环境规制、技术创新与工业高质量发展——基于中国省际面板数据的分析

张建涛，隋 鑫

（沈阳师范大学 旅游管理学院，辽宁 沈阳 110034）

党的十八大以来，习近平总书记曾在多个重要场合反复提及生态文明建设：要坚持“绿水青山就是金山银山”的理念，坚定不移走生态优先、绿色发展之路。要继续打好污染防治攻坚战，加强大气、水、土壤污染综合治理，持续改善城乡环境。要强化源头治理，推动资源高效利用，加大重点行业、重要领域绿色化改造力度，发展清洁生产，加快实现绿色低碳发展等。绿色发展理念和生态文明建设对工业发展质量的内涵与外延产生了深刻影响（史丹、李鹏，2019）。“既要金山银山，也要绿水青山”意味着必须兼顾“稳发展”与“优环境”的双重目标。伴随经济新常态发展，生态文明建设的重要性逐步突显，污染治理力度不断增大、制度出台频度逐步增多、监管执法尺度日趋严密，加快了中国生态文明建设的步伐，为工业的高质量发展提出了新要求。

全球性污染的出现与人类的工业化进程密不可分。伴随着各国环保与经济发展之间的矛盾日益尖锐，强化环境规制逐渐成为全球性趋势（杜龙政等，2019；
孙金花等，2021）。中国环境评价制度、排污收费制度、中央环保督察、专项整治行动在生态环境保护中发挥了重要作用，各级地方政府及环保部门也相应出台了配套的污染物排放标准、企业环境行为评价等条例和规章（赵黎明、陈妍庆，2018），为生态文明的建设提供了有力保障。党的二十大报告提出，到2035 年要实现高水平科技自立自强，进入创新型国家前列。技术创新对工业发展的贡献度日益成为学者们研究的焦点（郭朝先，2019；
黄群慧，2014）。环境规制、技术创新与工业高质量发展方面，国内外学者从不同角度研究环境规制对微观企业的全要素生产率、企业绩效及获取竞争优势等方面的影响，形成了“遵循成本说”和“波特假说”。部分学者认为环境规制对工业经济发展有显著的阻碍作用，即实施环境规制政策后，对工业经济有显著的“约束效应”，造成企业治污费用增加（Knellex，2012；
魏巍，2020），增加生产成本，不利于企业提高生产效率和技术研发（Kathruia，2007；
汪海凤，2022）。部分学者认为环境规制会迫使企业进行技术改造和转型升级，进而促进工业经济高质量发展，即在环境规制约束下，追求利润最大化的企业必须通过渐进式创新，改造现有生产工艺水平，进而有效提升企业生产效率（张江雪等，2015；
王定星、张晶，2019），或者进行突破性创新，进行技术创新投入，推进企业生产工艺转型，有利于企业提升技术创新水平（李小平，2017；
王超等，2021）。也就是说，技术创新带来的竞争优势完全可以抵消环境规制所增加的企业成本，甚至可以扩大比较优势(Porter，1995)。环境规制对中国工业高质量发展有显著的正向影响，但环境规制必须要有一个“度”的限制（李欣、曹建华，2018；
李青原、肖泽华，2020）。相关的研究成果颇丰，为本研究奠定了扎实的理论基础。然而，多数既有研究忽视了产业发展的空间相关性，将省域视为独立的个体，忽略了工业的空间溢出效应。在现有研究的基础上，文章尝试运用空间计量模型，深入探讨环境规制、技术创新对工业发展的影响，文章要解决的核心问题包括：环境规制是否促进工业发展水平提升？技术创新是否能够推动环境规制对工业发展水平的作用？中国的工业发展是否存在空间相关性？不同地区间环境规制、技术创新对工业发展的推动作用是否存在差异化？基于此，文章根据研究结果提出对策建议。

1.环境规制对工业发展的直接影响分析

环境规制对工业发展的作用是学者们热议的课题。环境规制能够影响工业企业的生产成本，保证经济主体公平地履行职责与义务，提高环保效率，是降低工业环境污染的重要方式。现有研究多从绿色全要素生产率（李斌等，2013）、空气污染（白雪洁、曾津，2019）、城市经济发展（黄金枝、曲文阳，2019） 和政府科技投入（周凌燕、刘静宜，2021） 等方面探讨环境规制对工业发展的影响。部分研究得到环境规制与工业绿色发展水平之间呈“U”型关系（黄磊、吴传清，2020；
杨仁发、李娜娜，2019；
王丽霞等，2018），也有研究指出环境规制是工业创新的决定因素（闫莹等，2020）。基于上述理论分析，文章认为环境规制可以对工业发展发挥积极作用，直接推动工业发展水平的提升，故提出假设H1。

假设H1：环境规制可直接促进工业发展。

2.技术创新的中介效应分析

波特假说认为适当的环境规制可以促使企业进行创新活动，企业的创新将提高其生产力，从而抵消由环境保护带来的成本，并提高产品质量，有利于企业获得竞争优势，同时，有可能提高产业生产率（汪海凤，2022）。也有研究得到环境规制会对技术创新产生积极的拉动作用，帮助企业减排，生产环保产品，提高市场竞争力(Bi 等，2014)。由此可见，技术创新在环境规制对企业发展推动作用的过程中，可能存在一定的中介效应。基于此，提出文章的研究假设H2。

假设H2：环境规制可通过提升技术创新水平促进工业发展。

3.环境规制促进工业发展的区域异质性分析

由于中国幅员辽阔，各区域特色鲜明，为深入研究环境规制对工业发展的推动作用，文章进一步考察东部地区、中部地区、西部地区和东北地区环境规制对工业发展促进作用的异质性。东部地区地理位置优越，经济发展迅猛，处于国内发展前沿的东部沿海地区大力推动工业转型升级，其增长红利逐渐释放。与东部地区相比，中部地区和西部地区具有更大的提升空间，中部与西部地区资源丰富、要素成本相对较低、市场潜力较大，加之相关政策倾斜，工业发展面临新的机遇。长期以来，党中央高度重视东北地区工业发展，2003 年实施东北老工业基地振兴的重大战略决策，出台了一系列支持、帮助、推动东北地区振兴发展的政策措施，东北地区工业的全面振兴指日可待。由此提出研究假设H3。

假设H3：环境规制对工业发展的推动作用具有区域差异性。

1.变量说明

文章主要探讨环境规制与技术创新对工业发展水平的影响，因此，工业发展水平为被解释变量，解释变量主要包括环境规制与技术创新。除了环境规制和技术创新之外，其他影响工业高质量发展的因素很多，不可能穷尽。基于数据的可得性、完善性和实用性原则，在参考相关研究成果并进行筛选的基础上，文章选取经济发展水平、企业规模和城镇化程度三个控制变量。

（1） 工业发展水平(ID)

学者对于工业发展水平的衡量标准各不相同，多见于通过构建指标体系的方式进行测度（黄磊、吴传清，2020），也有部分学者采用绿色全要素生产率（杨仁发、李娜娜，2019） 等单一要素作为工业发展水平的代理变量。考虑到指标体系测度的内容差别较大，因此文章选取应用范围较广的工业增加值作为工业发展水平的直接度量依据。

（2） 环境规制(ER)

对于环境规制的度量尚未有统一的标准，通常根据研究侧重点不同而选择不同的代理变量进行度量，参考已有研究（杜龙政等，2019），文章分别选取ER（工业增加值） 和ER2（污染源治理投资/工业企业主营业务成本） 作为环境规制的代理变量，其中，ER2 用于稳健性检验。

（3） 技术创新水平(TI)

把专利作为创新水平的指标频繁出现在文献中（郭燕青和王洋，2019），文章采用专利申请授权数来度量省域的技术创新水平。同时，选取R&D 经费内部支出作为TI2，用于稳健性检验。

（4） 经济发展水平(ED)

工业的发展受企业经济发展水平的影响，学者对于经济发展水平的考量多见于GDP 或人均GDP，由于人均GDP 为相对指标，更加合理，因此文章选取人均GDP 作为衡量区域经济发展水平的指标。

（5） 企业规模(ES)

企业规模决定着工业发展的速度与质量，因此文章选取有R&D 活动的企业数作为企业规模的度量指标。

（6） 城镇化程度(UR)

随着社会生产力的发展、科学技术的进步以及产业结构的调整，以农业为主的传统乡村型社会逐渐向以工业等非农产业为主的现代城市型社会转变，因此城镇化程度与工业发展水平密不可分。文章以城镇人口比重作为城镇化程度的代理变量。

2.数据来源

本研究样本涵盖了中国30 个省、市、自治区（不含西藏及港澳台地区），样本时间跨度为2005—2020 年，数据主要来源于历年《中国统计年鉴》 《中国环境统计年鉴》和《中国科技统计年鉴》。

3.空间权重矩阵

学者通常使用的空间权重矩阵包括0～1 邻接权重矩阵、经济距离权重矩阵与嵌套空间权重矩阵。考虑到0～1 邻接权重矩阵的应用范围较广，结合文章的研究对象，构建30 个省、市、区的用0～1 邻接矩阵ωij，作为空间权重矩阵。空间权重ωij主要测度省域i 与省域j 之间是否相邻，若省域相邻，则ωij=1；
若省域不相邻，则ωij=0。海南省虽然在地理空间上属于单独的岛屿，但在发展中与广东省联系密切，因此文章将广东省视为与海南省相邻。

4.空间计量模型

由于环境污染具有较强的扩散性与流动性，可能存在一定的空间溢出效应。文章使用空间计量模型进行统计。根据研究内容与研究目的，确定研究涉及的空间计量模型为空间滞后模型(Spatial Lag Model，SLM)或空间误差模型。

（1） 空间滞后模型

空间滞后模型主要用于测度变量是否存在溢出效应（赵磊等，2014），即本省域的工业发展水平取决于相邻省域的观测值。针对研究假设H1 和假设H2，分别构建文章的空间滞后模型如下所示：

其中，IDit表示被解释变量工业发展水平，i 表示地区，t表示时间；
α0为常数项；
ρ 为空间滞后自回归系数，主要表示观测值的空间依赖性，即相邻省域间工业发展水平的相互影响程度，其大小测度了相邻省域间工业发展的溢出效应；
ωij为空间权重矩阵；
ωijf为空间滞后变量；
βi表示自变量对因变量的影响系数；
ERit表示环境规制；
TIit表示技术创新；
Xit为控制变量，包含经济发展水平、企业规模和城镇化水平；
ε 为随机误差项。

（2） 空间误差模型

空间误差模型主要反映了误差项对被解释变量的影响（李如友，2016），即当省域间工业发展水平的依赖与影响由于各自所处的地理空间不同而产生差异时，采用该模型。同样根据假设H1 和假设H2，分别构建文章空间误差模型如下：

其中，λ 为空间误差自回归系数，表示各省域工业发展水平的空间依赖程度；
ωijγ 为空间滞后误差项；
μ 为正态分布的随机误差项；
其他变量与式(2)相同。

（3） 空间滞后模型与空间误差模型的选取

空间计量模型的选择，主要参考Lagrange Multiplier 和Robust LM 等指标（张建涛、陈珂，2020）。当Lagrange Multiplier(error)通过显著性检验，Lagrange Multiplier(lag)未通过显著性检验，且Robust LM(error)显著，Robust LM(lag)不显著时，选择空间误差模型(Anselin 等，2004)。当Lagrange Multiplier(lag)通过显著性检验，Lagrange Multiplier(error)未通过显著性检验，且Robust LM(lag)显著，而Robust LM(error)不显著时，则选择空间滞后模型。

与此同时，采用最大似然估计ML 方法，对拟合优度R2、自然对数似然函数值(Log likehood，Log L)、似然比率检验(Likelihood Ratio Test，LRT)、施瓦茨准则(Schwartz Criterion，SC)以及赤池信息准则(Akaike Information Criterion，AIC)等指标进行检验。指标R2和Log L 越大，LRT、SC 和AIC 越小，模型拟合效果越好。

1.变量多重共线性检验

（1） 相关系数分析

由检验结果可知，变量间的相关系数均小于0.7，技术创新TI 与企业规模ES 的相关系数最高，为0.630。

（2） 方差膨胀因子VIF 分析

文章解释变量的方差膨胀因子VIF 的检验结果见表1，所有变量中最大的VIF 值为5.05，小于10。

表1 解释变量的方差膨胀因子VIF

结合相关系数和方差膨胀因子VIF 的分析结果可知，变量间不存在多重共线性。

2.面板数据回归结果

（1） 普通面板数据回归分析

对于假设H1，文章建立计量模型检验环境规制对工业发展水平的推动作用，设立的回归模型如下所示：

模型中，IDit为被解释变量工业发展水平，ERit代表环境规制，ESit代表企业规模，URit代表城镇化水平，ai表示各省域不随时间变化的因素，用于控制省域的固定效应，εit为随机干扰项，其中，i 表示省域，t 表示时间。变量描述性统计分析见表2。为消除原始数据存在异方差的可能性，进一步提高数据的准确度与一致性，文章将所有数据进行取对数处理。

表2 变量描述性统计分析

对于假设H2，文章主要运用中介效应模型验证技术创新是否为环境规制推动工业发展水平提升的机制，构建回归模型如下：

模型中，TIit表示技术创新，i 表示省域，t 表示时间，其他变量与式(6)相同。

由于文章选取的数据N=30，T=13，属于短面板数据，无需做单位根检验和协整检验。首先，对数据进行Hausman 检验，来判断使用固定效应模型还是随机效应模型。假设H1 面板模型的Hausman 检验结果为chi2(5)=124.18，Prob＞chi2=0.0000，拒绝原假设，认为固定效应模型的估计方法更为适合。假设H2面板模型的Hausman 检验结果为chi2(6)=141.64，Prob＞chi2=0.0000，拒绝原假设，同样得出固定效应模型的估计方法更为适合，回归结果如表3 所示。

表3 普通面板模型估计

由表3 的普通面板模型估计结果（模型1、模型2、模型3） 可知，传统的OLS 回归得到环境规制、经济发展水平、企业规模均对省域的工业发展水平有显著的正向影响，城镇化程度对工业发展无影响。固定效应模型结果显示，环境规制、经济发展水平和城镇化水平对工业发展有显著正向影响，而企业规模对省域的工业发展水平无显著影响。对比可知，传统的OLS 模型会高估环境规制和企业规模对工业发展水平的影响，也会低估城镇化水平对工业发展水平的作用程度。由普通面板模型的估计结果可知，假设H1 成立，即环境规制会显著影响省域工业发展水平。

接下来进行中介效应分析，加入变量技术创新后（模型4、模型5、模型6），OLS 估计结果显示环境规制、技术创新、企业规模和城镇化均对工业发展水平有显著的正向影响，经济发展对工业发展水平无显著影响。固定效应模型结果显示，环境规制、技术创新、经济发展和城镇化对省域工业发展有显著的推动作用，企业规模无影响，由此可见，OLS 回归高估了环境规制、技术创新、企业规模和城镇化对工业发展水平的影响，低估了经济发展的推动作用。研究结果显示，假设H2 成立，即技术创新是环境规制推动工业发展水平提升的机制，具有一定的中介效应。

（2） 空间面板数据回归分析

由于环境规制、技术创新对工业发展水平的影响存在区域异质性，需要考虑空间因素，对传统的回归模型进行修正，即进行空间计量回归分析，文章的空间权重矩阵选择的是Rook邻接矩阵。将空间权重矩阵引入后，对OLS 估计进行空间依赖性的检验，得到LM(SARMA)和LM(lag)均未通过显著性检验，LM(error)在5%的水平下通过显著性检验；
Robust LM(lag)未通过显著性检验，Robust LM(error)在10%的水平下通过显著性检验，说明不适宜选择空间滞后模型，因此文章选择空间误差模型，估计结果见表4。

表4 SLM 与SEM 估计

由表4 可知，与传统OLS 模型相比，引入空间因素的空间误差模型和空间滞后模型拟合优度均得到了提高，且空间误差模型和空间滞后模型中解释变量通过显著性检验的数量增加，表明中国省域工业发展水平确实存在一定的空间相关性。根据空间误差模型和空间滞后模型选择标准可知，与空间滞后模型相比，空间误差模型的R2较高，Log L 较大，AIC、SC、Sigmasquare 与S.E of regression 值较小，因此，可以确定空间误差模型是相对较优的空间计量模型，能够更好地揭示环境规制、技术创新对工业发展水平的影响。

表4 的空间误差模型检验结果显示，LAMBDA 在1%水平上显著为正，表明中国工业发展存在正的空间相关性，相邻省域的工业发展呈现空间集聚态势。城镇化未能通过显著性检验，表明在其他条件不变的情况下，仅依靠提升城镇化率很难提高省域的工业发展水平。环境规制和企业规模通过了1%水平的显著性检验，经济发展通过了10%水平的显著性检验，表明环境规制、企业规模和经济发展水平对省域的工业发展有显著的推动作用。技术创新通过了5%水平的显著性检验，验证了其中介效应，说明环境规制会通过技术创新进一步影响工业发展。可知，技术创新能够增加环境规制对工业发展水平的影响程度，也就是说，可以通过加大技术创新力度来推动环境规制对工业发展的影响。

（3） 区域异质性分析

为深入探讨环境规制对工业发展水平的推动作用，研究进一步探究环境规制影响工业发展水平的区域异质性。文章采用中国统一的地区分类标准，将研究样本划分为东部地区、中部地区、西部地区和东北地区进行考量。东部地区主要包括北京、天津、河北、上海、江苏、浙江、福建、山东、广东和海南，共10 个省份；
中部地区主要包括山西、安徽、江西、河南、湖北和湖南，共6 个省份；
西部地区主要包括内蒙古、广西、重庆、四川、贵州、云南、陕西、甘肃、青海、宁夏和新疆，共11 个省份；
东北地区主要包括辽宁、吉林和黑龙江，共3 个省份。

首先，对东部地区的观测值进行Hausman 检验，假设H1与假设H2 得到的检验结果分别为chi2(5)=83.04 和chi2(6)=77.35，且Prob＞chi2=0.0000，均拒绝原假设，认为固定效应模型的估计结果更加准确合理。对中部地区数据进行Hausman 检验，假设H1 得到的检验结果分别为chi2(5)=9.13，Prob＞chi2=0.1038，接受原假设，认为随机效应模型结果更加合理；
假设H2得到的结果为chi2(5)=43.40，Prob＞chi2=0.0000，拒绝原假设，采用固定效应模型。西部地区的Hausman 检验得到假设H1 与假设H2 的检验结果分别为chi2(5)=80.27 和chi2(6)=76.19，且Prob＞chi2=0.0000，选定固定效应模型。东北地区的Hausman检验结果为chi2(2)=21.12 和chi2(2)=25.21，同样，Prob＞chi2=0.0000，以固定效应模型的结果为准。将四个地区的回归结果汇总如表5 所示。

由表5 可知，模型11 和模型15 分别为东部地区OLS 估计和固定效应模型估计的结果，可知环境规制和经济发展均显著影响工业发展水平，企业规模和城镇化程度不会推动东部地区工业发展水平的提升，技术创新是环境规制影响工业发展的中介变量。模型12 和模型16 分别是中部地区OLS 与随机效应模型的检验结果，同样得到环境规制、经济发展水平和城镇化程度显著影响地区工业发展水平，企业规模对工业发展水平无显著影响，环境规制不会通过技术创新影响工业发展。模型13与模型17 为西部地区的回归结果，OLS 估计和固定效应模型结果显示，环境规制对西部地区的工业发展无显著影响，但经济发展水平、企业规模、城镇化程度和技术创新均推动其工业发展水平的提升。模型14 与模型18 分别代表东北地区OLS 估计和固定效应模型估计的回归结果，可知环境规制、经济发展水平和城镇化显著影响东北地区的工业发展水平，且环境规制能够通过技术创新推动工业发展，相比之下，企业规模对工业发展水平无显著影响。通过对东部地区、中部地区、西部地区和东北地区的分析可得，环境规制、技术创新对工业发展的影响确实存在区域异质性，假设H3 成立。

表5 区域异质性检验结果

（4） 稳健性检验

为了保证研究结果的可靠性，文章进行了稳健性检验，主要通过替换核心变量的方法进行，文章以ER2（工业污染源治理投资/工业企业主营业务成本） 来衡量环境规制，以TI2（R&D 经费内部支出） 来衡量技术创新，进行了回归结果的稳健性检验。回归结果得到，在依次加入各解释变量的过程中，各变量的系数及显著性未发生明显变化，采用三种计量方法进行类似的回归，核心解释变量系数的符号均与研究结果相同，并符合理论预期，具备较好的统计显著性，说明文章的实证结果是稳健的。

1.结论

文章对2005—2020 年中国30 个省、直辖市、自治区的环境规制、技术创新与工业发展水平进行了分析与探讨，在此基础上构建空间计量模型，并探索技术创新的中介作用。主要研究结论包括：

第一，基于普通面板模型估计结果来看，环境规制、经济发展水平和城镇化程度对省域的工业发展均有显著正向影响，影响程度从高到低依次为：经济发展、城镇化、环境规制，企业规模对省域的工业发展水平无显著影响。技术创新具有中介作用，能够推动环境规制对工业发展水平的提升。

第二，环境规制、技术创新对工业发展的影响存在区域异质性。中国东部地区、中部地区和东北地区的环境规制显著影响其工业发展水平，但西部地区无影响。东部地区、西部地区和东北地区的技术创新能够推动环境规制对工业发展的作用，而对于中部地区来说，技术创新尚无明显的中介效应。

第三，中国工业发展存在空间相关性，环境规制、企业规模和经济发展水平对省域的工业发展有显著的推动作用，且环境规制会通过技术创新进一步影响工业发展。与此同时，技术创新能够增加环境规制对工业发展水平的影响程度。

2.启示

文章的研究结果为提升工业高质量发展提供了现实启示：

第一，环境规制显著影响工业发展水平，因此，要重视环境规制的相关工作，使其成为促进省域工业高质量发展的重要抓手。技术创新具有中介效应，各省域也要提升技术创新水平，运用新技术、新方法、坚持新理念发展工业，加大力度推进数字经济发展，把握5G 时代机遇，聚焦科技创新尖端和前沿领域，加快相关技术、产品和经营模式创新，努力实现数字经济赋能工业高质量发展。

第二，考虑到区域异质性问题，建议东部地区、中部地区和东北地区可通过增加环境规制力度来推动工业发展水平的提升。尤其对于东北老工业基地的建设，更要把握环境规制的作用机制，与此同时，不断提升技术创新水平，加大数字技术与工业的深度融合，有利于东北地区工业向智能制造、工业强基、绿色制造转型。助推东北地区产业优化升级，推动工业数字化智能化转型，提高东北地区工业企业竞争力，从而实现工业的高质量发展，振兴东北老工业基地。

第三，由于中国工业发展存在空间相关性，建议各省域在制定相关政策时，也要分析相邻省域工业发展的基本情况，打破组织边界，彼此借势，促进各省域协调发展，共同实现工业的高质量发展。

第四，环境规制、技术创新、经济发展水平、企业规模和城镇化程度均在不同程度上对工业发展产生促进作用，因此，推动工业的高质量发展，需要全面提升省域的环境规制和技术创新水平，打造“数字经济+工业”的模式，并注重经济发展水平的提升、企业规模的扩大，并且加快城镇化进程。