高質量發展目標下的環境規制與技術效率優化

 　　摘 要：因其顯著的經濟、社會與環境影響，鋼鐵產業技術效率優化對其加快實現高質量轉型發展具有重要意義。本文基于2006—2017中國29個省份的面板數據，先是構建全局網絡方向距離系數模型測算鋼鐵產業技術效率，并進一步建立空間杜賓Tobit模型和面板門檻模型，分析環境規制等因素對產業技術效率的空間溢出與非線性影響。結果表明，觀測期內，中國鋼鐵產業技術效率整體表現出波動上升趨勢，且效率水平存在區域異質性和空間相關性;行政命令與公眾參與型環境規制對鋼鐵產業技術效率優化都起到了顯著的促進作用，市場激勵型和自愿意識型規制的直接效應尚不顯著，行政命令型規制在不同空間距離下都體現出了顯著的溢出效應;四類環境規制均存在雙重門檻，但各類規制的最優強度區間存在差異，體現出其對鋼鐵產業技術效率的非線性作用機理。

　　關鍵詞：高質量發展;環境規制;鋼鐵產業;技術效率;空間效應;面板門檻模型

　　中圖分類號：F262文獻標識碼：A

　　文章編號：1000-176X(2021)12-0039-10

　　《中國集體經濟雜志》注重性、學術性，努力做到風格清新、雅俗共賞。創刊于1985年，經新聞總署批準公開發行的專業性學術期刊，CN:11-3946/F。創刊以來一直是各種經濟信息交流的重要平臺。

　　一、問題的提出

　　作為國民經濟基礎性支柱產業，鋼鐵工業的發展是一國經濟水平和綜合國力的重要標志。1996年中國超過日本成為世界第一產鋼大國，并保持了二十余年的高速發展。中國粗鋼產量占全球份額從1996 年的13.50%逐步提高到2019年的53.10%。但與此同時，鋼鐵產業的技術相對落后、發展不均衡等問題一直未能得到根本解決，產能過剩的困境日益凸顯。2013年以后，中國鋼鐵產業更是由相對產能過剩轉變為絕對過剩。在此背景下，供給側結構性改革政策在中國全面推進，2019年中國鋼鐵產業產能利用率達到80.00%，較2016年提升了8.30個百分點。但同時2019年中國粗鋼產量達9.96億噸，同比增長7.20%，去產能政策效果并不十分穩固，出現滑入過剩區間的風險。在此背景下，如何通過優化產業資源配置推動鋼鐵產業結構轉型升級進而提升全要素生產率，推動鋼鐵產業高質量平穩發展成為關鍵。產業的結構升級和可持續增長都離不開生產過程技術效率的提升。一方面，技術創新與技術進步是改進生產能力的關鍵所在;另一方面，生產要素的投入和全要素生產率的提升至關重要，而全要素生產率又取決于資源配置效率和技術效率的提升。由此可見，技術效率的提升對中國鋼鐵產業結構升級和經濟可持續發展至關重要。此外，在“一帶一路”倡議不斷推進的環境下，中國鋼鐵產業在世界鋼鐵部門中占有越來越高的地位。提升鋼鐵產業生產的技術效率，加快實現鋼鐵產業又好又快發展，有利于為國際社會提供多樣化的產品，對于推動以國內大循環為主體、國內國際雙循環相互促進新發展格局戰略構想的實施具有重要意義。目前，中國鋼鐵產業仍然存在著資本利用率低、勞動力依賴性強等問題，不同地區產業技術進步、管理水平和投資能力也存在明顯差異。如何實現在一定生產技術水平下，以更少的投入獲得更多產出就成為關鍵問題。因此，探究中國鋼鐵產業技術效率水平及其影響因素，對實現鋼鐵產業優化生產、改進資源配置、提高綜合效益具有重要的指導意義。

　　現有研究表明，環境規制是影響技術效率的一個重要因素。面臨日益嚴格的法律法規管制，鋼鐵產業高能耗和高污染的特點決定了它的生產活動將受到環境規制等因素的影響。鋼鐵企業在環境污染控制下承受巨大的成本壓力，為了提高競爭力和利潤率，企業必須謀求在環境保護的同時提升技術效率改進生產，以取得全要素生產率的提高并實現可持續發展。根據波特假說，環境規制強度越高，全要素生產率水平相應也越高。說明適度的環境規制能夠促使企業為降低成本而加快創新步伐，提高技術效率并相應地減少工業污染物的排放，進而推動產業可持續發展。

　　現有研究中關于效率的分析方法主要有兩類：一類是以隨機前沿分析(Stochastic Frontier Analysis， SFA)為代表的參數法;另一類是以數據包絡分析(Data Envelopment Analysis， DEA)為代表的非參數法。相比之下，DEA方法因其獨特的優勢在技術效率、全要素生產率、創新效率、生態效率和資源利用率等的測算方面應用廣泛。除了傳統的CCR和BBC方法之外，很多學者在研究中對其作出了相應的改進，例如考慮松弛變量的Slack-Based Measure(SBM)、考慮抽樣法的Bootstrap-DEA、考慮非期望產出的Malmquist-Luenberger指數等。在鋼鐵產業的研究中，DEA方法也同樣被用于廢氣處理效率、能源效率、碳排放績效等多方面的研究。在鋼鐵產業技術效率分析方面，劉文君和向冰[1]采用了基于松弛變量的超效率DEA模型分析了鋼鐵上市公司基于碳排放的技術效率;張慶芝等[2]以中國重點大中型鋼鐵企業為研究樣本，采用Undesirable-SBM模型測算了鋼鐵產業的技術效率并分析了地區差異;Yang等[3]則利用Bootstrap—網絡DEA分析了中國各省市鋼鐵產業的技術效率及其區域性差異。

　　波特假說指出，環境規制可以激勵企業創新進而提高資源利用效率，產生創新補償效應大于成本效應的效果，從而可以促使企業生產效率的提高�，F有的研究中，

　　環境規制的分類方法較多。單一指標法中，多采用環境污染治理投資、排污費和排污補助、單位能源消費的GDP產出等作為環境規制的代理指標。在此基礎上，有學者采用雙分法區分環境規制類別，從實施主體來看有正式規制和非正式規制、行政命令型和市場激勵型環境規制、費用型與投資型環境規制;從實施過程來看，可以分為治理投入和治理效果、規制成本和規制產出等。在近來的研究中，環境規制又被進一步分為三類，包括行政命令型、市場激勵型和公眾參與型或命令控制型、市場型和自主型。

　　關于環境規制對技術效率的影響方面尚未形成一致結論。例如，何楓等[4]運用非期望SBM模型測算了霧霾約束條件下中國省級環境技術效率，并證明了環境規制未能對環境技術效率產生顯著的影響;Liu等[5]基于PP-SAF方法測算了中國31個省市快遞行業的技術效率并分析了其影響因素，發現環境污染管制手段抑制了行業技術效率的提升;Pei等[6]以中國六大高能耗產業的省級面板數據為樣本，研究發現環境規制強度的提升能夠通過技術效率的改善并最終降低碳排放，但規制對技術效率在各細分行業的作用存在差異性。在異質性環境規制的作用方面，吳力波等[7]在研究中發現，命令控制型和經濟激勵型環境規制對中國煤炭發電企業成本技術效率的提高均產生抑制作用，且對重點減排地區企業成本技術效率的負面影響大于非重點減排地區受到環境規制的負面影響;Cheng等[8]研究表明，命令控制型環境規制和市場激勵型環境規制均能促進中國制造業技術效率提升，進一步促進產能利用率提高，且命令控制型的作用強度更大。此外，盡管環境規制對技術效率的非線性作用已經得到了關注，但相關研究成果十分有限。并且現有研究主要選擇采用加入平方項或立方項來進行分析，該方法不能在結果中顯示門檻變量在門檻值兩側如何影響被解釋變量，也不能體現門檻值所處的置信區間，難以揭示估計的統計意義，具有一定的局限性。

　　綜上可知，首先，現有文獻針對鋼鐵產業技術效率的分析較少，盡管隨著網絡DEA技術的發展現有研究已能夠將鋼鐵產業的生產階段性加以考慮，但目前對技術效率的測算方法中沒有將生產技術前沿的變化納入分析框架，也缺乏應對無效最小決策單元(DMU)影響效率評價的手段，從而忽略了樣本的全面性，可能導致測算結果的有偏估計。其次，在環境規制作用研究方面，主要集中于兩分法和三分法的探討，缺乏將政府、市場、企業、公眾等多主體同時納入分析框架。最后，隨著區域一體化戰略等政策的實施，產業間的區域關聯越來越強，環境政策以及產業發展政策也表現出越來越明顯的區際影響和聯動，因此，在研究環境規制對產業影響的過程中，空間影響成為不可忽視的重要因素之一。但在目前的研究中，探討異質性環境規制對產業技術效率的空間溢出效應以及非線性作用的成果十分有限。

　　基于此，本文可能的學術貢獻有以下三點：第一，通過將方向距離函數(DDF)與兩階段DEA方法相結合，融合全局思想構建全局網絡DDF模型測算中國鋼鐵產業的技術效率，探討鋼鐵產業技術效率的變化趨勢。第二，將政府、市場、企業、公眾等多主體納入分析框架，采用四分法探討異質性環境規制對鋼鐵產業技術效率的影響。第三，將空間杜賓 Tobit模型與面板門檻回歸模型相結合，探究環境規制對中國鋼鐵產業的影響及地區間的溢出效應，并分析其非線性的作用特征及最優的強度范圍。

　　二、研究設計

　　(一)變量選取與數據來源

　　為了探究中國鋼鐵產業技術效率及其相關影響因素，根據數據完整性和可得性，

　　由于2018年起中國全面實施排污費改稅政策，排污費數據截至2017年。本文參考Lin等[9]的研究，選取中國29個省份2006—2017年的面板數據進行分析。其中，海南和西藏由于數據缺失較多且不具備研究的代表性被剔除，也不包括中國港澳臺地區。所用數據均來自《中國統計年鑒》、《中國鋼鐵工業年鑒》、《中國環境統計年鑒》、《中國環境年鑒》、各省統計年鑒、中國經濟與社會發展統計數據庫以及政府網站。相關經濟類指標均以2000年為基期進行平減折算，具體指標定義與數據選取如下。

　　1.被解釋變量：鋼鐵產業技術效率(TE)

　　根據現有的研究經驗，本文參考Yang等[3]的研究選取固定資產投資作為鋼鐵產業資本投入指標，選取鋼鐵產業年平均從業人數作為勞動投入指標。實際的生產過程往往分為不同的生產階段，就鋼鐵產業而言，本文將其生產活動分為兩個階段并運用網絡DEA方法分析其技術效率。在產出方面，本文選擇粗鋼產量作為中間產出，生鐵和成品鋼材的產量作為最終產出。

　　2.解釋變量：環境規制

　　(1)行政命令型環境規制(ER1)。在環境污染治理的過程中，政府作為最重要的約束力量始終發揮著主導作用，促進和引導了各行各業的環境污染治理行為，在Li 等[10]研究的基礎上，本文進一步根據《中國環境統計年鑒》關于環境污染治理投資的分類，選擇工業污染源治理投資額、城市環境基礎設施建設投資額、建設項目“三同時”環保投資/當年完成環保驗收項目環保投資額三項指標作為行政命令型環境規制的衡量指標，并進一步采用熵值法得到綜合指標衡量行政命令型環境規制的強度。

　　(2)市場激勵型環境規制(ER2)。保護環境一方面要依靠政府力量的約束;另一方面也要受到市場的約束和激勵，其中，比較具有代表性的市場約束行為就是征收排污費。本文參考范丹和孫曉婷[11]的研究，選取排污費作為市場激勵型環境規制的衡量指標并將其標準化以保持數據的一致性。

　　(3)公眾參與型環境規制(ER3)。除了政府和市場，公眾在環境污染治理方面也逐漸發揮出重要作用。隨著人口素質和教育水平的提高，人們對生活環境質量的要求也隨之提升，越來越重視環境保護并且愿意參與到環境污染監督中去。因此，收入水平、受教育程度、人口密度和年齡結構與公眾參與環境監督關系密切[12]。本文選擇該四類因素并利用熵值法求其綜合值作為衡量指標并進行標準化處理以反映公眾參與型環境規制的強度。

　　(4)自愿意識型環境規制(ER4)。近年來，由于社會和國家的引導與提倡，越來越多的企業開始進行自發的環境污染治理投資和創新活動。中國自2006年起設立環境標志認證中心，并逐漸形成了完整的標準、認證、審核體系。因此，本文選擇通過環境質量認證標準的企業數量作為衡量指標并進行標準化處理來反映自愿意識型環境規制的強度[13]。

　　3. 控制變量

　　(1)外商直接投資(fdi)。中國鋼鐵產業在世界鋼鐵產業中占據重要地位，不僅為國際市場提供了大量的鋼鐵產品，也在對外開放的過程中吸收和引進了國外的資金投入，同時帶來了生產技術和管理能力的改進，是促進鋼鐵產業發展的重要因素之一。本文參考現有的研究成果[14]，選取實收外商資本總額體現外商投資的水平。(2)技術水平(tech)。鋼鐵生產往往需要消費大量的能源，包括煤、石油、天然氣以及電力等，進而產生大量的廢氣、廢渣污染。而減少污染、提高能源利用率的最有效手段就是改進生產技術和生產工藝，因而在一定程度上，單位產出所需要的能源消費量體現了產業的生產技術水平�；�于以上分析，本文選擇鋼鐵產業能源強度即單位產值綜合能耗作為技術水平的衡量指標進行分析。(3)市場規模(scale)。鋼鐵產業是具有典型的規模效應的產業，生產規模越大，越容易節省能源、提高生產效率、增加技術創新，然而盲目擴大生產規模容易帶來產能過剩等弊端，因此，市場規模的擴大能否帶來效率的提升值得探討，本文中采用工業銷售產值來衡量鋼鐵產業市場規模[13]。(4)工業化水平(ind)。工業化往往需要大量的原料進行基礎設施建設和產業發展，鋼鐵產品作為必不可少的原料在工業化進程中發揮著重要作用，工業化發展的需求結構也影響著鋼鐵產業的生產結構，本文采用工業總產值占GDP的比重來衡量中國各省市的工業化水平，進一步分析其對鋼鐵產業技術效率的影響。(5)城鎮化水平(urb)。從消費層面來講，城鎮化的推進增加了基礎設施的需求，進而產生了更多的鋼鐵產品需要。而從生產層面來講，城鎮化提高了人口素質，增加了居民收入，為鋼鐵產業乃至工業生產帶來了更多高素質的勞動力和更多的投資，因此，成為影響鋼鐵產業的另一個重要社會因素。本文選取城鎮人口數量占總人口的比重來衡量城鎮化水平。

　　(二)全局網絡DDF模型

　　網絡DEA在多階段生產效率的評價中是一種有效的方法。根據中國鋼鐵產業長流程的生產特點，第一階段生產的粗鋼可以作為第二階段的投入變量，同時這種關系可以反映鋼鐵產業的生產特點。因此，本文首先選擇兩階段DEA分析其生產技術效率。標準的兩階段DEA模型往往采用CCR方法來測算效率，這種方法將投入產出的比率限制在小于1的范圍內，當投入產出變量超出限制范圍，就會產生無效DMU。方向距離函數(DDF)是對徑向DEA模型的一般化表達，它能夠通過定義方向向量使無效DMU沿任意設定方向投影到前沿，進而改進效率評價方法。構建基于DDF的網絡效率分析模型以克服標準兩階段DEA模型的局限性，能夠更加有效地分析中國鋼鐵產業生產的技術效率，

　　表示投入變量，y表示產出變量，λ表示DMU的線性組合系數，gx和-gy表示投入產出方向向量，s-i和s+n分別表示投入產出松弛變量。另外，考慮到時期變化引起的生產技術前沿水平的變動，本文借鑒全局DEA技術構建了各期生產技術集PG(i=1，2，3…，t)：PG=P1UP2UP3U...UPt，并以此作為全局網絡DDF模型的生產技術集。此時的DEA模型能夠將所有生產技術集全部包絡進而有效分析鋼鐵產業各個時期的技術效率差異。

　　(三)空間杜賓Tobit模型

　　中國疆域遼闊，各地區之間貿易便利，在發展中必然會因為地理臨近、貿易往來而產生生產聯系。因此，分析鋼鐵產業技術效率及其影響因素之間的空間關聯對于分析產業生產狀況、優化產業配置具有現實意義。本文采用地理距離矩陣進行空間分析，并采用將經濟、地理因素納入測算的地理經濟距離矩陣進一步驗證鋼鐵產業技術效率及其影響因素的空間效應，計算方法如式(3)和式(4)：

　　其中，dij為各省會城市之間的地理距離，Yi為i省的工業總產值。

　　在進行空間分析之前，首先要進行空間相關性分析。本文采用空間莫蘭指數分析鋼鐵產業技術效率的空間相關性。莫蘭指數計算方法如式(5)：

　　其中，Xi和Xj分別表示i省和j省的技術效率，X-為效率均值，X-=∑ni=1Xi/n，Wij表示空間權重矩陣。莫蘭指數的取值范圍為[-1， 1]，當其取值小于0時，表明兩地區之間存在負向空間相關性，且取值越接近-1，相關性越強;當取值大于0時，表明兩地區之間存在正向空間相關性，且取值越接近1，相關性越強;當Morans I趨近于0時，表明空間范圍內各區域之間不存在相關性。

　　考慮到空間杜賓Tobit模型在分析空間溢出等關聯效應方面具有的獨特優勢，也是各類空間模型中更具有一般性的形式，本文選取Tobit模型研究環境規制等影響因素對于鋼鐵產業技術效率的作用。此外，由于DEA所得效率值具有的非負截斷性特征，本文將Tobit模型與SBM相結合，構建隨機效應空間杜賓Tobit模型進行空間分析，具體模型如式(6)：

　　其中，TEit為i省鋼鐵產業在t年的技術效率值，ER1表示行政命令型環境規制，ER2表示市場激勵型環境規制，ER3表示公眾參與型環境規制，ER4表示自愿意識型環境規制;X表示一系列的控制變量，W為空間距離矩陣，μ表示隨機擾動項。

　　(四)面板門檻回歸模型

　　根據波特假說，合理的環境規制能夠促進生產企業開展技術創新，減少能源消耗和污染排放，從而提高生產效率，進而取得更大的競爭優勢。若環境規制強度過低，其約束作用可能難以得到發揮，若環境規制強度過高，則可能會使企業承受更多的成本壓力從而擠占創新的資本等資源，反而抑制效率的提高。因此，在環境規制與技術效率的非線性關系中，識別環境規制門檻效應是否存在對于政策的制定與實施具有一定程度上的參考意義與價值。本文進一步構建單一、雙重、三重門檻模型識別中國各省環境規制在鋼鐵產業是否存在門檻效應，基本模型如式(7)—式(9)：

　　其中，TEit為i省鋼鐵產業在t年的技術效率值，ER分別表示各類環境規制，同時也是門檻變量，X表示一系列的控制變量，γ表示門檻值，ε表示隨機擾動項。

　　三、結果與分析

　　(一)鋼鐵產業技術效率

　　基于鋼鐵產業的統計數據，利用本文構建的全局網絡DDF模型，對中國鋼鐵產業技術效率進行實證分析，研究結果如表1所示。

　　由表1可知，2006—2017年間，中國29個省市鋼鐵產業技術效率整體表現出上升趨勢，其中2008年和2012年出現明顯下降。2008年，受到全球經濟危機的影響，一方面，市場衰退、需求下降，基礎建設大量減少;另一方面，勞動、資本供給收緊，鋼鐵產業生產經歷了蕭條時期。但從2009年開始，中國政府采取各種政策措施，推動生產恢復和市場復蘇，產業要素利用率提升，市場需求增加，鋼鐵產業技術效率恢復上升的趨勢。此外可以明顯看到，2009—2011年技術效率上升逐漸放緩，這是因為大力發展生產導致鋼鐵企業盲目擴張，小作坊、地條鋼大量出現，最終導致鋼鐵產業產能由相對過剩轉變為絕對過剩，導致技術效率再次出現下降。隨后，去產能政策在鋼鐵產業大力推行，落后產能不斷淘汰，小工廠、小作坊被取締，政府鼓勵技術創新、管理創新取得明顯成效，鋼鐵產業技術效率提升穩定且明顯[15]。

　　分地區來看，各地區技術效率發展趨勢與全國基本一致，但也出現了一定的區域異質性特征——東部地區鋼鐵產業技術效率明顯領先，成為全產業技術效率增長的主動力，其次是中部地區，東北地區位列第三，西部地區的技術效率水平最低。值得注意的是，2016—2017年東北地區技術效率已經超過中部地區和西部地區，尤其是西部地區在經歷了2012年的效率下降后增長動能不足，逐漸落后于東北地區。其中的原因可能是，東北地區作為老工業基地擁有良好的生產基礎和資源條件，“東北振興”戰略的實施也為其鋼鐵產業提升發展質量、提高經濟效益、優化產業結構、釋放基礎優勢注入了新活力，從而促進了技術效率的不斷提升[16]。相對而言，西部地區交通條件和基礎設施較為落后，產業和市場結構不夠完善，生產結構仍需調整[17]。因此，西部地區可以在發展中探索適合地區特質的產業結構，學習其他地區先進的生產和管理經驗，擴大產業合作，擺脫粗放型生產模式，進而降低成本、優化生產，提高效率水平。

　　(二)環境規制的空間效應

　　根據式(5)可以計算得到兩個矩陣下的空間莫蘭指數，結果如表2所示。

　　在地理距離矩陣下，除了2006年、2007年以及2016年以外，中國鋼鐵產業技術效率均表現出顯著的空間相關性，這可能是因為鋼鐵產業早期發展水平較低時，各地的生產與消費流動性較小，空間關聯性很弱。隨著經濟社會發展，地區間尤其是相鄰地區間的生產發展合作增加、出現相互關聯，莫蘭指數出現提升。在經濟地理距離矩陣下，2012年與2013年的莫蘭指數也表現為不顯著，這可能是因為全國范圍內的鋼鐵生產嚴重過剩使得各個地區均處在供大于求的狀況之下[18]。因此，在經濟合作與產品往來方面溝通減弱，導致關聯性降低。但總體而言，29個省市鋼鐵產業表現出較強的空間相關性，進行空間分析具有合理性。

　　根據空間杜賓Tobit模型可以得到空間面板回歸結果，如表3所示。從直接影響來看，行政命令型環境規制對中國鋼鐵產業技術效率的提高產生了顯著的促進作用。一方面，環境污染治理投資激勵了生產企業推動技術革新，改進生產工藝，從而降低能耗、減少排放進而促進技術效率的提升;另一方面，政府在污染治理方面表現出的嚴格管理以及對于清潔生產的鼓勵和提倡也督促企業提高生產效率，使生產的各個環節更加節能高效、符合要求。同時，公眾參與型環境規制在研究期間也能夠顯著促進鋼鐵產業技術效率的提高。隨著人口素質的提高和社會文明的進步，在市場改革和發展中，公眾參與逐漸發揮越來越重要的作用。尤其是在環境保護領域，公眾往往能第一時間發現問題，更具有敏銳性。近年來，中國政府采取了多種方式積極為公眾參與環境規制拓寬渠道，增加平臺，來信、上訪、網絡舉報等方式極大地鼓舞了公眾監督環境保護的積極性，對于政府強制性管制產生了有效的補充作用。此外，研究期間市場激勵與自愿意識型環境規制對技術效率的改善尚未發生顯著作用，該結果說明排污費征收制度取得的效果并不理想。因而從2018年起，政府已經著手實施污染排放的“費改稅”，市場手段正在探索中改進。此外，環境質量標準認證可以有效促進企業開展綠色創新活動，降低原材料投入和生產成本，但是企業為了達到標準，可能會首先考慮盡快使末端污染合規，并為此購買相應的污染處理設備，由此擠占部分正常推進實施環境標準認證而進行技術創新和生產改進的資源投入。同時，環境質量標準認證之后，企業實際生產活動中實施的也可能存在嚴格性和連續性欠缺等問題，從而使認證流于形式[19]。此外，以環境管理體系認證為代表的自愿意識型工具本身也存在一定的不足，包括提高了組織復雜性和運行成本等，其實際效果也受到一定的質疑。

　　就控制變量而言，工業化水平提高抑制了鋼鐵產業技術效率的提升，而技術水平提高、市場規模擴大能夠促進技術效率的提高。工業化的推進會帶來更多的需求，鋼鐵企業為了追求利益可能通過一味地增加生產甚至盲目擴大規模維持利潤，最終引致產能過剩，對技術效率的提高產生負面影響。另外，生產技術水平的提高能夠降低成本、減少污染，生產工藝的改進也有利于提高效率，甚至引發產品結構的調整，而市場規模擴大意味著企業可以獲得更多利潤從而增加生產和技術創新投入，同時，生產結構也可能會發生變化，高技術含量和附加值的產品生產將會增加，這時技術效率也會提高，從而在生產中形成良性循環。

　　就空間效應而言，行政命令型環境規制在兩種空間距離下都具有顯著的正向溢出效應，表明其在相鄰地區及經濟相關地區之間能夠發揮促進鋼鐵產業技術效率提高的作用。一方面，相鄰或相關地區政府之間存在一定程度的模仿行為，治理與發展政策往往相互影響，彼此聯動;另一方面，政府大力推進區域一體化發展戰略等措施也加強了這種作用。其他三類環境規制不能產生顯著的溢出效應。在控制變量中，技術進步和市場規模擴大表現出顯著的正向溢出效應，這是因為技術和資本本身就具有溢出效應[20]。一個地區的技術水平提高，相近或相關地區會學習其發展經驗，共享技術進步成果。同樣，市場規模擴大將會同時增加相關聯地區的需求，引導生產發展和效率提高，使其共同受益。工業化則具有負向溢出效應，這可能是因為地區之間經濟發展的競爭和需求的吸引導致相關地區也大力推進工業化進程，最終導致生產趨同，抑制效率提升。另外，本地區工業化推進也很有可能產生資本、知識和人力資源的“虹吸效應”，對相關聯地區鋼鐵產業技術效率的提升產生負面影響。

　　(三)環境規制的門檻效應

　　為了進一步探究促進鋼鐵產業技術效率提升的最優環境規制強度，本文進一步采用面板門檻模型分析環境規制的門檻效應。根據面板門檻模型，四類環境規制均存在雙重門檻效應，檢驗結果如表4所示。

　　雙重門檻的存在證明了四類環境規制與技術效率之間存在非線性的作用，其具體作用隨強度變化的情況如表5所示。

　　由表5結果可知：行政命令型環境規制對技術效率的作用始終表現為正向促進，但是隨著強度提升，其作用程度會逐漸下降。因此，行政命令型環境規制的強度不宜太高，因為環境污染治理投資中雖然政府發揮著主導作用，但資金的主要來源仍然是企業，在強度較為合理時可以促進企業開展技術創新;而一旦強度跨過第一門檻，過度的環境污染治理投資將會擠占研發和創新資金，提高生產成本，也就是創新補償效應帶來的效益并不足以彌補成本效應，這時企業為了保證經濟效益將會采取消極措施應對環境污染，減少技術改進和研發投入，進而抑制生產技術效率的提升。市場激勵型環境規制則是需要將其強度提升到一定的程度才能發揮正向促進作用。但是，對鋼鐵產業來說，為了將排污費征收的作用提升到有效的范圍內需要多方面協調，如制定并實施配套監控辦法，安排監測單位和管理人員。核算與費用征收等方面也需要花費大量人力和物力進行配合，這些問題實際執行中具有一定的局限性。因此，2018年以來在全國實施了排污費改稅政策替代排污費制度。就公眾參與型環境規制而言，其作用程度會隨著強度的增加逐漸下降。隨著受教育程度和生活水平的提升，公眾參與環境監督能夠更加及時有效地發現環境污染行為對政府和市場的作用進行補充，當其強度尚未越過第一個門檻值時，公眾的監督行為與政府和市場的措施之間保持良好的匹配和互補。然而隨著其強度的提升，相關信息的處理量和監察管理的成本將會逐漸提升，對于企業而言也將付出更多成本應對環境處罰，為了保證經濟效益，企業的技術創新研發成本可能被擠占，進而使得公眾參與環境規制對技術效率的促進作用不斷下降。最后，自愿意識型環境規制也存在一個合理的強度區間：當其強度低于第一門檻值時，企業的環境保護意識尚且不足，為了盡快取得環境質量認證，企業可能采取的購買污染治理設備等急功近利的行動產生的環境保護相關支出將會擠占生產技術創新成本等，從而抑制了技術效率的提高。當強度提高越過第一個門檻值后，其正向促進作用開始得到發揮，但是隨著該類環境規制強度的提升，即通過環境質量認證企業數量增加到一定程度，生產企業環境保護意識整體得到了全面的提升，環境質量認證成為普遍的生產資質。對于生產企業而言，這種優勢對于增加利潤、提高企業信譽等方面的促進作用被削減，自愿意識型環境規制的邊際效用發生遞減，其正向作用將不斷減弱，直至不顯著。

　　此外，門檻模型中控制變量的回歸結果與空間杜賓Tobit模型結果具有較高的一致性，也驗證了空間面板模型結果的穩健性。

　　四、結論及政策建議

　　鋼鐵產業在推動經濟增長、社會建設等方面發揮著重要作用，在環保意識逐漸增強、環境政策日益完善的趨勢下，探究環境規制對鋼鐵產業生產活動的影響具有現實意義。本文以中國29個省市相關數據為樣本，基于全局網絡DDF模型測算了鋼鐵產業的技術效率，并進一步利用空間杜賓 Tobit模型和面板門檻模型分析了四類環境規制及相關影響因素對其產生的作用，研究發現：首先，研究期間鋼鐵產業技術效率整體呈現波動上升趨勢，尤其進入“十三五”以后增長勢頭更加明顯，分地區來看，表現為東部>中部>東北>西部;其次，在四類環境規制中，行政命令型環境規制與公眾參與型環境規制能夠顯著促進鋼鐵產業技術效率的提升，而市場激勵型和自愿意識型環境規制的作用尚不顯著，同時空間溢出效應中行政命令型環境規制能夠顯著促進相關聯地區技術效率的提升;再次，在門檻效應的分析中，四類環境規制均存在雙重門檻，行政命令型和公眾參與型環境規制的強度在不超過第一個門檻值時，其正向作用得以最大限度地發揮，市場激勵型環境規制的促進作用需要將其強度提升至第二個門檻值以上才能得以發揮，自愿意識型環境規制則保持在兩個門檻值之間;最后，技術水平提高和市場規模擴大能夠促進鋼鐵產業技術效率的提升，而工業化水平的提高則表現為抑制作用，此外，技術進步和市場規模擴大具有顯著的正向溢出效應，工業化溢出效應為負向。

　　基于此，為了進一步促進中國鋼鐵產業提升技術效率，更好地發揮環境規制的積極作用，本文提出以下政策建議：

　　第一，鋼鐵產業技術效率增長良好，去產能政策和鼓勵創新導向效果明顯，相關部門可以通過進一步完善相關法律法規體系、增加配套管理措施，促進鋼鐵產業有序發展，促進技術創新和效率提高。第二，鋼鐵產業發展仍存在較大的區域性差異，東部地區技術效率水平明顯領先于全國及其他地區，應當采取措施加快東部地區先進生產技術、管理經驗和投資等向中西部及東北地區溢出。第三，環境規制的制定和實施要符合產業和地區的發展要求，一方面，探索合理的異質性環境規制強度和手段，適應各個地區鋼鐵產業發展的差異化需求，完善市場制度，積極配合“費改稅”等政策實施，避免“一刀切”政策;另一方面，也要綜合考慮不同類型環境規制之間相互影響的協同作用，建立起綜合性強、配合度高的環境規制體系。同時，要進一步完善政策實施的手段和方式、拓寬公眾參與環境監督渠道，提高信息處理效率。生產企業也要積極開展技術創新，響應政府和市場的鼓勵引導，充分發揮政府、市場、企業和公眾之間相互協調對鋼鐵產業技術效率提升的促進作用。第四，自愿意識型規制手段與實施需要進一步優化和落地。此外，還需要進一步完善和豐富現有的自愿意識型治理工具，并積極開發適用于中國情境和符合中國企業實際情況的企業環境與能源管理體系。

　　參考文獻：

　　[1]劉文君，向冰.基于碳排放的中國鋼鐵上市公司技術效率研究[J].中國人口·資源與環境，2016，(26)：10-13.

　　[2]張慶芝，何楓，雷家骕.環境約束下的我國鋼鐵企業技術效率研究[J].科學學與科學技術管理，2013，(10)：103-111.

　　[3]Yang，W.， Shi， J.， Qiao， H.， et al. Regional Technical Efficiency of Chinese Iron and Steel Industry Based on Bootstrap Network Data Envelopment Analysis[J]. Socio-Economic Planning Sciences， 2017，(57)：14-24.

　　[4]何楓，馬棟棟，祝麗云.霧霾約束下中國環境技術效率測度及影響因素研究——基于SBM-Undesirable的省際面板數據[J].研究與發展管理，2016，(5)：34-43.

　　[5]Liu， H.， Yang， R.， Shi， H. The Impact of the Platform Economy and Environmental Regulations on the Technical Efficiency of the Express Delivery Industry[J]. International Journal of Logistics Research and Applications， 2021，(5)： 1-18.

　　[6]Pei， Y.， Zhu， Y.， Liu， S.， et al. Environmental Regulation and Carbon Emission： The Mediation Effect of Technical Efficiency[J]. Journal of Cleaner Production， 2019，(236)：117599.

　　[7]吳力波，孫可哿，時志雄.環境規制下中國煤炭發電企業成本技術效率研究[J].中國人口·資源與環境，2018，(8)：31-38.

　　[8]Cheng， Z.， Liu， J.， Li， L.， et al. The Effect of Environmental Regulation on Capacity Utilization in Chinas Manufacturing Industry[R]. Environmental Science and Pollution Research， 2020.

　　[9]Lin， B.， Tan， R. Chinas CO2 Emissions of a Critical Sector： Evidence From Energy Intensive Industries[J]. Journal of Cleaner Production， 2017，142(4)： 4270-4281.

　　[10]Li， H. L.， Zhu， X. H.， Chen， J. Y.， et al. Environmental Regulations， Environmental Governance Efficiency and the Green Transformation of Chinas Iron and Steel Enterprises[J]. Ecological Economics， 2019， 165(5)：106397.

　　[11]范丹，孫曉婷.環境規制，綠色技術創新與綠色經濟增長[J].中國人口· 資源與環境，2020，(6)：105-115.

　　[12]余東華，崔巖.雙重環境規制、技術創新與制造業轉型升級[J].財貿研究，2019，(7)：15-24.

　　[13]Ju， K. Y.， Zhou， D. J.， Wang， Q. W.， et al. What Comes After Picking Pollution Intensive Low-Hanging Fruits? Transfer Direction of Environmental Regulation in China[J]. Journal of Cleaner Production，2020，(258)：120405.

　　[14]Hu， W.， Wang， D. How does Environmental Regulation Influence Chinas Carbon Productivity? An Empirical Analysis Based on the Spatial Spillover Effect[J]. Journal of Cleaner Production， 2020， (257)： 120484.

　　[15]任繼球.供給側改革中的鋼鐵行業：發展成效與趨勢展望[J].宏觀經濟管理，2018，(7)：23-30.

　　[16]安樹偉，張雙悅.新中國的資源型城市與老工業基地：形成、發展與展望[J].經濟問題，2019，(9)：10-17.

　　[17]張峰，任仕佳，殷秀清.產業集聚、技術創新與綠色供應鏈效率——基于28家大中型鋼鐵企業面板數據的PVAR分析[J].中國科技論壇，2020，(4)：51-64.

　　[18]馬軍，竇超.我國鋼鐵行業產能利用率的測度及產能過剩影響因素分析[J].經濟問題，2017，(2)：85-90.

　　[19]任勝鋼，項秋蓮，何朵軍.自愿型環境規制會促進企業綠色創新嗎?——以ISO14001標準為例[J].研究與發展管理，2018，(6)：1-11.

　　[20]王娟，張鵬.服務轉型背景下制造業技術溢出突破“鎖定效應”研究[J].科學學研究，2019，(2)：276-290.

《高質量發展目標下的環境規制與技術效率優化》

本文由職稱驛站首發，一個權威專業的職稱論文發表網

文章名稱：高質量發展目標下的環境規制與技術效率優化

文章地址：http://www.ebuyeshop.com/lunwen/jingji/maoyi/46165.html