2023年环境规制与地区创新效率基于碳排放权交易试点的准自然实验证据.docx

环境规制与地区创新效率：基于碳排放权交易试点的准自然实验证据 杨露鑫　刘玉成 内容提要：本文将2023年国家发改委印发的关于开展碳排放权交易试点工作的通知作为一项准自然实验，结合工具变量方法，在有效控制内生性的根底上更为科学地验证了环境规制与地区创新效率之间的关系。研究发现：环境规制与实质性创新效率和策略性创新效率之间均呈U型非线性关系，且分别约有88.79%和90.61%的观测点处于环境规制会抑制地区创新效率的阶段。异质性分析的结果说明，东部兴旺地区环境规制强度的门槛值较高，提升人力资本水平、提高对外开放度、增强融资能力、加强政府干预能够缓解环境规制的负面影响。作用机制分析发现，创新投入强度、资本要素配置优化、技术进步是环境规制影响地区创新效率的主要途径。此外，环境规制不仅对当地的实质性创新效率有先抑制后促进的影响，还对邻近省份的实质性创新效率有先促进后抑制的联动效应，反映了地区间环境规制强度差异的影响。 关键词：环境规制;实质性创新效率;策略性创新效率;DID 中图分类号：F061.5  文献标识码：A  文章编号：1001-148X〔2023〕09-0011-14 一、引言 2023年10月国家开展改革委下发关于开展碳排放权交易试点工作的通知，同意北京、天津、上海等7个省市开展碳排放权交易试点，旨在控制温室气体、加快经济开展方式转变和促进产业结构升级。自欧盟2022年碳交易排放体系启动以来，引起了诸多学者的关注，许多文献说明欧盟这项政策的效果显著[1-2]。与欧盟的碳排放交易体系相比，中国的政策效果如何？能否通过环境规制政策迫使创新效率提升，从而实现高质量、可持续开展的目标？对这些问题的答复具有重要的现实意义。 通过控制污染物排放固然能够在一定程度上改善环境，但从长远看还需要依托技术进步实现生产方式的转变，从而实现“节能减排〞、“绿色开展〞的长期任务。中国在研发、创新领域里不乏投入，但却缺少有质量的创新成果;因此，环境规制政策的成功与否不仅取决于它是否降低了企业的污染排放水平，而能否促进技术创新或是更重要的政策成功標志之一[3]。 自John Hicks〔1932〕首次提出“创新假设〞以来，Porter和Van der Linde〔1995〕也将企业创新引入环境规制领域。他们认为，良好有效的环境规制不仅有利于环境本身，而且对企业也将产生积极影响，这被称为“波特假说〞，即企业面临信息不完全、环境规制等不完全竞争时，可以通过提高技术创新水平，来抵消企业进入市场的时机本钱。自20世纪90年代以来，该假说引起学术界的热烈讨论，但因研究视角和方法的不同得到的结论也不尽相同。现有文献通常以企业或行业为视角，采用不同的研究方法分析环境规制与技术创新之间的关系，得出的结论通常有四类：〔1〕适当的环境规制能够促进技术创新[4-6]，这种促进作用也存在一定的滞后性[7]。〔2〕环境规制会增加企业的“遵循本钱〞，从而抑制企业的技术创新[8-9]。〔3〕环境规制对创新活动的影响是不确定的，存在企业、行业、地区类型的异质性[10-11]。〔4〕环境规制与技术创新之间不是简单的线性关系，而是呈现出先抑制后促进的U型非线性关系[9，12];还有局部学者认为环境规制与创新活动之间呈倒U行的非线性关系[13]。 上述文献较多从企业或行业的视角关注环境规制与技术创新活动之间关系，也为本文理解环境规制的影响效应提供了丰富且深刻的洞见，然而较少有文献从地区层面关注地区的创新效率。创新效率指在创新投入资源得到有效配置的前提下，以较少的创新投入得到更多的创新产出。本文主要以地区创新效率为研究对象，分析环境规制强度所产生的影响。本文的主要工作如下：〔1〕我们根据创新质量把申请专利的行为划分为实质性创新和策略性创新两种形式，分别分析环境规制对两种形式创新效率的影响。〔2〕将双重差分法与工具变量法相结合，以2023年的关于开展碳排放权交易试点工作的通知作为一项准自然实验，运用双重差分法〔Difference in Differences，DID〕构建环境规制指标的工具变量，在充分考虑内生性问题的根底上科学评估环境规制与地区创新效率的因果关系。〔3〕利用广义倾向得分匹配法对基准回归结果进行稳健性检验，确保结果的可靠。〔4〕利用逐步回归法和交乘项系数检验法验证环境规制影响地区创新效率的作用机制。〔5〕通过空间杜宾模型〔Spatial Durbin Model，SDM〕分析环境规制政策的溢出效应。 二、经验事实与内在影响机制 〔一〕经验事实 最早启动全球污染物排放权交易体系建设的是美国。早在20世纪70年代初，美国的环保部门和以及一些州郡就制定了污染物排放方案。自“京都议定书〞签署以来，碳排放交易政策已广泛为众多兴旺国家所倡导实施，以控制温室气体排放和提高能源利用效率。到目前为止，欧盟已经建立了世界上最为完善的碳排放交易机制。 自20世纪90年代以来，中国就已经在治理大气污染领域中涉及了排放权交易机制。2002年3月，国家环保总局与美国环保协会一起开展了“推动中国二氧化硫排放总量控制及排放权交易政策实施的研究工程〞〔简称“4+3+1〞工程〕，试点选在山东、山西、江苏、河南、上海、天津、柳州以及中国华能集团公司。此次的试点工作，为二氧化硫排放权交易的全面实施以及排污权交易的普及奠定了经验根底。为了减少二氧化碳排放，倡导低碳经济，国务院于2023年发布了“十二五〞温室气体排放控制工作方案。同年10月，国家开展和改革委员会正式发布关于开展碳排放权交易试点工作的通知，而北京、天津、上海等7个省市分别允许开展碳排放交易试点。到目前为止，所有七个试点省市都已经开展了碳排放交易。 为了考察环境规制与地区创新效率之间的关系，我们将环境规制指标分别与实质性创新效率与策略性创新效率进行二次拟合，图1〔a〕和图1〔b〕中的横轴表示环境规制强度，纵轴分别表示实质性创新效率和策略性创新效率。通过初步观察，可以发现环境规制与实质性创新效率、策略性创新效率之间均存在U型的非线性关系，且大局部观测点处于图左边的下降区域，说明随着环境规制强度的增加，会对地区创新效率产生先抑制后促进的影响，从现有的样本看，大局部观测点处于低环境规制强度下抑制地区创新效率的阶段。当然，为了科学判断环境规制与地区创新效率之间是否存在上述显著的因果关系，还需要通过构建计量模型进行实证分析。 〔二〕内在影响机制 不可否认，环境规制政策能够对企业的技术创新活动产生显著影响[6，14]，同时环境规制政策也是影响企业运营本钱、管理效率、资源再配置的重要因素[9，15]。因此，本文认为环境规制政策主要通过以下途径影响地区创新效率。 1.资金挤占效应。由于环境污染的负外部性，政府需要通过约束性的环境规制政策来加以控制，这在一定程度上降低了污染物排放，但也必然会增加企业的运营本钱，包括企业治理内部污染和防范外部污染的本钱，我们称之为“遵循本钱〞。企业进行创新需要大量资金，因“遵循本钱〞的上升，会挤占研发投入所需的资金，这必然导致创新效率的下降[16]，从而产生资金挤占效应。此外，运营本钱上升还将使企业在市场竞争中处于不利地位，不仅会影响企业的利润率，还会加紧企业的融资约束，进而对企业创新产生不利影响。 2.配置优化效应。由于环境规制政策产生的“遵循本钱〞上升，会引导要素特别是资本向更有效率的领域流动以躲避本钱上升所带来的负效应〔韩超等，2023〕，使资源得以优化再配置。资源配置效率更高的企业一般拥有更高的研发实力，能够通过开发整合各种要素资源以实现较高质量的创新产出[17]，从而实现创新效率的提升。由于环境规制主要影响企业的资本投入，同时劳动力相较于资本而言更缺乏流动性，因此，环境规制不会直接对劳动力资源的再配置产生影响。 3. 管理创新效应。当环境规制政策使企业陷入更高的融资约束时，企业通常会从节约本钱的角度考虑，不断提高管理决策能力，实现对资源的合理科学配置、降低交易本钱、提高管理效率。更高效的管理层往往更倾向于创新并追求创新效率。一方面较强的管理能力有利于加强企业在市场中的竞争力，争取更多的市场份额和更高的经营绩效以缓解创新资金压力;另一方面更科学的管理决策有助于企業减少创新本钱、控制创新风险，从而提高企业的创新效率。 4. 技术进步效应。环境规制引发企业的运营本钱增加，不仅挤占了企业的研发投入，还影响了企业的利润率。为了维持企业原有的利润率，会倒逼企业通过技术手段控制污染，同时也迫使企业在生产过程中不断通过改良生产工艺和流程以降低本钱，促使企业技术进步。技术进步能够进一步提高企业的生产和管理效率，能够以更科学的方式合理高效地利用资源，从而有利于创新效率的提升。 三、模型设定与变量说明 〔一〕模型设定 环境规制究竟是改善还是抑制了中国的地区创新效率？ 为了对此问题进行解答，参考 Lu 等〔2023〕[18]的做法，设定基准模型如下： tejt=α+β0co2jt+β1co2_sqjt+β2∑Xjt+εjt〔1〕 其中，tejt 为j地区在t时期的创新效率;co2jt 为j地区在t时期的单位产出二氧化碳排放量，用来表示j地区的环境规制强度;考虑环境规制与地区创新效率之间可能存在非线性关系，因此在模型中参加 co2 的平方项;∑Xjt 代表一系列的控制变量，包括根底设施水平、政府干预度、融资能力、对外开放度以及人力资本水平;εjt 为随机扰动项。 从理论上讲，地区的创新效率往往也会影响该地区的二氧化碳排放量，从而产生逆向因果关系。此外，遗漏不可观测因素或解释变量也会导致潜在的内生性问题。为此，本文借鉴Lu等〔2023〕的做法，将双重差分法引入到工具变量回归方法中，这样能够较好地利用碳排放权交易这一政策冲击，因而其实质也是工具变量法。此时，环境规制的工具变量主要由碳排放权交易的政策调整所决定。具体地，以2023年国家开展和改革委员会印发的关于开展碳排放权交易试点工作的通知作为一项准自然实验，将这一政策冲击视为环境规制的工具变量，使得环境规制具有显著外生性，可以较好地控制模型1中潜在的互为因果等内生性问题。采用双重差分法构建工具变量，最小二乘法的第一阶段回归设定如下： co2jt=α+β0didjt+β1treatedj+β2postt+β3∑Xjt+δj+γt+εjt〔2〕 其中，treated 为分组变量，以2023年的碳排放权交易试点省份北京、上海、天津、湖北、重庆、广东六个省份作为实验组〔treated=1〕，其他省份作为对照组〔treated=0〕;post 为政策年份变量，以2023年为政策冲击的时间节点，2023年及以后年份取值为1，2023年以前年份取值为0;did 为分组变量与政策年份变量的交互项，也是该模型的核心解释变量，用来表示碳排放交易政策的政策效果;∑Xjt 代表一系列控制变量，与模型1中的控制变量相同;δj、γt、εjt 分别为个体固定效应、时间固定效应和随机扰动项。 双重差分思想隐含着一个重要的前提假定，即在政策冲击发生之前处理组和对照组应具有相同的演变趋势。图1刻画了实验组与对照组二氧化碳排放量的演变趋势，可以看到，在2023年碳排放权交易试点政策调整之前，实验组与对照组单位产出二氧化碳排放量的开展趋势根本一致，而在2023年之后，两组单位产出二氧化碳排放量的演变态势产生分化，这说明本文选取的实验组与对照组满足双重差分法的平行趋势假设，并且相较于对照组，实验组的单位产出二氧化碳排放量下降趋势更为明显，初步说明碳排放权交易试点政策可能产生了较好的政策效果。 〔二〕变量说明 1.核心变量：地区创新效率和环境规制。地区创新效率指标，本文借鉴白俊红和卞元超〔2023〕的方法，运用随机前沿模型〔SFA〕来估计地区创新效率，该模型的一般形式如下： rdyjt=f〔rdljt，rdkjt，t〕exp 〔vjt-ujt〕〔3〕 其中，rdyjt 为创新产出，用地区的专利申请授权量表示，并参照黎文靖和郑曼妮〔2023〕[19]的做法，根据创新质量把