李从欣,孙雪佳
(河北地质大学 经济学院,河北 石家庄 050031)
在全球气候持续变暖的环境下,实现零碳排放将控制气温持续上升[1]。2013年,中国人均碳排放量达到了7.2吨,中国面临的碳排放压力越来越大。作为负责任的大国,2021年,我国正式将碳达峰碳中和计划列入国家生态文明建设总体布局,以提高国家在控制碳排放方面的自主贡献力度,推动社会经济效益持续增长。“双碳”计划旨在促进经济高质量发展和经济低碳绿色转型,提高能源利用率。
发展绿色经济不仅可以刺激经济快速增长,同时还能通过改善环境问题实现碳达峰碳中和的预期目标。环境规制是政府治理环境问题的重要政策手段,也是企业参与环境保护的重要途径,有助于减少污染物排放,实现产出优化。环境规制政策在实现经济效益过程中发挥重要作用,经济发展程度也会对环境规制手段的实施产生影响。“双碳”背景下,基于污染减排的环境规制手段能否促进GTFP的增长?这是值得关注的。这对将来制定和实施环境规制政策具有重大意义。
环境规制、经济发展对GTFP会产生什么样的影响,影响程度和方向如何?成为本文研究的重点。在“双碳”背景下,将环境规制、经济发展和GTFP纳入同一分析系统,有利于探索环境规制对GTFP的影响,为实现GTFP水平的提升提供数据支撑。
在新发展理念下,GTFP是衡量绿色发展水平的核心指标。对传统全要素生产率(TFP)而言,学者们主要应用基于数据包络分析(DEA)的Malmquis指数法进行测算,但这种方法缺少约束条件,为探究GTFP的水平,学者们将非期望产出纳入函数,而当存在投入或产出的非零松弛时,测度结果准确性会降低。为解决这个问题,Färe等人提出基于松弛的非径向非角度的方向性距离函数,规避角度偏差[2]。Oh等人以所有各期的总和为参考集,提出了GML生产率指数[3]。相比于传统的M指数和ML指数,GML指数既可累乘又具有传递性,在考虑非期望产出的问题的同时,又避免线性规划无解的情况。本文基于SBM-GML模型测度“双碳”背景下环境规制对GTFP的影响机制。
政府及企业强化环境规制手段会提高治污能力,净化社会环境,潜移默化地影响人们的环保意识,对经济的可持续发展以及绿色发展具有重要影响。通过阅读相关文献发现,环境规制对GTFP主要有三类影响。第一,环境规制促进GTFP水平的提高。当环境规制到达一定阶段时,会促使企业提高对技术创新的投资力度,从而发挥创新补偿效应,推动GTFP的发展[4-5]。第二,环境规制抑制GTFP水平的提升。在环境规制约束下,企业生产成本负担加大,表现为“遵循成本效应”,减少对技术创新的投资,对GTFP的提升具有消极作用。第三,环境规制与GTFP之间是非线性关系,部分学者发现随着环境规制强度增加,企业的绿色发展表现为先降低后提高或者先提高后降低的趋势[6-9]。也有学者认为环境规制对GTFP存在倒“N”型效应[10]。对已有文献进行梳理,我们发现若运用的研究模型和选择的投入产出变量不同,GTFP的取值会有较大差异,因此,可能会出现环境规制与GTFP关系的实证分析结果不一致的情况。
现有研究在一定程度上为分析环境规制与GTFP之间的关系提供了相关理论和实证经验,但仍有很多不足之处:大多数文献是研究环境规制对GTFP的影响,鲜少从内在路径切入来探讨“双碳”背景下环境规制对GTFP的作用机制。本文聚焦于我国30个省份(不含西藏自治区及港澳台地区)“十二五”和“十三五”期间(2011—2020年)环境规制与GTFP及其分解项之间的关系,可能的边际贡献在于:1)将环境规制分别与EC、TC纳入统一分析框架,探究了环境规制影响GTFP过程中的内在作用路径,丰富了GTFP的研究内容。2)将碳排放量作为GTFP的非期望产出,探究“双碳”背景下环境规制对GTFP的变动影响。3)将30个省份划分为2个地区(沿海地区与内陆地区),对环境规制与GTFP的关系进行区域异质性分析。
1.基准回归模型
为考察环境规制对GTFP的影响,构建本文的回归模型如下:
为研究环境规制与GTFP的非线性关系,参考籍艳丽等[10]的做法,在模型中加入平方项及三次项,构建如下回归模型:
其中,δi、θt、εit分别表示地区效应、时间效应和随机误差项。ln gtfpit为被解释变量绿色全要素生产率指数;erit为环境规制的强度大小,为环境规制强度的平方项;Xit表示其他控制变量,包括政府干预(govit)、人力资本(ln humanit)、禀赋结构(ln klit)、经济发展(ln regdpit)、科技投入(ln techit);β0、β1、β2、β3、β4表示待估参数。
又考虑到环境规制对GTFP的影响存在不同的内在路径,为探究其具体影响,本文构建模型如下:
ln ecit表示绿色技术效率变动指数,ln tcit表示绿色技术进步变动指数,其他变量与上述一致。
2.门槛回归模型
本文进一步构建门槛模型,来验证环境规制对GTFP的影响是否存在门槛条件。门槛模型设定如下:
式中,1(·)为示性函数,括号内的式子是正数的时候,1(·)取 1;反之取 0;regdpit为门槛变量,即经济发展水平;γ为门槛值;其余变量与前文一致。
1.被解释变量
本文的被解释变量是绿色全要素生产率(gtfp)。通过比较已有的GTFP测度方法,本文选择SBMGML指数对该指标进行实际测度。参考安庆贤等[11]的做法,
其中,xt、yt、bt分别为被评价单元在t时期的投入、期望产出与非期望产出,为基于全局生产技术的t时期的投入产出的效率值。GML生产率指数可进一步分解为绿色技术效率指数(ec)和绿色技术进步指数(tc),GML=ec×tc。GML>1,表示 t到 t+1时期的 gtfp上升,反之下降;ec>1,表示技术效率的提升,ec<1,表示技术效率的倒退;tc>1,表示技术进步,tc<1,表示技术退步。
对于计算gtfp的投入,本文选择能源投入、固定资本投入和人力资本投入。能源投入、固定资本投入、人力资本投入分别用各省份能源消耗总量(万吨标煤)、全社会年末资本存量(亿元)、全社会就业人数(万人)进行表示。其中,在测算资本存量时,以2011年为基期并采用永续盘存法进行折算,由于不同省份的经济折旧率存在差异,参考宗振利等[12]的研究结果,赋予不同省份不同的经济折旧率。选择期望产出与非期望产出作为计算gtfp的产出部分。其中,期望产出以各省份的实际GDP(亿元)衡量,并以2011年为基期,用各年GDP指数进行折算;非期望产出用二氧化碳排放量(万吨)表示[13]。本文对gtfp、ec和tc的测度数据进行对数处理。
2.解释变量
本文的解释变量是环境规制(er)。Li等采用命令控制型环境管制、经济约束型环境管制和公众参与型环境管制三个指标测量环境规制[14]。杨岚等使用城市COD减排量与城市工业GDP比值测度环境规制[15]。本文借鉴叶琴等的做法,采用熵值法计算废水、固体废物、二氧化硫排放量的综合指数,并用该指数表征环境规制强度[16]。计算步骤:将各省污染物的单位排放量进行线性标准化处理,,其中UEij为省份i的j污染物的单位产值污染物排放量;计算各省污染物排放量的权重,;计算各省环境规制强度,。
3.控制变量
本文的控制变量包括禀赋结构、人力资本、科技投入、政府干预和经济发展。禀赋结构(kl)用年末资本存量与就业人数比值表示。人力资本(human)借鉴陈浩等[17]的做法,采用普通高校在校学生数/总人口进行度量。现有研究主要用财政科学技术支出指标衡量财政科技投入(tech)。基于数据的可得性,本文借鉴沈肇章等[18]的做法,用政府财政科技支出/政府财政支出来度量各省政府科技投入能力。政府干预(gov)使用政府财政支出同GDP比值作为度量指标。经济发展(regdp)用人均GDP度量。进入新发展阶段,我国经济由高速发展转变为高质量发展,人均GDP更能反映一个地区的经济发展质量水平。为减少异方差,对所有控制变量进行取对数处理。变量说明如表1所示。
表1 变量说明
本文选取2011—2020年作为研究时段,并将30个省份作为研究对象,首先利用MaxDEA 8.0软件测算了2011—2020年内30个省份的GTFP及其分解项EC和TC,再应用Stata 16.0软件对数据进行实证研究。变量描述性统计见表2。
表2 变量描述性统计
在回归分析前对各变量进行多重共线性检验及协整检验。由检验结果发现,变量间不存在严重的多重共线性,且序列平稳,不存在伪回归问题。由Hausman检验结果显著选择固定效应模型。
考虑到环境规制对GTFP的影响可能存在地区效应与时间效应,本文构建双向固定面板模型进行分析。根据公式(1),得到回归结果见表3。由表中模型(1)可看出,环境规制对GTFP具有不明显的负向影响,且除政府干预变量外,其他控制变量对GTFP的影响均不显著。由环境规制的经济效应不确定理论[19],进一步对二者之间的非线性关系进行分析,根据公式(2),将环境规制的二次项及三次项加入模型,回归结果如模型(2)所示。环境规制的一次项系数为负,二次项系数为正,且在1%的水平下显著,三次项系数在5%的显著性水平下显著为负,说明环境规制对GTFP的影响呈现显著的倒“N”型特征,即随着环境规制强度的增加,GTFP的发展呈现“先降低后增加再降低”的趋势。这是因为,在环境规制政策实施前期,政府及公众对企业施加的环保压力较小,企业实施环境规制的成本负担过大,会减少清洁技术创新的投资,从而抑制GTFP的发展,即表现为“遵循成本效应”。在环境规制政策实施中期,政府对环境规制的支持力度加大,公众对企业环保产品的期望提高,当跨过第一个拐点后,企业实施环境规制手段会促进企业进行技术创新,发挥“创新补偿效应”,从而实现对GTFP的促进作用。但随着环境规制强度的继续加大,较高的生产成本不能弥补技术创新带来的“补偿效应”,企业减少创新投资,从而抑制GTFP的提高。根据公式(3)和公式(4),进一步对 GTFP的分解项EC及TC进行分析,回归结果分别如模型(3)和模型(4)所示。首先,分析环境规制对EC影响。环境规制对EC的影响系数的方向与环境规制对GTFP的影响方向一致,但皆不显著,说明环境规制手段的实施对EC没有明显影响。其次,分析环境规制对TC的影响。环境规制对TC的影响系数符号和显著性与GTFP一致,表明环境规制与TC之间存在显著的倒“N”型关系,环境规制对GTFP的倒“N”效应主要是由于TC的“先降低后增加再降低”的变动。
表3 样本面板回归结果
进一步考虑控制变量对GTFP及其分解项EC、TC的影响。科技投入与GTFP、EC、TC均存在不明显的正向关系,经济发展对GTFP、EC、TC均具有不明显的负向影响,表明科技投入、经济发展对GTFP及其分解项分别具有正向促进作用与负向抑制作用,但作用非常微弱。政府干预对GTFP的影响显著为负,在内在作用路径上,其对EC与TC也具有显著的抑制作用,且对EC的抑制作用略高于TC。人力资本对GTFP的负向影响显著,且主要体现为TC的恶化,对EC的负向作用不明显。禀赋结构对GTFP的正向影响不显著,对EC的负向影响也不显著,但在一定程度上显著促进了TC的发展。
不同地区环境规制对GTFP的影响各有不同,各地区的环境规制强度及环境规制效度有很大区别。籍艳丽等[10]在实证分析环境规制与工业GTFP存在倒“N”型关系的过程中,将地区划分为沿海地区与内陆地区,并进行区域异质性研究。本文参考这一做法,将本研究选取的30个省份划分为内陆地区与沿海地区,根据公式(2)、(3)、(4)计算得到回归结果,结果如表4所示。
表4 地区异质性分析结果
进一步对环境规制影响GTFP的地区异质性进行分析,结果发现两个地区的回归结果存在一定差异。就内陆地区而言,环境规制对GTFP与EC的影响均不显著,对TC的影响则具有显著的“N”型特征。这说明在内陆地区,虽然环境规制对GTFP的影响不明显,但其强度的增加对TC的提升具有直接的影响,即随着环境规制手段的强化,TC呈现出“先上升后下降再上升”的趋势。内陆地区与全国的环境规制效应不一致,可能是由于内陆地区重工业较为密集,环境污染程度相对较高,政府响应国家号召,实现环境优化,会采取引入先进绿色技术的措施,并鼓励企业进行技术创新,从而实现对TC的促进作用。在环境规制趋严的过程中,现有的技术水平不足以实现环境规制的要求,“遵循成本效应”逐渐大于“创新补偿效应”,从而表现为对TC的抑制作用。而随着环境规制强度的进一步加大,政府与公众对绿色生态的要求逐渐提高,迫使企业进行技术创新,进而实现绿色技术进步。在环境规制逐渐加大的过程中,GTFP表现出对环境规制的弱敏感性,不随环境规制的变动发生明显变化。沿海地区样本回归结果显示环境规制对GTFP、EC的影响皆不显著,而对TC表现出明显的“U”型特征,即随着环境规制强度的增加,TC表现为“先降低后增加”的趋势。与内陆地区类似,沿海地区GTFP、EC对环境规制均表现出较低的敏感性,而TC易受环境规制变动的影响。在TC的变化上,沿海地区与全国大致相同,这是因为对于沿海地区而言,在环境规制政策初期,企业负担的生产成本随着环境规制强度的提高会越来越大,而其从该政策中获取的经济效益较低。为获得较高利润,企业会减少对绿色清洁技术创新的投入力度,从而抑制TC的提升。在环境规制政策中期,企业前期投入的技术所产生的经济效益开始显现,企业为追求高收益,会加大对高技术产品的投资力度,从而促进TC的提升。
GTFP会受到经济发展程度的影响,在不同经济发展水平下,环境规制对GTFP的作用方向与程度也会存在差异。将经济发展作为门槛变量来研究环境规制与GTFP之间的关系。根据公式(5)对变量进行分析,首先确定门槛个数,结果见表5,只有一个门槛时,F统计量显著,而在双重门槛中,F统计量不显著。因此,在环境规制影响GTFP的过程中,存在以经济发展为门槛变量的单一门槛效应。
表5 门槛效应检验结果
由表6得,随着经济发展水平提高并跨过门槛值10.279时,环境规制对GTFP的影响会发生根本改变。在实现GTFP的高效提升过程中,要根据经济发展阶段的差异,制定相应的环境规制政策。当经济发展水平小于10.279时,环境规制对GTFP的影响为负,可以解释为在经济发展程度较低时,企业为追求经济效益的提升,对绿色技术创新与环境保护的重视不足,不利于GTFP的发展。当经济发展水平大于10.279时,随着经济发展水平的提升,环境规制对GTFP表现为不明显的正向影响,这表明随着经济的发展,环境规制对GTFP的影响趋向积极。
表6 门槛模型回归结果
1.内生性检验
为避免双向固定面板回归模型中出现内生性问题,参考郑威等[20]的做法,对模型进行内生性检验,结果如表7所示。一是为防止遗漏变量导致的内生性,将被解释变量gtfp的滞后一期作为核心解释变量加入模型,进行系统GMM回归。在3个模型中,滞后一期的被解释变量均对当期的被解释变量有显著的正向影响,即滞后一期的gtfp的提升可以促进本期gtfp发展进步,ec与tc具有相同的推动作用。二是为防止变量逆向因果关系引发的内生性,将核心解释变量滞后一期纳入模型,进行双向固定面板回归。环境规制的一次项、二次项与三次项系数的方向与显著性均未发生实质变化,故模型不存在内生性问题,不需要工具变量进行回归。
表7 内生性检验结果
2.稳健性检验
为保证估计结果的稳健性与可靠性,参考已往研究,本文进行稳健性检验,结果如表8所示。一是更换研究方法,使用FGLS方法对变量进行回归;二是加入控制变量,将城镇化水平加入回归模型,并用城镇人口/总人口衡量该指标。以上2种稳健性检验中,核心解释变量的系数估计与显著性均未发生实质性变化,故认为双向固定面板回归模型是稳健的。
表8 稳健性检验结果
“双碳”背景下环境规制会对GTFP产生什么样的影响?具体影响效应如何?门槛机制是否存在?基于此,本文将 2011—2020年作为研究时段,选取我国30个省(市、自治区)作为研究对象,通过运用双向固定面板模型,探讨了环境规制影响GTFP的理论机理,结合经济发展水平的门槛效应分析了环境规制对GTFP的具体作用路径。
1)从总体情况来看,“十二五”和“十三五”期间,环境规制与GTFP及TC之间存在显著的倒“N”型关系,与EC的关系不明显。在环境规制程度较低时,企业生产新型清洁产品的成本过大,会减少对技术创新的投资力度,仍以高收益高污染产业为主,导致其对GTFP产生抑制作用。随着环境规制强度的加大,环境监管制度逐渐完善,政府及公民会加大对环境规制的支持力度,当跨过拐点后,为实现较高的经济效益,企业会主动进行技术创新,加大对绿色技术产品的资本投入,从而实现对GTFP的促进作用。在环境规制强度较高时,环境监管达到严格标准,此时的产业结构转型仍处于初级阶段,经济快速发展的需求高于环境保护,且技术创新水平不再满足环境规制的要求,“遵循成本效应”大于“创新补偿效应”,企业减少创新投资,从而抑制GTFP的提升。
2)分地区看,内陆地区环境规制对GTFP及EC的效应不明显,但是环境规制对TC具有显著的“N”型特征。内陆地区的污染密集型产业较多,对环境的破坏较大,因此政府更加重视对环境的保护,加大了技术投资引进,环境规制对TC的影响首先表现为促进作用。沿海地区环境规制对GTFP及EC的效应同样不明显,但是环境规制对TC则具有显著的“U”型特征。这是因为沿海地区经济发展水平较高,经济发展对高新技术产业的依赖程度越来越大,污染密集型产业减少,实施环境规制的“创新补偿效应”不足以弥补“成本效应”,环境规制对TC的影响首先表现为抑制作用。
3)环境规制对GTFP的影响具有门槛效应。在经济发展水平较低时,环境规制对GTFP具有显著的抑制作用;反之,环境规制对GTFP具有不明显的促进作用。经济发展水平低的地区,人们对发展经济及提高自身生活水平的渴求高于保护环境,绿色经济的短期效益不明显。经济发展水平高的地区,人们的环保意愿较强,在已实现经济充分发展的基础上更愿意追求生活环境的优化,当地更容易发展绿色经济。因此,在环境规制对GTFP发挥作用的过程中,存在经济发展水平的门槛效应机制。
根据实证结论,本文提出以下建议:
1)政府应当重视环境规制在促进GTFP提升过程中面临的困境,在环境规制政策初期,加大对环境规制的监管力度,向企业给予适当的政策补贴,促使企业加大环境规制实施力度,尽早进行绿色技术创新,实现对GTFP的促进作用,推动经济高质量发展。同时,环境规制的实施力度应符合当前的发展需求,避免实施力度过大而对GTFP的提升产生消极影响。
2)政府要做到因地制宜,注重沿海地区与内陆地区的环境规制经济效应的差异性,根据各地区独特的经济环境、文化背景等实施相应的环境规制政策,让各地区在保护环境的同时,实现本地区经济的高质量发展。沿海地区经济文化发展程度相对较高,环境规制要适度,使环境政策满足人文经济发展需求,从而大力促进绿色经济的发展。内陆地区要加大对规制手段严格化的追求力度,尽管在一段时期内环境规制的强化会对绿色经济带来消极影响,但政府部门要从长远出发,让环境规制政策最大程度地推动绿色发展。
3)政府要采取多元化措施来实现环境规制对GTFP的影响。政府要考虑到政府干预、经济发展、科技投入、禀赋结构、人力资本等对GTFP的影响,采取多元化规制手段,从不同角度确保环境规制政策的顺利实施,最大化地实现GTFP的增长,推动绿色经济高质量发展。比如加大科技投入力度,提高技术投入的经济效益产出,推动绿色技术产品的发展;努力提高经济发展水平,破除门槛效应,同时转变经济增长速度对绿色发展的影响,实现“绿色”与“经济”的协同发展。