环境规制下OFDI对绿色技术创新的影响——基于长江经济带的实证研究

周慧颖 王世进

(江苏师范大学商学院，江苏 徐州 221116)

改革开放以来，中国经济快速发展带来社会生活的巨大变革，但资源能源短缺、环境恶化的现实正制约着社会经济的可持续发展，如何转变经济发展方式、控制环境污染、实现绿色发展是重要问题。绿色技术创新是实现环境保护与经济发展的有效手段，在环境规制措施日趋严厉、对外直接投资(OFDI)规模不断扩大的情况下，研究两者与绿色技术创新的关系对探究中国经济绿色持续发展具有实际意义。

1 文献综述

关于OFDI对绿色技术创新的影响研究，主要有三种结论。一是OFDI具有显著的逆向技术溢出作用，正向影响母国绿色技术创新，且该效应具有区域异质性[1]。二是OFDI逆向技术溢出未能提升母国绿色技术创新水平，甚至产生负向作用。冉启英和杨小东(2020)的研究表明，OFDI的逆向技术溢出作用不显著，未能引致国外的技术反馈来提高中国的绿色全要素生产率，主要原因是OFDI的影响具有滞后性[2]。三是OFDI与母国的绿色技术创新之间的关系并非单一的促进或抑制作用，而是存在非线性规律，即呈现“U”型或倒“U”型关系[3]，表明OFDI对绿色技术创新存在环境规制、经济发展、人力资本等不同变量的门槛作用[4]。

学者们普遍认为绿色技术创新和环境规制之间存在关联性。自Potter和Lichtenberg(1995)提出“波特假说”以来[5]，不少学者基于此假说对两者之间的关系进行探究，李瑞琴(2019)的研究支持了“波特假说”，环境规制通过创新补偿、市场激励等机制促使企业进行绿色技术创新与扩散，提高绿色创新能力[6]。但也有学者对“波特假说”提出质疑，Dean等(1995)研究发现，过于严格的环境规制抑制企业技术创新[7]；原毅军和陈喆(2019)研究证实，环境规制与技术创新之间存在正“U”型关系[8]，原因是环境规制的考察标准差异性以及地区、行业等可变因素的影响[9]。

现有文献就OFDI、环境规制分别对企业绿色技术创新的影响作用，从不同角度运用多种方法进行了研究，取得了积极的研究成果。本文从长江经济带11个省市2005—2017年的面板数据出发，建立动态面板GMM模型，将环境规制、OFDI与绿色技术创新置于同一框架内进行分析，考察在环境规制影响下OFDI引致的绿色技术创新提升效应，从而对长江经济带沿线区域如何吸收OFDI的溢出效应进而提升绿色技术创新提出建议。

2 模型与数据

2.1 模型建立

动态面板模型。传统静态模型不能避免变量间内生性问题，而系统GMM(SYS-GMM)通过引入因变量的一阶差分滞后项作为工具变量，有效地处理结果偏差。此外，为了验证对外直接投资对绿色技术创新的影响效应以及环境规制的调节效应，引入OFDI和环境规制的交互项。因此，构建如下系统GMM动态面板模型：

(1)

其中，GTIit表示第i个省市第t年绿色技术创新水平，OFDIit表示第i个省市第t年的对外直接投资水平，ERSit为环境规制强度，OFDIit×ERSit为交互项，Xit表示控制变量，α为截距项，υi为个体效应，εit为随机误差项。

门槛面板模型。本文设定面板门槛模型分析OFDI对绿色技术创新的作用是如何受环境规制强度的影响，同时还选择吸收能力指标，即人力资本和经济发展水平为门槛变量，考察不同吸收能力水平下的OFDI逆向技术溢出对绿色技术创新的阈值效应。参照Hansen(1999)门槛面板回归分析模型，构建如下门槛模型[10]：

GTIit=α+β1OFDIit+β2(OFDIit×ERSit)+γXit+ω1OFDIit×I(Wit≤λ)+ω2OFDIit×I(Wit>λ)+εit

(2)

其中，λ为对应的门槛值，I(·)为门槛示性函数，不同的区间对应不同的回归系数ω1和ω2。

2.2 变量选取

绿色技术创新(GTI)为被解释变量，目前关于绿色技术创新的研究较多，没有统一的衡量方法，因此，本文参考李瑞琴(2019)的方法[6]，利用绿色产品创新衡量绿色技术创新。因为绿色技术创新的内涵中包括绿色产品创新，该过程实现了资源节约、污染减少、能耗降低。而绿色产品创新指标用各地区高新技术产业新产品销售收入占地区生产总值的比重来衡量，新产品销售收入越高，占比越高，绿色技术创新程度就越强。

核心解释变量是环境规制强度(ERS)和对外直接投资(OFDI)。本文依据Yuan等(2017)对环境规制变量的设定，避免了由于地区产业结构差异所造成的环境规制测算误差[11]，并在此基础上修正得出环境规制强度指标：ERSi,t=EPIi,t/GDPi,t，其中EPIi,t为各省市每年环境污染治理投资额，GDPi,t为各省市每年地区生产总值，ERS值越大，表示环境规制强度越强。本文选取各地区对外直接投资存量金额与地区国内生产总值比重衡量OFDI，同时将地区对外直接投资存量金额用人民币兑美元的年平均汇率转换为人民币金额。

控制变量：研发强度(RDI)选取各省市研发经费支出占主营业务收入的比重进行衡量，比重越大，表明研发强度越高；人力资本水平(HUM)以研究与实验发展(R&D)人员全时当量(人/年)衡量各地区的人力资本丰富程度；对外开放程度(OPEN)以按境内目的地和货源地分货物进口总额与国内生产总值的比重作为衡量指标；以人均GDP(PGDP)衡量经济发展水平(EDL)，代表区域吸收能力。

由于数据缺失和统计口径原因，本文实证分析采用2005—2017年长江经济带11个省市相关数据，数据来源于2006—2018年《中国工业统计年鉴》《中国科技统计年鉴》和《中国统计年鉴》。

3 实证结果分析

3.1 基本回归结果分析

表1为全样本下动态面板基准模型的估计结果，其中模型1-4是系统GMM的估计结果，显示逐步添加变量以克服多重共线性影响的回归模型估计结果，模型5为动态面板混合OLS的估计结果，模型6为2SLS回归结果，分别作为SYS-GMM估计结果的参考。在系统GMM估计中，AR(1)检验均未通过显著性检验，而AR(2)检验均通过显著性检验，表明动态面板模型的扰动项存在一阶自相关，但不存在二阶自相关；同时，Sargan检验均不显著，说明在10%显著性水平下，不能拒绝“所有工具变量均有效”的原假设，证明SYS-GMM估计的结果是可接受的。被解释变量一阶滞后项在不同显著水平下均有统计意义，表明上一期绿色技术创新有利于本期绿色技术创新，验证了绿色技术创新是一个逐步积累、受前期影响的过程，具有“惯性效应”。

从表1的模型1-4结果可以看出，核心解释变量OFDI对绿色技术创新具有显著正向作用。这表明企业现阶段的绿色技术创新水平提升主要是由于中国企业对外直接投资渠道引致的技术吸收，这与当前中国进入外商投资和对外投资并重的阶段特征相符合。环境规制的一次项系数均显著为负、二次项系数均显著为正，即随着环境规制水平的提高，绿色技术创新水平先下降后上升，说明环境规制与绿色技术创新之间存在“U”型关系。原因是环境规制初期，企业总成本中环境污染治理成本占比较低，企业污染治理水平也较低，从而污染治理成本挤占企业创新资金，导致企业技术创新难以开展；随着环境规制的不断增强，企业需要投入大量成本来治理环境污染，此时，环境规制会倒逼企业绿色技术创新，来减少污染排放、提升竞争力，从而后期环境规制与绿色技术创新正相关。

模型3和模型4中，交互项(lnOFDI×lnERS)的系数均显著为正，表明在环境规制调节下，逆向技术溢出积极作用于绿色技术创新，环境规制通过淘汰对本土企业造成污染威胁的技术工艺，使逆向技术反馈效果达到最佳。考察控制变量，发现研发强度、人力资本水平、对外开放程度、经济发展水平均显著为正，说明各控制变量均正向影响绿色技术创新水平。其中对外开放程度的系数大于其他变量，证明现阶段对外开放是获取国外专业化生产要素、先进知识和领先技术的重要途径，开放程度是影响绿色技术创新水平的重要因素。且研发强度和人力资本水平的系数也显著为正，说明加强研发投入，尤其是人力资本，是提高绿色技术创新水平、促进绿色发展的重要手段。

模型5和模型6的逻辑与模型4一致，在显著性和符号方面，关键解释变量中对外直接投资和环境规制的回归系数均未发生明显变化，仍是稳健的。主要解释变量的交互项(lnOFDI×lnERS)系数显著为正，表明对于中国企业的对外直接投资渠道带来的技术进步，环境规制起促进作用。换言之，中国企业积极寻求对外直接投资的过程中，环境规制淘汰落后的生产技术，引致积极的反向技术溢出，从而较大程度提高绿色技术创新水平。其他变量的检验结果与基准回归一致，对外开放程度与人力资本水平的估计系数通过显著性检验，因此得到检验分析结果是稳健的。

3.2 分地区样本估计结果分析

中国虽然总体经济较强，但仍存在地区差异，OFDI规模以及由此引致的技术吸收也呈现出显著的地区差异。基于此，本文从区域层面研究OFDI、环境规制对绿色技术创新的影响作用，从地理位置分布将长江经济带的11个省市划分为长江上游地区(重庆、四川、云南和贵州)、长江中游地区(江西、湖北和湖南)和长江下游地区(上海、江苏、浙江和安徽)，并分别进行检验。

三个区域的实证结果见表2，回归结果表明各变量对绿色技术创新的影响存在显著的区域差异。首先，被解释变量的一阶滞后项显著为正，说明无论是长江下游、中游还是上游地区，上一期的绿色技术创新均有利于本期的绿色技术创新，绿色技术创新的初步积累性和“惯性”效应在长江流域的各区域内部同样存在，且下游地区的绿色技术创新累积效应较中上游地区更显著。其次，考察核心解释变量OFDI，发现长江下游地区的对外投资显著促增绿色技术创新水平，而中上游地区的促增作用不明显，甚至上游地区的OFDI对绿色技术创新产生了负向影响，原因在于长江上游地区的对外投资发展较为缓慢，逆向溢出效应存在一定的滞后性。再者，中上游地区环境规制的一次项系数、二次项系数均为负，说明中上游地区的环境规制对绿色技术创新的影响还处于遵循成本的负效应阶段，尚未到达“拐点”；而长江下游地区环境规制的一次项系数显著为负、二次项系数显著为正，说明下游地区环境规制与绿色技术创新之间的关系呈“U”型，与整体样本的估计结果一致。在考虑环境规制的调节作用时，长江下游地区的OFDI起到了反向技术反馈和产业结构优化的作用，这表明环境规制政策的约束下，下游地区企业的对外投资主要受资源和市场需求的驱动，秉承绿色发展的生产理念，环境技术反馈作用得以发挥，从而提高绿色技术创新水平。最后，长江上游地区的人力资本在促进绿色创新方面发挥着重要作用，而下游地区的研发强度、对外开放程度、人力资本水平在提升绿色技术创新水平方面有显著作用。

表1 全样本回归结果

表2 分区域样本回归结果

3.3 门槛检验结果分析

从实际情况来看，吸收能力的差异使得OFDI的逆向技术溢出仍存在一定程度上的“门槛特征”，为了进一步分析OFDI对绿色技术创新水平提高的影响，本文对环境规制进行了门槛效应检验。首先，确定环境规制的门槛个数，本文采取自抽样检验依次基于单一门槛、双重门槛以及三重门槛的假设进行验证，其结果见表3，确定对环境规制的分析将基于双重门槛模型。其次，估计环境规制的门槛值，确定较小的门槛值是0.134%，较大的门槛值是0.654%。据此可将环境规制分为：低强度环境规制(lnERS≤0.134%)、中等强度环境规制(0.134%≤lnERS≤0.654%)和高强度环境规制(lnERS≥0.654%)。

表3 环境规制的门槛模型自抽样检验

面板门槛模型估计结果见表4。从表4中可以发现，第一，在不同的环境规制水平下，对外直接投资逆向技术溢出效应不同。当区域的环境规制水平较低时，对外直接投资逆向技术溢出效应显著为正，且规制强度每提高1%，对外直接投资逆向技术溢出效应则显著提升0.071%；随着环境规制强度的不断提高，OFID对绿色技术创新的正向作用依然显著且呈上升态势；但是当环境规制水平继续提高，跨越门槛值0.654%时，OFDI对绿色技术创新的回归系数将下降，且在1%水平上显著为负，这间接表明OFDI与绿色技术创新呈倒“U”型关系。第二，交互项(lnOFDI×lnERS)的系数较大，在5%显著性水平上的值为0.066，因此在考虑环境调节作用的情况下，OFDI对提高绿色技术创新具有促进效应。此外，本文将其他影响因素(人力资本和经济发展水平)也进行了门槛检验，结果显示人力资本水平存在单一门槛，经济发展水平存在双重门槛。总的来说，在某地区环境规制程度较低时，该地区OFDI对绿色技术创新具有正的促进效应；但是，当某一地区环境规制初始水平较高，不断提高环境规制水平时，就会扭曲经济运行机制和市场信号，制约创新能力，加大绿色技术创新的难度。这就意味着，在考虑环境规制的情况下，OFDI对绿色技术创新呈现倒“U”型，这在一定程度上验证了杨朝均等(2019)的观点，即OFDI对绿色技术创新的影响具有倒“U”型的阶段性特征[12]。

表4 门槛模型估计结果

4 结论与对策建议

首先，OFDI对绿色技术创新具有积极促进作用。应继续实施对外投资，发挥逆向技术溢出效应，在新常态下，我国企业要紧跟“一带一路”倡议和“走出去”战略，积极向发达国家和地区进行直接投资，该过程中要注重学习和吸收东道国的先进技术，突破技术引进的瓶颈。其次，OFDI、环境规制影响绿色技术创新具有区域异质性。因此，应加强环境规制，确定适当的环境规制强度，对于经济实力较强的下游地区，政府应减少区域保护，继续加大对外投资的力度，提供投资政策便利；而对于经济相对不发达的中上游地区，加大区域保护力度则更为重要。最后，OFDI的作用效应存在显著的环境规制、经济发展和人力资本门槛，因此要注重提高研发强度，加大科研经费投入，调动科研人员的积极性。