环境规制能促进制造业绿色创新吗？

陈庆 刘飞

摘要摘 要：运用动态博弈模型分析了强、弱环境规制背景下企业选择绿色制造的内在逻辑和外部条件，并结合中国32个省份和1 092家制造业上市公司的样本数据构建固定效应面板门槛模型，实证检验了政府环境规制对企业绿色创新的门槛效应。研究发现：地方环境规制强度与制造企业绿色创新投入之间尽管存在着正相关关系，但同时也受到绿色产品溢价和绿色生产成本等因素的影响，换言之，政府环境规制强度与企业绿色创新投入之间的关系是非线性的且存在门槛效应。因此，地方政府在制定并实施环境规制政策时应尤其重视配套绿色奖补激励和保障绿色原材料供给，以及鼓励通过研发外包和技术转移提高制造企业绿色创新效能及效率，使企业尽早步入“绿色创新-绿色制造”的绿色循环发展新轨道。

关键词关键词：环境规制；绿色制造；动态博弈；门槛效应

中图分类号中图分类号：C934

文献标识码：A

DOIdoi：10.3969/j.issn.1672-2272.202402042

英文标题Can Environmental Regulation Drive Green Manufacturing？

A Theoretical and Empirical Study Based on Dynamic Game Theory

Chen Qing，Liu Fei

（College of Management，Guizhou University， Guiyang 550025，

China）

英文摘要Abstract：A dynamic game model was used to analyze the logic and conditions of firms choice of green manufacturing under environmental regulations， and a fixed-effects panel threshold model was built with data from 32 provincial regions in China and 1092 manufacturing listed companies. This paper examines the threshold effect of government environmental regulations on firms green innovation. It is found that， influenced by green premiums and green costs， there is a positive relationship between regional environmental regulations and the development of local green manufacturing. However， this relationship is not linear but with a single threshold. Therefore， local governments should provide green subsidies and ensure the sustainability of green supply chain when formulating environmental regulations， while encouraging R&D outsourcing and technological transfer， for this would improve the effectiveness and efficiency of green innovation in manufacturing industry， and help manufacturers achieve green transformation in a more rapid way.

英文关键词Key Words：Environmental Regulation; Green Manufacturing; Dynamic Game; Panel Threshold

0 引言

环境规制作为政府调节企业环境行为、提高企业环境绩效的重要政策工具，在具体实施过程中不可避免地会给企业尤其是制造企业的生产经营带来额外成本压力。在当前绿色发展的背景下，中国的制造企业不得不开始关注自身环境绩效，并有意识地承担起环境保护的社会责任，而加大绿色创新投入、发展绿色制造则是其中不可或缺的一环[1]。根据“波特假说”（Port Hypothesis），环境规制给企业施加的合规成本（Compliance Cost）只是暂时性的，这意味着企业在后期可以通过绿色创新提高环境效率，打造“绿色”核心竞争力（Green Competitiveness），从而部分甚至全部抵消此前环境规制所带来的不利影响[2]。

为处理好经济发展与环境保护之间的关系，习近平总书记在十八届中央政治局第41次集体学习时指出，“要坚决摒弃损害甚至破坏生态环境的发展模式，坚决摒弃以牺牲生态环境换取一时一地经济增长的做法”，这奠定了未来中国经济走绿色发展道路的总基调，对当前的中国制造企业来说既是挑战更是机遇：一方面，由于技术水平低、资源消耗大、环境污染重，部分中国制造企业在“环保风暴”下的确面临着巨大的环境规制压力，缺少资金、人才和技术则是拖累这部分制造企业绿色转型的重要原因[3]；另一方面，环境规制政策公平有效地实施也更加凸显了绿色制造企业的“绿色竞争优势”[4]，使之能以较低的合规成本换取较高的绿色溢价，进而更快地向“绿色良性循环”过渡。但需要注意的是，适度的环境规制也许能够激励企业通过绿色创新实现绿色转型，但过度的环境规制却也可能迫使企业采取机会主义行为，即通过应付式治理甚至“用脚投票”等方式规避环保检查及处罚，以至于对严格执行环保政策的地方造成严重的“经济反噬”效应[5]。因此，如何因地制宜、因时制宜地设计好环境规制政策，把握好环境规制力度，是引导企业尤其是制造企业将环保压力转化为绿色动能的关键所在，也是地方打造绿色引擎、发展绿色经济、实现经济社会绿色可持续发展的重要制度保障。

本文的创新点和边际贡献主要包括：①通过构建动态博弈模型，从理论上分析了环境规制与绿色创新之间的复杂互动关系及其影响因素；②通过敏感性分析发现，地方政府的环境规制在推动制造企业绿色创新方面存在最优强度，且该强度受上游资源要素供给等因素的影响；③通过中国32个省份的环境保护、地方发展以及1 092家制造业上市公司的数据，验证了动态博弈模型的有效性。研究结论对于地方政府因地制宜地制定环境规制政策、把握环境规制强度具有现实意义，也为环境规制研究提供了新的分析框架。

1 文献回顾与博弈建模

1.1 文献回顾

政府环境规制作为影响企业环境行为的重要外因，长期以来其实际影响一直饱受学界争议，并先后发展出了3个不同版本的“波特假说”（Porter Hypothesis），例如：①“狭义波特假说”认为，选择合适类型的环境规制才有助于激励企业从事绿色创新活动，因此政府在实施环境规制过程中更应以结果而非过程为导向；②“弱波特假说”认为，环境规制作为一种强制性政策约束，尽管在一定程度上能够促进企业的绿色创新发展，但也不可避免地会增加企业的机会成本，从而以牺牲企业绩效的方式换取环境目标的达成；③“强波特假说”认为，环境规制有助于推动企业拓宽发展思路、打破条条框框，并通过引入绿色新工艺、新技术、新产品实现企业环境绩效与经济绩效之间的良性互动，从而使政府环境规制对企业生产经营的净效应为正[6]。在此基础上，学者们进一步将环境规制的政策工具区分为命令控制型（Command-and control）和市场调节型（Market-based）两种大类，前者强调通过绿色标准、绿色认证和绿色清单规范企业环境行为，后者重视通过环境税、排污权交易等经济手段引导企业环境自律[7]。基于中国省级数据的实证研究发现，市场激励型环境规制相比命令控制型环境规制更能促进企业绿色技术创新，且二者对地方绿色经济发展的影响也具有非线性的“门槛效应”[8]。

具体来说，当面临不同程度的环境规制压力时，企业一般可以根据自身情况选择以下应对策略：①“末端治理”（End-of-pipe Treatment），这类亡羊补牢式的做法由于仅仅涉及排污环节的绿色化改造，因此往往只能够临时性地应付环保检查，且容易诱发短期的机会主义行为；②“绿色创新”（Green Innovation），这种系统性的解决思路在于强调源头治理和全过程控制，是企业主动顺应绿色发展潮流、积极打造绿色竞争力的重要抓手[9]，但也同时具有高风险、高投入、长周期等特点[10]；③“污染转移”（Pollution Transfer），这种“用脚投票”的消极行为常见于传统夕阳产业，即通过将污染密集型生产环节从强环境规制地区迁徙到弱环境规制地区以达到逃避环保监管的目的，且不可避免地会对地方就业和经济发展造成不同程度的冲击[11]。除此之外，企业是否加大绿色创新投入还取决于其资产专用性程度（Asset Specificity）和闲置资源情况（Idle Resources）[12]，而随着时间的推移，单个企业的绿色创新成果还将借助技术溢出效应向供应链上下游进一步传导扩散[13]。也正因如此，实施严格的环境规制政策才宜早不宜迟，进而避免地方产业对污染技术产生路径依赖，并最大限度地降低地方经济的绿色转型成本[14]。

从中国数据来看，环境规制是否能够激励企业加大绿色创新投入的关键还在于具体政策工具的选择，例如：郭进[15]研究发现，排污费征缴和环境财政支出比其他手段更能够有效促进企业从事绿色技术创新，且这种影响还呈现出由弱到强的渐变特征，但过于严厉的行政处罚相反会起阻碍作用。范丹等[8]也证实了环境规制确实能够通过促进产业绿色技术创新推动地方绿色经济增长，且市场激励型环境规制比命令控制型环境规制更加有效。王珍愚等[1]进一步研究发现，环境规制对绿色创新的影响实际表现为先抑后扬的“U型”特征，其拐点位置则因被规制企业的所有制和行业属性不同而不同。除此之外，陶锋等[16]结合中国“十一五”期间实施的“环保目标责任制”发现，环境规制可能会导致企业绿色技术创新出现“量增质减”问题，且这种现象多发于创新能力较为薄弱的企业。邓玉萍等[17]则结合中国“十二五”期间实施的“万家企业节能低碳行动”发现，环境规制对企业的创新补偿效应总体上大于其遵循成本效应。吴力波等[18]还发现，相较地方分权式监管，中央集权式监管可以更加有效地克服环境保护中存在的政企合谋与执行不力等问题，并同样能够促进企业绿色创新，但在实践中还应根据企业的不同特点来斟酌环境规制强度。

1.2 博弈建模

本文基于文献回顾，提出以下3个问题：①弱环境规制条件下制造企业从事绿色创新所需的必要条件有哪些？②强环境规制条件下制造企业从事绿色创新所需的必要条件又有哪些？③政府环境规制对制造企业绿色创新的引致效应是否存在非线性的门槛特征？为了回答这些问题，本文尝试构建一个政府与企业的动态博弈模型（Extensive Game），并运用逆向递归法（Backward Induction）求解强、弱环境规制条件下制造企业选择绿色创新策略的行为逻辑和影响因素。

首先，文章假设制造企业的收入由销售收入SR和绿色溢价GP两部分组成：①SR=a－（Q－b）2，销售收入SR与企业产销量Q之间呈倒“U”型关系，当产销量Q增加时，销售收入SR先减速递增、后加速递减，反映了一个市场饱和度变化的过程，b是其中的关键转折点；②GP=（c+3R－d）Q，绿色溢价GP与绿色创新投入R呈立方根关系，当绿色创新投入R增加时，绿色溢价GP将经历一个“量变-质变-新量变”的三阶段上升过程，d是其中的关键临界点。

其次，文章假设制造企业的成本由传统生产成本PC、环境规制成本ERC、绿色创新投入R和绿色生产成本GPC 4个部分组成：①PC=m+12（Q－n）2，传统生产成本PC和产销量Q之间呈正“U”型关系，当产销量Q增加时，传统生产成本PC先减速递减、后加速递增，反映了一个从规模经济到规模不经济的变化过程，n是其中的关键拐点；②ERC=（e－3R－f）Q，环境规制成本ERC与绿色创新投入R呈立方根关系，当绿色创新投入R增加时，环境规制成本ERC将经历一个“量变-质变-新量变”的三阶段下降过程，f是其中的关键临界点；③GPC=［s－12（R－t）2］Q，由新技术、新工艺、新产品、新材料所带来的绿色生产成本GPC与绿色创新投入R呈倒“U”型关系，当绿色创新投入R增加时，绿色生产成本GPC先减速递增、后加速递减，反映了一个绿色制造经历学习曲线（Learning Curve）的过程，t是其中的关键拐点。

最后，本文假设地方政府的得益受到税收收入TAX、环境规制收益ERR、环境执法成本EC和环境保护政绩EPA 4个方面的影响：①TAX=ξQ，税收收入TAX与征税系数ξ、产销量Q正相关；②ERR=ERC，企业环境合规成本ERC与政府环境规制收益ERR基本一致；③EC=ωERR，政府环境执法成本EC取决于环境规制收益ERR和成本系数ω的高低；④EPA=ψ－lg（Q），环境保护政绩与上级环境满意度ψ正相关，与污染程度lg（Q）负相关，即随着企业生产规模Q的扩大，污染程度lg（Q）会经历一个“先加剧后平稳”的变化过程。

更进一步地，本文通过构建地方政府与制造企业的两阶段动态博弈模型，旨在厘清不同环境规制强度下企业选择绿色制造（开展绿色创新）的纳什均衡条件，如图1所示，地方政府面临的策略集Sg=S0g，S1g，其中S0g代表弱环境规制，S1g代表强环境规制；制造企业面临的策略集Sf=S0f，S1f，其中S0f代表传统制造（拒绝绿色创新），S1f代表绿色制造（开展绿色创新）；Ug和Uf分别代表政府和企业的得益函数，即Ug=G（Sg，Sf），Uf=F（Sg，Sf）。从博弈结果来看：①当政府选择弱环境规制S0g而企业选择传统制造（拒绝绿色创新）S0f时，政府的得益函数Ug=G（S0g，S0f）=TAX+EPA*，企业的得益函数Uf=F（S0g，S0f）=SR－PC；②当政府选择弱环境规制S0g而企业选择绿色制造（开展绿色创新）S1f时，政府的得益函数Ug=G（S0g，S1f）=TAX+EPA，企业的得益函数Uf=F（S0g，S1f）=SR+GP－PC－R－GPC；③当政府选择强环境规制S1g而企业选择传统制造（拒绝绿色创新）S0f时，政府的得益函数Ug=G（S1g，S0f）=TAX+ERR*－EC*+EPA*，企业的得益函数Uf=F（S1g，S0f）=SR－PC－ERC*；④当政府选择强环境规制S1g而企业选择绿色制造（开展绿色创新）S1f时，政府的得益函数Ug=G（S1g，S1f）=TAX+ERR－EC+EPA，企业的得益函数Uf=F（S1g，S1f）=SR+GP－PC－R－GPC－ERC。

结合图1的左侧来看，若欲使弱环境规制S0g下企业的占优策略（Dominant Strategy）是绿色制造（即开展绿色创新）S1f，则应有F（S0g，S1f）>F（S0g，S0f），即GP>R+GPC。即企业从事绿色制造（开展绿色创新）S1f所获得的绿色溢价GP应大于其所付出的绿色创新投入R及绿色生产成本GPC，具体的函数表达式为：

（c+3R－d）Q>R+s－12（R－t）2Q（1）

经整理可得

Q>R（c－s）+［（R－d）13+12（R－t）2］（2）

当分母大于零时

由此可知，不等式（2）成立需尽量满足以下条件：①c>s，即发生质变时的绿色溢价GP应尽可能大于达到峰值时的绿色创新成本GPC；反之如果cd，即绿色创新投入R应尽可能超过绿色溢价函数GP中的关键临界点d；反之如果R

再结合图1的右侧来看，若欲使强环境规制S1g下企业的占优策略（Dominant Strategy）是绿色制造（即开展绿色创新）S1f，则应有F（S1g，S1f）>F（S1g，S0f），即GP+（ERC*－ERC）>R+GPC。换句话说，企业从事绿色制造（开展绿色创新）S1f所获得的绿色溢价GP与所节省的环境规制成本（ERC*－ERC）之和应大于其所付出的绿色创新投入R及绿色生产成本GPC，具体的函数表达式为：

（c+3R－d）Q+［（e+3f）Q－（e－3R－f）Q］>R+s－12（R－t）2Q（3）

经整理可得

Q>R（c－s）+［（R－d）13+f13+（R－f）13+12（R－t）2］（4）

当分母大于零时

由此可知，不等式（4）成立需尽量满足以下条件：①c>s，即发生质变时的绿色溢价GP应尽可能大于达到峰值时的绿色创新成本GPC；反之如果cd，即绿色创新投入R应尽可能超过绿色溢价函数GP中的关键临界点d；反之如果Rf，即绿色创新投入R应尽可能突破环境规制成本函数ERC中的关键临界点f；反之如果R

需要注意的是，无论是绿色溢价函数GP中的d，还是环境规制成本函数ERC中的f，亦或是绿色生产成本函数中的t，都取决于客观技术条件，且在较长时期内保持稳定，因而可被视为常数；与此同时，绿色溢价函数GP中的c和绿色生产成本函数GPC中的s则分别与政府补贴强度和环境规制力度有关。一方面，政府补贴能够赋予制造企业更大的市场定价权，进而有助于其提升绿色溢价水平，如中国为支持新能源汽车行业发展而实施的多轮补贴政策；另一方面，环境规制将驱使越来越多的制造企业主动或被动地向绿色制造转型，继而扎堆推高绿色生产要素价格，拉抬绿色生产成本，如上游碳酸锂价格飙升所导致的新能源汽车涨价。

综上所述，当地方政府出于追求上级环境满意度ψ的需要而选择加强环境规制力度，并由弱环境规制S0f转为强环境规制S1f后，企业从事绿色制造（开展绿色创新）S1f的门槛规模Q也将随之下降（（4）式比（2）式分母中多出部分f13+（R－f）13≥0）。这将促使更多制造企业加入绿色创新转型的队伍当中，并可得假设H1：政府环境规制力度加强可以促进制造企业加大绿色创新投入。

然而需要注意的是，当政府进一步加大环境规制力度并超出某个阈值时，越来越多的新晋绿色制造企业将不可避免地对上游绿色资源要素产生哄抬效应，并通过推高（4）式中的绿色生产成本s抬高企业选择绿色制造（开展绿色创新）S1f的门槛规模Q，这说明政府过度的环境规制将有可能事与愿违地抑制企业绿色创新意愿，即可得假设H2：政府环境规制强度对企业绿色创新的影响存在门槛效应，力度过大的政府环境规制相反会削弱其对企业绿色创新投入的引致作用。

2 实证检验

2.1 数据来源与变量说明

本文的实证部分旨在证实政府环境规制对制造企业绿色创新的引致作用，并检验其中可能存在的门槛效应。本文利用省级面板数据反映环境规制的宏观区域特征，利用企业级面板数据反映制造业上市公司的微观个体特征，并主要从《中国统计年鉴》《中国环境年鉴》《中国科技统计年鉴》和国泰安（CSMAR）数据库中获取数据。同时为了保证研究样本的制造业属性，本文手工剔除了2013-2019年间主营业务发生重大变更的企业，并最终得到1 092家制造业上市公司数据，涉及中国32个省份（不含西藏和中国台湾地区）。

如表1所示，本文将“企业研发投入强度”（RSD）设定为回归模型的被解释变量，并借鉴郭然和原毅军[19]的做法，将“工业废水治理设施运行费用”（EVR： WSW）和“工业废气治理设施运行费用”（EVR： WSG）设定为回归模型的解释变量，旨在反映地方政府的环境规制强度。除此之外，本文还进一步将回归模型的控制变量划分为4类：①反映区域创新能力和区域制造业发展水平的控制变量，如“地区研发经费投入强度”（ARD）和“地区工业GDP比重”（IDS）；②反映企业发展程度的控制变量，如“企业资产规模”（AST）和“企业成立年限”（AGE）；③反映企业经营状况的控制变量，如“企业净资产收益率”（ROE）、“企业营业收入增长率”（GRO）、“企业营业毛利率”（GOP）和“企业获政府补贴强度”（SUB）；④反映企业资产状况的控制变量，如“企业资产负债率”（LEV）和“企业无形资产比例”（INT）。

为使回归模型的结果有效、可靠且易于理解，本文进一步对表1中的样本数据做以下处理：①通过数据标准化处理将“地区环境规制强度”变量转化为标准分数（Z-score），标准分数越高的地区环境规制政策相对越激进，反之则越相对保守；②通过在1%和99%分位实施缩尾（Winsor）处理，消除各连续型变量中可能存在的极端值和异常值及其影响；③通过零值替换补全“企业研发投入强度”（RSD）和“企业获政府补贴强度”（SUB）中的缺失值，避免回归分析因样本损失而出现系统性偏差；④通过对数化处理缩小“企业资产规模”（AST）的绝对值变化，尝试缓解异方差问题。样本数据的处理结果如表2所示。

2.2 模型构建

2.2.1 基准面板回归模型

参考相关研究[20-22]的做法，本研究构建基准面板回归模型如（5）式，旨在考察地方政府环境规制对制造企业绿色创新行为的影响，并由此验证博弈部分所提出的假设H1。

RSDit=cons+ui+β0EVRjt+β2－9controlsitfirm－level+β10－11controlsjtprovince－level+εit（5）

其中，被解释变量RSDit代表i企业t年份的研发投入强度，解释变量EVRjt代表j省份t年份的环境规制强度，controlsit代表属于企业层级的控制变量，controlsjt代表属于地区层级的控制变量，cons代表常数项，ui代表企业个体效应，β0—β11代表待估回归系数，εit代表随机误差项。

2.2.2 门槛面板回归模型

本研究进一步构建面板门槛回归模型如（6）式，旨在于证明地方政府环境规制对制造企业绿色创新的影响并非是简单线性的，而可能存在单重或多重门槛效应，并由此验证博弈部分所提出的假设H2。

RSDit=cons+ui+β0EVRjtD（EVRjt≤γ）+β1EVRjtD（EVRjt>γ）+β2－9controlsitfirm－level+β10－11controlsjtprovince－level+εit（6）

其中，EVRjt既是解释变量也是门槛变量，γ为待估门槛值，D（）代表示性函数（Indicator Function），β0和β1分别对应EVRjt≤γ及EVRjt>γ时解释变量EVRjt的分段回归系数。若β1显著小于β0，则假设H2得证。

2.3 回归分析

2.3.1 相关性分析与基准面板回归结果

考虑到回归模型中各变量之间可能存在的多重共线性问题，本文首先通过Pearson相关系数检验发现：①“地区环境规制强度”的两个指标变量“工业废水治理设施运行费用”（EVR： WSW）与“工业废气治理设施运行费用”（EVR： WSG）之间的相关系数为0.843，即存在强相关性；②“企业获政府补贴强度”（SUB）与“企业研发投入强度”（RSD）之间的相关系数为0.495，即存在中等相关性；③“地区工业GDP占比”（IDS）与“地区环境规制强度1”（EVR： WSW）之间的相关系数为0.428，即存在中等相关性；④“企业资产负债率”（LEV）和“企业资产规模”（AST）之间的相关系数为0.539，即存在中等相关性；⑤“地区研发经费投入强度”（ARD）和“地区工业GDP占比”（IDS）之间的相关系数为-0.531，即存在中等相关性；“企业资产负债率”（LEV）与“企业营业毛利率”（GOP）之间的相关系数为-0.442，即存在中等相关性；⑥其余变量之间的相关系数均显著小于0.4，即仅存在弱相关关系。与此同时，由于表1中被解释变量对解释变量和控制变量的混合OLS回归所得VIF值均小于2.05（平均VIF值为1.40），因此基本排除了变量之间存在严重多重共线性的可能。接着，本文又通过LLC法对回归模型中的各变量逐一进行单位根检验，以排除因面板数据存在单位根而可能出现的“伪回归”（Spurious Regression）现象，结果发现所有变量均为趋势平稳序列，即去除时间趋势项以后具有平稳性。最后，本文还利用Westerlund检验发现，回归模型中各变量之间存在着两两协整关系，且都在1%的水平上显著，从而为后续开展回归分析创造了基础和条件。

如表3所示，本文依次构建了混合OLS模型i、固定效应面板模型ii、固定效应面板门槛模型iii、随机效应面板模型iv和随机效应面板TOBIT模型v，并通过回归分析发现：①上述回归模型（i-v）中解释变量“地区环境规制强度”（EVR）的估计系数均显著为正，说明地方政府加大环境规制力度的确能够倒逼制造企业从事绿色创新，假说H1得证；②固定效应模型（ii、iii）的估计系数与随机效应模型（iv、v）的估计系数存在明显差异，说明解释变量“地区环境规制强度”（EVR）和被解释变量“企业研发投入强度”（RSD）之间可能存在内生性问题；③随机效应面板模型iv与随机效应面板TOBIT模型v的回归系数基本一致，说明是否照顾被解释变量“企业研发投入强度”（RSD）在零值堆积的截尾特性对回归结果的影响并不大。事实上，进一步的Hausman检验结果也在1%的显著性水平上拒绝了所有解释变量均为外生变量的原假设，进而证明了采用固定效应回归的有效性及合理性。

进一步考察表3中固定效应面板模型（ii、iii）的回归系数，不难发现：

①控制变量“企业获政府补贴强度”（SUB）、“企业资产规模”（AST）、“企业营业毛利率”（GOP）、“企业无形资产比例”（INT）的估计系数均在1%的水平上显著为正，说明资产规模越大、营业毛利率越高、研发能力越强、获政府补贴越多的制造企业，其绿色创新意愿和绿色创新投入一般也会越高，与人们的预期基本相符。②控制变量“企业净资产收益率”（ROE）、“企业资产负债率”（LEV）、“企业营收增长率”（GRO）、“地方工业GDP占比”（IDS）的估计系数均在1%的水平上显著为负，说明高杠杆、高增长的企业更容易陷入“重量轻质”的低水平循环，转而忽视后工业时代地方制造业绿色创新转型的重要意义[23]；

③控制变量“地区研发经费投入强度”（ARD）、“企业成立年限”（AGE）的估计系数尽管为正但并不显著，这或许是因为地方政府的研发经费投入更多流向了资源型国企、高校和科研机构，并有可能对制造企业的绿色创新投入产生部分“挤出效应”，而制造企业创新意愿的高低也并不取决于其成立年限的长短。

2.3.2 面板门槛回归结果

根据假设H2，随着地方政府环境规制力度的持续加码，会有越来越多的制造企业或主动或被动地投身绿色创新、发展绿色制造，从而导致上游绿色资源及要素的市场需求不断扩张，并随之出现供不应求的局面。如此一来，高企的绿色制造成本将不可避免地拖累制造企业的绿色创新意愿，以至于催生出环境规制对绿色创新的门槛效应（如（6）式）。

也正是出于上述考虑，本文参考Hansen[24]的固定效应面板门槛模型（如（6）式），将解释变量和门槛变量统一设定为“地区环境规制强度”（EVR：WSW），同时依照惯例将网格数（Grid Point）和自抽样次数（Bootstrap Replication）均设置为300次，并依次完成单门槛检验和

双门槛检验，所得结果如表4所示。

具体来说，双门槛面板回归的检验统计量F值为7.80，对应的p值高达0.563，因而无法在有效显著性水平上拒绝不存在门槛效应的原假设；相反，单门槛面板回归的检验统计量F值为22.43，对应的p值为0.02，因而可以在5%的显著性水平上拒绝不存在门槛效应的原假设。进一步结合图2和表3来看，单门槛面板模型可以通过似然比LR检验，所得单一门槛值γ=0.801，其95%的置信区间为（0.784，0.813）。当门槛变量“地区环境规制强度”（EVR：WSW）小于门槛值γ=0.801时，（6）式中解释变量“地区环境规制强度”（EVR：WSW）的估计系数β0=1.035，且在1%的水平上显著；当门槛变量“地区环境规制强度”（EVR：WSW）大于门槛值γ=0.801时，（6）式中解释变量“地区环境规制强度”（EVR：WSW）的估计系数β1=0.147，且在5%的水平上显著。由此可见，当地方政府对制造企业的环境规制强度超过某一门槛值后，环境规制对绿色创新的引致效应将大幅减弱，假设H2得证。

进一步的稳健性检验还发现：①将核心解释变量“地区环境规制强度1”（EVR： WSW）替换为“地区环境规制强度2”（EVR： WSG），并分别通过固定效应面板模型ii和固定效应面板门槛模型iii进行回归分析，所得估计系数与表3无明显差异，模型仍然稳健可靠；②参考周鹏飞等[25]的做法，引入2013-2019年中国省会城市降水量数据作为反映不同省份“地区降水量”的工具变量，并做面板工具变量回归，所得估计系数与表3变化不大，说明固定效应回归基本能够解决模型的内生性问题；③将门槛变量“地区环境规制强度”（EVR）替换为“企业获政府补贴强度”（SUB），并依次构建单门槛面板模型和双门槛面板模型，其回归结果均再次验证了地方政府环境规制对制造企业绿色创新的影响存在着显著的门槛效应。

3 结论、启示与展望

3.1 研究结论

“绿色青山就是金山银山”，环境保护和绿色发展事业不仅是关系子孙后代可持续发展的百年大计、千年大计，也是中国制造顺应全球绿色化转型要求，提高产业竞争力和影响力的关键所在。本文通过构建动态博弈模型剖析了政府环境规制对制造企业绿色创新行为的影响机理，并给出了强、弱环境规制背景下制造企业选择绿色制造的纳什均衡条件，同时还进一步讨论了绿色溢价、绿色生产成本变化对企业绿色创新意愿的可能影响。除此之外，本文还结合中国

32个省份制造业上市公司2013-2019年的面板数据，实证检验了地方政府环境规制对制造企业绿色创新的引致效应，并证实了这种影响效应具有非线性的门槛特征。本文的主要研究结论包括以下两个方面。

第一，从动态博弈模型的纳什均衡条件来看，增加制造企业的绿色产品溢价、降低制造企业的绿色生产成本是政府环境规制得以促进企业绿色创新的关键。与此同时，随着企业加大研发投入，绿色创新的学习效应和规模效应也将逐渐凸显，并最终实现从量变到质变的突破，是绿色制造成为更多企业的理性选择。但需要注意的是，如果地方政府的环境规制力度过大，则也可能迫使大量传统制造企业“扎堆”向绿色制造转型，并导致绿色原材料供应紧张、绿色生产成本大幅攀升，继而抬高企业绿色制造门槛、抑制企业绿色创新需求。换句话说，尽管地方政府实施环境规制可以促进制造企业加大绿色创新投入，但这种影响并不是线性的，当环境规制强度过大以至于超过某个门槛值时，环境规制的绿色创新引致效应相反会被减弱。

第二，从对面板数据的实证分析结果来看，无论是混合OLS回归还是随机效应面板回归、固定效应面板回归亦或是TOBIT面板回归，都证实了政府环境规制确实能够促进企业加大绿色创新投入。通过比较发现，面板模型中所存在的内生性问题不容忽视，因此应优先考虑固定效应而非随机效应模型。进一步的面板门槛回归发现，政府环境规制对企业绿色创新的影响存在着门槛效应，即当环境规制强度超过某一阈值后，其创新引致效应会较之前大幅减弱，进而有力地验证了本文博弈分析部分所提出的两个研究假设。除此之外，本文还通过替换核心解释变量、引入工具变量、替换门槛变量等方法对相关模型做了稳健性检验，进一步验证了回归结果是有效可靠的。

3.2 管理启示

根据以上研究结论，本文得出如下启示。

第一，设计环境规制政策应同时注意配套绿色奖补激励，并促进“环境规制-绿色基金-绿色补贴-绿色创新”之间的良性互动。很多地方政府在实践操作过程中往往倾向于把环境规制简单地作为一种对企业环境行为的惩治工具，忽视了环境规制与绿色创新之间的内在联系，以至于使企业在保护环境问题上产生抵触情绪和机会主义行为。事实上，环境规制应更多突出税收性质而非罚款性质，以明确其“取之于企，用之于企”的根本用意。这一方面有助于遏制地方政府的“罚款冲动”，即避免将环境规制政策异化为弥补财政赤字的新工具；另一方面则有利于支持地方绿色发展，即通过配套更多的绿色奖补激励为绿色转型企业注入源源不断的发展动能。

第二，实施环境规制政策应兼顾绿色原材料供给，保障上下游供需的有效对接，并重点消除上游绿色原材料涨价对下游绿色产品生产所造成的不利影响。以上海有色网（SMM）的数据为例，由于近年来下游新能源车行业产销量的持续攀升，导致上游锂电池行业一直处于供不应求的状态，并使得核心原材料碳酸锂的价格由2021年初的5万元/吨暴涨至2022年的50万元/吨，极大地增加了下游新能源车企的生产成本，成为我国发展绿色制造的又一“卡脖子”难题。出于这种考虑，地方政府在实施环境规制的过程中不仅需要因地制宜、科学规划，还应做到因时制宜、掌握分寸，避免“赶鸭子上架”式地强迫企业实施绿色化转型，并引发对上游绿色原材料的无序竞争，进而给绿色产业的可持续发展带来严重冲击和挑战。

第三，鼓励企业将研发外包和技术转移作为发展绿色制造的重要抓手，即旨在通过提高绿色投资绩效、缩短绿色投资周期帮助企业更快实现从“量变”到“质变”的绿色化转型跨越。从实践经验来看，在绿色转型问题上摇摆不定、浅尝辄止甚至半途而废的企业大多是慑于绿色创新漫长的投资周期和陡峭的学习曲线；而如果能够灵活运用研发外包和技术转移则可“借他山之石以攻玉”，进而帮助制造企业尤其是广大中小制造企业以更小的代价提升创新效能、突破技术壁垒、享受绿色红利，使它们能够尽早地加入到“绿色创新-绿色制造”的产业新潮流之中，并实现以科技创新赋能绿色发展的良性互动。

3.3 研究不足与展望

本文运用动态博弈模型，从理论上探讨了地方政府环境规制强度与制造企业绿色创新投入之间的互动关系。但现有模型仍较为简单，忽略了企业之间的异质性和多样性，以及其他可能影响模型结果的因素。未来的研究可以对模型进行扩展和完善，并引入系统动力学的方法，更加系统全面地分析环境规制与绿色创新之间的关系及其影响因素，从而更好地把握制造业绿色创新的路径和策略。

参考文献参考文献：

[1] 王珍愚， 曹瑜， 林善浪. 环境规制对企业绿色技术创新的影响特征与异质性——基于中国上市公司绿色专利数据[J]. 科学学研究， 2021， 39（5）： 909-919，929.

[2] LI G， WANG X， SU S， et al. How green technological innovation ability influences enterprises competitiveness[J]. Technology in Society， 2019， 59： 101136.

[3] 解学梅， 韩宇航. 本土制造业企业如何在绿色创新中实现“华丽转型”？——基于注意力基础观的多案例研究[J]. 管理世界， 2022， 38（3）： 76-106.

[4] 张秀娥， 李清. 绿色创业导向能形成绿色竞争优势吗？[J]. 外国经济与管理， 2021， 43（5）： 20-33.

[5] 李青原， 肖泽华. 异质性环境规制工具与企业绿色创新激励——来自上市企业绿色专利的证据[J]. 经济研究， 2020， 55（9）： 192-208.

[6] JAFFE A B， PALMER K. Environmental regulation and innovation： a panel data study[J]. The Review of Economics and Statistics， 1997， 79（4）： 610-619.

[7] BLACKMAN A， LI Z， LIU A A. Efficacy of command-and-control and market-based environmental regulation in developing countries[J]. Annual Review of Resource Economics， 2018（10）： 381-404.

[8] 范丹， 孙晓婷. 环境规制、绿色技术创新与绿色经济增长[J]. 中国人口·资源与环境， 2020， 30（6）： 105-115.

[9] WANG Y， HANG Y， WANG Q， et al. Cleaner production vs end-of-pipe treatment： evidence from industrial SO2 emissions abatement in China[J]. Journal of Environmental Management， 2021， 277（1）： 111429.