促進還是抑制：環境規制對工業產能利用率的影響

孔 明 ，劉 帥 ，2a，金殿臣

（1.中國社會科學院 研究生院，北京 102488；2.中國財政科學研究院 a.宏觀經濟研究中心；b.全球風險治理研究中心，北京 100142）

一、引 言

自1978年改革開放以來，我國經濟快速發展，創造了長期高速增長的奇跡。然而，壓縮式工業化引發的環境污染與產能過剩“疊加”問題，在一定程度上延緩了我國經濟邁向高質量發展的步伐。如何實現環境質量改善和工業產能利用率提高雙贏目標，逐漸成為新時代我國經濟高質量發展背景下學界的熱議話題。與此同時，我國政府也出臺了一系列政策舉措推動產能過剩的治理，但時至今日，產能過剩問題仍未得到有效解決。實際上，2013年國務院出臺的《關于化解產能嚴重過剩矛盾的指導意見》就明確提出，加強環境準入和強化環境執法是化解產能過剩的有效措施，要逐步完善產能過剩行業的環境標準，引導工業綠色發展。由此可見，環境規制不僅是環境污染治理的主要手段，而且成為引導工業綠色發展、化解產能過剩的重要措施。

隨著學術界對產能過剩治理研究的深入，學者們嘗試從環境要素視角探索產能過剩的成因，并開始研究環境規制是否具有提高產能利用率的作用。在逐步深入的研究中，主要圍繞環境規制與產能過剩之間的形態關系、環境規制對產能利用率的影響與異質性以及環境規制對化解產能過剩的作用機制等問題展開。部分文獻還結合中國特色分權模式下地方政府對產能過剩治理的作用，以及地方政府針對不同環境規制工具所采取的有差別的競爭策略［1］。

盡管現有文獻將研究側重點逐步轉移到環境規制對產能過剩的作用機制上，依托“波特假說”，分析技術創新的中介效應和門檻效應。然而，值得注意的是，就我國而言，環境規制究竟起到促進還是抑制工業產能利用率的作用？兩者之間具有怎樣的關系？環境規制對工業產能利用率的影響是否存在異質性？現有文獻并未對上述問題給予詳細回答。近年來，少數研究者為該問題的深入研究提供了具有理論和實踐意義的探討。然而，現有研究的結論尚存在一定的爭議，尤其是環境規制對工業產能利用率的影響及其異質性有待于進一步探討。

受上述研究的啟發，本文基于2001—2017 年我國（不含港澳臺及西藏地區）省際面板數據，采用面板固定效應和分位數回歸等計量經濟學研究方法，實證檢驗環境規制對工業產能利用率的影響及其異質性，并據此得出政策啟示。本文的邊際貢獻主要體現在：采用面板固定效應和分位數回歸方法，明確了環境規制對工業產能利用率具有顯著提升作用，并補充完善了環境規制對工業產能利用率提升作用的工具異質性、地區異質性、分位數異質性以及時間異質性。

下文結構安排如下：第二部分為研究假說；第三部分介紹計量方法、衡量指標以及數據來源；第四部分包括實證分析、穩健性檢驗以及拓展性分析；第五部分為結論及政策啟示。

二、理論假說

短期來看，在技術水平不變的情形下，環境規制會增加企業生產成本、降低資本收益率，從而在一定程度上減少工業投資規模（Garofalo 和Malhotras，1995）［2］。與此同時，環境規制會增加企業的邊際生產成本、擠占技術創新投資，進而降低企業的創新能力，不利于產能利用率的提升（Gray 和Shadbegian，2003）［3］。長期而言，環境規制強度的提高，會激勵工業企業增加生產工藝改進和技術創新投入。這使企業的生產工藝、技術水平在滿足環境規制要求的同時，也會給企業帶來技術創新能力提高的效果（楊振兵和張誠，2015）［4］。由此可見，環境規制“創新補償效應”的逐步顯現，會抵消“成本效應”對產能利用率的負面影響（Du 和Li，2019）［5］。不僅如此，環境規制強度的增加，會提高區域內工業環境門檻，加速工業企業向環境規制強度低的地區轉移（沈坤榮等，2017）［6］。這將促進區域間的技術外溢，并進一步加強區域間的產能合作，從而在推動落后區域產業升級的同時，提升產能利用率。綜上所述，本文提出假說1。

H1：在其他條件不變的情形下，環境規制起到提高工業產能利用率的作用。

由于政府和企業之間存在信息不對稱現象，政府環境規制需要付出較高的信息搜索成本和監督成本。地方政府采取“一刀切”的強制關停措施，可以在短期內實現淘汰落后產能的目標（閆文娟和郭樹龍，2018）［7］。但是此舉難以適應企業彈性生產經營的要求，反而會降低資源利用效率，無法實現產能利用率的提升。市場激勵型環境規制則借助市場機制內部化環境成本，通過提高生產要素價格的方式增加工業企業生產成本，以壓縮生產規模、促進市場出清、提高產能利用率水平（郭進，2019）［8］。另外，市場激勵型環境規制還可以通過驅動工業企業技術綠色轉型、加快產業結構綠色調整以及促進區域間產業合作，從整體上提高工業產能利用率。公眾參與型環境規制則通過公眾輿論向政府和企業施加壓力，影響企業生產經營，間接地影響產能利用率。然而，在地方政府主導的市場經濟中，地方政府需要依托企業實現經濟增長目標，導致地方政府環境規制供給和執行強度偏向于企業利益方，公眾參與在引導企業綠色發展、促進區域產業綠色轉型方面的作用甚微。綜上所述，本文提出假說2。

H2：在其他條件不變的情形下，環境規制對工業產能利用率影響存在差異，且市場激勵型環境規制對工業產能利用率提升作用更顯著。

由于區域間經濟發展水平、技術創新能力和工業基礎的差異，環境規制對產能利用率的提升作用也存在區域差異（彭星和李斌，2016）［9］。東部地區經濟發展水平和技術創新能力較高、工業基礎較好，在環境規制強度逐漸增加的情形下，環境規制引導東部地區企業綠色創新與促進產業結構轉型的經濟和社會成本較小，環境規制對工業產能利用率的提升作用比較明顯。由于中、西部地區經濟發展水平相對較低，技術創新能力不足以及工業基礎相對薄弱，隨著環境規制強度的加大，該地區環境規制“遵循成本效應”比較明顯，難以實現技術創新水平提高和產業高級化發展。東部地區的技術溢出和產業轉移，在一定程度上會推動中西部地區技術創新能力提升和產業轉型，然而，在經濟增長和環境保護難以雙贏的情形下，中西部地區會優先承接能顯著促進經濟增長的產業，從而削弱環境規制對工業綠色發展的提升作用（張華，2016）［10］。因此，在技術條件不變情形下，環境規制難以抑制中西部地區低端產能規模擴張，故而對工業產能利用率提升作用并不明顯。綜上所述，本文提出假說3。

H3：環境規制對工業產能利用率提升作用存在區域異質性，東部地區環境規制對產能利用率的提升作用更加顯著。

三、變量篩選、模型構建、變量說明與數據來源

為驗證核心假說，本文基于2001—2017 年我國（不含港澳臺及西藏地區）省際面板數據，構建17×30 短期面板數據模型進行回歸分析。本文運用交叉驗證（Cross Validation）和“套索”（Least Absolute Shrinkage and Selection Operator）篩選變量，采用面板固定效應和分位數回歸等計量分析方法，實證檢驗環境規制與工業產能利用率之間的關系以及環境規制對產能利用率影響的異質性。

（一）變量篩選

在計量模型構建時，盡管變量選擇以相關研究為基礎，且以信息準則為依據，但仍難以避免主觀性問題。鑒于此，本文參考以往文獻選擇潛在變量，再借鑒Tibshirani（1996）［11］的研究方法，采用交叉驗證（Cross Validation）和“套索”（Least Absolute Shrinkage and Selection Operator）篩選變量，其核心思想是先進行K折交叉驗證，計算出最優λ使得 MSPE（Mean-Squared Prediction Error）最小，并采用Stata 的lasso2 命令進行變量篩選。經計算可知，使MSPE 最小值（0.056 8）最小的λ 為7.571 3。通過交叉驗證（見表1）、“套索”變量篩選（見表2）及變量篩選（見圖1），本文計量模型中的變量選擇是合理的。

表1 交叉驗證

表2 變量篩選

續表2

結合已有對產能利用率影響因素的研究以及變量篩選結果可知，本文以產能利用率作為被解釋變量，來衡量省際地區工業產能過剩程度，以環境規制及其平方項作為核心解釋變量是可行的。在基準模型基礎上，引入地區工業研發投入、產業結構、地區開放程度、市場化程度、政商關系以及地方政府投資水平等控制變量。各變量描述性統計見表3所列。

圖1 Lassso變量篩選

表3 主要變量描述性統計

（二）模型構建

為驗證環境規制是否對產能利用率產生影響，探討兩者之間存在的關系以及環境規制對產能利用率影響的差異性，本文構建基準面板數據模型，如下所示：

其中：βi（i= 0，1，2，…，n）為回歸系數；lncutiit為地區工業產能利用率，用來衡量工業產能過剩程度，工業產能過剩越嚴重，產能利用率越低；lnpwfit為環境規制指標，用來衡量地區環境規制強度；lnpwfsquit為環境規制指標二次項，用來捕捉環境規制與工業產能利用率之間的非線性關系；Xit為控制變量組；μt為時間固定效應，用來衡量時間變化趨勢；ηi為個體固定效應，用來衡量地區異質性；εit為誤差項。

考慮遺漏變量導致的估計偏差，本文借鑒影響產能利用率的因素，結合交叉驗證（Cross Validation）和“套索”（Lassso）變量篩選結果，在基準計量回歸方程（1）中加入地區研發投入程度、產業結構以及地區開放程度等控制變量，構建回歸方程如下。

（三）變量說明與數據來源

1.被解釋變量

工業產能利用率為被解釋變量，在回歸方程中用Lncutiit表示。產能利用率越低，產能過剩越嚴重。盡管企業調查法可以直接獲取產能利用率數據，但需要大規模調研，且存在評價主觀性和抽樣誤差等問題。因此，間接測度法在研究中的應用更為廣泛。產能利用率測算的間接方法包括峰值法、函數法以及數據包絡法。然而，這些方法不可避免地存在假設條件不適合轉軌經濟實際國情和“暗箱”評價等情形。因此，本文產能利用率測算主要參考張少華和蔣偉杰［12］的方法進行計算，借助GAMS 軟件對2001—2016 年各地區工業企業產能利用率進行估算。對于各地區缺失2017年基礎數據，本文采用插值法根據趨勢外推一期的方法來補充。對于基礎數據異常值的處理，采用平均值代替的方法，以減少估計誤差。

2.核心解釋變量

環境規制解釋變量，在回歸方程中用lnpwfit表示。對于環境規制衡量指標，研究者通過選取多指標進行標準化處理構建綜合性指標，減少單一環境規制衡量指標產生的誤差。然而，綜合性環境規制指標忽視了異質性環境規制工具對工業產能利用率影響的差異性。因此，本文對不同類型環境規制工具區別對待。在實證研究中，采用工業企業繳納的排污稅費占地區工業生產總值取對數作為市場激勵型環境規制指標。在對異質性環境規制進行探討時，本文將市場激勵型環境規制替換為地方政府環境污染治理投資占地區工業生產總值比重取對數和地方政府環境設施運行費用占地區工業生產總值取對數來衡量。

命令控制型環境規制包括政府頒布的法律法規、部門規章以及環境處罰案件。考慮各地區環境法律法規范圍難以界定、數據連續性差以及環境法案頒布數量與實施力度之間存在差異，本文采用各省份人均環境處罰案件取對數表示。

lnpwfit為市場激勵型環境規制指標，采用各地區工業企業排污費繳納額占地區工業生產總值比重取對數衡量。各地區年度排污費數據來源于《中國環境統計年鑒》，地區工業生產總值來源于《中國工業統計年鑒》，環境規制（包括正式和非正式環境規制）各指標數據來源于《中國環境統計年鑒》和萬得（Wind）數據庫以及EPS 數據庫平臺。關于市場激勵型環境規制指標，國內外學者主要從6個維度加以衡量。考慮數據的可獲得性，本文用“單位工業產值環境污染治理成本”作為環境規制的度量方法［13］，用地方政府環境污染治理投資占地區工業生產總值比重、地方政府環境設施運行費用占地區工業生產總值、工業企業排污繳納排污稅費占地區工業生產總值均取對數表示。

公眾參與環境規制主要包括各地區環境信訪次數、環境來訪人數與批次以及各地區人大與政協環境提案。文中采用各地區人均環境信訪次數對數、人均環境來訪人數與批次對數、各地區人大與政協環境提案數對數來衡量地區公眾參與環境規制強度。

3.控制變量

lnRD 為技術創新水平指標，采用地區研發投入占地區生產總值比重取對數來衡量。研究表明，技術創新水平的提高，對提高工業產能利用率水平具有顯著的促進作用。各地區研發投入數據來源于《中國科技統計年鑒》。Industry 為地區產業結構，采用地區工業總產值與地區生產總值之比來衡量。各地區工業生產總值數據來自《中國工業統計年鑒》，地區生產總值來自《中國統計年鑒》。openness 為地區開放程度，采用地區實際利用外資與生產總值比重取對數表示。各地區年度實際利用外資數據來源于《中國統計年鑒》和國家統計局地區宏觀統計數據庫。lnzsgx 為各地區政府與企業之間關系的健康程度，采用地區政商關系健康程度得分取對數表示。在中央和地方信息不對稱的情形下，失調的政商關系導致去產能政策大打折扣。Market 為市場化程度指標，反映各地區市場化水平，采用地區市場化進程總得分表示，兩者數據均來源于《中國市場化指數》。Invest_rate 為地區政府投資水平，采用地方政府投資占地區生產總值比重取對數表示，其中，各地區年度投資值采用地區固定資產投資年度差值表示。各地區固定資產投資數據來自于國家統計局《中國宏觀數據庫》。

四、實證分析

（一）環境規制對工業產能利用率的影響分析

1.面板固定效應回歸分析

相較于最小二乘法（OLS）和隨機固定效應模型（RE），面板數據固定效應模型（FE）更加穩健。因此，本文采用面板固定效應模型分別對核心解釋變量環境規制進行回歸分析，并逐漸加入控制變量，具體見表4所列。

在回歸結果（1）-（6）之中，以地區工業企業排污費衡量的環境規制及其二次項系數是穩健的。環境規制二次項系數顯著為正，一次項系數顯著為負，說明環境規制與工業產能利用率之間呈現U型形態關系。隨著環境規制強度提高，環境規制起到提高產能利用率的作用。當環境規制強度較小且未到強度“拐點”時，環境規制增加企業成本，導致企業傾向于末端治理投資，進而擠占技術創新投資，不利于工業產能利用率的提高。盡管環境規制在一定程度上加速部分企業退出市場，提高市場集中度，但也會造成產能產出的降低，反而不利于產能利用率的提升。只有當環境規制強度超過“拐點”水平，激勵工業企業改進生產工藝和變更生產設備，環境規制“創新補償效應”才會逐步顯現，提升產能利用率的作用也隨之日漸顯著。這一結論與韓國高（2017）［14］研究中所得結論“環境規制可以顯著地提高產能利用率水平”的結論一致，佐證了研究假說1的合理性。

表4 面板固定效應模型回歸結果

短期來看，費用型環境規制增加企業生產成本，關、停高污染和高能耗的工業企業、壓縮生產規模、降低實際產出，反而造成工業產能利用率的降低。長期來看，隨著環境規制強度增加，環境規制對工業產能利用率抑制作用會減弱。企業致力于綠色技術應用和創新投入力度的提升，“創新補償效應”的效果逐步顯現。在地區層面，高強度和常態化的環境規制提高企業生產環境成本，縮小盲目投資、過度投資和重復建設的規模，降低“投資潮涌”的可能性，環境規制的“規模效應”逐步增強。同時，環境規制加快“三高”產業市場出清，“結構效應”逐漸顯現，引導地區工業產業結構綠色化，加快新興產業培育，進而提升工業產能利用率。

在完整的回歸結果（6）中，產業結構（industry）在1%水平上顯著為正，說明工業產業的發展起到提升地區工業產能利用率的作用。政商關系（Lnzsgx）在1%水平上顯著為正，說明隨著政商關系的改善，可以提高企業對市場信息判斷的準確性，規避政府不當干預［15］。新型政商關系的構建，將促進政企之間健康合作，推動工業健康發展，緩解產能過剩。政府投資（Invest_rate）在1%水平上顯著為負，表明地方政府過度投資和產業趨同，在一定程度上加劇產能過剩［16］。地方政府不當干預，引起企業過度投資，導致企業內部成本外部化以及國有企業低成本擴張，繼而造成嚴重的產能過剩［17］。技術創新（lnRD）系數為由正轉為負，且并不顯著，反映在全國層面技術創新對工業產能利用率的作用并不明確。實證研究表明，2001—2010年工業綠色全要素增長率出現倒退，工業增長方式越發呈現出粗放式和外延式的特點。盡管環境規制對綠色全要素增長率具有一定促進作用，但是環境規制強度具有明顯的“門檻效應”［18］。在放松的環境規制下，環境規制正向促進綠色全要素生產率作用難以顯現。地區開放程度（Openness）系數為正，表明對外開放程度的提高和外資自由化水平的提升，促進海外市場需求和國際產能合作，刺激中間品市場的發展，帶動產能利用率水平提高，并在一定程度上起到緩解產能過剩的作用［19］。市場化程度（Market）回歸系數為負，揭示出隨著市場化程度提高，工業產能利用率逐漸降低。在市場制度不健全的情境下，由于政府輔助作用對市場支配能力的降低，加重投資的“潮涌現象”，進一步降低工業產能利用率水平［20］。市場化程度為政商關系、腐敗［21］以及“隱性經濟”發展創造條件，加劇了產能過剩。

2.面板分位數回歸分析

在不同程度的工業產能利用率水平下，環境規制對提高工業產能利用率的效果存在一定差異；在選擇估計方法時，估計數據會出現出“尖峰”和“肥尾”等現象，難以滿足經典最小二乘法（OLS）基本假設，導致估計結果非最優無偏估計量。而面板分位數回歸方法具有更全面描述自變量對于因變量變化范圍以及條件分布形狀影響的特點，具有不易受到極端值干預和估計結果更為穩健等優點［22］。因此，本文通過采用面板分位數模型，分析環境規制對不同程度工業產能利用率的影響，也從側面驗證兩者關系的穩健性。

由表5可知，環境規制與產能利用率之間依然呈現出U型關系，也表明兩者關系具有穩健性。值得注意的是，環境規制系數大小和顯著性水平在不同分位數上存在差異，并呈現出隨著分位數增加、回歸系數絕對值不斷降低的趨勢。換言之，環境規制對工業產能利用率提升作用具有分位數異質性，即環境規制對低分位數產能利用率提升作用明顯，而對高分位數產能利用率影響并不顯著。因此，本文認為，當工業產能利用率較低時，環境規制對提升產能利用率的作用較為顯著；當工業產能利用率較高時，環境規制提升產能利用率作用隨之降低。

表5 面板分位數回歸結果

（二）穩健性檢驗

不同類型環境規制工具對產能利用率作用效果存在差異。應該看到，現有研究對異質性環境規制探索仍停留在不同類型環境規制效果的比較層面，環境規制劃分未區分政府行為主體和市場行為主體，缺少對同一類型環境規制工具中不同環境規制微觀手段效果差異的分析。盡管同是市場激勵型環境規制，“利用市場”和“建立市場”對產能利用率作用效果可能存在差異［23］。因此，本文采用面板固定效應模型進行回歸分析，研究不同類型環境規制對工業產能利用率影響的差異性，具體回歸結果見表6所列。

由表6可知，以地區人均單位環境處罰案件衡量的命令控制型環境規制系數在10%水平下顯著為負，二次項系數為負，但不顯著，說明控制命令型環境規制對工業產能利用率提升作用并不顯著。在地方政府環境績效考核硬約束逐步加強的背景下，地方政府采用“立竿見影”的命令控制型環境規制，盡管短期內此類政策有助于實現環境治理，加速落后產能淘汰，但是卻造成以傳統工業為主導的工業產能利用率“洼地”和資源浪費，陷入傳統產業衰敗、工業綠色轉型困難以及新舊動能轉化無法推進的窘境，無法實現環境治理與產能利用率提升雙贏的目標。長期而言，命令控制型環境規制難以提升地區工業產能利用率。

表6 異質性環境規制回歸結果

續表6

與“利用市場型”環境規制相比，“建立市場型”環境規制回歸系數存在明顯變化，由此揭示出異質性環境規制擴大了產能利用率的差異性。具體而言，以環境污染治理投入衡量的市場激勵型環境規制系數顯著為正，以環境污染治理項目建設衡量的市場激勵型環境規制系數顯著為正，表明以政府為主體、構建市場激勵型環境規制工具有助于提升工業產能利用率。以政府為主體的市場激勵型環境規制，能有效加強環境規制的硬約束，減少工業企業環境污染治理沉沒成本，降低地區工業企業轉型的成本。同時，政府推動市場激勵型環境規制釋放積極的政策信號，有助于引導工業企業投資行為，促進工業企業轉型升級，從而提高工業產能利用率也從側面反映了環境規制工具有效性存在差異，研究假說2 得以證明。

公眾參與型環境規制則對工業產能利用率的提升作用并不明顯，以地區人均年度信訪來信數量、環境信訪者及來訪次數衡量的公眾參與型環境規制，對產能利用率提升作用并不明顯。這與楊仁發等（2019）［24］的研究結論一致，其原因可能是公眾參與型環境規制對突發的重大環境事件關注度高［25］，尚未形成促進工業綠色發展和產能利用率提升的良性機制。在理論層面，公眾環境關注度的提高可以推動地方政府增加環境治理投資，促進產業結構調整，從而改善環境質量［26］。然而，在實踐中，地方政府往往更傾向“利益考量”“利益集團”，而公眾缺少監督工業綠色發展的有效路徑。因此，公眾參與型環境規制并不能對工業產業綠色發展形成長期有效的硬約束和良性作用機制，對工業產能利用率提升作用并不顯著。

（三）拓展性研究

為進一步檢驗環境規制對產能利用率提升作用是否存在異質性，本文從時間和地區兩個維度檢驗環境規制對產能利用率影響的異質性。

1.地區異質性分析

為驗證環境規制對工業產能利用率影響的區域差異，本文將30 個省份劃分為東部區域與中西部區域兩組樣本進行分組回歸，其結果見表7 所列。東部地區環境規制一次項和二次項系數均在5%水平上顯著為正，這說明在東部經濟發達地區，環境規制與工業產能利用率之間呈現U型關系，環境規制對東部地區工業產能利用率的提升具有顯著效果。實際上，東部地區由于經濟發展水平、市場開放程度以及實際利用外資水平較高，并擁有良好的產業基礎和先進的綠色生產技術，再加上地區產業結構調整和產業綠色轉型周期較短，因此，可以同步實現環境績效提升和工業產業轉型升級的目標。而隨著環境規制強度的提高，環境規制的“創新補償效應”逐漸體現，使得環境規制在引導工業產業調整和綠色轉型方面效果顯著，并在一定程度上提高產能利用率。

表7 全樣本、東部地區以及中西部地區回歸結果

而在中西部地區，環境規制系數并不顯著，說明中西部地區環境規制對工業產能利用率的提升作用并不明顯，該結論與原毅軍等（2019）［27］的研究結論一致。在中西部地區，環境規制主要通過淘汰不符合環境規制硬約束的落后產能。由于中西部地區經濟發展水平較低、工業基礎較薄弱、技術創新能力較落后，在環境規制逐步形成硬約束情形下，中西部地區面臨經濟增長、環境質量改善和推動工業產業綠色調整的多重任務。而隨著環境規制強度的增加，會提高中西部地區工業企業的生產成本，進而擠占企業本該用于綠色技術和生產流程改進的投資，導致環境規制的“擠出效應”明顯，并阻礙產業結構調整和工業綠色轉型，使得環境規制的增強反而不利于產能利用率的提升。

2.時間異質性分析

在“十一五”規劃綱要中，中央政府首次將環境約束指標作為考核各地經濟社會發展的硬指標，并對建設資源節約型和環境友好型社會做出重大部署。考慮環境經濟政策實施效果的滯后性，本文以2007 年作為時間節點，將全樣本數據分為2001—2006 年和2007—2017 年兩個樣本組分別回歸，其結果見表8所列。

表8 環境規制對工業產能利用率影響：以2007年為節點

在2001—2006 樣本組中，環境規制二次項系數為負數，一次項系數為正，兩者之間呈現倒U 型關系，但是環境規制一次項和二次項系數均不顯著。這說明隨著環境規制強度的提升，環境規制對產能利用率起到先提升后降低的作用，但在樣本期間這種作用并不顯著。在環境績效未納入地方政府官員考核體系時，以GDP 為核心的地方政府政績考核在一定程度上會使地方政府官員進行招商引資競賽，以贏得經濟增長［28］。因此，環境規制不能起到淘汰污染密集型落后產能的作用，也無法發揮引導工業產業綠色轉型的效果。

在2007—2017 年樣本組中，環境規制二次項系數在1%水平上顯著為正，一次項系數在10%水平上顯著為負，說明隨著環境規制強度的增大，環境規制對工業產能利用率的作用呈現出先削弱后提升的U 型關系。這反映隨著環境績效逐步融入地方政府官員績效考核體系中，地方政府政績考核轉變成在實現環境約束指標的前提下促進經濟增長，從而引導地方政府強化綠色發展。伴隨環境規制強度增大，其逐步變成地區招商引資的環境硬約束，并成為引導地方政府促進經濟綠色發展的重要“風向標”和企業提高自身競爭力的重要衡量標準。因此，在2007—2017年樣本組中，環境規制起到了提升產能利用率的作用，進一步說明了研究假說3的合理性。

五、結論與政策啟示

如何實現環境質量改善和產能過剩治理雙贏目標是新時代高質量發展道路中不可回避的問題。基于2001—2017年我國（不含港澳臺及西藏地區）30 個省面板數據，本文采用面板固定效應和分位數回歸，實證分析環境規制對地區工業產能利用率的影響及其異質性，得到四點結論：①環境規制與工業產能利用率之間呈顯著U型關系，即當環境規制強度較小時，環境規制一定程度上抑制了工業產能利用率；隨著環境規制強度的增大，環境規制具有提高工業產能利用率的作用。②環境規制對工業產能利用率的提升作用存在規制工具異質性，市場激勵型環境規制的積極作用更加顯著。③環境規制對低分位數工業產能利用率的提升效果更加明顯。④環境規制對工業產能利用率的提升作用存在區域和時間異質性。相對于中西部地區而言，東部經濟發達地區環境規制對工業產能利用率的促進作用更加顯著；在時間維度上，環境規制的去產能效應在2007年以后更加明顯。

根據上述研究結論，本文得出以下政策啟示：①加強環境規制力度，尤其是市場激勵型環境規制力度，激勵工業企業加大技術創新投入力度，引導地區工業綠色轉型和產業升級，在綠色發展過程中實現新舊動能轉化，塑造新產業競爭優勢，培育新經濟增長點，從而加速化解過剩產能。②優化環境規制組合，注重環境立法、重視環境執法、強化環境監督，保障環境規制對淘汰落后產能的規范性和持續性；完善政府綠色發展績效考核體系，將產能利用率提升納入考核指標體系中。③因地制宜提高環境規制對產能利用率提升作用的靈活性。對于東部地區，繼續加強環境規制強度，加快推進產業結構綠色化調整；對于中西部地區，嚴格落實過剩產能行業的環境標準，減少新增落后產能投資，逐步加強市場激勵型環境規制對工業企業投資的引導作用，持續鞏固去產能政策效果。