命令驱动型与环境导向型环境法规：对制造业高质量发展的影响

《Frontiers in Environmental Science》：Command-driven vs. market-oriented environmental regulations: impacts on high-quality development of manufacturing industry

低碳试点城市政策抑制制造业高质量发展，碳交易试点政策显著促进其发展，二者协同实施效果更优。研究采用双重机器学习法，基于2003-2021年制造业上市企业微观数据，揭示命令驱动型政策通过合规成本抑制创新，市场导向型政策通过价格信号激励技术创新。异质性分析显示政策效果在东西部、国企与民企、技术密集型行业间存在差异。结论为优化环境规制组合提供理论依据。

　　制造行业作为国家经济的重要支柱，长期以来面临着环境保护与经济发展的双重挑战。近年来，随着全球对碳减排的关注日益加深，中国也在不断推进低碳转型的政策体系。目前，环境政策主要分为命令驱动型和市场导向型两种，这两种政策在促进制造行业高质量发展（HQDM）方面的作用机制和效果存在差异，且其影响也表现出一定的异质性。本研究通过将“低碳城市试点政策”（LCCP）和“碳排放交易试点政策”（CETP）视为“准自然实验”，利用2003年至2021年间上市制造企业的企业级数据，采用双机学习方法，评估异质性环境政策对制造行业高质量发展的影响。研究结果表明，LCCP对制造行业高质量发展具有显著的抑制作用，而CETP则显著促进其发展。进一步的异质性分析显示，东部和西部地区、国有企业以及技术密集型制造业的回归结果与基准回归结果一致。这一研究结论对碳减排政策的选择和差异化措施的制定具有重要的参考价值。

### 1. 引言

制造行业是国民经济的支柱产业，中国已发展成为全球最大的制造基地。然而，制造行业在生产过程中往往伴随着高碳排放，因此成为环境监管的重点领域。环境监管在平衡经济发展与环境保护方面扮演着重要角色。近年来，减少碳排放已成为全球共同的目标。作为世界最大的能源消费国和碳排放国，中国在第75届联合国大会期间承诺将在2030年前实现碳达峰，并在2060年前实现碳中和，这体现了中国作为负责任大国在推动低碳转型方面的决心。为实现这一目标，中国实施了一系列环境监管措施，包括低碳城市试点政策（LCCP）和碳排放交易试点政策（CETP）。LCCP属于典型的命令驱动型环境政策，而CETP则是市场导向型环境政策的代表。这两种政策的实施标志着中国在碳排放监管方面从单一的命令驱动型向命令驱动型与市场导向型相结合的方向转变。

研究的一个关键问题是，碳排放监管是否有助于制造行业实现高质量发展。命令驱动型和市场导向型环境政策在促进制造行业高质量发展方面是否存在差异？哪一种类型的环境政策更能够实现低碳转型与高质量发展的平衡？为了解决这些问题，本研究将LCCP和CETP作为准自然实验，基于2003-2021年上市制造企业的微观数据，采用双机学习方法，评估不同类型的环境政策对制造行业高质量发展的影响。具体而言，本文旨在探讨LCCP和CETP在传递机制上的异同，并分析在同时实施这两种政策的地区是否表现出比单一政策更强的协同效应。

此外，本文的理论和方法学贡献在于，它不仅探讨了命令驱动型和市场导向型环境政策对高质量发展的影响，还考虑了两者的结合，从而更全面地理解低碳转型政策的经济效果。相比以往的研究，本研究避免了使用代理变量来衡量异质性环境政策可能带来的主观偏差，同时也丰富了对环境政策经济效应的研究。通过这种方法，可以更清晰地揭示不同低碳转型路径对制造行业高质量发展的经济影响，为政策制定者提供有价值的参考。

### 2. 文献综述

目前，关于环境政策经济效应的研究成果较为丰富，但学术界尚未形成一致的结论，主要形成了两种对立的假设。第一种是“合规成本”理论，该理论认为环境政策会提高企业的生产运营成本，从而抑制经济增长。第二种是“创新补偿”假设，由波特提出，认为适当的环境政策不仅不会对经济产生负面影响，反而可以推动企业的技术创新，进而促进经济增长。一些学者的研究支持这一观点，例如张等人（2011）和周和唐（2021）等。环境政策通常被分为命令驱动型和市场导向型。本文接下来将回顾这两种类型环境政策的经济影响。

已有研究表明，命令驱动型环境政策在不同情境下可能产生不同的经济效应。例如，张和赵（2023）发现二氧化硫排放控制政策增强了企业的技术创新能力；邵等人（2024）指出“万家企业节能行动”减少了污染物排放；蔡等人（2016）发现“双区排放控制政策”降低了外商直接投资。关于低碳试点政策，陈等人（2021）和邱等人（2021）表明这些政策对企业的全要素生产率（TFP）和城市的综合全要素生产率（GTFP）具有积极影响。此外，巴苏等人（2025）发现，美国超级基金计划和清洁空气法案下的相关环境政策显著降低了老年人群的平均污染暴露水平。

然而，也有研究发现命令驱动型环境政策可能对经济产生负面影响。例如，卡里尔-卡西亚和米尔格拉姆-贝利克斯（2024）发现，更严格的环境政策（ER）会降低国家对外国投资者的吸引力；本纳蒂等人（2024）观察到，收紧的环境政策对高污染企业的生产率增长产生了负面影响。阿加瓦尔等人（2019）使用氮氧化物预算交易计划（NBP）作为准自然实验，发现受监管的高制造密度地区的房地产市场表现疲软。泽恩等人（2023）指出，更严格的环境执法显著降低了高空气污染企业的TFP，而黄等人（2022）进一步发现，加强的环境监督降低了制造企业的生产率。此外，也有研究发现环境政策对制造行业的经济影响不显著，例如阿尔帕伊和克尔维特（2020）发现美国的污染法规对食品制造行业的生产率没有显著影响；王等人（2018）发现水质法规对幸存企业的生产率也没有明显影响；兰格和雷德林格（2019）发现石油行业的监管政策并未显著影响石油和天然气的勘探与生产速度。

综上所述，命令驱动型环境政策对经济的影响仍然存在不确定性，可能为正、为负，或无显著影响。与此同时，市场导向型环境政策的研究主要集中在碳排放交易和碳税方面。德查兹勒普雷特（2016）发现，欧盟碳排放交易体系（EU ETS）促进了碳减排技术的创新；奈格尔和扎克兰（2019）检测到欧盟碳排放交易体系并未引发碳泄漏；克拉克森等人（2015）将碳配额短缺与企业价值下降联系起来；马丁等人（2014）指出碳税对制造行业的收入没有显著影响。此外，国内外学者的研究表明，市场导向型环境政策往往会产生显著的经济效果。

在对异质性环境政策进行评估时，以往的研究主要采用代理变量，例如杨和格林（2024）使用财政支出比率来衡量命令驱动型环境政策，使用污染费比率来衡量市场导向型环境政策。这些方法不仅主观性强，而且容易受到测量偏差的影响。此外，现有的文献多将低碳倡议和碳交易政策分别研究，缺乏对二者差异性影响的同步分析。本文通过将这两种政策统一目标作为准自然实验，避免了测量主观性，从而更好地探讨其差异性影响。

### 3. 理论机制

本文首先分析了LCCP和CETP对制造行业高质量发展（HQDM）的影响。具体分析如下：LCCP通过建立温室气体排放数据统计和管理系统，并实施目标责任制，约束了当地企业的污染排放。这些措施将直接增加企业的环境管理成本。同时，行政命令可能作为一种市场信号，导致资源过度集中和潜在的资源配置失衡。此外，LCCP可能过于关注碳减排结果，缺乏对经济影响的全面考虑，从而抑制制造行业的增长。因此，我们提出LCCP可能对制造行业的TFP产生抑制作用，进而阻碍高质量发展。

相比之下，碳排放交易的理论基础源于科斯的产权理论。CETP通过历史排放或碳强度分配初始免费配额，将碳排放权视为可交易的商品。在总排放控制框架下，碳排放权的市场交易可以激励企业内部化碳外部性。这种机制有助于实现帕累托最优的资源配置。因此，本文认为CETP可以提高制造行业的TFP，从而促进其高质量发展。

当一个地区同时实施CETP和LCCP时，这两种政策对制造行业高质量发展产生正向协同效应；更具体地说，在CETP制定之后，LCCP对制造行业高质量发展的影响从负向转为正向。这种协同效应的形成主要来自两个方面：首先，两种低碳政策的结合可以增强低碳发展的宣传和引导，深化低碳意识，从而提升整体政策实施效果；其次，它构建了一个“政府引导、市场主导”的协同治理机制——CETP在碳排放权的最优配置中发挥核心作用，而LCCP则作为辅助手段解决市场失灵问题。同时，CETP为市场实体提供了更多的减排选择，可以缓解LCCP行政干预可能引发的“一刀切”问题，减少其对市场实体的强烈影响，从而使得LCCP在实现高质量发展的同时，也能有效减排。

### 4. 方法论

本研究采用双机学习（DML）方法，评估异质性环境政策对制造行业高质量发展的影响。与传统的非参数回归方法不同，DML能够处理高维的干扰函数和大量的协变量，无需预先选择控制变量。这使得DML在处理复杂协变量结构的高维数据时具有显著优势。目前，机器学习方法正迅速渗透到计量经济学领域，并越来越多地被用于事件评估。例如，切尔诺朱科夫等人（2018）率先在事件评估中应用DML方法。随后，杨等人（2020）、张等人（2022）、博多里等人（2022）和法尔布马赫等人（2022）将DML应用于政策评估。DML在高维变量筛选方面表现出色，能够避免传统方法在处理高维控制变量时可能遇到的多重共线性问题。

然而，由于机器学习的正则化偏差，预测干扰函数（如$ g_0 $）的收敛速度通常比预测协变量（如$ P $）慢，且其收敛速度通常小于1/2。由于样本量增加时，预测偏差会逐渐减小，但其收敛速度仍然较慢，因此，即使在大样本情况下，预测偏差也可能会导致估计结果的偏差。为了解决这一问题，本文引入了正交化方法，通过双机学习（DML）方法，使得最终的政策效应估计更加准确。

具体而言，首先利用机器学习预测辅助方程（方程2）的残差$ V $，并得到其估计值$ \hat{V} $。然后，将$ \hat{V} $作为$ P $的工具变量，最终得到$ \hat{\beta} $的估计值。这种方法不仅能够处理高维数据，还能避免传统方法在控制变量选择上的限制。此外，通过交叉拟合，DML方法可以提高估计精度，从而更准确地捕捉政策效应。

### 5. 实证结果

在基准回归测试中，本文将样本分为1:4的比例（机器学习预测与回归估计），采用梯度提升算法进行政策评估。结果如表3所示。在基准回归中，$ T_{lowc} $对上市制造企业的TFP具有显著的负向影响（5%水平），而$ T_{ctrade} $则对TFP产生显著的正向影响（1%水平）。当加入交互项和二次项控制变量后，$ T_{lowc} $的系数为-0.0386（1%显著性），意味着试点地区的TFP比非试点地区平均降低0.0386；而$ T_{ctrade} $的系数为0.0975（1%显著性），表明试点地区的TFP比基准组平均提高0.0975。这些结果表明，命令驱动型环境政策在促进制造行业高质量发展方面表现不佳，而市场导向型环境政策则具有显著的促进作用。

为了验证这些结果的稳健性，本文进行了稳健性检验。首先，通过截尾处理和排除直辖市样本，进一步验证了结果的稳健性。其次，通过调整样本分割比例、替换算法和模型，也得到了一致的结果。例如，将样本分割比例从1:4调整为1:3，或采用堆叠回归算法（结合梯度提升、随机森林、Lasso、岭回归和神经网络等方法）进行政策评估，结果仍然保持稳健。此外，通过分样本检验，进一步验证了结果的稳健性。例如，移除同时实施两种政策的城市样本，只保留实施LCCP或CETP的城市样本，或只保留同时实施两种政策的城市样本，结果依然一致。这些稳健性检验进一步支持了基准回归的结果。

### 6. 机制与异质性分析

本文发现，命令驱动型LCCP抑制制造行业的高质量发展，而市场导向型CETP则促进其发展。进一步的机制分析表明，CETP通过市场信号促进技术进步，而LCCP则可能由于行政干预导致资源配置失衡。具体而言，LCCP通过建立温室气体排放数据统计和管理系统，并实施目标责任制，约束了当地企业的污染排放。这些措施将直接增加企业的环境管理成本。同时，行政命令可能作为一种市场信号，导致资源过度集中和潜在的资源配置失衡。此外，LCCP可能过于关注碳减排结果，缺乏对经济影响的全面考虑，从而抑制制造行业的增长。因此，LCCP可能对制造行业的TFP产生抑制作用。

相比之下，CETP通过市场信号优化资源配置，从而促进制造行业的高质量发展。CETP通过分配初始免费配额，将碳排放权作为可交易的商品，使企业能够通过市场交易来内部化碳外部性。这种机制有助于实现帕累托最优的资源配置。因此，CETP可以提高制造行业的TFP，从而促进其高质量发展。

在同时实施LCCP和CETP的地区，这两种政策对制造行业高质量发展产生协同效应。具体而言，当CETP实施后，LCCP对制造行业高质量发展的影响从负向转为正向。这种协同效应的形成主要来自两个方面：首先，两种低碳政策的结合可以增强低碳发展的宣传和引导，深化低碳意识，从而提升整体政策实施效果；其次，它构建了一个“政府引导、市场主导”的协同治理机制——CETP在碳排放权的最优配置中发挥核心作用，而LCCP则作为辅助手段解决市场失灵问题。同时，CETP为市场实体提供了更多的减排选择，可以缓解LCCP行政干预可能引发的“一刀切”问题，减少其对市场实体的强烈影响，从而使得LCCP在实现高质量发展的同时，也能有效减排。

进一步的机制分析表明，CETP对制造企业的技术创新具有显著的促进作用，而对资源配置效率的影响不显著。因此，制造企业TFP的提高主要由技术创新推动。相比之下，LCCP对技术创新和资源配置效率均无显著影响。

异质性分析显示，东部和西部地区的回归结果与基准回归结果一致。然而，在中部地区，CETP对制造行业高质量发展的影响不显著，LCCP对非国有企业的影响也不显著。这可能是因为，中部地区由于市场机制尚不成熟，CETP未能有效发挥其资源配置作用；而非国有企业由于更关注利润，对环境政策的执行力度较弱，因此LCCP对它们的影响不显著。

### 7. 结论与政策建议

碳排放已成为全球面临的主要挑战之一，碳减排是实现人类可持续发展的核心议题。碳减排政策包括命令驱动型和市场导向型等多种工具，其中碳市场已在英国和美国等国家建立，并积累了分阶段的实践经验。本文聚焦于中国低碳政策的实践案例，即命令驱动型LCCP和市场导向型CETP，通过基于2003-2021年上市制造企业的微观数据，采用双机学习方法，评估了这两种政策对制造行业高质量发展的影响，并得出以下研究发现：

1. LCCP对制造行业高质量发展具有显著的抑制作用，而CETP则显著促进其发展。这些结果在稳健性检验中保持一致。
2. 在同时实施这两种政策的地区，它们均能增强制造行业的高质量发展，表现出协同效应。
3. 进一步的机制分析表明，CETP能够显著提高制造企业的技术创新能力，但对资源配置效率的影响不显著。因此，制造企业TFP的提高主要由技术创新驱动。相比之下，LCCP对技术创新和资源配置效率均无显著影响。
4. 异质性检验表明，东部和西部地区的回归结果与基准回归结果相似。然而，在中部地区，CETP对制造行业高质量发展的影响不显著，LCCP对非国有企业的影响也不显著。

基于中国的实践经验，本文提出了以下政策建议：

1. **提升命令驱动型政策的精准性，避免“一刀切”政策**：LCCP对制造行业高质量发展具有总体抑制作用，这可能归因于LCCP实施过程中对制造行业的强行政干预。因此，在制定LCCP等命令驱动型政策时，应优先考虑政策目标的精准性，充分考虑不同行业的发展阶段和实际能力，制定差异化的碳减排目标，并配套相应的支持措施，以避免不当的抑制作用。
2. **优先发展市场导向型环境政策，构建“政府引导、市场主导”的协同治理机制**：研究发现，与LCCP相比，CETP对制造行业高质量发展具有显著的促进作用。因此，在政策制定中，应更加重视市场导向型环境政策的发展，逐步完善相关机制，以增强市场与政府在环境治理中的协同效应。市场导向型环境政策，如碳排放交易和碳税，可以作为核心工具，而命令驱动型环境政策则可作为补充手段，以应对市场失灵问题。一些发展中国家可以首先通过命令驱动型环境政策建立低碳转型的基本规则，如设定行业特定的减排目标，然后逐步引入市场机制，以避免长期依赖行政干预。此外，在碳市场建设过程中，应推动《碳市场管理办法》的立法，制定碳配额的注册、结算和合规规则，并设立“碳市场发展专项资金”，以支持碳市场交易机制的探索和建设。
3. **加强碳市场建设，激活资源配置功能**：机制分析表明，碳市场在资源配置方面的作用尚未充分展现，这可能归因于碳配额市场的流动性不足和交易活动不够活跃。因此，应优化碳市场交易机制和支持系统，扩大市场覆盖范围，增加参与主体，并建设统一的全国碳市场。这将为刺激碳市场交易和促进资源高效流动提供制度保障。
4. **根据企业属性实施差异化的碳排放交易政策**：异质性分析表明，命令驱动型LCCP对制造行业高质量发展具有总体抑制作用，而市场导向型CETP则对国有企业、技术密集型和资本密集型制造企业具有显著的促进作用，而对非国有企业和劳动密集型制造企业则表现出显著的抑制作用。因此，应根据不同制造企业的属性制定差异化的碳配额标准。例如，资本密集型企业由于对先进技术设备的依赖较低，且通过技术创新实现效率提升的潜力有限，应分配更多的碳配额。此外，应加强对非国有企业的监管，提高其对政策的响应能力，并建立“非国有企业碳合规分级管理体系”：对于碳合规滞后的企业，应限制其参与政府项目的投标资格。同时，应建立低碳技术共享平台，组织技术交流活动，以促进中小企业的绿色转型。