研发投入的绿色技术进步效应

徐红 赵金伟

摘要前沿研究关注研发投入对技术创新的作用，却普遍忽视研发投入对绿色技术进步的影响，尤其并未重视研发投入对绿色技术进步方向的作用。利用2003—2013年中国276个城市面板数据，结合随机前沿模型测算历年各城市全要素生产率、绿色全要素生产率，分别采用绿色全要素生产率及其与全要素生产率的比值表征了绿色技术进步与绿色技术进步方向，通过固定效应模型实证检验了地区研发投入对绿色技术进步的影响效应及其传导机制。结果发现：①研发经费投入和研发人员投入皆能显著促进地区绿色技术进步，推动地区技术进步绿色转型，但随着研发投入强度的增加，对绿色技术进步的推动作用呈边际递减趋势，而对绿色技术进步方向的影响却逐步提升。②受地区自身产业特征和政策影响，地区污染产业锁定和资源依赖型产业模式显著抑制研发投入对绿色技术进步的促进作用，而轻资产型产业结构和环境规制力度则呈现完全相反的作用效应，显著提高研发投入对绿色技术进步的推动作用。③地区研发投入对绿色技术进步的作用呈现出区域异质性。具体表现为对绿色技术进步的作用由东向西逐渐增强，即中西部地区的绿色技术创新表现出明显的追赶效应，对绿色技术进步方向而言，研发人员投入的技术选择偏向则呈现东部地区较强，中西部地区较弱的趋势，表明东部地区技术进步由依靠经费投入的粗放型研发转变为依靠高科技人才创新驱动。为此各地区应重视研发绿色技术选择，合理配置绿色研发资本，制定适宜的环境保护政策，推动产业结构向合理化、高端化转变。

关键词 研发投入;绿色技术进步;绿色技术进步方向;传导机制

过去四十年，伴随工业化和城市化快速扩张，我国经济迅猛发展。数据显示，2017年国内生产总值达到82.71×104万亿元，与2000年相比，增长7.25倍。然而，片面追求速度与规模的粗放型经济发展模式，致使大气污染、水污染等环境问题突出。近三年的生态环境状况公报均显示，我国每年有高达70%以上的城市环境空气质量超标。有学者研究发现，我国东部经济发展水平高的省份环境污染成本约占人均实际国内生产总值的10%，其他省份也都介于8%～10%之间[1]。环境污染在很大程度上归咎于企业的非清洁生产，要实现环境质量和经济产出相容共生发展，必须转变技术进步方向，全面实行绿色生产[2]。研发投入是技术创新的根本，是经济增长不可或缺的推动因素，而技术创新对环境质量的影响更多取决于绿色技术进步方向，只有当绿色技术占比逐渐提升方能最终转变技术进步方向，实现环境质量改善。即如果非清洁研发投入占比增速高于清洁研发，依然无法有效转变技术进步方向。那么，随着研发投入强度的持续提升，是否会转变技术进步方向？其作用路径如何？鉴于此，该文重点关注了研发投入对绿色技术进步方向的影响效应及其传导机制，试图回答以上两个问题。

1文献综述

前沿文献更多关注研发投入对技术创新的影响，针对二者之间关系主要有两种结论：第一，研发投入能够显著促进技术进步。Pakes和Griliches[3]从美国专利局获取到121家公司8年间的创新产出数据，并与相应公司研发支出活动进行关联分析，结果发现：专利产出是衡量研发活动的有效指标，且衡量的结果较好，可见研发投入能够促进专利产出进而推动技术创新。同时，研发投入所带来的技术进步还表现为生产技术和生产工艺的改进，促进生产率提升。Sharma[4]构建了增长核算和生产函数两个模型，分别检验印度制药企业1994—2006年间研发活动对相关企业绩效的影响，增长核算模型表明研发强度每增加1%显著影响TFP提升0.15%，生产函数模型显示研发资本的产出弹性介于10%～13%。周亚虹等[5]的研究结果显示：企业研发投入产出弹性达到5.5%，研发创新有利于技术积累，进而提高企业生产率。陈继勇和盛杨怿[6]采用DEA和指数方法测算地区技术进步状况，分析各省研发投入与FDI的知识溢出对其技术进步的影响，将推动地区技术进步最主要的因素归结为地区自身科技投入。第二，研发投入与技术进步的作用非线性，即存在研发投入的临界点。Yeh等[7]以1999—2004年在台湾证券交易所上市的99家企業为研究样本，研究结果显示存在实现企业绩效最优的最佳研发投入强度，即存在研发投入的临界点，超出临界点后，继续增加研发投入将不会取得相应比例的产出回报。康志勇[8]采用固定效应回归模型，以2005—2007年全部国有及规模以上非国有企业为研究样本，检验在分别控制企业创新投入强度和创新技术水平时，相应的创新技术水平和创新投入强度与创新绩效的关系，结果发现均呈倒“U”型关系，表明过度的研发投入反而不利于创新绩效的提高。

目前国内外学者关于研发投入与绿色技术进步的研究相对较少，部分学者发现国际研发资本技术溢出有助于国内企业知识资本存量积累，对绿色技术创新有重要影响。Eskeland和Harrison[9]认为东道国企业能够进行绿色技术创新，得益于外商企业为其运用绿色技术提供机遇。罗良文和梁圣蓉[10]将C-H模型拓展为非线性结构形式，探究国际研发资本的技术溢出效应，结果显示国际研发资本技术溢出能够提升国内绿色技术创新效率，除OFDI途径外，国际R&D投入、跨国技术转移、FDI和进口贸易的研发资本技术溢出对绿色技术创新效率均有积极影响。毕克新等[11]认为创新R&D投入正向推动企业清洁生产技术。而事实上，研发投入对绿色技术进步可能存在双重影响。一方面，总体研发投入增加，企业的绿色研发投入会随之相应提升，进而实现绿色技术进步;另一方面，地区研发投入可能并不存在绿色偏向，研发投入过多进入非清洁研发领域，抑制地区绿色产业发展，反而不利于绿色技术进步。

企业和政府是进行研发创新的主体，决定技术进步方向。基于经济逻辑，结合现有关于研发投入与绿色技术进步的文献进行分析，从企业和政府层面分别探讨研发投入对于绿色技术进步的影响机制。首先从企业层面进行分析，主要归结为以下三个方面：第一，吴超等[12]指出中国重污染行业的绿色技术创新与应用不强，“创新却不绿色”是目前所处阶段。受市场环境的影响，企业技术选择更偏向经济效益最优，利润是企业技术选择的关键因素，由于绿色环保投入经济效益低，绿色技术存在后发劣势，企业绿色技术投入内在动力不足，因此认为地区污染产业锁定会抑制绿色技术进步。第二，地区资源依赖影响技术模式，若地区对资源依赖较重，则会导致技术进步模式偏向非清洁技术[13]。赵康杰和景普秋[14]从企业创新视角论证，资源企业受限于产品同质和经济收益而缺乏创新动力，资源依赖对研发创新表现出挤出效应;邵帅和齐中英[15]对中国36座能源输出型城市进行实证分析，发现能源开发对区域技术创新和研发行为存在挤出效应，阻碍创新投入和产出。研发投入作为自主创新能力的决定性因素之一，资源依赖对研发的挤出效应，将会影响绿色技术创新。第三，沈能和周晶晶[16]研究发现合理的产业结构对绿色技术进步具有重要作用，即轻资产型产业结构，融合具有“干中学”特征的创新产业和部门，对研发强度产生重要影响[17-18]，能够促进研发经费和人员等相关生产要素在部门间高效流动，加快推进绿色技术创新。此外在非清洁技术占优的市场环境中，政府的环境规制政策亦是绿色技术研发的重要激励手段[2，19]。

综合以往研究，尚需在以下两方面做出探索：第一，从污染产业锁定、产业结构、资源依赖特征以及环境规制政策出发，检验研发投入对绿色技术进步作用的影响，拓展研发投入绿色技术选择的机制研究。第二，在绿色技术进步的测算中，选择更具有代表性的PM2.5浓度数据和碳排放数据作为环境投入指标，测算绿色全要素生产率。

2计量模型选择、指标设计与相关数据来源

2.1计量模型选择

为进一步验证研发投入是否能够促进地区绿色技术创新，将绿色技术进步划分为绿色技术进步（Gtec）和绿色技术进步方向（Gtp），构建研发投入影响绿色技术进步的计量模型如下：

其中，研发投入（RD）分为研发经费投入（RD_jf）和研发人员投入（RD_ry），i为各城市代码，t为时间代码，β0、γ0表示截距项，βi、γi为待估参数，表示各解释变量对被解释变量的弹性系数，Xit为控制变量集合，εit为随机扰动项。

2.2指标设计以及数据来源说明

（1）被解释变量：选取绿色全要素生产率衡量绿色技术进步（Gtec），采用绿色全要素生产率与全要素生产率的比值衡量绿色技术进步方向（Gtp），其中全要素生产率与绿色全要素生产率分别借鉴孙早和许薛璐[20]以及匡远凤和彭代彦[21]设定的超越对数函数形式进行测算。城市期望产出使用各城市历年地区生产总值表示，并将其转化成以2003年为基期;劳动力投入采用各城市历年在岗职工平均人数表示;资本存量以2003年为基期采用永续盘存法测算，折旧率取10.96%;非期望产出分别采用PM2.5浓度、碳排放量表征，其中，PM2.5浓度数据源自哥伦比亚大学发布的全球PM2.5卫星栅格数据，碳排放数据参考韩峰和谢锐[22]对城市碳排放的计算，综合城市天然气、液化石油气和电力消耗数据得出。

（2）解释变量：分别采用科学事业费支出与科研综合技术服务业从业人员数量表征研发经费投入（RD_jf）和研发人员投入（RD_ry）检验其对绿色技术进步的作用。同时，选取经济发展水平（lngdp）、外商投资（lnfdi）、资本水平（lnk）、人力资本投入（lnedu）、政府干预（lngov）和市场竞争（lnmc）作为控制变量。其中，经济发展水平采用人均城市国内生产总值衡量，外商投资采用城市历年外商直接投资额表征，并通过历年人民币对美元汇率将其换算表示，资本水平采用城市资本存量与劳动之比衡量，人力资本投入采用地区教师数与人口数之比表征，政府干预采用地区财政预算支出占地区国内生产总值表示，市场竞争采用地区单位产出企业数与其平均值之比衡量。变量数据均来自于国家统计局公布的历年《中国城市统计年鉴》和《中国区域经济统计年鉴》。

3城市研发投入对绿色技术进步的效应检验

在计量模型回归之前，通过F检验和Hausman检验，对面板数据的模型形式进行选择，最终发现固定效应模型更适合该研究。城市研发投入对绿色技术进步的效应检验结果如表1所示，其中，第（1）～（4）列为不加入控制变量研发投入对绿色技术进步的作用效应，第（5）～（8）列为加入控制变量研发投入对绿色技术进步的作用效应。结果显示：研发经费投入RD_jf与研发人员投入RD_ry的变量.

回归系数皆在1%水平上显著为正，说明研发投入能够显著促进地区绿色技术进步，推动地区技术进步绿色转型。对于控制变量来说，经济发展水平lngdp对绿色技术进步回归系数显著为正，但对绿色技术进步方向系数不显著，表明城市经济发展水平提升，显著推动绿色技术创新，但并未表现出绿色偏向。外商投资lnfdi的回归系数为负，表明外商投资对绿色技术进步具有抑制效果，印证了“污染天堂”假说。资本水平lnk对绿色技术进步的回归系数在1%水平上显著为正，表明资本水平能够显著促进绿色技术创新，但却负向影响技术进步绿色转型。人力资本投入lnedu对绿色技术进步和绿色技术进步方向皆表现出正向影响，显著推动绿色技术转型。政府干预lngov的回归系数在1%水平上显著为负，原因在于绿色技术创新更多以企业为主导，过多的政府干预降低企业研发效率，抑制綠色技术进步。市场竞争lnmc显著促进绿色技术进步，但却抑制绿色技术进步方向，不难发现，市场竞争对技术进步产生双重影响，一方面对于以绿色技术为依托的企业，激烈的市场竞争能够促进企业对新技术新产品的开发;相反，对以非绿色技术为依托的企业，市场竞争激烈，迫使企业追逐利润，降低研发绿色技术成本，抑制企业绿色技术创新积极性，负向影响技术进步绿色转型。

研发投入显著推动绿色技术进步，那么研发投入的持续增加是否会引导绿色技术进步加速发展？统计数据显示，2009年之前，我国研发投入强度较低，研发经费内部支出不足5000亿元，研发人员全时当量不足200万人·a。2013年我国研发经费内部支出高达1.18×104亿元，研发人员全时当量高达353.28万人·a。那么研发投入的迅速增加是否带来绿色技术进步的提升？是否加速绿色技术进步方向转型？为此，将样本数据划分为2003—2008年、2009—2013年两个阶段进行检验，如表2所示。其中，第（1）～（4）列为2003—2008年研发投入对绿色技术进步的作用结果，第（5）～（8）列为2009—2013年研发投入对绿色技术进步的作用结果。结果显示：研发经费投入RD_jf和研发人员投入RD_ry对绿色技术进步的系数皆在1%水平上显著为正，而2003—2008年样本中的回归系数值远高于2009—2013年的样本结果，表明随着研发投入强度增加，对绿色技术进步推动作用表现出边际效应递减规律，对绿色技术进步方向而言，研发投入由第一阶段显著抑制技术绿色转型转变为第二阶段的推动绿色技术创新，虽不显著，但依旧表明研发投入逐渐由非清洁向绿色偏向转型。

4传导机制检验

为了进一步理解研发投入如何影响绿色技术选择，考虑到地区自身产业特征以及政策对研发投入的影响，在回归模型中分别引入地区污染产业锁定（PP）、资源依赖型产业模式（RR）、轻资产型产业结构（IS）和环境规制力度（ER）以检验对研发投入与绿色技术进步的调节关系。具体而言，借鉴董直庆和王辉[2]的设定，采用地区污染行业资产之和与全部行业资产之比表征污染产业锁定，其中污染行业划分主要依据国务院2006年公布的《第一次全国污染源普查方案》中明确规定的11个重污染行业。在回归模型中引入其与研发经费投入和研发人员投入的交乘项RD_jf×PP和RD_ry×PP，借以检验污染产业锁定在研发投入对绿色技术进步中的影响。以采矿业从业人员占总就业人员数的比重表示地区资源依赖型产业模式，在回归模型中引入其与研发经费投入和研发人员投入的交乘项RD_jf×RR和RD_ry×RR，借以检验资源依赖型产业模式在研发投入对绿色技术进步中的影响。以第三产业占GDP比重表示地区轻资产型产业结构，在回归模型中引入其与研发经费投入和研发人员投入的交乘项RD_jf×IS和RD_ry×IS，借以检验轻资产型产业结构在研发投入对绿色技术进步中的影响。通过单位GDP能耗表征环境规制力度[23]，在回归模型中引入其与研发经费投入和研发人员投入的交乘项RD_jf×ER和RD_ry×ER，借以检验环境规制力度在研发投入对绿色技术进步中的影响。具体结果见表3。

地区污染产业锁定对研发投入与绿色技术进步调节作用的回归结果显示：研发经费投入和研发人员投入与污染产业锁定交乘项的系数显著为负，即地区污染产业锁定抑制研发投入对绿色技术进步的正向作用，不难发现，地区绿色技术发展水平取决于地区技术创新相对利润，如果清洁技术创新利润低，那么地区将主要发展非清洁技术。资源依赖型产业模式对研发投入与绿色技术进步调节作用的回归结果与地区污染产业锁定相一致，均抑制研发投入对绿色技术进步的正向作用。原因在于：受自由市场经济利润驱使，市场自发进行绿色技术创新先天不足，非绿色技术进步占据主导，而资源依赖较重的城市，经济发展多依靠高耗能、高污染为主的资源型产业，对绿色生产存在挤出效应。轻资产型产业结构对研发投入与绿色技术进步调节作用的回归结果显示：研发经费投入和研发人员投入与轻资产型产业结构交乘项的系数在1%水平上显著为正，即轻资产型产业结构正向调节研发投入对绿色技术进步的促进效应。轻资产型产业结构，以知识密集型和技术密集型为特征的第三产业占主导，促进研发经费和人员等相关生产要素在部门间高效流动，推进绿色技术创新。环境规制力度对研发投入与绿色技术进步调节作用的回归结果显示：研发经费投入和研发人员投入与环境规制力度交乘项的系数显著为正，即环境规制力度越高，越能够正向促进研发投入对绿色技术进步的推动效应，表明环境规制会倒逼企业提高研发投入强度，实现技术绿色转型。考虑到当前污染物排放水平会受前期技术进步水平的影响，为此对绿色技术进步作滞后一期处理，将其引入回归模型，与环境规制和研发经费投入与研发人员投入的交乘项进行稳健性检验，结果发现，交乘项与滞后一期绿色技术进步的回归结果也显著为正，进一步验证结论。

5稳健性检验

为了保证结果的稳健性，将样本划分为东中西三大区域，分别检验我国不同区域内研发投入对绿色技术进步的影响效应，如表4所示。回归结果发现，研发经费投入RD_jf与研发人员投入RD_ry对绿色技术进步的系数均为正。进一步分析得出，研发经费投入RD_jf的系数值呈现出由东向西增大趋势，表明研发经费投入对绿色技术进步的推动作用呈现由东向西逐步递增的趋势。原因在于，相较于东部地区，中西部地区存在较大的绿色技术创新空间，研发投入的变动能够快速得到反应，从而表现出明显的追赶效应。研发人员投入RD_ry对绿色技术进步的影响亦是如此，但对绿色技术进步方向的影响却呈现东部地区较强、中西部较弱的趋势，表明东部地区已经度过仅仅依靠经费投入扩张技术能力的粗放型研发阶段，创新型人才成为推动地区技术进步绿色转型的有效手段。同时考虑到技术创新与研发投入可能存在的内生性问题，以研发投入的滞后一期作为工具变量采用两阶段最小二乘法对其作用效应重新估计。两阶段最小二乘回归结果亦表明研发投入显著促进地区绿色技术进步，推动绿色技术进步方向转型，验证了结论的稳健性。

6基本结论与建议

利用2003—2013年我国地级及以上276个城市面板数据，实证检验地区研发投入对绿色技术进步的作用效应及其传导机制，研究发现：①研发投入能显著促进地区绿色技术进步，推动地区技术进步绿色转型，但随着研发投入的增加，对绿色技术进步的推动作用呈边际效应递减趋势，而对技术进步方向则呈现由非清洁向绿色偏向转型趋势。②受地区自身产业特征和政策影响，地区污染产业锁定和资源依赖型产业模式显著抑制研发投入對绿色技术进步的促进作用，而轻资产型产业结构和环境规制力度则呈现完全相反的作用效应，显著提高研发投入对绿色技术进步的推动作用。③研发投入对绿色技术进步的作用效应表现出区域异质性，对绿色技术进步的作用呈现由东向西逐渐增强的趋势，而对绿色技术进步方向，研发人员投入的技术选择偏向则呈现东部地区较强，中西部地区较弱的趋势。

40年粗放式经济增长致使中国面临严重的环境问题，面对经济“新常态”和生态环境压力的巨大国情，绿色低碳生产无疑是实现经济发展，解决我国环境问题的双赢手段，但在绿色生产后发劣势明显的当下，如何推动研发绿色偏向，提出如下建议。

第一，合理分配绿色研发投入。研发投入对绿色技术进步具有显著促进作用，但其技术进步绿色偏向未得到足够重视。为此提高绿色研发投入，更加偏向绿色技术转型，同时注意资金与人才要素相匹配，规避研发投入的“索洛悖论”。我国东部地区技术水平处于全国领先地位，扩张式研发资金投入作用有限，而中西部地区技术水平较弱，研发经费投入推动绿色技术发展更加行之有效。因此，应因地制宜，差异化分配绿色研发资金与人才，实现要素的优化配置。

第二，制定适宜的环境保护政策。地区推行环境规制政策，会倒逼企业提高绿色研发投入强度，推进清洁技术创新。为此发挥政府的激励调节效应，加大对清洁行业的扶持力度，一方面通过采取绿色技术研发补助或减免税收等优惠政策激励企业创新清洁技术，另一方面提高城市政府部门对企业创新服务的专业化水平，降低企业绿色研发成本与风险。

第三，推动地区产业结构向合理化、高端化转变。污染性行业和资源依赖型产业对绿色技术进步产生抑制作用，而轻资产型产业结构则显著促进绿色技术创新。各地区应综合定位自身发展模式，实行产业多元化战略，加快推进传统生产技术升级改造，促进污染产业向清洁产业转型，逐步降低对污染行业和资源产业的依赖，带动产业结构向合理化、高端化迈进。

（编辑：王爱萍）

参考文献

[1]杨继生，徐娟，吴相俊.经济增长与环境和社会健康成本[J].经济研究，2013，48（12）：17-29.

[2]董直庆，王辉.环境规制的“本地-邻地”绿色技术进步效应[J].中国工业经济，2019（1）：100-118.

[3]PAKESA，GRILICHESZ.PatentsandR&Datthefirmlevel：afirstreport[J].Economicsletters，1980，5（4）：377-381.

[4SHARMAC.R&Dandfirmperformance：evidencefromtheIndianpharmaceuticalindustry[J].JournaloftheAsiaPacificeconomy，2012，17（2）：332-342.

[5]周亚虹，贺小丹，沈瑶.中国工业企业自主创新的影响因素和产出绩效研究[J].经济研究，2012，47（5）：107-119.

[6]陈继勇，盛杨怿.外商直接投资的知识溢出与中国区域经济增长[J].经济研究，2008，43（12）：39-49.

[7]YEHML，CHUHP，SHERPJ，etal.R&Dintensity，firmperformanceandtheidentificationofthethreshold：freshevidencefromthepanelthresholdregressionmodel[J].Appliedeconomics，2010，42（3）：389-401.

[8]康志勇.技术选择、投入强度与企业创新绩效研究[J].科研管理，2013，34（6）：42-49.

[9ESKELANDGS，HARRISONAE.Movingtogreenerpasturesmultinationalsandthepollutionhavenhypothesis[J].Journalofdevelopmenteconomics，2003，70（1）：1-23.

[10]罗良文，梁圣蓉.国际研发资本技术溢出对中国绿色创新效率的空间效应[J].经济管理，2017，39（3）：21-33.

[11]毕克新，杨朝均，黄平.FDI对我国制造业绿色工艺创新的影响研究——基于行业面板数据的实证分析[J].中国软科学，2011（9）：172-180.

[12]吳超，杨树旺，唐鹏程，等.中国重污染行业绿色创新效率提升模式构建[J].中国人口·资源与环境，2018，28（5）：40-48.

[13]WRIGHTG，CZELUSTAJ.Resource-basedgrowth：pastandpresent[C]//DANIELL，WILLIAMFM.Naturalresources：neithercursenordestiny[M].WashingtonDC：TheWorldBank&StanfordUniversityPress，2007.

[14]赵康杰，景普秋.资源依赖、有效需求不足与企业科技创新挤出——基于全国省域层面的实证[J].科研管理，2014，35（12）：85-93.

[15]邵帅，齐中英.基于“资源诅咒”学说的能源输出型城市R&D行为研究——理论解释及其实证检验[J].财经研究，2009，35（1）：61-73.

[16]沈能，周晶晶.技术异质性视角下的我国绿色创新效率及关键因素作用机制研究：基于HybridDEA和结构化方程模型[J].管理工程学报，2018，32（4）：46-53.

[17SCHERERFM.Marketstructureandtheemploymentofscientistsandengineers[J].TheAmericaneconomicreview，1967，57（3）：524-531.

[18]COHENWM，LEVINTHALDA.Innovationandlearning：thetwofacesofR&D[J].Theeconomicjournal，1989，99：569-596.

[19]王锋正，郭晓川.环境规制强度对资源型产业绿色技术创新的影响——基于2003—2011年面板数据的实证检验[J].中国人口·资源与环境，2015，25（S1）：143-146.

[20]孙早，许薛璐.前沿技术差距与科学研究的创新效应——基础研究与应用研究谁扮演了更重要的角色[J].中国工业经济，2017（3）：5-23.

[21]匡远凤，彭代彦.中国环境生产效率与环境全要素生产率分析[J].经济研究，2012，47（7）：62-74.

[22]韩峰，谢锐.生产性服务业集聚降低碳排放了吗？——对我国地级及以上城市面板数据的空间计量分析[J].数量经济技术经济研究，2017，34（3）：40-58.

[23]ZUGRAVUN，KHEDERSB.Thepollutionhavenhypothesis：ageographiceconomymodelinacomparativestudy[R].2008.