环境规制、FD I与中国工业绿色技术创新效率

2021-12-09徐敏丽陈雪雯

经济研究导刊 2021年32期

徐敏丽，陈雪雯

（江南大学商学院，江苏无锡 214122）

引言

改革开放四十年来，中国经济高速发展，然而粗放型增长模式给我国资源和环境带来巨大负担，不利于中国经济可持续发展。党的十九大报告强调，科学技术创新是我国经济增长走上绿色、高效、可持续的新型道路的重要驱动力。在生态文明建设的迫切需求下，绿色技术创新既符合创新驱动的要求，又与绿色发展相呼应，因此应提升绿色技术创新的战略地位。然而，自然资源的公共品属性与生态环境的负外部性决定了绿色技术创新无法通过单一的市场机制得以实现，需要政府给予科学有效的环境规制。此外，我国连续多年成为引进外资最多的发展中国家，在大量引进FDI 的背景下，研究政府如何合理利用环境规制工具影响外资发挥作用，避免成为发达国家的“污染避难所”具有重要现实意义。只有正确认识环境规制、FDI 与绿色技术创新效率的关系，才能有针对性地实施高效策略，促进我国工业绿色技术创新效率提升。

一、文献综述

（一）环境规制对绿色技术创新效率的影响

波特[1]于1991年提出，适当的环境规制可以促使企业进行更多的创新活动，提升企业的生产能力和盈利能力，抵消由环境保护带来的成本。自此，学者们围绕“波特假说”展开了研究。一部分学者支持“波特假说”，如成琼文[2]等认为，环境规制是促进工业绿色技术创新效率提高的主要因素。也有学者的研究结论与“波特假说”相悖，如Feng[3]等研究发现环境规制的“挤出效应”导致企业绿色创新投入减少，对我国制造业企业绿色创新效率的影响显著负增长。还有学者发现环境规制与绿色技术创新效率呈非线性关系，如王珍愚、曹瑜[4]等发现环境规制与企业绿色创新呈现“U”型关系，只有环境规制提升到一定程度时才能促进绿色创新。此外，也有一些学者发现不同的环境规制政策可能对绿色创新影响具有差异性，如彭文斌[5]等将环境规制分为正式和非正式环境规制，通过门槛模型研究发现正式环境规制对绿色创新效率的影响呈“U”型，而非正式环境规制与绿色技术创新效率为倒“U”型关系。

（二）FDI 对绿色技术创新效率的影响

FDI 对东道国环境的影响存在两个假说：“污染天堂”和“污染光环”。学者们围绕这两个假说展开了大量研究。部分学者支持“污染光环”假说，如杨朝均[6]等分别从全国和地区两个层面验证了FDI 对绿色创新具有显著的积极影响。也有学者支持“污染天堂”假说，认为FDI 流入会给环境带来负担，对绿色技术创新效率不存在甚至存在负面影响。许慧[7]等将工业分为高碳行业和低碳行业进行实证分析，得出结论为FDI 对工业整体和高碳行业绿色技术创新效率产生显著负影响，对低碳行业的影响效果不明显。也有学者认为FDI 对绿色技术创新效率的影响并不是简单的线性关系，两者之间存在门槛特征或者非线性关系。宋马林[8]等提出“综合门槛效应”，认为只有当地区发展水平跨过了门槛值，外商直接投资才能促进绿色技术创新。

由此可见，不论是从环境规制角度还是FDI 角度探讨对绿色技术创新效率的影响，学者们都尚未达成一致。虽然大量研究环境规制、FDI、绿色技术创新效率三者之间关系的文献为本文研究提供了坚实的理论基础，但现有的文献依然存在不足。一方面，虽然已经有部分学者关注到了环境规制工具本身的异质性，有意识地将环境规制划分为不同种类，但是他们仅仅研究了环境规制工具本身对绿色技术创新效率的影响，而没有将FDI 考虑在内；另一方面，在现有将环境规制、FDI 整合到统一的框架中分析它们对绿色创新影响的文献中，很少有学者考虑到了环境规制的异质性。针对现有不足，本文考虑环境规制异质性，运用Tobit 模型将异质性环境规制与FDI 整合到同一框架下，分析不同类型环境规制下FDI 对绿色技术创新效率的影响。

二、工业绿色技术创新效率的测算及分析

（一）方法选取

本文参考肖权[9]基于规模报酬可变（VRS），将绿色技术创新过程分为绿色技术研发和绿色成果转化两个阶段，参照Tone[10]提出的非期望产出的Super-SBM 模型方法，建立非径向非角度的两阶段超效率SBM-DEA模型。Super-SBM 模型的基本思路如下：

假设一组n个生产决策单元（DMU），每个DMU 有m个投入，记为X=（x1，x2，...，xm）ЭRm×n，Q1个期望产出，记为Y=（y1，y2，...，yQ1）ЭRQ1×n，Q2个非期望产出，记为Z=（z1，z2，...，zQ2）ЭRQ2×n，生产可能集P 构建如下：

式（1）中，μ 为权重向量。设定非期望SBM 模型如下：

（2）、（3）式中，Q-、Qg、Qb分别表示投入、期望产出和非期望产出的松弛量，θ（0≤θ≤1）表示目标效率值且严格单调递减。

（二）变量选取与数据说明

本文将绿色技术创新分为绿色技术研发和绿色成果转化两个阶段。指标选取参考赵路[11]等的研究成果。

1.投入指标

绿色技术创新过程的投入变量包括规模以上工业企业R&D 人员全时当量和R&D 经费内部支出。第一阶段的中间产出作为第二阶段的投入，除中间产出外，非研发投入和能源消耗也作为第二阶段的投入。

2.产出指标

第一阶段的产出采用专利申请量及拥有有效发明专利数衡量。第二阶段的产出包括期望产出及非期望产出。期望产出采用新产品销售收入及工业总产值衡量。非期望产出则选取工业“三废”排放量3个混合指标，利用熵值法对3个指标赋予相应权重，得到一个综合指标。两个阶段的投入产出指标具体如表1 所示。

表1 指标选取

（三）中国绿色技术创新效率分析

基于本文构建的两阶段超效率网络SBM-DEA 模型，运用MATLAB 软件测算出中国30个省份2008—2018年历年的绿色技术研发效率（GTR）、绿色技术成果转化效率（GTC）和整体绿色技术创新效率（GTE），结果如表2 所示。

在绿色技术研发阶段，2008—2018年中国工业绿色技术研发效率平均水平为0.477 4，东部、中部、西部平均水平分别为0.624 5、0.400 3 及0.407 4，均处于较低水平，还有较大的改进空间。根据效率排名，绿色技术研发效率处于较高水平的省份主要集中在东部沿海地区，如广东、浙江、上海、江苏等，这些地区具有良好的地理优势，交通便利，经济发展水平高，能够汇集大量人才，并且能够引进吸收国外先进管理经验。在绿色技术转化阶段，东部地区平均水平依然处于前列，能够较好地将技术成果及非研发投入转化为经济产出和环境产出；中西部次之。东、中、西部地区绿色技术转化效率呈现逐渐递减趋势，分别为0.832 9、0.639 0 和0.491 0。中西部地区拉低了全国平均水平。相对于东部地区较高的绿色成果转化效率，全国平均水平仅为0.654 3，仍然有较高的提升空间。将绿色技术研发效率与绿色成果转化效率相比，中、东、西部以及全国平均绿色成果转化效率均高于绿色技术研发效率，这意味着我国仍需加大研发投入，吸收国外先进管理经验、技术，提升绿色技术研发效率。然而，无论是绿色技术研发阶段还是绿色成果转化阶段效率均不高，阶段性较低的水平效率导致中国工业总体绿色技术创新效率水平不高，在2008—2018年时间跨度内平均水平仅为0.565 9。

三、实证分析

（一）计量模型构建

由于使用DEA 模型测算出的工业绿色技术创新效率值介于0—1 之间，本文选取Tobit 模型进行实证分析。根据上文所述，环境规制对绿色技术创新效率的影响可能不是简单的线性关系，因此在模型中也引入三种环境规制的平方项。模型设定如下：

为了验证不同环境规制下FDI 对绿色技术研发效率以及对绿色成果转化效率的影响，构建如下计量模型：

其中，i 和t 分别表示省份和年份，被解释变量GTE、GTR 和GTC 分别为绿色技术创新效率、绿色技术研发效率和绿色成果转化效率，核心解释变量为外商直接投资（FDI），CONER、MARER、AUTOER 分别为命令控制型、市场激励型和自发型环境规制工具，Xit为控制变量，包含地区经济发展水平、人力资本、企业规模、产业结构和政府支持，εit为扰动项。

（二）变量说明

1.被解释变量

本文的被解释变量为各地区工业绿色技术创新效率（GTE）、绿色技术研发效率（GTR）及绿色成果转化效率（GTC），由前文测算得出。

2.核心解释变量

外商直接投资。目前学界针对FDI 的测度尚未统一，本文参考赵路[11]等的方法，采取实际利用外商直接投资额与地区生产总值的比值衡量FDI。

环境规制。本文借鉴薄文广[12]对环境规制的分类及衡量方法，将环境规制分为命令控制型（CONER）、市场激励型（MARER）以及自主型（AUTOER）环境规制。三种类型环境具体衡量指标如表3 所示。为了避免主观赋权的主观判断缺陷，通过熵值法赋予各二级指标相应权重，得到三种类型环境规制强度的具体水平。

表3 环境规制指标分类及指标选取

3.控制变量

本文选取以下因素作为控制变量：地区经济发展水平（PGDP），采用地区人均GDP 表示；人力资本（HC），采用每十万人口高等学校平均在校生数来表示；企业规模（ES），采用规模以上工业总产值与规模以上工业企业数的比值衡量；产业结构（IS），采用第三产业增加值占地区生产总值的比值表示；政府支持（GS），采用政府研发经费支出占地方财政支出的比值表示。

（三）数据来源

由于西藏的数据大量缺失，本文采用除西藏之外中国30个省份2008—2018年面板数据。各省工业绿色技术创新效率、绿色技术研发效率及绿色成果转化效率由前文测算获得，其余数据主要来自各省统计年鉴、《中国工业经济统计年鉴》、《中国科技统计年鉴》、《中国环境统计年鉴》、《中国教育年鉴》以及EPS 数据库。

四、实证结果及分析

本文分别对各地区命令控制型、市场激励型和自主型环境规制下的FDI 流入对绿色技术创新效率（GTE）、绿色技术研发效率（GTR）和绿色成果转化效率（GTC）的影响进行估计，回归估计结果如表4 所示。

（一）FDI 的影响

在命令控制型、市场激励型和自主型三种环境规制下，绿色技术创新效率（GTE）、绿色技术转化效率（GTR）和绿色成果转化效率（GTC）回归系数均为正且均显著，意味着不同类型的环境规制工具下FDI 的流入均能有效提高我国工业绿色技术创新效率，并且对绿色技术创新的两个阶段均有促进作用。一方面，我国政府越来越重视FDI 的进入结构，严格审批污染型FDI 项目；另一方面，FDI 流入所带来的先进生产和污染控制技术，不仅有效减少了自身的污染排放，而且通过竞争、示范以及学习效应，带动了当地企业走向绿色生产。近年来，跨国企业在中国的研发机构逐步开展绿色清洁生产技术的研发，这些研发活动及其技术溢出效应推动了中国工业绿色技术的前沿发展。

表4 FDI、环境规制与GTE、GTR和GTC之间关系的回归结果

（二）环境规制的影响

环境规制工具本身对绿色技术创新效率的影响存在异质性。命令控制型环境规制对绿色技术创新效率的影响不显著，而市场激励型环境规制对绿色技术创新效率的抑制作用不显著，促进作用显著，显著水平为10%。自主型环境规制的一次项系数显著为负，二次项系数显著为正，说明自主型环境规制对绿色技术创新效率的影响呈现“U”型，抑制和促进作用均在5%显著性水平下显著。也说明随着环境信访、两会环境提案数的增多，一定程度上抑制了企业的绿色创新能力，但一旦超过拐点就能产生正向的积极作用。命令控制型和市场激励型环境规制对绿色技术研发效率的抑制效果不明显，自主型环境规制的一次项和二次项系数为显著的一负一正，意味着两者存在显著正U 型关系。命令控制型和自主型环境规制对绿色技术转化效率的影响不显著，市场激励型环境规制对绿色成果转化效率的影响呈现“U”型。一种可能的解释为，本文市场激励型环境规制的衡量指标为企业应对环境规制的成本（即工业污染投资和环保投资），这种环境规制的响应成本虽然会增加其生产成本，但前期这个费用在生产总成本中相对较低，因此，企业能够通过调整原有的生产决策或生产结构来弥补环境规制带来的成本，从而忽视绿色技术创新的污染控制效果。有的企业甚至会将原本用于绿色技术创新的资金用于承担环境监管成本。也就是说，环境规制引起的“挤出效应”使得企业的绿色创新投入减少，从而对绿色创新产生抑制作用。但是，当环境规制强度越过拐点，企业所面临的环境规制响应成本无法用其他方式覆盖时，企业便会将重心转移到绿色技术创新以控制成本。此时“补偿效应”大于“挤出效应”，绿色技术创新效率得以提升。

（三）控制变量的影响

地区经济发展水平的系数仅在模型（6）中不显著，其余模型均显著，说明地区经济发展水平对绿色技术创新效率具有正向作用，地区发展水平越高，越能吸引人才和外资，越有利于绿色技术创新技术的提升。产业结构在模型（1）—（9）中检验结果均显著为负，表明目前我国产业结构还不足以支持绿色技术创新效率的提升，需要优化产业结构，继续发展第三产业。企业规模对绿色技术创新效率的正向影响在命令控制型和自主型环境规制下显著，在市场激励型环境规制下不显著。企业规模在三种环境规制下均对绿色技术研发效率有显著的促进作用，这是因为大中型企业具有雄厚的资金，有资本提供技术研发阶段所需的优秀人才和机械设备。而企业规模对绿色成果转化效率的抑制作用仅在市场激励型环境规制下显著，命令控制型和自主型环境规制下不显著。人力资本在三种环境规制下抑制绿色技术创新效率及绿色技术研发效率，对绿色成果转化效率的抑制作用不显著。这表明，目前国内工业缺乏足够的人才，导致学习能力不足，不能有效吸收和消化FDI对绿色技术创新的技术溢出。政府支持的系数在模型（1）—模型（6）中均在1%水平下显著为正，说明政府支持能有效促进工业绿色技术研发能力，但是在成果转化阶段，政府支持对绿色技术转化成经济产出与环境产出的促进作用不明显。