李贻东，周新苗

摘要：针对环境规制如何影响地区多重资源配置效率？在纳入土地资源新视角下，本文以“十一五”规划中约束性控制污染政策为例，利用292个地级及以上城市数据，并使用双重差分法就该问题展开实证分析。实证结果表明：环境规制主要通过缓解资源的投入过度，提高了城市土地与劳动的配置效率;环境规制对资源配置效率的影响存在区位异质性，相较于东北及西部地区，环境规制对减排指标完成度较高的东、中部地区的资源配置效率提升效果更为显著;对于缺乏流动性的土地而言，环境规制在促使企业规模扩大的过程中，缓解了城市土地投入过度问题。对于劳动而言，环境规制促进了劳动力自由流动，优化了劳动配置效率。

关键词：环境规制;资源配置效率;土地资源;双重差分法

DOI：10.16315/j.stm.2021.05.003

中图分类号： F 062.2

文献标志码： A

The impact of environmental regulation on regional resource allocation efficiency：

An approach incorporating land resource

LI Yi-dong，ZHOU Xin-miao

（Business School， Ningbo University， Ningbo 315211， China）

Abstract：How does environmental regulation affect the efficiency of regional multiple resource allocation？ Based on the new perspective of incorporating land resource， this paper takes the constrained pollution control policy in the Eleventh Five-Year Plan as an example， uses the data of 292 prefecture level and above cities， and makes an empirical analysis of this problem by means of difference in difference （DID）. The empirical results show that： Environmental regulation mainly improves the allocation efficiency of urban land and labor by alleviating the excessive input of resources. There is regional heterogeneity in the impact of environmental regulation on resource allocation efficiency. Compared with the northeastern and western regions， the eastern and central regions with higher emission reduction completion have a more significant effect on improving allocative efficiency of resources. For the land lacking liquidity， environmental regulation alleviates the problem of excessive input in urban land in the process of promoting the expansion of enterprise scale. For labor， environmental regulation promotes the free flow of labor and optimizes the efficiency of labor allocation.

Keywords：environmental regulation; resource allocation efficiency; land resource; difference in difference

改革開放以来，“三高一低”的工业发展模式使我国面临严峻的生态环境形势。为缓解环境污染问题，国家出台相关环境规制政策来控制企业污染排放。“高投入、高能耗、低效益”式发展是资源利用效率低下的表现，资源利用效率又可分为生产效率与配置效率[1]，固然生产效率的提高能够在一定程度上减少污染排放，而资源的有效配置更是解决我国环境问题的根本途径[2]。近年来我国企业自身成长的空间在不断的缩小，但对于资源配置的改善仍存在较大空间[3]，因此提高资源配置效率来缓解环境问题极为关键。理论研究认为环境的外部性将影响资源的配置效率，而环境规制正是对这一市场失灵问题的纠正。实践同样证明了环境规制能够提高资源配置效率[4]，因此，在既不放弃环境，也不放弃发展的情况下，探究环境规制如何提高资源配置效率，从而缓解环境问题具有重要意义。

早在20世纪70年代，随着工业发展导致环境恶化，我国开始制定相关环保法规。1973年，我国第一个环境标准《工业“三废”排放试行标准》开始实施，随后相关的环境保护政策陆续实施，但效果并不理想。金晓雨[5]指出在早期中央对地方官员缺乏环境指标考核的情况下，地方官员拥有为了发展经济而不注重环境保护的动机，因此以往环境规制的“软约束”弱化了对环境保护的效果。“十一五”规划首次提出了约束性污染控制政策，这一政策是环境规制从“软约束”向“硬约束”的转变，政策规定了各省份具体的减排指标，并作为了官员晋升考核指标之一。在“十一五”期间，不论是总量上，还是各省份具体分配任务上，都基本完成了减排指标，表明这一约束性污染控制政策有效缓解了环境污染问题。鉴于此，本文以“十一五”规划首次提出的约束性污染控制政策为研究对象，来探讨此次环境规制对资源配置效率的影响。

已有文献对环境规制与企业行为之间的关系进行了大量研究。一方面，从环境规制对企业自身生产过程所致影响的角度，一部分研究认为在相同的技术及资源约束条件下，环境规制造成企业治污成本上升，增加了企业生产决策约束，从而降低企业全要素生产率（TFP）[6-7]。而另一部分以Porter等[8]为代表的研究认为环境规制虽然提升了企业成本，但同时能够激发企业创新行为，通过创新补偿效应，进而提升企业竞争力，即“波特假说”。此外，也有学者结合以上2种观点进行分析，王杰等[9]指出环境规制与企业TFP之间存在“倒N型”关系，即当环境规制强度较弱时，不足以激发企业创新，因此企业成本的上升将导致TFP的下降，而当环境规制强度过大时，超过企业的承受负担同样会使得企业TFP的下降，只有适中强度的环境规制才能提升企业TFP。以上研究主要从环境规制对企业自身直接作用进行分析，并且关注到环境规制能够影响企业内部资源在扩大生产与研发创新之间的配置。Tombe等[10]则关注到环境规制对企业的间接影响，研究指出不同标准的环境规制将可能会影响资源在企业之间的配置。韩超等[4]在其研究基础上发现，环境规制能够缩小污染行业内企业之间TFP离散度，从而优化资源配置效率，提升行业整体TFP水平，并认为环境规制的非对称性可能提高资源配置效率。此外，王杰等[11]同样指出适当加强环境规制能够缓解中、高污染行业内部以及各区域内部企业之间的资源配置效率。然而此类文献都采用了部门内部（包括地区部门、行业部门与所有制部门）企业之间的TFP离散度来衡量资源配置效率，因此并没有对地区间非对称性的环境规制与资源配置效率之间的关系做出肯定的回答。

另一方面，环境规制也将对企业的选址带来影响。当区域间环境规制强度存在差异时，面临较强力度环境规制的企业除了改变自身生产策略外的另一种选择是将其转移至规制力度较小的区域进行生产，即“污染避难所效應”。相关研究同样证实了这一效应的存在，国家层面存在污染行业从发达国家向发展中国家转移的现象[12]，国内层面存在中国东部向中西部转移以及省份之间转移的现象[13]。沈坤荣等[14]指出在环境规制作用下，出现污染型企业向周边城市转移现象。企业在地区间的转移必然导致各种资源在地区间的再次配置，而对于区域层面，以往研究主要关注的是资源“量”的变化，缺乏对配置效率的相关回答。虽然张彩云等[15]研究指出非对称的约束性污染控制政策能够促使企业“要素转换”，进而推动资源的跨区域流动，实现配置效率的提高。但其对资源配置效率的衡量仍主要关注资本、劳动以及工厂数量的变化。因此，对配置效率问题的研究仍较为缺乏。而要将资源配置效率纳入分析框架，如何客观准确衡量资源配置效率极为关键。

对于区域资源配置效率的评估，Brandt等[16]建立了部门之间资源错配测算模型，指出我国省际间的资源错配导致TFP损失约8%。陈诗一等[17]、靳来群[18]均通过对Brandt模型的扩展发现我国地区间资源错配较为严重。以上研究为测算我国地区资源配置效率提供了相关经验，但测算对象主要关注于流动性较强的资本与劳动力，然而环境规制对区域要素配置效率的影响不仅仅在于流动性较强的生产资源，企业在区域间的转移必然涉及到土地资源的效率变化。土地作为一种缺乏流动性的重要生产资源，其在区域间的配置同样存在效率低下问题[19-20]。李力行等[21]指出土地错配的存在将进一步加剧其他资源的错配。因此，将土地资源纳入测算模型，对于客观准确评估我国区域资源配置效率极为重要。另一方面，李宝礼等[22]指出偏向中西部的土地供给政策导致的土地空间错配推动污染行业向中西部转移，而在空间上非对称环境规制将影响产业结构以及转移决策[23]，从而影响土地经济效率，这为本文研究环境规制对土地配置效率的影响提供了理论依据。

综上，相较于已有文献，本文的边际贡献在于：第一，本文聚焦于我国“十一五”规划中首次约束性污染控制政策对区域资源配置效率的影响，并探究其影响机制，丰富环境规制对资源配置效率影响在区域层面的研究;第二，以往文献对土地配置效率大多以土地的利用效率来衡量，而本文将土地纳入资源配置效率测算模型中，测算得到土地配置效率，不仅拓宽了传统资源（资本与劳动）的研究视角，并有助于客观准确评估我国资源配置效率;第三，本文能够进一步考察非对称性环境规制对哪类区域、哪类资源的配置效率的具体作用方向，使研究更具指导意义。

1实证策略、变量选取与数据来源

1.1实证策略

本文借鉴方芳等[24]做法，采用“十一五”规划中约束性污染控制政策力度在不同地区的差异构造处理组与对照组，从而建立双重差分模型来分析环境规制对地区要素配置效率的影响。计量模型如下：

Yit=α0+α1Regui+βZit+ui+vt+εit。（1）

其中：Yit为被解释变量，主要为地区资源配置效率，其中下表i代表城市i，t代表第t年。由于本文需求的资源配置效率指标是地区层面的面板数据，故参考靳来群等[25]，测算得到各地区资本、劳动以及土地3种资源的实际投入比例与有效投入比例，并利用实际投入偏离有效投入的程度来衡量资源配置效率。因此，当资源的实际投入比例大于有效投入比例时，表明该资源投入过度，反之表明投入不足。同时，为了便于分析，本文对资源配置效率指标进一步处理，以土地资源为例，如城市i的土地资源实际投入比例mi与有效投入比例m*i的比值减去1的绝对值来衡量土地资源配置效率（Mmis），即Mmis=|mi/m*i-1|，因此，不论城市i土地资源投入过度或不足，当Mmis值增大则表明土地配置效率降低，反之Mmis值减小则表明土地配置效率提高。

Regui为核心解释变量（Regui=GCODi×Postt），其中：Postt为政策实施年份虚拟变量，当t>2005时取值为1，t<2006时取值为0;GCODi表示“十一五”规划中对城市i的环境规制力度，本文基于化学需氧量（COD）减排指标来衡量环境规制力度，由于规划中只给出了省级层面的减排指标，故本文参考方芳等[24]构建城市层面减排数据，方法如下：

CODi=CODj×ci，2005∑Ni=1ci，2005。（2）

其中：CODi、CODj分别为城市i、省份j在“十一五”期间的COD减排总量，ci，2005为2005年城市i的COD排放量。由于城市层面COD排放量无法直接获取，则采用间接计算：

ci，2005∑Ni=1ci，2005=

∑Kik=1μkyi，k，2005yj，k，2005。（3）

其中：yi，k，2005、yj，k，2005分别表示2005年i城市、j省份的k行业产值，然而城市工业细分子行业产值并未公布，但中国工业企业数据库涵盖了较为全面的规模企业，因此通过企业产值的加总来计算得到城市行业产值;μk为2005年《中国环境统计年鉴》公布的k行业COD排放量占全国工业COD排放量的比值。根据式（2）、式（3），可计算得到城市i在“十一五”期间的COD减排总量。通过消除城市经济体量对COD减排总量的影响，得到环境规制力度，即：

GCODi=CODiGIPi，2005。（4）

其中：GIPi，2005为城市i在2005年的工业生产总值。通过计算发现在消除经济体量对COD减排总量的影响后，东部城市约束性减排控制力度均值最小，为1.44，其次是中部和西部地区，而东北部地区力度均值最大为3.02。

Zit为一系列控制变量，主要参考白东北等[26]做法，城市经济发展水平（Dev）以实际人均GDP对数来表示;人口密度（Pop）以城市年末总人口数与行政区域土地面积的比值来表示;政府支出水平（Gov）以城市财政预算内支出与城市生产总值的比值来表示;城市化进程（Urb）能够通过非农产业发展规模来衡量，白东北等[26]采用非农业从业人口数的对数形式表示，考虑到各地区从业人数差距较大，因此本文以非农从业人员数与年末单位从业人员数的比值来表示;第二产业市场规模（Sca）常见是以第二产业就业人口、人口密度等方法来衡量，因此本文以第二产业从业人员数与第二产业用地面积的比值来表示;人力资本水平（Hcl）参考严成樑[27]做法，以城市每万人在校大学生数量来衡量。ui控制城市固定效应，vt控制时间固定效应，εit代表随机误差项。

1.2要素投入比例的计算

参考靳来群的研究，假定国家总产出Y是各城市产出Yi的CES函数，即Y=（∑Ni=1θiYσi）1σ，

其中∑Ni=1θi=1，由于地区产出间存在较大差异性和互补性，θi衡量了城市i产出在国家总产出生产过程中的权重。同时，国家和城市产出又是自身投入要素及TFP的C-D函数，即

Y=AKαLβMγ、Yi=AiKαiLβiMγi，其中A代表TFP。假定城市投入要素的加总为国家投入要素的总额，即L=∑Ni=1Li，

K=∑Ni=1Ki，M=∑Ni=1Mi，

并定义要素投入比例为li=LiL，ki=KiK，mi=MiM。此外，本文使用rτKi表示城市的实际融资成本即资本价格，其中τKi表示城市之间资本价格的扭曲系数。同理，分别使用ωτLi、PMτMi来表示城市的实际劳动力成本和土地投入成本，其中τLi、τMi分别表示城市之间劳动和土地投入价格的扭曲系数。

在国家、城市产出利润最大化问题下，maxYiP（∑Ni=1θiYσi）1σ-∑Ni=1PiYi

maxKi、Li、Mi{PiAiKαiLβi-rτKiKi-ωτLiLi-PMτMiMi}，将得到国家与城市层面的一阶条件及其扩展式为

θiP（YiY）σ-1=Pi，

P=（∑Ni=1θ11-σiPσσ-1i）σ-1σ，

KiLi=αωτLiβrτKi，MiLi=γωτLiβPMτMi，

Li=PiAi（αrτKi）α（βωτLi）1-α-γ（γPMτMi）γ11-α-β-γ，

Ki=PiAi（αrτKi）1-β-γ（βωτLi）β（γPMτMi）γ11-α-β-γ，

Mi=PiAi（αrτKi）α（βωτLi）β（γPMτMi）1-α-β11-α-β-γ。（5）

并參考Dixit等[28]的研究，11-σ也为各类差异产品需求的价格弹性，即Yi=P1σ-1i。

根据∑Ni=1ki=1，并结合式（5）可得扭曲状态下城市资本投入比例，同理计算得到劳动与土地投入比例，

ki=θ1（1-σ）（α+β+γ）iAiσ1-στ-1Ki∑Ni=1θ1（1-σ）（α+β+γ）iAiσ1-στ-1Ki，

li=θ1（1-σ）（α+β）iAiσ1-στ-1Li∑Ni=1θ1（1-σ）（α+β）iAiσ1-στ-1Li，

mi=θ1（1-σ）（α+β+γ）iAiσ1-στ-1Mi∑Ni=1θ1（1-σ）（α+β+γ）iAiσ1-στ-1Mi。

（6）

城市之间无扭曲状态下的要素投入比例，即城市之间扭曲系数相等时的解，因此可得无扭曲状态下城市各要素投入比例为

k*i=θ1（1-σ）（α+β+γ）iAσ1-（α+β+γ）σi∑Ni=1θ1（1-σ）（α+β+γ）iAσ1-（α+β+γ）σi，

l*i=θ1（1-σ）（α+β）iAσ1-（α+β）σi∑Ni=1θ1（1-σ）（α+β）iAσ1-（α+β）σi，

m*i=θ1（1-σ）（α+β+γ）iAσ1-（α+β+γ）σi∑Ni=1θ1（1-σ）（α+β+γ）iAσ1-（α+β+γ）σi。（7）

1.3数据来源与参数设定

采用《中国城市统计年鉴》及《中国城市建设统计年鉴》公布的2002—2017年292个地级及以上城市数据，由于《中国城市建设统计年鉴》公布的土地数据按照市辖区进行统计分类，因此本文以下指标尽量以市辖区为统计口径。

采用城市第二产业增加值来衡量名义产值PiYi;城市第二产业从业人员数来衡量劳动投入Li;由于无法直接得到城市第二产业固定投资数据，因此采用省级层面第二产业固定投资额占固定投资总额比例乘以城市固定资产投资总额来衡量城市第二产业固定投资额，并采用永续盘存法计算得到城市第二产业资本存量Ki;参考范剑勇等[29]的研究，采用城市工业用地与仓储用地面积之和来衡量城市第二产业用地面积。此外，由于难以获取城市层面的价格指数数据，本文考虑采用省级层面数据替代。

要素扭曲系数τKi、τLi、τMi以及产出权重θi可由模型分别计算得到

τKi∝PiYiKi、τLi∝PiYiLi、τMi∝PiYiMi、θi=1T∑Tt=1Pi（t）Ynori（t）/Pi（t）1-σ∑Ni=1Pi（t）Ynori（t）/Pi（t）1-σ;

根据前文模型推导可得城市i的TFP为Ai=YiKαiLβiMγi，由于无法得到真实产量Yi，参考王文等[30]做法，用Ai=（PiYi）σσ-1KαiLβiMγi估算，σ取值1/3。采用固定效应方法估算城市生产函数估计得到要素弹性系数分别为α=0.574，β=0.246，γ=0.086。

基于以上资源配置效率测算方法以及解释变量的定义，得到主要指标的描述性统计结果，如表1所示。

2实证结果分析

2.1基准回归分析

本文研究环境规制对地区资源配置效率影响主要基于“十一五”规划中的首次约束性污染控制政策，因此选取2002—2010年城市面板数据进行基准回归，如表2所示。列（1）～（4）被解释变量为地区土地配置效率，列（5）～（8）被解释变量为地区劳动配置效率，列（9）、（10）被解释变量分别为地区资本配置效率与城市TFP。由列（1）、（5）、（9）回归结果可知，在全样本下，约束性减排政策提升了地区土地与劳动的配置效率，但对于资本配置效率影响并不显著。列（2）、（6）分别在列（1）、（5）的基础上加入一系列控制变量，核心解释变量Regu系数更为显著且符号未发生改变，模型拟合效果得到一定提升，具体而言，城市每千万元产值下COD控制减排量每增

加1 t，则提高城市土地、劳动要素配置效率分别为0.064、0.053。

进一步，为探究对于资源投入状况不同的城市，环境规制产生的影响是否存在异质性，本文将各城市以资源投入过度或投入不足进行分组，如若i城市pmi=mi/m*i>1，则

视为土地资源投入过度，而pmi=mi/m*i<1，则为土地资源投入不足，劳动资源同理定义。由列（3）～（4）、列（7）～（8）回归结果可知，环境规制主要通过缓解城市资源的投入过度，从而改善提高配置效率，但对于投入不足型城市，环境规制对劳动配置效率影响并不显著，甚至对于土地配置效率还出现了恶化情况。由前文对土地配置效率的定义公式Mmis=|mi/m*i-1|，以及结合模型对有效投入比例的推导可知，当扭曲状态下土地投入份额mi不变时，通过提升城市TFP从而增加有效投入份額m*i，同样会缓解城市土地资源的投入过度，但这也将进一步恶化城市土地资源的投入不足。而不论是列（10）环境规制对城市TFP的影响回归结果，或是方芳等研究，均发现约束性减排政策提升了城市TFP。因此对于流动性较差的土地要素而言，可能正是在强制性的环境规制影响下，粗放式生产得到一定控制，通过提升城市TFP，优化了投入过度型城市的土地配置效率;而对于土地投入不足型城市，则表现出了配置效率一定程度的恶化。总体而言，环境规制主要提升了资源投入过度地区的土地和劳动配置效率，粗放型生产方式得以改善。

2.2区域异质性分析

我国地缘辽阔，资源禀赋分布不均，本文所构造的环境规制力度不仅在邻近城市之间有差异，在不同区域的城市之间有着更大的差距，其中东北部和西部地区GCOD均值相对较大，说明在保证经济发展的同时，需要付出更大的代价来完成减排指标。发达地区GCOD值往往更小，意味着企业每千万元产值下产生的COD量较小。当企业较难满足当地的减排要求时，具有向经济落后地区转移的动力。经济落后地区相对拥有较高的GCOD值，当地政府在保证经济增长的情况下，要达到减排要求，发达地区企业较为容易成为其引进对象，一是相同产值下发达地区企业往往COD生成量较小，二是发达地区企业技术相对先进，通过溢出效应来提高本地企业技术。

本文参考中国统计局对我国地域划分标准，将各城市划分至东部、中部、西部以及东北部四大区域，进一步考察环境规制对不同区域城市资源配置效率的影响。由于本文主要关注的是环境规制对资源配置效率的影响，因此只报告核心解释变量Regu的回归系数，如表3所示。由表3可知，关于土地资源，在全样本下，环境规制主要改善了东、中部区域的配置效率;进一步区分投入状况，其结果与基准回归相似，主要表现为改善了东、中部过度投入城市的配置效率。关于劳动要素，通过模型计算发现，中部城市劳动过度现象较东、西部城市更为严重，可能由于中部城市拥有更大的改善空间，因此环境规制对劳动投入过度的改善主要体现在中部区域。总结而言，环境规制在东部及中部区域产生较好的效果，而通过对比2010年各省份实际COD排放量与“十一五”规划排放量，发现东北及西部地区未达标省份占比，较东、中部地区更高，可能由此而导致环境规制对东北部及西部城市效果相对不明显。

2.3机制分析

土地资源配置效率低下，而环境规制又是如何提升土地配置效率呢？接下来将探讨环境规制改善地区土地配置效率的机制，如表4所示。由于表2结果表明环境规制对地区土地配置效率的影响随该地区投入状况的不同而产生异质性，因此仍区分投入状况进行分组回归。表4（1）～（2）列示了环境规制对第二产业用地面积的影响结果，第二产业用地面积指标Land由第二产业用地面积的对数来衡量。结果表明环境规制对地区第二产业用地面积的影响并不显著，这符合前文分析，土地作为缺乏流动性的资源，环境规制对其配置效率的影响并不体现在投入量的变化上，而极有可能通过改变地区土地有效投入比例来提升其配置效率。

改变地区土地有效投入比例，必然涉及地区TFP水平，如何实现地区自身TFP水平的提升，其内部企业生产率的提高则是关键。强制性环境规制一方面造成企业生产成本增加，对于生产效率较低的中小企业将面临更大的退出概率[31]，以此加强了市场淘汰机制[32];另一方面，存活下来的企业能够得到进一步的扩张[33]。因此本文提出猜想：环境规制能够促进地区企业规模扩大。马歇尔认为扩大企业规模能够推动劳动力精细化分工，降低生产成本，更容易实现规模经济。同样熊彼特的创新理论指出相对而言大型企业更具创新动力，从而获得更高的生产率。孙晓华等[34]利用中国微观企业数据对企业规模与生产率之间的关系进行了实证检验，指出企业规模与生产率之间呈倒“U”型关系，而我国工业企业大多处于倒“U”型的左侧，意味着目前提升企业规模有利于生产率的提高。基于以上文献分析，本文认为环境规制可能通过扩大企业规模来影响地区土地配置效率。因此，本文引入企业规模指标（FS）来验证环境规制对地区土地配置效率的影响机制。对于企业规模指标采用城市第二产业增加值与工业企业数量比值的对数形式来衡量。

表4列（3）～（4）列示了环境规制对地区企业规模影响的结果，可以看到无论是土地投入过度或是土地投入不足地区，变量Regu系数均显著为正，表明环境规制正向促进了工业企业规模。进一步参考温忠麟等[35]对检验中介效应的做法，在表4列（5）～（6）中将变量FS作为中介变量放入式（1）的基准回归模型，结果显示变量Regu系数均不显著，而对于土地投入过度地区，变量FS显著为负，对于土地投入不足地区，变量FS显著为正，结合表2列（3）～（4）与表4列（3）～（4）回归结果说明对于土地投入过度地区，环境规制通过企业规模的完全中介作用提高了地区土地配置效率，即城市每千万元产值下COD控制减排量增加1 t，则提高土地配置效率0.015（0.010×1.543=0.015）;而对于土地投入不足地区，环境规制通过企业规模的完全中介作用恶化了地区土地配置效率。以上结果基本符合前文关于环境规制对土地配置效率影响机制的分析，即由于环境规制促使企业规模的扩张，提高了地区TFP水平，从而使得土地有效投入比例增大。对于投入过度地区而言，在实际投入比例不变情况下，有效比例的增大意味着配置效率的改善;但对于投入不足地区而言，在实际投入比例不变情况下，有效比例的增大对配置效率反而表现出恶化。

然而，并不是无限制的扩大企业规模都能对生产率产生正向影响[34]，因此本文在模型中继续加入企业规模（FS）的平方项，探究企业规模与土地配置效率的非线性关系，以此来进一步验证本文机制分析的可信性，同时也验证若环境规制的加强促使企业规模进一步的扩大是否还能改善投入过度地区的土地配置效率。而对于投入不足地区，由于企业规模的扩张表现为土地配置效率的下降，进一步讨论企业规模与土地配置效率之间是否存在非线性关系并无意义。因此本文主要给出投入过度地区的回归结果，如表4列（7）所示，在此回歸中主要关注企业规模变量的系数与常数项，企业规模一次项系数显著为负，而企业规模二次项系数显著为正，同时常数项显著为正，因此表明企业规模与土地配置效率之间存在倒“U”型关系，这进一步说明机制研究结论的可靠性。企业规模最佳点为9.0，当小于9.0时，投入过度地区的土地配置效率随企业规模的扩大而提高。而截止2017年，我国土地投入过度地区的企业规模均值为8.5，说明投入过度地区通过环境规制促使企业规模扩大，从而提升地区土地配置效率仍存在较大空间。

关于劳动配置效率，环境规制对劳动力流动同样具有重要作用。较强的环境规制力度能够降低粗放式生产部门的就业份额，以及增加高技能人才的流入，双向推动提高劳动配置效率的良性循环，进而实现经济的高质量发展。因此本文认为环境规制可能通过促进劳动力流动而改善劳动配置效率。接下来对此猜测进行验证，表4列（8）～（9）列示了环境规制对工业劳动就业影响的结果：列（8）结果表明环境规制抑制劳动投入过度地区的就业量;列（9）结果表明环境规制促进了劳动投入不足地区的就业量，这一结果印证了本文猜想：环境规制能够促进劳动力在地区间的自由流动，从而提高地区劳动配置效率。但在此需说明的是，表2列（7）～（8）结果表示环境规制虽然提高了投入过度地区的劳动配置效率，但对于投入不足地区劳动配置效率影响并不显著，这可能由于劳动投入不足地区TFP的增加而造成有效投入比例的上升，从而掩盖了劳动投入量的变化带来的配置效率提升效果，但这并不影响本文从劳动力流动角度来探讨环境规制对劳动配置效率的影响机制。

3稳健性检验

3.1排除干扰因素影响

为了排除其他因素对研究对象的干扰，第一，本文利用安慰剂检验对约束性减排政策实施之前的其他因素进行排除，选取未受政策影响的年份数据，并假定政策实施年份为2004年，回归结果如表5所示。由表5（1）～（2）列可知，Regu系数并不显著，表明2006年政策实施之前的其他因素并未对本文研究造成干扰。第二，为迎接2008年的北京奥运会，国家对北京及周边地区实施了相关环境治理措施，为排除奥运效应对“十一五”规划约束性减排政策的干扰，本文参考He等[36]研究，剔除受奥运效应影响的省份城市（包括北京、天津以及属于内蒙古、山东、山西、河北省份的城市）后，再次进行基准回归，表5列（3）～（4）结果显示Regu系数依旧显著，同时符号并未发生改变，说明本文结论并不受奥运效应影响。第三，2008年全球金融危机对我国工业发展造成巨大冲击，本文剔除2008—2009年度数据对基准回归再一次进行验证，表5列（5）～（6）结果显示Regu系数显著性及符号方向仍未发生变化，进一步验证本文结论的稳健性。

3.2平行趋势检验

平行趋势假设是使用双重差分法的重要前提，同时为检验环境规制实施前后对地区资源配置效率的差异影响，本文构建如下模型，

Yit=α0+∑4k=-4，k≠-1αkGCODi×Postt0+k+

βZit+ui+vt+εit。（8）

其中，Postt0表示政策实施当年，即2006年。回归结果如表5列（7）～（8）所示，Regu（-4）～Regu（4）表示政策实施前4年至后4年，结果显示在政策实施前核心变量估计系数皆不显著，说明政策实施前不存在预期效应，土地和劳动配置效率在政策实施的第二年起显著改善，说明政策实施效果具有一定时滞性，这与张成等[37]研究结果一致。对于土地配置效率在2008年并不显著，即变量Regu（2）系数，但后续年份仍然显著情况，可能来自全球经济危机对我国经济造成巨大冲击所导致，因此本文认为平行趋势检验结果能够验证基准回归的稳健性。

4结论及建议

环境规制促进了经济高质量发展已成为共识，而优化资源配置效率是提高我国TFP进而实现经济高质量增长的重要路径。那么环境规制是否能够改善我国资源配置效率呢？以往研究主要讨论了环境规制对部门内企业之间资源配置的优化作用，而缺乏对于地区资源配置效率的讨论。此外，前期主要关注于流动性较强的资本和劳动的配置效率，但对于影响资本和劳动配置效率极为密切的土地资源鲜有提及。因此，基于我国各类资源配置效率较低的现状，本文在纳入土地资源新视角下，采用双重差分模型讨论了“十一五”规划中首次约束性控制污染政策对我国地区资源配置效率的影响。研究发现：在地区层面，环境规制整体上提高了土地与劳动资源的配置效率;进一步划分资源投入过度和不足2种状态发现环境规制改善资源配置效率主要体现在缓解了地区要素投入过度，对于高投入而低产出的粗放型生产方式，环境规制起到一定遏制作用;在区分城市地理位置后，环境规制对资源配置效率的影响存在异质性。环境规制主要提升了减排指标完成度较高的东、中部地区土地配置效率以及中部地区劳动配置效率，同样主要体现在对资源投入过度的改善。关于环境规制对地区资源配置效率的影响机制，本文发现对缺乏流动性的土地资源，环境规制在促使企业规模扩大的过程中，提高了地区TFP，从而缓解了地区土地的投入过度，但也因此而恶化了地区土地的投入不足。对于劳动资源，环境规制通过促进劳动力的自由流动，从而改善地区劳动配置效率。

结合以上结论，本文得到相关启示：第一，政府部门应当根据区域及城市的不同特征，跨区联动制定相关减排指标。对于发达地区，应考虑地区本身资源投入状况，通过环境规制来全面提高资源配置效率;对于欠发达地区，在制定相关减排政策的情况下，要加大监管力度，以发挥环境规制政策效果，从而有效提高资源配置效率。第二，在微观企业层面，完善企业进出机制，根据环境规制政策，严格制定企业准入条件，并淘汰落后企业，同时在不影响市场公平竞争的前提下，针对我国企业平均规模较小的现状，扶持中小企业实现规模经济以及鼓励企业进行创新活动，优化资源配置效率。第三，完善土地管制政策，针对土地投入不足地区，适当放松土地管制，以遏制土地配置效率的进一步恶化。

参考文献：

[1]项晓敏，金晓斌，王温鑫，等.供给侧结构性改革视角下的土地整治制度创新初探[J].中国土地科学，2017，31（4）：12.

[2]喻文益.资源有效配置是解决我国环境保护问题的根本出路[J].复旦学报（社会科学版），1993（6）：33.

[3]杨汝岱.中国制造业企业全要素生产率研究[J].经济研究，2015，50（2）：61.

[4]韩超，张伟广，冯展斌.环境规制如何“去”资源错配：基于中国首次约束性污染控制的分析[J].中国工业经济，2017（4）：115.

[5]金晓雨.环境规制与国内污染转移：基于“十一五”COD排放控制计划的考察[J].产业经济研究，2018（6）：115.

[6]GRAY W B，SHADBEGIAN R J.Environmental regulation and manufacturing productivity at the plant level[R].Working Papers，1993，4321：1.

[7]DOMAZLICKY B R，WEBER W L.Does environmental protection lead to slower productivity growth in the chemical industry？[J].Environmental and Resource Economics，2004，28（3）：301.

[8]PORTER M E，LINDE C V D.Toward a new conception of the environment-competitiveness relationship[J].The Journal of Economic Perspectives，1995，9（4）：97.

[9]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.

[10]TOMBE T，WINTER J.Environmental policy and misallocation：The productivity effect of intensity standards[J].Journal of Environmental Economics and Management，2015，72（1）：137.

[11]王杰，孫学敏.环境规制对中国企业生产率分布的影响研究[J].当代经济科学，2015，37（3）：63.

[12]KELLENBERG D K.An empirical investigation of the pollution haven effect with strategic environment and trade policy[J].Journal of International Economics，2009，78（2）：242.

[13]WU H，GUO H，ZHANG B，et al.Westward movement of new polluting firms in China：Pollution reduction mandates and location choice[J].Journal of Comparative Economics，2017，45（1）：119.

[14]沈坤荣，金刚，方娴.环境规制引起了污染就近转移吗？[J].经济研究，2017，52（5）：44.

[15]张彩云，夏勇，王勇.总量控制对资源配置的影响：基于“两控区”和约束性污染控制政策的考察[J].南开经济研究，2020（4）：185.

[16]BRANDT L，TOMBE T，ZHU X.Factor market distortions across time，space and sectors in China[J].Review of Economic Dynamics，2013，16（1）：39.

[17]陈诗一，陈登科.中國资源配置效率动态演化：纳入能源要素的新视角[J].中国社会科学，2017（4）：67.

[18]靳来群.地区间资源错配程度分析（1992—2015）[J].北京社会科学，2018（1）：57.

[19]HSIEH C T，MORETTI E.Housing constraints and spatial misallocation[J].American Economic Journal：Macroeconomics，2019，11（2）：1.

[20]张俊峰，张安录.中国土地资源错配效率损失与纠正策略[J].华南农业大学学报（社会科学版），2020，19（1）：55.

[21]李力行，黄佩媛，马光荣.土地资源错配与中国工业企业生产率差异[J].管理世界，2016（8）：86.

[22]李宝礼，邵帅，张学斌.中国土地供给的空间错配与环境污染转移：来自城市层面的经验证据[J].中南大学学报（社会科学版），2020，26（6）：103.

[23]童健，刘伟，薛景.环境规制、要素投入结构与工业行业转型升级[J].经济研究，2016，51（7）：43.

[24]方芳，杨岚，周亚虹.环境规制，企业演化与城市制造业生产率[J].管理科学学报，2020，23（4）：22.

[25]靳来群，张伯超，莫长炜.我国产业政策对双重要素配置效率的影响研究[J].科学学研究，2020，38（3）：418.

[26]白东北，张营营，唐青青.开发区设立与地区资源错配：理论机制与经验辨识[J].财经研究，2020，46（7）：49.

[27]严成樑.产业结构变迁、经济增长与区域发展差距[J].经济社会体制比较，2016（4）：40.

[28]DIXIT K，STIGLITZ J E.Monopolistic competition and optimum product diversity：Reply[J].The American Economic Review，1979，69（5）：957.

[29]范剑勇，莫家伟，张吉鹏.居住模式与中国城镇化：基于土地供给视角的经验研究[J].中国社会科学，2015（4）：44.

[30]王文，牛泽东.资源错配对中国工业全要素生产率的多维影响研究[J].数量经济技术经济研究，2019，36（3）：20.

[31]张先锋，申屠瑶，王俊凯.环境规制、企业异质性与企业退出[J].北京理工大学学报（社会科学版），2017，19（4）：43.

[32]李蕾蕾，盛丹.地方环境立法与中国制造业的行业资源配置效率优化[J].中国工业经济，2018（7）：136.

[33]徐保昌，潘昌蔚，李思慧.环境规制抑制中国企业规模扩张了吗？[J].中国地质大学学报（社会科学版），2020，20（2）：74.

[34]孙晓华，王昀.企业规模对生产率及其差异的影响：来自工业企业微观数据的实证研究[J].中国工业经济，2014（5）：57.

[35]温忠麟.张雷，侯杰泰，刘红云.中介效应检验程序及其应用[J].心理学报，2004（5）：614.

[36]HE G，FAN M，ZHOU M.The effect of air pollution on mortality in China：Evidence from the 2008 Beijing Olympic Games[J].Journal of Environmental Economics and Management，2016，79（9）：18.

[37]张成，陆旸，郭路，等.环境规制强度和生产技术进步[J].经济研究，2011，46（2）：113.

[编辑：厉艳飞]

3079500338206