第三节　计量模型与数据说明

一、计量模型

为验证以上研究假设，本章从企业成本收益的角度展开，依据简单的企业利润函数模型提出环境规制及其诱导的创新影响环境效率的经济模型。企业i的单位产品利润π等于单位产品价格p减去单位产品成本c：

πi=pi-ci

假设市场上所有的企业面临同样的原材料供应和市场条件，那么产品价格将依赖于产品的差异化。也就是说，相同条件下，产品创新是影响产品价格的重要因素。本章认为，环境规制诱导的技术创新同样也可以通过考虑环境因素来改变产品设计或提高质量从而有别于竞争对手的产品获得更高收益。因此，企业的产品创新（pd）或者环境规制诱导的产品创新（prod）都可能提高产品价格，使企业获得超额收益。

p_i=f_p（pd_i，prod_i）

产品成本更多的是与工艺创新联系在一起，工艺创新提高资源利用效率的同时也能提升生产效率。环境规制诱导的工艺创新由于需要投资污染治理技术而增加单位产品成本，当然环境规制诱导的工艺创新也可以通过提高生产效率降低产品成本。因此，除了工艺创新（pc）、环境规制（pace）给企业带来成本以外，环境规制诱导的工艺创新（proc）也是影响成本的重要因素。

c_i=f_c（pc_i，proc_i，pace_i）

根据以上分析，可得出企业的利润函数模型如下：

π_i=p_i-c_i=f_π（pd_i，pc_i，pace_i，prod_i，proc_i）

通常情况下，企业将根据上述利润函数模型进行生产运营决策，从而最终影响到某一地区或省份的环境效率状况。因此，环境效率取决于企业的决策，可将上述模型调整为：

hjxl_i=f_π（pd_i，pc_i，pace_i，prod_i，proc_i）

建立在上述分析的基础上，环境规制及其诱导的技术创新是影响环境效率的关键要素。为验证本章提出的假设1，建立基本的实证模型如下：

其中，i和t分别是指省市自治区和时间。hjxl_it表示第i个地区在t时间的环境效率状况；pace_it表示第i个地区在t时间的环境规制；X_it表示第i个地区在t时间的区域控制变量。

系数β表示了环境规制对环境效率的影响，若假设1得到支持，系数β₂被期望是负值并且统计显著。本章的一个重要的目的之一就是研究环境规制诱导的创新是否对环境效率存在正向影响，因此将环境规制诱导的产品创新和工艺创新作为研究的重要变量纳入模型（1）中分别建立实证模型（2）和模型（3）来验证假设2和假设3是否成立。

其中，prod_it表示第i个地区在t时间的环境规制诱导的产品创新；proc_it表示第i个地区在t时间的环境规制诱导的工艺创新。

为验证环境规制与创新之间的关系，首先提出环境规制正向促进技术创新的研究假设。建立模型（4和模型5）实证验证假设4和假设5是否成立。之后，为进一步验证环境规制诱导的创新是否对非环境规制诱导的创新存在挤占效应，建立了模型（6）和模型（7）对假设4-7进行验证。

其中，pd_it表示第i个地区在t时间的产品创新投入；pc_it表示第i个地区在t时间的工艺创新投入；nprod_it表示第i个地区在t时间的非规制诱导的产品创新投入；nproc_it表示第i个地区在t时间的非规制诱导的工艺创新投入。

二、变量测度

（一）解释变量

1．环境规制

关于环境规制强度的测量，国内外学者们曾经采用了不同的指标展开度量，例如排污税、环境污染治理投资、排污费收入以及能源强度等。^[147]本章从指标的相对完善性和数据的可得性等角度考虑，采用环境污染治理投资度量环境规制强度。同时，本章进一步采用环境污染治理投资的细分项目即废水治理投资和废气治理投资指标体现环境规制强度，从而可更深入研究环境规制及其诱导的创新与环境效率之间的关系。

2．诱导性技术创新

由于在国内进行技术创新的度量中，很少有专门的调查对产品创新和工艺创新进行分类定量测度，这为本章的测度带来了困难。本着科学性、实用性、可操作性的原则，从各指标反映的主要方面考虑，它们可以代表或解释部分产品创新或者工艺创新的内容。新产品开发经费主要反映了产品创新的内容，而技术引进、改造和消化吸收经费则明显地反映了工艺创新的内容。其中，新产品开发经费支出、技术引进经费支出、技术改造经费支出以及消化吸收经费支出根据1990年不变价格指数统一进行平减。

诱导性技术创新是按照Hamamoto（2006）提出的方法进行度量。具体的度量公式如下：

（二）被解释变量

本章的被解释变量为环境效率。近年来，环境问题引起了世界各国的重视，因而将环境因素纳入到产业绩效或者生产率测度等模型中成为多数经济学者的共识。环境效率指标就是在考虑经济产出的基础上，充分考虑非期望产出带来的影响，对产业绩效进行测度。目前，采用DEA的方法进行环境效率测度是普遍的做法，因而本章也是采用DEA方法对中国31个省市自治区的环境效率状况进行测度。

环境效率的具体测度方法如下：

数据包络分析是一种评价相对效率的方法，被广泛应用于各类决策单元的效率评价中。A.Charnes和W.W.Cooper等人提出其基本模型即C²R模型，该模型在“凸性”“锥性”“无效性”和“最小性”公理的假设下，可得到如下线性规划的对偶形式：

其中

X_j=（x_1j，x_2j，…，x_mj）^T，j=1，…，n，

Y_j=（y_1j，y_2j，…，y_sj）^T，j=1，…，n，

n为决策单元个数，x_mj为第j个决策单元第i种输入的投入量（i=1，2，…，m；即有m种投入），y_sj为第j个决策单元第r种输入的投入量（r=1，2，…，s；即有S种产出）。X_j和Y_j则分别为第j个决策单元的输入和输出向量。ε为阿基米德无穷小量，

当θ=1且S^＋=S^-=0时DMU为DEA有效；当θ=1且S^＋≠0或S^-≠0时，DMU为弱DEA有效；当θ<1时DMU为非DEA有效。

由于C²R模型是假设在规模报酬不变的情况下给出的模型，存在一定的局限性。之后，Banker，Charnes和Cooper给出了BCC模型，即在CCR模型的基础上添加了约束，使得模型能够判断规模效益。本文选取BCC模型计算环境效率。

环境效率的测度其他指标选择如下：

1．产出指标的选择

在环境效率的测度过程中，多数学者都采用工业增加值作为正向的经济产出指标。刘培林等（2002）认为，当研究对象为宏观经济时，产出为工业增加值较为恰当，而当研究对象相对微观，采用总产值相对合理。^[157]本章研究的是中国31个省市自治区的工业企业，因而采用工业增加值作为产出指标。对于非期望产出，中国统计的主要是“三废”情况，因而将工业废水排放量、工业废气排放量、工业废物排放量作为非期望产出指标。

2．投入指标的选择

借鉴沈能（2012）的做法，^[158]采用固定资产净值、年末从业人员平均数以及能源消费量作为投入指标。其中，固定资产净值采用固定资产投资价格指数进行平减，而工业增加值采用工业品出厂价格指数进行平减，基期为1999年。

（三）控制变量

在分析环境规制及其诱导的创新对环境效率的影响时，本章采用了一系列的控制变量来区别自变量对环境效率的影响。按照Cole等（2008）的做法，采用“需求—供给”的思路来选择区域控制变量。^[159]从需求的角度来看，一个省份或者地区的生产总值越高，所需能源、原材料等越大，也就越容易产生更大的污染。因此，地区生产总值（GDP）是影响环境效率的因素之一。特别是在中国严重依赖资源投入的情况下，地区生产总值越大可能产生更大的污染。在工业经济发展过程中，一个省份或者地区的资本强度（CI）可近似地体现出经济产业结构的环境绩效。资本强度越大，体现了更高的工业化程度，经济产出可快速提升，从而影响环境效率。因此，资本强度是影响环境效率的重要因素，采用固定资产净值与年末从业人数的比重进行度量。从供给的角度分析，人口密度（Pop）和国有化程度（State）都是影响环境效率的重要因素。部分学者认为，在同样的收入和污染水平时，人口密度增强会加大污染强度。也有学者认为，人口密度增大使人们更加关心环境的变化。所以，人口密度是影响环境效率的因素，但其系数不定。相对于其他类型的企业，中国的国有企业的资源利用效率较低，也就产生更多的污染。特别是国有企业同当地政府具有很强的讨价还价权力，环境规制对国有企业的约束力会大大减弱。因此，国有化率是影响环境效率的重要变量，采用国有及国有控股企业生产总值占地区生产总值的比重进行度量。

在分析环境规制对创新的影响以及环境规制诱导的技术创新的挤占效应时，采用了不同的控制变量。在各地区企业创新的过程中，科技活动人员数是技术创新过程中投入的人力资源。科技活动人员是企业技术创新活动中最主要、最活跃的因素，也是技术创新投入的主体。因此，本章采用科技活动人员数占年末从业人数的比重（H）来表示创新过程中人力资源投入程度。本章同时采用工业增加值作为控制变量。因为，工业增加值与创新能力、污染治理支出具有密切联系。产业规模越大则污染治理支出的水平越高，企业也就越有可能满足发展中固定资产投资、承担风险等需要，也就更能够加大研发投资力度促进创新。另外，资本强度也是影响创新的关键变量，资本强度越大，创新能力越强。