第四节　实证结果与分析

一、样本选择及数据来源

本章选取了全国31个省市自治区1999—2012年的面板数据，其中由于环境污染治理投资在2003年之后才有统计，因此该项指标选取了2003—2012年的数据。本章所有的数据来源于2000—2013年的《中国统计年鉴》《中国科技统计年鉴》《中国环境统计年鉴》和《中国工业经济统计年鉴》。

二、实证结果分析

从整体上看，实证结果中所有的模型均通过了F检验，显著性p<0.001，表明构建的模型是有效的。根据Hausman检验，文中所有的模型均采用固定效应模型。调整后的多重判定系数R²较高，表明回归方程的拟合度较好，满足了多元回归的要求。

（一）环境规制对环境效率的直接影响

表4-1显示了环境规制对环境效率的影响回归分析结果。其中，样本观测值为372个，在测度环境污染投资时样本观测值为248个。在表4-1中，模型1是基本模型，仅包含控制变量。采用仅包含控制变量的模型是为了更好地与其他模型进行对比，从而更有效地说明环境规制对环境效率的影响。模型2是在基本模型的基础上加入了基于环境污染治理投资度量的环境规制测度指标，目的是检验假设1是否成立。从多元回归分析结果来看，环境规制pace的回归系数为0.00949，pace²的回归系数为-0.00835，且在p<0.1条件下统计显著，表明环境规制与环境绩效呈倒U型关系。同时，为了更好地验证假设1，本章同时考虑了细分项目的环境污染治理投资。模型3是在基本模型的基础上加入了基于废水污染治理投资度量的环境规制测度指标。回归结果显示，环境规制zlwater的回归系数为0.00345，zlwater²的回归系数为-0.00199，且在p<0.001条件下统计显著，也体现了环境规制与环境效率之间的倒U型关系。模型4是在基本模型的基础上加入了基于废气污染治理投资度量的环境规制测度指标。回归结果显示，环境规制zlgas的回归系数为0.0199，且在p<0.05条件下统计显著，zlgas²的回归系数为-0.00288，且在p<0.001条件下统计显著，体现了环境规制与环境效率之间的倒U型关系。根据以上分析可知，实证分析结果支持假设1。

（二）环境规制诱导的技术创新对环境效率的影响

表4-2显示了环境规制诱导的技术创新对环境效率的影响回归分析结果。在表4-2中，模型5仍然是仅包含控制变量的基本模型。假设2和假设3分别提出环境规制诱导的产品创新和工艺创新能正向促进环境效率的提升。模型6和模型7就是在模型5的基础上分别加入了环境规制诱导的产品创新和工艺创新的测度指标，以验证假设2和假设3是否成立。结果表明，模型6中，环境规制诱导的产品创新指标的回归系数为-0.104，且统计不显著，说明环境规制诱导的产品创新指标并未促进环境效率的提升，假设2并未得到证明。模型7中，环境规制诱导的工艺创新指标的回归系数为0.00809，且在p<0.05条件下统计显著，这说明了环境规制诱导的工艺创新正向促进了环境效率的提升，假设3得到支持。模型8是将产品创新和工艺创新投入与环境规制诱导的产品创新和工艺创新与控制变量一起进行回归分析，试图从综合的角度来分析环境规制诱导的创新对环境效率的影响。结果发现，产品创新和工艺创新以及环境规制诱导下的工艺创新都显著地促进了环境效率的提升，但环境规制诱导下的产品创新与环境效率存在负相关关系。该项研究结果或许与中国产品创新的现状有关。多年以来，中国作为世界制造业中心，为获得利润最大化，工业企业普遍比较重视工艺创新以追求低成本效应，产品创新力度明显不足。在环境规制的压力下，虽然企业开始进行产品创新，但效果并不理想。因此，进一步加大产品创新投入，提高产品创新能力成为未来可持续发展的关键任务。

（三）环境规制与技术创新

1．环境规制对技术创新的影响

表4-3和表4-4全面地反映了环境规制对技术创新的影响。在表4-3中，因变量为产品创新，主要是验证环境规制与产品创新的关系，以证明假设4是否成立。模型9是仅包含控制变量的基本模型。模型10-模型12是分别从环境污染治理投资和废气与废水污染治理投资细分项目的角度验证假设4。结果显示，环境污染治理投资的回归系数为0.628，且在p<0.001条件下统计显著，这表明环境规制正向促进了产品创新的投入，也反映了波特假说在中国是存在的。从废气和废水污染治理投资细分项目的回归分析结果来看，废气污染治理投资和废水污染治理投资回归系数分别为0.604和0.0203，且统计非常显著，都有效地促进了产品创新的发展，这表明中国的环境规制是有效的，假设4得到支持。

在表4-4中，因变量为工艺创新，主要是验证环境规制与工艺创新的关系，从而证明假设5是否成立。根据表4-4的回归分析结果可知，环境规制对工艺创新的影响与对产品创新的影响相类似。模型13是仅包含控制变量的基本模型。模型14-16也是分别从环境污染治理投资和废气与废水污染治理投资细分项目三个方面进行验证。环境污染治理投资的回归系数为0.0915，且在p<0.1条件下统计显著，而废水污染治理投资的回归系数为0.237，且在p<0.001条件下统计显著，废气污染治理投资虽然不够显著但也体现了正向影响，因此，环境规制有效地促进了工艺产品创新，假设5得到支持。

2．环境规制诱导的技术创新的挤占效应

假设6和假设7提出了环境规制诱导的技术创新可能对非规制诱导的技术创新存在挤占效应。本章在基本模型的基础上分别加入了环境规制诱导的技术创新测度指标，以验证假设6和假设7是否存在。表4-5体现了环境规制诱导的技术创新对非环境规制诱导的创新的挤占效应的回归分析结果。结果表明，环境规制诱导的产品创新的回归系数为-0.334，且在p<0.001的条件下统计显著，这表明规制诱导的产品创新明显的挤占了非环境规制诱导的产品创新投入，假设6得到支持。而环境规制诱导的工艺创新的回归系数为0.0201，且在p<0.001的条件下统计显著，这说明环境规制诱导的工艺创新不存在挤占效应，反而正向促进非规制诱导的工艺创新。假设7并未得到支持。