促进还是抑制：环境规制对工业产能利用率的影响

孔 明 ，刘 帅 ，2a，金殿臣

（1.中国社会科学院 研究生院，北京 102488；2.中国财政科学研究院 a.宏观经济研究中心；b.全球风险治理研究中心，北京 100142）

一、引 言

自1978年改革开放以来，我国经济快速发展，创造了长期高速增长的奇迹。然而，压缩式工业化引发的环境污染与产能过剩“叠加”问题，在一定程度上延缓了我国经济迈向高质量发展的步伐。如何实现环境质量改善和工业产能利用率提高双赢目标，逐渐成为新时代我国经济高质量发展背景下学界的热议话题。与此同时，我国政府也出台了一系列政策举措推动产能过剩的治理，但时至今日，产能过剩问题仍未得到有效解决。实际上，2013年国务院出台的《关于化解产能严重过剩矛盾的指导意见》就明确提出，加强环境准入和强化环境执法是化解产能过剩的有效措施，要逐步完善产能过剩行业的环境标准，引导工业绿色发展。由此可见，环境规制不仅是环境污染治理的主要手段，而且成为引导工业绿色发展、化解产能过剩的重要措施。

随着学术界对产能过剩治理研究的深入，学者们尝试从环境要素视角探索产能过剩的成因，并开始研究环境规制是否具有提高产能利用率的作用。在逐步深入的研究中，主要围绕环境规制与产能过剩之间的形态关系、环境规制对产能利用率的影响与异质性以及环境规制对化解产能过剩的作用机制等问题展开。部分文献还结合中国特色分权模式下地方政府对产能过剩治理的作用，以及地方政府针对不同环境规制工具所采取的有差别的竞争策略［1］。

尽管现有文献将研究侧重点逐步转移到环境规制对产能过剩的作用机制上，依托“波特假说”，分析技术创新的中介效应和门槛效应。然而，值得注意的是，就我国而言，环境规制究竟起到促进还是抑制工业产能利用率的作用？两者之间具有怎样的关系？环境规制对工业产能利用率的影响是否存在异质性？现有文献并未对上述问题给予详细回答。近年来，少数研究者为该问题的深入研究提供了具有理论和实践意义的探讨。然而，现有研究的结论尚存在一定的争议，尤其是环境规制对工业产能利用率的影响及其异质性有待于进一步探讨。

受上述研究的启发，本文基于2001—2017 年我国（不含港澳台及西藏地区）省际面板数据，采用面板固定效应和分位数回归等计量经济学研究方法，实证检验环境规制对工业产能利用率的影响及其异质性，并据此得出政策启示。本文的边际贡献主要体现在：采用面板固定效应和分位数回归方法，明确了环境规制对工业产能利用率具有显著提升作用，并补充完善了环境规制对工业产能利用率提升作用的工具异质性、地区异质性、分位数异质性以及时间异质性。

下文结构安排如下：第二部分为研究假说；第三部分介绍计量方法、衡量指标以及数据来源；第四部分包括实证分析、稳健性检验以及拓展性分析；第五部分为结论及政策启示。

二、理论假说

短期来看，在技术水平不变的情形下，环境规制会增加企业生产成本、降低资本收益率，从而在一定程度上减少工业投资规模（Garofalo 和Malhotras，1995）［2］。与此同时，环境规制会增加企业的边际生产成本、挤占技术创新投资，进而降低企业的创新能力，不利于产能利用率的提升（Gray 和Shadbegian，2003）［3］。长期而言，环境规制强度的提高，会激励工业企业增加生产工艺改进和技术创新投入。这使企业的生产工艺、技术水平在满足环境规制要求的同时，也会给企业带来技术创新能力提高的效果（杨振兵和张诚，2015）［4］。由此可见，环境规制“创新补偿效应”的逐步显现，会抵消“成本效应”对产能利用率的负面影响（Du 和Li，2019）［5］。不仅如此，环境规制强度的增加，会提高区域内工业环境门槛，加速工业企业向环境规制强度低的地区转移（沈坤荣等，2017）［6］。这将促进区域间的技术外溢，并进一步加强区域间的产能合作，从而在推动落后区域产业升级的同时，提升产能利用率。综上所述，本文提出假说1。

H1：在其他条件不变的情形下，环境规制起到提高工业产能利用率的作用。

由于政府和企业之间存在信息不对称现象，政府环境规制需要付出较高的信息搜索成本和监督成本。地方政府采取“一刀切”的强制关停措施，可以在短期内实现淘汰落后产能的目标（闫文娟和郭树龙，2018）［7］。但是此举难以适应企业弹性生产经营的要求，反而会降低资源利用效率，无法实现产能利用率的提升。市场激励型环境规制则借助市场机制内部化环境成本，通过提高生产要素价格的方式增加工业企业生产成本，以压缩生产规模、促进市场出清、提高产能利用率水平（郭进，2019）［8］。另外，市场激励型环境规制还可以通过驱动工业企业技术绿色转型、加快产业结构绿色调整以及促进区域间产业合作，从整体上提高工业产能利用率。公众参与型环境规制则通过公众舆论向政府和企业施加压力，影响企业生产经营，间接地影响产能利用率。然而，在地方政府主导的市场经济中，地方政府需要依托企业实现经济增长目标，导致地方政府环境规制供给和执行强度偏向于企业利益方，公众参与在引导企业绿色发展、促进区域产业绿色转型方面的作用甚微。综上所述，本文提出假说2。

H2：在其他条件不变的情形下，环境规制对工业产能利用率影响存在差异，且市场激励型环境规制对工业产能利用率提升作用更显著。

由于区域间经济发展水平、技术创新能力和工业基础的差异，环境规制对产能利用率的提升作用也存在区域差异（彭星和李斌，2016）［9］。东部地区经济发展水平和技术创新能力较高、工业基础较好，在环境规制强度逐渐增加的情形下，环境规制引导东部地区企业绿色创新与促进产业结构转型的经济和社会成本较小，环境规制对工业产能利用率的提升作用比较明显。由于中、西部地区经济发展水平相对较低，技术创新能力不足以及工业基础相对薄弱，随着环境规制强度的加大，该地区环境规制“遵循成本效应”比较明显，难以实现技术创新水平提高和产业高级化发展。东部地区的技术溢出和产业转移，在一定程度上会推动中西部地区技术创新能力提升和产业转型，然而，在经济增长和环境保护难以双赢的情形下，中西部地区会优先承接能显著促进经济增长的产业，从而削弱环境规制对工业绿色发展的提升作用（张华，2016）［10］。因此，在技术条件不变情形下，环境规制难以抑制中西部地区低端产能规模扩张，故而对工业产能利用率提升作用并不明显。综上所述，本文提出假说3。

H3：环境规制对工业产能利用率提升作用存在区域异质性，东部地区环境规制对产能利用率的提升作用更加显著。

三、变量筛选、模型构建、变量说明与数据来源

为验证核心假说，本文基于2001—2017 年我国（不含港澳台及西藏地区）省际面板数据，构建17×30 短期面板数据模型进行回归分析。本文运用交叉验证（Cross Validation）和“套索”（Least Absolute Shrinkage and Selection Operator）筛选变量，采用面板固定效应和分位数回归等计量分析方法，实证检验环境规制与工业产能利用率之间的关系以及环境规制对产能利用率影响的异质性。

（一）变量筛选

在计量模型构建时，尽管变量选择以相关研究为基础，且以信息准则为依据，但仍难以避免主观性问题。鉴于此，本文参考以往文献选择潜在变量，再借鉴Tibshirani（1996）［11］的研究方法，采用交叉验证（Cross Validation）和“套索”（Least Absolute Shrinkage and Selection Operator）筛选变量，其核心思想是先进行K折交叉验证，计算出最优λ使得 MSPE（Mean-Squared Prediction Error）最小，并采用Stata 的lasso2 命令进行变量筛选。经计算可知，使MSPE 最小值（0.056 8）最小的λ 为7.571 3。通过交叉验证（见表1）、“套索”变量筛选（见表2）及变量筛选（见图1），本文计量模型中的变量选择是合理的。

表1 交叉验证

表2 变量筛选

续表2

结合已有对产能利用率影响因素的研究以及变量筛选结果可知，本文以产能利用率作为被解释变量，来衡量省际地区工业产能过剩程度，以环境规制及其平方项作为核心解释变量是可行的。在基准模型基础上，引入地区工业研发投入、产业结构、地区开放程度、市场化程度、政商关系以及地方政府投资水平等控制变量。各变量描述性统计见表3所列。

图1 Lassso变量筛选

表3 主要变量描述性统计

（二）模型构建

为验证环境规制是否对产能利用率产生影响，探讨两者之间存在的关系以及环境规制对产能利用率影响的差异性，本文构建基准面板数据模型，如下所示：

其中：βi（i= 0，1，2，…，n）为回归系数；lncutiit为地区工业产能利用率，用来衡量工业产能过剩程度，工业产能过剩越严重，产能利用率越低；lnpwfit为环境规制指标，用来衡量地区环境规制强度；lnpwfsquit为环境规制指标二次项，用来捕捉环境规制与工业产能利用率之间的非线性关系；Xit为控制变量组；µt为时间固定效应，用来衡量时间变化趋势；ηi为个体固定效应，用来衡量地区异质性；εit为误差项。

考虑遗漏变量导致的估计偏差，本文借鉴影响产能利用率的因素，结合交叉验证（Cross Validation）和“套索”（Lassso）变量筛选结果，在基准计量回归方程（1）中加入地区研发投入程度、产业结构以及地区开放程度等控制变量，构建回归方程如下。

（三）变量说明与数据来源

1.被解释变量

工业产能利用率为被解释变量，在回归方程中用Lncutiit表示。产能利用率越低，产能过剩越严重。尽管企业调查法可以直接获取产能利用率数据，但需要大规模调研，且存在评价主观性和抽样误差等问题。因此，间接测度法在研究中的应用更为广泛。产能利用率测算的间接方法包括峰值法、函数法以及数据包络法。然而，这些方法不可避免地存在假设条件不适合转轨经济实际国情和“暗箱”评价等情形。因此，本文产能利用率测算主要参考张少华和蒋伟杰［12］的方法进行计算，借助GAMS 软件对2001—2016 年各地区工业企业产能利用率进行估算。对于各地区缺失2017年基础数据，本文采用插值法根据趋势外推一期的方法来补充。对于基础数据异常值的处理，采用平均值代替的方法，以减少估计误差。

2.核心解释变量

环境规制解释变量，在回归方程中用lnpwfit表示。对于环境规制衡量指标，研究者通过选取多指标进行标准化处理构建综合性指标，减少单一环境规制衡量指标产生的误差。然而，综合性环境规制指标忽视了异质性环境规制工具对工业产能利用率影响的差异性。因此，本文对不同类型环境规制工具区别对待。在实证研究中，采用工业企业缴纳的排污税费占地区工业生产总值取对数作为市场激励型环境规制指标。在对异质性环境规制进行探讨时，本文将市场激励型环境规制替换为地方政府环境污染治理投资占地区工业生产总值比重取对数和地方政府环境设施运行费用占地区工业生产总值取对数来衡量。

命令控制型环境规制包括政府颁布的法律法规、部门规章以及环境处罚案件。考虑各地区环境法律法规范围难以界定、数据连续性差以及环境法案颁布数量与实施力度之间存在差异，本文采用各省份人均环境处罚案件取对数表示。

lnpwfit为市场激励型环境规制指标，采用各地区工业企业排污费缴纳额占地区工业生产总值比重取对数衡量。各地区年度排污费数据来源于《中国环境统计年鉴》，地区工业生产总值来源于《中国工业统计年鉴》，环境规制（包括正式和非正式环境规制）各指标数据来源于《中国环境统计年鉴》和万得（Wind）数据库以及EPS 数据库平台。关于市场激励型环境规制指标，国内外学者主要从6个维度加以衡量。考虑数据的可获得性，本文用“单位工业产值环境污染治理成本”作为环境规制的度量方法［13］，用地方政府环境污染治理投资占地区工业生产总值比重、地方政府环境设施运行费用占地区工业生产总值、工业企业排污缴纳排污税费占地区工业生产总值均取对数表示。

公众参与环境规制主要包括各地区环境信访次数、环境来访人数与批次以及各地区人大与政协环境提案。文中采用各地区人均环境信访次数对数、人均环境来访人数与批次对数、各地区人大与政协环境提案数对数来衡量地区公众参与环境规制强度。

3.控制变量

lnRD 为技术创新水平指标，采用地区研发投入占地区生产总值比重取对数来衡量。研究表明，技术创新水平的提高，对提高工业产能利用率水平具有显著的促进作用。各地区研发投入数据来源于《中国科技统计年鉴》。Industry 为地区产业结构，采用地区工业总产值与地区生产总值之比来衡量。各地区工业生产总值数据来自《中国工业统计年鉴》，地区生产总值来自《中国统计年鉴》。openness 为地区开放程度，采用地区实际利用外资与生产总值比重取对数表示。各地区年度实际利用外资数据来源于《中国统计年鉴》和国家统计局地区宏观统计数据库。lnzsgx 为各地区政府与企业之间关系的健康程度，采用地区政商关系健康程度得分取对数表示。在中央和地方信息不对称的情形下，失调的政商关系导致去产能政策大打折扣。Market 为市场化程度指标，反映各地区市场化水平，采用地区市场化进程总得分表示，两者数据均来源于《中国市场化指数》。Invest_rate 为地区政府投资水平，采用地方政府投资占地区生产总值比重取对数表示，其中，各地区年度投资值采用地区固定资产投资年度差值表示。各地区固定资产投资数据来自于国家统计局《中国宏观数据库》。

四、实证分析

（一）环境规制对工业产能利用率的影响分析

1.面板固定效应回归分析

相较于最小二乘法（OLS）和随机固定效应模型（RE），面板数据固定效应模型（FE）更加稳健。因此，本文采用面板固定效应模型分别对核心解释变量环境规制进行回归分析，并逐渐加入控制变量，具体见表4所列。

在回归结果（1）-（6）之中，以地区工业企业排污费衡量的环境规制及其二次项系数是稳健的。环境规制二次项系数显著为正，一次项系数显著为负，说明环境规制与工业产能利用率之间呈现U型形态关系。随着环境规制强度提高，环境规制起到提高产能利用率的作用。当环境规制强度较小且未到强度“拐点”时，环境规制增加企业成本，导致企业倾向于末端治理投资，进而挤占技术创新投资，不利于工业产能利用率的提高。尽管环境规制在一定程度上加速部分企业退出市场，提高市场集中度，但也会造成产能产出的降低，反而不利于产能利用率的提升。只有当环境规制强度超过“拐点”水平，激励工业企业改进生产工艺和变更生产设备，环境规制“创新补偿效应”才会逐步显现，提升产能利用率的作用也随之日渐显著。这一结论与韩国高（2017）［14］研究中所得结论“环境规制可以显著地提高产能利用率水平”的结论一致，佐证了研究假说1的合理性。

表4 面板固定效应模型回归结果

短期来看，费用型环境规制增加企业生产成本，关、停高污染和高能耗的工业企业、压缩生产规模、降低实际产出，反而造成工业产能利用率的降低。长期来看，随着环境规制强度增加，环境规制对工业产能利用率抑制作用会减弱。企业致力于绿色技术应用和创新投入力度的提升，“创新补偿效应”的效果逐步显现。在地区层面，高强度和常态化的环境规制提高企业生产环境成本，缩小盲目投资、过度投资和重复建设的规模，降低“投资潮涌”的可能性，环境规制的“规模效应”逐步增强。同时，环境规制加快“三高”产业市场出清，“结构效应”逐渐显现，引导地区工业产业结构绿色化，加快新兴产业培育，进而提升工业产能利用率。

在完整的回归结果（6）中，产业结构（industry）在1%水平上显著为正，说明工业产业的发展起到提升地区工业产能利用率的作用。政商关系（Lnzsgx）在1%水平上显著为正，说明随着政商关系的改善，可以提高企业对市场信息判断的准确性，规避政府不当干预［15］。新型政商关系的构建，将促进政企之间健康合作，推动工业健康发展，缓解产能过剩。政府投资（Invest_rate）在1%水平上显著为负，表明地方政府过度投资和产业趋同，在一定程度上加剧产能过剩［16］。地方政府不当干预，引起企业过度投资，导致企业内部成本外部化以及国有企业低成本扩张，继而造成严重的产能过剩［17］。技术创新（lnRD）系数为由正转为负，且并不显著，反映在全国层面技术创新对工业产能利用率的作用并不明确。实证研究表明，2001—2010年工业绿色全要素增长率出现倒退，工业增长方式越发呈现出粗放式和外延式的特点。尽管环境规制对绿色全要素增长率具有一定促进作用，但是环境规制强度具有明显的“门槛效应”［18］。在放松的环境规制下，环境规制正向促进绿色全要素生产率作用难以显现。地区开放程度（Openness）系数为正，表明对外开放程度的提高和外资自由化水平的提升，促进海外市场需求和国际产能合作，刺激中间品市场的发展，带动产能利用率水平提高，并在一定程度上起到缓解产能过剩的作用［19］。市场化程度（Market）回归系数为负，揭示出随着市场化程度提高，工业产能利用率逐渐降低。在市场制度不健全的情境下，由于政府辅助作用对市场支配能力的降低，加重投资的“潮涌现象”，进一步降低工业产能利用率水平［20］。市场化程度为政商关系、腐败［21］以及“隐性经济”发展创造条件，加剧了产能过剩。

2.面板分位数回归分析

在不同程度的工业产能利用率水平下，环境规制对提高工业产能利用率的效果存在一定差异；在选择估计方法时，估计数据会出现出“尖峰”和“肥尾”等现象，难以满足经典最小二乘法（OLS）基本假设，导致估计结果非最优无偏估计量。而面板分位数回归方法具有更全面描述自变量对于因变量变化范围以及条件分布形状影响的特点，具有不易受到极端值干预和估计结果更为稳健等优点［22］。因此，本文通过采用面板分位数模型，分析环境规制对不同程度工业产能利用率的影响，也从侧面验证两者关系的稳健性。

由表5可知，环境规制与产能利用率之间依然呈现出U型关系，也表明两者关系具有稳健性。值得注意的是，环境规制系数大小和显著性水平在不同分位数上存在差异，并呈现出随着分位数增加、回归系数绝对值不断降低的趋势。换言之，环境规制对工业产能利用率提升作用具有分位数异质性，即环境规制对低分位数产能利用率提升作用明显，而对高分位数产能利用率影响并不显著。因此，本文认为，当工业产能利用率较低时，环境规制对提升产能利用率的作用较为显著；当工业产能利用率较高时，环境规制提升产能利用率作用随之降低。

表5 面板分位数回归结果

（二）稳健性检验

不同类型环境规制工具对产能利用率作用效果存在差异。应该看到，现有研究对异质性环境规制探索仍停留在不同类型环境规制效果的比较层面，环境规制划分未区分政府行为主体和市场行为主体，缺少对同一类型环境规制工具中不同环境规制微观手段效果差异的分析。尽管同是市场激励型环境规制，“利用市场”和“建立市场”对产能利用率作用效果可能存在差异［23］。因此，本文采用面板固定效应模型进行回归分析，研究不同类型环境规制对工业产能利用率影响的差异性，具体回归结果见表6所列。

由表6可知，以地区人均单位环境处罚案件衡量的命令控制型环境规制系数在10%水平下显著为负，二次项系数为负，但不显著，说明控制命令型环境规制对工业产能利用率提升作用并不显著。在地方政府环境绩效考核硬约束逐步加强的背景下，地方政府采用“立竿见影”的命令控制型环境规制，尽管短期内此类政策有助于实现环境治理，加速落后产能淘汰，但是却造成以传统工业为主导的工业产能利用率“洼地”和资源浪费，陷入传统产业衰败、工业绿色转型困难以及新旧动能转化无法推进的窘境，无法实现环境治理与产能利用率提升双赢的目标。长期而言，命令控制型环境规制难以提升地区工业产能利用率。

表6 异质性环境规制回归结果

续表6

与“利用市场型”环境规制相比，“建立市场型”环境规制回归系数存在明显变化，由此揭示出异质性环境规制扩大了产能利用率的差异性。具体而言，以环境污染治理投入衡量的市场激励型环境规制系数显著为正，以环境污染治理项目建设衡量的市场激励型环境规制系数显著为正，表明以政府为主体、构建市场激励型环境规制工具有助于提升工业产能利用率。以政府为主体的市场激励型环境规制，能有效加强环境规制的硬约束，减少工业企业环境污染治理沉没成本，降低地区工业企业转型的成本。同时，政府推动市场激励型环境规制释放积极的政策信号，有助于引导工业企业投资行为，促进工业企业转型升级，从而提高工业产能利用率也从侧面反映了环境规制工具有效性存在差异，研究假说2 得以证明。

公众参与型环境规制则对工业产能利用率的提升作用并不明显，以地区人均年度信访来信数量、环境信访者及来访次数衡量的公众参与型环境规制，对产能利用率提升作用并不明显。这与杨仁发等（2019）［24］的研究结论一致，其原因可能是公众参与型环境规制对突发的重大环境事件关注度高［25］，尚未形成促进工业绿色发展和产能利用率提升的良性机制。在理论层面，公众环境关注度的提高可以推动地方政府增加环境治理投资，促进产业结构调整，从而改善环境质量［26］。然而，在实践中，地方政府往往更倾向“利益考量”“利益集团”，而公众缺少监督工业绿色发展的有效路径。因此，公众参与型环境规制并不能对工业产业绿色发展形成长期有效的硬约束和良性作用机制，对工业产能利用率提升作用并不显著。

（三）拓展性研究

为进一步检验环境规制对产能利用率提升作用是否存在异质性，本文从时间和地区两个维度检验环境规制对产能利用率影响的异质性。

1.地区异质性分析

为验证环境规制对工业产能利用率影响的区域差异，本文将30 个省份划分为东部区域与中西部区域两组样本进行分组回归，其结果见表7 所列。东部地区环境规制一次项和二次项系数均在5%水平上显著为正，这说明在东部经济发达地区，环境规制与工业产能利用率之间呈现U型关系，环境规制对东部地区工业产能利用率的提升具有显著效果。实际上，东部地区由于经济发展水平、市场开放程度以及实际利用外资水平较高，并拥有良好的产业基础和先进的绿色生产技术，再加上地区产业结构调整和产业绿色转型周期较短，因此，可以同步实现环境绩效提升和工业产业转型升级的目标。而随着环境规制强度的提高，环境规制的“创新补偿效应”逐渐体现，使得环境规制在引导工业产业调整和绿色转型方面效果显著，并在一定程度上提高产能利用率。

表7 全样本、东部地区以及中西部地区回归结果

而在中西部地区，环境规制系数并不显著，说明中西部地区环境规制对工业产能利用率的提升作用并不明显，该结论与原毅军等（2019）［27］的研究结论一致。在中西部地区，环境规制主要通过淘汰不符合环境规制硬约束的落后产能。由于中西部地区经济发展水平较低、工业基础较薄弱、技术创新能力较落后，在环境规制逐步形成硬约束情形下，中西部地区面临经济增长、环境质量改善和推动工业产业绿色调整的多重任务。而随着环境规制强度的增加，会提高中西部地区工业企业的生产成本，进而挤占企业本该用于绿色技术和生产流程改进的投资，导致环境规制的“挤出效应”明显，并阻碍产业结构调整和工业绿色转型，使得环境规制的增强反而不利于产能利用率的提升。

2.时间异质性分析

在“十一五”规划纲要中，中央政府首次将环境约束指标作为考核各地经济社会发展的硬指标，并对建设资源节约型和环境友好型社会做出重大部署。考虑环境经济政策实施效果的滞后性，本文以2007 年作为时间节点，将全样本数据分为2001—2006 年和2007—2017 年两个样本组分别回归，其结果见表8所列。

表8 环境规制对工业产能利用率影响：以2007年为节点

在2001—2006 样本组中，环境规制二次项系数为负数，一次项系数为正，两者之间呈现倒U 型关系，但是环境规制一次项和二次项系数均不显著。这说明随着环境规制强度的提升，环境规制对产能利用率起到先提升后降低的作用，但在样本期间这种作用并不显著。在环境绩效未纳入地方政府官员考核体系时，以GDP 为核心的地方政府政绩考核在一定程度上会使地方政府官员进行招商引资竞赛，以赢得经济增长［28］。因此，环境规制不能起到淘汰污染密集型落后产能的作用，也无法发挥引导工业产业绿色转型的效果。

在2007—2017 年样本组中，环境规制二次项系数在1%水平上显著为正，一次项系数在10%水平上显著为负，说明随着环境规制强度的增大，环境规制对工业产能利用率的作用呈现出先削弱后提升的U 型关系。这反映随着环境绩效逐步融入地方政府官员绩效考核体系中，地方政府政绩考核转变成在实现环境约束指标的前提下促进经济增长，从而引导地方政府强化绿色发展。伴随环境规制强度增大，其逐步变成地区招商引资的环境硬约束，并成为引导地方政府促进经济绿色发展的重要“风向标”和企业提高自身竞争力的重要衡量标准。因此，在2007—2017年样本组中，环境规制起到了提升产能利用率的作用，进一步说明了研究假说3的合理性。

五、结论与政策启示

如何实现环境质量改善和产能过剩治理双赢目标是新时代高质量发展道路中不可回避的问题。基于2001—2017年我国（不含港澳台及西藏地区）30 个省面板数据，本文采用面板固定效应和分位数回归，实证分析环境规制对地区工业产能利用率的影响及其异质性，得到四点结论：①环境规制与工业产能利用率之间呈显著U型关系，即当环境规制强度较小时，环境规制一定程度上抑制了工业产能利用率；随着环境规制强度的增大，环境规制具有提高工业产能利用率的作用。②环境规制对工业产能利用率的提升作用存在规制工具异质性，市场激励型环境规制的积极作用更加显著。③环境规制对低分位数工业产能利用率的提升效果更加明显。④环境规制对工业产能利用率的提升作用存在区域和时间异质性。相对于中西部地区而言，东部经济发达地区环境规制对工业产能利用率的促进作用更加显著；在时间维度上，环境规制的去产能效应在2007年以后更加明显。

根据上述研究结论，本文得出以下政策启示：①加强环境规制力度，尤其是市场激励型环境规制力度，激励工业企业加大技术创新投入力度，引导地区工业绿色转型和产业升级，在绿色发展过程中实现新旧动能转化，塑造新产业竞争优势，培育新经济增长点，从而加速化解过剩产能。②优化环境规制组合，注重环境立法、重视环境执法、强化环境监督，保障环境规制对淘汰落后产能的规范性和持续性；完善政府绿色发展绩效考核体系，将产能利用率提升纳入考核指标体系中。③因地制宜提高环境规制对产能利用率提升作用的灵活性。对于东部地区，继续加强环境规制强度，加快推进产业结构绿色化调整；对于中西部地区，严格落实过剩产能行业的环境标准，减少新增落后产能投资，逐步加强市场激励型环境规制对工业企业投资的引导作用，持续巩固去产能政策效果。