第四節　實證結果與分析

一、樣本選擇及數據來源

本章選取了全國31個省市自治區1999—2012年的面板數據，其中由于環境污染治理投資在2003年之后才有統計，因此該項指標選取了2003—2012年的數據。本章所有的數據來源于2000—2013年的《中國統計年鑒》《中國科技統計年鑒》《中國環境統計年鑒》和《中國工業經濟統計年鑒》。

二、實證結果分析

從整體上看，實證結果中所有的模型均通過了F檢驗，顯著性p<0.001，表明構建的模型是有效的。根據Hausman檢驗，文中所有的模型均采用固定效應模型。調整后的多重判定系數R²較高，表明回歸方程的擬合度較好，滿足了多元回歸的要求。

（一）環境規制對環境效率的直接影響

表4-1顯示了環境規制對環境效率的影響回歸分析結果。其中，樣本觀測值為372個，在測度環境污染投資時樣本觀測值為248個。在表4-1中，模型1是基本模型，僅包含控制變量。采用僅包含控制變量的模型是為了更好地與其他模型進行對比，從而更有效地說明環境規制對環境效率的影響。模型2是在基本模型的基礎上加入了基于環境污染治理投資度量的環境規制測度指標，目的是檢驗假設1是否成立。從多元回歸分析結果來看，環境規制pace的回歸系數為0.00949，pace²的回歸系數為-0.00835，且在p<0.1條件下統計顯著，表明環境規制與環境績效呈倒U型關系。同時，為了更好地驗證假設1，本章同時考慮了細分項目的環境污染治理投資。模型3是在基本模型的基礎上加入了基于廢水污染治理投資度量的環境規制測度指標。回歸結果顯示，環境規制zlwater的回歸系數為0.00345，zlwater²的回歸系數為-0.00199，且在p<0.001條件下統計顯著，也體現了環境規制與環境效率之間的倒U型關系。模型4是在基本模型的基礎上加入了基于廢氣污染治理投資度量的環境規制測度指標。回歸結果顯示，環境規制zlgas的回歸系數為0.0199，且在p<0.05條件下統計顯著，zlgas²的回歸系數為-0.00288，且在p<0.001條件下統計顯著，體現了環境規制與環境效率之間的倒U型關系。根據以上分析可知，實證分析結果支持假設1。

（二）環境規制誘導的技術創新對環境效率的影響

表4-2顯示了環境規制誘導的技術創新對環境效率的影響回歸分析結果。在表4-2中，模型5仍然是僅包含控制變量的基本模型。假設2和假設3分別提出環境規制誘導的產品創新和工藝創新能正向促進環境效率的提升。模型6和模型7就是在模型5的基礎上分別加入了環境規制誘導的產品創新和工藝創新的測度指標，以驗證假設2和假設3是否成立。結果表明，模型6中，環境規制誘導的產品創新指標的回歸系數為-0.104，且統計不顯著，說明環境規制誘導的產品創新指標并未促進環境效率的提升，假設2并未得到證明。模型7中，環境規制誘導的工藝創新指標的回歸系數為0.00809，且在p<0.05條件下統計顯著，這說明了環境規制誘導的工藝創新正向促進了環境效率的提升，假設3得到支持。模型8是將產品創新和工藝創新投入與環境規制誘導的產品創新和工藝創新與控制變量一起進行回歸分析，試圖從綜合的角度來分析環境規制誘導的創新對環境效率的影響。結果發現，產品創新和工藝創新以及環境規制誘導下的工藝創新都顯著地促進了環境效率的提升，但環境規制誘導下的產品創新與環境效率存在負相關關系。該項研究結果或許與中國產品創新的現狀有關。多年以來，中國作為世界制造業中心，為獲得利潤最大化，工業企業普遍比較重視工藝創新以追求低成本效應，產品創新力度明顯不足。在環境規制的壓力下，雖然企業開始進行產品創新，但效果并不理想。因此，進一步加大產品創新投入，提高產品創新能力成為未來可持續發展的關鍵任務。

（三）環境規制與技術創新

1．環境規制對技術創新的影響

表4-3和表4-4全面地反映了環境規制對技術創新的影響。在表4-3中，因變量為產品創新，主要是驗證環境規制與產品創新的關系，以證明假設4是否成立。模型9是僅包含控制變量的基本模型。模型10-模型12是分別從環境污染治理投資和廢氣與廢水污染治理投資細分項目的角度驗證假設4。結果顯示，環境污染治理投資的回歸系數為0.628，且在p<0.001條件下統計顯著，這表明環境規制正向促進了產品創新的投入，也反映了波特假說在中國是存在的。從廢氣和廢水污染治理投資細分項目的回歸分析結果來看，廢氣污染治理投資和廢水污染治理投資回歸系數分別為0.604和0.0203，且統計非常顯著，都有效地促進了產品創新的發展，這表明中國的環境規制是有效的，假設4得到支持。

在表4-4中，因變量為工藝創新，主要是驗證環境規制與工藝創新的關系，從而證明假設5是否成立。根據表4-4的回歸分析結果可知，環境規制對工藝創新的影響與對產品創新的影響相類似。模型13是僅包含控制變量的基本模型。模型14-16也是分別從環境污染治理投資和廢氣與廢水污染治理投資細分項目三個方面進行驗證。環境污染治理投資的回歸系數為0.0915，且在p<0.1條件下統計顯著，而廢水污染治理投資的回歸系數為0.237，且在p<0.001條件下統計顯著，廢氣污染治理投資雖然不夠顯著但也體現了正向影響，因此，環境規制有效地促進了工藝產品創新，假設5得到支持。

2．環境規制誘導的技術創新的擠占效應

假設6和假設7提出了環境規制誘導的技術創新可能對非規制誘導的技術創新存在擠占效應。本章在基本模型的基礎上分別加入了環境規制誘導的技術創新測度指標，以驗證假設6和假設7是否存在。表4-5體現了環境規制誘導的技術創新對非環境規制誘導的創新的擠占效應的回歸分析結果。結果表明，環境規制誘導的產品創新的回歸系數為-0.334，且在p<0.001的條件下統計顯著，這表明規制誘導的產品創新明顯的擠占了非環境規制誘導的產品創新投入，假設6得到支持。而環境規制誘導的工藝創新的回歸系數為0.0201，且在p<0.001的條件下統計顯著，這說明環境規制誘導的工藝創新不存在擠占效應，反而正向促進非規制誘導的工藝創新。假設7并未得到支持。