Y H， CHEN C P. Environmental regulations， induced R&D，and productivity： evidence from Taiwans manufacturing industries [J]. Resource & energy economics， 2012， 34（4）：514-532.

[4]郭妍，張立光.環境規制對全要素生產率的直接與間接效應[J].管理學報，2015，12（6）：903-910.

[5]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.

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

[7]徐彥坤，祁毓.環境規制對企業生產率影響再評估及機制檢驗[J].財貿經濟，2017，38（6）：147-161.

[8]LI B， WU S S. Effects of local and civil environmental regulation on green total factor productivity in China： a spatial Durbin econometric analysis [J]. Journal of cleaner production， 2016，153：342-353.

[9]韓超，胡浩然.節能減排、環境規制與技術進步融合路徑選擇[J].財經問題研究，2015（7）：22-29.

[10]蔡烏趕，周小亮.中國環境規制對綠色全要素生產率的雙重效應[J].經濟學家，2017（9）：27-35.

[11]趙玉民，朱方明，賀立龍.環境規制的界定、分類與演進研究[J].中國人口·資源與環境，2009，19（6）：85-90.

[12]單豪杰.中國資本存量K的再估算：1952—2006年[J].數量經濟技術經濟研究，2008，25（10）：17-31.

[13]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.

[14]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，2009，44（4）：41-55.

[15]CHUNG Y， FARE R. Productivity and undesirable outputs：a directional distance function approach [J]. Journal of environmental management， 1997，51：229-240.

[16]OH D. A global Malmquis-Luenberger productivity index [J]. Journal of productivity analysis， 2010， 34（3）：183-197.

[17]王兵，劉光天.節能減排約束下經濟增長動力探究——基于BDDFM的實證研究[J].經濟問題，2015（10）：7-13，39.

（責任編輯：王愛萍）