绿色技术的扩散:中国三大电子产业集群比较研究

摘要 基于对北京、上海―苏州和深圳―东莞三地的电子制造企业的调查,本文对比考察了无铅焊接技术在中国三大电子产业集群生产者中的扩散。无铅焊接技术的采纳是应欧盟两项电子废物指令要求而开展的,对全球电子产业供应链产生一定程度的技术震荡。我们发现中国三大电子产业集群在技术转换的过程中,扩散速率明显不同,深圳―东莞的扩散速率最大,上海-苏州次之,北京最小。该研究运用logistic回归进一步分析了影响企业绿色技术采纳决策的因素,重点考察了影响跨国绿色技术扩散的主要因素――目标市场、地理集群、投资来源地和企业自身的一些特性。结果显示,在外部因素中,目标市场和地理集群是显著的解释变量,而投资来源地因素虽有显著影响,但影响方式与研究假设不符。在企业自身特性中,企业在生产链中的位置及其环境管理能力具有显著影响,而我们特别关注的一系列技术创新性指标并没有表现出显著影响。该研究反映出在此项技术扩散中,目标市场的环境管制标准的确发挥出了较强的跨国影响,地方产业集群的特点能进一步强化这种影响,但中国企业普遍局限于被动应对,产品的环境属性尚未成为企业技术创新的重要动力。

关键词 绿色技术;创新扩散;产业集群;logistic回归

中图分类号 F062.9 文献标识码 A 文章编号 1002-2104(2010)09-0120-07 doi:10.3969/j.issn.1002-2104.2010.09.021

近年来针对环境问题的全球化趋势,发达国家和地区推出了一系列基于全球供应链治理的环境治理政策,以期影响发展中国家和地区的生产者,降低经济活动的环境影响。然而,已有的实证研究大多关注发达国家和地区的管制经验与效果,对发展中国家和地区的生产者的反馈缺乏深入探讨。中国经过改革开放30年的高速发展,已成为工业产品的出口大国,其中,电子产品是我国第一大工业出口产品。海外市场环境标准的挑战引起产业界关注,其中影响最为广泛的是欧盟历经五年,于2003年通过的两项电子废物管理指令――报废电子电器设备指令(WEEE)和限制有毒有害物质使用的指令(RoHS)。前者要求在欧洲销售电子产品的企业必须承担相应的废弃后回收处理责任,后者则对产品废弃后对处理环节存在较大环境影响的六种有害物质做出了用量限制。两项指令分别于2005年8月15日和2006年7月1日开始正式实施。从立法到正式生效的三年内,整个电子产业链为之震动,其中最强烈的技术冲击是无铅焊接技术的引入。由于电子制造技术是与锡铅焊接技术共同发展起来的,如果焊料出现重大变化,就必须对现有工艺过程做出重大调整;而且,整个材料替代过程需要上下游企业紧密配合,完成生产系统的转换[1-2]。这为研究特定技术扩散的过程提供了良好的机会。本研究继2006年对珠三角的问卷调查之后[2],又扩大调查范围,对北京、上海-苏州两地开展了进一步的调查。这三个地区是中国大陆电子信息产业高度集聚的区域性产业集群,其生产规模在全球市场占有相当重要的地位。不过,三个地区的电子产业集群具有明显不同的特点,在全球生产网络中居于不同的地位。我们通过比较无铅焊接技术在三大电子产业集群之间扩散速率的差别,并采用logistic回归模型分析了影响电子生产企业采纳该技术的因素,以揭示发达国家环境管制对发展中国家技术动态的跨国影响所表现出的区域差异。

1 技术扩散研究综述

技术扩散是指技术创新经过一段时间、通过特定渠道在社会系统的成员中传播的过程[3]。自Ryan和Gross关于杂交玉米扩散的论文为扩散研究建立了基本范式以 后[4],来自不同学科的众多学者纷纷从不同的角度开展技术扩散研究。Hgerstand的创新空间扩散模型开创了扩散研究的地理学传统,探索空间在决定创新扩散中的重要作用[5]。不过,九十年代以来,对于创新的微观空间扩散过程进行建模与预测的研究传统日渐式微[3]。研究重点转向全球化背景下,影响技术创新扩散的各种地方性因素,其中制度、文化、跨国及本地网络等无形因素受到特别关注。当代技术扩散研究的主流思想主要侧重两个方向,即技术扩散的速率和采纳决策的影响因素[6]。扩散曲线可以直观地反映扩散速率随时间的变化,即典型的S形扩散曲线[3]。而技术扩散的速率差别则可以用个人或组织(如企业)的技术采纳决策差异进行解释。Mohr提出组织创新采纳研究中存在两种截然不同的理论方法,即“差异模型”和“过程模型”[7]。基于前者的研究通常以对组织的大规模调查为手段,通过概念框架建立经验模型,识别并检验区分技术采纳者与未采纳者的影响因素;基于后者的研究则重在考察众多影响因素是如何产生并随时间演变和互动,并最终导致采纳或未采纳决策的[8-9]。Makkonen把这两种理论方法看作是对“采纳”概念的不同理解,分别称之为“采纳决策”和“采纳过程”[9]。目前,关于技术采纳的研究主要是基于“差异模型”(或“采纳决策”)[9]。

史进等:绿色技术的扩散:中国三大电子产业集群比较研究

中国人口•资源与环境 2010年 第9期本研究在方法上主要借鉴差异模型,重点考察投资来源地、目标市场、地理集群、企业规模、环境管理能力、创新倾向和生产链位置七个因素对企业采纳绿色技术创新的影响,并在区域层次进行对比分析,评价不同因素对各个区域绿色技术创新扩散速率差异的影响。

2 数据与方法

本研究基于对北京、上海-苏州和深圳-东莞三地的电子制造企业的调查,采用访谈和问卷相结合的形式。从2005年到2007年,在上述各个城市开展访谈,共访谈80余家企业以及相关的政府和非政府组织,重点了解企业为应对欧盟指令所做的具体工作。根据企业访谈的情况,于2006年6至7月间设计了调查问卷,并委托专业调查公司执行。深圳-东莞的调查时间为2006年9月15日至同年10月31日,北京和上海-苏州的调查时间为2007年5月15日至同年6月30日。调查样本以2004年经济普查企业库为基础,重点关注通信设备制造(标准行业代码401)和电子计算机设备制造(标准行业代码404)以及电子元器件制造(标准行业代码405和406)三个行业。我们按照5%的比例确定预期样本数量,并在此基础上通过电话向样本框内的6000余家企业发出面访请求,成功访问636个表1 样本构成

Tab.1 Sample firms

标准行业代码Std. code北京Beijing上海-苏州ShanghaiSuzhou深圳-东莞ShenzhenDongguan401293434404114661405/40660190171合计100270266注:401―通信设备制造,404―电子计算机设备制造,405/406―电子元器件制造。

样本,受访率约为10%。样本构成情况如表1所示。本研究分析的内容涉及问卷中约15个问题,主要有企业的基本情况、研发创新能力、市场与外部关系,以及应对欧盟的电子废物管理指令对企业绿色设计和制造的具体影响。

本研究首先关注绿色技术的扩散过程。通过绘制创新采纳过程曲线,直观地反映无铅焊接技术在三大电子产业集群中的扩散速率及差异。在此基础上,结合文献回顾及访谈信息进一步分析影响企业绿色技术采纳决策的因素,并提出研究假设,然后使用logistic回归模型对研究假设进行检验。

3 扩散速率的总体比较

调查结果显示国内电子企业对来自海外的环境要求总体反应积极。在全部636家受访 企业中,有385家企业回答需要完成从有铅系统到无铅系统的技术转换,占总样本的60.5%。在这385家企业中,仅有36家企业在调查时尚未完成转换。不过,三大电子产业集群的采纳率存在显著差异(表2)。深圳-东莞地区的采纳率在2006年就已经达到65.4%,而北京地区的采纳率到2007年仍仅有25.0%。

欧盟2003年正式通过电子废物两项指令,随后无铅焊接技术在三大电子产业集群中的扩散速率开始“起飞”,

表2 三大电子产业集群的总体比较

Tab.2 General comparison of the three electronicindustrial clusters

区域RegionⅠⅡⅢ北京100/443525上海-苏州270/184155150深圳-东莞266/215195174注:Ⅰ企业总数/产品90%以上出口的企业数(Number of firms with 90% output exported);Ⅱ需要完成从有铅向无铅系统转换的企业数(Number of firms should transfer to lead-free system);Ⅲ已经完成从有铅向无铅系统转换的企业数(Number of firms have completed the transfer).

到欧盟RoHS指令的生效日期(20 06年7月1日)时,扩散速度明显趋于平缓(图1)。在整个扩散过程中, 深圳-东莞地区的扩散速率始终保持领先,上海-苏州地区紧随其后,而北京地区则处于落后位置。若以“产 品90%以上出口”作为外向型企业的判断标准,以外向型企业占全部企业的百分比作为区域的外向程度,可以发现三大电子产业集群外向型程度的排序与无铅焊接技术的采纳率和扩散速率的排序高度一致。直观上反映了“目标市场”的环境管制对企业采纳决策的确产生了根本性的影响。

图3-1 无铅焊接技术在三大产业集群中的扩散速率

Fig.1 Rate of diffusion of leadfree soldering technology

among the three industrial clusters

4 采纳决策的影响因素

尽管电子产品的全球化生产对生产链上的大部分企业提出了相似的技术变更要求,但不同企业在是否采纳新技术以及何时采纳新技术的决策上仍然存在差异。无铅焊接技术在三大产业集群中的扩散速率的差别,可以用集群中每个企业的技术采纳决策的差异进行解释。因此,有必要从企业层次进一步分析绿色技术采纳决策的影响因素。

4.1 研究假设

(1)投资来源地因素:根据“波特假设”[10]和“领先市场”理 论,来自环境管制严格的国家的企业可能会在绿色技术中采取先行优势。 欧盟和日本的产业界都积极参与了无铅技术的早期争论与开发,前者制定了无铅化的强制指令,后者已成为目前世界上无铅系统产品的最主要供应者[11]。相比之下,中国产业界处于落后地位[1]。因此假设主要投资来自欧盟和日本的企业更倾向于采纳无铅焊接技术,中国本土电子企业采纳无铅焊接技术的意愿可能相对较低。(2)目标市场因素:基于绿色供应链管理理论认为,目标市场的环境要求会对其海外生产者施加采纳绿色技术的压力。欧盟和日本市场对电子产品中铅含量的要求最为严格,领导着无铅焊接技术的国际扩散并制定全球标准,可以称为“领先市场”。 包括中国南方在内的整个东南亚地区作为全球一体化的电子产品生产网络中制造业最为集中的部分,实际上构成了某种“全球一体化市场”。 相对而言,由于国内电子产品市场相对独立而且规模巨大,在产品的环境要求方面与全球一体化市场相比存在一定差距。因此假设产品出口到欧盟和日本“领先市场”及“全球一体化市场”的企业比主要针对国内市场的企业更加倾向于采纳无铅焊接技术。

(3)地理集群因素: 中国的电子产业具有明显的地理集聚的特点,而我们所考察的无铅焊接技术更具针对性。由于电子产业的细密分工,无铅焊接所要求的技术替代方案超过了单个企业的应对能力,需要上下游企业的密切配合以减少技术扩散过程中的不确定性;这些企业间的合作网络常常具有明显的本地性及地区差异[12]。因此假设企业所属的地方产业集群会对企业的采纳决策产生影响。

(4)企业规模因素:较大的企业面临的环境管理压力较大,Angel和Rock指出全球品牌企业倾向于统一采用最高环境标准作为企业自身的全球环境标准,以避免其产品生产在不同的国家和地区受到不同的环境标准的影响。由于我国电子生产企业以代工生产为主,规模较大的企业与国际品牌企业的合作更为深入,接受全球环境标准的压力也相对较大。因而假设规模较大的企业,更倾向于采纳绿色技术。

(5)企业环境管理因素:企业整体环境管理水平较高,体现了企业对环境问题的关注,因而假设环境管理水平较高的企业更倾向于采纳绿色技术。

(6)企业创新倾向因素:企业创新倾向越强,采纳新技术的能力也越强,这类企业能够担采纳绿色创新的成本和风险,并实现生产率和环境表现双重提高[13]。因而假设创新倾向较高的企业,更倾向于采纳绿色技术。

(7)生产链位置因素:电子产业具有高度的全球化生产特点,位于生产链上游 的企业难以控制其生产的中间产品的最终流向,从标准化管理的角度倾向于采纳最严格的环境标准以适应各种市场的需要,且半导体等关键部件的生产企业拥有较高的利润率,能够承担绿色技术创新所需的成本投入;而位于生产链下游的企业相对 来说更愿意根据不同客户的不同产品要求(包括环境要求),以及自身成本―效益的比较,灵活地选择是否采纳绿色创新。因此假设下游企业比上游企业更倾向于采纳绿色技术。

表3 自变量的定义与编码

Tab.3 Definition and coding of independent variables

名称Name含义Meaning代码或取值(a)Code/value地理属性Geographicalattributes投资来源地1

主要投资来源国家或地区

1=欧洲或日本

2=其他国家或地区(b)

3=内地(中国大陆)目标市场2

主要的产品市场

1=领先市场(欧洲和日本)

2=全球一体化市场(除欧洲和日本以外的国外市场)

3=国内区隔市场(中国大陆)地理集群3

企业所属的集群区域

1=北京

2=上海-苏州

3=深圳-东莞企业属性Firm’sattributes企业规模4企业的总职工人数,反映企业的规模(人)企业环境管理能力5企业是否通过ISO14000系列标准,反映环境管理能力0=否或与本企业无关(c)

1=是企业创新倾向研发人员比例6a研发人员占总职工人数的比例,反映企业的创新投入(%)研发经费比例6b研发经费占总成本的比例,反映企业的创新投入(%)专利数6c申请专利数,反映企业的创新产出(个)新产品数6d两年内开发的新产品数,反映企业的创新产出(个)(d)企业在生产链中的位置7企业在生产链中的位置0=401/404(e)

1=405/406注:a,在“代码或取值”列中,用粗体表示的类别是每一个分类变量的参照组。b,台湾和香港仅仅是出于经济方面的考虑才归为“其他国家或地区”。c,由于“与本企业无关”的出现频率相对较低(在636家企业中仅有48家),把三分类变量(“是”、“否”和“与本企业无关”)二值化(即把“否”和“与本企业无关”归为一类)是合理的。d,对位于深圳-东莞的企业而言,最近两年指2004-2005年;对位于其他两个产业集群的企业而言,最近两年指2005-2006年。e,分类代码的设计能够代表电子产业的上游组件供应商(405/406)和下游装配商(401/404)。

4.2 变量定义和回归模型

根据以上研究假设,我们做出如下自变量定义(表3)。因变量是代表采纳决策的二分类变量,取值为1时表示某个企业已经完成或需要完成从有铅工艺向无铅工艺的转换,取值为0时表示某个企业尚未完成或者无需完成这种转换。 由于因变量(采纳决策)是二分类变量,自变量(影响因素)中既有分类变量又有连续变量,检验这些影响因素时需要借助logistic回归。

一般地,用Y表示只有两种取值的因变量(用0代表结果不出现,用1代表结果出现),用向量x′=(x1, x2, …, xp)表示一组自变量(共p个),则结果出现的条件概率就可以表示为P(Y=1|x) = π(x)。在logistic回归模型中,π(x)的具体形式是

π(x)=eg(x)1+eg(x),

其中g(x) = β0 + β1x1 + β2x2 +…+ βpxp。系数β可以用最大似然法估计。

本研究选择的自变量中有5个是分类变量,其中变量1至变量3是三分类变量,变量5和变量7是二分类变量。二分类变量可以直接按照表5-1的编码进入模型,编码为零的自动作为参照组;三分类变量必须进行预处理,转换为两个设计变量(取值为0或1),才能进入模型,两个设计变量均为零的作为参照组(表4)。

表4 设计变量编码

Tab.4 Coding of design variables

自变量Covariate分类Category设计变量编码(1)Designvariable(2)1=欧洲或日本00投资来源地2=其他国家或地区103=内地(中国大陆)011=领先市场(欧洲和日本)10目标市场2=全球一体化市场(除欧洲和日本以外的发达市场)013=国内市场(中国大陆)001=北京00地理集群2=上海-苏州103=深圳-东莞01

引入以上设计变量之后,本研究的饱和回归模型如下:

ln π(x)1- π(x)=g(x)= β1+β11×投资来源地(1)

+β12×投资来源地(2)+β21×目标市场(1)

+β22×目录市场(2)+β31×地理集群(1)

+β32×地理集群(2)+β4×企业规模)

+β5×企业环境管理能力+β61×研发人员比例

+β62×研发经费比例+β63×专利数

+β64×新产品数+β7×生产链位置

其中, π(x)是给定一组自变量x的条件下,企业采纳无铅焊接技术的概率, π(x)/[1-π(x)]是“发生比”――给定一组自变量x的条件下,企业采纳无铅焊接技术与未采纳无铅焊接技术的概率之比。

回归系数β是“对数发生比率”。相应地,Exp(β)是“发生比率”,以1为临界值,根据变量类型的不同有相应的解释。分类变量的发生比率是相对于参照组而言的。当发生比率大于1时,表明其对应的变量(相对于参照组而言)对结果的出现有积极影响,且值越大,积极影响越强;当发生比率小于1时,表明其对应的变量(相对于参照组而言)对结果的出现有消极影响,且值越小,消极影响越强。

4.3 模型检验

剔除数据缺失的样本,我们对636家企业中的534家企业进行了分析,占样本 总量的84.0%。经过筛选,最终确定5个在理论上有意义又在统计上显著的自变量,分别是投资来源 地、目标市场和地理集群,以及企业环境管理能力和企业在生产链中的位置。

多项综合检验表示模型总体上非常适当,拟合效果很好(表5)。模型中的自变量可以解释约19.0%的因变量变化。由于“在logistic回归中,低R2值典型现象”[14],这样的百分比并不低。

基于ROC曲线进行的检验用来确定模型的判别能力,即模型对于企业是否需要采纳无铅焊接 技术的区分能力。ROC曲线下的面积是0.726(表 6),介于0.7和0.8之

表5 模型系数检验、类R2和拟合优度检验

Tab.5 Tests of coefficients, analogous R2 and goodnessoffit

模型系数的似然比检验Likelihoodratio test of model coefficients类R2 Analogous R squareHosmer和Lemeshow拟合优度检验Hosmer andlemeshow test of goodnessoffit卡方值自由度显著性水平-2对数似 然值Cox & Snell R2Nagelkerke R2卡方值自由度显著性水平76.107 8 0.000 563.629 0.133 0.1903.571 8 0.894注:对于Hosmer和Lemeshow拟合优度检验而言,P值越高,则拟合效果越好。

表6 ROC曲线下的面积

Tab.6 Area under the ROC curve

面积Area标准差(a)Std. Error渐近显著性水平(b)Asymptotic sig.渐近的95%置信区间Asymptotic 95% confidence interval0.7260.0240.000下限上限

0.6790.774注:a, 在非参数假设下;b,零假设:真实面积 = 0.500

间,表明模型的判别能力是可接受的[20]。

4.4 回归结果

最终进入模型的5个自变量,即投资来源地、目标市场、地理集群,以及企业环境管理能力和企业在生产链中的位置,其回归系数均通过Wald检验(表7),表明这五个因素能够显著影响企业的绿色技术采纳决策。

根据研究假设并对照回归结果中各变量的发生比率,可以发现在最终进入模型的五个影响因素中,除“投资来源地”因素的影响方式与研究假设不符外,其他四个因素的影响方式均与研究假设一致。

“投资来源地”假设认为主要投资来自欧盟和日本的企业更倾向于采纳无铅焊接技术,即主要投资来自其他国家和地区以及中国大陆的企业,其采纳无铅焊接技术的发生比率本应该小于1;但是,实际值分别为2.441和1.374。主要投资来自其他国家和地区的企业(相对于主要投资来自欧盟和日本的企业)反而更倾向于采纳无铅焊接技术。这表明在我们的研究中,投资来源地虽然是影响企业绿色技术采纳决策的重要因素,但是影响方式与研究假设不符。其中的原因可能是欧盟、日本在华直接投资的企业针对大陆市场,并没有面临来自目标市场的技术转换压力,在缺少目标市场激励的情况下,其表现不但没有超越投资地的其他企业,反而相对落后。

“目标市场”和“地理集群”都是影响企业绿色技术采纳决策的重要因素。目标市场为欧盟或日本的企业,采纳无铅焊接技术的可能性较大。以发生比率而言,目标市场为欧盟或日本的企业,其采纳无铅焊接技术的发生比是目标市场为中国大陆的类似(即其他自变量取值相同)企业的2.608倍。三大电子产业集群之间的差别更为明显。位于珠三角电子产业集群的企业,其采纳无铅焊接技术的发生比是位于北京电子产业集群的类似(即其他自变量取值相同)企业的2.648倍;位于长三角电子产业集群的企业,其采纳无铅焊接技术的发生比是位于北京电子产业集群的类似(即其他自变量取值相同)企业的1.687倍。这表明目标市场的环境标准要求是企业采纳绿色技术的基本动因,而集群中本地化的企业间网络会强化海外环境管制的跨国影响,其强化程度与本地企业间网络的特点密切相关。

此外,对于我们研究假设中提到的企业规模、环境管理能力和创新能力,以及企业在生产链中的位置几个可能的影响因素,只有企业的“环境管理能力”和“在生产链中的位置”能够显著影响企业绿色技术采纳决策,并且影响方向也与相关研究假设一致。企业规模和创新倾向对企 表7 Logistic模型的回归结果

Tab.7 The fitted logistic regression model

自变量(a)Covariate回归系数(β)Esd. Co.标准差Std. ErrorWald自由度Df.显著性水平Sig.发生比率Oddsratio exp(β)发生比率的置信区间(95%) CI for Odds Ratio

Lower Upper投资来源地(1)(其他国家或地区)0.8920.4493.94510.0472.4411.0125.887投资来源地(2)(中国大陆)0.3180.4540.48810.4851.3740.5643.347目标市场(1)(欧盟或日本)0.9580.3447.76110.0052.6081.3295.118目标市场(2)(其他国家或地区)0.250.2441.05310.3051.2840.7962.071地理集群(1)(上海-苏州)0.5230.3042.95210.0861.6870.9293.063地理集群(2)(深圳-东莞)0.9740.30810.01610.0022.6481.4494.839企业在生产链中的位置(以下游装配商为参照组)1.0390.21323.73102.8261.864.291企业环境管理能力(以未通过ISO14000系列标准的企业为参照组)0.5610.2146.9110.0091.7531.1542.664常数项-1.4680.5556.9910.0080.23注:a, “投资来源地(1)”和“投资来源地(2)”是三分类自变量“投资来源地”的两个设计变量。其它两个三分类变量(即目标市场和地理集群)亦同。设计变量的编码见表4。

业绿色技术采纳决策的影响并不显著,这与Florida等[17]针对美国企业 一般绿色技术采纳决策的研究结果相反。 我们认为一方面可能是由于我们调查的生产企业有很大一部分是出口加工工厂,技术研发功能不一定与生产工厂置于相同的区位,使得创新性指标无法得到体现。另一方面,也可能反映了中国企业被动应对海外绿色技术标准,绿色技术尚未成为企业的重要创新动力。不过,从地理集群的积极影响来看,尽管国内企业处于技术跟随的地位,但由于集群有助于企业相互之间的技术学习,企业在短期内应对技术变动的整体能力依然非常强大。

5 结论与讨论

本研究比较了无铅焊接技术在中国三大电子产业集群中的扩散,反映出发达国家的环境管制对发展中国家技术变化的跨国影响。欧盟的环境保护指令作为来自发达地区的管制要求,是无铅焊接技术能够在电子企业中扩散的重要推动力量。然而,中国三大电子产业集群中的企业的技术采纳行为存在明显的差异,体现出地方在应对全球环境管制中的响应差异。

建立logistic回归模型可以进一步从企业层次的采纳决策过程理解这种差异。我们的研究发现目标市场和地理集群在无铅焊接技术的扩散中具有显著的影响,表明发达国家的环境管制的确能够通过跨国生产链影响发展中地区生产者的技术采纳决策。而地方产业集群会强化这种跨国影响。不过,在我们的研究中,投资来源地因素的影响虽然显著,但是影响方式与研究假设不符;也就是说期望来自环保水平较高的发达国家的跨国公司采用全球统一的、高于当地立法要求的环境标准,以此来提升环境保护水平的想法在这一实证研究中并未得到的支持。

对中国大陆以生产加工为主的区域而言,企业在生产链中的位置和环境管理能力对企业绿色技术采纳决策具有显著影响,而企业的创新倾向以及规模影响并不显著。由于我们所考察的绿色技术采纳行动主要是对发达国家即成技术标准的被动响应,得到这种结果也就不足为怪了。

中国在2007年和2009年分别出台了自己的电子产品污染防治和电子废物回收相关法令(业界称为中国RoHS和中国WEEE),立法过程同样艰难曲折,而后续影响尚待考察。无论如何,从中国自身的环境保护优先性出发,在国家政策和企业战略层次建立一体化的环境政策,是持续增强绿色技术创新能力的关键。

致谢:作者感谢中国电子废物再生利用委员会为本研究的调研提供巨大帮助,感谢华通人公司提供专业问卷调查服务,感谢调研中遇到的众多热心的业内人士分享心得。

参考文献(References)

[1][童昕,陈天鸣. 全球环境管制与绿色创新扩散:深圳、东莞电子制造企业调查[J]. 中国软科学, 2007(9) : 69-76.Tong Xin,Chen Tianming. Global Environmental Regulations and Diffusio n of Green Innovation: Survey on the Impacts of EU Directives on Electronics Manufactures in Shenzhen and Dongguan [J]. China Soft Science, 2007(9): 69-76.]

[2][童昕. 欧盟电子产品环保指令的跨国影响:深圳-东莞电 子制造企业调查. 生态经济, 2007,(9): 32-35,39. Tong Xin. Global Standards and Local Responses: Survey on the Impacts of EUDirectives on Electronics Manufacturers in ShenzhenDongguan [J]. Ecological E conomy, 2007(9): 32-35,39.]

[3]Rogers E M. Diffusion of Innovations [M]. 5 ed. New York: Free Press, 200 3.

[4]Ryan B, Gross N C. The Diffusion of Hybrid Seed Corn in Tow Iowa Commun ities [J]. Rural Sociology, 1943, 8(1): 15-24.

[5]Hgerstand T, The Propagation of Innovation Waves [J]. Lund, Sweden: Lund Studies in Geography 4: 1952.

[6]Dai H K. Reference Summary of Organization Innovation Adoption [J]. Chinese Journal of Management Science, 2004, 12: 416-419.[代宏坤. 组织层次创新采纳研究进展. 中国管理科学, 2004, 12: 416-419.]

[7]Mohr L B. Explaining Organizational Behavior [M]. San Francisco: Joss eyBass, 1982.

[8]Langley A,Truax J. A Process Study of New Technology Adoption in Smalle r Manufacturing Firms [J]. Journal of Management Studies, 1994, 31(5): 619-652.

[9]Makkonen H. Beyond Organizational Innovation Adoptiona Conceptual andEmpirical Analysis [J]. Journal of Business Market Management, 2008, 2(2): 63-77.

[10]Porter M E, van der Linde C. Toward a New Conception of the Envi ronmentCompetitiveness Relationship [J]. Journal of Economic Perspectives, 1995, 9(4): 97-118.

[11]Murphy C F, Pitts G. Survey of Alternatives to Tinlead Solder and Bromin ated Flame Retardants [C]. in IEEE International Symposium on Electronics and the Environment. 2001.

[12]Baptista R. Do Innovations Diffuse Faster Within Geographical Clusters? [J] International Journal of Industrial Organization, 2000, 18(3): 515-535.

[13]Florida R. Lean and Green: The Move to Environmentally Conscious Manufacturing [J]. California Management Review, 1996, 39(1): 80-105.

[14]Hosmer D W, Lemeshow S. Applied Logistic Regression [C]. Wiley Series inProbabiltiy and Statistics. Texts and Reference Section. New York: John Wiley & Sons, Inc. (US), 2000.

The Diffusion of ‘Green’ Technology: Comparison of Three Electronics Industrial Clusters in China

SHI Jin TONG Xin

(College of Urban and Environmental Sciences, Peking University, Beijing 100871, China)

Abstract Increasing attentions have been paid to the impacts of the global environmental governance on the path of technological change in the developing countries for a sustainable future at the global scale. However, while various regulation approaches targeting global supply chains adopted in the developed countries, seldom have empirical researches been done in the developing world. This piece of work focuses on the diffusion of leadfree soldering te chnology within electronics manufacturers in three electronics industrial clusters in China in response to the recent EU directives on electronics products, to demonstrate the transboundary effects of the environmental regulations in the d eveloped world on the technological dynamics in the developing country. Firmlev el investigations were conducted in three electronics industrial clusters in China, namely Beijing, ShanghaiSuzhou and ShenzhenDongguan in 2006 and 2007 afte r a series of pilot fieldwork in those regions. We find that the EU directives played a critical role in promoting the diffusion of leadfree soldering technolog y within electronics producers while significant differences existed in the adoption behavior among the producers in the three regions. A logistic regression model was formulated to develop a deeper understanding of the factors underpinning firms’ decision to adopt the leadfree technology. The results show that ‘tar get market’ and ‘geographical cluster’ emerge from the analysis as significant factors while ‘investment origin’, though significant, fails to comply with the hypothesis. Moreover, the position in the production chain and the overall environmental management capability of the firm are further features that emerge as significant factors of firm’s adoption decision. However, the innovation capacity at firm level didn’t contribute significantly to firm’s adoption, which shows the limits of unilateral pressure of global environmental governance.

Key words ‘green’ technology; diffusion of innovations; industrial cluster; logistic regression