新能源汽车产业集聚对区域绿色经济效率的影响——基于长江经济带的实证研究

杨恺钧，曹安琪，方慈慧

（1.河海大学 商学院，江苏 南京 211100；2.河海大学 东方管理与水管理文化研究中心，江苏 南京 211100；3.江苏省“世界水谷与水生态文明建设”协同创新中心，江苏 南京 211100；4.江苏省企业国际化发展研究基地，江苏 南京 211100；5.河海大学长江保护与绿色发展研究院，江苏 南京 211100；6.江苏长江保护与高质量发展研究基地，江苏 南京 211100）

0 引言

进入21世纪，中国经济在取得显著成效的同时，也带来了严峻的资源和环境挑战。传统的发展方式已无法再满足中国对于经济高质量发展的要求，发展经济效率和环境生态相协调的绿色经济才是应有之义，绿色经济效率是衡量经济绿色发展的重要指标。新能源汽车产业集电动化、智能化和网络化为一体，具有运作效率高、污染排放少、能源消耗低和科技创新多等特点，是我国重点发展的战略性新兴产业。2022年中国新能源汽车销量达688.7万辆，连续8年居全球第一，为中国经济持续增长贡献了重要力量。在“双碳”目标和新发展格局提出的背景下，发展新能源汽车对经济高质量发展具有重要意义。此外，适度的产业集聚能对企业进行有效协调和分工，降低交易成本、提高区域产出水平，提升经济效率。基于此，党的二十大提出，要推动发展战略性新兴产业融合集群。2012年以来，党中央高度重视长江经济带发展，力求探索出一条绿色发展的新思路。2022年党的二十大再次重点提出，通过“推动长江经济带发展”促进区域协调发展。《长江经济带发展指导意见》和《十三五国家战略性新兴产业发展规划》明确提出，要结合长江经济带关于能源、劳动力、人才和贸易等方面的天然优势，主打发展新能源汽车，发挥好黄金水道的作用，建立相关产业走廊。面对经济绿色发展新要求，建设长江经济带对中国经济升级具有重要战略意义。因此，本文聚焦长江经济带，利用2012—2020年长江经济带沿线11省市面板数据，实证分析新能源汽车产业集聚水平及新能源汽车产业集聚对区域绿色经济效率的影响，在此基础上，采用中介效应检验绿色技术创新的传导机制是否成立，并做进一步的空间溢出和异质性分析，这将为地区制定新能源汽车产业发展政策，促进区域经济绿色发展提供思路。

1 文献综述

英国经济学家皮尔斯最早提出“绿色经济”这一概念，其目的为协调发展经济和环境，是衡量经济绿色发展的重要指标。目前关于绿色经济效率的研究大致遵循3条思路。1）对绿色经济效率的测度。不同学者根据研究需要针对性构建投入产出指标体系，并采用数据包络法进行测度（刘强等，2022；蔡德发等，2022）。2）探究绿色经济效率的影响因素。影响因素主要分为外在环境因素、制度因素、区域内在因素。外在环境因素主要包含互联网（辛龙等，2020）、数字化（刘强等，2022）、金融（冯锐，2022）、产业集聚（胡安军等，2018）等；制度因素主要包含财政分权 （方杏村等，2019）、环境规制（辛龙等，2020）、外商直接投资（吴传清等，2020）等；区域内在因素主要包含科技技术创新（尹庆民等，2023）、人口结构（蔡德发等，2022）、产业结构（崔新蕾等，2021）、公共交通基础设施（李金培等，2021）等。3）利用绿色经济效率对区域进行时空分析。绿色经济发展的区域差异性在学术界形成了基本共识，中国绿色经济效率呈现出“东—中—西”逐步递减的格局（Shuai et al.，2020；辛龙等，2020）。但就区域差异是在逐步扩大还是缩小的问题尚未形成一致结论。有的学者认为各地分级化现象逐渐加剧，差异存在扩大趋势（辛龙等，2020；吴传清等，2020），也有学者认为绿色经济效率具有β条件收敛性，地区间差异具有趋同性（钱争鸣等，2014）。综上，已有研究为绿色经济效率的研究提供了重要参考，但在测算绿色经济效率时，常以工业三废作为非期望产出，但在“双碳”背景下，将二氧化碳排放量同时考虑进非期望产出，更符合绿色发展的战略要求。

产业集聚是指众多企业通过分工、联系在特定区域空间中形成的高效集合。学者们认为其作用的空间规模可能在地方、区域乃至国家 （朱英明，2003）。随着新经济地理兴起，关于产业集聚对绿色经济效率的影响引起了学者的关注。目前相关成果聚焦于研究产业集聚对绿色经济效率的作用形态。大多数学者认为产业集聚能够促进绿色经济效率的提升。张平淡等（2021）聚焦制造业，发现该产业的集聚主要通过绿色技术进步正向推动绿色经济效率提高；王志祥等（2018）认为物流产业集聚对本地和邻近地区的绿色经济效率均具有促进作用。也有学者认为产业集聚与绿色经济效率之间存在非线性关系。胡安军等 （2018）、周杰文等（2019）研究发现高新技术产业集聚、旅游产业集聚与绿色经济效率之间存在“U”型关系。目前学术界在此方面研究的视角主要包括：1）从产业层面展开研究，如制造业（张平淡等，2021）、高新技术产业（胡安军等，2018）、物流业（王志祥等，2018）、文化传媒业（刘耀彬等，2017）、旅游业（周杰文等，2019）和服务业 （张娜等，2022）；2）从区域范畴展开研究如城市、省际、黄河流域等（方杏村等，2019；蔡德发等，2022；张娜等，2022）。

经梳理发现，众多学者围绕产业集聚和绿色经济两个主题展开了较多研究，为本文提供了思路和方法。然而，探讨新能源汽车集聚与绿色经济效率关系的文献较少，而随着我国战略性新兴产业的不断发展，探究新能源汽车集聚对绿色经济效率的影响显得至关重要。鉴于此，本文基于2012—2020年长江经济带11个省市面板数据，系统分析新能源汽车产业集聚对绿色经济效率的影响，并探讨其背后的传导机制，试图从理论和实践两个层面厘清长江经济带新能源汽车产业集聚与区域绿色经济效率之间的关系。有别于已有研究，本文主要从以下3个方面做出了拓展：1）在研究视角上，将新能源汽车产业集聚、绿色技术创新和绿色经济效率纳入同一研究框架，重视绿色技术创新在二者之间的衔接作用，在系统的理论分析框架的基础上，从理论层面理清新能源汽车产业集聚影响绿色经济效率的内在机制，以绿色技术创新为中介变量，对新能源汽车产业集聚影响绿色经济效率的传导机制进行实证考察；2）在变量选取上，以新能源汽车企业联合申请绿色发明专利数对绿色技术创新进行衡量，且将二氧化碳排放量考虑进非期望产出进而测算绿色经济效率，相对于以往研究采用的变量，更凸显了“绿色”的相关概念；3）在样本选取上，聚焦具有战略意义的长江经济带展开研究，相对于以往选择全国、省级或地级市及以上城市作为样本，更具有指导意义。这不仅有利于为长江经济带新能源汽车发展提供一定的借鉴和参考，还能发挥新能源汽车产业促进地区经济绿色增长的积极作用。

2 理论分析

2.1 产业集聚对绿色经济效率的直接效应

新能源汽车产业具有知识技术密集和节能环保的特性，因此在“双碳”背景下，新能源汽车产业的发展对减少污染排放，实现经济、环境协同发展具有重要影响。新能源汽车产业集聚主要通过内部网络资源整合和外部整体能力提升两方面对绿色经济效率产生影响（图1）。

图1 新能源汽车集聚促进绿色经济效率的作用机制Fig.1 Themechanism of new energy vehicle industrial agglomeration to enhance green economic efficiency

1）从产业集聚区内部角度来看，产业横纵向联系能够对资源进行重新整合，增加区域内经济发展优势，形成风险共担、利益共享的内部关系网。a.新能源汽车产业资源分布具有随机性、隐含性和积累性的特点（刘雅琴等，2020），因此在发展中存在不确定性和高度复杂性，产业集聚能有效降低风险，且该产业的供需依赖网络具有“小世界”的结构特征，存在偏好依附效应，易形成产业集聚（李扬等，2023），进而促进新能源汽车产业稳步发展。b.产业集聚具有价格指数和市场扩大双重效应。一方面，产业集聚促进分工合作降低运输成本和原材料、半成品的价格，促进技术协同创新降低交易成本，通过共享基础设施减少信息不对称的影响，有效缩短信息传递速度，提高信息可达性，集聚区内部能更有效地面对面交流，形成高效的沟通网络；另一方面，产业集聚吸引劳动、资本要素流入，形成专业化分工，增强业务能力，使市场规模扩大，成本降低，引起要素进一步集中，继而进一步扩大市场规模，如此循环累积，促进经济发展（陈建军等，2008）。c.产业集聚能够吸引人才集聚，人才流入会带来高度专业化技能，增加知识存量，提升知识更新速度，吸引更多物质和资本要素，促进区域经济发展。

2）从产业集聚区整体外部角度来看，产业集聚区的整体竞争力对其吸引力和稳定性具有直接决定性作用。近年来，生产性服务业与新能源汽车产业融合程度不断加深，二者协同集聚，形成知识扩散效应，有助于将隐性创新转化为显性技术，提升新能源汽车产业相关产品的附加值，实现价值链向高端延伸，增强整体发展水平，提高经济发展效率（孙正等，2021）。产业集聚的形成，不仅能够增强产业链韧性和区域整体竞争力，还能提升集聚区内企业的抗风险能力，增强产业地位，带动区域市场规模扩大，更好地应对外在环境的不确定性。除此之外，产业集聚能通过空间溢出效应和空间示范效应，促进集聚区与邻近地区的有效交流，提供自身发展经验，带动周边区域共同创新发展，进而提升经济效率。

相关研究表明，产业集聚可能会产生负的拥挤效应（Willianmson，1965；Fujita et al.，1996；Cheng et al.，2018），但本文认为新能源汽车产业会有所不同，一是新能源汽车属于高科技产业中的重要成员（周亚虹等，2015），具备知识更新快、技术水平高、研发投入多等特点，产品更新速度快，能够不断推出新产品激发市场需求，弱化拥挤效应；二是因为新能源汽车属于我国战略性新兴产业，具有较强的产业引领力和就业带动性，全国各地出台相关政策支持新能源汽车产业发展，为其营造出良好的发展环境，社会资源供给充足 （胡安军等，2018）。结合新能源汽车产业的相关特性，本文提出如下假设。

假设1：新能源汽车产业集聚能够直接促进区域绿色经济效率的提升。

2.2 绿色技术创新的中介效应

集聚是创新活动最重要的空间特征之一（孙瑜康等，2017）。产业集聚连接企业、政府和高校等创新主体，形成网络式技术创新，有效配置创新资源，优化创新活动过程，提升技术创新水平。产业集聚为技术创新提供更多机会，企业能更准确了解消费者偏好，减少企业学习成本，促进技术进步，加速产品研发。已有研究表明，产业集聚能显著促进技术创新，但反之不一定，因此从理论看，产业集聚对技术创新具有单向促进作用（刘新智等，2022）。

产业集聚能够形成独特的竞争和合作优势，对地区发展具有重要影响。产业集聚区同时存在竞争与合作效应，均能促进技术创新，产业集聚通过绿色技术进步促进绿色经济效率主要体现在以下两方面（图1）。

1）产业集聚区内企业间或产业集聚区企业与其他创新主体合作实现资源互补，促进绿色技术创新，提升可持续发展能力。一方面，新能源汽车产业科技含量高，其核心技术的研发难度和成本较高，如电池等。高额的研发成本以及研发的不确定性要求单个企业承担巨大风险，产业集聚区域内合作能提高信息的对称性，减少机会主义行为，在具有相同研发意愿的企业间形成专业化分工，实现资源有效配置，分担研发成本，分散风险，共同提升企业的技术创新能力（曹休宁等，2009）。龙头企业能够在合作交流中促进资源流动和共享，推动创新网络的发展。另一方面，产业集聚区域内合作能够增强产品的竞争优势，根据客户需求发展多样化产品，提升产品的附加价值和竞争力，减少集聚区域外大型企业垄断形成的低效率。

2）产业集聚区域内企业激烈竞争，可促进企业绿色技术创新，保持核心竞争力。新经济地理学认为，大量企业在既定区域集中会引发市场竞争。产业集群内激烈的竞争有利于企业的创新和发展。产业集聚中易出现以大企业为中心的中心—外围结构，大企业资源丰富、市场规模较大、技术成熟等因素有利于其创新，其产品更容易被模仿，技术易流失，这刺激大企业需进行技术创新，方可保持核心竞争力。小企业在集聚过程中获得技术外溢及知识共享效应，推动技术创新，促进自身发展，降低被市场淘汰的风险。产业集群内各企业间的适度竞争，能够提升企业创新活力，促使技术进步，形成强大的创新体系，增强产业优势，扩大市场份额，促进经济增长。

当产业集聚至一定水平后，集聚区内技术溢出效应明显，将有利于各企业进行绿色技术创新，降低单位产出污染排放量，促进经济绿色发展（杨仁发，2015）。由集聚引起的技术进步对集聚区绿色经济效率具有至关重要的影响（陈建军等，2008）。基于此，本文提出如下假设。

假设2：新能源汽车产业集聚能够通过绿色技术创新间接促进绿色经济效率。

3 研究设计

3.1 变量设定

3.1.1 被解释变量

绿色经济效率（eff）是一项基于传统经济效率修正的综合性指标（林伯强等，2019），在传统指标基础上考虑经济发展中的非期望产出（胡安军等，2018），将资源和环境相关因素纳入分析，与“双碳”目标契合。测量经济效率常用DEA（date envelopment analysis）模型，但是传统的DEA模型无法对多个有效决策单元进一步对比分析，且在测算过程中易出现结果偏误，因此本文采用Tone（2001）和Lietal.（2013）的超效率SBM （slacksbased measure）模型进行测算。

式中：n为决策单元数；向量x、yg、yb分别为每单元的投入、期望产出和非期望产出，且x∈Rm，yg∈RM，yb∈RK；λ是权重向量；ρ*为目标效率，ρ*≥1时表示决策单元相对有效，且ρ*越大表示该单元越有效率。

本文决策单元为长江经济带沿线11个省市。变量为投入、期望产出和非期望产出。投入要素包括资本、劳动和能源，分别用资本存量、年末就业人数、年末能源消费总量来表征，其中，资本存量用永续盘存法估算得到。期望产出用经济效益产出衡量，指标为地区生产总值。在测算绿色经济效率时，常以工业三废作为非期望产出，但在“双碳”背景下，将二氧化碳排放量同时考虑进非期望产出，更符合绿色发展的战略要求。本研究非期望产出的具体指标包括工业废水排放量、工业二氧化硫排放量、二氧化碳排放量和一般工业固体废物产生量，其中，二氧化碳排放量C主要依据8种化石能源的消费量E测算而得（齐绍洲等，2015），具体的测算公式如下，各化石能源具体的碳排放系数CEFi参考田建国等（2018）。

式中：C为二氧化碳排放量；Ei为化石能源i的消费量；CEFi为化石能源i的碳排放系数；i为化石能源，包括煤炭、焦炭、原油、汽油、煤油、柴油、燃料油和天然气。

3.1.2 核心解释变量

据国家统计局网站公布的《战略性新兴产业分类（2018）》，新能源汽车产业包括4个二级目录产业，9个三级目录产业。按照产业链分布情况可以将这些产业分为上中下游3个环节，其中上游为原材料环节，包括电池制造和驱动电机所需原料，如锂矿、电解液等；中游为重要零部件环节，包括电池、电机等；下游产业为新能源汽车整车制造和基础设施建设环节。

已有研究常用 HHI（Herfindahl-Hirschman Index）、基尼系数、区位熵等方法对产业集聚进行测度，不同的研究采用的方法不同。由于区位熵能真实反映要素空间分布情况，本文采用区位熵测算新能源汽车产业集聚程度（neva），具体公式为

式中：nevai，t为第t年第i个地区的新能源汽车产业集聚程度；xi，t为第t年第i个地区的新能源汽车行业的就业人数；Xi，t为i地区第t年的地区总就业量；xt为第t年全国新能源汽车行业总就业人数；Xt为第t年年末全国就业人数。

3.1.3 中介变量

微观化的专利数据能够直接揭示创新结果，更好地体现企业的创新能力。相较于专利授权量，专利申请量能更真实体现企业创新能力（黎文靖等，2016），本文选取新能源汽车企业联合申请绿色发明专利数作为绿色技术创新程度 （gti）的测度指标。

3.1.4 控制变量

1）基础设施建设（fras）。基础设施建设对城市要素流动起重要作用。完善的基础设施能够推动相应产业链的完善和发展，降低交易、运输成本，为经济增长、城市转型提供良好的基础条件和环境。但是基础设施建设也可能带来负面影响，比如城市基础设施完善，城镇化水平提高，吸引人口、要素流入，形成拥挤效应（段辉，2015）。因此，基础设施建设对绿色经济效率的影响不能确定。公共汽电车是居民出行的主要交通方式之一，本文采用公共汽电车营运数量衡量基础设施建设。

2）环境规制（er）。波特假说认为适当的环境规制能促进企业创新。创新为企业带来的收入能抵消保护环境的成本，总体增强企业竞争力，提升绿色经济效率。但是越来越严厉的环境规制导致一些产业污染治理投资增加，引起生产率下降，对绿色经济效率产生负面效应（Barbera et al.，1990）。本文采用环境治理投资进行环境规制测度（Lan et al.，2012）。

3）政府干预程度（gov）。政府在中国市场经济中发挥重要作用（林毅夫等，2003），适当的政府干预能够调节资源配置，缓解市场失灵带来的信息不对称、垄断低效率等问题。但是过度的市场干预会抑制市场创新和活力，给经济发展带来负面影响，降低经济效率。本文采用政府财政支出与GDP比值对其衡量。

4）地区经济发展水平（Agdp）。地区经济发展为科技研发投入、技术创新提供基础。随着经济发展水平的提高，人们环保意识加强，对经济高效率和高质量发展的要求越高，促进经济绿色发展。但根据库兹涅兹曲线，经济发展与环境污染之间的关系呈倒U型（Grossman et al.，1995），因此地区经济发展水平的提高可能会减少生态效益，进而降低绿色经济效率。本文采用人均GDP作为测度指标。

5）外商投资水平（fdi）。外商直接投资不仅能够通过资本补充直接促进地区经济增长，还能产生人力资本流动、示范效应等通过技术溢出影响地区发展（Benhabib et al.，1994）。虽然外商直接投资可能会导致被投资地区成为“污染天堂”，但是此假说整体上在中国并不成立（许和连等，2012）。本文采用外商直接投资与GDP的比值对其进行衡量。

3.2 数据来源和研究时限

本研究变量数据来源于《中国统计年鉴》 《中国交通年鉴》《中国能源统计年鉴》 《中国环境统计年鉴》和CSMAR数据库、CNRDS数据库及相关省市年鉴。对变量中个别缺失数据，采用插值法补齐。企业层面相关数据来源于同花顺、Wind数据库。首先，在Wind和同花顺数据库中研读相关行业研究报告，结合基本判断和大众认可选取相关企业（周燕等，2019）；其次，参照周亚虹等（2015）、余东华等（2015）的做法，查阅企业历年年报信息，筛选出主营业务涉及新能源汽车概念的上市公司，并结合营业收入构成，综合选出适合本研究的企业样本；然后，根据研究需要，剔除属地不属于中国的上市公司，剔除具有无效信息和数据异常的上市公司；最后，核准各企业进军新能源汽车行业的时间节点；最终得到129个有效样本。

本研究时间跨度为2012—2020年。以2012年为研究起点，是因为2012年《节能与新能源汽车产业发展规划（2012—2020）》正式发布，指出发展新能源汽车产业，能够有效促进资源整合，缓解环境压力，对汽车产业新旧动能转换具有关键作用。

3.3 描述性统计

在进行实证分析前，首先对各指标进行描述性统计，结果见表1。长江经济带沿线11省市绿色经济效率最小值为0.223，最大值为1.062，标准差为0.157，说明由于自然资源禀赋、技术创新能力等因素的影响，长江经济带不同地区绿色经济效率存在一定差距。新能源汽车产业集聚对数值最大为2.260，最小为-2.577，说明长江经济带各地新能源汽车产业集聚水平存在较大差异。

表1 描述性统计Table 1 Descriptive statistics

同时，为避免多重共线性对后续分析的影响，对变量进行共线性诊断，结果如表2。各变量VIF均小于10，容忍度均大于0.1，说明不存在严重多重共线性问题。

表2 共线性诊断Table 2 Collinear diagnosis

3.4 模型设定

3.4.1 基本模型

为了考察新能源汽车产业集聚对区域绿色经济效率的影响机制，本文结合新能源汽车产业集聚影响区域绿色经济效率的理论机制，设定如下计量模型。首先，针对假设1构建计量模型Ⅰ（式4），以分析新能源汽车产业集聚对经济绿色效率的影响。

式中：i为研究区域内各省市，i＝1，2，…，11；t为年份；eff为被解释变量；α0为常数项；ln neva是核心解释变量；α1和αc分别为核心解释变量和控制变量的回归系数；Ci，t为控制变量；μi和δt分别为个体和时间效应；εi，t为随机扰动项。

同时，为了验证假说2，本文参考黄永春等（2022）的研究，先进行初步考察。模型Ⅱ （式5）、模型Ⅲ（式6）如下：

式中：gti为中介变量；γ2为变量gti的回归系数。

3.4.2 中介效应模型

为检验新能源汽车产业集聚是否通过绿色技术进步影响绿色经济效率，本文借鉴任晓松等（2020）的方法采用逐步回归法检验中介效应，在模型Ⅰ、模型Ⅲ的基础上构建模型Ⅳ （式7），回归中，若α1、γ2、λ1均显著，表明中介效应显著，若此时γ1显著，表示存在部分中介效应，否则为完全中介效应；若γ2、λ1不显著，则进一步进行Sobel检验，若通过，表明存在中介效应。

4 实证分析

4.1 长江经济带新能源汽车产业集聚趋势

运用区位熵对长江经济带沿线11省市的新能源汽车集聚水平进行测算，并基于此进一步测算长江经济带上中下游和整个区域的集聚水平，结果见表3。

表3 2012—2020长江经济带新能源汽车集聚水平Table 3 The level of new energy vehicle industrial agglomeration in the Yangtze River economic belt from 2012 to 2020

从时间维度看，2012—2020年长江经济带总区域新能源汽车产业集聚水平始终大于1，且呈波动上升趋势，由2012年1.31增长至2020年1.65，提升25.95%，说明长江经济带的新能源汽车产业已依托地理支撑形成“带状”集聚，该结果与现实情况相符，即，近年来长江经济带借助天然水运优势联结上中下游已形成新能源汽车产业链。与2012年上中下游集聚水平分布相比，2020年无明显变化，仍呈现出下—中—上水平递减趋势。但是上中下游产业集聚水平差距逐渐扩大，长江经济带新能源汽车产业集聚有向下游集中的趋势，这是因为下游地区市场广阔、交通便利、经济水平较高且人才集聚，能够为新能源汽车发展提供更多机遇。

从空间维度看，上海、浙江、江苏、重庆新能源汽车产业集聚水平位于长江经济带前列，其中上海平均水平高达9.09，剩余7省市在研究时限内产业集聚水平均小于1。空间上整体呈现上、中、下游新能源汽车产业集聚水平递升的分布格局，这与中国长江经济带经济发展的梯度特征基本一致。11省市中上海新能源汽车产业集聚水平始终保持第一，这是因为上海港不仅注重和长江经济带上游港口合作，发展长江战略，依托港口强大的集聚功能，发挥地区带动效应，促进新能源汽车关联企业发展（沈玉芳等，2010），完善产业链，同时还加强对外出口新能源汽车业务，更高提升区域经济一体化水平和参与全球化程度。

下游新能源汽车产业集聚程度大幅领先中上游地区，是由于长江经济带下游不但拥有中国第一大经济增长极——长三角城市群，还拥有中国吞吐量最大的港口群——长三角港口群，城市群和港口群互动协同发展，为长江经济带下游地区获得共生共长的联动优势。且由于长江经济带下游地区具有相似的要素禀赋和自然条件，区域间创新资源相对密集，要素流动壁垒较小，易产生产业同构现象（陈建军，2004），在产业发展中处于“头雁”地位的地区将起到龙头带动作用（叶振宇等，2022），进一步推动下游新能源汽车产业集聚。除此之外，下游地区具有明显的外向型经济的特点，其重点开发的是高科技产业和外向型产业，因此该地区在新能源汽车发展中具有一定的优势。上中游具备新能源汽车产业集聚领先优势的省份中只有重庆市，反映出经济基础较差的地区其新能源汽车产业发展相对滞后，受经济基础薄弱、技术创新有短板等因素束缚，产业集聚能力滞后于下游发达地区。由于重庆市是传统制造业基地，新能源汽车的零部件中有三分之二与传统汽车一致，完善的制造、研发、人才和检测体系为重庆的新能源汽车产业发展提供了机遇。

4.2 实证结果分析

4.2.1 基准回归结果

为了探究新能源汽车产业集聚、绿色技术创新与绿色经济效率之间的关系及作用机制，首先进行初步线性回归，结果见表4。模型Ⅰ检验新能源汽车产业集聚对绿色经济效率的直接影响，结果显示，新能源汽车产业集聚的估计系数为0.141 9，且在1%的水平下显著，表明长江经济带新能源汽车产业集聚能显著促进绿色经济效率，新能源汽车产业集聚水平每提高1%，绿色经济效率平均增长0.001 419。表明新能源汽车产业集聚能实现资源整合和基础设施共享，促进企业分工合作、技术协同创新、吸引人才流入、有效提升集聚区的抗风险能力及综合竞争力，促进绿色经济效率。假说1得以验证。

表4 回归结果Table 4 Regression results

模型Ⅱ考察绿色技术创新对绿色经济效率的影响，结果显示，其估计系数显著为正，在1%显著性水平下，说明绿色技术创新对绿色经济效率具有正向促进作用，这与冯锐（2022）的研究结论一致。如果新能源汽车产业集聚确实通过提高绿色技术创新间接提升绿色经济效率，那么模型Ⅲ中产业集聚对绿色经济效率的回归系数较模型Ⅰ应有所下降（黄永春等，2022）。模型Ⅲ在模型Ⅰ的基础上引入了绿色技术创新，结果显示，新能源汽车产业集聚正向作用于绿色经济效率，通过1%显著性水平检验，其估计系数为0.120 4，相对于模型Ⅰ有所下降，初步验证新能源汽车产业集聚确实通过绿色技术创新作用于绿色经济效率的传导机制。

4.2.2 中介效应检验结果

为进一步探究新能源汽车产业集聚、绿色技术创新和绿色经济效率三者之间的关系，本文采用中介效应模型，实证检验绿色技术创新在新能源汽车产业集聚和绿色经济效率之间的中介效应，结果见表5。从模型Ⅳ来看，新能源汽车产业集聚对绿色技术创新的回归系数为5.350 7，且在5%的置信水平上显著。表明新能源汽车产业集聚水平每提高1%，绿色技术创新能力平均提高0.053 507，说明长江经济带新能源汽车产业集聚通过联合合作效应与内部竞争效应有效实现资源互补，借助技术外溢和知识共享有效提升绿色技术创新能力，提升企业核心竞争力和区域经济绿色发展力。由模型Ⅲ可知，绿色技术创新能显著促进绿色经济效率，且在5%的置信水平上显著为正，表明中介效应存在，验证假说2。在模型Ⅲ中，新能源汽车产业集聚对绿色经济效率回归系数为正且显著，且模型Ⅲ中产业集聚的估计系数较模型Ⅳ有所下降，说明存在部分中介效应，即新能源汽车产业集聚一部分通过降低交易成本、共享基础设施等方式直接促进绿色经济效率，一部分通过知识共享、技术溢出等方式间接提升绿色技术创新进而促进绿色经济效率。

表5 中介效应检验结果Table 5 Test results ofmediating effect

从模型Ⅲ控制变量的实证结果来看，环境规制会显著抑制绿色经济效率，环境规制每增加1%单位，绿色经济效率平均降低0.000 643，说明越来越严厉的环境规制导致企业污染治理成本增加，生产率下降，抑制绿色经济效率。外商直接投资能促进绿色经济效率，且作用显著，说明加大外商直接投资，发挥技术溢出效应可提升绿色经济效率。基础设施建设抑制绿色经济效率，但不显著，表明从短期来看，基础设施建设完善吸引资本和劳动力流入所形成的规模效应小于拥挤效应，降低绿色经济效率。政府干预程度对绿色经济效率存在不显著负向影响，这是由于政府过度管制会减低企业的自主创新的活力，加剧利益冲突，不利于提高绿色经济效率。地区经济发展水平能促进绿色经济效率，但不显著，说明伴随经济发展水平提高，人们环保意识增强，更加注重经济高质量发展。

4.3 空间相关性及异质性分析

4.3.1 空间溢出效应

新能源汽车产业集聚一方面吸引人才集聚，形成知识集聚地，促进知识溢出，为外围地区提供技术创新和科技研发的经验，另一方面随着新能源汽车产业与生产性服务业的高度融合，地理区位对技术、人才流动的限制越来越小，有效推动区域内要素流动，提升要素配置效率，增强区域间绿色经济发展的关联性，对外围地区绿色经济效率产生影响。基于此，本文采用常见的地理距离矩阵（地区相邻为1，否则为0）探究新能源汽车产业集聚对绿色经济效率影响的空间溢出效应。首先，利用莫兰指数进行空间自相关检验，确定各地区新能源汽车产业集聚和绿色经济效率是否分别存在空间关联性，结果见表6。从结果来看，2012—2020年长江经济带新能源汽车产业集聚和绿色经济效率的全局莫兰指数显著为正，说明二者存在空间正自相关性。然后，在进行LM检验、LR检验、Wald检验和Hausman检验后，结果显示选择考虑时间固定效应的空间杜宾模型（SDM）最合适，具体回归结果见表7。结合表7的直接效应和总效应可知，在考虑空间因素下，新能源汽车产业集聚对绿色经济效率影响的总效应和直接效应分别是0.220和0.070，且均在1%的置信水平上显著。由此可见，新能源汽车产业集聚水平越高，越有助于提升绿色经济效率。由表7的间接效应可知，在1%显著性水平下，新能源汽车产业集聚每增长1%，会促进外围地区绿色经济效率提升0.001 49。因此，新能源汽车产业集聚对中心和外围地区绿色经济效率均具有显著促进作用，存在空间溢出效应。

表6 地理距离矩阵下的莫兰指数Table 6 Moran's I under the geographical distancematrix

表7 新能源汽车产业集聚影响绿色经济效率的空间溢出效应Table 7 Spatial spillover effect of new energy vehicle industrial agglomeration on green economic efficiency

4.3.2 区域异质性

长江经济带沿线的地理环境、资源配置、人口密度等因素决定了上中下游地区新能源汽车产业集聚对绿色经济效率影响的差异性。上述实证分析只考虑了长江经济带整体的发展情况，未考虑各区域之间的差异性。因此，本文进一步按照上中下游将样本进行分组回归，分别研究长江经济带上中下游新能源汽车产业集聚对绿色经济效率的影响。结果如表8。

从表8中可知，长江经济带上中下游地区，新能源汽车产业集聚与绿色经济效率的回归系数均为正，说明新能源汽车产业集聚对绿色经济效率的提升具有普遍性，与表4结果一致。其中，下游地区新能源汽车产业集聚与绿色技术创新的系数显著为正，说明该区域新能源汽车产业集聚通过提升绿色技术创新促进绿色经济效率。这是因为，相较于上中游地区，下游科技教育资源丰富，高等院校数量多，能够为产学研合作提供高质量人才。且由于下游地区价值链和创新链完善，具有较多战略性新兴和高新技术产业，科技创新活力、能力强，促进绿色经济效率提高。从表8看，中游和上游地区新能源汽车产业集聚对绿色经济效率的促进作用不显著。可能是由于尽管中上游地区在下游带动下，要素得到有效利用，新能源汽车得到发展，但中上游地区新能源汽车发展优势较弱，发展时间较短，人才供应不足，目前新能源汽车产业集聚规模较小，以致对绿色经济效率的影响不明显。上中游地区绿色技术创新对绿色经济效率分别具有不显著的促进和抑制作用，可能分别因为，上游人才集聚不明显，技术创新能力较弱，而绿色技术学习需要时间，中游地区主要因为创新投入后需要一定的时间才能转化成经济效益，技术学习和技术转化均存在时间效应，具有滞后性。

4.4 稳健性检验

为验证模型稳健性，本文采用替换变量法进行检验。用教育发展水平（edu）和能源消费（ener）替换上文中的环境规制 （er）和基础设施建设（fras）。核心解释变量“新能源汽车产业集聚水平”的系数符号和显著水平基本保持一致，可以说明结果是稳健的。结果见表9。

表9 稳健性检验结果Table 9 Robustness test results

5 结论与启示

当前中国正大力发展新能源汽车产业，积极推动实现“双碳”目标和人与自然和谐相处的进程，向汽车强国迈进。产业集聚能够发挥辐射带动效应，是地区可持续发展的重要影响因素。本研究旨在探究长江经济带新能源汽车产业集聚对区域绿色经济效率的影响。

本文的主要结论如下。1）长江经济带已形成“带状”新能源汽车产业集聚，且集聚平均水平呈现波动上升的趋势。在空间分布上，下游新能源汽车产业集聚水平最高，其次是中游、上游，与经济发展水平保持一致；从时间维度看，上中下游新能源汽车产业集聚水平差异有逐渐扩大的趋势。2）新能源汽车产业集聚能直接显著促进长江经济带绿色经济效率，且能通过绿色技术创新产生中介效应间接提升绿色经济效率。3）新能源汽车集聚对绿色经济效率具有正向的空间溢出效应，有利于各地区协同发展，从异质性检验结果看，长江经济带上中下游新能源汽车产业集聚对绿色经济效率的影响存在差异。

由研究结论得出的政策启示如下。

1）加强长江经济带新能源汽车产业集群建设，发挥新能源汽车集聚对绿色经济效率的促进作用。政府要结合长江经济带各地区资源特点针对性设立新能源汽车产业园区，科学合理统筹产业布局，营造优质的集聚环境，切实发挥新能源汽车产业园区对新能源汽车企业的集聚引领作用，充分发挥集聚的规模效应、知识扩散效应、合作效应、竞争效应、空间溢出效应和空间示范效应等溢出红利，构建新能源汽车产业发展的长效机制。

2）强化发展绿色技术创新体系，提升长江经济带的创新能力。一方面，各地区要鼓励科技要素企业集聚，加强研发投入，加速提升发展软实力；另一方面，各地区应根据自身新能源汽车产业发展情况，重点引进与产业发展方向相适配的高端人才，为绿色技术创新提供要素支持，促进实现新能源汽车产业关键技术领域的突破，如：动力电池技术、芯片集成设计、车辆安全性能等。同时，要发挥长江经济带较强的科研、人才优势，整合产学研三方资源，重点培养创新型复合高潜力人才，为企业发展提供可持续竞争优势，推动创新链产业链资金链人才链深度融合。

3）促进长江经济带各区域合作发展，有效形成发展合力。新能源汽车产业集聚具有正向的空间溢出效应，因此要积极推动综合立体交通走廊及信息化建设，降低新能源汽车产业的物流成本，提高区域间物流和信息交流效率，建立新能源汽车产业跨区域合作机制，加强产业链各环节的合作交流，推动地区协同发展。同时政府要打破行政区对新能源汽车产业的约束，消除地区壁垒，使资本、劳动、知识、技术等要素自由流动，促进区域间信息共享互通，保障跨地域协同合作活动高效开展。

4）长江经济带上中下游要因地制宜，实施新能源汽车产业差异化区域政策。对于下游地区，要保持绝对优势，发挥人才和研发优势，未来要强化自主技术创新，加强产学研合作及在生产性服务业、5G通信技术等方面的深入交流。对于中游地区，要加强创新投入及招商引资的力度，同时充分发挥已形成的汽车零部件生产优势，整合零部件企业，打造完备的汽车领零部件基地。对于上游地区，要加大人才引进政策，利用好丰富的锂矿资源积极开展电池研发，同时加强向中下游地区学习相关发展经验。