郭 际 张扎根
(南京信息工程大学，南京 210044)
环境规制对技术创新的影响及启示——基于Meta回归技术的多重误设定偏差分析
郭际张扎根
(南京信息工程大学，南京210044)
摘要〔〕环境规制与技术创新之间存在着何种关系，学者们提出了不同的观点。“促进说”、“抑制说”和“不确定说”均得到了一些研究的支持。本文运用定量文献研究中的Meta回归技术，以28篇重要文献中的100个观测样本为研究对象，多层面、多角度地探讨了导致不同研究结论的原因。通过对影响环境规制与技术创新关系的误设定偏差分析及10个相关假设的检验，从样本、方法、变量和文献发表特征4个方面获取了一系列有价值的调节因素。研究认为，由于纳入文献中的调节因素不同、调节因素的作用不同，导致研究结果出现差异。这一发现有助于理解环境规制与技术创新之间的内在关系，为今后该领域的理论研究和实践工作提供参考。
关键词〔〕环境规制技术创新调节因素Meta回归技术误设定偏差
引言
随着全球环境恶化和自然资源的日益短缺，社会的可持续发展遇到严峻挑战。各国一方面实施环境规制；另一方面长期致力于加强技术创新，并以此作为提高经济发展质量的重要措施。但是，环境规制政策的实施，在解决环境污染问题的同时，又在一定程度上影响了技术创新的方向与发展水平。因此，研究环境规制与技术创新两者之间的内在关系，有利于合理制定并实施环境规制措施，增强地区和企业的技术创新能力，因而具有重要的理论和现实意义。自20世纪70年代以来，学者们围绕这一主题进行了大量的研究。但由于研究样本所在国家和地区的资源禀赋、制度环境、技术创新能力，以及经济发展阶段不同，环境规制与技术创新之间的关系表现出较大的差异。研究结论可大致可归纳为以下3类：
(1)“促进说”，环境规制激励技术创新。如Porter[1，2]提出“波特假说”，认为合理设置环境规制政策，能够刺激企业进行技术创新，产生创新补偿，部分甚至全部抵消环境规制成本，从而提高企业竞争力。Hamamoto[3]对日本制造业进行研究，发现增加污染治理支出，将显着提高R&D支出，并逐渐增强技术创新能力；Horbach[4]以德国制造业与服务业企业为例开展研究，得出环境规制、环境管理工具以及组织变化促进环保创新的结论。Carrión-Flores和Innes[5]以1989～2004年美国127个制造行业为研究样本，检验企业排污量与环保技术专利之间的关系，研究表明环境规制政策可以刺激被管制企业进行创新。Helmut Yabar等[6]以日本二恶英排放和家电回收为例分析了环境规制对技术创新的影响，通过比较规制期与非规制期的相关专利数，发现灵活设置的环境规制可以引发技术创新。Ford等[7]以澳大利亚石油和天然气行业企业为研究样本，发现当企业面临严格的规制时，更有可能进行产品与服务创新。
(2)“抑制说”，环境规制阻碍技术创新。如Walley和Whitehead[8]指出环境规制引起成本增加，并且导致资金资源发生转移，服从环境规制占用了部分财务资源，最终抑制了技术创新能力。Marcus Wagner[9]使用德国制造业企业数据，实证研究了环境管理、环境创新和专利申请之间的关系。分析认为，环境管理体制的实施水平负向影响企业一般专利的申请；Chintrakarn[10]利用SFA模型，以1982～1994年期间美国48个州的制造业为研究对象，分析得出严格的环境规制不利于技术效率的提高。
(3)“不确定说”，环境规制与技术创新没有明显的相关关系。如Jaffe和Palmer[11]利用美国制造企业1975～1991年的数据，以污染治理支出作为环境规制强度指标，分别以R&D支出和成功的专利申请量作为技术创新指标，实证分析后发现环境规制促进R&D支出，但与专利申请量表现出负相关。Brunnermeier和Cohen[12]通过使用污染治理成本和强制规制(政府检查、监督活动)作为环境规制强度的衡量指标，使用成功的环境专利申请量作为技术创新的衡量指标，实证分析了美国1983～1992年间146个制造业环境规制与产业技术创新之间的关系，结果表明环境创新与污染治理成本之间存在正相关关系，而强制规制却没能引发技术创新。Arimura-Toshi和Sugino[13]以日本19个制造业和非制造业为考察对象，发现从统计意义上看，环境规制和技术创新之间的关系不明显。Jolle Noailly[14]使用能源规制标准、能源税、政府能源R&D支出作为环境规制政策指标，提高建筑业能源效率的技术专利数作为技术创新指标，根据1989～2004年欧洲七国的建筑业数据，分析认为能源规制标准与政府能源R&D支出对专利数有较小的正向影响，但能源税对专利数没有影响。
由以上可知，环境规制与技术创新的关系研究，目前尚无统一的结论。针对这一情况，本文为避免定性文献研究的局限，采用定量文献研究方法——国际上流行的Meta法对已有文献进行分析，厘清环境规制与技术创新之间的关系及其影响因素。具体包括：(1)利用Meta分析合并已有的关于环境规制与技术创新关系的多种实证研究结果，找出误设定偏差(Mis-specialization Bias)[15]，即导致不同估计结果的前提假设，并从样本、方法、变量和文献发表4个方面找出影响关系差异的调节因素。(2)采用Meta回归技术方法进行原因探索式研究，在找出各类调节因素的同时，还能够比较各调节效应的大小和方向，而这些信息是以往的定性研究所反映不出来的，这些都是该领域定量文献研究的有益补充。
1研究假设、方法及框架
1.1样本特征方面的差异来源分析
1.1.1样本来源国不同
现有文献的研究样本来自众多国家(地区)，有发达国家(地区)，也有发展中国家(地区)。如Lee等[16]的研究样本来自美国，Zhao等[17]以中国为例，Johnstone等[18]的研究样本则来自多个国家，他们的研究结论也有所差异。因此，我们针对样本来源国的不同提出以下假设：
H1：来自发达国家(地区)和发展中国家(地区)的样本，环境规制与技术创新之间的关系(正负相关、强度、显着与否)存在显着差异。
1.1.2样本容量不同
文献中使用样本观测值的多少，影响研究结果的可靠性，对研究结论有着不容忽视的影响。Brunnermeier和Cohen[12]使用1460个观测值得出显着但较弱的关系；Kammerer[19]使用355个观测值得出显着且较强的关系。因此，我们进一步提出：
H2：样本容量大的文献与样本容量小的文献，环境规制与技术创新之间的关系(正负相关、强度、显着与否)存在显着差异。
1.1.3样本数据年份不同
本文涉及的研究文献分布在1970～2010年代。随着时间的推移，环境规制与技术创新之间的关系可能发生相应的变化。如Jaffe和Palmer[11]利用1975～1991年的数据，发现环境规制与专利申请量表现出负相关；而Carrión-Flores和Innes[5]使用1989～2004年的数据得出环境规制与技术创新之间的正相关关系。针对数据年份的不同，本文提出：
H3：距今较早与较晚的样本数据年份，环境规制与技术创新之间的关系(正负相关、强度、显着与否)存在显着差异。
1.1.4样本观测年数不同
本文研究的文献中，样本观测年数最短的1年，最长的为29年。Jolle Noailly[14]使用25年的数据得出能源税与专利数之间呈现出不显着的负相关；Demirel和Kesidou[20]使用2年的数据研究发现，环境规制与技术创新存在着显着的正相关关系。针对时间跨度的长短，本文提出：
H4：样本观测年数的长短不同，环境规制与技术创新之间的关系(正负相关、强度、显着与否)存在显着差异。
1.1.5样本层面不同
学者们对环境规制与技术创新关系的研究往往来自不同的样本层面，包括企业层面、行业层面和国家(地区)层面等。如Klemetsen[21]使用挪威企业层面的数据，分析认为环境规制可以促进技术创新。Kneller和Manderson[22]使用英国制造行业数据，研究认为环境规制提高环境R&D投入和环境资本投资，但对总R&D投入和总资本投资没有积极影响。Johnstone等[18]的研究则立足于自国家层面，认为环境规制可以提高环保专利数。针对样本层面的不同，本文提出：
H5：使用国家(地区)层面、企业层面和行业层面的样本，环境规制与技术创新之间的关系(正负相关、强度、显着与否)存在显着差异。
1.2计量方法特征方面的差异来源分析
1.2.1计量回归方法不同
不同的回归方法，其假设条件及适用范围有所区别，可能导致结果的差异。Hamamoto[3]使用OLS回归方法，认为污染控制成本正向影响R&D支出；Marcus Wagner[9]利用Probit回归方法，发现环境管理体制的实施水平负向影响企业一般专利的申请；Kneller和Manderson[22]使用GMM回归方法，发现环境规制对总的R&D投资和总资本投资没有积极影响等。本文涉及的研究文献中使用了OLS、Probit、GMM、Logit等回归方法，其中以OLS和Probit回归居多。因此，本文提出：
H6：使用OLS、Probit回归和其他回归方法，环境规制与技术创新之间的关系(正负相关、强度、显着与否)存在显着差异。
1.2.2数据类型不同
采用面板数据或横截面数据或时间序列数据都将影响研究结果，单一的横截面或时间序列数据可能存在异方差性、多重共线性等问题，而面板数据能够有效克服这些缺陷，更加可靠地反映出变量之间的关系。现有文献使用了多种数据处理方法，实证结果也存在差异。Yang等[23]基于面板数据分析认为，污染治理资本支出与R&D支出没有统计意义上的显着关系；Ford等[7]采用横截面数据得出，环境规制与技术创新正相关。因此提出：
H7：使用面板数据和其他类型数据的研究，环境规制与技术创新之间的关系(正负相关、强度、显着与否)存在显着差异。
1.3变量选择特征方面的差异来源分析
1.3.1环境规制指标选取不同
借鉴Brunel和Levinson[24]衡量环境规制的方法，本文将环境规制的衡量指标大致归为3类：以调查为基础对环境规制进行评分、评级而获取的环境规制定性评价指标(Horbach；Johnstone等)[4，18]、以治污成本与支出来衡量的环境规制指标(Brunnermeier和Cohen)[12]、以污染物释放(或能源使用)来衡量的环境规制指标(Lin；Borghesi等)[25，26]。针对环境规制指标选取不同，本文提出：
H8：使用不同类型环境规制评价方法的研究，环境规制与技术创新之间的关系(正负相关、强度、显着与否)存在显着差异。
1.3.2技术创新指标选取不同
目前针对技术创新指标多使用专利数来衡量，其中包括专利申请数和授权数(Wagner；Kammerer)[9，19]。也有学者使用R&D支出来衡量技术创新(Jaffe和Palmer；Kesidou，2012)[11，27]。另外还有以调查为基础对技术创新进行评分、评级而获取的技术创新评价指标(Ford等；Ying Dong等)[7，28]。针对技术创新指标选取不同，本文提出：
H9：使用不同类型的技术创新评价方法的研究，环境规制与技术创新之间的关系(正负相关、强度、显着与否)存在显着差异。
1.4发表特征方面的差异来源分析
文献发表年份不同，可能存在不同的发表倾向。因此，就文献发表的年份不同，以及可能对环境规制与技术创新关系的影响，本文提出：
H10：发表时间距今较近的文献和发表时间距今较远的文献，环境规制与技术创新之间的关系(正负相关、强度、显着与否)存在显着差异。
1.5研究方法与研究框架
1.5.1研究方法
本文借鉴Horváthová[29]、陈立敏和王小瑕[30]的研究方法，基于现有研究文献，运用Meta回归技术分析方法，探究上述各调节因素对环境规制与技术创新关系的影响。Meta回归技术分析以前提假设为自变量，以研究估计结果为因变量构造多元回归模型，能够有效识别误设定偏差，找出导致研究结果出现分歧的原因。
1.5.2研究框架
本文的具体研究工作是从3个角度展开的：(1)关于环境规制与技术创新关系的正负相关性，利用Probit二元选择模型从样本、方法、变量和文献发表特征4个方面分析影响正负相关性的因素。(2)关于环境规制与技术创新关系的强度大小，以变量回归系数的绝对值为因变量进行多元OLS回归分析，从以上4个方面找出影响关系强度的因素。(3)关于环境规制与技术创新关系的显着性，采用Probit二元选择模型从以上4个方面找出影响关系显着与否的因素。
2数据收集与变量设置
2.1文献的收集与筛选
为获得完整的研究数据，在数据搜集方面，本文主要参考Rothstein等[31]、陈立敏和王小瑕[30]的方法。以“Environmental Regulation”、“Technological Innovation”①等为检索词，在Elsevier、Spring link、Emerald、EBSCO host以及Google学术网站搜索题名、关键词或摘要中含有上述检索词的文献。
获得初始文献后，根据以下原则进行严格筛选：(1)文献的研究问题必须是环境规制对技术创新的影响；(2)必须是产生定量结果的实证研究，剔除理论性、综述性以及定性研究的文献；(3)必须报告环境规制与技术创新的回归系数或能够推导计算出回归系数的数据，如结构方程模型和路径分析中的路径系数等[32]；(4)如果多个文献的研究样本相同且研究方法、数据处理方式也基本相同，则取其中样本观测值最大的一篇文献纳入分析32〗依据以上标准，本文最终筛选、整理出28篇文献，其中24篇来自SCI和SSCI期刊论文(除1篇文献的影响因子为0.518外，其余23篇文献影响因子均在1.0以上)，3篇Working Paper(分别来自Fondazione Eni Enrico Mattei、Sustainability Environmental Economics and Dynamics Studies(SEEDS)、Statistics Norway，Research Department)，1篇来自EI期刊。并从28篇文献中获得100个有效的研究样本，其中有正相关关系的85个，负相关关系的15个，得到显着结果的66个，结果不显着的34个。
2.2变量设置及编码
2.2.1解释变量
本文的解释变量包括文献的样本、计量方法、变量选择和发表特征4个方面，具体设置如下：
(1)样本特征。①样本来源国。根据国际货币基金组织的分类标准将样本来源国分为发达国家(地区)与发展中国家(地区)，并设置“发达国家”虚拟变量：若研究样本全部来自发达国家(地区)时编码为1，全部来自发展中国家(地区)时编码为0，来自多种国家(地区)编码为0.5。②文献的样本容量。用文献中样本观测值的对数(lnOBS)进行编码。③样本数据年份。选取研究样本的数据期间中值，例如，当数据期间为1985～2008年时，编码为1996.5。④样本观测年数。例如，当数据期间为1985～2008年时，编码为24。⑤样本层面。分为3类：企业层面、行业层面、国家(地区)层面。设置两个虚拟变量：“企业层面”和“行业层面”，以国家(地区)层面为参照组。当研究样本为企业时“企业层面”变量编码为1，否则为0；研究样本为行业时“行业层面”变量编码为1，否则为0。(2)方法特征。①计量回归方法。分为3类：OLS、Probit、其他回归方法。以“其他回归方法”变量为参照组，设置“OLS”和“Probit”两个虚拟变量。当研究文献采用OLS回归方法时“OLS”变量编码为1，否则为0；当研究文献采用Probit回归方法时“Probit”变量编码为1，否则为0。②数据类型。设置“面板数据”虚拟变量：当研究文献使用面板数据时编码为1，否则为0。(3)变量特征。①环境规制的测量。以污染物释放强度为参照组，设置“规制评价”和“治污成本与支出”两个虚拟变量，当研究文献中采用以调查为基础进行评分、评级，获得的环境规制强度这一指标时，“规制评价”变量编码为1，否则为0；若研究文献中采用治污成本与支出来衡量环境规制强度“治污成本与支出”变量，编码为1，否则为0。②技术创新的测量。设置“专利数”和“R&D支出”两个虚拟变量，并用以调查为基础进行评分、评级而获得的技术创新评价指标作为对照组。若研究文献中采用专利数指标则“专利数”变量，编码为1，否则为0；若使用R&D支出指标则“R&D支出”变量编码为1，否则为0。(4)发表特征。设置“发表年份”虚拟变量，以文献发表在期刊上的年份进行编码。
2.2.2被解释变量
本文的被解释变量包括3类：环境规制与技术创新的正负关系、关系强度以及关系的显着性。(1)选择Probit二元选择模型分析环境规制与技术创新的正负关系时，依据正负关系对因变量进行编码，正向关系编码为1，负向关系编码为0。(2)进行关系强度的多元回归分析时，因变量为环境规制变量回归系数的绝对值。(3)采用Probit二元选择模型分析环境规制与技术创新关系的显着性时，若环境规制变量回归系数显着(P<0.10)，因变量编码为1，反之编码为0。
3Meta回归技术分析结果
3.1环境规制与技术创新正负相关的影响因素
表1是环境规制与技术创新正负关系的Probit分析结果③，表中前4列为分别加入样本特征、方法特征、变量及发表特征自变量的回归结果，最后一列是进行稳健性检验的全变量回归结果。由表1可知：
(1)样本特征方面。较早数据年份的研究得到正相关关系的可能性更大(Coef=-0.042，P<0.10)。较短的样本观测年数更倾向于得到正相关关系(Coef=-0.788，P<0.05)。相对于国家(地区)层面，企业层面样本出现负相关关系的可能性更大，但这一结果在模型1和模型5中有差异，说明结果还不稳健。而行业层面样本相比于国家(地区)层面，更容易呈现出负相关关系(Coef=-1.045，P<0.10)。
(2)方法特征方面。相比于其他回归方法采用Probit回归倾向于得到正相关关系(Coef=1.185，P<0.05)，而OLS回归却无显着影响。
(3)变量特征方面。相对于污染物释放强度的环境规制指标，采用以调查为基础而获得的环境规制强度评价指标即规制评价，更易于得到正相关关系(Coef=1.246，P<0.05)。
(4)发表特征方面。近期，具有正相关关系结果的文献更多地被发表(Coef=0.062，P<0.10)。
以上结果分别参见表1的第3、4、5、6列。
表1 环境规制与技术创新正负相关的影响因素：Probit分析结果
注：(1)因变量为二分变量，正相关时取值为1；(2)括号中数值为标准误；(3)*、**、***、****分别表示0.15、0.10、0.05、0.01显着水平。
3.2环境规制与技术创新关系强度的影响因素
环境规制变量回归系数绝对值的大小代表环境规制与技术创新关系的强弱。表2是以环境规制变量回归系数的绝对值为因变量的多元回归结果。由表2可知：
(1)样本特征方面。样本特征方面的各变量都显着影响环境规制与技术创新的关系强度，但影响方向却不尽相同。样本容量的回归结果显着为负，表明样本量越多关系越弱(Coef=-0.176，P<0.01)。数据年份显着正向调节环境规制与技术创新的关系强度(Coef=0.028，P<0.05)。观测年数也显着正向调节两者间的关系强度(Coef=0.058，P<0.01)。相对于国家(地区)层面，企业层面环境规制与技术创新的关系更强(Coef=0.508，P<0.05)。而发达国家变量则对二者之间的关系起着负向调节作用(Coef=-0.714，P<0.05)。相对于国家(地区)层面，行业层面环境规制与技术创新的关系更弱，但回归结果不一致，证明这一结果不稳健。
(2)方法特征方面。面板数据模型得到的关系更弱(Coef=-0.465，P<0.05)。OLS回归方法得到的关系更强(Coef=0.518，P<0.05)。
(3)变量特征方面。相比较于污染物释放强度指标，治污成本与支出表示的环境规制指标得到的线性关系更弱(Coef=-0.558，P<0.05)。但是和以调查为基础而获得的技术创新评价指标相比，用R&D支出表示的技术创新得到的关系更强(Coef=0.889，P<0.05)。
(4)发表特征方面。针对发表年份而言，发表年份负向调节线性关系强度，但是回归结果在模型4与模型5中不一致，因此这一结果不稳健。
以上结果分别参见表2的第3、4、5、6列。
表2 环境规制与技术创新关系强度的多元回归分析
续 表
注：(1)因变量为变量回归系数的绝对值；(2)括号中数值为标准误；(3)*、**、***、****分别表示0.15、0.10、0.05、0.01显着水平。
3.3环境规制与技术创新关系显着性的影响因素
表3是环境规制与技术创新关系显着性因素的Probit分析结果。由表3可以看出：
(1)样本特征方面。大的样本量更有可能得到关系显着的结论(Coef=0.346，P<0.01)。而数据年份越近，得到两者之间关系显着的可能性越小(Coef=-0.087，P<0.10)。样本观测年数越长，越有可能出现关系不显着的情况(Coef=-0.111，P<0.01)。相比于国家(地区)层面样本，企业层面和行业层面出现显着性关系的可能性更低(Coef=-1.980，P<0.01)、(Coef=-1.778，P<0.50)。
(2)方法特征方面。和其他回归方法相比，采用OLS与Probit回归方法时，倾向于得到关系显着的结论(Coef=0.610，P<0.15)、(Coef=0.920，P<0.01)。使用面板数据时，同样更容易出现关系显着的结论(Coef=1.456，P<0.10)。
(3)变量特征方面。相比较于污染物释放强度指标，使用治污成本与支出表示的环境规制指标倾向于得到关系不显着的结论(Coef=-0.965，P<0.05)。用R&D支出表示的技术创新在显着性方面得到了不稳健的结果。
(4)发表特征方面。从发表年份的回归结果来看，近期发表的文献，其结论多为关系显着(Coef=0.073，P<0.05)。
以上结果分别参见表3的第3、4、5、6列。
表3 环境规制与技术创新关系显着性的影响因素：Probit分析结果
续 表
注：(1)因变量为二分变量，回归系数显着时取值为1；(2)括号中数值为标准误；(3)*、**、***、****分别表示0.15、0.10、0.05、0.01显着水平。
4研究结论与启示
针对“环境规制与技术创新关系如何” 这一争议问题， 本文借助定量文献分析的Meta回归技术将影响环境规制与技术创新之间关系的各种调节因素纳入分析，并从样本特征、方法特征、变量特征、文献发表特征4个层面进行了多重误设定偏差分析，获得结论如下。
4.1样本不同，环境规制与技术创新关系的结论出现显着差异
样本容量越大，越有可能得到关系显着的结论，关系强度则可能会被削弱，但对正负相关性没有显着影响。可能因为样本容量越大，所包含的可能会影响技术创新的潜在因素越多，从而在一定程度上削弱环境规制对技术创新的影响。
较大的样本观测年数正向调节关系强度，却不利于得到显着性结果。可能由于环境规制存在滞后效应，对技术创新的影响尚未显现。同时，随着时代的变化，如新经济、信息技术和新一轮工业革命等的出现，影响技术创新能力的因素大量涌现，环境规制对技术创新的影响有可能正在被其他因素所弱化或替代，进而出现两者之间关系负相关或不显着的结果。
相对于国家(地区)层面，行业层面的样本研究倾向于得到负向或不显着的关系。企业层面的样本易于得到更强的线性相关关系，但关系不显着的居多。在行业和企业层面，环境规制与技术创新之间的关系倾向于不显着，这说明在行业和企业层面，利用环境规制刺激技术创新的目的较难实现。
相对于发展中国家，发达国家环境规制与技术创新之间的关系强度更弱。可能因为发达国家的非生产类产业占比较低，三高型(高污染、高耗能、高排放)产业比例较小，其技术创新也多与环境规制无关，因此，环境规制对技术创新的影响不大。
4.2方法和数据类型不同，会显着影响研究结论
研究文献采用OLS回归方法时，环境规制与技术创新之间表现出更强的关系，同时有利于得到关系显着的结论。采用Probit回归方法时，两者更有可能表现出正相关的、显着的关系。
当采用面板回归技术时，关系强度会有所下降，但得到显着关系的可能性会提高。原因可能在于面板数据能够有效克服异方差性、多重共线性等问题，从而更加可靠地反映出变量之间的显着关系。
4.3选取不同的环境规制与技术创新指标，对研究结论存在显着影响
与污染物释放强度指标相比，采用治污成本与支出指标，环境规制与技术创新之间的关系强度倾向于更弱，得出关系显着结论的可能性更小。这启示我们，在现实中，以污染物释放强度为基础设置环境规制，或许能够更有效地刺激技术创新。
与污染物释放强度指标相比，使用规制评价指标，正线性关系出现的可能性大。规制评价指标是定性指标，该信息带有一定的主观性，而评价者往往倾向于保护环境，可能会产生有偏的评价和判断。因此可能存在环境规制对技术创新影响被高估的情况。
对技术创新而言，使用R&D支出指标进行衡量时，更有可能提高环境规制与技术创新之间的关系强度。原因之一可能在于环境规制强度与R&D支出指标同时增长，两者之间易于出现正向关系；二是面对严格的环境规制时，被规制对象往往是通过增加R&D投入以减少环境污染方面的产出。因此环境规制与R&D支出之间的关系更加显着。
4.4从发表特征方面来看，发表时间距今较近的文献，所得结论多为正相关且关系显着
Ambec等[33]也认为，在“波特假说”诞生后，越来越多的研究开始倾向于支持环境规制与技术创新之间有正相关关系，因此期刊可能也存在这样的发表倾向。
综上可知，在观测年数长、样本数据距今年份近、样本来自行业层面的文献中“促进说”容易得到验证，而在发表年份近、使用定性环境规制指标、使用Probit回归分析方法的文献中“抑制说”容易得到验证。由此本文研究发现，环境规制与技术创新之间的关系会受到多种因素的影响，且各种调节因素对两者之间关系的正负方向、强度大小、显着与否的影响各不相同。这在样本选取、指标设计、计量回归方法使用等方面为以后该领域的研究提供了参考和借鉴。但本文仍有一些局限。如本文的研究样本全部为英文文献，没有包含中文及其他语言的文献样本；受能力和条件的限制，研究也没有穷尽所有相关文献；在进行环境规制与技术创新关系研究时，可能还存在一些中介变量的影响，为突出研究重点，本文亦未将其考虑在内；采用Meta方法进行分析时，本文仅能对某个文献的整体研究结果进行分析，并得出该文献整体层面的结论，没有针对单个研究个体，如针对单个企业或行业进行编码并给出研究结论。以上种种不足，留待后续认真研究。
注释：
①为防止翻译误差影响文献收集的完整性，本文分别以“Technology Innovation”、“Technical Innovation”作为“Technological Innovation”的相关替代词对文献进行了同样的检索收集。
②当研究样本相同且研究方法、数据处理方式也基本相同时，样本观测值越大，研究结果越可靠。
③由于在使用Stata12.0软件进行正负关系的Probit回归分析时，“发达国家”、“面板数据”两虚拟变量均出现了完美预测(Predicts Success Perfectly)的情况，因此表1是剔除了以上两个虚拟变量后的回归结果。
参考文献
[1]Porter M.E..Americas Green Strategy[J].Scientific American,1991,264(4):1～5
[2]Porter M E,Van der Linde C.Toward a New Conception of the Environment-competitiveness Relationship[J].The Journal of Economic Perspectives,1995,9(4):97～118
[3]Hamamoto M.Environmental Regulation and the Productivity of Japanese Manufacturing Industries[J].Resource and Energy Economics,2006,28(4):299～312
[4]Horbach J.Determinants of Environmental Innovation—new Evidence from German Panel Data Sources[J].Research Policy,2008,37(1):163～173
[5]Carrión-Flores C E,Innes R.Environmental Innovation and Environmental Performance[J].Journal of Environmental Economics and Management,2010,59(1):27～42
[6]Yabar H,Uwasu M,Hara K.Tracking Environmental Innovations and Policy Regulations in Japan:Case Studies on Dioxin Emissions and Electric Home Appliances Recycling[J].Journal of Cleaner Production,2013,44:152～158
[7]Ford J A,Steen J,Verreynne M L.How Environmental Regulations Affect Innovation in the Australian Oil and Gas Industry:Going Beyond the Porter Hypothesis[J].Journal of Cleaner Production,2014,84:204～213
[8]Walley N,Whitehead B.Its Not Easy Being Green[J].Reader In Business and the Environment,1994,36:81
[9]Wagner M.On the Relationship Between Environmental Management,Environmental Innovation and Patenting:Evidence from German Manufacturing Firms[J].Research Policy,2007,36(10):1587～1602
[10]Chintrakarn P．Environmental Regulation and US States Technical Inefficiency[J].Economics Letters,2008,100(3):363～365
[11]Jaffe A B,Palmer K.Environmental Regulation and Innovation:A Panel Data Study[J].Review of Economics and Statistics,1997,79(4):610～619
[12]Brunnermeier S B,Cohen M A.Determinants of Environmental Innovation in US Manufacturing Industries[J].Journal of Environmental Economics and Management,2003,45(2):278～293
[13]Arimura T H,Sugino M.Does Stringent Environmental Regulation Stimulate Environment Related Technological Innovation?[J].Sophia Economic Review,2007,52(3):1～14
[14]Noailly J.Improving the Energy Efficiency of Buildings:The Impact of Environmental Policy on Technological Innovation[J].Energy Economics,2012,34(3):795～806
[15]彭俞超,顾雷雷.经济学中的META回归分析[J].经济学动态,2014,(2):126～131
[16]Lee J,Veloso F M,Hounshell D A.Linking Induced Technological Change,and Environmental Regulation:Evidence from Patenting in the US Auto Industry[J].Research Policy,2011,40(9):1240～1252
[17]Zhao X,Zhao Y,Zeng S,et al.Corporate Behavior and Competitiveness:Impact of Environmental Regulation on Chinese Firms[J].Journal of Cleaner Production,2015,86:311～322
[18]Johnstone N,HaI,Poirier J,et al.Environmental Policy Stringency and Technological Innovation:Evidence from Survey Data and Patent Counts[J].Applied Economics,2012,44(17):2157～2170
[19]Kammerer D.The Effects of Customer Benefit and Regulation on Environmental Product Innovation:Empirical Evidence from Appliance Manufacturers in Germany[J].Ecological Economics,2009,68(8):2285～2295
[20]Demirel P,Kesidou E.Stimulating Different Types of Eco-innovation in the UK:Government Policies and Firm Motivations[J].Ecological Economics,2011,70(8):1546～1557
[21]Klemetsen M E,Bye B,Raknerud A.Can Non-market Regulations Spur Innovations in Environmental Technologies?:A Study on Firm Level Patenting[R].https:∥ideas.repec.org/p/ssb/dispap/754.html，2013
[22]Kneller R,Manderson E.Environmental Regulations and Innovation Activity in UK Manufacturing Industries[J].Resource and Energy Economics,2012,34(2):211～235
[23]Yang C H,Tseng Y H,Chen C P.Environmental Regulations,Induced R&D,and Productivity:Evidence From Taiwans Manufacturing Industries[J].Resource and Energy Economics,2012,34(4):514～532
[24]Brunel C,Levinson A.Measuring Environmental Regulatory Stringency[R].OECD Publishing,2013
[25]Minghua L,Yongzhong Y.Environmental Regulation and Technology Innovation:Evidence from China[J].Energy Procedia,2011,(5):572～576
[26]Borghesi S,Cainelli G,Mazzanti M.Linking Emission Trading to Environmental Innovation:Evidence from the Italian Manufacturing Industry[R].Research Policy(2014),http:∥dx.doi.org/10.1016/j.respol，2014-10-014
[27]Kesidou E,Demirel P.On the Drivers of Eco-innovations:Empirical Evidence from the UK[J].Research Policy,2012,41(5):862～870
[28]Ying Dong,Xi Wang,Jun Jin,et al.Effects of Eco-innovation Typology on its Performance:Empirical Evidence from Chinese Enterprises[J].Journal of Engineering and Technology Management,2014,34:78～98
[29]Horváthová E.Does Environmental Performance Affect Financial Performance?A Meta-analysis[J].Ecological Economics,2010,70(1):52～59
[30]陈立敏,王小瑕.国际化战略是否有助于企业提高绩效——基于Meta回归技术的多重误设定偏倚分析[J].中国工业经济,2014,(11):102～115
[31]Rothstein H R,Sutton A J,Borenstein M.Publication Bias in Meta-Analysis:Prevention,Assessment and Adjustments[M].New York:Wiley,2005
[32]Rosenbusch N,Brinckmann J,Bausch A.Is Innovation Always Beneficial?A Meta-analysis of the Relationship Between Innovation and Performance in SMEs[J].Journal of Business Venturing,2011,26(4):441～457
[33]Ambec S,Cohen M A,Elgie S,et al.The Porter Hypothesis at 20:Can Environmental Regulation Enhance Innovation and Competitiveness?[J].Review of Environmental Economics and Policy,2013,(11):1～24
The Impact and Enlightenment of Environmental Regulation on
Technological Innovation
——Analysis of Multiple Mis-specialization Bias Based on Meta-regression Technique
Guo JiZhang Zhagen
(Nanjing University of Information Science and Technology，Nanjing 210044，China)
〔Abstract〕About the relationship between environmental regulation and technological innovation,scholars have put forward different views such as“promotion”,“suppression”and“uncertainty”.In this paper we use Meta-regression to analyze 100 observations derive from 28 important relevant papers and explore the causes of different conclusions from multiple levels and multiple perspectives.We investigate the mis-specialization bias influencing this relationship.After testing 10 hypotheses we get a series of valuable moderating factors from four aspects:samples,methods,variables and literature characteristics.Different results were caused by different moderating factors in the paper and different effects of moderating factors.This found can help to understand the internal relationship between environmental regulation and technological innovation,and provide a reference for future theoretical research and practical work in the field.
〔Key words〕environmental regulation;technological innovation;moderating factors;Meta-regression technique;mis-specialization bias
(责任编辑：史琳)
作者简介：郭际，南京信息工程大学经济管理学院副教授，博士。研究方向：科技管理、技术创新。张扎根，南京信息工程大学经济管理学院硕士研究生。研究方向：技术创新。
收稿日期：2015—10—10
中图分类号〔〕F062.2〔
文献标识码〕A
DOI：10．3969/j．issn．1004-910X．2016．02．018
