張建華+李先枝

內(nèi)容提要：本文基于非徑向、非角度的SBM方向性距離函數(shù)和Malmquist-Luenberger生產(chǎn)率指數(shù)，運(yùn)用MaxDEA軟件測算包含工業(yè)廢水排放量、工業(yè)廢氣排放量兩種非期望產(chǎn)出在內(nèi)的中國30個(gè)省、市、自治區(qū)的綠色全要素生產(chǎn)率（GTFP），并運(yùn)用面板數(shù)據(jù)回歸分析政府干預(yù)、環(huán)境規(guī)制以及二者之間的交互作用對綠色全要素生產(chǎn)率的影響。研究結(jié)果表明：在一定范圍內(nèi)，環(huán)境規(guī)制水平的提高能有效地促進(jìn)綠色全要素生產(chǎn)率的提升，但這種正向促進(jìn)作用一旦超過某個(gè)臨界值就會減弱，即驗(yàn)證了“強(qiáng)波特假說”。在政府干預(yù)程度越強(qiáng)的地區(qū)，當(dāng)?shù)卣赡茉絻A向于采用行政性環(huán)境規(guī)制手段迫使企業(yè)進(jìn)行污染治理，造成了資源的扭曲，不利于綠色全要素生產(chǎn)率的提高；在政府干預(yù)程度較弱的地區(qū)，當(dāng)?shù)卣畷呄蛴谶x擇逐步引導(dǎo)的環(huán)境規(guī)制方式，有效地促進(jìn)企業(yè)進(jìn)行綠色技術(shù)創(chuàng)新，對綠色全要素生產(chǎn)率產(chǎn)生積極的影響。因此，政府恰當(dāng)設(shè)計(jì)環(huán)境規(guī)制、合理把握對市場的干預(yù)程度，才能實(shí)現(xiàn)經(jīng)濟(jì)與環(huán)境保護(hù)協(xié)調(diào)發(fā)展。

關(guān)鍵詞：政府干預(yù)；環(huán)境規(guī)制；綠色全要素生產(chǎn)率

中圖分類號：F061.3 文獻(xiàn)標(biāo)識碼：A 文章編號：1001-148X（2017）10-0162-09

一、引言

黨的十八屆五中全會提出“創(chuàng)新、協(xié)調(diào)、綠色、開放、共享”五大發(fā)展理念，首次將綠色發(fā)展列入十大目標(biāo)，綠色全要素生產(chǎn)率（Green Total Factor Productivity，GTFP）這一概念應(yīng)運(yùn)而生。通過制定合理的環(huán)境規(guī)制政策來推進(jìn)綠色全要素生產(chǎn)率的持續(xù)改善成為政府保護(hù)環(huán)境發(fā)展經(jīng)濟(jì)的重要目標(biāo)。如何實(shí)現(xiàn)環(huán)境規(guī)制與經(jīng)濟(jì)發(fā)展“雙贏”，政府應(yīng)如何適度干預(yù)市場、控制市場失靈則具有重要的理論意義和現(xiàn)實(shí)價(jià)值。

現(xiàn)有文獻(xiàn)對政府干預(yù)、環(huán)境規(guī)制與綠色全要素生產(chǎn)率關(guān)系的研究主要集中在以下幾個(gè)方面：（1）政府干預(yù)。覃家琦等（2015）的研究表明H+A交叉上市公司由于受到更多的政府干預(yù)而具有更低的資本配置效率；李思霖（2015）在研究我國30個(gè)省區(qū)市全要素生產(chǎn)率增長時(shí)引入政府干預(yù)，結(jié)果表明政府干預(yù)在金融集聚與TFP增長之間產(chǎn)生了負(fù)效應(yīng)；胥愛歡（2012）發(fā)現(xiàn)政府干預(yù)行為會顯著影響經(jīng)濟(jì)從馬爾薩斯經(jīng)濟(jì)向索洛經(jīng)濟(jì)的產(chǎn)業(yè)結(jié)構(gòu)變遷過程的速度；邢志平等（2016）通過對金融資源錯(cuò)配的研究，發(fā)現(xiàn)政府對經(jīng)濟(jì)的干預(yù)程度越強(qiáng)，國企之間的金融資源錯(cuò)配程度越低。（2）環(huán)境規(guī)制。葉祥松等（2011）將環(huán)境規(guī)制作為約束條件帶入方向性距離函數(shù)，分別測算了無環(huán)境規(guī)制、弱環(huán)境規(guī)制、中環(huán)境規(guī)制、強(qiáng)環(huán)境規(guī)制四種狀態(tài)下的環(huán)境規(guī)制技術(shù)效率，發(fā)現(xiàn)考慮環(huán)境規(guī)制后，環(huán)境規(guī)制技術(shù)效率提高，但是地區(qū)差異化明顯。原毅軍等（2015）運(yùn)用SBM方向性距離函數(shù)和Luenberger生產(chǎn)率指數(shù)測度了在考慮能源消耗以及把二氧化碳當(dāng)作非期望產(chǎn)出情況下中國30個(gè)省的工業(yè)GTFP及其分解，并考慮了FDI和環(huán)境規(guī)制以及二者的交叉項(xiàng)對GTFP的影響，結(jié)果表明技術(shù)進(jìn)步是GTFP增長的主要來源，環(huán)境規(guī)制對GTFP增長具有明顯的促進(jìn)作用，而FDI并沒有直接促進(jìn)GTFP增長，而是通過增強(qiáng)環(huán)境規(guī)制水平來間接促進(jìn)GTFP的增長。劉和旺等（2016）運(yùn)用SBM和ML指數(shù)考察我國29個(gè)省的GTFP的影響因素，結(jié)果表明環(huán)境規(guī)制與GTFP之間呈倒“U”型關(guān)系，并且適宜的市場型環(huán)境規(guī)制可以通過激發(fā)技術(shù)創(chuàng)新來提高生產(chǎn)率從而促進(jìn)GTFP的增長。李斌等（2013）在研究環(huán)境規(guī)制與中國工業(yè)發(fā)展方式轉(zhuǎn)變時(shí)發(fā)現(xiàn)存在環(huán)境規(guī)制強(qiáng)度的“門檻效應(yīng)”。很顯然，此類研究方法存在一個(gè)很大的問題，即衡量環(huán)境規(guī)制程度的綜合指標(biāo)會受到政府干預(yù)程度的影響。（3）綠色全要素生產(chǎn)率及其測度。Chung et al（1997）在研究瑞典紙漿廠的全要素生產(chǎn)率（TFP）時(shí)，首次提出可以把污染排放當(dāng)作非期望產(chǎn)出的方向性距離函數(shù)（SBM），并將其用來測度綠色全要素生產(chǎn)率。此后，方向性距離函數(shù)就被廣泛運(yùn)用到綠色全要素生產(chǎn)率的測度中。Kumar（2006）運(yùn)用Malmquist-Luenberger（ML）指數(shù)測度41個(gè)國家的綠色全要素生產(chǎn)率，通過與傳統(tǒng)TFP對比發(fā)現(xiàn)GTFP與傳統(tǒng)TFP并沒有顯著的區(qū)別，但是在指數(shù)分解項(xiàng)方面ML指數(shù)跟Malmquist指數(shù)之間的差別比較顯著。Oh and Heshmati（2010）在研究26個(gè)OECD國家的綠色全要素生產(chǎn)率時(shí)同樣也運(yùn)用了ML指數(shù)，研究結(jié)果表明傳統(tǒng)的TFP跟GTFP在指數(shù)分解方面雖然存在顯著的差別，但是它們二者之間的增長趨勢相同，在GTFP增長的初期，技術(shù)效率起到支配作用，后期技術(shù)進(jìn)步的作用更加明顯。國內(nèi)學(xué)者對GTFP的研究主要側(cè)重于測度方法的介紹和來源分解。王兵等（2010）將方向性距離函數(shù)和Luenberger指數(shù)結(jié)合起來運(yùn)用到GTFP的測度上，并將指數(shù)分解成純粹技術(shù)進(jìn)步、純粹效率變化、規(guī)模效率變化以及技術(shù)規(guī)模變化四個(gè)層面，研究結(jié)果表明GTFP增長和傳統(tǒng)TFP增長的主要區(qū)別來源于純粹的技術(shù)進(jìn)步。由此可見，相關(guān)學(xué)者在研究環(huán)境規(guī)制與綠色全要素生產(chǎn)率之間的關(guān)系時(shí)并沒有特別關(guān)注過政府干預(yù)對環(huán)境規(guī)制以及綠色全要素生產(chǎn)率的影響。另外，在“波特假說”驗(yàn)證方面，王國印等（2011）在分析我國中東部地區(qū)的省際數(shù)據(jù)時(shí)發(fā)現(xiàn)，“波特假說”效應(yīng)具有顯著區(qū)域差異現(xiàn)象，在中西部地區(qū)并沒有得到很好的驗(yàn)證。原毅軍等（2015）的研究發(fā)現(xiàn)，在環(huán)境規(guī)制方面，沿海省份的環(huán)境規(guī)制水平跟GTFP呈正相關(guān)關(guān)系，而內(nèi)陸省份的環(huán)境規(guī)制水平跟GTFP呈負(fù)相關(guān)關(guān)系且系數(shù)不顯著。這種區(qū)域性差異可以從政府干預(yù)程度來解釋。

考慮到能源消耗和工業(yè)廢水、工業(yè)廢氣的非期望產(chǎn)出，本文首先采用非徑向、非角度方向性距離函數(shù)和Malmquist-Luenberger生產(chǎn)率指數(shù)對我國省際層面的綠色全要素生產(chǎn)率進(jìn)行測度，然后進(jìn)一步深入研究政府干預(yù)、環(huán)境規(guī)制對我國省際層面的GTFP的影響，以期為我國在經(jīng)濟(jì)新常態(tài)下轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式實(shí)現(xiàn)綠色發(fā)展提供一定的理論參考。

二、研究方法與理論基礎(chǔ)endprint

（一）綠色全要素生產(chǎn)率的測度

1.環(huán)境技術(shù)函數(shù)

2.方向性距離函數(shù)（Directional Distance Function）

本文借鑒原毅軍等（2016）的方法，將各個(gè)省（市、自治區(qū)）當(dāng)作一個(gè)決策單元（Decision Making Unit， DMU）來構(gòu)造生產(chǎn)性前沿。沿用前文的假設(shè)，將每個(gè)決策單元（DMU）的生產(chǎn)可能性集合表示為（x，y，b），如圖1所示，橫坐標(biāo)表示非期望產(chǎn)出b的量，縱坐標(biāo)表示期望產(chǎn)出y的量。如果企業(yè)在生產(chǎn)過程中不需要考慮非合意產(chǎn)出，即非合意產(chǎn)出是“強(qiáng)處置”的，那么企業(yè)就可以無限量的生產(chǎn)非合意產(chǎn)出，此時(shí)的生產(chǎn)可能性集合在圖1中BF和橫坐標(biāo)之間的部分。反之，如果不能隨意處理非合意產(chǎn)出，即非合意產(chǎn)出是“弱處置”的，那么企業(yè)在生產(chǎn)過程中就需要將部分資源用來處理非合意產(chǎn)出，從而使得合意產(chǎn)出下降，此時(shí)的生產(chǎn)可能性集合用圖1中包絡(luò)線OCDEF與橫坐標(biāo)之間的部分表示。

若上述ML、EFFCH、TECH指數(shù)大于1，則說明生產(chǎn)率增長了、效率得到改善以及技術(shù)進(jìn)步了；反之，則說明指數(shù)沒有效率。本文運(yùn)用MaxDEA軟件對我國30個(gè)省、市、自治區(qū)（由于西藏的數(shù)據(jù)缺失，本文將西藏剔除）的ML指數(shù)、EFFCH指數(shù)、TECH指數(shù)進(jìn)行了測算。

（二）理論基礎(chǔ)

1.政府干預(yù)對環(huán)境規(guī)制以及綠色全要素生產(chǎn)率（GTFP）的影響

適度的政府干預(yù)可以有效地解決環(huán)境公共物品及其外部性帶來市場失靈問題，但政府對市場的干預(yù)程度對綠色全要素生產(chǎn)率的影響不確定，它取決于政府干預(yù)程度的高低。政府干預(yù)對環(huán)境規(guī)制與綠色全要素生產(chǎn)率之間關(guān)系起調(diào)節(jié)作用。在政府干預(yù)程度越高的區(qū)域，其環(huán)境規(guī)制與綠色全要素生產(chǎn)率之間的關(guān)系也會相對較弱。反之，政府干預(yù)程度越低，環(huán)境規(guī)制與綠色全要素生產(chǎn)率之間的關(guān)系越強(qiáng)。在政府干預(yù)程度越弱的區(qū)域，環(huán)境規(guī)制能更加有效地促進(jìn)企業(yè)進(jìn)行綠色技術(shù)創(chuàng)新，從而進(jìn)一步提高當(dāng)?shù)氐木G色全要素生產(chǎn)率。

2.環(huán)境規(guī)制對綠色全要素生產(chǎn)率的影響

環(huán)境規(guī)制對綠色全要素生產(chǎn)率的影響主要有兩個(gè)途徑，一個(gè)是通過環(huán)境成本來影響綠色全要素生產(chǎn)率，另一個(gè)是通過技術(shù)創(chuàng)新來影響綠色全要素生產(chǎn)率。從環(huán)境成本的角度看，環(huán)境規(guī)制強(qiáng)度的增加不僅會增加企業(yè)在生產(chǎn)過程中面臨的應(yīng)對環(huán)境的成本，從而降低企業(yè)的利潤、不利于企業(yè)擴(kuò)大再生產(chǎn)過程，而且還會迫使企業(yè)加大對環(huán)境污染治理的投資，進(jìn)而擠出企業(yè)的營業(yè)利潤。因此，環(huán)境規(guī)制強(qiáng)度的提高對綠色全要素生產(chǎn)率的影響不利。從技術(shù)創(chuàng)新的角度來看，環(huán)境規(guī)制強(qiáng)度對綠色全要素生產(chǎn)率的影響不確定。一方面，環(huán)境規(guī)制強(qiáng)度的提高可以激發(fā)企業(yè)進(jìn)行技術(shù)創(chuàng)新、優(yōu)化升級工藝流程來適應(yīng)不斷提高的產(chǎn)品質(zhì)量標(biāo)準(zhǔn)和人民群眾多元化的消費(fèi)模式。另一方面，環(huán)境規(guī)制強(qiáng)度的提高也會使得企業(yè)為了應(yīng)對高標(biāo)準(zhǔn)的環(huán)境而增加其在技術(shù)創(chuàng)新方面的資源耗費(fèi)，再加上綠色技術(shù)創(chuàng)新初期表現(xiàn)出高成本、低收益，所以這時(shí)的創(chuàng)新是缺乏規(guī)模經(jīng)濟(jì)效益，會使得資源配置無效率。此外，環(huán)境規(guī)制強(qiáng)度的提高也容易使得企業(yè)形成不良的技術(shù)創(chuàng)新路徑依賴，這些都對企業(yè)的技術(shù)創(chuàng)新不利。因此，環(huán)境規(guī)制強(qiáng)度對綠色全要素生產(chǎn)率的影響也不確定。

三、數(shù)據(jù)來源、變量選取與模型建立

（一）數(shù)據(jù)說明

根據(jù)前文的研究方法，本文選取1997-2014年中國30個(gè)省、市、自治區(qū)的相關(guān)數(shù)據(jù)，剔除數(shù)據(jù)缺失較多的西藏地區(qū)。對于個(gè)別省份的缺失值，本文運(yùn)用插值法對其進(jìn)行補(bǔ)充。本節(jié)所使用的相關(guān)數(shù)據(jù)分別來源于《中國統(tǒng)計(jì)年鑒》、《中國勞動(dòng)統(tǒng)計(jì)年鑒》、《中國能源統(tǒng)計(jì)年鑒》、《中國環(huán)境統(tǒng)計(jì)年鑒》、《中國城市統(tǒng)計(jì)年鑒》及30個(gè)省份的統(tǒng)計(jì)年鑒。

（二）變量選取

1.期望產(chǎn)出，即好的產(chǎn)出：本文采用各省的實(shí)際GDP來衡量。將各省份的名義GDP通過其對應(yīng)的該省份的GDP平減指數(shù)進(jìn)行平減，從而得到以1997年不變價(jià)格計(jì)量的實(shí)際GDP。

2.非期望產(chǎn)出，即壞的產(chǎn)出：對于非期望產(chǎn)出的選取，原毅軍等（2015）選擇“溫室效應(yīng)”氣體CO2排放量來衡量，劉和旺等（2016）則選用SO2排放量、工業(yè)廢水排放量、工業(yè)煙（粉）塵排放量、工業(yè)固體廢棄物四個(gè)指標(biāo)，并對其進(jìn)行處理得到非期望產(chǎn)出的指標(biāo)值。由于本文選取的時(shí)間序列相對較長，考慮到數(shù)據(jù)的可獲得性，最終選取各省的工業(yè)廢水和工業(yè)廢氣排放量作為非期望產(chǎn)出的指標(biāo)。

3.要素投入：對于要素投入變量的選取，本文采用大部分學(xué)者的方法，除了基本的資本、勞動(dòng)投入之外，還將能源投入納入到模型中。資本投入方面，由于各類統(tǒng)計(jì)數(shù)據(jù)中并沒有直接列出各省的資本存量數(shù)據(jù)，而只有各省固定資產(chǎn)投資總額指標(biāo)，考慮到該指標(biāo)是名義變量，本文首先用各省的固定資產(chǎn)投資價(jià)格指數(shù)對該變量進(jìn)行平減，將其處理成以1997為基期的不變價(jià)格，然后運(yùn)用永續(xù)盤存法將實(shí)際固定資產(chǎn)投資總額轉(zhuǎn)化為資本存量。其中基期的資本存量K0借鑒Marshall Reinsdorf et al（2005）推導(dǎo)的公式K0=I0（1+g）g+δ，g表示不變價(jià)格固定投資的平均增長率，ρ表示資產(chǎn)折舊率，具體數(shù)值采用單豪杰（2008）估算的值10.96%。1998-2014年的資本存量借鑒葉宗裕（2010）的處理方法，具體計(jì)算公式為：Kt=Kt-1（1-δ）+It。勞動(dòng)投入方面，本文根據(jù)國家統(tǒng)計(jì)局和各省統(tǒng)計(jì)年鑒中的各省就業(yè)人數(shù)來衡量。能源消耗方面，本文根據(jù)《中國能源統(tǒng)計(jì)年鑒》中能源消費(fèi)總量萬噸標(biāo)準(zhǔn)煤來度量。各類指標(biāo)的描述性統(tǒng)計(jì)如表1。

4.綠色全要素生產(chǎn)率的測算?；诟魇　⑹?、自治區(qū)1997-2014年的數(shù)據(jù)，本文借鑒王兵等（2010）的處理方法，選擇非徑向非角度方向性距離函數(shù)和ML生產(chǎn)率指數(shù)在VRS假設(shè)前提下運(yùn)用MaxDEA軟件對包含工業(yè)廢水和工業(yè)廢氣兩種非期望產(chǎn)出以及能源消耗在內(nèi)的模型進(jìn)行測算，從而得到相應(yīng)的ML指數(shù)，用ML指數(shù)值來表示綠色全要素生產(chǎn)率GTFP。圖2顯示了我國30個(gè)省、市、自治區(qū)1997-2014年綠色全要素生產(chǎn)率增長分布情況①。endprint

（三）模型建立

將以上運(yùn)用MaxDEA測算得到的ML指數(shù)值作為因變量，由于測算的ML指數(shù)是相鄰兩年的變化率，損失了一個(gè)自由度，因此，本文后面的計(jì)量分析全部選擇1998-2014年的樣本數(shù)據(jù)。根據(jù)第二部分的理論機(jī)制，并借鑒以往學(xué)者的相關(guān)實(shí)證研究，建立以下計(jì)量模型：

式（9）主要是為了考察環(huán)境規(guī)制對綠色全要生產(chǎn)率的影響，加入平方項(xiàng)是為了驗(yàn)證“波特假說”，式（10）是為了考察政府干預(yù)對綠色全要素生產(chǎn)率的影響，式（11）是為了考察環(huán)境規(guī)制與政府干預(yù)對綠色全要素生產(chǎn)率的影響，式（12）加入政府干預(yù)與環(huán)境規(guī)制的交叉項(xiàng)是為了考察政府干預(yù)對環(huán)境規(guī)制與綠色全要素生產(chǎn)率關(guān)系的調(diào)節(jié)作用。

其中i表示省份，t表示年份，ER表示環(huán)境規(guī)制強(qiáng)度，關(guān)于這一變量指標(biāo)的選擇，李玲等（2012）選取工業(yè)廢水排放達(dá)標(biāo)率、工業(yè)SO2去除率、工業(yè)固體廢棄物綜合利用率三類指標(biāo)并對其進(jìn)行無量綱化處理而得到衡量環(huán)境規(guī)制強(qiáng)度的綜合指標(biāo)，考慮到本文時(shí)間段較長，工業(yè)廢水排放達(dá)標(biāo)率、工業(yè)二氧化硫去除率等指標(biāo)數(shù)據(jù)無法查到，因此，本文最終還是選擇排污費(fèi)征收金額作為衡量環(huán)境規(guī)制強(qiáng)度的指標(biāo)。同時(shí)考慮到環(huán)境規(guī)制可能存在內(nèi)生性，為了消除內(nèi)生性的影響，本文選取環(huán)保系統(tǒng)年末實(shí)有人數(shù)（PP）作為環(huán)境規(guī)制強(qiáng)度的工具變量來消除可能存在的內(nèi)生性問題。GI表示政府干預(yù)程度，本文選擇王小魯?shù)龋?011&2016）《中國分省份市場化指數(shù)報(bào)告》一書中政府與市場的關(guān)系評分作為政府干預(yù)程度的度量，并且該指標(biāo)值越大，表明政府對市場的干預(yù)程度越低。

式（13）是影響綠色全要素生產(chǎn)率（GTFP）的控制變量，根據(jù)宏觀經(jīng)濟(jì)理論以及相關(guān)學(xué)者在研究過程中考慮到的變量，本文最終選擇了研發(fā)投入（RD）、國內(nèi)生產(chǎn)總值GDP增速（GG）、對外開放水平（OPEN）、工業(yè)化程度（II）以及人口規(guī)模（PI）五類控制變量。

研發(fā)投入（RD）：本文運(yùn)用各省R&D經(jīng)費(fèi)支出表示，同時(shí)通過各省GDP指數(shù)對其進(jìn)行平減消除價(jià)格因素的影響。另外，考慮到研發(fā)投入可能存在滯后效應(yīng)，本文最終選擇滯后一階的RD來進(jìn)行計(jì)量分析。

GFP增速（GG）：計(jì)算公式為GG=GDPt-GDPt-1GDPt-1。

對外開放水平（OPEN）：本文選擇用進(jìn)出口貿(mào)易總額與GDP總量的比值來進(jìn)行衡量。

工業(yè)化程度（II）：本文選用工業(yè)增加值與GDP總量的比值來進(jìn)行衡量。

考慮到做計(jì)量分析數(shù)據(jù)的一致性，本文對環(huán)境規(guī)制強(qiáng)度（ER）、研發(fā)投入（RD）、人口規(guī)模（PI）等絕對數(shù)均進(jìn)行對數(shù)化處理。

四、實(shí)證結(jié)果分析

（一）各類變量的描述性統(tǒng)計(jì)分析

表2給出了各類研究變量的描述性統(tǒng)計(jì)特征，結(jié)果表明，排污費(fèi)征收金額的均值為1.485億元，各省排污費(fèi)征收金額差異較大，這說明各省份的環(huán)境規(guī)制水平也是存在很大區(qū)別的。從政府干預(yù)程度、R&D經(jīng)費(fèi)支出、人口規(guī)模等統(tǒng)計(jì)特征來看，各省市之間均有較大區(qū)別，但是否真實(shí)存在顯著的地區(qū)差異，還有待進(jìn)一步檢驗(yàn)。至于政府干預(yù)是否會影響環(huán)境規(guī)制與GTFP之間的關(guān)系，需要進(jìn)一步運(yùn)用計(jì)量分析工具進(jìn)行科學(xué)的考證。

（二）回歸結(jié)果分析

表3給出了上述計(jì)量模型（9）、（10）、（11）、（12）的回歸結(jié)果，并且它們各自對應(yīng)的Hausma檢驗(yàn)結(jié)果都顯著性地拒絕了原假設(shè)，表明這四個(gè)模型的固定效應(yīng)均優(yōu)于隨機(jī)效應(yīng)。

從回歸結(jié)果看，固定效應(yīng)下的模型（9）、（11）、（12）的環(huán)境規(guī)制強(qiáng)度（ER）均在5%的顯著性水平下顯著，表明環(huán)境規(guī)制強(qiáng)度的提高能有效地促進(jìn)綠色全要素生產(chǎn)率的提高，這與大多數(shù)學(xué)者的研究結(jié)果一致。與此同時(shí)，環(huán)境規(guī)制強(qiáng)度的平方項(xiàng)也在5%的顯著性水平下顯著，并且符號為負(fù)，這表明環(huán)境規(guī)制強(qiáng)度與綠色全要素生產(chǎn)率的關(guān)系是非線性的，它們之間的關(guān)系是一個(gè)處于坐標(biāo)系第一象限的開口向下的拋物線，也就是人們通常所說的倒“U”型。從經(jīng)濟(jì)學(xué)意義上來講，這表明在環(huán)境規(guī)制水平到達(dá)某一個(gè)臨界值之前，隨著環(huán)境規(guī)制強(qiáng)度的增強(qiáng)，它對綠色全要素生產(chǎn)率的正向促進(jìn)作用是越來越強(qiáng)的，但是一旦超過該臨界值，它對綠色全要素生產(chǎn)率的正向促進(jìn)會逐漸減弱，這恰好驗(yàn)證了“強(qiáng)波特假說”，同原毅軍等（2016）對環(huán)境規(guī)制與工業(yè)綠色生產(chǎn)率增長——對“強(qiáng)波特假說”的再檢驗(yàn)一文的結(jié)論是一致的。這說明環(huán)境規(guī)制強(qiáng)度的提高給企業(yè)帶來的環(huán)境成本要小于企業(yè)進(jìn)行綠色技術(shù)創(chuàng)新所帶來的利潤。適度的環(huán)境規(guī)制不僅能夠提高環(huán)境質(zhì)量水平，還能有效地促進(jìn)全要素生產(chǎn)率的提高，實(shí)現(xiàn)環(huán)保和經(jīng)濟(jì)增長的雙贏目標(biāo)。

從模型（10）、（11）、（12）的回歸結(jié)果看，在固定效應(yīng)模型中政府干預(yù)（GI）在1%的顯著性水平下顯著。由于政府干預(yù)程度這一變量選擇的是王小魯（2011、2016）在《中國分省份市場化指數(shù)報(bào)告》一書中政府與市場關(guān)系的評分，并且政府與市場關(guān)系的評分越高，市場化程度越高，從而政府干預(yù)程度越低?；貧w結(jié)果顯示政府干預(yù)程度這一變量的系數(shù)符號為負(fù)，即政府干預(yù)程度能顯著促進(jìn)綠色全要素生產(chǎn)率的提高，這表明我國政府對市場干預(yù)程度是處在合理范圍之內(nèi)的，并沒有過度干預(yù)市場，同時(shí)也說明了黨的十八屆三中全會強(qiáng)調(diào)的“要使市場在資源配置中起決定性作用和更好地發(fā)揮政府作用”得到很好的踐行。

模型（12）中加入了政府干預(yù)與環(huán)境規(guī)制的交叉項(xiàng)，其目的在于驗(yàn)證本文第二部分理論機(jī)制中政府干預(yù)對環(huán)境規(guī)制與綠色全要素生產(chǎn)率之間關(guān)系的調(diào)節(jié)機(jī)制。該模型的固定效應(yīng)回歸結(jié)果表明政府干預(yù)與環(huán)境規(guī)制的交叉項(xiàng)在5%的顯著性水平下顯著，且符號為正，這表明隨著政府干預(yù)程度的降低，環(huán)境規(guī)制與綠色全要素生產(chǎn)率之間的關(guān)系得到加強(qiáng)，這正好驗(yàn)證了第二部分的理論機(jī)制，即認(rèn)為在政府干預(yù)程度較弱的地區(qū)，當(dāng)?shù)卣畷觾A向于用經(jīng)濟(jì)性規(guī)制的市場化手段去引導(dǎo)進(jìn)行污染治理投資，而不是強(qiáng)制企業(yè)進(jìn)行，這種方法更加符合市場化機(jī)制，從而也能更加有效地激勵(lì)企業(yè)在污染治理時(shí)實(shí)現(xiàn)綠色技術(shù)創(chuàng)新，從而可以有效地提高當(dāng)?shù)氐木G色全要素生產(chǎn)率水平。endprint

從其他影響綠色全要素生產(chǎn)率的因素來看，研發(fā)投入（RD）滯后一期的值在1%的顯著性水平下顯著，這充分表明技術(shù)創(chuàng)新能有效地促進(jìn)綠色全要素生產(chǎn)率的提高，增加R&D經(jīng)費(fèi)支出能促使企業(yè)積極選用綠色環(huán)保的生產(chǎn)工藝和污染治理水平高的生產(chǎn)技術(shù)，從而有效地促進(jìn)綠色全要素生產(chǎn)率的提高。GDP增速（GG）同樣也在1%的顯著性水平下顯著，這表明在GDP增長速度加快的同時(shí)，也能有效地帶動(dòng)綠色全要素生產(chǎn)率的提高。對外開放水平（OPEN）在5%的顯著性水平下顯著為正，表明隨著對外開放水平的提高，能有效地促進(jìn)綠色全要素生產(chǎn)率的提高，這正好否定了“污染天堂假說”，即我國的對外開放政策為我國的生產(chǎn)發(fā)展提供了國外先進(jìn)的技術(shù)和理念，對外開放帶來的技術(shù)溢出效應(yīng)以及“學(xué)習(xí)效應(yīng)”加快了我國產(chǎn)業(yè)進(jìn)行轉(zhuǎn)型升級，使資源配置得到了帕累托改進(jìn)，這些都在一定程度上促進(jìn)了我國綠色環(huán)保生產(chǎn)技術(shù)的提高。工業(yè)化水平（II）整體上來看是在5%的顯著性水平上為正，這表明我國工業(yè)化水平的提升可以有效促進(jìn)綠色全要素生產(chǎn)率的提高，同時(shí)也說明我國近些年來實(shí)行的一系列促使重污染重能耗的工業(yè)產(chǎn)業(yè)轉(zhuǎn)型升級的政策已經(jīng)逐步起到了改善作用。人口規(guī)模（PI）這一變量在10%的顯著性水平上顯著為正，這說明人口規(guī)模對綠色全要素生產(chǎn)率有一定的促進(jìn)作用，其可能的原因就是人口規(guī)模越大，相對而言其勞動(dòng)力資本更豐富，從而能有效促進(jìn)綠色全要素生產(chǎn)率的提高。

（三）穩(wěn)健性檢驗(yàn)——工具變量法（IV）

考慮到環(huán)境規(guī)制變量可能存在內(nèi)生性，從而影響對回歸結(jié)果的合理判斷。本文選擇環(huán)保系統(tǒng)年末實(shí)有人數(shù)（PP）這一變量作為環(huán)境規(guī)制的工具變量來解決內(nèi)生性問題。選擇這一變量的原因在于該變量會對環(huán)境規(guī)制強(qiáng)度產(chǎn)生一定的影響，但是不會對被解釋變量GTFP產(chǎn)生影響，正好符合工具變量的選擇標(biāo)準(zhǔn)。本文對環(huán)保系統(tǒng)年末實(shí)有人數(shù)這一變量取對數(shù)后，將其作為環(huán)境規(guī)制的工具變量，讓后運(yùn)用兩階段最小二乘法對模型（12）進(jìn)行重新估計(jì)，得到回歸結(jié)果如表3中（14）所示。回歸結(jié)果表明，考慮內(nèi)生性問題后排污費(fèi)征收金額仍然能促進(jìn)綠色全要素生產(chǎn)率的提高，而且兩者之間仍然呈倒“U”型關(guān)系，并且其他變量也仍然是穩(wěn)健的。

五、結(jié)論

本文運(yùn)用1997-2014年我國30個(gè)省、市、自治區(qū)的面板數(shù)據(jù)，基于非徑向、非角度的方向性距離函數(shù)與ML生產(chǎn)率指數(shù)測算了包含兩種非期望產(chǎn)出的綠色全要素生產(chǎn)率，并考察了政府干預(yù)對環(huán)境規(guī)制與綠色全要素生產(chǎn)率之間關(guān)系的調(diào)節(jié)作用，研究結(jié)果表明：

1.在1997年到2014年間，我國30個(gè)省、市、自治區(qū)中，綠色全要素生產(chǎn)率比較高的省份有江蘇、北京、廣東、上海、新疆，而綠色全要素生產(chǎn)率比較低的省份有吉林、福建、江西、內(nèi)蒙古，其他省份的綠色全要素生產(chǎn)率則處于中間水平。

2.在一定范圍內(nèi)，環(huán)境規(guī)制水平的提高能有效地促進(jìn)綠色全要素生產(chǎn)率的提升，但一旦超過某個(gè)臨界值，這種正向促進(jìn)作用就會減弱，驗(yàn)證了“強(qiáng)波特假說”，同時(shí)也說明了環(huán)境規(guī)制強(qiáng)度的提高給企業(yè)帶來的環(huán)境成本要小于企業(yè)進(jìn)行綠色技術(shù)創(chuàng)新所帶來的利潤，在整體上對綠色全要素生產(chǎn)率起促進(jìn)作用。因此，只有“恰當(dāng)設(shè)計(jì)的”環(huán)境規(guī)制才能實(shí)現(xiàn)經(jīng)濟(jì)與環(huán)境保護(hù)的協(xié)調(diào)發(fā)展，政府應(yīng)建立合理的規(guī)制工具，積極誘導(dǎo)經(jīng)濟(jì)體進(jìn)行制度、技術(shù)、管理等方面的創(chuàng)新，使環(huán)境規(guī)制的運(yùn)行更加有效。

3.政府干預(yù)能有效地提高綠色全要素生產(chǎn)率水平，我國政府干預(yù)程度總體上處在合理范圍之內(nèi)。在干預(yù)程度較強(qiáng)的地區(qū)，當(dāng)?shù)卣赡軆A向于采用行政性環(huán)境規(guī)制手段迫使企業(yè)進(jìn)行污染治理，由此造成資源的扭曲，不利于綠色全要素生產(chǎn)率的提高。而在干預(yù)程度較弱的地區(qū)，當(dāng)?shù)卣畷呄蛴谶x擇逐步引導(dǎo)的環(huán)境規(guī)制方式，有效地促進(jìn)企業(yè)進(jìn)行綠色技術(shù)創(chuàng)新，對綠色全要素生產(chǎn)率產(chǎn)生積極的影響。因此，對于政府而言，合理地把握對市場的干預(yù)程度才能更好地發(fā)揮市場對資源的配置作用。

注釋：

① 限于文章篇幅，本文只給出了各省綠色全要素生產(chǎn)率增長分布圖，感興趣的可以向作者索取具體數(shù)值。

參考文獻(xiàn)：

[1] 單豪杰.中國資本存量K的再估算：1952～2006年[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2008（10）.

[2] 李斌，彭星，歐陽銘珂.環(huán)境規(guī)制、綠色全要素生產(chǎn)率與中國工業(yè)發(fā)展方式轉(zhuǎn)變——基于36個(gè)工業(yè)行業(yè)數(shù)據(jù)的實(shí)證研究[J].中國工業(yè)經(jīng)濟(jì)，2013（4）.

[3] 李玲，陶鋒.中國制造業(yè)最優(yōu)環(huán)境規(guī)制強(qiáng)度的選擇——基于綠色全要素生產(chǎn)率的視角[J].中國工業(yè)經(jīng)濟(jì)，2012（5）.

[4] 劉和旺，左文婷.環(huán)境規(guī)制對我國省際綠色全要素生產(chǎn)率的影響[J].統(tǒng)計(jì)與決策，2016（9）.

[5] 覃家琦，邵新建.交叉上市、政府干預(yù)與資本配置效率[J].經(jīng)濟(jì)研究，2015（6）.

[6] 王兵，吳延瑞，顏鵬飛.中國區(qū)域環(huán)境效率與綠色全要素生產(chǎn)率增長[J].經(jīng)濟(jì)研究，2010（5）.

[7] 王國印，王動(dòng).波特假說、環(huán)境規(guī)制與企業(yè)技術(shù)創(chuàng)新——對中東部地區(qū)的比較分析[J].中國軟科學(xué)，2011（1）.

[8] 王小魯，樊綱，余靜文.中國分省份市場化指數(shù)報(bào)告[M].北京：社會科學(xué)文獻(xiàn)出版社，2016.

[9] 葉祥松，彭良燕.我國環(huán)境規(guī)制下的規(guī)制效率與全要素生產(chǎn)率研究：1999-2008[J].財(cái)貿(mào)經(jīng)濟(jì)，2011（2）.

[10]葉宗裕.中國省際資本存量估算[J].統(tǒng)計(jì)研究，2010（27）.

[11]原毅軍，謝榮輝.FDI、環(huán)境規(guī)制與中國工業(yè)綠色全要素生產(chǎn)率增長——基于Luenberger指數(shù)的實(shí)證研究[J].國際貿(mào)易問題，2015（8）.

[12]原毅軍，謝榮輝.環(huán)境規(guī)制與工業(yè)綠色生產(chǎn)率增長——對“強(qiáng)波特假說”的再檢驗(yàn)[J].中國軟科學(xué)，2016（7）.

[13]Chung Y. H.， Fare R.， Grosskopf S. Productivity and undesirable output： A directional distance function approach[J].Journal of environmental management， 1997，51（3）：229-240.endprint

[14]Fare R.， Grosskopf S and Carl A. Environmental production functions and environmental directional distance functions[J].Energy，2007，32（7）：1055-1066.

[15]Kumar S. Environmentally sensitive productivity growth： A global analysis using malmquist-Luenberger index[J].Ecological economics，2006，56（2）：280-293.

[16]Marshall Reinsdorf， Mariam Cover， Measurement of capital stocks， consumption of fixed capital， and capital services， report on a presentation to the central American ad hoc group on national accounts， 2005（5）：37-49.

[17]Oh， D.， A. Heshmati. A sequential Malmquist-Luenberger productivity index： Environmental sensitive productivity growth considering the progressive nature of technology[J].Energy economic， 2010，32（6）：1345-1355.

Abstract：Based on the non-radial and non-angle SBM direction distance function and Malmquist-Luenberger productivity index， this paper calculates the Green Total Factor Productivity（GTFP） indicators of 30 provinces， municipalities and autonomous regions in China with industrial waste water and gas emissions as unexpected outputs included in the calculation process， and analyzes the effects of government intervention， environment regulation and their interaction effect on GTFP. Research shows the improvement of environmental regulation level can effectively promote the promotion of GTFP， but this positive promotion will be weakened once it exceeds a critical value， confirming the Strong Potter Hypothesis. In the region where government intervention is strong， the government incline to force firms to cut down pollution by administrative means， which results in misallocation of resources and is harmful to the improvement of firms′ GTFP； in the regions where government intervention is inferior， however， the local government tends to regulate by more progressive ways， which is conducive to firms′ green technology innovation and will have positive effect on GTFP. Therefore， in order to realize the coordinated development of economy and environment protection， government should properly design environmental regulations and reasonably grasp the degree of intervention in the market.

Key words：government intervention； environmental regulation； Green Total Factor Productivity

（責(zé)任編輯：周正）endprint