环境规制、技术进步与能源碳排放效率

王 东，李金叶

（1.新疆大学 经济与管理学院，新疆 乌鲁木齐 830046；2.新疆大学 新疆宏观经济高质量发展研究中心，新疆 乌鲁木齐 830046）

一、引言

伴随着中国经济的快速增长，环境问题日益严峻，为应对环境污染及全球气候变化，中国不断加大环境治理力度，并制定一系列环境规制政策，促进节能减排。碳排放行为在经济发展过程中具有较强负外部性，市场机制在降低碳排放、提高能源碳排放效率上存在失灵现象，需要政府进行环境规制作为弥补市场失灵的必要补充和重要手段。长期以来高能耗、高排放、高污染的生产方式是导致碳排放加剧的重要因素，随着中国经济进入高质量发展阶段，技术进步对实现经济发展方式由要素驱动向创新驱动转变具有重要推动作用，“碳达峰”“碳中和”背景下技术进步无疑是影响能源碳排放效率的重要因素。因此，分析环境规制、技术进步对能源碳排放效率的影响与传导机制，对探讨环境目标约束下如何实现经济增长与环境保护的“双赢”及经济高质量发展具有一定的现实意义。

二、文献综述

1.环境规制与能源碳排放效率

已有文献关于环境规制对能源碳排放效率的影响研究存在两种观点：一种观点认为环境规制存在“绿色悖论”，而另一种观点则认为环境规制具有“倒逼减排”的效应。Sinn(2008)认为，随着环境规制力度的不断加大可能会导致化石能源开采的提前加速，进而使碳排放迅速增长[1]，当政府制定刺激低碳能源的发展政策以在将来部分替代化石燃料的政策时，市场预期表现为未来化石能源需求减少[2]，因此能源所有者会在环境规制政策的宣布与实施之间的过渡期做出反应，致使能源开采路径前移[3]，使得当前能源供应增加，能源消耗加速，因而不利于能源碳排放效率的提高。张华(2014)基于中国2000—2011 年省级面板数据的实证分析发现，地方政府竞争的存在使得环境规制对本地区和相邻地区的碳排放产生促进作用，证实了“绿色悖论”的存在[4]。伍格致、游达明(2018)通过实证研究也得出相似结论[5]。而Van&Withagen(2012)认为当替代化石燃料的清洁能源价格相对于边际全球变暖损失更为廉价时，并不会出现“绿色悖论”现象[6]。何小钢、张耀辉(2012)基于STIRPAT 模型和动态面板数据，对中国工业碳排放影响因素进行实证分析，发现政府环境规制有利于降低碳排放，环境规制的“减排效应”显著[7]。许广月(2013)通过构建碳强度俱乐部收敛模型，研究发现环境规制可抑制碳排放，具有显著的减排效应，有助于能源碳排放效率提升[8]。张华、魏晓平(2014)则认为“绿色悖论”效应会随着环境规制力度的逐渐强化而削弱，进而对碳排放形成显著的抑制作用[9]。

2.技术进步与能源碳排放效率

经济发展新常态下，只有加快提高技术进步水平，推动创新引领高质量发展，才能促进碳排放强度的显著下降，提高能源碳排放效率[10]。Anderson(2001)从污染控制的视角出发，研究了技术进步对环境污染的影响，发现通过采用先进的污染治理技术后，可以以较小的生产成本实现污染的大幅减少[11]。冯烽(2015)运用面板向量自回归模型进行实证检验，发现技术进步能够显著提升能源效率[12]。李强等(2014)认为技术进步显著促进了能源节约和能源碳排放效率的提升[13]。但是由于技术进步推动经济快速发展，会对能源产生新的需求，使得因能源效率的提升所节约的能源消耗被部分抵消，即技术进步对能源消费的“回弹效应”会影响能源碳排放效率提升[14]。张江山、张旭昆(2014)对中国28 个省份1987—2012 年的能源“回弹效应”进行测算，发现技术进步不一定能达到减少能源消耗和降低碳排放的预期目的，反而会出现能耗逆反增长[15]。

3.环境规制与技术进步

环境规制与技术进步对能源碳排放效率的影响不仅体现在直接效应上，也可能存在间接效应，即环境规制可能通过影响技术进步进而对能源碳排放效率产生影响。“遵循成本说”认为环境规制虽然会提升社会整体福利水平，但是也会造成企业成本上升，抑制企业创新投入，降低企业技术创新能力[16]。而“波特假说”认为合理的环境规制有助于企业促进技术创新并能够抵消遵循成本，提高竞争力，对经济绩效产生促进作用[17]。Berman&Bui(2001)认为环境规制对创新具有“补偿效应”，会弥补环境治理带来的成本负担，有利于经济效率提升[18]。蒋伏心等(2013)认为适宜的环境规制政策可以实现创新绩效对投入成本的补偿，进而提升技术进步水平[19]。苗苗等(2019)基于A 股上市企业数据进行实证分析，认为加强环境规制力度显著提升了企业创新能力，促进了技术进步[20]。

通过以上文献梳理可知，已有文献对环境规制、技术进步与能源碳排放效率进行了较为丰富的研究，但是一方面已有文献大多用CO2排放量、碳排放与GDP 比重等指标衡量能源碳排放效率，将其定义为单一投入产出系统，并未涉及碳排放与其他要素投入之间的关系，对经济活动的整体效率水平考虑不足；另一方面，已有文献多针对环境规制、技术进步对能源碳排放效率的直接效应分析，对于环境规制通过技术进步影响能源碳排放效率的中介传导机制分析不足，缺乏间接效应分析。鉴于此，文章使用同时包含经济增长、要素投入和二氧化碳非合意产出的“能源碳排放效率”为指标，将环境规制、技术进步与能源碳排放效率制纳入同一框架，对环境规制影响能源碳排放效率的直接效应和通过影响技术进步进而影响能源碳排放效率的间接效应进行实证考察，厘清三者的作用机制，并提出相应政策建议。

三、能源碳排放效率的测算

1.测算模型的构建

相较于单要素碳排放效率而言，基于多投入产出系统的全要素碳排放效率是同时考虑了经济增长、资源型和非资源型投入以及能源碳排放量等综合性指标，因此更能全面客观地反映经济活动的整体效率水平。数据包络分析是采用线性规划技术，根据决策单元(DMU)的投入和产出来确定生产有效前沿面，并通过衡量每个决策单元距离前沿面的远近判断其技术效率的非参数方法，在全要素碳排放效率测算方面得到了较为广泛的应用[21]。但是由于传统DEA 模型多为径向和角度的特征，并未充分考虑投入和产出的松弛性问题，致使评价结果与实际经济状况产生较大差异，会对碳排放效率评价结果的精准性产生一定影响。Tone 提出的SBM 模型充分考虑了非期望产出的松弛度，能很好地处理非期望产出，提高估计精度，较为符合现实经济情况，而在SBM基础上的超效率SBM模型可进一步对决策单元的效率值进行排序，提高了评价精准度[22，23]，因此文章选用超效率SBM模型对含有非期望产出的能源碳排放效率进行测算。

2.基于非期望产出的超效率SBM 模型

假设有n 个决策单元(DMU)，每个决策单元所包含m 单位投入、S1单位期望产出和S2单位非期望产出，其元素向量可表示为：x∈Rm，yg∈RS1和yb∈RS2，矩阵X、yg、yb的定义如下：设定xi＞0，则生产可能性集合表示为：P={(x，yg，yb)进一步，根据已知的投入产出要素测度决策单元效率，公式如下：

其中，决策单元为(x0，yg，yb)；S-，Sg，Sb分别为DMU 的投入、期望产出和非期望产出的松弛量，当ρ=1 时，认为被评价单元有效，0≤ρ＜1 时认为被评价单元无效率。公式(1)中模型为非线性，可通过Charnes—Cooper 方法转换为线性规划模型，以便更好地测算效率值，线性转化模型如下：

为避免效率值出现多个决策单元的绝对效率状态，保证效率分析及评价的合理性，将超效率与SBM模型结合，具体测算公式如式(3)所示，ρ*代表各决策单元即中国各省区的效率值，其数值大小可以大于1，有助于对效率值进行比较分析。

3.能源碳排放效率的测度与分析

指标层面参考齐红倩、陈苗(2018)，李金铠等(2020)的做法选取能源、劳动、资本作为资源与非资源型投入指标，选取国内生产总值和一般公共预算收入作为期望产出指标，选取二氧化碳排放量为非期望产出指标[24，25]。其中，二氧化碳排放量的测算参考牛秀敏(2016)的研究，选取煤炭、焦炭、燃料油、汽油、煤油、柴油、天然气七种化石能源消费量数据，根据IPCC(2006)提供的碳排放系数进行能源碳排放量的计算，最后将各种能源的碳排放量进行加总求和得出[26]。数据分别来源于历年《中国能源统计年鉴》 《中国人口和就业统计年鉴》 《中国统计年鉴》和《中国环境统计年鉴》，表1 报告了能源碳排放效率测算的相关指标具体内容。

表1 能源碳排放效率测算的指标体系构建

考虑各省区市经济发展水平的差异性选择基于规模报酬可变(VRS)的生产技术约束，测算中国省际能源碳排放效率，表2分别列示出2006 年、2013 年和2020 年各省份能源碳排放效率值以及2006—2020 年各省份及地区能源碳排放效率的均值，从表中可以看出海南、青海、上海、广东、北京等省份能源碳排放效率均值位居全国前列，前五名中除青海以外，其他四省市全部为东部地区省份，表明东部地区省市经济发展和环境保护的协调性较好。河南、山西、新疆、黑龙江等省份能源碳排放效率值较低，位居全国倒数。从区域视角来看，东部地区能源碳排放效率最高，中西部地区能源碳排放效率平均值低于全国平均值，中国三大区域整体呈现出东部地区最高、西部地区次之、中部地区最低的特征。

表2 中国省份及地区能源碳排放效率

四、研究设计

1.指标选取

（1） 被解释变量

由于文章探讨环境规制、技术进步与能源碳排放效率的关系及影响机制，因此选择上述基于非期望产出的超效率SBM模型测算出的能源碳排放效率(ceff)为被解释变量。

（2） 核心解释变量

文章以环境规制(erinv)为核心解释变量，环境规制是以保护环境为目的，旨在通过政府指定法律法规实现环境保护和经济可持续发展的一种约束性力量[27]，用工业污染治理投资额占GDP 的比重表示[28]。

（3） 中介变量

由于文章探讨环境规制能否通过技术进步中介机制对能源碳排放效率产生影响，因此，以技术进步(tech)作为中介变量进行研究，技术进步变量指标采用熵值法对各地区R&D 人员、R&D支出、发明专利授权数及技术市场成交额4 项指标进行综合评价，用综合评价得分表示，首先对单项指标进行标准化处理：

其中，i 表示各省份(i=1，2，3，…，30)，j 表示综合评价选取的4 项指标(j=1，2，3，4)，xij代表各省份4 项指标的原始数值，每个指标中的最大值用max(xj)表示，最小值则用min(xj)，进一步将4 项指标进行标准化处理，记为zij，进而计算第j 项指标的熵值为：

基于熵值确定指标权重：

则各省份的技术进步指数为：

（4） 控制变量

产业结构是人类活动影响环境质量的重要环节，产业结构升级是促进绿色发展的重要驱动力，对能源碳排放效率具有重要影响，因此选取产业结构(str)作为控制变量，用第三产业与第二产业比重表示[29]；依据“资源诅咒”理论，能源禀赋会对地区经济发展与碳排放产生一定影响，因此选取能源禀赋(res)作为控制变量，用能源产量与能源消费量比重表示[30]，2020 年省际能源生产及能源消费量用总量与各省份2019 年能源生产及消费量占全国比重的乘积表示；由于人力资本(hcl)体现了人自身的知识与技能，是技术进步和创新发展的重要力量，用各省份普通本专科毕业学生数占总人口比重表示；开放水平(open)可能引起污染转移和技术溢出等效应,对技术进步与碳排放效率具有较大影响，用进出口贸易总额占GDP 比重表示；长期以来，以投资为主要驱动力的发展方式对环境污染造成重大影响[31]，因此选取固定资产投资(fai)作为控制变量，用地区固定资产投资额的对数表示；经济发展水平是影响地区环境治理能力和二氧化碳排放的关键因素，因此选择经济发展水平(pgdp)作为控制变量，用人均地区生产总值表示。

2.数据来源与描述性统计

文章选取的面板数据是除中国香港、澳门、台湾地区及西藏以外的30 个省级行政单位2006—2020 年的相关数据，原始数据均来自历年《中国统计年鉴》 《中国科技统计年鉴》 《中国环境统计年鉴》 《中国能源统计年鉴》 《中国环境年鉴》及各省份的统计年鉴，表3 报告了数据的统计特征。

表3 变量描述性统计

3.基准回归模型

基于以上分析，文章构建式(8)所示的面板数据计量模型：

其中，i 代表截面数，t 代表时期数，ceff 为被解释变量即能源碳排放效率，erinv 为核心解释变量环境规制，β1代表估计系数，Xit代表一系列控制变量，估计系数为γ，λi为地区固定效应，μit为随机干扰项。

通过计算方差膨胀因子识别解释变量的多重共线性，解释变量VIF 均小于10，故而面板数据不存在多重共线性问题，估计量β1和γ 可识别，对面板数据进行Hausman 检验，结果强烈拒绝原假设，即认为应该使用固定效应模型，因此运用面板数据固定效应模型进行实证分析，分别采用最小二乘估计、极大似然估计以及广义最小二乘方法进行估计，基准回归结果见表4。

表4 基准回归结果

从表4 中可以看到，环境规制对能源碳排放效率的影响系数均至少在10%水平上显著为负，说明环境规制不利于能源碳排放效率提升，资源禀赋、对外贸易和固定资产投资均对能源碳排放效率起到抑制作用，经济发展水平则有利于提升能源碳排放效率，三种估计方法回归结果一致，说明回归结果具有一定稳健性。

4.中介效应检验

由于可能存在创新补偿效应，环境规制对能源碳排放效率的影响可能不仅存在直接效应，还可能通过技术进步这一传导机制对能源碳排放效率产生影响。因此，通过中介效应模型检验技术进步在环境规制影响能源碳排放效率过程中的作用机制，将技术进步作为中介变量引入模型，探讨环境规制是否通过影响技术进步水平进而影响能源碳排放效率[32]，中介效应模型如下：

首先，对方程(8)做基准回归，回归系数β1表示环境规制对能源碳排放效率的总效应，若β1＞0 且通过显著性检验，则说明环境规制对能源碳排放效率起到正向促进作用，若β1＜0 则说明环境规制抑制能源碳排放效率提升；其次，对方程(9)做回归分析，检验环境规制与中介变量技术进步之间的相互关系，若θ1＞0 且通过显著性检验，则说明环境规制有利于促进技术进步；最后，对方程(10)进行回归估计，φ1表示环境规制对能源碳排放效率的直接效应，θ1ϖ为环境规制经过技术进步对能源碳排放效率产生的间接影响，如果θ1和ϖ均显著，则说明中介效应成立，进一步判断φ1的显著性，如果φ1显著，说明模型存在部分中介效应，即环境规制部分通过技术进步的中介效应影响能源碳排放效率，如果φ1不显著，说明模型存在完全中介效应，即环境规制对能源碳排放效率的影响完全通过技术进步中介路径实现。如果θ1和ϖ均不显著或者至少有一个不显著，则需要做Sobel 检验或者Bootstrap 检验进行进一步判断。若系数θ1ϖ和φ1的符号相同，则中介效应为同向中介，如果符号不相同，则模型呈现反向中介效应，中介效应占比为θ1ϖ占β1的比重。

5.实证结果分析

通过对面板数据进行Hausman 检验，结果强烈拒绝原假设，即认为应该使用固定效应模型，因此运用面板数据固定效应模型进行实证分析，中介效应回归结果如表5 所示。从回归结果可知，列(1)为中介效应模型第一步回归结果，环境规制对能源碳排放效率的总效应为负，回归系数为-0.063，在10%水平上显著，表明环境规制对能源碳排放效率具有显著的抑制作用；列(2)为中介效应模型第二步回归结果，从回归结果可见，环境规制系数为-0.133，在1%水平上显著，说明环境规制显著抑制了技术进步水平的提升；列(3)报告了中介效应模型的第三步回归结果，其中环境规制系数为-0.060，技术进步回归系数为0.021，两者均在1%水平上显著，因此，模型回归结果表明技术进步具有显著的部分中介效应，环境规制通过抑制地区技术进步水平进而抑制能源碳排放效率的提升，中介效应占总效应比重为4.43%。产业结构升级、资源禀赋、对外开放、固定资产投资显著抑制了能源碳排放效率提升，而经济发展水平有利于促进地区能源碳排放效率的提升，人力资本水平回归系数不显著。

表5 中介效应检验回归结果

进一步对模型回归结果进行分析，从核心解释变量来看，环境规制对能源碳排放效率的直接效应表现为显著的抑制作用；从间接效应层面上看，技术进步对能源碳排放效率具有显著的促进作用，通过提升技术进步水平可以提升地区能源碳排放效率，但是由于环境规制显著抑制了技术进步水平的提升，因此不利于提高能源碳排放效率。可能的原因有：一是环境规制强度的提升增加了企业治理污染的投入，造成企业收益缩减，企业资金压力增大，对企业用于技术创新的资金产生了分流作用，不利于地区技术进步水平的提升；二是环境规制使得企业现有生产工艺被迫改变，产品市场面临一定困境，技术进步激励的补偿效应对环境规制成本弥补不足，导致期望产出增长乏力，进而对能源碳排放效率起到一定抑制作用；三是由于技术创新研发具有投资金额大、投资周期长和投资风险高的特点，而加强环境规制使得企业为规避绿色技术研发风险大多选择进行环境污染的末端治理，致使能源利用效率难以得到根本提升，企业绿色转型困难，因此二氧化碳排放仍然处于总量增长趋势，不利于能源碳排放效率提升；第四，由于中国不同省份之间的环境规制强度存在较大差异，部分地方政府为追求GDP 数量的增长而忽视环境与生态保护，甚至出现地区之间严重的“逐底竞争”现象，使得污染排放较高的企业和产业有区际间转移的可能性，导致能源消耗和能源碳排放增加，进而对能源碳排放效率起到抑制作用。

从控制变量来看，产业结构升级对能源碳排放效率影响显著为负，尽管产业结构升级使得第二产业占比不断下降，第三产业比重提升，但是从产值方面看，中国工业产值仍然不断增加，由于第二产业具有高投入、高排放的特点，是工业碳排放的主要来源，因此，随着工业行业的不断发展，能源需求进一步上升，不利于提升能源碳排放效率。资源禀赋对能源碳排放效率具有负向抑制作用，可能的原因是由于地区能源资源丰富，较容易形成依托资源和能源的重化工业产业基础，使得地区产业绿色转型速度缓慢，资源型产业发展的路径依赖导致“资源诅咒”和“碳锁定”效应的出现，因而对能源碳排放效率具有一定的抑制作用。对外开放水平对能源碳排放效率具有显著的抑制作用，说明对外开放可能产生一定的“污染天堂”效应，且对外贸易中存在一定程度的隐含碳转移和“碳泄漏”现象。而依靠固定资产投资拉动经济增长具有传统的粗放式经济发展特征，不利于实现创新引领和经济发展的动力变革，因此对能源碳排放效率产生不利影响。经济发展水平的提升一方面增强了地方政府财政收入，使得地方政府对企业技术创新的支持力度不断加大，推动区域创新能力的提升；另一方面，随着人均生产总值的不断提升，消费者对绿色环保产品的需求不断增强，进一步推动企业进行绿色技术创新，不断提升能源利用效率和绿色环保工艺的使用，进而降低二氧化碳排放，提高能源碳排放效率。

五、结论及政策建议

文章利用超效率SBM 模型测算了2006—2020 年中国能源碳排放效率，发现中国能源碳排放效率呈现不断增长趋势，在空间上呈现东部地区＞西部地区＞中部地区分布格局，进一步运用面板数据模型和中介效应模型分析环境规制对能源碳排放效率的影响，以及环境规制通过影响技术进步进而影响能源碳排放效率的中介传导机制，回归结果显示环境规制对技术进步和能源碳排放效率具有显著的抑制作用，技术进步水平对能源碳排放效率具有显著的促进作用，中介效应模型回归结果显示技术进步存在显著的部分中介效应，环境规制通过抑制技术进步水平而降低能源碳排放效率。

以上结论有着较为重要的政策启示：

第一，要坚持新发展理念，优化绿色绩效考核，继续加强环境治理能力和水平，提高环境规制强度，通过环境规制激励企业转变高消耗、高排放的生产方式，加强污染治理和技术创新，推进清洁生产和提高资源利用效率。

第二，科学合理地选择和制定环境规制政策，通过多种环境规制途径减轻环境污染，通过环境治理投资明确企业技术进步方向，降低企业环境投资的不确定性，更好地扩大创新补偿效应，实现能源碳排放效率提升。

第三，加大技术创新投入，营造良好的创新环境，加大财税、金融支持力度，促进科技成果转化和优化科技资源配置效率，激发企业创新活力和市场竞争力，提高技术进步水平，推动绿色转型升级，促进经济发展与环境保护的双赢。