長三角一體化戰略對高技術產業綠色創新效率的影響研究

尤怡卜 孫玉環 胡 娜

（1.蘭州財經大學統計學院，甘肅 蘭州 730030；2.東北財經大學統計學院，遼寧 大連 116000）

一、引言

隨著經濟發展步入新常態，我國經濟社會逐漸改變以GDP 為單一導向的粗放式發展模式，更加注重生態友好型的創新驅動發展。綠色創新作為生態友好與創新驅動兩大發展理念的結合產物，愈加成為評價區域創新可持續性的重要考量標準。長期以來，長江三角洲地區①下文將“長江三角洲地區”簡稱為“長三角地區”。走在我國創新驅動發展改革前列。2018 年，長三角一體化正式上升為國家戰略，其發展進入新的歷史階段。作為實現區域創新的重要抓手，高技術產業得到長足發展。數據顯示，自2018 年以來，長三角地區高技術企業增長明顯提速，年均增長率超過60%②數據來源于2021 年南京大學長江產業經濟研究院發布的《長三角產業創新發展報告：分布與協同》。。2020 年長三角地區高技術企業增至7 萬多家，與2013年相比數量增長近20 倍，占全國比重從6%上升到27%。在此背景下，明晰一體化戰略對高技術產業綠色創新效率的影響機制，不僅能為提升高技術企業綠色創新水平拓展思路，也有助于加快區域綠色發展與創新驅動協同發展的步伐。

二、文獻綜述

（一）長三角一體化相關研究

已有研究對長三角一體化的分析從多種視角展開。在一體化發展方面，學者主要利用熵權法（王山和劉文斐等，2022）[1]、社會網絡分析（杜德斌和金紅等，2022）[2]以及主成分分析（金飛和陳曉峰，2022）[3]等方法，對長三角經濟、生態、數字化發展等維度一體化水平進行測度，得出的結論也相對一致，即長三角東部地區的一體化水平普遍高于西部地區?；诖?，部分學者進一步探究一體化程度的影響因素。已有文獻表明，長三角一體化政策不僅可以推動產業結構升級，并以此為機降低地區碳排放強度，實現區域間的節能減排，還能提高城市的創新能力，進而提高全要素生產率和經濟效率，達到促進長三角地區經濟高質量發展的目標（楊航英和強永昌，2022）[4]。

（二）綠色創新效率相關研究

目前關于綠色創新效率的研究主要集中于效率測度及影響機制分析等。學者主要從省域（曹霞和于娟，2015）[5]、城市及行業（徐建中和王曼曼等，2019）[6]尺度進行效率測度，涉及的模型包括SFA 模型、DEA模型及其改進形式等（鮑涵和滕堂偉等，2022）[7]。相關研究表明，經濟發展水平與產業結構、對外開放水平（楊樹旺和吳婷等，2018）[8]以及環境規制等多方因素的影響導致綠色創新效率在不同區域、不同產業間呈現出巨大差異。除了關于影響因素的線性分析，一些研究還檢驗某些因素與綠色創新效率間的非線性關系。例如劉文琦（2019）[9]發現隨著產業聚集度提升，高技術產業研發投入強度對綠色創新效率的抑制性有所減弱。宋曉玲和李金葉（2023）[10]認為制度環境在產業協同集聚對工業綠色創新效率影響中發揮著重要的調節作用，有助于產業協同集聚正外部性作用的發揮。

總體看，無論是一體化政策還是綠色創新效率，相關研究都較為豐富，但將兩者納入統一體系進行研究者并不多見。相較于單獨考慮一體化對創新或環境的影響，綠色創新具備經濟與環境效益的雙重屬性，更貼合高質量發展的要求。在關于長三角一體化的研究中，鮮有學者以新階段長三角一體化戰略作為研究對象進行定量分析。因此，本文以最具創新活力的高技術產業為研究主體，基于2011—2020 年的省際面板數據，探究長三角一體化戰略對綠色創新效率的影響機制?？赡艿倪呺H貢獻有：第一，以長三角一體化戰略作為準自然實驗，構建雙重差分模型，分析一體化戰略對高技術產業綠色創新效率的影響作用；第二，以營商環境作為門檻變量，分析存在于一體化戰略與效率間的非線性關系。

三、機制分析與理論假設

（ 一） 一體化戰略對高技術產業綠色創新效率的影響

推進一體化會對各產業的創新體系進行改革，為跨區域的協作創新提供契機，從而對企業和地區的創新活動、綠色發展產生深刻影響。為了保證自身利益最大化，區域內創新主體間的關系從競爭逐漸走向共生，即主體間求同存異，取長補短，協作分工。原本不同利益相關體間的擠出效應會逐漸轉變成溢出效應，形成可持續的創新發展模式，主體創新能力隨之提升（儲節旺和李振延，2023）[11]。從綠色發展看，區域間生態環境保護協作機制的不斷完善，會倒逼企業使用清潔能源和更為先進的節能減排技術。同時會淘汰一批高污染且產能落后的企業，推動區域產業結構升級，從而降低對環境的影響（郭藝和曹賢忠等，2022）[12]。

據此提出假設H1：實施一體化戰略能夠提升高技術產業綠色創新效率。

（二）營商環境的門檻效應分析

營商環境是企業參與經濟活動時面臨的各種外部約束環境的集合。良好的營商環境為企業提供了完善的投資環境和高效的服務體系，能夠吸引更多投資落地，因此帶來創新要素的集聚效應，為企業進一步強化創新奠定了基礎（劉新智和黎佩雨等，2023）[13]，而區域一體化可以實現生產要素在區域內的自由流動。因此在營商環境良好的地區，一體化讓更多的創新要素流動起來，二者形成合力更有利于企業間形成良性競爭氛圍，加快技術革新速度，從而實現創新能力的提高。而且，各級政府在優化營商環境的同時，會重視生態環境的管理（李衛波和王霞等，2022）[14]。良好的營商環境使企業不愿輕易退出市場，通過不斷優化自身技術降低污染以達到政府的環境要求，而招商引資過程中的環境準入門檻也會阻止一批高污染企業進入當地市場。因此，當地生態與經濟發展會維持在相對穩定的平衡狀態。

據此提出假設H2：營商環境在一體化戰略對高技術產業綠色創新效率的促進過程中起正向調節作用。

四、研究設計

（一）模型的構建

1.非期望產出的Super-SBM模型和全局DEA模型

Kaoru（2002）[15]提出的基于非期望產出Super-SBM模型同時解決了傳統DEA 模型徑向有偏、測算誤差大、前沿面上效率值無法有效區分以及未考慮非期望產出等問題。其基本模型為：

其中，假設有n 個決策單元，每個決策單元由投入x∈Rm、期望產出y∈Rp和非期望產出z∈Rq組成；s-、s+和sz-分別是投入、期望產出和非期望產出對應的松弛變量；λ 為權重系數；ρ 為高技術產業綠色創新效率。

為使效率值能夠跨期比較，在效率測算過程中引入全局DEA 思想，以所有時期的投入產出數據構造全局生產技術前沿面PG。若記單期DEA 的截面生產技術前沿面為PT，則有

2.雙重差分模型

雙重差分模型常被用于政策效果的研究。為避免時間及個體差異對結果造成影響，考慮面板模型的雙重固定效應，建立如下模型：

其中，Effit是被解釋變量，表示第i 個?。ㄊ校┰诘趖年的高技術產業綠色創新效率；交互項periodit× treatit表示一體化戰略實施變量；μi和ηt分別為個體固定效應和時間固定效應；controlit代表所有的控制變量；εit為隨機擾動項。

3.門檻效應模型

門檻效應模型由Bruce（1999）[16]首次提出，單一門檻模型如下：

其中，Intit表示長三角地區i ?。ㄊ校┰诘趖 年的一體化指數；Env 為門檻變量營商環境；η1為門檻變量的單一門檻值；I 為指標函數；其余各項含義與基準模型保持一致。雙重門檻模型可由單一門檻模型擴展而來。

（二）指標的選取與說明

1.高技術綠色創新效率的測度

在兼顧高技術產業的特點、數據的可獲得性以及DEA 模型的使用條件的基礎上，建立的投入產出指標體系見表1。

表1 高技術產業綠色創新效率指標體系

其中，環境污染指數借鑒姚孟超和段進軍等（2022）[17]的做法，同時考慮工業廢水、廢氣、粉塵的排放，利用熵權法綜合計算得到。此外，由于創新投入與產出之間存在時滯，借鑒高曉光（2015）[18]的做法，選取1 年的時滯期，即兩個期望產出指標的觀測年份較其余變量均滯后一年。

2.一體化戰略的影響分析

（1）被解釋變量。利用非期望產出的Super-SBM模型測得的高技術產業綠色創新效率（Eff）。

（2）解釋變量。在基準雙重差分模型中，解釋變量為長三角一體化戰略，即雙重差分模型中的交互項periodit× treatit（DID）。長三角地區的三省一市構成實驗組，即treat=1；其他省份自動分為對照組，即treat=0。雖然長三角一體化戰略在2018 年上升為國家戰略，但考慮到其提出時間在2018 年末，因此將政策沖擊時點設置為2019 年，即2019 年之前period=0，2019 年及以后period=1。

在門檻效應模型中，解釋變量為利用相對價格法測度長三角地區的一體化指數（Int）。參照袁茜和吳利華等（2019）[19]的做法，首先選擇16 類商品的價格指數③16 類商品的價格指數指統計局官網公布的食品、飲料煙酒、服裝鞋帽、紡織品、家用電器及音像器材、文化辦公用品、日用商品、體育娛樂用品、交通通信用品、家具、化妝品、金銀珠寶首飾、藥品、書籍、燃料及建筑材料等商品的價格指數。，并利用相對價格方差法先求出長三角地區的市場分割指數，再對該指數取倒數求出市場一體化指數。

（3）控制變量。高技術產業的綠色創新效率主要受到產業特點、區域環境以及政府相關政策等因素的影響。據此，選取如下5 個指標：企業污染成本，用排污費征收金額表征；人力資本，用每十萬人中高等教育人數表征；經濟發展水平，用人均GDP 表征；政府財政支持，用R&D 內部經費中政府資金所占比例表征；對外開放水平，用區域進出口總額與GDP 比值表征。

（4）門檻變量。營商環境（Env），采用市場化總指數衡量。

3.數據來源及描述性統計

（1）數據來源及說明。以2011—2020 年為研究時期，因海南、青海、西藏以及港澳臺相關數據缺失嚴重，故設定研究范圍為其余的28 個?。▍^、市）。鑒于創新的時滯性，創新期望產出指標的觀測年份為2012—2021 年。由于政策變動原因，企業污染成本在2011—2017 年用排污費征收金額表征④《中華人民共和國環境保護稅法實施條例》于2018 年1 月1 日起施行，2003 年1 月2 日國務院公布的《排污費征收使用管理條例》同時廢止。，2018—2020年用環保稅表征。涉及的原始數據均來源于《中國統計年鑒》《中國高技術統計年鑒》《中國科技統計年鑒》、EPS 數據庫、中國市場化指數數據庫及各?。▍^、市）統計年鑒，少量缺失數據以鄰期算數平均值代替。

（2）描述性統計。研究中變量的描述性統計如表2所示。

表2 變量描述性統計

五、實證分析

（一）高技術產業綠色創新效率測度與分析

利用考慮全局的非期望產出Super-SBM模型，測得2011—2020 年全國各?。▍^、市）的高技術產業綠色創新效率如表3、表4 所示。

表3 2011—2020 年長三角地區高技術產業綠色創新效率

表4 2011—2020 年非長三角地區高技術產業綠色創新效率

從表4 可知，研究期內，我國高技術產業綠色創新效率整體呈波動上升趨勢，且效率值普遍偏低，未達到有效前沿面，處于相對無效率狀態。分區域看，長三角地區的效率平均水平與全國整體水平走勢相同，并高于非長三角地區平均水平。各年的效率值也普遍較高，很多時點效率值都位于有效前沿面，處于相對有效率狀態。在2019 年、2020 年兩年內，除了2019 年的安徽省，長三角地區其余省份效率值均大于1。從結果初步猜測一體化戰略的實施有助于提升長三角地區的高技術產業綠色創新效率，下面利用模型進行具體分析。

（二）一體化政策效果的實證分析

1.基準回歸結果分析

（1）平行趨勢檢驗。利用雙重差分方法的前提是處理組與對照組在政策前滿足平行趨勢假設，即在一體化戰略實施之前，兩者的高技術產業綠色創新效率變化趨勢相似。參考盧盛峰和董如玉等（2021）[20]的做法，進行以事件研究為基礎的平行趨勢假設，結果如表5 所示。在政策發生前，交互項系數不顯著，表明處理組與對照組之間的變化趨勢沒有明顯差異，符合平行趨勢假設。整體看，政策實施當期和后一期，交互項系數均顯著為正，說明政策實施后，處理組和對照組的效率值出現顯著差異，政策效果具有一定持續性。

表5 平行趨勢回歸結果

（2）基準回歸結果。根據2011—2020 年我國28 個?。▍^、市）高技術產業的面板數據，利用Stata 16.0 進行結果分析，見表6。

表6 基準回歸結果

表6 列出了不同情況下的回歸結果，可以看到四種模型下核心解釋變量的系數符號未發生變化。雖然固定效應模型較隨機效應模型顯著性水平有所下降，但仍然在5%水平下顯著。同時利用雙重固定效應的雙重差分模型的擬合優度最好，證明所選模型結果具有較高可信度。結果顯示，長三角一體化戰略能夠顯著提升高技術產業綠色創新效率，假設1 得以驗證。

2.異質性分析

考慮到一體化戰略和高技術產業綠色創新效率之間的緊密聯系，接下來利用門檻效應模型進一步分析兩者間是否存在非線性關系。參照假設2 的內容，選取營商環境作為門檻變量進行檢驗，并在不同門檻個數下利用BS 自抽樣300 次。結果表明營商環境水平存在單一門檻，且單一門檻效應在5%水平下顯著。在此基礎上，對門檻效應模型進行參數估計，具體結果見表7、表8。

表7 門檻效應檢驗結果

表8 門檻模型回歸結果

由表8 可知，無論營商環境是否跨過門檻值，長三角一體化戰略對高技術產業綠色創新效率的影響回歸系數均在5%水平下顯著為正。當營商環境水平大于11.113 的門檻值時，回歸系數較之前提高了0.2 個百分點。說明營商環境水平影響長三角一體化戰略對高技術產業綠色創新效率的促進程度，即在營商環境水平更高的區域，長三角一體化戰略對高技術產業綠色創新效率的促進程度更高，假設2 得以驗證。

3.穩健性檢驗

（1）安慰劑檢驗。為增強基準回歸結果的穩健性，排除隨機因素的干擾，借鑒石大千和丁海等（2018）[21]的研究，采用虛構處理組的方法進行安慰劑檢驗。具體做法是，在28 個?。▍^、市）中隨機抽取4 個作為處理組與長三角一體化戰略一并構成虛擬政策沖擊時點，其余則自動分為對照組。進行隨機試驗1000 次，最終得到的虛擬p 值分布如圖1 所示。

圖1 p 值系數散點圖

圖1 中，實線表示基準回歸結果中的真實系數。由圖1 可知，p 值散點集中分布在0 附近，遠離真實值，且多數散點都位于虛線以上，說明大多數隨機實驗結果在10%的水平下不顯著，意味著長三角一體化戰略對高技術產業綠色創新效率的政策效應沒有受到其他未被觀測因素的影響，證實了基準結果具有一定的穩健性。

（2）合成控制法。為了降低系統性差異，利用合成控制法進一步進行穩健性檢驗。具體做法是，參照劉乃全和吳友（2017）[22]的做法，將長三角地區三省一市合并成一個整體作為處理組，其余24 個?。▍^、市）作為控制組，文內涉及的5 個控制變量作為預測變量。表9 列出了參與合成長三角的?。▍^、市）及權重，最終政策效應結果如圖2 所示。從圖2 可以看到，實際長三角和合成長三角的效率走勢十分接近，且在2019 年后實際長三角的效率值明顯高于合成長三角，證實了長三角一體化戰略能夠促進高技術產業綠色創新效率，與基準回歸結果保持一致。

圖2 實際長三角與合成長三角效率值對比

表9 合成變量的?。▍^、市）與權重

（3）其他穩健性檢驗方法。第一，排除其他政策干擾。2014 年長江經濟帶發展進入整體推進時期，長三角地區作為長江下游地區也列入其中。因此，將是否為位于長江經濟帶省份與是否為2014 年后的交互項加入基準回歸方程，從而排除該政策對結果可能存在的影響，結果為表10 中（1）列所示。第二，縮尾處理。為避免異常值的影響，對所有連續型變量進行上下1%的縮尾處理，結果如（2）列所示。第三，替換標準誤。將基準回歸中的穩健標準誤替換成在?。▍^、市）層面進行聚類的聚類標準誤，回歸結果如（3）列所示?？梢钥吹?，三個模型結果下核心解釋變量均顯著為正，意味著基準回歸結果具有較強穩健性。

六、結論建議

（一）結論

本文測算了2011—2020 年全國28 個?。▍^、市）的高技術產業綠色創新效率，并實證分析了長三角一體化戰略如何影響高技術產業綠色創新效率。主要得出以下結論：

第一，我國高技術產業綠色創新效率整體呈波動上升趨勢，效率值普遍偏低。長三角地區的效率平均水平與全國整體水平走勢大致相同，并高于非長三角地區平均水平，處于全國前列。

第二，長三角一體化戰略能夠顯著促進高技術產業綠色創新效率的提升，在一系列穩健性檢驗后結論依然成立。同時，門檻效應模型結果表明促進作用的強弱與區域營商環境有關，即在營商環境水平更高的區域，長三角一體化戰略對高技術產業綠色創新效率的促進程度更高。

（二）建議

基于以上結論，提出如下建議：

第一，長三角地區各級政府應持續加強合作交流，明確本地區在產業鏈中所處位置，發揮地區優勢，因地制宜制定創新政策。政府部門應共同配合加大對高技術產業集群的布局力度，打造區域科技創新高地，由此實現產業鏈上中下游既協同發展又分工明確的目標，促進產業鏈的進一步延伸，提高生產效率和創新效率。同時要重視發展中的生態保護問題，加大對企業排污規范力度，做到創新與綠色雙管齊下，實現高技術產業乃至全產業綠色創新效率的提高。

第二，營商環境對高技術產業綠色創新效率的提高具有重要影響。因此，政府部門應持續優化當地營商環境，著力打造公平、透明、高效的政務環境，為企業營造優質穩定的外部經營環境。地方政府應出臺更有針對性的惠企政策，并在此基礎上，了解企業經營現狀及現實困難，督促相關部門及時調整政策方案，使惠企政策發揮最大作用。在區域一體化戰略下，建立城市間重大項目共商共建機制，加快地區間交流頻率。營商環境水平較高的地區要充分發揮引領帶動作用，營商環境水平較低的地區要通過實地調研等方式借鑒先進地區經驗，找準自身癥結，對癥下藥加強營商環境建設。由此實現區域間協同發展，推動營商環境水平整體提升?！?/p>