王謙

摘?要：基于2001-2017年中國30個省級工業(yè)部門的面板數(shù)據(jù)，考察大氣污染治理、資源配置結(jié)構(gòu)與工業(yè)綠色全要素生產(chǎn)率的關(guān)系。結(jié)果發(fā)現(xiàn)：大氣污染治理對工業(yè)綠色全要素生產(chǎn)率具有顯著的正向效應(yīng);資源配置結(jié)構(gòu)在大氣污染治理提升工業(yè)綠色全要素生產(chǎn)率的過程中起到了部分中介作用，且呈現(xiàn)出顯著的區(qū)域差異性。

關(guān)鍵詞： 大氣污染治理;資源配置結(jié)構(gòu);綠色全要素生產(chǎn)率;中介效應(yīng)

中圖分類號：F426?文獻(xiàn)標(biāo)識碼：?A?文章編號：1003-7217（2021）01-0094-08

一、引?言

改革開放以來，我國工業(yè)經(jīng)濟(jì)取得了舉世矚目的成就，1978-2019年工業(yè)增加值年均增長率達(dá)到13.73%。然而，粗放式發(fā)展模式并沒有得到根本性轉(zhuǎn)變，高能耗、高污染現(xiàn)象仍十分突出，制約了經(jīng)濟(jì)的可持續(xù)發(fā)展。因此，需要推動工業(yè)經(jīng)濟(jì)節(jié)能、減排、增效，提升綠色全要素生產(chǎn)率，實(shí)現(xiàn)高質(zhì)量發(fā)展。面對我國嚴(yán)峻的大氣污染問題，黨的十九大提出，要持續(xù)實(shí)施大氣污染防治行動。大氣污染治理既會對企業(yè)生產(chǎn)產(chǎn)生直接影響，也會通過“關(guān)停并轉(zhuǎn)”等方式促進(jìn)工業(yè)整體生產(chǎn)要素的重新配置。那么，我國持續(xù)的大氣污染治理行動，是否優(yōu)化了工業(yè)資源配置，進(jìn)而驅(qū)動了綠色全要素生產(chǎn)率提升？回答這一問題，對于通過環(huán)境規(guī)制工具促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展的研究，具有理論和現(xiàn)實(shí)意義。

研究表明，嚴(yán)格的環(huán)境管制很可能會對企業(yè)生產(chǎn)資源進(jìn)行強(qiáng)制性的優(yōu)化，驅(qū)動企業(yè)之間的資源再配置，使生產(chǎn)要素從效率低下的企業(yè)流向效率較高的企業(yè)，最終提升整體全要素生產(chǎn)率水平。Tang等（2014）研究發(fā)現(xiàn)，污染稅的實(shí)施會導(dǎo)致生產(chǎn)效率最低的企業(yè)退出市場[1]。盛丹和張國峰（2019）研究了酸雨和二氧化硫兩控區(qū)政策，發(fā)現(xiàn)環(huán)境管制淘汰了效率較低的高污染企業(yè)[2]。韓超等（2017）基于我國在“十一五”規(guī)劃中首次提出的污染減排約束性指標(biāo)，發(fā)現(xiàn)約束性指標(biāo)驅(qū)動資本要素向高生產(chǎn)率企業(yè)集中，顯著降低了污染行業(yè)內(nèi)部的資源錯配程度，由此推動了污染行業(yè)整體生產(chǎn)率水平的提升[3]。

此外，環(huán)境治理也會對企業(yè)產(chǎn)生差異化的影響。張志強(qiáng)（2017）的研究表明，“兩控區(qū)”政策降低了企業(yè)的全要素生產(chǎn)率，但是對不同所有制企業(yè)的影響存在著明顯差異，外商投資企業(yè)受到的制約效應(yīng)要高于其他所有制類型企業(yè)，而對國有企業(yè)的制約效應(yīng)有限[4]。盛丹和張國峰（2019）的研究同樣表明，“兩控區(qū)”政策通過提高生產(chǎn)成本對控制區(qū)內(nèi)民營企業(yè)和外資企業(yè)的生產(chǎn)率增長產(chǎn)生了顯著的抑制作用，對國有企業(yè)的增長率則沒有顯著的影響[2]。在面對環(huán)境治理壓力時，由于不同所有制企業(yè)的談判勢力并不相同，具有不同的環(huán)境合規(guī)成本承擔(dān)能力，因而，企業(yè)生產(chǎn)過程所受的影響存在差異，從而可能導(dǎo)致企業(yè)之間資源配置的變化。

綜合來看，現(xiàn)有研究主要從微觀層面分析了環(huán)境治理對不同性質(zhì)企業(yè)的影響，未從宏觀層面關(guān)注環(huán)境治理對市場資源配置結(jié)構(gòu)的影響。此外，關(guān)于環(huán)境治理促進(jìn)資源再配置從而提升生產(chǎn)率的研究也比較豐富，但對于環(huán)境治理、資源配置結(jié)構(gòu)與綠色全要素生產(chǎn)率的研究較為匱乏，鮮有文獻(xiàn)將該三個指標(biāo)納入一個分析框架。鑒于此，本文在理論分析的基礎(chǔ)上，系統(tǒng)探討大氣污染治理、資源配置結(jié)構(gòu)與工業(yè)綠色全要素生產(chǎn)率之間的關(guān)系，厘清大氣污染治理的經(jīng)濟(jì)效應(yīng)，并根據(jù)結(jié)論提出針對性的政策建議。

二、作用機(jī)理分析

本文通過建立一個簡易的經(jīng)濟(jì)模型來分析大氣污染治理對國有與非國有部門要素流動的影響。假設(shè)一個經(jīng)濟(jì)體擁有家庭和生產(chǎn)兩個經(jīng)濟(jì)部門，其中，生產(chǎn)部門分為國有部門（x）和非國有部門（y）。國有部門和非國有部門生產(chǎn)產(chǎn)品用于家庭消費(fèi)，分別為qx和qy，兩種產(chǎn)品具有可替代性。進(jìn)一步，建立一個不變相對風(fēng)險(xiǎn)規(guī)避（Constant Relative Risk Aversion，CRRA）且不變替代彈性（Constant Elasticity of Substitution，CES）的效用函數(shù)[5]：

財(cái)經(jīng)理論與實(shí)踐（雙月刊）2021年第1期2021年第1期（總

工業(yè)資源配置結(jié)構(gòu)若出現(xiàn)變化，必然會對工業(yè)整體的生產(chǎn)率產(chǎn)生影響?，F(xiàn)有文獻(xiàn)多強(qiáng)調(diào)資源配置不當(dāng)對生產(chǎn)率的影響，配置不當(dāng)會造成生產(chǎn)率水平低下，而避免或者降低資源的不當(dāng)配置程度有利于生產(chǎn)率的提高[8，9]。Timmer和Szirmai（2000）將要素重置導(dǎo)致的正向效應(yīng)稱為“結(jié)構(gòu)紅利假說”[10]，其實(shí)質(zhì)是資源要素配置的優(yōu)化提高了整體生產(chǎn)效率。已有文獻(xiàn)表明，國有企業(yè)效率較低，其生產(chǎn)率落后于非國有企業(yè)[11-13]。然而，國有企業(yè)卻更容易獲得外部信貸支持和政府部門的大額補(bǔ)貼，而非國有企業(yè)則面臨著嚴(yán)峻的融資約束[9，14，15]。Brandt等（2012）指出，若資源從低效率的國有企業(yè)流向高效率的非國有企業(yè)，則經(jīng)濟(jì)整體的生產(chǎn)率將有顯著提升[16]。黃先海等（2017）進(jìn)一步測算得出，國有部門向非國有部門的要素流動貢獻(xiàn)了1998-2007年制造業(yè)全要素生產(chǎn)率提升的25%[17]。因此，若資源要素在國有與非國有部門之間實(shí)現(xiàn)更有效的配置，工業(yè)總的生產(chǎn)率水平將得到提升，實(shí)現(xiàn)工業(yè)結(jié)構(gòu)紅利。相反，若資源要素配置效率下降，則工業(yè)生產(chǎn)率水平將受到抑制。

綜上分析，本文認(rèn)為，資源配置結(jié)構(gòu)是大氣污染治理影響工業(yè)綠色全要素生產(chǎn)率的作用路徑。

三、研究設(shè)計(jì)

（一）指標(biāo)選取

1. 因變量。

工業(yè)綠色全要素生產(chǎn)率（gtfp）。Malmquist指數(shù)多用來分析生產(chǎn)率的變動情況，為保證指數(shù)具備傳遞性，相鄰時期指數(shù)可相乘，采用Pastor和Lovell（2005）[18]提出的全局Malmquist指數(shù)（GMI）方法。此外，Chambers等（1996）[19]和Chung等（1997）[20]提出的方向距離函數(shù)（DDF）在鼓勵期望產(chǎn)出向生產(chǎn)前沿?cái)U(kuò)張時，使非期望產(chǎn)出最大化縮減，與綠色全要素生產(chǎn)率的含義一致。因此，本文采用DDF-GMI方法測度2001-2017年我國省級工業(yè)部門的綠色全要素生產(chǎn)率。進(jìn)一步，把2001年作為基期，假設(shè)綠色全要素生產(chǎn)率為1，則2002年的綠色全要素生產(chǎn)率等于2002年的DDF-GMI值乘以1，依此類推，得到各年的綠色全要素生產(chǎn)率。

綠色全要素生產(chǎn)率的投入指標(biāo)包括資本、勞動力、能源，期望產(chǎn)出指標(biāo)為工業(yè)主營業(yè)務(wù)收入，非期望產(chǎn)出指標(biāo)為二氧化硫、煙（粉）塵①。其中，資本指標(biāo)為各地區(qū)規(guī)模以上工業(yè)企業(yè)固定資產(chǎn)合計(jì)，表示固定資產(chǎn)經(jīng)過扣減折舊、減值準(zhǔn)備等后的期末余額;勞動力指標(biāo)為各地區(qū)規(guī)模以上工業(yè)企業(yè)平均用工人數(shù);能源指標(biāo)為各地區(qū)工業(yè)終端能源消費(fèi)量，由主要能源消費(fèi)品種折算標(biāo)準(zhǔn)煤后加總得到。

2. 自變量。

3. 中介變量。

資源配置結(jié)構(gòu)（ras）。根據(jù)資源再配置理論，在要素使用及要素流動方面，政策實(shí)施的較優(yōu)結(jié)果應(yīng)該是減少資源流入低生產(chǎn)率企業(yè)，同時促進(jìn)資源流入高生產(chǎn)率企業(yè);在產(chǎn)品方面，應(yīng)該是高生產(chǎn)率企業(yè)獲得更大的市場份額[3，7]?；谶@一理論，本文采用非國有工業(yè)企業(yè)固定資產(chǎn)與國有工業(yè)企業(yè)固定資產(chǎn)的比值（ras）以及非國有工業(yè)企業(yè)主營業(yè)務(wù)收入與國有工業(yè)企業(yè)主營業(yè)務(wù)收入的比值（ras_y）表示各地區(qū)工業(yè)部門的資源配置結(jié)構(gòu)，分別用于實(shí)證分析和穩(wěn)健性檢驗(yàn)。若比值上升，則表明國有企業(yè)資源配置比例相對降低而非國有企業(yè)相對上升，意味著資源配置結(jié)構(gòu)的優(yōu)化。

4. 控制變量。

（1）外貿(mào)依存度（trade）。根據(jù)童健等（2016）[22]的方法，采用各地區(qū)進(jìn)出口總額占國內(nèi)生產(chǎn)總值的比重表示。（2）外資參與度（fdi）。采用各地區(qū)外商投資占全社會固定資產(chǎn)投資的比重表示。（3）創(chuàng)新（innovation）。新產(chǎn)品的銷售不僅反映了企業(yè)開發(fā)新產(chǎn)品或服務(wù)的能力，也反映了技術(shù)創(chuàng)新在商業(yè)上的成功[23]，因此，本文采用工業(yè)部門新產(chǎn)品產(chǎn)值占主營業(yè)務(wù)收入的比例衡量相對創(chuàng)新能力，比值越大意味著創(chuàng)新能力越強(qiáng)。（4）能源消費(fèi)結(jié)構(gòu)（ecs）。采用煤炭消費(fèi)占比表示，即各地區(qū)工業(yè)終端煤炭消費(fèi)量（標(biāo)準(zhǔn)煤）與終端能源消費(fèi)總量（標(biāo)準(zhǔn)煤）的比值。

（二）計(jì)量回歸模型

本文致力于研究大氣污染治理對工業(yè)綠色全要素生產(chǎn)率的影響，并探究資源配置結(jié)構(gòu)作為上述影響的作用路徑是否成立。因此，根據(jù)中介效應(yīng)的檢驗(yàn)方法[24，25]，構(gòu)建如下計(jì)量回歸模型對上述問題進(jìn)行實(shí)證分析。

（三）數(shù)據(jù)

本文以省際工業(yè)部門為研究對象，采用2001-2017年我國大陸30個省市區(qū)（由于西藏大量數(shù)據(jù)未披露，所以剔除）的面板數(shù)據(jù)進(jìn)行實(shí)證分析。

變量的原始數(shù)據(jù)來源于中國國家統(tǒng)計(jì)局網(wǎng)站、《中國統(tǒng)計(jì)年鑒》《中國工業(yè)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》《中國科技統(tǒng)計(jì)年鑒》和EPS數(shù)據(jù)平臺。另外，分別利用工業(yè)生產(chǎn)者出廠價(jià)格指數(shù)和固定資產(chǎn)投資價(jià)格指數(shù)將貨幣數(shù)值的當(dāng)年價(jià)格換算成以2000年為基價(jià)的不變價(jià)格，用人民幣兌美元年平均匯率把進(jìn)出口貿(mào)易數(shù)據(jù)換算成人民幣計(jì)價(jià)數(shù)據(jù)。主要變量的描述性統(tǒng)計(jì)結(jié)果見表2。

四、實(shí)證結(jié)果

（一）面板數(shù)據(jù)回歸結(jié)果

本文使用多維固定效應(yīng)模型（FE）對面板數(shù)據(jù)進(jìn)行估計(jì)，估計(jì)結(jié)果如表3所示。其中，模型（1）-模型（3）為全樣本的實(shí)證結(jié)果，模型（4）-模型（5）為替換中介變量后的估計(jì)結(jié)果，以檢驗(yàn)實(shí)證結(jié)果的穩(wěn)健性。

根據(jù)模型（1），大氣污染治理變量具有正向顯著的系數(shù)（系數(shù)=0.120，p<0.01），意味著大氣污染治理對工業(yè)綠色全要素生產(chǎn)率具有顯著的提升作用。在模型（2）中，大氣污染治理變量具有正向顯著的系數(shù)（系數(shù)=0.0583，p<0.01），表明大氣污染治理顯著優(yōu)化了資源配置結(jié)構(gòu)，這意味著大氣污染治理驅(qū)動了工業(yè)內(nèi)部資源要素的再配置，非國有企業(yè)的資源配置比例上升。

那么，大氣污染治理是否通過優(yōu)化資源配置結(jié)構(gòu)促進(jìn)了工業(yè)綠色全要素生產(chǎn)率提升呢？模型（3）分析了大氣污染治理與資源配置結(jié)構(gòu)對工業(yè)綠色全要素生產(chǎn)率的聯(lián)合效應(yīng)。結(jié)果顯示，大氣污染治理變量的系數(shù)（系數(shù)=0.111，p<0.01）與模型（1）符號一致且絕對值更小;此外，資源配置結(jié)構(gòu)的系數(shù)顯著（系數(shù)=0.146，p<0.01），即非國有部門資源配置比例上升有利于工業(yè)綠色全要素生產(chǎn)率的提升。聯(lián)合模型（2），根據(jù)中介效應(yīng)檢驗(yàn)原理，資源配置結(jié)構(gòu)的中介效應(yīng)存在，大氣污染治理通過優(yōu)化資源配置結(jié)構(gòu)促進(jìn)了工業(yè)綠色全要素生產(chǎn)率提升。進(jìn)一步計(jì)算得出中介效應(yīng)的大小為[0.0583×0.146/0.120]=0.0709，即大氣污染治理對工業(yè)綠色全要素生產(chǎn)率的提升作用有7.09%是通過優(yōu)化資源配置結(jié)構(gòu)實(shí)現(xiàn)的。從中介變量替換后的估計(jì)結(jié)果看，資源配置結(jié)構(gòu)的中介效應(yīng)仍然顯著。

在中介變量替換的基礎(chǔ)上，進(jìn)一步采用自變量滯后一期、更換估計(jì)方法兩種方式對實(shí)證結(jié)果進(jìn)行穩(wěn)健性檢驗(yàn)，結(jié)果如表4所示。其一，由于大氣污染治理變量可能存在內(nèi)生性問題，本文采用大氣污染治理強(qiáng)度的滯后一期（采用2000-2016年的數(shù)據(jù)）作為當(dāng)期值的工具變量進(jìn)行估計(jì)，估計(jì)結(jié)果如模型（6）-模型（8）所示。結(jié)果表明，大氣污染治理對工業(yè)綠色全要素生產(chǎn)率、資源配置結(jié)構(gòu)均表現(xiàn)出顯著的正向影響，并且資源配置結(jié)構(gòu)的中介效應(yīng)顯著存在，因而回歸結(jié)果是穩(wěn)健的。其二，為了避免可能存在的組間異方差、組內(nèi)自相關(guān)和組間同期相關(guān)對回歸結(jié)果造成影響，本文進(jìn)一步采用全面可行廣義最小二乘法（FGLS）對面板數(shù)據(jù)進(jìn)行估計(jì)，估計(jì)結(jié)果如模型（9）-模型（11）所示。結(jié)果表明，大氣污染治理對工業(yè)綠色全要素生產(chǎn)率、資源配置結(jié)構(gòu)仍然表現(xiàn)出顯著的正向影響，并且資源配置結(jié)構(gòu)的中介效應(yīng)依然顯著存在。因此，綜合來看，本文的實(shí)證結(jié)果具有較高的穩(wěn)健性。

（二）異質(zhì)性分析

由于經(jīng)濟(jì)的梯度發(fā)展戰(zhàn)略，加上各地區(qū)資源稟賦、經(jīng)濟(jì)基礎(chǔ)差異等原因，我國不同地區(qū)的工業(yè)化進(jìn)程暴露出不平衡的問題[26]。對于工業(yè)化領(lǐng)先地區(qū)來說，由于其經(jīng)濟(jì)發(fā)展水平較高，在產(chǎn)業(yè)結(jié)構(gòu)、技術(shù)創(chuàng)新等方面都具有領(lǐng)先優(yōu)勢，國有與非國有部門效率都較高，故大氣污染治理壓力對于工業(yè)資源配置結(jié)構(gòu)的影響可能較小;而在工業(yè)化落后地區(qū)，經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)及技術(shù)創(chuàng)新等方面與工業(yè)化領(lǐng)先地區(qū)存在較大差距，在大氣污染治理的壓力下，國有與非國有部門之間以及內(nèi)部可能會以淘汰落后產(chǎn)能等方式進(jìn)行生產(chǎn)要素的重新優(yōu)化配置，進(jìn)而實(shí)現(xiàn)資源配置結(jié)構(gòu)的優(yōu)化。本文根據(jù)黃群慧和李芳芳（2017）[27]的研究，把我國大陸30個省市區(qū)（西藏除外）劃分為工業(yè)化領(lǐng)先和落后地區(qū)②。表5提供了工業(yè)化領(lǐng)先和落后地區(qū)的實(shí)證結(jié)果。

從工業(yè)化領(lǐng)先地區(qū)的結(jié)果看，大氣污染治理與工業(yè)綠色全要素生產(chǎn)率顯著正相關(guān)，即大氣污染治理有利于提升工業(yè)綠色全要素生產(chǎn)率。大氣污染治理與資源配置結(jié)構(gòu)負(fù)相關(guān)但不顯著，表明大氣污染治理并沒有驅(qū)動工業(yè)化領(lǐng)先地區(qū)非國有企業(yè)資源配置比例的提升。此外，資源配置結(jié)構(gòu)與工業(yè)綠色全要素生產(chǎn)率正相關(guān)但不顯著，意味著非國企企業(yè)資源配置比例的提升并沒有產(chǎn)生結(jié)構(gòu)紅利。究其原因，在于工業(yè)化領(lǐng)先地區(qū)經(jīng)濟(jì)發(fā)展水平和資源配置效率較高，國有企業(yè)和非國有企業(yè)的效率差異相對較小。綜合來看，在工業(yè)化領(lǐng)先地區(qū)資源配置結(jié)構(gòu)的中介效應(yīng)不顯著。

工業(yè)化落后地區(qū)的實(shí)證結(jié)果顯示，大氣污染治理和資源配置結(jié)構(gòu)優(yōu)化對工業(yè)綠色全要素生產(chǎn)率具有顯著的提升作用。此外，大氣污染治理顯著優(yōu)化了資源配置結(jié)構(gòu)，促進(jìn)了非國有部門資源配置比例的相對上升。結(jié)合中介效應(yīng)檢驗(yàn)理論，資源配置結(jié)構(gòu)為大氣污染治理提升工業(yè)綠色全要素生產(chǎn)率的中介變量。工業(yè)化落后地區(qū)資源配置效率相對較低，國有企業(yè)和非國有企業(yè)的效率差異相對較大，大氣污染治理給產(chǎn)業(yè)帶來了較大的外部性影響，倒逼產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和落后產(chǎn)能淘汰，驅(qū)動資源配置效率提升，最終提升了工業(yè)綠色全要素生產(chǎn)率。具體計(jì)算資源配置結(jié)構(gòu)的中介效應(yīng)[0.0696×0.180/0.107]=0.1171，即大氣污染治理對工業(yè)綠色全要素生產(chǎn)率的提升效應(yīng)中有11.71%是通過優(yōu)化資源配置結(jié)構(gòu)實(shí)現(xiàn)的。

五、結(jié)論與啟示

本文基于我國大氣污染治理實(shí)踐，討論了大氣污染治理對資源配置結(jié)構(gòu)和工業(yè)綠色全要素生產(chǎn)率的影響，并從工業(yè)化進(jìn)程角度進(jìn)行了比較分析。本文的研究結(jié)論主要有：第一，總體上，大氣污染治理顯著提升了工業(yè)綠色全要素生產(chǎn)率;在工業(yè)化領(lǐng)先和落后地區(qū)，大氣污染治理均表現(xiàn)出顯著的提升作用。第二，總的來看，大氣污染治理促進(jìn)了工業(yè)資源配置結(jié)構(gòu)優(yōu)化，非國有部門資源配置比例提升;工業(yè)化落后地區(qū)的大氣污染治理也具有顯著的資源配置結(jié)構(gòu)優(yōu)化效應(yīng)，但是工業(yè)化領(lǐng)先地區(qū)影響不顯著。第三，總體來看，資源配置結(jié)構(gòu)優(yōu)化顯著提升了工業(yè)綠色全要素生產(chǎn)率，但是在工業(yè)化程度不同的地區(qū)表現(xiàn)出差異，工業(yè)化落后地區(qū)資源配置結(jié)構(gòu)優(yōu)化有利于工業(yè)綠色全要素生產(chǎn)率提升而工業(yè)化領(lǐng)先地區(qū)影響不顯著。第四，根據(jù)中介效應(yīng)檢驗(yàn)結(jié)果，總體來看，大氣污染治理通過優(yōu)化資源配置結(jié)構(gòu)提升了工業(yè)綠色全要素生產(chǎn)率，但存在地區(qū)異質(zhì)性。在工業(yè)化落后地區(qū)，大氣污染治理通過優(yōu)化資源配置結(jié)構(gòu)實(shí)現(xiàn)了工業(yè)綠色全要素生產(chǎn)率提升，而在工業(yè)化領(lǐng)先地區(qū)資源配置結(jié)構(gòu)的中介效應(yīng)不顯著。

本文的研究也帶來了一些啟示。首先，地方政府特別是工業(yè)化落后地區(qū)，應(yīng)注重利用大氣污染治理政策措施激發(fā)工業(yè)資源配置結(jié)構(gòu)優(yōu)化的潛力，充分發(fā)揮大氣污染治理在淘汰落后產(chǎn)能、促進(jìn)要素流動中的積極作用。在國有企業(yè)市場化改革的背景下，尤其可以利用大氣污染治理的壓力促進(jìn)國有企業(yè)改善資源配置效率、提升市場競爭力，進(jìn)而實(shí)現(xiàn)地區(qū)總體全要素生產(chǎn)率的增長。其次，由于各地區(qū)經(jīng)濟(jì)發(fā)展階段不同，應(yīng)實(shí)行差異化的大氣污染治理行動。在工業(yè)化落后地區(qū)，應(yīng)側(cè)重于命令控制型等“硬約束”規(guī)制，有效發(fā)揮大氣污染治理對產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化的倒逼效應(yīng)，推動生產(chǎn)要素從低生產(chǎn)率的部門流向高生產(chǎn)率的部門進(jìn)行重新組合;而在工業(yè)化領(lǐng)先地區(qū)，應(yīng)側(cè)重于發(fā)揮市場型規(guī)制的“軟約束”作用，讓市場在資源配置中起決定性作用，使得企業(yè)可以自主選擇更加符合自身特點(diǎn)的環(huán)境保護(hù)行為。最后，地方政府應(yīng)切實(shí)轉(zhuǎn)變經(jīng)濟(jì)發(fā)展理念，推動經(jīng)濟(jì)與生態(tài)環(huán)境協(xié)調(diào)發(fā)展，通過積極的大氣環(huán)境保護(hù)行動實(shí)現(xiàn)“藍(lán)天保衛(wèi)戰(zhàn)”和“經(jīng)濟(jì)轉(zhuǎn)型攻堅(jiān)戰(zhàn)”雙贏。

注釋：

①?2016-2017年統(tǒng)計(jì)部門只披露了地區(qū)總的大氣污染物排放數(shù)據(jù)，工業(yè)部門的數(shù)據(jù)未披露，因此，本文采用2013-2015年工業(yè)大氣污染物排放占地區(qū)排放總量的平均比例進(jìn)行估算。

②?工業(yè)化領(lǐng)先地區(qū)：北京、上海、天津、浙江、江蘇、廣東、遼寧、福建、重慶、山東、湖北、內(nèi)蒙古、吉林、河北。落后地區(qū)：江西、湖南、陜西、安徽、河南、四川、青海、寧夏、廣西、山西、黑龍江、新疆、甘肅、海南、云南、貴州。

參考文獻(xiàn)：

[1]?Tang E， Liu F， Zhang J， et al. A model to analyze the environmental policy of resource reallocation and pollution control based on firms' heterogeneity[J]. Resources Policy， 2014，39：88-91.

[2]?盛丹，張國峰.兩控區(qū)環(huán)境管制與企業(yè)全要素生產(chǎn)率增長[J].管理世界，2019，35（2）：24-42+198.

[3]?韓超，張偉廣，馮展斌.環(huán)境規(guī)制如何“去”資源錯配——基于中國首次約束性污染控制的分析[J].中國工業(yè)經(jīng)濟(jì)，2017（4）：115-134.

[4]?張志強(qiáng).環(huán)境規(guī)制提高了中國城市環(huán)境質(zhì)量嗎？——基于“擬自然實(shí)驗(yàn)”的證據(jù)[J].產(chǎn)業(yè)經(jīng)濟(jì)研究，2017（3）：69-80.

[5]?Holladay J S， Mohsin M， Pradhan S. Emissions leakage， environmental policy and trade frictions[J]. Journal of Environmental Economics and Management， 2018，88：95-113.

[6]?任勝鋼，鄭晶晶，劉東華，等.排污權(quán)交易機(jī)制是否提高了企業(yè)全要素生產(chǎn)率——來自中國上市公司的證據(jù)[J].中國工業(yè)經(jīng)濟(jì)，2019（5）：5-23.

[7]?Aghion P， Cai J， Dewatripont M，et al. Industrial policy and competition[J]. American Economic Journal： Macroeconomics， 2015，7（4）：1-32.

[8]?Lewis W A. Economic development with unlimited supplies of labor[J]. Manchester School of Economic and Social Studies， 1954，22（2）：139-191.

[9]?Song Z， Storesletten K， Zilibotti F. Growing like china[J]. The American Economic Review， 2011，101（1）：196-233.

[10]Timmer M P， Szirmai A. Productivity growth in Asian manufacturing：The structural bonus hypothesis examined[J]. Structural Change and Economic Dynamics， 2000，11（4）：371-392.

[11]Kumbhakar S C， Hjalmarsson L. Relative performance of public and private ownership under yardstick competition： Electricity retail distribution[J]. European Economic Review， 1998，42（1）：97-122.

[12]Ramaswamy K. Organizational ownership， competitive intensity， and firm performance： An empirical study of the Indian manufacturing sector[J]. Strategic Management Journal， 2001，22（10）：989-998.

[13]Berkowitz D， Ma H， Nishioka S. Recasting the iron rice bowl： The reform of China's state-owned enterprises[J]. Review of Economics and Statistics， 2017，99（4）：735-747.

[14]Hering L， Poncet S. Environmental policy and exports： Evidence from Chinese cities[J]. Journal of Environmental Economics and Management， 2014，68（2）：296-318.

[15]Wei S J， Xie Z， Zhang， X. From "made in china" to "innovated in china"： Necessity， prospect， and challenges[J]. Journal of Economic Perspectives， 2017，31（1）：49-70.

[16]Brandt L， Van Biesebroeck J， Zhang Y. Creative accounting or creative destruction？ Firm-level productivity growth in Chinese manufacturing[J]. Journal of Development Economics， 2012，97（2）：339-351.

[17]黃先海，金澤成，余林徽.要素流動與全要素生產(chǎn)率增長：來自國有部門改革的經(jīng)驗(yàn)證據(jù)[J].經(jīng)濟(jì)研究，2017，52（12）：62-75.

[18]Pastor J T， Lovell C K. A global Malmquist productivity index[J]. Economics Letters， 2005，88（2）：266-271.

[19]Chambers R G， Fāure R， Grosskopf S. Productivity growth in APEC countries[J]. Pacific Economic Review， 1996，1（3）：181-190.

[20]Chung Y H， Fre R， Grosskopf S. Productivity and undesirable outputs： A directional distance function approach[J]. Journal of Environmental Management， 1997，51（3）：229-240.

[21]趙霄偉.環(huán)境規(guī)制、環(huán)境規(guī)制競爭與地區(qū)工業(yè)經(jīng)濟(jì)增長——基于空間Durbin面板模型的實(shí)證研究[J].國際貿(mào)易問題，2014（7）：82-92.

[22]童健，劉偉，薛景.環(huán)境規(guī)制、要素投入結(jié)構(gòu)與工業(yè)行業(yè)轉(zhuǎn)型升級[J].經(jīng)濟(jì)研究，2016，51（7）：43-57.

[23]Roper S， Love J H， Bonner K. Firms knowledge search and local knowledge externalities in innovation performance[J]. Research Policy， 2017， 46（1）： 43-56.

[24]MacKinnon D P， Lockwood C M， Hoffman J M， et al. A comparison of methods to test mediation and other intervening variable effects[J]. Psychological methods， 2002，7（1）：83-104.

[25]溫忠麟，葉寶娟.中介效應(yīng)分析：方法和模型發(fā)展[J].心理科學(xué)進(jìn)展，2014，22（5）：731-745.

[26]黃群慧.改革開放40年中國的產(chǎn)業(yè)發(fā)展與工業(yè)化進(jìn)程[J].中國工業(yè)經(jīng)濟(jì)，2018（9）：5-23.

[27]黃群慧，李芳芳.工業(yè)化藍(lán)皮書：中國工業(yè)化進(jìn)程報(bào)告（1995-2015）[M].北京：社會科學(xué)文獻(xiàn)出版社，2017.

（責(zé)任編輯：鐘?瑤）