行业异质特征如何影响高技术产业集聚的绿色经济效率

张 娜,邓金钱

(1.西北师范大学 经济学院,甘肃 兰州 730070;2.兰州大学 经济学院,甘肃 兰州 730000)

0 引言

中国经济发展的奇迹源于改革开放以来高投入、高消耗、高污染的发展模式,使得发达国家上百年间分阶段出现的环境问题集中在我国凸显(谢振华等,2018)。中国国内生产总值从1978年的3 678.7亿元增长到2020年的1 008 782.75亿元,经济发展规模扩大了274倍,人均国内生产总值从1978年的385元增长到2020年的72 000元,实现187倍增长,人民生活实现从温饱不足到迈向全面小康的历史性跨越。但在这一奇迹背后却隐藏着诸多结构性问题,其中生态环境恶化造成发展不可持续逐渐成为政府和学术界关注的焦点。《2020年中国生态环境状况公报》显示,“十三五”期间圆满完成污染防治攻坚战的目标任务,人民群众生态环境获得感显著增强,但全国337个地级以上城市仍有超过40%城市环境空气质量超标,累计发生严重污染345天,重度污染1 152天。无独有偶,《2020年全球环境绩效指数(EPI)报告》显示,中国在参与排名的180个国家和地区中位列120位,同样表明中国生态环境状况不容乐观。因此,发展绿色经济是应对生态环境保护与经济增长的重要路径,也是实现环境与经济长期平衡的重要手段,成为中华民族永续发展的必然选择(何爱平等,2018)。

绿色经济发展与产业结构、产业布局之间存在直接的逻辑关联,具有创新引领性和战略先导性的高技术产业是核心“抓手”[1]。许多文献对高技术产业集聚的创新效率展开研究[2-3],认为由于高技术产业本身具有资源节约和环境友好的绿色产业特征,产业集聚具有较强的技术溢出效应和规模效应,不仅能够提高本产业资源利用效率,降低污染排放[4],而且还能通过企业间竞争与合作、产品销售、技术市场化应用向其它产业进行技术扩散和渗透,对地区产业结构、污染减排带来积极影响[5]。有学者指出高技术产业集聚有助于促进绿色技术创新,进而改善环境污染[6]。然而,绿色发展不仅强调污染减排,而且重视经济增长。随着绿色发展理念成为全社会共识,高技术产业集聚与绿色经济效率的关系引起学者广泛关注。胡安军等[7]研究发现,高技术产业集聚对绿色经济效率具有“U”型影响;邓峰和任转转[8]发现当高技术产业集聚达到一定水平后,能够显著促进工业绿色转型;姬志恒等[9]研究发现,技术创新是高技术产业通过集聚提升绿色发展效率的作用机制。总体来看,现有文献基本肯定了高技术产业集聚对发展绿色经济的积极作用。

然而,现有研究大多从产业整体视角展开,仅有少数文献从高技术行业大类出发对其行业异质性进行分析,且多聚焦于探讨高技术产业创新效率。褚婷婷等[10]研究发现,大类行业FDI技术溢出效应存在显著差异,在医药制造业、电子及通信设备制造业技术溢出效应为正,在航空航天器及设备制造业技术溢出效应为负,而在计算机及办公设备制造业、医疗仪器设备及仪器仪表制造业这一影响效应不显著;陈子韬等[11]研究发现,政府支持对高技术产业研发投入的影响在大类行业存在显著差异;朱喜安等[12]从高技术大类行业出发探讨产业集聚对城镇化的影响,同样发现行业差异显著。可见,关于高技术产业的研究更多停留在行业大类上,鲜有文献从二级细分行业属性特征切入探讨其带来的差异化影响,尽管孙早和徐远华[13]进行了初步探索,但仅聚焦于高技术产业创新效率。

高技术产业包含许多二级细分行业,研究期内雷达及配套设备制造业国有产权比重高达86.27%,而办公设备制造业国有产权比重仅为4.32%,相差近20倍,计算机整机制造业平均企业规模(主营业务收入)高达50.47亿元,而仪器仪表制造业仅为1.24亿元,可见细分行业之间存在较大差距。因此,本文从高技术产业15个细分行业产权结构、企业规模、技术密集度、企业自生能力4个异质性特征出发,探讨其对高技术产业集聚与绿色经济效率关系的调节作用,以期获得更加深入、更具价值的研究结论。相比于已有研究,本文的边际贡献在于:一是深入高技术产业二级细分行业,从行业异质特征这一视角出发,研究细分行业产权结构、企业规模、技术密集度和企业自生能力对高技术产业集聚与绿色经济效率关系的调节作用,是对现有研究的重要补充和延伸;二是在考察行业异质特征对高技术产业整体影响效应的基础上,从医药制造业、电子及通信设备制造业、计算机及办公设备制造业、医疗仪器设备及仪器仪表制造业等大类行业出发,对其行业异质性展开分析。

1 理论分析与研究假设

高技术产业具有高投入、高风险、高知识密集度和资本密集度等特征,对其它产业具有较强的渗透性,高技术产业集聚意味着技术、资本、人才、知识等高质量生产要素在区域内集中,会产生更强的外部性,通过价格机制、竞争机制提高区域内资源配置效率和创新效率,通过技术溢出效应、规模效应提高能源利用效率(原毅军和谢荣辉,2015),从而影响生产过程中的期望产出和非期望产出,使区域内经济增长与环境污染发生改变。高技术产业内部包含医药制造业、电子及通信设备制造业等多种大类行业及其二级细分行业,这些大类行业集聚水平、空间分布存在较大差异,细分行业在产权结构、企业规模、技术密集度和企业自生能力等方面亦存在显著的行业特征差异,这些行业特征与高技术产业集聚产生协同作用,导致高技术产业集聚对绿色经济效率的影响作用不同。

(1)细分行业产权结构的影响。产权结构是影响企业绩效和激励机制的重要因素,国有产权和私有产权在政策支持、资源配置、经营目标等方面存在一定差异,因此对绿色经济效率的影响不同。一方面,企业产权性质和产权结构影响企业研发活动及创新效率,国有产权存在严重的委托—代理问题,生产行为具有短期化特征(吴延兵,2012)。理性的国企经营者倾向于投资收益快、短期内能带来回报的传统产业,而不愿投资在任职期间无法产生显著经济效益、不利于彰显政绩的技术创新(尤其是绿色技术创新),因此集聚区内较高的国有产权比重可能会弱化创新激励效应,不利于绿色经济效率提升。考虑到我国高技术产业发展尚未完全市场化,仍然需要政策扶持,因此相比于私有产权而言,国有产权在政策、资金和资源上具有较大优势,能够缓解企业技术创新面临的资金约束,在一定程度上削弱国有产权对技术创新的拖累效应;另一方面,国有产权承担着非营利性社会功能和政府宏观调控职责,在环境治理和经济绿色转型过程中起引领作用。污染减排和环境治理需要大量资金投入,加之生态环境的公共物品属性使得私有产权对环境治理积极性不高。大量研究表明,国有产权对于提高能源利用效率、降低污染排放具有积极作用[14-15]。然而,也有学者认为国有产权与政府关系更加紧密,地方政府在政绩考核压力下会放松对国有企业的环境监管,甚至形成环境规制政策“精英俘获”机制[16]。然而,自绿色发展理念提出以来,绿色发展已成为社会共识,且污染减排和环境治理已纳入政府考核体系,国有产权在践行绿色发展理念过程中必然走在前列。据此,本文提出如下假设:

H1:在高技术产业集聚区内,细分行业国有产权比重越高,越能够增强产业集聚对绿色经济效率的促进作用。

(2)细分行业企业规模的影响。企业规模关系到高技术产业集聚规模效应的有效发挥,大企业与小企业在资源整合能力、企业运作模式及创新方式等方面存在较大差异,根据资源基础观理论,大企业更擅长利用内外部资源构建、整合的资源编排模式,而小企业则更擅长挖掘、使用、重组的资源拼凑模式[17]。随着细分行业企业规模的不断扩大,大企业在技术创新、融资约束、治污成本等方面拥有小企业难以企及的禀赋优势。首先,大企业能够实现更高水平的创新并激发集聚区产生创新网络效应(胡海波和卢海涛,2018),从而促进区域绿色经济效率提升,且企业规模越大越容易获得政策支持(邢斐和王红建,2018);其次,大企业拥有更好的信用机制和抵押贷款资本,更容易获得银行等金融机构的信赖,具有较强的外部融资能力[18],能够大大缓解企业融资约束难题;最后,随着企业规模的不断扩大,企业内部管理部门日益完善,逐渐形成专业治污部门,可分享治污设备和治污技术,分摊治污成本,降低非期望产出。小企业虽然具有较强的灵活性和适应性,技术创新渗透强度较高、扩散速度较快,但基于市场需求的资源拼凑行为往往以产品数量和种类为主,对于大企业而言,这种低水平创新仅是技术研发和产品创新中的“碎片化”内容[19],对于实现污染减排和环境保护的作用微乎其微。据此,本文提出如下假设:

H2:在高技术产业集聚区内,细分行业企业规模越大,越有利于增强产业集聚对绿色经济效率的提升作用。

(3)细分行业技术密集度的影响。不同技术密集度行业因产品复杂程度、技术进步难度不同导致技术风险和融资风险存在较大差异,从而影响企业融资约束、融资渠道、创新成本和技术溢出,使得集聚区内绿色经济效率也存在差距。从资本市场看,技术密集度较高有利于推动企业技术创新(胡杰和刘思婧,2015)。一方面,资本市场具有良好的风险配置机制,技术密集度高的行业更容易从资本市场获取融资;另一方面,资本市场对高风险、高收益创新活动具有良好的激励机制,能够引导企业优化创新资源配置。研究表明,股权融资可为技术密集度高的高技术行业提供更高的股票价格以激励创新(张一林等,2016)。然而,从传统信贷市场看,技术密集度较高却不利于企业技术创新。一方面,技术密集度越高,产品和技术创新越难,企业自身面临的技术创新挑战也就越严峻;另一方面,技术密集度高的行业会严重影响银行放贷信心,收紧企业外部融资约束[20]。此外,技术密集度对技术创新的影响因行业技术壁垒而存在差异。技术密集度越高,行业技术差距越小,技术创新越依赖于企业自主创新,而且在技术壁垒较高的行业,高技术密集度意味着先进技术高度集中于行业内个别精英企业,很容易形成技术垄断,不利于技术溢出效应的发挥,从而难以推动整个行业技术进步。据此,本文提出如下假设:

H3:在高技术产业集聚区内,细分行业技术密集度对绿色经济效率的影响在不同行业存在显著差异。在技术壁垒较高的行业,技术密集度越高,越不利于促进高技术产业集聚的绿色经济效率提升。

(4)细分行业企业自生能力的影响。企业自生能力是指具有正常管理水平的企业处于开放且自由竞争的市场环境中,不依赖政府或外部资助即可获得被社会接受的正常利润水平(林毅夫,2009)。企业自生能力越强,意味着企业在市场上获取的利润越多,企业盈利能力和自我“造血”功能也就越强。企业研发活动资金主要来源于企业内外部融资,而利润积累影响企业内部融资水平。研究表明,企业内部融资水平不仅能够显著提升研发投资水平[21],而且还会明显增强研发强度(孙晓华和翟钰,2021)。此外,自生能力强的企业在面临环境约束时有能力也有动力投入污染治理,通过调整能源结构、采用环保生产要素、加大绿色技术创新等方式降低清洁生产成本,激发“波特效应”[22]。相反,自生能力弱的企业不仅难以获取正常利润,更没有能力进行污染投资治理,纵使政府有一定的补贴政策,也难以从根本上激发企业污染治理动力。诚然,企业自生能力越强,利润水平和盈利能力越高,但也会不可避免地吸引新企业进入,尤其是那些利润水平高、前景良好但准入门槛低的行业对新企业的吸引力更强,这会导致市场竞争加剧,压低产品价格,抬高生产要素价格,降低资本平均利润率。高技术产业细分行业之间的技术门槛和准入门槛存在较大差距,有可能导致产业集聚对绿色经济效率的影响存在异质性。据此,本文提出如下假设:

H4:在高技术产业集聚区内,细分行业企业自生能力能够增强产业集聚对绿色经济效率的促进作用,在技术门槛较高的行业这一影响效应更显著。

2 模型构建与变量选取

2.1 模型构建

为检验行业异质特征如何影响高技术产业集聚的绿色经济效率,本文借鉴孙早和徐远华(2018)的思路,在同时控制行业变量和产业发展宏观变量的基础上,引入行业特征变量与高技术产业集聚交互项,考察高技术产业集聚对绿色经济效率的影响是否存在行业异质传导效应。为避免多重共线性的影响,本文没有将行业特征变量单独纳入回归模型,只加入行业特征变量与高技术产业集聚的交互项。具体模型构建如下:

R∈{wagit,paagit,ecagit,coagit,miagit}

S∈{stateit,scaleit,skillit,profitit}

(1)

公式(1)中,i=1,2,…,30为样本截面单元,t=2001,2012,…,2020为样本时间单元,geeit表示绿色经济效率,aggit表示高技术产业集聚水平,集合R包括高技术产业整体集聚水平(wagit)及大类行业集聚水平,即医药制造业集聚水平(paagit)、电子及通信设备制造业集聚水平(ecagit)、计算机及办公设备制造业集聚水平(coagit)、医疗仪器设备及仪器仪表制造业集聚水平(miagit)。indit为行业特征变量,集合S包括产权结构(stateit)、平均企业规模(scaleit)、技术密集度(skillit)和企业自生能力(profitit)。Xijt为一组控制变量,包括行业层面控制变量研发强度(rdactit)、政府R&D补贴强度(hygovit)和对外贸易(tradeit)以及宏观层面控制变量环境规制(enrit)、知识溢出效应(knspit)和基础设施水平(tranit)。ui为区域个体效应,νt为时间个体效应,εit为随机扰动项。

2.2 指标选取

2.2.1 被解释变量:绿色经济效率(gee)

本文选取被学界广泛认可的包含资源消耗、环境效益和非期望产出的全局超效率SBM模型测算绿色经济效率,具体模型构建如下:

(2)

表1 绿色经济效率投入产出变量Tab.1 Input-output variables of green economy efficiency

2.2.2 解释变量:高技术产业集聚(agg)

借鉴Ellision &Glaeser[23]的研究,某地区某一行业产业集聚程度可用如下公式测算:

(3)

2.2.3 行业特征变量

本文中的行业特征变量包括高技术产业细分行业产权结构(state)、企业规模(scale)、技术密集度(skill)和企业自生能力(profit),采用以下方法进行测度:①产权结构:借鉴戴魁早和刘友金[25]的做法,采用国有产权比重作为产权结构的代理变量,以行业内国有及国有控股企业主营业务收入与全部企业主营业务收入之比衡量;②企业规模:采用行业内全部企业主营业务收入与企业数之比,即企业平均主营业务收入衡量该行业平均企业规模;③技术密集度:行业技术密集程度测量方法通常有两种:一是以平均劳动力物质资本存量进行测度,二是采用细分行业年度新产品销售收入占总销售收入的比值衡量,囿于物质资本数据近几年未公布,本文借鉴胡杰和刘思婧[26]的处理办法,采用第二种方法对细分行业技术密集度进行衡量;④企业自生能力:参考孙早和宋炜[27]的方法,采用企业盈利能力作为自生能力的代理变量,以各行业利润总额与销售收入之比进行测度。

2.2.4 控制变量

结合理论分析并借鉴已有文献,为克服模型遗漏变量造成的内生性问题,本文在设置控制变量时不仅考虑宏观层面控制变量,而且还加入行业层面控制变量,用以控制宏观影响因素和行业因素对绿色经济效率的影响。其中,宏观层面控制变量选取环境规制(enr),以排污费收入衡量,对其作对数处理后纳入回归模型;知识溢出效应(knsp),以高等学校教师人数与劳动力的比值衡量;基础设施水平(tran),以人均公共交通车辆数衡量。行业层面控制变量选取研发强度(rdact),借鉴张杰等[28]的方法,采用行业R&D支出与销售收入之比衡量;政府R&D补贴强度(hygov),采用政府R&D补贴在企业R&D支出中的比例衡量;企业对外贸易水平(trade),采用行业出口交货值与主营业务收入之比进行测度,由于《中国高技术产业统计年鉴》未公布2018—2020年的出口交货值数据,故本文以2001—2016年出口交货值平均增长率进行推算。

2.3 行业界定与数据说明

《中国高技术产业统计年鉴》公布的高技术产业大类行业经历了3个阶段调整:2001—2014年高技术产业包括5大类,分别为医药制造业、航空航天器制造业、电子及通信设备制造业、电子计算机及办公设备制造业、医疗设备及仪器仪表制造业;2015—2017年高技术产业在原来的基础上增加了信息化学品制造业;2018—2020年高技术产业在之前的基础上剔除了航空航天器制造业。因此,考虑到样本数据的完整性和延续性,本文将研究范围设定为医药制造业、电子及通信设备制造业、电子计算机及办公设备制造业、医疗设备及仪器仪表制造业四大类行业及其下设的15个二级细分行业。由于计算机外部设备制造在《中国高技术产业统计年鉴》(2013—2020年)中被分解为计算机零部件制造(3912)和计算机外围设备制造(3913),为保持数据一致性和可比性,2012—2019年计算机外部设备制造数据通过计算机零部件制造(3912)和计算机外围设备制造(3913)数据加总获得。本文选取2001—2020年高技术产业15个细分行业面板数据,相关原始数据均来自历年《中国高技术产业统计年鉴》《中国工业统计年鉴》《中国统计年鉴》《中国环境年鉴》《中国固定资产投资统计年鉴》和各省(自治区、直辖市)历年统计年鉴。由于2018年《中国高技术产业统计年鉴》没有公布,故2017年高技术产业相关数据来自《中国经济普查年鉴》(2018),部分缺失数据采用中国经济社会大数据研究平台予以补充。

3 实证结果分析

3.1 行业异质特征对高技术产业整体的影响效应

根据计量模型,表2列示了产权结构、企业规模、技术密集度、企业自生能力对绿色经济效率的影响效应,其中第(1)(3)(5)(7)列为没有加入控制变量的回归结果,Hausman检验支持固定效应模型。第(2)(4)(6)(8)列为加入控制变量后的回归结果,Hausman检验支持随机效应模型。从中可见,高技术产业集聚系数为正,且通过1%显著性水平检验,表明高技术产业集聚能够显著提升绿色经济效率。高技术产业本身具有较高的知识和技术含量,高技术产业集聚可加速现有技术外溢和知识扩散,有力推动“干中学”和“做中学”;同时,高技术产业集聚使得区域内企业竞争更加激烈,为在竞争中占据优势地位,企业会缩短技术创新周期,涌现新技术、新产品,对于提高生产效率、减少资源消耗、降低生产成本具有重要作用,有利于促进绿色经济效率提升。

表2 高技术产业整体回归结果Tab.2 Overall regression results of high-tech industries

从高技术产业集聚与行业特征变量的交互效应看:第一,产权结构与高技术产业集聚交互项系数显著为正,表明较高的国有产权比重能够显著提升高技术产业集聚的绿色经济效率,假设H1得到验证。这似乎与以往研究结论不符,多数研究认为国有企业效率低,对经济增长具有拖累效应;也有学者认为国有产权存在预算软约束问题,会削弱企业节能减排动力,从而不利于能源效率提升。然而,本文认为,自绿色发展理念提出以来,环境保护和绿色发展已成为社会共识,企业绿色转型成为企业发展的必由之路,国有产权本就承担着政府宏观调控职责,国有产权比重高的企业必然走在绿色化转型前列。第二,企业规模与高技术产业集聚交互项系数在10%水平上显著为正,表明企业规模扩大能够提升产业集聚的绿色经济效率,假设H2得到验证。虽然高技术产业领域中小企业具有较强的开拓精神和创新积极性,但其业务核心为生产经营、扩大规模,污染治理处于边缘位置,而大型企业在市场竞争中处于绝对优势地位,其集聚更容易产生技术扩散效应和规模效应,提高区域生产效率。此外,随着企业规模扩大,企业内部机构设置更加全面,会有专门的治污部门和治污人员,通过共享污染治理设备、分担治污成本、加速治污技术溢出可提升区域内污染治理效率,从而形成节能减排和污染治理规模效应,因此集聚区内企业规模较大的细分行业对绿色经济效率具有更强的提升作用。第三,技术密集度与高技术产业集聚交互项系数显著为正,说明随着技术密集度的提高,产业集聚对绿色经济效率的促进作用增强。本文中的技术密集度采用细分行业年度新产品销售收入与总销售收入之比衡量,技术密集度越高意味着新产品研发数量越多,产品更新换代速度越快,企业技术创新周期越短,资源利用率越高,对绿色经济效率越具有积极影响。第四,企业盈利能力与高技术产业集聚交互项系数在1%水平下显著为正,表明企业盈利能力能够显著增强产业集聚对绿色经济效率的正向促进作用,假设H4得到初步验证。这表明,企业盈利能力越强,资本积累越雄厚,越具有坚实的物质基础进行污染治理和环保技术研发。

3.2 稳健性检验与内生性处理

3.2.1 稳健性检验

上述基准回归结果表明,产权结构、企业规模、技术密集度、企业自生能力对高技术产业集聚与绿色经济效率关系起调节作用,初步验证了本文假设。为确保研究结论的可靠性,需要进行稳健性检验。首先,当前多数文献基于区位熵测度产业集聚水平,本文采用这一方法替换核心变量,对高技术产业集聚水平重新进行测算并纳入估计模型,结果如表3第(1)～(4)列所示。从中可见,高技术产业集聚对绿色经济效率的估计系数依然为正且满足1%显著性水平,且高技术产业集聚与产权结构、企业规模、技术密集度、企业自生能力的交互项系数也都显著为正,与前文基准估计结果一致,验证了本文研究结果的稳健性。其次,考虑到绿色经济效率属于截取数据,故本文采用面板Tobit模型重新进行估计,结果如表3第(5)～(8)列所示。可以看出,高技术产业集聚系数依然显著为正,行业特征变量与高技术产业集聚交互项系数方向与前文一致,显著性水平有所下降,进一步表明本文研究结果比较稳健。

表3 稳健性检验结果Tab.3 Robustness test results

3.2.2 内生性处理

为避免内生性问题对模型估计结果造成偏误,本文进一步对内生性问题进行检验。首先,考虑到本文数据类型为高技术产业15个细分行业面板数据,从地理或历史角度出发选择工具变量对实证研究的意义不大。因此,本文采取解释变量滞后一期的值作为工具变量,即滞后一期高技术产业集聚水平(L.wag),采用两阶段最小二乘法(IV_2SLS)进行回归,限于篇幅,本文只列示了第二阶段估计结果,如表4第(1)～(4)列所示。可以看出,该工具变量通过不可识别检验且不存在弱工具变量问题,无论是高技术产业集聚系数还是交互项系数均为正,显著性水平有所不同,表明高技术产业集聚有利于提升绿色经济效率,且行业异质特征在其中发挥调节作用;其次,广义矩估计方法增加被解释变量滞后项作为工具变量,可同时解决动态性与内生性问题,且有效性更强、偏差更小,故本文进一步采用SYS-GMM方法缓解内生性问题,结果如表4第(5)～(8)列所示。可以看出,高技术产业集聚系数依然显著为正,除产权结构与高技术产业集聚交互项系数不具有统计显著性外,其余变量均显著为正。综合来看,考虑内生性后的估计结果与前文基准回归结果保持一致,再次验证了本文研究结论的稳健性。

表4 内生性检验结果Tab.4 Endogeneity test results

3.3 基于行业大类的异质性分析

高技术产业包含医药制造业(paag)、电子及通信设备制造业(ecag)、计算机及办公设备制造业(coag)、医疗仪器设备及仪器仪表制造业(miag)等多个大类行业,研究期内医药制造业产业集聚水平最低,始终维持在0.008的低集聚水平,而电子及通信设备制造业、计算机及办公设备制造业产业集聚水平较高,远高于0.05的高度集聚分界线。可见,不同行业集聚水平存在较大差距,从产业整体进行实证检验可能会掩盖这些差异化影响。因此,本文基于高技术产业大类实证检验产权结构、企业规模、技术密集度、企业自生能力对绿色经济效率的影响效应,结果如表5和表6所示。

表5 基于产权结构与企业规模的检验结果Tab.5 Testing results based on property rights structure and enterprise scale

表6 基于技术密集度与企业自生能力的检验结果Tab.6 Test results based on technology intensity and enterprise viability

(1)从细分行业产权结构看,医药制造业、电子及通信设备制造业、计算机及办公设备制造业集聚对绿色经济效率的估计系数在1%水平上显著为正,表明这3个行业集聚有利于提升绿色经济效率,但医疗仪器设备及仪器仪表制造业集聚对绿色经济效率的影响不显著。产权结构与各行业集聚水平交互项系数为正,且通过10%显著性水平检验,这与产业整体估计结果类似,说明在国有产权比重较高的高技术产业,产业集聚对绿色经济效率的提升作用较强。《中国绿色专利统计报告》显示,绿色专利申请量排名前三的中国企业分别为中石化、国家电网和中石油,可见国有企业在绿色技术创新方面处于引领地位,而绿色技术创新是提高绿色经济效率的关键。

(2)从细分行业企业规模看,除计算机及办公设备制造业与企业规模交互项回归系数不显著外,其余各列交互项估计系数均为正,显著性水平在不同行业存在差异。这表明,在医药制造业、电子及通信设备制造业、医疗仪器及仪器仪表制造业,随着企业规模扩大,产业集聚对绿色经济效率的促进作用随之增大;而在计算机及办公设备制造业,产业集聚对绿色经济效率的影响与企业规模关系不大。

(3)从细分行业技术密集度看,在医药制造业、医疗仪器设备及仪器仪表制造业,随着技术密集度提高,产业集聚对绿色经济效率的促进作用增强;但在电子及通信设备制造业与计算机及办公设备制造业,随着行业内技术密集度提高,产业集聚对绿色经济效率产生抑制作用。究其原因,技术密集度高虽然使得技术创新周期缩短,但这种创新仅停留在较低水平阶段,行业技术差距不大。相比于医药行业,电子及通信设备制造业与计算机及办公设备制造业技术壁垒较高,仅有行业内个别精英企业掌握先进技术,如华为的5G技术,这导致行业内技术差距较大,使得技术密集度对产业集聚与绿色经济效率关系产生负向影响,假设H3得到验证。

(4)从细分行业企业自生能力看,仅电子及通信设备制造业、计算机及办公设备制造业随着盈利能力提高,产业集聚对绿色经济效率的促进作用增强,而在医药制造业、医疗仪器设备及仪器仪表制造业这一影响作用不显著。虽然基准估计结果表明盈利能力越强越有利于提升产业集聚的绿色经济效率,但前景良好的行业也会不可避免地吸引新企业进入,从而导致资本平均利润率降低。例如,电子及通信设备制造业与计算机及办公设备制造业具有较强的技术壁垒,进入门槛较高,而医药行业技术门槛和准入门槛较低,对新企业吸引力更大,近年来各地纷纷通过发展医药行业拉动区域经济发展,这使得医药行业市场竞争愈发激烈,盈利能力降低,假设H4得到验证。

4 研究结论与政策建议

4.1 研究结论

本文基于2001—2020年高技术产业15个细分行业面板数据,从产权结构、企业规模、技术密集度和企业自生能力4个维度出发,探究行业异质特征如何影响高技术产业集聚的绿色经济效率,结果发现:

(1)产权结构对高技术产业集聚与绿色经济效率关系的调节效应在产业整体及四大类行业均存在。在国有产权比重较高的高技术细分行业,产业集聚对绿色经济效率的提升作用较大,即较高的国有产权比重能够显著提高高技术产业集聚的绿色经济效率。

(2)在高技术产业整体、医药制造业、电子及通信设备制造业、医疗仪器及仪器仪表制造业,随着企业规模的扩大,产业集聚对绿色经济效率的促进作用随之增强,但在计算机及办公设备制造业这一影响效应不显著。

(3)随着行业技术密集度提高,高技术产业整体、医药制造业、医疗仪器设备及仪器仪表制造业集聚对绿色经济效率的促进作用增强,但在电子及通信设备制造业、计算机及办公设备制造业,产业集聚对绿色经济效率产生抑制作用。

(4)企业自生能力能够显著增强高技术产业整体、电子及通信设备制造业、计算机及办公设备制造业产业集聚对绿色经济效率的促进作用,但在医药制造业、医疗仪器设备及仪器仪表制造业这一影响不显著。

4.2 政策建议

基于上述研究结论,本文提出如下政策建议:

(1)突出国有产权在绿色转型中的使命担当,强化集聚区内国有产权在绿色发展中的主导作用,加强国有产权监管,制定严格的生态环境标准和规范,加大对国有企业破坏生态环境的惩处力度,着力打造一批国有企业发展绿色经济的典型案例,发挥国有企业引领示范效应。同时,引导非国有经济牢固树立“人与自然和谐共生”的绿色发展理念,在绿色化转型过程中为其提供财税、金融等政策支持,努力把非国有经济也培育成为绿色发展的践行者。

(2)发展壮大规模以上高技术企业,不断提升高技术产业层级,尤其是对于计算机及办公设备制造业而言,应强化市场竞争机制,加速企业之间的合作、并购,培育全产业链条,推动规模以上高技术企业做优做强,充分释放规模效应。

(3)发挥绿色技术的引领作用,加大对高技术产业绿色技术创新的支持力度,推动绿色技术创新成果市场化应用,加快传统高技术产业高端化、智能化、绿色化改革步伐。打破行业间技术壁垒,尤其是在电子及通信设备制造业、计算机及办公设备制造业,应联合开展低碳、零碳、负碳等关键技术攻关,提升高技术产业集聚的绿色经济效率。

(4)外力帮扶和内力培育相结合,重点提升企业自生发展能力,尤其是医药制造业、医疗仪器设备及仪器仪表制造业应加快全国统一大市场建设步伐,完善市场机制,避免恶意竞争和盲目入行。