非正式环境规制能够诱发绿色创新吗？
赵晓梦 陈璐瑶 刘传江
摘要：绿色创新是实现经济增长和环境污染治理双赢的关键所在，以环境非政府组织为代表的非正式环境规制正在发挥着越来越重要的作用。文章以2008年两家环境非政府组织——IPE和NRDC联合公示中国113个城市的“污染源监管信息公开指数”（PITI）作为准自然实验，并采取DID和DID-PSM识别方法评估非正式环境规制绿色创新的“净作用”，得到了如下主要研究结论。①非正式环境规制的确诱发了城市绿色创新，通过一系列平行趋势检验、DID-PSM回归检验和安慰剂检验之后，结果仍具有稳健性。②基于区域异质性视角分析，东部和西部地区对非正式环境规制给予了更多的关注，对PITI的发布响应更加积极，而中部地区则受到冲击效果较弱。基于时间趋势视角分析，非正式环境规制诱发的绿色创新效应在政策实施第一年最为强烈，随后整体上呈现逐年弱化的趋势。③非正式环境规制的绿色创新效应在政府环境信息公开水平越高的城市表现得更加明显，此外，城市的信息扩散水平在一定程度上也影响了绿色创新效应。相较于城市的信息扩散水平而言，非正式环境规制的绿色创新效应受到环境信息公开水平的影响更为显著。④在剔除同时期的碳排放权交易试点、“五省八市”的碳试点、二氧化硫排污权交易试点等一系列可能影响城市绿色创新活动的其他环境政策冲击之后，非正式环境规制的绿色创新效应依然存在。
关键词：非正式环境规制;绿色创新;环境非政府组织;PITI
中图分类号F205文献标识码A文章编号1002-2104（2021）03-0087-09DOI：10.12062/cpre.20200945
经济新常态下，为实现经济增长与环境保护的双重目标，绿色技术创新成为经济可持续发展的关键驱动力。然而，由于技术市场和金融市场存在着外部性问题，导致了绿色创新活动缺乏市场激励[1-2]，同时由于存在路径依赖效应[3]，大量研发资源流向污染型技术，甚至可能产生“技术锁定”的现象[4]，因而难以达到满足社会需求的水平。当企业承担了所有创新成本却不能享受所有的创新收益时，便失去了改进绿色技术的动力，需制定适宜的环境政策对其进行干预和调控。传统环境规制的形式以正式环境规制为主，包括直接实施政策管控的命令型政策工具和以对排放制定价格为主要特征的市场型工具。非正式的环境规制通常被认为是正式环境规制的有力补充，特别是在正式环境规制效力普遍较弱的发展中国家[5]。随着环境非政府组织（EnvironmentalNon-GovernmentalOrganizations，ENGOs）的兴起，其在环境治理中扮演着越来越重要的角色，ENGOs作为非正式环境规制的重要力量逐渐引起学者们的关注[6-8]。学界对于非正式环境规制的研究也从过去常见的使用如民意调查等单一指标或包含一些宏观指标的综合指标，向研究以环境非政府组织为代表的非正式环境规制转变。
环境非政府组织是以环境保护为主旨的民间组织，其向社会提供有关环境的公益性服务但并不具备行政权力。环境非政府组織作为弥补政府、市场失灵的第三种力量，可以促使公众在环境治理中发挥更大的作用[9]，以及推动政府和企业采取更加环境友好型的决策[10-11]，在解决日益凸显的环境问题中起到了不可替代的作用。但是，现有文献中关于非正式环境规制的研究主要集中在公众对环境治理的影响方面，以环境非政府组织为代表的非正式环境规制对于绿色技术创新的影响的实证研究则较为缺乏，原因可能有两个方面，一是由于相关数据的缺失以及难以将环境非政府组织纳入研究体系，二是难以寻求环境非政府组织与研究对象之间的因果关系。自2008年开始，作为环境非政府组织的两个代表机构，中国公众环境研究中心（IPE）和美国自然资源保护委员会（NRDC）合作公布的污染源监管信息公开指数报告，逐年公布国家重点关注的113个环保城市的“污染信息揭露指数”（PollutionInformationTransparencyIndex，PITI）2013—2014年，污染源监管信息公开指数报告中发布的城市数量由113个调整为120个，本文选择初始城市名单作为分析基础。
，为非正式环境规制的实证研究提供了更多可能性。经梳理，现有文献中关于PITI的研究主要包含环境信息揭露的贡献和其污染治理效应两个方面，至于PITI为何降低了污染排放水平及其内在机制也没有过多的解释，尤其是环境非政府组织能否诱发企业绿色创新行为的研究十分缺乏。文章尝试解决以下几个问题：①如何度量以企业行为为基础的城市绿色创新水平？②以环境非政府组织为代表的非正式环境规制能否诱发城市的绿色创新效应？③该绿色创新效应是否具有时间和区域的异质性以及是否受到环境信息公开水平和信息扩散能力的影响？
1文献综述和研究假设
1.1文献梳理
环境规制能否刺激绿色技术创新是目前学术界关注的焦点问题[1，3，12-14]。对现有文献进行梳理可以发现，环境规制主要以正式的环境规制工具进行研究[15-16]。有效的环境治理需要政府、市场和公众三方力量的结合和互动[17]，非正式的环境规制与正式环境规制相辅相成，具有同等重要的作用。回顾中国环境治理的发展历程，由以命令-控制机制为主，辅之以排污收费制度[18-19]到行政手段与市场型规制的不断融合，再到公众不断参与多种规制形式并存逐渐推进。非正式环境规制作为环境规制工具的一种类型，是否同正式环境规制一样能够诱发绿色创新效应是值得思考和验证的问题，但现有文献中鲜有非正式环境规制的绿色创新效应相关的实证检验。因此，研究非正式环境规制的效果，尤其是其绿色创新效应，具有重大的实践指导意义。
Pargal和Wheeler[20]第一个提出非正式环境规制的概念，再次扩展了环境规制的含义。当正式的环境规制缺失或薄弱时，社会团体（主要包括环保组织、公众、媒体）会采取“非正式规制”手段追求较高环境质量的行为，对正式环境规制作范围内外的不规范行为均有一定约束力，从而实现环境规制的效果。Kathuria和Sterner[21]指出，随着学术界对信息不对称理论理解的不断加深，学术界逐渐意识到除正式环境规制外，还有其他非正式规制手段可以影响污染厂商的环境行为。
现有的关于非正式环境规制的研究主要集中在其对环境治理的效果上，其积极作用得到了许多研究结果的验证。Pargal等[22]的研究结果表明非正式环境规制与工厂污染强度存在显著的负向关系，无论是在发达国家（以美国为代表）还是发展中国家（以印尼为代表）;Li等[23]发现中国空气污染地图的发布限制了工业污染的排放。值得注意的是，苏昕和周升师[24]研究得到非正式环境规制与企业创新产出之间存在“倒U型”关系，但缺乏对非正式环境规制的绿色创新效应更加系统和深入的研究。为了解决非正式环境规制不好度量以及过于笼统的问题，越来越多的学者选取了非正式环境规制中的代表力量——环境非政府组织进行研究，其中，以前文提到的PITI指数最受学者们的青睐。Li等[6]运用PITI指标检驗环境非政府组织的作用，发现PITI对中国城市的环境治理有着显著的正效应;Tian等[7]同样发现了PITI与当地环境污染排放水平呈负相关关系。Tu等[8]通过PITI进行准自然实验回归，研究发现PITI虽然对污染减排有积极的效果，但是对环境技术效率的影响不显著。总之，关于环境非政府组织的研究主要集中在其污染治理效应，鲜有文献对以环境非政府组织为代表的非正式环境规制是否诱发了绿色创新效应进行研究。
1.2环境非政府组织促进绿色技术创新的机制分析
非政府组织作为除政府和企业外的第三方管制力量的重要组成，丰富和加强了传统的环境规制体系的作用途径和作用效果，进而提高了整个环境规制体系的效率。综合现有文献，环境非政府组织促进城市绿色技术创新水平的提升主要通过以下两个方面（图1）。
强化公众对政府和企业的监督作用。环境非政府组织具有向社会公开的特点，是公众了解环境信息的重要渠道。ENGOs通过专业化搜集和分析环境信息数据，将其转化为公众更易理解和感受的形式，缓解了政府监管力度不够、政府和企业之间信息不对称等问题，丰富了环境治理过程中公众监管政府和企业行为的途径。公众在获取环境信息过程中，环境非政府组织扮演着重要的角色[25]，Hasan等[26]发现在环境影响评估的各个阶段中，环境非政府组织在确保公众参与方面起到了关键的作用。Wu等[9]得到了一致的结论，研究发现ENGOs可以提高中国公众在环境影响评估中的参与度。总结来说，环境非政府组织的加入，使得非正式环境规制体系中促进绿色技术创新的间接力量——公众的监督作用得到了强化。
环境非政府组织加大企业创新的压力，影响政府环境政策的制定。于企业视角而言，ENGOs促使企业采用更加环境友好型的方式，加大企业绿色创新的压力。Goldar和Banerjee[11]声称由于企业担心他们的商品被联合抵制以及当地政府担心媒体对环境问题的揭露，他们必须顺从当地委员会或者环境非政府组织制定的环境标准。许多企业领导人也正确地认识到看似成本更高的绿色创新实际上能为公司带来更高的“相对预期收益”。于政府视角而言，ENGOs通过影响政策制定来刺激绿色创新。Borzel和Buzogany[27]研究发现在匈牙利、波兰和罗马尼亚，环境非政府组织均对环境政策的议程有重要影响;Briguglio[10]认为ENGOs在气候政策的制定过程中起到了重要的作用。总之，环境非政府组织加入后，非正式环境规制增添了一股直接作用于政府和企业从而刺激绿色技术创新的新力量。
此外，环境非政府组织的绿色创新效应会受到地方的环境信息公开水平、信息扩散水平的影响。环境信息公开水平越高的地方，公众能够获得的环境信息也就越多，有助于公众对环境污染的关注，可以迫使当地政府运用环境规制工具[28]以及推动企业环保[29]，更有助于地方绿色技术创新水平的提高。另外，信息的广泛传播会产生“遍在效应”[30]，进而提高当事政府或者企业回应的质量[31]。因此，环境信息公开水平和信息扩散水平越高的城市，ENGOs的绿色创新效应可能越显著，环境信息公开和信息扩散在其中起到了“加速器”作用。
文章可能的贡献如下：①采用OECD专利指标作为绿色创新指标度量的基础，从地级市专利数据进行分析，通过爬虫技术解决了微观绿色创新水平不好度量的问题;②现有关于非正式环境规制的研究主要集中在其对污染治理的关系上，该文从环境非政府组织的视角出发，检验非正式环境规制的绿色创新效应，丰富和扩展了波特假说理论;③基于城市环境信息公开水平和信息扩散能力双重视角，探析非正式环境规制绿色创新效应的调节效应，使结论更具有现实指导意义。
2模型设定、变量与数据说明
2.1模型设定
首先，检验非正式环境规制的绿色创新效应。文章将2008年中国公众环境研究中心和美国自然资源保护委员会为代表的两个环境非政府组织联合公示中国113个城市的“污染源监管信息公开指数”（PITI）作为准自然实验，名单内113个城市为实验组，其余城市是对照组，并采取DID方法进行因果识别，评估环境非政府组织绿色创新的“净效用”，故构建如下回归模型：
lnzlsit=β0+β1PITIit×Tt+δXit+μi+vt+ξit（1）
上式中，下标i和t分别代表城市和年份，被解释变量lnzls为该城市绿色创新专利数量的对数。PITI为虚拟变量，PITI=1（PITI=0）代表样本城市在（不在）非正式环境规制的范围;T是时间虚拟变量，PITI发布后（2008年以后）取1，否则取0。文章关心的核心变量是交互项（PITI×T）的系数β1，它衡量了非正式环境规制对城市绿色创新水平的影响程度。X表示控制变量的矩阵向量，δ表示控制变量的矩阵系数。μ为城市固定效应，用以控制不同城市的固有差异;v为年份固定效应，用以控制时间趋势等;ξ为随机干扰项。
其次，验证环境信息公开水平和信息扩散能力对绿色创新效应的影响。ENGOs视角的绿色创新效应会受到环境信息公开水平和信息扩散能力的影响，为了检验该影响是“加速器”还是会“边际递减”，将环境信息公开水平、信息扩散能力分别与原核心变量交乘得到新的核心变量，以探究非正式环境规制的绿色创新效应受到哪些方面的影响，从而为如何更好地发挥非正式环境规制的作用提供了实证依据。构建饱和模型如下：
lnzlsit=β0+β1×pitiscore×PITI×T+β2×PITI×
T+β3×pitiscore×PITI+β4×pitiscore×T+
β5×pitiscore+δXit+μi+vt+ξit（2）
lnzlsit=β0+β1×lntele×PITI×T+β2×PITI×
T+β3×lntele×PITI+β4×lntele×T+β5×lntele+δXit+μi+vt+ξit（3）
模型（2）和（3）除了核心解释变量由PITI×T替换为T×PITI×pitiscore/lntele外，其余变量和含义与模型（1）保持一致。①环境信息公开水平（pitiscore），即各个城市在PITI报告中的得分，PITI评分定量评价了地方政府环境信息公开的水平。②信息扩散水平（lntele），以各地级市互联网宽带接入用户数（取对数处理）来衡量。互联网宽带接入用户数代表了互联网这一社会获取信息主要渠道的能力大小，因此该指标代表了各地级市信息扩散水平的大小。
2.2变量选取与处理
绿色创新技术通常来说指减少环境污染，减少原材料和能源使用的技术、工艺或产品的总称。经济合作与发展组织（OECD）定义的绿色创新技术涉及范围较广，并对所有相关技术的专利分类号进行了说明，便于研究者使用。文章基于OECD所公布的绿色创新技术的专利分类号，通过爬虫技术整理其发明专利申请量作为绿色技术创新的衡量指标。具体方法如下：根据OECD（2016）给出并划定的减少水、空气、固体废物污染的专利（以下统称绿色专利）整理出国际IPC专利号包括环境管理大类中“减少空气污染”“水污染治理”“废物管理”子类共113个IPC专利号。;借用上海知识產权（专利信息）公共服务平台检索系统检索时间为2019年4月。，检索对象为中国境内申请的绿色发明型和实用型专利信息（无外观型专利）;按照专利信息中的邮编匹配到各个地级市，最终得到277个地级市的绿色专利在各个年份的数量。文章依照上述划分标准，识别并核算了不同城市每年的绿色专利数量，作为城市绿色创新水平的衡量指标。
文章选取如下控制变量：①经济发展水平（lnpergdp&lnpergdp2）。采用人均GDP的对数和其平方衡量。发达的市场经济体系有利于为创新提供充分的资金支持，同时成熟的市场也能为绿色创新的运用实践提供充分的机会;但伴随经济集聚与市场成熟，环境问题与能耗问题也接踵而至。因此，经济发展水平与绿色技术创新的关系存在着不确定性，可能存在倒“U”型曲线的状态，因此引入人均GDP的对数和其平方（以2002年为基期），表征地区经济发展水平。②工业结构（indu）。地区的绿色创新水平可能与地区的工业占比存在关系。GDP中的工业附加价值的比例被用作衡量工业结构，从而反映工业结构对绿色创新的影响。③地区创新能力（lnzlsqs）。以专利授权数的对数衡量地区的创新能力，以剔除地区原有的创新能力对绿色技术创新的影响。
考虑到数据前后的统一性以及一些城市的数据无法获取，文章基于《2002年中国城市统计年鉴》所给出的279个地级市（含4个直辖市，以下省略），最终将277个地级市作为研究对象由于西藏拉萨市数据严重缺失、安徽巢湖市于2009年撤地级市为县级市，故除去这2个城市。。PITI名单上的113个城市为实验组，其余164个城市为控制组，样本期为2002—2017年。经统计，277个地级市共计占到全国GDP的99.51%和行政区域土地面积的76.15%;在实验组的113个城市中，有52个东部城市、31个中部城市和30个西部城市，样本不仅局限于大城市，具有很强的代表性。
以上数据根据2002—2017年《中国城市统计年鉴》以及各地方统计年鉴整理和计算而得，部分缺失数据采用线性插值法填补，均以2002年为基期。各个变量的含义与描述性统计如表1所示。
3非正式环境规制对城市绿色技术创新水平的影响
3.1基准回归
通过对基准模型进行回归，非正式环境规制的绿色创新效应得到了初步的验证。如表2所示，第（2）列和第（4）列控制了时间固定效应以及地区固定效应，第（3）列和第（4）列加入了控制变量。回归结果显示，在未考虑控制变量情况下，环境非政府组织对城市绿色创新效应在1%的水平下显著为正，在控制时间固定效应和地区固定效应后显著性水平仍然不变;加入控制变量后，系数有所降低，但仍在1%的水平下显著为正，加入时间固定效应以及地区固定效应之后结论不变。因此，结果具有一定的稳健性，非正式环境规制的绿色创新效应得到了初步验证，污染源监管信息公开指数（PITI）的发布使得实验组城市的绿色创新水平相比对照组而言有显著的提升。
3.2稳健性检验
3.2.1平行趋势检验。
双重差分估计有效性的前提之一是实验组与控制组在接受处理前需满足平行趋势假设[32]，即在PITI发布前，控制组与实验组的绿色创新的时间趋势大致相同，而PITI发布后，这种平行趋势被打破，实验组城市相比控制组城市在绿色创新水平上将呈现出不同的趋势。为了有更加直观的感受，参考周玉龙等[33-35]的做法，画出被解释变量lnzls在控制了年度固定效应后的残差均值趋势图（篇幅所限未给出），初步观察出回归残差的变化趋势在非正式环境规制实施前后具有显著的差异。
为了使平行趋势检验的结果更加稳健，借鉴Liu和Qiu[34-36]的研究方法，本文从实证角度对平行趋势假定进一步检验，实证方程设定如下：
lnzlsit=βk∑3+k≥-5T2008+k×PITIit+δXit+μi+vt+ξit（4）
其中，T为年度虚拟变量，当年观测值取1，其他年份观测值为0，其他变量与基准模型设定一致。文章检验了2008年环境信息披露的前五年直到样本最后一年的趋势变化，如图2所示。PITI的发布在滞后一年符合平行趋势假设，表明在PITI公布当年及之前处理组和对照组的变化趋势是一致的，不存在显著差异，而2008年之后，实验组城市的绿色创新水平显著高于对照组。模型（4）的回归结果限于篇幅此处不再给出。
3.2.2PSM-DID回归结果
当运用DID模型时，完全随机抽取需要符合共同趋势检验。事实上，PITI名单可能选取了污染更加严重的城市，使得结果产生了偏差。文章进一步采用倾向得分匹配法处理，借用PSM-DID模型运用匹配估计量，以减少PITI发布的城市在设立时的自选择偏误所带来的内生性问题。具体地，使用logit来估计倾向得分，采用自助法得到标准误，以控制变量为特征变量，采用卡尺内最近邻匹配法、半径匹配法、核匹配法三种方法匹配实验组与控制组样本，重新对模型（1）回归，增加结果的稳健性。由于倾向得分匹配能够最大限度地解决可观测协变量的偏差问题，而双重差分法能够消除随时间不变和随时间同步变化等未观测到的变量影响，因此通过两种方法的结合能够更好地识别外部冲击效应。匹配后的回归结果篇幅所限未给出，结果显示匹配后T×PITI的系数与基准回归结果较为接近，且均在1%水平上显著，平均处理效应（ATT）与基准回归基本一致，同样在1%水平上显著，表明上述结论未发生实质性变化，因此，文章估计的非正式环境规制的冲击对城市绿色创新效应的正向影响是稳健的。
此外，为了确保倾向得分匹配过程特征变量选取的合理性，文章对三种匹配方法前后的样本进行了平衡性检验（文章限于篇幅未汇报），进一步表明匹配变量和匹配方法选取的合理性。
3.2.3安慰剂检验
基于随机抽样的反事实检验：导致估计结果偏误的另外一个可能原因是遗漏城市-时间层面的变量。为了排除ENGOs绿色创新效应受到其他非观测遗漏变量的干扰，文章借鉴Cai等[37]的方法，在全样本中随机抽取城市对文章的主要结果进行安慰剂检验。从277个城市中随机选取113个城市设定为“伪实验组”，剩余城市为对照组，从而构建一个安慰剂检验的虚拟变量PITIplacebo×T。
为了提高安慰剂检验的可识别能力，文章将这个随机过程重复了500次，画出估计系数的概率密度分布图（篇幅所限未给出）。图形显示，随机分配的估计值集中分布在零附近。因此，随机抽取实验组城市并未发现非正式环境规制的绿色技术创新效应，从而证明了前述估计结果并没有因为遗漏变量导致严重偏误。
3.3区域异质性与时间趋势分析
3.3.1非正式环境规制绿色创新效应的区域异质性
中国经济社会发展的区域不平衡特征明显，非正式环境规制的绿色创新效应在三大经济区的效果应不尽相同。表3展示了东部、中部和西部地区绿色创新效应的异质性检验，结果显示，东部和西部地区的绿色创新效应较强，中部地区稍弱，系数均在1%水平上显著。东部和西部对环境非政府组织给予了更多的重视，对PITI的发布响应更加积极，相较而言，中部地区受到PITI的冲击效果最弱。文章认为可能的解释是由于城市本身环境信息披露水平会影响到绿色创新水平，而通过统计描述可以看到中部地区的环境信息披露的水平较弱（限于篇幅不具体展示），因此，较低的环境信息披露水平影响了环境非政府组织代表的非正式环境规制发生效用，这一点也在后文的实证研究结果（环境信息披露水平越高的城市，环境非政府组织所代表的非正式环境规制的绿色创新效应更显著）中得到了验证。
3.3.2非正式环境规制绿色创新效应的时间趋势
为探析非正式环境规制绿色创新效应的时间变化趋势，将2009—2016年的8个时间虚拟变量和PITI进行交乘代替之前的T×PITI交互项，回归结果限于篇幅未给出。结果表明，交互项的系数均在1%水平上显著为正（仅2016年为5%的显著水平），即考虑时间趋势的情况下，环境非政府组织的加入始终具有显著的绿色创新效应，且发布后第一年达到最高，随后系数逐渐减小，2013年有小幅上升再逐渐下降，至2016年这一外部冲击产生的绿色创新效应仍达41.00%。此外，对于2013年的小幅提升，其中一个可能的解释是当年PITI的标准大幅度升级，影响力度增大，导致其绿色创新效应有小幅的回升。总之，绿色创新效应在总体趋势上基本是逐年下降的。
4进一步分析
由前述回归结果可知，非正式环境规制具有显著的绿色创新效应，那么该效应受到哪些因素的影响则是下面需要进一步探索的问题。环境信息公开和信息扩散两个因素是非正式环境规制发挥作用的前提，若环境信息公开水平和信息扩散水平越高的城市环境非政府组织的绿色技术创新效应越显著，则环境信息公开和信息扩散在其中起“加速器”作用。除此之外，在PITI公布的同期，一系列的其他环境政策也会潜在影响绿色创新效果的评估。
4.1环境信息公开水平对绿色创新效应的影响分析
各个城市的PITI得分衡量了城市的环境信息公开水平，得分越高表明该城市的企业污染源信息公开越透明。本文以各个城市的PITI得分作为地方政府环境信息公开水平的度量指标，以模型（2）为基础构造新的交互项，估计结果如表4所示，（1）至（4）列在调整控制变量、城市固定效应和时间固定效应基础上交互项均在1%水平上显著，非正式环境规制绿色创新效应在地方政府环境信息公开的水平越高的地区更加明显。PITI得分较高的城市表明该城市在环境信息披露中展示给地方政府、企业和公众更多的环境信息，有助于提高公众对于环境污染问题的认识，同时也激励市场和其他利益相关方来监督企业的环境表现，更有助于企业进行绿色创新。
4.2信息扩散能力对绿色创新效应的影响分析
为验证公众信息扩散水平对绿色创新效应的影响，以模型（3）为基础构造新的交互项，将各地级市互联网宽带接入用户数（取对数处理）来衡量信息扩散水平，估计结果如表5所示。在未考慮时间固定效应和城市固定效应时，无论加入控制变量与否，交互项的系数均在1%水平上显著;在考虑时间效应和固定效应后，交互项系数的显著性有所下降。一个城市信息扩散水平在一定程度上影响PITI发布对该城市的绿色创新效应，一个城市的信息扩散水平越高，受到该准自然实验冲击后的绿色技术创新效应越强，但是，该影响没有环境信息披露的影响明显。
4.3同時期政策并行问题
任何外部事件的冲击将不可避免地受到其他政策或事件的影响，从而潜在影响事件效果的评估。鉴于此，在该部分文章将排除一系列可能影响城市绿色创新的政策冲击，具体包括：①2011年10月，国家发展改革委印发《关于开展碳排放权交易试点工作的通知》，批准北京、上海、天津、重庆、湖北、广东和深圳等七省市开展碳交易试点工作。碳排放交易权作为市场型环境规制工具，将加大地区的环境规制压力，碳排放交易权试点城市可能会对城市的绿色创新水平产生影响。为了剔除该项政策的影响，故将碳排放交易权试点城市从模型中去除。②同上，考虑到2010年中央在“五省八市”所实施的碳试点政策可能会影响文章的评估，故而剔除碳试点城市。③同上，考虑到2007年财政部会同环境保护部、国家发展改革委批准11个省（市）为国家级二氧化硫排污权交易试点，在回归中剔除该部分样本。结果所示（限于篇幅未列出），在剔除上述政策之后，PITI的绿色创新效应依然存在，且系数还有所上升。这充分表明，在剔除一系列潜在影响城市绿色创新水平的政策或事件后，非正式环境规制的绿色创新效应依然十分显著，作用大小略有变化，间接证明上述结果的可靠性。
此外，考虑到PITI选择的113个城市中有110个环保重点城市，文章的结论还可能受到环保重点城市政策的影响，但是经过查验，环保重点城市在“十五”计划（2000年）便已覆盖到现在110个城市中的107个，故不会对文章的实验产生影响。
5结论
实现经济增长和环境污染治理是当前中国面临的重要难题。绿色创新为经济提供源动力的同时可以实现环境保护，是实现经济可持续发展的关键驱动力。环境规制政策，尤其是非正式规制是否有助于企业绿色创新成为学术界关心的问题。文章以2008年由IPE和NRDC联合公示中国113个城市的“污染源监管信息公开指数”（PITI）作为准自然实验，并采取DID方法进行因果识别，通过2002—2017年实验组和控制组内样本城市的对比来评估非正式环境规制绿色创新的“净作用”，即ENGOs能否诱发城市绿色创新效应，得到了如下主要研究结论。
第一，非正式环境规制的确诱发了城市的绿色创新、污染源监管信息公开指数的发布使得实验组城市的绿色创新水平相比对照组有显著的提升，且结果通过了平行趋势检验、DID-PSM模型回归验证和安慰剂检验，具有稳健性。第二，基于区域视角，东部和西部对非正式环境规制给予了更多的重视，对PITI的发布响应更加积极，而中部地区受到冲击的效果最弱，这可能与中部地区配合信息披露的水平较弱有关。基于时间趋势视角，ENGOs在每一年均具有显著的绿色创新效应，该效应在发布后第一年最高，2013年有小幅上升再逐渐下降。其中，2013年小幅提升可能是由于当年PITI的标准大幅度升级，影响力度增大所导致。第三，非正式环境规制绿色创新效应在地方政府环境信息公开的水平越高的地区更加明显;此外，城市的信息扩散水平越高，受到准自然实验冲击后的绿色技术创新效应越强。相对于信息扩散水平而言，ENGOs的绿色创新效应受到环境信息公开水平的影响更为明显。第四，在排除一系列可能影响城市绿色创新活动的政策冲击（碳排放权交易试点、“五省八市”的碳试点、二氧化硫排污权交易试点）之后，所有结果依旧显著，且政策剔除后系数还有所上升，间接证明上述结果的可靠性。
参考文献
[1]LEYM，STUCKIT，WOETERM.Theimpactofenergypricesongreeninnovation[J].Theenergyjournal，2016，37（1）：41-75.
[2]HALLB，HELMERSC.Innovationanddiffusionofclean/greentechnology：canpatentcommonshelp？[J].Journalofenvironmentaleconomicsandmanagement，2011，66：33-51.
[3]AGHIONP，DECHEZLEPETREA，HEMOUSD，etal.Carbontaxes，pathdependencyanddirectedtechnicalchange：evidencefromtheautoindustry[J].Journalofpoliticaleconomy，2016，124（1）：1-51.
[4]RUTTANV.Inducedinnovation，evolutionarytheoryandpathdependence：sourcesoftechnicalchange[J].Theeconomicjournal，1997，107：1520-1529.
[5]BLACKMANA.Alternativepollutioncontrolpoliciesindevelopingcountries[J].Reviewofenvironmentaleconomicsandpolicy，2010（4）：234-253.
[6]LIG，HEQ，SHAOS，etal.Environmentalnon-governmentalorganizationsandurbanenvironmentalgovernance：evidencefromChina[J].Journalofenvironmentalmanagement，2018，206：1296-1307.
[7]TIANXL，GUOQG，HANC，etal.DifferentextentofenvironmentalinformationdisclosureacrossChinesecities：contributingfactorsandcorrelationwithlocalpollution[J].Globalenvironmentalchange，2016，39：244-257.
[8]TUZG，HUTY，SHENRJ.EvaluatingpublicparticipationimpactonenvironmentalprotectionandecologicalefficiencyinChina：EvidencefromPITIdisclosure[J].Chinaeconomicreview，2019，55：111-123.
[9]WUJ，CHANGIS，YILIHAMUQ，etal.StudyonthepracticeofpublicparticipationinenvironmentalimpactassessmentbyenvironmentalnongovernmentalorganizationsinChina[J].Renewableandsustainableenergyreviews，2017，74：186-200.
[10]BRIGUGLIOM.ENGOimpactsonclimatechangepolicyinEuropeanMalta[J].Sociologyandanthropology，2017（5）：269-278.
[11]GOLDARB，BANERJEEN.ImpactofinformalregulationofpollutiononwaterqualityinriversinIndia[J].Journalofenvironmentalmanagement，2004，73：117-130.
[12]NESTAL，VONAF，NICOLLIF.Environmentalpolicies，competitionandinnovationinrenewableenergy[J].Journalofenvironmentaleconomicsandmanagement，2014，67（3）：396-411.
[13]劉传江，赵晓梦.强“波特假说”存在产业异质性吗：基于产业碳密集程度细分的视角[J].中国人口·资源与环境，2017，27（6）：1-9.
[14]齐绍洲，林屾，崔静波.环境权益交易市场能否诱发绿色创新：基于我国上市公司绿色专利数据的证据[J].经济研究，2018，53（12）：129-143.
[15]倪娟，赵晓梦，唐国平.环境规制强度测算方法研究新进展及展望[J].国外社会科学，2020（2）：64-75.
[16]ZHAOXM，LIUCJ，SUNCW，etal.Doesstringentenvironmentalregulationleadtoacarbonhaveneffect：evidencefromcarbon-intensiveindustriesinChina[J].Energyeconomics，2020，86：104631.
[17]王宇哲，赵静.“用钱投票”：公众环境关注度对不同产业资产价格的影响[J].管理世界，2018，34（9）：46-57.
[18]涂正革，谌仁俊.排污权交易机制在中国能否实现波特效应？[J].经济研究，2015，50（7）：160-173.
[19]祁毓.环境规制与执法效应研究新进展与展望[J].国外社会科学，2016（3）：41-53.
[20]PARGALS，WHEELERD.Informalregulationofindustrialpollutionindevelopingcountries：evidencefromIndonesia[J].Journalofpoliticaleconomy，1996，104（6）：1314-1327.
[21]KATHURIAV，STERNERT.Monitoringandenforcement：istwo-tierregulationrobust：acasestudyofAnkleshwar，India[J].Ecologicaleconomics，2006，57（3）：477-493.
[22]PARGALS，HETTIGEH，SINGHM，etal.Formalandinformalregulationofindustrialpollution：comparativeevidencefromIndonesiaandtheUnitedStates[J].Theworldbankeconomicreview，1997（11）：433-450.
[23]LINGL，XIAXH，CHENB，etal.PublicparticipationinachievingsustainabledevelopmentgoalsinChina：evidencefromthepracticeofairpollutioncontrol[J].Journalofcleanerproduction，2018，201：499–506.
[24]苏昕，周升师.双重环境规制、政府补助对企业创新产出的影响及调节[J].中国人口·资源与环境，2019，29（3）：31-39.
[25]LIF，XIONGB，XUB.ImprovingpublicaccesstoenvironmentalinformationinChina[J].Journalofenvironmentalmanagement，2008，88：1649-1656.
[26]HASANMA，NAHIDUZZAMANKM，ALDOSARYA.PublicparticipationinEIA：acomparativestudyoftheprojectsrunbygovernmentandnon-governmentalorganizations[J].Environmentalimpactassessmentreview，2018，72：12–24.
[27]BORAELT，BUZOGANYA.EnvironmentalorganizationsandtheEuropeanisationofpublicpolicyinCentralandEasternEurope：thecaseofbiodiversitygovernance[J].Environmentalpolitics，2010，19：708-735.
[28]ZHENGS，WANG，SUNW，etal.Publicappealsandurbanenvironmentalgovernance[J].Managementworld，2013（6）：72-84.
[29]孙振清，张晓群.日本企业减少环境负担的举措和启示[J].中国人口·资源与环境，2004（5）：139-142.
[30]NOELLE-NEMANNE.TheSpiralofsilence：atheoryofpublicopinion[M]，Journalofcommunication，1974，24：43-51.
[31]张琦，吕敏康.政府预算公开中媒体问责有效吗？[J].管理世界，2015（6）：72-84.
[32]BERTRANDM，DUFLOE，MULLAINATHANS.Howmuchshouldwetrustdifferences-in-differencesestimates[J].Thequarterlyjournalofeconomics，2004，119（1）：249-275.
[33]周玉龙，杨继东，黄阳华，等.高铁对城市地价的影响及其机制研究：来自微观土地交易的证据[J].中国工业经济，2018（5）：118-136.
[34]叶君，黄明健.新形势下公众参与生态文明建设法制保障研究[J].贵州大学学报（社会科学版），2016，34（4）：96-101.
[35]郭路，魏杨.中国经济增长之路分析[J].经济与管理评论，2019（6）：49-56.
[36]LIUQ，QIUL.Intermediateinputimportsandinnovations：evidencefromChinesefirmspatentfilings[J].Journalofinternationaleconomics，2016，103：166-183.
[37]CAIXQ，LUY，WUMQ，etal.Doesenvironmentalregulationdriveawayinboundforeigndirectinvestment：evidencefromaquasi-naturalexperimentinChina[J].Journalofdevelopmenteconomics，2016，123：73-85.
Caninformalenvironmentalregulationinducegreeninnovation？：
verificationfromtheperspectiveofENGOs
ZHAOXiaomeng1CHENLuyao1LIUChuanjiang2
（1.SchoolofEconomicsandBusinessAdministration，CentralChinaNormalUniversity，WuhanHubei430079，China;
2.SchoolofEconomicsandManagement，WuhanUniversity，WuhanHubei430072，China）
AbstractGreeninnovationisthekeytoachievingawin-winsituationbetweeneconomicgrowthandenvironmentalpollutioncontrol.Informalenvironmentalregulation，representedbyENGOs，isplayinganincreasinglyimportantrole.Thisarticleusedthe‘PollutionInformationTransparencyIndex（PITI）of113citiesin2008，jointlypublishedbytwoENGOs（IPEandNRDC），asaquasi-naturalexperiment，andevaluatedthe‘neteffectofgreeninnovationofinformalenvironmentalregulationbytheidentificationmethodsofDIDandDID-PSM.Themainresearchconclusionswereasfollows：①Informalenvironmentalregulationdidinduceurbangreeninnovation.Afterpassingaseriesofparalleltrendtests，DID-PSMregressiontestsandplacebotests，theresultswerestillrobust.②Fromtheperspectiveofregionalheterogeneity，itwasconcludedthatmoreattentionwaspaidtoinformalenvironmentalregulationintheeasternandwesternregions，whichrespondedmorepositivelytothereleaseofPITI，whilethecentralregionreceivedlessimpact.Fromtheperspectiveoftimetrend，thegreeninnovationeffectinducedbyinformalenvironmentalregulationwasthestrongestinthefirstyearofpolicyimplementation，andthenshowedatrendofweakeningyearbyyear.③Thegreeninnovationeffectofinformalenvironmentalregulationwasmoreobviousincitieswithhigherlevelofgovernmentenvironmentalinformationdisclosure.Inaddition，theinformationdiffusionlevelofcitiesalsoaffectedthegreeninnovationeffecttoacertainextent.Incomparisonwiththelevelofurbaninformationdiffusion，thegreeninnovationeffectofinformalenvironmentalregulationwasmoresignificantlyaffectedbythelevelofenvironmentalinformationdisclosure.④Aftereliminatingaseriesofotherenvironmentalpolicyshocksthatwerelikelytoaffecturbangreeninnovationactivities，suchascarbonemissionstradingpilotsinthesameperiod，carbonemissionstradingpilotsinfiveprovincesandeightcities，andsulfurdioxideemissionstradingpilots，thegreeninnovationofinformalenvironmentalregulationstillexisted.
Keywordsinformalenvironmentalregulation;greeninnovation;ENGO;PITI
（責任编辑：于杰）
