科技服務業試點對城市綠色全要素生產率的影響研究

姚戰琪

（中國社會科學院 財經戰略研究院，北京 100028）

當前科技服務業成為推動高技術產業發展和提升國際競爭力的主要動力。 2014 年，國務院印發《關于加快科技服務業發展的若干意見》，25 個城市成為科技服務業試點區域，2016 年3 月，科技部印發《關于第二批科技服務業區域試點單位名單的通知》，40 家高新區成為第二批科技服務業試點區域。 科技服務業區域試點政策能夠推動科技服務業集聚發展，促進了科技服務業的創新和科技服務業的轉型升級。 科技服務業區域試點政策不但促進了社會進步，而且促進經濟高質量發展。 科技服務業能促進綠色經濟發展。 技術變革能通過降低環境保護成本，實現綠色經濟快速增長。 為了實現綠色高效增長，各地區不但要創造新技術，而且要在工業生產、能源開發等領域普遍使用和推廣低碳、節能的先進技術。 雖然發達國家在綠色技術領域擁有先進的技術和知識產權，但是發展中國家在《京都議定書》的談判中發揮重要作用。與此同時，能源政策帶來的好處對低收入國家很重要，例如能源政策不但能夠通過提高能源效率來降低成本，也能減少當地空氣污染，資源利用和農業生產方面的新技術對低收入國家也重要［1］15。 黨的二十大報告提出了促進綠色發展的路徑和措施，強調了綠色發展的重要性，需要堅持綠色發展理念，把生態環境保護融入經濟社會發展全過程，加強生態文明建設，提高生態環境質量和機構的環境治理能力，要采取積極舉措推動綠色發展。 當前，亟待回答的問題是：科技服務業試點是否促進了綠色經濟發展？ 科技服務業試點通過哪些渠道促進了綠色全要素生產率增長？ 一城市的科技服務業試點政策是否能促進其他城市的綠色經濟發展？ 回答這些問題對于評估科技服務業試點的政策效應，以及推動經濟轉向更加開放的發展模式，從而有助于實現綠色經濟發展具有現實指導意義。

一、文獻綜述

圍繞科技服務業試點與城市綠色全要素生產率的文獻主要集中在以下三個方面：

其一是綠色經濟的測算及其影響因素研究。綠色經濟的測算主要涉及三個方面：一是使用綠色全要素生產率或綠色經濟效率來反映經濟增長的質量和效益［2］46［3］122。 二是建立綠色經濟發展績效評價指標體系，使用熵值法測算綠色經濟發展績效［4］103。 三是使用非參數方法（DEA）測算綠色經濟增長效率［5］51。 綠色經濟的影響因素包括產業集聚、技術創新、自然資源稟賦。

其二是科技服務業試點的經濟效應。 一是科技服務業集聚對創新效率的影響研究。 科技服務業集聚會促進知識和技術的外溢，能促進企業之間的技術交流和合作更加頻繁，從而會提高技術水平和生產效率，并提升企業的創新效率［6］90。二是科技服務業對產業升級的影響研究。 中國科技服務業快速發展，科技服務業集聚能正向促進產業升級，科技服務業集聚也能通過提升勞動生產率間接促進產業升級［7］104。 三是科技服務業對中國經濟高質量發展的影響研究。 中國科技服務業能助推經濟高質量發展，能提升經濟發展質量，培育新興產業，推進各領域融合發展，引領傳統產業轉型升級［8］91。

其三是綠色經濟的影響路徑研究。 一類是技術進步在環境治理、金融集聚、生產性服務業集聚等因素影響綠色經濟發展績效中發揮中介效應［9］150。 一方面，金融集聚有助于提供資金支持，為技術創新提供必要的資本保障，另一方面，技術創新為綠色經濟發展的投資和融資提供了精準的方向，能促進綠色經濟高質量發展。 另一類是產業結構合理化和產業結構高級化在互聯網發展［10］149、協同創新、政府創新偏好等因素影響綠色經濟發展績效中發揮中介效應。

本文借助科技服務業試點的準自然實驗，利用多時點DID 模型評估其對綠色全要素生產率的影響及作用機制，本文的邊際貢獻體現在三個方面：第一，研究視角方面，從科技服務業試點這一政策角度，分析其對中國綠色全要素生產率影響，為在全球環境問題日益突出背景下，制定促進綠色轉型的政策建議提供一定的借鑒意義，也豐富了綠色全要素生產率影響因素的文獻。 第二，研究方法方面，使用傾向得分匹配法和雙重差分方法（PSM-DID）分析科技服務業試點對綠色全要素生產率的影響，PSM-DID 方法可以緩解非隨機性分組問題、反向因果問題、時間趨勢問題，從而可以緩解內生性問題。 第三，機制分析方面，本文從消費升級、產業結構升級、技術創新三個角度檢驗了科技服務業試點影響綠色全要素生產率的渠道，不但肯定了科技服務業試點的有效性，也為擴大科技服務業試點范圍提供一定的現實依據。

二、機理分析

第一，科技服務業區域試點政策會促進人均消費支出增長，從而促進綠色經濟增長。 一是，科技服務業快速發展能帶來新的消費需求，例如，移動互聯網的普及不但會帶來更多的消費需求，也會促進經濟增長。 二是，科技服務的發展會降低生產成本，提高消費者可支配收入，而生產成本的降低會帶來產品價格的下降，從而會促進消費者的消費支出增長。 再次，消費支出會促進城市綠色全要素生產率增長。 消費升級不但會直接帶動城市綠色全要素生產率增長，消費升級也會通過促進產業結構高級化等渠道間接提升城市綠色全要素生產率［11］41。 消費升級已成為城市經濟高質量發展的重要推動力，消費升級會帶動城市居民消費需求結構調整，城市居民會不斷增加高附加值、高品質的消費支出，進而促進城市經濟高質量發展。 同時，消費升級會拉動產業升級，消費升級會推動供給側結構性改革，引導企業生產高技術、高附加值、高品質的產品，從而消費需求會拉動產業升級。 三是，消費升級會催生新市場，會促進新興產業發展，促進形成新的商業模式，從而會帶動城市經濟升級。

第二，科技服務業區域試點政策會促進產業結構升級，從而促進綠色經濟增長。 一是科技服務業能促進產業結構升級。 金融科技能促進產業結構升級，金融科技對產業結構升級的促進作用越來越明顯，金融科技能優化金融服務結構，能彌補小微企業與個體戶在融資方面的短板。 金融科技的應用能使實體經濟企業在融資、資金管理等方面得到極大改善，提高了企業的競爭力和創新能力，進而會促進產業結構轉型升級［12］22。 二是產業結構升級促進城市綠色全要素生產率增長。不但產業結構升級能推動城市經濟高質量發展，而且新興產業大發展會促進城市經濟高質量發展。 新興產業能創造更多的就業崗位，推動了城市經濟高質量發展。 同時，城市經濟高質量發展需要產業結構升級的支撐，為了使城市經濟高質量發展，需要通過產業結構調整和優化來提升綠色全要素生產率。 三是綠色金融能通過促進產業結構升級間接提升城市綠色全要素生產率［13］46。綠色金融能通過降低資金成本、優化資源配置、推動產業綠色轉型等方式，實現綠色全要素生產率不斷提升，從而為可持續發展提供有力的金融支持。

第三，科技服務業區域試點政策會促進技術創新，從而促進綠色經濟增長。 一是科技服務業能提升企業技術創新水平。 科技服務業以技術為支撐，為各種企業提供技術服務，提升了企業的技術水平［14］163。 科技服務業是技術創新的重要推動力量，在技術升級周期逐漸縮短的背景下，科技服務業更加注重技術創新，以滿足市場的需求。一方面，科技服務業本身不斷創新，不斷開發更先進、更高效、更可靠的服務解決方案，滿足用戶對技術創新的需求；另一方面，科技服務業在提供服務的過程中積累了大量的技術，從而不斷提高服務水平，為客戶提供個性化的技術服務。 二是技術創新能促進綠色經濟增長。 技術創新不但能提高企業的生產能力，也能降低環境負荷，提高資源利用效率，從而提升綠色全要素生產率。 綠色技術創新以節能、環保、可再生能源為核心，企業通過研究和應用新技術，使企業能更好地利用資源，達到節約能源和減少能耗的目的，從而提高了綠色全要素生產率。 三是綠色技術創新可以通過提高資源利用效率等渠道間接減少資源浪費，技術創新可以提高環保水平和降低環境污染。 因此，提出以下假設：

假設1：科技服務業區域試點通過促進消費升級間接促進綠色經濟增長。

假設2：科技服務業區域試點通過促進產業結構升級間接促進綠色經濟增長。

假設3：科技服務業區域試點通過促進技術創新間接促進綠色經濟增長。

三、模型設定、變量選擇及數據來源

（一）模型構建

首先，設定如下科技服務業試點與綠色經濟發展的基準計量模型：

下標i 和t 分別表示城市和時期，GTFP 為綠色全要素生產率，Tese 為科技服務業試點，如果城市i 在第t 年入選科技服務業試點城市，Tese賦值為1，否則賦值為0。 根據各城市所在位置在不同時間入選科技服務業試點政策這一外生事件，設置虛擬變量Tese 作為科技服務業發展的代理變量。 具體而言，當城市i 在第t 年入選科技服務業試點城市，Tese 就為1，否則賦值為0。 若系數大于0，表明與未實施科技服務業試點政策的地區相比，實施科技服務業試點政策的地區的綠色全要素生產率提升很快，換言之，科技服務業試點政策有利于促進綠色經濟發展。

其次，為了檢驗平行趨勢假設是否成立，針對科技服務業試點政策對綠色全要素生產率的影響，本文依據DID 模型構建動態效應檢驗模型：

（m＝1，2，3）為虛擬變量，如果觀察值是實驗組在科技服務業試點年份之前的m 年，則Before 為1， 否則為0。為虛擬變量，如果實驗組在科技服務業試點年份之中，則為1，否則為0。（n ＝1，2，3＋）為虛擬變量，如果觀察值是實驗組在科技服務業試點年份之后的n 年，則After 為1，否則為0。

（二）變量測度

綠色經濟發展。 用綠色全要素生產率來測算綠色經濟發展。 借鑒Chung et al.（1997）的做法，在計算綠色全要素生產率時，考慮了環境因素、廢物排放量、環境效率對生產率的深遠影響［15］229。 使用計算得到的綠色全要素生產率ML 指數（Malmquist-Luenberger）來衡量綠色全要素生產率。

第一，投入指標。 包括資源性投入指標和非資源性投入指標，用全社會用電量來測算資源性投入指標，用勞動投入和資本投入來測算非資源型投入指標，使用城鎮就業人數衡量勞動投入，借鑒張軍等（2004） 的做法，使用9.6%的折舊率［16］35，以不變價格計算得到的物質資本存量表示各城市資本要素投入。

第二，產出指標。 使用1 個期望產出和3 個非期望產出來測算產出指標。 使用各城市生產總值來測算期望產出，使用廢水排放量、二氧化硫排放量、煙塵排放量來測算非期望產出。

經濟發展水平（Lnpgdp），用人均GDP 來衡量；金融機構對實體經濟的支持情況（Loanp），用地區金融機構各項貸款余額占GDP 的比重來衡量；地方政府對經濟發展的支持力度（Lnfisc），用地方財政支出的對數來衡量；城鎮化率（Urbn），用城鎮人口占總人口的比例來衡量；國家對外開放程度（Open），用外商投資占比來衡量。

（三）數據來源

本文選取2005—2021 年CEIC 全球經濟數據庫中的292 個地級市作為研究對象，人均GDP 、城鎮化率、外商投資、金融機構各項貸款余額、地方財政支出來自《中國統計年鑒》、Wind 數據庫、CEIC 數據庫。

四、實證結果分析

（一）基準回歸

表1 為科技服務業試點影響綠色全要素生產率的基準回歸結果。 列（1）和列（3）不考慮控制變量，列（2）和列（4）考慮控制變量，為了提高預測的準確性，列（3）和列（4）研究科技服務業試點滯后一期對綠色全要素生產率的影響。 結果顯示，核心解釋變量的系數估計值顯著為正，通過了1%的顯著性檢驗，因此，與未實施科技服務業試點政策的對照組相比，實施科技服務業試點政策的實驗組的綠色全要素生產率快速增長，科技服務業試點政策能顯著提升綠色全要素生產率。 考慮控制變量或不考慮控制變量時，核心解釋變量的滯后一期也顯著為正，并通過了1%的顯著性檢驗，因此驗證了本文結果的穩健性。 在控制變量中，城鎮化率能促進綠色全要素生產率增長，地方財政支出對綠色全要素生產率有負向影響。

表1 基準回歸結果

（二）穩健性檢驗

1.平行趨勢檢驗

圖1（見下頁）為平行趨勢檢驗結果。 平行趨勢檢驗法用于檢驗實驗組和對照組在政策實施前是否具有相似的趨勢，以及實驗組和對照組在政策實施后的變化趨勢是否發生了顯著的差異。 可看到，在科技服務業政策試點前，實驗組和對照組的綠色全要素生產率的變化趨勢基本相同，在政策實施后，科技服務業試點政策對綠色全要素生產率的促進作用快速增強。 因此，在政策實施前，實驗組和對照組的綠色全要素生產率的變化趨勢是平行的。 在政策實施后，實驗組和對照組的綠色全要素生產率的變化趨勢發生了顯著的差異，實驗組的綠色全要素生產率顯著大于對照組的綠色全要素生產率，因此，科技服務試點政策對實驗組產生了顯著的影響。

圖1 平行趨勢檢驗

2.PSM-DID 檢驗

為了提高預測的準確性，使用雙重差分法和傾向得分匹配組合而成的PSM-DID 模型，通過趨勢分析來評價科技服務試點政策的影響。 將地方財政支出、城鎮化率、貸款占GDP 比重、外商投資占比、經濟發展水平作為匹配使用的協變量。 使用PSM-DID 模型要對匹配后的樣本進行標準化檢驗，匹配后標準化偏差越小，則匹配效果越好。 可看到，匹配后標準化偏差的絕對值的最大值為6.2%，并且匹配后所有變量的標準化偏差均下降①限于版面，未報告協變量平衡檢驗結果，如有需要可向筆者索取。。

表2 為PSM-DID 檢驗結果。 PSM-DID 檢驗結果中的科技服務業試點的系數估計值仍為正，并通過了至少5%的顯著性檢驗。 可看到，PSMDID 檢驗結果中的科技服務業試點的系數估計值與表1 基本一致。

表2 PSM-DID 檢驗結果

3.安慰劑檢驗

為了確保處理組和對照組之間沒有偏差，就使用安慰劑檢驗法來驗證結果的有效性。 從原始的數據中，隨機抽取一部分非處理組作為虛構處理組（或者虛構政策時間），并使其接受和處理組相同的干預措施，從而就可以比較處理組和虛構處理組之間的差異，以檢測估計結果是否出現偏誤。 首先，2015 年25 個區域成為科技服務業試點區域，2016 年貴陽、廈門、寧波、長春、烏魯木齊等40 個區域成為科技服務業試點區域，因此，將參加科技服務業試點的65 個區域隨機分配到實驗組和對照組。 其次，按照以上城市成為科技服務業試點城市的時間設定時間虛擬變量，最后，將隨機抽取的實驗組城市和對照組城市進行回歸分析，對核心解釋變量進行1000 次隨機抽樣，就能得到變量的真實系數和1000 組虛擬變量的系數估計值，從而繪制安慰劑檢驗結果圖。 從圖2 可看到，虛擬變量的系數估計值大多集中分布在0周圍，隨機效果中的回歸系數小于科技服務業試點政策變量的基準回歸系數。

圖2 科技服務業試點促進綠色經濟發展的安慰劑檢驗圖

（三）機制檢驗

1.人均消費支出在科技服務業試點與綠色全要素生產率中的中介作用

人均消費支出對綠色經濟增長的影響呈現促進作用，即人居消費支出對工業廢水排放量起到減弱的作用，人均消費支出與綠色經濟增長顯著正相關，因此人均消費支出能促進綠色全要素生產率增長［17］71。

表3（見下頁）的列（1）和列（2）為人均消費支出（Lncons）中介作用的檢驗結果。 可看到，科技服務業試點能促進人均消費支出增長，人均消費支出也對綠色全要素生產率有正向影響。 在人均消費支出為中介變量的情形下，間接效應為0.129，間接效應占直接效應的比例為27.71%，因此人均消費支出促進了科技服務業試點對綠色全要素生產率直接影響的27.71%，該條路徑在科技服務業試點提升中國綠色全要素生產率的所有路徑中較顯著，驗證了假設1。 Sobel 檢驗、Goodman檢驗結果也通過了1%的顯著性檢驗。

2.產業升級在科技服務業試點與綠色全要素生產率中的中介作用

使用產業結構層次系數來反映產業結構高級化程度（Indua），即對全國各城市的三次產業比重進行加權求和，從而得到產業結構層次系數。 產業結構高級化變量取值越大，說明產業結構高級化水平越高。 泰爾指數的數值越接近0，表明產業結構合理，泰爾指數越大，表明產業結構越不合理。 本文使用泰爾指數的倒數來正向化產業結構合理化變量（Indur），泰爾指數的倒數越大，說明產業結構相對合理化。 使用以下方法計算泰爾指數。

其中Lw和yw分別表示各地區第w 產業的就業人數和產值，L 和Y 分別表示各地區的就業人數和產值。

表3 的列（3）測算的是科技服務業試點對產業結構高級化的影響，結果顯示科技服務業試點對產業結構高級化具有正向影響，列（4）將中介變量和核心解釋變量一并回歸，產業結構高級化能促進綠色全要素生產率增長，科技服務業試點的系數估計值也為正，通過了1%的顯著性檢驗。因此，科技服務業試點能通過促進產業結構高級化間接促進綠色全要素生產率增長。 在產業結構高級化為中介變量的情形下，間接效應為0.116，間接效應占直接效應的比例為20.98%，因此，產業結構高級化促進了科技服務業試點對綠色全要素生產率直接影響的20.98%。

從列（5）可看到，科技服務業試點對產業結構合理化具有負向影響，從列（6）看到，產業結構合理化對綠色全要素生產率也具有負向影響，因此，科技服務業試點能通過促進產業結構合理化間接提升綠色全要素生產率。 在產業結構合理化為中介變量的情形下，間接效應占直接效應的比例為15.19%。

3.技術創新在科技服務業試點與綠色全要素生產率中的中介作用

表4（見第150 頁）的列（1）和列（2）為研發資本存量（Lnrd）的中介效應檢驗結果，列（3）和列（4）為高新技術產品銷售額（Lnhig）的中介效應檢驗結果，列（5）和列（6）為發明專利數量（Lninv）的中介效應檢驗結果。

表4 研發資本存量、高新技術產品銷售額、發明專利的中介作用

表4 的列（1）表明，科技服務業試點能促進研發資本存量增長，列（2）表明，研究資本存量能提升綠色全要素生產率增長，科技服務業試點能通過促進研發資本存量間接提升綠色全要素生產率，在研發資本存量為中介變量的情形下，間接效應為0.232，間接效應占直接效應比例為28.98%。

從列（3）和列（4）可看到，科技服務業試點能促進高新技術產品銷售額增長，高新技術產品銷售額也能提升綠色全要素生產率，在高新技術產品銷售額為中介變量的情形下，間接效應為0.046，間接效應占直接效應的比例僅為6.83%，因此，技術創新（研發資本存量、高新技術產品銷售額、發明專利數量）的中介作用在科技服務業試點影響綠色全要素生產率的過程中存在明顯差異。

列（5）表明，科技服務業試點對發明專利數量具有正向影響，并通過了1%的顯著性檢驗，從列（6）可看到，發明專利數量也能提升綠色全要素生產率，也通過1%的顯著性檢驗，因此科技服務業試點能通過促進發明專利數量增長間接提升綠色全要素生產率，在發明專利申請量為中介變量的情形下，中介效應占直接效應比重為21.33%。

（四）異質性分析

1.不同地區的異質性

從表5（見下頁）可看到，東部、中部、西部地區的科技服務業試點對綠色全要素生產率都具有促進作用，由于東部地區和中部地區科技服務試點變量回歸系數的顯著性水平相同，使用費舍爾組合檢驗方法進行組間系數差異檢驗。 組間系數差異檢驗結果顯示，東部地區、中部地區組間系數差異檢驗的P 值為0.061①限于版面，未報告組間系數差異檢驗結果，如有需要可向筆者索取。，東部地區、西部地區組間系數差異檢驗的P 值為0.063，小于0.1，因此科技服務業試點對東部地區綠色全要素生產率的促進作用顯著大于中部和西部地區。 西部地區、中部地區組間系數差異檢驗的經驗P 值大于0.1，因此科技服務業試點對中部地區和西部地區綠色全要素生產率都有正向的促進作用，但差異不大。所以，科技服務業試點對東部、中部、西部地區的綠色全要素生產率都具有促進作用。

表5 區域異質性與碳排放異質性檢驗結果

2.碳排放的異質性

表5 的列（4）和列（5）為碳排放異質性檢驗結果。 從碳排放的異質性角度構建交互項，來研究科技服務業試點政策對綠色全要素生產率的影響在不同的碳排放強度環境下是否表現出差異性。 根據各城市碳排放強度的中位數的高低形成對照組和實驗組，將碳排放強度的中位數落在后1／2 的城市作為對照組，將碳排放強度的中位數落在前1／2 的城市作為實驗組，從而形成各城市碳排放強度是否高于虛擬變量（dumm）。 Tese×dumm 的系數估計值顯著為正，通過了至少5%的顯著性檢驗。 碳排放強度小的城市和碳排放強度高的城市組間系數差異檢驗的經驗P 值為0.359，因此，科技服務業試點對碳排放強度小的城市和碳排放強度高的城市的綠色全要素生產率的促進作用差異不大。

結論及建議

圍繞2015 年、2016 年科技服務業試點，使用雙重差分法、三重差分法和2013—2021 年中國292個地級市的統計數據，研究了科技服務業試點對中國綠色全要素生產率的影響。 研究成果發現：第一，科技服務業試點政策能顯著促進中國綠色經濟增長。 第二，科技服務業試點政策能通過促進人均消費支出增長、推進產業結構升級、提升技術創新能力間接提升綠色全要素生產率。 第三，科技服務業試點政策借助人均消費支出對綠色全要素生產率的提升作用顯著大于科技服務業試點政策借助產業結構升級和技術創新能力對綠色全要素生產率的提升作用。 第四，科技服務業試點政策對東部地區的綠色經濟的促進效應大于其對西部地區的綠色經濟的促進作用；科技服務業試點對碳排放強度小的城市和碳排放強度高的城市的綠色全要素生產率的促進作用差異不大。

因此，應制定政策，大力發揮科技服務業試點對綠色全要素生產率的促進作用。 第一，進一步發揮人均消費支出對綠色全要素生產率的促進作用。政府要加強宣傳綠色消費相關信息，以提高公眾對綠色消費的認知和接受度，并支持消費者做出更加明智的消費決策。 政府可以通過稅收、補貼和其他政策工具降低綠色產品的成本，從而提高綠色產品的市場份額并激發消費者對綠色產品的需求。 第二，科技服務業試點能通過促進技術創新間接提升綠色全要素生產率，因此，政府要加大對科技服務業的投入和支持力度，促進企業加快技術創新；鼓勵科技服務企業之間的合作，擴大創新空間，提高創新效率；可以通過財稅扶持與金融扶持手段，降低企業研發成本，吸引優秀人才。 第三，科技服務業試點政策要支持新興產業快速發展，推動高技術產業，以及新能源、新材料產業的發展和壯大，促進產業結構不斷升級。 政府要制定稅收政策和產業政策，為科技服務業發展提供更多的市場機會，促進產業技術升級。 推廣“技術＋金額”“技術＋市場”“技術＋制造”等產業化新模式，引導企業走創新之路，加速產業結構升級。