環境規制強度級差、企業區位選擇與全要素生產率

肖涵月，孫 慧，王 慧，辛 龍

（新疆大學a.新疆創新管理研究中心；b.經濟與管理學院，新疆 烏魯木齊830046）

一、引 言

以環境治理為抓手推動效率變革、動力變革是實現經濟高質量發展的重要環節。然而，在環境分權和經濟競爭背景下，地方政府間逐漸形成環境規制“逐底競爭”和“逐頂競爭”并存的局面，加深了水平型環境規制執行程度的差異，由此產生地區間環境規制強度級差（張華，2016；韓超等，2021）［1-2］。在微觀層面，環境規制強度級差的擴大成為污染密集型企業遷移的一個誘因；在宏觀層面，地區間“污染避難所”效應和城市間環境規制“灰邊效應”使環境區域性矛盾更加凸顯，為污染協同治理帶來了挑戰（Fc和Ed，2017；徐志偉和劉晨詩，2020；秦炳濤和葛力銘，2018）［3-5］。黨的十九屆五中全會指出，“十四五”期間，將更加注重完善生態文明統籌協調機制，不僅要關注環境規制區域治理效果，還應當關注治理的整體性、經濟發展的系統性。作為經濟高質量發展的主要動能，地區全要素生產率增長是否會受到環境規制強度級差的影響？該問題的研究，能夠為完善環境規制功能、協同推進污染防治、提質增效提供理論依據。

理論上，環境規制主要通過兩種路徑影響企業全要素生產率?！白裱杀尽奔僬f認為，一定強度的環境規制將提高污染企業的環境合規成本，抑制全要素生產率提高。“波特”假說則認為，合理設計的環境規制能夠促進企業創新，并形成新的競爭優勢，從而提升企業的全要素生產率（Ambec等，2013）［6］。在實證研究中，“遵循成本”假說和“波特”假說通常被作為研究環境規制影響地區全要素生產率的理論基礎。這可能存在潛在的問題：以上理論沒有將環境規制的空間因素納入地區全要素生產率的分析框架。

日趨嚴格的環境規制作為區域市場的綠色壁壘，不僅在微觀層面影響了企業全要素生產率和生產區位的選擇，還會在宏觀層面間接地作用于地區空間經濟布局。生產率異質性企業區位選擇的分類效應和選擇效應被認為是地區生產率優勢的重要來源，因而受到學者們的關注（梁琦等，2013）［7］。由于中心區的激烈競爭和外圍地區補貼政策的吸引，低生產率企業被動退出并遷移到外圍地區生產，稱之為分類效應；而高生產率企業則從外圍地區退出，進入市場更大、獲利空間更高的核心區，形成生產率優勢，產生選擇效應（Baldwin和Okubo，2010；Melitz和Ottaviano，2008）［8-9］。因此，在區域間形成生產率異質性企業“高—高”“低—低”集聚態勢，改變了地區全要素生產率的總體水平。對生產企業而言，地區間環境規制強度級差形成了隱性補貼，這是否會引起選擇效應和分類效應，對地區全要素生產率將產生怎樣的影響？其作用機制還有待進一步討論。

本文將環境規制納入“新”新經濟地理學模型的分析框架，從理論上探討地區間環境規制強度級差對企業生產區位選擇以及地區全要素生產率增長的影響，并選取中國工業企業數據與地級市數據進行匹配，在宏觀層面，實證檢驗環境規制強度級差對城市全要素生產率的影響；在微觀層面，從生產率異質性企業進入、退出機制的視角分析環境規制強度級差的選擇效應和分類效應。本文是對已有文獻的有益補充，主要體現在：①在環境規制對全要素生產率的影響研究中，已有研究主要從“波特”假說出發檢驗環境規制的微觀效果。本文將環境規制的空間因素納入分析，從分類效應、選擇效應的視角建立環境規制強度級差與地區全要素生產率的聯系，豐富了環境規制的影響機制研究。②“污染避難所”的相關研究雖然闡述了環境規制強度級差對污染企業選址的影響，但主要聚焦其產生的環境后果，沒有討論經濟后果。本文將生產率異質性納入環境規制強度級差影響企業區位選擇的分析框架，并從地區全要素生產率視角探討經濟后果，對統籌地區間環境—經濟協調發展具有啟示意義。

二、理論分析

在理論分析部分，本文借鑒了Baldwin和Okubo（2010）［8］的分析框架，經濟系統考慮兩地區（中心地區N和外圍地區N*，N市場規模較N*更大）、兩部門（農業部門和制造業部門）、兩要素（資本和勞動力）的基本設置，同時將環境規制納入分析框架。

（一）消費者決策

消費者的總效用取決于同質化農業產品A和差異化工業產品M的消費，用柯布道格拉斯函數表示；同時用不變替代彈性CES函數表示消費者對差異化工業品M消費的效用。因此，消費者效用函數可以表示如下：

其中：CM和CA分別表示消費對工業產品和農業產品的消費支出；u和1-u表示對兩種消費的支出份額；Ci表示對i種產品的消費量；σ為替代彈性。

消費者效用最大化的約束條件為：

將農產品價格pA標準化為1，L為收入，根據消費者效用最大化原則求解得出消費者對工業產品的需求函數：其中，P1-σ為工業產品綜合價格指數。

（二）生產者決策

沿用Melitz和Ottaviano（2008）［9］對生產率異質性企業的設定，假定企業生產率φ分布服從帕累托分布：

其中：m為生產率分布中的最小值；k為轉換參數。企業的生產函數為：

其中：x(φ)為企業的產出；能源e和勞動力l作為生產要素投入生產；α(0＜α＜1)表示生產的能源密集程度，越接近1則企業能源密集程度越高。企業進行生產的同時排放污染物，其排放量與能源投入是相關的。

政府為了約束企業污染排放，設置排放強度標準S，可視作政府環境規制。S越大意味著環境規制越寬松，越小則越嚴格，高于排放強度標準的企業不得進行生產。假設環境規制S能夠有效刺激企業減排，且由于環?！叭瑫r”制度，企業在進入市場前，必須投資符合強度標準的工藝技術和設備設施，即減排投資fc。簡便起見，將能源價格也標準化為1。企業根據成本最小化原則安排生產，由此得到企業的成本函數為：

其中：f為企業生產的固定成本；fc為減排投資；A=α-α( 1-α )(1-α)。

（7）式說明了企業生產率與污染排放強度之間的關系，減排投資fc一定時，企業的生產率越高（φ越大），則其污染排放強度越低，且單位產品的排放成本也越低。企業生產排放強度必須滿足環境規制S，即，由此決定了企業最小減排投資函數為：

從（8）式可以看出，最小減排投資取決于環境規制S、生產率φ以及能源密集程度α。環境規制越嚴格（S越?。钚p排投資越大；環境規制一定時，生產率越低的企業所需的最小減排投資越大；α越接近1時，所需最小減排投資越高。

企業根據利潤最大化原則定價，N和N*地區產品銷售價格分別為：

?表示貿易成本，?=0表示市場完全封閉，?=1表示市場完全一體化，不存在貿易成本；fc和fc*分別為在兩地的減排投資。可以看出，企業生產率越大，利潤越高。

（三）均衡分析

短期內，企業超額利潤為0時存在生產率臨界點φ*。若政府提高環境規制強度，則最小減排投資fc相應提高，企業生存的生產率門檻相應提高為φ*，低于φ*的企業則退出市場。

長期來看，企業根據兩地區生產的資本收益來進行生產和遷移決策。當兩地環境規制強度相同時（S=S*），則企業減排投資不變（fc=fc*），企業在兩地間的資本收益差（v[ a ]=π[ a ]-π*[ a]）始終大于零，生產率越高（φ越大）的企業在N地區所獲利潤越高，遷移動機越強，直至兩個地區市場潛能變化至均衡狀態［8］。在環境規制強度相等的條件下，企業在兩個地區間的資本收益及遷移決策不受環境規制的影響。

假設地區N*的環境規制比地區N更寬松，且足夠吸引企業遷入，即S*=nS，n＞1。n越大表明環境規制強度級差越大，并且使進入N地區所需的最低減排投資減少Δf，。企業在兩地生產的資本收益的差值隨之發生變化，則π*[ φ ]-π[ φ]為：

假設N地區有生產率為φ1、φ2兩個企業，且φ1＞φ2，兩個企業遷移到N*地區的收益因生產率不同而不同，兩者的收益差為v[ φ1]-v[ φ2]，即

（13）式表明，對于異質性生產率企業而言，低生產率企業轉移到弱環境規制的N*地區能夠獲益更多，而高生產率企業獲益更少。這是因為轉移到N*地區意味著高生產率企業只能節約更少的減排投資（fc是φ的減函數），而同時需要放棄更多的市場收益（φ(σ-1)(1-?)(B*-B)是φ的增函數），因此低生產率企業具有更強的轉移動機。另外，fc是α的增函數，意味著能耗越高、污染越密集的企業轉移后獲益更多。

假設有生產率在φs以下的企業從N地區轉移到N*，則有：

從（14）式可以得出，其他變量一定時，地區間環境規制強度級差n越大時，φs越大，即從地區N向N*轉移的企業數量越多，并且主要由低生產率企業構成?？梢?，地區間環境規制強度級差形成了隱性補貼，改變了生產率異質性企業的市場區位選擇，促使低生產率企業從強環境規制地區退出，并進入弱環境規制地區生產，加劇了生產率異質性企業的空間分類效應。

生產率異質性企業的分類效應會促進選擇效應，并引起企業間資源再配置，進而影響地區全要素生產率。其一，在強環境規制地區，低生產率企業的退出減少了“擁擠效應”，釋放了資源和市場空間，形成新的集聚力，有利于吸引其他地區高生產率企業進入并形成競爭優勢。其二，在弱環境規制地區，低生產率企業的進入將導致資源占用，扭曲了資源流向，其“嗜血”特性擠占了高生產率企業的生存空間，形成離散力。在集聚力和分散力的綜合作用下，高生產率企業從弱環境規制地區退出并向強環境規制地區轉移，加劇了企業間資源錯配，進而導致地區全要素生產率下降?；谝陨侠碚摲治?，得出推論1、推論2。

推論1：宏觀層面，環境規制強度級差的擴大降低了弱環境規制地區的資源配置效率，與地區全要素生產率呈負相關關系；

推論2：微觀層面，環境規制強度級差的擴大引致低生產率企業進入和高生產率企業退出，加劇了生產率異質性企業的分類效應和選擇效應。

三、模型、變量與數據

（一）模型構建

1.基準分析模型

基準分析從宏觀視角出發，以城市為樣本，驗證環境規制強度級差與城市全要素生產率的關系，即推論1是否成立。

其中：j為城市；t為年份；被解釋變量為城市全要素生產率TFPj,t；核心解釋變量為環境規制強度級差dis_reguj,t，以表示地區間環境規制強度差異大小；Xj,t為一組控制變量，包含城市經濟發展水平、城市規模、市場分割度、市場化程度、產業集聚程度；ut為時間固定效應；δj為個體固定效應；εj,t為隨機擾動項。另外，為驗證環境規制強度級差對城市全要素生產率的內部影響，剖析問題的根源，本文將城市生產率分解為資源配置效率（covj,t）和企業生產率，并作為被解釋變量進一步分析。

2.機制檢驗模型

為探討環境規制強度級差影響城市全要素生產率及其微觀機制，本文以企業為樣本，檢驗環境規制強度級差是否影響了生產率異質性企業的區位選擇，即推論2中的分類效應和選擇效應是否存在，并進一步檢驗由此產生的企業間資源再配置效應。

（1）環境規制強度級差與分類效應。結合理論分析，分類效應以低生產率企業進入弱環境規制地區為特征。由于無法觀測到企業進入市場前的生產率，且進入市場后企業生產率容易受到環境規制的影響，干擾了對生產率異質性企業進入選擇的分析，所以不能直接使用二值模型分析環境規制強度級差對低生產率企業進入概率的影響。這里借鑒Arimoto等（2014）［10］、呂大國等（2019）［11］的檢驗方法，選用新進入企業的生產率作為分析對象，若市場中企業設立之初就只有較低的生產率水平，則表明是低生產率企業受到環境規制強度級差影響進入了該市場。模型設置如下：

其中：i為企業；j為所在城市；t為年份；被解釋變量為新進入企業的全要素生產率tfpi,j,t；核心解釋變量為環境規制強度級差dis_reguj,t；Xi,j,t為控制變量，其中除了包括上述城市層面的控制變量，還包括企業層面的控制變量，即企業年齡、規模、資本密集度、企業所有制性質以及是否為重污染企業；δk為行業固定效應；μt為時間固定效應；ωj為城市固定效應。

（2）環境規制強度級差與選擇效應。選擇效應以高生產率企業從弱環境規制地區退出為特征。為此，本文借鑒王勇等（2019）［12］的做法，設置面板二值模型，檢驗環境規制強度級差是否與高生產率企業的市場退出概率正相關。具體做法為：

其中：exiti,j,t為被解釋變量，取值為0或者1，企業退出則為1，反之為0；環境規制強度級差dis_reguj,t與企業全要素生產率tfpi,j,t的交互項系數β2是本文主要關注的，表示環境規制強度級差對生產率異質性企業退出概率的影響；Xi,j,t包含城市層面和企業層面的控制變量。

（3）環境規制強度級差與企業間資源配置。根據理論模型，企業間資源配置是聯系分類效應、選擇效應與城市全要素生產率的微觀基礎。因此，有必要進一步檢驗環境規制強度級差對企業間資源配置的影響。模型設置如下：

其中：被解釋變量Resi,j,t為企業占有的資源，包括勞動力、資本以及市場份額；環境規制強度級差dis_reguj,t與企業全要素生產率tfpi,j,t的交互項系數γ2是本文主要關注的，表示環境規制強度級差對生產率異質性企業要素流動及市場份額配置的影響；Xi,j,t包含城市層面和企業層面的控制變量。

（二）變量測度與數據說明

1.環境規制強度級差（dis_regu）

環境規制強度級差為地區間環境規制的執行程度或者強度差異。首先，測算各城市環境規制強度。為避免單一指標造成的估計偏誤，本文以綜合指數法測算城市環境規制強度，運用熵值法賦權，以標準化后的工業二氧化硫去除率、工業煙塵（粉塵）去除率以及一般工業固體廢棄物綜合利用率計算得到環境規制綜合指數，該指標數值越大說明環境規制強度越大。地級市的上述環境數據自2003年起在《中國城市統計年鑒》發布，同時與中國工業企業數據相匹配，本文選取2003—2007年254個地級市作為樣本（1）。其次，參考秦炳濤和葛力銘（2018）［5］、彭可茂等（2013）［13］的做法，以環境規制強度的相對值作為地區間環境規制強度級差的測度指標，即用當年環境規制綜合指數的最大值與各城市環境規制綜合指數的比值計算得到，數值越大者表示該城市與環境規制強度最高者級差越大，其環境規制相對強度越低。

2.城市全要素生產率（TFP）及其構成

Olley和Pakes（1996）［14］認為，行業或地區總量生產率應是微觀層面企業生產率的加權加總，其內在構成包含企業生產率和企業間資源配置效率。本文參考該定義與分解方法，便于更細致地考察環境規制強度級差對城市全要素生產率的影響路徑，具體為：

3.企業全要素生產率（tfp）

本文基于中國工業企業數據庫，選取制造業企業數據計算企業全要素生產率，其與城市環境規制數據匹配后，選取2004—2007年的企業全要素生產率作為實證樣本。數據的預處理參考了楊汝岱（2015）［15］的相關做法，刪除重復樣本并剔除固定資產凈值、固定資產原值為0以及年均從業人員數小于8人的樣本，最終得到945 995個樣本。由于行業代碼在2001年進行了調整，故將1998—2001年行業代碼按照《國民經濟行業代碼標準》（GB/T4754—2002）進行統一。另外，2004年的數據中缺少了企業工業增加值，采用“工業增加值=工業總產值-中間投入+當期應交增值稅”計算補齊。

企業全要素生產率估計方法主要有OLS、GMM、OP和LP方法，OP和LP半參數的估計方法在解決估計內生性的問題上具優勢。本文參考魯曉東和連玉君（2012）［16］對企業全要素生產率的估計方法，并以LP法得到生產率（tfp_lp）作為基準分析，以OP法（tfp_op）作為穩健性討論，估計結果的統計性描述見表1所列。本文首先對數據進行了平減：以1998年為基期，對實際折舊額和實際投資額按照企業所在省份固定資產投資價格指數進行平減；對工業增加值和中間投入按照企業所在省份工業品出廠價格指數進行平減。其次，運用永續盤存法估計實際資本存量（K）；企業的勞動力要素為企業年從業人數（L）。最后，對企業所在城市效應（ωj）、時間效應（μt）、行業效應（δk）以及企業控制變量Xi,j,t進行了控制。具體做法如下：

表1 核心變量的統計特征

4.企業進入（entry）與退出（exit）

本文對企業進入及退出的界定參考了毛其淋和盛斌（2013）［17］的做法，即t－1期不存在而t期出現的企業視為t期的進入企業；t－1期存在而t年及以后時期均未出現的企業視為t期的退出企業；其余企業則為當期存活企業。為避免因樣本區間選擇對企業狀態造成的截尾，在定義企業進入與退出起止時，使用了1998—2009年的中國工業企業數據。

5.控制變量

參考呂大國等（2019）［11］、王勇等（2019）［12］的做法，本文從城市層面和企業層面選取了相應的控制變量。企業層面的控制變量有：企業年齡（age），由“樣本企業觀測年份-企業成立時間+1”計算得到；企業所有制（state），企業實收資本中國有資本占比超過50%即為國有企業，定義為1，否則為0；企業市場份額（scale），用企業銷售產值表示；企業資本密度（k_l），用企業人均擁有資本數量表示；企業污染屬性（pollution），這一指標按照2010年生態環境部公布的《上市公司環境信息披露指南》中規定的重污染行業范圍進行設置，若屬于規定范圍，定義為1，反之為0。

城市層面的控制變量包括：經濟發展水平（gdp），用城市國內生產總值表示；城市規模（pop），用城市人口數量表示；市場化程度（mar），用制造業企業中國有企業占比表示，國有企業占比越高則市場化程度越低；市場分割程度（seg），參考呂越等（2018）［18］使用的價格法計算市場分割指數，鑒于數據的可得性，本文用各城市所在省份的居民消費價格指數計算得到；城市產業集聚度（LQ），運用區位熵的方法，選取制造業企業從業人員數計算得到。

本文所選控制變量的數據來源為《中國城市統計年鑒》（2004—2008年）、《中國統計年鑒》（2004—2008年）、專利云數據庫以及國家統計局發布數據。

6.工具變量

本文參考沈坤榮等（2017）［19］的做法，以空氣流通系數作為環境規制的工具變量，能較好地處理內生性問題?？諝饬魍ㄏ禂禐楦鞒鞘?0米高風速與邊界層高度的乘積，相關數據來源于ERA-Interim數據庫。

四、實證結果分析

（一）基準分析

表2是基于方程（15）的基準估計結果。鑒于經濟發達、生產率較高的城市會實施相對嚴格的環境監管，從而導致雙向因果的內生性問題，本文以各城市空氣流通系數和滯后一期環境規制作為工具變量，經內生性檢驗后選用面板工具變量法進行估計。（1）（2）列顯示，環境規制強度級差對城市全要素生產率的影響系數在10%的顯著水平上為負，表明環境規制強度級差越大的城市，其全要素生產率水平越低。為進一步探討環境規制強度級差影響城市全要素生產率的內在路徑，本文將城市全要素生產率分解為企業生產率和資源配置效率兩部分分別估計。在（5）（6）列中，資源配置效率的系數在5%的顯著水平上為負，這說明環境規制強度級差的擴大抑制了資源配置效率，即在環境規制強度較低的城市，市場份額主要被低生產率企業占有，而不是高生產率企業。而在（3）（4）列中，環境規制強度級差對企業全要素生產率的影響系數未能通過顯著性檢驗，沒有表現出明顯的創新補償效應?？刂谱兞抗烙嫿Y果與預期基本一致，市場規模、市場化程度以及產業集聚度對資源配置效率和全要素生產率均具有促進作用；而市場分割與企業生產率及資源配置效率均呈負相關關系，對城市全要素生產率具有抑制作用。

表2 環境規制強度級差對城市全要素生產率及其構成的影響

雖然企業全要素生產率進步是全要素生產率增長的主要動力，但其增長的空間逐漸縮小，而資源配置效率的改善對全要素生產率增長發揮了越來越大的作用（楊汝岱，2015）［15］。本文中，環境規制強度級差主要是通過資源配置效率這一重要構成對全要素生產率發揮了抑制作用，驗證了理論推論1。

（二）穩健性分析

首先，為規避全要素生產率估計方法對研究結果的影響，本文將核心被解釋變量由OP法生產率替換成LP法生產率，重新計算城市全要素生產率及其構成，表3顯示其估計結果穩健。其次，本文進一步考慮不同環境規制測度方式對估計結果的影響，以滯后一期污染源治理投資額占工業增加值的比重作為環境規制強度的代理變量，替換境規制綜合指數，并在此基礎上計算核心解釋變量環境規制強度級差。內生性檢驗表示不存在內生解釋變量，故采用面板數據固定效應模型估計，結果見表4所列，依然支持基準分析結論。

表3 替換被解釋變量的穩健性分析結果

表4 替換核心解釋變量的穩健性分析估計結果

（三）異質性分析

1.區域異質性

東部地區與中西部地區在開放程度、環境監管、市場規模等方面都存在明顯的差異，這些因素均是影響企業區位選擇及全要素生產率的重要因素。因此，本文將254個地級市分為東部城市和中西部城市進行分組分析，估計結果見表5所列。表5顯示，環境規制強度級差對東部地區和中西部地區生產率增長的影響表現出明顯的差異。在東部地區，環境規制強度級差未能顯著影響生產率增長。但在中西部地區，環境規制強度級差越大，對城市資源配置效率和全要素生產率增長的抑制作用越強。該結果表明，與東部地區相比，環境規制強度級差的擴大對中西部地區全要素生產率具有更強烈的負面影響。這可能是由于東部地區市場規模更大且發育程度相對完善，環境規制強度級差對資源配置效率影響有限；而在中西部地區，污染密集型產業受環境規制強度級差的吸引并形成集聚（秦炳濤和葛力銘，2018）［5］，使資源向低效、污染密集型企業扭曲，降低了資源配置效率和全要素生產率。

表5 環境規制強度級差對城市全要素生產率影響的區域異質性

2.城市異質性

本文在“中心—外圍”理論框架下分析環境規制強度級差對城市全要素生產率的影響，因此，樣本是否是“中心”城市可能會產生異質性結果。直轄市和省會城市是產業、人口集聚的中心，符合理論意義上的“中心”城市。因此，本文將直轄市和省會城市定義為“中心”城市，其余城市定義為“外圍”城市，將樣本分組回歸，估計結果見表6所列。在“中心”城市，環境規制強度級差沒有顯著影響全要素生產率及其構成；在“外圍”城市，環境規制強度級差在5%的顯著水平上與全要素生產率及資源配置效率負相關。結合理論分析，當城市間具有較大的環境規制強度級差時，低生產率企業最先放棄“中心”城市的規模市場，而遷入環境規制強度更低的“外圍”城市生存，形成空間分類效應，使生產率低者更低。

表6 環境規制強度級差對城市全要素生產率影響的城市異質性

（四）內在機制分析

從基準分析得出，環境規制強度級差的擴大顯著抑制了資源配置效率，對城市全要素生產率具有不利影響。在機制分析中，將結合理論推論2，從生產率異質性企業進入與退出的角度驗證選擇效應和分類效應，分析導致企業間資源錯配的機制。

1.環境規制強度級差與分類效應

環境規制強度級差的擴大引致低生產率企業進入弱環境規制地區是分類效應的一個特征表現。但低生產率企業往往污染排放更為嚴重，在進入市場時可能會通過游說等方式降低環境規制的實施強度，從而導致內生性問題。本文采用兩步GMM法對方程（16）進行估計，工具變量同方程（15），估計結果見表7所列。表7顯示，環境規制強度級差與新進入企業的全要素生產率在1%的水平上顯著負相關。呂大國等（2019）［11］認為，新市場的生產率水平與企業進入行為有關。在本文中，環境規制強度級差只對低生產率企業形成了補貼和吸引力。因此，環境規制強度級差越大，新進入企業的整體生產率水平相對越低。污染密集型行業的虛擬變量與全要素生產率在1%的顯著水平上均呈顯著正相關，表明污染密集型企業具有相對較高的生產率。這一結果與已有研究結果相符，魯曉東和連玉君（2012）［16］的研究表明，1999—2007年中國金屬冶煉行業經歷了最快的生產率增長。此外，本文加入了環境規制強度級差與污染密集型企業虛擬變量的交互項，系數均顯著為負，表明環境規制強度級差的擴大對于低生產率的污染密集型企業具有更強的吸引力，進一步加劇了污染密集型企業在城市間的分類效應。

表7 環境規制強度級差對新進入企業生產率的影響

2.環境規制強度級差與選擇效應

以上結果驗證了環境規制強度級差的擴大對低生產率企業的吸引力，但是否會引致高生產率企業退出而加劇選擇效應，還需要進一步的檢驗。本文運用二值模型對方程（17）進行估計，結果見表8所列。

表8 環境規制強度級差對異質性企業退出概率的影響

表8顯示，全要素生產率與企業退出概率顯著負相關，表明企業的生產率越高，其市場退出概率越低，符合“優勝劣汰”的市場規律。環境規制強度級差對企業退出概率的影響沒有通過顯著性檢驗，但環境規制強度級差與生產率的交互項的系數在1%的水平上顯著為正，表明擴大的環境規制強度級差提高了高生產率企業的市場退出概率。換而言之，在弱環境規制城市，高生產率企業退出概率更高，違背了一般市場規律。結合理論分析，一方面，環境規制強度級差的增加吸引低生產率企業進入，低效占用了有限資源，形成對高生產率企業的“擠出效應”。已有研究證明低效企業以較低的融資成本扭曲了正常企業的資本配置，形成了外延式的資源錯配（張璇和李金洋，2019）［20］。另一方面，強環境規制城市具有更優良的生態環境，有利于積累人力資本并形成勞動力資源競爭優勢（張海峰等，2019）［21］，吸引弱環境規制地區的高生產率企業進入，進而加劇了選擇效應。

3.環境規制強度級差與企業間資源配置

在城市層面，環境規制強度級差對全要素生產率的抑制作用主要源于資源配置效應。在企業層面，本文檢驗了環境規制強度級差對企業要素以及市場份額的影響，結果見表9所列。表9顯示，全要素生產率與勞動力、資本以及市場份額的相關系數均顯著為正，表明市場中高生產率企業能夠獲得更多的要素配置。同時，環境規制強度級差與各要素及市場份額的相關系數顯著為正，表明在弱環境規制地區，企業能夠獲得更多要素配置，這可能是由于環境規制強度級差較大的城市主要集中在經濟欠發達地區，地方政府期望通過降低要素價格、增加要素供給等方式承接產業轉移。本文重點關注全要素生產率與環境規制強度級差的交互項，其系數均為負，與全要素生產率的系數相反，說明環境規制強度級差的擴大扭曲了要素流向，同時降低了高生產率企業的市場份額，導致企業間資源錯配。該結論從微觀層面佐證了基準分析的結果。

表9 環境規制強度級差對企業間資源配置的影響

五、結論與建議

本文在“新”新經濟地理學模型框架基礎上納入環境規制，從理論上分析了環境規制強度級差對生產率異質性企業區位選擇的影響，并結合中國工業企業數據和地級市數據進行了實證檢驗。研究認為，在宏觀層面，環境規制強度級差的擴大對地區全要素生產率具有負向影響，并且表現出明顯的異質性，其中對中西部城市、非直轄市和非省會城市的全要素生產率具有更為顯著的抑制作用。進一步地，對城市全要素生產率分解分析后發現，環境規制強度級差的擴大抑制了資源配置效率的改進。在微觀層面，生產率異質性企業區位選擇隨著環境規制強度級差的擴大發生變化，呈現出分類效應和選擇效應，具體表現為低生產率企業進入弱環境規制地區，并對高生產率企業產生“擠出效應”，引致高生產率企業退出，導致企業間資源錯配。

基于上述結論，本文認為需警惕環境規制強度的空間差異對資源配置效率和全要素生產率增長帶來的不利影響，應從縱向上深化環境規制垂直管理改革，橫向上建立區域間環境治理的協同機制，減少環境政策在地區間的非對稱執行。地區間環境協同治理不僅有助于防治“污染避難所”效應，還能從整體上加速低效生產力退出，對過剩產能治理形成合力，從而促進地區間資源配置效率與生產率的協同增長。但在環境分權背景下，以行政監管為主的命令控制型環境規制在“一盤棋”治理中具有局限性。長期來看，應當加快完善一體化的排放權交易機制，通過提高污染、低效企業減污增效的內在動力降低其區位選擇的敏感性，縮小因分類效應和選擇效應帶來的地區間生產率差距，從而在宏觀層面上統籌推進污染治理與效率提升。

注 釋：

（1）關于數據時間范圍的說明：中國工業企業數據樣本量大，指標豐富，在研究微觀經濟問題中具有明顯優勢，但由于2007年后中國工業企業數據存在大量關鍵指標的缺失，例如工業增加值，同類權威研究多以2007年前的數據為樣本，盡管有部分學者運用預測、核算等方法對缺失值補齊，但估計結果的穩健性值得商榷。鑒于此，本文選取了2007年前的中國工業企業數據測算企業全要素生產率。