綠色創新效率與產業結構升級的互動關系研究

張玲梅　王金河

摘要：以全國284個城市為樣本，綜合運用Super-SBM模型、ArcGIS可視化分析、面板向量自回歸（PVAR）模型等方法，測算城市綠色創新效率，分析時空分布特征，并對城市綠色創新效率與產業結構升級的互動關系進行檢驗。結果表明：城市綠色創新效率與產業結構升級存在自我加強機制；城市綠色創新效率與產業結構升級存在相互促進關系。最后對城市提高綠色創新效率，優化產業結構提出相應的建議。

關鍵詞：綠色創新效率；產業結構升級；向量自回歸模型

中圖分類號：F062.2? ? ? 文獻標志碼：A? ? ? 文章編號：1008-4657（2023）02-0056-07

0? ? ? ? 引言

在新發展理念指導下，綠色創新成為驅動經濟高質量發展、緩解環境污染的重要途徑。產業結構升級作為經濟高質量發展的重要基礎，必然會受到綠色創新效率的影響。同時，產業結構升級能淘汰“高污染”“高能耗”產業，減少污染物的排放［ 1 ］，降低綠色創新的非期望產出，進而提高綠色創新效率。這意味著綠色創新效率與產業結構升級是相互影響的。

學術界關于綠色創新與產業結構升級的研究主要基于兩條主線展開。第一，綠色創新是推動產業結構升級的重要力量。朱于珂等［ 2 ］認為綠色技術創新能通過優化生產要素配置、提高節能減排效率，引領產業結構從”高污染”“高能耗”的產業轉向技術密集、綠色環保的產業，實現產業結構升級。汪發元等［ 3 ］發現長三角洲地區綠色創新能借助清潔的技術和先進的知識對資源進行改造和整合，推動高技術產業的發展，進而加快產業結構升級的速度。郭炳南等［ 4 ］指出綠色技術創新通過提高資源利用率實現產業結構邁向合理化，通過增強企業競爭優勢推動產業結構高級化。徐盈之等［ 5 ］通過實證發現，綠色技術創新與產業結構升級之間不僅存在線性關系，還存在以要素市場扭曲為門檻變量的非線性關系。劉在洲等［ 6 ］采用動態空間杜賓模型探索綠色技術創新對產業結構升級的空間溢出效應，結果顯示，長江經濟帶綠色技術創新能顯著提升本省市的產業結構升級，但對鄰近省市產業結構升級的推動效果不顯著。

第二，產業結構升級能反向影響綠色創新效率。吳旭曉［ 7 ］認為產業結構升級有助于產業向低能耗、綠色化的方向轉化，降低了排污力度和能源消耗，進而減少了綠色創新活動的能源投入和非期望產出，對綠色創新效率的提高產生了促進作用。閆華飛等［ 8 ］發現在產業結構升級過程中存在著人才、資本、技術等生產要素的重新配置，進而對綠色創新效率產生影響。黃磊等［ 9 ］在使用超效率EBM模型測算城市綠色技術創新效率的基礎上，采用空間計量模型探索城市綠色技術創新效率的動力機制，發現產業結構優化促進產業協同發展，推動本城市綠色技術創新效率的提高。

1.3? ? ? ?數據來源

本文以我國284個城市為研究對象，樣本時間跨度為2011～2019年，數據主要來源于歷年《中國城市統計年鑒》和各市統計公報，個別缺失值使用線性插值法進行填補。

2? ? ? ? 實證結果分析

2.1? ? ? ?綠色創新效率與產業結構升級的時空特征分析

基于測算得到的gie與uis，對城市綠色創新效率與產業結構升級進行時空特征分析，以了解城市綠色創新效率與產業結構的時間、空間變化情況，為后文分析綠色創新效率與產業結構升級的互動關系奠定基礎。圖1展示了2011～2019年城市綠色創新效率與產業結構升級的均值變化。

從圖1中可以看出，城市綠色創新效率呈波動上升趨勢，但其在2016年時急劇下降，這說明在新發展理念的指導下，我國各城市在使用先進、清潔的技術發展經濟的同時更加重視環境保護，進而實現綠色創新效率的提升，2016年城市綠色創新效率出現急劇下降的現象可能與國家發布的“三去一降”政策有關，我國很多城市的產業是以工業制造業為主，這一政策的實施使這些城市受到了一定程度的沖擊；產業結構升級呈逐年增長態勢，這說明近9年我國城市的產業結構發生了巨大的變化，服務業等第三產業的占比增加，”高污染”“高能耗”的產業逐漸退出市場，更有利于經濟高質量發展。

接著，使用ArcGIS自然斷點法將2011年與2019年城市綠色創新效率分為三個等級，并展示了其可視化結果，見圖2。

從圖2可知，2011年，我國城市綠色創新效率處于低效率區的占比最大，且主要為中西部城市，說明2011年時我國整體綠色創新效率值較低，存在一定的提升空間；高效率城市主要處于東部沿海地區，這些城市創新資源相對豐富、經濟發展水平高、綠色環保意識濃厚，有利于綠色創新效率的提高。到2019年，我國綠色創新效率處于低效率區的城市數量明顯減少了，處于中、高效率區的城市數量增加了，這意味著我國整體綠色創新效率隨時間有顯著的增長趨勢，與圖1的結論一致。

圖3是2011年與2019年我國城市產業結構升級的空間分布圖，與圖2使用的可視化方法一致。

從圖3中可以看出，與2011年相比，2019年我國城市產業結構升級處于低效率區的城市數量跳躍式減少，2019年時只有9個城市仍屬于低效率區；處于中、高效率區的城市數量明顯增加，東部沿海城市與各省份的省會城市幾乎均處于高效率區，這說明近些年來我國城市產業結構正朝著更加高級的方向發展，更適合當前經濟發展的需求。

2.2? ? 平穩性檢驗與階數確定

為確保結果的穩健性，避免出現偽回歸現象，本文使用LLC、IPS和HT檢驗對綠色創新效率和產業結構升級變量進行單位根檢驗，結果見表1。

表1結果表明，綠色創新效率與產業結構升級均通過了LLC、IPS和HT檢驗，說明這2個變量是平穩序列。

在使用PVAR模型對綠色創新效率與產業結構升級之間的互動關系進行研究前，需要確定最優滯后階數。因此，本文采用AIC、BIC與HQIC信息準則確定模型的滯后階數，結果如表2所示。

由表2可知，AIC、BIC與HQIC值在滯后階數為1時最小，說明模型的最優滯后階數為1階。

2.3? ? 格蘭杰因果檢驗

為了進一步分析綠色創新效率與產業結構升級的短期動態影響和因果關系，本處在加入1階滯后變量的情況下，對上述兩個變量進行了格蘭杰因果檢驗，結果見表3。

從表3中可以看出，城市綠色創新效率是產業結構升級的格蘭杰原因，其至少通過了10%的顯著性檢驗；城市產業結構升級也是綠色創新效率的格蘭杰原因，其至少通過5%置信水平下的檢驗。因此，綠色創新效率與產業結構升級互為格蘭杰因果關系。

2.4? ?PVAR模型估計

在確定了最優滯后階數與單位根檢驗后，本文基于GMM建立的PVAR模型對綠色創新效率與產業結構升級之間的相互關系進行研究，結果如表4所示。

由表4可知，當綠色創新效率作為被解釋變量時，本年的綠色創新效率易受到滯后一階綠色創新效率的影響，說明綠色創新效率的提高具有一定的慣性。滯后一階的產業結構升級對綠色創新效率存在顯著的正向影響，說明產業結構升級有助于綠色創新效率的提升。當產業結構升級為被解釋變量時，上一期的產業結構升級和綠色創新效率對本期產業結構升級的影響系數均為正數，且至少通過10%置信水平下的檢驗，說明前期的產業結構升級與綠色創新效率能顯著促進當期產業結構升級。綜上，綠色創新效率與產業結構升級之間存在互促機制。

2.5? ?脈沖響應分析

為了探索綠色創新效率與產業結構升級在長期內的動態關系，本部分通過1000次蒙特卡洛模擬，得到城市各變量滯后10期的脈沖響應圖，如圖4所示。

圖4第一列為綠色創新效率的脈沖響應圖。

由圖4的第一個圖可知，在綠色創新效率受到自身沖擊時，其響應值在初期時達到最大，之后隨著時間逐漸降低，說明綠色創新效率的提升對自身的依賴度較高。從第三個圖可以看出，當綠色創新效率受到產業結構升級沖擊時，在當期未做出反應，隨后產生正向響應并在達到峰值后開始衰退，即產業結構升級對綠色創新效率的提升具有滯后性。這說明產業結構升級能推動”高污染”“高能耗”的產業向綠色化轉型，實現資源再配置，使創新要素流動到合適的部門，為綠色創新活動的舉辦提供良好的環境，進而促進綠色創新效率的提升。

由第二個圖可知，產業結構升級面對自身一個標準差沖擊的響應值為正數，在當期達到最大值，隨后呈現出下降趨勢并趨于平緩。這意味著產業結構升級具有自我增加機制，能快速應對自身的沖擊。從第四個圖可以看出，產業結構升級對綠色創新效率標準差沖擊的脈沖響應當期為正，并隨著滯后階數的增加而加強，達到峰值后，又隨著滯后階數的增加而減弱，這說明短期綠色創新效率對產業結構升級的驅動作用較強。

2.6? ? 方差分解

通過方差分解可以分析每一個單位沖擊對預測的內生變量的誤差變異系數貢獻程度。為了更清晰地刻畫綠色創新效率與產業結構升級的動態影響，本文利用方差分解函數解釋各沖擊變量對變量的貢獻率，表5列出了第5期、第10期、第15期和第20期的方差分解結果。

從表5中可以看出，各變量在預測15期與20期的方差分解結果差異較小，說明在15期后，綠色創新效率與產業結構升級的波動趨于穩定。從產業結構升級對綠色創新效率的貢獻來看，產業結構升級對綠色創新效率的方差貢獻為15.1%，其方差貢獻率隨著期數的增加有所提升，但增加幅度較小，而產業結構升級對自身的貢獻率超過了85%，說明城市產業結構升級主要依靠自身的疊加效應。從綠色創新效率對產業結構升級的貢獻來看，綠色創新效率對產業結構升級的貢獻率不足5%，說明所有城市的綠色創新效率還不高，其對產業結構升級的促進作用還不強，這意味著城市產業結構升級缺乏綠色創新基礎，亟需提升綠色創新效率，培育產業結構轉型的新動能。同時，綠色創新效率對自身的貢獻率均超過了95%，表明大部分綠色創新效率的提升是由自身導致的。

3? ? 結論與對策建議

3.1? ?主要結論

第一，PVAR模型結果表明，城市產業結構升級對綠色創新效率起到了顯著促進作用，同樣的，城市綠色創新效率也推動了產業結構升級，兩者間存在互動關系。

第二，從格蘭杰因果分析來看，綠色創新效率與產業結構升級互為格蘭杰因果關系。

第三，從脈沖響應來看，綠色創新效率與產業結構升級均存在自我加強機制；綠色創新效率對當期產業結構升級的影響為0，隨后呈現出先上升后下降直至平緩的趨勢，說明綠色創新效率對產業結構升級的影響存在滯后性；產業結構升級在短期內能驅動綠色創新效率。

第四，從方差分解的結果看，在第15期后綠色創新效率與產業結構升級之間的動態關系達到了相對均衡，產業結構升級對綠色創新效率的貢獻率達到了15%，而綠色創新效率對產業結構升級的貢獻率不足5%，這可能是由于城市綠色創新效率較低，無法有效利用技術溢出效應、學習效應推動產業結構升級。

3.2? ?對策建議

第一，提升綠色創新效率，保持創新驅動效益。綠色創新是產業結構升級的關鍵力量，其能打破技術壁壘，促使產業向著高技術、低污染轉型。為此，政府應激勵創新主體開展綠色創新活動，幫助解決產業結構升級中遇到的“卡脖子”技術問題。同時，政府要優化營商環境、加大對綠色創新活動的投資力度、完善知識產權保護法［ 5 ］，切實滿足綠色創新活動舉辦的需求。

第二，深化產業結構調整，釋放結構紅利。產業結構調整過程中伴隨著創新要素的自由流動與重新配置，這勢必會影響綠色創新產出。對此，政府應積極發揮規劃引領作用，帶動產業結構向合理化、綠色化的方向演進，實現傳統產業的改造和新興產業的形成。同時，還應該充分發揮市場機制作用，通過“看不見的手”對資源再配置，破除產業間要素流動障礙，為產業結構升級創造條件。

參考文獻：

［1］ 于斌斌.產業結構調整如何提高地區能源效率？——基于幅度與質量雙維度的實證考察［J］.財經研究，2017，43（1）：86-97.

［2］ 朱于珂，高紅貴，肖甜.工業企業綠色技術創新、產業結構優化與經濟高質量發展［J］.統計與決策，2021，37（19）：111-115.

［3］ 汪發元，何智勵.環境規制、綠色創新與產業結構升級［J］.統計與決策，2022，38（1）：73-76.

［4］ 郭炳南，王宇，張浩.數字經濟、綠色技術創新與產業結構升級——來自中國282個城市的經驗證據［J］.蘭州學刊，2022（2）：58-73.

［5］ 徐盈之，張瑞婕，孫文遠.綠色技術創新、要素市場扭曲與產業結構升級［J］.研究與發展管理，2021，33（6）：75-86.

［6］ 劉在洲，汪發元.綠色科技創新、財政投入對產業結構升級的影響——基于長江經濟帶2003-2019年數據的實證分析［J］.科技進步與對策，2021，38（4）：53-61.

［7］ 吳旭曉.中國區域綠色創新效率演進軌跡及形成機理研究［J］.科技進步與對策，2019，36（23）：36-43.

［8］ 閆華飛，肖靜，馮兵.長江經濟帶工業綠色技術創新效率評價及其影響因素分析［J］.統計與決策，2022，38（12）：96-101.

［9］ 黃磊，吳傳清.長江經濟帶城市綠色技術創新效率及其動力機制研究［J］.重慶大學學報（社會科學版），2021，27（1）：50-64.

［10］ Holtz-Eakin D，Newey W，Rosen H S. Estimating vector autoregressions with panel data［J］. Econometrica，1988，56（6）：1371-1395.

［11］ Love I，Zicchino L. Financial development and dynamic investment behavior： Evidence from panel VAR［J］. Quarterly Review of Economics and Finance，2005，46（2）：190-210.

［12］ 連玉君，程建.投資—現金流敏感性：融資約束還是代理成本？［J］.財經研究，2007（2）：37-46.

［13］ 李金滟，李超，李澤宇.城市綠色創新效率評價及其影響因素分析［J］.統計與決策，2017（20）：116-120.

［14］ 付凌暉.我國產業結構高級化與經濟增長關系的實證研究［J］.統計研究，2010，27（8）：79-81.

［15］ 涂建軍，姜莉，徐桂萍，等.長三角城市群科技創新、產業結構升級與新型城鎮化的交互影響［J］.城市發展研究，2021，28（12）：1-11.

［責任編輯：許立群］

Research on the Interaction Between Green Innovation

Efficiency and Industrial Structure Upgrading：

PVAR Analysis Based on Urban Panel Data

ZHANG Lingmei，WANG Jinhe

（School of Business， Liaocheng University， Liaocheng 252059， China）

Abstract：This paper takes 284 cities in China as samples， comprehensively uses Super-SBM model， ArcGIS visualization analysis， panel vector autoregressive （PVAR） model and other methods to measure urban green innovation efficiency， analyze the spatial and temporal distribution characteristics， and test the interaction between urban green innovation efficiency and industrial structure upgrading. The results show that there is a self-reinforcing mechanism between urban green innovation efficiency and industrial structure upgrading. The results also show that there is a mutual promotion relationship between urban green innovation efficiency and industrial structure upgrading. Finally， some suggestions are put forward to improve the efficiency of green innovation and optimize the industrial structure.

Key words：green innovation efficiency; Industrial structure upgrading; vector autoregressive model

收稿日期：2022-10-18

基金項目：山東省社會科學規劃一般項目（22CJJJ11）

作者簡介：張玲梅（1997-），女，山西呂梁人，聊城大學碩士研究生，主要研究方向：產業經濟理論；

王金河（1972-），男，山東茌平人，聊城大學副教授，碩士生導師，主要研究方向：產業經濟理論。