刘传江 赵晓梦

摘要强“波特假说”认为严格而恰当的环境规制政策将使企业的生产效率呈现先降后升的趋势，为验证强“波特假说”及其产业异质性，首先建立产业碳密集指数，将工业部门36个细分行业划分为高碳密集产业、中碳密集产业和低碳密集产业；接着运用方向性距离函数测算2003—2014年细分行业的绿色全要素生产率，基于系统“GMM”估计方法验证三个细分行业的环境规制强度对绿色全要素生产率的影响。研究结果显示：第一，样本期间内，高碳密集产业的环境规制强度远远高于中低碳密集产业，这表明高碳密集产业一直是产业节能减排的重点对象，而碳排放情况较为严重的中碳密集产业则为“被遗忘的角落”；第二，强“波特假说”在工业部门内存在产业异质性，高碳密集产业和中碳密集产业的环境规制强度与绿色全要素生产率呈“U”型关系，而在低碳密集产业中两者则呈倒“U”型关系；第三，相对于高碳密集产业，中碳密集产业因环境规制强度较容易跨越“U”型拐点而具有较大的减排空间，低碳密集产业在达到“U”型拐点之前，环境规制为其绿色全要素生产率提升的动力。本文研究结论蕴含如下的政策建议：根据产业的碳密集程度实施针对性的环境规制政策，持续加强中碳密集产业的环境规制力度，适度加强低碳密集产业的环境规制强度，高碳密集产业需根据不同阶段的经济水平设计具有针对性的环境规制政策，逐渐将三类产业的“遵循成本”效应转化为“创新补偿”效应，实现经济增长和环境保护的双赢。

关键词环境规制强度；强“波特假说”；绿色全要素生产率；产业碳密集度

中图分类号F426文献标识码A文章编号1002-2104（2017）06-0001-09DOI： 10.12062/cpre.20170352

改革开放至今，我国经济实现了年均9.8%的增长率，工业部门作为我国经济增长的主要引擎，更是取得了年均GDP增长率高达11.5%左右的巨大成就。与此同时，在工业化和城市化快速发展的进程中，“高能耗、高污染、高排放”的经济发展模式带来了严重的资源枯竭和环境污染问题。根据2014年《全球环境绩效指数评估报告》显示，中国环境绩效指数（Environmental Performance Index，EPI）得分43.0分，在178個参赛国家和地区中排名第118位；同样，2016年美国耶鲁大学发布的《环境绩效指数报告》对将环境问题视为高级优先领域的国家表现进行了EPI排名，中国在空气质量方面排名倒数第二。EPI得分过低从侧面也反映了我国较弱的环境规制强度。因此，在我国处于“三期叠加”的特殊时期中务必在强调结构化调整、保障经济增长的同时实施严格的环境规制政策，触发环境友好型创新以寻求新的经济增长点。问题是，环境规制强度真的可以实现经济增长和环境保护的“双赢”吗？

1文献综述

Dension[1]和Gollop[2]认为环境规制会提高企业的生产成本，进而削弱企业的竞争力，给经济增长带来负面的影响。1991年，波特（Michael Porter）[3-4]向传统研究范式提出了挑战，他认为严格且设计恰当的环境规制能够激励企业创新并且能够部分甚至完全抵消环境规制的成本，提高企业的生产率和国际竞争力，这被称为波特假说（Porter Hypothesis）。Jaffe[5]通过梳理因果关系将波特假说区分为狭义的“波特假说”、弱“波特假说”和强“波特假说”，目前学术界的研究主要集中于对弱、强“波特假说”的验证。

弱“波特假说”是指设计合理的环境规制可以引发企业创新，但不能表明该创新对企业是好是坏，此为“弱”之所在。当前已有大量文献对弱“波特假说”进行了检验，并得出环境规制与专利申请、R&D支出等存在正相关关系这一结论，如Lanjouw[6]、Brunnermeier[7]和Johnstone[8]的研究。黄德春[9]将Rboert模型进行改进，从理论角度证明了环境规制虽然会增加企业的生产成本，但是会触发企业的创新。沈能[10]和蒋伏心[11]通过实证分析，发现环境规制强度与技术创新之间存在“U”型动态关系，即伴随时间推移，环境规制强度由“抵消成本”效应逐渐向“创新补偿”效应转变。

强“波特假说”是指环境规制除了能激发企业创新的之外还能够提高企业的竞争力和绩效，多数学者选取生产率指标度量企业的竞争力，但研究结论却不尽相同。Dension[1]认为美国在1972—1975年期间生产率下降16%的原因归于环境规制强度的提高，Gollop[2]和Gray[12]也得出了类似的结论。但近些年来，更多的研究显示严格的环境规制会给行业（企业）带来积极的影响。Berman[13]选取美国的石油冶炼行业作为考察对象，研究结果显示，实施严格空气质量管制的洛杉矶地区的石油冶炼行业的生产率每年增长2.4%—6.9%，显著高于其他地区。此外，有少数学者认为环境规制对产业绩效的影响具有不确定性，如Alpay[14]的相关研究。国内关于强“波特假说”的研究起步相对较晚，但环境规制对全要素生产率（TFP）的影响迅速成为一个热门话题。近些年能源枯竭、环境污染和生态破坏等问题日益凸显，但全要素生产率的传统测度方法仅考虑到期望产出，忽略了伴随生产过程中的非期望产出，从而使得估算的全要素生产率偏高。陈诗一[15]选取CO2作为非期望产出指标对环境全要素生产率进行测算，研究发现节能减排政策确实促进了工业部门绿色生产率的提高。张成[16]等则选取CO2和SO2排放量作为非期望产出，研究发现环境规制强度对全要素能源效率的影响有较大的区域差异，东部地区呈倒U型关系，而中西部并不显著。那么，环境规制对产业的影响也存在异质性吗？学术界对此研究较少，其中李玲和陶锋[17]根据污染排放强度高低将28个制造业分为高、中、低三大类，力图在不同产业中寻求最优的环境规制强度，为现实经济提供更多的政策参考。

总体而言，当前学术界关于强“波特假说”的研究还存在以下不足：首先，在计算全要素生产率时因未考虑环境因素或者只选取一到两种污染物作为非期望产出从而高估其全要素生产率；其次，在对强“波特假说”进行验证时多使用国别数据或省际数据，针对工业部门细分行业的研究较少；最后，在对工业部门进行强“波特假说”验证时暗含了同质性假定，忽视了工业细分行业之间的异质性问题。本文的主要贡献在于：①重新对碳密集产业进行更加合理的界定，通过构建产业碳密集指数，将工业部门36个细分行业划分为高碳密集产业、中碳密集产业和低碳密集产业；②将气态、液态、固态三种不同形态的四种代表性非期望产出纳入到全要素生产率计算框架，重新对工业部门细分行业的绿色全要素生产率（Green Total Factor Productivity）进行测算；③利用环境规制强度指标和绿色全要素生产率指标进行回归，探析强“波特假说”在三类碳密集产业中是否存在异质性；④根据三类碳密集产业的回归结果，计算倒“U型”（“U型”）曲线的拐点，寻求不同产业的最优环境规制强度，为当前工业经济转型和产业结构优化升级提供一定的政策参考。

2碳密集产业的识别及分类

2.1碳密集产业概念界定

碳排放状况因产业性质不同而有较大的差异，实施统一的环境规制政策，其环境规制强度和规制效果也会受到行业特征的影响，故应根据碳排放状况将不同行业进行归类，探索不同类别之间的差异，进而实施不同的环境政策将更具有实践意义。不同行业在生产过程中或多或少地都会产生碳排放，碳密集产业（Carbon Intensive Industries）是指相对于其他产业而言，在生产过程中若不加以治理会直接或间接产生更多、更密集碳排放的产业。

2.2工业部门划分与碳排放计算

本文选取我国工业部门36个细分行业作为研究对象。国家统计局在《国民经济行业分类》（2011）中将行业代码前两位为06—46的行业划分为工业，共包含41个种类行业。为保持数据的连贯性和前后一致性，本文剔除开采辅助活动、其他制造业、废弃资源综合利用业和金属制品机械设备修理业等四个行业，因其他采矿业统计数据极小也将其剔除。交通运输设备制造业在2012年被拆分为汽车制造业和铁路船舶航空航天及其他运输设备制造业，橡胶制品业和塑料制品业合并为橡胶和塑料制品业，因此本文将2012年之前的交通运输设备制造业按照汽车制造业和铁路船舶航空航天及其他运输设备制造业近三年比例均值进行拆分，并将橡胶制品业和塑料制品业的数据进行加总合并，故最终为36个行业。

在对工业部门的碳密集产业进行划分之前需先计算各行业的碳排放量。参照《2006年IPCC国家温室气体清单指南》的参考办法，计算公式如下：

CO2=∑Ei×NCVi×CEFi×COFi×4412（i=1，2，…7） （1）

Ei表示第i种能源的实物消费量，包括原煤、焦炭、燃

料油、汽油、煤油、柴油和天然气等七种能源能源消费主要涉及到煤炭、焦炭、原油、汽油、煤油、柴油、燃料油、天然气和电力9种，电力在使用过程中并不直接产生二氧化碳，且原油绝大部分用于炼油等加工转换再投入，为避免重复计算，在计算式剔除原油和电力两种能源。；NCVi表示第i种能源的平均低位发热量，参照2015年《中国能源统计年鉴》附录4中的相关能源的平均低位发热量；CEFi表示第i种能源消费标准量的碳排放系数（碳含量系数），参考《2006年IPCC国家温室气体清单指南》中相关能源的缺省碳含量值；COFi表示第i种能源的碳氧化系数，参考《省级温室气体清单编制指南》（2011）（发改委气候[2011]1041号）。需要特别说明的是：①IPCC（2006）报告中并未直接给出原煤的碳含量系数，鉴于中国原煤产量主要以烟煤和无烟煤为主，因此根据烟煤和无烟煤碳含量系数的加权平均值来确定原煤的碳含量系数。②IPCC（2006）报告中关于汽油的碳含量系数包括车用汽油、航空汽油和喷气机汽油三个部分，本文选取用途最广的车用汽油碳含量系数作为汽油的碳含量系数。

2.3碳密集产业的分类方法

在以往的研究中，有些学者根据碳排放量高低对工业部门的碳密集产业进行了划分[18]，有些学者则从碳排放强度入手[19]、碳泄漏角度出发[20]选取碳密集型产业。本文认为碳密集产业的划分可以从三个角度入手：①碳减排成本，如碳减排成本占总成本或总销售额的比重；②碳排放规模，如该产业的碳排放总量占工业部门碳排放总量的比重；③碳排放强度，单位经济产出的碳排放量。但是，产业的碳减排成本较高可能来自于较大的碳排放量，也可能来自于较为复杂的碳减排技术，或者较高的污染设备价格。此外，碳减排成本与环境规制强度密切相关，环境规制强度越高则碳减排成本越大，而一个产业是否属于碳密集型产业不应因环境规制强度而改变。因此，单纯依靠碳减排的经济成本无法反映不同产业的碳排放属性。以产业的碳排放规模为衡量指标时，仅考虑了该产业的碳排放总量，难以体现其碳排放是否密集的特征，并且，碳排放强度的界定方法，主要运用单位经济产出的碳排放水平来划分碳密集型产业，而不能反映该产业对环境影响的总量大小。故本文在借鉴赵细康[21]划分污染密集产业的基础之上，提出碳密集产业的分类标准及方法。

设Ci表示第i产业的碳排放量，Pi为工业部门中第i产业的碳排放规模，即第i产业的碳排放量与工业部门碳排放总量的比值（因本文選取36个工业行业，故工业部门碳排放总量为36个部门的碳排放量之和），表示为：

Pi=CiC1+C2+…Cn（n=1，2，3…36）（2）

Ei为工业部门中第i产业的碳排放强度，即第i产业的碳排放量与第i产业经济产出的比值，因为《中国工业经济统计年鉴》中工业总产值和工业增加值不具有连续性，因此本文选取和工业总产值较为接近的工业销售产值来代替，并折算为以2000年为基期，具体表达式为：

Ei=Ci GDPi（i=1，2，3…36） （3）

将工业部门各产业的碳排放规模和碳排放强度进行归一化处理：

Pi′=Pi-min（Pi）max（Pi）-min（Pi） （4）

Ei′=Ei-min（Ei）max（Ei）-min（Ei） （5）

进而求得碳排放规模和碳排放强度的几何平均值，CIt=Pi′×Ei′，CIi为第i产业的碳密集程度。CIi越大，表明该产业的碳密集程度越高，CIi越小，表明该产业的碳密集程度越低。

根据上述介绍的碳密集产业分类方法，对2000—2014年工业部门36个细分行业进行计算，结果如表2所示。

3模型设定与数据说明

3.1模型设定

本文重点研究环境规制与工业部门GTFP之间的关系，并考察强波特效应在不同碳密集行业之间是否存在产业异质性，在前述理论模型基础上构建文本的计量模型。因为行业的绿色全要素生产率可能会存在惯性，为消除潜在内生性的影响，选取绿色全要素生产率的滞后一期作为解释变量，构建动态面板数据模型。

GTFPi，t=α0+α1GTFPi，t-1+α2ERi，t+α3ER2i，t+βXi，t+Vi，t+εi，t （6）

其中，GTFPi，t表示第i个行业第t年的绿色全要素生产率，GTFPi，t-1表示滞后一期的绿色全要素生产率；ERi，t表示第i个行业第t年的环境规制强度，ER2i，t表示环境规

制强度的平方项；Xi，t表示影响行业绿色全要素生产率的其他因素，Vi，t表示個体效应，εi，t为随机扰动项。控制变量Xi，t可表示为：

Xi，t=γ1Sizei，t+γ2OSi，t+γ3RCPi，t+γ4LPi，t+γ5EPi，t （7）

其中，Sizei，t为第i行业相对规模，用该行业第t年的销售产值除以工业部门第t年的销售总产值来表示；OSi，t为所有制结构，用第i行业的国有及国有控股实收资本与该行业总实收资本的比值表示；RCPi，t为毛利率，表示该行业的盈利能力，用第i行业第t年的主营业务收入减去主营业务成本与主营业务成本的比值表示；LPi，t为劳动生产率，用第i行业第t年的销售产值与该行业的从业人员平均人数之比表示；EPi，t为能源生产效率，用第i行业第t年的销售产值与该行业的能源消耗量之比表示。

3.2指标选取与数据来源

（1）环境规制强度。工业部门不同细分行业的环境规制强度依赖于所处地区环境规制的实施情况和行业本身的特点、意愿及适应程度等，即便是同一地区相同行业实施相同的环境规制，其实施效果可能也会有差异。因此，对测量细分行业的环境规制强度应更多地从环境保护的过程和结果中进行。测量环境规制强度有多种方法，大致包含以下四种：一是环境政策颁布和实施的数量以及环境规制机构对企业排污的检查监督次数[22]；二是污染物排放情况；三是人均GDP；四是国外学者最常用的污染治理和控制支出。本文借鉴欧美国家文献[23-24]的常用方法，用工业部门细分行业的废水和废气治理运行费用之和与其销售产值之比（ER）来测算环境规制强度，ER越大表示该行业的环境规制强度越大。相关数据来源于《中国环境统计年鉴》。

（2）绿色全要素生产率。

Chambers等[25]以环境技术可行性集和方向性距离函数为基础提出了MalmquistLuenberger指数，将负产出纳入到全要素生产率的分析框架之中，同时兼顾了期望产出的增加和非期望产出的减少。本文选取劳动、资本和能源作为投入指标，工业产值为期望产出指标，废水、SO2、CO2和固体废弃物作为非期望产出指标。

投入指标包含劳动、资本和能源。劳动劳动人数。其中，2003年、2005—2011年和2013—2014年劳动数据均来源于《中国工业统计年鉴》2004年的从业人员数据来源于《中国统计年鉴》，且利用线性插值法补充2012年的劳动从业人数。资本投入以物质资本存量来衡量，国内学者一般采用“永续盘存法”进行推算，Ki，t=Ii，t+（1-δi，t）Ki，t-1。由于工业部门统计资料有限，因此选择计算方法与永续盘存法思路一致的固定资产净值来代替，即固定资产原值（原价）与累积折旧的差额[26-27]。将经固定资产价格指数平减为2000年不变价格，相关数据来源于《中国工业统计年鉴》和《中国经济普查年鉴2004》。能源投入为工业部门细分行业的能源消费量（标准煤），数据来源于《中国能源统计年鉴》。

产出指标包含期望产出和非期望产出。本文选取和工业总产值较为接近的工业销售产值来表示期望产出，并折算为以2000年为基期。非期望产出不同学者选择了不同的指标，为了更好地反映工业部门的经济增长、全要素率和环境污染状况，本文选取废水、SO2、CO2和固体废弃物作为非期望产出，其中2004—2014年的废水、SO2和固体废弃物的相关数据来源于《中国环境统计年鉴》，2003年三类相关数据来源于中国国家统计局网站环境统计资料部分，而CO2数据则按照文章前述方法计算而得。

4实证结果及分析

4.1工业部门的环境规制强度

图1为2003—2014年工业部门高碳密集行业、中碳密集行业和低碳密集行业的环境规制强度变化趋势。由图1可知，在考察期间内，高碳密集产业的环境规制强度远远高于中碳密集产业，而中碳密集产业的环境规制强度略高于低碳密集产业，这表明高碳密集产业一直是产业节能减排的重点对象。其中，高碳密集产业在2003—2005年间环境规制强度一直处于下降态势，2006年突然升高可能是2006—2007年间中国集中实施了22项产业清洁生产标准的缘故，而2008—2010年间，则主要是针对以前颁布的标准进行修改和完善，因此环境规制强度趋于平

缓状态。相对于高碳密集产业而言，中碳密集产业的环境规制强度较弱，除了2006年由于集中实施清洁生产标准出现了短暂的波动之外，一直处于下降的态势，与低碳密

集产业的环境规制强度趋于重合。中碳密集行业碳排放状况较为严重，但是却没有得到应有的治理，此行业类别

应为今后工业部门节能减排的重点攻克对象，具有较大的减排空间。

4.2强波特假说的产业异质性检验

表3报告了工业部门36个行业的环境规制对绿色全

要素生产率的归回结果，模型I—V分别为工业部门、高碳密集产业、中碳密集产业和低碳密集产业的静态面板估计结果及动态面板估计结果，后三项的目的在于检验强波特假说是否存在产业异质性。其中，在未加入被解释变量滞后期时，过对模型I—V模型进行Hausman检验，结果显示应选择固定效应模型进行估计；在加入被解释变量滞后期解决内生性问题时，选取系统GMM进行估计，其中系统GMM估计结果为本文的重点考察对象。模型I—V均通过了AR检验和Hansen检验，即本文选取的工具变量合理有效。在验证环境规制对工业部门GTFP的影响时，为了获得稳健估计加入控制变量，但是本文主要考察对象为核心变量即环境规制强度对绿色全要素生产率的影响，故做如下分析（见表3）。

由表3可知，在模型I、II和III中环境规制强度的一次方系数为负，二次方系数为正，且大部分通过了1%水平的显著性检验，表明工业部门、高碳密集行业和中碳密集行业的环境规制与绿色全要素生产率呈“U”型关系，验证了强波特假说的存在。这意味着，环境规制对绿色全要素生产率的影响存在一个阈值，当小于该阈值时，“遵循成本”效应高于“创新补偿”效应使得环境规制强度的提升造成了绿色全要素生产率的下降；当大于该阈值时，“创新补偿”效应占主导位置，加大环境规制强度反而有利于绿色全要素生产率的提高。在模型IV中环境规制强度的一次方系数为正，二次方系数为负，且均通过了5%水平的显著性检验，这意味着低碳密集行业的环境规制强度与绿色全要素生产率呈倒“U”型关系，即随着环境规制强度增强，绿色全要素生产率呈先升后降的趋势。作为参照，四组模型均报告了静态面板固定效应估计结果，发现其中三组模型的环境规制与绿色全要素生产率呈“U”型关系，从侧面佐证了本文研究结论的稳健性。

在工业部门中，环境规制强度与绿色全要素生产率呈“U”型关系，拐点为93.079，如未划分行业，则会造成应对工业部门所有行业统一实施加强或减弱环境管制的误区。而行业的碳排放状况因产业性质不同而有较大的差异，应根据碳排放状况将不同行业进行归类，探索不同类别之间的差异，进而实施不同的环境政策。高碳密集产业的环境

规制强度与绿色全要素生产率呈“U”型关系，环境规制强度拐点为95.360。就目前我国碳密集产业环境规制强度而言，较难突破“U”型拐点。中碳密集产业的环境规制强度与绿色全要素生产率仍呈“U”型关系，但中碳密集产业环境规制的拐点为50.134，相對于高碳密集产业则较容易突破。低碳密集产业的环境规制强度与绿色全要素生产率呈倒“U”型关系，因为目前我国低碳密集行业的环境规制强度为8.49，距离倒“U”型拐点42.55还有较大的距离，因此在相当长的时间内，加大低碳密集产业的环境规制强度可以促进该产业类别的绿色全要素生产率。

高碳密集产业主要是由碳排放强度高或是碳排放总量大的行业组成，如电力热力生产和供应业、黑色金属冶炼和压延加工业、非金属矿物制品业、石油加工炼焦和核燃料加工业、有色金属冶炼和压延加工业等，这些行业具有能耗高、污染多、碳排放密集等特征。从短期开看，加大环境规制强度会提高企业的污染治理成本，当“遵循成本”效应大于“创新补偿”效应时，绿色全要素生产率下降；从长期来看，该行业具有较大的污染物减排空间，由于本文采用绿色全要素生产率，在提高环境规制强度时，高碳密集产业的非期望产出会有较大幅度的降低，故其绿色全要素生产率具有较大的提升空间。中碳密集产业的碳排放强度较高或其碳排放总量较大，如食品制造业、化学纤维制造业、酒饮料和精制茶制造业、通用设备制造业、医药制造业等，这些行业碳排放较为密集，污染物排放较多，具有与高碳密集产业类似的行业特征，但是目前环境规制强度则较弱。同样的，环境规制可能会提高中碳密集产业的污染治理成本进而降低其绿色全要素生产率，但是，从长期视角观察，在加大环境规制强度时，一方面企业将末端治理转移到清洁生产、产品创新和技术创新，另一方面该行业的非期望产出大幅下降，故其绿色全要素生产效率由降转升也成为必然趋势。由于本文选取的指标为包含四种非期望产出的绿色全要素生产率，如采用没有非期望产出的全要素生产率时，也可能产生不一样的结果。而在低碳密集产业是碳排放强度较低或是碳排放量很小的行业，如水的生产和供应业、计算机通信和其他电子设备制造业等，具有清洁、节能环保等特征，提高环境规制强度并没有给企业带来较高的污染治理成本，相反会营造有利于低碳密集产业发展的环境和竞争环境，能源投入降低非期望产出减少，此时该产业的“创新补偿”效应要远远高于“遵循成本”效应，绿色全要素生产效率大大提升。但是一味地加强环境规制力度，使得企业生产、排放成本大大增加，无暇顾忌科技创新活动，进而会导致相反的效果。总之，高碳密集产业和中碳密集产业验证了强“波特假说”的存在，而强“波特假说”在低碳密集产业中未得到验证。

4.3稳健性检验

为了进一步考察环境规制与绿色全要素生产率的“U”型关系，本文选取工业部门废水和废气治理运行费用之和与主营业务成本的比值（ER2）来验证强波特假说的稳健性。ER2一次方系数为负、二次方系数为正，且均通过了1%水平的显著性检验，环境规制强度对绿色全要素生产率影响的拐点为90.318，有力地佐证了表3的研究结论。篇幅所限，结果备所。

5结论与建议

为探索强“波特假说”是否存在产业异质性这一问题，本文通过测算碳密集指数将工业部门36个细分行业划分为高碳密集产业、中碳密集产业和低碳密集产业，进而建立动态面板模型对三类产业分别进行验证，研究结果显示：第一，2003—2014年，高碳密集产业的环境规制强度远远高于中碳密集产业，而中碳密集产业的环境规制强度略高于低碳密集产业，这表明高碳密集产业一直是产业节能减排的重点对象，而中碳密集产业则成为“被遗忘的角落”；第二，强波特假说在工业部门得到了验证，即环境规制强度与绿色全要素生产率呈“U”型关系，随着环境规制强度地不断增加，“遵循成本”效应逐渐演变为“创新补偿”效应；第三，强波特假说存在产业异质性，高碳密集产业和中碳密集产业的环境规制强度与绿色全要素生产率呈“U”型关系，而低碳密集产业则呈倒“U”型关系；第四，相对于高碳密集产业，中碳密集较容易跨越“U”型拐点，具有较大的减排空间，而低碳密集产业的环境规制强度较为适宜。以上研究结论蕴含如下的政策建议。

（1）持续加强中碳密集产业的环境规制力度。长期以来，我国一直重视碳排放大户如电力、热力生产和供应业、黑色金属冶炼和压延加工业、煤炭开采和洗选业、石油加工炼焦和核燃料加工业等，却忽视了碳排放较为密集的食品制造业、化学纤维制造业、酒饮料和精制茶制造业、通用设备制造业、医药制造业。相对于高碳密集产业而言，中碳密集行业碳排放状况较为严重而环境规制强度较弱，并且其环境规制强度对绿色全要素生产率影响的“U”型拐点较容易突破，故此行业类别应为今后工业部门节能减排的重点攻克对象，具有较大的减排空间。

（2）高碳密集产业应根据经济发展水平设计恰当适宜的环境规制政策。当前我国高碳密集产业的环境规制强度设计较为合理，如盲目一味地加大环境规制强度则可能出现一些中小企业因技术设备落后无法达到环境规制标准而进行寻租，造成产业绿色全要素生产率进一步下降的后果。因此，需根据不同阶段的经济水平设计具有针对性的环境规制强度，循序渐进，逐渐将“遵循成本”效应转化为“创新补偿”效应，实现经济和环境的双赢。

（3）适度加强低碳密集产业的环境规制强度。低碳密集产业一般为碳排放强度较低或是碳排放量很小的行业，具有清洁、节能环保等特征，因此是环境规制最容易被忽视的产业，而当前我国低碳密集产业的环境规制强度距离“U”型拐点还有一段距离，在允许的范围内可进一步加强环境规制强度提高绿色全要素生产率。

（编辑：于杰）

参考文献（References）

[1]DENSION E F. Accounting for slower economic growth： the United States in the 1970s [J]. Southern economic journal， 1981，47（4）：1191-1193.

[2]GOLLOP F M， ROBERTS M J. Environmental regulations and productivity growth： the case of fossilfueled electric power generation [J]. Journal of political economy， 1983，91（4）：654-674.

[3]PORTER M E. Americas green strategy [J]. Scientific American， 1991，264：168.

[4]PORTER M E， LINDER C V D. Toward a new conception of the environment competitiveness relationship [J]. Journal of economic perspectives， 1995，9（4）：97-118.

[5]JAFFE A B， PLAMER K. Environmental regulation and innovation： a panel data study[J]. Review of economics and statistics， 1997， 79（4）：610-619.

[6]LANJOUW J O， MODY A. Innovation and the international diffusion of environmentally responsive technology [J]. Research policy， 1996，25（4）：549-571.

[7]BRUNNERMEIER S B， COHEN M A. Determinants of environmental innovation in US manufacturing industries[J]. Journal of environmental economics and management， 2003，45（2）：93-278.

[8]JOHNSTONE N， HASCIC I， POPP D. Renewable energy policies and technological innovation： evidence based on patent

counts[J]. Environmental and resource economics， 2010， 45（1）：55-133.

[9]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.[HUANG Dechun， LIU Zhibiao. Study on relationship between environmental regulation and firm independently innovation： the firm competitiveness design based on Porter Hypothesis[J]. China industrial economic，2006（3）：100-106.]

[10]沈能，刘凤朝.高强度的环境规制真能促进技术创新吗？：基于波特假说的再检验[J].中国软科学， 2012（4）：49-59.[SHEN Neng， LIU Fengchao.Can intensive environmental regulation promote technological innovation？ Porter Hypothesis reexamined [J]. China soft science， 2012（4）： 49-59.]

[11]蔣伏心，王竹君，白俊红.环境规制对技术创新影响的双重效应[J].中国工业经济，2014（7）：44-55.[JIANG Fuxin， WANG Zhujun， BAI Junhong. The dual effect of environmental regulations impact on innovation： an empirical study based on dynamic panel data of Jiangsu manufacturing[J]. China industrial economic，2014（7）：44-55.]

[12]GRAY W B， SHADBEGIAN R J. Pollution abatement costs， regulation， and plantlevel productivity [R]. NBER 1995.

[13]BERMAN E， BUI L T M. Environmental regulation and productivity： Evidence from oil refineries [J]. Review of economics and statistics， 2001， 83（3）：498-510.

[14]ALPAY E， BUCCOLA S， KERKVLIET J. Productivity growth and environmental regulation in Mexican and U·S. food manufacturing[J]. American journal of agricultural economics， 2002，84 （4）：887-901.

[15]陈诗一.中国的绿色工业革命：基于环境全要素生产率视角的解释[J].经济研究，2010（11）：21-34.[ CHEN Shiyi. Green industrial revolution in China： a perspective from the change of environmental total factor productivity[J]. Economic research journal，2010（11）：21-34.]

[16]张成，王玲，魏晓平.能源的“波特假说”效应存在吗？[J].中国人口·资源与环境，2014，24（11）：33-41.[ZHANG Cheng， WANG Ling， WEI Xiaoping. is there really a‘Porter Hypothesiseffect of energy？[J]. China population， resources and environment，2014，24（11）：33-41.]

[17]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视角[J].中国工业经济，2012（5）：70-82.[LI Ling， TAO Feng. Selection of optimal environmental regulation intensity for Chinese manufacturing industry： based on the green TFP perspective[J]. China industrial economics， 2012（5）：70-82.]

[18]何小钢，张耀辉.中国工业碳排放影响因素与CKC重组效应——基于STIRPAT模型的分行业动态面板数据实证研究[J].中国工业经济，2012（1）：26-35.[HE Xiaogang， ZHANG Yaohui. Influence factors and environmental Kuznets Curve relink effect of Chinese industrys carbon dioxide emission： empirical research based on STIRPAT model with industrial dynamic panel data[J]. China industrial economic 2012（1）：26-35.]

[19]傅京燕，张春军.国际贸易、碳泄露与制造业CO2排放[J].中国人口·资源与环境，2014， 24（3）：13-18. [FU Jingyan， ZHANG Chunjun. International trade， carbon leakage and CO2 emissions of manufacturing industry[J]. China population， resources and environment， 2014，24（3）：13-18.]

[20]周慧，盛濟川.EU-ETS是否导致欧盟碳密集行业发生碳泄露[J].中国人口·资源与环境，2014，24（1）：87-93. [ZHOU Hui， SHENG Jichuan. Has EUETS caused carbon leakage in the EU carbonintensive industries[J]. China population， resources and environment， 2014，24（1）：87-93.]

[21]赵细康.环境保护与产业国际竞争力[M].北京：中国社会科学出版社，2003：215-218. [ZHAO Xikang. Environmental protection and international competitiveness of industry[M]. Beijing： China Social Sciences Press， 2003：215-218.]

[22]BRUNNERMEIER S B，COHEN M A.Determinants of environmental innovation in US manufacturing industries[J]. Journal of environmental economics and management， 2003，45（2）： 278-293.

[23]BREMAN E， BUI L T M. Environmental regulation and productivity： evidence form oil refineries[J]. The review of economics and statistics， 2001，83（3）：498-510.

[24]COLE A， ELLIOTT R J R. Determining the trade environment composition effect： the role of capital， labor and environmental regulations[J]. Journal of environmental economics and management， 2003，46（3）： 363-383.

[25]CHAMBERS R G， FARE R， GROSSKOPF S， Productivity growth in APEC countries [J]. Pacific economic review， 1996， 1（3）：181-190.

[26]涂正革.環境、资源与工业增长的协调性[J].经济研究，2008（2）：93-105. [TU Zhengge. The coordination of industrial growth with environment and resource[J]. Economic research journal， 2008（2）：93-105.]

[27]董敏杰，李钢，梁永梅.中国工业环境全要素生产率的来源分解——基于要素投入与污染治理分析[J]. 数量经济技术经济研究，2012（2）：3-20. [DONG Minjie， LI Gang， LIANG Yongmei. The sources of Chinas environmental total factor productivity： based on factor input and pollution control analysis [J]. The journal of quantitative & technical economics， 2012（2）：3-20.]

Does strong porter hypothesis have industrial heterogeneity？

—The perspective from segmentation of industrial carbon intensity

LIU Chuanjiang1，2ZHAO Xiaomeng2

（1.Center for Economic Development Research of Wuhan University， Wuhan Hubei 430072， China；

2.School of Economics and Management， Wuhan University， Wuhan Hubei 430072， China）

AbstractStrong Porter Hypothesis suggests that strict and appropriate environmental regulatory policies will enable productivity of companies to show a downward trend after the rise. In order to verify the strong Porter Hypothesis and its industrial heterogeneity， this paper establishes the industrial carbon intensive index to divide 36 sectors of industries into high carbon intensive industries， medium carbon intensive industries and low carbon intensive industries. Then we use directional distance functions to calculate the green total factor productivity（GTFP） of subsectors during 2003-2014 and verify the impact of environmental regulation on GTFP of three subsectors based on the GMM estimation method. The empirical results show： First， the environmental regulation intensity of high carbon intensive industries is much higher than that of low carbon intensive industries during the sample period， which indicates that high carbon intensive industries have been the focus of energy saving and emission reduction， while medium carbon intensive industries are ‘forgotten corners. Second， the strong Porter Hypothesis has industrial heterogeneity in the industrial sector. The relationship between environmental regulation intensity and GTFP in high carbon intensive industries and medium carbon intensive industries is a ‘U shape， while in low carbon intensive industries it isin an inverted ‘U shape relationship. Third， with respect to high carbon intensive industries， medium carbon intensive industries have a greater emission reduction of space because they break ‘U inflection point more easily. Increasing environmental regulation intensity will increase GTFP in low carbon intensive industry before reaching ‘U inflection point. Thus， the government should implement environmental regulation policies according to the industrial carbon intensity， continue to strengthen the environmental regulation intensity of medium carbon intensive industries， moderate to strengthen the environmental regulation intensity of low carbon intensive industries and design targeted environmental regulation policies for high carbon intensive industries according to the different stages of economic development. In short， the three industries will alter gradually from ‘compliance cost effect to ‘innovative compensation effect and then achieve winwin relationship between economic development and environmental protection.

Key wordsenvironmental regulation intensity； strong Porter Hypothesis； green total factor productivity； industrial carbon intensity