环境规制与研发投入对绿色技术创新的影响效应

张 旭,王 宇

(大连理工大学 管理与经济学部,辽宁 大连 116000)

摘 要:绿色技术创新难以自发形成,需要外部激励。在回顾环境规制、研发投入与绿色技术创新相关文献的基础上,从系统学视角出发,构建了环境规制与研发投入对绿色技术创新产生效用的系统动力学模型,并以中国工业企业为例,实证检验了模型的适用性。同时,通过调控2005-2025年环境规制强度与研发投入的参数变化,模拟仿真绿色技术创新的动态变化。仿真结果表明,加强环境规制和提高研发投入均有助于企业绿色技术创新,环境规制在短期内优于研发投入的促进效果,但在未来低于研发投入的促进效果;研发投入对绿色技术创新有正向作用,且随时间变化不断增强;研发投入主体和投入对象应向企业转移,以突出企业促进绿色技术创新的主体作用。最后,根据仿真结果,为绿色技术创新的未来发展提出政策建议。

关键词:绿色技术创新;研发投入;环境规制;系统动力学

0 引言

人类不合理的经济发展模式是造成资源紧缺与环境退化的重要原因。如何在改善环境与资源状况的前提下促进经济增长是当前亟待解决的问题。绿色创新融合了“十三五”规划中提出的“绿色”与“创新”两大发展理念,是学术界研究热点。绿色技术创新一直是绿色创新研究的重要组成部分,它能够提升企业资源利用率、降低污染废弃物排放,在促进科技进步与产量增长的同时保护生态环境。然而,实施绿色技术创新的企业不仅要承担因知识外溢可能造成的经济损失,而且要承担因环境负外部性所造成的经济成本,这使企业很难自发地进行绿色技术创新,而干预是激励技术创新绿色化的关键[1]。如通过制定相关环境政策,解决绿色技术创新的环境外部性问题,对知识溢出进行经济补偿,激励企业进行绿色技术创新,创造经济与环境的双重效益。本文通过分析环境规制与研发投入对绿色技术创新的效用机理,为激励企业进行绿色技术创新提出合理建议。

1 文献综述

1.1 环境规制与技术创新

现有关于环境规制与绿色技术创新的研究主要集中在对“波特假说”的存在性验证。“波特假说”可概述为,适当的环境规制可以促进企业技术革新,进而提高企业生产力并获得竞争优势。学者们对“波特假说”的存在性检验较多[2],但检验结果不尽相同。

多数学者从理论与实践角度验证了“波特假说”的内在逻辑性和实践可行性。理论层面,Mabagi[3]认为在全球能源消费量增长的背景下,减少温室气体排放的关键举措是不断开发、应用并扩散技术创新成果。从实践层面,Cole[4]通过比较不同环境规制下国家创新效率的高低,验证了环境规制对技术创新的促进作用。

然而,一些学者如Barbera& McConnell[5], Gpllop &Roberts[6],Gray[7]等以生产力为技术创新产出衡量指标,对美国的环境规制与技术创新关系进行实证检验后发现“波特假说”不成立。造成这种现象的主要原因是验证“波特假说”的侧重点不同。支持“波特假说”的学者普遍验证了环境规制对技术创新的诱发作用及对环境绩效的提升作用,但忽略了企业能否在环境规制下取得竞争优势的问题。反对“波特假说”的学者侧重于从经济角度探究环境规制下企业竞争力的变化,更加关注经济效益。董颖[8]对 “波特假说”的验证文献进行了梳理与述评,将“波特假说”分为“弱波特假说”和“强波特假说”。

还有学者认为环境规制对技术创新的影响具有不确定性,环境规制对技术创新的影响效应存在一个阈值拐点[9-10] 。 Lanoie、Patry & Lajeunesse[11]实证分析了环境规制对加拿大魁北克地区17 个制造业生产率的影响,结果发现,短期内环境规制对产业生产率有负向作用,但长期来看具有显著的促进作用。国内学者如沈能[12]、李平[13]等通过对波特假说的实证检验发现,环境规制与技术创新并不是简单的线性关系,两者之间相互作用并受到其它多种因素如区域差异、不同规制工具等影响。董颖[8]也指出,环境政策对绿色创新具有正向或负向作用,其中,作用方向和强度取决于环境政策类型、绿色创新类型、绿色创新的不同阶段以及管制对象特性。

1.2 研发投入与技术创新

部分学者分析了政府研发投入对企业研发投入的影响并比较了两者对技术创新成果的差异影响。许治[14]采用系统动力学方法探析了政府研发投入对企业研发投入的影响,发现政府研发投入对企业研发投入存在杠杆与挤出双重效应,两者间呈倒U型关系。Romer[15]认为,研发投入能够通过技术进步显著提升创新效率、促进经济增长,并最早分析了政府投入企业研发对经济增长的正向作用。Park[16]通过同时引入政府研发投入与企业研发投入,运用改进的Romer模型,研究得出,政府研发投入间接提高了经济发展水平,企业研发投入直接促进了经济发展。这些学者的研究焦点是研发投入主体间的影响或不同投入主体在产出结果上的差异,而对于执行研发活动的主体对象少有提及。

针对此类问题,一些学者如Mathews[17]强调政府投入高校与公共科研机构有利于增加创新产出。赵付民[18]等发现政府对高校研发投入的增加会直接促进高校的溢出效应,从而间接促进企业研发。刘凤朝和孙玉涛[19]将执行主体分为高校、科研机构与企业,探究了政府研发投入对主体间不同配置的创新产出效果。徐茜[20]通过论述政府研发投入对高校和研究机构的作用机理,发现政府研发投入对高校和研发机构的促进作用表现为增加社会知识存量、提高企业研发效率和强化人才培养3个方面,显然这3个方面均有利于提高创新产出。

以上研究虽然揭示了研发投入对企业创新成果的促进作用以及执行方式,但对研发投入-创新产出的具体过程少有提及。徐春节[21]从过程视角出发,以内生增长理论为基础,分别构建了研发投入-技术进步-经济增长的分析框架与实现机制。廖中举[22]通过对技术创新能力在研发投入与企业经济绩效间的中介效应研究发现,新产品产出能力和发明专利数量能够提升企业经济绩效,但其它类型技术创新成果的产出效应不明显。

1.3 文献小结

综上所述,对于“波特假说”的验证尚未获得统一结论,有待深入, 但多数学者检验了“波特假说”的存在性,即环境规制对绿色技术创新具有诱发作用,能够提升环境绩效,但对企业竞争力的提升作用尚不明确。目前,仅有极少数学者探究了环境规制与研发投入的关系及其对绿色技术创新的影响效应。何小刚[23]基于研发支持与环境规制的互动效应探究了绿色技术创新的最优规制结构,验证了研发支持与环境规制对绿色技术创新的诱发作用,但缺乏对绿色技术创新发展过程的动态研究。由于关于环境规制与研发投入组合对绿色技术创新效应的系统研究仍十分匮乏,因此,本文在变量数据可得的前提下,采用系统动力学方法,以2005-2025年中国工业为例,构建以环境规制和研发投入为因变量的绿色技术创新系统动力学模型。模型充分考虑了研发投入执行主体与执行过程,并将绿色技术创新分为绿色工艺创新、绿色产品创新以及末端治理技术创新,探究研发投入和环境规制对绿色技术创新的效用,最后在中国情境下提出关于环境规制与研发投入共同促进绿色技术创新发展的相关建议。

2 分析方法与模型构建

2.1 系统结构

系统动力学(简称SD)是研究复杂系统的定量方法,适用于研究系统结构、功能与行为间的动态关系。目前,系统动力学已广泛应用于环境政策、研发支持和绿色创新领域。Dong等[24]基于SD方法,以中国电镀行业为例,探究环境规制对清洁生产的影响;常香云等[25]应用SD方法,剖析了环境政策对企业制造生产决策的影响效果;刘凤朝[26]从结构-过程视角,系统研究了公共研发投入对技术创新的效用问题;徐茜[20]建立了以方式-主体-领域为基础的政府研发投入三维分析框架,以创新产出为输出结果变量,系统仿真模拟了政府研发投入对创新的效应;田红娜[27]等基于SD方法分析评价了制造业绿色工艺创新运行过程;李文超等[28]应用SD方法探析了绿色创新促进绿色发展的实现路径。

以上研究在一定程度上验证了SD方法在环境政策、研发支持和绿色创新领域的适用性,为本研究提供了方法支持。由于现有学者多从投入-产出角度探讨环境规制或研发投入对创新产出的影响[15][17][24][26],本文在此基础上进行了拓展,从投入-产出-再投入的动态过程视角探究环境规制与研发投入对绿色技术创新的效用。本文将系统分为3个相互联系的子系统,即研发投入子系统、绿色技术创新模式子系统和绿色技术创新效益子系统,各系统间相互作用,形成复杂的因果关系模型,如图1所示。

图1 因果关系

(1)研发投入子系统。研发投入子系统是绿色技术创新的激励因素。研发投入子系统包括环境规制和研发投入两方面。日益趋严的环境规制促使企业更愿意生产绿色产品,重视生产工艺改进和末端污染治理,进而影响企业经济效益并减少环境污染;研发投入通过直接或间接促进科研机构的研发活动,激励企业开发绿色产品、改进绿色工艺、提升经济效益并从污染源端降低环境污染。因此,环境规制和研发投入的变化会引起企业绿色技术创新的变化,从而带来经济与环境变化。

(2)绿色技术创新模式子系统。绿色技术创新模式子系统表示绿色技术创新的实现模式,包括绿色产品创新、绿色工艺创新和末端治理技术创新。绿色产品创新是指企业的生产、设计和开发更加符合环保标准;绿色工艺创新是指企业采用清洁生产技术或进行生产设备革新;末端治理技术创新是指采用污染治理设备、提高末端污染治理能力。

(3)绿色技术创新效益子系统。绿色技术创新效益子系统包括各类绿色技术创新产生的经济效益与环境效益。经济效益主要体现为企业收入的增加和国家GDP的增长,环境效益主要体现为污染排放量的减少。经济与环境双重效益反馈于政策子系统,有助于加大研发投入力度,形成良性循环。

图1直观地展示了各系统内部各变量间的因果关系与反馈路径,共有15条反馈回路:

反馈回路1:政府研发投入-企业研发经费-企业研发活动-企业研发成果-企业技术水平-绿色工艺创新-绿色工艺创新效益-企业经济效益-GDP-政府研发投入。

反馈回路2:政府研发投入-企业研发经费-企业研发活动-企业研发成果-企业技术水平-绿色产品创新-绿色产品创新效益-企业经济效益-GDP-政府研发投入。

反馈回路3:政府研发投入-科研机构研发经费-科研机构研发活动-科研机构科技创新成果-知识溢出-企业技术水平-绿色工艺创新-绿色工艺创新效益-企业经济效益-GDP-政府研发投入。

反馈回路4:政府研发投入-科研机构研发经费-科研机构研发活动-科研机构科技创新成果-知识溢出-企业技术水平-绿色产品创新-绿色产品创新效益-企业经济效益-GDP-政府研发投入。

反馈回路5:政府研发投入-企业研发经费-企业研发活动-企业研发成果-企业技术水平-绿色工艺创新-能源利用效率-能源消耗量-企业污染排放量-环境污染存量-环境规制-绿色产品创新-绿色产品创新效益-企业经济效益-GDP-政府研发投入。

反馈回路6:政府研发投入-科研机构研发经费-科研机构研发活动-科研机构科技创新成果-知识溢出-企业技术水平-绿色工艺创新-能源利用效率-能源消耗量-企业污染排放量-环境污染存量-环境规制-绿色产品创新-绿色产品创新效益-企业经济效益-GDP-政府研发投入。

反馈回路7:企业研发投入-企业研发经费-企业研发活动-企业研发成果-企业技术水平-绿色工艺创新-绿色工艺创新效益-企业经济效益-企业研发投入。

反馈回路8:企业研发投入-企业研发经费-企业研发活动-企业研发成果-企业技术水平-绿色产品创新-绿色产品创新效益-企业经济效益-企业研发投入。

反馈回路9:企业研发投入-科研机构研发经费-科研机构研发活动-科研机构科技创新成果-知识溢出-企业技术水平-绿色工艺创新-绿色工艺创新效益-企业经济效益-企业研发投入。

反馈回路10:企业研发投入-科研机构研发经费-科研机构研发活动-科研机构科技创新成果-知识溢出-企业技术水平-绿色产品创新-绿色产品创新效益-企业经济效益-企业研发投入。

反馈回路11:企业研发投入-企业研发经费-企业研发活动-企业研发成果-企业技术水平-绿色工艺创新-能源利用效率-能源消耗量-企业污染排放量-环境污染存量-环境规制-绿色产品创新-绿色产品创新效益-企业经济效益-企业研发投入。

反馈回路12:企业研发投入-科研机构研发经费-科研机构研发活动-科研机构科技创新成果-知识溢出-企业技术水平-绿色工艺创新-能源利用效率-能源消耗量-企业污染排放量-环境污染存量-环境规制-绿色产品创新-绿色产品创新效益-企业经济效益-企业研发投入。

反馈回路13:环境规制-绿色工艺创新-能源利用效率-能源消耗量-企业污染排放量-环境污染存量。

反馈回路14:环境规制-末端污染治理-企业污染排放量-环境污染存量-环保意识-环境规制。

反馈回路15:环境规制-绿色产品创新-能源消耗量-企业污染排放量-环境污染存量-环保意识-环境规制。

其中,反馈回路1-13为正反馈。当政府和企业加大研发投入时,科研机构与企业的研发经费增加,两类主体的研发活动更加频繁,研发成果增多,有助于提高技术创新水平,提升企业竞争力,而企业的发展壮大又有利于提升全社会经济发展,拉动GDP增长,GDP的增长又有利于政府增加研发投入,从而形成良性循环;当环境规制趋严时,促使企业采用绿色工艺创新,提高了能源利用效率,降低了能源消耗总量和污染源产生量,减少了污染排放,保护了生态环境。反馈回路8-9为负反馈。趋严的环境规制使企业为避免高昂的环境成本,更愿意生产绿色产品与采用绿色工艺,提高了末端污染治理能力。这有利于企业节能减排,强化环保意识,而日益增强的环保意识呼吁更严格的环境规制。

2.2 系统流量图

在研究环境规制与研发投入对绿色技术创新的效用时,可根据因果关系图,以环境规制与研发投入为输入端,以绿色技术创新产出为输出端,将变量间的因果关系表示成函数关系,形成如图2所示的系统流图。

2.3 变量说明与函数关系

2.3.1 模型主要变量说明

(1)环境规制。学者们主要采用以污染治理投资额为基础的环境规制强度测量指标(沈能[12],张成[29]等)。工业污染治理年投资额能够间接反映政府治理企业环境的决心,体现了当时的环境规制强度。因此,本文选取工业污染治理投资额表征环境规制强度。

(2)政府研发投入。政府研发投入亦称公共研发投入或政府研发支出,其数据通过整理2005-2015年《工业企业科技活动统计年鉴》获得。

(3)企业研发投入。企业研发投入是指研发经费来源于企业的经费支出,可通过整理2005-2015年《工业企业科技活动统计年鉴》得到。

(4)绿色工艺创新。绿色工艺创新主要通过工艺改进和设备更新等手段降低环境污染物的产生量加以反映。绿色工艺创新具有经济与环境双重效益[30-31]。工业增加值是工业生产期望的经济效益,工业“三废”是工业生产产生的主要污染物,从某种程度上说,工业“三废”的减少即是提高了企业环境效益。因此,本文的污染物产生量表示为工业“三废”的总和,以单位污染物产生量的工业增加值衡量绿色工艺创新。

(5)绿色产品创新。绿色产品创新是指通过设计、开发并生产符合环保要求的产品降低污染,减少对生态环境的破坏。绿色产品创新提高了经济效益,降低了环境污染[30]。有学者采用新产品单位能耗表示绿色产品创新(李婉红,毕克新,孙冰,2013)。本文从经济与环境角度反映绿色产品创新产出。因此,用新产品销售收入与污染物产生量的比值表征绿色产品创新。

(6)末端治理技术创新。末端治理技术创新主要是指改进末端处理设备、提升末端处理技术,使污染物排放符合环保标准。其主要污染物包括固体废弃物、气体废弃物和废水。因此,以废固回收率、废气达标率和废水达标率的平均值衡量末端治理技术创新。

(7)绿色技术创新。为探究环境规制与研发投入对绿色技术创新的综合效用,采用Min-max标准化方法对绿色技术创新3种类型的输出变量进行标准化处理,形成绿色技术创新指数,以便观测。

图2 系统动力学流图

2.3.2 变量函数关系

综合考虑变量数据的一致性和可得性,确定系统模型的时间范围为2005-2025年。其中,以2005-2014年的数据作为检验依据。在模型中,设定初始时间2005年为1,结束时间2025年为21,时间步长为1。研发活动数据来源于《中国科技活动统计年鉴》和《工业企业科技活动统计年鉴》。环境数据主要源于《中国环境统计年鉴》,部分数据通过整理《中国环境年鉴》获得。其它数据主要参考《中国统计年鉴》、《中国能源统计年鉴》以及中经网统计数据库。系统流图中的变量参数主要通过表函数、线性回归、曲线拟合等方法确立。此外,部分变量如其它主体对科研机构投入、单位工业增加值能源消耗等根据年鉴数据计算得出。累计发明专利申请量和工业污染治理投资的初始值分别为2004年的统计数据值,即28 611和308.106。以2005-2014年面板数据平均值确定工业污染治理投资比重、政府研发投入占GDP比重和政府对工业企业研发投入比例分别为0.16%、0.377%和12.77%,并对研发投入工业企业资金占GDP的比重拟合为随时间变化的函数。运用最大最小值法对绿色工艺创新、绿色产品创新和末端治理技术创新进行标准化处理,形成可量化的绿色技术创新。本文构建的系统模型主要变量类型及函数关系式如表1所示。

3 模型应用

3.1 模型检验

模型是对现实的模拟,为了验证模型的可靠性,必须确定现实规律在模型中仍然存在。本文主要采用历史数据检验法验证模型的有效性与准确性。通常采用误差的形式对比系统输出的模拟值与实际历史数据的差异程度。一般认为,模拟值对实际值的相对误差在±15%以内,模型拟合度较好;在±10%以内,模型拟合度很好。

利用Vensim PLE软件构建研发投入、环境规制与绿色技术创新的系统动力学模型,并对模型中绿色工艺创新、绿色产品创新、三废综合达标率3个输出变量的历史数据进行仿真模拟。历史数据检验结果如表2a和表2b所示:绿色工艺创新、绿色产品创新和三废综合达标率的模拟值与真实值变化一致。通过计算各标量误差可知,数据拟合程度较高,说明该模型仿真基本合理有效。其中,2005-2014年绿色工艺创新的误差范围在-12%~7%之间,平均绝对误差为4.1%;绿色产品创新的误差范围在-15%~15%之间,平均绝对误差为6.9%;三废综合达标率的误差范围在-1.7%~-0之间,平均绝对误差为0.79%。

3.2 模拟仿真

本文探究了环境规制与研发投入对绿色技术创新的效用问题。工业污染治理投入反映了环境规制力度,加大工业污染治理投入能够促进企业末端治理技术创新,提升末端污染治理水平,使污染排放达到环境标准。研发投入经费来源于政府与企业,投入方式主要分为两种,一种是直接投入企业,促进企业技术创新,另一种是投向包含高校、研究所等在内的科研机构,通过知识溢出效应间接促进企业技术创新。本文选取工业污染治理投资比重、政府研发投入占GDP比重、政府对工业企业研发投入比例和企业研发投入占GDP比重作为调节参数,观测参数变化对绿色技术创新的影响。

表1 变量类型与函数关系式

变量单位函数关系式变量类型GDP亿元129176+50334.6*Time辅助变量企业R&D成果件-1033.73+12.2023*工业企业R&D投入+0.00154*工业企业R&D投入2辅助变量企业对科研机构R&D投入亿元企业R&D投入科研机构比例*工业企业R&D投入*0.01辅助变量企业新产品销售额亿元65.7485*累计发明专利申请量^0.54756+2400辅助变量三废综合达标率(固废回收率+废气达标率+废水达标率)/3辅助变量其它主体对科研机构投入亿元86.5212-4.38376*Time+3.00923*Time2辅助变量单位工业增加值能源消耗吨标煤/万元10.2359*累计发明专利申请量^-0.14674辅助变量固体排放量万吨固废产生量*(1-固废回收率)辅助变量固废产生量万吨EXP(-5.41626-0.32623*ln(能源转换效率)+1.54956*ln(能源消耗总量))辅助变量固废回收率MIN(0.999999,0.95731*工业污染治理投资^0.00514)辅助变量工业企业R&D投入亿元工业企业R&D投入中的政府资金+工业企业非政府资金R&D投入辅助变量工业企业R&D投入企业资金亿元GDP*R&D投入工业企业资金占GDP比重*0.01辅助变量工业企业R&D投入政府资金亿元政府研发投入*政府对工业企业R&D投入比例*0.01辅助变量工业增加值亿元2281.22*累计发明专利申请量^0.32992辅助变量工业污染治理投资亿元INTEG(每年工业污染治理投资,308.106)状态变量年发明专利申请量亿元企业R&D成果+科研机构R&D成果速率变量废气产生量万吨EXP(27.7697-3.24689*ln(能源转换效率)-0.46143*ln(能源消耗总量))辅助变量废气排放量万吨废气产生量*(1-废气达标率)辅助变量废气达标率MIN(0.459*工业污染治理投资^0.08649,0.999999)辅助变量废水产生量万吨EXP(40.4065-6.61567*ln(能源转换效率)+0.20529*ln(能源消耗总量))辅助变量废水排放量万吨废水产生量*(1-废水达标率)辅助变量废水达标率MIN(0.999999,0.99999+(0.91208-0.99999)/(1+(工业污染治理投资/3043.65)^3.58951))辅助变量政府研发投入亿元GDP*政府研发投入占GDP比重*0.01辅助变量每年工业污染治理投资亿元GDP*工业污染治理投资比重*0.01速率变量污染物总产生量万吨固废产生量+废气产生量+废水产生量辅助变量污染物总排放量万吨固体排放量+废气排放量+废水排放量辅助变量科研机构R&D成果件-18909.3+48.1677*科研机构R&D投入辅助变量科研机构R&D投入亿元政府对科研机构R&D投入比例*政府研发投入*0.01+企业对科研机构R&D投入+其它投入辅助变量累计发明专利申请量件INTEG(年发明专利申请量,28611)状态变量绿色产品创新万元/吨企业新产品销售额/污染物总产生量辅助变量绿色工艺创新万元/吨工业增加值/污染物总产生量辅助变量能源消耗总量万吨标准煤单位工业增加值能源消耗*工业增加值辅助变量能源转换效率%63.8961*累计发明专利申请量^0.00959辅助变量政府对科研机构R&D投入比例%86.755-0.775*Time辅助变量R&D投入工业企业资金占GDP比重%0.51898+0.08*Time辅助变量绿色技术创新-(绿色产品创新-80.3363)/1586.31+(绿色工艺创新-263.784)/1456.2+(三废综合达标率-0.88383)/0.11614辅助变量

各参数变化如表3所示。情景C为各参数不发生变化; 情景C1、C2、C3和C4分别表示增加政府研发投入、工业污染治理投资以及政府对工业企业直接投入和增加工业企业研发投入。为符合实际并便于观察,政府研发投入比重、工业企业研发投入比重和工业污染治理投资比重均增加0.1%,政府对工业企业投入比例增加20%。具体参数变化如表3所示。

3.3 模拟结果分析

图4和表4均表明,2005-2025年研发投入比重提高0.1%和工业污染治理投资比重提高0.1%,均能促进绿色技术创新,这表示加大研发投入和环境规制力度都会提升绿色技术创新水平。政府对工业企业的研发投入增加20%,对绿色技术创新产生先抑制后促进的影响。这表明政府直接投入工业企业研发在短期内会抑制企业绿色技术创新,但长期来讲,会显著促进企业绿色技术创新。

模拟结果显示:2005-2025年加大工业污染治理投资和研发投入均能有效促进绿色技术创新,但提升效果不同。2005-2015年工业污染治理投资增加对绿色技术创新的提升效果大于研发投入增加,但2016-2025年研发投入对绿色技术创新的提升效果更显著;工业污染治理投资和研发投入都能够有效促进绿色技术创新。因此,应在不同发展时期合理使用两种激励手段,以有效提升企业绿色技术创新水平;2005-2025年政府研发投入和企业研发投入均能促进企业绿色技术创新,但企业的主体作用将逐步凸显。若政府通过调控,向工业企业增加研发投入20%,2005-2022年的绿色技术创新会出现一定抑制,但自2023年起对绿色技术创新的促进效果会逐渐提升。现阶段政府对企业的直接研发投入处于较低水平,虽然加大研发直接投入比例会抑制其对绿色技术创新的促进效果,但从长远角度看,会存在一个拐点,强化其促进效果。因此,研发投入主体及投入对象应逐渐向企业转移。

表2a 历史数据检验结果

年份绿色工艺创新实际值模拟值相对误差(%)绿色产品创新实际值模拟值相对误差(%)2005299.7341729263.784-11.9993.7596436280.3363-14.322006356.0509721344.137-3.35122.0972586118.174-3.212007416.7151526421.1561.07154.8756535161.0213.972008497.6342958495.336-0.46196.4491935207.9595.862009532.4219321567.4696.58226.83675258.69514.042010619.8977097638.2112.95278.1694414313.16912.582011726.1085266708.075-2.48381.2374853371.434-2.572012801.6600364777.463-3.02433.2037512433.5980.092013893.4324483846.679-5.23528.2559067499.8-5.392014956.3093101915.966-4.22599.0284302570.199-4.81

表2b 历史数据检验结果

年份三废综合达标率实际值模拟值相对误差(%)20050.8987130.88383-1.6620060.9138410.905627-0.9020070.926840.919969-0.7420080.9381370.932947-0.5520090.9485910.944967-0.3820100.9595470.954629-0.51

表3 情景设置

变量单位CC1C2C3C4政府R&D投入占GDP比重%+0+0.1%+0+0+0工业污染治理投资占GDP比重%+0+0+0.1%+0+0政府对工业企业R&D投入比例%+0+0+0+20%+0企业R&D投入占GDP比重%+0+0+0+0+0.1%

图4 情景模拟仿真结果

3.4 敏感性分析

敏感性分析是在参数值变化比例相同的情况下,比较观测变量的变化率,分析其对参数变化的敏感性。政府对工业企业研发投入比例的变动表示了政策投入方向的变化。由于未增加政府总投入,因此,此参数变化不在敏感性分析范围内。本文主要分析研发投入和工业污染治理投资参数变化的敏感性。研发投入和工业污染治理投资的变化比例设定为0.1%,绿色技术创新的变化情况如表4所示。

借鉴刘凤朝、冯婷婷[32]的敏感性判别标准,即采用观测变量的变化百分比高于参数变化百分比表示对参数变化的敏感。从表4可以看出,①政府或企业研发投入比重增加0.1%时,绿色技术创新的提升幅度均大于敏感度分界线0.1%,即绿色技术创新对研发投入比重的变化敏感度较高;②工业污染治理投资比重增加0.1%时,绿色技术创新在2005-2018年大于敏感度分界线0.1%,在2019-2025年小于敏感度分界线0.1%。这表示随着时间变化,绿色技术创新对工业污染治理投资的敏感度逐渐下降。

表4 绿色技术创新对于不同参数变化的敏感度

年份C1情境绿色技术创新变化值C1情境绿色技术创新变化率(%)C2情境绿色技术创新变化值C2情境绿色技术创新变化率(%)C3情境绿色技术创新变化值C3情境绿色技术创新变化率(%)C4情境绿色技术创新变化值C4情境绿色技术创新变化率(%)20050000000020060.0142706.5037900.05776026.330190-0.007660-3.4935200.0067473.07592020070.0224405.5009400.08912021.842730-0.012010-2.9445900.0108792.66640220080.0281904.8096200.12989022.161790-0.014710-2.5090600.0141252.40992820090.0326304.2450200.17863023.242530-0.016380-2.1307700.0170062.21274420100.0362303.7645400.20055020.841470-0.017320-1.7997000.0197392.05129820110.0392303.3866000.18804016.232870-0.017690-1.5271200.0224201.93544520120.0417603.1112600.16263012.116490-0.017610-1.3120100.0251001.87003620130.0439102.9095100.1425609.446130-0.017130-1.1350500.0278201.84337320140.0457502.7547000.1011106.088030-0.016290-0.9808500.0305801.84128120150.0473102.6207800.0545803.023500-0.015170-0.8403500.0333601.84800520160.0486202.4982500.0136900.703440-0.013770-0.7075500.0362101.86058720170.0497302.4154700.0039900.193800-0.012140-0.5896600.0390901.89867020180.0506502.3379200.0025400.117240-0.010300-0.4754300.0420201.93957020190.0513902.2568800.0016500.072460-0.008310-0.3649500.0449601.97449320200.0519902.1744700.0011000.046010-0.006140-0.2568000.0479402.00507820210.0524402.0905700.0007400.029500-0.003860-0.1538800.0509202.02997120220.0528002.0078900.0005200.019770-0.001450-0.0551400.0539302.05086720230.0530401.9254400.0003700.0134300.0010400.0377500.0569402.06702020240.0531901.8445100.0002600.0090200.0036000.1248400.0599302.07823320250.0532701.7658400.0001900.0063000.0062200.2061900.0629302.086061

4 结论与建议

本文基于系统动力学方法,构建了环境规制与研发投入对绿色技术创新效用的系统动力学模型,通过参数变化和敏感性分析,探讨了环境规制和研发投入对绿色技术创新的作用效果,得出以下结论:

(1)2005-2014年日渐趋严的环境规制显著促进绿色技术创新,2015-2025年加强环境规制仍能提升绿色技术创新水平但提升度逐步减缓。这表明加大环境规制力度能有效促进绿色技术创新,但环境规制力度达到一定水平时会逐渐趋于平缓。在当前及未来一段时间里,政府加大环境规制大大有利于绿色技术创新水平提升。随着时间推移,环境规制力度将呈现稳定上升趋势,不断推进绿色技术创新水平提升。

(2)2005-2014年增加政府或企业研发投入均能有效促进绿色技术创新,且正向效应不断增强,2015-2025年上升趋势保持不变。加大研发投入有利于提升企业创新积极性与新产品开发意愿,提升企业生产率与能源转化效率,在为企业带来经济效益的同时,减少污染废物产生量,改善环境状况。随着时间推移,研发投入对绿色技术创新的效用愈加明显。因此,不断加大研发投入对于促进绿色技术创新具有重要作用。未来应激励企业主动投入绿色技术创新研发,发挥企业在促进绿色技术创新中的主体作用,其效果将优于政府研发投入。

(3)2005-2014年增加政府对企业的研发投入会抑制其对绿色技术创新的正向效应,但抑制效果不断减弱,未来将出现拐点。因此,将政府研发投入对象向企业转移,将强化对绿色技术创新的正向效应且强化效果不断提升。这也间接表明,绿色技术创新水平的提升越来越依赖于企业自身,科研机构的作用不断减弱,企业主体地位日益提升。因此,政府的研发投入对象应逐渐从科研机构向企业转移,突出企业在绿色技术创新中的主体作用。

中国的绿色技术创新刚刚起步,在未来更长的一段时间里,政府需要加强环境规制,加大研发投入,不断提升绿色技术创新水平;在财政允许范围内,不断加强环境规制、加大政府研发投入,共同促进企业绿色技术创新;同时,应调整研发投入结构,激励企业进行研发投入,政府投入对象应逐渐由科研机构向企业转变,突出企业在绿色技术创新中的主体作用。

参考文献:

[1] PHILIPPE AGHION,DAVID HEMOUS,REINHIDLE VEUGELERS.No green growth without innovation[N].Bruegel policy brief,2009(7).

[2] Ambec,S.And Barla,P.A theoretical foundation of the Porter Hypothesis[J].Economics Letters,2002,75 (3):355-360.

[3] MANAGI S,HIBIKI A,TSURUMI T.Does trade openness improve environmental quality[J].Journal of Environmental Economics and Management,2009,58(3): 346-363.

[4] COLE M,ELLIOT T R,OKUBO T.Trade,environmental regulations and industrial mobility: an industry-level study of Japan[J].Ecological Economics,2010,69(10): 1995-2002.

[5] BARBERA A J,MCCONNELL V D.The Impact of environmental regulations on industry productivity: direct and indirect effects[J].Journal of Environmental Economics and Management,1990,18: 50-65.

[6] GOLLOP F M,ROBERTS M J.Environmental regulations and productivity growth: the case of fossil fueled electric power generation[J].Journal of Political Economy,1983,91 (4): 654-665.

[7] GRAY W B.The cost of regulation: OSHA,EPA and the productivity slowdown[J].American Economic Review,1987,77(5):998-1006.

[8] 董颖,石磊.“波特假说”——生态创新与环境管制的关系研究述评[J].生态学报,2013(2):810-824

[9] 胡鞍钢,郑京海,高宇宁,等.考虑环境因素的省级技术效率排名(1999-2005 )[J].经济学(季刊),2008(4):933-960.

[10] 白雪洁,宋莹.环境规制、技术创新与中国火电行业的效率提升[J].中国工业经济,2009(8):68 - 77.

[11] LANOIE P,PATRY M.Environmental regulation and productivity: new findings on the Porter Hypothesis[R].Working Paper,2001.

[12] 沈能,刘凤朝.高强度的环境规制真能促进技术创新吗?—基于“波特假说”的再检验[J].中国软科学,2012(4):49-59.

[13] 李平,慕绣如.波特假说的滞后性和最优环境规制强度分析——基于系统 GMM 及门槛效果的检验[J].华东经济研究,2013(4):21-29

[14] 许治,何悦,王晗.政府 R&D 资助与企业 R&D 行为的影响因素——基于系统动力学研究[J].技术与创新管理,2012(4):67-75.

[15] ROMER P.Endogenous technological change[J].Journal of Political Economy,1990,98(5):71 -102.

[16] PARK W G.A theoretical model of government research and growth[J].Journal of Economic behavior and organization,1998,34(1):69-85.

[17] MATHEWS J A,HU M C.Enhancing the role of universities in building national innovative capacity in Asia:the case of Taiwan[J].World Development,2007,35(6):1005-2020.

[18] 赵付民,苏盛安,邹珊刚.我国政府科技投入对大中型工业企业投入的影响分析[J].研究与发展管理,2006.18(2):78-84.

[19] 刘凤朝,孙玉涛.政府科技投入对其他科技投入的效应分析[J].研究与发展管理,2007,(6):100-106.

[20] 徐茜.我国政府研发投入组合效应研究[D].大连:大连理工大学,2014.

[21] 徐春杰,李强.科技投入产出绩效评价的内生增长模型研究[J].中国软科学,2006(8):65-72

[22] 廖中举.R&D投入、技术创新能力与企业经济绩效间关系的实证分析[J].技术经济,2013(1):19-23.

[23] 何小刚.绿色技术创新的最优规制结构研究—基于研发支持与环境规制的双重互动效应[J]经济管理,2014(11):144-153.

[24] DONG X,LI C,LI J,et al.Application of a system dynamics approach for assessment of the impact of regulations on cleaner production in the electroplating industry in China[J].Journal of cleaner production,2012,20(1):72-81.

[25] 常香云等.促进我国汽车零部件再制造的政府低碳引导政策研究-以汽车发动机再制造为例[J].系统工程理论与实践,2013(11):2811-2820.

[26] 刘凤朝,姜滨宾,孙玉涛.基于结构-过程的公共R&D投入技术创新效应机理分析[J].管理学报,2013(3):421-429.

[27] 田红娜,毕克新,夏冰等.基于系统动力学的制造业绿色工艺创新运行过程评价分析[J].科技进步与对策,2012(7):112-118.

[28] 李文超,田立新,贺丹.生态创新促进经济可持续发展的路径研究[J].科技管理研究,2013(4):16-19.

[29] 张成,陆旸,郭路等.环境规制强度和生产技术进步[J].经济研究,2011(2):113-124.

[30] 陈劲,刘景江,杨发明.绿色技术创新审计实证研究[J].科学学研究,2002(2):107-112.

[31] 毕克新,杨朝均,黄平.中国工艺创新绩效的地区差异及影响因素研究[J].中国工业经济,2013(10):57-69.

[32] 刘凤朝,冯婷婷.国家创新能力形成的系统动力学模型-以发明专利为能力表征要素[J].管理评论,2011(5):30-38.

(责任编辑:胡俊健)

Study on the Effect of Environmental Regulation and R&D Investment on Green Technology Innovation

Zhang Xu,Wang Yu

(School of Management and Economy,Dalian University of Technology,Dalian 116000,China)

Abstract:Green technology innovation needs to be stimulated by external incentives. Based on the review of environmental regulation policy,R&D input and green technology innovation, from the perspective of system dynamics, the paper constructs the system dynamics model of effect of environmental regulation and R&D policy on green technology innovation, and empirically tested the applicability of the model. The simulation results show that to strengthen environmental regulation and R&D can improve enterprise's green technology innovation ,environmental regulation in the short term is higher than the R&D investment in promoting effect, but in the long run below the promoting effect of governmental R&D investment. The R&D investment has positive effect on the green technology innovation, and growing over time. Finally, according to the simulation results, the paper puts forward policy suggestions for the future development of green technology innovation.

Key Words:Green Technology Innovation; R&D Investment; Environmental Regulation; System Dynamics

DOI:10.6049/kjjbydc.2017010494

中图分类号:F273.1

文献标识码:A

文章编号:1001-7348(2017)17-0111-09

收稿日期:2017-03-22

基金项目:国家自然科学基金重大国际(地区)合作研究项目(71320070060)

作者简介:张旭(1971-),男,辽宁大连人,博士,大连理工大学管理与经济学部副教授,研究方向为战略管理、企业社会责任、绿色增长;王宇(1990-),男,辽宁沈阳人,大连理工大学管理与经济学部硕士研究生,研究方向为绿色增长。