EN中文

自然资源学报 >

2022 , Vol. 37 >Issue 6: 1572 - 1585

DOI: https://doi.org/10.31497/zrzyxb.20220614

绿色发展与生态保护

环境规制对长三角城市绿色发展的影响——基于技术创新的作用路径分析

  • 胡森林 ,
  • 鲍涵 ,
  • 郝均 ,
  • 曾刚
展开
  • 华东师范大学中国现代城市研究中心/城市与区域科学学院,上海 200062
曾刚（1961- ）,男,湖北武汉人,博士,教授,研究方向为创新网络与产业集群、生态文明与区域发展模式。E-mail:

胡森林（1991- ）,男,安徽黄山人,博士研究生,研究方向为城市与区域创新、生态文明与区域发展。E-mail:

收稿日期: 2021-08-23

  修回日期: 2021-11-07

  网络出版日期: 2022-08-28

基金资助

国家自然科学基金项目(42130510)

国家自然科学基金项目(42061027)

华东师范大学优秀博士生学术创新能力提升计划(YBNLTS2020-021)

收起

Research on the impact of environmental regulation on urban green development in the Yangtze River Delta: An analysis of intermediary mechanism based on technological innovation

  • HU Sen-lin ,
  • BAO Han ,
  • HAO Jun ,
  • ZENG Gang
Expand
  • The Center for Modern Chinese City Studies, School of Urban and Regional Science, East China Normal University, Shanghai 200062, China

Received date: 2021-08-23

  Revised date: 2021-11-07

  Online published: 2022-08-28

Fold

摘要

环境规制与绿色发展的关系及其作用机制是复杂且有争议的议题。基于长三角41个地级及以上城市2003—2018年的面板数据,首先科学构建绿色发展水平测度的指标体系,计算各城市的绿色发展水平及空间动态演变;其次,借鉴可拓展随机性的环境影响评估模型（STIRPAT）,构建面板计量模型,深入探究环境规制对城市绿色发展的影响。研究发现：（1）长三角地区环境规制和绿色发展水平均呈上升趋势,但区域差异显著,绿色发展水平从东南向西北,呈现圈层式递减态势,而环境规制强度重心经历了由东南向西北转移的演变。（2）总体上,环境规制显著影响城市绿色发展,两者间存在倒“U”型关系,即过强的环境规制会抑制城市绿色发展水平的提升。（3）环境规制与技术创新之间存在紧密的联动关系,即环境规制主要通过技术创新这一中介路径促进城市绿色发展转型,其中介效应占总效应的比例约为50.1%。因此,在推动长三角一体化高质量发展过程中,应该根据城市绿色发展效率来制定本地的环境规制,并重视提升本地的技术创新水平,进而实现城市绿色发展转型的目标。

关键词： 绿色发展; 环境规制; 中介机制; 波特假说; STIRPAT模型; 长三角

本文引用格式

胡森林 , 鲍涵 , 郝均 , 曾刚 . 环境规制对长三角城市绿色发展的影响——基于技术创新的作用路径分析[J]. 自然资源学报, 2022 , 37(6) : 1572 -1585 . DOI: 10.31497/zrzyxb.20220614

Abstract

The relationship between environmental regulation and green development and its impact mechanism are complex and controversial. Based on the panel data of 41 cities in the Yangtze River Delta from 2003 to 2018, this paper first constructs a measurement index system to calculate the green development level and spatial dynamic evolution of each city. Secondly, using the stochastic impacts by regression on population, affluence, and technology (STIRPAT), this paper constructs a panel measurement model to explore the impact of environmental regulation on urban green development. The results show that: (1) The level of environmental regulation and green development in the study area shows an upward trend, but there are significant regional differences. The level of green development has been in a stable pattern of decreasing from southeast to northwest, and the focus of environmental regulation intensity has experienced a spatial evolution from southeast to northwest. (2) On the whole, environmental regulation can affect urban green development significantly, and there is an inverted U-shaped relationship between them, that is, excessive environmental regulation will inhibit the level of urban green development. (3) There is a close linkage between environmental regulation and technological innovation. Environmental regulation mainly affects urban green development through the intermediary path of technological innovation, in which the intermediary effect accounts for about 50.1% of the total effect. The research results can provide some enlightenment for promoting the integrated and high-quality development of the Yangtze River Delta. Local condition-based environmental regulation is the premise to improve the efficiency of urban green development, and pay attention to the promotion of the transformation of urban green development by improving the level of technological innovation.

Key words： green development; environmental regulation; mediating effect; Porter hypothesis; STIRPAT model; Yangtze River Delta

长三角地区是中国经济最活跃、创新能力最强的区域之一[1],同时也面临着巨大的环境压力[2]。2016年1月,习近平总书记在重庆主持召开推动长江经济带发展第一次座谈会,对长江经济带作出了“共抓大保护、不搞大开发”的战略定位,而长三角地区是长江经济带的龙头,不仅要在经济发展上走在前列,也要在生态保护和建设上带好头[3]。如何在环境资源的约束下实现经济高质量发展是当前长三角地区亟需解决的问题。绿色发展被认为是实现经济与环境“双赢”的有效途径。2019年12月1日,中共中央、国务院印发的《长江三角洲区域一体化发展规划纲要》进一步指出共同打造绿色发展底色,将长三角打造成全国高质量发展样板区与和谐共生绿色发展样板[4]。在此背景下,研究长三角地区的绿色发展格局及其关键驱动力因素,具有重要的现实意义。
技术创新是绿色发展转型的核心动力和重要支撑。Andreoni等[5]和Acemoglu等[6]均认为解决环境污染问题的有效手段长期来看主要依靠技术进步,其主要原因在于技术创新能够通过提高资源利用率,减少污染排放[7,8]以及直接催生绿色产业[9]等方式促进地区的绿色发展转型。但由于环境污染的负外部性问题,单纯依靠市场化的机制并不能解决环境污染问题[10],因此就需要政府加强对环境污染的环境监管[11]。早期的研究多认为环境规制对区域绿色发展存在负面影响[12],因为环境规制会增加企业的生产成本,削弱企业的竞争力[13];此外,如果地区间环境规制强度差异过大,将引起环境规制的“逐底竞争”和“污染避难所”效应,同样不利于区域的绿色转型发展[11,14]。Porter等[15]提出不同的观点（即“波特假说”）,认为适当的环境法规可以通过创新补偿效应,从而部分或完全抵消规制成本效应,而Wu等[16]认为环境规制通过技术创新对绿色全要素能源效率主要取决于“创新补偿效应”和“遵循成本效应”的综合效应。随着研究的深入,诸多学者从环境规制强度和类型[17,18]、行业类型[19]和地域异质性[20,21]等视角出发,认为环境规制对绿色全要素生产率的影响存在非线性关系[22]。实际上,环境规制与技术创新间存在依赖效应[23],技术创新只有在环境政策的作用下才能发挥环境效益,实现绿色发展转型[24]。
环境规制与绿色发展的关系已成为人文经济地理学界的热点问题。然而,以往相关研究多集中在地区绿色发展的格局及影响因素[25],以及环境规制与技术创新[26]、环境规制与绿色发展[27]、技术创新与绿色发展[28]等方面,较少关注区域绿色发展转型过程中环境规制和技术创新效应的关联（交互）作用,且这对于长三角地区来说尤为重要。因此,本文将环境规制、技术创新与绿色发展纳入统一框架,并基于长三角地区2003—2018年的数据进行实证分析和稳健性检验,核心研究问题如下：（1）长三角城市绿色发展和环境规制强度的空间格局演变特征;（2）环境规制对长三角城市绿色发展转型的作用路径机制。选择长三角地区作为研究对象具有典型性,能够为长三角地区绿色发展转型提供政策启示;同时为国内其他大城市群地区的绿色发展转型治理提供参考借鉴。

1 研究方法与数据来源

1.1 绿色发展内涵与指标体系构建

绿色发展本质上是指在生态环境的约束下,实现经济社会高质量发展的模式。绿色发展与可持续发展以及我国生态文明理念一脉相承,均强调环境、经济和社会三大系统的协调耦合[29,30]。具体来说,经济绿色化是绿色发展的核心体现,环境绿色化是绿色发展的承载基础,社会绿色化是绿色发展的内在支撑[8]。从绿色发展的内涵出发,本文借鉴联合国对可持续发展的界定[31]和“自然—经济—社会”复合生态系统理论[32],构建了包含生态、经济、社会三个一级指标来对长三角城市绿色发展水平进行评价。对于二级指标的选择,通常是通过搜集同类指标体系,提取其评价指标,而后通过对比分析,选用最受同类研究认可的指标[33]。此外,考虑到测算绿色发展水平的现实性和前瞻性,还参考了国内政府部门发布的相关文件,具体为：国家发改委等部门联合印发的《绿色发展指标体系》（2016年）、中国标准化研究院发布的《绿色城市评价指标》（2017年）以及《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》（2021年）。最终,本文构建了包含3个一级指标、18个二级指标的评价体系（表1）。
表1 长三角地区城市绿色发展水平评价指标体系

Table 1 Evaluation index system of green development level in the Yangtze River Delta

一级 二级 指标类型
生态绿色化 单位GDP二氧化碳排放强度/(百t/亿元) -
单位GDP工业废水排放强度/(t/亿元) -
单位GDP工业烟尘排放强度/(t/亿元) -
建成区绿化覆盖率/% +
工业固体废物综合利用率/% +
生活垃圾无害化处理率/% +
经济绿色化 GDP增长率/% +
工业企业平均利润额/万元 +
第三产业比例/% +
在岗职工平均工资/元 +
单位用电量创造的GDP +
单位建设用地面积创造GDP/亿元 +
社会绿色化 人口自然增长率/% -
城镇登记失业率/% -
城镇居民人均可支配收入/元 +
互联网普及率/% +
每万人拥有医生数/人 +
公共财政支出占GDP比例/% +

注：“+”表示正向指标;“-”表示负向指标。2018年的二氧化碳排放数值通过趋势拟合得出。

1.2 研究方法

1.2.1 熵权TOPSIS指数法

熵权TOPSIS指数法是根据各指标数值的变异程度对其进行客观赋值,然后通过计算其与最优方案的相对接近程度对各评价对象进行综合排序[34]。该方法可以避免层次分析法、因子分析法等方法给测度结果带来非客观性和偏误性,在计算绿色发展水平方面具有明显的优势。具体计算步骤如下：
（1）对指标数据进行标准化处理,并计算各地区某一指标占该指标总和的比例 S i：
S i = u i / ∑ i = 1 n u i
（2）确定评价指标的熵 H i并计算各指标的熵权重 W i：
W i = ( 1 - H i ) / ∑ i = 1 n ( 1 - H i ) H i = - k ∑ i = 1 n S i l n ( S i ) , k = 1 / l n n
（3）计算各城市的绿色发展水平：
G D I = ∑ i = 1 n W - i × u i
式中： u i为正向和负向指标的标准化值;n为研究单元数（个）; W -为不同年份的指标权重（ W i）加总的平均值;GDI表示城市的绿色发展水平。

1.2.2 STIRPAT模型

基于环境经济领域广泛运用的可拓展随机性的环境影响评估模型（STIRPAT）[35],本文构建了环境规制、技术创新及其与城市绿色发展的空间计量模型。该模型不仅可以实证城市技术创新、人口规模和富裕程度对环境的影响,而且可以根据研究区域的具体情况随机扩展。此外,考虑到环境规制和技术创新变量的非线性作用效应,将环境规制、技术创新的二次项形式纳入该模型。具体表达式如下：
G D I i t = a i + β 1 E R i t + β 2 E R i t 2 + β 3 l n T I i t + β 4 l n T I i t 2 + φ X i t + u i + δ t + ε i t
式中：GDI是因变量,表示城市绿色发展水平;ER为环境规制;lnTI为技术创新,使用发明专利申请数量表征;X表示其他控制变量,具体包括富裕程度（Pgdp）、人口规模（P）、对外投资（FDI）和产业结构（IS）;ai为常数项;ui代表城市个体效应; δ t代表时间效应;εit是随机误差项; β 1~ β 4表示回归系数。
关于环境规制的计算,本文借鉴贺灿飞等[36]和赵霄伟[37]的做法,采用工业废水、工业SO2和工业烟尘排放量三个指标构建城市层面的环境规制强度综合指数（ER）。计算公式如下：
I i j t = ( P i j t / Y i t ) / 1 n ∑ i = 1 n P i j t / Y i t
I i t = 1 3 / ( I i 1 t + I i 2 t + I i 3 t )
E R i t = 1 / I i t
式中：n为研究单元数（个）; I i j t表示i城市第t年第j种污染物排放相对强度; I i t表示i城市第t年污染物排放相对强度的综合指数; P i j t为i城市第t年第j种污染物排放量（万t）; Y i t为i城市第二产业总产值（亿元）;ERit为i城市t年的环境规制强度指数,值越大,则表示一个城市的环境规制强度越强,反之越弱。

1.2.3 中介效应模型

根据温忠麟等[38]相关研究,本文从城市层面研究环境规制对绿色发展的影响机理,并进一步检验技术创新的中介作用。
G D I i t = a i + α 1 E R i t + α 2 l n P i t + α 3 l n P g d p i t + α 4 l n F D I i t + β 5 I S i t + ε i t
l n T I i t = λ i + β 1 E R i t + β 2 l n P i t + β 3 l n P g d p i t + β 4 l n F D I i t + β 5 I S i t + ε i t
G D I i t = ξ i + γ 1 E R i t + γ 2 l n T I i t + γ 3 l n P i t + γ 4 l n P g d p i t + γ 5 l n F D I i t + γ 6 I S i t + ε i t
式中：lnTI为中介变量;ER对GDI的总效应为 α 1;中介效应为 β 1 × γ 2。因此,中介效应是否存在的核心是检验 β 1 × γ 2是否显著不为0（原假设H0： β 1 × γ 2=0）,常用的检验方法主要有Sobel法、Bootstrap抽样法等。Sobel法原理是通过构造检验统计量 z = β 1 ˜ γ 2 ˜ / β 1 ˜ 2 S γ 2 2 + γ 2 ˜ 2 S β 1 2（ S γ 2和 S β 1分别是 β 1 ˜和 γ 2 ˜的标准误）,但这个检验统计量的推导要求 β 1 ˜ γ 2 ˜服从正态分布,这一假设限制了该方法的稳定性。而Bootstrap抽样法是在样本中随机有放回地进行N个采样（N=1000次）,从而可以得到N个 β 1 × γ 2的估计值,再将这些估计值按值大小进行排列,提取第2.5百分位数和第97.5百分位数来构造95%的中介效应置信区间,如果在此置信区间内不包含0,则拒绝 β 1 × γ 2=0的原假设,说明存在中介效应。

1.3 研究区概况与数据来源

根据2019年中共中央、国务院发布的《长江三角洲区域一体化规划纲要》,长三角地区包含上海、江苏、浙江和安徽三省一市,共计41个城市。考虑到数据的可获得性,最终选择2003—2018年作为研究时段。以2003年作为本文的研究起点,其主要原因是党中央在2003年提出了科学发展观,强调加快转变经济增长方式,树立可持续发展的科学发展观,预示着我国将可持续发展问题摆在了十分重要的位置;另外,2003年之前很多污染类型的指标缺失严重,该年份之后相关指标的数据才具有较强的可得性。本文所使用的发明专利申请量、发明专利授权量数据来源于国家专利局（https://www.cnipa.gov.cn/）;绿色发展指标体系中的二氧化碳数据来自于Chen等[39]公布的CO2数据集,其他指标数据主要来源为2004—2019年的《中国城市统计年鉴》《中国城市建设统计年鉴》《中国区域经济统计年鉴》,个别缺失数据通过查找各地级市统计年鉴、统计公报或官方网站等渠道得到,或采用均值替换法和回归替换法插补。此外,涉及价格变动的数据均以2003年为基期做了平减。

2 结果分析

2.1 长三角环境规制和绿色发展水平的时空格局

2003—2018年,长三角城市环境规制和绿色发展水平均明显提升,且具有相对一致的演变趋势（图1）。具体来说,长三角环境规制平均强度由2003年的0.04上升至2018年的0.36,尤其是2015年以后,增强趋势尤为明显;同时,长三角城市绿色发展指数总体呈现稳步上升的趋势,由2004年的0.21上升至2018年的0.45,增加幅度达114.28%。
图1 2003—2018年长三角环境规制与绿色发展的时序演变

Fig. 1 Trend evolution of environmental regulation and green development from 2003 to 2018

2003—2018年,长三角地区环境规制强度呈现由东南向西北方向转移的态势,而绿色发展一直保持从东南向西北梯度递减的趋势（图2）。从相对变化趋势来看,2003年,环境规制强度相对较高的地区主要分布在沿海及皖南等自然生态环境优越的地区;2011年和2018年,长三角西北地区的安徽省环境规制强度快速上升,其原因在于作为长三角后发地区,安徽省各级政府面临着经济快速增长带来的巨大环保压力,从而不断加强对污染排放的干预程度。同时,2003—2018年,长三角地区绿色发展较高的地区由东南沿海向西北地区扩散,城市数量逐渐增多,2018年绿色发展水平相对较低的地区集中在安徽省北部,其主要原因可能在于相比于沿海城市,安徽北部城市的经济和社会绿色化水平仍然较低。
图2 2003—2018年长三角城市绿色发展和环境规制强度的格局演化

Fig. 2 Spatial evolution of urban green development and environmental regulation intensity in the Yangtze River Delta from 2003 to 2018

2.2 技术创新视角下的环境规制对城市绿色发展的影响

2.2.1 指标选取依据

除了环境规制强度和技术创新这两个重要解释变量外,参考已有研究成果,选取城市富裕度、人口规模、产业结构、外商直接投资四个控制变量。选择依据如下：
（1）环境规制强度（ER）。Salamon等[40]指出从污染治理的结果出发来衡量环境规制强度更加全面和客观。因此,本文采用工业废水、工业SO2和工业烟尘排放量三个指标分别构建城市层面的环境规制强度综合指数（核心解释变量）,计算公式具体见式（5）~式（7）。
（2）技术创新（TI）。专利是技术创新的源头,诸多研究均使用专利数据衡量区域技术创新水平[28]。另外,相比于专利授权量,专利申请受理量受授权机构审查约束较小,更具有时效性[41]。因此,本文使用发明专利申请数量表征技术创新（中介变量）;同时,使用发明专利授权数量（lnTI_squan）表征技术创新进行稳健性检验。
（3）富裕度（Pgdp）。经济发展水平的提高必然会引起地区产业结构、消费结构等多方面发生转型升级[42],从而影响一个地区绿色发展。如随着经济发展水平的提高,公众环保意识会有所提高,政府也会加强环境立法,同时清洁燃料将得到更广泛的使用。考虑到这一点,本文采用人均GDP来衡量城市的富裕度。
（4）人口规模（P）。人口规模是影响环境的关键因素之一,也是STIRPAT模型核心变量之一[35]。人口的增长往往导致消费需求的持续上升,生产规模的扩大带来能源和资源消耗的激增,从而导致环境污染,故本文采用城市常住人口来表征人口规模对绿色发展的影响。
（5）产业结构（IS）。工业发展带来的污染问题一直是各级政府的心头之患。利用工业生产技术转型升级虽已取得一定成效,但由于不同地区发展存在差异,落后地区在经济追赶过程中仍会承接大量污染密集型产业的转移,从而影响到本地的绿色发展,故本文用第二产业产值占三产总产值的比例来表示。
（6）外商直接投资（FDI）。外商直接投资对东道国的发展影响具有不确定性。一方面,FDI会带来国际领先的前沿技术知识,推动当地产业转型升级,提升区域绿色发展水平;但外资进入也会给东道国带来弊端,如外来污染严重的企业大量迁移至本地,造成“污染避难所”现象[20]。因此,本文使用实际利用外资来表示外商直接投资规模。

2.2.2 基准模型结果

为保证模型设定的科学性,本文首先进行Hausman检验,结果拒绝了“支持随机效应模型”原假设（Prob>chi2=0.00）,故选择个体固定效应下的面板计量模型。其次,通过环境规制与绿色发展散点图（图3）,可以直观看出来,环境规制与绿色发展之间存在明显的非线性关系,根据图3发现,城市ER值超过0.3时,该地绿色发展水平基本不再提升。因此在计量回归模型中,有必要纳入环境规制变量的二次项进行分析。
图3 2003—2018年环境规制强度与绿色发展的曲线拟合

Fig. 3 Curve fitting of the correlation between environmental regulation intensity and green development from 2003 to 2018

长三角地区环境规制对绿色发展的影响存在显著的非线性关系,且呈倒“U”型关系（表2）。模型（1）在未加入任何控制变量的前提下,环境规制对绿色发展产生显著正向作用;模型（2）在控制了其他变量之后,环境规制对绿色发展的影响不显著;但由图3可知,环境规制对绿色发展的影响可能存在非线性关系,因此在模型（3）中加入环境规制变量的二次项,结果显示环境规制对绿色发展的影响均稳定在1%水平上负向显著,拐点为0.32,表明环境规制对绿色发展存在“先促进后抑制”的非线性关系。根据这一拐点值,可以发现2018年长三角23个城市的环境规制强度跨过这一临界值,其中14个为安徽省城市。同时,结合模型（2）~模型（4）,发现技术创新对绿色发展也存在非线性关系,但与环境规制和绿色发展关系不同的是,二次项显著为正,技术创新对城市绿色发展存在先抑制后促进的“U”的关系,拐点为3。这说明在控制其他变量不变的情况下,当一个城市发明专利申请数量超过20件的临界值时,技术创新对绿色发展产生正向影响。2018年,长三角地区41个城市均已远超这一临界值,因此强化城市技术创新能力能够持续正向促进长三角地区的绿色发展转型。
表2 2003—2018年长三角地区环境规制与绿色发展的实证分析

Table 2 Empirical analysis of environmental regulation and green development in the Yangtze River Delta from 2003 to 2018

变量 （1）
GDI		 （2）
GDI		 （3）
GDI		 （4）
GDI		 （5）
GDI
ER 0.522***
(24.07)		 -0.010
(-0.66)		 0.095**
(2.41)		 0.082**
(2.06)		 -0.053
(-0.77)
lnTI 0.003
(1.48)		 0.003
(1.26)		 -0.006
(-1.31)		 0.001
(0.55)
ER2 -0.134***
(-2.87)		 -0.128***
(-2.74)		 -0.184***
(-3.67)
lnTI2 0.001**
(2.16)
ER×lnTI 0.021***
(2.62)
lnP 0.061***
(5.26)		 0.055***
(4.70)		 0.050***
(4.21)		 0.050***
(4.19)
lnPgdp 0.125***
(18.88)		 0.119***
(17.31)		 0.119***
(17.30)		 0.119***
(17.30)
lnFDI -0.001
(-0.54)		 -0.001
(-0.31)		 0.000
(0.15)		 0.000
(0.01)
IS -0.003***
(-9.31)		 -0.003***
(-9.35)		 -0.003***
(-7.03)		 -0.003***
(-8.26)
常数项 0.264***
(68.11)		 -1.197***
(-11.14)		 -1.113***
(-10.06)		 -1.089***
(-9.81)		 -1.086***
(-9.81)
样本量/个 656 656 656 656 656
调整R2 0.451 0.885 0.887 0.887 0.888
F检验 579.304 849.360 737.864 650.130 652.688

注：括号中为t值,**p<0.05,***p<0.01,下同。

环境规制与技术创新之间存在显著的正向交互关系。“波特假说”强调适宜的环境规制能够促进企业创新能力的提高[15],因此模型（5）中进一步加入了城市环境规制和技术创新的交互项变量（ER×lnTI）,结果显示交互项显著为正,说明技术创新在环境规制与绿色发展动态过程中发挥着重要的调节作用。
为了保证上述实证结果的稳健性,本文从替换核心变量和将核心解释变量滞后一期等方面进行了稳健性检验,检验结果见表3。由于环境规制的作用效应具有滞后性,故首先将环境规规制变量滞后一年进行回归,结果见模型（6）,可知环境规制与绿色发展间的倒“U”型关系依然显著。其次,模型（7）和模型（8）采用了更换绿色发展（GDI_1,18个变量权重相等）和环境规制强度（ER1,工业废水和工业SO2求和的倒数）计算方式,实证结果显示技术创新对城市绿色发展影响的倒“U”型非线性关系依然显著。再次,模型（9）和模型（10）将表征技术创新能力的发明专利申请数量变量替换成发明专利授权数量,将其与环境规制变量做交互项,结果依然与模型（5）保持一致。由此可见,上述稳健性结果充分表明本文实证结果的可靠性和科学性。
表3 2003—2018年长三角地区环境规制和技术创新与绿色发展的稳健性分析

Table 3 Robustness test of environmental regulation, technological innovation and green development in the Yangtze River Delta from 2003 to 2018

变量 （6）
GDI		 （7）
GDI_1		 （8）
GDI_1		 （9）
GDI		 （10）
GDI
L.ER 0.089*
(1.85)
L.ER2 -0.169**
(-2.52)
ER 0.085**
(1.99)
ER2 -0.110**
(-2.19)
ER1 0.000
(0.47)
(ER1)2 0.000*
(1.79)
ER×lnTI_squan 0.029***
(3.75)
ER1×lnTI_squan 0.001***
(4.88)
控制变量 控制 控制 控制 控制 控制
样本量/个 615 656 656 656 656
调整R2 0.882 0.866 0.869 0.889 0.895
F检验 663.054 611.663 629.754 659.573 707.345

注：括号中为t值,*为p<0.10、**为p<0.05、***为p<0.01,下同。

2.2.3 环境规制对绿色发展的作用路径分析

环境规制主要通过提升城市技术创新能力,从而促进城市的绿色发展转型。表4报告了这一传导机制的实证分析结果。首先,模型（11）在不加入技术创新这一中介变量时,环境规制对绿色发展的影响系数显著,值为0.116,说明当环境规制强度提升1单位,绿色发展水平平均提高0.116个单位。其次,将技术创新作为因变量进一步对环境规制进行回归,模型（12）结果与交互项结果基本相似。这一结论支持了波特假说的观点,即适宜的环境法规可能会在短期内增加企业成本,但它能激励创新,从而产生创新的补偿效应[15]。最后,同时将环境规制和技术创新变量加入到模型（13）中,结果显示技术创新变量在1%的水平上显著,同时环境规制变量的影响系数下降至0.058。
表4 2003—2018年长三角环境规制和技术创新与绿色发展的机制分析

Table 4 Mediator mechanism of environmental regulation affecting green development in the Yangtze River Delta from 2003 to 2018

变量 （11）
GDI		 （12）
lnT		 （13）
GDI
ER 0.116***
(7.65)		 2.845***
(11.29)		 0.058***
（3.70）
lnTI 0.020***
(9.21)
lnPgdp 0.110***
(29.50)		 1.770***
(28.56)		 0.074***
(14.01)
lnFDI -0.012***
（-5.45）		 0.171***
(4.60)		 -0.016***
(-7.33)
lnP 0.015***
（4.03）		 0.961***
(15.53)		 -0.005
(-1.14)
lnIS -0.179***
（-15.53）		 -0.450**
(-2.34)		 -0.170***
(-15.59)
常数项 -0.091
（-1.64）		 -18.237***
(-19.69)		 0.282***
(4.25)
样本量/个 536 536 536
调整R2 0.797 0.895 0.820
Sobel和Bootstrap抽样检验法均验证了技术创新的中介效应存在（表5）。Sobel和Bootstrap抽样检验法测得的直接效应和中介效应系数一致且均显著,分别为0.0578和0.0582,这说明在本文模型中 β 1 × γ 2服从正态分布,Sobel检验法也同样有效。根据直接效应和间接效应的回归系数值,可计算得到技术创新的中介效应占比达到50.17%,说明技术创新是环境规制影响城市绿色发展转型的重要途径之一。
表5 2003—2018年长三角环境规制、技术创新与绿色发展的机制检验

Table 5 Robustness test of ER, TI and green development in the Yangtze River Delta from 2003 to 2018

检验方法 Sobel-Goodman检验法 Bootstrap抽样法（1000次抽样）
间接（中介）效应 0.0582***
（7.134）		 0.0582***
（6.76）
直接效应 0.0578***
（3.702）		 0.0578***
（3.83）
中介效应占比/% 50.17% 50.17%
样本量/个 656 656

3 结论与讨论

（1）长三角地区环境规制强度和绿色发展水平均快速提升,且两者在空间上呈现出异质性动态。从2003—2018年,长三角地区的环境规制强度指数从0.04增加到0.36,尤其是2015年以后,这种增强的趋势尤为明显;空间上,环境规制相对强度经历了从“东南强—西北弱”向“东南弱—西北强”转变,即2003年长三角地区沿海城市环境规制较强,但到2018年安徽省各市的环境规制强度普遍较高。同时,2003—2018年,长三角地区总体绿色发展水平值从0.21提升至0.45,城市绿色发展水平明显提高,在空间上呈现由东南向西北的梯度递减格局。
（2）环境规制与城市绿色发展呈现倒“U”型非线性关系。在控制了技术创新、人口规模、产业结构等因素之后,环境规制对绿色发展的影响仍在1%水平上负向显著,即表明环境规制对绿色发展存在“先促进后抑制”的非线性关系,且这一发现在经过核心变量替换和核心解释变量滞后等一系列稳健性检验后依然成立。因此,对于长三角地区来说,因地制宜（动态调整）的环境规制至关重要,即对于环境规制强度超过临界值的城市,不应一味地强调使用环境规制手段,而应注重多种举措的组合使用;同时,逐步建立长三角协同治理体系,避免城市间环境规制强度差异过大带来的“逐底竞争”。
（3）环境规制主要通过提升技术创新这一中介路径促进城市绿色发展,其中介效应占比达50.17%。在不加入技术创新变量时,环境规制会正向促进城市绿色发展,系数达到0.116;将绿色发展同时对环境规制和技术创新变量做回归,发现环境规制变量对绿色发展的影响系数下降至0.058;同时,将技术创新变量对环境规制变量回归的实证结果显示,环境规制变量在1%的水平上显著,证实了技术创新是环境规制影响城市绿色发展的中间机制。这也表明环境规制与技术创新之间存在紧密的联动关系,故在地区绿色发展转型过程中,需要紧密结合环境规制与技术创新,对于环境规制强度超过临界值的城市,应重点加强技术创新能力的提升。
本文探讨了环境规制与城市绿色发展的影响关系,实证了“环境规制→技术创新→绿色发展”的作用机制,并基于更好推进长三角一体化高质量发展的目标,提出了相应的政策建议。一方面,从环境规制与企业竞争力、经济发展、环境污染等单一维度拓展到绿色发展这一综合维度,论证了波特假说中关于“创新补偿效应”的观点同样适用于城市绿色转型发展;另一方面,发现在长三角绿色发展转型过程中,环境规制和技术创新的协同作用十分重要,能够为推动长三角一体化提供科学借鉴。但是,绿色发展的内涵及驱动力机制具有多元性与复杂性特征,未来可从以下两个方面进一步深入探讨：首先,本文未能对绿色发展的三个维度展开细化分析,而绿色发展的三个维度之间往往存在复杂的交互关系,深入探究生态绿色化、经济绿色化和社会绿色化三者之间的耦合联动关系,对打开绿色发展的“黑箱”,探究不同地区绿色发展的异质性具有重要意义;其次,并非所有的技术进步都能减少资源需求[43],绿色技术创新可以最大程度地有效利用相关资源[44],是生态文明建设的重要手段[33],未来可深入探讨不同类型技术创新对环境规制政策的响应以及驱动地区绿色发展转型的异质性影响。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
曾刚, 王丰龙. 长三角区域城市一体化发展能力评价及其提升策略. 改革, 2018, (12): 103-111.

[ ZENG G, WANG F L. Evaluation and promotion strategies of urban integration development capability in the Yangtze River Delta region. Reform, 2018, (12): 103-111.]

[2]
杨桂山, 徐昔保. 长江经济带“共抓大保护、不搞大开发”的基础与策略. 中国科学院院刊, 2020, 35(8): 940-950.

[ YANG G S, XU X B. Foundation and strategy of well-coordinated environmental conservation and avoiding excessive development in the Yangtze River Economic Belt. Bulletin of Chinese Academy of Sciences, 2020, 35(8): 940-950.]

[3]
新华社. 习近平主持召开扎实推进长三角一体化发展座谈会并发表重要讲话. http://www.xinhuanet.com/politics/leaders/2020-08/22/c_1126399990.htm,2020-08-22.

[Xinhua News Agency. Xi Jinping presided over a symposium on solidly advancing the integrated development of the Yangtze River Delta and delivered an important speech. http://www.xinhuanet.com/politics/leaders/2020-08/22/c_1126399990.htm,2020-08-22.]

[4]
中共中央, 国务院. 长江三角洲区域一体化发展规划纲要. http://www.gov.cn/zhengce/2019-12/01/content_5457442.htm,2019-12-01.

[The CPC Central Committee and The State Council. Outline of the Yangtze River Delta regional integration development plan. http://www.gov.cn/zhengce/2019-12/01/content_5457442.htm,2019-12-01.]

[5]
ANDREONI J, LEVINSON A. The simple analytics of the environmental Kutnets curve. Journal of Public Economics, 2001, 80(2): 269-286.

DOI

[6]
ACEMOGLU D, AGHION P, BURSZTYN L. The environment and directed technical change. American Economic Review, 2012, 102(1): 131-166.

DOI

[7]
JAFFE A B, NEWELL R G, STAVINS R N. Environmental policy and technological change. Environmental and Resource Economics, 2002, 22(1/2): 41-69.

DOI

[8]
郭付友, 佟连军, 仇方道, 等. 黄河流域生态经济走廊绿色发展时空分异特征与影响因素识别. 地理学报, 2021, 76(3): 726-739.

DOI

[ GUO F Y, TONG L J, QIU F D, et al. Spatio-temporal differentiation characteristics and influencing factors of green development in the eco-economic corridor of the Yellow River Basin. Acta Geographica Sinica, 2021, 76(3): 726-739.]

[9]
FERNÁNDEZ Y F, LÓPEZ M F, BLANCO B O. Innovation for sustainability: The impact of R&D spending on CO2 emissions. Journal of Cleaner Production, 2018, 172: 3459-3467.

DOI

[10]
王俊豪. 中国特色政府监管理论体系: 需求分析、构建导向与整体框架. 管理世界, 2021, 37(2): 148-164, 184, 11.

[ WANG J H. The theoretical system of government regulation with Chinese characteristics: Demand analysis, constructing orientations and overall framework. Management World, 2021, 37(2): 148-164, 184, 11.]

[11]
董直庆, 王辉. 环境规制的“本地-邻地”绿色技术进步效应. 中国工业经济, 2019, (1): 100-118.

[ DONG Z Q, WANG H. Local-neighborhood effect of green technology of environmental regulation. China Industrial Economics, 2019, (1): 100-118.]

[12]
BOYD G A, MCCLELLAND J D. The impact of environmental constraints on productivity improvement in integrated paper plants. Journal of Environmental Economics and Management, 1999, 38(2): 121-142.

DOI

[13]
GUO L L, QU Y, TSENG M L. The interaction effects of environmental regulation and technological innovation on regional green growth performance. Journal of Cleaner Production, 2017, 162: 894-902.

DOI

[14]
金刚, 沈坤荣. 以邻为壑还是以邻为伴: 环境规制执行互动与城市生产率增长. 管理世界, 2018, 34(12): 43-55.

[ JIN G, SHEN K R. Neighbourhood as a gully or neighbor as a companion: Environmental regulation enforcement interaction and urban productivity growth. Management World, 2018, 34(12): 43-55.]

[15]
PORTER M, LINDE C. Toward a new conception of the environment-competitiveness relationship. Journal of Economic Perspectives, 1995, 9(4): 97-118.

DOI

[16]
WU H, HAO Y, REN S. How do environmental regulation and environmental decentralization affect green total factor energy efficiency: Evidence from China. Energy Economics, 2020, 91: 104880, Doi: 10.1016/j.eneco.2020.104880.

DOI

[17]
叶琴, 曾刚, 戴劭勍, 等. 不同环境规制工具对中国节能减排技术创新的影响: 基于285个地级市面板数据. 中国人口·资源与环境, 2018, 28(2): 115-122.

[ YE Q, ZENG G, DAI S Q, et al. Research on the effects of different policy tools on China's emissions reduction innovation: Based on the panel data of 285 prefectural-level municipalities. China Population, Resources and Environment, 2018, 28(2): 115-122.]

[18]
黄永源, 朱晟君. 公众环境关注、环境规制与中国能源密集型产业动态. 自然资源学报, 2020, 35(11): 2744-2758.

[ HUANG Y Y, ZHU S J. Public environmental concerns, environmental regulations and energy-intensive industrial dynamics in China. Journal of Natural Resources, 2020, 35(11): 2744-2758.]

DOI

[19]
李玲, 陶锋. 中国制造业最优环境规制强度的选择: 基于绿色全要素生产率的视角. 中国工业经济, 2012, (5): 70-82.

[ LI L, TAO F. Selection of optimal environmental regulation intensity for chinese manufact-uring industry: Based on the green TFP perspective. China Industrial Economics, 2012, (5): 70-82.]

[20]
田光辉, 苗长虹, 胡志强, 等. 环境规制、地方保护与中国污染密集型产业布局. 地理学报, 2018, 73(10): 1954-1969.

DOI

[ TIAN G H, MIAO C H, HU Z Q, et al. Environmental regulation, local protection and the spatial distribution of pollution-intensive industries in China. Acta Geographica Sinica, 2018, 73(10): 1954-1969.]

[21]
王康, 李志学, 周嘉. 环境规制对碳排放时空格局演变的作用路径研究: 基于东北三省地级市实证分析. 自然资源学报, 2020, 35(2): 343-357.

[ WANG K, LI Z X, ZHOU J. The effects of environmental regulation on spatio-temporal carbon emissions patterns: Empirical analysis of prefecture-level cities in Northeast China. Journal of Natural Resources, 2020, 35(2): 343-357.]

DOI

[22]
LIU Y Q, ZHU J J, LI E Y, et al. Environmental regulation, green technological innovation, and eco-efficiency: The case of Yangtze river Economic Belt in China. Technological Forecasting and Social Change, 2020, 155: 119993, Doi: 10.1016/j.techfore.2020.119993.

DOI

[23]
朱向东, 贺灿飞, 刘海猛, 等. 环境规制与中国城市工业SO2减排. 地域研究与开发, 2018, 37(4): 131-137.

[ ZHU X D, HE C F, LIU H M, et al. Environmental regulation and urban industrial SO2 emission reduction in China. Areal Research and Development, 2018, 37(4): 131-137.]

[24]
黄天航, 赵小渝, 陈凯华. 技术创新、环境污染和规制政策: 转型创新政策的视角. 科学学与科学技术管理, 2020, 41(1): 49-65.

[ HUANG T H, ZHAO X Y, CHEN K H. Technological innovation, environmental pollution, and regulation policy: Transformative innovation policy perspective. Science of Science and Management of S.&.T, 2020, 41(1):49-65.]

[25]
程钰, 王晶晶, 王亚平, 等. 中国绿色发展时空演变轨迹与影响机理研究. 地理研究, 2019, 38(11): 2745-2765.

DOI

[ CHEN Y, WANG J J, WANG Y P, et al. A comparative research of the spatial-temporal evolution track and influence mechanism of green development in China. Geographical Research, 2019, 38(11): 2745-2765.]

[26]
蒋伏心, 王竹君, 白俊红. 环境规制对技术创新影响的双重效应: 基于江苏制造业动态面板数据的实证研究. 中国工业经济, 2013, (7): 44-55.

[ JIANG F X, WANG Z J, BAI J H. The dual effect of environmental regulations' impact on innovation: An empirical study based on dynamic panel data of Jiangsu manufacturing. China Industrial Economics, 2013, (7): 44-55.]

[27]
黄磊, 吴传清. 环境规制对长江经济带城市工业绿色发展效率的影响研究. 长江流域资源与环境, 2020, 29(5): 1075-1085.

[ HUANG L, WU C Q. Impact of Environmental regulations on the Cities' efficiency of industrial green development in Yangtze River Economic Belt. Resources and Environment in the Yangtze Basin, 2020, 29(5):1075-1085.]

[28]
HU S L, ZENG G, CAO X Z, et al. Does technological innovation promote green development? A case study of the Yangtze River Economic Belt in China. International Journal of Environmental Research and Public Health, 2021, 18: 6111, Doi: 10.3390/ijerph18116111.

DOI

[29]
周亮, 车磊, 周成虎. 中国城市绿色发展效率时空演变特征及影响因素. 地理学报, 2019, 74(10): 2027-2044.

DOI

[ ZHOU L, CHE L, ZHOU C H. Spatio-temporal evolution and influencing factors of urban green development efficiency in China. Acta Geographica Sinica, 2019, 74(10): 2027-2044.]

[30]
DHAHRI S, OMRI A. Entrepreneurship contribution to the three pillars of sustainable development: What does the evidence really say?. World Development, 2018, 106: 64-77.

DOI

[31]
Commission on Sustainable Development. Indicators of sustainable development: Guidelines and methodologies.

[32]
马世骏, 王如松. 社会-经济-自然复合生态系统. 生态学报, 1984, 4(1): 1-9.

[ MA S J, WANG R S. The social-eco-nomic-natural complex ecosystem. Acta Ecologica Sinica, 1984, 4(1): 1-9.]

[33]
曾刚, 胡森林. 技术创新对黄河流域城市绿色发展的影响研究. 地理科学, 2021, 41(8): 1314-1323.

DOI

[ ZENG G, HU S L. Impact of technological innovation on urban green development in the Yellow River Basin. Scientia Geographica Sinica, 2021, 41(8): 1314-1323.]

[34]
葛世帅, 曾刚, 杨阳, 等. 黄河经济带生态文明建设与城市化耦合关系及空间特征研究. 自然资源学报, 2021, 36(1): 87-102.

[ GE S S, ZENG G, YANG Y, et al. The coupling relation-ship and spatial characteristics analysis between ecological civilization construction and urbanization in the Yellow River Economic Belt. Journal of Natural Resources, 2021, 36(1): 87-102.]

DOI

[35]
YORK R, ROSA E A, DIETZ T. STIRPAT, IPAT and ImPACT: Analytic tools for unpacking the driving forces of environmental impactsv. Ecological Economics, 2003, 46: 351-365.

DOI

[36]
贺灿飞, 周沂. 环境经济地理研究. 北京: 科学出版社, 2016: 175-176.

[ HE C F, ZHOU Y. Environmental Economic Geography. Beijing: Science Press, 2016: 175-176.]

[37]
赵霄伟. 环境规制、环境规制竞争与地区工业经济增长: 基于空间Durbin面板模型的实证研究. 国际贸易问题, 2014, (7): 82-92.

[ ZHAO X W. Environmental regulation, environmental regulation competition and regional industrial economic growth: An empirical study based on spatial panel Durbin model. Journal of international trade, 2014, (7): 82-92.]

[38]
温忠麟, 张雷, 侯杰泰, 等. 中介效应检验程序及其应用. 心理学报, 2004, (5): 614-620.

[ WEN Z L, ZHANG L, HOU J T, et al. Testing and application of the mediating effects. Acta Psychologica Sinica. 2004, (5): 614-620.]

[39]
CHEN J, GAO M, CHENG S, et al. County-level CO2 emissions and sequestration in China during 1997-2017. Scientific Data, 2020, 7: 391, Doi: 10.1038/s41597-020-00736-3.

DOI

[40]
SALAMON L, LUND M. Beyond Privatization: The tools of Government Action. Washington: The Urban Insitute, 1989.

[41]
HENDERSON J V, KUNCORO A, TURNER M. Industrial development in cities. Journal of Political Economy, 1995, 103: 1067-1090.

DOI

[42]
YUAN H X, FENG Y D, LEE J, et al. The spatial threshold effect and its regional boundary of financial agglomeration on green development: A case study in China. Journal of Cleaner Production, 2020, 244: 1-16.

[43]
TSUBOI M, Resource scarcity, technological progress, and stochastic growth. Economic Modelling, 2019, 81: 73-88.

DOI

[44]
ZHANG F, DENG X, PHILLIPS F, et al. Impacts of industrial structure and technical progress on carbon emission intensity: Evidence from 281 cities in China. Technological Forecasting and Social Change, 2020, 154: 119949, Doi: 10.1016/j.techfore.2020.119949.

DOI

Options
文章导航

/

〈 〉