空氣污染對地區科技創新水平的影響研究
——基于專利授權大數據的證據

魏 冬 馮 采

一、引言

2020年9月，習近平總書記在第七十五屆聯合國大會上宣布中國將“采取更加有力的政策和措施，二氧化碳排放力爭于2030年達到峰值，努力爭取2060年前實現碳中和”。隨后，2020年12月，國務院辦公廳發布《新時代的中國能源發展》白皮書，要求“中國把推進能源綠色發展作為促進生態文明建設的重要舉措，堅決打好污染防治攻堅戰、打贏藍天保衛戰”，制定好2030年前碳排放達峰行動方案，進而加快實現“十四五”規劃中推動綠色低碳發展的既定目標。碳中和、碳達峰、ESG投資理念更是成為今年兩會的熱點議題，標志著我國在空氣污染治理、經濟綠色轉型、能源產業結構重塑方面的決心。為限制污染排放水平，政府會推行污染規制，這可能會提高企業成本，進而損害產業科技創新水平。另一方面，對于相關產業而言，隨著更為嚴厲的環境規制、環境政策的出臺，為降低環境政策帶來的生產成本的增加，企業不得不另尋他法，加快科技創新與產業升級的步伐，這樣空氣污染反而“激勵”了科技創新。

事實上，并不能簡單地斷定空氣污染程度與科技創新的關系。空氣污染對不同產業的科技創新會同時產生“抑制效應”和“激勵效應”。“抑制效應”即空氣污染會使得科技創新的人才更傾向于離開空氣污染嚴重地區，同時政府為降低空氣污染而推行的環境規制會顯著提高企業的生產成本，降低科技創新的人力和資本投入，進而抑制產業的科技創新。“激勵效應”指的是，空氣污染水平的提高會影響企業研發投資決策，進而促進企業更多地進行科技創新投入；同時，政府的環境規制可以直接促進環境友好的技術創新，倒逼生產者加快科技創新與產品升級步伐。本文研究的問題是，近年我國空氣污染對產業創新水平的影響是哪一種效應占據主導地位，在具體哪種條件下“激勵效應”會超過“抑制效應”，在不同地區不同產業的具體影響效果又是如何。

中國的空氣污染情況較為嚴重，空氣污染讓中國付出了巨大的代價(Pope et al.，2002；Baccarelli et al.，2014；Rohde et al.，2015；Rich et al.，2015)。而在空氣污染的來源上，工業污染占的比例很高。因此，國家出臺了關于若干針對性政策，以控制不同產業的污染排放。環境規制力度的加強顯著提高了企業的生產成本，部分研究認為環境規制降低了企業的生產效率，抑制了企業的科技創新水平(Dension，1981；Gollop and Robert，1983；Gray，1987)。部分研究認為環境規制可以倒逼生產者加快科技創新與產品升級步伐，對科技創新產生激勵效應，最終實現環境改善和技術進步的雙贏結局。十八大后，中國提出了“大力推進生態文明建設”的戰略決策，計劃加大了對于環境的規制力度。這樣的規制是否會對產業的科技創新水平造成影響，是正面影響還是負面影響，不同的產業不同的地區不同的環境規制力度的情況下又是如何。本文研究的主要動機是，在我國將進行具體政策制定的時候，建立空氣污染對產業科技創新水平較為完善的理論模型并進行實證研究，分析空氣污染對產業科技創新水平的具體影響，進而為決策者提供理論支撐和政策建議。

研究空氣污染對科技創新水平影響的難點在于：一、面對空氣污染濃度的提高，不同產業的科技創新水平受到的“抑制效應”和“激勵效應”存在較大差距，如何將發明專利授權與各個產業建立聯系，進而準確地分析不同產業面對空氣污染增長情況下的科技創新水平變化。二、我國的空氣污染監測和防治體系建立得較晚，如何選取有效的空氣污染數據以建立與同期的發明專利授權的聯系，進而得出準確有效的結論。三、空氣污染會通過多種途徑影響產業科技創新水平，需要考慮“抑制效應”和“激勵效應”以及各類環境規制，建立完整且合理的理論模型。

本文通過以下方式解決了上述難點，豐富了該領域現有研究。第一，本文結合了中國國家知識產權局、中國研究數據服務平臺和工業企業數據庫三個數據庫，收集和總結了專利分類編號和國民經濟產業的映射表。將發明專利一一對應到現行的國民經濟產業標準，進而可以較為準確地分析不同產業科技創新水平受到空氣污染的作用大小。同時，本文使用了專利申請時的說明書信息大數據。通過詳細的說明書數據，統計出每一個專利的權利要求數、審查員前引和審查員后引等條件，專利信息豐富，為評估我國各行業的科技創新水平提供了依據，解決了目前存在的第一個難點。第二，本文使用衛星遙感影像計算歷年的PM2.5濃度，保證了空氣污染變量統計數據的連續性和統計方式的一致性，解決了第二個難點。第三，本文建立了完整且合理的空氣污染影響科技創新水平的模型。考慮了從人力物力投入到環境規制，再到環境規制的執行，以及后續的政府科技資金支持和專利交易市場的發達程度，解決了第三個難點。

本文的創新之處在于：第一，本文收集總結了專利分類編號和國民經濟產業的映射表，將發明專利一一對應到不同省級行政單位和產業，從產業發明專利角度分析了空氣污染對科技創新的影響。第二，本文使用了專利申請時使用的說明書信息數據。通過詳細的說明書信息數據，可以觀察到每一個專利的權利要求數、審查員前后引和專利數據年限等信息，使得專利質量分析具有堅實且有效的數據支持。第三、本文分析了環境規制的執法力度，同時從環境規制的數量和質量進行分析，同時也分析政府科研資金的投入和技術交易市場發達程度對空氣污染促進產業科技創新水平的影響并提出了政策建議，豐富了現有研究。

本文的結構如下：第一部分為引言部分；第二部分為文獻綜述部分，回顧了空氣污染對科技創新水平帶來“抑制效應”和“激勵效應”的相關文獻；第三部分是模型設計，包括了固定效應模型和動態面板模型；第四部分是數據來源與描述；第五部分是實證結果；第六部分是異質性分析，討論了不同地區、不同產業和不同環境規制執行力度的影響，同時細分了34個不同行業進行討論；第七部分是穩健性分析，包括使用中國研究數據服務平臺和工業企業數據兩個擴展數據庫、環境規制增量與存量、環境規制執法力度、改變科技創新變量和改變固定效應分進行分析；第八部分是作用機制分析與政策建議；第九部分是本文小結。

二、文獻綜述

空氣污染會對科技創新水平產生“抑制效應”和“激勵效應”。“抑制效應”主要通過損害科研人力投入的數量和質量方面影響科技創新水平，同時為了緩解空氣污染的程度，地方政府會推出相應的環境規制，環境規制通過提高成本和擠出中小企業兩個方式降低科技創新效率。“激勵效應”主要通過污染狀態下，政府對于創新的支持和環境規制帶來的間接效應，即環境規制能刺激創新生產以達到降低可變成本，刺激科技創新的提高。

(一)對科技創新水平產生抑制效應

空氣污染從科研人力投入的數量和質量兩方面影響科技創新水平。在科研人力投入數量方面，部分研究認為空氣污染是民眾遷移的重要決定因素之一，大量的人口流出會使得該地區科研人力投入數量出現下降，科研人力投入數量的下降會致使科研創新效率的降低。環境模范城市會因為良好的空氣質量吸引大量移民，但是空氣質量較差的城市則會出現更多的人口流出現象(李佳，2014；席鵬輝，2015)。在1996年至2010年間，中國發生的空氣污染的獨立變化減少了50%的浮動遷移流入量，并會通過凈移出減少一個縣城約5%的人口。(Cole et al.，2010；Chen et al.，2017)。1985年至1990年間，學者分析了美國的空氣污染與人口遷移數據，發現空氣污染更為嚴重的縣，人口遷入率會顯著降低(Hunter，1998)。人口的遷移可以直接影響地方的科研人力投入數量，較低的科研人力投入數量會降低科技創新的產出，進而損害科技創新水平。與此同時，不同經濟社會群體因為空氣污染產生的遷移存在著職業和受教育程度的差異，高技能的科研人員能承擔更多的轉移成本，因此受教育程度較高的“污染移民”的比例較一般民眾更多，科研人員的數量會受到空氣污染的直接影響，進而損害空氣污染地區整體的科技創新水平。

空氣污染也會降低科研人力投入的質量，質量方面的影響主要分為兩種：一種是通過提高曠工率，另一種是通過對科研人員生理或心理造成損害，進而降低科研人力投入的質量。第一種方式，曠工率與科研人力投入質量。目前有豐富的關于空氣污染與曠工缺勤率的研究，部分學者通過調查墨西哥煉油廠周圍居民的工作情況，發現SO2濃度每上升1%，會降低周圍居民0.43%至0.67%的工作時長。煉油廠關閉后，SO2濃度平均下降19.7%，促使周圍居民的工作時長增加3.5%(Hanna et al.，2015)。部分研究調查了成年勞動力的曠工率和青少年的學習缺勤率。發現成年勞動力在空氣污染的環境下，需要花更多的時間照顧受到感染的老人和小孩，因此導致成年勞動力選擇更多的家庭時間，曠工率增加，工作時間減少。同時，青少年在空氣污染的環境下，學習缺勤率會比空氣質量較好的時候高出0.9%(Fernando et al.，2017；Qin et al.，2017；Deryugina et al.，2016；Schlenker and Walker，2016)。第二種方式，生理或心理健康與科研人力投入質量。有豐富的文獻論證了空氣污染會對當地居民造成生理機能、認知能力和心理健康損害，進而損害科研人力投入質量。空氣污染嚴重損害呼吸系統和心血管系統，顯著增加人群入院率和發病率。PM2.5日均濃度每增加10微克/立方米，急診量會增長0.5%到1%(董鳳鳴，2013)。部分空氣污染物可以直接進入人體，危害人體的組織和器官，同時部分空氣污染物可以作為病毒的載體，增加人體患病的可能，嚴重損害個體的健康狀況，進而直接影響個體勞動力供給和工作能力。因此，空氣污染對人體生理的損害可以直接導致科研人力投入質量的下降。同時，空氣污染使得中樞神經系統的結構與體積發生變化，影響到認知功能并對心理健康造成負面影響，進而損害到科研人力投入的質量。研究發現，長期暴露在空氣污染環境中的人群，其定向能力、即時記憶、注意力、計算和語言能力等方面較常人更低。空氣污染會直接損害人的執行功能、語言和運動能力(Power et al.，2011；Colicino et al.，2014)。已有文獻中也有針對科研人員發明創造水平與空氣污染濃度的研究，研究發現空氣污染濃度的上升會顯著降低科研人員發明創造的效率(Kapoor and Lim，2007)。

此外，在空氣污染嚴重的地區，地方政府會推出環境規制政策。環境規制主要從兩個方面降低科技創新：一、企業為滿足環境規制的要求，需要提高生產成本，繼而減少企業創新投入，帶來低效率；二、因為環境規制，小企業無法進入生產，進而造成更高的市場集中度，帶來壟斷，繼而降低創新效率。第一是成本方面，在環境規制下，生產者會承擔必要的社會責任與成本支出。抽取有限的內部資金進行污染治理和污染后果緩解，擠出R&D資金進而降低科研效率，致使科技創新水平下降。以美國為例，自1969年《國家環境政策法》頒布以來，美國控制環境污染和資源破壞的行政規章大量增加，陸續頒布的《清潔空氣法》、《清潔水法》、《有毒物質控制法》等法律。美國的環境規制可以解釋1972年至1975年期間美國整體16%的生產率下降(Dension，1981)。環境規制過程中，電力企業使用價格更加昂貴的低硫煤進行生產，全要素生產率在1973年至1979年期間因為總成本的上升，每年平均下降0.59%(Gollop and Robert，1983)。1958年至1980年期間，環境規制使得美國450個制造業的生產率年均降低0.57%(Gray，1987)。不同行業呈現出差異性的影響，1960年至1980年期間，美國化工、鋼鐵、有色金屬、非金屬礦物制品以及造紙等產業有10%至30%的生產率下降可以由環境管制解釋，同時環境規制在不同的行業間有顯著的差異，部分行業呈顯著正的影響、部分行業呈顯著負的影響、部分行業沒有顯著變化(Barbera and Mconnell，1990)。因此分析不同行業在污染規制條件下受到不同的影響，具有重要的現實意義和政策指導價值。第二是市場方面，嚴格的環境規制帶來的運行和投資成本，提高地區成長中企業進入市場的門檻，使得市場集中度提高產生壟斷，并損害市場效率。壟斷企業策略性地使用環境規制工具阻礙其他企業的進入，缺乏持續進行科技創新投入的動力，進而使得科技創新水平下降(Heyes，2009；Lanoie and Tanguay，1998)。

(二)對科技創新水平產生激勵效應

空氣污染從兩個方面對科技創新水平產生激勵效應。一方面是政府的財政激勵，另一方面是環境規制帶來間接效應，刺激企業進行創新生產。

環境規制的間接效應方面。波特教授于1991年提出了著名的波特假說(Porter Hypothesis)，從一個全新的角度闡述了由空氣污染帶來的環境規制與科技創新之間的關系。波特教授認為環境規制可以對科技創新產生激勵效應，最終實現環境改善和技術進步的雙贏結局。波特假說認為適當的環境規制不僅會顯著改善地區的環境，而且也能對企業產生積極影響，合理的環境規制可以促使企業改善生產工藝，減少資源投入，提高生產效率，進而產業激勵效應，刺激企業進行科技創新。其內在邏輯是：環境規制的間接效應可以提高科技創新水平，從長期看來環境規制能刺激創新生產以達到降低可變成本的目的。波特教授通過一些國家的產業案例進行分析，發現企業的競爭優勢并不單是來自投入資源要素或規模性生產，還來自其持續穩定的創新能力和效率改進。在環境規制的約束下，企業被迫改變原有低效率生產方式，進行更多的創造和研究(Berman and Bui，2001；Brunnerrmeier and Cohen，2003；Hamamoto，2006)。環境規制對科技創新產生激勵效應的具體體現為兩個方面：一、影響企業研發投資決策，進而促進企業更多地進行科技創新投入；二、環境規制可以直接促進環境友好的技術創新。一方面，環境規制可以影響企業研發投資決策。研究發現，由于進行科技創新的結果具有不確定性，企業管理者不會選擇使預期收益更小的生產決策，即相比于維持原有生產方式，企業管理者不會愿意更多地投入到科技創新當中。但是環境管制出現以后，維持原有生產方式的成本上升，進行科技創新的成本相對下降，企業管理者會投入更多的資源進行科技創新(Millima and Prinee，1989；Palmer et al.，1997)。學者通過美國制造業1975年至1991年期間的科技創新投入和污染治理成本數據，發現在控制行業特征變量以后，科技創新投入與污染治理成本之間存在正相關關系，即污染治理的成本越高，企業管理者會更傾向于投入到科技創新中(Jaffe and Palmer，1997)。基于OECD國家的研究也發現了環境規制對科技創新顯著的激勵效應。部分學者發現美國、日本和德國，在二十世紀七八十年代，污染排放費用支出的上升會顯著提高科技創新的投入水平，同時其他國家的環境規制帶來的成本上升也會促進本國的技術創新活動(Lanjouw and Mody，1996；Arimura et al.，2007；Jphnston et al.，2010)。另一方面，可以直接促進環境友好的技術創新。環境規制顯著提高了美國和德國再生能源領域的專利產出(Greenstone et al，.2012)。同時基于歐洲化學工業的研究發現，提高環境規制政策的嚴格水平及公眾參與的程度有利于激發環境友好的技術創新。學者分析研究了OECD國家環境規制與環境友好專利的產出的數據，發現環境規制嚴格程度的增大會激勵環境研發活動，促進環境友好專利技術的開發(Frondel et al.，2007)。大量文獻研究了環境規制與環境友好專利的相關性，發現環境規制政策會顯著提高環境友好專利產出水平(Hasici et al.，2009；Lee et al.，2011；Lanoie et al.，2011；Kneller and Manderson，2012)。部分國內學者結合運用工業企業面板數據進行實證研究，發現環境規制對以專利數量衡量的技術創新產生了顯著的正影響(李強，2009；王動，2011；沈能，2012)。

三、模型設計

本文使用了三個發明專利授權數據庫，分別來自于中國國家知識產權局、中國研究數據服務平臺和工業企業數據庫。這三個數據庫都存在不同的缺點，所以本文綜合使用它們。本文選擇了國家知識產權局數據庫作為主要研究數據庫，另外兩個數據庫作為擴展數據庫，在穩健性分析中使用。國家知識產權局數據庫的優點是，它包含全部的發明專利授權數據，有最為詳盡的專利申請說明書信息。它的缺點是所有專利都只能定位到省級行政單位層面，而空氣污染水平在同一個省級行政單位可能存在一定差異，這會導致估計出現誤差，是本文主要研究數據和基本模型存在的缺陷。

本文在穩健性分析部分引入使用中國研究數據服務平臺的定位到地級行政單位但缺乏專利質量信息的數據庫和工業企業數據庫的定位到地級行政單位的規模以上企業發明專利授權數據綜合進行分析研究，以增強本文結論的可靠性。本文在數據來源部分會詳細解釋三個數據庫的具體情況。

本文首先構建了空氣污染與產業科技創新水平的OLS模型，探究兩者之間的關系。考慮到科技創新的人力投入和資本投入會直接影響到科技創新水平，本文在模型中控制這兩個變量。同時，結合已有文獻，環境規制會增加企業的生產成本，改變企業的創新動力，所以本文在模型中控制環境規制變量。由于不同省份具備特異性，本文引入省級行政單位層面的個體固定效應，用以控制不隨時間變化但隨省級行政單位變化的不可觀測因素的影響。

使用固定效應模型可以控制隨省級行政單位變化的不可觀測因素，但是隨時間變化的不可觀測因素無法控制。僅使用固定效應模型無法有效地估計空氣污染對科技創新帶來的影響。所以本文接下來使用第二個策略——動態面板模型，引入質量加權人均發明專利授權量的一期滯后項，以表征科技創新水平變化的前后期關聯，繼而使用差分GMM和水平GMM進行回歸分析，增強本文結論的可靠性。

(一)基本模型

通過計量模型估計空氣污染對產業科技創新水平的影響，本文使用“固定效應”模型，針對不同產業進行分析，其基本模型設定形式如下：

(1)

(二)動態面板模型

本節在基本模型上加入了質量加權人均發明專利授權量的一期滯后項，以表征科技創新水平變化的前后期關聯，建立了動態面板模型如下：

(2)

由于模型中產業科技創新水平與空氣污染濃度可能存在誤差項與解釋變量相關的情況。為了處理這些問題，本節在計量分析中使用GMM方法以控制模型中可能存在內生性，進而得到一致的估計。本文在處理內生性過程中使用系統內部的工具變量，本文允許解釋變量的弱外生性，即假定誤差項可以與解釋變量前值和當期值相關，但是不能對未來產生反饋。在上面的限制條件下，本節對上式進行差分得到下面的估計方程：

Patenti,j,t-Patenti,j,t-1=β0+β1·(Patenti,j,t-1-Patenti,j,t)+β2·Pollutioni,t

+σ′(Xit-Xit-1)+εi,j,t-εi,j,t-1

(3)

本文使用主流的差分GMM估計(Arellano et al.，1991)，該差分估計方式可以消除不隨時間變化的特定地區效應。但是在使用差分GMM進行估計的同時，會損失部分樣本信息，進而影響估計結果的漸進有效性。本文為獲得準確有效的結論，同時使用系統GMM進行分析，為控制模型中存在的內生性，本文使用被解釋變量的滯后一階和二階值作為工具變量進行估計并將得到的結果與固定效應基本模型匯總進行分析。

四、數據來源與描述

本文的數據由空氣污染數據、發明專利授權數據和環境規制數據三部分組成。

首先是空氣污染數據，本文使用了1998年至2015年期間省級行政單位層面的PM2.5濃度數據。本文空氣污染PM2.5數據來自于美國航空航天局的地球觀測系統數據和信息系統的氣溶膠光學厚度數據(AOD)，該數據集結合了來自分辨率成像光譜儀(MODIS)，多視角成像光譜儀(MISR)和海洋觀測寬視場傳感器(SeaWiFS)數據。GEOS-Chem化學傳輸模型用于將氣溶膠的總柱測量與近表面PM2.5濃度聯系起來。使用地理加權回歸(GWR)與全球地面測量以預測和改變初始衛星導出PM2.5值(Sherbinin et al.,2005)。衛星影像數據可以有效減少不同地區統計部門的統計誤差，同時避免可能存在的統計部門故意低報漏報污染的情況，衛星影像數據具有較好的準確性與一致性，可以得出準確性較高的結果。

其次是發明專利授權數據。本文的發明專利授權數據來自三個數據庫(1)當存在聯合發明人時，三個數據庫的所屬地區都根據第一發明人的實際地址確定。，它們分別是中國國家知識產權局、中國研究數據服務平臺和工業企業數據庫。這三個數據庫都存在不同的缺點，本文綜合使用三個數據庫進行分析，三個數據庫分別滿足的條件匯總于表1，可以滿足條件為√，不能滿足條件為×。

表1 不同數據庫滿足的條件

在處理中國國家知識產權局數據庫的過程中，本文構建專利分類編號與國民經濟產業分類的映射表，將授權的發明專利一一對應到相關產業(詳見附表1)。在專利質量評估方面，本文選擇了兩個維度，一個是專利的審查員引用數和被引用數，一個是專利的要求權利數。這兩個指標可以有效地測度專利的質量(Klemperer，1990；Lerner，1994；Gray et al.，2005；Lee et al.，2007)。專利質量由以上兩個維度進行歸一化處理并按照同等權重，與人均發明專利授權量進行質量加權，得出質量加權人均發明專利授權量變量作為衡量產業科技創新能力的指標。

環境規制來自于《中國環境年鑒》和各省級統計年鑒。本文從中選取了頒布環境法律數、頒布環境行政規章數和行政處罰數，作為執法要求和執法力度的代表變量。科研人力投入(R&D人員全時量)、科研資本投入(R&D經費支出)、政府科技資金支持和專利市場發達程度來自《中國科技統計年鑒》和各省級統計年鑒。

表2 變量與定義

表3 數據描述

五、實證結果

(一)基本模型

首先，本文在全國層面對PM2.5空氣污染濃度和產業質量加權人均發明專利授權量進行分析。使用OLS進行回歸，結果如表4所示。從全國省級行政單位層面看，空氣污染濃度的上升與產業科技創新水平的提高具有相關性，即PM2.5濃度的增加會顯著提高產業的質量加權人均發明專利授權量。在全國層面，空氣污染產生的激勵效應大于抑制效應。

表4 質量加權人均發明專利授權量與空氣污染

從表4可以看出，PM2.5濃度的增加在不同條件下顯著提高產業質量加權人均發明專利授權量。在不加入固定效應和其他控制變量的時候，PM2.5的濃度每增加1個單位顯著提高質量加權人均發明專利授權量2.223%。考慮到不同地區的基礎條件存在一定差距，不同的地區具備各自的特異性，本文引入個體固定效應進行回歸，固定所在的省級行政單位。在引入個體固定效應以后，PM2.5的濃度每增加1個單位會顯著提高質量加權人均發明專利授權量2.869%。作用大小較未加入固定效應前有所增加，說明考慮到各地區自身不同的情況后，空氣污染對于科技創新水平的提高有更明顯的促進作用。進一步，科研人力投入和科研資本投入會直接影響科技創新水平，為了控制人力和資本對科技創新水平的影響，本文加入了R&D人員全時量和R&D經費支出，以期能夠更加準確地評估空氣污染對質量加權人均發明專利授權量的影響。在逐步引入R&D人員全時量和R&D經費支出后，PM2.5的濃度每增加1個單位會顯著提高質量加權人均發明專利授權量1.229%和1.184%，這說明科研人力投入和科研資本投入可以解釋部分科技水平的增長。前文分析了環境管制對于科技創新水平的影響，環境規制在減少人力投入，提高生產成本，從而降低科技創新水平的同時，也會倒逼生產者加快科技創新與產品升級步伐，激勵科技創新水平的提高。因此，本文加入了當年該地區頒布的環境保護法律數和行政規章數，用以控制環境規制的影響。發現在加入固定效應和多種控制變量以后，PM2.5的濃度每增加1個單位會顯著提高質量加權人均發明專利授權量的1.127%。這說明在全國層面，空氣污染對科技創水平的激勵效果大于抑制效果，可以顯著促進科技創新水平的提高，結果較為穩健。本文將在后續針對污染嚴重地區和非污染嚴重地區、污染密集產業和非污染密集產業、環境規制嚴格地區和非環境規制嚴格地區分別進行研究。

(二)動態面板模型

本節同時使用差分GMM和系統GMM進行分析。為控制模型中存在的內生性，本文選取被解釋變量的滯后一階和二階值作為工具變量進行估計并將得到的結果與固定效應模型匯總進行分析，具體如表5。

表5 全國層面各類模型結果

從表5可以看出，兩種估計方法都通過了序列相關檢驗和工具變量有效性檢驗。而且，無論是OLS模型、固定效應模型、差分GMM模型還是系統GMM模型，空氣污染都會顯著提高質量加權人均發明專利授權量，即空氣污染可以通過倒逼生產者加快科技創新與產品升級步伐，從而提高產業科技創新水平。使用差分GMM估計時，PM2.5濃度每增加1個單位，質量加權人均發明專利授權量會有顯著1.445%的提高。使用系統GMM估計時，PM2.5濃度每增加1個單位，質量加權人均發明專利授權量會有顯著1.360%的提高。靜態面板和動態面板在不同分析方法下的結論穩健，空氣污染可以倒逼科技創新水平提升。

六、異質性分析

本節將樣本進行區別，分為污染密集產業和非污染密集產業、環境規制嚴格地區和非環境規制嚴格地區以及細分34個產業進行分析，完善了本文論證過程。

(一)產業的污染水平

本節探究在不同產業，空氣污染對產業科技創新水平產生的影響。研究污染密集產業是否相比于非污染密集產業有更強激勵效應，即污染密集產業會更多地加快科技研發速度，進而彌補因為空氣污染帶來的人力投入下降和企業成本上升。根據本文背景部分對于污染密集產業的定義，本節將以下十一種行業劃為污染密集行業：造紙及紙制品業、農副食品加工業、化學原料及化學制品制造業、紡織業、黑色金屬冶煉及壓延加工業、食品制造業、皮革毛皮羽毛(絨)及其制品業、石油、煤炭及其他燃料加工業、非金屬礦物制品業和有色金屬冶煉和壓延加工業以及酒、飲料和精制茶制造業。本節將污染密集產業回歸結果和非污染密集產業回歸結果匯總在表6和表7。

表6 污染密集產業質量加權人均發明專利授權量與空氣污染

表7 非污染密集產業質量加權人均發明專利授權量與空氣污染

從表6和表7可以看出，污染密集產業和非污染密集產業，空氣污染濃度對質量加權人均發明專利授權量的影響有所不同。面對空氣污染濃度的提高，污染密集產業會更多地進行研發，提高科技創新水平。污染密集產業在不加入固定效應和逐步加入科研人力、科研資本和環境規制控制變量的情況下，PM2.5的濃度每增加1個單位會顯著提高產業2.171%、2.102%、1.742%、1.642%和1.794%的質量加權人均發明專利授權量。在非污染密集產業，PM2.5污染濃度的上升也會提高產業的科技創新水平，但是提高程度相比于污染嚴重地區較低。在不加入固定效應和逐步加入科研人力、科研資本和環境規制控制變量的情況下，PM2.5的濃度每增加1個單位會顯著提高產業2.018%、2.255%、1.103%、1.112%和1.084%的質量加權人均發明專利授權量。這說明污染密集產業，相比于非污染密集產業出現了更多的“激勵效應”，面對空氣污染濃度的上升，有更多的科技創新產出。

(二)環境規制的嚴格程度

本節探究在不同環境規制嚴格程度的地區，空氣污染對科技創新水平產生的影響。分析在環境規制嚴格的地區是否相比于環境規制寬松的地區有更強激勵效應。即環境規制越嚴格的地方，企業維持原有生產方式需要付出的成本更高，于是進行科技創新的動力越強。由數據描述可知，當年頒布的環境法律數均值為0.83，當年頒布的環境規章均值為3.70，本文將所有省級行政單位平均當年頒布環境法律數和環境行政規章數有一項超過均值的地區都視為環境規制嚴格地區。按照上述標準，云南省、北京市、廣東省、江蘇省、江西省、河北省、海南省、遼寧省、陜西省、甘肅省合計十個省級行政單位是環境規制嚴格地區。本文將環境規制嚴格地區和非環境規制嚴格地區分別進行固定效應模型回歸分析，回歸結果如表8和表9所示。

表8 環境規制嚴格地區質量加權人均發明專利授權量與空氣污染

從表8和表9可以看出，環境規制的嚴格程度不同，空氣污染濃度對質量加權人均發明專利授權量的影響也有所不同。面對空氣污染濃度的提高，環境規制嚴格的地區按照原有粗放式生產方式生產的成本會顯著提高，進而促使企業進行科技創新，以期通過技術進步達到環境規制的要求，避免受到環境規制的處罰和限制。環境規制嚴格的地區，在不加入固定效應和逐步加入科研人力、科研資本和環境規制控制變量的情況下，PM2.5的濃度每增加1個單位會顯著提高產業1.408%、2.171%、1.397%、1.337%和1.277%的質量加權人均發明專利授權量。非環境規制嚴格的地區，在不加入固定效應和逐步加入科研人力、科研資本和環境規制控制變量的情況下，PM2.5的濃度每增加1個單位會顯著提高產業2.064%、2.567%、0.995%、0.971%和0.917%的質量加權人均發明專利授權量。通過回歸的結果發現，相比于非環境規制嚴格地區，環境規制嚴格的地區會在各種條件下，顯示出更強的“激勵效應”，環境規制的嚴格程度越高，空氣污染對于科技創新水平的提高就更多。為通過加大環境規制力度以提高產業科技創新能力的政策建議提供了理論支持。

表9 非環境規制嚴格地區質量加權人均發明專利授權量與空氣污染

(三)細分產業分析

本節將深入探究不同產業，面對空氣污染濃度的上升科技創新水平受到的影響。本文將存在專利對應的產業劃分為34類,PM2.5污染濃度上升一個單位，加入固定效應和科研人力、科研資本和環境規制控制變量的情況下科技創新水平的變化，匯總于表10中。從表10可以看出，不同產業面對空氣污染濃度提高時，在科技創新水平上的反應有所不同。第一產業中除了農業是有顯著正向的作用以外，林業出現了負向的作用，牧業和漁業沒有出現顯著的作用效果。在第二產業中，采礦業中除了煤炭開采和洗選業的科技創新水平受到負向的影響外，其他產業并未受到顯著影響，制造業大多都呈現出隨著空氣污染濃度上升，倒逼產業科技創新水平增長的情況，其中污染密集產業的回歸系數較非污染密集產業更大。在第三產業中，空氣污染對科技創新水平沒有出現顯著地作用，這說明第三產業的科技創新可能主要受到非環境因素的影響，比如地方經濟發展水平或開放水平。通過對34個產業進行細致的回歸分析，本文發現面對空氣污染濃度的上升，污染企業普遍會出現創新自救，從而使得產業科技創新水平出現增長。

表10 分產業回歸結果匯總

七、穩健性分析

本章驗證了本文結論“空氣污染可以提高產業科技創新水平”的有效性和穩健性，具體來講，從五個方面進行穩健性分析，依次使用工業企業數據庫數據、使用行政法規存量、加入執法力度。改變科技創新水平變量和改變固定效應。

(一)使用工業企業數據庫數據

本節使用1998年至2013年工業企業數據庫，它的優點是可以兼顧定位地級行政單位層面和通過企業的產業分類將發明專利進行產業分類，它的缺點是只包括了規模以上工業企業數據，不包括中小企業的發明專利。本節使用企業發明專利授權數據作為科技創新水平的衡量標準進行回歸分析，結果如表11。

表11 發明專利授權量與空氣污染(工業企業數據庫)

從表11可以看出，在更換數據樣本為工業企業數據庫地級市數據后，空氣污染水平的提高能夠顯著提高發明專利授權數量，在多種條件下穩健。在不加入固定效應和逐步加入科研人力、科研資本和環境規制控制變量的情況下，PM2.5的濃度每增加1個單位會顯著提高產業0.0513%、0.105%、0.111%、0.0908%和0.0822%的發明專利授權量。在使用本節數據庫時，只考慮了規模以上工業企業數據，空氣污染對企業科技創新水平的改善作用小于考慮包括全部專利來源的數據庫，但是依然有顯著的改善作用。規模以上工業企業科技水平進步相對較小的原因可能是因為：一、規模以上企業普遍有更雄厚的實力和背景，可以承受更大的環境規制帶來的成本上升，所以會有更少的動機去改變目前的生產模式，進行科技創新。二、規模以上企業的科技創新水平普遍較高，空氣污染帶來的科技創新水平的提升比例相對更小。本節使用工業企業數據進行分析驗證，一定程度上彌補了本文主要研究數據在省級層面而不是地級層面的局限，加強了本文的穩健性。

(二)行政法規存量

考慮到環境規制是倒逼企業在污染條件下進行科技創新的關鍵因素，對本文“空氣污染倒逼科技創新水平提高”的結論準確和有效性有著重要影響。本節更變環境規制變量以驗證結論的穩健性。上文使用當年頒布的環境法律數和環境行政規章數作為環境規制變量，本節考慮環境規制的存量也有著重要的意義，一個地方的環境規制存量也能在長期影響地方的空氣污染情況和科技創新水平。所以本節將當年頒布環境法律和環境行政規章數改變為累計頒布環境法律和環境行政規章數，并使用固定效應模型進行回歸分析。本節為了驗證環境規制更變的影響，將控制變量加入順序更變為先加入環境規制，然后加入科研人力和科研資本，驗證回歸結果是否穩健。結果如表12。

從表12可以看出，在將環境管制從增量改變為存量以后，空氣污染對有效發明授權的影響依然顯著且作用大小與使用增量時差距不大。在不加入固定效應和逐步加入環境規制控制變量、科研人力和科研資本的情況下，PM2.5的濃度每增加1個單位會顯著提高產業2.223%、2.869%、0.863%、1.221%和1.166%的質量加權人均發明專利授權量，PM2.5污染水平的提高依然會顯著提高產業質量加權人均發明專利授權量，且結果穩健。

表12 質量加權人均發明專利授權量與空氣污染(存量)

(三)執法力度

環境規制對企業成本的提高程度與執法力度緊密相關。執法力度較弱的時候，環境法律和環境行政規章的數量無法直接影響企業的科研決策，而執法力度較強的時候，即使環境法律和環境行政規章數量較少，依然可以直接影響企業的科研決策，倒逼企業進行改革創新。所以環境規制不僅需要考慮到環境法律和環境行政規章的數量，還需要考慮到執法力度。同時控制環境規制的數量和執行質量，才能使得本文結論更加準確和有效。

本文引入環境行政處罰數作為執法力度變量。其直接結果是確定環境行政責任，包括罰款、責令停產等多種具體形式。廣泛適用于不同的環境違法行為。本節將環境行政處罰數作為控制變量加入環境規制，并使用固定效應模型進行回歸分析。本節為了驗證環境規制更變的影響，將控制變量加入順序更變為先加入環境規制，然后加入科研人力和科研資本，驗證回歸結果是否穩健。結果如表13。

表13 質量加權人均發明專利授權量與空氣污染(執法力度)

從表13可以發現，在引入當年環境行政處罰數以后，同時考慮環境規制的數量和執行質量后，空氣污染對有效發明授權的影響依然顯著。不加入固定效應和逐步加入環境規制控制變量、科研人力和科研資本的情況下，PM2.5的濃度每增加1個單位會顯著提高產業2.223%、2.869%、0.826%、1.179%和1.127%的質量加權人均發明專利授權量，PM2.5污染水平的提高依然會顯著提高產業質量加權人均發明專利授權量，且結果穩健。

(四)改變科技創新變量

上文使用的是加權之后的人均發明專利授權量，加權方式參考了專利質量評估相關的主流文獻，將論文的前引后引和權利要求數作為專利質量進行加權。然而單獨使用發明專利授權數量而不進行質量加權也是一個有價值有意義的衡量科技水平的指標，這樣的衡量指標不依賴于個人主觀的質量評估標準。本節直接使用人均發明專利授權數量作為地方科技創新水平的代表變量，不考慮專利的質量因素，并使用固定效應模型進行回歸分析，以檢驗本文結論的有效性。結果如表14。

表14 人均發明專利授權數量與空氣污染

從表14可以看出，PM2.5濃度的增長可以在多種情況下顯著提高人均發明專利授權數量，作用大小大于質量加權時的人均發明專利授權量。這說明在一定程度上，只考慮發明專利的授權數量，比同時考慮質量和數量，更高地估計出空氣污染促使科技創新水平提高的程度。在不加入固定效應和逐步加入科研人力、科研資本和環境規制控制變量的情況下，PM2.5的濃度每增加1個單位會顯著提高產業4.794%、6.281%、1.940%、2.741%和2.620%的人均發明專利授權量，結果穩健且變化趨勢與使用質量加權的發明專利授權量作為衡量科技創新水平指標時一致，這充分證明了本文結論的準確性和有效性。

八、作用機制

通過上文的實證分析，我們建立了空氣污染濃度與產業科技創新水平之間的相關關系，分析了二者間的因果關系，通過異質性分析在不同的污染產業、不同的環境規制嚴格程度和34個細分產業條件下進行研究，并在環境規制存量、執法力度、改變科技創新變量和改變固定效應的條件下進行了穩健性分析。本章則基于上文的研究結論，對空氣污染促進產業科技創新水平的作用機制與渠道進行詳細說明。

簡單來講，我們認為之所以出現空氣污染推升科技創新水平的現象，可能存在以下兩條傳導渠道：一是“壓力”渠道——環境行政處罰力度加強，倒逼企業進行綠色科技創新，讓生產行為更加綠色；二是“激勵”渠道——政府的綠色產業引導基金等各種形式的激勵政策，為企業進行科技創新、業務轉型提供了政策或資金支持。最后，我們通過協同機制的分析，指出地方政府科技資金籌集數量越大、地方專利市場越發達，技術的外溢效果就越強，科技創新水平的提高就越多。

(一)壓力渠道

近年來，隨著生態文明被放到更加突出的位置，我國多地政府都執行了壓煤減排、提標改造、限產停產等嚴厲措施，環境行政處罰案件數量大幅增長。受約束的企業，特別是個別傳統高污染、高耗能企業，會逐漸意識到環境成本是企業生產成本的一部分，當其以往靠犧牲環境來牟取的利益小于監管部門的罰款造成的環境成本時，就不得不尋求其他出路以減少損失。此時，企業會根據環境政策標準，適時調整自己的經營決策，讓企業的經營行為更加綠色。具體來講，企業會通過增加人力資本投入、R&D投入等方式，引入節能環保技術、綠色生產技術、先進生產設備等，提高自身產品科技含量，以在激烈的市場競爭中占據優勢。上述過程，即為我們所定義的“壓力渠道”——倒逼企業科技創新，提升了社會整體科技創新水平。

從實踐來看，以浙江省為例，在嚴格的環境政策下，當地紡織印染企業為避免巨額罰款，紛紛進行綠色轉型，從國外進口了數字印染設備，并進行新設備、新技術的自主研發，隨著產品科技水平的提升，企業不僅大大減輕了環境規制帶來的不利影響，還打開了國外市場，業務實現成倍增長。

圖1 “壓力渠道”傳導圖

從表15的實證結果也可以看出，在不加入固定效應和逐步加入環境規制、地區創新變量和科研投入總量的情況下，行政處罰數每增加1%，會顯著提高產業0.915%的企業創新強度，在加入固定效應、環境規制、地區創新變量和科研投入總量以后，行政處罰數每增加1%，會顯著提高產業0.345%的企業創新強度。空氣污染加劇，環境監管變得嚴格后，行政處罰造成的壓力會促使企業進行綠色轉型，促進自身創新能力的提高。

表15 行政處罰激勵企業創新強度

(二)激勵渠道

除了上節中提到的處罰措施，在污染嚴重的情況下，政府相關部門還會對企業的綠色創新提供支持，如2020年，國家級綠色投資基金成立，重點投向環境保護和污染治理、生態修復和國土空間綠化、能源資源節約利用、綠色交通、清潔能源等領域。這些有針對性減稅政策或綠色信貸、綠色產業基金，將為企業提供風險投資、天使投資、創業貸款等服務，引導社會資本重點投向新一代信息技術、高端裝備、生物醫藥、新材料、新能源等“未來”產業，激勵企業創新生產技術，更新生產設備，企業逐步走上綠色創新高質量發展的路徑，產業創新升級加速。

圖2 “激勵渠道”傳導圖

表16的實證結果也證明，隨著污染加重，政府將會加大對于綠色創新的支持。在不加入固定效應和逐步加入環境規制、地區創新變量和科研投入總量的情況下，PM2.5每增加1個單位，會顯著提高0.101%的政府科技經費籌集，在加入固定效應、環境規制、地區創新變量和科研投入總量以后，PM2.5每增加1個單位，會顯著提高產業0.0598%的政府科技經費籌集。

表16 空氣污染促進政府科技投入

(三)協同效用

本節對空氣污染促進產業科技創新水平提高的作用機制進行分析。事實上政府對科技的資金支持和技術交易市場的發達程度是影響空氣污染激勵產業科技創新水平的重要因素。一方面，空氣污染會使得政府進行更多地科技投入，以期通過技術進步減少污染和改善環境。政府科技資金的支持主要以撥款和補助的形式存在，可以直接降低企業進行科技創新的成本，進而更多地投入到科技創新中。另一方面，技術交易市場的發達程度會直接影響地區的科技創新水平，更發達的技術交易市場可以使得企業的科技創新產出能夠更容易地進行交易，給予企業更多的動力進行科技創新，激勵科技創新水平的提高。因此，本文認為空氣污染對產業科技創新水平的提高還受到政府科技資金支持和技術交易市場的發達程度的影響，并建立如下模型進行檢驗。

(4)

本文分別使用1998年至2008年期間政府科技經費籌集總額和技術交易市場總量作為Influencei,t變量進行分析。結果如表17和表18。

表17 質量加權人均發明專利授權量與空氣污染(政府科技經費籌集)

表18 質量加權人均發明專利授權量與空氣污染(專利市場交易額)

從表17可以看出，PM2.5濃度與政府科技經費籌集的交互項呈現出正顯著關系。且在固定效應和不同的控制變量下都顯著，結果較為穩健。這說明以PM2.5濃度作為衡量指標的空氣污染對以質量加權人均發明專利授權量作為衡量指標的產業科技創新水平的改善效果受到政府科技資金籌集的影響。政府科技資金籌集的數量越大，空氣污染對產業科技創新水平的促進作用就更明顯，這說明了政府在科技方面的投入是科技創新水平提高的原因之一。根據直觀邏輯，政府更多地籌措科技資金，也會顯著改善產業科技創新水平。

從表18可以看出，PM2.5濃度與專利市場交易額的交互項呈現出正顯著關系。且在固定效應和不同的控制變量下都顯著，結果較為穩健。這說明以PM2.5濃度作為衡量指標的空氣污染對以質量加權人均發明專利授權量作為衡量指標的產業科技創新水平的改善效果受到專利市場交易額衡量的專利市場發達程度的影響。專利交易市場越發達的地方，創新產出的專利可以更加有效和便捷地進行交易，使得科技創新的專利產出可以更容易地獲得經濟收益，企業會有更多的動力進行科技創新。同時專利市場越發達，技術的外溢效果就越強，從而帶動整體科技創新水平的提高。根據直觀邏輯，一個地方的技術交易市場越發達，更利于科技創新水平的提高。

九、結論和政策建議

空氣污染會直接損害居民的健康，使居民向空氣污染較輕的地區遷移，污染管制也會提高企業成本，損害地區的科技創新水平。但空氣污染也能倒逼生產者加快科技創新的步伐。本文細致地分析了空氣污染對科技創新產生的“抑制效應”和“激勵效應”，并結合34個產業的專利大數據在全國層面進行分析研究。發現在全國的產業層面，空氣污染對科技創新水平產生的“激勵效應”大于“抑制效應”，在污染地區和污染密集產業，空氣污染對科技創新水平有更大的促進效果。

根據本文的分析，在全國層面空氣污染倒逼企業進行科技創新的激勵效應很大，足夠抵消空氣污染對科技創新造成的抑制效應。但這并不意味著空氣污染是可以接受的，促進科技創新水平提升的根本原因是激勵效應，本文建議政府更多地關注和加強激勵效應，完善環境保護制度，加強環境監督力度，同時對科技創新進行更多的投入。根據作用機制分析部分的結果，本文提出了兩個促進科技創新水平提高的政策建議，一是加大政府對于技術研發的財政支持，并對污染企業收取“污染稅”，用以補貼科技創新的企業。二是建立健全地方的專利交易市場，保護專利所有人的權利，構建良好的科研創新環境。

一、加大政府的財政支持。政府在科技創新方面應該扮演領路人的角色，主動引導產業從粗放式生產向精細化生產的轉向，通過價格、稅收、補貼等工具，為技術創新提供有效的制度保障與經濟激勵，降低企業的科技創新成本。同時，對于發展水平相對較低的中西部地區，政府要在適度加大對區域內重點科技創新項目的扶持力度，并動用相應的政策工具引導創新資源要素向該地區集聚。

二、發展專利交易市場。政府應該搭建以高新技術為核心，集市場信息、標準檢測、金融保險服務等為一體的專利交易市場，營造一個有利于市場機制發揮作用的政策環境，為專利的有效交換和低效率高污染制造企業向高效率低污染制造企業的轉變提供良好的外部環境。同時，建立健全適度的知識產權保護既有利于國外先進知識的技術轉移和知識外溢效應的發揮，保護知識產權所有者的正常利益，也能更多地激勵科技創新，從而提高整體的科技創新水平。