綠色產業政策與重污染行業高質量發展

陳璐怡 周蓉 鐘文沁

摘要 綠色產業政策是政府出于推動環境與產業協同發展的目標而實施的政策組合。綠色產業政策鼓勵企業技術研發，強調以創新驅動的方式，實現行業的高質量發展，但是相關綠色產業政策實施效果的評價研究還非常有限。文章對14個地級市在1998—2013年所實施的紡織行業綠色產業政策進行了系統的評估。基于中國紡織行業27 827家企業在1998—2013年間86 988條企業運行、環境排放與專利申請等企業級數據，通過雙重差分以及動態雙重差分方法評價了相關政策的效果，研究發現綠色產業政策能夠同時提升企業的環境與創新績效，同時還影響了企業的創新方向;而且這些綠色產業政策對企業績效的影響，會受到企業屬性的調節作用：在相同的綠色產業政策沖擊下，國有企業在環境績效方面會顯著優于非國有企業，但是國有企業的創新績效與非國有企業之間沒有顯著差別。此外，多次雙重差分方法下的政策評估顯示，盡管綠色產業政策促進了當地產業的高質量發展，但是不同城市的綠色產業政策的實施效果存在差異。綜上，基于本文的政策效果評價，研究認為地方性的綠色產業政策能有效促進當地產業轉型升級，但是距離全面推動產業的高質量發展仍然存在著差距。因此，在未來還需要中央政府加強頂層設計與政策督導，深化重污染行業的綠色可持續轉型。本研究為構建“綠色制造”的政策體系，提升中國環境治理體系與治理能力，提供了理論與實證的支撐。

關鍵詞 綠色產業政策;高質量發展;重污染行業;動態雙重差分方法

企業的綠色創新同時面臨著“創新驅動”與“環境治理”兩個環節上的市場失靈[1]。為了解決“雙重市場失靈”問題，地方政府在嚴格環境監管的同時，也會采用包括清潔生產技術清單、升級改造獎勵、鼓勵企業遷入工業園集中管理、評選綠色產品以及強制淘汰落后設備等綠色產業政策。前期產業經濟學研究指出，這些綠色產業政策既保護地方產業的存續又實現了地方產業高質量發展的目標[2]。但是，在實踐中地方政府實施的綠色產業政策能否真的推動產業高質量發展，實現創新與環境績效的“雙提升”？不同地方的綠色產業政策是否會帶來異質性的政策效果？相關實證研究還非常有限。本研究基于1998—2013年期間中國企業專利數據庫、工企數據庫與企業排污數據庫進行匹配，定量評價了地方性綠色產業政策的實施效果。研究對紡織行業實施的產業政策進行了系統的梳理，選擇了14個在紡織行業實施綠色產業政策的城市，將這些城市在政策執行后所涉及的7 906個企業樣本作為實驗組，與中國沒有受到政策沖擊的79 082個企業樣本進行比較。基于上述微觀企業的面板數據研究，本文探討綠色產業政策對于不同城市紡織產業創新和環境績效的影響差異。

1 文獻綜述

1.1 產業高質量發展的內涵

“中國經濟已由高速增長階段轉向高質量發展階段”，是黨的十九大對當前現代化經濟發展階段做出的基本戰略判斷。此后，“高質量發展”在學術討論中成為熱點詞匯。可是由于這個詞匯最初來源于政策文件，學界對于“高質量發展”內涵與邊界暫時并沒有達成廣泛的共識。高培勇等[3]認為，高質量發展的內涵根植于當前中國社會發展的主要矛盾，具有鮮明的時代特征[4]。中國社科院提出高質量發展的內涵包括“經濟結構和效率不斷優化、經濟發展的充分平衡、發展成果的為民所享、社會的公平公正”[5]。由此可知，雖然不同研究機構給出定義存在著表述的差異，但是這些對高質量發展內涵的解讀都包含從單純考慮經濟發展目標向全面考慮多種經濟、社會與環境多個目標的轉變。因此，高質量發展的一個根本特征就是多維性，表現在戰略方向上就是政策目標多元性[6]。實現多元目標的協調增長是實現經濟高質量發展的必然要求。

在經濟高質量發展的實現過程中，產業高質量發展具有基礎地位[7]。產業的創新績效和環境績效是產業高質量發展的重要目標[8]，2018年中國工程院重大咨詢項目“面向2035的綠色制造發展戰略研究”指出，“產業高質量發展”意味著產業在不同階段具有的不同發展目標：在短期內，產業高質量發展要求企業控制污染排放、減少對周邊環境的影響;在長期尺度上，還要求相關企業研發新的綠色技術，從而適應中國環保標準的不斷提升，增強企業在全球市場中的可持續發展競爭力[9]。簡而言之，從工程科技的角度而言，產業高質量發展需要實現創新和環境目標之間的協同，在通過創新提升產業競爭力的同時，注重環境保護以促進產業的長期可持續發展。

為了實現產業的高質量發展，研究者需要深入了解創新治理與環境治理之間的相互影響[10]。一方面，創新治理被看作是降低環境污染的重要驅動力。政府推動企業技術創新，能夠促進企業生產工藝的改進、清潔能源的使用、污染處理技術的提高，產業結構的優化升級，最終減少環境污染[11]。實證研究也證明，在中國大部分地區，提升科技創新能力對改善環境污染有較好的效果[12]。另一方面，嚴格的環境治理也有利于創新的產生[10]。經典波特假說認為，良好設計的環保政策能夠促進企業進行技術創新，在長期內可以提升企業生產效率，增加企業競爭力[13]。這一假說在中國較發達地區得到了很好的實證支撐[14]。但是，以往“環境-創新”相互影響的研究中，往往將創新等同于企業的綠色技術采納、污染治理設備投入等短期行為，忽視了企業以自身研發為代表的內生性創新行為。這些企業的研發行為很難受到外部環境規制壓力的驅動[15-16]。

本研究所關注的產業高質量發展，并不只是要求企業采納已有的綠色技術，而更加關注的是企業能否形成自主創新能力，并推動自身可持續發展。因此，如何將政府的作用發揮好，將有限的政策工具進行優化組合、充分使用，解決重點行業的高質量發展問題，還需要產業政策研究者與實際政策制定者不斷探索、持續積累與經驗總結。

1.2 綠色產業政策的特征與理論演化

綠色產業政策是產業政策與環境管理交叉而衍生出的概念，在國際上有著長期的探討（見表1）。基于產業經濟學對產業政策的定義，本文將綠色產業政策定義為中央或地方政府出于推動環境與產業協同發展的目標而干預產業活動的政策組合。長期以來，綠色產業政策在世界各國推動產業發展中都扮演重要角色，在產業宏觀結構的綠色變革中起到了關鍵引導與推動作用[17-18]。

綠色產業政策是對傳統產業政策的修正和發展，其政策目標不僅是經濟增長，也是調整經濟的發展方式實現經濟發展和環境保護在長期的和諧統一。本文認為，相比于傳統環境政策和產業政策，綠色產業政策具有明顯的優勢。從環境創新的視角來看，產業環境績效和創新績效之所以難以協同是因為同時存在創新的正外部性和環境污染的負外部性問題，這兩種市場失靈因素交織在一起共同導致社會整體的綠色創新不足，被稱為“雙重市場失靈”[22]。環境政策只能促使企業將污染的外部成本內部化，但是企業依然面臨著創新的收益溢出問題，當收益無法彌補成本時企業可能會選擇退出市場[15]，而不一定選擇技術創新。尤其是大量小企業退出市場[23]，可能破壞地方產業鏈結構，不利于地方產業的持續發展。相反，傳統產業政策只能為創新提供正向激勵，但是無法激勵企業將污染的外部性內部化。綠色產業政策實際上是產業政策及環境政策在政策目標和政策工具上的結合與統一，將兩個目標綜合考慮，互相協調配合，執行中還能減少不同主管部門之間各自為政和相互推諉，對于環境和創新目標有更好的協同效果[24]。

國內關于綠色產業政策的研究主要關注的是政策體系的梳理。李曉萍等將中國的綠色產業政策發展分為重發展輕環保（1978—1999年）、綠色產業政策萌芽（2000—2011年）、綠色產業政策初步發展（2012年至今）三個階段[25]。在此背景之下，經濟和環境政策目標之間的協調性日益受到重視，各個政府層級以及各個主管部門針對產業的可持續發展出臺了大量的政策。其中包含了各種的命令-控制型政策工具、市場化工具、信息和自愿協商型政策工具以及它們之間的相互組合，構成了日益復雜的綠色產業政策體系。比如，中國由中央政府及其直屬機構頒發的，針對新能源產業的綠色產業政策截至2013年已經達到23份，數量居主要國家前列，并且政府在規范條例、金融支持、宣傳教育和平臺建設等多個政策工具維度都有較為全面的應用和布局[26]。

但是，當前中國實施的綠色產業政策缺乏相關實證研究，尤其缺少對政策多目標協同特征的探討。已有政策評估研究在對多目標進行評估時往往將多維政策目標壓縮為一維以便于不同地區之間的比較，比如選取全要素生產率等單一的綜合性評價指標[27-28]，或者將多維指標以一定的權重加總[4， 29]。這樣不利于加深對于不同政策目標之間內在關系的認識。而且，在多目標協同的背景下，不同指標之間按權重相加無法真正反映當地的發展質量，因為某一項指標的突出表現無法彌補另一項指標的不足。周源等人對湖州綠色產業政策進行了多目標的評價[2]，初步彌補相關實證研究的不足。但是，該研究只關注湖州的綠色產業政策實施效果，沒有對更大范圍的綠色產業政策整體績效進行評估。相關實證研究的缺乏，限制政策研究者與制定者對已實施政策效果的估計，也減緩了相關政策迭代與完善。為了彌補這些不足，本文將研究范圍確定為全國的市級綠色產業政策，并且綜合了中國工業企業數據庫、企業排污數據庫、專利數據庫多個數據源，為綠色產業政策提供了較為全面的多維指標定量評估基礎。

總的來說，當前綠色產業政策的研究尚存不足。政策研究者不但要描述產業政策工具之間的組合方式，也需要評價政策在不同維度上的實施績效，由此判斷政策是否通過系統地設計最終實現了設計之初所期望的多目標。同時，在政策組合理論和實踐的互通過程中，還需考慮更加廣泛的社會、政治和經濟因素的影響，包括治理層級、產業特征、地理區域與企業特征等多個維度。本文認為綠色產業政策在促進創新和環境協調發展上具有顯著的優勢。但綠色產業政策的實際效果如何，還需要以實證為基礎的評估。具體需要細分為兩類問題，分別是：①綠色產業政策能否促進產業的創新發展？②綠色產業政策能否促進產業的綠色發展？

對于問題一，主要理論探討來自前期的產業政策研究;Lütkenhorst等[20]指出產業政策的目標就是強調生產力的提高，即通過將資源分配到新技術轉化和推廣，提高單位資本和人力投入回報率，最終在宏觀上實現經濟的增長。也有學者從使命創新的角度對產業政策的創新影響進行解讀。比如，政府可以通過對基礎設施、技術研發、技術推廣和商業化的各個階段進行投入，從而在全新的市場和部門上，扮演者企業家、風險承擔者和市場創造者[30]，促進企業創新。因此，在環境治理領域，政府實施綠色產業政策能夠對創新起到促進作用;為此，本文提出第一個假設。

假設1：綠色產業政策能夠提升企業創新績效。

其次，對于問題二，已有研究闡述了產業政策對于環境績效的影響機制。相比于傳統的通過末端治理來降低資源、能源的消耗水平，綠色產業政策通過推動清潔生產技術研發與應用、開發綠色工藝與綠色產品、持續改進跨企業的物質流與能量流等多種方式，最終提升整個產業鏈的環境績效[2， 31]。繼而，本文提出第二個假設。

假設2：綠色產業政策能有效提升企業的環境績效。

此外，不同的企業屬性也會對綠色產業政策發揮的作用產生影響。已有研究表明，由于具有更大的尋租風險和更少的市場競爭經驗，國企在創新能力和創新效率方面相比于非國有企業有著較為明顯的差距[32-33]，因此在同樣受到綠色產業政策的影響時，非國有企業相比于國有企業可能獲得更大的創新績效提升。

假設3：綠色產業政策對非國有企業的創新績效作用更加顯著。

同時，不同屬性的企業對于環保進行投資的敏感性也不同。由于非國有企業管理者的私人收益和環保投資聯系更加緊密，增加環保投資對于管理者私人收益負面影響更大，因此非國有企業對于環保投資的積極性往往低于國有企業[34]。不僅如此，國有企業作為各級政府職能的延伸，是環境政策的主要承接者[35]，受到更大的政策壓力的影響。在綠色產業政策出臺后，國有企業有更大的積極性對環保要求進行回應和投入[36]。因此，本文提出的第四個假設。

假設4：綠色產業政策對國有企業的環境績效作用更加顯著。

2 研究方法

2.1 案例選擇與政策梳理

本文首先在產業選擇與政策梳理兩個方面做了相應的工作。在產業選擇方面，研究者選擇了中國紡織產業作為代表性研究對象。據統計，2017年水泥、紡織、鋼鐵、冶煉等傳統重化工行業消耗了中國超過42%的能源，排放了超過中國97%的工業二氧化硫[37]。同時，中國紡織等傳統產業具有減排潛力大、企業監測與運營數據完整、對社會經濟影響深入、產業政策出臺針對性強等多方面的特征。這些特征為重污染行業研究提供了實際的案例[38]。

基于產業選擇，研究者進一步在政策數據庫中識別了自改革開放以來中國在紡織工業環境保護方面曾經正式實施了104條政策文本，在排除國家級與省級政策以后。又經過兩輪的小規模專家討論，最終識別出在2006—2013年間，南通、泰州、蘇州、濟南、威海、淄博、寧波、鹽城、濰坊、湖州、佛山、安慶、青島共14個城市在紡織行業實施了綠色產業政策。

2.2 政策文本與專利內容分析

在政策梳理之后，本文進一步對于政策和專利內容進行內容分析，以進一步描繪政策與企業創新活動的具體內容。在本文中，我們采用數據挖掘與可視化方法對這些綠色產業政策包含的政策工具組合進行分析。對于企業創新專利，本文根據本課題組的前期研究，采用自然語言分析中的主題模型（topic model），進行了初步的挖掘與分析[39]，幫助研究者更加深入了解綠色產業政策的內涵、以及企業在政策影響下創新行為的變化。

2.3 指標選擇、數據匹配與模型描述

2.3.1 指標選擇與數據匹配

為了驗證上述假設，本研究需要分別明確衡量企業的創新與環境績效的具體指標。在前期研究中，Brem等[40]用研發投入來衡量創新績效，Johnstone等[41]、 Fabrizi等[42]采用專利數據來表征企業對于綠色技術中的研發與創新績效。為了更好地衡量企業的創新成果，本文采用企業的專利累積申請量（Patent）作為企業創新績效的衡量指標;在環境績效方面，Nameroff等[43]用環保裝備投入量表征了企業對于綠色技術投入的實施環節，Antonioli等[44]采用污染排放量來衡量意大利建筑產業的技術發展，而周源等[2]綜合了綠色技術采納的創新特征與企業運行特征，采用污染排放強度來衡量企業采納綠色技術的績效。根據這些前期研究，本文采用企業化學需氧量排放強度（COD_DI）作為企業環境績效的衡量指標，COD_DI的計算如公式（1）所示，可以想象企業COD_DI的下降，恰恰意味著企業采用了新的裝備或者新的技術減少了自己的污染，而并不是簡單的關停設備，導致產業因為環保要求而無法生產。

3 實證結果分析

3.1 中國紡織產業綠色發展的現狀描述

3.1.1 中國紡織行業地方性綠色產業政策描述

經過政策篩選，本研究識別了14個城市，在1998—2013年間實施的綠色產業政策。為了展示政策包含的內容，本文通過文本分析，對不同城市的綠色產業政策工具進行梳理。根據前期的研究，本文將政策工具分為需求拉動與技術推動型政策。其中，需求性政策包括了提供金融支持、設立產業園區（含示范項目）、設定減排目標、調整組織結構四類;而技術推動項目包括鼓勵創新、推廣先進技術和淘汰落后技術三類。如圖1所示，盡管篩選出的14城市出臺的政策都被稱之為綠色產業政策，但是其中包含的政策工具數量和種類并不相同，其中湖州、蘇州等五個城市采用全部7種政策工具，而其他城市選擇性采用了不同的政策工具組合。

3.1.2 中國紡織產業綠色發展的總體情況

在數據分析方面，本研究首先對紡織企業的整體數據進行了可視化分析。如圖2所示，本研究采用了散點圖展示企業的化學需氧量（COD）排放與工業總產值，每個觀測點代表了在對應時間范圍內，企業的廢水中化學需氧量（COD）排放總量的平均值與工業總產值的平均值。結果如圖2所示，相比于1998—2003年企業的發展績效（圖2（A）），2004—2008年間企業的總產值有了顯著的提升，同時觀測樣本的污染排放也呈現出上升趨勢（圖2（B））;而相比于圖2（B），在圖2（C）中，2009—2013年期間觀測樣本的工業總產值繼續增長，但是企業的COD排放總量出現了明顯的下降。總的來看，觀測樣本的總體變化，說明隨著時間的推移，中國紡織企業在總體上實現了環境績效的提升。

此外，本研究在匹配數據的基礎上，對紡織產業1998—2013年間的產值、專利累積申請量、廢水與廢氣排放進行了分析。如圖3所示，研究將企業按照實施綠色產業政策與未實施綠色產業政策的城市，分為兩個組進行比較研究。

如圖3（A）所示，本研究中執行綠色產業政策的城市只有14個，而未執行產業政策的城市多達412個，但是有政策城市的紡織企業總產值往往占到其他城市紡織產業產值的30%～50%，而且這些有政策城市的企業平均產值也穩定高于其他城市企業，說明在這些有政策的城市中紡織產業具有較大的規模，對于城市的經濟發展具有更加重要的作用;其次，如圖3（B）所示，從企業數量上看，可以發現有政策城市中總的紡織企業數量只有其他城市紡織企業數量的20%～30%，而有政策城市中紡織企業平均的專利累積申請量明顯高于其他城市紡織企業的專利累積申請量。其中，2013年有政策城市中企業專利申請量是無政策城市企業專利申請量的6倍;在企業排污方面，如圖3（C）所示，有政策城市中企業的平均COD排放總量略高于無政策城市的企業，一方面說明與企業產值的變化趨勢相一致，在科技水平沒有明顯提升的情況下，總產值越高的地區其相應的污染排放越嚴重;但是，圖3（C）同時顯示，隨著中國在環境保護壓力的不斷提升，所有城市COD排放強度持續下降，其中有政策城市紡織企業的排放強度更是發生了明顯下降;此外，本研究還展示了煙塵的排放強度變化，如圖3（D）所示，隨著時間發展，企業的煙塵排放強度也發生了相應的下降，但是實驗組和對照組企業之間區別并不顯著。

3.1.3 基于主題模型的專利內容分析

本文依據專利申請企業是否受到綠色產業政策的沖擊，將所有實用新型專利分為兩類，分別為未受到綠色產業政策沖擊企業所申請的專利，以及受到綠色產業政策沖擊企業所申請的專利。

表2所示，通過主題模型方法，分別對兩類專利進行分析，可以發現，相比于未受到政策沖擊的企業，受到綠色產業政策沖擊的企業申請主題有明顯的不同。未受到政策沖擊的企業，其技術改進方向更加側重于傳統的能源系統、紡織裝備、紡織面料、工藝與輔料的開發;而綠色產業政策沖擊下的企業專利的主題表現出兩個顯著不同的特征。其一，企業更加關注染色這一個紡織的重污染環節，因為該環節占據了紡織廢水排放的80%[47];其二，企業更加關注典型環保技術，由表2可知，企業專利申請會更加集中在廢水回收、過濾等與環境技術相關技術上。因此，采用基于自然語言分析的主題模型方法，為本研究中環境政策的作用效果提供了新的維度，為綠色產業政策的實施效果提供了新的證據。

總的來看，近十年來，紡織行業的創新績效和環境績效都得到了改善與提升。其中，比較有綠色產業政策與無綠色產業政策城市中紡織企業的創新與環境績效，可以發現相比于無綠色產業政策的城市，實施綠色產業政策的城市中企業的創新與環境表現都發生了更多的提升，其行業創新的內容也發生了實質性變化。

3.2 地區性綠色產業政策對紡織產業績效的影響

如表3所示，經過數據清洗，在1998—2013年間，以專利積累量為計，符合條件的企業樣本觀測量共計86 988條，其中受到政策沖擊的樣本7 906條，占到總體樣本數量9.1%。同時，研究將企業的產值作為控制變量，而將企業屬性作為調節變量，將國有企業設定為1，而非國有企業設定為0。

3.2.1 基于固定效應模型的政策評估

基于上述研究變量，固定效應模型的回歸結果如表4所示。其中，模型（1）至模型（3）負二項回歸模型進行估計，主要展示的是綠色產業政策對企業專利申請積累量的影響。回歸結果顯示，城市實施綠色產業政策能夠顯著提升當地企業專利累積申請量（P-value < 0.01），而且無論是額外考慮城市，時間或者企業固定效應都不會改變這種提升效果。同時，這些模型還考慮了企業屬性對于政策效果的調節效應。從模型（1）到模型（3）中，可以發現企業的所有權是否屬于國企與非國企，對于綠色產業政策創新績效的調節作用并不顯著，說明綠色產業政策對國企和非國企的創新績效提升作用沒有顯著差異。

另一方面，從模型（4）到模型（6）主要展示的是綠色產業政策對企業污染排放強度的影響。回歸結果顯示，城市實施綠色產業政策能夠顯著降低當地企業的污染排放強度（P-value<0.01），無論是否考慮企業、時間與城市固定效應，這種顯著降低依舊保持穩健。同時，這四個模型還考慮了企業所有權對于政策效果的調節作用，發現政策對于不同企業屬性的影響是不同的。綠色產業政策對國有企業的環境績效提升會比非國有企業更多。該研究結論與前期研究結論保持一致，即國有企業在制度壓力之下更加有動力追求環境績效[48]。

此外，本文還使用了企業的煙塵排放強度的對數值ln（Smoke_EI）作為安慰劑檢驗，其中煙塵指的是燃煤和工業生產過程中排放出來的固體顆粒物，而煙塵排放強度指的是企業實現單位產值所排放的煙塵量。如表4的模型（7）所示。回歸結果顯示，受到綠色產業政策沖擊的企業，其煙塵排放強度并沒有受到明顯影響。這說明針對紡織行業的綠色產業政策具有專一性。這些綠色產業政策并非一個通用的環境規制，而是根據紡織行業水資源消耗大，水污染嚴重的產業特征所制定的針對性政策。

3.2.2 基于動態雙重差分的政策評估

本研究采用了動態雙重差分方法，克服了不同城市實施綠色產業政策時間不一致的問題。如表5 所示，對于環境績效（COD_DI）來看，實驗組與對照組在綠色政策實施前，并不存在顯著性差異;在實施后第一年（Dft1），實驗組與對照組之間的環境績效沒有出現顯著差異，政策實施以后第二年與第三年，受到政策沖擊的企業的排污強度開始顯著低于未受到政策沖擊的企業。根據Lütkenhorst 等[20]研究，由于綠色產業政策與單純環境規制并不相同，不是以關停為主要手段，而是通過推廣清潔生產的設備，逐步替換落后產能，實現環境績效的持續提升。這意味著綠色產業政策所導致的環境績效提升并非立竿見影的效果，而是一個長期穩定的變革，與本研究結果相符合;而從專利累積申請量指標（Patents）變化情況來看，在綠色產業政策實施前，實驗組與對照組的企業之間并沒有顯著的績效差別，但是隨著綠色產業政策的實施，受到政策沖擊的觀測樣本在專利累積申請量方面有顯著提升。這表明綠色產業政策可能是通過提升了企業的創新能力改善了企業的環境績效。

同時，我們參考Baguio[49]的研究，為了檢驗了綠色產業政策的動態效果的穩健性。本研究對數據進行截尾處理，去掉了環境績效和創新績效最低5%和最高5%的樣本。結果如表5所示，在截尾處理后，政策對于企業的環境績效和創新績效的影響與截尾處理前的研究結果保持一致，說明了綠色產業政策影響效果的穩健性;此外，為了驗證綠色產業政策的針對性，我們也采用煙塵排放強度的對數值作為安慰劑檢驗的指標。安慰劑檢驗的結果可以發現盡管煙塵強度在政策執行后第二年出現了顯著性的下降，但是在政策實施前，實驗組的企業樣本已經顯著低于對照組，不符合雙重差分方法平行趨勢的前提假設。因此，本研究所涉及的綠色產業政策并不是煙塵強度變化的原因。

總體而言，通過應用動態雙重差分方法，本文在固定效應模型基礎上，進一步確認了綠色產業政策對于企業績效與環境績效存在著顯著的提升效果。

3.2.3 基于多次雙重差分的政策評估

本文采用了多次雙重差分的評價方法，評估每個城市綠色政策的執行效果，即對每個執行綠色產業政策的城市作為實驗組，以及將所有未實施產業政策的城市作為對照組，逐一比較每個城市實施綠色產業政策的效果。參考Angrist等[50]的研究，本研究對于每個受到綠色產業政策沖擊的城市都進行了平行趨勢假設的檢驗。總體來看，在本研究中，政策執行前實驗組與對照組企業的專利累積申請量與環境排污值，并不存在著顯著的差別。該結論意味著政策執行前，實驗組與對照組之間符合平行趨勢假設，可以采用多次雙重差分方法，評價城市受到綠色產業政策沖擊的程度，多次雙重差分的分析結果如圖4所示。

如圖4所示，我們將環境績效與創新績效兩個維度進行整合，形成了以環境績效與創新績效為主要分析維度的產業政策實施效果四象限。通過四象限，研究者可以更加直觀的識別不同城市綠色產業政策實施效果之間存在的異質性。總的來說，實施綠色產業政策對于少數城市的創新績效和環境績效都有顯著的提升效果，大多數城市僅僅提升了創新或者環境績效中的兩者中的一種。此外，還有少數城市無論是在環境績效，還是在創新績效方面都沒有得到顯著提升。

4 結論與啟示

根據上一章對實證研究結果的分析，本研究認為，綠色產業政策能夠達到企業創新績效與環境績效“雙提升”的設計目標，推動產業高質量發展。但是，綠色產業政策在不同城市的效果存在著異質性。

從政策實施效果看，綠色產業政策并不會像環境規制一樣，立竿見影地改變企業的環境績效，而是在政策實施的一段時間后，才會逐漸發揮作用。該研究結果與李曉萍等人對于綠色產業政策的研究結論是相一致的，即綠色產業政策是通過調整產業結構，推動產業的綠色發展與轉變[25]。這意味環境規制與綠色產業政策有各自的適用范圍。如果是為了在短期內解決環境污染問題，實現環境績效的顯著改善，那么地方政府需要堅持使用“最嚴格制度最嚴密法治保護生態環境”;而如果要考慮在更長時期實現產業環境與經濟績效的協同發展，則需要更加重視對綠色產業政策的使用，從而引導產業在更高的環保要求下實現可持續發展。

本研究為環境管理帶來了新的啟示。以往環境治理往往更加依賴命令控制型的“一刀切”政策。在產業發展受到政策沖擊后，再實施產業引導政策，彌補“一刀切”政策帶來的負面影響。這種傳統治理路徑往往會導致在環境規制放松后，企業的報復性生產與周邊環境質量的突然下降[51]。因而，一個好的政策組合，從戰略層面上就要求具有協調性。這意味著在同時期采用的政策工具之間不能出現矛盾，而且不同時期采用的政策工具之間需要進行恰當的前后銜接[52]。因此，更為合適的方式反而是使用前瞻性的綠色產業政策進行整體布局，然后隨著綠色產能的逐步壯大，再通過提高環境標準，加強環境規制等綜合手段，加快淘汰落后產能，為綠色產能提供市場需求，最終實現區域經濟與環境的協調發展。

綜上所述，實現產業高質量發展，是中國制造業“由大變強”的重要任務，也是中國構建現代化經濟體系的重要標志。但是，在當前的環境治理中，政府更多采用的是簡單易行的命令控制型環境規制方法，對于綠色產業政策的使用與探討還不夠充分。本文以1998—2013年間，中國紡織企業的運營、排污與專利數據作為研究基礎，系統評價了中國地方政府實施的綠色產業政策的政策效果。研究認為，綠色產業政策能夠引導企業在可持續發展領域開展積極探索與創新，并且提升企業的環境績效。研究提出，需要識別不同類型政策工具在環境管理中的實施效果與作用機制，為更加合理的進行政策組合，因地制宜的推動中國重污染行業高質量發展提供理論與實踐的支撐與供給。

參考文獻

[1]JAFFE A B， NEWELL R G， STAVINS R N. A tale of two market failures： technology and environmental policy [J]. Ecological economics， 2005， 54（2/3）： 164-74.

[2]周源， 張曉東， 趙云， 等. 綠色治理規制下的產業發展與環境績效 [J]. 中國人口·資源與環境， 2018， 28（9）： 82-92.

[3]高培勇，杜創，劉霞輝，等.高質量發展背景下的現代化經濟體系建設：一個邏輯框架[J]. 經濟研究， 2019， 54（4）： 6-19.

[4]馬茹， 羅暉， 王宏偉， 等. 中國區域經濟高質量發展評價指標體系及測度研究 [J]. 中國軟科學， 2019（7） ： 60-67.

[5]趙劍波， 史丹， 鄧洲. 高質量發展的內涵研究 [J].經濟與管理研究， 2019， 40（11）： 15-31.

[6]金碚. 關于“高質量發展”的經濟學研究 [J]. 中國工業經濟， 2018（4）： 5-18.

[7]任保平， 文豐安. 新時代中國高質量發展的判斷標準、決定因素與實現途徑 [J]. 改革， 2018（4）： 5-16.

[8]宋曉娜， 張峰. 高質量發展下工業發展質量測度及趨勢研究 [J]. 軟科學， 2019， 33（12）： 36-41.

[9]工信部節能與綜合利用司. 節能與綜合利用司赴中國工程院對接推進第四期綠色制造重大研究課題 [J]. 表面工程與再制造， 2018， 18（6）： 17.

[10]CARRION-FLORES C E， INNES R. Environmental innovation and environmental performance [J]. Journal of environmental economics management， 2010， 59（1）： 27-42.

[11]羅良文， 李珊珊. 技術進步、產業結構與中國工業碳排放 [J]. 科研管理， 2014， 35（6）： 8-13.

[12]WANG X， LUO Y. Has technological innovation capability addressed environmental pollution from the dual perspective of FDI quantity and quality： evidence from China [J]. Journal of cleaner production， 2020， 258： 120941.

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

[14]王國印， 王動. 波特假說、環境規制與企業技術創新：對中東部地區的比較分析 [J]. 中國軟科學， 2011（1）： 100-112.

[15]劉悅， 周默涵. 環境規制是否會妨礙企業競爭力：基于異質性企業的理論分析 [J]. 世界經濟， 2018， 41（4）： 152-169.

[16]張根文， 邱碩， 張王飛. 強化環境規制影響企業研發創新嗎：基于新《環境保護法》實施的實證分析 [J]. 廣東財經大學學報， 2018， 33（6）： 80-88.

[17]ROGGE K S， REICHARDT K. Policy mixes for sustainability transitions： an extended concept and framework for analysis [J]. Research policy， 2016， 45（8）： 1620-1635.

[18]ALTENBURG T， ASSMANN C， RODRIK D， et al. Green industrial policy： concept， policies， country experiences [M].Geneva： UN Environment and German Development Institute， 2017.

[19]HALLEGATTE S， FAY M， VOGT-SCHILB A. Green industrial policies： when and how [M].Washington DC：The World Bank， 2013.

[20]LüTKENHORST W， ALTENBURG T， PEGELS A， et al. Green industrial policy： managing transformation under uncertainty [R]. 2014.

[21]PEGELS A. Green industrial policy in emerging countries [M]. London：Routledge， 2014： 13-20.

[22]JAFFE A B， NEWELL R G， STAVINS R N. A tale of two market failures： technology and environmental policy [J]. Ecological economics， 2005， 54（2-3）： 164-74.

[23]DEAN T J， BROWN R L J A O M J. Pollution regulation as a barrier to new firm entry： initial evidence and implications for future research [J]. 1995， 38（1）： 288-303.

[24]HOWLETT M， VINCE J， DEL RIO P J P， et al. Policy integration and multi-level governance： dealing with the vertical dimension of policy mix designs [J]. Politics and governance， 2017， 5（2）： 69-78.

[25]李曉萍， 張億軍， 江飛濤. 綠色產業政策：理論演進與中國實踐 [J]. 財經研究， 2019， 45（8）： 4-27.

[26]盧超， 尤建新， 戎珂， 等. 新能源汽車產業政策的國際比較研究 [J]. 科研管理， 2014， 35（12）： 26-35.

[27]賀曉宇， 沈坤榮. 現代化經濟體系、全要素生產率與高質量發展 [J]. 上海經濟研究， 2018（6）： 25-34.

[28]闕澄宇， 李金凱， 程立燕. 高質量發展下如何推進匯率市場化與資本賬戶開放：來自134個經濟體的經驗證據 [J]. 財經研究， 2019， 45（5）： 4-15，43.

[29]潘竟虎， 胡艷興. 中國城市群"四化"協調發展效率測度 [J]. 中國人口·資源與環境， 2015， 25（9）： 100-107.

[30] 張學文， 陳勁. 使命驅動型創新： 源起， 依據， 政策邏輯與基本標準 [J]. 科學學與科學技術管理， 2020， 40（10）： 3-13.

[31]FROSCH R A， GALLOPOULOS N E. Strategies for manufacturing [J]. Scientific American， 1989， 261（3）： 144-53.

[32]董曉慶， 趙堅， 袁朋偉. 國有企業創新效率損失研究 [J]. 中國工業經濟， 2014（2）： 97-108.

[33]江詩松， 龔麗敏， 魏江. 轉型經濟中后發企業的創新能力追趕路徑：國有企業和民營企業的雙城故事 [J]. 管理世界， 2011（12）： 96-115.

[34]田雙雙， 李強. 管理者私人收益、產權性質與企業環保投資：考慮制度壓力的影響 [J]. 財會月刊， 2016（21）： 21-26.

[35]葉林， 宋星洲， 魏君言. 環境治理中的國有企業與政府互動模式研究：基于S市的調查 [J]. 上海行政學院學報， 2018， 19（2）： 100-111.

[36]BECK T， LEVINE R， LEVKOV A. Big bad banks：the winners and losers from bank deregulation in the United States [J]. Journal of finance， 2010， 65（5）： 1637-1667.

[37]“中國工程院綠色制造發展戰略研究”課題組。推進綠色制造 建設生態文明：中國綠色制造戰略研究 [J]. 中國工程科學， 2017， 19（3）： 1-158.

[38]CHEN L， XU J， YUAN Z. Regulating the environmental behavior of manufacturing SMEs： interfirm alliance as a facilitator [J]. Journal of cleaner production， 2017， 165：393-404.

[39]周源， 劉懷蘭， 廖嶺， 等. 基于主題模型的技術預見定量方法綜述 [J]. 科技管理研究， 2017， 37（11）： 185-196.

[40]BREM A， VOIGT K I. Integration of market pull and technology push in the corporate front end and innovation management insights from the German software industry [J]. Technovation， 2009， 29（5）： 351-367.

[41]JOHNSTONE N， HAI， POIRIER J， et al. Environmental policy stringency and technological innovation： evidence from survey data and patent counts [J]. Applied economics， 2012，44（17）：2157-2170.

[42]FABRIZI A， GUARINI G， MELICIANI V. Green patents， regulatory policies and research network policies [J]. Research policy， 2018， 47（6）： 1018-1031.

[43]NAMEROFF T， GARANT R， ALBERT M. Adoption of green chemistry： an analysis based on US patents [J]. Research policy， 2004， 33（6-7）： 959-974.

[44]ANTONIOLI D， BORGHESI S， D'AMATO A， et al. Analysing the interactions of energy and climate policies in a broad policy ‘optimalityframework： the Italian case study [J]. Journal of integrative environmental sciences， 2014， 11（3-4）： 205-224.

[45]韓超， 張偉廣， 馮展斌. 環境規制如何 “去” 資源錯配：基于中國首次約束性污染控制的分析 [J]. 中國工業經濟， 2017（4）： 115-134.

[46]PIZA E L. Using poisson and negative binomial regression models to measure the influence of risk on crime incident counts [EB/OL]. Rutgers Centre on Public Security，2012[2020-02-21].https：//www.semanticscholar.org/paper/Using-Poisson-and-Negative-Binomial-Regression-to-Piza/087cea2406c9ea6e26d2c8c1b77617da75b0e9c9.

[47]梁龍. 印染廢水何時清如許 [J]. 中國紡織， 2011（7）： 35-37.

[48]黎文靖， 路曉燕. 機構投資者關注企業的環境績效嗎：來自我國重污染行業上市公司的經驗證據 [J]. 金融研究， 2015 （12）： 97-112.

[49]BAGUIO C B. Trimmed mean as an adaptive robust estimator of a location parameter for Weibull distribution [J]. World Academy of Science， Engineering and Technology， 2008， 42： 681-686.

[50]ANGRIST J D， PISCHKE J S. Mostly harmless econometrics： an empiricist's companion [M]. Princeton：Princeton University Press， 2008.

[51]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.

[52]ROGGE K S， SCHLEICH J. Do policy mix characteristics matter for low-carbon innovation： a survey-based exploration of renewable power generation technologies in Germany [J]. Research policy， 2018， 47（9）： 1639-1654.