许可 张亚峰

摘要 近年来我国的经济发展面临着严峻的环境污染和环境治理问题，科技创新是保障经济高质量发展，并有效缓解环境污染、加强环境治理的重要渠道。由于缺少客观有效的指标，现有关于绿色科技创新的研究仍存在一定的局限，而专利数据因其标准化、信息化、规模化等优势，可以有效地衡量绿色科技创新水平。因此，文章以省级行政区域为研究对象，根据国际专利分类表（IPC）的专利分类号信息，识别绿色科技创新，利用面板数据回归模型与空间杜宾模型对绿色科技创新的环境效应和空间溢出效应进行分析，研究绿色科技创新对污染排放（工业废水、工业二氧化硫和工业固体废物）、污染治理（工业废水处理、工业二氧化硫去除、工业固体废物利用、工业固体废物处置）的影响。研究发现：①绿色科技创新能够带来有益的环境效应。具体来看，绿色科技创新对于本地工业废水、工业二氧化硫和工业固体废物的排放量都有显著的抑制效应，对工业二氧化硫的去除量有显著促进作用。②实用新型专利的积极环境效应通过多个维度得到反映，相对发明专利而言，实用新型专利在绿水青山的建设中发挥了极为重要的制度优势。③绿色科技创新并非“十全十美”，不是所有的绿色科技创新都有显著的环境保护效应，绿色科技创新对本地之外工业废水、工业二氧化硫和工业固体废物的排放治理并没有表现出显著的有益效应，甚至存在空间溢出效应为负向显著的情况。据此提出了对绿色专利申请给予特殊制度支持、持续发挥我国实用新型专利的制度优势、继续加强落实我国关于绿色发展的相关政策等推动绿色科技创新的发展的对策建议。

关键词 绿色科技创新;专利;环境保护;绿水青山

中图分类号 F601.5文献标识码 A文章编号 1002-2104（2021）05-0141-11DOI：10.12062/cpre.20201018

近年来我国经济增长迅速，但是同时也产生了严峻的环境污染和环境治理问题。科技创新不仅能够通过提高生产率带来经济增长，也有助于缓解环境污染和加强环境治理[1]。然而，2018年耶鲁大学等机构联合发布的《2018年全球环境绩效指数报告》显示，我国环境绩效指数仅位列全球第120位，在参评国家和地区中排在倒数第61位，一定程度上说明我国环境污染情况不容乐观。2005年，时任浙江省委書记的习近平同志首次提出了“绿水青山”的发展理念。2015年，党的十八届五中全会鲜明提出了创新、协调、绿色、开放、共享的新发展理念。2017年，习近平总书记在党的十九大报告中提出要推进绿色发展，加快建立绿色生产和消费的法律制度和政策导向，建立健全绿色低碳循环发展的经济体系。要构建市场导向的绿色科技创新体系，壮大节能环保产业、清洁生产产业、清洁能源产业。2018年习近平总书记在全国生态环境保护大会上再次提到了全面推动绿色发展。

目前，我国经济已由高速增长阶段转向高质量发展阶段，这更对科学技术的环境效益提出了更高的要求。“既要绿水青山，又要金山银山”是当今科技发展的必然趋势，将科技创新的环境效益置于战略层面的高度得到广泛认可，2020年世界知识产权日以“为绿色未来而创新”为主题，更加充分地说明了研究科技创新的环境效应与探究绿色科技创新等议题的重要意义。科技进步是有效解决环境污染的方式之一，其中既包括了科技创新带来的节能减排，也包括科技创新对环境治理的作用[2]。有研究发现，科技创新只有在环境政策的作用下才能发挥环境效益[3]。然而，科技的发展也可能加剧环境污染，李粉等[4]研究发现技术创新对环境污染排放具有显著的正向影响。具体到绿色科技创新方面，科技进步能否产生积极的环境保护效果，绿色科技创新的环境效益如何，是否达到了节能减排与环境治理的预期目标？因此，有必要对我国绿色科技创新情况进行研究，检验绿色科技创新的环境保护效益，分析绿色科技创新对环境的影响程度，以实现我国科技创新与绿色发展的双赢。

1文献综述与研究假设

绿色科技创新并非严格的学术概念，不同学者对绿色科技创新持不同的观点。绿色科技创新的研究源于20世纪90年代，Braun等[5]提出绿色创新可以分为两种类型：减少环境污染、降低资源与原材料消耗的创新成果和治理已污染的环境、处理已污染的资源的创新成果。陈琼娣等[6]认为，绿色可以是专利的一种属性，应当在专利审查中引入环境影响评价机制作为衡量技术是否“绿色”的标准。基于TRIPS协定第27条关于环保例外权的规定，“各成员可拒绝对某些发明授予专利权……包括保护人类、动物或植物的生命或健康或避免对环境造成严重损害所必需的”。同时，绿色科技创新并非环保产业的专属，各种行业都可以产出绿色科技创新成果[7]。

针对绿色科技创新已有较多学者进行了相关研究，主要体现在宏观社会层面与微观企业层面。在宏观社会层面，部分学者对我国的绿色效率[8]、绿色绩效[9]、绿色创新的扩散[10]等问题进行了研究。在微观企业层面，有学者对我国企业的绿色创新情况进行了研究，钱丽等[11]发现企业绿色创新效率存在较明显的区域差异;庞娟等[12]研究发现，企业的外部关系网络对企业绿色科技创新有着显著的影响。这些研究对我国绿色科技创新的情况进行了一定程度的揭示。专利数据因其标准化、信息化、规模化等特征可以用于有效地衡量绿色科技创新。1992年，联合国大会通过了《联合国气候变化框架公约》（UNFCCC），提出了环境保护无公害技术清单（EnvironmentallySoundTechnologies，ESTs）。在此基础上，2010年，在世界权威机构世界知识产权组织（WIPO）的领导下，IPC专家委员会制定了《国际专利绿色分类清单》（IPCGreenInventory），这是目前世界上较为权威的对绿色科技创新的界定标准。已有学者利用上述分类方式对我国企业层级的绿色科技创新进行研究，认为环境权益交易市场会影响企业的绿色科技创新水平[13]，还有学者就某一个或某几个领域的绿色科技创新（例如节能减排技术、空气污染治理技术等）进行了实证研究[14]，也有较少学者利用专利数据进行过统计分析，例如王班班等[15]分析了绿色科技创新的影响因素。但是，还鲜有利用我国省级绿色专利数据对绿色科技创新的环境效应与空间溢出效应进行衡量的研究。

在关于绿色科技创新的节能减排作用的研究方面。绿色科技创新是科技创新的重要组成部分，科技创新可以通过革新技术用于生产系统的前端进行节能减排，不仅能提高生产效率，还能够带来污染产生率的降低。具体而言，对耗能较大的设备进行技术改造，实现设备的优质、高效、低耗和安全可靠，是节能降耗的一般途径;同时，技术创新可以节约相对昂贵的生产要素，从而降低能源使用[16]。

王锋正等[17]认为企业绿色科技创新对减污排污效率的提升有重要作用，但是目前我国环境承载力接近上限，除了促进绿色科技创新以外，还需要通过内外部共同努力提升企业的绿色创新能力。大多数研究都认为科技创新，尤其是与环境息息相关的绿色科技创新，可以通过技术革新的方式带来一定的节能减排效果，但也有学者认为减排是“因”而技术创新是“果”，发现减排支出对环境技术创新有显著的正向影响[18]，但是这种观点在学术界并非主流。

因此，提出假设H1：绿色科技创新可以带来节能减排效果。

在关于绿色科技的环境治理作用的研究方面。王鹏等[19]研究发现，企业技术创新有利于促进工业“三废”综合利用产品产值的增加，并有效提高工业二氧化硫的去除率，但对工業用水重复利用率和工业固体废物综合利用率的促进作用偏弱。颉茂华等[20]利用在我国上市的重污染行业企业的数据进行研究，认为科技创新可以促进企业的转型升级，推动其利用高科技处理已产生的污染物。郭朝先等[21]研究认为，我国对环境污染的治理存在巨大需求，环保产业可以有效对已污染环境进行治理，是科技创新中重要的组成部分。

因此，提出假设H2：绿色科技创新可以带来污染物治理效果。

在关于绿色科技创新对环境污染的空间效应研究方面。绿色科技创新与传统科技创新相比，相对更难获得高额利润，从纯粹市场经济的视角分析，绿色科技创新的驱动力存在不足，需要通过政策与区域带动效应推动其发展[22]。部分学者利用全国工业企业的数据进行研究，发现绿色科技创新存在显著的区域正向溢出效应[23]。

董直庆等[24]发现环境保护政策对区域绿色科技创新存在影响，当邻地城市处于300km范围内时，本地环境规制引发的邻地绿色科技创新进步效应达到峰值。还有学者利用省级绿色创新的数据对绿色创新的空间治理[25]、空间格局[26]等问题进行了研究，均发现绿色科技创新存在一定的正向空间溢出效应。

因此，提出假设H3：绿色科技创新的环境保护效果存在积极的空间溢出效应。

结合已有文献综合来看，绿色科技创新的环境效应主要通过三种路径体现（图1），一是通过减少污染物的排放达到本地环境保护效果，二是通过污染物的治理达到本地环境保护效果，三是绿色科技创新所带来的本地的环境保护效果会出现正向或负向的空间溢出。

2研究设计

2.1研究方法与模型

2.1.1基准回归模型

选择普通最小二乘法多元回归模型，并使用基于个体的聚类稳健标准误进行回归，模型如公式（1）所示。

其中，i和t分别代表省份和年份，Yi，t为因变量（即环境污染情况和环境治理情况），α0为常数项，technologyi，t为自变量（即以绿色专利表示的绿色科技创新水平），α1为自变量的系数，Xi，t为控制变量矩阵，γi、δt和εi，t分别表示省份固定效应、年份固定效应和随机扰动项。

2.1.2空间自相关检验

为了验证绿色科技创新是否存在积极的空间溢出效应（假设H3），首先要对数据进行探索性空间分析，这也是空间回归分析的基本前提。探索数据是否存在空间自相关的最常用工具是MoransI，计算如公式（2）所示。

空间自相关包括全局空间自相关和局部空间自相关。全局自相关可以从整体上描述不同区域数据之间的空间相关性，局域自相关可以用来度量局部空间单元相对于整体研究范围空间自相关的影响程度。

2.1.3空间权重矩阵

根据公式（2），MoransI的计算依赖于空间权重矩阵Wij的设定。此外，空间计量模型的结果也会受到地理距离矩阵的影响。为了从不同角度考察空间的作用，本文的空间矩阵通过两种方式设定，一种是空间邻近矩阵，若两省份地理位置相邻则赋值为1，否则为0;另外一种是空间距离矩阵，按照各省省会城市之间距离的倒数赋值。

2.1.4空间模型选择

为了检验绿色科技创新的空间溢出效应，需要引入空间计量模型。在空间计量分析中，常用的模型有空间自回归模型（SAR）、空间误差模型（SEM）和空间杜宾模型（SDM）。一般的空间计量模型如公式（3）所示。

其中，y为因变量，W为空间权重矩阵，X为自变量，ε是随机误差项。当γ与τ均为0时，模型就简化为SAR;当γ与ρ均为0时，模型就简化为SEM;当τ为0时，模型就简化为一般形式的SDM，可以认为SAR是SDM的特殊情形，当不考虑这种特殊情况（即ρ和τ均为0）时就得到SDM的简化形式。

不同模型所假定的空间传导机制不同，所适用的情境也不同，SAR假定的是空间相互作用的影响（即在模型中考虑因变量的空间滞后），SEM假定的是空间随机冲击的影响（即在模型中考虑误差项的空间滞后），SDM假定的是一个区域的被解释变量受到其他区域的非被解释变量的影响（即在模型中考虑自变量的空间滞后）。有研究认为空间计量模型的适用应当遵循“SAR/SEM-SDM”的进路，在处理过程中先对空间滞后和空间误差的显著性进行检验[27]，并由此判断能否对SDM进行简化。但是，也有研究根据具体的研究问题和情境，直接选择使用特定的模型，比如沈坤荣等[28]对环境规制与污染转移关系的研究。

采纳空间计量模型主要用于解决绿色科技创新对于环境污染和环境治理效果是否存在空间效应，从问题出发可以使用简化形式的空间杜宾模型进行分析。因此，文章主体部分直接应用了空间杜宾模型，为了保证结果的稳健性，也对一般形式的空间计量模型进行检验。

通过在公式（1）中加入自变量的空间滞后项，构造空间杜宾模型，如公式（4）所示。其中，W是各省级行政区域的空间权重矩阵，W×technologyi，t代表自变量的空间滞后项。

2.2数据来源与收集

通过对大量的文献进行研究发现，专利数据是某一领域科技创新水平的有效测量指标[29]。本研究对于绿色专利的界定来自世界知识产权组织发布的《国际专利绿色分类清单》，该清单将绿色科技创新划分为7个主要领域：替代性能源生产技术、交通运输技术、废弃物管理处理技术、节能技术、行政监管设计技术、农业与林业技术和核能发电技术。

依照上述分类标准，利用国家知识产权局专利检索及分析系统（pss-system.cnipa.gov.cn）检索了1997—2019年公布公告的中国发明专利、实用新型专利的专利授权信息（由于环境污染与污染物治理数据只能获取至2015年，因此2015—2019年间的绿色科技创新数据仅用作描述性统计，实证模型检验中使用1997—2015年间的数据），并利用SooPAT专利数据库（www.soopat.com）、智慧芽（www.zhihuiya.com）等专利信息平臺进行信息交叉检验。

有关环境污染与环境污染治理的数据主要利用《国家统计年鉴》《中国环境统计年鉴》《中国能源统计年鉴》以及各省相关统计年鉴的数据。为了避免数据缺失对结果的影响，分析数据不包括西藏和港澳台地区。文章将数据使用的时间范围界定为1997—2015年。从1997年开始是因为重庆市从1997年开始设立直辖市。由于国家统计口径的变化，2016年起不再分省份统计部分环境的污染与治理数据，因此数据截至2015年。

2.3变量选取

主要变量如表1所示。因变量包括污染排放和污染治理两个方面，在借鉴已有研究的基础上[30]，结合本文的研究内容，分别用工业废水排放量（wastewater）、工业二氧化硫排放量（SO2）和工业固体废物产生量（wastesolid）这三个变量测量环境污染。分别用工业废水处理量（waterdeal）、工业二氧化硫去除量（SO2deal）、工业固体废物综合利用量（soliduse）和工业固体废物处置量（soliddeal）这四个变量测量环境污染治理。

自变量是发明专利与实用新型专利的授权数量。主要选择原因如下：①我国的专利包括发明、实用新型和外观设计三种类型，绿色科技创新的环境效应主要通过技术应用的方式传导，而外观设计专利通常被认为技术水平较低，因此，数据中剔除了外观设计专利。②专利数据通常分为专利申请量与专利授权量，并非所有的专利申请都会被授权。尤其是发明专利中，只有符合“实用性、新颖性和创造性”标准的高质量科技成果才能被授予专利，选择专利的授权量而非申请量更具可靠性。③为了更好地与环境数据进行结合，并探究空间溢出效应，除了按照科技创新的技术领域进行划分外，还对专利授权信息按省级地域进行了划分。本研究通过不同方式对专利授权数据进行处理：①把所有绿色专利之和作为一个变量纳入模型（Patent）;②分别考虑发明专利（Invention）和实用新型（Utility）专利的作用;③分别考虑不同领域的所有绿色专利，比如替代性能源生产技术（alt）等;④分别考虑不同领域绿色专利的发明专利和实用新型专利，比如替代性能源生产技术发明专利（alt_inv）和实用新型专利（alt_uti）。

在借鉴文献[31]基础上，使用如下几个研究环境污染、环境保护领域较为通用的控制变量：人均GDP（Pgdp）、第二产业占GDP比重（Industry2）、年度能源消费量（Energy）、工业用水总量（Water）（仅用于水污染）、进口总额（Import）、出口总额（Export）、地区人口密度（Density）。考虑到绿色科技创新的特有属性，文章创新地将发明专利资助（Subinvention）、实用新型专利资助（Subutility）作为控制变量。这是由于专利资助政策在我国科技创新过程中发挥了重要作用[32]，需要控制专利资助政策的作用。对各省市的专利资助政策进行量化，把发明专利的资助分为申请阶段、实审阶段、授权阶段、维持阶段、代理费用这5个方面的资助，如果在某一方面有资助则赋值为1，否则为0，最后对5个赋值求和;对于实用新型专利，如果有资助，则赋值为1，否则为0。

3变量描述性分析

对变量进行描述统计分析有如下发现。其中在自变量方面：第一，在专利总体数量方面，可以看出同基本情况中分析一致，实用新型专利的平均值远大于发明专利，这与我国整体的知识产权发展趋势也是相符的;第二，具体到不同绿色专利类别，替代性能源生产技术、节能技术与废弃物管理处理技术平均数量相对较多，这三个技术领域的技术刚好与环境污染的减少与环境污染的治理有着最紧密的联系，一定程度上初步验证了理论假设的可靠性。同时，无论是实用新型专利还是发明专利，核能发电技术都有最少的数量，可能的原因包括：一是核能相关技术起步较晚，而且技术本身发展速度相对缓慢，发展还不均衡;二是核能发电技术难度高、风险大、周期长，同时并非任何企业都有资质发展核能发电技术。

在因变量方面，从污染排放指标来看，工业废水排放量的平均值为72497万t，排放量较多的省份包括江苏、广东、浙江、山东等;工业二氧化硫排放量的平均值为596857t，并且标准差较大，排放较多的省份包括山东、河南、内蒙古等;工业固体废物产生量的平均值为6060万t，排放较多的省份包括河北、辽宁、山西等地。从污染治理指标来看，工业废水处理量和工业二氧化硫去除量两个指标的数据缺失较多，从已有数据来看，工业废水处理量的平均值150555万t，约为排放量平均值的2倍;工业二氧化硫去除量的平均值为43.04t，不足排放量平均值的万分之一;工业固体废物综合利用量的平均值是3643万t，约为产生量平均值的二分之一，高于处置量的平均值1359万t。

变量的相关性分析发现（由于一些省份的自变量存在0值，因此在对数转换过程中先把原始数据加1）：绿色科技创新专利总数、发明专利数量和实用新型专利数量与污染排放指标、污染治理指标都呈现显著正相关，初步验证了假设H2，但是与假设H1和H3相悖，因此还需要通过控制其他变量的作用进行分析。同时，可以发现，污染排放指标和污染治理的指标也呈现显著的正相关关系，其中工业废水排放量和工业废水处理量的相关系数达到0.88，工业固体废物综合利用量与工业固体废物产生量的相关系数达到0.93，这说明在各地经济发展的过程中，虽然环境治理能力有所提升，但是经济增长所付出的环境污染代价也有所增加，而技术在其中发挥的作用还有待进一步具体分析。

4假设检验

4.1总体情况基准面板分析

通过进行豪斯曼检验，发现存在固定效应，因此本部分使用面板数据固定效应模型进行分析，并使用基于个体的聚类稳健标准误。表2列出了对绿色科技创新的减排效果的检验结果。总体来看，绿色科技创新对于工业废水排放量列（1）、工业二氧化硫排放量列（3）和工业固体废物生成量列（5）都有显著的抑制效应，可以支持假设H1，即绿色科技创新可以带来显著的节能减排效果。按照专利类别进行划分后，发现发明专利对工业废水减排和工业固体废物的减排作用显著列（2）、列（6），实用新型专利对工业二氧化硫的减排作用显著列（4）。

表3列出了对绿色科技创新的环境治理效果的检验结果。可以发现，绿色科技创新仅对二氧化硫的处置量有促进作用，并且主要通过实用新型专利发挥作用，部分支持假设H2。主要原因可能是，二氧化硫是气态废物，可以通过过滤等方式对其进行处置，而实用新型专利中各类对气态过滤装置的改进可以在不申请发明专利的情况下，有效对二氧化硫进行处理，故其显著效应主要通过实用新型专利体现。

4.2分技术领域的分析

表4和表5按照绿色科技创新的技术领域对其环境减排和治理效果进行了分析，其中表4考虑每种技术领域的专利总数，表5分别考虑了每种技术领域的发明专利和实用新型专利。可以发现，替代性能源生产技术对于二氧化硫处理量有明显促进作用，并且主要是实用新型专利发挥作用;节能技术中的发明专利对二氧化硫和固体废物的排放有抑制作用;废弃物管理处理技术对固体废物的利用有促进作用，主要是实用新型专利发挥作用;核能发电技术对二氧化硫和固体废物的排放有抑制作用，对二氧化硫处理和固体废物处置有促进作用;交通运输技术对固体废物排放有抑制作用，主要是实用新型专利发挥作用;交通运输技术中的发明专利对二氧化硫排放有抑制作用;行政监管设计技术对于废水、二氧化硫和固体废物的排放都有抑制作用，主要是通过发明专利发挥作用。不同技术领域的绿色科技创新在不同方面体现了对假设H1和H2的支持。

上述结果说明大多数技术领域对环境污染或环境治理都有显著的效应，也充分验证了选择该自变量的可靠性和科学性;同时，并非每个技术领域都对全部维度的环境有促进作用，是因为不同技术领域本身涉及的发挥作用的环节就有所不同，例如，节能技术中的发明专利对二氧化硫和固体废物的排放有抑制作用，废弃物管理处理技术对固体废物的利用有促进作用，这也正是本研究的相对意义所在。

4.3空间回归分析

由于空间杜宾模型分析要求数据集不能有缺失值，因此本部分仅对污染排放指标进行分析。空间相关性检验是空间回归分析的前提，文章使用MoransI指数对因变量的空间相关性进行分析。为反映事实上的空间相关性，文章对变量的原始值进行空间相关分析。首先进行全局空间相关性分析，可以发现三个变量各自的空間相关莫兰指数都随时间有所波动，在多数情况下显著（p值<0.1），基本可以认为存在空间相关性。

但是，仍然可以看到，MoransI存在个别不显著的情况，但是这并不能否认区域之间的空间相关性，一个可能的原因是各省份在发展过程中，各个变量的波动情况差异较大。进一步的，文章还对变量的局部空间相关性进行了分析，结果强烈拒绝了“无空间自相关”的假设。整体上来看，空间回归分析适合本文的研究内容。

表6是基于各省的空间邻近矩阵和空间距离矩阵的空间杜宾模型分析结果。直接效应（LR_Direct）和间接效应（LR_Indirect）是空间杜宾模型关注的重点，直接效应是自变量（绿色科技创新）对本地的影响;间接效应是自变量对其他地区的影响，即空间溢出效应。根据空间邻近分析的结果可以发现，绿色科技创新对于本地的废水、二氧化硫和固体废物的排放有显著的抑制作用，但是在废水、二氧化硫的空间溢出效应方面却体现为增强作用，在固体废物方面没有体现空间作用。根据空间距离矩阵的结果可以发现，主要结论与空间邻近分析结果一致，但是绿色科技创新对本地固体废物的减排作用不显著，限于篇幅，本部分不再详细阐述分专利类别的回归结果。因此，不能支持假设H3，绿色科技创新的节能减排效果不存在有益的空间溢出效应，对本地以外的环境保护和污染治理没有显著促进。

已有研究发现环境污染本身存在较强空间溢出效应[33]，因此，可能是由于绿色科技创新的有益环境溢出的强度较低，低于环境污染本身的空间溢出程度，导致了其有益空间溢出效果不显著。另外一个可能导致绿色科技创新没能实现有益空间溢出效应的原因是，本地绿色科技创新可能源自本地环境规制政策的加强，而本地环境政策的加强可能促进了本地污染产业向周边地区的转移，这也就导致了绿色专利与其他地区污染排放指标的正相关关系。

4.4稳健性讨论

遗漏变量、逆向因果等可能会带来内生性问题，导致结果不稳健。一方面，本文在回归分析中虽然基于理论与实践考虑了一定的控制变量，但是对环境污染和环境治理效果能够发挥作用的变量也难以穷尽，必然在一定程度上存在遗漏变量的问题。另外一方面，绿色科技的发展虽然可能通过作用于生产工艺、生产效率等对环境产生一定的作用;同时环境状况也可能对绿色科技的发展产生影响，比如当政府意识到绿色科技能够改善环境时就会根据其已有的环境状况投资新的绿色科技的开发。根据已有文献[28，34]，空间杜宾模型能够在一定程度上对内生性问题进行处理，沈坤荣等[28]在研究环境规制对污染转移的影响时发现环境规制的空间滞后项为外生变量。另外，本研究还通过SAR和SEM模型进行空间计量分析，发现发明专利对工业废水排放、工业二氧化硫排放和工业固体废物的总体效应均显著为负，与前文主要发现一致，限于篇幅，文中未列出结果。

5结论与讨论

利用省级面板数据对绿色科技创新的环境污染减排效应、环境污染治理效应、环境效应的空间溢出情况进行研究。主要结论包括以下几个方面。①绿色科技创新对于本地工业废水、工业二氧化硫和工业固体废物的排放量都有显著的抑制效应，对工业二氧化硫的去除量有显著促进作用。绿色科技创新能够带来有益的环境效应，包括减少环境污染物的排放和加强对环境污染的治理，因此，通过各种方式推动绿色科技创新的继续发展是很有必要的。②实用新型专利的有益环境效应在多个方面得到反映，虽然一般认为实用新型专利的技术含量和创新水平要低于发明专利，但是在实践中实用新型专利所发挥的经济社会贡献仍需引起重视。③绿色科技创新并非“十全十美”的，在部分情境下存在绿色科技创新没有显著环境效应的情况，甚至存在空间溢出效应为负向显著的情况。这说明环境的保护与治理是一个多维度系统化的工程，既要依靠绿色科技创新，也要辅以环境规制政策等方式，多部门多地域协同发展共同推动绿水青山的建设。

综合来看，绿色科技创新带来的环境效应是相对显著的，应当继续鼓励和推动绿色科技创新的发展。①对绿色专利申请给予特殊的制度支持。近年来，包括我国在内的许多国家设立了关于绿色专利的快速审查制度，比如国家知识产权局2017年制定的《专利优先审查管理办法》，这种制度设计是具有法律正当性的。在公开公正公平的条件下，一方面既要明确绿色专利的范围，杜绝非绿色科技创新搭便车。另一方面要继续推动落实我国绿色专利快速审查制度，适当放宽适用优先审查的条件;可以适当增长绿色专利的专利保护期限;同时，对于被专利审查机关认为不属于绿色科技创新的技术，设立救济渠道与纠纷解决机制。②实用新型专利制度是十分具有我国特色的专利制度，亦被部分学者称为“小专利”，虽然其科技含量相对发明专利较弱，但由于其申请周期短、申请难度小等优势，备受我国企业青睐[35]。近年来，也有部分学者建议学习美国等西方国家，废除实用新型专利。但实证检验发现，实用新型专利在绿水青山的建设中发挥了极为重要的制度优势，需要继续保持和发展。③应当继续加强落实我国关于绿色发展的相关政策。一是通过强化包括绿色创新在内的科技创新扶持力度，激发企业的新旧动能转换，鼓励企业多发展绿色科技，可以借鉴欧洲的“专利盒”政策，给予绿色专利特殊的税收优惠政策或财政补贴;二是通过强化环境规制制度，利用较高的环境压力和治污成本倒逼企业大力发展绿色科技创新。

文章的可能贡献在于，第一，以往研究科技创新环境效应的文献主要是采用专利申请量指标进行研究，但事实上，一是专利申请存在滞后效应，发明专利需要2年的时间才能获得授权;二是专利申请中存在大量无效申请，根据国家知识产权局《2017年专利统计年报》，我国2017年的发明专利授权的比例仅为26%。文章选取绿色专利授权量指标来衡量绿色科技创新的产出水平，更具科学性与可靠性。第二，区别于以往研究科技创新环境效应的文献中不对技术领域加以区分的做法，文章进一步按照绿色技术的领域进行了划分，按领域分析了科技创新在环境保护方面的作用，并考察了绿色技术在环境保护方面的空间效应。第三，研究有利于更好地认知我国科技发展对于环境保护的作用，从而在环境保护实践，尤其是制定环境规制政策的过程中，更好地实现精准施策。

参考文献

[1]任保平，吕春慧.中国生态环境质量的变动态势及其空间分布格局[J].经濟与管理评论，2019，35（3）：120-134.

[2]王敏，黄滢.中国的环境污染与经济增长[J].经济学（季刊），2015，14（2）：557-578.

[3]黄天航，赵小渝，陈凯华.技术创新、环境污染和规制政策：转型创新政策的视角[J].科学学与科学技术管理，2020，41（1）：49-65.

[4]李粉，孙祥栋，张亮亮.产业集聚、技术创新与环境污染：基于中国工业行业面板数据的实证分析[J].技术经济，2017，36（3）：1-7.

[5]BRAUNE，WIELDD.Regulationasameansforthesocialcontroloftechnology[J].Technologyanalysis&strategicmanagement，1994，6（3）：259-272.

[6]陈琼娣，胡允银."绿色专利"制度设计[J].中国科技论坛，2009（3）：106-109.

[7]CALZAF，PARMENTOLAA，TUTOREI.Typesofgreeninnovations：waysofimplementationinanon-greenindustry[J].Sustainability，2017，9（8）：1301.

[8]刘阳，秦曼.中国东部沿海四大城市群绿色效率的综合测度与比较[J].中国人口·资源与环境，2019，29（3）：11-20.

[9]于渤，王文熹.环境规制能够改善技术学习的绿色绩效吗：一个带调节效应的环境学习曲线模型[J].科技进步与对策，2019，36（2）：126-134.

[10]曹霞，张路蓬.企业绿色技术创新扩散的演化博弈分析[J].中国人口·资源与环境，2015，25（7）：68-76.

[11]钱丽，王文平，肖仁桥.共享投入关联视角下中国区域工业企业绿色创新效率差异研究[J].中国人口·资源与环境，2018，28（5）：27-39.

[12]庞娟，靳书默，朱沛宇.外部网络关系对绿色技术创新的影响：促进抑或抑制[J].科技进步与对策，2019，36（10）：1-10.

[13]齐绍洲，林屾，崔静波.环境权益交易市场能否诱发绿色创新：基于我国上市公司绿色专利数据的证据[J].经济研究，2018，53（12）：129-143.

[14]景维民，张璐.环境管制、对外开放与中国工业的绿色技术进步[J].经济研究，2014，49（9）：34-47.

[15]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.

[16]陈阳，逯进，于平.技术创新减少环境污染了吗：来自中国285个城市的经验证据[J].西安交通大学学报（社会科学版），2019，39（1）：73-84.

[17]王锋正，陈方圆.董事会治理、环境规制与绿色技术创新：基于我国重污染行业上市公司的实证检验[J].科学学研究，2018，36（2）：361-369.

[18]王文普.污染溢出与区域环境技术创新[J].科研管理，2015，36（9）：19-25.

[19]王鹏，谢丽文.污染治理投资、企业技术创新与污染治理效率[J].中国人口·资源与环境，2014，24（9）：51-58.

[20]颉茂华，果婕欣，王瑾.环境规制、技术创新与企业转型：以沪深上市重污染行业企业为例[J].研究与发展管理，2016，28（1）：84-94.

[21]郭朝先，刘艳红，杨晓琰，等.中国环保产业投融资问题与机制创新[J].中国人口·资源与环境，2015，25（8）：92-99.

[22]KELLERW，LEVINSONA.PollutionabatementcostsandforeigndirectinvestmentinflowstoUSstates[J].Reviewofeconomicsandstatistics，2002，84（4）：691-703.

[23]赵路，高红贵，肖权.中国工业绿色创新效率动态演变趋势及其空间溢出效应研究[J].统计与决策，2020，36（7）：95-99.

[24]董直庆，王辉.环境规制的“本地-邻地”绿色技术进步效应[J].中国工业经济，2019（1）：100-118.

[25]梁中，昂昊.中国绿色技术创新效率演化及其空间治理[J].财贸研究，2019，30（8）：16-25，63.

[26]付帼，卢小丽，武春友.中国省域绿色创新空间格局演化研究[J].中国软科学，2016（7）：89-99.

[27]向堃宋德勇.中国省域PM2.5污染的空间实证研究[J].中国人口·资源与环境，2015，25（9）：153-159.

[28]沈坤荣，金刚，方娴.环境规制引起了污染就近转移吗？[J].经济研究，2017，52（5）：44-59.

[29]张亚峰，刘海波，陈光华，等.专利是一个好的创新测量指标吗？[J].外国经济与管理，2018，40（6）：3-16.

[30]余长林，高宏建.环境管制对中国环境污染的影响：基于隐性经济的视角[J].中国工业经济，2015（7）：21-35.

[31]LINF.Tradeopennessandairpollution：city-levelempiricalevidencefromChina[J].Chinaeconomicreview，2017，45：78-88.

[32]DANGJ，MOTOHASHIK.Patentstatistics：agoodindicatorforinnovationinChina？patentsubsidyprogramimpactsonpatentquality[J].Chinaeconomicreview，2015，35：137-155.

[33]刘华军，刘传明.环境污染空间溢出的网络结构及其解释：基于1997—2013年中国省际数据的经验考察[J].经济与管理评论，2017，33（1）：57-64.

[34]HALLECKVEGAS，ELHORSTJP.TheSLXModel[J].Journalofregionalscience，2015，55（3）：339-363.

[35]許可，贺宁馨，肖冰.基于专利诉讼的中国企业专利决策行为研究[J].宏观经济研究，2020（1）：129-140.

（责任编辑：王爱萍）