環境規制對技術創新的影響及啟示——基于Meta回歸技術的多重誤設定偏差分析

郭　際　張扎根

(南京信息工程大學，南京　210044)

?

環境規制對技術創新的影響及啟示
——基于Meta回歸技術的多重誤設定偏差分析

郭際張扎根

(南京信息工程大學，南京210044)

摘要〔〕環境規制與技術創新之間存在著何種關系，學者們提出了不同的觀點?！按龠M說”、“抑制說”和“不確定說”均得到了一些研究的支持。本文運用定量文獻研究中的Meta回歸技術，以28篇重要文獻中的100個觀測樣本為研究對象，多層面、多角度地探討了導致不同研究結論的原因。通過對影響環境規制與技術創新關系的誤設定偏差分析及10個相關假設的檢驗，從樣本、方法、變量和文獻發表特征4個方面獲取了一系列有價值的調節因素。研究認為，由于納入文獻中的調節因素不同、調節因素的作用不同，導致研究結果出現差異。這一發現有助于理解環境規制與技術創新之間的內在關系，為今后該領域的理論研究和實踐工作提供參考。

關鍵詞〔〕環境規制技術創新調節因素Meta回歸技術誤設定偏差

引言

隨著全球環境惡化和自然資源的日益短缺，社會的可持續發展遇到嚴峻挑戰。各國一方面實施環境規制；另一方面長期致力于加強技術創新，并以此作為提高經濟發展質量的重要措施。但是，環境規制政策的實施，在解決環境污染問題的同時，又在一定程度上影響了技術創新的方向與發展水平。因此，研究環境規制與技術創新兩者之間的內在關系，有利于合理制定并實施環境規制措施，增強地區和企業的技術創新能力，因而具有重要的理論和現實意義。自20世紀70年代以來，學者們圍繞這一主題進行了大量的研究。但由于研究樣本所在國家和地區的資源稟賦、制度環境、技術創新能力，以及經濟發展階段不同，環境規制與技術創新之間的關系表現出較大的差異。研究結論可大致可歸納為以下3類：

(1)“促進說”，環境規制激勵技術創新。如Porter[1，2]提出“波特假說”，認為合理設置環境規制政策，能夠刺激企業進行技術創新，產生創新補償，部分甚至全部抵消環境規制成本，從而提高企業競爭力。Hamamoto[3]對日本制造業進行研究，發現增加污染治理支出，將顯著提高R&D支出，并逐漸增強技術創新能力；Horbach[4]以德國制造業與服務業企業為例開展研究，得出環境規制、環境管理工具以及組織變化促進環保創新的結論。Carrión-Flores和Innes[5]以1989～2004年美國127個制造行業為研究樣本，檢驗企業排污量與環保技術專利之間的關系，研究表明環境規制政策可以刺激被管制企業進行創新。Helmut Yabar等[6]以日本二惡英排放和家電回收為例分析了環境規制對技術創新的影響，通過比較規制期與非規制期的相關專利數，發現靈活設置的環境規制可以引發技術創新。Ford等[7]以澳大利亞石油和天然氣行業企業為研究樣本，發現當企業面臨嚴格的規制時，更有可能進行產品與服務創新。

(2)“抑制說”，環境規制阻礙技術創新。如Walley和Whitehead[8]指出環境規制引起成本增加，并且導致資金資源發生轉移，服從環境規制占用了部分財務資源，最終抑制了技術創新能力。Marcus Wagner[9]使用德國制造業企業數據，實證研究了環境管理、環境創新和專利申請之間的關系。分析認為，環境管理體制的實施水平負向影響企業一般專利的申請；Chintrakarn[10]利用SFA模型，以1982～1994年期間美國48個州的制造業為研究對象，分析得出嚴格的環境規制不利于技術效率的提高。

(3)“不確定說”，環境規制與技術創新沒有明顯的相關關系。如Jaffe和Palmer[11]利用美國制造企業1975～1991年的數據，以污染治理支出作為環境規制強度指標，分別以R&D支出和成功的專利申請量作為技術創新指標，實證分析后發現環境規制促進R&D支出，但與專利申請量表現出負相關。Brunnermeier和Cohen[12]通過使用污染治理成本和強制規制(政府檢查、監督活動)作為環境規制強度的衡量指標，使用成功的環境專利申請量作為技術創新的衡量指標，實證分析了美國1983～1992年間146個制造業環境規制與產業技術創新之間的關系，結果表明環境創新與污染治理成本之間存在正相關關系，而強制規制卻沒能引發技術創新。Arimura-Toshi和Sugino[13]以日本19個制造業和非制造業為考察對象，發現從統計意義上看，環境規制和技術創新之間的關系不明顯。Jolle Noailly[14]使用能源規制標準、能源稅、政府能源R&D支出作為環境規制政策指標，提高建筑業能源效率的技術專利數作為技術創新指標，根據1989～2004年歐洲七國的建筑業數據，分析認為能源規制標準與政府能源R&D支出對專利數有較小的正向影響，但能源稅對專利數沒有影響。

由以上可知，環境規制與技術創新的關系研究，目前尚無統一的結論。針對這一情況，本文為避免定性文獻研究的局限，采用定量文獻研究方法——國際上流行的Meta法對已有文獻進行分析，厘清環境規制與技術創新之間的關系及其影響因素。具體包括：(1)利用Meta分析合并已有的關于環境規制與技術創新關系的多種實證研究結果，找出誤設定偏差(Mis-specialization Bias)[15]，即導致不同估計結果的前提假設，并從樣本、方法、變量和文獻發表4個方面找出影響關系差異的調節因素。(2)采用Meta回歸技術方法進行原因探索式研究，在找出各類調節因素的同時，還能夠比較各調節效應的大小和方向，而這些信息是以往的定性研究所反映不出來的，這些都是該領域定量文獻研究的有益補充。

1研究假設、方法及框架

1.1樣本特征方面的差異來源分析

1.1.1樣本來源國不同

現有文獻的研究樣本來自眾多國家(地區)，有發達國家(地區)，也有發展中國家(地區)。如Lee等[16]的研究樣本來自美國，Zhao等[17]以中國為例，Johnstone等[18]的研究樣本則來自多個國家，他們的研究結論也有所差異。因此，我們針對樣本來源國的不同提出以下假設：

H1：來自發達國家(地區)和發展中國家(地區)的樣本，環境規制與技術創新之間的關系(正負相關、強度、顯著與否)存在顯著差異。

1.1.2樣本容量不同

文獻中使用樣本觀測值的多少，影響研究結果的可靠性，對研究結論有著不容忽視的影響。Brunnermeier和Cohen[12]使用1460個觀測值得出顯著但較弱的關系；Kammerer[19]使用355個觀測值得出顯著且較強的關系。因此，我們進一步提出：

H2：樣本容量大的文獻與樣本容量小的文獻，環境規制與技術創新之間的關系(正負相關、強度、顯著與否)存在顯著差異。

1.1.3樣本數據年份不同

本文涉及的研究文獻分布在1970～2010年代。隨著時間的推移，環境規制與技術創新之間的關系可能發生相應的變化。如Jaffe和Palmer[11]利用1975～1991年的數據，發現環境規制與專利申請量表現出負相關；而Carrión-Flores和Innes[5]使用1989～2004年的數據得出環境規制與技術創新之間的正相關關系。針對數據年份的不同，本文提出：

H3：距今較早與較晚的樣本數據年份，環境規制與技術創新之間的關系(正負相關、強度、顯著與否)存在顯著差異。

1.1.4樣本觀測年數不同

本文研究的文獻中，樣本觀測年數最短的1年，最長的為29年。Jolle Noailly[14]使用25年的數據得出能源稅與專利數之間呈現出不顯著的負相關；Demirel和Kesidou[20]使用2年的數據研究發現，環境規制與技術創新存在著顯著的正相關關系。針對時間跨度的長短，本文提出：

H4：樣本觀測年數的長短不同，環境規制與技術創新之間的關系(正負相關、強度、顯著與否)存在顯著差異。

1.1.5樣本層面不同

學者們對環境規制與技術創新關系的研究往往來自不同的樣本層面，包括企業層面、行業層面和國家(地區)層面等。如Klemetsen[21]使用挪威企業層面的數據，分析認為環境規制可以促進技術創新。Kneller和Manderson[22]使用英國制造行業數據，研究認為環境規制提高環境R&D投入和環境資本投資，但對總R&D投入和總資本投資沒有積極影響。Johnstone等[18]的研究則立足于自國家層面，認為環境規制可以提高環保專利數。針對樣本層面的不同，本文提出：

H5：使用國家(地區)層面、企業層面和行業層面的樣本，環境規制與技術創新之間的關系(正負相關、強度、顯著與否)存在顯著差異。

1.2計量方法特征方面的差異來源分析

1.2.1計量回歸方法不同

不同的回歸方法，其假設條件及適用范圍有所區別，可能導致結果的差異。Hamamoto[3]使用OLS回歸方法，認為污染控制成本正向影響R&D支出；Marcus Wagner[9]利用Probit回歸方法，發現環境管理體制的實施水平負向影響企業一般專利的申請；Kneller和Manderson[22]使用GMM回歸方法，發現環境規制對總的R&D投資和總資本投資沒有積極影響等。本文涉及的研究文獻中使用了OLS、Probit、GMM、Logit等回歸方法，其中以OLS和Probit回歸居多。因此，本文提出：

H6：使用OLS、Probit回歸和其他回歸方法，環境規制與技術創新之間的關系(正負相關、強度、顯著與否)存在顯著差異。

1.2.2數據類型不同

采用面板數據或橫截面數據或時間序列數據都將影響研究結果，單一的橫截面或時間序列數據可能存在異方差性、多重共線性等問題，而面板數據能夠有效克服這些缺陷，更加可靠地反映出變量之間的關系。現有文獻使用了多種數據處理方法，實證結果也存在差異。Yang等[23]基于面板數據分析認為，污染治理資本支出與R&D支出沒有統計意義上的顯著關系；Ford等[7]采用橫截面數據得出，環境規制與技術創新正相關。因此提出：

H7：使用面板數據和其他類型數據的研究，環境規制與技術創新之間的關系(正負相關、強度、顯著與否)存在顯著差異。

1.3變量選擇特征方面的差異來源分析

1.3.1環境規制指標選取不同

借鑒Brunel和Levinson[24]衡量環境規制的方法，本文將環境規制的衡量指標大致歸為3類：以調查為基礎對環境規制進行評分、評級而獲取的環境規制定性評價指標(Horbach；Johnstone等)[4，18]、以治污成本與支出來衡量的環境規制指標(Brunnermeier和Cohen)[12]、以污染物釋放(或能源使用)來衡量的環境規制指標(Lin；Borghesi等)[25，26]。針對環境規制指標選取不同，本文提出：

H8：使用不同類型環境規制評價方法的研究，環境規制與技術創新之間的關系(正負相關、強度、顯著與否)存在顯著差異。

1.3.2技術創新指標選取不同

目前針對技術創新指標多使用專利數來衡量，其中包括專利申請數和授權數(Wagner；Kammerer)[9，19]。也有學者使用R&D支出來衡量技術創新(Jaffe和Palmer；Kesidou，2012)[11，27]。另外還有以調查為基礎對技術創新進行評分、評級而獲取的技術創新評價指標(Ford等；Ying Dong等)[7，28]。針對技術創新指標選取不同，本文提出：

H9：使用不同類型的技術創新評價方法的研究，環境規制與技術創新之間的關系(正負相關、強度、顯著與否)存在顯著差異。

1.4發表特征方面的差異來源分析

文獻發表年份不同，可能存在不同的發表傾向。因此，就文獻發表的年份不同，以及可能對環境規制與技術創新關系的影響，本文提出：

H10：發表時間距今較近的文獻和發表時間距今較遠的文獻，環境規制與技術創新之間的關系(正負相關、強度、顯著與否)存在顯著差異。

1.5研究方法與研究框架

1.5.1研究方法

本文借鑒Horváthová[29]、陳立敏和王小瑕[30]的研究方法，基于現有研究文獻，運用Meta回歸技術分析方法，探究上述各調節因素對環境規制與技術創新關系的影響。Meta回歸技術分析以前提假設為自變量，以研究估計結果為因變量構造多元回歸模型，能夠有效識別誤設定偏差，找出導致研究結果出現分歧的原因。

1.5.2研究框架

本文的具體研究工作是從3個角度展開的：(1)關于環境規制與技術創新關系的正負相關性，利用Probit二元選擇模型從樣本、方法、變量和文獻發表特征4個方面分析影響正負相關性的因素。(2)關于環境規制與技術創新關系的強度大小，以變量回歸系數的絕對值為因變量進行多元OLS回歸分析，從以上4個方面找出影響關系強度的因素。(3)關于環境規制與技術創新關系的顯著性，采用Probit二元選擇模型從以上4個方面找出影響關系顯著與否的因素。

2數據收集與變量設置

2.1文獻的收集與篩選

為獲得完整的研究數據，在數據搜集方面，本文主要參考Rothstein等[31]、陳立敏和王小瑕[30]的方法。以“Environmental Regulation”、“Technological Innovation”①等為檢索詞，在Elsevier、Spring link、Emerald、EBSCO host以及Google學術網站搜索題名、關鍵詞或摘要中含有上述檢索詞的文獻。

獲得初始文獻后，根據以下原則進行嚴格篩選：(1)文獻的研究問題必須是環境規制對技術創新的影響；(2)必須是產生定量結果的實證研究，剔除理論性、綜述性以及定性研究的文獻；(3)必須報告環境規制與技術創新的回歸系數或能夠推導計算出回歸系數的數據，如結構方程模型和路徑分析中的路徑系數等[32]；(4)如果多個文獻的研究樣本相同且研究方法、數據處理方式也基本相同，則取其中樣本觀測值最大的一篇文獻納入分析32〗依據以上標準，本文最終篩選、整理出28篇文獻，其中24篇來自SCI和SSCI期刊論文(除1篇文獻的影響因子為0.518外，其余23篇文獻影響因子均在1.0以上)，3篇Working Paper(分別來自Fondazione Eni Enrico Mattei、Sustainability Environmental Economics and Dynamics Studies(SEEDS)、Statistics Norway，Research Department)，1篇來自EI期刊。并從28篇文獻中獲得100個有效的研究樣本，其中有正相關關系的85個，負相關關系的15個，得到顯著結果的66個，結果不顯著的34個。

2.2變量設置及編碼

2.2.1解釋變量

本文的解釋變量包括文獻的樣本、計量方法、變量選擇和發表特征4個方面，具體設置如下：

(1)樣本特征。①樣本來源國。根據國際貨幣基金組織的分類標準將樣本來源國分為發達國家(地區)與發展中國家(地區)，并設置“發達國家”虛擬變量：若研究樣本全部來自發達國家(地區)時編碼為1，全部來自發展中國家(地區)時編碼為0，來自多種國家(地區)編碼為0.5。②文獻的樣本容量。用文獻中樣本觀測值的對數(lnOBS)進行編碼。③樣本數據年份。選取研究樣本的數據期間中值，例如，當數據期間為1985～2008年時，編碼為1996.5。④樣本觀測年數。例如，當數據期間為1985～2008年時，編碼為24。⑤樣本層面。分為3類：企業層面、行業層面、國家(地區)層面。設置兩個虛擬變量：“企業層面”和“行業層面”，以國家(地區)層面為參照組。當研究樣本為企業時“企業層面”變量編碼為1，否則為0；研究樣本為行業時“行業層面”變量編碼為1，否則為0。(2)方法特征。①計量回歸方法。分為3類：OLS、Probit、其他回歸方法。以“其他回歸方法”變量為參照組，設置“OLS”和“Probit”兩個虛擬變量。當研究文獻采用OLS回歸方法時“OLS”變量編碼為1，否則為0；當研究文獻采用Probit回歸方法時“Probit”變量編碼為1，否則為0。②數據類型。設置“面板數據”虛擬變量：當研究文獻使用面板數據時編碼為1，否則為0。(3)變量特征。①環境規制的測量。以污染物釋放強度為參照組，設置“規制評價”和“治污成本與支出”兩個虛擬變量，當研究文獻中采用以調查為基礎進行評分、評級，獲得的環境規制強度這一指標時，“規制評價”變量編碼為1，否則為0；若研究文獻中采用治污成本與支出來衡量環境規制強度“治污成本與支出”變量，編碼為1，否則為0。②技術創新的測量。設置“專利數”和“R&D支出”兩個虛擬變量，并用以調查為基礎進行評分、評級而獲得的技術創新評價指標作為對照組。若研究文獻中采用專利數指標則“專利數”變量，編碼為1，否則為0；若使用R&D支出指標則“R&D支出”變量編碼為1，否則為0。(4)發表特征。設置“發表年份”虛擬變量，以文獻發表在期刊上的年份進行編碼。

2.2.2被解釋變量

本文的被解釋變量包括3類：環境規制與技術創新的正負關系、關系強度以及關系的顯著性。(1)選擇Probit二元選擇模型分析環境規制與技術創新的正負關系時，依據正負關系對因變量進行編碼，正向關系編碼為1，負向關系編碼為0。(2)進行關系強度的多元回歸分析時，因變量為環境規制變量回歸系數的絕對值。(3)采用Probit二元選擇模型分析環境規制與技術創新關系的顯著性時，若環境規制變量回歸系數顯著(P<0.10)，因變量編碼為1，反之編碼為0。

3Meta回歸技術分析結果

3.1環境規制與技術創新正負相關的影響因素

表1是環境規制與技術創新正負關系的Probit分析結果③，表中前4列為分別加入樣本特征、方法特征、變量及發表特征自變量的回歸結果，最后一列是進行穩健性檢驗的全變量回歸結果。由表1可知：

(1)樣本特征方面。較早數據年份的研究得到正相關關系的可能性更大(Coef=-0.042，P<0.10)。較短的樣本觀測年數更傾向于得到正相關關系(Coef=-0.788，P<0.05)。相對于國家(地區)層面，企業層面樣本出現負相關關系的可能性更大，但這一結果在模型1和模型5中有差異，說明結果還不穩健。而行業層面樣本相比于國家(地區)層面，更容易呈現出負相關關系(Coef=-1.045，P<0.10)。

(2)方法特征方面。相比于其他回歸方法采用Probit回歸傾向于得到正相關關系(Coef=1.185，P<0.05)，而OLS回歸卻無顯著影響。

(3)變量特征方面。相對于污染物釋放強度的環境規制指標，采用以調查為基礎而獲得的環境規制強度評價指標即規制評價，更易于得到正相關關系(Coef=1.246，P<0.05)。

(4)發表特征方面。近期，具有正相關關系結果的文獻更多地被發表(Coef=0.062，P<0.10)。

以上結果分別參見表1的第3、4、5、6列。

表1　環境規制與技術創新正負相關的影響因素：Probit分析結果

注：(1)因變量為二分變量，正相關時取值為1；(2)括號中數值為標準誤；(3)*、**、***、****分別表示0.15、0.10、0.05、0.01顯著水平。

3.2環境規制與技術創新關系強度的影響因素

環境規制變量回歸系數絕對值的大小代表環境規制與技術創新關系的強弱。表2是以環境規制變量回歸系數的絕對值為因變量的多元回歸結果。由表2可知：

(1)樣本特征方面。樣本特征方面的各變量都顯著影響環境規制與技術創新的關系強度，但影響方向卻不盡相同。樣本容量的回歸結果顯著為負，表明樣本量越多關系越弱(Coef=-0.176，P<0.01)。數據年份顯著正向調節環境規制與技術創新的關系強度(Coef=0.028，P<0.05)。觀測年數也顯著正向調節兩者間的關系強度(Coef=0.058，P<0.01)。相對于國家(地區)層面，企業層面環境規制與技術創新的關系更強(Coef=0.508，P<0.05)。而發達國家變量則對二者之間的關系起著負向調節作用(Coef=-0.714，P<0.05)。相對于國家(地區)層面，行業層面環境規制與技術創新的關系更弱，但回歸結果不一致，證明這一結果不穩健。

(2)方法特征方面。面板數據模型得到的關系更弱(Coef=-0.465，P<0.05)。OLS回歸方法得到的關系更強(Coef=0.518，P<0.05)。

(3)變量特征方面。相比較于污染物釋放強度指標，治污成本與支出表示的環境規制指標得到的線性關系更弱(Coef=-0.558，P<0.05)。但是和以調查為基礎而獲得的技術創新評價指標相比，用R&D支出表示的技術創新得到的關系更強(Coef=0.889，P<0.05)。

(4)發表特征方面。針對發表年份而言，發表年份負向調節線性關系強度，但是回歸結果在模型4與模型5中不一致，因此這一結果不穩健。

以上結果分別參見表2的第3、4、5、6列。

表2　環境規制與技術創新關系強度的多元回歸分析

續　　表

注：(1)因變量為變量回歸系數的絕對值；(2)括號中數值為標準誤；(3)*、**、***、****分別表示0.15、0.10、0.05、0.01顯著水平。

3.3環境規制與技術創新關系顯著性的影響因素

表3是環境規制與技術創新關系顯著性因素的Probit分析結果。由表3可以看出：

(1)樣本特征方面。大的樣本量更有可能得到關系顯著的結論(Coef=0.346，P<0.01)。而數據年份越近，得到兩者之間關系顯著的可能性越小(Coef=-0.087，P<0.10)。樣本觀測年數越長，越有可能出現關系不顯著的情況(Coef=-0.111，P<0.01)。相比于國家(地區)層面樣本，企業層面和行業層面出現顯著性關系的可能性更低(Coef=-1.980，P<0.01)、(Coef=-1.778，P<0.50)。

(2)方法特征方面。和其他回歸方法相比，采用OLS與Probit回歸方法時，傾向于得到關系顯著的結論(Coef=0.610，P<0.15)、(Coef=0.920，P<0.01)。使用面板數據時，同樣更容易出現關系顯著的結論(Coef=1.456，P<0.10)。

(3)變量特征方面。相比較于污染物釋放強度指標，使用治污成本與支出表示的環境規制指標傾向于得到關系不顯著的結論(Coef=-0.965，P<0.05)。用R&D支出表示的技術創新在顯著性方面得到了不穩健的結果。

(4)發表特征方面。從發表年份的回歸結果來看，近期發表的文獻，其結論多為關系顯著(Coef=0.073，P<0.05)。

以上結果分別參見表3的第3、4、5、6列。

表3　環境規制與技術創新關系顯著性的影響因素：Probit分析結果

續　　表

注：(1)因變量為二分變量，回歸系數顯著時取值為1；(2)括號中數值為標準誤；(3)*、**、***、****分別表示0.15、0.10、0.05、0.01顯著水平。

4研究結論與啟示

針對“環境規制與技術創新關系如何” 這一爭議問題， 本文借助定量文獻分析的Meta回歸技術將影響環境規制與技術創新之間關系的各種調節因素納入分析，并從樣本特征、方法特征、變量特征、文獻發表特征4個層面進行了多重誤設定偏差分析，獲得結論如下。

4.1樣本不同，環境規制與技術創新關系的結論出現顯著差異

樣本容量越大，越有可能得到關系顯著的結論，關系強度則可能會被削弱，但對正負相關性沒有顯著影響。可能因為樣本容量越大，所包含的可能會影響技術創新的潛在因素越多，從而在一定程度上削弱環境規制對技術創新的影響。

較大的樣本觀測年數正向調節關系強度，卻不利于得到顯著性結果。可能由于環境規制存在滯后效應，對技術創新的影響尚未顯現。同時，隨著時代的變化，如新經濟、信息技術和新一輪工業革命等的出現，影響技術創新能力的因素大量涌現，環境規制對技術創新的影響有可能正在被其他因素所弱化或替代，進而出現兩者之間關系負相關或不顯著的結果。

相對于國家(地區)層面，行業層面的樣本研究傾向于得到負向或不顯著的關系。企業層面的樣本易于得到更強的線性相關關系，但關系不顯著的居多。在行業和企業層面，環境規制與技術創新之間的關系傾向于不顯著，這說明在行業和企業層面，利用環境規制刺激技術創新的目的較難實現。

相對于發展中國家，發達國家環境規制與技術創新之間的關系強度更弱?？赡芤驗榘l達國家的非生產類產業占比較低，三高型(高污染、高耗能、高排放)產業比例較小，其技術創新也多與環境規制無關，因此，環境規制對技術創新的影響不大。

4.2方法和數據類型不同，會顯著影響研究結論

研究文獻采用OLS回歸方法時，環境規制與技術創新之間表現出更強的關系，同時有利于得到關系顯著的結論。采用Probit回歸方法時，兩者更有可能表現出正相關的、顯著的關系。

當采用面板回歸技術時，關系強度會有所下降，但得到顯著關系的可能性會提高。原因可能在于面板數據能夠有效克服異方差性、多重共線性等問題，從而更加可靠地反映出變量之間的顯著關系。

4.3選取不同的環境規制與技術創新指標，對研究結論存在顯著影響

與污染物釋放強度指標相比，采用治污成本與支出指標，環境規制與技術創新之間的關系強度傾向于更弱，得出關系顯著結論的可能性更小。這啟示我們，在現實中，以污染物釋放強度為基礎設置環境規制，或許能夠更有效地刺激技術創新。

與污染物釋放強度指標相比，使用規制評價指標，正線性關系出現的可能性大。規制評價指標是定性指標，該信息帶有一定的主觀性，而評價者往往傾向于保護環境，可能會產生有偏的評價和判斷。因此可能存在環境規制對技術創新影響被高估的情況。

對技術創新而言，使用R&D支出指標進行衡量時，更有可能提高環境規制與技術創新之間的關系強度。原因之一可能在于環境規制強度與R&D支出指標同時增長，兩者之間易于出現正向關系；二是面對嚴格的環境規制時，被規制對象往往是通過增加R&D投入以減少環境污染方面的產出。因此環境規制與R&D支出之間的關系更加顯著。

4.4從發表特征方面來看，發表時間距今較近的文獻，所得結論多為正相關且關系顯著

Ambec等[33]也認為，在“波特假說”誕生后，越來越多的研究開始傾向于支持環境規制與技術創新之間有正相關關系，因此期刊可能也存在這樣的發表傾向。

綜上可知，在觀測年數長、樣本數據距今年份近、樣本來自行業層面的文獻中“促進說”容易得到驗證，而在發表年份近、使用定性環境規制指標、使用Probit回歸分析方法的文獻中“抑制說”容易得到驗證。由此本文研究發現，環境規制與技術創新之間的關系會受到多種因素的影響，且各種調節因素對兩者之間關系的正負方向、強度大小、顯著與否的影響各不相同。這在樣本選取、指標設計、計量回歸方法使用等方面為以后該領域的研究提供了參考和借鑒。但本文仍有一些局限。如本文的研究樣本全部為英文文獻，沒有包含中文及其他語言的文獻樣本；受能力和條件的限制，研究也沒有窮盡所有相關文獻；在進行環境規制與技術創新關系研究時，可能還存在一些中介變量的影響，為突出研究重點，本文亦未將其考慮在內；采用Meta方法進行分析時，本文僅能對某個文獻的整體研究結果進行分析，并得出該文獻整體層面的結論，沒有針對單個研究個體，如針對單個企業或行業進行編碼并給出研究結論。以上種種不足，留待后續認真研究。

注釋：

①為防止翻譯誤差影響文獻收集的完整性，本文分別以“Technology Innovation”、“Technical Innovation”作為“Technological Innovation”的相關替代詞對文獻進行了同樣的檢索收集。

②當研究樣本相同且研究方法、數據處理方式也基本相同時，樣本觀測值越大，研究結果越可靠。

③由于在使用Stata12.0軟件進行正負關系的Probit回歸分析時，“發達國家”、“面板數據”兩虛擬變量均出現了完美預測(Predicts Success Perfectly)的情況，因此表1是剔除了以上兩個虛擬變量后的回歸結果。

參考文獻

[1]Porter M.E..America’s Green Strategy[J].Scientific American,1991,264(4):1～5

[2]Porter M E,Van der Linde C.Toward a New Conception of the Environment-competitiveness Relationship[J].The Journal of Economic Perspectives,1995,9(4):97～118

[3]Hamamoto M.Environmental Regulation and the Productivity of Japanese Manufacturing Industries[J].Resource and Energy Economics,2006,28(4):299～312

[4]Horbach J.Determinants of Environmental Innovation—new Evidence from German Panel Data Sources[J].Research Policy,2008,37(1):163～173

[5]Carrión-Flores C E,Innes R.Environmental Innovation and Environmental Performance[J].Journal of Environmental Economics and Management,2010,59(1):27～42

[6]Yabar H,Uwasu M,Hara K.Tracking Environmental Innovations and Policy Regulations in Japan:Case Studies on Dioxin Emissions and Electric Home Appliances Recycling[J].Journal of Cleaner Production,2013,44:152～158

[7]Ford J A,Steen J,Verreynne M L.How Environmental Regulations Affect Innovation in the Australian Oil and Gas Industry:Going Beyond the Porter Hypothesis[J].Journal of Cleaner Production,2014,84:204～213

[8]Walley N,Whitehead B.It’s Not Easy Being Green[J].Reader In Business and the Environment,1994,36:81

[9]Wagner M.On the Relationship Between Environmental Management,Environmental Innovation and Patenting:Evidence from German Manufacturing Firms[J].Research Policy,2007,36(10):1587～1602

[10]Chintrakarn P．Environmental Regulation and US States’ Technical Inefficiency[J].Economics Letters,2008,100(3):363～365

[11]Jaffe A B,Palmer K.Environmental Regulation and Innovation:A Panel Data Study[J].Review of Economics and Statistics,1997,79(4):610～619

[12]Brunnermeier S B,Cohen M A.Determinants of Environmental Innovation in US Manufacturing Industries[J].Journal of Environmental Economics and Management,2003,45(2):278～293

[13]Arimura T H,Sugino M.Does Stringent Environmental Regulation Stimulate Environment Related Technological Innovation?[J].Sophia Economic Review,2007,52(3):1～14

[14]Noailly J.Improving the Energy Efficiency of Buildings:The Impact of Environmental Policy on Technological Innovation[J].Energy Economics,2012,34(3):795～806

[15]彭俞超,顧雷雷.經濟學中的META回歸分析[J].經濟學動態,2014,(2):126～131

[16]Lee J,Veloso F M,Hounshell D A.Linking Induced Technological Change,and Environmental Regulation:Evidence from Patenting in the US Auto Industry[J].Research Policy,2011,40(9):1240～1252

[17]Zhao X,Zhao Y,Zeng S,et al.Corporate Behavior and Competitiveness:Impact of Environmental Regulation on Chinese Firms[J].Journal of Cleaner Production,2015,86:311～322

[18]Johnstone N,HaI,Poirier J,et al.Environmental Policy Stringency and Technological Innovation:Evidence from Survey Data and Patent Counts[J].Applied Economics,2012,44(17):2157～2170

[19]Kammerer D.The Effects of Customer Benefit and Regulation on Environmental Product Innovation:Empirical Evidence from Appliance Manufacturers in Germany[J].Ecological Economics,2009,68(8):2285～2295

[20]Demirel P,Kesidou E.Stimulating Different Types of Eco-innovation in the UK:Government Policies and Firm Motivations[J].Ecological Economics,2011,70(8):1546～1557

[21]Klemetsen M E,Bye B,Raknerud A.Can Non-market Regulations Spur Innovations in Environmental Technologies?:A Study on Firm Level Patenting[R].https:∥ideas.repec.org/p/ssb/dispap/754.html，2013

[22]Kneller R,Manderson E.Environmental Regulations and Innovation Activity in UK Manufacturing Industries[J].Resource and Energy Economics,2012,34(2):211～235

[23]Yang C H,Tseng Y H,Chen C P.Environmental Regulations,Induced R&D,and Productivity:Evidence From Taiwan’s Manufacturing Industries[J].Resource and Energy Economics,2012,34(4):514～532

[24]Brunel C,Levinson A.Measuring Environmental Regulatory Stringency[R].OECD Publishing,2013

[25]Minghua L,Yongzhong Y.Environmental Regulation and Technology Innovation:Evidence from China[J].Energy Procedia,2011,(5):572～576

[26]Borghesi S,Cainelli G,Mazzanti M.Linking Emission Trading to Environmental Innovation:Evidence from the Italian Manufacturing Industry[R].Research Policy(2014),http:∥dx.doi.org/10.1016/j.respol，2014-10-014

[27]Kesidou E,Demirel P.On the Drivers of Eco-innovations:Empirical Evidence from the UK[J].Research Policy,2012,41(5):862～870

[28]Ying Dong,Xi Wang,Jun Jin,et al.Effects of Eco-innovation Typology on its Performance:Empirical Evidence from Chinese Enterprises[J].Journal of Engineering and Technology Management,2014,34:78～98

[29]Horváthová E.Does Environmental Performance Affect Financial Performance?A Meta-analysis[J].Ecological Economics,2010,70(1):52～59

[30]陳立敏,王小瑕.國際化戰略是否有助于企業提高績效——基于Meta回歸技術的多重誤設定偏倚分析[J].中國工業經濟,2014,(11):102～115

[31]Rothstein H R,Sutton A J,Borenstein M.Publication Bias in Meta-Analysis:Prevention,Assessment and Adjustments[M].New York:Wiley,2005

[32]Rosenbusch N,Brinckmann J,Bausch A.Is Innovation Always Beneficial?A Meta-analysis of the Relationship Between Innovation and Performance in SMEs[J].Journal of Business Venturing,2011,26(4):441～457

[33]Ambec S,Cohen M A,Elgie S,et al.The Porter Hypothesis at 20:Can Environmental Regulation Enhance Innovation and Competitiveness?[J].Review of Environmental Economics and Policy,2013,(11):1～24

The Impact and Enlightenment of Environmental Regulation on

Technological Innovation

——Analysis of Multiple Mis-specialization Bias Based on Meta-regression Technique

Guo JiZhang Zhagen

(Nanjing University of Information Science and Technology，Nanjing 210044，China)

〔Abstract〕About the relationship between environmental regulation and technological innovation,scholars have put forward different views such as“promotion”,“suppression”and“uncertainty”.In this paper we use Meta-regression to analyze 100 observations derive from 28 important relevant papers and explore the causes of different conclusions from multiple levels and multiple perspectives.We investigate the mis-specialization bias influencing this relationship.After testing 10 hypotheses we get a series of valuable moderating factors from four aspects:samples,methods,variables and literature characteristics.Different results were caused by different moderating factors in the paper and different effects of moderating factors.This found can help to understand the internal relationship between environmental regulation and technological innovation,and provide a reference for future theoretical research and practical work in the field.

〔Key words〕environmental regulation;technological innovation;moderating factors;Meta-regression technique;mis-specialization bias

(責任編輯：史琳)

作者簡介：郭際，南京信息工程大學經濟管理學院副教授，博士。研究方向：科技管理、技術創新。張扎根，南京信息工程大學經濟管理學院碩士研究生。研究方向：技術創新。

收稿日期：2015—10—10

中圖分類號〔〕F062.2〔

文獻標識碼〕A

DOI：10．3969/j．issn．1004-910X．2016．02．018