环境规制对绿色创新效率的影响研究

许 慧，李国英

(东北财经大学财政税务学院，辽宁 大连 116025)

一、问题的提出

中国经济发展取得巨大进步，工业起到了不可替代的作用，自2011年以来，工业增加值占GDP比重平均高达36.6%。但中国传统工业模式以高耗能和高污染为特征，带动经济增长的同时也造成了不容忽视的生态环境问题。以碳排放为例，2016年工业行业碳排放已达到中国碳排放总量的67.0%，因而工业行业的低碳化转型成为影响中国低碳经济发展的关键因素。创新能力是工业行业低碳化转型的重要推动力，环境规制是弥补环境领域市场失灵的重要手段，研究环境规制与绿色创新效率的关系，实现制度创新和技术创新下的环境与经济的协同发展，对中国低碳经济的发展意义重大。

新古典经济学派的传统观点认为，由于存在遵从成本，环境规制会增加行业成本和降低行业利润，严格的环境规制会阻碍行业创新。与新古典经济学派的观点不同，哈佛大学管理学家Porter[1]提出了著名的波特假说，该理论认为环境规制具有创新补偿效应，适当合理的环境规制能够提高行业资源配置效率，并且有利于行业技术水平的提高，实现环境与行业的双赢。

目前学术界关于绿色创新效率的研究主要集中于绿色创新效率测度和影响因素两个方面：一方面是关于绿色创新效率测度的研究。Nasierowski和Arcelus[2]运用DEA对绿色创新效率进行测算，并就2005年和2010年的测算结果进行比较，分析创新过程中的创新投入和创新产出；任耀等[3]利用DEA-RAM模型测算了山西省各地区的绿色创新效率；刘明广[4]运用Super-SBM方法测算了中国区域创新系统绿色创新效率。另一方面是关于绿色创新效率影响因素的研究。高广阔和王艺群[5]测度了京津冀地区高耗能产业绿色创新效率，并在此基础上运用空间面板模型分析了区域经济水平、科技创新环境、对外开放水平、资源禀赋和企业规模等因素对绿色创新效率的影响；张伟等[6]探讨了FDI对绿色创新效率的影响机理。关于环境规制对绿色创新效率的影响，Henriques 和Sadorsky[7]通过对加拿大企业的研究发现，正式环境规制政策会提高企业绿色创新效率；韩晶[8]认为环境规制对绿色创新效率提升没有显著促进作用；吴超等[9]对中国16个重污染行业绿色创新效率进行研究，认为政府应该继续执行严格的环境规制政策；彭文斌等[10]利用省级面板数据研究了正式与非正式环境规制对绿色创新效率的影响，结果表明两种类型的环境规制对绿色创新效率的影响均存在门槛效应。

综上所述，国内外关于环境规制与绿色创新效率关系的研究较少，研究多基于省级或者地市级数据，并且未得出一致结论。目前关于环境规制与绿色创新效率的研究中，一般以专利或者发明专利相关指标代表创新，环境规制不仅影响创新成果，还影响行业资源的分配和利用情况，仅以专利不能全面表征行业技术创新，因而本文构建了绿色创新效率指标进行研究。关于绿色创新效率指标，现有文献一般未考虑非期望产出，基于中国二氧化碳减排的迫切性，本文以碳排放作为非期望产出，运用GML(Global Malmquist-Luenberger)指数进行效率测算，并以二氧化碳为门槛变量，研究环境规制对工业行业绿色创新效率的异质性影响。

二、工业行业绿色创新效率的测算与分析

(一)工业行业绿色创新效率测算方法

传统ML指数采用两个当期ML指数的几何平均形式，存在较为严重的不可行解情况。相较于传统ML指数，GML指数基于所有数据的全局前沿面，不会出现不可行解情况，并且所有生产点到前沿面的距离都可互比。鉴于此，本文构建基于SBM模型的GML指数测算中国工业行业绿色创新效率，其中绿色创新效率变化是指综合考虑创新要素投入与产出过程中碳排放和创新成果的创新效率变化。GML指数同样可以分解为技术效率变化(GEC)指数和技术进步(GTC)指数。借鉴Oh[11]的方法计算GML指数，GML指数大于1，则意味着该行业绿色创新效率提升，小于1表示绿色创新效率降低，等于1表示绿色创新效率不变，同理GEC指数大于1，表示绿色创新技术效率提升，小于1表示绿色创新技术效率降低，等于1表示绿色创新技术效率不变；GTC指数大于1、小于1和等于1分别表示绿色创新技术进步、绿色创新技术退步和绿色创新技术不变。

(二)行业分类与投入产出变量

1.行业分类

以《国民经济行业分类标准》(GB /T4754-2011)二位数工业行业分类为标准，结合《中国工业统计年鉴》 最终选取33个行业为研究对象。删除开采辅助活动，其他采矿业，废弃资源综合利用业，金属制品、机械和设备修理业；将2012年及以后的纺织服装、服饰业，皮革、毛皮、羽毛及其制品和制鞋业合并为纺织服装、鞋、帽、皮革、毛皮、羽毛及其制品制造业；将2011年的纺织服装、鞋、帽制造业和皮革、毛皮、羽毛(绒)业合并为纺织服装、鞋、帽、皮革、毛皮、羽毛及其制品制造业；将2011年的橡胶制品业和塑料制品业合并为橡胶和塑料制品业；将2011年的仪表仪器制造业，其他制造业，文教、工美、体育和娱乐用品制造业合并为仪表仪器、文教体美工娱及其他制造业；将2012年及以后的文教体育用品制造业，仪器仪表及文化、办公用机械制造业，工艺品及其他制造业同样合并为仪表仪器、文教体美工娱及其他制造业；将2012年及以后的汽车制造业，铁路、船舶、航空航天和其他运输设备制造业合并为交通运输设备制造业。通过上述处理，本文共选用33个工业行业的样本数据。

2.投入产出变量

行业创新离不开研发资源的投入，本文选取R&D经费内部支出和R&D人员全时当量作为投入指标，新产品开发经费和技术改造经费分别对初期产品创新以及转化为最终创新能力起到重要作用，故增加其为投入指标；期望产出指标选择发明专利申请数和新产品销售收入；关于非期望产出，本文的侧重点在减少工业行业的碳排放，故选择用工业行业的能源消费总量(万吨标准煤)乘以标准煤碳排放系数计算得出的二氧化碳排放作为非期望产出，其中标准煤碳排放系数借鉴郑长德和刘帅[12]的每吨标准煤碳排放系数为2.499。本文投入产出变量均用工业生产者出厂价格指数进行平减(2011年=100)。数据来源于《中国科技统计年鉴》《中国能源统计年鉴》，由于《中国科技统计年鉴》2010年只公布了大中型工业企业创新数据，2011年以后只公布规模以上工业企业创新数据，故本文选择2011—2016年规模以上工业企业数据。

(三)工业行业绿色创新效率测算结果分析

本文运用MaxDEA5.0测算了2011—2016年中国33个工业行业的绿色创新效率，所有行业绿色创新效率年均增长率为2.7%，其中绿色创新技术效率平均下降0.2%，绿色创新技术水平平均进步3.2%，这表明工业行业绿色创新效率提升主要源于技术进步，技术效率的作用很小，甚至起到了阻碍作用。从分行业来看，其中电力、热力的生产供应业，石油天然气开采业，专用设备制造业绿色创新效率正向增长最快；相反，黑色金属冶炼及压延加工业，木材加工及木、竹、藤业、化学纤维制造业，农副食品加工业绿色创新效率变化呈现负增长率；交通运输设备制造业，通信设备、计算机及其他电子制造业，纺织服装、鞋、帽、皮革、毛皮、羽毛及其制品制造业，家具制造业，烟草制品业绿色创新效率保持不变。从行业绿色创新技术效率来看，金属制品业，饮料制造业，石油和天然气开采业，非金属矿采选业绿色创新技术效率提升，其他行业绿色创新技术效率呈下降状态。从行业绿色创新技术进步来看，电力、热力的生产和供应业，石油和天然气开采业，医药制造业，石油加工、炼焦及核燃料等21个行业实现了技术进步；交通运输设备制造业，通信设备、计算机及其他电子制造业等5个行业技术进步状态保持不变，化学纤维制造业，黑色金属冶炼及压延加工业，非金属矿采选业等7个行业出现了技术退步。

三、环境规制对工业行业绿色创新效率的影响

(一)环境规制对工业行业绿色创新效率影响的基准分析

1.模型设定

为了验证环境规制对工业行业绿色创新效率的影响，本文构建如下计量模型：

GMLit=α0+α1LERit+α2Xit+uit

(1)

GECit=φ0+φ1LERit+φ2Xit+ηit

(2)

GTCit=φ0+φ1LERit+φ2Xit+εit

(3)

其中，i和t分别表示行业和年份 ，被解释变量GML、GEC和GTC分别表示前文测算的绿色创新效率、绿色创新技术效率和绿色创新技术进步；核心解释变量LER表示环境规制，根据文献综述可知，关于环境规制与绿色创新的关系，学术界存在不同结论，为验证两者之间的关系，本文采用逐步回归法，依次加入环境规制的平方项(LER2)和环境规制的立方项(LER3)，并均对环境规制取自然对数；X为控制变量向量，包含能源消费结构(ESG)、企业规模(LFS)、外商投资(FC)、所有制结构(OS)和利润水平(L.PM)。本文数据为短面板，ADF和LLC检验均证明数据具有平稳性，通过Hausman检验，确定固定效应模型和随机效应模型。本文主要关注行业异质性，考虑到异方差与截面相关，运用xtscc对固定效应模型进行估计，运用GLS方法对随机效应模型进行估计。

2.变量选择与数据来源

被解释变量：绿色创新效率(GML)、绿色创新技术效率(GEC)、绿色创新技术进步(GTC)，直接用前文测算的GML指数及其分解项GEC指数和GTC指数。

核心解释变量：环境规制(LER)。现有文献中对环境规制的度量方法众多，沈能[13]从产出角度以单位产出的污染排放量度量环境规制；张成等[14]从投入角度以工业污染治理投资总额与主营业务成本、工业增加值的比值度量环境规制；李斌等[15]选取工业废水达标率、工业二氧化硫去除率和工业固体废弃物综合利用率构建环境规制综合指标。由于2011年后《中国环境统计年鉴》不再公布分行业工业废水达标率和分行业二氧化硫去除率，故第三种方法不再适用。Ben Kheder 和Zugravusoilita[16]提出用GDP/能源消费表示环境规制，其好处在于它可以度量政府针对环境的一系列规则和条款的真正影响效果。因此，本文借鉴Ben Kheder 和Zugravusoilita[16]的方法，以GDP/能源消费度量环境规制，并取自然对数。

控制变量：能源消费结构(ESG)，上文绿色创新效率测算中非期望产出为二氧化碳排放，碳排放与能源消费情况息息相关，因而本文采用天然气消费量(折算为标准煤)占能源消费总量(万吨/标准煤)比重表示能源消费结构。企业规模(LFS)，Cohen和Klepper[17]认为大企业在规模经济和融资渠道等方面具有优势，科技成果转化效率高；相反，Scherer和Ross[18]认为由于大企业的垄断地位以及随着行业规模扩大管理难度增加，从而企业效率降低。本文以行业总资产与行业企业单位数比值表示企业规模。外商投资(FC)，Aitken和Harrison[19]认为引进外资会导致企业过分依赖于外国技术，丧失自主创新能力，从而不利于创新；Dasb[20]认为外资引入通过模仿、示范和关联效应等产生技术溢出效应，有利于企业创新。本文选用实收资本中外商资本所占比重表示外商投资。所有制结构(OS)，部分学者认为政府政策一般向国有企业倾斜，国有企业具有创新补偿优势和技术溢出效应；同时国有企业一般处于垄断地位，管理运营模式等存在问题，一般缺乏创新动力。本文采用国有及国有控股企业主营业务收入占全部主营业务收入的比重表示所有制结构。利润水平(L.PM)，一般来说，高利润企业具有良好的研发基础，研发投入力度大，但企业追求高利润的动机以及创新激励的下降，容易忽视R&D活动整体质量提升，进而导致行业利润与R&D创新效率负相关。创新投入多依赖于上期企业盈利情况，本文用滞后一期利润总额与资产总额的比重表示利润水平。

本文数据来源于《中国统计年鉴》《中国工业统计年鉴》，其中货币相关变量均以工业生产者出厂价格指数(2011年=100)进行平减，变量描述性统计如表1所示。

表1 变量描述性统计

3.结果分析

本文分别对全行业、低碳行业和高碳行业进行估计，基准回归结果如表2所示。*限于篇幅，本文只报告最优模型结果。同时定义碳排放前16名行业为高碳行业，其余行业为低碳行业。从表2可以看出，从全行业回归结果来看，环境规制对绿色创新效率的系数显著为负，环境规制平方项对绿色创新效率的系数显著为正，随着环境规制强度的逐渐加大，对绿色创新效率呈现先抑制后促进的关系，即呈U型关系。环境规制与绿色创新技术效率呈U型关系，与绿色创新技术进步呈倒N型，且通过显著性检验。对于低碳行业，环境规制与绿色创新效率、绿色创新技术效率呈正向线性关系，与绿色创新技术进步呈倒N型关系；对于高碳行业，环境规制与绿色创新效率呈倒U型关系，对绿色创新技术效率呈单调抑制作用，对绿色创新技术进步的影响同低碳行业一样呈倒N型。

就控制变量而言，能源消费结构对全行业绿色创新效率有显著负向影响，对低碳行业绿色创新效率的影响为负但不显著，对高碳行业绿色创新效率的负向影响最大；能源消费结构对全行业和分行业绿色创新技术效率同样为显著负向影响，对绿色创新技术进步的影响不显著。这可能是因为天然气为清洁能源，提高天然气用量会降低行业污染排放，与行业创新呈一定替代关系，降低行业创新动力；企业规模对全行业和分行业绿色创新效率均起到显著抑制作用。外商投资对全行业和高碳行业对绿色创新效率同为显著负向影响，从影响力度上看对高碳行业的影响高于对全行业的影响，而对低碳行业的影响效果不显著。所有制结构对全行业和低碳行业绿色创新技术效率有显著正向影响，对高碳行业的影响不显著；利润水平对全行业绿色创新效率的影响显著为负。

表2 基准回归结果

注：***、**和*分别表示在1%、5%和10%的水平上显著，括号内为t值，下同。

4.稳健性检验

本文以行业主营业务收入与行业企业数比值作为企业规模替代变量，对模型进行稳健性检验。*限于篇幅，稳健性检验结果未在正文列出，留存备索。从全行业来看，环境规制对绿色创新效率、绿色创新技术效率的影响方向和显著性与基准回归结果相同，控制变量的回归结果也与前文基本相同。环境规制对绿色创新技术进步的影响不显著，系数符号发生变化，环境规制对绿色创新技术进步的影响稳定性不高。对于低碳行业，环境规制对绿色创新效率、绿色创新技术效率和绿色创新技术进步的影响方向和显著性与基准回归结果基本相同。对于高碳行业，环境规制对绿色创新效率的影响方向不变，但显著性改变，环境规制对绿色创新技术效率和绿色创新技术进步的影响方向不变，但显著性改变。因此，本文计量模型的回归结果具有可靠性。

(二)环境规制对工业行业绿色创新效率影响的门限分析

1.门槛变量选择与检验

上文根据二氧化碳排放量将行业分为低碳行业和高碳行业，证明了环境规制对绿色创新效率的异质性影响。本部分将二氧化碳排放量作为门槛变量，研究在不同碳排放情况下环境规制对绿色创新效率的门槛效应。首先对门槛变量进行检验，确定门槛变量的存在性和门槛个数。本文利用Hansen[21]提出的自举法(Bootstrap法)进行反复抽样2 000次，其中双重门槛在5%水平下显著，门槛值分别为3 633.538和3 788.484，门槛值位于置信区间内，为真实值。本文门槛回归模型设置如下：

Yit=φ0+φ1LERit×I(CO2≤r1)+φ2LERit×I(r1r2)+φ4Xit+υit

(4)

其中，被解释变量Y包括GML、GEC和GTC，r1和r2为门槛值，其他变量含义同上。

2.门槛效应回归结果分析

对上述门槛模型进行回归，回归结果如表3所示。

表3 门槛效应回归结果

从表3可以看出，当二氧化碳排放量低于门槛值3 633.538时，环境规制对绿色创新效率的影响显著为正，对绿色创新技术效率的影响显著为正，对绿色创新技术进步的影响不显著；当二氧化碳排放量基于两个门槛值之间时，环境规制对绿色创新效率的影响显著为负，对绿色创新技术效率的影响不显著，对绿色创新技术进步的影响显著为负；当二氧化碳排放量超过第二个门槛值3 788.484时，环境规制对绿色创新效率和绿色创新技术进步的影响显著为正，对绿色创新技术效率的影响不显著。

环境规制对行业绿色创新的影响表现出异质性。通过二氧化碳排放量门槛值，将行业分为三类，碳排放水平最低的行业容易达到环境规制要求并获得环保政策支持，创新补偿效应大于成本遵循效应，环境规制对绿色创新效率起到激励作用。对于碳排放水平居中的行业，创新会增加企业成本，通过环境改善获得政策奖励比较困难，因而随着环境规制强度的加大会降低企业绿色创新动力；碳排放水平最高的行业为国家减排重点关注行业，随着环境规制强度的加大，治污支出末端治理成本和政府处罚可能会高于绿色创新引致成本，因而对于高碳行业提高环境规制强度有利于绿色创新。

四、研究结论与政策建议

本文基于2011—2016年中国33个工业行业数据研究了环境规制对绿色创新效率的影响。研究结果表明：(1)中国工业行业绿色创新效率的整体改善，主要源于技术进步。(2)环境规制对绿色创新效率的影响呈U型，环境规制对绿色创新效率起到先抑制后激励的作用。(3)环境规制对绿色创新效率的影响存在异质性，当行业分为低碳行业和高碳行业时，环境规制对低碳行业绿色创新效率的影响呈正向线性关系，对高碳行业绿色创新效率的影响呈倒U型，高碳行业存在环境规制拐点。当行业通过门槛效应分为低碳排放、中等碳排放和高碳排放行业时，环境规制对低碳排放行业绿色创新效率的影响显著为正，对高碳排放行业的影响显著为正，对中等碳排放行业的影响显著为负。

根据以上研究结果，笔者提出如下政策建议：(1)政府要重视环境规制对绿色创新效率的影响，针对行业异质性区别对待。对于低碳行业，目前的环境规制水平是适宜的，政府可以在此基础上适度提高环境规制强度，减少碳排放；对于高碳行业，环境规制达到拐点之前在加大环境规制的同时给予企业一定的治污补偿，降低企业创新遵循成本，既达到了减排目的又保护了企业的创新动力。酒、饮料和精制茶制造业为中等碳排放行业，环境规制对其绿色创新效率呈较弱抑制作用，对于该类行业，政府在继续加大环境规制强度的同时应设置相应的绿色创新激励机制，通过税收和补贴等方式激发企业绿色创新动力。(2)加强对外资引进的指导和监督，确保外资发挥创新外溢性作用。引进外资时注重招商引资与减排的良性互动，一方面，通过提高环境规制标准引导外资流向，提高外资准入环境门槛；另一方面，注重核心技术的引入，充分发挥外资的技术溢出效应和技术示范效应。