環境規制影響碳排放效率的外部性及異質性
——基于生產性服務業集聚協同的分析

江三良，鹿才保

（安徽大學 經濟學院，安徽 合肥 230601）

一、引 言

中國通過環境規制治理碳排放的手段正日趨成熟，環境政策制定已不再聚焦于污染排放的事后管控，生態經濟并重發展的環境績效評價標準和治理手段正逐步形成。但經濟結構轉型和效率提高并不能一蹴而就，實現“雙碳”目標的緊迫性，仍需要不斷堅持和創新環境規制，以糾正市場失靈。

2020年國家統計局公布的數據顯示，2019年，中國服務業產值占比為53.9%，相對于歐盟2006年實現碳達峰時服務業產值占比63.7%，中國仍處于產業結構性轉型的關鍵時期。其中，生產性服務業占比僅為39.49%，高端生產性服務業發展嚴重滯后，制約了制造業轉型升級和區域碳排放效率提升。環境規制通過技術創新激勵可以促進城市群產業結構升級［1］，但環境規制的產業結構升級效應是否一定能提升區域碳排放效率？部分學者認為，“重生產，輕服務”思想下形成的圍繞第二產業集聚大規模工業制造服務業是阻礙第三產業低碳效應發揮的重要因素［2］。如何發揮環境規制與生產性服務業集聚的協同作用以提升區域碳排放效率，是本文研究的核心問題，亦是產業結構轉型下，對區域服務業不斷集聚及其效應的現實思考。

合理設計環境規制程序對于解釋區域經濟發展和生態效率至關重要。現有文獻對于環境規制的衡量并未統一，主要分為四種：一是以定性分析為基礎的調查分析［3］；二是使用定量指標分析，圍繞工業部門污染物排放相關指標進行替代［4］；三是就某一政策作為準自然實驗進行分析［5-6］；四是綜合指標分析，通過建立和修訂多維指標評價，較好地克服了多維性和可比性問題［7］。就綜合指標構建邏輯而言，共有三種構建思路：一是從污染物排放角度構建不同污染物排放綜合指標［8］；二是從環境治理投入產出角度評價區域環境規制效率［9］；三是從環境治理的全過程，包括政策制定、環境管理、環境改善以及環境績效四個方面構建綜合指標［10］。

環境規制與碳排放兩者之間的關系一直是學界關注和討論的重點。由于環境規制衡量指標差異以及研究視角、范圍、時間的不同，對于環境規制能否降低區域碳排放的討論也是眾說紛紜，主要包括以“綠色悖論”為理論基礎的“抑制論”［11］、以“波特假說”為前提的“促進論”［12］以及基于中國實踐的環境規制對碳排放的不確定性研究［13-15］。部分學者從工業產業集聚出發，提出環境規制可能會誘發“污染避難所效應”或“污染光環”等空間溢出效果［16］。學界對生產性服務業集聚的研究相對較少。

產業結構差異是導致產業集聚模式異質性的重要原因。Marshall 認為，同一產業內部產業間的縱向專業化集聚，有利于產業集聚規模效應和范圍經濟發揮［17］。Jacobs 則提倡同一區域內上下游關聯產業的橫向集聚，有助于突破式技術創新、降低市場不確定性風險和交易費用［18］。部分文獻關注到生產性服務業集聚模式差異對碳排放的影響。一些學者從細化產業內部分工、擴大產業規模、促進企業隱性知識傳播等角度分析，認為生產性服務業專業化集聚有利于降低相關聯制造業排污減排成本［19］；也有學者認為，這會造成區域產業結構的單一，產生“擁擠效應”［20］。除此之外，地方市場分割和保護主義也容易造成生產性服務業與關聯制造業脫節，抑制專業化集聚規模效應發揮［21］。相對而言，部分學者支持生產性服務業的多樣化集聚，并從產業結構轉型［22］、突破式綠色技術創新形成［23］、促進制造業內部結構轉型［24］等角度進行實證分析。當然，也有學者認為，由于技術創新風險較高和市場的不確定性，多樣化集聚不利于綠色技術創新形成［25］。還有學者指出，產業集聚模式選擇受制于城市規模，小規模城市應專注特色產業專業化集聚，大規模城市更應促進生產性服務業多樣化集聚，以滿足制造轉型對服務業的多樣化需求［26］。還有學者認為，資本技術密集型行業專業化集聚更能促進制造業轉型升級，而勞動密集型行業多樣化集聚更能發揮產業結構效應［27］。

綜上所述，現有文獻關于環境規制、生產性服務業集聚對降低碳排放的作用做了較為豐富的研究，但仍然存在一定的不足：一是在環境規制指標刻畫上，多數文獻通過某類污染性排放指標表示地區環境規制強度或探究某一政策的政策評估以及因果關系檢驗，這在一定程度上可以反映地區某一方面的環境治理力度，卻難以衡量城市多方面的環境治理過程；二是環境規制與碳排放關系的理論研究日臻豐富，但就深入中國實踐層面而言，基于研究對象和視角不同，所形成的觀點并未統一，仍有待進一步論證和完善；三是從產業集聚的研究視角來看，鮮有文獻探討環境規制和生產性服務業集聚對碳排放效率的影響，忽視了環境規制與生產性服務業集聚的協同作用。

鑒于上述分析，本文的邊際貢獻在于：一是研究方法上，從環境治理全過程角度出發，構建較為全面的環境規制綜合指標體系，刻畫城市層面環境規制強度與碳排放效率的關系；二是研究視角上，將環境規制、生產性服務業集聚模式和碳排放效率納入統一分析框架，探究環境規制和生產性服務業集聚對區域碳排放的協同機制，并延展至動態空間層面，拓展了該領域的研究成果；三是研究重點上，不拘泥于環境規制、生產性服務業集聚影響碳排放的整體研究，充分考慮由于地理位置、資源稟賦和環境規制工具類型不同而產生的異質性影響，同時，基于生產性服務業細分行業的差別，探究了環境規與不同行業集聚對碳排放產生的協同作用，更加符合經濟發展和現實需求。

二、理論機制及假設提出

區域經濟要素不斷向城市集聚，因此，從城市層面出發，能進一步明晰多元化環境規制手段、生產性服務業集聚與區域碳排放效率的關系。本文結合經濟集聚理論、外部性效應以及環境規制、生產性服務業集聚模式對碳排放影響的相關研究成果，刻畫三者之間的具體影響機制，整體邏輯框架如圖1所示。

圖1 環境規制、生產性服務業集聚與碳排放效率關系

（一）環境規制與碳排放

環境規制干預了企業生產經營中有關成本—收益的決策，并因此產生的差異化響應影響了區域碳排放效率。“綠色悖論”認為可預期的環境規制成本加重了企業生產成本和競爭壓力，在預期成本逐漸增加的條件下，企業可能會加速當期能源消費使用。為維護市場規模和產業轉型平衡，在外部成本較低且資源稟賦較高地區，更易加速當期資源過度消耗，惡化地區“資源詛咒”影響［28］。隨著環境治理成本不斷提高，企業可能會因成本壓力降低產能和能源消耗，這在降低區域碳排放水平的同時也會帶來經濟效率損失。當環境規制提升到一定強度，環境污染治理成本超過企業綠色技術創新成本，外部成本壓力迫使企業通過成本內部化方式進行技術創新或新能源使用，最終提升區域碳排放效率。但這并不意味環境規制作用是無限的。“弱波特效應”要求環境規制可以有效激勵企業綠色技術創新投入，受制于環境規制工具選擇、區域經濟發展程度以及資源稟賦差異，這種倒逼激勵作用可能存在異質性影響［29］。從企業空間行為來看，為消化外部成本壓力，企業也會自動尋找環境規制強度較低地區，造成“污染避難所”效應。與此同時，地區間的經濟發展差異導致的區域間經濟和生態目標并不一致，也為企業尋找“污染天堂”提供了尋租機會。基于此，本文提出假設1a和假設1b。

H1a：環境規制與碳排放效率之間存在“U”型不確定關系，并存在負向溢出影響；

H1b：基于地區經濟發展、資源稟賦差異和工具選擇不同，環境規制與區域碳排放效率具有異質性。

（二）環境規制和生產性服務業集聚對碳排放效率的協同影響

1.環境規制、生產性服務業專業化集聚與碳排放

制造業服務化、綠色化是中國經濟可持續發展的重要一環，有效實施環境規制可以促進生產性服務業的大量集聚，進而促進區域產業轉型升級和制造業高質量發展。環境規制和生產性服務業專業化集聚對區域碳排放效率的協同影響，主要體現在三個方面：一是環境規制“波特效應”促使生產性服務業內部分工不斷細化和工藝流程創新改進，進而提升產業專業化水平和產品技術復雜度，有助于發揮專業化集聚所帶來的規模效應對區域碳排放效率的提升作用［30］。二是生產性服務業專業化集聚的無序擴張會帶來產業規模“擁擠效應”，引發規模不經濟效應、產業內部結構“臃腫”［20］，加重地區污染。環境規制通過外部成本約束有助于緩解生產性服務業無序擴張，提升區域碳排放效率。三是對于制造業產業轉型具有“要素替代”效應，環境規制有利于制造業與生產性服務業專業化集聚融合［27］。考慮環境規制成本，制造企業傾向于將高耗能產品投入交付給專業化較高的高端生產性服務產業［22］，有助于提升傳統制造業在創新價值鏈中的嵌入地位，促進制造業產業鏈和價值鏈高度化攀升，最終有助于提升區域碳排放效率。基于上述分析，本文提出假設2a和假設2b。

H2a：環境規制和生產性服務業專業化集聚對區域碳排放效率提升具有不確定性；

H2b：從行業異質性出發，環境規制更傾向于高端生產性服務業專業化集聚協同促進。

2.環境規制、生產性服務業多樣化集聚與碳排放

生產性服務業多樣化集聚有助于制造業轉型并促進產業結構“軟化”，使生產性服務業更有針對性地嵌入制造業價值鏈升級的不同階段，以此提高產業附加值水平［24］。環境規制與生產性服務業多樣化集聚協同作用體現在三個方面：一是環境規制帶來產業準入門檻效應，低端生產性服務業或勞動密集型服務業的大量集聚也會造成碳排放居高不下［31］。環境規制提高了生產性服務業的準入門檻，降低低端生產性服務業集聚水平的同時，不利于制造業轉型升級對生產性服務業的多樣化需求［32］，可能造成轉型之路阻塞。二是環境規制對地方政府產業扶持的成本擠占。當地方政府財政壓力較大，實施嚴格的環境規制不僅會擠占支出成本，同時也會削弱對外商直接投資的吸引，導致產業規模下降［33］。出于成本和效益的考慮，地方政府會更傾向于為清潔化、綠色化的生產性服務行業引入投資，容易忽視本地制造業轉型對于生產性服務業集聚的實際需求。三是環境規制的資源配置功能。在資本和技術密集型產業集聚較高的地區，環境規制會調整區域資源配置，誘使技術資源優先涌向清潔型企業。金融機構也會優先滿足綠色企業的融資需求、降低融資約束和信用資質審核標準［34］，阻礙地區生產性服務業多樣化集聚水平提升，不利于提高區域碳排放效率。基于此，本文提出假設3a和假設3b。

H3a：環境規制和生產性服務業多樣化集聚不利于區域碳排放效率提升；

H3b：高低端生產性服務行業差異影響環境規制與生產性服務業協同集聚作用發揮。

三、變量測度與模型設置

（一）變量測度與數據來源

1.城市二氧化碳排放效率

對于地區二氧化碳排放效率的測度，本文利用Matlab2021a 專業版軟件，選擇數據包絡分析法中包含非期望產出的Super-SBM 超效率模型進行測度，具體模型設置見公式（1）。

其中：ρ為城市二氧化碳排放效率；S-為要素投入，包括以地區人均資本作為指標的資本投入、以地區能源消耗為指標的能源投入和以年末城鎮就業人口數為指標的勞動力投入；Sh為期望產出不足的松弛變量，以地區生產總值作為衡量；Sm為非期望產出過剩的松弛變量，以地區二氧化碳排放量作為衡量。

2.環境規制強度

（1）設計依據。設計合理有效的環境規制指標評價區域環境治理程度是學界和政府關注的重要問題，背后邏輯離不開更深層的政策特點探討及其演變規律。不同于西方國家采用環境稅或財政補貼等純粹的市場化方式，中國環境規制具有明顯的行政命令管控與政府績效相掛鉤的治理特色。目前，學界對中國環境問題探究主要圍繞排污權交易制度、碳排放權交易試點政策等展開。試點政策實施反映出區域環境治理成效，但作為綜合性環境規制評價指標，以某一試點政策作為研究不能全面反映城市環境治理全貌，也不便于區域間環境規制強度比較。為克服這類問題，陳詩一和陳登科結合中國環境治理事前規劃特點，選擇政府工作報告相關詞頻作為衡量，填補了環境規制衡量中缺乏政府為第一負責人開展事前規劃的治理空白［35］。黨的十八大以來，生態文明建設上升到前所未有的高度，社會大眾對于環境問題的響應和參與熱情日益成為環境治理過程中不可或缺的微觀力量。2018年，生態環境部印發《環境影響評價公眾參與辦法》，中國公眾參與環境治理規范化、法制化得到加強。各級政府網絡信息平臺、環境信訪體系、投訴電話、媒體披露以及大眾輿論成為公眾參與環境治理的主要渠道。近年來，國內學者也注意到公眾參與類非正式環境規制的生態效益影響，但迫于數據可得性問題，多借鑒國外學者研究，從區域經濟發展水平進行間接衡量，缺乏社會公眾直接參與的考慮。

相對以往文獻以工業“三廢”排放強度等末端治理視角衡量區域環境規制水平，本文基于中國環境治理的政策特點和演變規律，從政府環境治理全過程和公眾參與為補充的角度出發，同時考慮城市層面數據一般性，嘗試構建相對合理、科學和全面的環境規制綜合指標評價體系，一定程度上可以反映區域環境治理強度。

（2）指標測度。結合中國環境治理事前規劃、事中控制、事后管理特點［36］，本文選取政府年度工作報告中環境相關詞頻（1）代表政府環境治理事前規劃手段［37］。相較于環境治理投資額、研發收入、排污費收入等年末統計指標，年度經濟發展不會反向影響年初政府工作報告，從而可以降低指標選擇的內生性問題。對于廣泛應用的減排績效類綜合污染指標，本文進一步劃分為工業污染排放事中控制和區域污染排放事后治理。以工業“三廢”和PM2.5排放強度刻畫政府環境治理事中控制，以一般工業廢棄物綜合利用率、污水處理廠集中處理率以及生化垃圾無害化處理率表征政府環境管控事后治理。與此同時，以地區綠化基礎設施建設綜合指標反映城市環境治理中生態環境宜居理念，利用熵值法，綜合上述指標表示城市正式型環境規制強度。

非正式型環境規制相關研究及測量方法并不多見，部分學者參考Wheeler和Pargal的做法［38］，采用熵權法綜合地區經濟發展水平、受教育程度和人口密集度作為間接衡量，但缺乏對大眾參與的直接表示。本文參考張三峰和卜茂亮的研究［39］，結合百度指數數據平臺（2），利用 Python 爬取關鍵詞“環境污染”，獲得大眾對環境問題的討論力度。由于地區間經濟結構不同，本文以地區工業占比作為調節系數平衡。總體環境規制指標衡量和計算方法以及與環境規制強度符號關系見表1所列。

表1 環境規制綜合指標評價體系

續表1

3.調節變量

結合席敏強等（2015）的研究［26］，選擇交通運輸、倉儲和郵政業等六個行業作為生產性服務業進行研究。其中，生產性服務業專業化集聚參考Ezcurra等的做法［40］，用公式（2）計算。

其中：Eis代表i城市生產性服務行業就業人數；Ei為城市i總就業人數；E′s和E′分別表示除城市外生產性服務行業s就業人數和總就業人數。

參考韓峰等（2014）的方法［41］，用公式（3）計算生產性服務業多樣化集聚。其中，E和ES分別代表全國總就業人數和生產性服務業s的就業人數。

4.控制變量

城市碳排放效率提升離不開能源消費結構升級轉型，本文以區域電力能耗占地區能源消耗總量作為能源消費結構轉型的重要指標，以第三產業與第二產業之比作為產業結構升級衡量指標，控制產業結構升級對碳排放效率的影響。同時，地區經濟增長也是影響區域碳排放效率的重要原因之一，可能存在環境庫倫涅茨“倒U”型曲線［42］，因此，本文分別加入地區生產總值及其二次項，探討經濟增長與碳排放效率之間關系，以人均資本存量和人口密集度水平來控制來自城市資本積累和區域人口規模擴張對碳排放效率的影響。

2011年，國家發改委印發《關于開展碳排放權交易試點工作的通知》，標志著我國開始利用市場機制通過碳排放交易治理區域碳排放。基于此，本文以全國除港澳臺及西藏地區、剔除行政區域調整后共計279個地級市行政單位為研究對象。所選取的2011—2019年數據來源于《中國城市統計年鑒》《中國統計年鑒》《中國能源統計年鑒》《中國環境統計年鑒》《中國環境年鑒》《中國城建統計年鑒》《中國區域經濟統計年鑒》、百度指數數據平臺和各城市政府年度工作報告文本。各變量的描述性統計見表2所列。

（二）模型設置

碳排放具有明顯的空間關聯效應，會由于自然環境和空氣流動產生區域擴散，也會隨著交通、通信等基礎設施跨區聯動和經濟活動造成空間傳播。此外，由于技術創新存在時滯，碳排放效率提升可能具有“滾雪球”效應。基于此，本文構建模型（1）、（2），分別在未考慮和考慮碳排放效率的技術積累兩種狀態下，檢驗環境規制對碳排放效率的直接影響。

為進一步驗證環境規制、生產性服務業集聚以及碳排放效率的協同關系，構建模型（3）：

四、實證分析

（一）描述性分析

本文擬合散點圖和回歸曲線顯示，我國大部分地區碳排放效率均低于0.5水平，40個城市碳排放效率水平突破1，達到碳排放超效率狀態，如圖2所示。區域間的碳排放差異明顯，兩極分化嚴重，中低效碳排放仍是制約我國實現“雙碳”目標的主要阻力。從回歸曲線看，環境規制與城市碳排放效率呈現先降后升的“U”型關系。環境規制實施初級階段，由于外部成本增加可能會引起區域碳排放短暫的“倒退效應”，但隨著實施力度加大，環境規制正向激勵作用逐漸顯現。跨越某一拐點后，環境規制的技術創新補償將會彌補成本增加帶來的經濟效率損失。

圖2 環境規制與城市碳排放效率散點

（二）空間自相關檢驗

構建空間計量模型進一步探究兩者的因果關系，本文利用全局莫蘭指數對碳排放效率進行空間相關性檢驗，以解決空間自相關模型適配問題。

其中：S2為樣本方差；xi代表城市i碳排放效率；wij為空間權重矩陣，本文選取空間地理位置矩陣進行分析。表3顯示，Moran'sI在1%的顯著性水平上為正，且Z值大小逐年變大，表明區域碳排放效率之間存在明顯的空間正相關性，采用空間模型進行分析是適宜的。

表3 碳排放效率全局莫蘭指數檢驗結果

續表3

（三）基準回歸

在模型選擇上，本文通過LR檢驗、Wald檢驗顯示SDM模型均不能退化為SAR模型和SEM模型，且在1%水平上通過LR 檢驗和Wald 檢驗，適宜采用SDM模型進行回歸估計。回歸結果見表4所列。

表4 基準回歸檢驗結果

表4列（1）和列（3）未加入環境規制平方項，結果表明二者之間存在著顯著抑制影響。列（2）和列（4）為加入平方項后的回歸結果，環境規制每提升1 個百分點，就會降低本地碳排放效率0.037個百分點。當環境規制跨越某一拐點后，每提升1個百分點，就會提升碳排放效率0.018個百分點。兩者之間存在著“綠色悖論”向“技術創新”轉變的“U”型關系，并且在1%顯著水平上通過檢驗。單純依靠平方項進行非線性關系討論可能并不嚴謹，本文參考Lind和Mehlum的程序設計［43］，對“U”型關系參數估計進行Utest 檢驗，其H0 原假設不存在“U”型關系或為“倒U”型關系。結果表明，環境規制與碳排放效率之間的拐點值為1.059，強度區間為［-1.721，4.291］，并且通過1%水平的顯著檢驗，拒絕原假設H0。slope形狀顯示，從低到高，呈現出由負轉正趨勢，即當環境規制強度位于區間［-1.721，1.059］，會誘發“綠色悖論效應”，跨越拐點值1.059后，環境規制“波特效應”將發揮主導作用。從碳排放效率一階滯后項來看，存在明顯“滾雪球”效應。環境規制的一次空間滯后項顯著為負，表明環境規制空間負向溢出效應明顯，H1a得到驗證。區域間發展水平不同使得地區環境規制制定和執行強度存在明顯差異，地方政府為了兼顧環境績效考核和經濟發展指標落實，可能存在著區域間政策模仿和競爭，這為污染性產業轉移提供了尋租空間，最終不利于提升周邊區域碳排放效率。

從控制變量結果來看，地區資本積累不利于區域碳排效率提升，說明我國區域資本綠色利用效率仍然較低。能源效率提升和新能源利用兩方面尚未能兼顧，清潔化的能源消費模式并未有效提升碳排放效率，相反，還會帶來經濟效率嚴重損失。經濟發展有效地提升了地區碳排放效率，并未呈現環境庫倫涅茨曲線關系。究其原因，一方面可能在于我國經濟發展跨越了“U”型拐點；另一方面可能是由于樣本年份局限所致。人口密集程度提升雖然抑制了碳排放效率，但并不顯著。產業結構高度化并未顯著提升區域碳排放效率水平，說明第三產業結構內部不合理分布也可能不利于碳排放效率提升。

不同類型環境規制也會造成實證結果的異質性。從回歸結果來看，H1b成立。正式型環境規制與區域碳排放效率之間呈現“U”型關系，但是非正式型環境規制卻顯著抑制了區域碳排放效率水平。這是否意味著公眾參與型環境規制無效？有學者認為，作為政府主導型環境規制的補充，以軟性約束為特征的非正式型環境規制可能難以形成對企業“節能減排”技術的倒逼約束。但是，出于政府形象和信譽維護，大眾對于環境問題的討論更多地會強化政府對正式型環境規制的執行力度，從而間接促進區域碳排放效率水平提升［44］。從組合項系數來看，建立多元化環境治理體系，的確有利于提升碳排放效率。以有為政府為主導、公眾積極參與為補充的主體結構治理是實現“雙碳”目標的有效路徑。

列（8）、列（9）回歸結果顯示，生產性服務業專業化集聚不利于降低區域碳排放效率，表明我國現階段生產性服務業集聚存在著“擁擠效應”，無序擴張和不合理分布加劇了區域碳排放。相對而言，生產性服務業多樣化集聚打破了行業間技術壁壘和信息門檻，促使技術知識跨行業交流，有利于降低市場不確定性風險和交易費用，最終有助于提升區域碳排放效率。環境規制是否可以與生產性服務業產生協同效應？從協同效果來看，環境規制實施的確可以緩解生產性服務業專業化集聚產生的負向影響，有助于生產性服務業專業化分工，更利于提高制造業轉型中間環節產品綠色化水平，實現價值鏈向高端化攀升，滿足H2a。但是，生產性服務業多樣化集聚卻顯著降低了區域碳排放效率水平，交互項系數均通過1%顯著性檢驗，符合H3a預期。信號傳遞理論認為，環境規制作為政府環境治理和經濟發展的權衡信號，其強度增加提升了產業準入行業門檻，不利于生產性服務業多樣化集聚，而當生態環境納入經濟發展考核要求框架中，政府可能更傾向于資本密集型和技術密集型生產性服務行業集聚，以促使制造業轉型升級，但也容易造成“千城一面”現象。從生產性服務業集聚和環境規制的耦合程度來看，打破“一刀切”的環境規制手段，根據本地經濟發展水平、資源狀況、產業基礎質量以及資源稟賦差異因地制宜、因情施策，是發揮環境規制正向協同激勵的應有之義。

為進一步揭示環境規制對碳排放效率的外部影響，對空間滯后項進行分解。如表5 所列，相較于長期效應，環境規制對于地區碳排放效率整體影響更偏重于短期效應，其短期直接效應值在區間［-0.038 4，0.019 3］呈現“U”型關系，并且通過1%水平顯著性檢驗。相對于直接效應，環境規制對于“鄰地”的間接溢出效應更為明顯，為-0.552，再次證明本地環境規制實施可能會誘發“污染避難所效應”。從總反饋效應來看，環境規制總效應為-0.590，表明就全國層面而言，環境規制提升1個百分點就會抑制“鄰地”碳排放效率0.59個百分點。長期來看，環境規制與碳排放效率之間雖然呈現“U”型關系，但并不顯著說明區域間環境治理未能形成長期有效的激勵機制。

表5 基于Han-Phillips GMM空間杜賓滯后模型效應分解

（四）穩健性檢驗

為確保模型設計和研究結論穩健可靠，本文開展了一系列穩健性檢驗。表6列（1）、列（2）依次顯示的是更換計量模型后的穩健性回歸結果，依次采用了空間自回歸模型和空間誤差模型；列（3）至列（5）依次顯示的是替換空間權重矩陣后的穩健性結果，構造0-1鄰接矩陣、人均生產總值為衡量的經濟距離矩陣以及兩者間的經濟地理距離嵌套矩陣，檢驗在不同矩陣維度下，環境規制對碳排放效率的影響；列（6）則是采用替換被解釋變量的方法進行檢驗，即以地區單位GDP碳排放指標替代碳排放效率。表6顯示核心解釋變量顯著性和方向與理論預期保持一致。列（6）表明，相對于效率層面提升碳排放效率，我國環境規制更多地是從總量上控制碳排放水平。

表6 穩健性檢驗

（五）內生性檢驗

為緩解內生性問題，本文進一步進行IV_2SLS和系統GMM 檢驗，以靜態雙固定效應模型作為對比，結果見表7所列。靜態層面環境規制與碳排放效率呈“U”型關系，但較動態空間層面結果來看，會高估兩者效應值。列（2）至列（4）為IV_2SLS估計，本文依次采用環境規制一階滯后項和城市空氣流通系數（3）、年均氣溫以及年均降水量（4）構成工具變量進行檢驗分析。LM檢驗均通過1%顯著性檢驗，表明不存在不可識別問題；weak 檢驗中，CDF 統計值大于5%臨界值，KP統計值大于全部臨界值，因而，不存在弱工具變量；Sargan檢驗顯示P值不顯著，說明工具變量均有效。從回歸結果來看，與前文保持一致。列（3）為動態系統GMM估計，其結果依舊穩健。可見，通過一系列穩健檢驗和處理后模型設計存在的內生性問題得以緩釋，其結論是穩健可靠的。

表7 內生性檢驗

續表7

五、異質性分析

（一）基于行業異質性分析

由于行業異質性，環境規制和生產性服務業集聚對于碳排放效率的影響可能會因細分行業的不同產生差異，見表8所列。

表8 基于生產性服務業細分行業異質性下環境規制對碳排放效率的協同影響

交通運輸、倉儲和郵政業及批發零售業，無論是專業化集聚還是多樣化集聚均未產生明顯的協同集聚效應。這進一步表明處于價值鏈底端的低端生產性服務業，由于技術含量和創新活力較低，使得環境規制難以發揮“技術創新補償”的誘導機制［32］。從溢出效應來看，環境規制與交通運輸、倉儲和郵政業專業化集聚協同更容易誘使“鄰地”碳排放水平提升。結構單一、高耗能的低端交通運輸方式和公路建設可能也會造成區域污染源擴散，而多樣化交通運輸行業集聚不僅可以打破高耗能的單一結構，實現交通運輸方式多元化融合，還能進一步提升環境規制對“鄰地”碳排放效率的促進作用。

高端生產性服務業（5）專業化集聚與環境規制協同可以提升“本地”碳排放效率。環境規制正向協同機制發揮有賴于行業所處價值鏈嵌入位置和技術資本密集程度，對于高技術和資本密集型產業，環境規制更易通過“技術倒逼”和成本壓力促使產業內部分工和技術知識溢出，從而提升產業技術效率水平，實現環境規制“弱波特效應”。但是，多樣化集聚反而會削弱環境規制對碳排放效率的直接促進作用，其原因可能在于我國產業信息化、數字金融化、新型工業化與制造業的融合程度依然偏低。對信息化、數字化程度較高地區放松環境規制管制，更能發揮金融、信息和技術產業多樣化集聚與傳統制造業的融合作用，提升區域碳排放效率水平。基于上述分析，滿足H3b預期。從“鄰地”溢出效果來看，環境規制與技術密集型生產性服務業（6）專業化集聚協同抑制了“鄰地”碳排放效率提升，但可以誘使技術密集型生產性服務業跨產業知識共享與交流，形成產業互補優勢，推動區域間學習模仿，促進技術要素跨區域流動，加深技術密集型產業對“鄰地”的“涓滴效應”，從而對“鄰地”碳排放效率提升帶來正向協同影響。

（二）基于地區異質性分析

不同區域間產業基礎和發展模式差異都會影響城市經濟增長與環境目標執行的耦合程度，體現在不同城市環境政策的執行力度不同。本文按地理位置從右到左劃分東、中、西部地區和從上到下劃分南北地區，進行分樣本討論，結果見表9所列。

表9 基于地區異質性環境規制對城市碳排放效率的“本地-鄰地”效應影響

經濟較發達的東部和南部地區環境規制未對碳排放效率產生顯著影響，說明對于經濟發達地區而言，由于產業結構高度化和綠色技術創新程度較高，單純依靠環境規制難以促使技術創新潛能進一步釋放，可能存在政策激勵上限。中部地區環境規制抑制了地區碳排放效率提升，存在顯著負向溢出影響，反映出我國中部地區仍然存在著較為嚴重的經濟轉型和生態環境壓力，并伴隨嚴重的“綠色悖論”現象。西部地區和北部地區呈現出先降后升的“U”型關系。西部地區不僅承接中東部產業轉型帶來產能過剩壓力，還肩負著沿海地區經濟發達所需的能源資源供給任務，環境規制“預期成本”增加短期內會刺激污染性企業加快能源消耗以滿足生產需求和緩解成本壓力，但隨著環境規制“技術倒逼補償”效應逐漸顯現，碳排放效率會隨著環境規制執行力度提升實現質效提升。而北部地區作為傳統重工業集聚中心，資源驅動帶來的經濟粗放式發展紅利優勢逐漸減弱，經濟增長受到制約。同時，以煤電為基礎的集中供暖又加劇了區域高碳排放矛盾，導致北部地區碳排放效率持續下降，亟須進一步增強環境規制對碳排放效率的促進作用。

（三）基于資源稟賦異質性分析

經濟發展模式的資源依賴性差異也會導致環境規制與碳排放效率的異質影響。根據國務院印發的《全國資源型城市可持續發展規劃（2013—2020 年）》，本文將城市樣本劃分為非資源型城市和資源型城市，依據資源生命周期進一步分為資源成長型、成熟型、衰退型和再生型城市。地理位置相近的區域也可能存在較大資源差異，因此，空間模型并不適用。基于此，本文采用雙固定效應模型進行檢驗，結果見表10所列。

表10 基于資源稟賦周期異質性下環境規制對碳排放效率的影響

從回歸結果來看，非資源型城市環境規制與碳排放效率存在“U”型特征，但是對于資源型城市而言，環境規制表現為抑制效果，表明環境規制可能會激化資源型城市潛在的“資源詛咒”矛盾。隨著資源開采，環境規制二次項由負變正，但并不顯著，表明環境規制的“倒逼機制”開始發揮作用，但并不明顯。隨著資源逐漸衰退枯竭，環境規制強度提升迫使衰退型城市加快產業轉型，促使經濟發展向“集約化”模式邁進，從而減輕“資源詛咒”帶來的高碳排放壓力，區域碳排放效率的正向激勵也開始顯現，總體呈現“U”型關系。當城市經濟發展擺脫對本地資源依賴時，環境規制對區域碳排放效率則呈現正向激勵作用，但效果并不顯著，其原因在于產業發展更多依賴于資本和技術創新驅動，能源消耗和經濟發展也趨于清潔化。此時，環境規制雖然表現出正向激勵作用，但激勵作用和政策效果可能較為有限。綜合異質性回歸結果，驗證了H1a的合理性。

六、結論與建議

本文以2011—2019 年中國279 個城市作為樣本，采用動態空間杜賓模型考察多元環境規制強度對區域碳排放效率的影響，分析生產性服務業大規模集聚與環境規制對區域碳排放效率的協同關系，審視基于行業、地區、資源稟賦以及工具類型異質性下，環境規制對碳排放效率的差異化影響，形成如下結論：①區域綜合型環境規制、政府主導的正式型環境規制與碳排放效率之間存在明顯的“U”型關系，并具有顯著負向空間溢出。而非正式型環境規制不利于區域碳排放效率提升，需要更多地通過強化政府環境治理手段促進“本地-鄰地”碳排放效率水平。②我國區域碳排放效率水平較低，區域差異較大。經濟欠發達地區環境規制體現出“倒退機制”向“倒逼機制”過渡，經濟發達地區環境規制的作用有限，中部地區“綠色悖論”現象較為嚴重。③非資源型城市環境規制與碳排放效率“U”型關系明顯。環境規制“綠色悖論效應”會誘使資源型城市“資源詛咒”現象出現，但隨著區域資源稟賦“成長—成熟—衰退—再生”，環境規制表現出“抑制-U”型動態變化。④環境規制和生產性服務業專業化集聚可以促進區域碳排放效率提升，但并不利于生產性服務業多樣化集聚對區域碳排放效率促進作用的發揮。從生產性服務業細分行業協同來看，低端生產性服務業集聚與環境規制的協同作用并不明顯，高端生產性服務業專業化集聚協同可以促進區域碳排放效率提升，但會降低多樣化集聚協同減排作用。

根據研究結論，本文提出如下政策建議：①完善政府主導環境規制治理體系，適當提升環境規制執行力度，加快區域碳排放效率閾值到來，實現區域碳排放效率增質升級；發揮非正式型環境規制對于正式型環境規制的補充引導作用，激活雙重環境規制對區域碳排放治理的政策活力；依據地區經濟發展水平、資源稟賦依賴程度，因地制宜，因時施策，保持環境規制政策靈活性和有效性。②調整區域環境規制形式和強度，破除經濟發展與資源稟賦的“資源詛咒”難題；鼓勵資源型城市提升資源利用效率，適當降低環境規制執行強度，以免形成“綠色悖論”現象。③合理引導生產性服務業集聚，實現環境規制和生產型服務業集聚對碳排放效率提升以及產業轉型發展的協同促進作用。對于生產性服務業專業化集聚程度較高地區，提升環境規制執行力度，促進產業內部分工細化和多樣化程度提升；對于生產性服務業多樣化集聚程度較高地區，適度降低環境規制執行力度，積極促進跨學科、跨行業、跨產業知識交流平臺建設，強化上下游產業的產業鏈韌度和強度，“軟化”產業結構，促進產業集聚向產業集群過渡，促進突破式技術創新，增強對周邊碳排放效率的輻射帶動作用。④建立區域環境治理問題聯防聯控治理體系，加速構建一套完整、長效、有序的跨區域污染減排聯動機制，削弱區域“污染避難所效應”；構建統一的環境信息檢測平臺和區域污染排放補償措施，促進環境信息平臺建設，實現區域碳排放效率增質提效。

注 釋：

（1）從環境保護目標、對象和措施3個層面構建27個環境關鍵詞詞匯集。基于詞匯集關鍵詞，利用R語言文本分析各地級市年度政府工作報告統計得出。

（2）百度指數數據平臺以百度海量網民行為數據為基礎，可用于反映行為關鍵詞網絡曝光度和大眾媒體討論熱度。

（3）以歐洲中期天氣預報中心ERA數據庫公布的地區邊界層高度乘以10米高度平均風速得到空氣流通系數。一方面，地區空氣固體顆粒物含量較高代表地區環境污染越嚴重，環境規制實施力度相對較弱，滿足相關性條件；另一方面，空氣流通系數受到觀測點海拔和氣候條件的自然影響，因此，滿足外生性條件。

（4）一般而言，地區氣溫和降水量主要受其所處經緯度區域、海陸差異、地勢走向以及大氣洋流等自然因素影響。碳排放效率提升可以降低區域碳排放水平，有利于緩解城市熱島效應，但對區域氣候影響存在長期積累過程，短時期內難以造成城市氣溫的巨大變化，基本滿足外生假設。與此同時，環境規制實施可以有效改善地區空氣污染，緩解城市熱島效應，滿足相關性的假設條件。

（5）金融業、科學研究和技術服務業以及信息傳輸、軟件和信息技術服務業。

（6）科學研究和技術服務業以及信息傳輸、軟件和信息技術服務業。