研发投入对环境污染影响的实证研究

王章名 王成璋

(西南交通大学经济管理学院)



研发投入对环境污染影响的实证研究

王章名 王成璋

(西南交通大学经济管理学院)

借助“污染”与“清洁”两部门模型，分析得出研发投入与环境污染可能出现类似于“先增加后减少”的关系，政府对于研发相关激励政策将显著影响环境状况的发展。运用空间计量分析工具对我国31个省级1998～2013年的数据进行实证发现：研发投入对环境的影响作用呈现倒U型的关系，目前我国研发投入的增加恶化了环境质量，但长期内存在拐点；我国研发投入配置不合理，清洁能源技术发展迟缓，人口压力仍然存在，这些都对我国的环境形势提出严峻考验，需结合市场调节和政府引导，加强省域间密切合作，努力协调好经济、人口与环境的系统性关系。

研发投入； 环境污染； 空间计量分析

1 研究背景

2014年中国全社会研发投入(R&D)13 400亿元，R&D占GDP比重2.1%，其中企业支出占76%以上。我国规模以上工业企业的R&D内部支出经费连年升高，2013年达到8 318.4亿元，较2000年增加近16倍，反映出工业企业逐渐重视自主研发。加强研发投入，转变过度依赖消耗能源的发展道路，可以提高企业的生产能力和市场竞争力，对国家整体有利。此外，技术进步可以帮助传统工业企业提高能源利用效率，激励新兴工业和信息技术产业的发展，客观上有助于环境改善。由此，我国的科技统计年鉴也将环境指标纳入统计范围内，在近几年的统计中均显示了技术进步的一定正外部性。

需要说明的是，企业采取研发策略是就自身利益出发，目的是提高产能或降低成本，为企业带来更强的市场竞争力。据此，采用清洁投入的新兴工业部门和采用化石燃料的传统工业部门都具备研发投入的能力，两者的竞争关系暗示了研发资源将在两部门之间配置，因此，研发投入是否能改善环境有待观察。并且，处理类似于环境污染的外部性问题必须要求政府做出相应的引导。如果政府把改善环境视为一个重要目标，自然期望新兴工业部门能够具备更强的竞争优势，逐步提高工业体系的能源利用效率，其核心就在于激励更多更优秀的研发人员投入新兴工业部门，但现实中往往传统工业企业具有竞争优势，尽管研发在一定程度减少了污染排放，但由于自身规模的扩大并且抑制新兴部门的发展，将会威胁到环境。世界主要新兴经济体的发展过程以及著名的“环境库兹涅茨曲线”都说明了，社会期望的结果并非是显而易见、水到渠成的。传统的能源消耗性企业一般在国家发展起步阶段得到政府的大力扶持。在中国，该种企业多为国企，就业规模庞大并且承担着国家重要战略，而新兴工业部门明显处于发展劣势，要想实现社会期望的技术进步路线，仅依靠市场自由配置尚不能够实现，需要政府出台政策进行定向补助和税收激励。基于此，本研究借助理论模型对此进行论证，结合具体数据，探求我国的研发投入在客观上对环境造成如何的影响，并由此提出相应的政策建议。

2 文献综述

国内学者对于环境污染的研究主要集中于求证两个假说：环境库兹涅茨曲线(EKC)和“污染天堂”假说。

高宏霞等[1]实证发现废气和二氧化硫的排放量数据均与EKC模式吻合，但其他污染物并未出现上述规律，指出政府必须出台相应的管制措施。李岩岩等[2]运用空间面板模型发现废气污染对经济增长贡献度依然较大，尚未出现EKC中的拐点，建议征收碳税以抑制废气排放。晋盛武等[3]在环境库兹涅茨曲线的基础上加入地区腐败指标进行研究，同样得到了EKC的基本结论，并提出腐败抑制经济增长，可能带来一定程度的环境改善，但对于经济损害更大。高辉[4]研究发现中国的重工业占比较高，能源需求较高，污染物排放与人均GDP的U型关系尚未真正呈现，建议中国转变经济增长方式，减少能耗。李小胜等[5]认为，模型和环境污染指标的选取对结果均有显著影响，倒U型关系并不显著，但收入的增加的确能有助减少污染排放。

“污染天堂”假说指污染密集产业的企业倾向于建立在环境标准相对较低的国家或地区，因此外商直接投资(FDI)可能造成我国的环境污染。许和连等[6]运用空间计量研究表明FDI在地理上的集聚有利于改善我国的环境污染，因此认为“污染天堂”假说在中国并不成立。杨博琼等[7]实证发现FDI直接降低了我国污染物的排放，但如果考虑到对国内资本的带动作用，FDI 的进入增加了我国污染物的排放。邓玉萍等[8]认为在财政分权体制下，地方政府间的策略性竞争行为显著影响到FDI 的区位选择，FDI本身可以带来清洁的生产技术，显著改善当地环境，但地区对GDP过度关注与地区间的恶性引资竞争，可能导致部分地区无法跨越EKC的转折点。计志英等[9]结合理论与实证发现FDI与我国环境污染呈倒U型关系，即符合环境库兹涅茨曲线;环境规制对污染排放的治理没有促进效应，地方政府的环境治理支出与环境污染排放之间呈显著正相关关系,各地正面临环境越污染越治理的困境。

针对技术研发与环境污染之间关系的研究，国外学者涉足较早。RABUS等[10]论证了经济增长同环境污染之间的关系，构建了DICE模型。NEWELL等[11]、STAVINS等[12]理论论证了内生技术进步的存在，且指出技术研发的方向对于环境污染会造成显著的影响。ACEMOGLU等[13]建立清洁和污染两部门模型，详细分析了偏向性技术进步对环境污染的影响，论证了两部门针对研发资源的竞争将会决定技术进步是否有利于环境改善，政府对清洁部门积极的补贴政策将会最终改善环境，但同时也提出前期若污染部门相对占优，将会对环境造成可怕的影响。近几年，国内学者开始关注这一问题。金培振等[14]运用我国行业面板数据发现技术进步在工业领域通过能源效率改进带来的减排效应尚不能抵消其推动经济增长带来的二氧化碳增长效应,逐步转化工业结构成为重要的减排方式。贾军等[15]发现我国的技术进步存在着路径依赖的情况，环境规制可以促进绿色技术创新，但也促进了非绿色技术创新，环境规制效用并不十分理想，建议政府加大环境规制强度以及合理政策引导才能有效促进中国经济绿色增长。何晓萍[16]认为，R&D投资诱发的节能型内生技术变迁是降低中国工业能源强度的重要动力，但作用弱于能源价格的相对提高。内生技术变迁有明显的节能效应，持续加大科技投入是解决工业经济增长和节能目标之间矛盾的一个重要手段。李凯杰等[17]运用VECM检验了技术进步和碳排放之间的关系,发现技术进步与碳排放之间存在长期均衡关系，长期内的技术进步可以减少碳排放，而短期内的技术进步对碳排放没有明显作用。申萌等[18]基于内生增长理论构建了技术进步、经济增长与二氧化碳排放的理论模型，并实证发现技术进步对碳排放的弹性为负，但无法抵消技术进步对经济的促进作用所产生的间接效应，目前中国的技术进步无法兼顾经济增长和碳减排两个目标。

综上可知，学者主要关注技术进步促进经济增长进而对环境造成的影响，但并未就初期研发投入配置角度探究技术进步与环境质量间的联系，技术进步偏向性的根源就在于研发投入的偏向配置。由此，本研究借鉴ACEMOGLU等[13]的两部门竞争模型，分析研发投入的配置将导致技术进步出现偏向性，并最终影响环境质量。

3 模型设定

假设存在一个经济体，主要由工人、企业家和研发人员组成。居民只消费一种商品Y，经济体内存在一个代表性偏好的家庭，表达式如下

(1)

瞬时效用u(C,E)是C、E的增函数，二阶可微且拟凹。此外，设定如下的稻田条件

(2)

最后两个条件显示，环境质量下降至较低水平，会导致人们效用水平的严重下降，由此假设

(3)

之前提及的最终消费品Y，由“清洁”和“污染”两种存在竞争关系的中间产品Yc和Yd生产，表达式如下

(4)

一般而言，传统能源部门与清洁能源部门存在着明显的替代关系，故假设ε>1*如果出现ε<1的情况，两部门互补，污染制造部门将会始终存在，并且随着社会生产力的提高逐步扩大，最后只能带来环境灾难，与现实不符。。中间产品Yc、Yd，需耗费劳动和特定机器，两种投入要素的生产函数如下

(5)

式中，Act表示t时刻用于清洁领域机器的生产能力；Adt表示t时刻用于污染领域机器的生产能力；xit表示该机器的数量(i∈{c,d})。模型并未将化石能源消耗考虑其中，因为通常污染制造部门需要消耗的化石能源存量有限，导致价格一直呈现上升趋势。学者已经论证，如果化石能源价格升高，污染制造部门被迫丧失一部分产能，将有效抑制环境污染[16]。模型主要刻画研发人员流向对于环境污染的影响，因此假定两部门具备相同形式的生产函数。

两部门劳动力需求之和不超过劳动力总供给

(6)

借鉴内生技术进步的相关研究，两部门的机器均由垄断竞争厂商提供，生产单位数量的机器需花费ω单位的最终产品Y，假定ω≡α2。

市场出清情况下，消费等于最终产品除去生产机器所耗成本

(7)

技术前沿函数由如下描述给出：每一时期的开始，研发人员决定在清洁领域还是污染领域从事他的研发工作，由于技术壁垒的存在，研发人员不能改换研发方向。研发成功的概率为σi(i∈{c，d})，若研发成功将使单位机器的生产能力提高γ(γ>0)，该研发人员将获得当期i型机器的专利权；若未取得技术进步则该部门继续使用之前的技术。同样对研发人员的总数r标准化为1，t时刻在i部门从事研发工作的研发人员数量为rit。由此

(8)

与劳动力市场相同，研发人员也须满足rct+rdt≤1。高度的技术专业性使得研发人员在市场中十分稀缺，因此在此假设研发人员完全就业，即

(8)

环境质量由下式给出

(9)

4 模型分析

在自由经济条件下，各经济主体分散决策决定产量和技术投入，不受政府干预。

根据实际观察，采用清洁投入的部门最初往往落后于污染制造(如化石燃料)部门，因此在自由经济条件下，技术进步首先由污染制造部门开始。基于此，做如下假定。这一假设，将有助于理解政府干预对改善环境的重要性。

(10)

在t时刻给定的Act和Adt技术水平下，由于最终产品Y是两种投入竞争生产的，故两种投入产品均衡价格满足如下条件

(11)

根据上述定义，生产最终产品的厂商需要支付工人的工资以及购买机器的费用，因此其利润最大化决策过程由下式给出

(12)

厂商根据式(12)对机器数量xit和劳动投入Lit做决策，得到如下两个一阶条件

(13)

(14)

(15)

由于假定模型时已经提到研发成功有一定的概率，现在将技术研发的概率和机器生产能力的设定代入函数中，故垄断机器的厂商的利润改写为

(16)

通过分析两部门的利润之比，得出重要的结论

(17)

(18)

由于0<α<1，因此式(18)可直观反映：产能更高的机器所生产的产品相对价格更低。借助式(15)简化两部门的生产函数(式(5))，可得i部门的生产函数

(19)

联立式(13)、式(18)和式(19)，可得

(20)

将式(18)、式(20)代入式(17)中，该式转变为

(21)

这说明了研发总是倾向于在利润回报较高的部门展开，因为研发人员同时也是机器的垄断厂商将会从中获取更高的回报(前提是ε>1)，而实际情况通常是，采用清洁投入的部门最初往往落后于污染制造(如化石燃料)部门，因此在自由经济条件下，技术进步首先在污染制造部门开始。基于此，做如下假定,由于ε>1，故τ<0)。这一假设，将有助于理解政府干预对改善环境的必要性。

(22)

在自由市场均衡条件下式(4)、式(5)可改写为

(23)

为了避免这一极端情况的出现，必须引入一定形式的干预措施，促使研发人员向清洁部门流动。政府可对从事清洁投入领域的研发人员进行一定金额的研发补助，比方说，一定比例的利润补助。姑且将这一补助比率设为St，那么清洁投入部门研发人员的期望利润函数则变为

(24)

由模型推导可知：研发人员的流向将改变两部门研发实力的对比，有利可图的部门将会得到巨大的研发优势，另一部门则相应处于劣势。结合实际情况，本研究给出了一个重要前提假设——污染制造部门机器的初始生产能力强于清洁投入部门，因此在自由市场条件下，研发人员更倾向于在污染制造部门进行研究，这将加大两部门的差距，环境质量持续下降；环境恶化到一定程度将引起公众的反对和抗议，政府响应民众需求，必须对清洁部门的研发采取适当比例的激励补助，或者更为一般地是制定环境指标限制企业的污染排放，以此改变研发人员投向清洁部门，从而最终改善环境质量。由此可以看出，研发投入的增加并不必然带来环境质量的改善，相反在一定时期内污染制造部门的“挤出”效应将会持续破坏环境，环境质量的持续下降势必引起民众的意见，政府才有足够动机采取如定向研发补贴等环境管制措施，促进清洁能源部门的发展，最终改善环境。这可用环境库兹涅茨曲线来解释：当收入水平较低时，人们往往只关注经济利益，向重污染行业配置资源，随着收入增加，环境污染由低趋高，环境恶化程度随经济的增长而加剧；当收入水平较高时，人们对于环境质量有较高要求，政府将会响应诉求加大环境规制力度，增加治理投资，并且由于化石能源的日益消耗，引导市场发展清洁能源行业等。换言之，当经济发展达到一定水平后，即到达“拐点”后，随着收入的进一步增加，环境污染又由高趋低，其环境污染的程度逐渐减缓，环境质量逐渐得到改善。

5 实证分析

综上分析，可猜想环境污染与研发投入之间存在着类似倒U型的关系：初期随着研发投入的加大，环境质量由于污染制造部门的“挤出”效应而下降，随后政府逐渐意识到环境污染的问题，逐步采取污染排放限制、对清洁能源部门采取研发补贴等手段，研发投入逐步流向清洁投入部门，环境污染逐渐减少。本研究拟对研发投入对环境污染的影响进行实证研究，以验证上述猜想。此外，水流、风向以及产业集聚等因素使得相邻地区间存在着相互影响，环境污染往往具有显著的空间联动性，传统的面板模型很难刻画这一特性，因此本研究拟运用空间面板模型进行估计。

5.1 变量选取与处理

本研究考察的核心变量为环境污染变量及研发投入，其余则是结合实际和相关文献选取的控制变量。除比率变量外，其余变量均取对数。

(1)环境污染(EP) 工业污染排放主要包括“三废”：废气、废水和固体废物。废气中又包括二氧化硫、粉尘、烟尘。选取变量上，相关研究通常有两种方式：①直接选取工业二氧化硫排放量作为代理变量，因为其对于空气、降水等主要环境监测指标影响巨大，而空气污染对居民的健康危害巨大[19]；②将上述所有变量通过评价方式合成为一个代理变量[6]。目前，我国环境年鉴中除二氧化硫排放量以外其余统计数据均有较大缺失，为保证数据的完整性故采用第一种方式，本研究选取31个省、市、自治区的1998～2013年度工业二氧化硫排放量(SO2)作为环境污染的代理变量。

(2)研发投入(R) 统计年鉴中的R&D经费内部支出为企事业单位用于内部开展R&D活动的实际支出，因此本研究采用1998～2013年《中国科技年鉴》中的R&D经费内部支出作为研发投入的代理变量。

(3)国内生产总值(G) 环境库兹涅茨曲线以及后续研究变量，地区整体的经济水平与环境质量关系密切，必须将其纳入分析框架内。选用《中国统计年鉴》中各省当年的GDP数据，以1998年为不变价格，用GDP平减指数剔除价格因素。

(4)环境治理投资(I) 选用各省的环境治理投资作为一个控制变量，可以表征各省对于环境污染问题的重视程度，并可以检验其最终的治理效果。同样以GDP平减指数剔除价格因素。

(5)产业结构(S) 经济发展初期，工业的发展很可能伴随严重的环境污染，而随着经济的发展，工业占比逐渐下降，服务业占比上升，环境压力相应得到缓解。基于此，本研究采用工业产值占地区生产总值的比重作为代理变量。

(6)人口规模(Po) 人口规模的增长通常伴随着巨大的资源消耗和环境压力，对于中国这样的人口大国而言，环境和人口规模之间必然存在着相互制衡的关系，因此，本研究选用各省当年人口数量作为一个控制变量。

5.2 环境污染的空间探索性分析

探索地区污染的空间关系主要借助全局Moran’I指数判断，其表达式如下

(25)

式中，S2代表Y的方差；W为空间权重矩阵。Moran’I指数衡量地区间变量值的加权相关系数，取值范围为[-1,1]。该指数越接近于1，说明空间正相关性越强；越接近于-1，空间负相关性越强。空间权重的选取对于结果的影响巨大，目前主要包括如下3种：简单相邻(0-1)权重矩阵、地理距离空间矩阵、经济加权距离矩阵。本研究采用简单相邻权重，即地理相邻的地区赋值为1，其余赋值为0，具体定义如下式

本研究运用GeoDa 9.5软件计算历年工业二氧化硫排放量的Moran’I，结果见表1。

表1 中国31个省级工业二氧化硫排放量Moran’I及Z值

注：**、*分别表示在5%、10%统计水平上显著，下同。

由表1可知，除1998年、1999年外，其余年份的Moran’I值均满足10%显著性水平；2004年之后均达到了5%显著性水平，说明环境污染的空间相关性较为显著，且大致呈现逐年加强的趋势，显示地区间经济联系加强，产业聚集等因素导致污染排放呈现地区正相关性。由此，可以采用空间面板模型进行分析。

5.3 模型建立

根据前文的理论分析，可猜想环境污染与研发投入之间可能存在着类似于EKC的关系，即环境污染随研发投入的增加呈现先增加再下降的情况。为检验这一情况，必须引入研发投入的二次项，二次项为取对数后变量的平方，由此可得到如下面板模型

(26)

前文已经检验出环境污染存在着空间相关的特性，因此需引入空间计量模型。空间面板回归模型主要包括空间滞后模型(SLM)和空间误差模型(SEM)

(27)

式中，W为空间权重矩阵；ρ、λ分别空间滞后参数。面板回归结果见表2。

表2 面板回归结果

注：括号内为t统计量，***表示在1%统计水平上显著，下同。

由表2可知，3种模型的结果基本一致，拟合水平良好，采用空间计量模型后绝大多数参数的显著水平均有提高，说明实证结果稳健。本研究采用SLM结果进行分析：①衡量空间溢出效应的参数ρ=0.178，显著为正，说明我国的环境污染的确存在着正向的空间联动效应，高污染地区将会对周边地区造成环境压力，极易出现区域性的环境污染问题，警示地区政府必须密切合作，协同检测环境指标，治理环境问题。②研发投入的参数显著为正，从直接效应来看，目前我国的研发投入增多加剧环境污染，说明主要研发投入都流向了“污染”投入部门，这些工业部门的技术进步使得自己的市场竞争力加大，生产的扩大造成更大的污染，同时“清洁”投入部门处于弱势位置，无法使得清洁技术得到长足发展。③研发投入的二次项Ln2R系数显著为负，提示了政府采取的研发补贴可以在一定程度上促进清洁投入部门的技术开发，减少污染物排放，长期来看研发投入可以促进转折点的出现；④上述两项的系数绝对值差距达到23倍，倒U型所预示的转折点及较高比例的研发投入仍然无法达到，我国研发投入无法有效流入清洁部门，技术进步加重污染物的排放，这提示我国正面对严峻的环境形势，通过提高研发投入试图改善环境的方法在实际经济中却得到完全相反的结果，显然需要更为合理的引导政策。⑤控制变量的回归结果大多较为显著，GDP一次项显著为正，二次项系数显著为负，同过往研究一致，二次项的绝对值过小(见图1)，仅有部分省份在某些年份出现环境污染得到控制的局面，而绝大多数省份仍然出现经济增长加重环境污染的情况，并且根据回归结果，在假设其他变量不变的情况下，各省调整后GDP应大于17 848亿元，除上海等部分发达地区外，绝大多数省份仍然处于拐点的左侧，说明目前EKC转折点尚未真正出现，经济增长对于环境的巨大压力依旧存在。工业产值比的系数显著为正，高工业比重导致高能耗、高排放，只有转变经济发展方式，合理引导产业结构升级才是我国必须坚持的产业政策；人口规模的系数显著为正，人口基数庞大仍然深刻影响着我国的发展，需结合市政建设、教育以及经济手段综合处理其对环境的负面影响，才能有效减小环境压力；环境治理投资系数不显著，这可能暗示了目前我国的环境治理效率不高，并未对环境质量造成明显影响。

图1 各省工业SO2排放量和GDP对数值的散点图

6 结语

为分析我国研发投入与环境污染的关系，本研究引入“清洁”、“污染”两工业部门模型进行了理论分析，并采用空间计量分析工具，对1998～2013年我国31个省、市、自治区的环境污染和研发投入的关系进行实证分析，研究发现：①由理论模型分析可知，研发投入存在着路径依赖，污染制造部门若在初期处于相对优势，在研发投入的竞争中将继续保持优势，因此研发投入的增加并不必然带来环境质量的改善，污染制造部门的“挤出”效应将会持续破坏环境，基于此，要求政府对清洁投入部门实施较大力度的研发补贴，或者对污染制造部门的研发制定必要的环境考核措施。由此，才能积极引导研发投入流向环境友好产业，解决污染问题。②借助空间探索分析方法，发现我国的环境污染存在着高度的空间正相关性，并且有逐年加强的趋势，这表明我国环境问题存在区域性和系统性的特点，治理环境污染、应对突发环境事件，必须加强区域合作，协调区域间经济与环境的关系，杜绝“以邻为壑”的情况出现。③借由空间面板模型，证实了目前我国研发投入的增加恶化了环境质量，但二次项系数显著为负，说明如果继续加大研发投入并且侧重向清洁能源行业配置资源，将同EKC所指示的一样，出现转折点。这就需继续加大研发投入，提高企业的清洁技术水平，减少化石能源的使用，同时要求政府实施必要措施，引导研发投入流向清洁工业领域。④我国目前仍然面临经济增长同环境保护间的两难境地。研发投入配置不合理，清洁能源技术发展迟缓，人口压力仍然存在，这些都对我国的环境形势提出严峻考验。如何跨越EKC所指示的转折点，需要结合市场调节和政府引导，加强省域间密切合作，努力协调好经济、人口与环境的系统性关系。

[1] 高宏霞，杨林，付海东. 中国各省经济增长与环境污染关系的研究与预测——基于环境库兹涅茨曲线的实证分析[J]. 经济学动态，2012(1): 52～57

[2] 李岩岩，赵湘莲，陆敏. 我国经济增长与环境污染、碳税关系的空间计量分析[J]. 工业技术经济，2012(11): 129～137

[3] 晋盛武，吴娟. 腐败、经济增长与环境污染的库兹涅茨效应:以二氧化硫排放数据为例[J]. 经济理论与经济管理， 2014(6): 28～40

[4] 高辉. 环境污染与经济增长方式转变——来自中国省际面板数据的证据[J]. 财经科学，2009(4): 102～109[5] 李小胜，宋马林，安庆贤. 中国经济增长对环境污染影响的异质性研究[J]. 南开经济研究，2013(5): 96～114

[6] 许和连，邓玉萍. 外商直接投资导致了中国的环境污染吗?——基于中国省际面板数据的空间计量研究[J]. 管理世界， 2012(2): 30～43

[7] 杨博琼，陈建国. FDI对东道国环境污染影响的实证研究——基于我国省际面板数据的分析[J]. 国际贸易问题， 2011(3): 110～123

[8] 邓玉萍，许和连. 外商直接投资、地方政府竞争与环境污染——基于财政分权视角的经验研究[J]. 中国人口·资源与环境，2013，23(7): 155～163

[9] 计志英，毛杰，赖小锋. FDI规模对我国环境污染的影响效应研究——基于30个省级面板数据模型的实证检验[J]. 世界经济研究，2015(3): 56～64

[10] RABUS R, NORDHAUS R, LUDWIG W, et al. Complete Oxidation of Toluene under Strictly Anoxic Conditions by a New Sulfate-Reducing Bacterium[J]. Applied and Environmental Microbiology，1993, 59(5): 1 444～1 451

[11] NEWELL R G, JAFFE A B, STAVINS R N. The Induced Innovation Hypothesis and Energy-Saving Technological Change[J]. Quarterly Journal of Economics, 1999, 114(3):941～975

[12] STAVINS R N, JAFFE A B, NEWELL R G. Environmental Policy and Technological Change[J]. Social Science Electronic Publishing, 2002, 22(1/2):41～70

[13] ACEMOGLU D, AGHION P, BURSZTYN L, et al. The Environment and Directed Technical Change[J]. American Economic Review，2012, 102(1): 131～166

[14] 金培振，张亚斌，彭星. 技术进步在二氧化碳减排中的双刃效应——基于中国工业35个行业的经验证据[J]. 科学学研究，2014，32(5): 706～716

[15] 贾军，张伟. 绿色技术创新中路径依赖及环境规制影响分析[J]. 科学学与科学技术管理，2014，35(5): 44～52

[16] 何晓萍. 工业投资、技术变迁与工业节能[J]. 投资研究，2013(3): 62～76

[17] 李凯杰，曲如晓. 技术进步对中国碳排放的影响——基于向量误差修正模型的实证研究[J]. 中国软科学，2012(6): 51～58

[18] 申萌，李凯杰，曲如晓. 技术进步、经济增长与二氧化碳排放:理论和经验研究[J]. 世界经济，2012(7): 83～100

[19] 陈硕，陈婷. 空气质量与公共健康:以火电厂二氧化硫排放为例[J]. 经济研究，2014(8): 158～169

(编辑 丘斯迈)

Spatial Analysis of China’s R&D Investment’s Impact on Environmental Pollution

WANG Zhangming WANG Chengzhang

(Southwest Jiaotong University， Chengdu, China)

Using two sectors model, it is found that pollution may first increase and then decrease with the growing of R&D, and the government’s relevant policies will significantly influence the environment. Then by using the spatial-econometric analysis tools, it is found that R&D investment’s impact on the environment effect presents inverted U-shaped relationship, the increase of R&D deteriorates environmental quality in China now, and there would be a turning point in the long run. It is concluded that China’s R&D is inconsequently allocated, clean energy technology is being developed slowly, environmental pressure from population still exists, and it should be combined with market and government Intervention to coordinate the relationship among economics, population and environment.

R&D； environmental pollution； spatial-econometric analysis

10.3969/j.issn.1672-884x.2016.11.016

2015-12-18

国家自然科学基金资助项目(71171169)；四川省软科学研究计划资助项目(VQ21SS1110Y15005)

C93

A

1672-884X(2016)11-1710-08

王成璋(1955～)，男，四川成都人。西南交通大学(成都市 610000)经济管理学院教授、博士研究生导师，博士。研究方向为计量经济学、房地产经济学、管理经济学等。E-mail：wang-chengzhang@163.com