产学研合作、内部研发与碳排放强度

摘要

剖析产学研合作与内部研发对碳排放强度的抑制机制，构建空间计量模型，搜集2009—2020年我国30个省（区、市）的产学研合作、内部研发与碳排放强度的相关数据，实证分析产学研合作与内部研发对碳排放强度的抑制效应及其异质性大小。研究结果表明：①产学研合作和内部研发均可以有效降低碳排放强度，并且产学研合作还会通过促进内部研发间接降低碳排放强度。②在内部研发对碳排放强度的抑制效应中，其直接效应、间接效应和总效应均强于产学研合作，着重提升内部研发水平可以获得更好的碳减排效果。③产学研合作与内部研发对碳排放强度的抑制效果受东中西部区位的影响，东部地区总体抑制效果更强，中西部仅对本地区碳排放强度产生抑制作用。在此基础上，提出有效抑制碳排放强度的针对性建议。

当今，以二氧化碳为主的温室气体的大量排放导致全球极端气候频发，对全球各个国家的社会经济均造成了规模巨大的影响。全球变暖仍然是全人类必须面临的巨大挑战。自改革开放以来，我国经济社会不断发展，人民生活水平也有了质的提升，但高能耗与高污染的粗放型发展模式导致我国碳排放量急剧增加。在国际与国内双重碳减排的压力下，我国明确将绿色技术作为实现碳减排的关键技术，并通过提升绿色技术创新水平，推动产业结构升级与能源消费结构转变，从而实现降低碳排放强度的目标。产学研合作从外部为企业提供新知识、新技术等创新资源，内部研发促使企业内部形成专有核心技术，两者相互协同从外部与内部同时提升绿色技术创新水平。在这样的背景下，厘清产学研合作与内部研发对碳排放强度的抑制机制，有效降低碳排放强度，成为亟待解决的问题。

现有文献关于产学研合作与内部研发对碳排放强度的影响研究，主要从以下几个层面展开：①产学研合作促进绿色技术创新。汪明月等（2021）认为，产学研合作可以通过提高要素的配置效率和降低创新的风险等机制推动绿色技术创新进程。崔和瑞等（2019）分析了产学研低碳技术协同创新的演化博弈。吕岩威等（2021）通过实证分析全国省级面板数据，得到产学研合作能够有效提高地区绿色创新效率的结论。秦书生（2012）认为，加强产学研合作，通过产学研合作实现优势互补，可以加速绿色技术创新进程。②内部研发促进绿色技术创新。于飞等（2021）研究发现，在企业间知识距离较远的情况下，内部研发更有利于企业绿色技术创新。许晓燕等（2013）通过实证分析影响绿色技术创新的各种因素，最终发现内部研发投入的增加与绿色技术创新水平显著正相关。杜泓钰（2017）通过门槛模型分析发现，绿色技术创新水平受到内部研发投入与外部技术溢出两方面的影响，内部研发投入的增加对绿色技术创新存在显著的正向影响。王惠等（2016）以企业规模为门槛分析内部研发投入对绿色技术创新的影响，发现在企业规模不断扩大的情况下，内部研发投入对绿色技术创新的促进效应由负转正并不断增强。③产学研合作促进内部研发。蒋伏心和季柳（2017）基于各省规模以上工业企业的数据，实证分析发现，地区产学研合作程度不断增强，可以显著提升企业内部研发水平。张运华等（2018）认为，产学研合作有效分担了企业内部研发的风险，加强了知识技术的交流，从而提升了企业内部研发水平。李庆杨（2013）认为，产学研合作可以减少内部自主研发带来的盲目性，并且有效降低内部研发中存在的风险，促进企业加大内部研发投入。④绿色技术创新抑制碳排放强度。Tang等（2021）通过ARDL方法分析1990—2018年的时间序列数据，发现绿色技术创新与碳排放强度存在显著的负相关关系。郭丰等（2022）通过分析发现，绿色技术创新在降低城市碳排放强度方面起到了显著的促进作用。古惠冬等（2022）基于2003—2018年278个城市的数据，对绿色技术创新影响碳排放强度的空间效应进行分析，发现绿色技术创新具有显著的碳减排效应。徐佳和崔静波（2020）研究发现，绿色技术创新主要通过生产替代能源与节约能源降低行业碳排放强度。庄芹芹等（2020）研究发现，绿色技术创新具有较强的正外部性与溢出效应，有助于生产中能源的节约与碳排放量的降低。Yuan等（2021）估计了绿色技术创新与制度质量对碳排放强度的影响，当制度质量提高时绿色技术创新对碳排放强度的抑制效应更强。朱于珂等（2022）通过实证分析发现，双向FDI协调发展通过提升企业绿色技术创新水平可以显著降低碳排放强度。

综上，现有文献对产学研合作、内部研发与碳排放强度的关系分别做过相关研究，推动了相关理论的发展，但缺少产学研合作与内部研发对碳排放强度影响的研究。产学研合作与内部研发抑制碳排放强度的机制是什么？产学研合作与内部研发对碳排放强度的抑制效应中，直接效应（本地区）、间接效应（其他地区）、总效应大小如何？产学研合作与内部研发对碳排放强度的抑制效应哪个更大？产学研合作与内部研发的抑制效应的区域异质性如何？对于这些问题，现有文献鲜有回答。为此，本文将剖析产学研合作与内部研发促进绿色技术创新（抑制碳排放强度）的机制，构建空间计量模型，搜集2008—2020年我国30个省（区、市）的产学研合作、内部研发与碳排放强度的相关数据，实证分析产学研合作与内部研发对碳排放强度的抑制效应及其异质性大小。在此基础上提出针对性建议，为降低区域碳排放强度提供决策参考。

1

产学研合作与内部研发

抑制碳排放强度的机制分析

产学研合作与内部研发抑制碳排放强度的机制如图1所示。

由图1可知，产学研合作与内部研发抑制碳排放强度的机制可以分成三大部分：①产学研合作提升内部研发水平；②产学研合作与内部研发促进绿色技术创新；③绿色技术创新抑制碳排放强度。

1.1 产学研合作提升内部研发水平

企业内部研发要想产出高质量的创新成果，就需要大规模、长期的研发投入，并且需要承担较高的风险，这也降低了一些企业的创新积极性。在产学研创新活动中，企业在投入部分创新资源的同时获得了来自学研方的异质性资源（新信息、新知识与新技术等）。这一过程加强了产学研各主体的交流与互动，从而推动新知识与新技术的产生。产生的创新成果又通过各主体间的交流与共享反馈回企业，有效地提升了企业内部研发的效率与水平。

1.2 产学研合作与内部研发促进绿色技术创新

企业为实现以低成本获取新知识与新技术并提升企业技术创新水平的目标，通常倾向于选择产学研合作而非内部研发。高校与科研院所是人才和研究设备的集聚地，相比企业拥有更好的研发条件。企业可以通过产学研合作以较低的成本获得先进的绿色技术，在短时间内提升自身的绿色技术创新水平并带来一定的技术积累。

企业通过以自身创新资源为主、以外部资源为辅的模式进行内部研发活动。内部研发活动的持续性决定了企业的知识存量与技术创新能力将会不断提升，同时提升了企业的学习、消化与吸收能力，最终产生的科技创新成果会通过技术溢出效应对整个行业的绿色创新效率产生影响。在相互竞争的市场环境下，同行业的其他企业会对新技术进行模仿，并加大自身的内部研发投入，力求在行业中占领科技制高点，提升自身的绿色技术创新水平。

1.3 绿色技术创新抑制碳排放强度

在产学研合作与内部研发的共同作用下，企业绿色创新成果不断增加。通过对绿色创新成果的转化应用，不断进行工艺升级、产品升级并推动产业生态化升级，进而促使传统产业转型升级，最终对碳排放强度进行抑制。由图1可知，绿色技术创新通过以下3个方面促进传统产业升级，最终抑制碳排放强度。

①工艺升级。一方面，通过发明新工具或者对已有工具进行升级，提高单个要素的生产效率；另一方面，通过改进工艺流程等改变要素间的组合方式、优化其配置，提高传统产业生产率。在相同的生产要素组合下，工艺升级后产出相同的产品所需要的资源更少，在提升要素利用率的同时有效推动产业生态化升级。②产品升级。随着绿色技术创新水平的提升，传统产业自身技术水平和对先进绿色技术的引进消化吸收能力得到提升，相应地，产品的质量与性能也就得到提升。在消化吸收更多绿色创新技术之后，产出的新产品在同样的价格和功能与更低的碳排放下具备更好的性能与质量，在促进传统产业升级的同时有效推动产业生态化升级。③产业生态化升级。工艺升级一方面促进传统产业扩大能源的选择范围，例如使用太阳能和风能等新能源替代煤炭、石油、天然气等传统能源；另一方面通过对现有能源的深度加工，提高其利用效率，最终实现在节约能源的同时减少二氧化碳的排放，降低地区碳排放强度。在绿色创新成果的应用下，产品质量与性能得到快速提升。相比原有产品，新产品在生产过程中降低了污染物的排放量，其中包括二氧化碳的排放，进而实现对碳排放强度的抑制。

综上所述，产学研合作有效地提升了内部研发水平，而产学研合作与内部研发同时促进绿色技术创新，产出绿色创新成果，并通过绿色创新成果应用促进传统产业升级，最终实现对碳排放强度的抑制。故本文建立的产学研合作与内部研发抑制碳排放强度的总体框架如图2所示。

2

研究设计

2.1 变量测度与数据来源

2.1.1 被解释变量。本文采用碳排放强度（CI）作为被解释变量。首先，根据IPCC推荐的方法对消耗化石能源而产生的二氧化碳排放量进行估算，具体计算方法如式（1）所示。

其中：CEi表示碳排放量的估算值；i表示化石燃料的种类，i=1，2，3…8；Ei表示化石燃料i的消耗量；SCCi表示化石燃料i的折标系数；CEFi为碳排放系数。

其次，各地区的碳排放强度由各地区的碳排放总量与经济发展水平相比得到，因而我国各地区碳排放强度计算公式见式（2）。

其中：j表示本文所分析的30个省（区、市），j=1，2，3…30；CIj表示地区j的碳排放强度；CEj表示地区j的碳排放量；GDPj表示地区j的经济发展水平。

基于上文的碳排放强度计算公式，本文测算了2009—2020年我国各地区的碳排放强度，并挑选2009年、2012年、2016年和2020年等4个年份的碳排放强度数据，制作出反映我国各地区碳排放强度分布与变化情况的图（见图3）。

从图3中可以看出，西部地区（内蒙古、宁夏、新疆、云南和贵州等）和中部地区的山西多年的碳排放强度均处在前列，同时我国东北地区（黑龙江、吉林与辽宁）的碳排放强度也相对较高。中部除山西外的地区（安徽、江西等）与东部地区（北京、广东、上海、江苏等）的碳排放强度均处于较低水平；并且随着时间的推移，图3中代表各省（区、市）碳排放强度的折线逐渐靠近横轴，整体上表现为各省（区、市）碳排放强度呈逐渐下降的趋势。

2.1.2 核心解释变量。本文将内部研发与产学研合作作为核心解释变量。

内部研发（RD）：采用R&D资本存量来衡量。本文参照吴延兵（2006）的方法，将R&D经费支出核算成R&D资本存量。具体计算公式如下。

在式（3）中：Cait与Cai，t-1分别表示地区i在第t期与第t-1期的R&D资本存量；ζ表示折旧率，本文中ζ=15%；Ei，t-1表示地区i在第t-1期的R&D经费支出，并通过R&D支出价格指数进行平减，R&D支出价格指数由60%的消费价格指数与40%的固定资产投资价格指数组成。

产学研合作（CXY）：采用高校和科研机构科研经费筹集中的企业资金来衡量。

2.1.3 控制变量。固定资本存量（K），本文借鉴张军等（2004）的研究，采用永续盘存法对物质资本存量进行计算。计算公式见式（4）：

在式（4）中：Kit与Ki，t-1分别表示i省（区、市）在第t期与第t-1期的固定资本存量；δ表示固定资产的折旧率，一般取10%；Ii，t-1表示i省（区、市）在第t-1期的新的实际投资。每年的固定资产投资均经过固定资产投资价格指数平减。

劳动投入（L），采用各省（区、市）总从业人数衡量；人力资本（HR），采用每十万人口平均在校大学生数衡量；外商直接投资（FDI），采用各省（区、市）外商直接投资占地区生产总值的比重衡量；政策财政支出（FISE），采用政府一般预算财务支出衡量。

本文选取我国30个省（区、市）作为研究对象，去除了数据缺失的西藏。各个指标数据来自2009—2021年的《中国统计年鉴》《中国能源统计年鉴》和《中国科技统计年鉴》，部分缺失数据采用平均值插值法补齐，同时将各变量数值进行对数处理，所得变量描述性统计如表1所示。

2.2 模型设计与检验

2.2.1 模型构建。首先建立面板固定效应模型。

在式（5）中：CIit表示地区i第t期的碳排放强度；RDi，t-1表示地区i第t-1期的内部研发水平；CXYi，t-1表示地区i第t-1期的产学研合作水平；Xi，t-1表示地区i第t-1期的控制变量；μi为个体效应；νt为时间效应；εit为随机扰动项。

一个地区的内部研发水平、产学研合作水平与碳排放强度均具有空间自相关性，不仅受到自身的影响，还受到周边地区的影响。如果忽略空间上的溢出效应则会影响研究结果的准确性，因此，本文进一步采用空间计量模型进行分析。构建空间计量模型时，一般会采用空间自相关面板模型（SAR）或空间误差面板模型（SEM）。空间杜宾模型（SDM）是空间计量模型的一般形式，其不仅包含了上述两种模型的传导机制，还可以转化为上述两种模型。故本文构建空间杜宾模型（SDM）进行空间分析。其中：ρ表示空间自回归系数；W表示空间权重矩阵。

根据上文分析，产学研合作水平也可以通过影响内部研发水平进而对碳排放强度产生影响。因此，本文在空间计量模型的基础上，将内部研发设为中介效应模型的中介变量。最后，将空间计量模型（6）、（7）、（8）组合构建成中介效应模型。

2.2.2 空间相关性分析。在构建空间计量模型对内部研发、产学研合作与碳排放强度之间的关系进行分析之前，首先需要对空间相关性进行分析。区域间的碳排放强度并不是相互独立的，忽略空间相关性可能会对结果造成一定的误差。为了衡量碳排放强度在空间上的邻接关系和相关性，本文选择空间距离矩阵来表示空间关联程度，其中d为i省（区、市）和j之间的距离，这里采用各个省会城市（首府）之间的空间距离来表征。

空间统计学一般使用全局莫兰指数（Global Moran's I）识别样本间的空间相关性。全局莫兰指数的取值范围是［-1，1］，小于0表示存在空间负相关性，大于0表示存在空间正相关性，等于0表示不存在空间相关性。全局莫兰指数的值越接近1，表明地区正相关性越大，关系越紧密；越接近-1，表明地区之间分布离散，且差异较大。

计算后得到的全局莫兰指数如表2所示。分析表中数据可知，2009—2020年中国碳排放强度的全局莫兰指数均显著为正，说明碳排放强度分布存在显著的空间正相关性。

将全局莫兰指数分解到各省（区、市），可以得到各省（区、市）的局部莫兰指数（Local Moran's I），进一步得到各省（区、市）碳排放强度的Moran's I散点图。其中，横坐标为观察值（Z），纵坐标为空间滞后值（WZ）。具体见图4。

分析图4可知，2009年与2020年中国各省（区、市）在莫兰散点图上的位置主要分布在第一、三象限，呈现出高—高集聚与低—低集聚两种主导类型。东部地区如上海、浙江、广东和福建等，普遍位于第三象限，呈现“低低集聚”，即自身碳排放强度处在较低水平，并且周边地区也普遍处在较低水平；而西部地区如内蒙古、新疆、甘肃和青海等，则普遍呈现“高高集聚”，即自身碳排放强度处在较高水平，并且周边地区也普遍处在较高水平。综上，各个省（区、市）的碳排放强度不仅受到自身影响，还会受到周边地区碳排放强度的影响。在空间上，各个省（区、市）的碳排放强度呈现高度集聚性，且东西部地区碳排放强度分布存在较大差异。

3

实证结果与分析

3.1 基准分析

豪斯曼检验结果显示：Chi-Sq=19.92（0.01），在5%水平下显著，故选择固定效应模型。进一步对个体与时间分别进行控制，建立个体固定效应、时间固定效应与双向固定效应模型来分析产学研合作、内部研发对碳排放强度的影响，建立多个固定模型分析产学研合作、内部研发与碳排放强度之间的关系，对变量之间的基本关系进行基准检验（见表3）。

根据F检验、个体效应与时间效应的检验结果，本文将采用双固定效应模型进行分析。表3的结果显示：内部研发的回归系数为-0.387，在1%水平下显著；产学研合作的回归系数为-0.133，在1%水平下显著。内部研发与产学研合作对碳排放强度的影响均负向显著。当内部研发增加1个单位时，碳排放强度降低0.387个单位；当产学研合作增加1个单位时，碳排放强度降低0.133个单位。两者的提升均能有效降低地区的碳排放强度。对于控制变量，外商直接投资与固定资本存量的增加对碳排放强度的抑制效应并不显著，劳动投入的增加对地区碳排放强度的抑制效应也不显著，人力资本与政策财政支出的增加可以有效降低地区碳排放强度。

3.2 空间效应检验

首先，通过空间误差LM检验与空间滞后LM检验，发现SEM模型与SAR模型均适用。因此，本文选择两者相结合的SDM模型。其次，对模型进行Wald检验与LR检验，Wald_lag、LR_lag、Wald_err和LR_err的检验结果均通过1%显著性水平，SDM模型无法退化为SEM或者SAR模型。最后，豪斯曼检验结果显示，固定效应模型效果更好。同时对个体固定效应与时间固定效应进行LR检验，进一步采用双边固定的空间杜宾模型进行分析，具体分析结果见表4。

从表4中可以看出，空间特征系数ρ均正向显著，表明我国各省（区、市）的碳排放强度并不是相互独立的，而是存在显著的空间相关性，即地区碳排放强度会随着地区内部研发与产学研合作的进行对其他地区的碳排放强度产生影响。SDM模型中内部研发（RD）与产学研合作（CXY）以及空间交互项W*RD、W*CXY对碳排放强度都有着显著或不显著的影响，但SDM模型的估计系数不能直接表征解释变量对被解释变量的影响。因此，根据Lesage提出的偏微分法，只有将内部研发与产学研合作对各地区碳排放强度的影响分解为直接效应、间接效应（空间溢出效应）与总效应，才能更好地解释内部研发（RD）与产学研合作（CXY）对各地区碳排放强度的影响程度。上述3种效应的估计结果如表5所示。

由表5可知，产学研合作可以抑制碳排放强度，并有效提升内部研发水平，内部研发也可以显著抑制碳排放强度。从上述结果可以看出，产学研合作对碳排放强度的影响存在非完全中介效应，即产学研合作可以直接抑制地区碳排放强度，并且还会通过促进内部研发间接抑制地区碳排放强度。

产学研合作与内部研发抑制碳排放强度的空间效应分析如下：①由第2—4列数据可得，产学研合作对碳排放强度影响的直接效应为-0.176，间接效应为-0.230，总效应为-0.407，均通过了1%的显著性检验，说明产学研合作不仅能有效抑制本地区碳排放强度，还可以通过空间溢出效应对周边地区的碳排放强度进行抑制。②第5—7列中，产学研合作对内部研发影响的直接效应为0.040，间接效应为0.062，总效应为0.105，均通过了10%的显著性检验，说明产学研合作能有效促进本地区的内部研发水平提升，并且可以有效促进周边地区的内部研发水平提升。③第8—10列数据显示了产学研合作与内部研发分别对地区碳排放强度影响的分解效应。其中，内部研发对碳排放强度影响的直接效应、间接效应和总效应分别为-0.289、-0.374和-0.637，产学研合作对碳排放强度影响的直接效应、间接效应和总效应分别为-0.163、-0.181和-0.344，仅内部研发的间接效应未通过显著性检验，即本地区内部研发水平的提升对周边地区碳排放强度的抑制效果并不显著。究其原因，从研发经费投入和科技成果产出的角度来看，本地区研发经费投入的增加将有效提升本地区的内部研发水平，而对周边地区的辐射效应并不明显；并且随着内部研发水平的提升，本地区创新成果的产出也将增加，增加的绿色创新成果多应用于本地区，从而有效降低本地区的碳排放强度。

由第8—10列数据可知，内部研发水平对碳排放强度影响的直接效应、间接效应和总效应均大于产学研合作。因此，在产学研合作的基础上，着重提升本地区和周边地区的内部研发水平，可以更好地发挥对各地区碳排放强度的抑制效应。

3.3 异质性分析

考虑到我国不同省（区、市）的经济发展水平和资源禀赋等条件存在较大差距，可能造成产学研合作与内部研发对碳排放强度的影响存在异质性。因此，本文将从东部地区与中西部地区两个不同层面分析各地区产学研合作与内部研发对碳排放强度的影响，具体如表6所示。

从表6的分析结果来看：中西部地区较多数据不显著，且与东部地区的差距十分明显；东部地区的空间溢出效应与中介效应仍然存在，而中西部地区的空间溢出效应与中介效应失灵。

对于东部地区，产学研合作能有效抑制本地区的碳排放强度，并且可以进一步提升本地区与周边地区的内部研发水平。本地区内部研发水平的提升可以抑制本地区的碳排放强度，并且通过空间溢出效应进一步抑制周边地区的碳排放强度。东部地区为企业进行产学研合作与内部研发提供了良好的环境，通过政策上的支持进一步提高本地区的产学研合作水平和内部研发水平；并且东部地区的环境规制措施更加严格，企业倾向于通过产学研合作吸收先进的绿色技术，在提升自身内部研发水平后进一步革新绿色技术，最终实现对本地区碳排放强度的抑制。

对于中西部地区，产学研合作通过空间溢出效应有效提高各地区的内部研发水平，产学研合作与内部研发的直接效应显著为负，间接效应与总效应并不显著，说明中西部地区的产学研合作与内部研发仅能对本地区的碳排放强度产生抑制效应，无法通过空间溢出效应对周边地区的碳排放强度产生抑制作用，而且对碳排放强度的抑制总效应并不显著。中西部地区产学研合作机制并不完善，而且企业“重视引进，轻视消化吸收”的现象严重，新兴绿色技术难以普及，科技成果转化率较低，所以中西部地区的产学研合作与内部研发无法有效地抑制整体的碳排放强度。

4

结论与政策建议

4.1 结论

本文剖析了产学研合作与内部研发对碳排放强度的抑制机制，构建空间计量模型，搜集2009—2020年我国30个省（区、市）的产学研合作、内部研发与碳排放强度的相关数据，实证分析了产学研合作与内部研发对碳排放强度的影响效应及其异质性大小，得出以下结论。

4.1.1 产学研合作和内部研发均可以有效降低碳排放强度，并且产学研合作还可以通过促进内部研发间接降低碳排放强度。产学研合作从外部给企业提供了先进的绿色技术，内部研发则以加大自身资源投入为主进行研发活动，并且产学研合作通过提供异质性资源有效提升企业内部研发水平，最终实现行业整体的绿色技术创新水平的提升，产出并运用先进绿色创新成果，从而降低地区碳排放强度。

4.1.2 在内部研发对碳排放强度的抑制效应中，其直接效应、间接效应和总效应均强于产学研合作，着重提升内部研发水平可以获得更好的碳减排效果。企业通过开展内部研发活动，切实提升自身的绿色创新能力，产出先进的绿色创新成果，相较于产学研合作，所带来的先进绿色技术对地区碳排放强度的抑制效应更强，所以企业在进行产学研合作时应着重提升内部研发水平，才能获得更好的碳减排效果。

4.1.3 东部地区产学研合作能有效抑制本地区碳排放强度，并通过促进内部研发抑制总体碳排放强度；中西部地区产学研合作仅通过溢出效应促进内部研发，并且两者仅对本地区的碳排放强度具有抑制作用。东部地区的产学研合作已开展很多年，具有较好的合作环境，有利于知识与技术的交流学习，再加上其具有丰富的创新资源，因此，产学研合作与内部研发能够促进东部地区绿色技术创新水平的提升，最终有效地抑制整体碳排放强度。中西部地区可以通过产学研合作来提升整体的内部研发水平，但是由于本身创新资源匮乏以及产学研合作水平较低，其仅能对本地区的碳排放强度进行抑制。

4.2 政策建议

4.2.1 促进产学研合作，为内部研发发挥中介效应抑制碳排放强度提供基础。首先，定期组织产学研合作对接会议，打通信息沟通渠道，让企业、高校和科研机构可以及时了解产学研合作信息，从而推动企业、高校和科研机构三者有效匹配与合作。其次，深化市场化改革，重视市场化建设，为产学研合作提供良好的市场竞争环境。最后，进一步完善产学研合作的奖励与监督机制，以减少骗补、寻租行为的发生。

4.2.2 加大研发投入力度，提升内部研发水平。首先，强化企业在产学研合作中的主体地位，大力推动人才、设备等创新资源向企业流动与集聚，进一步引导企业加强内部研发机构建设，以促进企业内部研发水平的提升。其次，优化税收优惠手段，提高企业税后利润率，降低企业创新项目投资风险，有效激励企业加大内部研发投入。最后，重视知识产权保护机制，加强知识产权法规制度建设，营造良好的外部创新环境。

4.2.3 依据内部研发与产学研合作对不同地区碳排放强度的异质性影响，采取差异化的政策措施。①东部地区首先应该加强对创新资源的宏观调控，合理分配并利用地区充足的知识、管理经验、技术人才等创新资源，在加大地区内部研发投入的同时深化产学研合作；其次，加强与周边地区的创新合作，通过将地区先进的知识、技术和设备等进行共享，有效推动周边地区技术创新水平的提升。②中西部地区首先应该合理配置地区有限的创新资源，在进行适当的内部研发创新投入的同时大力推动产学研合作创新，实行以产学研合作为主、以内部研发为辅的发展策略；其次，推动财政税收手段革新，对产学研合作采取适当的倾斜政策，通过政策引导提升产学研合作水平；最后，加快金融制度建设，完善产学研融资机制，通过政府支持与民间筹资为产学研各主体提供急需的资金。

4.3 研究不足与展望

本文的理论贡献在于深入分析产学研合作与内部研发对碳排放强度的影响机制。但在现实中，产学研合作与企业内部研发是相互作用、相互影响的。它们既能独立影响绿色技术创新，又能通过交互作用共同影响绿色技术创新。限于篇幅，文章仅将内部研发作为中介变量，分析产学研合作通过促进内部研发降低碳排放强度的作用机制，未能分析内部研发通过产学研合作影响碳排放强度的作用机制。在未来的研究中，可以做出相应的拓展与延伸分析，进一步丰富产学研合作与内部研发对碳排放强度影响的研究。

作者简介：刘和东，博士，南京工业大学经济与管理学院教授，博士生导师，研究方向：知识产权与科技创新管理；马爽，硕士研究生，研究方向：知识产权与科技创新管理。本文刊发于《创新科技》杂志202 3年第6期。 文章观点不代表主办机构立场。

编辑邮箱：sciencepie@126.com