張意翔 成金華 徐卓程

摘要 氣候變化是全球面臨的最大環(huán)境挑戰(zhàn)，中國(guó)根據(jù)自身發(fā)展的實(shí)際情況提出力爭(zhēng)在2030年前達(dá)到碳高峰，努力爭(zhēng)取在2060年前實(shí)現(xiàn)碳中和，要想實(shí)現(xiàn)該目標(biāo)就必須減少包含二氧化碳在內(nèi)的溫室氣體排放量?？紤]到我國(guó)經(jīng)濟(jì)和能源系統(tǒng)所具有的高碳化特征，綠色創(chuàng)新驅(qū)動(dòng)被認(rèn)為是實(shí)現(xiàn)碳中和目標(biāo)的重要途徑之一，也是我國(guó)主動(dòng)適應(yīng)氣候變化的主要措施之一?，F(xiàn)有研究主要分析綠色創(chuàng)新對(duì)氣候變化的影響，很少研究綠色創(chuàng)新是否適應(yīng)氣候變化的要求。本文基于2000—2017年我國(guó)30個(gè)省級(jí)行政單位的綠色技術(shù)專利與GHG數(shù)據(jù)，通過(guò)Logistic模型、負(fù)二項(xiàng)式固定效應(yīng)回歸及自回歸分布滯后等模型分析了綠色創(chuàng)新對(duì)氣候變化的適應(yīng)程度，該適應(yīng)程度用氣候變化對(duì)綠色創(chuàng)新的影響程度表示，兩者成正相關(guān)關(guān)系。研究發(fā)現(xiàn)：①氣候變化會(huì)誘導(dǎo)綠色創(chuàng)新，但誘發(fā)效應(yīng)較小。盡管CO2EG的影響最大，但也只有0.3%左右。②不同GHG排放源對(duì)綠色創(chuàng)新的影響程度不同，天然氣和煤炭消費(fèi)產(chǎn)生的碳排放與之成正比，石油和其他GHG與之成反比。③區(qū)域碳排放水平與綠色技術(shù)創(chuàng)新效應(yīng)成正比。④不同來(lái)源的投資對(duì)綠色技術(shù)專利數(shù)量的影響具有異質(zhì)性，私人投資比政府投資更能提升綠色創(chuàng)新的適應(yīng)程度。最后，從以下幾個(gè)方面提出了提高綠色創(chuàng)新對(duì)氣候變化適應(yīng)程度的若干建議：①中央政府應(yīng)通過(guò)減稅和補(bǔ)貼等手段刺激地方政府進(jìn)行綠色創(chuàng)新投資;②實(shí)行差異化行業(yè)創(chuàng)新政策，更加致力于促進(jìn)旨在減少煤和天然氣碳排放的技術(shù)研發(fā);③加大新能源投資;④刺激私人投資，完善投資結(jié)構(gòu)，把有限的私人投資投入到能源和電信等行業(yè)，提高私人公共投資的創(chuàng)新效率。

關(guān)鍵詞 氣候變化;專利;創(chuàng)新;CO2排放;GHG排放

在2030年前達(dá)到碳高峰和2060年前實(shí)現(xiàn)碳中和是習(xí)近平總書記根據(jù)中國(guó)實(shí)際情況提出的碳減排目標(biāo)，要想實(shí)現(xiàn)該目標(biāo)就必須減少包含CO2在內(nèi)的溫室氣體（GHG）排放。盡管調(diào)整結(jié)構(gòu)和技術(shù)創(chuàng)新被認(rèn)為是減排的有效途徑，但在經(jīng)濟(jì)結(jié)構(gòu)、能源結(jié)構(gòu)具有高排放特點(diǎn)情況下，充分發(fā)揮綠色創(chuàng)新效應(yīng)就顯得尤為重要[1]。為減少溫室氣體排放，中國(guó)政府不斷加強(qiáng)綠色創(chuàng)新[2]。盡管推廣綠色創(chuàng)新政策降低了溫室氣體排放量，但排放總量的不斷增多說(shuō)明政府政策并沒(méi)有充分適應(yīng)氣候變化[3]。這就說(shuō)明有必要研究中國(guó)綠色創(chuàng)新對(duì)溫室氣體排放的適應(yīng)程度。

綠色創(chuàng)新作為適應(yīng)氣候變化挑戰(zhàn)的手段備受學(xué)者們關(guān)注，他們均認(rèn)為綠色創(chuàng)新能有效減少溫室氣體[4-12]，但這些研究在分析創(chuàng)新與氣候變化關(guān)系時(shí)主要分析綠色創(chuàng)新對(duì)氣候變化的影響，很少研究綠色創(chuàng)新是否適應(yīng)氣候變化。Lee等[4]發(fā)現(xiàn)盡管綠色創(chuàng)新會(huì)減少溫室氣體排放量但并沒(méi)有達(dá)到氣候變化產(chǎn)生的減排要求，這種現(xiàn)象在欠發(fā)達(dá)國(guó)家尤為明顯。他們認(rèn)為要想真正發(fā)揮綠色創(chuàng)新的溫室氣體減排效應(yīng)就必須通過(guò)增強(qiáng)綠色創(chuàng)新能力來(lái)提高綠色創(chuàng)新適應(yīng)氣候變化的變化程度;蔣佳妮等[7]、王為東等[8]認(rèn)為盡管綠色創(chuàng)新提高了中國(guó)溫室氣體減排效率，但仍未滿足氣候變化產(chǎn)生的減排需求;張意翔等[9]認(rèn)為中國(guó)綠色創(chuàng)新對(duì)氣候變化的低適應(yīng)程度不僅使中國(guó)總體生態(tài)績(jī)效水平較低還產(chǎn)生了區(qū)域生態(tài)績(jī)效差異;Lorente等[10]認(rèn)為可根據(jù)氣候變化特點(diǎn)來(lái)調(diào)整綠色創(chuàng)新投資規(guī)模和方向以提高綠色創(chuàng)新對(duì)氣候變化的適應(yīng)程度;王兵等[11]、陳超凡[12]則認(rèn)為中國(guó)需要根據(jù)經(jīng)濟(jì)發(fā)展模式變化通過(guò)增加R&D投入等途徑不斷提高綠色創(chuàng)新能力來(lái)提高綠色創(chuàng)新對(duì)溫室氣體排放的適應(yīng)程度?？梢?，要想充分發(fā)揮中國(guó)綠色創(chuàng)新的減排效應(yīng)，就需要通過(guò)分析綠色創(chuàng)新對(duì)氣候變化的適應(yīng)機(jī)制和影響因素來(lái)提高中國(guó)綠色創(chuàng)新對(duì)溫室氣體排放的適應(yīng)程度。

本文試圖從以下方面對(duì)現(xiàn)有文獻(xiàn)進(jìn)行完善：首先，通過(guò)檢驗(yàn)氣候變化指標(biāo)對(duì)不同綠色專利的影響來(lái)研究綠色創(chuàng)新對(duì)氣候變化適應(yīng)程度的整體特征;其次，分析不同來(lái)源與不同規(guī)模的溫室氣體排放對(duì)綠色創(chuàng)新影響的異質(zhì)性來(lái)檢驗(yàn)綠色創(chuàng)新對(duì)氣候變化適應(yīng)程度的變化特征;最后，通過(guò)比較私人公共投資對(duì)不同行業(yè)綠色創(chuàng)新的影響來(lái)檢驗(yàn)私人公共投資對(duì)綠色創(chuàng)新的作用機(jī)制。本文不僅能夠在一定程度上擴(kuò)展綠色創(chuàng)新效應(yīng)的研究視野，探尋更能有效緩解氣候變化的綠色創(chuàng)新模式，還有利于完善減排的政策制定體系。

1 變量、模型設(shè)定與數(shù)據(jù)來(lái)源

本文主要分析綠色創(chuàng)新與氣候變化的聯(lián)系。綠色創(chuàng)新是指綠色創(chuàng)新能力，使用綠色技術(shù)專利表示，兩者是正相關(guān)關(guān)系[10]。

1.1 變量

自變量包括地區(qū)天然氣、煤以及石油燃燒每年產(chǎn)生的CO2排放量、投資虛擬變量、人均GDP以及其他GHG氣體排放量;因變量是指地區(qū)參與開發(fā)綠色技術(shù)專利的可能性。

1.1.1 自變量

氣候變化用CO2和其他GHG排放表示。由于氣候變化問(wèn)題的復(fù)雜性，還沒(méi)有單一指數(shù)或衡量標(biāo)準(zhǔn)能夠表示氣候變化的全部影響。因此，選擇CO2代表氣候變化，由CO2EG、CO2EL和CO2ES構(gòu)成。CO2EG、CO2EL和CO2ES分別表示使用天然氣、石油和煤時(shí)產(chǎn)生的CO2。OGHGE是指除CO2外的其他GHG的排放水平。GHG和CO2的數(shù)據(jù)單位均為萬(wàn)t 。

GDPpc采用地區(qū)人均GDP，控制經(jīng)濟(jì)和人口規(guī)模的影響。GDPpc和投資以元為單位。

投資虛擬變量反映政府投資政策對(duì)綠色技術(shù)專利的影響。包括：①dumIEG表示對(duì)私人參與的能源項(xiàng)目的政府投資。②dumITC變量表示私人參與的電信項(xiàng)目中的政府投資。涵蓋的項(xiàng)目類型與dumIEG變量一致。③dumITP表明私人參與的交通項(xiàng)目的政府投資。④dumIWS代表私人參與的水和衛(wèi)生項(xiàng)目政府投資。這四種投資項(xiàng)目類型虛擬變量指資本消耗、新建項(xiàng)目和資產(chǎn)剝離的運(yùn)營(yíng)管理合同。

需要進(jìn)一步說(shuō)明的是，CO2ET是一個(gè)按2000—2017年間的CO2 總排放量對(duì)各地區(qū)進(jìn)行分組的分類變量。該變量的值為1～5，其中：1表示大于9億t CO2 排放量的地區(qū)，2代表該地區(qū)CO2 排放量超過(guò)6億t 但不超過(guò)8億t ，3表示該地區(qū)CO2 排放量超過(guò)4億t 但小于6億t，4表示該地區(qū)CO2 排放量超過(guò)2億t 伹小于4億t，5表示該地區(qū)CO2 排放量小于2億t 。

1.1.2 因變量

專利數(shù)量用Y02表示，共5個(gè)，包括Y02B、Y02C、Y02E、Y02T和AllY02。其中：Y02B涉及與建筑物有關(guān)的氣候緩解技術(shù)，Y02C包括氣體或液體的貯藏或分配及制冷氣體的液化和GHG氣體固化等技術(shù)，Y02E涉及電力發(fā)電、變電、配電及燃燒設(shè)備與技術(shù)等技術(shù)，Y02T涵蓋與輸送、包裝、存貯、搬運(yùn)相關(guān)的技術(shù)。這些變量通過(guò)地區(qū)專利數(shù)量加總而成。前四個(gè)變量代表了四個(gè)Y02的國(guó)際專利分類IPC類別中每一個(gè)專利總數(shù)，AllY02是前四個(gè)的加總。

四個(gè)二元虛擬因變量（dumY02B、dumY02C、dumY02E和dumY02T）表明某地區(qū)是否正在開發(fā)上述四個(gè)Y02類別中任何一項(xiàng)技術(shù)并申請(qǐng)專利，存在為1，否則為0。

1.2 基本模型

為理解氣候變化與綠色創(chuàng)新關(guān)系，采用三階段計(jì)量方法：模型1采用二元Logistic固定效應(yīng)回歸估計(jì)溫室氣體排放對(duì)技術(shù)專利數(shù)量的邊際影響;模型2采用無(wú)條件負(fù)二項(xiàng)式固定效應(yīng)估計(jì)來(lái)研究溫室氣體排放如何影響綠色技術(shù)專利數(shù)量并控制地區(qū)間的影響程度，同時(shí)采用隨機(jī)效應(yīng)估計(jì)不同溫室氣體排放量的影響;通過(guò)控制可能存在偏差估計(jì)的時(shí)間變化遺漏變量使用自回歸分布滯后模型進(jìn)行穩(wěn)健性分析。

1.2.1 二元Logistic固定效應(yīng)回歸

Logistic模型旨在分析地區(qū)進(jìn)行發(fā)明和申請(qǐng)新綠色技術(shù)專利的可能性，公式如下：

其中，DY02it是二進(jìn)制變量，如果i地區(qū)在t年至少存在一個(gè)綠色技術(shù)的專利（Y02），則其值為1，否則為零。P（DY02it=1）被稱為“專利傾向”[12]，指地區(qū)參與開發(fā)和申請(qǐng)氣候變化技術(shù)專利（Y02）的可能性。CO2EGit、CO2ELit和CO2ESit分別表示i地區(qū)在第t年的天然氣、液體和煤產(chǎn)生的CO2排放量。OGHGEit是i地區(qū)第t年其他GHG排放的變量。GDPpcit是控制變量，表示i地區(qū)第t年的人均GDP。Ct表示為控制年份間差異而添加的虛擬二進(jìn)制變量，εit是誤差項(xiàng)。Logistic二元回歸在專利分析中非常普遍，其中輸出變量是二進(jìn)制[13]。

1.2.2 無(wú)條件負(fù)二項(xiàng)式固定效應(yīng)模型

為分析綠色技術(shù)專利數(shù)量對(duì)氣候變化的適應(yīng)程度，本文使用以下標(biāo)準(zhǔn)線性模型。

其中，Y02it代表五個(gè)Y02變量（Y02B、Y02C、Y02E、Y02T和AllY02），CO2EGit、CO2ELit、CO2ESit、OGHGEit、GDPpcit、Ct和εit變量與模型1一致。由于變量Y02過(guò)度離散，因此選擇負(fù)二項(xiàng)式回歸而不是更普遍的泊松回歸來(lái)估計(jì)模型。除了Y02C（約為70%）外，每個(gè)Y02數(shù)據(jù)中零分布是非常合理的。將模型調(diào)整為非線性指數(shù)函數(shù)形式，則yit的條件均值是：

最常用的固定效應(yīng)負(fù)二項(xiàng)式回歸方法并不符合真正的固定效應(yīng)估計(jì)[14]。Hausman等[15]提出可使用分散參數(shù)的特定個(gè)體變化，但它不能控制時(shí)間不變的協(xié)整變量。Allison等[16]認(rèn)為無(wú)條件負(fù)二項(xiàng)式固定效應(yīng)模型和負(fù)二項(xiàng)隨機(jī)效應(yīng)模型三種替代解決方案可解決該問(wèn)題。

1.2.3 穩(wěn)健性檢驗(yàn)

使用標(biāo)準(zhǔn)線性自回歸分布滯后模型（auto regressive distributed lag，ARDL）進(jìn)行穩(wěn)健性檢驗(yàn)，并作為分析氣候創(chuàng)新滯后效應(yīng)的擴(kuò)展，該模型如下：

Y02it表示五項(xiàng)綠色技術(shù)專利中的一項(xiàng);CO2EGit、CO2ELit和CO2ESit的含義與上文相同。i和t分別代表給定地區(qū)和年份。另外，使用廣義矩量法（generdized method and moments，GMM）估計(jì)上述ARDL。類似地，由于因變量是非連續(xù)和正相關(guān)，因此乘法分布滯后指數(shù)模型相比線性模型更適用。這里將不對(duì)模型3的指數(shù)適用性及其相關(guān)的GMM估計(jì)式做進(jìn)一步討論。GMM通常用于研究動(dòng)態(tài)面板數(shù)據(jù)模型的內(nèi)生性問(wèn)題[17]。但由于它不能直接用于模型3中的數(shù)據(jù)分析，所以，模型3將使用差分GMM估計(jì)的“準(zhǔn)差分”。該方法由Wooldridge[18]開發(fā)并適用于面板數(shù)據(jù)模型。

1.3 數(shù)據(jù)來(lái)源

專利數(shù)據(jù)來(lái)自國(guó)家及各省市知識(shí)產(chǎn)權(quán)局、《中國(guó)統(tǒng)計(jì)年鑒》以及《中國(guó)科技統(tǒng)計(jì)年鑒》。各地區(qū)的CO2排放量、其他GHG排放量、國(guó)內(nèi)生產(chǎn)總值和人口數(shù)據(jù)均來(lái)自2001—2018年世界銀行數(shù)據(jù)庫(kù)（WDI）?？紤]數(shù)據(jù)的可獲得性，不包含西藏、臺(tái)灣、香港和澳門，得到30個(gè)省級(jí)行政單位，選擇其2000—2017年間的數(shù)據(jù)。數(shù)據(jù)顯示，自2000年以來(lái)綠色專利數(shù)量呈顯著增加趨勢(shì)，而且Y02技術(shù)的數(shù)量大幅增加，尤其是Y02E和Y02T。不僅如此，所有排放水平整體呈逐漸增加的趨勢(shì)。三種能源消耗產(chǎn)生的總碳排放量（CO2ET）遠(yuǎn)遠(yuǎn)高于其他GHG。其中，其他GHG=溫室氣體總排放-CO2排放。

2 綠色創(chuàng)新對(duì)氣候變化適應(yīng)程度

該程度通過(guò)氣候變化與綠色專利數(shù)量的相關(guān)系數(shù)來(lái)表示，系數(shù)越大則適應(yīng)程度就越大。

為解決數(shù)據(jù)集可能產(chǎn)生的異方差、自相關(guān)和內(nèi)生性等問(wèn)題，本文參考文獻(xiàn)[18]進(jìn)行序列相關(guān)性檢驗(yàn)。此外，還進(jìn)行了ADF單位根檢驗(yàn)以及變量自相關(guān)及其滯后性檢驗(yàn)。

首先，從表1可看出，Breusch-Pagan檢驗(yàn)中的p值顯著，說(shuō)明存在異方差;Hausman檢驗(yàn)結(jié)果表明各地區(qū)的影響與其他協(xié)變量不相關(guān)，因此模型2存在面板固定效應(yīng);另外，Wooldridge檢驗(yàn)表明模型2中的變量存在序列相關(guān)性。

其次，表2表示CO2EL與CO2EG和CO2ES高度相關(guān)。所有變量的VIF膨脹因子顯著較低，且估計(jì)值的標(biāo)準(zhǔn)誤差在合理范圍內(nèi)。GDP、人口與CO2、其他GHG排放變量高度相關(guān)，而GDPpc則是微弱相關(guān)，因此，只分析人均GDP。此外，所有自變量都是I（1），而所有因變量都是I（0）?？梢?，綠色創(chuàng)新在較為微弱的程度上適應(yīng)氣候變化。

最后，模型檢驗(yàn)結(jié)果顯示其存在自相關(guān)、異方差和內(nèi)生性相關(guān)的問(wèn)題。為解決這些問(wèn)題，利用聚類穩(wěn)健標(biāo)準(zhǔn)誤差、一階差分和GMM進(jìn)行修正。

3 綠色創(chuàng)新對(duì)氣候變化的適應(yīng)機(jī)制

表3顯示綠色創(chuàng)新在較微弱的程度上適應(yīng)氣候變化。那么，這種適應(yīng)是如何形成的呢？本部分對(duì)此問(wèn)題進(jìn)行分析，所有實(shí)證結(jié)果將分三個(gè)部分進(jìn)行介紹和討論。第一部分討論模型1中的二次項(xiàng)Logistic回歸估計(jì)結(jié)果。第二部分討論模型2中的固定效應(yīng)和隨機(jī)效應(yīng)負(fù)二項(xiàng)式的估計(jì)結(jié)果，最后介紹GMM短期估計(jì)結(jié)果。

3.1 專利的邊際傾向（Y02技術(shù)）

表3顯示，除OGHGE和一些投資虛擬變量外，所有變量的系數(shù)都具有顯著性。CO2EG 、CO2ES、dumIEG和dumITC對(duì)五個(gè)因變量具有顯著正相關(guān)性，CO2EL具有顯著性但對(duì)其中四個(gè)因變量具有負(fù)相關(guān)性。在AllY02中，四種投資具有顯著性。然而，只有能源和電信投資才能對(duì)專利（Y02）的數(shù)量產(chǎn)生正向影響，運(yùn)輸、水和衛(wèi)生的投資對(duì)AllY02產(chǎn)生負(fù)向影響。在所有因變量中，人均GDP都是顯著的且正相關(guān)的。

結(jié)果顯示：首先，碳排放量的增加（CO2EL除外）會(huì)使綠色技術(shù)專利增加。其次，四個(gè)部門的投資并不總是對(duì)于綠色技術(shù)專利數(shù)量產(chǎn)生正向影響，私人投資影響更大[1]。

3.2 CO2和GHG排放對(duì)Y02專利數(shù)量的影響程度

表4顯示了模型2的負(fù)二項(xiàng)式固定效應(yīng)的估計(jì)結(jié)果。如表所示，CO2EL和CO2EG至少對(duì)五個(gè)變量中的三個(gè)因變量的影響顯著。與表3中的結(jié)果一致，液體燃料消耗的碳排放對(duì)氣候變化專利具有負(fù)相關(guān)性，而固體燃料消耗的碳排放對(duì)Y02專利的數(shù)量具有正相關(guān)性。OGHGE和CO2EG在固定效應(yīng)下不顯著。證實(shí)了表3的結(jié)果，即綠色創(chuàng)新并沒(méi)有像預(yù)期那樣對(duì)石油等液體燃料消耗所產(chǎn)生的CO2排放做出積極適應(yīng)。另一方面，CO2ES與Y02專利數(shù)量間的顯著正向關(guān)系表明“創(chuàng)新”的高比例上升可以通過(guò)CO2ES的變化來(lái)解釋。

表5顯示了不同碳排放量對(duì)Y02專利數(shù)量的時(shí)間不變效應(yīng)。按碳排放量將各地區(qū)分為五組，第1組大于9億t （河北、內(nèi)蒙古、江蘇、山東、廣東），第2組是6～9億t （山西、浙江、遼寧、河南），第3組是4～6億t （北京、吉林、上海、天津、江西、廣西、重慶、貴州、云南、甘肅、寧夏），第4組是2～4億t （安徽、福建、湖北、湖南、四川、陜西、黑龍江、新疆），第5組不大于2億t （青海、海南）。除第5組總體上不顯著外，其他都具有顯著性，但第1組的顯著性明顯比第2、3、4組小。第5組之所以總體不顯著，主要是青海和海南的綠色創(chuàng)新規(guī)模太小，尤其是海南省;第1組的顯著性較小的原因主要是河北和內(nèi)蒙古的綠色創(chuàng)新規(guī)模太小。盡管如此，結(jié)論還是充分證明了地區(qū)碳排放水平與Y02技術(shù)的研發(fā)和專利成正比，該結(jié)論與現(xiàn)有文獻(xiàn)的結(jié)論基本一致[5-6， 12]。由此，從上述分析結(jié)論不難看出綠色創(chuàng)新對(duì)氣候變化的適應(yīng)機(jī)制及其影響因素。一方面，從適應(yīng)機(jī)制來(lái)看，除CO2EL外，綠色創(chuàng)新會(huì)隨著溫室氣體排放的增加而提高，但上升幅度較小。這說(shuō)明我國(guó)綠色創(chuàng)新能在一個(gè)較低的程度上適應(yīng)氣候變化。另一方面，從該適應(yīng)機(jī)制的影響因素來(lái)看，綠色創(chuàng)新對(duì)氣候變化的適應(yīng)程度取決于溫室氣體排放源、地區(qū)綠色創(chuàng)新能力與投資主體性質(zhì)。首先，天然氣和煤炭消耗碳排放的增加會(huì)提高綠色創(chuàng)新的適應(yīng)程度，而石油和其他溫室氣體排放的增加會(huì)降低綠色創(chuàng)新的適應(yīng)程度;其次，地區(qū)綠色創(chuàng)新能力越強(qiáng)則適應(yīng)程度越大;再次，私人投資比政府投資更能提升綠色創(chuàng)新的適應(yīng)程度。

4 穩(wěn)健性檢驗(yàn)——準(zhǔn)差分GMM結(jié)果

可見，中國(guó)綠色創(chuàng)新在一定程度上適應(yīng)氣候變化。由于在受其他因素影響時(shí)，上述變量的大小及變量關(guān)系會(huì)發(fā)生變化。因此，需進(jìn)行穩(wěn)健性檢驗(yàn)。盡管要對(duì)不同形式的變量進(jìn)行檢驗(yàn)，但中國(guó)正處于生態(tài)文明建設(shè)制度不斷完善時(shí)期，政策會(huì)不斷變動(dòng)，使排放量變化非常頻繁，無(wú)法對(duì)其變化特征進(jìn)行總結(jié)。綠色創(chuàng)新盡管會(huì)受政策影響，但路徑依賴等因素使其變化小于CO2排放量和其他溫室氣體排放量的變化頻率[19]。所以，只對(duì)不同技術(shù)專利進(jìn)行檢驗(yàn)。Schleicha等[20]認(rèn)為專利存量可以進(jìn)一步精確反映特定部門效應(yīng)，如技術(shù)提供者的從發(fā)明中學(xué)習(xí)的效應(yīng)。因此，這部分詳細(xì)討論了溫室氣體排放、研發(fā)投入和經(jīng)濟(jì)增長(zhǎng)對(duì)綠色技術(shù)專利的引致效應(yīng)。使用了Lin等[19]的公式來(lái)計(jì)算綠色技術(shù)的專利存量，如下所示：

綠色技術(shù)專利存量的初始值確定為2000年的專利申請(qǐng)量。折舊率δ是15%[19]。排放量發(fā)生較大變化會(huì)影響綠色創(chuàng)新與碳排放的關(guān)系。這種情況的存在說(shuō)明要想全面揭示綠色創(chuàng)新對(duì)碳排放適應(yīng)程度，需要結(jié)合區(qū)域具體情況來(lái)分析區(qū)域適應(yīng)程度的異質(zhì)性。這將是我們后續(xù)研究重點(diǎn)解決的問(wèn)題。

5 結(jié)論與建議

在對(duì)氣候變化與綠色創(chuàng)新關(guān)系及對(duì)不同形式私人公共投資對(duì)綠色創(chuàng)新的影響進(jìn)行分析基礎(chǔ)上，本文研究了綠色創(chuàng)新對(duì)氣候變化的適應(yīng)程度，得出如下結(jié)論：①我國(guó)氣候變化能誘導(dǎo)綠色技術(shù)創(chuàng)新，但誘導(dǎo)效應(yīng)較小。即綠色技術(shù)創(chuàng)新能適應(yīng)氣候變化，但適應(yīng)程度較低。其中，CO2EG對(duì)Y02T的影響程度最大，但也只有0.3%左右。②不同氣體排放源對(duì)綠色創(chuàng)新效應(yīng)的影響程度不同，對(duì)綠色技術(shù)發(fā)展影響最大的是天然氣和煤炭消耗的碳排放，而石油和其他溫室氣體消耗的碳排放對(duì)綠色技術(shù)專利的影響較小。③地區(qū)排放規(guī)模與綠色技術(shù)專利技術(shù)數(shù)量成正比。④私人投資對(duì)綠色創(chuàng)新適應(yīng)程度的影響更大。

基于上述結(jié)論，本文給出了提高綠色創(chuàng)新對(duì)氣候變化的適應(yīng)程度的幾點(diǎn)建議：①鼓勵(lì)和促進(jìn)符合本地區(qū)社會(huì)發(fā)展需要的綠色創(chuàng)新政策，更好推動(dòng)地區(qū)參與綠色創(chuàng)新。地區(qū)進(jìn)行氣候綠色創(chuàng)新的傾向受到二氧化碳和其他溫室氣體排放量的影響說(shuō)明在中央政府投入有限情況下，地方政府需要重視碳減排過(guò)程中的創(chuàng)新效應(yīng)，加大綠色創(chuàng)新投入。這就需要中央政府通過(guò)減稅和補(bǔ)貼等手段刺激地方結(jié)合實(shí)際情況進(jìn)行綠色創(chuàng)新投資[21]，提高地區(qū)綠色創(chuàng)新能力，以最大限度減少溫室氣體排放。②實(shí)行差異化行業(yè)創(chuàng)新政策。限于經(jīng)濟(jì)條件，政府需要針對(duì)不同行業(yè)實(shí)行不同的創(chuàng)新政策，更加致力于促進(jìn)旨在減少煤和天然氣碳排放的技術(shù)研發(fā)。盡管溫室氣體排放量的增加會(huì)引發(fā)綠色技術(shù)專利的增加，但對(duì)不同專利的影響具有異質(zhì)性，一方面，它與石油（液體）產(chǎn)生的碳排放和Y02專利數(shù)量之間存在負(fù)相關(guān)關(guān)系，這意味著Y02專利數(shù)量對(duì)石油和其他溫室氣體碳排放增加的適應(yīng)非常弱;另一方面，煤炭和天然氣的碳排放與Y02專利間存在正相關(guān)關(guān)系，這說(shuō)明它們產(chǎn)生的CO2和Y02專利計(jì)數(shù)表明其對(duì)這類碳排放具有強(qiáng)烈的創(chuàng)新適應(yīng)。因此，政府需要對(duì)不同能源采取差異化政策，應(yīng)該大力促進(jìn)減少煤和天然氣碳排放的綠色技術(shù)研發(fā)[10]。③加大新能源投資，鼓勵(lì)綠色創(chuàng)新。氣候變化會(huì)誘導(dǎo)綠色技術(shù)創(chuàng)新，反之亦然，這有力地證實(shí)了創(chuàng)新與氣候變化指標(biāo)的變化具有顯著正相關(guān)性。但值得注意的是，綠色技術(shù)專利的相對(duì)數(shù)量將隨著碳排放量的下降而下降，這說(shuō)明需要找到更多的諸如促使新能源技術(shù)開發(fā)等新方法來(lái)鼓勵(lì)綠色技術(shù)創(chuàng)新[22]。④刺激私人投資，完善投資結(jié)構(gòu)。綠色投資規(guī)模過(guò)小一直是影響我國(guó)能源技術(shù)創(chuàng)新能力的重要因素，尤其是在不發(fā)達(dá)地區(qū)[1]。研究結(jié)論顯示，投資對(duì)Y02專利數(shù)量在產(chǎn)生積極影響的同時(shí)，也會(huì)產(chǎn)生負(fù)面影響。這表明需要采取針對(duì)性政策刺激私人投資，完善投資結(jié)構(gòu)，把有限的私人投資投入到能源和電信等行業(yè)，提高私人公共投資的創(chuàng)新效率[2]。

參考文獻(xiàn)

[1]張意翔， 成金華， 湯尚穎， 等. 技術(shù)進(jìn)步偏向性、產(chǎn)權(quán)結(jié)構(gòu)與中國(guó)區(qū)域能源效率[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究， 2019， 34 （8）： 72-88.

[2]涂正革， 陳立. 技術(shù)進(jìn)步的方向與經(jīng)濟(jì)高質(zhì)量發(fā)展：基于全要素生產(chǎn)率和產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的視角[J]. 中國(guó)地質(zhì)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版）， 2019， 19 （3）： 119-135.

[3]齊紹洲， 林屾， 崔靜波. 環(huán)境權(quán)益交易市場(chǎng)能否誘發(fā)綠色創(chuàng)新：基于我國(guó)上市公司綠色專利數(shù)據(jù)的證據(jù)[J]. 經(jīng)濟(jì)研究， 2018， 53 （12）： 129-143.

[4]LEE K， MIN B. Green R&D for eco-innovation and its impact on carbon emissions and firm performance[J]. Journal of cleaner production， 2015， 108： 534-542

[5]李平. 環(huán)境技術(shù)效率、綠色生產(chǎn)率與可持續(xù)發(fā)展：長(zhǎng)三角與珠三角城市群的比較[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究， 2017， 34 （11）： 3-23.

[6]董直慶， 王輝. 環(huán)境規(guī)制的“本地-鄰地”綠色技術(shù)進(jìn)步效應(yīng)[J]. 中國(guó)工業(yè)經(jīng)濟(jì)， 2019 （1）： 100-118.

[7]蔣佳妮， 王文濤， 王燦， 等.適應(yīng)氣候變化需以生態(tài)文明理念構(gòu)建全球技術(shù)合作體系[J]. 中國(guó)人口·資源與環(huán)境， 2017， 27 （1）： 57-64.

[8]王為東， 盧娜， 張財(cái)經(jīng). 空間溢出效應(yīng)視角下低碳技術(shù)創(chuàng)新對(duì)氣候變化的響應(yīng)[J]. 中國(guó)人口·資源與環(huán)境， 2018， 28 （8）： 22-30.

[9]張意翔， 成金華， 徐卓程， 等. 中國(guó)區(qū)域生態(tài)建設(shè)協(xié)調(diào)度評(píng)價(jià)及提升：基于能源技術(shù)專利數(shù)據(jù)[J]. 中國(guó)人口·資源與環(huán)境， 2019， 29 （6）： 58-64.

[10]LORENTE D B， LVAREZ H A. Economic growth and energy regulation in the Environmental Kuznets Curve[J]. Environmental science and pollution research， 2016， 23（16）： 16478-16494.

[11]王兵， 劉光天. 節(jié)能減排與中國(guó)綠色經(jīng)濟(jì)增長(zhǎng)：基于全要素生產(chǎn)率的視角[J]. 中國(guó)工業(yè)經(jīng)濟(jì)， 2015 （5）： 57-69.

[12]陳超凡. 節(jié)能減排與中國(guó)工業(yè)綠色增長(zhǎng)的模擬預(yù)測(cè)[J]. 中國(guó)人口·資源與環(huán)境， 2018， 28 （4）： 145-154.

[13]BROUWER E， KLEINKNECHT A. Innovative output， and a firms propensity to patent： an exploration of CIS micro data[J]. Research policy， 1999， 28（6）： 615-624.

[14]GUIMARAES P. The fixed effects negative binomial model revisited[J]. Economics letters， 2008， 99（1）： 63-66.

[15]HAUSMAN J， HALL B H， GRILICHES Z. Econometric models for count data with an application to the patents R&D relationship[J]. Econometric， 1984， 52 （4）： 909-938.

[16]ALLISON P D， WATERMAN R P. Fixed-effects negative binomial regression models[J]. Sociological methodology， 2002， 32 （1）： 247-265.

[17]KURAMOTO N， ITO M， SAITO Y， et al. Dephosphorylation of endogenous GABAB receptor R2 subunit and AMPK α subunits which were measured by in vitro method using transfer membrane[J]. Neurochemistry international， 2013， 62（2）， 137-144.

[18]WOOLDRIDGE J M. Multiplicative panel data models without the strict erogeneity assumption[J]. Econometric theory， 1997， 13 （5）： 667-678.

[19]LIN B Q， CHEN Y F. Does electricity price matter for innovation in renewable energy technologies in China？[J]. Energy economics， 2019， 78： 259-266.

[20]SCHLEICHA J， WALZA R， RAGWITZA M. Effects of policies on patenting in wind power technologies[J]. Energy policy， 2017， 108： 684-695.

[21]付幗， 盧小麗， 武春友. 中國(guó)省域綠色創(chuàng)新空間格局演化研究[J]. 中國(guó)軟科學(xué)， 2016 （7）： 89-99.

[22]馬志云， 劉云. 適應(yīng)氣候變化關(guān)鍵技術(shù)創(chuàng)新差異的時(shí)空格局：以“一帶一路”沿線國(guó)家為例[J]. 中國(guó)人口·資源與環(huán)境， 2017， 27 （9）： 102-111.