第四节　创新与绿色发展的经验分析

一、计量模型设定

本章使用2003—2016年283个地级市数据以甄别地区创新能力对雾霾污染的影响。基准回归模型如下：

PM2.5_i，t=β₀+β₁lntotal_i，t+β₂X_i，t+λ_i，t+μ_i，t+ε_i，t

其中，PM2.5_i，t表示i城市第t年的PM2.5平均浓度，lntotal_i，t为专利总数的对数，即本章关注的核心解释变量，X_i，t为影响雾霾的一系列控制变量，包括了夜间灯光亮度（light）、财政支出占比（fina）、外商直接投资占比（fdi）、产业结构（indu）、固定资产投资占比（invest）、空气流动系数（lnVC）、人口密度（pop）、道路长度（lnroad）、绿化面积（lngreen），λ_i，t表示城市固定效应，μ_i，t表示时间固定效应。考虑到冬季取暖燃煤因素对南北方城市雾霾造成的差异性影响，并且2013年9月国家发布《大气污染防治行动计划》以来，有数据显示我国各地雾霾污染已下降超过30%，治污减排出现初步成效，使用双向固定效应不仅可以规避掉上述两种影响，还能在一定程度上缓解内生性问题，准确识别出创新对雾霾污染的抑制效应。

二、变量选取与数据描述

（一）被解释变量

本章采用的PM2.5浓度数据源自哥伦比亚大学社会经济数据和应用中心公布的卫星监测栅格数据。PM2.5的分布即使在同一个地区也会存在差异性，地面监测数据具有点源性特征，因此只能粗略反映该地区的雾霾浓度。卫星数据虽然在一定程度上会受到气象因素的影响，但不可否认的是，其对一个地区整体雾霾水平的度量更为准确（邵帅，2016）。本章利用ArcGIS软件将其解析为2003—2016年中国283个地级市的年均PM2.5浓度数值，可从全貌上反映我国各地区雾霾污染的程度及变化趋势。

（二）核心解释变量

创新是涵盖了投入、产出、制度和环境的一体化系统，专利作为创新活动的产出居于整个体系的核心，因此，使用城市专利申请量存量的对数表征创新能力。Romer（1990）认为知识的两个最重要特征是非竞争性和累积性，知识积累形成知识存量推动技术创新。因而创新成果具有循序渐进式的特点（Aghion et al.，2001；Acemoglu and Akcigit，2012），即存量性质。现有研究发现，专利权的授予需要审查并交纳相关费用，审查结果易受官僚因素的影响，具有不确定性和不稳定性。且专利授予需要一定的时长，企业专利一经发明，在未得到授权时往往已将其应用于生产活动中，因此，专利申请量较授权量更能客观反映创新水平（周煊等，2012；黎文靖、郑曼妮，2016）。

专利数据利用Python从CNKI专利数据库和SooPAT搜索引擎上爬取了1985年以来283个地级市三种专利的数量，并基于Pessoa（2005）和严成樑等（2010）的做法，利用永续盘存法计算专利存量：

专利存量_i，t=（1-δ）专利存量_i，t-1+专利增量_i，t-1

其中，i城市第t年的专利增量表示专利流量；δ为专利折旧率。鉴于发明专利技术水平最高，实用新型和外观设计专利次之，本章沿用Pessoa（2005）的做法，将三种专利折旧率依次设定为5%、10%和15%。期初，专利存量i，0=P_i，0/（g_i+δ），其中g_i表示第i个城市1985—2016年专利增量的年平均对数增长率。最终将计算所得的专利申请量存量加一取自然对数作为技术创新的代理变量。

（三）控制变量

1. 夜间灯光亮度（light）

经济发展与经济集聚下的拥挤效应均是造成雾霾污染的重要原因之一。由于GDP数据存在统计偏误的可能，美国国家海洋大气管理局（NOAA）的气象卫星所公布的全球夜间灯光数据可作为经济发展水平的良好代理变量（徐康宁等，2015；范子英等，2016；邵帅等，2016）。同时，夜间灯光亮度也反映了一个地区经济的活跃程度，Henderson等（2012）认为夜间灯光亮度包含了人口密度与人均收入两个维度的信息，是对密度的良好度量。Bleakley和Lin（2012）指出夜间灯光数据可以准确识别出地理空间意义上的经济集聚点。因此，使用夜间灯光亮度可以表征地区经济发展水平与经济集聚程度的双重含义。NOAA提供了1992年及之后的卫星灯光数据，其中1992—2013年为DMSP/OLS遥感数据，2012年及之后为NPP-VIIRS遥感数据。两套数据的亮度采集标准不同，因此差异性较大，需要进行归一处理。同时，由于卫星数据在采集过程中存在一系列技术缺陷，借鉴范子英等（2016）和王贤斌与黄亮雄（2018）的方法对夜间灯光亮度进行校准，根据2013年的灯光数据对2014—2016年的NPP-VIIRS数据进行归一化处理，具体为使用2013年两套不同数据间的比值乘以后三年的灯光亮度。将计算得到的2003—2016年的夜间灯光亮度与消除通胀后的实际GDP对数进行相关性分析，相关系数为0.6105，并在1%的水平下显著，说明本章计算的灯光亮度具有一定的准确性。

2. 财政支出占比（fina）

为避免与创新变量产生多重共线性，我们使用剔除科教支出外的政府财政支出占GDP的比重度量政府的干预程度。

3. 外商直接投资占比（fdi）

采用各地级市每年外商直接投资额占GDP的比重度量对外开放程度对雾霾污染的影响情况。

4. 产业结构（indu）

具体为第二产业增加值占GDP的比重。

5. 固定资产投资占比（invest）

使用汇率折算后的固定资产投资除以当年GDP度量。

6. 空气流动系数（lnVC）

我国多地区大面积持续性雾霾污染从生成到扩散转移会受到风速、风向、空气湿度、逆温层等气象因素的影响。流动性好的气象条件有利于雾霾的扩散和稀释，使用空气流动系数可以在一定程度上合理地控制雾霾的空间溢出效应（陈诗一、陈登科，2018），减少因遗漏变量造成的估计误差，进而准确识别出本地创新水平对雾霾污染的减低效果。

空气流动系数等于风速乘以边界层高度（Jacobsen，2002）。

lnVC_i，t=ws_i，t×blh_i，t

欧洲中期天气预报中心（ECMWF）的ERA-INTERIM数据库提供了多种网格多时间段的近地面10米风速（ws_i，t）与边界层高度（blh_i，t）数据。本章使用ArcGIS软件对75°×75°网格的月平均栅格数据进行解析，求出年平均值，计算各网格所对应年份的空气流通系数，再根据经纬度匹配最终得到283个地级市的空气流通系数（沈坤荣等，2017）。

7. 人口密度（pop）

考虑到人口活动是产生雾霾的重要因素之一，使用人口密度（市辖区单位面积人口总数）度量人口集聚对雾霾的影响。

8. 道路长度（lnroad）

汽车尾气排放对雾霾贡献的比例不可忽视，因此采用反映交通运输强度的市辖区道路长度来考察交通因素对雾霾污染的影响。

9. 绿化面积（lngreen）

使用市辖区绿化覆盖面积对数值表示。

本章的数据样本由2003—2016年283个地级城市的面板数据组成。除夜间灯光数据外，上述数据源自历年《中国城市统计年鉴》、知网、SooPAT和ECMWF的ERA-INTERIM数据库。模型中主要变量的统计描述详见表3-1。

三、实证结果

（一）基准回归分析

表3-2第（1）列中，lntotal的系数估计值为-1.008，而且通过了1%的显著性水平，表明专利总量存量显著地降低了地区的雾霾污染。控制变量中，夜间灯光越亮的地区雾霾污染越严重，说明经济发展对雾霾的贡献显著为正。财政支出占比显著地增加了雾霾污染，在晋升锦标赛（周黎安，2004）的驱动下，地方政府会舍弃掉长远的环境保护和产业升级转型目标，转而追求短期经济效益，从而降低了创新的治污减霾作用。FDI占比验证了我国地级市存在“污染避难所假说”。产业结构和道路长度对雾霾污染的影响不显著；固定资产投资占比、空气流动系数、人口密度、绿化面积则显著降低了雾霾污染。

2012年党的十八大报告中明确提出坚持走中国特色自主创新道路、实施创新驱动发展战略。为了探讨实施创新驱动发展战略前后创新对雾霾污染的影响是否发生了变化，我们从时间异质性的角度分析两者之间的关系，将样本划分为两个时间段。回归结果显示，2003—2011年专利总量系数为-0.745，显著性水平为5%；而2012—2016年系数变为-6.350，增加了8.52倍，且显著性水平提高到了1%。随着我国进一步加快建设创新型国家的步伐，创新能力得到逐步释放，创新对降低雾霾存在累积效应。

其中，夜间灯光亮度系数由正的显著变为负的不显著，为进一步验证EKC（环境库兹涅茨）假说，在全部时间样本下加入灯光二次项，从图3-1中可以看出，不同于省级数据下的“U”形回归结果（马丽梅、张晓，2014；邵帅等，2016），我国地级城市夜间灯光亮度与PM2.5之间存在“倒U”形关系。随着经济发展水平的提升，一些城市已经越过EKC曲线拐点。

同时考虑到我国地区发展不平衡的现实异质性，表3-2中（4）—（6）列报告了东、中、西部分地区的回归结果，可以发现，专利存量对三个地区的雾霾均存在抑制作用，但该作用仅在东、中部地区显著，且东部显著性最高，系数负向最大。可能是因为相对于中西部而言，东部地区市场化程度较高、营商环境较好，更有利于民营科技企业发展，发挥创新治污减霾的技术效应；而西部地区则集聚了较多高校、科研院所，其创新活动未能与企业产生良好互动，较少应用到生产活动中，难以发挥创新对雾霾的抑制作用。

（二）异质性分析

进一步地，考虑到不同地级市特征的现实差异性可能会影响到创新对雾霾的影响，我们按照人力资本、市场化程度和资源丰裕程度进行分组展开异质性分析。具体采用样本期间内城市每万人在校大学生数衡量人力资本水平；使用考察期内社会消费品零售总额占GDP总额的比重表示市场化程度；使用城市每万人采掘业就业人数表征资源丰裕程度。分别求得地级市在样本期内三种指标年均值，并按照中位数将其分为高、低两组。

表3-3中的估计结果表明，人力资本及市场化程度更高的地区，创新对雾霾污染的抑制作用更为明显。而资源丰裕的地区，创新的治污减排效果超过了资源匮乏地区。人力资本作为一种从事创新活动的主体创新要素，城市所拥有的人力资本越丰富，教育水平越高，越会降低专利的研发成本，更好地释放创新效应，提升对雾霾的抑制作用。市场发育程度较低的地区多是西部经济欠发达城市，其创新活动较少应用到企业生产经营中，多以科研专利的形式存在，并且市场发育程度较低的地区，创新活动会受到限制，难以发挥出规模效应。

我国资源型城市可能面临更为严重的环境问题。相对于资源较贫乏的城市，资源丰裕城市的能源强度和污染排放强度下降的速度较为缓慢（李江龙、徐斌，2018）。资源型城市较少受到资源方面的制约，提高资源使用效率的激励不足；资源部门的生产活动会对企业创新行为产生挤出效应。并且，资源型城市在以资源为依托发展重工业时具有比较优势，从而更多发展资源密集型产业，并形成对资源的路径依赖。回归结果发现，创新在推动地区经济产业优化转型治污减排的过程中也会遵循边际效应递减规律，非资源型城市产业结构相对更优化，创新对抑制雾霾的边际效应已趋于弱化。在资源型城市，创新发挥治污减霾的空间更大，需要进一步推动产业优化升级，释放创新动力，实现由“黑色经济”向“绿色经济”的发展转型。

（三）机制分析

发明专利、实用新型和外观设计三种专利之间存在多重共线性，因此分别用其存量对PM2.5进行回归。三种专利具有不同属性，发明专利技术水平含量最高，发明专利代表企业在从事生产活动和治理排污方式时具有较强的技术创新水平，可以通过研发清洁能源替代污染性能源，提高能源利用率，改变能源使用结构，从而降低能源消耗和污染排放。同时，发明专利对推动产业结构的升级、转变增长方式、从粗放式增长转型为集约式增长的影响更为明显。而实用新型专利和具有市场属性的外观设计专利虽然无法对治污减排起到直接作用，但其创新活动可以通过挤出高污染、高耗能生产活动的方式降低雾霾污染。

表3-4中（13）—（15）列显示，与专利总量回归结果相同，三种专利对降低雾霾均表现出显著为负的影响，说明创新对降低雾霾污染具有技术效应和挤出效应。实用新型系数负向最大，意味着我国目前以“过度膨胀”的实用专利为主体的专利结构（毛昊等，2018）对雾霾的抑制更多体现为挤出效应，技术效应的发挥有待进一步提升。

（16）—（18）列的回归结果显示，夜间灯光亮度作为经济集聚的代理变量与三种专利的交互项系数对雾霾均显示出负的影响，说明经济集聚下创新的治污减霾存在扩散效应。经济集聚有利于知识溢出，企业间共享知识技术增加了创新对雾霾的抑制作用。

（四）稳健性检验

出于稳健性的考虑，本章对PM2.5和专利数据样本进行替换。一方面，将专利申请存量更换为当年专利授权流量；另一方面，使用ArcGIS按照地级市驻地提取得到PM2.5的点源性数据。可以看到，在两种稳健性回归结果下，创新对雾霾的抑制作用均存在技术效应、挤出效应和扩散效应，说明本章的实证结果是稳健的（见表3-5）。

（五）内生性分析

利用宏观经济社会指标进行面板数据分析，不可避免地会面临内生性问题。首先，创新与雾霾污染存在互为因果的关系。Shuai Chen等，（2017）发现空气污染会降低人口的迁入迁出率，并且对受到良好教育的劳动力迁移意愿影响最大。人力资本具有较强选择迁移的能力，从事创新活动时会倾向于选择环境质量好的地区，降低了雾霾污染严重地区的创新能力。其次，形成雾霾的因素众多，若误差项中影响雾霾污染的因素不能被完全控制，创新的估计系数仍将有偏。对此，本章使用SGMM模型和工具变量方法解决内生性问题。

考虑到工具变量必须满足外生性和相关性条件，本章选择如下两个工具变量：

1. 知识产权保护

知识产权保护尤其是专利保护是激发创新活力的重要手段之一（龙小宁等，2018）。研发具有失败的风险，创新活动具有高度不确定性，知识产权保护可以通过保障创新回报、化解不确定性，提高专利价值，增进创新投入（Gallini and Scotchmer，2002；Lanjouw and Lemer，1998）。并且知识产权保护还可以通过累积创新效应，提供公开专利信息促进技术传播，降低知识获取成本和激发后续创新（Cassiman and Valentini，2016；Kang and Kang，2014）。国内研究也表明，对知识产权的保护有利于专利数量的增长和创新产出的持续增加（尹志锋等，2013；吴超鹏、唐菂，2016；龙小宁、林菡馨，2018）。自2008年我国颁布《国家知识产权战略纲要的通知》之后，又陆续出台了《商标法》《专利法》《技术合同法》《著作权法》和《反不正当竞争法》等法律法规文件。不断完善的知识产权保护制度将有力地增加专利数量，不断提高创新能力。本章尝试使用这一指标作为专利存量的工具变量，研究创新对雾霾的影响作用。

目前我国知识产权保护制度为行政保护与司法保护并行的“双轨制”。司法保护作为权利人通常向司法机关寻求法律救济而启动的保护，遵循“不告不理”的原则；行政保护则更多是基于行政职权的主动出击，效率更高，具有便捷性、取证手段多样性以及维权成本经济性等优势。此外，在后续救济机会方面，行政保护和司法保护也存在一些差别，倘使权利人对行政救济的结果不满意，可再次寻求司法保护；如果权利人先寻求司法保护，则无法在司法保护不满意的情况下诉求行政保护。有数据显示，我国发明专利在司法诉讼案件中的数量较少，同时国家知识产权侵权损害赔偿体系运转效率相对较低，表明目前司法保护的影响还很有限。因此，本章尝试使用知识产权制度的行政保护作为工具变量，研究创新对雾霾的影响。

我们从国家知识产权局手工搜集了历年各省专利侵权纠纷及其他纠纷立案数，考虑到创新活动与经济发展的高度相关性，利用各省下属地级市实际GDP占比乘以各省立案数得到地级市层面数据，同时为剔除经济规模的影响，以“立案数+1”与地区就业人口的比值表征知识产权制度的“行政保护”。

2. 公共创新环境

政府不仅可以通过完善知识产权保护制度，而且可以营造良好的公共创新环境引导企业创新行为。陈诗一和陈登科（2018）认为政府工作报告是依法行政和执行权力机关决定、决议的纲要，是指导政府工作的纲领性文件。公共创新环境涵盖了更为丰富的内容，用研发补贴或税收优惠某一单一指标往往难以全面刻画创新环境。政府工作报告中与创新有关的词汇出现的频次可以显示出政府对创新的重视程度。我们使用这一指标作为专利存量的工具变量。

本章政府公共创新环境指标的具体构建步骤如下：首先，手工收集整理30个省份2003—2016年的420份政府工作报告；其次，利用Python Jieba工具对政府工作报告文本进行分词处理；最后，统计创新相关词汇出现的频次。与创新相关的词汇具体包括创新、技术、科技、科研、人才、技改、产学研、科教、专利以及研发等。

需要特别说明的是，选取省级变量来度量地级市政府公共创新环境在缓解了内生性的同时也降低了地级市层面的变异性。针对此问题，本章借鉴Bartik（1991）以及陈诗一和陈登科（2018）的方法进行处理。根据复旦大学的《中国城市和产业创新力报告2017》，2000—2017年我国行业创新指数排名前50%的产业大类为制造业和信息传输、软件和信息技术服务业，由于地级城市制造业和信息传输产业产值占GDP比重数据缺失，同时考虑到创新主要存在于二、三产业，我们使用地级城市二、三产占比之和与创新词频交乘，最终得到地级市政府公共创新环境指标。省级层面政府治理对其内部地级市的影响因各市二、三产业占比不同而存在差异，二、三产业占比越高的城市，政府营造公共创新环境的力度越明显。

本章使用的样本为2003—2016年283个城市数据，能够很好地满足SGMM“大N小T”的模型要求（blundell and Bond，1998）。回归结果表示，Sargan检验和AR（2）检验均已通过，符合SGMM的要求，表明本章使用的工具变量是合理的。三种专利回归结果均显示SGMM模型中被解释变量滞后项的估计系数介于POLS和FE所对应的估计系数之间，说明工具变量的估计结果具有可信性（见表3-6）。

上一期PM2.5对本期PM2.5的影响显著为正，表明雾霾污染变化具有明显的路径依赖特征。回归结果显示，三类专利存量均显著降低了雾霾污染。并且科技含量最高的发明专利系数负向最大，对降低能源消耗和污染排放的影响最明显，技术效应超过了挤出效应。纳入知识产权制度和公共创新环境工具变量的SGMM估计中，发明专利存量、实用新型专利存量和外观设计专利存量对雾霾的系数，分别是表3-4中回归结果的11.25倍、7.54倍和7.09倍。忽略内生性，会显著低估三类专利存量对雾霾污染的抑制作用。