环境规制对中国制造业产能利用率的影响研究

李 颖

(安徽大学经济学院，合肥 230601)

0 引 言

近年来，中国经济发展迅速。然而中国长期以来实行的高能耗、高污染、高投入的粗放型传统发展模式使得中国制造业的生产严重污染了环境，极大约束了经济的可持续发展。此外，由于环境成本无法在生产成本中得到完全体现，环境资源作为一种公共物品，容易被过度消费，导致制造业的过度投资，造成产能过剩现象。杜威剑(2019)经研究发现:环境规制有助于企业的产能利用率的提升,最终实现产能过剩的治理[1]。李晓芳(2019)将微观企业作为研究对象，基于2010—2016年期间沪深A股上市公司的资料进行实证分析，结果显示：环境规制和产能利用率二者间存在着“U”型的关系，当环境规制水平由低到高时，企业的产能利用率随之得到提高，使产能过剩得到缓解[2]。但是目前，国内学术界有关该领域的实证研究成果还相对较少。因此，本文拟利用2010—2018年相关数据，实证分析环境规制与中国制造业产能利用率之间的关系。

1 研究设计

1.1 模型构建

为进一步考察环境规制与中国制造业产能利用率之间的关系，本文建立计量模型如下:

CUi,t=α0+α1ERSi,t+α2INNi,t+α3OPEi,t+α4CAPi,t+εi,t

(1)

其中：下标i和t分别代表制造业行业与年份，CUi,t表示产能利用率，ERSi,t表示环境规制强度，INNi,t、OPEi,t、CAPi,t分别代表研发投资、对外开放度、资本密集度，εi,t为随机误差项。

1.2 变量选取

1.2.1 被解释变量

被解释变量为制造业产能利用率(CU)。本文采用数据包络分析法，即DEA法对我国制造业各细分行业的产能利用效率进行测度。其中生产函数选择3个投入指标(固定资产总值、从业人员平均人数、能源消耗总量)和2个产出指标(工业销售产值和存货)[3]。

1.2.2 核心解释变量

环境规制(ERS)。环境规制的指标选取是否适当对结论的正确性有着直接影响。考虑到数据的多维性与可比性，本文借鉴前人的研究成果，采用标准化后的治污费用除以标准化后的排污量，即单位排污量的治污成本，作为环境规制的衡量指标[4]。

1.2.3 控制变量

研发投资(INN)。该指标利用各行业规模以上工业企业研发支出占行业总产值的比例来衡量。造成产能过剩的原因之一是研发投资不足，因此提高研发投资水平对缓解产能过剩有重大意义[5]。

对外开放度(OPE)。该指标用行业的进出口总值占销售收入的比重来衡量。对外开放度越高，国外市场需求越高，对提高产能利用率越有利[6]。

资本密集度(CAP)。该指标采用规模以上工业企业的资本存量除以职工平均人数来衡量。行业资本密集度越高，意味着固定资产投资存量越大[7]。

各变量说明、计算方法见表1。

表1 制造业产能利用率影响变量说明及计算

1.3 样本选择与数据来源

本文参考韩燕对工业行业的分类，以2019年《中国统计年鉴》中的工业行业划分依据为标准，剔除数据缺失太多的行业，选取了中国制造业的34个分行业的数据为样本数据[8]。

所有数据均来自2011—2019年的《中国环境统计年鉴》及《中国工业经济统计年鉴》。为保持数据的统一性，文中涉及工业行业的数据均采用规模以上工业企业数据计算得来。

2 实证检验与结果分析

2.1 全样本实证结果与分析

对制造业总体进行估计时，本文选用2010—2018年中国34个制造业行业的面板数据，对各个解释变量进行回归系数估计。为保证结论的可靠性，本文分别采用了FE(固定效应模型)、RE(随机效应模型)和FGLS(可行的广义最小二乘法)3种估计方法对制造业进行总体估计，回归结果如表2所示。

表2 全样本环境规制对产能利用率影响的实证结果

首先，对比方程1与方程2，根据豪斯曼检验结果，其P值为0.000 0，小于0.05，故不接受原假设，应采用固定效应模型(FE)进行分析。此外，通过方程1与方程3的对比，可以发现方程1和方程3的估计结果中各个解释变量的回归系数的符号是完全一致的，由此我们认为可行性的广义最小二乘法(FGLS)的估计结果具有稳健性。因此，在方程3估计结果的基础上探讨总体面板数据回归结果[9]。

通过分析，我们发现：

① 在控制了研发投资、对外开放度、资本密集度等条件下，环境规制对产能利用率的影响系数为正。即环境规制在一定条件下有助于提升我国的制造业产能利用率。环境规制强度水平每提高1%，制造业产能利用率将上升0.151 6%。

② 研发投资正向影响了我国制造业的产能利用率，并且通过了1%水平下的显著性检验。每当研发投资增加1%，制造业产能利用率将提高0.000 5%，这说明研发投资虽然对我国的制造业产能利用率产生了正向作用，但影响力度偏小。

③ 对外开放度对制造业产能利用率起到负面影响的作用，但是并未通过显著性检验。这表明对外开放度的变化对制造业产能利用率的影响并不显著。

④ 资本密集度对制造业产能利用率起到了正向影响的作用，但是未通过显著性检验，且系数较小，表明资本密集度变化对制造业产能利用率的影响较小。

2.2 分产业样本实证结果与分析

以上分析显示:34个工业行业整体的环境规制对制造业产能利用率产生了积极影响，鉴于不同产业环境规制对制造业产能利用率产生的影响不同，所以本文根据韩燕(2008)对工业行业的分类[8]，将34个工业行业划分为四大类产业分别进行面板回归分析。在分产业进行估计时，根据豪斯曼检验，其P值为0.000 0，小于0.05，故不接受原假设。所以我们在固定效应与随机效应之间选择固定效应模型进行分析，实证结果如表3所示。

由表3可知：在34个行业中，环境规制对资源密集型产业、劳动密集型产业、资本密集型产业和技术密集型产业产能利用率的回归结果是不同的。对于污染较为严重的资源密集型产业，企业将会投入大量资金来研究解决环境问题，进而推动企业进行技术创新，从而缓解产能过剩；对于劳动密集型产业，其中大多数产业会给环境带来较为严重的污染，严格的环境规制措施的实施会提高治污成本，使企业竞争力下降，企业的生产者会减少产品产出，无助于产能利用率的提升，故劳动密集型产业的回归系数虽然为正，但并不显著；对于资本密集型产业，由于这类产业中多数为重工业，仍会带来一定的环境污染，因此政府在对这类产业实施环境规制时，往往通过向一些企业提供财政补助，推动企业进行技术创新，从而使企业的产能利用率得以提高；对于技术密集型产业而言，具有低污染、低能耗的特点，属于轻度污染产业，管理体系较为先进，环境规制水平的提高有助于推动技术密集型产业的发展，促进产业结构的优化升级，提高产业的产能利用率。

表3 分产业样本环境规制对产能利用率影响的实证结果

2.3 环境规制对技术创新的门槛特征检验

2.3.1 面板门槛模型的建立

鉴于不同行业的环境规制强度以及技术创新水平等方面存在一定的差异，本文以环境规制(ERS)作为门槛变量，构建门槛面板模型，以考察我国环境规制对产能利用率影响的门槛效应[10]。

Hansen创建的面板门槛模型的基本形式为:

yi,t=μi,t+β1×xyi,t×I(qi,t≤γ)+β2×xyi,t×I(qi,t>γ)+ei,t

(2)

其中i为不同的个体，t为时间，γ为门槛值，qi，t为门槛变量，ei,t～iid(0，δ2)为随机扰动项，yi,t表示被解释变量，xi,t表示解释变量，I(*)为指示函数。

Hansen对面板门槛模型的估计过程如下：

然后，对门槛值γ的显著性进行检验。原假设为H0：β1=β2，备择假设为H1：β1≠β2，当原假设成立时，认为该模型不存在门槛效应，反之则存在门槛效应。检验统计量为:

(3)

(4)

其中，S0为原假设下的残差平方和，Sn为在既定门槛值下的残差平方和。利用Hansen检验得到F统计量的渐进分布后，进一步计算出P值。

(5)

本文构建面板门槛模型，分析环境规制对制造业各行业产能利用率的影响，建立计量模型如下：

CUi,t=α0+α1INNi,t+α2OPEi,t+α3CAPi,t+β1ERSi,t×I(ERSi,t≤γ1)+β2ERSi,t×I(ERSi,t>γ1)+εi,t

(6)

其中CUi,t表示产能利用率，ERSi,t表示环境规制强度，INNi,t表示研发投入，OPEi,t表示对外开放度，CAPi,t表示资金密集度，εi,t表示随机扰动项，i为行业，t为时间。

2.3.2 实证分析

本文采用软件Stata 15.0对模型进行回归分析。在分析之前，首先要确定门槛个数，然后确定具体的模型形式.针对单一、双重和三重门槛的假设，以环境规制(ERS)作为门槛变量，产能利用率(CU)作为被解释变量，对四类行业进行门槛回归分析。经检验，四大产业分别在1%、5%、1%和10%的显著性水平下通过了单一门槛的检验。但是并没有全部通过双重和三重门槛的检验。鉴于此，本文运用单一门槛模型进行门槛回归分析。门槛值的估计结果如表4所示。

表4 门槛值估计结果

为获得更准确的回归结果，本文对单一门槛模型进行回归，回归结果如表5所示。

表5 门槛回归结果

从表5可以得出如下结论:

首先，当将环境规制作为门槛变量纳入分析框架时，环境规制对产能利用率存在显著的门槛特征。对资源密集型产业而言，当环境规制强度≤0.949时，影响系数为正，在5%的水平下显著，然而当环境规制强度>0.949时，影响系数变大且系数在1%的水平下显著。由此可以看出，在资源密集型产业中，当环境规制达到一定强度时，在越过门槛值0.949之后，它对产能利用率具有激励作用，此时“波特假说”得到验证。对劳动密集型产业而言，当环境规制强度≤0.311时，影响系数为正，但并不显著。然而当环境规制强度>0.311时，影响系数增大至0.466,并在5%的水平上显著。由此可以看出，在劳动密集型产业中，当环境规制在跨越门槛值0.311之后，它对产能利用率的激励作用有所增强，此时“波特假说”得到验证。对资本密集型产业而言，当环境规制强度≤0.638时，影响系数显著为正并在1%的水平下显著；当环境规制强度>0.638时，影响系数继续变大，由此可以看出，资本密集型产业中，当环境规制跨越门槛值后，它对产能利用率的正向激励作用显著增强，此时“波特假说”得到验证。对技术密集型产业而言，当环境规制强度≤0.368时，影响系数显著为正并在1%的水平下显著；当环境规制强度>0.368时，影响系数虽然仍然为正，但是系数值明显变小，说明过高的环境规制对提高产能利用率并无帮助。

其次，在资源密集型、劳动密集型与资本密集型产业中，“U”型曲线拐点的位置差异较大。资源密集型产业“U”型曲线拐点处的环境规制强度为0.949，劳动密集型产业“U”型曲线拐点处的环境规制强度为0.311，资本密集型产业“U”型曲线拐点处的环境规制强度为0.638。这说明了劳动密集型产业比资源密集型产业和资本密集型产业更早跨越“拐点”，即劳动密集型产业的产能利用率对环境规制水平提高的反应速度快于其他产业。

3 结 论

本文首先利用面板模型对中国34个制造业行业的环境规制对产能利用率的影响进行了分析，然后在此基础上，又以环境规制为门槛变量，运用面板门槛模型分析了环境规制对产能利用水平的影响。研究结果表明：

第一,在控制了研发投资、对外开放度、资本密集度等条件下，环境规制对产能利用率的影响系数为正，且通过了1%的显著性检验。也就是说，环境规制水平的提高在一定程度上有助于我国制造业产能利用率的提升。具体到不同类别的产业上，影响各不相同。对于资源密集型、资本密集型和技术密集型产业，环境规制水平对产能利用率的回归系数为正，并通过了1%的显著性检验，说明环境规制水平的提高使产业的产能利用率得到提升。而劳动密集型产业的回归系数虽然为正，但并不显著，说明环境规制对于提高产业的产能利用率的影响不大。

第二,以环境规制作为门槛变量时，环境规制对产能利用率存在显著的门槛特征。在资源密集型产业、劳动密集型产业与资本密集型产业中，门槛值差异较大，劳动密集型产业比资源密集型产业和资本密集型产业更早跨过“拐点”，即劳动密集型产业的产能利用率对环境规制提高的反应速度快于其他产业。由于环境规制对制造业各产能利用率的影响有明显不同，政府应尽量不对制造业使用统一的环境规制政策，应根据各行业的不同特点，分别制定有差别的环境规制政策，以提升其产能利用率。