政府科技投入提升綠色全要素生產率效果測評

文圓 危懷安 王巧

摘要：提升綠色全要素生產率是新常態下實現經濟可持續發展的關鍵，政府科技投入在城市綠色發展過程中至關重要。然而，現有文獻鮮有實證其對城市綠色全要素生產率的實際驅動效應。以長江經濟帶沿線城市為例，選取政府科技投入作為自變量，基于非期望產出的SBM模型測算出的綠色全要素生產率為因變量，通過構建面板固定效應模型實證政府科技投入對城市綠色全要素生產率的驅動效應。實證結果表明：在控制一系列其他因素影響的前提下，政府科技投入顯著提升了城市綠色全要素生產率，政府每增加一個單位的投入，綠色全要素生產率會提升2.2%，據此提出了相應對策建議。

關鍵詞：政府科技投入;綠色全要素生產率;長江經濟帶;面板數據;動態系統GMM

中圖分類號：F293

文獻標識碼：B

文章編號：1001-9138-（ 2020） 04-0054-61

收稿日期：2020-01-03

1引言

在環境約束日趨從緊的經濟新常態下，基于非期望產出的綠色全要素生產率成為實現環境與經濟協同發展的關鍵，全面提升綠色全要素生產率在政界與學界已逐漸達成共識。而如何提升綠色全要素生產率是發揮其關鍵作用的落腳點，學界對此進行了一系列探討，如卞元超等（ 2018）探討了財政雙重分權與綠色全要素生產率之間的關系，認為通過空間溢出效應，財政收入分權間接正向顯著影響綠色全要素生產率，財政支出分權借由地方政府競爭激勵促進綠色經濟增長質量。弓嬡嬡（ 2018）研究不同環境規制類型對綠色經濟效率差異化影響，建議環境規制強度應當控制在適宜的區間，以最大限度提高綠色經濟增長質量。而伍格致等（ 2019）運用空間計量模型檢驗發現財政分權、環境規制與綠色要素生產率的三者之間存在復雜關系，在具體實施過程中應將兩者結合起來。張治棟等（ 2018）則從產業集聚視角出發，探討了不同類型的產業集聚對綠色全要素生產率的非線性影響。還有部分學者從地方官員治理（劉玉海，2018）、節能減排（王兵等，2015）等視角出發，提出提升綠色全要素生產率，實現環境保護與經濟增長雙贏的對策。縱觀現有文獻，學界雖對綠色全要素生產率給予了足夠關注，但鮮有學者關注政府科技投入在這過程中扮演的角色。

事實上，政府科技投入作為政府政策支持經濟發展的重要組成部分，能夠在理論上驅動城市綠色全要素生產率提升的機制在于：一方面，通過釋放政策信號，既能將產業發展重心引導在高新技術產業、新能源產業等前沿產業的方向上，促進高科技產業發展，提升創新能力;同時發揮杠桿作用，誘導其他主體如企業資金、民間資金以及金融機構資金的投入，實現創新資金供給與資金來源的多元化。兩者共同推動了城市產業結構轉型和技術創新能力提升，有助于綠色全要素生產率提升。另一方面，通過人力資本拉動效應，吸引高科技人才和鼓勵人才創新活動，為經濟綠色增長提供智力支撐。而在實際推行過程中，有學者指出政府科技投入會對其他主體的創新投入產生擠出效應，過于依賴政府財政支持會降低創新主體的積極性，不利于城市綠色全要素生產率的提高。

面對政府科技投入對城市綠色全要素生產率提升應然與實然之間可能存在的矛盾，基于大樣本的視角實證政府科技投入的實際驅動效果，對正確認識政府科技投入在城市經濟發展過程中扮演的角色至關重要。基于此，本文以長江經濟帶108個城市2003-2016年面板數據為例，通過動態系統CMM模型實證政府科技投入對城市綠色全要素生產的實際效果，引入OLS回歸模型進行穩健性檢驗。

本文以下部分按照“研究假設提出——樣本區概況——研究設計——基準回歸分析——穩健性檢驗——對策建議”的思路對政府科技投入與綠色全要素生產率之間的關系進行一一闡釋。

2政府科技投入驅動綠色全要素生產率提升的作用機理

內生增長理論認為技術進步是推動經濟持續增長的關鍵變量。政府科技投入通過將資金向科技創新、環境治理方向傾斜，依據城市實際發展條件和需求，將優勢創新資源集中配置到城市優勢產業，提升城市整體生產率，為綠色經濟增長提供新動能。搭建科技創新公共服務平臺，密切創新主體交流合作，支持科技創新發展項目，協助攻克關鍵性重大技術難題，為創新主體注入公營事業支持力量，發揮政策驅動效應，提升區域創新能力。此外，政府科技投入具有對企業創新投入的“引導效應”。技術創新投入的增加不僅向企業內部釋放政策信號，受政策驅動效應影響的企業不斷加大研發力度，創新企業資源利用方式，不僅可以減弱對傳統粗放型經濟增長方式的路徑依賴，努力朝綠色技術創新方向轉變，技術進步加速實現綠色產品創新，進而推動產業結構轉型升級和綠色全要素生產率提升。就企業外部而言，政府科技投入的增加也可能間接向融資機構釋放政策信號，融資機構降低企業貸款門檻，增加對企業的貸款額度，新的資金流有效緩解企業研發活動的融資壓力。內一外合力推動企業綠色研發和技術創新，城市綠色全要素生產率得以有效提升。

3研究區樣本概況

依托黃金水道建設長江經濟帶是我國區域發展重要戰略，范圍涵蓋九省二市，由東至西依次為上海市、江蘇省、浙江省、安徽省、江西省、湖北省、湖南省、重慶市、貴州省、四川省和云南省，共108個城市（不包括自治州和縣級市），涉及長江三角洲城市群、長江中游城市群、成渝城市群三大城市群。長江經濟帶互通南北、融貫東西，挖掘需求，以下游帶動中上游，推動區域協調發展。加強對長江經濟帶的理論研究和實證分析，旨在激發巨大潛力，為加快推進經濟轉型升級和環境保護發展，讓黃金水道釋放“黃金效應”。

長江是中華民族的母親河和重要生態保障，長江經濟帶沿線城市數量多、人口集聚，又因豐富的自然資源儲量而成為產業承載區。長江經濟帶綠色發展就是要把握好長江經濟帶環境保護、生態文明建設與經濟發展的關系，處理好綠水青山與金山銀山的關系，守住生態位優先的底線，探索綠色發展新路子。以長江經濟帶作為研究樣本，探索長江經濟帶綠色全要素生產率的牽引力具有突出現實意義，同時也可為培育長江經濟帶發展新動能、打造競爭新優勢提供數理依據。剖析政府科技投入之于長江經濟帶綠色全要素生產率的影響可為政策制定者提供理論參考。

4實證研究設計

4.1研究方法與模型設計

為了驗證政府科技投入對城市綠色全要素生產率的影響，本文基于長江經濟帶108個城市2003-2016年的動態面板數據來構建實證分析模型。值得注意的是，面板數據雖能較好解決遺漏變量問題，但是使用單純的面板數據構建固定效應模型，仍可能存在內生性問題。在本文中，長江經濟帶沿線各城市的綠色全要素生產率不僅受對外開放水平、人力資本水平等因素影響，還受該城市上一年度綠色全要素生產率的影響，綠色發展效率高低而地方往往存在一種發展慣性，其后的綠色全要素生產率會在此基礎上有更大的提升空間，這種綠色發展動態行為的存在，使得我們在考慮綠色全要素生產率影響因素時容易將上一年度該地區的綠色發展水平遺漏，進而放在了模型的隨機擾動性中，導致內生性問題的存在。實踐中，內生性問題的存在將導致估計系數有偏，從而難以準確估計科技投入對綠色全要素生產率的真實影響。

為了解決內生性問題，本文選用動態面板系統CMM模型進行估計，將綠色全要素生產率滯后一期作為工具變量納入到模型中進行回歸，以便解決遺漏變量導致的內生性問題，更好地考察變量之間的動態效果。動態模型基本形式如下：

GTFPi，t=α+βikjtrt，r+ β2lagGTFP，l+λcontroli，t+At+ Tt+εi，t

在上式中，GTFP為因變量，表示i城市第t年綠色全要素生產率，本文采用基于非期望產出的SBM模型測算。kjtr為核心自變量，表示城市i第t年政府科技投入狀況，本文利用政府科技投入強度，即科技投入占政府預算內收入的比重來衡量。LagGTFP為滯后一期的城市綠色全要素生產率。controli，t為一系列控制變量，其中包括城市產業結構、對外開放水平、人力資本水平等變量。B1為科技投入對城市綠色全要素生產率影響的系數，λ為相應控制變量的系數;Ai和Tt分別表示個體固定效應和時間固定效應，εit是隨個體與時間變化的擾動項。

4.2變量測量

4.2.1因變量：綠色全要素生產率

當前，學界對綠色全要素生產率的測量主要體現在選取不同的投入產出指標，以及采用不同的測量方法上。在選取指標上，錢龍（ 2018）選取工業廢水排放量、工業二氧化硫排放量、工業煙塵排放量作為環境投入指標，經濟價值產出指標則選用城市工業總產值進行衡量。彭衡等（ 2019）選取了資本存量、就業人員、能源消費量（萬噸標準煤）作為要素投入，采用GDP為期望產出指標，S02和COD為非期望產出指標。在測度綠色全要素生產率的方法上，學者主要基于DEA數據包絡分析方法為代表的非參數分析方法和以SFA隨機前沿生產函數分析為代表的參數分析方法。綜合當前學者的指標選取與方法選擇上的優缺點，本文選取了基于非期望產出的SBM模型，從投入產出視角測度長江經濟帶綠色全要素生產率，其中，投入測度指標包括人力投入、資本投入、能源投入。具體來說，人員投入指標選用R&D人員折合全時當量和環保行業從業人員數量之和作為表征變量，資本投入指標選用環境污染治理費作為表征變量，能源投入指標選用能源消費總量作為表征變量。產出測度指標包括期望產出和非期望產出。其中期望產出指標選用發明專利數、新產品銷售收入。非期望產出指標采用工業廢氣排放總量、工業廢水排放總量、工業固體廢棄物產生總量進行衡量。變量選取與測度指標如表1所示。

4.2.2核心自變量：政府科技投入

政府科技投入反映政府對科技創新活動的支持。對政府科技投入的衡量有絕對指標和相對指標。政府科技投入屬于地方財政預算的部分，與地方經濟發展水平直接相關，長江經濟帶區域經濟發展不平衡的情境下使用絕對指標存在一定局限性，而相對指標即政府科技投入強度更符合本文研究意圖，因此選用政府科技投入占GDP的比重表征政府科技投入強度，作為政府科技投入的代理變量。

4.2.3控制變量：其他影響綠色全要素生產率的指標

本文在借鑒現有文獻基礎上，選取了對外開放水平、人力資本水平、產業結構、城市化水平作為控制變量。具體來說：A.對外開放水平。FDI技術溢出具有示范效應和關聯效應，對綠色創新產生正向影響。本文使用外商直接投資在GDP中所占比重衡量對外開放水平。B.人力資本水平。人力資本是區域創新能力的重要載體，本文使用普通高等院校師生比表征人力資本水平。C.產業結構。產業結構的差異導致經濟發展與生態保護協同發展程度不一，直接影響城市綠色全要素生產率。如產業結構優越地區的第三產業產值所占比重大、貢獻高，產生的碳排放總量也較少，實現了綠色經濟增長。本文使用第二產業、第三產業的工業增加值占GDP的比重表征產業結構等指標為控制變量。

4.3數據來源

本文旨在探討政府科技投入對城市綠色全要素生產率的影響，基于數據完整性和可得性，選取長江經濟帶上108個城市2003-2016年的動態面板數據實證政府科技投入的驅動效果。因變量、自變量以及各控制變量均來自于《中國統計年鑒》《中國科技統計年鑒》《中國工業企業經濟統計年鑒》《中國城市統計年鑒》《中國能源統計年鑒》和各省市統計年鑒。缺失數據采用均值法補充。表2顯示了各變量的描述性統計分析，囊括了相關變量的最大值、最小值、均值和標準差等情況。由表2描述性分析可知，長江經濟帶1 08個城市綠色全要素生產率平均值為0.2000786，整體水平較低，表明長江經濟帶綠色全要素生產率還有較大進步空間。且綠色全要素生產率最大值與最小值之間差距較大，說明長江經濟帶沿線城市綠色發展效率存在顯著差異，區域發展不平衡，需要切實推進區域協調發展戰略，區域間密切聯系，實現資源優勢互補。政府科技投入強度平均值為0.2058121，顯示出政府科技投入占政府預算內收入占比不高，科技創新領域在政府資源配置過程中份額不大，并非處于優先序列。

5實證結果分析

5.1基準回歸結果

本文通過運行stata 14軟件，運用動態系統GMM方法測評政府科技投入對城市綠色全要素生產率的提升效果。考慮到上一期城市綠色全要素生產率可能影響下一期綠色全要素生產率，將上期的城市綠色全要素生產率引入模型中作為弱工具變量進行回歸。在使用動態面板系統GMM之前，本文首先對面板數據的多重共線性、異方差以及單位根等方面進行檢驗，檢驗結果表明變量之間不存在多重共線性問題，亦不存在單位根問題，而存在異方差問題，為解決異方差問題，本文在進一步回歸時統一用穩健標準誤。再則，本文對所采用方法的合理性進行檢驗，并通過過度識別檢驗獲取最佳滯后期期數，檢驗結果表明系統CMM合理，而只有當因變量滯后兩期時，Sargan檢驗才能通過所有工具變量都有效的原假設，故本文引入因變量一階滯后和二階滯后為工具變量。

表3為采用動態面板系統GMM方法估計政府科技投入對城市綠色全要素生產率的實際效果影響，本文采用逐步回歸法，以分步加入控制變量的形式進行回歸。由表3所示，模型（1）不加入任何控制變量測評政府科技投入對城市綠色全要素生產率的提升效果。其次，再依次將控制變量對外開放水平、人力資本水平、產業結構放人模型（2）、模型（3）、模型（4），得到政府科技投入對城市綠色全要素生產率的影響系數。模型（5）則在考慮所有控制變量的前提下，實證分析政府科技投入對城市綠色全要素生產率的影響。模型（5）結果顯示影響系數為（.022**+）。即政府科技投入每增加1個單位科技投入，城市綠色全要素生產率將相應地提升2.2個單位，且這種影響在0.001的水平上顯著。滯后一期和滯后兩期的綠色全要素生產率數值分別為（.700***）和（167***），滯后一期綠色全要素生產率明顯高于滯后兩期的綠色全要素生產率，說明隨著時間的推移，政府科技投入對綠色全要素生產率的影響逐漸變小。由結果可知，對外開放水平負向影響城市綠色全要素生產率。原因可能在于FDI依靠其技術先發優勢、先進的管理營銷手段、優惠政策向外資企業傾斜等先發優勢，加劇本土企業在競爭中處于劣勢地位的狀況，以此形成擠出效應，抑制國內資本的生成，進而影響城市綠色全要素生產率。產業結構對城市綠色全要素生產率具有正向促進作用。傳統以第二產業為主的粗放型產業結構拉動城市經濟增長的同時讓城市環境付出巨大的代價，第三產業比重伴隨減排降耗去產能的行動逐漸提升，遵循協同城市綠色經濟增長與環境保護的關系，為城市綠色全要素生產率帶來正向促進作用。

5.2穩健性檢驗

本文在動態系統GMM模型基礎上，還采取了幾項穩健性檢驗以確保回歸結果的合理性和準確性。首先，更換估計方法，分別采用混合效應模型和面板數據隨機效應模型進行估計，回歸結果如表4模型（1）所示。OLS回歸模型顯示政府科技投入與城市綠色全要素生產率呈現正相關關系，且在0.001的水平上顯著，影響系數為（.107***）。其次，增加控制變量城市化水平。模型（2）加入城市化水平作為新的控制變量，回歸結果顯示政府科技投入正向驅動城市綠色全要素生產率。最后，剔除異常值檢驗（運用系統GMM）。剔除長江經濟帶1 08個城市中所有省會城市的數據進行穩健性檢驗，模型（3）和模型（4）回歸結果依舊與上文研究結論一致。

6結論與啟示

6.1結論

本文選取長江經濟帶108個城市2003-2016年的動態面板數據實證政府科技投入的驅動效果。研究發現，政府科技投入對長江經濟帶綠色全要素生產率具有顯著驅動效應。采用系統GMM模型并在控制一系列其他因素影響的前提下，政府科技投入顯著提升了城市綠色全要素生產率，影響系數為（.022***）。即政府每增加1個單位的投入，綠色全要素生產率會提升2.2%。為確保回歸結果的合理準確性，通過更換估計方法、增加控制變量、剔除異常值實現穩健性檢驗，檢驗結果依舊與上文研究結論一致。

6.2啟示

據以上研究結果，本文給出如下相應政策建議：第一，加大政府支持力度。一方面，增加政府科技投入強度，政府可以通過設立科技創新引導基金，或以政策補貼、補助等方式給予必要的財政支持。同時發揮公共服務和宏觀調控職能，搭建科技創新平臺提升區域科技創新能力，政策引導其他主體的科技投入、法規管制創新主體資源利用方式，處理好經濟發展與環境保護關系，鼓勵向綠色技術創新、綠色流程創新、綠色產品創新等綠色行為范式轉變，驅動區域綠色全要素生產率提升。第二，政府積極貫徹實施綠色可持續發展戰略，營造良好的創新創業、綠色發展氛圍，助推產業結構向合理化和高級化方向轉變。嚴控企業污染物排放，超額完成的企業授予“綠色企業”等稱號，對綠色發展置之不顧的企業加以生產管制和適當罰款。產業結構方式直接決定城市經濟增長方式，綠色經濟增長質量的提升依賴于經濟增長和生態效率的統一，以生態環境為代價的經濟增長不是綠色經濟增長所需要的。因此，創新產品生產方式，逐漸降低高污染物排放的產業所占比重，鼓勵積極發展服務業和生態產業。第三，推行因“城”而異的綠色經濟增長模式。依據城市行政級別、區域位置和資源稟賦情況，因地制宜，建立城市綠色經濟增長極，驅動經濟高質量發展。

參考文獻：

1.卞元超 宋凱藝 白俊紅，雙重分權、競爭激勵與綠色全要素生產率提升，產業經濟評論.2018.03

2.弓媛媛.環境規制對中國綠色經濟效率的影響——基于30個省份的面板數據的分析.城市問題.2018.08

3.伍格致 游達明.環境規制對技術創新與綠色全要素生產率的影響機制——基于財政分權的調節作用.管理工程學報.2019.01

4.張治棟 秦淑悅，產業集聚對城市綠色效率的影響——以長江經濟帶108個城市為例.城市問題.2018.07

5.劉玉海 趙鵬.地方官員治理與城市綠色增長.經濟學報.2018.5 （04）

6.王兵 劉光天.節能減排與中國綠色經濟增長——基于全要素生產率的視角，中國工業經濟.2015.05

7.蘆鋒 李曼寧.政府R&D資金對高技術產業科技創新的影響，中國行政理.2018.09

8.馬海濤 蔡楊 赫曉婧，財政科技支出是否促進了中國工業企業創新7.經濟與管理評論.2019.35 （05）

9.白潔 夏克郁.政府干預、區域差異與綠色經濟效率測度——基于長江經濟帶107個地級及以上城市的數據.江漢論壇.2019.07

10.寇鐵軍 馬大勇.我國政府科技投入對企業R&D投入引導效應的實證分析，地方財政研究.2013.10

11.馬海濤 蔡楊 郝曉婧.財政科技支出是否促進了中國工業企業創新？經濟與管理評論.2019.05

12.錢龍.中國城市綠色經濟效率測度及影響因素的空間計量研究.經濟問題探索.2018.08

13.彭衡 李揚.知識產權保護與中國綠色全要素生產率.經濟體制改革.2019.03

14.屈海濤.FDI技術溢出與本土企業綠色創新的關系研究，科學管理研究.2018.36（03）

15.張春紅.人力資本、研發投入對區域創新能力的影響.統計與決策.2019.35（18）

16.陸敏 王增武，基于DEA模型的中國碳排放管制效率研究.生態經濟.2019.35（06）

17.馮宗容 楊洋 梁昕雯.外商直接投資的資本擠入擠出效應研究——以四川省為例.經濟體制改革.2011.01

作者簡介：文圓，華中科技大學公共管理學院博士研究生。

危懷安，華中科技大學公共管理學院教授、博士生導師，通訊作者。

王巧，華中科技大學公共管理學院博士研究生。