长三角一体化战略对高技术产业绿色创新效率的影响研究

尤怡卜 孙玉环 胡 娜

（1.兰州财经大学统计学院，甘肃 兰州 730030；2.东北财经大学统计学院，辽宁 大连 116000）

一、引言

随着经济发展步入新常态，我国经济社会逐渐改变以GDP 为单一导向的粗放式发展模式，更加注重生态友好型的创新驱动发展。绿色创新作为生态友好与创新驱动两大发展理念的结合产物，愈加成为评价区域创新可持续性的重要考量标准。长期以来，长江三角洲地区①下文将“长江三角洲地区”简称为“长三角地区”。走在我国创新驱动发展改革前列。2018 年，长三角一体化正式上升为国家战略，其发展进入新的历史阶段。作为实现区域创新的重要抓手，高技术产业得到长足发展。数据显示，自2018 年以来，长三角地区高技术企业增长明显提速，年均增长率超过60%②数据来源于2021 年南京大学长江产业经济研究院发布的《长三角产业创新发展报告：分布与协同》。。2020 年长三角地区高技术企业增至7 万多家，与2013年相比数量增长近20 倍，占全国比重从6%上升到27%。在此背景下，明晰一体化战略对高技术产业绿色创新效率的影响机制，不仅能为提升高技术企业绿色创新水平拓展思路，也有助于加快区域绿色发展与创新驱动协同发展的步伐。

二、文献综述

（一）长三角一体化相关研究

已有研究对长三角一体化的分析从多种视角展开。在一体化发展方面，学者主要利用熵权法（王山和刘文斐等，2022）[1]、社会网络分析（杜德斌和金红等，2022）[2]以及主成分分析（金飞和陈晓峰，2022）[3]等方法，对长三角经济、生态、数字化发展等维度一体化水平进行测度，得出的结论也相对一致，即长三角东部地区的一体化水平普遍高于西部地区。基于此，部分学者进一步探究一体化程度的影响因素。已有文献表明，长三角一体化政策不仅可以推动产业结构升级，并以此为机降低地区碳排放强度，实现区域间的节能减排，还能提高城市的创新能力，进而提高全要素生产率和经济效率，达到促进长三角地区经济高质量发展的目标（杨航英和强永昌，2022）[4]。

（二）绿色创新效率相关研究

目前关于绿色创新效率的研究主要集中于效率测度及影响机制分析等。学者主要从省域（曹霞和于娟，2015）[5]、城市及行业（徐建中和王曼曼等，2019）[6]尺度进行效率测度，涉及的模型包括SFA 模型、DEA模型及其改进形式等（鲍涵和滕堂伟等，2022）[7]。相关研究表明，经济发展水平与产业结构、对外开放水平（杨树旺和吴婷等，2018）[8]以及环境规制等多方因素的影响导致绿色创新效率在不同区域、不同产业间呈现出巨大差异。除了关于影响因素的线性分析，一些研究还检验某些因素与绿色创新效率间的非线性关系。例如刘文琦（2019）[9]发现随着产业聚集度提升，高技术产业研发投入强度对绿色创新效率的抑制性有所减弱。宋晓玲和李金叶（2023）[10]认为制度环境在产业协同集聚对工业绿色创新效率影响中发挥着重要的调节作用，有助于产业协同集聚正外部性作用的发挥。

总体看，无论是一体化政策还是绿色创新效率，相关研究都较为丰富，但将两者纳入统一体系进行研究者并不多见。相较于单独考虑一体化对创新或环境的影响，绿色创新具备经济与环境效益的双重属性，更贴合高质量发展的要求。在关于长三角一体化的研究中，鲜有学者以新阶段长三角一体化战略作为研究对象进行定量分析。因此，本文以最具创新活力的高技术产业为研究主体，基于2011—2020 年的省际面板数据，探究长三角一体化战略对绿色创新效率的影响机制。可能的边际贡献有：第一，以长三角一体化战略作为准自然实验，构建双重差分模型，分析一体化战略对高技术产业绿色创新效率的影响作用；第二，以营商环境作为门槛变量，分析存在于一体化战略与效率间的非线性关系。

三、机制分析与理论假设

（ 一） 一体化战略对高技术产业绿色创新效率的影响

推进一体化会对各产业的创新体系进行改革，为跨区域的协作创新提供契机，从而对企业和地区的创新活动、绿色发展产生深刻影响。为了保证自身利益最大化，区域内创新主体间的关系从竞争逐渐走向共生，即主体间求同存异，取长补短，协作分工。原本不同利益相关体间的挤出效应会逐渐转变成溢出效应，形成可持续的创新发展模式，主体创新能力随之提升（储节旺和李振延，2023）[11]。从绿色发展看，区域间生态环境保护协作机制的不断完善，会倒逼企业使用清洁能源和更为先进的节能减排技术。同时会淘汰一批高污染且产能落后的企业，推动区域产业结构升级，从而降低对环境的影响（郭艺和曹贤忠等，2022）[12]。

据此提出假设H1：实施一体化战略能够提升高技术产业绿色创新效率。

（二）营商环境的门槛效应分析

营商环境是企业参与经济活动时面临的各种外部约束环境的集合。良好的营商环境为企业提供了完善的投资环境和高效的服务体系，能够吸引更多投资落地，因此带来创新要素的集聚效应，为企业进一步强化创新奠定了基础（刘新智和黎佩雨等，2023）[13]，而区域一体化可以实现生产要素在区域内的自由流动。因此在营商环境良好的地区，一体化让更多的创新要素流动起来，二者形成合力更有利于企业间形成良性竞争氛围，加快技术革新速度，从而实现创新能力的提高。而且，各级政府在优化营商环境的同时，会重视生态环境的管理（李卫波和王霞等，2022）[14]。良好的营商环境使企业不愿轻易退出市场，通过不断优化自身技术降低污染以达到政府的环境要求，而招商引资过程中的环境准入门槛也会阻止一批高污染企业进入当地市场。因此，当地生态与经济发展会维持在相对稳定的平衡状态。

据此提出假设H2：营商环境在一体化战略对高技术产业绿色创新效率的促进过程中起正向调节作用。

四、研究设计

（一）模型的构建

1.非期望产出的Super-SBM模型和全局DEA模型

Kaoru（2002）[15]提出的基于非期望产出Super-SBM模型同时解决了传统DEA 模型径向有偏、测算误差大、前沿面上效率值无法有效区分以及未考虑非期望产出等问题。其基本模型为：

其中，假设有n 个决策单元，每个决策单元由投入x∈Rm、期望产出y∈Rp和非期望产出z∈Rq组成；s-、s+和sz-分别是投入、期望产出和非期望产出对应的松弛变量；λ 为权重系数；ρ 为高技术产业绿色创新效率。

为使效率值能够跨期比较，在效率测算过程中引入全局DEA 思想，以所有时期的投入产出数据构造全局生产技术前沿面PG。若记单期DEA 的截面生产技术前沿面为PT，则有

2.双重差分模型

双重差分模型常被用于政策效果的研究。为避免时间及个体差异对结果造成影响，考虑面板模型的双重固定效应，建立如下模型：

其中，Effit是被解释变量，表示第i 个省（市）在第t年的高技术产业绿色创新效率；交互项periodit× treatit表示一体化战略实施变量；μi和ηt分别为个体固定效应和时间固定效应；controlit代表所有的控制变量；εit为随机扰动项。

3.门槛效应模型

门槛效应模型由Bruce（1999）[16]首次提出，单一门槛模型如下：

其中，Intit表示长三角地区i 省（市）在第t 年的一体化指数；Env 为门槛变量营商环境；η1为门槛变量的单一门槛值；I 为指标函数；其余各项含义与基准模型保持一致。双重门槛模型可由单一门槛模型扩展而来。

（二）指标的选取与说明

1.高技术绿色创新效率的测度

在兼顾高技术产业的特点、数据的可获得性以及DEA 模型的使用条件的基础上，建立的投入产出指标体系见表1。

表1 高技术产业绿色创新效率指标体系

其中，环境污染指数借鉴姚孟超和段进军等（2022）[17]的做法，同时考虑工业废水、废气、粉尘的排放，利用熵权法综合计算得到。此外，由于创新投入与产出之间存在时滞，借鉴高晓光（2015）[18]的做法，选取1 年的时滞期，即两个期望产出指标的观测年份较其余变量均滞后一年。

2.一体化战略的影响分析

（1）被解释变量。利用非期望产出的Super-SBM模型测得的高技术产业绿色创新效率（Eff）。

（2）解释变量。在基准双重差分模型中，解释变量为长三角一体化战略，即双重差分模型中的交互项periodit× treatit（DID）。长三角地区的三省一市构成实验组，即treat=1；其他省份自动分为对照组，即treat=0。虽然长三角一体化战略在2018 年上升为国家战略，但考虑到其提出时间在2018 年末，因此将政策冲击时点设置为2019 年，即2019 年之前period=0，2019 年及以后period=1。

在门槛效应模型中，解释变量为利用相对价格法测度长三角地区的一体化指数（Int）。参照袁茜和吴利华等（2019）[19]的做法，首先选择16 类商品的价格指数③16 类商品的价格指数指统计局官网公布的食品、饮料烟酒、服装鞋帽、纺织品、家用电器及音像器材、文化办公用品、日用商品、体育娱乐用品、交通通信用品、家具、化妆品、金银珠宝首饰、药品、书籍、燃料及建筑材料等商品的价格指数。，并利用相对价格方差法先求出长三角地区的市场分割指数，再对该指数取倒数求出市场一体化指数。

（3）控制变量。高技术产业的绿色创新效率主要受到产业特点、区域环境以及政府相关政策等因素的影响。据此，选取如下5 个指标：企业污染成本，用排污费征收金额表征；人力资本，用每十万人中高等教育人数表征；经济发展水平，用人均GDP 表征；政府财政支持，用R&D 内部经费中政府资金所占比例表征；对外开放水平，用区域进出口总额与GDP 比值表征。

（4）门槛变量。营商环境（Env），采用市场化总指数衡量。

3.数据来源及描述性统计

（1）数据来源及说明。以2011—2020 年为研究时期，因海南、青海、西藏以及港澳台相关数据缺失严重，故设定研究范围为其余的28 个省（区、市）。鉴于创新的时滞性，创新期望产出指标的观测年份为2012—2021 年。由于政策变动原因，企业污染成本在2011—2017 年用排污费征收金额表征④《中华人民共和国环境保护税法实施条例》于2018 年1 月1 日起施行，2003 年1 月2 日国务院公布的《排污费征收使用管理条例》同时废止。，2018—2020年用环保税表征。涉及的原始数据均来源于《中国统计年鉴》《中国高技术统计年鉴》《中国科技统计年鉴》、EPS 数据库、中国市场化指数数据库及各省（区、市）统计年鉴，少量缺失数据以邻期算数平均值代替。

（2）描述性统计。研究中变量的描述性统计如表2所示。

表2 变量描述性统计

五、实证分析

（一）高技术产业绿色创新效率测度与分析

利用考虑全局的非期望产出Super-SBM模型，测得2011—2020 年全国各省（区、市）的高技术产业绿色创新效率如表3、表4 所示。

表3 2011—2020 年长三角地区高技术产业绿色创新效率

表4 2011—2020 年非长三角地区高技术产业绿色创新效率

从表4 可知，研究期内，我国高技术产业绿色创新效率整体呈波动上升趋势，且效率值普遍偏低，未达到有效前沿面，处于相对无效率状态。分区域看，长三角地区的效率平均水平与全国整体水平走势相同，并高于非长三角地区平均水平。各年的效率值也普遍较高，很多时点效率值都位于有效前沿面，处于相对有效率状态。在2019 年、2020 年两年内，除了2019 年的安徽省，长三角地区其余省份效率值均大于1。从结果初步猜测一体化战略的实施有助于提升长三角地区的高技术产业绿色创新效率，下面利用模型进行具体分析。

（二）一体化政策效果的实证分析

1.基准回归结果分析

（1）平行趋势检验。利用双重差分方法的前提是处理组与对照组在政策前满足平行趋势假设，即在一体化战略实施之前，两者的高技术产业绿色创新效率变化趋势相似。参考卢盛峰和董如玉等（2021）[20]的做法，进行以事件研究为基础的平行趋势假设，结果如表5 所示。在政策发生前，交互项系数不显著，表明处理组与对照组之间的变化趋势没有明显差异，符合平行趋势假设。整体看，政策实施当期和后一期，交互项系数均显著为正，说明政策实施后，处理组和对照组的效率值出现显著差异，政策效果具有一定持续性。

表5 平行趋势回归结果

（2）基准回归结果。根据2011—2020 年我国28 个省（区、市）高技术产业的面板数据，利用Stata 16.0 进行结果分析，见表6。

表6 基准回归结果

表6 列出了不同情况下的回归结果，可以看到四种模型下核心解释变量的系数符号未发生变化。虽然固定效应模型较随机效应模型显著性水平有所下降，但仍然在5%水平下显著。同时利用双重固定效应的双重差分模型的拟合优度最好，证明所选模型结果具有较高可信度。结果显示，长三角一体化战略能够显著提升高技术产业绿色创新效率，假设1 得以验证。

2.异质性分析

考虑到一体化战略和高技术产业绿色创新效率之间的紧密联系，接下来利用门槛效应模型进一步分析两者间是否存在非线性关系。参照假设2 的内容，选取营商环境作为门槛变量进行检验，并在不同门槛个数下利用BS 自抽样300 次。结果表明营商环境水平存在单一门槛，且单一门槛效应在5%水平下显著。在此基础上，对门槛效应模型进行参数估计，具体结果见表7、表8。

表7 门槛效应检验结果

表8 门槛模型回归结果

由表8 可知，无论营商环境是否跨过门槛值，长三角一体化战略对高技术产业绿色创新效率的影响回归系数均在5%水平下显著为正。当营商环境水平大于11.113 的门槛值时，回归系数较之前提高了0.2 个百分点。说明营商环境水平影响长三角一体化战略对高技术产业绿色创新效率的促进程度，即在营商环境水平更高的区域，长三角一体化战略对高技术产业绿色创新效率的促进程度更高，假设2 得以验证。

3.稳健性检验

（1）安慰剂检验。为增强基准回归结果的稳健性，排除随机因素的干扰，借鉴石大千和丁海等（2018）[21]的研究，采用虚构处理组的方法进行安慰剂检验。具体做法是，在28 个省（区、市）中随机抽取4 个作为处理组与长三角一体化战略一并构成虚拟政策冲击时点，其余则自动分为对照组。进行随机试验1000 次，最终得到的虚拟p 值分布如图1 所示。

图1 p 值系数散点图

图1 中，实线表示基准回归结果中的真实系数。由图1 可知，p 值散点集中分布在0 附近，远离真实值，且多数散点都位于虚线以上，说明大多数随机实验结果在10%的水平下不显著，意味着长三角一体化战略对高技术产业绿色创新效率的政策效应没有受到其他未被观测因素的影响，证实了基准结果具有一定的稳健性。

（2）合成控制法。为了降低系统性差异，利用合成控制法进一步进行稳健性检验。具体做法是，参照刘乃全和吴友（2017）[22]的做法，将长三角地区三省一市合并成一个整体作为处理组，其余24 个省（区、市）作为控制组，文内涉及的5 个控制变量作为预测变量。表9 列出了参与合成长三角的省（区、市）及权重，最终政策效应结果如图2 所示。从图2 可以看到，实际长三角和合成长三角的效率走势十分接近，且在2019 年后实际长三角的效率值明显高于合成长三角，证实了长三角一体化战略能够促进高技术产业绿色创新效率，与基准回归结果保持一致。

图2 实际长三角与合成长三角效率值对比

表9 合成变量的省（区、市）与权重

（3）其他稳健性检验方法。第一，排除其他政策干扰。2014 年长江经济带发展进入整体推进时期，长三角地区作为长江下游地区也列入其中。因此，将是否为位于长江经济带省份与是否为2014 年后的交互项加入基准回归方程，从而排除该政策对结果可能存在的影响，结果为表10 中（1）列所示。第二，缩尾处理。为避免异常值的影响，对所有连续型变量进行上下1%的缩尾处理，结果如（2）列所示。第三，替换标准误。将基准回归中的稳健标准误替换成在省（区、市）层面进行聚类的聚类标准误，回归结果如（3）列所示。可以看到，三个模型结果下核心解释变量均显著为正，意味着基准回归结果具有较强稳健性。

六、结论建议

（一）结论

本文测算了2011—2020 年全国28 个省（区、市）的高技术产业绿色创新效率，并实证分析了长三角一体化战略如何影响高技术产业绿色创新效率。主要得出以下结论：

第一，我国高技术产业绿色创新效率整体呈波动上升趋势，效率值普遍偏低。长三角地区的效率平均水平与全国整体水平走势大致相同，并高于非长三角地区平均水平，处于全国前列。

第二，长三角一体化战略能够显著促进高技术产业绿色创新效率的提升，在一系列稳健性检验后结论依然成立。同时，门槛效应模型结果表明促进作用的强弱与区域营商环境有关，即在营商环境水平更高的区域，长三角一体化战略对高技术产业绿色创新效率的促进程度更高。

（二）建议

基于以上结论，提出如下建议：

第一，长三角地区各级政府应持续加强合作交流，明确本地区在产业链中所处位置，发挥地区优势，因地制宜制定创新政策。政府部门应共同配合加大对高技术产业集群的布局力度，打造区域科技创新高地，由此实现产业链上中下游既协同发展又分工明确的目标，促进产业链的进一步延伸，提高生产效率和创新效率。同时要重视发展中的生态保护问题，加大对企业排污规范力度，做到创新与绿色双管齐下，实现高技术产业乃至全产业绿色创新效率的提高。

第二，营商环境对高技术产业绿色创新效率的提高具有重要影响。因此，政府部门应持续优化当地营商环境，着力打造公平、透明、高效的政务环境，为企业营造优质稳定的外部经营环境。地方政府应出台更有针对性的惠企政策，并在此基础上，了解企业经营现状及现实困难，督促相关部门及时调整政策方案，使惠企政策发挥最大作用。在区域一体化战略下，建立城市间重大项目共商共建机制，加快地区间交流频率。营商环境水平较高的地区要充分发挥引领带动作用，营商环境水平较低的地区要通过实地调研等方式借鉴先进地区经验，找准自身症结，对症下药加强营商环境建设。由此实现区域间协同发展，推动营商环境水平整体提升。◆