環境規制對污染密集產業技術創新的影響研究

徐鴻翔，韓先鋒，宋文飛

（1.西安交通大學 經濟與金融學院，西安 710061；2.西北大學 經濟管理學院，西安 710127）

0 引言

隨著經濟增長與環境污染矛盾的日益突出，“綠色化”和“低碳化”已成為各國培育新的經濟增長點的重大戰略選擇。毫無疑問，加強環境規制，實現清潔生產和綠色發展已成為推動中國工業可持續發展重點，尤其是如何加強對污染密集產業進行升級改造，促使其實現綠色化和清潔化的重要性和緊迫性日益凸顯。

污染密集產業是指在生產過程中若不加以治理會直接或間接產生大量污染物的產業。本文認為，污染密集產業是指相對其他產業而言，污染物產生的更多、排放物更為密集的產業。目前，學術界對污染密集產業的研究主要集中于以下兩方面：一是污染密集產業轉移，以此檢驗“污染避難所效應”是否成立，如Dam and Schohen[1]、Hitam and Borha[2]、何龍斌[3]；二是環境規制對污染密集產業貿易的影響，如陸旸[4]、傅京燕等[5]。鮮有文獻涉及環境規制對污染密集產業技術創新的影響。李長青等[6]利用微觀企業數據，通過技術創新的投入指標、產出指標、效率指標和基于DEA的Maluquist生產率及其分解指標，對污染密集產業中不同類型企業的技術創新能力進行了對比分析。從以上分析可以看出，關于環境規制與污染密集產業技術創新關系的研究還不多見。與以往研究不同的是，本文運用面板協整檢驗和誤差修正模型等方法，使用2004～2011年中國污染密集產業環境規制與技術創新的面板數據，來考察環境規制對技術創新影響的長期和短期差異。以期為促進污染密集產業升級，轉變轉變我國工業發展方式提供一定理論參考。

1 模型設計與檢驗

1.1 模型構建與變量設計

由于我國污染密集產業對環境規制的敏感性可能存在較大差異，技術創新水平也不盡相同，因此，各行業環境規制對技術創新水平的影響也可能表現出一定的異質性特征。為了便于從強度效度和時期效應的雙重視角客觀反映環境規制對技術創新的影響，我們構建了如下面板數據模型：

其中，ERit表示i行業t時期的環境規制水平，RDit為i行業t時期的技術創新投入水平變量，Patit為i行業t時期的技術轉換水平變量，Proit為i行業t時期的技術轉化水平變量。 εit為滿足 E(εit)=0 和 var(εit)=σ2的隨機擾動項。模型回歸參數τ、ν和ι的正負與大小分別反映了環境規制對污染密集產業技術創新投入水平、技術轉換水平與技術轉化水平影響的程度及方向。如果上述模型的變量服從面板單位根過程，且殘差εit～I(0)，則模型(1)、(2)和(3)均為協整模型。主要變量設定如下：

（1）技術創新：目前學術界通用的衡量技術創新的指標主要是從技術創新活動的投入和產出兩方面來考慮。從投入角度來看，一般用R＆D經費支出來做代理變量。從產出角度來看，學者們采取了不同的指標，主要包括：專利授權量、發明專利量以及新產品銷售收入等。顯而易見，專利是反映研發資源轉換為技術成果的重要變量，新產品銷售收入是衡量研發創新給企業帶來經濟效益的可靠指標，二者可分別有效反映研發創新活動的技術轉換水平和技術轉化水平。為更加全面地反映環境規制對污染密集產業技術創新影響的實際情況，本文將技術創新活動劃分為“研發投入—技術轉換—技術轉化”三階段來研究環境規制與技術創新的關系，分別選取R＆D經費支出、專利授權量、新產品銷售收入等依次作為三階段技術創新活動的替代變量，并對指標數據進行了對數化處理，該比值越大說明技術創新水平越高。

（2）環境規制，對環境規制的度量方法較多，可以使用工業廢氣排放達標率、工業污染治理投資額等表示，但這些指標均是從一個治理的角度對環境規制進行度量，沒有從規制效果的綜合視角來度量。Sonia BenKheder(2008)用GDP/Energy度量環境規制強度，他認為使用這個變量的好處在于可以度量政府針對環境的一系列規則和條款的真正影響效果[7]。一般來說，在總產值不變的情況下，能源消費越少，污染排放量也會相應降低，該值越大，說明節能減排效果越明顯，即單位GDP的綠色能力越強，也預示著環境規制強度越大。鑒于該指標的優越性，我們選用GDP/Energy來衡量污染密集產業的環境規制。

1.2 研究樣本與數據來源

在分析環境規制對污染密集產業技術創新的影響效應前，須對污染密集產業的范圍進行界定，由于數據可得性以及研究目的的不同，學者們根據排污強度大小對污染密集產業的范圍界定標準存在一定差異。參照沈能[8]基于排污強度大小對污染密集產業的劃分標準，本文界定的污染密集產業包括：煤炭開采和洗選業，石油和天然氣開采業，黑色金屬礦采選業，有色金屬礦采選業，非金屬礦采選業，造紙及紙制品業，石油加工、煉焦及核燃料加工業，化學原料及化學制品制造業，醫藥制造業，化學纖維制造業，橡膠制品業，塑料制品業，非金屬礦物制品業，黑色金屬冶煉及壓延加工業，有色金屬冶煉及壓延加工業，電力、熱力的生產和供應業，燃氣生產和供應業等共17個細分行業。本文研究的所有數據來源于《中國統計年鑒》、《中國科技統計年鑒》。

1.3 面板單位根檢驗和協整檢驗

在進行經驗分析之前，需要檢驗面板數據的平穩性。對于面板數據考慮下面的AR(1)過程：

式（4）中，xit表示模型中外生變量向量，包括各個橫截面的固定影響和時間趨勢，參數ρi為自回歸系數，隨機誤差項uit滿足獨立同分布假設，若|ρi|＜1，則對應 yi平穩序列。

本文采用 Levin,Lin&Chu t（LLC）、Fisher-ADF 和Fisher-PP三種面板單位根檢驗方法進行平穩性檢驗。面板單位根檢驗表明，所有變量均在LLC檢驗、ADF-Fisher檢驗、PP-Fisher檢驗中通過了顯著性檢驗（見表1），表明面板數據是平穩的。

表1 面板單位根檢驗結果

為了避免出現偽回歸，在對面板數據進行參數估計前，需要分別檢驗ER與RD、ER與Pat、ER與Pro的協整關系。這里采用得Pedroni[9]的面板協整檢驗方法。Pedroni構造了七個檢驗面板協整的統計量，其中四個是用聯合組內尺度進行描述的，即Panelv-stat、Panel PP-stat、Panelρ -stat、Panel ADF-stat，另外三個是用組間尺度來描述的，即 Group ρ -stat、Group ADF-stat、Group PP-stat。七個檢驗面板協整的統計量中，除Panelv-stat為右尾檢驗外，其余均為左尾檢驗。這些統計量可表示如下：

面板協整檢驗結果如表2所示。Pedroni[10]認為，當樣本期相對較長時（如T＞100），七個統計量的偏誤都較小而且效能也很高；當樣本期較短時（如T≤20），Panel ADF-stat和 Group ADF-stat效果最好，Panelv-stat和Group ρ -stat效果最差，Panelρ -stat、Panel PP-stat、Group PP-stat效果居中。由于本文實證研究的時間跨度為2004～2011年（T=8），故這里主要依據Panel ADF-Stat統計量和Group ADF-Stat統計量檢驗結果，其余統計量僅作為參考。

綜上所述，ER與RD、ER與Pat、ER與Pro之間均存在協整關系。基于三階段技術創新活動的多角度協整檢驗表明，環境規制和技術創新之間存在長期的均衡關系，即模型（1）～（3）的設定均是正確的。

表2 環境規制與技術創新的協整檢驗

2 實證分析

2.1 環境規制對污染密集產業技術創新影響的長期效應

根據污染密集產業17個細分行業2004～2011年的面板數據，本文認為變量ER與RD、ER與Pat、ER與Pro之間應建立固定效應變系數模型。這里采用EGLS估計方法分別對這三個面板數據模型進行參數估計，得到的結果見表3所示。對上述三個面板模型的具體估計方程分別如模型(12)～(14)所示。由和F值可知，模型(12)～(14)均具有較高的擬合憂度，且總體線性關系顯著。DW值均在2左右說明模型不存在自相關問題。絕大多數行業的ER系數均顯著通過t檢驗，表明環境規制對污染密集產業技術創新的長期影響顯著。模型中截距項是效率參數，其值越大，表明其它因素對技術創新的促進作用越大，它實際上代表的是技術創新活動中不能被環境規制所解釋的部分，其中10.346、3.798、12.206分別反映了環境規制對污染密集產業研發投入水平、技術轉換水平、技術轉化水平促進的整體效果，截距的固定影響α、κ、δ均反映了各行業之間的差異。ER的系數χ、φ、θ均表現為各行業的彈性系數，分別反映了環境規制對污染密集產業研發投入水平、技術轉換水平和技術開發水平的長期影響效果。

由表3可知，環境規制對污染密集產業技術創新的長期促進效應明顯，但具有一定的異質性特征，主要表現如下：(1)化學原料及化學制品制造業，醫藥制造業，黑色金屬冶煉及壓延加工業等行業三階段技術創新活動的截距項均較大，說明上述行業技術創新水平受環境規制之外的綜合因素影響較大。而燃氣生產和供應業，黑色金屬礦采選業等行業技術創新水平受環境規制之外的綜合因素影響較小；(2)黑色金屬冶煉及壓延加工業和非金屬礦物制品業具有較高的研發投入彈性系數和技術轉化影響系數，電力、熱力的生產和供應業，黑色金屬冶煉及壓延加工業的技術轉換水平系數較高，但就黑色金屬冶煉及壓延加工業而言，環境規制對技術轉換水平的促進效應最大，研發投入次之，技術轉化最小；(3)環境規制對醫藥制造業研發投入、技術轉換和技術轉化的促進效應均較小，但其對技術轉化水平的促進效應更大，技術轉換次之，研發投入最小。環境規制對塑料制品業的技術創新促進作用亦較小，但其對技術轉換水平的促進作用更為明顯，技術轉化次之，研發投入最小。環境規制對石油和天然氣開采業的研發投入水平驅動效應更大，技術轉換次之，技術轉化最小且不顯著；(4)環境規制對化學纖維制造業，非金屬礦采選業等行業的研發投入水平、技術轉換水平以及技術轉化水平的影響均處于中等水平，但不同行業亦存在一定的差異；(5)環境規制對研發投入水平影響的彈性系數平均水平為1.05，對技術轉換水平影響的彈性系數平均水平為1.42，而對技術轉化水平的平均影響系數為1.20，可見，環境規制確實對污染密集產業技術創新有著重要促進作用，但促進效應整體表現為明顯的階段性差異，即技術轉換＞技術轉化＞研發投入。

表3 環境規制對污染密集產業技術創新影響的長期效應

進一步從環境規制對污染密集產業技術創新長期促進效應的影響特征來看，不難得出：化學原料及化學制品制造業，非金屬礦物制品業，黑色金屬冶煉及壓延加工業，有色金屬冶煉及壓延加工業，電力、熱力的生產和供應業等五個行業呈現“高高高”特征；煤炭開采和洗選業，黑色金屬礦采選業，有色金屬礦采選業，非金屬礦采選業，醫藥制造業，化學纖維制造業，橡膠制品業，塑料制品業等八個行業呈現“低低低”特征；造紙及紙制品業表現出“低高低”特征；石油加工、煉焦及核燃料加工業則表現為“高低低”特征；環境規制對燃氣生產和供應業技術創新的促進作用僅體現在研發投入和技術轉化階段，而對石油和天然氣開采業技術創新的驅動效應則僅體現在研發投入和技術轉換階段。綜上可知，環境規制對污染密集產業技術創新的長期影響效應存在顯著的階段和行業異質性現象。

2.2 環境規制對污染密集型產業技術創新影響的短期效應

在模型(12)～(14)的長期均衡關系成立的基礎上，我們進一步對環境規制與污染密集產業研發投入水平、技術轉換水平、技術轉化水平之間的短期波動影響進行分析。為此，本文通過引入長期均衡關系模型產生的殘差序列ECMit，分別建立式(15)～(17)的一階差分誤差修正模型(PVECM)。

其中，Δ為一階差分，i=1，2，…，n;t=1，2，…，T ，差分項反映了短期波動的影響，n表示個體截面成員的個數，T為面板數據的時間跨度。污染密集產業研發投入水平、技術轉換水平和技術轉化水平的變動均可以分為兩部分：一是短期環境規制的波動影響；二是偏離長期均衡的影響。?、ρ和ω均為誤差修正系數，其值大小反映了對偏離長期均衡的調整力度。若?、ρ和ω為零的原假設不成立，則誤差修正機制產生，檢驗說明環境規制與污染密集產業研發投入水平、技術轉換水平和技術轉化水平的長期均衡關系是可靠的，反之是不可靠的。若拒絕π、?和υ為零的原假設，說明變量之間存在短期波動影響，反之則不存在短期波動影響。

根據模型(15)～(17)檢驗環境規制的短期波動對污染密集產業研發投入水平、技術轉換水平和技術轉化水平長短期波動的影響，估計結果如表4所示。表4中絕大多數行業的誤差修正項系數均顯著為負，誤差修正機制發生，基于“研發投入—技術轉換—技術轉化”的不同角度進一步證實環境規制是污染密集產業技術創新的長期原因，即其檢驗結論是可靠的，表明當短期波動偏離長期均衡時，將以一定的調整力度將非均衡狀態拉回到均衡狀態。誤差修正項系數為負，具有反向修正作用，在t-1期內，若研發投入水平、技術轉換水平和技術轉化水平低于長期均衡值，則誤差修正為負，使得ΔRDit、ΔPatit、ΔProit增加，以縮小各階段技術創新水平的偏移，使得技術創新水平向長期均衡移動。反之，若上一年度研發投入水平、技術轉換水平和技術轉化水平高于長期均衡值，則誤差修正項會促使ΔRDit、ΔPatit、ΔProit減小，技術創新水平會向與環境規制水平協調的方向調整。可見，在短期內環境規制和技術創新水平的關系可能偏離長期均衡水平，但他們的關系由短期偏離向長期均衡調整的速度較快。但是各行業研發投入水平、技術轉換水平和技術轉化水平的提升速度均存在較大差異，ECMi，t-1的調整力度不同。

環境規制對污染密集產業技術創新的短期影響亦具有明顯的異質性特征。主要表現在：一是環境規制對技術創新的短期影響具有明顯的階段性差異（見表5）；二是環境規制對技術創新的短期影響具有顯著的行業差異；三是從表5列示的短期動態關系來看，環境規制與我國絕大部分污染密集產業研發投入水平或技術轉換水平或技術轉化水平序列之間的關系密切，說明環境規制是這些行業技術創新水平變動的短期原因。而有色金屬礦采選業和化學原料及化學制品制造業兩個行業的三階段影響系數均不具有統計上的顯著性，說明短期內這兩個行業環境規制的加強并未對技術創新提升產生影響。

短期與長期比較發現，環境規制對污染密集產業技術創新影響的長短期效應存在一定的異質性現象。主要表現在：一是環境規制對污染密集產業所有細分行業的研發投入具有顯著的長期促進效應，但僅對黑色金屬礦采選業和醫藥制造業等9個行業短期效應明顯。環境規制對黑色金屬礦采選業，電力、熱力的生產和供應業的短期促進效應明顯高于長期促進效應，而環境規制對塑料制品業，非金屬礦物制品業等行業的長期促進效應則明顯大于短期促進效應；二是在非金屬礦物制品業，造紙及紙制品業等行業中，環境規制對技術轉換水平的長期促進效應小于短期促進效應，煤炭開采和洗選業，黑色金屬礦采選業等行業則恰恰相反，環境規制對不同行業技術轉換水平長短期影響的顯著性亦存在明顯差異；三是環境規制對煤炭開采和洗選業等行業技術轉化水平的長期促進效應大于短期效應，但其對造紙及紙制品業，燃氣生產和供應業等行業的影響效應則恰恰相反，此處不再贅述。總體看來，環境規制對污染密集產業技術創新水平的影響出現了明顯的行業異質、長短期異質以及階段異質現象。

表5 環境規制對污染密集產業技術創新影響的異質性特征

3 結論

本文通過建立面板數據模型，采用17個污染密集細分行業2004～2011年的相關數據，運用面板協整、面板誤差修正模型等方法從實證角度剖析了環境規制對污染密集產業技術創新的長期和短期影響。通過研究發現，環境規制與污染密集產業技術創新之間存在著長期穩定的均衡關系，環境規制強度的提高可以推動污染密集產業技術創新水平改善；環境規制對污染密集產業技術創新的長期效應表現為明顯的階段性差異，即總體表現為：技術轉換＞技術轉化＞研發投入，但這種階段性差異具有一定的行業異質性；環境規制對污染密集產業技術創新的長期均衡具有顯著的短期修正效應，技術創新水平向均衡狀態的調整速度存在明顯的行業異質性；環境規制對污染密集產業技術創新長期和短期的影響效應存在一定的異質性現象。

[1]Dam L，Schohens B．The Curse of The Haven：The Impact of Muhinational Enterprise on Environmental Regulation[J]．Ecological Economics,2012,(78).

[2]Hitam M B，Borhanb H B．FDI，Growth and The Environment：Impact on Quality of Life in Malaysia[J].Procedia—Social and Behavioral Sciences,2012,(50).

[3]何龍斌.國內污染密集型產業區域轉移路徑及引申[J].經濟學家,2013,(6).

[4]陸旸.環境規制影響了污染密集型商品的貿易比較優勢嗎?[J].經濟研究,2009,(2).

[5]傅京燕,趙春梅.環境規制會影響污染密集型行業出口貿易嗎？——基于中國面板數據和貿易引力模型的分析[J].經濟學家,2014,(2).

[6]李長青,姚萍,童文麗.中國污染密集型產業的技術創新能力[J].中國人口資源與環境,2014,(4).

[7]Sonia B K,Natalia Z.The Pollution Haven Hypothesis:A Geographic Economy Model in a Comparative Study,Working Papers[R].April,2008.

[8]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).

[9]Pedroni P.Purchasing Power Parity Tests in Cointegrated Panels[J].Review of Economics and Statistics,2001,(83).

[10]Pedroni P.Panel Cointegration:Asymptotic and Finite Sample Properties of Pooled Time Series Tests With an Application to The PPP Hypothesis[J].Econometric Theory,2004,(20).