中國區域環境績效及波特假說的再檢驗

范 丹,王維國 (1.東北財經大學數學與數量經濟學院,遼寧 大連 116025；2.中國科學院預測科學研究中心東北分中心,遼寧 大連 116025)

中國區域環境績效及波特假說的再檢驗

范 丹1,2*,王維國1,2(1.東北財經大學數學與數量經濟學院,遼寧 大連 116025；2.中國科學院預測科學研究中心東北分中心,遼寧 大連 116025)

以二氧化碳為非期望產出,基于序列DEA的方向性距離函數、環境規制強度指數、Malmqulist-Luenberger指數,測度了1999～2010年中國30個省、市、自治區及東、中、西、東北四大區域的環境技術效率、環境規制成本及全要素生產率,并對四大區域的全要素生產率進行了波特假說的再檢驗.研究結果表明:區域間的環境技術效率呈現東-東北-中-西依次遞減的演變格局;東北老工業基地的環境規制成本最高、西部地區最低;環境規制強度與全國及四大區域全要素生產率有顯著的正相關性,這支持了波特假說的存在;技術進步效應的檢驗結果顯示,只有中部區域支持波特假說的存在,西部區域檢驗結果表明碳排放的規制過高會對技術進步帶來消極影響;環境技術效率變化效應的檢驗結果顯示,全國及四大區域均支持波特假說的存在,碳排放規制強度的加強,會推動各地區在不同時期追趕最優生產前沿面的程度.

環境技術效率；環境規制成本；全要素生產率；波特假說

改革開放以來,我國經濟取得了舉世矚目的成就,國內生產總值由1978年的3624.1億元增加到2011年的471564億元,年平均增長率在9%以上,而這種高速增長依賴于高投資、高能耗和高排放[1].目前,我國正處于工業化、城市化快速發展階段,能源需求的快速增長一時難以改變 ,在“十五”、“十一五”期間,我國一次能源的消費70%左右仍以為煤炭為主[2].這種粗放式的經濟增長后果是:能源浪費嚴重,環境污染惡化,能源對外依存度加大.這對我國經濟與社會的可持續發展構成了嚴重威脅.一次能源的燃燒是溫室氣體的主要來源.2007年中國成為世界第二大溫室氣體排放國[3],在2009年哥本哈根世界氣候大會上,中國向世界承諾加強節能、提高能效工作,爭取到2020年中國單位 GDP二氧化碳排放將比2005年下降40%～45%.世界銀行在2007年指出室外空氣和水污染給中國經濟造成的損失相當于GDP的5.8%.而當今世界上污染最嚴重的20個城市,中國占了13個[4].由此可見,節能減排、實現環境友好型的綠色經濟增長方式已經迫在眉睫.

近年來,國內外學者從不同角度研究了環境規制對全要素生產率的影響.主要存在兩種觀點:一是傳統新古典經濟學認為,環境規制所產生的社會收益會降低其生產單位的競爭力,增加生產單位的私人成本,其中隱含的抵消關系會對經濟發展帶來負面影響,即較高的環境規制成本對生產單位提高生產率和國際競爭力將產生消極影響.二是由麥可·波特提出良好的環境規制將刺激生產單位的技術革新,從而減少成本費用,提高產品質量,這樣能夠使生產單位在國際市場上獲得競爭優勢,從而提高產業生產率,并稱之為“波特假說”[5].大量學者對波特假說進行了再檢驗.有些經濟學家認為波特假說缺乏理論依據,認為環境規制成本會促使生產單位增加創新研發投入,但研發帶來的收益有限,其隱含的抵消關系反而不利于生產率的提高[6-7].但是,也有一些學者的研究支持了波特假說[8-11].通過研究驗證了環境規制成本與生產單位的技術創新存在著密切關系,長期來看環境規制對技術創新存在著一定的激勵作用,環境規制可以使生產單位實現“節能、增產、環保”綠色生產率的增長.此外,利用非參數方法(DEA)測度全要素生產率研究主要集中在兩個方面:一是部分文獻主要考慮以資本、勞動力、能源為投入要素,以GDP為產出,利用傳統的生產率指數(Malmquist生產率指數)測度全要素能源效率及生產率,但無法考慮非期望產出(如 CO2)存在下的全要素生產率[12-14].二是部分學者利用 Chung等[15]在測度瑞典紙漿廠生產率時提出的方向距離函數及 Malmquist-Luenberger (ML)生產率指數測度環境技術效率與全要素生產率,這種測量方法綜合考慮了產出增加和污染減少[4,16-23].

上述研究很好地考察了非期望產出條件下的環境效率評價問題,但多數文獻考慮以傳統污染物作為非期望產出,基于當期 DEA且以投入為導向的分析框架.本文在已有研究的基礎上進行以下三個方面拓展:(1)在研究對象上以產出為導向,同時考慮期望產出增加(GDP)和非期望產出(二氧化碳)減少的環境效率評價問題,這也符合目前中央政府提出實現綠色GDP持續增長的發展目標,兼顧溫室氣體減少同時提高環境技術效率對經濟增長的貢獻.(2)Shestalova[24]指出,當期DEA僅以當期的觀察值來構造最佳實踐邊界,從而在動態的分析中有可能出現技術退步的情況.序列 DEA不僅考慮當期觀察值,而且還要考慮以前所有的觀察值來構造最佳實踐邊界,在動態分析中避免了技術退步的情況[25].因此本文選擇基于序列 DEA來構造環境最佳實踐前沿.(3)在研究方法上,本文采用方向性距離函數、環境規制強度指數、Malmqulist-Luenberger(ML)指數,以二氧化碳為非期望產出,測度了我國 30個省市及東、中、西、東北四大區域的環境技術效率、環境規制成本及全要素生產率,并利用面板數據模型對我國四大區域的全要素生產率進行了波特假說的再檢驗.希望能為我國政府針對不同區域制定相關環境政策提供科學的理論參考.

1 研究方法

1.1 環境技術集與方向性距離函數(DDF)

根據Chung等[15]和Fare等[25]對環境技術集的定義,假設k=1,…,K個生產單位使用N種投入要素,生產出M種期望產出和I種非期望產出.環境技術集能生產為由界閉集.需滿足3個公理(1)非期望產出的弱處置性;(2)期望產出和非期望產出的零結合性;(3)投入要素和期望產出的自由可處置性.

基于環境技術集,Chung等[15]提出的方向距離函數(DDF),定義為:

式(1)中,g=（gy,gb),為期望產出擴張及非期望產出壓縮的方向向量.此時非期望產出在技術上具有弱可處置性.這表明能夠實現在提高期望產出的同時可以同比例降低非期望產出.這時方向距離函數變為:

式中:β為距離函數值,描述在產出水平上,按照方向運動到生產前沿面時,期望產出的提高和非期望產出同比例降低的最大倍數.β值越小,表明生產單位越接近生產的前沿面,效率越高,當β=0時生產單位位于生產的前沿面上,這時生產是完全有效率的.

1.2 環境規制下的環境技術效率模型及環境規制成本

環境技術集規定非期望產出在環境規制下是非自由處置的,期望產出和非期望產出滿足零結合性,減少非期望產出意味著要付出經濟成本,即導致期望產出減少,因此,Picazo-Tadeo(2005)[26]提出環境規制下的方向距離函數的線型規劃模型如式(3):

式中:是第'k個決策單位在t時期的投入和產出向量;為權重;β為有環境規制下的方向距離函數值.式(3)投入變量和期望產出的不等式約束表示投入和期望產出是強可處置的,非期望產出的等式約束則表示期望產出和非期望產出聯合弱可處置,因此非期望產出的減少是以期望產出的減少為代價的.

在無環境規制的情況下(即式(3)中的非期望產出等式約束變為不等式約束),意味著期望產出和非期望產出是自由可處置的,期望產出可以最大化,而非期望產出是無成本處理的.則無環境規制下的線性規劃模型如式(4)所示:

在能源利用過程中,會產生如二氧化碳及環境污染物等副產品.決策單位需要投入一些資源來控制污染并在環境規制的條件下達到最小損失.然而,若沒有環境規制,這些資源應該用于經濟產出的生產,由環境規制所導致的好產出的損失稱之為環境規制成本.Domazlicky等[11]提出利用方向距離函數的不同處置性條件來構造規制強度指數:

1.3 Malmquist-Luenberger(ML)生產率指數

在方向距離函數的基礎上,根據Chung 等[15]提出的 Malmquist-Luenberger(ML)生產率指數來測度碳排放約束下的全要素生產率,以t期為基期的 1+t期的ML生產率指數為:

當 ML＞1 時,認為生產率增長,ML＜1 時,則表示生產率下降.通過計算四個方向上的方向距離函數,可將 ML生產率指數分解為技術進步變化指數(TECH)和效率變化指數(EFFCH):

2 數據處理與實證分析

2.1 數據來源與計算

數據選取以1999～2010年我國30個省、自治區和直轄市的投入產出數據為樣本(西藏因部分數據缺失沒有包括在內;香港、澳門、臺灣地區不在分析范圍之內).所有數據均由歷年《中國統計年鑒》、《中國經濟普查年鑒》及各地區統計年鑒整理獲得[2].

(1)投入

資本存量:資本存量采用“永續盤存法”進行估算.根據單豪杰[28]的估算方法:,其中Kit為第i個省份當年的資本存量,1itK-為第i個省份上一年的資本存量,δ固定資產折舊率,itI為第i個省份當年的實際固定資產投資.在此基礎上補充測算了 2008～2010年的資本存量數據,并轉化為2000年不變價,單位為億元.

勞動力:當年就業人數=(當年年末就業人數+上一年年末就業人數)/2,單位為萬人.

能源:采用各地區的能源消耗為基礎折算成標準煤,單位為萬t標準煤.

(2)產出

期望產出:用各地區的實際 GDP來表示,考慮到資本存量是以2000年不變價測算,為了保持指標統計口徑的一致,本文將 1999～2010年名義GDP折算為以2000年不變價GDP,單位為億元.

非期望產出(CO2):以往多數文獻以煤炭、石油、天然氣3種一次能源消耗為基準來測算我國各地區碳排放,但多數學者認為樣本量較少導致測算結果不夠準確.因此,本文以6種能源(煤炭、汽油、煤油、柴油、燃料油、天然氣)消耗為基準來測算各地區的碳排放量.根據《2006年IPCC國家溫室氣體清單指南》提供的計算方法,采用下面公式來測算二氧化碳的排放量:

式中:Ei表示第i種能源消耗量,折算成統一的單位萬 t標準煤; N VCi為第i種能源凈發熱值;C EFi為IPCC(2006)提供的第i種能源的碳排放系數, COF為碳氧化因子.本文測算煤炭、汽油、煤油、柴油、燃料油、天然氣的碳排放系數分別為:0.7552kgC/kgce; 0.5532kgC/kgce; 0.5737 kgC/kgce; 0.5913kgC/kgce; 0.6176kgC/kgce; 0.4479kgC/kgce.

DEA模型各投入項與產出項之間必須符合同向性假設,即當投入量增加時,產出量不得減少,常用的方法是采用spearman相關性檢驗方法對其進行檢測.利用該方法對上述投入產出項進行檢驗,檢驗結果如表1示.由表1可以看出,各省市投入變量與產出變量之間的相關系數均為正,并且均能在1%顯著性水平下通過雙尾檢驗,說明該投入產出指標符合模型所要求的同向性的原則,具有合理性.

表1 投入產出的spearman相關性檢驗Table 1 Input-output spearman correlation test

2.2 環境規制下的環境技術效率及環境規制成本分析

本文以資本、勞動力、能源為投入指標;以GDP、二氧化碳為產出指標,基于序列DEA的方向性距離函數測度環境技術效率與全要素生產率.根據式(3)與式(4),利用 MAXDEA6.0可測算出全國及各區域的環境技術效率、環境規制強度指數及環境規制成本,測算結果如表2所示.

表2 1999～2010年中國各省份環境技術效率及環境規制成本Table 2 Environmental technical efficiency and environmental regulatory cost of various provinces in China from 1999 to 2010

由表 2可知,所有地區的弱可處置條件下的環境技術效率均大于等于強可處置條件下的環境技術效率(即.這與王兵等[22]、Li等[23]研究結果相同.從區域的比較分析來看,兩種技術條件下西部區域的無效率水平最高,其次是中部區域、東北區域,東部區域的無效率水平最低,區域間的環境技術效率呈現東-東北-中-西依次遞減的演變格局.其中東北區域略低于東部沿海經濟發達區域,這意味著考察期內東北區域實現了資源型城市經濟轉型試點,節能減排取得積極成效.此外,從不同環境規制條件下的環境技術效率的差異來看,東部、中部、西部及東北部區域的在兩種技術下的環境技術效率的差異分別為 0.0121、0.0393、0.0097、0.0327,而環境技術效率在不同管制條件下的差異體現了環境規制對生產力的影響程度.研究結果表明,在“十五”、“十一五”期間國家加大區域間的經濟技術合作和交流,“技術外溢”體現在中部區域對東部區域不斷的“追趕效應”,但環境規制對中部區域的經濟產出造成較大的負擔.

從各省份的環境規制強度指數來看,環境技術效率較高的省份其環境規制強度指數較低,其中北京、上海、廣東、海南、四川、青海、寧夏、新疆這幾省份的環境規制強度指數為零,這說明環境規制的標準對這幾省份的環境影響不大,意外地是青海、寧夏、新疆相對全國其他省份的環境技術效率偏低,但環境規制強度指數卻很低.葉祥松等[4]在討論我國環境規制下的環境技術效率時,關于這3個省份也得到類似的結論.這說明環境規制成本較低并不意味著環境技術效率較高.從區域的環境規制強度指數來看,中部最高,西部最低這與王兵等[22]研究結果不同,主要原因應該是研究的樣本區間不同及投入產出指標的差異.從環境規制的成本測算來看,山西的環境規制成本最高,主要原因是山西的環境規制強度指數全國最高,這與山西省以煤炭為主的重工業特點相符合的.從區域來看,東北老工業基地的環境規制成本最高,這意味著環境規制對東北三省所造成的經濟產出的損失較大.西部地區的環境規制成本最低,主要原因是西部地區的環境規制的強度指數較低,這說明環境規制對經濟產出的影響不大.在國家實施“西部大開發戰略”以來,加快了中、西部地區的發展.產業結構的調整取得了顯著成效,經濟發展步伐明顯加快,但中、西部地區由于產業結構的特點,其經濟增長模式仍以高能耗、高排放的“粗放型”為主,是環境規制的重點區域. 從上述分析來看,政府亦切忌走入盲目提高環境規制強度的誤區,應當根據各個地區現實特點,對不同的地區因地制宜的制定環境規制政策或激勵手段,不能搞“一刀切”,并注重動態修訂環境規制標準,根據不同時期各地區經濟發展水平及時調整規制標準到合理水平,使環境規制能夠起到持續不斷的刺激作用.

2.3 全要素生產率與波特假說的再檢驗

基于前文測度的環境規制指數,對全國及四大區域的全要素生產率及其分解變量進行波特假說再檢驗.根據式(8)測算四個方向距離函數可得中國四大區域ML生產率指數如表3所示.

表3 1999～2010全國及四大區域環境生產率Table 3 Environmental productivity of nationwide and four main regions from 1999 to 2010

由于面板數據既包含了截面數據也包含了時間數據,在進行模型估計時參數的估計值均通過顯著性檢驗,但DW值很低說明殘差序列存在序列相關.因此,可以在模型中采用 Cochrance－Orcutt迭代法修正模型存在的序列相關或加入AR項,這里根據全國和四大區域樣本數據的不同,分別加入不同的AR滯后項,則檢驗模型為:

式中:tkY,表示t時期k地區ML指數(TECH指數、EFFCH指數);C為截距項;kν為k地區個體因素對ML指數(TECH指數、EFFCH指數)的影響;tη為時間因素對ML指數(TECH指數、EFFCH指數)的影響;tk,ε為回歸模型式(11)的隨機擾動項;tku,為回歸模型式(10)的隨機擾動項.根據面板數據模型的Hausman檢驗及最大似然比檢驗結果都表明固定效應模型優于隨機效應模型,故采用固定效應模型進行估計,檢驗結果見表4.

表4 全要素生產率及其分解變量的波特假說檢驗結果Table 4 The tests of total factor productivity and its decomposition variables on Potter hypothesis

由表 4可知,AR項的回歸參數顯著不為零,DW 的值說明模型已消除了殘差序列的自相關.由估計結果可知,環境規制強度對全國的全要素生產率的回歸系數為正,這說明環境規制強度指數越高,對全要素生產率影響越大.這支持了波特假說的存在,意味著我國制定良好的環境規制制度對我國的全要素生產率提高起到了積極的作用.從ML指數的各區域的檢驗結果來看,環境規制強度對東部、中部、西部、東北區域的ML指數均有顯著影響,其中對中部區域的全要素生產率影響最大,這說明加強對中部區域的碳排放規制會有益于中部區域的全要素能源生產率的提高;對技術進步效應的檢驗結果來看,只有中部區域支持波特假說的存在,而西部區域檢驗結果表明碳排放的規制過高會對全要素生產率帶來消極影響,即過度的環境規制反而使西部地區失去創新的動力,從而不能推進生產前沿面的外移.同樣在全國、東部、東北區域的檢驗結果也與波特假說相反,但統計上并不顯著.這與李靜[29]研究結果類似.對環境技術效率變化效應的檢驗來看,與ML指數的檢驗結果類似,全國及四大區域均支持波特假說的存在,也就是說碳排放規制強度的加強,會推動各地區在不同時期追趕最優生產前沿面的程度.從以上分析來看,本研究支持加強碳排放的環境規制將有利于我國全要素生產率的提高及競爭力的提升.

3 結論

3.1 從環境規制的區域差異來看,區域間的環境技術效率呈現東-東北-中-西依次遞減的演變格局.東部、中部、西部及東北部區域的在兩種技術下的環境技術效率的差異分別為 0.0121、0.0393、0.0097、0.0327,而環境技術效率在不同管制條件下的差異體現了環境規制對生產力的影響程度.

3.2 從區域的環境規制成本來看,東北老工業基地的環境規制成本最高,過度環境規制會對東北區域的經濟產出的造成較大損失.西部地區的環境規制成本最低,主要原因是西部地區環境規制的強度指數較低,環境規制對西部區域經濟產出影響不大. 但中、西部地區由于產業結構的特點,其經濟增長模式仍以高能耗、高排放的“粗放型”為主,是環境規制的重點區域.

3.3 以碳排放為非期望產出的環境規制強度與全國及四大區域全要素生產率有顯著的相關性,這支持了波特假說的存在;對技術進步效應的檢驗結果來看,只有中部區域支持波特假說的存在,西部區域檢驗結果表明碳排放的規制過高會對全要素生產率帶來消極影響;對環境技術效率變化效應的檢驗來看,全國及四大區域均支持波特假說的存在,碳排放規制強度的加強,會推動各地區在不同時期追趕最優生產前沿面的程度.

[1]魏 梅,曹明福,江金榮.生產中碳排放效率長期決定及其收斂性分析 [J]. 數量經濟技術研究, 2010(9):43-52.

[2]中國能源統計年鑒 [M]. 北京:中國統計出版社, 2000-2011.

[3]U.S. Energy Information Administration.International energy Statistics[EB/OL].http://www.eia.doe.gov/, 2009-10-23.

[4]葉祥松,彭良燕.我國環境規制下的規制效率與全要素生產率研究, 1999-2008 [J]. 財貿經濟, 2011,(2):102-109.

[5]Porter M E. America’s green strategy [J]. Scientific American,1991,264(4):168.

[6]Brannlund R, Chung Y, Fare R, et al. Emissions trading and profitability: The Swedish pulp and paper industry [J].Environmental and Resource Economics, 1998,12(3):345-356.

[7]Jaffe A B, Palmer J K. Environmental regulation and innovation:a panel data study [J]. Review of Economics and Statistics,1997,79(4):610-619.

[8]Lanjouw J O, Mody A. Innovation and the international diffusion of environmentally responsive technology [J]. Research Policy,1996,25(4):549-571.

[9]Berman E, Bui L T. Environmental regulation and productivity:Evidence from oil refineries [J]. The Review of Economics and Statistics, 2001,88(3):498-510.

[10]Brunnermeier S B,Cohen M A. Determinants of environmental innovation in US manufacturing industries [J]. Journal of Environmental Economics and Management, 2003,45(2):278-293.

[11]Domazlicky B, Weber W. Does environmental protection lead to slower productivity growth in the chemical industry [J].Environmental and Resource Economics, 2004,28(3):301-324.

[12]Hu Jin-Li, Wang Shih-Chuan. Total factor energy efficiency of regions in China [J]. Energy Policy, 2006,34(2):3206-3217.

[13]屈小娥.中國省際全要素能源效率變動分解——基于Malmquist指數的實證研究 [J]. 數量經濟技術研究, 2009,(8):29-43.

[14]Honma Satoshi, Hu Jin-Li.Total-factor energy productivity growth of regions in Japan [J]. Energy Policy, 2009,37:3941-3950.

[15]Chung Y H, Fare R, Grosskopf S. Productivity and undesirable outputs: a directional distance function approach [J]. Journal of Environmental Management, 1997,51(3):229-240.

[16]胡鞍鋼,鄭京海,高宇寧,等.考慮環境因素的省級技術效率排名(1999-2005) [J]. 經濟學(季刊), 2008,(2):933-960.

[17]袁曉玲,張寶山,楊萬平.基于環境污染的中國全要素能源效率研究 [J]. 中國工業經濟, 2009,(2):76-86.

[18]吳 軍,笪鳳媛,張建華.環境規制與中國區域生產率增長 [J].統計研究, 2010(1):83-89.

[19]Kaneko S H, Fujii N, Sawazu R,et al .Financial a location strategy for the regional pollution A batement cost of reducing sulfur dioxide emissions in the thermal power sector in China [J].Energy Policy, 2010,38(5):2131-2141.

[20]Chen Tser-yieth, Lai Pei-ying. A comparative study of energy utilization efficiency between Taiwan and China [J]. Energy Policy, 2010,38:2386-2394.

[21]Shi Guang-Ming, Bi Jun, Wang Jin-Nan. Chinese regional industrial energy efficiency evaluation based on a DEA model of fixing non-energy inputs [J]. Energy Policy, 2010,38(6):6172-6179.

[22]王 兵,王 麗.環境約束下中國區域工業技術效率與生產率及其影響因素實證研究 [J]. 南方經濟, 2010(11):3-19.

[23]Li Lan-Bing, Hu Jin-Li.Ecological total-factor energy effici- ency of regions in China [J]. Energy Policy, 2012,46:216-224.

[24]Shestalova V. Sequential malmquist indices of productivity growth: an application to OECD industrial activities [J]. Journal of Productivity Analysis, 2003,19(2):211-226.

[25]Fare R , Grosskopf S, Carl A, et al. Environmental produ- ction functions and environmental Directiona [J]. Energy, 2007,32(7):1055-1066.

[26]Picazo-Tadeo A J, Reig-Martínez E, y Hernández-Sancho F.Directional distance functions and environmental regulation [J].Resource and Energy Economics, 2005,27(2):131-142.

[27]Fare R, Grosskopf S, Lovell K, et al. Multilateral producti- vity comparisons when some outputs are undesirable: a nonparametric approach [J]. Review of Economics and Statistics, 1989,71(1):90-98.

[28]單豪杰.中國資本存量K的再估算: 1952-2006 [J]. 數量經濟技術經濟研究, 2008(10):17-31.

[29]李 靜,沈 偉.環境規制對中國工業綠色生產率的影響——基于波特假說的再檢驗 [J]. 山西財經大學學報, 2012,34(2):56-64.

Environmental performance in China’s regional economies and re-testing the Porter Hypothesis.

FAN Dan1,2*,WANG Wei-guo1,2(1.Department of Mathematics and Quantitative Economics, Dongbei University of Finance and Economics, Dalian 116025, China；2.Center for Econometric Analysis and Forecasting, Northeastern Branch Liaoning,Chinese Academy of Sciences, Dalian 116025, China).China Environmental Science, 2013,33(5)：952～959

Based on the sequence DEA-DDF, regulation index, Malmquist-Luenberger (ML) productivity index,environmental technical efficiency, cost of environmental regulation and total factor productivity in eastern, central, western,northeast regions, 30 provinces of china from 1999 to 2010 were measured, and re-testing the Porter hypothesis were taken.The results showed that, the structure of environmental technical efficiency presented the highest in eastern, a little bit lower in northeast, lower in Central and the lowest in western regions. The cost of environmental regulation was the highest in the old industrial base of the northeast , the lowest in the western regions; environmental regulation intensity and total factor productivity of nationwide and four main regions had significant positive correlations, which supported the existence of the Porter hypothesis.The tests on the effect of technological progress showed that , only the central region supported the existence of the Porter hypothesis, the tests of the western regions showed that the higher regulation of carbon emissions would have a negative impact to technological advances. The inspection of the technical efficiency effect of changes in nationwide and four main regions supported the Porter hypothesis, the strengthening of the regulation of carbon emissions intensity would promote the various regions to catch up with the optimal production frontiers at different time.

environmental technical efficiency；cost of environmental regulation；total factor productivity；Porter hypothesis

X321

A

1000-6923(2013)05-0952-08

2012-09-12

國家自然科學基金資助項目 (71171035);遼寧省高校創新團隊支持計劃資助(WT2011004)

* 責任作者, 講師, fandanrx@163.com

范 丹(1978-),女,遼寧海城人,講師,東北財經大學博士研究生,主要從事資源與環境經濟學研究.發表論文10余篇.