環境規制強度對行業生產技術進步的非線性影響

張 成，郭炳南，于同申

(1.南京財經大學經濟學院，江蘇 南京 210023;2.江蘇科技大學公共管理學院，江蘇 鎮江 212003;3.中國人民大學經濟學院，北京 100872)

1 引言

傳統觀點認為，加強環境規制會提高企業的生產成本，從而降低產業的生產率和國際競爭力［1］，但是，波特認為，合理的環境規制能夠刺激企業進行“創新補償”，不僅能抵消成本，還能提高生產率和國際競爭力［2］，這就是“波特假說”。

“波特假說”的提出為環境保護和經濟增長實現“共贏”創造了理論存在性和現實可能性，從而引發了學者們的普遍關注，學者們圍繞環境規制問題，從多個角度上對是否存在“創新補償”效應進行了驗證，其中既有對R＆D投資額、專利申請數等直接指標的研究，亦有對技術進步和生產率等間接指標的考察。

從國外研究來看:Brunnermeier和Cohen根據美國制造業的數據證實了環境規制會對與環境相關的技術創新產生正向促進作用［3］。但 Arimura Toshi和Sugino利用日本制造業和非制造業數據的研究則認為環境規制對技術創新的促進作用并不顯著［4］。Kneller和 Manderson以英國的數據為樣本，發現環境規制能促進與環境相關的R＆D投資額，但會降低總R＆D投資額，原因就在于環境規制會擠出生產技術創新的R＆D投資額［5］。

從國內研究來看:趙紅通過研究大中型工業企業，發現環境規制在中長期會對R＆D投入強度和專利授權數產生正向刺激作用［6］。沈能和劉鳳朝則基于門檻回歸方法認為環境規制強度會對發明專利授權數帶來非線性的“U”型影響［7］。也有學者將技術進步分割成生產技術進步和治污技術進步，并分別研究了環境規制對它們的影響。張成等在其研究中認為環境規制和生產技術進步在強度維度上符合“U”關系［8］。李斌 等則在其研究中指出環境規制和治污技術進步在時間和強度維度上均符合“U”型關系［9］。

目前學者們未能在環境規制和技術創新指標上找到放任四海而皆準的真理。多數學者支持環境規制和治污技術進步之間的正相關關系，但環境規制和生產技術進步之間的關系尚存爭議。現有研究主要是從時間維度上來驗證環境規制和技術進步之間的“U”型關系，即規制被引入后，在短期會降低企業的技術進步率，但在長期則會起到促進作用。那么，在強度維度上，是否兩者也有一種非線性關系呢?實際上，環境規制對企業技術創新的影響方向取決于企業內外部阻力和驅力的綜合比較［10］。

國內只有少數文獻從強度維度上實證研究了環境規制強度對技術進步或發明創新的非線性影響［7-9］。為豐富相關研究，本文擬用工業部門分行業的面板數據為樣本，實證研究環境規制強度和生產技術進步之間的非線性關系。

2 研究方法和數據說明

2.1 模型設定

(1)Malmquist生產率指數。本文使用基于DEA的Malmquist生產率指數方法測度出中國工業分行業的全要素生產率及技術進步的變化(TECH)、純技術效率的變化和規模效率的變化三個分解變量，其中，TECH即為本文使用的生產技術進步率，具體構造步驟可參見 Fare等［11］的研究。

(2)回歸模型設定。借鑒環境庫茲涅茨曲線在分析環境污染和經濟增長時采用的非線性分析方法，本文在考慮利潤率、國有企業比重、外資企業比重和大企業比重四個控制變量的基礎上，將環境規制強度和生產技術進步之間的實證模型設定如下:

其中，i和t分別表示行業和時間;T為生產技術進步率，ER、ER2和ER3分別表示環境規制強度的一次方、二次方和三次方;K為其他控制變量;V為個體效應;φ為殘差。這樣，環境規制強度對生產技術進步的影響軌跡就受到ER、ER2和ER3前系數的影響。

2.2 數據說明

(1)樣本行業的選取。為了盡量擴大數據的時間維度和保證數據的連續性，以此來比較不同環境規制度量指標對生產技術進步的影響，本文以2001年以前的18個兩位數行業分類作為行業的分類標準，將2001年后的43個行業進行歸并與剔除，最終形成18個行業。具體原則參見張成等［12］的研究。

(2)變量的構造及數據的選取。為了用Malmquist生產率指數計算出工業18個分行業的生產技術進步率，需要分行業的產出、資本投入和勞動投入。在數據選取上，用按行業分規模以上工業企業的工業總產值作為產出;用按行業分規模以上工業企業的固定資產凈值年平均余額作為資本投入;勞動投入選取分行業規模以上工業企業的全部從業人員年平均數表示。并將以上三個指標歸并至本文確定的18個行業。

對于環境規制強度，可以從政策變化、企業反應、實施效果等多個角度進行度量。為了更為系統全面地分析環境規制強度對生產技術進步的影響，本文采取了9種度量環境規制強度的指標。指標1到指標9依次為，廢氣、廢水的治理設施運行費用占GDP的比重;廢氣、廢水的治理設施運行費用占主營業務成本的比重;SO2達標率;廢水排放達標率;污染治理支出占GDP的比重;污染治理支出占主營業務成本的比重;排污費與主營業務成本的比值;排污費與GDP的比值;單位GDP能源消耗量。

控制變量的度量。利潤率(PR)用利潤總額比上主營業務成本度量;國有企業比重(SOEs)用國有資產總計和行業資產總計的比值衡量;外資企業比重(FOEs)用三資企業資產總計和行業資產總計的比值度量;大企業比重(BEs)用大中型企業資產總計和行業資產總計的比值衡量。

3 實證結果及其分析

本文采用DEA Excel Solver軟件對歷年工業的18個行業數據進行計算，得出基于Malmquist生產率指數的生產技術進步水平。工業部門的18個分行業的年均生產技術進步率均大于1，說明工業部門普遍取得了一定的技術進步，但是不同行業、年份之間的生產技術進步率差距較大。下圖1給出了18個行業在1996—2011年間生產技術進步率的幾何平均值。相對來說，行業18的生產技術進步率最快，而行業4則最慢。

我們首先在不考慮控制變量的情況下，直接分析九種度量環境規制強度的指標和生產技術進步之間的曲線關系。本文希望截距項能夠反映一定的個體特征，且由于截距項和各解釋變量之間存在一定的相關性，從定性的角度來說，選擇固定效應會更適合本模型的估計。本文使用變截距面板模型進行估計，表1給出了基于固定效應的回歸結果。限于篇幅，并未列出隨機效應回歸結果，另外，Hausman檢驗結果全部支持固定效應模型優于隨機效應模型的假設。

圖1 工業部門18個行業的生產技術進步率

根據回歸結果(限于篇幅，未報告擬合結果)，在線性關系中，指標1、指標2、指標5、指標6、指標7和指標8前的系數為正，表明環境規制的加強會提高生產技術進步率;但指標3、指標4和指標9前的擬合結果相反。二次關系的擬合結果表明:在有意義的區間內，指標1、指標2、指標5和指標6表明兩者之間符合“╯”型關系，指標7和指標8呈現“╮”型趨勢，指標4呈現倒“U”型關系，指標3和指標9則呈現“U”型關系。三次關系的擬合結果顯示:在有意義的區間內，指標3和指標9呈現“ ”型曲線關系;指標1、指標2和指標6呈現“╯”型關系，指標4和指標5呈現“╮”型趨勢。很明顯，不同的環境規制強度度量指標會對生產技術進步率帶來不同的影響。問題是:究竟用什么指標來度量環境規制強度才更為合理有效?圖2給出了9種經常出現在文獻中的環境規制強度度量指標的逐年折線圖。可以看出，指標1、指標2、指標5、指標6、指標7和指標8在樣本年間總體上呈現下降趨勢，這顯然和現實是不符的，因為我國這些年在逐步重視環境保護和規制的力度，各種污染物的減排績效均有相應提高。容易看出，指標3、指標4和指標9在樣本年間整體上呈現了上升趨勢，使其總體上基本符合我國對環境規制重視程度的演化軌跡，但我們注意到指標4在2003年之后大致維持不變的趨勢，這一方面和現實可能有些背離，另一方面也會導致用該指標參與回歸會得到如表1中的不顯著現象。基于此，我們認為用指標3和指標9來度量環境規制強度是更符合現實和合理的。

本文給出了以指標3度量環境規制強度時的更為全面的分析結果(見表1)。模型(1-1)至(1-6)為行業整體的回歸結果。在添加控制變量前，通過考察變量間的相關系數矩陣，發現SOEs、FOEs和BEs之間均高度線性相關，為了避免多重共線性，我們采取逐步添加和分開添加控制變量來進行處理。通過考察t值、A-R2和F值，模型(1-5)和(1-6)的擬合效果相對較好。

圖2 環境規制強度指標的對比

可以看出，ER、ER2和ER3前的系數分別顯著地為負值、正值和負值，表明環境規制強度和生產技術進步之間符合“ ”曲線關系，即較低的環境規制強度會降低生產技術進步率，適度的環境規制強度會提升生產技術進步率，但過于嚴格的強度又會降低進步率。模型(1-6)顯示拐點分別位于 3.0206 和8.1022。

至于控制變量的結果，PR前的系數為正，但未通過顯著性檢驗，說明本次檢驗中未能找到高利潤率是提升生產技術進步率的有效證據;SOEs前的系數顯著為正，說明國有企業比重的適度提高是能夠提升行業總體的生產技術進步率的，這一結果為國有企業存在的必要性增添了新的理由;FOEs前的系數不顯著地為負，表明外資比重的盲目擴大并不能有效提高生產技術進步率;Bes前的系數顯著為負，表明隨著我國大中型企業比重的逐步擴大，會降低行業的整體生產技術進步率。

考慮到18個行業的污染密集程度和所處的技術周期有較大差異，我們用單位GDP的SO2排放量和TECH的幾何平均值為標準將行業分成低污染低技術增長率組(組一)、低污染高技術增長率組(組二)、高污染低技術增長率組(組三)和高污染高技術增長率組(組四)。在擬合時，先考察三次曲線關系，若不顯著則考察二次曲線關系，仍不顯著則考察線性關系。模型(2-1)至(2-4)分別為對應組別的最優擬合結果。

可以看出，低污染低技術增長率組存在顯著的“ ”型曲線關系，拐點位于 5.9743和8.4581，拐點出現的水平高于行業整體的結果;低污染高技術增長率組也存在著顯著的“ ”型曲線關系，拐點位于1.4419和2.548，拐點值低于行業整體水平;高污染低技術增長率組不存在顯著的三次曲線關系，僅存在著顯著的“U”型曲線關系，拐點為3.0474，和行業整體的第一個拐點基本保持了一致;至于高污染高技術增長率組，未能在三次和二次曲線關系的驗證中找到顯著證據，而僅僅存在著線性負相關關系。

環境規制強度和生產技術進步之間之所以會呈現非線性關系，原因在于環境規制同時會引起生產技術創新投入的擠出效應和擠入效應，其中，擠出效應是由于環境規制的引入，迫使企業從利潤和生產技術創新資金中抽調出部分資金用于直接治理污染和治污技術創新［5］;擠入效應本質上則來源于企業的利潤追求，不斷增強的環境規制“遵循成本”壓低了企業的利潤空間，迫使企業優化生產方式、提升生產技術水平，以期獲得更高的產出和利潤。在不同的規制強度上，擠出效應和擠入效應是不一樣的，環境規制對生產技術進步的影響取決于擠入效應減去擠出效應后的剩余效應，當環境規制較弱時，企業雖然會因為“遵循成本”的存在而損失部分利潤，但尚不足以突破“創新閾值”。隨著環境規制強度突破第一個拐點時，利潤的大幅度下降備受重視，促使企業加大生產技術創新投入，在更高的生產技術水平上獲得利潤和完成政府的環境規制要求。但若環境規制強度突破第二個拐點時，雖然企業也想進一步提升生產技術水平來滿足利潤和環境規制的需要，但生產技術投入在邊際收益遞減規律的作用下不足以將生產技術水平提升到需要的水平，過于嚴格的環境規制強度一方面導致部分企業退出該行業，另一方面迫使存留下來的企業忙于滿足環境規制要求，抽調出生產技術創新投資用于治污，從而導致生產技術進步趨于下降。總的來說，我國18個行業中除行業(1)、(10)和(18)外，其余15個行業的環境規制強度相對較弱，使其未能突破創新閾值，來激發出足夠的擠入效應去彌補和超越擠出效應。

表1 環境規制強度對生產技術進步影響的固定效應估計結果(指標3)

4 結論與政策涵義

本文以我國1996—2011年工業部門18個行業的面板數據為樣本，首先計算出18個行業的逐年生產技術進步率。接著，運用面板數據分析方法，在控制其他變量的基礎上，從實證的角度分析了不同的環境規制強度會對行業的生產技術進步帶來何種影響。研究結果發現:①不同的環境規制強度度量指標會導致不同的實證結果，相對而言，SO2達標率和單位GDP能源消耗量更適合作為度量指標;②行業整體而言，環境規制強度和生產技術進步之間符合“ ”型曲線關系。但進一步的分組結果顯示，低污染低技術增長率、低污染高技術增長率、高污染低技術增長率和高污染高技術增長率四個分組的結果形態各異，分別呈現“ ”型、“ ”型、“U”型和線性負相關的關系;③我國18個行業中有15個行業的環境規制強度相對較弱，尚處于“U”型曲線的下降階段或處于“ ”型曲線的一次下降階段;④國有企業的適度提高是有利于提升行業整體的生產技術進步率的，但未能在利潤率、外資企業比重和大企業比重三個指標上找到和生產技術進步正相關的足夠證據。

政府一方面應適度提高環境規制強度，刺激企業突破生產技術創新的“閾值”，激發出足夠的擠入效應來彌補和超越擠出效應，以此來促進生產技術進步。但是，這不意味著環境規制強度越高越好，而應當根據行業和地區特點，及時調整環境規制水平至各自的合理水平;另一方面也應掌握環境規制藝術，靈活運用環境稅、排污費、綠色消費、稅收返還機制等規制手段，賦予企業一定的靈活空間，讓其以更經濟的方式實現環境規制的要求［8］。合適的環境規制強度和形式能夠讓曲線的下降階段更平緩，也能夠促進第一個拐點的盡快實現。

［1］Gray W B.The Cost of Regulation:OSHA，EPA and the Productivity Slowdown［J］.American Economic Review，1987，(5):998-1006.

［2］Porter M E，Van Der Linde C.Toward a New Conception of the Environment-Competitiveness Relationship［J］.Economic Perspectives，1995，(4):97-118.

［3］Brunnermeier S B，Cohen M A.Determinants of Environmental Innovation in US Manufacturing Industries［J］.Environmental Economics and Management，2003，(2):78 – 293.

［4］Arimura Toshi H，Sugino M.Does Stringent Environmental Regulation Stimulate Environment Related Technological Innovation［J］.Sophia Economic Review，2007，(52):1-14.

［5］Kneller R，Manderson E.Environmental Regulation and Innovation Activity in UK Manufacturing Industries［J］.Resource and Energy Economics，2012，(2):211 – 235.

［6］趙紅.環境規制對企業技術創新影響的實證研究:以中國30個省份大中型工業企業為例［J］.軟科學，2008，(6).

［7］沈能，劉鳳朝.高強度的環境規制真能促進技術創新嗎?——基于“波特假說”的再檢驗［J］.中國軟科學，2012，(4).

［8］張成，陸旸，郭路，于同申.環境規制強度和生產技術進步［J］.經濟研究，2011，(2).

［9］李斌，彭星，陳柱華.環境規制、FDI與中國治污技術創新:基于省際動態面板數據的分析［J］.財經研究，2011，(10).

［10］趙細康.環境政策對技術創新的影響［J］.中國地質大學學報(社會科學版)，2004，(2).

［11］Fare R，Grosskoph S，Norris M，Zhang Z.Productivity Growth，Technical Progress，and Efficiency Change in Industrialized Countries［J］.American Economic Review，1994，(1):66-83.

［12］張成，于同申，郭路.環境規制影響了中國工業的生產率嗎?——基于DEA與協整分析的實證檢驗［J］.經濟理論與經濟管理，2010，(3).