不同类型环境规制对制造业绿色全要素生产率的影响效应研究——基于DEA-Malmquist指数法与空间误差模型的实证分析

张优智，乔宇鹤

（西安石油大学 经济管理学院，陕西 西安 710065）

改革开放以来，中国国内生产总值持续增长，其中占重要比重的制造业也取得高速发展，然而存在于制造业发展中的高消耗、高污染问题影响着制造业的可持续发展，面对我国当前经济发展与环境保护的双重困局，制造业迫切需要进行发展方式的转变。在引导制造业走绿色发展道路的过程中，绿色全要素生产率改善的重要性不容忽视，将能源消耗和污染排放同时纳入考量的绿色全要素生产率是实现绿色发展的本质，也是实现我国制造业增长与发展的根本途径。中国地域辽阔，地区差异显著，国家也在不断探索、推行行之有效的环境规制。鉴于不同环境规制的作用存在差异，探究不同类型环境规制如何影响制造业绿色全要素生产率（green total factor productivity, GTFP）具有战略性意义。

1 文献综述

与环境规制对制造业影响相关的研究[1-3]。李廉水和徐瑞[4]研究了环境规制和制造业创新的关系，研究对象为中国制造业，分析结果表明环境规制的影响存在行业异质性。韩国高[5]研究了环境规制和制造业产能利用率之间的相关性关系，研究对象为制造业28个行业，结果显示环境规制对制造业产能利用率有积极作用。郭宏毅[6]将环境规制和制造业产业集聚充分结合，以我国制造业20个细分行业为研究对象，经过实证研究明确了二者之间的关系为“U”型。赵磊[7]深入探讨环境规制对制造业创新效率的作用，最终得出环境规制促进制造业创新效率的结论。有关制造业产业升级的研究占大多数[8-10]，林秀梅和关帅[11]的研究内容为环境规制与制造业升级的非线性关系，构建了面板平滑迁移回归模型，分析结果显示环境规制倒逼制造业升级，严规制的作用要强于弱规制。余东华和崔岩[12]的研究内容同样为环境规制和制造业升级，对前者进行正式与非正式分析，最终得出正式有“U”型影响、非正式影响较弱的结论。除此之外，卫平和余奕杉[13]、原毅军和陈喆[14]通过系统GMM方法对环境规制如何影响制造业升级进行分析，发现严格的环境规制对制造业升级有积极影响，前者还提出增强公众环保意识的重要性及环境规制作用的省际差异。江小国和张婷婷[15]在此基础上进行研究，发现正式和非正式环境规制均有利于制造业高级化、合理化。

与环境规制对制造业绿色全要素生产率影响相关的研究[16-18]。张建清等[19]以长江经济带为研究对象，明确了制造业GTFP在环境规制影响下变动的大致方向，他们的看法是环境规制的作用有产业和地域差异，对传统产业的影响大于非传统产业，对长江中、上游的影响更大。吴朝霞和张智颖[20]用非参数DEA-Malmquist指数法和综合测量体系分别量化制造业全要素生产率和环境规制，提出环境规制对重、中和轻度污染行业的作用分别为促进、阻碍和不显著。彭佼羊[21]将我国27个制造业行业按污染强度划分为轻度、中度和重度污染行业，通过门槛模型分析正式和非正式环境规制对制造业GTFP的影响，确定正式和GTFP的关系为倒“N”，而非正式有积极作用。龚梦琪等[22]在环境规制影响制造业绿色全要素生产率机理的基础上提出理论假说，研究样本来源于2005—2017年中国27个制造业行业，在测度这些行业绿色全要素生产率的基础上，实证得出环境规制与之有倒“U”型关系。

基于现有研究，本文以2009—2017年我国30个省份（西藏及港澳台地区除外）作为研究对象，首先测度研究对象的制造业GTFP，使用的方法为DEA-Malmquist指数法，然后分析环境规制对制造业GTFP的影响，使用的方法为空间误差模型。

2 机理分析

环境规制对制造业GTFP的作用机制说明如下，具体作用轨迹分别见图1～图3。

图1 命令控制型环境规制对制造业绿色全要素生产率的作用机理

图2 激励型环境规制对制造业绿色全要素生产率的作用机理

图3 公众参与型环境规制对制造业绿色全要素生产率的作用机理

命令控制型环境规制对企业污染排放提出更高的要求，使得企业不得不加大资金投入治理污染以实现更严格的污染排放标准，生产成本负担加重，产生“遵循成本”效应，影响企业决策；政府及企业执行命令控制型环境规制的成本大，都会造成其对绿色全要素生产率的作用大打折扣。此外，命令控制型环境规制可以激发“创新补偿”效应，缓解甚至抵消命令控制型环境规制给企业带来的成本，促使一部分未能达到环境规制标准的企业退出市场，提升绿色全要素生产率。

在激励型环境规制下，企业如不对生产技术和生产方式进行改变，无论是采取购买排污权的方式，还是选择减少产量的方法，都会使得绿色全要素生产率下降。企业如对生产技术和生产方式进行改变，尽管会挤占部分正常的生产性投资，但可以实现保持产量同时减少污染排放；将由此产生的排放限额剩余出售给需要的企业，获取额外收入；提高行业进入壁垒，限制未达到污染排放标准的企业进入，淘汰行业内其他未进行绿色生产的企业，均可促进整个行业绿色全要素生产率的提升。

在公众参与型环境规制下，企业迎合消费者需求，降低企业污染后，得到消费者的信任，销售额和市场占有率增加，从而优化绿色全要素生产率。公众、地方环保组织及媒体督促企业约束污染行为，企业迫于政府环境惩治、社会舆论及企业形象受损的压力，不得不对现有生产方式进行绿色化改进或使高污染企业从该行业退出，从而促进绿色全要素生产率的提升。

从空间效应的角度来看，一个地区企业受环境规制的影响，生产成本增加，或缩减规模，减少要素投入，使得劳动和其他生产要素向外流动，而最先流向的就是邻近地区，致使本地区和邻近地区绿色全要素生产率发生变动；或促使企业进行技术创新，加大力度研发清洁技术，改良生产技术，采用清洁工艺和设备进行生产，促进该地区企业技术升级，影响绿色全要素生产率。

3 制造业绿色全要素生产率的测度

3.1 测度方法及投入产出指标说明

以2009—2017年我国30个省份的制造业为本文的研究对象，在DEA2.1软件中利用DEA-Malmquist方法测度研究对象的制造业GTFP，具体投入产出指标的选择如下：（1）投入：选择资本、劳动和能源作为投入要素，分别用制造业固定资产投资额、制造业行业从业人数和制造业能源消费量来衡量。（2）产出：分别选择制造业销售产值及污染排放为期望、非期望产出。其中，制造业固定资产投资额和制造业销售产值利用价格指数平减，剔除价格干扰，制造业能源消费量和污染排放量利用制造业销售产值与工业总产值的比值分别乘上工业终端能源消费量和工业二氧化硫排放量间接得到，工业终端能源消费量先由各类能源通过各自的折标准煤系数折算成标准煤，再加总得到。数据来源于2010—2018年的《中国统计年鉴》《中国工业统计年鉴》《中国环境统计年鉴》《中国环境年鉴》及国家统计局网站，各项指标说明见表1。

表1 投入和产出指标描述性统计

3.2 测度结果及分析

由图4制造业GTFP测度结果可以看出，除2010—2011年、2013—2014年、2015—2016年，其余年份制造业GTFP均为无效。2009—2017年我国制造业GTFP存在较大幅度的波动，2009—2010年最低，随后的2010—2011年为最高，2010—2011年和2011—2012年分别是制造业GTFP上升幅度最大和下降幅度最大的阶段。2009—2017年我国制造业GTFP与TECH的变化趋势基本相同，表明TECH对制造业GTFP的作用更大，是制造业GTFP变动的主要来源，而EFFCH作用较小，改善GTFP的关键在于提升TECH水平。除2013—2014年，其余年份的PECH较为平稳，SECH也保持在较高水平。

图4 2009—2017年我国制造业GTFP及分解变动情况

鉴于各地区制造业发展水平存在差异，表2中列明各地区9年的制造业GTFP平均情况。从表2可以看出，各地区9年的制造业GTFP均值基本在1附近，但仅有广西、海南、重庆、贵州和新疆实现DEA有效，这些地区的制造业GTFP均值差异很小，其余地区的制造业GTFP均值存在较大差距。海南和新疆的制造业GTFP均值在所有研究对象中排名前两位，河北排名最后。同样地，各地区的制造业GTFP主要受TECH的影响而发生变动，但受EFFCH的影响较小。

表2 2009—2017年各地区制造业平均GTFP及分解项情况

4 实证分析

4.1 模型构建与变量说明

本文建立如下模型分析环境规制对制造业绿色全要素生产率的影响：

模型（1）～（3）分别为命令控制型、激励型和公众参与型环境规制影响制造业绿色全要素生产率的空间误差模型，其中，GTFP代表制造业绿色全要素生产率，通过前文测度得到；CE、IE和PE代表三类环境规制，分别用环境污染治理投资同制造业产值的比值、排污费解缴入库金额同制造业产值的比值和环境信访来信总件数来衡量；RD为技术创新水平，用R&D经费内部支出衡量；FDI是对外开放水平，用外商直接投资来描述。环境污染治理投资、排污费解缴入库金额、制造业产值、R&D经费内部支出和外商直接投资通过价格指数平减，剔除价格因素影响，除GTFP和IE之外的其余变量均取对数。数据来源于2010—2018年的《中国统计年鉴》《中国科技统计年鉴》《中国工业统计年鉴》《中国环境年鉴》《中国环境统计年鉴》，具体指标说明见表3。具体数据描述性统计结果见表4。

表3 变量说明

表4 描述性统计结果

4.2 空间相关性检验

2009—2017年GTFP及三类环境规制的全局Moran’s I检验结果见表5，GTFP使用邻接矩阵和地理距离矩阵进行两次Moran’s I检验，三类环境规制用邻接矩阵进行Moran’s I检验。

从表5的Moran’s I检验结果看到，无论使用何种矩阵，GTFP Moran’s I的变动大致相同，仅有2013年和2015年存在未通过显著性检验的情况。可能的原因是，部分地区制造业GTFP呈正相关关系，而部分地区制造业GTFP呈负相关关系，合并后使得这两年的制造业GTFP Moran’s I结果未通过显著性检验，不能否认其空间相关性。因此，总体来看各地区GTFP呈现较强的空间相关性。三类环境规制同样存在正的空间相关性，环境规制强度大的地区与环境规制强度大的地区相邻。

表5 2009—2017年制造业绿色全要素生产率及环境规制全局Moran’s I

4.3 空间回归结果及分析

首先对模型（1）～（3）进行LM-lag和LM-error检验、稳健的LM-lag和LM-error检验，判断研究环境规制对制造业绿色全要素生产率影响的模型选择，并在表6中列出检验结果。

表6 LM-lag和LM-error检验、稳健的LM-lag和LM-error检验结果

从表5～7的检验结果可以看出，无论是邻接矩阵还是地理距离矩阵，LM-lag和LM-error均通过显著性检验，仅有稳健的LM-error在两个空间矩阵下均通过显著性检验，同时结合豪斯曼检验结果，三类环境规制对制造业绿色全要素生产率的影响均选择SEM随机效应模型检验。模型（1）～（3）的回归结果见表7。

表7所列结果表明，空间误差系数在模型（1）～（3）中的结果一致，均为正值且均通过1%的显著性检验，表明我国制造业绿色全要素生产率存在显著的空间溢出效应。在模型（1）的估计结果中，命令控制型环境规制在邻接矩阵下和地理距离矩阵下的回归系数为-0.072和-0.064，均通过1%的显著性检验且均为负。分析其原因，由政府的主导命令控制型环境规制，虽然补偿了一部分企业治污投资，但企业处于被动接受地位，未能激发企业治污主动性和积极性，因而对制造业绿色全要素生产率产生阻碍作用。在模型（2）的估计结果中，激励型环境规制在邻接矩阵和地理距离矩阵下的回归系数为-0.005和-0.002，前者通过10%的显著性检验，后者未通过显著性检验。可能的原因是，一方面，社会经济快速发展，排污费征收标准调整滞后，同时，排污费征收制度档次划分不细致，容易出现“劣币驱逐良币”情况；另一方面，排污权交易市场不够健全，这些问题都有可能导致激励型环境规制对制造业绿色全要素生产率产生消极影响。在模型（3）的估计结果中，公众参与型环境规制在邻接矩阵下的回归系数为0.011，未通过显著性检验；在地理距离矩阵下的回归系数为0.024，通过5%的显著性检验。公众环保素养、意识提升，参与环境保护的方式科学规范、渠道畅通、过程全面深入、规模扩大，参与环境保护的权利得到保障，有效提升公众参与型环境规制对制造业绿色全要素生产率的作用效果。

表7 环境规制对制造业绿色全要素生产率影响的回归结果

5 结论与建议

本文研究发现：（1）2009—2017年我国制造业GTFP存在较大幅度的波动，2009—2010年最低，2010—2011年最高，TECH对制造业GTFP的作用更大，各地区的制造业GTFP均值基本在1附近。（2）不同环境规制的影响有差异。命令控制型环境规制在改善制造业GTFP过程中有阻碍作用，激励型环境规制在改善制造业GTFP过程中的作用较小，公众参与型环境规制在改善制造业GTFP过程中有促进作用，制造业GTFP存在显著的空间溢出效应。据此提出以下建议：

（1）技术进步是我国制造业绿色全要素生产率提升的主要动力，全面推广节能减排技术，引入清洁高效设备和工艺，改良制造业生产技术，实现制造业绿色全要素生产率的改进。加强区域间技术合作交流，破除技术跨区域自由流动壁垒，创造区域协同发展环境。利用制造业高水平地区GTFP空间溢出效应，带动周边制造业不发达地区，实现区域制造业GTFP改善。（2）发挥各类环境规制的作用要充分考虑地区制造业发展实际情况，健全环境规制体系，高效、合理改善各地区制造业GTFP。命令控制型环境规制在改善制造业GTFP过程中的作用不容忽视，可以依据我国制造业的特点，提高环境污染治理投资的使用效率；激励型环境规制在改善制造业GTFP过程中的作用较小，可以逐步健全排污权交易市场发挥其作用；公众参与型环境规制在改善制造业GTFP过程中有积极作用，要逐步提升公众参与环境保护的意识，最大化公众参与型环境规制的作用。