中国区域工业最优环境规制强度选择

时间：2024-05-07

许冬兰++张倩倩++王运慈

[摘要]运用中国28省（市）1995—2013年的工业面板数据和DEA-SBM模型，测算包含非期望产出的中国省际工业全要素能源效率，并通过门槛面板模型从全要素能源效率视角判断中国环境规制强度的最优选取。结果表明，东部存在双重门槛效应，而中部环境规制与能效呈扁平U型关系，西部地区存在最优规制区间。对比当前规制力度可知，现阶段东部可在现行规制标准的基础上保持稳定；中部可以考虑适度加强环境规制；西部，内蒙古等5省规制强度有待提高，贵州等省份则需谨慎对待规制强化，可以更多考虑通过技术引进与创新等手段来促进双效率的提升与改进。

[关键词]最优环境规制；全要素能源效率；面板门槛模型

[中图分类号]F124.5 [文献标识码]A [文章编号]1671-8372（2017）01-0050-07

中国经济结束了近20年的快速增长后，已然進入了增长速度换挡及结构调整的“新常态”。然而，粗放型经济增长所引致的工业污染已逼近环境承载极限，环境与经济的不协调严重制约了中国的可持续发展。当前，提高经济发展的质量与效率、促进节能减排的工作已迫在眉睫。全要素能源效率作为刻画能源消耗和经济协调发展程度的重要指标之一，可以直观体现能源劳动资本等多元投入与经济产出之间的关系，也是测度经济能否实现可持续发展的标准之一[1]；而环境规制作为降低能耗使用与控制污染排放的核心工具，一方面可以通过节约能耗缓解资源环境的压力，另一方面，可以通过严控污染排放增加企业的排污成本，促使企业调整生产方式，提高资源利用效率。那么，环境规制的实施究竟能否在控制污染的同时实现工业能源效率的改善？当前的环境规制强度是否处于适度水平？如何调整环境政策实现中国工业能源效率的提升？为了回答上述问题，本文从全要素能源效率视角对最优环境规制强度选择的问题展开探讨，通过实证分析判断中国各地区各省份的规制力度是否合理，进而为环境政策制定者提供有益的数据支持和决策参考。

一、文献综述

20世纪90年代初，迈克尔·波特提出了著名的波特假说：从短期看，严厉的环境政策会使企业总成本有所提高[2]，但从长期看，适当设计的环境规制将刺激企业进行相关技术创新活动[3]。选择并采用更新、更有效率的生产技术和设备，有助于企业进行污染削减，进而提升企业竞争力。环境规制从两个方面为生产者改进生产效率提供了可能：一是技术的进步，二是效率的改进[4]。波特假说提出后，立刻引起了学术界的广泛关注和激烈讨论：一方面是环境规制对技术创新的影响。部分学者质疑波特假说，认为并没有足够的证据证明严厉的环境规制政策会促进技术创新，反而会在一定程度上导致技术创新和企业绩效下降[5-7]；部分学者的研究结果则支持波特假说，认为环境规制对技术创新具有正向作用[8-10]；还有学者持第三种观点—“不确定论”，认为环境规制对技术创新的作用方向具有不确定性，其实证结果由于地区或行业的异质性而呈现多样性[11-12]。另一方面是环境规制对效率改进的影响。尽管少数学者主张规制会导致效率损失，但是大部分学者的研究结论支持波特假说[13-15]。随着环境质量的恶化，绿色低碳经济日益受到关注，学者们开始倾向于将环境效应纳入到效率评价体系中，考察环境规制与能源效率之间的关系。其实证结果大致可以分三类：1.U型关系。高志刚等认为规制措施可以通过倒逼机制改善能源效率，并且规制强度与全要素能源效率存在U型关系[16]。2.倒U型关系。张华等的研究结论肯定了波特假说在能源领域的存在性，认为环境规制对全要素能源效率的影响呈倒U型轨迹[17]。3.结果因地区或行业差异而不同。陈德敏等基于省际面板数据的实证研究表明，环境规制相关变量对改善全要素能源效率有重大意义，但也表现出显著的地区差异性[18]。聂普焱等的研究结果表明，高能耗产业的规制对全要素能源效率的影响不显著；中度能耗产业当前的规制阻碍了能效提升，即不支持波特假说[19]；以高新技术产业和清洁产业为主的低能耗产业则支持波特假说。对于环境规制强度的最优选取问题，李玲等和沈能分别从绿色全要素生产率和环境效率视角探讨了中国制造业及中国工业行业的最优规制强度，结论表明，环境规制对不同行业的生产率和环境效率的影响系数有所差异，环境政策的制定应针对不同行业属性和发展情况，选择最恰当的规制强度和管制方式，达到绿色全要素生产率和环境效率最大化的目的[3，20]。

综合上述文献不难发现，环境规制对科技创新或者效率改善的影响研究已经较为成熟，但是最优环境规制强度选择问题的研究却很少见。鉴于此，本文将最优环境规制的考察视野延伸到能源效率领域，首次尝试以全要素能源效率视角探讨环境规制的最优选择问题，以便更全面地分析规制选取问题，丰富和完善现有关于“最优环境规制”的研究。此外，本文选用门槛回归方法探析环境规制与能源效率的非线性关系与门槛特征，以期更科学、更合理地检验环境规制对能效的影响作用。

二、模型介绍与指标选取

（一）模型介绍

1.DEA-SBM模型

DEA方法是以相对效率概念为基础，以线性规划和凸分析为工具的一种评价方法。它通过构建生产前沿边界并分别将不同的生产决策单元投影到生产前沿边界来计算决策单元之间的相对效率。当产出指标包含非期望产出时，SBM模型通过将松弛变量纳入目标函数，一方面很好地克服了传统DEA模型无法剔除投入产出松弛所造成的非效率的缺陷，另一方面也解决了非合意产出条件下的效率评价问题。SBM模型的规划形式为：

其中，S表示投入、产出的松弛变量，S-表示投入过度，S+表示产出不足，是权重向量，下标0表示某个特定的被评价单元。

包含非合意产出时，对于特定的被评价单元，可将其表达为：

其分式规划为：

其中，表示合意产出，表示非合意产出，Sg表示合意产出不足，Sb表示非合意产出过度[21]。对于某个特定被评价单元而言，当且仅当，即、=0、=0 时，该单元是有效率的；当1，该决策单元投入产出存在改进的空间，是非有效的。

本文采用考虑非合意产出的SBM模型测算了有效状态下各省份工业的能源消费目标值，以与其对应省份工业能源实际消耗值的比率表示工业全要素能源效率（TFEE）。

2.面板门槛模型

本文利用SBM模型计算出各地区工业能源效率值，构建环境规制对工业全要素能源效率影响的实证模型。考虑到环境规制与能源效率可能存在非线性关系，本文采用面板门槛模型检验分析不同程度的规制对能源效率的影响。待检验的基本模型为：

其中，表示省份，表示年份，为门槛变量，为特定的门槛值。指全要素能源效率值，指环境规制，行业结构（IS）、能源消费结构（ECS）及能源价格（PRICE）为控制变量。为随机误差项，且服从正态分布。

模型（3）中的残差平方和为：，通过最小化残差平方和来获得及其他参数的估计值，之后，还需进行两个检验：

（1）显著性检验。其目的是检验以门槛值划分的两组样本的模型估计参数是否显著不同。因此，原假设为，备择假设为，检验统计量为：

为原假设下的残差平方和。本文使用Hansen的自抽样法（Bootstrap）获得大样本的渐进值[22]。

（2）门槛值的估计值是否等于真实值，即对原假设进行检验。“似然比统计量”可表示为：

上述模型只存在唯一的门槛值，多重门槛模型的原理与单一门槛相同，本文在此不再赘述。

（二）指标选取

考虑数据的可得性，本文剔除港澳台、西藏地区和海南省，为保持统计口径一致把重庆市数据并入四川省，最终选取28个省（市）作为研究对象，样本区间为1995—2013年。本文使用的数据来源于《中国统计年鉴》《中国工业经济统计年鉴》《中国能源统计年鉴》、各省统计年鉴和《中国环境年鉴》。

选取的投入指标包括能源消费量、劳动力和资本存量，合意产出指标为工业总产值，非合意产出为工业CO2和SO2排放量。影响因素指标包括能源价格、行业结构、能源消费结构和环境规制。选取方法为：

1.投入产出指标

（1）能源投入（E）。由于各省份能源消费的种类和结构不一致，所以统计上把煤炭、石油、天然气和水电等主要一次性能源的消费量转换成标准煤加总计算而得，单位为万吨标准煤。本文选取各地区工业能源终端消费量作为能源投入指标。

（2）劳动力投入（L）。本文使用各地区工业从业人员年平均人数表示劳动力投入指标。

（3）资本投入（K）。永续盘存法需要用初始资本存量、历年投资额及资本折旧率等数据估算资本存量。由于中国工业统计数据的限制，本文借鉴周五七[23]的做法，以1995年各省工业固定资产净值作为初始资本存量，以相邻两年的固定资产净值差额作为投资额，由于固定资产净值已扣除了折旧，故无须处理固定资产折旧问题，按照式（6）进行累加计算：

其中，表示i省1995年工业固定资产净值，表示i省第t年的名义投资额，为各省当年固定资产价格指数（1995年=1）。

（4）工业总产值（Y）。本文以工业品出厂价格指数平减后的各地区国有及规模以上工业企业的总产值作为合意产出指标。

（5）非合意产出（UY）。由于能源在工业生产过程中主要产生大气污染物，特别是CO2和SO2，故本文以当年各地区的CO2和SO2排放量两个指标衡量非合意产出。其中，SO2指各地区工业SO2排放总量，CO2排放量则参考陈诗一[24]的做法计算而得。

研究样本描述性统计见表1。

2.影响因素变量指标选取

（1）能源价格（PRICE）。能源价格的变动与工业企业生产成本息息相关。能源价格提高会造成企业生产成本上升，使企业减少能源消费，改进生产技术，提高能源利用效率。故能源价格是影响能源效率的重要因素。由于无法直接获悉能源价格数据，本文采用原材料、燃料、动力购进价格指数表示能源价格。

（2）行业结构（IS）。行业结构指主营品种和范围基本相同的商业企业群体的数量及其构成比例。行业内企业数量增加以及由此带来的激烈竞争，会刺激企业进行技术改进与研发，对提高能源效率有积极的作用。基于数据可得性，本文利用小型工业企业数量占工业企业数量的比重来表示行业结构指标。

（3）能源消费结构（ECS）。我国作为世界第一能源消费大国，其消费结构仍以煤炭、石油为主，而煤炭等非清洁能源的大量使用会造成严重的污染问题，对工业能源效率的改善产生重大影响。故本文用各地区工业煤炭终端消费量占各地区工业能源终端消费量的比重表示能源消费结构指标。

（4）环境规制（ER）。环境规制指标的选取是本文实证研究的关键，但目前学术界对环境规制的度量方法并不统一。国内现有文献对环境规制的衡量方法主要有以下几种：排污费收入、工业治理投资完成额、废水废气治理设施年运行费用占工业生产总值的比例及废水排放达标率、SO2去除率和固体废物综合利用率等。由于本文研究视角为工业全要素能源效率，而化石能源的使用主要产生大气污染物。考虑到SO2去除率在一定程度上折射出政府对污染排放的限制力度，故选取SO2去除率作为环境规制强度的代理指标。

三、实证结果分析

（一）工业全要素能源效率的测度结果

本文基于非期望产出DEA-SBM模型测算了1995—2013年28省（市）的工业全要素能源效率值（见表2）。因各地区在经济发展水平、资源禀赋和政府政策等方面存在较大差异，本文对中国28个省（市）进行分组，分为东部、中部和西部。

由表2可知，1995—2013年中国各省份能源效率值总体呈上升态势，尤以2005年之后最为明显，但地区差异显著。东部、中部和西部工业全要素能源效率的平均值依次为0.7230、0.3244和0.2242，这和杨红亮、史丹以及王兵等东部最高、中部次之、西部最差的研究结果一致[25-26]。东部共有6个省（市）的能源效率值处于或接近生产前沿面，即能源最有效率地區，分别为北京、天津、上海、江苏、浙江和广东，其中江苏和广东一直处于最有效率水平。中部地区效率表现最好的省份为江西省，效率表现最差的省份是能源禀赋较高的山西省，这与能源匮乏却高效利用的东部省份形成强烈反差。山西省作为中国的能源生产基地，产业层次低，能源利用方式粗放，灰渣、粉尘等污染物未及时治理，过高的污染排放造成了能源效率的低下。西部地区各个省份的能源效率值均在较低水平，效率表现最差的宁夏在1995—2013年的工业能源效率平均值只有0.1073，这进一步说明能源效率较低的西部在节能减排方面潜力巨大，提高能源利用技术任重而道远，要走的环保之路还很长。

图1显示，1995—2013年各省（市）的工业全要素能源效率在总体上呈现先下降后上升的扁U型特征，说明国家的环境保护政策正在发挥积极作用。东部拥有先进的生产工艺和能源利用技术，加上产业转移逐步实现，东部地区主要发展如高新技术产业等低能耗低排放产业，因此东部的工业全要素能源效率远远高于中、西部；1997年，亚洲金融危机的爆发给我国经济带来负面影响，三大地区的能源效率均出现大幅下滑现象。其中，中、西部能源效率更是在1997—2004年间持续下跌，其主要原因可以考虑为我国经济增长方式过于粗放，大量高耗能高排放行业迅速发展，且大批淘汰的落后产能不断扩张至中、西部，导致中、西部产业结构“污染化”以及能源效率持续下滑的结果；2005年后中、西部的能源效率开始上扬，说明中、西部产业升级已初见成效，“十一五规划”中的“节能减排”等能源环境政策得到强化和落实。综上，三大地区尤其是中、西部地区的能源效率仍有相当大的提升空间。

（二）工业环境规制强度最优选择

1.基于全要素能源效率视角的工业环境规制强度最优选择

把前述各地区工业全要素能源效率值代入到实证模型（3）中，对全国及东部、中部、西部分别进行Bootstrap自抽样门槛检验，并设定自抽样次数为1000，结果见表3。

由表3看出，全国及中西部地区的三重门槛效应均在5%的显著性水平上通过了检验，而东部地区的双重门槛效应在1%的显著性水平上通过了检验。因此，东部地区存在双重门槛，全国及中西部地区则存在三重门槛。由此可以确定东部地区的门槛值、，全国及中西部地区的门槛值、、，并在此基础上得到不同门槛区间的回归结果（见表4）。

表4结果显示，环境规制对工业能源效率的影响并非是单调递增或递减的，其影响系数因不同地区、不同规制区间而存在差异。全国范围来看，环境规制对能源效率的影响关系存在三重门槛。具体来说，当规制强度跨越第一道门槛0.1396时，系数值从不显著的0.0167升至显著的0.0938；跨过第二道门槛值2.0211后，系数降至-0.1145，但是规制的负效应并不显著；当规制强度超过第三重门槛2.2227时，影响系数升至0.1163，此时的规制政策对能源效率的改善起显著的正向作用。对于东部地区，环境规制对能源效率的影响存在双重门槛效应，且整体呈N型特征。中部和西部地区均存在三重门槛。对于中部地区来说，弱规制引发的遵循成本效应阻碍能源效率的改善，但随着规制强度的增加，创新补偿效应被激发，逐渐超过遵循成本效应并占据主导地位，能显著促进能效改善。在西部地区，规制强度跨过0.0956后，系数由0.0334增至0.1847；跨越1.3519后，作用系数进一步激增至1.0465；当规制强度超过1.5423后，规制对效率的促进作用不再显著。

2.工业环境规制强度最优选择与实际规制强度的对比

为了更直观地考察当下的规制强度是否处于合理水平，表5在全要素能源效率视角下利用门槛临界值将三大地区的各个省份环境规制强度进行分组，并基于上述面板门槛回归结果给出各地区的最优规制区间。从各地区来看，东部地区省份的规制强度处于最优区间内，环境规制显著拉升了能源效率水平；与东部地区相比，中部地区则有大部分省份存在规制力度不足的现象，如山西、吉林、黑龙江和湖北、湖南等，致使中部整体的效率水平偏低；西部地区的状况比东部、中部地区更复杂一些，内蒙古、广西和四川等5个省份的规制强度较低，对能源效率改善的促进作用不强，陕西省位于最优规制区间内，而贵州等其余省份规制强度则超过了最优区间，存在规制力度过于严格的现象，这将束缚工业能源效率的提升，不利于经济增长与环境保护的协调发展。

四、结论与政策建议

本文以中国工业1995—2013年的面板数据为样本，测算出三大地区28个省份的工业全要素能源效率，然后使用面板门槛模型回归分析了三大地区环境规制强度与工业全要素能源效率的影响关系，并据此探讨了各地区的最优环境规制强度。主要结论如下：

第一，样本期间内，中国工业全要素能源效率水平总体呈现出先下降后上升的趋势，并在区域上呈由东向西递减的梯形特征，且江苏省和广东省的工业能源效率表现最佳。环境规制对能源效率有显著影响，设计适当的环境规制可以实现控制污染和改善工业能源效率的双赢，本文结论可支持波特假说。

第二，环境规制与工业全要素能源效率的關系为非线性，且表现出地区异质性。1.东部地区的工业环境规制强度与能源效率的关系存在双重门槛，并呈 N型特征，大于0.5598的规制强度可促进能效的改善；2.中部地区的环境规制与能效的关系呈扁平的U型，其曲线拐点为规制强度等于2.8642，拐点右侧任意规制强度都有利于工业能源效率的改善；3.西部地区环境规制与能效的关系存在三重门槛，在[1.3519，1.5423]区间内规制能最大化激发创新补偿效应，从而提高工业能效水平。

第三，从实际规制强度的省份分布来看，东部地区位于最优规制区间的省份最多；中部则有大部分省份规制力度不足，如山西、吉林、黑龙江和江西等；西部地区内蒙古、广西和四川等多数省份规制强度较弱，对效率改善的显著性不强，陕西省则位于最优规制区间内，其余省份如贵州、云南等存在规制过于严苛的现象，阻碍了能效的提升。

本文研究结论包含着一定的政策启示：

第一，环境政策的制定不应脱离经济政策的总目的，应考虑将效率因素纳入环境政策的目标体系。政府在制定环境规制时，往往只重视规制本身，一味强调环境目标，而忽视与环境规制有密切关联的能源效率等效率指标。面对日趋严峻的资源环境约束和经济转型的迫切需求，决策者应当及时转变单向思维模式，把能源效率作为环境规制的辅助措施，充分利用规制对效率提升的推动力，协调生态保护和工业化之间的均衡关系。因此，环境政策可以考虑根据地区资源禀赋和生态承载能力，增加对提升全要素能源效率的规定，迫使能源效率峰值的提前到来。

第二，为了提高工业全要素能源效率，政府制定环境规制时应该针对不同地区的区域特点和实际发展水平，因地制宜，制定合理的环境规制标准。东部地区，可以在现行规制标准的基础上保持稳定，建议以市场激励型的政策为主，辅以命令控制型规制工具，鼓励企业通过自愿减排获得更多政策性优惠。中部地区，可以考虑稳步提高规制力度，一方面要提高污染管控标准和环境违法成本，另一方面也要引导工业企业积极进行绿色生产研发创新，逐步实现由末端治理向清洁生产的转变。西部地区，由于其经济结构与生态环境的脆弱性，加之各个省份环境规制情况迥异，需谨慎对待环境规制工具，可以考虑将环境政策的侧重点从强制性规制转向依靠技术引进和鼓励研发创新上来，比如，積极与东部地区发达地区开展项目合作，主动学习和引进先进技术及管理经验；完善财政转移支付政策，加大政策性的环保资金的投入力度，对重视绿色科技研发的企业予以政策或资金支持等。

第三，从省域层面看，东部地区所有省份均位于能源效率要求的最优规制区间内，但是，除江苏和广东省以外，其余省份的能源效率仍有提升空间。需特别指出的是河北省，其能效水平远远低于东部其他省份，政府应进一步加大对污染物排放的规制力度，激发波特假说的创新补偿效应，大力发展节能环保低碳产业，掌握新兴产业的核心技术以形成新的竞争优势，以维持环境规制与能源效率的动态平衡。中部地区安徽和河南省现行规制处于适度水平；山西等其余省份则需要加强环境规制，在不挫伤企业积极性的前提下提高排污费和环境税收费标准，完善排污许可交易制度，加大治理污染基础性投资力度和政府对治污企业的补贴，承接产业转移的同时加速向清洁生产模式转变。西部地区，内蒙古、广西和四川规制力度有待加强；陕西短期可以维持当下的规制强度；贵州、云南、甘肃和宁夏则应适当放松当前规制水平，建议对自发治污的工业企业予以资金或政策补贴，缓解严格的规制对企业带来的排污负担，另外，可以通过适度提高能源价格、推广清洁能源和新能源的使用、为鼓励企业转型和技术创新营造良好的政策环境等途径提高工业双效率，实现工业经济量的扩张和质的提升。

[参考文献]

王俊能，许振成，胡习邦，等.基于 DEA 理论的中国区域环境效率分析[J].中国环境科学，2010，30（4）：565-570.

PorterM E. America's green strategy[J].Scientific American，1991（4）：168.

李玲，陶锋.中国制造业最优环境规制强度的选择—基于绿色全要素生产率的视角[J].中国工业经济，2012（5）：70-82.

Poter M E， Vander C. Toward a new conception of the environment competitiveness relationship[J].Journal of Economic Perspective，1995（4）： 97-118.

Gray W B， Shadbegian R J. Pollution Abatement Costs， Regulation， and Plan-level Productivity[R]. National Bureau of Economic Research，1995.

Cesaroni F， Arduini R. Environmental Technology in the European Chemical Industry[R]. LEM Working Paper，2001.

Nakano M. Can Environmental Regulation Improve Technology and Efficiency？ An Analysis Using the Malmquist Productivity Index[R].Spain：Eaere，2003（6）：28-30.

Hanamoto M. Environmental regulation and the productivity of Japanese manufacturing industries[J].Resource and Energy Economics，2006，28，（4）：299-312.

赵红.环境规制对中国企业技术创新影响的实证分析[J].管理现代化，2008（3）：4-6.

张成，陆旸，郭路，于同申.环境规制强度和生产技术进步[J].经济研究，2011（10）：113-124.

王国印，王动.波特假说、环境规制与企业技术创新—对中东部地区的比较分析[J].中国软科学，2011（1）：100-112.

沈能，刘凤朝.高强度的环境规制真能促进技术创新吗？—基于“波特假说”的再检验[J].中国软科学，2012（4）：49-59.

许冬兰，董博.环境规制对技术效率和生产力损失的影响分析[J].中国人口·资源与环境，2009，19（6）：91-96.

张成，于同申，郭路.环境规制影响了中国工业的生产率吗—基于DEA 与协整分析的实证检验[J].经济理论与经济管理，2010（3）：11-17.

刘建华，吴美英.有无环境管制下我国省际环境效率的对比研究[J].生态经济，2014，30（12）：155-159.

高志刚，尤济红.环境规制强度与中国全要素能源效率研究[J].经济社会体制比较，2015（6）：111-123.

张华，王玲，魏晓平.能源的“波特假说”效应存在吗？[J].中国人口·资源与环境，2014，24（11）：33-41.

陈德敏，张瑞. 环境规制对中国全要素能源效率的影响—基于省际面板数据的实证检验[J].经济科学，2012（4）：49-65.

聂普焱，黄利.环境规制对全要素能源生产率的影响是否存在产业异质性？[J].产业经济研究，2013（4）：50-58.