杨友才 牛晓童
关键词 社会信任；
环境规制；
碳减排；
调节效应
中图分类号 X321 文献标志码 A 文章编号 1002-2104（2023）04-0082-11 DOI：10. 12062/cpre. 20221030
“双碳”背景下，环境问题一直是各国关注的重点话题［1］。中国作为发展中国家正面临着绿色转型的艰巨任务，即需要在发展经济的同时重视二氧化碳的協同减排。为此，政府制定并实施环境规制政策以加强环境保护和生态优化。环境规制政策的实施是否真正起到了降污减排的作用，环境规制尤其是正式型环境规制又是通过何种路径作用于碳排放呢？该路径是线性还是非线性？另外，由于制度之间存在耦合效应和协同效应，正式制度的实施效果又会受到非正式制度的影响。社会信任作为一项非正式制度，是公共政策实施的重要软环境，同时也是影响政策实施效果的重要变量。良好的社会信任水平可以增加公众参与公共事务的积极性，提高公共政策的实施效率［2］。现有的研究主要聚焦于环境规制作为正式制度的实施效果，鲜有文献从制度协调性和互补性视角出发，将社会信任这一非正式制度纳入环境规制的研究框架中，探究社会信任在环境规制对碳排放的影响中所发挥的调节效应及作用机制。该研究从城市层面上对此展开实证分析，不仅丰富了社会信任的研究，而且对地方政府因地制宜制定政策以改善人民生活环境和提高生活质量及幸福感，具有十分重要的意义。
1 文献回顾与研究假设
1. 1 环境规制对碳排放的影响
环境规制对碳排放的影响分为绿色悖论效应倒逼减排效应和混合效应。绿色悖论效应从供给侧的动态反应出发，提出环境规制会导致碳排放量增多［3］。该效应指出当能源所有者预测到未来会实施严格环境监管时，会加大开采力度以获取更充裕的能源，而大量开采导致能源地供给过多、价格下跌，能源价格的下降又进一步激发了消费需求，造成污染排放量增加。与绿色悖论效应相反的观点是倒逼减排效应，该效应的支持者指出绿色悖论效应并没有考虑到化石能源的有限性以及能源需求与价格之间的相互独立性，所以并不成立。倒逼减排效应从需求侧出发，认为实施环境规制增加了企业成本，倒逼能源需求量降低［4］，与此同时企业会投入更多资金治污、改进生产工艺和创新环境技术，降低污染排放［5］。另一部分学者持混合效应的观点，认为环境规制在污染治理过程中的作用是动态变化的，在上述两种效应共同作用下，环境规制对碳排放的影响可能表现为“U”型、倒“U”型、“N”型等多种形态［6-7］。大量的文献支持环境规制对碳排放的影响呈倒“U”型曲线［ 8-9］，倒“U”型关系从一般概念上来讲是两个潜在函数共同作用的结果，虽然潜在函数通常不可观察，但是它们通过叠加或者相乘组合解读自变量对应变量的净效应［10］。对此，最为常见的是成本收益的观点，一开始自变量对因变量的收益呈线性增长，而成本往往随着自变量的增加而迅速上升，从而形成凸函数或者指数函数型成本曲线［11］。另一种解读为企业进入或退出市场或者区域合法效应（Legitimation Effect）与竞争效应（Competition Effect）［12］，其实这与收益成本理论相似。第三种为相互作用且作用相反的两个潜在线性函数构成的倒“U”型关系，即一个为正向潜在函数另一个为负向，比如竞争强度与合作会形成倒“U”型关系［13］。因此，提出假设H1。
假设H1：环境规制对碳排放的影响为倒“U”型曲线。
环境规制会通过中介变量间接影响碳排放量［14］。现有文献大多认为FDI、产业结构高级化和研发创新是环境规制影响碳排放量的三个主要中介渠道。首先从宏观层面来看，环境规制对FDI的影响分为抑制和促进作用。过于严格的环境规制会减少污染型外资企业的进入，部分高污染外资企业甚至会停止对东道国的投资；
但当外资企业相较于东道国企业拥有更为先进的生产技术和排污技术时，则会刺激外资流入。随着中国环境规制的不断完善，外资企业的环保相关成本必然会随之增加，在一定程度上抑制了污染严重的外资企业进入。同时，中国巨大的市场容量和广阔的前景以及各地政府的优惠政策会吸引更多优质、清洁生产的外资企业进入，具有环保意识和先进绿色生产经验的外资企业能够优化企业的生产流程并提高管理效率，减少生产过程中的碳排放。其次，基于中观产业层面，大多学者证明环境规制能够促进产业结构高级化。这是因为环境规制通过提高行业进入壁垒、建立污染型企业退出机制等方式使一部分没有资金购买环保设施的中小型重污染企业被迫淘汰［15］；
除此之外，在绿色发展的时代背景下，环境政策鼓励绿色清洁产业的发展，推动一部分资金流入绿色产业，且消费者更倾向购买绿色产品，消费结构的改变也会促进产业结构高级化。产业结构的优化升级会在减少重污染企业数量的同时增加绿色企业数量，有助于实现减排目标［16］。最后，从微观企业层面分析，在研发创新的中介作用下，环境规制对碳排放的影响分为遵循成本假说和波特假说。遵循成本假说指企业为了补偿环境成本的支出，会不断扩大产能以增加利润，同时企业为了自身利益最大化，往往会挤占研发创新的资金，导致更多的二氧化碳排放。然而，近年来越来越多的学者研究证实了波特假说。该假说认为恰当的环境规制能够鼓励企业开展技术创新活动，迫使企业加速突破绿色技术问题的解决方案，弥补企业前期为环保所投入的经营成本，不仅提高企业生产率的绿色生产技术，还有效抑制了污染排放量［17-18］。基于以上分析，提出假设H2。
假设H2：FDI、产业结构高级化和研发创新在环境规制影响碳排放的过程中发挥中介效应。
1. 2 社会信任的调节效应分析
社会信任是社会互动中的一种非正式制度［19］，会在很大程度上影响政策的实施效果。第一，在信任度较高的地区往往会有更多的规范和约束，这一系列的约束和规范会指导人们行为，有助于减少政府腐败、社会暴力等一系列社会问题［20］，为环境规制的实施提供了重要的软环境，有助于环境规制的顺利开展。相反社会信任水平相对较低的地区所面临的社会问题更多，不利于政策的推进和实施。第二，信任度越高的地区，公众的合作意识和监督需求越强，对政策的参与度也随之越高，进而会在一定程度上强化政策的实施效果，提高制度质量，推动政策更好地实施［21］。相反，在信任水平较低的地区，公众大多认为此地区存在官僚主义或者政策的公平性缺失，公众对公共政策的参与度降低，不自愿参与或遵守有关环境规制的相关政策，出现更多的搭便车行为，影响环境规制的实施效果。第三，在信任度高的地区，政府与公众之间的沟通效率越高［22］。政府通常能够更为迅速地回应公众对政策中所存在的疑虑，减少与公众之间摩擦，降低信息不对称所导致的风险，更全面快速地披露信息，与公众达成一致意见，促进地区环境规制政策的实施。因此，提出假设H3。
假设H3：社会信任在环境规制对碳排放的影响中发挥正向调节效应。
进一步考虑社会信任和环境规制交互项通过哪些中介渠道影响碳排放，即对社会信任进行有中介的调节效应检验。该研究认为社会信任通过以下三个渠道正向调节环境规制对碳排放的影响。一是，社会信任的调节效应中FDI的中介渠道机制。有研究表明，当国家之间相互信任度增强时，有助于贸易来往，对外贸易水平也随之提高［23］。赵家章等［24］研究发现东道国的社会信任度越高，两国之间的贸易金额越高。高信任地区的公司更容易获得优质的外部资本，有利于非正式融资［25］，促进金融市场繁荣，刺激FDI流入。因此环境规制与社会信任两者的交互项会通过影响FDI进而影响碳排放量。二是，考虑社会信任的调节效应通过产业结构高级化的中介渠道实现。一个地区的诚信环境越高，就越能够降低该地区要素市场的交易成本，吸引其他地区的生产要素向该地区流动，尤其是越来越多的高层次人才、资金以及前沿技术的流入，不仅仅为产业结构升级打下了良好基础，更能推动产业结构不断高级化发展。因此考虑社会信任会通过产业结构高级化调节环境规制的实施效果。三是，研发创新在调节效应中所发挥的中介机制。Brockman等［26］研究认为良好的社会信任可以更好地共享知识和改善合作环境，信任能缓解企业协作创新过程中的知识泄漏风险和搭便车问题等机会主义行为，从而提高了长期协作创新绩效。除此之外，社会信任还能有效降低监管成本、强化员工的道德标准，良好的社会信任通过优化企业合作环境、人力资本等方式推动企业的长期协同创新绩效，促进企业发展［27］。即社会信任有助于提升技术创新水平，社会信任水平越高，环境规制对研发创新的影响越大，对碳排放的影响也随之越大。基于以上分析，提出假设H4。
假设H4：社会信任在环境规制对碳排放影响中所发挥的正向调节效应通过FDI、产业结构高级化和研发创新的中介作用得以实现。
2 研究设计
2. 1 样本选择与数据来源
（1）被解释变量：碳排放（CO2）。参考吴建新等［28］的方法测算得到，其中城市碳排放量既包括直接能源消耗产生的碳排放，也包括电能和热能消耗产生的碳排放。
（2）解释变量：环境规制（ER）。因中国目前尚未公布综合或分类的环境规制强度数据，并且缺乏统一的度量标准，很难直接度量［29-30］。现有文献常基于成本角度，选择环保人员数量、环境污染治理研发投入等指标来测度，或基于实施后的收益角度，选择污染排放量等单一指標衡量环境规制，但上述指标难以全面完整地反映环境规制强度，且容易产生内生性问题。因此，借鉴Chen等［31］、陈诗一等［32］的研究，采用地方政府工作报告中与环保一词相关词汇出现的词频占报告全文字数的比重作为环境治理的代理变量。该指标具有如下优点：第一，该指标在很大程度上度量了地方政府环境治理的意愿和决心，可以较为全面地反映中国多种形式环境规制的整体强度；
第二，该工作报告于每年的年初公布，而环境污染一般在年末或者下一年初公布，这可以较好地缓解环境规制的内生性问题，因此近年来被越来越多的学者作为环境规制的代理变量［33］。
（3）中介变量：外商直接投资（FDI）、产业结构高级化（IS）和研发创新（RD）。其中，外商直接投资利用各地级市实际利用外资中的外商直接投资额来表示；
产业结构高级化用第三产业与第二产业增加值之比衡量，该比值能够反映产业结构是否朝服务化的方向发展；
研发创新利用北京大学开放研究数据平台所公布的中国区域创新创业指数中的人均得分来衡量，该指标覆盖大陆全部行业和全部规模的企业，更加客观、真实地反映研发创新水平。
（4）调节变量：社会信任（Tru）。参考刘宝华等［34］的做法，选取中国城市商业信用环境指数中城市层面指标作为地级市社会信任水平的代理指标。该指标有以下优点：第一，该指标从七个维度衡量中国主要城市遵守信用的状况，通过设置若干二级指标和三级指标，采用综合评价分析法，较为全面系统地反映了地级市信任水平［35-36］；
第二，目前社会信任的衡量指标多为省级层面数据，如献血率［37］、社会组织数量和社会捐赠数［38］等。考虑省级层面指标存在一定的测度误差问题，因此，选择城市层面作为研究样本，将中国城市商业信用环境指数作为各城市信任水平的代理变量。
（5）控制变量：选择经济发展水平（EL）、基础设施（IF）、城镇化水平（URB）和人口密度（DE）作为控制变量。其中经济发展水平采用人均实际GDP衡量；
基础设施采用道路面积占总人口之比；
城镇化水平选择常住人口中城镇人口占常住人口之比；
人口密度采用每平方公里的常住人口数衡量。
基于数据的全面性和可得性，最终确定的研究范围为2010—2019 年中国281 个地级市（研究未涉及西藏、香港、澳门和台湾，未涉及新疆维吾尔自治区的哈密市和吐鲁番市、青海省海东市、海南省三沙市和儋州市、贵州省毕节市和铜仁市等数据缺失严重的城市）。数据来源为《中国统计年鉴》《中国城市统计年鉴》《中国能源统计年鉴》《中国城市商业信用环境指数（CEI）蓝皮书》以及各地级市的《政府工作报告》和《统计年鉴》。为避免交互项导致的多重共线性问题，对文中的交互项进行中心化处理。
2. 2 模型构建
2. 2. 1 基准回归模型
采用一元二次回归方程构建模型（1）以检验环境规制对碳排放的非线性影响。
3 实证分析与稳健性检验
3. 1 环境规制对碳排放的直接效应与中介效应分析
首先检验环境规制对碳排放的直接影响。表1中模型（1）的回归结果显示环境规制对碳排放的影响是先上升后下降的倒“U”型曲线，假设H1得到验证。进一步计算得到拐点值为ER=5. 214，意味着当环境规制强度超过5. 214后，ER 对CO2的影响会由绿色悖论效应转变为倒逼减排效应。经计算可知，现阶段环境规制对碳减排的促进作用占主导地位。
进一步检验FDI、产业结构高级化和研发创新是否为环境规制影响碳排放的中介变量。首先检验FDI的中介效应。模型（2）的回归结果表明ER 对FDI的影响表现为“U”型。这可能是因为在环境规制实施初期，外资企业的治污成本增多，当其面临一系列环境规制负担时，会挤占自身的生产性投资、抑制生产效率、减少企业利润，导致污染密集型外资企业流向环境规制较为宽松的国家；
但当环境规制达到一定强度时，外资企业前期有关环保政策所开展的创新改革有所成效，同时通过模仿示范、交流学习等溢出效应降低本地及周边地区的排污量，还可能对整个地区的减排产生良好效果，当创新效应大于环保成本时，会促进FDI流入。环境规制对FDI影响的“U”型曲线拐点值为ER=7. 8，研究期间ER 均值是5. 658，即ER对FDI的影响位于拐点左侧，意味着环境规制强度的增加会抑制FDI的流入。模型（3）中FDI对碳排放的回归系数为-0. 012，显著，表明FDI会抑制碳排放，符合污染光环假说，且ER 和ER2均显著，说明FDI在环境规制影响碳排放中发挥部分中介效应。
其次检验产业结构高级化的中介效应。模型（2）的回归结果表明ER 对产业结构高级化的影响呈倒“U”型曲线。环境规制可以刺激污染产业转移并逐渐推进产业结构的绿色化调整，但随着环境规制的持续增强，会导致部分中小企业因承受不住环保成本所带来的压力而被迫淘汰。倒“U”型曲线拐点值为ER=14. 5，研究期间环境规制均值位于拐点左侧且与拐点存在较大距离，表明此阶段环境规制的实施加速产业结构转型升级。模型（3）中IS 對碳排放的回归系数为-0. 573，显著，说明产业结构高级化有效地降低了碳排放，且ER 和ER2均显著，说明产业结构高级化在环境规制影响碳排放中发挥部分中介效应。
最后检验研发创新的中介效应。模型（2）中ER 和ER2分别在10%和5%的水平上负向和正向显著，即环境规制对研发创新的影响呈“U”型曲线。环境规制实施初期，企业治污成本的提高导致其降低了对研发的关注度，但随着ER 实施力度的增强，企业会加大对环保技术和能源节约型技术的关注度。“U”型曲线的拐点为ER=4. 8，文章样本点绝大部分位于拐点右侧，这说明环境规制能够促进研发创新。模型（3）中RD 对碳排放的回归系数为-0. 012，显著，表明研发创新能够抑制碳排放量；
ER 和ER2均显著，证明研发创新在环境规制影响碳排放中同样发挥部分中介效应。参考屈小娥等［39］的研究，采用Sobel检验、Aroian检验和Goodman检验对中介效应的显著性进行检验，检验结果证明了中介效应存在，假设H2成立。
3. 2 调节效应分析
由表2可知，ER×Tru 和ER2×Tru 的系数均显著，证明社会信任在环境规制对碳排放的影响中存在调节效应。为了更全面地反映社会信任所发挥的调节效应，文章借鉴Haans等［10］的研究，从曲线的形态和拐点移动情况两方面具体分析。曲线的形态通过顶点曲率K 值来判断，ER×Tru 和ER2×Tru 的系数依次为0. 058 和-0. 006，意味着社会信任度越高时，曲线的K 值越大，图形越陡峭。这是因为在拐点到来之前，随着社会信任的增强，环境规制对碳排放的作用机制得到强化，所以企业的环境治理成本会在初期增加，短期内绿色创新技术尚未发挥作用，导致碳排放量增加，强化了此阶段的绿色悖论效应；
当超过拐点后，伴随着社会信任所发挥的调节作用，企业技术水平的提升进一步抑制了碳排放量，倒逼减排效应也随之得到强化。计算得到新拐点值为ER=4. 833，拐点左移说明随着社会信任水平的提高，加速了环境规制碳减排拐点的到来。综上，社会信任使环境规制对碳排放影响的倒“U”型曲线更凸且曲线拐点向左侧移动，即社会信任正向调节了环境规制对碳排放的影响，假设H3得到验证。
3. 3 有中介的调节效应分析
验证社会信任在环境规制对碳排放的影响中所发挥的调节效应是否通过FDI、产业结构高级化和研发创新三个中介渠道来实现。首先检验FDI有中介的调节效应。模型（5）中交互项ER×Tru 和ER2×Tru 均显著，表明在加入社会信任这一调节变量后，ER×Tru 与FDI之间仍呈正“U”型关系，计算得到拐点值为7. 349，与上文中ER 对FDI影响的“U”型曲线相比，拐点向左移动，意味着在加入社会信任这一调节变量后，可以加速此曲线拐点的到来。模型（6）中FDI 的回归系数为-0. 012，显著，交互项系数同样显著，说明社会信任的调节效应部分通过FDI起作用。
其次检验产业结构高级化有中介的调节效应。模型（5）中交互项ER×Tru 和ER2×Tru 的系数依次为-0. 001和0. 001，均显著，表明在加入社会信任这一调节变量后，ER×Tru 对产业结构高级化的影响表现为“U”型曲线，拐点为14. 813，与上文中ER 对IS 影响的“U”型曲线相比，拐点右移，说明在加入社会信任这一调节效应后，产业结构高级化下降的拐点会推迟到来。模型（6）中IS 的系数为-0. 503，显著，交互项的系数同样显著，表明社会信任的调节效应部分通过产业结构高级化起作用。
最后检验研发创新有中介的调节效应。模型（5）中交互项ER×Tru 和ER2×Tru 的系数依次为0. 086和-0. 005，都在1%的水平上显著，表明在加入社会信任这一调节变量后，ER×Tru 对研发创新的影响仍呈“U”型曲线，拐点为3. 349，与上文中ER 对RD 影响的曲线相比，拐点明显向左移动，意味着在加入社会信任这一调节效应后，可以加速这一曲线拐点到来。模型（6）中RD 的系数为-0. 013，显著，交互项的系数同样显著，说明社会信任的调节效应同样部分通过研发创新起作用。Wald检验结果显示模型的整体检验是显著的。综上，社会信任与环境规制的交互项通过影响中介变量FDI、IS 和RD，进而影响碳排放，假设H4得到验证。
3. 4 稳健性检验
该研究重点是社会信任在环境规制对碳排放影响中所发挥的调节效应，下文对其进行稳健性检验。
3. 4. 1 更换被解释变量
细颗粒物（PM2. 5）严重威胁了空气质量和大气能见度，是政府对空气质量的重要检测指标，在很大程度上反映大气污染问题［40］，因此文章将被解释变量更换为地级市PM2. 5排放量进行稳健性检验。由表3可知，当PM2. 5作为被解释变量时，主要变量的系数、大小和方向与上文一致，通过了稳健性检验。
3. 4. 2 更换调节变量
人们对于慈善的热衷程度是一个地区社会公德水平的重要表现，相比各地区总体的献血率和社会组织数，不易受政策和其他因素的影响，更能体现自愿的特征，与信任直接关联，反映了社会信任水平。文章选择省级层面社会捐赠数作为社会信任的衡量指标进行稳健性检验，同时将其他指标统一替换为省级层面数据。表4的回归结果显示在更换调节变量后，文章假设仍成立。
3. 4. 3 内生性问题的处理：更换回归方法
系统GMM可以在一定程度上缓解内生性问题。表5为采用系统GMM方法进行估计的回归结果，其结果显示主要变量的正负号和显著性均与上文一致，稳健性得到验证。
3. 4. 4 内生性问题的处理：工具变量法
进一步使用工具變量法弱化文章中存在的内生性问题。文章参考李春涛等［41］对内生性问题的处理思路，将相同年度该城市所有接壤城市的ER 均值作为工具变量再次进行检验，回归结果支持上文假设，稳健性再一次得到验证（表6）。
3. 5 异质性检验
考虑到中国各城市之间存在差异，将281个样本城市按规模大小分为大中型城市和小型城市；
按是否受环境政策影响分为环境重点保护城市和非环境重点保护城市，进一步探究社会信任所发挥调节效应的区域异质性。具体来说，依据国务院《关于调整城市规模划分标准的通知》，将一、二、三线城市划归为大中型城市，四、五线城市划归为小型城市；
依据《国家环境保护“十一五”规划》，将样本城市是否受环境政策影响分为大气污染综合防治重点城市（以下简称环境重点保护城市）和非环境重点保护城市。
由表7可知：①无论城市规模大小、是否为环境重点保护城市，环境规制对碳排放的影响均呈倒“U”型曲线。②回归结果显示大中型城市和小型城市曲线的K 值依次为-0. 58和-1. 13，且小型城市K 值的绝对值更大。因此与大中型城市相比，小型城市在加入社会信任这一调节变量后，倒“U”型曲线变得更凸，即对小型城市而言，社会信任在环境规制对碳排放影响中所发挥的调节效应要大于大中型城市。产生这一差异的主要原因是大中型城市的经济更发达且开放程度更高，较早地借鉴了西方发达国家的先进环境治理技术与经验，城市中拥有更为完善的治污设施；
同时在大中型城市，居民的环保法治意识相对较强，环境治理水平整体较高，因此环境治理受环境规制政策的影响要小，社会信任所发挥的调节效应也相对小于小型城市。③环境重点保护城市和非环境重点保护城市曲线的K 值依次为-0. 716和-0. 854，非环境重点保护城市曲线K 值的绝对值更大，所以对非环境重点保护城市而言，社会信任所发挥的调节效应要大于环境重点保护城市。可能的原因是环境重点保护城市居民受政府的管制和干预越多，城市的环保水平已经达到一定效果，因此社会信任作为一种软约束，发挥的作用相对较少。
4 研究结论与政策建议
城市的碳排放是实现“双碳”目标的关键阵地，文章以2010—2019年中国281个地级市作为研究样本，从制度协调性和互补性的视角出发，采用调节效应模型、有中介的调节效应模型实证研究社会信任影响环境规制碳排放的调节效应及作用机制，并分区域检验此调节效应的异质性。实证结果表明：①ER 对CO2的影响为倒“U”型非线性关系，且在现阶段ER 通过FDI、产业结构高级化和研发创新中介渠道降低了碳排放。②社会信任在环境规制对碳排放的影响中发挥正向调节效应。在社会信任的调节效应下，曲线更凸且拐点向左侧移动；
FDI、产业结构高级化和研发创新都在社会信任对环境规制的碳排放影响中发挥部分中介效应。③社会信任的调节效应存在异质性，对于小型城市，社会信任在环境规制对碳排放影响中所发挥的调节效应要大于大中型城市；
对于非环境重点保护城市，社会信任所起到的调节效应要大于环境重点保护城市。
理论层面来看，该研究将社会信任作为调节变量，基于这一视角探究其对环境规制与碳排放的间接影响及机制，丰富了社会信任、环境规制的相关研究。现实层面来看，文中研究结论表明社会信任这一非正式制度正向调节了环境规制对碳排放的影响，有利于尽快实现碳达峰、碳中和的目标。
根据以上研究结论，提出以下政策建议：①政府应因地制宜地开展环境规制。基于宏观层面，中国政府应在鼓励外商直接投资的同时限制高污染项目的进入，实施统一的招商引资政策。基于中观层面，政府要加大对低碳产业等高技术产业的支持力度，推动中国产业结构的调整，逐渐将产业重点改善为依靠第三产业。基于微观层面，政府还需要通过加大税收优惠、增加政府补助等方式引导企业进行研发创新。②政府应全面提高信用体系的建设，减少诚信流失，提升以发扬中国特色社会主义核心价值观的信任水平，充分发挥社会信任的调节效应，更好地实现碳减排与可持续发展目标的深度融合。考虑社会信任在小型城市和非环境重点保护城市所发挥的调节效应更强，应改善和转变在大中型城市和环境重点保护城市中环境规制的实施方式，加速推进城市的绿色转型。
（责任编辑：田红）
猜你喜欢碳减排调节效应环境规制我国工业部门节能政策效应研究中州学刊(2016年11期)2017-01-06中国企业的环保投入与企业效益分析商场现代化(2016年29期)2016-12-23环境规制下外资引进对环境治理的利弊分析及影响因素研究科技与管理(2016年3期)2016-12-20企业碳信息披露：现实诉求与路径选择商业会计(2016年11期)2016-10-20青少年自我效能感对现实—理想自我差异与抑郁间关系的调节效应心理与行为研究(2016年3期)2016-09-07服刑人员社会支持与人际信任的关系：人格特质P的调节作用心理技术与应用(2015年11期)2015-12-25中碳强度指数与中国低碳发展能源研究与信息(2015年3期)2015-11-18阻止市场进入的碳减排策略选择?软科学(2015年9期)2015-10-27