呂 鯤,潘均柏,李北偉

(1. 寧波大學(xué) 商學(xué)院,浙江 寧波 315211;2.蘭州大學(xué) 經(jīng)濟(jì)學(xué)院,甘肅 蘭州 730099;3. 吉林大學(xué) 商學(xué)與管理學(xué)院,吉林 長春 130022)

0 引言

自經(jīng)濟(jì)發(fā)展進(jìn)入新常態(tài)以來,我國面臨“增長速度換擋期”“結(jié)構(gòu)調(diào)整陣痛期”“前期刺激政策消化期”三期疊加的嚴(yán)峻考驗。區(qū)域創(chuàng)新作為國家創(chuàng)新體系的重要組成部分,為應(yīng)對上述挑戰(zhàn)發(fā)揮了重要的基礎(chǔ)性作用。在區(qū)域發(fā)展理論中,城市流理論將區(qū)域視為一個流空間[1],各種勞動力、信息、資金等要素在區(qū)域內(nèi)頻繁流動,使得區(qū)域內(nèi)形成多層次、大規(guī)模、相互交叉的經(jīng)濟(jì)流、交通流、信息流等流動體系。當(dāng)前的城市流分析大多集中于經(jīng)濟(jì)流、資金流、人力資本流[2]等層面,缺少針對以知識生產(chǎn)、擴(kuò)散、交互和應(yīng)用為內(nèi)容的創(chuàng)新流研究。

隨著創(chuàng)新發(fā)展理念的深入貫徹,知識產(chǎn)權(quán)保護(hù)作為一項重要的制度安排被高度重視。2021年9月黨中央國務(wù)院印發(fā)《知識產(chǎn)權(quán)強(qiáng)國建設(shè)綱要》,明確要求將中國建設(shè)成為知識產(chǎn)權(quán)強(qiáng)國。知識產(chǎn)權(quán)保護(hù)通過促進(jìn)數(shù)字經(jīng)濟(jì)發(fā)展、強(qiáng)化產(chǎn)業(yè)集聚的競爭規(guī)避效應(yīng)[3]等提高區(qū)域創(chuàng)新水平,但鮮有針對知識產(chǎn)權(quán)保護(hù)對區(qū)域創(chuàng)新流影響的分析,因此本文將其作為一個研究重點。

注意力是決策過程中的一種稀缺資源,決策者無法在所有領(lǐng)域都實現(xiàn)效益最大化,因此必須合理分配注意力資源[4]。許多學(xué)者將該理論引入政府決策行為研究[5],認(rèn)為獲得高水平政府注意力的領(lǐng)域會得到優(yōu)先發(fā)展機(jī)會。2012年我國將生態(tài)文明建設(shè)納入“五位一體”總體布局,加強(qiáng)了地方生態(tài)治理考核。受此影響,地方政府逐漸將部分注意力投向生態(tài)文明建設(shè)領(lǐng)域。因此,本文認(rèn)為研究知識產(chǎn)權(quán)保護(hù)對區(qū)域創(chuàng)新流的影響時有必要納入政府生態(tài)文明建設(shè)注意力。

近年來,基于“波特假說”的環(huán)境規(guī)制效應(yīng)不斷被證實,而環(huán)境規(guī)制只是政府生態(tài)文明建設(shè)注意力的部分體現(xiàn)。注意力不僅體現(xiàn)政策內(nèi)容和執(zhí)行強(qiáng)度,而且需要支付一定決策成本和機(jī)會成本。因此,研究政府生態(tài)文明注意力對區(qū)域創(chuàng)新流的影響可以作為政府有限理性條件下對“波特假說”的一個補(bǔ)充。如王琪和田瑩瑩[6]基于改革開放以來對中央政府工作報告的文本分析,認(rèn)為,政府環(huán)境治理注意力會促進(jìn)其它政策協(xié)同作用,以實現(xiàn)環(huán)境的協(xié)同治理;杜江和龔新蜀[7]指出,政府生態(tài)環(huán)境注意力通過影響“能效領(lǐng)跑者”制度,間接影響綠色創(chuàng)新。由此可見,在分析政府知識產(chǎn)權(quán)保護(hù)政策影響效應(yīng)時有必要將政府生態(tài)文明建設(shè)注意力納入研究框架,為新常態(tài)下協(xié)調(diào)生態(tài)文明建設(shè)與知識產(chǎn)權(quán)保護(hù)關(guān)系、促進(jìn)區(qū)域創(chuàng)新流發(fā)展提供決策參考。

1 研究回顧與機(jī)制分析

1.1 知識產(chǎn)權(quán)保護(hù)與區(qū)域創(chuàng)新流

創(chuàng)新流既是區(qū)域內(nèi)部的知識生產(chǎn)和流通過程,也是區(qū)域間創(chuàng)新主體學(xué)習(xí)和交互的過程。企業(yè)和科研機(jī)構(gòu)能夠跨區(qū)域獲得技術(shù)、市場信息等知識,并對該知識進(jìn)行整合和轉(zhuǎn)化。在高知識產(chǎn)權(quán)保護(hù)強(qiáng)度地區(qū),創(chuàng)新主體成果易受到保護(hù),從而在一定程度上激發(fā)該地區(qū)創(chuàng)新行為,并對其它地區(qū)創(chuàng)新主體和創(chuàng)新資源產(chǎn)生虹吸效應(yīng),促進(jìn)地區(qū)創(chuàng)新流擴(kuò)張,呈現(xiàn)出 “強(qiáng)者恒強(qiáng)”的空間極化現(xiàn)象。

結(jié)合科斯第二定理,知識產(chǎn)權(quán)保護(hù)會在交易費用的約束下影響資源配置結(jié)果[9]。過高的知識產(chǎn)權(quán)保護(hù)強(qiáng)度會導(dǎo)致創(chuàng)新者知識生產(chǎn)活動受限,不利于創(chuàng)新者進(jìn)行邊際創(chuàng)新,同時,增加知識應(yīng)用和知識傳播成本,強(qiáng)化知識壟斷并抑制創(chuàng)新活力[10]。由知識產(chǎn)權(quán)保護(hù)帶來的交易費用增加也不利于知識整合,其為知識創(chuàng)造活動設(shè)置了壁壘,對知識交叉領(lǐng)域的創(chuàng)新流擴(kuò)張產(chǎn)生消極影響。此外,過高強(qiáng)度的知識產(chǎn)權(quán)保護(hù)會增加企業(yè)創(chuàng)新訴訟風(fēng)險和法務(wù)成本并擠出創(chuàng)新活動[11]。

基于上述分析,本文提出如下研究假設(shè):

H1:知識產(chǎn)權(quán)保護(hù)對區(qū)域創(chuàng)新流的作用具有非線性特征,整體呈現(xiàn)出先促進(jìn)后抑制的倒U型影響。

H2:其它地區(qū)提高知識產(chǎn)權(quán)保護(hù)強(qiáng)度會顯著抑制本地創(chuàng)新流。

1.2 政府生態(tài)文明建設(shè)注意力與區(qū)域創(chuàng)新流

在生態(tài)文明建設(shè)注意力下,政府會將更多政策資源配置到創(chuàng)新流領(lǐng)域[12],原因在于政府生態(tài)文明建設(shè)注意力具有創(chuàng)新導(dǎo)向性,其通過提高環(huán)保標(biāo)準(zhǔn)、提供政策資金與稅收優(yōu)惠[13],推動企業(yè)生產(chǎn)流程變革、生產(chǎn)資源優(yōu)化配置以及綠色技術(shù)研發(fā)活動開展,最終增加創(chuàng)新流[14];其次,在生態(tài)文明建設(shè)注意力下政府會更加鼓勵企業(yè)和研發(fā)機(jī)構(gòu)以需求為導(dǎo)向,聚焦于環(huán)境友好型產(chǎn)品研發(fā),引導(dǎo)創(chuàng)新流形成;最后,具有高水平生態(tài)文明建設(shè)注意力的政府會致力于推動不同創(chuàng)新主體、創(chuàng)新資源以及創(chuàng)新環(huán)境之間高效協(xié)同,進(jìn)而加快知識生產(chǎn)、知識擴(kuò)散與知識轉(zhuǎn)化,促進(jìn)創(chuàng)新流擴(kuò)張。

基于上述分析,本文提出如下研究假設(shè):

H3:地方政府生態(tài)文明建設(shè)注意力能夠顯著提升區(qū)域創(chuàng)新流。

綜合假設(shè)H1～H3,繪制作用框架如圖1所示。

圖1 基于假設(shè)H1～H3的機(jī)制框架Fig.1 Mechanism analysis of H1～H3

1.3 政府生態(tài)文明建設(shè)注意力約束下的知識產(chǎn)權(quán)保護(hù)與區(qū)域創(chuàng)新流

1.3.1 較低水平約束:促進(jìn)效應(yīng)

當(dāng)政府生態(tài)文明建設(shè)注意力水平較低時,其在規(guī)范知識產(chǎn)權(quán)保護(hù)、促進(jìn)區(qū)域知識創(chuàng)造和應(yīng)用過程中的約束作用有限。而知識產(chǎn)權(quán)保護(hù)能夠減少“搭便車”現(xiàn)象,同時,為知識擴(kuò)散和知識轉(zhuǎn)化提供政策工具以及法律標(biāo)的[15],因此知識產(chǎn)權(quán)保護(hù)在地方政府生態(tài)文明建設(shè)注意力缺失的情況下具有區(qū)域創(chuàng)新流促進(jìn)效應(yīng)。

1.3.2 較高水平約束:抑制效應(yīng)

當(dāng)政府生態(tài)文明建設(shè)注意力水平較高時,嚴(yán)苛的環(huán)境監(jiān)管會提高企業(yè)環(huán)境成本。根據(jù)2019年發(fā)布實施的《專利優(yōu)先審查管理辦法》,知識產(chǎn)權(quán)部門可優(yōu)先審查與節(jié)能、環(huán)保和低碳技術(shù)相關(guān)的專利,這在一定程度上激勵了綠色創(chuàng)新,但延緩了其它技術(shù)演進(jìn)周期,進(jìn)而限制了區(qū)域創(chuàng)新流擴(kuò)張。在執(zhí)法上,當(dāng)創(chuàng)新主體同時面臨嚴(yán)苛的環(huán)境監(jiān)管和較高強(qiáng)度的知識產(chǎn)權(quán)保護(hù)約束時,高環(huán)保支出、高知識使用成本和為規(guī)避監(jiān)管產(chǎn)生的尋租成本會擠出企業(yè)對知識生產(chǎn)活動的投入[16],進(jìn)而制約區(qū)域創(chuàng)新流。

1.3.3 “量質(zhì)齊升”的約束:可持續(xù)發(fā)展效應(yīng)

嚴(yán)苛、單一的生態(tài)環(huán)境保護(hù)政策會扭曲其政策效應(yīng),隨著社會經(jīng)濟(jì)發(fā)展,政府對生態(tài)文明的關(guān)注力和認(rèn)識進(jìn)一步提升,在這一階段,地方政府開始探索生態(tài)文明建設(shè)與區(qū)域創(chuàng)新發(fā)展的有機(jī)融合,以實現(xiàn)生態(tài)文明注意力約束的“量質(zhì)齊升”——通過制定合理的知識產(chǎn)權(quán)政策,激勵環(huán)境友好型技術(shù)創(chuàng)新[17],并鼓勵和保護(hù)其它技術(shù)創(chuàng)新,這是因為任何技術(shù)創(chuàng)新帶來的生產(chǎn)效率提升和生產(chǎn)方式變革均能夠促進(jìn)區(qū)域生態(tài)效益增長。同時,政府也會促進(jìn)知識轉(zhuǎn)化,支持企業(yè)綠色轉(zhuǎn)型,引導(dǎo)區(qū)域創(chuàng)新流可持續(xù)發(fā)展。

1.3.4 空間約束效應(yīng)

知識產(chǎn)權(quán)保護(hù)對區(qū)域創(chuàng)新流的負(fù)向空間傳導(dǎo)效應(yīng)會隨著地方政府生態(tài)文明建設(shè)注意力水平提升而減弱。首先,當(dāng)?shù)胤秸鷳B(tài)文明建設(shè)注意力處于低水平階段時,其對知識產(chǎn)權(quán)保護(hù)的約束力有限,此時空間極化現(xiàn)象顯著存在;隨著注意力水平提升,知識產(chǎn)權(quán)保護(hù)會產(chǎn)生創(chuàng)新流抑制效應(yīng),此時高知識產(chǎn)權(quán)保護(hù)強(qiáng)度地區(qū)的虹吸效應(yīng)消失;當(dāng)注意力水平發(fā)展到“量質(zhì)齊升”階段時,地方政府會致力于促進(jìn)知識擴(kuò)散和知識轉(zhuǎn)化效率提升,盡管當(dāng)前存在的市場分割、地區(qū)發(fā)展不平衡等現(xiàn)象導(dǎo)致知識產(chǎn)權(quán)保護(hù)無法充分發(fā)揮空間正外部效應(yīng),但可以緩解由虹吸效應(yīng)引起的空間極化效應(yīng)。

基于上述分析,本文提出如下研究假設(shè):

H4:知識產(chǎn)權(quán)保護(hù)對區(qū)域創(chuàng)新流的作用會隨著政府生態(tài)文明建設(shè)注意力水平提高表現(xiàn)為先促進(jìn)再減弱最后促進(jìn)的影響態(tài)勢。

H5:知識產(chǎn)權(quán)保護(hù)對區(qū)域創(chuàng)新流的負(fù)向空間影響會隨著政府生態(tài)文明建設(shè)注意力水平提升而減弱。

綜合研究假設(shè)H4～H5,繪制影響機(jī)制如圖2所示。

圖2 基于假設(shè)H4～H5的機(jī)制框架Fig.2 Mechanism analysis of H4～H5

2 模型構(gòu)建、變量描述與數(shù)據(jù)來源

2.1 模型構(gòu)建

本文基于2009-2021年我國內(nèi)地30個省市(西藏因數(shù)據(jù)不全,未納入統(tǒng)計)面板數(shù)據(jù),分別構(gòu)建動態(tài)面板系統(tǒng)GMM模型、空間計量模型、一般面板門檻模型和空間門檻模型,研究地方政府生態(tài)文明建設(shè)注意力約束下知識產(chǎn)權(quán)保護(hù)對區(qū)域創(chuàng)新流的作用機(jī)制。

2.1.1 基準(zhǔn)回歸模型構(gòu)建

為探究知識產(chǎn)權(quán)保護(hù)與政府生態(tài)文明建設(shè)注意力分別對區(qū)域創(chuàng)新流的影響,考慮到被解釋變量的跨期影響,基于動態(tài)面板系統(tǒng)GMM估計構(gòu)建如下模型:

IFit=λi+φIFi(t-1)+α1IPPit+α2EPit+∑βXit+εit

(1)

式中,λi為常數(shù)項;φ為被解釋變量區(qū)域創(chuàng)新流(IFit)滯后一期系數(shù);α1、α2分別為解釋變量知識產(chǎn)權(quán)保護(hù)強(qiáng)度(IPPit)和地方政府生態(tài)文明建設(shè)注意力指數(shù)(EPit)系數(shù);∑βXit代表控制變量與系數(shù)乘積之和;εit代表隨機(jī)誤差項。

2.1.2 空間計量模型構(gòu)建

為驗證知識產(chǎn)權(quán)保護(hù)的空間效應(yīng),借鑒Anselin[18]的方法分別構(gòu)建空間自回歸模型(SAR)、空間誤差模型(SEM)和空間杜賓模型(SDM)。

IFit=ρW·IFit+α1IPPit+α2EPit+∑βXit+γt+ui+εit

(2)

IFit=α1IPPit+α2EPit+∑βXit+γt+λW·vit+ui+εit

(3)

IFit=ρW·IFit+α1IPPit+α2EPit+∑βXit+θW(IPPit+EPit+∑βXit)+γt+ui+εit

(4)

式中,模型(2)為SAR,模型(3)為SEM,模型(4)為SDM。其中,W為基于空間計量模型的空間權(quán)重矩陣,vit為隨機(jī)擾動項,ρ為被解釋變量IFit在空間權(quán)重矩陣下的空間自回歸系數(shù),θ為空間溢出效應(yīng)系數(shù)集合。

2.1.3 一般面板門檻模型構(gòu)建

基于Hansen[19]的方法構(gòu)建面板門檻模型。

IFit=λi+α1IPPit×I(IPPit≤γ)+α2IPPit×I(IPPit>γ)+∑βXit+εit

(5)

IFit=λi+α1IPPit×I(EPit≤γ)+α2IPPit×I(EPit>γ)+∑βXit+εit

(6)

式中,模型(5)的解釋變量和門檻變量均為知識產(chǎn)權(quán)保護(hù)強(qiáng)度(IPPit),以此驗證知識產(chǎn)權(quán)保護(hù)是否對區(qū)域創(chuàng)新流存在倒U型影響;模型(6)中門檻變量為地方政府生態(tài)文明建設(shè)注意力指數(shù)(EPit),核心解釋變量為知識產(chǎn)權(quán)保護(hù)強(qiáng)度(IPPit),該模型能夠驗證假設(shè)H4。I代表指示性函數(shù),α1和α2分別代表在門檻值(γ)附近波動的門檻變量系數(shù)。

2.1.4 空間門檻模型構(gòu)建

本文將門檻效應(yīng)和空間效應(yīng)均納入研究框架,結(jié)合模型(2)～(4)和模型(6),分別以知識產(chǎn)權(quán)保護(hù)強(qiáng)度、政府生態(tài)文明建設(shè)注意力指數(shù)為解釋變量與門檻變量,構(gòu)建空間門檻模型。參考張杰飛等[20]的做法,構(gòu)建基于空間杜賓模型估計的門檻模型。

IFit=ρW·IFit+α1IPPit×I(EPit≤γ)+α2IPPit×I(EPit>γ)+∑βXit+θW[IPPit×I(EPit≤γ)+IPPit×I(EPit>γ)+∑βXit]+γt+ui+εit

(7)

2.2 變量描述與數(shù)據(jù)來源

2.2.1 被解釋變量:區(qū)域創(chuàng)新流強(qiáng)度(IF)

本文根據(jù)胡海鵬等[21]的創(chuàng)新流和知識流動理論,將知識創(chuàng)造、知識獲取和知識轉(zhuǎn)化作為評價區(qū)域創(chuàng)新流的3個維度。

首先,從中國科技發(fā)展戰(zhàn)略小組和中國科學(xué)院聯(lián)合發(fā)布的 《中國區(qū)域創(chuàng)新能力評價報告》中獲取各省份知識創(chuàng)造和知識獲取兩個指標(biāo)數(shù)據(jù)。同時,對知識轉(zhuǎn)化水平進(jìn)行評價,具體包括創(chuàng)新驅(qū)動產(chǎn)業(yè)發(fā)展、知識賦能企業(yè)發(fā)展、區(qū)域產(chǎn)學(xué)研合作3個層面。其中,創(chuàng)新驅(qū)動產(chǎn)業(yè)發(fā)展主要表征知識對各產(chǎn)業(yè)的賦能情況。本文采用省域農(nóng)業(yè)機(jī)械化總動力、工業(yè)機(jī)器人密度分別表征創(chuàng)新驅(qū)動產(chǎn)業(yè)發(fā)展中農(nóng)業(yè)和制造業(yè)領(lǐng)域的知識轉(zhuǎn)化情況。此外,選取“人工智能”“區(qū)塊鏈”“數(shù)字貨幣”“元宇宙”等57個關(guān)鍵詞,通過百度高級檢索搜索2009-2021年各城市政府工作報告中出現(xiàn)的上述關(guān)鍵詞,并采用Python爬取網(wǎng)頁中關(guān)鍵詞出現(xiàn)頻次,測度該省服務(wù)業(yè)和新興產(chǎn)業(yè)知識轉(zhuǎn)化情況。知識賦能企業(yè)發(fā)展主要采用省域科技企業(yè)孵化器當(dāng)年畢業(yè)企業(yè)數(shù)、高新技術(shù)企業(yè)增加值和規(guī)模以上工業(yè)企業(yè)新產(chǎn)品銷售收入測度;產(chǎn)學(xué)研合作主要采用國家大學(xué)科技園畢業(yè)企業(yè)數(shù)、地方高校R&D成果應(yīng)用及科技服務(wù)人員全時當(dāng)量、地方高校成果應(yīng)用以及科技服務(wù)項目經(jīng)費測度。

工業(yè)機(jī)器人密度參照康茜和林光華[22]的方法,測算IRF公布的中國安裝有工業(yè)機(jī)器人的細(xì)分行業(yè)就業(yè)人數(shù)在各省份的占比,而后將該比值與IRF披露的中國各行業(yè)工業(yè)機(jī)器人安裝量占全行業(yè)總量之比相乘測得。其余數(shù)據(jù)來源于《中國統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》《中國火炬統(tǒng)計年鑒》《中國高校科技統(tǒng)計資料匯編》。

區(qū)域創(chuàng)新流評價指標(biāo)體系見表1,本文采用熵值法計算2009-2021年區(qū)域創(chuàng)新流強(qiáng)度(IF)。

表1 評價指標(biāo)體系Tab.1 Assessment indicator system

2.2.2 解釋變量I:知識產(chǎn)權(quán)保護(hù)強(qiáng)度(IPP)

本文參考黨文娟和羅慶鳳[23]的研究,采用各地專利授權(quán)數(shù)與全國專利授權(quán)總數(shù)之比測度知識產(chǎn)權(quán)立法強(qiáng)度,采用當(dāng)年各地專利糾紛結(jié)案總數(shù)與全國專利糾紛立案數(shù)之比測度知識產(chǎn)權(quán)執(zhí)法強(qiáng)度,并采用熵值法確定上述兩個指標(biāo)權(quán)重。相關(guān)數(shù)據(jù)來源于《中國科技統(tǒng)計年鑒》《中國法律年鑒》。

2.2.3 解釋變量II:地方政府生態(tài)文明建設(shè)注意力指數(shù)(EP)

本文從政策規(guī)劃注意力、資源配置注意力、立法注意力3個方面綜合評價政府生態(tài)文明建設(shè)注意力(見表1)。其中,政策規(guī)劃注意力主要分為綠色發(fā)展關(guān)注度和“五位一體”中生態(tài)文明布局強(qiáng)度。前者參考吳建祖和王碧瑩[24]的研究,用2009-2021年地方政府工作報告中有關(guān)綠色發(fā)展的主題詞(包括“環(huán)?！薄吧鷳B(tài)”“植樹造林”“河長制”等94個主題詞)詞頻與總詞頻的比例進(jìn)行測度;后者參考Bi等[25]的研究,將地方政府工作報告中“生態(tài)”詞頻占“經(jīng)濟(jì)”“政治”“文化”“社會”“生態(tài)”5個特定詞匯總詞頻的比重作為“五位一體”中生態(tài)文明布局強(qiáng)度測度指標(biāo)。由于省政府報告文本量較小,因此本文采用各省地級市政府文本作為分析對象。

此外,將環(huán)境污染治理支出占財政總支出比重和環(huán)境基礎(chǔ)設(shè)施投資占GDP比重分別作為環(huán)境治理強(qiáng)度以及基礎(chǔ)設(shè)施建設(shè)強(qiáng)度測度指標(biāo),相關(guān)數(shù)據(jù)來源于《中國環(huán)境統(tǒng)計年鑒》。

本文以2009-2021年與生態(tài)文明建設(shè)有關(guān)的地方立法數(shù)與當(dāng)?shù)亓⒎倲?shù)之比作為立法注意力測度指標(biāo),相關(guān)數(shù)據(jù)由北大法寶數(shù)據(jù)庫檢索獲得。

同樣,采用熵值法獲得EP的面板數(shù)據(jù)。

2.2.4 控制變量

本文將金融發(fā)展(FD)、產(chǎn)業(yè)結(jié)構(gòu)高級化(AIS)、產(chǎn)業(yè)結(jié)構(gòu)合理化(RIS)和人口密度(人/平方公里)(PD)作為控制變量。金融發(fā)展(FD)采用金融機(jī)構(gòu)存款貸款余額總和與GDP之比測度;產(chǎn)業(yè)結(jié)構(gòu)高級化(AIS)采用第三產(chǎn)業(yè)與第二產(chǎn)業(yè)增加值之比測度;產(chǎn)業(yè)結(jié)構(gòu)合理化指數(shù)參考干春暉等[26]構(gòu)建的泰爾指數(shù)方法測度。相關(guān)數(shù)據(jù)來源于《中國統(tǒng)計年鑒》《中國金融統(tǒng)計年鑒》。

2.2.5 空間權(quán)重矩陣

空間計量模型需要通過空間權(quán)重矩陣實現(xiàn)對空間效應(yīng)的估計,本文采用經(jīng)濟(jì)空間權(quán)重矩陣作為本文空間計量模型。

(8)

式中,Wij為空間權(quán)重矩陣元素,|yi-yj|代表i地區(qū)與j地區(qū)在報告期內(nèi)平均實際產(chǎn)出(GDP)之差。

3 實證分析

3.1 基準(zhǔn)回歸分析

本文首先采用動態(tài)面板系統(tǒng)GMM模型進(jìn)行基準(zhǔn)回歸(結(jié)果見表2),模型通過了AR(2)和Hansen檢驗。知識產(chǎn)權(quán)保護(hù)強(qiáng)度(IPP)和地方政府生態(tài)文明建設(shè)注意力指數(shù)(EP)系數(shù)均通過了1%水平下的顯著性檢驗,IPP系數(shù)分別為0.458、0.458、0.533和0.546,EP系數(shù)分別為0.403、0398、0.223和0.250,且均為正數(shù),充分驗證了研究假設(shè)H3。

表2 基準(zhǔn)回歸分析估計結(jié)果Tab.2 Parameter estimates of the benchmark regression analysis

3.2 空間計量模型分析

3.2.1 空間依賴性檢驗

進(jìn)行空間計量回歸分析前,通過構(gòu)建全局Moran's I以驗證區(qū)域創(chuàng)新流強(qiáng)度是否具有空間依賴性。經(jīng)測算,2009-2021年區(qū)域創(chuàng)新流基于經(jīng)濟(jì)空間權(quán)重矩陣的Moran's I值均顯著為正,同時,區(qū)域創(chuàng)新流散點分布如圖3所示,也顯示出其具有空間依賴性。

圖3 2009年與2021年的Moran散點分布Fig.2 Moran scatter plots for 2009 and 2021

3.2.2 空間計量模型識別與選擇

本文需要從空間自回歸模型(SDM)、空間誤差模型(SEM)和空間杜賓模型(SAR)中選擇合適的空間計量模型進(jìn)行實證分析。首先,基于LM及其穩(wěn)健性統(tǒng)計量(Robust LM)的滯后檢驗(LM=3.473;Robust LM=121.553)和誤差檢驗(LM=114.117;Robust LM=232.196)結(jié)果均顯著,表明需要采用SAR和SEM的一般形式SDM。其次,經(jīng)Hausman檢驗(Hausman of FE=35.60),以及分別針對地區(qū)固定效應(yīng)(LR=79.67)和時間固定效應(yīng)(LR=623.85)的LR檢驗結(jié)果表明,應(yīng)采用時空雙固定效應(yīng)的空間杜賓模型(SDM)作為本文分析模型。最后,基于SAR(Wald=16.41,LR=69.86)和SEM(Wald=16.25,LR=68.25)的Wald檢驗結(jié)果和LR檢驗結(jié)果,再次證明應(yīng)采用空間杜賓模型。

3.2.3 空間計量模型回歸分析

結(jié)合假設(shè)H1、H2和H3,本文采用基于時空雙固定效應(yīng)的空間杜賓模型進(jìn)行回歸分析和假設(shè)檢驗,回歸結(jié)果如表3所示。

表3 空間杜賓模型回歸結(jié)果Tab.3 Results of the spatial Durbin model regression

由表3的空間溢出效應(yīng)估計結(jié)果可知,W×IPP系數(shù)分別為-2.737、-2.768、-2.289和-2.055,均通過1%水平下的顯著性檢驗,表明其它地區(qū)的知識產(chǎn)權(quán)保護(hù)會對本地創(chuàng)新流產(chǎn)生顯著負(fù)向影響,驗證了假設(shè)H2。

3.2.4 穩(wěn)健性檢驗

對模型(4)進(jìn)行穩(wěn)健性檢驗。首先,考慮到新冠肺炎疫情的沖擊,剔除2020年和2021年的樣本數(shù)據(jù),進(jìn)行第一次檢驗;其次,由于模型構(gòu)建中沒有考慮地區(qū)營商環(huán)境、對外開放程度和市場化進(jìn)程對區(qū)域創(chuàng)新流的影響,因此將地區(qū)腐敗(每年公職人員職務(wù)犯罪案發(fā)數(shù)(件/人))、外商直接投資和市場化指數(shù)作為可能的遺漏變量加入模型中進(jìn)行第二次檢驗。檢驗結(jié)果顯示,與調(diào)整前的參數(shù)估計結(jié)果基本一致,說明本文結(jié)論具有穩(wěn)健性。

3.3 空間門檻模型分析

3.3.1 門檻效應(yīng)檢驗與門檻值確定

進(jìn)行門檻效應(yīng)分析前,首先進(jìn)行門檻效應(yīng)檢驗并確定門檻值,利用Bootstrap抽樣300次,檢驗結(jié)果如表4所示;然后,構(gòu)建似然比統(tǒng)計量(LR),檢驗門檻效應(yīng)的真實性并確定門檻值,結(jié)果如圖4和圖5所示。其中,圖4(a)(b)(c)分別為針對模型(5)中門檻變量IPP的真實性檢驗,圖5(a)(b)(c)分別為針對模型(6)中門檻變量EP的真實性檢驗。

表4 模型(5)(6)的門檻效應(yīng)檢驗結(jié)果Tab.4 Testing of the threshold effects for Model 5-6

圖4 模型(5)的門檻值真實性檢驗結(jié)果Fig.4 Authenticity test of threshold values threshold variables (IPP) in Model 5

圖5 模型(6)的門檻值真實性檢驗結(jié)果Fig.5 Authenticity test of threshold values threshold variables (EP) in Model 6

結(jié)果表明,模型(5)和模型(6)的三重門檻值均顯著且真實存在,故需要確定是否存在第四、第五重門檻:①在由三重門檻劃分的4個樣本區(qū)間內(nèi)選擇樣本數(shù)量大于20%全樣本量的區(qū)間,并結(jié)合圖4(a)(b)(c)和圖5(a)(b)(c),判斷該區(qū)間是否存在門檻效應(yīng);②利用Bootstrap對該區(qū)間抽樣300次,檢驗門檻效應(yīng)的真實性。根據(jù)表4、圖4(d)和圖5(d)可知,模型(5)(6)均存在四重門檻,但五重門檻不顯著。模型(5)(6)的門檻值及其95%的置信區(qū)間見表5。

表5 模型(5)(6)的門檻變量與門檻值Tab.5 Threshold variables and values for Model 5-6

3.3.2 一般面板門檻模型回歸分析

表6報告了模型(5)和模型(6)的參數(shù)估計結(jié)果。其中,模型(5)的參數(shù)估計結(jié)果顯示,當(dāng)IPP低于第一重門檻值0.102時,其無法對創(chuàng)新流發(fā)揮顯著影響;當(dāng)IPP跨越第一重門檻時,其系數(shù)變?yōu)?.219,在1%的水平下顯著,表明在該階段知識產(chǎn)權(quán)保護(hù)對區(qū)域創(chuàng)新流具有顯著正向作用;當(dāng)知識產(chǎn)權(quán)保護(hù)強(qiáng)度位于區(qū)間[0.208,0.383]時,其系數(shù)不顯著,說明該水平下知識產(chǎn)權(quán)保護(hù)失去積極效應(yīng);當(dāng)知識產(chǎn)權(quán)保護(hù)強(qiáng)度高于第三和第四重門檻值時,其系數(shù)均為負(fù),且通過1%水平下的顯著性檢驗,驗證了假設(shè)H1。

表6 一般面板門檻模型回歸結(jié)果Tab.6 Regression results of the general panel threshold model

根據(jù)模型(6)的估計結(jié)果可知,IPP在門檻變量EP低于第一重門檻值和位于第一、二重門檻之間時系數(shù)分別為0.089 4與0.197,分別通過了5%和1%水平下的顯著性檢驗,表明低水平的注意力約束不會引起知識產(chǎn)權(quán)保護(hù)政策扭曲,驗證了創(chuàng)新流促進(jìn)效應(yīng)存在;當(dāng)EP跨越第二重門檻值(0.219)時,知識產(chǎn)權(quán)保護(hù)強(qiáng)度系數(shù)不顯著,表明嚴(yán)苛的注意力約束引發(fā)創(chuàng)新流抑制效應(yīng);當(dāng)EP跨越第三重門檻值(0.256)和第四重門檻值(0.503)時,IPP系數(shù)分別在1%和5%的水平下顯著,數(shù)值分別為0.103和0.247,表明此時注意力約束進(jìn)入“量質(zhì)齊升”階段,表明研究假設(shè)H4成立。

3.3.3 注意力約束對知識產(chǎn)權(quán)保護(hù)的空間門檻效應(yīng)

綜合前文分析,本文構(gòu)建基于空間杜賓模型估計(SDM)的空間門檻模型,對注意力約束的空間門檻效應(yīng)進(jìn)行分析,結(jié)果如表7所示。

表7 空間門檻模型回歸及空間效應(yīng)分解結(jié)果Tab.7 Results of the spatial threshold model regression and decomposition of spatial effects

由表7結(jié)果可知,當(dāng)EP低于第一重門檻值(EP<0.215)時,W×IPP的系數(shù)在1%水平下顯著為負(fù),為-2.658,表明在注意力約束過低時知識產(chǎn)權(quán)保護(hù)對區(qū)域創(chuàng)新流的空間極化效應(yīng)比較明顯;當(dāng)EP跨越第二重門檻值0.219時,知識產(chǎn)權(quán)保護(hù)的空間溢出效應(yīng)(W×IPP)系數(shù)在5%的水平下顯著,值為0.490,表明注意力約束處于創(chuàng)新流抑制階段,區(qū)域間的虹吸效應(yīng)消失;當(dāng)EP處于“量質(zhì)齊升”階段(EP≥0.256)時,W×IPP系數(shù)不顯著,可能的原因是此時區(qū)域間虹吸效應(yīng)再現(xiàn),地方政府將增加創(chuàng)新流作為生態(tài)文明建設(shè)的內(nèi)生驅(qū)動力,更加關(guān)注知識擴(kuò)散和知識轉(zhuǎn)化,因此在兩種效應(yīng)的博弈下知識產(chǎn)權(quán)保護(hù)的空間效應(yīng)不顯著,即研究假設(shè)H5成立。

4 研究結(jié)論與對策建議

4.1 研究結(jié)論

本文針對“知識產(chǎn)權(quán)保護(hù)對區(qū)域創(chuàng)新流的影響機(jī)制”和“政府生態(tài)文明建設(shè)注意力的約束效應(yīng)”兩大命題進(jìn)行研究,經(jīng)過理論和實證分析,研究發(fā)現(xiàn),知識產(chǎn)權(quán)保護(hù)對區(qū)域創(chuàng)新流具有先促進(jìn)后抑制的倒U型影響,而空間效應(yīng)分析結(jié)果表明,其它地區(qū)的知識產(chǎn)權(quán)保護(hù)會對本地區(qū)創(chuàng)新流產(chǎn)生抑制效應(yīng)。同時,政府生態(tài)文明建設(shè)注意力能夠通過優(yōu)化生產(chǎn)、拓展市場和協(xié)同創(chuàng)新促進(jìn)區(qū)域創(chuàng)新流,在不同階段其門檻效應(yīng)呈現(xiàn)為激發(fā)創(chuàng)新、抑制創(chuàng)新和促進(jìn)“量質(zhì)齊升”的影響效應(yīng),在不同程度的注意力約束下引發(fā)知識產(chǎn)權(quán)保護(hù)對區(qū)域創(chuàng)新流產(chǎn)生先促進(jìn)、不顯著,后促進(jìn)的階段性影響。

4.2 對策建議

(1)鑒于過高的知識產(chǎn)權(quán)保護(hù)強(qiáng)度不利于區(qū)域創(chuàng)新流,為此政府可以根據(jù)不同行業(yè)特點,提供差異化知識產(chǎn)權(quán)保護(hù)政策工具。同時,建立技術(shù)轉(zhuǎn)移和交易平臺,促進(jìn)企業(yè)、科研機(jī)構(gòu)等創(chuàng)新主體知識交流和共享?？梢圆扇≌{(diào)整知識產(chǎn)權(quán)保護(hù)寬度和長度的方式,促進(jìn)知識產(chǎn)權(quán)保護(hù)與區(qū)域創(chuàng)新流擴(kuò)張相協(xié)調(diào),如適當(dāng)縮小保護(hù)寬度以鼓勵邊際創(chuàng)新,適當(dāng)調(diào)整保護(hù)長度以加快技術(shù)演化。

(2)通過引進(jìn)人才、聯(lián)合培養(yǎng)、技術(shù)合作等方式建立跨區(qū)域創(chuàng)新合作機(jī)制,促進(jìn)創(chuàng)新流跨區(qū)域流通,實現(xiàn)區(qū)域創(chuàng)新流空間極化效應(yīng)向空間擴(kuò)散效應(yīng)轉(zhuǎn)變。

(3)從“知識產(chǎn)權(quán)保護(hù)—生態(tài)文明建設(shè)”耦合協(xié)調(diào)的生態(tài)系統(tǒng)視角,引導(dǎo)地方政府因地制宜,采取可持續(xù)的生態(tài)文明建設(shè)模式。如建立環(huán)保和生態(tài)修復(fù)基金,鼓勵創(chuàng)新主體圍繞節(jié)能減排目標(biāo)開展技術(shù)創(chuàng)新,支持清潔能源儲存、智能生產(chǎn)監(jiān)測、智能傳感等一系列兼具生態(tài)效益和提高生產(chǎn)效率的新興技術(shù)研發(fā)與成果“落地化”。