環境規制、低碳技術創新與工業綠色全要素生產率

白 珂

（1.鄭州經貿學院，河南 鄭州 450000；2.馬來西亞林肯大學 商業與會計學院，馬來西亞 雪蘭莪州八打靈再也市 47301）

一、問題的提出

改革開放以來，中國經濟建設長期以粗放式經濟發展模式為主，以資源消耗和環境污染為代價，使得資源環境約束和生態環境退化等問題日漸顯現。據國務院發布數據可知，2018 年全國338 個地級中僅有121 個城市空氣質量達標，占比為35.80%。另據2020 年環境績效指數顯示，中國環境績效排名處于靠后位置。其實，在2018 年全國生態環境保護大會上，習近平總書記明確指出：“保護生態環境必須依靠制度、依靠法治。”為更好發揮環境規制在工業綠色低碳轉型中的積極作用，2021 年中共中央、國務院頒布《關于深入打好污染防治攻堅戰的意見》和《“十四五”生態環境保護規劃》，旨在全面強化生態保護監管與生態環境法治保障。可見，通過強化環境規制力度，降低污染物排放量，提升綠色全要素生產率已經成為中國綠色發展政策框架中必不可少的內容[1]。

工業作為國民經濟發展的基石，是國家經濟命脈所在。工業綠色全要素生產率提升代表工業綠色低碳轉型升級，對于綠色低碳發展發揮顯著作用，已經成為經濟高質量發展的必由之路[2]。2021 年12 月，工業和信息化部發布《“十四五”工業綠色發展規劃》 （以下簡稱《規劃》），提出工業領域綠色發展目標，到2025 年單位工業增加值二氧化碳排放降低18%；單位工業增加值用水量降低16%；綠色環保產業產值達到11 萬億元。由此，研究環境規制對工業綠色全要素生產率的影響，基于工業角度判斷環境規制是否是綠色全要素生產率提升的驅動力，對國家制定和執行工業綠色低碳發展政策具有重要現實意義。文章基于2015—2020 年中國30 個省份的面板數據，實證分析環境規制影響工業綠色全要素生產率的傳導機制與區域異質性，并將低碳技術創新作為門檻變量分析環境規制可能對工業綠色全要素生產率存在的非線性關系。

二、文獻綜述

目前，國內外學者對于環境規制測度與作用進行了大量研究。國內學者主要集中于環境規制的表征方面，李凱風等(2021)利用單位工業增加值廢水排放量、單位工業增加值廢氣排放量和單位工業增加值固體廢棄物排放量綜合表征環境規制，并通過構建評價指標體系采用熵值法測度環境規制水平[3]。雷玉桃等(2021)將環境規制分為費用型、投資型與強制型，分別使用城市污水處理費、市容環境衛生投資額、工業二氧化碳與工業煙塵處理量之和占工業增加值比值衡量[4]。王育寶、陸揚(2021)將環境規制分為命令控制型、市場激勵型、公眾參與型，并采用環保法規數量、污染治理投資占比與環保提案參與度表征[5]。侯貴生、侯瑩(2021)采用污染治理投資完成額與工業增加值比值表征環境規制水平[6]。汪明月等(2022)使用排污費用占工業總產值比重對數表征環境規制強度[7]。國外學者則側重探析環境規制的作用，Bounadi Imane 等(2022)研究發現，適當的環境政策有助于綠色技術創新發展，且可鼓勵經濟體采用綠色技術開展生產活動[8]。Fahad Shahdeng 等(2022)研究指出環境規制和偏向性政策能夠促進區域OFDI 逆向技術溢出[9]。

關于環境規制對工業綠色全要素生產率影響的研究主要集中在兩個方面：一是環境規制對工業綠色全要素生產率具有非線性影響。申晨等(2017)在研究環境規制與綠色全要素生產率關系時發現，命令—控制型環境規制手段對區域工業綠色全要素生產率影響呈“U”型關系[10]。何玉梅、羅巧(2018)研究發現，環境規制與工業全要素生產率之間呈“U”型拋物線關系，只有環境規制強度達到某一“門檻”值之后才能促進工業全要素生產率[11]。籍艷麗等(2022)研究發現，環境規制與工業綠色全要素生產效率間呈現出顯著倒“N”型關系，即隨著治理水平提檔升級，環境規制對工業綠色全要素生產率的影響呈“促進—抑制—促進”的動態演變趨勢[12]。袁嘉琪、卜偉(2022)研究發現，環境規制對工業綠色全要素生產率影響呈倒“U”型[13]。二是環境規制對工業綠色全要素生產率具有線性影響。尹禮匯等(2022)分析環境規制對長江經濟帶制造業綠色全要素生產率影響時發現，環境規制能夠顯著提升長江經濟帶制造業綠色全要素生產率[2]。張優智、喬宇鶴(2022)研究發現，公眾參與型環境規制能夠提升制造業綠色全要素生產率[14]。

學術界針對環境規制與低碳技術創新之間的關系也進行了廣泛研究。游達明、李琳娜(2022)研究指出政府環境規制力度越大，企業開展低碳技術創新活動的意愿愈加強烈[15]。孟凡生、韓冰(2017)研究發現，環境規制工具合理使用對企業實施低碳技術創新行為具有明顯激勵作用[16]。呂希琛等(2019)以世界網絡為載體開展研究時發現，環境規制力度到達一定閾值可實現低碳技術全網擴散[17]。在整理歸納相關文獻的基礎上，文章可能存在貢獻主要表現為以下幾方面：一是將環境規制、低碳技術創新和工業綠色全要素生產率納入同一框架進行研究，探究低碳技術創新的中介作用；二是將30 個省份作為研究對象，分析環境規制影響工業綠色全要素生產率具體作用機制，以及可能存在的非線性影響，以期為中國制定環境保護策略與工業綠色低碳發展政策方針提供指導。

三、研究假設

由上述文獻可知，環境規制除可直接影響工業綠色全要素生產率之外，還可能通過低碳技術創新對工業綠色全要素生產率產生間接影響。同時，根據環境約束內生增長理論可知，環境規制對工業綠色全要素生產率影響可能存在非線性特點。由此，文章從直接作用機制、間接作用機制以及非線性作用機制著手，研究環境規制對工業綠色全要素生產率的影響作用，并提出研究假設。

1. 直接作用機制

環境規制對工業綠色全要素生產率直接作用機制主要表現在以下幾方面：一是減少地方工業污染排放量。在環境規制作用下，地方政府會嚴格限制工業企業污染物排放量，此做法使得未達到排放標準的企業改進生產技術，增加環保投入，減少工業污染物排放量，進而提升工業綠色全要素生產率。二是降低工業能源消耗強度。為降低區域內污染物排放量，地方政府嚴格管控工業企業生產中節能指標，倒逼企業增加節能設備，擴大先進節能技術推廣與應用，以降低地方工業能源消耗強度[18]。與此同時，為滿足政府部門節能減排要求，工業企業也會加大節能型產品利用力度，緩解或者抵消政府環境規制政策帶來的節能硬約束，降低能源消耗強度[19]，由此提升綠色全要素生產率。三是提升工業產品技術含量。地方政府環境規制執行力度不斷強化，一定程度上會抑制污染密集型流入，引進資本與技術密集型企業[20]。上述企業流入之后，可通過競爭、示范與溢出等效應擴散至先進的節能減排技術，助力區域內工業企業改進生產工藝[21]，提高產品技術含量，最終提升綠色全要素生產率。據此，提出研究假設H1。

假設H1：環境規制對工業綠色全要素生產率具有正向的促進作用。

2. 間接作用機制

較為嚴格的環境規制政策可激發工業企業創新活力，提升生產效率。即環境規制可引致創新補貼效應，亦被稱作是波特假說[22]。換言之，在地方政府嚴格環境規制政策下，工業企業會增大研發投入，提升低碳技術創新水平[23]。與此同時，低碳技術創新對工業綠色全要素生產效率提升具有重要影響[24]。一方面，破除碳鎖定效應。在低碳技術賦能下，工業企業會在提升能源利用效率的同時，降低對傳統能源的依賴性，減少工業污染物排放量，提高工業綠色全要素生產率。另一方面，提高能源利用效率。隨著研發資金與人力資本投入力度不斷增大，工業企業低碳技術創新水平不斷提升，能夠有效減少生產活動中能源消耗量，最終提升工業綠色全要素生產率。此外，人力資本素質不斷改善，可助力工業企業提升低碳技術創新水平，進而提高綠色全要素生產率。據此，提出研究假設H2。

假設H2：環境規制通過低碳技術創新水平作用于工業綠色全要素生產率。

3. 非線性作用機制

根據環境約束內生增長理論可知，要想維持經濟發展與環境保護協同發展，在考慮資本、人力等要素基礎上，還需考慮環境成本[25]。在環境規制實施初期，工業企業往往選擇繳納罰金、排污稅等方式處理環境污染問題[26]。這種處理方式會增加環境治理成本，擠占企業生產資金投入，不利于工業綠色全要素生產率的提升。加之工業企業在生產過程中為達到環境保護的相關標準，需要加大人員培訓力度，并使用成本較高的原材料。這會增加環保成本，提升可變成本，降低工業綠色全要素生產率。但從長期來看，工業企業出于對自身長期發展戰略考慮，會主動增加技術創新投入，引入清潔生產技術與工藝，提升能源利用率[27]。同時，在激勵型環境規制作用下，政府會對采用新能源和新材料的工業企業給予一定資金補貼與政策優惠，助力工業企業綠色低碳轉型，最終提升綠色全要素生產率。據此，提出研究假設H3。

假設H3：環境規制對工業綠色全要素生產率具有非線性影響。

四、模型設定與變量說明

1. 模型設定

為驗證環境規制與工業綠色全要素生產率二者之間的具體作用機制，首先針對直接影響設定如下模型：

上式中GTFPi，t表示省份i在t年的工業綠色全要素生產率，EVi，t表示省份i在t年的環境規制水平，Zi，t表示一系列控制變量，ui表征個體效應，εi，t代表隨機擾動項。

為明晰環境規制對工業綠色全要素生產率二者間存在的間接作用機制，在公式(1)中環境規制對工業綠色全要素生產率系數α1通過顯著性檢驗基礎上，建立環境規制(EV)對中介變量低碳技術創新(LCTI)線性回歸方程。然后構建中介效應模型，具體設置如下：

為研究低碳技術創新在環境規制對工業綠色全要素生產率非線性影響中的具體作用路徑，建立門檻模型：

2. 變量選取

（1） 被解釋變量

工業綠色全要素生產率(GTFP)，借鑒袁嘉琪、卜偉(2022)研究方法[13]，建立包含非期望產出的EBM-ML 模型測算工業綠色全要素生產率。在指標選取中，將資本投入、勞動投入、能源投入作為投入指標，將包含中間投入成本的工業總產值作為期望產出，將工業廢水、工業二氧化碳與工業煙（粉） 塵的排放量作為非期望產出。同時，有鑒于熵值法能夠較好反映每個指標實際效應價值。由此，本研究采用熵值法計算各指標對應權重。

（2） 解釋變量

環境規制(EV)，當前關于環境規制通常使用涉及環境指標的絕對值以及環境治理投資額與排污費等方面的占比進行衡量。然而，考慮到單一指標難以全面、整體地反映一個省份環境規制水平。因此，本研究在充分考慮區域產業發展、產業集聚等因素基礎上，借鑒林春、孫英杰(2019)研究方法[28]，從投資與費用兩個角度構建環境規制指標體系。具體計算公式如下：

公式(5)中，EVi，t表示i省份t年環境規制區位熵值，分子表示i省份t年環境污染治理投資數量與排污費用占t年GDP比重，分母表示全國t年環境污染投資數量與排污費用占t年GDP 比重的比值。若EV＞1，說明該省份環境規制水平較高；若EV≤1，則說明該省份環境規制水平較低。

（3） 門限變量

文章將低碳技術創新(LCTI)作為中介變量與門限變量。借鑒史安娜、唐琴娜(2019)研究方法[29]，從投入與產出兩方面入手構建低碳技術創新水平評價指標體系，具體如表1 所示。

表1 低碳技術創新水平評價指標

在構建評價指標體系的基礎上，利用基尼系數進行賦權。第一步：利用隸屬度標準化方法對低碳技術創新指標進行標準化處理，并計算低碳技術創新指標的基尼系數，即：

公式(6)中，Gk表示第k個指標對應基尼系數，Zbk表征第b個評價對象第k個指標對應的數據，Zak表示第a個評價對象第k個指標對應的數據，n表示指標的數據個數，μ 表示第k個指標所有數據的期望值。

第二步：對基尼系數進行歸一化處理，得到第k個指標的基尼系數權重Gk＇。

第三步：獲得低碳技術創新指數為：

上式中，Ta表示第a個評價對象對應的低碳技術創新指數，e表示指標個數。

（4） 控制變量

借鑒已有研究[30，31]，文章選取外商直接投資(FDI)、財政自主權(FA)、資本深化(CS)、能源結構(IS)、市場化程度(IND)作為控制變量。其中，外商投資水平采用外商投資工業企業資金占工業企業資產比重衡量；財政自主權利用財政預算內收入與預算內支出之比表征；資本深化選取工業行業固定資產投資凈值與從業人員之比衡量；能源結構利用煤炭消費量與能源消費量的比值表征；市場化程度利用中國市場化指數表征。

3. 數據來源

文章選用中國30 個省份（西藏、港澳臺地區除外） 面板數據進行實證分析，研究周期為2015—2020 年。指標涉及原始數據主要來自歷年各省份統計年鑒、中國統計年鑒、中國科技統計年鑒，以及各省國民經濟和社會發展統計公報，變量描述性統計結果見表2。

表2 描述性統計分析

五、實證結果及分析

1. 結果分析

對面板數據進行回歸分析，結果見表3。對公式(1)利用固定效應模型進行回歸分析，結果如表3 中模型(1)和模型(2)所示。由結果可知，環境規制對工業綠色全要素生產率具有顯著正向影響，即環境規制能夠提升工業綠色全要素生產率。究其原因可能是，各地方政府在推行環境規制時也會逐步提升市場準入門檻，相應地篩選出質量較高的優質工業企業，實現了以技術外溢效應提升行業綠色技術創新水平，最終正向影響工業綠色全要素生產率。進一步利用普通最小二乘估計法獲得結果見模型(3)和模型(4)。深入研究發現，表3 中模型(3)的結果與模型(1)一致，模型(4)的結果與模型(2)一致。該結果證明假設H1 成立。

表3 回歸結果

從表3 回歸結果可知，控制變量中外商直接投資、財政自主權、資本深化、市場化程度對工業綠色全要素生產率具有正向促進作用。外商直接投資水平越高，工業綠色全要素生產效率越高；財政自主權與工業綠色全要素生產率具有顯著的正向關系，說明地方政府擁有財政自主權利越高，越有利于提升工業綠色全要素生產率。資本深化和工業綠色全要素生產率具有正向關系，且通過顯著性檢驗，說明資本深化對工業綠色全要素產生率具有正向積極作用；市場化程度回歸系數為正，且通過顯著性檢驗，表明市場化程度越高，工業綠色全要素生產率提升效果越明顯。能源結構與工業綠色全要素生產率存在負向關系，且通過顯著性檢驗，說明煤炭消費量越大，越不利于工業綠色全要素生產率提升。

2. 中介效應分析

為研究環境規制對工業綠色全要素生產率影響的具體傳導機制，利用中介效應進行實證分析，結果如表4 所示。首先，檢驗環境規制影響工業綠色全要素生產率的中介效應，即驗證公式(1)中環境規制是否通過顯著性檢驗。根據表3 結果可知，公式(1)中環境規制回歸系數為正，且通過顯著性檢驗。其次，驗證公式(2)中與公式(3)中環境規制對應系數是否通過顯著性檢驗。結果表明公式(2)中環境規制回歸系數并未通過顯著性檢驗，而公式(3)中環境規制回歸系數通過顯著性檢驗。進一步根據溫忠麟等(2022)提出中介效應檢驗程序[32]，開展Sobel 檢驗。檢驗結果中Z 值為7，P 值小于0.01，在1%顯著性水平上通過檢驗，說明環境規制對工業綠色全要素生產率的具體作用過程中存在中介效應。在表3 中模型(2)驗證環境規制對工業綠色全要素生產率具有積極影響的基礎上，表4 中模型(5)進一步檢驗環境規制是否能夠促進低碳技術創新水平提升。結果顯示，環境規制回歸系數為正，且通過1%顯著性水平檢驗。加之Sobel檢驗結果說明環境規制能夠促進低碳技術創新水平提升，該結果表明低碳技術創新在環境規制和工業綠色全要素生產率二者關系中具有中介作用。最后，將低碳技術創新放置于環境規制對工業綠色全要素生產率的回歸方程中，結果如表4 模型(6)所示。環境規制回歸系數為0.003，且通過1%顯著性水平檢驗。與表3 回歸結果相比，表4 模型(6)中回歸系數有所下降，說明環境規制對工業綠色全要素生產率影響有所下降，這一結果證明低碳技術創新是工業綠色全要素生產率提升的主要渠道之一，證明假設H2 成立。

表4 中介效應回歸結果

3. 門檻回歸結果分析

環境規制對工業綠色全要素生產率影響可能存在非線性溢出效應，對此利用面板門檻模型進行檢驗。在檢驗面板存在性時，利用“自舉法”迭代500 次確定合理的門檻值。結果顯示，F 檢驗值分別在1%和5%水平下拒絕0 個門檻與1 個門檻的原假設，但通過雙重門檻檢驗，結果如表5 所示。

表5 門檻效應檢驗

確定門檻數量后開展門檻效應檢驗，結果見表6。從模型(7)可知，環境規制對工業綠色全要素生產率存在門檻效應。當低碳技術創新水平小于等于0.5694 時，環境規制對工業綠色全要素生產率回歸系數為-0.025，但未通過顯著性檢驗；當低碳技術創新水平在0.5694 和0.6239 之間時，環境規制對工業綠色全要素的回歸系數為0.026，仍然沒有通過顯著性檢驗。當低碳技術創新水平大于0.6239 時，環境規制回歸系數為正，且通過顯著性檢驗。上述結果說明當低碳技術創新水平小于等于0.6239 時，環境規制難以對工業綠色全要素生產率產生促進作用。甚至當低碳技術創新水平小于0.5694 時，環境規制對工業綠色全要素生產率產生負向影響。當低碳技術創新水平超過0.6239 時，環境規制對工業綠色全要素生產率的正向作用開始顯現。產生這一現象可能的原因是，環境規制會倒逼工業企業增加研發資金，改進生產技術，提升資源利用效率，進而提高工業綠色全要素生產率。同時，在政府推行較強環境規制時，工業企業為滿足環保標準，會主動更新生產設備，積極創新與應用低碳技術，實現綠色低碳轉型，這有利于降低污染物排放量，提升工業綠色全要素生產率。根據上述結論可知，假設H3得到驗證。

表6 門檻效應回歸結果

4. 異質性分析

依據國家統計局劃分標準和國家發展戰略導向，研究樣本中30 個省份由西向東可以分為東部、中部與西部地區。三大區域地理位置與經濟發展水平存在巨大差異，導致環境規制對工業綠色全要素生產率影響也可能存在差異性。因此，文章分區域進行研究，結果如表7 所示。結果顯示，東部地區環境規制對工業綠色全要素生產率回歸系數為正，且通過顯著性檢驗。由此可知，環境規制對東部地區工業綠色全要素生產率具有顯著促進作用。可能的原因是，東部地區環境規制監督與管理較為嚴格，執行力度較大，宏觀環境保護監管機制更加健全。相較于污染治理造成的成本效應，東部地區技術創新的補償效應更加顯著。對于中、西部地區而言，環境規制對工業綠色全要素生產率回歸系數并未通過顯著性檢驗，說明中、西部地區環境規制對于工業綠色全要素生產率的影響并不顯著。分析其原因可能是，中、西部地區污染治理與管理水平相對較低，且目前中西部地區部分省份仍然在走“先污染后治理”道路，導致環境規制效應發揮存在一定滯后性。同時，相較于東部地區，中、西部地區的工業企業多為國有控股或是國有企業，行業間企業競爭激勵程度較小，使得大部分企業并不熱衷于加大研發投入以改進生產技術獲得比較優勢，這一定程度上也導致中、西部地區環境規制對工業綠色全要素生產率影響效果不顯著。

表7 環境規制對工業綠色全要素生產率的區域差異

5. 穩健性檢驗

以上實證分析檢驗了環境規制對工業綠色全要素生產效率的促進作用，為驗證上述結果有效性，從以下四個方面進行穩健性檢驗。

第一，考慮到上海、重慶、天津、北京為直轄市，城市體量與其他省份相比存在差異，會導致環境規制對工業綠色全要素生產率的影響具有差異。文章先剔除上海與北京兩個直轄市，再剔除天津與重慶兩個直轄市進行穩健性檢驗，兩次回歸結果中回歸系數均顯著為正，說明回歸結果具有穩健性。

第二，依次加入不同的控制變量進行回歸分析。表8 模型(11)~模型(13)中，分別加入經濟發展水平(GDP)、政府干預(GOV)、城市化水平(UL)三個控制變量，利用固定效應模型分析環境規制對工業綠色全要素生產率的影響，模型(15)比模型(14)多加入低碳技術創新(LCTI)的影響，解釋變量回歸系數與基準回歸結果較為接近。控制變量中，經濟發展水平即各地實際GDP 對工業綠色全要素生產率回歸系數為正；政府干預對于工業綠色全要素生產率的影響不顯著；城市化水平即年末城鎮人口數量占總人口數量影響也不顯著。

表8 加入不同控制變量回歸結果

第三，進一步驗證回歸結果穩健性，借鑒董會忠等(2022)研究方法，利用各省份實際工業污染治理投資額占工業總產值的比重進一步刻畫環境規制[33]。該比值主要衡量污染治理投入水平，一定程度上能夠反映某一省份環境規制強度。將各省份實際工業污染治理投資額占工業總產值比重和工業綠色全要素生產率進行回歸分析，結果如表9 所示。采用固定效應模型進行估計得到模型(16)和(17)，利用OLS 模型進行回歸分析獲得模型(18)。上述模型的回歸系數均為正，且通過1%顯著性水平檢驗，與基準回歸結果一致，證明基準回歸結果具有穩健性。

表9 更換解釋變量

第四，利用面板工具變量模型開展內生性檢驗。在工具變量選擇方面，本研究選取政府補貼(IV1)展開兩階段最小二乘法估計。政府補貼選用規模以上工業企業R&D 投資經費內部支出中政府資金占比衡量。一方面，政府補貼與支持是環境規制實施的前提與保障，可從資金支持方面影響環境規制實施情況；另一方面，政府補貼并不會對工業綠色全要素生產率產生直接影響，具體估計結果如表10 所示。

表10 內生性檢驗結果

為驗證選取的工具變量具有合理性，利用以下幾種方法進行驗證，結果分別為：一是通過識別不足檢驗，在1%水平上拒絕原假設“工具變量識別不足”；二是通過弱工具檢驗；三是通過外生性檢驗。經過上述穩健性檢驗，本研究回歸結果依然成立，證明具有穩健性。

六、結論與建議

文章從基本傳導機制、非線性傳導機制和差異性傳導機制三個方面入手，研究環境規制對工業綠色全要素生產率的效應。基于2015—2020 年中國30 個省份面板數據，并利用固定效應模型、最小二乘法、中介效應模型以及面板門檻模型進行實證分析。得出以下幾點研究結論：一是環境規制能夠提升工業綠色全要素生產率，成為工業綠色全要素生產率提升的重要驅動力，且通過更換解釋變量與工具變量等穩健性檢驗，結果仍成立；二是低碳技術創新是環境規制影響工業綠色全要素生產率的中介變量，環境規制可通過低碳技術創新水平間接作用于工業綠色全要素生產率，中介效應較為顯著；三是環境規制對工業綠色全要素生產率的作用存在區域異質性，該作用在東部地區更加顯著。

根據上述結論，結合實證環境規制、低碳技術創新和工業綠色全要素生產率的實際情況，提出以下幾點對策建議：

第一，實施差別化環境規制策略。由實證結果可知，環境規制對工業綠色全要素生產率作用機制存在明顯地域差異。因此，根據區域定位制定環境規制政策十分必要。具言之，各地方政府部門需要根據地區工業發展水平，實施差異化環境監管政策。環保部門可在嚴格執行總量控制的前提下，制定差異化與細分化的排污收費標準與排放標準，確保環境規制具有針對性，進而更好發揮其助力工業綠色全要素生產率提升的作用。對于經濟發展水平較高的東部地區，環保部門可基于地區環境承載力，采取命令型環境規制與市場激勵型環境規制相結合的方式，促使企業合理配置內部生產資料，尋找更好的降低污染物排放的技術和方式，進而提升工業綠色全要素生產率。中、西部地區需要逐步加大環境規制治理力度，避免出現“一刀切”的現象。此過程中，相關部門應加強公眾與政府之間的溝通，實現政府、社會、公眾三方之間良性互動，合力推行環境規制策略，提升區域內生態環境質量，最終賦能工業綠色全要素生產率。

第二，豐富區域環境規制工具。為更好發揮環境規制助力綠色經濟與經濟高質量發展作用，政府部門可在環境治理領域引入市場管理機制，實現環境規制向綜合使用法律、經濟、技術和必要的行政辦法方面轉型。在具體過程中，政府部門應積極推進命令型與市場激勵型環境規制工具，激勵企業向低碳環保轉型，在減少環境污染的同時兼顧工業綠色發展。同時，政府部門還可通過不斷提升市場激勵型環境規制強度，全面推行排污許可制度，實行碳排放交易市場化，利用市場手段降低外部成本。此外，各級環保部門應引導環境規制工具與中央和地方財稅支持政策協調發展，完善環境規制保護激勵機制，發揮環境規制應有的作用。

第三，培育綠色低碳領域創新主體。實證結果表明，低碳技術創新是環境規制影響工業綠色全要素生產率的主要渠道，因此在發揮環境規制作用過程中，還需要培育綠色低碳領域的創新主體。地方政府應積極引導創新要素集聚，培育一批創新能力較強的企業或者組織。可通過建設綠色低碳技術創新人才培養基地，加強綠色低碳技術創新人才引進與培育力度等方式，有效擴大綠色低碳領域創新主體的規模。同時，工業企業還可依托海外人才驛站，實現國內國際人才、智力、技術、項目的有效交流，并聯合進行重大技術研發，深度應用全球綠色低碳創新資源，提升自身低碳技術創新能力。