環境規制與全要素生產率:水平效應與增長效應

(遼寧大學 經濟學院，遼寧 沈陽 110036)

黨的十九大指出“以供給側結構性改革為主線，推動經濟發展質量變革、效率變革和動力變革，提高全要素生產率”。不言而喻，突出強調了全要素生產率在促進習近平新時代經濟向高質量發展中的重要性，以完成“十三五”規劃的政策目標。自改革開放以來，我國所創造的經濟“增長奇跡”是世界人民有目共睹的，但這種過度依賴要素投入的粗放型經濟增長方式是以犧牲環境為代價的，并且隨著我國環境規制強度的不斷增加，這種經濟增長方式是十分不可取的，也是不可持續的，新常態下的經濟增長乏力也著實印證了這一點。因此，有必要深入挖掘環境規制對我國全要素生產率提升的重要影響，以此來促進我國經濟向高質量發展方式轉變。

一、 文獻述評

環境規制的目的就是通過對企業污染環境的有效治理來實現經濟健康、可持續性的發展。企業在參與環境治理過程中，其生產成本通常會增加，導致生產率會受到不同程度的影響。由此，專家和學者

們展開了激烈的爭論，基于對主流觀點的歸納與匯總，主要形成兩大對立陣營。反方觀點認為：環境規制對生產率增長存在負面影響。遵循“成本說”理論認為企業在施加環境規制之前，其生產是有效的，效益也是最大化的，但在實施環境規制之后，隨著投入成本的增加，其生產率是有所下降的。同時，該結論在美國不同區間段的數據檢驗中也得到了進一步的實證支持，包括采用美國1972—1975年數據、1973—1979年數據、1958—1980年數據以及1973—1985年數據等等[1-4]。顯然，該觀點在研究早期是占有一席之地的，但隨著全球化環境治理的大勢所趨，其認同感也在不斷備受挑戰。正方觀點認為：環境規制對生產率增長存在正面影響。遵循“創新補償說”理論認為環境規制在增加企業生產成本的同時也促進企業的技術革新，并且這種因創新帶來的效益會大大抵消掉增加的成本，以此來提高企業的生產率和競爭力[5]，即“波特假說”。同時，該結論在不同國家的相關行業數據檢驗中也得到了有效的論證，包括美國石油業數據[6]、墨西哥食品加工業數據[7]、日本制造行業數據[8]以及意大利服務業數據[9]等等。該觀點在現階段研究中居于主流地位，并深受各國的高度認同。綜上所述，環境規制會對全要素生產率產生重要的影響。

隨著這一探討的不斷深入，中國部分學者對本國的環境規制與全要素生產率的影響狀況也給予了相應的初判。祁毓等(2016)[10]采用PSM-DID方法，通過自然實驗也驗證了環境規制對全要素生產率提升的重要性，并提出良好的制度環境可以放大環境規制的正向效應和減弱扭曲效應。張成等(2010)[11]認為環境規制對TFP的作用在短期內表現為負效應，而在長期內表現為正效應。王彥皓(2017)[12]利用2003—2007年的短面板數據，得出如下結論：環境規制強度每上升1%，企業當期的生產率就會下降約1%，即短期內環境規制與生產率存在負效應。鑒于長期的變化是較為復雜的，故學者們得出的結論也是存在爭議的。李玲和陶鋒(2012)[13]利用1999—2009年制造產業部門的面板數據檢驗環境規制強度對產業綠色全要素生產率的影響，結果發現：重度污染產業中，環境規制強度對其綠色全要素生產率提升是較為合理的；而中度和輕度污染產業中，環境規制強度與其綠色全要素生產率呈“U”型關系。同樣，陳菁泉等(2016)[14]在采用中國2001—2012年的工業行業數據檢驗中發現，環境規制與工業行業全要素生產率也是呈“U型”關系的。然而，劉和旺等(2016)[15]采用中國2001—2007年的工業企業數據，結果發現，環境規制與企業全要素生產率呈“倒U型”關系，即隨著環境規制強度的提高，企業全要素生產率先升后降。這與陳超凡等(2018)[16]采用2000—2014年中國工業36個行業數據的研究結論不謀而合。此外，王杰和劉斌(2014)[17]在采用中國工業企業1998—2011年數據檢驗中發現，環境規制與工業行業全要素生產率是呈“倒N型”關系的。由此可見，環境規制對中國全要素生產率的影響是至關重要的。

不難發現，國內關于環境規制對全要素生產率的研究結論并不十分明晰，既有正面影響也有負面影響。筆者認為，造成這一現象的主要原因是：學者們沒有從本質上認識到環境規制對全要素生產率的影響存在兩個方面，即水平效應和增長效應。水平效應意味著環境規制會帶來全要素生產率的增加或減少；增長效應意味著環境規制會帶來全要素生產率增長率的增加或減少。這兩種效應共同決定了環境規制對全要素生產率的影響，因此，單從一個方面進行分析所得到的結論是不準確的。鑒于此，筆者嘗試以水平效應和增長效應為切入點，通過明確分析環境規制對全要素生產率作用的兩種路徑以及存在的環境異質性，探討環境規制對全要素生產率的影響。同時，鑒于現有文獻研究環境規制對全要素生產率的影響主要集中在對工業企業的探討上，存在數據選擇的局限性，以此獲得的結論來制定相應地區的環境規制政策也難免會造成偏誤。綜上，選擇2000—2016年中國29個省(市、自治區)的面板數據作為樣本數據，深入系統地探討環境規制對我國全要素生產率的影響，以期得到有價值的結論，為中國實現高質量經濟發展目標建言獻策。

二、理論分析

環境規制的實施，一方面會增加企業的生產成本，擠占企業的生產性資金的投入，具有“遵循成本”效應；另一方面有助于企業進行產品技術的創新，促進企業的技術進步，具有“創新補償”效應。“波特假說”認為，合理的環境規制會帶來部分甚至全部的能抵消遵循成本的“創新補償”效應，從而有利于全要素生產率的提高。筆者認為，環境規制對全要素生產率的影響存在水平效應和增長效應。水平效應意味著環境規制會帶來全要素生產率的增加或減少；增長效應意味著環境規制會帶來全要素生產率增長率的增加或減少。下面筆者先從企業生產決策層面深入分析。

環境規制的實施會影響企業的技術效率。在實施環境規制之后，雖然企業的污染物排放量得到有效的降低，但企業的生產成本增加，在企業生產函數不變的條件下，成本的增加會導致要素投入的減少，進而降低產量，壓縮企業的利潤空間。可見，環境規制的實施能夠擠占企業的生產性投資，削弱企業的利潤，降低企業的投入產出效率，進而影響企業效率的改善。但另一方面，在不考慮技術進步的條件下，環境規制的實施可以使企業意識到其生產的低效率性，企業為了彌補因環境規制所帶來的效益損失和生產低效率，就會對其要素投入組合、生產方式以及內部管理結構做出相應的調整，從“效率通道”層面來改善生產要素的配置效率，以此來提升企業的生產能力。

同時，環境規制的實施也會影響企業的技術進步。環境規制的實施有助于企業進行產品技術的創新，促進企業技術進步，具有創新補償效應。在環境規制實施的初期，企業必然會為滿足環境規制的要求而進行生產管理，使企業的生產成本增加，這勢必會導致企業減少用于技術研發的資金，此時的環境規制對企業的技術進步存在負向作用。而隨著環境規制實施強度的增加，企業會逐漸意識到綠色生產的重要性，并通過“技術通道”層面采取引入先進設備以及增加R&D投入強度等相關措施來對其原有技術和產品進行升級和創新，促進企業生產能力的提升和產品質量的提高，降低企業的生產成本，實現企業經濟效益的增加。當這種由環境規制引致的技術進步給企業帶來的補償效應超過其給企業帶來的成本增加時，企業就實現了利潤的增加和可持續性的生產。在環境規制的引致下，企業通過技術創新提升其總體技術水平，使企業的生產可能性邊界向外移動，會使企業在相同的要素投入下，獲得更高的產出，相應也會獲得更多的利潤。企業為了追求這種利潤的刺激，會繼續進行技術創新和研發支出，使企業整體的技術水平得到不斷的提高。

可見，環境規制影響企業的技術效率和技術進步，而技術效率和技術進步正是全要素生產率的構成要素，因此，環境規制的實施會影響全要素生產率，即環境規制對全要素生產率的作用存在水平效應。那么，環境規制對全要素生產率的影響是否存在增長效應呢？即其對全要素生產率增長率的影響又是怎樣的？這里很難直觀地看出。因此，筆者從生產函數入手，進行簡單的論斷。

假設企業的生產函數為：Y=AKαLβRγ

(1)

其中，Y為產出，A為全要素生產率，K、L、R分別為資本、勞動和自然資源的投入。

(2)

(3)

對式(1)進行兩邊取對數并對t求導可得gγ=gA+αgK+βn+γφ(ev)

(4)

又因為均衡時，gγ=gK

(5)

則可求得：gγ=(gA+βn+γφ(ev))/(1-α)

(6)

所以，gy=gγ-gL=(gA+γφ(ev)+(α+β-1)n)/(1-α)

(7)

因為gy=gA=g，所以求得g=((1-α-β)n-γφ(ev))/α

(8)

由式(8)可知，環境規制對全要素生產率的增長率存在影響，即存在增長效應，但具體影響的大小以及正負與所選的生產模型和具體的研究假設有關，這里不做具體展開。

三、 研究設計

(一)模型設定

本文擬建立環境規制對全要素生產率的基本回歸模型如下

TFPit=γ0+αEVit+βCVit+εit

(9)

考慮到環境規制對全要素生產率的影響是一個動態過程，即環境規制寬松與否會影響企業的環境投資成本，進而影響地區的技術效率和技術進步，以此來影響地區全要素生產率。同時，當期全要素生產率水平還會受到上一期全要素生產率水平的影響。因此，筆者在模型中引入全要素生產率的滯后一期，建立動態回歸模型如下

TFPit=γ0+γ1TFPit-1+α1EVit+βCVit+εit

(10)

CTFPit=θ0+θ1GTFPit-1+φ1EVit+λCVit+εit

(11)

從環境庫茲涅茨曲線倒U型假說及相關文獻可以推斷，環境規制與全要素生產率之間并非簡單的線性關系。因此，筆者在模型中引入解釋變量的平方項，最終模型建立如下

TFPit=γ0+γ1TFPit-1+α1EVit+α2(EVit)2+βCVit+εit

(12)

GTFPit=θ0+θ1GTFPit-1+φ1EVit+φ2(EVit)2+λCVit+εit

(13)

其中，TFP表示全要素生產率，GTFP表示全要素生產率的增長率，EV表示環境規制，CV表示控制變量，ε表示隨機擾動項。

針對模型(12)和(13)估計存在的內生性和短面板數據限制等問題，采用傳統FE、RE、OLS和2OLS等估計方法都會產生一定的偏差，此時的廣義矩估計成為了最佳選擇。廣義矩估計又分為差分矩估計和系統矩估計。其中，一階差分矩估計就是將變量的滯后項作為工具變量引入差分方程，且通過差分消除固定效應，以此獲得對內生性問題的有效解決[18]，在引入差分變量的滯后項作為水平方程的工具變量[19-20]后，由差分方程和水平方程相結合的矩條件便構成了系統矩估計。鑒于此，系統矩估計的準確性要優于差分矩估計，故本文擬采用系統矩估計(GMM)方法對模型(12)和(13)進行估計。

(二) 指標選取

1.被解釋變量—全要素生產率

關于全要素生產率測算，常見有以下幾種方法：一是采用索羅余值法進行測算[21]；二是采用隨機前沿法進行測算[22]；三是采用SBM方向性距離函數進行測算[23]；四是采用包絡分析法進行測算[24-25]。鑒于包絡分析法是非參數方法，不需要事前已知生產函數的形式，不需要設定復雜的假設，能夠有效地避免因生產函數設定偏差而產生的偏誤，具有較強的穩健性。因此，本文擬采用DEA-Malmquist指數法對2001—2016年的全要素生產率進行測算。具體的投入產出指標借鑒余泳澤和張先軫(2015)[26]、張少華和蔣偉杰(2014)[27]的做法，其投入指標包括物質資本投入和勞動投入。物質資本投入采用資本存量衡量，其計算方法參照張軍等(2004)[28]計算思路，以1952年為基期。勞動投入采用各地區就業人口數衡量。其產出指標采用實際GDP衡量，使用GDP平減指數折算名義GDP處理得到的(基期為1952)。

2.解釋變量—環境規制

有關環境規制指標的衡量，專家和學者們有著各自的見解。主要觀點有：王文普(2011)[29]、原毅軍和劉柳(2013)[30]以某些指標的對數、絕對數來衡量環境規制，這些指標有環境污染投資額、排污費、SO2、工業COD排放量等等；鐘茂初等(2015)[31]、黃清煌和高明(2016)[32]采用綜合指數方法來構建環境規制指標；張文彬等(2010)[33]、廖涵和謝靖(2017)[34]以污染治理投資額和排污費與GDP或者工業增加值的比重來衡量環境規制指標。環境規制對產業轉移、產業結構、產業競爭力等層面均存在著影響，而產業的集聚也影響著地區的環境規制水平，即地區的環境規制水平受產業集聚效應和要素分布情況影響。而區位熵在衡量某一區域要素的空間分布情況，反映某一產業部門的專業化程度等方面，是一個很有意義的指標。又考慮到它是比率的比率，可以很好的消除數據間的量綱和量級的差異，能夠保證結果的可靠性。因此，筆者采用區位熵進行環境規制指標的衡量，具體指標選擇參照孫英杰和林春(2018)[35]、劉和旺等(2016)[15]的方法，從投資和費用兩個角度構建環境規制指標。由于環境資源具有公共性和外部性，在使用過程中不具有競爭性和排他性，而企業因生產所導致的負面結果將由社會分擔，由此，企業會產生“搭便車”的現象。從投資角度構建環境規制指標，采用環境污染治理投資額計算得到，能有效地反映政府的環保意識和環境保護力度，有利于從政府角度考察環境規制的有效性，同時，環境治理投資額是政府在環境治理中的直接投入，可以快速有效地緩解環境污染問題，促進其環境質量的提高，為企業綠色生產提供一定的風向標作用。從費用角度構建環境規制指標，采用排污費計算得到，能夠有效地反映企業污染物排放強度，從污染者的角度考察環境規制的有效性。對企業征收一定的排污費，會在一定程度上增強企業的環保意識、刺激企業進行技術創新和改善管理，具有一定的創新補償效應，但是這種創新補償作用的發揮需要達到一定的程度才會滿足企業的利益最大化目標，以至于才能有效地發揮其促進作用。同時，排污費的征收會存在執法剛性不足、政府干預等問題，使得征收效率低下，弱化了環境規制指標的準確性，而環境治理投資額則能很好地彌補排污費衡量的不足。因此，筆者從投資和費用兩個角度構建環境規制指標，投資角度的環境規制指標采用各省環境污染治理投資額占各省GDP的比重與全國環境污染投資額占全國GDP的比重之比來衡量，費用角度的環境規制指標采用各省排污費占各省GDP的比重與全國排污費占全國GDP的比重之比來衡量，具體計算方法如下

(14)

其中，EVit為第i省t時期的環境規制區位熵指數，分子為第i省t時期的環境污染治理投資額和排污費占該省t時期的GDP比重，分母為全國t時期的環境污染投資額和排污費占t時期全國GDP比重的比值。若EV>1，表明該省環境規制水平較高；若EV≤1，表明該省環境規制水平較低。

3.控制變量

對外開放程度(Open)：貿易開放可以通過貿易技術溢出效應、“出口中學習”效應等途徑影響本國的全要素生產率[36]，那么，對外開放程度的高低一定會對全要素生產率產生重要的影響。本文擬采用各地區進出口總額(按當年匯率折算)與GDP的比值來衡量。

產業結構(Indus)：地區產業結構的變動對經濟增長具有絕對貢獻和相對貢獻[37]，故優化產業結構有利于區域內全要素生產率的提升[38]。由此可見，產業結構變動會對全要素生產率產生重要的影響。本文擬采用各地區第三產業增加值與各地區第二產業增加值的比值來衡量。

市場化程度(Market)：經濟發展的目標是實現資源充分合理而有效的配制，這就需要市場以需求為導向，以競爭為手段。在市場化的背景下，政府對經濟放松管制，這必然會對全要素生產率產生重要的影響。本文擬采用樊綱等(2011)[39]測算的市場化指數來表示各地區市場的發展程度。限于已有數據2000-2009年，筆者對于缺失的部分數據采用外插值回歸方法將其補齊。

人力資本質量(Labor)：人力資本不僅是技術進步和TFP增長的重要決定因素，還具有“同化器”的作用，并且高級人力資本對區域經濟增長作用是非常顯著的[40]。由此可見，人力資本質量的高低一定會對全要素生產率產生重要的影響，本文擬采用平均受教育年限來衡量，其計算公式為Labor=X1×6 +X2×9 +X3×12 +X4×16，其中X1、X2、X3和X4分別為小學、初中、高中中專和大專以上教育程度居民占地區6歲及以上人口的比重。

城鎮化水平(Urbanization)：城鎮化可以通過要素集聚效應對經濟發展產生良好的傳導效果[41]，進而會對全要素生產率產生一定的影響。本文擬采用各地區城鎮人口與各地區總人口的比率來衡量。

創新投入(Create)：科技創新是提高社會生產力和綜合國力的戰略支撐，并通過自主創新投入和技術引進等途徑實現的，以此對全要素生產率產生重要的影響。本文擬采用各地區R&D經費投入強度來衡量。

(三)數據說明

本文所獲得中國29個省(市、自治區)(剔除西藏，將重慶并入四川)的面板數據主要來源于《中國統計年鑒》、《中國科技統計年鑒》以及國家統計局網站等等。鑒于面板數據的時間維度小于截面維度，故可以直接使用面板數據進行建模。據此，將展開對所構建的模型進行有效估計。變量的描述性統計見表1。

表1 變量的描述性統計

四、實證結果分析

本文采用系統GMM估計法對設定模型進行估計，具體結果見表2至表5。結果表明，AR(1)均小于0.05，AR(2) 均大于0.05，回歸方程的誤差項不存在二階序列相關的假設；Hansen test均大于0.1，說明工具變量是有效的。因此，判定該模型設定是較為合理科學的。

(一)環境規制對全要素生產率的水平效應分析

鑒于全要素生產率能夠被分解為技術效率和技術進步兩部分，這樣能夠更好地通過內部路徑來分析環境規制對全要素生產率水平效應的影響。于此，本文首先從路徑分析展開。

1.路徑分析

由表2可知，從投資角度衡量的環境規制來看，方程(1)-(3)的一次項回歸系數分別為0.064 3、0.623 2和0.770 5，且在1%、5%和1%的水平上顯著，二次項系數分別為-0.012 0、-0.109 3和-0.098 4，且在1%、5%和1%的水平上顯著，這說明環境規制(投資角度)對全要素生產率及其技術效率和技術進步的作用均存在倒U形式。經計算方程式(1)-(3)的拐點值分別為2.679 2、2.850 9和3.915 1，而當前投資角度衡量的環境規制指標的平均水平為0.971 8，顯然環境規制強度是處于拐點左側，表明環境規制(投資角度)促進了全要素生產率及其技術效率和技術進步的提高。在控制了其他變量的條件下，將當前投資角度的環境規制平均水平代入方程(2)-(3)可知，環境規制(投資角度)對技術進步的促進作用大于對技術效率的促進作用，即環境規制(投資角度)對全要素生產率的促進作用主要依賴于技術進步。這可能是因為，環境污染治理投資額的增加可以減少政府生產性資本的投入，增加私人投資，進而刺激企業進行技術改進和創新，促進企業進行綠色生產。從費用角度衡量的環境規制來看，方程(4)-(6)的一次回歸系數分別為0.153 6、0.188 0和0.470 2，且在1%、10%和1%的水平上顯著，二次項系數分別為-0.016 1、-0.064 1和-0.055 7，且在10%、5%和1%的水平上顯著，這說明環境規制(費用角度)對全要素生產率及其技術效率和技術進步的作用均存在倒U形式。經計算方程(4)-(6)的拐點值分別為4.770 1、1.466 4和4.220 8，而當前費用角度衡量的環境規制指標的平均水平為1.106 9，顯然環境規制強度是處于拐點左側，表明環境規制(費用角度)促進了全要素生產率及其技術效率和技術進步的提高。在控制了其他變量的條件下，將當前費用角度的環境規制平均水平代入方程(5)-(6)可知，環境規制(費用角度)對技術進步的促進作用大于對技術效率的促進作用，即環境規制(費用角度)對全要素生產率的促進作用主要依賴于技術進步。這可能是因為排污費的征收會增加企業的生產成本，擠占企業的生產性投資，降低企業利潤空間。一方面促使企業提升綠色生產和生產轉型意識，另一方面激發企業節約成本行為，促使企業通過技術引進、自主研發、購買新型設備等方法帶來的創新補償效應提升企業的生產能力。可見，環境規制有利于全要素生產率及其技術效率和技術進步的提高，環境規制對全要素生產率具有顯著的正向水平效應，這種正向水平效應主要依賴于其對技術進步的促進作用，這同劉偉明和唐東波(2012)[42]、崔立志和許玲(2016)[43]的結論不謀而合。

2.環境異質性分析

鑒于各地區的資源稟賦、環境污染程度以及環境政策等均存在不同，故相應的環境規制強度也必然存在差異性，那么不同的環境規制強度對全要素生產率的作用是否也存在差異性呢？筆者以環境規制指標的均值作為分界線，考察環境規制水平高低地區對全要素生產率的影響。

表2 環境規制對全要素生產率的水平效應分析(路徑分析)

從表3可知，方程(1)和方程(3)的一次回歸系數分別為0.903 3和8.574 9，并在10%和5%的水平上顯著，二次項系數分別為-0.208 9和-1.124 4，并在10%和5%的水平上顯著，這說明在環境規制水平高的地區，環境規制對全要素生產率的作用存在倒U形式。經計算方程(1)和方程(3)的拐點值分別為2.162 0和3.813 1，而當前中國環境規制水平高的地區環境規制平均值分別為1.346 1和1.784 0，顯然均處于拐點左側，表明在環境規制水平高的地區，環境規制強度的增加有利于全要素生產率的提高。在控制了其他變量的條件下，將環境規制水平高的地區環境規制(投資角度和費用角度)平均水平代入方程(1)和方程(3)，可以發現，環境規制(費用角度)對全要素生產率的促進作用較大。方程(2)和方程(4)的一次回歸系數分別為3.718 7和0.972 8，并在10%和5%的水平上顯著，二次項系數分別為-1.622 8和-0.477 0，并均在10%的水平上顯著，這說明在環境規制水平低的地區，環境規制對全要素生產率的作用均存在倒U形式。經計算方程(2)和方程(4)的拐點值分別為1.141 5和1.019 7，而當前中國環境規制水平低的地區環境規制平均值分別為0.743 0和0.750 6，顯然均處于拐點左側，這表明在環境規制水平低的地區，環境規制強度的增加有利于全要素生產率的提高。在控制了其他變量的條件下，將環境規制水平低的地區環境規制(投資角度和費用角度)平均水平代入方程(2)和方程(4)，可以發現，環境規制(投資角度)對全要素生產率的促進作用較大。綜上，不論環境規制水平的高低，其對全要素生產率均存在顯著的正向水平效應，且在環境規制水平高的地區，費用角度的環境規制作用較大，而在環境規制水平低的地區，投資角度的環境規制作用較大。可見，環境規制政策的制定和實施，可以依據環境規制水平的不同入手，例如，環境規制水平高的地區可以加大對企業排污費的征收，而環境規制水平低的地區可以增加環境污染治理投資額。

表3 環境規制對全要素生產率的水平效應分析(環境異質性分析)

(二)環境規制對全要素生產率的增長效應分析

依據上面環境規制對全要素生產率水平效應探討的邏輯框架，本文繼續展開對兩者之間增長效應的深入分析。

1.路徑分析

由表4可知，從投資角度衡量的環境規制來看，方程(1)-(3)的一次回歸系數分別為-1.221 5、-0.114 7和-0.242 6，且均在1%的水平上顯著，二次項系數分別為0.307 4、0.040 2和0.075 3，且均在1%的水平上顯著，這說明環境規制(投資角度)對全要素生產率及其技術效率和技術進步的增長率作用均存在U形式。經計算方程(1)-(3)的拐點值分別為1.986 8、1.426 6和1.610 9，而當前投資角度衡量的環境規制平均水平為0.971 8，顯然環境規制強度是處于拐點左側，表明環境規制(投資角度)抑制全要素生產率及其技術效率和技術進步增長率的提高。從費用角度衡量的環境規制來看，方程(4)-(6)的一次回歸系數分別為0.292 0、0.027 5和0.067 4，且在1%、5%和1%的水平上顯著，二次項系數分別為-0.064 9、-0.004 0和-0.012 8，且在1%、5%和1%的水平上顯著，這說明環境規制(費用角度)對全要素生產率及其技術效率和技術進步增長率的作用均存在倒U形式。經計算方程(4)-(6)的拐點值分別為2.249 6、3.437 5和2.632 8，而當前中國環境規制(費用角度)平均水平為1.106 9，顯然環境規制強度是處于拐點左側，表明環境規制(費用角度)會促進了全要素生產率及其技術效率和技術進步的增長率的提高。在控制了其他變量的條件下，將當前費用角度的環境規制平均水平代入方程(5)-(6)可知，環境規制(費用角度)對技術進步增長率的促進作用大于對技術效率增長率的促進作用，即環境規制(費用角度)對全要素生產率增長率的促進作用主要依賴于其對技術進步增長率的促進作用。這可能是因為，排污費的征收一方面會造成相對要素價格的上升，要素價格的上升會引起激烈的“優勝劣汰”效應，刺激企業改善生產工藝，加大研發投入和產品創新，進而推動地區的技術進步；另一方面，排污費的征收能夠有效地激發企業技術變革，發揮對企業的核心驅動作用，實現地區產業結構的優化升級，以此來打造地區全要素生產率的提升空間。可見，環境規制(投資角度)不利于全要素生產率及其技術效率和技術進步的增長率的提高，即環境規制(投資角度)對全要素生產率具有顯著的負向的增長效應；環境規制(費用角度)促進全要素生產率及其技術效率和技術進步的增長率的提高，且全要素生產率增長率的提高主要依靠技術進步，即環境規制(費用角度)對全要素生產率具有顯著的正向增長效應，并且主要依賴于技術進步。因此，政府在進行環境規制時，應將規制的重點由污染源治理投資以及環境基礎設施投資向引導企業自行進行環境投資轉變，進一步加大對企業排污費的征收，綜合運用污染排放權交易、環保補貼和行政監管等各種環境規制工具，提高環境規制對企業的約束力度，促使企業進行技術創新、技術擴散、技術轉移與引進，以此來實現全要素生產率增長率的提高。

2.環境異質性分析

從表5可知，方程(1)和方程(2)的一次回歸系數分別為-1.176 8和-5.734 6，且均在1%的水平上顯著，二次項系數分別為0.338 6和2.874 5，且在5%和1%的水平上顯著，這說明不論環境規制水平的高低，環境規制(投資角度)對全要素生產率增長率的作用存在U形式。經計算方程(1)和方程(2)的拐點值分別為1.737 7和0.997 5，而當前投資角度的環境規制平均值分別為1.346 1和0.743 0，顯然均處于拐點左側，這說明不論環境規制水平的高低，環境規制(投資角度)強度的增加都會抑制全要素生產率增長率的提高，即環境規制(投資角度)對全要素生產率具有顯著的負向增長效應。方程(3)和方程(4)的一次回歸系數分別為1.058 9和3.831 6，且在5%和1%的水平上顯著，二次項系數分別為-0.145 2和-2.153 6，且在5%和1%的水平上顯著，這說明不論環境規制水平的高低，環境規制(費用角度)對全要素生產率增長率的作用均存在倒U形式。經計算方程(3)和方程(4)的拐點值分別為3.646 3和0.889 6，而當前中國環境規制(費用角度)的平均值分別為1.783 9和0.750 6，顯然均處于拐點左側，表明環境規制(費用角度)強度的增加有利于全要素生產率增長率的提高，即環境規制(費用角度)對全要素生產率具有顯著的正向增長效應，與上述結論保持了高度一致。將當前費用角度的環境規制平均水平分別代入方程(3)和方程(4)可知，在環境規制水平高的地區，環境規制(費用角度)對全要素生產率增長率的促進作用大，即環境規制水平高的地區，擁有較高的全要素生產率增長率。可見，政府在實施環境規制的過程中，不僅要注重投資角度的環境規制，還應多注意費用角度的環境規制，加大費用角度環境規制力度，以刺激企業進行技術創新，并通過“創新補償效應”抵消“遵循成本”的損耗，實現全要素生產率增長與環境績效提高的雙贏局面。

表4 環境規制對全要素生產率的增長效應分析(路徑分析)

表5 環境規制對全要素生產率的增長效應分析(環境異質性分析)

五、結論、建議與展望

本文選擇2000-2016年中國29個省(市、自治區)的面板數據，從投資和費用角度構建環境規制指標，采用系統GMM估計方法來探討環境規制對全要素生產率的水平效應與增長效應的影響。結果發現：(1)在水平效應分析中，無論是投資角度還是費用角度，環境規制對全要素生產率及其技術效率和技術進步作用均存在倒U形式，且均處于拐點左側，說明環境規制對全要素生產率及其技術效率和技術進步均具有顯著的促進作用，且對技術進步的促進作用大于其對技術效率的促進作用，即環境規制對全要素生產率具有顯著的正向水平效應，這種正向水平效應主要依賴于其對技術進步的促進作用。同時，在環境異質性分析中，無論環境規制水平的高低，其對全要素生產率的作用均存在倒U形式，且均處于拐點左側，即無論環境規制水平的高低，其對全要素生產率均存在顯著的正向水平效應，且在環境規制水平高的地區，費用角度的環境規制作用較大，而在環境規制水平低的地區，投資角度的環境規制作用較大。(2)在增長效應分析中，投資角度的環境規制對全要素生產率及其技術效率和技術進步的增長率作用均存在U形式，且處于拐點左側，說明投資角度的環境規制對全要素生產率及其技術效率和技術進步的增長率均具有顯著抑制作用，即投資角度的環境規制對全要素生產率具有顯著的負向增長效應。而費用角度的環境規制對全要素生產率及其技術效率和技術進步的增長率作用均存在倒U形式，且處于拐點左側，說明費用角度的環境規制對全要素生產率及其技術效率和技術進步的增長率均具有顯著促進作用，即費用角度的環境規制對全要素生產率具有顯著的正向增長效應，且這種增長效應主要依賴于技術進步增長率的提高。同時，在環境異質性分析中，無論環境規制水平的高低，投資角度的環境規制對全要素生產率具有負向增長效應，而費用角度的環境規制對全要素生產率具有正向的增長效應，且環境規制水平高的地區，擁有較高的全要素生產率增長率。因此，要實施和制定適度的環境規制政策對當前全要素生產率提升是至關重要的。

由以上結論得出如下政策啟示：一是，總體上提高環境規制強度。無論是投資角度還是費用角度衡量的環境規制，其對全要素生產率均存在一定的正向水平效應和增長效應，可以說，環境規制對全要素生產率產生了正向的綜合效應，因此，提高環境規制強度對全要素生產率的提升是有利的。二是，在提升環境規制規模的同時，還應控制環境規制強度不高過拐點值，以防止“矯枉過正”情況的出現。應建立一系列的測評和預警機制，對環境規制強度進行實時監控，并通過問卷調查、談話、大數據等方法深入企業內部進行綜合考評分析，以確保環境規制實施的有效性。同時，將企業意見和滿意度納入環境規制考評體系中，并作為環境規制強度調整的一項重要依據，以確保企業綠色生產積極性的提高。三是，實施差異化環境規制。在環境異質性分析中，可以發現，環境規制對全要素生產率的影響存在明顯的環境異質性，故國家在制定環境規制政策時，必須要因地制宜和量體裁衣，將各地區的環境要素、資源稟賦以及環境規制強度考慮在內。例如，在環境規制水平高的地區，從費用角度衡量的環境規制正向作用較大，可以加強對企業排污費的征收，綜合運用污染排放權交易、行政監管等各種環境規制工具，提高環境規制對企業的約束力度，以此來激發地區全要素生產率提升的新動能；在環境規制水平低的地區，投資角度衡量的環境規制正向作用較大，應進一步增加環境污染治理投資額的投入，通過政府治污的導向作用來引導企業進行清潔生產，刺激企業的生產轉型。四是，從長期來看，應重點加強費用角度的環境規制。從上述結論可知，費用角度的環境規制具有正向的增長效應和水平效應，而投資角度的環境規制卻是負向增長效應和正向水平效應，這說明費用角度的環境規制對全要素生產率的持續作用較強，且增幅較大，而投資角度的環境規制對全要素生產率的持續作用較弱，增幅較緩。因此，應重點從費用角度加強環境規制強度。例如加大對重污染企業的排污費征收強度、將家庭小作坊納入排污費的征收對象、對排污費征收范圍進行細化和分類征收等。

本文在前人研究的基礎上，以宏觀經濟中的水平效應和增長效應為切入點，探討環境規制對全要素生產率的影響，能夠有效反映環境規制的“量”和“質”，從本質上明晰了環境規制帶來的影響，解決了以往學者們研究結論模糊的問題。但是，本文還存在一定的研究不足：一是，本文雖然采用29個省的省際面板數據作為樣本數據具有一定的全面性，但樣本數據的選擇不全面，也忽視了微觀層面的樣本選擇，因此，可能會存在一些偏誤，有可能存在個別省份的環境規制水平高于拐點值，從而起到負向影響的可能性。二是，本文僅采用系統GMM作為研究工具，雖然解決了滯后因變量的內生性問題，但若解釋變量(非滯后內生變量)也有內生性，則得不到很好的處理，因此，可能會存在一些偏誤。三是，本文環境規制指標僅從投資和費用角度進行構建，可能存在考慮不全面的問題。針對這些不足，在之后的分析中，筆者認為可以考慮行業、企業層面的信息，以深化對這一問題的認識。同時，在環境規制指標選擇中，可以采用更多的子指標進行構建，例如工業COD排放量、二氧化硫排放量等。在研究工具的選擇上，可以采用多種方法進行估計分析，例如OLS、2SLS等，可提高對問題分析的準確性。