基于动态博弈的环境规制与绿色制造研究

摘 要：以利益相关者理论和双元创新理论为基础，利用动态博弈分析和面板门槛检验研究了环境规制与绿色创新瓶颈之间的内在联系。通过构建“地方政府—制造企业”两阶段动态博弈模型，分别总结了制造企业在严格环境规制、宽松环境规制下选择积极绿色创新或谨慎绿色创新的纳什均衡条件。再利用面板门槛模型，选取中国31个省份1 092家制造业上市公司数据，实证研究了地方政府环境规制强度对制造企业绿色创新投入的瓶颈效应，从而进一步验证了博弈模型的现实有效性。研究发现：环境规制政策在激励被规制企业绿色转型的过程中会造成上游原材料涨价，并产生抑制企业创新意愿的绿色成本瓶颈；绿色转型企业由“渐进式创新”到“突破式创新”的技术跨越往往伴随着生产方式的巨大变革，并会导致企业无法适应而产生绿色技术瓶颈。基于以上分析，围绕供应链布局、创新网络建设和科技金融协同等提出对策建议。

关键词：环境规制；绿色创新；绿色制造；动态博弈；面板门槛

中图分类号：C 934

文献标识码：A

文章编号：1672-7312（2024）05-0553-14A Study on Environmental Regulation and Green

Manufacturing Based on Dynamic Game Theory

CHEN Qing

（College of Management，Guizhou University，Guiyang 550025，China）

Abstract：Based on stakeholder theory and ambidextrous innovation theory，this paper uses dynamic game analysis and panel threshold test to study the intrinsic link between environmental regulation and green innovation bottlenecks.By constructing a two-stage dynamic game model of “local government-manufacturing enterprise”，the paper summarizes the Nash equilibrium conditions for manufacturing enterprises to choose proactive green innovation or cautious green innovation under strict or loose environmental regulation.Then，using panel threshold model and data from 1，092 listed manufacturing companies in 31 provinces，municipalities and autonomous regions in China，the paper empirically studies the bottleneck effect of local government environmental regulation intensity on manufacturing enterprise green innovation input，thus further verifying the practical validity of the game model.The study finds that：environmental regulation policies will cause upstream raw material prices to rise and produce green cost bottlenecks that inhibit enterprise innovation willingness in the process of encouraging regulated enterprises to transform green；that green transformation enterprises from “incremental innovation” to “radical innovation” often accompanied by huge changes in production mode，and will lead to green technology bottlenecks that enterprises cannot adapt to.Based on the above analysis，this paper puts forward countermeasures and suggestions around supply chain layout，innovation network construction and science and technology finance coordination.

Key words：environmental regulation；green innovation；green manufacturing；dynamic game；panel threshold

1 问题的提出

随着“双碳”目标的提出，中国经济要向绿色化、低碳化发展已经成为社会各界的普遍共识，而能否实现中国制造业绿色转型则是其中的关键所在。但从目前的情况来看，高能耗、高排放、低附加值仍然是困扰大多数中国传统制造企业的现实难题，并对中国制造高质量发展提出了挑战。究其原因，一是“三来一补”的中国制造虽然经历了从OEM到ODM再到OBM的阶段性跨越，但其微薄利润仍然难以应付绿色创新所带来的“双重外部性”压力；二是过度追求“短平快”的发展模式导致企业“利用式创新”有余而“探索式创新”不足，并最终陷入低水平、粗放式扩张的路径依赖之中；三是环境规制部门对制造企业在绿色转型过程中所可能遭遇的瓶颈问题估计不足，尤其忽视了环境规制政策与绿色成本瓶颈、绿色技术瓶颈之间的内在联系。以汽车制造业为例，政府环境监管在促使越来越多企业转向绿色新能源的过程中，同时也导致了上游锂电池及锂矿石价格的上涨，进而使企业面临所谓的“绿色成本瓶颈”，从而抑制了企业对绿色创新的积极性。此外，新能源汽车所面临的“续航里程焦虑”和“充电难”等问题亦成为制约汽车制造业绿色化转型的“绿色技术瓶颈”，亟需寻求系统化解决策略以应对这些挑战。为此，文章旨在进一步揭示中国制造企业绿色创新行为的内在逻辑，探究政府环境规制下企业绿色创新瓶颈的成因及对策。

围绕上述问题，可以将国内现有文献归纳为以下三类。第一类重在政策评估，即通过检验不同环境规制工具对企业绿色创新行为的影响，探讨绿色低碳政策在引致绿色创新方面的有效性。其中，较有代表性的包括低碳城市试点、创新型城市试点、长江大保护战略等^[1-8]；也有学者结合2011—2017年地方政府节能减排的目标数据发现，调高政府环境目标对企业绿色创新投入具有抑制作用^[9]，除此之外，学者们还分析了投资型、费用型、激励型、命令型、自愿型等异质性环境规制工具对企业绿色创新行为的不同影响^[10-13]。第二类重在影响因素和机理机制分析，即通过引入各种调节变量及中介变量拓宽环境规制与绿色创新的实证研究范围。其中，部分研究从政策执行力入手，考察了诸如中央环保督察、环境公益诉讼等举措对环境规制绿色创新效应的影响^[14-15]；另一部分研究则从政企关系入手，将企业政治嵌入、政治关联纳入理论框架，并分析了上述变量对绿色创新的直接影响及间接影响^[16-17]；还有学者进一步将研究视角拓展到媒体关注、政策不确定性以及技术复杂性等领域^[18-19]。第三类重在刻画环境规制强度变化与绿色创新绩效之间的联系，即提倡使环境规制做到因地制宜、因时制宜，从而提高企业绿色创新绩效。其中，一些研究发现环境规制对绿色创新绩效的影响呈现为“倒U”型特征，即存在所谓的最优环境规制强度^[20-21]；虽然提高环境规制强度有助于加快绿色创新协同的形成^[22]，但过于严苛的环境规制尤其是命令型环境规制将逼迫企业转向“利用式绿色创新”而忽视“探索式绿色创新”^[23]。

综上所述，虽然现有研究围绕环境规制和绿色创新做了大量的有益探索，但少有学者将研究视角拓展到环境规制对上游供应链的影响，并考察其可能给被规制企业绿色创新所带来的瓶颈问题——制造企业在绿色化转型过程中会遭遇哪些绿色创新瓶颈？它们又应当如何突破这些绿色创新瓶颈？文章基于利益相关者理论（Stakeholder Theory）和双元创新理论（Ambidextrous Innovation）对现有研究进行了补充，其主要创新点在于。第一，通过构建“地方政府-制造企业”的两阶段动态博弈模型，分析了地方政府环境规制与制造企业绿色成本瓶颈之间的内在联系，拓宽了环境规制理论和利益相关者理论的研究边界。第二，根据量变与质变的转化原理，探讨了从“渐进式创新”到“突破式创新”的过程中，企业可能经历的生产方式与需求结构变革，并提示企业更多关注绿色转型中的潜在挑战，确保准备充分、应对得当。第三，提出了包括提高环境监管精度、优化绿色供应链布局、保持政策弹性和力度适中、推进绿色创新网络和科技金融生态建设等一系列对策建议。

2 理论分析与研究假说

2.1 供应链紧张与绿色成本瓶颈

现有研究发现，来自供应链的压力对上下游企业的绿色创新绩效具有显著影响，而供应链协同（Supply Chain Collaboration）则有助于企业实施绿色创新转型战略^[24]：一方面，可持续供应链（Sustainable Supply Chain）强调产品“从摇篮到坟墓”全生命周期对环境绩效的影响（Life Cycle Assessment），对供应链上游企业加大绿色技术创新和绿色产品开发提出了要求^[25]。这使得企业在实施绿色创新发展过程中更加重视供应商的环境绩效，因为供应商选择不慎将间接损害其自身的“绿色声誉”^[26]。另一方面，绿色供应链建设将有利于解决绿色技术创新的“双重外部性”问题，从而有效激发企业绿色创新活力^[27]。这是因为，上下游企业之间的知识通用性和资源互补性可以更好地发挥绿色技术创新的市场价值，并有效地分担绿色技术创新的成本与风险^[28-29]。如此看来，政府的环境规制政策在推动企业重视自身环境绩效的同时^[30]，还将对其供应链上游产生“挤压效应”，继而引发被规制企业的绿色成本瓶颈。一个较为典型的例子便是汽车制造企业在向绿色新能源转型过程中所面临的“缺芯贵电”问题，即芯片短缺和电池成本高。这不仅使企业的降价幅度受到限制、利润空间受到挤压，还进一步削弱了其绿色创新的动力。

基于以上分析，提出假设1：政府环境规制对企业绿色创新具有门槛效应。

随着环境规制强度的增加，可能会间接导致上游原材料供应紧张，进而产生制约下游企业绿色创新转型的“绿色成本瓶颈”，并因此降低企业的绿色创新投入意愿。

2.2 突破式创新与绿色技术瓶颈

现有研究还发现，企业的技术创新过程在方向、程度、价值等方面都呈现出明显的阶段性特征，并可被视为“渐进式创新”（Incremental Innovation）与“突破式创新”（Radical Innovation）的轮替（Rotate）^[31]。前者强调通过“利用式创新”（Exploitation Innovation）对现有知识和经验进行深入挖掘，从而“短平快“地提高企业经营效率和盈利能力；后者则重视通过“探索式创新”（Exploration Innovation）开拓新知识、开辟新领域，进而以跳出“舒适区”的方式帮助企业适应新形势、打造新优势^[32]。尽管现在有越来越多的研究开始强调“双元创新”（Ambidextrous Innovation）对企业长期可持续性发展的重要意义，但鲜有学者指出“渐进式创新”与“突破式创新”背后隐含的“量变—质变”关系^[33]，而其中的每一次技术跨越都有可能导致绿色技术瓶颈的出现，并由此拖累企业的绿色创新转型过程。仍以面临绿色新能源转型挑战的汽车制造企业为例，从汽油动力向电动动力的技术转变实际导致了其生产技术、工艺流程以及资源结构的显著变革。在此过程中，这一技术创新对企业的人才队伍、采购和销售渠道、技术支持以及资本投入均提出了全新的挑战，从而构成了企业在适应新市场、新环境时必须应对的关键考验。

基于以上分析，提出假设2：在企业绿色创新投入从量变跃升至质变的过程中，生产方式与组织模式也将面临巨大变革。

若企业缺乏充分准备，则可能会遭遇所谓的“绿色技术瓶颈”，从而导致绿色创新进程受挫，使企业陷入绿色创新发展困境。

3 博弈建模

3.1 模型设定

文章以地方政府G和制造企业F为研究对象，重点探讨环境规制强度对制造企业绿色转型的影响。政府在设计实施环境规制政策时需综合考虑税费收入、执法成本、环保政绩等因素；而制造企业在决定绿色创新投入强度时需权衡绿色溢价、转型成本、合规成本等利弊得失。因此，结合地方政府与制造企业之间的利益关系，构建两阶段完全信息动态博弈模型，并给出以下模型设定。

设定1：地方政府在设计实施环境规制政策时，需要兼顾税费收入TNF和官员环境政绩EPA。为此，地方政府常根据实际需要调整环境规制强度，并呈现出一定的摇摆性。为简化考虑，模型假设地方政府G仅面临“严格环境规制”S¹和“宽松环境规制”S⁰两种策略选择。

设定2：制造企业在面临政府环境规制时，需要兼顾常规利润PRF、研发强度RND、绿色产品溢价GPP、绿色制造成本GMC以及环境合规成本ECC。为此，制造企业会出于利润最大化的理性考虑，因时制宜地做出积极绿色创新或谨慎绿色创新的决策。为简化考虑，模型假设汽车制造企业F仅面临“积极绿色创新”S¹和“谨慎绿色创新”S⁰两种策略选择。

3.2 模型构建

3.3 基准博弈模型分析

3.4 博弈模型扩展与绿色创新瓶颈

在现实生活中，上述四种纯策略纳什均衡（Pure Strategy Nash Equilibrium）还呈现出一定的动态性和可变性，即会随着内外部因素的变化而变换，从一个纳什均衡状态过渡到另一个纳什均衡状态。例如：①当制造企业的绿色产品溢价、绿色制造成本和环境合规费用受到内外部因素波动影响时，其占优策略（Dominant Strategy）也可能会相应调整以适应新的变化。②当地方税费收入和中央政府环境考核力度等内外部因素发生改变时，地方政府的占优策略也可能会相应调整，以适应新形势、新需求。

以表1中所展示的纯策略组合为例，在内外部因素发生变化时，若制造企业从绿色创新中所获得的收益小于其所付出的成本时，如绿色制造成本s上升、学习曲线t变得陡峭，制造企业将由“积极绿色创新”调整为“谨慎绿色创新”，即遭遇所谓的绿色创新瓶颈；类似地，若地方政府从环境规制中所获得的收益低于其实际损失时，如中央政府环境考核力度δ减弱、绿色转型企业产销额Q显著下降，地方政府也可能会从“严格环境规制”调整为“宽松环境规制”，即重新回到较为粗放的环境管理模式，从而进一步加剧绿色创新瓶颈的社会影响。根据上述分析，图1所示博弈模型中的内外部因素在影响纯策略纳什均衡方面发挥着关键作用。

结合利益相关者理论来看，地方政府、制造企业和上游原材料供应商在发展绿色产业这一问题上的利益和诉求并不一致，导致各方缺乏协调、步调不一。具体来说，当制造企业积极实施绿色化转型并扩大绿色生产规模时，上游企业可能会趁此机会囤积居奇、哄抬绿色原材料价格，并客观上形成制约全产业链绿色转型发展的障碍；不仅如此，地方政府出于环境政绩和税费收入的考虑，也可能会采取过于严格的环境监管措施，迫使更多的制造企业扎堆式绿色转型，从而进一步加剧对上游绿色原材料的需求压力，过于严格的环境规制可能间接导致被规制企业陷入“绿色成本瓶颈”，从而导致企业绿色创新意愿下降，假设1得到验证。

再结合双元创新理论来看，制造企业的绿色转型并非一直是线性平稳的，相反有可能会经历从“渐进式创新”到“突破式创新”的深刻变化。处于渐进式创新阶段的企业往往侧重于通过“利用式创新”（Exploitative Innovation）对现有产品、技术和流程进行增量改进；而进入突破式创新阶段的企业往往更强调通过“开发式创新”（Exploratory Innovation）探索新技术、开拓新市场、发展新模式，以适应内外部环境的深刻变化。然而，这种重大的生产方式变革将不可避免地使企业面临更为陡峭的学习曲线和更大的不确定性，从而对企业的绿色创新意愿产生负面影响，并成为制约绿色创新发展的又一瓶颈。在这种情况下，如果地方政府继续单纯地提高环境规制力度，可能会进一步加剧上述瓶颈的不利影响，导致企业在绿色创新问题上陷入困境，甚至面临半途而废的危险，过于严格的环境规制政策可能会强化“绿色技术瓶颈”对企业的负面影响，从而导致企业绿色创新意愿下降，假设2得到验证。

4 实证检验

4.1 数据来源与变量说明

在传统的博弈论研究中，学者们通常采用仿真分析来验证博弈过程中所发现的规律。然而，由于仿真分析在模型设定、参数选择和初始条件等方面存在过于主观和简化的问题，导致其无法准确地反映现实情况。为了解决这一问题，本研究结合地方政府与制造企业数据，运用计量经济学方法对博弈论研究结果进行实证检验，即旨在验证假设3：地方政府环境规制强度对制造企业绿色创新强度的影响呈非线性关系，且存在单一门槛效应。

具体来说，当地方政府的环境规制强度超过某一阈值时，制造企业的绿色创新强度会受到明显抑制而减小，即经历所谓的瓶颈效应。

文章所有研究数据均来自《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，包括省级环境经济数据和制造业上市公司财务数据。为保证研究的严谨性，手工剔除了在研究期内主营业务发生“制造业—非制造业”变更的样本企业，并最终得到1 092家制造业上市公司样本，遍及中国31个省份（不含西藏和港澳台），时间跨度为2013—2019年。

参考郭然和原毅军的做法，结合环境规制测算中较为主流的单一指标测算法，选取“工业废水治理设施运行费用”作为反映地方政府“环境规制强度”（EVR）的解释变量^[34]，选取“企业研发强度”作为反映制造企业“绿色创新投入”（RSD）的被解释变量；选取“地区研发强度”（ARD）、“地区工业占比”（IDS）、“企业资产规模”（AST）、“企业经营年限”（AGE）、“企业营收增长”（GRO）、“企业股权收益”（ROE）、“企业毛利率”（GPT）、“企业创新补贴”（SUB）、“企业杠杆率”（LEV）和“企业无形资产”（INT）作为控制变量，具体见表2。

除此之外，文章还通过标准化处理将“地区环境规制强度”（EVR）指标转化为统一尺度的Z-Score，以便于数据与数据之间的横纵向比较；对“企业绿色创新投入”（RSD）、“企业创新补贴”（SUB）、“企业杠杆率”（LEV）、“企业营收增长”（GRO）、“企业无形资产”（INT）等连续变量进行上下1%的缩尾处理，以消除数据中极端值或异常值对回归结果的潜在影响；利用对数变换缩小“企业资产规模”（AST）等变量的绝对数值变化，以部分缓解可能存在的异方差问题；将“企业绿色创新投入”（RSD）和“企业创新补贴”（SUB）中的缺漏值全部替换为零，以避免因丢失“无（零）研发”企业样本而造成的有偏估计和系统性偏差——最终所得样本数据的描述性统计结果见表3。

4.2 模型设定

在验证假说1及假说2之前，借鉴同类文献做法先构建基准（面板）回归模型如式（5）所示，其中，RSD代表被解释变量“企业绿色创新投入”，EVR代表解释变量“地区环境规制强度”；同时既包含企业级控制变量controls，也包含省级控制变量controls；误差项部分u+ε中的u为企业个体效应，ε为随机扰动项^[35]；β则分别对应以上自变量的回归估计系数。

RSD=cons+βEVR+βcontrols+βcontrols+u+ε（5）

在此基础上，进一步构建门槛（面板）回归模型如式（6）所示，以验证假说1及假说2是否成立。其中，EVR既是解释变量也是门槛变量，D（·）和γ则分别代表示性函数（Indicator Function）与待估门槛值；β和β分别对应门槛变量EVR≤γ和EVR>γ时，解释变量EVR的回归估计系数。从结果来看，如果β－β<0，则说明当环境规制强度超过某一门槛值时，政府环境规制的确会对制造企业的绿色创新产生抑制作用，即引发企业绿色创新的瓶颈问题，并使假说1和假说2得到验证。

RSD=cons+βEVRD（EVR≤γ）+βEVRD（EVR>γ）+βcontrols+βcontrols+u+ε（6）

4.3 回归分析

从表4可以看出，为确保回归分析的有效性及可靠性，通过Pearson相关性检验排除了自变量之间可能存在的多重共线性问题。结果发现，除个别相关系数落在0.4～0.6区间外，其余相关系数均小于0.4，即为弱相关或无相关关系；通过计算混合OLS回归的方差膨胀因子（VIF），进一步排除了自变量之间可能存在多重共线性的可能。结果发现，自变量中“地区工业占比”IDS的VIF值最大（2.05），其余自变量的VIF值平均仅为1.40，因而远低于严格多重共线性的VIF判定值5.00；通过LLC检验法对所有变量依次进行面板单位根检验，用以排除可能由单位根带来的“伪回归”（Spurious Regression）问题。结果发现，模型中的所有变量均为含趋势项的非平稳序列，故考虑采用“截面均值差分法”消除面板数据中的时间趋势项以得到平稳数据；通过Westerlund方法对模型进行多变量面板协整检验。结果发现，模型中的所有变量均存在着长期协整关系，且在1%的水平上显著，从而为后续的基准面板回归与门槛面板回归创造了前提条件。

4.3.1 基准面板回归结果

结合表5中模型ⅰ—ⅳ的回归结果不难发现，解释变量“地区环境规制强度”（EVR）对被解释变量“企业绿色创新投入”（RSD）的回归估计系数均显著为正，说明政府环境规制确实能对企业绿色创新行为产生正面的影响；固定效应回归的结果与随机效应回归的结果存在明显差异，说明式（5）模型中可能仍然存在尚未解决的内生性（Endogeneity）问题；随机效应面板回归（ⅲ）与随机效应面板TOBIT回归（ⅳ）的结果基本一致，说明是否采用TOBIT方法对式（5）中的回归估计系数β影响不大，相信该结论对于固定效应面板回归模型也同样适用；Hausman检验的结果在1%的水平上拒绝了所有解释变量均为外生变量的原假设，说明采用可消除部分内生性的固定效应模型有助于提高回归分析的可靠性。

除此之外，固定效应面板回归（ⅲ）的结果还进一步说明了，资产规模（AST）越大的企业，越能够满足绿色转型的决策门槛要求（产销额Q），故其绿色创新投入水平（RSD）也越高；毛利率（GOP）越高、创新补贴（SUB）越多的企业，生产绿色产品所获得的初始溢价c也越高，故其绿色创新投入（RSD）的意愿也越大；无形资产（INT）越高的企业，绿色研发投入RND的存量也越多，越有助于实现从“量变”到“质变”的创新突破，故其更敢于加大绿色创新投入（RSD）。

与此同时，股权收益（ROE）、营收增长（GRO）以及杠杆率（LEV）越高的企业，绿色创新投入（RSD）越低。这或许可以归因于这类企业在绿色转型问题上的非理性行为，即它们更加看重市场规模的扩张而非产品质量的升级；因此，即使绿色转型条件已经成熟，它们也不会贸然尝试。这种“重量轻质”的囚徒式困境在工业占比（IDS）越高的地区越容易发生。除此之外，解释变量“地区研发强度”（ARD）和“企业经营年限”（AGE）的回归估计系数不显著，这或许是因为区域研发成果转化效率较低所致，而一个企业的绿色创新投入意愿与其存续时间长短则并无直接联系。

4.3.2 门槛面板回归结果

根据假设3，过度的环境规制强度可能会在制造企业的绿色转型过程中引发所谓的“绿色创新瓶颈”，这种瓶颈现象可能会对企业的创新投入产生抑制作用，导致其创新投入强度明显降低，换句话说，政府环境规制强度对制造企业绿色创新投入的影响存在门槛效应：当环境规制强度过大时，制造企业将由于无法消化上游原材料涨价所带来的成本压力，或者缺乏经验积累和资源准备而无法适应“突破式创新”所带来的生产方式及组织模式变革，以至于不得不减少甚至中止其绿色创新投入。

为此，借鉴Hansen所提出的门槛检验方法构建固定效应面板门槛模型（见式（6）），并将“地区环境规制强度”（EVR）同时设定为解释变量和门槛变量，以反映环境规制强度调整对绿色创新投入的影响变化规律。以下将网格数（Grid Point）和自抽样次数（Bootstrap Replication）均设定为300，并分别得到单门槛面板模型和双门槛面板模型的回归结果见表6^[36]。

结合表6来看，双门槛检验的F统计量仅为7.80，对应P值为0.62，故无法显著拒绝原假设，也即是不能有效地证明双重门槛效应存在；相反，单门槛检验的F统计量为22.43，对应P值为0.03，故可以在5%的显著性水平上拒绝原假设，也即有效地证明了环境规制强度对绿色创新投入的影响存在门槛效应，且存在单一门槛值γ=0.801。再结合图2中的LR统计量可以进一步确定该门槛值的置信区间为0.784～0.813。这意味着，当式（6）中的门槛变量小于或等于门槛值时（EVR≤γ），解释变量“地区环境规制强度”（EVR）的回归估计系数β=1.035，且在1%的水平上显著；而当门槛变量大于门槛值（即EVR>γ）时，该解释变量的回归系数β=0.147，且仅在5%的水平上显著，这说明当地方政府的环境规制强度超过某一阈值后，企业的绿色创新投入意愿将受到明显抑制，即面临所谓的绿色创新瓶颈问题，假说1及假说2得到了实证验证。

4.3.3 稳健性检验

出于稳健性检验需要，进一步将解释变量“地区环境规制强度”（EVR）的测度指标由“工业废水治理设施运行费用”替换为“工业废气治理设施运行费用”，并通过固定效应面板门槛回归分析发现。单门槛检验的F统计量为20.55，显著性水平为5%，所得门槛值0.801与之前无异；除此之外，当门槛变量小于门槛值0.801时，解释变量的回归系数为0.502，且在1%的水平上显著；当门槛变量大于门槛值0.801时，解释变量的回归系数降为-0.031，且不再显著（P值为0.518），即再次证明了提升环境规制强度将会给企业带来绿色创新瓶颈，进而抑制企业绿色创新投入的事实，表明模型稳健良好，假说1与假说2依然成立。

除此之外，还尝试用“企业创新补贴”（SUB）代替“地区环境规制强度”（EVR）作为新的解释变量，并通过如式（7）的固定效应面板门槛回归分析发现，双门槛检验的F统计量为25.91、显著性水平为1%，两个门槛值分别为0.996和1.420；除此之外，当门槛变量小于门槛值0.996时，解释变量的回归系数为0.156；当门槛变量大于门槛值0.996、小于门槛值1.420时，解释变量的回归系数骤降为0.051；当门槛变量大于门槛值1.420时，解释变量的回归系数再次回升至0.141，以上估计系数均在1%的水平上显著，解释变量回归系数的“骤降”说明环境规制强度的提升会给企业带来绿色创新瓶颈，从而影响企业的绿色创新意愿并降低“企业创新补贴”（SUB）对企业绿色创新投入的引致效应；而解释变量回归系数的“回升”则说明环境规制强度的进一步提升会改变企业预期，使其意识到绿色化转型已是大势所趋，进而不得不重新加大绿色创新投入并恢复“企业创新补贴”（SUB）对企业绿色创新投入的引致效应。模型可以通过稳健性检验，假说1与假说2依然成立。

RSD=cons+βSUBD（EVR≤γ）+βSUBD（EVR>γ）+βcontrols+βcontrols+u+ε（7）

5 结论与启示

5.1 结论

文章基于利益相关者理论和双元创新理论，通过构建两阶段动态博弈模型分析了地方政府环境规制在制造企业绿色转型过程中所可能带来的瓶颈问题，同时结合2013—2019年省级数据和制造业上市公司数据验证了环境规制强度对制造企业绿色创新投入的门槛效应。

1）地方政府加大环境规制强度可以激励制造企业绿色化转型，但可能同时造成上游供应紧张并抬高被规制企业的绿色生产成本，进而抑制其绿色创新意愿，造成所谓的绿色成本瓶颈。

2）在制造企业由“渐进式创新”跨越到“突破式创新”的同时，也同时伴随着生产方式和组织模式的系统性变革，此时企业若缺乏相关准备则可能因无法适应新市场、新环境而半途而废，遭遇所谓的绿色技术瓶颈。

3）固定效应面板门槛回归的结果能够验证本研究实证检验部分根据核心假设1、2所进一步提出的核心假设3，即政府环境规制强度对制造企业绿色创新投入的影响确实存在门槛效应，且当环境规制强度过大时企业的绿色创新投入会受到明显抑制。

5.2 启示

1）政府在设计环境规制时不仅需要考虑政策对被规制对象的直接影响，还应兼顾利益相关方的反应及其次生影响。以制造业为例，单纯依靠环境规制政策将无法有效地推动制造企业的绿色化转型，特别是无助于解决由上游原材料价格上涨所造成的绿色成本瓶颈问题。为此，地方政府在实践操作中应因地制宜、因时制宜地做到精准施策，从而避免政策“一刀切”所可能带来的扎堆式绿色转型以及绿色资源挤兑现象；同时帮助制造企业提前做好绿色供应链规划布局，鼓励其通过后向一体化等措施缓解因上游限制所带来的成本压力；除此之外，还可以牵头组建行业联盟并通过打造数字化供销平台鼓励集采集销，旨在加大绿色原材料采购的信息透明度、避免市场定价权旁落。

2）政府在实施环境规制时还需要保持一定的政策弹性和灵活性，从而抵消绿色技术瓶颈给绿色转型企业所可能带来的不利影响。以制造业为例，政府需要在制造企业遭遇技术瓶颈、“卡脖子”难题时，恰到好处地调整政策力度、政策方向和政策重点以平滑制造企业绿色转型的学习曲线。为此，地方政府可以一方面通过绿色认证、绿色信贷等措施使制造企业获得更高的绿色产品溢价，进而扩大绿色制造的市场接受面，提升绿色制造的市场接受度；另一方面则应根据绿色制造企业的实际情况进行有针对性的减税降费，并主动将收缴的环境合规费用以绿色专项补贴的形式返还给相关企业，进而为制造企业绿色化转型注入更多的信心和动力，尽可能避免企业在绿色转型过程中发生半途而废、因噎废食的情况。

3）除环境规制以外，政府还应致力于协调好创新网络系统与科技金融生态的建设及运营工作，进而旨在多渠道、多主体、多层次地帮助绿色转型企业缩短研发周期、规避研发风险、降低研发成本。以制造业为例，绿色化转型是涉及政产学研金服用多个利益相关方的系统性工程，技术标准、工作方式也存在较大差异，超过了单个企业所能协调的能力极限。为此，地方政府一方面应推进产业技术创新联盟实体化运作、支持科技创新平台高水平建设、优化技术经纪人全程性服务，并重点聚焦于关键共性技术的研发以及技术标准规范的推广；另一方面则应发挥政府资金和金融市场的双向协同作用，加快形成以风险投资为先导、产投基金为纽带、创新发展为核心的投融资良性循环，为制造业绿色创新可持续发展保驾护航。

参考文献：

[1] 杨菲，沈能，胡傲.低碳试点政策的绿色技术创新效应研究——基于微观准自然实验的证据[J].软科学，2022，36（12）：1-12.

[2]郭丰，杨上广，柴泽阳，等.低碳城市建设能够提升城市绿色技术创新吗？——来自准自然实验的证据[J].软科学，2022，36（10）：1-15.

[3]武力超.创新型试点城市的技术创新绩效综合评估[J].经济体制改革，2022（05）：43-50.

[4]陈震，田冠军，王铭瑞，等.长江大保护战略与重污染企业绿色创新——来自长江经济带上市公司的证据[J].科技进步与对策，2022（10）：1-11.

[5]刘曙光，杨宝杰，宋蕾.中国创新型城市试点政策对绿色发展的影响机制研究[J].软科学，2022，36（11）：1-12.

[6]刘明广.环境规制、绿色创新与企业绩效的关系研究[J].技术与创新管理，2020，41（06）：539-547.

[7]王雪宇，刘芹.环境规制、产业集群对企业创新投入影响的研究[J].技术与创新管理，2019，40（03）：320-325.

[8]陈怡，蒋毅一.环境规制和技术创新对工业二氧化硫排放的影响研究——以长三角地区为例[J].技术与创新管理，2021，42（02）：211-217.

[9]刘志铭，刘雨庆，杨志江.地方政府环境目标是否影响了企业绿色技术创新——基于我国制造业上市公司数据的经验研究[J].华南师范大学学报（社会科学版），2022（05）：126-138+207.

[10]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（09）：192-208.

[11]韩先锋，宋文飞.异质环境规制对OFDI逆向绿色创新的动态调节效应研究[J].管理学报，2022，19（08）：1184-1194.

[12]肖仁桥，陈小婷，钱丽.异质环境规制、政府支持与企业绿色创新效率——基于两阶段价值链视角[J].财贸研究，2022，33（09）：79-93.

[13]岳立，任婉瑜，曹雨暄.异质型环境规制对绿色经济的影响研究——基于绿色创新的中介效应分析[J].软科学，2022，36（12）：1-13.

[14]董香书，卫园园，肖翔.财政分权如何影响绿色创新？[J].中国人口·资源与环境，2022，32（08）：62-74.

[15]张家豪，范文雨，高原.环境司法制度改革与地方绿色创新——来自公益诉讼试点的证据[J].财经研究，2022，48（10）：19-33.

[16]汪明月，李颖明，王子彤，等.政治嵌入、外部融资对环境规制与绿色技术创新关系的影响[J].中国人口·资源与环境，2022，32（08）：75-88.

[17]张铂晨，赵树宽.政府补贴对企业绿色创新的影响研究——政治关联和环境规制的调节作用[J].科研管理，2022，43（11）：154-162.

[18]阳镇，陈劲，凌鸿程.媒体关注、环境政策不确定性与企业绿色技术创新——来自中国A股上市公司的经验证据[J].管理工程学报，2022（10）：1-15.

[19]刘剑民，夏琴，徐玉德，等.产业技术复杂性、政府补助与企业绿色技术创新激励[J].南开管理评论，2022（09）：1-21.

[20]刘鹏振，董会忠，张力元.OFDI能提升技术创新效率吗？——基于环境规制强度差异视角[J].华东经济管理，2022，36（11）：54-63.

[21]何凌云，祁晓凤.环境规制与绿色全要素生产率——来自中国工业企业的证据[J].经济学动态，2022（06）：97-114.

[22]肖振红，李炎.绿色技术创新模式、环境规制与产学研协同绿色创新[J].管理工程学报，2022（10）：1-14.

[23]曹翠珍，冯娇龙.冗余资源对绿色创新模式选择的影响——环境规制的整合视角[J].管理评论，2022，34（05）：124-135.

[24]YANG Z，LIN Y.The effects of supply chain collaboration on green innovation performance：An interpretive structural modeling analysis[J].Sustainable Production and Consumption，2020（23）：1-10.

[25]CHIAPPETTA JABBOUR C J，SATURNINO NETO A，GOBBO J A，et al.Eco-innovations in more sustainable supply chains for a low-carbon economy：A multiple case study of human critical success factors in Brazilian leading companies[J].International Journal of Production Economics，2015，164：245-257.

[26]PUJARI D.Eco-innovation and new product development：Understanding the influences on market performance[J].Technovation，2006，26（01）：76-85.

[27]MA W，ZHANG R，CHAI S.What drives green innovation？A game theoretic analysis of government subsidy and cooperation contract[J].Sustainability，2019，11（20）：5584.

[28]ARAUJO R，FRANCO M.The use of collaboration networks in search of eco-innovation：A systematic literature review[J].Journal of Cleaner Production，2021，314：127975.

[29]MELANDER L，PAZIRANDEH A.Collaboration beyond the supply network for green innovation：Insight from 11 cases[J].Supply Chain Management，2019，24（04）：509-523.

[30]YE F，ZHAO X，PRAHINSKI C，et al.The impact of institutional pressures，top managers’ posture and reverse logistics on performance-evidence from China[J].International Journal of Production Economics，2013，143（01）：132-143.

[31]ANDERSON P，TUSHMAN M.Technological discontinuities and dominant designs：A cyclical model of technological-change[J].Administrative Science Quarterly，1990，35（04）：604-633.

[32]BENNER M J，TUSHMAN M L.Exploitation，exploration，and process management：The productivity dilemma revisited[J].Academy of Management Review，2003，28（02）：238-256.

[33]朱向琳，杨乃定，张明珍.企业创新行为——度量方法和影响因素研究评述[J].科研管理，2020，41（12）：131-138.

[34]郭然，原毅军.环境规制、研发补贴与产业结构升级[J].科学学研究，2020，38（12）：2140-2149.

[35]郭凌军，刘嫣然，刘光富.环境规制、绿色创新与环境污染关系实证研究[J].管理学报，2022，19（06）：892-900+927.

[36]HANSEN B E.Threshold effects in non-dynamic panels：Estimation，testing，and inference[J].Journal of Econometrics，1999，93（02）：345-368.

（责任编辑：严焱）