环境规制、R_D资本存量与绿色技术创新_陈宇科.pdf

收稿日期:2022-11-23作者简介:陈宇科(1978),男,四川泸州人,博士,重庆师范大学经济与管理学院教授,主要研究方向:技术创新管理、供应链风险管理、产业组织理论。王猛利(1991),男,河南永城人,重庆师范大学经济与管理学院硕士研究生,主要研究方向:技术创新管理。基金项目:2018 年度国家社会科学基金项目“绿色技术创新视角下的西部地区环境规制研究”(18BJY093);2020 年度重庆市社会科学规划重大项目“科技创新驱动重庆智造重镇建设研究”(2020ZDJJ01)。重庆师范大学学报(社会科学版)2023 年第 2 期环境规制、R&D 资本存量与绿色技术创新陈 宇 科1 王 猛 利(1.重庆师范大学 经济与管理学院,重庆 401331)摘 要:科技创新是一个国家经济发展的内生动力。技术创新能力的提升需要持续的 R&D 投入,而 R&D资本存量正是衡量持续研发投入水平的最佳指标。本文基于 BEA 原理,合理测算出中国大陆 30 个省区市(西藏除外)的 R&D 资本存量,并采用省际面板数据,构建空间计量模型,探讨环境规制下 R&D 资本存量对绿色技术创新的影响机制。研究表明:环境规制与 R&D 资本存量对绿色技术创新均具有促进作用,但一定强度的环境规制会挤占 R&D 投入资源,与 R&D 资本存量的累积发生“负挤出效应”,进而影响绿色技术创新;同时,R&D资本存量、环境规制对中国东部、中部与西部地区的绿色技术创新的影响呈现显著的区域异质性。因此,本文提出了制定差异化的 R&D 投资和环境规制策略。关键词:环境规制;R&D 资本存量;绿色技术创新;空间计量中图分类号:F12 文献标识码:A文章编号:1673-0429(2023)02-0029-16 doi:10.19742/ki.50-1164/C.230203一、引言当今世界,人类社会正面临着气候变化和污染加剧等生态环境问题的严峻挑战。为应对日益严峻的生态危机,推动世界经济发展全面绿色转型,中国正积极转变经济增长方式,通过加强绿色技术创新,在保持经济稳定增长的同时,有效降低污染排放和能源消耗1。据统计,2022 年中国全社会 R&D 经费投入达到 3.09 万亿元,是 2012 年的 3 倍,稳居世界第二大研发投入国地位,R&D 经费投入强度从 2012 年的 1.91%提升至 2022 年的 2.55%,超过欧盟国家平均水平。然而,在改革开放后的 34 年间即 1978-2012 年间,中国的 R&D 投入强度低于 2%,导致全国 R&D资本存量较低,技术积累薄弱,难以在关键核心领域取得重大技术突破,“卡脖子”的现象时有发生。科技创新需要持续的 R&D 投入与深厚的技术积累,且理论上 R&D 资本存量才是衡量 R&D 持续投资的最佳指标2。然而,由于中国于 2016 年才开始改革研发支出核算方法,以 R&D 支出作为固定资本处理计92入 GDP3,回顾文献,之前有关技术创新的研究普遍采用当年 R&D 投入或当期 R&D 强度代替 R&D 投资数据作主要解释变量,这使得相关研究存在一定缺陷4。基于此,本文借鉴 BEA 方法合理测算出省域 R&D 资本存量,并将其作为主要解释变量之一,进一步探讨环境规制下省域 R&D 资本存量对绿色技术创新的影响机制。二、理论分析与研究假设(一)波特假说理论通常环境规制被视为工业技术创新的重要影响因素,两者之间的关系存在著名的波特假说5。有关探讨环境规制对工业技术创新影响的文献,目前学界已有大量基于“波特假说”的实证研究,主要有以下三种观点:一是“波特假说”效应的成立。一定强度的环境规制促使企业将环境治理的外部成本内部化,刺激企业进行技术创新,进而提高绿色全要素生产率,提高企业收益与市场竞争力6-7。二是环境规制阻碍技术创新。环境规制导致工业污染治理成本上升,对生产性投资、创新活动等产生抑制作用,进而阻碍技术创新与绿色全要素生产率提升8-9。三是环境规制与技术创新成“U”型或倒“N”型的非线性关系。环境规制对技术创新产生积极作用存在阈值效应,即环境规制强度越过一定的阈值或在一定范围内才会促进绿色技术创新10。尽管已有不少学者研究了环境规制对技术创新的影响,但差异化的方法以及研究对象的不同,都有可能导致研究结论大相径庭,如 G.Li 等11人在研究环境规制对我国制造业技术创新效率的影响中发现,不同类型的环境规制对制造业技术创新效率的影响程度不同且存在时滞效应。基于此,本文提出以下假设:H1:一定强度上的正式环境规制与非正式环境规制均有利于绿色技术创新发展。(二)R&D 资本存量与绿色技术创新在关于 R&D 投资之于技术创新的研究中,以往大多数文献选取当期 R&D 投入或 R&D 强度,作为技术创新产出的重要解释变量12-13。但是,这类研究忽视了技术创新绩效的滞后性,且技术积累需要持续的 R&D 投入才会对技术创新产生促进作用。自 1984 年 Griliches Z 首次提出 R&D 资本存量概念并证实了 R&D 资本存量能够提高生产效率之后1416,不少国内外学者也对 R&D 资本存量对工业生产效率的作用进行了研究,并实证得出 R&D 资本存量是通过提高创新绩效来提高生产效率的结论17-18。中国的 R&D 资本化核算起步稍晚,于 2016 年依据 SNA2008 的核算标准,对 R&D 支出核算方法进行了改革19。此后,一些学者对中国改进、完善 R&D 资本化核算和 R&D 资本存量测算展开了研究与探讨2-420。如关于中国省域 R&D 资本存量测算方面,有刘建翠21与李颖22采用永续盘存法,以及侯睿婕23利用 BEA 方法系统估算出中国大陆 31 个省市区的 R&D 资本存量等。R&D 资本存量作为持续R&D 投入的积累成果,已有研究表明,其积累到一定程度会对创新绩效起到支持作用24-26。综上所述,为研究持续 R&D 投资对技术创新的关系,本文将 R&D 资本存量作为表征持续 R&D 投资的指标,提出以下假设:H2:省域 R&D 资本存量对绿色技术创新有正向促进作用。(三)环境规制与 R&D 资本存量一方面,新古典经济学理论认为,环境规制政策会导致企业污染治理成本上升,间接提高企业的生产成本,对企业生产性投资、创新活动等产生抑制作用,阻碍企业绿色生产率提升,降低企业竞争力,产生遵循成本效应27;另一方面,在关于 R&D 资本存量的研究中,现有研究文献大都聚焦于 R&D 资本存量的测算以及分地区分析 R&D 资本存量的差异,少有文献将 R&D 资本存量作为解释变量,进行更深一步的研究。基于此,本文试图思考以下问题:因中国不同省区市地理资源差异以及经济发展的不均衡,03一方面,中国各省区市 R&D 资本存量存在差距;另一方面,中国各省区市面对约束经济发展的生态环境危机采取不同的规制方式和强度,表现为异质性环境规制28。在此情形下,遵循成本效应是否会间接阻碍工业企业的 R&D 投入,进而影响 R&D 的资本存量累积?中国省域 R&D 资本存量与异质性环境规制以及二者交乘项对绿色技术创新作何影响?基于此本文提出以下假设:H3:一定强度的环境规制会挤占 R&D 投入资源,不利于 R&D 资本存量的累积,进而影响绿色技术创新。三、模型设定和关键性指标测度(一)模型设定 1.模型建立本文探讨环境规制下中国省域 R&D 资本存量对绿色技术创新的影响机制,由于空间因素的影响可能体现在被解释变量的空间滞后项或误差项当中,不妨我们先考虑被解释变量的空间滞后项,以探究其在某一地区是否有溢出效应,建立空间自相关模型(Spatial Autoregression Model,SAR)如下:lnGIit=WlnGIit+1lnRDit+2lnFERit+3lnIERit+4lnRDitlnFERit+5lnRDitlnIERit+6lnCYit+7lnLit+8lnTCit+9lnSIZEit+i+t+it(1)上式中,被解释变量为绿色技术创新(GI),主要解释变量有 R&D 资本存量(RD),正式环境规制(FER)以及非正式环境规制(IER)。另外,参照以往学者的研究将影响绿色技术创新的其他因素,如企业规模(SIZE)、技术能力(TC)、产业结构(CY)、人力资本(L)归于控制变量范围之中29,取各变量对数值建立模型。WlnGIit为空间滞后项,用以度量周边省市区 GI 对本省市区 GI 的影响,为空间自回归系数,W为空间权重矩阵;lnRDitlnFERit与 lnRDitlnIERit分别为 R&D 资本存量与正式环境规制以及非正式环境规制的交乘项。1、2、3、4、5、6、7、8、9分别为对应的上述变量的待估参数;i为个体效应;t为时间效应;it表示随机扰动项。下同。再者,考虑到环境规制下中国省域 R&D 资本存量对绿色技术创新具有空间异质效应,建立空间误差模型(Spatial Error Model,SEM)如下:lnGIit=1lnRDit+2lnFERit+3lnIERit+4lnRDitlnFERit+5lnRDitlnIERit+6lnCYit+7lnLit+8lnTCit+9lnSIZEit+i+t+it(2)上式中,uit为空间误差项,为空间误差系数,表示邻近区域影响被解释变量的误差冲击对本区域被解释变量的作用方向与程度。因被解释变量不但受本区域解释变量的影响,而且还可能受到其他区域解释变量以及被解释变量的影响,且空间杜宾模型(Spatial Durbin Model,SDM)更具一般性,是 SAR 模型和 SEM 模型的综合,故建立 SDM 模型如下:lnGIit=ijWijlnGIit+1lnRDit+2lnFERit+3lnIERit+4lnRDit lnFERit+5lnRDit lnIERit+6lnCYit+7lnLit+8lnTCit+9lnSIZEit+1ijWijlnRDit+2ijWijlnFERit+3ijWijlnIERit+4ijWijlnRDit lnFERit+5ijWijlnRDit lnIERit+i+t+it(3)上式中,1、2、3、4、5分别为对应项的空间溢出强度;Wij为 i 与 j 两地区的空间权重矩阵。2.空间权重矩阵常见的空间权重矩阵的设定有两种,第一种是基于邻近概念的空间权重矩阵,如 Rook 和 Queen 邻近空间权重矩阵。第二种是其他经济社会空间权重矩阵,除考虑地理距离外,还将资本流动、地域间的13从图2 得知,20002019 年中国 R&D 研发资本存量整体呈现显著的增长趋势,然而,中国的东、中、西部地区 R&D 资本存量却存在明显的空间分布差异性与空间非平衡性。空间结构上,东部沿海省区市的 R&D 资本存量明显高于中部和西部地区的内陆省区市,并且随着时间的推移呈现出高度集聚和辐射扩散的空间特征。结合下图 3 的 R&D 资本存量增长趋势图得知,尤其是 2007 年以后的发展,东部地区R&D 资本存量增长速度明显远高于中部和西部地区,而中部地区 R&D 资本存量增长速度又高于西部地区,差距均不断拉大。20072019 年,中部省区市 R&D 资本存量呈现明显的上升趋势,如湖北,湖南,安徽等地。西部地区的成渝经济区 R&D 资本存量也增长显著,成为西部地区的创新重地。(2)正式环境规制(FER):借鉴学者王勇和李建民34的研究,本文采用基于单位污染物排放所需治理投入的方法计算各省市区正式环境规制强度,计算公式如下:FERit=FitFt 3j=1EijtEjt()|(7)上式中,FERit表示地区 i 在 t 年正式环境规制强度;Fit为地区 i 在 t 年“三同时”项目环保投资额和工业污染源治理投资额以及工业废水废气污染治理设施运行费用的总和;Ft表示全国 t 年工业污染治理总投入的均值;Eijt为地区 i 在 t 年 j 类污染物的排放量;Ejt为全国 t 年 j 类污染物排放量的均值,包括工业废水废气以及固体废弃物。(3)非正式环境规制(IER):本文非正式环境规制强度借鉴 Pargal and Wheeler35的研究,选取人口密集度和收入水平指标综合衡量各地区非正式环境规制强度。具体操作为:第一,搜集数据,以城市人口密度衡量人口密度,以城镇居民人均可支配收入表征收入水平;第二,对上述两项指标的原始数据进行标准化之后,采用熵权法客观赋权分别求出其权重;第三,加权分别求得各省区市的非正式环境规制强度。4.控制变量参考以往文献研究将产业结构、人力资本、技术能力、产业规模作为控制变量引入到模型中32。其中,采用工业增加值与 GDP 之比来度量产业结构(CY);采用年从业人数来表征人力资本(L);技术能力(TC)采用有研发活动的企业与企业总数的比值衡量;控制变量企业规模(SIZE)运用各地区企业主营业务收入来表示。本文变量定义与描述性统计如表 1 所示。表 1 变量定义与描述性统计变量符号定义均值标准差最大值最小值绿色技术创新lnGI研发内部投入/能源消耗总量4.7350.9446.5202.736研发资本存量lnRD研究与发展资本累计存量6.0341.3628.6842.207正式环境规制lnFER单位污染物排放所需治理投入0.9560.4732.388-0.637非正式环境规制lnIER收入水平人口密集度综合衡量9.6060.32110.5758.934技术能力lnTC有研发活动企业数/企业总数-1.0210.625-0.521-3.421企业规模lnSIZE企业主营业务收入9.8981.10413.6716.917产业结构lnCY工业增加值/GDP-1.9720.291-0.634-2.199人力资本lnL年从业人数5.1501.1017.2892.084四、环境规制、R&D 资本存量对绿色技术创新的影响(一)空间相关性检验43在构建空间计量模型探讨环境规制下中国省域 R&D 资本存量对绿色技术创新的影响之前,需要计算绿色技术创新的莫兰指数,验证空间相关性,以证明本文运用空间计量模型方法的必要性。全局 Mo-ranI 值计算公式如下:MoranI=ni=1nj=1wij(Yi-Y-)(Yj-Y-)/S2ni=1nj=1wij()(8)上式中,S2=ni=1(Yi-Y-)2/n;Y-=ni=1Yi/n;Yi为地区 i 的观测值;wij表示空间权重矩阵。本文运用 stata16 软件分别计算出绿色技术创新 20092019 年的 Morans 指数,结果如表 2 所示。表 2 绿色技术创新 20092019 年的全局空间自相关 Moran 指数年份20092010201120122013201420152016201720182019绿色技术创新Moran 指数0.1930.2100.2160.2130.1910.1920.1880.1800.1690.1870.185P-值0.0040.0020.0020.0020.0040.0040.0050.0060.0090.0050.006从表 2 可知,每一年的绿色技术创新的 Morans I 指数均大于 0,绿色技术创新在 1%的显著水平上存在显著的空间相关性,因此不能采用传统的 OLS 经典回归模型进行估计,可以采用空间计量模型的方法进行研究。(二)估计模型选择由于空间关联性既可以误差项存在,也可以滞后项存在,抑或两者均存在,而且通过 Morans I 检验只可判断绿色技术创新是否存在空间自相关性,无法判定应选择何种适用的空间计量模型。因此,本文需要采用 LM 检验进行模型的筛选。表 3 模型筛选检验结果检测方法统计值概率检测方法统计值概率LM-spatial lag106.9340.000LR-spatial lag43.1100.000Robust LM-spatial lag27.0880.000Wald-spatial lag57.2100.000LM-spatial error169.1020.000LR-spatial error38.7000.000Robust LM-spatial error89.2560.000Wald-spatial error63.5300.000Hausman 检验18.2200.508表 3 结果显示,LM-Spatial lag 与 LM-spatial error 均通过了 1%的显著性检验,其稳健性检验也均通过了 1%的显著性检验,说明空间关联性以误差项和滞后项共同存在,不能采用混合 OLS 模型,应当采用 SDM 模型。为了检测 SDM 模型是否可简化为 SAR 模型与 SEM 模型,在进行 LR 检验与 Wald 检验之前,应当进行 Hausman 检验,用以判断模型是选择固定效应还是随机效应。由表 3 中数据可知,Haus-man 检验结果是 18.220(P=0.508),接受原假设。LR 检验中 LR-spatial lag、LR-spatial error 与 Wald 检验中 Wald-spatial lag、Wald-spatial error 均通过了 1%的显著性检验,拒绝原假设。综上分析,本文应当采用随机效应的 SDM 模型。(三)实证结果分析1.绿色技术创新空间效应分解由模型3 及表4 结果可知:第一,R&D 资本存量的总效应中系数为3.086,且十分显著,这说明 R&D资本存量对绿色技术创新有正向促进作用。R&D 资本存量直接效应系数为负,但不显著,间接效应中53显著为正,表明本地 R&D 资本存量对邻近地区的绿色技术创新产生正向促进作用,抑或是邻近地区R&D 资本存量对其绿色技术创新的正向促进影响,间接正向促进了本地区的绿色技术创新。据中国R&D 投入统计数据显示,中国 2020 年 R&D 投入总量突破了 2.4 万亿元,R&D 投入强度高达 2.40%,比上年提升 0.16%,虽受新冠疫情因素影响,但其增长幅度仍创近 11 年来新高。这表明,中国持续加大R&D 投入,促进 R&D 资本存量累积,进而促进了绿色技术创新,假设 H2 得到验证。第二,本文实证中将环境规制分为正式环境规制和非正式环境规制。(1)正式环境规制的直接效应系数显著为正,间接效应与总效应也均为正,但不显著,表明正式环境规制对绿色技术创新起正向促进作用,证实了特定条件下,“波特假说”现象在中国的存在,假设 H1 得到验证。一个地区的正式环境规制强度增加带动邻近地区的环境规制强度的增加,地区之间形成“竞相竞争”的向上局面,原因有二:一是本地区环境规制增强,地区环境质量改善,会虹吸周边邻近地区人才人力和资本等发展要素。而相邻地区为了抵制这种虹吸负效应,一定程度上也会加强本地区的环境规制强度。二是由于“污染天堂效应”的存在,邻近地区为防止高耗能高污染行业的进入,也会采取环境规制上的“跟随战略”,相应增强其环境规制强度。地区间这种环境规制强度“竞相竞争”的博弈,有利于区域环境协调共同治理局面的形成。但值得注意的是,基于中国政治体制改革下的“政治锦标赛”以及区域间经济发展的不平衡性,却不利于促进这种区域间环境问题的合作共治。(2)非正式环境规制的直接效应为负,间接效应为正,总效应也为正,且系数十分显著,表明非正式环境规制有利于促进绿色技术创新。这也说明,一定程度上,人口居住密度较大和收入水平较高地区的人们对居住环境绿色环保的需求倾向性更大。虽然这种对生活环境要求绿色环保的高要求、高标准,短期内会加剧工业污染治理成本的提升,不利于绿色技术创新,但长期内企业等科研机构为了自身利益以及社会发展的绿色转型,不得不进行绿色技术创新,升级绿色工艺,以满足人们日益增长的绿色低碳的生活需求。综上,在一定强度上,正式环境规制与非正式环境规制均有利于绿色技术创新发展。表 4 绿色技术创新空间效应分解变量直接效应间接效应总效应系数t 值系数t 值系数t 值lnRD-0.1240.5103.210 0.0003.086 0.000lnFER0.273 0.0000.2450.6800.5180.400lnIER-0.624 0.0102.099 0.0001.475 0.040lnRD lnFER-0.055 0.000-0.0470.590-0.1010.260lnRD lnIER0.104 0.000-0.323 0.000-0.220 0.010lnCY0.574 0.000-0.1010.6800.4730.080lnL0.0170.8500.3060.1200.3230.050lnTC0.194 0.0000.0070.9400.201 0.020lnSIZE0.0270.260-0.2320.090-0.2040.1500.1890.090 注:、分别表示在 1%、5%、10%的统计水平上显著,下同。第三,为研究环境规制与 R&D 资本存量的交互作用,将 R&D 资本存量分别与正式环境规制、非正式环境规制以交乘项的形式参与计量回归,结果显示:(1)正式环境规制与 R&D 资本存量交乘项的直接效应显著为负,间接效应与总效应均为负,但不显著,表明正式环境规制和 R&D 资本存量交乘项对本63地区以及邻近地区的绿色技术创新均产生抑制效应。可能原因有:由于地区间环境规制强度存在“竞相竞争”的博弈机制,本地区环境规制强度增加,邻近地区采取“跟随战略”,相应地也增强其环境规制强度,环境规制强度增强,以致于工业污染治理费用陡增,一定程度上缩减了用于绿色技术创新的 R&D投入,R&D 资本存量相对减少,进而阻碍绿色技术创新。(2)非正式环境规制与 R&D 资本存量交乘项的直接效应显著为正,间接效应与总效应显著为负,表明人口密集度大与经济较为发达的地区,参与非环境规制的公众人数较多,社会监督力度较大,本地区必须加大绿色研发投入,促进 R&D 资本存量累积,并进一步促进绿色技术创新。因此,绿色技术创新增强提升了本地区的环境质量,从而进一步虹吸邻近地区的人才与资本等发展要素,造成本地区绿色技术创新增强,邻近地区绿色技术创新减弱。最终,本地区绿色技术创新的空间溢出效应的正面影响弱于“虹吸效应”的负面影响,导致地区间绿色技术创新两极分化,社会整体绿色技术创新并没有增强。如改革开放中的珠江三角洲地区,由于其显著的区位优势,其产生的“虹吸效应”在广州省内抑制了粤西东北区域的发展,使得广东省内区域发展两极分化,发展极为不平衡。综上,一定强度的环境规制会挤占 R&D 投入资源,不利于 R&D 资本存量的累积,进而影响绿色技术创新,即假设 H3 得到验证。第四,在控制变量中,(1)产业结构的直接效应与总效应显著为正,而间接效应为负,但不显著,这表明地区产业结构的合理化高级化对绿色技术创新产生正向作用。(2)人力资本的直接效应与间接效应均为正,但均不显著,总效应显著为正,这表明社会人力资本的长期积累对绿色技术创新产生积极正向影响,这印证了 Lucas(1988)新增长理论中的观点。(3)技术能力的直接效应与总效应均显著为正,间接效应为正但不显著,这说明一个地区的技术能力对本地区和社会整体的绿色技术创新产生明显正向促进作用,而对邻地区的绿色技术创新的影响则不够显著。(4)企业规模的间接效应显著为负,直接效应为正而总效应为负,且均不显著。其原因可能是本地区企业规模增大,对邻近地区的人力与资本等发展要素产生较大的虹吸效应,造成社会整体绿色技术创新两极分化,不利于整体绿色技术创新的提升。(5)绿色技术创新自相关系数 值为 0.189,且十分显著,表明绿色技术创新存在显著的正空间效应,一个地区的绿色技术创新水平的提升会显著影响邻近地区绿色技术创新水平的提升,表现为空间正向溢出效应。2.分地区分析因区域间异质性环境规制的存在以及 R&D 资本存量的差异,可能会对不同地区绿色技术创新产生不同差异的影响。为更具体分析中国不同地区异质性环境规制与 R&D 资本存量对绿色技术创新的影响机理,现从地理空间格局将中国划分为东、中、西部三大区域,依据模型 3 进行回归分析,结果如表 5所示。表 5 分地区的空间效应分解变量空间效应绿色技术创新全国东部中部西部lnRD直接效应间接效应总效应-0.1240.425-2.121 -1.126 (0.510)(0.140)(0.000)(0.010)3.210 2.0530.456 -5.620(0.000)(0.060)(0.010)(0.020)3.086 2.478-1.665 -6.746 (0.000)(0.050)(0.000)(0.010)73续表5变量空间效应绿色技术创新全国东部中部西部lnFER直接效应间接效应总效应0.273 0.090-0.1730.108(0.000)(0.440)(0.560)(0.560)0.2450.3820.0371.901(0.680)(0.610)(0.580)(0.150)0.5180.472-0.1362.009(0.400)(0.540)(0.560)(0.150)lnIER直接效应间接效应总效应-0.624 0.743-1.703 -1.636 (0.010)(0.050)(0.000)(0.000)2.099 1.7130.364 -4.567(0.000)(0.140)(0.000)(0.020)1.475 2.456-1.339 -6.203 (0.040)(0.050)(0.000)(0.000)lnRD lnFER直接效应间接效应总效应-0.055 -0.0280.011-0.037(0.000)(0.110)(0.820)(0.360)-0.047-0.062-0.002-0.328(0.590)(0.550)(0.830)(0.140)-0.101-0.0900.009-0.365(0.260)(0.400)(0.820)(0.120)lnRD lnIER直接效应间接效应总效应0.104 0.0080.318 0.199 (0.000)(0.790)(0.000)(0.000)-0.323 -0.203-0.068 0.692 (0.000)(0.090)(0.000)(0.010)-0.220-0.1950.250 0.892 (0.010)(0.150)(0.000)(0.000)说明:括号内为 t 值,下同。第一,中国的东、中、西部三地区绿色技术创新与 R&D 资本存量差距均十分明显(图 3)。绿色技术创新方面,20092019 年中国东、中、西部地区绿色技术创新均逐年提升,但地区之间差异明显,尤其东部与中、西部之间。R&D 资本存量方面,东部地区从2000 年至2019 年 R&D 资本存量增长迅速,几乎成指数式增长,不断拉大与中、西部地区的差距。2000 年至 2005 年左右中部和西部地区 R&D 资本存量相差相对较小,随后逐年拉大差距,但总体均呈上涨趋势。从表 5 得知,东部地区 R&D 资本存量对绿色技术创新的直接效应、间接效应以及总效应均为正,且后两项显著,而中部地区与西部地区的 R&D 资本存量对绿色技术创新的直接效应和总效应均显著为负,间接效应中前者显著为正,后者显著为负。可能原因是:R&D 资本存量与绿色技术创新成“U”型的非线性关系,R&D 投入增大,R&D 资本存量相应增加,需要越过一定的门槛阈值才正向促进绿色技术创新。如东部地区 R&D 资本存量雄厚且增长迅速,早已越过 R&D 资本存量正向促进绿色技术创新的门槛阈值,而中部与西部地区的 R&D 资本存量还未83越过门槛阈值。R&D 资本存量间接效应中,东部与中部地区显著为正,而西部地区显著为负,可能原因是:西部地区人力物力、产业资本、交通便利度等发展要素落后于东、中部地区,经济发展相对落后,地区R&D 支出积贫积弱,人力、物力、财力竞争较大,一个地区的 R&D 投入强度增加,R&D 资本存量累积,会因这种竞争一定程度上抑制邻近地区的绿色技术创新。因此,对于中部和西部地区,还需持续加大R&D 投入力度,促进 R&D 资本存量累积以尽早越过门槛阈值,以对绿色技术创新产生正向的促进作用。图 3 分地区绿色技术创新和 R&D 资本存量增长趋势图第二,正式环境规制与非正式环境规制具有明显的区域差异性。(1)东部与西部地区的正式环境规制项的直接效应、间接效应与总效应均为正,而中部地区的正式环境规制项的直接效应与总效应均为负,间接效应为正,但均不显著。可能原因有:首先,东部地区地理区位优势大,市场经济发达,相关政策体系较为健全,合理的正式环境规制强度促进绿色技术创新。其次,中部地区人口密集度大且交通便捷且紧邻东部,很大可能成为东部高能耗高污染产业的“污染避难所”,进而中部地区可能存在“污染天堂”效应。因此中部地区正式环境规制强度增加,一定程度会对本地区的绿色技术创新产生抑制作用。另外,西部地处偏远,工业基础较为薄弱,交通便利性以及经济发展均不如东部与中部地区。西部正式环境规制对本地和周边地区绿色技术创新的促进影响不显著,这可能是因为西部正式环境规制与绿色技术创新成“N”型的非线性关系。(2)东部地区非正式环境规制项的直接效应和总效应均显著为正,而中部和西部的直接效应与总效应显著为负,间接效应中,东部和中部地区均为正,西部地区的为负。可能原因是:首先,东部地区经济较为发展且人口密集度较大,公众参与环保意识较强,积极参与非正式环境监管,进而促进绿色技术创新。其次,中部地区人口密集度与经济发展不如东部,公众环保意识不如东部强,进而不利于绿色技术创新。但中部毗邻发达的东部,且交通便利,人员流动性大,加之绿色技术创新的正空间效应,本地区绿色技术创新水平的提升一定程度上也有利于促进邻近地区的绿色技术创新。另外,西部地区工业基础薄弱,交通不够发达,相对东部与中部,其产业多为资源依赖型工业,一定强度的非正式环境规制,会增加工业治污成本,且社会曝光度和关注度的增加可能只是导致地区间“污染转移”而非“污染共治”,进而不利于本地区和邻近地区的绿色技术创新。第三,R&D 资本存量与正式环境规制、非正式环境规制的交互效应受规则强度、地域差异的影响较大。(1)东部与西部地区的正式环境规制与 R&D 资本存量的交乘项直接效应、间接效应与总效应均为负,而中部地区正式环境规制与 R&D 资本存量交乘项直接效应与总效应均为正,间接效应为负,且均不显著。可能原因是:首先,研发成效具有一定的时滞性,且投入大,风险高。东部地区高强度正式环境规制的增强代表着单位污染物排放所需治理投入的增大,这在一定程度上挤压 R&D 投资,进而缩减了93R&D 资本存量的累积,最终不利于绿色技术创新。其次,中部地区环境规制强度以及 R&D 资本存量均小于东部,单位污染物排放所需治理投入一定程度上没有挤压用于 R&D 投资活动的支出,R&D 研发资本存量和环境规制耦合效应正向促进了绿色技术创新。另外,西部地区经济发展相对滞后,工业基础相对薄弱,增加单位污染物治理投入与增大 R&D 投入相冲突,R&D 资本存量不足,不利于绿色技术创新。(2)东部、中部与西部地区的非正式环境规制与 R&D 资本存量的交乘项直接效应均为正,间接效应中,东部与中部显著为负,西部显著为正,总效应中,东部为负,而中部与西部显著为正。可能原因有以下几点:首先,公众对绿色环境的高要求高标准不会与 R&D 投资活动发生排斥效应,反而是公众绿色健康生活的诉求等社会公众压力会迫使政府与企业等科研机构加大 R&D 投入,促进 R&D 资本存量累积,进而促进绿色技术创新。其次,东部与中部地区经济较西部地区发展更为充分,人口密集度较大,地区之间有关人力、资本等发展要素的竞争较为激烈,致使本地区人口密集度增大以及人均收入增加,邻近地区相对减少,进而不利于邻近地区的绿色技术创新。另外,西部人口密集度较低,经济发展不如东部与中部地区,人才流失严重,且交通便利程度不如东、中部地区,且本地第二产业多为能源型工业,增加非正式环境规制强度可以引起社会关注度,刺激绿色研发投入。加之国家福利政策的倾斜,一定程度上有利于绿色技术创新。五、稳健性检验以及内生性检验(一)稳健性检验为保证上述结论的稳健性,本文采用地理权重矩阵,重新对环境规制下省域 R&D 资本存量对绿色技术创新的影响进行回归估计,结果如表 6 所示。表 6 稳健性检验变量直接效应间接效应总效应系数t 值系数t 值系数t 值lnRD-0.3200.1101.041 0.0100.7210.090lnFER0.238 0.0100.1710.5300.4090.160lnIER-0.485 0.0300.3470.380-0.1380.700lnRD lnFER-0.050 0.000-0.0410.370-0.0910.060lnRD lnIER0.115 0.000-0.107 0.0100.0080.840由表 6 稳健性检验数据可知,R&D 资本存量依然正向促进绿色技术创新,直接效应中正式环境规制促进本地区的绿色技术创新,而非正式环境规制则抑制本地区的绿色技术创新,以及 R&D 资本存量与正式环境规制交乘项抑制绿色技术创新,而 R&D 资本存量与非正式环境规制交乘项直接效应中促进绿色技术创新。以上稳健性检验结果均与实证结果一致,且检验结果中主要解释变量的系数符号与显著性均未发生改变,这说明本文研究结论具有一定的稳健性。(二)内生性检验由于表征绿色技术创新的指标为研发内部投入与能源消耗总量比值,其与解释变量 R&D 资本存量难避内生之嫌。为避免回归中内生性导致的结果误差,本文将内生解释变量的滞后项放入模型中进行再次估计,从而进行内生性检验。为保证检验结果的稳健性,本文采用两种常见的动态面板数据估计方法,分别为差分 GMM(DIF-GMM)与系统 GMM(SYS-GMM),回归结果如表 7 所示。04表 7 R&D 资本存量对绿色技术创新的 GMM 回归结果变量DIF-GMMSYS-GMM(1)(2)lnRD-0.068-0.187(0.820)(0.660)lnFER0.1770.336(0.080)(0.050)lnIER-0.7180.035(0.080)(0.920)lnRDlnFER-0.042-0.035(0.020)(0.210)lnRDlnIER0.088 0.058(0.010)(0.170)lnCY0.493 0.187(0.000)(0.470)lnL0.317 0.263 (0.000)(0.010)lnTC0.184 0.370 (0.000)(0.000)lnSIZE0.044-0.069(0.060)(0.200)Observations300330Number of id3030AR(1)0.0440.003AR(2)0.7520.197Hansen test0.1410.471本文将 R&D 资本存量的对数值 lnRD 设定为内生变量,采用 12 阶滞后项作为工具变量进行GMM 估计,结果如上表 7 所示。无论是差分 GMM 还是系统 GMM 动态面板数据估计方法,AR(1)均小于 0.1,拒绝原假设,AR(2)均大于 0.1,接受原假设,表明 R&D 资本存量与绿色技术创新不存在二阶自相关。另外,两种 GMM 估计方法都通过了 Hansen 检验,表明工具变量的选取是有效的。从回归系数看,环境规制促进绿色技术创新以及 R&D 资本存量与环境规制交乘项对绿色技术创新产生抑制作用等,均与上述面板回归结果一致,因此本研究结果具有一定稳健性。六、结论与政策启示(一)研究结论本文基于 BEA 原理,合理测算出中国大陆地区 30 个省区市(西藏除外)的 R&D 资本存量,并采用20092019 年的面板数据,构建空间计量模型,探讨环境规制下省域 R&D 资本存量对绿色技术创新的14影响机制。研究表明:(1)R&D 资本存量对绿色技术创新产生正向促进作用,表明持续加大 R&D 投入,促进 R&D 资本存量累积,有利于绿色技术创新。(2)一定强度的正式环境规制可对绿色技术创新产生显著的正向促进作用,证明一定情况下中国存在“波特假说”效应。另外,一定强度的正式环境规制会挤占 R&D 投资资源,与 R&D 投入发生排斥效应,