吴力波 孙可哿 时志雄

能源经济与战略研究中心，上海 200433；4.国网上海市电力公司，上海 200122）摘要煤炭发电是中国污染物排放的主要来源之一，“十一五”期间中国环保部门通过命令控制型的脱硫设施安装计划、经济激励型的脱硫电价补贴和排污费促进煤炭发电企业减排，大幅降低了中国煤炭发电企业二氧化硫排放总量。环境规制对企业生产决策行为形成约束，进而影响成本技术效率。研究不同类型环境规制政策对企业减排措施和成本技术效率的影响能够为未来制定有效、且对企业负面影响较小的环境规制政策提供参考。本文利用2007—2012年中国煤炭发电企业的微观数据，基于空间差异化的环境规制强度，运用双重差分法分析命令控制与经济激励型二氧化硫减排政策同时存在的情况下，中国煤炭发电企业减排行为和成本技术效率受到的影响。结果表明，环境规制强度较高地区的煤炭发电厂通过降低煤耗率、减少产出的行为降低二氧化硫排放。而脱硫设施的安装主要由命令控制型的规制政策决定，脱硫电价补贴和排污费征收的经济激励型政策造成的影响较小。此外，基于成本随机前沿模型的分析表明，重点减排地区煤炭发电企业成本技术效率相对于非重点减排地区受到环境规制的负面影响更大；发电企业降低煤耗率和产出的行为都显著降低了成本技术效率；但依据行政指令安装脱硫装置的行为对成本技术效率起初产生负面影响，随后转变为正面影响，最后影响消失，总体上促进效率提高。因此，安装脱硫装置相对于降低煤耗率、减少产出的行为对煤电企业经济效率的负面影响最小。命令控制型的脱硫设施安装计划不仅实现了二氧化硫减排目标，并且相对于征收排污费对企业成本技术效率的负面影响更小。

关键词环境规制；成本技术效率；双重差分；随机前沿分析

中图分类号F062.1文献标识码A文章编号1002-2104（2018）08-0031-08DOI：10.12062/cpre.20180418

中国发电部门以化石能源为主要能源投入，火力发电占据全国总发电量的四分之三左右，而其中又以煤炭发电为主。电力部门燃烧大量化石燃料，是中国污染物排放的主要来源之一，因此电力部门是二氧化硫、氮氧化物等大气污染物减排政策针对的重要目标。根据《国家环境保护“十一五”规划》的内容，十一五期间二氧化硫排放量是中国主要控制的环保指标之一，计划2010年相对于2005年减排10%。针对这一减排目标，一方面国家环境保护总局于2007年公布了《现有燃煤电厂二氧化硫治理“十一五”规划》，采取命令控制型的脱硫设施安装计划，同时对安装脱硫装置的发电厂给予上网发电脱硫补贴。另一方面，依据《火电厂大气污染物排放标准》对重点减排地区和非重点减排地区的火力发电厂实施不同强度的二氧化硫排放浓度约束，对于超过排放浓度上限的部分征收排污费。在“十一五”期间，中国火电机组安装脱硫装置比例从2005年的12%上升到2010年的82.6%，而二氧化硫排放总量下降14.3%。因此研究命令控制型与经济激励型环境规制政策同时存在的情况下，中国煤炭发电企业行为决策与成本技术效率受到的影响具有重要意义。本文分析脱硫装置安装的命令控制型政策和脱硫电价补贴、排污费的经济激励型政策同时存在的情况下，中国煤炭发电企业的行为及其成本技术效率受到的影响。首先，本文通过双重差分法分析区域化差异的二氧化硫减排规制强度对中国火力发电厂煤耗率、安装脱硫装置、发电量的影响。其次，由于环境规制约束改变了火力发电厂的要素投入、产出决策，同时改变了发电厂的成本结构，本文继续分析环境规制政策、企业减排措施对成本技术效率的影响。

1文献综述

中国以煤炭发电为主，电力部门的污染物排放占据工业部门总污染物排放的很大比例，然而王杰和刘斌等[1-2]的分析表明中国电力部门的环境规制强度较弱，不能充分实现经济效率和环境效率最优化。分析环境规制政策对电力部门效率的影响机制与程度，进而选择最优的环境规制强度和方式是值得研究的问题。张各兴和夏大慰[3]的分析表明中国发电部门效率与环境规制强度呈现U型曲线关系，即当环境规制强度达到一定水平，继续提升能够促进经济效率提高。此外，环境规制方式的选择也会对发电部门效率产生不同影响。王班班和齐绍洲等[4-8]的研究表明分析环境规制对企业生产决策、减排行为的影响时，有必要区分命令控制型政策与经济激励型政策的不同影响。JI等[9]基于中国27个大型火电厂的研究则表明安装脱硫泵对于中国火力发电厂环境经济效率有益，能够促进可持续性指数提高。因而本文在分析二氧化硫减排规制强度对中国煤炭发电企业的生产决策、成本技术效率影响时，考虑命令控制型的脱硫装置安装与经济激励型的排放费的不同特征。

吴力波等：环境规制下中国煤炭发电企业成本技术效率研究中国人口·资源与环境2018年第8期环境规制相当于企业生产决策的一个约束，通过改变企业投入、产出、管理等方面的决策影响企业生产率[10]。环境规制影响企业生产率的机制包括正面和负面影响两个方面。环境规制降低企业效率的影响机制包括：①环境规制支出对投资的挤出效应，导致规模下降、产出下降[11-13]；②减排设施安装对生产流程技术效率的负面影响[14]；③环境规制政策不确定性为企业生产决策带来的风险[15]。环境规制提高企业效率的机制主要包括：①環境规制促使企业更新固定资本，由于技术改进带来效率提升[16-20]；②倒逼机制促使企业通过其他方式提高效率[21]；③引进国外先进环保技术时的技术溢出效应[22]。基于美国微观企业数据的实证研究表明在环境规制对发电企业效率的影响中，正向影响机制和负向影响机制均存在。Hancevic[23]针对美国煤炭发电厂的研究，表明环境规制对发电厂生产率产生负面影响，煤电厂安装脱硫装置、更换清洁煤碳、减少发电量的措施均对生产效率有负面影响；Galloway和Johnson[24]的研究则证明了美国发电企业在环境规制下存在内部技术溢出效应。因而，本文的研究从环境规制强度对中国煤炭企业脱硫装置安装、煤耗率、发电量影响的三个角度入手，进而分析各种减排决策行为对成本技术效率的影响机制。

2数据来源与统计描述

本文数据来源于2007—2012年《中国电力工业统计资料汇编》和《中国工业企业数据库》，包括680个一定规模以上（主营业务收入500万人民币以上，装机容量6 000 kW以上）的中国煤炭发电企业的非平衡面板数据。其中《中国电力工业统计资料汇编》包含发电企业年度发电量和能源实物量投入、平均上网小时数、厂用电率、发电标准煤耗等信息；《中国工业企业数据库》包含企业年度主营业务收入、主营业务成本、固定资本存量、平均雇佣劳动人数、财务费用等信息。燃煤发电厂的脱硫脱硝设施安装数据来自于2013年环保部公布的《全国投运燃煤机组脱硫（脱硝）设施清单》。根据2007年底公布的《国家环境保护“十一五”规划》重点治理113个城市的二氧化硫排放，该规划在2008年初开始发挥效力，因此113个重点城市的煤炭发电厂2008—2012年环境规制政策虚拟变量取值为1。如表1所示，2007—2012年间，非重点减排城市与重点减排城市煤炭发电企业的发电标准煤耗均处于下降趋势，脱硫装置装机容量安装比重则处于上升趋势，平均发电量则出现下降。对比减排重点城市和非重点城市，可以看到减排重点城市煤炭发电厂的平均煤耗率低于非重点城市，而脱硫装置安装比重大于非重点城市。同时，2007年非重点减排城市与重点减排城市发电企业年度平

3环境规制下中国煤炭发电企业减排行为分析在命令控制和经济激励相结合的环境规制政策下，中国发电企业可以通过使用更加清洁的煤炭、安装脱硫装置、降低发电量来达到减排目标。本章利用具有空间差异性的环境规制政策，分析中国煤炭发电厂在环境规制约束下的煤炭投入质量、脱硫装置安装、发电量的影响。回归模型如式 （1） 所示。其中，Yit是煤耗率、脱硫装置比重、或发电量对数；Treatedit是二氧化硫减排政策虚拟变量，企业i位于重点减排城市，且t时间大于或等于2008，则虚拟变量取1。Xit为控制变量。其中，厂用电率越低、机组负荷率越高、机组规模越大，发电企业煤耗率越低；而发电企业年度发电量也受到总发电装机容量的显著正向影响。由于本文使用企业级别的面板数据，微观个体间有显著差异，因此采用固定效应模型。ηi是个体固定效应，δt是时间固定效应。结果如表2所示，模型（1）～（3）是非平衡面板数据模型结果，模型（4）～（6）是平衡面板数据模型结果。

Yit=αTreatedit+Xitθ+ηi+δt+μit（1）

3.1发电标准煤耗率

发电标准煤耗率是指发电厂每单位发电量消耗的标准煤质量，煤炭发电厂可以通过提高煤炭质量或更新机组的方式降低煤耗率。在煤炭含硫率一定的情况下，煤耗率降低能够促使单位发电量的二氧化硫排放总量下降。从表2重模型（1）和（4）列可知，重点减排城市的煤炭发电厂煤耗率相对于非重点减排地区显著降低。可见，环境规制强度对中国煤炭发电厂提高发电煤耗率有显著影响，提高环境规制强度促使发电厂提高机组运行效率或采用更加优质的煤炭。

其他控制变量对煤耗率的影响也与预期一致。首先，厂用电率越高，煤炭发电厂煤耗率越高。厂用电率是指发电厂用于自身机组运行等方面的电力消耗在总发电量中的比重，厂用电率提高降低有效发电量，导致单位发电量的煤耗提高。结果表明，厂用电率每提高0.01，发电煤耗率提高2.4～3.0 g/kW·h。其次，机组平均负荷率越高，煤耗率越低。非平衡面板模型的结果表明机组平均负荷率（实际负荷比最大负荷）每提高0.01，煤耗率约下降0.17 g/kW·h。最后，煤电厂平均机组容量越大，煤耗率越低。

3.2脱硫装置安装

依据《国家环境保护“十一五”规划》的要求，2008年又颁布《国家酸雨和二氧化硫污染防治“十一五”规划》，列举强制关停的小型火电机组名单，以及强制安装脱硫装置机组名单。因此，安装脱硫装置是相关发电企业必须服从的减排措施。表2的回归结果表明环境规制政策对企业脱硫装置安装有显著的负面影响，意味着“十一五”规划提出重点减排城市后，这些地区的煤炭发电厂脱硫装置增加幅度反而低于非重点减排城市。根据表1的数据统计分析，重点规划城市的煤炭发电厂2007—2012年的平

均安装脱硫装置比例均大于非重点城市，但2008年后重点城市安装脱硫装置的增长幅度减缓。可见，尽管依据“十一五”规划，在2007年底提出了二氧化硫重点减排城市，但事实上在此之前二氧化硫排放密集城市的煤炭发电厂已经先发安装脱硫装置，因而后期安装的增长速度放缓。

3.3发电量

减少发电量是煤炭发电企业降低二氧化硫排放的另一途径。表2的回归结果显示，二氧化硫减排重点城市规制对相关地区煤炭发电企业的年度发电量有显著负面影响，即重点减排城市煤炭发电企业采取了通过降低产出减少排放的方式。此外，发电机组容量对发电量有显著正面影响，并且這一控制变量使得 R2 显著提高，对发电量有主要的解释作用。发电机组容量每提高1%，年度发电量提高0.75%～0.87%。

综上所述，“十一五”期间命令控制型的脱硫装置安装规制政策与经济激励型的脱硫电价补贴、排污费对煤炭发电企业的行为产生影响。其中，减排重点城市的煤炭发电厂相对于非重点城市煤炭发电厂采取了降低煤耗率、减少产出的方式降低二氧化硫排放，表明空间差异化的排污费征收标准对企业要素投入和产出决策有显著影响。此外，命令控制型的脱硫装置安装政策促使重点减排地区煤炭发电厂脱硫装置的安装率显著高于非重点减排地区的发电厂。

4环境规制下中国煤炭发电企业技术效率分析4.1成本随机前沿模型与环境变量影响分析

本章成本随机前沿模型分析二氧化硫减排环境规制对中国煤炭发电企业成本技术效率的影响。模型如式 （2） 所示，是一个包含时间趋势项（t） 和环境变量 （Z），并将资本投入当作准固定资本投入的短期模型。vit是服从正态分布的白噪声；μit是服从半正太分布的非负项，表示成本技术无效率。煤炭发电厂的要素投入为资本、劳动力、能源。其中，资本投入来自于《中国工业企业数据库》中的企业固定资产现值，根据以2007年为基期的各省固定投资价格指数折算；劳动力投入数据为《中国工业企业数据库》中的年均劳动力雇佣人数；能源投入由《中国电力工业统计资料汇编》中的发电厂燃煤、燃油、燃气实物投入量，按照国家统计局公布的标准折算成标准煤折算系数来源于国家统计局国统字 （2006）185号《能源统计报表制度》。原煤转化为标准煤折算系数为0.714 3 kgce/kg；原油转化为标准煤折算系数为1.428 6 kgce/kg；液化石油气转化为标准煤折算系数为1.714 3 kgce/kg。。劳动力成本由本年应付工资总额的贷方累计发生额根据2007年为基期的消费者价格指数折算得出；能源要素成本的计算依据Abraham等[25]的方法，由主营业务成本减去劳动力成本，并根据2007年为基期的工业生产者购进价格指数折算。

ln（vc）=α0+αplnp+αylny+αklnk+12γpp（lnp）2+

12γyy（lny）2+12γkk（lnk）2+γyplny·lnp+

γkplnk·lnp+γyk·lny·lnk+γtt+12γttt2+

γtyt·lny+γtpt·lnp+Zβ+vit+μit（2）

式 （2） 中环境变量Z对成本技术效率的影响通过成本技术效率对环境变量求导判断。根据Jondrow等[26]的成本技术效率定义，推导得成本技术效率对环境变量的导数如式 （3） 所示，

EfficiencyZ=Efficiency×{1-Ω Φ（Ω）/Φ（Ω）-[Φ

（Ω）/Φ（Ω）]2}×λ2/（1+λ2）×β（3）

其中，Efficiency是成本技术效率，Ω和λ是由无效率项方差和均值决定的参数，Φ（·）和Φ（·）分别是半标准正态分布的概率密度函数和累计分布函数。其中，

1-Ω Φ（Ω）/Φ（Ω）-[Φ（Ω）/Φ（Ω）]2∈（0，1）

所以，成本技术效率对环境变量的偏导数符号取决于系数β的符号。

4.2结果分析

本文根据Greene[27]的方法 （True Random Effect Model） 估计成本随机前沿模型效率。表3中模型（1）展示的是环境规制政策虚拟变量对成本技术效率影响的模型结果，基于双重差分法的思想，在分析政策影响因素时控制时间效应和地区效应对因变量的影响。结果表明，环境规制政策的影响显著为负，即“十一五”期间位于二氧化硫重点减排城市的煤炭发电厂成本技术效率相对于非重点减排城市的煤炭发电厂受到更大的负面影响。结合环境规制对煤炭发电厂减排行为的双重差分法分析可见，通过更新机组、换用高质量煤炭等其他方式降低煤耗率，以及减少产出的行为使得二氧化硫重点减排城市的煤炭发电厂成本技术效率显著低于非重点规制地区的发电厂。

表3中模型（2）～（3）具体分析安装脱硫装置、降低标准煤耗率、降低产出对成本技术效率的影响。与此同时，控制了安装脱硝装置和是否为五大发电集团投资电厂两个因素的影响。模型（3）以脱硫脱硝装置机组比重代替模型（2）中是否安装脱硫、脱硝装置的虚拟变量。结果表明，煤耗率越高，煤炭发电厂成本技术效率越高。煤耗率越高，发电厂单位发电量消耗煤炭数量越高，但成本效率却提高，表明更换煤炭、更新机组带来的负面影响超过煤炭使用量下降带来的正面影响。此外，安装脱硫装置的煤炭发电厂成本技术效率略高于未安装脱硫装置的发电厂，但安装脱硫装置机组容量比率对成本技术效率没有显著影响。而机组负荷率、机组利用率（年度平均发电小时数与最大可能发电小时数的比值）越高，成本技术效率越高，表明降低发电量的行为对成本技术效率有显著的负面影响。

根据第一章的总结，企业投资于减排设备对效率的影响机制包括投资挤出的负面效应和设备更新的技术溢出效应。图1展示了分年度的安装脱硫装置比例对中国煤炭发电厂成本效率的影响。图中展示的结果是根据成本随机前沿的参数估计结果，模拟当其他变量取均值时，一定脱硫装置安装比例对应的发电厂成本技术效率。结果表明，2007—2009年间，安装脱硫装置对中国煤炭发电厂成本技术效率主要为负面影响，且显著程度和影响幅度从低变高，表明在这一阶段更新设备投资导致成本上升、效率下降的效应起主导作用。2010—2011年之间，安装脱硫设施对中国煤炭发电企业成本技术效率的影响逆转为正，表明在这一阶段，更新设备技术、企业间的溢出效应产生了积极影响，直到2012年这种正面的影响消失。从表1可以看到，2007—2010年间中国煤炭发电厂安装脱硫装置

比例增长迅速，而2010年后增长趋于平缓。煤炭发电企业的脱硫设备安装成本主要发生在2008年、2009年，2010年后开始得益于设备更新对技术的提高，或者对排污税费等其他方面减排成本的削减，从而带来成本技术效率的提升。

5结论与政策建议

本文分析了“十一五”期间国务院和环保部具有空间差异化规制强度的二氧化硫减排政策对中国煤炭发电厂生产行为决策和成本技术效率的影响。结果表明环境规制政策对两类区域间的煤炭发電厂生产决策行为具有显著不同影响。二氧化硫减排重点城市的煤炭发电厂相对于非重点减排城市的发电厂更大强度地降低发电煤耗率、降低上网发电量。而命令控制型的火力发电厂脱硫设施安装工程计划与经济激励型的重点减排城市排污费征收的政策步调并不完全一致，虽然重点减排城市煤炭发电企业脱硫设施平均安装比率高于非重点减排城市，但2008年后非重点减排城市的脱硫装置安装增速显著高于重点减排城市。在2007年底发布《国家环境保护“十一五”规划》前，113个二氧化硫排放密集城市的煤炭发电厂安装脱硫设施比重已经显著高于其他地区的煤炭发电厂，因此2008年后重点城市安装脱硫装置的增长空间小。

成本技术效率分析的结果表明，重点减排城市煤炭发电企业在更加严格的环境规制下（二氧化硫排污费征收起点更低），成本技术效率受到更大的负面影响。关于成本技术效率具体影响因素的分析则表明，2007—2012年间，安装脱硫装置对中国煤炭发电厂成本技术效率平均上具有正面影响，表明安装脱硫装置带来的技术更新、企业间溢出效应超过了成本增加的负面效应。从时间趋势上来看，2007—2009年间，安装脱硫装置的成本负面效应占主导，因为这段时间内中国煤炭发电厂每年新增脱硫装置安装容量大，很大程度上提高了发电企业资本成本；而2010—2011年，安装脱硫装置比例越高，发电成本技术效率越高，这一阶段每年新增安装减少，煤炭发电厂开始收取安装脱硫装置的技术收益，直到2012年这种显著的收益消失。此外，中国煤炭发电厂的发电标准煤耗降低对成本技术效率有显著负面影响，表明中国煤炭发电厂提高机组技术效率，或改善煤炭投入质量的成本投入超过产出收益。总体来说，安装脱硫装置的措施相对于降低标准煤耗、减少发电量等减排措施，在一定时期内有技术效应带来的收益，对发电企业成本技术效率的负面影响小。

（编辑：于杰）

参考文献（References）

[1]王杰， 刘斌. 环境规制与企业全要素生产率——基于中国工业企业数据的经验分析[J]. 中国工业经济， 2014（3）：44-56. [WANG Jie， LIU Bin. Environmental regulation and enterprises TFP： an empirical analysis based on Chinas industrial enterprises data[J]. China industrial economics， 2014（3）：44-56.]

[2]ZHANG Y F， GAO P. Integrating environmental considerations into economic regulation of Chinas electricity sector[J]. Utilities policy， 2016， 38（2）：62-71.

[3]張各兴， 夏大慰. 所有权结构、环境规制与中国发电行业的效率——基于2003—2009年30个省级面板数据的分析[J]. 中国工业经济， 2011（6）：130-140. [ZHANG Gexing， XIA Dawei. Ownership Structure，environment regulation and efficiency of Chinese power generation industrystochastic frontier production function analysis based on provincial panel data during 2003-2009[J]. China industrial economics， 2011（6）：130-140.]

[4]王班班， 齐绍洲. 市场型和命令型政策工具的节能减排技术创新效应——基于中国工业行业专利数据的实证[J]. 中国工业经济， 2016（6）：91-108. [WANG Banban， QI Shaozhou. The effect of marketoriented and commandandcontrol policy tools on emissions reduction innovation： an empirical analysis based on Chinas industrial patents data[J]. China industrial economics， 2016（6）：91-108.]

[5]叶琴， 曾刚， 戴劭勍，等. 不同环境规制工具对中国节能减排技术创新的影响[J]. 中国人口·资源与环境， 2018（2）： 115-122. [YE Qin， ZENG Gang， DAI Shaoqing， et al. Research on the effects of different policy tools on Chinas emissions reduction innovation[J]. China population， resources and environment， 2018， 28（2）： 115-122.]

[6]王红梅. 中国环境规制政策工具的比较与选择[J]. 中国人口·资源与环境， 2016， 26（9）：132-138. [WANG Hongmei. Comparison and selection of environmental regulation policy in China[J]. China population， resources and environment， 2016， 26（9）：132-138.]

[7]张平， 张鹏鹏， 蔡国庆. 不同类型环境规制对企业技术创新影响比较研究[J]. 中国人口·资源与环境， 2016， 26（4）：8-13. [ZHANG Ping， ZHANG Pengpeng， CAI Guoqing. Comparative study on impacts of different types of environmental regulation on enterprise technological innovation[J]. China population， resources and environment， 2016， 26（4）：8-13.]

[8]ZHAO X， YIN H， ZHAO Y. Impact of environmaital regulations on the efficiency and CO2， emissions of power plans in China[J]. Applied energy，2015，149（7）：238-247.

[9]JI X， LI G， WANG Z. Impact of emission regulation policies on Chinese power firms reusable environmental investments and sustainable operations[J]. Energy policy， 2017， 108（9）： 163-177.

[10]CHRISTAINSEN G B， HAVEMAN R H. The contribution of environmental regulations to the slowdown in productivity growth[J]. Journal of environmental economics & management， 1981， 8（4）：381-390.

[11]BURTON D M， GOMEZ I A， LOVE H A. Environmental regulation cost and industry structure changes[J]. Land economics， 2011， 87（3）：545-557.

[12]MORGENSTERN R D， PIZER W A， SHIH J S. The cost of environmental protection[J]. Review of economics & statistics， 2001， 83（4）：732-738.

[13]THOLKAPPIAN S. Environmental regulation： hidden costs and empirical evidence[J]. Economic & political weekly， 2005， 40（9）：856-859.

[14]GRAY W B， SHADBEGIAN R J. Environmental regulation and manufacturing productivity at the plant level[R]. Cambridge， MA： National Burean of Economic Research，1993.

[15]VISCUSI W K. Frameworks for analyzing the effects of risk and environmental regulations on productivity[J]. American economic review， 1983， 73（4）：793-801.

[16]MYERS J G， NAKAMURA L. Energy and pollution effects on productivity： a puttyclay approach[M]. Chicago： University of Chicago Press， 1980： 463-506.

[17]YUAN B L， ZHANG K， Can environmental regulation promote industrial innovation and productivity？ based on the strong and weak porter hypothesis[J]. Chinese journal of population， resources and environment，2017，15（4）：322-336.

[18]張华明，张聪聪，薛晓达，等.中国煤炭产业产能过剩的影响因素[J].北京理工大学学报（社会科学版），2016，18（6）：40-46.[ZHANG Huaming， ZHANG Congcong， XUE Xiaoda， et al. Analysis of influencing factors in Chinas coal industrial overcapacity[J]. Journal of Beijing Institute of Technology（social sciences edition），2016，18（6）：40-46.]

[19]朱承亮.环境规制下中国火电行业全要素生产率及其影响因素[J].经济与管理评论，2016（6）：60-70.[ZHU Chengliang. Total factor productivity and influence factors of Chinas thermal power industry under environmental regulations[J]. Review of economy and management，2016（6）：60-70.]

[20]XIANG Z， LIU X Y. Coalbased transformation of cities in Shandong Province， China[J]. Chinese journal of population， resources and environment，2015，13（4）：358-364.

[21]CLARK K B. The impact of unionization on productivity： a case study[J]. Industrial & labor relations review， 1980， 33（4）：451-469.

[22]TAKAO A， NORIAKI M. Environmental regulation and technology transfers[J]. Canadian journal of economics， 2014， 47（3）：889-904.

[23]HANCEVIC P I. Environmental regulation and productivity： the case of electricity generation under the CAAA-1990[J]. Energy economics， 2016， 60（11）：131-143.

[24]GALLOWAY E， JOHNSON E P. Teaching an old dog new tricks： firm learning from environmental regulation[J]. Energy economics， 2016， 59（9）：1-10.

[25]ABRAHAM F， KONINGS J， SLOOTMAEKERS V. FDI spillovers in the Chinese manufacturing sector[J]. Economics of transition， 2010， 18（1）：143-182.

[26]JONDROW J， LOVELL C A K， MATEROV I S， et al. On the estimation of technical inefficiency in the stochastic frontier production function model[J]. Journal of econometrics， 1982， 19（2）：233-238.

[27]GREENE W. Fixed and random effects in stochastic frontier models[J]. Journal of productivity analysis， 2005， 23（1）：7-32.