![绿色技术创新中多维要素协同驱动研究](https://wfqqreader-1252317822.image.myqcloud.com/cover/106/34259106/b_34259106.jpg)
第三节 实证分析
一、构建模型
本章检测了环境规制与创新投入对环境效率的影响。首先,分析了环境规制对环境效率的影响。其次,将技术创新分为产品创新和工艺创新,分析其分别对环境规制与环境效率的调节作用。最后,研究创新投入与环境规制共同对环境效率的影响。基于此,本章构建了模型如下:
![](https://epubservercos.yuewen.com/8CAF64/18338280308043106/epubprivate/OEBPS/Images/Figure-P99_34342.jpg?sign=1739472507-jPbTDxioG5iBR1XFTKLYr2Rr4BOvpAOH-0-bfc4372f0b574f2adca1bd2de082ed21)
![](https://epubservercos.yuewen.com/8CAF64/18338280308043106/epubprivate/OEBPS/Images/Figure-P99_34343.jpg?sign=1739472507-sQERaRIhvP7m3Eq5bAnQL9xOc52vLe4u-0-83ff0195306bf44c045bc2841bf89e09)
![](https://epubservercos.yuewen.com/8CAF64/18338280308043106/epubprivate/OEBPS/Images/Figure-P99_34344.jpg?sign=1739472507-5tcUgeFsDohmsxzDtp4IFiHhIn7e8hMh-0-c31981545930c499cd68ea8f18f9363a)
![](https://epubservercos.yuewen.com/8CAF64/18338280308043106/epubprivate/OEBPS/Images/Figure-P99_34345.jpg?sign=1739472507-Z9V4qMUFqMp4lsX15pc8dRl6hEWfYvQ8-0-de9a3fa6aabc98ac6d519f110c3a24ab)
![](https://epubservercos.yuewen.com/8CAF64/18338280308043106/epubprivate/OEBPS/Images/Figure-P99_34346.jpg?sign=1739472507-GieFMBnuiul2b5bUemZElQKkyUcKZvmx-0-2c330c5c13a9bdcb57ab7a454d184ae5)
![](https://epubservercos.yuewen.com/8CAF64/18338280308043106/epubprivate/OEBPS/Images/Figure-P99_34347.jpg?sign=1739472507-jvdA3Bo2dHnXsFKnGYv7o6eWH5byBpnh-0-50205a7044a052c00b61b53809130ce7)
其中,i和t分别是指省市自治区和时间。HJXLit表示第i个地区在t时间的环境效率状况;PAFit表示第i个地区在t时间的环境规制;Xit表示第i个地区在t时间的区域控制变量;Hit表示第i个地区在t时间的科技活动人员投入;PRODit表示第i个地区在t时间的产品创新;PROCit表示第i个地区在t时间的工艺创新。
二、结果分析
环境规制、创新投入与环境效率间关系的多元回归分析结果见表5-1和表5-2。根据F检验和Hausman检验,文中所有的模型均采用固定效应模型。整体上看,样本观测值为366个,调整后的多重判定系数R2较高,表明回归方程的拟合度较高,满足了多元回归的要求。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。
(一)创新投入对环境规制与环境效率关系调节作用回归分析
根据表5-1可知,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以及创新投入对环境规制与环境效率关系的调节作用。模型2是在基本模型的基础上加入了环境规制测度指标,目的是测度假设1是否成立。从多元回归分析结果来看,环境规制PAF的回归系数为0.204,且在p<0.05的条件下统计显著,PAF2的回归系数为-0.00893,且在p<0.001条件下统计显著,表明环境规制与环境绩效呈倒“U”型关系。实证分析结果支持假设1。
表5-1 多元回归分析结果
![](https://epubservercos.yuewen.com/8CAF64/18338280308043106/epubprivate/OEBPS/Images/Figure-T101_34350.jpg?sign=1739472507-oq9Eg9phrmqVmg5QvCFKDUWRym4IfpGD-0-b2de79a9ac17c67739b33b17c6265b35)
注:表中所列为标准化回归系数,括号内为该系数的t检验值。
﹡﹡﹡表示p<0.001,﹡﹡表示p<0.05,﹡表示p<0.1;表中各模型常数项省略。
假设2、假设3和假设4分别是从创新投入的三个方面即科技人员投入、产品创新投入、工艺创新投入提出三者对环境规制与环境效率间的关系具有正向调节作用。模型3、模型4和模型5是在模型2的基础上分别加入了科技人员投入、产品创新投入、工艺创新投入三个调节变量,并测试了三者对环境规制与环境绩效的调节作用。结果表明,环境规制与科技人员投入的乘积的回归系数为0.728,但统计并不显著。这说明了科技活动人员对环境规制的调节作用并不明显,也就是说科技活动人员投入并未有效调节环境规制对环境绩效的影响,假设2并未得到支持。环境规制与产品创新投入的乘积的回归系数为0.00539,且在p<0.05的条件下统计显著,环境规制与工艺创新投入的乘积的回归系数为0.0112,且在p<0.001条件下统计显著。这表明,产品创新和工艺创新对环境规制与环境效率间的关系具有正向调节作用,假设3和假设4得到支持。进一步分析可知,环境规制与工艺创新投入的乘积的回归系数为0.0112,大于环境规制与产品创新投入的乘积的回归系数0.00539,这说明在中国现阶段工艺创新对环境效率的促进力度更大,这从侧面反映了中国技术创新促进环境效率的提升更多地依赖于工艺创新。未来,加大产品创新力度将成为中国企业技术创新发展过程中的重要任务。
(二)环境规制与创新投入共同对环境效率影响的回归分析
根据表5-2可知,模型6是基本模型,仅包含控制变量。模型6中的各控制变量都显著影响了环境效率,表明本章选择的控制变量是有效的。模型7是在模型6的基础上加入了环境规制与科技人员投入乘积变量以及环境规制与科技人员投入乘积的平方变量以检测假设5是否成立。实证结果表明,环境规制与科技人员投入乘积的平方回归系数为-0.174,但统计并不显著。这表明环境规制与科技人员投入乘积与环境效率间倒“U”型关系并未得到验证,假设5未得到支持。假设6提出环境规制与产品创新投入乘积与环境效率间存在倒“U”型关系。模型8即是在模型6的基础上加入了环境规制与产品创新投入乘积变量以及环境规制与产品创新投入乘积的平方变量以检测假设6是否成立。结果表明,环境规制与产品创新投入乘积的平方的回归系数为-1.41E-05,且在p<0.001条件下统计显著,证明环境规制与产品创新投入乘积与环境效率间存在倒“U”型关系,假设6得到支持。同样,模型9是在模型6的基础上加入了环境规制与工艺创新投入乘积变量以及环境规制与工艺创新投入乘积的平方变量以检测假设7是否成立。结果表明,环境规制与工艺创新投入乘积的平方的回归系数为-0.000148,且在p<0.05条件下统计显著,证明环境规制与工艺创新投入乘积与环境效率间存在倒“U”型关系,假设7得到支持。显然,在中国环境规制影响的创新投入中,无论是产品创新投入还是工艺创新投入与环境规制结合在一起存在最优值。环境规制的强度应依据各省份的创新水平合理选择制定。也就是说,在创新力度较大的省份,再实行严格的环境规制并不能获得最优的环境效率。而在创新力度较弱的省份,加大环境规制强度更有利于环境效率的提升。
表5-2 环境规制与创新投入共同对环境效率影响回归分析结果
![](https://epubservercos.yuewen.com/8CAF64/18338280308043106/epubprivate/OEBPS/Images/Figure-T102_34351.jpg?sign=1739472507-ZQfldAxOEjVVMoOAxiGIbJ2hMZ2NnrbD-0-83448089ca9dc23b599e630f8537eb14)
续表
![](https://epubservercos.yuewen.com/8CAF64/18338280308043106/epubprivate/OEBPS/Images/Figure-T103_34352.jpg?sign=1739472507-EzvbfiJBPujqgk9nth2r5dPWnw6ya0O2-0-6e378478851cf03d3ee474be63e5966a)
注:表中所列为标准化回归系数,括号内为该系数的t检验值。
﹡﹡﹡表示p<0.001,﹡﹡表示p<0.05,﹡表示p<0.1;文中各模型常数项省略。