環境規制、綠色技術創新與經濟高質量發展的影響研究

王斌會 伍桑妮暨南大學管理學院廣州5063 暨南大學經濟學院廣州 5063

隨著改革開放和現代化進程加快，我國經濟水平不斷提高，但我國長期實行的粗放式經濟發展，對環境造成了不可逆轉的危害，對人們身體健康也產生了一定影響。“高質量發展”表述的提出，表明我國經濟已從高速增長階段轉向高質量發展階段。而高質量發展根本在于經濟的活力、創新力和競爭力，經濟發展的活力、創新力和競爭力都與綠色發展密不可分。環境規制和綠色技術創新作為綠色發展的重要手段，對我國經濟高質量發展起著至關重要的作用。因此，厘清環境規制、綠色技術創新與經濟高質量發展之間的關系，把握環境規制強度和綠色技術創新之間的協調關系；科學合理地制定環境規制力度，在不污染環境的前提下，最大限度的實現社會經濟發展、促進企業的綠色技術創新能力，對我國未來生態環境保護和經濟發展方向有著重要的指導意義。

1 文獻回顧

現階段關于環境規制和綠色技術創新的研究主要從它們之間的相關關系和異質性環境規制對綠色技術創新產生影響的差異性這兩方面展開。環境規制和綠色技術創新之間的相關關系取決于“補償效應”和“成本效應”的相互作用。“補償效應”是指環境規制政策的實施會倒逼企業進行綠色技術創新，規制企業的工業排放，提高污染排放處理標準，從而提高企業的綠色技術創新效率；“成本效應”是指環境規制政策的實施會擠占企業部分技術創新成本，使得企業技術創新投入減少，降低企業綠色技術創新效率。肖黎明等［1］根據研究得出環境規制與綠色技術創新效率之間存在“U”型關系的結論。劉章生等［2］以環境規制為門檻變量建立了門檻模型，得到了環境規制與綠色創新能力之間存在倒“U”型關系的結論。高萍和王小紅［3］研究了在綠色技術創新效率不同的地區，環境規制強度對綠色技術創新效率影響的差異性。Shang等［4］研究結果認為環境規制會對綠色技術創新產生“先促進，后抑制”的非線性影響。現有研究大部分都指出環境規制與綠色技術創新之間存在“U”型或倒“U”型的非線性關系。為更好地促進不同環境規制發揮其作用，不少學者對異質性環境規制展開研究。岳鴻飛［5］、肖權和趙路［6］分別應用固定效應模型、門檻模型和空間杜賓模型分析了異質性環境規制對綠色技術創新效率的影響。

國內學者在研究初期大多都選擇門檻模型對環境規制與經濟高質量發展之間的關系進行研究。童紀新和王青青［7］以霧霾污染為門檻變量構建單門檻效應模型，研究空間異質性對霧霾污染、環境規制與經濟發展質量之間關系的影響。王群勇和陸鳳芝［8］應用門檻模型得出環境規制對經濟增長的促進作用存在區域異質性的結論。也有學者在前人的研究基礎上，進一步采用空間計量模型對環境規制和經濟高質量發展之間的關系進行研究。孔凡文和李魯波［9］通過空間杜賓模型研究京津冀地區環境規制對經濟高質量發展的影響，研究結果表明，京津冀地區環境規制對經濟高質量發展均有促進作用。上官緒明和葛斌華［10］運用空間杜賓模型研究在不同城市規模和不同時期的情況下環境規制對經濟高質量發展的影響，研究結果顯示環境規制對經濟高質量發展存在負向空間溢出效應。劉傳明等［11］應用空間聯立方程、廣義空間三階段最小二乘法研究環境規制與經濟高質量發展之間的雙向反饋效應。還有不少學者［12－14］采用中介效應模型研究某一影響因素在環境規制和經濟高質量發展之間產生的中介效用。

學者們從不同視角研究了綠色技術創新與經濟增長之間的關系。何小鋼［15］用固定效應模型和隨機效應模型研究綠色技術創新對可持續發展的影響作用，得出推動綠色技術創新不僅不會阻礙經濟增長，反而會提高經濟增長效率，同時改善環境污染的結論。吳文潔等［16］用廣義OLS方法分析了綠色技術進步對經濟增長影響的區域異質性。Meirun等［17］應用ARDL模型研究新加坡綠色技術創新對經濟增長和二氧化碳排放的動態效應，研究結果顯示，綠色技術創新與經濟增長之間存在顯著的正向關系。Shen等［18］研究政府設定經濟增長目標的行為對區域綠色技術創新的影響，結果表明，經濟增長目標的設定和自上而下的放大對綠色技術創新具有顯著的抑制作用，這種抑制作用在經濟增長較快、經濟增長目標超額完成的城市更為突出。

綜上所述，國內外學者對環境規制產生的經濟影響進行了多方面的分析，但國內學者關于環境規制對經濟高質量發展的影響研究所應用的模型主要集中在門檻模型、空間計量模型和中介效應模型上，主要考慮的是環境規制、綠色技術創新對經濟高質量發展的單向影響作用，較少考慮到三者之間的相互作用和滯后作用。其次，關于區域異質性影響的研究通常采用地理劃分的方式，缺少一定的針對性。環境規制和綠色技術創新之間的相互作用結果影響著經濟高質量發展水平，若當地環境規制強度遠大于綠色技術創新水平，這時“成本效應”大于“補償效應”，環境規制阻礙綠色技術創新發展，進而影響高質量經濟的發展，可見環境規制和綠色技術創新兩個系統的協調程度對經濟高質量發展起著至關重要的作用。基于上述研究空白之處，本文采用面板向量自回歸（PVAR）模型對環境規制、綠色技術創新和經濟高質量發展之間的動態相關關系進行研究，將三者納入一個系統中，考慮三者間的內生性影響。并應用耦合協調度模型計算各地區環境規制和綠色技術創新的協調程度，根據耦合協調度結果進行分類，將各省（區、市）劃分為高匹配地區和低匹配區，研究在不同協調狀態下，環境規制、綠色技術創新與經濟高質量發展之間的影響差異。此外，大多學者關于環境規制的測度指標只選用單一指標，但本文基于顯性環境規制和隱性環境規制兩個方面構建了更全面、科學的環境規制指標體系。

2 研究設計

2.1 變量定義

環境規制（ER）。本文采用熵值法計算各地區的環境規制強度。借鑒趙玉民等［19］的研究結論，將環境規制分為顯性環境規制和隱性環境規制，顯性環境規制又細分為命令控制型環境規制、市場激勵型環境規制和自愿型環境規制。由于自愿型環境規制在我國還處于發展初期，發揮作用不大，本文暫不考慮自愿型環境規制的影響。有學者［13，20］采取因環境污染問題而接收的信訪數衡量隱性環境規制，也有部分學者［21］根據Pargal和Wheeler［22］的研究，利用人均收入水平、受教育程度和人口密度對隱性環境規制進行衡量。關于環境問題接收到的投訴信訪數可以衡量當地居民的環保參與度，而人均收入水平可以衡量當地的環保宣傳力度和環保意識，收入水平越高的城市會更先注意當地的環保問題。基于此，本文構建如下環境規制強度評價指標體系（表1）。其中每單位污染排放物所征收排污費由各地區排污費與“三廢”（工業廢水COD排放量、工業二氧化硫排放量和一般工業固體廢物產生量）加權和之比得到。為消除價格因素的影響，本文以2008年為基期，采用相關價格指數對排污費和人均地區生產總值進行平減。

表1 環境規制強度評價指標體系

綠色技術創新（GTI）。本文采用包含非期望產出的SBM模型衡量各地區綠色技術創新水平。非期望產出SBM模型假設有N個決策單元，記為DMUj，j＝1，…，N，每個決策單元都有n種投入X，m1種期望產出Ya，m2種非期望產出Yb。定義矩陣X、Ya、Yb如下：X＝［x1，x2，…，xn］∈Rn×N，Ya＝［ya1，ya2，…，yam1］∈Rm1×N，Yb＝［yb1，yb2，…，ybm2］∈Rm2×N，其中，X＞0，Ya＞0，Yb＞0。規模收益可變條件下的非期望產出SBM模型可表示為：

其中，ρ表示被評價決策單元DMU的效率值，s－表示投入松弛變量，sa表示期望產出松弛變量，sb表示非期望產出松弛變量，λ表示DMU線性組合系數。

從勞動力、資本和能源3個方面考慮技術創新過程中的投入要素，由于資本投入會產生積累效應，本文用R＆D資本存量作為資本投入的代理變量，R＆D資本存量采用永續盤存法進行核算。“三廢”綜合排放物指數由熵值法計算而得。為消除價格因素的影響，以2008年為基期，對規上工業企業新產品銷售收入用相應價格指數進行平減，構建如下綠色技術創新評價指標體系（表2）。

表2 綠色技術創新評價指標體系

經濟高質量發展水平（HQE）。根據新發展理念，本文構建包含創新驅動、協調發展、綠色友好、對外開放和全民共享5個一級指標及15個二級指標的綜合評價指標體系，并采用熵值法計算各省（區、市）經濟高質量發展指數（HQE）。

表3 經濟高質量發展評價指標體系

耦合協調度（D）。根據環境規制（ER）和綠色技術創新（GTI）計算結果，利用耦合協調度模型計算兩個系統的耦合協調度D。兩系統耦合度C計算公式如下：

兩系統協調度T計算公式如下：

其中，α和β分別表示兩個系統的重要程度，且要求α＋β＝1。本文假定環境保護和技術創新同等重要，因此設定α＝β＝0.5。

最后，計算耦合協調度D，公式如下所示：

D的取值越大，表示兩個系統的耦合協調程度越好。根據耦合協調度的計算結果，將平均值高于全國平均值的省（區、市）劃分為高匹配區域，低于全國平均值的省（區、市）劃分為低匹配區域。其中高匹配區域包括北京、天津、上海等11個省（區、市），低匹配區域包括河北、山西、內蒙古等19個省（區、市）。

2.2 模型設定

PVAR模型公式如下所示：

其中，Yit是由經濟高質量發展指數（HQEit）、環境規制強度（ERit）和綠色技術創新效率（GTIit）構成的列向量，Yi，t－l是i地區滯后l期的經濟高質量發展指數、環境規制強度和綠色技術創新效率，p表示滯后階數，Φl表示滯后l期的斜率系數，γi為個體固定效應，即各省（區、市）之間的差異，uit為隨機誤差項。

2.3 數據來源

考慮到數據的可獲得性，本文選取2008～2020年中國30個省、直轄市和自治區（除西藏、港、澳、臺）為研究對象。所用到數據主要來源于《中國統計年鑒》、《中國環境年鑒》、《中國環境統計年鑒》、《中國稅務年鑒》、《中國科技統計年鑒》、《中國能源統計年鑒》、《中國社會統計年鑒》（2009～2021年）。由于新冠肺炎疫情的爆發，異致2020年部分經濟指標數據出現異常，但異常數據產生的影響不大，因此本文對其影響暫不做考慮。缺失數據采用插值法進行插補。

表4 描述性統計表

3 實證分析

3.1 平穩性檢驗及協整檢驗

為避免模型出現“偽回歸”現象，應對變量進行單位根檢驗，檢驗變量是否平穩。由于本文選取的數據為n較大、T較小的短面板數據，因此選擇IPS檢驗對變量進行單位根檢驗。

由表5可知，ER、GRI和HQE都沒有通過IPS單位根檢驗，說明原始數據不具有平穩性。下一步對一階差分后數據進行IPS單位根檢驗，檢驗差分后數據是否平穩。

表5 原始數據IPS單位根檢驗

由表6可知，一階差分后的各個變量在1%的顯著性水平下可以拒接原假設，說明一階差分后的數據為平穩數據。同時，可以看到ER、GTI和HQE都是一階單整，變量之間存在同階單整關系，可以進一步對變量進行協整檢驗，考察變量之間是否存在長期均衡關系。

表6 一階差分數據IPS單位根檢驗

對變量進行Pedroni協整檢驗，協整檢驗結果見表7。

表7 Pedroni協整檢驗

由表7可知，至少在5%的顯著性水平下可以拒絕原假設，即各變量之間具有協整關系，可以繼續構建PVAR模型。

3.2 最優滯后階數的選擇

根據AIC值、BIC值和HQIC值最小原則選取模型的最優滯后階數。

根據表8可知，全國的PVAR模型最優滯后階數為1階，高匹配區域的PVAR模型最優滯后階數為1階，低匹配區域的PVAR模型最優滯后階數為2階。

表8 最優滯后階數選擇

3.3 脈沖響應分析

由于內生變量的相互影響需要觀察多個時期，PVAR模型的GMM估計參數沒有實際經濟意義，一般只關注其引出的脈沖響應函數和方差分解［23］。于是，本文僅針對GMM估計引出的脈沖響應結果和方差分解結果進行分析。

脈沖響應函數刻畫了在其他變量不變的情況下，一個變量對另一個變量的一個標準差沖擊的響應趨勢。經過500次蒙特卡洛模擬得到的滯后10期脈沖響應圖（略）。

圖中橫軸表示滯后期數，縱軸表示脈沖響應值，中間實線表示脈沖響應函數曲線，兩側虛線表示95%的置信區間。由脈沖響應圖可以看出，脈沖響應函數在多期之后都趨近于0，說明本文構建的PVAR模型是穩定的。根據脈沖響應分析結果，可以得出以下結論：

（1）在全國范圍內、高匹配區域和低匹配區域，環境規制、綠色技術創新和經濟高質量發展水平面對來自自身的一個標準差沖擊都產生了正向迅速的響應，說明環境規制、綠色技術創新和經濟高質量發展水平都有著較強的自身慣性。

（2）面對來自綠色技術創新的沖擊，環境規制在全國范圍內和高匹配區域均產生了正向響應，響應值在第2期達到最大，最后響應逐漸減弱；低匹配區域內的環境規制也產生了正向響應，但響應值明顯小于高匹配區域，且響應持續時間較短，第3期后響應值逐漸減小為0。面對來自經濟高質量發展水平的沖擊，環境規制在全國范圍內和高匹配區域均產生了負向響應，負向響應在第2期后逐漸減小；在低匹配區域，經濟高質量發展對環境規制一直產生正向的促進作用。說明在高匹配區域，環境規制政策、制度對當地環境狀況起到顯著改善作用，同時綠色技術創新水平的提高減少了工業污染物排放量，環境治理卓有成效，環境治理方面所需的投資占財政投入比例相對減少，環境規制強度在一定時期內不會增加。

（3）面對來自環境規制的沖擊，高匹配區域內的綠色技術創新產生了正向響應，而低匹配區域內的綠色技術創新產生了負向響應。說明在環境保護與綠色技術創新發展相協調的省（區、市），環境規制給綠色技術創新帶來的“補償效應”大于“成本效應”，環境規制促進綠色技術創新發展，但在低匹配區域內，環境規制強度與綠色技術創新發展達不到協調狀態，環境規制便對綠色技術創新產生了消極的抑制作用。面對來自經濟高質量發展水平的沖擊，3個區域范圍內的綠色技術創新均產生了正向響應。

（4）面對來自環境規制的沖擊，全國范圍內和高匹配區域的經濟高質量發展水平均在第1期后產生了負向響應；而低匹配區域內的環境規制給經濟高質量發展水平帶來了正向促進作用。說明高匹配區域的環境治理標準較高，環境改善已達初步成效，而低匹配區域內面臨的環境問題依然嚴峻，環境規制強度的提升有助于加快當地的環保工作進度，促進綠色發展。面對來自綠色技術創新的沖擊，高匹配區域內的經濟高質量發展水平響應值在第1期達到最大，隨后逐漸減弱；低匹配區域內的經濟高質量發展水平響應值雖然為正值，但響應值明顯小于高匹配區域，且響應值在第6期后逐漸減小為0。由于高匹配區域內的環境規制強度促進綠色技術創新發展，綠色技術創新效率提高，進而推動當地的經濟高質量發展，而低匹配區域內的環境規制強度抑制綠色技術創新發展，阻礙了當地經濟高質量發展進程，所以低匹配區域內綠色技術創新對經濟高質量發展的促進作用小于高匹配區域。

3.4 方差分解分析

為了度量不同的結構沖擊對內生變量變化的貢獻程度，對預測誤差進行10期方差分解。

由方差分解結果（表9），可以得到以下結論：

表9 方差分解結果

（1）高匹配區域的綠色技術創新對環境規制的方差貢獻率高于低匹配區域，且低匹配區域綠色技術創新的方差貢獻率持續減少，對環境規制變動的解釋程度非常低；低匹配區域的經濟高質量發展水平對環境規制的方差貢獻率高于高匹配區域。綠色技術創新和經濟高質量發展水平對環境規制的影響存在明顯的區域異質性。

（2）低匹配區域內的環境規制和經濟高質量發展水平對綠色技術創新的方差貢獻率均大于高匹配區域。說明在環境規制和綠色技術創新協調程度較低的省（區、市），環境規制和經濟高質量發展水平對綠色技術創新的影響更大，若當地政府不重視環保與技術創新間的協調性，盲目提高環境規制強度，會給綠色技術創新發展帶來顯著的抑制作用。

（3）高匹配區域的綠色技術創新對經濟高質量發展變動的解釋程度更高，低匹配區域的環境規制對經濟高質量發展變動的解釋程度更高，說明在高匹配區域的省（區、市）創新驅動力更強，高新產業更多更集中，對經濟高質量發展起到了積極的促進作用。而位于低匹配區域的省（區、市）技術創新能力本就落后于全國水平，經濟發展受外部影響更顯著。

4 結論與建議

在國家創新構建現代經濟體系推動經濟高質量發展的背景下，本文構建PVAR模型研究了2008～2020年各省（區、市）環境規制、綠色技術創新和經濟高質量發展之間的動態相關關系，并根據耦合協調度模型將30個省（區、市）劃分為高匹配區域和低匹配區域，進一步對三者之間的關系進行區域異質性研究。根據模型結果可以得出以下結論：

（1）當前環境規制強度對綠色技術創新的影響存在區域異質性，在高匹配區域，環境規制促進綠色技術創新發展，而在低匹配區域，環境規制對綠色技術創新產生持續的負向作用。

（2）不論在高匹配區域還是低匹配區域，綠色技術創新都會促進當地的經濟高質量發展，但相較于低匹配區域，高匹配區域內的綠色技術創新對經濟高質量發展的促進作用更大，作用時間更長。

（3）在高匹配區域，經濟高質量發展會給環境規制帶來抑制作用，而在低匹配區域經濟高質量發展對環境規制一直表現為促進作用，且低匹配區域的經濟高質量發展對環境規制變動的解釋程度更大，說明當地政府更依賴于經濟發展現狀和高質量發展指標制定環境保護政策，而忽視了環境規制和綠色技術創新之間的協調問題。

基于上述結論，結合不同區域的發展現狀與不足，本文提出以下建議：

（1）時刻關注環境規制與綠色技術創新之間的協調程度。當前環境規制帶來的“成本效應”較為顯著，環境規制和綠色技術創新水平暫未在全國范圍內達到高協調狀態。因此，政府應加強宏觀調控，時刻關注當地環境污染程度和技術創新水平，根據當地環境污染現狀制定合理的環保法規和政策，避免因盲目加大環境規制強度而對綠色技術創新水平產生抑制作用，并加強對環境保護的宣傳力度，號召當地群眾積極參與環境保護事業，充分發揮各類環境規制的協同互補作用。

（2）加大綠色技術創新投入，實現綠色發展。處于低匹配區域的省（區、市）應加快構建區域協同創新體系，實現綠色產業轉型，深化區域內綠色技術創新合作，積極引進綠色技術研發人員，逐漸完善綠色技術創新標準。實現環境規制強度與綠色技術創新水平的協調發展，進而帶動地方經濟的可持續發展。

（3）正確處理經濟高質量發展與環境規制之間的關系。重視經濟高質量發展與環境規制之間的雙向反饋作用，將經濟增長給環保事業帶來的積極作用最大化，加快形成綠色發展方式，調整經濟結構和能源結構，培育節能環保產業、清潔生產產業、清潔能源產業，要意識到綠色發展是我國的長期發展目標，環境保護也絕非一時之談，避免在取得顯著的環境治理成果后，放松對生態文明建設的要求。