環(huán)境規(guī)制對(duì)R&D創(chuàng)新效率影響的雙重效應(yīng)※

喬美華

內(nèi)容提要：該文基于2007-2016年中國(guó)省際工業(yè)面板數(shù)據(jù)，立足技術(shù)效率視角，采用動(dòng)態(tài)面板系統(tǒng)GMM回歸以及分位數(shù)回歸方法考察環(huán)境規(guī)制對(duì)R&D效率的“雙重效應(yīng)”。結(jié)果發(fā)現(xiàn)：基于Super-SBM模型測(cè)評(píng)的中國(guó)30省工業(yè)R&D創(chuàng)新效率總體水平不高，核密度曲線顯示工業(yè)R&D創(chuàng)新效率經(jīng)歷了“單峰”→“雙峰”→“單峰”的動(dòng)態(tài)演進(jìn)過程，隨著時(shí)間推進(jìn)，工業(yè)R&D創(chuàng)新效率整體水平呈現(xiàn)震蕩上升趨勢(shì)；環(huán)境規(guī)制與R&D創(chuàng)新效率存在正相關(guān)關(guān)系，在一定程度上驗(yàn)證了“波特假說”，環(huán)境規(guī)制對(duì)工業(yè)R&D創(chuàng)新效率呈現(xiàn)倒“U”型作用機(jī)制，“補(bǔ)償效應(yīng)”超過“抵消效應(yīng)”；進(jìn)一步地，環(huán)境規(guī)制對(duì)位于0.25分位點(diǎn)的工業(yè)R&D創(chuàng)新效率溢出效應(yīng)最大，隨著分位點(diǎn)的提高，影響逐漸減弱，對(duì)位于0.90分位點(diǎn)的工業(yè)R&D創(chuàng)新效率作用不再顯著。

一、 引言與文獻(xiàn)綜述

近些年來，環(huán)境突發(fā)事件和環(huán)境公害在中國(guó)屢見不鮮，環(huán)境庫(kù)茲涅茨曲線正效應(yīng)還沒有整體呈現(xiàn)，伴隨著經(jīng)濟(jì)快速發(fā)展的是環(huán)境質(zhì)量日益衰退。2018年EPI(年度全球環(huán)境績(jī)效指數(shù))報(bào)告顯示，作為新興經(jīng)濟(jì)體的中國(guó)，在132個(gè)國(guó)家中排名僅位列第120位。位次持續(xù)降低，反映出經(jīng)濟(jì)快速增長(zhǎng)給環(huán)境帶來的壓力，促進(jìn)綠色經(jīng)濟(jì)發(fā)展、加強(qiáng)環(huán)境規(guī)制的社會(huì)呼聲也日趨高漲。作為國(guó)民經(jīng)濟(jì)中主要組成部分的工業(yè)部門，其擔(dān)負(fù)的社會(huì)責(zé)任愈發(fā)沉重，然而技術(shù)創(chuàng)新在工業(yè)發(fā)展的地位顯而易見。環(huán)境規(guī)制政策一方面需要思量到污染治理問題，另外一方面又會(huì)影響工業(yè)技術(shù)創(chuàng)新的擴(kuò)散深度和速度。技術(shù)創(chuàng)新則是實(shí)現(xiàn)環(huán)境保護(hù)和經(jīng)濟(jì)持續(xù)發(fā)展的核心環(huán)節(jié)。

政府通過一系列政策控制企業(yè)生產(chǎn)活動(dòng)中產(chǎn)生的廢水、廢氣等污染物排放，不管是通過改進(jìn)污染控制技術(shù)還是嚴(yán)格執(zhí)行相關(guān)環(huán)境規(guī)制措施，要求企業(yè)必須降低污染物排放，這便讓污染治理成本提高?？陀^而言，環(huán)境規(guī)制對(duì)技術(shù)創(chuàng)新具備雙重效應(yīng)，即“補(bǔ)償效應(yīng)”與“抵消效應(yīng)”。首先，企業(yè)追求利潤(rùn)最大化，在面臨政府環(huán)境規(guī)制時(shí)必然要承擔(dān)相應(yīng)的社會(huì)責(zé)任，為了控制成本減少污染排放，企業(yè)往往會(huì)采用如下兩種方式：一是通過吸收國(guó)內(nèi)外先進(jìn)的綠色生產(chǎn)加工工藝，提高生產(chǎn)效率，通過技術(shù)創(chuàng)新提高治理污染水平或者改變“粗放型”生產(chǎn)模式，減縮由于環(huán)境規(guī)制而導(dǎo)致的環(huán)境成本，稱之為環(huán)境規(guī)制的“補(bǔ)償效應(yīng)”；另外一種是企業(yè)通過抽取有限的內(nèi)部資金，甚至在必要時(shí)會(huì)擠出部分R&D資金出來控制污染治理，“抵消效應(yīng)”便會(huì)呈現(xiàn)出來。其次，政府采取環(huán)境規(guī)制法規(guī)和政策對(duì)企業(yè)的經(jīng)濟(jì)活動(dòng)進(jìn)行適當(dāng)調(diào)節(jié)，目的是為了經(jīng)濟(jì)發(fā)展和環(huán)境資源能夠協(xié)調(diào)發(fā)展。工業(yè)污染防治又是重中之重，目前，中國(guó)環(huán)境規(guī)制方向已從簡(jiǎn)單的企業(yè)治理層面轉(zhuǎn)向發(fā)展循環(huán)經(jīng)濟(jì)、清潔生產(chǎn)以及調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，朝著“結(jié)構(gòu)紅利”假說凸顯而努力，勢(shì)必會(huì)在產(chǎn)業(yè)政策和投資政策上對(duì)企業(yè)的R&D創(chuàng)新給予支持鼓勵(lì)。

有關(guān)于環(huán)境規(guī)制與技術(shù)創(chuàng)新的話題一直以來是學(xué)者們研究熱點(diǎn)，可以將其觀點(diǎn)歸納為以下三種：① “補(bǔ)償效應(yīng)”不及“抵消效應(yīng)”，認(rèn)為環(huán)境規(guī)制產(chǎn)生的成本上升不利于技術(shù)創(chuàng)新；② “抵消效應(yīng)”不及“補(bǔ)償效應(yīng)”，主張環(huán)境規(guī)制對(duì)于技術(shù)創(chuàng)新具有正向溢出效應(yīng)；③ “抵消效應(yīng)”和“補(bǔ)償效應(yīng)”不確定。環(huán)境規(guī)制對(duì)技術(shù)創(chuàng)新的影響產(chǎn)生以上不同見解的原因在于研究的樣本、視角和方法的不同。

國(guó)內(nèi)關(guān)于環(huán)境規(guī)制對(duì)技術(shù)創(chuàng)新影響的研究起步較晚，大多數(shù)文獻(xiàn)是基于行業(yè)和企業(yè)層面研究環(huán)境規(guī)制對(duì)技術(shù)創(chuàng)新效率的影響：姚西龍(2015)利用方差分析，研究發(fā)現(xiàn)環(huán)境規(guī)制對(duì)我國(guó)工業(yè)綠色創(chuàng)新效率產(chǎn)生正向影響；吳明琴和周詩(shī)敏(2017)采用倍差分析法對(duì)1998年實(shí)施的“酸雨控制區(qū)與二氧化硫污染控制區(qū)”政策進(jìn)行實(shí)證研究，發(fā)現(xiàn)“兩控區(qū)”政策的出臺(tái)明顯改善了工業(yè)二氧化硫污染治理效果。曹霞(2015)采用2005-2011年30個(gè)省際面板數(shù)據(jù)實(shí)證分析，檢驗(yàn)出環(huán)境規(guī)制與創(chuàng)新效率呈現(xiàn)“U”型相關(guān)；而李勃昕(2013)卻提出相反意見，采用超越對(duì)數(shù)隨機(jī)前沿模型，研究認(rèn)為環(huán)境規(guī)制對(duì)清潔型產(chǎn)業(yè)創(chuàng)新效率呈現(xiàn)倒“U”型促進(jìn)作用；李婧(2013)也認(rèn)為環(huán)境規(guī)制對(duì)創(chuàng)新效率呈現(xiàn)倒“U”型關(guān)系。宋文飛(2014)對(duì)2004-2011年中國(guó)工業(yè)33個(gè)細(xì)分行業(yè)面板數(shù)據(jù)的分析表明，環(huán)境規(guī)制對(duì)R&D雙環(huán)節(jié)效率具有顯著的門檻效應(yīng)。楊秋月(2017)對(duì)中國(guó)30個(gè)省2006-2016年面板數(shù)據(jù)實(shí)證研究表明，環(huán)境規(guī)制對(duì)工業(yè)企業(yè)綠色創(chuàng)新效率的影響存在區(qū)域差異，全國(guó)及其東部地區(qū)呈現(xiàn)“U”型關(guān)系，中西部地區(qū)的影響不顯著。

國(guó)內(nèi)外學(xué)者針對(duì)環(huán)境規(guī)制和技術(shù)創(chuàng)新之間的關(guān)系已取得豐碩的成果，然而環(huán)境規(guī)制與創(chuàng)新效率的關(guān)系，還缺乏從動(dòng)態(tài)視角的研究，本文擬將在以下方面對(duì)現(xiàn)有文獻(xiàn)進(jìn)行拓展：立足技術(shù)效率的視角，考察環(huán)境規(guī)制對(duì)工業(yè)R&D創(chuàng)新效率溢出效應(yīng)；在度量工業(yè)R&D創(chuàng)新效率的方法上運(yùn)用非徑向、非角度的Super-SBM模型，有效避免投入產(chǎn)出松弛問題；技術(shù)創(chuàng)新和環(huán)境規(guī)制都是一個(gè)長(zhǎng)期、持續(xù)的過程，從動(dòng)態(tài)視角去評(píng)判兩者的關(guān)系更為真實(shí)，以往文獻(xiàn)中沒有考慮到解釋變量的內(nèi)生性而產(chǎn)生估計(jì)偏誤，本文采用動(dòng)態(tài)SYS-GMM模型進(jìn)行分析；同時(shí)進(jìn)一步運(yùn)用分位數(shù)面板回歸更為精確地反映環(huán)境規(guī)制對(duì)R&D創(chuàng)新效率的影響條件分布。

二、 工業(yè)R&D創(chuàng)新效率測(cè)評(píng)

1. 研究方法

本文基于松弛變量的超效率模型(Super-SBM)測(cè)算中國(guó)各省份工業(yè)R&D創(chuàng)新效率。DEA是由美國(guó)學(xué)者Cooper、Charnes等人提出的一種度量決策單元(DMU)相對(duì)效率的非參數(shù)客觀評(píng)價(jià)方法。傳統(tǒng)的DEA方法包含BCC模型和CCR模型兩種，前者考慮決策單元存在生產(chǎn)規(guī)模收益可變性，后者則假定在規(guī)模效益不變的前提下進(jìn)行效率測(cè)定。

傳統(tǒng)DEA模型其本質(zhì)是屬于角度和徑向的DEA方法，會(huì)形成投入要素的“松弛”或者“擁擠”問題，當(dāng)存在產(chǎn)出或者投入的“非零松弛”情況時(shí)，容易高估決策單元的效率值。由于傳統(tǒng)DEA模型的缺點(diǎn)，2001年Tone研究提出非角度、非徑向的SBM模型。假定有n個(gè)DMU，每個(gè)DMU有m個(gè)投入要素和s個(gè)產(chǎn)出要素，其投入導(dǎo)向SBM模型如式1。Tone于2002年又提出超效率Super-SBM模型，其模型如式2。

s.t.x0=X+s-

(1)

y0=Y-s+

s.t.x0≥X+s-

(2)

y0=Y-s+

式(1)中，s+和s-分別表示產(chǎn)出不足和投入過剩的松弛量；是權(quán)重向量；ρ是目標(biāo)效率值。式(2)中，ρ*是超效率，其他變量含義與式(1)一樣，區(qū)別在于決策單元的效率值不局限于0-1，實(shí)現(xiàn)傳統(tǒng)SBM模型度量的多個(gè)效率有效決策單元的排序；同時(shí)考慮并有效解決了投入產(chǎn)出變量的松弛性問題。

2. 變量選擇與數(shù)據(jù)來源

本文研究對(duì)象是基于中國(guó)內(nèi)地30個(gè)省級(jí)行政地區(qū)[注]西藏由于數(shù)據(jù)資料缺失較多，在后續(xù)分析中暫時(shí)不予以考慮。2007-2016年工業(yè)企業(yè)R&D創(chuàng)新活動(dòng)的效率。所有數(shù)據(jù)主要來源于《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)工業(yè)經(jīng)濟(jì)統(tǒng)計(jì)年鑒》《中國(guó)科技統(tǒng)計(jì)年鑒》。

工業(yè)R&D創(chuàng)新活動(dòng)的投入產(chǎn)出指標(biāo)說明如下。

工業(yè)R&D創(chuàng)新研發(fā)投入指標(biāo)多包括R&D人員全時(shí)當(dāng)量、科學(xué)家和工程師人數(shù)、工業(yè)R&D資金支出、工業(yè)R&D資本存量等。依據(jù)本文的研究思路和參照已有相關(guān)文獻(xiàn)，在工業(yè)研發(fā)創(chuàng)新階段投入指標(biāo)主要包涵資金投入和人員投入。R&D人力投入選取R&D活動(dòng)人員折合全時(shí)當(dāng)量。R&D資金投入采用其他技術(shù)經(jīng)費(fèi)和R&D經(jīng)費(fèi)兩項(xiàng)指標(biāo)，其他技術(shù)經(jīng)費(fèi)支出鑒于受到價(jià)格水平的影響采用實(shí)際值，以2006年為基期對(duì)其進(jìn)行調(diào)整[注]通過其名義指標(biāo)除以各省份當(dāng)年的消費(fèi)物價(jià)指數(shù)(2006年=100)進(jìn)行平減而得。；R&D經(jīng)費(fèi)指標(biāo)，采用永續(xù)盤存法估算R&D資本存量，其基本形式為：

RDit=(1-v)×RDi(t-1)+πit

(3)

其中，RDit、RDi(t-1)分別代表第i個(gè)省份的工業(yè)企業(yè)第t年和t-1年的研發(fā)資本存量；πit是第i省份的工業(yè)企業(yè)第t年的實(shí)際研發(fā)經(jīng)費(fèi)支出；ν為折舊率，取值為15%。

進(jìn)一步估計(jì)基期資本存量的公式如下：

RDi0=πi0/(g+ν)

(4)

其中，RDi0為基期研發(fā)資本存量；πi0是基期研發(fā)經(jīng)費(fèi)支出；g為考察樣本期內(nèi)實(shí)際研發(fā)經(jīng)費(fèi)支出的平均增長(zhǎng)率。

工業(yè)技術(shù)創(chuàng)新的過程可劃分為兩個(gè)階段：第一階段是應(yīng)用研發(fā)資源形成的新技術(shù)和新知識(shí)階段，第二階段是使新技術(shù)和新知識(shí)成果轉(zhuǎn)向體現(xiàn)商業(yè)價(jià)值的階段。因此，R&D創(chuàng)新產(chǎn)出也從經(jīng)濟(jì)產(chǎn)出和知識(shí)產(chǎn)出兩方面進(jìn)行設(shè)定，采用專利申請(qǐng)數(shù)量代表知識(shí)產(chǎn)出；新產(chǎn)品產(chǎn)值代表經(jīng)濟(jì)產(chǎn)出。

3. 工業(yè)R&D創(chuàng)新效率值時(shí)序變化

基于Super-SBM模型，對(duì)中國(guó)2007-2016年30省工業(yè)企業(yè)R&D創(chuàng)新效率進(jìn)行測(cè)算，結(jié)果如表1所示。中國(guó)各省工業(yè)R&D創(chuàng)新效率值總體不高，均值僅為0.5742，尚存在較大改善空間。所有省份均出現(xiàn)上升和下降交替顯現(xiàn)的不穩(wěn)定的變化特征，升降幅度不盡相同。各省工業(yè)R&D創(chuàng)新效率均值顯示，前五位的省份依次是北京、海南、江蘇、浙江、上海，效率值均大于或等于1，是推動(dòng)工業(yè)R&D創(chuàng)新效率提升的主要省份，排在后五位的省份是內(nèi)蒙古、山西、河北、江西和黑龍江。觀察全部樣本所構(gòu)造的生產(chǎn)前沿面(表現(xiàn)為效率值等于或者大于1)，有9個(gè)省移動(dòng)前沿面高于一次，其中，湖南(6次)、重慶(4次)、吉林(4次)、山東(2次)等省份工業(yè)R&D創(chuàng)新效率表現(xiàn)最佳。從經(jīng)濟(jì)區(qū)域來看，生產(chǎn)前沿面主要由經(jīng)濟(jì)相對(duì)發(fā)達(dá)的東部沿海地區(qū)確定，今后工業(yè)發(fā)展中，這些省份應(yīng)該持續(xù)運(yùn)用研發(fā)創(chuàng)新推動(dòng)全國(guó)工業(yè)“又好又快”發(fā)展。

表1 2007-2016中國(guó)工業(yè)R&D創(chuàng)新效率

續(xù)表

注：由于數(shù)據(jù)缺失，不含西藏、香港、澳門和臺(tái)灣, 表中均值指算術(shù)平均值。由于篇幅限制，未列出所有年份工業(yè)企業(yè)R&D創(chuàng)新效率值。

4. 工業(yè)R&D創(chuàng)新效率的動(dòng)態(tài)演進(jìn)

上述分析是考察工業(yè)R&D創(chuàng)新效率時(shí)間序列變化特征以及平均發(fā)展態(tài)勢(shì)，不易洞察樣本省份工業(yè)R&D創(chuàng)新效率的動(dòng)態(tài)分布特征。為了進(jìn)一步刻畫工業(yè)R&D創(chuàng)新效率隨時(shí)間變化的動(dòng)態(tài)演進(jìn)過程，采用核密度估計(jì)。其原理如下：設(shè)p維隨機(jī)向量X的密度函數(shù)為f(x)=f(x1,…,xn)，從中隨機(jī)抽取一組X1,X2,…,Xn獨(dú)立同分布的樣本，則f(x)的核估計(jì)為：

(5)

其中，h為帶寬；K()為核密度函數(shù)，本文選用常用的Silverman為最佳帶寬與Epanechnikov核函數(shù)。圖1分別為2007年、2010年、2013年、2015年和2016年工業(yè)R&D創(chuàng)新效率的核密度曲線。

圖1 各省份工業(yè)R&D創(chuàng)新效率核密度估計(jì)分布資料來源：作者自制。下圖同。

圖1中，橫軸表示工業(yè)R&D創(chuàng)新效率水平，縱軸表示密度。第一，從核密度分布圖的曲線形狀可以看出，工業(yè)R&D創(chuàng)新效率表現(xiàn)為明顯的非正態(tài)分布，經(jīng)歷了“單峰”→“雙峰”→“單峰”的交替演進(jìn)。隨著時(shí)間推移，我國(guó)整體工業(yè)R&D創(chuàng)新效率提升過程中各省之間距離有拉大趨勢(shì)。具體而言，2013年肥大的右尾延長(zhǎng)度亦大幅縮短，從2013年開始可以觀察到顯著的“雙峰”特征，這種特征一直持續(xù)到2015年，在2016年又恢復(fù)到“單峰”特征。表明在2007-2016年中國(guó)各省份工業(yè)R&D創(chuàng)新效率呈現(xiàn)兩極分化現(xiàn)象，處于中上等和較差水平的工業(yè)R&D創(chuàng)新效率省份提升速度相對(duì)加快，工業(yè)R&D創(chuàng)新效率較高省份提升速度顯著減弱，這段期間工業(yè)R&D效率值高省份和效率值低省份分別在較高水平和較低水平兩個(gè)均衡點(diǎn)收斂。第二，從密度分布圖位置平移情況可以看出，2007-2016年我國(guó)各省工業(yè)R&D創(chuàng)新效率表現(xiàn)為震蕩上升爾后平穩(wěn)的趨勢(shì)，2007-2010年密度分布圖左移，工業(yè)R&D創(chuàng)新效率下降，2010-2013年密度分布圖右移，較為直觀地體現(xiàn)出我國(guó)各省工業(yè)R&D創(chuàng)新效率增長(zhǎng)的勢(shì)頭，2013年后創(chuàng)新效率平緩保持。第三，從密度分布圖波峰變化可以看出，各省份工業(yè)R&D創(chuàng)新效率2007-2016年出現(xiàn)由“尖峰”形狀轉(zhuǎn)向“寬峰”形狀，各省份工業(yè)R&D創(chuàng)新效率兩極分化態(tài)勢(shì)顯著。

為了更為清晰地描述中國(guó)工業(yè)R&D創(chuàng)新效率影響因素的變化狀況，尤其是環(huán)境規(guī)制對(duì)省際工業(yè)R&D創(chuàng)新效率的作用效果，接下來本文結(jié)合動(dòng)態(tài)面板GMM模型和面板分位數(shù)回歸進(jìn)行研究。

三、 動(dòng)態(tài)面板GMM估計(jì)

1. 模型設(shè)定

動(dòng)態(tài)面板GMM模型估計(jì)通過采用工具變量和差分來控制未觀察到的個(gè)體效應(yīng)和時(shí)間效應(yīng)，并使用滯后被解釋變量和前期解釋變量為工具變量克服內(nèi)生性問題。動(dòng)態(tài)面板數(shù)據(jù)的一階差分GMM估計(jì)，其基本思路是求差分，然后利用一組滯后解釋變量作為差分方程中相應(yīng)變量的工具變量。就本文而言，充分考慮工業(yè)R&D創(chuàng)新效率的復(fù)雜影響因素選擇解釋變量，采用的基本模型如下：

STECHit=α0+STECHit-1+ξXit+δi+γit

(6)

其中，t和i分別表示年份和省份；STECHit和STECHit-1分別代表省份i在t和t-1年份的工業(yè)R&D創(chuàng)新效率；Xit為自變量；γit、δi分別為地區(qū)殘差和地區(qū)效應(yīng)。為消除省份固定效應(yīng)δi的影響，將公式(6)進(jìn)行差分轉(zhuǎn)換如下：

ΔSTECHit=ΔSTECHit-1+ΔξXit+Δγit

(7)

動(dòng)態(tài)面板采用工具變量，即以滯后項(xiàng)ΔSTECHit-1為工具變量，解決由滯后被解釋變量ΔSTECHit與Δγit存在較強(qiáng)的相關(guān)性所導(dǎo)致的內(nèi)生性問題。通過矩約束條件來獲得參數(shù)估計(jì)：

E(STECHit-k,Δγit)=0

(8)

由于差分GMM模型估計(jì)的差分項(xiàng)內(nèi)生變量與滯后項(xiàng)的工具變量?jī)烧咧g的相關(guān)性不強(qiáng)，往往導(dǎo)致弱外生工具變量，系統(tǒng)GMM相比差分GMM更有效。因此，本文擬采用系統(tǒng)GMM估計(jì)環(huán)境規(guī)制對(duì)R&D創(chuàng)新效率的影響。鑒于固定效應(yīng)估計(jì)通常會(huì)低估滯后項(xiàng)系數(shù)，混合面板OLS估計(jì)時(shí)常高估滯后項(xiàng)系數(shù)，為了比較分析，本文將固定效應(yīng)估計(jì)和混合面板OLS估計(jì)結(jié)果一并報(bào)告，若GMM估計(jì)值介于固定效應(yīng)估計(jì)值與OLS估計(jì)值之間，則是有效可靠的。本文在模型中融入動(dòng)態(tài)變量，從而可以更好地考察環(huán)境規(guī)制與工業(yè)R&D創(chuàng)新效率的關(guān)系，基本模型如下：

lnSTECHit=α+φ1STECHit-1+β1lnERit+β2lnSIZEit+β3lnFDIit+β4lnHUMit+β5lnSOEit+β6lnPGOVit+β7lnEMit+β8lnIMit+γit

(9)

其中，核心變量STECH代表利用Super-SBM度量的工業(yè)R&D創(chuàng)新效率值；環(huán)境規(guī)制(ER)運(yùn)用工業(yè)污染治理投資額與工業(yè)總產(chǎn)值比率表示。在控制變量上，主要考慮加入能體現(xiàn)地區(qū)特征的變量，主要包括：將貿(mào)易開放細(xì)分為出口貿(mào)易和進(jìn)口貿(mào)易，IM和EX代表各省按經(jīng)營(yíng)單位所在地分貨物進(jìn)口和出口總額，然后用平均貨幣匯率轉(zhuǎn)換成為人民幣，再以2006年為基期的消費(fèi)價(jià)格指數(shù)平減；人力資本(HUM)采用六歲及以上人口受教育平均年數(shù)來衡量[注]設(shè)定文盲半文盲、小學(xué)、初中、高中、大專以上教育程度的居民平均教育年數(shù)分別為0、6、9、12和16，計(jì)算公式為：HUM=prim×6+midd×9+high×12+univ×16，其中prim、midd、high和univ分別為小學(xué)、初中、高中和大專以上教育程度居民占地區(qū)六歲及以上人口的比重。；企業(yè)規(guī)模(SIZE)采用大中型工業(yè)企業(yè)產(chǎn)值占工業(yè)企業(yè)總產(chǎn)值比例表示；產(chǎn)權(quán)因素(SOE)采用國(guó)有大中型工業(yè)企業(yè)產(chǎn)值占大中型工業(yè)企業(yè)產(chǎn)值比例表示；政府扶持(PGOV)用工業(yè)企業(yè)科技經(jīng)費(fèi)籌集中政府資金比例表示；外商直接投資(FDI)采用各省份實(shí)際利用外商直接投資金額，數(shù)據(jù)處理方式與對(duì)外貿(mào)易一致。以上數(shù)據(jù)來源于相應(yīng)年份的《中國(guó)統(tǒng)計(jì)年鑒》、《中國(guó)教育統(tǒng)計(jì)年鑒》、《中國(guó)人口統(tǒng)計(jì)年鑒》、《中國(guó)工業(yè)經(jīng)濟(jì)年鑒》、《中國(guó)科技統(tǒng)計(jì)年鑒》。

2. 結(jié)果解析

系統(tǒng)GMM估計(jì)結(jié)果合理性可以通過觀察Sargan統(tǒng)計(jì)量對(duì)應(yīng)的p值以及解釋變量滯后項(xiàng)的系數(shù)來判定。從表2可以發(fā)現(xiàn)，系統(tǒng)GMM估計(jì)結(jié)果介于固定效應(yīng)估計(jì)值和混合OLS估計(jì)值之間，這就表示系統(tǒng)GMM估計(jì)沒有因?yàn)槿豕ぞ邌栴}產(chǎn)生偏差；Sargan檢驗(yàn)對(duì)應(yīng)的p值為0.9993和0.9988，這結(jié)果強(qiáng)烈接受“所有工具變量都有效”的原假設(shè)；一般而言，p值越大，表示采用的工具變量越有效；殘差自相關(guān)檢驗(yàn)AR(2)伴隨p值分別為0.4431、0.4037，結(jié)果顯示可以接受擾動(dòng)項(xiàng)無自相關(guān)的原假設(shè)。作為對(duì)比，本文分別報(bào)告出口貿(mào)易和進(jìn)口貿(mào)易控制變量對(duì)R&D創(chuàng)新效率的GMM估計(jì)結(jié)果，讓其逐步進(jìn)入模型之中。在具體分析中以SYS2-1模型回歸結(jié)果為主。

首先，關(guān)注環(huán)境規(guī)制對(duì)R&D創(chuàng)新效率的影響結(jié)果。ER的系數(shù)為0.540，且在10%水平顯著，表示環(huán)境規(guī)制顯著有利于工業(yè)R&D創(chuàng)新效率提升，“波特假說”得到佐證，處于技術(shù)創(chuàng)新與環(huán)境規(guī)制的“雙贏”的局面。從回歸系數(shù)來看，第t-1期的R&D創(chuàng)新效率顯著促進(jìn)第t期R&D創(chuàng)新效率，這可能表示積聚效應(yīng)的存在。我國(guó)逐年加大環(huán)境規(guī)制力度，較之其他發(fā)達(dá)國(guó)家仍舊存在差距，統(tǒng)計(jì)顯示，國(guó)家用于環(huán)境污染治理的投資總額也保持震蕩上升趨勢(shì)，2014年我國(guó)環(huán)境污染治理投資達(dá)到了9575.50億元的高點(diǎn)，2015年有所下降，達(dá)到8806.30億元，2016年為9219.80億元，2007年至2016年年均復(fù)合增長(zhǎng)率達(dá)到了13.17%。環(huán)境規(guī)制對(duì)工業(yè)創(chuàng)新的促進(jìn)作用是一個(gè)中長(zhǎng)期過程，隨著環(huán)境規(guī)制力度逐年加大，污染密集型中小企業(yè)由于無法承受環(huán)境規(guī)制產(chǎn)生的成本而逐漸退出競(jìng)爭(zhēng)市場(chǎng)，促使另外一部分企業(yè)改變單純的消極應(yīng)對(duì)環(huán)境規(guī)制基本要求的態(tài)度，轉(zhuǎn)向積極參與自主創(chuàng)新研發(fā)，提高市場(chǎng)占有率尋求增強(qiáng)盈利能力來抵消實(shí)施污染治理成本，產(chǎn)生環(huán)境規(guī)制對(duì)工業(yè)R&D創(chuàng)新的“補(bǔ)償效應(yīng)”。

環(huán)境規(guī)制的二次項(xiàng)系數(shù)顯著為負(fù)，不難看出，環(huán)境規(guī)制與工業(yè)R&D創(chuàng)新效率存在倒“U”型關(guān)系，表明隨著環(huán)境規(guī)制力度增強(qiáng)，對(duì)工業(yè)R&D創(chuàng)新效率的影響是先提高后降低。這是由于環(huán)境規(guī)制力度大時(shí)，工業(yè)企業(yè)為了滿足政府環(huán)境規(guī)制要求和追逐高額利潤(rùn)，會(huì)抽出部分研發(fā)資金用于處理由于生產(chǎn)而排放的污染物，進(jìn)而產(chǎn)生顯著的“抵消效應(yīng)”，不適應(yīng)規(guī)制強(qiáng)度的工業(yè)企業(yè)會(huì)逐步被淘汰，促使被規(guī)制企業(yè)實(shí)現(xiàn)資源的優(yōu)化配置和資源集中，有利于R&D創(chuàng)新效率提高。然而，如果環(huán)境規(guī)制力度繼續(xù)加大，在過于苛刻的環(huán)境規(guī)制下，企業(yè)通過R&D創(chuàng)新活動(dòng)收獲的利潤(rùn)不足以用來治理其污染成本時(shí)，反而抑制工業(yè)R&D創(chuàng)新效率水平。

貿(mào)易開放和外商直接投資是本文關(guān)注的控制變量。出口貿(mào)易EX的系數(shù)為-0.147，通過5%顯著性水平檢驗(yàn)，表明出口貿(mào)易由于受到我國(guó)工業(yè)不論在技術(shù)水平、人才還是資金等方面限制，所帶來的技術(shù)溢出效應(yīng)和學(xué)習(xí)效應(yīng)并沒有獲得創(chuàng)新能力和技術(shù)進(jìn)步。從生產(chǎn)率視角分析，出口工業(yè)企業(yè)往往在創(chuàng)新能力方面有先天優(yōu)勢(shì)，其他工業(yè)尤其是內(nèi)資企業(yè)的生產(chǎn)率比它弱很多，因此，隨著出口貿(mào)易的提升，這些出口企業(yè)給其他企業(yè)帶來的無形競(jìng)爭(zhēng)壓力加大，這種壓力對(duì)于許多創(chuàng)新能力不足的中小工業(yè)企業(yè)是致命的；另外，我國(guó)大量的出口工業(yè)企業(yè)以勞動(dòng)密集型企業(yè)為主，與國(guó)外先進(jìn)企業(yè)相比，在技術(shù)能力、企業(yè)規(guī)模、生產(chǎn)率、自主創(chuàng)新等方面都有一定差距，大量的企業(yè)僅僅以貼牌或者代工方式參與全球價(jià)值鏈分工體系，這樣的出口生產(chǎn)模式根本沒有刺激到企業(yè)提升創(chuàng)新效率的欲望。IM的系數(shù)為0.156，且在1%水平顯著，表明進(jìn)口貿(mào)易有助于提升工業(yè)R&D創(chuàng)新效率。進(jìn)口貿(mào)易所傳導(dǎo)的國(guó)外先進(jìn)技術(shù)可以有效促進(jìn)本地工業(yè)企業(yè)技術(shù)進(jìn)步，進(jìn)口更多發(fā)達(dá)國(guó)家產(chǎn)品，通過模仿進(jìn)口產(chǎn)品中先進(jìn)的技術(shù)，加以吸收、利用然后再創(chuàng)新，進(jìn)而促進(jìn)本地工業(yè)R&D創(chuàng)新。這里需要說明的是，雖然進(jìn)口貿(mào)易是技術(shù)溢出的渠道，但是欠發(fā)達(dá)國(guó)家通過貿(mào)易來增強(qiáng)技術(shù)創(chuàng)新能力尚存在很大局限性，這是因?yàn)榧夹g(shù)溢出的效果不單取決于技術(shù)本身溢出，人力資本才是技術(shù)吸收并創(chuàng)新的關(guān)鍵，樣本數(shù)據(jù)分析顯示人力資本的相關(guān)系數(shù)為-0.552，表明我國(guó)人力資本素養(yǎng)亟需提升，否則會(huì)在較大程度上影響對(duì)外貿(mào)易對(duì)工業(yè)R&D創(chuàng)新效率的作用效果。

FDI系數(shù)顯著為正值(0.0526)，說明外資的注入有益于工業(yè)R&D創(chuàng)新效率。外資引進(jìn)可以帶來國(guó)外先進(jìn)的技術(shù)，還會(huì)通過競(jìng)爭(zhēng)效應(yīng)、模仿效應(yīng)以及示范效應(yīng)等技術(shù)溢出效應(yīng)促進(jìn)地區(qū)技術(shù)水平，這印證了李政等(2017)的觀點(diǎn)。國(guó)有產(chǎn)權(quán)比重負(fù)面影響工業(yè)R&D創(chuàng)新效率，這可能是因?yàn)槲写黻P(guān)系在國(guó)有企業(yè)普遍存在，導(dǎo)致R&D生產(chǎn)活動(dòng)效率不高。企業(yè)規(guī)模越大，創(chuàng)新效率越高，肖仁橋(2015)認(rèn)為企業(yè)規(guī)模對(duì)科技成果的轉(zhuǎn)化效率有顯著促進(jìn)影響，政府支持對(duì)二者有顯著負(fù)作用；關(guān)于政府科技資助對(duì)工業(yè)R&D創(chuàng)新的影響，陳明明等(2017)認(rèn)為政府補(bǔ)貼促進(jìn)了企業(yè)創(chuàng)新，馮宗憲(2011)的研究表明政府R&D補(bǔ)貼對(duì)工業(yè)創(chuàng)新產(chǎn)出的激勵(lì)作用并不顯著，然而，本文認(rèn)同李平(2017)和肖文等(2014)的觀點(diǎn)，政府的直接和間接支持并不利于企業(yè)技術(shù)創(chuàng)新效率提升，研究顯示政府科技資金不利于企業(yè)創(chuàng)新效率提升，其原因在于地方政府趨向于投資地方國(guó)有企業(yè)，而這些國(guó)有企業(yè)由于政府為科技成本買單，缺乏創(chuàng)新的壓力和動(dòng)力，降低R&D創(chuàng)新效率。

表2 環(huán)境規(guī)制對(duì)創(chuàng)新效率的影響：GMM估計(jì)

續(xù)表

注：括號(hào)里為穩(wěn)健標(biāo)準(zhǔn)誤；***，**，*表示1%、5%和10%顯著性水平；FE1、FE2表示固定效應(yīng)；POLS1、POLS2表示混合面板最小二乘法估計(jì)；SYS1-1、SYS2-1代表系統(tǒng)GMM估計(jì)。[注]系統(tǒng)GMM方法僅僅適用于短動(dòng)態(tài)面板，因?yàn)榇髽颖拘再|(zhì)建立在給定時(shí)間維度T的情況下，讓橫截面維度n趨于無窮；將環(huán)境規(guī)制、貿(mào)易開放變量當(dāng)作外生解釋變量，模型中其他變量要么當(dāng)作弱外生的，要么當(dāng)作前定的，我們選用“內(nèi)部工具”即把弱外生或前定變量的滯后值作為它們自己的工具變量。

言而總之，環(huán)境規(guī)制、進(jìn)口貿(mào)易、企業(yè)規(guī)模等對(duì)工業(yè)R&D創(chuàng)新效率增長(zhǎng)有顯著的正向作用，而出口貿(mào)易、政府扶持等對(duì)工業(yè)R&D創(chuàng)新效率的增長(zhǎng)有明顯的抑制作用。為了進(jìn)一步探尋環(huán)境規(guī)制對(duì)工業(yè)R&D創(chuàng)新效率產(chǎn)生何種效應(yīng)，本文接下來利用面板數(shù)據(jù)分位數(shù)回歸做檢驗(yàn)。

四、 面板分位數(shù)回歸

1978年由Bassett和Koenker提出的分位數(shù)回歸，能精確地描述自變量對(duì)于因變量的條件分布形狀和變化范圍。面板數(shù)據(jù)分位數(shù)回歸可以更好反映在控制個(gè)體差異基礎(chǔ)之上分析因變量條件分布的不同分位點(diǎn)上變量之間的作用效果(肖丁丁，2013)。分位數(shù)回歸是利用加權(quán)誤差絕對(duì)值總和最小從而對(duì)參數(shù)進(jìn)行估計(jì)。Koenker將分位數(shù)回歸分析拓展至面板數(shù)據(jù)模型的參數(shù)估計(jì)中，提出面板數(shù)據(jù)分位數(shù)回歸的模型(葉明確，2013)。

(10)

求解下述最小化問題便可以對(duì)參數(shù)進(jìn)行估計(jì)：

(11)

本文設(shè)定分析的回歸模型如下式所示，涉及變量同上文所述，選取5個(gè)具有代表性的分位點(diǎn)為0.1、0.25、0.50、0.75、0.90，利用面板分位數(shù)方法進(jìn)行分析，估計(jì)結(jié)果見表3。

lnSTECH=ω0+ω1lnER+ω2lnSIZE+ω3lnFDI+ω4lnHUM+ω5lnSOE+ω6lnPGOV+ω7lnEM+ω8lnIM+ε

(12)

表3 面板分位數(shù)回歸估計(jì)結(jié)果

注：括號(hào)里為穩(wěn)健標(biāo)準(zhǔn)誤；***，**，*表示1%、5%和10%統(tǒng)計(jì)水平上顯著。

從表3回歸結(jié)果來看，在分位點(diǎn)0.1、0.25、0.50和0.75，環(huán)境規(guī)制系數(shù)均為正且通過顯著性檢驗(yàn)。由于企業(yè)需要滿足環(huán)境規(guī)制要求，使得污染治理成本占企業(yè)總成本的比重不斷上升，勢(shì)必會(huì)出現(xiàn)創(chuàng)新資金擠出效應(yīng)，將有限資金投入到產(chǎn)品的生產(chǎn)領(lǐng)域中，企業(yè)用于R&D創(chuàng)新資金來源會(huì)大打折扣，導(dǎo)致“抵消效應(yīng)”出現(xiàn)。但隨著環(huán)境規(guī)制強(qiáng)度由弱變強(qiáng)形成的“倒逼機(jī)制”，企業(yè)會(huì)通過R&D創(chuàng)新增加產(chǎn)出，獲得高額利潤(rùn)來獲得“補(bǔ)償效應(yīng)”。從各個(gè)分位點(diǎn)回歸系數(shù)可以看出，回歸系數(shù)在[0.184, 1.339]浮動(dòng)，回歸系數(shù)隨著分位點(diǎn)提高而逐漸下降，0.9分位點(diǎn)比0.1分位點(diǎn)的回歸系數(shù)低1.155，表明環(huán)境規(guī)制對(duì)創(chuàng)新效率的促進(jìn)作用隨創(chuàng)新效率值的增加而減弱。具體而言，在控制環(huán)境規(guī)制力度前提下，對(duì)于工業(yè)創(chuàng)新效率不高的省份，環(huán)境規(guī)制的邊際收益較高，當(dāng)環(huán)境規(guī)制強(qiáng)度使其獲得“補(bǔ)償效應(yīng)”時(shí)，低R&D創(chuàng)新效率的省份可以收益更多。當(dāng)工業(yè)R&D效率值較高時(shí)，由于省份已處于生產(chǎn)前沿面，環(huán)境規(guī)制對(duì)其影響效果不明顯。只有當(dāng)工業(yè)R&D活動(dòng)投入產(chǎn)出水平與環(huán)境規(guī)制力度相契合時(shí)，環(huán)境規(guī)制才會(huì)對(duì)R&D效率增長(zhǎng)產(chǎn)生顯著的促進(jìn)作用。據(jù)此，環(huán)境規(guī)制效果不僅取決于規(guī)制力度是否合適，也取決于工業(yè)R&D創(chuàng)新效率水平，需要兩者配合默契才能推遲倒“U”型拐點(diǎn)的到來。

雖然隨著分位點(diǎn)提高FDI回歸系數(shù)由正變?yōu)樨?fù)，但僅在分位點(diǎn)0.25時(shí)才在10%水平顯著且為正值，其他分位點(diǎn)上均不顯著，說明FDI的影響隨著R&D創(chuàng)新效率提高而不再顯著甚至轉(zhuǎn)為負(fù)向，這是因?yàn)镕DI溢出效應(yīng)誘使企業(yè)關(guān)注短期內(nèi)將R&D技術(shù)成果轉(zhuǎn)化為經(jīng)濟(jì)利潤(rùn)，外資提供先進(jìn)技術(shù)和R&D資金來滿足企業(yè)的利潤(rùn)動(dòng)機(jī)；然而從長(zhǎng)遠(yuǎn)發(fā)展來看，正如“污染避難所假說”等理論，大量研究認(rèn)為環(huán)境規(guī)制對(duì)企業(yè)投資的區(qū)位選擇的影響顯著，對(duì)于R&D創(chuàng)新效率較高省份來說，F(xiàn)DI流入并沒有帶來預(yù)期的技術(shù)溢出效果，相反，卻是不利于R&D創(chuàng)新效率提升。從上文有關(guān)工業(yè)R&D創(chuàng)新效率省區(qū)評(píng)價(jià)中不難發(fā)現(xiàn)，R&D創(chuàng)新效率值較高省份集中在我國(guó)東部沿海地區(qū)，這些地區(qū)恰巧是環(huán)境規(guī)制力度較大的省份，2016年各省份工業(yè)污染治理投資情況顯示，雖然山東、浙江和江蘇工業(yè)污染治理投資額分別高達(dá)126.6億、60.2億和74.8億元，但占工業(yè)總產(chǎn)值比重較大的北京、上海、江蘇、浙江和山東也僅僅超過0.25%，湖南、四川和重慶等省份在0.1%左右。這同時(shí)從側(cè)面佐證國(guó)內(nèi)學(xué)者認(rèn)為環(huán)境規(guī)制力度大的省份對(duì)FDI技術(shù)溢出效應(yīng)產(chǎn)生抑制作用。

進(jìn)口貿(mào)易在0.5分位點(diǎn)以上時(shí)對(duì)R&D創(chuàng)新效率產(chǎn)生正向影響，且隨著分位點(diǎn)提高呈現(xiàn)倒“U”型，意味著增加進(jìn)口貿(mào)易對(duì)較高R&D創(chuàng)新效率的省份影響高于中低R&D創(chuàng)新效率的省份；而出口貿(mào)易在0.75分位點(diǎn)以上時(shí)對(duì)R&D創(chuàng)新效率產(chǎn)生負(fù)向影響，且隨著分位點(diǎn)提高影響增大，這表明出口貿(mào)易的提高抑制R&D創(chuàng)新效率值較高省份的工業(yè)研發(fā)活動(dòng)。

圖2 工業(yè)R&D創(chuàng)新效率的影響因素分位數(shù)回歸系數(shù)

圖2展示不同分位數(shù)下各系數(shù)估計(jì)的波動(dòng)情況，可以較為直觀地看出環(huán)境規(guī)制和企業(yè)規(guī)模、進(jìn)口貿(mào)易的系數(shù)基本在0以上波動(dòng)，表明這三個(gè)因素對(duì)R&D創(chuàng)新效率正向作用是相對(duì)顯著且穩(wěn)定的，而產(chǎn)權(quán)因素和政府扶持的估計(jì)系數(shù)基本都在0以下而對(duì)R&D創(chuàng)新效率有顯著負(fù)向作用。企業(yè)規(guī)模也只有在中間部位0.50、0.75分位點(diǎn)對(duì)工業(yè)R&D創(chuàng)新效率產(chǎn)生顯著正向作用，而且回歸系數(shù)隨著分位點(diǎn)的提高呈現(xiàn)先升高后降低。產(chǎn)權(quán)因素0.90分位點(diǎn)以下時(shí)顯著影響R&D創(chuàng)新效率，但影響是負(fù)向的，回歸系數(shù)成“U”型分布，“結(jié)構(gòu)紅利假說”在此并沒有出現(xiàn)。政府科技資金在0.25分位點(diǎn)時(shí)，抑制R&D創(chuàng)新效率提升。人力資本在0.75分位點(diǎn)以下時(shí)對(duì)R&D創(chuàng)新效率沒有顯著影響，在0.75分位點(diǎn)以上時(shí)產(chǎn)生顯著提升作用，回歸系數(shù)隨著分位點(diǎn)提高變大，表明人力資本只有對(duì)R&D創(chuàng)新效率較高省份產(chǎn)生顯著的正向影響，對(duì)于R&D創(chuàng)新效率較低的省份影響較弱。

五、 結(jié)論和建議

本文利用中國(guó)2007-2016年省際工業(yè)企業(yè)面板數(shù)據(jù)，從技術(shù)效率角度，通過控制FDI、貿(mào)易開放、產(chǎn)權(quán)結(jié)構(gòu)等因素對(duì)創(chuàng)新效率的作用，考察環(huán)境規(guī)制對(duì)工業(yè)R&D創(chuàng)新生產(chǎn)活動(dòng)的影響機(jī)制。首先，利用非角度、非徑向的考慮投入產(chǎn)出松弛變量的Super-SBM模型測(cè)評(píng)我國(guó)工業(yè)R&D創(chuàng)新效率，結(jié)果顯示中國(guó)省際工業(yè)R&D創(chuàng)新效率存在差異，東部地區(qū)處于領(lǐng)先地位，中部、西部和東北地區(qū)與之差距較大，各年份生產(chǎn)前沿面大多由東部沿海省份構(gòu)建。核密度分布圖顯示工業(yè)R&D創(chuàng)新效率呈現(xiàn)“單峰”“雙峰”“單峰”動(dòng)態(tài)演進(jìn)過程，隨著時(shí)間推進(jìn)，工業(yè)R&D創(chuàng)新效率整體提升趨勢(shì)明顯。

更為重要的結(jié)論是：通過動(dòng)態(tài)GMM估計(jì)顯示環(huán)境規(guī)制對(duì)工業(yè)R&D創(chuàng)新效率的影響存在倒“U”型作用機(jī)制，對(duì)其產(chǎn)生的“補(bǔ)償效應(yīng)”足以彌補(bǔ)“抵消效應(yīng)”?？刂谱兞縁DI和進(jìn)口貿(mào)易溢出效應(yīng)對(duì)于工業(yè)R&D創(chuàng)新效率是正面的，而出口貿(mào)易溢出效應(yīng)由于受我國(guó)自身?xiàng)l件限制并沒有得到展現(xiàn)。進(jìn)一步通過分位數(shù)面板回歸考察發(fā)現(xiàn)，環(huán)境規(guī)制對(duì)不同水平工業(yè)R&D創(chuàng)新效率的效果不同，隨著工業(yè)R&D創(chuàng)新效率的減低(由高分位點(diǎn)向低分位點(diǎn)轉(zhuǎn)移)，環(huán)境規(guī)制對(duì)工業(yè)R&D創(chuàng)新效率的影響程度在遞減，產(chǎn)生效果最好的在0.75分位點(diǎn)的工業(yè)R&D創(chuàng)新效率；FDI對(duì)工業(yè)R&D創(chuàng)新效率的正向影響程度隨著創(chuàng)新效率水平提高而逐漸減弱，當(dāng)工業(yè)R&D創(chuàng)新效率達(dá)到0.75分位點(diǎn)以上時(shí)，作用的效果甚至是負(fù)向的；進(jìn)口貿(mào)易對(duì)工業(yè)R&D創(chuàng)新效率的影響存在倒“U”型特征，作用的力度和強(qiáng)度在分位點(diǎn)0.75之前逐漸增大，至0.90分位點(diǎn)回歸系數(shù)小幅下降，而出口貿(mào)易對(duì)0.5分位點(diǎn)以下的工業(yè)R&D創(chuàng)新效率具有促進(jìn)作用，但均沒有通過顯著性檢驗(yàn)，表明影響并不明顯，而對(duì)0.75分位點(diǎn)以上的工業(yè)R&D創(chuàng)新效率具有明顯的抑制作用。

由于環(huán)境規(guī)制對(duì)不同水平工業(yè)R&D創(chuàng)新效率的影響存在差異性，具體而言“波特假說”并非適用于中國(guó)所有工業(yè)企業(yè)，因此需要清醒地領(lǐng)會(huì)環(huán)境規(guī)制與工業(yè)R&D創(chuàng)新效率關(guān)系的個(gè)性和共性，有針對(duì)性地實(shí)施環(huán)境規(guī)制措施才能獲得事半功倍的效果，政府應(yīng)該依據(jù)各省的環(huán)境污染程度并考慮工業(yè)企業(yè)R&D創(chuàng)新活動(dòng)的投入產(chǎn)出現(xiàn)實(shí)狀況，區(qū)別制定環(huán)境規(guī)制措施，針對(duì)工業(yè)R&D創(chuàng)新效率不高的省份，采取“靈活”的環(huán)境規(guī)制工具，重視企業(yè)差異，因地制宜，避免僵化規(guī)制，關(guān)注處于不同R&D發(fā)展階段的企業(yè)如何讓其產(chǎn)生的“補(bǔ)償效應(yīng)”發(fā)揮極致；至于工業(yè)R&D創(chuàng)新效率水平較高的省份，盡量彌補(bǔ)環(huán)境規(guī)制所帶來的“抵消效應(yīng)”，政府給予技術(shù)創(chuàng)新更多的政策扶持和資金支持，延遲倒“U”型曲線拐點(diǎn)的到來。