Comparison of the Impact of Green and Non-green Technologies on Subsequent Innovation："Favor One over the Other" or "Win-win Strategy"

Gong Hong1,2，Jiang Junlin1

(1.Economics and Management School of Wuhan University,Wuhan 430072,China; 2.Research Center of Strategic Emerging Industries of WuhanUniversity,Wuhan 430072,China)

Abstract：Green technology is considered an important tool for addressing the challenges to climate change and sustainable development. Many countries have introduced policies to encourage green technology research and development. Although green technology has always been considered to have broad development prospects, the diffusion rate of green technology among enterprises is very low. On the one hand, non-green technological innovation is directly related to products and can bring actual economic benefits to enterprises, while the benefits brought by green technological innovation will be obtained by other stakeholders. On the other hand, the complexity and novelty of green technology innovation make many enterprises that lack technical reserve and foresight choose to develop along the existing technology route. Therefore, it is urgent to design more effective policies to encourage enterprises to carry out green technology innovation.

However, due to the limited resources, the development of green technologies will potentially take away the resources of other non-green technologies. If the knowledge spillover generated by green technology is greater than the technology it replaces, then the R&D incentive policy on green technology is reasonable. Therefore, from the perspective of knowledge spillover, this paper compares the differential impact of green technology and non-green technology on subsequent innovation through patent data, and provides support for the government's green technology policy. Previous studies have shown that energy consumption level and enterprise nature will have an impact on enterprises' green technology r&d policy and thus affect the diffusion of green technology. This paper will also discuss the role of these two factors in the knowledge spillover of green technology.

This paper uses a patent dataset from CNRDS for analysis, which contains patent data of Listed Chinese manufacturing companies from 1992 to 2019. For the missing data in this data set, we used the patent data platform PatSnap to supplement it. We test the hypothesis by defining variables and constructing multiple linear regression models. In order to verify the robustness of the empirical results, we conducted robustness tests by changing dependent variables and using subsamples.

The results show that, compared with non-green technologies, green technologies have more forward citations, stronger knowledge spillover effect and greater positive impact on the subsequent innovation of the whole society. In addition, as the energy consumption level of the industry increases, the knowledge spillover advantage of green technologies compared with non-green technologies gradually becomes smaller. In high energy consumption industries, the knowledge spillover level of green technologies is even lower than that of non-green technologies.Finally, compared with non-state-owned holding enterprises, green technology of state-owned holding enterprises has a more significant positive impact on subsequent innovation.

This paper integrates the research results in the field of externality theory and green innovation. Unlike previous literature that focuses on how green technologies can help firms achieve a paradigm shift in management to achieve a balance of economic, environmental and social values, this paper explores the role of green technologies in the management input stage from a knowledge spillover perspective. The empirical results support the research hypothesis of this paper and provide support for the government to design green innovation incentive policies. In addition, the government also needs to fully consider the energy consumption level and ownership nature of enterprises when designing green innovation support policies. Enterprises with high energy consumption may be reluctant to carry out green technology innovation due to conversion cost, their own knowledge structure and other reasons, which become the weak link of the whole society to achieve green development. Therefore, the government should give more support to green technology research and development of enterprises with high energy consumption. The green technology innovation of state-owned holding listed companies has shown positive social impact, and the government should further guide state-owned holding enterprises to carry out more high-quality green technology innovation.

Key Words:Green Technology; Non-green Technology; Double Innovation;Subsequent Innovation

收稿日期：2021-01-25

修回日期：2021-03-15

基金项目：国家自然科学基金青年项目(71902059)

作者简介：龚红(1977—)，男，湖北仙桃人，博士，武汉大学经济与管理学院教授、博士生导师，武汉大学战略性新兴产业研究中心研究员，研究方向为创新管理；江俊霖(1997—)，男，重庆万州人，武汉大学经济与管理学院硕士研究生，研究方向为创新管理。

DOI：10.6049/kjjbydc.2021010581

开放科学(资源服务)标识码(OSID)：

中图分类号：F124.3

文献标识码：A

文章编号：1001-7348(2022)02-0001-10

0 引言

尽管绿色技术一直被认为具有广阔的发展前景，但这些技术在企业间的扩散率却很低[1]，这一现象被称为“能源悖论”[2]。我国绿色专利占全部专利的比重历年来仅为2%～3%[3]。企业在非绿色和绿色技术创新关系上存在着“厚此薄彼”的现象——重非绿色技术而轻绿色技术，从事绿色技术创新更多是迫于政府环境规制。这是因为：一方面，非绿色技术创新与产品直接相关，能给企业带来实际经济效益，而绿色技术创新则可以带来更多社会效益；另一方面，绿色技术创新的复杂性、新颖性使得很多缺乏技术储备和前瞻眼光的企业选择沿着现有技术路线发展。因此，迫切需要设计更为有效的政策鼓励企业开展绿色技术创新。

习近平总书记指出：“我们既要绿水青山，也要金山银山”，指明了绿色和非绿色技术协同发展新路径。本文通过比较我国绿色与非绿色技术知识溢出差异，探究绿色技术对整个社会后续创新是否产生了更大的正向影响力，即是否可以更有力地推动企业和社会后续创新，而不仅仅是带来环保等社会效益。本研究对于政府设计绿色与非绿色技术创新“双赢策略”，促进企业从“厚此薄彼”转向绿色与非绿色技术双创新具有重要意义。

1 文献回顾

技术变革是一个累积过程，每一项技术创新都建立在之前的知识基础上，同时又为后续创新奠定基础[4]，一项技术对后续创新的影响主要通过知识溢出实现。内生经济增长理论对知识外部性的解析使得知识溢出成为学者关注焦点，学者对技术知识的后续影响进行了充分研究。Romer[5]提出知识溢出AK模型，强调创新知识外部性溢出效应在经济增长中所发挥的作用；Audretsch等[6]认为，在创新系统内部存在知识溢出效应，该效应是促进创新系统中创新网络发展和系统经济增长的源泉；白俊红等[7]和蒋欣娟等[8]证实研发活动知识溢出效应对我国技术创新诞生和经济增长有显著正向影响。

近年来，气候变化和环境问题使得绿色创新成为学者研究热点。绿色创新是指为保护自然环境和生态资源以达到消除人类活动对环境的负面影响和实现环境可持续发展目标的技术创新[9]。现阶段学者主要从自然资源基础观、制度理论、利益相关者理论和企业社会责任理论视角切入，研究绿色创新对社会和企业的影响以及如何通过各种政策措施促进企业绿色创新。Hart[10]提出自然资源基础观，认为自然环境影响企业持续竞争优势，所以企业需要制定绿色发展战略并加大绿色创新力度；但郭捷等[11]认为，企业进行绿色创新具有正外部性，环境改善的益处会部分由外部利益相关者获得。因此，基于制度理论，李青原等[12]发现，环境规制会促使企业进行绿色创新，但政府环保补贴无法起到相应效果；张弛等[13]从社会责任视角出发，发现进行绿色创新并承担更多环境责任的企业更有可能获得消费者认可，从而提高财务绩效。

但是，从知识溢出角度探讨绿色技术对后续创新影响的研究较少。另外，原毅军等[14]的研究表明，由于企业资源有限，绿色技术研发会挤出非绿色技术创新，从而出现“厚此薄彼”的现象。因此，比较绿色和非绿色技术对后续创新的影响，不仅能够弥补绿色创新研究中较少考虑知识溢出这一缺憾，也能为设计有针对性的绿色创新政策提供参考。已有研究表明，能源因素和企业性质会对企业创新活动产生重要影响。于飞等[15]的研究表明，由资源刚性造成的组织惰性可能使不同能耗水平企业对绿色技术有不同的投资意愿。企业在新技术研发中墨守成规，绿色技术传播和溢出则会受限。外部性理论认为，当一项活动产生正外部性时，企业自身无法达到社会最优状态，此时需要政府给予一定支持。Clò等[16]的研究表明，研发收益不确定和知识溢出外部性使得不同性质企业绿色技术对后续创新的影响存在差异，但鲜有研究对这些影响因素进行充分讨论。针对上述研究现状，本文从以下两个方面进行拓展：①从知识溢出角度，通过专利数据比较绿色技术与非绿色技术对后续创新的差异化影响；②考虑能源因素和企业性质，考察不同情境下绿色与非绿色技术对后续创新的差异化影响。

2 理论基础与研究假设

2.1 绿色与非绿色技术对后续创新的差异化影响

创新是推动经济发展的重要动力。资源枯竭和环境破坏带来的经济可持续压力使社会发展更加依赖创新，尤其是绿色创新。外部性理论认为，市场机制本身无法提供社会最优数量的绿色创新，因为绿色创新具有知识正外部性特征。绿色研发活动税收减免和补贴政策能够在一定程度上解决市场失灵。原毅军等[14]的研究表明，绿色技术研发可能会挤出非绿色技术。因此，在对绿色创新进行补贴之前应该比较二者对后续创新的差异化影响，即检验绿色技术社会回报是否比非绿色技术更高。

绿色技术对后续创新的积极影响主要体现在以下两个方面：第一，绿色技术有更广泛的应用，即绿色技术的通用性更强，意味着绿色技术能在不同领域产生影响。Pearson & Foxon[17]将绿色技术比作蒸汽机、电力等通用技术，认为其能够广泛刺激后续创新。第二，绿色技术具备更强的新颖性和复杂性特征，即绿色技术比非绿色技术融合了更多技术成分。Barbieri等[4]通过分析欧洲专利局数据发现，绿色技术的复杂性和新颖性特征能够部分解释绿色技术为何影响力更大。

发达国家研究为上述分析提供了经验证据。Popp等[18]研究发现，可再生能源领域专利引用频率更高，且许多引用来源于其它技术领域;Dechezleprêtre等[19]对交通运输和电力行业进行实证研究发现，绿色技术相较于其它技术影响力更大。但是，这些研究多使用欧美或日本等发达国家的专利数据进行分析，且集中于某些特定领域，在我国结论是否一致仍需验证。据此，本文提出如下假设：

H1：相较于非绿色技术，绿色技术对后续创新能够产生更大的正向影响。

2.2 不同能耗水平下绿色与非绿色技术对后续创新的差异化影响

企业能耗水平显著影响企业绿色创新投入。Stucki[2]考察能源成本在绿色创新与企业生产率关系中的调节作用发现，并非所有企业都能从绿色创新中获益。不同能耗水平企业对绿色技术的需求差异影响绿色技术在企业间的扩散和影响。

(1)从组织惰性视角，绿色创新需要耗费大量资源，企业需要克服由资源刚性带来的组织惰性才能完成绿色创新[15]。传统企业往往具有较高的稳定性，企业内部惯例和规范容易使企业创新沿着已有技术路线发展[20]。而绿色技术比较复杂，企业在现有生产流程中融入绿色技术需要花费更多成本[4]。我国高能耗企业有传统而稳定的生产作业流程，因此组织惰性往往更强。在高能耗企业中运用绿色技术可能意味着对整个生产流程的颠覆，投资超出企业目前知识范围的新技术对企业来说不仅成本高昂且风险巨大，使得高能耗企业很难下定决心对自身生产流程进行变革[21]。组织惰性的另一表现是管理者趋于保守。当前，我国高能耗企业多为传统重工业企业，在没有政府管制的前提下，绿色技术对于这些企业发展并非必不可少。因此，管理者对绿色技术进展和可能带来的收益缺乏了解[22-23]，导致高能耗企业知识储备仍然沿着传统高能耗技术路线发展而非开发绿色新技术。相比较而言，中低能耗行业中的企业更加灵活，受到的制约更小，因此绿色技术行业溢出和扩散程度更高。Cecere等[24]使用欧洲专利数据发现，信息通信等中低能耗行业绿色技术对后续技术的影响更大，普及率更高。

(2)从外部性理论视角看，能耗水平较高的企业(如金属冶炼、化学品制造)在生产过程中会产生巨大的负外部性。已有研究表明，靠企业自身很难消除这种负外部性。原因在于，企业采用绿色技术减少负外部性，受益者往往不全是企业自身，还包括其他利益相关者，且减少外部性投入甚至可能产生负回报[25]。当企业无法从绿色创新中获益时，高能耗企业可能缺乏进行绿色技术创新的动力。而中低能耗企业对环境的负面影响相对更弱，产生的负外部性也更小。Popp & Newell[18]研究发现，能耗较低领域的专利有更多的前向引用，表明中低能耗企业绿色技术对后续创新有更大的积极影响。

综上所述，基于投资回报和技术风险考虑，高能耗行业企业对绿色技术投资的意愿更低。鉴于行业内专利技术更多由相同或类似行业中具有相似技术背景的技术创新引用[26]，当高能耗企业在新技术研发中更多引用非绿色技术而不是绿色技术时，非绿色技术对后续创新的正向影响将比绿色技术更大。而在中能耗和低能耗行业中，绿色技术比非绿色技术对后续创新的正向影响更大。据此，本文提出如下假设：

H2a：在高能耗水平下，非绿色技术比绿色技术对后续创新的正向影响更大；

H2b：在中低能耗水平下，绿色技术比非绿色技术对后续创新的正向影响更大。

2.3 不同企业性质下绿色与非绿色技术对后续创新的差异化影响

不同性质企业有不同的组织结构、权力授予方式和目标，因此企业性质影响企业创新能力和水平[27]。国内外学者对企业性质与创新绩效的关系进行了大量研究，但结论不一。传统观点认为，由于存在内部监督不足、承担过多社会任务、缺乏创新动力等问题，国有企业相较于其它性质企业效率更低，创新能力和创新绩效也更低。冯福根等[28]对我国上市公司进行研究发现，国有持股比例越高，企业技术创新能力越弱。但越来越多的学者却认为，国有企业在创新活动尤其是基础性技术研发中能够发挥独特作用。

绿色创新等通用性较强的基础性研发活动受研发收益不确定性和知识溢出外部性的制约[16]，而国有企业是政府解决此类市场失灵的重要工具。首先，国有企业与政府在政治上的联系使其能够获得政府长期支持，缓解研发收益不确定带来的风险。因此，国有企业研发活动更加稳定，也能够进行暂时没有收益的基础性研发项目[29]。私营企业需要考虑多变市场环境和股东对利润的短期要求，会将资源投入到能够短期获益的应用性研究而不是绿色技术溢出效应大的基础性研究上[30]。Griliches等[31]的研究指出，企业从事高质量基础性研究越多，研发活动所形成的知识溢出效应越大，对后续创新的影响也就更加显著；叶静怡等[32]使用中国企业数据实证研究发现，国有企业基础研究对私营企业创新产出具有显著正向影响。其次，政府干预理论认为，绿色创新产生的知识溢出使得企业创新投入不足，需要政府这只“看得见的手”修正市场对资源的扭曲配置。国有企业由于具有一定的公有特性，可能会考虑这种外部性，进行更多高质量的绿色技术研发，从而纠正市场失灵[33]。Clò等[16]使用91个国家数据实证研究发现，公有制与更高质量的专利活动正相关。绿色技术具有更强的通用性和基础性，专有化程度较低[4]。据此，本文提出如下假设：

H3：相较于非国有控股企业，国有控股企业绿色技术对后续创新具有更加显著的正向影响。

3 研究设计

3.1 数据来源

本文使用中国制造业上市公司1992—2019年数据进行研究，数据集最终包含555 497个观测值。其中，专利数据来源于国家知识产权局专利数据库、中国研究数据服务平台(CNRDS)和中国专利数据服务平台“智慧芽”，制造业上市公司数据来源于中国证券监督管理委员会官方网站和国泰安数据库，行业能源消耗数据来源于《中国能源统计年鉴》。

3.2 变量选取

(1)被解释变量：专利前向引用(FC)，即目标专利被引用次数。专利数据由于可以细分至技术领域，且能够准确计量，因此在度量一项技术创新的后续影响上具有天然优势。前向引用是衡量专利质量和影响力的常用指标。前向引用较多说明目标专利产生了较大的知识溢出效应，对后续创新影响力较大。由于不同专利公开时间不同，因此为增强数据之间的可比性，本文使用专利公开后3年(TFC)和5年(FFC)的被引用次数对专利前向引用进行衡量。

(2)解释变量：绿色技术创新(GTI)。本文通过 WIPO Green Patent Inventory 公布的绿色专利IPC 号对专利进行识别。如果一项专利为绿色专利则标记为1，否则为0。

(3)调节变量：能耗水平(ECL)。本文使用《中国能源统计年鉴》公布的中国制造业各子行业能源消耗总量数据对制造业各子行业进行排序，并将排序结果分为3个等级，如图1所示。从中可见，中国制造业各行业能源消耗量从1995-2015年总体呈上升趋势，且各行业在不同时期的相对排序变化不大。考虑到各时间段能源消耗水平，本文将能源消耗总量最高的行业设定为高能耗行业，能源消耗总量最低的行业设定为低能耗行业，剩余行业为中能耗行业。

(4)控制变量：本文参考已有关于专利前向引用影响因素的研究[34]，设置发明人等10个控制变量。

3.3 研究方法与模型设计

本文构建模型1、模型2检验假设H1和假设H3。首先，从整体上考察绿色技术创新和非绿色技术创新在后续影响力方面的差异；其次，分别分析国有控股上市公司和非国有控股上市公司绿色创新与非绿色创新在后续影响力方面的差异。

FFCi=β0+β1GTI+β2ControlVariables+εi

(1)

TFCi=β0+β1GTI+β2ControlVariables+εi

(2)

其中，FFCi表示专利i在公开后5年内的前向引用次数，TFCi表示专利i在公开后3年内的前引次数；GTI为虚拟变量，表示专利是否为绿色专利，用1表示绿色专利，0表示非绿色专利；Control Variables表示所有控制变量；εi代表误差项。

为检验假设H2，本文在模型3和模型4中加入绿色技术创新与能耗水平的交互项以考察能耗水平的调节作用。

FFCi=β0+β1GTI+β2ECL+β3GTI*ECL+β4ControlVariables+εi

(3)

TFCi=β0+β1GTI+β2ECL+β3GTI*ECL+β4ControlVariables+εi

(4)

其中，ECL表示拥有专利i的上市公司所在行业的能耗水平。当被解释变量为计数变量时，一般采用泊松模型进行估计。因为很多专利从未被引用，故本文中被解释变量存在较多0值。另外，本文被解释变量均值与方差差异较大。在参考Vuong 检验结果并综合考虑之后，本文使用零膨胀负二项模型进行估计。

4 实证检验

4.1 描述性统计分析

变量描述性统计结果见表1。可以看出，无论是专利前向引用5年还是3年，中位数均为0，说明至少有一半的专利从未被引用。此外，绿色技术创新的平均值为0.091，说明中国制造业上市公司只有不到10%的专利为绿色专利。

4.2 回归分析与假设检验

首先，本文使用模型1和模型2对绿色技术创新与前向引用次数的关系进行检验，回归结果见表2第1列和第2列。从中可见，无论是在专利公开后3年(β1=0.040 2，p<0.001)还是5年(β1=0.030 6，p<0.001)，专利绿色特性均会对专利前向引用产生显著正向影响，初步验证了假设H1，说明我国绿色技术创新相较于非绿色技术创新对后续创新的正向作用更加显著。从整体上看，绿色技术创新拥有更加广泛的影响力。除此之外，模型1和模型2回归结果表明一项专利的前向引用受诸多因素影响。

为进一步研究绿色技术创新与非绿色技术创新后续影响在时间上的差异，本文对2001年之后的专利数据进行估计。图2呈现了2001—2018年绿色与非绿色专利前向引用5年的差距及95%置信区间。结果发现，在2009年之前，传统非绿色技术创新比绿色技术创新有更大的知识溢出和更广泛的影响力，但这种差异在统计上不显著；在2009年之后，绿色技术创新比非绿色技术创新有更多前向引用，产生了更大的影响力，且这种差异在统计上显著。

为检验假设H3，本文对国有控股上市公司和非国有控股上市公司专利数据进行分析，回归结果见表2第3列(非国有控股)和第4列(国有控股)。从中发现，国有控股上市公司绿色技术创新比传统非绿色技术创新有更强的知识溢出，因此对后续创新的正向作用也更加显著。非国有控股上市公司绿色技术创新与非绿色技术创新对后续创新的影响差异不显著。这说明，国有控股企业由于具有更强的政策敏感性会更多地响应绿色发展倡议，开发出高质量绿色技术，假设H3得到验证。

表3对能耗水平在绿色技术创新与前向引用关系中的调节作用进行检验，结果发现其发挥显著调节作用，但在不同能耗水平行业中这种调节作用不同。在中高能耗行业，能耗水平负向调节绿色技术创新与前向引用的关系，支持假设H2。随着能耗水平提升，绿色技术创新对后续创新的正向影响力逐渐减弱。值得注意的是，在高能耗行业，能耗水平的负向调节作用很强，使得高能耗行业绿色技术创新对前向引用产生了负向影响。而中等能耗行业的负向调节作用较小，因此中能耗行业绿色技术创新对前向引用呈正向影响。如图3所示，在高能耗行业，绿色技术创新相较于非绿色技术创新的前向引用数更少，对后续创新的影响力更弱；而在中能耗行业和低能耗行业，绿色技术创新相较于非绿色技术创新的前向引用数更多，对后续创新的影响更大。上述结果表明，高能耗行业企业由于转换成本高、自身知识储备不足，进行绿色技术创新的意愿不够。因此，高能耗企业在进行技术研发时仍然倾向于借鉴和引用传统非绿色技术以获取更多经济效益。

4.3 稳健性检验

(1)在回归中使用交互项考察能耗水平的调节作用。为使结论更加稳健，使用分组回归对结论进行检验，结果见表4第1列～第3列。分组回归结果与之前结论一致，即绿色技术创新在中低能耗行业对专利的前向引用有显著正向影响；而在高能耗行业，绿色技术创新对专利的前向引用有显著负向影响。随着能耗水平提升，绿色技术创新对后续创新的正向影响逐渐减弱，甚至变为负向影响。

(2)只使用前向引用次数作为专利影响力衡量指标可能存在偏差。王萧萧等[35]提出，应该将前向引用与后向引用结合起来考察，使用前向引用与后向引用的比值作为衡量专利质量和影响力的指标。因此，本文更换被解释变量进行重新估计。此时，被解释变量不再是计数变量，且为归并数据，本文使用Tobit模型进行估计，结果见表4第4列。从中可见，在将被解释变量由前向引用变为前向引用与后向引用的比值后，之前的分析仍然成立。

(3)数据集中大部分专利从未被引用，如果有更多非绿色专利从未被引用，可能导致本文结论产生偏差。因此，对所有前向引用数大于0的专利重新进行分析。由于此时不存在0过多的情况，因此使用负二项回归模型进行检验，结果见表4第5列。从中可见，在使用数量更少的子样本后，之前结论仍然成立。

5 结论与建议

5.1 研究结论

本文使用中国制造业上市公司专利数据比较绿色与非绿色技术对后续创新的影响，得出以下结论：

(1)从总体上看，相较于非绿色技术，绿色技术的前向引用次数更多，且产生了更强的知识溢出效应，对整个社会后续创新也产生了更大的正向影响力，而不仅仅是带来环保等社会效益。这为促进企业从“厚此薄彼”转向绿色与非绿色技术“双创新”、实现绿色与非绿色“双赢”提供了经验证据。

(2)在不同能耗水平下，绿色技术对后续创新的影响不同。由于存在转化成本高、自身知识储备不足等问题，在高能耗行业，相较于非绿色技术，绿色技术的前向引用次数更少，对后续创新的影响更弱；而在中低能耗行业，绿色技术的前向引用次数更多，产生了更大的知识溢出效应，对后续创新的积极影响也更大。

(3)国有控股上市公司由于具有一定的公有特性，会更加积极地响应国家关于绿色创新的政策号召，开发出更多高质量绿色技术。因此，国有控股上市公司绿色技术相较于非绿色技术对后续创新产生了更大的正向影响，而非国有控股上市公司绿色技术创新与非绿色技术创新对后续创新影响的差异不显著。

5.2 对策建议

根据上文研究结论，本文提出如下对策建议：

(1)从整体看，绿色技术相较于非绿色技术对后续创新有更大的积极影响。因此，即使在短期内绿色技术可能会挤出非绿色技术[36]，但绿色技术具有更强的知识溢出效应，且社会回报也更大，政府提供公共支持提高绿色技术普及度和成熟度是合理的。当企业在政府环境规制和补贴引导下跨过门槛后，绿色技术和非绿色技术就会在互补应用中实现双赢。

(2)高能耗企业由于投资回报小、技术风险等原因不愿进行绿色技术创新，成为整个社会实现绿色发展的短板。因此，政府应该对高能耗企业绿色技术研发给予更多支持。具体来讲，政府可以增加高能耗企业进行绿色技术研发的经济回报以增强企业进行绿色创新的意愿。例如，利用公共激励措施刺激消费者购买更多绿色产品。同时，加强绿色技术宣传，促使高能耗企业高管从根本上树立绿色生产理念，从而帮助高能耗企业自主研发绿色技术，提高绿色技术在行业内的成熟度和扩散率。

(3)国有控股上市公司绿色技术创新展现出积极的社会影响，政府后续应该进一步引导国有控股企业进行绿色技术研发。国有企业由于具有公有特性，在面对具有正外部性的技术时会加大更加合意的投资，以纠正市场失灵。因此，可以引导国有企业研发更多基础性和通用性较强且具有更大知识溢出效应的绿色技术，更好地推动相关行业技术绿色化。同时，提高绿色技术研发减税幅度，扩大非国有企业进行绿色技术研发的盈利空间，最终实现绿色技术和非绿色技术“双赢”。

5.3 不足与展望

本文使用专利数据比较绿色与非绿色技术对后续创新的影响。专利前向引用虽然被广泛用于测度技术创新知识溢出和后续影响，但一项技术的后续影响并非全部体现为专利引用[37]。因此，未来可开发更精确的方法测量绿色技术对后续创新的影响。除此之外，考虑到数据可获取性，只使用制造业上市公司专利数据进行分析，未来可使用更加广泛多样的数据，从而得出更具普适性的结论。

参考文献:

[1] KUNAPATARAWONG R, MARTINEZ—ROS E. Towards green growth: How does green innovation affect employment[J]. Research Policy, 2016, 45(6): 1218-1232.

[2] STUCKI T. Which firms benefit from investments in green energy technologies ——the effect of energy costs[J]. Research Policy, 2019, 48(3): 546-555.

[3] 王班班,赵程.中国的绿色技术创新：专利统计和影响因素[J].工业技术经济,2019,38(7):53-66.

[4] BARBIERI N,MARZUCCHI A, RIZZO U.Knowledge sources and impacts on subsequent inventions:do green technologies differ from non-green ones[J].Research Policy, 2020, 49(2): 103901.

[5] ROMER P M. Increasing returns and long-run growth[J]. Journal of Political Economy, 1986, 94(5): 1002-1037.

[6] AUDRETSCH D B , FELDMAN M P.Chapter 61 knowledge spillovers and the geography of innovation [M]//Handbook of Regional and Urban Economics.Amsterdam: Elsevier, 2004:2713-2739.

[7] 白俊红,王钺,蒋伏心,李婧.研发要素流动、空间知识溢出与经济增长[J].经济研究,2017,52(7):109-123.

[8] 蒋欣娟,吴福象,丛海彬.异质性研发、知识溢出与企业创新产出：基于创新链视角的实证分析[J].科技进步与对策,2020,37(24):80-89.

[9] 杨东,柴慧敏.企业绿色技术创新的驱动因素及其绩效影响研究综述[J].中国人口·资源与环境,2015,25(S2):132-136.

[10] HART S L, DOWELL G.Invited editorial:a natural-resource-based view of the firm [J]. Journal of Management, 2011, 37(5):1464-1479.

[11] 郭捷,杨立成.环境规制、政府研发资助对绿色技术创新的影响：基于中国内地省级层面数据的实证分析[J].科技进步与对策,2020,37(10):37-44.

[12] 李青原,肖泽华.异质性环境规制工具与企业绿色创新激励：来自上市企业绿色专利的证据[J].经济研究,2020,55(9):192-208.

[13] 张弛,张兆国,包莉丽.企业环境责任与财务绩效的交互跨期影响及其作用机理研究[J].管理评论,2020,32(2):76-89.

[14] 原毅军,赵蒙.绿色技术对技术创新的挤出效应[J].工业技术经济,2014,33(3):97-104.

[15] 于飞,刘明霞,王凌峰,等.知识耦合对制造企业绿色创新的影响机理:冗余资源的调节作用[J].南开管理评论,2019,22(3):54-65,76.

[16] CL S, FLORIO M, RENTOCCHINI F. Firm ownership, quality of government and innovation: evidence from patenting in the telecommunication industry[J]. Research Policy, 2020, 49(5): 103960.

[17] PEARSON P J G, FOXON T J. A low carbon industrial revolution? insights and challenges from past technological and economic transformations[J]. Energy Policy, 2012,50: 117-127.

[18] POPP D, NEWELL R. Where does energy R&D come from? examining crowding out from energy R&D[J]. Energy Economics, 2012, 34(4): 980-991.

[19] DECHEZLEPRTRE A, MARTIN R, MOHNEN M. Knowledge spillovers from clean and dirty technologies: a patent citation analysis[M]. Grantham Research Institute on Climate Change and the Environment, 2013.

[20] FOSTER E, CONTESTABILE M, BLAZQUEZ J, et al. The unstudied barriers to widespread renewable energy deployment: fossil fuel price responses[J]. Energy Policy, 2017,103: 258-264.

[21] STUCKI T. What hampers green product innovation: the effect of experience[J]. Industry and Innovation, 2019, 26(10): 1242-1270.

[22] BEISE M, RENNINGS K. Lead markets and regulation: a framework for analyzing the international diffusion of environmental innovations[J]. Ecological Economics, 2005, 52(1): 5-17.

[23] BOSSINK B A G.Demonstrating sustainable energy: a review based model of sustainable energy demonstration projects[J]. Renewable & Sustainable Energy Reviews, 2017,77: 1349-1362.

[24] CECERE G, CORROCHER N, GOSSART C, et al. Technological pervasiveness and variety of innovators in Green ICT: a patent-based analysis[J]. Research Policy, 2014, 43(10): 1827-1839.

[25] HALL B H, HELMERS C. Innovation and diffusion of clean/green technology: can patent commons help[J]. Journal of Environmental Economics and Management, 2013, 66(1): 33-51.

[26] 方志超,王贤文,刘趁.全球专利密集型企业之间专利引用行为分析[J].科学学与科学技术管理,2015,36(12):3-12.

[27] LAZZARINI S G,MESQUITA L F,MONTEIRO F, et al. Leviathan as an inventor: patenting intensity, originality, and impact of state-owned MNC firms[C]//Academy of Management Proceedings. Briarcliff Manor,NY 10510:Academy of Management, 2016(1):14956.

[28] 冯根福,温军.中国上市公司治理与企业技术创新关系的实证分析[J].中国工业经济,2008(7):91-101.

[29] 陈丽蓉,韩彬,杨兴龙.企业社会责任与高管变更交互影响研究：基于A股上市公司的经验证据[J].会计研究,2015(8):57-64,97.

[30] STEIN J C. Takeover threats and managerial myopia[J]. Journal of Political Economy, 1988, 96(1): 61-80.

[31] GRILICHES Z.Issues in assessing the contribution of R&D to productivity[J]. The Bell Journal of Economics, 1979, 10(1):92.

[32] 叶静怡,林佳,张鹏飞,曹思未.中国国有企业的独特作用:基于知识溢出的视角[J].经济研究,2019,54(6):40-54.

[33] 白俊红,李婧.政府R&D资助与企业技术创新:基于效率视角的实证分析[J].金融研究,2011(6):181-193.

[34] 谷丽,郝涛,任立强,洪晨.专利质量评价指标相关研究综述[J].科研管理,2017,38(S1):27-33.

[35] 王萧萧,朱桂龙.产学合作提升专利质量了吗[J].科学学研究,2019,37(8):1461-1470,1516.

[36] MARIN G. Do eco-innovations harm productivity growth through crowding out? results of an extended CDM model for Italy[J]. Research Policy, 2014, 43(2): 301-317.

[37] 龚红,彭玉瑶.技术董事、CEO开放性与企业创新可持续性：基于中国高科技上市公司的实证研究[J].珞珈管理评论,2020(2):52-64.

(责任编辑：王敬敏)