環境規制、技術創新與工業煤耗強度的互動效應

董會忠，辛 佼，韓沅剛

（山東理工大學 管理學院，山東 淄博255000）

一、引言及文獻綜述

煤炭是我國主要的基礎能源，在一次能源消費中占據重要地位，是我國工業經濟發展的重要支撐，但是煤炭資源的過度消費及粗放式利用帶來的大氣污染和溫室效應給我國經濟社會可持續發展造成嚴重威脅。對此，國家相繼出臺了《大氣污染防治行動計劃》和《打贏藍天保衛戰三年行動計劃》等政策文件。其中，把煤炭消費總量控制作為大氣環境治理的主要手段，提出到2020年單位工業增加值煤耗要比2015年降低18%以上、煤炭消費總量控制在41億噸以內的煤控目標，政策措施也逐步從煤炭等量替代進入煤炭減量替代的深度治理階段［1］。在高強度的政策助推下，部分高耗煤企業出現簡單關停而轉型不足、能源代替直接粗暴等一刀切問題，煤控效果不佳，部分地區甚至出現煤炭消費總量反彈現象。因此，深入探究工業煤耗強度與環境規制措施的協同變化以及技術創新對降低工業煤耗強度的促進作用，對我國煤炭消費總量控制政策的設計與落實，改善大氣環境質量具有重要的理論意義和實踐價值。

以煤炭資源為主的工業發展資源驅動要素探究為煤炭消費控制研究奠定了理論基礎，現有研究大多聚焦于環境規制、技術創新等外部驅動因素與能耗強度的關系方面。①環境規制作用于能耗強度的相關研究。普遍認為，環境規制能夠有效降低能耗強度，如Gong等［2］認為環境規制不僅可以降低煤耗，而且可以改善能源效率；李啟庚等［3］、孫早等［4］研究發現，環境規制對降低能耗強度有顯著的促進作用；但也有學者研究認為，不同環境規制水平對能耗強度降低作用不同，如李穎等［5］采用靜態面板估計和SYS-GMM動態面板估計方法梳理了環境規制與工業能耗強度的關系，提出環境規制強度增加到一定程度即跨過“拐點”后，其節能效用才會凸顯；陶長琪等［6］利用PSTR面板平滑轉移模型探究環境規制的調控效果，認為脫離了“節能”的環境規制對能源效率的提升是低下的，甚至是負作用。②技術創新作用于能耗強度的相關研究。學者們對技術創新與能耗強度的關系也做了大量的研究，發現企業自身缺乏創新能力，尤其是在節能減排相關方面的技術研發投入不足，嚴重阻礙了企業降低能源消耗，提高能源利用效率［7-8］。劉慧慧等［9］、Wang等［10］利用LMDI指數分解法與回歸法相結合的方法，證明了技術進步有利于降低能耗強度；王班班等［11］建立了一個包含中性技術和有偏技術進步的成本函數模型，并利用中國36個行業數據研究發現，R&D活動有助于降低中國工業煤耗強度；張志雯等［12］運用SBM模型探究技術創新對能源效率的影響機理，提出技術創新對能源效率有顯著的正影響；張軍等［13］提出通過淘汰煤耗高、污染重的用煤設施，實施節能創新技術等方式來推動煤炭減量化，可滿足資源節約與環境保護的雙重需求；但也有觀點認為，技術創新雖然有助于降低能耗強度，可從回報效應角度上，技術創新會刺激經濟增長進而帶動能源消耗，技術進步對能源消耗的總體影響具有不確定性［14］；羅會軍等［15］采用新古典經濟學方法估算能源反彈效應情況，得出技術進步對能源消耗具有負影響；楊志江等［16］、孫廣生等［17］采用DEA方法測度了能源效率變化趨勢，認為技術創新對能源消耗沒有顯著影響。③環境規制、技術創新與能耗強度的協同關系。學者們從波特假說角度研究環境規制、技術創新與能耗強度三者之間的關系，認為環境規制可以刺激企業進行技術創新，長期來看其帶來“創新補償”正向效應大于“遵循成本”負向效應，提高企業競爭力，同時能夠降低能耗［18-19］；Managi等［20］研究墨西哥灣天然氣和石油行業，發現環境規制、技術創新對能耗強度的當期影響是負向的，但滯后影響有正向的促進作用。上述研究屬于定性判斷，無法量化解釋環境規制、技術創新對工業能耗強度的影響程度，三者之間的關系還有待進一步深究。

綜上所述，學者們對能源消耗影響因素進行了大量卓有成效的研究，但是，由于研究視角和研究方法不同，得出的結論也不盡相同，特別是環境規制、技術創新這兩個主要影響因素對工業能耗強度的影響機理實證結論不一致。作為我國工業經濟的主要消費能源，煤炭消費受諸多外部因素影響，在降低煤耗強度的過程中，其與環境規制之間存在何種關聯？技術創新能否降低煤耗強度？把技術創新作為重要的中介渠道進行考察和分析時環境規制對工業煤耗強度的影響又如何？對于以上問題，學術界尚未給出準確解釋。因此，本文嘗試引用脫鉤理論研究工業煤耗強度與環境規制、技術創新間的動態演化特征，在已有文獻基礎上，從微觀層面上厘清環境規制通過技術創新渠道對工業能源消耗的影響，并采用VAR模型分析其特征變化的內在機理，為降低能源消耗提供微觀證據，以期豐富現有關于能源消耗影響因素的研究，為推動現階段經濟高質量發展提供理論依據和參考意見。

二、研究方法與指標選擇

（一）模型設計

1.脫鉤模型

經濟合作與發展組織（OECD）最早將脫鉤模型引入環境經濟領域，在環境資源評價指標體系中把環境資源壓力與經濟發展的比值作為指標，OECD脫鉤模型對基期的測量精度存在一定的誤差，Tapio模型則打破了只采用基期和末期指標的限制，引入彈性值作為脫鉤程度的劃分依據，提高了測算精度［21］。所以本文選取Tapio模型分析環境規制、技術創新與工業煤耗強度之間的關系，根據Tapio脫鉤指數方法，構建脫鉤理論模型：

其中：e代表脫鉤彈性；t代表年份；EI代表萬元工業增加值煤炭消費量，即工業煤耗強度；ERI代表環境規制指標；TI代表技術創新指標。參照張翼等［22］、張峰等［23］的脫鉤研究，以0、0.8、1.2作為臨界值，將脫鉤分為如下8種狀態，分別為衰退性脫鉤、弱脫鉤、強脫鉤、擴張性負脫鉤、弱負脫鉤、強負脫鉤、擴張性連接、衰退性連接。工業煤耗強度與環境規制、技術創新之間的脫鉤狀態界定如圖1所示。

圖1 脫鉤狀態分析示意

2.VAR模型

VAR模型（Vector Auto-Regression Mode）常用在預測相互關聯的時間序列系統以及分析隨機擾動對變量系統的動態沖擊，從而解釋產生的沖擊對變量形成的影響［24］。本文選用P期滯后的VAR模型解析各關鍵要素間的關系，模型可表示為：

其中：M為要素時間序列構成的向量；R為要素時間序列構成的系數矩陣；t代表年份；εt為誤差項均值為0的白噪聲序列。

本文構建工業煤耗強度與環境規制、技術創新的多變量的VAR模型，并借助協整、脈沖函數和方差分解等工具來探究其各要素間的內部均衡關系。VAR模型中的數據要求是平穩的，否則將會導致模型本身不穩定，出現虛假的分析結果［25］。采用ADF（Augmented Dickey Fuller）方法進行單位根檢驗［26］，若原序列不平穩則需要對其進行一階差分，若一階差分序列是平穩的，則可以建立VAR模型［24］，并利用Engle等［27］提出的協整理論來檢驗變量之間是否存在長期均衡關系。在此基礎上，繪制脈沖響應函數（IRF）解析要素間相互沖擊對當前狀態以及未來變動的動態影響，進一步地，可將VAR模型中某個變量的方差分解到各個擾動項上，測定每一個沖擊對內生變量變化的貢獻度［25］。

（二）指標選擇

1.環境規制（ERI）

學術界對環境規制強度的測算尚未形成統一的標準，目前多從環境政策法規、污染治理投入、污染物排放及污染物治理效果等方面來衡量環境規制強度。考慮數據的可獲得性和指標的相對合理性，本文選擇從環境政策法規的角度加以衡量。該角度是指立法部門依據相關法律、法規及技術標準直接對企業排污行為進行規范，利用熵權法并借鑒傅京燕等［28］提出的綜合指數法測算環境規制指標。公式如下：

2.技術創新（TI）

本文選取創新投入與創新產出的轉換效率衡量技術創新，創新投入選取R&D科研經費和R&D人員投入，創新產出選取專利數量和技術市場合同額兩個指標［29］。假設存在n個決策單元（年份），一般用DMU表示，每個DMU有m種要素投入和s類產出，對于第j個DMU的投入和產出分別以向量x j、y j表示，則每個DMU的投入—產出效率值可以通過如下的線性規劃模型求解：

其中：x0、y0為選定決策單元DMU的投入向量和產出向量；σ為相對DMU所新構造的一個有效θ組合中n個決策單元的組合比例；θ為DMU投入相對產出的利用率即技術效率值。

3.工業煤耗強度（EI）

我國工業的高速發展對傳統能源消耗的依賴性仍然較高，能源消費總量居高不下，而“富煤貧油少氣”的資源稟賦特征決定了在短期內我國難以改變以煤為主的能源消費結構。工業煤耗強度能夠反映煤炭利用的技術水平與效率，借鑒Torrie等［30］的研究，選取工業煤炭消費量占工業生產總值的比重作為工業煤耗強度的衡量指標。

（三）數據來源

本文收集并整理了中國2007—2018年年度相關數據，由于西藏、港澳臺地區數據缺失或無法獲得，故年度數據中不將其列入研究樣本。所獲數據經過處理，剔除其中存在的多重線性變量，核算工業煤耗強度、環境規制、技術創新等變量。計算上述變量的相關數據主要來源于《中國統計年鑒》（2007—2018年）、《中國環境統計年鑒》（2007—2018年）、《中國能源統計年鑒》（2007—2018年）、《中國城市統計年鑒》（2007—2018年）及相關資料。

三、脫鉤效應分析

根據脫鉤模型公式（1）和圖1，利用所獲得的數據計算2006—2017年工業煤耗強度與環境規制、技術創新之間的脫鉤狀態，見表1所列。

表1 2006—2017年脫鉤指數

工業煤耗強度與環境規制的脫鉤彈性分析如下：①第一階段，2006—2010年（“十一五”規劃期間）。脫鉤狀態為強負脫鉤、弱負脫鉤、強弱脫鉤交叉出現，處于震蕩波動期，工業煤耗強度值在1.996 8和3.046 5間變動，而環境規制指數值從2006年的0.027提升至2010年的0.042 6，隨著環境規制的變化，工業煤炭消費量幅度在增加，這說明我國環境規制水平不高，環境政策法規力度有待加強。其中，2007年出現強脫鉤狀態主要得益于2006年正處于“十一五”規劃開端之年，國家提倡建立資源節約型、環境友好型社會，政府為轉變經濟增長方式積極開展了節能減排工作。而2008年金融危機導致經濟遭受重挫，經濟發展速度緩慢，由前期的強脫鉤轉變為弱脫鉤狀態，危機過后政府為刺激經濟發展，將大部分資金投入鋼鐵、水泥、建材等產業，資金投入所占比重較高，出現了不理想的弱負脫鉤。②第二階段，2011—2017年（“十二五”規劃以來）。多以強脫鉤為主，處于脫鉤持續期，該階段前期工業煤耗強度由2011年的1.671 8增至2012年的1.872 6，且煤炭消費量急劇增長，工業煤耗強度的增速超過此期間環境規制的增速，說明工業煤耗強度與環境規制并沒有實現真正的脫鉤，工業煤耗強度與環境規制存在明顯的壓力關系，各項政策還需繼續加強執行。經濟快速增長的同時加劇大氣污染程度，為此，國家在2013年出臺了煤控相關措施，采取各種財政支持、考核問責等經濟、法律、行政手段，加大淘汰落后產能的強度，促進了經濟與環境的雙贏發展。在國家相關措施的大力支持下，工業煤耗強度與環境規制在2013年出現了強脫鉤狀態，且工業煤耗強度從2013年的1.813 3降至2017年的1.306 0，而環境規制指數值則由0.085 5提升至0.229 0，兩者出現反向演變趨勢，表明工業煤耗強度與環境規制關系在改善，逐漸由“兩難”轉向“雙贏”。2016年國務院印發《十三五生態環境保護規劃》的通知，實施“雙控”行動，推進節能，使2016年、2017年連續兩年出現強脫鉤狀態，說明我國煤炭工業在“十三五”規劃的前半期取得了良好的發展，有望實現“十三五”收官之年的煤控目標，為“十四五”打下了堅實基礎。

工業煤耗強度與技術創新效率的脫鉤彈性分析如下：根據上述處理數據結果，可發現2006—2010年脫鉤彈性變化明顯，擴張性耦合狀態、弱脫鉤、強脫鉤交替出現，工業煤耗強度介于［1.9，2.3］區間變化，技術創新效率保持增長趨勢，但增幅較低，效率值僅由2006年的0.952 0上升到2010年的0.982 0。而2011—2017年的脫鉤彈性，除2012年出現了擴張性負脫鉤、2017年出現衰退性脫鉤狀態外，其余年份全為強脫鉤狀態，工業煤耗強度出現下降趨勢，但技術創新效率依然保持上升態勢，兩者出現反向發展趨勢，這與同階段的環境規制和工業煤耗強度變化特征一樣，其重要原因是改革開放以來，我國高度重視技術研發，增大研發經費投入力度，提升技術創新水平。隨著經濟社會的發展，我國科技投入力度與高技術產品質量在不斷提升，2014年我國財政科技支出為6 454.5億元，同比2012年增長15.3%；2015年我國研發經費投入占GDP的2.1%，比2012年提升0.17個百分點，位居世界第二，與此同時我國專利申請授權數高達171萬件，比2012年增長了36.9%，位居世界第一。這一系列措施促使經濟模式由粗放低端化向集約高端化轉變，優化能源消費結構，提高能源使用效率，實現技術創新與工業煤耗強度趨向理想的強脫鉤狀態發展。

脫鉤狀態的演變反映出環境規制、技術創新與工業煤耗強度三者之間的關系，這僅是一種現象，不能確切地說明三者關系產生的內在機理。因此，本文利用VAR計量模型對其進行深入分析。

四、計量結果與穩健性分析

（一）動態響應檢驗

1.協整關系檢驗

在對變量進行取對數處理消除異方差影響后，考慮環境規制與技術創新對工業煤耗強度的影響機理，構建lnEI、lnERI、lnTI的非限制性VAR模型。根據各變量2006—2017年時序數據，借助Eviews 8.0進行動態估計。同時，按照所估計方程擬合水平與系數顯著性進行AIC準則判定，確定其最大滯后階數為2，見表2所示。

表2 向量自回歸模型滯后期的確定標準

取AIC和SC準則選定的滯后階數2建立VAR模型，并通過構造AR根的單位圓圖形可知所有單位根都在單位圓里面，即檢驗方程的根模倒數<1，證明這三個變量構成的向量自回歸模型相對穩定，為脈沖響應函數和方差分解提供依據，因此可進行下一步觀察。為了避免建立的VAR模型過程中存在“偽回歸”現象，選用ADF單位根檢驗方法辨識其變量數據的平穩性，具體結果見表3所列。

由表3可以看出，lnEI、lnERI、lnTI均接受存在單位根的原假設，經過一階差分后，DlnEI在1%顯著水平下拒絕原假設，而DlnERI、DlnTI也在10%的顯著水平下拒絕原假設，即樣本期間內各變量的一階差分序列呈平穩性，各變量均為一階單整，滿足協整檢驗的條件。

表3 變量的單位根檢驗結果

對于檢驗工業煤耗強度與環境規制、技術創新之間是否具有協整關系，本文采用Engle Granger協整檢驗（簡稱EG檢驗法）。首先，對序列lnEI、序列lnERI、序列lnTI進行靜態OLS回歸分析，同時檢驗序列lnERI和序列lnTI的回歸關系得到如下方程：

回歸殘差的序列估計模型如下：

對回歸殘差序列進行單位根檢驗，結果見表4所列。在1%的顯著性水平下，殘差ε1t序列的t檢驗統計量值小于相應臨界值，拒絕了具有單位根的原假設，即殘差ε1t序列不存在單位根為平穩序列，說明工業煤耗強度序列與環境規制、技術創新序列之間存在協整關系。由前面的脫鉤彈性測度值可知，工業煤耗強度與環境規制、技術創新之間均存在高達7次強脫鉤狀態，約占樣本容量的58.3%，尤其是2013年以來，兩者與工業煤耗強度之間基本處于脫鉤狀態。ADF檢驗中變量lnERI、lnTI的系數為負值，表明隨著環境規制、技術創新值的增加，工業煤耗強度值在降低，進一步說明環境規制、技術創新對工業煤耗強度均具有抑制作用。據殘差序列模型可知，殘差ε2t序列呈非平穩狀態，說明環境規制與技術創新序列之間不存在協整關系。這一研究結果說明，當前我國工業發展過程中環境規制力度對技術創新還未形成有效“倒逼”機制。

表4 殘差序列ADF檢驗結果

2.脈沖響應分析

脈沖響應函數是研究模型受到某種沖擊時對系統的動態影響。本文利用VAR模型，采用常見的“正交”脈沖響應函數，分析lnERI、lnTI變動對lnEI的影響程度，即研究兩個影響因素對工業煤耗強度的作用大小，得出工業煤耗強度對各變量沖擊的脈沖響應函數曲線，如圖2所示。

圖2a、圖2b是環境規制與工業煤耗強度的沖擊響應。由圖2a可知，環境規制強度的一個單位標準差的正向沖擊，工業煤耗強度當期響應值為零，后續出現下降趨勢，前2期工業煤耗強度響應值為負，說明環境規制強度增加有利于抑制工業煤耗強度，于第3期達到整個響應期最大值，此后增減波動，波幅越來越小，工業煤耗強度響應值始終為正，而在第8期再次降為負值，并保持在零線以下穩定。說明環境規制對工業煤耗強度產生周期波動影響，在短期環境規制降低工業煤耗強度，在長期對工業煤耗強度的影響較弱。其主要原因是為實現我國降低工業能耗強度的目標，地方政府加大環境規制的力度，政策出臺初期，產生較為理想的效果，但地方政府在唯GDP論驅使下，放松了環境監管力度，導致環境規制對工業煤耗強度的影響逐漸趨緩。對于高能耗、高排放的產業，環境規制目前多處于“政府引導型”，受工業體系和政策推進時滯效應的影響，還未形成環境規制對工業煤耗強度的倒逼機制。由圖2b可知，環境規制對工業煤耗強度的沖擊效果中，在前2期處于下降態勢，從第3期開始上升，在第5期以后一直處于零線以上，于第7期達到最大值，但在第9期開始下降。說明在工業煤耗強度進行控制的過程中，環境規制會出現不同程度的起伏，短期內對工業煤耗強度的抑制起正向效應，但長期會趨向平緩。

圖2c、圖2d是技術創新對工業煤耗強度的沖擊響應。由圖2c可知，工業煤耗強度對技術創新變化的單位沖擊響應值當期為零，前5期的響應值都處于降升交替的過程，于第4期達到最小值，而后經過一段時間的波動后，于第6期開始穩定，整個響應期的累計值為負。說明在工業煤耗強度的調整中，技術創新在短期內對工業煤耗強度的降低效果明顯，而長期的影響效果較弱，這與環境規制產生影響的效果相似。在短期，環境規制和技術創新對工業煤耗強度的動態效應存在同向的波動影響，且環境規制波動對工業煤耗強度的動態響應幅度更大。長期來看，環境規制和技術創新對工業煤耗強度的影響趨于穩定，動態響應幅度較弱。由圖2d可知，技術創新對工業煤耗強度的脈沖響應中，前5期呈現為升降交替的波動特點，在第2期處于零線以上，于第4期達到最大值，工業煤耗強度的提高，在初期使得技術創新有明顯的正響應，這表明短期內工業煤耗強度的提高會驅使企業加大技術創新的力度。而后至第9期始終處于零線以下，到第10期恢復零線以上，說明長期工業煤耗強度對技術創新的影響趨向穩定。其原因是在新型工業化和創新驅動的背景下，各部門積極響應并采取措施降低工業煤耗強度，必然會加大創新力度，但與此同時帶來的高額成本導致企業尤其是中小企業的經濟利潤降低，致使企業短期內無法提升經濟效益而規避技術研發投入，造成技術創新水平下降。

圖2 環境規制、技術創新與工業煤耗強度的脈沖響應

3.預測方差分解

方差分解是指運用VAR模型中每一個結構變量對內生變量變化的貢獻度的計算。對lnEI、lnERI、lnTI進行方差分解，結果見表5所列。

表5 lnEI與lnERI、lnTI的預測方差分解結果

根據方差分解情況可以看出：研究期內對工業煤耗強度的變動進行向前1期的預測，其預測方差75.45%由自身變動來解釋，只有4.30%來自技術創新變動，有20.25%來自環境規制變動。增加預測時期，可以看出技術創新對工業煤耗強度的預測方差貢獻比例越來越小，均值貢獻率為1.38%，而環境規制對工業煤耗強度的預測方差貢獻度是一個復雜的非線性關系，貢獻值既有增加又有降低，幅度變化較小，到第10期的貢獻度為36.99%，這可以說明環境規制、技術創新對工業煤耗強度的預測均有貢獻，且在長期動態預測中環境規制對工業煤耗強度的預測方差貢獻比例較技術創新的貢獻比例效用更大。從平均貢獻水平看，環境規制貢獻度穩定在29.45%，技術創新貢獻度穩定在1.38%，說明降低工業煤耗強度是一項復雜的系統工程，而技術創新和環境規制也只是控制工業煤耗強度方式中的一些途徑。

（二）穩健性檢驗

1.兩階段最小二乘法回歸結果

考慮解釋變量與被解釋變量工業煤耗強度之間可能存在內生性問題，進而會導致OLS結果有偏，故本文引入工具變量來解決內生性問題。傳統做法是將內生變量的滯后一期作為工具變量，并利用兩階段最小二乘法（2SLS）對式（6）進行實證檢驗以估計環境規制、技術創新對工業煤耗強度的影響，結果見表6所列。

通過對工具變量進行內生性檢驗，Sargan檢驗P值大于0.1，表明接受原假設，認為工具變量——環境規制、技術創新指標的滯后一期具有外生性，說明工具變量與模型的隨機誤差項不相關。其次，第一階段回歸的F統計量大于10，拒絕了工具變量是弱識別的原假設，表明選取的工具變量是合理的。從表6可以看出，在解決了變量內生性問題后，環境規制、技術創新的估計系數都顯著為負，且與基準模型的估計結果相比，其他變量的估計系數數值變化不大，在方向上也沒有發生改變，這也進一步證實工具變量的選取是有效的。

表6 2SLS回歸分析結果

2.穩健性分析

為進一步檢驗上述結論的穩健性，本文采用環境規制指標的一階差分作為工業煤耗強度的解釋變量，回歸結果見表7中的第（1）列，環境規制、技術創新的估計系數仍顯著為負，說明當環境規制、技術創新提高時，其對工業煤耗強度具有抑制作用的關系依然成立。同時，在回歸結果中，其他變量對工業煤耗強度影響的估計結果與表6回歸結果基本一致。這也說明，雖然環境規制的替代變量有所改變，但前文的結論依然不變。為更進一步分析動態模型的穩健性，引入被解釋變量工業煤耗強度的滯后一期作為解釋變量，旨在觀察隨時間的推移，環境規制與工業煤耗強度之間的關系是否會發生變化。

表7 穩健性檢驗

從表7中的第（2）列回歸結果來看，環境規制、技術創新估計系數和基準模型相比，除了數值大小存在變化外，系數方向沒有變化，即環境規制、技術創新與工業煤耗強度的關系沒有發生改變，這說明計量模型及估計結果仍具有相當的穩健性。

五、主要結論和政策啟示

本文基于脫鉤彈性的視角分析了環境規制、技術創新與工業煤耗強度之間的影響機理，并運用時序計量模型VAR分析了其協整關系、脈沖響應及方差分解。結論顯示：①工業煤耗強度與環境規制、技術創新均呈現由弱脫鉤向強脫鉤發展的理想狀態；②在協整關系檢驗中，論證了工業煤耗強度與環境規制、技術創新之間均存在長期協整關系，但環境規制與技術創新間不存在協整關系，印證了環境規制對技術創新未形成有效的倒逼機制，與目前現實狀況相符；③脈沖效果中可看出短期內環境規制、技術創新對降低工業煤耗強度產生的正向效應要大于其負向效應，能達到降低工業煤耗強度的效果，但是這種影響在長期逐漸減弱，對工業煤耗強度的影響有限。然而，環境規制和技術創新對于工業煤耗強度水平的預測均有貢獻，長期來看，對工業煤耗強度的預測作用較大。因此，通過完善合理的環境規制和技術創新指標，仍然能夠在長期實現降低工業煤耗強度的目標；同時，通過其他政策直接刺激工業能源消耗，也能實現環境規制效果進一步提升。

本文的研究結論蘊含著以下兩方面政策啟示：

一方面，根據相關政策，踐行十九大報告提出的“綠水青山就是金山銀山”的生態發展理念，有針對性地提高環境規制力度，注重環境規制與工業煤耗強度之間的聯系，協同綠色發展和創新發展，在實現節能減排、提高生態環境效益的同時，也有利于提高煤炭資源的利用效率。政府應該淘汰高耗能、低產出的項目，化解過剩產能，建立健全能源市場機制，對違反能源消耗標準的工業企業進行處罰，進而對工業煤耗強度的降低形成倒逼機制。對于固定資產龐大的工業企業，可采取環境標準、排放限額等環境規制手段，對于固定資產投資規模小的工業企業，可采取環境補貼、金融支持等環境規制措施，從而降低工業煤耗強度。

另一方面，為改善煤炭利用效率實現節能減排，在提高技術創新水平的同時，也要加強體制機制創新，鼓勵企業不斷加大科技研發投入量，切實提高科技創新水平，通過能源利用效率的提升降低能源消耗量。在當前新型工業化和創新驅動的政策引導下，能源企業研發經費投入量不斷增加，但現有調控工業煤耗強度的創新技術成果的應用效率還有待提高，對于那些完善的技術創新成果，要在降低工業煤耗強度過程中加以應用。除此之外，繼續加強培養和引進高端技術人才，提高研發活動水平，尤其是強化工業用煤監控手段，鼓勵清潔能源的開發和應用，從而達到降低工業煤耗強度的目標。