“雙碳”目標下環境規制對中國綠色低碳轉型發展的影響研究

DOI： 10.13317/j.cnki.jdskxb.2024.015

摘" 要：檢驗環境規制對中國碳排放績效的影響，并分析產業結構在環境規制影響碳排放績效改善過程中的交互作用，對推動綠色低碳轉型發展，實現中國經濟高質量發展具有重要意義。研究結果表明：環境規制對碳排放績效呈現先抑制后促進的“U”型非線性影響，這一結論在經過替換被解釋變量和變換估計方法等穩健性檢驗后依然成立。同時，研究發現環境規制主要通過技術創新效應（技術進步）和要素配置效應（技術效率）間接影響碳排放績效改善。而產業結構調整與環境規制的交互項系數顯著，表明產業結構是環境規制影響中國碳排放績效不可忽視的重要因素。此外，研究還進一步發現南北方在環境規制“U”型曲線的拐點值存在顯著異質性。研究結論揭示了我國在綠色低碳轉型發展道路上，應充分考慮發展過程中的地區異質性，并根據地區的不同特性實施差異化的環境規制政策。

關鍵詞：綠色低碳；高質量發展；環境規制；中介效應；產業結構

基金項目：國家社會科學基金重大項目（19ZDA055）；江西省高校人文社會科學重點研究基地項目（JD18013）

作者簡介：周杰文，南昌大學經濟管理學院副教授，理學博士，從事區域和產業經濟研究；高翔，中共固鎮縣委黨校助理講師，經濟學碩士，從事區域經濟研究，為本文通信作者。

文章編號： 1671-6604（2024）02-0055-13

開放科學（資源服務）標識碼（OSID）：

中圖分類號： F124.3

文獻標識碼： A

中國作為世界第二大經濟體，在碳減排和氣候治理過程中發揮著至關重要的作用。國家主席習近平在第七十五屆聯合國大會上明確提出，我國二氧化碳排放力爭于2030年前達到峰值，努力爭取2060年前實現碳中和習近平在第七十五屆聯合國大會一般性辯論上的講話（全文）［EB/OL］.（2020-09-23）［2024-02-23］. http：//www.mofcom.gov.cn/article/i/jyjl/m/202009/20200903003397.shtml.。為實現“雙碳”目標，中國積極踐行新發展理念，并且在黨的二十大報告中進一步明確要推動綠色發展，加快發展方式綠色轉型，推進碳達峰碳中和，實現人與自然和諧共生。無疑，推動綠色低碳轉型發展是當前中國實現經濟高質量發展的重要抓手，對實現“雙碳”目標以及經濟社會發展方式綠色轉型具有決定作用。現有研究指出，通過以GDP為期望產出，以二氧化碳排放為非期望產出進行測算，可以得到全要素碳排放生產率（碳排放績效），能夠較好地衡量碳減排與經濟發展之間的協調關系邵帥，范美婷，楊莉莉.經濟結構調整、綠色技術進步與中國低碳轉型發展——基于總體技術前沿和空間溢出效應視角的經驗考察［J］.管理世界，2022（2）：46-69.。并且，隨著深入推進環境污染防治的要求，環境規制作為當前針對性最強、力度最大的調控方法，對降低二氧化碳排放，改善碳排放績效具有重要作用王東，李金葉.Ramp;D投入強度、環境規制與區域綠色經濟效率［J］.生態經濟，2021（9）：155-160.。然而，已有研究對環境規制與生產率的探索雖取得一定研究成效，但對于與碳排放績效的研究仍不夠深入。鑒于此，本文通過深入探析環境規制對碳排放績效的影響效應，為推動綠色低碳轉型發展，實現“雙碳”目標提供理論借鑒。

一、 文獻回顧

（一） 環境規制對碳排放績效存在直接影響的研究綜述

相關研究主要圍繞環境規制對碳排放績效的線性和非線性影響展開的。其中，“線性論”者主要認為環境規制對碳排放績效的影響是線性的，兩者之間呈現出抑制或促進的關系?！耙种啤毙躁P系學者認為，由于存在“遵循成本”效應YIN J， ZHENG M， CHEN J. The effects of environmental regulation and technical progress on CO2 kuznets curve： an evidence from China［J］. Energy policy， 2015（77）：97-108.，環境規制措施將會使企業運營成本大幅度提高，產生“擠出效應”，進而對全要素碳排放生產率造成不利影響馬國群，譚硯文.環境規制對農業綠色全要素生產率的影響研究——基于面板門檻模型的分析［J］.農業技術經濟，2021（5）：77-92.。“促進”性關系學者則認為，“創新補償”效應可以使恰當的環境規制在長期內促進綠色生產技術的使用，倒逼技術創新王艷麗，鐘奧.工業行業環境規制、創新能力與全要素能源效率的實證檢驗［J］.統計與決策，2015（15）：139-142.，優化資源的配置效率，部分乃至全部抵消其“遵循成本”，從而降低碳排放，促進碳排放績效的改善戴俊，傅彥銘.環境規制、產業結構對能源效率的影響［J］.中國農業資源與區劃，2020（9）：55-63.。關海玲等人的研究發現環境規制與中國省級工業綠色全要素生產率之間呈現正相關關系，這一點在空間杜賓模型的基礎上得到了印證關海玲，武禎妮.地方環境規制與綠色全要素生產率提升——是技術進步還是技術效率變動？［J］.經濟問題，2020（2）：118-129.。吳磊等人的研究則發現，短期內綠色全要素生產率的增長會受到公眾自愿型和市場激勵型環境規制的抑制，長期則會起到促進作用吳磊，賈曉燕，吳超，等.異質型環境規制對中國綠色全要素生產率的影響［J］.中國人口·資源與環境，2020（10）：82-92.。

“非線性論”者認為，環境規制對碳排放績效的影響并非線性的，并進一步指出兩者之間可能存在“U”型的先抑后促或者倒“U”型先促后抑的非線性關系。持環境規制與碳排放績效之間存在著“U”型關系觀點的學者認為，環境規制的成本效應在初期起主導作用，負向影響了碳排放績效，但在環境規制達到一定強度后，創新的補償效應發揮主導作用，從而正向提升了碳排放績效QIU S， WANG Z， GENG S. How do environmental regulation and foreign investment behavior affect green productivity growth in the industrial sector？ An empirical test based on Chinese provincial panel data［J］. Journal of environmental management， 2021（287）：112282.。如蔣伏心等研究指出，環境規制在跨過“U”型曲線拐點后，才會對碳排放起到促進作用蔣伏心，王竹君，白俊紅.環境規制對技術創新影響的雙重效應——基于江蘇制造業動態面板數據的實證研究［J］.中國工業經濟，2013（7）：44-55.。李穎等人的研究也發現，不同的環境規制強度對能源效率的影響效果不同，環境規制與工業全要素能源效率之間存在“U”型關系李穎，徐小峰，鄭越.環境規制強度對中國工業全要素能源效率的影響——基于2003—2016年30省域面板數據的實證研究［J］.管理評論，2019（12）：40-48.。但持倒“U”型觀點的學者認為，碳排放會經歷一個隨著環境規制力度越來越大而出現的先改善后降低的過程，所以環境規制與碳排放績效之間可能存在倒“U”型關系沈能.環境效率、行業異質性與最優規制強度——中國工業行業面板數據的非線性檢驗［J］.中國工業經濟，2012（3）：56-68.。如蔡烏趕等和劉和旺等的研究則從中國省級層面證實了在眾多環境規制的類型中，市場型環境規制對綠色全要素生產率產生的倒“U”型影響最為突出蔡烏趕，周小亮.中國環境規制對綠色全要素生產率的雙重效應［J］.經濟學家，2017（9）：27-35.劉和旺，左文婷.環境規制對我國省際綠色全要素生產率的影響［J］.統計與決策，2016（9）：141-145.。宋典等人的研究發現，在受到技術引進以及不同的創新路徑模仿的影響下，環境規制對工業綠色全要素生產率的影響也呈現倒“U”型態勢宋典，宋培，陳喆.環境規制下中國工業綠色轉型的技術路徑選擇：自主創新或技術外??？［J］.商業研究，2020（2）：101-110.。李德山等則通過分區域研究發現，環境規制與綠色全要素生產率在我國東、中、西以及東北部城市皆呈現倒“U”型關系李德山，張鄭秋.環境規制對城市綠色全要素生產率的影響［J］.北京理工大學學報（社會科學版），2020（4）：39-48.。

（二） 環境規制對碳排放績效存在間接影響的研究綜述

環境規制對碳排放績效存在間接影響的相關研究主要集中在三個方面：其一，技術創新效應林麗梅，賴永波，謝錦龍，等.環境規制對城市綠色發展效率的影響——基于超效率EBM模型和系統GMM模型的實證分析［J］.南京工業大學學報（社會科學版），2022（5）：102-114.。技術進步是經濟增長的核心驅動力，毫無疑問，也是全要素碳排放生產率增長的力量源泉之一。波特假說基于動態競爭的視角，認為適度的環境規制可以激勵企業進行創新，提升競爭力，從而部分或者全部抵消環境規制所產生的成本效應，即產生創新補償效應馬國群，譚硯文.環境規制對農業綠色全要素生產率的影響研究——基于面板門檻模型的分析［J］.農業技術經濟，2021（5）：77-92.。其二，要素配置效應。從長期來看，要素資源的最優配置最終是有利于全要素生產力的不斷提高的，其主要路徑是實現社會產出或者福利的最大化張月芳.環境規制、資源配置與綠色技術創新關系研究［J］.價格理論與實踐，2022（5）：190-193.。故而全要素生產率以及全要素碳排放生產率的改善一方面來自技術進步，另一方面也來自生產資源的配置效率宋馬林，劉貫春.增長模式變遷與中國綠色經濟增長源泉——基于異質性生產函數的多部門核算框架［J］.經濟研究，2021（7）：41-58.。能源是經濟發展的命脈，也是非期望產出的主要來源，能源要素的高效率配置對碳排放績效的改善毋庸置疑。產業結構是實現經濟與碳排放績效協調發展，推動形成綠色低碳生產方式的重要途徑。其三即產業結構升級效應。環境規制使市場結構發生變化進而通過產業行為影響產業結構XU X， HAO J， DENG Y. Industry interdependence dynamics and structure change causal analysis： an empirical study on Chinas shipbuilding industry［J］. Sustainability， 2017（9）：517.，作用于碳排放績效李穎，徐小峰，鄭越.環境規制強度對中國工業全要素能源效率的影響——基于2003—2016年30省域面板數據的實證研究［J］.管理評論，2019（12）：40-48.。而大多數學者對于環境規制與產業結構調整之間關系的研究表明，產業結構在環境規制與要素生產率提高之間有著正向的調節作用。韓晶等人的研究發現環境規制在一定程度上能夠促進產業的升級，關鍵是把握“度”韓晶，陳超凡，馮科.環境規制促進產業升級了嗎？——基于產業技術復雜度的視角［J］.北京師范大學學報（社會科學版），2014（1）：148-160.。鄭金鈴則發現隨著環境規制強度的增加，其帶來的正向激勵作用會進一步促進產業結構的升級鄭金鈴.城市、城市群與居民碳排放——基于緊湊空間形態的研究［J］.經濟與管理，2016（1）：89-96.。此外，環境規制的影響存在地區異質性。環境規制通過影響產業轉移進而影響產業結構，從而對不同地區的碳排放績效產生差異性的影響。由于不同國家或者不同地區的環境規制強度有所不同，為實現自身利益最大化，高污染、高排放產業傾向于從環境規制水平較高的區域向環境規制水平低的區域轉移。

綜上所述，現有關于環境規制與碳排放績效之間關系的研究仍有不足。本文基于全域Malmquist-Luenberger指數方法測算全要素碳排放生產率（即碳排放績效），對環境規制對碳排放績效的影響展開研究，進一步分析碳排放績效的分解項在此過程中的中介效應和產業結構升級的調節效應，并考察地區間的異質性，希冀為中國綠色低碳轉型發展提供依據。

二、 模型設定與數據說明

（一） 模型建立

1. 環境規制對全要素碳排放生產率的影響。根據對已有文獻的梳理和影響機制的分析，為考察環境規制與碳排放績效的關系，在回歸方程中引入環境規制變量的一次項與二次項，并引入其他控制變量來構建靜態回歸方程：

lnTFCEPit=β0+β1lnERit+β2ln2ERit+βxlnXit+ui+vt+εit（1）

其中，lnTFCEPit表示的是i省份在t年的碳排放績效，lnERit表示的是i省份在t年的環境規制強度。此外，在這個表達式中，lnXit表示控制變量集，個體效應用ui來進行控制，vt代表時間固定效應，隨機擾動項則用εit表示。

2. 中介效應檢驗。為了檢驗技術創新效應和要素配置效應在環境規制影響全要素碳排放績效過程的作用，本文構建中介效應模型，以環境規制為主要解釋變量，以全要素碳排放生產率的效率分解指數作為中介變量，考察環境規制對碳排放績效的作用機制。本文根據前人BARON R M， KENNY D A. The moderator-mediator variable distinction in social psychological research： conceptual， strategic， and statistical considerations［J］.Journal of personality and social psychology， 1986（6）：1173-1182.的研究思路構建逐步回歸中介效應模型。

第一步，檢驗環境規制是否可以影響碳排放績效。若式（1）中的系數顯著，表明環境規制可以影響碳排放績效，可以進行第二步檢驗。

第二步，檢驗環境規制是否可以影響全要素碳排放生產率的分解項即技術效率和技術進步。若式（2）中的系數顯著，表明環境規制可以影響碳排放績效的分解項即技術效率或技術進步，可以進行第三步檢驗。

［lnTCit，lnECit］=α0+α1lnERit+α2ln2ERit+αxlnXit+ui+vt+εit（2）

第三步，將環境規制和技術進步（或技術效率）同時納入模型進行檢驗。

lnTFCEPit=γ0+γ1lnERit+γ2ln2ERit+γ3［lnTCit，lnECit］+γxlnXit+ui+vt+εit（3）

3. 環境規制、產業結構升級與全要素碳排放生產率。產業結構升級與環境規制可能存在顯著的交互作用。在基準模型的基礎上，參考徐志雄等徐志雄，徐維祥，劉程軍.環境規制對土地綠色利用效率的影響［J］.中國土地科學，2021（8）：87-95.的方法，本文加入了環境規制與產業結構升級的交互項，構建模型（4）予以驗證。

lnTFCEPit=η0+η1lnERit+η2ln2ERit+η3（lnER×lnTL）+ηxlnXit+ui+vt+εit（4）

4. 穩健性檢驗。本文從以下幾個方面進行穩健性檢驗：

第一，通過更換被解釋變量TFCEP的測算方式進行穩健性檢驗。本文通過使用DEA-Malmquist指數法FRE R， GROSSKOPF S， ROOS P. On two definitions of productivity［J］. Economics letters， 1996（3）：269-274.來重新測算碳排放績效。Malmquist指數計算公式如下：

M（xti，yti，xt+1i，yt+1i）=Dti（xt+1i，yt+1i）Dti（xti，yti）·Dt+1i（xt+1i，yt+1i）Dt+1i（xti，yti）1/2（5）

上式中，xti和xt+1i分別表示i個區域在t和t+1時期的投入量。yti和yt+1i分別表示第i個區域在t和t+1時期的產出向量。Dti（xti，yti）和Dt+1i（xt+1i，yt+1i）分別表示以t時期的技術Tt為參照的t和t+1時期生產點的距離函數。

同樣對Malmquist指數進行分解，可得到式（6）。等式右邊第一部分就是從t到t+1時期生產效率的變化，等式右邊第二部分就是從t到t+1時期技術進步率的變化。對于非期望產出先進行正向化處理，然后采用熵值法測算出各區域的環境污染綜合指數喻登科，解佩佩，高翔.“雙碳”目標下產業結構優化對區域綠色發展的影響研究［J］.創新科技，2022（9）：50-59.，最終將正向化的結果代入模型進行測度，并把測度結果作為被解釋變量進行穩健性檢驗。

M（xti，yti，xt+1i，yt+1i）=Dt+1i（xt+1i，yt+1i）Dti（xti，yti）Dti（xti，yti）Dt+1i（xti，yti）·Dti（xt+1i，yt+1i）Dt+1i（xt+1i，yt+1i）1/2（6）

第二，遺漏變量可能會導致基準回歸模型存在內生性問題，從而影響系數的估計精度?？紤]到全要素碳排放生產率可以通過各年份的全域Malmquist-Luenberger生產率指數（GML）累乘得到，當期TFCEP可能受到上期TFCEP的影響，因而本文將被解釋變量的滯后一期作為自變量納入基準回歸模型中，并利用廣義矩估計方法對動態面板模型進行參數估計。

（二） 數據說明

1. 碳排放績效的測算與分解。本文采用GML方法OH D. A global Malmquist-Luenberger productivity index［J］. Journal of productivity analysis， 2010（3）：183-197.，來分析中國省域全要素碳排放生產率（即碳排放績效）的動態變化特征。

GML指數具有一定的優勢，能夠有效解決線性規劃無可行解問題。由下列公式來說明GML指數的原理：

GMLt，t+1（xt，yt，bt;xt+1，yt+1，bt+1）=1+DG（xt，yt，bt）1+DG（xt+1，yt+1，bt+1）（7）

其中，DG（x，y，b）=maxβ∣（y+βy，b－βb）∈PG（x）為全局方向距離函數，定義在全局生產可能性集PG上。如果GMLt，t+1lt;1，說明期望產出減少，非期望產出增加，全要素碳排放生產率低于上期水平；反之則說明全要素碳排放效率提高。GML指數可以分解為技術變化指標（TC）和效率變動指標（EC）兩部分：

GMLt，t+1（xt，yt，bt;xt+1，yt+1，bt+1）

=1+Dt（xt，yt，bt）1+Dt+1（xt+1，yt+1，bt+1）×（1+DG（xt，yt，bt））/（1+Dt（xt，yt，bt））（1+DG（xt+1，yt+1，bt+1））/（1+Dt+1（xt+1，yt+1，bt+1））=ECt，t+1×TCt，t+1（8）

其中，GMLt，t+1、ECt，t+1、TCt，t+1的取值均大于0。當其值大于1時，表示全要素碳排放生產率提高（即碳排放績效改善）、技術效率改進和技術進步。反之，則表示全要素碳排放生產率有所降低（即碳排放績效惡化）、技術效率和技術進步退化。

GML指數的測度是根據投入—產出分析法實現的。關于投入指標，本文選取年末城鎮單位從業人員數、能源消費量、資本存量三項指標作為投入變量。其中，資本存量采用“永續盤存”法進行估算，初始資本存量以及固定資產折舊率參考張軍等的處理方式張軍，吳桂英，張吉鵬.中國省際物質資本存量估算：1952—2000［J］.經濟研究，2004（10）：35-44.進行設定，并將資本存量進行平減。期望產出為GDP，非期望產出選取二氧化碳排放量表示。

2. 解釋變量、機制變量與控制變量。將TFCEP作為被解釋變量，將環境規制作為核心解釋變量，產業結構升級作為機制變量。選用對外開放水平、城鎮化水平以及科教支出水平作為控制變量。具體說明如下：（1） 環境規制（ER），參考張華等及原毅軍等的做法張華，魏曉平.綠色悖論抑或倒逼減排——環境規制對碳排放影響的雙重效應［J］.中國人口·資源與環境，2014（9）：21-29.原毅軍，劉柳.環境規制與經濟增長：基于經濟型規制分類的研究［J］.經濟評論，2013（1）：27-33.，選用工業污染治理投資與工業增加值的比值表示；（2） 產業結構升級（TL），參考干春暉的做法干春暉，鄭若谷，余典范.中國產業結構變遷對經濟增長和波動的影響［J］.經濟研究，2011（5）：4-16.，選用第三產業產值與第二產業產值之比進行衡量；（3） 對外開放水平（Tra），各個地區的對外開放程度通過使用進出口額占生產總值的比值黃萍，宣昌勇.金融集聚、空間溢出與經濟高質量發展［J］.江蘇大學學報（社會科學版），2021（6）：49-65.來進行表征，其數值越大表示對外開放水平越高；（4） 城鎮化水平（Urb），通過使用城鎮人口占地區總人口的比值來表征一個地區城鎮化水平的變化情況，一方面，城鎮化水平的提高有助于勞動力從農村向城市轉移，從而帶動產業結構的轉型升級，另一方面，城鎮化水平越高，城市人口密度也就越高，從而對生態環境產生巨大壓力，同時也會帶來二氧化碳排放的增加；（5）科教支出水平（Tedu），用政府財政支出中，科技和教育支出占國內生產總值的比例計算。

3. 數據來源和變量描述性統計。本文的碳排放數據來源于中國碳核算數據庫（CEADs）SHAN Y， GUAN D， ZHENG H， et al. China CO2 emission accounts 1997—2015［J］. Scientific data， 2018（1）： 1-14.SHAN Y， HUANG Q， GUAN D， et al. China CO2 emission accounts 2016—2017［J］. Scientific data， 2020（1）：54.SHAN Y， LIU J， LIU Z， et al. New provincial CO2 emission inventories in China based on apparent energy consumption data and updated emission factors［J］. Applied energy， 2016（184）：742-750.，故基于數據的口徑統一性以及可得性，本文選取2004—2019年中國30個省級行政區（省、自治區、直轄市）的面板數據作為研究樣本，其中不包括我國港澳臺地區，并且由于數據缺失嚴重，西藏地區也被排除在外。變量數據來源于各個統計年鑒，包括《中國城市統計年鑒》《中國環境統計年鑒》《中國工業統計年鑒》《中國科技統計年鑒》、EPS數據平臺以及各省（自治區、直轄市）的統計年鑒。下頁表1給出了各變量的描述性統計結果。

三、 實證結果與分析

（一） 基準回歸結果

表2第（1）列和第（2）列分別展示了在不考慮控制變量時和加入控制變量時的回歸結果?；鶞驶貧w結果表明，2004—2019年我國環境規制的增強對碳排放績效產生了明顯的正向影響。環境規制的一次項對碳排放績效具有顯著的正向影響，并且環境規制的二次項對碳排放績效的影響也非常顯著。這表明環境規制與碳排放績效之間存在“U”型變動關系，即當環境規制強度較低時，會抑制碳排放績效的改善，隨著環境規制強度的持續提高，環境規制的影響效應由阻礙轉變為促進。經計算，環境規制影響效應的拐點出現在0.003 2，之后持續加大環境規制強度，可以發揮其對碳排放績效改善的促進作用。

（二） 中介效應檢驗結果

將碳排放績效的分解項作為中介變量，采用中介效應模型對環境規制影響碳排放績效的作用渠道進行探討。由表3可知，環境規制對碳排放績效的影響受到技術進步指數（TC）和技術效率變化指數（EC）的中介作用。在第（1）列未加入中介變量之前，如基準回歸所示，環境規制對碳排放績效產生了顯著的“U”型效應影響。第（2）列考察環境規制與技術效率（EC）指數之間的關系，估計系數同樣在5%的顯著性水平下為正。根據分析結果，在加入中介變量EC后，第（3）列中環境規制的一次項系數為0.12，小于第（1）列的估計結果。此外，EC對碳排放績效的估計系數在1%的顯著性水平下為正。這表明技術效率指數在環境規制對碳排放績效的影響中具有部分中介效應。換句話說，環境規制通過影響碳排放績效的技術效率，進而影響碳排放績效。同理，由于第（5）列技術進步（TC）指數的估計系數在1%的顯著性水平下為正，且小于第（1）列的估計結果。第（4）列環境規制對中介變量TC的估計系數雖不顯著，但結果通過了Sobel檢驗，估計結果說明中介效應存在。因此，環境規制可以通過影響碳排放績效的技術效率和技術進步，從而對碳排放績效產生影響。在這其中，技術效率的提高相較于技術進步更為明顯，對碳排放績效的改善起到更為顯著的作用。

（三） 交互項回歸結果

產業結構對碳排放績效具有重要的影響作用，鑒于環境規制對碳排放績效的影響具有非線性特征，故本研究在引入二次項的基礎上考察環境規制與產業結構的交互作用。

表4中第（1）列是未加控制變量的回歸結果，第（2）列是加入控制變量的回歸結果。由結果可知，交互項系數未發生明顯變化，且在1%的顯著性水平下為正。這表明產業結構升級可以正向調節環境規制對碳排放績效改善的作用效果。

（四） 穩健性檢驗

穩健性檢驗如表5第（1）列至第（3）列所示。第（1）和第（2）列的結果反映了在替換被解釋變量之后參數估計值大小、正負以及顯著性水平相較于前文估計并未發生明顯變化。

為一定程度上緩解內生性問題，故加入被解釋變量滯后一期，采用廣義矩估計方法進行回歸，由第（3）列的回歸結果可知本文的基準結論依然是可靠的，即環境規制對我國碳排放績效產生“U”型的影響效果。

（五） 區域異質性檢驗

如前文所述，環境規制的影響存在地區異質性。已有研究如沈能等同樣發現環境規制的作用受到地區差異的影響沈能，劉鳳朝.高強度的環境規制真能促進技術創新嗎？——基于“波特假說”的再檢驗［J］.中國軟科學，2012（4）：49-59.。現有研究如呂承超等認為以往過多關注“東西”方向地區差異，而較少考慮“南北”方向地區的異質性問題呂承超，索琪，楊歡.“南北”還是“東西”地區經濟差距大？——中國地區經濟差距及其影響因素的比較研究［J］.數量經濟技術經濟研究，2021（9）：80-97.。故本文通過將樣本劃分為南北方進行異質性檢驗。

下頁表6的第（1）和第（3）列是未加入控制變量的回歸結果，表明環境規制對碳排放績效的影響均呈現顯著的“U”型效應。第（2）和第（4）列顯示在加入控制變量后，顯著性有所下降但未對整體的正向效果產生影響。由異質性檢驗結果可知，環境規制對南北方碳排放績效的影響效應差距雖較小，但經過計算，南方地區環境規制的拐點值為0.002 4，而北方地區環境規制的拐點值為0.003 1，較南方地區更為接近全國平均水平0.003 2。這與許憲春等的觀點許憲春，雷澤坤，竇園園，等.中國南北平衡發展差距研究——基于“中國平衡發展指數”的綜合分析［J］.中國工業經濟，2021（2）：5-22.相吻合。北方地區面臨的環境污染問題較南方地區更為嚴峻，需跨過較高的環境規制強度方能實現對碳排放績效的正向促進作用，而產業結構的差異是南北方在環境規制這一問題上產生分化的重要原因，因而發揮產業結構的調節作用至關重要。

四、 結論與建議

本文基于2004—2019年中國30個省級行政區（省、自治區、直轄市）的面板數據，利用全域Malmquist-Luenberger指數方法對碳排放績效進行了測度和分解，實證檢驗了環境規制對碳排放績效的作用機理，并對不同地區間的異質性進行了探討。得到的研究結論如下：

第一，環境規制與碳排放績效之間并非簡單的線性關系，而是一種“U”型關系。即當環境規制強度較弱時，碳排放績效處于惡化狀態，但當環境規制強度跨過“拐點”后，碳排放績效將隨著環境規制強度的增加而持續改善。

第二，環境規制通過技術創新效應和要素替代效應對碳排放績效產生了間接影響。具體則表現為技術效率提升產生的中介效應的影響顯著大于技術進步的促進作用。

第三，產業結構升級對環境規制影響碳排放績效存在顯著的交互效應。環境規制有助于激勵產業結構的調節作用，從而增強環境規制促進碳排放績效改善的促進作用，進而助益中國經濟實現綠色低碳轉型發展。

第四，環境規制對碳排放績效在不同地區的影響具有異質性。南方地區環境規制在“U”型曲線的拐點值要低于北方地區的環境規制在其“U”型曲線的拐點值。北方偏“重”的產業結構是導致環境規制分化的關鍵因素。

綜合以上結論，本文提出如下建議：（1） 準確把握環境規制強度的“度”。環境規制與碳排放績效呈現由阻礙到促進的“U”型轉變過程，應合理制訂環境規制政策強度，完善環境規制制度體系，盡早跨過“U”型曲線拐點，實現生產方式由高消耗、高排放向綠色低碳的轉變。（2） 完善要素市場化機制和創新激勵機制。充分發揮生產要素優化間接影響碳排放績效改善的促進作用，促使自然資源與環境要素和其他市場要素共同參與市場配置，發揮市場配置的決定性作用。同時加大對企業科技創新的支持，制訂完善的稅收優惠和財政補貼政策以及創新成果產權保護制度，促進企業通過開發新技術提高能源效率。（3） 大力推動綠色低碳產業的發展。在適當的環境規制強度下，調整產業結構向綠色低碳優化升級。加大對低碳、負碳等綠色技術創新研發的支持力度，進一步挖掘技術創新推動碳排放改善的潛力。（4） 促進區域環境協同治理。南北地區之間生態環境差異較大，因時制宜因地制宜，通過完善協同保護生態環境機制，發揮南北方地區各自優勢，動態調整環境規制強度，進一步推動碳排放績效改善和經濟發展綠色低碳的轉型。

（責任編輯： 趙文青）

On the Impact of Environmental Regulation on Chinas Green and Low-carbon Transformation and Development under the Constraint of “Carbon Peaking and Carbon Neutrality” Goals

Zhou Jiewen1， Gao Xiang2， Xie Peipei3

（1. School of Economics and Management， Nanchang University， Nanchang 330031;

2. Party School of Guzhen County Committee of CPC， Bengbu 233700;

3. School of Public Policy and Administration， Nanchang University， Nanchang 330031， China）

Abstract： This paper tested the influence of environmental regulation on Chinas carbon emission performance， and then analyzed the interaction within industrial structure during the environmental regulation process， and its significance to enhancing the green and low-carbon transformation and achieving high-quality economic development. The research results show that environmental regulation has a “U”-shaped nonlinear impact on carbon emission performance， which first suppresses and then promotes. This conclusion remains true after replacing the explanatory variables， estimation methods， and other robustness tests. The study also shows that environmental regulation indirectly influences the enhancement of carbon emission performance primarily through technological innovation effects （technical progress） and factor allocation effects （technical efficiency）. The interaction coefficient between industrial structural adjustment and environmental regulation is significant， indicating that industrial structure is an important factor in the impact of environmental regulation on Chinas carbon emission performance. Additionally， the study reveals significant heterogeneity in the inflection point value of the “U” curve of environmental regulation between the northern and southern regions. On Chinas route of green and low-carbon transformation and development， regional heterogeneity in the development process should be fully considered， and differentiated environmental regulation policies be implemented according to the different characteristics of regions.

Key words： green and low-carbon; high-quality development; environmental regulation; intermediary effect; industrial structure