市场激励型环境规制与区域绿色创新效率
——基于产业结构优化的中介作用和财政分权的调节作用

肖振红,谭 睿,2,安 芮,罗晓梅

(1.哈尔滨工程大学 经济管理学院,哈尔滨 150001;2.北京工业大学 继续教育学院,北京 100024;3.北京工业大学 经济与管理学院,北京 100024)

2022年1月,国务院印发《“十四五”节能减排综合工作方案》,方案中指出“十四五”期间,中国将进一步推进节能减排工作,推动生态优先和绿色低碳建设,以期促进中国绿色经济发展模式转变,培育发展产业新动能,为实现“双碳”目标提供有力支撑。目前,中国经济开始从“速度领跑”向“质效优先”嬗变,绿色创新作为中国实现绿色经济发展的重要途径,区域绿色技术提升成为绿色创新发展的重要环节。另一方面,市场激励型环境规制是实现节能减排目标的环境工具,相较于传统的命令控制型环境规制工具可能造成企业环境监管成本的提升,甚至产生严重的“市场失灵”问题。为遏制环境污染治理的负外部性,通过运用经济手段对企业的环境行为进行治理的市场激励型环境规制,不仅可以有效地将创新主体的负外部性问题内部化,还可以促进发展方式的绿色转型,实现区域绿色创新效率的提升。因此,有必要综合分析市场激励型环境规制能否有效提升区域绿色创新效率的发展,以及在减少能源排放和实现生态污染治理的前提下,影响市场激励型环境规制向区域绿色创新效率传导的中介因素,以挖掘绿色创新投入到产出过程中的“黑箱”,为区域绿色创新系统建设提供理论依据和实践支撑。基于此,考虑到区域绿色创新效率的内生性问题,本文建立系统广义矩模型实证分析市场激励型环境规制在解决环境污染治理、促进区域绿色创新效率关系的影响效应,以期为区域绿色创新效率的提升和环境协调发展提供决策依据。

本文的主要贡献在于:

(1) 进一步验证波特假说,探讨市场激励型环境规制对区域绿色创新效率的影响作用。

(2) 拓展市场激励型环境规制对区域绿色创新效率影响的机制路径,探究其传导过程中的“黑箱”,即产业结构优化在其中的传导作用。

(3) 探究不同创新环境影响下市场激励型环境规制对区域绿色创新效率影响效应的变化。

1 理论分析与研究假设

1.1 市场激励型环境规制对区域绿色创新效率的影响

对市场激励型环境规制能否促进绿色创新效率,学者们持不同观点。从静态的角度,传承新古典环境经济学的传统学派观点认为市场激励型环境规制不能有效促进区域绿色创新效率的提升,虽然市场激励型环境规制政策在限制经济活动对自然环境的有害影响方面是可取的,但企业必须采用更高的成本来减少污染,环境规制监管取代了“生产性”投资,其对生产运营的影响是负面的[1],政府监管和环境规制的不确定性引发交易主体环境治理成本急剧上升,无论是环境规制监管还是税收,均不能有效激励企业的绿色创新行为[2]。环境规制降低了新产品和新技术的投资成本投入,导致生产力放缓,从而抑制绿色创新和竞争力的生成,对绿色技术创新能力和绿色创新效率具有抑制作用。学者围绕这一观点开展了相关研究。Bigerna等[3]以19个欧盟国家为例,分解环境规制严格性指数、经合组织监管指标和绿色全要素生产率增长指数,实证结果发现,市场型环境法规对绿色全要素生产率中的纯效率和规模效率指数存在负面影响。Garcia-Quevedo等[4]认为环境规制工具中,尤其是环境保护方面的税收规模过小,不足以激励企业投资绿色生态创新。上述观点佐证了市场激励型环境规制对绿色创新效率的影响存在“成本效应”。

更现代的观点来自波特假说,由于企业面临市场不完善,如信息不对称、组织惯性或控制问题,市场激励型环境规制监管将通过寻找被忽视的技术创新机会,以推动交易主体克服“市场失灵”。其中的主要观点来自波特的思想,即设计得当的市场激励型环境规制可以引发创新,而这些创新可能部分或超过完全抵消遵守这些法规的成本”[5]。市场激励型环境规制所激励的创新效益,通过精益制造实践以及更有效的能源和资源使用的创新,提高了交易主体的资源效率和产品价值,刺激企业在生产经营活动以及终端用户创造绿色价值阶段的创新能力。市场激励型环境规制监管是通过企业积极寻找创新的解决方案以促进经济和环境效益的“双赢”。此后,对波特假说的分析成为实证的焦点。Jaffe等[6]指出,基于市场的方法可能比命令控制方法对环保技术的发明、创新和传播产生更积极、更理想的影响。围绕波特假说的观点,Inmaculada等[1]发现,更严格的市场型环境政策与专利申请数量的增加与绿色全要素生产率的增加有关。Sterlacchini[7]实证发现,欧盟地区的市场激励型环境规制工具的严格性对19个经合组织国家的绿色创新专利产生更积极的促进效应。Maryam 等[8]发现,中国大多数文献实证检验出市场激励型环境规制对绿色创新的积极影响,但这种积极的结论在欧洲地区的文献中仅占50%。这被认为中央集权较好的政府体制能有效地推进市场作用,调动和影响企业资源的技术轨迹。廖文龙等[9]发现,碳排放交易能够有效激励创新,进而促进绿色经济增长。赵路等[10]实证发现,市场激励型环境规制对绿色技术创新效率的直接效应、间接效应和总效应均为正。由此可知,对波特假说的研究也进一步佐证了市场激励型环境规制对区域绿色创新效率的影响存在“创新效应”。

现有研究针对市场激励型环境规制对区域绿色创新效率的影响效应尚未达成一致,但理论研究基础加深了市场激励型环境规制对区域绿色创新效率影响研究的认识,为后续研究提供有效指引。基于上述分析,提出以下假设:

H1a市场激励型环境规制对区域绿色创新效率具有促进效应。

H1b市场激励型环境规制对区域绿色创新效率具有抑制效应。

1.2 产业结构优化的中介作用

研究产业结构优化在市场激励型环境规制对绿色创新效率影响过程中的中介作用,主要从以下两个方面进行分析:

(1) 在市场激励型环境规制对产业结构优化的影响理论方面。市场激励型环境规制作为区域管理者治理环境污染的经济性工具之一,对区域产业结构升级的影响效应需要通过产业结构高级化和产业结构合理化两个途径来实现,只有市场激励型环境规制对两个途径都有所改善[11],才意味着市场激励型环境规制对区域产业结构升级具有影响效应。市场激励型环境规制对产业结构合理化的影响,体现在市场激励型环境规制依靠经济奖励,采用税收和补贴等经济工具对交易主体的环境污染行为进行软约束治理,以促使交易主体对劳动和资金等生产要素进行合理再配置,在市场激励型环境规制的约束作用下,改变高耗能、高污染、高浪费的生产模式,使资源、生产等要素适应“双碳”目标要求。在绿色转型发展理念的推动下,交易主体生产经营的转型也进一步推动劳动和资本生产要素的绿色化发展,重新配置了区域产业结构的生产要素,使得生产要素在产业结构中有效流动,实现在绿色可持续发展目标基础上的产业结构合理化。市场激励型环境规制对产业结构高级化的影响,体现在以创新补偿企业治污成本的增加来抵消环保税的征收,或者通过转让“碳排放权”“用能权”指标来提高利润,促使企业转型成为绿色环保和新兴技术重点企业,使具有较强绿色发展特性和高附加值特点的知识密集与技术密集产业蓬勃发展,构建科技含量高、资源消耗低、环境污染少的产业发展趋势,以推动全产业链转型升级,促进区域产业结构向高级化发展。陈浩等[12]认为环境规制既有助于通过改善要素重置效率以激励产业结构合理化,也有助于增强要素升级的产业结构高级化。刘满凤等[13]认为市场激励型环境规制工具之一的“碳排放权”交易有助于地区产业结构优化升级。Wang等[14]实证发现,市场激励环境规制对产业结构合理化和产业结构高级化的推进作用明显高于命令控制型环境规制和自愿公众参与环境规制。

(2) 在产业结构优化对区域绿色创新效率的影响效应方面。随着产业结构合理化因素的加强,地方政府在制定产业政策时,因地制宜地依据不同地区的产业结构、要素禀赋和绿色转型发展战略,通过绿色产品和绿色技术的协议分工合作,实现绿色技术扩散和省际间的绿色知识溢出,以促使本地区绿色创新活动的空间更为集中,这不仅降低了绿色创新活动的不确定性和风险性,而且降低了绿色科技研发和绿色成果转化的成本,最终带来区域绿色创新效率的改变。随着生产要素在区际间产业转移扩散的加强,在绿色发展战略目标基础上,绿色生产要素从发达区域向欠发达地区流动,欠发达地区通过吸纳和引进发达区域的绿色生产要素和技术,结合自身地区的资源禀赋特征,经过学习、模仿、吸收和再创新,欠发达地区绿色主导产业的生产和资源要素得到合理配置,在其实现绿色生产、绿色能源和绿色技术后,绿色主导产业具有较高的绿色生产增长率,推动了区域绿色创新效率。对于发达区域,在转出本地区成熟或失去比较优势的产业后,在可持续发展目标指导下,可为本地区其他绿色发展优势产业提供发展空间,为环保、节能、清洁能源、能效项目等产业投入优质绿色生产要素和人员要素,以提高区域内绿色要素禀赋、绿色产品和绿色技术水平,实现区域绿色资源要素效率的提升。此外,随着产业结构趋向于高级化,生产要素从低效率产业部门向高效率产业部门转移,这个过程中创新资源的空间重置必然会对绿色技术创新绩效产生影响。具有较高绿色生产效率的绿色主导产业会带动其他新兴产业的增长,从而推动上下游产业的创新,扩大区域绿色创新规模,促进区域绿色创新能力和绿色创新效率的提升。佘硕等[15]实证发现,低碳试点政策通过促进产业升级渠道间接提升低碳试点城市的绿色全要素生产率。逯进等[16]采用有限混合模型,实证分析产业结构升级和技术创新对区域绿色全要素生产率有显著促进效应,且存在明显的“领先型”“追赶型”和“落后型”的区域梯度差异。Sun等[17]实证发现,产业结构升级和环境调节对绿色全要素生产率具有显著影响,并呈现区域异质性表现。同时,学者也通过实证检验了产业结构优化在市场激励型环境规制对区域绿色创新效率的中介传导作用。陈浩等[12]认为环境规制可以通过产业结构合理化、高级化的中介通道,间接促进发展质量的提升。范洪敏[18]认为环境规制可以通过产业结构升级以提升对区域绿色全要素生产率的促进效应。肖振红等[19]实证发现,“碳排放权”交易试点通过产业结构优化促进绿色创新效率的提升。综上所述,产业结构优化在市场激励型环境规制对区域绿色创新效率的影响效应存在中介传导作用。根据上述分析,提出以下假设:

H2a市场激励型环境规制促进产业结构合理化,并提高区域绿色创新效率。

H2b市场激励型环境规制促进产业结构高级化,并提高区域绿色创新效率。

1.3 财政分权的调节作用

财政分权被认为是创造中国经济迅速增长的重要财税制度,区域的创新政策和环境政策能有效推动绿色创新活动,但是绿色创新过程具有极强的不确定性和高风险性,这需要建立较为成熟的区域环境基础条件和雄厚的研发资金做支持,这些支持方式需要通过有效的区域财政支出来实现。因此,区域绿色创新效率的表现与区域财政支出相关联。

首先,当地方政府获得独立财权后,地方政府在本地绿色创新发展方面具有信息优势,相比于中央政府,地方政府更加了解地区内交易主体对市场激励型环境规制的应用现状,可根据本地发展偏好,因地施策地优化财政资金、市场激励型环境规制工具以及绿色创新资源配置,使地区财政支出更具地区适宜性。

其次,财政分权对地方政府提供经济激励表现在财政分权硬化了地方政府的预算约束,使地方政府以“援助之手”的角色发展本地经济和市场化进程。从投入的角度,财政分权赋予地方政府的经济和环境决策权,将有助于发挥地方政府在绿色技术创新中的作用。同时,地方政府在低碳创新驱动发展战略背景下,也会支持、设计和鼓励更合理的绿色创新支持政策、提供绿色知识与共性技术研发和供给,加强绿色创新发展条件和环境。地方政府对绿色技术创新行为的资金投入,可发挥财政资金的引导作用和集聚功能,影响相关主体对市场激励型环境规制工具的选择和应用深度,影响区域内相关主体的绿色技术创新偏好,强化区域内创新主体对绿色技术的发展与扩散的责任意识,提高财政绿色技术资金的投入效果和使用效率。从产出的角度,考虑到绿色技术创新对清洁能源使用效率的提高以及低能耗、低污染、低排放的经济发展模式具有可持续推动力的优势,致力于实现区域经济可持续发展的地方政府对于绿色技术创新具有充分的积极性,通过地方政府的财政预算约束,激发区域内创新主体的绿色技术创新动力,带动区域绿色技术创新产出的增加。陈斌等[20]实证发现,财政分权通过影响环境规制对绿色技术创新产生积极的间接影响。武力超等[21]实证发现,地方政府财政分权程度高的地级市,市场激励型环境规制能较好地促进绿色技术的研发和扩散,进而更大程度地改善环境质量。郭然等[22]基于财政分权的视角,分析中国省际2003～2017年环境规制同经济增长质量间的关系,发现在财政分权程度较低时,环境规制对经济增长有显著激励作用。肖振红等[19]实证发现,在高财政分权地区,“碳排放权”交易试点政策对区域绿色创新效率具有显著促进效应。

综上所述,财政分权对区域绿色创新效率提升具有积极促进作用。由此提出以下假设:

H3市场激励型环境规制同财政分权的交互对区域绿色创新效率的提升具有正向调节作用。

综合理论分析过程,重点研究市场激励型环境规制如何影响区域绿色创新效率以及影响过程所受因素的影响,研究模型如图1所示。

图1 理论模型Fig.1 Theoretical model

2 模型设定、指标选择与数据说明

2.1 系统广义矩模型(GMM)设定

面板数据模型最常用的估计方法是固定效应模型和随机效应模型,但是在将被解释变量的滞后项作为解释变量引入回归模型后,使得模型具有动态解释能力时存在内生性问题,传统的固定效应和随机效应模型均不能保证得出无偏的参数估计。Arellano等[23]提出了利用工具变量来推导相应矩条件的GMM 方法。广义矩估计主要包含差分GMM 和系统GMM 两种模型。但是,Roodman[24]认为,当工具基于滞后回归构建时,若时间段较短,则工具变量会变得很弱。这造成差分GMM 模型虽然解决了内生性问题给模型造成的影响,但在有限样本条件下,“弱工具变量”问题成为制约差分GMM 方法的因素。为此,Blundell等[26]提出了系统GMM 方法,该方法能有效解决自相关、异方差性、内生性和弱工具变量的问题,从而产生无偏、高效、一致的估计结果,是一种较好的估计方法。Roodman[25]认为应用系统GMM 的必要条件是横截面的数量应该大于时间维度,这正是本文数据的性质。同时,系统GMM 能有效克服被解释变量与滞后被解释变量的内生性问题,避免模型分析有偏和不一致问题的出现。因此,本文采用系统GMM 检验市场激励型环境规制对区域绿色创新效率的影响。将区域绿色创新效率(GIE)作为被解释变量,将绿色创新效率滞后1期引入模型,将市场激励型环境规制强度(ER)作为核心解释变量,满足被解释变量为动态变量以及不是所有解释变量都是严格外生的条件设定,同时控制了个体和时间双固定效应,以满足系统GMM 的使用条件。此外,由于影响区域绿色创新效率的因素众多,仅考虑核心解释变量对区域绿色创新效率的影响,其结果会失之偏颇,故将影响区域绿色创新效率的其他因素作为控制变量引入系统GMM,剔除其对区域绿色创新效率的影响,使用两步系统GMM 法[26]来克服普通面板模型中的内生性问题,以获知市场激励性环境规制与区域绿色创新效率之间的关系。

其中,控制变量包括经济发展水平(AGDP)、城镇化水平(UR)、外商直接投资(FDI)和能源消费结构(ECS)。同时,模型还控制地区固定效应δ、年份固定效应μ;εi为随机误差项;β0为常数,βi为对应变量的回归系数。考虑到区域绿色创新效率成果的转化需要一定的时间周期,当年的区域绿色创新效率水平不仅取决于当期表现,也会受到往年区域绿色创新效率存量的影响,故在模型中加入滞后1期的区域绿色创新效率,以控制其自身的内在冲击,即GIEit-1为区域绿色创新效率的一阶滞后项。由此建立动态面板回归模型,即

在分析市场激励型环境规制对区域绿色创新效率影响的过程中,同时需要考虑市场激励型环境规制与财政分权的交互作用,以此衡量除市场激励型环境规制外的财政环境影响所造成的循环积累效应。因此,调节作用模型为

2.2 变量选取

2.2.1被解释变量(GIE)针对绿色创新效率的测度主要采用主成分分析法、投影寻踪评价模型、粒子群优化算法以及以参数技术为代表的随机前沿分析法和以非参数技术为代表的数据包络分析法。由于数据包络法能回避权重设置问题,便于处理多投入与多产出变量的创新效率测算,且无需事先设定具体的生产函数形式,更符合复杂经济环境的实际问题分析,故采用可解决非期望产出和非零松弛问题的非径向、非角度Super-SBM 模型测度2005～2020年中国30个省(自治区、市)的省域绿色创新效率。

具体变量选取如下:

(1) 投入要素。投入要素由人力投入要素、资本投入要素和能源投入要素3项指标构成。其中,人力投入用区域R&D 人员全时当量表示[27-28]。在区域资本投入测度上,借鉴李婧等[29]和林周周等[30]采用的投入法,利用R&D 活动内部经费支出测量区域资本投入情况。能源投入作为绿色创新需要考虑的重要因素,其代理变量为各区域能源消耗总量[28]。

(2) 期望产出。绿色创新的终极目的是实现区域节能减排的技术创新增长和绿色经济优化,为此,本文选取区域绿色专利申请量和区域技术市场成交合同金额作为代理变量,分别表示区域绿色技术发展态势和绿色创新成果转化为市场经济效益的体现[27]。

(3) 非期望产出。区域在工业生产期间,势必产生环境污染物排放。在非期望产出方面,有学者以污染物排放的绝对量作为衡量指标,采用“十三五”生态保护环境规划界定的主要污染物——二氧化硫、氨氮和氮氧化物等;也可采用“三废”排放量综合指标作为测度,该变量值越大,意味着环境破坏越大[31-32]。本文选取区域工业废水、废气和固体废弃物作为非期望产出的代理指标,并运用熵值法对3项污染物指标进行标准化处理,根据信息熵计算各指标权重及区域环境非期望产出综合指数。

2.2.2解释变量(ER) 现有围绕市场激励型环境规制强度测度指标较多,在单一指标评测方面,部分学者选择以各省份排污费征收总额直接表征市场激励型环境规制强度[33-34],或以地区政府在环境规制上投入的激励成本表征市场激励型环境规制强度。另一类则倾向于构建复合指标评价体系,从税收的角度考虑市场化工具在节约资源和保护环境方面的作用[35],也有学者在市场激励型环境规制综合指标中同时考虑费用、税收和投资性补贴对环境治理的促进作用[36]。本文运用熵值法对单位GDP的工业污染治理投资额、排污费收入和城市环境基础设施建设投资额进行综合测算。

2.2.3控制变量

(1) 经济发展水平(AGDP)。衡量地区经济发展状况的主要表征指标是人均GDP。

(2) 城镇化水平(UR)。随着居民涌入城市,城镇化水平的提高导致能源消费增多和排放污染。中国目前处于城镇化加速阶段,在分析绿色创新效率问题时,有必要考虑城镇化的影响。参考文献[37],本文选取年末城镇人口占年末总人口比重来表征。

(3) 外商直接投资(FDI)。有学者认为外商直接投资可提升投资国的绿色创新效率[38],但也有研究结果显示,外商直接投资对投资国绿色创新效率的促进作用不明显甚至有负向影响[39]。为验证在外商直接投资同绿色创新效率间是否存在“污染天堂假说”,本文选取外商直接投资额来衡量。

(4) 能源消费结构(ECS)。从能源消耗结构来看,能源消费过高将直接影响区域绿色创新发展动力,由于国家发改委将吨标准煤作为“双碳”衡量指标,本文利用《中国能源统计年鉴数据》计算煤炭消费与区域能源消费总量的比值。其中,煤炭消费量来自7个相关煤炭终端消费量的加和,能源消费总量来自20个相关能源终端消费量的加和,以此衡量区域能源消费结构对绿色创新效率产生的影响。

2.2.4中介变量 根据干春晖等[11]的观点,从动态的角度衡量经济体的产业结构变迁需要从两个维度来看,即产业结构合理化和产业结构高级化,只有市场激励型环境规制对这两个途径都有所改善,才意味着市场激励型环境规制对区域产业结构升级具有影响效应。

产业结构高级化(AIS)指标可以体现区域产业结构从低水平向高水平发展的梯次演进过程,尤其体现区域主导产业部门技术创新的吸收过程,在可持续发展经济的推动下,产业结构高级化体现在产业机构的知识化和服务化特征上。产业结构高级化的方向是区域主导产业由第一产业转向第二产业,并持续向第三产业发展的过程,这体现了区域产业结构向知识密集型产业转变以及高附加值的服务化产业转变的特性。在测算产业高级化指标时,为了体现地区三大产业配置状况,尤其是第三产业在国民经济中的比重,部分学者采用第三产业增加值与第二产业增加值的比值来衡量产业结构高级化[11,32,40]。本文沿用这一测度方法对产业结构高级化进行衡量[32,40]。

产业结构合理化(RIS)指标可以体现区域要素资源在产业中的配置状况以及区域产业结构间的比例关系的优化程度,即产业间具有较高的聚合质量。为体现区域产业间聚合质量和资源禀赋的利用情况,部分学者采用“泰尔指数”表征产业结构合理化[11,32,40],即利用各地区的三大产业产值和劳动力数据构建指数。具体公式为

式中:RIS为产业结构合理化指数;Y为区域第一、二和第三产业的产值;L为第一、二和第三产业的就业人数。泰尔指数是逆向指数,测算值越趋近于0,表明产业经济趋于均衡,产业结构合理化程度越高。由于其是逆向指数,为便于对实证结果的比较,本文用极值法对泰尔指数负向标准化处理。

2.2.5调节变量 财政分权(FD)。财政分权意味着地方政府的财政力量水平差异。现有研究对财政分权的指标测度方式主要有3种,分别是地方财政收支自由度、财政收入指标和财政支出指标。财政自主度指标一般用地方自主财政收入占本级政府总支出的比重来衡量[41]。财政收入分权指标主要体现中央与地方在财政收入权力层面的分配关系,通过税收、土地出让金等资源获取方式来实现,采用特定省份地方人均财政收入/(地方人均财政收入+中央人均财政收入)或地方财政收入占整个国家财政收入的比重指标来衡量[42]。财政支出分权指标主要体现中央与地方在政府事权层面的分配关系,通过政府补贴、所得税优惠和专项基金等方式来履行相关职责。采用特定省份地方人均财政支出/(地方人均财政支出+中央人均财政支出)[43]或地方财政支出占整个国家财政支出的比重来衡量[44]。由于在“双碳”目标驱动下,政府财政支出分权对于弥补市场制度缺陷、促进绿色经济可持续发展具有重要作用,本文采用支出法衡量财政分权指标[43]。

2.2.6工具变量 为了避免自然因素所带来的碳排放影响,本文选择空气流通系数(VC)作为明显外生于环境政策的工具变量,使得区域绿色创新效率的影响作用仅通过市场激励型环境规制来实现,以便更好地解决内生性问题。借鉴刘传明等[45]的做法,使用ArcGIS软件,采用0.125度栅格,以10 m高度风速同大气边界层高度的乘积获得空气流通系数。

2.3 数据来源

由于港澳台和西藏数据不足,考虑到样本的可得性,本文选择2005～2020中国30个省(自治区、市)的面板数据,样本观察值为480。数据来自《中国城市统计年鉴》《中国财政年鉴》《中国科技统计年鉴》《中国统计年鉴》《中国能源统计年鉴》以及各地级市统计年鉴。各指标描述性统计分析如表1所示。

表1 变量描述性统计Tab.1 Descriptive statistics of variables

3 实证结果分析

系统GMM 模型在差分GMM 基础上进一步使用水平方程的矩条件,减少了估计误差,同时两步GMM 在一步GMM 基础上建立方差-协方差矩阵,解决了一步GMM 的独立和同方差假设问题,比一步GMM 更有效。由于引入区域绿色创新效率的一阶滞后项为解释变量,为有效控制回归分析中的内生性问题,故采用系统GMM 作为主效应回归模型,并采用两步系统GMM 对面板数据进行估计。

模型回归结果如表2中的模型(1)和(2)所示。运用系统GMM 需要判断工具变量有效性过度识别检验,即Sargan检验原假设为工具变量均为有效变量的情况下,服从均值为0的正态分布。表2中,Sargan检验的P值均大于0.1,不拒绝原假设,说明系统GMM 的工具变量的选择是有效的,不存在过度识别问题。此外,系统GMM 需要利用Arellano-Bond检验随机扰动项的自相关,AR(1)和AR(2)分别考察模型差分后的残差项是否存在一阶和二阶序列相关问题,表2中所有模型的AR(1)检验P值均小于0.1,AR(2)检验的P值均大于0.1,表明系统GMM 模型不存在残差项二阶自相关问题,市场激励型环境规制对区域绿色创新效率的模型设定合理有效。

表2 主效应及调节效应回归分析Tab.2 Regression analysis of main effects and moderating effects

3.1 主效应及调节效应回归分析

表2中模型(1)为考虑区域绿色创新效率的一阶滞后项后的市场激励型环境规制对区域绿色创新效率的影响。由模型(1)可知,被解释变量一阶滞后项在1%的水平下对当期区域绿色创新效率产生显著促进效应,影响系数为0.459,表明区域绿色创新效率具有惯性,存在显著累积增长效应,需要不断地累积区域绿色创新技术,将区域绿色创新能力建设作为区域战略发展着力点。市场激励型环境规制对区域绿色创新效率的影响在1%的水平下显著正向,系数为0.143,假设H1a得到验证,表明在市场激励型环境规制的促进作用下,区域内的创新主体在节能减排和绿色生产技术上取得较大成效,显著正向引导和促进区域绿色创新效率的产生。

就控制变量而言,经济发展指标在1%的显著性水平下对区域绿色创新效率产生负向影响作用,系数为-0.073。研究表明,经济发展能够显著促进创新,但部分学者借鉴环境库兹涅茨曲线,认为经济发展水平同绿色创新效率之间呈现显著的U 型曲线,而非简单的线性关系[46]。在环境库兹涅茨U型曲线拐点的左侧,经济水平逐渐提高,但绿色创新效率呈负向相关关系,经济社会尚处于采用非技术因素(如劳动等)追求数量增长以带动经济增长的发展模式,部分区域的创新主体尚未意识绿色技术创新的重要性,绿色技术在经济增长中的作用并未体现。由模型式(1)经济发展指标回归分析结果可知,区域人均GDP与区域绿色创新效率呈显著抑制效应,表明中国经济发展水平尚处于环境库兹涅茨曲线拐点的左侧。

城镇化的发展会在1%的显著性水平下对区域绿色创新效率产生正向影响作用,系数为1.910。表明随着大量居民涌入城市,人口城镇化所引发的要素集聚带来了生产方式的集约化,使得单位污染排放有所降低,而要素集聚所导致的技术集聚和人口集聚,更有利于减排技术的碰撞和交流,从而实现绿色技术创新的提高。

能源消费结构对区域绿色创新效率影响系数为负,且未通过显著性检验。原因可能在于,随着光伏发电、核能、水能、风能和氢能等清洁能源在社会生产中的使用,清洁能源成为各省、市(自治区)实现碳中和的集中发力点,增加清洁能源的使用有助于降低区域污染排放,与区域绿色创新呈一定的替代效应。

外商直接投资的进入在1%的显著性水平下对区域绿色创新效率产生抑制作用,系数为-0.013。由于外商直接投资的技术溢出对区域绿色创新效率的影响效应研究尚存在较大争议,有观点认为FDI作为技术和资本的结合体,不仅能为流入国的相关企业带来先进的生产体系和环境治理经验,还能通过知识和技术溢出效应实现流入国绿色创新效率的提升。但也有观点从“污染天堂假说”的角度,认为重污染企业会选择流入环境标准较低的区域生产,形成污染避难所,从而使外商直接投资的技术溢出效应对东道国的绿色技术创新影响不显著,甚至是负向抑制作用[47]。就表2中模型(1)中的回归分析结果来看,外商直接投资显著抑制了中国区域绿色创新效率的增长,研究区域仍存在“污染天堂假说”。

表2中模型(2)为财政分权在市场激励型环境规制对区域绿色创新效率的调节作用。其中,模型(2)中的财政分权同市场激励型环境规制的交乘项的回归系数在1%的显著性水平下正向影响区域绿色创新效率,系数为2.917,说明财政分权促进了市场激励型环境规制对区域绿色创新效率的提升作用,具有明显调节效应,且财政分权程度越高,区域绿色创新效率的促进作用越明显,H3假设得到验证。当地方政府获得地方独立财权后,在碳中和战略发展方向的促进下,地方间绿色GDP政绩竞争趋向激烈,将更加注重地方绿色可持续经济发展模式的建立,通过强化市场激励型环境规制等经济型工具以及财政绿色技术资金的投入效果和使用效率,倒逼区域内企业开展绿色转型。同时,在倒逼企业转型升级时也更能发现创新主体的绿色生产经营着力点、切中要害,加大绿色研发的投入扶持力度,激发和带动整个区域内绿色技术创新动力,促进区域绿色技术创新产出增加。

3.2 中介效应回归分析

中介效应普遍使用因果步骤法、Sobel检验法和偏差校正的非参数百分位Bootstrap法。因果步骤法虽得到广大学者的使用,但近年来围绕逐步检验是否有效,是否需要先验总效应,区分完全中介和部分中介是否合适以及该方法能否反映因果关系等问题受到质疑[48]。Sobel法由于设定抽样分布服从正态分布的先行假设,很多学者认为其抑制了中介效应的研究应用。相对而言,方杰等[48]和温忠麟等[49]认为Bootstrap方法校验结果更精确,适用于中小样本和多种中介模型,放弃总效应c显著为中介效应检验的前提条件,不再区分完全中介和部分中介的界定,具有较强的普适性,可取代Sobel检验法和因果步骤法。

基于此,采用Bootstrap 法验证市场激励型环境规制对区域绿色创新效率的中介传导机制,通过1000次抽样,构成95%的置信区间,P为百分比置信区间,间接效应系数乘积显著的标志是置信区间不包含0。检验结果如表3所示,模型(3)和(4)分别为针对产业结构合理化指标和产业结构高级化的中介效应检验。模型(3)的间接效应置信区间不包含0,说明产业结构合理性在市场激励型环境规制对区域绿色创新效率影响效应中存在中介效应,间接效应系数为0.020,效应值为26.3%。模型(4)的间接效应置信区间不包含0,说明产业结构高级化在市场激励型环境规制对区域绿色创新效率影响效应中存在中介效应,间接效应系数为0.037,效应值为49.3%。因此,假设H2a和H2b得到验证。

表3 中介效应分析结果Tab.3 Results of mediation effect analysis

4 稳健性检验

采用模型替换法考察评价方法和指标的稳定性,如果能够得到相同的结果,则表明数据结论稳定可靠。由于主效应考虑到内生性和弱工具变量问题,且Blundell等[26]利用蒙特卡洛模拟实验证实,在有限样本下,系统GMM 较差分GMM 估计结果更有效,故主效应采用系统GMM 进行回归分析,在稳健性检验中利用差分GMM 检验数据的稳定性。如表4所示,模型(5)、(6)的区域绿色创新效率一阶滞后项、市场激励型环境规制、市场激励型环境规制同财政分权的交乘项的回归系数和显著性与表1中的模型(1)、(2)一致,证明主效应检验结果具有稳定性。

表4 更换回归分析模型的稳健性检验Tab.4 Robust test of replacement regression analysis model

5 异质性分析

为实现中国跨入创新型国家行列的目标,2016年4月科技部印发建设创新型省份工作指引的通知,将江苏、四川、安徽、湖南、福建、陕西、浙江、湖北、广东、山东和吉林作为创新型省份试点。此外,北京、上海、重庆和天津作为创新型城市试点。本文以创新型省、市试点为区分条件,探究市场激励型环境规制对区域绿色创新效率的影响。在创新型省市中,包含8个东部地区区域,4个中部地区区域和3个西部地区区域。模型(7)为非创新型省(市)区域分样本回归,模型(8)为创新型省(市)区域分样本回归,结果如表5所示,区域绿色创新效率一阶滞后项对当期区域绿色创新效率均在5%显著性水平下存在正向相关性。创新型省(市)的市场激励型环境规制对区域绿色创新效率在1%显著性水平下形成促进作用,系数为0.195,同主效应检验结论一致。非创新型省(市)的市场激励型环境规制对区域绿色创新效率有促进效应,但未形成显著性关系。这可能是因为15个非创新型省(市)包含了12个中西部地区省份,经济发展程度相对较低,对市场激励型环境规制的运用相较于东部地区较为滞后,造成绿色创新和高新技术的成果转化能力较弱,未形成绿色技术创新的竞争力。

表5 分样本回归:市场激励型环境规制影响区域绿色创新效率的回归结果Tab.5 Sub-sample regression:The regression results of the impact of market incentive environmental regulations on regional green innovation efficiency

6 结论

为有效控制回归分析中的异方差和内生性问题,本文采用两步系统GMM 作为主效应回归模型,对市场激励型环境规制对区域绿色创新效率的影响效应进行实证分析。实证分析发现:

(1) 市场激励型环境规制对区域绿色创新效率具有显著促进效应。

(2) 财政分权在市场激励型环境规制对区域绿色创新效率影响效应中具有正向调节作用。

(3) 为揭开市场激励型环境规制同区域绿色创新效率的研究“黑箱”,通过Bootstrap的中介检验产业结构合理化和产业结构高级化在市场激励型环境规制同区域绿色创新效率间的中介传导作用,证实产业结构优化指标在市场激励型环境规制对区域绿色创新效率的影响具有中介促进效应。

(4) 中国幅员辽阔,各区域的资源禀赋、经济发展形势各有不同,在分样本回归中,也发现创新型省市在市场激励型环境规制的运用方面同非创新型省市试点区域有所不同,各地区需要因地制宜开展环境规制工具的深度和广度。

基于上述研究结论,提出如下启示:

(1) 从区域的维度,创新型省份试点省市和非创新型省份试点省市的市场激励型环境规制对区域绿色创新效率所产生的影响存在显著空间异质性。政府应循序渐进推进不同省份的市场激励型环境规制强度,确保不同时期、不同省域的市场激励型环境规制强度均在创新主体可承受的范围内。对创新型省份试点省市和非创新型省份试点省市地区实施因地施策的市场激励型环境规制工具。其中,创新型省份试点地区可根据其资源禀赋优势重点考虑“碳排放权”交易、“用能权”交易等市场激励型环境规制工具,非创新型省份试点地区在改善相对落后的经济和创新能力现状的同时发挥市场化手段在污染减排方面的基础性作用。

(2) 区域政府应以产业结构优化为目标,通过构建产业结构的合理化和高级化,为绿色产业发展提供内生动力,以提升区域绿色创新效率。在产业结构合理化建设上,地方管理者应强化环境专项补贴、扶持及研发投入力度,提供必要的绿色项目投入资金、技术和智力支持向知识型、服务型和绿色能源产业转移。通过推动区域内的产学研绿色协同创新,加大地区环境污染治理人才和绿色创新技术人才的培养力度,通过绿色产业的发展吸纳更多的就业人口,调节绿色产业结构同就业结构的平衡,合理配置产业结构中的绿色生产投入要素,提高区域资源投入要素的使用效率。在产业结构高级化建设上,通过市场激励型环境规制的激励约束作用,促进第一产业的增产又减污,发挥森林资源的碳汇作用。关注第二产业对高碳资源的低碳化、集约化利用和替代性使用,促进电力、煤化工、油气等高排放行业在低碳处理方面关键技术的发展,加大相关行业的转型和升级。加大第三产业中的绿色服务和绿色创新技术研发产业的扶持力度,建立绿色产业示范基地建设,以实现区域产业结构从第一、二产业向绿色知识密集型和高附加值服务产业转变的产业结构高级化趋势,通过绿色技术产业的带动,提高区域绿色创新绩效的产出。

(3) 从财政分权对区域绿色创新效率的促进效应来看,财政分权对区域绿色创新效率的形成具有显著促进效应。因此,需要对地方政府效率的考核方式进行适当调整,将区域资源利用、环境治理、生态保护和绿色生活等绿色经济发展指标与绿色创新能力指标纳入地方政府业绩考核指标体系,严格限制地方政府的自利性投资行为,培育区域发展新动能。有意识地激励和扶持绿色创新主体的成长,促进绿色创新专利的成果转化效果,促进绿色项目的稳定运转,发挥地方政府在区域绿色创新系统建设中的主体作用。

本文围绕市场激励型环境规制对区域绿色创新效率的影响进行了较为完整的理论分析,并采用面板回归效应、中介效应和调节效应实证检验相关理论。考虑到研究能力和文章篇幅,后续可考虑从门限模型的角度入手,优化模型设计,探究非线性关系在市场激励型环境规制对区域绿色创新效率中的影响,以加强理论研究的深度。