環境異質性對長江經濟帶創新績效的門檻效應研究

張建清，于海潮，范 斐,田 婧

(1.武漢大學區域與城鄉發展研究院，湖北 武漢 430072；2.武漢大學中國中部發展研究院，湖北 武漢 430072;3.武漢大學經濟與管理學院，湖北 武漢 430072)

0 引言

2018年4月，習近平總書記在視察湖北時明確指出： “要著力實施創新驅動發展戰略，把長江經濟帶得天獨厚的科研優勢、人才優勢轉化為發展優勢。”這為新時代長江經濟帶創新驅動經濟轉型發展指明了方向。創新作為引領發展的第一動力，對推動長江經濟帶經濟高質量發展的作用日益凸顯，不僅對經濟持續增長形成乘數效應[1]，還可以為就業、生產力、出口，外匯等的增長提供支持[2]。因此，要不斷提升區域競爭力，實現區域經濟的可持續發展，就離不開區域創新，而區域創新績效作為衡量某一區域創新水平的重要指標[3]，是一定量的創新資源投入和創新成果產出所表現出來的生產效率。

國內外學術界有關創新績效的研究主要側重于兩個方面：①集中于特定產業或者企業的創新績效分析，如劉樹林等[4]通過創新績效的動態變化觀察高技術產業技術創新演變規律，結果表明中國高技術產業整體創新績效較高，呈現U型變化軌跡[5]。周海濤等[6]基于千余家企業的微觀數據，發現政府科技經費投入對企業的創新意愿具有顯著促進作用。②集中于創新績效的評價研究，以 DEA 模型測度并分析特定國家[7]、特定區域[8-9]的創新績效。在此基礎上，就各區域如何配置創新資源、如何提高效率等問題進行積極探討。總體而言，學術界關于創新績效的研究對象涉及企業、產業和區域，分析工具主要有傳統參數線性模型、主成分分析模型、非參數 DEA 模型、隨機前沿 SFA 模型等，但卻較少關注環境異質性對國家重點區域創新績效的影響作用，未深入揭示影響區域創新績效的環境因素。

相關研究顯示，一個地區創新績效的提升，不僅受創新資源投入影響，還很大程度上由區域環境所決定[10]，創新作為一項內生變量必須嵌入當地社會經濟環境、制度框架等，才能更好地提高創新績效[11]。由于區域環境的異質性，使得同一創新要素在不同地區會產生不同的作用效果[12]，如相關研究表明，上海的R&D投入在長三角地區處于最高水平，但是產出效率卻有待提升[13]，究其原因，主要是因為上海的創新資源并未與區域產業環境有效結合，降低了創新要素的配置效率。因此，為了更好地提升長江經濟帶創新績效，長江經濟帶在依賴創新驅動經濟發展轉型中，還需要重視區域環境異質性對創新績效的影響。

圍繞長江經濟帶創新績效與經濟轉型發展的過程、機理與影響因素，不同學者從不同角度關注環境要素對長江經濟帶創新績效的影響，主要側重兩個方面：①環境規制與創新績效之間的關系，以及不同類型的環境規制對區域創新績效的影響。研究發現，費用型環境規制傾向于短期影響，在一定程度上抑制了區域創新績效的提升，而在一個更長期的過程中，投資型環境規制有助于區域創新績效的提高[14-15]。②構建生態環境、經濟增長與創新績效之間的實證模型[16]，勾勒生態與能源約束對創新績效的融合傳導機制[17]或是建立長江經濟帶創新驅動與綠色發展綜合評價指標體系，測算二者的耦合協調水平[18]。但現有研究依然存在以下不足：①雖然創新績效與區域環境的研究受到學術界的重視，但現有研究通常將區域創新績效的差異籠統地歸結為區域環境差異，較少基于實證分析區域環境因素是如何造成城市創新績效結果差異的。②現有研究多是基于區域環境因子對創新績效的影響，沒有充分考察同一區域內的異質性問題。由于各個城市經濟發展水平和創新環境有較大差異，不同區域的環境要素組合對創新績效的大小和方向可能各不相同，在某一經濟發展水平區間內可能存在著環境要素對創新績效最優的促進作用，有待于進一步通過典型區域的面板數據進行深入探討[19]。

長江經濟帶在資源與環境雙重約束下，不僅要注重創新資源的投入與產出，更要關注創新績效與生態環境的協調發展[20]。考慮到沿線城市經濟發展、技術水平的差異，長江經濟帶沿線城市環境異質性與創新績效可能存在著非線性關系，如沿線城市的創新績效是否會受某一因素影響而在跨過某一門檻前后呈現不同的特征？基于此，本文以長江經濟帶沿線108個城市為研究對象，運用改進的DEA模型測度出各個城市的創新績效水平，分析長江經濟帶創新績效的時空分異特征。在此基礎上，采用Hansen[21]發展的面板門檻模型，分析提升城市創新績效的區域環境條件，綜合考察區域環境異質性在不同經濟發展水平下對創新績效的影響機制。

1 研究方法與數據

1.1 改進的DEA模型

由于傳統的DEA (Data Envelopment Analysis)模型對有效決策單元無法作進一步精確劃分，因此本研究采用改進的DEA模型[22]來測算創新績效。設有n個決策單元DMUk(k=1,2,…,n)，每一個決策單元有m個輸入指標，S個輸出指標，輸入向量為Xk= (x1k,x2k,…,xmk)T，輸出向量為Yk= (y1k,y2k,…,ysk)T。其中，xik與yrk分別表示DMUk的第i個輸入指標值和第r個輸出指標值，vi、ur分別為相應指標的權重系數；Cm、Bs是根據輸入指標、輸出指標重要性大小構造的判斷矩陣；λm、λs分別是斷矩陣Cm、Bs的最大特征值。

改進的DEA模型可表示為：

(1)

(2)

求出各DMU的相對績效值，值越大表明績效越高。

1.2 門檻回歸模型

門檻回歸模型是Hansen[21]提出的。其基本思想為：當某一解釋變量處于不同區間時，其對被解釋變量產生的影響具有顯著差異。長江經濟帶城市環境異質性各解釋變量與創新績效之間可能表現為非線性關系，因此傳統的線性回歸并不能很好地解釋二者之間的關系，運用門檻模型回歸更為有效。為此，首先設定單一門檻回歸模型，可表示為：

Yit=αXit+β1Tit×I(Tit≤δ1)+β2Tit×I(Tit>δ1)+C+εit

(3)

式中，Y為第i個地區第t年的被解釋變量，X為控制變量，T為門檻變量，δ為固定的門檻值，α為Xit對被解釋變量的影響系數，β1和β2分別是門檻變量Tit在Tit≤δ1，Tit>δ1時對被解釋變量的影響系數，C為常數項，εit～ (0,σ2)為隨機擾動項，I(·)為示性函數。同理，二重門檻檢驗和三重門檻檢驗的公式如下。相應地，β3和β4的意義類似于β1。

Yit=αXit+β1Tit×I(Tit≤δ1)+β2Tit×I(δ1

(4)

Yit=αXit+β1Tit×I(Tit≤δ1)+β2Tit×I(δ1

(5)

1.3 指標數據處理與選取

(1)被解釋變量：城市創新績效 (INE)。從創新投入看，科技人力資源和科技財力資源是區域科技研發活動的重要保障[23]。其中，科學研究、技術服務從業人員數 (簡稱科技人員數)是區域創新活動得以完成的人力保障。財政科技支出強度表征政府對區域科技開發的投資力度，是區域創新活動的主要推動力。從創新產出看，科技論文數與發明專利數代表了區域知識和技術層面科技研發的成果，也是衡量科技創新產出的重要載體[24]。因此在測算長江經濟帶城市創新績效時，將科技人員數 (萬人)、地區財政科技支出 (萬元)作為投入指標，將檢索科技論文數 (篇)和檢索三大專利申請數 (件)作為產出指標。

(2)核心解釋變量：污染排放、環境治理和人居環境。

污染排放 (EP)。大部分學者對城市污染排放的衡量主要是基于城市污染物濃度和工業污染物排放量[25-26]，而僅以單個指標代表城市的污染排放具有一定的局限性。本文參照王親[27]的指標構建方法，選取工業廢水排放量 (萬噸)、工業煙 (粉)塵排放量 (萬噸)、工業二氧化硫排放量 (萬噸)這3個指標，并運用熵值法綜合3類指標來整體衡量污染排放，指數越大意味著污染物排放越多。

環境治理 (GE)。大部分學者用環境治理投資額這一指標反映中國城市環境的治理情況，這一指標涵蓋面較廣，主要包括城市用于污水排放處理、園林綠化、市容改善等方面的費用支出總額。由于中國的污染物來源主要是工業污染，僅用單一因素的環境治理投資額不能更全面、準確地代表環境治理。以 “三廢”為主要原料生產的產品價值還可以在一定程度上代表環境治理的經濟效益[28]。基于此，選擇工業二氧化硫去除率、生活污水處理率、工業固體廢物綜合利用率這3個指標，并運用熵值法綜合3類指標衡量城市環境治理，指數越大意味著環境治理越好。

人居環境 (RE)。城市人居環境的優化有利于居民身體健康和生活質量改善，提高勞動力的生產積極性和勞動生產率，促進城市創新績效的提高[29]。基于此，選擇建成區綠化覆蓋率作為衡量城市居住區綠化狀況的經濟技術指標，高綠化水平代表城市較高的居住舒適度，同時在一定程度上表示一個城市的綠化現狀和生態環境效益。人均綠地面積反映一個城市的綠化數量和質量，在一定程度上代表城市居民生活福利保健水平，也是評價城市環境質量的標準和城市精神文明的標志之一。因此，運用熵值法綜合這兩類指標衡量城市人居環境，指數越大意味著人居環境越好。

(3)門檻變量：人均GDP (Eco)。將長江經濟帶108個城市2003—2017年的人均GDP水平作為門檻變量Tit，以2003年為基期進行平減。人均GDP是衡量一個地區經濟發展水平的重要標志，人均GDP越高，表征較高的區域經濟發展水平。

(4)控制變量。為了盡量減少遺漏相關變量對結果造成的影響，本文將其他可能影響到創新績效的相關變量加以控制，控制地區的規模差異有助于對核心解釋變量的研究。考慮到城市創新績效的高低是城市經濟情況、基礎設施、投資與消費以及創新文化等眾多因素作用的結果，引入第三產業增加值占GDP的比重、公路貨運量、全社會用電量、社會消費品零售總額等作為控制變量Xit。地區產業布局情況和工業發展規模與環境質量和創新績效密切相關，第三產業占GDP的比重作為產業結構高級化的代名詞，代表城市產業規模 (Ind)，有利于考察產業結構變化的情況[30]。用社會消費品零售總額表示地區消費需求以及消費對創新的拉動作用，以2003年為基期進行平減，代表城市的消費規模 (Cons)，居民消費水平的提高，有利于實現需求引領和供給側結構性改革相互促進，帶動經濟轉型升級。用公路貨運量表示城市的基建規模 (Inf)，城市基礎設施建設水平的提高，有助于營造良好的創新環境，促進創新要素在區域內的自由流動。用全社會用電量表示地區的經濟活力，代表城市的經濟規模 (Vit)，一個城市的經濟活力越高，其對創新型人才的吸引就會越大，也可以營造良好的創新氛圍，有助于城市創新績效的提升[31]。

(5)數據來源。長江經濟帶沿線9省2市，共108個地級以上城市。上游地區包括重慶、四川、貴州、云南4個省份的33個城市。中游地區包括江西、湖北、湖南3個省份的36個城市。下游地區包括上海、江蘇、浙江、安徽4個省份的41個城市。檢索科技論文數 (篇)、檢索科技論文合作數 (篇)主要來源于中國期刊全文數據庫，檢索三大專利申請數 (件)主要來源于 《中國專利全文數據庫 (知網版)》。本研究構建的面板回歸模型中的核心解釋變量、控制變量以及門檻變量的原始數據均來自 《中國城市統計年鑒》 (2005—2018)、 《中國統計年鑒》 (2005—2018)、 《中國科技統計年鑒》 (2005—2018)以及相關城市所在省份的統計年鑒。

2 實證分析

2.1 長江經濟帶沿線城市創新績效分析

利用改進的DEA模型分別計算出2004—2017年長江經濟帶108個地級以上城市的創新績效。測算得出：長江經濟帶沿線城市的創新績效平均值由2004年的0.081提高到2017年的0.103，呈現出在高低交錯中逐年提高的趨勢，且存在較為明顯的空間分異現象。下游地區城市的創新績效平均值要遠遠高于中游地區和上游地區，并且與中游、上游地區城市的創新績效差距進一步擴大。究其原因，長江經濟帶下游地區的城市擁有發達的經濟基礎與較好的科技環境，已基本完成工業化、現代化，創新資源稟賦較強，因此多年來創新產出與投入可以保持同步快速增長。研究期內，長江經濟帶下游地區城市的創新績效平均值高于整個長江經濟帶沿線城市的創新績效平均值，而中游和下游地區城市的創新績效平均值低于整個長江經濟帶的平均值。

長江經濟帶中上游地區屬于中等發達、欠發達地區，大多屬于農業區、初步工業化地區，大多數城市的創新績效在研究期內一直處于中低水平，面臨總體創新能力不高、創新資源的區域與產業分布欠均衡、創新創業環境待改善等問題，屬于典型的創新要素低投入、低產出地區[32]。長江經濟帶上、中、下游地區城市的創新績效平均值分別提高0.026、0.013、0.028，可見，長江經濟帶下游、上游地區的城市創新績效提高速度相差不大，但是要高于中游地區。這一變化表明：隨著長江經濟帶創新驅動發展戰略的實施，中上游地區的創新要素投入有所增加，創新產出在逐年交錯中表現出同比例增加的狀態，但是與下游地區相比仍然存在較大差距。

2.2 環境異質性對長江經濟帶沿線城市的影響機制分析

借助Stata15.1軟件，采用城市面板數據進行回歸分析。通過式 (3)及stata15.1軟件得到檢驗和計算結果，對模型進行Hausman顯著性檢驗，結果顯示拒絕原假設，因此選擇固定效應模型分析，其中抽樣方法為Bootstrap法，Bootstrap次數為300次，結果見表1～表3。

表1 環境要素門檻效果檢驗

可以看出，污染排放 (EP)和環境治理 (GE)和人居環境 (RE)分別在1%的顯著性水平上通過單門檻檢驗，污染排放 (EP)和環境治理 (GE)分別在1%、5%的顯著性水平上通過雙門檻檢驗。同時，污染排放 (EP)和人居環境 (RE)在5%的顯著性水平上通過三門檻檢驗。因此本文對人居環境 (RE)采用單門檻檢驗，對其余兩個變量均采用雙門檻檢驗進行分析，這是因為：①污染排放 (EP)的單門檻和雙門檻的顯著性相同，且都高于三門檻檢驗；②環境治理 (GE)的單門檻和雙門檻都顯著，說明在單門檻之后，還存在一個顯著的門檻變量；③人居環境 (RE)的單門檻顯著性最高。

根據表2、表3可得，污染排放 (EP)對長江經濟帶沿線城市創新績效的影響具有顯著的雙門檻特征。當人均GDP在7904元以下時，沿線城市的污染排放指標對創新績效的彈性系數為0.160，污染排放對沿線城市的創新績效呈現正向相關關系；跨過這一門檻以后，其對創新績效的彈性系數變為0.264，污染排放對長江經濟帶沿線城市創新績效的正向促進作用顯著提高。究其原因，在城市工業經濟發展的初期，有較多高能耗高污染的產業大規模化地進行工業生產，導致能耗、水耗、污染物排放強度不斷上升，而工業革命又是一個技術變革的過程，產業的快速集聚，同時加快了人才、資金等創新資源迅速向城市靠攏，提高了城市的創新績效。當人均GDP跨越第二個門檻24428元之后，彈性系數變為-0.121，污染排放對長江經濟帶沿線城市創新績效呈現負向相關關系。通過觀察樣本，2012—2017年期間高于第二門檻的城市由69個上升到了102個，污染排放對長江經濟帶沿線94.4%的城市的創新績效產生了一定的抑制作用。這是因為隨著自然資源的消耗和環境惡化，污染排放會對城市經濟的持續增長造成一定的負面影響，在環境管制缺失的情況下，企業基于利潤最大化的動機在更多地追求經濟效益，在經濟規模迅速擴大的同時必然伴隨著污染排放的持續增加，而過多的污染排放會進一步導致環境惡化，產生負外部效應。隨著地方政府對環境保護力度的提高，必然會增加對污染物排放的檢測與管控，而企業對污染排放的治理必然會增加企業的生產成本，從而在一定程度上降低了城市的創新績效。

表2 門檻值估計

表3 環境要素雙門檻模型參數估計

環境治理 (GE)對長江經濟帶沿線城市創新績效的影響具有顯著的雙門檻特征。當人均GDP在7819元以下時，環境治理對創新績效的影響不顯著；當人均GDP處于第一門檻與第二門檻之間時，其對創新績效的彈性系數變為0.405；當人均GDP高于24032元時，環境治理對沿線城市創新績效的彈性系數又提高到0.473，其對沿線城市創新績效的促進作用有了顯著提升。通過觀察樣本可以發現，2004年共有50個城市跨越第一門檻，主要分布在長江經濟帶的中下游地區。隨著長江經濟帶沿線城市經濟發展水平的提高；2012年之后，只有39個城市處于第一門檻與第二門檻之間，環境治理對沿線所有城市的創新績效都會產生顯著的促進作用；2017年，除了邵陽、保山、昭通、麗江、普洱和臨滄之外，長江經濟帶沿線所有城市都跨越第二門檻，說明環境治理對經濟發展的正外部性正在不斷增強。究其原因，一方面，隨著城市化加快，經濟社會發展加劇了城市環境污染，突出了治理環境的緊迫性，而城市人口集中，擁有較高的技術和管理水平，有利于污水、垃圾處理裝備的正常運轉和維護，形成規模化治理，降低治理污染的機會成本，為環境治理提供了市場需求；另一方面，由于城市工業經濟的發展，大部分企業已經有了經營基礎和資金鏈條，對技術創新的投入強度也越來越大，不僅可以減少對環境的污染，還可以增加對城市工業廢物的循環再利用，提高了城市的創新績效。

人居環境 (RE)對長江經濟帶沿線城市創新績效的影響具有顯著的單門檻特征。當城市的人均GDP在7094元以下時，人居環境對沿線城市創新驅動能力的彈性系數為0.202；跨過這一門檻以后，人居環境對沿線城市創新績效的彈性系數為0.106，依然對城市創新績效產生積極影響，但影響程度卻有所下降。這是因為，隨著人均GDP的提高，城市的基礎設施建設日益完善，人才資源和高技術企業更傾向于向生活環境優良的城市集聚。通過觀察樣本，2004年在長江經濟帶108個城市中，共有53.7%的城市處于第一門檻之下，這時長江經濟帶沿線城市的人居環境對全域一半以上的城市的創新績效具有較大的促進作用；隨著時間的推移，2008年共有10個城市的人均GDP處于第一門檻以下，占長江經濟帶沿線城市比例的10.8%，分別為位于下游地區的阜陽和亳州、中游地區的黃岡，以及位于上游地區的巴中、安順、保山、昭通、麗江、普洱、臨滄。2012年起，長江經濟帶沿線所有城市的人均GDP均跨越第一門檻，但是人居環境對長江經濟帶沿線城市創新績效的正向作用有一定的減弱。

3 結論與討論

(1)從改進的DEA模型計算結果看，長江經濟帶沿線城市的創新績效測度結果反映了區域創新能力的相對狀況：長江經濟帶上中下游地區城市的創新績效呈現出在高低交錯中逐年提高的趨勢；下游地區城市的創新績效明顯優于中游、上游地區，且與中游、上游地區的差距不斷增大。因此，應逐步加大對長江經濟帶上、中游地區城市創新資源的投入力度，發揮長江經濟帶下游的輻射帶動作用，推動創新要素沿江跨區域自由流動、互通共享和高效整合。以協調聯動發展方式促進長江經濟帶全域創新績效整體提升，促進創新鏈、人才鏈、產業鏈、技術鏈、資本鏈 “五鏈”在長江經濟帶深度融合，構建長江經濟帶協同創新共同體，通過提升創新績效以真正實現長江經濟帶創新驅動發展，提高經濟發展的質量與效益。

(2)對比不同人均GDP門檻數值下的污染排放 (EP)、環境治理 (GE)、人居環境 (RE)對長江經濟帶沿線城市創新績效的影響。研究發現，當人均GDP在7094元以下時，污染排放、人居環境都對沿線城市的創新績效起到了顯著的促進作用，其中，人居環境對城市的創新績效促進作用的彈性系數最大，因此，在人均GDP低于7094元的沿線城市中，相對于污染排放和環境治理，可以通過改善城市人居環境的方式提升城市的創新績效。當人均GDP處于7094～7904元時，污染排放對沿線城市創新績效的促進作用要大于人居環境。當人均GDP處于7904～24032元時，污染排放、環境治理與人居環境都對沿線城市的創新績效產生了一定的積極影響，其中，環境治理對沿線城市創新績效的促進作用最大。當人均GDP高于24032元時，環境治理對城市創新績效的促進作用進一步增強。當人均GDP高于24428元時，污染排放對城市創新績效會產生一定的抑制作用，因此，相對于其他兩種方式，在人均GDP高于244428元的沿線城市中，可以通過治理污染、節能減排等方式提升城市的創新績效。因此，在長江經濟帶創新驅動經濟發展的同時，不僅要注重區域科技資源的投入與產出效率，同時也要注重環境異質性對長江經濟帶創新績效的影響，加大環境治理力度，針對不同區域的環境保護情況實施差異性的環境治理方案，為創新驅動經濟高質量發展提供更大空間。

(3)建設清潔美麗的萬里長江是一項系統工程，要把全社會的思想統一到 “生態優先、綠色發展”和 “共抓大保護、不搞大開發”上來，牢固樹立 “綠水青山就是金山銀山”理念。以創新激發長江經濟帶綠色增長內生活力，依托區域人才、智力密集優勢，在改革創新和發展新動能上做 “加法”，在淘汰落后過剩產能上做 “減法”，以新動能作為自身發展動力，大力激發創新創業創造活力，實現由要素驅動、投資驅動向創新驅動的轉變，以持續的創新不斷推動長江經濟帶的產業更迭和經濟體系優化，使綠水青山產生更多的生態效益、經濟效益和社會效益，實現經濟發展與生態環境保護的互榮共進，引領長江經濟帶高質量發展。