环境规制、技术创新与工业煤耗强度的互动效应

董会忠，辛 佼，韩沅刚

（山东理工大学 管理学院，山东 淄博255000）

一、引言及文献综述

煤炭是我国主要的基础能源，在一次能源消费中占据重要地位，是我国工业经济发展的重要支撑，但是煤炭资源的过度消费及粗放式利用带来的大气污染和温室效应给我国经济社会可持续发展造成严重威胁。对此，国家相继出台了《大气污染防治行动计划》和《打赢蓝天保卫战三年行动计划》等政策文件。其中，把煤炭消费总量控制作为大气环境治理的主要手段，提出到2020年单位工业增加值煤耗要比2015年降低18%以上、煤炭消费总量控制在41亿吨以内的煤控目标，政策措施也逐步从煤炭等量替代进入煤炭减量替代的深度治理阶段［1］。在高强度的政策助推下，部分高耗煤企业出现简单关停而转型不足、能源代替直接粗暴等一刀切问题，煤控效果不佳，部分地区甚至出现煤炭消费总量反弹现象。因此，深入探究工业煤耗强度与环境规制措施的协同变化以及技术创新对降低工业煤耗强度的促进作用，对我国煤炭消费总量控制政策的设计与落实，改善大气环境质量具有重要的理论意义和实践价值。

以煤炭资源为主的工业发展资源驱动要素探究为煤炭消费控制研究奠定了理论基础，现有研究大多聚焦于环境规制、技术创新等外部驱动因素与能耗强度的关系方面。①环境规制作用于能耗强度的相关研究。普遍认为，环境规制能够有效降低能耗强度，如Gong等［2］认为环境规制不仅可以降低煤耗，而且可以改善能源效率；李启庚等［3］、孙早等［4］研究发现，环境规制对降低能耗强度有显著的促进作用；但也有学者研究认为，不同环境规制水平对能耗强度降低作用不同，如李颖等［5］采用静态面板估计和SYS-GMM动态面板估计方法梳理了环境规制与工业能耗强度的关系，提出环境规制强度增加到一定程度即跨过“拐点”后，其节能效用才会凸显；陶长琪等［6］利用PSTR面板平滑转移模型探究环境规制的调控效果，认为脱离了“节能”的环境规制对能源效率的提升是低下的，甚至是负作用。②技术创新作用于能耗强度的相关研究。学者们对技术创新与能耗强度的关系也做了大量的研究，发现企业自身缺乏创新能力，尤其是在节能减排相关方面的技术研发投入不足，严重阻碍了企业降低能源消耗，提高能源利用效率［7-8］。刘慧慧等［9］、Wang等［10］利用LMDI指数分解法与回归法相结合的方法，证明了技术进步有利于降低能耗强度；王班班等［11］建立了一个包含中性技术和有偏技术进步的成本函数模型，并利用中国36个行业数据研究发现，R&D活动有助于降低中国工业煤耗强度；张志雯等［12］运用SBM模型探究技术创新对能源效率的影响机理，提出技术创新对能源效率有显著的正影响；张军等［13］提出通过淘汰煤耗高、污染重的用煤设施，实施节能创新技术等方式来推动煤炭减量化，可满足资源节约与环境保护的双重需求；但也有观点认为，技术创新虽然有助于降低能耗强度，可从回报效应角度上，技术创新会刺激经济增长进而带动能源消耗，技术进步对能源消耗的总体影响具有不确定性［14］；罗会军等［15］采用新古典经济学方法估算能源反弹效应情况，得出技术进步对能源消耗具有负影响；杨志江等［16］、孙广生等［17］采用DEA方法测度了能源效率变化趋势，认为技术创新对能源消耗没有显著影响。③环境规制、技术创新与能耗强度的协同关系。学者们从波特假说角度研究环境规制、技术创新与能耗强度三者之间的关系，认为环境规制可以刺激企业进行技术创新，长期来看其带来“创新补偿”正向效应大于“遵循成本”负向效应，提高企业竞争力，同时能够降低能耗［18-19］；Managi等［20］研究墨西哥湾天然气和石油行业，发现环境规制、技术创新对能耗强度的当期影响是负向的，但滞后影响有正向的促进作用。上述研究属于定性判断，无法量化解释环境规制、技术创新对工业能耗强度的影响程度，三者之间的关系还有待进一步深究。

综上所述，学者们对能源消耗影响因素进行了大量卓有成效的研究，但是，由于研究视角和研究方法不同，得出的结论也不尽相同，特别是环境规制、技术创新这两个主要影响因素对工业能耗强度的影响机理实证结论不一致。作为我国工业经济的主要消费能源，煤炭消费受诸多外部因素影响，在降低煤耗强度的过程中，其与环境规制之间存在何种关联？技术创新能否降低煤耗强度？把技术创新作为重要的中介渠道进行考察和分析时环境规制对工业煤耗强度的影响又如何？对于以上问题，学术界尚未给出准确解释。因此，本文尝试引用脱钩理论研究工业煤耗强度与环境规制、技术创新间的动态演化特征，在已有文献基础上，从微观层面上厘清环境规制通过技术创新渠道对工业能源消耗的影响，并采用VAR模型分析其特征变化的内在机理，为降低能源消耗提供微观证据，以期丰富现有关于能源消耗影响因素的研究，为推动现阶段经济高质量发展提供理论依据和参考意见。

二、研究方法与指标选择

（一）模型设计

1.脱钩模型

经济合作与发展组织（OECD）最早将脱钩模型引入环境经济领域，在环境资源评价指标体系中把环境资源压力与经济发展的比值作为指标，OECD脱钩模型对基期的测量精度存在一定的误差，Tapio模型则打破了只采用基期和末期指标的限制，引入弹性值作为脱钩程度的划分依据，提高了测算精度［21］。所以本文选取Tapio模型分析环境规制、技术创新与工业煤耗强度之间的关系，根据Tapio脱钩指数方法，构建脱钩理论模型：

其中：e代表脱钩弹性；t代表年份；EI代表万元工业增加值煤炭消费量，即工业煤耗强度；ERI代表环境规制指标；TI代表技术创新指标。参照张翼等［22］、张峰等［23］的脱钩研究，以0、0.8、1.2作为临界值，将脱钩分为如下8种状态，分别为衰退性脱钩、弱脱钩、强脱钩、扩张性负脱钩、弱负脱钩、强负脱钩、扩张性连接、衰退性连接。工业煤耗强度与环境规制、技术创新之间的脱钩状态界定如图1所示。

图1 脱钩状态分析示意

2.VAR模型

VAR模型（Vector Auto-Regression Mode）常用在预测相互关联的时间序列系统以及分析随机扰动对变量系统的动态冲击，从而解释产生的冲击对变量形成的影响［24］。本文选用P期滞后的VAR模型解析各关键要素间的关系，模型可表示为：

其中：M为要素时间序列构成的向量；R为要素时间序列构成的系数矩阵；t代表年份；εt为误差项均值为0的白噪声序列。

本文构建工业煤耗强度与环境规制、技术创新的多变量的VAR模型，并借助协整、脉冲函数和方差分解等工具来探究其各要素间的内部均衡关系。VAR模型中的数据要求是平稳的，否则将会导致模型本身不稳定，出现虚假的分析结果［25］。采用ADF（Augmented Dickey Fuller）方法进行单位根检验［26］，若原序列不平稳则需要对其进行一阶差分，若一阶差分序列是平稳的，则可以建立VAR模型［24］，并利用Engle等［27］提出的协整理论来检验变量之间是否存在长期均衡关系。在此基础上，绘制脉冲响应函数（IRF）解析要素间相互冲击对当前状态以及未来变动的动态影响，进一步地，可将VAR模型中某个变量的方差分解到各个扰动项上，测定每一个冲击对内生变量变化的贡献度［25］。

（二）指标选择

1.环境规制（ERI）

学术界对环境规制强度的测算尚未形成统一的标准，目前多从环境政策法规、污染治理投入、污染物排放及污染物治理效果等方面来衡量环境规制强度。考虑数据的可获得性和指标的相对合理性，本文选择从环境政策法规的角度加以衡量。该角度是指立法部门依据相关法律、法规及技术标准直接对企业排污行为进行规范，利用熵权法并借鉴傅京燕等［28］提出的综合指数法测算环境规制指标。公式如下：

2.技术创新（TI）

本文选取创新投入与创新产出的转换效率衡量技术创新，创新投入选取R&D科研经费和R&D人员投入，创新产出选取专利数量和技术市场合同额两个指标［29］。假设存在n个决策单元（年份），一般用DMU表示，每个DMU有m种要素投入和s类产出，对于第j个DMU的投入和产出分别以向量x j、y j表示，则每个DMU的投入—产出效率值可以通过如下的线性规划模型求解：

其中：x0、y0为选定决策单元DMU的投入向量和产出向量；σ为相对DMU所新构造的一个有效θ组合中n个决策单元的组合比例；θ为DMU投入相对产出的利用率即技术效率值。

3.工业煤耗强度（EI）

我国工业的高速发展对传统能源消耗的依赖性仍然较高，能源消费总量居高不下，而“富煤贫油少气”的资源禀赋特征决定了在短期内我国难以改变以煤为主的能源消费结构。工业煤耗强度能够反映煤炭利用的技术水平与效率，借鉴Torrie等［30］的研究，选取工业煤炭消费量占工业生产总值的比重作为工业煤耗强度的衡量指标。

（三）数据来源

本文收集并整理了中国2007—2018年年度相关数据，由于西藏、港澳台地区数据缺失或无法获得，故年度数据中不将其列入研究样本。所获数据经过处理，剔除其中存在的多重线性变量，核算工业煤耗强度、环境规制、技术创新等变量。计算上述变量的相关数据主要来源于《中国统计年鉴》（2007—2018年）、《中国环境统计年鉴》（2007—2018年）、《中国能源统计年鉴》（2007—2018年）、《中国城市统计年鉴》（2007—2018年）及相关资料。

三、脱钩效应分析

根据脱钩模型公式（1）和图1，利用所获得的数据计算2006—2017年工业煤耗强度与环境规制、技术创新之间的脱钩状态，见表1所列。

表1 2006—2017年脱钩指数

工业煤耗强度与环境规制的脱钩弹性分析如下：①第一阶段，2006—2010年（“十一五”规划期间）。脱钩状态为强负脱钩、弱负脱钩、强弱脱钩交叉出现，处于震荡波动期，工业煤耗强度值在1.996 8和3.046 5间变动，而环境规制指数值从2006年的0.027提升至2010年的0.042 6，随着环境规制的变化，工业煤炭消费量幅度在增加，这说明我国环境规制水平不高，环境政策法规力度有待加强。其中，2007年出现强脱钩状态主要得益于2006年正处于“十一五”规划开端之年，国家提倡建立资源节约型、环境友好型社会，政府为转变经济增长方式积极开展了节能减排工作。而2008年金融危机导致经济遭受重挫，经济发展速度缓慢，由前期的强脱钩转变为弱脱钩状态，危机过后政府为刺激经济发展，将大部分资金投入钢铁、水泥、建材等产业，资金投入所占比重较高，出现了不理想的弱负脱钩。②第二阶段，2011—2017年（“十二五”规划以来）。多以强脱钩为主，处于脱钩持续期，该阶段前期工业煤耗强度由2011年的1.671 8增至2012年的1.872 6，且煤炭消费量急剧增长，工业煤耗强度的增速超过此期间环境规制的增速，说明工业煤耗强度与环境规制并没有实现真正的脱钩，工业煤耗强度与环境规制存在明显的压力关系，各项政策还需继续加强执行。经济快速增长的同时加剧大气污染程度，为此，国家在2013年出台了煤控相关措施，采取各种财政支持、考核问责等经济、法律、行政手段，加大淘汰落后产能的强度，促进了经济与环境的双赢发展。在国家相关措施的大力支持下，工业煤耗强度与环境规制在2013年出现了强脱钩状态，且工业煤耗强度从2013年的1.813 3降至2017年的1.306 0，而环境规制指数值则由0.085 5提升至0.229 0，两者出现反向演变趋势，表明工业煤耗强度与环境规制关系在改善，逐渐由“两难”转向“双赢”。2016年国务院印发《十三五生态环境保护规划》的通知，实施“双控”行动，推进节能，使2016年、2017年连续两年出现强脱钩状态，说明我国煤炭工业在“十三五”规划的前半期取得了良好的发展，有望实现“十三五”收官之年的煤控目标，为“十四五”打下了坚实基础。

工业煤耗强度与技术创新效率的脱钩弹性分析如下：根据上述处理数据结果，可发现2006—2010年脱钩弹性变化明显，扩张性耦合状态、弱脱钩、强脱钩交替出现，工业煤耗强度介于［1.9，2.3］区间变化，技术创新效率保持增长趋势，但增幅较低，效率值仅由2006年的0.952 0上升到2010年的0.982 0。而2011—2017年的脱钩弹性，除2012年出现了扩张性负脱钩、2017年出现衰退性脱钩状态外，其余年份全为强脱钩状态，工业煤耗强度出现下降趋势，但技术创新效率依然保持上升态势，两者出现反向发展趋势，这与同阶段的环境规制和工业煤耗强度变化特征一样，其重要原因是改革开放以来，我国高度重视技术研发，增大研发经费投入力度，提升技术创新水平。随着经济社会的发展，我国科技投入力度与高技术产品质量在不断提升，2014年我国财政科技支出为6 454.5亿元，同比2012年增长15.3%；2015年我国研发经费投入占GDP的2.1%，比2012年提升0.17个百分点，位居世界第二，与此同时我国专利申请授权数高达171万件，比2012年增长了36.9%，位居世界第一。这一系列措施促使经济模式由粗放低端化向集约高端化转变，优化能源消费结构，提高能源使用效率，实现技术创新与工业煤耗强度趋向理想的强脱钩状态发展。

脱钩状态的演变反映出环境规制、技术创新与工业煤耗强度三者之间的关系，这仅是一种现象，不能确切地说明三者关系产生的内在机理。因此，本文利用VAR计量模型对其进行深入分析。

四、计量结果与稳健性分析

（一）动态响应检验

1.协整关系检验

在对变量进行取对数处理消除异方差影响后，考虑环境规制与技术创新对工业煤耗强度的影响机理，构建lnEI、lnERI、lnTI的非限制性VAR模型。根据各变量2006—2017年时序数据，借助Eviews 8.0进行动态估计。同时，按照所估计方程拟合水平与系数显著性进行AIC准则判定，确定其最大滞后阶数为2，见表2所示。

表2 向量自回归模型滞后期的确定标准

取AIC和SC准则选定的滞后阶数2建立VAR模型，并通过构造AR根的单位圆图形可知所有单位根都在单位圆里面，即检验方程的根模倒数<1，证明这三个变量构成的向量自回归模型相对稳定，为脉冲响应函数和方差分解提供依据，因此可进行下一步观察。为了避免建立的VAR模型过程中存在“伪回归”现象，选用ADF单位根检验方法辨识其变量数据的平稳性，具体结果见表3所列。

由表3可以看出，lnEI、lnERI、lnTI均接受存在单位根的原假设，经过一阶差分后，DlnEI在1%显著水平下拒绝原假设，而DlnERI、DlnTI也在10%的显著水平下拒绝原假设，即样本期间内各变量的一阶差分序列呈平稳性，各变量均为一阶单整，满足协整检验的条件。

表3 变量的单位根检验结果

对于检验工业煤耗强度与环境规制、技术创新之间是否具有协整关系，本文采用Engle Granger协整检验（简称EG检验法）。首先，对序列lnEI、序列lnERI、序列lnTI进行静态OLS回归分析，同时检验序列lnERI和序列lnTI的回归关系得到如下方程：

回归残差的序列估计模型如下：

对回归残差序列进行单位根检验，结果见表4所列。在1%的显著性水平下，残差ε1t序列的t检验统计量值小于相应临界值，拒绝了具有单位根的原假设，即残差ε1t序列不存在单位根为平稳序列，说明工业煤耗强度序列与环境规制、技术创新序列之间存在协整关系。由前面的脱钩弹性测度值可知，工业煤耗强度与环境规制、技术创新之间均存在高达7次强脱钩状态，约占样本容量的58.3%，尤其是2013年以来，两者与工业煤耗强度之间基本处于脱钩状态。ADF检验中变量lnERI、lnTI的系数为负值，表明随着环境规制、技术创新值的增加，工业煤耗强度值在降低，进一步说明环境规制、技术创新对工业煤耗强度均具有抑制作用。据残差序列模型可知，残差ε2t序列呈非平稳状态，说明环境规制与技术创新序列之间不存在协整关系。这一研究结果说明，当前我国工业发展过程中环境规制力度对技术创新还未形成有效“倒逼”机制。

表4 残差序列ADF检验结果

2.脉冲响应分析

脉冲响应函数是研究模型受到某种冲击时对系统的动态影响。本文利用VAR模型，采用常见的“正交”脉冲响应函数，分析lnERI、lnTI变动对lnEI的影响程度，即研究两个影响因素对工业煤耗强度的作用大小，得出工业煤耗强度对各变量冲击的脉冲响应函数曲线，如图2所示。

图2a、图2b是环境规制与工业煤耗强度的冲击响应。由图2a可知，环境规制强度的一个单位标准差的正向冲击，工业煤耗强度当期响应值为零，后续出现下降趋势，前2期工业煤耗强度响应值为负，说明环境规制强度增加有利于抑制工业煤耗强度，于第3期达到整个响应期最大值，此后增减波动，波幅越来越小，工业煤耗强度响应值始终为正，而在第8期再次降为负值，并保持在零线以下稳定。说明环境规制对工业煤耗强度产生周期波动影响，在短期环境规制降低工业煤耗强度，在长期对工业煤耗强度的影响较弱。其主要原因是为实现我国降低工业能耗强度的目标，地方政府加大环境规制的力度，政策出台初期，产生较为理想的效果，但地方政府在唯GDP论驱使下，放松了环境监管力度，导致环境规制对工业煤耗强度的影响逐渐趋缓。对于高能耗、高排放的产业，环境规制目前多处于“政府引导型”，受工业体系和政策推进时滞效应的影响，还未形成环境规制对工业煤耗强度的倒逼机制。由图2b可知，环境规制对工业煤耗强度的冲击效果中，在前2期处于下降态势，从第3期开始上升，在第5期以后一直处于零线以上，于第7期达到最大值，但在第9期开始下降。说明在工业煤耗强度进行控制的过程中，环境规制会出现不同程度的起伏，短期内对工业煤耗强度的抑制起正向效应，但长期会趋向平缓。

图2c、图2d是技术创新对工业煤耗强度的冲击响应。由图2c可知，工业煤耗强度对技术创新变化的单位冲击响应值当期为零，前5期的响应值都处于降升交替的过程，于第4期达到最小值，而后经过一段时间的波动后，于第6期开始稳定，整个响应期的累计值为负。说明在工业煤耗强度的调整中，技术创新在短期内对工业煤耗强度的降低效果明显，而长期的影响效果较弱，这与环境规制产生影响的效果相似。在短期，环境规制和技术创新对工业煤耗强度的动态效应存在同向的波动影响，且环境规制波动对工业煤耗强度的动态响应幅度更大。长期来看，环境规制和技术创新对工业煤耗强度的影响趋于稳定，动态响应幅度较弱。由图2d可知，技术创新对工业煤耗强度的脉冲响应中，前5期呈现为升降交替的波动特点，在第2期处于零线以上，于第4期达到最大值，工业煤耗强度的提高，在初期使得技术创新有明显的正响应，这表明短期内工业煤耗强度的提高会驱使企业加大技术创新的力度。而后至第9期始终处于零线以下，到第10期恢复零线以上，说明长期工业煤耗强度对技术创新的影响趋向稳定。其原因是在新型工业化和创新驱动的背景下，各部门积极响应并采取措施降低工业煤耗强度，必然会加大创新力度，但与此同时带来的高额成本导致企业尤其是中小企业的经济利润降低，致使企业短期内无法提升经济效益而规避技术研发投入，造成技术创新水平下降。

图2 环境规制、技术创新与工业煤耗强度的脉冲响应

3.预测方差分解

方差分解是指运用VAR模型中每一个结构变量对内生变量变化的贡献度的计算。对lnEI、lnERI、lnTI进行方差分解，结果见表5所列。

表5 lnEI与lnERI、lnTI的预测方差分解结果

根据方差分解情况可以看出：研究期内对工业煤耗强度的变动进行向前1期的预测，其预测方差75.45%由自身变动来解释，只有4.30%来自技术创新变动，有20.25%来自环境规制变动。增加预测时期，可以看出技术创新对工业煤耗强度的预测方差贡献比例越来越小，均值贡献率为1.38%，而环境规制对工业煤耗强度的预测方差贡献度是一个复杂的非线性关系，贡献值既有增加又有降低，幅度变化较小，到第10期的贡献度为36.99%，这可以说明环境规制、技术创新对工业煤耗强度的预测均有贡献，且在长期动态预测中环境规制对工业煤耗强度的预测方差贡献比例较技术创新的贡献比例效用更大。从平均贡献水平看，环境规制贡献度稳定在29.45%，技术创新贡献度稳定在1.38%，说明降低工业煤耗强度是一项复杂的系统工程，而技术创新和环境规制也只是控制工业煤耗强度方式中的一些途径。

（二）稳健性检验

1.两阶段最小二乘法回归结果

考虑解释变量与被解释变量工业煤耗强度之间可能存在内生性问题，进而会导致OLS结果有偏，故本文引入工具变量来解决内生性问题。传统做法是将内生变量的滞后一期作为工具变量，并利用两阶段最小二乘法（2SLS）对式（6）进行实证检验以估计环境规制、技术创新对工业煤耗强度的影响，结果见表6所列。

通过对工具变量进行内生性检验，Sargan检验P值大于0.1，表明接受原假设，认为工具变量——环境规制、技术创新指标的滞后一期具有外生性，说明工具变量与模型的随机误差项不相关。其次，第一阶段回归的F统计量大于10，拒绝了工具变量是弱识别的原假设，表明选取的工具变量是合理的。从表6可以看出，在解决了变量内生性问题后，环境规制、技术创新的估计系数都显著为负，且与基准模型的估计结果相比，其他变量的估计系数数值变化不大，在方向上也没有发生改变，这也进一步证实工具变量的选取是有效的。

表6 2SLS回归分析结果

2.稳健性分析

为进一步检验上述结论的稳健性，本文采用环境规制指标的一阶差分作为工业煤耗强度的解释变量，回归结果见表7中的第（1）列，环境规制、技术创新的估计系数仍显著为负，说明当环境规制、技术创新提高时，其对工业煤耗强度具有抑制作用的关系依然成立。同时，在回归结果中，其他变量对工业煤耗强度影响的估计结果与表6回归结果基本一致。这也说明，虽然环境规制的替代变量有所改变，但前文的结论依然不变。为更进一步分析动态模型的稳健性，引入被解释变量工业煤耗强度的滞后一期作为解释变量，旨在观察随时间的推移，环境规制与工业煤耗强度之间的关系是否会发生变化。

表7 稳健性检验

从表7中的第（2）列回归结果来看，环境规制、技术创新估计系数和基准模型相比，除了数值大小存在变化外，系数方向没有变化，即环境规制、技术创新与工业煤耗强度的关系没有发生改变，这说明计量模型及估计结果仍具有相当的稳健性。

五、主要结论和政策启示

本文基于脱钩弹性的视角分析了环境规制、技术创新与工业煤耗强度之间的影响机理，并运用时序计量模型VAR分析了其协整关系、脉冲响应及方差分解。结论显示：①工业煤耗强度与环境规制、技术创新均呈现由弱脱钩向强脱钩发展的理想状态；②在协整关系检验中，论证了工业煤耗强度与环境规制、技术创新之间均存在长期协整关系，但环境规制与技术创新间不存在协整关系，印证了环境规制对技术创新未形成有效的倒逼机制，与目前现实状况相符；③脉冲效果中可看出短期内环境规制、技术创新对降低工业煤耗强度产生的正向效应要大于其负向效应，能达到降低工业煤耗强度的效果，但是这种影响在长期逐渐减弱，对工业煤耗强度的影响有限。然而，环境规制和技术创新对于工业煤耗强度水平的预测均有贡献，长期来看，对工业煤耗强度的预测作用较大。因此，通过完善合理的环境规制和技术创新指标，仍然能够在长期实现降低工业煤耗强度的目标；同时，通过其他政策直接刺激工业能源消耗，也能实现环境规制效果进一步提升。

本文的研究结论蕴含着以下两方面政策启示：

一方面，根据相关政策，践行十九大报告提出的“绿水青山就是金山银山”的生态发展理念，有针对性地提高环境规制力度，注重环境规制与工业煤耗强度之间的联系，协同绿色发展和创新发展，在实现节能减排、提高生态环境效益的同时，也有利于提高煤炭资源的利用效率。政府应该淘汰高耗能、低产出的项目，化解过剩产能，建立健全能源市场机制，对违反能源消耗标准的工业企业进行处罚，进而对工业煤耗强度的降低形成倒逼机制。对于固定资产庞大的工业企业，可采取环境标准、排放限额等环境规制手段，对于固定资产投资规模小的工业企业，可采取环境补贴、金融支持等环境规制措施，从而降低工业煤耗强度。

另一方面，为改善煤炭利用效率实现节能减排，在提高技术创新水平的同时，也要加强体制机制创新，鼓励企业不断加大科技研发投入量，切实提高科技创新水平，通过能源利用效率的提升降低能源消耗量。在当前新型工业化和创新驱动的政策引导下，能源企业研发经费投入量不断增加，但现有调控工业煤耗强度的创新技术成果的应用效率还有待提高，对于那些完善的技术创新成果，要在降低工业煤耗强度过程中加以应用。除此之外，继续加强培养和引进高端技术人才，提高研发活动水平，尤其是强化工业用煤监控手段，鼓励清洁能源的开发和应用，从而达到降低工业煤耗强度的目标。