环境约束下的制造业可持续发展

1 引言

制造业的优化升级是实现经济高质量发展的必经之路。但是工业化进程不仅耗费大量物料能源，还会产出工业排放物最终造成环境重污染。Rubashkina[1]发现环境监管有助于制造业创新活动的产出。相反，Zhou[2]提出环境规制干扰了技术升级效率。由于新环境保护法的出台以及供给侧结构性改革的提出，中国环境治理得到了积极推进。尽管可以通过政府规制实现环境治理进而引导企业技术创新，但是中国环境治理是否可以促进制造业升级这个问题仍然需要深入研究。

根据《全国环境统计公报》，中国的环境污染治理投资总额占GDP 的比重从2001 年的1.15%逐步上升至2014年的 1.51% ，这种趋势得益于社会和经济发展的共同努力。新环境保护法颁布前，中国的环境法规体系仅涉及20 多项法律以及50 多项法规[3]。幸运的是，2016 年推出的新环境保护法促使环境监管在中国得到了重视。2017年，在中国大中型城市产生的所有 414.2 亿吨工业废物中，只有约 10 万是由国内造成[4]。中国的绿色革新方案已经展现出了初步成效。在获得环境收益的同时，Anouliès[5]认为政府硬性质的环境治理在专利申请方面对企业创新产生积极影响。或许，并不是所有的环境法规都是有效的。总的来说，中国正进入高质量发展阶段，需要同时解决维护资源环境与经济发展两大难题。

2 方法与模型

3 实证结果

中国环境治理的现状采用中证环境治理指数（EG）作为数据变量，中国制造业的发展采用中证中游制造业产业指数（MU）作为数据变量。本文选取了从2014 年7 月 22 日至2022 年 12 月 19 日的数据，剔除一些时间上不匹配的数据并对数据进行对数化处理后，得到共2049 组数据。（数据来源为Wind 数据库）

表 1 可以看出 EG 和 MU 的均值分别是-0.0001 和 0.0003。此外， EG 和 MU 的偏度都不为 0，EG 和 MU都向左偏。EG 和MU 的峰度分别为6.7124 和7.5309，EG 和MU 峰度值都大于3，表示这两个变量都呈尖峰分布。然后从 Jarque-Bera 统计量的检验结果表示，EG 和 MU 在 1%的显著水平下显示是非正态分布。ADF 检验结果可知，EG 和MU 在1%的显著水平下显示平稳，因此可以进行如下检验。

表 1 描述性检验结果

注：***表示为1%的显著性水平。

3.1 全样本检验

我们通过最小信息量法则确定最优滞后阶数为1，然后按照式（2）对全样本构建二元的VAR（1）模型，结果如

下：

表 2 全样本检验结果

表2 显示不存在对原假设的否定。也就是说，EG 和MU 之间没有影响关系。推动制造业快速发展过程中伴随着环境污染的问题，工业发展过程消耗能源的污染排放以及造成的资源浪费都会影响环境治理的成效。Du 等[9指出环境监管可以通过企业技术创新和产业结构升级促进经济发展的绿色转型，环境监管的约束有利于推动制造业向高质量发展迈进。因此，可以认为由于结构变化会使全样本因果关系检验结果不准确，接下来将对参数进行稳定性检验。

3.2 参数稳定性检验

本文对参数稳定性进行检验，在 p 值的计算过程中，我们选取 Bootstrap 循环次数为 10000，具体检验结果如下：

表 3

参数稳定性检验结果

注：***、**和*分别表示为1%、5%和10%的显著性水平。

从表3 中可以表明基于VAR 模型的参数存在明显的结构变化情况。因此继续使用bootstrap 子样本滚动窗口因果检验方法来判断EG 和MU 之间的双向因果关系。

3.3 滚动窗口子样本因果检验

本文在窗口滚动过程中选择子样本，对每个子样本进行估计，然后计算估计的 bootstrap-p 值。图 2 和图 3显示了 EG 对 MU 的影响程度和方向。原假设为EG 不是 MU 发生变化的格兰杰原因，可以看到，在10%显著性水平下被拒绝的子样本区间大致分布在 2014M11-12、2015M05、2015M08-10、2016M02、2016M06-09、2018M07-11、2019M02-04、2019M07-09、2020M01、2020M05-07、2020M09-11、2021M07、2021M09、2022M09。2015M05-09 期间，EG 对 MU 的影响是先产生负向作用后出现正向作用。在2016M02-06 期间，EG 对 MU 先是产生了明显的正向作用，后出现了明显的负向作用。此外，在2020M05-07 期间，可看出EG 对MU 产生了明显的正向作用，同样的正向作用也体现在2022M09 期间。

图2 EG 不是MU 格兰杰原因的滚动窗口检验p 值

原假设 MU 不是 EG 发生变化的格兰杰原因，在 10% 显著性水平下被拒绝的子样本区间大致分布在2014M10-12、2015M03-05、2015M07-10、2016M01-02、2017M12、2018M02、2019M01-04、2020M06-08、2020M09-12、2021M05-11、2022M08-10。从图 5 看出在 2015M07 时，MU 对 EG 有明显的正向作用，而在 2015M08 开始出现了明显的负向作用，到2016M02 负向作用程度更大。在 2019M01-04 期间和 2020M09-12 期间，MU 对 EG 有明显的正向作用。

图3 EG 对MU 的滚动影响系数

图4 MU 不是EG 格兰杰原因的滚动窗口检验p 值

图5 MU 对EG 的滚动影响系数

结论

本文利用 bootstrap 子样本滚动窗口检验的方法发 境治理和制造业发展之间存在相互影响关系，同时也显示了 EG 和 MU 之间的动态因果关系。 展阶段，稳定制造业发展的同时也要保证生态可持续健康发展，企业通过提升 自 优 资促进内部结构升级，达到环境治理的效果。

参考文献

[1] Rubashkina Y.， Galeotti M.， &Verdolini E.. （2015）. Environmental regulation and competitiveness： Empirical evidence on the Porter Hypothesis from EGropean manufacturing sectors. Energy Policy， 83pp. 288-300.

[2] Borsatto J.M.L.S.; Amui L.B.L.. （2019）. Green innovation： Unfolding the relation with environmental regulations and competitiveness. Resources， Conservation & Recycling， 149pp. 445-454.

[3] Acemoglu D.， Aghion P.， & Hemous B.D.. （2012）. The environment and directed technical change. Am. Econ. Rev. 102 （1）， 131–166.

[4] Anouliès L.. （2017）. Heterogeneous firms and the environment： a cap-and-trade program. Journal of Environmental Economics and Management， 84pp. 84-101.

[5] Zhou Guichuan et al. （2021）. Be regulated before be innovative？ How environmental regulation makes enterprises technological innovation do better for public health. Journal of Cleaner Production， 303.

[6] Balcilar M. and Ozdemir Z. A. and Arslanturk Y.. （2010）. Economic growth and energy consumption causal nexus viewed through a bootstrap rolling window. Energy Economics， 32（6）， pp. 1398-1410.

[7] Su， C.W.， Khan， K.， Umar， M.， & Zhang， W.. （2021）. Does renewable energy redefine geopolitical risks？ Energy Policy 158， 112566.

[8] Pesaran， M.H.， & Timmermann， A.， （2005）. Small sample properties of forecasts from autoregressive models under structural breaks. J. Econ. 129， 183–217.

[9] Du K.， Cheng Y.， & Yao X.. （2021）. Environmental regulation， green technology innovation， and industrial structure upgrading： the road to the green transformation of Chinese cities. Energy Economics， 98.