环境规制、低碳技术创新与工业绿色全要素生产率

白 珂

（1.郑州经贸学院，河南 郑州 450000；2.马来西亚林肯大学 商业与会计学院，马来西亚 雪兰莪州八打灵再也市 47301）

一、问题的提出

改革开放以来，中国经济建设长期以粗放式经济发展模式为主，以资源消耗和环境污染为代价，使得资源环境约束和生态环境退化等问题日渐显现。据国务院发布数据可知，2018 年全国338 个地级中仅有121 个城市空气质量达标，占比为35.80%。另据2020 年环境绩效指数显示，中国环境绩效排名处于靠后位置。其实，在2018 年全国生态环境保护大会上，习近平总书记明确指出：“保护生态环境必须依靠制度、依靠法治。”为更好发挥环境规制在工业绿色低碳转型中的积极作用，2021 年中共中央、国务院颁布《关于深入打好污染防治攻坚战的意见》和《“十四五”生态环境保护规划》，旨在全面强化生态保护监管与生态环境法治保障。可见，通过强化环境规制力度，降低污染物排放量，提升绿色全要素生产率已经成为中国绿色发展政策框架中必不可少的内容[1]。

工业作为国民经济发展的基石，是国家经济命脉所在。工业绿色全要素生产率提升代表工业绿色低碳转型升级，对于绿色低碳发展发挥显著作用，已经成为经济高质量发展的必由之路[2]。2021 年12 月，工业和信息化部发布《“十四五”工业绿色发展规划》 （以下简称《规划》），提出工业领域绿色发展目标，到2025 年单位工业增加值二氧化碳排放降低18%；单位工业增加值用水量降低16%；绿色环保产业产值达到11 万亿元。由此，研究环境规制对工业绿色全要素生产率的影响，基于工业角度判断环境规制是否是绿色全要素生产率提升的驱动力，对国家制定和执行工业绿色低碳发展政策具有重要现实意义。文章基于2015—2020 年中国30 个省份的面板数据，实证分析环境规制影响工业绿色全要素生产率的传导机制与区域异质性，并将低碳技术创新作为门槛变量分析环境规制可能对工业绿色全要素生产率存在的非线性关系。

二、文献综述

目前，国内外学者对于环境规制测度与作用进行了大量研究。国内学者主要集中于环境规制的表征方面，李凯风等(2021)利用单位工业增加值废水排放量、单位工业增加值废气排放量和单位工业增加值固体废弃物排放量综合表征环境规制，并通过构建评价指标体系采用熵值法测度环境规制水平[3]。雷玉桃等(2021)将环境规制分为费用型、投资型与强制型，分别使用城市污水处理费、市容环境卫生投资额、工业二氧化碳与工业烟尘处理量之和占工业增加值比值衡量[4]。王育宝、陆扬(2021)将环境规制分为命令控制型、市场激励型、公众参与型，并采用环保法规数量、污染治理投资占比与环保提案参与度表征[5]。侯贵生、侯莹(2021)采用污染治理投资完成额与工业增加值比值表征环境规制水平[6]。汪明月等(2022)使用排污费用占工业总产值比重对数表征环境规制强度[7]。国外学者则侧重探析环境规制的作用，Bounadi Imane 等(2022)研究发现，适当的环境政策有助于绿色技术创新发展，且可鼓励经济体采用绿色技术开展生产活动[8]。Fahad Shahdeng 等(2022)研究指出环境规制和偏向性政策能够促进区域OFDI 逆向技术溢出[9]。

关于环境规制对工业绿色全要素生产率影响的研究主要集中在两个方面：一是环境规制对工业绿色全要素生产率具有非线性影响。申晨等(2017)在研究环境规制与绿色全要素生产率关系时发现，命令—控制型环境规制手段对区域工业绿色全要素生产率影响呈“U”型关系[10]。何玉梅、罗巧(2018)研究发现，环境规制与工业全要素生产率之间呈“U”型抛物线关系，只有环境规制强度达到某一“门槛”值之后才能促进工业全要素生产率[11]。籍艳丽等(2022)研究发现，环境规制与工业绿色全要素生产效率间呈现出显著倒“N”型关系，即随着治理水平提档升级，环境规制对工业绿色全要素生产率的影响呈“促进—抑制—促进”的动态演变趋势[12]。袁嘉琪、卜伟(2022)研究发现，环境规制对工业绿色全要素生产率影响呈倒“U”型[13]。二是环境规制对工业绿色全要素生产率具有线性影响。尹礼汇等(2022)分析环境规制对长江经济带制造业绿色全要素生产率影响时发现，环境规制能够显著提升长江经济带制造业绿色全要素生产率[2]。张优智、乔宇鹤(2022)研究发现，公众参与型环境规制能够提升制造业绿色全要素生产率[14]。

学术界针对环境规制与低碳技术创新之间的关系也进行了广泛研究。游达明、李琳娜(2022)研究指出政府环境规制力度越大，企业开展低碳技术创新活动的意愿愈加强烈[15]。孟凡生、韩冰(2017)研究发现，环境规制工具合理使用对企业实施低碳技术创新行为具有明显激励作用[16]。吕希琛等(2019)以世界网络为载体开展研究时发现，环境规制力度到达一定阈值可实现低碳技术全网扩散[17]。在整理归纳相关文献的基础上，文章可能存在贡献主要表现为以下几方面：一是将环境规制、低碳技术创新和工业绿色全要素生产率纳入同一框架进行研究，探究低碳技术创新的中介作用；二是将30 个省份作为研究对象，分析环境规制影响工业绿色全要素生产率具体作用机制，以及可能存在的非线性影响，以期为中国制定环境保护策略与工业绿色低碳发展政策方针提供指导。

三、研究假设

由上述文献可知，环境规制除可直接影响工业绿色全要素生产率之外，还可能通过低碳技术创新对工业绿色全要素生产率产生间接影响。同时，根据环境约束内生增长理论可知，环境规制对工业绿色全要素生产率影响可能存在非线性特点。由此，文章从直接作用机制、间接作用机制以及非线性作用机制着手，研究环境规制对工业绿色全要素生产率的影响作用，并提出研究假设。

1. 直接作用机制

环境规制对工业绿色全要素生产率直接作用机制主要表现在以下几方面：一是减少地方工业污染排放量。在环境规制作用下，地方政府会严格限制工业企业污染物排放量，此做法使得未达到排放标准的企业改进生产技术，增加环保投入，减少工业污染物排放量，进而提升工业绿色全要素生产率。二是降低工业能源消耗强度。为降低区域内污染物排放量，地方政府严格管控工业企业生产中节能指标，倒逼企业增加节能设备，扩大先进节能技术推广与应用，以降低地方工业能源消耗强度[18]。与此同时，为满足政府部门节能减排要求，工业企业也会加大节能型产品利用力度，缓解或者抵消政府环境规制政策带来的节能硬约束，降低能源消耗强度[19]，由此提升绿色全要素生产率。三是提升工业产品技术含量。地方政府环境规制执行力度不断强化，一定程度上会抑制污染密集型流入，引进资本与技术密集型企业[20]。上述企业流入之后，可通过竞争、示范与溢出等效应扩散至先进的节能减排技术，助力区域内工业企业改进生产工艺[21]，提高产品技术含量，最终提升绿色全要素生产率。据此，提出研究假设H1。

假设H1：环境规制对工业绿色全要素生产率具有正向的促进作用。

2. 间接作用机制

较为严格的环境规制政策可激发工业企业创新活力，提升生产效率。即环境规制可引致创新补贴效应，亦被称作是波特假说[22]。换言之，在地方政府严格环境规制政策下，工业企业会增大研发投入，提升低碳技术创新水平[23]。与此同时，低碳技术创新对工业绿色全要素生产效率提升具有重要影响[24]。一方面，破除碳锁定效应。在低碳技术赋能下，工业企业会在提升能源利用效率的同时，降低对传统能源的依赖性，减少工业污染物排放量，提高工业绿色全要素生产率。另一方面，提高能源利用效率。随着研发资金与人力资本投入力度不断增大，工业企业低碳技术创新水平不断提升，能够有效减少生产活动中能源消耗量，最终提升工业绿色全要素生产率。此外，人力资本素质不断改善，可助力工业企业提升低碳技术创新水平，进而提高绿色全要素生产率。据此，提出研究假设H2。

假设H2：环境规制通过低碳技术创新水平作用于工业绿色全要素生产率。

3. 非线性作用机制

根据环境约束内生增长理论可知，要想维持经济发展与环境保护协同发展，在考虑资本、人力等要素基础上，还需考虑环境成本[25]。在环境规制实施初期，工业企业往往选择缴纳罚金、排污税等方式处理环境污染问题[26]。这种处理方式会增加环境治理成本，挤占企业生产资金投入，不利于工业绿色全要素生产率的提升。加之工业企业在生产过程中为达到环境保护的相关标准，需要加大人员培训力度，并使用成本较高的原材料。这会增加环保成本，提升可变成本，降低工业绿色全要素生产率。但从长期来看，工业企业出于对自身长期发展战略考虑，会主动增加技术创新投入，引入清洁生产技术与工艺，提升能源利用率[27]。同时，在激励型环境规制作用下，政府会对采用新能源和新材料的工业企业给予一定资金补贴与政策优惠，助力工业企业绿色低碳转型，最终提升绿色全要素生产率。据此，提出研究假设H3。

假设H3：环境规制对工业绿色全要素生产率具有非线性影响。

四、模型设定与变量说明

1. 模型设定

为验证环境规制与工业绿色全要素生产率二者之间的具体作用机制，首先针对直接影响设定如下模型：

上式中GTFPi，t表示省份i在t年的工业绿色全要素生产率，EVi，t表示省份i在t年的环境规制水平，Zi，t表示一系列控制变量，ui表征个体效应，εi，t代表随机扰动项。

为明晰环境规制对工业绿色全要素生产率二者间存在的间接作用机制，在公式(1)中环境规制对工业绿色全要素生产率系数α1通过显著性检验基础上，建立环境规制(EV)对中介变量低碳技术创新(LCTI)线性回归方程。然后构建中介效应模型，具体设置如下：

为研究低碳技术创新在环境规制对工业绿色全要素生产率非线性影响中的具体作用路径，建立门槛模型：

2. 变量选取

（1） 被解释变量

工业绿色全要素生产率(GTFP)，借鉴袁嘉琪、卜伟(2022)研究方法[13]，建立包含非期望产出的EBM-ML 模型测算工业绿色全要素生产率。在指标选取中，将资本投入、劳动投入、能源投入作为投入指标，将包含中间投入成本的工业总产值作为期望产出，将工业废水、工业二氧化碳与工业烟（粉） 尘的排放量作为非期望产出。同时，有鉴于熵值法能够较好反映每个指标实际效应价值。由此，本研究采用熵值法计算各指标对应权重。

（2） 解释变量

环境规制(EV)，当前关于环境规制通常使用涉及环境指标的绝对值以及环境治理投资额与排污费等方面的占比进行衡量。然而，考虑到单一指标难以全面、整体地反映一个省份环境规制水平。因此，本研究在充分考虑区域产业发展、产业集聚等因素基础上，借鉴林春、孙英杰(2019)研究方法[28]，从投资与费用两个角度构建环境规制指标体系。具体计算公式如下：

公式(5)中，EVi，t表示i省份t年环境规制区位熵值，分子表示i省份t年环境污染治理投资数量与排污费用占t年GDP比重，分母表示全国t年环境污染投资数量与排污费用占t年GDP 比重的比值。若EV＞1，说明该省份环境规制水平较高；若EV≤1，则说明该省份环境规制水平较低。

（3） 门限变量

文章将低碳技术创新(LCTI)作为中介变量与门限变量。借鉴史安娜、唐琴娜(2019)研究方法[29]，从投入与产出两方面入手构建低碳技术创新水平评价指标体系，具体如表1 所示。

表1 低碳技术创新水平评价指标

在构建评价指标体系的基础上，利用基尼系数进行赋权。第一步：利用隶属度标准化方法对低碳技术创新指标进行标准化处理，并计算低碳技术创新指标的基尼系数，即：

公式(6)中，Gk表示第k个指标对应基尼系数，Zbk表征第b个评价对象第k个指标对应的数据，Zak表示第a个评价对象第k个指标对应的数据，n表示指标的数据个数，μ 表示第k个指标所有数据的期望值。

第二步：对基尼系数进行归一化处理，得到第k个指标的基尼系数权重Gk＇。

第三步：获得低碳技术创新指数为：

上式中，Ta表示第a个评价对象对应的低碳技术创新指数，e表示指标个数。

（4） 控制变量

借鉴已有研究[30，31]，文章选取外商直接投资(FDI)、财政自主权(FA)、资本深化(CS)、能源结构(IS)、市场化程度(IND)作为控制变量。其中，外商投资水平采用外商投资工业企业资金占工业企业资产比重衡量；财政自主权利用财政预算内收入与预算内支出之比表征；资本深化选取工业行业固定资产投资净值与从业人员之比衡量；能源结构利用煤炭消费量与能源消费量的比值表征；市场化程度利用中国市场化指数表征。

3. 数据来源

文章选用中国30 个省份（西藏、港澳台地区除外） 面板数据进行实证分析，研究周期为2015—2020 年。指标涉及原始数据主要来自历年各省份统计年鉴、中国统计年鉴、中国科技统计年鉴，以及各省国民经济和社会发展统计公报，变量描述性统计结果见表2。

表2 描述性统计分析

五、实证结果及分析

1. 结果分析

对面板数据进行回归分析，结果见表3。对公式(1)利用固定效应模型进行回归分析，结果如表3 中模型(1)和模型(2)所示。由结果可知，环境规制对工业绿色全要素生产率具有显著正向影响，即环境规制能够提升工业绿色全要素生产率。究其原因可能是，各地方政府在推行环境规制时也会逐步提升市场准入门槛，相应地筛选出质量较高的优质工业企业，实现了以技术外溢效应提升行业绿色技术创新水平，最终正向影响工业绿色全要素生产率。进一步利用普通最小二乘估计法获得结果见模型(3)和模型(4)。深入研究发现，表3 中模型(3)的结果与模型(1)一致，模型(4)的结果与模型(2)一致。该结果证明假设H1 成立。

表3 回归结果

从表3 回归结果可知，控制变量中外商直接投资、财政自主权、资本深化、市场化程度对工业绿色全要素生产率具有正向促进作用。外商直接投资水平越高，工业绿色全要素生产效率越高；财政自主权与工业绿色全要素生产率具有显著的正向关系，说明地方政府拥有财政自主权利越高，越有利于提升工业绿色全要素生产率。资本深化和工业绿色全要素生产率具有正向关系，且通过显著性检验，说明资本深化对工业绿色全要素产生率具有正向积极作用；市场化程度回归系数为正，且通过显著性检验，表明市场化程度越高，工业绿色全要素生产率提升效果越明显。能源结构与工业绿色全要素生产率存在负向关系，且通过显著性检验，说明煤炭消费量越大，越不利于工业绿色全要素生产率提升。

2. 中介效应分析

为研究环境规制对工业绿色全要素生产率影响的具体传导机制，利用中介效应进行实证分析，结果如表4 所示。首先，检验环境规制影响工业绿色全要素生产率的中介效应，即验证公式(1)中环境规制是否通过显著性检验。根据表3 结果可知，公式(1)中环境规制回归系数为正，且通过显著性检验。其次，验证公式(2)中与公式(3)中环境规制对应系数是否通过显著性检验。结果表明公式(2)中环境规制回归系数并未通过显著性检验，而公式(3)中环境规制回归系数通过显著性检验。进一步根据温忠麟等(2022)提出中介效应检验程序[32]，开展Sobel 检验。检验结果中Z 值为7，P 值小于0.01，在1%显著性水平上通过检验，说明环境规制对工业绿色全要素生产率的具体作用过程中存在中介效应。在表3 中模型(2)验证环境规制对工业绿色全要素生产率具有积极影响的基础上，表4 中模型(5)进一步检验环境规制是否能够促进低碳技术创新水平提升。结果显示，环境规制回归系数为正，且通过1%显著性水平检验。加之Sobel检验结果说明环境规制能够促进低碳技术创新水平提升，该结果表明低碳技术创新在环境规制和工业绿色全要素生产率二者关系中具有中介作用。最后，将低碳技术创新放置于环境规制对工业绿色全要素生产率的回归方程中，结果如表4 模型(6)所示。环境规制回归系数为0.003，且通过1%显著性水平检验。与表3 回归结果相比，表4 模型(6)中回归系数有所下降，说明环境规制对工业绿色全要素生产率影响有所下降，这一结果证明低碳技术创新是工业绿色全要素生产率提升的主要渠道之一，证明假设H2 成立。

表4 中介效应回归结果

3. 门槛回归结果分析

环境规制对工业绿色全要素生产率影响可能存在非线性溢出效应，对此利用面板门槛模型进行检验。在检验面板存在性时，利用“自举法”迭代500 次确定合理的门槛值。结果显示，F 检验值分别在1%和5%水平下拒绝0 个门槛与1 个门槛的原假设，但通过双重门槛检验，结果如表5 所示。

表5 门槛效应检验

确定门槛数量后开展门槛效应检验，结果见表6。从模型(7)可知，环境规制对工业绿色全要素生产率存在门槛效应。当低碳技术创新水平小于等于0.5694 时，环境规制对工业绿色全要素生产率回归系数为-0.025，但未通过显著性检验；当低碳技术创新水平在0.5694 和0.6239 之间时，环境规制对工业绿色全要素的回归系数为0.026，仍然没有通过显著性检验。当低碳技术创新水平大于0.6239 时，环境规制回归系数为正，且通过显著性检验。上述结果说明当低碳技术创新水平小于等于0.6239 时，环境规制难以对工业绿色全要素生产率产生促进作用。甚至当低碳技术创新水平小于0.5694 时，环境规制对工业绿色全要素生产率产生负向影响。当低碳技术创新水平超过0.6239 时，环境规制对工业绿色全要素生产率的正向作用开始显现。产生这一现象可能的原因是，环境规制会倒逼工业企业增加研发资金，改进生产技术，提升资源利用效率，进而提高工业绿色全要素生产率。同时，在政府推行较强环境规制时，工业企业为满足环保标准，会主动更新生产设备，积极创新与应用低碳技术，实现绿色低碳转型，这有利于降低污染物排放量，提升工业绿色全要素生产率。根据上述结论可知，假设H3得到验证。

表6 门槛效应回归结果

4. 异质性分析

依据国家统计局划分标准和国家发展战略导向，研究样本中30 个省份由西向东可以分为东部、中部与西部地区。三大区域地理位置与经济发展水平存在巨大差异，导致环境规制对工业绿色全要素生产率影响也可能存在差异性。因此，文章分区域进行研究，结果如表7 所示。结果显示，东部地区环境规制对工业绿色全要素生产率回归系数为正，且通过显著性检验。由此可知，环境规制对东部地区工业绿色全要素生产率具有显著促进作用。可能的原因是，东部地区环境规制监督与管理较为严格，执行力度较大，宏观环境保护监管机制更加健全。相较于污染治理造成的成本效应，东部地区技术创新的补偿效应更加显著。对于中、西部地区而言，环境规制对工业绿色全要素生产率回归系数并未通过显著性检验，说明中、西部地区环境规制对于工业绿色全要素生产率的影响并不显著。分析其原因可能是，中、西部地区污染治理与管理水平相对较低，且目前中西部地区部分省份仍然在走“先污染后治理”道路，导致环境规制效应发挥存在一定滞后性。同时，相较于东部地区，中、西部地区的工业企业多为国有控股或是国有企业，行业间企业竞争激励程度较小，使得大部分企业并不热衷于加大研发投入以改进生产技术获得比较优势，这一定程度上也导致中、西部地区环境规制对工业绿色全要素生产率影响效果不显著。

表7 环境规制对工业绿色全要素生产率的区域差异

5. 稳健性检验

以上实证分析检验了环境规制对工业绿色全要素生产效率的促进作用，为验证上述结果有效性，从以下四个方面进行稳健性检验。

第一，考虑到上海、重庆、天津、北京为直辖市，城市体量与其他省份相比存在差异，会导致环境规制对工业绿色全要素生产率的影响具有差异。文章先剔除上海与北京两个直辖市，再剔除天津与重庆两个直辖市进行稳健性检验，两次回归结果中回归系数均显著为正，说明回归结果具有稳健性。

第二，依次加入不同的控制变量进行回归分析。表8 模型(11)~模型(13)中，分别加入经济发展水平(GDP)、政府干预(GOV)、城市化水平(UL)三个控制变量，利用固定效应模型分析环境规制对工业绿色全要素生产率的影响，模型(15)比模型(14)多加入低碳技术创新(LCTI)的影响，解释变量回归系数与基准回归结果较为接近。控制变量中，经济发展水平即各地实际GDP 对工业绿色全要素生产率回归系数为正；政府干预对于工业绿色全要素生产率的影响不显著；城市化水平即年末城镇人口数量占总人口数量影响也不显著。

表8 加入不同控制变量回归结果

第三，进一步验证回归结果稳健性，借鉴董会忠等(2022)研究方法，利用各省份实际工业污染治理投资额占工业总产值的比重进一步刻画环境规制[33]。该比值主要衡量污染治理投入水平，一定程度上能够反映某一省份环境规制强度。将各省份实际工业污染治理投资额占工业总产值比重和工业绿色全要素生产率进行回归分析，结果如表9 所示。采用固定效应模型进行估计得到模型(16)和(17)，利用OLS 模型进行回归分析获得模型(18)。上述模型的回归系数均为正，且通过1%显著性水平检验，与基准回归结果一致，证明基准回归结果具有稳健性。

表9 更换解释变量

第四，利用面板工具变量模型开展内生性检验。在工具变量选择方面，本研究选取政府补贴(IV1)展开两阶段最小二乘法估计。政府补贴选用规模以上工业企业R&D 投资经费内部支出中政府资金占比衡量。一方面，政府补贴与支持是环境规制实施的前提与保障，可从资金支持方面影响环境规制实施情况；另一方面，政府补贴并不会对工业绿色全要素生产率产生直接影响，具体估计结果如表10 所示。

表10 内生性检验结果

为验证选取的工具变量具有合理性，利用以下几种方法进行验证，结果分别为：一是通过识别不足检验，在1%水平上拒绝原假设“工具变量识别不足”；二是通过弱工具检验；三是通过外生性检验。经过上述稳健性检验，本研究回归结果依然成立，证明具有稳健性。

六、结论与建议

文章从基本传导机制、非线性传导机制和差异性传导机制三个方面入手，研究环境规制对工业绿色全要素生产率的效应。基于2015—2020 年中国30 个省份面板数据，并利用固定效应模型、最小二乘法、中介效应模型以及面板门槛模型进行实证分析。得出以下几点研究结论：一是环境规制能够提升工业绿色全要素生产率，成为工业绿色全要素生产率提升的重要驱动力，且通过更换解释变量与工具变量等稳健性检验，结果仍成立；二是低碳技术创新是环境规制影响工业绿色全要素生产率的中介变量，环境规制可通过低碳技术创新水平间接作用于工业绿色全要素生产率，中介效应较为显著；三是环境规制对工业绿色全要素生产率的作用存在区域异质性，该作用在东部地区更加显著。

根据上述结论，结合实证环境规制、低碳技术创新和工业绿色全要素生产率的实际情况，提出以下几点对策建议：

第一，实施差别化环境规制策略。由实证结果可知，环境规制对工业绿色全要素生产率作用机制存在明显地域差异。因此，根据区域定位制定环境规制政策十分必要。具言之，各地方政府部门需要根据地区工业发展水平，实施差异化环境监管政策。环保部门可在严格执行总量控制的前提下，制定差异化与细分化的排污收费标准与排放标准，确保环境规制具有针对性，进而更好发挥其助力工业绿色全要素生产率提升的作用。对于经济发展水平较高的东部地区，环保部门可基于地区环境承载力，采取命令型环境规制与市场激励型环境规制相结合的方式，促使企业合理配置内部生产资料，寻找更好的降低污染物排放的技术和方式，进而提升工业绿色全要素生产率。中、西部地区需要逐步加大环境规制治理力度，避免出现“一刀切”的现象。此过程中，相关部门应加强公众与政府之间的沟通，实现政府、社会、公众三方之间良性互动，合力推行环境规制策略，提升区域内生态环境质量，最终赋能工业绿色全要素生产率。

第二，丰富区域环境规制工具。为更好发挥环境规制助力绿色经济与经济高质量发展作用，政府部门可在环境治理领域引入市场管理机制，实现环境规制向综合使用法律、经济、技术和必要的行政办法方面转型。在具体过程中，政府部门应积极推进命令型与市场激励型环境规制工具，激励企业向低碳环保转型，在减少环境污染的同时兼顾工业绿色发展。同时，政府部门还可通过不断提升市场激励型环境规制强度，全面推行排污许可制度，实行碳排放交易市场化，利用市场手段降低外部成本。此外，各级环保部门应引导环境规制工具与中央和地方财税支持政策协调发展，完善环境规制保护激励机制，发挥环境规制应有的作用。

第三，培育绿色低碳领域创新主体。实证结果表明，低碳技术创新是环境规制影响工业绿色全要素生产率的主要渠道，因此在发挥环境规制作用过程中，还需要培育绿色低碳领域的创新主体。地方政府应积极引导创新要素集聚，培育一批创新能力较强的企业或者组织。可通过建设绿色低碳技术创新人才培养基地，加强绿色低碳技术创新人才引进与培育力度等方式，有效扩大绿色低碳领域创新主体的规模。同时，工业企业还可依托海外人才驿站，实现国内国际人才、智力、技术、项目的有效交流，并联合进行重大技术研发，深度应用全球绿色低碳创新资源，提升自身低碳技术创新能力。