知識產權制度建設與工業污染排放

李強 唐幼明

摘要 知識產權制度面對低碳綠色的高質量發展需求能否成為抑制中國城市工業污染的隱蔽力量？該研究將知識產權示范城市創建視為準自然實驗，在闡釋知識產權制度建設影響工業污染排放的作用機理基礎上，采用2003—2019年長江經濟帶108個城市的面板數據（該研究始于2003年，此時長江經濟帶11個省份總共有109個地級以上城市，2011年巢湖市被撤并，最后剩余108個地級以上城市），運用多期雙重差分法實證檢驗知識產權制度建設的減排效應及其作用機制，并探究其異質性、動態效應和空間外溢效應，研究表明：①在長江經濟帶城市層面，知識產權制度建設顯著抑制了工業污染排放，且減排效果不斷增強，此結論在連續型雙重差分、工具變量法等一系列穩健性檢驗下依然成立；②異質性分析表明，知識產權制度建設在長江上中下游城市、大中城市均表現出良好的減排績效，且在長江上游城市、大城市的減排效果更佳，同時相比煙塵污染，其對水污染、氣體污染的抑制作用更為明顯；③空間效應分析表明，知識產權制度建設同時抑制了本市與經濟相鄰城市的工業污染，政策效果呈現出空間溢出性，且間接效應大于直接效應；④機制分析表明，知識產權制度建設借助技術創新引發城市產業升級與配置優化，間接抑制工業污染排放，也能夠通過綠色創新直接促進工業污染治理。據此該研究提出，通過加大知識產權制度建設推進力度、探索實施差異化的知識產權治理政策、加強城市間知識產權工作交流合作，以創新驅動長江經濟帶高質量發展。

關鍵詞 知識產權制度建設；知識產權示范城市；工業污染排放；長江經濟帶

中圖分類號 X321；F124. 3；F204 文獻標志碼 A 文章編號 1002-2104（2023）07-0145-12 DOI：10. 12062/cpre. 20221047

中共二十大報告將“人與自然和諧共生的現代化”上升到“中國式現代化”的內涵之一，深入推進環境污染防治已成為當前生態文明建設的重要任務。傳統的環境治理思維強調政府管制的重要作用，倡導以環境治理的制度供給推動污染減排。面向低碳綠色的高質量發展需求，創新為環境治理提供了新的動力和方向［1］，并成為持續推進減污降碳協同增效的關鍵。然而創新驅動發展，如何驅動創新？習近平在主持中央政治局第二十五次集體學習時指出：“創新是引領發展的第一動力，保護知識產權就是保護創新”。在國家知識產權戰略引領下，國家知識產權局自2012年起評選了77個國家知識產權示范城市，著力推動示范城市知識產權創造、運用、保護、管理、服務體系的多維構建，努力探索出一條知識產權治理與創新驅動城市發展策略協同的制度路徑。

既有研究表明，知識產權示范城市創建加快了企業和區域創新創業活動［2-5］，推進了城市綠色創新與產業升級［6-8］，促進了經濟高質量發展［9］，知識產權制度建設呈現出良好的經濟社會效益。從國際經驗來看，知識產權保護在全球碳排放與環境污染治理中作用日益凸顯［10-11］。事實上，環境污染治理與碳減排密不可分，同時工業污染仍是我國城市環境污染的主要來源。那么，以知識產權保護為核心的知識產權制度建設能否成為抑制中國城市工業污染的隱蔽力量？在最優知識產權保護強度理論框架下，適度的知識產權保護制度安排能夠借助技術進步對環境污染發揮至關重要的作用［11］，上述研究成為知識產權制度建設減排機制的基本邏輯鏈條。此外，與創新相伴而生的綠色創新也可能構成另一條潛在機制路徑。然而，知識產權制度建設能否實現減排仍缺乏穩健可靠的經驗證據。有鑒于此，該研究把知識產權示范城市創建視為準自然實驗，在闡釋知識產權制度建設影響工業污染排放的作用機理的基礎上，采用2003—2019年長江經濟帶108個城市的面板數據實證檢驗知識產權制度建設的減排效應。該研究或有以下幾點創新：一是研究視角。將知識產權制度建設與工業污染排放納入統一的分析框架，探討了實現工業污染減排的新型政策路徑，豐富了環境治理政策工具箱，為長江經濟帶生態保護與高質量發展提供智力支持。二是內生性，將知識產權示范城市創建視為準自然實驗，同時采取雙重差分、工具變量法等實證策略，盡可能準確識別知識產權制度建設對工業污染的影響效應，并進行較為全面的穩健性檢驗。三是理論探索，該研究著眼于技術創新與綠色創新的差異性，從多維度制度視角探討知識產權制度建設借助技術創新與綠色創新實現污染減排的機制路徑。

1 政策背景與機制分析

1. 1 知識產權示范城市創建的政策背景

改革開放初期，中國適時引進外資，擴大產能，逐步建立起龐大復雜的現代工業體系，這種要素投入式發展模式推動了中國經濟總量高速增長，模仿相對于創新更具成本優勢［12］。彼時的知識產權制度建設更強調法制化，自20世紀80年代以來，中國政府先后頒布了《中華人民共和國商標法》 （1982）《中華人民共和國專利法》（1984）《中華人民共和國著作權法》（1990）等一系列法律法規，建立了知識產權法律的基本框架［13］。隨著經濟總量不斷擴大，創新實力逐步提升，中國與發達國家的技術距離逐漸縮短［14］，知識產權變得愈發重要。但是，法律意識薄弱、執法動力不足限制了知識產權保護的進一步強化。為提高知識產權治理能力，進一步健全知識產權行政管理與司法保護的雙軌制，2008年，國務院正式印發《國家知識產權戰略綱要》。2011年，國家知識產權局印發了《國家知識產權試點和示范城市（城區）評定辦法》，并于2012年正式公布第一批23個入選試點的城市名單。根據國家知識產權局公開信息，截至2019年，全國共設立六批次77個國家知識產權示范城市。具體名單見表1。知識產權示范城市創建相較以往的司法保護制度安排，打破了政府僅僅提供知識產權保護的思維桎梏。在城市示范資格動態調整的制度設計之下，示范城市通過知識產權創造、保護、運用、管理、服務體系的多維構建，推動了知識產權強國戰略與創新驅動發展戰略的深度融合，加快了示范城市知識產權制度建設。

1. 2 機制分析

制度是影響創新的關鍵因素，也是影響環境治理的底層邏輯，知識產權保護為推動環境質量改善提供了關鍵性制度保障［11］。在最優知識產權保護強度理論框架下，適度的知識產權保護制度能夠借助技術創新間接減緩工業污染排放，也可以在促進創新的同時通過綠色創新直接提升污染治理水平。進一步而言，以知識產權保護為核心的知識產權制度建設是包含知識產權創造（激發創新活力）、運用（促進技術轉化）、保護（提供產權保護）、管理（提供專利分析）和服務（提高服務質量）的多維度制度建設，超越了知識產權保護制度的概念，更能夠融入微觀主體創新活動全過程與城市經濟社會發展全局［8］，因而對技術創新與綠色創新兼具促進效應［2，6-7］，最終實現污染減排。

基于以上分析，提出假說1：知識產權制度建設能夠有效抑制工業污染排放。

實際上，知識產權制度建設實現減排的關鍵在于技術創新與綠色創新的實質推動。然而創新活動本身存在的高風險性、長周期性以及正外部性使得市場機制調節下的企業往往缺乏創新激勵［2］，因此，創新活動需要激勵政策予以補償。該研究在相關政策與文獻基礎上提出，知識產權制度建設能夠通過緩解創新融資約束、疏解創新信息困境、增加創新預期收益、促進創新人才集聚激發技術創新與綠色創新，最終實現污染減排。具體的機制框架如圖1所示。

其一，知識產權制度建設通過緩解創新融資約束促進技術創新與綠色創新。創新活動具有高風險、高投入的特征，因此，離不開金融資本等外部要素的支持［15］。①示范城市圍繞知識產權創造，構建專利質押融資、專利保險、專利申請資助、專利授權獎勵、創新風險兜底等知識產權金融服務體系［4］，深度融入創新主體專利研發、申請與轉化過程，拓寬了企業創新融資渠道。②示范城市圍繞知識產權保護，加大知識產權監督執法力度，使得企業專利技術信息得到更好的法律保護，降低了信息披露中專利侵權的風險，提升了企業創新信息披露意愿［15］，減少企業與投資者之間的信息不對稱，外部投資者更可能為企業提供創新融資［16］。這一系列政策緩解了創新融資約束，有效擴大了企業創新投入規模，最終促進城市技術創新甚至綠色創新發展［17］。

其二，知識產權制度建設通過疏解創新信息困境提升城市技術創新與綠色創新。示范城市圍繞知識產權管理，積極提升專利信息分析利用能力，通過提供專利信息數據資源、專利信息分析利用服務幫助企業疏解創新活動過程中存在的信息困境，短期內有效的信息傳遞和專利審查機制能夠幫助企業了解行業專利現狀避免重復投入［18］，而企業能夠以更低的信息獲取成本與沉沒成本形成實質技術創新，有效提升微觀創新主體創新要素配置效率，充分發揮專利信息分析利用在創新發展中的引領、支撐作用，最終促進城市技術創新與綠色創新。

其三，知識產權制度建設通過增加創新預期收益激勵城市技術創新與綠色創新。現代產權理論認為明晰產權界定是市場機制有效緩解外部不經濟問題的重要前提。①示范城市圍繞知識產權保護，針對性制定知識產權保護法規，為知識產權行政執法和司法保護提供了法律支撐［6］，勢必減少技術模仿者的侵權行為［19］，抑或在發生侵權行為時給受損方帶來相應補償，使得技術的可專有性或可收益性上升［20］。②示范城市圍繞知識產權運用，引導市場主體建立專門從事專利引進、集成與二次開發的專利運營機構，并進一步通過知識產權轉化中心、交易中心等市場化平臺的構建，促進地區技術專業化交易市場的形成［2］，拓寬了企業通過專利轉讓方式獲取創新回報的渠道。這一系列措施提高了企業創新預期收益，激勵城市技術創新與綠色創新活動。

其四，知識產權制度建設通過促進創新人才集聚提升城市技術創新與綠色創新。科技人力資本集聚會大幅提升區域創新活力［21］。①示范城市圍繞知識產權服務，廣泛開展知識產權治理業務培訓，同時建設城市知識產權公共服務平臺，如中山市在示范城市創建中建立了（燈飾）知識產權快速維權中心，開展集專利快速審查、維權、確權于一體的綜合服務，這一系列措施有助于提升面向創新主體知識產權審核、評定以及維權業務的行政管理效率，降低創新創業活動中的制度性交易成本［5］。②示范城市圍繞知識產權管理，開展知識產權業務宣傳活動［3］，同時開展企業知識產權貫標培訓，引導公平正義的知識產權創造、運用與維權輿論導向，在企業內部和全社會形成尊重知識、重視人才的輿論環境。這一系列措施有助于促進創新人才集聚，提高技術創新與綠色創新活動［2，7］。

知識產權制度建設又是如何借助技術創新和綠色創新實現污染減排的？①產業結構的落后和資源配置的低效是導致環境污染增加的重要原因［22］，而知識產權制度建設能夠借助技術創新促進產業升級［8，23］、配置優化［24］，間接減少工業污染排放。具體地，技術創新加速新興產業和新業態動能增長，有效促進先進制造業、現代服務業等低碳綠色產業的發展，借助產業升級的污染替代效應實現工業污染減排。另一方面，知識產權制度建設借助新技術的開發與推廣促進城市內部生產要素與能源的合理配置，顯著提高城市綠色全要素生產率［24］，這有助于減少要素錯配引發的資源損耗與能源消耗，減少工業部門生產流程與能源消費中的污染排放。②綠色創新在工業污染治理中發揮重要作用［25］，而知識產權制度建設能夠促進城市綠色創新［6-7］，直接提升工業污染治理水平。具體而言，綠色創新能夠推動工業產品生產工藝向綠色方向改進以減少工業生產流程中污染排放物的產生，也能夠提升工業污染末端處理能力減少工業污染排放。

基于以上分析，提出假說2：知識產權制度建設能夠借助技術創新促進產業升級與配置優化間接減少工業污染排放，也能夠借助綠色創新直接促進工業污染治理。

最后，知識產權制度建設伴隨著知識產權治理政策推廣與技術創新知識溢出，其減排效應存在空間溢出性。一方面，示范城市發揮“政策試驗田”的模范作用，良好的政策措施能夠在兄弟城市間得到推廣［3］，并且通過點對點的知識產權“進基層”業務培訓，促進區域知識產權治理能力的普遍提升，呈現環境友好的溢出效果；另一方面，示范城市通過知識產權轉化中心、交易中心等市場化平臺的構建［2］，逐漸形成專業化的區際技術交易市場，活躍區域創新成果流動。而經濟發展階段相同城市往往存在產業結構趨同現象，由此經濟聯系程度高城市間企業專利授權與技術轉讓業務更為頻繁，更可能引發技術創新的空間擴散，在帶動本地綠色生產的同時也促進了經濟相鄰城市綠色生產，抑制工業污染排放。

基于以上分析，提出假說3：知識產權制度建設的減排效應存在空間溢出性，即會抑制經濟相鄰城市的工業污染。

2 研究設計

2. 1 模型設定

在長江經濟帶區域內，分批次開展的知識產權示范城市創建給提供了良好的“準自然實驗”。為系統評估知識產權制度建設的減排效應，該研究參考Back等［26］的做法，設立雙向固定效應多期雙重差分模型：

= 0 + ++ + + + （1）

式中：表示第個城市第年的工業污染水平；表示政策虛擬變量，= 1表示第個城市第年已經獲批知識產權示范城市，否則為0；表示其他影響工業污染水平的解釋變量，均作為控制變量；、分別表示個體效應和時間效應；表示隨機擾動項；即為知識產權制度建設的減排效應。

值得探討的是，知識產權制度建設是否促進了工業污染治理長效機制的有效構建嗎？針對此疑問，將考察知識產權示范城市建設對工業污染的影響在時間上的變化趨勢，參照劉瑞明等［27］的做法，設定如下動態效應模型：

= 0 +Σk = 1_+ + + + （2）

式中：_表示年份為城市獲批知識產權示范城市的第年（= 1，2，…，8），否則為0。以上海為例，2016年上海獲批知識產權示范城市，那么2016年變量_1=1，其余年份_1= 0，2017 年變量_2= 1，其余年份_2= 0，以此類推。即為在獲批知識產權示范城市后的第年知識產權制度建設的減排效應。

2. 2 變量選取

2. 2. 1 被解釋變量

被解釋變量為工業污染排放（）。參考李強等［28］的做法，這里基于正向標準化的工業廢水排放量（億t）、工業二氧化硫排放量（萬t）、工業煙塵排放量（萬t），采用全局熵值法求得各指標權重，綜合測算得到各城市的工業污染排放指數。此時，指數越大表示工業污染越嚴重。

2. 2. 2 核心解釋變量

核心解釋變量為知識產權制度建設（）。如果城市在年獲批知識產權示范城市，那么，設定該城市在年以及以后為1，否則設定為0。需要說明的是，若直轄市下屬城區（地級）、地級市代管的縣級市獲批知識產權示范城市，則視為該市整體獲批。最終研究期內共保留32個實驗組，76個對照組。

2. 2. 3 控制變量

為了盡可能減少遺漏變量造成的干擾，納入了以下控制變量：①產業結構（），采用第三產業產值占比加以表征；②技術與研發（），采用科研綜合技術服務業從業人員數與從業人員總數之比表示；③財政分權（），采用各城市財政收入與財政支出之比加以表示；④外商直接投資（），采用外商直接投資額與地區生產總值之比加以表示；⑤人力資本（），采用每萬人口中高等學校在校學生數進行表示；⑥環境規制（），借鑒張建鵬等［29］的做法，采用地級及以上城市年度政府工作報告中環境詞匯（減排、PM2. 5、二氧化碳、低碳、二氧化硫、污染、能耗、空氣、綠色、環境保護、化學需氧量、環保、生態、PM10、排污）的數量占總詞數的比重加以表征，個別缺失值采用年均增長率予以補齊。

2. 3 數據說明

長江經濟帶是中國生態文明建設的先行示范帶，且以長江流域為劃分依據，基本涵蓋了東中西三大區域。以長江經濟帶作為研究對象探討環境污染問題，既具代表性，又有現實意義。因此，該研究聚焦于長江經濟帶11省份，在2004年《中國城市統計年鑒》中包含的長江經濟帶109個地級以上城市基礎上，去除2011年被撤銷的巢湖市，確定長江經濟帶2003—2019年108個城市樣本，共計1 836個觀測值。所涉及的變量數據如無特別說明均來自歷年《中國城市統計年鑒》。數據處理及分析在Stata16中完成。主要變量的描述性統計見表2。

3 實證分析

3. 1 平行趨勢檢驗

雙重差分有效估計的前提是實驗組和控制組在政策實施之前不存在顯著性差異，即滿足平行趨勢假設。參考Beck等［26］的做法，以政策發生的前1年（-1）為基期，考察政策發生前后的動態效應，借助事件分析法進行平行趨勢檢驗，結果如圖2所示。不難發現，在95%的置信區間下，政策實施前系數在0值附近，且均不顯著，表明在獲批知識產權示范城市之前處理組和對照組的變化趨勢并不存在顯著性差異，平行趨勢假設成立。同時，政策實施當年系數開始顯著為負，同時隨著政策推進，系數絕對值呈現明顯發散態勢，初步表明知識產權制度建設有效抑制了工業污染排放。

3. 2 基準回歸及動態效應分析

該研究運用雙向固定效應模型進行雙重差分估計，回歸結果見表3。其中，列（1）—列（2）分別報告了未加入控制變量和已加入控制變量的基準回歸結果，列（3）報告了已加入控制變量的動態效應回歸結果。結果表明，無論是否加入控制變量，核心解釋變量的系數均顯著為負，證實知識產權制度建設對工業污染有顯著的抑制作用。其次，_的系數均為負，獲批當年系數即顯著，獲批第3年系數不顯著，獲批后第4～8年系數再次顯著，系數絕對值遠大于前3年的系數，呈明顯發散態勢，表明知識產權示范城市設立當年，地方政府加大了知識產權制度建設，通過緩解創新融資約束、疏解創新信息困境、增加創新預期收益、促進創新人才集聚，借助技術創新與綠色創新減緩示范城市工業污染，但知識產權制度建設仍處于探索階段體系并不完善，而且減排效應有限。隨著知識產權制度建設的不斷推進，體系將逐步完善，減排效應更加明顯。

3. 3 穩健性檢驗

為了驗證基準回歸結果的穩健性，該研究進一步采用安慰劑檢驗、連續型雙重差分等方式進行穩健性檢驗。

3. 3. 1 安慰劑檢驗

為了排除不可觀測因素對模型估計造成的干擾，采取隨機抽取實驗組與政策時點以構建虛構政策虛擬變量的方式進行多期DID安慰劑檢驗。從長江經濟帶108個城市中隨機選取32個城市作為虛構實驗組，并隨機抽取108個時間依次作為長江經濟帶108個城市的政策時點，生成虛構的政策虛擬變量，然后代入基準模型回歸，提取虛構變量的系數，重復上述操作500次，圖3a、圖3b報告了500 次隨機分配后回歸估計的結果。如圖3a 所示，虛構變量的估計系數集中分布在0附近且近似服從正態分布；如圖3b所示，大多數估計值的值大于0. 1，且真實估計在安慰劑檢驗中是明顯的異常值。結果表明，估計結果不太可能是由不可觀測因素擾動造成的。因此，基準回歸結果是穩健的。

3. 3. 2 更換連續型雙重差分

在知識產權制度建設背景下，不同示范城市的知識產權保護強度變化不同，而連續型雙重差分可以有效估計因知識產權保護強度差異造成的異質性估計結果。因此，參考王立勇等［30］的方法，以知識產權保護強度與政策實施時點的交互項替換公式（1）中的，建立連續型雙重差分模型檢驗制度建設是否真的促進了污染減排。其中，知識產權保護強度參照沈國兵等［31］的思路與方法，采用知識產權審判案例數加以表征。據此，借助北大法寶司法案例庫手工整理了長江經濟帶108個城市中級人民法院（包括知識產權法院、鐵路運輸法院、互聯網法院、海事法院）審判結案的知識產權合同糾紛、權屬侵權糾紛案例年度數量，并以兩者之和作為城市知識產權審判結案數的代理變量。最后，以公式（3）構建了城市層面知識產權保護強度：

其中：代表市年份的知識產權保護強度，、分別表示市年份的知識產權審判結案數和地區生產總值，、分別表示長江經濟帶108個城市知識產權審判結案數總和和地區生產總值總和。連續型DID估計結果見表4。其中，列（1）已加入知識產權保護強度作為解釋變量，列（2）未加入知識產權保護強度作為解釋變量。結果表明，兩列連續型DID模型的核心解釋變量的系數均顯著為負，且數值變化不大，充分表明知識產權制度建設發揮了顯著的減排效應，證實該研究的核心結論。

3. 3. 3 其他穩健性檢驗

第一，PSM?DID檢驗。知識產權示范城市設立可能存在自選擇偏差，即經濟發展水平高、技術創新活動活躍的地區更易獲批，而在樣本期內，這些地區的工業污染往往更為嚴重。為了排除自選擇偏差的可能影響，先使用最近K近鄰卡尺匹配方法進行一對三匹配，再基于匹配后的數據進行雙重差分回歸估計。第二，換被解釋變量。將被解釋變量替換為以人均工業廢水排放量（t/人）、人均工業二氧化硫（t/人）、人均工業煙（粉）塵排放量（t/人）三種變量合成的環境污染指數，重新進行回歸估計。第三，更換樣本。在長江經濟帶108個城市面板數據的基礎上剔除了直轄市、省會城市數據，重新進行基準回歸。第四，控制省份變動趨勢。為了排除省份層面不可觀測因素干擾，在個體時點固定效應的基礎上控制了省份效應和省份時間交互效應，重新進行基準回歸。第五，收緊政策年份識別條件。在設定政策虛擬變量時，采用現有文獻的常用做法，即只要當年某城市獲批知識產權示范城市，則從該年起，均為1。實際上，各批次知識產權示范城市試點起始時間均非當年的1月份，常用做法并未考慮到各批次試點起始的當年時間較短而可能帶來的政策實施效果差異。有鑒于此，借鑒周科選等和Lu等［9，32］的做法，收緊政策實施年份識別條件，即2012年4月獲批的首批知識產權示范城市，其2012年前均為0，2012年為3/4，以后年份均為1……以此類推，設定了新的政策虛擬變量，進行雙重差分估計。第六，政策干擾排除。在研究期內，長江經濟帶環境保護、知識產權政策的實施可能會抑制工業污染，對結果產生影響，降低估計結果的穩健性。這里在式（1）基礎上添加低碳城市試點政策、環保約談政策、知識產權法院（庭）建設的虛擬變量，基本涵蓋了綠色發展、環境治理和知識產權保護三大政策。上述檢驗估計結果依次見表5列（1）—列（6），不難發現，系數的顯著性和方向均沒有發生改變，進一步增強了基準回歸估計結果的穩健性。

3. 4 內生性處理

知識產權示范城市的設立并非隨機的。國家知識產權局在設立示范城市時，一些技術革新更為快速、專利申請數量較大的城市更易獲批，而此類城市往往處于經濟發達地區，環境污染問題較為嚴重，地方政府環境治理的決心更大，同時環境治理技術積累更為豐富，環境污染下降趨勢更明顯，即存在反向因果因素的干擾。為了解決由此引發的內生性問題，借鑒徐揚等［2］的做法，采用各城市古代書院數量作為知識產權示范城市政策的工具變量，數據來自CNRDS儒家文化數據庫。鑒于該數據為截面數據，這里將各城市書院數量加1取對數后與某城市所在省份當年已有試點城市比例交乘，得到工具變量，進行兩階段最小二乘法檢驗。從理論上看，該工具變量的選擇滿足了相關性和外生性假設。一方面，古代書院數量多的地區往往有重視教育的傳統，人力資本存量可能也越高，知識產權保護的需求與意識更強，更易獲批成為知識產權示范城市，即具有相關性；另一方面，古代書院數量與工業污染排放關聯不大，即具有外生性。工具變量檢驗結果見表6。其中，列（1）為第一階段估計，列（2）為第二階段估計。

第一階段估計結果表明，工具變量系數顯著為正，且LM檢驗的值為0，表明工具變量對城市獲批為示范城市有顯著的正向影響，符合預期；進一步，工具變量的值遠大于10，且數值范圍合理，說明不存在弱工具變量問題，最終表明工具變量的選取是合適的。第二階段估計結果表明，在考慮內生性后，系數仍然顯著為負，且系數絕對值明顯增大，未考慮內生性影響情況下知識產權制度建設的減排效應將被低估，表明知識產權制度建設確實減緩了工業污染排放水平。

4 機制檢驗

前述中提出，知識產權制度建設能夠借助技術創新促進產業升級與配置優化間接減少工業污染排放，也能夠借助綠色創新直接促進工業污染治理。為了證實上述假設，借鑒溫忠麟等［33］的逐步回歸法加以驗證。

其一，知識產權制度建設借助技術創新實現產業升級進而減少污染排放，主要表現為對污染產能的替代，因此，產業升級（）用三產與二產產值比值表示。

其二，知識產權制度建設借助技術創新對配置效率的影響包含生產要素與能源投入兩個方面，因此，綜合參考石大千等［22］和李衛兵等［34］的做法，基于非徑向、非角度的超效率SBM方向性距離函數測算反映兩期生產率比值的Malmquist生產率指數，同時假設2003年生產率為1，累乘得到2003—2019年長江經濟帶108個城市全要素生產率，作為配置效率（）的代理指標。其中，投入指標為以單位從業人數與私營從業人數之和表征的勞動力投入水平（萬人）、借鑒單豪杰［35］測算的資本存量（萬億元）、按地級市生產總值占全省生產總值比重作為權重將全省能源消費量匹配到市的能源消費量（萬t），期望產出為不變價地區生產總值（萬億元，以2003年為基期）。

其三，知識產權制度建設借助綠色創新直接促進環境污染治理。這里采用經正向標準化處理后的綠色發明專利授權量表征綠色創新（），數據按照綠色專利國際專利分類（IPC）編碼在國家知識產權局網站篩選得到。

表7報告了知識產權制度建設減排效應的機制檢驗結果。其中，列（1）、列（3）和列（5）依次報告了產業升級、配置效率以及綠色創新作為被解釋變量的回歸結果，列（2）、列（4）和列（6）依次報告了產業升級、配置效率以及綠色創新作為解釋變量的回歸結果。該研究發現，知識產權制度建設顯著加快了示范城市產業升級、配置優化與綠色創新。同時，在知識產權制度建設背景下，產業升級、配置優化與綠色創新也顯著抑制了工業污染排放，因此，前述機制假設是成立的。

5 拓展分析

5. 1 異質性分析

5. 1. 1 組別異質性

由于長江經濟帶不同區域、不同規模的城市在產業結構、經濟發展水平、經濟集聚水平上存在差異，因此，這里從城市規模、地理區位兩個方面進行異質性分析。為了增強各組系數的可比性，參考范子英等［36］的做法，僅對長江經濟帶范圍內32個被選為示范城市的實驗組按以下規則進行劃分，而對照組仍是原先的76個非示范城市：第一，城市區域異質性。將實驗組省份劃分為上游（重慶市、四川省、貴州省、云南省）、中游（湖北省、湖南省、江西省）、下游（上海市、江蘇省、浙江省、安徽省）；第二，城市規模異質性。根據2014年國務院對城市規模的劃分標準，以2014年常住人口數量為基準將實驗組城市劃分為大城市（不低于100萬）、中等城市（50萬～100萬）、小城市（低于50萬）三種類型。表8報告了組別異質性估計結果。結果發現，在區域異質性方面，其一，知識產權制度建設對長江下游工業污染排放的抑制作用最顯著，可能的原因是長江下游地區是中國經濟最活躍的地區，相較長江中上游地區，社會治理能力更強，知識產權創造運用資源更加豐富，因此，知識產權治理體系更為完善，知識產權制度建設的環境效應更加明顯。其二，長江上游地區知識產權制度建設的減排效應最大，可能的原因是相較于長江下游地區，上游地區的產業結構層次偏低，環境狀況改善空間較大，因此知識產權制度建設的減排效果更大。最后，長江中游地區知識產權制度建設的減排效應最小。在城市規模異質性方面，知識產權制度建設顯著促進了中等城市和大城市的工業污染減排，且對大城市工業污染的抑制作用更大，但并未顯著抑制小城市的工業污染排放。可能的原因是小城市往往創新資源不足，自主創新實力不強，更加依靠技術引進實現產業升級與綠色生產，然而知識產權保護強化下技術引進成本增加，呈現對技術交易的擠出效應，因而減排效果不佳。

5. 1. 2 污染物異質性

進一步探討知識產權制度建設對“三廢”污染排放的異質性影響。這里采用經正向標準化處理后的工業廢水排放量、工業二氧化硫排放量、工業煙（粉）塵排放量分別表征水污染（）、大氣污染（2）和煙塵污染（），依次進行基準回歸，結果見表9。研究發現，對水污染、大氣污染的系數顯著為負，對煙塵污染的系數為正，但不顯著，表明知識產權制度建設顯著減緩了示范城市水污染和大氣污染，但在抑制煙塵污染方面仍缺乏穩健證據。

5. 2 空間效應分析

為了進一步探究知識產權制度建設減排效應是否具有溢出性，使用經過標準化處理的經濟距離矩陣并基于空間滯后模型（SAR）、空間杜賓模型（SDM）估計政策減排效應的空間溢出。其中，借鑒任保平等［37］和李強等［38］的做法，經濟距離矩陣的每個元素均用城市間樣本期實際人均GDP（以2003年為基期）均值的差距絕對值的倒數表示。

表10報告了空間雙重差分模型的估計結果。該研究發現，空間自回歸系數、空間誤差項系數均顯著為正，證明長江經濟帶工業污染具有一定的空間相關性，并證實了環境污染的溢出性。同時，及其空間滯后項× 的系數均顯著為負，表明知識產權制度建設的減排作用存在空間溢出效應，且間接效應大于直接效應。

根據空間雙重差分模型的估計結果，估計了解釋變量變化的直接效應、間接效應，以及總效應，其中，直接效應與間接效應之和即為總效應。表11報告了固定效應空間雙重差分模型估計的三種效應。該研究發現，SAR和SDM的效應分解結果保持一致，的直接效應、間接效應及總效應均顯著為負，且間接效應大于直接效應，進一步證實知識產權制度建設促進了本市和經濟相鄰城市的工業污染治理，空間溢出效應顯著。

6 結論與建議

在持續推進減污降碳協同增效的目標任務下，探討知識產權制度建設減排效應具有較為重要的現實意義。同時，其減排效果與內在機制仍缺乏穩健可靠的經驗證據，為進一步研究增添了理論價值。有鑒于此，該研究把知識產權示范城市建設視為準自然實驗，從多維度制度視角探究知識產權制度建設影響長江經濟帶工業污染治理的作用機理，實證研究知識產權制度建設的減排效應，并探究其異質性、動態效應和空間外溢效應。實證結果揭示了以下結論。

（1）在長江經濟帶城市層面，知識產權制度建設能夠顯著抑制工業污染排放，且隨著知識城市示范城市建設的不斷推進，知識產權治理體系將不斷完善，其減排效應不斷增強。

（2）按不同區域的分組研究發現，知識產權制度建設顯著抑制了長江上、中、下游地區示范城市的工業污染排放，且長江上游地區政策效果最佳；按不同城市規模的分組研究發現，知識產權制度建設顯著抑制了大中城市的工業污染排放，但并未減緩小城市的工業污染排放，且大城市減排效果更佳；按污染物類型的研究發現，顯著減緩了示范城市水污染和大氣污染，并未顯著減緩示范城市煙塵污染。

（3）基于空間溢出效應的實證研究表明，知識產權制度建設影響工業污染排放的直接效應與間接效應均顯著為負，且間接效應遠大于其直接效應，表明知識產權保護制度建設促進了本地和經濟相鄰城市的工業污染治理，空間溢出效應顯著。

（4）機制檢驗結果表明，知識產權保護制度建設通過促進產業升級、配置優化與綠色創新抑制工業污染排放，產業升級、配置優化以及綠色創新活動是知識產權制度建設實現污染減排的重要傳導機制。

基于此，該研究給出如下建議。

（1）加大知識產權制度建設推進力度，持續開展知識產權治理試點示范城市的評選與動態調整工作。該研究證實知識產權制度建設借助創新成為環境治理的新型政策路徑，因而各地可以通過持續推進知識產權制度建設工作，積極爭取新一輪的知識產權強國示范城市試點資格與政策支持，在激勵與引導市場主體開拓創新的同時充分發揮知識產權制度建設的經濟環境效能，推進城市產業升級、配置優化與低碳綠色生產，助力城市生態環境的改善。

（2）探索實施差異化的知識產權治理政策，推動知識產權治理與創新驅動發展戰略的深度融合。長江經濟帶幅員遼闊，不同區域、不同規模的城市要素稟賦、發展階段不盡相同，各地需要充分把握政策試點的自主性，通過知識產權創造、運用、保護、管理、服務的政策組合，深度融入微觀創新主體專利研發、申請、轉化、管理、迭代的全過程，特別是探索實施面向小城市企業專利引進的財政補貼配套政策，緩解知識產權保護強化下技術引進成本增加的風險，同時需要結合地方產業優勢引導轄區企業開展知識產權布局，形成知識產權優勢集群，確保知識產權制度建設服務于城市經濟社會發展全局，以創新驅動探索環境治理與高質量發展的協同路徑。

（3）加強城市間知識產權工作交流，充分發揮示范城市“先行先試，以點帶面”的示范作用。各地需要拓寬知識產權工作人員交流渠道，通過知識產權工作交流合作和業務培訓，將示范城市探索提出的科學有效的政策措施加以推廣實施，全面提升區域知識產權創造、運用、保護、管理、服務綜合水平，在驅動區域創新水平提升的同時，推動長江經濟帶經濟綠色低碳轉型。

參考文獻

［1］ 丁煥峰，孫小哲，王露. 創新型城市試點改善了城市環境嗎［J］.產業經濟研究， 2021， 111（2）： 101-113.

［2］ 徐揚，韋東明. 城市知識產權戰略與企業創新：來自國家知識產權示范城市的準自然實驗［J］. 產業經濟研究， 2021， 113（4）：99-114.

［3］ 紀祥裕，顧乃華. 知識產權示范城市的設立會影響創新質量嗎［J］. 財經研究， 2021， 47（5）： 49-63.

［4］ 張建剛，沈蓉，邢苗. 知識產權戰略與城市創新：基于國家知識產權示范城市政策的準自然實驗［J］. 城市問題， 2020， 302（9）： 13-24.

［5］ 趙富森，李璐. 知識產權制度的創業效應研究：基于中國知識產權示范城市建設的經驗證據［J］. 產業經濟研究， 2021， 115（6）： 44-57.

［6］ 楊上廣，郭豐. 知識產權保護與城市綠色技術創新：基于知識產權示范城市的準自然實驗［J］. 武漢大學學報（哲學社會科學版）， 2022， 75（4）： 100-113.

［7］ 李燈強，吳婷. 知識產權示范城市建設能否加速綠色技術創新［J］. 江漢論壇， 2022， 530（8）： 26-33.

［8］ 覃波，高安剛. 知識產權示范城市建設對產業結構優化升級的影響：基于雙重差分法的經驗證據［J］. 產業經濟研究， 2020，108（5）： 45-57.

［9］ 周科選，余林徽. 知識產權示范城市試點對中國經濟高質量發展的影響：基于雙重差分法的準自然實驗證據［J］. 云南財經大學學報， 2021， 37（11）： 13-29.

［10］ VITA D G. The international strengthening of Ipr and air pollutionabatement： the role of the Trips agreement［J］_______. Technological &economic development of economy， 2017， 23（2）：316-338.

［11］ 張磊，許明，陽鎮. 知識產權保護的霧霾污染減輕效應及其技術創新機制檢驗［J］. 南開經濟研究， 2021， 217（1）： 164-183.

［12］ SALA I M， XAVIER X， BARRO R J. Technological diffusion，convergence， and growth［J］. Journal of economic growth， 1997，2（1）：1-26.

［13］ 吳漢東. 中國知識產權法律變遷的基本面向［J］. 中國社會科學， 2018， 272（8）： 108-125，206-207.

［14］ 張德榮.“中等收入陷阱”發生機理與中國經濟增長的階段性動力［J］. 經濟研究， 2013， 48（9）： 17-29.

［15］ 周澤將，汪順，張悅. 知識產權保護與企業創新信息困境［J］.中國工業經濟，2022， 411（6）： 136-154.

［16］ 吳超鵬，唐菂. 知識產權保護執法力度、技術創新與企業績效：來自中國上市公司的證據［J］. 經濟研究， 2016， 51（11）：125-139.

［17］ 周開國，盧允之，楊海生. 融資約束、創新能力與企業協同創新［J］. 經濟研究， 2017， 52（7）： 94-108.

［18］ MOSER P. Innovation without patents： evidence from world’sfairs［J］. The journal of law & economics， 2012， 55（1）：43?74.

［19］ 龍小寧，林菡馨. 專利執行保險的創新激勵效應［J］. 中國工業經濟， 2018， 360（3）： 116-135.

［20］ 尹志鋒，葉靜怡，黃陽華， 等. 知識產權保護與企業創新：傳導機制及其檢驗［J］. 世界經濟， 2013， 36（12）： 111-129.

［21］ BAPTISTA R. Research round up： industrial clusters and technologicalinnovation［J］. Business strategy review， 1996， 7（2）：59-64.

［22］ 石大千，丁海，衛平， 等. 智慧城市建設能否降低環境污染［J］.中國工業經濟， 2018， 363（6）： 117-135.

［23］ 顧曉燕，朱瑋瑋，符斌. 空間視角下知識產權保護、技術創新與產業結構升級［J］. 經濟問題， 2020， 495（11）： 68-75.

［24］ 彭衡，李揚. 知識產權保護與中國綠色全要素生產率［J］. 經濟體制改革， 2019， 216（3）： 18-24.

［25］ 許可，張亞峰. 綠色科技創新能帶來綠水青山嗎：基于綠色專利視角的研究［J］. 中國人口·資源與環境， 2021， 31（5）：141-151.

［26］ BECK T， LEVINE R， LEVKOV A. Big bad banks： the winnersand losers from bank deregulation in the United States［J］. Thejournal of finance， 2010， 65（5）：1637-1667.

［27］ 劉瑞明，趙仁杰. 匿名審稿制度推動了中國的經濟學進步嗎：基于雙重差分方法的研究［J］. 經濟學（季刊）， 2017， 63（1）：173-204.

［28］ 李強，王琰. 環境分權、環保約談與環境污染［J］. 統計研究，2020， 37（6）： 66-78.

［29］ 張建鵬，陳詩一. 金融發展、環境規制與經濟綠色轉型［J］. 財經研究， 2021， 47（11）： 78-93.

［30］ 王立勇，房鴻宇，謝付正. 中國農業保險補貼政策績效評估：來自多期DID 的經驗證據［J］. 中央財經大學學報， 2020， 397（9）： 24-34.

［31］ 沈國兵，黃鑠珺. 城市層面知識產權保護對中國企業引進外資的影響［J］. 財貿經濟， 2019， 40（12）： 143-157.

［32］ LU Y， TAO Z G， ZHU L M. Identifying FDI spillovers［J］. Journalof international economics， 2017， 107（4）：75-90．

［33］ 溫忠麟，葉寶娟. 中介效應分析：方法和模型發展［J］. 心理科學進展， 2014， 22（5）： 731-745.

［34］ 李衛兵，劉方文，王濱. 環境規制有助于提升綠色全要素生產率嗎：基于兩控區政策的估計［J］. 華中科技大學學報（社會科學版）， 2019， 33（1）： 72-82.

［35］ 單豪杰. 中國資本存量K的再估算：1952—2006年［J］. 數量經濟技術經濟研究， 2008， 25（10）： 17-31.

［36］ 范子英，周小昶. 財政激勵、市場一體化與企業跨地區投資：基于所得稅分享改革的研究［J］. 中國工業經濟， 2022， 407（2）：118-136.

［37］ 任保平，豆淵博.“十四五”時期新經濟推進我國產業結構升級的路徑與政策［J］. 經濟與管理評論，2021，37（1）：10-22.

［38］ 李強，王琰. 城市蔓延與長江經濟帶產業升級［J］. 重慶大學學報（社會科學版）， 2021， 27（1）： 39-49.