环境规制、技术创新与全要素生产率——基于东部地级市动态面板数据的实证分析

梁 辉 ，万婷婷

（1.中南财经政法大学公共管理学院，湖北武汉430073；2.湖北城市发展研究院，湖北武汉430073）

一、引言

自改革开放以来，我国的经济建设取得的成就令世人瞩目，但得益于传统的资源消耗型经济增长方式使得我国资源消耗非常迅速，环境污染问题也日渐严重。 根据《2018 中国生态环境状况公报》，2018 年我国338 个地级及以上的城市中，仅有约35.8%的城市环境空气质量达标。 世界卫生组织报告中指出，中国每年约有65.6 万人死于空气污染引发的疾病。可见环境污染给我国居民的身体健康状况带来了一定的危害。根据《中国经济生态生产总值核算发展报告2018》测算，我国2015 年的污染损失为2 万亿元，生态破坏成本为0.63 万亿元。 自从1989 年我国出台第一部《中华人民共和国环境保护法》，2016 年通过《中华人民共和国环境保护税法》，至2019 年共出台了约30 部相关的法律法规，在一定程度上减缓了环境污染加重的问题。那么，这些环境政策的实施对城市的经济活动会产生什么样的影响呢？进一步来说，对城市的全要素生产率产生什么样的影响？ 鲜有文献从城市的角度来研究。 王兵、刘光天认为全要素生产率是维持经济持续增长的主要因素，所以将全要素生产率作为一个重要指标用来衡量一个地区或国家经济增长质量［1］。

关于环境规制与全要素生产率之间关系的研究主要有三种观点。 第一种观点：环境规制会降低生产率水平。 环境规制对生产率产生的负向影响主要源自于成本的增加以及进行投资的不确定性，Robert 和Gollop 根据1973—1979 年美国SO2排放量和电力企业的生产率进行研究，结果发现排放规制使得电力企业的成本明显上升，导致企业的生产率降低［2］。 解垩认为在10%的显著性水平下，环境规制导致的污染投资增加使得生产效率降低是显著的［3］。 Jorgenson和Wilcoxen 的研究发现环境规制不利于技术创新，尤其是对造纸等产业有很强的抑制作用［4］。Goulio 通过对西班牙制造业企业数据进行研究发现，当采取严格的环境规制水平时，环境规制的力度与专利产出呈现负相关的关系［5］。赵霄伟用空间杜宾面板模型对2004—2009 年中国地级市及以上的城市工业的数据进行分析得出，欠发达地区在工业化快速发展的阶段，当环境规制的强度提高时，地区的经济增速会减缓［6］。 祁毓、卢洪友和张宁川运用双重差分的方法进行实证研究发现，短期环境规制对技术进步和全要素生产率是存在抑制作用的［7］。 王彦皓利用2003—2007 年中国工业企业和地级市层面的企业数据进行分析，实证结果表明，环境规制强度提升1%，当期的生产率降低1%［8］。

第二种观点：环境规制会刺激生产率的提升。 Porter 和Linde 认为当环境规制的水平适宜的时候，环境规制可以通过促进企业进行技术创新或形成新的组织方式，从而使得企业的生产率得以提高［9］。 Richard Lajeunesse 和 Paul Lanoieand Michel Patry 的研究也证实了“波特假说”，他们对魁北克制造业的数据进行实证分析，研究发现滞后的环境规制对全要素生产率起到正向的作用［10］。Jaffe 等认为政府采取的环境规制政策激励了企业不断地实施环保减排的措施，进而促进生产率的提升［11］。 Eli Berman 和 Linda T. M. Bui 研究在 1987—1992 年期间美国监管最严格的炼油厂发现，在其他炼油厂生产率均下降的情况下，该炼油厂的生产率却能得到大幅度的提升［12］。 张红凤等选取在全国范围内环境规制最为严格的山东省的污染密集企业进行研究，结果发现，在严格的环境规制水平下，经济也得到了很好的发展［13］。 陈诗一设计了一个基于方向性的距离函数，实证得出节能减排政策在后期促进了技术进步，并通过函数预测在2009—2049 年这四十年中对中国工业全要素生产率有稳步的促进作用［14］。 吴明琴、周诗敏和陈家昌对我国“两控区”城市进行研究，结果表明制定合适的环境规制政策有利于环境保护并促进经济增长［15］。 江珂和卢现祥分东中西及东北地区研究环境规制与R&D 投入之间的关系，发现在东部地区环境规制会促进R&D 投入，但是在其他地区的影响不显著［16］。

第三种观点：环境规制与全要素生产率两者之间没有确切的关系。 自“波特假说”提出之后，一些学者认同这一假说，但也有一部分学者对这一假说提出了质疑。 一些研究认为环境规制对全要素生产率没有显著的影响，这其中可能是因为企业的成本效应与创新补偿效应相互抵消的结果。Shadbegian 和Gray 对美国的造纸企业、汽油提炼企业以及钢铁企业进行研究，发现这些企业支出的污染减排费用对企业生产率并没有显著的影响［17］。 Conrad K.和Wastel D.将德国在1975—1991 年这十七年中的十个重污染产业的数据作为样本进行研究， 得出环境规制几乎对生产率没有提升作用［18］。 Becker 对美国制造业的企业进行研究，发现环境规制给企业增加的高成本对生产率没有影响［19］。 Gale 和John 利用美国1988—1992 年造纸及纸浆业的数据，发现在污染降低的同时产出却随之增加的情况，也出现环境规制使产出减少的现象［20］。

国外相对于国内对这些问题的研究要早很多，国内学者大多认可“波特假说”，其研究意在寻求最佳的环境规制区间。 许长新和胡丽媛对2008—2015 年的数据进行分析，并且利用系统GMM 以及Hansen 面板门槛的方法，研究结果显示，当环境规制低于临界值时，环境规制通过技术创新作为中介效用会促进经济增长，而当环境规制强度超过这一临界值时，则会抑制经济增长［21］。 张成等对我国1996—2007 年工业部门的数据进行了研究，经过协整分析发现环境规制与全要素生产率之间并不是简单的线性关系，两者之间存在“U 型”关系，且在长期过程中环境规制对全要素生产率产生正向影响的程度比短期更为强烈［22］。王杰和刘斌对1998—2011年中国工业企业数据进行分析， 分别在加入环境规制强度的一次项、 二次项及三次项后用OLS 的方法得出两者存在“倒N 型”的关系，即环境规制较低时，全要素生产率会降低；而当环境规制提高可以促进技术创新时，全要素生产率会上升［23］。黄庆华、胡江峰和陈习定对2003—2015 年我国36 个工业行业的数据进行分析， 利用滞后2 期的PVAR 模型并通过GMM 估计以及脉冲响应函数，最终得出，就短期来说，环境规制政策能促进绿色全要素生产率增长，但长期来说，不适合当代发展的环境政策不仅没有办法维持全要素生产率的增长，而且可能导致环境变得更糟糕［24］。 戴钱佳基于技术创新的中介效应方法分析了异质性环境规划对物流业绿色全要素生产率的影响［25］。

通过相关文献的梳理发现，西方发达国家对环境规制与全要素生产率之间的关系已经进行了多方面的研究，学者所持态度也不尽相同，但对发展中国家的研究不是太多。 发达国家与发展中国家发展阶段不同、产业结构不同、并且各自的政府对出台的环境规制实施的力度不同，因此，环境规制对我国这一发展中国家的影响可能与发达国家不同。 国内文献主要从我国工业行业以及以省为单位层面来分析环境规制与生产率之间的关系，鲜有以地级市为单位进行研究的。 现有文献在研究环境规制与全要素生产率之间不确定的关系时，大多采用经典的环境库兹列茨曲线中的二次曲线分析方式，主要是运用这种分析方式可以将其关系局限在“U型”或“倒U 型”，且其两侧需要满足对称分布，自变量本身与其二次项有很强烈的相关性，但门槛回归则没有这一限制。 考虑到我国东部地区是我国各种政策实施的 “示范区”［26］， 以及2008 年全球金融危机带来的影响，所以本文利用2008—2015 年东部地区85 个地级市的面板数据探究环境规制与全要素生产率之间的关系。

我国目前出台的环境规制政策，是以牺牲企业生产率为代价以获取环境的改善，还是在实施环境规制的同时，提高技术创新水平进而刺激企业生产率的提升？ 若是通过技术创新这一中介变量来影响企业生产率，它所处水平的不同会不会对生产率产生不同的影响？ 对上述问题的考察有助于我们厘清环境规制与生产率之间的关系，同时在实证研究中对理论的预期给出相应的答案，并就我国将来为环境政策、创新政策的完善以及对地方经济增长方式的转变等问题提出意见与建议。

二、理论基础

传统的新古典主义经济学家普遍认同环境规制必然会使被规制的企业承受更加沉重的负担，会影响企业的产出并对全要素生产率产生负向的影响。

这一负向的影响，可以通过两个效应来实现：第一个效应是“成本效应”，该效应是指当政府落实环境规制的政策时，企业为了使其生产经营过程达到规制的范围之内，都必定会将一部分劳动力、资本等要素资源投放到环境治理这一非生产性领域中，从而不利于生产率的提高；另一个效应是“约束效应”，即企业维持目前的生产条件不变的前提下，当面对政府施加的环境规制措施时，企业在做生产经营决策时需要把环境保护纳入到原本的约束条件中，企业进行生产、组织管理的决策集的范围就会变小，企业的生产管理等环节的难度加大。

波特则对这一观点进行了质疑，他认为当环境规制的严格程度较为适中时，环境规制政策可以通过激励企业进行技术创新等提高企业的生产率，这就是“波特假说”理论［27］。 该假说是指在短期内采取环境规制会增加企业的成本，但是在长期采取合理的环境规制会促进企业的技术进步，提高生产率。 由于技术进步带来的利润要高于企业所需要承受的成本，从而提升企业的竞争力。 他将其分成了具有负面的“抵消效应”以及具有正面的“补偿效应”。

“抵消效应”表现在当企业需要将污染物的排放量降到制定的标准以下时，其生产工艺将会更加复杂，企业生产率也有可能降低；从另一方面来说企业为了将污染物的排放量降到制定的标准以下，会增加污染治理费用，这一部分费用如果过大将会挤占企业用于技术创新的费用，从而导致企业生产率的下降。“补偿效应”表现在虽然政府制定的环境规制标准会加大企业的成本，但是企业为了追求利益最大化，会增加技术投入，改进生产技术，从而使得企业生产率得以提高，多获得的利润高于需要支付的污染治理费用；同时企业为了达到政府制定的环境规制标准，会加大研发投入，采取更加环保的技术进行生产，可减少污染物 的 排 放 量［28］。

三、数据来源、变量确定及描述统计

（一）数据来源

本文使用的地区数据主要来自于2007—2015 年《中国城市统计年鉴》。 地区生产总值、第二产业增加值、第三产业增加值、单位从业人员数、私营和个体从业人员数、固定资产投资额、工业废水排放量、工业烟（粉）尘排放量、工业二氧化硫排放量、外商直接投资额、教育支出、科学支出以及财政支出均来自于《中国城市统计年鉴》。专利申请授权数则来自于专利云数据库。

根据《中国区域金融运行报告（2019）》显示，2018 年东部、中部、西部、东北地区对经济增长的贡献率分别为50.7%、23.4%、21.3%和4.6%。 《中国区域科技创新评价报告2018》显示，东部地区包揽了综合科技创新水平排名中的前六位， 东部地区不仅在高新技术领域投入多，而且在制度创新中也走在我国的前列。 东部地区处于开放创新的前沿，是各种政策改革的“示范区”， 也是全国经济发展的领头羊。因此，本文利用我国东部地区地级市的数据进行研究。依照《中国卫生统计年鉴》对东部地区的划分，东部地区包括北京、天津、上海、辽宁、河北、山东、江苏、浙江、福建、广东、海南共11 个省（直辖市）的96 个地级市。 为了进行地级市的同级比较，剔除广州、深圳、厦门、杭州、宁波、青岛、济南、南京8 个副省级城市，同时由于汕头、海口和三亚数据缺失严重，不便计算，最终用85 个地级市的数据进行本文的后续研究。 考虑到2008 年全球金融危机带来的持续性影响，以及2016 年和2017 年部分省份的数据缺失严重，故选取2008—2015 年的数据进行实证研究。

（二）变量确定

1.被解释变量

全要素生产率（TFP）。 依据现有的文献资料，运用数据包络法（DEA）对全要素生产率进行测算。 该种方法采用线性规划的方法来对技术效率进行一定的测算。 Fare 等人建立了Malmquist指数来计算工业企业的全要素生产率。

当测算出的全要素生产率（TFP）大于1 时，说明后一期的生产率相较于之前的生产率是提高的；当全要素生产率等于1 时，说明这两期的生产率水平是不变的；而全要素生产率小于1 时，说明后一期的生产率相较于之前的生产率是降低的。 而通过Malmquist 指数来计算全要素生产率的时候，可以将全要素生产率分解成技术效率变化指数（EFFCH）和技术进步指数（TECH），其过程表示为：

其中，xt、xt+1表示第 t 期和第 t+1 期的投入量，yt、yt+1表示第 t 期和第 t+1 期的产出量，Dt、Dt+1表示以第t 期和第t+1 期技术为参考技术的距离函数。

本文选取2007—2015 年我国东部地区85 个地级市的相关数据，计算它们的全要素生产率的数值。 具体处理过程为：

a.产出变量：本文选取85 个地级市的地区生产总值作为产出指标，利用GDP 平减指数，以2000 年为基期进行平减。

b.投入变量：①劳动投入：该指标用全社会从业人员数表示，但因本文是对东部地区的地级市进行测度，这一数据缺失严重。 本文采用肖小龙、姚慧琴的方法将地区单位从业人员数与私营和个体从业人员数之和作为劳动投入的替代指标［29］。 ②资本投入：有的学者，如张军、吴桂英和张吉鹏运用永续盘存法来计算资本存量［30］。 但不同的学者在进行计算时选取的指标不一致会造成结果各有不同， 同时对地级市资本存量的测度目前还没有明确的指标来进行测算，金相郁曾经用固定资产投资额来对资本存量进行测算［31］，得出的研究结果比较可信。 因此我们也采用各地级市固定资产投资总额作为资本投入量的替代指标， 并以2000 年为基期进行平减。

由于全要素生产率的数值大多在1 附近， 在本文中为了凸显各地全要素生产率的区别，在进行回归时，将其数值均乘以100 来进行处理。

2.解释变量

1）技术创新水平（lnTI）。 就技术创新水平的测量方法来说不同学者给出的方法不尽相同，目前来说主要利用专利申请受理数、专利申请授权数、研究与试验发展经费支出占GDP 的比重、研究与试验发展人员等数据进行测量。 某个地区的发明者向相关部门递交的专利申请，通常体现出这个地区的创新水平［32］。 因此，笔者将用“专利申请授权数”作为替代技术创新水平的指标。 在本文中将其取对数处理。

2）环境规制（ER）。 目前关于环境规制强度的测定没有明确的测度指标，大多采用代理变量的方式进行测度。 根据现有的文献一般有以下几种方式进行测度：①当地政府发布环境规制的政策数目；②污染物的排放程度，有的将环境规制强度的测算用单位生产总值的碳排放量来代替；③政府对污染治理的投资资金，以该项目的投资额以及对“三废”等的处理费之和来衡量当地环境规制的强度；④综合指标，采取当地废水处理率、二氧化硫处理率、烟（粉）尘处理率以及固体废物处理率等来进行综合衡量。 本文采用污染物的排放程度对85 个地级市的环境规制程度进行替代，同时为了综合考虑，我们选取了各地级市的工业废水排放量、工业烟（粉）尘排放量以及工业SO2排放量这三个指标，并将所得的数据进行单位化和标准化的处理，组建本文衡量环境规制强度的综合指标。 具体的处理过程为：

a.考虑到中国东部地区各地的产业结构不同，我们将选取这三种污染物的排放量除以该地区的生产总值，进行单位化；

b.将这三个指标的单位生产总值的排放量进行极差标准化：

其中，i 表示地区，l 表示各种污染物，pil表示各地级市单位生产总值的某一污染物的排放量，px 为无量纲的某一污染物的排放量。

c.经过单位化和标准化处理的各污染物的排放量指标具有横向可比性，本文将各污染物的排放量赋予相同的权重进行加总。 但是本文是采用污染物排放量来衡量环境规制强度的，因此最终所得的数值越大，说明该地区的环境规制强度越小；反之所得的数值越小，说明该地区的环境规制强度越大。

3.控制变量

1）外商直接投资（lnFDI）。外国资本的引进可能会给这个地区带来先进的技术，从而提高该地区的全要素生产率。何玉梅、罗巧在研究环境规制强度与工业全要素生产率中加入了外商直接投资作为控制变量［33］。 本文用该地区当年实际使用外资金额来进行替代，并取对数处理。

2）地区的产业结构（IS）。当一个地区的产业结构越合理，或者其产业结构比其他地区更优化，会提高该地区的全要素生产率。其表达式表示为：第三产业增加值÷第二产业增加值。该值越小说明该地区的产业结构可以继续改进，反之，说明该地区的产业结构较好。 同时根据“污染避难所”假说，环境规制的不同也会影响当地的产业结构。

3）科学教育水平（ET）。 在当今全球化的格局下，国家之间的竞争早已不再是资源的竞争，而是转变成科技的竞争、人才的竞争。 在科教兴国战略的指导下，当政府重视教育时，会培养出大量潜在的优质人才，为该地区今后的发展打下坚实的基础；当某地政府重视对科技的投入时，会刺激当地的研发能力，同时也会有更多的基础研究成果投入到生产中去，也能提高当地的全要素生产率。 其计算公式为：

该ET 值越大，说明该地区的科学教育水平越高。

（三）描述统计

本文用DEAP 2.1 软件进行测算得到2008—2015 年中国东部85 个地级市的全要素生产率指数及分解指数，如表1 所示。 本文对所有变量进行的描述统计结果如表2 所示，其中全要素生产率的数据均乘以100 加以处理。

表1 2008—2015 年中国东部85 个地级市的平均全要素生产率指数及分解指数

表2 变量的描述统计情况

续表

四、实证分析

（一）OLS 模型

根据理论分析中环境规制影响全要素生产率的两种途径， 首先考虑其直接影响作用，即仅考虑环境规制对全要素生产率的影响，如（4）式表示的模型一所示。 进一步考虑环境规制影响全要素生产率的间接途径，即通过技术创新来影响全要素生产率，我们在模型一的基础上加入了技术创新以及环境规制与技术创新的交互项，得到如（5）式表示的模型二，从而探究加入这些变量对被解释变量产生的影响。

其中，TFPit表示第i 个地区在第t 年的全要素生产率；ERit表示第i 个地区在第t 年的环境规制强度；lnTIit表示第i 个地区在第t 年的技术创新水平；ETit表示第i 个地区在第t 年的教育及科技占财政支出的比重；ISit表示第i 个地区在第t 年的产业结构；lnFDIit表示第i 个地区在第t 年的外商投资水平。 对其分别进行回归，回归的结果如表3 所示。

根据表3 中模型一所得的结果，可以看出环境规制在该模型中并不显著，从模型二中可以看出其回归的结果明显要比模型一好很多。 环境规制和环境规制与技术创新的交互项在5%的显著性水平下都能够通过检验，虽然技术创新水平在这个模型中不显著，但环境规制与技术创新的交互项在1%的显著性水平下通过检验，且系数为负，说明在本文的研究范畴内环境规制和技术创新的共同作用对全要素生产率产生了负向的影响。

表3 环境规制与全要素生产率回归结果

但是根据模型二仅可得出环境规制与技术创新的共同作用对全要素生产率产生负向影响，却无法看出是如何影响的。 根据“波特假说”，当环境规制在适当的水平下，可以影响技术创新水平从而提高全要素生产率。 本文想通过“门槛模型”来探究是否因环境规制水平的不同导致技术创新对全要生产率产生不同的影响，该模型三可用（6）式来表示：

（二）门槛模型

1.数据平稳性检验

为了保证回归结果的有效性，消除数据的非平稳性、自相关以及协整，本文对被解释变量、解释变量以及控制变量进行面板数据平稳性检验，检验结果如表4 所示。

表4 平稳性检验结果

平稳性检验采用了费雪检验方法，并用滞后一期的ADF 回归检验所有的变量。结果显示，被解释变量、解释变量以及控制变量均具有很好的平稳性。

2.门槛效应的检验

在检验门槛效应之前， 需要先确定门槛效应的模型是固定效应还是随机效应。 本文用Stata 14.0 软件进行豪斯曼检验，得出的P 值为0.000 5，故在1%的水平下强烈拒绝“H0：ui与xit，zi不相关”的原假设，因此笔者认为应该使用固定效应模型来进行模拟回归。

在估计固定效应门槛模型时，先要找到门槛值并检验其显著性，根据该结果所确定门槛值的个数，最后选取合适的模型来估计所求的模型。 接下来将对上述回归模型进行门槛检验，并估计这个模型的参数。

首先，确定门槛的个数。 本文分别在单一门槛、双重门槛以及三重门槛的要求下对以上三个模型进行估计，得到的F 值如表5 所示，用Bootstrap 方法反复抽样300 次得到的P 值列入括号中，门槛值及其在95%水平下的置信区间，如表6 所示。 根据表5 和表6 可以看出，模型三在5%的水平下，当环境规制水平作为门槛变量、技术创新水平作为解释变量时存在单一门槛效应，其门槛估计值为0.141 2，在95%水平下的置信区间分别为［0.131 8, 0.141 3］。

表5 门槛效果检验

表6 门槛估计值及置信区间

其次，确定模型参数的估计结果。 根据门槛检验的结果确定模型的门槛数目及其对应的门槛值，并选择相应的固定效应门槛模型进行估计，所得的参数估计结果如表7 所示。

表7 模型的参数估计结果

由表6 的实证结果分析我们可以得出， 技术创新与环境规制对全要素生产率的作用具有单门槛效应，门槛值是0.141 2。 根据表7 的回归结果可以得出，当环境规制水平低于门槛值0.141 2 的时候，技术创新水平对全要素生产率的系数为-2.356 3，此时的技术创新不利于全要素生产率的提升；而当本文中环境规制的水平超越了门槛值，即政府采取环境规制的力度在不断减弱时，技术创新对全要素生产率的作用依旧为负，且为-1.720 8。综上所述，当政府的环境规制力度较小时，技术创新对全要素生产率的负向作用较弱，而当政府的环境规制力度不断加大直至突破门槛值时， 当地的技术创新增强且会对全要素生产率产生的负向作用增强。 在控制变量中，仅有外商直接投资水平在5%的水平下是显著的，且抑制了当地全要素生产率的提升。这可能是因为当直接使用外商投入的资本进入生产时，由于有充足的资金支持，厂商对研究开发的迫切程度降低，或者说厂商可以利用这些资金引入新的设备和技术， 所以并没有在此基础上进行更加深入的研发以获得更先进的技术， 从而导致全要素生产率下降。 科学教育水平这一指标在该模型中也是不显著的，可能的原因是当政府将资金投入到教育行业时，需要一个比较长的时间周期，产生的效果（比如说人才培养等）才能够凸显出来，滞后地对当地的全要素生产率产生一定的影响；同样政府对科学方面的支出，也需要经过一段时间才能运用到实际的生产当中。 而本文选取的时间跨度仅有八年， 因此科学教育水平对地区全要素生产率的影响可能是不显著的。当地的产业结构这一控制变量在该模型中是不显著的，可能是由于“污染避难所”假说是成立的，对于不同的环境规制程度，会影响当地不同的产业结构，处于不同范围的环境规制程度对应的应该是不同的产业结构水平，用同一个值进行表示是不合理的。结合上述模型，2008—2015 年环境规制和技术创新一直影响着各地区的全要素生产率数值，而且这种影响程度并不是线性关系，具有一定的非线性特征，经过门槛模型的检验发现具有一定门槛限制。 对于该模型来说，无论环境规制处于何种程度，导致技术创新对全要素生产率的影响都是负向的，但是当政府采取更为严苛的环境规制政策时，导致的技术创新对全要素生产率有更强的负向作用，这是因为当政府采取较为严苛的规制政策时，大量的小型企业可能会因此而倒闭，从而使得全要素生产率降低。

五、结论和建议

本文根据中国东部85 个地级市2008—2015 年的面板数据，计算出各个地级市每年的全要素生产率， 发现所有的全要素生产率数值均为正数， 而在分解变量中技术效率变化指数（EFFCH）总是比技术进步指数（TECH）大，说明技术效率的变化始终要领先于技术进步的变化程度。 这也说明这些地级市的全要素生产率的增长主要是由技术效率导致的，即这些地区对新技术的利用程度比较高，相较于同等程度对新技术的利用程度，这些地区可以加大技术进步的速度来达到最优生产边界。 通过建立门槛模型，我国东部85 个地级市2008—2015 年的环境规制与技术创新对全要素生产率的影响并非是简单的线性关系，而是比较复杂的非线性关系，且这种影响关系在不同的区间上有显著差异。 当政府采取更为严苛的环境规制政策时，技术创新对全要素生产率有更强的负向作用，这可能是因为企业为了节约成本，为实现在短时间内将生产时的污染排放量降低到规定的标准内，更倾向于直接将新技术运用到生产及污染处理过程中而不是选择自主研发新技术，进而使得无论环境规制力度如何，本文中的技术创新对全要素生产率始终是产生负向作用。 可以看出地方政府执行的环境规制政策影响企业生产率的渠道不是通过技术进步，而是通过技术效率这一渠道来影响的。

根据上述研究结论，本文提出如下对策建议：

第一，加快技术进步水平。 要在全球化的格局中站稳脚跟，就必须大力发展高新技术产业，并将其发展为地区的主导产业。 这就需要加大对创新的投资，改善当地的产业结构，使得研究成果尽可能地转化到实际生产当中；各地政府应该加强对人才的引进，提高尖端人才的福利待遇，引进高新技术以促进当地产业结构升级；加大对高新技术产业的扶持和优惠力度，这些产业具有高投入、高风险的性质，而如果发展较好会迅速成为当地的主导产业，产生辐射效应，因此政府应该加强对这些企业的资金引导和政策扶持，在提高经济发展“量”的同时注重“质”的发展［34］。 本文通过对全要素生产率的分解，发现技术效率普遍要高于技术进步指数，因此政府在提高新技术利用程度的同时需要加强引导整个社会进行技术创新，进而使得生产率得到进一步的提高，同时实现整个社会的环保水平和生产率的共同提高［35］，以期实现“既有金山银山，又有绿水青山”。

第二，制定差异化的环境规制标准。上述实证研究中发现，在不同的环境规制水平下，导致技术创新对地区全要素生产率的作用程度是不同的，此时政府采用不同程度的环境规制水平对该地全要素生产率的影响程度也会不同。 例如，在当地技术创新水平比较低的前提下，当政府制定的环境规制水平较高时，对全要素生产率虽然也造成负向影响，但是其影响程度要小于政府制定较低的环境规制水平时造成的负向影响。 说明当某地在存在较低的技术创新水平的条件下，政府采取较低的环境规制水平时，不能促进企业进行技术创新，面对政府要求的环境规制标准可能仅仅在排污的终端进行治理，此时并不能提高依靠技术进步使得企业生产率提高这一比重。 因此应该制定适合当地的环境规制水平，尽量减少对当地全要素生产率的抑制作用。 就目前我国东部地区85 个地级市的情况来看，技术创新水平绝大多数不能超过本文得出的门槛值，即技术创新水平处于较低的状态，因此政府可以继续提高环境规制水平。

第三，加强管理监督，增强宣传力度。 政府制定的一系列关于环境规制的标准需要严格地加以监督，鉴于我国目前的管理机制并不是很完善，政府需要成立相应的部门来对已有的环境规制进行有效的管理、监督及惩罚。 除官方的管理监督以外，还要注重对公众的宣传，让大众在日常生活中时刻不忘绿色出行这一环保理念。让公众发挥主人翁精神可以在一定程度上起到帮助相关部门监督的作用， 同时绿色消费深入公众心中会改变其消费结构，当绿色产品的消费需求不断增多，就会促进企业转型，进而改善当地的产业体系向绿色方向发展。