产业融合对绿色创新效率的非线性影响——基于高技术服务业与制造业融合的经验证据

贺祥民，赖永剑

（南昌工程学院经贸学院，江西 南昌330099）

习近平主席指出创新是引领发展的第一动力。抓创新就是抓发展，谋创新就是谋未来。适应和引领我国经济发展新常态，关键是要依靠科技创新转换发展动力，这进一步确定了创新在中国经济发展中的核心地位。随着中国工业化及城镇化进程的加速，环境污染问题日益严峻。绿色技术创新与传统技术创新的不同之处在于，绿色技术创新是强调与环境的和谐发展，依托科技达到节能环保的目的，并且能获得相应经济收益的经济活动[1]。因此，在当前经济进入新常态时期倡导绿色技术创新对进一步促进经济高质量发展尤为重要[2]。

制造业是中国国民经济的支柱，然而高能耗、高排放、低自主创新能力是困扰其持续发展、提升国际竞争力的主要问题[3]。近些年来，高技术服务业在全世界范围内快速发展，这种高技术的知识密集型服务业，其优势在于可以将高新技术“服务化”渗透到其他产业中，从而促进其它产业发展。比如，“互联网+”就是典型的高技术服务业之一——信息传输、软件和信息技术服务业与传统产业融合的一种新兴经济形态，其可以通过优化生产要素、重构商业模式、更新业务体系等途径来促进技术创新[4]。因此，高技术服务业与制造业的融合发展可能加速中国的绿色技术创新效率提升。

一、文献与理论

关于服务业与制造业融合的研究，最终始于Vandermerwe and Rada[5]，他们首次提出制造业服务化的概念，并深入分析了企业服务化的主要动机。在此基础上，国外出现了不少研究服务业与制造业融合影响企业绩效及竞争力的文献[6，7]。Davies等[8]认为通过产品和服务的组合，可以为客户提供定制的独特解决方案；此外，他们还解释说，未来市场的领导者将是那些提供集成解决方案的企业。通过集成解决方案，企业可以更好的把握市场的主动权，从而提高竞争地位[9]。服务对于制造商来说是一种竞争能力，并且在很多情况下具有越来越重要的战略意义[10]。通过服务取得的竞争优势往往更具有可持续性，由于服务业不那么引人注目，而且更依赖于劳动力，因此很难模仿。

综合已有文献，可以看到服务业与制造业融合通过如下几个渠道影响企业绩效。首先制造业的服务化可以帮助企业的产品与竞争对手的产品区别开来[11，12]。其次，制造业的服务化有利于增强顾客的忠诚度[13]，有助于产品获得更高的市场价值和收益[14，15]。另外，制造业投入服务化能够通过优质服务要素的供给，降低了企业生产成本，从而提升企业生产率。

国内学者李文秀、夏杰长等人从技术变革的角度对制造业与服务业的融合方式进行了的阐述，并提出了嵌入式、交叉式、捆绑式三种可提高创新能力的融合途径[16]。汪德华等人则详细探讨了制造业与服务业融合影响制造业升级的两个主要原因，并通过实证研究证明了北京的制造企业是利用外部服务最多的地区[17]。彭徽、匡贤明研究了中国制造业与生产性服务业融合到何程度，发现中国产业融合发展相对滞后，制造业生产中生产性服务业贡献度过低[18]。张虎、韩爱华验证了制造业与生产性服务业协调发展所带来的空间协调发展问题，研究发现制造业与生产性服务业协调发展的正向溢出作用促进了区域协调发展[19]。可以看到，当前研究服务业与制造业融合的文献日益增多，但国外文献主要聚焦其对企业绩效的影响，而国内研究较多衡量两者的融合程度的高低，或者关注融合对制造业本身所产生的影响，鲜有考察二者融合对绿色技术创新效率的影响。

就高技术服务业与制造业融合对绿色技术创新效率的影响机制而言，一方面高技术服务业与制造业融合有利于优化生产要素、促进技术溢出[20]、拓展企业技术受益的范围、提升人力资本水平等渠道促进企业技术创新[21]，比如低成本和高质素的电讯服务，既是资讯服务和其他可数字化的产品的中间投入，也是一种重要的信息传送机制，可为制造业的发展提供必要的技术基础，二者的充分融合，可以碰撞出创新的火花，并且有利于技术的溢出，助推区域创新效率的提升。吕云龙、吕越[22]认为制造业投入服务化所带来的创新性服务要素，提升了产品质量，从而提高了企业竞争力和行业的国际竞争力。李方静[23]也发现制造业投入服务化对企业创新决策、创新投入和创新产出都具有显著的正向影响。

另一方面，高技术服务业与制造业融合有助于削减企业高污染的生产环节，降低企业能耗和污染排放，为提升绿色技术创新效率奠定坚实基础[24]。

文章区别已有文献的主要特色在于：其一，现有研究绿色技术创新效率的文献主要关注的是技术研发效率，忽视了其转化效率。文章根据技术创新的两阶段性，利用两阶段共享投入DEA将地区绿色技术创新效率分成绿色技术开发效率和绿色技术转化效率；其二，现有研究产业融合非线性影响的文献大多采用静态门限面板，这种方法忽视了因变量的动态效应，而运用动态门限面板模型较好的弥补传统的静态门限面板模型不足，并且可以更好的克服变量之间的内生性，从而使得非线性估计结果更具稳健性；其三，现有研究产业融合门限效应的文献大多以产业融合度本身为门限，忽视了产业融合外部存在着不同金融发展水平和贸易开放程度等的重要影响。文章分别以金融发展和贸易开放为门限变量，更好的检验了不同金融发展水平和贸易开放度下，高技术服务和制造业融合对绿色创新效率的异质性动态影响效应。

二、核心变量构建

1.高技术服务业与制造业的融合度（DF）

文章参考张虎、韩爱华[9]等的研究，计算两者的耦合协调度来代理融合度。计算步骤如下：

第一步，计算系统耦合度。设Ui为这两产业耦合系统的的综合序参量，xij为第i个序参量的第j个变量值，并设立如下的有序功效模型：（其中Uij为正指标），Uij=（其中Uij为负指标），则各子系统对整个耦合系统的贡献值其中λij为各子系统序参量所占的权重，之后可计算系统的耦合度

第二步，计算耦合协调度。由于耦合度可以反映出系统间耦合程度的高低，但难以反映出其整体协调的情况而不能很好表示产业融合水平，因此需进一步计算两产业的耦合协调度为反映两产业的综合协调系数，计算公式为并取α为0.4，β为0.6。根据已有文献，从科学性角度出发，从产业规模、产业结构、产业效益、产业潜力四方面来确立高技术服务业与制造业的融合体系，并利用熵值法确定耦合系统的权重，测算数据为2003—2017年共30省份（除西藏）15年的面板数据，确立指标体系如表1所示。

2.两阶段绿色创新效率（GR）

创新研究的开创者熊彼特[25]认为，创新是一个经济的整体概念，创新的目的是为了增加企业的盈利，增强竞争力。因此，需要实现有创新成果到经济产出的转化，故而创新应该存在研发和商业化两个阶段。已有文献较多仅考虑绿色创新的第一阶段，即研发阶段，但忽视了绿色创新的第二阶段。文章根据价值链原理，借鉴Alegre[26]、王彩明、李健[27]的做法，认为绿色创新效率应该包含过程与结果两个阶段，从而将地区绿色创新效率分成绿色技术开发效率和技术转化效率。在此基础上，文章参考Wu(2017)[28]、钱丽等[29]的方法，利用两阶段共享投入DEA计算地区绿色创新的技术开发效率和技术转化效率，在这种方法下绿色投入在绿色创新的两阶段实现共享。

表1 高技术服务业与制造业耦合协调度的变量选择

首先，假设存在n个决策单元(DMUj，j=1，…，n)，共享的m种绿色投入满足Xj=(x1j，…，xmj)，第一阶段（绿色技术开发）的产出为Ij=(I1j，…，Igj)，这也是第二阶段（绿色技术转化）的投入组成部分。第二阶段的产出包括s种期望产出Dj=(d1j，…，dsj)和f种非期望产出Uj=(u1j，…，ufj)。

决策单元在第一阶段的绿色投入X并未完全耗费，有部分投入进入到第二阶段；假设绿色研发和商业化阶段使用的绿色投入各自为αi Xij和(1-αi)Xij。用νi1、νi2(i=1，2，…，m)分别表示两阶段绿色创新投入的权重。用hr(r=1，2，…，s)表示第二阶段正产出的权重，用gk(k=1，2，…，f)表示第二阶段负产出权重。而且，第一阶段的产出既是绿色技术开发的产出，又是第二阶段技术转化的投入组成部分，用ωp1、ωp2(p=1，2，…，q)分别表示第一阶段产出在两阶段各自的权重。于是，决策单元在第一阶段的投入和产出可以分别表示为在第二阶段技术转化的投入和产出可以分别表示为：

假设规模报酬可变，则第z个决策单元的绿色技术开发效率满足：

式中，满足Vi1αi=πi1，Vi2αi=πi2，Vi1=eνi1，Vi2=eνi2，Wp1=ewp1，Wp2=ewp2，Hr=ehr，Gk=egk，μA=eμ1，μB=eμ2。

进一步，绿色技术转化效率可以表示为如下线性规划问题的最优值：

投入变量采用创新投入和能源投入。第一，创新投入，包括人力和资金投入两部分。创新人力投入，采用各地区研究与试验发展人员全时当量代理。创新资金投入，应用研究与试验发展经费内部支出代理。第二，能源投入，使用各地区年度工业能源消费总量测度。

第一阶段（绿色技术开发）产出使用地区专利授权量衡量。第二阶段（绿色技术转化）产出包括期望产出和非期望产出，期望产出使用各地区新产品销售收入和工业增加值代理。非期望产出为负产出，主要是指环境污染排放，一般包括固体废弃物、废水和废气排放。由于不同种类的废弃物对环境的负面影响不一，同时由于SO2作为主要的环境管制物，统计相对完善[30]，因此，我们采用各地区工业排放的SO2量代理非期望产出。

三、模型、变量与数据

1.模型设定

文章使用由Kremer等[31]在Hansen的一般门限回归模型的基础上发展出来动态门限回归进行分析。与一般的门限回归相比，该方法能够更好的克服自变量与因变量之间的内生性，从而使得非线性估计结果更具稳健性。根据已有文献，文章选取地区金融发展、贸易开放为门限变量，构建动态门限面板模型。

上两式中，I(*)为示性函数，γ为门限值。FinD、Open分别为门限变量—地区金融发展、贸易开放水平。动态门限面板模型与一般门限面板模型相比，其引入了因变量的滞后一期项，同时考虑了截距门限效应以克服无截距门限效应带来的有偏性。式中，δ为消费结构升级对地区绿色创新绩效的截距门限效应；为消除个体固定效应，根据Arellano和Bover的建议，对上两式进行前向正交离差变换，误差项满足如下变换式：

误差项ε和ε*不存在序列相关，方差计算遵循如下公式：

原门限面板模型的其他变量经变换后的形式和误差项一致。在动态门限面板模型的估计中，Kremer等[26]认为，工具变量过多可能导致参数估计结果产生有偏性，而且对于样本量有限的回归模型，参数估计的无偏性与有效性还会存在取舍的问题。参照Arellano and Bover和Kremer等[31]的方法，使用解释变量—高技术服务业与制造业融合度的滞后一期项作为工具变量。

2.门限变量设定

文章借鉴已有文献，认为主要有两个因素对高技术服务与制造业融合的绿色技术创新效率影响效应产生最为突出的门限作用，分别是金融发展与贸易开放。

金融发展(FinD)。创新的产生和创新成果的转化都离不开资金的支持，创新需要固定的成本投入，而且创新活动具有较高的风险性，因此企业技术创新需要有较充足的资金支持。发达的金融市场有助于创新企业更好的获得资源，使其能够更好的制定可行的创新战略，有利于将创新思想商品化。文章用最具代表性的指标—金融相关比率，即以金融机构提供给私人部门贷款总额与GDP的比值度量，取对数。

贸易开放(Open)。贸易开放带来的技术溢出效应、市场竞争效应、示范效应等影响效应被证明对技术创新产生重要作用。处于相对落后的国家和地区可以在贸易开放中学习、消化和吸收来自于贸易伙伴的先进技术和知识经验，从而转化为自身的创新能力，进而促进技术进步和经济增长。该变量用各地区各年进出口总值与GDP的比值衡量，在模型中取对数。

3.控制变量

文章采用如下几个变量作为控制变量：

（1）人力资本水平(Labor)。人力资本是影响创新的重要因素，使用居民平均受教育年限和总人口数量的比值来表示，在计算居民平均受教育年限方面，将居民受教育程度划分为小学(primary)、初中(junior)、高中(senior)、大专及以上(college)等四类教育，将各类教育的平均累计受教育年限设定为6、9、12、16年，其计算过程为：

（2）产学研强度(InQ)。科研机构与企业间的交流合作是促进创新的重要因素之一，利用企业R&D经费外部支出中高校和研发机构的金额占企业R&D经费内部支出的比重来衡量。

（3）政府支持力度(Gov)。由于创新具有较强的外部性，致使其社会收益大于企业自身的收益，并且创新还伴随着巨额的研发投入以及收益的不确定性等特点，因此就需要政府对企业的科技创新活动予以支持及引导。政府支持在绿色创新中起着核心的地位，政府的财政支持和政策引导对于创新的投入和转化都起着关键作用。由于政府的政策引导不容易测度，已有文献一般较多仅关注财政支持，采用R&D资金投入等指标进行测算。基于此，文章采用各省份研究开发经费占总财政支出的比重测度。

4.数据来源

根据国家统计局的标准，我们定义的高技术服务业主要指信息传输、软件和信息技术服务业、科学研究和技术服务业。研究的空间单位为中国内地除西藏外的30个省级单位，数据来源于2003-2017年的《中国统计年鉴》、《中国科技统计年鉴》、《中国环境统计年鉴》、《中国能源统计年鉴》《中国工业经济统计年鉴》及各省统计年鉴。

四、实证结果

1.绿色技术创新效率的计算结果

根据两阶段共享投入DEA的计算结果，绿色技术创新效率的平均值如表2。从全国范围来看，北京、上海、江苏、浙江、广东等省市的绿色技术开发效率均值最高，绿色技术转化效率名列前五位大致也是这些省市。分区域来看，东部省区绿色创新效率最高，中部次之，西部省区绿色创新效率最低。对于大多数省区而言，绿色技术转化效率要低于绿色技术开发效率，这说明在我国大多数地区在促进研发成果转化为产品方面能力一般，在绿色技术转化阶段协调经济效益和环境、生态代价的能力方面还有待提高，还存在大量制约研发成果转化为现实生产力的影响因素。

2.高技术服务业与制造业融合对绿色技术创新效率的动态门限效应：以金融发展水平为门限

以绿色技术创新效率的两阶段——绿色技术开发效率和绿色技术转化效率为因变量，以高技术服务业与制造业融合度为自变量，金融发展水平为门限变量，考察两产业融合度在不同的金融发展水平下对绿色技术创新效率的影响，检验结果如表3。

表2 绿色技术开发效率和技术转化效率的平均值

表3 动态面板门限模型回归估计结果：以金融发展水平为门限

从第(1)、(2)列的结果可以看到，高技术服务业与制造业融合对绿色技术开发效率和绿色技术转化效率均存在非线性的动态金融发展水平的门限效应。以门限值为准将样本划为低金融发展水平区制和高金融发展水平区制。对于绿色技术开发效率，金融发展的门限值为0.389，而对于绿色技术转化效率，金融发展的门限值为0.694，这表明高技术服务业与制造业融合对绿色技术转化效率的影响作用比绿色技术开发效率存在更高的金融发展门限。

检验结果中的斜率门限效应和截距门限效应系数，β1、β2、δ均显著。对于绿色技术开发效率，β1=0.108、β2=0.388、δ=1.739，表明地区在金融发展的低水平区制，高技术服务业与制造业融合对绿色技术开发效率的促进作用要较小，影响系数为0.108；当金融发展水平跨过门限值0.389，到达高区制后，高技术服务业与制造业融合对绿色技术开发效率的促进作用增大为0.388。同样，对于绿色技术转化效率，β1=0.084、β2=0.215、δ=1.322，这说明地区在金融发展的低水平区制，高技术服务业与制造业融合对绿色技术转化效率的促进作用要更小，影响系数为0.084；当金融发展水平跨过门限值0.694，到达高区制后，高技术服务业与制造业融合对绿色技术转化促进作用得到增强，斜率为0.215。实证结果表明，高技术服务业与制造业融合对绿色技术创新效率促进作用，需要较发达的金融市场作为支撑。一方面，由于高技术服务业本身也是资本密集型的行业，金融发展为高技术服务业与制造业融合提供了充足的资金支持；另一方面，企业绿色技术创新需要有丰富的资金以支撑其创新过程。发达的金融市场有助于企业更好的分散创新的风险，使其能够更好的进行创新生产。在金融发展水平较低的情况下，高技术服务业与制造业融合对绿色技术开发效率和转化效率的促进作用均较小；越过金融发展门限值后，高技术服务业与制造业融合对绿色技术开发效率和转化效率的促进作用得到了明显的增强。

对于控制变量，人力资本水平与产学研强度均表现出对绿色技术开发效率和技术转化效率显著的正向作用。这首先表明地区内人力资本对技术开发和转化的积极作用；其次，各种要素向城市集中以及多样化的分工协作过程对于绿色技术创新效率的发展是必要的，学校教育作为中间平台在知识储备方面发挥了重要作用，同时高校等研发部门与地方企业的合作共赢有助于将技术的基础理论商业化，这种创新要素的有机组合会产生一定的规模经济效益，也促进了绿色技术创新效率的提高。但政府支持对绿色技术创新效率的影响系数均不显著，这表明目前政府支持对于绿色技术创新效率尚未表现出积极作用。造成这种现象的可能原因在于，政府支持主要更多基于企业产权所有权属性和企业规模进行支持，对于一些国有企业和僵尸型企业政府的支持无法促进绿色技术开发及转化效率提升，而一些绿色技术创新效率较高的私营企业未能获得较充足的政府支持，从而使得整体影响效应不显著。

3.高技术服务业与制造业融合对绿色技术创新效率的动态门限效应：以贸易开放为门限

同样，以贸易开放程度为门限变量，探讨高技术服务业与制造业融合度对绿色技术创新效率的影响效应，结果报告如表4所示。从结果中可以看到，高技术服务业与制造业融合对绿色技术开发效率和技术转化效率也均存在以地区贸易开放为门限的非线性动态作用，全国被分成低贸易开放区制和高贸易开放区制。对于绿色技术开发效率，贸易开放水平的门限值为0.497，而对于绿色技术转化效率，贸易开放的门限值为0.544，这也表明对于绿色技术转化效率，高技术服务业与制造业融合要发挥作用比绿色技术开发效率需要更高的贸易开放水平的门限值。

第(1)列中的斜率门限效应和截距门限效应系数β1、β2、δ均显著，β1=0.168、β2=0.349、δ=1.580，这说明地区在贸易开放的低水平区制，高技术服务业与制造业融合对绿色技术开发效率的促进作用要更小，影响系数为0.168；当贸易开放水平跨过门限值0.497，到达高区制后，高技术服务业与制造业融合对绿色技术开发效率促进作用更大，斜率为0.349。

然而，在第(2)列中，β1不显著，β2、δ均显著，且β2=0.284、δ=1.128，这说明地区在贸易开放的低水平区制，高技术服务业与制造业融合对绿色技术转化效率的促进作用要更小，影响系数为0.102；当知识产权保护水平跨过门限值0.177，到达高区制后，高技术服务业与制造业融合对绿色技术转化促进作用得到增强，斜率为0.263。文章认为原因在于，通过与国际接轨获得更多的技术溢出，有利于加强高技术服务业与制造业融合。低贸易开放情况下，信息交流不畅、技术溢出较弱，不利于高技术服务业与制造业的融合协调发展，从而对绿色技术转化效率产生了一定程度的抑制作用，进而与其积极效应相抵消，导致影响系数不显著，而随着贸易开放水平越过一定的门限值后，这种情况出现扭转。由于东部省区基本上处于金融发展和贸易开放的高区制，因此东部省区无论是对于绿色技术开发效率还是技术转化效率，高技术服务业与制造业融合都发挥了更突出的作用，高技术服务业与制造业融合对绿色技术创新效率的作用斜率更大。

表4 动态面板门限模型回归估计结果：以贸易开放程度为门限

五、研究结论与政策启示

文章在使用两阶段共享投入DEA测度绿色技术创新效率基础上，以金融发展水平和贸易开放程度为门限变量，利用动态门限回归模型考察了高技术服务业与制造业融合对绿色技术开发效率和技术转化效率异质性的动态影响效应。研究发现，高技术服务业与制造业融合对绿色技术开发效率和技术转化效率均存在非线性的影响，在低金融发展和低贸易开放程度下，高技术服务业与制造业融合对绿色技术开发效率和技术转化效率促进作用较弱，甚至不显著，但突破门限值后则均表现出对绿色技术创新效率的正向影响。在相同的情况下，高技术服务业与制造业融合对绿色技术转化效率促进作用更弱，且绿色技术转化效率存在更高的金融发展和贸易开放的门限值。

文章得出的政策启示主要有：第一，从面板门槛的回归结果来看，由于高技术服务业与制造业的融合发展对绿色技术创新效率的提升有重要作用。因此，政府部门应当关注这类重要的服务业，并制定相关政策大力促进该类产业的发展，同时为高技术服务业与制造业的融合创造更多的机会，使其更好的发挥溢出作用。第二，在当今创新型社会构建过程中，政府不仅仅要制定政策鼓励研究开发，更关键的是要推动企业或科研机构及时将绿色创新思想、技术商品化、产业化。首先，要完善科技成果交易市场，规范研发成果的交流和推广渠道，让更多的绿色研发成果能够得到商业化的支持。其次，利用税收优惠、信贷扶持等手段支持企业将绿色技术开发成果的转化，提升绿色创新的技术转化效率。第三，在发挥高技术与制造业融合的正向作用，特别是在促进绿色技术转化效率提升的过程中，要结合地方的实际情况，尤其是在中西部等金融发展和贸易开放的低区制省份，必须同时推进地方金融市场改革，促进金融发展，进一步助推贸易开放，使得低区制省区能够向高区制转变，以更好的发挥高技术与制造业融合对绿色技术创新效率提升的积极作用。