能源的“波特假说”效应存在吗？

张华　王玲　魏晓平

摘要：从环境规制对全要素能源效率所产生的影响这一基本问题出发，通过引入“技术不会遗忘”假定，运用序列DEAMalmquist生产率指数和考虑非期望产出的方向性距离函数测算了中国2000-2011年省际层面的全要素能源效率，并从环境规制实施的成本和实施后的收益两方面构造环境规制指标，以此为基础利用系统GMM估计方法验证“波特假说”效应在能源领域的存在性。具体而言，由于环境规制对全要素能源效率的影响既可能是正向的“创新补偿”效应，也可能负向的“遵循成本”效应，我们引入环境规制的平方项以考察潜在的非线性影响。研究揭示，时间维度上，全要素能源效率处于上升通道，但增长率一直下行，其主导因素是技术进步，并且技术效率一直羁绊全要素能源效率的提高。区域维度上，东部地区的全要素能源效率高于中西部地区。同时，无论是当期环境规制，还是其滞后一期值，环境规制与全要素能源效率之间均呈倒U型关系，即随着环境规制强度的增加，全要素能源效率先提高后降低，蕴含主导力量由“创新补偿”效应演变为“遵循成本”效应。能源的“稀缺性”与“外部性”两种自然属性对倒U型关系具有较好的解释力。此外，东部地区的环境规制倒逼全要素能源效率提升，而中西部地区的环境规制对全要素能源效率影响并不显著。一定程度上，本文支持能源领域存在“波特假说”效应，但存在“度”的限制。因此，本文的政策含义是，应该适度加强环境规制强度和合理选择环境规制工具，使得倒U型曲线的上升阶段更加显著与持久，同时避免不切实际，盲目提高环境规制强度的跟风行为。

关键词 环境规制；全要素能源效率；波特假说；序列DEA

中图分类号 F061 文献标识码 A 文章编号 1002-2104（2014）11-0033-09

毫无疑问，能源价格快速攀升和极端天气频发彰显日益强化的能源稀缺性与外部性约束。一般意义上，使用替代能源和提高能源效率是两种最直接的手段。然而，现阶段代表前者的后备技术（backstop technology）尚未具备大规模应用的条件，所以提高能源效率成为最切实可行的有效途径。2000-2013年，中国能源强度从1.31×10-4 t标准煤/元下降到0.66×10-4 t标准煤/元，即便如此，与主要发达国家相比仍存在较大差距。2010年，中国的能源强度为美国的2.5倍、日本的4.3倍[1]。一直以来，如何提高能源效率都是管理界和学术界共同关注的热点话题。Newell等[2]、林伯强和杜克锐[3]、师博和沈坤荣[4]、李梦蕴等[1]的研究表明，能源消费结构、能源价格、产业结构、技术创新、FDI和市场化水平等因素显著影响了中国的能源效率。

本质上，能源效率属于“技术”的范畴。而关于环境规制影响技术创新的研究由来已久，两者之间的关系迄今尚未达成共识。总体而言，可以归纳为三种观点：一是以新古典经济学理论为基础的传统学派，提倡“制约论”，认为环境规制通过污染外部性的内部化，使企业生产成本上升，不利于技术创新。二是以波特[5]为代表的修正学派，其著名的“波特假说”认为，合适的环境规制能激发“创新补偿”效应，从而不仅能弥补企业的“遵循成本”，还能提高企业的生产率和竞争力[6]。三是环境规制对技术创新的影响不确定性。经验研究结论的莫衷一是促使学者重新审视两者间的关系，由于既可能存在正向的“创新补偿”效应，又可能存在负向的“遵循成本”，张成等[6]和李玲、陶峰[7]引入环境规制的平方项做出了有益尝试，认为环境规制与技术创新之间呈U型关系。由于他们的工作更好地包容两种相左结论，具有更一般化的意义。

能源效率指标可以划分为单要素能源效率指标和全要素能效率指标，由于后者具有综合多维度的特征，受到研究者的青睐。而在探讨全要素能源效率的影响因素时，环境规制扮演的角色则少有问津。值得一提的是，陈德敏和张瑞[8]从法律体系、方法体系、监督体系和支撑体系四个体系十个指标构造环境规制强度，证明区域层面环境规制的相关变量对全要素能源效率影响存在较大差异。基于产业的异质性，聂普焱和黄利[9]认为环境规制与全要素能源效率在低度能耗产业、中度能耗产业和高度能耗产业分别表现出正相关、负相关和不相关的关系。此外，尤济红和高志刚[10]的研究表明环境规制不利于新疆能源效率的提高。上述文献为验证环境规制对全要素能源效率影响提供有价值的线索，然而这些文献尚存值得商榷之处。一是，对于全要素能源效率的测算均使用当期DEA方法，造成潜在的“技术退步”和短期产出波动等风险；二是，关于两者关系的验证拘泥于简单线性关系，得出的结论无非是“非正即负”，并不能较好地解释“创新补偿”效应和“遵循成本”效应同时存在及其如何演变的情形。

那么，环境规制对全要素能源效率的影响如何？是正向的“创新补偿”效应？抑或负向的“遵循成本”效应？还是如既有文献[6-7]关于环境规制与创新技术的U型关系呢？如果不是，那么背后的原因是什么呢？厘清上述问题，对于充分发挥能源的“波特假说”效应，缓解能源稀缺性和外部性以及增进社会福祉具有重要的现实意义。

本文可能的边际贡献在于：第一，研究视角上，既有文献对“波特假说”的验证大多集中于生产技术和环境效率领域[6，7，11]，本文将考察的视野拓展到能源领域，丰富了现有关于“波特假说”的研究；第二，研究方法上，相比于既有文献[8]测算全要素能源效率的方法，本文运用序列DEAMalmquist生产率指数，有效排除技术退步的尴尬，避免标准DEA的内在缺陷；第三，研究结论上，一方面，打破既有文献[9-10]关于环境规制与全要素能源效率之间“非正即负”简单线性关系的论断，另一方面，相异于既有文献[6-7]关于环境规制与技术进步之间U型关系，本文发现环境规制与全要素能源效率呈倒U型关系，并从能源的稀缺性与外部性两方面进行解读。

1 全要素能源效率测算

1.1 序列DEAMalmquist生产率指数及其分解

本文在考虑非期望产出的情况下，采用序列DEAMalmquist生产率指数测算全要素能源效率。一般情况下，采用DEA确定最佳生产前沿主要使用当期DEA和序列DEA两种方法，前者意为根据t期的观察值来确定t期的最佳生产前沿。相形之下，序列DEA则根据t期及之前所有的观察值来构造t期的最佳生产前沿，其优点在于：①技术利用具有记忆功能，从而排除技术退步的可能性，避免生产前沿向内偏移；②引入“追赶”思想，即后来者（latecomers）可以通过模仿学习领先者（leaders）所创造的技术来达到追赶目的；③可以排除产出的短期波动影响生产前沿的可能性[12]。当然，为了处理非期望产出，我们采用常用于计算Malmquist生产率指数的方向距离函数（directional distance function，DDF）方法。本文基于上述方法考察中国全要素能源效率的变化情况。

1.2 投入产出指标

本文采用中国2001-2011年30省市（西藏除外）的面板数据，投入产出数据来源于相应年份的《中国统计年鉴》、《中国能源统计年鉴》和《中国环境统计年鉴》。

（1）资本投入。资本投入以各省市的物质资本存量来衡量，具体地，采用通行的永续盘存法进行计算，即Kit=Iit+（1-δit）Kit-1。Kit为i省第t期的资本存量；Iit为i省第t期的实际固定资本形成总额，使用历年固定资产投资价格指数折算成2000年的不变价格；δt为第t期资本折旧率。对应的，本文以2000年作为基年的资本存量，δ的取值秉承张军等[13]的做法，为9.6%。

（2）劳动投入。以各省市历年的三产就业人数总和来衡量。

（3）能源投入。以各省市历年的能源消费总量来衡量。

（4）期望产出。期望产出以各省市历年的实际GDP来衡量。

（5）非期望产出。能源使用过程中排放的污染物主要包括SO2和CO2，因此，本文以SO2和CO2排放量作为非期望产出。由于各省市的CO2排放量无法直接获取，所以必须进行相关测算。为了准确得到各地区CO2排放量，本文采用IPCC公布的参考方法，测算了化石能源燃烧和水泥生产活动导致的CO2排放。具体测算如下：

化石能源燃烧的CO2排放量具体计算公式为：

EC=∑7i=1ECi=∑7i=1Ei×CFi×CCi×COFi×4412=∑7i=14412αiEi

其中，EC表示估算的各类能源消费的CO2排放总量；i表示能源消费种类，包括煤炭、焦炭、煤油、汽油、柴油、燃料油和天然气共7种；Ei为第i种能源消费量；CFi是发热值；CCi是碳含量；COFi是氧化因子；αi=CFi×CCi×COFi表示第i种能源碳排放系数。关于αi的取值选取国际上通用的IPCC《国家温室气体排放清单指南》的相关数据，具体为煤炭0.759 9、焦炭0.855 0、煤油0.571 4、汽油0.553 8、柴油0.592 1、燃料油0.681 5及天然气0.448 3，单位均为吨碳/吨标准煤。

水泥生产过程排放的CO2计算公式为：CC=Q×β。

其中，CC表示水泥生产过程中CO2排放总量；Q表示水泥生产总量；β表示水泥生产的CO2排放系数，参考杜立

民[14]，取值0.527 0 t CO2/t。各地区的CO2排放总量计算公式为：CO2=EC+CC。

1.3 测算结果与分析

基于以上方法和投入产出数据，我们测算得到中国总体及区域的全要素能源效率及其分解值。具体结果汇报于表1和图1。值得注意的是，由于全要素能源效率属于动态效率，Malmquist生产率指数为环比变动指数，因此，ML指数反映的是全要素能源效率的增长率而非全要素能源效率本省，从而本文秉承邱斌等[15]的做法，假设2000年的全要素能源效率为1，然后根据计算出的ML指数累积相乘得到2001-2011年各地区的全要素能源效率。

从表1中容易看出， 2000-2011年ML指数年均增长2.2%，技术进步率平均增长3.3%，而技术效率却下降了1.0%。由此可见，省际ML指数增长主要来源于技术进步，而技术效率却扮演相反的角色。从时间维度上看，呈现以下几个特征：①ML指数基本上呈下降的趋势，波动较小，最高值出现在2001年，增幅达6.3%，可能的解释是，能源领域特别是煤炭行业，在经历了1994-2000年昏暗消沉的年代开始慢慢复苏，尤其是中国在2001年加入WTO，改革开放进入新的高潮期，人们对经济发展增速的高预期引领能源行业的快速发展。然而，令人惊讶的是2001年之后，ML指数一路滑坡，直到2007年昙花一现的短暂回升后继续下降，这是因为在考虑非期望产出时，能源消费导致巨大的环境负外部性使得ML指数持续下降，究其根源：既不乏2003年的重化工业重启因素，且中国的分权治理模式也难辞其咎，虑及在财政分权和晋升锦标赛等“为增长而竞争”的制度安排下，环境质量将让位于经济增长。数据显示，环境污染治理投资额从2003年的1 627.7亿元增加到2012年的8 253.5亿元，增幅高达431.6%，从侧面彰显日益恶化的环境质量。再者，根据《中国环境经济核算研究报告2010》，2010年环境退化成本11 032.8亿元，占GDP比重2.51%，生态破坏损失（森林、湿地、草地和矿产开发）4 417亿元，占GDP比重1.01%。不争的事实强烈地佐证在经济发展过程中，大量的能源消耗对环境造成的损伤。考虑到政策的滞后性，2007年ML指数的回暖可能与2006年中央政府首次将节能减排目标纳入国民经济发展规划纲要有关；②分解指数中，技术效率变化颇为频繁，但幅度甚微，在-2%-0.1%之间波动；相比之下，技术进步经历了先下降后上升的迂回波动过程，波动较大，最高值达7.6%，并且增长率一直为正，这也印证技术进步对全要素能源效率提升的贡献；③2000-2011年，全要素能源效率一直稳定增加，主要是

注：①2000年各地区各项指数为1.000；②每年指数均是各地区的几何平均数；③表中的平均值为几何平均值。因为全要素能源效率是ML指数累积得到，而ML指数除2009年之外，均处于增长态势。

从区域维度上看，无论是ML指数，还是技术进步指数与技术效率指数，东部地区（北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南）的指数均高于中、西部地区，从而东部地区的全要素能源效率高于中部（山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南）、西部（四川、重庆、贵州、云南、陕西、甘肃、青海、宁夏、新疆、广西、内蒙古）地区。这是符合经济直觉的：一方面，东部地区的人力资本充足，公共教育环境和教育基础设施均优于中西部地区，而人力资本作为技术知识的载体，是技术进步的源泉，从而能源技术进步指数高于中西部地区；另一方面，东部地区企业的组织、管理和制度等因素更加先进和完善，更加接近于生产前沿，因此，对于代表技术效率的管理制度创新等“软”技术而言，东部地区更高。具体到各个省份来看（见图1），样本期内，大部分中西部省份的全要素能源效率低于全国总体平均水平，相对而言，东部省份的全要素能源效率较高，如北京、天津、上海和广东的全要素能源效率均值分别达到1.700，1.542，1.380和1.371。令人惊奇的是，山西、内蒙古和贵州三个中西部省份的全要素能源效率值为1.457、1.261和1.273，远远高于全国总体平均水平，甚至高于一些东部经济发达省份。从指数分解情况看，山西、内蒙古和贵州三省的技术进步均值分别为1.031，1.034和1.029，并且山西和贵州的技术效率均值为1.003和1.001，远远高于全国的技术效率均值0.990，究其背后原因，山西、内蒙古和贵州都具有能源禀赋优势，特别是煤炭资源，根据比较优势理论，其发展能源产业拥有得天独厚的优势，事实上三省内也分布着实力雄厚的大型国有能源企业，因此，三省享有较高的能源技术效率和技术进步应在情理之中。

2 环境规制与全要素能源效率：实证准备

2.1 计量模型设定

由于环境规制对全要素能源效率的影响既可能是正向的“创新补偿”效应，也可能负向的“遵循成本”效应，我们借用张成等[6]的思路，引入环境规制的平方项以考察潜在的非线性影响。此外，区域全要素能源效率可能存在惯性，同时为了规避潜在的内生性问题，本文构建动态面板数据模型，具体形式如下：

其中，i和t分别表示省份和年度；TFPi，t表示各省份全要素能源效率；ERi，t表示环境规制；β1为滞后乘数，表示前一期全要素能源效率对当期的影响情况；待估参数β2和β3表示环境规制对全要素能源效率的影响。αi表示地区非观测效应，反映了省际间持续存在的差异。εi，t代表特定异质效应，假设服从正态分布。Xi，t是其他控制变量，包括能源消费结构、能源价格、产业结构、研发强度、FDI和市场化水平。

需要特别说明的是，由于计量模型引入被解释变量的滞后项，如果采用OLS和ML估计将造成估计量的偏倚和组内估计量的非一致性。在选择合适工具变量的前提下，系统广义矩（SYSGMM）估计有效解决这些问题，并且SYSGMM相对于差分广义矩（DIFGMM）在有效性和一致性均有很大改进，提高了估计效率。因此，本文重点采用SYSGMM方法。

2.2 数据与变量

本文使用中国2000-2011年30省市（西藏除外）的面板数据进行实证检验。原始数据主要来源于历年《中国统计年鉴》、《中国区域经济统计年鉴》、《中国能源统计年鉴》和《新中国六十年统计资料汇编》等。由于存在的通货膨胀因素，本文对涉及价格指数的指标均调整为以2000年为基期的不变价格。由于前文已测算出全要素能源效率作为被解释变量，下面介绍解释变量的选取。

（1）环境规制。对环境规制指标准确、科学的度量是分析环境规制对全要素能源效率影响的前提。但由于不存在对环境规制直接量化的指标，既有文献均使用替代指标衡量环境规制强度，而替代指标的多样性造成了差异化的环境规制指标。总的来看，替代指标的构造无外乎来源于两类：环境规制实施的成本和环境规制实施后的收益。环境规制实施的成本主要有如下指标：污染治理成本[16]或污染治理成本占总成本的比重[6，17]；环境规制机构的监督检查次数、政策法规的颁布数量或税收额度[8，18]。环境规制实施后的收益的指标有：不同污染物的排放密度[19]；不同污染物的处理率[20]。本文分别从两类指标中各选取一种衡量环境规制。一方面，从环境规制实施后的收益来看，选取SO2去除率测度环境规制强度，记为ER，“节能减排”带来的政策激励使得地方政府在污染物排放中更重视废气排放的环境规制[21]，值越大意味着当地政府对于环境规制的努力程度越大。另一方面，从环境规制实施的成本来看，借鉴沈能和刘凤朝[22]的方法，设计环境规制评价指数ER2来衡量环境规制强度。首先计算各省份的单位工业产值污染治理成本：Rit=Pit/Git，其中Pit表示第i省第t年的工业污染治理投资完成额，Git相应的工业产值。此外考虑到各省份历年的工业产业结构的异质性，使用单位GDP的工业产值Sit对Rit进行修正，从而ER2it=Rit/Sit，值越大表示环境规制强度越大。由于SO2去除率的外生性更强，下文的实证检验以ER为主，ER2为辅。

（2）其他变量。能源消费结构以煤炭消费量占能源消费总量占能源消费总量的比重衡量。能源价格以原材料、燃料、动力动力类购进价格指数表示。产业结构以第二产业产值占地区生产总值的比重衡量。研发强度以R&D经费支出占GDP的比重衡量。FDI以使用实际利用外商直接投资占GDP的比重衡量。市场化水平以国有企业员工占就业人数的比重衡量。所有变量的统计描述见表2。

3 环境规制影响全要素能源效率的实证研究

3.1 实证结果解读

表3报告了环境规制影响全要素能源效率的回归结果。各模型具体含义如下，模型Ⅰ为静态面板模型固定效应（Fixed Effect）的估计结果，模型Ⅱ和Ⅲ为动态面板模型差分GMM与系统GMM的估计结果，模型Ⅳ考察了滞后一期的环境规制对全要素能源效率的影响，模型Ⅴ～Ⅷ分别引入环境规制与东、中、西地区变量的交叉项，目的在于检验环境规制与全要素能源效率的关系是否存在区域异质性。

作为一致估计，动态面板模型成立的前提是，扰动项的一阶差分仍将存在一阶自相关，但不存在二阶乃至更高阶的自相关。模型Ⅱ-Ⅷ均通过AR检验，并且Sargan检验不能拒绝“所有工具变量均有效”的原假设，即本文采用的工具变量合理有效。模型Ⅲ的系统GMM估计结果显示，环境规制的一次方项和二次方项系数分别在1%的水平上显著为正和为负，表明环境规制与全要素能源效率之间存在着显著的倒U型曲线关系，意味着环境规制对全要素能源效率的作用存在一个阈值，当一个地区的环境规制强度小于阈值时，环境规制强度的增强促进全要素能源效率的提高，此时“创新补偿”效应大于“遵循成本”效应，从而体现“波特假说”效应；而当环境规制强度大于阈值时，环境规制对全要素能源效率的抑制作用占据上方，“创新补偿”效应不能有效弥补“遵循成本”效应，从而体现新古典的环境规制“制约论”。作为参照，我们分别在模型Ⅰ和模型Ⅱ报告了静态固定效应和动态差分GMM的估计结果，发现环境规制的一次方项和二次方项系数均明显表现出倒U型曲线特征。一方面，模型Ⅰ和模型Ⅱ的结果从侧面佐证环境规制与全要素能源效率之间倒U型关系的稳健性；另一方面，模型Ⅰ的系数显著程度明显逊于模型Ⅱ和Ⅲ，说明被解释变量滞后项的引入带来的内生性问题明显影响了模型的估计结果。此外，考虑到全要素能源效率对环境规制的反应可能存在一定的滞后期，本文同时考察滞后一期的环境规制对全要素能源效率的影响，回归结果见模型Ⅴ。容易看出，滞后一期的环境规制一次方项系数显著为正，二次方项系数显著为负，两者间依然呈现出倒U型关系。

回顾既有文献，张成等[6]揭示环境规制强度与企业生产技术之间呈现U型关系，与此相似的是，李玲和陶峰[7]也证明中度污染产业与轻度污染产业的环境规制强度与绿色全要素生产率的关系呈U型。而本文中环境规制与全要素能源效率之间却表现出倒U型关系。本质上讲，全要素能源效率亦属于“技术”的一种。为什么本文的结论与既有文献的结论背道而驰呢？无论U型，抑或是倒U型，归根结底取决于“创新补偿”效应与“遵循成本”效应孰占主导。经济直觉上，虑及“能源”这种投入要素生产活动中的巨大负外部性，环境规制强度越高，企业承受的污染治理成本越为高昂，从而“遵循成本”效应越有可能占据主导地位。然而，压力与动力往往并存，正是能源要素具有巨大的负外部性，如果企业只是一味被动地选择末端治理方式，那么，随着环境规制强度的增强以及末端治污边际绩效递减，企业将承担更高的污染治理成本。因此，改变生产方式和提高全要素能源效率才是长久之道。如此，能源的负外部性使得企业具备更高的动力提高全要素能源效率。另一方面，能源属于可耗竭资产，具有稀缺性特征，根据Hotelling法则，能源价格总是以时间贴现率的比率增长。遵循Hicks的引致创新（induced innovation）思想，能源价格的上涨将进一步刺激能源效率的提高。因此，提高全要素能源效率是能源稀缺性的内在诉求。总之，能源要素的“稀缺性”与“外部性”两种自然属性使得全要素能源效率有别于一般的技术，从而导致全要素能源效率对环境规制的强度更为“敏感”，这正是环境规制与全要素能源效率呈倒U型关系的根源所在。提高全要素能源效率既能节约能源要素的投入，又可以减少非期望产出，提高环境质量，使得环境规制的“创新补偿”效应大于“遵循成本”效应。因此，提高环境规制强度促进全要素能源效率的提升，意味着能源领域存在“波特假说”效应。但值得注意的是，一旦环境规制强度过高，导致环境规制的“遵循成本”效应大于“创新补偿”效应，此时环境规制强度进一步增强反而抑制全要素能源效率。这警示我们，制定环境规制措施时，避免走入盲目提高规制强度的误区，否则过犹不及，导致相反效果。值得一提的是，本文关于环境规制与全要素能源效率呈倒U型关系的结论并不突兀。实际上，沈能[11]认为环境规制强度和环境效率之间符合倒U型关系。此外，李玲和陶峰[7]也证实重度污染产业的环境规制强度与绿色全要素生产率的关系呈倒U型。

考虑到中国区域在资源禀赋、污染排放、经济发展、制度安排和技术水平等方面存在的巨大差异，模型Ⅴ-Ⅷ检

注：① *、**、***分别表示1%、5%、10%的显著水平，系数下方小括号内数值为其标准误；②AR（1）、AR（2）分别表示一阶和二阶差分残差序列的ArellanoBond自相关检验，Sargan检验为过度识别检验，中括号为统计量相应的P值。以下各表同。

验了地区间环境规制与全要素能源效率的关系。容易看出，东部地区的环境规制驱动全要素能源效率的提升，而中西部地区两者呈负相关关系，但不显著。这和蔡昉等[23]的结论在逻辑上是一致的，即东部地区具备提高环境规制的激励，并且环境规制作为一个有效的政策工作，在东部地区的全要素能源效率提升的过程中起到推动作用。此外，并没有证据表明提升中西部的环境规制强度将阻碍全要素能源效率进步，实际上，中西部地区脆弱的生态环境更需要环境规制的庇护。

控制变量中，没有证据表明能源消费结构是制约全要素能源效率提升的主要瓶颈。中国“富煤贫油少气”的能源禀赋结构决定了长期煤炭为主的能源消费结构，单纯靠改变能源消费结构而提高全要素能源效率并不现实。实证结果告诉我们可以从其他方面改善全要素能源效率。能源价格是促进全要素能源效率提高的重要诱因，一致于Hicks的引致创新思想，并且Newell等[2]证实能源价格上升会通过刺激技术进步而诱发能源效率提高。遏制全要素能源效率进步最明显的阻力来自第二产业比重的上升，蕴含优化产业结构，鼓励清洁产业为主的服务业发展，进而促使产业结构高级化是提升全要素能源效率的可行途径，特别是提高钢铁、建材、化工、电力等高耗能产业的能源效率将起到立竿见影的效果。R&D与全要素能源效率呈显著的正相关关系，这一结果在一定程度上表明，中国加大R&D投资对提升全要素能源效率起到积极作用。由于FDI对全要素能源效率的影响扮演着“天使”与“魔鬼”的双重角色，既可能是“污染光环”效应，也可能是“污染避难所”效应。回归结果表明FDI对全要素能源效率的作用为负，但不显著，意味着上述两种相左力量孰占主导尚未明晰。以国有企业员工占就业人数的比例衡量的市场化水平是阻碍全要素能源效率提升的重要因素，这相吻合于林伯强和杜克锐[3]的结论，他们认为中国要素市场市场化进程落后，要素市场扭曲阻碍能源效率的提升。

3.2 稳健性检验

为了进一步考察环境规制与全要素能源效率之间的倒U型关系的稳健性，本节使用消除工业产业结构异质性的单位工业产值的工业污染治理投资额ER2衡量环境规制，回归结果见表4。容易看出，结果均通过AR检验和Sargan检验，证明模型设置较为合理，估计结果值得信赖。不管是环境规制的当期值，还是滞后一期值，环境规制的一次方项均显著为正，而二次方项显著为负，表明环境规制对全要素能源效率的影响轨迹呈倒U型曲线，有力地佐证表3的结论。

4 结论与建议

能源的“波特假说”效应存在吗？为了回答这一问

题，本文基于2000-2011年的省际面板数据，运用序列DEAMalmquist生产率指数和方向性距离函数测算了区域层面的全要素能源效率，在此基础上，从环境规制实施的成本和实施后的收益两方面构造环境规制指标，并建立省际动态面板数据模型，利用系统GMM估计方法检验了环境规制与全要素能源效率之间的关系。研究表明：①全要素能源效率处于上升通道，但增长率一直下行，技术进步是全要素能源效率提升的根本因素，并且技术效率一直拘束全要素能源效率增长；②环境规制对全要素能源效率的影响呈倒U型轨迹，随着环境规制强度的增加，主导力量由“创新补偿”效应演变为“遵循成本”效应，这一关系根源于能源要素的稀缺性和外部性使得全要素能源效率对环境规制强度的变化更为“敏感”；③东部地区的环境规制促使全要素能源效率提升，而中西部的环境规制对全要素能源效率的影响不显著；④提高能源价格、优化产业结构、加大R&D投资和完善市场化改革是提升全要素能源效率的有效途径。总而言之，本文的结论肯定“波特假说”效应在能源领域的存在性。从而，本文的研究结论蕴含着相应的政策涵义。

（1）适度加强环境规制强度。由于本文验证了能源领域存在“波特假说”效应，因此，提高环境规制强度有助于全要素能源效率的提升。但是，过高的环境规制强度却阻碍全要素能源效率进步。所以，制定环境规制措施时，避免不切实际，盲目提高规制强度的跟风行为。此外，针对区域间的异质性，对于中西部地区，尽快发挥环境规制的“创新补偿”效应，更好地刺激全要素能源效率。再者，注重滚动修订，及时调整至合理水平，使环境规制能够起到持续不断的刺激作用，避免囿于某一固定的静态标准[6]。

（2）合理选择环境规制工具。环境规制是一门艺术，规制的效果不仅取决于环境规制强度的大小，还取决环境规制的形式[6]。环境标准、排放限额等“控制型”环境规制由于具有较强的强制性，对企业缺乏足够的激励；而排污权交易、环境补贴等“激励型”环境工具对企业技术创新提供持续的激励，有利于提高企业治污创新能力[7]。政府应合理运用各种环境规制工具，使得倒U型曲线的上升阶段更加显著和持久，达到环境质量提升和经济发展提高的并行不悖的协同共赢状态。

（3）正确遴选提升全要素能源效率的有效途径。理论上讲，优化能源消费结构有利于提升全要素能源效率。然而，虑及中国“富煤贫油少气”的能源禀赋现状，深化能源价格改革和高级化产业结构远比优化能源消费结构更有效。一方面，理顺能源价格机制，改革成品油定价机制、天然气价格改革、电力上网竞价、煤电联动机制等，通过资源税和环境税等环境规制将能源使用的环境外部成本内部化，修正被扭曲的价格信号。另一方面，鼓励清洁产业为主的服务业发展，抑制高耗能产业的发展，但也要避免过度追求服务业占比而导致产业的“空心化”现象。

（编辑：田 红）

参考文献（References）

[1]李梦蕴，谢建国，张二震. 中国区域能源效率差异的收敛性分析：基于中国省区面板数据研究[J].经济科学，2014，（1）：23-38.[Li Mengyun， Xie Jianguo， Zhang Erzhen. Study on Convergence of Chinese Regional Differences in Energy Efficiency： Chinese Provinces Based on Panel Data[J].Economic Science， 2014， （1）：23-38.]

[2]Newell R G， Jaffe A B， Stavins R N. The Induced Innovation Hypothesis and Energysaving Technological Change[J]. The Quarterly Journal of Economics，1999，114（3）： 941-975.

[3]林伯强，杜克锐. 要素市场扭曲对能源效率的影响[J].经济研究，2013，（9）：125-136.[Lin Boqiang， Du Kerui. Factor Market Distortions Impact on Energy Efficiency[J]. Economic Research Journal， 2013， （9）：125-136.]

[4]师博，沈坤荣. 政府干预、经济集聚与能源效率[J].管理世界，2013，（10）：6-18.[Shi Bo， Shen Kunrong. Government Intervention， Economic Concentration and Energy Efficiency[J]. Management World， 2013， （10）： 6-18.]

[5]Porter M E， Van der Linde C. Toward a New Conception of the Environmentcompetitiveness Relationship[J]. Journal of Economic Perspectives， 1995， 9：97-118.

[6]张成，陆旸，郭陆，等. 环境规制强度和生产技术进步[J].经济研究，2011，（2）：113-124. [Zhang Cheng， Lu Yang， Guo Lu， et al. The Intensity of Environmental Regulation and Technological Progress of Production[J]. Economic Research Journal， 2011， （2）：113-124.]

[7]李玲，陶峰. 中国制造业最优环境规制强度的选择：基于绿色全要素生产率的视角[J].中国工业经济，2012，（5）：70-82. [Li Ling， Tao Feng. Selection of Optimal Environmental Regulation Intensity for Chinese Manufacturing Industry：Based on the Green TFP Perspective[J].China Industrial Economics， 2012， （5）：70-82.]

[8]陈德敏，张瑞. 环境规制对中国全要素能源效率的影响：基于省际面板数据的实证检验[J].经济科学，2012，（4）：49-65.[Chen Demin， Zhang Rui. Impact of Environmental Regulation on Chinese Total Factor Energy Efficiency： Based on Provincial Panel Data[J].Economic Science， 2012， （4）：49-65.]

[9]聂普焱，黄利. 环境规制对全要素能源生产率的影响是否存在产业异质性？[J].产业经济研究，2013，（4）：50-58.[Nei Puyan， Huang Li. An Empirical Study of Environmental Regulations Different Impact on Industrial Total Factor Energy Productivity[J]. Industrial Economics Research， 2013， （4）：50-58.]

[10]尤济红，高志刚. 政府环境规制对能源效率影响的实证研究：以新疆为例[J].资源科学，2013，（6）：1211-1219.[You Jihong， Gao Zhigang. Can Government Environmental Regulations be Good for Energy Efficiency： An Empirical Study in Xinjiang[J]. Resources Science， 2013， （6）：1211-1219.]

[11]沈能. 环境效率、行业异质性与最优规制强度：中国工业行业面板数据的非线性检验[J].中国工业经济，2012，（3）：56-68.[Shen Neng. Environmental Efficiency， Industrial Heterogeneity and Intensity of Optimal Regulation： Nonlinear Test Based on Industrial Paneldata[J]. China Industrial Economics， 2012， （3）：56-68.]

[12]王恕立，胡宗彪. 中国服务业分行业生产率变迁及异质性考察[J].经济研究，2012，（4）：15-27.[Wang Shuli， Hu Zongbiao. Productivity Changes and Heterogeneity in Chinas Service Subindustry[J]. Economic Research Journal， 2012， （4）：15-27.]

[13]张军，吴桂英，张吉鹏. 中国省际物质资本存量估算：1952-2000[J].经济研究，2004，（10）：35-44.[Zhang Jun， Wu Guiying， Zhang Jipeng. The Estimation of Chinas Provincial Capital Stock：1952-2000[J]. Economic Research Journal， 2004， （10）：35-44.]

[14]杜立民. 我国二氧化碳排放的影响因素：基于省级面板数据的研究[J].南方经济，2010，（11）：20-33. [Du Liming. Impact Factors of Chinas Carbon Dioxide Emissions： Provincial Panel Data Analysis[J]. South China Journal of Economics， 2010， （11）：20-33.]

[15]邱斌，杨帅，辛培江. FDI技术溢出渠道与中国制造业生产率增长研究：基于面板数据的分析[J].世界经济，2008，（8）：20-31.[Qiu Bin， Yang Shuai， Xin Peijiang. FDI Technology Spillover Channels and Manufacturing Productivity Growth of China： Based on Panel Data[J]. The Journal of World Economy， 2008， （8）：20-31.]

[16]Ederington J， Minier J. Is Environmental Policy a Secondary Trade Barrier？ An Empirical Analysis[J]. The Canadian Journal of Economics，2003，36：137-154.

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

[18]Costantini V， Mazzanti M. On the Green and Innovative Side of Trade Competitiveness[J]. Research Policy， 2012， 41：132-153.

[19]Cole M A， R J R Elliott. Determining the Trade Environment Composition Effect： The Role of Capital， Labor and Environment Regulation[J]. Journal of Environmental Economic and Management，2003，46：363-383.

[20]傅京燕，李丽莎. 环境规制、要素禀赋与产业国际竞争力的实证研究：基于中国制造业的面板数据[J].管理世界，2010，（10）：87-98.[Fu Jingyan， Li Lisha. A Case Study on the Environmental Regulation， the Factor Endowment and the International Competitiveness in Industries[J]. Management World， 2010， （10）：87-98.]

[21]李眺. 环境规制、服务业发展与我国的产业结构调整[J].经济管理，2013，（8）：1-10. [Li Tiao. Environmental Regulation， Service Industry Development and Industial Restructuring[J]. Economic Management， 2013， （8）：1-10.]

[22]沈能，刘凤朝. 高强度的环境规制真能促进技术创新吗？——基于“波特假说”的再检验[J].中国软科学，2012，（4）：49-59.[Shen Neng， Liu Fengchao. Can Intensive Environmental Regulation Promote Technological Innovation？Porter Hypothesis Reexamined[J]. China Soft Science， 2012， （4）：49-59.]

[23]蔡昉，都阳，王美艳. 经济发展方式转变与节能减排内在动力[J].

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

[18]Costantini V， Mazzanti M. On the Green and Innovative Side of Trade Competitiveness[J]. Research Policy， 2012， 41：132-153.

[19]Cole M A， R J R Elliott. Determining the Trade Environment Composition Effect： The Role of Capital， Labor and Environment Regulation[J]. Journal of Environmental Economic and Management，2003，46：363-383.

[20]傅京燕，李丽莎. 环境规制、要素禀赋与产业国际竞争力的实证研究：基于中国制造业的面板数据[J].管理世界，2010，（10）：87-98.[Fu Jingyan， Li Lisha. A Case Study on the Environmental Regulation， the Factor Endowment and the International Competitiveness in Industries[J]. Management World， 2010， （10）：87-98.]

[21]李眺. 环境规制、服务业发展与我国的产业结构调整[J].经济管理，2013，（8）：1-10. [Li Tiao. Environmental Regulation， Service Industry Development and Industial Restructuring[J]. Economic Management， 2013， （8）：1-10.]

[22]沈能，刘凤朝. 高强度的环境规制真能促进技术创新吗？——基于“波特假说”的再检验[J].中国软科学，2012，（4）：49-59.[Shen Neng， Liu Fengchao. Can Intensive Environmental Regulation Promote Technological Innovation？Porter Hypothesis Reexamined[J]. China Soft Science， 2012， （4）：49-59.]

[23]蔡昉，都阳，王美艳. 经济发展方式转变与节能减排内在动力[J].

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

[18]Costantini V， Mazzanti M. On the Green and Innovative Side of Trade Competitiveness[J]. Research Policy， 2012， 41：132-153.

[19]Cole M A， R J R Elliott. Determining the Trade Environment Composition Effect： The Role of Capital， Labor and Environment Regulation[J]. Journal of Environmental Economic and Management，2003，46：363-383.

[20]傅京燕，李丽莎. 环境规制、要素禀赋与产业国际竞争力的实证研究：基于中国制造业的面板数据[J].管理世界，2010，（10）：87-98.[Fu Jingyan， Li Lisha. A Case Study on the Environmental Regulation， the Factor Endowment and the International Competitiveness in Industries[J]. Management World， 2010， （10）：87-98.]

[21]李眺. 环境规制、服务业发展与我国的产业结构调整[J].经济管理，2013，（8）：1-10. [Li Tiao. Environmental Regulation， Service Industry Development and Industial Restructuring[J]. Economic Management， 2013， （8）：1-10.]

[22]沈能，刘凤朝. 高强度的环境规制真能促进技术创新吗？——基于“波特假说”的再检验[J].中国软科学，2012，（4）：49-59.[Shen Neng， Liu Fengchao. Can Intensive Environmental Regulation Promote Technological Innovation？Porter Hypothesis Reexamined[J]. China Soft Science， 2012， （4）：49-59.]

[23]蔡昉，都阳，王美艳. 经济发展方式转变与节能减排内在动力[J].