环境约束下中国工业技术进步方向识别及影响因素

黄庆华，潘 婷，胡江峰

（西南大学经济管理学院，重庆 400715）

长期以来，工业部门的发展推动了中国经济超高速增长。尤其是在1978—2019年，中国工业增加值从1 633 亿元增长至317 109亿元，增长了近194倍。然而，粗放型工业发展方式也直接导致污染加重、能源消耗过大，使得经济发展不可持续。根据陈诗一［1］的估算，改革开放期间工业部门对经济增长的贡献率只有40.1%，但工业能耗和CO2排放占比却高达67.9%和83.1%。环境承载力逐渐趋近最大阈值，被动等待库兹涅茨拐点来临已不可行［2］，亟须转变发展方式。一般认为，技术进步使得生产前沿面“外扩”来推动绿色技术规模扩张［3］，是化解环境质量改善与经济增长“两难”问题的关键因素［4］。然而，现有技术改进以经济产出最大化为主要目标，忽视了对生态环境的影响，在促进经济增长的同时，也会增加能源消耗［5］。部分地区通过引进外资实现技术水平提升，但也变成了“污染天堂”［6］，尤其是在技术引入初期，利益驱使人们偏向于发展生产型技术，导致生态环境恶化［7］。部分学者对此进行了解释，认为技术进步并非中性，而是有偏的，那些有助于节能减排的技术进步才是化解经济增长和节能减排“两难”问题的突破口［8］。因此，该研究所要回答的问题是：在环境约束日益趋紧的背景下，中国工业技术进步的要素偏向和趋势特征如何？受到哪些关键因素的影响？解答这些问题可以深化对不同环境约束下技术进步方向的认识，为国家制定有益于工业转向绿色增长和技术进步的支持政策提供启示。

1 文献综述

有偏技术进步作为引领中国经济绿色发展的关键，其测度和识别方法主要分为参数方法和非参数方法。一般来说，参数方法具有较好的经济学理论基础，可通过设定特殊的生产函数形式估算全要素生产率和有偏技术进步。钱娟［9］通过CES函数构建技术进步偏向的理论模型，研究表明1995—2015年的工业技术进步方向总体上表现为劳动节约，资本、能源使用。白继山等［10］在要素增强型CES生产函数的基础上，构建了一个Kmenta分析框架，指出中国大多数省份的工业技术进步已由资本偏向转为劳动偏向，少部分省份始终以劳动偏向为主。韩国高等［11］运用超越对数函数测算发现，工业技术进步偏向于资本使用。李小平等［12］基于标准化CES 函数的研究也得出了相同的结论，同时还进一步发现工业资本偏向性技术进步趋于弱化。此外，还有学者构建出基于超越对数函数与Kalman［13］的联合模型，指出工业技术进步总体偏向于密集使用能源［14］。相对而言，非参数方法的特点是无须设定具体的函数形式。Caves 等［15］最早把DEA 方法与Malmquist 指数联系起来，形成了一种有效的计算生产率的方法。杨翔等［8］利用DEA 方法发现，工业总体表现为更多地使用资本和能源要素。王班班等［16］的研究表明，工业技术进步偏向于节约能源要素。具体地，从劳动和能源对比来看，多数行业表现为更多地使用劳动要素；但从资本、中间品和能源对比来看，则更加偏向于使用前两种要素。

自Porter等［17］创造性地提出“波特假说”以来，即合理的环境约束能够促进企业技术进步，并借助由技术进步带来的创新补偿效应弥补遵循成本，进而实现降低污染排放和提升核心竞争力的双重目标，有关“波特假说”的实证研究便开始大量涌现。Lee 等［18］、Hamamoto［19］等认为，环境约束能够显著提升专利申请量和研发投入，支持了波特假说的存在。然而，也有学者认为波特假说实际并不存在。尤其是在总投资额不变的情况下，企业迫于环境约束的压力必须加大减少污染排放资金的投入，必然会产生企业对技术进步的挤出效应［20］。对于以上两种截然不同的观点，学术界主要从技术进步类型和环境约束强度两个方面给予解释。部分学者将技术进步区分为清洁型和非清洁型两类［21］，发现严格的环境约束能够诱导企业从非清洁型技术进步转向清洁型技术进步。也就是说，环境约束对技术进步具有偏向性诱导作用。此外，越来越多的研究也表明，环境约束强度对生产技术进步［22］、治污技术进步［23］的影响轨迹呈“U”型，也有学者认为环境约束强度能够对两种技术进步带来“∽”型影响轨迹［24］。

除了环境约束以外，有关有偏技术进步受到其他哪些因素影响的研究也值得关注和探讨。郑江淮等［25］考察了技术差距对工业有偏技术进步的影响，指出技术差距的缩小对劳动偏向性技术进步具有促进作用；罗知等［26］验证了国际贸易对技术进步及其偏向的影响，认为国际贸易能够通过要素价格扭曲来影响技术进步方向，是导致资本偏向性技术进步的主要因素［27］；潘文卿等［28］从技术扩散的角度考察有偏技术进步，认为北京、上海和广州的技术进步方向对中国其他城市的技术进步及其偏向具有重要影响；徐莹莹等［29］探讨了要素价格扭曲对有偏技术进步的影响，发现自主研发和技术引进是要素价格抑制技术进步偏向于资本的重要途径。除了上述因素以外，潘士远［30］发现，优化劳动力禀赋结构能够改变技术进步偏向性；Fellner［31］的研究表明，劳动力工资的增长是促进劳动偏向性技术进步的重要因素；王林辉等［32］认为，环境政策对技术进步及其偏向产生了重要影响。

综上，目前有偏技术进步研究较为丰富，为该研究奠定了一定的理论基础。但也不难发现，在有偏技术进步的测算方面，现有文献主要采用CES 生产函数测度有偏技术进步［33-34］，而该方法对模型的要求比较严格，对非期望产出的处理存在一定困难，且对生产函数的主观设定一定程度上影响了评估结果的客观性。在环境约束与技术进步关系的研究方面，现有文献主要将环境约束作为外生变量，考察环境约束与技术进步之间的均值回归关系，尚未研究不同环境约束下的技术进步偏向问题。在有偏技术进步的影响因素方面，已有部分学者从环境规制、FDI 和国际贸易等角度进行研究，但尚未将污染治理力度纳入有偏技术进步的识别框架。针对以上不足，该研究拟从三方面有所突破：第一，将劳动、资本和能源要素纳入有偏技术进步的考察范围，运用非径向、非导向的DEA 方法和Malmquist-Luenberger 指数，测算和识别2003—2019年36个工业行业的有偏技术进步［35-36］；第二，区分环境约束强度（无环境约束/弱环境约束/强环境约束），探讨不同环境约束强度下的工业技术进步方向及其演化特征；第三，采用回归模型实证检验环境规制、FDI、研发投入等因素对有偏技术进步方向的影响。

2 研究设计

2.1 研究方法

2.1.1 方向性距离函数

为了实现降低污染排放（“坏”产出）和促进经济发展（“好”产出）的双重目标，该研究采用方向性环境产出距离函数，将“预期”产出和“非预期”产出纳入统一的生产系统。

在产出导向情景下，方向性距离函数具体表述为：

其中：g(gy，gb)是方向向量。借鉴王兵等［37］对方向向量的设定方法，不同环境约束情形所对应的方向向量如下。

情形1：方向向量是g=(y，0)，表示无环境约束，不使用方向性距离函数。

情形2：方向向量是g=(y，0)，表示弱环境约束下，“预期”产出提高而“非预期”产出保持不变。若要通过DEA运算方向性距离函数，还需解出如下线性规划。t

情形3：方向向量是g=(y，-b)，表示强环境约束下，要求同比例提高“预期”产出而降低“非预期”产出。同理，该情形所对应的线性规划如下。

2.1.2 Malmquist-Luenberger指数及其分解

该研究根据Chung 等［38］基于产出导向的Malmquist-Luenberger（ML），t到t+ 1期之间的生产率指数为：

从中分解出效率变化指数（EFFCH）和技术变化指数（TECH）：

若三个指数均大于1，则依次代表生产率增长、效率提高和技术进步；反之，依次代表生产率下降、效率降低和技术倒退；若等于1 表示t到t+ 1期不变。需要说明的是，除了基期TECH可能小于1之外，其他时期TECH均大于或等于1。

根据Fare 等［39］的做法，从技术进步（TECH）中分解出中性技术进步（MTECH）、投入偏向技术进步（IBTECH）和产出偏向技术进步（OBTECH）：

其中：公式（10）度量了生产前沿面的平移，即中性技术进步；MTECH大于1（小于1），分别代表中性技术进步（退化）。公式（11）度量了技术进步随着生产过程中投入的生产要素边际技术替代率发生变动而变化；IBTECH大于1（小于1），表明全要素生产率在投入偏向技术进步的作用下，进一步实现了增进（衰减）。公式（12）体现了多产出条件下，技术进步对产出不同比例的增进效应；在单一产出的条件下，OBTECH大于1。

2.1.3 技术进步方向识别方法

为进一步识别投入偏向技术进步究竟偏向于何种投入要素。该研究参照Weber 等［40］的判别方法，通过要素比例在t期和t+ 1 期的变动与IBTECH大小所构成的组合，来识别技术进步的要素偏向。

假设存在投入要素x1和x2，并且投入偏向技术从t期到t+ 1 期 发 生 了 变 动。当IBTECH＞1，(x1/x2)t+1＞(x1/x2)t意味着技术进步方向为使用x1和节约x2；(x1/x2)t+1＜(x1/x2)t意味着技术进步方向为使用x2和节约x1。当IBTECH＜1时，(x1/x2)t+1＞(x1/x2)t意味着技术进步方向为使用x2和节约x1；(x1/x2)t+1＜(x1/x2)t意味着技术进步方向为使用x1和节约x2。

2.1.4 模型设定

为进一步探讨影响工业有偏技术进步的因素，该研究分别以不同环境约束下的偏向性技术进步指数作为被解释变量。鉴于杨翔等［8］、余东华等［41］认为，环境规制、创新投入、人力资本、国际贸易和外商直接投资等因素对偏向性技术进步具有一定影响。因此，该研究在丁黎黎等［42］关于有偏技术进步的实证研究基础上设置如下模型：

考虑到模型（13）尚未能解释环境规制与不同环境约束的有偏技术进步之间是否存在“U”型关系，该研究参考董直庆等［43］的做法，进一步引入ERi，t的平方项，构建如下模型：

2.2 指标设定与说明

2.2.1 投入产出变量

该研究所需的工业投入和产出变量选取参考已有文献［20，44-45］。

（1）产出变量。①预期产出：采纳刘传江等［44］的做法，采用工业销售产值（Soutput）作为期望产出的代理变量，并利用1990 年工业总产值价格指数进行平减。②非预期产出：对于该变量的测算，相关研究存在较大争议。因此，参照黄庆华等［20］的研究，采用COD、AND、SO2和烟（粉）尘排放量来表示非预期产出，目的是使之与工业环境污染治理费用内容更加契合。

（2）投入变量。①劳动力投入（Labor）：鉴于难以获得工业行业的劳动力工作时间，以各行业平均从业人数作为衡量指标。②资本投入（Capital）：参考孙早等［45］的做法，通过永续盘存法核算工业资本存量。③能源投入（Energy）：借鉴黄庆华等［20］的方法，使用工业各行业的能源消耗量测算。

2.2.2 实证变量

（1）环境规制（ER）。关于环境规制的度量，学者们主要从污染排放密度［46］、治污费用与投资［47］、治污设施运行费用［48］、环境规制综合指数［49］等角度测算。基于数据可得性，并考虑到非预期产出同时包含了废水、废气两类物质，采用废水、废气处理设施费用表示环境规制。

（2）外商直接投资（FDI）。FDI的增减对全要素生产率具有重要影响，进而作用于有偏技术进步。鉴于从行业角度对FDI进行分类的研究较少，借鉴Hu等［50］的做法，测算各行业就业人数中的外商企业就业人数比例、各行业实收资本中的外资和港澳台资企业资本比例，并分别作为劳动型FDI(FDIl）、资本型FDI(FDIk）的衡量指标。

（3）研发强度(RD)。通常来说，技术进步与研发支出成正比关系，将各行业R&D 经费支出占营业总收入的比例作为研发强度的代理变量。

（4）对外贸易开放度(Exout)。对外贸易可促使资本比率和R&D 投入成本改变，进而作用于有偏技术进步［51］。采用工业行业出口交货值占销售产值比例来表示此变量。

（5）人均资本存量(CONSX)。通过该变量与企业总产出的关系判断，可以识别是否存在技术进步因素，以固定资产净值占平均从业人数的比例来体现。

（6）能源生产效率(EP)。为了反映各行业能源利用效率和环境污染情况，采用各行业销售产值占其能源消耗总量的比例来衡量［22］。表1为变量的描述性统计结果。

表1 变量描述性统计

2.3 数据来源与处理

以2003—2019 年中国所有工业行业作为初始样本，数据主要来自《中国工业经济统计年鉴》《中国环境统计年鉴》和《中国统计年鉴》，对初始数据进行了处理。因数据可得性等原因，研究未涉及港澳台地区。

2.3.1 行业归并与拆分

由于国家统计局于2011年对工业行业分类标准再次进行了调整，针对2012 年前后部分工业中分类划分口径不一的问题，借鉴黄庆华等［20］的处理办法，首先，将2003—2011 年的“橡胶制品业”“塑料制品业”合并为“橡胶和塑料制品业”，将2012—2019 年的“开采辅助活动”与“石油和天然气开采业”归并为“石油和天然气开采业”，“汽车制造业”“铁路、船舶、航空航天和其他运输设备制造业”合并为“交通运输设备制造业”；其次，根据2012—2019年“金属制品、机械和设备修理业”各指标比例，对该行业进行拆分后归并到以金属为原材料的行业中。

2.3.2 缺失值处理

针对部分数据缺失，比如2015—2019 年间各行业的COD、AND、SO2和烟（粉）尘排放量，以及环境规制变量数据，2017—2019 年间各行业的R&D 经费支出和能源消耗总量数据，通过线性拟合法进行补齐。

3 环境约束下中国工业技术进步方向的测度与识别

3.1 Malmquist-Luenberger指数及其分解结果分析

基于前述方法，分别对2003—2019年无环境约束、弱环境约束和强环境约束等三种情形下的中国工业全要素生产率增长指数进行了测度，并对其来源进行了分解。

图1为2003—2019 年中国工业在无环境约束、弱环境约束和强环境约束下的Malmquist-Luenberger 指数及其分解结果。由图可知，在不同环境约束情形下，2003—2019 年中国工业全要素生产率在绝大多数年份均表现出增长趋势。具体而言，2003—2005 年为加速增长阶段。这主要是因为，技术效率和技术进步持续上升共同驱动了全要素生产率增长，从而在2005 年推动全要素生产率增长指数达到顶峰。2005—2006 年为衰退阶段。在无约束、弱约束情形下，技术效率大幅度恶化、技术进步速度大幅度下降，共同造成了全要素生产率衰退。在强约束情形下，技术效率虽有所提升，但技术进步速度明显下降，由此导致全要素生产率增长指数进入负增长阶段。2006—2019 年为波动阶段。在这一期间，无约束、强约束情形下的大部分技术效率指数趋近于1，其中以无约束情形的表现最为明显。此外，值得注意的是，无论何种约束，中性技术进步（MTECH）都几乎与技术进步（TECH）重合，表明中国工业技术进步由中性技术进步主导，而有偏技术的贡献相对不足。因此，在后续研究中，该研究仅专注分析有偏技术进步的要素偏向对全要素生产率增长的贡献。

图1 2003—2019年工业Malmquist-Luenberger指数及其来源分解

表2为2003—2019 年工业分行业在无环境约束、弱环境约束和强环境约束下的Malmquist-Luenberger指数及其分解结果。由表2，不论何种环境约束下，中国全部工业行业的Malmquist-Luenberger 指数均大于1；就某一具体行业而言，无环境约束的ML指数＞弱环境约束的ML指数＞强环境约束的ML 指数。值得注意的是，在没有约束的条件下，中国各工业行业的TECH和MTECH差距较大，表明中国工业全要素生产率增长的动力很大一部分来源于非中性技术进步（有偏技术进步）。然而，在考虑了环境约束以后，中国工业行业的TECH和MTECH差距明显缩小，这表明环境约束推动中国工业全要素生产率增长动力逐渐偏向于中性技术进步。

表2 2003—2019年分行业工业Malmquist-Luenberger指数及其来源分解

3.2 工业技术进步方向识别

表3为2003—2019 年工业技术进步要素偏向的识别结果。考虑到篇幅限制，要素偏向测度结果略。在整个考察期内，不同约束条件下的要素偏向技术进步指数（IBTECH）存在较大差异。在没有考虑环境约束的情形下，仅有2011 年、2019 年的要素偏向技术进步指数（IBTECH）小于1，其余年份均大于1，表明要素偏向型技术进步对工业全要素生产率具有长期增长贡献。然而，将减少污染排放决策纳入到统一的生产系统之后，要素偏向技术进步指数（IBTECH）小于1的年份增多。也就是说，环境约束削弱了要素偏向型技术进步对工业全要素生产率的贡献，表明在忽略环境约束的情况下，技术进步指数会被高估［52］。

表3 2003—2019年工业技术进步方向

具体而言：①从劳动和资本对比来看：在没有环境约束的情形下，总体偏向于劳动节约/资本使用技术进步，工业“资本化”趋势十分明显；而在考虑环境约束的情形下，绝大多数年份表现为劳动使用/资本节约。表明在面对环境约束的压力时，工业生产更倾向于通过劳动投入替代资本要素。②从劳动和能源对比来看：在无约束情形下，表现为劳动使用/能源节约技术进步的年份占比10/16；在弱约束、强约束情形下，这一占比分别为8/16 和9/16。值得注意的是，在无约束、弱约束情形下，这两种要素表现出较强的竞争性，但这种竞争趋势在强环境约束的情形下会被弱化，即在2012—2016 年间表现为劳动使用/能源节约。③从资本和能源对比来看：在无约束情形下，除了2005、2019 年外，其余年份均呈现出资本使用/能源节约特征；而在弱约束、强约束情形下，技术进步主要表现为资本节约/能源使用，仅分别有6个年份和5个年份表现为资本使用/能源节约。

综上所述，当不存在环境约束时，资本和能源共同构成了助推工业全要素生产率持续增长的要素来源。但随着环境污染与破坏对经济制约影响的加强，可通过诱致劳动使用偏向技术进步减少工业污染。

表4为2003—2019 分行业工业技术进步方向识别结果，同样考虑到篇幅限制，要素偏向测度结果略。从要素偏向技术进步指数来看，在没有约束的条件下，除电力热力行业小于1 外，其余行业均大于1，表明有偏技术进步有助于中国大部分工业行业全要素生产率的提高。在加入环境因素之后，中国工业的要素偏向技术进步指数明显降低，煤炭开采、石油开采、有色开采和农副加工等诸多行业均出现了小于1的现象。这进一步说明，中国工业的有偏技术进步尚未起到污染减排的作用。从技术进步的要素偏向来看，中国工业在不同约束条件下的表现不尽相同。

表4 2003—2019年分行业工业技术进步方向

具体而言：①在劳动和资本对比中：在无约束情形下，仅电力热力偏向于劳动节约/资本使用，其他行业均倾向于更多地使用劳动、节约资本；在弱约束情形下，表现为劳动节约/资本使用、劳动使用/资本节约的行业分别占比9/36、27/36；在强约束情形下，除煤炭开采、石油开采、黑金开采和通信设备偏向于劳动节约/资本使用外，其余32 个行业均为劳动使用/资本节约。②在劳动和能源对比中：在无约束情形下，有14 个行业表现为劳动使用/能源节约，其余22 个行业均为劳动节约/能源使用；在弱约束情形下，行业技术进步的要素偏向情况与无约束情形相同，即劳动使用/能源节约与劳动节约/能源使用的行业占比分别为14/36、22/36；在强约束情形下，技术进步表现为劳动使用/能源节约的占比为13/36。③在资本和能源对比中：在无约束情形下，除了电力热力倾向于更多地使用能源外，其余行业均倾向于资本使用/能源节约；在弱约束情形下，有9 个行业表现为资本节约/能源使用，其余27 个行业均为资本使用/能源节约；在强约束情形下，除煤炭开采、石油开采、黑金开采和通信设备偏向于资本节约/能源使用外，其余行业均为资本使用/能源节约。

从技术进步要素偏向排序来看，环境约束强度对具体行业技术进步偏向的影响并不明显。除在加入环境约束情形下，石油开采行业、通信设备制造行业表现为资本使用和能源使用（K-E-E），其余大部分行业主要偏向于同时使用三种要素（L-E-K）。

4 实证结果与分析

4.1 实证检验

首先，考虑到利用非平稳数据直接建模可能导致的伪回归问题，根据稳健性要求，分别对各变量进行了相同单位根LLC 检验、不同单位根Fisher 检验。表5 的检验结果显示，在10%的显著水平上所有面板数据都是平稳数据，这说明所有变量都是平稳的。

表5 面板单位根检验结果

其次，选取Kao 检验方法考察面板数据的协整关系。根据表6 可知，各变量在1%显著性水平下拒绝了协整检验的原假设，表明各变量之间具有长期的稳定关系。

表6 面板协整检验结果

4.2 基准回归结果

根据修正的Wald 检验、Wooldridge 检验和Pesaran 检验可以看出，模型存在显著的异方差、序列相关和截面相关，而可行广义最小二乘法（FGLS）估计方法可以有效克服这些问题。因此，选取FGLS 进行参数估计。表7 报告了估计结果。

由表7可知：①环境规制（ER）。环境规制变量在无环境约束、弱环境约束情形下的一次项系数显著为正、平方项系数显著为负，说明环境规制与无、弱环境约束的有偏技术进步之间存在着显著的倒“U”型关系，即随着环境规制强度由小变大，将对无、弱环境约束的有偏技术进步产生“先扬后抑”的影响；在强环境约束情形下，环境规制的一次项系数和二次项系数方向均为正，前者未通过统计显著性检验，但也整体说明了环境规制对强环境约束的有偏技术进步具有促进作用。②外商直接投资（FDI）。不论在何种环境约束情形下，劳动型FDI变量、资本型FDI变量的系数方向始终相反，主要表现为劳动型FDI对弱环境约束的有偏技术进步具有显著的正向影响，但在无、强环境约束情形下却不利于有偏技术进步；资本型FDI在无、强环境约束情形下显著推动了有偏技术进步，在弱环境约束情形下表现为对有偏技术进步产生显著的负面作用。③研发强度（RD）。该变量的回归系数始终在1%的水平上显著为正，表明研发强度对工业有偏技术进步始终具有显著的正向影响，即技术创新有利于加快工业有偏技术进步。④对外贸易开放度（Exout）。该变量的回归系数始终在1%的水平上显著为负，表明对外贸易始终明显不利于工业有偏技术进步，这与Rubashkina 等［53］的研究结论截然不同。原因可能是该研究的有偏技术进步加入了环境约束。⑤人均资本存量（CONXS）。该变量的回归系数始终在1%的水平上显著为负，即人均资本存量在三种环境约束情形下均表现出显著负向作用，表明资本深化阻碍了中国工业有偏技术进步。⑥能源生产效率（EP）。在未考虑环境因素时，能源生产效率对有偏技术进步具有负向影响，但并不显著；加入环境约束以后，能源生产效率由原先的负向影响转为正向影响，且在强环境约束情形下显著推动了有偏技术进步。说明在面临环境约束时，能源生产效率也是推动工业技术进步的动力。

表7 模型回归结果

4.3 稳健性检验

为保证上述研究结论的正确性，进行稳健性检验。①稳健性检验1：由于技术创新活动需要一定的时间才能作用于有偏技术进步，因此该研究考察研发强度滞后一期的影响效应。②稳健性检验2：考虑到异常值和非随机性可能会对估计结果的科学性产生影响，该研究缩尾处理了偏向性技术进步指数1%分位两端的样本数据。③稳健性检验3：鉴于样本时间因素在一定程度上会造成统计结果出现较大的差异，该研究剔除了首尾时间样本数据。前述各种方法得到的稳健性检验估计结果如表8中模型（7）—模型（15）所示。不同环境约束条件下，各变量的系数估计结果和显著性与前文基本相同，回归结果尚未发生太大变化，均验证了基准回归结果是可靠的。

表8 各种稳健性检验结果

5 研究结论与政策启示

为检验环境约束对工业技术进步方向的影响，该研究采用非参数方法测度、识别和比较了2003—2019 年无环境约束、弱环境约束和强环境约束等三种情形下中国工业行业有偏技术进步方向，研究结论可归结如下。

（1）忽略环境约束会高估全要素生产率指数和技术进步指数。与无环境约束情形相比，弱环境约束与强环境约束情形下的全要素生产率指数和技术进步指数明显较低。根据Kumar［54］的观点，这主要是经济发展过程中的技术不环保导致的。当不考虑环境因素时，即在无环境约束情形下，社会对技术进步所产生污染排放的包容度相对较高，技术进步一般体现为产出水平提高和污染增加，此时的技术进步往往会增长生产污染排放，不具备绿色环保特点。因此在考虑到环境约束的情况下，技术进步的贡献就会相对较低。当加入环境约束之后，由于“遵循成本”效应，短期内势必会加重企业的环保负担，抑制企业生产率和盈利能力，从而不利于经济增长［20］。此外，尽管如“波特假说”所言，环境规制改变企业技术进步方向来提高生产率［17］，但“波特假说”的实现一个缓慢且长期的过程［20］。

（2）环境约束影响了技术进步方向。当不存在环境约束时，工业技术进步方向主要表现为劳动节约/资本使用、劳动节约/能源使用和资本使用/能源节约，表明工业部门更倾向于采用资本和能源替代劳动投入；而一旦加入环境约束之后，技术进步方向主要表现为劳动使用/资本节约、劳动节约/能源使用和资本节约/能源使用。由此表明，随着环境约束加强，相对于资本和能源而言，工业部门更倾向于采用能源和劳动替代相对稀缺的资本。

（3）环境规制与无、弱环境约束的有偏技术进步之间存在着显著的倒“U”型关系，对强环境约束的有偏技术进步具有促进作用。劳动型FDI阻碍了无、强环境约束的有偏技术进步，对弱环境约束的有偏技术进步具有显著正向影响；资本型FDI显著推动了无、强环境约束的有偏技术进步，但明显不利于弱环境约束的有偏技术进步。研发强度的提升有利于有偏技术进步，而贸易开放和资本深化则阻碍了有偏技术进步。能源生产效率抑制了无环境约束的有偏技术进步，但促进了弱、强环境约束的有偏技术进步。

基于上述结论，该研究的政策启示可归结为以下三点：①提高对绿色技术创新的补贴水平。考虑到环境约束下的技术进步指数较低，以及绿色技术创新的高风险性和“准公共品”性质，政府应充分发挥创新补贴对工业创新的激励作用，一方面要增强对不同创新阶段的扶持力度来减少创新不确定性；另一方面为绿色产品减税降费以支持绿色技术扩散。②完善和丰富环境约束工具。根据Porter等［17］的观点，只有合理的环境约束政策才能够诱导企业转向绿色技术创新，进而实现竞争力提升和环境质量改善的“双赢”。根据现有研究对环境约束的分类，大致可分为传统的命令-控制性环境约束工具（如排污费）和市场性环境约束工具（如碳排放交易制度）。通常来说，市场化环境约束工具能够为企业节能减排提供更大的灵活性，因而比命令-控制性环境约束工具更利于激发企业创新活力。因此，未来一段时间内应加快构建污染排放市场的探索，通过市场机制实现污染减排。③实施阶段性环境规制政策。有关部门应理解和掌握环境规制与不同环境约束条件下有偏技术进步之间关系中的非线性规律，并根据实际的环境约束强度合理革新环境规制政策，体现出阶段性［55］。尤其是当前中国正处于环境规制体系全面提升时期，相关部门在实施环境规制政策时，应将提升企业的技术进步水平为重点，全面推广绿色环保、性能高效工艺的使用，促使绿色技术进步，提升工业绿色技术水平［56］。