碳排放交易制度与企业创新质量：抑制还是促进

胡江峰 黄庆华 潘欣欣

摘要近年来，有关环境规制与企业创新关系的研究大量涌现，但基于中国碳排放交易制度，尤其是从微观企业层面考察碳排放交易制度对企业创新质量影响的研究仍有待丰富和深化。有鉴于此，采用2008—2016年中国A股上市公司面板数据，以专利申请总量表示创新数量，以发明专利申请和实用新型专利申请分别表示高质量创新和低质量创新，进而采用DID模型构建中国碳排放交易制度对企业创新质量影响的准自然实验框架。同时，为增强实证结果的解释力，采用PSM-DID方法对实证结果进行了稳健性检验、异质性检验以及政府补贴方式的创新激励机制检验。结果表明：①碳排放交易制度在提高“处理组”企业创新数量的同时，也能促使企业兼顾创新质量，但从影响程度来看，碳排放交易制度对低质量创新促进作用更为强劲。②从企业所有权和规模异质性来看，碳排放交易制度主要对国有股份企业和大规模企业创新质量有促进作用，而对民营企业和小规模企业进行高质量创新的诱导力度较小或不显著。③机制检验结果表明，政府补贴政策能够有效弥补碳排放交易制度对高质量创新诱导乏力的不足，但创新激励效果因政府补贴方式而异，其中政府事前补贴优于政府事后补偿;此外，碳排放交易制度通过促使政府为被规制企业提供更多的政府事前补贴，从而有效缓解企业“遵循成本”压力，推动企业转向高质量创新。由此认为，加大对小规模民营企业高质量创新补贴、采取更具灵活性和针对性的创新补贴方式，应是进一步助力碳排放交易制度诱导企业转向高质量创新的政策制定方向。

关键词 碳排放交易制度;创新质量;DID模型;PSM-DID;政府补贴方式

近年来，为应对全球气候变暖问题，中国政府积极承担起大国责任，从2013年起在北京、天津、上海、重庆、湖北、广东和深圳等7个省市试行碳排放交易。同时，还在“十三五”规划中明确表示，到2020年单位GDP二氧化碳排放要比2005年下降40%～45%，预计在2030年左右实现CO2排放量达到峰值的目标。可以预见，低碳经济将成为未来中国经济可持续发展的必然趋势。然而，中国在低碳可持续发展的“机遇”中，也面临着诸多“挑战”。根据《世界能源统计年鉴2017》显示，2016年中国一次能源消耗量为43.6亿t标准煤，其中煤炭占比高达62%，与2008年76%的峰值相比，虽有所下降，但也意味着短期内以煤炭为主的能源消费结构仍难以得到根本性转变[1]。不仅如此，随着中国工业化和城镇化的加快推进，未来一段时间内能源消耗总量还将以年均2.5%的速度增长。因此，在能源结构短期内难以优化，而消耗量又持续增长的双重压力下，碳排放交易制度能否以及如何协调好温室气体减排与经济发展双重目标，已然成为中国政府和学术界亟待解决的重大问题。

目前，越来越多的证据表明，技术创新作为第一生产力，不仅是推动经济发展的主要动力，而且也是解决环境问题的关键要素。根据Porter等[2]的观点，合理的环境规制能够激发企业技术创新，并借助由技术创新带来的能源节约和产品质量改进弥补遵循成本，进而在改善环境质量的同时提升企业竞争力，即所谓的“波特假说”。由此可知，实现经济和环境的双赢在很大程度上取决于环境规制能否诱导新技术的产生和采用。自此，有关环境规制与企业创新关系的研究大量涌现，但研究结论却存在较大的差异。大部分学者分别基于不同国家、不同层面的数据得出环境规制显著促进了专利申请量和R&D支出提升的结论[3-7]。然而，也有部分学者基于相反结论对此进行了反驳，认为环境规制压力迫使企业将原本用于生产性活动的要素（劳动、资本等），投入到以减少污染排放的非生产性活动中，从而挤出了企业R&D投资[8-10]。随着学界对环境规制与技术创新关系认识的深入，越来越多的研究开始将技术创新划分为绿色创新和非绿色创新、工艺创新和产品创新，并由此对上述两种相反观点进行了解释，认为环境规制主要对绿色技术创新[9-13]和工藝创新[14-15]具有较强的促进作用。

上述有关环境规制与技术创新的探索性研究，为本文深入探讨中国碳排放交易试点制度与企业创新质量之间的关系提供了有益启发。然而，考虑到技术间的差异不仅表现在环保程度和生产环节的差异上，而且还会因技术水平不同而表现出创新质量差异[16]。在现实中，部分企业出于策略性竞争考虑，倾向于低质量创新，申请大量无效专利[17]。尤其是在中国政府加大创新补贴的情况下，企业为了获得政策倾斜更愿意追求创新数量而非创新质量[16，18-19]，由此造成了中国创新质量滞后于创新数量的局面[20-21]。此外，也有学者强调，在市场环境未发生重大变化的情况下，如果企业技术创新过于超前，不仅不会被市场认可，而且还会因为资源浪费，造成竞争力损失[22-23]。那么，正值中国经济低碳转型之际，碳排放交易制度作为政府给企业施加的外部约束，能否诱导中国企业转向高质量创新呢？以及在规制成本和高质量创新成本的双重压力下，政府补贴政策又在其中扮演着怎样的角色呢？

1文献综述

自Porter等[2]开创性地提出“波特假说”，即合理的环境规制能够诱导企业进行技术创新，从而在弥补“遵循成本”的同时，也有益于企业竞争力的提升。其后，有关“波特假说”的验证性研究大量涌现，并把环境规制能否促进企业创新作为评判“波特假说”是否存在的重要标准之一。

目前，已有较多研究支持环境规制对企业创新具有正向影响的观点。Jaffe等[3]基于美国制造业数据，发现环境规制对R&D支出具有正向影响。而Lee等[4]采用美国汽车行业企业数据，也得到类似结论，认为环境规制促进了美国汽车企业的专利申请量。此外，学者们也纷纷在美国之外的其他国家发现了环境规制与技术创新存在正相关的证据。Ford等[5]通过调查的方式采集到澳大利亚油气行业企业数据，研究发现严格的环境规制对企业产品创新和服务创新均有促进作用类似地，Rubashkina等[6]则在欧洲国家制造业数据发现环境规制促进了企业创新能力。近年来，学界也开始重视对中国环境规制与创新关系的研究。比较一致的是，刘晔等[7]基于中国的数据均得出环境规制能够有效提升技术创新水平。然而，也有部分研究得出完全相反的结论。Kneller等[9]研究了环境规制对英国制造业技术创新的影响，但未发现环境规制对R&D总投入有促进作用。不仅如此，Feng等[10]基于微观企业数据发现，中国碳排放交易试点的实施甚至对“处理组”企业专利申请总量具有抑制作用。

随着研究的深入，学者们对技术创新的分类更为细致，发现环境规制并非对所有类型的创新都有促进作用，而是具有偏向性诱导作用。换句话说，环境规制改变了企业原有创新策略。Acemoglu等[11]将技术区分为污染型技术和清洁型技术，并在理论上推导出严格的环境规制确实能够诱导企业从污染型技术创新转向清洁型技术创新的结论。在实证研究中，学者们也得到类似观点。Nesta等[12]基于欧洲国家数据研究发现，提高能源价格和加入“京都议定书”均对绿色专利有正向影响。Kneller等[9]、Tang[13]分别研究了环境规制对企业绿色创新和非绿色创新的影响，发现环境规制对总体R&D投入影响不显著，但对绿色创新具有显著的正向影响，而且绿色创新还挤出了非绿色创新。Feng等[10]发现中国碳排放交易对企业创新具有抑制作用，但抑制的主要是非绿色创新，对绿色创新仍然具有正向影响。此外，也有学者将技术创新划分为工艺创新和产品创新。Hu等[14]、Guo等[15]认为环境规制对两类创新均有显著促进作用，但相对而言，对企业工艺创新的影响效果更为强劲。考虑到中国在以专利为特征的创新数量上实现了爆发式增长，但就创新质量而言，与欧美发达国家相比仍有不小的差距[24]。因此，本文基于专利质量将企业创新划分为创新数量和创新质量，这无疑更加符合当前中国所面临的创新质量滞后于创新数量的问题。

此外，相关研究也强调，环境规制工具选择也是影响企业创新策略的关键因素。一般认为，市场化环境规制工具赋予了企业污染减排更大的灵活性，从而比命令—控制型环境规制工具更能够激发企业技术创新[13，25-26]。Anderson等[27]通过问卷调查发现，在碳排放交易体系下，有近一半的公司对现有生产设备进行了更新，其中大多数企业还对生产工艺进行了优化。类似地，Borghesi等[28]基于意大利的数据也得出碳排放交易体系能够显著促进企业进行绿色技术创新。Johnstone等[26]则进一步比较了市场型规制与命令—控制型规制的绿色创新效应，发现仅市场型规制方式对环保型专利数量具有显著的提升作用。然而，部分学者发现欧洲碳排放交易体系对企业低碳专利仅有2%的提升作用，认为环境规制的绿色创新效应有夸大的成分[29]。Bel等[30]对此进行了解释，认为由于欧盟碳排放交易配额供大于求，造成碳权价格偏低，从而对企业生产行为缺乏约束，最终不利于企业采取低碳技术。

从上述文献来看，适宜的环境规制方式和更加细致的技术创新分类为“波特假说”的实现提供了有利条件。但如果一味给企业施加政策压力可能会对企业污染减排动机激励不足[15，31-32]，企业在环境规制的影响下会倾向于将研发经费投入到以经济产出为目标的非绿色技术创新，从而造成资源和环境的更大浪费与破坏[8]。在诸多研究中，政府补贴通常被视为缓解企业资金约束和弥补市场失灵的有效工具。尽管有少部分学者认为，政府补贴挤出了私人R&D投入[33-34]，但并未表明对创新产出是否也有挤出作用。与此相反，大部分研究表明，政府补贴对企业创新具有正向推动作用[32-35]。尤其是在严格的环境规制下，一方面，政府补贴能够有效削弱或抵消环境规制对R&D投资的挤出效应[36];另一方面，环境规制可以通过绿色引导放大政府研发资金对绿色技术创新的激励作用[15]。因此，本文在基准模型的基础上，进一步深入探索碳排放约束下政府补贴对企业创新质量的影响。

与既有文献相比，本文可能的边际贡献归结如下：①在创新识别上：本文分别以创新数量和创新质量来表示企业创新，其中采用专利申请总数作为创新数量，并以发明专利申请和实用新型专利申请分别表示为高质量创新和低质量创新。②在环境规制方式上：本文以中国开展的碳排放交易试点政策为准自然实验，考察碳排放交易制度对中国企业创新质量的影响。③在数据和方法上：本文基于2008—2016年中国A股上市公司数据作为研究样本，并采用双重差分（differenceindifference，DID）模型构建碳排放交易试点制度对企业创新质量影响的准自然实验框架。同時，为克服双重差分模型的内生性和共同趋势假设的缺陷，本文采用PSM-DID方法对实证结果进行稳健性检验并运用于后续实证研究中，即首先采用倾向分值匹配法（prosperityscorematch，PSM）对样本进行匹配，然后再用DID方法对匹配后的子样本进行回归。

2研究设计

2.1制度背景与模型设定

2.1.1制度背景

自1997年10月《京都议定书》签订以来，借助市场机制实现温室气体减排的全新理念得到了持续发展。尤其是在2002—2005年期间，英国、澳大利亚与欧盟等国先后建立起碳排放交易市场，标志着碳排放交易实现了由理念到实践的跨越。所谓碳排放交易，是指在政府规定碳排放总量的基础上，企业基于自身碳排放配额在市场上买入（卖出）额外的（过剩的）碳排放权。一般认为，由于赋予了碳排放权商品的性质，从而会对企业生产决策产生了影响。此外，与传统的命令—控制型减排工具相比，碳排放交易不仅具有更高的减排效率，而且还可通过价格传导机制优化能源结构。目前，欧盟排放体系作为全球最大的多国碳排放交易体系，覆盖了24个国家，超过12000家工业企业，贡献了全球约80%的交易额，达到4.9亿欧元。其他诸如美国加利福尼亚、东京、新西兰以及韩国碳排放交易市场，则属于区域性碳排放交易体系，旨在通过本地区或本国碳排放交易体系的运行，进而为实现与其他碳排放交易体系有效对接形成全球性统一的碳排放交易体系提供经验借鉴。

近年来，中国也在积极探索建立本国碳排放交易体系，实现温室气体减排的市场化环境规制方式。这是因为，一方面低碳发展已成为全球必然趋势，而由碳排放交易所衍生出来的金融创新，被认为是未来新的经济增长点;另一方面虽然中国已是清洁发展机制（CDM）最大的供应国，但由于没有定价权，致使价格过低，造成碳资产流失。2011年10月，中国国家发改委发布了《关于开展碳排放交易权试点工作的通知》，正式批准北京、天津、上海、重庆、湖北、广东和深圳开展碳排放交易试点，并于2013年先后在这7个省市试行碳排放交易。其中，受到碳排放约束的产业主要是钢铁、电力、化工、建筑、造纸、有色金属和航空等8个高碳行业。截至2016年12月，7个碳排放交易试点的二氧化碳成交量达到1.6亿t，成交额接近25亿元。尽管与欧盟排放交易规模相比，中国试点省市的碳排放交易规模较小，但发展速度迅猛。尤其是在2017年12月，随着《全国碳排放权交易市场建设方案（发电行业）》的印发，意味着以发电行业为突破口建立全国碳排放交易体系的工作将全面启动。今后，中国碳排放交易市场规模将达到40亿t，两倍于欧洲碳排放交易市场，有望成为世界上最大的碳排放交易体系。

2.1.2模型设定

为了实证检验碳排放交易制度对企业创新质量的影响本文构建基准模型（1）：其中，下标i、j、k、t分别表示企业、省份、行业和年份，INQi，j，k，t为创新质量。CETSi，j，k，t为0～1二分类变量，当样本为处理组时，则CETSi，j，k，t=1;否则为0。Post和Provid同样为0～1变量，当中国碳排放交易制度启动后，则Post=1，否则为0;当样本处在碳排放交易试点区域，则Provid=1，否则为0。其中对于碳排放交易制度执行时点的选择，参考刘晔等[7]、Zhang等[37]的做法，以2012年作为碳排放交易制度试点执行的起始年。为控制变量矩阵，分别为企业规模（Size）、企业规模平方项（Size2）、企业经营年限（Ages）、资产负债率（Leverage）、企业所有权性质（SOE）和股权集中度（COCEN）;由于创新质量在不同地区和不同行业之间具有较大的差异，因此本文还控制了行业和区域个体效应，即uk、Provj;εi，j，k，t表示扰动项。

2.2变量设定与说明

2.2.1创新质量学界通常根据专利信息来衡量创新质量。如Rubashkina等[6]、Johnstone等[26]采用专利引用数来衡量中国创新质量，Fisch等[38]采用专利自申请以来到第一次被引用的时间跨度来评价专利质量，而Lanjouw等[39]、Schettino等[40]为了保证创新质量尽可能涵盖更多的专利信息，则采用主成分分析法将同族专利规模、专利申请宽度、专利前向引用和后向引用等专利四种特征综合为一个指标。

上述有关企业创新质量指标选取和方法的研究，为本文提供了有益启发，但是考虑到微观企业层面上，对每个公司专利引用进行识别的难度和工作量巨大。因此，本文借鉴Boeing[33]、黎文靖等[41]以专利申请作为创新指标，这是因为专利申请更接近发明时间，而且也是企业对当前技术运用和创新的总结。同时，根据Hu等[24]、刘督等[42]对专利的分类，以专利申请数（Patnet）作为创新数量，再以发明专利申请（Patneti）和新型实用专利申请（Patnetu）分别表示由高和低的创新质量。这种创新质量分类的现实依据来自中国专利局对专利的分类。中国专利局将专利划分为发明专利、实用新型专利和外观设计专利。其中发明专利具有最高的新颖度和技术创造性，并且发明专利的申请，必须符合“新颖性、创造性和实用性”的要求。相比之下，实用新型或设计专利只要求类似的专利申请以前没有被批准过。由于外观设计专利作为最基本的创新，技术含量相对较低[33]，并且在申请过程中不需要提交报告和进行实质性审查，更多地属于企业自主行为。因此，在创新质量划分中本文将该种专利申请排除在外。

2.2.2控制变量

诸多研究表明，企业特征也是影响企业创新质量的重要变量。基于此，本文还加入了包括企业规模及其平方项、资产负债率、所有权结构和股权集中度等五个控制变量。其中：企业规模（Size）以企业年末销售额表示;经营年限（Ages）以2016与企业成立年份的差值表示;资产负债率（Leverage）以负债总额/资产总额表示;所有权结构（SOE）以二分类变量表示，如果含有国有股份则为1，否则为0;最后，股权集中度（COCEN）以第1大股东持股比例（%）表示。变量设定与说明如表1所示。

2.3数据来源与处理

以2008—2016年中国A股上市公司作为初始样本，数据来源于CSMAR和Wind数据库。对原始数据进行了如下处理。

（1）样本选取。鉴于碳排放交易制度仅涉及石化、化工、建材、钢铁、有色、造纸、电力和航空等8个试点行业。因此，本文选取的一级样本仅涉及这八个行业，并以其中处在北京、天津、上海、重庆、湖北、广东和深圳等7个试点地区的上市公司作为处理组，以其他样本作为控制组。

（2）缺失值和异常值处理。预先剔除专利申请总量为0或缺失的样本，同时也将控制变量存在缺失值的样本予以剔除，但为了保证足够的样本量，本文对发明专利申请和实用新型专利申请的缺失数据赋值为0。为消除极端值的影响，对连续变量的1%和99%百分位进行Winsorize处理，以下数据报告均基于处理后的数据结果。最终共选取包含587家上市公司，共3153个观测值。表2为变量的描述性统计。

3实证结果与分析

3.1基准模型结果

表3为碳排放交易制度对企业创新质量的回归结果。整体来看，碳排放交易制度实施后对创新数量（LPatent）、创新质量（LPatenti和LPatentu）以及创新质量虚拟变量（Patenti_D和Patentu_D）均有正向影响，但对Patentu_D的系数不显著。由此表明，碳排放交易制度的实施能够诱致企业在追求创新数量的同时，更愿意兼顾创新质量。

具体而言，在（1a）～（1c）中，碳排放交易制度对专利数量和两类专利（发明专利和实用新型专利）均具有正向影响。这表明，碳排放交易制度对企业技术创新具有促进作用，并且有效诱导了企业转向高质量创新。本文认为，原因可能来自两个方面：一方面，在严格的环境规制下，原有技术已无法满足节能减排的需要，在日趋加重的“规制成本”负担下，企业不得不进行技术创新[14]。此外，由于技术创新具有正的外部性，即技术一旦被发明出来就很难排除其他人免费享受技术创新所带来的好处，从而企业就会通过申请专利的方式来寻求知识产权保护[17]。另一方面，与命令—控制型环境规制工具相比，碳排放交易制度作为一种市场型环境规制方式具有更大的灵活性。在碳排放约束下，技术水平较高的企业具有更强劲的节能减排效应，通过卖出多余的碳配额，获得额外收益，由此企业也更愿意进行技术水平较高的创新。这也可以从CETS在（1d）和（1e）的系数中得到证实。由于（1d）和（1e）的因变量为0～1二分類变量，分别表示企业发明专利申请行为和新型实用发明专利申请行为。尽管CETS在（1d）和（1e）中的系数均为正向，但仅在（1d）中的系数显著，再次表明碳排放交易制度实施后，企业更愿意进行高质量创新。

此外，本文还分析了其他控制变量对创新数量和创新质量的影响。企业规模对专利数量、发明专利和实用新型专利申请都具有显著的负向影响，但其二次项对三者具有显著的正向影响，表明企业规模对企业创新具有非线性型影响。一般认为，规模较大的企业资金更加充裕，可以通过购买和自主研发来获取高质量专利[20，24]。但同时，规模经济效应表明，只有企业规模超过门槛才会对企业创新产出具有放大作用[13，43]。企业营业年限对专利总量、发明专利和实用新型专利具有显著的负向影响，表明经营时间越长的企业越不愿意进行创新。资产负债率的系数始终负，表明资产负债率过高不利于企业创新。所有权性质的系数始终为负，意味着国有股份的存在抑制了企业申请专利的行为。这是因为，一般情况下，国有企业更多以政治和社会责任为主要目标，加之委托-代理间的冲突严重，风险承担水平较低，从而导致国企的创新动力不足，创新产出低于民企[44]。

3.2稳健性检验

为了排除碳排放交易制度试点非随机性选择的干扰，以及放松DID方法的共同趋势假设，参考Lschel等[45]采用PSM-DID模型进行估计。具体步骤为：首先，采用Logit模型计算出每个样本被选为碳排放交易试点的倾向分值;然后，采用PSM方法在“控制组”中寻找与“处理组”样本倾向分值相近的样本，从而可以消除样本非随机选择性的问题和放松“处理组”和“控制组”必须具有共同趋势的假设;最后，结合DID方法估计碳排放交易试点真实的政策效应。

表4为PSM-DID方法估计结果，与表3中的结果相比，除CETS回归系数变大之外，在显著性和方向上并没有变化。由此表明，本文的实证结果通过了稳健性检验。具体而言，碳排放交易制度均对专利申请总量、发明专利申请、实用新型专利申请和发明专利申请的虚拟变量具有显著的促进作用。虽对实用新型专利申请的虚拟变量也有促进作用，但并不显著（Logit回归结果和PSM平衡性检验结果略）。

4进一步分析：异质性与机制检验

4.1异质性检验

前述实证结果表明，企业所有权和规模差异也会对其创新策略产生重要影响。因此，本文以企业股权中是否包含国有股份将总样本划分为国有股份企业子样本组和非国有股份企业子样本组;同时，将总样本中规模大于行业平均企业规模的企业划分为大规模企业子样本组，而将小于行业平均规模的企业划分为小规模企业子样本组。

（1）企业所有权异质性检验。在表5中（5a）～（5e）为国有股份企业样本组的实证结果，（6a）～（6e）为非国有股份企业样本组的实证结果。具体来看，在（5a）～（5e）中，碳排放交易制度实施后能够显著提高国有企业创新数量和创新质量;在（6a）～（6c）中，碳排放交易制度的系数也显著为正，但影响强度有所减弱。这表明，在碳排放约束下，更多的是由国有企业承担高质量创新的任务。此外，（6d）的系数为负，而（6e）的系数为正，但均不显著。这也传递了一个信号，在碳排放约束下，非国有股份企业尚未成为高质量创新的主力。

（2）企业规模异质性检验。一般认为，规模较大的企业资金更加充裕，可通过购买和自主研发来获取高质量专利[22，29]，这也可以从表6（7a）～（7e）和（8a）～（8e）中CETS系数大小和显著性差异得到证实。其中，（7a）～（7e）为大规模企业样本组的回归结果，CETS的系数均显著为正，表明碳排放约束下，大规模企业能够兼顾创新数量和创新质量。（8a）～（8e）为小规模企业样本组的回归结果，CETS的系数虽为正向，但仅（8c）中的系数显著，且系数大小均小于大规模企业的回归系数，表明在碳排放约束下，中国创新质量提升的重任主要由规模较大的企业承担。4.2机制检验

为了明确在规制成本和高质量创新成本的双重压力下，政府补贴政策的作用。本文在基准模型（1）的基础上，设定模型（2）和模型（3）：

具竞争优势的企业退出市场。综合来看，政府补贴政策有效推动了企业转向高质量创新，但效果因政府补贴方式而异。政府事前补贴对企业创新的推进效果优于政府事后补偿，而且在碳排放约束下，企业主要通过获得政府事前补贴实现向高质量创新转变的创新策略。5研究结论与政策含义

建立在现有关于环境规制与企业创新研究的基础上，本文采用2008—2016年中国A股上市公司面板数据，并依据企业专利申请总量和专利申请类别（发明专利和实用新型专利）将企业创新划分为创新数量、高质量创新和低质量创新，进而运用DID方法和PSM-DID方法建立碳排放交易制度与企业创新质量的准自然实验框架，得到以下研究结论。

第一，基准模型结果表明，碳排放交易制度对专利申请总量、发明专利申请和新型实用专利申请均有正向影响。从影响程度来看，碳排放交易制度对实用新型专利申请的影响系数大于对发明专利申请的影响系数，表明碳排放约束还不足以促使中国企业真正摆脱过度追求专利数量的传统创新策略。第二，异质性检验结果表明，企业所有权差异和规模差异也会对碳排放交易制度的创新激励效应产生重要影响。具体而言，碳排放交易制度实施后能够显著提高国有企业创新数量和创新质量;在非国有股份企业中，虽然碳排放交易制度的系数也显著为正，但影响强度有所下降。从企业规模差异来看，大规模企业能够有效兼顾创新数量和创新质量，而小规模企业仅对质量较低的实用新型专利申请有显著正向影响。第三，机制检验结果表明，政府补贴政策有效推动了企业转向高质量创新，但效果因政府补贴方式而异。政府补贴对专利申请总量、发明专利和实用新型专利均有显著的正向影响，但影响程度随着创新质量降低而递减。就政府补贴方式而言，政府事前补贴比政府事后补偿对创新数量和创新质量的影响更为强劲。不僅如此，碳排放交易制度仅对政府事前补贴具有显著正向影响，而对政府事后补偿的影响虽为正向，但不显著，表明在碳排放约束下，企业主要通过政府事前补贴来缓解“遵循成本”压力，进而推动企业转向高质量创新。

基于研究結果得出的政策含义有：①加大对小规模民营企业高质量创新补贴。本文的研究结论表明，当不存在碳排放约束时，民营企业为高质量创新的主力，但当碳排放交易制度实施后，民营企业则丧失高质量创新主体地位。此外，小规模企业本身就缺乏高质量创新的资金，尤其是还受到碳排放交易制度的约束，不仅无法完成高质量创新的任务，甚至可能面临着严峻的生存风险。鉴于此，本文认为政府创新补贴政策应该向小规模民营企业倾斜。②采取更具灵活性和针对性的政府创新补贴方式。一般认为，长期来看，企业有足够的时间调整创新方向，并借助由创新带来的成本补偿提高企业竞争力。但在此之前，一方面，企业无法迅速调整创新方向，从而也无法享受到“创新补偿”;另一方面，在严格的环境规制压力下，企业不得不将原本用于提升生产力的研发投入，用来购买碳排放权或其他污染排放指标，从而造成生产力损失。因此，政府补贴应该更具灵活性和针对性，事先为受到碳排放约束的企业提供具有针对性的创新补贴。

（编辑：王爱萍）

参考文献

[1]ZHANGX，ZHAOX，JIANGZ，etal.Howtoachievethe2030CO2emission-reductiontargetsforChinasindustrialsector：retrospectivedecompositionandprospectivetrajectories[J].Globalenvironmentalchange，2017，44（5）：83-97.

[2]PORTERME，LINDECVD.Towardanewconceptionoftheenvironment-competitivenessrelationship[J].Journalofeconomicperspectives，1995，9（4）：97-118.

[3JAFFEAB，PALMERKL.Environmentalregulationandinnovation：apaneldatastudy[J].Reviewofeconomics&statistics，1997，79（4）：610-619.

[4LEEJ，VELOSOFM，HOUNSHELLDA.Linkinginducedtechnologicalchange，andenvironmentalregulation：evidencefrompatentingintheU.S.autoindustry[J].Researchpolicy，2011，40（9）：1240-1252.

[5FORDJA，STEENJ，VERREYNNEM.HowenvironmentalregulationsaffectinnovationintheAustralianoilandgasindustry：goingbeyondthePorterHypothesis[J].Journalofcleanerproduction，2014，84：204-213.

[6RUBASHKINAY，GALEOTTIM，VERDOLINIE.Environmentalregulationandcompetitiveness：empiricalevidenceonthePorterHypothesisfromEuropeanmanufacturingsectors[J].Energypolicy，2015，83：288-300.

[7]刘晔，张训常.碳排放交易制度与企业研发创新——基于三重差分模型的实证研究[J].经济科学，2017（3）：102-114.

[8]黄庆华，胡江峰，陈习定.环境规制与绿色全要素生产率：两难还是双赢？[J].中国人口·资源与环境，2018，28（11）：140-149.

[9KNELLERR，MANDERSONE.EnvironmentalregulationsandinnovationactivityinUKmanufacturingindustries[J].Resource&energyeconomics，2012，34（2）：211-235.

[10]FENGC，SHIB，KANGR.Doesenvironmentalpolicyreduceenterpriseinnovation？evidencefromChina[J].Sustainability，2017，9（6）：872.

[11ACEMOGLUD，AGHIONP，BURSZTYNL，etal.Theenvironmentanddirectedtechnicalchange[J].TheAmericaneconomicreview，2012，102（1）：131-166.

[12NESTAL，VONAF，NICOLLIF.Environmentalpolicies，competitionandinnovationinrenewableenergy[J].Journalofenvironmentaleconomics&management，2014，67（3）：396-411.

[13]TANGR.Environmentalregulationandfirminnovation：evidencefromChina[R].2015：1-40.

[14HUD，WANGY，HUANGJ，etal.Howdodifferentinnovationformsmediatetherelationshipbetweenenvironmentalregulationandperformance？[J].Journalofcleanerproduction，2017，161：466-476.

[15GUOY，XIAX，ZHANGS，etal.Environmentalregulation，governmentR&Dfundingandgreentechnologyinnovation：evidencefromChinaprovincialdata[J].Sustainability，2018，10（4）：940.

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

[17THOMAG.QualityandvalueofChinesepatenting：aninternationalperspective[J].Seouljournalofeconomics，2013，26（1）：33-72.

[18]張杰，郑文平.创新追赶战略抑制了中国专利质量么？[J].经济研究，2018，53（5）：28-41.

[19]申宇，黄昊，赵玲.地方政府“创新崇拜”与企业专利泡沫[J].科研管理，2018，39（4）：83-91.

[20GUPENGZ，XIANGDONGC.ThevalueofinventionpatentsinChina：countryoriginandtechnologyfielddifferences[J].Chinaeconomicreview，2012，23（2）：357-370.

[21ZHANGG，LVX，ZHOUJ.Privatevalueofpatentrightandpatentinfringement：anempiricalstudybasedonpatentrenewaldataofChina[J].Chinaeconomicreview，2014，28：37-54.

[22HSIEHC.Patentvalueassessmentandcommercializationstrategy[J].Technologicalforecastingandsocialchange，2013，80（2）：307-319.

[23]蔡绍洪，俞立平.创新数量、创新质量与企业效益—来自高技术产业的实证[J].中国软科学，2017（5）：30-37.

[24]HUAGZ，ZHANGP，ZHAOL.Chinaasnumberone？evidencefromChina'smostrecentpatentingsurge[J].Journalofdevelopmenteconomics，2017，124：107-119.

[25]RENS，LIX，YUANB，etal.Theeffectsofthreetypesofenvironmentalregulationoneco-efficiency：across-regionanalysisinChina[J].Journalofcleanerproduction，2018，173：245-255.

[26JOHNSTONEN，MANAGIS，RODRGUEZMC，etal.Environmentalpolicydesign，innovationandefficiencygainsinelectricitygeneration[J].Energyeconomics，2017，63：106-115.

[27ANDERSONBJ，CONVERYF，MARIACD.TechnologicalchangeandtheEUETS：thecaseofIreland[J].SSRNelectronicjournal，2010，216（1-2）：233-238.

[28BORGHESIS，CAINELLIG，MAZZANTIM.Linkingemissiontradingtoenvironmentalinnovation：evidencefromtheItalianmanufacturingindustry[J].Researchpolicy，2015，44（3）：669-683.

[29CALELR，DECHEZLEPRTREA.Environmentalpolicyanddirectedtechnologicalchange：evidencefromtheEuropeancarbonmarket[J].Thereviewofeconomicsandstatistics，2016，98（1）：173-191.

[30BELG，JOSEPHS.PolicystringencyundertheEuropeanUnionemissiontradingsystemanditsimpactontechnologicalchangeintheenergysector[J].Energypolicy，2018，117：434-444.

[31]LIC.Howdoesenvironmentalregulationaffectdifferentapproachesoftechnicalprogress？evidencefromChinasindustrialsectorsfrom2005to2015[J].Journalofcleanerproduction，2019，209：572-580.

[32PENGH，LIUY.Howgovernmentsubsidiespromotethegrowthofentrepreneurialcompaniesincleanenergyindustry：anempiricalstudyinChina[J].Journalofcleanerproduction，2018，188：508-520.

[33]BOEINGP.TheallocationandeffectivenessofChinasR&Dsubsidies-evidencefromlistedfirms[J].Researchpolicy，2016，45（9）：1774-1789.

[34]MARINOM，LHUILLERYS，PARROTTAP，etal.Additionalityorcrowding-out？anoverallevaluationofpublicR&DsubsidyonprivateR&Dexpenditure[J].Researchpolicy，2016，45（9）：1715-1730.

[35]GUOD，GUOY，JIANGK.Government-subsidizedR&Dandfirminnovation：evidencefromChina[J].Researchpolicy，2016，45（6）：1129-1144.

[36ZHAOX，SUNB.TheinfluenceofChineseenvironmentalregulationoncorporationinnovationandcompetitiveness[J].Journalofcleanerproduction，2016，112：1528-1536.

[37]ZHANGYJ，PENGYL，MACQ，etal.Canenvironmentalinnovationfacilitatecarbonemissionsreduction？evidencefromChina[J].Energypolicy，2017，100：18-28.

[38FISCHC，SANDNERP，REGNERL.ThevalueofChinesepatents：anempiricalinvestigationofcitationlags[J].Chinaeconomicreview，2017，45：22-34.

[39LANJOUWJO，SCHANKERMANM.Patentqualityandresearchproductivity：measuringinnovationwithmultipleindicators[J].Economicjournal，2004，114（495）：441-465.

[40SCHETTINOF，STERLACCHINIA，VENTURINIF.Inventiveproductivityandpatentquality：evidencefromItalianinventors[J].Journalofpolicymodeling，2013，35（6）：1043-1056.

[41]黎文靖，郑曼妮.实质性创新还是策略性创新？——宏观产业政策对微观企业创新的影响[J].经济研究，2016，51（4）：60-73.

[42]刘督，万迪昉，吴祖光.我国创业板市场能够识别创新质量吗？[J].科研管理，2016，37（12）：46-54.

[43]黃庆华，时培豪，刘晗.区域经济高质量发展测度研究：重庆例证[J].重庆社会科学，2019（9）：82-92.

[44]陈红，纳超洪，雨田木子，等.内部控制与研发补贴绩效研究[J].管理世界，2018，34（12）：149-164.

[45]LSCHELA，LUTZBJ，MANAGIS.TheimpactsoftheEUETSonefficiencyandeconomicperformance：anempiricalanalysesforgermanmanufacturingfirms[J].Resourceandenergyeconomics，2019，56：71-95.