生态科技创新的双重外部性及矫正机制研究*

□ 吴应龙 沈满洪 王 迪

内容提要 生态科技创新在技术扩散和环境保护方面存在双重外部性，导致其供给不足，因此有必要同时从技术扩散角度和环境保护角度设计矫正机制，提高生态科技创新的供给。本文建立多区域创新研发模型，从数理逻辑上分析双重外部性的扭曲效应和矫正机制，并基于全国2003—2018 年城市数据建立空间计量模型验证矫正机制的效果。主要结论为：第一，相比非生态科技创新，生态科技创新面临更为严峻的供给不足问题；第二，知识产权保护和环保税可以矫正生态科技创新的外部性；第三，知识产权保护和环保税存在互补效应，两者共同作用可以进一步提高生态科技创新水平。

一、引言

党的二十大报告强调“科技是第一生产力”和“创新是第一动力”，需要“加快发展方式绿色转型”，并提出到2035 年“实现高水平科技自立自强，进入创新型国家前列”和“生态环境根本好转，美丽中国目标基本实现”。我国高质量发展的蓝图日渐清晰，推动经济社会发展绿色化、低碳化是我国转变经济发展方式的明确方向，而生态科技创新正是推动经济高质量发展的内源动力，是驱动发展方式绿色低碳转型的关键所在。现阶段我国生态科技创新仍面临创新性不足、创新不平衡、创新不充分等问题（王博等，2020）。这种生态科技创新的相对不足性，导致了生态经济发展的不平衡性、生态环境保护的不平衡性和生态社会建设的不平衡性。

双重外部性指技术扩散外部性和环境保护外部性，是生态科技创新的重要特征（Rennings，2000），也是造成其供给不足的根本原因。技术扩散外部性是指企业的创新成果易被其他企业所模仿，从而给其他企业带来部分收益，甚至增强竞争对手的实力（Cohen et al.，2016）。环境保护外部性是指企业进行生态科技创新后，污染物排放的减少将对整个社会带来一定的环境福利（周亚越和俞海山，2015）。双重外部性的存在表明生态科技创新研发市场存在缺陷，生态科技创新的社会收益远高于私人收益（李旭，2015）。此外，单个企业通常无法确定其创新的社会价值，未来收益的不确定性进一步降低了他们进行创新研发的动机（Gillingham et al.，2008）。双重外部性会导致企业生态科技创新的研发意愿降低，最终造成生态科技创新供给不足的问题。

在此背景下，生态科技创新双重外部性的矫正机制设计至关重要。学者们从不同角度对生态科技创新的双重外部性进行了一系列研究。从环境外部性视角，学者们论证了环境规制对于生态科技创新的驱动作用。Bu &Shi（2021）研究发现污染惩罚制度推动了企业生态科技创新，并最终降低了污染物的排放。刘金科和肖翊阳（2022）研究发现，中国环保税改革有效促进了企业生态科技创新，但对企业其他科技创新存在挤出效应。针对绿色补贴的研究发现，对企业的绿色补贴可以降低企业生态科技创新的研发成本，提高企业创新动机（Acemoglu et al.，2012），而对消费者的绿色补贴可以提高消费者对生态产品的购买意愿，推动生态创新的扩散（Sierzchula et al.，2014）。除了环保税和补贴以外，学者们也开始关注环境产权交易对于生态科技创新的促进作用。齐绍洲等（2018）研究发现排污权交易试点政策诱发了试点地区污染行业内企业的生态科技创新活动。而涂正革和谌仁俊（2015）却认为SO2排污权交易制度在我国未能产生波特效应。尽管环境规制对生态科技创新的驱动研究不断取得成果，但这些研究并未得到环境规制对生态科技创新存在驱动作用的一致结论。

从技术扩散外部性视角，学者们开始论证知识产权手段对于生态科技创新的驱动效果。王锋正和郭晓川（2016）研究发现知识产权保护因素在环境规制对企业生态工艺创新的影响中起调节作用。陶锋等（2021）研究发现专利实质审查制度能够有效保障授权专利的质量，有利于缓解环保目标责任制对生态科技创新质量的扭曲效应。杨世迪和刘亚军（2021）认为，在生态科技创新研发阶段，提高知识产权保护水平可以有效降低绿色技术知识被模仿的风险，促进生态科技创新的扩散，提高整体的生态创新水平。可见，生态科技创新的知识产权手段驱动研究相对不丰富。

针对生态科技创新的双重外部性，需要同时从技术扩散角度和环境保护角度设计矫正机制（Hepburn et al.，2018；Popp，2019）。但现有文献主要关注某一种外部性的矫正机制对生态科技创新的驱动效果。两种外部性对生态科技创新供给的扭曲效应存在何种区别，不同的矫正机制是否能发挥合力，上述问题均没有得到系统性解答。因此，本文着力于研究双重外部性对生态科技创新供给的扭曲效应以及知识产权保护和环保税两类驱动机制在解决生态科技创新供给不足问题时的效果。本文第二部分的多区域创新研发模型，展示了双重外部性造成生态科技创新供给不足问题的数理推导。第三部分引入了知识产权保护和环保税两种外部性矫正手段，探究不同矫正手段对于生态科技创新的驱动效应。第四部分基于全国284个城市2003—2018 年的面板数据，实证检验了两种矫正手段对生态科技创新的驱动效应以及二者的互补效应。

本文可能的学术贡献在于以下三个方面：第一，以往研究往往只考察单一手段对生态科技创新的影响，文本较为创新地将知识产权保护和环保税两类外部性矫正手段纳入同一分析框架，丰富了当前的研究；第二，本文揭示了知识产权保护和环保税两类外部性矫正手段的互补作用，有助于深入理解产权制度和环境制度在驱动生态科技创新时的复杂关系；第三，本文对于科斯手段与庇古手段在存在外部性的情况下如何有机结合的问题也具有启发意义。除此之外，本文的研究将为知识产权保护和环保税相关政策的优化和完善提供重要的经验证据，对推进绿色低碳发展具有现实意义。

二、生态科技创新供给不足的内在根源

在研究减排与减排技术创新所面对的搭便车风险时，Gersbach et al.（2019）开发了一个具有国际市场的减排许可证和减排技术许可证的多国模型。本文参考其多区域创新研发与污染损害的基本框架，结合中国实际状况进行了拓展，研究存在双重外部性的情况下，地区生态科技创新的供给问题。本模型与该模型的主要区别在于：

第一，前置条件不同。Gersbach 模型假定知识产权得到严格的保护，不存在由于模仿或盗窃而产生的技术扩散现象。根据2019 年《全球竞争力报告》，中国的知识产权保护力度指数在全球排在第53 位。2021 年《中国专利调查报告》显示，11566个调查对象中有7.2%的专利权人遭遇过专利侵权。同时，部分法学研究也显示我国近年来知识产权侵权案件判赔标准较低，知识产权保护力度不足（詹映，2020）。知识产权保护程度不足引起的技术模仿是造成当前中国生态科技创新供给不足的重要原因。本文将知识产权保护作为研究重点之一，参考罗德明等（2015），将知识产权保护和技术模仿行为纳入模型。

第二，研究对象不同。除了知识产权保护之外，本文的另一研究重点是环保税制度。环保税政策是中国环境政策体系中最为重要的一项环境经济政策（郭俊杰等，2019）。环保税制度的前身排污费制度早在1982 年就在全国范围内施行，2016年12 月25 日《环境保护税法》的审议通过从立法角度明确了环保税的权威性。而Gersbach 模型重点关注减排许可证和减排技术许可证两个制度下的分配和退款规则。研究环保税对生态科技创新的驱动作用，更加符合中国的现实情况。

第三，研究结论不同。Gersbach 研究发现其设计的排放许可证份额分配和退款规则可以促进减排创新趋近社会最优水平。达到社会最优水平的结果固然是理论模型所追求的，但其内在机制的挖掘则更加具有现实意义。本文在论证知识产权保护和环保税对于生态科技创新驱动作用的基础上，进一步分析知识产权保护和环保税的互补作用，即“1+1＞2”而非“1+1=2”的作用。

假定存在n 个地区，包括1 个创新地区和n-1个非创新地区。创新活动往往源于经济更加发达的地区，将经济发达地区抽象为一个创新地区，可以更加聚焦生态科技创新的供给问题。生态科技创新不仅可以提高地区经济收益，还可以实现污染减排。每个地区都有一个代表性企业从事生产工作，并排放污染。污染排放会对研究范围内所有地区产生环境损害，并且本文假定对每个地区的损害都是一致的。

（一）地区的收益函数

1.生态科技创新收益函数

设定生态科技创新水平为θE，0≤θE≤1。更高的生态科技创新水平会带来更高的经济收益。对于创新地区来说，生态科技创新带来的收益如下：

B1表示创新地区经济收益，由产出收益BE（θE）和技术转让费RE组成。产出收益函数BE（θE）满足一定条件，即BE（0）=0，。RE为出售绿色专利而获得的技术转让费。

非创新地区通过模仿或者购买创新地区的绿色专利来获得创新地区的技术。本文参考罗德明等（2015），设定技术模仿水平为λ。非创新地区的收益函数为：

Bi（i≠1）表示非创新地区的经济收益。技术模仿水平满足0≤λ≤1，表明模仿行为难以达到创新地区的生态科技创新水平，若进行技术引进则获得与创新地区一致的生态科技创新水平。

2.生态科技创新成本函数

对于创新地区来说，更高的创新水平也需要更高成本，成本函数如下：

C1表示创新地区的成本，由研发成本CE（θE）构成。与产出收益函数相类似，研发成本函数满足条件CE（0）=0，。

对于非创新地区来说，进行技术模仿不需要进行研发活动，所以没有创新成本，模仿创新的成本在此不做考虑。若进行技术引进时，则需要交付给创新地区绿色专利购买费用πE。

3.环境损害函数

假设每个地区都要固定排放e 单位的污染，生态科技创新可以促进污染的减排。假定创新地区污染的最终排放量为P1=e（1-θE），生态科技创新水平越高，污染的最终排放水平也就越低。其余地区污染排放为：

若进行技术模仿，则排放水平只能减少至 Pi=e（1-λθE），若进行技术引进则可以进一步减少至 e（1-θE）。区域内污染排放总量为：E=。假定每个地区都会受到一致的环境污染损害，损害水平设定为τE。

4.地区总体收益函数

假定某一地区不采用创新技术，基于固定的科技水平进行生产时可以达到保留收益Y，采用创新技术时，则可以在保留收益的基础上产生额外收益B。创新地区和非创新地区的总体收益函数如下：

每个地区的总体收益等于创新收益与保留收益之和，减去创新成本和环境损害。

5.技术转让费

对于创新地区来说，最优的选择是确定合适的绿色专利价格，使得所有非创新地区都选择购买绿色专利，而不是选择模仿创新技术。定价策略需满足的条件为：

式（8）的左边是非创新地区选择支付 πE购买绿色专利的收益，右边是非创新地区选择模仿时获得的收益。给定绿色专利的价格，每一个非创新地区的购买决策独立于其他非创新地区。

因此，对于创新地区来说，最优的绿色专利定价策略为：

此时，所有非创新地区都选择购买绿色专利，创新地区获得的技术转让费为：

（二）生态科技创新的私人最优供给

在最优的绿色专利定价策略下，所有非创新地区均选择购买绿色专利，拥有与创新地区同等的生态科技水平。此时，最终的污染排放水平为：

创新地区的最优化问题为：

其中：

创新地区私人收益最大化一阶条件如下：

式（13）左边代表生态科技创新的私人边际收益MPRP，右边等于生态科技创新的私人边际成本MPCP。

（三）生态科技创新的社会最优供给

假定有一个社会最优计划者，从社会收益最大化的角度确定创新地区的生态科技创新水平，并且无偿分享给非创新地区使用。社会最优计划者的优化问题设定为：

社会收益最大化一阶条件：

式（15）中左边代表创新的社会边际收益MPRS，右边代表创新的社会边际成本MPCS，与私人边际成本MPCP相同。

（四）双重外部性的扭曲效应分析

在达到创新地区私人收益最大化时，生态科技创新水平可由一阶条件式（13）解出。在达到社会收益最大化时，生态科技创新水平可由一阶条件式（15）解出。上述一阶条件式左边前系数减少将会引起边际收益曲线在竖直方向成倍缩小，如图1（a）所示。后的截距项减少将引起边际收益曲线竖直向下移动，如图1（b）所示。无论是系数减少还是截距项减少都将引起收益曲线与边际成本曲线的交点向左下方移动，意味着生态科技创新水平降低。

图1 生态科技创新供需曲线

通过式（13）、（15）中生态科技创新的边际收益比较，可以得到创新水平的相对差异：

式（16）中，θEP代表存在双重外部性的情形下，创新地区私人最优的生态科技创新水平。θES代表实现社会收益最大化时的生态科技创新水平。相较于社会最优情形，存在双重外部性情形下的生态科技创新水平较低。

通过式（13）、（15）中社会边际收益与私人边际收益相减，可以考察双重外部性对生态科技创新的扭曲效应：

生态科技创新的私人收益在以下两方面存在收益不足情况。第一个方面为技术扩散造成的边际收益扭曲。由于存在技术模仿，创新地区给各个非创新地区带来了的收益。但各个非创新地区却只愿支付的费用。

第二个方面为环境保护造成的边际收益扭曲。各个地区进行技术引进，都可以为整个社会带来nτe 的环境收益，但各个地区只愿额外支付（1-λ）τe 的费用。

与生态科技创新相对比，可以将非生态科技创新刻画为可以带来产出收益，但不能实现污染减排的一类技术创新，非生态科技创新由θN表示。非生态创新的社会最优供给与私人最优供给的一阶条件分别为：①

基于式（18）和式（19）的比较发现，非生态科技创新的收益扭曲只有技术扩散外部性造成的收益扭曲：

综上，双重外部性导致生态科技创新供给在两方面存在收益扭曲：技术扩散外部性收益扭曲和环境外部性收益扭曲。非生态科技创新只存在技术扩散外部性收益扭曲。因此，与非生态科技创新相比，生态科技创新面临更加严峻的供给不足问题。

三、生态科技创新双重外部性的矫正机制

在双重外部性的作用下，生态科技创新面临比非生态科技创新更加严峻的供给不足问题，需要通过政策手段来矫正。本部分同时将知识产权保护或环保税纳入研究框架，研究两种手段对生态科技创新的驱动效果。更为重要的是，本部分尝试证明知识产权保护和环保税存在互补作用，即二者可以相互促进从而产生更强的驱动效果。

（一）双重外部性的矫正机制设计

1.知识产权保护

在新制度经济学中，产权制度具有激励约束作用，通过外部性内部化的方式实现资源的最优配置。由于技术扩散的外部性问题，企业面临自身技术被模仿和抄袭的风险。政府提高知识产权保护水平可以约束其他主体对企业创新成果的模仿，提高企业对创新活动的期望收益，从而激励其提高创新投入（吴超鹏和唐菂，2016；鲍宗客等，2020）。本文参考罗德明等（2015），设定知识产权保护水平为m，其中0＜m＜1，m 越大表示保护程度越高。非创新地区技术模仿程度不再是外生给定，而是关于知识产权保护水平m 的函数：

其中λ′（m）＜0，λ″（m）＜0，表明技术模仿水平是知识产权保护水平的单调递减凹函数。

2.环保税

环保税手段是指政府根据企业的污染状况采用一定税率征税的方式遏制污染排放，通过提高使用环境资源的相对价格来推动企业采取生态科技创新手段减少排污。政府根据各地区排污水平收取环保税：

其中，Fi为政府对各地区收取的环保税金额，Pi为各地区的污染排放水平，γ＞0 为环保税系数。

（二）矫正机制对生态科技创新的驱动效应分析

在实施环保税制度的情况下，绿色专利定价策略需满足的条件转变为：

式（23）的左边是在征收环保税的情况下，非创新地区选择支付π 的价格购买绿色专利的收益，右边是非创新地区选择模仿的收益。

此时，最优的绿色专利价格为：

此时，所有非创新地区都选择购买绿色专利。与不实施环保税制度的情况对比可知，环保税的实施提高了绿色专利的成交价格。

创新地区的最优化问题转变为：

其中：

创新地区实现私人收益最大化的一阶条件如下：

1.知识产权保护的驱动效应分析

根据式（26）可知，生态科技创新水平是关于知识产权保护水平m 和环保税水平γ 的隐函数。式（26）左右两边对知识产权保护水平求导可得：

2.环保税的驱动效应分析

同理，式（26）左右两边同时对环保税水平γ求导可得：

3.知识产权保护和环保税的互补效应分析

为考察知识产权保护与环保税的互补效应，本部分在给定生态科技创新均衡点上，分别提高单位知识产权保护水平△m 和单位环保税水平△γ，考察生态科技创新边际收益的变动。为简便计算，假设提高知识产权保护水平△m 后，非创新地区技术模仿水平下降△λ。

一方面，提升单位知识产权保护水平△m。创新地区私人收益最大化一阶条件转变为：

与原均衡一阶条件对比可以发现，私人边际收益的提升：

式（30）说明，提高知识产权保护水平可以从两方面驱动生态科技创新。第一，提高非创新地区技术引进的经济动机，为。提高知识产权保护水平后，非创新地区的模仿水平下降，技术模仿的经济收益下降，技术引进的意愿提高，进而提高创新地区生态科技创新的预期收益。第二，提高非创新地区技术引进的环境动机，为（n-1）（τ+γ）e△λ。技术模仿水平的下降，使得非创新地区模仿行为本身会产生更高的环境污染，损害自身效用。相比之下，技术引进可以获得更高的环境收益，进而提高了创新地区生态科技创新的预期收益。

从后者的系数（n-1）（τ+γ）e 可以看出，环保税系数γ 是影响知识产权保护水平提升△m 对生态科技创新驱动效果的重要因素，起正向调节作用。原因在于，环保税提高了非创新地区技术模仿的排污成本，进而强化了非创新地区技术引进的环境动机。

另一方面，提升单位环保税水平△γ。创新地区私人收益最大化一阶条件转变为：

与原均衡一阶条件对比可以发现，私人边际收益的提升为：

式（32）说明，提高环保税也可以从两方面产生驱动效应。第一，提高创新地区技术创新的环境效益，为e△γ。对于创新地区来说，提高环保税增加了创新地区的排污成本，激励创新地区为减少成本进行生态科技创新。第二，提高非创新地区技术引进的环境动机，为（n-1）（1-λ（m））e△γ。对于非创新地区来说，提高环保税进一步提高了选择技术模仿的环境成本，推动非创新地区更加积极地购买绿色专利，从而提高创新地区的技术转让收益，激励创新地区进行生态科技创新。

从后者的系数（n-1）（1-λ（m））e 可以看出，知识产权保护水平m 是影响环保税提升△γ 对生态科技创新驱动效果的重要因素，起正向调节作用。原因在于，知识产权保护降低了模仿水平，提高了非创新企业技术模仿的排污水平，提高了排污成本，最终强化了非创新地区技术引进的环境动机。

根据上述分析，知识产权保护和环保税制度对生态科技创新的驱动机制如图2 所示。知识产权保护和环保税对生态科技创新产生三方面驱动作用。第一，知识产权保护提高非创新企业技术引进的经济动机，推动非创新企业进行技术引进，从而提高创新企业的技术转让收益，如图2 虚线所示。第二，环保税提高创新企业进行创新的环境效益，推动企业为了减少排污成本而进行生态科技创新，如图2 点划线所示。第三，知识产权保护和环保税二者互相正向调节，即互补作用，共同提高非创新企业技术引进的环境动机，推动非创新企业技术引进，进而提高创新企业的技术转让收益，如图2 双横线所示。

图2 生态科技创新驱动机制图

根据上述机制分析，本文得到假说3：知识产权保护和环保税驱动生态科技创新水平提高时存在互补效应，即环保税可以提升知识产权保护对生态科技创新的驱动效果，知识产权保护也可以提升环保税对生态科技创新的驱动效果。

四、生态科技创新双重外部性矫正机制的实证检验

（一）模型设计

1.空间计量模型

研究表明，中国生态科技创新存在较强的空间关联性（白俊红和蒋伏心，2015），本地区生态科技创新可能受到邻近地区生态科技创新水平影响。在此情况下，经典回归设定的样本独立性特征不再满足，从而引起估计的偏误（Anselin et al.，2010）。因此，本文使用空间滞后模型，控制了生态科技创新的空间溢出效应，从而更加精准地刻画知识产权保护水平和环保税水平对本地区生态科技创新的影响。具体形式如下：

式（33）中，i 和j 表示不同的城市，wij表示空间权重，表示解释变量向量，yit表示被解释变量，β 为解释变量回归系数变量，δ 为被解释变量空间回归系数，μi和λt分别表示空间和时间的特定效应，εit为服从独立同分布的误差项。

2.空间权重矩阵

空间权重矩阵是代表各地区之间相互关系的网络结构矩阵，本文所选取的空间权重矩阵包括经济距离权重矩阵和邻近权重矩阵。

经济距离空间权重矩阵一般采用两地区之间GDP 差异的倒数表示，地区间的GDP 差异越大，所赋的权重就越小，计算方法如下所示：

邻近空间权重矩阵表示地理位置上的接壤关系，计算方法如下所示：

（二）数据选取和说明

本文的回归数据采用全国284 个地级市2003—2018 年的绿色专利数据以及其对应的经济数据。根据2020 年中国城市统计年鉴，中国大陆共有297 个地级市，由于三沙市、儋州市、毕节市等13 个地级市数据缺失严重，故不在本文样本之中。绿色专利和专利代理机构数据来源于国家知识产权局（China National Intellectual Property Administration，CNIPA），经济数据来源于中国城市统计年鉴以及国泰安数据服务中心（China Stock Market ＆ Accounting Research Database，CSMAR），经济案件数据来源于中国裁判文书网（China Judgements Online）。

本文使用绿色发明专利授权数衡量地区生态科技创新水平。专利申请数量往往只能代表地区对于生态科技创新的重视程度，而不能代表其实际的技术水平，专利的授权数量更能体现地区的技术水平提高（齐绍洲等，2018）。相比于实用新型专利，发明专利是对现有知识存量的增量贡献，创新程度更高（杨思涵和佟孟华，2022）。考虑到绿色发明专利授权（EG）存在滞后，本文采用绿色发明专利授权量的未来一期（F.EG）当作因变量，同时使用绿色实用新型专利授权量的未来一期（F.EG2）以及绿色发明专利的当期申请量（EX）进行稳健性检验。

本文的核心解释变量为环保税和知识产权保护水平。我国从2018 年起开始征收环保税，大部分省份的环保税是按“税负平移”原则将原本的排污费“费改税”而来。本文采用2003—2018 年SO2排污费征收标准的省级指标来衡量环保税水平（TAX）。同时参考Fan et al.（2013）的相关研究，本文使用国家知识产权局中的专利代理机构密度来衡量知识产权保护水平（PM），计算方式为专利代理机构数量除以本地区人口数量。专利代理机构的职能是为专利申请人（或专利权人）提供专利申请、版权登记、侵权诉讼等知识产权领域相关服务，其密度大小可以在一定程度上表明地区知识产权保护水平。考虑到专利代理机构密度与绿色发明专利授权数量可能存在双向因果效应，因此本文使用各城市外观设计专利申请数量（X）、外观设计专利授权数量（G）和经济民事纠纷数量（JC）作为工具变量。其中，经济民事纠纷数量来源于中国裁判文书各城市法院受理案件的与公司、证券、保险、票据等有关的民事纠纷判决书数量。

地区生态科技创新水平的影响因素包含研发投入水平、外商直接投资水平、经济发展水平、经济结构等因素（刘海英和谢建政，2016）。由于地级市专利研发数据的不可得性，本文使用地方科学事业费支出衡量地区生态科技创新的研发资金投入（SO）。同时，地方科学事业费支出可以体现出城市对于科学事业的重视程度，本文基于省级创新人员投入当量，通过地方科学事业费支出的比重折算出各城市的创新人员投入当量（RDP）。本文按照2003 年人均GDP 水平进行平减得到各地区的实际人均GDP（PGDP）代表地区经济发展水平。外商直接投资水平则使用外商实际投资额（FDI）衡量。同时本文使用第一产业比重（FIRST）和第二产业比重（SECOND）来衡量经济结构。本文使用以上变量作为控制变量。所有变量的描述性统计见表1。

表1 变量描述性统计

（三）实证结果

1.空间相关性检验

在使用空间计量方法前，需要检验空间的相关性。本文使用莫兰指数来检验城市生态科技创新的空间相关性，结果如表2 所示。采用邻近空间权重矩阵和经济距离权重矩阵时，生态科技创新都存在显著的空间相关性。经济距离权重矩阵相比于邻近空间权重矩阵，显著性更高。因此，本文采用经济距离权重矩阵进行基础回归，并采用临近空间权重矩阵进行稳健性检验。

表2 生态科技创新变量的莫兰指数

2.空间计量模型构建

考虑到面板数据中的时间和空间的特定效应，本文首先构建了双向固定的空间滞后模型。模型1 如下：

文献中常使用交互项来考察核心变量之间的互补效应，若交互项系数显著为正，则说明存在互补效应（汪淼军等，2006；江艇，2022）。因此，模型2 在模型1 的基础上，增加了环保税与知识产权保护水平的交互项，来验证二者的互补效应，模型2 如下：

3.基准回归

基准回归结果如表3 所示，模型1 和模型2 调整后的R2均大于0.7，说明双向固定效应空间滞后模型拟合效果较好。模型1 中，知识产权保护水平和环保税的估计系数分别为1.345 和167.33，且均通过1%的显著性水平检验，说明知识产权保护和环保税均可以显著促进生态科技创新。因变量空间滞后系数为0.236，通过了1%的显著性水平检验，说明生态科技创新存在显著的空间溢出效应。模型2 中增加了知识产权保护与环保税的交互项，此时模型的R2从0.748 增加至0.839，交互项的系数为0.2，通过了1%的显著性水平检验，说明知识产权保护水平与环保税存在互补效应。

表3 基准回归结果

基准回归结果揭示，知识产权保护和环保税制度可以促进生态科技创新水平的提高，两个手段存在互补效应，共同作用下可以驱动生态科技创新的供给达到更高水平。

4.稳健性检验

回归结果可能受到生态科技创新衡量指标影响。本文分别使用绿色实用新型专利未来一期的授权量和绿色发明专利的当期申请量作为替代指标进行稳健性检验。结果如表4 中模型3～6 所示。可见改变生态科技创新的衡量指标后，结果依然相对稳健。

过早的数据可能缺乏参考价值，稳健性检验改变研究的时间为近10 年（2009—2018）。结果如表4 中模型7 和模型8 所示。改变样本的年份不会影响回归结果。

前文分析可得生态科技创新在邻近空间矩阵层面存在技术扩散，因此稳健性检验使用邻近空间权重矩阵再次回归，结果如表4 中模型9 和模型10 所示。改变空间权重矩阵后，知识产权保护、环保税以及二者交互项的系数依然为正。

解释变量、遗漏变量或者不可观测的随机误差也可能存在空间溢出效用。本文使用空间误差模型和空间杜宾模型进行稳健性检验，结果如表4 中模型11～14 所示，可见改变空间计量模型的形式基本不会影响本文的结论。

5.内生性讨论

考虑到专利代理机构密度与绿色发明专利授权数量可能存在双向因果效应，本文将外观设计专利申请数量与授权数量，以及各城市的经济民事纠纷数量当作工具变量。外观设计专利的申请和授权数量与专利代理机构密度高度相关，但与绿色发明专利的授权数量没有理论上的关联性。同时，通过对专利代理机构进行梳理后发现，截至2018 年国家知识产权局批准的专利代理机构总计1915 家，其中396 家专利代理机构名字中带“律师”、“律师事务所”等字样。因此，可以认为专利代理机构密度与经济纠纷案件高度相关。本文选取与公司、证券、保险、票据等有关的民事纠纷数量作为工具变量，其与知识产权保护水平高度相关，但与绿色发明专利授权数量不存在理论上的相关性。

本文使用双向固定效应的面板工具变量回归来处理内生性问题，同时将双向固定效应面板回归模型结果作为对照。通过不可识别检验、弱工具变量检验和过度识别检验后发现，使用外观设计专利申请数量、外观设计专利授权数量和经济纠纷数量三个工具变量不存在不可识别、弱工具变量和过度识别问题。检验结果如表5 所示。

表5 工具变量检验结果

双向固定效应的面板工具变量回归结果如表6 所示。考虑到知识产权保护水平的内生性问题，基于工具变量的双向固定效应模型结果显示，知识产权保护水平、知识产权保护水平与环保税的交互项这两个内生变量的回归结果依旧与基准模型回归结果相符合。

表6 内生性讨论结果

6.异质性讨论

异质性讨论从经济分区维度进行分样本回归，分别讨论东部、中部和西部三个经济分区的回归结果。考虑到东中西部的划分，本文忽略了经济分区间的生态科技创新扩散，因此仅使用双向固定效应模型展示回归结果，如表7 所示。东部地区知识产权保护水平、环保税以及两者的交互项依然显著为正，与基准模型结果相符。中部地区和西部地区的知识产权保护水平显著为正，与基准模型结果相符。环保税的系数为负，显著性降低，环保税与知识产权保护水平的交互项显著为正。这说明环保税对于中西部地区的直接驱动作用不明显，但可以间接提高知识产权保护的驱动效果。可能原因在于中西部地区发展水平相对不高，企业创新能力相对不足，环保税对企业造成额外成本的同时，却不能激励企业进行自主创新。但环保税依旧可以推动此类企业更加积极地进行绿色技术引进，因而与知识产权保护产生交互作用。

表7 异质性讨论结果

五、结论与启示

本文以生态科技创新双重外部性为切入点，结合中国实际情况，拓展Gersbach et al.（2019）的多国研发模型，对生态科技创新供给不足的内在根源以及双重外部性的矫正机制进行了理论分析，并基于2003—2018 年全国284 个地级市数据，对核心理论进行了实证检验。主要结论为：

第一，理论分析证明生态科技创新面临着比非生态科技创新更加严峻的供给不足问题。双重外部性造成了生态科技创新供给在两方面存在收益扭曲：技术扩散外部性收益扭曲和环境外部性收益扭曲。环境外部性收益扭曲使得生态科技创新相比非生态科技创新更为不足。

第二，理论分析证明知识产权保护和环保税均可以矫正生态科技创新的外部性，对生态科技创新起正向驱动作用。同时，知识产权保护和环保税在驱动生态科技创新时存在互补作用，环保税可以提升知识产权保护对生态科技创新的驱动效果，知识产权保护也可以提升环保税对生态科技创新的驱动效果。

第三，实证分析验证了知识产权保护和环保税两类外部性矫正机制对生态科技创新的驱动效应以及二者的互补效应。在进行稳健性检验和内生性问题讨论后，主要研究结论仍显著成立。此外，异质性讨论显示，知识产权保护对东中西所有经济分区的生态科技创新均产生显著的正向影响，而环保税对东部地区和中西部地区会产生差异化的影响。对于东部地区来说，环保税既可以直接激励企业进行生态科技创新，也可以提高知识产权保护的驱动效果。而对于中西部地区来说，环保税不直接激励企业进行生态科技创新，而是通过影响知识产权的驱动效果发挥正向调节作用。

本研究具有很强的政策含义。一是应不断健全完善知识产权保护机制。本研究显示，知识产权保护可以很好地促进生态科技创新。为了强化这种驱动效果，应不断健全完善知识产权保护机制，一方面积极推动知识产权保护的司法制度体系健全和完善，实现知识产权保护有法可依。另一方面，要不断强化知识产权保护的执法力度，构建良好的生态科技创新氛围与环境。二是应持续深化环保税改革，充分发挥环保税这一环境规制对生态科技创新的驱动效果。本研究显示，环保税可以提高地区的生态科技创新水平。长期来看，进一步提高环保税税率、扩大环保税的征税范围是深化环保税改革的方向。三是要加快培育统一的技术交易市场。本研究论证了知识产权保护和环保税制度发挥合力的机理在于，二者共同提高了非创新企业绿色技术引进的动机。良好的技术转让市场是二者发挥合力的前置条件。应建立健全全国性技术交易市场，完善知识产权交易机制，推动各地技术交易市场互联互通，提高技术交易市场的活跃程度。四是在落实知识产权保护制度和环保税制度时，需要充分考虑地区的异质性。本研究显示，对东部地区来说，环保税既可以直接驱动生态科技创新，还可增强知识产权保护对生态科技创新的驱动效应。对于中西部地区来说不能直接驱动生态科技创新，但也可增强知识产权保护的驱动效应。因此，对于东部地区来说，应注重知识产权保护与环保税制度的共同推进，对于中西部地区来说，应先提高知识产权保护水平，再逐步提高环保税税率，扩大征税范围。

注释：

①本文设定非生态科技创新与污染排放水平无关，其余设定与生态科技创新相同，具体证明过程略。