The Impact of Coupling and Coordination of Environmental Regulation and Intellectual Property Protection on Green Growth

Cheng Long1, Tang Heng2

(1.School of Management, Jiangsu University;2.School of Intellectual Property, Jiangsu University, Zhenjiang 212013, China)

Abstract：With the increasing contradiction between environmental issues and people's environmental needs, it has become a global consensus to promote the realization of green economic transformation. In 2020, China clearly proposed the "double carbon" development strategy, and established the major strategic goals of "carbon peak" in 2030 and "carbon neutrality" in 2060. Green growth has become a key engine for China's economic growth in the high-quality development stage. Innovation is the primary driving force for development, and green technology innovation is the core element driving green growth in the era of knowledge economy. However, in reality, green technology innovation still faces a serious dilemma of "dual externality"; meanwhile due to the inability to effectively balance the relationship with the market, a single environmental regulation is also prone to lead to "free riding" behavior, leading to the distortion of the optimal path of green technology innovation and the loss of green total factor productivity. Intellectual property protection has distinct institutional advantages in promoting green growth through collaborative environmental regulation. However, some scholars believe that when regional market mechanisms are imperfect, intellectual property protection may not be an important driving force for sustainable innovation. Since environmental regulation and intellectual property protection are two key institutional arrangements for promoting green growth, will their coupling and coordination affect green growth? What is the internal mechanism of growth effect? Solving these problems can provide ideas for coping with the dilemma of "dual externality" of green technology innovation and improving the efficiency of green growth.

Considering that green growth is a dynamic process and may have economic inertia, this paper constructs a dynamic Panel data model to explore the direct impact of the coupling coordination of environmental regulation and intellectual property protection on green growth. At the same time, in order to further open the "black box" of green growth driven by policy coordination, from the perspective of innovation process, this paper also deeply discusses the intermediary mechanism of green growth through the coupling and coordination of environmental regulation and intellectual property protection from three dimensions: capital input, technological innovation and industrial structure. In terms of specific research methods, it selects the system GMM model to address potential endogeneity issues. In terms of research subjects, 30 provinces (districts, cities) in China from 2006 to 2020 are selected with the research data mainly from the China Statistical Yearbook, China Labor Economy Database, China Environmental Yearbook, China Intellectual Property Yearbook, and various provincial statistical yearbooks.

It is found that the coupling and coordination between environmental regulation and intellectual property protection has a significant U-shaped influence on green growth, that is, with the increase of coupling coordination degree, regional green growth shows a trend of first decline and then increase. At present, the degree of national coupling coordination is still in the stage of restraining green growth. In the process of policy coupling and coordination affecting green growth, there are three different dimensions of mediating mechanisms, namely, increasing R&D investment and correcting capital mismatch to promote green growth, improving the quality of technological innovation and activating the technology trading environment to promote green growth, and promoting industrial rationalization and strengthening industrial upgrading to promote green growth.

Compared with previous studies that have focused on discussing the individual impacts of environmental regulation, or using intellectual property protection as an external policy impact without systematically identifying the synergistic driving effects between environmental regulation and intellectual property protection, this study focuses on the core technological innovation elements of green growth based on the practical dilemma of "dual externality", and organically integrates environmental regulation and intellectual property protection into the same research framework, which not only deepens the theoretical research of green growth, but also strengthens the practical support of theoretical research. In addition, it delves into the systematic impact of process elements, and comprehensively discusses the possible mediating mechanisms of multi-dimensional elements from the perspective of innovation process, which can provide practical support for local governments to actively promote the collaborative practice of environmental regulation and intellectual property protection.

Key Words：Environmental Regulation; Intellectual Property Protection; Coupling and Coordination; Green Total Factor Productivity; Mediating Mechanism

收稿日期：2023-03-23

修回日期：2023-06-25

基金项目：国家社会科学基金后期资助项目(20FGLB055)

作者简介：程龙(1986—),男,山东菏泽人,江苏大学管理学院博士研究生,研究方向为绿色创新与知识产权;唐恒(1969—),女,湖南衡阳人,博士,江苏大学知识产权学院教授、博士生导师,研究方向为知识产权管理。本文通讯作者:唐恒。

DOI：10.6049/kjjbydc.2023030764

开放科学(资源服务)标识码(OSID)：

中图分类号：F124.5

文献标识码：A

文章编号：1001-7348(2024)17-0127-11

0 引言

随着经济发展,环境问题与人们对环境需求之间的矛盾逐步凸显,加速实现经济绿色转型已成为全球共识。2020年9月,我国明确提出2030年“碳达峰”与2060年“碳中和”目标。2022年10月,中共二十大进一步明确要协同推进降碳、减污、扩绿、增长。在既有政策框架下,实现以“双碳”目标为引领的绿色增长已成为我国经济高质量发展的关键引擎。

现实层面,作为知识经济时代驱动绿色增长的核心要素,绿色技术创新面临“双重外部性”困境[1]。一是环境负外部性,即在污染成本较低的情况下,污染企业出于利益驱动不会主动采用绿色技术,绿色技术创新缺乏内生动力,实现绿色增长,必须强化对相关污染行为的治理;二是绿色技术“搭便车”行为引致的知识溢出正外部性,模仿者可以通过抄袭以较低成本获取新技术,从而获得成本优势,使得绿色创新主体无法独享技术利益,从而挫伤创新积极性,实现绿色增长,必须强化绿色技术创新知识产权保护。基于此,在国家不断完善环境规制政策体系与知识产权保护制度的背景下,为促进绿色增长,推进环境规制与知识产权保护之间的政策协同研究具有重要现实意义。作为驱动绿色发展的两类关键制度安排,环境规制与知识产权保护耦合协调能否显著影响绿色增长?增长效应发挥的内在机制是什么?解析这些问题有利于为应对绿色技术创新“双重外部性”困境、提升绿色增长效率提供思路。

环境规制在强化环境治理与激励绿色技术创新方面的重要作用已得到广泛证实[2],但同时,由于难以解决知识溢出过程中“搭便车”行为对企业绿色技术创新活力与竞争力的不利影响,单一环境规制可能导致最优绿色技术创新路径扭曲,造成企业绿色全要素生产率损失[3]。尽管有学者开展了环境规制与其他政策的组合效应研究[4],但在环境规制与知识产权保护政策协同研究方面尚存在不足,具体表现在3个方面:首先,现有文献大多集中于环境规制的单独影响或与研发补贴政策的协同,多将知识产权保护作为外部政策冲击[4,5],并未从制度层面系统辨识环境规制与知识产权保护之间的协同驱动效应;其次,虽然知识产权与环境保护均具有公共利益属性,但知识产权本质上是公法化的私法,环境规制与知识产权保护政策协同对绿色增长是否为线性影响关系值得深入探究;最后,政策协同本身蕴含调节机制内涵,传导机制分析是关键,但关于环境规制与知识产权保护政策协同的中介机制讨论较少,且多考虑单一过程要素,忽视过程要素的系统影响,尚未有效揭示环境规制与知识产权保护政策协同驱动绿色增长的“黑箱”。

基于此,本文从政策耦合协调的系统论视角,阐释环境规制与知识产权保护耦合协调对绿色增长的影响及其中介机制,并基于2006—2020年我国30个省份(不包括港澳台和西藏)面板数据进行实证分析。研究结论对于加速破解绿色技术创新“双重外部性”困境,驱动绿色增长具有一定指导意义和参考价值。

1 理论分析与研究假设

1.1 政策耦合协调对绿色增长的直接效应

关于环境规制对绿色增长的影响,学术界尚存在争论,既有“创新补偿”效应,也有“创新挤出”效应[2,3]。有研究认为,单独依靠鼓励型政策或限制型政策都无法有效推动绿色全要素生产率提升,绿色全要素生产率的改善须强化两类政策的协同[6]。对于环境规制政策的实施,须关注其能否产生“创新补偿”效应,同时,需要强化市场型政策支持,推动政策效应由倒逼发展向激励改善转变(于亚卓,2021)。当无法有效权衡环境规制与市场的关系时,容易引发“搭便车”行为,环境规制对绿色创新效率的驱动效应会产生扭曲[7]。作为保障市场机制的重要制度安排,知识产权保护在协同环境规制激励绿色增长方面具有鲜明的时代特征与制度优势。当环境规制引致的“创新挤出”效应大于“创新补偿”效应时,知识产权保护能够显著激励企业增加研发投入(邱洋冬,2022)。更高的知识产权保护水平带来的知识溢出正外部性,还能够为国内企业深入学习跨国公司的先进技术提供制度创新红利[8]。随着地区环境执法力度和知识产权保护力度的加强,环境规制政策增进绿色创新的作用也会显著增强(王馨,2021)。但同时,也有学者指出,作为市场经济的产物,当缺乏足够的市场时,由于创新者无法赚回投资,专利系统很可能无法成为可持续创新的重要驱动力[9]。在刺激可持续创新方面,一个更具气候导向性的社会可能比知识产权体系更重要[10]。而当处于此阶段时,知识产权保护水平的提升并不能强化环境规制的“创新补偿”效应,反而会抑制绿色增长[11]。基于此,本文提出如下假设:

H1:环境规制与知识产权保护耦合协调对绿色增长呈“U”型影响关系。即当环境规制与知识产权保护耦合协调度处于较低水平时,容易引发“创新挤出”效应和“搭便车”行为,阻碍绿色技术创新,抑制绿色增长;而当环境规制与知识产权保护耦合协调度处于较高水平时,则会引发“创新补偿”效应和创新激励效应,激励绿色技术创新,驱动绿色增长。

1.2 政策耦合协调与绿色增长之间的中介效应

1.2.1 基于资本投入的中介效应

资本错配是造成企业全要素生产率损失的重要原因,其对绿色可持续发展具有显著负向影响,无论是配置过度还是配置不足,要素错配对经济转型效率均存在显著抑制作用(刘小玲,2022)。提升研发资本投资效率和克服要素市场扭曲是维持我国绿色经济持续增长的关键[12]。有实证研究指出,相关环境规制和知识产权保护政策能够通过增加研发投入与优化行业间及行业内资源配置效率,正向影响区域绿色创新效率与效益[13]。基于此,本文提出如下假设:

H2:环境规制与知识产权保护耦合协调能够分别通过增加研发投入与矫正资本错配两条基于资本投入的中介路径促进绿色增长。

1.2.2 基于技术创新的中介效应

无论是环境规制还是知识产权保护,激励绿色技术创新均是其驱动绿色增长的核心机制[2]。但环境规制激励效应相关研究指出,其可显著提升绿色技术创新数量,但同时相关创新活动质量也可能显著下降,而强化知识产权保护可以有效缓解环境规制对创新活动质量的扭曲效应[14]。环境规制与知识产权保护带来的规制压力和模仿压力不仅能显著激励绿色创新,还能够显著促进新技术与原有技术领域之间的知识耦合,从而显著提升技术创新质量[15]。此外,“双重外部性”困境致使绿色技术创新低于社会福利最优水平,要激励我国绿色创新加速发展,必须完善技术交易平台[16]。各地绿色发展要定准生态位才能实现最优绿色增长绩效,技术交易在其中发挥显著中介作用(何郁冰,2020)。基于此,本文提出如下假设:

H3:环境规制与知识产权保护耦合协调能够分别通过提升技术创新质量与活跃技术交易环境两条基于技术创新的中介路径促进绿色增长。

1.2.3 基于产业结构的中介效应

被政策干预的市场会存在一定扭曲,经济绿色转型的关键是权衡好绿色转型的成本与产业转型升级的收益,实现绿色转型的平稳化过渡须引入产业结构性的讨论[17]。环境规制与知识产权保护均被证实能够显著调节绿色技术创新过程中的成本与收益关系,提升绿色技术创新效率[2]。相关研究也表明,无论是产业结构合理化还是产业结构高级化,产业结构升级在环境规制与知识产权保护驱动绿色增长方面均发挥显著中介效应[18-19]。基于此,本文提出如下假设:

H4:环境规制与知识产权保护耦合协调能够分别通过促进产业合理化发展与强化产业高级化发展两条基于产业结构的中介路径促进绿色增长。

综上,构建理论模型,如图1所示。

2 研究设计

2.1 变量设定

2.1.1 被解释变量

高质量经济发展的源泉是全要素生产率增长,本文采用绿色全要素生产率(GTFP)表征绿色增长,具体采用包含非期望产出的超效率SBM模型进行测算。其中,投入指标方面,包括劳动力投入要素,以城镇单位年末就业人数衡量;资本投入要素,借鉴张军等(2004)的研究,采用永续盘存法测算出各省份历年资本存量进行衡量,资本折旧率δ取9.6%;能源投入要素,以各省份能源消耗量折算成万吨标准煤衡量。产出指标方面,期望产出指标以2004年为基期的不变价GDP衡量;非期望产出,采用各省份历年排放的工业烟(粉)尘排放量、工业二氧化硫排放量和工业废水排放量表示。

2.1.2 核心解释变量

本文采用耦合协调度模型,测度各省份环境规制与知识产权保护之间的耦合协调关系,测算过程如下:

(1)

T=αU1+βU2

(2)

(3)

其中,C代表耦合度,表示环境规制与知识产权保护双方相互作用程度的强弱,不分利弊;T代表综合协调指数,表示环境规制与知识产权保护综合评价指数,反映两者协调的整体绩效,α和β为综合协调指数待估参数,且α+β=1。本文认为在环境规制与知识产权保护耦合系统中,二者同等重要,因此,令α=0.5,β=0.5。Erip代表环境规制与知识产权保护耦合协调度,为核心解释变量,表示环境规制与知识产权保护耦合相互作用关系中的耦合程度,体现二者协调状况,耦合协调度越高,耦合情况越好。U1代表环境规制强度,主要从正式环境规制的角度进行评价。正式环境规制更强调政府意志,强调政府通过立法、出台相关政策,以行政命令、市场激励或设置公众参与正式渠道等方式强化环境治理,目前学界多从命令控制型、市场激励型与公众参与型3个角度进行考察。本文以3类不同类型环境规制为基础,采用熵值法测度总的环境规制强度。其中,命令控制型环境规制采用地方环境保护规章制度与环境保护标准数之和、当年审批建设项目环保投资总额占投资总额比重两个指标测算;市场激励型环境规制采用万元工业增加值工业环境污染治理投资额、排污费解缴入库金额与入库企业数比值两个指标测算;公众参与型环境规制采用万人承办的人大建议数与政协提案数之和、万人电话及网络与信访投诉数两个指标测算。U2代表知识产权保护指数,知识产权行政保护和司法保护“双轨”并行是我国知识产权保护的特色,也是科学衡量我国不同省份知识产权保护水平的基础。参考韩玉雄等(2005)的研究,采用立法水平和执法水平的乘积衡量不同省份的知识产权保护指数。对于知识产权立法水平,采用世界经济论坛开发的知识产权保护指数衡量;对于知识产权执法水平,参考吴超鹏等(2016)的做法,采用社会法制化程度、政府执法效率和专利未被侵权率3个指标衡量,具体运用熵值法测算。其中,社会法制化程度用每万人律师人数测算,政府执法效率用省级年度知识产权侵权案件审结数与新收知识产权案件数的比值测算,专利未被侵权率用1减去一省知识产权局当年受理的专利侵权纠纷案件数除以该省截至当年累计授权专利数测算。

2.1.3 中介变量

本文涉及3个维度的中介机制,共6个中介变量。

(1)基于资本投入的中介机制方面,研发投入水平(rdi)以研发经费内部支出占地区GDP的比重测得的地区研发投入强度衡量;资本错配水平(cml)主要参考白俊红等(2018)的方法,测算过程如下:

(4)

(5)

其中,cml为资本错配水平,ν为资本价格扭曲系数,si表示i省份GDP占全国GDP的比值;Ki/K表示i省份使用资本占全国资本的比重;siζKi/ζ表示i省份在资本有效配置时使用的资本比例;ζKi为资本要素产出弹性,采用具有规模报酬不变的C-D生产函数及索洛余值法模型测算。具体测算指标方面,总产出用各省份2004年不变价计算的GDP衡量,劳动投入量和资本投入量同上文绿色全要素生产率测算指标。当cml>0时,表示资本配置不足;当cml=0时,表示不存在资本错配;当cml<0时,表示资本配置过度。为保持回归结果可比性,对资本错配水平作绝对值处理,数值越大,资本错配越严重。

(2)基于技术创新的中介机制方面,技术创新质量(qti)采用各省份当年授权专利中的专利转化数量与当年授权专利总量的比值衡量,其中,专利转化采用专利转让、专利许可和专利质押3种常见专利转化方式界定。技术交易活跃度(tta)采用各省份技术市场成交额占GDP的比重衡量。

(3)基于产业结构的中介机制方面,产业结构合理化(ris)采用泰尔指数的倒数衡量,测算过程如下:

(6)

其中,ris为产业结构合理化指数,yi,m,t表示i地区第m产业在t时期占地区生产总值的比重,li,m,t表示i地区第m产业在t时期从业人员占总就业人员的比重。对于产业结构高级化(ais),学者们大多以第三产业增加值与第二产业增加值之比表征,但该方法仅考察产业结构向服务业的倾向程度,忽视了产业结构变迁引致的部门生产效率变化,因此,本文参考张跃胜等(2022)的做法,在产业结构高级化测度过程中同时考虑产业相对规模变化和产业劳动生产率,测算过程如下:

(7)

其中,表示各产业增加值比重,表示各产业劳动生产率,取各产业产值和就业人数之比,式(7)计算结果越大,代表省份产业结构高级化水平越高。

2.1.4 控制变量

为尽量降低遗漏变量偏误,在计量模型中加入如下控制变量:政府干预程度(gov),采用财政支出与GDP的比值衡量;贸易开放程度(trade),采用各地区进出口贸易总额占GDP的比重衡量;能源消费转型程度(energy),采用城镇生活用电量和天然气消耗量之和占总能源消耗的比重衡量。

2.2 模型设定

绿色增长是一个动态变化的过程,可能存在经济惯性。为此,本文选取动态面板模型考察环境规制与知识产权保护耦合协调对绿色增长的影响,设定基准模型(8)和模型(9)。其中,模型(9)纳入核心解释变量二次项以检验非线性影响,模型(8)仅纳入核心解释变量一次项,辅以检验环境规制与知识产权保护耦合协调对绿色增长的整体线性影响状况。

GTFPit=δ0+δ1GTFPit-j+δ2Eripit+δ3Xit+εit

(8)

(9)

为检验资本投入要素、技术创新要素与产业结构要素的中介效应,参照传统的三步检验法,在模型(8)的基础上,将因变量调整为系列中介变量M,进一步设定模型(10)。

Mit=χ0+χ1Mit-j+χ2Eripit+χ4Xit+εit

(10)

同时,参考程倩等(2021)的做法,为了检验上述非线性中介效应是否存在,在模型(10)的基础上加入核心解释变量的二次项,建立模型(11)。

(11)

最后,将核心解释变量和中介变量同时纳入模型进行联合性显著检验,验证不同中介变量是否在核心解释变量影响绿色增长的过程中发挥中介作用,设定模型(12)。

(12)

2.3 样本与数据来源

考虑相关数据的完整性,本文采用2006—2020年我国30个省(区、市)的面板数据,数据来源如下:

(1)绿色全要素生产率。劳动力与资本投入数据来源于《中国统计年鉴》《中国劳动经济数据库》;能源投入数据来源于《中国环境年鉴》;工业烟(粉)尘排放量等非期望产出数据来源于《中国环境年鉴》与各省(区、市)统计年鉴。

(2)环境规制与知识产权保护耦合协调度。环境规制相关的环境保护规章制度、标准、投资等数据来源于《中国环境年鉴》;知识产权保护相关的立法水平数据来源于世界经济论坛每年发布的《世界竞争力报告》,执法水平数据来源于《中国律师年鉴》《中国社会统计年鉴》《中国知识产权年鉴》及各省(区、市)《知识产权保护状况白皮书》。

(3)中介变量。研发投入与资本错配相关数据来源于《中国科技统计年鉴》《中国统计年鉴》《中国劳动经济数据库》;测算技术创新质量的专利转让、许可与质押数据通过六棱镜专利数据库选取相应专利运营标签统计加总而得,测算技术交易活跃度的技术市场成交额数据来源于《中国统计年鉴》;产业结构合理化与高级化数据来源于《中国统计年鉴》《中国劳动经济数据库》。

(4)控制变量相关数据均来自《中国统计年鉴》《中国环境年鉴》。

部分缺失数据运用线性差值或均值差值法补齐,变量描述性统计结果如表1所示。

3 实证分析

3.1 “U”型关系基础回归

动态面板数据模型包括被解释变量的滞后项,为了控制可能存在的内生性问题,本文选用系统GMM方法进行实证估计。首先,结合模型(8)和模型(9),探讨环境规制与知识产权保护耦合协调影响绿色增长的直接效应。

直接效应估计结果如表2所示,所有模型均通过AR(1)、AR(2)和Hansen检验,表明模型估计结果是有效且一致的。列(1)—(4)为非线性检验,列(5)为线性检验。在列(1)中,未纳入控制变量,只考虑环境规制与知识产权保护耦合协调对绿色增长的回归,结果显示,核心解释变量一次项系数在1%水平上显著为负,二次项系数在1%水平上显著为正,表明环境规制与知识产权保护耦合协调对绿色增长存在“U”型影响关系,与理论预期一致。在列(2)—(4)中,依次加入控制变量,结果显示,核心解释变量二次项系数均在1%水平上显著为正,说明在控制相关变量后,耦合协调度对绿色增长的“U”型影响关系依然稳健。基于列(4)回归开展Utest检验发现,“U”型关系的拐点值为0.659,位于核心解释变量的取值范围内,且变量上下限的slope区间为[-1.116,0.675],检验结果在1%水平上拒绝原假设,符合“U”型检验条件。因此,假设H1得到验证。

进一步结合列(5)来看,核心解释变量系数在1%水平上显著为负,且全国层面的核心解释变量均值小于上述“U”型影响的拐点值(0.579<0.659),表明在全国层面,环境规制与知识产权保护的耦合协调程度尚处于抑制绿色增长的阶段。研究发现,目前仅有北京、江苏、重庆和吉林4个省市处于驱动绿色增长阶段。从控制变量回归结果看,过于强调政府干预和贸易开放均不利于绿色增长,而强化能源消费转型能够显著促进绿色增长。

3.2 中介效应检验

3.2.1 基于资本投入的中介效应分析

表3报告了基于资本投入的中介效应估计结果,所有模型均通过AR(1)、AR(2)和Hansen检验,表明模型估计结果是有效且一致的。

对于研发投入水平的中介效应,从表3列(2)可知,核心解释变量二次项系数在1%水平上显著为正,表明环境规制与知识产权保护耦合协调对研发投入水平呈显著“U”型影响。从列(3)来看,核心解释变量二次项系数显著为正,且研发投入强度对绿色增长的影响在5%水平上也显著为正,说明提升研发投入强度能够显著驱动绿色增长。综合列(2)(3)可知,当环境规制与知识产权保护耦合协调度较低时,政策实施会对地区研发投入产生显著抑制效应,形成技术创新“挤出效应”,从而降低研发投入水平,不利于绿色增长;而当耦合协调度跨过拐点时,政策实施对地区研发投入的影响会由创新“挤出效应”转变为创新“补偿效应”,从而有效激励地区加大研发投入力度,显著驱动绿色增长。进一步结合列(1)可知,核心解释变量系数在1%水平上显著为正,表明当前正处于环境规制与知识产权保护耦合协调正向促进地区研发投入水平的阶段。因此,通过创新“补偿效应”,环境规制与知识产权保护耦合协调能够借助激励研发投入这一中介路径驱动绿色增长。

对于资本错配的中介效应,从列(5)可知,核心解释变量二次项系数在1%水平上显著为负,表明环境规制与知识产权保护耦合协调对资本错配呈显著倒“U”型影响关系。从列(6)来看,核心解释变量二次项系数依然为正,而资本错配对绿色增长的影响在1%水平上显著为负,说明资本错配能够显著抑制绿色增长。综合列(5)(6)可知,当环境规制与知识产权保护耦合协调度较低时,政策实施会加剧资本错配,从而显著抑制绿色增长;而当耦合协调度跨过拐点时,政策实施会显著改善资本错配,进而推动绿色增长。进一步结合列(4)可知,核心解释变量系数在1%水平上显著为负,表明当前正处于环境规制与知识产权保护耦合协调显著矫正资本错配的阶段,政策耦合协调能够借助矫正资本错配水平这一中介路径促进绿色增长。此外,针对研发投入强度与资本错配的Sobel检验结果也表明,存在基于资本投入的中介效应。综上,假设H2得到验证。

3.2.2 基于技术创新的中介效应分析

表4报告了基于技术创新的中介效应估计结果,所有模型均通过AR(1)、AR(2)和Hansen检验,表明模型估计结果是有效且一致的。

对于技术创新质量的中介效应,从表4列(2)可知,核心解释变量二次项系数在1%水平上显著为正,表明环境规制与知识产权保护耦合协调对技术创新质量呈显著“U”型影响关系。从列(3)可知,核心解释变量二次项系数显著为正,且技术创新质量对绿色增长的影响在1%水平上也显著为正,说明提升技术创新质量能够显著驱动绿色增长。综合列(2)(3)可知,当环境规制与知识产权保护耦合协调度较低时,政策实施会对地区技术创新产生“扭曲效应”,从而导致技术创新质量下降,不利于绿色增长;而当耦合协调度跨过拐点时,政策实施对地区技术创新的影响会由“扭曲效应”转向加速新旧技术知识耦合,从而有效提升地区技术创新质量,显著驱动绿色增长。进一步结合列(1)可知,核心解释变量系数在1%水平上显著为正,表明当前正处于环境规制与知识产权保护耦合协调正向促进地区技术创新质量提升的阶段。因此,环境规制与知识产权保护耦合协调能够通过促进技术创新质量提升这一中介路径驱动绿色增长。

对于技术交易活跃度的中介效应,从列(5)可知,核心解释变量二次项系数在1%水平上显著为正,表明环境规制与知识产权保护耦合协调对技术交易活跃度呈显著“U”型影响关系。而从列(6)来看,核心解释变量二次项系数显著为正,且技术交易活跃度对绿色增长的影响在1%水平上也显著为正,说明技术交易活跃度能够显著驱动绿色增长。综合列(5)(6)可知,当环境规制与知识产权保护耦合协调度较低时,政策实施会对地区技术交易活跃度产生显著抑制作用,不利于绿色增长;而当耦合协调度跨过拐点时,政策实施则会显著激励市场主体开展技术交易,从而显著驱动绿色增长。进一步结合列(4)可知,核心解释变量系数在1%水平上显著为正,表明当前正处于环境规制与知识产权保护耦合协调正向激励地区技术交易活跃度的阶段。因此,环境规制与知识产权保护耦合协调能够通过提升技术交易活跃度这一中介路径促进绿色增长。此外,针对技术创新质量与技术交易活跃度的Sobel检验结果也表明,存在基于技术创新的中介效应。综上,假设H3得到验证。

3.2.3 基于产业结构的中介效应分析

表5报告了基于产业结构的中介效应估计结果,所有模型均通过AR(1)、AR(2)和Hansen检验,表明模型估计结果是有效且一致的。

对于产业结构合理化的中介效应,从表5列(1)和列(2)可知,环境规制与知识产权保护耦合协调对产业结构合理化呈显著正向影响关系。进一步结合列(3)来看,核心解释变量二次项系数依然显著为正,产业结构合理化对绿色增长的影响在1%水平上也显著为正,说明产业结构合理化能够显著驱动绿色增长。考虑核心解释变量与绿色增长之间的“U”型影响关系,对于产业结构合理化的中介效应,本文认为可以从地方政府竞争模式转型的角度来解释。当环境规制与知识产权保护耦合协调度较低时,地方多通过“揠苗助长”式同质竞争推动地区经济发展,采用模仿跟随策略,过于强调发展高技术产业,导致地区间产业重复建设现象突出,忽视了本地产业发展的比较优势,从而不利于促进生产要素在当地产业体系的合理配置,无法有效推动产业协调发展与产业结构合理化(甘行琼,2020)。耦合协调度越低,产业结构合理化受到的不利影响越大,从而导致绿色全要素生产率下降。而当耦合协调度跨越拐点时,地方产业政策的制定更加关注本地区发展阶段特有的禀赋结构,针对性开展产业链招商,随着耦合协调度的不断提升,政策实施对产业结构合理化的促进效应逐渐增大,从而显著激励绿色增长。因此,环境规制与知识产权保护耦合协调能够通过促进产业结构合理化发展这一中介路径促进绿色增长。

对于产业结构高级化的中介效应,从列(4)和列(5)可知,环境规制与知识产权保护耦合协调度对产业结构高级化呈显著正向影响关系。进一步结合列(6)来看,核心解释变量二次项系数显著为正,且产业结构高级化对绿色增长的影响在1%水平上也显著为正,说明产业结构高级化能够显著驱动绿色增长。考虑核心解释变量与绿色增长之间的“U”型影响关系,对于产业结构高级化的中介效应,本文认为同样与地方政府的同质化竞争密切相关,产业结构高级化需要以产业结构合理化为基础,随着环境规制与知识产权保护耦合协调度的提升,虽然产业结构高级化水平得到提升,但政府竞争环境下政策耦合协调度仍处于低位,我国大部分地区,尤其资源依赖性较强的地区,仍处于产业结构合理化和产业结构高级化不同步或双低的状态,不利于绿色全要素生产率的提升[20]。而当耦合协调度跨越拐点时,市场竞争逐渐掌握主动,产业结构合理化和产业结构高级化的同步性更强,政策耦合协调的绿色增长效应开始显现。因此,环境规制与知识产权保护耦合协调能够通过强化产业高级化发展这一中介路径促进绿色增长。此外,针对产业结构合理化与产业结构高级化的Sobel检验结果也表明,存在基于产业结构的中介效应。综上,假设H4得到验证。

3.3 稳健性检验

为验证环境规制与知识产权保护耦合协调对绿色增长“U”型影响结论的稳健性,本文进一步通过变换估计方法对上述关系进行检验。

首先,参考王俏茹等(2020)的研究,利用基础回归确定的“U”型影响拐点值将样本划分为两组,并基于PVAR模型的脉冲响应分析,识别不同组别下环境规制与知识产权保护耦合协调对绿色增长的差别化动态影响,脉冲响应结果如图2和图3所示。随着时间的推移,两幅脉冲响应图均向0收敛,表明PVAR模型估计具备较强的稳定性。从图2可知,当耦合协调度小于拐点时,耦合协调度一个单位的变动将导致绿色全要素生产率出现显著负向变动,并在第一期达到最低值,而后开始稳步收敛至零附近,总体效应呈现显著负向影响。而由图3可知,当耦合协调度大于拐点时,耦合协调度一个单位的变动将使得绿色全要素生产率出现显著正向变动,并在第四期达到最大值,而后在波动中收敛至零附近,虽然在第六期后开始转变为显著负向冲击,但从脉冲响应曲线与零线之间形成的面积来看,累积效应为正。综合图2和图3可知,环境规制与知识产权保护耦合协调对绿色增长呈显著“U”型影响关系。

其次,采用动态面板门槛模型进行重新估计。从表6可知,自举法线性检验在1%的显著性水平上拒绝存在线性关系的原假设,表明环境规制与知识产权保护耦合协调对绿色增长确实存在非线性影响。门槛回归结果表明,门槛值为0.647。当耦合协调度小于0.647时,其对绿色增长的影响系数为-1.704;当耦合协调度大于0.647时,其对绿色增长的影响系数为1.287,检验结果均在1%水平上显著。动态面板门槛估计结果验证了假设H1结论的稳健性。

4 结论与启示

本文以2006—2020年我国30个省(区、市)为研究对象,使用系统GMM模型探究环境规制与知识产权保护耦合协调对绿色增长的影响及中介机制。研究结论如下:环境规制与知识产权保护耦合协调对绿色增长呈显著“U”型影响关系,即随着耦合协调度的提升,地区绿色增长呈现先下降后上升的趋势,目前,全国耦合协调程度总体处于抑制绿色增长的阶段;在上述“U”型影响中,研发投入强度、资本错配在资本投入层面发挥部分中介效应,环境规制与知识产权保护之间的耦合协调能够通过增加研发投入与矫正资本错配两条中介路径影响绿色增长;技术创新质量、技术交易活跃度在技术创新层面发挥部分中介效应,环境规制与知识产权保护之间的耦合协调能够通过提升技术创新质量与活跃技术交易市场两条中介路径影响绿色增长;产业结构合理化、产业结构高级化在产业结构层面发挥部分中介效应,环境规制与知识产权保护之间的耦合协调能够通过促进产业合理化发展与强化产业高级化发展两条中介路径影响绿色增长。

根据本文研究结论,提出以下政策建议:第一,地方政府应强化环境政策协同意识,将环境规制与知识产权保护政策协同作为新时期推进“双碳”工作的重要抓手。当前,我国环境规制与知识产权保护的耦合协调水平尚未实现从抑制效应向激励效应的转换,各地政府应结合自身产业生态化及绿色技术创新现状,因地、因业、因时制宜地推进不同环境规制工具与知识产权政策的优化组合,通过政策叠加缓解单一政策引致的外部性问题,逐步完善科学引导与激励创新资源配置的政策支撑体系,减少“创新挤出”与“搭便车”行为导致的资源配置扭曲,实现“创新补偿”与创新驱动双重叠加效应。第二,在强化环境规制与知识产权保护政策协同的基础上,各地应建立健全基于创新过程的区域绿色增长政策执行机制。政策能否协同发力的关键在于高效的政策执行保障机制,各地应围绕资本投入、技术创新与产业结构变迁等创新过程关键要素,探明创新现状及创新需求,并据此系统梳理本地区环境规制与知识产权保护政策清单,摸清已有政策在政策策略、目标确定、手段选择等方面的执行现状,排查政策执行存在的核心问题,有的放矢,全面打通环境规制与知识产权保护政策协同发力的多元执行路径。

本研究还存在以下不足:①非正式环境规制是环境规制的重要组成部分,本文仅将正式环境规制纳入分析,对环境规制的系统性考察不足,未来可从互补等角度进行深入分析;②从司法与行政角度对知识产权保护强度进行了综合考察,但二者在性质、公平与效率的侧重点以及后续救济等诸多方面存在差异,未来可考虑分开进行对比讨论;③省域层面的实证分析颗粒度偏大,无法充分体现我国绿色增长制度实践层面的差异性,未来可从不同城市或企业角度深化研究。

参考文献：

[1] MALEN J,MARCUS A A.Environmental externalities and weak appropriability: influences on firm pollution reduction technology development[J]. Business &Society, 2019, 58(8): 1599-1633.

[2] PORTER M E, VAN DER LINDE C. Toward a new conception of the environment-competitiveness relationship[J]. Journal of Economic Perspectives, 1995, 9(4): 97-118.

[3] 何凌云,祁晓凤.环境规制与绿色全要素生产率——来自中国工业企业的证据[J].经济学动态,2022,63(6):97-114.

[4] 王林辉,王辉,董直庆.经济增长和环境质量相容性政策条件——环境技术进步方向视角下的政策偏向效应检验[J].管理世界,2020,36(3):39-60.

[5] LI Z, LIAO G, WANG Z, et al. Green loan and subsidy for promoting clean production innovation[J]. Journal of Cleaner Production, 2018, 187(3): 421-431.

[6] 李振洋,白雪洁.产业政策如何促进制造业绿色全要素生产率提升——基于鼓励型政策和限制型政策协同的视角[J].产业经济研究,2020,19(6):28-42.

[7] 康鹏辉,茹少峰.环境规制的绿色创新双边效应[J].中国人口·资源与环境,2020,30(10):93-104.

[8] 郑飞虎,曹思未.跨国公司研发策略部署与开放式创新——来自中国的新发现[J].南开经济研究,2021,37(4):20-41.

[9] OECD. Differentiated intellectual property regimes for environmental and climate technologies[R]. Paris: OECD Publishing, 2010.

[10] LANGINIER C, CHAUDHURI A R. Green technology and patents in the presence of green consumers[J]. Journal of the Association of Environmental and Resource Economists, 2020, 7(1): 73-101.

[11] 林玲,赵子健,曹聪丽.环境规制与大气科技创新——以SO2排放量控制技术为例[J].科研管理,2018,39(12):45-52.

[12] 宋马林,刘贯春.增长模式变迁与中国绿色经济增长源泉——基于异质性生产函数的多部门核算框架[J].经济研究,2021,56(7):41-58.

[13] 肖振红,李炎.知识产权保护、R&D投入与区域绿色创新绩效[J].系统管理学报,2022,31(2):374-383.

[14] 陶锋,赵锦瑜,周浩.环境规制实现了绿色技术创新的“增量提质”吗——来自环保目标责任制的证据[J].中国工业经济,2021,39(2):136-154.

[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] 李多,董直庆.绿色技术创新政策研究[J].经济问题探索,2016,37(2):49-53.

[17] 张平.中国经济绿色转型的路径、结构与治理[J].社会科学战线,2022,45(8):69-81,281.

[18] 尹礼汇,孟晓倩,吴传清.环境规制对长江经济带制造业绿色全要素生产率的影响[J].改革,2022,35(3):101-113.

[19] 冯志军,康鑫,陈伟.知识产权管理、产业升级与绿色经济增长——以产业转型升级期的广东为例[J].中国科技论坛,2016,32(1):118-123.

[20] 李博,秦欢,孙威.产业转型升级与绿色全要素生产率提升的互动关系——基于中国116个地级资源型城市的实证研究[J].自然资源学报,2022,37(1):186-199.

(责任编辑：万贤贤)