楊露鑫　劉玉成

內(nèi)容提要：本文將2011年國(guó)家發(fā)改委印發(fā)的《關(guān)于開(kāi)展碳排放權(quán)交易試點(diǎn)工作的通知》作為一項(xiàng)準(zhǔn)自然實(shí)驗(yàn)，結(jié)合工具變量方法，在有效控制內(nèi)生性的基礎(chǔ)上更為科學(xué)地驗(yàn)證了環(huán)境規(guī)制與地區(qū)創(chuàng)新效率之間的關(guān)系。研究發(fā)現(xiàn)：環(huán)境規(guī)制與實(shí)質(zhì)性創(chuàng)新效率和策略性創(chuàng)新效率之間均呈U型非線(xiàn)性關(guān)系，且分別約有88.79%和90.61%的觀測(cè)點(diǎn)處于環(huán)境規(guī)制會(huì)抑制地區(qū)創(chuàng)新效率的階段。異質(zhì)性分析的結(jié)果表明，東部發(fā)達(dá)地區(qū)環(huán)境規(guī)制強(qiáng)度的門(mén)檻值較高，提升人力資本水平、提高對(duì)外開(kāi)放度、增強(qiáng)融資能力、加強(qiáng)政府干預(yù)能夠緩解環(huán)境規(guī)制的負(fù)面影響。作用機(jī)制分析發(fā)現(xiàn)，創(chuàng)新投入強(qiáng)度、資本要素配置優(yōu)化、技術(shù)進(jìn)步是環(huán)境規(guī)制影響地區(qū)創(chuàng)新效率的主要途徑。此外，環(huán)境規(guī)制不僅對(duì)當(dāng)?shù)氐膶?shí)質(zhì)性創(chuàng)新效率有先抑制后促進(jìn)的影響，還對(duì)鄰近省份的實(shí)質(zhì)性創(chuàng)新效率有先促進(jìn)后抑制的聯(lián)動(dòng)效應(yīng)，反映了地區(qū)間環(huán)境規(guī)制強(qiáng)度差異的影響。

關(guān)鍵詞：環(huán)境規(guī)制;實(shí)質(zhì)性創(chuàng)新效率;策略性創(chuàng)新效率;DID

中圖分類(lèi)號(hào)：F061.5? 文獻(xiàn)標(biāo)識(shí)碼：A? 文章編號(hào)：1001-148X（2020）09-0011-14

一、引言

2011年10月國(guó)家發(fā)展改革委下發(fā)《關(guān)于開(kāi)展碳排放權(quán)交易試點(diǎn)工作的通知》，同意北京、天津、上海等7個(gè)省市開(kāi)展碳排放權(quán)交易試點(diǎn)，旨在控制溫室氣體、加快經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)變和促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)。自歐盟2005年碳交易排放體系啟動(dòng)以來(lái)，引起了諸多學(xué)者的關(guān)注，許多文獻(xiàn)表明歐盟這項(xiàng)政策的效果顯著[1-2]。與歐盟的碳排放交易體系相比，中國(guó)的政策效果如何？能否通過(guò)環(huán)境規(guī)制政策迫使創(chuàng)新效率提升，從而實(shí)現(xiàn)高質(zhì)量、可持續(xù)發(fā)展的目標(biāo)？對(duì)這些問(wèn)題的回答具有重要的現(xiàn)實(shí)意義。

通過(guò)控制污染物排放固然能夠在一定程度上改善環(huán)境，但從長(zhǎng)遠(yuǎn)看還需要依托技術(shù)進(jìn)步實(shí)現(xiàn)生產(chǎn)方式的轉(zhuǎn)變，從而實(shí)現(xiàn)“節(jié)能減排”、“綠色發(fā)展”的長(zhǎng)期任務(wù)。中國(guó)在研發(fā)、創(chuàng)新領(lǐng)域里不乏投入，但卻缺少有質(zhì)量的創(chuàng)新成果;因此，環(huán)境規(guī)制政策的成功與否不僅取決于它是否降低了企業(yè)的污染排放水平，而能否促進(jìn)技術(shù)創(chuàng)新或是更重要的政策成功標(biāo)志之一[3]。

自John Hicks（1932）首次提出“創(chuàng)新假設(shè)”以來(lái)，Porter和Van der Linde（1995）也將企業(yè)創(chuàng)新引入環(huán)境規(guī)制領(lǐng)域。他們認(rèn)為，良好有效的環(huán)境規(guī)制不僅有利于環(huán)境本身，而且對(duì)企業(yè)也將產(chǎn)生積極影響，這被稱(chēng)為“波特假說(shuō)”，即企業(yè)面臨信息不完全、環(huán)境規(guī)制等不完全競(jìng)爭(zhēng)時(shí)，可以通過(guò)提高技術(shù)創(chuàng)新水平，來(lái)抵消企業(yè)進(jìn)入市場(chǎng)的機(jī)會(huì)成本。自20世紀(jì)90年代以來(lái)，該假說(shuō)引起學(xué)術(shù)界的熱烈討論，但因研究視角和方法的不同得到的結(jié)論也不盡相同。現(xiàn)有文獻(xiàn)通常以企業(yè)或行業(yè)為視角，采用不同的研究方法分析環(huán)境規(guī)制與技術(shù)創(chuàng)新之間的關(guān)系，得出的結(jié)論通常有四類(lèi)：（1）適當(dāng)?shù)沫h(huán)境規(guī)制能夠促進(jìn)技術(shù)創(chuàng)新[4-6]，這種促進(jìn)作用也存在一定的滯后性[7]。（2）環(huán)境規(guī)制會(huì)增加企業(yè)的“遵循成本”，從而抑制企業(yè)的技術(shù)創(chuàng)新[8-9]。（3）環(huán)境規(guī)制對(duì)創(chuàng)新活動(dòng)的影響是不確定的，存在企業(yè)、行業(yè)、地區(qū)類(lèi)型的異質(zhì)性[10-11]。（4）環(huán)境規(guī)制與技術(shù)創(chuàng)新之間不是簡(jiǎn)單的線(xiàn)性關(guān)系，而是呈現(xiàn)出先抑制后促進(jìn)的U型非線(xiàn)性關(guān)系[9，12];還有部分學(xué)者認(rèn)為環(huán)境規(guī)制與創(chuàng)新活動(dòng)之間呈倒U行的非線(xiàn)性關(guān)系[13]。

上述文獻(xiàn)較多從企業(yè)或行業(yè)的視角關(guān)注環(huán)境規(guī)制與技術(shù)創(chuàng)新活動(dòng)之間關(guān)系，也為本文理解環(huán)境規(guī)制的影響效應(yīng)提供了豐富且深刻的洞見(jiàn)，然而較少有文獻(xiàn)從地區(qū)層面關(guān)注地區(qū)的創(chuàng)新效率。創(chuàng)新效率指在創(chuàng)新投入資源得到有效配置的前提下，以較少的創(chuàng)新投入得到更多的創(chuàng)新產(chǎn)出。本文主要以地區(qū)創(chuàng)新效率為研究對(duì)象，分析環(huán)境規(guī)制強(qiáng)度所產(chǎn)生的影響。本文的主要工作如下：（1）我們根據(jù)創(chuàng)新質(zhì)量把申請(qǐng)專(zhuān)利的行為劃分為實(shí)質(zhì)性創(chuàng)新和策略性創(chuàng)新兩種形式，分別分析環(huán)境規(guī)制對(duì)兩種形式創(chuàng)新效率的影響。（2）將雙重差分法與工具變量法相結(jié)合，以2011年的《關(guān)于開(kāi)展碳排放權(quán)交易試點(diǎn)工作的通知》作為一項(xiàng)準(zhǔn)自然實(shí)驗(yàn)，運(yùn)用雙重差分法（Difference in Differences，DID）構(gòu)建環(huán)境規(guī)制指標(biāo)的工具變量，在充分考慮內(nèi)生性問(wèn)題的基礎(chǔ)上科學(xué)評(píng)估環(huán)境規(guī)制與地區(qū)創(chuàng)新效率的因果關(guān)系。（3）利用廣義傾向得分匹配法對(duì)基準(zhǔn)回歸結(jié)果進(jìn)行穩(wěn)健性檢驗(yàn)，確保結(jié)果的可靠。（4）利用逐步回歸法和交乘項(xiàng)系數(shù)檢驗(yàn)法驗(yàn)證環(huán)境規(guī)制影響地區(qū)創(chuàng)新效率的作用機(jī)制。（5）通過(guò)空間杜賓模型（Spatial Durbin Model，SDM）分析環(huán)境規(guī)制政策的溢出效應(yīng)。

二、經(jīng)驗(yàn)事實(shí)與內(nèi)在影響機(jī)制

（一）經(jīng)驗(yàn)事實(shí)

最早啟動(dòng)全球污染物排放權(quán)交易體系建設(shè)的是美國(guó)。早在20世紀(jì)70年代初，美國(guó)的環(huán)保部門(mén)和以及一些州郡就制定了污染物排放計(jì)劃。自“京都議定書(shū)”簽署以來(lái)，碳排放交易政策已廣泛為眾多發(fā)達(dá)國(guó)家所倡導(dǎo)實(shí)施，以控制溫室氣體排放和提高能源利用效率。到目前為止，歐盟已經(jīng)建立了世界上最為完善的碳排放交易機(jī)制。

自20世紀(jì)90年代以來(lái)，中國(guó)就已經(jīng)在治理大氣污染領(lǐng)域中涉及了排放權(quán)交易機(jī)制。2002年3月，國(guó)家環(huán)?？偩峙c美國(guó)環(huán)保協(xié)會(huì)一起開(kāi)展了“推動(dòng)中國(guó)二氧化硫排放總量控制及排放權(quán)交易政策實(shí)施的研究項(xiàng)目”（簡(jiǎn)稱(chēng)“4+3+1”項(xiàng)目），試點(diǎn)選在山東、山西、江蘇、河南、上海、天津、柳州以及中國(guó)華能集團(tuán)公司。此次的試點(diǎn)工作，為二氧化硫排放權(quán)交易的全面實(shí)施以及排污權(quán)交易的普及奠定了經(jīng)驗(yàn)基礎(chǔ)。為了減少二氧化碳排放，倡導(dǎo)低碳經(jīng)濟(jì)，國(guó)務(wù)院于2011年發(fā)布了“十二五”溫室氣體排放控制工作計(jì)劃。同年10月，國(guó)家發(fā)展和改革委員會(huì)正式發(fā)布《關(guān)于開(kāi)展碳排放權(quán)交易試點(diǎn)工作的通知》，而北京、天津、上海等7個(gè)省市分別允許開(kāi)展碳排放交易試點(diǎn)。到目前為止，所有七個(gè)試點(diǎn)省市都已經(jīng)開(kāi)展了碳排放交易。

為了考察環(huán)境規(guī)制與地區(qū)創(chuàng)新效率之間的關(guān)系，我們將環(huán)境規(guī)制指標(biāo)分別與實(shí)質(zhì)性創(chuàng)新效率與策略性創(chuàng)新效率進(jìn)行二次擬合，圖1（a）和圖1（b）中的橫軸表示環(huán)境規(guī)制強(qiáng)度，縱軸分別表示實(shí)質(zhì)性創(chuàng)新效率和策略性創(chuàng)新效率。通過(guò)初步觀察，可以發(fā)現(xiàn)環(huán)境規(guī)制與實(shí)質(zhì)性創(chuàng)新效率、策略性創(chuàng)新效率之間均存在U型的非線(xiàn)性關(guān)系，且大部分觀測(cè)點(diǎn)處于圖左邊的下降區(qū)域，表明隨著環(huán)境規(guī)制強(qiáng)度的增加，會(huì)對(duì)地區(qū)創(chuàng)新效率產(chǎn)生先抑制后促進(jìn)的影響，從現(xiàn)有的樣本看，大部分觀測(cè)點(diǎn)處于低環(huán)境規(guī)制強(qiáng)度下抑制地區(qū)創(chuàng)新效率的階段。當(dāng)然，為了科學(xué)判斷環(huán)境規(guī)制與地區(qū)創(chuàng)新效率之間是否存在上述顯著的因果關(guān)系，還需要通過(guò)構(gòu)建計(jì)量模型進(jìn)行實(shí)證分析。

（二）內(nèi)在影響機(jī)制

不可否認(rèn)，環(huán)境規(guī)制政策能夠?qū)ζ髽I(yè)的技術(shù)創(chuàng)新活動(dòng)產(chǎn)生顯著影響[6，14]，同時(shí)環(huán)境規(guī)制政策也是影響企業(yè)運(yùn)營(yíng)成本、管理效率、資源再配置的重要因素[9，15]。因此，本文認(rèn)為環(huán)境規(guī)制政策主要通過(guò)以下途徑影響地區(qū)創(chuàng)新效率。

1.資金擠占效應(yīng)。由于環(huán)境污染的負(fù)外部性，政府需要通過(guò)約束性的環(huán)境規(guī)制政策來(lái)加以控制，這在一定程度上降低了污染物排放，但也必然會(huì)增加企業(yè)的運(yùn)營(yíng)成本，包括企業(yè)治理內(nèi)部污染和防范外部污染的成本，我們稱(chēng)之為“遵循成本”。企業(yè)進(jìn)行創(chuàng)新需要大量資金，因“遵循成本”的上升，會(huì)擠占研發(fā)投入所需的資金，這必然導(dǎo)致創(chuàng)新效率的下降[16]，從而產(chǎn)生資金擠占效應(yīng)。此外，運(yùn)營(yíng)成本上升還將使企業(yè)在市場(chǎng)競(jìng)爭(zhēng)中處于不利地位，不僅會(huì)影響企業(yè)的利潤(rùn)率，還會(huì)加緊企業(yè)的融資約束，進(jìn)而對(duì)企業(yè)創(chuàng)新產(chǎn)生不利影響。

2.配置優(yōu)化效應(yīng)。由于環(huán)境規(guī)制政策產(chǎn)生的“遵循成本”上升，會(huì)引導(dǎo)要素特別是資本向更有效率的領(lǐng)域流動(dòng)以規(guī)避成本上升所帶來(lái)的負(fù)效應(yīng)（韓超等，2017），使資源得以?xún)?yōu)化再配置。資源配置效率更高的企業(yè)一般擁有更高的研發(fā)實(shí)力，能夠通過(guò)開(kāi)發(fā)整合各種要素資源以實(shí)現(xiàn)較高質(zhì)量的創(chuàng)新產(chǎn)出[17]，從而實(shí)現(xiàn)創(chuàng)新效率的提升。由于環(huán)境規(guī)制主要影響企業(yè)的資本投入，同時(shí)勞動(dòng)力相較于資本而言更缺乏流動(dòng)性，因此，環(huán)境規(guī)制不會(huì)直接對(duì)勞動(dòng)力資源的再配置產(chǎn)生影響。

3. 管理創(chuàng)新效應(yīng)。當(dāng)環(huán)境規(guī)制政策使企業(yè)陷入更高的融資約束時(shí)，企業(yè)通常會(huì)從節(jié)約成本的角度考慮，不斷提高管理決策能力，實(shí)現(xiàn)對(duì)資源的合理科學(xué)配置、降低交易成本、提高管理效率。更高效的管理層往往更傾向于創(chuàng)新并追求創(chuàng)新效率。一方面較強(qiáng)的管理能力有利于加強(qiáng)企業(yè)在市場(chǎng)中的競(jìng)爭(zhēng)力，爭(zhēng)取更多的市場(chǎng)份額和更高的經(jīng)營(yíng)績(jī)效以緩解創(chuàng)新資金壓力;另一方面更科學(xué)的管理決策有助于企業(yè)減少創(chuàng)新成本、控制創(chuàng)新風(fēng)險(xiǎn)，從而提高企業(yè)的創(chuàng)新效率。

4. 技術(shù)進(jìn)步效應(yīng)。環(huán)境規(guī)制引發(fā)企業(yè)的運(yùn)營(yíng)成本增加，不僅擠占了企業(yè)的研發(fā)投入，還影響了企業(yè)的利潤(rùn)率。為了維持企業(yè)原有的利潤(rùn)率，會(huì)倒逼企業(yè)通過(guò)技術(shù)手段控制污染，同時(shí)也迫使企業(yè)在生產(chǎn)過(guò)程中不斷通過(guò)改進(jìn)生產(chǎn)工藝和流程以降低成本，促使企業(yè)技術(shù)進(jìn)步。技術(shù)進(jìn)步能夠進(jìn)一步提高企業(yè)的生產(chǎn)和管理效率，能夠以更科學(xué)的方式合理高效地利用資源，從而有利于創(chuàng)新效率的提升。

三、模型設(shè)定與變量說(shuō)明

（一）模型設(shè)定

環(huán)境規(guī)制究竟是改善還是抑制了中國(guó)的地區(qū)創(chuàng)新效率？ 為了對(duì)此問(wèn)題進(jìn)行解答，參考 Lu 等（2017）[18]的做法，設(shè)定基準(zhǔn)模型如下：

tejt=α+β0co2jt+β1co2_sqjt+β2∑Xjt+εjt（1）

其中，tejt 為j地區(qū)在t時(shí)期的創(chuàng)新效率;co2jt 為j地區(qū)在t時(shí)期的單位產(chǎn)出二氧化碳排放量，用來(lái)表示j地區(qū)的環(huán)境規(guī)制強(qiáng)度;考慮環(huán)境規(guī)制與地區(qū)創(chuàng)新效率之間可能存在非線(xiàn)性關(guān)系，因此在模型中加入 co2 的平方項(xiàng);∑Xjt 代表一系列的控制變量，包括基礎(chǔ)設(shè)施水平、政府干預(yù)度、融資能力、對(duì)外開(kāi)放度以及人力資本水平;εjt 為隨機(jī)擾動(dòng)項(xiàng)。

從理論上講，地區(qū)的創(chuàng)新效率往往也會(huì)影響該地區(qū)的二氧化碳排放量，從而產(chǎn)生逆向因果關(guān)系。此外，遺漏不可觀測(cè)因素或解釋變量也會(huì)導(dǎo)致潛在的內(nèi)生性問(wèn)題。為此，本文借鑒Lu等（2017）的做法，將雙重差分法引入到工具變量回歸方法中，這樣能夠較好地利用碳排放權(quán)交易這一政策沖擊，因而其實(shí)質(zhì)也是工具變量法。此時(shí)，環(huán)境規(guī)制的工具變量主要由碳排放權(quán)交易的政策調(diào)整所決定。具體地，以2011年國(guó)家發(fā)展和改革委員會(huì)印發(fā)的《關(guān)于開(kāi)展碳排放權(quán)交易試點(diǎn)工作的通知》作為一項(xiàng)準(zhǔn)自然實(shí)驗(yàn)，將這一政策沖擊視為環(huán)境規(guī)制的工具變量，使得環(huán)境規(guī)制具有顯著外生性，可以較好地控制模型1中潛在的互為因果等內(nèi)生性問(wèn)題。采用雙重差分法構(gòu)建工具變量，最小二乘法的第一階段回歸設(shè)定如下：

co2jt=α+β0didjt+β1treatedj+β2postt+β3∑Xjt+δj+γt+εjt（2）

其中，treated 為分組變量，以2011年的碳排放權(quán)交易試點(diǎn)省份北京、上海、天津、湖北、重慶、廣東六個(gè)省份作為實(shí)驗(yàn)組（treated=1），其他省份作為對(duì)照組（treated=0）;post 為政策年份變量，以2011年為政策沖擊的時(shí)間節(jié)點(diǎn)，2011年及以后年份取值為1，2011年以前年份取值為0;did 為分組變量與政策年份變量的交互項(xiàng)，也是該模型的核心解釋變量，用來(lái)表示碳排放交易政策的政策效果;∑Xjt 代表一系列控制變量，與模型1中的控制變量相同;δj、γt、εjt 分別為個(gè)體固定效應(yīng)、時(shí)間固定效應(yīng)和隨機(jī)擾動(dòng)項(xiàng)。

雙重差分思想隱含著一個(gè)重要的前提假定，即在政策沖擊發(fā)生之前處理組和對(duì)照組應(yīng)具有相同的演變趨勢(shì)。圖1刻畫(huà)了實(shí)驗(yàn)組與對(duì)照組二氧化碳排放量的演變趨勢(shì)，可以看到，在2011年碳排放權(quán)交易試點(diǎn)政策調(diào)整之前，實(shí)驗(yàn)組與對(duì)照組單位產(chǎn)出二氧化碳排放量的發(fā)展趨勢(shì)基本一致，而在2011年之后，兩組單位產(chǎn)出二氧化碳排放量的演變態(tài)勢(shì)產(chǎn)生分化，這表明本文選取的實(shí)驗(yàn)組與對(duì)照組滿(mǎn)足雙重差分法的平行趨勢(shì)假設(shè)，并且相較于對(duì)照組，實(shí)驗(yàn)組的單位產(chǎn)出二氧化碳排放量下降趨勢(shì)更為明顯，初步表明碳排放權(quán)交易試點(diǎn)政策可能產(chǎn)生了較好的政策效果。

（二）變量說(shuō)明

1.核心變量：地區(qū)創(chuàng)新效率和環(huán)境規(guī)制。地區(qū)創(chuàng)新效率指標(biāo)，本文借鑒白俊紅和卞元超（2016）的方法，運(yùn)用隨機(jī)前沿模型（SFA）來(lái)估計(jì)地區(qū)創(chuàng)新效率，該模型的一般形式如下：

rdyjt=f（rdljt，rdkjt，t）exp （vjt-ujt）（3）

其中，rdyjt 為創(chuàng)新產(chǎn)出，用地區(qū)的專(zhuān)利申請(qǐng)授權(quán)量表示，并參照黎文靖和鄭曼妮（2016）[19]的做法，根據(jù)創(chuàng)新質(zhì)量把申請(qǐng)專(zhuān)利的行為劃分為實(shí)質(zhì)性創(chuàng)新和策略性創(chuàng)新兩種形式。其中，申請(qǐng)發(fā)明專(zhuān)利的行為屬于實(shí)質(zhì)性創(chuàng)新，申請(qǐng)實(shí)用和外觀專(zhuān)利的行為屬于策略性創(chuàng)新，從而研究環(huán)境規(guī)制對(duì)不同創(chuàng)新類(lèi)型的影響;rdljt、rdkjt 分別為生產(chǎn)過(guò)程中投入的人力和資本，分別用R&D全時(shí)人員當(dāng)量和R&D經(jīng)費(fèi)內(nèi)部支出表示;（vjt-ujt） 為復(fù)合誤差項(xiàng)。因此，由該模型估計(jì)出的地區(qū)創(chuàng)新效率有兩類(lèi)，分別為實(shí)質(zhì)性創(chuàng)新效率（te_sz）和策略性創(chuàng)新效率（te_cl），模型1可以轉(zhuǎn)變成如下兩個(gè)第二階段回歸模型：

te_szjt=α+β0co2jt+β1co2_sqjt+β2∑Xjt+εjt（4）

te_cljt=α+β0co2jt+β1co2_sqjt+β2∑Xjt+εjt（5）

本文借鑒沈能（2012）[20]的方法用單位產(chǎn)出的二氧化碳排放量作為環(huán)境規(guī)制強(qiáng)度的指標(biāo)。我國(guó)沒(méi)有直接公布二氧化碳排放量指標(biāo)。因此，必須運(yùn)用相關(guān)方法進(jìn)行估算。借鑒杜立民（2010）[21]的方法，分別用能源消費(fèi)量、水泥生產(chǎn)量及其二氧化碳的排放系數(shù)加權(quán)加總而得到二氧化碳排放量，再將二氧化碳排放量占地區(qū)GDP比值進(jìn)行標(biāo)準(zhǔn)化處理后得到環(huán)境規(guī)制強(qiáng)度指標(biāo)，標(biāo)準(zhǔn)化公式為：

co2jt=[co2jt0-min （co2jt0）]/[maxco2jt0-min （co2jt0）]（6）

其中，co2jt0 為單位產(chǎn)出的實(shí)際二氧化碳排放量;maxco2jt0、min （co2jt0） 分別為單位產(chǎn)出的最大和最小二氧化碳排放量。

2.控制變量?？刂谱兞恐饕ɑA(chǔ)設(shè)施水平、政府干預(yù)度、融資能力、對(duì)外開(kāi)放度以及人力資本水平。其中，基礎(chǔ)設(shè)施水平（ctgl）用長(zhǎng)途光纜長(zhǎng)度表示;政府干預(yù)度（gov_zb）用政府一般預(yù)算支出占地區(qū)GDP比重表示;融資能力（fin_zb）用金融機(jī)構(gòu)貸款余額占地區(qū)GDP比重表示;對(duì)外開(kāi)放度（fdi_zb）用實(shí)際利用外資額占地區(qū)GDP比重表示;人力資本水平（hr）用人均受教育年限表示，計(jì)算各省人均受教育年限時(shí)將小學(xué)、初中、高中、大專(zhuān)及以上學(xué)歷的居民平均受教育年數(shù)分別定為6年、9年、12年以及16年[22]。

本文以2006-2016年30個(gè)省份和直轄市為研究對(duì)象（由于西藏?cái)?shù)據(jù)缺失嚴(yán)重，故將其從樣本中剔除），上述變量的數(shù)據(jù)均來(lái)自于2007-2017年的《中國(guó)宏觀經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)庫(kù)》、《中國(guó)金融統(tǒng)計(jì)數(shù)據(jù)庫(kù)》、《中國(guó)科技統(tǒng)計(jì)年鑒》、《中國(guó)能源統(tǒng)計(jì)年鑒》、《國(guó)泰安金融數(shù)據(jù)庫(kù)》。相關(guān)變量的描述性統(tǒng)計(jì)見(jiàn)表1。

四、回歸結(jié)果與分析

本文旨在考察環(huán)境規(guī)制對(duì)中國(guó)地區(qū)創(chuàng)新效率的影響，即環(huán)境規(guī)制是顯著促進(jìn)還是抑制了中國(guó)地區(qū)創(chuàng)新效率的提升？具體地，采用工具變量法進(jìn)行回歸分析，得出基本結(jié)論，并在此基礎(chǔ)上進(jìn)行穩(wěn)健性檢驗(yàn)。

（一）第一階段回歸

表2匯報(bào)了第一階段DID模型的回歸結(jié)果。其中，第1列為不加入控制變量的雙重差分結(jié)果，初步表明碳排放權(quán)交易試點(diǎn)政策顯著降低了試點(diǎn)省份的單位產(chǎn)出二氧化碳排放量;第2列為加入控制變量基礎(chǔ)設(shè)施水平、政府干預(yù)度、融資能力、對(duì)外開(kāi)放度以及人力資本水平后的雙重差分結(jié)果，核心解釋變量的系數(shù)略有下降，但依然十分顯著。

在利用DID結(jié)果構(gòu)建環(huán)境規(guī)制指標(biāo)的工具變量之前，需要對(duì)上述DID結(jié)果進(jìn)行一系列條件檢驗(yàn)。

1.共同趨勢(shì)假設(shè)檢驗(yàn)。共同趨勢(shì)假設(shè)是DID估計(jì)結(jié)果無(wú)偏的重要前提，我們采用事件研究法進(jìn)行DID的共同趨勢(shì)假設(shè)檢驗(yàn)。我們分別選擇該省份2011年碳排放權(quán)交易試點(diǎn)政策干預(yù)的前1年、2年、3年、4年、5年設(shè)置年份虛擬變量，對(duì)實(shí)驗(yàn)組和對(duì)照組的發(fā)展趨勢(shì)進(jìn)行檢驗(yàn)，用以判斷分組樣本在碳排放權(quán)交易試點(diǎn)政策前是否具有一致的發(fā)展趨勢(shì)，以確保分組的合理性以及結(jié)果的可信性。根據(jù)表3中第1、2列的結(jié)果顯示，無(wú)論是否加入控制變量，政策干預(yù)前的年份與分組變量的交互項(xiàng)（treated1-treated5）均不顯著，而政策干預(yù)當(dāng)期的年份與分組虛擬變量的交互項(xiàng)（did）顯著為負(fù)， 說(shuō)明在碳排放權(quán)交易試點(diǎn)政策實(shí)施前，實(shí)驗(yàn)組和對(duì)照組在二氧化碳排放量的變化趨勢(shì)上不存在顯著差異，從而滿(mǎn)足共同趨勢(shì)假設(shè)。

2.反事實(shí)檢驗(yàn)。由于在實(shí)驗(yàn)組與對(duì)照組省份之間存在一些不可觀測(cè)的、隨時(shí)間變化的變量，可能會(huì)引起回歸結(jié)果的系統(tǒng)性偏誤，因此我們進(jìn)一步通過(guò)反事實(shí)檢驗(yàn)來(lái)確認(rèn)回歸結(jié)果的穩(wěn)健性。

第一，構(gòu)建虛擬的碳排放權(quán)交易試點(diǎn)政策實(shí)施時(shí)間。本文的研究區(qū)間為2006-2016年，碳排放權(quán)交易試點(diǎn)政策的實(shí)施時(shí)間為2011年，即核心解釋變量did在2011年以前不會(huì)對(duì)當(dāng)?shù)氐亩趸寂欧帕慨a(chǎn)生顯著的影響。因此，本文假設(shè)將碳排放權(quán)交易試點(diǎn)政策的實(shí)施時(shí)間提前到2011年以前，并構(gòu)建兩個(gè)虛擬的政策實(shí)施年份，分別統(tǒng)一提前1年和2年。具體回歸結(jié)果見(jiàn)表3中第4、5列，可以發(fā)現(xiàn)政策實(shí)施年份提前1年和2年的回歸結(jié)果均不顯著，說(shuō)明政策未實(shí)施時(shí)，并沒(méi)有對(duì)當(dāng)?shù)囟趸嫉呐欧帕慨a(chǎn)生影響。因此，基準(zhǔn)回歸的結(jié)果不存在系統(tǒng)性偏誤，結(jié)果是可信的。

第二，采取重復(fù)隨機(jī)抽樣方式構(gòu)造虛擬政策變量。雖然我們?cè)谶M(jìn)行碳排放權(quán)交易試點(diǎn)政策效應(yīng)評(píng)估時(shí)已經(jīng)控制了大量表征地區(qū)特征的變量，但仍然很難排除不可觀測(cè)的地區(qū)特征差異對(duì)評(píng)估結(jié)果的影響。對(duì)此，我們采取以下思路間接檢驗(yàn)這些無(wú)法觀測(cè)的地區(qū)特征差異會(huì)否影響結(jié)論的穩(wěn)健性。具體來(lái)說(shuō)，首先將碳排放權(quán)交易試點(diǎn)政策對(duì)特定省份的影響變得隨機(jī)（由計(jì)算機(jī)生成），然后通過(guò)重復(fù)隨機(jī)抽樣500次的方式構(gòu)造虛擬的政策變量，并進(jìn)行回歸，根據(jù)回歸結(jié)果發(fā)現(xiàn)這一虛假的估計(jì)系數(shù)均值為-0.4728，非常接近于0且不顯著，即未觀測(cè)到的地區(qū)特征差異沒(méi)有對(duì)回歸結(jié)果產(chǎn)生顯著的影響，證實(shí)基準(zhǔn)回歸結(jié)果是穩(wěn)健的。

3.政策的動(dòng)態(tài)影響效應(yīng)。從表3中第3列可以發(fā)現(xiàn)，政策沖擊當(dāng)年（treated6）及以后年份（treated7-treated11）的估計(jì)系數(shù)均顯著為負(fù)，且顯著水平逐年提高，估計(jì)系數(shù)的絕對(duì)值也逐年增加，說(shuō)明碳排放權(quán)交易試點(diǎn)政策能夠顯著持續(xù)、長(zhǎng)期地降低當(dāng)?shù)囟趸嫉呐欧帕?，并且該政策?shí)施的時(shí)間越長(zhǎng)效果越顯著。

（二）第二階段回歸

根據(jù)上文對(duì)第一階段回歸結(jié)果的穩(wěn)健性檢驗(yàn)，可以發(fā)現(xiàn)碳排放權(quán)交易試點(diǎn)政策確實(shí)能夠降低當(dāng)?shù)氐亩趸寂欧帕?。因此，我們可以根?jù)第一階段的回歸模型，計(jì)算出單位產(chǎn)出二氧化碳排放量的預(yù)測(cè)值作為第二階段回歸環(huán)境規(guī)制指標(biāo)的工具變量，再利用工具變量回歸分析環(huán)境規(guī)制（單位產(chǎn)出二氧化碳排放量）對(duì)地區(qū)創(chuàng)新效率的影響，具體回歸結(jié)果見(jiàn)表4。

根據(jù)模型4和模型5的回歸結(jié)果發(fā)現(xiàn)，環(huán)境規(guī)制與地區(qū)創(chuàng)新效率之間呈現(xiàn)U型的非線(xiàn)性關(guān)系。從估計(jì)系數(shù)上看環(huán)境規(guī)制對(duì)實(shí)質(zhì)性創(chuàng)新效率與策略性創(chuàng)新效率的影響效果極其相近（見(jiàn)表4第1、3列），即在環(huán)境規(guī)制強(qiáng)度較低時(shí)對(duì)地區(qū)創(chuàng)新效率產(chǎn)生抑制作用，當(dāng)環(huán)境規(guī)制強(qiáng)度超過(guò)某一臨界值時(shí)，環(huán)境規(guī)制將對(duì)地區(qū)創(chuàng)新效率產(chǎn)生顯著的促進(jìn)作用。這個(gè)臨界值分別在環(huán)境規(guī)制強(qiáng)度為9.875和9.625時(shí)，即約有99.70%和99.39%的樣本觀測(cè)點(diǎn)處于環(huán)境規(guī)制會(huì)抑制地區(qū)創(chuàng)新效率的階段。

為了合理評(píng)估環(huán)境規(guī)制與地區(qū)創(chuàng)新效率之間的關(guān)系，利用上文通過(guò)DID方法計(jì)算出的單位產(chǎn)出二氧化碳排放量預(yù)測(cè)值作為環(huán)境規(guī)制的工具變量再次進(jìn)行回歸，具體結(jié)果見(jiàn)表4第2、4列。根據(jù)結(jié)果可以發(fā)現(xiàn)，核心解釋變量的估計(jì)系數(shù)產(chǎn)生了顯著變化，并且在對(duì)實(shí)質(zhì)性創(chuàng)新效率與策略性創(chuàng)新效率的影響上產(chǎn)生了分化。具體而言，對(duì)于實(shí)質(zhì)性創(chuàng)新效率而言，轉(zhuǎn)折點(diǎn)出現(xiàn)在環(huán)境規(guī)制指標(biāo)為6.12時(shí)，而對(duì)于策略性創(chuàng)新效率而言，轉(zhuǎn)折點(diǎn)出現(xiàn)在6.46時(shí)，分別約有88.79%和90.61%的觀測(cè)點(diǎn)處于環(huán)境規(guī)制會(huì)抑制地區(qū)創(chuàng)新效率的階段，結(jié)果更加合理。同時(shí)，我們還可以發(fā)現(xiàn)，環(huán)境規(guī)制對(duì)實(shí)質(zhì)性創(chuàng)新效率的抑制作用更加明顯。

為了驗(yàn)證上述工具變量的有效性，需要檢驗(yàn)環(huán)境規(guī)制指標(biāo)確實(shí)是內(nèi)生性解釋變量。利用Hausman檢驗(yàn)發(fā)現(xiàn)，對(duì)于實(shí)質(zhì)性創(chuàng)新效率而言，卡方值為32.62，并在1%的顯著水平下拒絕“所有解釋變量均為外生”的原假設(shè);對(duì)于策略性創(chuàng)新效率而言，卡方值為13.63，在10%的顯著水平下拒絕原假設(shè)，說(shuō)明環(huán)境規(guī)制指標(biāo)確實(shí)存在內(nèi)生性。此外，再次用2SLS、GMM、IGMM的估計(jì)方法進(jìn)行回歸，結(jié)果趨勢(shì)均沒(méi)有顯著變化（如表5第3-5列、8-10列所示），且均通過(guò)了Hausman檢驗(yàn)和DWH檢驗(yàn)，說(shuō)明工具變量回歸結(jié)果是穩(wěn)健的。

（三）GPSM檢驗(yàn)

為了確保上述工具變量回歸結(jié)果的穩(wěn)健性，本文再次采用廣義傾向得分匹配方法（Generalized Propensity Score Matching，GPSM）對(duì)結(jié)果進(jìn)行“反事實(shí)”檢驗(yàn)，這樣可以避免因觀測(cè)變量不隨機(jī)導(dǎo)致的結(jié)果偏誤。與傳統(tǒng)的傾向得分匹配方法（Propensity Score Matching，PSM）相比，GPSM能夠處理連續(xù)變量的效應(yīng)評(píng)估[23]，更適合本文中分析環(huán)境規(guī)制對(duì)地區(qū)創(chuàng)新效率的處理效應(yīng)評(píng)估。

1.方法介紹。GPSM與傳統(tǒng)的PSM相比更加一般化，它能夠處理連續(xù)的處理變量，同時(shí)又能消除觀測(cè)樣本的地區(qū)特征所帶來(lái)的結(jié)果偏差，即控制“自選擇效應(yīng)”。

Hirana和Imbens（2004）[24]通過(guò)估計(jì)出個(gè)體的“劑量反應(yīng)”函數(shù)（Unit-level Does Respanse Function），可以在給定連續(xù)的處理變量和廣義傾向得分下描述任一連續(xù)處理水平上所對(duì)應(yīng)結(jié)果的條件期望。由于GPSM方法模型控制了個(gè)體的“自選擇效應(yīng)”，因此，任意兩個(gè)環(huán)境規(guī)制強(qiáng)度上的地區(qū)創(chuàng)新效率差異，可以解釋為環(huán)境規(guī)制強(qiáng)度的變化對(duì)地區(qū)創(chuàng)新效率的凈影響。

按照Hirana和Imbens（2004）的方法，我們將分三個(gè)步驟來(lái)估計(jì)不同環(huán)境規(guī)制強(qiáng)度對(duì)地區(qū)創(chuàng)新效率的影響。第一步，控制匹配變量 Xj 后，估計(jì)環(huán)境規(guī)制強(qiáng)度的條件分布。假定對(duì)于觀測(cè)地區(qū)j，給定匹配變量 Xj 時(shí)，市場(chǎng)環(huán)境規(guī)制強(qiáng)度 co2j 的條件期望為：

Eco2j|Xj=FXjβ（7）

其中，對(duì)于所有的Xjβ∈R，則0FXjβ1。假定Logistic分布函數(shù)F·的計(jì)算公式如下：

FXjβ≡ΛXjβ≡exp Xjβ1+expXjβ（8）

借鑒Wagner（2003）[25]的做法，采用Papke和Wooldridge（1996）[26]提出的Fractional Logit 模型來(lái)估計(jì)環(huán)境規(guī)制強(qiáng)度的概率。用極大似然估計(jì)估計(jì)出 β。具體估計(jì)過(guò)程是在廣義線(xiàn)性模型框架下[27]進(jìn)行的。其中，最大化伯努利對(duì)數(shù)似然函數(shù)：

β^：maxljβ=max∑Ni=1co2jlogΛXjβ+（1-co2j）log [1-ΛXjβ]]（9）

在估計(jì)出β^后，廣義傾向得分可由式（10）計(jì)算得出：

Rj︿=[ΛXjβ^]co2j[1-ΛXjβ^]1-co2j（10）

其中，Rj︿ 可以理解為環(huán)境規(guī)制達(dá)到某個(gè)程度的概率（GPS）。第二步，用環(huán)境規(guī)制強(qiáng)度 co2j 及其概率 Rj︿ 的構(gòu)造出地區(qū)創(chuàng)新效率 tej 的條件期望模型：

Etejco2j，Rj︿=δ0+δ1co2j+δ2co22j+δ3Rj︿+δ4Rj︿2+δ5co2jRj︿ （11）

在公式（11）的基礎(chǔ)上，利用估計(jì)出的系數(shù)，計(jì)算每一個(gè)環(huán)境規(guī)制強(qiáng)度對(duì)應(yīng)的平均地區(qū)創(chuàng)新效率：

E^ted=1N∑Nj=1[0+1d+2d2+3d，Xj+42d，Xj+5dd，Xj]（12）

其中，N為樣本容量，d，Xj 是 d，Xj 的密度函數(shù)，本文設(shè)定的步長(zhǎng)為5%，即選擇d=0，0.05，0.10，…，0.95，1上的處理強(qiáng)度值，E^tfpd 是d取任一環(huán)境規(guī)制強(qiáng)度時(shí)對(duì)應(yīng)的地區(qū)創(chuàng)新效率均值。這里的d與co2j 是不同的，co2j 是真實(shí)的環(huán)境規(guī)制強(qiáng)度，而d是根據(jù)上文設(shè)定好的步長(zhǎng)劃分的環(huán)境規(guī)制強(qiáng)度。公式（12）即為平均“劑量反應(yīng)”函數(shù)，地區(qū)創(chuàng)新效率在每一環(huán)境規(guī)制強(qiáng)度上的反應(yīng)函數(shù)。我們比較的是平均地區(qū)創(chuàng)新效率在兩個(gè)不同環(huán)境規(guī)制強(qiáng)度水平上的差異。公式（12）可以刻畫(huà)任一環(huán)境規(guī)制強(qiáng)度d 上的地區(qū)創(chuàng)新效率均值，將不同環(huán)境規(guī)制強(qiáng)度上的地區(qū)創(chuàng)新效率均值進(jìn)行比較，于是環(huán)境規(guī)制強(qiáng)度變化對(duì)地區(qū)創(chuàng)新效率的影響可用式（13）的處理效應(yīng)（Pairwise Treatment Effect）表示：

EΔd1d2=Eted2-ted1d1、d2∈[0，1]（13）

結(jié)合本文研究的具體問(wèn)題，當(dāng) d1=0、0

EΔ0d2=Eted2-te0d2∈[0，1]（14）

式（14）即可衡量任一環(huán)境規(guī)制強(qiáng)度水平給地區(qū)創(chuàng)新效率帶來(lái)多大的凈影響。按照與Hirano和Imbens（2004）的做法，本文通過(guò)Bootstrap法來(lái)計(jì)算公式（12）-（14）估計(jì)量的標(biāo)準(zhǔn)差。

2.模型檢驗(yàn)。在運(yùn)用GPSM方法獲得市場(chǎng)分割的強(qiáng)度對(duì)地區(qū)生產(chǎn)率的因果效應(yīng)估計(jì)時(shí)，首先需要對(duì)地區(qū)進(jìn)行匹配，以滿(mǎn)足平行趨勢(shì)條件假設(shè)，而這就要求選取合適的匹配變量X以保證公式（11）的成立。其中，匹配變量X與上文兩階段模型中的控制變量相同。此外，要滿(mǎn)足平行趨勢(shì)條件假設(shè)，除了要選取合適的匹配變量外，還需要對(duì)樣本進(jìn)行合適的分組。我們按照四分位法將環(huán)境規(guī)制強(qiáng)度劃分成4個(gè)樣本區(qū)間。根據(jù)篇幅的需要，我們僅報(bào)告第二步的回歸結(jié)果，見(jiàn)表6。

根據(jù)前文公式（11）式的估計(jì)過(guò)程，其中，被解釋變量分別為實(shí)質(zhì)性創(chuàng)新效率（te_sz）和策略性創(chuàng)新效率（te_cl），核心解釋變量為環(huán)境規(guī)制強(qiáng)度（co2），控制變量為上一步估計(jì)出的廣義傾向得分，即地區(qū)形成當(dāng)前環(huán)境規(guī)制強(qiáng)度的概率 R^（pscore），并進(jìn)行最小二乘法估計(jì)。同時(shí)，根據(jù)估計(jì)結(jié)果的顯著性，決定是否在在公式（11）中加入變量 co2 和 R^（pscore）各自的平方項(xiàng)以及兩個(gè)變量的乘積。具體回歸結(jié)果見(jiàn)表6。結(jié)果發(fā)現(xiàn)，所有變量均通過(guò)了顯著性檢驗(yàn)。

根據(jù)公式（12），將處理變量 co2 的取值范圍劃分為s個(gè)子區(qū)間，即s=1，2，…，s，估計(jì)在每個(gè)子區(qū)間內(nèi)環(huán)境規(guī)制強(qiáng)度對(duì)地區(qū)創(chuàng)新效率變化的平均因果效應(yīng)。各子區(qū)間的平均因果效應(yīng)的連線(xiàn)即為圖3中實(shí)線(xiàn)所示。其中，圖3（a）和圖3（b）分別代表環(huán)境規(guī)制強(qiáng)度與實(shí)質(zhì)性創(chuàng)新效率、策略性創(chuàng)新效率的函數(shù)關(guān)系圖。圖3中另外兩條虛線(xiàn)分別代表這一函數(shù)關(guān)系的上下95%的置信區(qū)間。根據(jù)中間這條實(shí)線(xiàn)的變化趨勢(shì)，可以發(fā)現(xiàn)環(huán)境規(guī)制強(qiáng)度與實(shí)質(zhì)性創(chuàng)新效率、策略性創(chuàng)新效率之間呈現(xiàn)出明顯的U型非線(xiàn)性關(guān)系，這與工具變量回歸結(jié)果是一致的，經(jīng)過(guò)計(jì)算分別約有95.15%和95.76%的觀測(cè)點(diǎn)處于環(huán)境規(guī)制抑制地區(qū)創(chuàng)新效率的階段（如表6所示）。同樣，根據(jù)表6可以發(fā)現(xiàn)，環(huán)境規(guī)制對(duì)實(shí)質(zhì)性創(chuàng)新效率的抑制作用更加顯著，這一結(jié)論也與工具變量回歸結(jié)果相同。因此，可以認(rèn)為工具變量回歸結(jié)果是穩(wěn)健的。

（四）異質(zhì)性分析

1.分區(qū)域回歸結(jié)果分析。上文已經(jīng)驗(yàn)證了環(huán)境規(guī)制與地區(qū)創(chuàng)新效率之間呈現(xiàn)U型非線(xiàn)性關(guān)系的基本結(jié)論，但是位于不同區(qū)域的省份受到環(huán)境規(guī)制的影響是不同的。因此，本文將全樣本按照東、中、西三個(gè)區(qū)域劃分成三個(gè)子樣本分別進(jìn)行分析，從具體回歸結(jié)果表7看，總體上環(huán)境規(guī)制對(duì)東部和西部省份實(shí)質(zhì)性創(chuàng)新效率以及策略性創(chuàng)新效率的影響均呈U型的非線(xiàn)性關(guān)系，但不同的是環(huán)境規(guī)制對(duì)東部省份地區(qū)創(chuàng)新效率的門(mén)檻顯著高于西部地區(qū)，具體而言，東部地區(qū)二者關(guān)系的轉(zhuǎn)折點(diǎn)分別處于二氧化碳排放量為7.51和7.39時(shí)，而西部地區(qū)二者關(guān)系的轉(zhuǎn)折點(diǎn)分別處于二氧化碳排放量為5.13和5.38時(shí)。這一現(xiàn)象說(shuō)明：東部地區(qū)本身環(huán)境狀況較差（二氧化碳排放量均值3.48），地區(qū)創(chuàng)新效率也較高，需要較大的環(huán)境規(guī)制強(qiáng)度進(jìn)一步提升自身的創(chuàng)新能力，并將其轉(zhuǎn)化為市場(chǎng)競(jìng)爭(zhēng)優(yōu)勢(shì)，從而實(shí)現(xiàn)地區(qū)創(chuàng)新效率的提高。西部地區(qū)自身的環(huán)境狀況要優(yōu)于東部地區(qū)（二氧化碳排放量均值2.17），對(duì)技術(shù)和成本的要求均較小，因此，環(huán)境規(guī)制強(qiáng)度的門(mén)檻值也相較于東部地區(qū)更低。中部地區(qū)省份情況參差不齊，在回歸分析中發(fā)現(xiàn)估計(jì)系數(shù)不顯著，還需根據(jù)不同省份自身情況適當(dāng)調(diào)整環(huán)境規(guī)制強(qiáng)度，平衡提升地區(qū)創(chuàng)新效率。

2.分地區(qū)特征回歸結(jié)果分析。由于不同地區(qū)特征也會(huì)引起基準(zhǔn)回歸結(jié)果的地區(qū)差異，因此，本文進(jìn)一步地將全樣本按照代表地區(qū)特征的相關(guān)控制變量進(jìn)行分組再分析。具體而言，將模型1中的5個(gè)控制變量分別按數(shù)值從小到大排序，其中大于中位數(shù)的為一個(gè)子樣本，小于中位數(shù)的為第二個(gè)子樣本，回歸結(jié)果表8所示：（1）對(duì)于基礎(chǔ)設(shè)施水平較高的省份而言，環(huán)境規(guī)制強(qiáng)度的門(mén)檻較高分別為二氧化碳排放量為8.9和8.5，而基礎(chǔ)設(shè)施水平較低的省份環(huán)境規(guī)制強(qiáng)度的門(mén)檻較低，且環(huán)境規(guī)制僅對(duì)策略性創(chuàng)新效率產(chǎn)生顯著影響，其門(mén)檻值為2.99。這表示基礎(chǔ)設(shè)施水平越高越容易吸引企業(yè)流入，大量企業(yè)集聚生產(chǎn)需要排放更多的污染物，需要較強(qiáng)的環(huán)境規(guī)制才能促使產(chǎn)業(yè)的轉(zhuǎn)型升級(jí)，從而實(shí)現(xiàn)地區(qū)創(chuàng)新效率的提升。（2）對(duì)于人力資本水平較高的省份而言，環(huán)境規(guī)制的影響并不顯著，而對(duì)人力資本水平較低的地區(qū)而言卻影響顯著，其門(mén)檻值較高（門(mén)檻值分別為7.27和7.88），這說(shuō)明當(dāng)環(huán)境規(guī)制對(duì)地區(qū)創(chuàng)新效率產(chǎn)生負(fù)面影響時(shí)，人力資本能夠起到很好的互補(bǔ)作用。（3）根據(jù)計(jì)算，對(duì)于對(duì)外開(kāi)放度、融資能力、政府干預(yù)度較高的省份，其環(huán)境規(guī)制強(qiáng)度的門(mén)檻值較低，數(shù)值分布于4-6之間，而對(duì)于對(duì)外開(kāi)放度、融資能力、政府干預(yù)度較低的省份，其門(mén)檻值分布于7-10之間。這說(shuō)明利用外資、緩解融資約束、增加政府補(bǔ)貼支出均能降低環(huán)境規(guī)制的負(fù)面影響。

五、作用機(jī)制分析

前文分別考察了環(huán)境規(guī)制對(duì)實(shí)質(zhì)性創(chuàng)新效率和策略性創(chuàng)新效率的影響，并從多個(gè)方面對(duì)研究結(jié)論的穩(wěn)健性給予了檢驗(yàn)。那么，環(huán)境規(guī)制是通過(guò)哪些渠道影響地區(qū)創(chuàng)新效率的，需要從作用機(jī)制方面進(jìn)一步考察環(huán)境規(guī)制對(duì)地區(qū)創(chuàng)新效率的影響。

從理論上來(lái)看，環(huán)境規(guī)制會(huì)通過(guò)增加“遵循成本”擠占創(chuàng)新投入資金，產(chǎn)生“資金擠占效應(yīng)”。當(dāng)出現(xiàn)資金壓力時(shí)，資本將流向更有效率的領(lǐng)域，產(chǎn)生“配置優(yōu)化效應(yīng)”。此外，為了緩解高漲的“遵循成本”帶來(lái)的負(fù)面影響，將倒逼企業(yè)創(chuàng)新管理方式、革新生產(chǎn)工藝，產(chǎn)生“管理創(chuàng)新效應(yīng)”和“技術(shù)進(jìn)步效應(yīng)”。其中，“資金擠占效應(yīng)”會(huì)抑制地區(qū)的創(chuàng)新效率，而“配置優(yōu)化效應(yīng)”、“管理創(chuàng)新效應(yīng)”和“技術(shù)進(jìn)步效應(yīng)”會(huì)促進(jìn)地區(qū)創(chuàng)新效率的提升。基于此，本文將創(chuàng)新投入強(qiáng)度、資本市場(chǎng)扭曲度、管理能力和技術(shù)進(jìn)步四個(gè)指標(biāo)作為中介變量，分別通過(guò)構(gòu)建中介效應(yīng)模型和引入交乘項(xiàng)兩種方法進(jìn)一步驗(yàn)證環(huán)境規(guī)制影響我國(guó)地區(qū)創(chuàng)新效率的傳導(dǎo)機(jī)制。

（一）逐步回歸分析法結(jié)果分析

為了檢驗(yàn)創(chuàng)新投入強(qiáng)度和技術(shù)進(jìn)步的中介效應(yīng)，需要建立聯(lián)立的回歸模型，如式（15）-（17）所示：

tej，t=c·co2j，t+β1·co2_sqj，t+β2·∑Xj，t+εj，t（15）

Mj，t=a·co2j，t+β1·co2_sqj，t+β2·∑Xj，t+μj，t（16）

tej，t=c′·co2j，t+b·Mj，t+β1·co2_sqj，t+β2·∑Xj，t+γj，t（17）

其中，Mj，t 為中介指標(biāo)，包括創(chuàng)新投入強(qiáng)度、資本市場(chǎng)扭曲度、管理能力和技術(shù)進(jìn)步。（1）創(chuàng)新投入強(qiáng)度（trqd）用R&D經(jīng)費(fèi)內(nèi)部支出占技術(shù)市場(chǎng)成交額的比重表示。（2）資本市場(chǎng)扭曲度（dist）借鑒白俊紅和卞元超（2016）的方法，用資本邊際產(chǎn)出與一年期貸款利率的比值表示。按照要素市場(chǎng)扭曲度的含義解釋?zhuān)渲翟浇咏?，代表扭曲程度越低，因此，我們將白俊紅和卞元超（2016）[28]中的公式稍作改動(dòng)為：dist=abs（abs（distk）-1），其中，distk 為實(shí)際測(cè)算出的資本市場(chǎng)扭曲度，dist 為其偏離1的程度，該值越小，代表資本配置越合理。（3）管理能力（manage）用規(guī)模以上工業(yè)企業(yè)的工業(yè)總產(chǎn)值與管理費(fèi)用支出的比值表示。由于規(guī)模以上工業(yè)企業(yè)的工業(yè)總產(chǎn)值缺少2016年的數(shù)據(jù)，因此，我們用主營(yíng)業(yè)務(wù)收入加期末庫(kù)存再減去期初庫(kù)存來(lái)代替。（4）技術(shù)進(jìn)步（techch）用數(shù)據(jù)包絡(luò)分析（DEA）方法分解而得。其余變量的解釋與上文各模型中一致。公式中系數(shù)c用于識(shí)別環(huán)境規(guī)制強(qiáng)度對(duì)地區(qū)創(chuàng)新效率的凈效應(yīng);公式中系數(shù)a用于識(shí)別環(huán)境規(guī)制強(qiáng)度對(duì)兩個(gè)中介指標(biāo)的影響;公式中系數(shù)b用于分離兩個(gè)中介指標(biāo)對(duì)地區(qū)創(chuàng)新效率的影響，系數(shù)a與b的乘積即為中介效應(yīng)，用以識(shí)別環(huán)境規(guī)制強(qiáng)度影響地區(qū)創(chuàng)新效率的傳導(dǎo)機(jī)制，系數(shù) c′ 為剔除中介效應(yīng)后，環(huán)境規(guī)制強(qiáng)度對(duì)地區(qū)創(chuàng)新效率的直接效應(yīng)或剩余效應(yīng)。具體的檢驗(yàn)結(jié)果見(jiàn)表9。

根據(jù)表9中第1、2列可以發(fā)現(xiàn)，環(huán)境規(guī)制對(duì)研發(fā)投入強(qiáng)度、實(shí)質(zhì)性創(chuàng)新效率的影響均呈U型非線(xiàn)性關(guān)系，根據(jù)計(jì)算其轉(zhuǎn)折點(diǎn)的臨界值分別為5.65、5.66，非常接近，可以理解為在環(huán)境規(guī)制強(qiáng)度較低時(shí)，創(chuàng)新投入的減少會(huì)抑制實(shí)質(zhì)性創(chuàng)新效率，而當(dāng)環(huán)境規(guī)制強(qiáng)度超過(guò)5.65或5.66這一臨界值時(shí)，又會(huì)通過(guò)創(chuàng)新投入的增加促進(jìn)實(shí)質(zhì)性創(chuàng)新效率，根據(jù)Sobel檢驗(yàn)計(jì)算出中介效應(yīng)為0.0034。如表9中第3、4列所示，環(huán)境規(guī)制促進(jìn)了技術(shù)進(jìn)步，技術(shù)進(jìn)步能夠在環(huán)境規(guī)制強(qiáng)度較低時(shí)緩解其對(duì)實(shí)質(zhì)性創(chuàng)新效率的抑制作用，根據(jù)計(jì)算約有86.36%的觀測(cè)點(diǎn)處于環(huán)境規(guī)制抑制實(shí)質(zhì)性創(chuàng)新效率的階段，因此，技術(shù)進(jìn)步緩解對(duì)實(shí)質(zhì)性創(chuàng)新效率抑制作用的中介效應(yīng)為-0.0017。如表第5、6列所示，環(huán)境規(guī)制降低了資本市場(chǎng)的扭曲度，資本要素的配置趨于合理，說(shuō)明資源的優(yōu)化再配置也能夠在環(huán)境規(guī)制強(qiáng)度較低時(shí)緩解其對(duì)實(shí)質(zhì)性創(chuàng)新效率的抑制作用，根據(jù)計(jì)算約有96.67%的觀測(cè)點(diǎn)處于環(huán)境規(guī)制抑制實(shí)質(zhì)性創(chuàng)新效率的階段，因此，資源的優(yōu)化再配置緩解對(duì)實(shí)質(zhì)性創(chuàng)新效率抑制作用的中介效應(yīng)為-0.0017。根據(jù)表9中7-12列所示，環(huán)境規(guī)制對(duì)策略性創(chuàng)新效率的影響與對(duì)實(shí)質(zhì)性創(chuàng)新效率的影響是一致的，創(chuàng)新投入強(qiáng)度、技術(shù)進(jìn)步、資本市場(chǎng)扭曲度的中介效應(yīng)分別為0.0023、-0.0009、-0.0010，此處不再贅述。此外，管理能力的中介效應(yīng)沒(méi)有通過(guò)Sobel檢驗(yàn)，可能是因?yàn)槠髽I(yè)管理能力的提升是一個(gè)自上而下的復(fù)雜體系，環(huán)境規(guī)制政策難以在短時(shí)間內(nèi)產(chǎn)生較為明顯的促進(jìn)作用。

（二）交乘項(xiàng)系數(shù)檢驗(yàn)法結(jié)果分析

進(jìn)一步地，分別在模型1中依次加入創(chuàng)新投入強(qiáng)度、技術(shù)進(jìn)步、資本市場(chǎng)扭曲度及其與環(huán)境規(guī)制的交乘項(xiàng)，利用交乘項(xiàng)系數(shù)檢驗(yàn)法再次識(shí)別環(huán)境規(guī)制影響地區(qū)創(chuàng)新效率的中介效應(yīng)，表10匯報(bào)了實(shí)證結(jié)果。

根據(jù)表10第1、3列，環(huán)境規(guī)制抑制了實(shí)質(zhì)性創(chuàng)新效率的提升，而環(huán)境規(guī)制與創(chuàng)新投入強(qiáng)度、技術(shù)進(jìn)步交乘項(xiàng)的估計(jì)系數(shù)均顯著為正，說(shuō)明創(chuàng)新投入的減少會(huì)增強(qiáng)環(huán)境規(guī)制對(duì)實(shí)質(zhì)性創(chuàng)新效率的抑制作用，技術(shù)進(jìn)步能夠緩解緩解環(huán)境規(guī)制對(duì)實(shí)質(zhì)性創(chuàng)新的抑制作用。根據(jù)表10第2、4、6列，環(huán)境規(guī)制與策略性創(chuàng)新效率之間呈現(xiàn)U型非線(xiàn)性關(guān)系，環(huán)境規(guī)制與創(chuàng)新投入強(qiáng)度、技術(shù)進(jìn)步、資本市場(chǎng)扭曲度的交乘項(xiàng)系數(shù)分別為顯著為正、不顯著、顯著為負(fù)，說(shuō)明增加創(chuàng)新投入、減少要素扭曲度能夠緩解環(huán)境規(guī)制政策影響策略性創(chuàng)新效率的負(fù)效應(yīng)、增強(qiáng)環(huán)境規(guī)制政策的正效應(yīng)，而技術(shù)進(jìn)步的中介作用不顯著。由于在模型中加入管理能力與環(huán)境規(guī)制的交乘項(xiàng)之后，核心解釋變量與該交乘項(xiàng)的估計(jì)系數(shù)均不顯著，故此處不再匯報(bào)其結(jié)果。

通過(guò)逐步回歸分析和交乘項(xiàng)系數(shù)檢驗(yàn)兩種方法對(duì)環(huán)境規(guī)制影響地區(qū)創(chuàng)新效率作用機(jī)制的檢驗(yàn)可以發(fā)現(xiàn)，環(huán)境規(guī)制政策會(huì)擠占創(chuàng)新投入資金、促進(jìn)技術(shù)進(jìn)步、降低資本市場(chǎng)的扭曲度，并通過(guò)這三種途徑影響地區(qū)的創(chuàng)新效率。

六、進(jìn)一步分析

根據(jù)上文的分析，一定強(qiáng)度的環(huán)境規(guī)制政策不僅能夠控制污染排放量，還能夠提升當(dāng)?shù)氐膭?chuàng)新效率。但是，環(huán)境規(guī)制強(qiáng)度較高也可能會(huì)引起污染企業(yè)向環(huán)境成本較低的臨近省份轉(zhuǎn)移[29-30]，從而引發(fā)不同程度的跨界污染[31-32]，違背了制定環(huán)境規(guī)制政策的原有初衷。那么，本地環(huán)境規(guī)制政策的實(shí)施是否會(huì)影響鄰省的環(huán)境狀況，導(dǎo)致“污染天堂”的產(chǎn)生？又是否會(huì)對(duì)鄰省的創(chuàng)新效率產(chǎn)生影響？需要我們進(jìn)一步構(gòu)建如下空間杜賓模型進(jìn)行驗(yàn)證：

te_szjt=α+β0co2jt+β1co2_sqjt+β2∑Xjt+γ0wco2jt+γ1wco2_sqjt+γ2w∑Xjt+εjt （18）

te_cljt=α+β0co2jt+β1co2_sqjt+β2∑Xjt+γ0wco2jt+γ1wco2_sqjt+γ2w∑Xjt+εjt （19）

其中，w 為地理距離空間權(quán)重矩陣。其余變量均與模型4和模型5相同。表11匯報(bào)了空間計(jì)量分析結(jié)果。根據(jù)表11可以發(fā)現(xiàn)：（1）環(huán)境規(guī)制對(duì)當(dāng)?shù)氐膶?shí)質(zhì)性創(chuàng)新效率和策略性創(chuàng)新效率均表現(xiàn)出先抑制后促進(jìn)的U型非線(xiàn)性關(guān)系，進(jìn)一步驗(yàn)證了上文的基本結(jié)論。（2）環(huán)境規(guī)制對(duì)相鄰省份實(shí)質(zhì)性創(chuàng)新效率的影響呈現(xiàn)倒U型的非線(xiàn)性關(guān)系，即本地環(huán)境規(guī)制強(qiáng)度的過(guò)高會(huì)引起當(dāng)?shù)匚廴酒髽I(yè)向環(huán)境規(guī)制強(qiáng)度較低的鄰邊省份轉(zhuǎn)移，由于成本的降低將緩解研發(fā)投入的資金壓力，從而促進(jìn)鄰邊省份的實(shí)質(zhì)性創(chuàng)新效率。但從長(zhǎng)期看，隨著鄰邊省份環(huán)境規(guī)制強(qiáng)度的增加，當(dāng)?shù)氐奈廴酒髽I(yè)可能繼續(xù)轉(zhuǎn)移，將出現(xiàn)“逐底競(jìng)爭(zhēng)”的現(xiàn)象。（3）環(huán)境規(guī)制對(duì)鄰邊省份策略性創(chuàng)新效率不存在空間聯(lián)動(dòng)效應(yīng)。這可能是由于環(huán)境規(guī)制給當(dāng)?shù)仄髽I(yè)所帶來(lái)的是長(zhǎng)期的影響，僅僅依靠向鄰邊省份轉(zhuǎn)移不能解決長(zhǎng)期的成本壓力，要想突破資源和環(huán)境瓶頸，必須進(jìn)行有針對(duì)性、高質(zhì)量的創(chuàng)新，而不是簡(jiǎn)單追求創(chuàng)新的數(shù)量和速度。

七、結(jié)論與政策建議

本文以2006-2016年30個(gè)省份和直轄市為研究對(duì)象，將2011年的《關(guān)于開(kāi)展碳排放權(quán)交易試點(diǎn)工作的通知》作為一項(xiàng)準(zhǔn)自然實(shí)驗(yàn)，通過(guò)DID方法構(gòu)建環(huán)境規(guī)制指標(biāo)的工具變量，在充分考慮內(nèi)生性問(wèn)題的基礎(chǔ)上分析環(huán)境規(guī)制對(duì)地區(qū)創(chuàng)新效率的影響。研究結(jié)果發(fā)現(xiàn)：（1）環(huán)境規(guī)制與實(shí)質(zhì)性創(chuàng)新效率、策略性創(chuàng)新效率之間均呈現(xiàn)U型的非線(xiàn)性關(guān)系，即隨著環(huán)境規(guī)制強(qiáng)度的增加，環(huán)境規(guī)制對(duì)兩種創(chuàng)新效率產(chǎn)生先抑制后促進(jìn)的作用，經(jīng)過(guò)計(jì)算分別約有88.79%和90.61%的觀測(cè)點(diǎn)處于環(huán)境規(guī)制會(huì)抑制地區(qū)創(chuàng)新效率的階段，其中環(huán)境規(guī)制對(duì)實(shí)質(zhì)性創(chuàng)新效率的抑制作用更加明顯。在經(jīng)過(guò)GPSM檢驗(yàn)之后結(jié)果依然穩(wěn)健。（2）異質(zhì)性分析的分析結(jié)果表明，東部地區(qū)相較于西部地區(qū)而言，其環(huán)境規(guī)制產(chǎn)生轉(zhuǎn)折作用的門(mén)檻值更高。此外，提升人力資本水平、提高對(duì)外開(kāi)放度、增強(qiáng)融資能力、加強(qiáng)政府干預(yù)能夠緩解環(huán)境規(guī)制的負(fù)面影響。（3）作用機(jī)制分析發(fā)現(xiàn)，創(chuàng)新投入強(qiáng)度、資本要素配置優(yōu)化、技術(shù)進(jìn)步是環(huán)境規(guī)制影響地區(qū)創(chuàng)新效率的主要途徑。其中，環(huán)境規(guī)制通過(guò)“資金擠占效應(yīng)”抑制地區(qū)創(chuàng)新效率的提升，而通過(guò)“配置優(yōu)化效應(yīng)”和“技術(shù)進(jìn)步效應(yīng)”促進(jìn)地區(qū)創(chuàng)新效率的提升。（4）進(jìn)一步地分析發(fā)現(xiàn)，環(huán)境規(guī)制不僅對(duì)當(dāng)?shù)氐膶?shí)質(zhì)性創(chuàng)新效率產(chǎn)生先抑制后促進(jìn)的影響，還對(duì)鄰近省份的實(shí)質(zhì)性創(chuàng)新效率產(chǎn)生先促進(jìn)后抑制的聯(lián)動(dòng)效應(yīng)。說(shuō)明當(dāng)?shù)仄髽I(yè)可能會(huì)因?yàn)楦邚?qiáng)度的環(huán)境規(guī)制選擇向較低環(huán)境規(guī)制強(qiáng)度的鄰近省份轉(zhuǎn)移。

在當(dāng)前中國(guó)面臨環(huán)境保護(hù)和經(jīng)濟(jì)增長(zhǎng)的雙重壓力下，提升創(chuàng)新效率、實(shí)現(xiàn)轉(zhuǎn)型發(fā)展無(wú)疑是一個(gè)很好的選擇。但在制定和實(shí)施環(huán)境規(guī)制政策時(shí)要充分考慮不同地理位置、不同地區(qū)特征省份的特殊情況，進(jìn)行差異化引導(dǎo)。根據(jù)本文結(jié)論：第一，在東部地區(qū)給予更高的環(huán)境規(guī)制強(qiáng)度的同時(shí)給予相應(yīng)的政策激勵(lì)，倒逼當(dāng)?shù)仄髽I(yè)加強(qiáng)技術(shù)創(chuàng)新，從而實(shí)現(xiàn)轉(zhuǎn)型發(fā)展。第二，重視人力資本的培育、增強(qiáng)政府補(bǔ)貼支出、完善當(dāng)?shù)厝谫Y環(huán)境、積極利用外資的先進(jìn)技術(shù)將有利于緩解環(huán)境規(guī)制的負(fù)面影響。第三，為了防止高環(huán)境規(guī)制強(qiáng)度省份的污染企業(yè)鄰近轉(zhuǎn)移，應(yīng)提高該類(lèi)企業(yè)的轉(zhuǎn)移成本，同時(shí)加強(qiáng)經(jīng)濟(jì)帶、城市圈之間的協(xié)同發(fā)展，充分發(fā)揮經(jīng)濟(jì)帶、城市圈地區(qū)環(huán)境規(guī)制的聯(lián)動(dòng)作用。第四，以高質(zhì)量創(chuàng)新為導(dǎo)向，增加政府對(duì)實(shí)質(zhì)性創(chuàng)新成果的支持與鼓勵(lì)，從而加快實(shí)現(xiàn)產(chǎn)業(yè)的轉(zhuǎn)型升級(jí)。

參考文獻(xiàn)：

[1] Hahn R. W.， R. L. Axtell.Reevaluating the Relationship Between Transferable Property Rights and Command-and-Control Regulation[J].Journal of Regulator Economics，1995，8（2）： 125-148.

[2] 譚飛燕，劉輝煌. 國(guó)際碳交易機(jī)制下中國(guó)低碳投資風(fēng)險(xiǎn)探討[J].浙江工商大學(xué)學(xué)報(bào)，2011（2）：45-50.

[3] Pizer， W. A.， Popp， D.Endogenizing technological change： Matching empirical evidence to modeling needs[J].Energy Economics，2008，30（6）： 2754-2770.

[4] Jaffe， A. B.， Palmer， K. Environmental regulation and innovation： a panel data study[J]. The Review of Economics and Statistics，1997，79（4）： 610-619.

[5] Rogge， K. S.，Schleich， J.， Haussmann， P.， et al. The role of the regulatory framework for innovation activities： The EU ETS and the German paper industry[J]. International Journal of Technology， Policy and Management，2011，11（3-4）： 250-273.

[6] 張中元，趙國(guó)慶. FDI、環(huán)境規(guī)制與技術(shù)進(jìn)步-基于中國(guó)省級(jí)數(shù)據(jù)的實(shí)證分析[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2012（4）.

[7] 趙紅.環(huán)境規(guī)制對(duì)中國(guó)產(chǎn)業(yè)技術(shù)創(chuàng)新的影響[J].經(jīng)濟(jì)管理，2007（21）.

[8] Schleich， J.， Betz， R. Incentives for energy efficiency and innovation in the European emission trading system. Proceedings of the 2005 ECEEE summer study： What works and who delivers， 2005：1495-1506.

[9] 張成，陸旸，郭路，等.環(huán)境規(guī)制強(qiáng)度和生產(chǎn)技術(shù)進(jìn)步[J].經(jīng)濟(jì)研究，2011（2）.

[10]王國(guó)印，王動(dòng). 波特假說(shuō)、環(huán)境規(guī)制與企業(yè)技術(shù)創(chuàng)新-對(duì)中東部地區(qū)的比較分析[J].中國(guó)軟科學(xué)，2011（1）.

[11]曾義，馮展斌，張茜.地理位置、環(huán)境規(guī)制與企業(yè)創(chuàng)新轉(zhuǎn)型[J].財(cái)經(jīng)研究，2016（9）.

[12]余東華，胡亞男. 環(huán)境規(guī)制趨緊阻礙中國(guó)制造業(yè)創(chuàng)新能力提升嗎？——基于“波特假說(shuō)”的再檢驗(yàn)[J].產(chǎn)業(yè)經(jīng)濟(jì)研究，2016（2）.

[13]李勃昕，韓先鋒，宋文飛. 環(huán)境規(guī)制是否影響了中國(guó)工業(yè)R&D創(chuàng)新效率[J].科學(xué)學(xué)研究，2013（7）.

[14]Calel， R.， Dechezlepretre， A. 2016. “Environmental policy and directed technological change： Evidence from the European carbon market.” Review of Economics and Statistics， 98（1）： 173-191.

[15]韓超，張偉廣，馮展斌. 環(huán)境規(guī)制如何“去”資源錯(cuò)配——基于中國(guó)首次約束性污染控制的分析[J].中國(guó)工業(yè)經(jīng)濟(jì)，2017（4）.

[16]杜威劍，李夢(mèng)潔.環(huán)境規(guī)制對(duì)企業(yè)產(chǎn)品創(chuàng)新的非線(xiàn)性影響[J].科學(xué)學(xué)研究，2016（3）.

[17]戴魁早，劉友金. 要素市場(chǎng)扭曲如何影響創(chuàng)新績(jī)效[J].世界經(jīng)濟(jì)，2016（11）.

[18]Lu，Y.， Tao，Z. Zhu，L. Identifying FDI Spillovers[J].Journal of International Economics，2017，107： 75-90.

[19]黎文靖，鄭曼妮. 實(shí)質(zhì)性創(chuàng)新還是策略性創(chuàng)新？-宏觀產(chǎn)業(yè)政策對(duì)微觀企業(yè)創(chuàng)新的影響[J].經(jīng)濟(jì)研究，2016（4）.

[20]沈能，劉鳳朝.高強(qiáng)度的環(huán)境規(guī)制真能促進(jìn)技術(shù)創(chuàng)新嗎？——基于“波特假說(shuō)”的再檢驗(yàn)[J].中國(guó)軟科學(xué)，2012（4）.

[21]杜立民.? 我國(guó)二氧化碳排放的影響因素：基于省級(jí)面板數(shù)據(jù)的研究[J].南方經(jīng)濟(jì)，2010（11）.

[22]范劍勇，石靈云. 產(chǎn)業(yè)外部性、企業(yè)競(jìng)爭(zhēng)環(huán)境與勞動(dòng)生產(chǎn)率[J].管理世界，2009（8）.

[23]Imbens G W. The Role of the Propensity Score in Estimating Dose-Response Functions[J].Biometrika，2000，87（3）：706-710.

[24]Hirano K，Imbens G W. The Propensity Score with Continuous Treatments.? Applied Bayesian Modeling and Causal Inference from Incomplete Data Perspectives，2004：73-84.

[25]Wagner J. Unobserved Firm Heterogeneity and the Size-Exports Nexus： Evidence from German Panel Data[J].Review of World Economics，2003，139（1）： 161-172.

[26]Papke L E， Wooldridge J M. Econometric Methods for Fractional Response Variables withan Application to 401（K） Plan Participation Rates[J].Journal of Applied Econometrics， 1996，11（6）： 619-632.

[27]Gourieroux C， Monfort A， Trognon A. Pseudo Maximum Likelihood Methods： Theory[J].Econometrica，1984，52（3）： 681-700.

[28]白俊紅，卞元超.要素市場(chǎng)扭曲與中國(guó)創(chuàng)新生產(chǎn)的效率損失[J].中國(guó)工業(yè)經(jīng)濟(jì)，2016（11）.

[29]沈坤榮，金剛，方嫻. 環(huán)境規(guī)制引起了污染就近轉(zhuǎn)移嗎？[J].經(jīng)濟(jì)研究，2017（5）.

[30]Wu， H.， H. Guo， B. Zhang， M. Bu. Westward Movement of New Polluting Firms in China： Pollution Reduction Mandates and Location Choice[J].Journal of Comparative Economics，.2017，45（1）： 19-138.

[31]List， J. A.， W. W. Mc Hone， and D. L.Millimet. Effects of Air Quality Regulation on the Destination Choice of Relocating Plants[J].Oxford Economic Papers， 2003，55（4）： 657-678.

[32]黃策，王雯，劉蓉.中國(guó)地區(qū)間跨界污染治理的兩階段多邊補(bǔ)償機(jī)制研究[J].中國(guó)人口資源與環(huán)境，2017（3）.

Environmental Regulation and Regional Innovation Efficiency：Quasi-natural

Experimental Evidence based on Carbon Emission Trading Pilot

YANG Lu-xin1，2，LIU Yu-cheng3，4

（1.Department of International Trade and Economics， Hongshan College， Nanjing University of

Finance and Economics， Nanjing 210003，China;2. Institute of International Economics， University of

International Business and Economics， Beijing 100029，China;3. School of Management Engineering，

Capital University of Economics and Trade， Beijing 100070，China;4. National Economic Management

Experimental Center of Nanjing University of Finance and Economics， Nanjing 210023， China）

Abstract：This paper took the “Notice on Piloting Carbon Emissions Trading” issued by the National Development and Reform Commission in 2011 as a quasi-natural experiment. Based on the method of instrumental variables， the paper more scientifically verified the relationship between environmental regulation and regional innovation efficiency. Research found that there is a U-shaped nonlinear relationship between environmental regulation and substantive innovation efficiency， environmental regulation and strategic innovation efficiency. And about 88.79% and 90.61% of the observation points are in the stage of environmental regulation will inhibit the regional innovation efficiency.The results of the heterogeneity analysis show that the threshold of environmental regulation intensity in the developed eastern regions is relatively high. Improving the level of human capital， improving the degree of openness， enhancing financing capacity， and strengthening government intervention can alleviate the negative impact of environmental regulation. The analysis of the mechanism of action found that the intensity of innovation investment， optimization of capital factor allocation， and technological progress are the main ways for environmental regulation to influence innovation efficiency in regions. In addition， environmental regulation not only has the effect of first suppressing and promoting the local substantive innovation efficiency， but also has the synergistic effect of promoting and suppressing the substantial innovation efficiency of neighboring provinces，reflecting the influence of regional environmental? regulation intensity difference.

Key words：environmental regulation;substantial innovation efficiency;strategic innovation efficiency;difference in differences

（責(zé)任編輯：李江）

收稿日期：2020-07-07

作者簡(jiǎn)介：楊露鑫（1986-），女，天津人，南京財(cái)經(jīng)大學(xué)紅山學(xué)院國(guó)際經(jīng)貿(mào)系講師，對(duì)外經(jīng)濟(jì)貿(mào)易大學(xué)國(guó)際經(jīng)濟(jì)研究院博士研究生，研究方向：對(duì)外貿(mào)易與區(qū)域經(jīng)濟(jì)發(fā)展;劉玉成（1980-），本文通訊作者，男，江蘇鎮(zhèn)江人，首都經(jīng)濟(jì)貿(mào)易大學(xué)管理工程學(xué)院博士研究生，南京財(cái)經(jīng)大學(xué)國(guó)家級(jí)經(jīng)管實(shí)驗(yàn)中心講師，研究方向：管理科學(xué)與信息技術(shù)。

基金項(xiàng)目：江蘇高校哲學(xué)社會(huì)科學(xué)研究項(xiàng)目，項(xiàng)目編號(hào)：2017SJB2122。