绿色技术创新对医疗卫生条件存在选择性偏好吗？

董直庆，赵 贺，胡晟明

(华东师范大学 经济与管理学部，上海 200241)

一、引言

自20世纪90年代以来，世界各国全要素生产率普遍出现明显下降，同期我国生产率增长也呈现类似特征，即全要素生产率下降且对经济增长的贡献持续减弱。结合经济增长核算方程和空间计量模型，程名望等利用1978—2015年我国31个省际经济面板数据检验，定量测度资本、劳动和全要素生产率等要素对经济增长的贡献率，结果发现，在样本期内，资本、劳动和全要素生产率的贡献率分别为34.86%、8.56%和22.03%，技术进步贡献率仅约占1/5～1/4，经济增长仍然主要依赖传统要素，技术进步存在巨大的提升空间[1]。为此，在经济出现结构性减速和步入新常态时期，如何有效激励技术创新和提高技术进步对经济增长的贡献率，已经成为社会关注的焦点。问题是，在我国传统粗放型经济朝集约型方向转变的过程中，经济增长减速却并未有效扼制环境污染，经济和环境质量离实现全面高质量发展和“绿水青山”目标仍有较远距离，而环境和经济相容发展以及环境污染治理，最终将依赖技术创新尤其是绿色技术进步。

关于技术创新的动力机制问题，现有文献主要围绕研发投入、人力资本和政策干预等视角展开。刘建翠和郑世林运用Tobit模型检验，研究发现研发人员的绿色技术效率效应为负，而研发投入和政府制度对工业行业绿色技术效率的作用显著，环境治理强度对污染程度较低行业的绿色技术效率产生了积极影响[2]。同时，相关研究表明，人力资本积累提高了城市技术创新效率并会推动绿色技术创新，Nelsonand和Phelps发现伴随人力资本水平的提升，技术追赶速度加快[3]。Benhabib和Spiegel认为，若将技术进步分解为自主创新和技术赶超两部分，自主创新部分主要受制于教育人力资本，而技术赶超部分则由人力资本和该国与技术领先国间的技术差距共同决定[4]。邹薇和代谦认为不同类型国家技术进步路径存在差异，发展中国家技术进步主要源于自主创新和技术引进，但技术引进效率则取决于引进国的人力资本水平，若其人力资本水平没有达到临界值，将无法有效发挥技术引进效率，即技术引进与人力资本能否匹配决定技术赶超速度[5]。Acemoglu 和 Autor、闫俊等学者以技术创新投入产出指标衡量技术创新效率，认为技术创新效率能否提升技术创新能力取决于人力资本水平[6-7]。王班班和赵程则认为，研发投入和政府政策引导是促进我国绿色技术创新能力提升的重要因素，其中政策引导对加快绿色技术创新转向以及提升绿色技术创新质量的正向作用突出[8]。中国经济增长前沿课题组通过将知识部门引入结构方程定义生产函数，认为知识部门科教文卫体等提升“广义人力资本”消费支出将有利于提升人力资本，有效扼制经济结构性减速，在物质资本拉动经济增长持续弱化的环境中，通过消费提升广义人力资本的贡献作用并驱动消费和生产结构升级[9]。此外，朱金鹤和王雅莉发现对外贸易、金融规模扩大和命令型环境规制均会对绿色全要素生产率产生负面影响，但财政支出市场化及自由化程度和金融效率越高，以及市场型环境规制越健全，越有利于提高绿色全要素生产率[10]。

人力资本尤其是健康人力资本对绿色技术创新的作用是明显的，然而，不同地区资源环境尤其是医疗卫生条件会改变人力资本的流向和流量，影响健康人力资本积累与绿色技术创新效率。一般地，某一地区的医疗卫生条件改善会吸引人力资本流入，在提高流入地人力资本水平同时有利于健康人力资本积累。Lee等运用理论分析和经验证据的研究，国家医疗保健系统的改善与所衡量的健康指标之间存在显著相关关系。通过对不同国家的比较研究得出，完善的医疗保健系统能够减少死亡率，改善居民的健康状况，驱动人力资本积累[11]。Plamen和Petko认为，健康的人力资本是经济增长和技术创新的前提，卫生政策制定者应大力推行医疗卫生改革，加大医疗卫生支出，提高健康人力资本的可获得性，而且对公共卫生的充分投资可以带来与其他类型投资相当或者更多的经济回报[12]。Qin等以中国农民工为研究对象，分析健康状况对需要从事体力密集型工作的农民工收入的影响，结果表明不良的健康状况不仅会削弱农民工加入流动劳动力队伍的积极性，并且会显著降低其收入[13]。这也间接暗示，医疗卫生条件变化对人力资本的健康状况、研发积极性和劳动报酬产生类似影响。2013年世界银行在年度报告中明确加强医疗卫生体系建设的业务工作并重点关注医疗卫生筹资情况，改善医疗卫生部门的财政可持续性，提升家庭健康状况并保护其免受财政政策引致的对健康不利的影响，报告指出提高相关医疗卫生条件将有利于改善贫困并保持经济增长率[14]。

中国政府一直为改善医疗卫生条件进行不懈努力，2009年颁布实施新一轮医疗卫生体制改革方案(简称“新医改”)，2009—2018年财政医疗卫生支出由0.118万亿元增长至1.57万亿元，增长近13.3倍，远高于同期财政教育支出、社会保障支出的增幅；对各级医疗卫生机构的财政补助逾2.4万亿元，医疗卫生领域的立项财政支出逾3.6万亿元。政府医疗卫生支出大幅增长使中国医疗卫生条件得到重大完善。根据卫生事业发展统计公报，2009—2018年，在卫生机构个数上，全国医院、卫生院数量增加9.4万所；在卫生机构硬件配置上，全国医院、卫生院床位数增加398.8万张，万元以上设备增长逾4.6倍；在卫生机构人员配置上，全国医疗卫生人员总数增加451.9万人。2016年世界银行针对中国医药卫生体制改革指出，中国医疗卫生服务体系建设正朝以强大的基层卫生服务为基础、以人为本和注重质量的一体化服务提供体系转型。该体系不仅有利于缓解中国面临的人口与健康挑战，还可以提高健康人力资本并使其产出的经济价值更高[15]。

就我们研究所及，前沿文献虽已关注到绿色技术创新的动力机制及人力资本在技术创新过程中的作用，却明显缺乏考察外在约束诸如创新地医疗卫生条件可能对绿色技术创新的影响问题。基于此，本文结合医疗卫生条件视角，考察绿色技术创新激励外在条件的选择性偏好问题。本文的可能性贡献在于：一是从创新地医疗卫生条件入手，定量评估绿色技术创新激励的选择性偏好，以及不同城市医疗卫生条件的差异性后果问题。二是基于健康人力资本这一中介变量，探讨医疗卫生条件是否借助健康人力资本渠道影响绿色技术创新，以及医疗卫生条件提升是否有利于激励技术创新方向朝绿色技术创新转变。

二、计量模型选择、指标设计与数据来源说明

本文依据绿色技术创新的医疗卫生条件选择性偏好问题，设定计量回归模型如下：

gtfpcit=α0+α1mhcit+∑γjcontroljit+μi+δt+εit

(1)

其中，gtfpcit表示第i个城市第t年的绿色技术创新水平，以碳排放量为非期望产出测算的绿色全要素生产率来衡量；mhcit表示第i个城市第t年的医疗卫生条件，选择人均病床数、人均医生数和人均医院数的主成分分析值这一指标衡量；controljit表示第i个城市第t年的j个控制变量；μi表示第i个城市不随时间变化的不可观测因素，用来表明地区固定效应；δt表示第t年不随城市变化的不可观测因素，用来表明时间固定效应；εit表示随机扰动项。

变量指标具体设计如下：

(1)被解释变量：绿色技术创新水平(gtfpc)。一般地，绿色技术创新的衡量指标主要有绿色专利数据和绿色(环境)全要素生产率，诸如Popp主要采用绿色专利数来衡量绿色技术创新水平[16]，鉴于绿色专利搜寻过程中鉴别是否为绿色专利的CPI分类号还处于更新完善阶段，引致绿色技术分类存在一定争议，而且专利数据表征技术创新也存在一定局限。相比之下，更多文献选择结合劳动、资本和环境负产出的绿色全要素生产率来表征绿色技术创新水平，基于此，在基准回归中借鉴匡远凤和彭代彦的方法，以碳排放量作为非期望产出，运用随机前沿方法测度绿色全要素生产率，衡量绿色技术创新水平[17]，计算公式设计如下：

lnYit=α0+αllnLit+αklnKit+αclnCit+αtt+αcllnCitlnLit+αcklnCitlnKit+αlklnlitlnKit+αclklnCitlnLitlnKit+αlttlnLit+αkttlnKit+αcttlnCit+αt2t2+αl2ln2Lit+αk2ln2Kit+αc2ln2Cit+vit-uit

(2)

其中，劳动投入Lit采用各城市的从业人员数衡量，具体由各城市单位从业人员和私营个体从业人员求和得到。环境投入Cit采用各城市碳排放量表示。资本存量Kit选择全社会固定资产投资总额，运用永续盘存法，并利用各城市所属省份的价格指数加以平减求得，折旧率按照张军等设定的9.6%计算[18]，并将1991年作为基期累计加总计算获取年度值。

(2)核心解释变量：一是医疗卫生条件(mhc)。不同文献对医疗卫生条件指标设定不同，诸如张海峰等运用人均病床数、人均医生数和人均医院数的主成分分析值来衡量[19]，蔡芸等采用人均医疗机构床位数表示[20]。鉴于数据的可获得性和指标的多维度衡量，本文借鉴张海峰等的研究思路[19]，以人均病床数、人均医生数和人均医院数的主成分分析值来表示医疗卫生条件指标。二是健康人力资本水平(health)，采用各个城市的死亡率(hea)和医疗卫生支出水平(me)两项指标衡量。本文从健康产出和健康投入这两个角度切入，借鉴国外健康函数中的常用指标，以城市人口死亡率和城市医疗卫生支出水平分别表征健康人力资本，通过两组结果对照，检验结论的稳健性和说服力。

(3)控制变量：一是研发支出(rdc)，采用各城市研发经费支出与GDP的比值来衡量，通常研发经费支出占GDP的比值越大，越有利于提高城市绿色技术创新。二是人均固定资产(pfa)，采用各城市固定资产存量与城市人口数的比值即人均固定资产存量来衡量。三是产业结构(is)：采用第二产业产值占GDP的比重来衡量。第二产业主要是工业制造业，粗放型经济增长模式中第二产业产值越大，对绿色技术创新水平的影响越大。四是经济发展水平(pgdp)，采用各城市人均GDP的对数值表示。五是对外开放水平(open)，采用各城市外商直接投资实际使用额与GDP的比值来表示。六是政府研发支出(gs)，采用各城市科学事业费支出占预算内支出比重衡量，比值越高则政府科学事业及技术创新支持力度越强。

(4)工具变量：采用1820年各城市的寺庙修建数(tem)(1)数据由哈佛大学开发，详情可参阅 http://worldmap.harvard.edu/chinamap。作为医疗卫生条件的工具变量。城市医疗卫生条件与绿色技术创新水平都受到政府行政决策的影响，在经济运转过程中存在一定联动性，二者很难保持绝对的独立性与外生性。绿色技术创新会直接影响医疗技术水平和医疗卫生条件变化，例如为保护环境，政府规定了大量使用一次性医疗物品材质的可降解性要求。技术进步或绿色技术创新水平的提升可能会直接改变医疗卫生条件，推动医疗卫生用品质量改善。这种反向因果关系会导致内生性问题的出现，使参数估计结果不可信和伪回归。当然，若是无法控制同时影响医疗卫生条件和绿色技术创新水平的潜在变量，也会导致对解释变量与被解释变量之间关系的错误判断。因此，需要找到与解释变量密切相关而与遗漏变量无关的变量，才能更准确刻画医疗卫生条件与绿色技术创新之间的因果关系。本文选取1820年各城市的寺庙修建数量作为工具变量，其合理性在于：已有文献数据显示，一个城市拥有的寺庙数量与其医疗卫生条件存在密切相关性。研究发现，最早出现在南北朝时期的中国民营医院主要是由宗教界开办，当时由于许多僧侣都精通医术，一般病人多乐意前往寺庙治病，对于病情严重、远道而来求医的百姓往往留宿在寺庙内，寺庙成为具有留医性质的医疗机构[21]。而且在当时，寺庙僧人出于济世救人的慈悲心，在寺庙中设立悲田院和养病坊。此外，当大规模爆发疫情的时候，寺庙往往是百姓寻求医治的集中地。因此，古代寺庙具有较强的医疗救助功能，而这种寺庙医护功能积极推动了当地医疗卫生条件的发展，并对该地区日后的医疗卫生条件产生深远影响。因此，寺庙修建数量符合工具变量相关性的要求。同时，之所以选择1820年城市的寺庙修建数量，在于这是一个历史因素，不受其他任何经济因素和现在医疗条件或技术创新水平的干扰，能很好地满足外生性要求。

此外，本文选取了2007—2013年中国184个地级市及以上城市的面板数据，数据来源于《中国统计年鉴》《城市统计年鉴》《中国区域经济统计年鉴》《中国城市经济统计年鉴》和各地级市的政府工作报告。我国对医疗卫生支出的统计方式在2007年实行改革，医疗卫生支出这一指标在2007年前后数据不具有可比性，故起始年份选择为2007年。而人口死亡率这一指标，地级市层面数据并未完全公布，故在此只选取可以获得人口死亡率指标的184个地级城市加以分析，相关指标的统计特征描述如下表1所示。

表1 变量描述性统计

三、实证检验结果与评价

1.存在性检验

本文基于固定效应模型检验绿色技术创新的条件选择性偏好，回归结果见表2。列(1)和列(2)分别展示在不加入和加入控制变量情况下医疗卫生条件对绿色技术创新的影响。检验结果发现，无论有无控制变量，医疗卫生条件(mhc)对绿色技术创新(gtfpc)的回归系数均为正且在1%的水平下显著，即城市医疗卫生条件的提升有利于绿色技术创新，印证了绿色技术创新条件选择性偏好的存在性。此外，研发支出(rdc)和人均固定资产(pfa)对城市绿色技术创新均产生正向影响；对外开放水平(open)的绿色技术创新效应为负，表明在传统经济环境中，外资进驻的实质是发达国家的污染产业转移，减弱甚至抑制城市的绿色创新。经济发展水平(pgdp)和产业结构(is)的绿色技术创新效应均为负，这基本吻合预期，粗放型经济发展环境中第二产业占比上升和GDP增长主要依赖要素或资源投入，二者在驱动经济增长同时并未积极驱动城市整体绿色技术创新水平提升。考虑到可能存在内生性问题，本文采用1820年各城市寺庙修建数作为医疗卫生条件的工具变量重新结合两阶段最小二乘法(2SLS)进行回归。由于1820年各城市寺庙修建数只是城市某一年度的截面数据，而本文研究所涉及的解释变量、被解释变量及控制变量都属于面板数据，为实现指标数据的匹配性，依照Angrist和Krueger关于美国劳动力市场的教育收益率研究中对出生季度这一工具变量所采用的处理方法[22]，把原变量与年度虚拟变量的交乘项作为工具变量，从而解决截面工具变量的数据维度问题，同时也易于反映不同年份的工具变量对解释变量的影响。另外，为保证回归模型结果前后分析的一致性和可比较性，此处回归所用样本与基准回归部分相同。

表2的列(3)和列(4)运用两阶段最小二乘法(2SLS)进行工具变量回归，列(3)和列(4)分别展示加入和未加入相关控制变量时的回归结果。第一阶段的F统计量值均大于10，即所选的工具变量与内生变量之间高度相关，并非“弱工具变量”。第二阶段回归结果表明，不论有无控制变量，医疗卫生条件(mhc)的估计系数仍然在1%的水平上正向显著，与基准回归结果一致。工具变量回归列(3)和列(4)中mhc估计系数的绝对值分别高于列(1)和列(2)的结果，即医疗卫生条件每改善1%，可促进城市绿色技术创新水平提高约0.25%。这说明忽略内生性问题可能会低估医疗卫生条件对城市绿色技术创新的激励效果。此外，研发支出(rdc)和人均固定资产(pfa)对城市绿色技术创新作用仍然显著为正，经济发展水平(pgdp)和政府支持(gs)对城市绿色技术创新效应则为负，对外开放水平(open)和产业结构(is)对城市绿色技术创新无显著影响。表3的第一阶段回归结果显示，无论是否加入控制变量，工具变量与医疗卫生条件均呈显著正相关关系，结果满足工具变量相关性假设。

表3 2SLS第一阶段回归结果

表2 基准模型(固定效应)估计结果

2.稳健性检验

正如前述，绿色技术创新衡量方法主要有二：一是类似匡远凤和彭代彦的研究思路[17]，选定非期望产出测算绿色全要素生产率进行表征；二是类似Popp等的思路[16]，利用城市人均绿色发明专利数来衡量，具体可分为城市人均申请绿色发明专利数和城市人均实用新型绿色发明专利数。为检验回归结果的稳健性以及结果的可比性，本文在基准模型回归分析中，以碳排放量作为非期望产出测度绿色全要素生产率，将非期望产出更换为SO2和PM2.5来测算绿色全要素生产率(gtfpso2和gtfppm2.5)，重新估计回归结果。同时，以人均实用新型绿色发明专利数和人均申请绿色发明专利数来衡量城市绿色技术创新水平(ugp和agp)，对比基准回归结果，相关回归结果如表4所示。

表4的列(1)至列(3)分别用三种非期望产出测度的绿色全要素生产率(gftpc、gtfpso2和gtfppm2.5)进行回归，结果显示：无论选择何种非期望产出，医疗卫生条件的改善均对城市绿色技术创新水平产生正向作用，且在1%的水平下显著。列(4)和列(5)分别用人均实用新型绿色发明专利数和人均申请绿色发明专利数衡量城市绿色技术创新水平(ugp和agp)，结果发现医疗卫生条件对以实用新型发明专利数表征的绿色技术创新水平存在正向显著影响，但对以申请绿色发明专利数表征的绿色技术创新水平影响并不显著。原因可能是医疗卫生领域所涉及的专利多为实用型专利，这些专利切实运用到了医疗卫生领域的实际生活中，而申请绿色发明专利数可能并未直接应用到医疗卫生领域，进而使得医疗卫生条件对以申请绿色发明专利数表征的绿色技术创新水平的作用不显著。

表4 稳健性检验

四、传导机制检验

第三部分检验绿色技术创新的条件选择性偏好问题，但未探讨医疗卫生条件通过何种途径影响其绿色技术创新。基于此，本节进一步检验医疗卫生条件影响绿色技术创新的传导机制，重点考察医疗卫生条件是否借助人力资本影响绿色技术创新水平，构造模型如下：

gtfpcit=α0+α1mhcit+∑γjcontroljit+μi+δt+εit

(3)

healthit=α0+α1mhcit+∑γjcontroljit+μi+δt+εit

(4)

gtfpcit=α0+α1mhcit+α2healthit+∑γjcontroljit+μi+δt+εit

(5)

其中，healthit表示第i个城市第t年的健康人力资本水平，运用城市死亡率(hea)和医疗卫生支出水平(me)这两项指标分别衡量，其余各变量含义与模型设定部分定义相同。

借鉴国外健康函数中的常用指标，从健康产出角度选取城市人口死亡率衡量健康人力资本，同时，从健康投入的角度选取城市医疗卫生支出水平作为对照组进行验证，检验结果如表5所示。

表5 传导机制检验

表5的列(1)至列(4)汇报了以城市人口死亡率表征健康人力资本时的中介效应回归结果。列(1)和列(2)分别是不加入控制变量和加入控制变量时，医疗卫生条件(mhc)对健康人力资本(hea)的回归结果。结果显示：无论有无控制变量，城市医疗卫生条件对人口死亡率的作用系数显著为负，即医疗卫生条件的提升会降低人口死亡率，表明医疗卫生条件改善明显有利于提升健康人力资本。列(3)和列(4)分别是不加入控制变量和加入控制变量时，医疗卫生条件(mhc)和健康人力资本(hea)对绿色技术创新水平(gtfpc)的回归结果。无论有无控制变量，城市医疗卫生条件对绿色技术创新水平的作用系数在1%的水平下显著为正，而健康人力资本系数(以死亡率表征hea)显著为负，表明城市医疗卫生条件和健康人力资本均会激励绿色技术创新。相比于不加入健康人力资本(hea)的基础回归(表1)的情形，医疗卫生条件(mhc)对绿色技术创新水平(gtfpc)的回归系数由0.0222下降至0.0043的水平，印证了城市医疗卫生条件正是借助于健康人力资本影响绿色技术创新水平。表5的列(5)至列(8)汇报了以城市医疗卫生支出水平表征健康人力资本时的中介效应回归结果。列(5)和列(6)分别是不加入控制变量和加入控制变量时医疗卫生条件(mhc)对健康人力资本(me)的回归结果。发现，无论有无控制变量，城市医疗卫生条件(mhc)对健康人力资本(me)的作用系数显著为正，即医疗卫生条件改善会加大医疗卫生支出，促进健康人力资本的提升。列(7)和列(8)分别是不加入控制变量和加入控制变量时，医疗卫生条件(mhc)和健康人力资本(me)对绿色技术创新水平(gtfpc)的回归结果。同列(3)和列(4)的结果一致，城市医疗卫生条件和健康人力资本的提高均会促进绿色技术创新水平的提升。相比于不加入健康人力资本(me)的基础回归(表1)的情形，医疗卫生条件(mhc)对绿色技术创新水平(gtfpc)的回归系数仍有所下降，健康人力资本作为中介影响变量依然成立。

五、进一步分析

前述结果表明，城市医疗卫生条件对绿色技术创新激励存在差异。应该注意的是，这类指标更多的是反映医疗卫生条件量的变化，并未精准描述不同城市医疗卫生条件质量的变化。然而，医疗卫生质量衡量并未形成统一标准，也易出现指标重叠，但不同城市医疗卫生条件确实可能存在明显的质量差异，基于质量指标衡量的局限性且为对比不同情境中的可能性差异，本节从城市特性特征入手，考察不同行政级别、不同富裕度和不同区位城市医疗卫生条件的可能性后果，因为行政级别、富裕度与区域位置本身就代表不同医疗卫生质量。

1.不同行政级别城市

政府主导型模式是我国经济增长的主要特征，在经济发展中政府扮演了极为重要的角色，不同行政级别城市由于行政等级差异，分配到的财政资源和政策优惠等均存在明显差异。通常，高行政级别城市的资源配置权更大，更易分配到优质资源，而且高行政级别城市的优惠和补贴政策更为丰富，城市的行政级别越高，医疗条件往往越好，可能就更易于吸引人力资本并激励绿色技术创新。事实是否果真如此？本节从行政级别以及行政执行力度两个角度对样本进行划分，以检验不同行政级别城市医疗卫生条件的差异引发的绿色技术创新异质性后果。其中，行政级别的划分，借鉴江艇等的思路[23]，将省会及以上城市划分为高行政级别城市，其他地级市为低行政级别城市，行政执行力度指标选择以各城市政府财政内部支出与其GDP的比值来衡量，比值越大则行政执行力度越强。表6的列(1)和列(2)展示了按行政级别划分的回归结果，其中，列(1)为低行政级别城市，列(2)为高行政级别城市。表6的列(3)和列(4)展示按行政执行力度划分的回归结果，其中，列(3)为弱行政执行力度城市，列(4)为强行政执行力度城市。结果表明，不同行政级别城市医疗卫生条件均对绿色技术创新产生正向影响，但省会及以上城市的回归系数较其余普通地级市的回归系数更高，即省会及以上城市医疗卫生条件的改善，对城市绿色技术创新的促进作用强于普通的地级市。同时，不同行政执行力度的城市，其医疗卫生条件对绿色技术创新的作用效应不同，强行政执行力相比较于弱行政执行力城市，其作用效应更显著，结果吻合预期。

表6 不同行政级别城市绿色技术创新的医疗条件选择偏好效应检验

2.不同富裕度城市

基准回归结果表明，城市绿色技术创新存在条件选择性偏好。一般地，城市的富裕程度越高，其医疗卫生条件往往越好，也越易于吸引人力资本流入且越重视环境保护和身体健康。借鉴史贝贝等的做法[24]，将城市分为高富裕度城市和低富裕度城市，其中高富裕度城市为经济发展程度较高的富裕城市，探讨不同富裕度城市医疗卫生条件的异质性后果。

表7的列(1)至列(3)为高富裕度城市的回归结果，列(4)至列(6)为低富裕度城市的回归结果。发现：在三种形式的非期望产出(C、SO2和PM2.5)下，高富裕度和低富裕度城市绿色技术创新均存在明显条件选择性偏好，结论印证基准回归结果，即医疗卫生条件越好则越有利于激励绿色技术创新产出。而且，高富裕度城市的作用系数较低富裕度城市大，表明越富裕城市其医疗卫生条件越优，越有利于绿色技术创新，吻合预期判断。

表7 不同富裕度城市绿色技术创新的医疗条件选择偏好效应检验

3.不同区位城市

由于不同区位位置的城市间医疗卫生条件和医疗质量均存在显著差异，本文进一步考虑区位因素是否会引发医疗卫生条件对绿色技术创新的差异性后果。将样本划分为东部地区、中部地区、西部地区和东北部地区四个区位城市，结果如表8所示。可知四个区域的医疗卫生条件绿色技术创新效应均为正，但四者的作用系数值有较大不同。医疗卫生条件改善程度每提升1%，可使得东部地区的绿色技术创新水平上升0.031%，东北部地区上升0.029%，而中部地区和西部地区仅上升0.016%和0.012%，表现出较大的地区差异。

表8 不同区位城市绿色技术创新的医疗条件选择偏好效应检验

此外，经济发展水平(pgdp)的提升会对东部、中部和东北部地区的绿色技术创新水平产生显著的负向作用，而对西部地区的作用系数不显著。原因是相比于西部地区，东部、中部和东北部地区经济较发达，但传统粗放型经济发展主要源于资源和要素投入，这种传统生产方式存在路径依赖，难以通过内在的经济增长有效激励绿色技术创新。研发支出(rdc)对东部地区绿色技术创新水平的作用系数显著为正，对其他地区的作用系数不显著。原因在于东部地区相比于其他区域研发创新条件更优，研发支出更有利于激励绿色技术创新。

一个值得关注的问题是，一地医疗卫生条件提升会对绿色技术创新产生激励作用，那么，医疗卫生条件改善能否实现技术创新朝绿色技术方向转变呢？在此，以城市绿色全要素生产率(gtfpc、gtfpso2和gtfppm2.5)及其与全要素生产率(tfp)的比值表征绿色技术创新方向(dgtfpc、dgtfpso2和dgtfppm2.5)。其中全要素生产率(tfp)借鉴孙早和许薛璐的做法[25]，利用随机前沿方法构建超越对数生产函数估计。表9的列(1)、列(3)和列(5)为仅控制城市效应下医疗卫生条件对城市绿色技术创新方向的影响，列(2)、列(4)和列(6)为控制城市和时间双效应下医疗卫生条件对城市绿色技术创新方向的影响。可知在仅控制城市效应时，医疗卫生条件对绿色技术创新方向的影响不够显著。在控制城市和时间双效应，且以C和SO2作为非期望产出测度绿色全要素生产率时，医疗卫生条件(mhc)对绿色技术创新方向(dgtfpc,dgtfpso2)的影响在5%的水平下显著为正，即医疗卫生条件改善，可以激励城市技术创新朝绿色技术方向转变，加快经济发展方式向绿色方向转变。

表9 医疗卫生条件对绿色技术创新方向的回归结果

六、基本结论

本文运用2007—2013年中国184个地级市面板数据，以城市碳排放等表征非期望产出，测算各地级市绿色全要素生产率表征绿色技术创新水平，以人均病床数、人均医生数和人均医院数的主成分分析值表征城市医疗卫生条件，检验绿色技术创新的条件选择性偏好问题，并进一步考察其传导机制及城市特征差异即行政级别、富裕程度和区域位置的异质性，医疗卫生条件提升能否激励技术创新朝绿色方向转变。结果发现：第一，绿色技术创新对医疗卫生条件存在选择性偏好，即医疗卫生条件能显著促进城市绿色技术创新水平提升，且不同行政级别、不同富裕程度和不同区位城市，医疗卫生条件对绿色技术创新的影响程度不同。第二，城市医疗卫生条件正是借助健康人力资本实现绿色技术创新激励，在同时控制城市效应和时间效应后，发现医疗卫生条件能够激励城市技术创新朝绿色方向转变。

基于此，政府应注意：(1)医疗卫生条件的改善具有双重效应即提高居民健康和绿色技术创新激励。检验结果表明，绿色技术创新存在选择性偏好，东部、东北部地区和富裕城市，医疗卫生条件对绿色技术创新的积极效应较强，而在中西部和经济欠发展地区作用较弱。因此，政府应因地制宜地根据不同区域和城市特征，建立、健全和完善医疗卫生条件，改善居民医疗条件同时，通过医疗卫生条件改善来激励技术创新朝绿色方向转变和绿色生产。(2)重视城市医疗卫生条件的公平性。检验结果亦显示，高行政级别和高执行力城市，医疗卫生条件更优且更易激励绿色技术创新。为此，在医疗卫生领域增量改革的基础上，进一步活化资源，力求医疗资源的分配在省会及以上城市和普通地级市间进一步均衡。普通地级市获取和运用医疗资源的能力低，相比于省会及以上城市，其医疗卫生条件的绿色技术创新效应较弱。从全国统筹的视角看，需要均衡不同行政级别间城市的医疗卫生资源配置，使以我国整体为范畴的医疗卫生条件绿色技术创新效应最大化。(3)平衡政府调节和市场力量，合理配置医疗资源，优化绿色技术创新激励效果。虽然公立基层医疗机构设立受到单位人员编制、政府财政预算等制约，但公立和私立医疗卫生机构均可发挥医疗机构的普惠性效益。因此，政府应积极推进私立基层医疗卫生机构的发展，发挥市场机制在配置医疗卫生资源方面的积极作用，提升和改善整体的医疗卫生配置，进一步释放医疗卫生条件对城市绿色技术创新的积极效果。