環境規制、金融集聚與綠色經濟增長
——基于空間計量和門檻效應模型的分析

楊春霞，紀海倫

(1.南京信息工程大學 自動化學院，江蘇 南京 210044；2.南京信息工程大學管理工程學院，江蘇 南京 210044)

一、引言

改革開放以來我國經濟的飛速發展主要得益于資源要素的大規模投入，然而隨著人口紅利消退和環境惡化，經濟發展步入新舊動能轉變的關鍵期。降低能源消耗、實現綠色排放、推動經濟發展質量變革，提高全要素生產率，成為未來經濟發展的主旋律。經濟發展模式也從單純追求數量增長及規模要素的簡單擴張轉向以技術創新為主導的質量、效率、動力三變革發展模式。環境保護和經濟增長的良性循環更有利于綠色可持續增長。金融發展作為市場自發調節手段可以通過發揮其優化資源配置與分散風險的功能，推動企業技術創新從而支撐綠色經濟發展。但在我國資源密集型的發展背景下，由于企業缺乏發展綠色新動能的內在驅動機制，僅憑市場機制無法減輕環境污染，環境規制作為政府外部調控手段，能夠引導金融資源合理配置從而有效銜接和平衡了環境保護和經濟增長之間此消彼長的關系。在“綠水青山就是金山銀山”理念的指引下，環境規制與金融集聚的協同作用對促進經濟綠色轉型有著重要意義，那么二者究竟如何協同促進綠色經濟增長？對鄰區的綠色經濟增長產生怎樣的溢出效應？不同維度下的金融集聚對環境規制提升綠色全要素生產率是否產生不同的效果？筆者將對上述問題展開研究，以期為實現環境規制、金融集聚與綠色經濟協調發展的良好局面提供建議。

二、文獻綜述

(一)環境規制與綠色經濟增長

關于環境規制和綠色經濟增長之間的關系，學術界尚未形成統一口徑，主要有以下三種觀點：第一種是早期新古典經濟學派提出的“循環成本效應”，環境規制的強度過高會增加企業污染治理成本，壓縮企業的研發投入，無法促進企業的綠色技術創新，短期內難以形成規模效益，從而對綠色全要素生產率產生抑制作用[1-3]。國內學者張成通過對我國30個省的工業部門檢驗分析，發現在東中部地區，早期階段的環境規制不利于生產技術率的進一步提高[4]。黃慶華認為，我國的環境規制政策在長期看來有很強的滯后性，不僅不能適應地區差異化發展，反而還會促使企業為了彌補污染治理成本而加快污染經濟產出，抑制了全要素生產率的提高[5]。還有部分學者認為在面對高強度的環境規制時，環境規制會產生強烈的空間負溢出效應，因為當遷移成本小于環境治理成本時，企業會重新選址并選擇對環境污染容忍度高的地區，造成污染跨區域溢出，也就是污染避難所效應。企業的搬遷成本所引起的負外部性阻礙了周邊地區的綠色經濟發展[6]。自“十一五”首次將污染物排放量確定為硬性約束指標后，我國明顯呈現出 “東部向西部”的污染轉移現象。

20世紀90年代Porter提出了第二種觀點——“波特假說”[7]，即環境規制雖然提高了企業環境治理成本，但也可以通過技術創新給企業帶來競爭優勢，減輕企業因環境規制所帶來的成本負擔，從而推動綠色經濟發展。很多學者[8]都認同此觀點?，F有研究主要從綠色技術創新角度和產業結構升級兩個角度來進行環境規制的渠道分析。在綠色技術創新方面，環境規制雖然會增加企業成本，但同時也會促進企業進行技術升級換代。不同類型的環境規制政策對企業技術革新的影響也不同，以排污費制度為代表的市場激勵性政策對企業技術創新驅動作用更顯著[9-10]。在產業結構升級方面，環境規制通過投資篩選效應，減少高污染低效率的傳統產業投資，篩選出高新技術的清潔型產業，促進產業結構更加合理，提升勞動生產率進而推動綠色經濟的發展[11]。產業結構升級導致新舊動能轉換的溢出效應有明顯的地區異質性，溢出效應在環京津冀地區和長三角地區更明顯，珠三角和其他地區還未出現[12]。

第三種觀點是環境規制對綠色全要素生產率的影響呈非線性關系。有的學者通過研究發現隨著環境管制強度的增加，綠色經濟效率先上升后下降呈倒U型[13-15]。李德山采用GMM模型和QRPD模型來分析不同強度的環境規制對城市綠色全要素生產率的影響，研究發現二者存在明顯的倒U型關系，且低強度的環境規制對城市綠色全要素生產率影響最大[16]。還有部分學者認為環境規制與綠色經濟效率呈正U型[17-18]。李玲按照產業污染程度的不同將其分為重度、中度和輕度污染三種，并分別檢驗了不同產業的環境規制強度與綠色全要素生產率之間的關系，發現輕度和中度污染產業的綠色全要素生產率均與環境規制均呈現先抑制后促進的U型關系[19]。

(二)金融集聚與綠色經濟增長

金融集聚是指金融業和相關產業在一定區域空間內進行動態的協調、分配和重組[20]。金融業作為高附加值的綠色產業，具有顯著的綠色發展特征[21]。學術界已基本形成金融發展可以推動綠色經濟增長的共識，主要通過以下三個渠道發揮作用。

第一，金融集聚可以通過金融網絡優化資源配置，引導人口、技術和資本等生產要素從高污染低效能的傳統行業流向清潔高效的新興行業。根據產業結構演進理論，以金融業為代表的生產性服務業的迅速發展會導致大量污染性工業被排斥在外，引導該地區的產業結構朝著清潔和高效方向發展，進而優化產業結構，推動綠色經濟發展，在經濟增長和環境保護方面實現了雙贏[22]。與此同時，金融集聚水平對產業結構的優化升級作用也存在著地區性差異，相較于中西部，東部地區促進產業結構升級作用更明顯[23]。

第二，金融體系越成熟，金融資源越向中心地區集聚。由循環累積因果理論可知，金融集聚的影響不僅存在于中心區域，還會通過空間溢出效應擴散到周邊地區[24]，主要體現在知識溢出效應方面。金融集聚通過知識溢出效應來刺激地區的技術創新，進而推動綠色經濟發展[25]。根據Krugman的觀點，金融集聚的溢出效應通常受制于地理距離和信息成本[26]，但是在現代通信技術高速發展的背景下，金融中心不但可以聚集大量專業勞動力，還可以發揮資金支持和信息支持的功能，促進技術進步減少企業污染物的排放，從而達到綠色發展的目標。有的學者認為金融集聚對綠色技術效率的抑制作用削弱了創新效率，從而抑制綠色全要素生產率的進一步增長，與之相反，部分學者研究發現技術進步對綠色全要素生產率的提高作用遠大于技術效率[27-28]。還有少部分學者認為當前階段的技術進步創新性不足，對周邊城市的外溢性不強，且隨著距離的增大負外部性越強[29]。

第三，金融機構通過利用居民儲蓄，增強企業環保項目的信貸供給和鼓勵環保行為等手段推動綠色全要素生產率的提高[30-31]。部分學者研究發現金融集聚可以通過環境改善效應促進綠色經濟發展，其中，銀行業的溢出效應最為顯著，不僅促進本地區經濟發展，還可以帶動周邊地區的發展[32]。

(三)環境規制、金融集聚與綠色經濟增長

環境規制作為外部市場調控手段，通過強制性的法律法規或是政策補貼，提高企業生產成本，倒逼企業進行技術改革，間接影響到企業資源要素投入比例，從而在短期內對企業產生不利影響，但金融集聚可以通過合理引導資源流向來解決環境約束下企業的資金缺口問題，使資源更多聚集在高新綠色產業發展上，減少高污染高能耗產業的投資，促進企業技術創新和產業結構優化，從而提升各地區的綠色經濟發展。反過來，各地區的綠色經濟發展也有助于生產個體突破資源和環境的雙重約束，進一步促進金融業的繁榮發展。王偉[33]以長江流域107個城市為樣本，研究發現在長江流域下游地區，金融發展和環境規制的互動效應對提升綠色全要素生產率的作用更明顯。倪瑛卻持相反觀點，她認為現階段的環境規制強度不能通過金融發展的調節作用來提升綠色全要素生產率[34]。

通過對上述文獻的梳理發現，大部分學者分別從金融集聚或者環境規制單一變量的角度來研究其與綠色全要素生產率的關系，從環境規制和金融集聚二者協同作用的視角對綠色全要素生產率的研究成果較少，且大都忽略了空間溢出的效果分析。目前，各省市經濟聯系日益密切，周邊省份的經濟行為對本省產生的影響不可忽略，從空間角度考量三者關系更具有現實意義。在以創新為主導的經濟發展模式中，創新投入和創新產出應是綠色全要素生產率不可或缺的要素選擇。從金融集聚的三個維度來考量環境規制對綠色全要素生產率的作用可以更清晰的衡量金融發展的調節作用。針對這些問題，本研究不僅構建空間杜賓模型來探究環境規制和金融集聚對本地和鄰地的綠色全要素生產率的影響，還利用門檻模型分別考察金融規模、金融效率和金融深化如何調節環境規制對綠色全要素生產率增長的促進作用。

三、模型和變量

(一)變量選取和數據來源

本研究選取中國2007—2017年30個省(直轄市、自治區)的面板數據，數據主要來源為各個地區的統計年鑒、《中國環境統計年鑒》和《中國能源統計年鑒》等。

1.綠色全要素生產率

本文采取A.Charnes提出的基于DEA模型的MALMQUIST指數法(時態數據包絡法)[35]對2007—2017年我國30個省的綠色全要素生產率進行測算。相比傳統全要素生產率僅考慮資本和勞動的投入，綠色全要素生產率的投入指標則加入了能源消耗和污染排放的考量，為了更好地衡量綠色經濟發展的效率，還加入創新投入和創新產出的衡量指標，具體指標體系如表1所示。

表1 綠色全要素生產率的投入產出指標體系

2.環境規制和金融集聚

本研究的核心解釋變量是環境規制(ER)和金融集聚水平(FIN)。目前環境規制指標的選擇仍存在分歧，主要分為以下幾種：一是，用排污費收入占工業增加值比重來測度環境規制強度[36]；二是，用熵值法構建環境規制綜合指標體系；三是，利用工業三廢或六廢的排放數據測算環境污染強度[37]。本研究構建的環境規制綜合指標體系如表2所示，指標值越大代表環境規制強度越大。測量金融集聚水平的指標有很多，平常采用的有區位熵、HHI指數(赫芬達爾指數)、產業集中指數和洛倫茨曲線等。為了綜合考慮多方面因素，我們選取綜合評價指標來衡量地區金融集聚水平，采用CRITIC評價法來確定權重Wj，計算公式如式(1)、(2)、(3)所示：

表2 指標體系和變量描述性統計

(1)

(2)

(3)

其中，Xij表示第i個城市的第j項指標值，Wj是第j個指標的權重，rij為各指標間的相關系數，δj為標準差，Zi是綜合n個指標后的賦權值。

3.控制變量

(二)模型構建

傳統的計量模型設定通常忽略了空間依賴性和地區異質性，而新經濟地理學認為在現實中各個地區的經濟變量不是相互獨立的，都會受到空間地理位置的影響，從而對鄰地產生空間溢出效應。首先，建立空間滯后模型(SAR)，空間誤差模型(SEM)和空間杜賓模型(SDM)三種模型。其次，Wald檢驗和LR檢驗結果均顯著，表明空間杜賓模型不可以轉化成空間滯后模型和空間誤差模型，具體空間杜賓模型設置如公式(4)、(5)所示：

(4)

(5)

其中，i表示地區，t表示年份；ρ是空間自相關系數，用來度量鄰近地區對本地區的平均空間效應大小，ρ>0表示鄰近地區之間存在正向的空間溢出效應，反之亦然；Wij是空間權重矩陣，本研究選取經濟距離權重矩陣，用兩個地區人均GDP的差值的倒數表示；X是控制變量，包括產業結構、對外開放程度、人力資本和投資率；εit是隨機誤差項；公式(5)是在公式(4)的基礎上加入金融集聚和環境規制的交乘項，用來探究金融集聚與環境規制對綠色全要素生產率的協同作用，當交互項系數β3為正說明二者的結合可以推動綠色經濟發展。

四、實證分析

(一)空間自相關檢驗

本研究采用雙變量全局莫蘭指數(Moran’I)來檢驗30個省市的金融集聚和環境規制分別與綠色全要素生產率的空間相關性。雙變量全局莫蘭指數，從整體上分別反映了金融集聚、環境規制與綠色全要素生產率空間加權平均值的關系。莫蘭指數I的取值范圍是(-1，1)，如果I>0，說明金融資源集聚對鄰近地區的綠色經濟發展存在空間溢出效應，并且值越大空間溢出越強；反之，則表明金融資源的過度集中反而對鄰近地區的經濟發展存在空間抑制效應。雙變量全局Moran’I指數的顯著性檢驗結果如表3和表4所示。

表3 雙變量(GTFP和FIN)全局Moran’s I指數及其統計檢驗

表4 雙變量(GTFP和ER)全局Moran’s I指數及其統計檢驗

從表3和表4可知，2007—2017年金融集聚、環境規制與綠色全要素生產率雙變量莫蘭指數均為正數且多數通過了1%以上的顯著性水平檢驗，揭示了金融集聚、環境規制均與綠色全要素生產率有顯著的空間溢出現象，而且對周邊地區產生較大的正向影響。因此，在構建綠色全要素生產率的空間杜賓模型時應考慮到其空間效應。

(二)整體估計結果與分析

根據上文構建的空間杜賓模型(SDM)，利用Matlab軟件對模型進行估計，結果見表5。同時，構建空間滯后模型(SAR)和空間誤差模型(SEM)。通過對比R2和Log-L統計量的大小，發現空間杜賓模型的統計量值分別為0.3338和97.2576，擬合度優于上述兩種模型。本研究的hausman統計量的值為31.5413，p值為0.0074，通過5%的顯著性水平檢驗，因此本研究建立固定效應下的空間杜賓模型來分析環境規制與金融集聚對地區綠色全要素生產率的影響及其空間效應是可行的。

表5 空間計量模型回歸結果

首先，從表5可知，在經濟距離權重矩陣下空間自相關系數ρ在5%的顯著性水平為正，表明我國各省的綠色全要素生產率空間正相關性顯著，各省市的經濟發展不可避免地受到與其經濟聯系密切的省份影響，從而形成空間溢出效應。其次，ER的系數為-0.0343而FIN的系數為0.3948，均通過10%的顯著性水平檢驗，說明環境規制不利于本地區的綠色全要素生產率增長，而金融集聚則有利于本地區的綠色全要素生產率提升。W*ER和W*FIN的空間滯后系數分別為-0.3630和0.3780，說明環境規制強度的增加會抑制鄰省的綠色全要素生產率增長；與之相反，金融集聚則有利于推動鄰省綠色全要素生產率增長，且對鄰省的影響大于本省。最后，W*FIN*ER和FIN*ER均為負數，表明當前的環境規制政策不能通過提高金融發展水平來刺激綠色經濟增長。

(三)直接效應與間接效應分析

如前文分析，各地區間的發展相互交織相互影響，而空間杜賓(SDM)模型的回歸系數無法直接反映出金融集聚和環境規制具體對綠色全要素生產率的空間溢出影響程度。因此，本研究進一步展開直接效應和間接效應的分析，從而能夠更全面地了解其與本地區和周邊地區綠色經濟發展的關系，結果見表6。

表6 各變量對GTFP的直接效應和溢出效應

從表6可知，第一，環境規制對鄰省的綠色全要素生產率有顯著的空間溢出效應，本省的回歸系數為-0.0473，而鄰省的回歸系數為-0.4081，表明本地實施較強硬的環境規制政策對周邊地區的抑制作用更明顯，在經濟地理特征相似的各省市之間，本地區的企業可能會因為污染治理成本大于技術創新帶來的收益補償，而將高污染項目遷移到周邊地區，從而造成鄰區污染產出的增加，不利于鄰省綠色全要素生產率的提升。因此，環境規制并沒有形成向上的良好空間互動形式。

第二，金融集聚對本省和鄰省綠色全要素生產率的回歸系數分別是0.3998和0.4456，均通過10%的顯著性水平檢驗，且間接效應的影響系數大于直接效應，意味著金融集聚對周邊地區的影響大于本地區，符合繆爾達爾的擴散效應。一方面，金融產業的快速發展會優先把資源配置給低污染的企業，提高其技術效率從而促進綠色全要素生產率提升；另一方面，金融集聚中心地區的資本競爭和擠壓也會降低資金利用效率，在市場機制的驅動和發達的信息網絡助力下，金融資源會向周邊地區尋找高利潤高回報的項目，從而帶動鄰近省份的經濟發展。

第三，環境規制與金融集聚交互項的直接效應和間接效應影響系數分別是-0.0504和-1.6067，分別在10%和5%水平上顯著，表明金融集聚雖然可以促進整體區域的綠色發展，但是和當前的環境規制強度相結合，反而不利于綠色經濟增長。這是因為環境規制政策限制了污染企業生產規模的進一步擴大，此時企業將更多的資金投入到控污減排或研發綠色創新技術上，從而產生資金擠出效應導致企業利潤短期內無法恢復，而金融資本更傾向于回報快利潤大的項目投資，不愿意把資金貸給污染治理企業，所以抑制了綠色經濟增長。

第四，產業結構對本地區和周邊地區的綠色全要素生產率的影響均為正，說明隨著第二產業比重的增加，地區的綠色經濟發展質量也在不斷提高，但是這種正向影響對鄰區影響較大，對本地區的經濟提升較小。外商直接投資對本地和鄰地的綠色全要素生產率的影響暫未出現。人力資本對本地區和周邊地區的綠色經濟增長也未產生顯著影響。投資率對本地區和鄰區的綠色經濟影響皆為負，即隨著全社會固定資產投資額的增加，本地區和鄰區的綠色全要素生產率都略有下降，說明現階段的固定資產投資結構還不合理，不能促進整體區域的綠色經濟增長。

(四)門檻效應分析

上文主要探討了環境規制及金融集聚對綠色全要素生產率的影響，接下來將進一步分別選取測度金融集聚水平的三個指標：金融規模、金融效率和金融深化，作為門檻變量，驗證環境規制對綠色全要素生產率是否存在門檻效應，構建門檻模型如公式(6)：

GTFPit=β1+β2ER×I(FINi≤γ1)+β3ER×I(γ2γ3)+β5control+εi

(6)

其中，I()是指示函數，FINi分別是三個門檻變量，γi是門檻值，當括號里的門檻變量取值滿足條件時，指示函數取值為1，反正則為0。表7列示了采用bootstrap重復抽樣300次得到的門檻個數和門檻值。結果表明，當前階段金融規模門檻效應檢驗不顯著。金融效率分別通過了10%、1%顯著性水平下的單門檻和雙門檻檢驗，故采用雙門檻檢驗來分析。金融深化沒有通過雙門檻效應的顯著性檢驗，但通過了1%顯著性水平下的單門檻檢驗，故采用單門檻效應來分析。表8模型1列示的是門檻變量為金融效率時雙門檻模型參數估計結果。環境規制對綠色全要素生產率產生負向作用，當金融效率低于0.7743時，環境規制系數為-0.1697，當金融效率比值跨過第一個門檻值0.7743，小于第二個門檻值0.8078時，環境規制對綠色全要素生產率的抑制作用驟升(-4.3446)，說明金融機構貸款余額占存款余額比值的增加并不有利于環境規制推動綠色全要素生產率的提升，我國金融效率存在嚴重短板，其內在原因可能是現階段我國金融市場仍以銀行業為主導，而銀行信貸資金又大多流向傳統國有企業，流向高效清潔型產業的資金少之又少，這不僅加大了企業技術革新的難度，還擴大了低效高污染企業的產能，污染排放加劇從而導致綠色全要素生產率的降低。表8模型2列示的是門檻變量為金融結構時單門檻模型參數估計結果。由結果可知，當金融深化比值小于3.1234時，環境規制的回歸系數為-0.1679，當跨過門檻值3.1234時，環境規制的回歸系數為0.3482，說明環境規制對綠色全要素生產率的作用由抑制轉為促進，二者呈“V”型非線性關系，地區金融深化程度越高，表明地區動員儲蓄、引導投資的能力越強，也更有利于發揮金融資源對技術進步的創新作用，減輕環境規制帶給企業的資金負擔，從而推動綠色全要素生產率的提高。

表7 門檻效應檢驗結果

表8 門檻回歸結果分析

根據門檻值將樣本分為低金融效率區、中金融效率區、高金融效率區、低金融深化區和高金融深化區。選取2007—2017年各省金融效率與金融深化平均值只能反映整體分布情況，不能反映當前各省的金融發展狀況，為此也列出2017年各省分布情況，如表9所示?？梢钥闯觯c2007—2017年均值省份分布相比，2017年我國存貸轉換能力高地區(高金融效率區)主要聚集在中西部地區，而東部地區金融市場化程度高，融資渠道廣泛，大多處于低效率區間。從整體上看，雖然金融效率在我國呈現上升趨勢，但大多數省份仍處于低效率和中等效率區間，且金融資源錯配情況嚴重，東部地區未能發揮出金融高效配置資源的功能，從而導致企業在面臨環境規制約束時，企業技術升級困難，進而抑制綠色全要素生產率增長。比較各省金融深化程度變動趨勢可發現，金融深化現象呈現向東部和云貴川地區轉移的趨勢，金融深化程度高的地區往往金融產業集聚，有助于打破企業技術創新的資金約束，從而實現環境規制與金融發展的協同效應，刺激綠色全要素生產率增長。

表9 2007—2017年不同金融發展指標門檻區間劃分及省份分布

五、結論與建議

本研究從空間溢出視角構建了關于環境規制、金融集聚與綠色經濟增長的空間杜賓模型，并在此基礎上加入二者的交叉項。通過研究發現：30個省市之間的環境規制、金融集聚與綠色全要素生產率之間存在顯著的空間外溢特性。從全國層面上來看，高強度的環境規制不僅阻礙本省的綠色經濟發展，還不利于鄰近省份的綠色經濟增長，且對鄰省的影響力度大于本省的；而金融集聚有助于促進本省和鄰省的綠色經濟增長，對鄰近省份的綠色經濟增長的推動作用大于本省的，但是從二者的交叉項系數可知，環境規制與金融集聚的結合并沒有形成協同作用，即現階段的金融發展無法有效調節環境規制對綠色經濟增長的推動作用。從金融規模、金融效率和金融深化三個維度考量金融集聚作用的最優區間、門檻分析發現，以金融規模為門檻變量時，環境規制與綠色全要素生產率不存在非線性門檻；而以金融效率為門檻變量時，環境規制與綠色全要素生產率存在雙門檻效應，且隨著環境規制強度的增加，抑制效應越大；與之相反，以金融深化為門檻變量時，環境規制與綠色全要素生產率呈現“V”型關系，當金融深化跨過門檻值3.1234，環境規制顯著促進綠色全要素生產率增長。根據研究結果，提出以下建議：

第一，繼續深化金融體制改革，發揮綠色金融對環境保護和技術創新的正向引導作用，從而支持實體經濟發展。以銀行為主導的間接融資方式無法高效整合資源配置，因此需要提高直接融資比例，如發展綠色股票指數、建立綠色債券市場和綠色基金等。推動構建綠色金融體系，培育多層次金融資本市場，進一步發揮綠色金融政策和環境規制政策的協同作用。

第二，拓寬我國投融資渠道。全社會固定資產投資的增多并不能促進整體區域的綠色經濟發展。不同類型的企業在受到環境規制約束時會產生不同的環境成本，清潔型產業固定資產比重低，環境技術調整成本低，更愿意增加綠色技術的研發投入，但是其融資程度卻難于污染密集型產業，難以形成創新補償效應。因此，政府應優化固定資產投資結構，拓寬清潔型行業的融資渠道，積極探索新興金融產品如排污權抵押貸款等，引導綠色信貸資源配給向該行業傾斜，激發技術創新效應，促進經濟綠色發展。

第三，結合不同區域金融發展水平差異，制定差異化的環境規制政策，構建金融集聚與環境規制協同發展機制。環境規制作為督促企業控污減排的有效外部手段，需要金融中介資源的介入，強化環境規制的“投資篩選效應”，削弱“資源配置扭曲效應”。在金融資源較為豐富的東部地區，技術創新性強且市場成熟度高，適合實施市場激勵型的環境規制政策，例如排污權交易和排污費等，有利于激發環境規制的正外部性效應，促進企業加大綠色技術的研發投入，實現綠色經濟的新增長動能。在金融資源相對匱乏的中西部地區，針對污染密集型企業所在區域應重點采用命令控制型環境規制政策，該類企業環境規制成本大于技術創新補償效應，需要借助政府外部強制性手段和加大地方財政轉移支付的力度給予企業支持。根據不同地區的金融發展水平，采用異質化環境規制工具，構建多層次環境權益市場，從而實現經濟增長與環境保護的雙贏。