环境规制、产业集聚与贸易绿色技术溢出门槛效应研究
类 骁1，韩伯棠2
（1.北京信息科技大学信息管理学院，北京 100192；2.北京理工大学管理与经济学院，北京 100081）
摘要： 利用我国30个省份2008—2017年的数据，构建Super-SBM模型测度各区域绿色技术创新效率，进而利用门槛面板模型，以环境规制和产业集聚为门槛变量，实证研究贸易对区域绿色技术创新效率溢出的非线性影响。研究结果表明：（1）从效率值来看，我国绿色技术创新效率增长迅速，但区域发展不平衡性严重，东部地区的效率值遥遥领先于中西部地区。（2）从门槛结果来看，贸易对区域绿色技术创新效率的溢出显著存在环境规制、产业集聚的双门槛效应。（3）从作用机制来看，环境规制下的贸易与绿色技术创新效率呈“U”型关系，随着环境规制强度提高，溢出的挤出效应逐步转为激励效应，影响由负变正且作用逐渐增大；产业集聚下的贸易与绿色技术创新效率呈“N”型关系，仅当产业集聚水平跨过第二门槛时，影响显著为正；环境规制对绿色技术创新效率表现为显著的直接推动作用和间接门槛作用，产业集聚对绿色技术创新效率仅表现为间接门槛作用。
关键词： 绿色技术；溢出；双门槛；环境规制；产业集聚
1 研究概述
改革开放为我国贸易发展打开了世界的大门，进出口贸易迅速成为国民经济的重要支柱之一。截至2018年年底，我国的进出口贸易总额为30.51万元，同比增长9.7%，进口和出口规模均创造历史新高。除保持与美国、日本、英国等国的贸易往来外，我国与韩国、巴西等国以及“一带一路”沿线国家的贸易业务增长迅速，贸易将继续为促进我国的经济增长发挥至关重要的作用。
海岛电力通信光缆的运行维护必须坚持安全第一、预防为主的方针，不断总结得失，积累经验。首先，通过全面的线路巡视，更新完善技术台账，排查治理潜在隐患，寻找在设计和施工过程中可能遗留的不足。其次，对于出现故障的光缆线路，通过日常维修和应急抢修处理排障，尽早恢复业务畅通。在具体实施上，需要特别做好以下四个方面的工作。
随着经济全球化的推进和知识经济时代的到来，技术、知识和资源通过嵌入可贸易的产品或贸易过程达到跨区域、跨行业流动的目的，区域和行业从技术知识的流动中获益，即贸易的技术溢出效应［1］。国际上最早研究贸易技术溢出效应的是Coe等［2］，他们提出了测度溢出的模型(简称C-H模型)，研究证实了国际贸易对东道国全要素生产率的推动效应；Lichtenberg［3］对C-H模型进行了修正，指出模型在权重设定上的总量偏误，引入了进口贸易额占溢出国生产总值（GDP）的比重来衡量进口额的比重（简称L-P模型）。C-H模型和L-P模型为贸易技术溢出的后续研究提供了基础理论框架和模型参考，如Schiff等［4］基于L-P模型对发展中国家之间、发展中国家和发达国家之间的贸易溢出进行研究，结果表明两种溢出对发展中国家的全要素生产率均呈现显著的正作用，且后者的溢出贡献率更大；Madsen［5］以C-H模型和L-P模型为基础，对OECD成员国的贸易进口与全要素生产率（TFP）的关系进行实证，发现进口显著促进了TFP的增长，且溢出效应在各国分布不均匀；Chen等［6］研究发现，贸易进口特别是高技术产品的进口能够显著提升发展中国家企业的创新水平。
当计算表明需在驾驶舱门上加装泄压板时，可采用如图4所示计算流程进行泄压板面积的确定。驾驶舱门泄压板面积确定的原则为既能将驾驶舱和客舱的压差限制在驾驶舱门最大承压限值内，又要尽可能减少对驾驶舱门本身的强度削弱影响。计算开始时在程序中输入初始的泄压板面积和驾驶舱门上最大允许的开口面积，通过二分查找算法进行迭代计算，最终输出合适的泄压板面积。为得到更精确的计算结果，对泄压板开启的工作压差以及泄压板的响应时间也应当进行考虑。有效面积相同的泄压板，开启的工作压差越小，响应时间越短，越能在有限时间内降低驾驶舱和客舱两侧的压差。最终通过程序计算结果可得到对驾驶舱门强度削弱影响最小的最优泄压板面积。
近年来随着资源环境的破坏及其所带来的一系列经济社会问题的出现，各国都在积极探索科技创新引领下的可持续发展模式。我国在“十三五”规划中明确提出协同推进投资经贸合作，开创对外开放新局面，同时着重强调了要以创新理念提升环境质量，谋求环境保护的新布局；2016年的政府工作报告中提出了6.5%～7%的经济增长预期目标，并提出要继续深化绿色生产方式，加强生态建设，发展和使用绿色技术。绿色技术创新发展逐步成为全球发展的重要议题，通过提高绿色技术创新水平来促进环境改善已成为各国发展的共识。
绿色技术创新的概念最早兴起于发达国家的工业生产中，被认为是通过制定和控制环境污染的相关规定推动一系列以环境保护为主要特征的创新及发展行为［7］。国内对绿色技术创新的研究较晚，研究内容相对单一，且多借鉴国外已有的模型和成果［8］。笔者对目前国内相关研究梳理并归纳为以下两条线索：一是概念引入和特征描述，如华振［9］运用因子分析法研究我国各省份的绿色技术创新能力，并从人力资本素质、贸易开放度等角度开展了分析；周力［10］利用数据包络分析DEA-Malmquist指数方法测评了我国的区域绿色创新能力指数。二是影响因素研究，如雷善玉等［11］用扎根理论研究我国企业层面的绿色技术创新的影响因素，研究结果证明技术能力、文化、企业导向、政府因素等对绿色技术创新带来了影响；罗良文等［12］基于两阶段创新价值链视角研究了绿色技术创新的过程，并构建了绿色技术创新效率评价体系。
绿色技术创新效率作为绿色技术创新的重要内容之一，可以更准确地反映地区中长期创新活动对环境的改善潜力，那么贸易对绿色技术创新效率是否存在溢出效应？对于此类问题，仅有少数学者进行了理论探索。一种是基于“污染避难所”假说，核心观点是发达国家将污染密集型产业通过贸易渠道转至发展中国家，一方面促进了东道国的经济增长，却带来了污染排放、环境破坏等负面影响，不利于绿色技术创新和发展，代表学者如苏梽芳等［13］。另一种是基于因素传递影响，如波特假说认为合理的环境规制能够刺激企业、区域的创新活动，达到创新补偿的作用，而贸易受政策因素的影响很大，因此一部分观点认为环境规制可能会带来贸易的绿色壁垒，阻碍绿色技术创新，即挤出效应；而另一部分观点认为贸易显著提高了东道国人均收入，而环境规制迫使企业和地区为保持竞争优势，努力从进口贸易中获得技术和知识，且更倾向于进口绿色技术产品，倒逼产业结构的转型升级，从而刺激对绿色创新和绿色发展的需求，激发高质量的绿色技术创新产出，代表学者如李平等［14］和张少华等［15］。
2) 乙醇浓度。已吸附花青素后的树脂，加入50%、60%、70%、80%和90%的pH 1.0乙醇溶液经25℃摇床振荡解吸1 h，过滤定容至25 mL，测其吸光度并计算解吸率。
2 模型、方法和指标
2.1 Super-SBM模型
娱乐圈的未来不再以明星崇拜为主，明星只是生活的道具而已。KTV出现以后，我们就知道，明星虽然唱得很好，但也不过是提供了一个样本。你唱的时候，怎么转音是你的事。等到我去KTV唱的时候，我可以试试跟你一样转。比你多转了一圈，我就得意了，回去发这个音频：我比林俊杰多转了一圈。
设μ 为密度向量，表示投入要素的权重。当
即规模报酬可变时，投入产出计算的效率值会出现明显差异，因此设定Super-SBM模型如下：
式（2）（3）中：w- 、wg 、wb 分别为投入、期望产出、非期望产出的松弛量；θ 为目标效率值。w -、wg 、wb 严格单调递减，且0≤θ ≤1。
综合参考钱丽等［17］、王海龙等［18］对绿色技术创新效率的要素研究，本文的投入要素选取区域R&D资本存量、R&D人员全时当量和区域能源消耗总量，其中R&D资本存量采用永续盘存法计算，折旧率取15%，能源消耗总量值按等价值折算成标准煤衡量；期望产出要素选取各地生产总值及专利授权数，非期望产出要素选取地区CO2排放量和综合污染物排放量。
传统的DEA-Malmquist指数是非参数线性规划与数据包络分析的结合，其在效率测评上属于线性分段，因此在外部效益的处理上存在一定的缺陷，因此本文参照Tone［16］提出的非期望产出的Super-SBM模型方法构建模型，并测度区域层面的绿色技术创新效率。Super-SBM模型的基本思路如下：设某生产系统有n 个决策单元，每个单元有投入X 、期望产出Yg 和非期望产出Yb 3个向量，且
定义矩阵：
2.2 门槛模型构建
综合已有文献中对绿色技术创新环节中的影响因素，分析并借鉴国际研发溢出L-P模型，除围绕贸易研发存量、环境规制、产业集聚开展研究外，本文的模型还选取研发能力、人力资本水平、经济水平、政府支持力度为解释变量，构建线性模型如公式（4）所示；为减小异方差性，变量取对数形式。
主持人：11月9日的国务院常务会议上，李克强总理要求加大金融支持缓解民营企业融资难融资贵问题，“要激励金融部门主动作为，财政部要‘挺身而出’！”早前，国务院常务会议决定设立民营企业债券融资支持工具，以市场化方式帮助缓解企业融资难。民营企业融资难融资贵的根源是什么？目前来看，要缓解民营企业融资难融资贵问题，财政部等相关部门如何有所作为？
2）环境规制
。文献中多采用治污投资额与工业产值的比值测算，本文考虑到各省份工业产业结构的差异性，参考沈能等［20］的方法引入产业结构参数，即
其中：
为地区i 在t 年的环境规制强度；
为地区i 在t 年的治污投资额；
为地区i 在t 年的工业总产值；St 为各省份历年的工业产业结构，采用工业产值与地区生产总值比值测算。
式（4）（5）中：i 为地区；t 为年份；α 为截距项；β 为变量影响系数；ε 为随机扰动项；q 为门槛变量；γ 为门槛值；θ 为门槛区间的变量影响系数。
监控系统采用SQL网络型数据库并提供了设备实时数据的第三方接口，提供手机APP应用，可以与用户实际管理体制进行配合管理，真正做到无人值守并融入用户的管理方式。将以前不注重但却对电力安全运营拥有相当影响的端子箱，纳入管理系统中来，进一步提高电力运维的安全性。监控平台界面显示采用全中文界面，图形化设计，支持电子地图功能。界面的结构、层次清晰明了，能够实时直观地显示设备的运行数据和运行状态，场景仿真。
2.3 指标选取与数据来源
截取2008—2017年为观测年份，选取我国30个省、自治区、直辖市（未包括西藏和港澳台地区）（以下简称样本地区）的面板数据进行实证。综合我国的进口贸易数据，选取与我国贸易合作密切的G7成员国（美国、日本、德国、法国、英国、意大利、加拿大）以及近年来进口额增长迅速的韩国、澳大利亚、新加坡、巴西以及俄罗斯共12个国家作为贸易溢出来源国（以下简称样本国家）。
表3提供了2008年和2017年各区间的样本省份分布情况。2017年位于环境规制高强度的省份有12个，主要集中在东南沿海地区和中部的安徽、山西、湖北3省；位于环境规制中等强度的省份有13个，分布于华中地区、东北3省以及西北、西南的部分省份；位于环境规制低强度的省份共5个，全部来自西部地区。相较于2008年，位于环境规制高强度的省份只有上海、北京、江苏和浙江，说明各地方采取的环境规制手段的力度有了显著增强，各地政府已逐步意识到了工业经济发展中环境保护的重要性。2017年位于产业集聚高水平的省份有12个，除东南沿海7个省份外，还包括了西南地区的四川、重庆，西北地区的陕西，华东地区的江西以及东北地区的吉林，整体呈中心分散的局部集聚分布形态；位于产业集聚中等水平的省份包括了山西、辽宁等12个；位于产业集聚低水平的省份除内蒙古外，全部来自于西部地区。相较于2008年，多数省份的产业集聚区位熵指数明显提升，意味着高技术产业在地区经济发展中的作用越来越明显。
（2）解释变量：
1）贸易研发存量
。由于省份与样本国家的贸易数据部分缺失，对L-P模型的权重进行修正。新权重除要解决数据问题外，还要体现溢出来源国与我国的贸易国别差异和我国各省份贸易业务的差异。测算公式如下：
式（6）中：j 为溢出方国家或地区；
为地区i 在t 年的进口贸易额；Mt 为t 年我国进口贸易总额；
为国家或地区j 在t 年对我国的贸易总额；
为国家或地区j 在t 年的GDP总额；
为国家或地区j 在t 年的研发资本存量，采用永续盘存法计算，经验折旧率取15%且折算成2008年表示的不变价。
依据Hansen［19］提出的门槛回归模型，构建以贸易研发存量为门槛依赖变量，环境规制和产业集聚为门槛变量的门槛回归模型，以双门槛模型为例构建模型如下：
3）产业集聚
。高技术产业作为技术密集型产业代表，本身涵盖了新能源与节能技术、资源与环境技术等绿色技术创新相对集中的领域，具有资源和能源消耗少等特点，基于此，本文采用高技术产业的产业集聚水平衡量。通常测度产业集聚程度的方法有区位熵、赫芬达尔指数、EG指数、空间基尼系数等［21-22］，本文采用区位熵方法计算，得出的区位熵指数越大，表示该地区的高技术产业集聚水平越高。计算公式如下：
综上来看，目前对绿色技术创新效率的测度多基于DEA或指标体系的方法，未考虑环境属性带来的“松弛问题”或指标体系构建的科学性。贸易对我国创新的技术溢出效应已得到了大量实证，在提倡绿色发展的当前，贸易对我国绿色技术创新效率又有何影响？而在环境规制等因素的综合影响下，贸易溢出究竟表现为挤出效应还是激励效应？是呈线性作用还是非线性作用？据此，本文拟在两个方面进行拓展：第一，采用Super-SBM模型测度区域层面的绿色技术创新效率，纠正投入要素的“松弛问题”；第二，分别以环境规制强度和产业集聚为门槛变量，借助Hansen门槛回归思想构建回归模型，实证分析贸易对绿色技术创新效率的非线性作用。
式（7）中：
为地区i 在t 年高技术产业就业人数；Yt 为t 年我国高技术产业就业人数；Qi,t 为地区i 在t 年总就业人数；Qt 为t 年我国总就业人数。
4）研发能力RDi,t 。采用各地区R&D投入强度测算。
7）政府支持力度
采用政府R&D经费支出占财政支出的比重测度。
6）经济水平
采用地区的人均生产总值测度。
5）人力资本水平
。借鉴李子豪等［23］的做法，采用地区人口平均受教育情况测算。
本文使用的数据来自于历年的《中国统计年鉴》《中国科技统计年鉴》《中国高技术产业统计年鉴》《中国能源统计年鉴》，以及各地区统计年鉴和OECD统计数据库。
3 模型实证与结果分析
3.1 区域绿色技术创新效率结果分析
以30个样本地区为决策单元，使用MaxDEA5.2测度2008—2017年的绿色技术创新效率（鉴于篇幅有限，具体计算过程从略），结果如图1所示。可以看出，样本地区及分区域的绿色技术创新效率均值呈逐年上升趋势（除2009年外），最低为0.420，最高为0.876，年均增长率为10.69%。其中，东部地区在均值和增速上均较大，领先于中西部地区，2017年东部地区的绿色技术创新效率值为0.917，分别是中部地区和西部地区的1.45倍和1.71倍。该结果表明了虽然我国绿色技术创新效率保持了良好的上升势头，但区域发展的不平衡性严重，中西部地区的绿色技术创新效率远落后于东部地区。
图1 2008—2017年我国区域绿色技术创新效率值
3.2 平稳性检验
单位根检验的结果显示，变量值或差分值在通常显著性水平上（1%、5%或10%），通过了检验，说明本文的样本面板数据序列或一阶差分平稳。在证明样本数据为平稳序列后，使用Panel Cointegration Test方法检验其是否存在协整关系，结果如表1所示。可知Panel V等检验的结果均至少在显著性水平5%下拒绝不存在协整关系的原假设，即认为绿色技术创新效率与自变量间存在协整关系，可以进行面板回归分析。
表1 模型的平稳性检验——协整关系检验
3.3 门槛检验和模型回归结果
使用Stata 15.0对模型进行单门槛、双门槛和多门槛效应检验从而确定门槛个数，Bootstrap次数取800，检验结果如表2所示。结果显示，环境规制的单、双门槛检验分别通过了1%和5%的显著性检验，产业集聚的单、双门槛检验均通过了1%的显著性检验，且两者均未通过三门槛检验。以上结果表明，贸易溢出显著存在基于环境规制和产业集聚的双门槛效应，其中环境规制的两个门槛值分别是0.368和0.395，产业集聚的两个门槛值分别是0.945和1.303。根据门槛值对样本进行划分：按环境规制将样本分为环境规制低强度(regi,t ≤0.368)、环境规制中等强度 (0.368＜regi,t ≤0.395)和环境规制高强度（regi,t ＞0.395）3个区间；按产业集聚将样本分为产业集聚低水平(iai,t ≤0.945)、产业集聚中等水平(0.945＜iai,t ≤ 1.303)和产业集聚高水平 (iai,t ＞1.303)3个区间。
表2 模型的门槛检验结果
（1）被解释变量：绿色技术创新效率
。根据前文构建的Super-SBM模型测算。
LnY=β0+β1LnX1+β2X2+β3LnX3+β4LnX4+β5X5+β6X6+β7X7+β8X8+β9X9+ε,ε～N(0,σ2)
表3 环境规制、产业集聚的门槛区间省份分布
面板模型和门槛模型回归结果如表4所示。从回归结果可见，线性模型中贸易对绿色技术创新效率呈显著的正向溢出效应，影响系数为0.074；通过门槛模型可以减小线性模型的估计偏误，从而更精确地描述作用关系。在门槛模型中：
（1）环境规制下的贸易对绿色技术创新效率表现为“显著的负向关系—不显著的正向关系—显著的正向关系”的“U”型作用机制：当地区的环境规制强度低于0.368时，贸易对绿色技术创新效率表现为显著的负向作用，影响系数为-0.063；当环境规制强度位于［0.368,0.395］之间时，影响系数为0.048，但未通过10%的显著性水平检验，说明此区间样本的贸易溢出促进作用不稳健；当环境规制强度跨过0.395时，影响系数为0.114，影响作用增强且十分稳健。该结果表明，环境规制作用下，贸易对绿色技术创新效应的影响并非绝对的激励或挤出，而是呈非线性的门槛作用机制，即随着环境规制强度提高并跨过相应门槛值，贸易溢出的挤出效应减弱并逐步转变为激励效应。
（2）产业集聚下的贸易对绿色技术创新效率表现为“不显著的正向关系—显著的负向关系—显著的正向关系”的“N”型作用机制：当地区的产业集聚水平低于0.945时，贸易对绿色技术创新效率的影响系数为0.047，但未通过10%的显著性水平检验；当产业集聚水平位于［0.945,1.303］之间时，影响系数为-0.022，呈显著的负向作用；当产业集聚水平跨过1.303时，影响系数为0.086，且系数绝对值最大。该结果表明，单纯地扩大高技术产业规模、提高集聚水平未必能达到激发绿色技术创新效率的目的，甚至有可能起到反作用，只有当集聚水平跨过高水平门槛时，贸易溢出对绿色技术创新效率正向溢出效应才会得以释放。
（3）环境规制除作为门槛变量外，对绿色技术创新效率还表现为十分显著的直接促进影响，线性模型和双门槛模型的影响系数分别为0.032、0.017和0.024；产业集聚对绿色技术创新效率的直接影响不显著。也就是说，环境规制对绿色技术创新效率呈双渠道影响，且以直接影响为主，而产业集聚对绿色技术创新效率呈单渠道影响，仅表现为间接门槛影响。
除开自身反戏剧化的心理机制，张爱玲推崇并高频运用“反高潮”手法还深受外界因素的影响，其中最典型也突出的就是英国文化和英国文学的影响。张爱玲本人的生平经历、教育背景等均与英国有着不可分割的关系。与此同时，张爱玲对英国文学的偏好，还与她主观情感、创作体认及审美气质、生命感受密切相关，这种契合也进一步拉近了张爱玲与英国文学的距离。
（4）研发投入和经济水平是影响绿色技术创新效率的关键因素，影响系数分别在0.12左右和0.03左右；人力资本对绿色技术创新效率的影响不显著，模型组估计均未通过10%的显著性检验。值得注意的是，政府支持力度对绿色技术创新效率表现为显著促进作用，且均通过了1%的显著性检验，影响系数位于0.098和0.124之间。这主要是因为近年来地方政府加大了对新燃料电池、新材料处理等包含绿色技术领域的研发投入，鼓励企业从事绿色技术的研发活动并提供相应的政策优惠或补贴，为绿色技术创新效率提高带来了切实的影响。
表4 面板模型和门槛模型回归结果
4 结论与政策建议
随着环境污染问题的日益突出，绿色技术创新已成为我国调整经济增长方式的重要支撑。本文在已有文献基础上，采用Super-SBM模型测度了2008—2017年我国30个省份的绿色技术创新效率，纠正了DEA-Malmquist模型的径向和角度偏误；利用Hansen门槛回归思想和方法，构建了基于环境规制和产业集聚视角下的贸易对绿色技术创新效率溢出的门槛回归模型，分析各变量对我国绿色技术创新效率的影响机制，并重点研究贸易溢出的非线性影响。研究结果表明，环境规制下的贸易与绿色技术创新效率呈“U”型关系，产业集聚下的贸易与绿色技术创新效率呈“N”型关系；环境规制对绿色技术创新效率呈显著的直接正向影响和间接门槛影响，产业集聚对绿色技术创新效率仅表现为间接门槛影响；政府支持力度、研发能力和经济水平是影响绿色技术创新效率的重要因素。
根据以上研究结论，本文提出如下几点政策建议：第一，明确各地绿色技术创新效率的能力基础和发展障碍，努力提高地方的环境规制强度，确保高技术产业集聚水平位于合理区间，从而激发贸易、环境规制等因素对绿色技术创新效率的推动作用；第二，进一步提升国内市场化水平，改善进口贸易的投资环境，优化进口贸易结构，提高技术密集型产品、环保属性产品的进口比重，鼓励和扶持绿色技术贸易项目的引入和发展；第三，合理配置企业投入、科技人员、国际研发资本、政府财政支持等创新的资源型投入，加强贸易过程中的技术积累，努力将国外先进的绿色技术在生产活动中加以应用和再创新，实现绿色技术的外溢效应。
在翻译古诗的过程中，重构意象变成了关键。因此，我们需要通过认知语言学来探索译者如何把意象的历史和内涵转换成另一种语言的。首先，在诗词创造的开端，诗人头脑中出现了他从客观世界所感知到的物体，和他对自然和社会的观察，之后它们会变为意象并夹着诗人的所思所想被写入诗中。其次在意象重构阶段，译者应该有一次富有想象力的跨越行为，跨越时间、空间、语言系统、文化障碍，加以饱满地理解意象语境，把意象背后的隐含意义翻译到目标语中。当目标语读者阅读完译文之后，他们也会基于自己的世界认知，形成他们脑海中的特有意象。
混凝土中所含有的总碱量，是指在单位重量中所有组成混凝土所有材料，如水泥、外加剂以及骨料含碱总量，含碱总量大小对于混凝土碱-集料反应影响很大。但是，通过单位体积混凝土中含碱总量的计算以及对混凝土含碱总量的控制，可以有效抑制混凝土的碱-集料反应，保证混凝土构件不发生碱-集料反应破坏。其含碱总量可通过计算或查问相关标准来获取。
参考文献：
［1］KELLER W.International technology diffusion［J］.Journal of Economic Literature, 2004,42(3)： 752-782.
［2］COE D, HELPMAN E.International R&D spillovers［J］.European Economic Review, 1995,39(5)：859-887.
［3］LICHTENBERG F.Does foreign direct investment transfer technology across borders?［J］.Review of Economics & Statistics,2001,83(3)：490-497.
［4］SCHIFF M, OLARREAGA M, WANG Y.Trade-related technology diffusion and the dynamics of North-South and South-South integration［J］.Social Science Electronic Publishing,2002,23(7)：80-86.
［5］MADSEN J. Technology spillover through trade and TFP convergence： 135 years of evidence for the OECD countries［J］.Journal of International Economics, 2012,72(2)：464-480.
［6］CHEN Z Y, ZHANG J, ZHENG W P.Import and innovation： evidence from Chinese firms［J］.European Economic Review, 2017,94：205-220.
［7］ARCELUS F, AROCENA P. Productivity differences across OECD countries in the presence of environmental constraints［J］.The Journal of the Operational Research Society, 2005,56(12)：1352-1362.
［8］李丹，杨建君.国内绿色技术创新文献特色及前沿探究［J］.科研管理，2015，36(6)：109-118.
［9］华振.中国绿色创新绩效研究：与东北三省的比较分析［J］.技术经济，2011，30(7)：30-34.
［10］周力.中国绿色创新的空间计量经济分析［J］.资源科学，2010，32(5)：932-939.
［11］雷善玉，王焕冉，张淑慧.环保企业绿色技术创新的动力机制：基于扎根理论的探索研究［J］.管理案例研究与评论，2014，7(4)：283-296.
［12］罗良文，梁圣蓉.国际研发资本技术溢出对中国绿色创新效率的空间效应［J］.经济管理，2017(3)： 23-35.
［13］苏梽芳，廖迎，李颖.是什么导致了“污染天堂”：贸易还是FDI?［J］.经济评论，2011(3)：97-104.
［14］李平，慕绣如.波特假说的滞后性和最优环境规制强度分析：基于系统GMM及门槛效果的检验［J］.产业经济研究 ,2013(4)：21-29.
［15］张少华，蒋伟杰.加工贸易提高了环境全要素生产率吗：基于Luenberger 生产率指数的研究［J］.南方经济，2014(11)：1-24.
［16］TONE K. A slacks-based measure of efficiency in data envelopment analysis［J］.European Journal of Operational Research,2001,130(3)：498-509.
［17］钱丽，肖仁桥，陈忠卫.我国工业企业绿色技术创新效率及其区域差异研究：基于共同前沿理论和DEA模型［J］.经济理论与经济管理，2015，35(1)：26-43.
［18］王海龙，连晓宇，林德明.绿色技术创新效率对区域绿色增长绩效的影响实证分析［J］.科学学与科学技术管理，2016，37(6)：80-87.
［19］HANSEN B. Threshold effects in non-dynamic panels：estimation, testing, and inference［J］. Journal of Econometrics,1999,93(2)：345-368.
［20］沈能，刘凤朝.高强度的环境规制真能促进技术创新吗：基于“波特假说”的再检验［J］.中国软科学，2012(4)：49-59.
［21］KRUGMAN P. Increasing returns and economic geography［J］.Journal of Political Economy, 1991, 99(3)：483-499.
［22］谢子远，吴丽娟.产业集聚水平与中国工业企业创新效率：基于20个工业行业2000—2012年面板数据的实证研究［J］.科研管理，2017(1)： 91-99.
［23］李子豪，刘辉煌.外商直接投资的环境门槛效应研究：中国省级数据的检验［J］.管理评论，2013，25(9)： 108-116.
Research on Environmental Regulation, Industrial Agglomeration and Trade Green Technology Spillover Threshold Effect
Lei Xiao1, Han Botang2
（1.School of Information Management, Beijing Information Science and Technology University, Beijing 100192, China;2. School of Management and Economics, Beijing Institute of Technology, Beijing 100081, China)
Abstract: In this paper, based on the panel data of 30 provinces of China from 2008 to 2017, Super-SBM model is constructed to measure the green technology innovation efficiency of regions. Then, the threshold panel model is used to empirically study the non-linear impact of trade on the spillover efficiency of green technology innovation in China by taking environmental regulation and industrial agglomeration as threshold variables. The results show that: (1) In terms of efficiency, the efficiency of China's green technology innovation grows rapidly, but the regional development is unbalanced, eastern region is far ahead of the central and western regions. (2) According to the threshold results,the spillover of trade on regional green technology innovation efficiency has a significant double threshold effect of environmental regulation and industrial agglomeration. (3) From the perspective of action mechanism, trade and green technology innovation efficiency under environmental regulation have U-shaped relationship, as the intensity of environmental regulation increases, the spillover crowding out effect gradually turns to incentive effect, and the influence changes from negative to positive and the effect gradually increases; under industrial agglomeration, trade and green technology innovation efficiency have N-shaped relationship, only when the level of industrial agglomeration crosses the second threshold, the influence is significantly positive; the effect of environmental regulation on the efficiency of green technology innovation is obvious as direct promotion and indirect threshold, while the effect of industrial agglomeration on the efficiency of green technology innovation is only indirect threshold.
Key words: green technology; spillover; double threshold; environmental regulation; industrial agglomeration
中图分类号： F062.4；F224；G301
文献标志码： A
文章编号： 1000-7695（2019）17-0226-06
doi： 10.3969/j.issn.1000-7695.2019.17.029
收稿日期： 2019-03-25，
修回日期： 2019-06-03
基金项目： 国家自然科学基金项目“绿色技术溢出与中国区域经济转型”(71673023)；北京市教委科研计划项目“信息化驱动下我国制造业创新的联动效应研究——基于空间联动和技术联动的双视角”（SM201811232003）,“复杂金融生态下的互联网金融审计体系构建研究”（SM201711232004）
作者简介： 类骁（1986—），通信作者，男，山东临沂人，讲师，博士，主要研究方向为区域创新系统、绿色技术创新；韩伯棠（1949—），男，上海人，教授，博士，主要研究方向为绿色技术溢出、知识管理、战略管理。
标签：绿色技术论文; 溢出论文; 双门槛论文; 环境规制论文; 产业集聚论文; 北京信息科技大学信息管理学院论文; 北京理工大学管理与经济学院论文;