“美麗中國”背景下中國區域產業轉移對工業綠色效率的影響研究
——基于SBM-undesirable模型和空間計量模型

咼小明，黃　森

(四川外國語大學 國別經濟與國際商務研究中心，重慶　400031)

面臨日益加劇的經濟增長與環境質量矛盾，黨的十九大報告提出要加快生態文明體制改革，建設人與自然和諧共生的“美麗中國”。 綠色經濟概念強調經濟發展和環境保護的協調統一，是實現美麗國家與城市的重要手段，向綠色經濟轉型已成為全球共識。中國工業是所有行業中能源消耗最大、污染排放最多的行業，以往主要布局在東部發達地區，近年來由于東部地區的土地、勞動力等生產要素價格日益攀升，使得工業企業成本劇增，競爭壓力加大，加上國家“中部崛起”“西部大開發”等區域戰略的大力推進，工業企業已逐漸開始向中西部地區轉移。在這一產業轉移過程中，中西部地區工業能源消耗明顯增加，而工業導致的廢氣、廢水、固廢等環境問題也隨之有所轉移。區域產業轉移儼然使得落后的產業承接地區淪為“污染避難所”，這給“美麗中國”愿景下中國所倡導的綠色經濟增長帶來了巨大阻礙。在此背景下，中國各地區工業的增長是否是綠色的呢？中國工業產業的區域轉移是加劇了各地工業綠色效率的差異，還是產生了趨同的積極影響？除了產業轉移，還有哪些因素對這樣的空間關系演變起著決定作用？本文試圖回答這些問題，以期對未來中國工業在區域間均衡、可持續發展提供相應的理論參考和實踐指導。

一、文獻綜述

工業是一國能源消耗和污染排放的主要行業，在全球綠色浪潮的大背景下，工業的綠色增長受到大量國內外學者的關注，一般用綠色全要素生產率來判斷增長的綠色與否，也就是綠色效率。國外如Chung等[1]、Kumar[2]、Oh和Heshmati[3]、Feng和Serletis[4]等，運用方向性距離函數、Malmquist(M)指數、Malmquist-Luenberger(ML)指數等方法來測算一國的綠色效率。借助國外的研究方法，國內眾多學者[5-11]開始研究中國尤其是中國工業的綠色效率。研究主要集中于運用各種研究方法測算中國工業綠色效率的水平，并分析其各種影響因素，影響因素包括對外貿易、所有制結構、能源結構、城市規模、技術研發、經濟水平、市場化水平、財政投入、環境規制等。由于所選取的時間段不同，研究方法也有差異，導致各影響因素的影響力度和方向并不完全一致。此外，還有部分學者更關注中國不同區域工業綠色效率的空間差異問題，如李玲等[12]、張子龍等[13]、顏洪平[14]等，大多將中國分為東中西三個地區來考察。地區存在綠色效率異質性是大家共同的結論，但是否存在東、中、西地區梯度排序，以及是否在逐漸縮小地區差距，并未能達成一致的結論，并且，各研究雖然考察的是空間關系，卻并沒有運用空間經濟學的理論進行深入研究。

區域產業轉移無疑也是影響中國區域工業綠色效率空間差異的一個關鍵因素，遺憾的是目前還沒有學者專門就此展開研究。但產業轉移帶來的環境問題已受到國內外很多學者的關注。Mielnik和Goldemberg[15]就曾提出產業轉移會給承接地帶來環境污染。Kheder和Zugravu[16]通過構建經濟地理模型也發現部分國家在接受外國直接投資時淪為了“污染避難所”。豆建民和沈艷兵[17]發現中部崛起戰略實施后，中國中部地區在承接產業轉移時具有顯著的污染溢出效應。王文晉[18]也認為隨著產業轉移的加快，中國各區域工業污染空間格局在發生改變。李敦瑞[19]通過實證研究證明，與東部地區相比，中國中西部地區工業污染排放比重在逐年上升，需要引起重視。劉滿鳳等[20]也證明了由國內區際產業轉移帶來的污染溢出比較顯著。由此可見，產業的區域轉移的確帶來了污染的轉移，這對于工業的綠色效率變化將會產生重要的影響。

總體而言，已有文獻在對工業綠色效率的測度方面已臻于成熟，但鑒于時間段的差異和具體測度方法的不同導致結果并不完全趨同，尤其對于綠色效率的影響因素持有爭議，也還沒有文獻專門從產業轉移視角來探索工業綠色效率的變動原因；此外，雖然有部分學者考察了空間差異，但沒有運用空間經濟學的方法，只有龍如銀等[21]運用了空間模型，但其考察的對象僅僅包含了能源效率。因此，本文試圖運用空間計量模型，從產業轉移的視角來研究中國工業綠色效率的時空演變，以期為中國未來工業可持續的、均衡的增長提供政策建議。

二、實證研究：中國各地工業綠色效率測度

(一)研究方法：SBM-undesirable模型

工業綠色效率是考慮了資源和環境約束下的工業投入產出經濟效率。大多數考察投入產出效率的研究選擇采用數據包絡分析DEA(Data Envelopment Analysis)方法，然而，傳統的DEA 模型假設并沒有考慮到實際生產過程的非期望產出問題，如工業生產所排放出的廢水、廢氣、固廢等。為了處理非期望產出，學者們提出了多種構想，如Hailu和Veeman[22]將非期望產出最小化，視作投入變量，但其與現實生產過程卻不相符；Seiford和Zhu[23]將非期望產出乘以-1，但這種方法只能在可變規模報酬的前提下進行計算。

(1)

(2)

其約束條件為x0=Xλ+s-,y=Yλ-s+,λ≥0,s+≥0,s-≥0，式(2)中x，y的下標為0，表示該DUM是特定的，λ為權重，s表示松弛變量，s-表示投入松弛變量，s+表示產出松弛變量，ρ為效率值，取值范圍0～1之間。

(3)

其中，λ≥0,s-≥0,sg+≥0,sb+≥0，λ為權重，s-表示投入松弛變量，sg+表示期望產出松弛變量，sb+表示非期望產出松弛變量，ρ*為考慮了非期望產出時各DUM的生產效率。可以看出，式(3)的線性規劃模型將投入、期望產出、非期望產出同時納入了目標函數，很好地解決了傳統DEA所面臨的問題。

(二)指標選取與數據處理

為了更好地反映各區域產業轉移變遷方向，本文根據1986年中國頒布的“七五”規劃對區域的劃分，將中國分為東、中、西三大區域，東部地區包括北京、天津等11個省市；中部地區包括山西、內蒙古等10個省市；西部地區包括重慶、四川等10個省市(西藏由于部分年份數據缺失，本文暫不考慮)。分析時間段為2006—2015年。

1.投入指標的選取

(1)工業資本投入。部分文獻用資本存量來表征資本投入，但資本存量需要估算，在估算的過程中由于需要主觀決定折舊率，加上各基年的初始資本量不同，最終估算結果反而差異較大，因此，為盡可能減少數據估算環節所帶來的偏差，本文沿用涂正革[26]和李斌等[6]的做法，根據《中國統計年鑒》《中國工業經濟統計年鑒》，采用年鑒中規模以上工業企業的固定資產凈值來衡量資本投入。

(2)工業勞動投入。借鑒多數學者的做法，采用《中國統計年鑒》中工業從業人員人數來衡量勞動投入。

(3)工業能源投入。包括各省市工業所消耗的三大類傳統能源：煤炭、石油和天然氣，根據《中國能源統計年鑒》及各省統計年鑒的實物值，進而按照相應系數折算為標煤值。

(4)工業污染治理投入。具體包括污染治理項目的投資總額與廢水、廢氣治理設施各自運行的費用，數據來源于《中國環境統計年鑒》。李靜和倪冬雪[27]認為，考慮治理階段的投入，相較于傳統僅考慮生產投入的方法能夠更加精準地反映中國工業綠色效率。對于已經造成重大污染的項目，政府也投入了大量的財力物力進行治理，中國對環境污染源治理的投資在逐年增加，已經變成一個不可忽視的投入要素。如果不考慮環境污染治理所投入的要素，那測算出的效率將被高估，不利于政府正確制定相應的政策。

2.產出指標的選取

(1)期望產出。現有文獻多用工業總產值來表示工業期望產出，但由于從 2013 年開始，《中國工業經濟統計年鑒》改名為《中國工業統計年鑒》，不再公布工業總產值的數據，學者紛紛使用一些替代指標來表示。本文借鑒王俊嶺和趙瑞芬[28]的做法，采用規模以上工業企業利稅總額這一指標來表征工業的期望產出，該指標指的是企業所獲得的凈利潤加上所繳納的各種稅額總和，如增值稅、營業稅等。中國工業目前普遍存在產值較高而利潤水平較低的問題，利用營業利潤指標不僅可以看出企業經濟產出高低，還可以將更高的營業利潤等同于更高的產品附加值，也意味著產業發展水平相對較好。此外，企業所繳納的稅收越多，反映自身經營狀況也就越好，對地區經濟發展也能作出更多的貢獻，因此，本文選擇工業企業利稅總額這一指標來衡量期望產出。

(2)非期望產出。從四個方面衡量工業非期望產出:工業CO2、工業廢水、工業廢氣和工業固體廢棄物的排放量。根據《中國環境統計年鑒》可直接獲得后三個指標。現有文獻大多僅采用一種或其中幾種污染物的排放量指標，未能全面度量工業生產帶來的各種環境污染，尤其由于工業CO2排放量指標需要估算，不少學者并沒有考慮這一指標。本文則基于《中國能源統計年鑒》的統計數據，通過工業生產在消耗煤炭、石油和天然氣三種化石能源中燃燒所排放的CO2來近似估算，具體估算參照咼小明和黃森[29]的做法。

為了更好地去除價格變動影響，以上指標涉及價格的均以2005年為基期進行了不變價格處理。

(三)結果分析

利用Max dea7.0 pro軟件，可以得出測算結果見表1。

表1　中國工業區域綠色綜合效率：SBM-undesirable模型測算結果

測算結果顯示，若考慮非期望產出，2006—2015年中國工業綜合綠色效率的平均值僅為 0.58，遠未達到有效水平值。這意味著中國的高速工業化發展仍屬于粗放型，代價是高能耗高污染，工業發展對于環境并沒能起到正面的作用，存在著較大的能源資源浪費和不利于社會可持續發展的弊端。而從分區域的測算結果看，區域間工業綠色效率差異較大，由高到低排列依次為東部、中部、西部，這與大部分已有研究結果一致。10年間，東部地區工業綠色效率變動趨勢是先略有下降，但最近幾年呈上升趨勢，而中西部地區的工業綠色效率則呈明顯持續下降趨勢，尤其是西部地區，不僅各年水平均處于最低，且一直呈減少態勢，形勢不容樂觀。

進一步分析各個區域內部省市的情況，發現各區域內省際差異也較大。東部地區工業綠色效率水平表現較好的是北京、天津、江蘇、上海等地，效率值均高于0.9，甚至達到了1，但是部分省市如河北、遼寧、浙江等又表現過弱，效率值在0.5左右波動，拉低了東部地區的均值。中部地區效率均值為0.56，多數省市在0.5到0.6左右波動，但廣西、山西兩地卻遠低于均值，在0.3左右波動，尤其是山西，近兩年綠色效率下降得特別厲害，到0.1左右，這可能是因為山西作為能源重工省份，長久以來的支柱行業都以高能耗、高污染、高排放為明顯特征，如煤炭、冶金、電力和化工等行業，對山西能源資源和環境都產生負面的壓力，亟待引起重視。西部地區較落后的省市主要是云南、貴州、甘肅和寧夏等地，其中寧夏的情況最差，其經濟是一個倚重倚能的結構，資源開發和能源工業在全區工業結構中的比重很大。圖1描述了各省市的均值水平。

圖1　2006—2015年中國各地工業綠色綜合效率均值排序圖

縱觀改革開放以來中國區域經濟發展進程，可以看到一條比較清晰的自東而西、自南而北的梯度產業轉移路線。這樣的產業轉移是否為中西部地區帶來了更高的綜合績效表現呢？前文分析表明，中國中西部地區的工業綠色效率下降趨勢較為明顯，這樣的結論不得不令我們思考：中國工業的區域轉移為不同區域的工業綠色效率帶來了什么影響？

(一)空間特性分析

首先要判斷各區域主體之間是否存在顯著空間相關性，一般可通過測算Moran’s I 指數進行檢驗：

(4)

式中，Wij為二元空間權值矩陣中的任意元素值；n表示研究對象總數，本文n=30；xi,xj分別為區域i和區域j之間工業綠色效率值。Moran’sI的值越接近于+1，表明在考察期內中國工業發展使得各省市工業綠色效率存在著正的空間集聚性。

由表2可知，2006—2015年間中國30個省市的工業綠色效率具有顯著的空間相關性并逐漸增強。為了進一步檢驗當前哪些地區綠色效率已形成了穩固的空間分布模式，接下來采用Anselin[30]提出的空間局域LISA指數來進行分析，公式如下所示：

(5)

式中xi為i省市的工業綠色效率值，Λ為空間相關全局指標，γ為比例因子。

表2　2006—2015年中國工業綠色效率Moran’s I值表

注：***、**和*分別代表在 1%、5%和 10%的水平下顯著

當前中國各省域綠色效率空間集群主要有LH集群和LL集群兩類，部分年份還出現了HH集群和HL集群。可以看出LH集群主要集中于河北等中國北部偏東地區，而且隨著時間推移該集群還在逐漸擴大，具體從2006年的河北，擴展到2015年的河北、安徽、黑龍江。LL集群有從中國西南的四川、云南、貴州等地向西北新疆、青海轉移的趨勢，但是基本穩定在中國的西部地區。其余省份雖然存在綠色效率數值上的接近，但并未能夠通過LISA指數的顯著性檢驗，因此沒有表現出穩固的空間集聚特性。總體而言，中國部分省域之間已然形成了穩固的空間集群，集群特征水平整體表現為“東優西劣”的態勢，東部空間集群因有綠色效率較高的區域包圍從而有利于內部工業綠色效率的提升，西部地區形成空間劣等集群則會對內部工業綠色效率提升形成阻礙效應。

(二)空間計量建模

前文研究表明，2006—2015年中國各省域綠色效率在地理區位上存在顯著的空間集聚特性，因此有必要采用空間計量模型來進行相關影響因素分析，模型選取產業轉移作為自變量，另外2個指標作為控制變量解釋區域工業綠色效率的變化。

首先，自變量產業轉移(Tran)需要測度。在已有文獻中，測度區域產業轉移的指標很多，并不統一。關愛萍和曹亞南[31]采用產業增加值相對比重，靳衛東等[32]采用基尼系數，龍如銀等[29]利用產業競爭力系數指標。本文采用各省的固定資產投資轉移指數(FAI)來衡量產業轉移：

FAIt=(FAIijt-FAIijt-1)/FAIijt-1-(FAIjt-FAIjt-1)/FAIjt-1

(6)

式中，FAIijt和FAIijt-1分別為i省份第j行業在t和t-1時期的內資固定資產投資額，FAIjt和FAIjt-1代表全國第j行業在t和t-1時期的內資固定資產投資額。(FAIijt-FAIijt-1)/FAIijt-1為i省份第j行業在t時期的內資固定資產投資增速，(FAIjt-FAIjt-1)/FAIjt-1為全國第j行業在t時期的內資固定資產投資增速，FAIt是兩者差值，若FAIt大于0，表明在t時期i省份的第j行業的內資固定資產投資增速高于全國水平，即承接了國內其他地區j產業的轉移，否則表明該省份在該時期向省外轉移了j產業。

環境規制(G)作為控制變量是指政府在市場失靈時，通過發布相關環境政策，投入相關費用治理污染，甚至對企業采取一些強制性措施來實現經濟的綠色可持續發展。“波特假說”認為政府能夠通過設置環境規制激勵相關企業行動，譬如企業更有動力去開展綠色技術創新，從而有利于同時提升企業的競爭力和改善企業的綠色績效；但反對者認為，政府設置環境規制措施，反而會增加企業的生產成本，不利于企業提高競爭力。環境規制將會對中國工業發展帶來更大的壓力，還是成為綠色轉型的重要驅動力？就如何評估環境規制，學術領域的專家們未能達成一致，主要是因為政府運用工具對環境進行干預的模式并不固定，并且政策工具種類較多、難以統一。如查建平等[7]、原毅軍和謝榮輝[9-10]等采用了工業廢水廢氣等工業領域各類污染物排放的達標程度來表征環境規制，而張成等[33]等則選擇使用工業污染治理項目投資占比、地方政府環保支出占比等費用支出程度來表征環境規制。本文沿襲后者的做法，采用政府對工業發展的環境治理投入占比來代表該地區的環境規制。

技術水平(Tech)也是重要的影響因素。技術進步，尤其是綠色技術的創新發展，能夠大力推動工業綠色效率的提高。由于綠色技術本身難以定量測度，本文采用大多數研究者的做法，用行業整體技術水平近似替代行業的綠色技術水平，由于技術水平的進步主要來源于科技研發，因此本文選取規模以上工業企業R&D經費內部支出與主營業務收入之比來衡量技術水平。

為了更好地去除價格變動影響，以上3個指標涉及價格的均以2005年為基期進行了不變價格處理。數據分別來自于歷年《中國統計年鑒》《環境統計年鑒》《中國科技統計年鑒》《中國工業經濟統計年鑒》等。

基于上述指標，本文構造下述空間計量模型：

Ei=Ci+β1Trani+β2Gi+β3Techi+ρWEi+εi

(7)

Ei=Ci+β1Trani+β2Gi+β3Techi+(I-λW)-1μ

(8)

式(7)為空間滯后模型(SLM)，式(8)為空間誤差模型(SEM)。式中ρ、λ、W分別表示空間滯后項、空間誤差項與空間權值矩陣，其中下標i代表省份。

下一步進行“常規拉格朗日-強拉格朗日”雙重檢驗，以明確從產業轉移視角分析中國工業綠色效率影響因素時，SLM模型與SEM模型哪一個更適用。

LMERR=[e′We/(e′e/N)]2/[tr(W2+W′W)]

(9)

LMLAG=[e′Wy/(e′e/N)]2/D

(10)

式中e表示線性回歸殘差項，N表示集群樣本總數，tr表示矩陣跡算子，W同上文定義。D=[(WXβ)′M(WXβ)/σ2]+tr(W2+W′W),WXβ是Xβ預測值的空間滯后，M=I-X(X′X)-1X′。計算結果如表3所示。

由表3可知，LMLAG，R-LMLAG的統計值均大于LMERR，R-LMERR，且都通過10%顯著性檢驗，表明運用空間滯后模型SLM更為合理。

表3　拉格朗日乘子檢驗結果(2015)

注：限于篇幅，這里只列出2015年檢驗結果

(三)實證結果分析

表4的結果顯示，2006—2015年中國工業綠色效率影響因素空間滯后模型的空間滯后項均顯著，模型擬合優度R2在40%～70%之間波動，Log-likelihood數值在19～47范圍之內波動，都較為合理。

表4　2006—2015年SLM計量結果

注：***、**和*分別代表在 1%、5%和 10%的水平下顯著，限于篇幅，表中僅列出部分年份結果

根據自變量的回歸結果看，產業轉移指標(Tran)整體顯著水平較高，但對工業綠色效率有著負面影響，可見，中國從東向西的產業梯度轉移并未緩解中國區域經濟環境發展的不平衡。一直以來中西部大部分產業轉移承接地區的省市雖然抓住機遇提高了經濟產值，解決了就業，但是同樣也因未充分重視所承接產業對本區域環境能源等因素的影響，所定產業準入門檻較低，特別是部分中西部地區城市盲目搶項目，視GDP為唯一考慮目標，承接了部分高耗能、高排放的工業產業，導致承接產業之后反而降低了本地工業的綠色發展效率。據統計，過去10年中西部地區煤炭、鋼鐵、有色金屬、化學、造紙等產業產值分別增長5～20倍不等，伴隨產值增長的是中西部地區能源消耗的增長和工業廢水、廢氣及固廢的排放，其增長速度超過產值增速。以高污染的重化工行業為例，過去5年內中國中西部地區的重化工項目審批約占全國的80%；相比之下，東部多數地區已進入工業化后期，產業結構較優化，環境質量出現好轉態勢，其轉移出去的多為產品競爭力不強、技術落后、污染嚴重的企業。而中國中西部大多地區又正好屬于水源地和生態敏感脆弱區域，如果中西部地區仍然復制東部地區過去的“先污染后治理”發展模式，無疑將面臨更嚴峻的可持續發展挑戰。幸而近年來，在國家強調綠色增長的大背景下，中西部地區更加重視產業轉移的質量，因此2014—2015年的數據顯示，承接產業轉移對本地工業綠色效率產生了積極影響。從控制變量回歸結果看，政府環境規制(G)指標整體顯著水平較好，大部分年份均通過顯著性檢驗，但表現出對綠色效率的反向影響。這表明，近年來中國地方政府通過增加財政投入加大對生態環境保護的治理力度，對各地工業的綠色效率并沒有起到積極作用，這一結果與“波特假說”相違背。可能的原因是政府的治理投入屬于一種投資型的環境規制，不屬于懲罰型的，雖然分擔了企業的治污壓力，但忽略了企業作為市場主體的作用，反而降低了企業重視環境保護的積極性，加上環境污染治理項目本身盈利能力不高，企業更缺乏意愿進入，進而對政府依賴性加強。還有可能的是，中國環境保護還處于發展初期，還需要大量的人力、設備等投入，更缺乏先進的環保技術，政府只是單純通過財政支出增加設備購置等，反而擠占了可能用于研發的資源，不利于激勵工業綠色技術研發，未能改善工業綠色效率。技術進步指標(Tech)與期望一致，該因素在考察期間6年都通過了顯著性檢驗，且主要為正向促進作用。這表明各地區工業企業對于技術研發的投入越多，技術進步越快，其綠色效率也就越高。技術研發的重要性可見一斑。雖然技術研發不一定單指綠色技術，但是技術之間具備連通性、溢出性，傳統的技術經過改造也可以升級為綠色技術，如大氣的污染防治、土壤的污染防治、水環境保護、清潔生產等綠色技術，都建立在基礎的研發活動之上。尤其針對部分高耗能強污染的行業，加大技術研發的投入，能夠更好地達到全行業節能降耗減排的效果。目前中國工業行業綠色技術水平還較低，很多中小型企業還沒能開展針對環保的綠色技術研發活動，因此，在加大技術研發投入促綠色發展這個方面中國工業行業還有巨大的潛力。

四、結論與政策建議

本文運用2006—2015年中國工業省際面板數據，基于SBM-undesirable模型，測算了考慮多種投入和非期望產出的工業綠色效率，并利用空間局域LISA指數和空間滯后計量模型進一步實證考察了中國各地工業綠色效率的空間布局，以及產業轉移和相關控制變量對工業綠色效率的影響，得出了如下研究結論。

第一，盡管東部部分省區的綠色效率達到了1的高水平值，但就整體平均水平而言，中國工業發展并沒有達到綠色有效的水平，且總體呈波動中下降的趨勢。第二，分區域看，區域間工業綠色效率差異較大，水平由高到低排列依次為東部、中部、西部。近10年，東部地區工業綠色效率變化趨勢為穩中略有下降，而中部地區和西部地區整體呈明顯持續下降趨勢，尤其是西部地區，不僅各年水平均處于最低，且一直呈降低態勢，不容樂觀。第三，中國部分省區之間已形成了穩固的空間集群，表現出“東優西劣”的空間集聚特征。第四，中國的工業產業區域轉移對工業綠色效率并沒有起到積極作用，政府通過治理污染的投入來規制環境也未能帶動工業綠色效率的提高，但技術進步，尤其是綠色技術的研發對工業綠色效率產生正面的影響。

以上結論蘊含的政策啟示如下：首先，粗放的產業轉移方式急需轉變。一方面，中央政府要嚴格控制全國范圍內高能耗高污染行業的新增產能，采取經濟、技術、法律等必要手段，提高行業環保和能耗標準，并結合各地產業發展實際和環境質量狀況，分區域明確落后產能淘汰任務，堅決停建違規項目，以統籌全國的經濟與環境協調發展。另一方面，作為生態敏感區域，中西部地區應盡快轉變觀念，不能為了追求GDP短期增長績效，主動降低環境標準，盲目引進落后污染的淘汰產能，否則長期來看將得不償失，即不僅污染會被擴散到本地，本地自身的先進產能也可能會被轉移過來的落后產能排斥。尤其是中部的廣西、山西等地，西部的云南、貴州、甘肅等地，具備寶貴的不可重生的生態資源，更應嚴把產業準入門檻，嚴禁接受那些國家已明令淘汰的落后生產設備，拒絕與國家綠色產業政策背道而馳的污染型企業投資。

其次，各地方政府應進一步優化環境政策工具，保持并提升具有激勵性質的環境規制強度，引導企業重視經濟利潤增長和環境保護之間的平衡。一方面要繼續利用財政收入來治理環境污染，另一方面要盡量引導企業參與治理，利用企業自身投入資金來減少能耗和治理污染，對于未達標企業需要給予經濟懲罰。此外，還要注重環境規制形式的合理性，避免行政命令式單一規制的誤區，靈活運用環境稅、生態補償機制、工業污染物排放許可和總量控制、排污權交易機制等多種市場導向型的規制舉措，在盡量降低環境規制政策對工業經濟實體積極性負面影響的同時，提升其在解決環境問題及推動工業經濟綠色轉型上的正面效應。

最后，政府和企業均應將綠色技術創新作為重點工作推進。一方面，各級政府要從政策上進行鼓勵和引導，繼續加大對各項綠色技術研發的資金支持力度，同時提高辦事效率，如減少企業申請政府補助資金項目的行政環節，建立和完善技術成果轉化的長效機制等。鑒于區域發展的不平衡，政府在制定相關財政支持政策時，應對生態敏感脆弱的中西部地區有所傾斜，尤其是針對土壤污染的管控與修復、廢棄物的綜合利用、清潔生產等領域。另一方面，企業作為市場自主創新的主體，必須重視綠色技術研發，要加大對技術研發經費和人員的投入，提高成果轉化率，增強企業競爭力。必要時可建立企業與各界研發機構、金融風投機構等聯合的技術研發合作機制。