環境約束下中國工業技術進步方向識別及影響因素

黃慶華，潘 婷，胡江峰

（西南大學經濟管理學院，重慶 400715）

長期以來，工業部門的發展推動了中國經濟超高速增長。尤其是在1978—2019年，中國工業增加值從1 633 億元增長至317 109億元，增長了近194倍。然而，粗放型工業發展方式也直接導致污染加重、能源消耗過大，使得經濟發展不可持續。根據陳詩一［1］的估算，改革開放期間工業部門對經濟增長的貢獻率只有40.1%，但工業能耗和CO2排放占比卻高達67.9%和83.1%。環境承載力逐漸趨近最大閾值，被動等待庫茲涅茨拐點來臨已不可行［2］，亟須轉變發展方式。一般認為，技術進步使得生產前沿面“外擴”來推動綠色技術規模擴張［3］，是化解環境質量改善與經濟增長“兩難”問題的關鍵因素［4］。然而，現有技術改進以經濟產出最大化為主要目標，忽視了對生態環境的影響，在促進經濟增長的同時，也會增加能源消耗［5］。部分地區通過引進外資實現技術水平提升，但也變成了“污染天堂”［6］，尤其是在技術引入初期，利益驅使人們偏向于發展生產型技術，導致生態環境惡化［7］。部分學者對此進行了解釋，認為技術進步并非中性，而是有偏的，那些有助于節能減排的技術進步才是化解經濟增長和節能減排“兩難”問題的突破口［8］。因此，該研究所要回答的問題是：在環境約束日益趨緊的背景下，中國工業技術進步的要素偏向和趨勢特征如何？受到哪些關鍵因素的影響？解答這些問題可以深化對不同環境約束下技術進步方向的認識，為國家制定有益于工業轉向綠色增長和技術進步的支持政策提供啟示。

1 文獻綜述

有偏技術進步作為引領中國經濟綠色發展的關鍵，其測度和識別方法主要分為參數方法和非參數方法。一般來說，參數方法具有較好的經濟學理論基礎，可通過設定特殊的生產函數形式估算全要素生產率和有偏技術進步。錢娟［9］通過CES函數構建技術進步偏向的理論模型，研究表明1995—2015年的工業技術進步方向總體上表現為勞動節約，資本、能源使用。白繼山等［10］在要素增強型CES生產函數的基礎上，構建了一個Kmenta分析框架，指出中國大多數省份的工業技術進步已由資本偏向轉為勞動偏向，少部分省份始終以勞動偏向為主。韓國高等［11］運用超越對數函數測算發現，工業技術進步偏向于資本使用。李小平等［12］基于標準化CES 函數的研究也得出了相同的結論，同時還進一步發現工業資本偏向性技術進步趨于弱化。此外，還有學者構建出基于超越對數函數與Kalman［13］的聯合模型，指出工業技術進步總體偏向于密集使用能源［14］。相對而言，非參數方法的特點是無須設定具體的函數形式。Caves 等［15］最早把DEA 方法與Malmquist 指數聯系起來，形成了一種有效的計算生產率的方法。楊翔等［8］利用DEA 方法發現，工業總體表現為更多地使用資本和能源要素。王班班等［16］的研究表明，工業技術進步偏向于節約能源要素。具體地，從勞動和能源對比來看，多數行業表現為更多地使用勞動要素；但從資本、中間品和能源對比來看，則更加偏向于使用前兩種要素。

自Porter等［17］創造性地提出“波特假說”以來，即合理的環境約束能夠促進企業技術進步，并借助由技術進步帶來的創新補償效應彌補遵循成本，進而實現降低污染排放和提升核心競爭力的雙重目標，有關“波特假說”的實證研究便開始大量涌現。Lee 等［18］、Hamamoto［19］等認為，環境約束能夠顯著提升專利申請量和研發投入，支持了波特假說的存在。然而，也有學者認為波特假說實際并不存在。尤其是在總投資額不變的情況下，企業迫于環境約束的壓力必須加大減少污染排放資金的投入，必然會產生企業對技術進步的擠出效應［20］。對于以上兩種截然不同的觀點，學術界主要從技術進步類型和環境約束強度兩個方面給予解釋。部分學者將技術進步區分為清潔型和非清潔型兩類［21］，發現嚴格的環境約束能夠誘導企業從非清潔型技術進步轉向清潔型技術進步。也就是說，環境約束對技術進步具有偏向性誘導作用。此外，越來越多的研究也表明，環境約束強度對生產技術進步［22］、治污技術進步［23］的影響軌跡呈“U”型，也有學者認為環境約束強度能夠對兩種技術進步帶來“∽”型影響軌跡［24］。

除了環境約束以外，有關有偏技術進步受到其他哪些因素影響的研究也值得關注和探討。鄭江淮等［25］考察了技術差距對工業有偏技術進步的影響，指出技術差距的縮小對勞動偏向性技術進步具有促進作用；羅知等［26］驗證了國際貿易對技術進步及其偏向的影響，認為國際貿易能夠通過要素價格扭曲來影響技術進步方向，是導致資本偏向性技術進步的主要因素［27］；潘文卿等［28］從技術擴散的角度考察有偏技術進步，認為北京、上海和廣州的技術進步方向對中國其他城市的技術進步及其偏向具有重要影響；徐瑩瑩等［29］探討了要素價格扭曲對有偏技術進步的影響，發現自主研發和技術引進是要素價格抑制技術進步偏向于資本的重要途徑。除了上述因素以外，潘士遠［30］發現，優化勞動力稟賦結構能夠改變技術進步偏向性；Fellner［31］的研究表明，勞動力工資的增長是促進勞動偏向性技術進步的重要因素；王林輝等［32］認為，環境政策對技術進步及其偏向產生了重要影響。

綜上，目前有偏技術進步研究較為豐富，為該研究奠定了一定的理論基礎。但也不難發現，在有偏技術進步的測算方面，現有文獻主要采用CES 生產函數測度有偏技術進步［33-34］，而該方法對模型的要求比較嚴格，對非期望產出的處理存在一定困難，且對生產函數的主觀設定一定程度上影響了評估結果的客觀性。在環境約束與技術進步關系的研究方面，現有文獻主要將環境約束作為外生變量，考察環境約束與技術進步之間的均值回歸關系，尚未研究不同環境約束下的技術進步偏向問題。在有偏技術進步的影響因素方面，已有部分學者從環境規制、FDI 和國際貿易等角度進行研究，但尚未將污染治理力度納入有偏技術進步的識別框架。針對以上不足，該研究擬從三方面有所突破：第一，將勞動、資本和能源要素納入有偏技術進步的考察范圍，運用非徑向、非導向的DEA 方法和Malmquist-Luenberger 指數，測算和識別2003—2019年36個工業行業的有偏技術進步［35-36］；第二，區分環境約束強度（無環境約束/弱環境約束/強環境約束），探討不同環境約束強度下的工業技術進步方向及其演化特征；第三，采用回歸模型實證檢驗環境規制、FDI、研發投入等因素對有偏技術進步方向的影響。

2 研究設計

2.1 研究方法

2.1.1 方向性距離函數

為了實現降低污染排放（“壞”產出）和促進經濟發展（“好”產出）的雙重目標，該研究采用方向性環境產出距離函數，將“預期”產出和“非預期”產出納入統一的生產系統。

在產出導向情景下，方向性距離函數具體表述為：

其中：g(gy，gb)是方向向量。借鑒王兵等［37］對方向向量的設定方法，不同環境約束情形所對應的方向向量如下。

情形1：方向向量是g=(y，0)，表示無環境約束，不使用方向性距離函數。

情形2：方向向量是g=(y，0)，表示弱環境約束下，“預期”產出提高而“非預期”產出保持不變。若要通過DEA運算方向性距離函數，還需解出如下線性規劃。t

情形3：方向向量是g=(y，-b)，表示強環境約束下，要求同比例提高“預期”產出而降低“非預期”產出。同理，該情形所對應的線性規劃如下。

2.1.2 Malmquist-Luenberger指數及其分解

該研究根據Chung 等［38］基于產出導向的Malmquist-Luenberger（ML），t到t+ 1期之間的生產率指數為：

從中分解出效率變化指數（EFFCH）和技術變化指數（TECH）：

若三個指數均大于1，則依次代表生產率增長、效率提高和技術進步；反之，依次代表生產率下降、效率降低和技術倒退；若等于1 表示t到t+ 1期不變。需要說明的是，除了基期TECH可能小于1之外，其他時期TECH均大于或等于1。

根據Fare 等［39］的做法，從技術進步（TECH）中分解出中性技術進步（MTECH）、投入偏向技術進步（IBTECH）和產出偏向技術進步（OBTECH）：

其中：公式（10）度量了生產前沿面的平移，即中性技術進步；MTECH大于1（小于1），分別代表中性技術進步（退化）。公式（11）度量了技術進步隨著生產過程中投入的生產要素邊際技術替代率發生變動而變化；IBTECH大于1（小于1），表明全要素生產率在投入偏向技術進步的作用下，進一步實現了增進（衰減）。公式（12）體現了多產出條件下，技術進步對產出不同比例的增進效應；在單一產出的條件下，OBTECH大于1。

2.1.3 技術進步方向識別方法

為進一步識別投入偏向技術進步究竟偏向于何種投入要素。該研究參照Weber 等［40］的判別方法，通過要素比例在t期和t+ 1 期的變動與IBTECH大小所構成的組合，來識別技術進步的要素偏向。

假設存在投入要素x1和x2，并且投入偏向技術從t期到t+ 1 期 發 生 了 變 動。當IBTECH＞1，(x1/x2)t+1＞(x1/x2)t意味著技術進步方向為使用x1和節約x2；(x1/x2)t+1＜(x1/x2)t意味著技術進步方向為使用x2和節約x1。當IBTECH＜1時，(x1/x2)t+1＞(x1/x2)t意味著技術進步方向為使用x2和節約x1；(x1/x2)t+1＜(x1/x2)t意味著技術進步方向為使用x1和節約x2。

2.1.4 模型設定

為進一步探討影響工業有偏技術進步的因素，該研究分別以不同環境約束下的偏向性技術進步指數作為被解釋變量。鑒于楊翔等［8］、余東華等［41］認為，環境規制、創新投入、人力資本、國際貿易和外商直接投資等因素對偏向性技術進步具有一定影響。因此，該研究在丁黎黎等［42］關于有偏技術進步的實證研究基礎上設置如下模型：

考慮到模型（13）尚未能解釋環境規制與不同環境約束的有偏技術進步之間是否存在“U”型關系，該研究參考董直慶等［43］的做法，進一步引入ERi，t的平方項，構建如下模型：

2.2 指標設定與說明

2.2.1 投入產出變量

該研究所需的工業投入和產出變量選取參考已有文獻［20，44-45］。

（1）產出變量。①預期產出：采納劉傳江等［44］的做法，采用工業銷售產值（Soutput）作為期望產出的代理變量，并利用1990 年工業總產值價格指數進行平減。②非預期產出：對于該變量的測算，相關研究存在較大爭議。因此，參照黃慶華等［20］的研究，采用COD、AND、SO2和煙（粉）塵排放量來表示非預期產出，目的是使之與工業環境污染治理費用內容更加契合。

（2）投入變量。①勞動力投入（Labor）：鑒于難以獲得工業行業的勞動力工作時間，以各行業平均從業人數作為衡量指標。②資本投入（Capital）：參考孫早等［45］的做法，通過永續盤存法核算工業資本存量。③能源投入（Energy）：借鑒黃慶華等［20］的方法，使用工業各行業的能源消耗量測算。

2.2.2 實證變量

（1）環境規制（ER）。關于環境規制的度量，學者們主要從污染排放密度［46］、治污費用與投資［47］、治污設施運行費用［48］、環境規制綜合指數［49］等角度測算。基于數據可得性，并考慮到非預期產出同時包含了廢水、廢氣兩類物質，采用廢水、廢氣處理設施費用表示環境規制。

（2）外商直接投資（FDI）。FDI的增減對全要素生產率具有重要影響，進而作用于有偏技術進步。鑒于從行業角度對FDI進行分類的研究較少，借鑒Hu等［50］的做法，測算各行業就業人數中的外商企業就業人數比例、各行業實收資本中的外資和港澳臺資企業資本比例，并分別作為勞動型FDI(FDIl）、資本型FDI(FDIk）的衡量指標。

（3）研發強度(RD)。通常來說，技術進步與研發支出成正比關系，將各行業R&D 經費支出占營業總收入的比例作為研發強度的代理變量。

（4）對外貿易開放度(Exout)。對外貿易可促使資本比率和R&D 投入成本改變，進而作用于有偏技術進步［51］。采用工業行業出口交貨值占銷售產值比例來表示此變量。

（5）人均資本存量(CONSX)。通過該變量與企業總產出的關系判斷，可以識別是否存在技術進步因素，以固定資產凈值占平均從業人數的比例來體現。

（6）能源生產效率(EP)。為了反映各行業能源利用效率和環境污染情況，采用各行業銷售產值占其能源消耗總量的比例來衡量［22］。表1為變量的描述性統計結果。

表1 變量描述性統計

2.3 數據來源與處理

以2003—2019 年中國所有工業行業作為初始樣本，數據主要來自《中國工業經濟統計年鑒》《中國環境統計年鑒》和《中國統計年鑒》，對初始數據進行了處理。因數據可得性等原因，研究未涉及港澳臺地區。

2.3.1 行業歸并與拆分

由于國家統計局于2011年對工業行業分類標準再次進行了調整，針對2012 年前后部分工業中分類劃分口徑不一的問題，借鑒黃慶華等［20］的處理辦法，首先，將2003—2011 年的“橡膠制品業”“塑料制品業”合并為“橡膠和塑料制品業”，將2012—2019 年的“開采輔助活動”與“石油和天然氣開采業”歸并為“石油和天然氣開采業”，“汽車制造業”“鐵路、船舶、航空航天和其他運輸設備制造業”合并為“交通運輸設備制造業”；其次，根據2012—2019年“金屬制品、機械和設備修理業”各指標比例，對該行業進行拆分后歸并到以金屬為原材料的行業中。

2.3.2 缺失值處理

針對部分數據缺失，比如2015—2019 年間各行業的COD、AND、SO2和煙（粉）塵排放量，以及環境規制變量數據，2017—2019 年間各行業的R&D 經費支出和能源消耗總量數據，通過線性擬合法進行補齊。

3 環境約束下中國工業技術進步方向的測度與識別

3.1 Malmquist-Luenberger指數及其分解結果分析

基于前述方法，分別對2003—2019年無環境約束、弱環境約束和強環境約束等三種情形下的中國工業全要素生產率增長指數進行了測度，并對其來源進行了分解。

圖1為2003—2019 年中國工業在無環境約束、弱環境約束和強環境約束下的Malmquist-Luenberger 指數及其分解結果。由圖可知，在不同環境約束情形下，2003—2019 年中國工業全要素生產率在絕大多數年份均表現出增長趨勢。具體而言，2003—2005 年為加速增長階段。這主要是因為，技術效率和技術進步持續上升共同驅動了全要素生產率增長，從而在2005 年推動全要素生產率增長指數達到頂峰。2005—2006 年為衰退階段。在無約束、弱約束情形下，技術效率大幅度惡化、技術進步速度大幅度下降，共同造成了全要素生產率衰退。在強約束情形下，技術效率雖有所提升，但技術進步速度明顯下降，由此導致全要素生產率增長指數進入負增長階段。2006—2019 年為波動階段。在這一期間，無約束、強約束情形下的大部分技術效率指數趨近于1，其中以無約束情形的表現最為明顯。此外，值得注意的是，無論何種約束，中性技術進步（MTECH）都幾乎與技術進步（TECH）重合，表明中國工業技術進步由中性技術進步主導，而有偏技術的貢獻相對不足。因此，在后續研究中，該研究僅專注分析有偏技術進步的要素偏向對全要素生產率增長的貢獻。

圖1 2003—2019年工業Malmquist-Luenberger指數及其來源分解

表2為2003—2019 年工業分行業在無環境約束、弱環境約束和強環境約束下的Malmquist-Luenberger指數及其分解結果。由表2，不論何種環境約束下，中國全部工業行業的Malmquist-Luenberger 指數均大于1；就某一具體行業而言，無環境約束的ML指數＞弱環境約束的ML指數＞強環境約束的ML 指數。值得注意的是，在沒有約束的條件下，中國各工業行業的TECH和MTECH差距較大，表明中國工業全要素生產率增長的動力很大一部分來源于非中性技術進步（有偏技術進步）。然而，在考慮了環境約束以后，中國工業行業的TECH和MTECH差距明顯縮小，這表明環境約束推動中國工業全要素生產率增長動力逐漸偏向于中性技術進步。

表2 2003—2019年分行業工業Malmquist-Luenberger指數及其來源分解

3.2 工業技術進步方向識別

表3為2003—2019 年工業技術進步要素偏向的識別結果。考慮到篇幅限制，要素偏向測度結果略。在整個考察期內，不同約束條件下的要素偏向技術進步指數（IBTECH）存在較大差異。在沒有考慮環境約束的情形下，僅有2011 年、2019 年的要素偏向技術進步指數（IBTECH）小于1，其余年份均大于1，表明要素偏向型技術進步對工業全要素生產率具有長期增長貢獻。然而，將減少污染排放決策納入到統一的生產系統之后，要素偏向技術進步指數（IBTECH）小于1的年份增多。也就是說，環境約束削弱了要素偏向型技術進步對工業全要素生產率的貢獻，表明在忽略環境約束的情況下，技術進步指數會被高估［52］。

表3 2003—2019年工業技術進步方向

具體而言：①從勞動和資本對比來看：在沒有環境約束的情形下，總體偏向于勞動節約/資本使用技術進步，工業“資本化”趨勢十分明顯；而在考慮環境約束的情形下，絕大多數年份表現為勞動使用/資本節約。表明在面對環境約束的壓力時，工業生產更傾向于通過勞動投入替代資本要素。②從勞動和能源對比來看：在無約束情形下，表現為勞動使用/能源節約技術進步的年份占比10/16；在弱約束、強約束情形下，這一占比分別為8/16 和9/16。值得注意的是，在無約束、弱約束情形下，這兩種要素表現出較強的競爭性，但這種競爭趨勢在強環境約束的情形下會被弱化，即在2012—2016 年間表現為勞動使用/能源節約。③從資本和能源對比來看：在無約束情形下，除了2005、2019 年外，其余年份均呈現出資本使用/能源節約特征；而在弱約束、強約束情形下，技術進步主要表現為資本節約/能源使用，僅分別有6個年份和5個年份表現為資本使用/能源節約。

綜上所述，當不存在環境約束時，資本和能源共同構成了助推工業全要素生產率持續增長的要素來源。但隨著環境污染與破壞對經濟制約影響的加強，可通過誘致勞動使用偏向技術進步減少工業污染。

表4為2003—2019 分行業工業技術進步方向識別結果，同樣考慮到篇幅限制，要素偏向測度結果略。從要素偏向技術進步指數來看，在沒有約束的條件下，除電力熱力行業小于1 外，其余行業均大于1，表明有偏技術進步有助于中國大部分工業行業全要素生產率的提高。在加入環境因素之后，中國工業的要素偏向技術進步指數明顯降低，煤炭開采、石油開采、有色開采和農副加工等諸多行業均出現了小于1的現象。這進一步說明，中國工業的有偏技術進步尚未起到污染減排的作用。從技術進步的要素偏向來看，中國工業在不同約束條件下的表現不盡相同。

表4 2003—2019年分行業工業技術進步方向

具體而言：①在勞動和資本對比中：在無約束情形下，僅電力熱力偏向于勞動節約/資本使用，其他行業均傾向于更多地使用勞動、節約資本；在弱約束情形下，表現為勞動節約/資本使用、勞動使用/資本節約的行業分別占比9/36、27/36；在強約束情形下，除煤炭開采、石油開采、黑金開采和通信設備偏向于勞動節約/資本使用外，其余32 個行業均為勞動使用/資本節約。②在勞動和能源對比中：在無約束情形下，有14 個行業表現為勞動使用/能源節約，其余22 個行業均為勞動節約/能源使用；在弱約束情形下，行業技術進步的要素偏向情況與無約束情形相同，即勞動使用/能源節約與勞動節約/能源使用的行業占比分別為14/36、22/36；在強約束情形下，技術進步表現為勞動使用/能源節約的占比為13/36。③在資本和能源對比中：在無約束情形下，除了電力熱力傾向于更多地使用能源外，其余行業均傾向于資本使用/能源節約；在弱約束情形下，有9 個行業表現為資本節約/能源使用，其余27 個行業均為資本使用/能源節約；在強約束情形下，除煤炭開采、石油開采、黑金開采和通信設備偏向于資本節約/能源使用外，其余行業均為資本使用/能源節約。

從技術進步要素偏向排序來看，環境約束強度對具體行業技術進步偏向的影響并不明顯。除在加入環境約束情形下，石油開采行業、通信設備制造行業表現為資本使用和能源使用（K-E-E），其余大部分行業主要偏向于同時使用三種要素（L-E-K）。

4 實證結果與分析

4.1 實證檢驗

首先，考慮到利用非平穩數據直接建模可能導致的偽回歸問題，根據穩健性要求，分別對各變量進行了相同單位根LLC 檢驗、不同單位根Fisher 檢驗。表5 的檢驗結果顯示，在10%的顯著水平上所有面板數據都是平穩數據，這說明所有變量都是平穩的。

表5 面板單位根檢驗結果

其次，選取Kao 檢驗方法考察面板數據的協整關系。根據表6 可知，各變量在1%顯著性水平下拒絕了協整檢驗的原假設，表明各變量之間具有長期的穩定關系。

表6 面板協整檢驗結果

4.2 基準回歸結果

根據修正的Wald 檢驗、Wooldridge 檢驗和Pesaran 檢驗可以看出，模型存在顯著的異方差、序列相關和截面相關，而可行廣義最小二乘法（FGLS）估計方法可以有效克服這些問題。因此，選取FGLS 進行參數估計。表7 報告了估計結果。

由表7可知：①環境規制（ER）。環境規制變量在無環境約束、弱環境約束情形下的一次項系數顯著為正、平方項系數顯著為負，說明環境規制與無、弱環境約束的有偏技術進步之間存在著顯著的倒“U”型關系，即隨著環境規制強度由小變大，將對無、弱環境約束的有偏技術進步產生“先揚后抑”的影響；在強環境約束情形下，環境規制的一次項系數和二次項系數方向均為正，前者未通過統計顯著性檢驗，但也整體說明了環境規制對強環境約束的有偏技術進步具有促進作用。②外商直接投資（FDI）。不論在何種環境約束情形下，勞動型FDI變量、資本型FDI變量的系數方向始終相反，主要表現為勞動型FDI對弱環境約束的有偏技術進步具有顯著的正向影響，但在無、強環境約束情形下卻不利于有偏技術進步；資本型FDI在無、強環境約束情形下顯著推動了有偏技術進步，在弱環境約束情形下表現為對有偏技術進步產生顯著的負面作用。③研發強度（RD）。該變量的回歸系數始終在1%的水平上顯著為正，表明研發強度對工業有偏技術進步始終具有顯著的正向影響，即技術創新有利于加快工業有偏技術進步。④對外貿易開放度（Exout）。該變量的回歸系數始終在1%的水平上顯著為負，表明對外貿易始終明顯不利于工業有偏技術進步，這與Rubashkina 等［53］的研究結論截然不同。原因可能是該研究的有偏技術進步加入了環境約束。⑤人均資本存量（CONXS）。該變量的回歸系數始終在1%的水平上顯著為負，即人均資本存量在三種環境約束情形下均表現出顯著負向作用，表明資本深化阻礙了中國工業有偏技術進步。⑥能源生產效率（EP）。在未考慮環境因素時，能源生產效率對有偏技術進步具有負向影響，但并不顯著；加入環境約束以后，能源生產效率由原先的負向影響轉為正向影響，且在強環境約束情形下顯著推動了有偏技術進步。說明在面臨環境約束時，能源生產效率也是推動工業技術進步的動力。

表7 模型回歸結果

4.3 穩健性檢驗

為保證上述研究結論的正確性，進行穩健性檢驗。①穩健性檢驗1：由于技術創新活動需要一定的時間才能作用于有偏技術進步，因此該研究考察研發強度滯后一期的影響效應。②穩健性檢驗2：考慮到異常值和非隨機性可能會對估計結果的科學性產生影響，該研究縮尾處理了偏向性技術進步指數1%分位兩端的樣本數據。③穩健性檢驗3：鑒于樣本時間因素在一定程度上會造成統計結果出現較大的差異，該研究剔除了首尾時間樣本數據。前述各種方法得到的穩健性檢驗估計結果如表8中模型（7）—模型（15）所示。不同環境約束條件下，各變量的系數估計結果和顯著性與前文基本相同，回歸結果尚未發生太大變化，均驗證了基準回歸結果是可靠的。

表8 各種穩健性檢驗結果

5 研究結論與政策啟示

為檢驗環境約束對工業技術進步方向的影響，該研究采用非參數方法測度、識別和比較了2003—2019 年無環境約束、弱環境約束和強環境約束等三種情形下中國工業行業有偏技術進步方向，研究結論可歸結如下。

（1）忽略環境約束會高估全要素生產率指數和技術進步指數。與無環境約束情形相比，弱環境約束與強環境約束情形下的全要素生產率指數和技術進步指數明顯較低。根據Kumar［54］的觀點，這主要是經濟發展過程中的技術不環保導致的。當不考慮環境因素時，即在無環境約束情形下，社會對技術進步所產生污染排放的包容度相對較高，技術進步一般體現為產出水平提高和污染增加，此時的技術進步往往會增長生產污染排放，不具備綠色環保特點。因此在考慮到環境約束的情況下，技術進步的貢獻就會相對較低。當加入環境約束之后，由于“遵循成本”效應，短期內勢必會加重企業的環保負擔，抑制企業生產率和盈利能力，從而不利于經濟增長［20］。此外，盡管如“波特假說”所言，環境規制改變企業技術進步方向來提高生產率［17］，但“波特假說”的實現一個緩慢且長期的過程［20］。

（2）環境約束影響了技術進步方向。當不存在環境約束時，工業技術進步方向主要表現為勞動節約/資本使用、勞動節約/能源使用和資本使用/能源節約，表明工業部門更傾向于采用資本和能源替代勞動投入；而一旦加入環境約束之后，技術進步方向主要表現為勞動使用/資本節約、勞動節約/能源使用和資本節約/能源使用。由此表明，隨著環境約束加強，相對于資本和能源而言，工業部門更傾向于采用能源和勞動替代相對稀缺的資本。

（3）環境規制與無、弱環境約束的有偏技術進步之間存在著顯著的倒“U”型關系，對強環境約束的有偏技術進步具有促進作用。勞動型FDI阻礙了無、強環境約束的有偏技術進步，對弱環境約束的有偏技術進步具有顯著正向影響；資本型FDI顯著推動了無、強環境約束的有偏技術進步，但明顯不利于弱環境約束的有偏技術進步。研發強度的提升有利于有偏技術進步，而貿易開放和資本深化則阻礙了有偏技術進步。能源生產效率抑制了無環境約束的有偏技術進步，但促進了弱、強環境約束的有偏技術進步。

基于上述結論，該研究的政策啟示可歸結為以下三點：①提高對綠色技術創新的補貼水平。考慮到環境約束下的技術進步指數較低，以及綠色技術創新的高風險性和“準公共品”性質，政府應充分發揮創新補貼對工業創新的激勵作用，一方面要增強對不同創新階段的扶持力度來減少創新不確定性；另一方面為綠色產品減稅降費以支持綠色技術擴散。②完善和豐富環境約束工具。根據Porter等［17］的觀點，只有合理的環境約束政策才能夠誘導企業轉向綠色技術創新，進而實現競爭力提升和環境質量改善的“雙贏”。根據現有研究對環境約束的分類，大致可分為傳統的命令-控制性環境約束工具（如排污費）和市場性環境約束工具（如碳排放交易制度）。通常來說，市場化環境約束工具能夠為企業節能減排提供更大的靈活性，因而比命令-控制性環境約束工具更利于激發企業創新活力。因此，未來一段時間內應加快構建污染排放市場的探索，通過市場機制實現污染減排。③實施階段性環境規制政策。有關部門應理解和掌握環境規制與不同環境約束條件下有偏技術進步之間關系中的非線性規律，并根據實際的環境約束強度合理革新環境規制政策，體現出階段性［55］。尤其是當前中國正處于環境規制體系全面提升時期，相關部門在實施環境規制政策時，應將提升企業的技術進步水平為重點，全面推廣綠色環保、性能高效工藝的使用，促使綠色技術進步，提升工業綠色技術水平［56］。