论文部分内容阅读
摘 要：长三角地区作为中国经济发展最发达的经济区之一，也存在着严重的环境问题。生态文明建设应与经济发展并驾齐驱，二者都是可持续发展中不可缺少的。基于我国长三角地区2003—2018年的41个地级市面板数据，以及拓展的STIRPAT模型以及环境库兹涅兹（EKC）理论，利用完全修正最小二乘法（FMOLS）和动态最小二乘法（DOLS）方法对环境规制和技术创新对长三角地区地级市工业SO2排放的影响进行实证分析。根据回归结果，经济增长和环境规制与工业SO2排放之间存在非线性的倒U型关系。技术创新促进了SO2排放，在环境规制约束下，技术创新对工业SO2减排有间接的积极作用。外商直接投资（FDI）有利于降低SO2排放，在长三角地区存在“污染光晕”效应，但是环境规制会阻碍FDI流入，减少绿色技术溢出。在样本区间内，人口规模、教育对SO2没有显著影响。基于研究结论，政府需要制定合理的环境规制强度促进绿色创新技术发展，并吸引高水平FDI，加大科技投资，加强绿色研发，提升区域教育水平，优化产业结构，降低环境污染。
关键词：工业SO2;环境规制;技术创新;环境污染;长三角地区
中图分类号：F 290
Abstract：As one of the most developed economic zones in China，the Yangtze River Delta region also have some serious environmental problems.Ecological civilization construction should keep pace with economic development，both of which are indispensable in sustainable development.This paper place contribution to the existing literature by analyzing the impact of environmental regulation and technological innovation on industrial SO2 emissions across Yangtze River Delta region by utilizing the panel data of 41 cities from 2003 to 2018.This paper employed STIRPAT model and the Environment Kuznets Curve （EKC） theory to get better understanding of the relation by using Fullymodified OLS （FMOLS） and Dynamic OLS （DOLS） regression techniques.The results indicates that：there exists a nonlinear inverted U-shaped relationship between economic growth，environmental regulation and industrial SO2 emissions; Technological innovation has contributed to SO2 emissions.However，under the constraints of environmental regulations，technological innovation has an indirect positive effect on SO2 reduction.Foreign direct investment （FDI） tends to reduce SO2 emissions，and therefore confirming pollution “Pollution Halo” hypothesis，but environmental regulation will hinder FDI inflows and reduce green technology spillover.Furthermore，the population size and education does not exerts any significant effect on SO2 emissions.Based on the conclusion，the paper suggests that the government needs to formulate reasonable environmental regulation intensity to promote the development of green innovation technology，attract high level FDI，increase investment in science and technology，strengthen green research and development，optimize the industrial structure，and improve regional education level to reduce environmental pollution.
Key words：industrial SO2;environmental regulation;technological innovation;pollution;Yangtze river Delta region
0 引言
經济的迅猛发展伴随着能源资源的大规模消耗以及工业污染物的大规模排放，最终将导致自然资源以及环境质量的严重损耗。2015年，国务院贯彻落实“生态文明”理念，强调要通过科技创新加速生态文明建设。在未来的社会发展进程中，要补上生态这块短板，扭转我国生态环境恶化的趋势，为我国未来可持续发展打好基础。 长三角经济区位于中国长江的下游地区，是长江流域重要组成部分，连接着上海、浙江、江苏和安徽四个省份。长三角经济区是中国经济最活跃、开放程度最高、创新能力最强的区域之一，其经济总量、國际贸易水平、外商直接投资等均居全国前列。如何统筹经济与环境发展，推动生态文
明建设，加强节能减排，是当前区域研究的热点问题。
经济扩张伴随着对化石能源的密集使用，导致产生更多的污染排放，严重阻碍了可持续发展。关于环境污染的研究，可以通过经典的IPAT模型。IPAT模型是用以评估环境污染压力的主要模型，该模型认为一个国家或地区的环境受到其人口、富裕水平和技术发展水平的共同影响[1]。经济增长需要自然资源作为支撑，如果只顾着经济增长而不顾自然资源消耗与环境污染，等于是只用一只脚走路，是不长远的。KUZNETS发展了EKC模型，主要指的是在发展的早期阶段，国家更多的关注工业化和更快速的经济增长，而没有监管和控制环境问题，导致严重的污染[2]。然而，在经济发展到一定水平，各国经济集中于通过采用先进技术和严格的环境政策来控制污染排放。此外，随着发展程度的提高，教育水平也在提高，人们对环境保护的意识也在增强，从而有可能导致环境污染下降。企业发展绿色技术会促进节能减排，从而降低环境污染，除此之外，政府环境规制也可能促进企业研发绿色创新技术，从而减少排污成本。为此，以长三角地区41个城市的工业SO2为研究对象，研究环境规制、技术创新对长三角地区工业SO2排放的影响。
1 相关文献综述
关于环境污染的影响因素，国内外有相当丰富的研究成果。学术研究人员通常使用各种环境恶化指标，如CO2、SO2、生物需氧量等来代表环境污染水平。LIN[3]等使用扩展的STIRPAT模型在考虑国家差异的基础上分析了中国、菲律宾、尼泊尔等53个非高收入国家1991—2013年CO2排放的影响因素，研究结果表明，驱动CO2排放的主要是经济增长、排放强度和人口增长，且CO2排放的减少主要是由于技术进步和电力能源消耗的迅速减少。ZHANG和ZHAO[4]选取了中国30个省级行政区，对其1996—2015年CO2排放的影响因素进行了评价，他们认为，能源、工业和技术将成为未来实现环保发展的主要动力。LIU[5]等提出DPSIR（DriversPressuresStateImpactResponse）模型，以调查2004—2016年中国城市层面的SO2排放影响因素，研究结果展示，经济发展水平、工业用地强度、市场化程度对SO2排放的增加趋势各不相同。LEE[6]等选取来自非洲、亚洲、大洋洲、美国和欧洲的97个国家或地区为样本，重新检验了1980年到2001年实际收入和生物需氧量之间的非
线性关系，发现在美国和欧洲地区，实际收入和生物需氧量之间存在一个倒U型的EKC关系，但两者在非洲、亚洲和大洋洲不存在EKC非线性关系，他们的研究进一步发现了EKC假说在不同区域的不同效应的证据。
地区和企业的竞争优势需要持续不断的技术更替和创新来保持。技术创新不仅提高经济效益，加速发展，而且有助于减少污染，促进环境改善[7]。更准确地说，清洁生产技术可以帮助减少资源消耗强度，促进在整个生产过程中减少非必要的能源投入，从而减少不需要的产出[8]。一方面，技术创新可以提高能源的使用效率，降低高耗能资源的使用，或者开发绿色技术减少污染气体排放，最终改善环境[9-10];另一方面，技术创新也可能带来负面效应，技术创新虽然提高了能源利用效率，但也可能促使企业对能源需求加大，最终反而导致污染排放增加[11]。
环境规制是防止环境污染负外部性的手段之一，环境规制对环境污染关系的研究最主要的论点基于“绿色悖论”和“波特假说”。“绿色悖论”[12]表明，考虑到化石燃料供应商，环境规制政策可能会产生副作用。为了利润最大化，供应商会增加产量，加速能源使用，从而导致环境恶化。波特假说则表示严格和有效执行的环境法规或政府监管会促使企业进行更多的创新活动[13]，特别是绿色技术创新，从而迫使企业降低排放水平，从而改善环境质量[14]。无论是技术创新还是环境规制，对污染物排放的影响都不是单一或者确定的，技术创新会受到政府监管和市场的双重影响。就如张华和魏晓平[15]发现环境规制对碳排放的影响并不是单一的促进或者抑制，而是通过直接或间接作用对CO2排放产生双重效应。徐志伟[16]选取中国30个省区，研究各省区在工业行业2001—2013年的经济发展、环境规制强度和工业行业污染物减排效果之间的关系，发现当环境治理投资不足时，治理效果无法达到预期。
结合国内外研究，环境规制和技术创新对环境污染都存在双面的影响，其结论存在不确定性，且将两者放入同一模型分析两者对环境污染影响的文献也还比较少。结合样本地区的实际发展情况和前人研究的不足，本研究结合人口规模、经济增长、产业结构、外商直接投资、教育水平等影响因素，研究环境规制和技术创新对工业SO2排放的影响，并通过引入经济增长的代理变量（人均GDP）的平方项以及环境规制的平方项检验经济增长和环境规制与SO2排放之间是否存在非线性关系，另外，加入环境规制与技术创新、环境规制与FDI的交叉项研究环境规制、技术创新对工业SO2排放的间接效应。
2 模型设定、数据与变量说明
2.1 模型设定
2.2 数据与变量说明
文章选取的样本为2003—2018年长三角地区41个城市的地级市面板数据（长三角地区包括上海市、江苏省、浙江省、安徽省，共41个地级市，安徽省巢湖市在2011年改设为县级，因此本研究未加入巢湖市）。文章研究所涉及的具体相关变量有：人口规模（P）、经济增长（pGDP）、产业结构（SI）、外商直接投资（FDI）、教育水平（E）、技术创新（T）、环境规制（ER）。其中经济增长的代理变量，人均GDP，以2003年为基期进行平减。环境规制的评估测算采用沈坤荣[18]等提及的方法合成综合指数。样本数据主要来源于《中国城市统计年鉴》以及上海市、江苏省、浙江省、安徽省的统计局官网，对于少数缺失的数据采用平均值法或预测的方式进行估计得出。变量的缩写、定义、单位和解释见表1，文章的变量描述统计见表2。 3 实证分析
3.1 平稳性检验
回归结果的可接受性和回归模型的选择通常取决于面板数据的平稳性[19]。如果数据不稳定，则结果有可能不可靠。利用LLC [20]和IPS[21]单位根检验验证变量的平稳性。验证结果见表3，结果显示样本数据是平稳的。
3.2 回归结果与分析
为了结果的一致性，采用FMOLS （完全修正最小二乘法，Fullymodified OLS）和DOLS （动态最小二乘法，Dynamic OLS）估计。FMOLS[22]是一种残差检验，它考虑了序列相关性并处理了面板数据的内生性问题。DOLS[23]是一种全参数检验，在计算上比传统的OLS更有效，并对序列相关性和内生性提供了稳健的修正，回归结果见表4。
表4的FMOLS-（1）和DOLS-（1）展现了模型（1）的回归结果，FMOLS-（2）和DOLS-（2）展现的是模型（2）的回归结果，其中包含了ER*lnTEC、ER*lnFDI这2个交互项，用以检验环境规制、技术创新对工业SO2排放的间接效应。
在FMOLS-（1）估计结果中，人口规模（lnP）的回归系数在10%水平上显著为正，人口密度对SO2的排放存在显著正向影响，说明城市人口数量会促进影响SO2排放。lnpGDP对SO2回归系数显著为正，（lnpGDP）2的系数显著为负。表明经济增长与SO2存在非线性的倒U型关系，符合EKC曲线规律。也就是说，在长三角地区2003—2018年间，随着人均GDP的增加，环境由于高耗能能源的大量使用而恶化，当人均GDP达到一定水平后，随着进一步经济增长，工业SO2排放减少，环境质量逐渐转好。
产业结构（SI）对SO2排放有显著的正向影响，第二产业以制造业为主，具有高耗能高排放的特点，所以当第二产业产值占总产值比重越大，工业SO2排放越多。这也许是因为，长三角仍处于从能源密集型重工业向服务业为主的第三产业过渡时期。产业的优化的迫切性显而易见，发展低碳制造业也是迫在眉睫。
外商直接投资（lnFDI）通过了显著性检验，回归系数为负，这表明，样本地区引进的FDI具有“污染光晕”效应，有利于被投资地区的减排，FDI通过技术溢出的方式为长三角地区带来更环保的技术与管理方式，引发“污染光晕”效应使得投资地区的能源效率提高[24]，促使环境污染排放降低。
教育有利于提高公眾的环保意识。教育（lnE）回归系数为正，未通过显著性检验，对长三角地区工业SO2没有产生显著的影响，这也许是因为，教育水平对环境优化存在门槛效应[25]，长三角地区还未达到对应的门槛值，还应加大教育投入。
核心变量技术创新（lnT）对SO2回归系数显著为正。由此可见，技术创新对长三角减低环境污染没有达到预期，可能的原因是，长三角地区的技术创新更多受到市场影响，尽管政府投入研发经费逐年增加，但绿色创新技术并没有得到有效发展，未达到有效的减排目的。
核心变量环境规制（ER）显著为正，其平方项（ER2）显著为负，环境规制与SO2排放之间存在着显著的非线性倒U型关系。对于较低程度环境规制，往往企业不愿意在一开始支付高额研发费用，所以环境规制政策并不能在一开始迫使企业自主研发绿色创新技术，企业支付费用服从环境规制，或因“绿色悖论”导致企业加大高能耗产品的使用。所以环境规制在一开始促进了SO2排放，但随着环境规制强度的增加，企业排污需要支付的巨额成本迫使企业进行减排技术的研发，环境规制激励了企业绿色创新。绿色技术减低了企业排污成本，提升了企业的盈利能力，最终优化社会生态环境。
为了进一步研究技术创新和环境规制对SO2排放的影响机制，在模型（1）基础上增加ER*lnT和ER*lnFDI这2个交互项。由模型（2）结果可知，ER*lnT的系数显著为负，技术创新在环境规制约束下对工业SO2减排产生了积极的影响，技术创新会因为政府环境管制压力对SO2减排产生间接的积极影响。企业绿色创新的双重外部性[26]导致企业缺乏自主绿色创新的动力。在政府管制强度较小时，企业由于逐利特性并不会马上开始绿色技术研发，而后期企业迫于环境规制成本效应[27]主动开发绿色创新技术，以期望通过技术改进得到的经济效益能够抵消环境治理所需成本[15]。
ER*lnFDI对SO2排放的影响显著为正，也就是说在环境规制作用下，FDI促进了工业SO2排放。这表明环境规制会影响外商投资对区位的选择，严格环境规制会阻碍以寻求“污染天堂”、降低生产成本为目标的发达国家的投资，同时也降低了FDI的技术溢出效应[28]。
DOLS回归可作为FMOLS回归的稳健性检验（见表4），DOLS回归结果与FMOLS估计几乎是一致，但在一些变量的显著性水平是不同的。人口规模（lnP）回归系数在DOLS-（1）和DOLS-（2）模型中为正但不显著。技术创新（lnT）回归系数在DOLS-（1）中为正但未通过显著性检验。除以上情况以外，其余变量以及两个交互变量在DOLS估计中的系数正负及显著性均与FMOLS估计一致，满足了稳健性检验基本要求。本研究回归结果是稳健的。
4 结论
根据模型回归结果，人口、教育水平对工业SO2排放没有直接显著的影响，技术创新显著促进了SO2排放，经济发展水平对工业 SO2排放存在非线性倒U型关系，符合EKC曲线规律，即随着经济发展，工业SO2排放先增后减。第二产业会驱动工业 SO2排放。而FDI对工业SO2排放存在“污染光晕”效应，FDI技术溢出给长三角地区各城市带来更绿色的技术以及更有效的管理手段，促进了地区环境优化。环境规制与工业SO2排放之间存在倒U型关系，随着环境规制强度的增加，SO2的排放量先增后减。值得注意的是，环境规制与技术创新的交互变量对工业SO2产生了显著的负向影响，环境规制能够迫使企业进行绿色研发从而降低污染排放，改善社会生态环境，存在“波特效应”，同时也说明技术创新因为环境规制的约束而变得对污染治理更有利。另外，环境规制与FDI的交互变量对工业SO2有显著的正向影响。这表明，严格的环境监管会降低地区对发达国家FDI的吸引，FDI的绿色技术溢出随之减少。针对以上实证结果，本研究提出以下几点建议性讨论。
1）企业以盈利为本，企业进行技术创新也以获取更大的利润为目标。在缺乏政府监管、环境规制约束的前提下，会对环境产生极大的负外部性。企业的绿色创新技术研发需要环境规制驱使。适当的环境规制水平能够引导企业的技术创新向着环境友好的方向发展。城市绿色发展道路以提升科学技术水平为本，在提高技术创新水平方面，一方面增加政府科技支出，另一方面应引导企业合理利用政府资助，确保政府支持能够有效地发展绿色创新技术。
2）严格的环境规制与政府监管会增加外来企业的成本，降低地区对外来企业的吸引力，甚至可能导致一部分企业逃离中国市场，但是为吸引资本降低自身环境规制标准做法可能会导致地区的环境恶化，是不可持续的。应设立较高的环境门槛，提高外商投资的绿色度，促进绿色创新技术的交流，提升地区环境优化。
3）政府需要继续加大教育支出。本研究虽未得到教育能够减少环境污染的相关有效结论，但是发展教育可以改善人力资本，提高居民低碳意识，同时高质量的创新始终依赖于高质量的人力资本。应通过加强教育建立创新能力和获得绿色创新技能，提高能源效率，减少污染排放，优化环境质量。
4）积极发展如太阳能、风能等的可再生能源，提高技术装备水平，培养可再生能源市场，进一步优化能源消费结构，进一步发展第三产业和低碳制造业，减少第二产业企业占比，促进产业结构的调整、优化和升级。
参考文献：
[1]王国印，王动.波特假说、环境规制与企业技术创新——对中东部地区的比较分析[J].中国软科学，2011（01）：100-112.
[2]王志华，温宗国，闫芳，等.北京环境库兹涅茨曲线假设的验证[J].中国人口·资源与环境，2007（02）：40-47.
[3]LIN S，WANG S，MARINOVA D，et al.Impacts of urbanization and real economic development on CO2 emissions in nonhigh income countries：Empirical research based on the extended STIRPAT model[J].Journal of Cleaner Production，2017，166：952-966.
[4]ZHANG S，ZHAO T.Identifying major influencing factors of CO2 emissions in China：Regional disparities analysis based on STIRPAT model from 1996 to 2015[J].Atmospheric Environment，2019，207：136-147.
[5]LIU Y，WANG S J.Estimating the dynamic effectts of socioeconomic development on industrial SO2 emissions in Chinese cities using a DPSIR causal framework[J].Resources，Conservation & Recycling，2019，150：104450.
[6]LEE C C，CHIU Y B，SUN C H.The environmental Kuznets curve hypothesis for water pollution：Do regions matter？[J].Energy Policy，2010，38（01）：12-23.
[7]WANG K，YU S，ZHANG W.China’s regional energy and environmental efficiency：A DEA window analysis baseddynamic evaluation[J].Mathematical and Computer Modelling，2013，58（05-06）：1117-1127.
[8]LIU Y，ZHU J，LI E Y，et al.Environmental regulation，green technological innovation，and ecoefficiency：The case of Yangtze river economic belt in China[J].Technological Forecasting and Social Change，2020，155：119993.
[9]李國璋，江金荣，孔令宽.能源效率影响环境污染经济损失的实证分析[J].青海社会科学，2010（01）：90-96.
[10]师博，张良悦.我国区域能源效率收敛性分析[J].当代财经，2008（02）：17-21.
[11]HANLEY N，MCGREGOR P G，SWALES J K，et al.Do increases in energy efficiency improve environmental quality and sustainability？[J].Ecological Economics，2009，68（03）：692-709.
[12]SINN H W.Public policies against global warming：a supply side approach[J].International Tax and Public Finance，2008，15（04）：360-394.
[13]PORTER M E，LINDE C.Toward a new conception of the environmentcompetitiveness relationship[J].Journal of Economic Perspectives，1995，9（04）：97-118. [14]王雪宇，刘芹.环境规制、产业集群对企业创新投入影响的研究[J].技术与创新管理，2019，40（03）：320-325.
[15]张华，魏晓平.绿色悖论抑或倒逼减排——环境规制对碳排放影响的双重效应[J].中国人口·资源与环境，2014，24（09）：21-29.
[16]徐志伟.工业经济发展、环境规制强度与污染减排效果——基于“先污染，后治理”发展模式的理论分析与实证检验[J].财经研究，2016，42（03）：134-144.
[17]王永刚，王旭，孙长虹，等.IPAT及其扩展模型的应用研究进展[J].应用生态学报，2015，26（03）：949-957.
[18]沈坤荣，金刚，方娴.环境规制引起了污染就近转移吗？[J].经济研究，2017，52（05）：44-59.
[19]汪清琳，陈怡，陶斯安.经济增长和技术创新对中国工业污染物排放影响研究[J].技术与创新管理，2020，41（02）：134-141.
[20]LEVIN A，LIN C F，CHU C.Unit root tests in panel data：asymptotic and finite-sample properties[J].Journal of Econometrics，2002，108（01）：1-24.
[21]IM K，PESARAN M，SHIN Y.Testing for unit roots in heterogeneous panels[J].Journal of Econometrics，2003，115（01）：53-74.
[22]PEDRONI P.Fully modified OLS for heterogeneous cointegrated panels[J].
Advances in Econometrics，2000，15：93-130.
[23]STOCK J H，WATSON M W.A simple estimator of cointegrating vectors in higher order integrated systems[J].Econometrica，1993，61（04）：783-820.
[24]王领，陈芮娴.外商直接投资、进出口贸易与我国省际能源效率——基于GMM广义矩估计的实证研究[J].技術与创新管理，2019，40（01）：59-64.
[25]纪玉俊，刘金梦.环境规制促进了产业升级吗？——人力资本视角下的门限回归检验[J].经济与管理，2016，30（06）：81-87.
[26]杨东，柴慧敏.企业绿色技术创新的驱动因素及其绩效影响研究综述[J].中国人口·资源与环境，2015，25（S2）：132-136.
[27]康鹏辉，茹少峰.环境规制的绿色创新双边效应[J].中国人口·资源与环境，2020，30（10）：93-104.
[28]李斌，彭星，陈柱华.环境规制、FDI与中国治污技术创新——基于省际动态面板数据的分析[J].财经研究，2011，37（10）：92-102.
（责任编辑：张 江）
关键词：工业SO2;环境规制;技术创新;环境污染;长三角地区
中图分类号：F 290
Abstract：As one of the most developed economic zones in China，the Yangtze River Delta region also have some serious environmental problems.Ecological civilization construction should keep pace with economic development，both of which are indispensable in sustainable development.This paper place contribution to the existing literature by analyzing the impact of environmental regulation and technological innovation on industrial SO2 emissions across Yangtze River Delta region by utilizing the panel data of 41 cities from 2003 to 2018.This paper employed STIRPAT model and the Environment Kuznets Curve （EKC） theory to get better understanding of the relation by using Fullymodified OLS （FMOLS） and Dynamic OLS （DOLS） regression techniques.The results indicates that：there exists a nonlinear inverted U-shaped relationship between economic growth，environmental regulation and industrial SO2 emissions; Technological innovation has contributed to SO2 emissions.However，under the constraints of environmental regulations，technological innovation has an indirect positive effect on SO2 reduction.Foreign direct investment （FDI） tends to reduce SO2 emissions，and therefore confirming pollution “Pollution Halo” hypothesis，but environmental regulation will hinder FDI inflows and reduce green technology spillover.Furthermore，the population size and education does not exerts any significant effect on SO2 emissions.Based on the conclusion，the paper suggests that the government needs to formulate reasonable environmental regulation intensity to promote the development of green innovation technology，attract high level FDI，increase investment in science and technology，strengthen green research and development，optimize the industrial structure，and improve regional education level to reduce environmental pollution.
Key words：industrial SO2;environmental regulation;technological innovation;pollution;Yangtze river Delta region
0 引言
經济的迅猛发展伴随着能源资源的大规模消耗以及工业污染物的大规模排放，最终将导致自然资源以及环境质量的严重损耗。2015年，国务院贯彻落实“生态文明”理念，强调要通过科技创新加速生态文明建设。在未来的社会发展进程中，要补上生态这块短板，扭转我国生态环境恶化的趋势，为我国未来可持续发展打好基础。 长三角经济区位于中国长江的下游地区，是长江流域重要组成部分，连接着上海、浙江、江苏和安徽四个省份。长三角经济区是中国经济最活跃、开放程度最高、创新能力最强的区域之一，其经济总量、國际贸易水平、外商直接投资等均居全国前列。如何统筹经济与环境发展，推动生态文
明建设，加强节能减排，是当前区域研究的热点问题。
经济扩张伴随着对化石能源的密集使用，导致产生更多的污染排放，严重阻碍了可持续发展。关于环境污染的研究，可以通过经典的IPAT模型。IPAT模型是用以评估环境污染压力的主要模型，该模型认为一个国家或地区的环境受到其人口、富裕水平和技术发展水平的共同影响[1]。经济增长需要自然资源作为支撑，如果只顾着经济增长而不顾自然资源消耗与环境污染，等于是只用一只脚走路，是不长远的。KUZNETS发展了EKC模型，主要指的是在发展的早期阶段，国家更多的关注工业化和更快速的经济增长，而没有监管和控制环境问题，导致严重的污染[2]。然而，在经济发展到一定水平，各国经济集中于通过采用先进技术和严格的环境政策来控制污染排放。此外，随着发展程度的提高，教育水平也在提高，人们对环境保护的意识也在增强，从而有可能导致环境污染下降。企业发展绿色技术会促进节能减排，从而降低环境污染，除此之外，政府环境规制也可能促进企业研发绿色创新技术，从而减少排污成本。为此，以长三角地区41个城市的工业SO2为研究对象，研究环境规制、技术创新对长三角地区工业SO2排放的影响。
1 相关文献综述
关于环境污染的影响因素，国内外有相当丰富的研究成果。学术研究人员通常使用各种环境恶化指标，如CO2、SO2、生物需氧量等来代表环境污染水平。LIN[3]等使用扩展的STIRPAT模型在考虑国家差异的基础上分析了中国、菲律宾、尼泊尔等53个非高收入国家1991—2013年CO2排放的影响因素，研究结果表明，驱动CO2排放的主要是经济增长、排放强度和人口增长，且CO2排放的减少主要是由于技术进步和电力能源消耗的迅速减少。ZHANG和ZHAO[4]选取了中国30个省级行政区，对其1996—2015年CO2排放的影响因素进行了评价，他们认为，能源、工业和技术将成为未来实现环保发展的主要动力。LIU[5]等提出DPSIR（DriversPressuresStateImpactResponse）模型，以调查2004—2016年中国城市层面的SO2排放影响因素，研究结果展示，经济发展水平、工业用地强度、市场化程度对SO2排放的增加趋势各不相同。LEE[6]等选取来自非洲、亚洲、大洋洲、美国和欧洲的97个国家或地区为样本，重新检验了1980年到2001年实际收入和生物需氧量之间的非
线性关系，发现在美国和欧洲地区，实际收入和生物需氧量之间存在一个倒U型的EKC关系，但两者在非洲、亚洲和大洋洲不存在EKC非线性关系，他们的研究进一步发现了EKC假说在不同区域的不同效应的证据。
地区和企业的竞争优势需要持续不断的技术更替和创新来保持。技术创新不仅提高经济效益，加速发展，而且有助于减少污染，促进环境改善[7]。更准确地说，清洁生产技术可以帮助减少资源消耗强度，促进在整个生产过程中减少非必要的能源投入，从而减少不需要的产出[8]。一方面，技术创新可以提高能源的使用效率，降低高耗能资源的使用，或者开发绿色技术减少污染气体排放，最终改善环境[9-10];另一方面，技术创新也可能带来负面效应，技术创新虽然提高了能源利用效率，但也可能促使企业对能源需求加大，最终反而导致污染排放增加[11]。
环境规制是防止环境污染负外部性的手段之一，环境规制对环境污染关系的研究最主要的论点基于“绿色悖论”和“波特假说”。“绿色悖论”[12]表明，考虑到化石燃料供应商，环境规制政策可能会产生副作用。为了利润最大化，供应商会增加产量，加速能源使用，从而导致环境恶化。波特假说则表示严格和有效执行的环境法规或政府监管会促使企业进行更多的创新活动[13]，特别是绿色技术创新，从而迫使企业降低排放水平，从而改善环境质量[14]。无论是技术创新还是环境规制，对污染物排放的影响都不是单一或者确定的，技术创新会受到政府监管和市场的双重影响。就如张华和魏晓平[15]发现环境规制对碳排放的影响并不是单一的促进或者抑制，而是通过直接或间接作用对CO2排放产生双重效应。徐志伟[16]选取中国30个省区，研究各省区在工业行业2001—2013年的经济发展、环境规制强度和工业行业污染物减排效果之间的关系，发现当环境治理投资不足时，治理效果无法达到预期。
结合国内外研究，环境规制和技术创新对环境污染都存在双面的影响，其结论存在不确定性，且将两者放入同一模型分析两者对环境污染影响的文献也还比较少。结合样本地区的实际发展情况和前人研究的不足，本研究结合人口规模、经济增长、产业结构、外商直接投资、教育水平等影响因素，研究环境规制和技术创新对工业SO2排放的影响，并通过引入经济增长的代理变量（人均GDP）的平方项以及环境规制的平方项检验经济增长和环境规制与SO2排放之间是否存在非线性关系，另外，加入环境规制与技术创新、环境规制与FDI的交叉项研究环境规制、技术创新对工业SO2排放的间接效应。
2 模型设定、数据与变量说明
2.1 模型设定
2.2 数据与变量说明
文章选取的样本为2003—2018年长三角地区41个城市的地级市面板数据（长三角地区包括上海市、江苏省、浙江省、安徽省，共41个地级市，安徽省巢湖市在2011年改设为县级，因此本研究未加入巢湖市）。文章研究所涉及的具体相关变量有：人口规模（P）、经济增长（pGDP）、产业结构（SI）、外商直接投资（FDI）、教育水平（E）、技术创新（T）、环境规制（ER）。其中经济增长的代理变量，人均GDP，以2003年为基期进行平减。环境规制的评估测算采用沈坤荣[18]等提及的方法合成综合指数。样本数据主要来源于《中国城市统计年鉴》以及上海市、江苏省、浙江省、安徽省的统计局官网，对于少数缺失的数据采用平均值法或预测的方式进行估计得出。变量的缩写、定义、单位和解释见表1，文章的变量描述统计见表2。 3 实证分析
3.1 平稳性检验
回归结果的可接受性和回归模型的选择通常取决于面板数据的平稳性[19]。如果数据不稳定，则结果有可能不可靠。利用LLC [20]和IPS[21]单位根检验验证变量的平稳性。验证结果见表3，结果显示样本数据是平稳的。
3.2 回归结果与分析
为了结果的一致性，采用FMOLS （完全修正最小二乘法，Fullymodified OLS）和DOLS （动态最小二乘法，Dynamic OLS）估计。FMOLS[22]是一种残差检验，它考虑了序列相关性并处理了面板数据的内生性问题。DOLS[23]是一种全参数检验，在计算上比传统的OLS更有效，并对序列相关性和内生性提供了稳健的修正，回归结果见表4。
表4的FMOLS-（1）和DOLS-（1）展现了模型（1）的回归结果，FMOLS-（2）和DOLS-（2）展现的是模型（2）的回归结果，其中包含了ER*lnTEC、ER*lnFDI这2个交互项，用以检验环境规制、技术创新对工业SO2排放的间接效应。
在FMOLS-（1）估计结果中，人口规模（lnP）的回归系数在10%水平上显著为正，人口密度对SO2的排放存在显著正向影响，说明城市人口数量会促进影响SO2排放。lnpGDP对SO2回归系数显著为正，（lnpGDP）2的系数显著为负。表明经济增长与SO2存在非线性的倒U型关系，符合EKC曲线规律。也就是说，在长三角地区2003—2018年间，随着人均GDP的增加，环境由于高耗能能源的大量使用而恶化，当人均GDP达到一定水平后，随着进一步经济增长，工业SO2排放减少，环境质量逐渐转好。
产业结构（SI）对SO2排放有显著的正向影响，第二产业以制造业为主，具有高耗能高排放的特点，所以当第二产业产值占总产值比重越大，工业SO2排放越多。这也许是因为，长三角仍处于从能源密集型重工业向服务业为主的第三产业过渡时期。产业的优化的迫切性显而易见，发展低碳制造业也是迫在眉睫。
外商直接投资（lnFDI）通过了显著性检验，回归系数为负，这表明，样本地区引进的FDI具有“污染光晕”效应，有利于被投资地区的减排，FDI通过技术溢出的方式为长三角地区带来更环保的技术与管理方式，引发“污染光晕”效应使得投资地区的能源效率提高[24]，促使环境污染排放降低。
教育有利于提高公眾的环保意识。教育（lnE）回归系数为正，未通过显著性检验，对长三角地区工业SO2没有产生显著的影响，这也许是因为，教育水平对环境优化存在门槛效应[25]，长三角地区还未达到对应的门槛值，还应加大教育投入。
核心变量技术创新（lnT）对SO2回归系数显著为正。由此可见，技术创新对长三角减低环境污染没有达到预期，可能的原因是，长三角地区的技术创新更多受到市场影响，尽管政府投入研发经费逐年增加，但绿色创新技术并没有得到有效发展，未达到有效的减排目的。
核心变量环境规制（ER）显著为正，其平方项（ER2）显著为负，环境规制与SO2排放之间存在着显著的非线性倒U型关系。对于较低程度环境规制，往往企业不愿意在一开始支付高额研发费用，所以环境规制政策并不能在一开始迫使企业自主研发绿色创新技术，企业支付费用服从环境规制，或因“绿色悖论”导致企业加大高能耗产品的使用。所以环境规制在一开始促进了SO2排放，但随着环境规制强度的增加，企业排污需要支付的巨额成本迫使企业进行减排技术的研发，环境规制激励了企业绿色创新。绿色技术减低了企业排污成本，提升了企业的盈利能力，最终优化社会生态环境。
为了进一步研究技术创新和环境规制对SO2排放的影响机制，在模型（1）基础上增加ER*lnT和ER*lnFDI这2个交互项。由模型（2）结果可知，ER*lnT的系数显著为负，技术创新在环境规制约束下对工业SO2减排产生了积极的影响，技术创新会因为政府环境管制压力对SO2减排产生间接的积极影响。企业绿色创新的双重外部性[26]导致企业缺乏自主绿色创新的动力。在政府管制强度较小时，企业由于逐利特性并不会马上开始绿色技术研发，而后期企业迫于环境规制成本效应[27]主动开发绿色创新技术，以期望通过技术改进得到的经济效益能够抵消环境治理所需成本[15]。
ER*lnFDI对SO2排放的影响显著为正，也就是说在环境规制作用下，FDI促进了工业SO2排放。这表明环境规制会影响外商投资对区位的选择，严格环境规制会阻碍以寻求“污染天堂”、降低生产成本为目标的发达国家的投资，同时也降低了FDI的技术溢出效应[28]。
DOLS回归可作为FMOLS回归的稳健性检验（见表4），DOLS回归结果与FMOLS估计几乎是一致，但在一些变量的显著性水平是不同的。人口规模（lnP）回归系数在DOLS-（1）和DOLS-（2）模型中为正但不显著。技术创新（lnT）回归系数在DOLS-（1）中为正但未通过显著性检验。除以上情况以外，其余变量以及两个交互变量在DOLS估计中的系数正负及显著性均与FMOLS估计一致，满足了稳健性检验基本要求。本研究回归结果是稳健的。
4 结论
根据模型回归结果，人口、教育水平对工业SO2排放没有直接显著的影响，技术创新显著促进了SO2排放，经济发展水平对工业 SO2排放存在非线性倒U型关系，符合EKC曲线规律，即随着经济发展，工业SO2排放先增后减。第二产业会驱动工业 SO2排放。而FDI对工业SO2排放存在“污染光晕”效应，FDI技术溢出给长三角地区各城市带来更绿色的技术以及更有效的管理手段，促进了地区环境优化。环境规制与工业SO2排放之间存在倒U型关系，随着环境规制强度的增加，SO2的排放量先增后减。值得注意的是，环境规制与技术创新的交互变量对工业SO2产生了显著的负向影响，环境规制能够迫使企业进行绿色研发从而降低污染排放，改善社会生态环境，存在“波特效应”，同时也说明技术创新因为环境规制的约束而变得对污染治理更有利。另外，环境规制与FDI的交互变量对工业SO2有显著的正向影响。这表明，严格的环境监管会降低地区对发达国家FDI的吸引，FDI的绿色技术溢出随之减少。针对以上实证结果，本研究提出以下几点建议性讨论。
1）企业以盈利为本，企业进行技术创新也以获取更大的利润为目标。在缺乏政府监管、环境规制约束的前提下，会对环境产生极大的负外部性。企业的绿色创新技术研发需要环境规制驱使。适当的环境规制水平能够引导企业的技术创新向着环境友好的方向发展。城市绿色发展道路以提升科学技术水平为本，在提高技术创新水平方面，一方面增加政府科技支出，另一方面应引导企业合理利用政府资助，确保政府支持能够有效地发展绿色创新技术。
2）严格的环境规制与政府监管会增加外来企业的成本，降低地区对外来企业的吸引力，甚至可能导致一部分企业逃离中国市场，但是为吸引资本降低自身环境规制标准做法可能会导致地区的环境恶化，是不可持续的。应设立较高的环境门槛，提高外商投资的绿色度，促进绿色创新技术的交流，提升地区环境优化。
3）政府需要继续加大教育支出。本研究虽未得到教育能够减少环境污染的相关有效结论，但是发展教育可以改善人力资本，提高居民低碳意识，同时高质量的创新始终依赖于高质量的人力资本。应通过加强教育建立创新能力和获得绿色创新技能，提高能源效率，减少污染排放，优化环境质量。
4）积极发展如太阳能、风能等的可再生能源，提高技术装备水平，培养可再生能源市场，进一步优化能源消费结构，进一步发展第三产业和低碳制造业，减少第二产业企业占比，促进产业结构的调整、优化和升级。
参考文献：
[1]王国印，王动.波特假说、环境规制与企业技术创新——对中东部地区的比较分析[J].中国软科学，2011（01）：100-112.
[2]王志华，温宗国，闫芳，等.北京环境库兹涅茨曲线假设的验证[J].中国人口·资源与环境，2007（02）：40-47.
[3]LIN S，WANG S，MARINOVA D，et al.Impacts of urbanization and real economic development on CO2 emissions in nonhigh income countries：Empirical research based on the extended STIRPAT model[J].Journal of Cleaner Production，2017，166：952-966.
[4]ZHANG S，ZHAO T.Identifying major influencing factors of CO2 emissions in China：Regional disparities analysis based on STIRPAT model from 1996 to 2015[J].Atmospheric Environment，2019，207：136-147.
[5]LIU Y，WANG S J.Estimating the dynamic effectts of socioeconomic development on industrial SO2 emissions in Chinese cities using a DPSIR causal framework[J].Resources，Conservation & Recycling，2019，150：104450.
[6]LEE C C，CHIU Y B，SUN C H.The environmental Kuznets curve hypothesis for water pollution：Do regions matter？[J].Energy Policy，2010，38（01）：12-23.
[7]WANG K，YU S，ZHANG W.China’s regional energy and environmental efficiency：A DEA window analysis baseddynamic evaluation[J].Mathematical and Computer Modelling，2013，58（05-06）：1117-1127.
[8]LIU Y，ZHU J，LI E Y，et al.Environmental regulation，green technological innovation，and ecoefficiency：The case of Yangtze river economic belt in China[J].Technological Forecasting and Social Change，2020，155：119993.
[9]李國璋，江金荣，孔令宽.能源效率影响环境污染经济损失的实证分析[J].青海社会科学，2010（01）：90-96.
[10]师博，张良悦.我国区域能源效率收敛性分析[J].当代财经，2008（02）：17-21.
[11]HANLEY N，MCGREGOR P G，SWALES J K，et al.Do increases in energy efficiency improve environmental quality and sustainability？[J].Ecological Economics，2009，68（03）：692-709.
[12]SINN H W.Public policies against global warming：a supply side approach[J].International Tax and Public Finance，2008，15（04）：360-394.
[13]PORTER M E，LINDE C.Toward a new conception of the environmentcompetitiveness relationship[J].Journal of Economic Perspectives，1995，9（04）：97-118. [14]王雪宇，刘芹.环境规制、产业集群对企业创新投入影响的研究[J].技术与创新管理，2019，40（03）：320-325.
[15]张华，魏晓平.绿色悖论抑或倒逼减排——环境规制对碳排放影响的双重效应[J].中国人口·资源与环境，2014，24（09）：21-29.
[16]徐志伟.工业经济发展、环境规制强度与污染减排效果——基于“先污染，后治理”发展模式的理论分析与实证检验[J].财经研究，2016，42（03）：134-144.
[17]王永刚，王旭，孙长虹，等.IPAT及其扩展模型的应用研究进展[J].应用生态学报，2015，26（03）：949-957.
[18]沈坤荣，金刚，方娴.环境规制引起了污染就近转移吗？[J].经济研究，2017，52（05）：44-59.
[19]汪清琳，陈怡，陶斯安.经济增长和技术创新对中国工业污染物排放影响研究[J].技术与创新管理，2020，41（02）：134-141.
[20]LEVIN A，LIN C F，CHU C.Unit root tests in panel data：asymptotic and finite-sample properties[J].Journal of Econometrics，2002，108（01）：1-24.
[21]IM K，PESARAN M，SHIN Y.Testing for unit roots in heterogeneous panels[J].Journal of Econometrics，2003，115（01）：53-74.
[22]PEDRONI P.Fully modified OLS for heterogeneous cointegrated panels[J].
Advances in Econometrics，2000，15：93-130.
[23]STOCK J H，WATSON M W.A simple estimator of cointegrating vectors in higher order integrated systems[J].Econometrica，1993，61（04）：783-820.
[24]王领，陈芮娴.外商直接投资、进出口贸易与我国省际能源效率——基于GMM广义矩估计的实证研究[J].技術与创新管理，2019，40（01）：59-64.
[25]纪玉俊，刘金梦.环境规制促进了产业升级吗？——人力资本视角下的门限回归检验[J].经济与管理，2016，30（06）：81-87.
[26]杨东，柴慧敏.企业绿色技术创新的驱动因素及其绩效影响研究综述[J].中国人口·资源与环境，2015，25（S2）：132-136.
[27]康鹏辉，茹少峰.环境规制的绿色创新双边效应[J].中国人口·资源与环境，2020，30（10）：93-104.
[28]李斌，彭星，陈柱华.环境规制、FDI与中国治污技术创新——基于省际动态面板数据的分析[J].财经研究，2011，37（10）：92-102.
（责任编辑：张 江）