创新价值链视角下环境规制对技术创新效率的影响
——以黄河流域为例

董会忠,刘鹏振

(山东理工大学 管理学院,山东 淄博 255000)

摘 要:基于创新价值链视角,将技术创新效率分为科技研发效率和成果转化效率两阶段,采用2005-2018年黄河流域73个城市面板数据进行回归检验,引入技术密度作为门槛变量,探究环境规制对两阶段技术创新效率的区域异质性影响。结果表明:①黄河流域及中下游地区的环境规制与科技研发效率呈倒“U”型关系,上游地区环境规制与科技研发效率呈“U”型关系;②黄河流域及中下游地区环境规制对成果转化效率影响不显著,上游地区的成果转化率随着环境规制水平提升呈倒“U”型变化趋势;③黄河流域和下游地区的环境规制与科技研发效率存在技术密度双重门槛效应,其中,中游地区通过单一门槛检验,上游地区未通过门槛检验,而黄河流域和上游地区的环境规制与成果转化效率存在技术密度单一门槛效应,其中,中下游地区未通过门槛检验。

关键词:环境规制;技术创新效率;创新价值链;技术密度

The Impact of Environmental Regulation on Technological Innovation Efficiency from the Perspective of Innovation Value Chain:a Case Study of the Yellow River Basin

Dong Huizhong, Liu Pengzhen

(School of Management, Shandong University of Technology, Zibo 255000,China)

AbstractBased on the perspective of innovation value chain, the efficiency of technological innovation is divided into two stages: R&D efficiency and achievement transformation efficiency. Using the panel data of 73 cities in the Yellow River Basin from 2005 to 2018, the regression test is conducted, and the technology density is introduced as the threshold variable to explore the regional heterogeneity of environmental regulation on the efficiency of technological innovation.The results show that: (1) The environmental regulations in the Yellow River Basin and the middle and lower reaches of the region have an inverted U-shaped relationship with the efficiency of scientific and technological R&D, and the environmental regulations in the upstream region have a U-shaped relationship with the efficiency of scientific and technological R&D. (2) The environmental regulations in the Yellow River Basin and the middle and lower reaches have no significant impact on the efficiency of achievement transformation, and the efficiency of achievement transformation in the upstream areas shows an inverted U-shaped development trend as environmental regulations gradually strengthening. (3) The environmental regulation and technological R&D efficiency of the Yellow River Basin and the lower reaches have a dual threshold effect of technology density. The middle reaches pass the single threshold test, and the upper reaches fail the threshold test; the Yellow River basin and the upper reaches of the environmental regulation and achievement transformation efficiency have technology the single threshold effect of density, the middle and lower reaches failed the threshold test.

Key Words:Environmental Regulation; Technological Innovation Efficiency; Innovation Value Chain; Technological Density

收稿日期:2020-12-28

修回日期:2021-03-04

基金项目:国家社会科学基金项目(19BJY085);山东省社会科学规划研究项目(18CGLJ09)

作者简介:董会忠(1968-),男,山东烟台人,博士,山东理工大学管理学院教授、硕士生导师,研究方向为技术经济、能源经济;刘鹏振(1996-),男,山东枣庄人,山东理工大学管理学院硕士研究生,研究方向为技术经济、能源经济。

DOI10.6049/kjjbydc.2020120755

开放科学(资源服务)标识码(OSID):

中图分类号:F127.2

文献标识码:A

文章编号:1001-7348(2021)16-0037-09

0 引言

在经济发展新常态下,积极推进生态文明建设,实施创新驱动发展战略,是我国经济发展由速度领跑向质量拉动迈进的重要举措。作为引导经济高质量发展的新发展理念,绿色与创新是当前经济转型的必然选择,其中,科技创新是推进绿色发展的首要动力,而绿色发展是科技创新的最终目标[1]。黄河流域作为北部地区重要的经济带与生态屏障,在我国实现经济高质量发展过程中扮演重要角色。2019年9月在习近平总书记主持召开的黄河流域生态保护和高质量发展座谈会上,黄河流域生态保护和高质量发展上升为国家重大战略,并要求积极探索富有地域特色的高质量发展新路子。十九届五中全会提出,要对生态环境实行严格的环保政策并保证政策落地,同时,完善科技创新体制,加快创新型国家建设。但受历史问题与区域差异限制,黄河流域不同地区面临的生态环境问题不同,诸如黄河上游生态系统退化、中游水土流失严重以及下游生态流量低下等,导致环保政策落实难度较大。同时,地区经济社会发展存在明显梯度,导致传统产业革新与新型产业难以持续推进,技术交流与知识传播受阻,不利于技术创新效率提升,进而限制环境规制“波特效应”的发挥。因此,本研究在“波特假说”理论与机制基础上,通过科学测度黄河流域技术创新效率,探讨环境规制对技术创新效率的影响机理,明晰生态环境保护与科技创新关系,以期为实现黄河流域经济高质量发展提供理论借鉴。

1 文献综述

新古典经济学理论认为,因企业发展中的环境污染未被计入生产成本,易导致市场失灵问题[2],需要实施环境规制,而加强环境规制会增加企业污染治理投入,挤占科技创新活动资金,降低创新产出水平,产生“挤出效应”。波特假说[3]提出,适度的环境规制可以推动企业技术创新,即存在合理的规制区间,弥补由环境规制造成的额外成本,形成“创新补偿效应”。

“波特假说”的提出引起了学术界的广泛关注,学者们从多个层面探究环境规制与技术创新效率关系以验证波特假说,主要形成3种观点:一是支持“波特假说”的存在性。如陈诗一[4]通过研究中国内地286个城市发现,政府环境治理水平提升能有效降低空气污染,提高经济发展质量;斯丽娟[5]认为,黄河流域城市的环境规制水平对绿色技术创新有显著促进作用,并且会在城市间产生正向溢出效应;张旭等[6]运用系统动力学模型进行实证分析,发现短期内加强环境规制有助于提升企业绿色技术创新水平。二是认为环境规制会抑制技术创新效率。如伍格致[7]基于中国省级面板数据研究发现,“波特假说”并不成立,即在全国层面上的环境规制会抑制技术创新水平提升;许冬兰[8]提出,环境规制虽然有利于提升企业生产率,但会造成工业技术效率下降,且东部地区的环境合规成本最高;雷明[9]认为,环境规制对低碳经济全要素生产率存在显著负向影响。三是认为环境规制与技术创新效率为非线性关系。如蒋伏心等[10]基于制造业面板数据研究发现,环境规制对技术创新的影响具有双重性,随着环境规制强度提高,其影响由挤出效应变为补偿效应;苏晰等[11]通过计量回归发现,正式环境规制无法刺激企业创新,而非正式环境规制与企业技术创新呈倒“U”型发展关系;邝嫦娥[12]认为,环境规制对绿色创新的影响呈“V”型门槛特征,即不同强度下的环境规制遵循成本效应和倒逼效应;李斌等[13]研究发现,环境规制对绿色创新效率存在双重门槛效应,环境规制强度在一定水平下促进工业发展方式绿色化。

通过梳理文献发现,现有研究关于环境规制对技术创新效率的影响并未形成一致结论,不足之处在于:①关于二者的关系,“波特假说”和古典经济学理论在不同产业、不同地区都得到了验证,但缺乏对技术创新过程内部结构和运行机制的研究,事实上技术创新是由研发、制造、销售等一系列子过程构成。因此将技术创新过程分解为多个阶段,分别探讨环境规制对技术创新效率不同阶段的影响更具有现实意义;②多数学者从省域层面探索环境规制与技术创新的关系,但由于我国东西部经济发展不平衡、南北产业结构差异较大,仅着眼于省域层面难以体现地区环境规制对技术创新效率影响的异质性;③现有研究主要关注环境规制强度、污染治理水平等要素对技术创新的作用,忽略了技术密集度对技术创新效率的可能影响。为弥补上述不足,本文基于创新价值链视角,以黄河流域作为研究对象,实证分析环境规制对两阶段技术创新效率的影响。考虑到技术密度对环境规制可能具有调节作用,将技术密度作为门槛变量,采用门槛模型检验环境规制对技术创新效率的影响。同时,尝试分别对黄河流域上、中、下游地区进行分析,以探讨各区域环境规制对技术创新效率影响的差异性。

2 理论分析与研究假设

2.1 环境规制与技术创新效率

现阶段,关于环境规制与技术创新交互关系的研究虽然存在不同观点,但多数学者支持二者存在非线性关系的结论。由于治污技术进步效应和创新补偿效应重叠,导致不同时间段内环境规制对技术创新效率的影响结果也不同[14]。其中,治污技术进步效应是指企业愿意加大污染治理投入,在污染末端减少排放,从而满足环境规制要求;创新补偿效应是指企业愿意加大技术创新投入,从而提高生产效率,从源头减少污染排放,同时,提高企业竞争力和销售利润。从短期来看,环境规制会增加企业生产成本、挤占研发资金,产生环境合规成本,进而抑制技术创新;长期来看,随着环境规制加强,企业被迫支付较多环境治理成本,当治理成本大于企业主动减少环境污染所需成本时,科研创新投入力度就会加大,生产技术得到革新,进而促进技术创新效率提升。面对不同强度环境规制水平,企业会根据自身成本-收益进行权衡,在满足治污要求的同时实现利润最大化。因此,环境规制对技术创新效率的影响随着其强度变化而变化。蒋伏心[10]、苏晰[11]和邝嫦娥等[12]研究发现,环境规制与技术创新效率存在“U”型、倒“U”型和“V”型等非线性关系。基于此,本文提出第1个研究假设。

H1:环境规制与技术创新效率存在非线性关系。

以往研究通常将创新过程视为“黑箱”,忽视了创新内部结构和运行机制。实际上技术创新需要多种要素投入(中间投入、产出以及追加投入)并经过多重创新阶段,一个完整的创新过程是由设计、研发、生产、销售等一系列相互关联的子过程构成的。本文针对黄河流域技术创新效率的研究将以技术创新理论为基础框架,根据Hansen[15]提出的创新价值链理论,借鉴关成华[16]、刘树峰[17]的研究成果,将技术创新过程分为科技研发和成果转化两阶段,以此打开创新“黑箱”,深入分析技术创新过程与内在作用机理。科技研发阶段主要是指从资金、技术人员等初始资源投入到转化为成果的创意生成过程,该阶段科技成果作为中间产物被应用到第二阶段;成果转化阶段主要是指研究成果转化为生产力并实现经济效益的过程(图1)。因此在创新价值链视角下,针对环境规制如何影响技术创新效率的问题将进一步分解为环境规制如何影响科技研发效率和成果转化效率两方面问题,有助于客观解释环境规制对技术创新效率影响的内在特征。鉴于环境规制对二者的影响可能存在差异,本文提出第2个研究假设。

图1 创新价值链视角下技术创新活动框架

H2:环境规制对两阶段技术创新效率的影响存在异质性。

从经济地理学视角,不同区域经济发展、社会文化、自然禀赋、生态环境均存在空间异质性,政府制定环境规制的着力点也不尽相同,因此环境规制对技术创新的影响途径与作用机制也表现出差异性。诸多学者基于区域差异对环境规制与技术创新关系进行了探讨。如肖丁丁[18]利用分位数回归和解法研究环境规制与技术创新关系,发现我国东部和中西部地区环境规制对技术创新的影响差异明显;江珂[19]实证分析了环境规制对中国三类技术创新的影响,发现环境规制对东部和中部地区技术创新影响显著,对西部地区影响不显著;周清香和何爱平[20]认为,黄河流域上游地区环境规制加强对高质量发展并未产生显著影响,中下游地区环境规制与高质量发展呈倒“U”型关系;赵明亮等[21]通过对黄河流域65个重点城市的研究发现,环境规制对黄河流域绿色全要素生产率产生正向影响。此外,Jiang和Wang等[22]、Xie和Yuan等[23]研究发现,环境规制对技术创新效率的影响在不同地区存在显著差异。上述研究佐证了环境规制与技术创新效率存在动态关联,且区域技术创新效率是多种因素影响的综合结果。由于不同区域经济总量、产业结构、人力资源、市场开放程度和政策法规体系等存在较大差异,而环境规制仅是影响区域技术创新效率的一个因素,因此黄河流域不同区域环境规制对技术创新效率的影响是否存在空间异质性还需要进一步验证。基于此,本文提出第3个研究假设。

H3:环境规制对技术创新效率存在区域异质性。

2.2 技术密度的调节作用

现有文献对环境规制与技术创新效率关系的研究大多基于一个前提假设,即一个地区的技术创新主要由经济发展水平、环境规制强度、科技研发投入等外生因素决定,而对产业内在影响因素考虑较少。事实上一个地区的产业特征同样会对技术创新效率产生影响,它在一定程度上决定了地区发展潜力和行业发展预期。技术密度作为产业特征之一,与技术创新存在紧密联系[24]。从微观层面看,企业技术密集程度越高,其创新动力、创新空间越大。当政府实施适当的环境规制政策时,会促进技术创新效率提升;而技术密集度较低的企业受限于狭小的创新空间和较弱的创新能力,当环境规制力度进一步加大时,其生产水平难以达到既定环保标准,最终将面临“关停”风险。从宏观层面看,只有当一个地区的技术密集度达到一定门槛值后,环境规制才对技术创新效率产生显著正向影响。因此本文提出第4个研究假设。

H4:环境规制对技术创新效率存在技术密度门槛。

3 研究设计与指标选取

3.1 指标选取与数据来源

(1)被解释变量:科技研发效率(Y1)与成果转化效率(Y2)。参考关成华[16]、杨世迪[25]的研究成果,采用超效率SBM模型分别测度技术创新两阶段效率值。在科技研发阶段,通常存在研发经费、技术人员等初始资源投入,技术人员作为整个研发过程中重要的参与者,是实现科技研发成功的关键,也是影响科技研发效率的决定性因素;而研发经费作为整个研发过程的“润滑剂”,起到保障性作用。因此,本文以R&D内部经费支出和R&D人员全时当量表示研发投入(R&D内部经费支出采用永续盘存法测算实际资本存量[26])。创新产出是指技术知识凝结等方面的产物,主要包括论文、专利、专著等形式。考虑到专利数据已成为量化技术创新资源实现成果转化的关键指标,而新产品项目数能够更好地反映技术创新中间产出状况,因此选择专利申请总量和新产品项目数作为衡量科技研发阶段的产出变量。在成果转化阶段,专利申请总量和新产品项目数作为中间变量,承接科技研发阶段的创新产出,同时也可作为成果转化阶段的投入指标。由于创新成果最终会转化为生产力并实现经济效益,因此选择新产品销售收入作为成果转化阶段的产出指标,具体见表1。

表1 两阶段技术创新效率评价指标体系

技术创新阶段指标类型指标名称科技研发阶段(Y1)投入指标R&D内部经费支出R&D人员全时当量产出指标专利申请总量新产品项目数成果转化阶段(Y2)投入指标专利申请总量新产品项目数产出指标新产品销售收入

(2)核心解释变量:环境规制(ER)。环境规制政策既包含环境面政策,也包含环保政策。不同类型环境规制手段有其自身特点和适用性,运行机制也各不相同。本文参照张华[27]、吴磊[28]的研究成果,从政府监管、收益、支出3个角度解释环境规制:一是环境规制监管指标。该指标从政府监管角度出发,衡量政府部门对环境的监管力度,即政府通过颁布环保法律、法规等,对破坏环境的经济主体实施强制约束,使其严格遵守政府制定的诸如质量标准、排污标准等规定。二是环境规制收益指标。该指标从环境治理效果角度衡量环境规制的最终收益,而环境污染排放减少可以作为衡量环境污染治理效果的测度方式,通常采用某(多)种污染物的排放量度量。三是环境规制支出指标。该指标从经济支出角度衡量环境规制努力程度。环境污染治理投资作为一项经济性支出,其投资越大,表示在环境规制方面作出的经济性努力越多。考虑到本文研究目的是考察环境规制与技术创新效率的关系,因此选择可以量化的指标用于计量回归。在参考于鹏[2]等研究成果基础上,选取环境污染治理费用占GDP的比重表示环境规制程度。由于各地区的环境治理力度不同,可以假定某城市的环境规制强度越大,环境污染治理支出比重越高。

(3)门槛变量:技术密度(TE)。技术水平与技术密度呈正相关关系。在高技术水平地区,其自主创新投入多,技术密度大,对技术创新产生的影响也更显著[1]。技术密集度用研发密度与研发人员密度的乘积表示。其中,研发密度用各城市研发支出占国民生产总值的比重衡量;研发人员密度用R&D人员总数占该城市就业人口总数的比重表示。

(4)控制变量:①外商直接投资(FDI):外资流入有利于企业延长生产-销售资金链,促进资本流转,本文以外商直接投资总额占GDP的比重衡量外商直接投资水平;②信息化水平(IT):科技研发活动离不开信息要素流动,而信息化是利用信息技术促进信息交流、知识共享的重要手段,能够为科技研发活动提供基础设施环境,成为创新活动的重要支撑[29],本文以地区国际互联网用户数表征信息化水平;③对外开放度(OPEN):地区对外开放度越高,行业竞争越激烈,本文以产品进出口额占GDP比重衡量;④产业结构(INS):在经济发展不同阶段,各产业占经济总量的比重不同,合理的产业构成和产业关系能够通过关联效应促进技术创新效率提升,本文选取第二产业增加值占GDP的比重表征产业结构;⑤人力资本(HR):内生增长理论[30]认为,人力资本累积会对科技创新产生重要影响,通常人力资本水平高的地区,其整体劳动力素质也高,而高水平的人力资本代表劳动技能熟练和知识储备丰富,有助于为科技研发活动提供重要的人才保障,本文选取每万人高等学校在校生人数衡量人力资本水平。

本文选取2005-2018年为研究期,重点考察该时段内黄河流域环境规制与技术创新效率间的交互影响机理。样本数据来源于《中国城市统计年鉴》《中国科技统计年鉴》、EPS数据库以及各地市统计年鉴和统计公报。对于缺失数据,利用SPSS软件处理缺失值的方法给予补充,确保数据准确性和完整性。

3.2 计量模型

为探讨黄河流域环境规制对科技研发效率和成果转化效率的影响,构建两个面板模型,具体形式如下:

(1)

(2)

模型(1)用于考察环境规制对科技研发效率的作用程度。其中,i表示城市,t代表年份。Y1为被解释变量,表示科技研发效率;ER为核心解释变量,表示环境规制;FDIINSITHROPEN为控制变量,分别表示外商直接投资、产业结构、信息化水平、人力资本水平和对外开放程度。C为常数项;β表示待估参数;Vi表示个体效应;λi表示时间效应;εit表示随机误差项。

模型(2)用于考察环境规制对成果转化效率的作用程度。其中,Y2为被解释变量,表示成果转化效率,其它变量含义不变。

参考以往文献可知,环境规制对技术创新效率的作用会受到技术密度的影响。因此,本文借鉴Hansen[31]提出的面板门槛模型,考察在技术密度约束下环境规制对科技研发效率与成果转化效率的影响。考虑到门槛数量未知,首先建立单一门槛模型,检验后再进行适当调整,模型构建如下:

(3)

(4)

其中,i表示城市,t表示时间。Y1Y2为被解释变量,分别表示科技研发效率和成果转化效率;ER为核心解释变量,表示环境规制;TE表示经济密度;τ为门槛估计值,I (·)为指示函数,为其它控制变量,μit为随机误差项。

4 实证分析

4.1 平稳性检验

为保证数据平稳性,对选择的所有变量进行单位根检验。本文采用原假设为同质面板单位根的LLC方法和原假设为异质面板单位根的ADF-Fisher方法进行平稳性检验。由表2可知,所选指标均通过显著性检验,说明数据平稳性良好,可作进一步分析。

表2 面板单位根检验结果

变量 LLC检验ADF检验Y1-17.210***385.645***Y2-2.706***78.602***ER-4.187***165.320**ER2-76.369***420.613***FDI-35.671**396.420***IT-67.545***98.652***OPEN-15.602***301.254***INS-4.863**265.452***HR-21.687***98.254***

注:***、**、*分别表示通过1%、5%、10%的显著性水平检验,下同

4.2 环境规制对技术创新效率的影响

根据模型(1)和模型(2),分析黄河流域73个城市环境规制对技术创新科技研发和成果转化两个阶段的影响。基于黄河流域经济发展不平衡的客观事实 [32],进一步探讨黄河流域上游、中游和下游地区环境规制对技术创新效率的异质性影响。其中,黄河上游地区包括青海省和宁夏回族自治区全部州市、甘肃省7个州市、四川阿坝州和内蒙古自治区7个盟市;黄河中游地区包括山西省全部地市、陕西省8个地市、甘肃省3个地市和河南省4个地市;黄河下游地区包括河南省7个地市和山东省12个地市。具体实证结果见表3和表4。

表3 环境规制对科技研发效率影响的实证结果

变量黄河流域下游中游上游ER51.446***83.843***35.581***-15.160***(3.10)(1.67)(1.05)(-0.43)ER2-19.947***-27.781***-7.191***1.752***(-2.31)(-1.52)(-0.763)(0.19)FDI0.003 20.002 40.004 1***0.007 6***(8.93)(5.01)(9.49)(0.77)IT0.507***0.450***0.175***0.696***(3.35)(2.13)(1.19)(3.79)OPEN0.004 3***0.001 3***0.001 20.003 7(7.62)(2.93)(4.92)(9.80)INS-3.303***-2.629***-0.734***-2.672***(-2.79)(-1.79)(-0.55)(-2.60)HR0.002 4***0.001 6***0.003 1***0.001 6***(4.54)(4.38)(9.34)(5.06)N1 022266364392ρ0.5440.7150.9380.469R20.5380.5280.9500.815

表4 环境规制对成果转化效率影响的实证结果

变量黄河流域下游中游上游ER-45.781-21.096-25.802 0.723***(-2.08)(-2.63)(-1.48)(0.12)ER237.08915.18810.329-4.416***(1.80)(2.72)(1.77)(-0.53)FDI3.340***1.204***-0.178-0.335(3.90)(0.63)(-2.44)(-0.41)IT0.168***0.129***0.186***0.253***(0.73)(2.42)(2.76)(1.82)OPEN0.003 0***0.002 5***0.003 10.001 8(4.95)(1.69)(3.01)(1.92)INS3.3481.4820.334***3.795***(2.90)(0.79)(1.17)(3.68)HR-0.008 7-0.008 4***-0.003 1***0.001 1(-1.07)(-1.11)(-4.50)(3.67)N1 022266364392ρ0.6850.7720.8310.574R20.4960.4410.4230.471

4.2.1 科技研发阶段环境规制对技术创新效率的影响

从科技研发阶段的实证结果看,环境规制及其平方项系数均通过了1%的显著性检验。其中,黄河流域中下游地区环境规制的一次项系数为正,二次项系数为负,表明环境规制对科技研发效率的影响呈倒“U”型变化特征,与本文的假设H1相符。上游地区环境规制的一次项系数为负,二次项系数为正,与中下游地区预估结果存在一定差距,印证了本文的假设H3。控制变量中,黄河流域信息化水平、对外开放度、人力资本对科技研发效率的影响为正,且均通过显著性检验;产业结构的影响为负,说明阻碍了科技研发效率提升;外商直接投资影响不显著。

究其原因在于,企业是否愿意选择加大创新投入以降低环境污染,取决于环境规制成本与科技研发投入成本的大小。当环境规制水平较低时,意味着企业服从环境规制的成本也较低,其更愿意以牺牲环境为代价换取经济利益;当环境规制水平逐渐提高时,企业难以维持现有生产规模,为了保持原有收益,会对现有生产设备进行优化配置。在上述双重动机下,企业会加大科技研发投入以提高资源利用率和创新效率,力求通过较低的科技投入实现更大利润并满足政府的政策要求,此时环境规制对技术创新产生了补偿效应。然而,随着环境规制越来越严格,企业通过科技研发获得的收益不足以弥补治污成本,此时企业可能选择逃避污染,迁至一个环境规制较低地区,导致科技研发效率降低。因此,随着环境规制力度由弱变强,黄河流域中下游地区的科技研发效率表现为先增长后降低的倒“U”型变化趋势。对于上游地区而言,企业自主创新成本较高、动力不足,当环境规制力度由弱变强时,增加的治污成本可能挤占企业原有的研发资金,导致科技研发效率降低,此时环境规制对技术创新产生了挤出效应;当环境规制力度达到“拐点”并进一步加大时,企业治污负担加重,治污效果不理想,治污成本加大直至超过科技研发投入。面对治污边际收益递减和环境规制不断加强的双重压力,企业将逐渐加大创新投入,提升技术创新效率,以实现更高收益。因此,随着环境规制力度加大,上游地区的科技研发效率呈现出“U”型变化趋势。

4.2.2 成果转化阶段环境规制对技术创新效率的影响

从成果转化阶段的实证结果看,黄河流域中下游地区环境规制对成果转化效率的影响系数均不显著;上游地区环境规制的一次项和二次项系数分别为正号、负号,且通过1%水平下的显著性检验,表明环境规制对成果转化效率的影响呈倒“U”型变化趋势,印证了本文的假设H2。原因可能是,在研发成果进一步转化为生产力并产生效益的环节,上游地区适度的环境规制强度能够帮助企业提升科研成果转化率,加快科研成果市场化进程,从而更早地获取利润以弥补额外的环境治理成本;当环境规制超过一定限度时,不断提高的环境成本给企业带来较重的负担,使其难以进一步推进科技研发成果市场化。在控制变量中,黄河流域外商直接投资、信息化水平、对外开放度对成果转化效率的影响为正,且均通过显著性检验;产业结构和人力资本对成果转化效率的影响不显著。

4.3 技术密度门槛分析

上述研究验证了环境规制对两阶段技术创新效率的影响存在非线性作用关系。为进一步分析环境规制对不同技术创新阶段的影响效果,本文以技术密度为门槛变量,探究环境规制对两阶段技术效率是否存在门槛效应。首先采用Bootstrap法估算F统计量和P值,从而确定具体门槛数量,具体见表5。

表5 环境规制对技术创新效率的门槛效应存在性检验及门槛估计值

变量模型估计值F值P值95%置信区间BS次数黄河流域(科技研发阶段)单一门槛0.0189.3890.010[0.018,0.022]300双重门槛0.0381.4370.002[0.035,0.046]300三重门槛34.1360.640[0.015,0.098]300黄河流域(成果转化阶段)单一门槛0.04525.0180.003[0.040,0.065]300双重门槛11.0120.150[0.040,0.071]300三重门槛68.3650.230[0.040,0.075]300

由回归结果可知(见表6),随着技术密度不断增大,黄河流域的环境规制对技术创新效率存在非线性作用关系。在科技研发阶段,环境规制对科技研发效率的影响系数均通过了1%的显著性检验。当技术密度低于0.018时,环境规制的回归系数为-0.857,表明当技术密度较低时,环境规制对科技研发的影响为负向作用,可能是因为黄河流域经济发展不平衡,资金和基础设施难以满足现阶段发展需求,此时政府若实施较强的环境规制会导致企业占用大量研发费用,阻碍科技研发效率提升;当技术密度介于0.018~0.038时,环境规制的回归系数为1.354,即随着经济发展水平提高,黄河流域的技术密度增大,现有环境规制水平会对技术创新产生补偿效应,促进科技创新效率提升;当技术密度高于0.038时,环境规制的回归系数为2.358,表明当技术密集度跨过第二重门槛时,环境规制对科技研发效率的促进作用进一步增强。

表6 环境规制对技术创新效率的门槛回归结果

变量黄河流域(科技研发阶段)黄河流域(成果转化阶段)FDI0.006 1(8.30)0.007 6(4.32)IT0.127***(1.42)0.168***(2.13)OPEN0.004 5***(4.51)0.007 0(9.87)INS-0.041(-0.78)0.158***(1.52)HR0.001 5***(4.31)0.001 2(6.32)ER(TE<0.018)-0.857***(-3.58)ER(0.018≤TE<0.038)1.354***(5.12)ER(TE≥0.038)2.358***(7.78)ER(TE<0.045)-0.752***(-3.59)ER(TE≥0.045)-0.688***(-5.32)F45.6447.56R20.77840.697

在成果转化阶段,随着技术密度不断增大,环境规制对成果转化效率产生负向影响,当技术密度小于0.045时,环境规制的回归系数为-0.752;当技术密度大于0.045时,其回归系数为-0.688,且均通过1%的显著性检验,表明环境规制会阻碍成果转化。可能的原因是,一方面我国专利发明的准入门槛较低,实用性不足且占用了大量研发资金;另一方面是由于成果转化阶段未能与第一阶段实现良好对接,导致专利成果转化率不高,阻碍成果转化效率提升。

分区域看,在科技研发阶段,下游地区通过单一门槛和双重门槛检验,中游地区通过单一门槛检验,上游地区未通过门槛检验,具体回归结果见表7。对于下游地区来说,当技术密度小于0.024时,环境规制的回归系数为0.358;当技术密度介于0.024~0.055时,其回归系数为0.544;当技术密度大于0.055时,其回归系数为0.604,且均通过显著性检验。这表明环境规制对技术创新效率产生正向影响,并且影响力度逐渐提升。究其原因是,下游地区经济基础较好,产业技术密集度高,企业拥有更多创新技术和创新空间,适当的环境规制有助于提高科技研发效率。在中游地区,当技术密度小于0.035时,环境规制的回归系数为-0.106,当技术密度大于0.035时,其回归系数为0.284,说明当中游地区的技术密集度较低时,环境规制对科技研发起阻碍作用,随着技术密集度增大,环境规制对科技研发的正向效应逐渐显现。究其原因在于,中游地区技术基础和工业基础薄弱,经济发展缓慢,对科技研发效率未起到有效的促进作用。随着西部大开发战略的实施,国家大力支持中西部基础设施建设,鼓励东部产业西迁,中游地区的经济基础和技术水平不断提升,科技研发效率随之提升。此外,上游地区经济欠发达,技术水平和创新能力有限,因此不存在技术密度门槛。

表7 环境规制对科技研发效率的门槛回归结果

变量下游中游上游FDI0.002 80.009 54**0.001 74***(8.45)(6.65)(5.48)IT0.156***0.354***0.303***(2.74)(0.25)(1.44)OPEN0.005 2***-0.002 2-0.005 74(5.44)(-0.79)(-3.63)INS-0.012 5***-0.012 7***-0.008 07***(-0.36)(-0.56)(-4.37)HR0.007 5***0.003 2***0.002 28***(2.85)(3.42)(2.30)ER(TE<0.035)-0.106***(-1.65)ER(TE≥0.035)0.284***(2.06)ER(TE<0.024)0.358***(2.78)ER(0.024≤TE<0.055)0.544***(3.58)ER(TE≥0.055)0.604***(4.21)F73.1252.1346.47R20.789 50.685 20.754 3

由表8可知,在成果转化阶段,对于上游地区来说,当技术密集度小于0.060时,环境规制的回归系数为0.355,当技术密集度大于0.060时,其回归系数为-0.594,且均通过显著性检验。这说明技术密集度较低有助于助企业提升科技成果转化率,加快市场化,更早地获取利润以弥补污染治理成本,但是当技术密集度不断增大时,企业更倾向于进行科技研发投入,从而导致成果转化效率降低。中下游地区的技术密集度对成果转化阶段的影响不显著,也不存在门槛效应。

表8 环境规制对成果转化效率的门槛回归结果

变量下游中游上游FDI0.005 840.001 24***0.001 42(3.25)(4.21)(13.2)IT0.254***0.160***0.121***(1.42)(3.41)(0.85)OPEN0.004 52***0.001 200.001 35(5.21)(4.70)(3.14)INS0.087 00.512***0.238(0.75)(0.63)(1.45)HR0.004 52**0.001 250.007 51*(5.23)(7.56)(2.86)ER(TE<0.060)0.355***(7.21)ER(TE≥0.060)-0.594***(-5.79)F23.4522.1624.85R20.6530.6100.586

5 结论与启示

本文选用2005-2018年黄河流域73个城市面板数据为研究对象,基于创新价值链视角分析环境规制对技术创新科技研发阶段和成果转化阶段的影响及其区域差异性。主要结论如下:第一,环境规制与科技研发呈倒“U”型关系,即适度的环境规制会对技术创新产生补偿效应,当环境规制逐渐增强直至超过拐点时,会导致科技研发效率降低,且环境规制对成果转化未产生显著影响。第二,分区域来看,中下游地区环境规制与科技研发呈倒“U”型关系;上游地区环境规制与科技研发呈 “U”型关系,由最初的挤出效应变为补偿效应;中下游地区环境规制与成果转化没有显著关系,上游地区成果转化效率随着环境规制增强呈倒“U”型变化趋势。第三,不同地区产业技术密集度差异较大,只有当技术密集度达到一定门槛值后,环境规制才对技术创新效率产生显著影响。环境规制与科技研发效率之间存在基于技术密集度的双重门槛效应。当技术密集度跨越第一重门槛值0.018时,环境规制会显著促进科技研发效率提升;随着技术密集度增大直至跨越第二门槛值0.038时,环境规制对科技研发效率的促进作用最显著。环境规制与成果转化效率之间存在基于技术密集度的单一门槛效应,随着技术密集度增大,环境规制对成果转化效率产生负向影响。分区域来看,在科技研发阶段,黄河中下游地区分别通过单一门槛、双重门槛检验,而上游地区未通过门槛检验。在成果转化阶段,黄河上游地区通过单一门槛检验,而中下游地区均未通过门槛检验。

根据研究结论,得到以下启示:黄河流域环境规制对技术创新效率的影响受到技术密集度的门槛约束,即严格的环境政策会削弱企业技术创新积极性,对技术创新效率产生负面作用。因此,政府需避免盲目提高环境规制力度,应立足黄河流域不同地区社会经济发展情况,制定灵活的环境政策。

(1)对于黄河全流域地区,在提升技术创新效率的同时积极寻求地区间联动发展,突破行政边界“壁垒”,加快产业集聚格局从“单核心”向“多核心”演变,制定生态环境“高颜值”与技术发展“高素质”的协同目标,加大技术创新投入,降低煤炭等一次能源使用量;进一步完善科技创新体制,建立以市场为主导、企业为主体、产学研深度融合的技术创新体系,提高技术创新成果转化能力,建立多条成果转化途径;避免对企业采取“一刀切”、“关门了之”等简单粗暴措施,扶持相关企业度过整改转型期,因地制宜、因时制宜,制定相适配的环境政策。基于统一机制,划分与构建黄河流域功能区,促进各类生产要素高效配置,打造上中下游地区优势互补、协同创新发展的新格局。

(2)对于黄河下游地区,应适当提高环境规制强度,促进企业技术创新效率提升。黄河下游地区经济发展较成熟、工业基础雄厚,具备一定经济技术基础,因此应充分发挥城市协同效应,构建跨省(市)的环境规制政策联动机制。围绕青岛、济南、郑州等重点城市,以山东半岛经济区和中原城市群为经济圈,以点带面加强城市(群)间互助合作,加快技术创新。同时,加强与中上游城市的交流合作,积极发挥“火车头”和“环保力”的作用。

(3)对于黄河中游地区,在制定和实施环境规制时要激发企业研发创新积极性。一是政府要建立健全相应政策措施,探索更适宜、多样化的环境规制手段,例如实行环境税、绿色消费、控制碳排放等,进一步完善基础设施建设,通过政策优势吸引企业西迁,形成产业集聚和技术集聚,从而促进技术创新效率提升;二是通过加大科研人员、研发经费等初始资源投入提升该地区技术密集度,同时,制定相适应的环境规制政策,激励当地企业技术创新以弥补环境合规成本,达到提升技术创新效率的目的。

(4)对于黄河上游地区,由于地区产业技术密集度低且创新水平提升难度大,应结合当地资源禀赋优势,重点培育与促进上游地区中心城市发展,发挥其对周边城市的辐射带动作用。例如以西宁、兰州、呼和浩特等城市为中心,加快产业结构调整升级,抓住贸易机会,激发产业发展活力,同时,学习国内外先进技术和管理经验,依靠知识技术溢出效应提升技术创新效率,进而带动周边城市共同发展。此外,考虑通过“腾笼换鸟”的方式重点引进新一代信息技术和互联网、新材料和节能环保等高新技术产业,促进地区产业结构转型升级。

参考文献:

[1] 陈亮,哈战荣. 新时代创新引领绿色发展的内在逻辑、现实基础与实施路径[J]. 马克思主义研究,2018,36(6):74-86,160.

[2] 于鹏,李鑫,张剑,等. 环境规制对技术创新的影响及其区域异质性研究:基于中国省级面板数据的实证分析[J]. 管理评论,2020,32(5):87-95.

[3] PORTER M E. America's green strategy [J]. Scientific American, 1991(4): 168-178.

[4] 陈诗一,陈登科. 雾霾污染、政府治理与经济高质量发展[J]. 经济研究,2018,53(2):20-34.

[5] 斯丽娟. 环境规制对绿色技术创新的影响:基于黄河流域城市面板数据的实证分析[J]. 财经问题研究,2020,42(7):41-49.

[6] 张旭,王宇. 环境规制与研发投入对绿色技术创新的影响效应[J]. 科技进步与对策,2017,34(17):111-119.

[7] 伍格致,游达明. 环境规制对技术创新与绿色全要素生产率的影响机制:基于财政分权的调节作用[J]. 管理工程学报,2019,33(1):37-50.

[8] 许冬兰,董博. 环境规制对技术效率和生产力损失的影响分析[J]. 中国人口·资源与环境,2009,19(6):91-96.

[9] 雷明,虞晓雯. 地方财政支出、环境规制与我国低碳经济转型[J]. 经济科学,2013,35(5):47-61.

[10] 蒋伏心,王竹君,白俊红. 环境规制对技术创新影响的双重效应:基于江苏制造业动态面板数据的实证研究[J]. 中国工业经济,2013,30(7):44-55.

[11] 苏昕,周升师. 双重环境规制、政府补助对企业创新产出的影响及调节[J]. 中国人口·资源与环境,2019,29(3):31-39.

[12] 邝嫦娥,路江林. 环境规制对绿色技术创新的影响研究:来自湖南省的证据[J]. 经济经纬,2019,36(2):126-132.

[13] 李斌,彭星. 环境规制工具的空间异质效应研究:基于政府职能转变视角的空间计量分析[J]. 产业经济研究,2013,12(6):38-47.

[14] 沈能. 环境规制对区域技术创新影响的门槛效应[J]. 中国人口·资源与环境,2012,22(6):12-16.

[15] HANSEN M T,BIRKINSHAW J. The innovation value chain[J]. Harvard Business Review,2007,85(6):121-130,142.

[16] 关成华,李晴川. 环境规制对技术创新效率的影响分析:基于创新链视角的两阶段实证检验[J]. 中国环境管理,2020,12(2):105-112.

[17] 刘树峰,杜德斌,覃雄合,等. 基于创新价值链视角下中国创新效率时空格局与影响因素分析[J]. 地理科学,2019,39(2):173-182.

[18] 肖丁丁,田文华. 环境规制影响技术创新的区域差异与分布特征:基于分位数回归与分解的再检验[J]. 软科学,2017,31(11):34-38.

[19] 江珂,卢现祥. 环境规制与技术创新:基于中国1997—2007年省际面板数据分析[J]. 科研管理,2011,32(7):60-66.

[20] 周清香,何爱平. 环境规制能否助推黄河流域高质量发展[J]. 财经科学,2020(6):89-104.

[21] 赵明亮,刘芳毅,王欢,等. FDI、环境规制与黄河流域城市绿色全要素生产率[J]. 经济地理,2020,40(4):38-47.

[22] JIANG Z Y,WANG Z J,LI Z B. The effect of mandatory environmental regulation on innovation performance:evidence from China[J]. Journal of Cleaner Production,2018,203:482-491.

[23] XIE R H,YUAN Y J,HUANG J J. Different types of environmental regulations and heterogeneous influence on green productivity:evidence from China[J]. Ecological Economics,2017,132:104-112.

[24] 孙早,肖利平. 产业特征、公司治理与企业研发投入:来自中国战略性新兴产业A股上市公司的经验证据[J]. 经济管理,2015,37(8):23-34.

[25] 杨世迪,刘亚军. 中国对外直接投资逆向绿色创新价值链外溢效应研究[J]. 大连理工大学学报(社会科学版),2020,41(6):57-66.

[26] 吴延兵. R&D与生产率:基于中国制造业的实证研究[J]. 经济研究,2006,41(11):60-71.

[27] 张华. 地区间环境规制的策略互动研究:对环境规制非完全执行普遍性的解释[J]. 中国工业经济,2016,33(7):74-90.

[28] 吴磊,贾晓燕,吴超,等. 异质型环境规制对中国绿色全要素生产率的影响[J]. 中国人口·资源与环境,2020,30(10):82-92.

[29] 李芸,雷宏振,张小筠. 基于SBM模型的科技创新效率及影响因素研究[J]. 技术经济,2020,39(5):1-8.

[30] 程广斌,张雅琴. 丝绸之路经济带沿线省份科技创新效率及其影响因素[J]. 地域研究与开发,2017,36(2):17-23.

[31] HANSEN B E. Sample splitting and threshold estimation[J]. Econometrica,2000,68(3):575-603.

[32] 张可云,张颖. 不同空间尺度下黄河流域区域经济差异的演变[J]. 经济地理,2020,40(7):1-11.

(责任编辑:胡俊健)