不同类型环境规制对碳排放效率的影响

马海良，董书丽

（河海大学 商学院，江苏 常州 213022）

中国工业化的加速推进和生活水平的提高导致能源消耗和CO2排放量与日俱增。2018年中国的GDP约占世界16%，然而碳排放量所占比例达到28%[1]；同年，全球能源消费和使用能源过程中产生的碳排放增速达到自2010年以来的最高水平，其中中国CO2排放量增长2.5%[2]。面对碳排放引起的极端气候以及生态环境危机，中国政府高度重视，并采取积极有效的多种治理措施，赢得了世界各国的广泛认同和模仿学习。早在2009年哥本哈根会议上，中国便首次提出关于CO2排放强度的约束性指标，即到2020年时CO2排放强度下降至2005年的40%～45%，并将其纳入国民经济与社会发展长期规划。党的十九大指出，要加快碳排放权交易制度，并建立完善的市场化机制以吸引社会资本投入生态环境保护。面对中美贸易摩擦和世界经济下滑的现状，2019年政府工作报告中强调要注重利用法律法规与经济政策等手段，调动节能减排积极性，确保兑现中国对国际社会所做出的承诺，即CO2排放在2030年左右达到峰值并争取尽早达峰，单位国内生产总值CO2排放比2005年下降60%～65%，这一系列的顶层设计制度充分体现了中国从战略到战术层面正开展多种治理措施的“治碳计划”。

环境规制是为提高生态、经济效率而采取的对经济活动具有限制性的措施、政策、法规及其实施过程[3]。根据政策工具的不同，可以将环境规制分为命令型、激励型与自愿型三种类型[4]85-90[5]，不同类型的环境规制工具会使市场的资源配置发生转变，进而对碳排放效率产生不同的影响。此外，由于产业结构、技术水平差异以及各地政府在规制工具的选择与实施方面有所侧重等原因，中国各区域的碳排放效率存在明显不同。基于以上两点原因，中国不同区域的各种环境规制工具对碳排放效率的影响也存在差异。但问题在于，这种影响呈现什么样的特征和规律，以及各地政府如何根据这种影响程度的差异采取行之有效的规制手段？在以往有关研究中，多数学者没有明确划分环境规制类型，对不同环境规制工具对碳排放效率影响的区域差异性也没有系统考虑。因此，本文基于全要素视角，运用SBM超效率模型对30个省市的碳排放效率进行测算，同时将环境规制合理划分为命令控制、市场激励与自愿意识三种类型，在此基础上，研究不同的环境规制类型对中国东、中、西部三大区域碳排放效率产生影响的差异性，从而为中国各区域高质量发展和生态文明建设提供理论支撑。

一、文献综述

（一）环境规制工具及测度的综述

环境规制是指个体或组织以环境保护为目的而制定实施的各项政策与措施，目前关于环境规制的研究主要围绕环境规制工具的选择与测度方法展开。关于环境规制工具的选择，Requate和Unold[6]选取多种规制手段并对不同规制手段与技术创新之间的作用进行研究，结果显示，排放标准与环境税的作用强于许可激励，拍卖与免费许可作用相同。张平等[7]基于投资型环境规制与费用型环境规制，研究了两种环境规制工具对企业技术创新的影响，结论显示，投资型规制工具对技术创新产生“激励效应”，费用型规制工具对技术创新产生明显的“挤出效应”。高明和陈巧辉[8]研究命令型、激励型、志愿型环境规制对产业升级的激励作用，结果表明，东部地区命令型、激励型环境规制与产业升级的关系呈“倒N形”与“N形”，中、西部地区激励型与志愿型环境规制作用不显著。关于环境规制的测度方法，主要有定性分析法[9]、单一指标定量分析法[10]和综合指标法[11]等，几种测度方法中，定性分析法主要是专家对环境政策进行人为打分，存在一定主观性；单一指标定量分析选取单一规制工具对强度进行测度，测度结果比较片面，无法反映综合强度；综合指标法一般采用因子分析法、熵值法等将多个单一指标融合为综合指标，解决了以上方法的缺陷。

（二）碳排放效率的综述

目前关于碳排放效率的测算大致可以分为两种思路：单要素视角和全要素视角。单要素视角一般采用单一指标来衡量碳排放效率，Kaya和Yokobori[12]提出碳排放效率可以用碳生产率来表示，即以一定时间内每单位碳排放所创造的经济价值来表示。Kim[13]运用单要素指标碳生产率对韩国的碳排放效率进行研究，研究结果表明，当GDP每年增幅为4%时，碳生产率每年需达到4.85%才能实现2020年的碳减排目标。全要素视角一般采用数据包络分析法（DEA）和随机前沿分析法（SFA）。刘亦文和胡宗义[14]基于超效率DEA模型对中国30个省市的碳排放水平进行测度，并比较其动态变化，结论表明，中国碳排放效率整体呈现上升趋势，但上升缓慢且各省市碳排放效率水平差距逐年增大。雷玉桃和杨娟[15]基于SFA模型，将七个影响变量加入模型，测算出1996—2011年的碳排放效率，并从时间和空间两个角度分析了碳排放效率的变化趋势。

（三）环境规制对碳排放效率的影响

当前有关环境规制对碳排放效率的影响机理主要围绕“绿色悖论”与“倒逼减排”两种效应展开。Sinn[16]最早提出“绿色悖论”的概念，他认为随着环境规制的愈加严厉，能源开放者会加快化石能源的开采力度，进而导致碳排放剧增，不利于碳排放效率的提升。目前关于“绿色悖论”作用机制的研究一般都支持Sinn的研究结论。张华[17]基于地理邻接、地理距离和经济距离三种空间权重矩阵研究环境规制对碳排放的影响，结果显示，在地方政府竞争的影响下，本地区及相邻地区的环境规制能够显著促进碳排放，引发“绿色悖论”现象。伍格致和游达明[18]61-72用面板固定效应模型探究经济政策不确定性、环境规制和碳排放之间的联系，结果表明，全国范围内环境规制促进碳排放，降低碳排放效率，“绿色悖论”成立。相较于“绿色悖论”效应的研究结果，更多的学者则质疑这样的结论。许广月[19]采用中国30个省市数据，以环境规制为虚拟变量，结论显示，环境规制可以有效提高人均碳排放效率，但存在区域差异性。何小钢和张耀辉[20]通过拓展的STIRPAT模型研究政府宏观环境政策对碳排放强度的影响，研究表明，环境规制有利于碳排放效率的提升，且效果非常明显。面对环境规制对碳排放效率的两种作用机理，不少学者提出该影响效应并非简单的线性关系。张华和魏晓平[21]21-29认为，环境规制对碳排放效率会产生“U形”影响效应，即环境规制的提升效果存在阈值，随环境规制強度的增加，其影响的主导力量由“绿色悖论”效应演变为“倒逼减排”效应；丁绪辉等[22]44-51对中国30个省市进行碳排放效率测度，研究结果表明，环境规制会对碳排放绩效产生双重效应，其中经济发展水平与对外开放程度能够促进碳排放绩效的提升，而城镇化水平会抑制碳排放效率的提升。

综上所述，目前关于环境规制对碳排放效率影响的研究仍存在一些不足：（1）大多研究在测算环境规制时一般选取单一指标，如工业污染治理投资额等，并没有明确区分不同环境规制工具对碳排放效率的作用差异；（2）多数学者在运用传统DEA模型测算碳排放效率时没有考虑投入与产出的松弛性问题与非期望产出问题，易出现偏差，且传统方法在遇到决策单元的效率值均为1时便无法进一步进行效率比较。因此，本文做出如下改进：（1）基于全要素视角，运用考虑非期望产出的超效率SBM模型测算中国2008—2016年30个省市的碳排放效率；（2）将环境规制划分为三种类型：命令控制、市场激励与自愿意识型，并利用熵值法测算出综合环境规制强度，有利于全面解析各种类型的环境规制对碳排放效率的影响；（3）鉴于中国东部、中部与西部在经济发展、技术创新、对外贸易等方面存在较大差异，因此本文选取中国三大区域作为主要研究对象，探讨环境规制对中国不同区域碳排放效率的影响差异。

二、环境规制影响碳排放效率的机理分析

排污许可的制定、对污染企业的行政处罚以及征收排污费与税费等诸如此类的环境规制工具一般用于限制人类的污染行为，进而有效地减少污染能源的使用，降低碳排放量。而碳排放效率一般指由碳排放所引发的产出效应，在单要素或全要素测算过程中基本都依赖于期望产出和非期望产出的比值，因此可以认为，碳排放效率的负向制约因素为高碳能源消耗，正向促进因素为期望产出即经济产出的增加。在以往的研究中有关环境规制对碳排放效率的影响主要集中在环境规制是否可以提升碳排放效率之争，即环境规制是其“倒逼效应”占优，还是“倒退效应”占优，而前述两种效应均可以通过技术创新、产业结构与能源结构等中介因素对碳排放效率产生影响，如图1所示。

环境规制的 “倒逼效应”认为，当环境规制标准不断提升时，会直接或间接增加企业的生产成本，倒逼高耗能、高污染的企业进行生产技术创新、治污技术升级以及管理模式革新，进而提高企业资源利用效率和提升企业产出水平。其影响途径有以下三种：（1）波特效应：该效应认为，合理的规制强度会激发“创新补偿”效应，而生产技术的进步可以实现保持碳排放不变的基础上提升生产效率与经济产出水平，最终达到节能减排目的并带动区域经济发展，从而促进碳排放效率水平的提升。（2）产业结构变动：合理的环境规制强度会促进服务业的发展，抑制污染行业发展，进而推进产业结构向“高级化”转变。产业结构的“高级化”会进一步带动区域经济发展，在减少碳排放量的同时增加期望产出，促进碳排放效率的提升。（3）能源结构低碳化：政府可以通过价格调控，征收污染税等环境规制政策倒逼企业采用清洁能源，降低高碳能源需求，优化能源消费结构，降低碳排放量；同时激励企业采用先进的节能减排技术与治污技术，提升生产效率与能源利用效率，提高产出水平，最终实现碳排放效率的提升。

环境规制的“倒退效应”认为，环境规制的一系列政策会提高能源消耗，增加生产成本，降低竞争力，抵消环境保护所带来的积极效应，最终抑制碳排放效率的提升。（1）遵循成本效应：当环境规制政策实施时，大量的中小企业往往会由于资金不足、缺乏研究人员或研发力量薄弱等原因，选择末端治理而非技术创新，此时企业治理成本增加，影响了原有的资金配置与生产模式，最终导致企业生产效率降低。这种环境规制措施在一定程度降低了碳排放，但也是以经济水平的放缓或降低为代价的，此时的碳排放效率反而会在环境规制的影响下而降低。（2）产业结构变动：产业结构的调整一般以“保增长、促减排”为目标，但对于部分高度依赖于污染密集型制造业的地区，环境规制政策的实施会进一步激化“遵循成本效应”，导致该地区碳排放量提升；另外，产业结构的不合理化，也会抑制当地的经济发展，最终导致碳排放效率的降低。（3）能源结构高碳化：根据“绿色悖论”理论，当政府实施一系列环境规制政策时，供给侧能源所有者可能会预期未来规制强度更高，从而加快此类能源的开采与利用，导致污染物排放的增加与能源利用效率的下降，最终抑制碳排放效率的提升。

三、研究设计与变量选取

（一）模型设计

本文着重研究环境规制对于碳排放效率的影响。根据环境规制（ER）和碳排放效率之间的散点图可知，两者之间并非简单线性关系，引入ER2研究两者间的非线性关系，同时根据相关学者的研究[21]21-29[22]44-51[23]可知，经济发展水平、产业结构、对外贸易、技术创新等因素会影响碳排放效率，因此在模型中加入若干控制变量，具体模型构建如下

其中，μit为随机误差项；β为变量系数；i和t分别表示时间和省份；Effic为被解释变量碳排放效率；ER表示环境规制强度；gdp、ind、trade、tech分别为经济发展水平、产业结构、对外贸易与技术创新。

（二）变量说明

本文指标数据来源于《中国统计年鉴》《中国环境统计年报》《中国环境统计年鉴》《中国环境年鉴》《中国能源统计年鉴》、国家统计局网站以及国研网等。其中，环境规制指标中的部分数据自2017年起即不再披露，考虑到数据的一致性和可获性，本文选取中国30个省、直辖市、自治区作为研究对象（不包括西藏、台湾、香港和澳门），时间为2008—2016年。

主要变量说明如下：（1）环境规制：本文按照赵玉民等[4]85-90的分类，将环境规制划分为命令控制型、市场激励型、自愿意识型环境规制，并采用熵值法进行测算。（2）碳排放效率：基于全要素视角，采用考虑非期望产出的SBM超效率模型对2008—2016年中国30个省市的碳排放效率进行测算。（3）控制变量：主要考虑经济发展水平、产业结构、对外贸易水平与技术创新。其中，gdp表示经济发展水平，经济规模越大产出越多，经济活动所产生的CO2则越多，进而对碳排放效率产生直接影响，本文选取以2000年为基期的不变价人均GDP来衡量经济发展水平指标；ind表示产业结构，在经济发展过程中，第二产业的发展需要消耗更多的能源，进而会导致更多的碳排放，因此本文中采用第二产业占GDP的比重来衡量产业结构指标；trade表示对外贸易水平，伴随着各国之间进行进出口贸易往来，生产活动中所产生的污染如CO2会发生转移，由此会对中国的碳排放效率产生影响，因此本文以进出口总额占GDP的比重来衡量对外贸易指标；tech表示技术创新，技术的进步会促使生产率提升，进而对碳排放效率的提升起到积极作用；以R&D经费占GDP的比重来反映各地的技术创新水平。模型中各变量的指标和计算过程如表1所示。

表1 计量回归模型各变量的表征指标和计算过程

四、环境规制强度和碳排放效率的测算

（一）环境规制强度的测算

为研究不同类型的环境规制对碳排放效率的影响，选取其中具有代表性的规制工具来进行观察，并使用熵值法进行客观赋权计算，得到综合的环境规制指标。本研究将环境规制分为命令控制、市场激励、自愿意识三种类型，其中命令控制型环境规制是中国使用最为普遍的规制手段，本文用受理环境行政处罚案件数与地区生产总值之比、工业污染治理完成额投资与财政支出之比以及“三同时”环保投资额与财政支出之比来衡量命令控制型环境规制强度；市场激励型环境规制最主要的特点是市场性，本文用单位GDP排污费收入、消费税占财政收入比重与车船税占财政收入比重来衡量市场激励型环境规制强度；自愿意识型环境规制多是指以企业或个人为对象，反映对于环境保护的态度、观念或认知水平，本文选取了环境信访量、环境事件披露数与地区人口数之比来反映自愿意识型环境规制水平。环境信访量反映了公众对于环境污染事件的主动监督意识，而关于环境污染的环境报道数，即环境事件披露数，则是社会公众对于环保执法的监督，可通过舆论手段起到规制目的。

经熵值法测得中国30个省 （市）2008—2016年的综合环境规制强度与各类型环境规制强度结果，鉴于篇幅限制，显示其中每三年的平均数据，具体如表3所示。测算结果显示，全国范围内综合环境规制强度呈上升趋势，且东部与中、西部相比处于较高水平，其中北京、天津、上海平均环境规制强度最高。另外，东部地区的市场激励型环境规制与自愿意识型环境规制也高于中、西部地区，这主要是因为东部地区如北京、上海等城市与中、西部内陆地区相比经济发展水平更高，市场化机制与信访环保机制更加健全，且环境污染事件披露形成的舆论更显著，因此市场激励与自愿意识型环境规制在东部地区表现得更加明显。

表2 不同类型环境规制指标选取 单位：%

表3 中国各省（市）环境规制强度测算结果

（二）碳排放效率的测算

1.测算方法

传统的DEA模型中产出一般为期望产出，而未将非期望产出纳入考虑范围，且在效率测算过程中未考虑投入与产出的松弛问题，易出现测算偏差。Tone提出的SBM模型，同时解决了松弛变量与非期望产出问题，但在使用SBM模型进行测算后，通常会出现多个决策单元被评价为有效的情况，而无法对其效率高低进一步排序，为解决这一问题，Andersen[24]提出了超效率模型。本文基于非期望产出的SBM模型，进一步构建包含非期望产出的超效率模型如下

其中，sg表示期望产出不足；s-表示投入过度；sb表示非期望产出过多；λ表示权重向量；k表示被评价单元；ρ*表示决策单元的效率值。该模型可对同一时期、效率值同为1的决策单位进行对比，进而测度出各DMU的精确效率值。

2.指标选取

在运用SBM超模型测算碳排放效率涉及到投入与产出变量，投入包括资本、劳动力与能源三种，产出包括期望产出GDP与非期望产出碳排放。具体构建指标如表4所示。

其中部分指标计算方法如下：（1）资本存量采用永续盘存法（PIM）按不变价格计算各省的资本存量，计算公式为：Kit=Kit-1（1-δit）+Iit。其中，Kit为 i省第 t年的资本存量；Iit是 i省第 t年固定资产投资总额；δit是经济折旧率。本文沿用张军等[25]的测算，折旧率采用9.6%。同样采取其估计值作为基期资本存量。（2）劳动投入则采用各省年末就业人数表示。（3）能源投入采用各省各期能源消费量，以标准煤为统计口径。（4）非期望产出碳排放量尚无官方统计，因此，本文根据IPCC提供的方法，通过各地区煤炭、焦炭、汽油、煤油、柴油、燃料油、天然气实物消费量计算各省区的碳排放量。

经上述方法测得，30个省份2008—2016年的碳排放效率结果及排名，如表5所示。由测算结果可知，上海的碳排放平均效率最高，达到1.14；其次是广东与北京，分别达到1.09与1.07；其中平均效率值最低的三个省份是新疆（0.58）、青海（0.56）与宁夏（0.46）。由此可知，上海、广东与北京三个地区的碳排放效率总体处于全国前列，这三个省市在全国范围内其经济水平、人才聚集与技术研发和投入等方面均具有明显优势，因此碳排放效率也处于较高水平。整体来看，东部地区总体碳排放效率明显高于中、西部地区，这主要是由于中西部地区虽资源丰富，但产业结构层次较低，且技术创新水平不高，大多省（市）仍处于消耗大量资源来促进经济发展的阶段，因此碳排放量较大且其碳排放效率较低。

表4 碳排放效率指标评价体系

表5 中国各省（市）碳排放效率值测算结果及排名

五、实证结果与分析

（一）变量的描述性统计

对主要变量进行描述性统计分析，具体结果如表6所示。碳排放效率最大值为1.171 1，最小值为0.405 5，环境规制综合指数最大值为6.182 5，最小值为0.774 3，均存在着较大差异。另外，命令控制型环境规制、市场激励型环境规制和自愿意识型环境规制等数据显示其标准差也略有不同。

表6 主要指标的描述性统计

（二）不同类型环境规制对碳排放效率的影响

在全国层面，不同类型环境规制对碳排放效率的影响存在一定差别，具体如表7所示。模型1～模型3中环境规制的一次项在1%水平上显著，环境规制的平方项均通过显著性检验，这表明环境规制对碳排放效率的影响效果明显，且随着命令控制型、市场激励型与综合环境规制强度的增加，呈现出“U形”影响趋势，即随着环境规制强度的持续增强，其对碳排放效率的影响由“倒退效应”转变为“倒逼效应”。面对环境规制政策给生产活动带来的约束作用，企业一般会通过生产端清洁投入或者末端污染排放治理两种途径来实现减排目的，当环境规制强度较弱时，生产受约束程度较弱，因此大多数企业为降低成本追求更大的利益，往往会选择将资金投入到末端治理方面，而非减排技术投入，进而可能会改变原有资金分配与生产模式，就此抑制生产效率的提升。因此即使环境规制政策在一定程度上抑制了碳排放的增长，但也导致经济产出受到影响，最终引起碳排放效率的短期下降。某些受规制影响较大的高污染行业在预期未来政策更加严格时，可能短期会采取更加不集约的生产模式，最终引起碳排放效率的不升反降。随着环境规制强度不断增加，末端污染治理的边际成本逐渐增加，企业此时往往会选择加大清洁技术的研发，生产技术与治污技术得到升级革新，碳排放量在一定程度上得到控制。另外，随着规制强度的增加，粗放生产产业逐渐被淘汰，行业进入壁垒随之提升，市场更加集中，行业整体生产效率与经济产出水平得到提高，进而促进碳排放效率的提升。

模型4中自愿意识型环境规制对碳排放效率的影响趋势为“倒U形”，显著性水平不是很明显，这可能是由于中国部分地区环境保护的机制不够健全，环境污染处理效率较低，以及关于环境事件披露的受众较窄，对于环境污染事件或企业无法形成预计的舆论压力所致。对回归结果进一步计算可知，模型2～模型4中的曲线拐点分别为2.00、1.67、0.25，而现行的三种环境规制类型均值分别为0.84、0.76、0.73，均处于曲线的下降阶段。从各省（市）2008—2016年的命令控制型环境规制强度来看，共有五个省（市）在某些年份跨越该临界值，包括北京、浙江、黑龙江、辽宁与山西；从市场激励型环境规制强度来看，上海、吉林、山西、甘肃、宁夏都曾超越该临界值，这可能是由于其中部分省份以石油化工、钢铁冶炼等高污染产业为支柱产业，当地政府在环境规制政策的实施方面较为严苛所致。另外，模型1～模型4中经济发展水平与对外贸易均通过5%的显著性水平，这表明经济发展水平以及对外贸易水平与碳排放效率之间关系密切。模型1中技术创新与碳排放效率之间呈现正相关，且在1%下显著，同样验证了技术创新对碳排放效率的提升作用显著。

相关学者的研究结论也验证了本文的观点，如丁绪辉等[22]44-51在研究过程中采用工业污染治理成本占工业生产增加值的比重来表示环境规制的强度，即命令控制型环境规制，同样也得出了环境规制强度与碳排放效率之间呈现“U形”态势的结论。李珊珊和马艳芹[26]采用各地区单位GDP排污费来衡量地区的环境规制强度，结论显示，以环境规制为门槛变量时，环境规制会对碳排放效率产生先抑制后促进的“U形”门槛效应。

表7 不同环境规制对碳排放效率的影响估计结果

（三）不同地区不同类型的环境规制对碳排放效率的影响效应

中国三大区域不同类型环境规制对碳排放效率的影响估计结果如表8所示。其中，综合环境规制对东、中、西部的碳排放效率均呈现“U形”变动趋势，即环境规制强度增长到一定程度时，才能够有效促进碳排放效率的提升。进一步计算可知，东、中、西部的拐点值分别为4.50、3.67、4.00，而现行的均值分别为2.71、1.91、2.24，目前均处于下降阶段，“倒退效应”起主导地位。

表8 不同地区不同环境规制对碳排放效率的影响估计结果

命令控制型与市场激励型环境规制强度与三大区域的碳排放效率间关系同样呈现“U形”曲线变动。对于命令控制型环境规制而言，其强度水平对中部地区碳排放效率影响弹性最大，且最为显著。进一步计算得到，东、中、西部拐点值分别为1.05、2.00、3.83，而现行的均值分别为1.08、0.74、0.68，东部地区目前处于上升阶段，而中西部地区则处于下降阶段。实际上，中国东、中、西三大区域的工业化水平存在一定差异，其中东部地区相较中、西部地区工业资源消耗量大，污染物排放也较多，当强制性规制如污染物排放标准等规制工具实施时，会对该区域的企业造成更强的成本增加效应，因此随着规制强度的增强，东部地区最早达到该临界值，由“遵循成本”向“创新补偿”效应转变。对于市场激励性环境规制而言，东部地区的影响效应最为显著，其次是西部地区与中部地区，进一步计算得出，目前三大区域市场激励型环境规制平均水平均未突破曲线拐点。东、中、西部的市场化程度存在一定差异，三大区域中，东部地区依靠市场激励手段解决环境问题更有效率，而对于中部与西部地区而言，市场激励型环境规制的显著性则低于命令控制型，说明目前中、西部地区命令控制型环境规制仍处于主体地位，且能够发挥更有效的作用。

对自愿意识型环境规制而言，东部与西部地区的环境规制平方项均通过显著性水平检验，且呈现“倒U形”变动趋势，而中部地区则不显著，这也说明自愿意识性环境规制在东部与西部更能发挥其规制作用。此外，研究发现，东部地区经济发展水平与技术创新对碳排放效率的影响更明显，这种作用在东部地区显著的原因是东部地区的经济水平与技术发展水平更高。相关学者的研究结论也验证了本文的部分观点，伍格致和游达明[18]61-72分别研究了综合环境规制强度对三大区域碳排放的影响，发现环境规制促进了中部地区与西部地区的碳排放，降低了碳排放效率；于向宇等[27]以环境治理投资额代表环境规制水平，得出环境规制对中国东、中、西部三大区域的碳排放强度差异较大。这些研究结论都说明不同类型的环境规制对中国东、中、西部的碳排放效率产生不同方向以及不同程度的影响。

（四）稳健性检验

以两会环境提案数与工业固体废物综合利用率来衡量命令控制型环境规制，以资源税、环保科研课题经费衡量市场激励型环境规制，以环保系统年末实有人数与环境标志个数来衡量自愿意识型环境规制，同样使用熵值法对规制强度进行测算，研究环境规制与碳排放效率之间的变化关系，以对上文结果进行检验。限于篇幅，具体的计算结果在此不予展现。检验结果与上述中数据在变量系数方面有所不同，但影响效应的变化方向与上述结论相同，由此证明上述结果没有发生根本性变化。

六、结论与启示

如何采取不同环境规制手段来提升碳排放效率，从而更好地进行产业结构调整和生态文明建设是中国理论界和实务界都颇为关心的主题。本文基于考虑非期望产出的SBM超效率模型，对2008—2016年中国30个省（市）进行碳排放效率测度，并对三种环境规制类型与中国各省域进行合理划分，研究了不同类型环境规制对不同区域碳排放效率的影响效应，得出以下研究结论：（1）全国层面上，命令控制型、市场激励型与综合环境规制强度同碳排放效率间呈现“U形”变化趋势，即随着环境规制强度的增强，碳排放效率先减后增，影响的主导力量由“倒退效应”转变为“倒逼效应”，且在样本期间内，全国环境规制平均水平尚未跨越临界值，仍处于曲线的下降阶段。（2）区域层面上，对于命令控制型，东部地区平均规制水平已跨越曲线拐点，实现“倒逼效应”，而中、西部地区尚未超过拐点值。对于市场激励与自愿意识型，三大区域平均规制水平均未超过拐点值，仍是“倒退效应”起主导地位。（3）三大区域中，东部地区依靠市场激励手段解决环境问题更有效率，而对于中部与西部地区而言，市场激励型环境规制的显著性则低于命令控制型，目前中、西部地区命令控制型环境规制仍处于主体地位，且能够发挥更有效的作用。本文的研究结论具有如下的政策启示：

1.选择科学的环境规制工具。政府在选择规制手段时要明确各类环境规制工具的优势和不足，根据当前状况所需选择不同的环境规制工具。东部地区如江苏、浙江等经济发达省份环境规制总体强度较强且市场化程度较高，因此可以更多地选择执行方便且效果明显的市场激励型环境规制工具，当地生态环境部门和物价部门可通过制定合理的排污收费与排污权交易许可证制度等提升当地规制水平。中、西部如江西、贵州等经济发展较弱地区环境规制强度较弱且相关体系不够完善，目前应以实施强制性命令控制型环境规制手段为主，当地行政部门和司法部门应注重制定相关环境标准与法律法规，以强制行政命令形式对污染严重的组织或个人做出相关处罚。

2.制定合理的环境规制强度。政府在制定相关政策时，要多方面考虑环境规制强度对碳排放效率的影响效应，并实施合理的规制强度，如市场激励型环境规制强度与碳排放效率之间呈“U形”变化趋势，且当前平均水平还未跨越该拐点值，当地税务部门或工商部门应设定相关碳税以及其他市场化手段来进行更加严格的环境规制，从而在降低碳排放总量的同时提高碳排放效率，圆满完成碳排放的“双控目标”。

3.搭配不同的环境规制形式。在对各类环境规制形式进行深入了解后，根据其规制工具的利弊与不同地区的实际境况，对不同环境规制工具进行选择组合，达到协同互补的效果。如东部地区在以命令控制类规制为基础、市场激励类规制为主线的同时，需要加强公众参与环境治理机制，增加企业披露信息，不断增强自愿意识型环境规制，充分发挥市场中主体的自发能动性。中、西部地区以命令控制类规制手段为主，与此同时也要逐渐完善排污费、资源税和环境税等市场化手段，实现向市场激励类环境规制的转变，凭借市场机制将当地经济发展的外部性转为内部化。