环境规制、新型城镇化与低碳技术创新
2023-02-14孙佳
孙 佳
(黑龙江财经学院,黑龙江 哈尔滨 150025)
一、引言
改革开放至今,中国经济发展取得瞩目成就,但经济增长仍未摆脱高碳排放的发展模式。现阶段,中国已经超越美国成为世界第一碳排放大国。据Wind 数据显示,2020 年中国碳排放总量约为99 亿吨,连续四年增长。而根据《2020 全球环境绩效指数》显示,中国环境保护绩效指数(EPI)评估分数为37.3分,在180 个国家仅排第120 位。可见,当前中国碳排放问题已十分严峻。这一形势下,中国科技部多次召开有关“碳减排”内容会议。2021 年3 月,中国科技部正式发布《科技支撑碳达峰碳中和行动方案》,明确提出推动低碳技术、零碳等技术研发行动方案。2021 年10 月,国务院印发《2030 年前碳达峰行动方案》,再次重申构建低碳经济与可持续的经济发展模式与创新低碳技术的重要性。党的二十大报告也明确指出,积极稳妥推进碳达峰碳中和,助推工业、建筑、交通等领域清洁低碳转型,积极参与应对气候变化全球治理。一定意义上,提高低碳技术创新水平,已然成为实现经济增长与环境保护协调发展的重点任务。
在推动低碳技术创新过程中,环境规制作为政府保护环境的重要手段,其社会功能日益受到各界重视[1]。严格的环境规制政策对高污染、高碳排放企业的节能减排与能源利用具备强烈约束作用,能够倒逼企业主动进行绿色技术研发,进而提高低碳技术创新水平。与此同时,作为现代社会进步发展的重要趋势,城镇化所带来的人力资本集聚效应在有效带动区域经济发展同时,引发的环境污染加剧现象不容忽视。对此,2014 年国务院正式印发《国家新型城镇化规划》,首次提出构建人文、智慧、绿色并存的新型城镇。随后“十三五”及“十四五”规划均提出城镇绿色、低碳转型行动方案,同时出台严格的环境规制政策对高污染、高碳排放企业进行约束,推进低碳转型。那么,环境规制与新型城镇化是否对低碳技术创新产生促进作用?环境规制与新型城镇化是否具有协同效应?二者对低碳技术创新的影响是否存在地区与时期异质性?解析上述问题有助于政府制定科学环境规制制度与完善新型城镇化建设,缓解经济发展与生态环境之间的矛盾,为地方政府加速推进低碳技术创新发展提供新的政策视角。
二、文献综述
当前,中国经济、社会发展以及新旧动能转换均处于转型关键期,低碳技术的研发与创新是确保中国各领域转型与高质量以及绿色发展的重要保障[2]。围绕其影响因素,范德成、张修凡(2021)[3]研究认为,企业间组成的碳减排联盟能够正向推动低碳技术创新,而技术共享在二者间发挥部分中介作用。宋德勇等(2020)[4]指出,以城市为单位的低碳试点对于低碳技术创新的正向推动作用明显,城市规模以及资源禀赋均在低碳城市试点与低碳技术创新间发挥正向调节作用。与此同时,有关环境规制如何驱动低碳技术创新日益成为学术界重点关注话题。在研究初期,新古典经济学认为环保政策为企业发展施加环境治理压力,将增加企业环保投入,不利于企业技术创新与转型升级[5]。Porter& Linde(1995)[6]提出环境规制刺激企业优化治理模式,以新技术实现核心竞争力与经济收益提升的“波特假说”。“波特假说”否定了新古典经济学中环境保护政策对经济增长的负面影响。此后,“波特假说”的观点被部分学者接受并进一步延伸。崔建鑫、赵海霞(2015)[7]认为,恰当的环境规制能激活企业资源配置优化和技术改进,并将新技术应用于生产中形成“创新补偿效应”。孟凡生、韩冰(2017)[8]将政府环境规制工具细分为低碳技术创新投入补贴、碳税以及碳排放权交易三种,认为三种环境规制工具合理组合能够有效推动低碳技术创新行为。余粮红等(2022)[9]认为,环境规制对海水养殖业绿色水平的影响为正,且不同规制水平存在不同作用方式,有助于提升海水养殖业低碳技术水平,降低海水养殖业碳排放水平。
总体来看,现有主流研究较为认同环境规制对低碳技术创新的正向影响。但低碳技术创新发展不仅需要配备有力的政策指引,还需要外部社会环境的整体支持。而新型城镇化的建设更注重绿色与低碳发展,有利于为低碳技术创新与研发提供良好环境。何育静、蔡丹阳(2021)[10]指出城镇化水平提升,加速了城镇地区要素流动速度且能够优化资源配置,对本地区绿色、低碳技术创新具有显著正向影响。蔡兴(2021)[11]研究认为城镇化的高速发展一方面通过加速要素流动影响技术创新,另一方面通过激活市场活力推动技术创新。随着以人为本的新型城镇化建设提出以来,新型城镇化在中国经济发展、城乡协调发展、经济与生态协同以及创新驱动的推进过程中发挥明显推动作用[12]。李剑培、顾乃华(2020)[13]指出,当新型城镇化建设至一定水平时,其对城市各领域技术创新的正向作用逐渐释放。
综上所述,学术界关于低碳技术创新的内涵、影响以及环境规制与新型城镇化对其影响的研究已较丰富。但鲜有学者对环境规制、新型城镇化及其两者协同效应对低碳技术创新的影响及作用路径展开探讨。因此,文章将环境规制、新型城镇化与低碳技术创新归纳至统一研究框架,分别探究环境规制与新型城镇化对低碳技术创新的影响。同时,对环境规制、新型城镇化对低碳技术创新的影响效应进行分解,并对区域异质性和时期异质性展开深入探讨。文章可能的边际贡献在于:一是将环境规制、新型城镇化与低碳技术创新置于统一研究框架,同时探究环境规制与新型城镇化对低碳技术创新的协同效应。二是结合现有研究,基于《2022 年新型城镇化和城乡融合发展重点任务》等政策文件,探索性构建涵盖城乡融合内容的综合评价指标体系,丰富新型城镇化指标涵盖内容。三是考察环境规制与新型城镇化在不同地区与时期影响低碳技术创新的异质性效果,以期深化现有研究,同时也可以为中国推进低碳技术研发与创新提供一定参考。
三、研究设计
1.模型设计
鉴于技术的空间自相关特征,采取空间计量模型对可能存在空间溢出效应的变量展开实证探讨[14,15]。同时,为避免仅使用SEM(空间误差) 模型抑或是SLM(空间滞后) 模型导致的估计结果误差,文章采用SDM(空间杜宾) 模型展开实证探讨,构建如下模型:
式中,LCTit为城市i 第t 年的低碳技术创新水平;ERit为城市i 第t 年的环境规制强度;URit为城市i 第t 年的新型城镇化建设水平;X 为控制变量合集,αi及γi分别表示城市与时间固定效应,ρ 表示低碳技术创新的空间自回归系数,Wij为空间权重矩阵,νit则为误差项。
基于对城市间空间分布特征与地理邻近情况,以城市间地理距离倒数的地理距离权重矩阵作为文章空间权重矩阵,并做标准化处理,具体公式如下所示:
2.变量选取
(1) 被解释变量
低碳技术创新(LCT)。低碳技术创新指标采用学术界常用的CPC(欧洲与美国专利局共同建设联合专利分类) 中,Y 分类下属的Y02 系列专利申请数表征低碳技术创新[16,17]。其中涵盖Y02B 建筑业相关的气候变化缓解技术、Y02C 温室气体处理、Y02E 减少与能源相关温室气体排放、Y02P 降低商品生产气候影响的技术、Y02T 缓解交通运输相关气候变化技术、Y02W 缓解处理污水以及管理废物有关的气候变化技术。
(2) 核心解释变量
环境规制(ER)。通常环境规制策略的选择依托地方政府治理环境意愿,不同地区环境治理强度存在差异,且衡量方式较多[18,19]。文章借鉴孙玉阳等(2020)[20]的研究,同时考虑到数据可获取性,以工业污染源治理投资与工业增加值比值表征环境规制强度。
新型城镇化(UR)。相较于传统城镇化水平的衡量方式,新型城镇化更注重内在质量的提升。因此,在参鉴既有研究的基础上[4],根据国务院办公厅印发的《关于推动新型城镇化建设水平的意见》以及国家发改委印发的《2022 年新型城镇化和城乡融合发展重点任务》等文件,从人口、经济、城乡协调、生态环境、公共服务五个维度选取指标组成评价指标体系。同时,运用SPSS 22.0 数据统计软件对所选指标展开多重共线性与主成分分析,随后进一步对评价指标体系进行优化与重构,采取Matlab 数据分析软件测出熵值,最终得到新型城镇化水平测度结果。具体新型城镇化水平评价指标体系如表1 所示。
表1 新型城镇化评价指标体系
(3) 控制变量
为解决遗漏变量导致的模型回归结果偏误问题,参考既有研究[21-23],选取以下控制变量:人力资本水平(HC),人力资本水平提升意味着高素质、高技能劳动力增多,能够为技术创新能力的提升提供人才支撑,成为低碳技术研发的内在动力,以每百万人在校大学生数量指代;产业结构水平(ISL),随着产业转型逐渐由一、二产业向第三产业过渡,新技术与新工艺的使用渐趋广泛,有利于低碳经济发展,以第二产业占GDP 比值占第三产业占GDP 比值的比重表征产业结构水平;政府干预(GOV),一定程度上反映政府对于低碳环保技术开发的重视程度,以财政收入占GDP 比重表征;对外直接投资(OFDI),有利于中国获取东道国逆向技术溢出,对于低碳技术研发具有正向推动作用,以对外直接投资流量占GDP 比重进行表征。
3.数据来源
鉴于数据可获取性与完整性,研究样本选取中国285 个地级及以上城市,研究时段为2011—2020 年。数据主要来源于历年《中国统计年鉴》 《中国环境统计年鉴》 《中国城市统计年鉴》,以及政府统计部门网站公开数据与EPS 数据库。低碳技术创新相关专利数据来自incopat 全球专利数据库。针对个别城市存在个别年数据缺失现象,使用线性插值法进行估算与填充。最后,鉴于数据量纲差异,对数据进行对数化处理。
四、实证检验
1.回归分析
(1) 空间计量模型适用性检验
在展开回归分析前,采用LM(Error)与稳健的Robust-LM(Error)对空间相关性进行检验。与此同时,使用LM(Lag)与稳健的Robust-LM(Lag)检验空间滞后性,检验结果见表2。由表可知,检验结果均为显著,说明模型同时具有空间误差项与空间滞后项,选用空间Durbin 模型(SDM)进行实证探讨更为合理。考虑到空间误差效应与空间滞后效应同时存在的情况,使用拟然比检验(LR)与沃尔德检验(Wald)进一步确定空间计量模型的选择。检验结果显示,拟然比检验(LR)与沃尔德检验(Wald)结果均通过1%显著性检验,故空间杜宾模型不能退化为空间误差模型(SEM)与空间滞后模型(SLM),使用空间杜宾模型展开空间计量具有合理性。同时,Hausman 检验结果表明选用固定效应模型为最优。
表2 空间计量模型适用性检验
(2) 基于FGLS 法的SDM 模型回归分析
为解决空间Durbin 模型(SDM)组内自相关、组间异方差以及组间同期相关等可能出现的问题,参鉴徐飞、唐建新(2017)[24]的研究,采用FGLS 方法对固定效应模型进行回归估计,回归结果如表3 所示。其中第(1)列为不包括环境规制与新型城镇化交互项的估计结果,第(2)列则为包含二者交互项的估计结果。对比两列回归结果可知,模型中增添了环境规制与新型城镇化的协同效应,空间溢出效应与核心解释变量的估计系数均有所上升,控制变量中仅政府干预略有降低。由第(2)列回归结果可知,控制相关变量后,空间自相关系数ρ 为正,且通过1%显著性检验,可知低碳技术创新具有明显的空间自相关。若其他条件保持不变,环境规制对低碳技术创新的影响显著为正,地方政府通过提升环境规制强度指引地方产业绿色化转型,研发低碳清洁技术,助推低碳技术创新。新型城镇化对低碳技术创新的影响显著为正,表明新型城镇化的建设为低碳技术研发提供良好环境与要素流动基础,有助于低碳技术创新。环境规制与新型城镇化的交互项估计系数为正,且在10%水平下显著。表明环境规制与新型城镇化对低碳技术创新存在协同提升效应。环境规制的空间溢出效应系数估计值为负,表明地方政府加强环境规制力度提升本地区低碳技术创新时会对周边地区低碳技术创新产生负向影响,形成了虹吸效应。究其原因,当地政府环境规制强度提高将倒逼本地区高污染、高能耗企业转移至周边地区,对周边地区生态环境形成压力,不利于周边地区低碳技术创新。新型城镇化的空间溢出效应估计系数为正,说明新型城镇化的建设提高了要素流通水平,有利于相邻地区低碳技术创新。
控制变量方面,在其他条件不变的情况下,人力资本水平的估计系数为正,且通过5%显著性检验,表明人力资本水平的提升能够显著提高低碳技术创新水平。究其原因,高技能人才的增加,为地方研发低碳技术、构建低碳经济发展模式提供人才支持。政府干预的估计系数为正,且通过10%显著性水平检验,说明政府干预有助于推动低碳技术创新。原因可能在于,政府财政支出预算与低碳发展补贴等支出增加,有助于为低碳技术的研发与创新提供资金支持。对外直接投资的估计系数为正,且通过1%显著性检验,说明对外直接投资的增加能够显著提升低碳技术创新水平。究其缘由,对外直接投资有助于母国企业获取东道国非核心逆向技术溢出,促进地方技术进步,为低碳技术研发提供技术支撑。产业结构水平的估计系数为正,且通过10%显著性检验,说明产业结构水平的提升对低碳技术创新产生正向推动作用。原因在于,产业结构水平提升使得更多新技术得到应用与推广,为地方研发低碳技术提供了良好环境。
基于对环境规制实施以及新型城镇化建设时滞性的考量,将环境规制与新型城镇化做滞后一期处理并重新代入模型中回归。回归结果如表3 第(3)、(4)列所示。对比(1)、(2)列可知,解释变量当期与滞后一期回归结果的估计系数方向与显著性并未发生明显变化,系数值变化亦不明显,表明环境规制与新型城镇化的滞后效应对模型回归结果影响不显著,故以下分析仍采用当期变量进行探讨。
表3 基于FGLS 法的SDM 模型回归结果
鉴于含有空间交互效应的空间计量模型回归结果可能存在偏误,为解决该问题对各解释变量进行直接与间接效应分解,效应分解结果如表4 所示。观察可知,环境规制对本地区低碳技术创新的直接影响为正,且在1%水平下显著。新型城镇化对本地区低碳技术创新的影响为正,且在5%水平下显著。环境规制对低碳技术的空间溢出效应为负,且在10%水平下显著。新型城镇化对低碳技术创新的空间溢出效应为正,且在5%水平下显著。相较于最直接的点估计法所得系数,直接效应与空间溢出效应估计系数均表现出不同程度下降。两种方法的估计系数值大小存在差异,表明使用最直接的点估计方法得出的系数分析变量变化效应的结果存在偏误。这主要由于SDM 模型中存在内生交互效应,使模型内部产生反馈效应,即影响邻近地区低碳技术创新的效应会传递至周边地区,且源于邻近地区的影响亦将传递回本地区。
表4 基于SDM 模型的效应分解
2.内生性探讨
当前中国环境规制主要是以投资治理、制定环保条例、政府颁发环境保护法规以及节能减排行政手段等形式执行[25,26]。而政府工作报告作为经济与环境协调发展的规划及政策指导,能够较好体现地方政府污染治理与改善意愿程度及其力度。文章借鉴上官绪明、葛斌华(2020)[27]的研究思路,首先,确定环境规制的工具变量,以历年政府工作报告中环境相关词汇与总词汇占比表征;其次,计算地级市工业总产值与所在省级行政区的工业总产值比值,以此衡量省内城市政府环境治理意愿与强度的异质性;最后,对环境规制工具变量做相乘处理,形成衡量地级市且具有异质性的环境规制工具变量。
基于上述建立的工具变量的回归结果如表5 所示。由表可知,核心解释变量对低碳技术创新的影响与基准回归结果较为一致,影响方向与显著性均未发生明显改变。但从回归系数值来看,与基准回归结果相比,环境规制的直接效应系数明显增大,而新型城镇化的直接效应系数有所下降,说明基准回归存在的内生性问题致使地方政府环境规制对低碳技术创新的推动作用被低估,新型城镇化对低碳技术创新的促进作用被高估。从工具变量估计结果来看,环境规制强度提升1%,低碳技术创新水平平均增加0.132%,与基准回归相比提升15.78%;新型城镇化每提升1%,低碳技术创新水平随之提升0.064%,与基准回归相比降低了21.87%。环境规制与新型城镇化的交互项估计系数有所提升,表明在不考虑环境规制内生性问题的情况下,使得环境规制与新型城镇化对低碳技术创新的协同效应被低估。工具变量估计的空间自相关系数值与新型城镇化的空间溢出效应未发生明显改变,但环境规制的空间溢出效应降低13.5%,工具变量回归支持环境规制与新型城镇化对低碳技术创新的提升效用,表明实施适度、科学的环境规制政策与助推新型城镇化建设是推动低碳技术创新的重要手段。
表5 基于工具变量法的回归结果
3.异质性检验
(1) 区域异质性
由于不同地区的经济发展水平、政策制定与实施等方面存在差异,可能导致基准回归结果存在区域异质性。根据国家地理区域划分标准,将总体城市样本划分为东部、中部和西部地区分别进行回归。回归结果如表6 所示。由表可知,西部地区回归系数更高,表明东、中部地区的环境规制已取得相对成效,而西部地区的上升空间更为明显,环境规制促进低碳技术创新的效果更强。在5%显著性水平下,新型城镇化每提升1%,东、中部地区城市低碳技术创新水平分别提升0.082%、0.069%,对西部地区低碳技术创新影响为正但不显著。究其原因,由于西部地区地广人稀且城镇化水平相对落后,使其无论是在政策执行方面还是城镇地区基础设施建设方面均较东、中部地区城市存在一定差异,因此新型城镇化建设对西部地区城市低碳技术创新的影响不显著。
(2) 时期异质性
鉴于环境规制政策的实施与新型城镇化建设均需一定时间才能完成,因此环境规制与新型城镇化对低碳技术创新的影响可能存在时期异质性。以“十三五”规划颁布的2016 年为基期,将研究时段划分为2011—2015 年与2016—2020 年。具体回归结果如表6 所示。由表可知,自2016 年“十三五”规划制定并实施以来,环境规制对低碳技术创新的直接效应由0.076 提升至0.089,环境规制对地方低碳技术创新的影响得到显著提升。究其原因,依托“十三五”时期施行的绿色发展理念以及《“十三五”生态环境保护规划》的落实,中国低碳技术研发与创新取得长足发展。新型城镇化对低碳技术创新的直接效应由0.047 提高至0.078,新型城镇化对低碳技术创新的影响提升较为明显。原因在于,“十三五”规划中的建设“以人为本”的新型城镇化以及区域发展战略的有效实施,新型城镇化建设成果显著,为低碳技术研发与创新提供了更为便利条件。第十三个五年规划以来,环境规制与新型城镇化的交互项系数值由0.044 提升至0.074,提升68.18%。环境规制与新型城镇化的空间效应均得到显著提升,表明自“十三五”以来,环境规制与区域发展的协同机制已产生作用。
表6 区域和时期异质性回归结果
4.稳健性检验
文章采用剔除异常值、自抽样法及相邻空间权重等方法对结果进行检验,基于地理距离空间权重稳健性检验结果如表7所示。为方便对比,去除样本中地级以上城市,仅保留地级市样本的回归结果如表7 第(1)列所示。鉴于核心解释变量异常值极有可能导致模型估计结果产生偏误,为避免这一现象,剔除环境规制与新型城镇化最高与最低0.5%样本后重新回归。回归结果如表7 第(2)列所示,环境规制与新型城镇化的显著性未产生变化,系数估计值变化不明显,说明前文回归结果具备稳健性。进一步采用Bootstrap 自抽样法检验样本数据敏感性,自抽样500 次。结果如表7 第(3)列所示,环境规制与新型城镇化对低碳技术创新的正向推动作用仍显著,且协同效应的估计系数值亦发生明显改变。由此,进一步表明前文回归结果具备稳健性。与此同时,采用替换空间权重矩阵的方式规避空间权重人为选择致使回归结果偏误问题,将上述稳健性检验结果在相邻空间权重矩阵下重新回归,结果如表7 第(4)~(6)列所示。观察可知,核心解释变量的作用方向、显著性以及估计系数值均未发生明显变化,即采用地理距离空间权重的回归结果也是稳健的。
表7 稳健性检验
五、结论与政策启示
文章以2011—2020 年中国285 个地级及以上城市为样本数据,采用空间Durbin 模型及工具变量法系统考察环境规制、新型城镇化对低碳技术创新的影响。结果表明,环境规制和新型城镇化对低碳技术创新的影响均显著为正,环境规制存在负向空间溢出效应,而新型城镇化则存在正向空间溢出效应;环境规制和新型城镇化促进低碳技术创新水平提升时存在协同效应,且新型城镇化增强了环境规制对低碳技术创新的提升效应。进一步研究发现,环境规制与新型城镇化对低碳技术创新的影响存在区域异质性,环境规制和新型城镇化对东部地区低碳技术创新水平的影响低于中、西部地区;自2016 年“十三五”规划落实以来环境规制与新型城镇化对低碳技术创新水平的提升效应逐渐增加。
基于上述研究结论,文章提出如下政策启示:
首先,优化环境治理相关政策,助推环境规制成为引导低碳技术创新的持续驱动力。研究结论显示,环境规制对低碳技术创新具有正向推动作用。因此,制定完善且合理的环境规制制度能够有效避免经济发展重回粗犷式发展老路,助推低碳技术创新。一方面,地方政府可针对高污染、高排放的企业进一步优化环境治理政策,完善环境规制制度。通过环境规制倒逼地方产业结构优化与绿色化转型,引导企业加速研发低碳技术创新,以环境规制淘汰不利于绿色经济发展的落后产能,进而促进低碳经济发展。另一方面,针对环境规制政策制定与实施的区域差异以及环境规制的负向空间溢出现象,中央政府应持续发挥引导作用,规范各地方政府间污染治理竞争行为,并督促地方政府间构建协同治理机制,整体提升低碳技术创新水平。
其次,推进城乡要素流通与优化资源配置,形成低碳技术创新发展新动能。研究结果表明新型城镇化的建设能显著推动低碳技术创新且发挥正向空间溢出作用。为此,应持续深化新型城镇化建设,加速地区创新要素流动。一方面,打破城乡边界,避免城乡户籍制度阻滞城乡资源要素流动。各地方政府应紧贴《2022 年新型城镇化和城乡融合发展重点任务》内容,持续降低城市落户门槛,推进城乡基本公共服务均等化。另一方面,优化以城市群为核心、大中小城市及小城镇协调发展的空间布局。各地方政府应充分发挥中心城市以及城市群的“引领”与“示范”作用,促进地方新型城镇化联合发展,扩大要素流动、促进就业、资源配置范围,助推低碳技术创新。
最后,探索环境规制与新型城镇化融合发展路径,凝聚优势打造低碳技术创新发展新合力。文章前述研究表明环境规制与新型城镇化交互项对当地低碳技术创新具有正向推动作用,为此应积极探索二者融合发展之路。一方面,可以依托新型城镇化建设充分落实环境规制政策。在新型城镇化的建设过程中,各地方政府可依托新型城镇化建设的要素流通渠道,进一步将环境规制政策在各产业、各行业间细化落实。另一方面,可以依托环境规制的治理效应加速新型城镇化建设。即依托环境规制对生态环境承载力与环境保护方面的规制,有助于提升新型城镇化建设的质量,实现城镇地区产业绿色转型升级,推动低碳技术创新与研发。