| 5,554 | 88 | 788 |
| 下载次数 | 被引频次 | 阅读次数 |
本文采用基于非径向方向距离函数的全域Luenberger生产率指标，将环境污染与经济增长纳入同一框架测算我国城市绿色经济增长率，在此基础上考察环境规制对绿色经济增长的影响及其机制。针对地区发展不均衡问题，本文以人均地区生产总值（GDP）作为约束条件，综合运用交互项回归模型、面板门槛回归模型和部分线性函数系数面板模型，探究环境规制对我国城市绿色经济增长的异质性影响。研究结果表明：环境规制显著推动城市绿色经济增长，其驱动力源自技术效率的改善和技术水平的提升。当城市人均GDP高于2.28万元（2004年价格水平）时，环境规制对绿色经济增长的正向影响才开始显著，且该效应随着人均GDP水平提高而增大。本研究为考察环境规制与城市绿色发展的关系提供新的经验证据。
Abstract：This paper examines the effect of environmental regulation on green economic growth and its underlying mechanisms. Using the global Luenberger production index based on non-radial direction distance function, we build a comprehensive framework incorporating pollution and economic growth to measure Chinese city green economic growth rate. In face of regional imbalance, we exploit interaction term, threshold panel and partially linear functional coeficient models subject to income per capita to reveal heterogeneous effects of environmental regulation on the green economic growth of Chinese cities. The results show that environmental regulation significantly promotes urban green economic growth, mainly through the improvement of technology efficiency and technological level. The promoting impact is not significant until urban income per capita reaches 22.8 thousand yuan(at the 2004 price level), and continuously increases after hitting the critical point. This article provides fresh evidence for investigating the relationship between environmental regulation and urban green economic growth.
[1]陈超凡.中国工业绿色全要素生产率及其影响因素——基于ML生产率指数及动态面板模型的实证研究[J].统计研究, 2016, 33(3):53–62.
[2]陈诗一.能源消耗、二氧化碳排放与中国工业的可持续发展[J].经济研究, 2009, 44(4):41–55.
[3]戴魁早,骆莙函.环境规制、政府科技支持与工业绿色全要素生产率[J].统计研究, 2022, 39(4):49–63.
[4]邓玉萍,王伦,周文杰.环境规制促进了绿色创新能力吗?——来自中国的经验证据[J].统计研究, 2021, 38(7):76–86.
[5]何凌云,祁晓凤.环境规制与绿色全要素生产率——来自中国工业企业的证据[J].经济学动态, 2022(6):97–114.
[6]胡晓珍,杨龙.中国区域绿色全要素生产率增长差异及收敛分析[J].财经研究, 2011, 37(4):123–134.
[7]黄德春,刘志彪.环境规制与企业自主创新:基于波特假设的企业竞争优势构建[J].中国工业经济, 2006(3):100–106.
[8]纪建悦,许瑶,张懿.民间投资视角下环境规制对绿色全要素生产率的影响研究[J].中国管理科学, 2023, 31(5):11–19.
[9]蒋伏心,王竹君,白俊红.环境规制对技术创新影响的双重效应:基于江苏制造业动态面板数据的实证研究[J].中国工业经济, 2013(7):44–55.
[10]李斌,彭星,欧阳铭珂.环境规制、绿色全要素生产率与中国工业发展方式转变:基于36个工业行业数据的实证研究[J].中国工业经济,2013(4):56–68.
[11]李江龙,徐斌.“诅咒”还是“福音”:资源丰裕程度如何影响中国绿色经济增长?[J].经济研究, 2018, 53(9):151–167.
[12]李玲,陶锋.中国制造业最优环境规制强度的选择:基于绿色全要素生产率的视角[J].中国工业经济, 2012(5):70–82.
[13]李胜兰,初善冰,申晨.地方政府竞争、环境规制与区域生态效率[J].世界经济, 2014, 37(4):88–110.
[14]林伯强,谭睿鹏.中国经济集聚与绿色经济效率[J].经济研究, 2019, 54(2):119–132.
[15]林伯强.碳中和进程中的中国经济高质量增长[J].经济研究, 2022(1):56–71.
[16]钱争鸣,刘晓晨.环境管制与绿色经济效率[J].统计研究, 2015, 32(7):12–18.
[17]宋马林,王舒鸿.环境规制,技术进步与经济增长[J].经济研究, 2013, 48(3):122–134.
[18]邵帅,范美婷,杨莉莉.经济结构调整、绿色技术进步与中国低碳转型发展——基于总体技术前沿和空间溢出效应视角的经验考察[J].管理世界, 2022(2):46–69.
[19]单豪杰.中国资本存量K的再估算:1952~2006年[J].数量经济技术经济研究, 2008, 25(10):17–31.
[20]王兵,刘光天.节能减排与中国绿色经济增长:基于全要素生产率的视角[J].中国工业经济, 2015(5):57–69.
[21]吴传清,董旭.环境约束下长江经济带全要素能源效率研究[J].中国软科学, 2016(3):73–83.
[22]原毅军,谢荣辉. FDI、环境规制与中国工业绿色全要素生产率增长:基于Luenberger指数的实证研究[J].国际贸易问题, 2015(8):84–93.
[23]张中元,赵国庆. FDI、环境规制与技术进步:基于中国省级数据的实证分析[J].数量经济技术经济研究, 2012, 29(4):19–32.
[24] Chen S, Oliva P, Zhang P. Air Pollution and Mental Health:Evidence from China[R]. Nber Working Papers, 2018.
[25] Cui J, Zhang J, Zheng Y. Carbon Pricing Induces Innovation:Evidence from China’s Regional Carbon Market Pilots[J]. AEA Papers and Proceedings, 2018, 108:453–457.
[26] Dube A, Lester TW, Reich M. Minimum Wage Effects Across State Borders:Estimates Using Contiguous Counties[J]. Review of Economics and Statistics 2010, 92:945–964.
[27] Hering L, Poncet S. Environmental Policy and Exports:Evidence from Chinese Cities[J]. Journal of Environmental Economics&Management,2014, 68(2):296–318.
(1)绿色经济增长强调通过采用环保和可持续的发展模式，促进经济发展和社会福祉的提高，同时减少对自然资源的消耗和环境的破坏，实现在保护环境和可持续发展的前提下促进经济增长。
(1)选择这一样本区间主要是受限于数据的可得性。首先，本文实证分析的部分变量在2004年之前数据缺失较为严重，特别是部分城市污染物排放量、就业人数和固定资产投资数据在2004年之前不完整。其次，本文的核心解释变量环境规制是基于SO2和DUST进行构造的。《中国城市统计年鉴》在2016年之后只报告了二氧化硫产生量和工业烟（粉）尘排放量数据，不再报告其去除量相关数据，因此无法计算相应的污染物去除率。鉴于此，本文实证分析的时间窗口只能限制在2004-2016年。本文侧重于揭示环境规制对绿色经济增长的异质性。考虑到当前我国地区经济发展的差距还较为明显，本文基于早前年份的数据样本得到的结论对当前我国地区环境治理仍具有启示性。因篇幅所限，2004-2016年环境规制强度箱线图以附图1展示，见《统计研究》网站所列附件。下同。
(2)因篇幅所限，构造全域Luenbeger生产率指标方法以附录1展示。
(3)由于现有统计资料很难推算分城市的资本折旧率，本文采用单豪杰（2008）估算的折旧率10.96%。
(4)因篇幅所限，两个组别绿色经济增长率的核密度估计图以附图2展示。
(1)参考宋马林和王舒鸿（2013），陈超凡（2016）等相关文献，本文没有进一步控制时间维度的固定效应。理由如下：时间固定效应通常用来控制一些宏观经济上的共同冲击。一般而言，这些冲击会通过影响地区经济条件进而影响城市的绿色经济增长。然而，本文的实证模型中已经尽可能地控制了城市的社会经济特征变量以控制经济冲击的影响。此外，发现加入时间固定效应会导致部分线性函数型系数面板数据模型的函数型系数估计的方差很大（主要是因为函数型系数用了一系列基函数的线性组合去逼近未知函数。在实际估计中其展开的模型解释变量个数比较多，加入时间固定效应项后会损失更多的模型自由度）。
(2)因篇幅所限，稳健性检验结果以附表1~2展示。
(1)空气流动系数计算公式为VCi t=WS it×BLH it。其中，VCi t是i地区（城市）t年的空气流动系数，由10米高风速（WS it）和大气边界层高度（BLH it）相乘得到。WS it和BLH it均从欧洲中期天气预报中心（ECMRWF）公布的ERA5气象数据中获得。本文将获得的栅格数据按照城市取均值，并计算得到空气流通系数。
(2)一般而言，弱工具变量会使2SLS估计的方差较大，使得解释变量的估计系数的P值较大，更难以通过显著性检验。因此，弱工具变量的2SLS估计结果仍有一定的参考价值。
(3)逆温是指地面上空的大气结构出现气温随高度增加而升高的反常现象。当逆温发生时，空气中的污染物难以扩散，此时随着污染排放的增加，容易造成较为严重的空气污染。参考Chen等（2018），本文使用NASA的MERRA-2数据集中栅格数据构建逆温指标：■。其中，TI it是i地区（城市）t年的逆温天数，由t年内发生逆温现象的天数加总得到。Th=320,d代表320 m高空的d=1气温，Th=110,d代表110 m高空的气温。Con(·)是一个条件函数，当Th=320,d-Th=110,d>0时取值为1，否则取值为0。
(1)因篇幅所限，门槛效应的显著性检验结果以附表3展示。
基本信息:
DOI：10.19343/j.cnki.11-1302/c.2023.12.004
中图分类号:F124.5;X32
引用信息:
[1]杜克锐,欧阳晓灵,郑泳薇.环境规制是否促进我国城市的绿色经济增长？[J].统计研究,2023,40(12):39-49.DOI:10.19343/j.cnki.11-1302/c.2023.12.004.
基金信息:
国家自然科学基金面上项目“环境规制与中国城市经济绿色转型：基于绿色技术进步和产业结构升级视角”（72074184）; 国家社会科学基金一般项目“基于绿色技术进步视角的能源结构优化与经济协同发展机制及实现路径研究”（23BJY082）; 上海市软科学重点项目“上海市实现碳中和与经济协同发展的前景预测：基于复杂系统建模的碳减排政策效应模拟研究”（23692109800）
2023-12-25
2023-12-25