摘要：文章基于绿色技术创新存量、增量和质量水平视角，构建PSARM模型和PSDM模型，分析1985—2018年东部、中部、西部绿色技术创新水平影响效应。结果显示：第一，环境财税政策和人均研发投入增强极化效应，FDI和人均可支配收入削弱极化效应，劳动力平均受教育年限和实际人均GDP削弱东部、中部间极化效应但增强东部、西部以及中部、西部间极化效应。第二，环境财税政策、FDI、人均研发投入和劳动力受教育水平破坏三大区域绿色技术创新质量平衡性，实际人均GDP破坏东部、中部以及东部、西部间质量平衡性，维持中部、西部间质量平衡性。
关键词：绿色技术创新，极化效应，面板空间回归模型，空间溢出效应
一、引言
绿色技术创新是统筹生态和经济，引领绿色发展的关键[1]。2019年5月，国家发改委和科技部共同发布的《指导意见》明确提出2022年基本建成市场导向的绿色技术创新体系[2]，促进绿色技术跨越式发展。2020年10月，国家“十四五”规划明确指出未来五年实现生产生活方式绿色转型成效显著的目标，进一步引导开展全国范围绿色技术创新。2022年10月，党的二十大报告明确提出要推动绿色发展，促进人与自然和谐共生。如何形成绿色生产生活方式，发展绿色经济已经成为新时代中国社会发展的重要议题。
二、文献综述
（一）绿色技术创新水平概念界定
“绿色技术”最早可追溯到1960s，欧美发达国家为应对环境公害制订控制环境污染的法规，推动了末端技术（End-of-pipe Technology）的创新与发展。1979年“绿色技术”被定义为“无废工艺”，1984年被定义为“废物最小化”，1990年“绿色技术”又被定义为“清洁技术”和“污染预防技术”[3]。1992年《联合国行动纲领》第34章将“绿色技术”定义为“无害环境技术”。1994年，Braun和Wield（1996）[4]正式提出“绿色技术”（Environmentally Sound Technology，EST）概念。
学者常从水平和效率两个维度研究绿色技术创新。“绿色技术创新水平”是量的分析。“绿色技术创新效率”作为绿色技术创新评价指标，是绿色技术创新水平基础上的进一步研究，本研究旨在探讨“绿色技术创新水平”，故不再赘述。
（二）绿色技术创新水平测度
本研究利用绿色专利作为绿色技术创新水平测度工具。绿色专利是专利的一部分，Kemp（2007）[6]对比专利和R&D投入两大指标，认为专利根据技术组分类，包含技术细节和覆盖范围，数据指示性强。王班班（2019）[1]指出专利指标的另一大优势，认为数据揭示方法和使用方法，可研究技术扩散效应。Kemp等（2020）[7]在已有研究上指出，专利数据具有较高可用性和易获取性，可在微观层面上获得，也可汇总进行中、宏观研究，此外，专利引文次数、技术内容的广度、续展次数及申请专利的国家数量等数据均可作为衡量专利质量的指标。由此，“专利”指标优势显著。
国际组织对绿色专利的划分标准不同，依据WIPO的“IPC Green Inventory”划分结果，绿色专利涵盖可替代能源、交通运输、能源节约、废弃物处理、农林业、行政监督与设计和核能发电7个方面。根据EPO（欧洲专利局）“Y02”和“Y04S”划分标准，绿色专利囊括应对气候变化的技术，减少温室气体排放的绿色技术，气候变化缓解技术和智能电网4大类技术创新。USPTO（美国联邦专利和商标局）绿色专利分类索引将主要的绿色技术类别对应到IPC分类（国际专利分类）位置和USPC分类（美国专利分类）位置，认为绿色专利包含可替代能源、节能减排、环境友好型农业、环境净化保护和修复、EST相关规则设计或教育五大专题。此外，中国国家知识产权局在IPC分类的基础上搭建专题数据库将绿色专利划分为替代能源，环境材料，节能减排，污染控制与治理和循环利用技术五大类。
本研究以WIPO“IPC Green Inventory”分类标准为基础，用可替代能源、交通运输、能源节约、废弃物处理、农林业、行政监督与设计和核能发电7个方面的专利授权量来测度绿色技术创新水平。
（三）绿色技术创新水平影响因素
1.“政策机制”维度。针对环境问题，政府行为有二：其一，命令控制型行为，包括制订技术标准、污染物排放标准等；其二，激励型行为，政府激励型政策主要包括两类，即税收政策和补贴政策，前者包含直接征税（企业排污征税等）和间接征税（惩罚性电价等），后者包含直接补贴（企业研发补贴等）和间接补贴（降低贷款税率等）。
Reid（2008）[7]、Popp（2010）[8]、Kemp（2012）[9]、王锋正和陈方圆（2018）[10]、斯丽娟（2020）[11]等均认为政府行为正向影响绿色技术创新。一方面，针对命令控制型行为，Reid指出法规对绿色技术创新重要性高，制订各类环境标准有效阻止高污染企业进入市场；另一方面，针对激励型行为，特定税收优惠政策、环境政策、研发资助等均激励绿色技术创新活动。
自从张倩和曲世友（2013）[12]等指出，环境规制强度与绿色技术采用程度的关系为倒U型，异质性条件下甚至存在“倒N型”“倒W型”关系可能性，学者对环境规制和绿色技术创新关系问题展开广泛探讨。李婉红（2017）[13]、邝嫦娥和路江林（2019）[14]、于克信登（2019）[15]、刘章生（2017）[16]、李瑞琴（2019）[17]等均得出环境规制对绿色技术创新的“阈值效应”，刘章生（2017）[16]也指出，环境规制对绿色技术创新能力有门槛效应，王珍愚等（2021）[18]等则发现非国有企业“U”型拐点更早。王凤祥和张伟（2017）[19]、胡雪萍和陶静（2018）[20]等还基于区域视角研究环境规制和绿色技术创新关系，指出环境规制抑制中部、西部绿色技术水平。此外，郭捷和杨立成（2020）[21]研究环境规制与政府研发资助将共同促进绿色技术创新，孙勇等（2022）[22]探讨了财政环保支持力度对黄河流域绿色技术创新积极作用。
2.“市场机制”维度：供给层面。市场上供给和需求相互作用。供给受内部因素和国际推力共同影响，前者包括人力资本、产业结构升级、民间投资、R&D经费投入等，后者涵盖FDI、国际研发等。
内部因素中，王文普和陈斌（2013）[23]指出知识水平显著正向影响绿色技术创新水平，王凤祥和张伟（2017）[19]则认为人力资本对绿色技术创新未产生积极影响。李婉红（2017）[13]指出绿色创新人员投入对绿色创新影响并不显著，徐建中和王曼曼（2018）[24]、邝嫦娥和路江林（2019）[14]、孙燕铭等（2021）[25]则认为研发人员投入显著正向影响绿色技术创新水平。
国际推动力方面，陈斌和李拓（2020）[26]指出扩大出口、吸引外资均对绿色技术创新水平产生积极影响，王凤祥和张伟（2017）[19]、杨朝均等（2018）[27]、段德忠和杜德斌（2022）[28]、Qin等（2022）[29]、武力超等（2022）[30]、宋晓娜和薛惠锋（2022）[31]、高蕾（2022）[32]和程栖云（2022）[33]为FDI正向影响绿色技术创新水平，然而，王班班和赵程（2019）[1]、孙燕铭等（2021）[25]指出FDI的影响效应不显著，此外，邝嫦娥和路江林（2019）[14]还指出对外贸易开放程度显著抑制绿色技术创新活动。
3.“市场机制”维度：需求层面。需求指经济主体对绿色商品的支付意愿和支付能力，受到经济主体的责任感、绿色意识、社会舆论、收入水平、人均GDP等因素影响。
将需求层面影响因素划分为可观测指标和不可观测指标两类，责任感、绿色意识等不可观测指标数据获取存在难度，相关研究较少，Horbach（2008）[28]、Kemp（2020）[6]等均强调环境意识对绿色技术创新水平的影响但并没有深入研究其影响效应。就可观测指标而言，李婉红（2017）[13]研究指出人均GDP显著影响绿色技术创新水平。孙燕铭等（2021）[25]研究发现城镇居民可支配收入对中国绿色技术创新水平存在积极影响，但未考虑人均可支配收入对区域绿色技术创新水平的影响效应。
（四）文献评述
目前，“绿色技术创新水平影响因素”的研究成果已经涵盖政策、市场两大维度。然而，现有研究仍然存在以下局限：第一，两大维度的因素对绿色技术创新水平的影响效应仍然存在争议；第二，部分文献仅从国家或省级层面考虑影响效应，缺乏东部、中部、西部区域性研究；第三，在研究因素对绿色技术创新水平的影响效应时，未考虑空间溢出效应。
三、区域绿色技术创新水平影响机理分析
借鉴Grossman和Helpman（1991）[35]研发模型和李斌等（2011）[36]技术创新水平影响因素分析框架，考察涵盖绿色技术研发部门和最终产品部门的两部门简化经济系统。提出以下假设：（1）最终产品部门基于绿色技术研发部门投入生产出最终产品，规模报酬不变且只生产一种产品；（2）市场结构：研发部门和最终产品部门均为完全竞争市场；（3）人力资本在最终产品部门和研发部门间进行分配。
刻画最终产品部门的产出：
Y=AKαHYβLγ，α+β+γ=1 （1）
其中，Y表示结合固定技术水平A、资本存量K、最终产品部门人力资本投入HY、最终产品部门非熟练劳动力投入L的最终产品，α＞0，β＞0，γ＞0分别对应各自的产出弹性。
假设厂商从总产出中分配θ用于治污投入：
E=θY，0＜θ＜1 （2）
将绿色技术最终产品价格单位化为1，故最终产品部门利润函数可表示为：
其中，
表示人力资本工资率，ωL表示非熟练劳动力工资率，ωK表示资本利息率。那么，利润最大化情形下：
研发部门生产函数（Grossman和Helpman，1991；李斌等，2011）[29-30]可表示为：
T=ΔG=ρHR（μ1KF+μ2KR） （5）
其中，T表示绿色技术创新的投资效应，ΔG衡量绿色技术创新水平，ρ为研发部门技术成产率系数，HR表示投入到研发部门的人力资本，KF表示企业获得的外商直接投资额，KR为国内投资，μ1，μ2为技术外溢系数，其大小取决于投资企业技术扩散程度和被投资企业对技术扩散的吸收能力。完全竞争市场，假设专利价格为P，那么研发部门利润函数表示为：
利润最大化情形下：
考虑完全竞争市场结构下，人力资本在最终产品部门和研发部门间进行分配，均衡时两部门的人力资本工资水平应相等：
此时，
考虑人力资本：
H=HY+HR （10）
将式（9）、式（10）代入研发部门生产函数，则有：
此时，¶ΔG/¶H＞0，¶ΔG/¶KF＞0，¶ΔG/¶KR＞0，故引进人力资本、外商直接投资和国内资本投资有利于提高绿色技术创新水平，由此得出命题1。
命题1：自由放任市场，供需均衡条件下，绿色技术创新水平受到人力资本和国内外物质资本正向影响。该命题意味着，人力资本以及国内外物质资本在中国的区域差异性是导致区域绿色技术创新水平差异性的重要原因。
假设自由放任市场企业1未进行绿色技术创新前，最终产品售价DP，市场需求量DQ（Y，…），其中Y表示当地经济发展水平，DQ′＞0。绿色技术创新后，最终产品售价为GP，市场需求量为GQ（Y，ΔT，…），GQ′＞0。那么，企业总收益变动：
Δπ=（GP·GQ-DP·DQ）-[（GW-DW）+GRD（a）+PGEC（m）] （12）
当Δπ＞0时，企业愿意进行绿色技术创新。由Δπ对Yi求偏导，令¶Δπ/¶Y=0，则有：
其中DP＞0，GP＞0，GRD′＜0，DQ′＞0，GQ′＞0。
当DP·DQ′（Y，…）=GP·GQ′（Y，ΔT…），企业绿色技术创新能力最低，此时当地经济发展水平为Y=Y（DP，GP，ΔT…）。当Y＜Y（DP，GP，ΔT…）时，¶a/＜¶Y＜0，当地经济水平与企业绿色技术创新能力负相关，与企业研发成本正相关，与企业绿色技术创新水平负相关；反之，绿色技术创新能力与当地经济水平正相关，与企业研发成本负相关，与企业绿色技术创新水平正相关。
基于上述分析，提出命题2。
命题2：自由放任市场，供需均衡条件下，当地经济发展水平与绿色技术创新水平呈正“U”关系，随着经济发展水平的提升，绿色技术创新水平逐渐下降至最低水平Y=Y（DP，GP，ΔT…），此后绿色技术创新水平上升。该命题意味着，区域经济发展水平差异性影将响区域绿色技术创新水平差异性。
政府干预市场，针对税收政策，统一税率t∈（0，1）；针对补贴政策，统一补贴比例r∈（0，1）。假设企业初始排污量q0，排污量qi的排污成本为SC（qi），SC′（qi）＞0。环境外部总成本EEC（n），是环境损害价格的函数，EEC′（n）＞0，初始状态环境外部总成本EEC0（n）。政府补贴rGRD（a），企业排污量qi缴税tqi，初始企业总收益R0，则初始状态企业利润π0=R0-SC（q0）-tq0-DW。
基于理性人假设，企业最优选择是使利润最大化：
maxπ=R-[GRD（a）-rGRD（a）+SC（qi）+tqi+PGEC（m）+PEEC（n）+GW] （14）
企业利润变动：
Δπ=π-π0 （15）
当Δπ＞0时，企业愿意进行绿色技术创新。由Δπ对r求偏导，令¶Δπ/＜¶r=0，则有：
其中，GRD（a）＞0，GRD′（a）＜0，r∈（0，1）得到补贴政策下企业绿色技术创新能力最高点
。当
时，
，当
时，
，当
时，
，其中，GRD′表示企业边际研发投入，R′表示研发绿色技术带来的边际收益，令
，则当r＜r*时，绿色技术创新能力与政府补贴正相关，当r＞r*时，绿色技术创新能力与政府补贴负相关。
将π对qi求偏导，可得：
令¶π/¶qi=0，则有：
t=-SC′（qi） （18）
由此，在税收政策下，当t=-SC′（qi）即企业边际排污成本等于税收时（点F），实现最优排放，此时企业绿色技术创新能力达到最高点。结合图1，边际外部成本和边际治理成本曲线反映污染治理的边际收益，边际外部成本和边际私人成本曲线反映污染治理的边际成本。排放区间[q1，q2]边际治理成本和边际私人成本均高于边际外部成本，更适合企业治理，在该区间内增加税收使边际治理成本和边际私人成本增加，推动企业进行绿色技术创新以降低排污成本。排放区间[q2，q*]边际治理成本高于边际外部成本，但边际外部成本高于边际私人成本，此时增加税收对企业激励作用更小，但还能推动企业绿色技术创新。在区间[q*，∞]内，边际外部成本高于企业边际治理成本和边际私人成本，此时企业更依赖政府治污，增加税收反而挫伤企业绿色技术创新积极性。
令x=f（r，t），表示绿色技术创新水平是补贴比例和环境税率的一个函数，当x*=maxf（r，t）时，绿色技术创新达到最高水平。
综上所述，提出命题3。
命题3：政府干预市场，市场出清时，环境财税政策与绿色技术创新水平呈倒“U”关系，随着政府补贴和税收比例的增加，绿色技术创新水平上升，到达某特定值x*后，绿色技术创新水平下降。该命题意味着政府环境政策的区域差异性是导致区域绿色技术创新水平差异性的重要原因。
四、区域绿色技术创新水平影响效应实证研究
（一）面板空间回归模型
基于空间滞后因子不同的设置方式，面板空间回归模型可划分为面板空间自回归模型（PSARM），面板空间杜宾模型（PSDM）和面板空间误差模型（PSEM）。
面板空间自回归模型度量相邻地区的行为对本地区行为产生的影响程度。对N于个空间个体T期观测的样本数据，假设E（φt）=0，E[φtφt′]=σ2IN模型设定如下：
Yt=λWYt+Xtβ+μ+εt （19）
面板空间杜宾模型度量相邻地区行为及其误差冲击对本地区行为产生的影响程度。模型设定如下：
Yt=γWYt-1+λWYt+Xtβ+μ+φt （20）
其中，Yt=[Y1tY2t…YNt]′分别表示绿色专利人均授权量、绿色专利人均授权量增长率、绿色发明专利人均授权量在全部发明专利人均授权量权重和绿色实用新型专利人均授权量在全部实用新型专利人均授权量权重之比这三大指标变动率的N阶向量，Xt=[X1t′X2t′…XNt′]′分别表示环保词频比重、外商直接投资、国内人均R&D投入、劳动力平均受教育年限、实际人均GDP和人均可支配收入五大指标变动率的阶列向量。tN为元素均是1的N阶列向量，并且有β=[β1β2…β6]′，μt=[μ1μ2…μN]′，εt=[ε1tε2t…ε6t]′，φ=[φ1tφ2t…φ6t]′。模型中μi和γt分别描述样本个体特征及时间特性，空间矩阵W反映个体间的空间相关性空间矩阵W对角线元素为0，非对角线元素反映个体对相邻区域的影响。东部地区N=11，中部地区N=8，西部地区N=12。
每一类面板空间回归模型可细分为固定效应模型和随机效应模型，通过Robust LM检验和LR-test检验确定使用哪一种空间模型后，根据Hausman检验确定是否使用固定效应模型，P值小于0.05拒绝使用随机效应模型。
固定效应模型和随机效应模型还可细分为个体固定效应、个体随机效应、时间固定效应、时间随机效应、个体时间双固定效应和双随机效应模型，根据伍德里奇结论，本研究样本数据t＞N，符合时间效应模型。
模型的空间效应可分为直接效应、间接效应和总效应，直接效应指影响因素对本地特定事物的作用效果，间接效应衡量影响因素对周边地区特定事物的影响效果，总效应则是影响因素总体影响水平。
（二）变量选取和数据说明
基于文献综述和理论分析选取政策机制中的环境财税政策，市场机制中供给层面的FDI、国内人均R&D投入和平均受教育年限，需求层面的实际人均GDP、人均可支配收入构建指标体系（见表1），分析五大因素对绿色技术创新存量水平、增量水平、质量水平的总影响效应、直接影响效应和间接影响效应。本研究利用各省政府工作报告环保词频来衡量政府环境财税政策实施情况[38]。
定义SUM为绿色专利人均授权量（件/人），SUMR为绿色专利人均授权量增长率（%），IP为绿色发明专利人均授权量在全部发明专利人均授权量权重和绿色实用新型专利人均授权量在全部实用新型专利人均授权量权重之比，IN为环保词频比重（%），FDI为外商他直接投资（万美元），PRD为国内人均R&D投入（亿元），EDU为劳动力平均受教育年限（年），PGDP为实际人均GDP（元），INC为人均可支配收入（元）。
（三）区域绿色技术创新存量水平与影响效应
1.三大区域绿色专利存量的影响效应。东部地区（见表2），政策机制层面，环境财税政策正向影响当地绿色技术创新存量，政府对绿色技术创新关注度增加1%对当地产生0.04%直接效应，对相邻区域产生0.02%间接效应。
供给层面，外商直接投资额负向影响东部绿色技术创新存量水平，FDI增加1%，当地绿色技术创新存量减少0.09%，同时，对相邻区域产生0.38%的负向空间溢出效应。国内人均研发投入正向影响东部绿色技术创新存量，人均R&D投入每增加1%，当地绿色技术创新存量增加0.11%。劳动力平均受教育年限显著正向影响东部绿色技术创新存量水平，平均受教育年限变动率增加1单位，将对绿色技术创新存量产生2.71%正向总效应，显著高于其他五大因素的影响效应。
需求层面，实际人均GDP显著正向影响当地绿色技术创新存量水平，产生正向空间溢出效应，实际人均GDP增加1%将产生0.78%直接效应和0.74%间接效应，其对绿色技术创新存量的影响程度仅次于劳动力平均受教育年限的影响程度。人均可支配收入对东部绿色技术创新存量影响效应不显著。
中部地区（见表3），环境财税政策正向影响中部绿色技术创新存量，政府对绿色技术创新关注度增加1%，当地绿色技术创新存量将增加0.03%。
供给层面，国内人均研发投入正向影响中部绿色技术创新存量，人均R&D投入每增加1%，当地绿色技术创新存量增加0.11%。劳动力平均受教育年限显著正向影响绿色技术创新存量水平，平均受教育年限变动率增加1单位，将对绿色技术创新存量产生1.11%正向间接效应和2.46%正向直接效应，显著高于其他五大因素的影响效应。
需求层面，实际人均GDP显著正向影响绿色技术创新存量水平，产生正向空间溢出效应，实际人均GDP增加1%将产生1.90%正向总效用，其影响程度仅次于劳动力平均受教育年限的影响程度。人均可支配收入正向影响绿色技术创新存量，人均可支配收入增加1%将产生0.63%空间溢出效应。
西部地区（见表4），国内人均研发投入正向影响西部绿色技术创新存量，人均R&D投入每增加1%，当地绿色技术创新存量增加0.05%。人均可支配收入显著正向影响绿色技术创新存量水平，其增加1%将产生0.09%直接效应和0.09%空间溢出效应。
总结得到五大因素对绿色技术创新存量水平的影响效应（见表5）。东部和中部政府环境财税政策分别正向影响东部和西部绿色技术创新存量，但西部政府环境财税政策对西部存量影响不显著，认为样本观测期间政府环境财税政策推动极化效应增强。FDI负向影响东部绿色技术创新存量，但是未对中、西部存量产生显著影响，认为FDI削化效化效应。人均研发投入正向影响三大区域绿色技术创新存量水平，其影响程度比接近21:18:9，故认为人均研发投入增强绿色技术创新水平极化效应。平均受教育年限正向影响东部、中部绿色技术创新存量，但西部劳动力平均受教育年限对西部存量影响不显著，并且，东部、中部影响程度比接近18:23，由此，东部和中部地区劳动力受教育年限削弱东部和中部间的极化效应，但是，劳动力平均受教育年限扩大东部和西部以及中部和西部间极化效应。实际人均GDP正向影响东部和中部绿色技术创新存量水平，但西部实际人均GDP对西部存量影响不显著，并且，东部、中部影响程度比接近1:2，认为样本时段内实际人均GDP削弱东部和中部极化效应但增强东部和西部以及中部和西部间极化效应。实际人均可支配收入正向影响中部和西部绿色技术创新存量水平，但是其对东部绿色技术创新存量水平影响不显著，认为人均可支配收入削弱三大区域绿色技术创新水平极化效应。
2.三大区域绿色专利增量的影响效应。东部地区（见表6），政策机制层面，环境财税政策正向影响东部绿色技术创新增量，政府对绿色技术创新关注度增加1%将产生0.02%直接效应和0.003%空间溢出效应。供给层面，劳动力平均受教育年限显著正向影响东部绿色技术创新增量水平，平均受教育年限变动率增加1单位，将产生1.12%正向直接效应，显著高于其他因素的影响效应。需求层面，人均可支配收入正向影响绿色技术创新增量，人均可支配收入增加1%将产生0.007%正向总效应。
中部地区（见表7），环境财税政策正向影响中部绿色技术创新增量，政府对绿色技术创新关注度增加1%将对当地绿色技术创新增量水平产生0.05%正向总效应。供给层面影响因素中，国内人均研发投入和劳动力平均受教育年限均显著正向影响中部绿色技术创新增量水平，R&D投入增加1%会产生0.02%直接效应，平均受教育年限变动率增加1单位，将产生0.23%正向直接效应和0.02%正向间接效应。
西部地区（见表8），国内人均研发投入、劳动力平均受教育年限、实际人均GDP和人均可支配收入均显著正向影响西部绿色技术创新增量水平，R&D投入增加1%将对绿色技术创新增量水平产生0.04%正向直接效应和0.02%正向间接效应，平均受教育年限变动率增加1单位，将产生0.39%正向直接效应，实际人均GDP增加1%将产生0.16%空间溢出效应，实际人均可支配收入增加1%将产生0.08%正向直接效应和0.02%空间溢出效应。
总结得到五大因素对绿色技术创新增量水平的影响效应（见表9）。东部、中部地区各政府环境财税政策显著正向影响东部和中部绿色技术创新增量，但环境政策对西部增量影响不显著，认为样本观测期间东部和中部政府环境财税政策缩小东部和中部极化效应增量变动幅度差距。国内人均研发投入正向影响中部和西部间绿色技术创新增量水平，但东部人均研发投入对东部绿色技术创新增量影响不显著，又由于中部、西部人均研发投入影响程度比接近3:8，认为国内人均研发投入扩大东部和中部以及东部和西部间绿色技术创新极化效应增量变动幅度差距，缩小中部和西部绿色技术创新增量水平变动幅度差距。平均受教育年限对三大区域绿色技术创新增量水平有正向影响，其影响程度比接近6:1:3，故认为平均受教育年限扩大东部和中部以及东部和西部之间绿色技术创新水平极化效应增量变动幅度差距，缩小中部、西部间极化效应增量变动幅度差距。实际人均GDP正向影响西部绿色技术创新增量水平，认为样本时段内实际人均GDP缩小西部和东部以及西部和中部之间的绿色技术创新水平极化效应增量变动幅度差距。人均可支配收入正向影响东部和西部绿色技术创新增量水平，但是中部人均可支配收入对中部绿色技术创新增量影响效应不显著，认为人均可支配收入缩小东部和西部以及中部和西部间绿色技术创新水平极化效应增量变动幅度差距，但增强东部和中部间极化效应增量变动幅度差距。
3.三大区域绿色专利质量的影响效应。东部地区（见表10），供给层面影响因素中，国内人均研发投入和劳动力平均受教育年限均正向影响东部绿色技术创新质量水平，人均R&D增加1%将产生0.009%直接效应，平均受教育年限变动率增加1单位，将对绿色技术创新质量水平产生0.21%直接效应和0.008%间接效应。需求层面影响因素中，实际人均GDP显著负向影响当地绿色技术创新质量，但其对绿色技术创新质量间接效应不显著。
中部地区（见表11），政府环境财税政策正向影响绿色技术创新质量水平，政府对绿色技术创新关注程度增加1%，当地绿色技术创新质量水平将增加0.02%，同时，对相邻区域产生0.02%的正向溢出效应。供给层面，外商直接投资负向影响绿色技术创新水平，劳动力平均受教育年限正向影响当地绿色技术创新质量水平，平均受教育年限变动率增加1单位，将产生0.20%直接效应和0.03%间接效应。需求层面，实际人均GDP负向影响当地绿色技术创新质量水平，但其对绿色技术创新质量间接效应不显著。
西部地区（见表12），劳动力平均受教育年限显著正向影响绿色技术创新质量水平，其变动率增加1单位，将对当地绿色技术创新质量产生0.73%直接效应，对相邻区域产生0.49%溢出效应。实际人均GDP增加1%，当地绿色技术创新质量水平将下降0.21%，但无溢出效应。
总结得到五大因素对绿色技术创新质量水平的影响效应（见表13）。政府环境财税政策正向影响中部绿色技术创新质量，但对东部和西部质量影响不显著，认为政府环境财税政策破坏东部和中部以及中部和西部之间绿色技术创新质量，但是并未对东部和西部间绿色技术创新质量平衡性产生显著影响。FDI负向影响中部绿色技术创新质量水平，但对东部和西部质量水平影响不显著，认为FDI破坏东部和中部以及中部和西部之间绿色技术创新质量水平，但未对东部和西部间绿色技术创新质量平衡性产生显著影响。国内人均研发投入正向影响东部绿色技术创新质量，但对中、西部质量影响不显著，认为国内人均研发投入破坏绿色技术创新质量平衡性。平均受教育年限正向影响三大区域绿色技术创新质量水平，影响程度比近34:3:147，认为三大区域劳动力受教育年限破坏绿色技术创新质量平衡性。实际人均GDP正向影响东部绿色技术创新质量，负向影响中部和西部绿色技术创新质量水平，并且，其对中部、西部影响程度比接近1:1，认为样本时段内实际人均GDP破坏东部和中部以及东部和西部间绿色技术创新质量平衡性，维持中部和西部间质量平衡状态。
五、结论
本研究综合运用发展经济学、资源与环境经济学等基本理论，采用文献分析与方法论相结合，理论分析与实证研究相结合，系统把握与重点分析相结合的研究方法，分析东、中、西部绿色技术创新水平、特征及影响因素，得出以下结论：
第一，针对绿色技术创新水平极化效应。政府环境财税政策增强绿色技术创新水平极化效应，FDI削弱极化效应，人均研发投入增强绿色技术创新水平极化效应，劳动力平均受教育年限削弱东、中部间极化效应但增强东部和西部以及中部和西部间极化效应，实际人均GDP削弱东、中部极化效应但增强东部和西部以及中部和西部间极化效应，人均可支配收入削弱三大区域绿色技术创新水平极化效应。
第二，针对绿色技术创新水平极化效应增量的变动幅度。东部和中部地区政府环境财税政策缩小东部和中部极化效应增量变动幅度差距，国内人均研发投入扩大东部和中部以及东部和西部间绿色技术创新极化效应增量变动幅度差距，缩小中部和西部极化效应增量变动幅度差距，平均受教育年限扩大东部和中部以及东部和西部之间绿色技术创新水平极化效应增量变动幅度差距，缩小中、西部间极化效应增量变动幅度差距，实际人均GDP缩小西部和东部以及西部和中部之间的绿色技术创新水平极化效应增量变动幅度差距，人均可支配收入缩小东部和西部以及中部和西部间绿色技术创新水平极化效应增量变动幅度差距，但增强东部和中部间极化效应增量变动幅度差距。
第三，针对绿色技术创新质量平衡性。政府环境财税政策破坏东部和中部以及中部和西部之间绿色技术创新质量，FDI破坏东部和中部以及中部和西部之间绿色技术创新质量水平，国内人均研发投入破坏绿色技术创新质量平衡性，劳动力受教育年限破坏绿色技术创新质量平衡性。实际人均GDP破环东部和中部以及东部和西部间绿色技术创新质量平衡性，维持中部和西部间质量平衡状态。
“绿色技术创新”值得深入研究，尽管本文发现了部分规律，但仍有许多问题等待探讨。研究者下一阶段将在本研究的基础上，深入挖掘绿色技术中的低碳技术，探讨低碳技术创新的空间效应。
参考文献：
[1]王班班，赵程.中国的绿色技术创新——专利统计和影响因素[J].工业技术经济，2019，38（7）：53-66.
[2]刘畅，田晓丽.地区环保投资、城镇化与绿色技术创新——基于空间杜宾模型及中介效应的实证研究[J].科技管理研究，2020，40（15）：236-243.
[3]许庆瑞，王毅，黄岳元，等.中小企业可持续发展的技术战略研究[J].科学管理研究，1998（1）：3-5.
[4]Braun, Wield. Regulation as a means for the Social Control of Technology[J]. Technology Analysis & Strategic Management, 1994（6）: 3.
[5]Kemp, Pearson. Final Report of the MEI Project Measuring Eco-innovation UM Merit[R]. Maastricht, The Netherlands, 2007.
[6]Kemp et al. Maastricht Manual on Measuring Eco-innovation for a Green Economy[R]. 2020.
[7]Alasdair Reid, Michal Miedzinski. Eco-innovation. Final Report for Sectoral Innovation Watch[R]. Technical Report, 2008（5）.
[8]Popp. Exploring Links between Innovation and Diffusion: Adoption of NOx Control Technologies at US Coalfired Power Plants[J]. Environmental and Resource Economics, 2009, 45（3）: 319-352.
[9]Kemp, Eco-innovation: Definition[R]. Measurement and Open Research Issues, 2012.
[10]王锋正，陈方圆.董事会治理、环境规制与绿色技术创新——基于我国重污染行业上市公司的实证检验[J].科学学研究，2018，36（2）：361-369.
[11]斯丽娟.环境规制对绿色技术创新的影响——基于黄河流域城市面板数据的实证分析[J].财经问题研究，2020（7）：41-49.
[12]张倩，曲世友.环境规制对企业绿色技术创新的影响研究及政策启示[J].中国科技论坛，2013（7）：11-17.
[13]李婉红.中国省域工业绿色技术创新产出的时空演化及影响因素：基于30个省域数据的实证研究[J].管理工程学报，2017，31（2）：9-19.
[14]邝嫦娥，路江林.环境规制对绿色技术创新的影响研究——来自湖南省的证据[J].经济经纬，2019，36（2）：126-132.
[15]于克信，胡勇强，宋哲.环境规制、政府支持与绿色技术创新——基于资源型企业的实证研究[J].云南财经大学学报，2019，35（4）：100-112.
[16]刘章生.环境规制的绿色技术创新效应研究[D].华中科技大学，2017.
[17]李瑞琴.环境规制、制度质量与绿色技术创新[J].现代经济探讨，2019（10）：19-27.
[18]王珍愚，曹瑜，林善浪.环境规制对企业绿色技术创新的影响特征与异质性——基于中国上市公司绿色专利数据[J].科学学研究，2021（2）：1-22.
[19]王凤祥，张伟.环境规制、民间投资与我国绿色技术创新[J].科技管理研究，2017，37（11）：211-216.
[20]胡雪萍，陶静.供给侧结构性改革下环境规制对绿色技术创新的影响——基于30个省市动态面板数据的实证分析[J].福建论坛（人文社会科学版），2018（1）：44-53.
[21]郭捷，杨立成.环境规制、政府研发资助对绿色技术创新的影响——基于中国内地省级层面数据的实证分析[J].科技进步与对策，2020，37（10）：37-44.
[22]孙勇，樊杰，孙中瑞，等.黄河流域绿色技术创新时空格局及其影响因素分解[J].生态经济，2022，38（5）：60-67.
[23]王文普，陈斌.环境政策对绿色技术创新的影响研究——来自省级环境专利的证据[J].经济经纬，2013（5）：13-18.
[24]徐建中，王曼曼.FDI流入对绿色技术创新的影响及区域比较[J].科技进步与对策，2018，35（22）：30-37.
[25]孙燕铭，梅潇，谌思邈.长三角城市群绿色技术创新的时空格局及驱动因素研究[J].江淮论坛，2021（1）：13-22，61.
[26]陈斌，李拓.财政分权和环境规制促进了中国绿色技术创新吗？[J].统计研究，2020，37（6）：27-39.
[27]杨朝均，杨文珂，赵梓霖.中国区域绿色创新影响因素研究[J].华东经济管理，2018，32（9）：95-102.
[28]段德忠，杜德斌.中国城市绿色技术创新的时空分布特征及影响因素[J].地理学报，2022，77（12）：3125-3145.
[29]Qin Bingtao, Gai Yulu, Ge Liming, et al. FDI Technology Spillovers, and Green Innovation: Theoretical Analysis and Evidence from China[J]. Energies, 2022, 15（20）: 7497.
[30]武力超，姜沁雨，金晟男，等.外商直接投资对地区绿色技术创新的溢出效应研究[J].科技管理研究，2022，42（17）：218-229.
[31]宋晓娜，薛惠锋.环境规制、FDI溢出与制造业绿色技术创新[J].统计与决策，2022，38（3）：81-85.
[32]高蕾.外商直接投资、技术创新与绿色增长[D].西南财经大学，2022.
[33]程栖云.中国双向FDI对绿色创新影响的Meta整合与回归分析[J].技术与创新管理，2022，43（3）：306-317.
[34]Horbach Jens. Determinants of environmental innovation-New evidence from German panel data sources[J]. Research Policy, 2008（37）: 163-173.
[35]Grossman G. , Helpman E. Innovation and Growth in the Global Economy[M]. MIT Press, Cambridge, 1991.
[36]李斌，彭星，陈柱华.环境规制、FDI与中国治污技术创新——基于省际动态面板数据的分析[J].财经研究，2011，37（10）：92-102.
[37]Giulio Guarini. Innovation and Growthin the Grossman-Helpman's Model with Increasing Returns[J]. Economics Bulletin, 1991, 31（1）: 147-155.
[38]Zhao Chen, Matthew E. Kahn, Yu Liu, et al. The Consequences of Spatially Differentiated Water Pollution Regulation in China[J]. Journal of Environmental Economics and Management, 2018（88）: 468-485.
作者简介：张钰丽（1999-），女，浙江湖州人，宁波大学商学院硕士研究生，研究方向：产业经济学。
