环境规制影响技术创新效率的机制分析

徐曼琳，郑兵云

（安徽财经大学管理科学与工程学院，安徽蚌埠，233030）

一、引言

面对复杂的国内外环境，通过超负荷利用自然资源这种方式使中国经济在很大程度上得到高速发展，这种“高投入、高能耗”的发展模式让生态环境恶化加速。目前，为促进产业的转型升级，进而实现经济高质量发展，我国经济发展面临着资源节约、环境友好所带来的压力。加强环境污染防治是实现中国经济高质量发展的必经之路，技术创新对污染防治切实可行。环境规制对中国经济高质量发展究竟有何影响？又是如何影响的？这就要洞悉环境规制对技术创新效率会表现出什么样的影响机制。

政府干预理论认为，由于政府拥有完全信息，并且可以根据信息实施规制手段，故市场能够解决具有负外部性的环境污染。Porter 等[1]进一步深化政府干预理论，提出了“波特双赢假说”，即环境和经济的双赢，有效的环境规制不仅可以起到促进污染减排作用，而且严格的环境规制会给技术创新效率带来正面影响。梁劲锐等[2]以我国省域面板数据为研究样本，发现环境规制在较强阶段不仅不会降低企业生产率，而且促进了清洁生产技术创新。

然而，新古典经济理论认为信息存在不对称性，政府并不能拥有完全信息，一概而论的环境规制工具会抑制厂商的生产效率。徐彦坤等[3]通过分析环境规制对企业生产率的影响，发现环境规制在一定程度上降低了企业技术创新能力、增加了企业中间成本，造成这些企业投入增加而产出下降。

那么，环境规制的实施究竟影响如何？环境规制对技术创新效率影响的研究并无定论。Harrison等[4]以及Cacel 等[5]由于选择了不同的测量评价方法，二者的相关性结论并不完全相同，但大部分研究结论仍然表明环境规制会促进技术创新效率。环境规制条件下，企业之所以进行技术创新，除了降低生产成本以外，新技术的应用是环境规制激励技术创新的又一诱因，在受规制的制约下企业对技术创新需求的增加，激励了新技术的供给[6]。张成等[7]认为该结果产生的原因是正、负效应综合产生的，实施环境规制的负面效应往往产生在当前时期，由于技术创新的提升需要一定时间，因而正面效应的产生往往存在一段时间的滞后期。故环境规制与技术创新效率之间存在“U”型关系，即在动态视角上，随着环境规制愈加严格的实施，短期内会抑制技术创新效率，但从长远来看，环境规制促进技术创新效率的提升。Van Leeuwen 等[8]以及范金等[9]众多学者对二者之间的“U”型关系进行了研究验证并支持了这一结论。

随着研究进程的不断推进，技术创新内涵也不断丰富。一方面，在生产的角度上，Acemoglu 等[10]将生产技术分为“污染的”生产技术和“清洁的”生产技术，相应地，技术创新分为传统生产技术创新和清洁生产技术创新[11]；另一方面，在治污的角度上，Frondel[12]认为环境规制对治污技术创新有着更加直接的影响。

通过对现有文献的整理发现，大部分文献侧重于分析阐述环境规制与技术创新之间的关系，但在目前的研究中仍存在问题：一方面，现有研究多从实证入手，分析二者之间的相关关系，数理层面的影响机制研究缺乏；二是现有研究多从总体技术创新效率这一角度入手，鲜少有研究将技术创新细分为清洁生产技术创新和污物处理技术创新来进一步探究环境规制对生产和治污两个不同过程的影响机制。故本文借助企业生产决策模型，将企业面临环境规制所采取的举动转化为数理推导，以此明晰环境规制对技术创新的影响机制；其次，将技术创新根据生产和污物处理两个角度分为清洁生产技术创新和污物处理技术创新，进一步考察环境规制对不同类型技术创新的产生影响机制。

二、数理模型与假说

在大多数关于环境规制与技术创新效率关系的研究中，都将生产过程和末端治理混为一体，技术创新效率是总体技术创新效率的含义。理论上，企业在面临环境规制时会在生产和治污两个不同过程中有不同的措施：在生产过程中采取清洁生产技术创新，在末端治理过程中采取治污技术创新。前者是通过减少单位产出的工业能源消耗量，通过降低最终产品的单位成本填补技术研发成本，进而通过增加利润促进清洁生产技术改革，最终达到单位产出的环境污染排放。后者是通过末端治理技术使得污染排放量符合环境规制标准。为简化分析，选取我国经济发展的微观基础——企业为研究对象建立数理模型，用于展示环境规制总体技术创新、清洁生产技术创新以及治污技术创新的内在机制的影响。

参考李毅等[13]的做法，首先提出假设：（1）企业面临的市场环境属于完全竞争，最终生产产品只有一种，污染物作为最终产品的副产品被排放；（2）政府环境规制水平为G；（3）企业面临政府的环境规制手段，用总产出Y中的θ部分进行减排；（4）规模报酬不变。

那么企业A 的生产函数可以表示为：Y=A(KA,LA)F(KF,LF)，A表示该企业的清洁生产技术水平，F表示该企业在既定技术水平下的产出水平，其大小分别取决于生产中资本投入KA、KF和劳动投入LA、LF。污物处理支出函数：E=θY，其中0 <θ< 1。企业的污物处理技术水平TE（E）满足TE′（E）> 0，。这意味着：企业污物处理技术和污物处理支出是同方向增长关系；低水平的企业污物处理支出，产生高边际污物处理技术；当企业产出用于污物处理支出比例较大时，产生边际效应接近零的污物处理技术。当0 <θ<1 时，，表明当环境规制处于二者之间时，企业对环境规制的反应程度随着污染控制技术的提高而增加，进而它也随着环境规制的加强而增加，可见企业污物处理技术也随着环境规制强度的提高而提高，并且随着环境规制程度不断增强，企业污物处理技术水平则不断提升且速度渐缓。

企业的污染排放量W与企业的生产水平Y和企业的污物处理支出E有关，即W=W(Y,E)，满足，即企业的污染排放随生产水平的提高而增加，随污染控制费用的增加而减少。令最终产品价格为P，资本投入KA、KF和劳动投入LA、LF的价格分别为φ1、φ2和ω1、ω2，企业以利润π最大化为目标。故企业的利润函数π =P(Y-E) -φ1KA-φ2KF-ω1LA-ω2LF+μ(W-G)，最优生产决策：

联立式（1）（2），可得企业最优生产条件：

将式（9）代入式（3）得，

联立上式可得，

此时，当环境规制水平较低时，污物处理投入的比例θ→0 或时，，故，这说明清洁生产技术水平A同污染排放量W同方向变动，随着环境规制的实施，企业的污染排放量W降低，清洁生产技术水平A也随之降低；随着环境规制强度持续提高，投入污物处理的比例θ→1或时，，故，这说明清洁生产技术水平A同污染排放量W反方向变动，随着环境规制的实施，企业的污染排放量W降低，清洁生产技术水平A随之升高。

综上，初始弱态的环境规制阶段对企业总体技术创新效率起抑制作用，随着强度的提升和时间的推移，环境规制对清洁生产技术的促进作用逐渐释放，总体技术进步呈现上升趋势。由此提出待验证命题：环境规制强度与总体技术创新之间呈现先下降后上升“U”型关系，因为随着环境规制水平的增强和时间的推移，污物处理技术水平逐步提高，清洁生产技术水平先下降后上升。

三、计量模型与数据说明

（一）计量模型设定

为验证上述假说，建立面板数据计量模型，如下：

其中，i表示地区，t表示时期，TE 表示总体技术创新效率，ER 为本文需考察的核心解释变量环境规制强度，X表示影响技术创新效率的其他因素，为控制变量，μi和λt分别为不可观测的地区个体效应和时间效应，εi,t为随机误差项，α0为常数，α1、α2、β均为待估参数。同时分别令CE、DE 为清洁生产技术创新效率和污物处理技术创新效率，并将这两类技术创新效率作为式（14）的被解释变量进行估计。

由于环境规制和技术创新效率之间可能会相互影响，存在互为因果的关系，即环境规制的实施会使得技术创新效率提高，而技术创新效率高的地区其环境规制也会相对严格。为了避免回归模型的内生性，本文以空气流通系数（IF）作为环境规制的工具变量[14]。经检验，空气流通系数满足外生性条件。

出于对惯性在技术创新效率指标可能存在影响，即上一时期的技术创新效率会对本时期的技术创新效率产生影响，因此将前一期的技术创新效率作为控制变量，采用动态面板数据模型检验其稳定性。动态面板数据模型为：

同理，当被解释变量为清洁生产技术创新效率CE 和污物处理技术创新效率DE 时，分别加入上一时期的清洁生产技术创新效率和污物处理技术创新效率作为控制变量。

（二）变量选取及数据说明

文章对数据进行回归分析，选取中国30 个省市2010—2019 年的面板数据，具体指标选取如下：

技术创新效率。本文参考梁劲锐[15]的研究，采用期望产出与非期望产出之比作为总体技术创新效率（TE）的替代变量；采用工业能源消费量与污染排放量之比作为清洁生产技术创新效率（CE）的替代变量；采用污染治理量与污染产生量之比作为污物处理技术创新效率（DE）的替代变量。

环境规制水平（ER）。本文借鉴王玲力[16]的做法，采取综合指标测算法反映环境规制水平。

此外，本文检验模型的稳健性是通过替代变量法进行的，环境规制的替代变量为污染治理投资比工业总产值。

控制变量。参考李斌等[17]的研究，模型中引入了可能同时影响企业清洁生产技术创新和污染控制技术创新的相关变量作为控制变量，包括企业规模（CS）、产业结构（IS）、贸易开放度（OP）、研发人力资本投入（PR）和研发经费投入（MR）。以上变量数据来源于《中国统计年鉴》《中国工业统计年鉴》《中国科技统计年鉴》《中国贸易外经统计年鉴》以及各省市统计年鉴。表1、2 给出了主要变量对应符号及其描述性统计。

表1 主要变量对应符号

表2 主要变量描述性统计

四、模型估计与结果分析

（一）面板模型回归结果

首先研究静态面板模型回归。进行数据单位根检验避免伪回归，分别对本文进行LLC 检验和IPS 检验，二者检验结果同时为“平稳”，故数据“平稳”。

稳健的Hausman 检验检验量为76.302，拒绝原假设，故应选择固定效应模型。将空气流通系数作为有效工具变量带入模型，内生性检验的结果说明内生性确实存在。两阶段最小二乘法（2SLS）的第一阶段采用回归结果证明不存在弱工具变量问题。出于对方差和自相关影响的考虑，采用广义最小二乘法（FGLS）对式（14）进行估计。

表3 的第1、2 列表明随着环境规制趋严，总体技术创新效率先下降后上升，二者呈“U”型曲线关系，第3、4 列表明随着环境规制趋严，细化的清洁生产技术创新和污物处理技术创新效率都呈现显著的“U”型。对于污物处理技术创新效率而言，实证检验结果与理论假说不符，本文将在动态面板回归模型中进一步对其进行考察。

表3 静态面板模型回归结果

此外，企业规模和三类技术创新效率呈显著的正相关关系，即环境规制对大型企业的技术创新效率促进作用更明显。产业结构和三类技术创新效率呈负相关关系，但均不显著，表明产业结构能够在一定程度上影响技术创新效率，但影响程度有限。贸易开放度对前两类技术创新效率具有显著的负向影响，对污物处理技术创新效率影响不显著。研发人力资本投入和研发经费投入对三类技术创新效率具有显著的促进作用，表明技术研发人员和技术研发经费的投入能显著促进三类技术创新效率。

考虑到技术创新效率可能具有时间惯性，将技术创新效率的滞后一期作为控制变量纳入回归模型，采用两步差分GMM 和两步系统GMM 方法估计模型，基于篇幅限制，回归结果不再赘述。

动态面板模型中的技术创新效率的滞后一期系数显著为正，表明技术创新效率存在时间连续性，所以动态面板模型更加适合检验环境规制水平与三类技术创新效率的影响效应。AR（1）和AR（2）的P 值前者均小于0.01，后者均大于0.1，符合条件。Hansen J 检验结果接受原假定，说明工具变量合理。

检验结果进一步验证了“U”型关系存在于总体技术创新效率、清洁生产技术创新效率和环境规制水平。另外，环境规制水平与污物处理技术创新效率的关系仍与理论假说有差异，这可能是由于指标选取的原因，单位污染产生量的最终污染排放与污物处理技术创新效率呈负相关关系，故使得表中显示的“倒U”型关系在本质上还是二者间的“U”型关系。在数理模型分析中，我们假设企业所面临的是完全竞争市场，公司对市场价格持被动状态。如果加强环境监管，受监管公司不能将监管成本转嫁给消费者。只有通过改进污染控制技术和生产技术，它们才能降低监管成本，提高竞争优势，从而推动污染控制技术的进步。在实体经济中，这一条件往往难以满足。在竞争不完全的市场中，受监管的公司有一定的能力监控成本转移。相比之下，改进污染控制技术的能力并不强。因此，污染控制技术的进步将会减少，最终呈现出“U”型变化的特征。其他控制变量的检验结果与表3 类似。

（二）稳健性检验

本文将污染治理投资占工业总产值的比重作为核心解释变量的替代变量来检验模型的稳健性。表4、5、6 列出了各种方法的估计结果。

表4 稳健性检验回归结果（FE）

表5 稳健性检验回归结果（FGLS）

表6 稳健性检验回归结果（系统GMM）

由上表可知，环境规制与总体技术创新效率、清洁生产技术创新效率的“U”型曲线关系、环境规制与污物处理技术创新效率的“倒U”型曲线关系都是稳健的。动态面板数据模型是通过将解释变量的一阶滞后项添加到现有面板模型中来构建的，结果显示，二者间的时间惯性显著存在，且环境规制的一次项系数和二次项系数的正负与前文结论相符。因此，可认为实证结果是稳健的。

五、结论与启示

本文将总体技术创新分为清洁生产技术创新和污物处理技术创新，从理论和实证分别考察了环境规制水平对其的影响机制。在数理模型推导的基础上提出研究假说，接着利用中国30 个省市2010—2019 年面板数据进行研究，系统考察环境规制对三类技术创新效率的影响机制。研究发现：（1）随着环境规制水平的提升，总体技术创新效率、清洁生产技术创新效率呈现先上升后下降的趋势，即二者呈“U”型关系；（2）环境规制水平与污物处理技术创新效率的实证结果显示它们存在“U”型关系，这与理论假说不符，原因在于理论假说中的企业所面临的完全竞争环境在现实中难以符合；（3）技术研发人员和技术研发经费的投入能显著促进这三类技术创新效率，而低质量的贸易开放会因环境污染增大而导致技术创新效率降低。

基于研究结果，得到以下启示：（1）采取严格的环境规制措施，促进企业进行技术创新和清洁生产技术改造。由于污染控制技术属于末端处理模式，良好的污染控制技术带来的环境改善很容易掩盖高能耗、高污染的不良生产工艺。抓住二者间的“U”型曲线关系，通过强化环境规制措施，促使企业的向清洁生产技术创新转移的重点转移，实现经济可持续发展的多赢局面。（2）积极引进国外先进技术，制定引进国外清洁生产技术的优惠政策，在引进外商投资项目时引进有利于我国长远发展的国外清洁生产技术，从而为我国清洁生产技术创新提供参考。（3）完善市场竞争机制，实现市场资源的优化配置，积极推进市场化发展，通过市场手段将环境污染的外部性内化，用市场的“看不见的手”激发企业技术创新内动力。