长三角地区高技术产业集聚、技术创新与绿色发展——基于PVAR 模型的实证研究

杜建国，李 影

（1.江苏大学管理学院，江苏镇江 212013；2.南京大学工程管理学院，江苏南京 210093）

长三角地区是我国经济发展最活跃、开放程度最高、创新能力最强的区域之一，推动长三角一体化发展，增强长三角地区创新能力和竞争能力，提高经济集聚度、区域连接性和政策协同效率，对引领全国高质量发展、建设现代化经济体系意义重大［1］。然而，长三角地区在经济快速发展、产业不断汇集、工业化、城市化与国际化水平不断提高的同时，生态破坏问题日益突出、自然资源渐趋衰竭。2007 年无锡太湖蓝藻爆发、2013 年“长三角霾”等污染事件敲响了生态环保、绿色发展的警钟。高技术产业因其低污染，低能耗，高附加值的特征，成为绿色经济的代名词，发展的主推力，对区域的绿色发展也发挥着愈加重要的作用。在着力推进绿色发展，减少环境污染的问题上，技术创新也是关键所在，对高技术产业来说，技术创新更是产业能长久发展的灵魂。所以，细致分析厘清高技术产业集聚、技术创新与绿色发展这三者之间的内在联系，能为实现长三角区域一体化夯实根基。

1 文献综述

国外工业化进程早于我国，在经历了经济快速发展，环境急速恶化之后，对经济与环境的可持续发展的关注也与日俱增。1962 年美国生物学家卡逊发表了《寂静的春天》，唤起了人类对环境保护的重视。十年后，《人类环境宣言》更是将生态环保提高到前所未有的高度。此后，绿色发展由理念落向实践，环保组织与机构相继建立，环保运动相继发起。时至今日，随着绿色发展的思想不断扩散深化，学术界对绿色发展的相关理论研究也日渐丰富。从宏观微观不同角度探讨绿色发展的起源、发展、变化和趋势。而城市既是经济社会发展和人民生产生活的重要载体，也是推动国家、省部级指示实现绿色发展的基本单元。城市的发展总是伴随着产业的集聚与扩散，产业的发展也得益于城市所提供的劳动力、资源等资本。产业的集聚在促进城市的发展的同时，也会产生了一系列环境问题，产业集聚的利弊，众多学者持不同意见。原毅军等［2］认为产业集聚通过价格机制和竞争机制将资源配置效率提高，还通过多种途径如知识溢出、技术创新、资源共享等，加速环境创新，改善能源利用效率，促进污染减排。在产业集聚速度加快，经济飞速扩张，同时也给城市生态环境带来了巨大压力。张可等［3］辩证性剖析产业集聚所带来的外部效应析，认为虽然产业集聚提高生产效率，促进了生产环节的流通，但仅仅是从扩大生产规模，降低生产成本这一角度，在生产过程中的技术创新并不明显，环境污染更加严重。高技术产业相较于传统工业，在资源利用最大化和节能减排方面具有突出优势。胡安军等［4］分析了高新技术产业集聚及其不同集聚模式对绿色经济效率作用机制，研究结果显示高新技术产业集聚对绿色经济效率具有促进作用，对绿色经济效率的作用呈现“U”型曲线关系。黄宝凤等［5］收集了我国31 个省份2010—2016 年的省级面板数据，通过建立门槛回归模型，实证检验高技术产业集聚对经济增长的非线性效应，发现高技术产业集聚规模前期对区域经济显著促增长，但超出门槛值其正效应大幅降低。杨树旺等［6］利用DEA 非期望产出模型构建的Malmquist 指数和区位熵指数测度了湖北省13 个地级市的绿色效率和地区高新技术产业集聚程度，结果表明二者之间存在“U”型关系。然而，蓝发钦等［7］的实证结果显示，高科技产业从短期来说直接影响占据主导地位，有利于长三角地区城市的经济发展，长期的高科技产业集聚却不利于长三角地区城市的经济发展。

技术创新作为高技术产业的第一生产力，也为绿色发展注入动力源泉，但技术创新与高技术产业集聚和绿色发展之间的相互关系还需要进一步深入研究。彭向等［8］发现造成创新产出地区间存在巨大的差异有多方面的原因，从集聚经济和外部性来看，产业集聚是主要原因。张可［9］从理论和实证两个层面研究了产业集聚与区域创新的双向影响机制及产业异质性影响，研究发现二者间存在显著的双向促进作用。产业集聚通过规模经济效应和技术溢出效应促进了区域创新，区域创新通过知识溢出效应和增长极效应促进了产业集聚。Poon 等［10］从外部经济理论出发，分析研究了产业集聚可以带来技术外部性，又能够提高创新能力。陈劲等［11］以中国高技术产业为例，聚焦产业集聚和创新绩效的关系，研究发现低程度集聚下多样化集聚对创新起抑制作用，而高程度集聚下是专业化集聚抑制创新。

华坚等［12］认为高技术产业集聚产生的知识溢出效应促进了科技创新，而科技创新是绿色发展的根本动力，绿色发展是科技创新的重要方向。庞庆华等［13］指出生态效率提升的重要途径在于区域创新能力的提高，尤其是创新的期望产出部分。何兴邦［14］基于2000—2014 年中国省际面板数据，实证检验技术创新对经济增长质量的影响，结果显示技术创新显著提升了中国综合经济增长质量，认为技术创新在促进中国经济增长高质量发展的过程中起到重要的引领作用。张江雪等［15］认为加快转变经济发展方式，科技进步和创新为重要支撑，且不能片面关注经济增长，而是实现经济与资源、环境的协调统一，把经济发展方式的重要途径落实到以技术创新实现绿色增长上。

通过上述对相关文献回顾可以发现，目前关于产业集聚、技术创新和绿色发展的研究主要存在以下特点：

（1）已有文献从省级层面关注产业集聚、技术创新与绿色发展，而相较于省级，城市的劳动、资本、人才等各种生产要素更为集聚，是政府治理的最有效单元。从城市层面综合研究三者的关系，能更好更清晰的展示出高技术产业集聚、技术创新与绿色发展互动影响的具体途径，能更直观的回答是否存在具体动态变化过程。

（2）学者们聚焦于对两两关系的研究，研究结果丰硕，但忽视了三者之间环环相扣的影响，也多为对研究对象的静态研究，未能将三者的动态传导机制，协同发展进行定量分析。本文基于前人的研究将3 个变量纳入同一个PVAR 模型考察其动态关系以及长期均衡。

因此，弥补现有研究的不足，从城市层面，围绕高技术产业讨论产业集聚、技术创新与绿色发展三者的关系，考虑到长三角地区内部发展的不均衡，三者之间的动态关系在不同地区可能会呈现出差异。本文将41 城根据《长江三角洲区域一体化发展规划纲要》分成两个区域，即：上海、南京、无锡、常州、苏州、南通、盐城、扬州、镇江、泰州、杭州、宁波、温州、嘉兴、湖州、绍兴、金华、舟山、台州、合肥、芜湖、马鞍山、铜陵、安庆、滁州、池州、宣城共计27 城为中心区；徐州、连云港、淮安、宿迁、衢州、丽水、蚌埠、淮南、淮北、黄山、阜阳、宿州、六安、亳州共计14 城为次区域，实证检验三者的动态效应，并比较区域差异。能更切合实际的给予恰当的政策建议从而有效促进高技术产业集聚、技术创新与绿色发展，以期能够为长三角地区一体化发展提供新的参考依据。

2 模型设定、变量选择与数据说明

2.1 模型设定

PVAR 模型与传统的时间序列VAR 模型相比，能消除模型变量之间的内生性影响，更有效的分析变量之间的动态关系。并且，前提条件也相对宽松，数据的时间长度只要比滞后阶数多3 就符合建模基础，因此，基于已有研究和分析的基础上构建如下模型。

2.2 变量选择

（1）绿色发展是一种平衡了资源和环境的协调发展。传统DEA 模型决策单元效率时，效率值范围介于0-1 之间，结果可能出现多个评价单元同处于前沿面1 而无法进一步的比较。本文借鉴了Anderson 等［16］提出的超效率模型。该模型取值可以超过1，完善了传统的DEA 模型，使相对有效的决策单元间也能进行比较。本文利用MAXDEA 软件测算出各个城市的绿色发展效率值Cgee，值越大，代表绿色发展程度越高。在测度时，参考卢丽文等［17］投入指标包括劳动力投入、能源投入和资本投入。其中劳动力投入用年末从业人员数表征；能源投入用全社会用电量来表征；资本投入用全社会固定资产总额来表征，并采用Goldsmith 的永续盘存法计算资本存量。产出指标分为期望产出与非期望产出，期望产出指标选取以2008 年为基期折算的各个城市的实际GDP 来表征，而非期望产出指标则由工业废水排放量、工业SO2排放量和工业烟（粉）尘排放量来衡量。

（2）产业集聚的测度方式种类较多，诸如EG指数、Hoover 系数、空间基尼系数、区位熵等，学术界并未形成一个统一的衡量标准。基于本文数据的可得性，以及研究对象长三角地区为宏观层面的原因，选择区位熵来衡量各城市的高技术产业集聚度显得更为便捷，解释度也相对较高，能消除城市间的规模差异，更为真实地反应高技术产业集聚程度。测算公式如下：

式中，Caggij为i年j市高技术产业集聚度，Aij为i年j市高技术产业产值，Bij为i年j市规模以上工业总产值。Caggij越大，表示高技术产业集聚程度越高，一般说来，大于1 表示该城市产业集聚度高于平均水平，小于1 表示该城市低于平均水平。

（3）技术创新采用专利申请受理量来衡量技术创新水平（Cinnov）。由于专利申请受理量体现了企业不受外界干扰的技术创新水平，且专利申请与授权之间存在时间上的滞后，因此本文选用专利申请受理指标，并且考虑到数据间可能存在较大波动，以及异方差问题，对专利申请受理量取对数处理。

2.3 数据说明

基于数据的可得性和有效性原则，本文选取2008—2017 年长三角地区江苏省、浙江省、安徽省及上海市共41 个城市作为实证样本（除去因行政规划调整的巢湖市），数据主要由《中国城市统计年鉴》（2009—2018）、各省市统计年鉴以及高新技术产业统计公报整理所得。

3 实证检验

3.1 单位根检验

在进行PVAR 模型面板向量自回归之前，要对变量先进行单位根平稳性检验，避免出现伪回归现象以及影响后续的脉冲函数的检验，本文选用LLC检验，IPS 检验两种检验方法，具体检验结果如表1 所示，LLC 检验和IPS 检验通过了单位根检验，表明Cgee、Cagg 和lnCinnov 为平稳序列，可以进行PVAR 模型估计。

表1 单位根检验结果

3.2 滞后期选择与回归分析

本文依据 AIC、BIC 和 HQIC 统计量最小准则确定最优滞后期数，结果如表2 所示，均显示滞后1期为最佳滞后期。

表2 滞后期数选择

接下来，为了研究各变量之间的相互关系，本文基于Love 等［18］的 PVAR 模型对3 个变量进行估计，结果如上表3 所示。由表3 可知，在长三角地区，绿色发展、高技术产业集聚以及技术创新的一阶滞后项对其自身的影响均高度显著，说明长三角的绿色发展、高技术产业集聚以及技术创新对其自我的发展具有惯性，有较强的路径依赖特征，且都为显著促进作用。此外，滞后一阶的高技术产业集聚对绿色发展和技术创新的影响系数分别为0.154和0.112，但不显著。滞后一阶的技术创新对绿色发展和高技术产业集聚的影响系数分别为－0.055 和0.039，且都在1%的水平上显著，表明滞后一阶的技术创新抑制绿色发展，促进高技术产业集聚。

表3 PVAR 模型估计结果

从分区域的角度出发，中心区和次区域滞后一阶的绿色发展在1%的水平上显著促进其自身发展，影响系数分别为0.697 和0.807。但滞后一阶的绿色发展在10%的水平上显著促进中心区的高新技术产业集聚，抑制其技术创新，对次区域的高技术产业集聚与技术创新的影响却均不显著。中心区滞后一阶的高技术产业集聚对自身的促进程度为0.867，且在1%水平上显著，明显大于次区域高技术产业集聚对其自身的影响。但滞后一阶的高技术产业集聚只在10%的水平上显著促进次区域的绿色发展，对中心区次区域的技术创新虽为促进作用但并不显著，以及对中心区的绿色发展为负向影响也并不显著。滞后一阶的技术创新对其自身的影响分别为0.774和0.805，且均在1%的水平上显著促进，表明中心区和次区域的技术创新具有一定的连贯性。但对中心区的绿色发展在1%的水平上显著抑制，影响系数为-0.074，对次区域的影响为正，但并不显著。对中心区和次区域的高技术产业集聚的影响系数分别为0.031 和0.034。表明在10%的水平上滞后一阶的技术创新显著促进两区域的高技术产业集聚。

3.3 脉冲响应

PVAR 模型所得出的广义矩估计结果只是反映变量间短期的动态关系，并不能描绘各变量间长期的影响机制和路径演化以及一个变量对其他变量冲击变化的影响度。因此，本文利用脉冲响应函数和方差分解进一步分析高技术产业集聚、技术创新和绿色发展的长期动态关系。如图1、2、3 所示，其中，横轴代表响应期数，纵轴代表脉冲响应值大小，并且可以看出，脉冲响应图均收敛，脉冲效果较好。

图1 各变量对绿色发展的脉冲响应函数图

图1 表明，从长三角全域范围来看，对于来自绿色发展自身的一个标准差新息冲击，绿色发展立即产生较强的正向反应，达到了峰值0.152 之后逐步降低，说明长三角绿色发展对自身的依赖性较强，但这种惯性逐步减弱。高技术产业集聚的一个标准差新息冲击对绿色发展的影响在第2 期达到最高值0.018 后和绿色发展自身一样同时呈现出不断减弱的正向响应，绿色发展对来自技术创新的冲击呈现出缓慢增强的正向响应，到第6 期达峰值0.011 后逐步减弱。中心区和次区域的绿色发展和技术创新对绿色发展的冲击与全域的趋势相同，没有明显的差异。而次区域的绿色发展对来自高技术产业集聚的一个标准差冲击相较于长三角全域以及中心区，缓慢呈现出由正转负的动态过程，即门槛效应，在滞后4期之前为正向响应，之后转为负向。长三角各地政府对高技术企业的定义不同，次区域的高技术企业一般为承接中心区的产业转移，其科技含量并不一定高，或者技术含量高，但企业并未掌握核心的技术，只是以劳动力、土地和能源换取代工费，在初期所得的利润促进其地区的绿色发展，同时也为后期的污染埋下了隐患，致使次区域到后期绿色发展对来自高技术产业集聚的冲击为负向效应。

图2 各变量对高技术产业集聚的脉冲响应函数图

图2 表明，对于来自高技术产业集聚的一个标准差新息冲击，各区域的高技术产业集聚自身的正向响应随滞后期数的增加而减弱，而集聚对技术创新的正向响应也随滞后期数的增加而呈现先增加后逐步减弱的过程，在第7 期达到峰值0.016。高技术产业集聚对来自绿色发展的冲击则为初期的正向效益转为负向效应，长三角全域和中心区的冲击趋势相同，先增加后不断减弱，次区域的动态变化过程具有异质性，相比较之下较为平缓。原因是，近年来中心区为了平衡经济与生态发展的产业政策性转移让原有产业集聚程度降低，其次地区绿色发展对政府的招商引资更为严格，对企业的生产排污等标准更高。因此，对高技术产业来说，集聚所能带来的经济效益已经大于其成本，所以集聚程度会逐渐降低。

图3 各变量对技术创新的脉冲响应函数图

图3 表明，对于来自技术创新自身的一个标准化新息冲击，对技术创新来说，总体上为正向效应，全域和中心区都在滞后第2 期达到峰值。技术创新对来自长三角全域和中心区的绿色发展冲击为正向响应，次区域为负向响应，但都逐步减弱至0。次区域相较于中心区，发展较缓，人才等创新资源略弱，市场主体可能在初期得到经济利润后而失去原有的创新动力。且创新产出花费时间长，产出率低，技术创新长期袭来会触碰到天花板而难以突破，市场会为了自身发展而优先考虑经济效益而不是环境效益。技术创新对来自高技术产业集聚的脉冲响应则随滞后期不同、区域不同而呈现不同的动态变化。全域和中心区由负转正，而次区域由正转负。

3.4 方差分解

PVAR 模型中方差分解对脉冲响应分析进一步补充，方差分解描述了每次结构性冲击对系统中变量的解释程度，本文通过方差分析对高技术产业集聚、技术创新与绿色发展之间的相互影响程度进行分析，结果如表4 所示。

表4 方差分解

表4（续）

由表4 的结果可知，第20 期与第25 期方差分解结果的差异已不明显，各个变量的波动已趋于稳定。因此根据第25 期的结果对长三角地区高技术产业集聚、技术创新与绿色发展之间的相互影响程度进行分析。在对绿色发展项的分解中，从长三角全域来看，其自身贡献的影响度为86.7%。而高技术产业集聚的影响度约8.7%，技术创新的影响度为4.5%，说明长三角全域的绿色发展主要依靠自身，但随着时间的演变，绿色发展对自身的影响也逐渐下降，高技术产业集聚与技术创新对其贡献度与日俱增。对中心区的绿色发展误差项进行分解，可以看出，其受到非自身的影响更多，高技术产业集聚贡献的影响度约为7.8%，技术创新对中心区绿色发展贡献的影响度为12.5%，远超于长三角全域和次区域，说明中心区的技术创新对其绿色发展是个不可忽视的重要影响因素。而次区域的绿色发展更依赖于自身，其次为高技术产业集聚，技术创新的贡献度不满1%。

对高技术产业集聚项的分解中，从全域来看，自身贡献的影响度高达91.8%，说明长三角全域的高技术产业集聚主要依靠自身。但中心区和次区域的高技术产业集聚则受到绿色发展影响较大，中心区的绿色发展贡献的影响度为51.4%超越了其自身贡献的影响度41.8%，次区域的绿色发展贡献的影响度也达到了42.3%，说明中心区和次区域绿色发展对高技术产业集聚的影响重大。

最后，对技术创新项的分解中，从全域来看，自身贡献了大部分的影响度占61.6%，次之为绿色发展占36.3%，高技术产业集聚贡献的影响度较小为2.1%。中心区的技术创新误差项分解构成趋势与全域基本保持一致，而次区域自身所贡献的影响度高达87.4%，高技术产业集聚贡献的影响度为11.3%，说明次区域相较于全域和中心区，技术创新主要依赖自身发展，受绿色发展影响略弱。综合长三角全域、中心区以及次区域的的方差分解可知，各变量自身的影响度均较大，其余变量对其也都有不同程度的影响。

4 结论与建议

4.1 结论

为了优化高技术产业集聚，提高技术创新水平，促进长三角地区绿色发展，实现长江三角洲区域一体化的实现，本文基于2008—2017 年长三角三省一市41 城的面板数据，运用PVAR 模型对高技术产业集聚、技术创新与绿色发展三者之间的动态关系进行了实证分析，得出的结论如下：

（1）高技术产业集聚、技术创新与绿色发展三者均存在较强的自我依赖特征，对自身发展具有极大的促进作用。

（2）高技术产业集聚与绿色发展的关系。从长三角全域来看，高技术产业集聚短期内与绿色发展相互促进，但并不显著，长期双方都会产生由正到负的影响，从双方变量的影响力度来看，还是自身对其影响作用大。从两大分区来看，短期内，中心区的高技术产业集聚对绿色发展的抑制作用不显著，次区域高技术产业集聚显著促进其绿色发展，中心区绿色发展显著促进集聚，次区域的绿色发展却抑制集聚。长期来说，中心区与次区域的高技术产业集聚与绿色发展的关系与全域的趋势相同，都为由正到负的影响，与全域不同的是，中心区和次区域的绿色发展对高技术产业集聚的贡献度逐期增加，作用效果趋进高技术产业集聚对自身的影响。长三角中心区作为改革开放的前沿地区，在产业布局方面的有政策、资金、人才等优势倾斜，能够根据市场的方向快速调整，使得集聚与发展二者间能良性循环。但次区域短期的应对速度就没有这么迅速，在高技术产业集聚初期所得的利润促进其地区的绿色发展的同时未能长远规划，在发展经济和保护原有生态上未能协调，致使次区域的绿色发展会阻碍高技术产业的进一步集聚。

（3）高技术产业集聚与技术创新的关系。从长三角全域来看，技术创新短期显著促进高技术产业集聚，高技术产业集聚对技术创新的影响不显著。长期技术创新也一直对集聚保持着正向影响，而高技术产业集聚对技术创新的影响则由负转正。从两大分区来看，短期影响和全域高度一致，长期来看，有些许不同，中心区的高技术产业集聚对技术创新的冲击影响为由负转正，而次区域却为由正转负，从变量间的影响力度来看，双方的互相作用效果均很小，几乎可以忽略不计。中心区高技术产业集聚初期所投入的资源可能在短时间内不会变现成实际的创新成果，所以集聚带来的技术效应未能体现，但从长期来看，是有利于为持久的技术创新提供良好的环境。而次区域目前的高技术产业集聚主要以投资为主导，自我创新能力不足，长期依赖外界提供的技术，抑制自身的技术创新，不能够长久发展。

（4）技术创新与绿色发展的关系，从长三角全域来看，短期内技术创新显著抑制绿色发展，绿色发展也显著抑制技术创新。长期结果显示，技术创新与绿色发展互为正向影响。从两大分区来看，技术创新对绿色发展都为缓慢增强的正向影响，绿色发展对技术创新的影响为逐渐减弱的正向影响，其中全域以及中心区的技术创新对其绿色发展的变化颇有贡献。短期内，技术创新的科研成果转化机制还不完善，无法对绿色发展产生明显促进，绿色发展又对以绿色为核心的创新提出高标准严要求，给原本以利益主导型的技术创新以限制，但长期看来，长三角地区的创新能力在全国属于前沿地带，在积极投入资本、资源、大力发展新型产业、且取得绿色发展后，能进入良性循环的状态，技术创新能够持续扩散，基于得天独厚的地理条件，能够产生技术转移，获得经济的效益后会更加注重环境效益，让正向效益得以持续。

4.2 建议

针对以上结果，为了能充分发挥长三角地区的优势，进而促进高技术产业集聚、技术创新与绿色发展三者的良性互动，本文提出以下建议：

（1）根据《长江三角洲区域一体化发展规划纲要》这一顶层设计文件，长三角各地区政府应从宏观上制定有助于高技术产业集聚、技术创新与绿色发展的配套政策，中心区与次区域需强化省市间的沟通协作，坚持优势互补原则，使资金、人才和技术等要素资源在各城市间得以自由流动，缩小中心区与次区域绿色发展差距大的问题，基于《长三角生态绿色一体化发展示范区总体方案》，践行生态文明思想，统一高技术产业环境准入标准，对跨界江河湖泊协同治理，完善现行的“河长制、湖长制”，加强大气污染防治，强化区域合作机制，促进城市间的生态共建。

（2）注重中心区27 城和次区域14 城之间技术创新存在的异质性，中心区的经济发展水平较高，地区间交通通信发达，应进一步鼓励中心区城市对科研的投入，对科技人才的招引，对外资引进标准的提高优化，建设科技成果共享机制，建立更加严格的专利审查机制，以防技术创新搭便车现象，提高技术创新成果转化率，引领高技术产业的更高层次的发展。次区域需要重视科技投入与应用，鼓励企业吸收外来先进技术基础上进行自主创新，加强自身的技术创新能力，除了按相关规定对本地区的高新技术企业和科技服务机构按照国有科技型企业股权和分红进行激励，还要因时因地采取多种方式开展股权和分红激励。

（3）目前，只有技术创新促进高技术产业集聚的单向影响关系，建立面向高技术产业集聚发展的技术创新体系，结合高技术产业集聚区原有的资源禀赋和产业优势，合时合理的配置资源，根据不同地区不同集聚状态制定适宜的阶段性动态政策，布局高技术产业分布，因地制宜的发展适合的高技术产业，避免过度集聚带来的竞争效应，搭便车效应，寻租效应等。中心区不能一味追求高技术产业的集聚规模和集聚水平，将高技术企业逐步扩散辐射至次区域，防止中心区的过度集聚抑制创新动力。次区域政府采用政策优惠将研发型龙头企业吸引落户，强调以中心区的集聚与发展为鉴，做出系统化、高级化调整，整合现有规模小，数量多、研发能力弱的企业，打造一至两条完整的产业链，使上下游形成完成的配套，避免走先发展后治理的老路，把绿色生态优势转化为经济社会发展优势，在政策上资金上保障企业的核心竞争力的同时能让企业自主创新、节能减排、绿色发展。