开放科学(资源服务)标识码(OSID)：
开放科学(资源服务)标识码(OSID)：
随着经济快速发展以及工业化进程的不断推进，中国生态环境问题日益严峻。《2019年气候变化绩效指数》报告显示，在参评的57个国家和地区中，中国排名上升到第33位，较往年有了较大幅度提升，但还处于“中等”国家之列，尤其是在温室气体排放治理与能源利用方面的表现仍有较大提升空间。2020年5月22日召开的第十三届全国人大三次会议指出，当前中国一些地方的生态系统依然脆弱，生态环境质量有待改善，优质生态产品供给与人民对美好生活的向往间还存在一定差距。上述情况均表明，环境问题是制约中国经济社会可持续发展的瓶颈，无论是出于自身发展需要还是国际政治责任，均要求我们实现经济增长与环境保护的和谐统一，而环境友好型技术创新无疑是实现该目标的有效途径。顺应时代发展需要的环境友好型技术不仅是第一生产力，同时也是生态环境的第一保护力[1]。根据1992年联合国环境与发展大会上通过的《21世纪议程》的定义，环境友好型技术是指对生产生活无污染或低污染的技术、工艺。环境友好型技术创新与一般技术创新的不同之处在于其创新成果不仅能提高生产率，还能够节约资源、减少环境污染。然而，不可否认的是环境友好型技术创新具有风险大、投入高、实施难度大及扩散速度慢等特点，致使企业对实施环境友好型技术创新缺乏足够动力。因此，各国政府均采取多种形式的环境规制工具以推进环境友好型技术创新。
自20世纪70年代以来，中国陆续在不同领域出台了一系列环境规制政策，构建了命令控制型、市场激励型、公众参与型并存的环境规制工具体系。那么，不同类型的环境规制工具能否激励环境友好型技术创新？在不同地区，不同类型环境规制工具的作用效果是否存在差异？如何选择合适的环境规制工具推动环境友好型技术创新？为回答以上问题，本文选取中国2004-2017年省际面板数据构建模型，探讨不同环境规制工具对中国环境友好型技术创新的影响，并进一步分区域进行实证研究。在此基础上，针对环境规制工具的地区差异性影响提出促进环境友好型技术创新的相关建议，以期在国家创新驱动发展战略背景下为我国环境友好型技术创新效应提升和低碳经济的可持续运行找到有效路径，并为各级政府进一步完善环境规制政策和推进实现十九大提出的“两山”愿景提供有益思路及参考。
环境规制是环境管理正式制度中最为重要的政策工具。目前，通常把环境规制分成3种类型，即命令控制型、市场激励型、公众参与型[2]。其中，命令控制型环境规制工具是指由政府主导，根据相关法律法规，对生产行为进行强制性管理的环境政策；市场激励型环境规制工具是指通过价格和费用等市场化手段引导企业节能减排，从而降低环境污染的环境政策；公众参与型环境规制工具则是指企业和公众自由参与、旨在节约资源和保护环境的承诺或行动。
考虑到现有环境友好型技术创新内涵的界定尚未统一，本文研究当前发展较为成熟且与环境友好型技术创新内容具有高度相关性的概念，如环境技术创新[3]、生态技术创新[4]、绿色技术创新[5]、节能减排技术创新[6]等的具体界定，发现上述概念是从节约资源、减少污染、降低能耗、改善环境治理等方面对这类技术创新进行定义。由于上述概念均在一定程度上包含环境友好型技术创新的实质内容，因此本文在参考上述研究的基础上，将环境友好型技术创新定义为所有能够改善生态环境或提高人类生存环境质量的技术创新活动或过程。
环境规制与技术创新关系研究近年一直是学术界关注的热点。Porter[7]提出的“波特假说”首次对该问题进行了解释，认为“严厉且设计合理的环境规制可以激发创新，甚至能够抵消大部分环境规制的成本”。“波特假说”提出后,引起了学术界的广泛关注,学者们围绕不同角度进行争论，主要归纳为3种观点。
(1)环境规制对技术创新没有影响。Nakano[8]基于日本纸浆和造纸企业数据发现，环境保护政策与绿色技术创新没有显著相关性；Brunnermeier&Cohen[9]对1983-1992年美国146个制造企业面板数据进行实证分析，结果表明，政府采取的环境规制行为对环境技术创新没有显著影响；江珂和卢现祥[10]分析了环境规制对发明、实用新型、外观设计专利3种类型技术创新能力的影响，结果也显示，环境规制并没有显著影响技术创新。
(2)环境规制对技术创新有显著影响。针对环境规制是否对技术创新有显著影响的热点问题，学者们主要持有两种截然不同的观点：一种观点认为，恰当的环境规制能产生创新补偿效应，有利于引发技术创新。如Lanjouw & Mody[11]最早采用实证方法验证“波特假说”，得出了随着环境成本提高环境专利数量也会相应增加的结论；Lee & Velosob[12]、Barbieri[13]也得出了类似结论，即环境规制越严格，环境专利申请量就越多；另一种观点则认为，过于严苛的环境规制对技术创新有消极影响。如Palmer & Wallace[14]、Ramanathan[15]、Wagner[16]实证发现，严格的环境规制会增加企业减排成本，导致企业采用新技术获取的收益低于环境监管费用，产生挤出效应，不利于企业节能减排技术创新。
(3)环境规制与技术创新的关系不确定。持有该观点的学者认为，由于不同国家或地区在环境规制、区域经济、产业结构等方面存在显著差异，环境规制与技术创新的关系也会呈现出空间异质性，因此无法得出一致结论[17-18]。如Daddi & Testa[19]认为，在时间因素和随机因素的影响下，环境规制对环境技术创新的影响具有很大不确定性；李斌和彭星[20]、蒋伏心等[21]、周海华和王双龙[22]基于不同角度的研究均发现，环境规制与企业绿色技术创新之间呈“U”型动态关系，即环境规制对技术创新的作用具有一定门槛效应。
通过上述文献可以发现，国内外学者在环境规制与技术创新关系领域已经进行了较深入的研究，并取得了丰硕的研究成果，但仍存在一些不足。第一，现有研究大多将环境规制视为一个整体，较少对环境规制类型进行区分，更缺少针对不同类型环境规制工具作用效果的对比研究。实际情况是，不同环境规制工具由于其干预手段和作用环节不同，对环境友好型技术创新的影响也会不同，因此有必要加以分析；第二，当前关于环境规制对环境友好型技术创新影响的文献多限于全国层面，缺少区域性的比较研究。目前，中国不同区域的经济基础和环境规制实施情况均存在显著差异，因此，忽略地域特征的研究往往会产生误差，不利于对地区环境友好型技术创新进行有针对性的政策干预；第三，以往研究主要采用静态分析方法，而环境规制和环境友好型技术创新是相对长期的过程，因此，从动态角度分析更能真实反映两者关系。鉴于此，本文将围绕不同类型环境规制工具对环境友好型技术创新的影响进行动态的定量研究，进一步分析其空间差异性，以期深化环境规制理论，为中国各地政府有针对性地选择环境规制工具、促进环境友好型技术创新提供理论依据。
内生增长理论认为，技术创新本质上是一种经济现象，产出是其表现形式，因此可以视为一种相对特殊的生产[23]。同一般生产函数类似，环境友好型技术创新过程也需要一定的投入。基于此，本文假设中国各地区的环境友好型技术创新产出函数与传统物质生产领域的产出函数具有相似形式，是物质生产函数在知识生产领域的延伸和扩展[17]。相比于一般生产函数，柯布-道格拉斯生产函数引入了技术资源因素，与本文研究更加契合，因此本文将环境友好型技术创新产出函数设定为柯布-道格拉斯生产函数形式。由于本文主要研究环境规制工具对环境友好型技术创新的影响，所以将环境规制工具作为要素投入，并将命令控制型、市场激励型、公众参与型[2]3种环境规制工具作为新变量纳入生产函数。另外，考虑到经济发展水平、外商投资总额、产业结构必然会对环境友好型技术创新产生影响，因此也将上述3个因素纳入模型。最终使用柯布-道格拉斯生产函数构建的环境友好型技术创新生产函数计量模型如下：
TIit=α+β1KZit+β2JLit+β3CYit+θlnFDIit+φishareit+λlnGDPit+εit
(1)
式中，TI表示环境友好型技术创新，KZ表示命令控制型环境规制工具，JL表示市场激励型环境规制工具，CY表示公众参与型环境规制工具，FDI、ishare、GDP分别代表外商直接投资、产业结构、区域经济发展水平，i表示省(市)，β、θ、φ、λ分别表示相关系数，t表示时间，α表示截距项，εit表示随机误差。
考虑到环境友好型技术创新存在惯性作用和路径依赖效应，环境规制工具的作用可能滞后[17]。因此，为了准确有效地分析3种环境规制工具对环境友好型技术创新的动态影响，本文加入技术创新的一阶滞后项，从而将静态模型扩展为动态模型(2)，并采用系统GMM方法对该模型进行估计。
TIit=α+β1TIit-1+β2KZit+β3JLit+β4CYit+θlnFDIit+φishareit+λlnGDPit+εit
(2)
本文以氢燃料电池技术为例，回答环境规制工具能否促进环境友好型技术创新问题。选择氢燃料电池技术作为研究对象的原因在于：首先，氢燃料电池是一种将氢气和氧气通过电化学反应直接发电的装置，其技术实现过程不涉及燃烧，化学反应产物仅为水，可以从根本上消除CO、NOx、SOx、粉尘等大气污染物排放，且其具有能量转换率高和清洁绿色无污染等特点，是环境友好型技术的典型代表；其次，在环境规制政策的积极扶持下，氢燃料电池技术近年来得到了快速发展，各地区已涌现出一大批创新成果，能够较好地匹配本文研究目的。此外，氢燃料电池技术已成为新一代电动汽车未来发展的重要支撑，将其作为研究对象，对于有效促进绿色能源技术发展有着重大战略意义。简而言之，选择以氢燃料电池技术为代表，研究环境规制工具的影响，对于各级政府更好地促进环境友好型技术发展具有启发与借鉴意义。
鉴于数据可得性，选取2004-2017年中国内地30个省市面板数据(2018年和2019年数据暂未发布，且西藏样本由于数据缺失严重而未纳入统计)作为研究样本。相关数据主要来源于国家统计局以及历年的《中国环境统计年报》、《中国环境年鉴》、《中国工业经济统计年鉴》和Patentics专利数据库等。
(1)被解释变量：氢燃料电池技术创新。衡量技术创新的指标主要有两种：一是从投入角度衡量的R&D支出[24-25]；二是从产出角度衡量的专利数量[10,26]。由于中国并没有公布与氢燃料电池技术创新相关的R&D数据，因此本文沿用Hall&Helmers[26]的做法，用专利申请数表征该指标。本文专利数据来自Patentics数据库，结合该领域常用关键词进行专利检索。考虑到相比于外观设计和实用新型专利，发明专利的创新程度最高[6]，因此，本文只采用发明专利的相关数据。
(2)核心解释变量：环境规制工具。①命令控制型环境规制工具在中国实施时间最长、应用最广泛，主要包括市场准入、环境标准、禁令等具体措施。鉴于该工具实施效果的重要体现之一就是对企业污染物排放量的限制，Domazlickys[27]和蒋伏心等[21]指出，某地区的污染排放强度越小，表示该地区的政府管制措施越严格。因此，他们采用污染物排放强度作为衡量命令控制型环境规制工具的指标。在此基础上，为了排除区域工业规模对工业废气排放量的影响，本文遵循Cole&Elliott[28]的做法，利用各省市工业废气排放量与各省市工业总产值的比值衡量命令控制型环境规制工具。从指标数值看，单位工业增加值的工业废气排放量越少，表示命令控制型环境规制的强度越大；②市场激励型环境规制工具赋予经济主体更大程度的选择与行动自由,为企业采用污染控制技术提供了较强的刺激源，其常见的具体措施主要有排污费[29]、补贴[5]和可交易的排污许可证[6]等。虽然排污费在我国已使用较为成熟，但它属于市场激励型规制工具中的负向激励措施，用来衡量市场激励型环境规制工具效果有一定片面性，同时，补贴和可交易的排污许可证整体应用不足且缺乏全国范围数据，而环境污染治理投资包含政府环境基础设施投资、工业污染源治理投资和环保项目开发投资，可以更全面地展现地区政府在环境规制上投入的激励成本。某地区环境污染治理投资越大，表示该地区企业受到环境规制市场的激励作用越大。在此基础上，为了排除区域经济总量的干扰，本文采用赵红[30]的做法，将各省市环境污染治理投资额与省市生产总值(GDP)的比值作为衡量市场激励型环境规制工具的指标；③公众参与型环境规制工具以公众参与与企业环保意识为重要表现形式，主要包括环境信访、信息提供、契约等具体措施。目前有关这类规制工具的研究较少，考虑到数据可得性和代表性，并参考蔡乌赶和李青青[2]的研究，本文选取各省市环境信访件数度量公众参与型环境规制工具。
(3)控制变量。①当地经济发展水平(GDP)，采用各省市国内生产总值衡量；②产业结构(ishare)，用工业增加值占当地国内生产总值的比重表征；③经济开放度(FDI)，用外商投资企业总产值衡量。
本文对环境友好型技术创新、3种环境规制工具、外商直接投资、区域经济发展水平、产业结构等研究中涉及的主要变量进行统计分析，具体如表1所示。其中，各省域氢燃料电池技术发明专利申请量的均值为11.467，但是差异较大，最大观察值为167(2017年广东的申请量)，同时多个省(市)出现申请量为0的情况。同时，由表1中三类环境规制工具的统计值可看出，三类环境规制工具的实施强度也表现出显著差异，其中，公众参与型环境规制工具的差异最显著。
表1 变量统计值
变量符号变量解释 平均值标准差最小值最大值TI环境友好型技术创新11.46721.9560167KZ命令控制型环境规制工具16.75715.0173.010112.993JL市场激励型环境规制工具0.0020.0010.0000.010CY公众参与型环境规制工具11 455.24016 249.68050115 392FDI外商直接投资633 213.500727 107.1002 0004065 058GDP区域经济发展水平16 126.37015 171.350466.10089 705.230Ishare产业结构0.3930.0820.1180.530
为了更清晰、直观地反映各地区环境友好型技术创新水平，并明确不同地区环境规制工具创新激励效应的差异性，本文基于2004-2017年中国内地各地区氢燃料电池技术专利申请量、3种类型环境规制工具的实施强度、GDP数据，利用SPSS软件对研究中涉及到的30个省(市)进行环境友好型技术创新水平的系统聚类分析。首先，为使各指标更具可比性，分组前对数据进行标准化处理；然后，采用学者们普遍使用的组间平均连结法对数据进行分类，最终生成聚类划分结果树状图(图1)。从图1可以看出，把中国内地30个省(市)划分为三类是最为合理的，类间距离较大，各类特点突出，聚类结果如表2所示。本文根据氢燃料电池技术专利申请量，将3个聚类分别定义为环境友好型技术创新的高水平、中等水平和低水平3个地区。
由于各变量统计值并不能反映不同类型环境规制工具与环境友好型技术创新间的相关性，因此，本文将通过回归分析作进一步探讨。考虑到本文面板数据具有省际和时间双重维度，模型设置的准确性会对实证结论产生较大影响。所以，回归分析前先采用Stata15.0依次通过Wald检验、BP-LM检验和Hausman检验进行模型筛选，检验结果如表3所示。
由表3可看出，固定效应模型优于混合OLS模型、随机效应模型优于混合OLS模型、固定效应模型优于随机效应模型。综合以上结果，本文最终采用固定效应模型对计量模型(1)进行回归分析。此外，由表3可知，本研究变量间存在显著自相关，模型中也存在异方差性。为了消除两者可能对结果带来的偏差，本文采用可行广义最小二乘法(FGLS)对固定效应模型进行静态面板数据回归，结果如表4所示。从表4可以看出，在三类环境规制工具中，命令控制型和市场激励型环境规制工具均能有效促进环境友好型技术创新，公众参与型环境规制工具对环境友好型技术创新的影响不显著。为了避免静态面板数据回归的片面性，进一步开展动态面板数据回归分析，以更全面地探究3种环境规制工具的作用效果。
图1 聚类分析结果
表2 聚类分析结果
聚类划分类别区域聚类一高水平 北京、天津、广东、江苏、上海、浙江、辽宁、山东、四川、湖北、海南、福建聚类二中等水平黑龙江、吉林、山西、安徽、江西、河北、河南、湖南聚类三低水平 内蒙古、广西、重庆、云南、陕西、甘肃、青海、宁夏、新疆、贵州
表3 模型筛选检验结果
检验类别P值原假设检验结果Wald 检验0.000 0混合OLS vs 固定效应固定效应模型BP-LM 检验0.000 0混合OLS vs 随机效应随机效应模型Hausman 检验0.000 0固定效应vs 随机效应固定效应模型Wooldridge 检验0.000 0不存在自相关拒绝原假设 LR 检验0.000 0不存在异方差拒绝原假设
表4 面板数据模型估计结果
FGLS回归结果变量全样本Sys-GMM估计回归结果全样本高中低TIt-10.895***0.375***0.729**-0.811(18.82)(1.72)(1.46)(-0.96)KZ0.008**0.017***0.324-0.363-0.187**(1.71)(3.48)(1.99)(-3.12)(-1.12)JL0.139***0.629**0.385**-0.617***0.152(1.29)(1.73)(1.15)(-0.69)(1.17)CY0.0160.000 01**0.000 1*-0.000 20.003(0.33)(1.01)(1.16)(-0.39)(1.08)FDI-0.028***-0.032**-0.015*-0.034***-0.088*(-4.55)(-4.63)(-1.75)(-2.84)(-0.71)GDP0.139***0.296***0.086**0.047***0.068*(3.57)(4.63)(1.24)(4.9)(0.84)Ishare-0.133***-0.075**-0.065**-0.505***-0.376***(-3.58)(-1.24)(-1.51)(-5.96)(-3.08)_cons-7.27***-8.617***-3.182**7.522**6.617*(-8.11)(-10.8)(-3.82)(4.69)(0.64)N420420168112140AR(1)P0.0060.0070.0080.009AR(2)P0.2640.4850.4910.374HansenP0.9940.9750.9820.909
注：①括号内为相应的t值；②***、**、*分别表示在1%、5%和10%置信水平下
由于环境友好型技术创新具有累积效应，引入滞后因变量更符合理论与现实，同时，为了避免滞后项产生的面板效应内生性和变量遗漏问题，本文采用相比差分广义矩估计法更为有效的系统广义矩估计法(Sys-GMM)对计量模型(2)作动态面板数据回归。采用Sys-GMM对环境友好型技术创新高水平、中水平和低水平三大地区进行混合回归估计，进一步比较与总结不同地区环境规制工具对环境友好型技术创新的作用效应。在此过程中，借鉴Windmeijer的方法对Sys-GMM标准误差进行矫正，使样本不受异方差干扰并使回归估计结果更有效，结果如表4所示。从Hansen检验的P值可以看出，工具变量的选择是合理的；从AR检验结果可看出，扰动项存在一阶自相关但不存在二阶自相关，意味着本文选用的Sys-GMM估计是有效的。根据林季红和刘莹[31]、刘和旺等[32]、赖小琼和黄智淋[33]的检验标准，将表4中两次全样本回归分析结果进行对比，可以发现，模型中相关解释变量除在系数参数值大小和显著性上存在差异外，在系数符号上完全一致，意味着3种类型环境规制工具对环境友好型技术创新的影响与前文静态结果一致，表明动态面板数据回归结果是稳健可靠的。
通过观察表4中Sys-GMM估计的回归结果可以发现：
(1)全样本数据中，环境友好型技术创新的滞后项系数显著为正，且数值接近1，说明上一期技术创新与当期技术创新存在显著正相关性，表明技术创新具有惯性，是一个连续的动态过程，上期技术积累会在一定程度上促进当期技术水平提升。
(2)3种环境规制工具对全样本环境友好型技术创新影响的回归系数分别为0.017、0.629、0.000 01，且分别通过了1%、5%、5%的显著性检验，说明3种环境规制工具对环境友好型技术创新皆有显著激励作用，从而验证了“波特假说”。从影响程度看，3种环境规制工具对环境友好型技术创新的激励效果呈现出市场激励型环境规制工具最高、命令控制型环境规制工具次之、公众参与型环境规制工具最弱的发展态势，该结论与Plamer的观点一致。
(3)不同类型环境规制工具的影响范围不同。根据Sys-GMM估计回归结果，绘制3种类型环境规制工具对环境友好型技术创新的影响范围图。从图2-图4可看出，3种环境规制工具中，市场激励型环境规制工具的影响范围最广，命令控制型次之，公众参与型最小。由于不同地区在经济发展水平、市场化程度、政府执法力度等方面差异较大，导致不同地区环境规制工具对环境友好型技术创新的影响效应存在较大差异。其中，市场激励型环境规制工具分别促进与抑制了高水平、中等水平地区的环境友好型技术创新，在低水平地区则对环境友好型技术创新影响不显著；而公众参与型、命令控制型环境规制工具分别仅在高水平、低水平地区对环境友好型技术创新发挥显著作用，在其它两类地区的影响不显著。
图2 命令控制型环境规制工具
图3 市场激励型环境规制工具
图4 公众参与型环境规制工具
(4)3种环境规制工具与环境友好型技术创新的关系表现出明显的空间差异性。在环境友好型技术创新高水平地区，市场激励型环境规制工具(β=0.385，p<0.01)与公众参与型环境规制工具(β=0.0001，p<0.05)对环境友好型技术创新都有显著的激励作用。原因在于：其一,该地区大部分省市已开始进入后工业化阶段，市场化程度较高，市场激励型环境规制工具在该地区得到了有效实施，且该地区企业技术水平高、技术创新需求强烈，市场激励型环境规制工具可以给企业提供更为明确的技术创新方向，刺激其自发进行环境友好型技术创新；其二，该地区政府和社会对信访工作比较重视，地区企业的创新意识和公众的环境监管意识也很高，公众更愿意借助媒体、信访等方式表达自己的环境保护诉求，随着社会团体和公众对环境污染事件的关注度不断提升，企业为了维持社会信誉以及自身良好形象，迫于公众舆论压力，不得不提高环境友好型技术创新投入，改进生产技术和工艺以实现排污量达标，因此公众参与型环境规制工具促进了环境友好型技术创新。进一步地，比较两种环境规制工具的回归系数发现，市场激励型环境规制工具比公众参与型环境规制工具对环境友好型技术创新的影响更显著。本文认为，与市场激励型环境规制工具相比，公众参与型环境规制工具具有的非强制性、侧重事后反馈、处理时间较长等特点是导致该结果的主要原因。此外，命令控制型环境规制工具对环境友好型技术创新影响不显著的原因在于，该工具属于政府强制性管控，缺乏灵活性，且排放标准制定通常滞后于行业最新发展水平，加之该地区环境友好型技术创新水平已经较高，因此命令控制型环境规制工具难以进一步显著促进该地区的环境友好型技术创新。
在环境友好型技术创新中等水平地区，市场激励型环境规制工具(β=-0.617，p<0.001)显著抑制环境友好型技术创新，主要原因在于：一方面，市场激励型环境规制工具在实施过程中赋予了该地区企业更高的自由选择权，使后者能够自主结合成本与自身经济效益选择资源配置最优方案。由于环境友好型技术创新投资大、见效慢，所以短期逐利心理会驱使该地区企业减少对环境友好型技术创新的投入。另一方面，该地区重工业占比较大，以传统制造业、原材料初加工等为主导产业，经济增长主要依靠能源的高消耗，运营成本受市场能源价格波动的影响较大。同时，由于该地区易成为经济发达地区“三高”产业转移的“避难所”，导致其环境服从成本较高。能源价格和污染治理费用的双重成本压力将严重挤占企业在环境友好型技术上的研发投入，从而阻碍该地区环境友好型技术创新。在该地区，其余两种环境规制工具对环境友好型技术创新的影响不显著，主要是因为该地区经济发展滞后，地方政府面临经济增长的政绩考核压力，在唯GDP论的政绩观下，易出现为了维护地区经济发展而包庇企业环境污染行为的情况，导致命令控制型环境规制工具形同虚设、难以有效施行，从而无法对环境友好型技术创新产生激励效应。同时，由于该地区处于经济欠发达状态，较低的收入水平致使当地居民对高质量的生态环境需求较小，公众环保理念缺乏，加之环境保护信息公开制度不够完善、信访制度不健全、信访路径少，致使该地区公众很少采取环境信访等手段参与环境保护，也难以对污染企业形成舆论压力，从而导致公众参与型环境规制工具对环境友好型技术创新的影响不显著。
在环境友好型技术创新低水平地区，命令控制型环境规制工具(β=-0.187，p<0.01)抑制了环境友好型技术创新，究其原因，主要为：第一，由于该地区经济发展滞后，地方政府尤其是环保部门在能力建设、经费投入、物质保障方面都比较薄弱，致使命令控制型环境规制工具由于缺乏充足的物质基础，不能对当地企业排污行为实现有效管制，而无效的环境管制会导致当地企业对环境友好型技术创新的需求不足甚至下降，从而阻碍环境友好型技术创新活动；第二，命令控制型环境规制工具的内容大多为“要求”或者“禁止”类规定，当环境污染日趋严重时，地方政府通常会采取“一刀切”的行政禁令加大规制强度，如提高污染物排放标准等。由于该地区的环境友好型技术创新水平较低，企业无法凭借已有技术达到新环境规制要求，而引进相关技术的高成本将导致企业产品成本偏高,使企业失去市场竞争力，企业由此可能对相关生产项目作出停产决策，从而使已开展的环境友好型技术创新活动也随之中止；第三，由于该地区经济发展水平低下，企业缺乏充足的资金推进节能减排。因此在面临命令控制型环境规制时，企业会优先发展末端污染控制等研发难度小、见效快的技术。当政府加大环境规制力度时，企业必须开发或引进研发难度更大、技术水平更高的节能减排技术，而部分企业难以跨越这类技术的资金投入门槛，致使该地区环境友好型技术创新活动受阻。在该地区，市场激励型和公众参与型环境规制工具的影响不显著的原因是：一方面，市场激励型环境规制工具主要是依靠市场化手段引导企业进行环境友好型技术创新，因此该工具实施效果与市场体系完善程度、市场活力强弱直接相关。而该地区因经济存量与增量较低导致市场化程度不高、市场体系不完善，加之环境友好型技术创新水平较低，在很大程度上削弱了市场激励型环境规制工具的实施效果，对环境友好型技术创新的激励效应也无法显现；另一方面，公众参与型环境规制工具属于非强制性规范，主要借助非政府组织发挥作用。由于该地区在经济、教育、生态发展等方面较为落后，政府的环境保护力度和公众环保理念的普及度较低，致力于环境保护的社会组织相对缺乏，因此公众作为参与型环境规制工具的实施主体存在缺位，从而导致参与型环境规则工具的创新激励效应难以显现。
(5)从表4还可以看出，作为控制变量，GDP对3类地区环境友好型技术创新都表现出显著促进作用。由此可见，无论在哪类地区，提高经济发展水平都是促进环境友好型技术创新的有效途径，更是政府环境规制实施的基础。控制变量FDI则抑制了环境友好型技术创新，原因可能在于，部分地区仍将经济增长视为首要任务，难免出现不惜以牺牲环境为代价、吸引FDI的情况。这种对FDI的恶性竞争导致该类地区的环保标准不断下降，从而抑制环境友好型技术创新的开展。而另一控制变量产业结构也对环境友好型技术创新表现出显著抑制效果，说明我国仍未摆脱国际代工厂的局面，高能耗、高污染行业占比依然较高，尚未形成以清洁型产业为主的绿色化产业结构，导致企业对绿色产品和绿色技术的需求较低，从而阻碍了环境友好型技术创新。
本文以氢燃料电池技术为例，基于2004-2017年中国内地30个省(直辖市、自治区)面板数据，定量、动态地研究环境规制工具对环境友好型技术创新的影响并得到以下结论：一方面，从总体情况看，3种类型的环境规制工具均促进了环境友好型技术创新，证实了“波特假说”的合理性，但公众参与型环境规制工具对环境友好型技术创新的影响范围和程度远低于其余两种环境规制工具；另一方面，从空间分异特征看，3种环境规制工具在不同地区对环境友好型技术创新的影响表现出较大差异性。在环境友好型技术创新高水平地区，市场激励型、公众参与型环境规制工具对环境友好型技术创新都起正向作用，而命令控制型环境规制工具的创新效应不显著；在环境友好型技术创新中等水平地区，仅有市场激励型环境规制工具显著影响环境友好型技术创新，且表现为负向作用；而在环境友好型技术创新低水平地区，仅有命令控制型环境规制工具阻碍环境友好型技术创新，其余两种环境规制工具对环境友好型技术创新的影响均不显著。
(1)要根据地区差异性合理选择环境规制工具。现阶段，在环境友好型技术创新高水平地区应以市场激励型环境规制工具为主导，协同使用公众参与型环境规制工具，为企业进行环境友好型技术研发提供强大的内在动力，并持续激励企业进行环境友好型技术创新；在环境友好型技术创新中等水平地区，政府应该将市场激励型和命令控制型两种工具搭配使用，同时，利用财政手段对企业进行补贴，以降低其在技术研发初期的运营成本，更好地激励企业开展环境友好型技术创新；对于环境友好型技术创新低水平地区，仍需以命令控制型环境规制工具为主，但要适度提高其标准并加大执法力度以确保该工具能够得到有效实施。与此同时，还应该将市场激励型和公众参与型环境规制工具搭配使用，逐步实现从命令控制型到市场激励型、公众参与型的转变，使其协同互补、降低环境规制成本，从而更好地推动企业进行环境友好型技术创新。
(2)应提高公众参与型环境规制工具的创新激励效应。针对我国尚未立法明确公众的环境参与权、公民环境管理参与意识相对薄弱的现状，政府一方面需要通过立法进一步明确公众参与环境监管的权力，并不断完善信访制度，建立公众参与环境治理的绿色通道，为该工具的有效实施奠定基础；另一方面，政府可以通过强化社会教育，提高公众环保意识和参与主动性，动员全社会力量对企业环境行为进行监督，从而有效扩大监管范围、提升监管力度，刺激企业不断进行环境友好型技术创新。
(3)需提高区域经济发展水平、优化产业结构。一方面，政府应对环境友好型技术创新水平较低地区予以更多的政策倾斜和专项资金投入，从而提高这些地区的研发投入水平，缩小区域经济差距。同时，政府也应加大在人口、资源密集型产业聚集地区的环境规制执法力度，逐步淘汰高能耗、高污染产业，以实现向高附加值、低污染的环境友好型产业升级；另一方面，地方企业也要紧跟国家政策，培育绿色生产要素、实施绿色发展人才战略、加大环境友好型技术研发投入、创造有自主知识产权的环境友好型产品与核心技术。与此同时，建立完善的金融制度和融资体系，为企业发展新能源、节能环保等环境友好型产业提供稳定的资金支持，从而实现经济增长与生态保护的相互促进、协调发展。
本研究还存在进一步深化和拓展的空间：首先，对于命令控制型、市场激励型以及公众参与型环境规制工具的测度，本文均采用概括性单项指标，后续可考虑进一步扩展指标体系，根据现实情况，划分出更多类型或更细化的指标；其次，本文仅对不同类型的环境规制工具及其在不同地区的作用效果进行了区分和测度研究，未来可深入研究各种环境规制工具之间的协同性和互补性，并尝试科学测算其互动作用效率，力争通过实证结果为多种环境规制工具的整体设计提供有效依据。
[1] 贾军，魏洁云，王悦. 环境规制对中国OFDI的绿色技术创新影响差异分析——基于异质性东道国视角[J].研究与发展管理，2017，29(6)：81-90.
[2] 蔡乌赶，李青青. 环境规制对企业生态技术创新的双重影响研究[J].科研管理，2019，40(10)：87-95.
[3] 沈斌，冯勤. 基于可持续发展的环境技术创新及其政策机制[J].科学学与科学技术管理，2004，25(8)：52-55.
[4] 游达明,杨金辉.公众参与下政府环境规制与企业生态技术创新行为的演化博弈分析[J].科技管理研究,2017,37(12):1-8.
[5] 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.
[6] 叶琴，曾刚，戴劭勍，等. 不同环境规制工具对中国节能减排技术创新的影响——基于285个地级市面板数据[J].中国人口·资源与环境，2018, 28(2)：115-122.
[7] PORTER ME. America's green strategy[J]. Scientific American,1991,264(4):193-246.
[8] NAKANO M. Can environmental regulation improve technology and efficiency: an empirical analysis using the malmquist productivity index[J].Eaere, 2003, 3: 28-30.
[9] BRUNNERMEIER S B,COHEN M A.Determinants of environmental innovation in US manufacturing industries[J]. Journal of Environmental Economics and Management,2003,45(2):278-293.
[10] 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．
[11] LANJOUW J O, MODY A. Innovation and the international diffusion of environmentally responsive technology[J]. Research Policy,1996,25(4):549-571.
[12] LEE J, VELOSOB F M. Linking induced technological change and environmental regulation: evidence from patenting in the U.S．auto industry[J]. Research Policy,2011,40(9):1240-1252．
[13] BARBIERI N. Investigating the impacts of technological position and European environmental regulation on green automotive patent activity[J]. Ecological Economics,2015,117:140-152．
[14] PALMER K, WALLACE E. Tightening environmental standards: the benet-cost or the no-cost paradigm[J]. Journal of Economic Perspectives,1995,9(4):119-132.
[15] RAMANATHAN R. Impact of environmental regulations on innovation and performance in the UK industrial sector[J]. Management Decision,2010,48(10):1493-1513.
[16] WAGNER M. On the relationship between environmental management, environmental innovation and patenting: evidence from German manufacturing firms[J]. Research Policy,2007(10):1587-1602．
[17] 王国印，王动．波特假说、环境规制与企业技术创新:对中东部地区的比较分析[J]. 中国软科学，2011,26(1)：100 -112.
[18] 李平,慕绣如.环境规制技术创新效应差异性分析[J].科技进步与对策,2013,30(6):97-102.
[19] DADDI T, TESTA F. A cluster-based approach as an effective way to implement the environmental compliance assistance programmer: evidence from some good practices[J]. Local Environment,2010, 15(1):73-82.
[20] 彭星,李斌.不同类型环境规制下中国工业绿色转型问题研究[J].财经研究,2016,42(7):134-144.
[21] 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[J]．中国工业经济，2014，26(7)：44-55．
[22] 周海华，王双龙．正式与非正式的环境规制对企业绿色创新的影响机制研究[J].软科学，2016，30(8)：47-50．
[23] 张平，张鹏鹏，蔡国庆. 不同类型环境规制对企业技术创新影响比较研究[J].中国人口·资源与环境，2016，26(4)：8-13.
[24] 余伟，陈强，陈华. 环境规制、技术创新与经营绩效——基于37个工业行业的实证分析[J].科研管理，2017，38(2)：18-25．
[25] 颉茂华,王瑾,刘冬梅.环境规制、技术创新与企业经营绩效[J].南开管理评论,2014,17(6):106-113.
[26] HALL B H, HELMERS C．Innovation and diffusion of clean/green technology: can patent commons help[J]. Journal of Environmental Economics and Management,2013,66 (1):33-51．
[27] DOMAZLICKY B R．Does environmental protection lead to slower productivity growth in the chemical industry[J]. Environmental and Resource Economics,2004,28(3):301-324．
[28] COLE M A, ELLIOTT J R. Do environmental regulations influence trade patterns? testing new and old trade theories[J]. World Economy, 2003,26(8):1163-1186.
[29] 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.
[30] 赵红.环境规制对产业技术创新的影响——基于中国面板数据的实证分析[J]. 产业经济研究，2008，7(3)：35-40.
[31] 林季红，刘莹.内生的环境规制:“污染天堂假说”在中国的再检验[J].中国人口·资源与环境，2013, 23(1)：13-18.
[32] 刘和旺，郑世林，左文婷.环境规制对企业全要素生产率的影响机制研究[J].科研管理，2016， 37(5)：33-41.
[33] 赖小琼，黄智淋.基于动态面板数据的中国菲利普斯曲线稳健性分析[J].当代财经，2011，32(3)：14-23.