技术创新对环境污染影响的研究

周勇键

（广东外语外贸大学，广州510006）

1 引言

改革开放以来，中国取得许多辉煌成就。我国已经基本实现全面建成小康社会目标；全国脱贫任务基本完成；在科技方面，北斗全球导航系统全面建成，火星探测器成功发射；在经济方面，工业产值位列世界第一。然而，在中国经济呈现高速增长态势的同时也面临资源的匮乏和环境的恶化。Grossman 和Krueger（1995）认为收入水平较低的国家中环境污染与人均GDP 呈负向关系[1]。环境污染现象日益严重，不仅危害人们健康，也为社会的转型和发展带来一系列问题。为此，习近平总书记在党的十九大报告中指出，要贯彻和落实保护环境的基本国策。当前，我国正处于经济转型时期，在推进服务业高质量发展的同时，在工业方面更注重绿色化发展，采用新能源、可再生能源代替传统的不可再生能源，更加注重减排，提高资源利用效率，实现可持续发展，这些都与技术创新密切相关。

2 文献回顾

环境污染有很多影响因素，主要包括外商直接投资（许和连和邓玉萍，2012）[2]、产业结构（李鹏，2015）[3]、城市化水平（李姝，2011）[4]等，其中，技术创新是研究环境污染的重要切入点。国内外学者探究技术创新对环境污染的影响主要持3 种观点：

第一，部分学者认为技术创新有利于缓解环境污染。Kemfert（2004）探究企业的技术研发与能源利用率的关系，认为增加技术研发的支出能显著促进能源利用率的提升[5]。王鹏和谢丽文（2014）探究企业创新与工业废水、废气、固体废物污染治理效率之间的联系，发现企业技术创新显著提高二氧化硫的去除率，而在工业用水循环利用和工业固体废物综合利用率方面促进作用相对较弱[6]。

第二，有学者持相反观点，即技术创新会进一步恶化资源环境，造成严重的环境污染。李粉等（2017）通过分析中国21 个工业行业，认为技术创新不利于环境污染的改善，同时，其发现产业集聚通过技术创新进一步恶化资源环境，处于产业集聚初期和中期的企业更多地关注利润和报酬，环保技术往往被忽视[7]。Zhang 等（2019）提出了环境规制对空气污染治理影响的理论机制，认为技术创新通过“合规成本”效应进而恶化空气环境，技术创新与环境污染具有显著正向关系[8]。

第三，有学者认为二者之间的关系并不是单一的促进和抑制关系，或者需要在调节变量的控制下二者之间才会有关联。孙军和高彦彦（2014）对技术创新进行异质性实证分析后发现，只有资源节约型的技术创新才能促进环境污染问题的减缓，部分发达国家更多地只顾眼前的利润利益而忽略本身所带来的环境污染等社会影响，同时，末端治理模式使后发国家也经历环境污染，形成恶性循环[9]。白俊红和聂亮（2017）基于倒U 形的环境库兹涅茨曲线的理论观点提出假设，通过门槛回归分析发现我国技术创新与环境污染存在倒U 形关系，东部、中部已经进入环境污染下降阶段，而西部还未进入下降阶段[10]。

综上所述，目前对于技术创新与环境污染的关系还没有明确的界定。可以发现，年份较远的文献通常赞同技术创新有利于环境污染的改善，但是近年来的观点更多是倒U 形以及技术创新加剧了环境污染的恶化，为此，需要辩证地看待二者的关系，对今后社会与经济的发展指明新的方向。

3 研究设计

3.1 计量模型的构建

为分析技术创新与环境污染的关系，本文构建了空间面板模型。

式（1）～（3）分别为空间自回归模型、空间误差模型与空间杜宾模型。其中，被解释变量lnair 为环境污染状况；核心解释变量lntech 为技术创新水平；ρ 和θ 为空间自回归系数；W为空间权重矩阵；X 为控制变量集；εi，t为随机误差；ψi，t为遗漏变量的空间相关性；μ 为时间和个体效应；i 和t 分别为省份和时间。

①空间权重矩阵。

本文选取0-1 矩阵作为空间权重矩阵。众多学者采取空间权重矩阵（0-1 矩阵）对环境污染状况进行分析，当省份i与省份j 边界相邻时，取值为1；反之两个省份边界不相邻时则为0。

②空间自相关检验。

在进行空间面板实证分析时，首先应检验是否存在空间自相关，通常通过莫兰指数、吉尔里指数和Getis-Ord 指数进行检验。本文采用莫兰指数（Moran's I）进行检验分析。

3.2 变量选取

本文选择二氧化硫的排放量作为被解释变量。核心解释变量创新水平通常用专利申请量来衡量。对于控制变量，外商直接投资通常采用实际利用外资占GDP 比重来衡量；经济发展水平采用人均实际GDP 来衡量；人口规模水平采用人口总数来衡量；财政支出采用财政支出占GDP 比重来衡量。

基于数据的可得性，本文最终选取2003-2017年中国31个省份的面板数据进行实证检验，数据主要来源于2004-2018年《中国统计年鉴》《中国环境统计年鉴》。变量的描述性统计如表1 所示。

表1 变量描述性统计

4 实证研究

4.1 空间面板模型分析

表2 为2003-2017年中国31 个省份环境污染的莫兰指数。从空间权重矩阵的Moran's I 指数可以看出，系数均大于0，且都在1%水平下通过显著性检验，表明环境污染的布局情况具有空间正相关性。

表2 中国2003-2017年31 个省份环境污染的莫兰指数

由表3 可知，空间回归系数ρ（λ）均大于0，且均通过1%的显著性水平，这表明中国各省份的环境污染存在空间溢出效应，受到相邻省份环境污染的影响，同时，受到相邻省份冲击扰动的影响。空间面板模型的LR 检验结果表明，都通过1%的显著性水平，拒绝SDM 可以还原成SAR 和SEM 的原假设，同时，SDM 中R2和Log-likelihood 的数值最大，表明模型拟合效果最佳。为此，本文选择空间杜宾模型进一步分析。模型3 的空间系数ρ（λ）为0.610 4 且通过1%的显著性水平，表明技术创新的必要性，且对环境污染的恶化具有缓解作用。首先，技术创新带来了生产技术的进步，促进了能源循环利用，大大减少了能源的消耗量，进而能源在消耗过程中转化的各种污染物的排放量减少。其次，新能源时代更多以风力、水力、太阳能发电，新能源汽车的普及使清洁能源代替传统汽油，环境污染得到改善。在技术创新的同时促进产业结构优化与转型，淘汰传统粗放的重污染企业，转向低排放的高新技术制造业与现代服务业。从空间滞后项系数来看，技术创新对环境污染的影响也呈负相关关系，且通过1%水平的显著性检验。由于技术创新往往具有溢出效应，当某个省份技术创新水平较突出时，往往会向四周省份辐射，带动四周省份的发展，较为典型的例子就是苏浙沪地区，通过技术相互共享，在能源利用、新能源的研究与绿色科技等方面作出卓越的贡献。

表3 空间面板模型的估计结果

4.2 稳健性检验

为确保实证的有效性，本文进行稳健性检验：第一，为剔除异常值对结果的影响，利用winsorize 函数对样本进行缩尾处理；第二，将表示环境污染水平的二氧化硫排放量换为工业废水排放量进行空间杜宾回归。表4 为稳健性检验结果，从中可以看出，模型1、2 中技术创新水平的系数依然为负值，且通过5%的显著性水平，肯定了技术创新可以改善环境污染，同时，控制变量估计结果也与上述空间面板估计结果大致相同。

表4 稳健性检验结果

5 结论与启示

本文基于2003-2017年中国31 个省级面板数据进行实证分析，探讨技术创新水平对中国环境污染的影响，得出以下几点结论：通过空间杜宾模型进行回归分析，结果表明环境污染具有空间正相关性，呈现“高-高、低-低”的空间集聚现象。通过工业废水排放量代替二氧化硫排放量进行稳定性检验，肯定了技术创新改善环境污染的情况。

基于以上结论，本文提出以下政策建议：企业应继续加强技术创新水平的提升，通过生产技术的不断研发，提供环保设备的强力保障，同时，新的生产技术的出现和新设备的研发，通过减少资源、能源的消耗，提高资源、能源的利用效率，大大减少污染物的排放量。政府应加强环保政策的实施与监管，完善环保政策体系与绿色产业体系，加大对企业绿色技术创新的研发投入，加大对企业的绿色监管执行力度，引导企业增加清洁环保技术的研发投入，加大对新型环保产业和节能产业的技术支持，依靠科技创新加快推动制造业绿色转型升级。