环境规制与碳排放:“倒逼效应”还是“倒退效应”

张先锋+韩雪+吴椒军

摘要：利用2000~2010年中国省际面板数据，对环境规制与碳排放中可能存在的“倒逼效应”与“倒退效应”进行了理论与实证分析。研究结果表明：“倒逼效应”不显著，即我国目前环境规制的政策手段未能有效地通过促进技术创新进而减少碳排放；环境规制强度在一定范围内对经济增长起促进作用，但当环境规制强度超过一定限度后，“倒退效应”起作用，即过强的环境规制会对经济增长产生一定的抑制作用。

关键词：环境规制；碳排放；倒逼效应；倒退效应

中图分类号：F205文献标识码：A文章编号：1001-8409（2014）07-0136-04

Relationship between Environmental Regulation

and Carbon Emission: Reverse Effect or Regressive Effect

——Based on Provincial Panel Data from 2000 to 2010

ZHANG Xianfeng, HAN Xue, WU Jiaojun

(School of Economics, Hefei University of Technology, Hefei 230601)

Abstract： This paper discussed whether reverse effect and regressive effect exist or not both from theoretical aspect and empirical aspect based on provincial panel data from 2000 to 2010. The result shows that reverse effect isnt significant which indicates Chinese current environmental regulation policy failed to reduces carbon emissions through inspiring technological innovation. And the improving of environmental regulation intensity have a positive impact on economic growth within a certain range. Nevertheless, regressive effect shows up when the intensity exceeds a certain limit. That is to say excessive environmental regulation would produce certain inhibitory effect on economic growth.

Key words： environmental regulation; carbon emission; reverse effect; regressive effect

21世纪以来，我国环境规制得到明显的强化。“十二五”规划纲要中明确要求，至2015年单位国内生产总值二氧化碳排放降低17%。目前，部分学者认为，更严格的环境规制通过倒逼企业进行技术创新，不但能够减少碳排放，而且有利于区域经济增长；但也有学者指出，过于严格的环境规制会增加企业成本，削弱企业竞争力，虽然环境规制会减少碳排放，但会对经济增长产生抑制作用，即认为环境规制具有“倒退效应”。现实生活中，一些企业通过各种手段规避环境规制对生产经营的影响，部分基层政府往往以区域经济增长为由，降低环境执法力度，甚至基层政府与企业合谋逃避环境规制的现象也屡见不鲜。那么，环境规制到底通过什么渠道与机制影响碳排放呢？到底是“倒逼效应”作用更大，还是“倒退效应”作用更大呢？我国的环境规制是否过于严格呢？回答这些问题，对于制定公共、企业与地方政府利益激励相容的环境政策，实现我国节能减排的目标，具有重要的理论与现实意义。

1文献综述

近年来，对环境规制与碳排放之间关系的研究主要沿着两个方向展开：一是技术进步对碳排放的影响。He和Richard运用“EKC”假说验证了技术进步、经济增长与碳排放之间的关系［1］；李凯杰和曲如晓基于向量误差修正模型研究了技术进步对碳排放的影响，结果表明，长期内技术进步可以减少碳排放，而短期内这种作用不明显［2］；申萌和李凯杰、曲如晓在内生增长模型的基础上考察了技术进步对碳排放的直接与间接效应。二是研究环境规制与技术创新的关系［3］。赵红分析了环境规制对于企业技术创新的影响，发现环境规制在中长期对中国企业技术创新有一定的促进作用［4］；张成、陆旸等对环境规制强度和企业生产技术进步之间的关系进行了检验，结果表明我国东中部环境规制强度的提高能够倒逼技术进步，而西部地区受环境规制形式的影响，环境规制强度的提升未能在长期内达到促进技术水平提高的效果［5］；Testa等认为加强环境规制能够提高企业的技术创新能力以及生产率［6］；Knellera等基于英国制造业的数据研究发现，由于环境研发对非绿色研发的挤出效应，环境规制强度的提高并未能促进总研发投入以及总资本积累的增加［7］；马海良等在SCP框架下，测算了环境规制对技术创新和产业绩效的影响［8］。

上述研究无疑对本文的研究具有重要的启发意义，然而以往的研究也存在两方面的不足：第一，现有文献主要考察技术创新、生产率提高和碳排放两两之间的关系。在我国地方政府高度偏好区域经济增长的大背景下，不把区域经济增长纳入环境规制、技术创新与碳排放的分析框架，忽略企业与地方政府对环境规制的态度，得出的结论不够全面；第二，缺乏将环境规制、技术创新、经济增长与碳排放纳入同一框架进行相应的实证分析。鉴于此，本文将从两个方面对以往的研究进行拓展：第一，将上述各因素纳入同一框架内，对“倒逼效应”与“倒退效应”的内在机制进行理论分析；第二，利用我国2000~2010年省际面板数据，对“倒逼效应”与“倒退效应”进行实证检验。

2理论分析与计量模型设定

2.1理论分析

新古典经济学强调环境规制的“倒退效应”，认为环境保护政策会提高私人生产成本，降低企业竞争力，从而抵消环境保护给社会带来的积极效应。从微观层面上看，环境规制的“倒退效应”是指，由于大量的中小企业资金投入不足、缺乏研究人员、研发力量薄弱，过于严格的环境规制可能只会造企业成本的增加，企业可能因为环境规制强度的提高而减产甚至退出市场，从而对区域经济增长不利。从宏观层面来讲，虽然环境规制可以刺激相关行业的技术和工艺的创新，促进环保产业的发展，带动区域经济增长。但过于严格的环境规制也可能导致产出下降，抑制区域经济增长。当环境规制的“倒退效应”起作用时，环境规制与经济增长、技术创新激励是不相容的，即使在一定程度达到减少碳排放的效果，也是以生产下降，经济增长放缓为代价的。在当前我国“唯GDP论”的大背景下，环境规制政策也往往受地方政府和企业的排斥和软抵抗。部分地方政府可能会降低自己辖区范围内的环保与排放标准，降低环境规制的执法力度，甚至通过与企业合谋来逃避环境规制的约束。当各地方政府都有放松环境规制来促进经济增长的内在动力时，就会出现“向底线赛跑”(Race to the Bottom)的现象，最终会影响国家节能减排目标的实现。

“波特假说”（Porters Hypothesis）认为：适当的环境规制将刺激技术革新，提升产品质量，降低企业成本。并且技术革新节省的成本有可能抵消甚至超过环境规制带来的企业成本的增加，从而使国内企业在国际市场上获得竞争优势。实际上，“波特假说”只是环境规制的“倒逼效应”的内容之一。“倒逼效应”是指当环境规制强度提高时，会直接或间接增加企业的生产成本，倒逼企业采用更多的新技术以及对自身的管理模式进行革新以适应环境规制强度的提高。技术与管理的创新会提高企业资源利用效率，优化资源与能源的消费结构，抑制碳排放的增长。“波特假说”主要强调的是环境规制倒逼企业技术创新，最终促进区域经济增长。实际上，环境规制对经济增长的影响还存在替代效应与产业结构变动效应。替代效应是指环境规制会导致与环境相关的机械设备等投资的增加以及环保中间产品与最终产品的需求增加，环境规制通过促进环境产业的发展，最终促进区域经济增长。产业结构变动效应是指环境规制有利于更多的清洁产业发展，限制污染产业的发展，从而对区域产业结构产生影响，产业结构的高级化与合理化会促进区域经济增长。当环境规制的“倒逼效应”起作用时，环境规制与经济增长、技术创新是激励相容的，环境规制不仅达到了减少碳排放的效果，而且也达到了企业竞争力提升与区域经济增长的目标，环境规制政策更容易被企业与地方政府所接受。

2.2计量模型的设定

我国的节能减排到底是“倒逼效应”起作用，还是“倒退效应”起作用，需要进行实证考证。首先，本文构建计量模型（1），以考察“倒逼效应”与“倒退效应”是否存在。

ceit=β0+β1cei,t-1+β2erit+β3techit+β4gdpit+β5erit×techit+β6erit×gdpit+β7Zit+ηi+μit（1）

其中i表示地区，t表示时间，ceit是各地区人均碳排放量，erit代表各地区的环境规制强度。由于环境规制强度越高，碳排放量越低，预期系数的符号为负；GDPit为各地区经济增长指标，用各地区实际人均GDP衡量，在其他条件不变的情况下，经济增长速度越快，碳排放量越大，预期系数的符号为正；techit为各地区技术创新指标，用各地区R&D投入衡量，由于技术创新能力越强，碳排放越少，预期系数的符号为负；erit×techit为环境规制与技术创新的交互项，考察环境规制是否能倒逼技术创新，促进资源与能源的节约利用，从而导致碳排放的减少；erit×gdpit为环境规制与经济增长的交互项，考察环境规制能否通过经济增长速度的放缓，来抑制碳排放的增加；Zit是一组影响碳排放的控制变量，ηi为个体效应，代表各省的特有性质，μit为扰动项。控制变量包括：产业高级化程度（his），用二、三产业的比值来衡量，预期第二产业占比越小，碳排放越少，系数的符号为负；碳排放强度（cei）用单位GDP碳排放量衡量，碳排放强度越高，二氧化碳排放量越大，预期系数的符号为正；城市化率（cr）用各地区城市人口占总人口比重衡量，其他条件不变时，城市人口比重增加导致碳排放增加，预期系数的符号为正。另外考虑到环境规制、新技术的实施应用、产业结构的变动以及城市化水平的提升对碳排放产生的影响也都是非即时性的，故引入因变量的滞后项对这些因素进行控制。

模型（1）主要是验证环境规制是否通过技术创新与经济增长对碳排放产生影响，但并没有涉及环境规制对经济增长的影响。那么，我国是否存在过于严格的环境规制，在抑制了碳排放增长的同时也抑制了区域经济增长？为了进一步验证“倒退效应”是否存在，本文构建模型（2）。

gdpit=β0+β1gdpi,t-1+β2erit+β3Zit+ηi+μit （2）

控制变量包括：物质资本存量（k）、劳动力投入（l）、技术进步（tfp）、对外开放度（open）、人力资本（hk）。

过于宽松的环境规制无法达到节能减排的目标，而过于严格的环境规制往往会对经济发展产生“倒退效应”，只有适度的环境规制才会产生“倒逼效应”。为了考察环境规制的 “倒退效应”是否具有一定的“门限特征”，本文构建计量模型（3）。

gdpit=β0+β1i(erit≤τ)erit+β2i(erit>τ)erit+β3Zit+ηi+μit（3）

其中，i(·)为示性函数，即当括号里为真时取1，反之取0。τ为门限值，控制变量Zit分别选取的是物质资本存量（k）、劳动力投入（l）、技术进步（tfp）、对外开放度（open）以及人力资本（hk）。

3变量说明与数据来源

人均碳排放量（ce）：参照郑长德、刘帅［9］的做法，取由Kaya碳排放恒等式法和碳的化学燃烧公式法计算所得的每吨标准煤的碳排放系数2277和272的算术平均值2499为每吨标准煤的碳排放系数，用各省份的能源消费总量（万吨标准煤）乘以每吨标准煤的碳排放系数除以各省人口总量得到人均碳排放量（万吨/万人）。

环境规制强度（er）：对于各地区环境规制强度，考虑到各地区产业结构以及生产规模不同，相同污染治理成本带来的负担不同，本文采用治污成本占总产值的比重来衡量环境规制强度。既包含各省份工业污染治理的实际投资额，又能避免因为地区生产规模差异对环境规制强度评价造成的误差［10］。具体计算公式为：环境规制强度 = （污染治理成本÷工业产值) ×1000。

技术创新（tech）：用各地区R&D投入占GDP比重来衡量。

经济增长（GPD）：用各个地区的人均GDP来表示（按1999年不变价格处理）。

产业结构高级化（his）：用第三产业产值与第二产业产值比值来衡量。

碳排放强度（cei）：用各地区单位GDP能耗表示。

城市化率（cr）：用各省城镇人口占各省总人口的比例表示。

物质资本存量（k）：根据永续盘存法公式Kt=Kt－1(1－δ)+It进行计算。其中Kt表示各期的资本存量水平，It为新增投资，取各省的固定资本形成额表示，δ表示折旧率其中资本存量是将单豪杰［11］的数据换算为1999年为基期的资本存量，折旧率取1096%。 。

劳动力投入（l）：用年底就业人数表示。

技术进步（tfp）：用各地区全要素生产率来衡量。

对外开放度（open）：用进出口总额占GDP的比重来衡量，其中进出口总额已用当年人民币与美元的平均汇率进行换算。

人力资本（hk）：用人均受教育年限来表示，计算公式为hkt=iheit·hi，其中hkt为t期的人力资本存量，heit为t期i层次教育水平的劳动力人数比重，hi为i层次教育水平的受教育年限教育层次分为大专及以上（16年）、高中（12年）、初中（9年）、小学（6年）、文盲（0年）。 。

具体变量的统计性描述见表1本文数据主要由相应年份的《中国能源统计年鉴》、《中国统计年鉴》、《中国环境统计年鉴》以及《中国人口统计年鉴》计算所得。 。表1变量统计性描述

变量含义均值标准差最小值最大值 ce人均碳排放5.66613.03351.3917.003er环境规制强度1.89561.67260.0610.83tech技术创新1.10710.96310.145.82gdp经济增长14395.049778.1042637.79857323.62his产业结构高级化0.88270.36200.49443.2145cei碳排放强度4.90072.77941.86515.119cr城市化率45.637015.260223.289.09k物质资本存量12610.7811533.13652.690268463.8l劳动力投入2286.2241526.733238.5656041.557tfp技术进步0.97810.10290.4022.473open对外开放度0.32060.42670.03681.7497hk人力资本8.05021.05405.438315.67874实证结果及讨论

为了避免异方差以及多重共线性对模型有效性的影响，首先对部分数据进行对数化处理。由于所设定的模型加入了因变量的滞后项，解释变量可能存在内生性问题，常见的LSDV和FGLS模型结果将产生较大偏差。Manuel Arellano和Stephen Bond提出的差分广义矩估计方法(DIF-GMM)，能够对数据进行差分以消除不随时间改变的个体效应，并且通过工具变量的使用消除内生性问题。因此，模型（1）和模型（2）采用差分GMM对模型进行估计本文参数估计软件为stata120。。估计结果见表2。

表2为动态面板模型对模型（1）和模型（2）的估计结果。Sargan检验结果表明所选的工具变量有效；Arellano-Bond二阶序列相关检验AR(1)、AR(2)表明扰动项的差分存在一阶自相关，但不存在二阶自相关，可以使用差分GMM方法对模型进行估计。

模型（1）的回归显示：环境规制与技术创新对碳排放的影响分别在5%与10%的显著性水平下为负，这表明环境规制强度增强的直接效应是人均碳排放的减少，我国环境规制强度的提高有助于减少碳排放量；技术创新能力的提高伴随着除污设备的升级与能源的更有效利用，总体上会对控制碳排放起到积极作用。环境规制与技术创新的交互项（ertech）对碳排放的影响为负，但未通过显著性检验，说明环境规制强度的提高和技术创新能力的增强虽然能够抑制二氧化碳的排放，但我国现行的环境规制政策还不能

表2面板数据回归结果

自变量模型（1）

ce

DIF-GMM自变量模型（2）

gdp

DIF-GMMLL1ce0.1219***（0.0130）L1 gdp0.9338***（0.0148）er-0.0292**(0.0117)er0.0467***（0.0102）tech-0.0080*（0.0046）er2-0.1435***（0.0158）gdp0.7384***（0.0099）k0.7172***（0.0157） ertech-0.0002(0.0006)l0.0056(0.0048)ergdp0.0037***(0.0012)tfp0.0194*(0.0105)his0.0430***（0.0075）open0.0326***（0.0014）cei0.8807***（0.0182）hk0.0095***(0.0013)cr0.1580***（0.0384） 截距项-7.4006***（0.1211）截距项0.0722***(0.0456)Wald

统计值33602.08（0.0000） Wald

统计值1.38e+06 (0.0000)AR(1)0.0639AR(1)0.0046AR(2)0.2511AR(2)0.4594Sargan test0.9641Sargan test0.9696观测值270观测值270注:括号内的数字为对应估计量的标准差；*、**、***分别表示在10%、5%、1%显著性水平下显著

有效地通过促进技术创新能力的提升倒逼碳排放减少，“倒逼效应”作用并不显著。环境规制与经济增长交互项（ergdp）的系数在1%的水平上显著为正，但系数小于经济增长对碳排放影响的系数，说明环境规制强度的提高能够减缓由于经济增长导致的碳排放的增加。经济增长（gdp）的系数在1%的显著性水平上为正，表明经济增长会引起人均碳排放的增加，与理论预期相符。控制变量中的碳排放强度和城市化率对碳排放的系数显著为正，说明碳排放强度以及城市化率的提高导致了人均碳排放量的增加，与预期结果相符合；产业结构高级化对碳排放的系数显著为正，相对于第二、第三产业，第三产业比重的升高提高了碳排放，与预期不符，这可能是因为第三产业中包括交通运输在内的一些生产生活性服务业碳排放量相对较高的缘故，说明第三产业的节能减排问题也需要引起重视。

模型（2）的回归结果显示：环境规制的一次项系数显著为正，环境规制二次项系数显著为负，呈倒U型。这表明，环境规制在一定范围内不会抑制经济增长，但当环境规制的强度超过了一定程度，会对经济增长产生一定的“倒退效应”。控制变量中的物质资本存量、全要素生产率、对外开发程度以及人力资本对经济增长都起到显著的正影响，符合理论预期。

为了进一步考察环境规制与经济增长之间的“门限特征”，本文将环境规制作为门限变量，对于环境规制与经济增长进行门限回归，结果详见表3和表4。

表3门限效果自抽样检验

门限值检验环境规制F值单门限0.5200***33.4433注:F值为采用“自抽样法”反复抽样300次得到的检验统计值，***表示1%的水平下显著

表4门限效应模型回归结果

erkltfpopenhkβ1i(erit≤τ)β2i(erit＞τ)0.8555**0.5863***-0.5258***0.1190***0.0227-0.99440.43760.03720.05520.02610.03540.2730-0.01090.6749***-0.1488***0.0004***0.0911***0.1656**0.0101-0.01530.0253-0.01580.0165-0.098由表3根据表4的回归结果可知，环境规制与经济增长之间的关系存在门限特征，门限值为τ=0.5200，当erit≤05200时，环境规制对经济增长具有一定的促进作用；当erit>0.5200时，环境规制与经济增长的相关系数为负，但并不显著，可能是由于大多数地区环境规制强度的统计数据低于门限值，当门限值确定后，分别对两段进行回归时，导致高于门限水平的那部分面板数据量不足，使得门限值右边模型的回归显著性受到影响。

5结论与政策涵义

本文利用2000~2010年中国省际面板数据，对环境规制与碳排放中可能存在的“倒逼效应”与“倒退效应”进行了理论与实证分析。研究结果表明：虽然环境规制强度的提升能减少碳排放，但我国现行的环境规制政策未能显著促进技术创新进而倒逼碳排放量减少，“倒逼效应”不显著；环境规制强度的提高与经济发展水平存在倒U型关系，环境规制与经济发展间存在“门限特征”，说明一定的环境规制强度不会对经济发展起抑制作用，但在大量的中小企业缺乏创新能力现实条件下，过于严格的环境规制会对经济发展产生一定的“倒退效应”。

上述研究结论蕴含着明显的政策涵义：在政策的制定过程中，应把环境规制、技术创新与区域经济增长纳入统一的政策框架，注意三类政策设计的激励相容性，使具体的环境规制政策能更容易被中央政府、地方政府与微观企业所接受，使环境规制不仅达到减少碳排放的效果，而且达到企业竞争力提升与促进区域经济增长的效果。鉴于目前我国的环境规制并没有对碳排放起到“倒逼效应”，我国在增强环境规制的同时，应该制定配套的政策，特别是针对中小企业的扶持政策，增加企业的研发能力，以利于“倒逼效应”的充分发挥。过于严格的环境规制会对经济发展产生一定的“倒退效应”。因此，在设计环境规制政策时，不能单纯地提升环境规制的强度，而应配套出台相应的经济政策，扶持环保产业的发展，促进产业结构优化，减缓环境规制对区域经济增长的抑制作用，以调动地方政府执行环境规制政策的积极性。

参考文献：

［1］He J，Richard P. Environment Kuznets Curve for CO2 in Canada［J］. Ecological Economics，2010(69)：1083-1093.

［2］李凯杰，曲如晓. 技术进步对中国碳排放的影响:基于向量误差修正模型的实证研［J］.中国软科学，2012（6）：51-58.

［3］申萌，李凯杰，曲如晓.技术进步、经济增长与二氧化碳排放：理论和经验研究［J］.世界经济，2012(7):83-100.

［4］赵红.环境规制对企业技术创新影响的实证研究——以中国30个省份大中型工业企业为例［J］.软科学，2008（6）：121-125.

［5］张成，陆旸,郭路，于同申. 环境规制强度和生产技术进步［J］.经济研究，2011（2）：113-124.

［6］Francesco Testa，Fabio Iraldo，Marco Frey. The Effect of Environmental Regulation on Firms Competitive Performance: The Case of the Building & Construction Sector in Some EU Regions［J］.Journal of Environmental Management，2011（92）：2136-2144.

［7］Richard Kneller，Edward Manderson. Environmental Regulations and Innovation Activity in Manufacturing Industries ［J］.Resource and Energy Economics，2012(34):211-235.

［8］马海良，黄德春，姚惠泽. 技术创新、产业绩效与环境规制——基于长三角的实证分析［J］.软科学，2012（1）：1-5.

［9］郑长德,刘帅. 基于空间计量经济学的碳排放与经济增长分析［J］. 中国人口·资源与环境，2011（5）：80-86.

［10］Levinson A，Taylor M S. Unmasking the Pollution Haven Effect［J］.International Economic Review,2008(49):223-254.

［11］单豪杰.中国资本存量K的再估算：1952～2006年［J］.数量经济技术经济研究，2008(10)：17-31.

（责任编辑：冉春红）完完

为了避免异方差以及多重共线性对模型有效性的影响，首先对部分数据进行对数化处理。由于所设定的模型加入了因变量的滞后项，解释变量可能存在内生性问题，常见的LSDV和FGLS模型结果将产生较大偏差。Manuel Arellano和Stephen Bond提出的差分广义矩估计方法(DIF-GMM)，能够对数据进行差分以消除不随时间改变的个体效应，并且通过工具变量的使用消除内生性问题。因此，模型（1）和模型（2）采用差分GMM对模型进行估计本文参数估计软件为stata120。。估计结果见表2。

表2为动态面板模型对模型（1）和模型（2）的估计结果。Sargan检验结果表明所选的工具变量有效；Arellano-Bond二阶序列相关检验AR(1)、AR(2)表明扰动项的差分存在一阶自相关，但不存在二阶自相关，可以使用差分GMM方法对模型进行估计。

模型（1）的回归显示：环境规制与技术创新对碳排放的影响分别在5%与10%的显著性水平下为负，这表明环境规制强度增强的直接效应是人均碳排放的减少，我国环境规制强度的提高有助于减少碳排放量；技术创新能力的提高伴随着除污设备的升级与能源的更有效利用，总体上会对控制碳排放起到积极作用。环境规制与技术创新的交互项（ertech）对碳排放的影响为负，但未通过显著性检验，说明环境规制强度的提高和技术创新能力的增强虽然能够抑制二氧化碳的排放，但我国现行的环境规制政策还不能

表2面板数据回归结果

自变量模型（1）

ce

DIF-GMM自变量模型（2）

gdp

DIF-GMMLL1ce0.1219***（0.0130）L1 gdp0.9338***（0.0148）er-0.0292**(0.0117)er0.0467***（0.0102）tech-0.0080*（0.0046）er2-0.1435***（0.0158）gdp0.7384***（0.0099）k0.7172***（0.0157） ertech-0.0002(0.0006)l0.0056(0.0048)ergdp0.0037***(0.0012)tfp0.0194*(0.0105)his0.0430***（0.0075）open0.0326***（0.0014）cei0.8807***（0.0182）hk0.0095***(0.0013)cr0.1580***（0.0384） 截距项-7.4006***（0.1211）截距项0.0722***(0.0456)Wald

统计值33602.08（0.0000） Wald

统计值1.38e+06 (0.0000)AR(1)0.0639AR(1)0.0046AR(2)0.2511AR(2)0.4594Sargan test0.9641Sargan test0.9696观测值270观测值270注:括号内的数字为对应估计量的标准差；*、**、***分别表示在10%、5%、1%显著性水平下显著

有效地通过促进技术创新能力的提升倒逼碳排放减少，“倒逼效应”作用并不显著。环境规制与经济增长交互项（ergdp）的系数在1%的水平上显著为正，但系数小于经济增长对碳排放影响的系数，说明环境规制强度的提高能够减缓由于经济增长导致的碳排放的增加。经济增长（gdp）的系数在1%的显著性水平上为正，表明经济增长会引起人均碳排放的增加，与理论预期相符。控制变量中的碳排放强度和城市化率对碳排放的系数显著为正，说明碳排放强度以及城市化率的提高导致了人均碳排放量的增加，与预期结果相符合；产业结构高级化对碳排放的系数显著为正，相对于第二、第三产业，第三产业比重的升高提高了碳排放，与预期不符，这可能是因为第三产业中包括交通运输在内的一些生产生活性服务业碳排放量相对较高的缘故，说明第三产业的节能减排问题也需要引起重视。

模型（2）的回归结果显示：环境规制的一次项系数显著为正，环境规制二次项系数显著为负，呈倒U型。这表明，环境规制在一定范围内不会抑制经济增长，但当环境规制的强度超过了一定程度，会对经济增长产生一定的“倒退效应”。控制变量中的物质资本存量、全要素生产率、对外开发程度以及人力资本对经济增长都起到显著的正影响，符合理论预期。

为了进一步考察环境规制与经济增长之间的“门限特征”，本文将环境规制作为门限变量，对于环境规制与经济增长进行门限回归，结果详见表3和表4。

表3门限效果自抽样检验

门限值检验环境规制F值单门限0.5200***33.4433注:F值为采用“自抽样法”反复抽样300次得到的检验统计值，***表示1%的水平下显著

表4门限效应模型回归结果

erkltfpopenhkβ1i(erit≤τ)β2i(erit＞τ)0.8555**0.5863***-0.5258***0.1190***0.0227-0.99440.43760.03720.05520.02610.03540.2730-0.01090.6749***-0.1488***0.0004***0.0911***0.1656**0.0101-0.01530.0253-0.01580.0165-0.098由表3根据表4的回归结果可知，环境规制与经济增长之间的关系存在门限特征，门限值为τ=0.5200，当erit≤05200时，环境规制对经济增长具有一定的促进作用；当erit>0.5200时，环境规制与经济增长的相关系数为负，但并不显著，可能是由于大多数地区环境规制强度的统计数据低于门限值，当门限值确定后，分别对两段进行回归时，导致高于门限水平的那部分面板数据量不足，使得门限值右边模型的回归显著性受到影响。

5结论与政策涵义

本文利用2000~2010年中国省际面板数据，对环境规制与碳排放中可能存在的“倒逼效应”与“倒退效应”进行了理论与实证分析。研究结果表明：虽然环境规制强度的提升能减少碳排放，但我国现行的环境规制政策未能显著促进技术创新进而倒逼碳排放量减少，“倒逼效应”不显著；环境规制强度的提高与经济发展水平存在倒U型关系，环境规制与经济发展间存在“门限特征”，说明一定的环境规制强度不会对经济发展起抑制作用，但在大量的中小企业缺乏创新能力现实条件下，过于严格的环境规制会对经济发展产生一定的“倒退效应”。

上述研究结论蕴含着明显的政策涵义：在政策的制定过程中，应把环境规制、技术创新与区域经济增长纳入统一的政策框架，注意三类政策设计的激励相容性，使具体的环境规制政策能更容易被中央政府、地方政府与微观企业所接受，使环境规制不仅达到减少碳排放的效果，而且达到企业竞争力提升与促进区域经济增长的效果。鉴于目前我国的环境规制并没有对碳排放起到“倒逼效应”，我国在增强环境规制的同时，应该制定配套的政策，特别是针对中小企业的扶持政策，增加企业的研发能力，以利于“倒逼效应”的充分发挥。过于严格的环境规制会对经济发展产生一定的“倒退效应”。因此，在设计环境规制政策时，不能单纯地提升环境规制的强度，而应配套出台相应的经济政策，扶持环保产业的发展，促进产业结构优化，减缓环境规制对区域经济增长的抑制作用，以调动地方政府执行环境规制政策的积极性。

参考文献：

［1］He J，Richard P. Environment Kuznets Curve for CO2 in Canada［J］. Ecological Economics，2010(69)：1083-1093.

［2］李凯杰，曲如晓. 技术进步对中国碳排放的影响:基于向量误差修正模型的实证研［J］.中国软科学，2012（6）：51-58.

［3］申萌，李凯杰，曲如晓.技术进步、经济增长与二氧化碳排放：理论和经验研究［J］.世界经济，2012(7):83-100.

［4］赵红.环境规制对企业技术创新影响的实证研究——以中国30个省份大中型工业企业为例［J］.软科学，2008（6）：121-125.

［5］张成，陆旸,郭路，于同申. 环境规制强度和生产技术进步［J］.经济研究，2011（2）：113-124.

［6］Francesco Testa，Fabio Iraldo，Marco Frey. The Effect of Environmental Regulation on Firms Competitive Performance: The Case of the Building & Construction Sector in Some EU Regions［J］.Journal of Environmental Management，2011（92）：2136-2144.

［7］Richard Kneller，Edward Manderson. Environmental Regulations and Innovation Activity in Manufacturing Industries ［J］.Resource and Energy Economics，2012(34):211-235.

［8］马海良，黄德春，姚惠泽. 技术创新、产业绩效与环境规制——基于长三角的实证分析［J］.软科学，2012（1）：1-5.

［9］郑长德,刘帅. 基于空间计量经济学的碳排放与经济增长分析［J］. 中国人口·资源与环境，2011（5）：80-86.

［10］Levinson A，Taylor M S. Unmasking the Pollution Haven Effect［J］.International Economic Review,2008(49):223-254.

［11］单豪杰.中国资本存量K的再估算：1952～2006年［J］.数量经济技术经济研究，2008(10)：17-31.

（责任编辑：冉春红）完完

为了避免异方差以及多重共线性对模型有效性的影响，首先对部分数据进行对数化处理。由于所设定的模型加入了因变量的滞后项，解释变量可能存在内生性问题，常见的LSDV和FGLS模型结果将产生较大偏差。Manuel Arellano和Stephen Bond提出的差分广义矩估计方法(DIF-GMM)，能够对数据进行差分以消除不随时间改变的个体效应，并且通过工具变量的使用消除内生性问题。因此，模型（1）和模型（2）采用差分GMM对模型进行估计本文参数估计软件为stata120。。估计结果见表2。

表2为动态面板模型对模型（1）和模型（2）的估计结果。Sargan检验结果表明所选的工具变量有效；Arellano-Bond二阶序列相关检验AR(1)、AR(2)表明扰动项的差分存在一阶自相关，但不存在二阶自相关，可以使用差分GMM方法对模型进行估计。

模型（1）的回归显示：环境规制与技术创新对碳排放的影响分别在5%与10%的显著性水平下为负，这表明环境规制强度增强的直接效应是人均碳排放的减少，我国环境规制强度的提高有助于减少碳排放量；技术创新能力的提高伴随着除污设备的升级与能源的更有效利用，总体上会对控制碳排放起到积极作用。环境规制与技术创新的交互项（ertech）对碳排放的影响为负，但未通过显著性检验，说明环境规制强度的提高和技术创新能力的增强虽然能够抑制二氧化碳的排放，但我国现行的环境规制政策还不能

表2面板数据回归结果

自变量模型（1）

ce

DIF-GMM自变量模型（2）

gdp

DIF-GMMLL1ce0.1219***（0.0130）L1 gdp0.9338***（0.0148）er-0.0292**(0.0117)er0.0467***（0.0102）tech-0.0080*（0.0046）er2-0.1435***（0.0158）gdp0.7384***（0.0099）k0.7172***（0.0157） ertech-0.0002(0.0006)l0.0056(0.0048)ergdp0.0037***(0.0012)tfp0.0194*(0.0105)his0.0430***（0.0075）open0.0326***（0.0014）cei0.8807***（0.0182）hk0.0095***(0.0013)cr0.1580***（0.0384） 截距项-7.4006***（0.1211）截距项0.0722***(0.0456)Wald

统计值33602.08（0.0000） Wald

统计值1.38e+06 (0.0000)AR(1)0.0639AR(1)0.0046AR(2)0.2511AR(2)0.4594Sargan test0.9641Sargan test0.9696观测值270观测值270注:括号内的数字为对应估计量的标准差；*、**、***分别表示在10%、5%、1%显著性水平下显著

有效地通过促进技术创新能力的提升倒逼碳排放减少，“倒逼效应”作用并不显著。环境规制与经济增长交互项（ergdp）的系数在1%的水平上显著为正，但系数小于经济增长对碳排放影响的系数，说明环境规制强度的提高能够减缓由于经济增长导致的碳排放的增加。经济增长（gdp）的系数在1%的显著性水平上为正，表明经济增长会引起人均碳排放的增加，与理论预期相符。控制变量中的碳排放强度和城市化率对碳排放的系数显著为正，说明碳排放强度以及城市化率的提高导致了人均碳排放量的增加，与预期结果相符合；产业结构高级化对碳排放的系数显著为正，相对于第二、第三产业，第三产业比重的升高提高了碳排放，与预期不符，这可能是因为第三产业中包括交通运输在内的一些生产生活性服务业碳排放量相对较高的缘故，说明第三产业的节能减排问题也需要引起重视。

模型（2）的回归结果显示：环境规制的一次项系数显著为正，环境规制二次项系数显著为负，呈倒U型。这表明，环境规制在一定范围内不会抑制经济增长，但当环境规制的强度超过了一定程度，会对经济增长产生一定的“倒退效应”。控制变量中的物质资本存量、全要素生产率、对外开发程度以及人力资本对经济增长都起到显著的正影响，符合理论预期。

为了进一步考察环境规制与经济增长之间的“门限特征”，本文将环境规制作为门限变量，对于环境规制与经济增长进行门限回归，结果详见表3和表4。

表3门限效果自抽样检验

门限值检验环境规制F值单门限0.5200***33.4433注:F值为采用“自抽样法”反复抽样300次得到的检验统计值，***表示1%的水平下显著

表4门限效应模型回归结果

erkltfpopenhkβ1i(erit≤τ)β2i(erit＞τ)0.8555**0.5863***-0.5258***0.1190***0.0227-0.99440.43760.03720.05520.02610.03540.2730-0.01090.6749***-0.1488***0.0004***0.0911***0.1656**0.0101-0.01530.0253-0.01580.0165-0.098由表3根据表4的回归结果可知，环境规制与经济增长之间的关系存在门限特征，门限值为τ=0.5200，当erit≤05200时，环境规制对经济增长具有一定的促进作用；当erit>0.5200时，环境规制与经济增长的相关系数为负，但并不显著，可能是由于大多数地区环境规制强度的统计数据低于门限值，当门限值确定后，分别对两段进行回归时，导致高于门限水平的那部分面板数据量不足，使得门限值右边模型的回归显著性受到影响。

5结论与政策涵义

本文利用2000~2010年中国省际面板数据，对环境规制与碳排放中可能存在的“倒逼效应”与“倒退效应”进行了理论与实证分析。研究结果表明：虽然环境规制强度的提升能减少碳排放，但我国现行的环境规制政策未能显著促进技术创新进而倒逼碳排放量减少，“倒逼效应”不显著；环境规制强度的提高与经济发展水平存在倒U型关系，环境规制与经济发展间存在“门限特征”，说明一定的环境规制强度不会对经济发展起抑制作用，但在大量的中小企业缺乏创新能力现实条件下，过于严格的环境规制会对经济发展产生一定的“倒退效应”。

上述研究结论蕴含着明显的政策涵义：在政策的制定过程中，应把环境规制、技术创新与区域经济增长纳入统一的政策框架，注意三类政策设计的激励相容性，使具体的环境规制政策能更容易被中央政府、地方政府与微观企业所接受，使环境规制不仅达到减少碳排放的效果，而且达到企业竞争力提升与促进区域经济增长的效果。鉴于目前我国的环境规制并没有对碳排放起到“倒逼效应”，我国在增强环境规制的同时，应该制定配套的政策，特别是针对中小企业的扶持政策，增加企业的研发能力，以利于“倒逼效应”的充分发挥。过于严格的环境规制会对经济发展产生一定的“倒退效应”。因此，在设计环境规制政策时，不能单纯地提升环境规制的强度，而应配套出台相应的经济政策，扶持环保产业的发展，促进产业结构优化，减缓环境规制对区域经济增长的抑制作用，以调动地方政府执行环境规制政策的积极性。

参考文献：

［1］He J，Richard P. Environment Kuznets Curve for CO2 in Canada［J］. Ecological Economics，2010(69)：1083-1093.

［2］李凯杰，曲如晓. 技术进步对中国碳排放的影响:基于向量误差修正模型的实证研［J］.中国软科学，2012（6）：51-58.

［3］申萌，李凯杰，曲如晓.技术进步、经济增长与二氧化碳排放：理论和经验研究［J］.世界经济，2012(7):83-100.

［4］赵红.环境规制对企业技术创新影响的实证研究——以中国30个省份大中型工业企业为例［J］.软科学，2008（6）：121-125.

［5］张成，陆旸,郭路，于同申. 环境规制强度和生产技术进步［J］.经济研究，2011（2）：113-124.

［6］Francesco Testa，Fabio Iraldo，Marco Frey. The Effect of Environmental Regulation on Firms Competitive Performance: The Case of the Building & Construction Sector in Some EU Regions［J］.Journal of Environmental Management，2011（92）：2136-2144.

［7］Richard Kneller，Edward Manderson. Environmental Regulations and Innovation Activity in Manufacturing Industries ［J］.Resource and Energy Economics，2012(34):211-235.

［8］马海良，黄德春，姚惠泽. 技术创新、产业绩效与环境规制——基于长三角的实证分析［J］.软科学，2012（1）：1-5.

［9］郑长德,刘帅. 基于空间计量经济学的碳排放与经济增长分析［J］. 中国人口·资源与环境，2011（5）：80-86.

［10］Levinson A，Taylor M S. Unmasking the Pollution Haven Effect［J］.International Economic Review,2008(49):223-254.

［11］单豪杰.中国资本存量K的再估算：1952～2006年［J］.数量经济技术经济研究，2008(10)：17-31.

（责任编辑：冉春红）完完