呂 鯤,潘均柏,李北偉

(1. 寧波大學 商學院,浙江 寧波 315211;2.蘭州大學 經濟學院,甘肅 蘭州 730099;3. 吉林大學 商學與管理學院,吉林 長春 130022)

0 引言

自經濟發(fā)展進入新常態(tài)以來,我國面臨“增長速度換擋期”“結構調整陣痛期”“前期刺激政策消化期”三期疊加的嚴峻考驗。區(qū)域創(chuàng)新作為國家創(chuàng)新體系的重要組成部分,為應對上述挑戰(zhàn)發(fā)揮了重要的基礎性作用。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)域內頻繁流動,使得區(qū)域內形成多層次、大規(guī)模、相互交叉的經濟流、交通流、信息流等流動體系。當前的城市流分析大多集中于經濟流、資金流、人力資本流[2]等層面,缺少針對以知識生產、擴散、交互和應用為內容的創(chuàng)新流研究。

隨著創(chuàng)新發(fā)展理念的深入貫徹,知識產權保護作為一項重要的制度安排被高度重視。2021年9月黨中央國務院印發(fā)《知識產權強國建設綱要》,明確要求將中國建設成為知識產權強國。知識產權保護通過促進數(shù)字經濟發(fā)展、強化產業(yè)集聚的競爭規(guī)避效應[3]等提高區(qū)域創(chuàng)新水平,但鮮有針對知識產權保護對區(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]。許多學者將該理論引入政府決策行為研究[5],認為獲得高水平政府注意力的領域會得到優(yōu)先發(fā)展機會。2012年我國將生態(tài)文明建設納入“五位一體”總體布局,加強了地方生態(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)文明建設領域。因此,本文認為研究知識產權保護對區(qū)域創(chuàng)新流的影響時有必要納入政府生態(tài)文明建設注意力。

近年來,基于“波特假說”的環(huán)境規(guī)制效應不斷被證實,而環(huán)境規(guī)制只是政府生態(tài)文明建設注意力的部分體現(xiàn)。注意力不僅體現(xiàn)政策內容和執(zhí)行強度,而且需要支付一定決策成本和機會成本。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,認為,政府環(huán)境治理注意力會促進其它政策協(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,在分析政府知識產權保護政策影響效應時有必要將政府生態(tài)文明建設注意力納入研究框架,為新常態(tài)下協(xié)調生態(tài)文明建設與知識產權保護關系、促進區(qū)域創(chuàng)新流發(fā)展提供決策參考。

1 研究回顧與機制分析

1.1 知識產權保護與區(qū)域創(chuàng)新流

創(chuàng)新流既是區(qū)域內部的知識生產和流通過程,也是區(qū)域間創(chuàng)新主體學習和交互的過程。企業(yè)和科研機構能夠跨區(qū)域獲得技術、市場信息等知識,并對該知識進行整合和轉化。在高知識產權保護強度地區(qū),創(chuàng)新主體成果易受到保護,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)新資源產生虹吸效應,促進地區(qū)創(chuàng)新流擴張,呈現(xiàn)出 “強者恒強”的空間極化現(xiàn)象。

結合科斯第二定理,知識產權保護會在交易費用的約束下影響資源配置結果[9]。過高的知識產權保護強度會導致創(chuàng)新者知識生產活動受限,不利于創(chuàng)新者進行邊際創(chuàng)新,同時,增加知識應用和知識傳播成本,強化知識壟斷并抑制創(chuàng)新活力[10]。由知識產權保護帶來的交易費用增加也不利于知識整合,其為知識創(chuàng)造活動設置了壁壘,對知識交叉領域的創(chuàng)新流擴張產生消極影響。此外,過高強度的知識產權保護會增加企業(yè)創(chuàng)新訴訟風險和法務成本并擠出創(chuàng)新活動[11]。

基于上述分析,本文提出如下研究假設:

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

H2:其它地區(qū)提高知識產權保護強度會顯著抑制本地創(chuàng)新流。

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

在生態(tài)文明建設注意力下,政府會將更多政策資源配置到創(chuàng)新流領域[12],原因在于政府生態(tài)文明建設注意力具有創(chuàng)新導向性,其通過提高環(huán)保標準、提供政策資金與稅收優(yōu)惠[13],推動企業(yè)生產流程變革、生產資源優(yōu)化配置以及綠色技術研發(fā)活動開展,最終增加創(chuàng)新流[14];其次,在生態(tài)文明建設注意力下政府會更加鼓勵企業(yè)和研發(fā)機構以需求為導向,聚焦于環(huán)境友好型產品研發(fā),引導創(chuàng)新流形成;最后,具有高水平生態(tài)文明建設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,進而加快知識生產、知識擴散與知識轉化,促進創(chuàng)新流擴張。

基于上述分析,本文提出如下研究假設:

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

綜合假設H1～H3,繪制作用框架如圖1所示。

圖1 基于假設H1～H3的機制框架Fig.1 Mechanism analysis of H1～H3

1.3 政府生態(tài)文明建設注意力約束下的知識產權保護與區(qū)域創(chuàng)新流

1.3.1 較低水平約束:促進效應

當政府生態(tài)文明建設注意力水平較低時,其在規(guī)范知識產權保護、促進區(qū)域知識創(chuàng)造和應用過程中的約束作用有限。而知識產權保護能夠減少“搭便車”現(xiàn)象,同時,為知識擴散和知識轉化提供政策工具以及法律標的[15],因此知識產權保護在地方政府生態(tài)文明建設注意力缺失的情況下具有區(qū)域創(chuàng)新流促進效應。

1.3.2 較高水平約束:抑制效應

當政府生態(tài)文明建設注意力水平較高時,嚴苛的環(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》,知識產權部門可優(yōu)先審查與節(jié)能、環(huán)保和低碳技術相關的專利,這在一定程度上激勵了綠色創(chuàng)新,但延緩了其它技術演進周期,進而限制了區(qū)域創(chuàng)新流擴張。在執(zhí)法上,當創(chuàng)新主體同時面臨嚴苛的環(huán)境監(jiān)管和較高強度的知識產權保護約束時,高環(huán)保支出、高知識使用成本和為規(guī)避監(jiān)管產生的尋租成本會擠出企業(yè)對知識生產活動的投入[16],進而制約區(qū)域創(chuàng)新流。

1.3.3 “量質齊升”的約束:可持續(xù)發(fā)展效應

嚴苛、單一的生態(tài)環(huán)境保護政策會扭曲其政策效應,隨著社會經濟發(fā)展,政府對生態(tài)文明的關注力和認識進一步提升,在這一階段,地方政府開始探索生態(tài)文明建設與區(qū)域創(chuàng)新發(fā)展的有機融合,以實現(xiàn)生態(tài)文明注意力約束的“量質齊升”——通過制定合理的知識產權政策,激勵環(huán)境友好型技術創(chuàng)新[17],并鼓勵和保護其它技術創(chuàng)新,這是因為任何技術創(chuàng)新帶來的生產效率提升和生產方式變革均能夠促進區(qū)域生態(tài)效益增長。同時,政府也會促進知識轉化,支持企業(yè)綠色轉型,引導區(qū)域創(chuàng)新流可持續(xù)發(fā)展。

1.3.4 空間約束效應

知識產權保護對區(qū)域創(chuàng)新流的負向空間傳導效應會隨著地方政府生態(tài)文明建設注意力水平提升而減弱。首先,當?shù)胤秸鷳B(tài)文明建設注意力處于低水平階段時,其對知識產權保護的約束力有限,此時空間極化現(xiàn)象顯著存在;隨著注意力水平提升,知識產權保護會產生創(chuàng)新流抑制效應,此時高知識產權保護強度地區(qū)的虹吸效應消失;當注意力水平發(fā)展到“量質齊升”階段時,地方政府會致力于促進知識擴散和知識轉化效率提升,盡管當前存在的市場分割、地區(qū)發(fā)展不平衡等現(xiàn)象導致知識產權保護無法充分發(fā)揮空間正外部效應,但可以緩解由虹吸效應引起的空間極化效應。

基于上述分析,本文提出如下研究假設:

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

H5:知識產權保護對區(qū)域創(chuàng)新流的負向空間影響會隨著政府生態(tài)文明建設注意力水平提升而減弱。

綜合研究假設H4～H5,繪制影響機制如圖2所示。

圖2 基于假設H4～H5的機制框架Fig.2 Mechanism analysis of H4～H5

2 模型構建、變量描述與數(shù)據(jù)來源

2.1 模型構建

本文基于2009-2021年我國內地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)文明建設注意力約束下知識產權保護對區(qū)域創(chuàng)新流的作用機制。

2.1.1 基準回歸模型構建

為探究知識產權保護與政府生態(tài)文明建設注意力分別對區(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權保護強度(IPPit)和地方政府生態(tài)文明建設注意力指數(shù)(EPit)系數(shù);∑βXit代表控制變量與系數(shù)乘積之和;εit代表隨機誤差項。

2.1.2 空間計量模型構建

為驗證知識產權保護的空間效應,借鑒Anselin[18]的方法分別構建空間自回歸模型(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重矩陣,vit為隨機擾動項,ρ為被解釋變量IFit在空間權重矩陣下的空間自回歸系數(shù),θ為空間溢出效應系數(shù)集合。

2.1.3 一般面板門檻模型構建

基于Hansen[19]的方法構建面板門檻模型。

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權保護強度(IPPit),以此驗證知識產權保護是否對區(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)文明建設注意力指數(shù)(EPit),核心解釋變量為知識產權保護強度(IPPit),該模型能夠驗證假設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 空間門檻模型構建

本文將門檻效應和空間效應均納入研究框架,結合模型(2)～(4)和模型(6),分別以知識產權保護強度、政府生態(tài)文明建設注意力指數(shù)為解釋變量與門檻變量,構建空間門檻模型。參考張杰飛等[20]的做法,構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數(shù)據(jù)。同時,對知識轉化水平進行評價,具體包括創(chuàng)新驅動產業(yè)發(fā)展、知識賦能企業(yè)發(fā)展、區(qū)域產學研合作3個層面。其中,創(chuàng)新驅動產業(yè)發(fā)展主要表征知識對各產業(yè)的賦能情況。本文采用省域農業(yè)機械化總動力、工業(yè)機器人密度分別表征創(chuàng)新驅動產業(yè)發(fā)展中農業(yè)和制造業(yè)領域的知識轉化情況。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)的上述關鍵詞,并采用Python爬取網(wǎng)頁中關鍵詞出現(xiàn)頻次,測度該省服務業(yè)和新興產業(yè)知識轉化情況。知識賦能企業(yè)發(fā)展主要采用省域科技企業(yè)孵化器當年畢業(yè)企業(yè)數(shù)、高新技術企業(yè)增加值和規(guī)模以上工業(yè)企業(yè)新產品銷售收入測度;產學研合作主要采用國家大學科技園畢業(yè)企業(yè)數(shù)、地方高校R&D成果應用及科技服務人員全時當量、地方高校成果應用以及科技服務項目經費測度。

工業(yè)機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)機器人的細分行業(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)新流強度(IF)。

表1 評價指標體系Tab.1 Assessment indicator system

2.2.2 解釋變量I:知識產權保護強度(IPP)

本文參考黨文娟和羅慶鳳[23]的研究,采用各地專利授權數(shù)與全國專利授權總數(shù)之比測度知識產權立法強度,采用當年各地專利糾紛結案總數(shù)與全國專利糾紛立案數(shù)之比測度知識產權執(zhí)法強度,并采用熵值法確定上述兩個指標權重。相關數(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)展關注度和“五位一體”中生態(tài)文明布局強度。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“經濟”“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)文明布局強度測度指標。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)境基礎設施投資占GDP比重分別作為環(huán)境治理強度以及基礎設施建設強度測度指標,相關數(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)文明建設有關的地方立法數(shù)與當?shù)亓⒎倲?shù)之比作為立法注意力測度指標,相關數(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)、產業(yè)結構高級化(AIS)、產業(yè)結構合理化(RIS)和人口密度(人/平方公里)(PD)作為控制變量。金融發(fā)展(FD)采用金融機構存款貸款余額總和與GDP之比測度;產業(yè)結構高級化(AIS)采用第三產業(yè)與第二產業(yè)增加值之比測度;產業(yè)結構合理化指數(shù)參考干春暉等[26]構建的泰爾指數(shù)方法測度。相關數(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 空間權重矩陣

空間計量模型需要通過空間權重矩陣實現(xiàn)對空間效應的估計,本文采用經濟空間權重矩陣作為本文空間計量模型。

(8)

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

3 實證分析

3.1 基準回歸分析

本文首先采用動態(tài)面板系統(tǒng)GMM模型進行基準回歸(結果見表2),模型通過了AR(2)和Hansen檢驗。知識產權保護強度(IPP)和地方政府生態(tài)文明建設注意力指數(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H3。

表2 基準回歸分析估計結果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

進行空間計量回歸分析前,通過構建全局Moran's I以驗證區(qū)域創(chuàng)新流強度是否具有空間依賴性。經測算,2009-2021年區(qū)域創(chuàng)新流基于經濟空間權重矩陣的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)結果均顯著,表明需要采用SAR和SEM的一般形式SDM。其次,經Hausman檢驗(Hausman of FE=35.60),以及分別針對地區(qū)固定效應(LR=79.67)和時間固定效應(LR=623.85)的LR檢驗結果表明,應采用時空雙固定效應的空間杜賓模型(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檢驗結果和LR檢驗結果,再次證明應采用空間杜賓模型。

3.2.3 空間計量模型回歸分析

結合假設H1、H2和H3,本文采用基于時空雙固定效應的空間杜賓模型進行回歸分析和假設檢驗,回歸結果如表3所示。

表3 空間杜賓模型回歸結果Tab.3 Results of the spatial Durbin model regression

由表3的空間溢出效應估計結果可知,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)的知識產權保護會對本地創(chuàng)新流產生顯著負向影響,驗證了假設H2。

3.2.4 穩(wěn)健性檢驗

對模型(4)進行穩(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),進行第一次檢驗;其次,由于模型構建中沒有考慮地區(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行第二次檢驗。檢驗結果顯示,與調整前的參數(shù)估計結果基本一致,說明本文結論具有穩(wěn)健性。

3.3 空間門檻模型分析

3.3.1 門檻效應檢驗與門檻值確定

進行門檻效應分析前,首先進行門檻效應檢驗并確定門檻值,利用Bootstrap抽樣300次,檢驗結果如表4所示;然后,構建似然比統(tǒng)計量(LR),檢驗門檻效應的真實性并確定門檻值,結果如圖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)的門檻效應檢驗結果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果Fig.5 Authenticity test of threshold values threshold variables (EP) in Model 6

結果表明,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)間內選擇樣本數(shù)量大于20%全樣本量的區(qū)間,并結合圖4(a)(b)(c)和圖5(a)(b)(c),判斷該區(qū)間是否存在門檻效應;②利用Bootstrap對該區(qū)間抽樣300次,檢驗門檻效應的真實性。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)估計結果。其中,模型(5)的參數(shù)估計結果顯示,當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權保護對區(qū)域創(chuàng)新流具有顯著正向作用;當知識產權保護強度位于區(qū)間[0.208,0.383]時,其系數(shù)不顯著,說明該水平下知識產權保護失去積極效應;當知識產權保護強度高于第三和第四重門檻值時,其系數(shù)均為負,且通過1%水平下的顯著性檢驗,驗證了假設H1。

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

根據(jù)模型(6)的估計結果可知,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權保護政策扭曲,驗證了創(chuàng)新流促進效應存在;當EP跨越第二重門檻值(0.219)時,知識產權保護強度系數(shù)不顯著,表明嚴苛的注意力約束引發(fā)創(chuàng)新流抑制效應;當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入“量質齊升”階段,表明研究假設H4成立。

3.3.3 注意力約束對知識產權保護的空間門檻效應

綜合前文分析,本文構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進行分析,結果如表7所示。

表7 空間門檻模型回歸及空間效應分解結果Tab.7 Results of the spatial threshold model regression and decomposition of spatial effects

由表7結果可知,當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,為-2.658,表明在注意力約束過低時知識產權保護對區(qū)域創(chuàng)新流的空間極化效應比較明顯;當EP跨越第二重門檻值0.219時,知識產權保護的空間溢出效應(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)域間的虹吸效應消失;當EP處于“量質齊升”階段(EP≥0.256)時,W×IPP系數(shù)不顯著,可能的原因是此時區(qū)域間虹吸效應再現(xiàn),地方政府將增加創(chuàng)新流作為生態(tài)文明建設的內生驅動力,更加關注知識擴散和知識轉化,因此在兩種效應的博弈下知識產權保護的空間效應不顯著,即研究假設H5成立。

4 研究結論與對策建議

4.1 研究結論

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

4.2 對策建議

(1)鑒于過高的知識產權保護強度不利于區(qū)域創(chuàng)新流,為此政府可以根據(jù)不同行業(yè)特點,提供差異化知識產權保護政策工具。同時,建立技術轉移和交易平臺,促進企業(yè)、科研機構等創(chuàng)新主體知識交流和共享?？梢圆扇≌{整知識產權保護寬度和長度的方式,促進知識產權保護與區(qū)域創(chuàng)新流擴張相協(xié)調,如適當縮小保護寬度以鼓勵邊際創(chuàng)新,適當調整保護長度以加快技術演化。

(2)通過引進人才、聯(lián)合培養(yǎng)、技術合作等方式建立跨區(qū)域創(chuàng)新合作機制,促進創(chuàng)新流跨區(qū)域流通,實現(xiàn)區(qū)域創(chuàng)新流空間極化效應向空間擴散效應轉變。

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