湖南省环境规制对工业生产效率的门槛效应检验

李姗姗，苏丽，邹伟勇

（1.湖南科技大学 商学院，湖南 湘潭，411201）

摘要：环境规制对工业生产效率有着重要的影响。文章首先借鉴相关研究成果，在生产率研究框架中同时引入环境保护和工业经济增长两大指标，并运用ML生产率指数方法，对2003-2014年湖南省13个地级市的要素生产效率变化指数分为有无环境约束两种情况进行了测算。然后，在此基础上构建面板门槛效应模型实证研究了工业生产效率在不同环境规制力度下的变化情况。研究结果显示传统的生产率测算方法（不加入环境变量）确实高估了生产率；环境规制对工业生产效率的影响不是非线性关系，而是“U”关系。环境规制对于工业生产效率存在双重门槛值，且门槛值为3.0456和3.6399。最后，根据本文研究结果结合当前国家政策提出了一些可行性建议。

关键词：环境规制；工业生产效率；ML生产率指数法；门槛效应

一、引言

环境规制对工业生产效率的有着一定的影响。环保自提上议程就一直是国家发展的重中之重，同时基于工业兴国的目的却又不得不保持工业的稳定增长，两者之间的冲突不言而喻。随着各种环境问题的相继曝出，如何平衡经济增长与环境保护之间的关系成为亟待解决的问题。起初很多学者的研究表明环境规制对工业全要素生产率是起促进作用的，环境规制在推动企业创新方面也存在积极的影响。但是，近些年来许多学者认为，如果环境规制强度过大，资金的挤出效应将会导致企业技术创新不足，工业全要素生产率也会不增反降^[1]。于同申等（2010）认为环境规制在长期对工业生产率有促进作用，而在短期则相对不明显，甚至有消极作用^[2]。殷宝庆（2012）也发现环境规制强度与全要素生产率之间符合“U”型关系，即随着环境规制强度由弱变强，其对工业全要素生产率产生先削弱后提升的影响^[3]。而袁鹏等（2011）则认为环境规制强度和工业全要素生产率之间符合倒“U”型关系，且不同行业对环境规制强度的弹性系数和极值有所差异^[4]。近年来，随着人们对绿色发展这一可持续发展模式的重视，部分学者开始将研究转移到环境规制对工业绿色生产率的影响上。李玲，陶锋（2012）就发现重度污染产业当前环境规制强度相对合理，能够促进产业绿色生产率提高^[5]。

湖南省位于长江经济带之中，其经济发展一直被中央政府高度重视。它在工业发展方面也取得了显著的成果，工业生产总值由1996年的790.19增加至2015年的10945.81，在20年间足足翻了13倍之多，工业GDP也一直占地区生产总值的35%以上。然而，随着工业经济的进一步发展，由此引致的环境污染问题也日益突出，近些年来，湖南省工业废水排放量、工业二氧化硫排放量及工业烟尘排放量在整个省份的污染指数中都占较高比重。工业的环境规制是由于环境污染的负外部性，而由政府采取的调节经济生产活动的政策，从而实现经济增长与环境保护的双赢格局。虽然，基于企业成本最小化原则，环境规制的实施无疑增加了企业的内部成本，降低其生产效率。但是从长远角度看，增强社会环境规制力度，可以促使企业改进生产方式，激发企业进行技术革新，进而引发生产效率的新的增长。但是，环境规制应该保持在什么样的力度，这是一个需要探讨的问题？本文基于这一角度，将采用ML生产率指数方法来测算工业的全要素生产率的变动及构成，然后通过建立面板门槛效应模型并进行回归估计，以此来考察湖南省近些年环境规制政策的实施是否达到了环境保护和提高产业经济增长的双重目标。

二、 工业环境要素生产效率测算与分析

对于效率的测算，当前学术界最主流的做法有四种：增长核算法、代数指数法、随机前沿生产函数法、数据包络分析法。其中，数据包络分析法（DEA）是根据已知数据，使用DEA模型得到相应的生产前缘，以评价具有多输入和多产出的决策单元（DMU）之相对有效性的一种方法。在早期的关于工业环境生产效率的测算中，（易纲等，2003；孟令杰等，2004；张小蒂等，2005）等许多数学者都是基于传统的索罗经济增长模型，将资本形成与人力资本作为主要研究变量，外生化技术。但是近些年来，关于生产率的测算，学者们开始考虑在模型中加入其它变量，或者将变量细分化，董敏杰（2012）将SO²和COD作为非合意产出加入生产率研究框架^[6]；彭星和李斌（2013）将工业废水排放量、工业废气排放量及工业固体排放量综合成环境污染综合指标来衡量污染排放非期望产出^[7]；黄永春（2015）构建了研发投入的SBM模型，并测算了我国区域的环境效率和环境全要素增长率^[8]。从上述研究中可以看出，对于生产率的测算，当前并没有形成统一的标准，介于此，本文综合各研究结果，以工业GDP作为合意产出、工业废水排放作为非合意产出、资本和劳动作为投入变量，运用数据包络分析法，来测算环境约束下的工业生产效率。

（一）指标选择

为了研究工业全要素生产率，本文以《中国统计年鉴》《中国工业统计年鉴》《湖南统计年鉴》为主要数据依据，选取了湖南省13个地级市的相关数据。采用DEAP2.0软件，采用产出导向型的双向模型对绿色全要素生产率进行测算。相关数据处理如下:

投入变量选取资本、劳动两个指标。目前学术界对于资本存量的选取普遍采用永续盘存法，本文主要研究的湖南省市级城市，相关数据大量缺失，为保证测算的合意性，采用固定资产投资作为资本存量，并用固定资产价格指数，以2003年为基期进行平减以减少通货的影响；劳动投入指标选用的是各城市年末从业人员总数。另外，工业污染指标如何加入测算体系也存在多重做法，一是作为投入变量,二是将污染作为产出变量。本文采用第二种做法，由于在deap研究中，DUM数量必须是投入和产出的和的两倍，因此本文污染变量只选取一项指标作为代表，即工业废水；期望产出变量以工业生产总值表示，并以工业品出厂价格指数折算成2003年不变价。

（二）测算结果分析

表1：有无环境约束的湖南省工业全要素生产率

数据来源：根据deap2.1测算所得。

其中，EFCH、TECH、TFP分别表示考虑和不考虑环境约束的效率进步、技术进步和全要素生产率。

由表1可知：在考虑环境约束时，工业全要素生产率将会比不考虑环境约束时的低，这一定程度上表明长期以来在测算生产率时由于忽视环境污染因素，可能对工业经济发展的绩效存在高估。在考虑工业非期望产出下，2003-2014年湖南省工业全要素生产率平均下降了3.2个百分点。这说明在我国工业发展过程中存在着严重的以牺牲资源环境换取经济发展的粗放型增长模式。

另外，DEA在计算分配效率和技术效率，后者又可分解为规模效率（scale efficiency）和纯技术效率（pure technical inefficiency）。基于此，我们将从技术效率和技术进步两个层面进行分析各自对全要素生产率的影响。虽然生产率的变化并无稳定的规律，但综合来看，工业全要素生产率是由技术效率提高和技术进步共同作用的结果。而且，在不纳入环境指标前，工业生产效率的增长主要依靠技术效率改进。但是将工业非期望产出纳入测算体系后，我们发现工业技术效率年均增速降低了0.1%，同时，工业进步降低了3.1%。

图1湖南省13各地级市12年的工业全要素生产率均值

为进一步清晰地表明环境要素下全要素生产率的差异，本文给出了图1中的数据，从地级市角度考量，两种测算结果下，长沙和郴州没有出现较大的差异，出现差异最大的为湘潭市和娄底市，从本文的角度思考，这在一定程度上说明了该地区工业生产过程中工业污染的产出量或者工业污染的治理水平。从总体水平上看，在加入环境要素后，生产率确实都存在降低现象。

三、实证分析

（一）变量和数据选取

参照已有研究文献和理论模型，本文以2003-2014年湖南省13个地级市的面板数据为样本，主要考察环境规制变化对工业全要素生产率的影响，同时就受环境规制影响的人均GDP及外商直接投资对TFP的作用进行了说明。

主要解释变量：（1）环境规制强度（ER）：本文参照了王丹（2013）的研究方法，选取了工业废水排放量与工业GDP的比值作为衡量环境强度的指标，其中ER越小，说明环境规制强度越大。（2）研发投入（RD）；大中型企业科技活动经费支出总额与工业GDP的比值作为衡量工业技术创新的指标。（3）外商直接投资（FDI）（4）禀赋结构（CL）：初始禀赋结构对一个地区的经济发展起到了至关重要的作用，本文将采用全社会固定资产投资与年末从业人员数之比来代替资本-劳动要素之比（5）产业结构（IS）（6）地区经济发展水平（PGDP）（7）企业性质（NR）：本文选取国有及国有控股工业企业从业人员占年平均从业人员的比重，考察我国不同工业企业性质对环境全要素生产率变化的影响情况。

表2：主要变量的统计描述

数据来源：2004-2015年《湖南统计年鉴》《中国城市统计年鉴》《中国环境统计年鉴》《中国统计年鉴》

（二）门槛模型的设定

本文采用 Hansen提出的面板门槛模型，以环境规制强度作为门槛变量，考虑到环境规制会影响到企业对外资的吸引力及地区经济发展水平，本文外商直接投资和人均GDP作为核心解释变量。考虑到门槛变量可能存在多重门槛，建立模型如下：

其中，i、t分别表示时间和地区，表示待估的门槛值，I为指示函数。为防止异方差性，变量皆已做对数处理。

Hansen 所建立的门槛面板模型最重要是解决两个问题：一是估计关键变量的门槛个数和门槛值；二是对整个门槛回归模型进行显著性检验^[9]。为了验证本文设定门槛模型的准确性，我们采用 bootstrap 进行显著性检验。是否存在门槛值的假设为：

H0 : α₁=α₂=…=α_n不存在门槛值

H1 : α1≠α2≠…≠αn存在门槛值

检验统计量为

其中，S₀为原假设条件下的残差项平方和加总，S_n为存在门槛效应时的残差项平方和加总。利用 bootstrap（自举法）可构造出模型显著性检验 P 值。Hansen 提供了显著水平为α时，当统计量能拒绝原假设的拒绝域的计算方法。

（三）实证检验

在确定具体的面板门槛模型之前，本文首先对不同门槛数量下的门槛效应的存在性进行了检验。然后分别对三重门槛、双重门槛和单一门槛等假设条件进行门槛估计，并在Bootstrap法1000次的基础上得出三种假设条件下的检验值^[10]，最终得到如下结果。

表3：门槛效应估计及检验结果

假设检验	门槛值	F值	P值	临界值			95%的置信区间
				1%	5%	10%
单一	备案信息 举报中心 举报中心 行业协会 网络110 互联网协会 举报热线 首都协会 本站持《出版物经营许可证》 仅从事《四川省情》杂志的网上订阅工作,非任何杂志官网,并不涉及杂志社的出版等事务,特此声明！ 工信部备案：湘ICP备2025122662号-1，营业执照统一社会信用代码：91430721MAEHMRR7OE， 出版物经营许可证号：新安新出发证字第2025002号 特别声明:本站资料均源于网上的共享期刊资源，请特别注意，勿做其他非法用途。 如有侵犯您的版权或其他有损您利益的行为，请联系指出，期刊咨询服务平台会立即进行改正或删除相关内容! 扫码添加微信咨询 QQ客服：1663286777 电话：137-1883-9017 收到信息将及时回复