創(chuàng)新驅(qū)動(dòng)、知識(shí)產(chǎn)權(quán)保護(hù)與空氣質(zhì)量提升

黨海卿 沈坤榮 師博

摘要 “十二五”以來(lái)，大范圍長(zhǎng)時(shí)間的霧霾污染問(wèn)題已經(jīng)成為制約中國(guó)高質(zhì)量發(fā)展和生態(tài)文明建設(shè)的主要瓶頸。面對(duì)經(jīng)濟(jì)發(fā)展和環(huán)境治理的壓力，創(chuàng)新和技術(shù)進(jìn)步是實(shí)現(xiàn)經(jīng)濟(jì)增長(zhǎng)和空氣質(zhì)量提升的雙贏選擇。該研究基于2004—2019年282個(gè)地級(jí)以上城市的專利存量和PM2. 5濃度數(shù)據(jù)，通過(guò)構(gòu)建知識(shí)產(chǎn)權(quán)行政保護(hù)和公共創(chuàng)新環(huán)境兩個(gè)工具變量，采用兩階段最小二乘法分析了創(chuàng)新對(duì)霧霾污染的影響效應(yīng)和作用機(jī)制。研究表明：使用空氣流動(dòng)系數(shù)、逆溫天數(shù)和降雨量等氣候因素控制霧霾的空間擴(kuò)散后，綠色創(chuàng)新和非綠色創(chuàng)新均能顯著地減輕霧霾污染。納入工具變量后發(fā)現(xiàn)，發(fā)明專利和實(shí)用新型專利的治霾效果更為明顯，非綠色專利的治霾效應(yīng)超過(guò)了綠色專利。異質(zhì)性分析顯示，東中部城市創(chuàng)新的霧霾治理效果相對(duì)較為強(qiáng)勁，2012年以后創(chuàng)新抑制霧霾的效應(yīng)得以強(qiáng)化；人力資本豐富、市場(chǎng)化程度更高的城市，創(chuàng)新更有助于降低PM2. 5。中介機(jī)制檢驗(yàn)表明，綠色專利能夠通過(guò)工業(yè)綠色轉(zhuǎn)型和能源效率提升兩種途徑實(shí)現(xiàn)創(chuàng)新治霾的前端防治與末端治理，而非綠色專利借助配置效率改進(jìn)發(fā)揮作用。上述結(jié)論在更換指標(biāo)、考慮霧霾污染的空間溢出效應(yīng)等一系列穩(wěn)健性檢驗(yàn)后依舊成立?；趯?shí)證結(jié)果，提出以下政策建議：地方政府應(yīng)強(qiáng)化知識(shí)產(chǎn)權(quán)保護(hù)制度，增加對(duì)綠色技術(shù)創(chuàng)新的投入力度和激勵(lì)政策，鼓勵(lì)生態(tài)層面的高質(zhì)量創(chuàng)新產(chǎn)出，改善城市空氣質(zhì)量。

關(guān)鍵詞 綠色專利；非綠色專利；PM2. 5；中介效應(yīng)

中圖分類號(hào) F062 文獻(xiàn)標(biāo)志碼 A 文章編號(hào) 1002-2104（2023）07-0133-12 DOI：10. 12062/cpre. 20230117

新中國(guó)成立70年以來(lái)，經(jīng)濟(jì)發(fā)展成就斐然，經(jīng)濟(jì)總量躍居全球第二，然而經(jīng)濟(jì)高速增長(zhǎng)的背后卻伴隨著資源的過(guò)度消耗和高昂的環(huán)境代價(jià)。根據(jù)《2021中國(guó)生態(tài)環(huán)境狀況公報(bào)》，中國(guó)339 個(gè)地級(jí)以上城市中仍有121 個(gè)（35. 7%）城市環(huán)境空氣質(zhì)量超標(biāo)，比2020 年下降了3. 5個(gè)百分點(diǎn)?！笆濉币詠?lái)，中國(guó)的北方地區(qū)在秋冬季節(jié)經(jīng)歷了多次長(zhǎng)時(shí)間、大范圍的霧霾污染事件。已有研究從不同視角出發(fā)，考察了霧霾對(duì)經(jīng)濟(jì)增長(zhǎng)［1］、糧食減產(chǎn)［2］、人才流失或人口遷移［3-4］、健康或死亡率［5-6］、勞動(dòng)生產(chǎn)率或全要素生產(chǎn)率［7-8］等方面的影響。上述研究發(fā)現(xiàn)，以霧霾為主的空氣污染已經(jīng)成為制約高質(zhì)量發(fā)展和生態(tài)文明建設(shè)的藩籬。面對(duì)日益嚴(yán)峻的大氣污染問(wèn)題，黨和政府對(duì)環(huán)境污染和生態(tài)文明建設(shè)的重視程度不斷提升。2013年9月國(guó)務(wù)院頒布了《大氣污染防治行動(dòng)計(jì)劃》。十九大報(bào)告中又提出“堅(jiān)持全民共治、源頭防治，持續(xù)實(shí)施大氣污染防治行動(dòng)，打贏藍(lán)天保衛(wèi)戰(zhàn)?！?022年《政府工作報(bào)告》中再次強(qiáng)調(diào)“深入打好污染防治攻堅(jiān)戰(zhàn)，強(qiáng)化大氣多污染物協(xié)同控制和區(qū)域協(xié)同治理?！?/p>

創(chuàng)新和技術(shù)進(jìn)步被認(rèn)為是轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式、推進(jìn)生態(tài)文明建設(shè)和促進(jìn)環(huán)境治理的有效抓手。通過(guò)創(chuàng)新激勵(lì)政策抑制霧霾污染可能產(chǎn)生與環(huán)境規(guī)制手段不同的治理效果。不論是以創(chuàng)新推進(jìn)工業(yè)綠色轉(zhuǎn)型、提升能源效率和全要素生產(chǎn)率的污染前端防治，還是以污染治理技術(shù)創(chuàng)新為代表的末端治理，都能實(shí)現(xiàn)生態(tài)保護(hù)和經(jīng)濟(jì)發(fā)展的雙贏格局。為解決嚴(yán)重的空氣污染問(wèn)題，中國(guó)政府大幅增加了科技研發(fā)投入和環(huán)境治理投資，加快推進(jìn)科技進(jìn)步。2021年中國(guó)的R&D經(jīng)費(fèi)投入為27 864億元，占GDP 比重達(dá)到2. 44%，已接近OECD 國(guó)家疫情前2. 47%的平均水平。根據(jù)世界知識(shí)產(chǎn)權(quán)組織（WIPO）2021年公布的全球創(chuàng)新指數(shù)（GII）顯示，中國(guó)科技創(chuàng)新能力在132個(gè)經(jīng)濟(jì)體中位列第12位，穩(wěn)居中等收入經(jīng)濟(jì)體首位。已有文獻(xiàn)中，技術(shù)進(jìn)步通常被劃分為清潔技術(shù)與非清潔技術(shù)兩類［9］。作為衡量清潔技術(shù)創(chuàng)新的重要維度，涵蓋節(jié)約資源、提高能效、治理污染等領(lǐng)域的綠色創(chuàng)新是實(shí)現(xiàn)霧霾污染治理和保護(hù)生態(tài)環(huán)境的重要渠道之一，非清潔技術(shù)創(chuàng)新則有可能刺激企業(yè)產(chǎn)出增加，間接導(dǎo)致霧霾生成源頭的擴(kuò)張，不同技術(shù)含量、不同綠色水平的創(chuàng)新可能呈現(xiàn)出差異化的治霾效果。同時(shí)，創(chuàng)新與霧霾污染存在雙向因果效應(yīng)，創(chuàng)新能夠降低霧霾污染，霧霾污染也會(huì)通過(guò)降低人力資本抑制創(chuàng)新，或刺激環(huán)境政策收緊激勵(lì)研發(fā)產(chǎn)出。因此，該研究在兩階段最小二乘法的框架下分析異質(zhì)性創(chuàng)新的治霾效應(yīng)和作用機(jī)制，對(duì)于推動(dòng)中國(guó)經(jīng)濟(jì)與生態(tài)環(huán)境和諧發(fā)展具有重要的現(xiàn)實(shí)意義。

1 文獻(xiàn)評(píng)述與理論假說(shuō)

1. 1 文獻(xiàn)評(píng)述

環(huán)境庫(kù)茲涅茨曲線（EKC）假設(shè)一個(gè)國(guó)家的人均收入與環(huán)境污染之間呈現(xiàn)倒“U”型關(guān)系［10］。EKC的一個(gè)重要貢獻(xiàn)是證明了存在提高環(huán)境質(zhì)量的收入效應(yīng)，即隨著人均收入的增加，環(huán)境監(jiān)管的嚴(yán)格程度也在增加，創(chuàng)新和技術(shù)進(jìn)步足以抵消經(jīng)濟(jì)增長(zhǎng)對(duì)環(huán)境的不利影響。顯而易見(jiàn)，環(huán)境規(guī)制與技術(shù)進(jìn)步是降低霧霾污染的兩個(gè)關(guān)鍵驅(qū)動(dòng)因素。

關(guān)于環(huán)境規(guī)制與空氣污染的研究早已層見(jiàn)疊出。環(huán)境規(guī)制治理空氣污染可能存在兩種渠道：第一種渠道是環(huán)境規(guī)制的直接減排效應(yīng)，即企業(yè)選擇關(guān)閉部分高污染生產(chǎn)項(xiàng)目，轉(zhuǎn)而將資金配置到高回報(bào)、低污染的業(yè)務(wù)項(xiàng)目［11-12］；第二種則遵循波特假說(shuō)，認(rèn)為適當(dāng)?shù)沫h(huán)境規(guī)制會(huì)誘發(fā)企業(yè)創(chuàng)新，通過(guò)抵消部分環(huán)境規(guī)制成本，達(dá)到實(shí)現(xiàn)提升環(huán)境質(zhì)量和促進(jìn)經(jīng)濟(jì)發(fā)展的雙贏結(jié)果［13-14］。然而，也有研究發(fā)現(xiàn)環(huán)境規(guī)制治理污染可能存在不確定性。企業(yè)在面臨日益增強(qiáng)的規(guī)制程度時(shí)，不僅會(huì)通過(guò)創(chuàng)新降低環(huán)境治理成本，還可能選擇跨地遷移至規(guī)制程度較低的地區(qū)［15-17］。王伊攀等［18］通過(guò)研究重污染企業(yè)設(shè)立異地子公司行為，發(fā)現(xiàn)企業(yè)屬地環(huán)境規(guī)制的加強(qiáng)會(huì)顯著增加異地子公司數(shù)量，并使得子公司的分布更為分散。在中國(guó)的財(cái)政分權(quán)制度下，地方政府肩負(fù)實(shí)現(xiàn)經(jīng)濟(jì)增長(zhǎng)與改善環(huán)境質(zhì)量的雙重壓力，地區(qū)間的環(huán)境規(guī)制互動(dòng)博弈容易造成以鄰為壑的環(huán)境治理模式［19］。霧霾污染的空間擴(kuò)散特征則進(jìn)一步加劇了地方政府間環(huán)境規(guī)制的博弈行為，增加了治理難度。石慶玲等［20］指出兩會(huì)期間的空氣質(zhì)量改善主要發(fā)生在PM2. 5等考核更看重、民眾更敏感的特定污染指標(biāo)上，兩會(huì)過(guò)后空氣質(zhì)量則迅速惡化，霧霾治理方式呈現(xiàn)出“政治性藍(lán)天”現(xiàn)象。朱向東等［21］等利用空間杜賓模型發(fā)現(xiàn)地方政府競(jìng)爭(zhēng)會(huì)顯著增加本地區(qū)和鄰近地區(qū)的空氣污染，同時(shí)本地區(qū)的高規(guī)制會(huì)造成周邊地區(qū)污染加劇。

面對(duì)環(huán)境規(guī)制治理污染可能的不確定性，政府也會(huì)通過(guò)促進(jìn)技術(shù)創(chuàng)新推動(dòng)空氣污染治理［22］。Grossman等［10］將影響環(huán)境污染的因素分為規(guī)模效應(yīng)、結(jié)構(gòu)效應(yīng)和技術(shù)效應(yīng)，認(rèn)為技術(shù)進(jìn)步可以減少環(huán)境污染和改善空氣質(zhì)量。Levinson［23］利用1987—2001年間美國(guó)制造業(yè)SO2 排放量數(shù)據(jù)，證實(shí)了環(huán)境污染改善的推動(dòng)因素是創(chuàng)新帶來(lái)的技術(shù)進(jìn)步，而非污染產(chǎn)業(yè)的海外轉(zhuǎn)移。魏巍賢等［24］將內(nèi)生增長(zhǎng)理論與環(huán)境污染模型相結(jié)合，認(rèn)為自主研發(fā)和技術(shù)引進(jìn)顯著降低了CO2排放量。任亞運(yùn)等［25］則基于中國(guó)城市創(chuàng)新指數(shù)和空間計(jì)量模型發(fā)現(xiàn)城市創(chuàng)新具有積極的減霾作用。20世紀(jì)90年代以來(lái)，越來(lái)越多的研究發(fā)現(xiàn)納入環(huán)境績(jī)效的綠色創(chuàng)新能夠促進(jìn)企業(yè)清潔生產(chǎn)，實(shí)現(xiàn)資源節(jié)約和環(huán)境改善。Carrión?Flores等［26］使用美國(guó)127個(gè)制造業(yè)行業(yè)的環(huán)境專利申請(qǐng)數(shù)量衡量環(huán)境創(chuàng)新，認(rèn)為環(huán)境技術(shù)的變化推動(dòng)了有害空氣污染物排放標(biāo)準(zhǔn)的收緊，并顯著地減少了有毒空氣的排放量。Zhu等［27］認(rèn)為可再生能源的技術(shù)創(chuàng)新有助于降低氮氧化物（NOx）和可吸入懸浮顆粒物（PM10）的濃度。國(guó)內(nèi)研究中，祿雪煥等［28］利用綠色專利數(shù)據(jù)發(fā)現(xiàn)綠色技術(shù)創(chuàng)新能夠有效地減輕霧霾污染。

但是，也有文獻(xiàn)發(fā)現(xiàn)技術(shù)進(jìn)步可能會(huì)加劇空氣污染，產(chǎn)生“杰文斯悖論”，即技術(shù)進(jìn)步會(huì)提升企業(yè)生產(chǎn)率增加企業(yè)產(chǎn)出，導(dǎo)致更多的能源消耗和污染物排放［29-30］。Acemoglu等［9］將技術(shù)進(jìn)步劃分為清潔技術(shù)與非清潔技術(shù)兩類，并指出非清潔技術(shù)的發(fā)展會(huì)增加污染排放。Yi等［31］則考慮了不同類型的技術(shù)進(jìn)步對(duì)霧霾污染的影響，發(fā)現(xiàn)中性技術(shù)進(jìn)步和勞動(dòng)節(jié)約型技術(shù)進(jìn)步對(duì)霧霾減少具有積極影響，而資本節(jié)約型技術(shù)進(jìn)步對(duì)霧霾污染的影響不顯著。導(dǎo)致上述結(jié)論不一致的原因，一方面可能是由于沒(méi)有考慮不同類型創(chuàng)新之間的區(qū)別；另一方面還可能是因?yàn)閯?chuàng)新和技術(shù)進(jìn)步的測(cè)度存在內(nèi)生性偏誤，進(jìn)而難以揭示創(chuàng)新與空氣污染之間的因果關(guān)系。

1. 2 理論假說(shuō)

綠色創(chuàng)新或環(huán)境創(chuàng)新區(qū)別于一般創(chuàng)新活動(dòng)的本質(zhì)是一種環(huán)境友好型創(chuàng)新。Popp［32］將能源領(lǐng)域技術(shù)與專利子分類進(jìn)行匹配，確定了11個(gè)與能源效率相關(guān)的組，研究了能源價(jià)格對(duì)節(jié)能創(chuàng)新的影響。Carrión?Flores等［26］定義的環(huán)境專利包括了風(fēng)能、固體廢物預(yù)防、水污染、回收和替代能源等10個(gè)類別。WIPO定義的綠色技術(shù)創(chuàng)新涉及范圍最廣，包括了替代能源技術(shù)、新能源運(yùn)輸設(shè)備技術(shù)、節(jié)能技術(shù)、污染控制技術(shù)、農(nóng)林業(yè)技術(shù)、行政監(jiān)管與設(shè)計(jì)技術(shù)和核電技術(shù)7大領(lǐng)域。綠色技術(shù)創(chuàng)新不僅能夠通過(guò)工業(yè)綠色轉(zhuǎn)型和能源效率提升實(shí)現(xiàn)霧霾治理的前端預(yù)防，還能夠通過(guò)污染控制實(shí)現(xiàn)霧霾的末端治理。首先，綠色生產(chǎn)技術(shù)包括了工業(yè)產(chǎn)品綠色設(shè)計(jì)、資源節(jié)約型生產(chǎn)工藝、生產(chǎn)過(guò)程污染控制、廢物回收再利用和循環(huán)再生產(chǎn)等各個(gè)方面。企業(yè)生產(chǎn)模式中綠色技術(shù)的廣泛應(yīng)用提高了要素使用效率，減少了污染物排放，推動(dòng)了工業(yè)綠色化和集約化轉(zhuǎn)型。其次，新能源和替代能源技術(shù)的發(fā)展，有助于推進(jìn)中國(guó)能源結(jié)構(gòu)的清潔化轉(zhuǎn)型，降低單位產(chǎn)出的能源消耗和污染排放［27］；電能熱能儲(chǔ)存、低能耗照明和一般建筑保溫等節(jié)能技術(shù)也能夠降低能源消耗，提升能源利用效率。綜上所述，綠色生產(chǎn)技術(shù)、新能源和替代能源技術(shù)以及節(jié)能技術(shù)能夠從工業(yè)綠色轉(zhuǎn)型和能源效率提升兩個(gè)方面實(shí)現(xiàn)空氣污染源頭削減的前端預(yù)防。最后，煙氣脫硫、除塵、氣體吸附凈化和燃燒裝置改造等污染控制技術(shù)能夠有效地降低污染物排放，實(shí)現(xiàn)空氣污染的末端治理。

非綠色技術(shù)創(chuàng)新則通過(guò)改進(jìn)資源配置效率的方式減輕霧霾污染。首先，5G、大數(shù)據(jù)、人工智能和智能監(jiān)控等信息通信技術(shù)應(yīng)用于企業(yè)生產(chǎn)活動(dòng)中，能夠助力企業(yè)動(dòng)態(tài)感知生產(chǎn)全流程，控制生產(chǎn)過(guò)程中資源消耗，優(yōu)化要素資源投入結(jié)構(gòu)，提升資源配置效率［33］。其次，非綠色技術(shù)創(chuàng)新能夠推動(dòng)企業(yè)向信息化管理和科學(xué)管理轉(zhuǎn)變，有利于企業(yè)準(zhǔn)確把握市場(chǎng)需求，不斷調(diào)整生產(chǎn)活動(dòng)貼近市場(chǎng)需求，通過(guò)柔性化生產(chǎn)方式提升資源利用效率，降低資源浪費(fèi)和污染物排放強(qiáng)度［34］。非綠色技術(shù)創(chuàng)新治理霧霾污染的另一種途徑是對(duì)高污染生產(chǎn)活動(dòng)產(chǎn)生擠出效應(yīng)。隨著新技術(shù)的產(chǎn)業(yè)化、規(guī)?；瘧?yīng)用和消費(fèi)需求的不斷升級(jí)，企業(yè)投資低污染高技術(shù)產(chǎn)品帶來(lái)的回報(bào)可能會(huì)高于從事傳統(tǒng)的高污染生產(chǎn)活動(dòng)，從而在源頭上減少了企業(yè)的污染排放。然而，高污染高耗能產(chǎn)業(yè)的非綠色創(chuàng)新也能提升非清潔部門的生產(chǎn)率，擴(kuò)大非清潔部門的生產(chǎn)規(guī)模，這可能導(dǎo)致過(guò)度的資源消耗和污染物排放，降低城市的空氣質(zhì)量。

結(jié)合上述理論分析，該研究提出如下研究假說(shuō)：

假說(shuō)1：綠色技術(shù)創(chuàng)新可能會(huì)通過(guò)工業(yè)綠色轉(zhuǎn)型和能源效率提升對(duì)霧霾治理產(chǎn)生積極的影響。

假說(shuō)2a：非綠色技術(shù)創(chuàng)新可能會(huì)通過(guò)資源配置效率改進(jìn)和擠出效應(yīng)減輕霧霾污染。

假說(shuō)2b：非綠色技術(shù)創(chuàng)新可能會(huì)產(chǎn)生生產(chǎn)率效應(yīng)，增加非清潔部門的產(chǎn)出，導(dǎo)致更多的能源消耗和霧霾污染。

2 實(shí)證策略

2. 1 計(jì)量模型設(shè)定

該研究使用2004—2019年282個(gè)地級(jí)及以上城市數(shù)據(jù)甄別創(chuàng)新對(duì)霧霾污染的影響作用。因數(shù)據(jù)可得性等原因，研究未涉及香港、澳門和臺(tái)灣地區(qū)，排除了三沙市、儋州市、畢節(jié)市、銅仁市、拉薩市、日喀則市、昌都市、林芝市、山南市、那曲市、隴南市、海東市、中衛(wèi)市、吐魯番市和哈密市?；鶞?zhǔn)回歸模型如下：

2.5 ，= 0 + 1 ln，+ 2 ，+ + + ，（1）

其中：2. 5 表示城市第年的PM2. 5 年均濃度，ln為技術(shù)創(chuàng)新水平，即該研究關(guān)注的核心解釋變量；，是影響霧霾的一系列控制變量，代表城市固定效應(yīng)，為時(shí)間固定效應(yīng)，，為誤差項(xiàng)。一方面，冬季燃煤取暖等地域因素對(duì)南北方城市霧霾濃度造成了差異化影響［5］。另一方面，《大氣環(huán)境氣象公報(bào)（2021 年）》指出2021年全國(guó)平均霾日數(shù)為21. 3天，大氣環(huán)境呈現(xiàn)持續(xù)向好趨勢(shì)，這表明自2013年9月國(guó)家發(fā)布《大氣污染防治行動(dòng)計(jì)劃》以來(lái)，中國(guó)的治污減排初見(jiàn)成效。使用雙向固定效應(yīng)不僅可以規(guī)避地區(qū)異質(zhì)性和政策沖擊等因素的影響，還能在一定程度上緩解內(nèi)生性問(wèn)題，準(zhǔn)確識(shí)別出技術(shù)創(chuàng)新對(duì)霧霾污染的抑制效應(yīng)。

2. 2 變量與數(shù)據(jù)說(shuō)明

2. 2. 1 被解釋變量：霧霾污染（2. 5）

PM2. 5濃度數(shù)據(jù)源自加拿大達(dá)爾豪斯大學(xué)大氣成分分析組公布的衛(wèi)星監(jiān)測(cè)柵格數(shù)據(jù)。PM2. 5即使在同一地區(qū)也會(huì)存在差異性分布，具有點(diǎn)源性特征的地面監(jiān)測(cè)數(shù)據(jù)只能粗略反映該地區(qū)的霧霾濃度。衛(wèi)星數(shù)據(jù)雖然在一定程度上會(huì)受到氣象條件因素的影響，但不可否認(rèn)的是其對(duì)一個(gè)地區(qū)整體霧霾水平的度量更為準(zhǔn)確［35］。該研究利用Arc?GIS軟件通過(guò)中國(guó)地州界矢量地圖將衛(wèi)星柵格數(shù)據(jù)解析為2004—2019年中國(guó)282個(gè)地級(jí)市的年均PM2. 5濃度數(shù)值。

2. 2. 2 核心解釋變量：創(chuàng)新能力（ln ）

使用城市專利申請(qǐng)量存量的對(duì)數(shù)值表征創(chuàng)新能力。創(chuàng)新是涵蓋投入、產(chǎn)出、制度和環(huán)境的一體化系統(tǒng)，專利作為創(chuàng)新活動(dòng)的產(chǎn)出居于整個(gè)體系的核心。技術(shù)創(chuàng)新作用的發(fā)揮通常具有時(shí)滯性，Carrión?Flores等［26］使用前5年環(huán)境專利申請(qǐng)量的移動(dòng)平均數(shù)衡量歷史環(huán)境創(chuàng)新對(duì)當(dāng)前環(huán)境標(biāo)準(zhǔn)和有毒空氣排放量的影響。該研究利用折舊過(guò)的專利存量識(shí)別了城市的長(zhǎng)期創(chuàng)新能力對(duì)當(dāng)期環(huán)境質(zhì)量的影響效應(yīng)。此外，現(xiàn)有研究發(fā)現(xiàn)專利權(quán)的授予需要審查并交納相關(guān)費(fèi)用，審查結(jié)果易受官僚因素的影響，具有不確定性。并且專利授予需要一定時(shí)長(zhǎng)，企業(yè)專利一經(jīng)發(fā)明在未得到授權(quán)時(shí)往往已將其應(yīng)用于生產(chǎn)活動(dòng)中，因此較專利授權(quán)量而言，申請(qǐng)量更能客觀地反映出一個(gè)地區(qū)的創(chuàng)新水平［36］。

通過(guò)Python軟件從國(guó)家知識(shí)產(chǎn)權(quán)局中國(guó)專利公布公告網(wǎng)中獲取了發(fā)明專利、實(shí)用新型和外觀設(shè)計(jì)三類專利數(shù)據(jù)。考慮到專利價(jià)值會(huì)隨時(shí)間推移出現(xiàn)下降趨勢(shì)，基于Pessoa［37］的做法，利用永續(xù)盤存法計(jì)算了三種專利的存量：專利存量，= （1 - ）專利存量，- 1 + 專利增量，（2）其中：城市第年的專利增量表示專利流量；是專利折舊率。鑒于發(fā)明專利技術(shù)水平最高，而實(shí)用新型和外觀設(shè)計(jì)專利次之，將三種專利折舊率依次設(shè)定為5%、10%和15%［37］。最終將“專利申請(qǐng)量存量加+1”的自然對(duì)數(shù)作為創(chuàng)新的代理變量。Hall等［38］和吳超鵬等［39］將專利折舊率統(tǒng)一設(shè)定為15%，該研究分別將發(fā)明、實(shí)用新型和外觀設(shè)計(jì)專利的折舊率依次設(shè)定為5%、10%和15%，這種折舊率的設(shè)定并不會(huì)影響實(shí)證結(jié)果。

對(duì)于綠色專利和非綠色專利的度量，基于WIPO2010年公布的“國(guó)際專利分類綠色清單（IPC Green Inventory）”，根據(jù)完整的綠色專利IPC 分類號(hào)（“部-分部-大類-小類-大組-小組”格式），匹配出了1985—2019年中國(guó)282個(gè)地級(jí)城市的綠色發(fā)明和綠色實(shí)用新型專利申請(qǐng)量，并使用綠色專利存量（ln ）度量城市的清潔技術(shù)創(chuàng)新能力。進(jìn)一步，使用專利存量總量減去綠色專利存量得到了非綠色專利存量（ln ）。

2. 2. 3 控制變量

基于現(xiàn)有討論影響霧霾因素的相關(guān)文獻(xiàn)，考慮影響霧霾污染的控制變量。

（1）經(jīng)濟(jì)發(fā)展水平（）。在模型中加入了經(jīng)濟(jì)發(fā)展水平及其平方項(xiàng)以考察霧霾污染與經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系。考慮到人均GDP統(tǒng)計(jì)數(shù)據(jù)存在偏誤的可能，采用了現(xiàn)有研究中經(jīng)常使用的全球夜間燈光數(shù)據(jù)作為經(jīng)濟(jì)發(fā)展水平的代理變量。美國(guó)國(guó)家海洋大氣管理局（NOAA）提供了1992年及之后的衛(wèi)星燈光數(shù)據(jù)，其中1992—2013年為DMSP/OLS 遙感數(shù)據(jù)，2012 年及之后為NPP-VIIRS 遙感數(shù)據(jù)。對(duì)夜間燈光亮度進(jìn)行了校準(zhǔn)，考慮到兩種夜晚燈光數(shù)據(jù)亮度的采集標(biāo)準(zhǔn)不同，采用曹子陽(yáng)等［40］的方法對(duì)其進(jìn)行合并處理。

（2）城市自然氣候因素。霧霾污染從生成到擴(kuò)散轉(zhuǎn)移的過(guò)程會(huì)受到風(fēng)速、風(fēng)向、空氣濕度和逆溫等氣象因素的影響。流動(dòng)性好的氣象條件有利于霧霾的擴(kuò)散和稀釋，使用空氣流動(dòng)系數(shù)（ln ）可以在一定程度上合理地控制霧霾的空間溢出效應(yīng)［41］?？諝饬鲃?dòng)系數(shù)等于風(fēng)速乘以邊界層高度：

ln，= ln （，× ，） （3）

歐洲中期天氣預(yù)報(bào)中心（ECMWF）的ERA?Interim數(shù)據(jù)庫(kù)提供了多種網(wǎng)格多時(shí)間段的近地面10 m風(fēng)速（）與邊界層高度（）數(shù)據(jù)。該研究使用ArcGIS 軟件將75°x75°網(wǎng)格的月平均柵格數(shù)據(jù)進(jìn)行解析，求出年平均值，計(jì)算各網(wǎng)格所對(duì)應(yīng)年份的空氣流通系數(shù)，再根據(jù)經(jīng)緯度匹配最終得到考察期內(nèi)282個(gè)地級(jí)城市的空氣流通系數(shù)［17］。此外，該研究還加入了城市的累積年降水量（ln ）和年逆溫天數(shù)（ln ）以控制不同自然氣候因素對(duì)空氣質(zhì)量的影響［4，42］。逆溫意味著冷空氣處于海拔低的地方，此時(shí)空氣不容易流通，不利于地面附近空氣污染物的擴(kuò)散。逆溫天數(shù)來(lái)源于NASA的MERRA?2衛(wèi)星數(shù)據(jù)集，通過(guò)比較每天四個(gè)時(shí)點(diǎn)的近地第一層與第二層平均氣溫，若第二層氣溫高于第一層則認(rèn)為該天存在逆溫現(xiàn)象，進(jìn)而計(jì)算得到城市的年逆溫天數(shù)。

（3）財(cái)政支出占比（）。為避免與創(chuàng)新變量產(chǎn)生多重共線性，使用剔除科教公共服務(wù)支出外的財(cái)政支出占GDP比重度量地方政府對(duì)經(jīng)濟(jì)的干預(yù)程度。

（4）外商直接投資占比（）。FDI帶來(lái)的環(huán)境友好型技術(shù)溢出可能會(huì)改善東道國(guó)的環(huán)境質(zhì)量［43］，也有可能將污染產(chǎn)業(yè)向東道國(guó)轉(zhuǎn)移從而惡化環(huán)境質(zhì)量［44］。采用各地級(jí)市每年外商直接投資額占GDP的比重度量對(duì)外開(kāi)放程度對(duì)霧霾污染的影響情況，并按照歷年人民幣匯率對(duì)其進(jìn)行折算。

（5）產(chǎn)業(yè)結(jié)構(gòu)（）。隨著中國(guó)工業(yè)化進(jìn)程的加快，以制造業(yè)為主的第二產(chǎn)業(yè)比重增加是造成大氣污染的重要原因之一［45］，選用第二產(chǎn)業(yè)增加值占GDP的比重反映產(chǎn)業(yè)結(jié)構(gòu)對(duì)PM2. 5濃度的影響。

（6）人口密度（ln ）?？焖贁U(kuò)張的城市化進(jìn)程中，人口密度增加的集聚效應(yīng)可能通過(guò)提高公共交通分擔(dān)率、資源使用效率和共享治污減排設(shè)施等途徑緩解霧霾污染［35］，該指標(biāo)用市轄區(qū)單位面積人口總數(shù)計(jì)算得到。

（7）道路面積（ln ），該研究采用人均地區(qū)道路面積衡量交通基礎(chǔ)設(shè)施水平［42］，進(jìn)而考察其對(duì)霧霾污染的影響。

各變量除PM2. 5 濃度、專利數(shù)量和夜間燈光亮度外，其余數(shù)據(jù)均源自歷年《中國(guó)城市統(tǒng)計(jì)年鑒》以及CEIC數(shù)據(jù)庫(kù)，所有具有時(shí)間價(jià)值的變量均折算至以2004年為基期，并使用插值法對(duì)缺失數(shù)據(jù)進(jìn)行補(bǔ)充。

3 實(shí)證結(jié)果及分析

3. 1 基準(zhǔn)回歸分析

從專利的數(shù)量、質(zhì)量和綠色屬性等多個(gè)維度分析了創(chuàng)新對(duì)霧霾污染的影響。表1列（1）中，ln 的系數(shù)估計(jì)值為-1. 807 5，且通過(guò)了1%的顯著性水平，表明專利申請(qǐng)存量顯著地降低了城市的PM2. 5 濃度。列（2）—列

（4）顯示，與專利總量回歸結(jié)果相同，發(fā)明專利、實(shí)用新型專利和外觀設(shè)計(jì)專利對(duì)降低PM2. 5 濃度均表現(xiàn)出顯著的負(fù)向影響。發(fā)明專利和實(shí)用新型的技術(shù)含量相對(duì)較高，且WIPO對(duì)于綠色專利的定義范圍包含了綠色發(fā)明專利和綠色實(shí)用新型專利兩種類別，因而城市的發(fā)明專利和實(shí)用新型專利數(shù)量越高，表明其擁有更先進(jìn)的綠色生產(chǎn)模式和污染治理模式。具有市場(chǎng)屬性的外觀設(shè)計(jì)專利雖然無(wú)法對(duì)治污減霾起到直接作用，但從事研發(fā)外觀設(shè)計(jì)專利的創(chuàng)新活動(dòng)可能會(huì)對(duì)從事傳統(tǒng)高污染生產(chǎn)活動(dòng)產(chǎn)生擠出效應(yīng)，進(jìn)而降低霧霾污染。進(jìn)一步，列（5）、列（6）的回歸結(jié)果顯示，綠色專利和非綠色專利均能夠顯著地降低PM2. 5濃度，且非綠色專利的系數(shù)超過(guò)了綠色專利。造成這一現(xiàn)象的原因在于，綠色專利存量占專利總量存量的比重長(zhǎng)期低于10%，因而非綠色專利治理霧霾的累積效應(yīng)會(huì)強(qiáng)于綠色專利。

控制變量回歸結(jié)果顯示，夜間燈光亮度的一次項(xiàng)系數(shù)為負(fù)、二次項(xiàng)系數(shù)為正，表明霧霾污染與經(jīng)濟(jì)增長(zhǎng)之間存在不顯著的“U”型關(guān)系，即霧霾污染程度隨著經(jīng)濟(jì)增長(zhǎng)水平提升呈現(xiàn)先下降后上升的趨勢(shì)。氣象因素中，空氣流動(dòng)系數(shù)每提升1%，PM2. 5 濃度值下降2. 581 8，驗(yàn)證了“環(huán)保基本靠風(fēng)”的說(shuō)法，說(shuō)明納入空氣流動(dòng)系數(shù)能夠較好地控制霧霾的空間擴(kuò)散效應(yīng)。城市的年逆溫天數(shù)越多，越不利于霧霾現(xiàn)象的消散，年降水量則顯著地降低了霧霾濃度。財(cái)政支出占比顯著地增加了霧霾污染，這表明為追求轄區(qū)的短期經(jīng)濟(jì)效益，地方政府對(duì)經(jīng)濟(jì)活動(dòng)的干預(yù)釋放出更多的霧霾污染。外商直接投資、產(chǎn)業(yè)結(jié)構(gòu)和人口密度顯著地降低了霧霾污染，人均道路面積對(duì)霧霾污染的影響作用則并不顯著。

3. 2 內(nèi)生性分析

利用宏觀經(jīng)濟(jì)社會(huì)指標(biāo)進(jìn)行面板數(shù)據(jù)分析，不可避免地會(huì)面臨內(nèi)生性問(wèn)題。首先，創(chuàng)新與霧霾污染存在互為因果的關(guān)系。Chen等［4］發(fā)現(xiàn)空氣污染會(huì)提升本地人口的凈遷出率，降低外地人口的遷入率，同時(shí)受到良好教育的勞動(dòng)力因空氣污染遷移的意愿幾乎是普通勞動(dòng)力的兩倍。人力資本具有較強(qiáng)的遷移能力，城市環(huán)境質(zhì)量的惡化會(huì)產(chǎn)生“人才流失效應(yīng)”［46］，從而降低了城市的人力資本水平和創(chuàng)新能力［3］。同時(shí)，環(huán)境質(zhì)量較差地區(qū)政府的環(huán)境規(guī)制和干預(yù)手段可能更為嚴(yán)厲，會(huì)倒逼企業(yè)從事創(chuàng)新活動(dòng)從而增進(jìn)專利產(chǎn)出［47］。其次，形成霧霾的原因眾多，若誤差項(xiàng)中影響PM2. 5濃度的因素?zé)o法被完全控制，創(chuàng)新的估計(jì)系數(shù)仍將有偏。對(duì)此，使用兩階段最小二乘法（2SLS）解決內(nèi)生性問(wèn)題。

考慮到工具變量必須滿足外生性和相關(guān)性條件，選擇如下兩個(gè)工具變量。

3. 2. 1 知識(shí)產(chǎn)權(quán)行政保護(hù)（）

知識(shí)產(chǎn)權(quán)保護(hù)尤其是專利保護(hù)是激發(fā)創(chuàng)新活力的重要手段之一［39］。研發(fā)具有失敗的風(fēng)險(xiǎn)，創(chuàng)新活動(dòng)擁有高度不確定性。知識(shí)產(chǎn)權(quán)保護(hù)不僅可以通過(guò)保障創(chuàng)新回報(bào)和化解不確定性，提高專利價(jià)值，增進(jìn)創(chuàng)新投入［48］；還可以通過(guò)累積創(chuàng)新效應(yīng)，提供公開(kāi)專利信息促進(jìn)技術(shù)傳播，降低知識(shí)獲取成本和激發(fā)后續(xù)創(chuàng)新［49］。目前中國(guó)的知識(shí)產(chǎn)權(quán)保護(hù)制度實(shí)行了行政保護(hù)與司法保護(hù)并行的“雙軌制”：司法保護(hù)作為權(quán)利人通向司法機(jī)關(guān)尋求法律救濟(jì)而啟動(dòng)的保護(hù)，遵循“不告不理”的原則；行政保護(hù)則更多是基于行政職權(quán)的主動(dòng)出擊，效率更高，具有靈活性、便捷性、取證手段多樣性以及維權(quán)成本經(jīng)濟(jì)性等優(yōu)勢(shì)。此外，在后續(xù)救濟(jì)機(jī)會(huì)方面，行政保護(hù)和司法保護(hù)也存在一些差別，倘使權(quán)利人對(duì)行政救濟(jì)的結(jié)果不滿意，可再次尋求司法保護(hù)；如果權(quán)利人先尋求司法保護(hù)，則無(wú)法在司法保護(hù)不滿意的情況下再次訴求行政保護(hù)。使用知識(shí)產(chǎn)權(quán)行政保護(hù)作為創(chuàng)新的工具變量，能夠很好地緩解內(nèi)生性問(wèn)題，原因在于知識(shí)產(chǎn)權(quán)行政保護(hù)是省級(jí)層面變量，其他相關(guān)變量均是地級(jí)市層面變量，在中國(guó)制度背景下，下級(jí)政府的行為一般較難直接影響到上級(jí)政府的決策。因此，該研究嘗試使用知識(shí)產(chǎn)權(quán)制度的行政保護(hù)作為城市創(chuàng)新能力的工具變量，研究創(chuàng)新對(duì)霧霾的影響作用。

從國(guó)家知識(shí)產(chǎn)權(quán)局手工搜集了歷年各省份專利侵權(quán)糾紛及其他糾紛立案數(shù)，同時(shí)為剔除經(jīng)濟(jì)規(guī)模的影響，用“立案數(shù)+1”除以城市人口數(shù)量計(jì)算得到了地級(jí)城市的“知識(shí)產(chǎn)權(quán)行政保護(hù)”變量。

3. 2. 2 公共創(chuàng)新環(huán)境（）

政府不僅可以通過(guò)完善知識(shí)產(chǎn)權(quán)保護(hù)制度，而且會(huì)營(yíng)造良好的公共創(chuàng)新環(huán)境激發(fā)各類創(chuàng)新主體活力。陳詩(shī)一等［41］認(rèn)為政府工作報(bào)告是依法行政和執(zhí)行權(quán)力機(jī)關(guān)決定、決議的綱要，是指導(dǎo)政府工作的綱領(lǐng)性文件。使用研發(fā)補(bǔ)貼或稅收優(yōu)惠某個(gè)單一指標(biāo)難以全面刻畫創(chuàng)新環(huán)境。公共創(chuàng)新環(huán)境涵蓋了更為豐富的內(nèi)容，政府工作報(bào)告中與創(chuàng)新有關(guān)詞匯出現(xiàn)的頻數(shù)占報(bào)告全部詞頻數(shù)量的比重能夠清晰地凸顯出政府對(duì)創(chuàng)新的重視程度。因而該研究使用該指標(biāo)作為專利存量的另一工具變量。與陳詩(shī)一等［41］的做法相同，所使用公共創(chuàng)新環(huán)境能夠較好地滿足工具變量外生性假定，其理由主要在于：第一，省級(jí)政府工作報(bào)告一般發(fā)生在每年年初，而霧霾污染的排放則貫穿整個(gè)年度；第二，該研究構(gòu)造的公共創(chuàng)新環(huán)境是省級(jí)層面變量，而霧霾污染則是地級(jí)市層面變量，這兩點(diǎn)均可以有效緩解因反向因果而產(chǎn)生的內(nèi)生性問(wèn)題。政府公共創(chuàng)新環(huán)境指標(biāo)的具體構(gòu)建步驟如下：首先，手工搜集整理2004—2019年30個(gè)省份共450份政府工作報(bào)告（因數(shù)據(jù)可得性等原因，研究未涉及西藏及港澳臺(tái)地區(qū)）；其次，采用Python軟件中的“Jieba”庫(kù)包對(duì)政府工作報(bào)告文本進(jìn)行分詞處理；最后，統(tǒng)計(jì)創(chuàng)新相關(guān)詞匯出現(xiàn)的頻次，并計(jì)算創(chuàng)新詞頻占政府工作報(bào)告全文詞頻總數(shù)的占比。與創(chuàng)新相關(guān)詞匯具體包括：創(chuàng)新、技術(shù)、科技、科研、人才、技改、產(chǎn)學(xué)研、科教、專利以及研發(fā)等。表2中2SLS第一階段的回歸結(jié)果顯示，知識(shí)產(chǎn)權(quán)行政保護(hù)與專利總量、發(fā)明專利、實(shí)用新型專利、綠色專利和非綠色專利的數(shù)量均具有顯著的正相關(guān)性，對(duì)外觀設(shè)計(jì)專利的影響為負(fù)向顯著。表明知識(shí)產(chǎn)權(quán)行政保護(hù)不僅有效提升了城市的創(chuàng)新數(shù)量，而且對(duì)創(chuàng)新質(zhì)量的促進(jìn)作用尤為強(qiáng)烈。政府營(yíng)造的公共創(chuàng)新環(huán)境卻顯示出相反的結(jié)果，僅僅顯著增加了專利總量、實(shí)用新型、外觀設(shè)計(jì)、綠色專利和非綠色專利的數(shù)量，對(duì)技術(shù)含量最高的發(fā)明專利影響卻并不顯著?？赡艿脑蛟谟?，政府年度工作報(bào)告中創(chuàng)新詞頻占比越高意味著政府對(duì)創(chuàng)新的干預(yù)活動(dòng)越多，更可能傾向于通過(guò)研發(fā)補(bǔ)貼、稅收優(yōu)惠等方式鼓勵(lì)個(gè)體和企業(yè)增加創(chuàng)新投入。然而，政府對(duì)創(chuàng)新的干預(yù)行為往往可能會(huì)產(chǎn)生創(chuàng)新政策租［36］，誘使企業(yè)將資源投入到難度較小的專利研發(fā)活動(dòng)中，為“尋扶持”進(jìn)行策略性創(chuàng)新，因此政府營(yíng)造的公共創(chuàng)新環(huán)境對(duì)發(fā)明專利的激勵(lì)效應(yīng)影響甚微。

在表2第二階段回歸中，專利總量、發(fā)明專利、實(shí)用新型、綠色專利和非綠色專利申請(qǐng)存量依然顯著降低了霧霾污染，且系數(shù)較基準(zhǔn)回歸的結(jié)果均有顯著提升，說(shuō)明忽略內(nèi)生性會(huì)低估創(chuàng)新對(duì)霧霾治理的影響效果。綠色專利的治霾效應(yīng)仍然弱于非綠色專利，技術(shù)含量最低的外觀設(shè)計(jì)專利對(duì)霧霾污染的影響不顯著為正，給出了“杰文斯悖論”可能存在的證據(jù)，即低質(zhì)量的創(chuàng)新行為可能會(huì)通過(guò)增加企業(yè)的生產(chǎn)率和產(chǎn)出，從而提高空氣污染物的排放量。此外，內(nèi)生性檢驗(yàn)的統(tǒng)計(jì)量顯示，安德森檢驗(yàn)的值均小于0. 05，拒絕原假設(shè)，認(rèn)為專利存量和工具變量典型相關(guān)，不存在弱工具變量的問(wèn)題。Sargan過(guò)度識(shí)別檢驗(yàn)的統(tǒng)計(jì)值均在0. 1以上，不拒絕原假設(shè)，即工具變量和誤差項(xiàng)不相關(guān)。這表明該研究選擇的工具變量是有效的。

3. 3 異質(zhì)性分析

2012年中國(guó)特色社會(huì)主義進(jìn)入新時(shí)代，黨的十八大報(bào)告中明確提出了堅(jiān)持走中國(guó)特色自主創(chuàng)新道路，實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略。將樣本劃分為2004—2011 年和2012—2019年兩個(gè)時(shí)間段，進(jìn)而探究創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略實(shí)施前后，創(chuàng)新對(duì)霧霾污染的影響是否發(fā)生變化。回歸結(jié)果顯示，僅在2012—2019年時(shí)間段專利總量對(duì)霧霾污染具有顯著負(fù)向影響。出現(xiàn)這一現(xiàn)象的原因可能在于，一方面從專利結(jié)構(gòu)上來(lái)看，前一個(gè)時(shí)間段內(nèi)綠色專利存量的占比較低，因而高質(zhì)量的生態(tài)創(chuàng)新對(duì)環(huán)境質(zhì)量的促增效應(yīng)可能并不十分明顯，同時(shí)專利轉(zhuǎn)化為清潔產(chǎn)品也需要一定的時(shí)間周期；另一方面，技術(shù)進(jìn)步對(duì)降低PM2. 5可能存在累積效應(yīng)，隨著中國(guó)進(jìn)一步加快建設(shè)創(chuàng)新型國(guó)家的步伐，區(qū)域創(chuàng)新能力得到逐步釋放，技術(shù)進(jìn)步抑制霧霾污染從量變走向了質(zhì)變。

考慮到中國(guó)區(qū)域間發(fā)展的不平衡性，表3列（3）—列（5）報(bào)告了東中西部分區(qū)域的回歸結(jié)果?？梢园l(fā)現(xiàn)，專利存量對(duì)三個(gè)地區(qū)的PM2. 5濃度均存在抑制效應(yīng)，但該作用僅在東中部城市顯著，且東部城市系數(shù)負(fù)向最大?？赡艿脑蛟谟冢瑬|部城市相較中西部城市在區(qū)位優(yōu)勢(shì)和經(jīng)濟(jì)開(kāi)放型的綜合作用下，擁有較高水平的人力資本水平和市場(chǎng)化程度。進(jìn)一步，按照人力資本水平和市場(chǎng)化程度進(jìn)行分組，具體采用樣本期間內(nèi)城市每萬(wàn)人在校大學(xué)生數(shù)衡量城市的人力資本水平，使用社會(huì)消費(fèi)品零售總額占GDP總額的比重表示城市的市場(chǎng)化程度，計(jì)算出地級(jí)市在樣本期內(nèi)兩種指標(biāo)年均值，并按照中位數(shù)將其分為高低兩組。

表4中回歸結(jié)果顯示，人力資本及市場(chǎng)化程度更高的地區(qū)，創(chuàng)新對(duì)霧霾污染的抑制作用更為明顯。人力資本作為從事創(chuàng)新活動(dòng)的主體要素，更高的受教育水平意味著勞動(dòng)人員擁有的專業(yè)技術(shù)越多，學(xué)習(xí)吸收能力越強(qiáng)，專業(yè)技術(shù)知識(shí)更容易相互擴(kuò)散而不斷提升各自技術(shù)水平和知識(shí)存量，降低了企業(yè)生產(chǎn)環(huán)境友好型生態(tài)產(chǎn)品的研發(fā)成本，能夠加速釋放創(chuàng)新對(duì)霧霾的抑制效應(yīng)。市場(chǎng)化程度更高的地區(qū)，企業(yè)更容易從市場(chǎng)中獲取創(chuàng)新所需的資源支持：一方面市場(chǎng)化程度高的地區(qū)，往往具有健全的法律制度和知識(shí)產(chǎn)權(quán)保護(hù)措施，會(huì)促進(jìn)企業(yè)增加研發(fā)投入；另一方面市場(chǎng)化程度高的地區(qū)，激烈的市場(chǎng)競(jìng)爭(zhēng)和較為完善的價(jià)格傳遞機(jī)制會(huì)降低企業(yè)創(chuàng)新回報(bào)的不確定性，增強(qiáng)了創(chuàng)新偏好較強(qiáng)的民營(yíng)科技企業(yè)的研發(fā)創(chuàng)新活力，加大發(fā)揮創(chuàng)新治污減霾的技術(shù)效應(yīng)。

3. 4 穩(wěn)健性檢驗(yàn)

3. 4. 1 更換數(shù)據(jù)

為了檢驗(yàn)上述結(jié)果是否穩(wěn)健，將專利申請(qǐng)量存量替換為專利授權(quán)量流量，并使用兩階段最小二乘法再次檢驗(yàn)了創(chuàng)新能力與霧霾污染之間的關(guān)系。表5 僅匯報(bào)了2SLS的第二階段，更換指標(biāo)后發(fā)明專利和實(shí)用新型專利依然對(duì)霧霾具有顯著的抑制作用，并且外觀設(shè)計(jì)專利的促增效應(yīng)始終存在。與前文一致，非綠色專利的治霾效應(yīng)超過(guò)了綠色專利，由此證明該研究的實(shí)證結(jié)果是穩(wěn)健可靠的。此外，還對(duì)專利指標(biāo)的兩邊各進(jìn)行了1%的Winsorize縮尾處理，不出意外，回歸結(jié)果與表2工具變量回歸結(jié)果高度一致。限于該研究篇幅，該部分結(jié)果未匯報(bào)，備索。

3. 4. 2 空間計(jì)量模型

值得注意的是，環(huán)境污染尤其是空氣污染具有顯著的空間溢出效應(yīng)。在空氣流動(dòng)、降雨和逆溫等天氣因素的驅(qū)動(dòng)下，本地城市的霧霾污染程度與地理相近城市的霧霾污染密切相關(guān)，導(dǎo)致霧霾天氣的出現(xiàn)通常呈現(xiàn)出大范圍和持續(xù)性的特點(diǎn)。因此，采用空間自回歸模型（SAR）在地理距離空間權(quán)重矩陣下檢驗(yàn)了城市創(chuàng)新能力與霧霾污染的空間關(guān)聯(lián)效應(yīng)。

表6各列中空間滯后系數(shù)（2. 5）均在1%的水平上顯著為正，這表明中國(guó)城市間的霧霾污染在地理鄰近地區(qū)呈現(xiàn)出空間集聚特征。此外，地級(jí)城市的專利總量、發(fā)明專利、實(shí)用新型專利存量依然對(duì)霧霾污染具有顯著的抑制效應(yīng)，表征清潔技術(shù)和非清潔技術(shù)的綠色專利和非綠色專利也具有顯著的治霾效應(yīng)。

4 機(jī)制分析

為驗(yàn)證前文假說(shuō)，以工業(yè)綠色轉(zhuǎn)型、能源效率提升和配置效應(yīng)改進(jìn)三種作用機(jī)制為基礎(chǔ)，試圖通過(guò)不同專利屬性去揭示創(chuàng)新治理霧霾的前端防治與末端治理效應(yīng)。構(gòu)建如下中介效應(yīng)模型對(duì)其傳導(dǎo)途徑進(jìn)行識(shí)別檢驗(yàn)：

中介模型式（4）中的系數(shù)1 衡量的是綠色和非綠色專利影響霧霾的總效應(yīng)。式（5）中的系數(shù)1 衡量了兩類專利對(duì)三種中介變量的影響效應(yīng)。式（6）中的直接效應(yīng)系數(shù)1 衡量了創(chuàng)新治霾的末端治理效果，系數(shù)2 和1共同衡量了創(chuàng)新治霾的前端防治，即工業(yè)綠色轉(zhuǎn)型、能源效率提升和配置效應(yīng)改進(jìn)三種間接效應(yīng)。對(duì)于工業(yè)綠色轉(zhuǎn)型（）指標(biāo)，該研究選擇單位二氧化硫和工業(yè)煙粉塵排放產(chǎn)生的實(shí)際工業(yè)產(chǎn)值對(duì)其加以表征。能源效率（）指標(biāo)和配置效應(yīng)（）指標(biāo)則分別使用單位用電量消耗的實(shí)際GDP 和索羅余值法計(jì)算的全要素生產(chǎn)率予以反映。

表7和表8分別匯報(bào)了綠色專利和非綠色專利的三類中介效應(yīng)估計(jì)結(jié)果。首先，將工業(yè)綠色轉(zhuǎn)型視為中介變量時(shí)，可以看出，僅有表7列（2）中l(wèi)n 的系數(shù)1 顯著為正，表8列（2）中l(wèi)n 的系數(shù)并不顯著，且表7列（5）中l(wèi)n 和的系數(shù)1 和2 通過(guò)了顯著性檢驗(yàn)，意味著綠色技術(shù)創(chuàng)新不僅能夠通過(guò)工業(yè)綠色轉(zhuǎn)型的前端防治降低PM2. 5 濃度，而且能夠?qū)崿F(xiàn)霧霾污染的末端治理。其次，將能源效率和全要素生產(chǎn)率視為中介變量時(shí)，表7和表8的回歸結(jié)果顯示，綠色技術(shù)創(chuàng)新能夠通過(guò)提升能源效率的方式實(shí)現(xiàn)治污減霾，非綠色技術(shù)創(chuàng)新僅能夠通過(guò)提升全要素生產(chǎn)率的方式減少PM2. 5。綜上所述，綠色專利能夠通過(guò)工業(yè)綠色轉(zhuǎn)型和能源效率提升的方式降低霧霾污染，而非綠色專利則通過(guò)配置效率改進(jìn)的方式實(shí)現(xiàn)霧霾治理。

5 結(jié)論與政策建議

進(jìn)入新時(shí)代，創(chuàng)新是建設(shè)“美麗中國(guó)”的第一驅(qū)動(dòng)力。該研究使用2004—2019 年282 個(gè)地級(jí)城市層面PM2. 5 濃度數(shù)據(jù)，研究了創(chuàng)新對(duì)霧霾治理的影響及作用機(jī)制。實(shí)證結(jié)果發(fā)現(xiàn)：①基準(zhǔn)回歸結(jié)果中專利總量、發(fā)明、實(shí)用新型、外觀設(shè)計(jì)、綠色和非綠色專利對(duì)霧霾治理均具有顯著的促進(jìn)作用。②兩階段最小二乘法分析顯示，納入工具變量后，發(fā)明專利和實(shí)用新型專利對(duì)霧霾污染的治理作用尤為強(qiáng)烈，非綠色專利的治理作用則超過(guò)了綠色專利；而技術(shù)含量較低外觀設(shè)計(jì)專利卻會(huì)不顯著地加重霧霾。③2012年之前創(chuàng)新與PM2. 5的回歸系數(shù)并不顯著，而2012年之后該系數(shù)顯著為負(fù)，表明新時(shí)代下創(chuàng)新驅(qū)動(dòng)戰(zhàn)略的實(shí)施，強(qiáng)化了創(chuàng)新對(duì)霧霾治理的累積效應(yīng)。④創(chuàng)新治霾的效應(yīng)只在東中部城市較為顯著，說(shuō)明東中部城市的人力資本存量更高，專利結(jié)構(gòu)更偏向市場(chǎng)性，易于商業(yè)轉(zhuǎn)化為綠色生態(tài)產(chǎn)品。⑤影響機(jī)制分析中，綠色專利和非綠色專利可以通過(guò)工業(yè)綠色轉(zhuǎn)型、能源效率提升和配置效應(yīng)改進(jìn)三種途徑實(shí)現(xiàn)創(chuàng)新治霾的前端預(yù)防與末端治理。

該研究的政策啟示是：①政府應(yīng)對(duì)企業(yè)創(chuàng)新行為進(jìn)行仔細(xì)甄別，完善綠色技術(shù)創(chuàng)新的稅收優(yōu)惠和研發(fā)補(bǔ)貼，推動(dòng)工業(yè)綠色轉(zhuǎn)型與能源結(jié)構(gòu)優(yōu)化調(diào)整。②增加對(duì)替代能源、污染控制設(shè)備等各類節(jié)能產(chǎn)品的補(bǔ)貼力度，擴(kuò)大綠色產(chǎn)品的市場(chǎng)需求規(guī)模，激發(fā)企業(yè)在核心能源技術(shù)和污染控制技術(shù)等領(lǐng)域的技術(shù)創(chuàng)新。③強(qiáng)化知識(shí)產(chǎn)權(quán)保護(hù)制度，在專利保護(hù)制度和支持政策上應(yīng)適當(dāng)向質(zhì)量更高的發(fā)明專利和綠色專利傾斜，鼓勵(lì)生態(tài)層面的高質(zhì)量創(chuàng)新產(chǎn)出。④不同區(qū)域應(yīng)因地制宜制定創(chuàng)新激勵(lì)政策。西部地區(qū)應(yīng)完善生態(tài)環(huán)境補(bǔ)償機(jī)制，推動(dòng)環(huán)境污染治理成本的市場(chǎng)化，并使其進(jìn)入企業(yè)的日常經(jīng)營(yíng)決策，鼓勵(lì)市場(chǎng)化形態(tài)的專利產(chǎn)出，助推治污減霾。

參考文獻(xiàn)

［1］ ZHANG X， OU X， YANG X， et al. Socioeconomic burden of airpollution in China： province?level analysis based on energy economicmodel［J］. Energy economics， 2017， 68： 478-489.

［2］ TIE X ，HUANG R J，DAI W，et al. Effect of heavy haze and aerosolpollution on rice and wheat productions in China［J］. Scientific reports，2016（6）：29612.

［3］ LIN S， XIAO L， WANG X. Does air pollution hinder technologicalinnovation in China：a perspective of innovation value chain［J］.Journal of cleaner production， 2021， 278： 123326.

［4］ CHEN S， OLIVA P， ZHANG P. The effect of air pollution on migration：evidence from China［J］. Journal of development economics，2022， 156： 102833.

［5］ EBENSTEIN A，F(xiàn)AN M Y，GREENSTONE M，et al. New evidenceon the impact of sustained exposure to air pollution on life expectancyfrom China’s Huai River policy［J］. Proceedings of the NationalAcademy of Sciences of the United States of America，2017，114（39）：10384-10389.

［6］ CHEN S， OLIVA P， ZHANG P. Air pollution and mental health：evidence from China［R］. National Bureau of Economic Research，2018.

［7］ HE J X，LIU H M，SALVO A. Severe air pollution and labor productivity：evidence from industrial towns in China［J］. American economicjournal： applied economics，2019，11（1）：173-201.

［8］ FU S H，VIARD V B，ZHANG P. Air pollution and manufacturingfirm productivity：nationwide estimates for China［J］. The economicjournal，2021，131（640）：3241-3273.

［9］ ACEMOGLU D，AGHION P，BURSZTYN L，et al. The environmentand directed technical change［J］. American economic review，2012，102（1）：131-166.

［10］ GROSSMAN G M， KRUEGER A B. Environmental impacts of aNorth American Free Trade Agreement［R］. National Bureau ofEconomic Research， 1991.

［11］ 王書(shū)斌，徐盈之. 環(huán)境規(guī)制與霧霾脫鉤效應(yīng)：基于企業(yè)投資偏好的視角［J］. 中國(guó)工業(yè)經(jīng)濟(jì)，2015（4）：18-30.

［12］ 毛奕歡，林雁，譚洪濤. 中央環(huán)保督察與企業(yè)生產(chǎn)決策：來(lái)自企業(yè)實(shí)質(zhì)性改進(jìn)的證據(jù)［J］. 產(chǎn)業(yè)經(jīng)濟(jì)研究，2022（3）：15-27.

［13］ PORTER M E，VAN DER LINDE C. Toward a new conception ofthe environment?competitiveness relationship［J］. Journal of economicperspectives，1995，9（4）：97-118.

［14］ JAFFE A B，PALMER K. Environmental regulation and innovation：a panel data study［J］. Review of economics and statistics，1997，79（4）：610-619.

［15］ BECKER R，HENDERSON V. Effects of air quality regulations onpolluting industries［J］. Journal of political economy，2000，108（2）：379-421.

［16］ COPELAND B R，TAYLOR M S. Trade，growth，and the environmen［t J］. Journal of economic literature，2004，42（1）：7-71.

［17］ 沈坤榮，金剛，方嫻. 環(huán)境規(guī)制引起了污染就近轉(zhuǎn)移嗎？［J］. 經(jīng)濟(jì)研究，2017，52（5）：44-59.

［18］ 王伊攀，何圓. 環(huán)境規(guī)制、重污染企業(yè)遷移與協(xié)同治理效果：基于異地設(shè)立子公司的經(jīng)驗(yàn)證據(jù)［J］. 經(jīng)濟(jì)科學(xué)，2021（5）：130-145.

［19］ 金剛，沈坤榮. 以鄰為壑還是以鄰為伴：環(huán)境規(guī)制執(zhí)行互動(dòng)與城市生產(chǎn)率增長(zhǎng)［J］. 管理世界，2018，34（12）：43-55.

［20］ 石慶玲，郭峰，陳詩(shī)一. 霧霾治理中的“政治性藍(lán)天”：來(lái)自中國(guó)地方“兩會(huì)”的證據(jù)［J］. 中國(guó)工業(yè)經(jīng)濟(jì)，2016（5）：40-56.

［21］ 朱向東，賀燦飛，李茜，等. 地方政府競(jìng)爭(zhēng)、環(huán)境規(guī)制與中國(guó)城市空氣污染［J］. 中國(guó)人口·資源與環(huán)境，2018，28（6）：103-110.

［22］ 張磊，許明，陽(yáng)鎮(zhèn). 知識(shí)產(chǎn)權(quán)保護(hù)的霧霾污染減輕效應(yīng)及其技術(shù)創(chuàng)新機(jī)制檢驗(yàn)［J］. 南開(kāi)經(jīng)濟(jì)研究，2021（1）：164-183.

［23］ LEVINSON A. Technology，international trade，and pollution fromUS manufacturing［J］. American economic review，2009，99（5）：2177-2192.

［24］ 魏巍賢，楊芳. 技術(shù)進(jìn)步對(duì)中國(guó)二氧化碳排放的影響［J］. 統(tǒng)計(jì)研究，2010，27（7）：36-44.

［25］ 任亞運(yùn)，張廣來(lái). 城市創(chuàng)新能夠驅(qū)散霧霾嗎：基于空間溢出視角的檢驗(yàn)［J］. 中國(guó)人口·資源與環(huán)境，2020，30（2）：111-120.

［26］ CARRIóN?FLORES C E， INNES R. Environmental innovationand environmental performance［J］. Journal of environmental economicsand management，2010，59（1）：27-42.

［27］ ZHU Y， WANG Z， YANG J， et al. Does renewable energy technologicalinnovation control China’s air pollution： a spatial analysis［J］. Journal of cleaner production，2020，250：119515.

［28］ 祿雪煥，白婷婷. 綠色技術(shù)創(chuàng)新如何有效降低霧霾污染？［J］.中國(guó)軟科學(xué)，2020（6）：174-182，191.

［29］ FISHER?VANDEN K， WING I S. Accounting for quality：issueswith modeling the impact of R&D on economic growth and carbonemissions in developing economies［J］. Energy economics，2008，30（6）：2771-2784.

［30］ SORRELL S. Jevons’Paradox revisited：the evidence for backfirefrom improved energy efficiency［J］. Energy policy，2009，37（4）：1456-1469.

［31］ YI M， WANG Y， SHENG M， et al. Effects of heterogeneous technologicalprogress on haze pollution：evidence from China［J］. Ecologicaleconomics，2020，169：106533.

［32］ POPP D. Induced innovation and energy prices［J］. American economicreview，2002，92（1）：160-180.

［33］ 呂民樂(lè)，陳穎瑤. 信息化有利于降低霧霾污染嗎：基于空間計(jì)量模型的實(shí)證檢驗(yàn)［J］. 南京財(cái)經(jīng)大學(xué)學(xué)報(bào)，2021（3）：13-24.

［34］ ZHOU X， ZHOU D， WANG Q， et al. How information and communicationtechnology drives carbon emissions：a sector?level analysisfor China［J］. Energy economics，2019，81：380-392.

［35］ 邵帥，李欣，曹建華，等. 中國(guó)霧霾污染治理的經(jīng)濟(jì)政策選擇：基于空間溢出效應(yīng)的視角［J］. 經(jīng)濟(jì)研究，2016，51（9）：73-88.

［36］ 黎文靖，鄭曼妮. 實(shí)質(zhì)性創(chuàng)新還是策略性創(chuàng)新：宏觀產(chǎn)業(yè)政策對(duì)微觀企業(yè)創(chuàng)新的影響［J］. 經(jīng)濟(jì)研究，2016，51（4）：60-73.

［37］ PESSOA A. Ideas driven growth：the OECD evidence［J］. Portugueseeconomic journal，2005，4（1）：46-67.

［38］ HALL B H， TRAJTENBERG M. Market value and patent citations［J］. RAND journal of economics， 2005： 16-38.

［39］ 吳超鵬，唐菂. 知識(shí)產(chǎn)權(quán)保護(hù)執(zhí)法力度、技術(shù)創(chuàng)新與企業(yè)績(jī)效：來(lái)自中國(guó)上市公司的證據(jù)［J］. 經(jīng)濟(jì)研究，2016，51（11）：125-139.

［40］ 曹子陽(yáng)，吳志峰，匡耀求，等. DMSP/OLS夜間燈光影像中國(guó)區(qū)域的校正及應(yīng)用［J］. 地球信息科學(xué)學(xué)報(bào)，2015，17（9）：1092-1102.

［41］ 陳詩(shī)一，陳登科. 霧霾污染、政府治理與經(jīng)濟(jì)高質(zhì)量發(fā)展［J］.經(jīng)濟(jì)研究，2018，53（2）：20-34.

［42］ 孫傳旺，羅源，姚昕. 交通基礎(chǔ)設(shè)施與城市空氣污染：來(lái)自中國(guó)的經(jīng)驗(yàn)證據(jù)［J］. 經(jīng)濟(jì)研究，2019，54（8）：136-151.

［43］ 許和連，鄧玉萍. 外商直接投資導(dǎo)致了中國(guó)的環(huán)境污染嗎：基于中國(guó)省際面板數(shù)據(jù)的空間計(jì)量研究［J］. 管理世界，2012（2）：30-43.

［44］ LIST J A， CO C Y. The effects of environmental regulations on foreigndirect investment［J］. Journal of environmental economics andmanagement， 2000， 40（1）： 1-20.

［45］ HE J. China’s industrial SO2 emissions and its economic determinants：EKC’s reduced VS. structural model and the role of internationaltrade［J］. Environment and development economics，2009，14（2）：227-262.

［46］ 羅勇根，楊金玉，陳世強(qiáng). 空氣污染、人力資本流動(dòng)與創(chuàng)新活力：基于個(gè)體專利發(fā)明的經(jīng)驗(yàn)證據(jù)［J］. 中國(guó)工業(yè)經(jīng)濟(jì)，2019（10）：99-117.

［47］ WANG W， LI Y， LU N， et al. Does increasing carbon emissionslead to accelerated eco?innovation：empirical evidence from China［J］. Journal of cleaner production，2020，251：119690.

［48］ GALLINI N，SCOTCHMER S. Intellectual property：when is it thebest incentive system？［J］. Innovation policy and the economy，2002，2：51-77.

［49］ CASSIMAN B，VALENTINI G. Open innovation：are inbound andoutbound knowledge flows really complementary？［J］. Strategicmanagement journal，2016，37（6）：1034-1046.