技术创新对绿色发展的空间效应与传导机制——基于长三角城市群的经验证据

黄 晶 徐志超

（安徽财经大学经济学院，蚌埠 233030）

引 言

中国特色社会主义进入新时代，我国将转变发展方式、优化经济结构、推动经济高质量发展作为未来发展的重要目标。党的二十大报告提出“推动绿色发展，促进人与自然和谐共生”、“到二〇三五年，……实现高水平科技自立自强，进入创新型国家前列”。作为经济高质量发展的两大理念，“创新” 与“绿色” 存在着密切联系。绿色发展依赖于创新技术的突破；创新发展须置于绿色框架之下，尽可能降低创新过程和成果应用对环境产生的负面影响。如何更好地发挥创新与绿色的协同作用，是学术界及政府部门关心的重要问题。

近年来，长江三角洲（以下简称“长三角”）城市群绿色转型与创新发展问题备受关注。我国陆续出台了各类文件，将技术创新作为长三角区域产业转型的主引擎，将绿色发展作为长三角区域高质量发展的重要抓手。作为我国经济发展的重要增长极，长三角城市群高质量发展对中国式现代化建设意义重大，对其他城市群高质量发展也具有借鉴价值。因此，本文以长三角城市群为样本，分析技术创新对绿色发展的直接效应和间接效应，基于不同空间权重矩阵检验技术创新对城市绿色发展的作用，提高本文研究结论的稳健性，通过不同异质性子样本将技术创新对绿色发展的总效应分解为直接效应和间接效应，并进行区域对比分析，进一步将节能减排效应和产业升级效应纳入空间计量模型中，采用“两步法” 中介效应检验进行机制分析。

1 文献综述

纵观国内外研究，技术创新对绿色发展的影响主要分为三类观点：第一类观点认为技术创新能够促进绿色发展。生产企业通过采用先进技术提高生产资料利用效率，促进资源循环利用［1，2］，使污染得到有效控制，在生产过程中实现节能减排［3，4］；同时，技术创新通过引领原有产业朝着绿色化转型［5］，催生出新型绿色产业，进而实现城市经济绿色化、生产绿色化、环境绿色化和生活绿色化［6，7］；第二类观点认为技术创新会阻碍绿色发展。企业在进行技术创新时面临边际成本与边际收益相抉择的问题，由于清洁环境具有公共物品性质，以利润最大化为目标的企业会更加重视由技术创新带来的边际收益，而忽视技术创新对生态环境带来的负面影响，导致个体污染程度高于社会最优水平。此外，技术进步使得生产资料与产品的单位生产成本和价格下降，对该行业的产品需求增加，如果此类技术被应用于高污染企业，则会产生环境污染的“回弹效应”［8，9］，严重阻碍绿色发展；第三类观点认为技术创新与绿色发展之间的关系是非线性的。当技术创新处于起步阶段时，能源利用效率较低且使用节能技术的机会成本较高，企业采用节能技术的动力不足，生产扩张往往伴随着污染增加；但随着技术创新逐渐走向成熟，节能技术成本下降，企业节能减排意愿增强，新技术将广泛应用于生产环节，使得技术创新对绿色发展的影响跨过拐点，由负向转为正向效应，最终形成技术创新与绿色发展的“U” 型关系［10］。

为验证技术创新与绿色发展之间的理论关系，Bartzoka 和Yarime［11］以重污染行业为例，对绿色清洁技术在生产环节中的可用性进行了研究，并提出应当通过产品和技术的创新来实现绿色技术创新；Chun 等［12］以韩国为样本，分析了绿色创新在各个产业中对生产效率的影响，并提出重污染产业应当更注重绿色技术创新。较新的研究如滕堂伟等［13］分析了长江经济带科技创新与绿色发展的耦合协调关系，发现其耦合关系具有区域性集聚特征；张小筠等［14］采用系统GMM 动态面板研究发现，技术创新能够有效提高制造业的资源和能源利用率，降低制造业的污染排放，进而促进城市绿色发展；曾刚和胡森林［15］以黄河流域79个地级市为研究对象，得出技术创新先抑制后促进城市绿色发展的结论，并验证了“回弹效应”；马海涛和王柯文［16］以长江经济带三大城市群为研究对象，也验证了城市技术创新对绿色发展的影响呈“U” 型关系；Cheng 等［17］采用网络松弛模型和空间杜宾模型研究发现，我国制造业技术创新价值链效率虽呈现波动增长趋势，但技术创新效率的提高可显著提升制造业绿色发展水平。

目前，关于技术创新对绿色发展影响的研究较为丰富，但多数实证分析只是基于普通面板模型，忽视了技术创新对绿色发展影响的空间效应；此外，针对技术创新影响绿色发展的方式以及对中介机制进行检验的研究较少。为此，本文首先通过理论阐释提出研究假设，然后采用空间杜宾模型和中介效应检验分析技术创新对城市绿色发展的空间效应与传导机制。

2 理论机制

2.1 技术创新对城市绿色发展的影响方式

技术创新对城市绿色发展的影响方式主要体现在4 个方面：（1） 技术创新推动产业结构从资本密集型向知识和技术密集型产业转型，使得“高能耗、高排放、高污染” 的第二产业比重下降，绿色清洁和低污染的第三产业比重上升，实现产业绿色化；（2） 技术创新有助于提升企业生产过程中的能源利用效率和废物处理率，实现生产绿色化；（3） 技术创新有助于降低企业和家庭的污染物排放，有效地保护城市环境，实现环境绿色化；（4） 技术创新推动了人们生活方式和消费方式的转变，引导居民绿色出行、绿色消费，实现生活绿色化。根据上述分析，提出研究假设H1：技术创新对城市绿色发展具有正向促进作用。

同时，考虑到本文研究对象为长三角城市群，不同城市的地理环境、资源禀赋、经济基础、发展阶段存在一定差异，导致技术创新对城市绿色发展的影响程度有所不同。为此，提出研究假设H2：技术创新对城市绿色发展的影响存在区域异质性。

2.2 节能减排和产业升级对绿色发展的中介作用

技术创新的绿色效应包括促进节能减排和推动产业升级。其中，节能减排效应表现为节约投入端的能源消耗和减少产出端的污染排放。具有较高创新能力的企业通过改进现有的能源使用技术，可显著提高能源利用效率，减少能源需求，降低能源消耗和污染物排放，从而促进城市绿色发展［18］。产业升级效应表现为新技术研发使能源配置由低生产率产业转向高生产率产业。能源消耗与污染物排放的产业分布格局在一定程度上取决于产业结构。随着企业创新能力不断提升，新的替代能源技术出现，能源依赖度过高、污染严重的落后产业将逐渐被淘汰。能源要素将从“高能耗、高污染” 企业向“低能耗、低污染” 企业流动，绿色产业崛起将优化能源消耗结构，从而提升城市绿色发展水平。根据上述分析，提出研究假设H3：节能减排和产业升级是技术创新促进城市绿色发展的路径。

3 数据与变量说明

3.1 变量选取

（1） 被解释变量：绿色发展水平指数（GD）。本文从经济绿色化、生产绿色化、环境绿色化和生活绿色化4 个维度构建城市绿色发展综合评价指标体系（见表1）。经济绿色化主要反映经济结构对绿色发展的影响；生产绿色化主要反映生产活动排放对绿色发展的影响；环境绿色化主要反映自然环境对绿色发展的影响；生活绿色化主要反映居民生活方式对绿色发展的影响。参考杨丽和孙之淳［19］的做法，采用改进的熵值法①对构成绿色发展水平指数的12 个指标进行综合测算，得到2003～2022 年长三角城市群中各城市的绿色发展水平得分。

表1 城市绿色发展综合评价指标体系

（2） 核心解释变量：城市技术创新水平（TI）。对技术创新的衡量通常采用专利数据，包括发明专利、实用新型专利和外观设计专利。其中，发明专利能更好地反映技术创新的综合性。发明专利数据又分为专利申请量和专利授权量，鉴于专利申请量的时效性更强，能及时地反映出技术创新情况，并且考虑到城市规模差异的影响，采用每万人发明专利申请量表示城市技术创新水平。

（3） 中介变量：节能减排（ESER）和产业升级（UIS），分别采用工业总产值和工业用电量的比值、第三产业生产总值进行度量。

（4） 控制变量：经济发展水平（ECO）、环境规制效率（ENR）、城市人口密度（DEF）、工业企业数量（NOE）、外商直接投资（FDI）。其中，经济发展水平反映城市经济发展的综合效益，选取城市人均生产总值作为度量指标；环境规制效率采用第二产业生产总产值与二氧化硫排放量的比值来度量；城市人口密度采用城市人口数量与城市面积的比值来度量，工业企业数量采用全市工业企业个数来度量，二者分别反映城市中的居民生活和生产活动对绿色发展的影响；外商直接投资采用当年实际使用外资金额来度量。

3.2 数据来源

以2003～2022 年长三角城市群41 个地级及以上城市为研究对象，剔除安徽省巢湖市（其于2011 年被撤销地级市）。数据来自《中国统计年鉴》、《中国城市统计年鉴》 以及各省（区、市）统计年鉴。对部分缺失数据采用线性插值法补齐。为消除指标的量纲差异和数据异方差问题，对部分指标进行对数变换。

4 实证研究

4.1 空间相关性检验

基于空间邻接矩阵计算长三角城市技术创新的全局莫兰指数（Moran's I）。表2 显示，除2021和2022 年以外，全局莫兰指数均为正值且通过了空间相关性检验。2005、2010、2015 和2020 年技术创新的局部莫兰指数散点图②呈现“高高聚集”、“低高聚集” 和“低低聚集” 3 种状态，并且技术创新在2005～2020 年存在的时间惯性，可以采用空间面板模型进行分析。

表2 技术创新的全局莫兰指数

4.2 空间计量模型分析

构建如下空间杜宾模型（SDM）：

式（1） 中，GDit、TIit、Xit、εit分别表示第i个城市在第t年的绿色发展水平、技术创新、控制变量向量和随机误差项；α表示常数项；δ表示绿色发展的空间自回归系数；β和Φ分别表示技术创新和控制变量的回归系数；ω和Ψ分别表示技术创新和控制变量的空间滞后系数；n为城市个数，W为空间权重矩阵。在空间计量建模中，遗漏变量将导致模型存在内生性问题，并且寻找其他解释变量来捕捉这些不可观测因素通常十分困难。因此，本文通过构建SDM 模型将周边地区的核心解释变量的线性加权组合加入到方程中，在一定程度上降低遗漏变量带来的估计偏误［20］。

4.2.1 基准回归

表3 模型（1） 基准回归结果显示，TI的系数为0.113，在1%置信水平下显著为正，验证了H1，技术创新对城市绿色发展具有正向促进作用。WTI的系数为0.033，在1%置信水平下显著为正，表明城市技术创新对绿色发展具有正向的空间溢出作用。控制变量中，经济发展水平（ECO）对绿色发展的回归系数为负，原因在于长三角城市在经济发展早期对环境保护的重视不足，往往以牺牲环境为代价片面追求经济增长率［21］。环境规制效率系数ENR和WENR在1%置信水平下显著为负，说明环境规制对绿色发展具有显著的负向影响，并且这种影响存在着空间关联性，该结果验证了“企业合规成本说”，即较强的环境规制会提高企业合规成本，导致企业生产效率降低，单位产出的污染物排放量可能增加，对绿色发展起阻碍作用。

表3 基准回归结果

由于模型包含空间滞后项，式（1） 中各变量的系数估计值并不能准确度量解释变量对被解释变量的实际影响。因此，本文采用LeSage 和Pace［22］提出的方法，将技术创新对绿色发展的总效应分解为平均直接效应和平均间接效应（或平均溢出效应）。平均直接效应为i城市技术创新的变化对该城市绿色发展的平均综合影响，不仅包括了技术创新对i城市绿色发展的直接影响，还包含了技术创新传递到空间相关联的j城市并引起j城市相关变量变化后，对i城市绿色发展产生的反馈效应；平均间接效应不仅包括i城市技术创新变动引起空间相关联的j城市相关变量的变化，还包括其对本地绿色发展的影响传递到j城市后，对j城市绿色发展产生的平均影响。

对长三角城市群总体的分析显示，技术创新的直接效应与间接效应系数分别为0.035 和0.034，均在5%置信水平下显著。技术创新存在明显的正向空间溢出，并且溢出效应与直接效应的程度相当。长三角城市群聚集了丰富的资源，大量高端产业链和高水平科技供给为区域内产业绿色转型提供了良好基础。凭借较好的产学研合作和活跃的技术交易市场，长三角地区逐步形成了以技术创新为动力的“绿色” 发展格局。近年来，通过不断推进区域融合与协同发展，要素在长三角城市之间的流动加快，为技术创新外溢创造了有利条件。

4.2.2 稳健性检验

空间权重矩阵的选择是空间计量分析的重要部分，为检验结论的稳健性，分别采用空间经济距离矩阵（W1）和空间经济地理嵌套矩阵（W2）替代空间邻接矩阵W进行模型估计。其中，W1 是在W的基础上加入城市生产总值来衡量空间距离，W2 是将城市生产总值和城市经纬度结合起来衡量空间距离。表3 模型（2） 和模型（3） 估计结果显示，更换空间权重矩阵后，技术创新对城市绿色发展的直接促进作用和正向溢出作用依然显著。回归结果的显著性与方向不会因为更换空间权重矩阵而发生逆转性变化。

4.2.3 异质性分析

考虑到不同城市对技术创新的投入有所不同，本文将长三角城市群总体样本按照“都市圈－非都市圈” 城市、“资源型－非资源型” 城市两种方式进行划分，分别回归并对空间效应进行分解，以验证假设H2。

根据2016 年5 月国务院常务会议通过的《长江三角洲城市群发展规划》，将长三角城市群中的26 个城市③划归为都市圈城市，其余15 个城市划归为非都市圈城市。表4 空间效应分解结果显示，都市圈城市技术创新的直接效应与溢出效应均不显著，非都市圈城市技术创新的直接效应显著但溢出效应不显著。作为我国经济最具活力、发展水平最高的地区之一，长三角区域都市圈城市较早地开启产业转型，实现了经济发展与生态环境保护的良性互动，绿色经济已越过快速发展阶段，都市圈城市技术创新对绿色发展的边际贡献有所下降④。非都市圈城市往往处于区域外围，与都市圈城市相比，发展资源和科技基础都处于劣势。同时，由于大城市对周边中小城市的资源“虹吸效应”，反而容易剥夺非都市圈城市的发展机会，难以形成辐射效应。

表4 空间效应分解

根据国家发展改革委员会提出的《全国资源型城市可持续发展规划（2013 ～2020 年）》，将长三角城市群中10 个城市⑤划分为资源型城市，其余31 个城市划分为非资源型城市。表4 显示，资源型城市技术创新的直接效应和溢出效应不显著，非资源型城市技术创新的直接效应和溢出效应均显著为正。多数资源型城市自身综合发展水平不高、技术创新水平低，其发展更多地依赖于资源存量的利用，并且在资源使用过程中往往存在高能耗和高污染问题；非资源型城市无资源存量优势，因而更注重通过技术创新和提高效率的方式谋求发展，有效提升了城市自身绿色发展水平，同时，通过技术的空间溢出带动了周边城市的绿色发展。

上述分析验证了假设H2，技术创新对城市绿色发展的影响存在区域异质性。

4.3 中介效应分析

为进一步探究长三角城市技术创新促进绿色发展的具体方式，本文对技术创新通过节能减排效应、产业升级效应促进绿色发展的机制进行识别和检验。参考江艇［23］的研究，采用“两步法”进行中介效应分析：第一步，核心解释变量对被解释变量进行回归；第二步，核心解释变量对中介变量进行回归；如果第二步回归的核心解释变量显著，则结合传导机制的理论分析验证了中介效应。设计如下中介模型：

式（2） 为技术创新对绿色发展的基准回归方程；式（3） 为技术创新对中介变量（Med）的回归方程，各系数解释与式（1） 相同。中介变量分别选取节能减排（ESER）与产业升级（UIS）。

表5 列（2） 显示，技术创新对节能减排效应的直接作用系数（TI）在1%置信水平下显著为正，说明技术创新通过促进节能减排进而推动城市绿色发展；列（3） 显示，技术创新对产业升级效应的直接作用系数虽然不显著，但其空间溢出系数（WTI）在1%置信水平下显著为正，表明技术创新主要通过产业升级的正向空间溢出作用推动城市绿色发展。中介效应分析验证了假设H3，节能减排和产业升级是技术创新促进城市绿色发展的路径。

表5 中介效应分析

5 主要结论与政策建议

过去十年，长三角区域在技术创新能力上取得了快速发展，城市绿色发展水平也不断提升。本文基于长三角城市面板数据，探讨了技术创新对绿色发展的直接和间接影响及其作用机制。研究发现：（1） 技术创新对城市绿色发展产生了显著的正向促进作用，该结论在多种稳健性检验后仍然成立；（2） 技术创新对城市绿色发展的影响存在空间异质性。具体表现为，非都市圈城市技术创新的直接效应显著，但都市圈城市技术创新的直接效应有所减弱且溢出效应不显著；非资源型城市技术创新的直接效应和溢出效应均显著为正，资源型城市技术创新的直接效应和溢出效应不显著；（3） 技术创新通过节能减排对城市绿色发展产生正向直接作用，通过对产业升级产生正向溢出作用进而促进城市绿色发展。

立足上述结论，为充分发挥技术创新对城市绿色发展的积极影响，本文提出以下政策建议：

（1） 大力扶持企业技术创新，加快本地产业结构向清洁化、高效化转型升级。落实企业碳排放要求和节能减排目标，对高污染、高能耗企业进行外部约束；还要积极孵化绿色环保产业，为企业搭建绿色新兴产业园区和绿色技术产学研创新基地。完善企业绿色技术创新优惠政策支持体系，为企业开展绿色技术创新提供政策便利，提高企业创新的内生动力。鼓励企业与高校、科研机构共同开展科学研究、绿色技术转移和人才培养等合作项目。完善成果转化机制，加强科技成果与绿色产业的对接，支持企业将科技成果转化为绿色生产力。

（2） 建立长三角绿色发展的地区协作机制，形成一体化区域合力，发挥都市圈城市和非资源型城市的辐射带动作用。长三角部分城市的技术创新具有显著的空间外溢性，通过地理或经济关联对周边城市绿色发展产生积极影响。地方政府宜顺势而为，根据创新高地城市的产业特点和优势，引导相关产业集聚发展，形成绿色产业链和价值链的完整生态系统。通过举办高水平学术会议、产业对接会、科技创新展示等活动，搭建交流合作平台，促进中心城市与周边地区的创新资源共享和合作，扩大技术创新的辐射影响范围，进一步推动区域产业升级和绿色发展。

（3） 加强环保监管和标准建设，强化环保政策的实施，推动企业向绿色、清洁、高效方向发展。严格执行环境保护法律法规，加大对环境违法行为的查处力度。同时，鼓励企业建立自主监测系统，实施在线监测和自动预警，及时发现和纠正环境污染问题。加强对企业污染治理的技术支持和培训，提高企业的环保意识和能力。

需要指出的是，受限于指标数据的可得性，本文仅在长三角城市层面考察了技术创新对城市绿色发展的影响，未能在范围更大的样本层面或辖域更小的县级层面开展更丰富和细致的研究。未来可进一步拓展研究的样本范围，并对中介路径进行更深入的挖掘。

注释：

①具体计算方法略，留存备索。

②限于篇幅，局部莫兰散点图略。

③上海、南京、无锡、常州、苏州、南通、盐城、扬州、镇江、泰州、杭州、宁波、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。

④不含2022 年数据的分析显示，长三角区域都市圈城市的技术创新直接效应均显著为正，技术创新对绿色发展起到直接促进作用。

⑤徐州、宿迁、湖州、滁州、马鞍山、宿州、亳州、宣城、淮南、池州。