環境規制、金融發展與區域創新能力

史安玲，朱萬里

(1.2.蘭州財經大學 隴橋學院，甘肅 蘭州 730101)

一、引言

據《國家創新指數報告(2016～2017)》的數據顯示，當今世界國際創新新格局由“三大集團”組成。第一集團為國家創新指數排名前15的歐美等發達國家，第二集團為排名16—30的國家，2016年，中國的排名是第17位，處在第二集團，但和美國、德國、日本等發達國家的創新水平還相去甚遠。

近年來，中國開始實施創新驅動發展戰略，不斷提高基礎研究和應用研究的創新能力，技術創新對經濟增長的作用日趨增強。但據《中國區域創新能力監測報告2016—2017》資料顯示，中國區域創新能力雖有了很大的提高，但區域創新能力不平衡，有明顯的區域異質性。探尋影響區域創新能力的影響因素，不斷提升各地區區域創新能力，縮小各地區區域創新能力差異，對經濟新常態下的中國持續發展有重大意義。

創新驅動發展戰略提出以來，學界對區域創新能力做了大量的研究，已有的文獻主要集中在：第一，區域創新能力指標體系的構建，學者們主要從創新主體、需求、支撐條件、環境和產出等方面構建評價指標體系[1-2]；第二，區域創新能力評價，學者研究地域主要包括省級層面、綜合經濟區、某個省市，評價方法涵蓋了主成份分析法、時空視角的空間溢出效應分解、動態VIKOR法[3-5]，研究結論表明，不管是省級層面，還是綜合區，抑或某個省市，區域創新能力發展不平衡且具有較大的異質性[6-8]；第三，區域創新能力的影響因素，主要研究了制度[9-10]、基礎設施、人力資本、技術研發、FDI[11-14]等經濟變量對區域創新能力的影響，對各種影響因素的作用機理和影響效應莫衷一是。

隨著生態文明理念的提出，學者們開始關注環境規制與創新能力之間的關系。譚德慶和商麗娜[15]選取2005—2015年中國30個省級行政區(西藏和港澳臺除外)的面板數據，發現環境規制和全國層面區域綠色創新能力正相關，但東中西差異較大；王鋒正和陳方圓[16]以2009—2014年45家重污染行業滬深兩市A股上市公司為樣本，研究了環境規制對企業綠色技術創新的影響，研究結果表明兩者同樣存在正向關系；而韓國高[17]、沈能和劉鳳朝[18]的研究表明只有環境規制強度跨越特定門檻值后，環境規制才能促進創新能力提升，“波特假說”才成立。越來越多的學者也開始關注金融發展與創新能力：萬道俠和胡彬[19]認為金融發展會增加企業的“創新惰性”；徐曉舟和阮珂[20]通過中國31個省市2004—2013年的面板數據也發現金融發展水平與省域創新績效負相關；鐘騰和汪昌云[21]則認為作為金融發展一個指標的股票市場規模的擴大顯著地提高了創新能力。

綜上可知，學界從指標測度、綜合評價、影響因素等視角對區域創新能力做了大量的研究，也有學者研究了環境規制與區域創新能力、金融發展與區域創新能力之間的關系，但得出的結論并不一致。已有的研究成果很好地解釋了區域創新能力，但很少有學者同時把環境規制、金融發展放置于同一框架去研究它們對區域創新的影響，研究方法多為傳統的計量方法，對環境規制、金融發展和區域創新能力的空間關聯度研究不足。因此，文章以2000—2016年中國30個省市的數據為樣本，運用空間面板模型，研究三者之間的內在關系和空間效應。

二、研究方法

(一)指標選取與數據來源

1.被解釋變量

文章關注的中國各省(區、市)的區域創新能力，學界通常采用新產品開發、R&D經費、專利的申請量、專利的授權量等指標來衡量創新能力?？紤]到數據的可得性和科學性，采用各省市專利申請授權量(ppatent)來測度區域創新能力，具體的計算公式是省(區、市)專利申請授權量/省(區、市)年末總人數。

2.解釋變量

文章的核心變量是環境規制和金融發展。在環境規制方面，測量主要集中在和環境規制相關的法律法規和行政處罰案件的數量、環境規制部門治污投資占總產值的比重；還有學者從污染排放密度和污染治理能力去考察。結合中國經濟發展的實際狀況以及統計口徑不一致和數據缺失等問題，根據Lanoie，P.，M.& Patry，R.Lajeunesse[22]的做法，文章選用工業污染治理投資總額/GDP來衡量。金融發展的衡量指標通常從三個維度進行：金融規模、金融結構和金融效率，仿照葛鵬飛、黃秀路、徐璋勇[23]的做法，金融規模用銀行業存款余額和貸款余額之和與GDP的比重，金融結構用股票市場交易額與GDP的比重，金融效率用資本形成總額與國內儲蓄余額的比值來衡量。

在控制變量方面，主要引入和區域創新能力密切相關的外商直接投資、經濟增長、市場化程度和地方政府行為等變量。外商直接投資用各省市每年利用外資額占本地區GDP的比重衡量，經濟增長用各地區人均實際GDP來表示，市場化程度使用樊綱等[24]計算的市場化指數來衡量，2014年以后缺失的數據，根據韋倩、王安、王杰[25]方法，用非公企業產值比重進行估算，地方政府行為用地方財政支出占地方GDP的比重來衡量。剔除西藏和港澳臺地區后，本文數據的時間樣本為2000—2016年中國30個省市的面板數據，區域創新數據主要源自國家知識產權統計局網站，其他數據來源于《中國環境統計年鑒》《中國金融統計年鑒》《中國工業統計年鑒》《中國統計年鑒》《中國工業統計年鑒》《中國科技統計年鑒》等統計年鑒，各變量描述性統計和散點圖見下頁表1和圖1。

表1 變量的描述性統計

變量指標樣本均值標準差最小值最大值單位人均專利授予量ppatent5105.250711.67450.0065155.358件金融規模finascale510259.402108.10.03813.1%金融結構finastru510104.7257138.95.11251.8%金融效率finaeffic51043.366632.35.8588.0%環境規制enregu5101.24410.60.24.24%外商直接投資FDI5102.812.520.0214.64%人均國內生產總值pgdp5102.7232762.1330.26511.5613萬元市場化指數market5106.15891.76492.5310.92分財政支出pfisexp5105.334.800.4726.43%

圖1 歷年各省市的區域創新能力(1)

由圖1可知，不同區域的創新能力差異較大，經濟發達的東部沿海地帶和京津地區創新能力最強，東部地區其他省市較強，創新能力較弱的省市主要集中在西部地區，尤其是西北某些省區。

(二)計量模型設定與空間權重矩陣

空間面板模型一般分為空間誤差模型、空間滯后模型和空間杜賓模型。空間滯后模型和空間誤差模型的一般化形式是空間杜賓模型，通常認為，空間杜賓模型優于其他模型，因此，本文先把計量模型設定為空間杜賓模型：

lnppatentn=ψWlnppatentn+αEn+Xβ+DXitθ+ui+γt+εit

(1)

其中，ppatent為區域創新能力，ψ為空間系數矩陣，矩陣X是包含環境規制、金融規模、金融結構、金融效率、外商直接投資、人均國內生產總值、市場化程度和財政支持等解釋變量的矩陣。W為空間權重矩陣，En為單位矩陣，DXitθ為解釋變量的空間滯后，β、φ為相應的待估系數矩陣，ui表示空間效應，γi表示時間效應，εit是滿足白噪聲條件的隨機干擾項。由于變量之間統計口徑和單位不一致，為了統一量綱，本文將絕對數據調整為相對數據，對被解釋變量人均專利申請授權量和解釋變量人均國內生產總值取自然對數。

(三)空間自相關檢驗

首先檢驗經濟變量之間是否存在空間關聯性。目前學界一般采用的方法是莫蘭指數I，其計算公式是：

(2)

莫蘭指數的值域為[-1，1]，取值為正，表明變量間存在正的自相關，反之為負的空間自相關。高值與高值集聚、低值與低值集聚就是正的空間自相關；負空間自相關表示高低集聚。由于經濟變量的共同趨勢，正的空間自相關比較常見。表2報告了各變量2000—2016年的莫蘭檢驗結果。

表2 各變量Moran’s I檢驗

年份lnppatentfinascalefinastrufinaefficenreguFDIpgdpmarketpfisexp20000.187??(2.209)0.322???(3.430)0.381???(3.425)0.351???(3.615)0.373???(3.647)0.311???(3.175)0.373???(3.648)0.371???(3.645)0.331???(3.245)20010.305???(3.254)0.325???(3.351)0.315???(3.374)0.361???(3.701)0.365???(3.613)0.285???(2.990)0.365???(3.601)0.367???(3.603)0.353???(3.521)20020.271???(2.956)0.314???(3.231)0.317???(3.389)0.362???(3.726)0.364???(3.598)0.272???(2.934)0.361???(3.556)0.362???(3.566)0.369???(3.571)20030.236???(2.432)0.301???(3.081)0.313???(3.371)0.393???(3.846)0.393???(3.862)0.425???(4.131)0.393???(3.876)0.391???(3.826)0.388???(3.756)20040.151?(1.709)0.293???(3.135)0.307???(3.211)0.389???(3.794)0.399???(4.094)0.445???(4.333)0.399???(3.991)0.389???(3.794)0.377???(3.544)20050.176?(1.972)0.295???(3.095)0.387???(3.661)0.434???(4.198)0.430???(4.158)0.479???(4.547)0.435???(4.189)0.432???(4.178)0.331???(3.278)20060.222??(2.397)0.303???(3.277)0.316???(3.388)0.420???(4.111)0.420???(4.120)0.318???(3.230)0.422???(4.115)0.424???(4.110)0.411???(4.007)20070.241??(2.476)0.341???(3.422)0.343???(3.516)0.468???(4.452)0.469???(4.512)0.369???(3.653)0.468???(4.512)0.466???(4.492)0.399???(4.012)20080.272??(2.966)0.308???(3.379)0.319???(3.399)0.424???(4.112)0.427???(4.182)0.261???(2.552)0.421???(4.112)0.425???(4.102)0.407???(4.032)20090.267??(2.928)0.310???(3.379)0.325???(3.427)0.435???(4.182)0.438???(4.259)0.191??(2.067)0.436???(4.202)0.430???(4.152)0.423???(4.101)20100.279???(2.992)0.288???(3.327)0.288???(3.021)0.447???(4.371)0.440???(4.312)0.222??(2.454)0.447???(4.312)0.445???(4.302)0.446???(4.312)20110.291???(3.180)0.314???(3.376)0.310???(3.039)0.469???(4.507)0.467???(4.427)0.207??(2.450)0.469???(4.527)0.466???(4.497)0.459???(4.395)20120.296???(3.171)0.281???(2.960)0.399???(4.061)0.425???(4.162)0.426???(4.128)0.226??(2.704)0.420???(4.131)0.423???(4.121)0.406???(4.022)20130.229???(2.480)0.245???(2.748)0.345???(3.752)0.413???(4.119)0.417???(4.110)0.215??(2.393)0.419???(4.094)0.412???(4.014)0.385???(3.713)20140.275???(3.150)0.269???(2.819)0.372???(3.815)0.457???(4.395)0.455???(4.392)0.179?(2.100)0.456???(4.409)0.454???(4.389)0.419???(4.185)20150.297???(3.243)0.254???(2.793)0.355???(3.604)0.407???(4.020)0.405???(3.958)0.178??(2.051)0.409???(3.998)0.407???(3.970)0.410???(4.073)20160.307???(3.543)0.260???(2.703)0.367???(3.808)0.415???(4.175)0.416???(4.102)0.228??(2.753)0.410???(4.017)0.411???(4.070)0.414???(4.172)

注：***、**、*分別表示在1%、5%、10%顯著性水平下通過檢驗，括號里是莫蘭檢驗的z統計量值。

表2每一行上方的數字是莫蘭指數I的檢驗值，下方括號里的數據為標準化后Z統計量的值，檢驗結果表明，2000—2016年間，在10%的顯著性水平下，所有變量都是顯著的。莫蘭指數的值大于零，為正的空間自相關，具體看，區域創新能力除了2000年和2004年在5%和10%的顯著性水平下通過了檢驗，其余年份全部在1%的顯著性水平下通過檢驗，表明被解釋變量的空間關聯性較強。核心解釋變量金融發展和環境規制都在1%的顯著性水平下通過檢驗，控制變量FDI、人均國內生產總值、市場化程度和財政支持的莫蘭檢驗值也較高。因此，面板數據的模型形式為空間面板模型。下文將對空間面板模型的具體形式作出檢驗。

三、實證結果分析

(一)模型回歸結果

經檢驗，最佳的模型形式為固定效應下的空間杜賓模型，時間固定效應、空間固定效應和時間空間固定效應的R2、LogL和σ2的值顯示，時間固定效應R2和LogL最大，表明擬合程度最高，σ2最小，表明模型精確度最高，因此文章只報告時間固定效應下檢驗結果。為了保證結論的穩健性，文章分別報告了鄰接權重矩陣、地理距離權重矩陣和經濟距離矩陣下的實證結果，表3報告了金融規模作為核心解釋變量的回歸結果(2)。

表3 金融規模作為核心解釋變量的回歸結果

變量名鄰接權證矩陣地理距離權重矩陣經濟距離權重矩陣finascale0.1022432??0.0428071???0.0335016???enregu-0.0574917-0.0208975-0.0222619FDI-2.911655?-2.781115?-1.390251?ln(pgdp)0.932895???0.5575019???0.7994401???maket0.6374749???0.5844831???0.5316938???ln(pfisexp)1.55387???1.221734???1.471022???W′finascale0.048869?0.0397484?0.2701225?W′enreug0.17462230.40685710.2832169W′FDI-1.394949-0.860090.2808525W′ln(pgdp)-0.2301487??-1.522758??-1.362847??W′maket-0.2058512???-0.1833652??-0.2216818???W′ln(pfisexp)-0.058843?-0.8659744?-2.194477??R20.86000.80460.8338σ21.0401211.0775381.054699LOGL691.5799700.7819689.2153

表3的結果顯示，不同的三種權重矩陣下，金融規模至少在5%的顯著性水平下與區域創新能力呈正相關，具體看，金融規模每提高1%，區域創新能力會提升0.03%-0.1%，從具體實證結果看，金融發展雖正向作用于區域創新能力，但對區域創新能力的影響較??；環境規制在不同的權重矩陣下，對區域創新能力的影響都是負的，表明環境規制不利于區域創新能力的提升，但影響系數均不顯著，表明“波特假說”在中國省級層面并未出現。

在控制變量方面，外商直接投資顯著地抑制了該地區的區域創新能力，原因是大多省市吸引外資的目的僅僅是為了本地的經濟增長，很少有創新導向。人均GDP顯著地促進了區域創新能力提高，這是由于一個地區的經濟越發達，越有能力進行技術研發，為創新能力的提升提供了堅實的物質基礎。市場化程度的提升也有利于區域創新能力提升，資源配置的合理化強化了區域創新能力。同樣的，財政支持也是區域創新能力的正向變量，財政支持力度越大，區域創新能力越強。

自變量外生交互效應方面，金融規模對區域創新能力影響為正，且通過了顯著性檢驗，表明其他地區金融發展程度提高有利于本地區創新能力提升。金融發展具有很強的溢出效應和“示范效應”，其他地區金融規模擴大、金融結構優化、金融效率提高會倒逼本地區也提高金融發展程度，進而促進了創新能力的提高。環境規制的系數也為正，表明周邊地區的環境規制強度越大，越能促使它們的物質資本和人力資本等要素流向本地區，加快了本地區創新能力的提升步伐，但該系數同樣不顯著。在控制變量方面，人均GDP的系數為負，表明其他地區經濟越發達，越抑制本地區創新能力提升，原因是地區間經濟發展進程中存在資源競爭，其他地區為了經濟增長“搶占”了本地區的資源，負向作用于其創新能力。市場化程度的交互項系數為負，表明周邊地區市場化程度的提高降低了本地區的創新能力。一個可能的原因是周邊地區市場化程度越高，市場化制度安排越高效，就會吸引本地區優秀的人才流入周邊地區。財政支持的系數同樣為負，其作用機理和經濟增長相似，不再贅述。另一個控制變量FDI的影響系數不顯著。

(二)模型效應分解

為了區分解釋變量對被解釋變量具體的影響效應，有必要進行效應分解，仿照學界的通常做法，把不同解釋變量影響效應分解為直接效應、間接效應和總效應。本地區各解釋變量對被解釋變量的影響是直接效應，本地區解釋變量對周邊地區被解釋變量的影響為間接效應，總效應=直接效應+間接效應，實證結果如下頁表4所示。

表4 直接效應、間接效應和總效應

鄰接矩陣下的回歸結果finascaleenreguFDIln(pgdp)maketln(pfisexp)直接效應0.101549??-0.0519483-3.035772?0.9069965???0.6534841???1.546024???間接效應0.0548303?0.00961311.555822-0.0882202?-0.2766114?-0.1546602?總效應0.156379???-0.004234-1.47995??0.818776???0.376873???1.391364???地理距離矩陣下的回歸結果finascaleenreguFDIln(pgdp)maketln(pfisexp)直接效應0.0382015??-0.4117445-3.56939?0.4627391???0.6103047???1.180384???間接效應0.0239796?0.32304655.4244?-0.146148??-0.3096224?-0.4355372??總效應0.062181???-0.08871.85501?0.316591???0.300682???0.744847???經濟權重矩陣下的回歸結果finascaleenreguFDIln(pgdp)maketln(pfisexp)直接效應0.0420641???-0.0342452-1.326124?0.8399461???0.5316077???1.559792???間接效應0.2413891?0.02312290.1969014-0.275486???-0.0856279?-0.140734???總效應0.283453???-0.01112-1.12922?0.56446???0.617236???1.419058???

注：由于金融結構和金融效率的實證結果和金融規模相似，表中只報告了金融規模的實證結果。

從表4可知，三種不同的權重矩陣下直接效應、間接效應和總效應實證結果大致相似。以鄰接權重矩陣為例，從總效應看，金融發展與區域創新能力正相關，環境規制的總效應為負，但不顯著，控制變量FDI、人均GDP、市場化程度和財政支持都提升了區域創新能力。直接效應方面，金融發展顯著促進了本地區區域創新能力的提高，但環境規制的效應不顯著，FDI抑制區域創新能力，其他的控制變量都促進了本地區區域創新能力的提高。在間接效應方面，在10%的顯著性水平下，本地金融發展有利于其他地區的創新能力提高，環境規制和FDI的影響效應不顯著，其他變量都顯著地提升了周邊地區的創新能力。

四、結論與建議

利用2000—2016年中國30個省市的面板數據實證研究了環境規制、金融發展對區域創新能力的影響。首先就指標選取和數據來源進行闡釋，然后做計量模型選擇檢驗，最后采用空間杜賓模型對經濟變量做回歸分析和效應分解。研究結果表明：第一，環境規制、金融發展和區域創新能力之間存在空間關聯性，應采用空間杜賓模型；第二，核心解釋變量方面，環境規制對區域創新能力有負向影響，但回歸系數不顯著，“波特假說”在中國省際層面并未出現。金融發展顯著地提升了本地區和周邊地區的區域創新能力，但整體的助推效應較??；第三，控制變量方面，FDI不利于本地區區域創新能力的提升，對周邊地區區域創新能力的影響不顯著，經濟增長、市場化程度和財政支持都顯著地提升了本地區的創新能力，但抑制周邊地區的區域創新能力。

結合以上，提出如下建議：第一，環境規制部門應準確解讀中央關于的環保和生態文明方面的政策性文件，保證環境保護制度高效實施和路徑的延續性，企業部門應不斷適應經濟發展新常態，注重節能環保技術的研發與利用，倒逼自身生產結構的轉型優化升級；第二，金融部門應加大對技術研發和技術創新的支持力度，優化金融資源的投放領域，逐步引導資金流向低污染、低能耗、低排放等部門，對創新驅動實施金融傾斜；第三，注意引進外資的途徑和創新導向，不斷提高市場化程度，加強財政對區域創新的支持力度，各部門合力踐行創新驅動發展戰略。

[注釋]

(1) 注：1-30分別代表中國除港澳臺和西藏自治區以外的三十個省市，省市順序排列均按照學界通用標準。

(2) 由于衡量金融發展的三個指標：金融規模、金融結構和金融效率實證結果相似，金融機構和金融效率不再報告，若需，備索。