APP下载

创新型产业集群对城市绿色经济发展的影响
——基于中国280 个城市面板数据的实证分析

2021-12-11吴伟萍向晓梅

企业经济 2021年11期
关键词:生产率创新型异质性

□吴伟萍 张 超 向晓梅

一、问题的提出

城市是中国经济总量增长和结构优化的重要载体。传统粗放型的工业化发展模式虽然在一定程度上加快了城市经济发展,但同时也导致了一系列环境污染问题。面对经济发展和环境治理此消彼长的现象,绿色创新驱动成为平衡二者关系的可行路径。[1]然而,不同的产业创新方式对绿色经济发展存在不同的作用机制,对于解决环境问题也有着差异化的效果。[2]因此,如何制定合理有效的产业政策促进城市绿色创新、加快城市绿色经济发展,对于我国由传统经济向绿色经济转型至关重要。我国科技部在2011 年7 月启动了“创新型产业集群”工程的建设,并分别在2013 年、2014 年和2017 年分三批在19 个省、市布局了61 个创新型产业集群试点。据统计,2019 年,创新型产业集群营业总收入达57396.7 亿元,约占当年全国GDP 的5.79%。①科技部火炬高科技开发中心在2020 年4 月印发的《关于深入推进创新型产业集群高质量发展的意见》(国科火字〔2020〕85 号)中进一步明确,要将创新型产业集群的建设作为深入实施创新驱动发展战略、建设现代化经济体系的重要战略支撑。

图 理论机制框架图

有的学者[3]研究了创新型产业集群对区域创新能力的影响,却鲜有学者关注集群的设立对城市绿色经济发展的影响作用。事实上,创新型产业集群作为城市创新能力提升和产业结构优化的重要平台,已逐渐成为完善城市创新体系、促进城市绿色经济发展的重要政策工具。该政策的实施为研究城市创新与绿色经济的关系提供了一种新的视角。张哲(2009)[4]指出,产业集群化创新发展在构建创新型国家的过程中起着重要的作用,以往的文献主要从集聚和扩散效应[5-8]、竞争效应[9-10]、资源要素配置[11]等角度探讨了区域内创新活动对区域经济结构优化和绿色经济增长的作用效果。就我国现实情况而言,国内学者[12-13]发现创新对绿色经济的促进作用存在着差异性,而究其原因:一是存在地区发展的异质性[14-15],二是存在发展时期的异质性[16]。

综上所述,当前学界已有不少关于区域创新活动对绿色经济影响的研究,但较少从集群创新政策层面探讨其对绿色经济的影响效应,且相关文献侧重于定性分析,定量研究较为缺乏。基于此,本文可能的创新点在于:第一,从产业集群视角出发,以创新型产业集群的设立为变量,分析该创新型政策影响绿色经济发展的净效应,探讨城市创新与绿色经济的关系;第二,基于280 个城市的面板数据进行实证研究,有效识别创新型产业集群影响城市绿色经济发展的传导路径,并探讨影响效应的空间异质性;第三,采用倾向得分匹配(PSM)和双重差分(DID)相结合的方法研究创新型产业集群对城市绿色经济的作用,解决实验组和对照组可能不满足平行趋势导致的内生性问题,同时采用三重差分法(DDD)进一步检验政策对不同城市的差异化影响,从而有效识别政策效应。

二、理论分析与研究假设

创新型产业集群的发展依托了城市范围内高科技人才、技术和资本等要素的聚集,是城市创新能力的体现。[17]首先,从直接影响来看:在评价体系方面,科技部于2013 年公布的《创新型产业集群试点认定管理办法》中,集群试点评价指标体系所包含的创新技术类指标、集群规模类指标、政府投入类指标占比分别为49.5%、32.5%、18%,这说明当选为创新型产业集群的产业集聚区都具备较强的创新能力;在集群分布行业方面,已认定的创新型产业集群多分布于新一代信息技术、节能环保、新能源汽车、新材料等行业,而这些行业的发展多是以绿色节能为导向,因此创新型产业集群中绿色行业部门的扩张可以直接促进当地绿色经济的发展。其次,从间接影响来看:集群内高新技术企业竞争会带来生产技术的升级和革新,从而促进整个集群生产结构的高级化,同时技术的进步也能够通过城市网络在区域内部辐射扩散,推动整个区域的绿色经济高质量发展。创新型产业集群对城市绿色经济的加速效应主要通过两种传导机制:第一,产业集群企业与高校、科研院所创新联结,其主要形式是产学研融合,具体机制为创新型产业集群的发展对基础科学发展要求较高,而企业内部存在一定的研发惰性和劣势,往往需要通过与高校科研单位之间的研发合作将集群内外的科研创新资源融合,进而提升集群的创新效率并优化生产技术,提升城市绿色经济发展效率;[15]第二,创新要素的集聚对城市产业结构升级优化存在显著的促进效应和空间溢出效应,同时也会明显提升第三产业在经济结构中的占比,而第三产业相对于第二产业具有能耗低和效率高的特点,因此第三产业比重的提升与城市绿色经济的发展呈正向关系。[18-19]依据以上分析,本文提出以下假设:

H1:创新型产业集群的设立对城市绿色经济发展具有显著的正向影响;

H2:城市产业结构优化在创新型产业集群和城市绿色经济发展之间起中介作用;

H3:城市创新能力在创新型产业集群和城市绿色经济发展之间起中介作用。

不同城市在要素禀赋、经济规模、创新要素集聚能力以及中央政策支持力度等方面存在差异,这些外部因素会影响创新型产业集群对城市绿色经济发展的作用效果。比如:重点城市(本文将直辖市、省会城市和副省级城市定义为重点城市)一般来说会得到更多的优惠政策支持,是区域发展的经济和文化中心,[20]相较于一般城市(本文定义为除去重点城市之外的城市),重点城市往往集聚了一个省或更大区域内的资金、劳动力以及技术创新等要素,同时凭借着政策优势和经济规模优势,在设立创新型产业集群后城市的创新能力得到了充分的释放,更有利于绿色经济的发展。同时,如果一个城市内部设立了多个创新型产业集群,那么这些集群可能会产生叠加效应,共同促进区域内创新产业要素的流动,加快城市产业升级优化并提升城市绿色经济发展水平。[21]综上,本文提出以下假设:

H4:创新型产业集群对重点城市绿色经济的正向影响比一般城市更显著;

H5:“一市多群”对城市绿色经济的正向影响大于“一市一群”。

三、研究设计

(一)模型设定

本文采用双重差分法(DID)检验国家创新型产业集群的设立对城市绿色经济的影响作用,设置“是否受到了政策作用”的虚拟变量将样本分为实验组和对照组,设置“政策实施前后”的虚拟变量将样本分为政策实施前和政策实施后,通过时间虚拟变量和地区虚拟变量的交乘项来评估政策实施带来的净效应。由于国家创新型产业集群是分批设立的,基于数据的完整性和可得性,本文选取了2003—2019 年280 个城市的数据作为样本②,其中科技部2013 年和2014 年分别批准设立了10 个和22 个创新型产业集群③,它们分布在26个样本城市中,因此本文将数据样本分为26 个实验组和254 个对照组。为保证实验组和对照组有共同时间趋势,本文采用倾向得分匹配法和双重差分相结合的方法来解决样本的选择性偏差问题。具体公式如下:

其中,Yi,t为因变量,表示第i 个城市第t 年的绿色全要素生产率,本文通过构建基于非方向、非角度的SBM方向性距离函数对各个城市的绿色生产率进行测度。μi为城市固定效应,δt为时间固定效应,εi,t为随机扰动项。

(二)数据说明

1.被解释变量

按照以往文献的做法,本文把城市绿色全要素增长率作为衡量城市绿色经济的指标,将280 个城市作为单独的决策单元,研究数据时间跨度为2003—2019 年共17 期,以资本存量(x1)、劳动(x2)、能源(x3)为投入要素,以GDP(y)为期望产出,以排放的工业废水(z1)和工业二氧化硫(z2)为非期望产出,利用非方向、非角度的SBM 距离函数进行测度。投入产出变量说明见表1。在保证期望产出最大和投入、非期望产出最少的情况下,求解线性规划最优解用来构建绿色全要素生产率指标。借鉴王兵等(2011)[22]的分析思路,引入Luenberger 生产率指标衡量绿色全要素生产率,其值越高,说明绿色全要素生产率水平越高;反之则说明绿色全要素生产率水平越低。

表1 绿色全要素生产率投入产出变量数据说明

2.核心解释变量

本文根据科技部网站公布的2013 年和2014 年批准设立的国家创新型产业集群名单对各城市进行虚拟变量赋值:实验组为设立创新型产业集群的城市,城市虚拟变量赋值为1,其他城市赋值为0;设立创新型产业集群之前年份均赋值为0,设立当年及以后年份赋值为1。城市虚拟变量和时间虚拟变量的交乘项为本文的核心解释变量。

3.控制变量

为了控制其他因素的影响,本文从科技创新环境、经济发展水平、对外开放程度、营商环境等方面选取了一系列控制变量:创新投入(Sci),用当地科教投入占财政支出比重衡量当地政府对创新活动的投入强度;创新人才资源(Stu),用在校大学生人数和年末总人口的比值衡量地区创新人才密度;科教资源质量(Edu),用该城市是否有985 高校为依据设置虚拟变量,有则取值为1,反之则取值为0;经济发展水平(GDP),用各城市平减后的人均GDP 并取其对数表征;金融发展水平(Fin),用年末金融机构各项存贷款余额与地方生产总值的比值来衡量;外商直接投资(FDI),用当年实际使用外资额来衡量,根据当年汇率转换为人民币并取对数处理;营商环境(Pri),用城镇私营和个体从业人员数占城市年末总人口比重表示。

四、实证检验及结果分析

(一)基准核匹配

本文利用stata16.0 检验创新型产业集群对绿色经济发展的净效应,首先采用核匹配法对实验组进行匹配,根据Logit 回归得分进行配对。在核匹配后,标准化偏差均大幅缩小,t 检验结果也不拒绝实验组和控制组无系统性偏差的原假设,匹配结果较好地平衡了数据。

(二)基准回归

采用逐步回归法并逐一加入控制变量对(1)式进行估计,回归结果如表2 所示。由结果可知:控制了时间效应和城市效应之后,创新型产业集群的设立始终和绿色经济全要素生产率正相关,并且在1%的水平下显著。这说明设立创新型产业集群的城市能够更好地吸引优秀人才和企业集聚,在政策的引导下可以推动产业结构升级和技术水平提高,从而提高城市绿色全要素生产率,假设H1 得到验证。在引入控制变量后,城市人均GDP、市场化程度和人力资本与绿色全要素生产率呈正相关关系,说明城市发展的基础水平越好,城市营商水平越高,对优秀人才的吸引力就更强,进而越能推动产业结构的转型升级和技术的创新,有力地促进绿色经济的发展。金融市场繁荣度与绿色全要素生产率呈负相关关系,这主要是因为金融业的过度繁荣会导致经济发展脱实向虚,抑制制造业的发展,加大对制造业企业绿色创新的挤出效应,进而阻碍城市绿色经济的发展。[24]

表2 基准回归

(三)稳健性检验

首先,采取反事实检验。将政策实施时间分别提前3 年和4 年(year_L3、year_L4),检验绿色全要素生产率是否有显著变化,回归结果如表3 中模型11 和模型12 所示。结果表明:无论是否加入控制变量,回归系数均不显著,这说明除去创新型产业集群的政策效应外,实验组和控制组城市绿色全要素生产率不存在系统性差异。其次,为验证是否还存在着随时间和地区变化的未察觉因素,本文引入城市和时间的联合固定效应,回归结果如表3 模型13 所示。结果表明:无论是否加入控制变量,回归系数在1%的水平下都显著,说明不存在这种扰动因素。两项检验均印证了假设H1。

表3 稳健性检验

五、进一步分析

(一)传导机制分析

为了检验创新型产业集群对城市绿色全要素生产率的影响路径,本文采用中介效应模型对这一机制进行探究。参考现有学者[25-26]的做法,本文选取了产业结构(第三产业和第二产业的比值)和城市创新能力(AI指数)作为两个中介变量,分别分析绿色全要素增长率的发展是否由区域创新和产业结构优化所驱动,构建以下分析模型:

其中,Hi,t依次表示产业结构优化途径和创新能力途径,Di,t*Hi,t是创新型产业集群设立和代理变量的交乘项,系数γ 代表两种驱动路径对绿色经济的净效应。

1.产业结构驱动路径检验

检验创新型产业集群通过产业结构路径影响绿色经济的作用效果,结果如表4 中模型14 和模型15 所示。由结果可知:Hi,t和Di,t*Hi,t的系数均在1%的水平下显著,这说明产业集群的设立对产业结构高级化有显著的促进作用,进一步分析发现产业结构优化也会促进城市绿色全要素生产率的提升。在产业结构优化升级的过程中,第三产业的占比会逐渐增加,使得资源要素重新分配,原来投入到高能耗、高污染、高排放的传统产业中的资源会被用于促进第三产业的发展,从而有利于城市绿色全要素生产率的提升。同时,产业结构升级会使得城市产业分工更加细化,行业专业化程度加深,各工业部门综合效率增强,高技术制造业占比得到提高,这也将促进城市绿色全要素生产率的提升。假设H2 得到验证。

2.创新驱动路径检验

检验创新型产业集群通过创新路径影响绿色经济的作用效果,结果如表4 中模型16 与模型17 所示。由结果可知:Hi,t和Di,t*Hi,t的回归系数均显著,说明创新型产业集群能够通过提升城市创新能力进而提高城市绿色全要素生产率。这一结论可以得到较好的解释,即科技部在《创新型产业集群试点认定管理办法》的集群试点评价指标体系中明确提到实施这一政策的目的是支持与培育科技型中小企业技术创新,完善科技服务体系,其中也有超过49.5%的得分是根据城市创新能力指标计算得出的,在这种政策机制的引导下,拥有创新集群的城市集聚了一批具有高新技术、高成长性、高附加值的创新型企业。同时,集群内的高科技创新型企业信息共享产生知识的外溢效应和技术的扩散效应使整个城市的创新能力不断增强,进一步提高了城市绿色全要素生产率。假设H3 得到验证。

表4 传导路径检验

(二)异质性检验

1.城市层级的异质性

本文将城市总体样本分为重点城市和一般城市,回归结果如表5 所示。由结果可知:对于重点城市和一般城市来说,创新型产业集群的设立对城市绿色经济的回归系数均显著为正,但重点城市的回归系数远大于一般城市。这说明创新型产业集群可以促进不同层级的城市绿色经济发展,但在政策的促进效用上可能存在差异。为了得到更为稳健的结果,本文在引入双重差分模型(1)的基础上,建立三重差分模型(DDD)对两类城市进行更深一步的异质性检验,模型如下:

其中,dz 为城市异质性虚拟变量,用于区分重点城市和一般城市。回归结果见表5,由结果可知:重点城市和一般城市绿色经济的发展受创新型产业集群的影响存在异质性,且重点城市大于一般城市。这可能是因为重点城市在基础设施、人口规模、劳动力素质、经济实力等方面存在较强的领先优势,这些城市中的创新型产业集群获批较早,集群发展较为完善;一般城市的经济基础较为薄弱,集群大多仍处在起步阶段,并未达到成熟的水平,因此在现阶段这些城市的创新型产业集群对城市绿色经济的促进作用会弱于重点城市。这与假设H4 相符合。

表5 城市层级异质性

2.“市-群”布点的异质性

为了验证假设H5,本文根据样本城市内集群个数将样本分为“一市一群”和“一市多群”两个子样本,在双重差分模型(1)的基础上对模型进行修正,模型设置如下:

其中,dw 为“一市多群”虚拟变量,“一市多群”设置为1,“一市一群”设置为0。回归结果见表6,由结果可知:无论是否加入控制变量,回归系数α1均不显著,这说明一个城市内有一个或是多个创新型产业集群并不会对城市绿色全要素生产率产生影响。这可能是因为现阶段创新型产业集群的发展仍处于起步阶段,集群发展并未成熟,有些产业集群发展之初由于规划的不合理导致集群内部企业发展存在“同质化”现象,同一城市内不同的产业集群间企业可能存在竞争关系,所以“一市多群”的群间叠加效应并没有体现出来,也没有促进城市绿色经济的发展。研究结论与假设H5 相悖。

表6 “市-群”布点异质性

六、研究结论与对策建议

(一)研究结论

本文选取我国280 个城市2003—2019 年的面板数据作为独立决策单元,运用倾向得分匹配、双重差分、中介效用模型和三重差分的方法,实证分析了创新型产业集群对城市绿色经济发展的影响及异质性分布,主要得出以下结论:(1)创新型产业集群的设立能够显著提升城市绿色全要素生产率,而城市创新能力的提升和经济结构的优化升级是城市绿色经济高质量发展的重要途径;(2)从政策效用程度考虑,重点城市和一般城市间仍存在着异质性,重点城市绿色经济的发展受到这一政策的影响程度更大;(3)现阶段创新型产业集群的发展仍处于初级时期,同一城市内多个集群与单个集群对绿色经济的促进作用差异不明显。

(二)对策建议

1.发挥集群效应,打造创新型产业集群

创新型产业集群通过创新资源和高端生产要素的集聚与溢出传导,为城市绿色经济发展提供绿色产业及技术创新支撑。因此,已设立创新型产业集群的城市要利用好这一政策机遇,加强自主创新能力建设,深化集群内企业与城市科研院所、高校的产学研合作,提升集群绿色创新效率,加快产业结构高级化、绿色化,进而驱动城市绿色经济高质量发展。创新型产业集群政策还未覆盖到的城市应积极争取这一政策的支持,依托高新产业园区及早谋划集群整体的产业链分布结构和产业定位,探索产业结构调整与科技创新有机融合的模式,增强对绿色经济的带动效应。

2.强化分类施策,培育科技创新功能

不同发展水平的城市应针对创新型产业集群发展阶段的异质性,采取分类施策的思路,精准发力:经济发达的城市要着力推动创新型产业集群的强链补链,积极发展绿色节能的战略性新兴产业,重视培育创新型龙头企业,提高关键技术自主研发水平,进一步提升城市绿色全要素生产率;欠发达城市应以建设创新型产业集群为契机,注重经济基础建设,依托主导产业加快创新平台和创新主体的引进培育,不断推动产业结构升级,提高经济综合实力,增强城市绿色经济发展新动能。

3.倡导因地制宜,构建产业集群绿色创新体系

现阶段由于不同层级城市的创新型产业集群发展水平及促进效用存在异质性,因此集群的建设要因地制宜,提倡多元化发展战略,充分考虑当地的要素禀赋优势和经济发展差异。重点城市要坚持高标准推动创新型产业集群建设工作,在集群绿色化、智能化、集约化等方面加大力度,升级打造适于创新创业的营商环境,建立可持续发展的绿色创新体系,推动实现集群绿色效应的最大化。一般城市应在集群发展初期给予足够的政策支持,基于城市基础条件构建具有特色优势的产业集群,探索“科研+平台+产业”一体化模式,充分发挥集群的绿色创新带动作用。

注:

①数据来源于科学技术部火炬高技术产业开发中心《2020 中国火炬统计年鉴》。

②《中国城市统计年鉴2020》中共有297 个城市,鉴于西藏、新疆、海南等省(自治区)的13 个城市在样本期内数据缺失严重,以及由于北京、上海、广州和深圳4 个城市在经济发展水平、技术创新能力等方面远超其他城市,会对样本匹配产生较大影响,故剔除以上17 个城市,最终得到280 个城市的数据作为研究样本。

③科技部于2017 年12 月公布了第三批共29 个创新型产业集群试点名单,由于政策实施时间较短,政策效应存在滞后性,故本文暂不将第三批试点城市纳入研究范围。

猜你喜欢

生产率创新型异质性
Meta分析中的异质性检验
中国城市土地生产率TOP30
18F-FDG PET/CT代谢参数及代谢异质性与胃癌临床病理特征的相关性
城市规模与主观幸福感——基于认知主体异质性的视角
学校创新型人才培养的实践与思考
新工科下创新型人才培养的探索
基于可持续发展的异质性债务治理与制度完善
高校实践教学模式在创新型人才培养中的应用
巴斯夫推出创新型DURA-COLOR抗老化技术
跟踪导练(三)4