政府投入对绿色创新的影响效应分析——基于长三角城市群面板数据

韩 颖

（铜陵学院经济学院，安徽铜陵 244000）

经济快速发展的同时，人类生态环境也面临巨大挑战，《中共中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》提出，支持绿色创新，促进经济社会全面绿色转型。绿色创新表示在进行技术创新的同时应重视环境保护，绿色创新是实现经济绿色发展的重要手段，而长三角城市群作为全国经济发展的重要基地，同样面临经济发展与环境保护的协调共存问题，当前长三角高质量一体化发展背景下，应兼顾创新发展和绿色发展双重理念，因此，探究长三角城市群绿色创新问题，对于协调长三角城市群高质量绿色创新发展具有重要意义。

1 文献综述

梳理现有文献，关于绿色创新的研究主要集中在绿色创新水平测度及影响因素两个方面，首先，关于绿色创新水平测度，贾建锋等[1]基于非期望产出DEA 模型对绿色创新效率进行测度，范德成等[2]构建中国工业绿色技术创新效率指标体系，基于网络NSBM 模型对工业绿色创新效率进行测度。孙燕铭等[3]采用超效率SBM-DEA 模型测算绿色创新效率，认为长三角地区间绿色技术创新效率存在差异，同时，部分学者采用绿色专利数据衡量绿色创新水平[4-6]，其次，关于绿色创新影响因素的研究，邓世成等[7]利用空间渐进双重差分模型研究低碳城市试点政策对绿色技术创新的空间影响效应，研究结果表明低碳试点政策显著提高了绿色技术创新，何育静等[8]从政府行为角度分析政府科教支出对绿色技术创新的影响效应，认为环境规制及政府科教支出对工业绿色技术创新均有一定影响。邹伟勇[9]基于城市面板数据，得出环境规制对城市绿色创新有显著促进作用。

综上所述，关于绿色创新的研究主要基于省级面板数据或者基于微观公司层面的面板数据研究企业绿色创新，较少有文献针对城市群面板数据进行分析，同时，从政府投入（政府环保支出和政府科教支出）的视角，深入探讨政府投入对绿色创新的空间影响效应。因此，在城市群一体化高质量发展背景下，利用长三角城市群2015—2021 年面板数据分析城市群绿色创新发展特点及影响因素，对于优化政府投入比重，提高长三角城市群绿色创新水平具有重要的意义。

2 变量说明及数据来源

2.1 变量说明

2.1.1 被解释变量

绿色创新（LNGI）：通过文献梳理，关于绿色创新水平的评价主要采用绿色专利申请数或授权数衡量绿色创新水平，或通过DEA 投入产出方法测定绿色创新效率，由于绿色专利数据能够直观反映地区绿色创新水平及规模，参考赵娜[4]的做法，采用“绿色专利申请量取对数”衡量绿色创新水平。

2.1.2 解释变量

政府环保支出（GE）：政府环保支出会影响企业绿色创新，而企业创新是城市创新重要组成部分，参考董丽君[10]的做法，采用“节能环保支出占政府一般预算内支出的比重”来衡量政府环保支出[11]。

政府科教支出（GA）：政府科教支出能为创新活动提供资金支持，有效促进技术创新，激发创新活动的积极性，参考何育静等[8]的做法，利用“政府科技支出与政府教育支出之和占一般预算内支出的比重”表示政府科教支出反映政府府投入水平。

环保关注度（EF）：梳理相关文献，关于环境规制的衡量有多种方式，而政府工作报告对环境保护解释越详细具体，对环境保护效果越显著，参考张建鹏等[12]的研究，采用“环境关键词库中关于环保关键词政府工作报告中所占的比重”衡量政府环保关注度。

2.1.3 控制变量

地方经济水平（LNPGDP）：经济水平越高，技术和资源越向该地区集聚，提高该地区绿色创新水平，参考李丹青等[13]的研究，利用“人均GDP 取对数”代表地方经济水平。

信贷规模（LNCREDIT）：信贷规模提高，能够为企业注入资金，提高创新水平，参考韦施威等[5]、崔冉等[14]研究，用“年末金融机构贷款余额占年平均人口的比重取对数”代表信贷规模。

城镇化率（CITY）：城镇化为实现经济高质量发展提供动力，特别是新型城镇化的实施，能够带来经济发展结构的优化，而绿色创新在经济发展中的作用不容小觑，与城镇化关系紧密，参考孙燕铭等[3]的做法，以“年末城镇人口除以地区总人口数”代表城镇化率。

外资投资水平（FR）：外资水平越高，引进外资能够促进绿色创新，同时也会对环境造成破坏，参考黄磊等[15]的研究，利用“外商直接投资占GDP 的比重”反映外资投资水平。

2.2 数据来源

考虑到城市数据的可获得性，选取2015—2021年长三角27 个城市的面板数据，绿色专利申请数来源于中国研究数据服务平台（CNRDS），衡量绿色创新水平，其他解释变量及控制变量数据来源于各地区2016—2022 年统计年鉴及地区2015— 2021 年国民经济统计公报，少数缺失值采用线性插补法进行插补，数据如表1。

表1 变量及描述性统计

从表1描述性统计分析结果可知，绿色创新水平最大值为9.821，最小值为3.989，地区之间有一定差距。

2.3 空间杜宾模型（SDM模型）

长三角城市群绿色创新具有明显的空间相关性，传统的计量分析模型不再适用，因此，考虑加上因变量、解释变量和控制变量空间滞后项的空间杜宾模型进行分析，模型形式如下：

其中，W为空间权重矩阵，n为解释变量个数，s为控制变量的个数，LNGIit为绿色创新，Xit为解释变量，Tit为控制变量，ρ0为长三角城市群绿色创新的空间滞后项系数。

3 理论分析与研究假设

3.1 政府投入对绿色创新的影响机理

政府投入代表政府资金支持绿色创新行为，这里政府投入包括政府环保支出和政府科教支出，政府环保支出一方面可以解决企业环保上的支出，使更多的资金流入绿色创新，提高绿色创新水平，同时，政府环保支出也有一定的“挤出”效应[13]，政府投入环保资金会使企业产生依赖心理，减少环保投入，从而降低城市绿色创新水平。

政府科教支出能够正向促进城市绿色创新[16]，其中，政府科学支出能够解决企业创新活动资金，支持创新活动，同时政府教育支出能够给市场提供更多的创新人才，提高绿色创新水平。

综上所述，提出研究假设H1a：政府环保支出对绿色创新的影响呈“U”型分布；H1b：政府科教支出正向促进绿色创新。

3.2 环保关注度对绿色创新的影响机理

环保关注度（政府环保关注度）采用“环境关键词库中关于环保关键词在政府工作报告中所占的比重”[17]表示，环保关注度体现政府对环境问题及城市绿色发展规划的重视程度。政府工作报告中，环保关键词越多，代表政府对环保问题的重视程度越高，绿色创新水平也就越高。

综上所述，提出研究假设H2：环保关注度正向促进绿色创新。

4 实证分析

4.1 长三角城市群绿色创新发展趋势

长三角城市群中共有27个城市，分别为上海、南京、杭州、苏州、无锡、常州、扬州、南通、盐城、镇江、泰州、宁波、嘉兴、湖州、绍兴、舟山、温州、金华、台州、合肥、芜湖、马鞍山、滁州、宣城、铜陵、池州和安庆，从长三角城市群绿色创新（绿色专利申请件数）趋势图1来看，整体上，绿色创新水平前期上升较快，从2020—2021年，出现断崖式下跌，从区域上看，上海市整体上水平最高，高于全区域平均水平，江苏省所属的城市整体水平其次，也高于整体平均水平及高于浙江省和安徽省平均水平，城市群中安徽省平均水平最低。

图1 2015—2021年长三角城市群各区域绿色创新水平趋势图

4.2 空间计量分析

4.2.1 绿色创新全局莫兰指数

从表2中可知，绿色创新的全局莫兰指数显著为正，并且均在1%显著性水平上通过了显著性检验，代表长三角城市群绿色创新具有空间正相关性，同时给出局部莫兰散点图[18]。

表2 全局莫兰指数

从局部莫兰散点图2可知，2015年和2021年长三角多数城市集中在第一、第三象限，代表长三角城市群绿色创新具有明显的空间正向相关性，说明空间上有聚集趋势，存在显著的空间效应，其中，2015年有8个城市在第一象限高—高区域，形成了高水平的聚集，有12个城市在第三象限低—低区域，形成了低水平的聚集，有2个城市位于第二象限低—高区域，说明本身水平较低，被相邻高水平城市包围，有5个城市位于第四象限高—低区域，说明本身水平较高，被相邻低水平城市包围，2021 年，位于第一象限的城市有7个，有8个城市位于第三象限低—低区域。

图2 2015年和2021年绿色创新局部莫兰散点图

因此，从全局莫兰指数及局部莫兰散点图可知，应考虑长三角城市群绿色创新的空间溢出效应。

4.2.2 模型选择

在全局莫兰指数和局部莫兰散点图的基础上，初步判断绿色创新具有空间正向自相关性，利用LM检验及LR检验对空间计量模型进行选择，检验结果如表3。

表3 模型检验结果

通过LM 检验结果可知，可以建立空间计量模型进行分析，同时通过LR 检验，结果显示空间杜宾模型不能退化为空间滞后模型和空间误差模型，应采用空间杜宾模型，最后，通过Hausman 检验结果，适合选择固定效应模型，同时通过时间固定模型、空间固定模型和时空固定模型三种模型对比，时间固定模型的拟合度R2和自然对数值LogL 均相对较高，故选择时间固定效应。

4.2.3 回归结果分析

采用stata14.0进行回归，结果如表4，考察政府环保支出、环保关注度和政府科教支出等因素对绿色创新的影响效果。从核心解释变量来看，政府环保支出及平方项的回归系数在1%的水平上显著为负和显著为正，说明政府环保支出对绿色创新存在“U”型关系，验证了研究假设H1a，说明前期政府在环保上的支出对绿色创新产生抑制作用，可能的原因是资金没有得到有效的利用，限制了绿色创新的发展，后期对绿色创新有促进作用，说明节能环保资金得到有效利用，改善了创新环境，提高了绿色创新水平[4]，政府科教支出回归系数在1%的水平上显著为正，说明政府科教支出对绿色创新具有正向的促进作用，验证了研究假设H1b。环保关注度回归系数显著为正，说明政府对环境的关注程度对绿色创新具有正向的促进作用，验证了研究假设H2。对于控制变量，回归系数均显著为正，说明控制变量对绿色创新水平均有一定的促进作用。

表4 回归结果

从空间溢出效应来看，W×GE、W×GE2和W×EF系数均不显著，说明邻地政府环保支出和环保关注度均对本地绿色创新没有显著影响，邻地政府科教支出对本地绿色创新的影响显著为负，可能的原因是邻地政府科教支出增加，使得科教资金流入邻地，不利于本地绿色创新的发展。

4.2.4 空间效应分解

通过空间杜宾模型，进一步分析各影响因素对绿色创新水平影响的直接效应、间接效应及总效应（篇幅受限，仅以经济距离权重矩阵为例），如表5。

表5 变量直接效应、间接效应及总效应

从直接效应及间接效应来看各影响因素对本地绿色创新的影响效应。从直接效应来看，2015—2021 年政府科教支出（GA）、环保关注度（EF）、地方经济水平（LNPGDP）和信贷规模（LNCREDIT）直接效应系数均显著为正，表明这些影响因素对本地绿色创新存在明显的促进作用，政府环保支出（GE）对绿色技术创新作用显著。从间接效应来看，2015—2021年邻地政府环保支出（GE）、政府科教支出（GA）和环保关注度（EF）对本地绿色创新作用效果不显著，邻地经济水平间接效应系数显著为负，表明邻地经济水平对本地绿色创新有抑制作用，经济水平越高，代表地区拥有更多更优质的资源，能够促进本地绿色创新，同时，邻地经济水平越高，会使邻地资源和资本流入，进一步限制本地绿色创新。信贷规模（LNCREDIT）间接效应系数显著为正，说明邻地和本地的信贷规模水平均能促进本地的绿色创新。

总效应代表各种影响因素对被解释变量的综合影响效果，信贷规模、城镇化率显著促进绿色创新水平，因此，提高信贷规模水平、加快城镇化建设进程，提高绿色创新水平。

4.2.5 稳健性检验

将绿色专利申请数替换为绿色发明申请数（LNGI1）和绿色实用新型数量（LNGI2）作为被解释变量[5]，莫兰指数、相关模型检验结果与前文基本一致，同时从表6可知，稳健性检验结果基本如前面回归估计结果方向一致，尽管数值因为数据形式不同有所不同，说明模型回归结果具有一定的稳健性[19]。

表6 稳健性检验：替换被解释变量

5 结论与建议

以2015—2021 年长三角城市群为研究对象，基于相关理论基础与作用机制，通过模型检验，利用空间杜宾模型对长三角城市群绿色创新影响因素进行分析，得出以下结论。

5.1 结论

首先，从全局莫兰指数和莫兰散点图来看，长三角城市群绿色创新具有正向的空间相关性，从绿色创新的趋势图来看，整体上，绿色技术创新水平前期上升较快，2021 年数据下降较多，从区域上看，上海市整体上水平最高，高于全区域平均水平，江苏省所属的城市整体水平其次，也高于整体平均水平及高于浙江省和安徽省平均水平，城市群中安徽所属城市绿色创新平均水平最低。

其次，从解释变量来看，政府环保支出对本地绿色创新存在“U”型影响作用，即先抑制后促进，环保关注度和政府科教支出回归系数均显著为正，表明环保关注度和政府科教支出能够提高本地的绿色创新水平。邻地政府环保支出、环保关注度和政府科教支出对本地绿色创新水平均没有显著性影响。

最后，从控制变量来看，信贷规模和城镇化率回归系数均显著大于0，对绿色创新均有促进作用。

5.2 建议

加强地区间绿色创新协同发展，核心城市应利用自身资源优势的特点，在吸收周边资金及高水平人才的同时，也要率先对周边地区进行高效“反馈”。同时，不同城市要因地制宜，充分考虑地区特色，制定适宜的政策制度，实现城市间绿色创新协调共进。

充分发挥政府作用，加大政府环保执法力度，后期政府环保支出对绿色创新有一定促进作用，因此应加大治污减排力度，严格贯彻习近平总书记提出的“生态环境保护该花的钱必须花，该投的钱决不能省，要坚持资金投入同污染防治攻坚任务相匹配。”深入打好污染防治攻坚战和生态环境保护治理。利用环保支出促进企业环保投入力度，促进绿色创新。

提升环保关注度，从提高政府环境关注度乃至社会公众的环保关注度，增强整体社会的环保意识，激发政府、民众参与环保的积极性，自觉践行绿色环保生活，在经济发展同时注重生态环境的保护。对绿色创新实行“政民共治”的格局。