环境规制、研发投入与绿色技术进步——基于中国省级面板数据的实证分析

纪建悦，孙亚男

(中国海洋大学 经济学院，山东 青岛 266100)

一、文献回顾及问题的提出

改革开放以来，中国经济发展高速增长，粗放的经济发展方式对自然资源和生态环境造成了较大破坏。未来中国经济要实现可持续发展，必须突破资源与环境的瓶颈约束，依赖绿色技术进步。驱动绿色技术进步主要包含环境规制和有针对性的研发活动两个层面。针对日益严峻的资源环境问题，国家不断加大环境规制强度，2018年组建了生态环境部，环保部门职能不断增强，环境保护法律体系日益完善，这些环境规制手段给企业的生产行为施加了严苛的外在约束。同时，党的十九大报告多次强调创新发展的重要性，政府和企业日益重视通过研发活动来应对经济发展面临的资源环境约束。

与本文相关的研究文献主要表现出两条路径：其一，环境规制与绿色技术进步相关研究。景维民和张璐最早提出绿色技术进步的概念，并进一步指出合理的环境规制可以使得技术进步偏向于绿色(1)景维民，张璐：《环境管制、对外开放与中国工业的绿色技术进步》，《经济研究》，2014年第9期。。由于绿色技术进步度量的不仅是生产过程中的技术发展，而且需要考虑污染排放等问题，因而与环境规制之间的联系更为紧密(2)尤济红，王鹏：《环境规制能否促进R&D偏向于绿色技术研发?——基于中国工业部门的实证研究》，《经济评论》，2016年第3期。。当前，对于环境规制与绿色技术进步之间的关系尚未形成统一定论。部分学者持有环境规制对绿色技术进步具有非线性影响的观点。如姚小剑等基于数理模型推导得出环境规制对绿色技术进步的影响不是简单线性关系，而是取决于执行环境规制产生的治污技术进步效应与创新补偿效应大小(3)姚小剑，何珊，杨光磊：《强度维度下的环境规制对绿色技术进步的影响》，《统计与决策》，2018年第6期。。张娟等从微观和宏观层面分别验证环境规制与绿色技术创新之间呈现“U”型关系(4)张娟，耿弘，徐功文，陈健：《环境规制对绿色技术创新的影响研究》，《中国人口·资源与环境》，2019年第1期。。其二，研发与绿色技术进步相关研究。目前关于研发投入与绿色技术进步的研究较少且观点存在分歧。部分学者认为研发抑制绿色技术进步，譬如，张同斌发现R&D投入与生产率增速呈现反向变动关系，即生产率增速随R&D投入增加呈现下降趋势(5)张同斌：《研发投入的非对称效应、技术收敛与生产率增长悖论：以中国高技术产业为例》,《经济管理》, 2014年第1期。。杨仁发等认为企业倾向于选择经济效益更高的技术，对绿色技术的研发投入不足，难以提高绿色技术进步(6)杨仁发,郑媛媛：《环境规制、技术创新与制造业高质量发展》，《统计与信息论坛》,2020年第8期。。另外一些学者则认为研发投入促进绿色技术进步。徐红等基于我国276个城市面板数据对研发与技术进步之间的关系进行实证检验，得出研发投入促进了绿色技术进步(7)徐红，赵金伟：《研发投入的绿色技术进步效应：基于城市层面技术进步方向的视角》，《中国人口·资源与环境》，2020年第2期。。

梳理文献可以发现，既有研究多聚焦于环境规制或者研发投入对绿色技术进步的影响，将三者纳入同一分析框架的研究较少。同时，关于环境规制对绿色技术进步的作用机制，鲜有文献对研发路径进行深入探讨。鉴于此，本文先从理论维度探讨环境规制、研发投入与绿色技术进步之间的关系，再以2005-2018年省级面板数据为样本进行实证检验，构建涵盖期望产出与非期望产出的指标体系计算绿色技术进步，实证检验环境规制、研发投入与绿色技术进步之间的关系。

二、理论分析与研究假说

绿色技术进步测度在环境约束下由自主创新与技术引进带来的经济增长情况，影响绿色技术进步的因素是多方面的，本文主要研究环境规制、研发投入对绿色技术进步的作用效应，在已有研究基础之上，结合中国的实际情况，建立“环境规制—研发投入—绿色技术进步”的分析框架，并提出可待检验的研究假说。

(一)环境规制与绿色技术进步

本文主要从以下两方面分析环境规制对绿色技术进步的影响：一方面，环境规制会对绿色技术进步产生负向作用，即“遵循成本”效应。另一方面，环境规制具有“创新补偿”效应。当环境规制政策执行力度增加时，企业会逐渐意识到绿色生产的重要性，将生产流程进行科学化改进，淘汰落后的生产线，并通过“技术通道”等措施来对其原有技术和产品进行升级和创新(8)Chakraborty P, Chatterjee C.Does Environmental Regulation Indirectly Induce Upstream Innovation? New Evidence from India,Research Policy, 2017(5).。同时，公众的环保意识与日俱增，日益健全的社会舆论监督机制会在一定程度上抑制企业的排污行为，市场机制会倒逼企业实现绿色技术进步(9)Albort-Morant G, et al.The Antecedents of Green Innovation Performance: A Model of Learning and Capabilities,Journal of Business Research, 2016(11).。因此，当环境规制强度处于较低水平时，企业倾向于采取直接治污方式，这会增加企业成本，不利于绿色技术进步。当环境规制强度增加时，企业进行技术创新的积极性增加，由此取得的收益大于成本，实现绿色技术进步。鉴于此，本文提出假设H1——

H1：环境规制对绿色技术进步存在非线性作用。

(二)研发投入与绿色技术进步

研发投入对绿色技术进步的影响一般会受到国家或地区经济发展情况的影响。当经济发展水平较低时，人力资本等往往处于较低水平，低级的人力资本水平与递增的研发投入不相匹配，这导致企业研发无法形成正向产出，无法转化为先进的技术成果促进绿色技术进步。此外，企业追求经济效益最大化，会以利润为导向进行技术选择(10)徐红，赵金伟：《研发投入的绿色技术进步效应：基于城市层面技术进步方向的视角》，《中国人口·资源与环境》，2020年第2期。，偏向于非清洁技术，不利于绿色技术进步。当前，中国践行的绿色发展观念，为研发投入提供了良好环境，研发投入对绿色技术进步的正向作用逐渐显现。当研发投入增加时，这有利于刺激企业开展研发活动的积极性，在一定程度上分散企业进行研发活动失败等风险，增加研发活动的产出成果(11)张小红，逯宇铎：《政府补贴对企业R&D投资影响的实证研究》，《科技管理研究》，2014年第15期。，企业的技术水平整体得到提高，实现绿色技术进步。鉴于此，本文提出假设H2——

H2：研发投入对绿色技术进步存在促进作用。

(三)环境规制、研发投入与绿色技术进步

环境规制不仅具有“环境规制-绿色技术进步”这一直接效应，而且会通过研发投入产生间接效应。当政府实施环境规制政策后，企业为提高市场竞争优势，会进行技术创新活动，研发作为技术创新活动的关键因素，必然受到环境规制的影响(12)Hojnik J, Ruzzier M.What Drives Eco-innovation? A Review of an Emerging Literature.Environmental Innovation and Societal Transitions，2016(19).。然而，环境规制对研发的影响具有不确定性。一方面，在环境规制条件下，企业意识到通过研发来改变企业的非绿色生产行为的重要性，进而加大研发资金投入和相关人才引进力度，不断转化为研发成果，促进绿色技术进步。另一方面，企业考虑到研发成本高且周期较长，且企业的人力资本水平较低等因素，将研发资金转而投入其他用途，企业的技术水平无法提高，并对绿色技术进步产生抑制作用。因此，研发投入在环境规制对绿色技术进步的影响机制中发挥的作用效果有待于进一步的实证验证。鉴于此，本文提出假设H3——

H3：研发投入在环境规制对绿色技术进步的作用机制中发挥作用。

三、模型设定与变量说明

(一)计量模型设定

基于理论分析与研究假说，本文构建以下模型进行研究。

第一，为检验假说1，即环境规制与绿色技术进步之间的关系，构建面板计量模型如(1)所示：

LnGTCit=α0+α1LnERit+α2LnERit2+α3LnCtrlit+εit

(1)

第二，为检验假说2，即研发投入与绿色技术进步之间的关系，构建面板计量模型如(2)所示：

(2)

第三，为检验假说3，即研发投入在环境规制影响绿色技术进步过程中所发挥的作用，参照中介效应模型进行检验(13)温忠麟，叶宝娟：《中介效应分析:方法和模型发展》，《心理科学进展》，2014年第5期。。首先检验环境规制对绿色技术进步的总效应，即模型(3-1)；其次，研究环境规制对研发投入的影响，即模型(3-2)；最后在模型(3-1)的基础上引入研发投入指标得到模型(3-3)，通过检验上述模型的主要变量系数是否显著判断环境规制是否通过影响研发投入作用于绿色技术进步。

(3-1)

(3-2)

(3-3)

进一步，构建动态门槛回归模型如(4)所示，以检验在研发投入的不同区间内，环境规制对绿色技术进步的作用是否存在差异：

LnGTCit=δ0+δ1LnDR·I(L.LnRD≤q)+δ2LnER·I(L.LnRD>q)+δ3LnCtrl+εit

(4)

其中，i和t分别指不同的省份和年份，Ctrlit为i省份t时期的控制变量，εit为随机扰动项，模型中所涉及的变量在下文进行具体分析。

(二)绿色技术进步测算

本文采用EBM—GML方法来测算绿色技术进步，具体而言是从绿色全要素生产率中分解得到绿色技术进步。假定每一省份为一决策单元(DMU)，即k=1,2,3……K，生产时间为t=1,2,3……T。各省份使用投入要素为x=(x1,x2……xn)Rn+；生产期望产出为y=(y1,y2,……ym)Rm+；非期望产出为b=(b1,b2……bi)Ri+；那么生产可能性集合为P(x)={(y,b)∶x→(y,b)}，在该生产技术参考前沿面下计算绿色全要素生产率。

在测算绿色全要素生产率时，现有研究多采用SBM模型将非期望产出纳入测度范围进行效率分析，但是这一模型在测算时存在诸多弊端，例如无法处理投入产出变量同时具有径向和非径向特征的情况等导致计算结果失去准确性。因此，本文使用Tone 和Tsutsui提出的一种同时包含径向与非径向两类距离函数的混合模型，即EBM(Epsilon-Based Measure)模型(14)Tone K, Tsutsui M.An Epsilon-based Measure of Efficiency in DEA——A Third Pole of Technical Efficiency,European Journal of Operational Research, 2010(3).。具体函数表达式为：

(5)

其中，r*是最优效率值，θ是径向模型规划参数，z和ω分别表示各要素的松弛变量和权重，下标为i是非径向投入要素，m是期望产出，w是非期望产出，εx是径向和非径向的核心参数。

从绿色全要素生产率指数中分解得到绿色技术进步指数，传统方式是运用ML指数进行分解，但这一指数存在非传递性和线性规划无解的缺陷且难以观察生产效率的长期变动。本文借鉴Oh提出的Global Malmquist-Luenberger(GML)指数(15)Oh D H.A Metafrontier Approach for Measuring a Environmentally Sensitive Productivity Growth Index,Energy Economics, 2010(1).，求解绿色技术进步。若GTC>1即代表实现绿色技术进步，反之亦然。具体公式如下：

(6)

(三)变量选取与数据来源

1.被解释变量

本文采用EBM—GML方法来测算和分解绿色技术进步，即令基年2005年的绿色技术进步(GTC)为1，然后利用测算出的GTC指数进行连乘而得到2005-2018年的GTC。绿色技术进步使用MaxDEA软件进行测算。在产出指标方面，多数研究将期望产出指标选作各省份生产总值，本文遵循这一做法。非期望产出指标采用三废进行度量，具体为二氧化硫排放量、废水排放总量和固体废物排放量。在投入指标方面，对于资本投入指标，本文参考张军等的处理思路(16)张军，吴桂英，张吉鹏：《中国省际物质资本存量估算:1952—2000》，《经济研究》，2004年第10期。，采取永续盘存法得到2005-2018年的相应数据。对于劳动投入指标和能源投入指标，本文借鉴传统做法，分别采用各省从业人员数、能源消费总量进行衡量。

2.解释变量

环境规制用ER表示，本文借鉴Naso做法，选择环境污染治理投资进行度量(17)Naso P.The Porter Hypothesis Goes to China: Spatial Development, Environmental Regulation and Productivity,Cies Research Paper，2017(2).，从这一角度度量主要是考虑到环境污染治理投资是政府在环境治理中的直接投入，能够有效反映政府的环境保护力度，而且当前中国以环境污染治理投资为主要的环境治理方式，当环境污染治理投资额越大时，环境规制强度越高。

3.中介变量

研发投入用RD表示，本文参考已有研究，选取RD经费内部支出进行度量，此数值越大表明研发投入强度越大(18)赵喜仓，袁茹：《研发投入、技术创新对产业结构升级的影响：基于我国省级面板数据的实证分析》，《科技管理研究》，2021年第10期。。

4.控制变量

本文设置如下解释变量：对外方面，本文选取外商直接投资额与GDP的比值表征对外开放程度，其中外商直接投资额在统计年鉴中为美元单位，先按照当年汇率换算为人民币单位再利用居民消费价格指数进行平减；财政方面，本文考虑财政收入与财政支出的比值表征政府财政自由度；金融方面，金融发展水平采用金融业增加值与GDP的比值表示；产业结构主要考虑第二产业与GDP的比值。

本文以2005-2018年中国30个省份数据为样本进行研究，其中基于数据可得性未考虑西藏以及港澳台地区，数据来源于《中国统计年鉴》《中国环境统计年鉴》和《中国能源统计年鉴》等。本文对缺失数据采用插值法补齐，涉及货币的变量进行平减处理。各变量的描述性统计如表1所示。

表1 变量的描述性统计

四、实证结果分析

(一)基准回归分析

在不考虑研发投入的情况下，首先对环境规制与绿色技术进步之间的非线性关系进行检验，分别使用混合回归、固定效应、随机效应与可行的广义最小二乘法(FGLS)进行回归，结果如表2所示。考虑到各省份之间的经济发展情况存在差异且相互影响，对模型进行检验，结果表明存在组间异方差与组内自相关问题，故本研究选择FGLS估计结果进行分析。

表2 基准回归结果

表中可行广义最小二乘法回归结果显示环境规制一次项系数为负，二次项系数显著为正，环境规制与绿色技术进步之间呈现“U”型关系，即验证H1。观察各列结果可以得到环境规制二次项系数的符号以及显著性未发生改变，仅系数大小有所差异，再一次验证H1。这一结果表明当环境规制强度较低时，企业倾向于采取直接方式治理环境污染，如购置排污设备等，这会加重企业的生产经营负担从而对绿色技术进步产生负面影响。但当环境规制强度增加超过“U”型曲线的拐点水平时，企业从长远考虑会进行技术创新，倾向于选择清洁型技术，实现绿色技术进步。以FGLS回归结果为准，通过计算可以得到“U”型曲线的拐点=9.3182，目前环境规制强度位于此“U”型曲线拐点的右侧，即当前阶段的环境规制强度越大，对绿色技术进步的促进效应越大。

进一步分析各控制变量对绿色技术进步的作用，对外开放程度(FDI)系数为正数，表明当对外开放程度增加时可以将国外的先进技术引进来，增加企业的技术水平，促进绿色技术进步，这一结果与张中元和赵国庆研究结果一致(19)司林波,裴索亚：《跨行政区生态环境协同治理的绩效问责过程及镜鉴：基于国外典型环境治理事件的比较分析》，《河南师范大学学报》(哲学社会科学版),2021年第2期。。政府财政自由度(GOV)系数为负数，表明政府的宏观调控过多会干预市场选择，不利于提高经济效益和实现绿色技术进步，这与李斌等、杜俊涛等的研究结论相吻合(20)李斌等：《财政分权、FDI与绿色全要素生产率：基于面板数据动态GMM方法的实证检验》，《国际贸易问题》，2016年第7期。(21)杜俊涛等：《财政分权、环境规制与绿色全要素生产率》，《科学决策》，2017年第9期。。地区金融发展水平(FIN)系数为正数，即当金融发展水平越高时，对绿色技术进步的推动作用越大，这与弓媛媛、刘章生的研究结果一致(22)弓媛媛,刘章生：《金融结构与绿色技术进步：理论模型、影响效应及作用机制》，《经济经纬》，2021年第5期。。产业结构(IND)系数为负数，这与朱金鹤结论有所出入(23)朱金鹤，王雅莉：《中国省域绿色全要素生产率的测算及影响因素分析：基于动态GMM方法的实证检验》，《新疆大学学报》(哲学·人文社会科学版)，2019年第2期。，可能原因是中国的产业结构问题突出，工业发展规模较大但整体实力有待于提高，部分关键技术受制于人，存在技术短板。

(二)地区异质性检验

基于模型1，将中国30个省份划分为东部、中部、西部地区进行回归分析，检验地区异质性，结果发现三个地区的回归结果存在一定差异。东部地区和西部地区的环境规制一次项系数均为负数，二次项系数均为正数，与中国总体样本回归结果一致，即环境规制与绿色技术进步之间呈现“U”型关系，但东部地区样本回归的环境规制二次项系数大于西部地区，表明东部地区环境规制对绿色技术进步的“U”型曲线更为陡峭，东部地区的工业化进程较快，绿色技术进步对环境规制表现出较高的敏感性，西部地区经济发展相对薄弱，环境污染程度相对较低，其绿色技术进步对环境规制的敏感度较低。中部地区的样本回归样本显示环境规制与绿色技术进步之间的关系不显著。

表3 地区异质性检验结果

(三)中介效应检验

以上是基于模型(1)分析了环境规制对绿色技术进步的影响。下面引入研发投入进行分析，根据前文构建的中介效应模型(3-1)(3-2)(3-3)，基于可行的广义最小二乘法进行实证研究，回归结果如下所示(见表4)。

表4 中介效应估计结果

表中第1列回归结果与基准回归结果相同，第2列是环境规制对研发投入的影响结果，环境规制的一次项系数显著为负、二次项系数显著为正，两者之间呈现“U”型关系。通过计算可以得到，此“U”型曲线的拐点=8.0484，当环境规制强度超过此拐点水平时，环境规制对研发投入呈现促进作用，企业基于应对环境规制政策以及利润最大化的双重动机进行环保技术的研发活动，优化配置企业资源，环境规制效果与环境规制的强度大小联系紧密，适度的环境规制强度会促进企业的研发活动，进行绿色生产以满足市场需求等。

表中第3列是在基础模型中加入研发投入指标后的回归结果，可以得到研发投入作用于绿色技术进步的系数为正，即H2通过验证。当政府加大研发资金投入时，用于环保技术的研发资金增加，将研发成果落地转化为绿色技术应用与生产实践，优化企业的要素资源配置，促进绿色技术进步。表中第3列回归结果显示在加入研发投入这一中介变量后，环境规制与研发投入的系数均显著，表明研发投入在环境规制对绿色发展的作用机制中存在部分中介效应，环境规制通过作用于研发投入来影响绿色技术进步，即验证H3。环境规制系数符号与第1列相同，且环境规制的二次项系数大于第1列中系数，表明当存在研发投入时，环境规制对绿色技术进步的影响增强，这主要是基于研发投入对绿色技术进步存在促进作用，因此在纳入中介变量后，环境规制对绿色技术进步的作用增强。

(四)内生性检验

为解决模型中可能存在的内生性问题，增强实证结果可信度，本文采取以下方法进行检验：(1)将主要解释变量，即环境规制指标滞后一期进行回归，结果如表中第1列所示，这主要是考虑到滞后一期的环境规制与当期环境规制紧密相关，但不会受到当期绿色技术进步的影响，减少当期环境规制与当期绿色技术进步的反向因果关系；(2)将滞后一期的研发投入指标作为工具变量，采用两阶段最小二乘法进行回归，发现工具变量通过有效性检验，本文的研究结论是可靠的。

表5 内生性检验结果

(五)门槛效应检验

由前文分析可得，环境规制与绿色技术进步之间存在“U”型关系且研发投入的中介效应结果显著。下面进一步分析不同研发投入水平下环境规制对绿色技术进步的影响程度，对式(4)进行门槛回归，检验结果如表6所示。实证结果表明本模型中研发投入存在单一门槛值，即15.9058，且该门限值在5%的置信水平下显著。

表6 门限效应检验结果

各变量系数回归结果详见表7。

表7 门限回归结果

如表6和表7所示，在研发投入的不同区间内，环境规制对于绿色技术进步的作用效果存在一定的差异性。当研发投入低于15.9058时，环境规制对绿色技术进步的促进作用为0.0012；当研发投入高于15.9058时，环境规制对绿色技术进步的促进作用为0.0070，在5%水平下显著，即随着研发投入跨越15.9058的门槛值，环境规制对绿色技术进步的促进作用逐渐增强。因此，可以进一步增加研发投入力度，实现环境规制对绿色技术进步的正向作用。

五、结论与政策建议

本文基于2005-2018年我国30个地区的数据，研究环境规制、研发投入与绿色技术进步三者之间的关系，研究结果表明，环境规制对绿色技术进步的作用呈现“U”型关系，当前阶段的环境规制强度对绿色技术进步呈现促进作用，将全国地区划分为东、中、西部地区进行分样本检验结果显示环境规制对绿色技术进步的作用存在差异，东部地区和西部地区与总样本回归结果相似，环境规制与绿色技术进步之间呈现“U”型关系，中部地区的样本回归样本显示环境规制与绿色技术进步之间的关系不显著。研发投入对绿色技术进步呈现促进作用，当政府研发投入增加时，这会促进企业的绿色技术应用与生产实践，实现绿色技术进步。引入中介效应模型和门槛效应模型研究研发投入在环境规制影响绿色技术进步的机制中发挥的作用，发现研发投入在这一机制中存在部分中介效应，环境规制通过研发投入间接作用于绿色技术进步，而且环境规制促进绿色技术进步的过程中存在门槛效应，当研发投入跨越门槛值后，环境规制对绿色技术进步的促进作用愈加显著。

基于实证结果，本文提出以下政策建议:第一，政府应摒弃环境治理和绿色技术进步是零和博弈的思维，兼顾环境规制的成本效应和创新补偿效应，在保护资源环境的前提下发展绿色经济。第二，政府应根据各地区发展现状对环境规制政策进行动态、灵活调整，使得环境规制能够长效促进绿色技术进步。第三，政府应进一步扩大研发资金投入规模，对进行研发活动的企业给予财政补贴、税收优惠等政策激励，积极引导并发挥高科技企业的技术溢出效应，实现绿色技术进步。