环境规制、行业异质性与中国工业全要素碳排放绩效

何 康

(湖南大学金融与统计学院，湖南 长沙 410079)

1 引言

目前，关于环境规制与工业全要素碳排放绩效的研究文献主要集中于工业全要素碳排放绩效测算及研究环境规制对绿色全要素生产率的影响两个方面。在工业全要素碳排放绩效测算方面，学者们提出各种指数来科学测度碳排放绩效［1-2］，而应用最为广泛的是采用基于DEA 模型的Malmquist 指数来衡量碳排放绩效［3-5］。李玲和陶锋［6］则发现环境规制与绿色全要素生产率、技术创新和技术效率的关系呈现U 型。

通过梳理相关文献不难发现，还没有学者就环境规制对异质性工业行业的全要素碳排放绩效的影响进行研究。因此，本文首先采用考虑非期望产出的Malmquist 指数科学测度工业碳排放绩效，然后基于全要素碳排放绩效的行业异质性，本文对工业行业进行划分并分别估计不同行业的环境规制强度对全要素碳排放绩效的影响。此外，本文还对环境规制强度与全要素碳排放绩效的非线性关系进行面板门限估计，以期能对异质性工业行业的环境规制强度与碳排放绩效间的关系形成客观的理解和认识。

2 工业全要素碳排放绩效的测度

2.1 研究方法

本文将每一个工业行业作为一个DMU 构造生产前沿，假设每一个工业行业使用N 种投入x=(x1，…，xN)∈，生产M 种期望产出y=(y1，…，yM)∈，并排放出I 种非期望产出b=(b1，…，bI)∈。假设每个横截面观测值的权重为，则运用数据包络分析(DEA)，环境技术可以模型化为:

从第t 期到第t+1 期考虑转化后二氧化碳期望产出的Malmquist 指数可以表示为:M0(xt，yt，xt+1，，该指数大于1 时表明从第t 期到第t+1 期的全要素生产率是增长的，反之则出现全要素生产率下降。Malmquist 指数还可分解为技术效率变化指数(EFFCH)和技术进步指数(TECH):TECH。若EFFCH 和TECH 均大于1 表明技术效率的提高和技术进步，反之小于1 则表示技术效率的下降和技术退步。用Malmquist 指数表示的碳排放绩效的动态变化记为MCPI，即MCPI=EFFCH ×TECH。

2.2 指标和数据

本文采用2001—2010年工业分行业的投入产出数据来测算工业全要素碳排放绩效。考虑到数据的可获得性，本文的研究对象为“规模以上工业企业”。尽管《中国工业经济统计年鉴》中提供的是39 个两位数工业行业的统计数据，但并没有提供2001—2002年的“工艺品及其他制造业”相关统计数据，而从2003年才开始公布“废弃资源和废旧材料回收加工业”的统计数据，另外“木材及竹材采运业”在2001年和2002年的统计中属于农林牧渔业，因此本文剔除这三个工业行业，最终得到36 个工业行业的投入产出数据。相关数据来源于《中国工业经济统计年鉴》、《中国能源统计年鉴》及《中国经济普查年鉴》各期。

假设生产过程中需要劳动、资本和能源三种投入要素，生产期望产出工业总产值和非期望产出二氧化碳，相关指标及数据处理说明如下:①劳动投入。采用规模以上工业企业年从业人员年平均人数来表示。②资本投入。选择分行业规模以上工业企业的固定资产净值年平均余额来近似替代资本存量，并采用测算的分行业固定资产投资价格指数折算为2001年不变价。尽管资本存量可以采取永续盘存法进行估算，然而测算结果很大程度上取决于初始资本量和折旧率的决定，为尽量减少数据在测算过程中可能出现的偏差，本文采用固定资产净值年平均余额来衡量资本存量。③能源投入。采用工业分行业的能源消费总量来表示，并按照标准煤折算系数换算为万吨标准煤。④期望产出。选取包含中间投入品成本的工业总产值来衡量，并使用以2001年为基期的“分行业的工业品出厂价格指数”进行平减。⑤非期望产出。采用测算的分行业工业二氧化碳排放量来表示，具体测算公式采用IPCC 的参考方法，即根据工业能源消费量来推算二氧化碳排放量:Ci，其中C 为工业行业的二氧化碳排放量，i 表示能源种类，E 表示工业能源消耗量，NCV 为各类能源的平均低位发热量，CEF 为单位热值当量的碳排放系数，COF 为碳氧化因子，44 和12 分别为二氧化碳和碳的分子量。

2.3 工业全要素碳排放绩效测算

基于2001—2010年36 个工业行业的投入产出数据，本文运用Malmquist 指数来测度工业全要素碳排放绩效。鉴于在CRS 和VRS 不同的假设前提下，测算结果可能会出现一定的差异，而规模报酬可变更符合经济现实，所以本文是基于VRS 的前提下进行效率测算的，所采用的软件为DEAP 2.1。

3 实证研究

3.1 实证模型设定

本文利用36 个工业行业的面板数据，通过将工业行业划分为高碳排放绩效行业和低碳排放绩效行业，就环境规制强度对异质性行业碳排放绩效的影响及门限效应进行实证检验。本文设定实证模型如下:

其中模型(1)用来估计环境规制强度对异质性行业碳排放绩效的影响，i 为行业，t 为年份，μi和ηt分别是无法观测的个体效应和时期效应，εit为随机扰动项。Tit为工业碳排放绩效，代表工业全要素碳排放绩效(MCPI)、技术效率(EFFCH)和技术进步(TECH)。考虑到技术创新对环境规制强度的反应会存在一定的滞后期，本文采用环境规制强度的滞后一期加入模型，并加入平方项以考察两者之间是否存在倒“U”型关系。RIVit、lnLPit、lnEPit分别代表用以控制行业异质性特征的工业增值率、全员劳动生产率和能源生产率，而OSit、RRDit与FDIit分别表示国有化率、研发支出强度和FDI 水平，考虑到研发支出变量具有一定的滞后性，模型中加入研发支出强度的滞后一阶变量。而模型(2)用于检验环境规制强度对碳排放绩效影响的门限效应，本文选取环境规制强度的滞后一期为门限变量，γ1，…，γn为相应的门限值。

3.2 指标选取

工业碳排放绩效采用测算出的工业全要素碳排放绩效指数、技术效率指数及技术进步指数衡量，环境规制强度则采用李玲和陶锋的方法，对工业废水排放达标率、工业二氧化硫去除率及工业固体废弃物综合利用率三个单项指标进行客观赋权并加总得到分行业的环境规制强度指标。工业增值率为行业工业增加值与同期工业总产值之比，全员劳动生产率为行业工业增加值与全部从业人员平均人数之比，能源生产率采用行业工业增加值与行业能源消费总量之比来表示。此外，国有化率采用国有及国有控股企业生产总值占规模以上工业企业生产总值的比重表示，同时将行业大中型工业企业研发经费占固定资产投资比值作为研发支出强度的代理变量，FDI 用各行业外商资本和港澳台资本总和占工业产值比重来衡量。

3.3 环境规制对工业碳排放绩效影响的行业异质性

本文基于行业异质性，将碳排放绩效指数相对较高的18 个工业行业划分为高碳排放绩效行业，其他18 个行业则为低碳排放绩效行业，从而就全行业组、高碳排放绩效行业组和低碳排放绩效行业组中环境规制强度对工业碳排放绩效的影响分别进行实证估计。考虑到面板数据存在截面异方差和组间相关性，本文采用截面加权并消除自相关性的广义最小二乘法(GLS)进行估计，检验结果见表1。

从全部行业来看，环境规制强度与工业全要素碳排放绩效显著正相关，表明环境规制力度的加大有利于提高工业行业的全要素碳排放绩效，但却并不存在明显的“U”型或倒“U”型关系。因此研究结论支持“波特假说”，这与沈能［8］的研究结论是一致的。可见，尽管节能减排规制短期内会不可避免地增加企业成本，但长期而言有利于刺激企业采用低碳清洁的技术改进生产过程，持续的节能减排技术创新会给企业带来长期的“创新补偿”效应。然而对全部行业的碳排放技术效率而言，环境规制强度与其存在明显的“U”型关系，即随着节能减排规制力度的加大，碳排放技术效率出现先下降后上升的趋势，拐点为环境规制强度值达到5.5 的水平。本文认为，原因在于若节能减排规制力度太小，企业的减排成本在企业总成本中所占的比例太少，从而企业没有动力去进行节能减排技术和制度的创新。但随着节能减排规制力度的加大，减排成本在企业总成本中所占的比例较大，企业只有通过节能减排的技术和制度创新来降低成本以保持竞争优势。此外，环境规制强度对全部行业的碳排放技术进步具有明显的促进作用，从而进一步证实“波特假说”在行业检验中是正确的。

计量估计结果还表明，环境规制强度对工业碳排放绩效的影响存在明显的行业异质性，这与李玲和陶锋的研究发现是一致的。对高碳排放绩效行业而言，环境规制强度与工业全要素碳排放绩效之间存在明显的倒“U”型关系，同时环境规制强度加大有利于促进碳排放技术效率的改善，但对碳排放技术进步的影响却不显著。对高碳排放绩效行业来说，现有的节能减排规制力度是较为合理的，能较好地刺激企业进行技术效率的改善和管理制度的创新。考虑到高碳排放绩效的行业一般是低碳清洁的行业，企业拥有低碳清洁的技术进行生产，因此环境规制力度设定较为合理。若进一步加大节能减排规制力度超过特定拐点值，则会加重企业的负担，企业利润减少，不利于低碳环保技术的创新和应用，从而对碳排放绩效产生负面影响。而对低碳排放绩效行业而言，环境规制强度与工业碳排放绩效、碳排放技术进步之间呈现先下降后上升的“U”型趋势，但对碳排放技术效率没有显著影响。对此的解释是，低碳排放绩效行业一般为高碳污染行业，相对来说这些行业的节能减排规制还没有达到可以刺激其放弃高碳污染技术而进行低碳技术创新的程度，因此在达到拐点值以前，即使加大环境规制力度也会促使碳排放绩效及技术进步水平下降，只有环境规制强度越过特定的拐点值，高节能减排成本才能明显地刺激高碳污染企业进行低碳环保技术的研发和应用。

从控制变量来看，尽管影响有所差异，但表征行业异质性的三个变量工业增值率、全员劳动生产率和能源生产率均对行业的碳排放绩效具有明显的促进作用，表明生产效率高、能源消耗少的行业碳排放绩效也高。国有化率在全行业样本中明显不利于工业碳排放绩效的提高，但在高碳排放绩效行业中其影响系数为正，在低碳排放绩效行业中影响系数则为正。可能的原因在于，高碳排放绩效行业中国有化率相对较低，国有企业相对较少，竞争较为激烈，而留存的国有企业资金较为雄厚，研发实力强。在规制和竞争的压力下，国有企业依靠自身的实力进行节能减排技术研发，有利于提高碳排放绩效。反之低碳排放行业的国有化率较高，竞争机制缺乏，国有企业没有动力进行低碳环保技术研发，碳排放绩效自然就低。国有化率整体而言也是不利于碳排放绩效提高的。研发支出在所有模型中对工业碳排放绩效均具有促进作用，表明增加研发支出是提高工业碳排放绩效的重要途径。而对行业FDI 而言，其对全部行业和高碳排放绩效行业是显著促进的，但对低碳排放绩效行业的促进作用并不明显，这与李子豪和刘辉煌的研究结论是一致的。

表1 GLS 估计结果

3.4 环境规制对工业碳排放绩效影响的门限效应

按工业碳排放绩效分组的回归结果表明环境规制强度对工业碳排放绩效的影响存在行业异质性，而以环境规制强度为门限变量的面板门限回归则可以更好地体现环境规制强度与工业碳排放绩效之间的非线性关系，面板门限回归的估计结果如表2 所示。从中不难发现，在以工业碳排放绩效为因变量的面板门限模型有三个门限值，当环境规制强度小于第一门限值或介于第一门限值和第二门限值之间时，环境规制强度对工业碳排放绩效的影响并不显著，表明环境规制力度较小不利于刺激低碳环保技术的研发;而当环境规制强度介于第二门限值和第三门限值之间时，合理的环境规制强度有利于工业全要素碳排放绩效的提高;但环境规制强度一旦越过第三门限值时，过高的环境规制强度超过企业可以承受的幅度，节能减排的效果并不显著。另外，碳排放技术效率具有与碳排放绩效相近似的结论，但对于碳排放技术进步而言，环境规制力度在未达到第一门限值之前，其对技术进步没有任何激励，而当介于第一门限值和第二门限值之间时，有利于技术创新及技术进步，不过当达到过高的环境规制强度时，其对技术进步具有明显的阻碍作用。综合可知，面板门限回归分析的结论与行业异质性分析的结论是一致的，说明针对不同的行业设置合理的环境规制强度是提高工业行业的碳排放绩效，刺激技术进步和促进技术效率改善的关键所在。

表2 面板门限回归结果

4 结论与政策建议

(1)政府不能走入盲目提高环境规制强度的误区，而应该针对不同行业的实际情况设置合理而有差异的环境规制强度。对于低碳环保的高碳排放绩效行业而言，应该在保持现有合理的节能减排规制强度的同时，逐步建立和完善能充分调动企业实施低碳清洁生产的激励机制，引导节能减排规制由命令-控制型向激励型转变，并从知识、信息、资金和市场需求等方面破除研发和推广低碳清洁生产技术面临的约束。而对高碳污染的低碳排放绩效行业而言，应该逐步加大节能减排规制力度使之达到刺激企业进行低碳技术创新的拐点。但在提高的同时要保持适度稳定，不能无限制提高，同时还要注意节能减排规制的手段和方式。对于能源消耗量大、碳排放水平高的企业来说，可以采取资源整合和要素重置的方式，将资源配置到经济效益好、低碳技术水平高的企业中去，实现产业的重新优化组合。

(2)合理的节能减排规制还需要其他激励措施的搭配才能实现提高工业碳排放绩效的目标。一方面可以通过税收和补贴的方式加大对企业进行低碳技术创新的支持力度，积极培育低碳技术人才;应通过融资支持和财税优惠的手段鼓励非国有经济进入行业，采取引入竞争的方式鼓励国有和非国有企业进行低碳绿色技术研发和应用;合理引导FDI 流向高碳污染行业，通过FDI 的技术溢出效应来降低碳排放水平。另一方面，积极调整现有的资源能源价格机制，遏制企业依靠低水平要素供给维持低水平扩张的行为，还需要合理确定环境保护标准和资源有效利用标准，坚决防止低效利用资源能源及过度排放损害环境的行为。

［1］Sun J W.Decrease of CO2emission intensity is decarbonization at national and global levels［J］.Energy Policy，2005，33(8):975-978.

［2］Zhang Z Q，Qu J S，Zeng J J.A quantitative comparision and analysis on the assessment indicators of greenhouse gases emission［J］.Journal of Geographical Sciences，2008，18(4):387-399.

［3］Zhou P，Ang B W，Han J Y.Total factor carbon emission performance:a Malmquist index analysis［J］.Energy Economics，2010，32(1):194-201.

［4］仲云云，仲伟周.中国区域全要素碳排放绩效基及影响因素研究［J］.商业经济与管理，2012，(1):85-96.

［5］李子豪，刘辉煌.中国工业行业碳排放绩效及影响因素-基于FDI 技术溢出效应的分析［J］.山西财经大学学报，2012，(9):65-73.

［6］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.

［7］Seiford L M，Zhu J.Modeling undesirable factors in efficiency evaluation［J］.European Journal of Operational Research，2002，142(1):16-20.

［8］沈能.环境效率、行业异质性与最优规制强度-中国工业行业面板数据的非线性检验［J］.中国工业经济，2012，(3):56-68.