環境規制、技術創新對全要素碳生產率的影響研究
——基于中國省域的空間面板數據分析

郭衛香，孫 慧

（1.新疆大學新疆創新管理研究中心；2.新疆大學經濟與管理學院，新疆烏魯木齊 830046）

21 世紀以來，由于世界范圍內的能源枯竭、環境惡化和氣候變化等問題，全球變暖已成為不爭的事實，綠色增長已然成為許多國家關注的重要問題［1］。溫室氣體，特別是二氧化碳，已被認為是全球變暖的主要驅動力。此外，科學研究已經明確指出，能源消耗是二氧化碳排放的最重要來源。鑒于這些觀點，碳排放的限制，特別是與能源有關的碳排放可能影響全球氣候和全球經濟，引起了國際政府及眾多學者間的廣泛關注。

中國作為世界上最大的能源消費、碳排放國以及最大的發展中國家，面對著經濟發展與節能減排兩大困境，提高碳生產率則是其協調經濟發展與實現碳減排的重要路徑之一。因此，研究社會經濟發展對中國碳生產率的影響，將為中國低碳經濟發展提供政策建議。

自碳生產率概念的首次提出［2］，到實現政府間氣候變化專門委員會（IPCC）的2050 年溫室氣體排放監管目標，未來幾十年碳生產率需要提高10 倍［3］，根據這些目標中國有很大的潛力。在保持經濟增長水平的前提下，提高碳生產率是中國低碳發展減少碳排放的有效途徑，因此，研究中國的碳生產率具有重要的理論和實踐意義。為了實現碳生產率的提升和保護環境，各級政府通常采用多種政策工具來實施環境規制政策。環境規制政策不可避免地影響企業層面對資源配置、資本投入和創新投入的決策，給受監管的企業帶來一定成本的增加，但其主要機制是刺激提高產品質量和降低生產成本的創新。正如波特假說所言，長期環境規制能夠激發創新，提升企業的生產力和產品質量，從而抵消規制成本［4］。雖然關于波特假說的文獻很多，Ramanathan 等人［5］及其Huiban 等人［6］對波特假說理論進行了全面系統的實證證實，但關于環境規制對全要素碳生產率的實證證據一直沒有定論。實施環境規制不可避免地會影響生產過程，資源重新分配，資本投資，勞動強度和研發創新的變化，進而引發全要素碳生產率的波動。那么如何在降低環境污染的同時提高全要素碳生產率？這一問題已成為政府和相關學者關注熱點。

本研究采用中國30 個省級（不含港澳臺地區）的面板數據來探討環境政策對全要素碳生產率的影響。首先，詳細闡述政策變量的測度，以期對不同省份的環境規制水平有一個基本的了解；其次，通過一個修正的基于松弛模型的方向距離函數（SBMDDF）模型，將溫室氣體排放量作為不良產出進行估計中國30 個省份的全要素碳生產率；第三，采用空間分析方法進行可視化描繪不同省份環境規制與全要素碳生產率的空間分布格局；第四，運用空間杜賓模型方法，對環境規制與全要素碳生產率之間的關系進行實證分析。此外，還考慮技術創新是否作為中介效應，進而影響環境規制對全要素碳生產率的空間溢出效應，以期實現在環境規制和經濟增長的雙重作用下再現“綠水青山”。

1 文獻綜述

通過查閱文獻，關于環境規制與碳生產率關系研究主要包括以下3 種觀點：

第一，環境規制抑制碳生產率的提升。最初，新古典主義認為，環境規制的實行必然會引發各地區污染治理成本的提高，加大生產的難度，從而降低碳生產率提升。Gao 等［7］基于高級計量經濟學模型進行驗證環境規制效應對不同工業部門碳生產率的耦合協調作用，研究結果認為，環境規制根據不同工業部門的污染程度不同，呈現不同的耦合協調作用。其中具體表現為低污染工業部門的環境規制與碳生產率存在正線性關系，高污染工業部門中環境規制與碳生產率之間呈非線性關系，而中等污染工業部門則表現為倒 U 形關系。Cheng 等［8］檢驗不同類型環境規制對碳減排效率的影響，基于動態空間面板模型進行了實證檢驗，研究結果表明異質性環境規制對碳減排效率存在顯著的空間異質性，具體表現為命令控制型環境規制相對于市場控制型環境規制更有利于碳減排的效果實施。胡威［9］從地區和產業層面，利用空間面板杜賓模型，分別來檢驗環境規制對碳生產率在地區和產業上的空間相關性及其空間溢出作用，結果認為碳生產率存在顯著的空間自相關性，環境規制抑制了對本地區及鄰近地區碳生產率的提升。雷明等［10］分析環境規制對全要素碳生產率的影響，發現以工業污染治理投資完成額和排污費征收額表示的命令型環境規制顯著抑制了低碳經濟全要素生產率增長。

第二，環境規制有利于碳生產率的提升。Alessandro［11］以德國和意大利化工企業為例，實證驗證了“波特假說”，嚴格的環境規制會促使企業使用新技術來減少污染排放，進而提高企業生產率。李小平等［12］研究了環境規制、創新驅動等對碳生產率的影響，結果表明，環境規制和創新驅動都能夠顯著提升，認為環境規制能夠促進碳生產率提升。Yin 等［13］從污染天堂和污染避難所的視角下，研究環境規制對產業轉移的影響，結果認為中國東部地區嚴格的環境規制可以迫使高碳排放產業向中部或西部地區轉移，從而表面上達到東部地區經濟增長與碳減排協調發展的局面。何康等［14］基于GLS 法和面板門檻回歸模型，探究環境規制對全行業碳生產率的影響，研究發現增加環境規制強度能夠顯著提高全行業的全要素碳排放績效。

第三，環境規制與碳生產率之間存在不確定作用。Guo 等［15］為了探究環境規制對碳排放及其碳排放強度的影響，采用了Tapio 脫鉤模型和 GMM 模型進行系統的討論后，發現中國省份間環境規制對碳排放及其碳排放強度之間存在顯著的倒U 形曲線關系，其中東部地區環境規制對碳排放及其碳排放強度的調控作用高于中西部地區，但是，隨著環境規制實施的不斷深化，表現為環境規制對碳排放強度的倒U 形曲線逐漸變平。劉和旺等［16］利用省級層面的環境規制數據和微觀層面的中國工業企業數據，實證檢驗了環境規制強度與企業全要素生產率之間存在倒“U”型關系。Zhao 等［17］從企業的微觀視角下，基于計量分析方法，研究了3 種不同環境規制對中國電廠二氧化碳排放的影響，研究結果認為政府補貼和市場控制型的環境規制有利于碳減排效率提升，而命令控制型環境規制則不利于碳排放的降低。殷寶慶［18］利用27 個制造行業2002—2010 年的面板數據，研究環境規制對碳生產率的影響，發現環境規制強度與制造業綠色全要素生產率整體上呈現“U”型關系。

綜上，關于環境規制與碳排放量和碳排放績效等方面的研究相對較多，其中對地區和行業層面的環境規制對碳生產率的研究較多，然而鮮有學者基于空間溢出視角和全要素碳生產率的視角，針對環境規制與碳生產率之間的影響效應展開研究。

因此，本文基于空間溢出視角和全要素碳生產率的視角，以2006—2017 年省級層面的環境污染排放、研發投入、資本投入、勞動力和能源消費等數據為研究對象，采用空間計量分析方法研究環境規制對全要素碳生產率的影響，同時探索技術創新作為中介變量在環境規制對全要素碳生產率中的影響作用，以期為實現區域綠色低碳與可持續發展提供一定的借鑒。

2 數據來源與模型設計

2.1 數據來源

2.1.1 變量說明

（1）被解釋變量。全要素碳生產率（TCP）：傳統的生產率衡量方法通常忽略了不良產出(如污染)的產生，以及減少污染所導致的投入成本。這些條件可能導致生產效率的偏差結果，進而導致環境管制單位次優甚至錯誤的決定。Chung 等人［19］和Chambers 等人［20］認為同時考慮期望產出增加和非期望產出減少的松弛模型的方向距離函數（SBMDDF）模型能夠很好規避上述問題。

假設T處于期望產出和投入的強處置性，非期望產出二氧化碳排放的弱處置性以及零結合公理。因此，在規模報酬邊際效應不變時，環境生產技術T的表達式如下：

其中，M,K和I分別代表投入指標，期望產出指標和非期望產出指標。

然后，我們將環境生產技術定義為：

因此，本研究借鑒Zhou 等［22］的做法，采用松弛模型的方向距離函數（SBM-DDF）模型估計中國30 個省份全要素碳生產率情況。其基本公式表現為：

（2）核心解釋變量。環境規制（ER）：環境規制不可避免地會影響企業生產過程，資源重新分配，資本投資，勞動強度和研發創新的變化，進而引發全要素生產率的波動。本文參照葉琴等［23］衡量環境規制的方法，計算步驟如下：

1）將各省份的污染物（廢水、SO2、煙塵）排放量進行線性標準化。

其中，UEij為i省j污染物的單位產值污染物排放量，max（UEj）和min（UEj）為各指標在30 個省份中最大值、最小值，UESij為指標的標準化值。

2）因各省份之間的污染物排放量以及各污染物排放強度存在較大差異，使用調整系數近似反映污染物特性差異。調整系數計算公式為:

3）計算各省份環境規制的強度。ERi為i省份的環境規制強度。

（3）中介變量。技術創新（RD）：根據經濟內生增長理論，經濟越發達，企業研發投入和創新力度越大，有利于人才的集聚，新技術知識的溢出，從而優化工業流程，加快清潔技術開發的速度，提高全要素碳生產率，采用選用技術市場交易額/GDP來替代變量技術創新水平［24］。

（4）控制變量。全要素碳生產率不僅會受到環境規制、技術創新影響以外，還會受到經濟發展水平、能源結構、產業結構、城鎮化率、工業化率和對外直接投資等諸多因素的影響［25-26］。為了避免其他不可控因素對結果帶來的偏倚，本研究引入相關潛在影響變量進行控制：1）經濟發展水平（PGDP）：考慮到各地區的經濟發展水平差異對全要素碳生產率的影響，本研究采用人均GDP 作為經濟發展水平的替代變量；2）能源結構（ES）：碳生產率水平與能源消費結構密不可分，文章用煤炭和焦炭的消耗量與總能耗的占比表征，能源結構與碳生產率呈反比；3）產業結構（IS）：產業結構調整是提升全要素碳生產率的主要落腳點，本文采用二產產值/三產產值來衡量；4）城鎮化水平（UL）：城鎮化進程不僅是傳統意義上的鄉村人口向城市的轉變過程，還包括生產生活方式的轉變，比如應用更先進的技術，更清潔的能源和更合理的生活方式，因此，本文采用城鎮人口/總人口來表征；5）貿易開放度（FDI）：本研究采用各省實際利用外商直接投資總額占GDP 比重來度量。

2.1.2 數據來源

本研究選取2006—2017 年間，除西藏以外（鑒于數據的連續性與原始可得性將西藏剔除）的中國大陸30 個省（市、自治區）級行政單位為研究對象。首先構建非徑-DDF模型，聚義變量收集情況如下：1）勞動(L)，根據《中國統計年鑒》數據，選取年末就業總人口作為代替變量。2）資本(K)，先從《中國統計年鑒》獲取2006—2017 年固定資產投資數據，然后采取永續盤存法計算，借鑒張軍等［27］學者的研究算法，在假設每個省份的資本折舊率均為 0.096的前提下，進行計算2006—2017 年各省份的資本存量。3）能源投入(E)，本文采取《中國能源統計年鑒》中各省的能源消費總量作為替代。4）期望產出，選取各省份的 GDP 作為期望產出。5）非期望產出，鑒于本文研究的是全要素碳生產率，因此將二氧化碳作為非期望產出的代替變量，碳排放系數分別來源于《中國能源統計年鑒》和IPCC《國家溫室氣體排放清單指南》。技術創新等其他控制變量的相關數據來源于《中國統計年鑒》《中國能源統計年鑒》《中國工業統計年鑒》《中國科技統計年鑒》和各省份《統計年鑒》等。為剔除通貨膨脹的影響，本文以2000年為基期不變價進行相關指標調整。

2.2 模型設計

檢驗環境規制是否會對全要素碳生產率產生空間溢出效應：

檢驗環境規制是否對技術創新產生空間溢出效應：

將環境規制與技術創新同時納入空間計量模型，檢驗技術創新的中介效應對全要素碳生產率的空間效應是否顯著：

3 實證結果與分析

3.1 全要素碳生產率的空間格局分析

2006—2017 中國30 個省份全要素碳生產率的空間差異性顯著，并呈現逐年增多的趨勢，全要素碳生產率超過1 的省份在2007 年為8 個、2012 年為10 個、2017 年增長至11 個，其態勢呈現零星點狀分布到連片集聚態勢分布（詳見圖1）。說明這些地區的生態環境日益受到重視，通過加強技術創新力度，有序開發資源，合理利用能源，調整產業結構等方式控制污染排放，進而促使了地區全要素碳生產率的提升。

圖1 2007 年、2012 年和2017 年中國全要素碳生產率的空間分布

為進一步探討中國各省份全要素碳生產率的空間相關性，本文借鑒Long 等［25］關于Moran's I 指數的具體計算方法，從全局出發，分析2006—2017 年間中國省份全要素碳生產率全局Moran's I 指數，結果均顯著性大于0，可以認為中國省份全要素碳生產率存在顯著的空間自相關特征，詳見表1。

表1 2006—2017 年中國省份全要素碳生產率的全局空間自相關分析

表1 （續）

隨后用局域Moran's I 指數散點圖清晰刻畫中國各省份全要素碳生產率的空間分布情況，其局部特征如圖2 所示，證實了中國各省份全要素碳生產率存在顯著的空間集聚特征。其中高-高集聚（H-H）省份多位于東部沿海發達地區，如上海、浙江、江蘇和廣東等；而低-低集聚（L-L）省份多位中西部欠發達地區，如陜西、山西、甘肅、寧夏和新疆等。

圖2 2006 年、2017 年中國各省份全要素碳生產率局部Moran's I 散點圖

3.2 環境規制、技術創新與全要素碳生產率的空間計量結果分析

在進行空間回歸分析研究環境規制對全要素碳生產率的空間溢出效應時，最核心的問題就是檢驗采用哪種空間面板模型最優？是選定隨機效應還是固定效應？因此，首先基于普通最小二乘法（OLS）進行面板回歸，依據LMlag、R-LMlag、LMerror 和R-LMerror 對模型殘差進行空間自相關檢驗，進而檢驗空間模型的適應性。研究結果表明，在1%的水平上，拒絕原假設，可認為本研究適應空間計量模型。其次進行Wald 和似然比（LR）進行檢驗SDM 是否能夠簡化成SEM 或SLM？從空間杜賓模型的固定效應和隨機效應估計結果來看，Wald 和 LR 檢驗統計量均通過1%顯著性水平檢驗，說明SDM 為最優模型，不能夠簡化成SEM 或SLM；然后再對空間計量模型進行Hausman 檢驗，確定選擇固定效應還是隨機效應？結果表明拒絕原假設，進而選擇固定效應；最后，基于擬合優度R2 和極大似然比（LR）檢驗法進一步判斷，選擇雙重固定效應進行探討環境規制、技術創新對全要素碳生產率的空間溢出效應。

3.2.1 環境規制對全要素碳生產率的空間溢出效應檢驗

本文采用空間杜賓模型探討環境規制是否能夠提升全要素碳生產率這一現實問題，從基于經濟距離權重下空間杜賓模型的全樣本效應分解結果（詳見表2），可以看出總效應和直接效應中環境規制對全要素碳生產率均為顯著性的正相關，也可以說，當地的環境規制能夠顯著促進本地的全要素生產效率的提升，從而驗證了波特假說理論的適應性。然而，在間接效應上，環境規制則抑制全要素碳生產率的提高，也就是說，本地的環境規制加強則會減緩鄰近地區的全要素碳生產率的提高，加重鄰近地區的污染程度，這可能與污染避難所效應有關。值得注意的是，環境規制和環境規制的平方對全要素碳生產率的效應相反，從而證實在直接效應中，環境規制與全要素碳生產率之間呈倒“U”型曲線，間接效應中，兩者之間呈“U”型曲線。因此推測環境規制對全要素碳生產率的影響存在拐點，隨著環境規制強度由弱變強，其對本地區碳生產率的影響效應將由正向影響逐漸變為負向影響，其對鄰近地區碳生產率的影響效應則是相反。

對于控制變量，能源結構（ES）調整促進本地全要素碳生產率升高，則對鄰近地區的全要素碳生產率的提升效果不明顯。經濟發展水平（PGDP）對全要素碳生產率的直接效應和間接效應均顯著為正相關，由此可以認為中國經濟增速超過了碳排放量的增速，因此，經濟發展水平的提高不僅有利于本地區全要素碳生產率的提升，也有利于鄰近地區全要素碳生產率的提升。產業結構（IS）對本地全要素碳生產率呈負相關，對鄰近地區全要素碳生產率呈正相關，說明二產占比高不利于全要素碳生產率提升。城鎮化水平無論是直接效應還是間接效應均與全要素碳生產率呈顯著正相關，也可以認為城鎮化進程形成的規模經濟效應有利于提升全要素碳生產率。對外直接投資則是相反，其無論對本地還是鄰地的全要素碳生產率，均呈顯著抑制作用。

表2 2006—2017 年環境規制對全要素碳生產率的影響分析

表2 （續）

3.2.2 環境規制對技術創新的空間溢出效應檢驗

為了進一步檢驗技術創新的中介效應，在控制了能源結構、經濟發展水平、產業結構、城鎮化水平和對外直接投資變量后，檢驗環境規制與技術創新之間的關系，從表3 的（4）～（6）可知，無論是直接效應還是間接效應，技術創新與環境規制在1%的顯著水平上呈正相關，說明技術創新的能力高低決定環境規制的強度。由表4 中（7）～（9）可知，環境規制、技術創新與全要素碳生產率均通過1%的顯著性檢驗，且環境規制對全要素碳生產率的影響系數均小于表4（7）中環境規制對全要素碳生產率的影響，表明技術創新在環境規制全要素碳生產率的影響中存在部分中介效應。

表3 環境規制對技術創新的空間溢出效應檢驗

3.2.3 環境規制、技術創新與全要素碳生產率的空間溢出效應檢驗

技術創新在環境規制對全要素碳生產率影響的中介效應（詳見表4），可以發現：在總效應和直接效應中，技術創新在環境規制對全要素碳生產率影響中具有顯著的正向調節作用，即技術創新能力越強，環境規制對全要素碳生產率影響的促進作用就越大，而且，技術創新不僅能優化本地全要素碳生產率，也能帶動鄰近地區全要素碳生產率的提升。技術進步與碳排放之間的關系是復雜的。技術創新是一種具有經濟屬性的技術進步，可以通過促進經濟增長來促進碳生產率的提升。然而，較強的環境規制一方面促使企業進一步改進其管理流程，優化其工藝流程，以期提高能源利用效率,另一方面由于地區存在政績競標賽效應，為了最大限度的增加本地區GDP，地方政府不遺余力地從外部引入先進技術，通過與先進企業合作融資等，在實現經濟增長的同時實現碳減排，從而達到全要素碳生產率的提升。

間接效應中，技術創新在環境規制對全要素碳生產率影響中具有顯著的負向調節作用，可以認為技術創新會抑制本地環境規制對鄰近地區全要素碳生產率的推動作用。因此，環境規制會促進省域全要素碳生產率的提升，環境規制對全要素碳生產率的“本地效應”大于“鄰地效應”，而且技術創新在環境規制對全要素碳生產率的影響中存在部分中介效應。

表4 環境規制、技術創新與全要素碳生產率的空間溢出效應檢驗

3.2.4 穩健性檢驗

本文通過替換空間權重矩陣的測度方式進行穩健性檢驗，采用鄰接空間權重矩陣、地理距離權重矩陣，重新SDM 模型回歸，主要解釋變量和空間計量模型的顯著性和方向基本一致，說明本文研究結論具有一定的穩健性，詳見表5。

表5 穩健性檢驗

4 研究結論與政策啟示

4.1 研究結論

環境規制與技術創新的耦合協調作用能優化生產要素空間布局、提高資源配置效率，是促進區域綠色低碳與可持續發展的重要途徑。本文通過分析2006—2017 年的中國30 個省（市、自治區）的面板數據，首先基于同時考慮期望產出和非期望產出的非徑向-DDF 測度全要素碳生產率；然后基于空間自相關方法，刻畫了中國省域全要素碳生產率的空間演化格局；最后利用空間杜賓模型進行探討環境規制對全要素碳生產率的空間溢出效應，同時探討了技術創新在環境規制對全要素碳生產率影響中的中介效應。研究結果發現：

（1）中國各省份全要素碳生產率存在顯著的空間集聚特征，其中高-高集聚（H-H）省份多位于東部沿海發達地區，而低-低集聚（L-L）省份多位中西部欠發達地區。

（2）環境規制會促進全要素碳生產率的提升，且環境規制對全要素碳生產率的“本地效應”大于“鄰地效應”，也就是說，本地的環境規制能夠顯著促進本地的全要素生產效率的提升，卻抑制鄰近地區全要素碳生產率的提升。

（3）技術創新在環境規制對全要素碳生產率的影響中存在部分中介效應。

4.2 政策啟示

（1）繼續實施環境規制政策，注重完善區域環境規制政策的差異化。由于全要素碳生產率的空間非均衡型特征，針對各省實際的環境污染程度，有針對性的匹配制定差異化的環境規制政策，提高甚至關停高耗能、高排放和高污染企業，盡可能避免形成“污染集聚”效應，進而激勵環境規制對全要素碳生產率的提升作用，促使環境規制變得更加靈活有效，盡可能達到環境規制的帕累托最優，以期實現區域綠色低碳與協調發展。

（2）完善空氣污染預測預警方案，加強區域間聯防聯控協同治理。研究結果表明環境規制對全要素碳生產率的空間溢出效應均顯著相關，且“本地效應”大于“鄰地效應”。大氣污染可通過空氣、水等載體在空間上流動和轉移，因此在進行污染防治攻堅戰中，推進區域間聯防聯控協同治理是最優化方案之一，以期實現“低碳”與“經濟”增長雙重目標，為促進區域協調發展提供新的思路。

（3）加強技術創新力度，努力構建清潔低碳、安全高效的能源體系。政策制定者應該把重點放在改善低碳生產技術上，通過提高自主研發能力，增強技術創新力度，加快科研創新成果轉化，提升國內碳生產率。在工業互聯網背景下，追求清潔低碳、安全高效的現代能源體系將是低碳、智能、共享能源的未來。