郭凌军 刘嫣然 刘光富

(1.同济大学经济与管理学院； 2.桂林理工大学商学院)

受益于改革开放红利，中国经济快速发展，但伴随粗放经济而带来的环境问题逐渐显现，中国面临着巨大的环境污染治理压力，尽管政府通过颁布一系列政策法规加大了环境污染的管控力度，但中国环境污染的治理道路依然任重而道远[1]，已成为中国经济转型升级、谋求经济高质量发展所面临的核心障碍源，刺激政界、学界警觉神经，并展开经济与环境协调发展的探索[2]。绿色创新可以减少单位产值的能源消耗和污染物排放，有利于可持续的经济发展和环境保护[3]；环境规制作为国家机器治理环境污染的核心手段，有助于夯实地区绿色发展路径，弥补市场治理的缺失[4]。然而，现阶段国内学界实证层面多数关注的是技术创新、环境规制与环境污染的关系，研究结论存在较大差异，且局限于环境规制、绿色创新与环境污染的单项研究，对于二者协同是否深化或削减对区域环境污染的研究较为鲜见。面对特殊的经济发展态势，当前中国地方政府的环境规制是否有效？绿色创新力度能否支撑环境污染治理？如果有效，是否存在区域的异质性？环境规制是否强化了绿色创新在环境治理过程中核心作用？强化路径是否存在阈值特征等一系列问题，亟需学界对其进行深入思考。

1 文献回顾

1.1 技术创新与环境污染

HASHMI等[5]认为，区域创新可以提高传统化石燃料的能效，从而减少生产过程中的能源消耗，达到环境污染治理的目的，间接验证了科技创新对区域环境污染的抑制作用。HOSSAIN等[6]指出，技术创新可以最小化工业生态边界的环境负担，不仅可以有效解决垃圾处理问题，提高资源的利用效率和可持续性，还有助于控制温室气体排放。在中国经济发展和工业化的过程中,科技创新通常能够改善生态环境的质量，并减少环境污染的程度,这主要体现于生产技术、治理技术效应对环境污染的影响[7]。此外，WANG等[8]认为，不同行业的污染物排放存在异质性，科技创新虽然可以提高工业部门的能源效率，但也会增加污染源的排放。虽有异质性，但学界主流的观点，依然认为地区技术创新能力是减少地区环境污染的核心驱动力。

1.2 环境规制与环境污染

由于生产活动的负外部性和传统能源的不可再生性，政府采取环境监管措施显得尤为重要[1]，如限制企业在生产过程中排放的污染量，征收排污费和环境税[9]。企业必须实施这些措施，其污染控制成本会相应增加，从而产生成本效应，降低能源消耗，遏制环境污染。由此可知，加强环境规制力度可以有效改善环境质量[10]。DU等[11]从微观角度论证了环境政策的有效性，认为政府可以通过征收环境保护税、实施排污权交易制度等激励环境监管，从而减少企业的污染排放量。WANG等[8]认为，环境规制对环境质量的影响，取决于当地能源消耗和地区差异，意味着环境规制与环境质量呈非线性关系，且不同类型的环境规制也会导致不同地区的环境效应存在显著的异质性。此外，ALBRIZIO等[12]认为，环境规制降低了企业向低污染、高效率企业学习的积极性，阻碍了技术创新，不利于环境质量的改善。

针对现有研究的不足，本研究将以废水、废气、固废为维度，借助熵值法对环境污染进行科学测算；引入空间计量模型、面板门限模型，实证分析“独立”“调节”模式下，环境规制、绿色创新对区域环境的作用机理及可能存在的溢出及门槛效应。

2 环境规制、绿色创新与环境污染作用机制及研究假设

2.1 环境规制与环境污染

环境规制通过政策约束，降低企业的废物排放，达到提高企业环境质量的目的，是政府与社会的普遍预期[13]，但对于环境规制是否有效抑制环境污染，学界存在不同的研究观点。支持论点的学者认为，政府通过提高污染产业进入门槛，征收高额环境污染税等规制政策，倒逼企业进行必要的污染预处理，降低废物排放量，但环境规制对环境污染的治理能效取决于环境规制的强度[14],高力度环境规制通过增加企业废物排放的边际成本，倒逼企业进行产业转型，达到节能减排的目的，而低力度的环境规制能效则在环境污染治理过程中逐步消失[15]；受到政府逐低竞争、影子经济及公众参与程度不同的影响，环境规制对环境污染治理的能效可能丧失。基于此，为明晰中国省域环境规制与环境污染的关系，提出如下假设：

假设1环境规制可有效降低区域环境污染综合指数。

2.2 绿色创新与环境污染

绿色技术创新作为环境污染治理的重要手段，逐步成为政府政策的重要组成部分[16]，党的十九届四中全会强调：推进生态文明建设，实现经济-社会-环境和谐共生，推进以市场为导向的绿色创新体系，将其作为生态文明建设的重要利器。GROSSMAN等[17]认为，绿色技术的开发-运行与更新，可有效降低企业废水、废气及固体废物的排放，产生抑制区域环境污染的作用。此外，绿色创新可加速产业结构升级，淘汰落后产能，达到提质增效的目的，间接降低了区域环境污染指数。由此，提出如下假设：

假设2绿色创新可有效降低区域环境污染综合指数。

2.3 环境治理的溢出效应

环境规制、绿色创新作为生态文明建设的重要支撑要素，在区域间存在明显的空间关联性。邻近省域通过环境规制、绿色创新，强化清洁生产，提升资源的综合利用率，降低污染物排放，达到环境污染治理的目的，间接降低了因气流、水流等客观因素带来的本地环境污染[18]。此外，区域的环境规制政策、绿色创新在地理空间范围内存在黏性，并在邻近区域间传播。当某个区域环境规制、绿色创新带来较好的环境治理成效，邻近省域因环境治理压力，也会加以模仿，制定环境规制，提高绿色创新水平，并在此基础上推动本地环境污染治理成效[19]。基于此，提出如下假设：

假设3环境规制、绿色创新在抑制本地环境污染的同时，有助于降低邻近区域的环境污染。

2.4 环境规制的调节效应

PORTER[20]指出，环境规制具有正外部性，尽管在短期内会增加企业的治理成本，但从长远来看，环境规制可以倒逼企业进行创新，提高企业自身的市场竞争优势。BRIDGE[21]进一步验证了波特假说，认为在单纯的市场情境下，环境治理动机对绿色创新的刺激有限，而适度的环境规制对绿色创新具有显著的促进效应，且在市场竞争环境下，企业会将环境规制要素转化为企业绿色创新区域因素，强化对废物排放的抑制效应。此外，李园园等[22]认为，企业在面对政府环境规制的过程中，并不是被动地接收惩罚，而是主动调整企业的发展战略，激活企业的创新潜能，通过绿色技术创新带来额外收益，以弥补环境规制带来的污染治理成本，实现经济-社会-环境的和谐统一。由此，提出如下假设：

假设4环境规制可调节绿色创新对区域环境污染的抑制效应。

2.5 环境规制的门槛效应

市场环境下，传统技术创新利润优势依旧强劲，仅凭市场本身，难以持续推进绿色创新发展，政府规制将在地区绿色创新过程中扮演重要角色，但环境规制是否推动绿色创新对环境污染的抑制作用，学界尚不确定[3]。促进论者认为，严格的环境法规可增加企业的绿色创新支出，对创新活动产生积极影响，以有效提升区域环境治理能力[23]；抑制论者认为，严格的环境规制会使企业产生额外的生产成本，抑制绿色技术创新，并降低区域环境污染治理效率[24]。此外，董直庆等[16]发现，“波特假说”中环境规制对绿色创新的正外部性，取决于环境规制的强度，超过了环境规制的门槛值对绿色创新的影响更加显著。由此，提出如下假设：

假设5环境规制发展到一定程度，绿色创新抑制区域环境污染更加显著。

3 模型构建及研究设计

3.1 研究设计

3.1.1空间计量模型的选择及设定

由于SDM模型融合了SLM、SEM模型的优点，既可分析环境污染与环境规制、绿色创新的空间关联性，又可探索随机冲击的空间影响，借用此模型，构建本研究所涉及的“独立效应”和“调节效应”模型，探讨环境规制与绿色创新对中国省市环境污染的作用机理

EPt=ρWEPt+β1ERt+β2GIt+β3Qt+

θ1WERt+θ2WGIt+θ3WQt+εt；

(1)

EPt=ρWEPt+β1ERt×GIt+β2Qt+

θ1WERt+θ2W(ER×GI)t+θ3WQt+εt，

(2)

式中，EPt=(EP1t,EP2t,…,EPnt)T,ERt=(ER1t,ER2t,…,ERnt)T,GIt=(GI1t,GI2t,…,GInt)T,Qt=(Q1t,Q2t,…,Qnt)T,(ER×GI)t=((ER×GI)1t,(ER×GI)2t,…,(ER×GI)nt)T,n维列向量EPt、ERt、GIt的第i个分量分别表示i地区第t年的环境污染指数、绿色创新和环境规制；Qt表示控制变量集；W为空间权重矩阵；εt为随机扰动项；ρ、θ1～θ3为空间滞后效应系数；β1～β3为解释变量空间效应系数。当式(1)和式(2)中的θi值等于0时，SDM模型将退化成SLM模型，而当θi=-βi时，SDM模型则退化为SEM模型。

由于本研究采用的空间计量模型，借用的是空间权重矩阵，各个变量在对本地区域环境污染产生影响的同时，可能对邻近省市也产生一定的影响。为此，空间模型中绿色创新、环境规制系数不能完全代表自变量对地区环境的作用，且自变量滞后项系数也不能代表绿色创新、环境规制对本区域以外环境产生影响。基于此，本研究在偏微分方程下对空间效应进行分解

(I-ρW)-1(βkI+θkW)。

(3)

由式(3)可知，在偏导数矩阵中，X表示解释变量，分别为ER、GI、Q，k分别取1，2，3，且直接效应为对角线元素均值，而非对角线元素均值为间接(溢出)效应，二者之和为总效用；I表示单位矩阵；βk表示第k个解释变量的空间效应系数；θk表示第k个解释变量的空间滞后效应系数；n表示省域数。

3.1.2探索性空间分析

在借用空间计量模型之前，本研究借用Moran’sI指数对中国省市环境污染变量进行空间依赖性分析

(4)

3.3.3空间矩阵

空间计量经济学在截面数据模型或者面板数据模型基础上，融入空间权重矩阵，明晰截面个体之间的距离关系。由于环境污染不仅来自本区域，邻近区域环境污染对本地环境同样造成危害，地理权重矩阵是本研究选取的核心矩阵之一；同时，地区经济发展水平与地区环境污染存在复杂的综合关系。为此，本研究将以经济距离构建权重矩阵对其稳健性进行验证。

地理距离：

wij=1/dij，i≠j，

(5)

式中，dij为两地间距离。

经济距离：

wij=1/|Yi-Yj|,i≠j，

(6)

式中，|Yi-Yj|为两省GDP平均值之差。

3.2 指标选取

为科学剖析环境规制与绿色创新对区域环境污染的作用机制，综合考虑数据的可得性，本研究以2007年为开启，2018年为截止点(1)2018年后，在统计年鉴中，涉及二氧化硫数据的统计口径发生了变化，没有针对具体省域的二氧化硫进行统计，为保证统计数据的科学性，故采样截止到2018年。，中国30个省市为研究区域，《中国统计年鉴》《中国环境统计年鉴》《中国科技统计年鉴》等为原始数据来源，科学论证环境规制、绿色创新与区域环境污染的空间关联性。

(1)被解释变量环境污染(EP)，主要包括水污染、大气污染、固体废物污染、噪声污染等。学界对于反映某一地区环境污染总体水平的综合衡量指标尚未统一。为科学反映区域环境污染情况，借鉴刘玉凤等[25]的研究，以工业废气(二氧化硫)、工业废水、工业固废为维度，通过熵值法，计算区域污染综合指数，以此更加科学准确地反映地区环境污染情况。

(2)核心解释变量包括两个：①环境规制(ER)：学界对于环境规制的测度，因研究视角不同而存在差异。为科学表征环境规制，本研究借用康鹏辉等[18]的研究成果，采用区域GDP与区域能源消耗总量关系来表征区域环境规制的力度，该关系比值越大，表明在一定地区生产总值下，节能减排成效越明显，环境规制力度越大；②绿色创新(GI)：学界对其指标界定尚存差异，多数采用绿色创新效率和绿色创新专利指标来表征绿色创新，绿色创新效率把与环境污染研发关联度不高的指标纳入其中，缺乏一定的严谨性，为此，借用董直庆等[16]的做法，以绿色使用专利数来表征绿色创新。

(3)控制变量包括3个：①外商投资(FDI)：外商投资就像一把两刃剑，存在“污染天堂”和“污染晕轮”两种假说，与东道主国家环境污染存在千丝万缕联系，本研究选取实际利用外商总额来衡量FDI[16]，以此论证外商投资与中国省市环境污染的关系；②经济发展水平(GDP)：经济发展水平对环境污染具有重大的积极影响，可加速资源和商品的流通，扩大个人和企业对商品与服务的需求，增加工业生产活动，加速区域环境污染，故选取地区GDP对数加以衡量[26]；③工业化水平(ID)：工业化发展与地区环境质量存在复杂的关联性，传统工业体系是地区环境污染的主要来源，但伴随着工业智能化与信息化发展，现代工业化水平是否缓解地区环境污染也是本研究需要考虑的核心问题，故借用第二产业与地区GDP比值加以衡量[27]。

各变量的描述性统计见表1。

表1 描述性统计

4 空间面板实证分析

4.1 空间相关性分析

在借用空间计量模型进行分析之前，本研究以地理反距离构建权重距离矩阵，对中国30个省市2007～2018的全域Moran’sI指数值进行测算(见表2)。由表2可知，环境规制、绿色创新、环境污染的Moran’sI均显著为正，说明中国省市地域间环境规制、绿色创新、环境污染存在一定的空间相关性，为本研究借用空间计量作为分析工具提供了依据。

表2 2007～2018年核心变量Moran’s I指数

为进一步分析中国省市环境污染在空间上的异质性，本研究以反距离权重矩阵为基础，2007年和2018年的数据为样本，借用Stata软件绘制环境规制、绿色创新、环境污染Moran’sI散点图(分别见图1～图3)。由图1～图3可知，环境污染、环境规制、绿色创新主要皆集中在第一、三象限，呈现高高-低低聚集，验证了中国省市环境污染、环境规制、绿色创新的空间关联性。

注：Z表示标准化统计量，衡量区域是否存在空间自相关关系；WZ为Z的滞后项。下同。图1 环境污染Moran’s I散点图

图2 环境规制Moran’s I散点图

4.2 空间模型选择

为科学论证本研究变量间的关系，引入多种空间计量模型加以实证分析，设定模型Hausman 检验的p值为0，通过显著性检验，验证了固定效应模型比随机效应模型更加适应本研究。同时,借助LM、R-LM分析，SLM模型优于SEM模型，且由WALD、LR检验可知，SDM模型未通过显著性检验，退化为SLM模型和SEM模型；此外，通过R2、对数似然值，同样验证了SLM模型的科学性(见表3)，因此后续分析主要围绕 SLM模型展开。

表3 环境规制、绿色创新与环境污染估计结果

4.3 环境规制、绿色创新与环境污染关系

由表3可知，空间计量模型(SLM)中，WEP在1%水平上显著不为零，说明中国各省市环境污染存在一定的空间溢出效应，且固定效应空间计量模型总体回归结果较为理想。环境规制(-0.065***)通过征收环境保护税和排污权交易制度等环境监管， 增加企业的生产成本和污染控制成本，约束中国工业企业的污染排放，达到减少排污的目的。绿色创新(-0.019**)通过提高生产过程中资源和能源的利用率，节约和有效利用资源与能源，从而降低单位产量的资源和能源消耗率，减少污染排放，达到对区域环境污染的抑制效应。据此，假设1、假设2得到验证，但从抑制路径来看，环境规制抑制效应大于绿色创新对区域环境污染的抑制效应。此外，由表3还可知，外商投资显著抑制了中国省市环境污染(-0.008**)，研究结论否定了“污染天堂假说”；工业化水平同样抑制了中国省市环境污染(-0.006***)，但经济发展水平依然是中国环境污染的主要来源(0.062**)，这也是当前国内致力于高质量经济发展的根源所在。

表4 环境规制对绿色创新的调节效应检验

4.4 绿色创新与环境污染关系——环境规制的调节效应

通过模型检验分析，此过程依然采用SLM模型加以剖析，分析结果见表4，且通过R2、对数似然值比较，也验证了本研究模型选择的科学性。由表4可知，绿色创新对环境污染的路径系数为-0.020，并在5%显著性水平下通过检验；加入环境规制与绿色创新的交乘项得出ERI对环境污染的路径系数为-0.062，通过显著性检验，抑制效应得到提升。此时，环境规制通过创新补偿效应，弥补甚至超过环境规制遵循的成本效应，进一步抑制了中国省市环境污染。研究表明，环境规制与绿色创新之间存在着紧密的互动关系，单独强调绿色创新对环境污染的抑制作用，是不能发挥最佳影响的，只有通过环境规制的鞭策，中国省市绿色创新才逐步凸显，呈现出“1+1>;2”环境污染抑制效应，假设4成立。

4.5 空间溢出效应分析

为了进一步分析环境规制、绿色创新对中国省市环境污染抑制的空间影响，本研究借用偏微分方程对空间效应进行分解。相应模型下，环境规制、绿色创新及控制变量对中国省市环境的直接效应、间接效应及总效应检验见表5。

表5 环境规制、绿色创新空间关联分解

(1)独立空间关联分析由表5可知，环境规制对中国省市环境污染的直接效应(-0.066***)、间接效应(-0.017***)，均在1%显著水平上通过检验；绿色创新对中国省市环境污染的直接效应(-0.019**)、间接效应(-0.005*)分别在5%、10%水平上通过显著性检验。由此可知，环境规制、绿色创新通过规制政策、技术体系提高能源利用效率、抑制本地污染源排放的同时，通过辐射效应，降低了对临近省市的环境污染转移效应，倒逼临近地方政府支撑绿色创新体系，间接形成对临近省市环境污染的抑制溢出效应，假设3成立。

(2)调节空间关联分析环境规制与绿色创新交互项的直接效应(-0.063***)、间接效应(-0.018**)和总效应(-0.081***)通过显著性水平检验，且与绿色创新对环境污染的作用路径进行比较来看，环境规制与绿色创新交互项的直接效应及溢出效应作用路径更加强劲。由此可知，环境规制与绿色创新之间存在着紧密的互动关系，适当的环境规制协同下，绿色创新通过辐射效应对邻近省域环境污染呈现“1+1>;2”的抑制溢出效应。鉴于此，深化地区环境规制的科学性，对于地区绿色创新，提升区域环境污染治理，强化地区环境规制与绿色创新的一致性，均具有一定参考价值。

4.6 门槛分析

环境规制强化了绿色创新对区域环境污染的抑制及抑制溢出效应，凸显“1+1>;2”的协同抑制及抑制溢出效应，但环境规制因地区省市经济及产业发展的不同而存在异质性，影响环境规制与绿色创新的匹配性，阻碍区域环境污染治理成效。基于此，本研究在Hansen门限模型的协同下，探讨环境规制强化绿色创新对环境污染的协同抑制，以及抑制溢出效应是否存在门槛效应，结果见表6。

表6 环境规制门槛检验

由表6可知，以环境规制为门槛值时，环境规制单门槛效应通过10%显著性水平，但双门槛效应未能通过显著性检验(p=0.250)，故环境规制存在单门槛效应。此外，门槛估计值与LR之间的关系见图4。对应门槛值1.055的置信区间为[-1.063，0.999]，似然比小于5%水平下的临界值7.350，据此可认为环境规制的单门槛效应估计值真实。

图4 门槛估计值及置信区间

在门槛检验基础上，利用面板门槛模型，以环境规制为门槛变量进行回归分析，门槛效应检验结果见表7。由表7可知，当环境规制越过门槛值1.055时，绿色创新对环境污染的抑制效应显著提升，其作用路径系数由-0.015上升到-0.023，并通过显著性检验。研究表明，当环境规制超越单门槛值，环境规制与绿色创新间存在显著的协同效应，环境规制对企业绿色创新存在“倒逼效应”。此时，企业为了顺意政府规制，将加大绿色创新投入，抵消环境规制的成本效应，形成创新补偿效应，强化了绿色创新对环境污染的抑制效应，假设5成立。综上，环境规制是地区绿色创新抑制环境污染的重要支撑，二者协同将形成“1+1>;2”环境污染抑制效应，研究结论为地方政府制定合理且科学的环境规制奠定了理论基础。

表7 门槛回归结果

5 稳健性及异质性检验

5.1 稳健性分析

为了更好地验证环境规制、绿色创新与环境污染的作用机制，确保研究结论的科学性，本研究在绿色专利的基础上，融入新产品销售收入，废水处理率、城市生活垃圾处理率、工业固废综合利用率等，以绿色产出综合指数作为绿色创新替代变量进行稳健性检验。此外，区域环境污染主要来自粗放的经济增长模式，因地区经济的差异性，也可能给区域环境带来一定的异质性。基于此，本研究以经济权重矩阵替代距离权重矩阵，进一步验证研究结论的稳健性。通过模型分析，无论是绿色创新变量还是权重矩阵的替换，环境规制、绿色创新与中国省市环境污染关系一致，进一步验证了本研究的科学性，且从路径系数来看，经济权重矩阵的路径系数大于距离权重矩阵。由此可见，区域环境污染治理过程中，经济因素是主要驱动因素之一，也是政府未来在生态文明建设框架下，践行绿色经济，高质量经济发展的根源所在(2)限于篇幅，此处数据处理已做必要删减。。

5.2 区域异质性分析

由于不同区域要素资源、经济文化的差异性，不同地区环境规制、绿色创新对环境污染治理的抑制效应存在非一致性，增加了不同区域环境污染的治理难度。为科学验证环境规制、绿色创新与地区环境污染之间的关系，本研究将中国30个省市划分为沿海经济发达区、内陆经济发展区，对区域异质性进行验证，力求实现环境规制协同地区绿色创新，实现区域环境污染治理的同步性(见表8)。

表8 沿海-内陆区域对比分析

(1)直接效应分析由表8可知，沿海地区省市环境污染治理主要依靠绿色创新(-0.048**)，环境规制的效应逐步弱化(0.018)。原因在于：沿海地区，尤其是江浙、上海、广东等经济发达省市，受益于国家产业政策，高污染、高能耗产业逐步转移到中西部城市，产业结构体系日趋完善，信息化与工业化融合度较高，在此背景下，高精尖等绿色创新体系也得到不断完善，成为沿海省市抑制环境污染的中坚力量，并逐步弱化政府规制在环境规制中的作用，走上市场化环境治理道路；但内陆地区省市受制于东部沿海产业转移的影响，环境压力基本饱和，甚至超越了地区环境承载力，且受地缘经济及产业现状的影响，企业依然以利润为导向，创新体系，尤其是绿色创新相对于沿海地区处于劣势阶段，在此过程中，面对环境治理压力，绿色创新对环境污染虽有抑制效应，但并不显著(-0.009)。当前，仍旧依靠环境规制加以约束(-0.090***)，迫使企业进行产能升级改造，降低污染源排放。

(2)调节效应分析由表8还可知，沿海地区绿创新对环境污染存在显著的抑制效应(-0.047***)，但环境规制与绿色创新交互项对环境污染的抑制效应消失(0.001)，原因在于沿海发达地区产业结构逐步优化，绿色科技实力凸显，但融入环境规制后，企业在遵循成本效应的基础上，势必会过犹不及，阻碍绿色创新体系发展，不利于沿海省市环境污染治理；而非沿海省市，由于地区经济、科技发展水平的不同，非沿海(内陆)地区仍旧依靠环境规制，借用行政激励及约束作为区域环境治理的核心手段(-0.090***)，绿色创新虽有一定发展，对地区环境污染治理具有一定的抑制作用，但作用路径并不显著(-0.008)；与沿海地区不同的是，内陆地区通过适当而科学的环境规制， 引导企业科技创新向绿色创新发展，在一定程度上强化了绿色创新对地区环境污染治理的作用路径(-0.009***)，研究结论验证了不同区域环境规制与绿色创新的差异性，为政府针对地区发展，因地制宜制定合理的污染治理政策提供理论依据。

6 结语

基于美丽中国建设新常态背景下，以2007～2018年间中国30个省市的面板数据为支撑，借用空间计量模型及门限模型聚焦环境规制、绿色创新对环境污染的关系，明晰环境规制的调节效应，洞悉可能存在的门槛效应，厘清环境规制、绿色创新在不同区域空间下环境污染治理的差异，研究表明：①绿色创新与环境规制在抑制本地环境污染治理的同时，对周边区域环境污染同样存在抑制溢出效应，且从作用路径来看，环境规制的抑制效应要大于绿色创新的抑制效应。②绿色创新是地区环境治理的方向。融入环境规制，绿色创新对环境污染的抑制效应更加强劲，但存在单门槛效应，超过环境规制单门槛值，绿色创新对中国省市环境污染的抑制效应更加显著。③绿色创新、环境规制对地区环境污染的抑制效应存在区域差异性，沿海地区倾向于以绿色创新作为地区环境污染治理的中坚力量，并在此基础上逐步放缓政府行政命令的干扰；内陆地区受限于沿海省域产能转移，高污染、高能耗产能犹在，现阶段依然得依靠环境规制作为地区环境污染治理的首选治理模式。