肖涵月，孙慧，王慧，辛龙

（新疆大学 新疆创新管理研究中心，新疆 乌鲁木齐 830046；新疆大学 经济与管理学院，新疆 乌鲁木齐 830046）

提高生产率是经济高质量发展的关键所在。在此背景下，环境规制和生产率的关系探究一直是具有争议性的研究焦点，旨在从理论和实践中总结出一条实现环境保护和经济发展的双赢路径。传统的遵循成本假说认为，一定强度的环境规制将增加污染企业的减排投资以及生产经营的环境合规成本，从而降低企业的利润水平和生产率[1]；也有众多学者认为合理设计的环境规制能够促进企业创新，形成新的竞争优势，补偿环境规制带来的成本，从而提高企业的生产率，即存在波特效应[2-3]。

不论是理论分析还是实证检验，关于环境规制与生产率的关系尚未形成一致性的结论。1998年以来，为减小二氧化硫和酸雨带来的负面影响，中央和地方政府相继出台了针对特定地区、特定行业酸雨和二氧化硫控制的法规政策（两控区政策），为研究生产率和环境规制的关系提供了良好的准自然实验。一些学者以宏观数据为样本评价两控区政策效果，结论表明政策的实施显著促进了两控区城市人均GDP的增长和生产率的提高，实现了经济增长和环境保护的双赢[4-5]。相反，一些学者在运用微观企业数据进行研究后发现，两控区政策对企业生产率增长以阻碍作用为主，政策效应支持遵循成本假说，并指出政策对低效率、污染企业的淘汰退出机制不能被忽视[6-7]。

宏观层面的总生产率不仅包含企业全要素生产率，还包含企业间资源配置效率，资源配置不当会很大程度上阻碍生产率增长[8]。虽然企业成长是中国制造业生产率增长的主要动力，但企业生产率增长的空间逐渐变窄[9]； 而资源配置效率改善空间巨大，若未来的10年中能使配置效率改善释放一半空间就能保证每年3.85%的经济增长率[10]。面临环境保护和提质增效的经济发展诉求，环境规制能否有效地促进资源再配置并提高总生产率？新的发展背景下，这一问题的讨论有助于全面地认识环境规制在经济转型升级过程中的作用。

本文以两控区政策为准自然实验，以1998—2007年中国工业企业数据库的微观数据为样本，运用三重差分法分析了环境规制与总生产率增长的关系，并从企业生产率和企业间资源配置效率两个层面展开论证。本文创新点主要体现在以下两个方面：（1）环境规制与企业生产率的关系研究大多是围绕“波特假说”和“遵循成本假说”展开的。不同的是，本文从总生产率出发，以企业级数据为样本，不仅考虑了环境规制对企业自身成长的影响，还分析了环境规制对企业间资源配置效率的影响机制，得到了更为丰富的结论：两控区政策虽然没有产生波特效应，但可通过提高企业间资源配置效率促进总生产率增长。（2）在方法上，本文选取了三重差分法（DDD），减小了运用双重差分法（DID）时共同趋势假设不能满足而导致的估计偏误。

1 文献综述与研究假设

1.1 环境规制和生产率

环境规制与生产率的关系特征受到环境规制工具类型的影响。环境规制工具通常划分为市场型和命令控制型。任胜钢等[11]以2007年中国排污权交易试点政策为准自然实验，证实了市场型环境规制的波特效应，相反，命令控制型环境规制则被认为会阻碍企业创新。Bergek & Berggren[12]认为，在严格的环境标准下，企业要么设法达到减排目标，要么就会受到相应的处罚，通常在短期内会以减产的方式完成减排任务。两控区政策提出了较为严格的管理措施，例如，不仅限制了高硫原料煤的开采和使用，还要求控制区内所有新建或改建电厂限期完成脱硫改造，重点治理行业必须采用先进的工艺和技术，仍不能达标的企业须关停整顿。作为一项典型的命令控制型环境规制，两控区政策因提高了企业的环境合规成本而抑制了企业生产率增长[7]。综上，提出以下假说：

假说1：两控区政策抑制了企业生产率增长，支持遵循成本假说。

1.2 环境规制和资源配置

地区或行业的总生产率被定义为企业全要素生产率的加权值，其中不仅包含企业自身生产率，还有生产率异质性企业进入、退出以及企业间资源配置效率的贡献[13-14]。 Bartelsman等[15]则认为，与随机配置相比，如果使生产率较高的企业拥有更多的市场份额，美国制造业部门的总生产率将提高50%。是什么动力促使资源有效地再配置？Brandt等[16]以中国工业企业数据库为基础研究发现，企业的进入、退出可以解释工业总生产率变化的三分之二。在中国情境下，更多学者认为有效的产业政策、相对集中的市场以及更充分的竞争可以通过加快低效企业退出，促进高效企业的“净进入”效应改善企业间资源再配置，进而提升总生产率水平[17-19]。

环境规制是影响企业退出决策的一个重要因素。Forslid等[20]的研究结论表明，在一定的环境规制强度下，只有高效企业才会在绿色技术上投入更多资金，同时表现出更高的盈利能力和清洁生产能力。如果环境规制能够迫使低生产率企业退出，促进生产要素流向高生产率企业，那么就能够通过优化资源配置促进总生产率增长。Sadeghzadeh[21]通过理论模型分析得出，环境规制对生产率的提高主要是由企业间的资源再分配驱动的，而不是减排技术变革。Du & Li[22]的研究发现，环境规制降低了中国工业“僵尸”企业的生存概率，加速落后产能退出市场。张先锋等[23]证实了环境规制强度与企业退出概率的正相关性，但对于技术创新的企业则没有影响。韩超等[24]的研究认为，国家“十一五”规划提出的减排目标在污染行业中发挥了显著的“去错配”效应，使高生产率企业获得更多资本要素，从而提高了生产率。综上，本文构建了理论机制框架，如图1所示，并提出以下假说：

假说2：两控区政策能够迫使低效企业退出，促进要素向高效企业流动，从而提高企业间资源配置效率。

假说3：两控区政策对总生产率的影响取决于对企业生产率和企业间资源配置效率的综合作用。

2 实证策略

2.1 模型设定

2.1.1 基准分析

基准分析以验证两控区政策对控制区内重点治理行业总生产率的促进作用为目的。虽然国家环保总局在1998年开始实施《酸雨控制区和二氧化硫污染控制区划分方案》，但在2002年《两控区酸雨和二氧化硫污染防治“十五”计划》出台之前，政策的执行和影响力有限。因此，一些学者基于该政策进行准自然实验分析时，将2002年作为政策冲击年份[13,25]。同时，两控区政策对控制地区和重点治理行业均做了明确划分，非控制地区和非重点治理行业不易受到政策影响[26]。基于此，本文以是否属于两控区城市划分实验组和控制组，同时以是否为重点治理行业作为另一个实验组和控制组，以三重差分法估计两控区政策实施的效果，设定模型为：

式中：ATFPijt为被解释变量，即不同城市不同行业的总生产率，i表示所属行业，j表示所在城市，t表示年份；R为所在城市的虚拟变量，若企业位于两控区城市内，则R=1，反之为0；I为行业的虚拟变量，若为重点治理行业，则I=1，反之为0；T为是否受政策冲击时期，在2002年以前取值为0，在2002年及以后则取值为1；R、I、T三者的交互项DDD的系数反映了两控区政策对行业总生产率影响的净效应；Xjt为一组控制变量，包含城市工资水平、市场规模、市场化程度、创新研发能力、产业集聚程度；μt为时间固定效应；ωj为个体固定效应；εijt为随机扰动项。同时，本文将行业总生产率分解为行业内企业平均生产率以及企业间资源配置效率（covijt），并作为被解释变量进一步分析。

2.1.2 机制分析

机制分析以各企业为样本，以具体分析两控区政策影响总生产率的机制为目的，包含政策对各企业全要素生产率的影响以及对企业间资源配置效率的影响。

（1）两控区政策与企业全要素生产率。通过方程（2）分析两控区政策对企业全要素生产率是发挥了成本效应还是波特效应：

式中：tfpijt为被解释变量，即企业全要素生产率，i、j、t分别表示企业、所在城市和年份；δ表示两控区政策对企业全要素生产率的净效应，若δ大于0则表明政策发挥了波特效应，反之则为成本效应；Xijt为一组控制变量，除了包括方程（1）中城市层面的控制变量，还包括企业层面的控制变量：企业年龄、规模、资本密集度、企业所有制性质。其余变量的含义与方程（1）一致。

（2）两控区政策与企业间资源配置效率。本文分三个步骤回答两控区政策是如何作用于企业间资源配置的。首先，政策是否促进了重点治理行业低效率企业退出，这里采用方程（3）的二值模型进行估计；其次，政策实施是否促进了生产要素流向高效率企业，如方程（4）所示；最后，由方程（5）估计政策实施是否扩大了高效率企业的市场份额和生产规模。

式中：exitijt为被解释变量，取值为0或1，若企业退出则为1，反之为0；facijt为生产要素投入；shareijt为企业占有的市场份额；本文主要关注DDD与全要素生产率的交互项系数δ1，其含义为两控区政策对生产率异质性企业资源再配置的影响；Xijt为控制变量，内容同方程（2）。

2.2 变量测度与数据说明

2.2.1 样本及数据说明

（1）样本数据的预处理。本文选取了《中国工业企业数据库》1998—2007年的工业企业作为研究样本。数据的预处理参考了Brandt等[16]的相关做法，删除重复样本，同时剔除固定资产净值、固定资产原值为0以及年均从业人员数小于8人的样本，最终得到1 862 923个样本。由于行业代码在2001年进行了调整，因此将1998—2001年的行业代码按照《国民经济行业代码标准》（GB/T4754—2002）进行统一。另外，2004年的数据中缺少了企业工业增加值，采用工业增加值=工业总产值-中间投入+当期应交增值税计算得到。

（2）三重差分的样本范围。将中国工业企业数据库与中国地级市统计数据匹配后，本文选取了数据较完整的277个城市作为本次研究的城市单元，其中两控区城市158个，非两控区城市119个。两控区政策提出的重点治理行业为火电、化工、冶金、有色金属和建材行业，在此基础上又进一步区分了直接受政策影响的两位数产业和非直接受政策影响的产业。若企业位于两控区城市内，则变量定义为1，反之为0；若企业属于重点治理行业，则定义为1，反之为0。

2.2.2 变量定义

（1）企业全要素生产率（tfp）。企业层面生产率估计的常用方法主要有OLS、GMM、OP、LP法[14,27]。其中，OLS法具有明显的缺陷，容易导致生产和决策的同时性偏差问题；GMM更适合时间跨度较长的样本，但在处理大样本量时不具有优势。因此，本文参考鲁晓东和连玉君[28]的做法，以LP法的估计结果（tfp_lp）作为基准分析，同时以OP法的结果（tfp_op）进行稳健性讨论。

首先，本文对1998—2007年的工业企业数据进行了平减：以1998年为基期，对实际折旧额以及实际投资额按照企业所在省份固定资产投资价格指数进行平减；对工业增加值以及中间投入按照企业所在省份工业品出厂价格指数进行平减。其次，运用永续盘存法估计实际资本存量（k）；企业的劳动力要素为企业年从业人数（l）；企业年实际投资额为相邻两年固定资产原值的差额。最后，在估计全要素生产率的过程中还分别控制了企业所在城市效应（ωj）、时间效应（μt）、行业效应（φi）以及企业控制变量Xijt，具体做法如下：

（2）总生产率（ATFP）、企业平均生产率以及企业间资源配置效率（cov）。本文参考了Olley & Pakes[13]、孙元元和张建清[29]对总生产率的定义及分解方法。因此，各城市各行业的总生产率为：

（3）企业状态（exit）、要素投入（fac）、市场份额（share）。本文参考毛其淋和盛斌[18]的做法对企业退出（exit）与进入状态进行定义：将t-1期存在而t期及以后时期均未出现的企业视为t期的退出企业，同时将t-1期不存在而t期出现的企业视为t期的进入企业，其余企业则为当期存活企业，为避免因样本区间选择对企业状态造成的截尾，在定义企业进入与退出起止时，还补充使用了2008—2009年《中国工业企业数据库》的相关数据，即将2009年作为企业最后退出的时期。企业生产要素投入（fac）用企业劳动力（l）、资本投入（k）以及政府补贴（subsidy）表示。企业占有的市场份额（share）用企业当年的工业增加值和销售产值表示。

（4）控制变量。本文选择的控制变量主要包含企业层面以及城市层面。其中，企业层面的控制变量有：企业年龄age，由样本企业观测年份-企业成立时间+1计算得到；企业所有制state，企业实收资本中国有资本占比超过50%即为国有企业，定义为1，否则为0；企业规模scale，用企业工业增加值表示；企业资本密度k_l，用企业人均拥有资本数量表示。企业控制变量的数据来源为《中国工业企业数据库》（1998—2007年）。

城市层面的控制变量包括：工资水平wage，用城市平均工资水平表示；市场规模gdp，用城市国内生产总值表示；市场化程度market，用1-工业企业中国有企业占比表示，国有企业占比越高，则市场化程度越低；科技研发能力tech，用城市专利申请授权数表示；城市产业集聚度agglo，运用区位熵的方法从企业从业人员数的角度计算得到；环境监管强度regu，参考傅京燕和李丽莎[30]的做法，以工业二氧化硫去除率、工业烟尘（粉尘）去除率以及一般工业固体废弃物综合利用率为基础，运用熵权法计算得到环境规制综合指数，由于城市相关数据缺失严重，这里以所在省份的环境规制综合指数表示。

本文所选数据来源为《中国城市统计年鉴》（1999—2008年）、《中国统计年鉴》（1999—2008年）、专利云数据库以及国家统计局发布的数据。各变量的描述性统计如表1所示。

表1 核心变量的统计描述

2.2.3 生产率的趋势变化

根据变量的计算结果，本文绘制了1998—2007年总生产率ATFP、企业平均生产率和企业间资源配置效率cov的趋势图，通过对比两控区和非两控区的生产率变化趋势以初步观察政策影响。图2a为重点治理行业的总生产率变化，两控区和非两控区的总生产率在1998—2007年期间均有所上升，但非两控区的总生产率一直低于两控区，二者之间的差距相对稳定。图2c展示了企业平均生产率在研究期内的上升趋势，可以看出，2002年之后，两控区重点治理行业企业平均生产率增长速度有所减缓，而非两控区的企业平均生产率一直保持较快的增长速度，二者差距缩小并逐渐趋于一致。在图2e中，两控区重点治理行业的企业间资源配置效率在2002年之后经历了快速上升，而非两控区的则相对平缓。而其他行业不论是总生产率（图2b）还是企业间资源配置效率（图2f），在1998—2007年期间都保持了相对平行的变化趋势，只有企业平均生产率差距（图2d）有略微收窄的趋势。基于两控区与非两控区、重点治理行业与其他行业的生产率趋势对比，可以初步推测两控区重点治理行业受到了政策影响，虽然总生产率趋势没有表现出明显变化，但企业间资源配置效率在2002年后提升较快；相反，企业平均生产率则因政策冲击放缓了增长。为了得到更为可靠的结论，还需进一步通过实证论证推测并探讨其中的作用机制。

图2 1998—2007年生产率变化

3 实证结果

3.1 基准分析

基于方程（1），本文首先估计了两控区政策对行业总生产率（ATFP_lp）的净效应，由DDD的系数来反映，估计结果如表2中列（1）～列（3）所示，两控区政策净效应的系数在5%的显著水平下为正，说明政策的实施促进了重点治理行业总生产率的增长。进一步的，将总生产率分解为企业平均全要素生产率（）和企业间资源配置效率（cov_lp）两部分，以探讨政策影响行业总生产率的内在路径。两控区政策（DDD）与企业平均全要素生产率的相关系数为负，但未能通过显著性检验；同时，两控区政策与企业间资源配置效率（cov_lp）的相关系数在1%的显著水平下为正，且经济学意义也更为显著，表明政策的实施显著改善了控制区内重点治理行业的企业间资源配置效率，使市场份额更多被高生产率企业占有，促进了资源从低生产率企业向高生产率企业的再配置。

表2 两控区政策与总生产率

本文进一步分析了两控区政策对总生产率及其构成的动态影响效应。如表2中列（4）～列（6）所示，两控区政策对总生产率存在滞后的正向影响，但对总生产率的不同组成部分作用相反。对于企业的平均全要素生产率而言，政策在2005年开始产生了负向影响。平均全要素生产率反映企业成长，这说明政策的实施抑制了企业自身生产率改进，表现出滞后的成本效应。而在企业间资源配置效率方面，两控区政策表现出持续增强的促进作用。这一结果可能源于两方面的原因：一方面，企业根据环境政策调整生产策略，通常存在时间的滞后性；另一方面，2005—2006年处于“十五”计划的考核期，地方政府为了实现减排目标在该阶段内加大监管力度。总的来说，虽然两控区政策倾向于抑制企业生产率增长，但因发挥了资源再配置的功能提高了控制区内重点治理行业总生产率。

3.2 稳健性分析

（1）平行趋势检验。满足平行趋势假设是进行差分分析的前提条件，本文采用平行趋势检验来分析实验组和对照组的生产率是否满足平行趋势假设。首先，运用动态分析，即将模型（1）中的政策冲击年份t替换为各年的虚拟变量，重新构造三维交互项DDD。估计结果中，2002年以前各年DDD的系数均没有通过显著性检验。但在2002年之后，随着时间的推移，系数的统计学及经济学意义都显著提升。其次，本文还进行了一个反事实分析，即假设生产率自1998年起开始受到两控区政策的冲击，将1999年、2000年和2001年作为虚假的政策冲击年构建了DDD，估计结果均未通过显著性检验。平行趋势检验结果表明，总生产率在2002年以前未受到两控区政策影响，遵循了平行趋势假设（受篇幅限制，未在正文中展示稳健性估计结果，如有兴趣可向作者索取）。

（2）排除变量估计方法的影响。首先，本文考虑了不同全要素生产率测算方法对估计结果的影响，因此将核心被解释变量LP法生产率替换成OP法生产率，两控区政策对总生产率和企业间资源配置效率的影响方向与基准回归结果一致。其次，基准分析中总生产率是以企业工业增加值作为权重计算得到的，这里以企业销售产值作为权值再次计算了总生产率，估计结果依然支持基准分析的结果。

（3）排除样本范围的影响。两控区政策作用下企业进入、退出可能对本文的估计结果产生干扰，政策实施会导致异质性生产率企业的分类效应[31]。由于控制区内实施了严格的环境规制，非控制区则因为较低强度的环境规制形成了隐形的补贴，吸引低生产率企业迁入。考虑到全样本中包含了异质性生产率企业进入和退出的影响，本文剔除新进入和退出企业，以存活企业作为样本进行分析。估计结果中，核心变量DDD的方向与系数大小均接近基准分析结果，即使以存活企业为样本，结果依然稳健，这意味着两控区政策对存活企业的总生产率和企业间资源配置效率同样产生了影响。

3.3 异质性分析

3.3.1 区域异质性

考虑到东部和中西部地区间经济发展和环境规制强度都存在较大的差距，本文将279个地级市分为东部地区（东部地区包括海南、河北、浙江、山东、辽宁、广东、天津、上海、福建、北京、江苏）和中西部地区（中西部地区包括湖南、湖北、江西、安徽、河南、吉林、黑龙江、山西、青海、甘肃、重庆、云南、四川、广西、新疆、宁夏、陕西、贵州、内蒙古）进行分组分析。估计结果如表3所示，两控区政策效果在东部和中西部地区间表现出明显的异质性。在东部地区，政策未能显著影响总生产率增长。但在中西部地区，政策实施对企业间资源配置效率有明显的提升作用，同时促进了总生产率增长。这可能是由于东部地区率先实施了对外开放政策，市场发育程度完善，环境规制监管日益严格，因此两控区政策产生的冲击不明显；而中西部地区市场化程度相对较低，技术发展水平和市场资源配置能力本身较弱，特别是对高排放和低效率的行业影响更为显著。因此可以推断，在欠发达地区，两控区政策更有益于通过纠正资源错配促进总生产率增长。

表3 区域异质性

3.3.2 环境监管力度

环境监管力度对环境政策能否有效实施发挥重要的作用。在中国环境监管分权的背景下，存在以省为单位的地方政府竞争和环境规制“逐底竞争”并存的现象，降低了环境监管力度，从而扩大了区域间环境规制执行程度的差异[32]。虽然在全国范围内有175个城市执行了两控区政策，但有必要讨论环境监管力度的差异对两控区政策实施效果的影响。因此，本文以175个城市所在省份的环境规制综合指数（regu）作为衡量该地区环境监管力度的依据，并且计算了2002年及以后年份各个省份环境规制综合指数（regu）的平均值，将环境规制综合指数大于平均值的省份定义为环境监管严格的地区（监管相对严格的地区包括上海、安徽、辽宁、江西、湖北、湖南、广西、重庆、云南、甘肃），反之则定义为环境监管宽松的地区（监管相对宽松的地区包括北京、天津、河北、山西、内蒙古、吉林、黑龙江、江苏、浙江、福建、山东、海南、河南、广东、四川、贵州、陕西、青海、宁夏、新疆）。估计结果如表4所示，无论是在环境监管严格的地区还是宽松的地区，两控区政策在5%的显著水平下均与企业间资源配置效率正相关；但是，在环境监管更为严格的地区，两控区政策净效应的系数为0.121，高于环境监管宽松地区，说明严格的环境监管能使政策落地，更好地发挥资源再配置作用。

表4 环境监管力度异质性

3.4 内在机制分析

3.4.1 两控区政策与企业全要素生产率

根据“波特假说”，环境规制可以通过创新补偿环境合规成本，从而提高企业的生产率。在模型（2）的基础上，本文以企业个体为样本，重新检验了两控区政策对企业全要素生产率的影响。如表5A所示，分析结果中平均效应系数接近0，且没有统计显著性。但通过进一步的政策动态效应检验发现，两控区政策对企业全要素生产率存在滞后的抑制作用，这与基准分析结果一致。本文还进一步考察了两控区政策对企业成本的影响。由于排污费等环境合规成本数据无法单独获得，本研究粗略估计了两控区政策对企业运营和管理成本的影响。在表5B中，两控区政策显著增加了企业的运营成本，但对包括排污费在内的管理成本没有显著影响，进一步验证了“成本效应”的存在。这可能是由于两控区政策的污染源控制措施要求生产用原煤必须是符合清洁标准的低硫煤，而低硫煤价格较高，从而提高了运营成本。

表5 两控区政策与企业全要素生产率

3.4.2 两控区政策与企业间资源配置效率

基准分析验证了两控区政策改进了企业间资源配置效率，本文在机制分析中将进一步以企业个体为样本分析政策如何发挥资源再配置的作用。

首先，本文运用线性概率模型对方程（3）进行了估计。如表6所示，生产率越高的企业退出市场的概率越小，符合一般市场规律。两控区政策净效应与企业退出概率显著正相关，表明政策的实施提高了重点治理行业企业退出的概率。为将企业的生产率异质性纳入考虑，本文加入了政策净效应与企业生产率的交互项（DDD·lntfp_lp），其系数方向显著为负，这表明两控区政策的实施提高了低效企业的退出概率，促使其退出两控区市场。结合政策具体措施来看，控制区内重点治理行业企业必须增加脱硫设施或进行工艺技术改造，以及采用成本较高的低硫原材料，部分地区对小型发电机组关停，更大程度地降低了低效率、高污染企业的获利空间，故主动或被迫从控制区退出。同时，本文基于Probit模型得到的估计结果依然稳健，其边际效应与线性概率模型结果相近。

表6 两控区政策与企业退出概率

其次，本文分析了两控区政策如何影响企业间的生产要素配置，具体考察对劳动力和资本要素流动的影响。表7的结果显示，生产率更高的企业拥有更多的要素资源，而两控区政策的实施降低了企业要素投入，无论是劳动力、新增投资还是补贴收入，其相关系数均显著为负。但是，政策净效应与企业生产率交互项（DDD·lntfp_lp）的系数在1%的显著水平下均为正，说明政策实施使劳动力和资本要素都流向了生产率更高的企业，并且使生产率更高的企业获得更多的政府补贴，是有效的要素再配置。

表7 两控区政策与生产要素流动

最后，本文分别以企业工业增加值、销售产值作为企业市场份额的代理变量，进一步分析两控区政策是否影响了企业间市场份额的再配置。如表8所示，政策净效应的系数均为负数，意味着两控区政策降低了企业的市场份额，但其与企业生产率交互项的系数在1%的显著水平下为正，说明两控区政策扩大了高生产率企业的市场份额。综合而言，因低效率企业往往是污染排放更多的企业，两控区政策加快低效企业退出后更有利于生产要素从低效企业向高效企业再配置，扩大高效企业的市场份额和竞争优势，进而提高企业间的资源配置效率。

表8 两控区政策与企业市场份额

3.5 进一步讨论

基准分析和机制分析的结果表明，两控区政策对企业生产率没有产生波特效应，本文尝试进一步探讨其中的原因。如果污染企业能够迁往环境监管较为宽松的地区，它们在当地通过创新进行减排的动力就会减弱[33]。两控区政策迫使一些重点治理行业的企业退出控制区，特别是生产率较低的企业。因此，有必要分析两控区政策是否引起了重点治理行业转移。本文从企业进入的角度，实证分析了两控区政策是否会增加非控制区重点治理行业企业的进入概率。如表9所示，两控区政策使非控制区重点治理行业企业的进入概率提高了0.7%左右，存在一定程度的转移。在两控区政策的非对称监管下，对于重点被治理对象，“污染避难所”的存在削弱了控制区的波特效应。

表9 两控区政策和企业进入概率

4 结论与建议

本文以两控区政策为准自然实验，以1998—2007年中国工业企业数据为基础，在三重差分的框架下从不同层面分析了两控区政策对总生产率的影响，并分析了其中的路径和机制。研究认为，两控区政策提高了控制区内重点治理行业的总生产率，但不是通过波特效应实现的，而是通过提升企业间资源配置效率发挥作用的，这种作用在中西部地区表现更为显著，并且在严格的环境监管下企业间资源配置效率更高。进一步通过微观机制分析发现，两控区政策对企业全要素生产率存在滞后的抑制作用，但是，政策实施影响了生产率异质性企业的决策行为，提高了低生产率企业的退出概率，并促进生产要素向高生产率企业流动，并且扩大了高生产率企业的市场份额，进而优化了企业间资源配置效率。同时，本文还发现两控区政策增加了非两控区重点治理企业的进入概率，存在“污染避难所”现象，这可能是降低企业减排动力，阻碍波特效应产生的一个原因。

基于上述结论，本文认为两控区政策虽然没有对企业发挥波特效应，但在城市和行业层面发挥了“去错配”的功能，特别是对于市场发育度低、落后产能集中的地区具有积极的意义。然而，本文认为两控区政策作为典型的命令控制型环境规制，仍然存在一些需要关注和探讨的问题，对后续政策实施具有启示意义。从短期来看，优化资源配置效率是环境规制提高生产率、解决产能过剩的主要途径。但从长远来看，创新应该是促进经济转型发展的主要机制。特定区域的非对称环境治理滋生了“污染避难所”，降低了企业当地创新的动力。因此，长期内环境监管部门还需加快推进区域协同减排立法和机制建设，在更大范围内推进以市场为导向的环境规制，如排污权交易机制，调动企业参与交易的积极性，促使企业从被动创新转变为主动创新。