环境规制、市场集中与环境效率——来自中国工业行业面板数据的检验

黄 娟1,2,孙坤鑫

(1.中国特色社会主义经济建设协同创新中心,天津 300071;2.南开大学 经济学院,天津 300071;3.中国人民银行天津分行,天津 300040)

1 引言

伴随着中国工业化进程的加速,环境污染问题愈发严峻,如何使产业在获得经济效益的同时降低污染排放强度、提高产业的环境效率,已成为未来产业发展模式选择和产业政策制定的重要课题。主流产业组织理论认为,企业所在行业的市场结构是影响其行为和绩效的关键因素。市场集中度是考察市场结构的重要指标,市场集中度越高,产业内的资源会向某几个企业集中。从经济发展角度看,市场集中的过程提高了企业利润率和竞争力,同时也带来了显著的福利损失;从环境保护角度看,市场集中可使企业形成内部规模经济,更有能力采用相对清洁的技术,提高环境污染治理能力,降低污染排放水平。那么,以提高环境效率为落脚点,市场集中能否兼顾经济发展和环境保护？如果市场集中可增加环境效率,环境规制作为影响微观企业行为、治理环境污染的重要政策工具是否可倒逼市场集中度增加,以进一步提高环境效率？解答这两个问题可为更清晰地制定产业政策和环境规制政策提供依据。因此,本文利用超效率SBM模型测算了我国37个工业行业2001—2013年的环境效率,在此基础上实证分析了市场集中、环境规制以及两者交互作用对环境效率的影响,并进一步考察了环境规制对市场集中的作用。

2 文献综述和逻辑梳理

2.1 环境规制与环境效率

已有学者从环境规制与绿色经济效率、生态效率、绿色全要素生产率等方面探索了环境规制与环境效率之间的关系。随着环境规制强度的上升,环境规制对绿色经济效率表现出先促进再抑制的作用,两者之间呈现倒“U”型关系[1]。也有学者认为,从长期看环境规制对绿色经济效率有显著的促进作用,加强环境规制可以使经济与环境达到“双赢”[2]。不同类型的环境规制对区域生态效率的影响是不同的,“治理投入型”环境规制与生态效率之间存在着“U”型关系,“经济激励型”环境规制没有显著影响,必须强化环境规制约束[3]。合理的环境规制是发挥FDI对工业环境效率正面效应的关键[4]。

2.2 市场集中与环境效率

从经济发展角度出发,既有研究考察了行业的市场集中对企业利润率、生产率、市场竞争力等经济绩效指标的影响,得到了迥异的结论[5-8]。以资产收益率、净资产收益率和销售利润率为内容的企业绩效与市场集中度存在正相关关系。对市场集中度进行有效监管,有利于产业政策制定和有效执行。因为高度分散的市场结构加剧了市场过度竞争,不利于行业竞争力的提高,高集中度则有助于企业相互勾结,赚取垄断利润,但同时造成经济效率和社会福利损失。因此，一些学者认为从经济发展角度出发,需要建立一个产业内适度集中、企业间充分竞争的适度集中的产业市场组织结构,既要反过度竞争、提高行业集中度,又要反垄断,两者必须同时兼顾、相互协调[7,8]。

从环境保护角度出发,多数学者认为市场集中度的提高可降低污染排放,其原因在于市场集中度低的产业竞争激烈,企业被迫降低成本,更有可能采用相对污染的技术,增加污染排放[9,10]。此外,企业对环境的保护也有助于企业形成“软”贸易壁垒,保持竞争力[11],市场集中度高的产业有助于在位企业发挥规模经济，提高环境污染治理的能力,获取寡占利润的企业也有能力采用相对清洁的生产技术,改善环境质量。当然,也有少数学者反对这一观点,认为竞争激烈的行业可激励企业进行科技创新[12],市场集中度高的行业的环境负外部性更强,带来了更严重的污染排放[13]。

2.3 环境规制、市场集中与环境效率

既有对市场集中的研究多将经济和环境效应进行分别探讨,没有得到统一的结论。那么,市场集中能否提高环境效率，是否存在合理的市场集中度以兼顾经济效益和环境保护，这将是本文着重探讨的问题。环境规制作为影响微观企业行为的因素之一,一方面通过增加企业的生产成本进入企业的选址决策[14]，另一方面倒逼企业进行技术创新[14-17]。同时,环境规制被认为是新企业进入一个行业的进入壁垒[18],这些因素的共同作用影响了企业所在产业的市场结构特征。环境规制限制了中小企业的形成[19],对市场集中度存在显著的正向促进作用[20]。同时,不同的环境规制在完全竞争、寡头垄断、垄断等不同的市场结构下所带来的社会福利效果有所区别[21],因此最优环境规制政策如最优排放税也不尽相同[22]。可见,环境规制不但可促进市场集中,而且合理的环境规制政策会与市场集中发生交互作用,形成经济和环境的双重红利。本文将通过实证检验对这一假设进行验证。环境规制、市场集中各自对环境效率产生影响,环境规制和市场集中对环境效率产生关联效应,环境规制在市场集中影响环境效率中起关键作用,其作用机理见图1。

图1 环境规制、市场集中与环境效率的逻辑关系

3 计量模型与变量说明

3.1 环境效率的测度

近年来,资源环境问题对经济发展的约束愈发明显,越来越多的学者在传统生产率测度方法上加入资源环境要素以考察环境效率问题[23-25]。数据包络分析(DEA)是一种基于被评价对象之间相对比较的非参数技术效率分析法,因其在分析多投入—多产出情况时具有的特殊优势得到了广泛应用。一些学者在传统的DEA框架中加入环境资源要素,将自然资源作为投入要素,将污染排放作为非期望产出来计算环境效率。然而,传统DEA模型计算环境效率至少存在以下问题:①依赖于径向和角度的度量,无法充分考虑投入指标和产出指标的松弛改进空间,因为效率值是有偏的;②DEA模型得出的效率值最大为1,有效DMU效率值相同,而这些有效DMU的效率高低无法进一步区分;③在对环境效率影响因素的进一步分析中,效率指标为截尾数据,必须采用Tobit模型进行回归。因此,本文采用含有非期望产出的超效率SBM模型对各工业行业的环境效率进行测度,不仅解决了松弛改进问题,也使得效率测度结果可大于1,各决策单元有效排序。

对有n个评价单元(DMU),m个投入指标(设为x),q1个期望产出指标(设为y),q2个非期望产出指标(设为b)的规模报酬不变的超效率SBM模型而言,要解决以下问题:

λ,s-,s+≥0

i=1,2,…,m;r=1,2,…,q1;t=1,2,…,q2;j=1,2,…,n(j≠k)

(1)

在以上分析的基础上,本文选取的投入指标x为:劳动力(行业从业人员年平均人数)、资本(固定资产净值)、能源(万t标准煤);期望产出指标y为工业总产值;非期望产出指标b包括工业废水排放量、工业废气排放量、工业固体废物产生量,利用MaxDEA软件测算SBM模型下37个二位代码工业行业2001—2013年的环境效率数值,其中矿产采选业、废弃资源和废旧材料回收加工业的数据不详而删除,投入指标和产出指标数据主要来源于各年度的《中国工业经济统计年鉴》、《中国能源统计年鉴》和《中国环境经济年鉴》。

3.2 计量模型的设定

为了验证市场集中对环境效率的提高效果,考虑到市场集中对环境效率可能存在的非线性影响,以及环境规制对市场集中的非线性影响,构建以下模型:

lnenverffit=α0+α1lnHHIit+α2(lnHHIit)2+α3(lnerit)×(lnHHIit)+γXit+εit

γX=α4lnoutputit+α5lnenergyit+α6lnforeignit+α7lnrdit

(2)

lnHHIit=β0+β1lnerit+β2(lnerit)2+φY+ζit

φY=β3lnbarentryit+β4lnprofitit+β5lnownerit

(3)

其中,式(2)考察了各行业市场集中度(HHI)对工业行业环境效率(environmental efficiency,简化为enveff)的作用。首先,考虑到市场集中度对环境效率的非线性影响,模型中引入市场集中度的平方项;其次,为检验环境规制(er)和市场集中的交互作用对环境效率的影响,模型中引入两者交乘项。式中,X表示影响环境效率的其他控制变量,包括行业规模(output,用单位从业人员的工业产值表征)、行业能源消费(energy,用单位产值的标准煤消费量表征)、行业对外开放程度(foreign,用行业所有者权益中外商资本占比表征)和行业技术水平(rd,用行业R&D项目经费相对比重表征)。为降低模型的异方差问题,使模型结果更加稳健,在实证回归时对所有变量取其对数形式。

式(3)进一步考察了环境规制(er)对市场集中的作用。首先,环境规制一方面可淘汰粗放生产的中小企业,形成进入壁垒；另一方面可增加行业内竞争活力,因此环境规制对工业行业市场集中度可能存在非线性影响,因此模型中引入环境规制的平方项。式中,Y表示影响市场集中度的其他控制变量,包括进入壁垒(barentry,用单位从业人员拥有的固定资产表征)、行业利润率(profit)和行业所有制结构(owner,用行业所有者权益中国有资本占比表征)。式(3)反映了环境规制对市场集中度的影响,因此在式(2)中加入环境规制和市场集中度的交互项是十分必要的。为降低模型的异方差问题,使模型结果更加稳健,在实证回归时对所有变量取其对数形式。

3.3 解释变量的说明

模型(2)和模型(3)中涉及到两个核心解释变量,分别是市场集中度(HHI)和环境规制水平(er),因此有必要对核心解释变量的测算做进一步说明。市场集中度是指某行业的资源或利润等其他经济效益指标向某特定或某几个特定企业集中的程度。一般有两个衡量指标:行业集中度CRn(Concentration Ratio)和HHI(Herfindahl-Hiachman Index,简写为HI或H)。

(4)

(5)

式(4)、式(5)中,Xik为某工业行业i中企业k的市场规模;Xi为产业i总规模;n为该产业内的企业数;Sik为企业k的市场份额;CRn为行业中产销量最大的前n家企业的集中度;Xk为行业中产销量排名第i位企业的销售产值;N为企业总数。CRn从绝对量上反映产业内少数大型企业对该产业的垄断程度,通常n取4或8；HHI表征产市场业集中的相对程度,HHI值介于0—1之间,且数值大小与市场集中度高低成正比关系。当HHI=1时,整个行业的市场结构表现为完全垄断;若市场上各竞争主体具有同等市场份额,HHI=1/N；当行业中企业的数量趋近于无穷大,则HHI=0,市场结构接近于完全竞争。可见,HHI的计算更为精确,且更能从相对层面表征行业的市场结构特征,本文采用HHI指数作为市场集中度的指标,数据整理自2001—2013年中国工业企业数据库。

本文基于中国工业企业数据库的微观企业销售产值数据,在根据GB/T4754-2002进行行业调整的基础上,利用HHI指数计算公式测度了2001—2013年我国37个工业行业的市场集中度。我国37个工业行业2001年、2007年和2013年的市场集中度结果见图2。

图2中横轴为行业代码,纵轴为HHI指数。可见,我国工业行业的市场集中度普遍偏低,呈现出高度分散的竞争型市场结构,这与其他学者的计算结果相一致[26,27]。其中,在市场集中度方面只有石油和天然气开采业(07)的市场集中度在个别年度超过了0.1,按照相关标准可知该行业属低寡占型,其他行业均属竞争型行业。进一步地,市场集中度相对较高的行业如烟草制品业(16)、石油加工、炼焦及核燃料加工业(25)、化学纤维制造业(28)、燃气生产和供应业(45)均属于高度或中度污染行业。可以初步猜想,市场集中度与污染排放成正比例相关,而污染排放是环境效率的非期望产出,那么从环境效率角度出发,是否意味着市场集中度与环境效率成反比呢？这将是本文接下来的实证分析重点之一。

图2 各工业行业市场集中度的初步描述

环境规制的度量一直是学界讨论的焦点,总结文献可见,学者们多数从以下两个角度出发对政府环境规制强度进行度量:①从环境治理的角度出发,包括环境治理投入如环境治理完成投资额、城市环境基础设施建设支出、“三废”治理设施运行费用等[28,29],以及环境治理效果如工业二氧化硫去除率或综合多个污染物处理率的综合指数[30]。②从环境监管的角度出发,包括环保立法、环保政策性文件、环境行政处罚案件数等指标[31]。鉴于数据的可得性,本文基于环境治理投入视角测度各工业行业的环境规制水平,用单位产值的工业污染环境治理费用度量。《中国环境年鉴》自2001年起公布了工业行业和重点城市的工业污染治理情况,其中包括工业废气治理设施运行费用和工业废水治理设施运行费用,指工业企业在报告期内维持废气和废水治理设施运行所发生的费用,包括能源消耗、设备折旧、设备维修、人员工资、管理费、药剂费及与设施运行有关的其他费用等。可以判定,当企业面临的环境规制水平较高时,将会投入更多的资金比例用于维持工业污染治理设施的运行和工业污染的治理,因此基于环境治理投入视角度量环境规制是较为合理的。

计算公式为:环境规制=(工业废气治理设施运行费用+工业废水治理设施运行费用)/工业总产值。环境规制和其他控制变量的数据整理自各年度的《中国环境年鉴》、《中国工业经济统计年鉴》和《中国科技统计年鉴》。变量的描述性统计见表1。

表1 变量的描述性统计

4 实证结果与分析

市场集中对环境效率的实际影响如何、环境规制是否可以影响市场集中进而作用于环境效率？本文在模型(2)、(3)建立的基础上,基于我国37个工业二位码行业2001—2013年的面板数据，建立固定效应回归进行实证分析回答上述问题。其中第一部分基准回归模型对全部37个行业进行实证分析,得出环境规制、市场集中度和环境效率三者关系的普遍结论。进一步地,本文按照污染强度将37个工业行业分为重度污染行业、中度污染行业和轻度污染行业3类(表2),不同污染强度的行业所面临的产业政策和环境规制政策强度不同,其环境效率表现亦不尽相同,因此本文在实证分析的第二部分针对异质性行业做出了实证分析。

表2 工业行业污染强度分类

表3 实证分析基准结果

注:()内为稳健标准误；***、**、*分别表示在1%、5%和10%的水平上显著。

4.1 基准回归结果及分析

表3列出了模型(2)、(3)的基准回归结果,其中(2-1)—(2-3)显示的是模型(2)的逐步回归过程,分析了市场集中度对环境效率的总体效果,以及市场集中度和环境规制的交互作用对环境效率的影响。其中(2-1)中的解释变量只有市场集中度及其平方项,两者系数均显著为正,这初步证明了市场集中对环境效率的正“U”型影响;(2-2)中的解释变量加入了环境规制和市场集中度的交互项,其系数亦显著为正,这初步证明了环境规制和市场集中的交互作用与环境效率正相关;(2-3)在前者的基础上引入了其他影响环境效率的控制变量。控制变量的引入对核心解释变量系数的符号及其显著性没有产生根本影响,可见回归结果是稳健的。(3-1)—(3-2)显示的是模型(3)的逐步回归过程,进一步分析了环境规制对市场集中的非线性影响。其中，(3-1)的解释变量只有环境规制及其平方项,(3-2)中引入了影响市场集中的其他控制变量,控制变量的引入提高了核心解释变量的显著性,使模型更加稳健,因此我们以(2-3)和(3-2)为最终实证结果进行分析。

首先,市场集中对环境效率存在正“U”型影响。在变量测算部分，我们认为我国当前的市场集中度普遍较低,(2-3)的实证分析表明市场集中对环境效率存在正“U”型影响,其中二次项系数为0.0338,一次项系数为0.426,可计算得出当lnHHI=-6.3时,即HHI约为0.002时,环境效率达到极小值。即市场集中对环境效率的非线性影响存在一个门槛值,当市场集中度小于0.002时,可能存在着无效率状态,无法发挥规模优势;只有当市场集中度超过0.002时,市场集中才能发挥规模经济,提高环境效率。查阅HHI的指标数据可知,在全部481个观测值中,约有1/3的样本HHI指标小于0.002,可见基于环境效率视角,我国工业行业的市场集中度有必要提高,只有跨过0.002这一门槛,市场集中才能提高环境效率。其次,环境规制对市场集中存在倒“U”型影响。基准回归结果(3-2)中,环境规制二次项系数为负,表明环境规制对市场集中的影响符合倒“U”型曲线。计算可知,当lner=4.816,即环境规制约为123.5,市场集中度达到极大值。当环境规制强度小于123.5时,行业所面临的环境规制强度的提高会增加市场集中度,此时适度强化环境规制水平,可优化资源配置,淘汰落后产能,限制中小企业的进入,增强在位企业在国际上的竞争力,而环境规制强度过高则不利于市场集中。进一步地,观察环境规制的指标数据可知,只有5个样本的环境规制强度超过了这一临界值,可见在样本范围内,行业面临的环境规制强度普遍处于提高市场集中度的水平。可以认为,我国工业行业所面临的环境规制强度仍处于倒“U”型曲线的左半段,即环境规制可促进市场集中,但这种效果是边际递减的。第三,环境规制和市场集中的共同作用可提高环境效率,实现双重红利。实证结果(2-2)和(2-3)中,lner和lnHHI的交乘项系数为正,这表明环境规制和市场集中的交互作用与环境效率成正相关关系。一方面,当企业所在的行业市场集中度不变时,环境规制的增加可提高企业污染治理能力,降低企业污染排放水平,实现提高环境效率的效果;另一方面,前述分析可知,环境规制可提高市场集中度,使后者尽快跨过拐点值,此时进一步增加环境规制强度可提高市场集中度,进而提高环境效率。第四,(2-3)的控制变量中,lnoutput和lnenergy的回归系数为负,lnrd的回归系数为正,即行业规模和能源消费强度对环境效率的影响为负,行业科学技术水平则与环境效率成正相关关系。这表明,不能一味追求行业规模的扩大,只有降低行业能源消费强度，提高能源利用效率，增强行业科技水平,才能提高环境效率。

4.2 异质性行业实证结果及分析

为更好地对各工业行业环境效率做出差异性的评价,本文首先将各污染物的排放强度(排放量/工业总产值)进行线性化处理,进而赋予等值权重加权加总,得到各工业行业的相对污染强度,并据此将37个工业行业进行分类,见表2。 环境效率综合反映了各工业行业的经济和环境影响。按照表3进行分类后,不同行业的平均环境效率见图3。从图3可见,2001—2013年不同污染强度的工业行业的环境效率均呈现了不断增加的特征。即总体上,我国工业行业环境效率是稳步提升的,在一定程度表明新世纪以来我国经济发展总体质量水平的逐步提高,这与我国近年来经济的快速发展、技术水平的显著进步息息相关。此外,不同污染强度的工业行业的环境效率存在显著差异,污染强度越低的工业行业呈现出更高的环境效率,可见在实证分析中考虑行业异质性是十分必要的。

图3 2001—2013年我国工业行业的环境效率

在基准回归的基础上,本文按照行业分类结果对不同污染程度的行业基于固定效应模型进行分类回归，结果见表2。根据实证结果分析可知,环境规制、市场集中和环境效率之间的关系具有显著的行业异质性。具体分析为:首先,污染强度越高的行业,市场集中促进环境效率所需的门槛值越高。根据表4的回归结果计算可得,对重度污染行业,市场集中度的门槛值为0.0034,即对重度污染行业而言,只有市场集中度超过0.0034,市场集中的过程才可提高环境效率。同理,计算可得中度和轻度污染行业的门槛值分别为0.0028和0.0014。可见,污染强度越高,市场集中需要跨过更高的门槛值才能促进环境效率,见图4。

图4异质性行业的市场集中度和环境效率之间的非线性关系

其次,环境规制对市场集中的非线性影响具有较强的行业异质性。根据表4的回归结果分析可得,重度污染行业的环境规制与其市场集中度成正比例相关,而中度和轻度污染行业的环境规制与其市场集中度呈现倒“U”型关系。即对重度污染行业而言,环境规制强度越高,市场集中度越高,结合前述结论可知,重度污染行业的市场集中度促进环境效率的门槛值更高。因此,重度污染行业需要更强的环境规制水平来倒逼其跨过市场集中度门槛,提高环境效率。而对中度和轻度污染行业,则应避免过度的环境规制水平对市场集中度的降低效果。第三,环境规制和市场集中度的交互作用可以提高环境效率。表4的回归结果显示,环境规制和市场集中度的交乘项的系数均显著为正,这与基准回归的结果保持一致。值得说明的是,随着污染强度的下降,环境规制和市场集中度交乘项的系数呈上升趋势,即行业越清洁,环境规制和市场集中的交互作用促进环境效率的效果越明显。

表4 异质性行业实证结果

注:()内为稳健标准误；***、**、*分别表示在1%、5%和10%的水平上显著。

5 结论与政策启示

以环境效率为落脚点,市场集中是否可兼顾经济发展和环境保护？环境规制政策作为影响微观企业行为、治理环境污染的重要政策工具,是否可倒逼市场集中度的增加,以进一步提高环境效率呢？为了回答以上问题,本文建立了37个工业二位码行业2001—2013年的面板数据,并将其按照污染排放强度分为重度污染行业、中度污染行业和轻度污染行业,采用固定效应模型进行了实证分析。本文主要得出以下结论:①市场集中度只有超过固定的门槛才可提高环境效率。由于市场集中对环境效率存在正“U”型影响,因此只有市场集中度超过了某一门槛值才能达到提高环境效率的作用,而在全部481个样本中,未能跨过这一门槛值的约占1/3。进一步地,污染强度越高的行业,市场集中促进环境效率所需的门槛值越高。②环境规制可促进市场集中,但在样本范围内这种促进效果是边际递减的,且存在明显的行业异质性,重度污染行业的环境规制政策可线性促进市场集中,而中度和轻度污染行业则不宜采取过强的环境规制政策。③环境规制和市场集中的交互作用可提高环境效率,并且污染程度越低的行业,环境规制和市场集中的交互作用促进环境效率的效果越明显。④行业规模和能源消费强度对环境效率的影响为负,行业科学技术水平则与环境效率成正相关关系。

基于上述结论，本文提出以下建议:首先,以市场竞争为基础导向,采取合理的产业政策。一方面，应以市场竞争为基础导向,使污染排放严重、能源利用率低下、技术水平落后的中小企业在竞争中淘汰,提高工业行业的市场集中度;另一方面，提高政府在引导市场竞争的辅助功能,将生产更清洁、创新能力更强的产业作为支柱产业,对这些产业给予财政补贴和税收减免等优惠政策,提高环境效率,增强产业竞争力。其次,适当提高环境规制强度,重视环境规制和市场集中的交互作用，将环境效率作为环境规制政策的落脚点。一方面，采取投入型环境规制政策,适度增加企业生产成本,淘汰粗放生产的污染型企业,形成行业的进入壁垒,提高市场集中度;另一方面，采取激励型环境规制政策,引导在位企业进行技术创新,可在提高市场集中度的同时增强企业的竞争力,形成经济和环境的双重红利。第三,行业的污染程度应作为制定环境规制政策和产业政策的判定依据。异质性行业对污染程度越高的行业,应采取更加严苛的环境规制手段,如实施污染排放许可证制度、限定企业排放份额、规定企业生产技术、对违规企业限期整改或者关停等强制性约束措施。对污染强度更低的行业,应加大产业政策的倾斜力度,同时避免过度的环境规制给企业生产能力和市场竞争力带来不利影响。

本研究的不足之处在于：由于指标数据的限制,一方面无法将行业更细分化,如将二位码行业拓展到三位码甚至四位码进行分析,以得到更加具体的市场集中信息;另一方面无法将分析具体到不同省市的异质性行业,得到更有针对性的产业政策和环境规制政策以兼顾经济发展和环境保护,这将是今后的研究方向。