知識作用視角下城市間環境規制異質性與綠色創新質量研究

林子秋，李應博

(清華大學 公共管理學院，北京100084)

0 引言

綠色創新是實現經濟增長以及與環境污染脫鉤的重要手段。隨著全球氣候變化、能源短缺和可持續發展議題逐漸得到重視，人們對綠色創新的需求與日俱增。綠色創新涵蓋綠色產品創新、綠色工藝創新、清潔生產技術創新和污染物終端治理創新。盡管關于綠色創新的概念尚未達成一致，但所有表述幾乎都涵蓋綠色創新兩方面目標，即減少自然資源依賴與降低污染排放量。相比于綠色創新行為，綠色創新質量是創新結果導向的，技術復雜性、經濟效益、技術影響力是測度綠色創新質量的主要方式[1]。為了更好地理解公共政策如何加速引導綠色創新，需要深入了解綠色創新影響因素。綠色創新作為技術創新的子集，一方面受制于知識溢出市場失靈這一技術創新共有特點[2]的限制，另一方面受到環境外部性市場失靈的阻礙。面對雙重的市場失靈，環境規制政策被認為是促進綠色創新的重要手段[3]。

近年來，我國中央和地方政府日益重視環境保護問題，環境治理投資力度與財政環保支出費用呈現逐年上升態勢，與之相對應的是，我國綠色專利申請量與授權量也與日俱增，如圖1所示。那么“爆炸式”的專利增長能否代表我國綠色專利質量和綠色創新能力提升？國家知識產權局于2014年發布的研究報告指出，我國還不是真正意義上的知識產權強國，專利對產業轉型升級和經濟社會發展的有效支撐力還遠遠不足。既有研究也表明，我國創新數量的增長并沒有伴隨質量上的跟進[4-6]，綠色創新領域的專利質量在2006-2016年并未出現明顯提高[7]，創新質量與環境規制強度也呈現非線性關系[8]。圖2中綠色發明專利數在綠色專利申請總數中的占比和在綠色專利授權總數中的占比也表明，其增長并沒有出現與環境治理投入或綠色專利數量相一致的發展趨勢。上述現象引出了本文的研究問題，即我國的環境規制政策如何對綠色創新質量發揮影響？

目前，我國的環境規制主要呈現為放權式治理模式，地方政府執行環境規制標準的差異導致環境規制存在城市異質性，而異質性的城市規制直接影響轄區主體綠色創新行為。既有研究在回答環境規制異質性對城市綠色創新的影響時，大多圍繞企業激勵與污染轉移展開分析，其中的觀點主要分為“波特假說”與“污染天堂”。 “波特假說”認為，鄰近地區的環境規制通過溢出效應影響本地企業綠色創新的收益預期，激勵本地清潔技術研發與技術擴散[9]；“污染天堂”觀點則認為，部分區域較為寬松的環境規制使其成為“污染避難所”，企業通過轉移污染密集型工廠，逃離原有的高規制地區，致使本地綠色創新得不到應有發展[10]。上述研究都屬于“激勵—回應”視角下環境規制對創新的影響分析[11]。

創新激勵與回應固然重要，但創新主體具備的知識基礎往往對創新質量具有更重要的影響[12]。與非綠色創新相比，綠色創新知識基礎的多樣性、復雜性與不確定性更顯著[13]。例如，可再生能源技術需要大量顛覆性創新活動，對基礎科學知識的需求高于對技術知識的需求[12]；節能減排技術更多地依賴于上下游產業間的復雜關聯，創新主體需要將關聯產業知識納入分析范疇才可決定自身技術走向[14]；溫室氣體減排類技術在收益上具有不確定性，方案上是否行得通在事前并不清楚，這也導致創新主體更愿意投向既有知識[15]。上述多樣性、復雜性與不確定性更加凸顯了知識基礎概念在綠色創新質量分析中的重要性。

環境規制作為對公眾環境需求的制度性回應，通過標準設定與注意力引導，將環境壓力轉變為特定知識選擇和知識結構重塑，使得污染排放主體與綠色創新主體能夠通過調整其技術方向，優化創新投入并促進知識生產[16]。然而，現有研究針對環境規制知識作用問題的關注不足[17]。因此，區別于“激勵—回應”視角下的環境規制對創新的影響研究[11]，本文引入知識作用視角，分析城市環境規制異質性與綠色創新質量關系。通過使用我國279個地級市2004-2014年面板數據，采用負二項回歸模型，研究發現，鄰近城市環境規制強度提升會對本地城市綠色創新質量產生負向影響，該效應主要通過知識寬度縮小、知識距離擴大兩類中介效應發揮作用，鄰近城市環境規制強度的負向影響還會受到城市間知識平衡度的調節作用，當城市間綠色知識平衡度較高時，鄰近城市環境規制強度對本城市綠色創新質量的影響能夠由抑制轉為促進，發揮正向作用。

本研究的邊際貢獻主要有以下3個方面：首先，引入高質量專利與專利被引次數反映城市綠色創新質量，將環境規制的城市異質性與綠色創新質量納入統一分析框架，為深入理解地方環境治理與創新高質量發展提供理論依據；第二，基于知識寬度與知識距離提出環境規制影響綠色創新的中介機制，探討知識平衡度對上述關系的調節作用，拓展引致創新理論[18]的作用機理；第三，提出政策建議，為地方政府開展環境治理協同、構建環境與技術政策互補格局提供理論基礎。

1 理論機制與研究假設

1.1 綠色創新與綠色創新質量

學術界對綠色創新尚無統一定義。部分研究將綠色創新聚焦在技術領域的變革，認為與綠色產品或過程相關的硬件或軟件創新(包括節能、污染防控、廢物回收、綠色產品設計或企業環境管理的技術改善)都可稱為綠色創新[19]；另一部分學者則兼顧綠色創新在技術、組織乃至社會領域的多重變革，將綠色創新定義為“為減少自然資源(包括材料、能源、水和土地)使用、降低有害物質釋放，而改進新產品(商品或服務)、流程、組織結構或營銷解決方案的活動”[20]。盡管不同學者對綠色創新的定義不盡相同，但所有表述幾乎都涵蓋綠色創新的兩個目標，即降低自然資源使用與減少環境污染。在綠色創新測度方面，部分學者使用R&D支出[21]和綠色生產率[22]等間接指標衡量綠色創新，伴隨專利數據的普及，其逐漸變成度量創新的重要指標。由于專利會提供專利發明者、權利要求、專利族和引用等信息，有利于識別創新主體類型和創新質量，因此越來越多的研究者開始采用專利數據衡量綠色技術創新[23]。

綠色創新質量是指創新活動產生的結果，即通過創新創造或維持的價值[24]。現有研究主要從3個維度表征，即技術研發復雜程度、技術影響力和技術經濟效益。第一是技術研發復雜程度，部分學者采用發明專利數量或發明專利比例衡量創新質量[25]，這是因為發明專利比其它類型專利需要更多的研發投入、更高的專利費用和更嚴格的專利審查標準[1]；第二是技術影響力或技術擴散程度，一些學者使用專利被引用次數[26]衡量創新質量，如果一項專利對進一步創新有所啟發，基于該專利形成的后續專利自然會引用它，“被引”是原始專利具有開創性本質的外在表現；第三是技術的經濟效益，Fischer&Leidinger[27]使用專利拍賣價格衡量創新質量，也有學者使用專利家族成員數衡量創新質量。專利家族成員數是指為一項發明申請專利保護的司法管轄區數量[28]，專利家族成員數與專利價值，尤其是經濟價值顯著相關[27]。

1.2 環境規制的城市異質性

為更好地了解公共政策如何加速引導綠色創新、提高綠色創新質量，有必要深入分析創新驅動因素。綠色創新作為技術創新的一個子集，一方面受制于知識溢出市場失靈這一技術創新共有特點的束縛[2][3]，另一方面受到環境外部性市場失靈的阻礙。面對上述雙重市場失靈，除創新驅動理論中傳統的需求拉動[29]與技術推動[20]外，環境規制被認為是提升綠色創新質量的主要手段[30]。

隨著政府環境規制力度提升，我國綠色專利申請數不斷增加，但創新數量的增長并沒有帶來相應的質量提升，部分領域的發明專利占比較低，高質量的技術創新較少[4-6]。陶鋒等[7]聚焦綠色創新領域，通過使用IPC信息表征專利質量，研究認為，我國的綠色專利質量在2006-2016年并未得到顯著提高。那么我國的環境規制政策究竟對綠色創新質量起何種作用？

本文認為，盡管國家層面的規制力度不斷提升，但歸根結底，城市和區域層面的規制強度才對當地主體創新行為與創新質量產生直接影響。我國的環境規制主要呈現為放權式治理模式，環境規制的城市異質性來自地方政府執行環境規制標準的差異。隨著經濟社會發展以及政府對環境保護問題重視程度的提高，地方政府間的“逐底競爭”逐漸轉變為“逐底競爭”與“競相向上”并存的非對稱格局[31]。現有關于環境規制對綠色創新的影響機制研究都是從“激勵—回應”視角解釋環境規制與綠色創新關系，視企業等機構為理性決策主體，將環境規制成本納入知識生產決策系統考量。然而，該視角容易忽略環境規制在知識與技術引導方面的作用，這是因為綠色創新具有知識多樣性、復雜性與不確定性，在分析創新過程中應更加關注規制政策對綠色知識的引導作用。新經濟地理學研究表明，城市間的創新活動存在明顯的知識流動與溢出現象，鄰近地區的知識外溢有助于提升本地知識水平[33]，但當不同城市在技術引導與標準設定等方面存在較大差異時，這種差異會阻斷城市間原有正常的知識流動，不利于本城市向鄰近城市學習，從而抑制本城市綠色創新質量提升。此外，環境規制政策對綠色創新質量的作用也存在不確定性，“波特假說”中遵循的成本效應往往在當期產生，而創新補償效應存在一定滯后性，需要一段時間方能顯現，若短期內鄰近城市的規制強度過高，則會給自身企業施加過重的成本約束，抑制其綠色創新質量提升，不利于鄰近城市新技術研發與城市間知識擴散。據此，本文提出如下假設：

H1：鄰近城市環境規制強度提升會抑制本城市綠色創新質量提升。

1.3 知識作用視角下的環境規制

環境規制通常被認為能促進綠色創新[34]，其驅動力主要來自三方面：規范、激勵與引導[17]。其中，引導主要是指環境規制是對公眾環境保護訴求的制度性回應，它將壓力轉化為具體政策，通過細化技術要求，為污染者和環境技術供應商提供實際指導。環境規制作為技術變革的“過濾器”和“引導器”，通過性能標準設定，將創新主體注意力聚焦于某些特定方面，進而影響創新方向和模式。

環境規制通過聚焦特定領域的污染治理影響城市間的知識寬度。創新作為知識重組的結果，其搜索空間、搜索元素都會影響創新質量，其中，遠距離搜索對創新新穎度提升十分重要[35]，而知識寬度賦予轄區創新主體可使用的知識要素，企業通過地理空間內的模仿學習與競爭，選擇對自己未來發展最為關鍵的知識并將其應用于知識生產與技術研發過程(如圖3所示)。環境規制會促使企業和產業群體內部發生強制性“精洗”，讓企業優勝劣汰，但也不可避免地改變了原有地區的知識寬度，導致原有知識成分向部分領域集中。綠色創新活動是一個復雜過程，需要多樣化的知識投入，當鄰近城市的規制強度較高時，城市間整體的知識寬度會發生縮減，這一調整會對原先的綠色創新過程構成沖擊，通過溢出效應影響本地企業綠色創新質量。據此，本文提出如下假設：

H2：知識寬度在鄰近城市環境規制強度與本城市綠色創新質量之間起負向中介效用。

城市環境規制的異質性會影響鄰近城市間知識距離，位置相鄰的城市間更易形成研發合作，實現隱性知識傳遞。綠色技術相比非綠色技術具有更強擴散性，在能源生產、運輸、燃料和照明4個技術領域，清潔技術的知識溢出率與傳統技術的知識溢出率平均相差43%[36]。從技術鄰近角度來看，知識距離較近的專利更易產生溢出效應，而知識距離較遠則意味著成本和不確定性更大，而且可能對新知識質量產生負面影響[37]。當鄰近城市的環境規制強度提高時，城市間環境規制的異質性更顯著，知識結構差異隨之上升(如圖3所示)，既有的知識流動將受到進一步抑制。據此，本文提出如下假設：

H3：知識距離在鄰近城市環境規制強度與本城市綠色創新質量之間起負向中介效應。

城市間的知識平衡度能夠有效調節鄰近城市環境規制強度提升帶來的負面影響。知識要素分布越均衡(如圖3中的分布曲線盡可能“低峰胖尾”)，城市間的知識儲備也越均衡，當城市間環境規制異質性增強時，創新主體能夠更加合理地選擇、調配不同類型的知識要素，實現有機重組，當平衡度達到一定值后，環境規制的沖擊甚至可以帶來創新質量提升；如果城市間的知識分布過于集中，面對環境規制沖擊時，創新主體在短期內可能找不到合適的知識要素進而無所適從。過于集中的知識分布也不利于探索性創新，創新主體更會選擇在既有領域從事漸進性創新，因此短期內不會開拓新技術[38]。據此，本文提出如下假設：

H4：城市間知識平衡度在鄰近城市環境規制強度與本城市綠色創新質量關系中起調節作用。當城市間知識平衡度達到一定閾值時，鄰近城市的高環境規制對本地綠色創新質量的作用將由抑制轉為促進。

綜上所述，構建本文的理論框架,如圖4所示。

2 數據收集與研究方法

2.1 模型選定

本文使用城市綠色發明專利申請數與城市綠色發明專利被引量兩個變量刻畫綠色創新質量。

(1)綠色發明專利申請數(gpatentit)。相比實用新型專利，綠色發明在突破性、獨創性、新穎性方面更具特色，是對某技術方案的突破性升級或創造，因此本文采用t年城市i中專利家族成員數大于或等于2的綠色發明專利gpatentit申請數作為表征城市綠色創新質量的第一類變量[30,34]。一項發明在多個專利機構尋求專利保護，將涉及多項額外費用(如專利律師費、審查費和翻譯費)，這也意味著如果申請人選擇擴大發明保護范圍，該專利質量和價值將大于或等于額外保護費用，也就代表著該專利創新質量較高。綠色創發明專利gpatentit通常會出現過度離散現象，使得泊松分布條件不滿足，此時負二項分布模型更有效。表2中的(1)和(2)表明，gpatentit方差明顯大于均值且alpha檢驗也在1%的水平下顯著拒絕alpha=0的原假設，表明因變量為過離散，支持采用負二項分布模型。

E[gpatentit|X]=exp[β1L.WER+β2L.ER+β3L.gpatentit+∑βjControl+μi+νt+εit]

(1)

其中，gpatentit是i城市t時期專利家族成員數大于或等于2的綠色發明專利申請總量，X表示等號右邊出現的所有解釋變量，分別是滯后一期的鄰近城市環境規制強度加權平均值L.WER、滯后一期的城市環境規制強度L.ER、滯后一期的城市綠色發明專利申請數L.gpatentit、所有控制變量Control、城市固定效應μi、時間固定效應νt和自身擾動項εit，控制變量包括時期t城市i的經濟社會發展水平、需求拉動類因素與技術推動類因素。

(2)綠色發明專利被引量(lnCitationit)。本文使用綠色發明專利被引量作為表示城市綠色創新質量的第二類變量，專利被引量能夠從累進創新角度表征技術影響力，是反映專利質量的重要指標[39]。由于綠色發明專利被引數表現為冪律分布形態，因此對其加1取對數化，并采用固定效應模型對其進行回歸分析。

lnCitationit=β0+β1L.WER+β2L.ER+β3L.gpatentit+∑βjControl+μi+νt+εit

(2)

其中，lnCitationit表示城市i在t年的綠色發明專利同族被引量，為了避免早期專利累計的被引量隨專利年齡變化而遞增，本文選取每個綠色發明專利從申請日開始的3年期(t,t+3)和5年期(t,t+5)窗口計算lnCitation3yit與lnCitation5yit；其余變量與上文相同。

2.2 數據與變量

2.2.1 城市綠色創新質量

城市綠色創新質量數據來自Patsnap數據庫，本文參考綠色專利相關研究[40,41]，采用如下步驟進行數據檢索與整理：依據世界知識產權組織(WIPO)于 2010 年推出的 “國際專利分類綠色清單”中所列出的IPC分類號，識別受理國為中國的全部專利信息，該檢索條目依據《聯合國氣候變化框架條約》將綠色專利分為廢棄物管理、能源節約等7種類型。將專利申請日限定在2003—2014年，采取如下檢索式進行逐一檢索：(IPC=(XXX))AND(AD=[20030101to20141231])(XXX為“國際專利分類綠色清單”中包含的IPC分類號)。在得到全部專利信息后，按年份與申請人所在城市對同族專利進行加總。

2.2.2 核心解釋變量

(1)環境規制強度(ERit)。目前，學術界在度量環境規制時主要采用單一指標法[42]、綜合指數法[43]、分類考察法[44]以及賦值評分法[45]4種方法測度國家環境規制強度。其中，單一指標法由于是從環境規制的某方面進行衡量，容易造成研究結論出現偏差；賦值評分法具有一定的人為主觀性。同時，城市數據可得性的約束導致無法從多角度考察環境規制強度。因此，本文采用綜合指數法測算環境規制水平。

[prigt-min(prg)]/[max(prg)-min(prg)]

(3)

(4)

(5)

WERi=∑j≠iwijERj

(6)

行政鄰近權重矩陣wi,j為：

(7)

地理距離權重矩陣w'ij為：

(8)

式中，dij是該城市與其它城市的經緯度距離。

(2)知識寬度(breadthit)。一項專利不同的國際分類(IPC)代碼數量代表了該專利的技術廣度或范圍[47]，技術范圍與創新價值密切相關，而且專利技術范圍是預測創新主體未來專利質量的主要因素[48]。本文參考Lerner、Shane & Squicciarini等[49]的做法，用本城市與鄰近城市所有綠色發明專利所屬不同IPC大類編碼的總數衡量綠色知識寬度breadthit。

(3)知識距離(distanceit)。為構造本地與鄰近地區專利知識距離變量，借鑒于飛等[50]的方法，利用專利IPC大類編碼，使用(fik-fjk)代表地區i與地區j在第k項大類編碼上的比例差，dij代表某城市與鄰近N個城市大類編碼比例差的平方，由于知識距離dij存在右偏分布，故對其求平均值后作自然對數處理。

(9)

(10)

(4)知識平衡性(balanceit)。本文采用本城市與鄰近城市專利所屬IPC大類編碼的信息熵表征城市間知識平衡性[51]。信息熵越大，代表城市間IPC大類編碼分布越均勻，反之則越集中。城市間知識平衡度balanceit計算公式如下：

(11)

2.2.3 控制變量

本文從3個方面篩選控制變量，分別是城市經濟社會發展水平、需求拉動因素與技術推動因素[29]，以此控制可能影響城市綠色創新的相關因素，避免潛在遺漏變量的問題。

(1)城市經濟社會發展水平。采用城市人均 GDP 水平的自然對數lngdp_pcit與人口規模populationit表示城市經濟發展水平，這是因為經濟發展水平越高的城市對環境往往有著更高要求，其綠色創新水平也會越高。本文采用地區產業結構indus_strit(第二產業增加值與第三產業增加值之比)表征城市產業高級化程度。由于綠色創新主體多為工業企業，因此引入工業企業資產總額lntassetsit表示城市工業企業規模，工業企業選自中國工業企業數據庫2003-2014年的微觀企業樣本，企業資產總額為企業固定資產與流動資產之和，本文將其加總至城市層面。由于該變量存在較為嚴重的右偏分布，故對其進行對數化處理。此外，采用工業企業中外資企業資產占比wzratioit表征城市對外開放程度，城市對外開放程度越高，越有利于吸收外來知識，提升本地創新水平。

(12)

(3)技術推動因素。引入城市普通高等學校在校生人數unistuit、城市財政教育支出比例eduratioit與城市財政科技支出比例techratioit表征城市對創新的支持強度。普通高等學校在校生人數能夠為城市創新研發提供人力資本，政府的教育與科技投入比重能夠反映地方政府對本地創新活動的偏好及支持程度，進而為創新發展提供豐富的公共產品供給。

3 實證分析

3.1 描述性統計

選取2004—2014年中國279個地級市面板數據，使用2003—2013年數據作為相關變量的一期滯后項，共得到3 069個樣本。由于采用綜合指數法測度環境規制，其中涉及的工業煙粉(塵)處理率、工業廢水處理率與工業廢氣處理率三項指標覆蓋時段為2003—2014年，參考沈坤榮[32]與Peng[46]的研究，本文也選取該時段進行分析。城市經濟社會發展水平、需求拉動與技術推動數據主要來源于《中國城市統計年鑒》、CSMAR數據庫與CNRDS數據庫，部分缺失值采用插補法填補。從描述性統計結果可以看出，被解釋變量gpatentit均值為102，最大值為12 114，最小值為0，標準差達450.5，明顯大于均值，表明gpatentit可能存在過度分散問題。

3.2 實證結果與分析

3.2.1 基礎回歸

表2的基礎回歸模型(1)(3)和(5)表明，當控制住本城市環境規制強度后，鄰近城市環境規制強度提升會負向影響本地綠色創新質量，表明鄰近城市的環境規制會對本城市產生負向溢出效應，這與Peng等人的研究結論一致。為了增強研究結果的穩健性，引入地理距離矩陣的回歸結果進行對比，模型(2)(4)與(6)的結果表明，以綠色發明專利申請量和綠色發明被引數表征的城市綠色創新質量都受到了鄰近城市規制強度的負向影響，回歸系數在5%水平下顯著，體現出結論的穩健性，即假設H1得到驗證。

表2 基礎回歸模型

控制變量中，人均GDP水平的自然對數值在1%的水平下顯著為正，表明經濟發展水平越高的地方對綠色發展有著更高訴求，創新質量也越高；人口規模對綠色創新質量的影響在10%的水平下顯著為正，表明地區人力資本存量與綠色創新質量有著正向關聯；普通高校在校學生數對城市綠色發明專利申請量沒有顯著影響，但對城市綠色創新被引量有著顯著正向影響，表明城市研究型人力資本對于綠色創新技術傳播和擴散發揮積極作用；城市科技類財政支出結構對綠色發明專利申請數和被引量均有正向影響，表明政府對科技發展的偏好會在一定程度上促進地方創新能力提升。為了避免綠色創新面板數據可能出現的自相關問題，方程中對綠色發明專利申請數作滯后一期處理，以控制城市綠色創新基礎的影響，滯后一期變量的回歸系數為正，表明城市綠色創新基礎與當期因變量存在正向關系，體現出綠色創新質量的時間慣性。

表1 變量描述性統計結果

3.2.2 機制分析：知識寬度縮減與知識距離擴大的中介效應

參照Baron & Kenny[52]的方法，構建中介效應模型實證分析鄰近城市環境規制強度對本地綠色創新質量的影響機制。中介變量為城市間綠色創新知識寬度與知識距離，通過知識寬度縮減效應與知識距離擴大效應機制，考察城市間環境規制異質性對綠色創新質量的影響。中介效應模型如下：

Gpatentit(lncitationit)=β0+β1L.ERit+β2∑j≠iwijL.ERjt+γX+λi+λt+μit

(13)

mediait=η0+η1L.ERit+η2∑j≠iwijL.ERjt+γX+λi+λt+μit

(14)

Gpatentit(lncitationit)=δ0+δ1L.ERit+δ2∑j≠iwijL.ERjt+δ3mediait+γX+λi+λt+μit

(15)

式中，中介變量mediait包括知識寬度breadthit與知識距離distanceit。

表3的回歸結果(1)和(2)說明，鄰近城市環境規制強度對城市間知識寬度有負面影響，環境規制強度通過標準設定、方向引導在一定程度上限制了綠色創新范圍，削弱了城市開展后續綠色創新的基礎；將城市間知識寬度中介變量納入綠色創新質量方程，即表3的(3)-(8)，結果顯示，鄰近城市環境規制強度L.WERit變量與表2中(1)-(6)的回歸系數相比，無論是顯著性還是系數大小均出現下降，而城市間知識寬度breadthit變量則在1%的水平下顯著為正，表明城市間知識寬度扮演負向中介變量角色，鄰近地區環境規制強度通過城市間知識寬度縮減效應負向影響城市綠色創新質量，假設H2得到驗證。

表3的回歸結果(9)和(10)說明，鄰近城市的環境規制強度對城市間綠色創新知識距離起正向擴張作用，該擴張使得城市間知識流動賴以發生的共同知識減少，不利于城市間知識共享與重組。當引入中介變量城市間知識距離distanceit至原方程后，發現其系數在1%的水平下顯著為負，且鄰近城市環境規制強度L.WERit變量與表2中(1)-(6)的回歸系數相比，無論是顯著性還是系數大小均出現下降，表明城市間知識距離在其中扮演負向中介變量角色，且鄰近城市環境規制提升通過知識距離擴大效應負向影響本城市綠色創新質量，假設H3得到驗證。

表3 知識寬度縮減的中介效應

3.2.3 進一步討論：知識平衡度的調節效應

引入城市間綠色創新知識的平衡度balanceit，檢驗鄰近城市環境規制強度提升對本城市綠色創新的影響是否會因城市間知識平衡度不同而產生差異。表4中(1)-(6)的結果顯示，鄰近城市環境規制強度在1%的水平下顯著為負，表明鄰近城市環境規制強度對城市綠色創新質量有抑制作用，但其與城市間知識平衡度的交互項系數在1%的水平下顯著為正，說明當城市間知識平衡度較高且超過某閾值后，鄰近地區環境規制強度提升非但不會削弱本地綠色創新，反而會促進城市綠色創新質量提升。這反映出城市間綠色創新知識的合理分布能夠有效調節規制對知識的引導與優化，均衡的知識分布能夠讓規制發揮更優效果。

表4 知識距離擴大的中介效應

表5 城市間知識平衡度的調節效應

4 結果分析、政策含義與研究展望

4.1 結果分析

正確認知城市間環境規制差異與綠色創新關系，不僅關系到政府環境治理體系設計和優化，更關系到科技創新與可持續發展。本文引入知識作用視角，利用2004-2014年城市級平衡面板數據，探討城市間環境規制異質性對城市綠色創新質量的影響。研究發現：①控制城市環境規制強度不變，鄰近城市環境規制提升會對本城市綠色創新質量產生負向影響；②鄰近城市的環境規制強度通過知識寬度縮減與知識距離擴大兩類中介效應負向影響本地城市綠色創新質量；③城市間綠色創新知識的平衡度對環境規制與綠色創新質量關系起調節效應。

4.2 政策含義

我國在頂層設計上不斷完善政策機制、優化產業空間布局、建立低碳經濟體系，但在區域層面，不同城市污染減排規制的執行仍會受到自身經濟與財政現實的制約，對環境與創新領域的政策組合也處在探索階段，如何既在空間上形成區域間協同互動，又能在政策工具上形成互補，是未來強化科技創新引領、推進綠色發展的關鍵。本文依據上述研究結論提出如下政策建議：

一是地方政府應重視環境規制政策的技術引導效應。環境規制本質上也是一種產業政策和科技政策，其“機會型”信號將對社會資本投資和主體研發投入產生引導效應，未來應更多地關注環境規制政策所涉及的產業領域與技術類別，充分研判政策實施地的產業結構與技術關聯，針對當地優勢技術進行激勵，以發揮環境規制對綠色創新的正向帶動作用。

二是地方政府應強化環境政策與技術政策的協同互補。由于環境類技術創新存在高風險性及不確定性，因此在城市產業較為分散、技術基礎較為薄弱的情況下，單純的環境規制約束可能會使企業等創新主體在短期內采用被動回應式策略，難以進行深度持續投入的綠色創新。因此，當城市技術發展仍處在初級階段時，政府需構建開放型創新網絡, 整合利用包括部門、市場與社會、國際與國內等創新資源, 強化綠色創新的基礎能力建設。在此基礎上，環境規制方能奏效。

三是進一步促進區域間綠色創新信息流動，創造共同知識，強化共同信念，促進合作。地方政府進行城市規劃與產業政策制定時，不僅應關注生產生活空間，更應著眼于知識空間構筑，引導企業、高校和研究機構等創新主體廣泛建立合作網絡，樹立協同行動信念，加大城市間共同知識與區域公共物品供給，加快技術、資源流動和有效配置，促進綠色產業鏈供應鏈深度融合，加速區域一體化和可持續發展進程。

4.3 未來展望

本文基于知識作用視角，對環境規制與綠色創新質量間的作用機制開展了探索性研究。受制于篇幅和數據可得性，未來可從以下方面進行深化。第一，本文采用專利家族成員數大于2的綠色發明專利數和城市綠色專利被引總量作為衡量綠色創新質量的指標，盡管考慮到了技術復雜性、經濟效益與技術影響力，但仍未覆蓋創新質量的所有維度，未來可使用IPC號測量專利的創新類別(漸進式創新或突破式創新)，或使用SBM等前沿面方法計算城市創新績效。第二，本文立足于經濟地理學假定，認為創新知識存在空間溢出，城市綠色創新質量不僅取決于自身知識基礎，同時受到來自周邊鄰近城市知識基礎的影響，故城市間環境規制異質性才能夠基于這樣的知識外溢產生作用，但若基于社會學假定來看待上述問題，以合作、轉讓等行為建構的專利網絡同樣扮演了知識傳遞與生產的角色[23,53]，本文尚未針對該點展開深入分析，后續研究可引入網絡距離矩陣進行比較。第三，本文所關注的是綠色創新大類，而在綠色創新內部，不同子行業的創新邏輯存在差異，部分行業創新對新知識要求較高，多為突破式創新，另一部分則為原有知識基礎上的漸進式創新。未來可將綠色創新進一步拆分，比較環境規制與創新質量關系的行業異質性。