知识产权保护、R&D投入与区域绿色创新绩效

肖振红,李 炎

(哈尔滨工程大学 经济管理学院,哈尔滨 150001)

中国是世界第二大经济体,综合国力及科技实力进入了新发展阶段。然而,随着经济的快速增长,环境污染、资源紧张以及过量的碳排放等问题逐渐显现[1]。最新发布的《2018年全球环境绩效指数报告》显示,中国环境绩效指数(Environmental Performance Index)为50.74分,排名第120位,尤其在空气质量、重金属排放等环境健康项中与欧美国家存在较大差距。在全球一体化发展背景下,绿色发展议题越发重要。许多企业追求当下利益,采取规模扩张为主的外延式发展模式,造成了严重的环境污染和资源浪费,社会发展面临巨大的资源环境约束,因此,研究指出,绿色创新既是当下发展需要,又为未来发展提供机会[2]。

绿色创新是指实现节约资源、环境改善,同时具备创新新颖性、价值性特征的生产活动[3-4]。绿色创新是中国摆脱资源约束及环境规制,实现可持续发展的必由之路。影响绿色创新因素较多,可分为创新系统内部因素与外部环境因素。基于内生经济增长理论与金融学理论可知,其中最重要的是内部R&D 投入与外部知识产权保护[5-7]。《中国制造2025》将“创新驱动”“绿色发展”定为基本方针,“市场主导,政府引导”为基本原则,绿色创新作为“创新驱动”和“绿色发展”的结合点,是突破资源环境约束、推动可持续发展的有效手段。同时,以政府为主导构建的知识产权保护体系是企业绿色创新生产的重要保障。因此,探究中国知识产权保护强度、构建绿色创新系统、提升绿色创新绩效是解决当前环境问题、实现绿色发展的关键。

绿色创新重要性日渐凸显,根据研究层次及内容的不同,学者们对绿色创新的研究可归为3类:第1类以微观视角研究企业层面的绿色创新问题,包含企业绿色创新绩效的测量与评估[8],影响企业绿色创新实践的市场、技术、企业内外部环境因素[9-10]的探究,企业绿色创新战略选择、绿色创新工具、管理理论与方法[11-12]的分析,以及绿色创新对企业竞争力和经营绩效[13]的影响。第2类从中观视角研究产业层面绿色创新,主要有:①重要产业绿色技术、产品的扩散与对环境影响的评估[14-15],此类研究验证了绿色创新的正向环境效应;②以生态学视角研究产业绿色创新系统的形成与演进,以及生态创新合作、规制、战略等[16-17]。第3类从区域、国家及全球经济体系宏观层面入手,主要有:①宏观层面绿色创新系统的评估、形成与演化[18-19];②基于环境经济学、系统工程学与生态现代化理论等进行宏观绿色创新政策的设计、评估与改进,并推断出开放、积极、连续、可靠的政策有助于促进区域绿色创新发展[20-21]。

综上所述,现有研究侧重对绿色创新绩效评价体系的建立、影响绿色创新绩效的因素、绿色创新战略选择及管理方法、创新系统演化及相关政策研究,这些研究奠定了本文理论基础。通过文献综述可以发现:①已有研究成果论证了政策环境对区域绿色创新的重要性,但针对知识产权保护对其作用缺乏思考;②绿色创新绩效评价维度单一,多数研究聚焦于转化效率忽略了产出效益;③文献表明,知识产权保护对绿色创新有重要意义,知识产权保护对R&D投入有重要影响,R&D投入对于绿色创新有正向作用,但在宏观层面少有研究就知识产权保护与区域绿色创新绩效间关系及其作用机制予以解释。如何确定知识产权保护提升了区域绿色创新绩效? 在作用过程中R&D投入承担了怎样的作用? 针对这些问题,本文选取2009～2017年中国省级面板数据,从绿色创新转化效率、绿色创新效益角度建立评价体系,运用Super-SBM、中介效应检测等模型,分析了知识产权保护对区域绿色创新绩效的促进作用,以及R&D投入在其中承担的部分中介作用。

1 研究设计

1.1 研究假设

1.1.1 知识产权保护对区域绿色创新绩效的作用 新制度经济学认为产权具有激励约束、外部性内在化以及资源配置功能,产权制度通过对资源使用决策的影响进而影响经济绩效。知识产权保护通过减少研发者收益不确定性与正、负外部性内部化实现对研发资源的合理配置,进而对绿色创新绩效产生影响。其中,知识产权保护强度的增加会产生“有恒产者有恒心”现象,即能稳定占有、处置自己创新成果时,企业会增加创新投入进而促进创新绩效的提升。同时,正、负外部性的内部化一方面通过减少研发成果溢出实现研发绩效增加;另一方面,负外部性的内部化增加了企业成本,促进企业减少非期望产出,并对绿色创新进行更高的关注。

知识产权保护强度决定了垄断收益的大小,因此,其对区域创新绩效影响较大[36]。大多数研究显示,知识产权保护有利于区域创新绩效的提升[22],知识产权保护越强、专利产出越多,同时产生的创新价值、市场价值越高[23-24];但也有学者认为过高的知识产权保护可能会抑制创新[25],同时知识产权保护可能存在“最优区间”[26-27]。在理论层面,Lai[28]认为知识产权保护强度增加会促进发达国家技术扩散,对创新国与模仿国创新能力都有较强的促进作用;但Helpman[29]、Glass等[30]构建技术进步模型,在假定北方创新南方模仿的条件下,认为知识产权保护强度增加会抑制南方国家技术发展同时影响全球创新进程。中国当前正由创新大国向创新强国转化,在多个学科创新领域都占有一席之地,因此,可以视为创新型国家,随着知识产权保护强度的增加,区域绿色创新呈现递增趋势,这种递增可以从区域绿色创新效率与区域绿色创新效益两方面衡量[7]。因此,提出如下假设:

H1a知识产权保护对区域绿色创新效率有促进作用。

H1b知识产权保护对区域绿色创新效益有促进作用。

1.1.2 知识产权保护对R&D 投入的影响 当前R&D 投入研究主要从人力资源投入与资金投入两方面着手。知识产权对资金、人员流动都有一定的作用。从微观视角来看,知识产权保护强度直接决定了企业创新成果垄断收益的大小,是影响研发创新活动、R&D 投入的重要因素[31]。当知识产权保护强度增加时,一方面降低企业创新成果被侵犯风险[32],提高预期收益,因此,企业增加R&D 投入;另一方面,企业不担心成果被盗用更倾向于披露相关研发信息与项目前景,弱化研发活动信息不对称问题,增加了外部R&D 投入,缓解了外部融资约束[33-34]。知识产权保护体系也是资本区位选择、FDI、社会资本投入决策的重要考量因素[35-36]。在一般均衡状态下,知识产权保护强度还会对人力资本配置产生作用[37],在合理的保护强度范围内人力资本与知识产权保护呈现正相关关系[38]。同时,完善的知识产权保护体系是HCIF异质性人力资本流动的重要原因,高保护水平会增加创新型企业优势[39]。因此,提出如下假设:

H2a知识产权保护对区域绿色创新人力资源投入有促进作用。

H2b知识产权保护对区域绿色创新研发经费投入有促进作用。

1.1.3 R&D投入对区域绿色创新绩效的作用 内生经济学家认为资本积累与人力资本、知识溢出等推动了科技进步,进而实现了经济持续增长。舒尔茨、卢卡斯等的人力资本理论认为人是影响经济发展、技术研发的最关键因素。从空间视角、企业微观视角以及区域创新系统视角发现,人力资本流动、人力资本投入可大幅提升创新绩效[40-42]。从资金投入角度对区域创新绩效研究发现,经费投入对技术创新绩效促进作用明显,作用效果优于人力资源投入,同时研发经费投入对创新绩效影响存在区域异质性特征及非线性特征[43-44]。在绿色创新绩效方面,Hamamoto[45]发现,R&D 投入通过“补偿效应”“引致效应”提高了绿色生产率;作为绿色创新核心要素的R&D 投入,尤其是绿色R&D 投入对绿色创新效率有明显正向作用。国外学者多从微观企业视角[46]对绿色创新效率进行研究,发现涵盖人员与资金的R&D 投入与企业绿色创新关系紧密,同时FDI溢出效应、技术管理等都会影响企业绿色创新能力[47]。国内学者通过专利视角、环境规制视角以及时空演化视角等多角度证明了R&D 投入对绿色创新绩效的影响[48-49]。王惠等[7]也发现,R&D 投入对绿色创新效率存在异质性门槛效应。因此,提出如下假设:

H3a区域创新人力资源投入对区域绿色创新效率有促进作用。

H3b区域创新研发经费投入对区域绿色创新效率有促进作用。

H3c区域创新人力资源投入对区域绿色创新效益有促进作用。

H3d区域创新研发经费投入对区域绿色创新效益有促进作用。

1.1.4 R&D 投入的中介作用 通过上述分析,可以认为R&D 投入在知识产权保护对区域创新绩效的影响中承担中介作用。因此,提出如下假设:

H4a人力资源投入在知识产权保护正向影响区域绿色创新效率中具有中介作用。

H4b研发经费投入在知识产权保护正向影响区域绿色创新效率中具有中介作用。

H4c人力资源投入在知识产权保护正向影响区域绿色创新效益中具有中介作用。

H4d研发经费投入在知识产权保护正向影响区域绿色创新效益中具有中介作用。

本文研究框架如图1所示。

1.2 变量选取及数据来源

1.2.1 样本与数据 采用2009～2017年中国省际面板数据进行实证研究。数据来自《中国统计年鉴》《中国科技统计年鉴》《专利统计年报》《中国律师年鉴》与《中国重要报纸全文数据库》。由于受《中国重要报纸全文数据库》的限制,数据只更新到2017年,且仅能对29各省市(除西藏、山东)进行实证研究;同时文中企业相关变量均采用规模以上工业企业数据,内蒙古、甘肃、广西、河北、海南等地区律师数量存在部分年限缺失,使用平均增长率插值法补齐。

1.2.2 变量构建及计算

(1)绿色创新绩效。绿色创新是实现资源节约、环境改善且具有创新性的生产活动。当前研究多采用DEA、SFA、DEA-SBM、SBM-DDF等模型对绿色创新绩效中的绿色创新效率进行评价,以绿色创新效率代表绿色创新绩效进行分析。这样处理容易出现两个问题:①只强调绿色创新效率忽略了绿色创新绩效的另一重要组成部分——绿色创新效益,过分地追求转化率忽视代表产出总量的创新效益较为片面;②上述测量模型对效率测算都存在不足,DEA与SFA 模型无法对非期望产出进行测算,DEA-SBM 与SBM-DDF 模型加入了非期望产出影响,并且考虑了松弛型问题与径向性偏差,对于绿色效率测算拟合效果较好,但容易产生多数决策单元的创新效率同时处于效率前沿面的情况(即同时有多个决策单元效率为1),难以对决策单元进行排序。

针对现有测量不足,借鉴文献[18,50]中的观点,将绿色创新绩效分为过程与结果两维度即转化效率与产出效益。在资源约束与环境制约下,产出效益采用综合指标测度,即专利授权量、核准注册商标、国外检索工具收录科技论文数以及新产品销售收入4个指标,利用主成分分析方法构建绿色创新效益指标;运用Super-SBM 模型测算绿色创新效率,Super-SBM 可以考虑非期望产出与径向性问题,同时决策单元效率值可以大于1,可对多个对策单元进行排序区别。其中,投入指标选取R&D 人员全时当量、R&D 经费与能源投入,产出指标选取专利授权量、核准注册商标、国外检索工具收录科技论文数以及新产品销售收入,非期望产出指标选取废水排放总量、二氧化硫、烟粉尘以及一般工业固体废物产生量。

(2)知识产权保护强度。国内各区域知识产权立法状况基本一致,主要区别在于各地区司法机构、执法机关执法力度。鉴于中国知识产权管理“双轨并行”的特点,借鉴文献[23-24]中的研究,从多角度构建知识产权保护强度衡量指标。①行政执法角度。本文构建两个行政执法强度指标:各区域对知识产权保护重视程度(IPP1),选取各省在省委机关报上宣传知识产权保护的文章数除以当年该省委机关报所有文章数;专利未被侵权率(IPP2),反映了知识产权局对侵权案件受理情况,等于“1-专利被侵权率”。②司法保护角度。专利的司法保护工作主要由人民法院负责。知识产权违法案件的审结率(IPP3):以各省年度知识产权侵权案件审结数与新收知识产权案件数比值表示。③社会保护水平角度。知识产权法律服务是对知识产权进行有效保护的重要保证,专业律师可以提供知识产权的申请、管理、保护等服务,是宏观的司法保护和行政保护不可或缺的中观社会保障。选取每万人拥有律师数来度量社会保护水平(IPP4)。基于上述4个指标(IPP1～IPP4),采用主成分分析方法构建“各省知识产权保护强度指数”(IPP)。

(3)R&D 投入。对区域创新投入的指标选取方面,主要包括人、财、物、信息和创意等,已有成果多从人力资源投入、研发经费投入两个角度进行量化分析。本文中的R&D 投入主要从人力资源投入与研发经费投入两个角度着手。

创新人员为整个创新活动主体,是创新的基础驱动要素,当前研究中人力资源投入主要使用科技人力资源投入、研发人员数、R&D 人员全时当量等指标来衡量,本文选取更能精准反映人力资源投入的R&D 人员全时当量作为指标。同时,人力资源投入与绩效间存在着时滞效应,由于研究对象、变量选取等方面的差异,具体的时滞期数结论不一,参考主流研究成果,本文选取提前3期的R&D 人员全时当量作为区域创新绩效的人力资源投入。

资金投入是创新过程中重要的支持要素,一般采用R&D 内部经费投入强度以及R&D 经费投入等衡量创新过程中的研发经费投入。本文选取用于研究开发的经费投入R&D 经费投入表征各地区研发经费投入。以不同类型的企业研究发现,R&D投入对绩效产出也存在滞后性。参考郑小丹等[51]的研究,本文采用提前3期的R&D 投入作为研发经费投入的核心解释变量。

(4)控制变量。控制变量方面选取加入了区域创新系统结构、区域创新系统规模、政府支持力度、外商直接投资以及市场支持力度作为控制变量[18,34]。

本文选取总产值为区域创新系统规模表征变量;区域创新主体间竞争程度也会影响其创新绩效,本文选取高等院校、研究开发机构以及有R&D 活动的企业数量之和来衡量区域创新系统结构。在现实情况下,政府总是直接、间接地引导创新主体进行科技创新活动,并且多用资金资助形式,本文用财政支出中的科学技术支出来衡量政府支持力度。由于外商直接投资可以带来知识溢出与研发经费投入进而影响创新绩效,因而选取外商直接投资作为区域外部投资的表征指标。区域创新市场的支持对创新成果转化以及创新活动的持续推进有重要作用,本文选取技术市场成交额作为衡量区域创新市场的支持指标。

1.2.3 研究方法

(1)Super-SBM 模型。传统数据包络分析思想属于线性分段与径向理论,会造成变量的“松弛”问题,SBM 模型克服了非径向误差。假设有n个决策单元,m种投入,决策单元有投入X、期望产出Y g和非期望产出Y b等3个向量,定义X、Y g和Y b矩阵如下:

考虑SBM 模型会产生多个决策单元同处于效率前沿面情况,参照文献[7,52]中的做法,引入一个排除决策单元(x0,y0)的有限生产可能性集:

则考虑非期望产出的Super-SBM 模型如下:

式中:θ是目标效率;w-、w g和w b表示投入、期望产出和非期望产出的松弛变量,并且w-、w g和w b严格单调递减;μ是权重向量。此模型最大特征就是在考虑非期望产出、松弛问题等情况下,效率值可以大于1,便于决策单元的效率排序。

(1)中介效应模型。采用面板模型探究知识产权保护对绿色创新绩效的影响及作用路径。面板模型的一般形式为

式中:yit是被解释变量;Ci为截距项;Xit是解释变量列向量;β是回归系数列向量;εit是随机误差项。

在上述模型中:GIP表示绿色创新绩效,包含绿色创新效率(GIE)与绿色创新效益(GIB);RDI表示R&D 投入,包含创新中人力资源投入(RDesis)与研发经费投入(RIE);Control表示控制变量,包含区域创新系统规模(Tov)、区域创新系统结构(Nerul)、政府支持力度(Ste)、外商直接投资(Fdi)以及市场支持力度(Ms)。

2 实证分析

2.1 描述性统计

表1给出了相关变量的描述性统计结果。指标区间较大而均值、方差较小,表明数据存在趋势性,核心变量方差较大说明各省间差异明显。同时,通过检测,变量方差膨胀因子较小,不存在多重共线性。图2所示为区域绿色创新绩效图,根据区域绿色创新效率与效益的均值将区域绿色创新绩效分为4种水平,其中高绿色创新效率与高绿色创新效益只有两个地区,分别为上海和江苏,侧面说明了中国区域绿色创新绩效存在明显的异质性。

表1 描述性统计

2.2 实证结果分析

为了控制潜在内生性与个体效应,采用固定效应模型进行回归,并通过Hausman检验证明固定效应模型的可行性。回归结果如表2、3所示。

表2 知识产权保护-R&D投入-区域绿色创新效率回归分析

表2是以区域绿色创新效率为被解释变量的模型。在知识产权保护与R&D 投入的Model1分析中,知识产权保护对R&D 投入呈现显著的正向促进效应,其中,对R&D 人力资源投入促进效果为0.074,在5%的显著性水平下显著,即假设H2a成立。这是因为随着知识产权保护的增强,创新环境更有利于创新主体发展,保护了创新主体利益,所以增加了人力资源投入。Model3结果显示,知识产权保护对于区域绿色创新效率在5%的显著性水平下有正向促进作用,促进效果为0.027,知识产权保护增强创新主体权益受到保障,同时非期望产出的处理受到规范,因此增加了绿色创新动力,提升了创新效率,即假设H1a成立。Model4结果表示,知识产权保护与创新人力资源投入对区域绿色创新效率都有促进作用,知识产权保护在10%的显著性水平下显著,创新人力资源投入在5%的显著性水平下显著,即假设H1a与H3a成立。由Model1、Model3和Model4可以验证创新人力资源投入在知识产权保护对区域绿色创新效率的正向促进作用中具有中介作用,从系数显著性还可知人力资源投入承担部分中介作用,即假设H4a成立。

表2中Model2 结果显示,知识产权保护对研发经费投入促进效果为0.023,在10%的显著性水平下显著。即假设H2b成立,究其原因是知识产权保护强度增加导致外部收益的内在化进而增加了研发经费投入。Model5结果显示了知识产权保护与研发经费投入对区域绿色创新效率的促进作用,知识产权保护在10%的显著性水平下对区域绿色创新效率有0.024的促进作用,创新人力资源投入在10%的显著性水平下对区域绿色创新效率有显著促进作用,即假设H1a 与H3b 成立。由Model2、Model3和Model5可以验证研发经费投入在知识产权保护促进区域绿色创新效率中具有中介作用,并且为部分中介作用,即假设H4b成立。

表3是以区域绿色创新效益为被解释变量的模型。Model6结果显示,知识产权保护对于区域绿色创新效益在1%的显著性水平下有促进作用,促进效果为0.086,知识产权保护增强创新主体期望收益增加,绿色创新投入增加进而产生了更多效益,即假设H1b成立。Model7 结果显示,知识产权保护与创新人力资源投入对区域绿色创新效益有促进作用,知识产权保护在1%的显著性水平下对区域绿色创新效益有促进作用,创新人力资源投入在5%的显著性水平下对区域绿色创新效益有0.017的促进作用,即假设H1b 与H3c 成立。由Model1、Model6和Model7可以验证创新人力资源投入在知识产权保护对区域绿色创新效益的正向促进中具有中介作用,即假设H4c成立。

表3 知识产权保护-R&D投入-区域绿色创新效益回归分析

表3中Model8结果显示了知识产权保护与研发经费投入对区域绿色创新效益的促进作用。知识产权保护在1%的显著性水平下对区域绿色创新效益有0.081的促进作用,创新人力资源投入在5%的显著性水平下对区域绿色创新效益有促进作用,即假设H1b 与H3d 成立。由Model2、Model6 和Model8可以验证研发经费投入在知识产权保护促进区域绿色创新效益中具有部分中介作用,即假设H4d成立。

由上述结果分析可以发现,知识产权保护对于区域绿色创新效益的作用效果强于区域绿色创新效率,其中R&D 投入的中介效应也是如此。可以认为知识产权保护的加强会对区域创新效益产生更为明显的影响。究其原因可能是创新主体创新过程中更为重视创新成果的绝对数量而非转化效率造成的。同时,R&D 投入中人力资源投入的作用效果强于研发经费投入效果,这是创新人员直接作用于创新活动产生的影响更直接造成的。

2.3 进一步分析

上述研究表明,知识产权保护对区域绿色创新绩效在一定条件下具有正向影响,并且主要通过促进R&D 资源中人力资源投入与研发经费投入实现。然而,尽管现有研究认为知识产权保护的“专属效应”会促进区域创新[49],但过高的知识产权保护可能会抑制创新[25],Park[26]将知识产权保护非线性效应概括为“最优知识产权保护假说”。考虑到国内知识产权保护在区域间存在较大差异,本节进一步分析知识产权保护对区域绿色创新绩效影响的异质性。使用面板门槛模型对知识产权保护的非线性特征进行分析,探究知识产权保护对区域绿色创新绩效的作用是否存在倒U 型影响,验证两者间的非线性关系,结果如表4所示。

表4 以R&D投入为解释变量的门槛值估计结果及门槛效果检验

由表4可知,以区域绿色创新效益(GIB)为被解释变量时,以人力资源投入为核心解释变量的门槛估计结果与以研发经费投入为核心解释变量的门槛估计结果相似,单一门槛模型在5%的显著性水平下显著,双重门槛模型在10%的显著性水平下显著,三重门槛模型未通过检验。以区域绿色创新效率(GIE)为被解释变量时,以人力资源投入为核心解释变量与以研发经费投入为核心解释变量的门槛估计结果显示,均未通过门槛效应检测。即知识产权保护在当前水平下对区域绿色创新效率的影响并没有明显的门槛,当然这并不意味着知识产权保护强度越高越能促进区域绿色创新效率,一种可能是当前的知识产权保护强度低于理论模型中“最优”水平[26-27]。以区域绿色创新效益(GIB)为被解释变量时,以人力资源投入为核心解释变量的门槛估计结果为-0.613 2和0.563 1,以研发经费投入为核心解释变量的门槛估计结果为-0.692 9和0.550 9。

由表5可知,以知识产权保护为门槛变量时,人力资源投入、研发经费投入与区域绿色创新效益间存在明显的非线性关系,研究结果与以往研究成果相似,证明了知识产权保护存在“最优区间”[26-27,54]。

表5 门槛回归系数及检验

以人力资源投入为核心解释变量时,知识产权保护门槛效应显著。当知识产权保护强度小于-0.613 2时,人力资源投入系数为0.005 2,知识产权保护强度介于-0.613 2与0.563 1之间时,人力资源投入系数为0.018 2;知识产权保护强度大于0.563 1时,人力资源投入系数为0.009 5。在3个阶段中,人力资源投入每增加一单位,区域绿色创新效益分别增加0.005 2、0.018 2和0.009 5个单位。以研发经费投入为核心解释变量时,知识产权保护门槛效应显著。当知识产权保护强度小于-0.692 9时,研发经费投入系数为0.003 2,知识产权保护强度介于-0.692 9与0.550 9之间时,研发经费投入系数为0.021 1;知识产权保护强度大于0.550 9时,研发经费投入系数为0.010 7。在3个阶段中,研发经费投入每增加一单位,区域绿色创新效益分别增加0.003 2、0.021 1和0.010 7个单位。区域创新系统中R&D 投入对区域绿色创新效益有显著的先增后降的促进作用。当知识产权保护强度处于“最优”区间左侧时,随着保护强度的提升,企业垄断收益增加投资风险降低,导致区域创新人员的流入与研发经费投入增加,因此,区域绿色创新效益提升;当知识产权保护强度处于“最优”区间右侧时,随着保护强度的提升,区域间知识、技术扩散受到约束[53-54],因此,区域绿色创新效益增速降低。

综上所述,知识产权保护对区域绿色创新效益存在显著的非线性影响,对区域绿色创新效率未发现显著的门槛效应。知识产权保护存在“最优区间”,即适度的知识产权保护才有利于创新。

3 结论

本文基于区域绿色创新绩效内涵,构建了二维绿色创新绩效评价体系,采用2009～2017年中国省际面板数据,基于Super-SBM 与面板数据回归模型对中国区域绿色创新绩效进行了评价、影响因素探究与作用机理研究。主要结论如下:

(1)知识产权保护的增加会通过R&D 投入正向影响区域绿色创新效率与效益,此结果与当前研究成果接近,是对现有成果的佐证。

(2)R&D 投入中人力资源投入的作用效果强于研发经费投入效果。

(3)知识产权保护对区域绿色创新效益的影响较区域绿色创新效率更为显著,同时知识产权保护对区域绿色创新效益存在显著的非线性影响,这是对已有成果的补充与完善。

(4)中国区域绿色创新绩效存在明显的异质性,多数地区处于低绿色创新效率与低绿色创新效益区间。

本文的创新点主要有:①根据绿色创新绩效内涵,构建了“绿色创新效益+绿色创新效率”的二维区域绿色创新绩效测度模型。较单一评价体系更为全面地展示出各地区绿色创新能力。②针对知识产权保护与区域绿色创新绩效关系,提出4个中介效应假设并进行模型论证,得出了R&D 投入在其中的作用,先前对于知识产权保护对区域绿色创新绩效的作用过程并未给出解释。

根据研究结果提出如下建议:

(1)鉴于知识产权保护对区域绿色创新绩效的促进作用,应加大各区域知识产权保护力度,地区政府、司法机关应通过对行政执法、司法保护和社会保护3个方面的调整,改善区域绿色创新的法治环境。进而提升区域绿色创新绩效,实现以科技创新为驱动的可持续发展。

(2)创新人力资源投入对区域绿色创新有更为显著的影响,各地区要建立完善的人才引进政策,优化激励机制,拓宽人才引入渠道,增加人员数量,有效提升区域创新能力。

(3)研发经费投入是创新的重要保障,各区域创新系统要合理增加研发经费投入,提高研发经费使用效率,颁发绿色创新资助政策引导社会资金进入绿色创新领域,进而提高区域创新能力及经济发展水平。