异质型环境规制对中国绿色全要素生产率的影响

吴磊 贾晓燕 吴超 彭甲超

摘要 绿色发展时代环保政策的选择设计成为备受关注的焦点。本文从绿色全要素生产率角度进行环境规制影响的差异性研究，对于环保政策的合理制定具有重要的现实意义。首先从成本损失和收益补偿两个方面分析了命令控制型、市场激励型以及公众自愿型环境规制对绿色全要素生产率的差异化影响机制，并通过绘制无量纲综合散点图，就三种环境规制与地区生产总值的稳健相关关系进行了特征事实描述;其后借助DEA-GML指数对2005—2017年中国30省（市）绿色全要素生产率进行测度，结果表明基于碳排放的绿色全要素生产率呈现增长态势，技术进步成为最主要推动力，四大划分区域及不同省份间绿色全要素生产率差异明显;最后借助面板Tobit模型就命令控制型、市场激励型以及公众自愿型环境规制对绿色全要素生产率的影响效应进行检验，结果表明公众自愿型以及市场激励型环境规制在短期内对绿色全要素生产率的增长起到抑制作用，而在长期内对绿色全要素生产率的增长起到促进作用，但是命令控制型环境规制对绿色全要素生产率增长的影响不明显。产业结构、能源消费结构对绿色全要素生产率产生正向影响，而财政集中度则表现为负向影响，对外开放的影响则不明显。因此，从绿色发展长远考虑，应该加快绿色生产技术升级及推广，丰富碳排放交易、排污权交易等市场激励型环境规制手段，健全公众参与绿色监督的体制机制，加快服务业发展，扩大水、核、风能等新能源消费比重，加大绿色财政支出力度，积极探索低碳贸易政策，以此促进绿色全要素生产率的增长。

关键词 绿色全要素生产率;异质型环境规制;DEA-GML指数;Tobit模型

中图分类号 F062.9

文献标识码 A文章编号 1002-2104（2020）10-0082-11DOI：10.12062/cpre.20200122

改革开放以来，中国经济经过了多年的高速发展，物质条件和经济活力得到了极大的改善。然而这种“唯GDP论”式的发展，同时也造成了“不平衡、不协调、不可持续”现象的出现，资源能源消耗和环境负面影响已经成为制约经济持续发展的重要因素。因此，全面提高绿色全要素生产率，加快绿色经济转型是实现环境友好、经济增长与可持续发展的根本途径。与此同时，中国正在采取日趋严格的环境规制政策大力加强环境保护，以试图扭转经济发展带来的环境负面影响。在经济增长和绿色发展的双重使命下，政府环境规制政策的设计与选择面临两难境地，兼顾二者的均衡是解决这一问题的最优方案。中国的环境规制政策在不断的改革调整中，不同的环境政策工具及其组合会对绿色全要素生产率产生不同的影响。因此，探究异质性环境规制政策对绿色全要素生产率增长的影响，对于制定合理的环境政策以推进绿色经济发展具有十分重要的现实意义。

1 文献综述

全要素生产率的提升带来经济的实质性发展，但是也不可避免的造成了各种环境问题的出现。伴随社会各界对环境问题的日益关注，国内外政策制定者及学者们开始探讨环境规制与包含环境污染等“坏”产出的绿色（环境）全要素生产率之间的研究[1]。遗憾的是，现有研究结论尚未达成一致。

学者们关于环境规制与绿色全要素生产率间的关系探讨，主要围绕三种观点展开。第一类观点支持波特提出的“波特假说”，认为妥善设计的环境规制能够引致企业创新，提高全要素生产率。Zhang 等[2]探讨环境规制对中国30省份绿色全要素生产率增长的影响效应，结论指出加大环境规制政策的执行力度将更加有利于提升中国全要素生产率;Yang 等[3]使用1997—2003年台湾制造业行业面板数据探讨了环境规制和全要素生产率ML（Malmquist-Luenberger）指数间的关系，结论指出严格的环境规制能够显著提高工业竞争力;郭妍和张立光[4]分别从区域和行业角度探究了环境规制和全要素生产率指数间关系，结论指出环境规制对全要素生产率带来显著的“创新补偿”效应，支持“波特假说”。

第二类观点支持“遵循成本说”，认为环境规制带给企业额外的环境治理成本，挤占了生产投资，产生负面影响。Lanoie等[5]借助4 200组设备数据对波特假说进行了再检验，结论指出严格的环境规制政策对企业绩效产生直接的负面影响，遵循环境规制政策成本所产生的负效应大于激励创新间接产生的正效应;Hancevic[6]考察美国1990年提出的清洁法案对发电效率的影响，指出清洁法案施行后，发电效率下降1%～2.5%之间;徐彦坤和祁毓[7]以城市限期达标制度作为环境规制替代指标，就环境规制对企业全要素生产率的影响进行了再评估，指出该政策实施造成未达标城市企业全要素生产率的下降。

第三类观点认为环境规制对绿色全要素生产率的影响作用存在不确定性，异质型环境规制政策对绿色全要素生产率的影响存在时间、空间上的差异。Lanoie 等[5]在研究中分当期和滞后期分别进行环境规制对全要素生产率的影响研究，结果发现当期环境规制对全要素生产率的影响为负，而滞后期却得到相反的结果;Li和Wu[8]借助空间杜宾模型对环境规制影响绿色全要素生产率的空间差異进行了比较分析，结论指出按照城市政治属性的高低分类比较来看，中国环境规制对于绿色全要素生产率的影响存在明显的区域差异。除时间、空间上的不确定性外，环境规制类型不同，其规制成本和产生的效应也将会不同;韩超和胡浩然[9]选择清洁生产标准规制政策和排污权交易规制政策，研究其对全要素生产率的影响问题;蔡乌赶和周小亮[10]将环境规制分作命令控制型、市场激励型和自愿协议型三种类型，分别探讨每类环境规制政策对绿色全要素生产率的影响。

以上三种观点有所差异，但共同验证了环境规制对于全要素生产率影响不确定性的存在。不管是“波特假说”还是“遵循成本”，研究的最终落脚点都是为寻找更加合理的环境规制政策，提升全要素生产率。同时，相比环境规制作用于行业层面的效用探讨，从区域视角进行的异质型环境规制对绿色全要素生产率的作用效应分析相对不足。我国区域经济发展不均衡及二元经济结构特征决定了环境规制政策制定及实施存在地区差异的必然性。因此，本文从区域合理性环境规制政策的选择角度出发，探讨异质型环境规制政策对于绿色全要素生产率的差异化影响。

2 理论机制与特征事实

环境规制作为解决环境问题的传统工具，一方面应该能够有效的改善生态环境质量，另一方面应当尽量减少监管机构和被监管对象的执行成本，从而实现有效的环境治理结果。不同类型的环境规制成本和效果是不同的，作用机制也存在差异。环境规制监管者认为环境保护成本的损失能够通过净收益来补偿时，环境调节工具才是高效的。因此，本文认为考察环境规制对绿色全要素生产率的影响机制，应该由“成本损失”与“收益补偿”两方面展开。

2.1 理论机制分析

2.1.1 环境规制影响绿色全要素生产率的作用机制

经济活动的负外部性、环境的公共品属性造成环境问题的产生，政府被迫制定环境规制政策对经济活动加以约束，减少环境问题的出现。政府采取严格的环境规制措施迫使企业减少污染排放，改善环境的同时也造成了企业的“成本损失”，对全要素生产率产生负面影响;相对应，环境规制政策的施行促进了资源的更加合理化配置，企业绿色技术的创新应用刺激企业的“收益补偿”效应，对全要素生产率产生正面影響。环境质量改善和全要素生产率提升能否实现“双赢”，取决于“成本损失”和“收益补偿”两者的大小。

具体而言，环境规制对绿色全要素生产率影响的“成本损失”和“收益补偿”分别体现在以下几个方面。

（1）“成本损失”分为“直接成本损失”和“间接成本损失”两部分。首先环境规制政策的执行过程需要人力、物力等成本，这部分执行成本无法取得直接产出，属于“直接成本损失”;其次，环境规制政策颁布后，一大批资金将投向环境基础设施建设，一定程度上挤占了潜在的效率投资或创新，这部分由于环境污染治理投资而形成的对生产投资的挤占，属于“间接成本损失”。

（2）“收益补偿”也分为“直接收益补偿”和“间接收益补偿”两部分。首先，环境规制的执行带来了环境质量的改善，减少了因为环境问题而造成的经济和健康损失，这部分因为环境质量改善而带来的损失减少属于“直接收益补偿”;其次，环境规制政策的执行促进了环保产业的快速发展，这部分因为环保产业发展带来的经济收益属于“间接收益补偿”;再者，环境规制的执行促进了企业的技术进步，技术进步是经济增长的内生变量，由于环境规制压力催生的技术进步所带来的这部分经济增长收益属于“间接收益补偿”。

综合以上分析，环境规制执行后，当“成本损失”大于“收益补偿”时，环境规制对于绿色全要素生产率的影响为负;当“成本损失”小于“收益补偿”时，环境规制对于绿色全要素生产率的影响为正。环境规制对绿色全要素生产率间的作用机制如图1所示。

2.1.2 不同类型环境规制对绿色全要素生产率的影响分析

环境规制政策工具的种类很多，不同种类环境规制的运行机制各不相同，其对于绿色全要素生产率的影响机理也必然存在差异。参照赵玉民等[11]的研究，本文将环境规制划分为命令控制型、市场激励型以及公众自愿型环境规制，依次分析不同环境规制工具对绿色全要素生产率的影响。

（1）命令控制型环境规制（OER）与绿色全要素生产率。命令控制型环境规制，是政府通过设定环保法律、法规等，对破坏环境的经济主体进行的强制约束。企业等经济主体并没有选择权，被迫遵守政府制定的诸如排污标准、技术标准等规定，否则将会受到严厉的处罚。

命令控制型环境规制一般能够带来迅速的环境改善，排污标准、技术标准的实施促使经济主体加大技术创新力度，改善现有工艺，绿色全要素生产率得以快速提升。但是，命令控制型环境规制政策执行成本太大，无法提供长期的动态监督。由于信息不对称，地方政府和企业出于利益最大化而选择的环境规制执行力度不同，造成了环境规制政策作用于绿色全要素生产率的效果损失。

（2）市场激励型环境规制（MER）与绿色全要素生产率。市场激励型环境规制是政府基于“污染者付费”原则设计的，旨在通过排污费征收等市场机制手段引导企业减少环境污染。市场激励型环境规制执行过程中，政府并不直接干预企业生产决策，只通过调控其面临的市场环境，交给企业自主经营决策。

市场激励型环境规制给予企业等经济主体一定的自由选择权，对经济活动过程中的环境污染进行约束的同时，让企业自主决策生产经营，是一种兼顾绿色和全要素生产率的规制办法。而且，此种环境规制遵从市场机制，具有执行成本低的优点。伴随着我国市场经济制度的日渐成熟，环境监测和执法体系的不断完善，市场激励型环境规制的作用将会越来显著。

（3）公众自愿型环境规制（VER）与绿色全要素生产率。公众自愿型环境规制，并不是政府强加的，而是取决于公众环保意识，来源于对生存本质的追求。当经济生产活动造成的环境污染威胁到公众健康，公众将会自觉行使环保法律赋予的环境监督权利和公民诉讼权利，给予政府和环保违法者压力，监督其清除环境危害。此种环境规制通过上访、新闻媒体等手段作用于企业等经济主体的声誉，进一步可能会对其市场估价和市场效益产生影响，而造成环境污染的经济主体迫于潜在声誉损失及市场经营损失，及时谈判并进行环境污染的处理。

公众自愿型环境规制的执行依赖于公众的自觉环保意识，公众的环保意识越强，环境规制执行效果越好。现在世界各国已经形成较为成熟的由公众结成的环境保护组织，专门负责环境信息的收集、污染企业的监督、环保友好行为的宣传等自愿型环境规制工作。相比之下，我国公众环保意识仍然较为薄弱，公众自愿型环保组织十分缺乏。因此，我国公众自愿型环境规制仍处于起步阶段，给经济主体带来的因执行环境规制产生的成本损失较小，伴随公众环保意识的不断增强，公众自愿型环境规制发挥的作用将更加明显。

2.2 特征事实

在实际分析中，不同环境规制对地区生产总值是否存在共同趋势也仍待检验。本文绘制不同环境规制对地区生产总值无量纲综合散点图，通过简单的散点图发现不同环境规制对地区生产总值存在稳健的相关关系（见图2），初略表现出相同特征：虽然市场激励型环境规制、公众自愿型环境规制和命令控制型环境规制对地区生产总值产生正向影响，但市场激励型环境规制（MER）对地区生产总值的影响明显高于公众自愿型环境规制（VER）命令控制型环境规制（OER）。

3 实证设计

3.1 指标选择

3.1.1 绿色全要素生产率测算指标

（1）投入和期望产出指标。在本文中，投入指标选择劳动、能源和资本三项指标。关于劳动投入，参考绿色全要素生产率研究中大多数学者的研究，选用各省历年就业人员作为代替指标;关于能源投入，考虑到能源消费种类存在地域差异，故选用折合成标准煤的地区能源消费总量作为代替指标;关于资本存量指标，目前大部分学者通用的方法是永续盘存法，公式为，kt+1=it+（1-δt）kt，其中δt是指t期实物资本的折旧率，固定资本形成总额it，当期的资本存量kt。包含基期资本存量、当年投资额、经济折旧率δ的确定以及投资品价格指数的选择。本文沿用单豪杰[12]的研究成果，继续选择固定资本形成总额衡量it，并借用各省固定资产投资价格指数代替投资价格指数。借鉴已有研究[13]，本文统一选取10.96%的折旧率δ;期望产出指标选用各地区GDP来代替，平减到以2000年为基准的不变价格水平。

（2）非期望产出指标。有关非期望产出，学者们研究中的选择弹性较大[1]。当前，我国已经进入“十三五”時期，也是实现单位GDP二氧化碳（CO2）排放强度相对2005年下降40%～45%目标的最后五年，CO2排放应是绿色全要素生产率衡量不可或缺的一项指标，本文选定CO2排放量指标当作地区的非期望产出指标。有关CO2排放量的计算，本文将陈诗一[14]基于联合国政府间气候变化专门委员会（Intergovernmental Panel on Climate Change，IPCC）能源碳排放系数估算的煤炭CO2排放系数（2.763 kg/kg标准煤）、石油CO2排放系数（2.145 kg/kg标准煤）和天然气CO2排放系数（1.642 kg/kg标准煤）与各省份各年三种能源的消费总量相乘后加总，作为各省（市）当年CO2排放总量。

3.1.2 绿色全要素生产率影响指标

（1）环境规制指标。关于环境规制的指标选取，本文基于赵玉民等[11]研究中对环境规制做出的分类办法，选用命令控制型环境规制（OER）、市场激励型环境规制（MER）、公众自愿型环境规制（VER）三类环境规制。其中，命令控制型环境规制（OER）选取地区环境机构从业人员指标代替。市场激励型环境规制（MER）选用排污费征收额代替。排污费征收是中国目前最主要的市场激励型环境规制工具，实施区域范围广、时间跨期长，相比排污权交易、补贴等政策，代表性更强;公众自愿型环境规制（VER）选取地区人大、政协环境提案数代替，人大、政协环境提案是公众参与环保监管的一种重要形式，也是目前中国为数不多的公众自愿型环境规制工具之一，环境提案数的多少反映了人民群众与民主党派对环境问题的关注程度，在一定程度上代表了公众参与环保的意愿程度。

（2）其他控制指标。本文在参考其他学者研究的基础上，选择产业结构（industry）、财政集中度（finance）、对外开放程度（open）和能源消费结构（energy）4类控制指标。产业结构（industry）选取第三产业产值与GDP比值衡量;财政集中度（finance）选取地区财政支出与GDP比值衡量;对外开放程度（open）选取地区进出口额与地区GDP比值衡量，按照当年汇率进行人民币兑换;能源消费结构（energy）选取地区能源消费总量中天然气消费量占比衡量。

3.2 模型构建

3.2.1 GML指数及其分解

学者们在进行区域或者行业层面的绿色全要素生产率测算时，大多采用Chung和Fare[15]提出的基于方向性距离函数（Directional Distance Function）的ML指数以及Oh[16]构建的Global Malmquist-Luenberger生产率指数（GML指数）。考虑到GML指数具有优于ML指数的可传递、循环累加特性，本文采用GML指数及其分解进行中国省际绿色全要素生产率的测算。

如果 GML>1，意味着绿色全要素生产率呈现增长趋势;如果 GML≤1 ，说明绿色全要素生产率下降或不变。式中，PECt，t+1和PTEt表示时间段t到t+1内纯技术效率的变化;BPCt，t+1和BPGtt+1表示时间段t到t+1内的技术进步;SCHt，t+1和SEt（Xt，Yt）表示规模效率变化。

3.2.2 Tobit回归模型构建

考虑到绿色全要素生产率值为非负截断数据，属于受限因变量。因此，相比OLS回归，Tobit回归更为适合。基于此，本文建立随机效应的面板Tobit模型：

式中，GTFPit代表绿色全要素生产率，ERj，tt为环境规制变量，当 j=1，2，3时，分别代表命令控制型环境规制（OER）、公众自愿型环境规制（VER）及市场激励型环境规制（MER）这3种环境规制。考虑到环境规制对绿色全要素生产率可能存在的“U”型曲线型关系[11]，模型中引用各环境规制的二次项;uit表示个体误差，εit表示随机误差;表示30个省份单元，t表示时间。

4 实证分析

4.1 数据来源及描述性统计

本文选择研究的样本数据区间为2005—2017年，数据主要来源于《中国环境年鉴》《中国环境统计年鉴》《中国能源统计年鉴》《中国统计年鉴》，数据单位及描述性统计结果如表1所示。

4.2 绿色全要素生产率及其分解

本文利用MAXDEA软件对选取的30省份（不包括西藏和港澳台地区）样本数据进行了GML指数及其分解测算，均值结果如图3、表2所示。

图3和表2给出了2005—2017年30省（市）整体及四大区域绿色全要素生产率变动及其分解的时间变化趋势。从整体来看，2005—2017年30省（市）绿色全要素生产率水平增长0.1%、规模效率下降0.5%和纯技术效率下降0.6%，技术进步增长1.2%，技术进步是绿色全要素增长的推动力;按照国家“五年计（规）划”分段整体趋势来看，“十一五”时期绿色全要素生产率年均增长1.1%，“十二五”时期绿色全要素生产率年均降低0.9%，“十三五”时期绿色全要素生产率年均增长0.3%（由于数据收集原因，“十三五”时期存在时间段缺失）。从三个“五年计划”时期增长率均值分解情况来看，“十一五”时期绿色全要素生产率上升主要源于技术进步的增长，“十二五”时期绿色全要素生产率下降主要源于规模效率和纯技术效率的下降，“十三五”时期绿色全要素生产率的上升主要源于纯技术效率和技术进步的增长，而规模效率仍然持续下降。

从四大区域东部地区指北京、天津、河北、上海、江苏、浙江、福建、山东、广东、海南10個省份;中部地区指山西、安徽、河南、湖北、湖南、江西6个省份;西部地区指四川、贵州、云南、陕西、甘肃、青海、宁夏、新疆、重庆、广西、内蒙古11个省份;东北地区指吉林、辽宁、黑龙江3个省份。来看，东部、中部、西部以及东北区域的绿色全要素生产率变动及其分解差异明显。东部地区绿色全要素生产率增长幅度最大，年均增长2.3%，中部地区、西部地区绿色全要素生产率分别下降1%、1.3%，东北地区绿色全要素生产率年均增长0.4%。东部地区绿色全要素生产率增长主要源于技术进步，这一结果与王兵和刘光天[17]等学者的研究一致，其中节能技术的进步对绿色全要素生产率的提升起到关键作用，而管理水平、制度优化等因素导致的技术效率提升也是一个重要原因。

中西部地区绿色全要素生产率下降主要是由于规模效率和纯技术效率的下降所导致的。中西部地区作为东部地区产业转移的直接目的地，一方面在一定程度上也不可避免成为碳排放转移的承接者，环境问题的就近转移造成了地区环境治理效率降低，另一方面产业转移也导致中部地区企业规模、管理制度与水平的波动，从而降低了中部地区绿色全要素生产率，这一点在西部规模效率上体现的尤为明显。这说明中部、西部地区在继续加强技术创新发展的同时，更需要注重经济增长与发展规模、环境保护之间的平衡。

东北地区绿色全要素生产率的增长源于技术进步，但规模效率和纯技术效率也在下降，主要原因在于东北老工业基地振兴乏力，且面临劳动力不断流失的困境，这说明在经济发展和环境保护缺一不可的绿色发展时代，东北地区仍然需要经济振兴与节能减排同步前行。

表2同时给出了2006—2017年30省份绿色全要素生产率变动及其分解的省际差异。对比全国绿色全要素生产率平均增长0.1%，30省份中仅有不到一半（14个）位于总体绿色全要素生产率水平之上。其中，东部地区有北京、天津、上海、江苏、浙江、福建、山东、广东、海南等9个省份高于总体水平，河北呈现负增长;中部有江西1个省份高于全国平均水平，其增长率为0.8%，山西、安徽、河南、湖北、湖南呈现负增长，山西省增长率在全国排倒数第三，除去其他地域因素，该现象再次印证中部地区因承接东部地区产业转移而造成污染转移的存在性;西部地区有重庆、广西、内蒙古3个省份高于全国水平，其中内蒙古规模效率位居全国30省份前列;东北地区有吉林1个省份高于总体水平，黑龙江、辽宁两个省份的绿色全要素生产率都没有达到全国平均水平，呈现负增长主要源于规模效率和纯技术效率的下降。

4.3 环境规制对绿色全要素生产率影响结果分析

本文利用stata 15.0软件进行环境规制对绿色全要素生产增长率影响的Tobit回归分析，结果如表3所示。表3中模型LR检验以及Wald检验均通过显著性检验，说明模型拟合效果很好，Tobit回归模型的使用是合理的。

命令控制型环境规制（OER）的一次项为负，没有通过显著性检验，不能说明当前环保机构人员队伍的规模对节能减排工作存在影响，进而作用于绿色全要素生产率的提升。OER的二次项为正，但是不显著，表明环境机构人员指标与绿色全要素生产率并未形成“U”型关系。这一结论并不支持短期内环境规制和绿色全要素生产率间的正相关关系，而长期的不确定性仍有待讨论。但是，该结论说明了命令控制型环境规制的效果不能单纯依靠环境机构人员规模与相关法律法规的制定，而应该重点考虑完善环境监测和执法体系，提升环境政策执行力度与效率。

市场激励型环境规制（MER）一次项为负，在1%的显著性水平上通过了检验，二次项为正，在5%的显著性水平上通过了检验。这一结果表明短期内市场激励型环境规制对绿色全要素生产率产生负面影响，但长期来看会形成正“U”型关系，结论支持了波特的假说。短期来看，排污费征收增加了企业成本压力，导致绿色全要素生产率下降;但长期来看，排污费征收这一市场激励型环境规制措施能够促使企业充分发挥自身主观能动性，企业可以在环保与经济效益之间取得最佳的平衡，兼顾绿色发展和全要素生产率的提升。随着党的十九大强调市场机制引导环保工作的开展，完善排污费征收办法，健全排污权交易体制将成为绿色环保工作进一步的方向，而市场激励型环境规制手段将会更加重要。

公众自愿型环境规制（VER）的一次项为负，在1%的显著性水平上通过了检验，二次项为正，在5%的显著性水平上通过了检验，说明存在正“U”型关系，因此该结论支持了前文的理论分析。短期来看，公众自愿型环境规制的增强，给地方政府、企业带来更高的环保压力，增加了环保成本，从而对绿色全要素生产率产生负面影响;但是长期来看，随着公众环保自觉性和监督意识日益增强，公众自愿型环境规制发挥的作用将更加明显，将使得经济主体迫于潜在社会压力及利益损失，及时开展绿色技术创新或环境污染治理，防患于未然，从而提升绿色全要素生产率。这与蔡乌赶和周小亮[10]研究结论一致。

表3中，产业结构（industry）在三组模型中均通过了显著性检验，且均表现出正影响效应，但影响程度较小。本文中，产业结构指标选用第三产业产值占比代替，正向影响结果表明第三产业比重的上升有利于绿色全要素生产率的提升。一般认为，现代服务业具有低消耗、少污染、高科技、高效益的特征。第三产业比重的上升不仅表现为本国产业间结构的优化升级，更由于第三产业对第一、二产业生产效率的促进作用，从而表现为不同产业之间协调聚合的程度上升，也即产业间相互作用所产生的资源要素合理配置和动态的均衡的效应提升。由于重化工业是中国碳排放的主要来源，因此产业结构的转型升级成为实现绿色发展、低碳发展的重要一环。

能源消费结构（energy）符号为正，并只在命令型环境规制下通过了显著性检验（10%）。能源消费结构指标本文选用天然气消费量的占比代替，正向影响结果表明天然气能源使用比重的增加将利于节能减排目标的实现。不过，就系数对比来看，能源消费结构对绿色全要素生产率的推动作用与产业结构的推动作用类似，仍然比较小，因此可以推断向绿色能源消费结构转变力度不足，寻求水、核、风、电能源消费比重的“大幅增加”将对碳排放的下降起到更为明显的作用。

财政支出集中度（finance）在三组模型中均通过了显著性检验，都表现出负影响效應，且影响程度较大。本文选用政府财政支出占地区GDP比重来衡量财政集中度，反映了财政支出对GDP的实际使用和支配规模。从当前国家政策导向来看，“绿色财政”战略是绿色发展战略的重要组成部分，政府可以通过设置绿色专项基金、绿色政府采购等手段推动绿色全要素生产率的持续增长，加快绿色发展战略的最终实现，但负向影响结果说明财政支出增加并没有真正促进经济的绿色发展。

对外开放程度（open）符号为正，在三组模型中均没有通过显著性检验。说明扩大对外开放并不能显著提升我国绿色全要素生产率。一般而言，对外开放对绿色全要素生产率的影响主要通过以下三种途径进行传导：一是对外开放所在促进经济增长的同时，也伴随着资源消耗与环境污染;二是对外开放对我国产业结构调整具有重要影响，既有可能将污染较为严重的产业转移到我国，也可以通过先进制造业与服务业的转移也会促进我国产业结构升级，提升产出效率;三是通过技术溢出对我国要素生产率的提升产生影响。以上三种效应综合决定了对外开放对绿色全要素生产率的影响程度。

4.4 稳健性检验

可用于环境规制的替代指标很多，本文将三类环境规制分别选择一个替代指标进行检验。其中，命令控制型环境规制（OER）选取“环境行政处罚案件数”作为替代指标;公众自愿型环境规制（VER）选取“地区环境信访来信总件数”作为替代指标，其中缺失的数据采用SPSS缺值分析后并对其进行预测;市场激励型环境规制（MER）选取“三同时保证金”作为替代指标[11]，结合数据的可获得性，使用各地区“执行三同时项目环保投资额”进行具体衡量。具体结果如表4所示。

从表4可以看出，市场激励型环境规制（MER）与公众自愿型环境规制（VER）变量的符号以及显著性与前文的实证结果保持一致，说明变换环境规制指标也没有改变环境规制促进地区绿色全要素生产率增长的结论，命令控制型环境规制（OER）虽然符号有所变化，但是表现出不显著，与前文实证也一致。这说明，本文的实证结论是稳健的。进一步，四个控制变量的符号以及显著性与前文实证分析结论完全一致，除对外开放程度（open）外都在命令控制型环境规制下通过显著性检验，产业结构（insdustry）和财政支出集中度（finance）在三种环境规制下均通过显著性检验。所有这些结论证明，即使考虑环境规制指标的差异性，所提假说依然得到验证，实证结论依然稳健。

同时，本文还从其他两个角度进行稳健性检验：第一，考虑到经济主体往往对环境规制工具的反应存在时滞，环境规制的效用需要过一段时间才能发挥出来，本文分别考察了三种环境规制的滞后一期变量对绿色全要素生产率的影响，考察结果和前文保持一致;第二，增加科研水平控制变量（技术市场成交额占GDP比重衡量）进行回归考察，考察结果显示环境规制核心变量结果保持一致。

5 结论及启示

本文在绿色发展、低碳发展的新时代背景下，就不同类型的环境规制政策对绿色全要素生产率的影响问题展开研究。主要结论如下。

（1）绿色全要素生产率的测算及分析研究发现：基于碳排放的中国绿色全要素生产率呈现正增长态势，技术进步为主要推动力;绿色全要素生产率地区差异明显，一半以上省（区）落后于全国整体平均水平，四大区排名为东部、东北、中部、西部地区。

（2）不同类型环境规制对绿色全要素生产率影响的实证结果显示，公众自愿型以及市场激励型环境规制在短期内对绿色全要素生产率的增长起到抑制作用，而在长期内对绿色全要素生产率的增长起到促进作用，但是命令控制型环境规制对绿色全要素生产率增长的影响不明显;产业结构、能源消费结构对绿色全要素生产率表现为显著的正向影响，产业结构转型升级以及能源结构的“大幅调整”成为绿色全要素生产率提升的重要推动力;财政支出集中度对绿色全要素生产率表现为显著的负向影响，财政支出规模、结构和财政支出政策还有待优化;外开放程度对绿色全要素生产率的影响为正，但效果并不明显，加快向绿色国际贸易发展模式转变将利于绿色全要素生产率的增长。

基于以上两部分主要结论，得出以下几个方面的政策启示。

①加快生产技术绿色升级及推广，提升地区绿色技术水平。技术进步是提升绿色全要素生产率的主要推动力，应该全面推广节能减排技术、清洁高效工艺，用于改造传统制造业。②完善排污权交易、碳排放交易等规制办法，构建市场型环境规制引导机制。市场激励型环境规制成为促进绿色全要素生产率增长的主要规制力量，继续深入开展排污权交易、碳排放交易试点工作，总结并完善其规制办法，最终推广到全国所有省份获取环境红利。③要建立健全公众参与的法律法规，建立完善、透明的政府信息公开制度，加强企业的信息披露制度;充分发挥媒体的监督机制以及声誉机制作用，加大教育宣传力度，鼓励民众积极参与环保事业，践行绿色生活方式，积极发挥公众自愿型环境规制对绿色经济发展的促进作用。④加速服务业发展，扩大水、核、风、电等新能源的消费比重。遵从产业发展规律，加速工业向服务业的升级转化，提升第三产业占比。同时，加快传统能源向新兴能源在产业发展中的更替，大规模开发利用新兴能源。 ⑤坚持绿色财政，探索贸易低碳政策。加大政府财政支出中“绿色支出”力度，支持低碳技术研发工作，推动绿色项目有效运转，促进绿色产业发展。积极探索低碳贸易政策，推行低碳贸易模式，开发新兴贸易市场，推动出口贸易的低碳转型。

参考文献

[1]王兵，吴延瑞，颜鹏飞.环境管制与全要素生产率增长：APEC的实证研究[J].经济研究，2008（5）：19-32.

[2]ZHANG C H， LIU H Y， BRESSERS H T A， et al. Productivity growth and environmental regulations-accounting for undesirable outputs：analysis of Chinas thirty provincial regions using the Malmquist-Luenberger Index [J]. Ecological economics， 2011， 70（12）：2369-2379.

[3]YANG C H， TSENG Y H， CHEN C P. Environmental regulations， induced R&D，and productivity： evidence from Taiwans manufacturing industries [J]. Resource & energy economics， 2012， 34（4）：514-532.

[4]郭妍，张立光.环境规制对全要素生产率的直接与间接效应[J].管理学报，2015，12（6）：903-910.

[5]LANOIE P， LAURENT-LUCCHETTI J， JOHNSTONE N， et al. Environmental policy， innovation and performance： new insights on the Porter Hypothesis[J]. Journal of economics & management strategy， 2011， 20（3）：803-842.

[6]HANCEVIC I P. Environmental regulation and productivity：the case of electricity generation under the CAAA-1990 [J]. Energy economics， 2016，60：131-143.

[7]徐彥坤，祁毓.环境规制对企业生产率影响再评估及机制检验[J].财贸经济，2017，38（6）：147-161.

[8]LI B， WU S S. Effects of local and civil environmental regulation on green total factor productivity in China： a spatial Durbin econometric analysis [J]. Journal of cleaner production， 2016，153：342-353.

[9]韩超，胡浩然.节能减排、环境规制与技术进步融合路径选择[J].财经问题研究，2015（7）：22-29.

[10]蔡乌赶，周小亮.中国环境规制对绿色全要素生产率的双重效应[J].经济学家，2017（9）：27-35.

[11]赵玉民，朱方明，贺立龙.环境规制的界定、分类与演进研究[J].中国人口·资源与环境，2009，19（6）：85-90.

[12]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，2008，25（10）：17-31.

[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.

[14]陈诗一.能源消耗、二氧化碳排放与中国工业的可持续发展[J].经济研究，2009，44（4）：41-55.

[15]CHUNG Y， FARE R. Productivity and undesirable outputs：a directional distance function approach [J]. Journal of environmental management， 1997，51：229-240.

[16]OH D. A global Malmquis-Luenberger productivity index [J]. Journal of productivity analysis， 2010， 34（3）：183-197.

[17]王兵，刘光天.节能减排约束下经济增长动力探究——基于BDDFM的实证研究[J].经济问题，2015（10）：7-13，39.

（责任编辑：王爱萍）