數字經濟背景下異質型環境規制對綠色全要素生產率的雙重影響

摘"要：本文利用2011—2021年我國284個地級市數據測算綠色全要素生產率，實證分析異質型環境規制工具影響綠色全要素生產率的效果，以及數字經濟在二者間發揮的調節效應。研究表明，市場激勵型環境規制在短期內會擠占研發創新資金從而抑制綠色全要素生產率，長期內的“創新補償”效應會超過“遵循成本”效應，從而有利于促進綠色全要素生產率增長，即二者之間呈“U”型關系，且我國大多數省份尚未跨過拐點；命令控制型環境規制在短期內由于其強制性會迫使企業應激性開展綠色技術創新，從而促進綠色全要素生產率，長期內由于動態監督的困難以及對企業生產性資源的擠壓從而會抑制綠色全要素生產率，二者之間呈倒“U”型關系；公眾參與型環境規制在短期內會增加企業與政府環保壓力從而抑制綠色全要素生產率，在長期內隨著公眾環保意識的加強有利于促進綠色全要素生產率的增長，二者之間呈“U”型關系。數字經濟的調節效應表明，數字經濟正向調節市場激勵型環境規制與綠色全要素生產率之間的“U”型關系，負向調節命令控制型環境規制與綠色全要素生產率之間的倒“U”型關系，負向調節公眾參與型環境規制與綠色全要素生產率之間的“U”型關系。

關鍵詞：異質型環境規制；綠色全要素生產率；數字經濟；調節效應；波特假說

中圖分類號：F205""文獻標識碼：A""文章編號：1001-148X（2024）06-0142-11

一、引"言

改革開放以來中國經濟的高速增長，一定程度上是以犧牲環境的粗放型發展為代價的，根據耶魯大學2022年發布的環境質量指數，中國的環境質量排名第160位①。黨的二十大報告指出“加快發展方式綠色轉型，推動經濟社會發展綠色化、低碳化是實現高質量發展的關鍵環節”“要堅持以推動高質量發展為主題，著力提升全要素生產率”。實現經濟高質量發展是“金山銀山”與“綠水青山”的并存，即綠色全要素生產率（GTFP）的提升。

環境規制是政府治理環境問題的常用手段，對環境污染的治理產生了一定的作用，環境規制的手段也逐漸趨向多樣化。Porter（1991）［1］曾提出波特假說，認為適當的環境規制會刺激企業開展技術創新，其帶來的“創新補償”效應能抵消環境保護帶來的成本，使得企業更具競爭力。但是根據很多學者的研究表明，“波特假說”在中國是否成立仍然存在爭議，不同類型的環境規制工具會對綠色全要素生產率產生什么樣的影響至今沒有形成一個統一的結論。值得注意的是，上述問題的探討往往忽視了環境規制所處的時代背景。當前，中國已經進入了數字經濟時代，數字經濟以數字要素作為核心生產要素，與各行各業緊密結合，正重塑著經濟結構，成為推動經濟高質量發展、實現經濟綠色化轉型的關鍵動力，數字經濟必然會影響環境規制與綠色全要素生產率之間的關系。那么，不同類型的環境規制工具分別會對綠色全要素生產率產生何種影響？在數字經濟背景下，異質型環境規制對綠色全要素生產率的影響又會發生什么變化？

通過梳理相關研究文獻可知，雖然目前學界關于環境規制對綠色全要素生產率影響的文獻已經較為豐富，但是結論并不統一，且隨著環境規制工具的不同分類，影響結果存在較大的差異。同時，隨著數字技術與各行各業的深度融合，關于如何在數字經濟背景下更好發揮環境規制作用的問題討論上存在明顯不足?；诖?，本文可能的創新點在于：第一，將環境規制分為市場激勵型、命令控制型與公眾參與型，分別探討其對綠色全要素生產率的影響；第二，從短期與長期的角度探討了異質型環境規制對綠色全要素生產率的影響；第三，將異質型環境規制對綠色全要素生產率的影響放在了數字經濟的背景之下，探討數字經濟在異質型環境影響綠色全要素生產率過程中的調節作用。

二、理論分析與研究假設

（一）異質型環境規制對綠色全要素生產率的影響

關于環境規制影響綠色全要素生產率的理論機制主要分為兩種，一是"Porter和Linde"（1995）［2］提出的“創新補償”"效應，認為適當的環境規制能夠促進企業的綠色技術創新，進而提升綠色全要素生產率；與之相反的是Lanoie等（2008）［3］提出的“遵循成本”效應，認為環境規制會增加企業的運營成本，部分擠出創新投資，長期來看并不利于綠色全要素生產率的提升。因此，關于異質型環境規制的“創新補償”效應與“遵循成本”效應孰強孰弱的問題，本文認為不同的環境規制工具情況不同，且隨著強度的不同，異質型環境規制與綠色全要素生產率之間呈現非線性的關系。本文參考吳磊等（2020）［4］的做法將環境規制分為市場激勵型、命令控制型與公眾參與型，分別研究不同類型環境規制手段對綠色全要素生產率的影響。異質型環境規制對綠色全要素生產率的影響機制如圖1所示，具體分析如下：

其中，市場激勵型環境規制既包括排污費、"環境稅等負向市場激勵型的工具，"也包括政府環境補貼等正向激勵行為。當企業面臨較低強度的負向激勵手段時，其違約成本較低，更加傾向于支付排污費或者環境稅，而不是花費更高的成本進行綠色技術研發，此時企業缺乏綠色技術創新的動力［5］。因此低強度的負向激勵手段擠出了企業的研發創新資金用于繳納排污費或環境稅，增加了企業的“遵循成本”，不利于綠色全要素生產率的提升。隨著排污費、環境稅等負向激勵手段強度的不斷提高，此時企業不愿再支付高昂的環境稅，為了節約成本會加大對綠色技術創新投入，此時的“創新補償”效應會彌補企業的“遵循成本”，從而拉動綠色全要素生產率的提升。在面對政府補貼等正向激勵性行為時，當補貼水平較低時，補貼資金難以對企業的綠色技術研發產生顯著的促進作用，反而由于企業的投機行為與地方政府的監管不到位導致企業產生尋租行為，使得企業的“遵循成本”會超過“創新補償”效應，不利于綠色全要素生產率的提高。隨著政府補貼等正向激勵行為的不斷加強，政府的環境污染治理投資會分擔企業的資金壓力，部分污染治理資金會用于技術創新或工藝改進等行為來促進綠色全要素生產率［6］，同時較強的政府環境投資，也會為企業的綠色研發創新活動方向起到引導性的作用，降低了企業綠色創新引致的不確定性和調整成本［7］，此時的“創新補償”效應會超過“遵循成本”效應，有利于綠色全要素生產率的提高。市場激勵型環境規制驗證了“強波特假說”，因此本文提出如下假設：

H1a：市場激勵型環境規制與綠色全要素生產率呈“U”型關系。

命令控制型環境規制是指政府設立法律法規，強制約束環境破壞主體改正其行為。由于命令控制型環境規制的強制約束性與嚴厲的懲罰措施，企業沒有自主選擇權，只能被迫加大綠色技術創新投入，因此命令控制型環境規制在短期一般能帶來迅速的環境改善［4］，進而促進綠色全要素生產率的提升。但是長期來看，隨著命令控制型環境規制執行力度的不斷加強，政府的執行成本也會不斷增加，難以提供長期的動態監督，同時命令控制型環境規制在長期內也會擠壓企業的生產性資源，增加企業的“遵循成本”，長期內不利于綠色全要素生產率的提高。基于此，本文提出如下假設：

H1b：命令控制型環境規制與綠色全要素生產率呈倒“U”型關系。

公眾參與型環境規制是指公民自覺行使環境監督權力，給予政府與環境破壞者壓力，督促其改正其行為的手段。與命令控制型環境規制不同的是，公眾參與型環境規制不屬于強制性的規范范疇，一般通過上訪、媒體報道等給予污染排放主體名譽上的壓力，刺激其進行綠色化轉型。從短期來看，公眾參與型環境規制會給企業和政府增加環保壓力［4］，擠占研發資金處理社會輿論。隨著我國公民環保意識的逐漸加強以及社會輿論等公眾監督行為的不斷完善，環境破壞主體迫于輿論的壓力及經營的損失，通常會通過生態產品認證、環境管理和審計等方式換取更寬松的環境規制，有利于在市場上樹立良好的綠色聲譽［8］。因此，隨著公民環保意識的不斷加強，公眾參與型環境規制對綠色全要素生產率的提高呈現先抑制再促進的態勢?；诖耍疚奶岢鋈缦录僭O：

H1c：公眾參與型環境規制與綠色全要素生產率呈“U”型關系。

（二）數字經濟在環境規制對綠色全要素生產率影響中的調節作用

數字經濟以數據作為投入要素，通過大數據、云計算與人工智能等技術的運用，與經濟社會中的各行各業深度融合，正重塑著中國的經濟結構，數字經濟必然會影響異質型環境規制與綠色全要素生產率之間的關系，數字經濟對異質型環境規制與綠色全要素生產率關系的調節效應如圖2所示。具體而言，對于市場激勵型環境規制，一方面，數字經濟能夠通過數字技術緩解信息不對稱，優化環境稅稅率確定、完善排污權定價、擬定最優環境補貼金額等，規范市場激勵型環境工具的定價。另一方面，Goldfarb和Tucker（2019）［9］認為數字技術通過降低搜尋成本、復制成本、交通成本、追蹤成本和驗證成本，進而提高市場交易效率。排污交易市場也存在上述成本，因此數字經濟能夠通過降低排污費支付、環境補貼支付與排污權交易過程中存在的各項成本進而提高交易效率，加速市場化進程，從而促進企業在實際生產過程中作出最優生產性與環境保護決策，強化市場激勵型環境規制與綠色全要素生產率的“U”型關系?；诖?，本文提出如下假設：

H2a：數字經濟正向調節市場激勵型環境規制與綠色全要素生產率之間的“U”型關系。

對于命令控制型環境規制，在數字經濟背景下，企業的環保行為信息等社會責任會變得更加透明。一方面，企業能夠以低成本、高效率的方式向環保部門披露排污動態等相關信息，提升企業的環境信息披露水平。另一方面，政府也能通過數字信息技術更高效、準確地掌握企業的排污動態相關信息［10］，同時政府通過電子政務等先進手段有效緩解了信息不對稱，推進政府對企業開展長期性、動態性與精細化監督，限制企業的應對性、低質量的綠色創新行為與尋租、設租行為［11-13］。因此，數字經濟將通過推動企業信息披露質量提升與提高政府監管效率，進而緩解命令控制型環境規制與綠色全要素生產率之間的倒“U”型關系?；诖耍疚奶岢鋈缦录僭O：

H2b：數字經濟負向調節命令控制型環境規制與綠色全要素生產率之間的倒“U”型關系。

對于公眾參與型環境規制，數字經濟將促使企業面向社會披露更多的環保信息，同時互聯網平臺也使得社會公眾能更高效地監督企業的環保動態，企業往往會迫于輿論的壓力與媒體關注等被迫進行綠色創新，履行環保責任［14］。但是在數字經濟時代，企業環保的負面新聞會通過互聯網快速傳播，容易形成“螞蟻效應”［15］。所謂“螞蟻效應”是指非組織群體成員之間的信息傳播，其特點是群體成員自發聚集、彼此不認識、信息來路不明、去向無法控制［16］。因此“螞蟻效應”具有兩面性，既可以產生群體的理性分析，也會以隱匿的方式產生不可預期的巨大破壞力。當前，我國企業信息公開制度并不完善，媒體社會責任感相對較低，政府的輿論監督不完善等問題還較為普遍，使得數字經濟成為“螞蟻效應”產生的推手，從而容易對企業聲譽產生破壞，造成企業經營不善的惡性循環。基于此，本文提出如下假設：

H2c：數字經濟負向調節公眾參與型環境規制與綠色全要素生產率之間的“U”型關系。

三、研究設計

（一）模型構建

1基準回歸模型

綠色全要素生產率的變化具有經濟慣性，當期綠色全要素生產率易受上一期綠色全要素生產率水平的影響。因此本文將綠色全要素生產率的滯后一階項作為解釋變量納入實證模型，采用兩步系統GMM動態面板模型進行估計，同時將異質型環境規制的滯后一階項作為工具變量納入模型當中，以克服變量之間的內生性?？紤]到三種環境規制與綠色全要素生產率之間的非線性關系，將環境規制的二次項納入到方程當中，建立形式如下的回歸模型：

gtfpit=α0+α1gtfpit－1+α2erit+∑αjxit+ui+yeart+εit（1）

gtfpit=β0+β1gtfpit－1+β2erit+β3er2it+∑βjxit+ui+yeart+εit（2）

其中，被解釋變量gtfpit表示i市t年的綠色全要素生產率指數；解釋變量erit表示i市t年的三種環境規制強度，這三項指標均基于后文指標體系計算獲得；xit表示模型的一系列控制變量，主要包含：產業結構（stru）、研發創新投入（ti）、人口密度（density）、財政集中度（gov）、對外開放程度（open）；ui為城市固定效應；yeart為年份固定效應；α0與β0為常數項；α1～αj、β1～βj為待估計參數；εit為隨機誤差項。

2數字經濟對環境規制的調節效應檢驗模型

為驗證數字經濟在異質型環境規制影響綠色全要素生產率中的調節作用，加入數字經濟以及數字經濟與環境規制的交互項，構建回歸模型（3）：

gtfpit=γ0+γ1gtfpit－1+γ2erit+γ3er2it+γ4erit×digecoit+γ5er2it×digecoit+γ6digecoit+∑γjxit+μi+yeart+εit"（3）

其中digecoit代表i市t年的數字經濟指數；erit×digecoit代表i市t年的數字經濟指數與i市t年的三種環境規制強度的交互項，其他符號含義不變。

根據Haans等（2016）［17］、肖仁橋等（2022）［7］的研究，對于“U”型與倒“U”型曲線的調節效應，當γ2γ5－γ3γ4gt;0時，調節效應使得曲線的拐點向右平移；反之向左平移。當γ5gt;0時，調節效應使得“U”型曲線更加陡峭、倒“U”型曲線更加平緩；當γ5lt;0時，調節效應使得“U”型曲線更加平緩、倒“U”型曲線更加陡峭。

（二）變量選取與計算

1綠色全要素生產率（gtfp），使用基于松弛變量的非徑向、非角度的SBM模型來解決徑向模型對無效率測度沒有包括松弛變量及沒有考慮非期望產出等效率評價缺陷，結合方向性距離函數（DDF）的Global"Malmquist-Luenberger（GML）指數法進行估計，能夠避免ML指數存在的非傳遞性和線性等缺陷。投入指標選擇方面，參考藺鵬和孟娜娜（2021）［18］的研究，選取各城市資本投入、勞動投入與能源投入作為投入要素，其中資本投入選取各城市經過平減后的固定資產投資額（萬元）來衡量，勞動投入選取年末單位從業人員數（萬人）來衡量，能源投入選取城市用電量（萬千瓦時）來衡量；期望產出選取當年實際GDP（萬元）代表；非期望產出以各地級市工業廢水排放量（萬噸）、二氧化硫排放量（萬噸）以及煙粉塵排放量（萬噸）代表。

2環境規制（er），具體分為三種：市場激勵型環境規制（mier）既包括排污費、環境稅等負向激勵手段，也包括工業治理完成投資額等正向的激勵手段，因此區別部分學者用排污費［19］、工業治理完成投資額［20］等單一指標度量市場激勵型環境規制，本文參考薄文廣等（2018）［21］的做法，選取單位GDP排污費、環境稅（2018年前為排污費，2018年后為環境稅）、工業治理完成投資額與當年完成環保驗收項目環保投資總額由熵值法計算綜合指數代表市場激勵型環境規制；命令控制型環境規制（ccer）用地方頒布的環境法規數量來衡量［22］；公眾參與型環境規制（pper）采用環境電話投訴數進行衡量。為保證量綱的統一，將命令控制型環境規制與公眾參與型環境規制進行對數化處理。

3數字經濟（digeco），借鑒趙濤等（2020）［23］和黃群慧等（2019）［24］的構建思路，從互聯網發展和數字普惠金融兩方面對數字經濟綜合發展水平進行測度?！盎ヂ摼W發展”方面的采用每百人互聯網人數、計算機服務和軟件從業人員占比、人均電信業務總量、每百人移動電話用戶數四方面來度量；“數字普惠金融”的測度采用由北京大學數字金融研究中心和螞蟻金服集團共同編制的“中國數字普惠金融指數”來測度，之后通過主成分分析法測算地級市數字經濟綜合發展指數。

4控制變量：參考吳磊等（2020）［4］、張文卿等（2023）［25］的研究，選?。?）產業結構（stru），用地方工業增加值與地區生產總值的比值來衡量；（2）研發創新投入強度（ti），用區域內部研發支出金額來表示；（3）人口密度（density），用每平方公里的人數來表示；（4）財政集中度（gov），用地方財政一般預算內支出與地區生產總值的比值來衡量；（5）對外開放程度（goin），用進出口額與地區生產總值的比值來衡量。

（三）數據說明與描述性統計

本文選取2011—2021年中國284個地級市作為研究對象，數據來自《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》《中國能源統計年鑒》以及國家統計局網站等，表1匯報了各變量的定義及描述性統計。

四、實證結果分析

（一）基準回歸結果

表2列（1）、列（3）、列（5）是對方程（1）的回歸結果，列（2）、列（4）、列（6）是將異質型環境規制的二次項加入方程后，即對方程（2）的回歸結果。由結果可知，AR（1）均小于005，AR（2）均大于005，且Hansen檢驗結果的P值除了列（5）外均大于01，符合兩階段系統GMM估計的要求，證明將異質型環境規制的一階滯后項作為工具變量是有效的。

由回歸結果可知，綠色全要素生產率的滯后一階項（L.gtfp）對當期綠色全要素生產率的回歸系數均顯著為正，說明城市綠色全要素生產率易受到前一期綠色全要素生產率的影響，驗證了經濟發展過程中存在的“慣性”。進一步，由列（2）可知，mier對gtfp的回歸系數顯著為負，mier2對gtfp的回歸系數顯著為正，證明市場激勵型環境規制與綠色全要素生產率之間呈“U”型關系，假設H1a得到驗證，且該結果與Wang和Shen（2016）［26］、吳磊等（2020）［4］等研究結果一致。市場激勵型環境規制短期內增加了企業的排污成本與尋租行為，導致綠色全要素生產率的下降；但在長期內不論是負向的排污費與環境稅，還是正向的政府補貼行為都會刺激企業進行綠色技術創新，兼顧經濟增長與綠色發展，從而促進綠色全要素生產率的提升，該結論驗證了“強波特假說”在中國的成立。其中拐點為X1=-β2/（2β3）=0296，查閱數據可知，僅有遼寧、河北、新疆、甘肅、山西、寧夏、內蒙古等省份部分年份的市場激勵型環境規制水平超越了拐點，其余各省份均未超過拐點，這表明中國的市場激勵型環境規制仍然處于一個較低的水平，對我國大多數省份的綠色全要素生產率產生了抑制的作用。

由列（4）可知，ccer對gtfp的回歸系數顯著為正，ccer2對gtfp的回歸系數顯著為負，證明命令控制型環境規制與綠色全要素生產率之間呈倒“U”型關系，假設H1b得到驗證，且該研究結果與陳超凡等（2018）［27］的研究結果類似。命令控制型環境規制由于其強制命令性的特點，在短期內企業會應激性的展開污染治理以滿足相關的污染排放指標；但在長期內由于動態監督的困難以及設租和尋租現象，會弱化資源的合理配置，導致命令控制型環境規制成為綠色全要素生產率提升的阻礙。其中拐點為X2=-β2/（2β3）=4249，除去天津以外其余省份部分年份的命令控制型環境規制水平均超過了拐點，這表明中國的命令控制型環境規制水平處于一個過高的水平，抑制了大多數省份多數年份綠色全要素生產率的提升。

由列（6）可知，pper對gtfp的回歸系數顯著為負，pper2對gtfp的回歸系數顯著為正，說明公眾參與型環境規制與綠色全要素生產率之間呈“U”型關系，假設H1c得到驗證，且該研究結果與蔡烏趕和周小亮（2017）［8］、吳磊等（2020）［4］的研究結果一致。短期來看，公眾參與型環境規制的增強會增加政府與企業輿論處理的成本，從而對綠色全要素生產率產生抑制作用；但在長期內隨著公眾環保意識的增加，會帶動企業的環保自覺性與政府的環保監督意識，及時開展綠色技術研發與環境污染治理，從而有利于促進綠色全要素生產率的提升。其中拐點為X3=-β2/（2β3）=9499，除去新疆、內蒙古、寧夏與青海等地區，其余省份部分年份的公眾參與型環境規制水平均超過了拐點，且呈現東部地區公眾參與型環境規制水平高，中西部地區公眾參與型水平較低的特點，但公眾參與型環境規制仍對我國多數省份的綠色全要素生產率產生了促進的作用。

（二）穩健性檢驗

1更換解釋變量

異質型環境規制的代理指標較多，本部分將三種環境規制各替換一個代理指標進行重新回歸。其中市場激勵型環境規制用排污費與GDP的比值來代表；命令控制型環境規制用環保系統工作人員數量（萬人）代表；公眾參與型環境規制用人大與政協環境提案數來代表。結果見表3，三種環境規制的變量符號與顯著性與前文保持一致，變更環境規制的計算方式并沒有改變前文結論，說明實證結果是穩健的。

2靜態面板

采用普通最小二乘法靜態面板模型進行估計，并控制城市固定效應與時間固定效應。由結果可知，市場激勵型環境規制與命令控制型環境規制的變量符號與顯著性與前文保持一致，公眾參與型環境規制的顯著性發生了變化?？赡艿脑蛟谟诠妳⑴c型環境規制從出現到發揮作用需要經歷較長的“時滯”，因此，靜態面板下容易低估公眾參與型環境規制對綠色全要素生產率的作用，造成不顯著，但公眾參與型環境規制變量的符號方向仍與前文保持一致，因此一定程度上也能說明前文的實證結果是穩健的。

3剔除經濟發達地區

經濟發達地區的綠色全要素生產率與環境規制水平可能存在反向因果問題，因此參考馬海良等（2024）［28］的做法，按照中國GDP"2020年城市排行榜，剔除上海、北京、深圳、廣州、重慶、蘇州、成都、杭州、武漢、南京、天津、寧波等12個經濟發達城市樣本。實證結果顯示，在經濟發展程度較弱的地區，三種環境規制的變量符號與顯著性仍與前文保持一致，實證結果依然穩健。

五、進一步討論：調節效應

（一）數字經濟對市場激勵型環境規制與綠色全要素生產率關系的調節效應

表4列（1）為方程（3）的估計結果，列（2）—列（4）分別為靜態面板、替換解釋變量與剔除經濟發達城市的穩健性檢驗。由列（1）可知，AR（1）的P值為0000小于005，AR（2）的P值為0443大于005，且Hansen檢驗結果的P值為0238大于01，符合GMM估計的條件。

由表4列（1）可知，mier2×digeco的系數為2620，且在1%的顯著性水平上顯著，表明數字經濟會使市場激勵型環境規制與綠色全要素生產率之間的“U”型關系曲線更加陡峭，說明數字經濟對市場激勵型環境規制與綠色全要素生產率之間的“U”型關系產生了顯著的正向調節作用，假設H2a得到驗證。同時，由判別式γ2γ5－γ3γ4=-1635lt;0可知，數字經濟的調節作用能夠使得市場激勵型環境規制與綠色全要素生產率之間的“U”型關系曲線的拐點向左平移。隨著數字經濟在市場激勵型環境規制工具中的深度應用，使得排污權定價及交易體系不斷完善，排污補貼資金用途更為透明，弱化了市場激勵型環境規制的“遵循成本”效應，強化了“創新補償”效應，實現了數字經濟的正向調節作用。

根據列（2）—列（4）的穩健性檢驗結果可知，在靜態面板下mier2×digeco的系數為正但并不顯著，在放寬P值的條件下，其系數在85%的顯著性水平上是顯著的；在替換解釋變量的穩健性檢驗下，mier2×digeco的符號在10%的顯著性水平上為正，mier×digeco不顯著，但是變量符號與列（1）一致；在剔除經濟發達城市樣本的穩健性檢驗下，變量的系數方向及顯著性水平仍與列（1）保持一致，一定程度上說明數字經濟能夠正向調節市場激勵型環境規制與綠色全要素生產率之間的“U”型關系的結論是穩健的。經過計算，三種穩健性檢驗的判別式γ2γ5－γ3γ4分別為00465、-00647與-0674，靜態面板下拐點移動方向的結論發生改變可能是變量的內生性導致的估計偏誤，替換解釋變量與剔除經濟發達城市的穩健性檢驗與前文結果一致，一定程度上驗證了結果的可靠性。

（二）數字經濟對命令控制型環境規制與綠色全要素生產率關系的調節效應

由表5結果可知，列（1）為方程（3）的回歸結果，列（2）—列（4）分別為靜態面板、替換解釋變量與剔除經濟發達城市的穩健性檢驗，由列（1）可知，AR（1）的P值為0000小于005，AR（2）的P值為0460大于005，且Hansen檢驗結果的P值為0202大于01，符合GMM估計的條件。

由列（1）結果可知，ccer2×digeco的系數為0035，在1%的顯著性水平下顯著為正，表明數字經濟的調節作用會使命令控制型環境規制與綠色全要素生產率之間的倒“U”型關系曲線更加平緩，說明數字經濟起到了負向的調節作用，假設H2b得到驗證。同時，由判別式γ2γ5－γ3γ4=-000135lt;0可知，數字經濟使得命令控制型環境規制與綠色全要素生產率之間的倒“U”型關系曲線的拐點向左平移。隨著互聯網技術的應用，一方面會促使企業增加社會責任信息披露，另一方面，也有利于政府對企業的排污信息進行動態監督［10］。因此，數字經濟降低了命令控制型環境規制在執行過程中的“遵循成本”效應，強化了“創新補償”效應，對命令控制型環境規制產生了負向的調節作用。

根據列（2）—列（4）的穩健性檢驗結果可知，靜態面板下ccer×digeco與ccer2×digeco的系數不顯著，在放寬P值的條件下，二者分別在85%與75%的顯著性水平上為-0054與0004，變量系數符號與前文結論一致；在替換解釋變量與剔除經濟發達城市的穩健性檢驗下，變量的系數符號方向與顯著性均與前文保持一致。經過計算，三種穩健性檢驗的判別式γ2γ5－γ3γ4分別為-0000094、-000005與-0000926，因此，數字經濟能負向調節命令控制型環境規制與綠色全要素生產率之間的倒“U”型關系且會使曲線拐點向左平移的結論是穩健的。

（三）數字經濟對公眾參與型環境規制與綠色全要素生產率關系的調節效應

表6列（1）為方程（3）的估計結果，列（2）"—列（4）分別為靜態面板、替換解釋變量與剔除經濟發達城市的穩健性檢驗。由列（1）可知，AR（1）的P值為0000小于005，AR（2）的P值為0064大于005，且Hansen檢驗結果的P值為0158大于01，符合GMM估計的條件。

由列（1）的結果可知，pper2×digeco的系數為-0018，在1%的顯著性水平上為負，數字經濟的調節作用使得公眾參與型環境規制與綠色全要素生產率之間的“U”型關系曲線更加平緩，說明數字經濟起到了負向調節作用，假設H2c得到驗證。同時判別式γ2γ5－γ3γ4=-0000088lt;0可知，數字經濟的調節作用使得公眾參與型環境規制與綠色全要素生產率之間的“U”型關系曲線的拐點向左平移。當前，由于互聯網平臺的快速興起，自媒體時代使得社會輿論信息更加快速地傳播，但是由于我國輿論監督制度尚不完善，使得互聯網時代下輿論議題斷章雜亂、主流話語遭遇解構等現象頻發。因此，在面對環保事件時，數字經濟加劇了企業與政府環保輿論壓力，對公眾參與型環境規制產生了負向的調節作用。

根據列（2）—列（4）的穩健性檢驗結果可知，在靜態面板、替換解釋變量與剔除經濟發達城市的穩健性檢驗下，pper、pper2、pper×digeco、pper2×digeco的系數符號方向與顯著性均與前文保持一致。經過計算，三種穩健性檢驗的判別式γ2γ5－γ3γ4分別為-0000016、-0000108與-0000088，因此，數字經濟會負向調節公眾參與型環境規制與綠色全要素生產率之間的“U”型關系且會使得曲線拐點向左平移的結論是穩健的。

六、結論及政策建議

本文將異質型環境規制分為市場激勵型、命令控制型與公眾參與型，利用2011—2021年284個地級市數據，使用兩步系統GMM模型實證檢驗環境規制對綠色全要素生產率的短期及長期影響，同時將數字經濟納入同一理論分析框架，構建動態調節效應模型，檢驗數字經濟在異質型環境規制影響綠色全要素生產率過程中發揮的調節效應。主要結論如下：（1）市場激勵型環境規制短期內抑制綠色全要素生產率，長期有利于促進綠色全要素生產率的增長，二者之間呈“U”型關系，且大多數省份尚未超過拐點；命令控制型環境規制短期有利于促進綠色全要素生產率的增長，長期會抑制綠色全要素生產率，二者之間呈倒“U”型關系，且大多數省份已超過拐點；公眾參與型環境規制短期內會抑制綠色全要素生產率，長期內會促進綠色全要素生產率的增長，二者之間呈“U”型關系，且多數省份已超過了拐點。（2）數字經濟正向調節市場激勵型環境規制與綠色全要素生產率之間的“U”型關系，且使其拐點向左平移；數字經濟負向調節命令控制型環境規制與綠色全要素生產率之間的倒“U”型關系，且使其拐點向左平移；數字經濟負向調節公眾參與型環境規制與綠色全要素生產率之間的“U”型關系，且使其拐點向左平移。

基于上述結論，本文得出以下政策啟示：

第一，加強建立市場激勵主導、公眾參與監督與政府宏觀調控相結合的環境規制體系。不同類型環境規制工具的協調配合，才能充分發揮異質型環境規制對綠色全要素生產率的促進作用。當前我國市場激勵型環境規制水平較低而命令控制型環境規制水平較高，應適當弱化命令控制型環境規制強度，更多發揮政府的宏觀調控以應對排污交易市場失靈的問題，強化建立以排污權交易體系與環境稅等為主的市場激勵型環境規制體系，完善排污定價與分配體系，逐漸實現環境規制從命令控制型向市場激勵型的轉變。適當發揮公眾的輿論監督作用，合理引導并擴大公眾參與環保，注重各類環境規制工具的整體性與協同性。第二，加速數字經濟發展，合理發揮并擴大數字經濟對市場激勵型環境規制與命令控制型環境規制的正向調節作用。充分發揮數字技術對排污權定價、分配與交易的賦能作用，利用數字技術提高排污交易市場的交易效率，各級政府應充分借助數字技術與信息技術等，加快數字政府的建設，提升環境動態監督的效率與精準性。企業也應借助數字技術合理制定兼顧自身經濟發展與環保目標的綠色發展戰略。第三，肯定社會輿論監督對綠色全要素生產率的長期促進作用。政府應加強對數字輿論平臺言論真實性、合法性的監督，保證社會環境信息披露的真實性與及時性，積極引導公眾加大對社會環保事業的關注與監督，利用數字技術建立專有的環境投訴渠道，積極響應公眾對環境問題的關注。

參考文獻：

［1］"Porter"M"E.America’8"Green"Strategy［J］．Scientific"American，1991（4）：168.

［2］"Porter"M"E，Linde"Cvan"Der."Toward"a"New"Conception"of"the"Environment-Competitiveness"Relationship［J］．"Journal"of"Economic"Perspectives，1995，9（4）：97-118.

［3］"Lanoie"P，Patry"M，Lajeunesse"R."Environmental"Regulation"and"Productivity：Testing"the"Porter"Hypothesis［J］．Journal"of"Productivity"Analysis，2008，30（2）：121-128.

［4］"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，2020，30（10）：82-92.

［5］"原毅軍，謝榮輝.環境規制與工業綠色生產率增長——對“強波特假說”的再檢驗［J］．中國軟科學，2016（7）：144-154.

［6］"岳立，任婉瑜，曹雨暄.異質型環境規制對綠色經濟的影響研究——基于綠色創新的中介效應分析［J］．軟科學，2022，36（12）：57-64.

［7］"肖仁橋，陳小婷，錢麗.異質環境規制、政府支持與企業綠色創新效率——基于兩階段價值鏈視角［J］．財貿研究，2022，33（9）：79-93.

［8］"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.

［9］"Goldfarb"A，Tucker"C."Digital"Economics［J］．Journal"of"Economic"Literature，2019，57（1）：3-43.

［10］朱于珂，高紅貴，丁奇男，等.地方環境目標約束強度對企業綠色創新質量的影響——基于數字經濟的調節效應［J］．中國人口·資源與環境，2022，32（5）：106-119.

［11］李治國，王杰.數字經濟發展、數據要素配置與制造業生產率提升［J］．經濟學家，2021（10）：41-50.

［12］Sun"D，Zeng"S，Chen"H，"Meng"X，Jin"Z."Monitoring"Effect"of"Transparency：How"Does"Government"Environmental"Disclosure"Facilitate"Corporate"Environmentalism？［J］．Business"Strategy"and"The"Environment，2019，28（8）：1594-1607.

［13］Chen"X，Yi"N，Zhang"L，"Li"D."Doesnbsp;Institutional"Pressure"Foster"Corporate"Green"Innovation：Evidence"from"China"’s"Top"100"Companies［J］．Journal"of"Cleaner"Production，2018，188：304-311.

［14］范丹，付嘉為.環境信息披露對企業全要素生產率的影響［J］．中國環境科學，2021，41（7）：3463-3472.

［15］徐晉，梁米亞.論螞蟻效應與數字經濟——對羊群效應否命題的分析與應用［J］．經濟學家，2017（4）：27-35.

［16］隋巖，張麗萍.從“螞蟻效應”看互聯網群體傳播的雙重效果［J］．新聞記者，2015（2）：72-77.

［17］Haans"J"F"R，Pieters"C，He"Z."Thinking"About"U：Theorizing"and"Testing"U-and"Inverted"U-Shaped"Relationships"in"Strategy"Research［J］．Strategic"Management"Journal，2016，37（7）："1177-1195．

［18］藺鵬，孟娜娜.綠色全要素生產率增長的時空分異與動態收斂［J］．數量經濟技術經濟研究，2021，38（8）：104-124.

［19］胡德順，潘紫燕，張玉玲.異質性環境規制、技術創新與經濟高質量發展［J］．統計與決策，2021，37（13）：96-99.

［20］李博，王晨圣，余建輝，等.市場激勵型環境規制工具對中國資源型城市高質量發展的影響［J］．自然資源學報，2023，38（1）：205-219.

［21］薄文廣，徐瑋，王軍鋒.地方政府競爭與環境規制異質性：逐底競爭還是逐頂競爭？［J］．中國軟科學，2018（11）：76-93.

［22］范丹，孫曉婷.環境規制、綠色技術創新與綠色經濟增長［J］．中國人口·資源與環境，2020，30（6）：105-115.

［23］趙濤，張智，梁上坤.數字經濟、創業活躍度與高質量發展——來自中國城市的經驗證據［J］．管理世界，2020，36（10）：65-76.

［24］黃群慧，余泳澤，張松林.互聯網發展與制造業生產率提升：內在機制與中國經驗［J］．中國工業經濟，2019（8）：5-23.

［25］張文卿，董景榮，張海濤，等.環境政策促進中國綠色全要素生產率提升的機制、困境與對策——基于創新模式選擇視角［J］．經濟評論，2023（1）：126-143.

［26］Wang"Y，Shen"N."Environmental"Regulation"and"Environmental"Productivity：The"Case"of"China［J］．Renewable"and"Sustainable"Energy"Reviews，2016：62758-766.

［27］陳超凡，韓晶，毛淵龍.環境規制、行業異質性與中國工業綠色增長——基于全要素生產率視角的非線性檢驗［J］．山西財經大學學報，2018，40（3）：65-80.

［28］馬海良，顧瑩瑩，黃德春，等.環境規制、數字賦能對產業結構升級的影響及機理［J］．中國人口·資源與環境，2024，34（3）：124-136.

The"Dual"Impact"of"Heterogeneous"Environmental"Regulation"on"Green"Total"

Factor"Productivity"in"the"Context"of"Digital"Economy

ZHANG"Hui-yi，"YAO"Cheng-yu

（College"of"Economics"and"Management，Tianjin"University"of"Science"and"Technology，

Tianjin"300457，"China）

Abstract："This"paper"calculates"the"green"total"factor"productivity"based"on"the"data"of"284"prefecture-level"cities"in"China"from"2011"to"2021，"and"empirically"tests"the"effect"of"heterogeneous"environmental"regulation"tools"on"green"total"factor"productivity"and"the"moderating"effect"of"the"digital"economy"between"them."The"empirical"results"show"that"the"market-incentive"environmental"regulation"will"crowd"out"Ramp;D"and"innovation"funds"in"the"short"term"and"inhibit"the"green"total"factor"productivity，"and"the"“innovation"compensation”"effect"will"exceed"the"“compliance"cost”"effect"in"the"long"run，"which"is"conducive"to"promoting"the"growth"of"green"total"factor"productivity，"that"is，"there"is"a"“U”"shaped"relationship"between"them，"and"most"provinces"in"China"have"not"yet"crossed"the"inflection"point."In"the"short"term，"the"command-and-control"environmental"regulation"will"force"enterprises"to"carry"out"green"technology"innovation"in"a"stressful"manner，"thereby"promoting"green"total"factor"productivity，"and"in"the"long"run，"due"to"the"difficulty"of"dynamic"supervision"and"the"squeeze"on"the"productive"resources"of"enterprises，"it"will"inhibit"green"total"factor"productivity，"and"there"is"an"invertednbsp;“U”"shaped"relationship"between"them."In"the"short"term，"public"participatory"environmental"regulation"will"increase"the"environmental"protection"pressure"of"enterprises"and"the"government"and"inhibit"total"factor"productivity，"and"in"the"long"run，"with"the"strengthening"of"public"awareness"of"environmental"protection，"it"is"conducive"to"promoting"the"growth"of"green"total"factor"productivity，"and"there"is"a"“U”"shaped"relationship"between"them."The"moderating"effect"of"the"digital"economy"shows"that"the"digital"economy"positively"regulates"the"“U”"shaped"relationship"between"market"incentive"environmental"regulation"and"green"total"factor"productivity，"negatively"regulates"the"inverted"“U”"relationship"between"command"and"control"environmental"regulation"and"green"total"factor"productivity，"and"negatively"regulates"the"“U”"shaped"relationship"between"public"participation"environmental"regulation"and"green"total"factor"productivity.

Key"words：heterogeneous"environmental"regulation;"green"total"factor"productivity;"digital"economy;"regulatory"effects;"Porter’s"hypothesis"

（責任編輯：周正）