环境规制、技术创新与能源消耗关系的实证分析

侯贵生，侯 莹

（山东科技大学经济管理学院，山东青岛 266590）

1 问题提出

能源是经济发展、社会进步、人类文明前进的重要物质基础，但我国长时间的粗放型能源利用模式导致环境污染不断加重、能源枯竭速度加快，加之新冠肺炎疫情等黑天鹅事件，极大地威胁我国能源安全。自2016 年起，我国已经成为世界上最大的能源消耗国，2020 年我国能源消费达到49.8 亿t 标准煤，比上年增长2.2%［1］。部分学者通过比较分析发达国家能源消耗变化趋势，指出我国工业能源消耗峰值可能在2020—2030 年期间实现，生活和交通能源消费还将随着居民生活水平的提高而不断增长［2］。面对未来能源消耗的持续增长，我国如何应对随之而来的环境污染与资源枯竭，成为重要的研究内容。

环境规制与技术创新是推进绿色经济发展与能源安全的重要手段［3］。近年来，我国颁布《环境保护法》《能源节约法》等一系列法律法规，将环境保护与能源安全上升到法律层面。环境规制作为一种政府强制力，能够影响社会主体能源消费行为，如企业生产过程的能源种类选择、能源利用方式以及能源消耗水平等［4］。区域技术创新作为经济发展的动能，能够推动生产工艺的改进、产业结构的升级及绿色经济的发展。面对环境、能源、经济等多维约束，环境规制、技术创新调节市场机制在环境外部性问题上的失灵应当成为我国政府必须高度重视并切实推进的重要工作内容。那么，在当前我国高质量发展的背景下，环境规制是否能够抑制能源消耗，绿色悖论现象是否会出现？技术创新对能源消耗的反弹效应是否存在，环境规制是否能够推动技术创新？环境规制、技术创新、能源消耗三者之间是否存在动态因果关系，不同产业聚集区域三者之间的关系是否存在较大差距？综上，本研究将环境规制、技术创新和能源消耗3 个变量纳入同一个系统中，综合分析三者之间的动态耦合关系。

2 相关文献综述

2.1 环境规制与能源消耗

对于环境规制与能源消耗之间的研究，是“倒逼减排”效应与“绿色悖论”的博弈。“倒逼减排”效应认为环境规制能够使企业内化能源消耗的环境成本、减少环境负外部性行为，从而降低能源消耗水平［5］，如Mandal［6］选用印度水泥行业的面板数据，研究指出污染税形式的环境监管措施将会增加企业生产过程中能源消耗的环境成本，并改善能源利用效率；殷秀清等［3］提出环境规制能够实现对能源消耗模式的倒逼改进、提高能源效率、优化产业环境，进而影响能源消耗水平。而“绿色悖论”指出，政府出台更为严格的环境政策会导致短期内大幅度增加能源的使用和排放，进而加剧能源消耗和环境污染［5］，如Sinn［7］认为在预见到可能实施对化石能源征税等更为严格的环境规制时，企业会提前加剧化石资源的开采，短期内加剧碳排放和环境污染；此外，政策公布与执行的时间差为市场参与者提供了足够的反应时间，为“绿色悖论”的产生提供条件。近年来有研究表明，环境规制和能源消耗可能呈现出非线性的关系［5］，随着环境规制强度的增加，环境规制对能源消耗的影响效应由“绿色悖论”效应逐渐转变为“倒逼减排”效应。

2.2 环境规制与技术创新

已有对于环境规制和技术创新的研究，主要包括成本挤出效应与创新补偿效应两类观点。成本挤出效应是从静态视角来指出企业环保支出会对研发投入产生挤出影响，侵蚀企业利润［8］，如Yuan 等［9］通过扩展引力模型研究环境规制对我国制造业创新能力影响时，发现环境规制不仅对研发投入产生挤出效应，还对专利申请数量产生抑制作用；Poter 等［10］进一步从动态视角提出波特假说，指出合理的环境规制水平可以激发出企业创新补偿效应、优化要素配置。近年来，部分学者认为环境规制与技术创新的关系是非线性关系，环境规制对技术创新的净影响取决于“遵循成本”效应与创新补偿效应的博弈［11］；有学者指出环境规制与技术创新之间的关系呈“N”型、“U”型、“V”型［12-14］，创新补偿效应常常滞后于“遵循成本”；于鹏等［15］以我国省级面板数据进行研究，认为环境规制对企业绿色技术创新效率存在区域异质性，东部地区作用显著而中西部地区不显著。但是也有学者认为环境规制与技术创新两者之间没有关系，如Li 等［16］实证研究发现政府环境规制政策与企业研发创新活动不存在显著因果关系，而受各企业的规模效率影响。

2.3 技术创新与能源消耗

对技术创新与能源消耗关系的研究，多数学者肯定了技术创新能够提高能源利用效率、降低单位能耗，如冯烽［17］研究得出技术进步能够缩小能效范围、提高能源效率，进而节省能源；杨芬等［18］通过省份面板数据分析认为，技术创新指导下的产业结构调整对减少能源消耗存在正向效应。而Brookes［19］提出的Khazzoom-Brookes 假说指出能源回弹效应，即技术创新通过提高能源效率会促进经济增长，而经济增长又会增加能源消耗的需求；在此基础上，郎春雷［20］等进一步指出技术进步对于能源消耗的回弹效应存在一定限值，只有技术创新水平超过一定限值时才会出现反弹效应。亦有学者指出技术创新对能源消耗的作用具有不确定性，可能受经济发展程度、技术要素偏向等影响，如任海军等［21］指出技术创新引领的产业结构调整对能源消耗具有抑制作用，但高碳地区与低碳地区存在异质性；章恒全等［22］认为技术进步和技术效率对能源消耗的影响有显著的空间差异，东部地区技术进步对节能具有正向作用，西部地区技术效率对节能具有抑制作用。

已有文献对环境规制、技术创新和能源消耗之间的平衡关系进行了定量分析，但对于上述三者关系的研究依旧存在着许多不足：第一，绝大多数研究仅选取环境规制、技术创新和能源消耗三者中两者之间的关系进行研究，并未能将三者纳入同一个研究框架下进行探讨；第二，大部分研究忽视了内生性和滞后性问题，无法很好地展现变量间的动态关系；第三，大部分研究对区域异质性多使用三分法，虽然地理位置可以反映一定的资源禀赋、财政能力，但对于不同研究内容缺乏一定针对性。伴随产业聚集程度的加深，产业聚集程度对能源消耗、环境污染、技术创新及地区竞争力产生一定的作用，因此，本研究以产业聚集度划分区域，通过利用面板向量自回归（PVAR）模型来构建环境规制、技术创新和能源消耗三者之间的动态关系（见图1），为破解资源环境难题提供政策建议。

图1 环境规制、技术创新与能源消耗作用关系

3 研究设计

3.1 变量定义

（1）环境规制（ERI）。环境规制水平越高的地区污染治理投资额越高，借鉴张忠杰［23］的研究，选取污染治理投资完成额作为环境规制的替代指标，并用（污染治理投资完成额÷工业增加值）×100来衡量各省份的环境规制水平。

（2）技术创新（RIN）。发明专利的数量和质量能够较好表征区域的创新能力，借鉴于鹏等［15］的研究，用专利申请数作为技术创新水平的衡量指标。为规避异方差和量纲问题，对技术创新变量取对数。

（3）能源消耗（ENG）。考虑绝对能源消耗总量不能准确反映各地的能源消耗强度，参照任海军等［21］的研究，将能源消耗定义为能源消耗总量除以各省份生产总值（GDP）。

（4）区位异质性。借鉴以往研究，选择区位熵指数测量各省份工业聚集程度。区位熵指数大于1，说明区域工业聚集程度高于全国水平，为产业聚集区；反之则为非产业聚集区。具体计算公式如下。

通过《中国统计年鉴》获取2009 年至2018 年30 个省份（未含西藏和港澳台地区）面板数据，得出各省份的区域熵值，并根据区域熵值划分为产业聚集区和非产业聚集区。其中，产业聚集型区域包括天津市、河北省、广东省等14 个省份；产业非聚集型区域包括贵州省、云南省、海南省等16 个省份。

3.2 模型设定

面板向量自回归模型将各个变量看作内生变量，较好地捕捉每个样本个体对模型参数的影响，一定程度降低模型的限制性条件，兼具时序和面板数据的优点。为了进一步定量分析技术创新、环境规制与能源消耗的动态传导路径，构建计量模型如下：

3.3 数据选择和来源

2009—2018 年30 个省份面板数据主要来源于《中国环境年鉴》《中国能源统计年鉴》《中国科技统计年鉴》和《中国统计年鉴》。各变量的统计特征描述见表1，可知产业聚集区的技术创新水平高于30 个省份平均水平，而非产业聚集区的环境规制水平和能源消耗水平高于30 个省份平均水平。

表1 样本区域的变量描述性统计

4 实证分析

4.1 面板单位根检验及最优滞后阶数确定

在对PVAR 模型进行估计之前，需要对各面板序列进行平稳性检验以避免伪回归使结果出现偏差，对此，对数据进行LLC 检验。各个指标检验结果见表2，表明各个变量至少在5%的显著水平上拒绝了“存在单位根”的假设，可以判断各序列是平稳序列。

表2 变量的面板数据单位根检验

为了估计由环境规制、技术创新和能源消耗三者构建的PVAR 模型，需要构建赤池信息量准则（AIC）、贝叶斯信息准则（BIC）、汉南-奎因信息准则（HQIC）确定模型的最优滞后阶数（见表3），结果表明30 个省份的PVAR 模型最优滞后阶数为2阶，产业聚集区为1 阶，非产业聚集区为3 阶。

表3 模型最优滞后阶数

4.2 动态面板数据的高斯混合模型估计

运用系统高斯混合模型（GMM）消除PVAR 模型中的内生性，采用均值差分法和前向均值差分法（Helmert）去除时点效应和固定效应，h_ERI、h_RIN 和h_ENG 是进行 helmert 转换后的变量，L1、L2、L3 分别表示滞后1 期、滞后2 期和滞后3 期。具体结果见表4 至表6，分析如下：

表4 30 个省份能源消耗、环境规制和技术创新关系的GMM 估计结果

表5 产业聚集区域能源消耗、环境规制和技术创新关系的GMM 估计结果

表6 非产业聚集区域能源消耗、环境规制和技术创新关系的GMM 估计结果

（1）环境规制作为被解释变量，30 个省份、产业聚集区以及非产业聚集区滞后1 期的环境规制对自身的影响均在1%的水平下显著，30 个省份和非产业聚集区滞后2 期时分别在1%的水平下显著，非产业聚集区滞后3 期时在5%的水平下显著，说明环境规制政策具有一定的连贯性，且连贯性随时间推移有所弱化；技术创新对环境规制没有显著影响；30 个省份、产业聚集区以及非产业聚集区滞后1 期的能源消耗对环境规制的影响至少在10%的水平下显著，说明能源消耗对环境规制具有负向作用。

（2）技术创新作为被解释变量，30 个省份、产业聚集区以及非产业聚集区滞后1 期的环境规制对技术创新至少在5%的水平下显著，滞后2 期的环境规制至少在10%的水平下显著，说明环境规制对技术创新存在显著的促进作用；30 个省份、产业聚集区及非产业聚集区滞后1 期的技术创新对自身当期的影响均在1%的水平下显著；非产业聚集区滞后2 期在10%的水平下显著，滞后3 期不再显著，说明技术创新具有一定的惯性，且惯性驱动随时间推移有所弱化；30 个省份和非产业聚集区滞后1 期的能源消耗对技术创新分别在5%和10%的水平下显著，说明能源消耗的增加会抑制区域的技术创新水平，产业聚集区则无显著影响。

（3）能源消耗作为被解释变量，30 个省份、产业聚集区以及非产业聚集区滞后1 期环境规制的系数值为负，且至少在5%的水平下显著，非产业聚集区滞后2 期和滞后3 期环境规制的系数分别在5%跟10%的水平下显著，说明环境规制对能源消耗具有显著的抑制作用，且抑制作用随着时间逐渐削弱；30 个省份与非产业聚集区技术创新滞后1 期和滞后2 期的系数值为负，且在第2 期达到最小值，说明技术创新能力的增加会抑制区域能源消耗水平，且具有一定的时间滞后性。

4.3 脉冲响应

GMM 估计结果表明了能源消耗、环境规制和技术创新三者间的静态关系，为了更直观地刻画变量之间的动态交互关系，采用脉冲响应测度分析模型受到某种冲击时对未来各期内生变量的冲击影响程度。借鉴蒙特卡罗的方法，模拟300 次，得到每个误差项的冲击对各变量0 至6 期的脉冲响应函数，结果如图2 至图4 所示。其中，中间曲线表示问题的最终理想解（IFR）点估计值，上下两侧曲线表示95%的置信区间。

图2 30 个省份能源消耗、环境规制和技术创新关系的脉冲响应分析

图3 产业聚集区域能源消耗、环境规制和技术创新关系的脉冲响应分析

图4 非产业聚集区域能源消耗、环境规制和技术创新关系的脉冲响应分析

依据上述脉冲响应函数图像分析，可以得出以下结论：

（1）环境规制、技术创新和能源消耗3 个变量当面对来自自身的信息冲击时会表现出显著的正向响应，这表明环境规制、技术创新和能源消耗都具有相对的经济惯性。

（2）环境规制面对技术创新信息冲击时，就30 个省份而言，技术创新对环境规制的作用不显著，表明政府环境规制政策受技术创新水平作用较小。环境规制面对能源消耗信息冲击时，就30 个省份而言，能源消耗对环境规制具有显著的负面效应，并且这种负面效应在第1 期达到最大值，随后表现出逐年收敛的态势，表明政府环境规制政策的制定会受能源消耗等外在环境影响；相较产业聚集地区，非产业聚集区域负面效应更加显著，究其原因，非产业聚集区经济急需发展、技术创新水平低，以能源消耗为主要发展动力，政府为促进地区经济发展，环境规制相对滞后，故而出现负向作用。

（3）当技术创新面对环境规制信息冲击时，就30 个省份而言，环境规制对技术创新具有显著的正面效应，并且这种正面效应表现出逐年收敛的态势，创新补偿效应的作用占主导地位；但是在产业聚集区域，环境规制对技术创新的正面效应远低于30 个省份，且曲线趋于平稳、波动较小，究其原因，产业聚集地区企业多样性强，能够推动人力资本交互、提高传播效率［24］，而其自身的创新氛围是技术创新的催化剂，因此环境规制对于区域内企业技术创新的贡献率低于30 个省份。

（4）当能源消耗面对环境规制信息冲击时，就30 个省份而言，环境规制对能源消耗具有显著的负面效应，并在第1 期达到最大值，此后负面效应表现出逐年收敛的态势，表明政府环境规制对能源消耗的短期抑制作用明显、长期作用随时间减弱；相比产业聚集区，非产业聚集区环境规制的抑制作用更加显著，究其原因是非产业聚集区的创新资源合力不足、发展相对落后，政府政策对于地区经济发展的宏观调控能力强，而产业聚集区域集中了更多的资源，有利于企业间建立内生互动机制，形成技术创新的聚合叠加效应，使得能源消耗受环境规制等外在因素的影响较少［24］。

（5）当能源消耗面对技术创新信息冲击时，就30 个省份而言，技术创新对能源消耗具有显著的负面效应，在第2 期达到最大值，此后负面效应表现出逐年收敛的态势，但能源回弹效应不显著；相较非产业聚集地区，产业聚集区的负面影响更加显著，究其原因，产业聚集区域集中了更多的资源，有利于企业间形成互助网络，产生技术溢出效应，对经济发展动力作用更加显著；对于非产业聚集区，技术创新对能源消耗的负面作用在第1 期与第2 期中间出现最大值，之后负面作用减弱，在第5 期之后开始呈正面作用，出现能源反弹效应，究其原因，非产业聚集区经济发展处于成长期，技术创新在短期内提高了能源效率，但长期会增加能源消耗需求，因此在后期出现能源反弹现象。

4.4 方差分析

为了进一步考察产环境规制、技术创新和能源消耗之间的相互作用，采用 PVAR 方差分解分析内生变量变化过程中各结构冲击的贡献力度，进行了30 期的方差分解，结果见表7，具体分析如下：

表7 各区域能源消耗、环境规制和技术创新关系的方差分解

（1）30 个省份环境规制对自身的方差贡献率最高，在第10 期时为88.3%、到第30 期时仍然占据 76.4%，其次为能源消耗，最后为技术创新。分地区来看，滞后10 期时产业聚集区域和非产业聚集区域的环境规制对自身的贡献率最高，当滞后30 期时，产业聚集区域的环境规制预测方差有75.6%来自自身、9.21%来自技术创新、15.3%来自于能源消耗，对于非产业聚集区域，环境规制对自身的贡献率为77.5%、技术创新对环境规制的贡献率为4.6%、能源消耗对环境规制的贡献率为17.8%，表明环境规制主要受自身影响，产业聚集区域创新作用更加显著，非产业聚集区域能源消耗作用更加显著。

（2）30 个省份技术创新的方差贡献率主要来自自身和环境规制，滞后10 期时分别为77.2%和17.1%，能源消耗对技术创新的贡献率甚微，说明技术创新主要受自身和环境规制的影响。分地区来看，滞后30 期时，产业聚集区域和非产业聚集区域环境规制的贡献率分别为22.6%和27.9%，技术创新对其自身贡献率分别为69.4%和60.5%，表明非产业聚集区域环境规制对技术创新的作用更加显著，究其原因，产业聚集区域创新环境氛围浓厚，竞争与协作所产生的自发创新为主要驱动力，受外部环境影响小，而非产业聚集区域区域技术创新水平更多受外部环境政策影响。

（3）从30 个省份来看，能源消耗对其自身的影响仍占主导，但环境规制与技术创新的作用不容忽视。能源消耗对其自身的贡献率在第10 期为67.2%，在第30 期降至56.8%，随着时间推移不断减弱。环境规制对能源消耗的作用自滞后20 期时逐步趋于稳定，第30 期贡献率为27.9%，表明环境规制对能源消耗的短期抑制作用更加显著。技术创新对能源消耗的贡献率在滞后10 期为8.4%、在第30期达到15.3%，说明技术创新对能源消耗的作用随着时间推移有所增强。在产业聚集区域，环境规制对能源消耗的贡献率在第30 期为 26%，低于非产业聚集区域地区31.6%，而技术创新对能源消耗的贡献率在第30 期为15.2%，高于非产业聚集区域的13.2%，表明环境规制、技术创新对能源消耗的贡献率存在区域异质性。

5 结论与对策建议

在经济发展受资源环境约束的大背景下，本研究采用2009—2018 年我国30 个省份的面板数据，建立PVAR 模型检验环境规制、技术创新与能源消耗之间的关系，结论如下：

（1）环境规制对于自身具有显著作用，对技术创新具有推动作用。说明环境规制具有一定的政策连贯性，能够抑制区域能源消耗水平，短期抑制效应显著，且抑制作用随时间逐步减弱。

（2）技术创新能够抑制区域能源消耗水平，且该抑制作用具有较长持续性；技术创新水平的提高，短时间内可以减少政府的环境规制行为，但长期作用不显著。

（3）分区域来看，产业聚集区域创新环境氛围浓厚，技术创新水平主要受自身影响，受环境规制与能源消耗影响小，技术创新对能源消耗的作用更加显著；非产业聚集区域的环境规制对能源消耗的抑制作用更加显著，技术创新对能源消耗具有短期抑制作用，长期可能会增加能源消耗水平。

根据上述结论，未来要顺利破解资源环境难题，实现产业结构转型升级和经济高质量发展，提出以下对策建议：

（1）基于环境规制的抑制作用，政府应当利用“有形的手”进行宏观调控，同时合理利用命令控制性环境规制与市场激励性环境规制等多种规制方式，充分发挥环境规制工具之间的互补与协同功能。环境规制的组合方式能够发挥环境规制的直接效应，又能够调动以技术创新为中介的间接效应，使规制效果达到最优。此外，考虑到环境规制的长期作用逐渐减弱，甚至出现“绿色悖论”现象，政府应当与时俱进地颁布新的环境规制，提高行政实施效率。

（2）从低环境成本推动模式转变为科技创新驱动模式。鼓励企业进行技术创新，提高能源利用效率，降低能源消耗；推动技术创新成果落地，转变经济发展方式，实现产业结构升级，从而减少第二产业的能源消耗。

（3）在制定相关政策法规时充分考虑区域特性。对于产业聚集区域，应当适当加强环境规制，激发企业技术创新的动力，同时制定相应的环境排放标准、能源使用标准，引导区域创新方向，强化企业的创新氛围；对于非产业聚集区域，既要实施强制性的行政政策，增加企业负外性成本，同时也应加强对企业技术创新的引导和帮扶，增强政府补贴力度，改变能源利用模式，从根本上实现创新推动能源方式变革，实现绿色创新经济发展。