环境规制与全要素生产率:水平效应与增长效应

奥鹏网院作业

环境规制与全要素生产率:水平效应与增长效应环境规制与全要素生产率:水平效应与增长效应

摘 要： 在新时代背景下，如何实现环境保护与经济可持续发展双赢仍然是最为热门的议题之一。本文选择2000-2016年中国29个省(市、自治区)的面板数据，从投资和费用角度构建环境规制指标，采用系统GMM估计方法来探讨环境规制对全要素生产率的水平效应与增长效应的影响。研究结果发现：(1)水平效应分析中，环境规制对全要素生产率具有显著的正向水平效应，这种正向水平效应主要依赖于其对技术进步的促进作用。同时，在环境规制水平高的地区，环境规制(费用角度)的促进作用较大；而在环境规制水平低的地区，环境规制(投资角度)的促进作用较大。(2)增长效应分析中，环境规制(投资角度)对全要素生产率具有显著的负向增长效应；环境规制(费用角度)对全要素生产率具有显著的正向增长效应，这种增长效应主要依赖于技术进步增长率的提高，且环境规制水平高的地区，拥有较高的全要素生产率增长率。因此，要实施和制定适度的环境规制政策对当前全要素生产率提升是至关重要的。

关键词： 环境规制； 全要素生产率； 水平效应； 增长效应

党的十九大指出“以供给侧结构性改革为主线，推动经济发展质量变革、效率变革和动力变革，提高全要素生产率”。不言而喻，突出强调了全要素生产率在促进习近平新时代经济向高质量发展中的重要性，以完成“十三五”规划的政策目标。自改革开放以来，我国所创造的经济“增长奇迹”是世界人民有目共睹的，但这种过度依赖要素投入的粗放型经济增长方式是以牺牲环境为代价的，并且随着我国环境规制强度的不断增加，这种经济增长方式是十分不可取的，也是不可持续的，新常态下的经济增长乏力也着实印证了这一点。因此，有必要深入挖掘环境规制对我国全要素生产率提升的重要影响，以此来促进我国经济向高质量发展方式转变。

一、 文献述评

环境规制的目的就是通过对企业污染环境的有效治理来实现经济健康、可持续性的发展。企业在参与环境治理过程中，其生产成本通常会增加，导致生产率会受到不同程度的影响。由此，专家和学者

们展开了激烈的争论，基于对主流观点的归纳与汇总，主要形成两大对立阵营。反方观点认为：环境规制对生产率增长存在负面影响。遵循“成本说”理论认为企业在施加环境规制之前，其生产是有效的，效益也是最大化的，但在实施环境规制之后，随着投入成本的增加，其生产率是有所下降的。同时，该结论在美国不同区间段的数据检验中也得到了进一步的实证支持，包括采用美国1972—1975年数据、1973—1979年数据、1958—1980年数据以及1973—1985年数据等等[1-4]。显然，该观点在研究早期是占有一席之地的，但随着全球化环境治理的大势所趋，其认同感也在不断备受挑战。正方观点认为：环境规制对生产率增长存在正面影响。遵循“创新补偿说”理论认为环境规制在增加企业生产成本的同时也促进企业的技术革新，并且这种因创新带来的效益会大大抵消掉增加的成本，以此来提高企业的生产率和竞争力[5]，即“波特假说”。同时，该结论在不同国家的相关行业数据检验中也得到了有效的论证，包括美国石油业数据[6]、墨西哥食品加工业数据[7]、日本制造行业数据[8]以及意大利服务业数据[9]等等。该观点在现阶段研究中居于主流地位，并深受各国的高度认同。综上所述，环境规制会对全要素生产率产生重要的影响。

随着这一探讨的不断深入，中国部分学者对本国的环境规制与全要素生产率的影响状况也给予了相应的初判。祁毓等(2016)[10]采用PSM-DID方法，通过自然实验也验证了环境规制对全要素生产率提升的重要性，并提出良好的制度环境可以放大环境规制的正向效应和减弱扭曲效应。张成等(2010)[11]认为环境规制对TFP的作用在短期内表现为负效应，而在长期内表现为正效应。王彦皓(2017)[12]利用2003—2007年的短面板数据，得出如下结论：环境规制强度每上升1%，企业当期的生产率就会下降约1%，即短期内环境规制与生产率存在负效应。鉴于长期的变化是较为复杂的，故学者们得出的结论也是存在争议的。李玲和陶锋(2012)[13]利用1999—2009年制造产业部门的面板数据检验环境规制强度对产业绿色全要素生产率的影响，结果发现：重度污染产业中，环境规制强度对其绿色全要素生产率提升是较为合理的；而中度和轻度污染产业中，环境规制强度与其绿色全要素生产率呈“U”型关系。同样，陈菁泉等(2016)[14]在采用中国2001—2012年的工业行业数据检验中发现，环境规制与工业行业全要素生产率也是呈“U型”关系的。然而，刘和旺等(2016)[15]采用中国2001—2007年的工业企业数据，结果发现，环境规制与企业全要素生产率呈“倒U型”关系，即随着环境规制强度的提高，企业全要素生产率先升后降。这与陈超凡等(2018)[16]采用2000—2014年中国工业36个行业数据的研究结论不谋而合。此外，王杰和刘斌(2014)[17]在采用中国工业企业1998—2011年数据检验中发现，环境规制与工业行业全要素生产率是呈“倒N型”关系的。由此可见，环境规制对中国全要素生产率的影响是至关重要的。

1)用户模块：用户模块分为用户注册、用户登录、修改密码、修改个人信息等模块。用户注册时后台使用MD5的加密算法对密码进行加密处理，保证用户的账号安全；用户登录后会跳转至你之前点击登录的页面；修改密码就是匹配你之前的密码是否一致，还匹配你如今输入的两个新密码是否一致；修改个人信息就是可以修改你的信息成为独特的Style。

不难发现，国内关于环境规制对全要素生产率的研究结论并不十分明晰，既有正面影响也有负面影响。笔者认为，造成这一现象的主要原因是：学者们没有从本质上认识到环境规制对全要素生产率的影响存在两个方面，即水平效应和增长效应。水平效应意味着环境规制会带来全要素生产率的增加或减少；增长效应意味着环境规制会带来全要素生产率增长率的增加或减少。这两种效应共同决定了环境规制对全要素生产率的影响，因此，单从一个方面进行分析所得到的结论是不准确的。鉴于此，笔者尝试以水平效应和增长效应为切入点，通过明确分析环境规制对全要素生产率作用的两种路径以及存在的环境异质性，探讨环境规制对全要素生产率的影响。同时，鉴于现有文献研究环境规制对全要素生产率的影响主要集中在对工业企业的探讨上，存在数据选择的局限性，以此获得的结论来制定相应地区的环境规制政策也难免会造成偏误。综上，选择2000—2016年中国29个省(市、自治区)的面板数据作为样本数据，深入系统地探讨环境规制对我国全要素生产率的影响，以期得到有价值的结论，为中国实现高质量经济发展目标建言献策。

二、理论分析

环境规制的实施，一方面会增加企业的生产成本，挤占企业的生产性资金的投入，具有“遵循成本”效应；另一方面有助于企业进行产品技术的创新，促进企业的技术进步，具有“创新补偿”效应。“波特假说”认为，合理的环境规制会带来部分甚至全部的能抵消遵循成本的“创新补偿”效应，从而有利于全要素生产率的提高。笔者认为，环境规制对全要素生产率的影响存在水平效应和增长效应。水平效应意味着环境规制会带来全要素生产率的增加或减少；增长效应意味着环境规制会带来全要素生产率增长率的增加或减少。下面笔者先从企业生产决策层面深入分析。

环境规制的实施会影响企业的技术效率。在实施环境规制之后，虽然企业的污染物排放量得到有效的降低，但企业的生产成本增加，在企业生产函数不变的条件下，成本的增加会导致要素投入的减少，进而降低产量，压缩企业的利润空间。可见，环境规制的实施能够挤占企业的生产性投资，削弱企业的利润，降低企业的投入产出效率，进而影响企业效率的改善。但另一方面，在不考虑技术进步的条件下，环境规制的实施可以使企业意识到其生产的低效率性，企业为了弥补因环境规制所带来的效益损失和生产低效率，就会对其要素投入组合、生产方式以及内部管理结构做出相应的调整，从“效率通道”层面来改善生产要素的配置效率，以此来提升企业的生产能力。

同时，环境规制的实施也会影响企业的技术进步。环境规制的实施有助于企业进行产品技术的创新，促进企业技术进步，具有创新补偿效应。在环境规制实施的初期，企业必然会为满足环境规制的要求而进行生产管理，使企业的生产成本增加，这势必会导致企业减少用于技术研发的资金，此时的环境规制对企业的技术进步存在负向作用。而随着环境规制实施强度的增加，企业会逐渐意识到绿色生产的重要性，并通过“技术通道”层面采取引入先进设备以及增加R&D投入强度等相关措施来对其原有技术和产品进行升级和创新，促进企业生产能力的提升和产品质量的提高，降低企业的生产成本，实现企业经济效益的增加。当这种由环境规制引致的技术进步给企业带来的补偿效应超过其给企业带来的成本增加时，企业就实现了利润的增加和可持续性的生产。在环境规制的引致下，企业通过技术创新提升其总体技术水平，使企业的生产可能性边界向外移动，会使企业在相同的要素投入下，获得更高的产出，相应也会获得更多的利润。企业为了追求这种利润的刺激，会继续进行技术创新和研发支出，使企业整体的技术水平得到不断的提高。

可见，环境规制影响企业的技术效率和技术进步，而技术效率和技术进步正是全要素生产率的构成要素，因此，环境规制的实施会影响全要素生产率，即环境规制对全要素生产率的作用存在水平效应。那么，环境规制对全要素生产率的影响是否存在增长效应呢？即其对全要素生产率增长率的影响又是怎样的？这里很难直观地看出。因此，笔者从生产函数入手，进行简单的论断。

假设企业的生产函数为：Y=AKαLβRγ

(1)

其中，Y为产出，A为全要素生产率，K、L、R分别为资本、劳动和自然资源的投入。

假设人口增长率为n，即：

(2)

自资源投入受到环境规制强度的影响，

(3)

对式(1)进行两边取对数并对t求导可得gγ=gA+αgK+βn+γφ(ev)

(4)

又因为均衡时，gγ=gK

(5)

则可求得：gγ=(gA+βn+γφ(ev))/(1-α)

(6)

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

3.演出场域。桂林戏曲的演出场域随着人们消费方式的转变和戏曲文化的衰落而不断消亡。目前，桂剧院不断消失，演出市场空间不断缩小；彩调和文场的表演场域多为民间舞台，桂林渔鼓和全州渔鼓多出现于地方的文艺汇演舞台中，作为其中的一个表演曲艺进行。伴随桂林在南方经济和文化地位的下降，桂林戏曲的影响力在不断削弱。桂林戏曲非遗的演出多为临时性的，或是定期在民俗节庆活动中进行演出。目前桂林尚无专门化、规范性和现代化的戏曲演出场域。

(7)

因为gy=gA=g，所以求得g=((1-α-β)n-γφ(ev))/α

(8)

由式(8)可知，环境规制对全要素生产率的增长率存在影响，即存在增长效应，但具体影响的大小以及正负与所选的生产模型和具体的研究假设有关，这里不做具体展开。

三、 研究设计(一)模型设定

本文拟建立环境规制对全要素生产率的基本回归模型如下

TFPit=γ0+αEVit+βCVit+εit

(9)

考虑到环境规制对全要素生产率的影响是一个动态过程，即环境规制宽松与否会影响企业的环境投资成本，进而影响地区的技术效率和技术进步，以此来影响地区全要素生产率。同时，当期全要素生产率水平还会受到上一期全要素生产率水平的影响。因此，笔者在模型中引入全要素生产率的滞后一期，建立动态回归模型如下

TFPit=γ0+γ1TFPit-1+α1EVit+βCVit+εit

(10)

CTFPit=θ0+θ1GTFPit-1+φ1EVit+λCVit+εit

(11)

从环境库兹涅茨曲线倒U型假说及相关文献可以推断，环境规制与全要素生产率之间并非简单的线性关系。因此，笔者在模型中引入解释变量的平方项，最终模型建立如下

小学生具有丰富的想象能力，因此，教师应充分根据这一特点，合理利用数字化的教学资源开展教学活动。小学生对一切新鲜事物有强大的好奇心，教师就应利用数字化的学习资源，营造合理的学习情境，从而促使学生能够进行知识的联想，自主地接受知识。如在讲解“乘法”这一课时，教师可以利用数字化的学习资源，制作相关的课件，促使学生能够通过数字化的资源，深刻理解视频中出现的数学知识，最大程度地刺激其想象能力，有利于学生将难以理解的数学知识转变为容易理解的数学知识，从而突破教学的难点，促使学生更深刻地理解数学知识，因此，教师在数学课堂的教学活动中，应充分利用数字化的学习资源，达到预期的教学效果[3]。

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表示全要素生产率，GTFP表示全要素生产率的增长率，EV表示环境规制，CV表示控制变量，ε表示随机扰动项。

针对模型(12)和(13)估计存在的内生性和短面板数据限制等问题，采用传统FE、RE、OLS和2OLS等估计方法都会产生一定的偏差，此时的广义矩估计成为了最佳选择。广义矩估计又分为差分矩估计和系统矩估计。其中，一阶差分矩估计就是将变量的滞后项作为工具变量引入差分方程，且通过差分消除固定效应，以此获得对内生性问题的有效解决[18]，在引入差分变量的滞后项作为水平方程的工具变量[19-20]后，由差分方程和水平方程相结合的矩条件便构成了系统矩估计。鉴于此，系统矩估计的准确性要优于差分矩估计，故本文拟采用系统矩估计(GMM)方法对模型(12)和(13)进行估计。

(二) 指标选取

1.被解释变量—全要素生产率

关于全要素生产率测算，常见有以下几种方法：一是采用索罗余值法进行测算[21]；二是采用随机前沿法进行测算[22]；三是采用SBM方向性距离函数进行测算[23]；四是采用包络分析法进行测算[24-25]。鉴于包络分析法是非参数方法，不需要事前已知生产函数的形式，不需要设定复杂的假设，能够有效地避免因生产函数设定偏差而产生的偏误，具有较强的稳健性。因此，本文拟采用DEA-Malmquist指数法对2001—2016年的全要素生产率进行测算。具体的投入产出指标借鉴余泳泽和张先轸(2015)[26]、张少华和蒋伟杰(2014)[27]的做法，其投入指标包括物质资本投入和劳动投入。物质资本投入采用资本存量衡量，其计算方法参照张军等(2004)[28]计算思路，以1952年为基期。劳动投入采用各地区就业人口数衡量。其产出指标采用实际GDP衡量，使用GDP平减指数折算名义GDP处理得到的(基期为1952)。

2.解释变量—环境规制

图3所示的地震波场记录显示P波在前，能量更弱；S波在后、能量更强。图4所示的声波场记录可以看出，声波在均匀介质中传播波形清晰，波同相轴为一条直线。经过地震模型效果综合分析，可验证该有限差分法计算程序对于金属矿地震数值模拟的正确性。

有关环境规制指标的衡量，专家和学者们有着各自的见解。主要观点有：王文普(2011)[29]、原毅军和刘柳(2013)[30]以某些指标的对数、绝对数来衡量环境规制，这些指标有环境污染投资额、排污费、SO2、工业COD排放量等等；钟茂初等(2015)[31]、黄清煌和高明(2016)[32]采用综合指数方法来构建环境规制指标；张文彬等(2010)[33]、廖涵和谢靖(2017)[34]以污染治理投资额和排污费与GDP或者工业增加值的比重来衡量环境规制指标。环境规制对产业转移、产业结构、产业竞争力等层面均存在着影响，而产业的集聚也影响着地区的环境规制水平，即地区的环境规制水平受产业集聚效应和要素分布情况影响。而区位熵在衡量某一区域要素的空间分布情况，反映某一产业部门的专业化程度等方面，是一个很有意义的指标。又考虑到它是比率的比率，可以很好的消除数据间的量纲和量级的差异，能够保证结果的可靠性。因此，笔者采用区位熵进行环境规制指标的衡量，具体指标选择参照孙英杰和林春(2018)[35]、刘和旺等(2016)[15]的方法，从投资和费用两个角度构建环境规制指标。由于环境资源具有公共性和外部性，在使用过程中不具有竞争性和排他性，而企业因生产所导致的负面结果将由社会分担，由此，企业会产生“搭便车”的现象。从投资角度构建环境规制指标，采用环境污染治理投资额计算得到，能有效地反映政府的环保意识和环境保护力度，有利于从政府角度考察环境规制的有效性，同时，环境治理投资额是政府在环境治理中的直接投入，可以快速有效地缓解环境污染问题，促进其环境质量的提高，为企业绿色生产提供一定的风向标作用。从费用角度构建环境规制指标，采用排污费计算得到，能够有效地反映企业污染物排放强度，从污染者的角度考察环境规制的有效性。对企业征收一定的排污费，会在一定程度上增强企业的环保意识、刺激企业进行技术创新和改善管理，具有一定的创新补偿效应，但是这种创新补偿作用的发挥需要达到一定的程度才会满足企业的利益最大化目标，以至于才能有效地发挥其促进作用。同时，排污费的征收会存在执法刚性不足、政府干预等问题，使得征收效率低下，弱化了环境规制指标的准确性，而环境治理投资额则能很好地弥补排污费衡量的不足。因此，笔者从投资和费用两个角度构建环境规制指标，投资角度的环境规制指标采用各省环境污染治理投资额占各省GDP的比重与全国环境污染投资额占全国GDP的比重之比来衡量，费用角度的环境规制指标采用各省排污费占各省GDP的比重与全国排污费占全国GDP的比重之比来衡量，具体计算方法如下

   

(14)

其中，EVit为第i省t时期的环境规制区位熵指数，分子为第i省t时期的环境污染治理投资额和排污费占该省t时期的GDP比重，分母为全国t时期的环境污染投资额和排污费占t时期全国GDP比重的比值。若EV>1，表明该省环境规制水平较高；若EV≤1，表明该省环境规制水平较低。

3.控制变量

对外开放程度(Open)：贸易开放可以通过贸易技术溢出效应、“出口中学习”效应等途径影响本国的全要素生产率[36]，那么，对外开放程度的高低一定会对全要素生产率产生重要的影响。本文拟采用各地区进出口总额(按当年汇率折算)与GDP的比值来衡量。

产业结构(Indus)：地区产业结构的变动对经济增长具有绝对贡献和相对贡献[37]，故优化产业结构有利于区域内全要素生产率的提升[38]。由此可见，产业结构变动会对全要素生产率产生重要的影响。本文拟采用各地区第三产业增加值与各地区第二产业增加值的比值来衡量。

市场化程度(Market)：经济发展的目标是实现资源充分合理而有效的配制，这就需要市场以需求为导向，以竞争为手段。在市场化的背景下，政府对经济放松管制，这必然会对全要素生产率产生重要的影响。本文拟采用樊纲等(2011)[39]测算的市场化指数来表示各地区市场的发展程度。限于已有数据2000-2009年，笔者对于缺失的部分数据采用外插值回归方法将其补齐。

人力资本质量(Labor)：人力资本不仅是技术进步和TFP增长的重要决定因素，还具有“同化器”的作用，并且高级人力资本对区域经济增长作用是非常显著的[40]。由此可见，人力资本质量的高低一定会对全要素生产率产生重要的影响，本文拟采用平均受教育年限来衡量，其计算公式为Labor=X1×6 + X2×9 +X3×12 +X4×16，其中X1、X2、X3和X4分别为小学、初中、高中中专和大专以上教育程度居民占地区6岁及以上人口的比重。

城镇化水平(Urbanization)：城镇化可以通过要素集聚效应对经济发展产生良好的传导效果[41]，进而会对全要素生产率产生一定的影响。本文拟采用各地区城镇人口与各地区总人口的比率来衡量。

创新投入(Create)：科技创新是提高社会生产力和综合国力的战略支撑，并通过自主创新投入和技术引进等途径实现的，以此对全要素生产率产生重要的影响。本文拟采用各地区R&D经费投入强度来衡量。

嵌入式学科服务是图书馆服务的重要发展方向之一，如何进行个性化定制并积极提嵌入式服务，也是图书馆服务的重点发展方向之一。当前，业界对于基于个性化定制嵌入式学科服务的研究正在积极开展之中，加上嵌入式学科服务的能力评价体系在一定程度上受限，上文所述基于个性化定制的嵌入式学科服务策略内容基于现有研究的提炼与思考，以期为相关研究提供参考。

(三)数据说明

本文所获得中国29个省(市、自治区)(剔除西藏，将重庆并入四川)的面板数据主要来源于《中国统计年鉴》、《中国科技统计年鉴》以及国家统计局网站等等。鉴于面板数据的时间维度小于截面维度，故可以直接使用面板数据进行建模。据此，将展开对所构建的模型进行有效估计。变量的描述性统计见表1。

表1 变量的描述性统计

     

变量符号观测值平均值标准差最小值最大值全要素生产率TFP4640.930 50.089 30.254 01.172 0技术效率EFF4640.945 00.113 80.254 01.125 0技术进步TECH4640.993 40.103 40.750 01.715 0全要素生产率增长率GTFP4350.018 10.098 2-0.345 61.342 5技术效率增长率GEFF4350.035 10.104 9-0.168 01.468 5技术进步增长率GTECH435-0.014 20.064 2-0.333 30.197 5环境规制EV14640.971 80.700 80.160 710.311 2EV24641.106 90.789 10.047 87.363 9对外开放程度Open4640.322 10.396 30.031 91.721 5产业结构Indus4640.981 70.488 50.497 14.165 3市场化程度Market4644.843 42.339 80.866 311.684 8人力资本质量Labor4648.503 21.025 16.040 512.303 8城镇化水平Urbanization4640.498 60.149 50.203 50.896 0创新投入Create4641.301 31.058 80.138 16.080 0

四、实证结果分析

本文采用系统GMM估计法对设定模型进行估计，具体结果见表2至表5。结果表明，AR(1)均小于0.05，AR(2) 均大于0.05，回归方程的误差项不存在二阶序列相关的假设；Hansen test均大于0.1，说明工具变量是有效的。因此，判定该模型设定是较为合理科学的。

(一)环境规制对全要素生产率的水平效应分析

鉴于全要素生产率能够被分解为技术效率和技术进步两部分，这样能够更好地通过内部路径来分析环境规制对全要素生产率水平效应的影响。于此，本文首先从路径分析展开。

1.路径分析

由表2可知，从投资角度衡量的环境规制来看，方程(1)-(3)的一次项回归系数分别为0.064 3、0.623 2和0.770 5，且在1%、5%和1%的水平上显著，二次项系数分别为-0.012 0、-0.109 3和-0.098 4，且在1%、5%和1%的水平上显著，这说明环境规制(投资角度)对全要素生产率及其技术效率和技术进步的作用均存在倒U形式。经计算方程式(1)-(3)的拐点值分别为2.679 2、2.850 9和3.915 1，而当前投资角度衡量的环境规制指标的平均水平为0.971 8，显然环境规制强度是处于拐点左侧，表明环境规制(投资角度)促进了全要素生产率及其技术效率和技术进步的提高。在控制了其他变量的条件下，将当前投资角度的环境规制平均水平代入方程(2)-(3)可知，环境规制(投资角度)对技术进步的促进作用大于对技术效率的促进作用，即环境规制(投资角度)对全要素生产率的促进作用主要依赖于技术进步。这可能是因为，环境污染治理投资额的增加可以减少政府生产性资本的投入，增加私人投资，进而刺激企业进行技术改进和创新，促进企业进行绿色生产。从费用角度衡量的环境规制来看，方程(4)-(6)的一次回归系数分别为0.153 6、0.188 0和0.470 2，且在1%、10%和1%的水平上显著，二次项系数分别为-0.016 1、-0.064 1和-0.055 7，且在10%、5%和1%的水平上显著，这说明环境规制(费用角度)对全要素生产率及其技术效率和技术进步的作用均存在倒U形式。经计算方程(4)-(6)的拐点值分别为4.770 1、1.466 4和4.220 8，而当前费用角度衡量的环境规制指标的平均水平为1.106 9，显然环境规制强度是处于拐点左侧，表明环境规制(费用角度)促进了全要素生产率及其技术效率和技术进步的提高。在控制了其他变量的条件下，将当前费用角度的环境规制平均水平代入方程(5)-(6)可知，环境规制(费用角度)对技术进步的促进作用大于对技术效率的促进作用，即环境规制(费用角度)对全要素生产率的促进作用主要依赖于技术进步。这可能是因为排污费的征收会增加企业的生产成本，挤占企业的生产性投资，降低企业利润空间。一方面促使企业提升绿色生产和生产转型意识，另一方面激发企业节约成本行为，促使企业通过技术引进、自主研发、购买新型设备等方法带来的创新补偿效应提升企业的生产能力。可见，环境规制有利于全要素生产率及其技术效率和技术进步的提高，环境规制对全要素生产率具有显著的正向水平效应，这种正向水平效应主要依赖于其对技术进步的促进作用，这同刘伟明和唐东波(2012)[42]、崔立志和许玲(2016)[43]的结论不谋而合。

2.环境异质性分析

鉴于各地区的资源禀赋、环境污染程度以及环境政策等均存在不同，故相应的环境规制强度也必然存在差异性，那么不同的环境规制强度对全要素生产率的作用是否也存在差异性呢？笔者以环境规制指标的均值作为分界线，考察环境规制水平高低地区对全要素生产率的影响。

表2 环境规制对全要素生产率的水平效应分析(路径分析)

     

变量EV1EV2方程(1)方程(2)方程(3)方程(4)方程(5)方程(6)TFP(-1)0.055 7∗∗∗(2.86)——0.429 0∗(1.88)——EFF(-1)—0.240 4(1.45)——0.167 5∗(1.80)—TECH(-1)——0.435 0(1.11)——-0.560 2∗∗∗(-5.78)EV0.064 3∗∗∗(3.06)0.623 2∗∗(2.39)0.770 5∗∗∗(2.84)0.153 6∗∗∗(2.60)0.188 0∗(1.75)0.470 2∗∗∗(4.94)(EV)2-0.012 0∗∗∗(-3.87)-0.109 3∗(-1.68)-0.098 4∗∗∗(-2.70)-0.016 1∗(-1.67)-0.064 1∗∗(-2.28)-0.055 7∗∗∗(-3.98)Open0.036 6∗∗∗(3.98)0.205 7∗∗∗(3.09)0.236 2∗∗(2.49)0.065 3∗(1.88)0.033 3(1.25)0.129 8∗∗(2.08)Indus-0.014 2∗∗(-2.19)0.004 5(0.13)0.020 3(0.68)0.040 3∗(1.89)-0.043 6∗(-1.79)0.054 1(1.56)Market0.007 0∗∗∗(4.20)0.015 5∗∗∗(2.67)0.045 8∗∗(2.29)0.011 9∗∗∗(2.84)-0.021 9∗∗∗(-4.15)0.037 3∗∗∗(4.02)Labor-0.002 7(-0.36)-0.019 0(-0.78)-0.082 2∗∗∗(-3.60)-0.043 6∗∗(-2.53)0.060 7∗∗∗(3.84)-0.067 4∗∗(-2.48)Urbanization0.192 0∗∗∗(4.76)-0.567 6∗∗∗(-2.86)-0.396 0(-1.22)0.295 4∗∗(2.11)-0.185 7(-1.31)0.769 7∗∗∗(3.08)Create-0.008 5∗∗∗(-2.67)-0.006 5(-0.32)-0.021 7(-0.91)-0.009 7(-0.80)0.013 0(1.06)-0.011 0(-0.43)C0.745 5∗∗∗(19.12)0.599 0∗∗∗(2.92)0.552 1∗∗(2.56)0.515 7∗∗∗(2.66)0.435 3∗∗∗(3.05)0.985 5∗∗∗(6.12)AR(1)0.0080.0030.0050.0380.0260.037AR(2)0.0650.3820.0520.3240.6060.194Hansen test0.1870.1590.6100.3570.2000.111

注：***、**、* 分别表示在显著水平 1%、5%、10%下显著；括号内为Z统计值。表3-5同。

从表3可知，方程(1)和方程(3)的一次回归系数分别为0.903 3和8.574 9，并在10%和5%的水平上显著，二次项系数分别为-0.208 9和-1.124 4，并在10%和5%的水平上显著，这说明在环境规制水平高的地区，环境规制对全要素生产率的作用存在倒U形式。经计算方程(1)和方程(3)的拐点值分别为2.162 0和3.813 1，而当前中国环境规制水平高的地区环境规制平均值分别为1.346 1和1.784 0，显然均处于拐点左侧，表明在环境规制水平高的地区，环境规制强度的增加有利于全要素生产率的提高。在控制了其他变量的条件下，将环境规制水平高的地区环境规制(投资角度和费用角度)平均水平代入方程(1)和方程(3)，可以发现，环境规制(费用角度)对全要素生产率的促进作用较大。方程(2)和方程(4)的一次回归系数分别为3.718 7和0.972 8，并在10%和5%的水平上显著，二次项系数分别为-1.622 8和-0.477 0，并均在10%的水平上显著，这说明在环境规制水平低的地区，环境规制对全要素生产率的作用均存在倒U形式。经计算方程(2)和方程(4)的拐点值分别为1.141 5和1.019 7，而当前中国环境规制水平低的地区环境规制平均值分别为0.743 0和0.750 6，显然均处于拐点左侧，这表明在环境规制水平低的地区，环境规制强度的增加有利于全要素生产率的提高。在控制了其他变量的条件下，将环境规制水平低的地区环境规制(投资角度和费用角度)平均水平代入方程(2)和方程(4)，可以发现，环境规制(投资角度)对全要素生产率的促进作用较大。综上，不论环境规制水平的高低，其对全要素生产率均存在显著的正向水平效应，且在环境规制水平高的地区，费用角度的环境规制作用较大，而在环境规制水平低的地区，投资角度的环境规制作用较大。可见，环境规制政策的制定和实施，可以依据环境规制水平的不同入手，例如，环境规制水平高的地区可以加大对企业排污费的征收，而环境规制水平低的地区可以增加环境污染治理投资额。

表3 环境规制对全要素生产率的水平效应分析(环境异质性分析)

     

变量EV1EV2高低高低方程(1)方程(2)方程(3)方程(4)TFP(-1)-1.073 7∗∗(-2.40)-2.063 6∗∗(-2.34)-32.935 1∗∗(-2.05)1.315 6∗∗∗(3.81)EV0.903 3∗(1.91)3.718 7∗(1.78)8.574 9∗∗(1.96)0.972 8∗∗(2.40)(EV)2-0.208 9∗(-1.77)-1.622 8∗(-1.74)-1.124 4∗∗(-1.97)-0.477 0∗(-1.79)Open1.734 0∗∗∗(2.60)0.414 3∗∗(2.17)16.486 2∗∗(2.11)0.024 3(0.84)Indus0.542 0∗(1.77)0.092 2(0.95)-1.125 6∗∗(-2.16)0.127 6∗∗∗(4.47)Market0.074 5∗(1.75)0.048 1∗∗(2.39)2.318 3∗∗(2.24)0.003 7(0.92)Labor-0.211 0∗∗(-2.01)0.103 4∗∗(1.96)7.091 9∗∗(2.06)-0.056 7∗∗∗(-3.89)Urbanization1.142 1(1.03)-0.678 7(-1.34)-95.065 6∗∗(-2.12)0.294 0∗∗(2.05)Create-0.648 5∗∗(-2.46)-0.082 6∗(-1.95)0.100 6(0.88)-0.016 3∗∗(-2.01)C2.021 8∗∗∗(3.69)0.170 7(0.32)-6.974 0(-1.62)-0.514 5∗(-1.75)AR(1)0.0270.0020.0350.036AR(2)0.3730.4680.4100.624Hansen test0.8140.3990.8100.846

(二)环境规制对全要素生产率的增长效应分析

依据上面环境规制对全要素生产率水平效应探讨的逻辑框架，本文继续展开对两者之间增长效应的深入分析。

1.路径分析

由表4可知，从投资角度衡量的环境规制来看，方程(1)-(3)的一次回归系数分别为-1.221 5、-0.114 7和-0.242 6，且均在1%的水平上显著，二次项系数分别为0.307 4、0.040 2和0.075 3，且均在1%的水平上显著，这说明环境规制(投资角度)对全要素生产率及其技术效率和技术进步的增长率作用均存在U形式。经计算方程(1)-(3)的拐点值分别为1.986 8、1.426 6和1.610 9，而当前投资角度衡量的环境规制平均水平为0.971 8，显然环境规制强度是处于拐点左侧，表明环境规制(投资角度)抑制全要素生产率及其技术效率和技术进步增长率的提高。从费用角度衡量的环境规制来看，方程(4)-(6)的一次回归系数分别为0.292 0、0.027 5和0.067 4，且在1%、5%和1%的水平上显著，二次项系数分别为-0.064 9、-0.004 0和-0.012 8，且在1%、5%和1%的水平上显著，这说明环境规制(费用角度)对全要素生产率及其技术效率和技术进步增长率的作用均存在倒U形式。经计算方程(4)-(6)的拐点值分别为2.249 6、3.437 5和2.632 8，而当前中国环境规制(费用角度)平均水平为1.106 9，显然环境规制强度是处于拐点左侧，表明环境规制(费用角度)会促进了全要素生产率及其技术效率和技术进步的增长率的提高。在控制了其他变量的条件下，将当前费用角度的环境规制平均水平代入方程(5)-(6)可知，环境规制(费用角度)对技术进步增长率的促进作用大于对技术效率增长率的促进作用，即环境规制(费用角度)对全要素生产率增长率的促进作用主要依赖于其对技术进步增长率的促进作用。这可能是因为，排污费的征收一方面会造成相对要素价格的上升，要素价格的上升会引起激烈的“优胜劣汰”效应，刺激企业改善生产工艺，加大研发投入和产品创新，进而推动地区的技术进步；另一方面，排污费的征收能够有效地激发企业技术变革，发挥对企业的核心驱动作用，实现地区产业结构的优化升级，以此来打造地区全要素生产率的提升空间。可见，环境规制(投资角度)不利于全要素生产率及其技术效率和技术进步的增长率的提高，即环境规制(投资角度)对全要素生产率具有显著的负向的增长效应；环境规制(费用角度)促进全要素生产率及其技术效率和技术进步的增长率的提高，且全要素生产率增长率的提高主要依靠技术进步，即环境规制(费用角度)对全要素生产率具有显著的正向增长效应，并且主要依赖于技术进步。因此，政府在进行环境规制时，应将规制的重点由污染源治理投资以及环境基础设施投资向引导企业自行进行环境投资转变，进一步加大对企业排污费的征收，综合运用污染排放权交易、环保补贴和行政监管等各种环境规制工具，提高环境规制对企业的约束力度，促使企业进行技术创新、技术扩散、技术转移与引进，以此来实现全要素生产率增长率的提高。

2.环境异质性分析

从表5可知，方程(1)和方程(2)的一次回归系数分别为-1.176 8和-5.734 6，且均在1%的水平上显著，二次项系数分别为0.338 6和2.874 5，且在5%和1%的水平上显著，这说明不论环境规制水平的高低，环境规制(投资角度)对全要素生产率增长率的作用存在U形式。经计算方程(1)和方程(2)的拐点值分别为1.737 7和0.997 5，而当前投资角度的环境规制平均值分别为1.346 1和0.743 0，显然均处于拐点左侧，这说明不论环境规制水平的高低，环境规制(投资角度)强度的增加都会抑制全要素生产率增长率的提高，即环境规制(投资角度)对全要素生产率具有显著的负向增长效应。方程(3)和方程(4)的一次回归系数分别为1.058 9和3.831 6，且在5%和1%的水平上显著，二次项系数分别为-0.145 2和-2.153 6，且在5%和1%的水平上显著，这说明不论环境规制水平的高低，环境规制(费用角度)对全要素生产率增长率的作用均存在倒U形式。经计算方程(3)和方程(4)的拐点值分别为3.646 3和0.889 6，而当前中国环境规制(费用角度)的平均值分别为1.783 9和0.750 6，显然均处于拐点左侧，表明环境规制(费用角度)强度的增加有利于全要素生产率增长率的提高，即环境规制(费用角度)对全要素生产率具有显著的正向增长效应，与上述结论保持了高度一致。将当前费用角度的环境规制平均水平分别代入方程(3)和方程(4)可知，在环境规制水平高的地区，环境规制(费用角度)对全要素生产率增长率的促进作用大，即环境规制水平高的地区，拥有较高的全要素生产率增长率。可见，政府在实施环境规制的过程中，不仅要注重投资角度的环境规制，还应多注意费用角度的环境规制，加大费用角度环境规制力度，以刺激企业进行技术创新，并通过“创新补偿效应”抵消“遵循成本”的损耗，实现全要素生产率增长与环境绩效提高的双赢局面。

表4 环境规制对全要素生产率的增长效应分析(路径分析)

     

变量EV1EV2方程(1)方程(2)方程(3)方程(4)方程(5)方程(6)GTFP(-1)-0.098 7(-1.08)——-0.032 0∗∗∗(-2.74)——GEFF(-1)—-0.161 4∗∗∗(-5.95)——-0.181 3∗∗∗(-3.57)—GTECH(-1)——0.053 0∗∗∗(3.22)——0.102 8∗∗∗(18.50)EV-1.221 5∗∗∗(-3.19)-0.114 7∗∗∗(-4.60)-0.242 6∗∗∗(-5.55)0.292 0∗∗∗(9.54)0.027 5∗∗(2.24)0.067 4∗∗∗(7.57)(EV)20.307 4∗∗∗(2.70)0.040 2∗∗∗(6.85)0.075 3∗∗∗(6.43)-0.064 9∗∗∗(-9.77)-0.004 0∗∗(-2.32)-0.012 8∗∗∗(-6.90)Open-0.300 0∗∗∗(-3.48)-0.031 2∗∗∗(-3.50)-0.047 6∗∗∗(-4.79)0.038 2∗(1.81)-0.001 7(-0.32)0.005 2(0.62)Indus-0.014 5(-0.24)-0.007 0∗(-1.83)0.004 9(0.91)0.039 8∗∗∗(4.45)0.002 8(0.78)0.021 0∗∗∗(7.48)Market-0.043 3∗∗∗(-2.64)0.003 4∗∗∗(3.44)-0.011 3∗∗∗(-6.13)0.001 6(0.73)0.006 4∗∗∗(7.94)-0.003 6∗∗∗(-5.10)Labor-0.016 3(-0.43)-0.014 2∗∗∗(-3.42)-0.019 3∗∗∗(-4.54)-0.024 1∗∗∗(-3.65)-0.015 3∗∗∗(-5.14)-0.018 0∗∗∗(-4.49)Urbanization1.057 9∗∗∗(3.23)0.171 6∗∗∗(4.25)0.193 8∗∗∗(5.09)0.167 7∗(1.89)0.129 7∗∗∗(5.83)0.067 2(1.57)Create0.040 0(0.99)0.001 9(0.86)0.013 9∗∗∗(3.49)-0.001 5(-0.23)-0.002 7(-0.97)0.005 0∗∗(2.32)C0.714 8∗∗∗(3.60)0.080 1∗∗∗(4.48)0.285 4∗∗∗(12.19)-0.120 2∗∗∗(-3.88)-0.001 4(-0.07)0.081 3∗∗∗(6.08)AR(1)0.0010.0040.0010.0030.0040.000AR(2)0.7910.3840.1950.3320.6580.096Hansen test0.8800.4170.3600.1720.4130.104

表5 环境规制对全要素生产率的增长效应分析(环境异质性分析)

     

变量EV1EV2高低高低方程(1)方程(2)方程(3)方程(4)GTFP(-1)-0.391 4(-1.13)-0.287 4∗∗(-2.53)-1.556 0∗∗(-2.36)0.080 8(1.11)EV-1.176 8∗∗∗(-2.63)-5.734 6∗∗∗(-3.76)1.058 9∗∗(2.23)3.831 6∗∗∗(4.10)(EV)20.338 6∗∗(2.45)2.874 5∗∗∗(3.42)-0.145 2∗∗(-2.27)-2.153 6∗∗∗(-3.39)Open-0.453 9∗(-1.88)-0.275 9∗(-1.80)1.111 6∗∗(2.26)0.101 9∗∗(2.26)Indus0.159 7∗(1.76)-0.138 3∗(-1.65)-0.374 5∗∗∗(-2.60)0.268 3∗∗∗(5.12)Market-0.062 6∗∗(-2.05)-0.050 0∗∗∗(-2.77)-0.006 8(-0.61)-0.016 0∗∗∗(-3.19)Labor-0.550 6∗∗(-2.85)-0.063 1(-1.13)0.060 9(1.06)-0.020 3(-1.01)Urbanization8.789 1∗∗(2.55)1.028 7∗(1.66)-1.541 7∗(-1.79)0.552 2∗∗∗(2.63)Create-0.264 7∗∗(-2.18)0.107 6∗∗(2.51)0.101 0(1.51)-0.003 2(-0.16)C1.754 6∗∗∗(3.41)2.882 9∗∗∗(4.25)-0.996 9(-1.53)-1.848 5∗∗∗(-3.83)AR(1)0.0000.0220.0000.024AR(2)0.2450.9960.2100.196Hansen test0.4820.4880.7530.105

五、结论、建议与展望

本文选择2000-2016年中国29个省(市、自治区)的面板数据，从投资和费用角度构建环境规制指标，采用系统GMM估计方法来探讨环境规制对全要素生产率的水平效应与增长效应的影响。结果发现：(1)在水平效应分析中，无论是投资角度还是费用角度，环境规制对全要素生产率及其技术效率和技术进步作用均存在倒U形式，且均处于拐点左侧，说明环境规制对全要素生产率及其技术效率和技术进步均具有显著的促进作用，且对技术进步的促进作用大于其对技术效率的促进作用，即环境规制对全要素生产率具有显著的正向水平效应，这种正向水平效应主要依赖于其对技术进步的促进作用。同时，在环境异质性分析中，无论环境规制水平的高低，其对全要素生产率的作用均存在倒U形式，且均处于拐点左侧，即无论环境规制水平的高低，其对全要素生产率均存在显著的正向水平效应，且在环境规制水平高的地区，费用角度的环境规制作用较大，而在环境规制水平低的地区，投资角度的环境规制作用较大。(2)在增长效应分析中，投资角度的环境规制对全要素生产率及其技术效率和技术进步的增长率作用均存在U形式，且处于拐点左侧，说明投资角度的环境规制对全要素生产率及其技术效率和技术进步的增长率均具有显著抑制作用，即投资角度的环境规制对全要素生产率具有显著的负向增长效应。而费用角度的环境规制对全要素生产率及其技术效率和技术进步的增长率作用均存在倒U形式，且处于拐点左侧，说明费用角度的环境规制对全要素生产率及其技术效率和技术进步的增长率均具有显著促进作用，即费用角度的环境规制对全要素生产率具有显著的正向增长效应，且这种增长效应主要依赖于技术进步增长率的提高。同时，在环境异质性分析中，无论环境规制水平的高低，投资角度的环境规制对全要素生产率具有负向增长效应，而费用角度的环境规制对全要素生产率具有正向的增长效应，且环境规制水平高的地区，拥有较高的全要素生产率增长率。因此，要实施和制定适度的环境规制政策对当前全要素生产率提升是至关重要的。

由以上结论得出如下政策启示：一是，总体上提高环境规制强度。无论是投资角度还是费用角度衡量的环境规制，其对全要素生产率均存在一定的正向水平效应和增长效应，可以说，环境规制对全要素生产率产生了正向的综合效应，因此，提高环境规制强度对全要素生产率的提升是有利的。二是，在提升环境规制规模的同时，还应控制环境规制强度不高过拐点值，以防止“矫枉过正”情况的出现。应建立一系列的测评和预警机制，对环境规制强度进行实时监控，并通过问卷调查、谈话、大数据等方法深入企业内部进行综合考评分析，以确保环境规制实施的有效性。同时，将企业意见和满意度纳入环境规制考评体系中，并作为环境规制强度调整的一项重要依据，以确保企业绿色生产积极性的提高。三是，实施差异化环境规制。在环境异质性分析中，可以发现，环境规制对全要素生产率的影响存在明显的环境异质性，故国家在制定环境规制政策时，必须要因地制宜和量体裁衣，将各地区的环境要素、资源禀赋以及环境规制强度考虑在内。例如，在环境规制水平高的地区，从费用角度衡量的环境规制正向作用较大，可以加强对企业排污费的征收，综合运用污染排放权交易、行政监管等各种环境规制工具，提高环境规制对企业的约束力度，以此来激发地区全要素生产率提升的新动能；在环境规制水平低的地区，投资角度衡量的环境规制正向作用较大，应进一步增加环境污染治理投资额的投入，通过政府治污的导向作用来引导企业进行清洁生产，刺激企业的生产转型。四是，从长期来看，应重点加强费用角度的环境规制。从上述结论可知，费用角度的环境规制具有正向的增长效应和水平效应，而投资角度的环境规制却是负向增长效应和正向水平效应，这说明费用角度的环境规制对全要素生产率的持续作用较强，且增幅较大，而投资角度的环境规制对全要素生产率的持续作用较弱，增幅较缓。因此，应重点从费用角度加强环境规制强度。例如加大对重污染企业的排污费征收强度、将家庭小作坊纳入排污费的征收对象、对排污费征收范围进行细化和分类征收等。

本文在前人研究的基础上，以宏观经济中的水平效应和增长效应为切入点，探讨环境规制对全要素生产率的影响，能够有效反映环境规制的“量”和“质”，从本质上明晰了环境规制带来的影响，解决了以往学者们研究结论模糊的问题。但是，本文还存在一定的研究不足：一是，本文虽然采用29个省的省际面板数据作为样本数据具有一定的全面性，但样本数据的选择不全面，也忽视了微观层面的样本选择，因此，可能会存在一些偏误，有可能存在个别省份的环境规制水平高于拐点值，从而起到负向影响的可能性。二是，本文仅采用系统GMM作为研究工具，虽然解决了滞后因变量的内生性问题，但若解释变量(非滞后内生变量)也有内生性，则得不到很好的处理，因此，可能会存在一些偏误。三是，本文环境规制指标仅从投资和费用角度进行构建，可能存在考虑不全面的问题。针对这些不足，在之后的分析中，笔者认为可以考虑行业、企业层面的信息，以深化对这一问题的认识。同时，在环境规制指标选择中，可以采用更多的子指标进行构建，例如工业COD排放量、二氧化硫排放量等。在研究工具的选择上，可以采用多种方法进行估计分析，例如OLS、2SLS等，可提高对问题分析的准确性。

参考文献

[1]Stephens J K, Denison E F. Accounting for Slower Economic Growth: The United States in the 1970s[J]. Southern Economic Journal, 1981, 47(4):1191-1193.

[2]Gollop F M, Roberts M J. Environmental Regulations and Productivity Growth: The Case of Fossil-Fueled Electric Power Generation[J]. Journal of Political Economy, 1983, 91(4):654-674.

[3]Gray W B. The Cost of Regulation: OSHA, EPA and the Productivity Slowdown[J]. American Economic Review, 1987, 77(77):998-1006.

[4]Jorgenson D W, Wilcoxen P J. Environmental Regulation and U.S. Economic Growth[J]. Rand Journal of Economics, 1990, 21(2):314-340.

[5]Porter M E, Der Linde C V. Toward a New Conception of the Environment-Competitiveness Relationship[J]. Journal of Economic Perspectives, 1995, 9(4): 97-118.

[6]Berman E, Bui L T M. Environmental Regulation and Productivity: Evidence from Oil Refineries[J]. Review of Economics & Statistics, 2001, 83(3): 498-510.

[7]Alpay E, Buccola S, Kerkvliet J. Productivity Growth and Environmental Regulation in Mexican and U.S. Food Manufacturing[J]. American Journal of Agricultural Economics, 2002, 84(4): 887-901.

[8]Hamamoto M. Environmental Regulation and the Productivity of Japanese Manufacturing Industries[J]. Resource & Energy Economics, 2006, 28(4): 299-312.

[9]Mazzanti M, Zoboli R. Environmental Efficiency and Labour Productivity: Trade-off or Joint Dynamics? A theoretical Investigation and Empirical Evidence from Italy Using NAMEA[J]. Ecological Economics, 2009, 68(4):1182-1194.

[10]祁毓, 卢洪友, 张宁川. 环境规制能实现“降污”和“增效”的双赢吗——来自环保重点城市“达标”与“非达标”准实验的证据[J]. 财贸经济, 2016, 37(9):126-143.

[11]张成, 于同申, 郭路. 环境规制影响了中国工业的生产率吗——基于DEA与协整分析的实证检验[J]. 经济理论与经济管理, 2010(3):11-17.

[12]王彦皓. 政企合谋、环境规制与企业全要素生产率[J]. 经济理论与经济管理, 2017, 36(11):58-71.

[13]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.

[14]陈菁泉, 刘伟, 杜重华. 环境规制下全要素生产率逆转拐点的空间效应——基于省际工业面板数据的验证[J]. 经济理论与经济管理, 2016(5):57-67.

[15]刘和旺, 郑世林, 左文婷. 环境规制对企业全要素生产率的影响机制研究[J]. 科研管理, 2016, 37(5):33-41.

[16]陈超凡, 韩晶, 毛渊龙. 环境规制、行业异质性与中国工业绿色增长——基于全要素生产率视角的非线性检验[J]. 山西财经大学学报, 2018(3):65-80.

[17]王杰, 刘斌. 环境规制与企业全要素生产率——基于中国工业企业数据的经验分析[J]. 中国工业经济, 2014(3):44-56.

[18]Arellano M, Bond S. Some Tests of Specification for Panel Data: Monte Carlo Evidence and an Application to Employment Equations[J]. Review of Economic Studies，1991，58(2):277-297.

[19]Arellano M, Bover O. Another Look at the Instrumental Variable Estimation of Error-Components Models[J]. Journal of Econometrics，1995，68(1): 29-51.

[20]Blundell R, Bond S. Initial Conditions and Moment Restrictions in Dynamic Panel Data Models [J]. Journal of Econometrics，1998，87(1):115-143.

[21]郭庆旺, 贾俊雪. 中国全要素生产率的估算:1979-2004[J]. 经济研究, 2005(6):51-60.

[22]王志刚, 龚六堂, 陈玉宇. 地区间生产效率与全要素生产率增长率分解(1978—2003)[J]. 中国社会科学, 2006(2):55-66.

[23]王兵, 吴延瑞, 颜鹏飞. 中国区域环境效率与环境全要素生产率增长[J]. 经济研究, 2010(5):95-109.

[24]毛其淋, 盛斌. 对外经济开放、区域市场整合与全要素生产率[J]. 经济学:季刊, 2012, 11(1):181-210.

[25]林春, 孙英杰. 财政分权背景下的经济增长质量地区差异——基于系统GMM及门槛效应的检验[J]. 财经论丛, 2017(12):33-42.

[26]余泳泽, 张先轸. 要素禀赋、适宜性创新模式选择与全要素生产率提升[J]. 管理世界, 2015(9):13-31.

[27]张少华, 蒋伟杰. 中国全要素生产率的再测度与分解[J]. 统计研究, 2014, 31(3):54-60.

[28]张军, 吴桂英, 张吉鹏. 中国省际物质资本存量估算:1952—2000[J]. 经济研究, 2004(10):35-44.

[29]王文普. 环境规制竞争对经济增长效率的影响:基于省级面板数据分析[J]. 当代财经, 2011(9):22-34

[30]原毅军, 刘柳. 环境规制与经济增长:基于经济型规制分类的研究[J]. 经济评论, 2013(1):27-33.

[31]钟茂初, 李梦洁, 杜威剑. 环境规制能否倒逼产业结构调整——基于中国省际面板数据的实证检验[J]. 中国人口·资源与环境, 2015, 25(8):107-115.

[32]黄清煌, 高明. 环境规制对经济增长的数量和质量效应——基于联立方程的检验[J]. 经济学家, 2016(4):53-62.

[33]张文彬, 张理芃, 张可云. 中国环境规制强度省际竞争形态及其演变——基于两区制空间Durbin固定效应模型的分析[J]. 管理世界, 2010(12):34-44.

[34]廖涵, 谢靖. 环境规制对中国制造业贸易比较优势的影响——基于出口增加值的视角[J]. 亚太经济, 2017(4):46-53.

[35]孙英杰, 林春. 试论环境规制与中国经济增长质量提升——基于环境库兹涅茨倒U型曲线[J].上海经济研究, 2018(3):84-94.

[36]齐绍洲, 徐佳. 贸易开放对“一带一路”沿线国家绿色全要素生产率的影响[J]. 中国人口·资源与环境, 2018(4):134-144.

[37]黄亮雄, 王贤彬, 刘淑琳,等. 中国产业结构调整的区域互动——横向省际竞争和纵向地方跟进[J]. 中国工业经济, 2015(8):82-97.

[38]李强, 高楠. 资源禀赋、制度质量与经济增长质量[J]. 广东财经大学学报, 2017, 32(1):4-12.

[39]樊纲，王小鲁，朱恒鹏. 中国市场化指数：各省区市场化相对进程2011年度报告[M]. 北京：经济科学出版社，2011.

[40]生延超, 周玉姣. 适宜性人力资本与区域经济协调发展[J]. 地理研究, 2018, 37(4):797-813.

[41]蔺雪芹, 王岱, 任旺兵,等. 中国城镇化对经济发展的作用机制[J]. 地理研究, 2013, 32(4):691-700.

[42]刘伟明, 唐东波. 环境规制、技术效率和全要素生产率增长[J]. 产业经济研究, 2012(5):28-35.

[43]崔立志, 许玲. 环境规制对技术进步的影响效应研究[J]. 华东经济管理, 2016, 30(12):99-103.

Environmental Regulation and Total Factor Productivity: Level Effect and Growth Effect

LIN Chun, SUN Ying-jie

(School of Economics, Liaoning University, Shenyang 110036, China)

Abstract：How to achieve win-win situation between environmental protection and economic sustainable development is still the most popular topic under the background of the new era. Based on this, this article builds environmental regulation indicators from the perspective of investment and cost, and makes use of the SYS-GMM to study the relationship between environmental regulation on the level effect and growth effect of total factor productivity based on 29 provinces’ (municipalities and autonomous regions) panel data from 2000 to 2016 in our country. And the conclusion is that: (1) In the analysis of horizontal effect, environmental regulation has significant positive horizontal effect on total factor productivity, which mainly depends on its promoting effect on technological progress. At the same time, in areas with high level of environmental regulation, environmental regulation (cost perspective) plays a greater role in promoting, while in areas with low level of environmental regulation, environmental regulation (investment perspective) plays a greater role in promoting. (2) In the analysis of growth effect, environmental regulation (investment perspective) has a significant negative growth effect on total factor productivity. Environmental regulation (cost perspective) has a significant positive growth effect on total factor productivity, which mainly depends on the improvement of the growth rate of technological progress, and regions with high level of environmental regulation have a higher growth rate of total factor productivity. Therefore, implementing and developing appropriate environmental regulation policies is critical to the current increase in total factor productivity.

Key words：environmental regulation; total factor productivity; level effect; growth effect