空气污染、外商直接投资与技术创新——基于中介效应的检验

林寿富，扶丹红

(福建师范大学 经济学院，福建 福州，350007)

一、引言

新中国成立以来，中国经济快速增长，但空气污染问题也日趋严重。2020年全球环境绩效评估中，中国的空气质量绩效排在第137位[1]，其中，环境颗粒物污染指标的得分很低，属于PM2.5超标的重灾区。空气污染已经成为影响我国经济社会可持续发展的重要问题，不仅对个人的活动及健康造成威胁，制约着人力资本流动，也加大了政府和企业污染治理的费用支出，进而挤占了创新资源的投入，对技术创新活动产生重要影响。而技术创新为治理空气污染攻坚战提供了最有力的支撑，是控制空气污染的重要手段。新型绿色技术的发展是解决大气污染问题中霾约束的动力源泉，因此，分析空气污染对技术创新的冲击效应是提高污染治理和技术创新活动的重要途径。

空气污染对技术创新的影响主要体现在创新补偿和治污成本：一方面，为了控制空气污染，政府制定的环境政策能有效激发企业的创新动力，提高绿色技术创新水平。Acemoglu[2]等发现空气污染程度加剧刺激了环境技术相关的专利申请。另一方面，企业的创新行为具有不确定性，且受资源、环境、政策等约束。Yuan[3]等发现企业污染治理的费用支出挤出了部分研发投入，抑制了专利申请活动。虽然空气污染对技术创新的影响得到了许多学者的关注，但空气污染对技术创新的影响机制还有待进一步检验。

外商直接投资作为影响我国技术创新的关键因素之一，在空气污染对技术创新的影响机制中起着重要作用。大量研究表明，外商直接投资通过直接效应、前后向关联效应产生的技术溢出显著提高了我国的技术创新水平，能提高R&D投入强度且对研发投入有溢出作用。同时，基于“污染天堂”假说、“污染光环”假说等的相关研究表明，外商直接投资与空气污染之间也存在相关关系。严雅雪[4]等通过对外商直接投资的区域分布与雾霾(PM2.5)污染在地理上的集聚研究发现，雾霾污染与外商直接投资之间存在正向相关关系。与外商直接投资对空气污染的影响研究相比，空气污染对外商直接投资的研究较为缺乏。韩信[5]等认为政府对空气污染的治理有利于缓解外商直接投资的压力，即空气污染对外商直接投资有正向影响关系。

以往学者大多研究空气污染和外商直接投资对技术创新的单向影响，较少将外商直接投资作为中间变量进行研究，而通过文献梳理可知，外商直接投资对我国技术创新水平的提升有着直接和间接的影响，且空气污染在很大程度上影响着创新投入。因此，本文将空气污染、外商直接投资和技术创新放在同一理论框架下进行分析，探讨空气污染、外商直接投资与技术创新的内在关系和传导机制，并进行实证检验。

二、内在机理与研究假设

(一)空气污染对技术创新的影响效应

近年来，我国雾霾问题频发，空气污染对企业和个人行为产生了严重影响。首先，空气污染通过损害创新人才影响技术创新水平，即存在“人才损失效应”。空气污染削弱了员工的创新积极性，秦炳涛[6]等研究发现人力资本是环境污染影响技术创新的一个重要传导渠道，其通过降低人力资本水平对技术创新产生负向影响。其次，空气污染通过挤出研发资金影响技术创新水平，即存在“资金挤出效应”。空气污染具有外部不经济性，企业需加大污染治理资本投入和防范资本投入，从而挤出了创新资金投入。同时，企业为减弱空气污染对生产经营的影响，加大了污染治理资金投入，从而挤占科研创新资金。污染排放量越多，创新资金挤出越严重。但也有一些学者发现，空气污染能够促进技术创新，如王静雯[7]发现空气污染能刺激企业进行绿色技术创新活动；马红[8]等发现长期中雾霾污染对企业的创新意愿具有正向影响。综上所述，空气污染对技术创新的影响可能存在门槛值，呈现非线性变化。提出假设：

H1：空气污染与技术创新之间存在非线性关系。

(二)空气污染对外商直接投资的影响效应

外商直接投资通过资金输出、技术转移等促进我国经济发展的同时，也在不断损害和消耗环境资源，由污染所引发的调节机制也在影响和制约外资企业的生产行为及投资决策。空气污染对外商直接投资的主要影响途径有：第一，空气污染直接影响外资企业的生产率。外商直接投资多为劳动密集型和资本密集型企业，空气污染通过影响劳动力的心理健康和身体健康来降低边际工作效率，引致企业内部劳动力资源错配，从而降低企业生产率。第二，空气污染直接影响外资企业的环境成本。短期内，成本是外商直接投资进行区位选择时的重要决定因素，除完善的基础设施、廉价的要素价格外，外商直接投资也易选择环境规制相对宽松的地区进行生产活动，从而形成了“污染天堂效应”，为此，外资企业需履行环境保护职责,加大环境成本投入。对于长期受惠于地方政府补贴与扶持政策的外资企业而言，企业的迁移成本可能大于环境成本，因而外资企业更倾向于选择负担较高的环境成本。第三，空气污染通过影响政府行为间接影响外商直接投资的决策。改革开放以来，为在“晋升锦标赛”中获得优胜机会，多地政府通过降低环保标准竞相吸引外资流入，在促进经济快速发展的同时也加重了环境污染。党的十八大以来，生态文明建设被纳入国家战略地位，环境质量和环境保护成效成为衡量政府绩效的标准之一，环境污染治理压力和生态绩效激励也在不断影响政府行为。魏玮[9]等在分析环境污染与外商直接投资之间的关系时发现，地方政府更倾向于以严格的环境规制吸引对环境有正向溢出的高质量、高效益外资进入，同时，污染治理技术需求和宽松的环境政策有利于FDI的流入；邓玉萍[10]等发现外商直接投资带来的绿色环保技术和治理经验有利于提高当地环境治理效率。因此，空气污染对外商直接投资的影响是个复杂的传导过程，短期和长期内的影响途径不尽相同，直接和间接影响因素也不一致，很可能存在非线性影响关系。提出假设：

H2：空气污染与外商直接投资之间存在非线性关系。

(三)外商直接投资的中介效应

外商直接投资通常被认为是先进技术的源头，我国企业通过人才流动、技术模仿、示范作用等吸收外商直接投资的知识溢出。李政[11]等研究发现外商直接投资有利于提升区域自主创新效率，且对中西部的创新效率提升大于东部地区。部分学者认为FDI对我国技术创新的影响具有“门槛效应”，如石大千[12]等通过双边随机前沿模型发现，FDI对企业创新的影响在研发资金、研发人员、经济发展水平、人力资本、城市开放程度和城市化方面存在门槛效应。因此，提出假设：

H3：空气污染通过外商直接投资对技术创新产生间接影响，即外商直接投资具有中介效应。

三、模型构建与变量说明

(一)中介效应模型

基于假设H1，分析空气污染对技术创新的总影响效应，设定基本模型如下:

lnPATit=α0+α1lnPMit+α2lnPMSQit+α3lnKit+α4lnLit+α5lnTECit+α6lnSTRit+ui+eit

(1)

其中，i表示省份 (i=1，2，…，30)，t表示时间，ui表示个体固定效应，eit为误差项。lnPAT为取对数后的技术创新水平，用国内专利申请受理量衡量。lnPM为核心解释变量，是取对数后的空气污染水平，以PM2.5平均浓度衡量。为考察空气污染对技术创新的非线性影响，引入空气污染的平方项lnPMSQ。控制变量包括研发资金投入(lnK)、研发人员投入(lnL)、技术市场交易额(lnTEC)、产业结构(lnSTR)。

为验证外商直接投资的中介效应，参考温忠麟[13]等的研究，构建中介效应模型。基于假设H2，构建式(2)考察空气污染对外商直接投资的影响效应；基于假设H3，构建式(3)将中介变量外商直接投资加入到模型中，检验空气污染是否通过外商直接投资对技术创新产生间接影响，即考察外商直接投资的中介效应。

lnFDIit=β0+β1lnPMit+β2lnPMSQit+β3lnSTRit+β4lnHUMit+β5lnWAGEit+β6lnURit+ui+εit

(2)

lnPATit=δ0+δ1lnPMit+δ2lnPMSQit+δ3lnFDIit+δ4lnKit+δ5lnLit+δ6lnTECit+δ7lnSTRit+ui+δit

(3)

其中，lnFDI为取对数后的外商直接投资，以实际利用外资额表示；εit、δit为误差项。式(2)中控制变量包括产业结构(lnSTR)、人力资本水平(lnHUM)、工资水平(lnWAGE)、城市化水平(lnUR)。

(二)变量说明

1.被解释变量：技术创新水平。一个地区的发明者或创造者向专利审查机构进行的专利申请，往往是该地区创新水平的体现，且受机构工作效益和偏好的影响较小。但我国专利授权一般需要一年以上，选择专利申请受理数更具时效性，因此采用国内外三种专利申请受理数作为技术创新水平的衡量指标。

2.解释变量：空气污染水平。现有文献主要选取NO、SO2、CO2等气体排放物或空气污染指数作为空气污染的衡量指标，忽略了中国现阶段最迫切要降低的空气首要污染物PM2.5，因此，采用2006—2020年省级层面的PM2.5年均浓度作为空气污染水平的衡量指标。

3.中介变量：外商直接投资。根据以往文献，采用实际利用外资额来衡量。

4.控制变量。(1)创新投入是影响技术创新的重要因素，包括研发资金投入(K)和研发人员投入(L)。一般而言，创新投入越大，创新产出越高。选取研究与开发机构R&D经费支出、研究与开发机构科技人员分别衡量研发资金投入和研发人员投入。(2)技术市场活跃度(TEC)是衡量技术创新活动通过市场交易的获得量以及创新成果市场化的收益，技术市场的发展能激发科研人员的创新动力，因此，选用技术市场成交额衡量技术市场活跃度。(3)为了控制各地区产业结构(STR)对外商直接投资的影响，选用第二产业增加值占比来衡量产业结构水平。(4)人力资本水平(HUM)是影响外商直接投资区位选择的重要因素，因此采用劳动力平均受教育程度来衡量。(5)工资水平(WAGE)会显著影响外商直接投资的流入，是外资企业劳动力成本的重要组成部分，采用城镇单位在岗职工平均工资来衡量。(6)城市化水平(UR)对外商直接投资流入具有重要影响，选用城镇人口占总人口的比值来衡量。表1列出了各变量定义及数据来源。

表1 变量定义与数据来源Tab.1 Variable definitions and data sources

本文收集了2006—2020年我国30个省份的面板数据(不包括西藏、中国香港、中国澳门和中国台湾地区)，数据主要来源于《中国统计年鉴》《中国科技统计年鉴》《中国城市统计年鉴》《中国劳动统计年鉴》以及中国国家统计局数据库等。为了统一量纲，消除数据的异方差性，对各个变量进行对数化处理。各变量间的相关系数矩阵和描述性统计情况如表2所示。

表2 相关系数矩阵和描述性统计Tab.2 Correlation matrix and descriptive statistics

四、实证分析

(一)全样本分析

以2006—2020年中国30个省份的面板数据为样本，采用最小二乘虚拟变量估计(LSDV)方法进行估计，其优点是可以得到对个体异质性的估计。表3为中介效应模型的回归结果。

由列(1)可知，空气污染水平(PM)的一次项系数在5%的显著性水平上为正(0.983)，其平方项(PMSQ)系数为负值(-0.124)且显著，表明空气污染对技术创新的影响呈现先促进后抑制的倒U型关系，假设1得到验证。空气污染的拐点值为52.457(e[0.983/(0.124*2)])μg/m3，当空气污染水平低于拐点值时，空气污染水平的上升促进了技术创新水平的提升；当空气污染水平超过拐点值时，空气污染程度的加剧则降低了技术创新水平。2019年12月，我国空气污染的平均浓度为55μg/m3①，处于拐点右侧，说明我国绝大多数地区空气污染程度较高，一定程度上对技术创新水平的提升有抑制作用。上述实证结果比较符合预期，从短期来看，为了控制空气污染程度，政府制定的环境政策标准使得企业的资源配置向特定的减污减排指标倾斜，促进了生产工艺、绿色产品等创新成果转化，提高了技术创新水平；但从长期来看，随着空气污染加剧，污染治理成为城市发展亟需解决的问题，企业的治污成本和防范成本上升，融资能力也因投资者对未来环境政策的“悲观预期”而下降，减少了对创新产品的研发投入，从而降低了技术创新水平。其他控制变量对技术创新水平也产生了重要影响。研发资金投入对技术创新的影响系数为0.865，且在1%的水平上显著，意味着研发资金投入每提高1%，技术创新水平将提高0.865%；研发人员投入的影响不显著，这与冯文娜[14]的实证结果一致，研发人员投入需与研发资金投入维持一定比例，过高的人员投入会降低人均研发经费，从而影响创新成果产出，因此，研发人员投入对技术创新的影响并不显著；技术市场活跃度对技术创新的影响系数在1%的水平上显著为正，表明技术市场的发展有利于提高技术创新水平；产业结构对技术创新水平的影响系数在1%水平上显著为负，表明第二产业的发展不利于技术创新水平的提高。

表3 中介效应模型的回归结果Tab.3 The regression results of the mediation effect model

由列(2)可知，空气污染对外商直接投资的一次项系数和二次项系数分别为-4.409和0.657，且均在1%水平上显著，表明空气污染对外商直接投资的影响存在先降后升的“U”型曲线关系，假设2得到验证。空气污染水平的拐点值为28.789(e[4.409/0.657*2])μg/m3，在达到拐点值前，空气污染对外商直接投资的进入产生抑制作用；当达到拐点值后，空气污染对外商直接投资的流入具有促进作用。上述实证结果与预期相符，政府为了有效控制空气污染程度，加大环境规制强度，促进企业增加节能减排研发投入，导致外商资本进入的生产成本升高，因而会抑制外商直接投资的进入或导致已有的外资企业退出；当空气污染达到一定程度时，区域内的环境政策趋于稳定，外资企业面临的环境成本居于可预测范围内，在可获得经济利润的情况下，会吸引外商直接投资的流入。另外，外商直接投资有利于区域技术进步，提高区域内企业的生产力和竞争力，各地区为引进外资出台的各种优惠政策为外商直接投资提供了良好的营商环境，吸引外商直接投资的流入。外商直接投资的控制变量中，人力资本水平对外商直接投资的影响系数为负且在10%水平上显著，这可能是因为目前流入我国的外商直接投资多为劳动密集型企业，主要为寻求廉价劳动力，人力资本水平越高，企业劳动力成本越高，因此人力资本水平的提高对外商直接投资具有抑制作用；产业结构和工资水平对外商直接投资的影响系数均为正值，表明产业结构和工资水平对外商直接投资的流入具有促进作用；城市化水平对外商直接投资的影响系数为0.768，且在10%的水平上显著，表明城市化水平对外商直接投资的流入具有促进作用。

由列(3)可知，空气污染对技术创新影响的一次项和二次项系数在1%和5%的水平上显著，分别为1.168和-0.151，其拐点值为47.798(e[1.168/(0.151*2)])μg/m3。外商直接投资的影响系数为0.047，且在10%的水平上显著，表明外商直接投资在空气污染对技术创新的影响中存在部分中介效应，假设3得到验证。引入中介变量后的空气污染及其二次项系数都发生变化，倒“U”型曲线的拐点向左移动，导致空气污染对技术创新的抑制作用提前。这可能是由于外商直接投资同时具有环境污染和技术溢出的双重作用，且对环境污染的负向作用大于对技术创新水平的正向作用，因而，技术创新对空气污染的敏感性更高。

(二)区域异质性分析

考虑到我国区域差异大，东、中、西部的经济发展不平衡，为考察空气污染对技术创新影响的区域异质性，按照传统的分类方法，将总样本进一步分为东部地区、中部地区和西部地区3个子样本分别进行回归②，结果如表4所示。

从不同区域来看，东部地区空气污染对技术创新的一次项和二次项系数在1%水平上显著，分别为-3.842和0.492，说明空气污染对技术创新的影响存在先抑制后促进的“U”型关系；加入中介变量外商直接投资后，

空气污染对技术创新影响的一次项系数为负、二次项系数为正，且都在5%水平上显著，中介变量外商直接投资在1%水平上显著；空气污染对外商直接投资的影响均在1%水平上显著，表明外商直接投资在空气污染对技术创新的影响中存在中介效应。这是由于东部地区的产业技术密集度高，从短期来看，企业已有的技术水平和污染治理投资能缓解因环境规制带来的环境成本；但在长期发展中，技术密集度高的地区会通过技术创新手段来提高环境的合规性，从而提高了区域创新水平，所以空气污染对东部地区技术创新的影响呈先抑制后促进的U型关系。

表4 不同地区空气污染对技术创新的影响Tab.4 The impact of air pollution on technological innovation in different regions

在中部地区，空气污染对技术创新影响的一次项和二次项系数均在1%水平上显著；加入中介变量外商直接投资后，空气污染对外商直接投资的显著性不变，且外商直接投资在5%的水平上显著；但空气污染对外商直接投资的直接影响并不显著，说明空气污染对中部地区的技术创新作用明显，但外商直接投资的中介作用不明显。空气污染主要通过“人才损失效应”和 “资金挤出效应”影响技术创新水平，而不同区域的外商直接投资对企业创新的影响在人力资本、产业集聚、知识产权保护、私有化程度等方面具有门槛效应，对外商直接投资的吸收不够充分，因此，空气污染对中部地区技术创新的作用机制受到阻碍，呈现出不显著的影响。

在西部地区，空气污染对技术创新影响的一次项系数为负、二次项系数为正，分别在10%、5%的水平上显著，表现为先抑制后促进的“U”型关系；加入中介变量外商直接投资后，空气污染对技术创新影响的符号不变，显著性加强，中介变量外商直接投资在10%的水平上显著为正值；且空气污染对外商直接投资的一次项系数、二次项系数均显著，表明外商直接投资在空气污染对技术创新的影响中存在部分中介效应，即空气污染不仅直接对外商直接投资和技术创新产生影响，且通过影响外商直接投资对技术创新产生间接影响，这与全国样本的分析结果一致。空气污染对西部地区经济发展的负面影响最大，其经济发展相对落后，企业的创新活动受人力资本、资金投入、产业结构、基础设施等的约束，无法通过技术创新手段进行清洁型生产，空气污染加重导致污染治理成本增加，对研发资金投入和人力资本培训也产生一定影响。同时，西部地区的技术可获得性较低，与外资企业的技术水平差距较大，外商直接投资的技术溢出更有利于提升区域内的创新水平，所以，外商直接投资的中介效应显著。总体而言，空气污染对技术创新的影响存在区域异质性，在东中西部分别表现出不同的特征。

(三)创新类型异质性分析

进一步考虑空气污染对不同创新类型的影响，将技术创新活动分为发明专利申请(PAT1)、实用新型专利申请(PAT2)、外观设计专利申请(PAT3)，回归结果如表5所示。

表5 考察空气污染对不同创新类型的影响Tab.5 Examining the impact of air pollution on different types of innovation

对于发明专利和实用新型专利而言，空气污染对技术创新影响的一次项系数显著为正、二次项系数显著为负，加入中介变量外商直接投资后，空气污染对技术创新的非线性影响仍成立，且外商直接投资的中介效应显著，再次验证前文结果的稳健性。对于外观设计专利，空气污染对技术创新的影响并不显著，在加入中介变量外商直接投资后，空气污染系数仍不显著，但外商直接投资在1%水平上显著为正，表明外商直接投资对外观设计专利的影响较为明显。相比外观设计专利，空气污染对发明专利和实用新型专利的影响呈先促进后抑制的非线性影响，且外商直接投资的中介效应显著。原因可能是污染成本及相关环境政策迫使企业提高清洁技术能力，促进绿色创新成果的转化，而且外商直接投资通过行业间的相互关联作用对企业的发明专利以及实用新型专利产生溢出作用，从而提高了发明专利和实用新型专利的申请量。此外，由于人们对空气净化相关产品需求的多样化，空气净化领域内的外观设计专利的申请数量增长迅速，但相比发明专利和实用新型专利而言，外观设计专利数量的增长规模相对较小，且人们对净化技术的需求大于外观设计的需求，从而导致空气污染对外观设计专利的影响并不显著。

五、稳健性检验

考虑到可能存在内生性问题，参考谢珺[15]等的做法，以降雨量(lnPRE)为工具变量进行两阶段最小二乘回归，来处理空气污染(lnPM)和技术创新(lnPAT)之间可能存在的双向因果关系，并以此检验结论的稳健性。回归结果如表6所示。在分别以lnPAT和lnPM为被解释变量时，第一阶段的F值为18.97，第二阶段的Wald值为552.95，且均通过了在1%的显著性水平检验，这说明降雨量(lnPRE)并非是弱工具变量，而是有效的外生工具变量。此外，在工具变量的估计中，核心解释变量空气污染都能够通过5%的显著性水平检验，说明空气污染对技术创新的促进作用是稳健的。

表6 内生性检验Tab.6 Endogenous test

为进一步验证前文结果的稳健性，将解释变量的指标替换为二氧化硫(SO2)的排放量，其中，SO2SQ为二氧化硫排放量的平方项，回归结果如表7所示。未加入外商直接投资前，空气污染对技术创新的一次项系数在10%的水平上显著为正，二次项系数显著为负，其回归结果与表3中列(1)的结果一致。加入中介变量外商直接投资后，空气污染对技术创新影响的符号不变且显著性加强，外商直接投资在5%的显著性水平上为正值，且空气污染对外商直接投资的一次、二次项系数均显著，说明外商直接投资在空气污染对技术创新的影响中起部分中介作用。因此，在替换变量后，空气污染对外商直接投资的影响呈“U”型关系，对技术创新的影响仍呈倒“U”型关系，且空气污染通过外商直接投资对技术创新产生间接影响，与前文的研究结论一致，进一步说明本文结果是稳健的。

表7 稳健性检验Tab.7 Robustness test

六、结论与政策建议

通过对空气污染、外商直接投资与技术创新的内在机理和相应的中介效应模型进行实证检验，得出结论：空气污染与技术创新存在倒“U”型影响关系，与外商直接投资存在“U”型影响关系；加入外商直接投资变量后，空气污染对技术创新的“U”型影响关系明显，且抑制作用提前，从而表明外商直接投资在空气污染对技术创新的影响中存在部分中介效应；此外，空气污染对技术创新也存在明显的区域异质性和创新类型异质性。

当前，我国经济进入高质量发展阶段，技术创新在经济社会发展过程中的作用越发重要，本文研究结论为我国控制区域空气污染水平、提高绿色技术创新能力提供了有益参考。在政府层面，一是应充分考虑空气污染对技术创新的影响，实施绿色、低碳、有效的环境政策，加大环境友好型投入，从根本上减少空气污染物排放，防止人员流失，减轻企业的绿色生产成本，促进企业的绿色技术创新；二是不断完善外商营商政策和制度，引进高技术外资，鼓励外资在境内设立等，充分发挥外商直接投资的技术溢出效应、规模效应、产业结构升级效应，推进相关产业的资本投入和技术进步，从而为创新水平的提升助力，为我国经济发展增添动力。在企业层面，一是加大创新资金的投入，注重劳动力的教育与培养，完善创新人才的培养、激励体系，不断扩大企业的绿色技术创新链条；二是减少高能耗、高污染产品的生产与消费，加速技术革新，不断改善空气质量，减少研发人员的流动性，促进企业的良性发展。在区域层面，一是各地区要制定符合区域发展的环境政策、创新政策等，分业分类施策，注重保障企业权益，减轻企业的绿色创新成本；二是各地区应协同推进绿色技术创新，实现产品、技术等跨区域流动，提高整体的创新水平；另外，各区域要共同消除空气污染对创新投入、创新产出的负面影响。

注释：

①数据来源于：生态环境部公布2019年全国生态环境质量简况[EB /OL].(2020-05-07)[2022-05-01].https://www.mee.gov.cn/xxgk2018/xxgk/xxgk15/202005/t20200507_777895.html.

②东部地区包括：北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南。中部地区包括：山西、吉林、黑龙江、安徽、江西、河南、湖北和湖南。西部地区包括：内蒙古、广西、重庆、四川、贵州、云南、陕西、甘肃、青海、宁夏和新疆。