生产性服务业发展对工业绿色创新效率的影响——基于面板门槛回归模型

陈龙梅，霍艳琳

(1.太原理工大学经济管理学院，山西太原 030024；2.中国电建集团西北勘测设计研究院有限公司，陕西西安 710065)

1 研究背景

当前中国经济发展进入新常态，绿色与创新成为推动工业转型升级的重要因素。改革开放以来，中国经济的高速增长依赖于工业发展，但同时导致了一系列污染严重、资源消耗过多等环境问题。《2018全球环境绩效指数》显示，中国在180 个经济体中排名居于后4 位［1］。另外，中国工业企业R&D 经费投入近年来持续增加，2008—2018 年间工业企业内部R&D 经费支出与R&D 人员投入年均增长率分别高达18%、11.5%，然而却无一入选全球创新型百强企业［2］，中国工业仍存在创新效率低、科技经济与生态环境矛盾日益突出等问题。中国对于制造业发展明确提出了创新驱动、质量为先、绿色发展等基本方针，因此，构建绿色创新系统并提升绿色创新效率是实现中国工业可持续发展的必然选择。

近年来，中国的生产性服务业在质量和总量上取得较大发展，2018 年其增加值占第三服务业增加值比重为39.7%，同比增长速度（15%）远高于地区生产总值（GDP）增长速度(6.4%)。生产性服务业作为工业的中间投入与工业发展密切相关，其发展对工业技术创新的引领作用日益增强，有利于推动工业转型升级。生产性服务业具有低污染、低排放、高附加值的产业特征，有利于中国推动资源节约型和环境友好型社会的建设。那么，生产性服务业发展是否会促进工业绿色创新效率提升，从而推动工业转型升级？并且对于不同发展水平的工业企业，其影响作用是否存在差异？研究以上问题有利于了解生产性服务业与工业绿色创新效率之间的关系，从而为工业绿色发展提供参考。

2 文献回顾

工业发展不仅仅依赖于自身，而是更多地依赖于高附加值的生产性服务业。已有研究表明，生产性服务业可以通过专业化分工、降低工业成本以及技术外溢等方式促进工业效率提升［3-5］，并通过中间需求的供给倒逼工业转型升级。集聚是生产性服务业发展的主要表现形式，它不仅使企业之间的竞争更为激烈，促使企业提高服务质量、降低服务价格，减少了工业生产成本［6］，而且其产生的专业化效应有利于提升产业的专业化程度，便于工业企业将非核心业务外包，使得资金和人才资源更多地投入到核心产品制造中，从而促进企业技术进步［7］。高洋等［8］认为生产性服务业集聚增强了企业间的技术交流与合作，其所带来的Marshall 外部性与Jacobs 外部性是促进制造业技术进步的关键因素。原毅军等［9］通过研究异质产业集聚对制造业技术创新的影响，发现生产性服务业集聚有利于促进技术进步。同时，生产性服务业具有低污染、低排放的产业特征，其集聚有利于绿色治污工艺、绿色清洁技术的溢出，促使城市产业结构优化、降低污染排放［10］。余泳泽等［11］基于中国地级市面板数据分别研究了生产性服务业集聚对水、空气污染的影响，发现生产性服务业集聚对空气污染的抑制作用更加显著。刘胜等［12］从规模经济、技术溢出效应两方面研究得出生产性服务业集聚推动了城市污染减排。杨敏［10］分别从制造业、生产性服务业集聚角度研究两者对环境污染的差异，同样得出生产性服务业有利于抑制环境污染。

综上所述，虽然已有关于生产性服务业对技术进步、环境污染的关系研究，但缺乏对两者相结合的系统分析，不考虑环境因素研究工业技术创新是不完善的；另外，产业发展存在要素投入的最佳比例，生产性服务业作为工业的中间投入，不同发展水平的工业对其需求存在差异，因而其影响作用不同［13］，但目前大多数研究采用线性模型，简单地将两者的关系视为单一线性，难以体现变量间的复杂关系。因此，本文将环境因素纳入工业创新过程中，采用Super-SBM 模型对中国30 个省、自治区、直辖市2008—2015 年的工业绿色创新效率进行测度1），并运用门槛模型研究生产性服务业发展水平对工业绿色创新效率的非线性关系，基于行业异质性进一步比较高端生产性服务业与低端生产性服务业对工业绿色创新效率的影响差异，最后根据研究结论提出参考性意见。

3 计量模型与变量说明

3.1 门槛模型

当工业发展处于初期即发展水平较低时，其对生产性服务业的中间需求较小，生产性服务一般由企业自身提供；随着工业发展水平的提高，其中间需求增大，生产性服务业逐渐独立出来［13］，工业将非核心业务以低成本外包给更加专业化的生产性服务业，从而促进工业效率提升。本文认为，对于不同发展水平的工业而言，生产性服务业对其影响作用存在一定差异，即两者可能存在非线性关系，因此以产业发展水平为门槛变量构建Hansen 门槛模型研究生产性服务业对工业绿色创新效率的影响作用，具体如下（单一门槛模型）［14］：

进一步构建双重门槛模型（多重门槛模型类似）：

式（1）（2）中：工业绿色效率ETE 为被解释变量，生产性服务业发展水平PS 为解释变量，并将企业规模SCALE、人力资本HUM、创新氛围INNO、产业结构STR 作为控制变量加入其中；i为地区；t为年份；β为变量相应的估计系数；I为示性函数；ui为地区的个体效应；qit为门槛变量，γ为门槛值。

为了进一步研究生产性服务业发展对工业绿色创新效率的影响，本文继续沿用樊文静［15］的研究思路，将生产性服务业分为高端生产性服务业与低端生产性服务业，门槛模型如下（以双重门槛为例）：

式（3）（4）中：PSH、PSL 分别为高、低端生产性服务业；其余变量均与式（1）（2）中含义相同。

3.2 变量测度及数据说明

3.2.1 被解释变量

被解释变量为工业绿色创新效率(ETE)。本文运用非径向非角度的Super-SBM（VRS）模型测算工业绿色创新效率。模型设定为：假设工业生产系统有n 个决策单元，每个决策单元均有投入、“好”产出、“坏”产出这3 个向量，每个决策单元均有投入、“好”产出、“坏”产出这3 个向量，分别为，定义矩阵如下：

Super-SBM 模型表达式为：

式（8）中：ρ为目标效率值；x、yg、yb分别为投入、“好”产出和“坏”产出；λ为权重；下标“0”表示被评价决策单元。

效率指标中，以R&D 人员全时当量、R&D 经费存量、能源消耗为投入指标，以有效发明专利数、新产品销售收入以及主营业务收入为“好”产出，以单位工业GDP“三废”污染物排放量为“坏”产出。在投入指标中，前期R&D 经费会对当期产生一定影响，因此利用永续盘存法对其进行计算，在测算之前先用研发价格指数以2008 年为基期进行平减，并采用15%的折旧率［16］。

3.2.2 核心解释变量

核心解释变量为生产性服务业发展水平（PS）。本文借鉴樊文静［15］使用的工业发展中需求率较高的交通运输仓储及邮政业、金融业以及批发和零售业代表生产性服务业，用增加值与生产性服务业就业人员数之比代表其发展水平［17］。基于行业异质性，进一步将生产性服务业分为高端生产性服务业（金融业）和低端生产性服务业（交通运输仓储及邮政业与批发和零售业）。

3.2.3 控制变量

控制变量包括：企业规模(SCALE)，采用工业企业从业人员平均人数来表示，并取其对数；创新氛围(INNO)，用各省份有研发机构的企业数与工业总企业数的比重表示；产业结构(STR)，用第三产业产值与GDP 的比重表示；人力资本(HUM)，采用每10 万人口中高等院校在校人数来表示。

3.2.4 门槛变量

本文以产业发展水平作门槛变量，选用工业销售产值测度该指标。

3.2.5 数据说明

本文以中国30 个省、自治区、直辖市（未含西藏和港澳台地区）为研究对象。数据（以下简称“样本”）来自2009—2016 年《中国统计年鉴》《中国环境统计年鉴》《中国科技统计年鉴》《中国工业统计年鉴》及各省份统计年鉴。关于创新投入转化为产出的滞后期方面，由于已对R&D 投入进行存量指标测算，因此不进行滞后处理［2］。为了保持数据可比性，本文以2008 年为基期，用相关价格指数将数据进行平减。

4 实证分析

4.1 各省份工业企业绿色创新效率测度分析

本文将环境因素纳入研究框架，采用DEASoloer 软件得出2008—2015 年30 个省份规模以上工业企业绿色创新效率值，如表1 所示。由表1 知，30 省份工业企业的绿色创新效率平均值为0.596，且整体呈上升趋势。其中在四大区域中，东部的工业绿色创新效率最高（平均值为0.806），且超过30省份平均水平；相对落后的西部的绿色创新效率最低（平均值为0.418）。工业绿色创新效率排在前4位的均来自东部，海南、广东、北京、上海的工业绿色创新效率较高，体现出这些地区的人力、财力和经济收益、环境影响相匹配。海南省工业绿色创新平均效率位居全国首位（平均值为1.024），主要因为海南以农业和旅游业为两大支柱产业，工业比重低，具有后发优势，并且能够适应绿色创新发展的要求。另外，山西、宁夏、黑龙江、青海、陕西的工业绿色创新效率较低。山西省工业绿色创新效率处在全国最底端（平均值为0.223），这与山西产业结构过重依赖煤炭产业密切相关，煤炭产业的发展使山西环境污染、资源消耗严重，技术创新动力不足。

表1 2008—2015 年我国规模以上工业企业绿色创新效率测度

4.2 面板数据的单位根检验

本文的实证分析采用了面板数据，为避免出现伪回归，选取Levina 等［18］与Hadri［19］的方法进行单位根检验，结果如表2 所示。由表2 可见，各变量均通过1%的显著性检验，表明可以进行模型估计。

表2 样本单位根检验结果

4.3 门槛效应检验

在进行门槛模型回归之前，首先对面板数据通过Hausman 检验进行固定效应模与随机效应模型的选择，Hausman 检验P值为0.000，即采用固定效应模型进行研究。

门槛效应检验首先使用自助抽样法确定门槛值个数。结合表3 以及所得门槛值知，模型1 在单一门槛、双重门槛下均通过1%的显著性检验，第1 个门槛对数值为7.427，第2 个门槛对数值为10.476；模型2 在1%的显著性水平下通过单一门槛检验，在5%的显著性水平下通过双重门槛与三重门槛检验，由于第2门槛值已在第3门槛置信区间内，故将其退化为双重门槛，第1 个门槛对数值为7.426，第2 个门槛对数值为10.476；模型3 在1%的显著性水平下通过单一门槛检验，在5%的显著性水平下通过双重门槛检验，第1 个门槛对数值为7.433，第2 个门槛对数值为10.486。

表3 样本门槛存在性检验

4.4 门槛模型回归结果分析

4.4.1 全样本回归结果

稳健型标准误的门槛回归结果如表4 所示。由模型1 可知，总体生产性服务业在不同产业发展水平区间内对工业绿色创新效率的促进作用存在差异：当产业发展水平小于1 681 亿元时，回归系数显著，为0.036，即生产性服务业发展有利于工业绿色创新效率的提升；当产业发展水平处于两门槛值之间时，生产性服务业发展对工业绿色创新的促进作用最强，系数为0.777，且通过了1%的显著性检验，这是因为随着工业产业的逐渐发展，工业对生产性服务业的中间需求增大，生产性服务业逐渐从工业中独立，工业会将非核心业务以低成本外包出去，使更多的资金和人才资源投入到绿色研发、核心产品制造等生产环节中，工业企业有机会向低污染、高附加值的价值链两端延伸，促使企业使用节能环保技术，进而降低生产过程的污染物排放［11］；在产业发展水平超过3 5443 亿元时，生产性服务业发展对工业绿色创新的促进作用减弱，系数降至0.114，且通过5%的显著性检验。工业发展的同时生产性服务业随之发展，当发展到一定水平时两者互动基于平稳，工业借助于生产性服务业发展空间有限，进而生产性服务业对工业绿色创新的促进作用降低。

在控制变量中，对于企业规模而言，它对工业绿色创新起到明显的促进作用，企业规模越大越有利于绿色创新，这是因为规模大的企业在资源存量、技术创新以及市场竞争方面有相对优势，进而能为重大绿色技术的研发和应用提供有利条件；创新氛围对工业绿色创新具有正相关关系，有研发活动的企业所占比重越大，企业间创新活动的交流与合作更加充分，从而促进企业技术创新；产业结构对工业绿色创新效率为促进关系，第三产业占比越大意味着工业占比降低，对于节能减排、绿色创新有着一定的积极作用；人力资本与工业绿色创新效率两者存在不明显的正相关关系，人力资本对创新的促进作用并没有很好地显现，这可能是由于目前我国工业企业人力资本结构不合理、员工水平无法及时适应创新需要的发展造成的。

表4 样本变量的面板门槛模型回归结果

4.4.2 分行业回归结果

由表4 模型2 可知，低端生产性服务业发展对工业绿色创新效率有正向作用，工业发展水平跨越不同门槛值时低端生产性服务业对工业绿色创新效率的正向作用呈现先上升后下降的趋势。当工业产业发展水平低于1 679 亿元时，回归系数显著，为0.031；当工业产业发展水平介于1 679 亿元～35 443 亿元时，回归系数增大，为0.699；工业产业发展水平大于35 443 亿元时，回归系数有所下降。在低端生产性服务业中，交通运输业主要是工业产品原材料投入与成品的销售阶段，批发零售业在工业生产过程中处于下游阶段，起初发展水平较低或中等的工业更多依赖于此类生产性服务业，因此其对工业绿色创新效率的促进作用较强。

由表4 模型3 可知，高端生产性服务业对工业绿色创新效率亦存在正向非线性作用。当工业产业发展水平低于第1 个门槛时，回归系数显著，为0.029 7；当工业产业发展水平介于两门槛值之间时，系数为0.105；当工业产业发展水平越过第2 门槛值时，高端生产性服务业对工业绿色创新效率的促进作用最强，系数增大为0.129。对于高端生产性服务业而言，发展水平较高的工业对其需求量较大，如金融业能够降低工业创新风险、减少企业创新信贷约束，并且工业企业可以通过绿色信贷等得到对环境污染治理、环保生产技术所需的研发资金支持，帮助工业企业升级设备、改善生产工艺，促使淘汰产能落后、与环境不相容的企业；另外，金融市场能够引进更高层次的国际直接投资（FDI），从而促进工业企业技术进步，降低污染。

5 结论与建议

本文基于2008—2015 年间中国30 个省份工业企业有关面板数据，运用Super-SBM 模型对工业企业绿色创新效率进行测度，并以工业发展水平为门槛变量，运用门槛回归模型研究了生产性服务业发展水平与工业绿色创新效率的非线性关系。研究结果表明：生产性服务业对工业绿色创新效率的影响存在显著的双门槛效应，当工业发展水平介于1 681亿元～ 35 443 亿元时，促进作用最强；同时，高、低端生产性服务业对工业绿色创新效率的影响作用存在差异性：低端生产性服务业在工业发展水平中等时对工业绿色创新效率的促进作用较强，高端生产性服务业在工业发展水平较高时对工业绿色创新效率的促进作用较强。

基于以上研究，本文提出以下几点建议：

第一，在以技术创新推动工业绿色发展时，不能仅仅关注创新产出与经济效益而忽略环境污染问题。对于经济发达的东部地区，继续利用其经济、资源优势促进工业绿色创新效率提升；对于相对落后的西部地区，单靠其自身发展很难改变绿色创新效率偏低这一现状，政府应制定相关政策积极引导创新要素向中西部转移，促使创新资源合理分配，并且加大对绿色技术创新的财政支持，在税收上给予一定优惠，促使企业将环境治理从被动转为主动，从而实现提升绿色创新效率和降低污染排放的双重目标。

第二，推动生产性服务业与工业协同发展。一方面，在发展生产性服务业时，引导生产性服务业发展方向与工业配合，重点发展服务外包、科技咨询等产业，增强其对工业的服务能力；同时优化生产性服务业内部结构，适当提升高端生产性服务业的占比，积极发挥高端生产性服务业对绿色创新的作用，例如加强银行等金融机构与工业各企业的协调力度，降低工业企业贷款门槛，引导绿色信贷资源向创新型企业有效流动。另一方面，鼓励工业企业将非核心业务外包给生产性服务业，便于其将更多的资金和人才资源投入到绿色研发、核心产品制造等生产环节中，从而促进工业绿色发展。

第三，根据不同发展水平的工业制定差异化的生产性服务业发展对策。在工业发展水平较高时，重点发展金融业、研发设计、工程咨询等高端生产性服务业，扩大知识密集型服务业规模；在工业发展水平较低或中等时，优先促进低端生产性服务业发展，同时积极利用高端生产性服务业改造升级低端生产性服务业。

注释：

1）全国工业固体废物产生、排放和综合利用情况有关数据在国家统计年鉴中仅更新到2015 年。