創新型城市建設對綠色全要素生產率的影響

聶長飛 盧建新 馮苑 胡兆廉

摘要：在DEA框架下，基于考慮非期望產出的方向性距離函數，文章運用Global-Malmquist-Luenberger生產率指數測度了2003—2017年中國283個城市的綠色全要素生產率，并借助創新型城市建設這一準自然實驗，采用漸進性的雙重差分模型檢驗了創新型城市建設對綠色全要素生產率的影響。研究發現，創新型城市建設有利于促進中國經濟發展的綠色轉型，相較于非創新型城市，政策試點使得綠色全要素生產率平均提高4.9%。具體地，創新型城市建設可以通過技術效應、集聚效應和倒逼效應三條途徑驅動綠色全要素生產率的提升。異質性分析表明，創新型城市建設對東部地區城市、規模較大城市以及高等級城市綠色全要素生產率的促進效應更強。分位數估計結果顯示，創新型城市建設對城市綠色全要素生產率的效應呈邊際遞增趨勢。文章研究結論穩健，經過平行趨勢檢驗、PSM-DID方法估計、反事實檢驗、安慰劑檢驗、其他穩健性檢驗以及工具變量估計之后，依然成立。由此得出，在創新型城市建設過程中，要堅持因地制宜、因城施策、一地一策的原則，充分發揮地方政府的主體地位，同時要探索創新型城市建設政策促進城市綠色全要素生產率提升的多維途徑。

關鍵詞：創新型城市;綠色全要素生產率;雙重差分

中圖分類號F061.3

文獻標識碼A文章編號1002-2104（2021）03-0117-11DOI：10.12062/cpre.20200911

多年來的“唯GDP”考核模式以及粗放型經濟增長方式，在推動中國經濟持續多年高速增長的同時，也引發了日益嚴峻的生態環境問題。耶魯大學環境法律與政策中心、哥倫比亞大學國際地球科學信息網絡中心聯合發布的《環境績效指數報告》顯示，2018年中國環境績效指數在180個國家中位列第120位;其中，在空氣質量排名中，中國更是位列倒數第4位。為有效提升中國綠色發展水平，推動高質量發展，黨的十八大將生態文明建設同經濟建設、政治建設、文化建設和社會建設統一起來，形成新時代“五位一體”戰略總體布局;黨的十八屆五中全會將綠色與創新、協調、開放和共享結合在一起，構成指導中國經濟發展的新發展理念;黨的十九大進一步指出要“實行最嚴格的生態環境保護制度”，建設美麗中國。可見，黨和政府已經將綠色發展的重要性提到了前所未有的高度[1]。

依靠創新驅動綠色發展，是習近平生態文明思想的重要組成部分[2]，也是經濟學研究中的熱點問題。從理論上講，創新對綠色發展的影響既有正向的成本效應，又有負向的反彈效應[3]。成本效應是指，創新可以減少單位產出的要素投入，降低單位產出的成本，從而導致污染物排放減少和綠色發展水平提高;反彈效應是指，創新在刺激經濟增長的同時，會增加對能源相關產品和服務的需求，從而導致污染物增加和環境質量下降。因此，創新對綠色發展的作用方向最終取決于兩種效應的大小。但從經驗研究結果看，現有文獻大多證明了創新對綠色發展的影響是正向的，如Yi等[4]發現創新有利于減少霧霾污染，Ibrahiem[5]實證發現創新有利于改善環境質量，Pan等[6]則證實創新有利于提高能源利用效率。然而，綠色發展是一個綜合概念，霧霾污染減少、環境質量改善、能源利用效率提高等均體現了綠色發展的某一個方面，而非綠色發展本身。由于綠色全要素生產率（GreenTotalFactorProductivity，GTFP）是在全面考慮經濟增長、資源節約和環境保護后的一個綜合指標[7]，是體現一個國家或地區綠色發展水平的核心指標，因此，在當前發展階段，促進GTFP的提升是中國經濟實現綠色轉型的關鍵。一些研究考察了創新與GTFP之間的關系，并得出了統一的研究結論：例如，Wang等[8]研究發現，科技創新能顯著提高GTFP;葛鵬飛等[9]分別考察了基礎創新和運用創新對GTFP的影響，結果顯示兩類創新均能夠顯著提高GTFP。

以上文獻對于理解創新驅動GTFP問題是重要的，但這些研究主要是從創新水平而非創新政策的視角展開的。實際上，同創新水平一樣，創新政策也是國家創新體系建設的重要內容[10]。因此，要準確、深入、全面地理解創新對GTFP的影響，不僅要從創新水平的角度進行研究，而且要從創新政策的角度進行考察。中國設立創新型試點城市的政策試驗為研究創新政策對GTFP的影響及其內在作用機制提供了寶貴機會。2008年，深圳成為中國第一個國家創新型試點城市，標志著創新型城市建設政策正式啟動。經過10余年的探索和實踐，創新型城市試點已經在全國范圍內全面開展，全國創新型試點城市已經多達78個。從既有文獻看，中國創新型城市建設相關研究主要致力于考察創新型城市的指標體系構建和績效評價等內容，僅有少數研究評估了創新型城市建設的政策效應[11-13]，且主要關注創新型城市建設的創新效應、生產率效應、對外開放效應等經濟效應，缺乏從宏觀視角上全面研究政策的綠色發展效應。事實上，創新型城市建設過程不僅包含了與創新緊密相關的產業政策、人才政策等，也伴隨著一系列環境政策和能源政策。隨著創新型城市建設進程的不斷推進，其對技術、經濟、社會的影響日益重要，并進一步影響到GTFP。因此，深入探討創新型城市建設對GTFP的驅動效應及其內在作用機制，對創新型城市試點進一步實施和城市GTFP的提升具有重要意義。

鑒于此，作者采用漸進性的雙重差分（difference-in-differences，DID）模型研究創新型城市建設對GTFP的影響，試圖回答以下問題：創新型城市建設能否提升城市的GTFP？如果答案是肯定的，那么創新型城市建設是通過哪些途徑影響GTFP的？創新型城市建設對GTFP的影響效應是否存在異質性？文章可能的邊際貢獻主要體現在三個方面。第一，研究議題上，較早關注創新型城市建設綠色發展效應，豐富和拓展了創新驅動綠色發展以及創新型城市建設政策評估研究。第二，識別策略上，借助于雙重差分的估計框架，通過比較創新型先試點城市與后試點城市、未試點城市之間GTFP的差異，較為準確地估計了創新型城市建設的綠色發展效應，并從技術效應、集聚效應和倒逼效應三個方面分析了創新型城市影響GTFP的機制。第三，估計方法上，綜合使用了平行趨勢檢驗、PSM-DID方法估計、反事實檢驗、安慰劑檢驗、工具變量估計以及其他穩健性檢驗等，保證了研究結論的可靠性;特別是提出以城市中華老字號認定數量這一歷史變量作為創新型城市建設的工具變量，使研究結論更加穩健可靠。

1政策背景與研究假說

改革開放以來，中國科技投入力度不斷增加，科技進步貢獻率逐年提高，科技創新能力顯著增強。但是，同西方發達國家相比，中國在科技創新方面依舊存在短板，主要表現在自主創新能力不足，諸多領域核心技術、關鍵技術受制于人[14]。為此，國務院于2006年2月發布《國家中長期科學和技術發展規劃綱要》（以下簡稱《綱要》），明確提出建設創新型國家戰略?！毒V要》從科技投入、稅收激勵、金融支持等十個方面制定了一系列配套政策，成為指導中國科技改革發展和創新型國家建設的綱領性文件。

隨著創新型國家發展戰略的提出，地方政府積極響應，許多城市相繼提出建設創新型城市發展規劃和設想。2008年，由國家發改委批準，深圳成為中國第一個國家創新型試點城市。為進一步推進創新型城市試點工作，科技部、國家發改委2010年分別發布《關于進一步推進創新型城市試點工作的指導意見》《創新型城市建設監測評價指標（試行）》《關于推進國家創新型城市試點工作的通知》等文件，連續批復36個城市作為創新型試點，標志著中國創新型城市進入大規模試點階段。在此后的3年里，先后有二十多個城市被批復為創新型試點城市。2016年12月，科技部、國家發改委發布《建設創新型城市工作指引》，從總體原則、重點要求、建設程序、組織實施和政策保障四個方面對建設創新型城市提出了更加具體的工作要求。同時公布的《建設創新型城市指標體系》中，包含了22個定量指標、3個定性指標和1個特色指標，進一步明確了創新型城市建設的建設方向和目標任務。2018年4月，科技部、國家發改委發布《關于支持新一批城市開展創新型城市建設的函》，進一步認定吉林市等17個城市為新一批創新型試點城市?？梢灶A見，創新型城市建設政策的實施，將會對中國經濟發展產生日益顯著的影響。

那么，創新型城市建設是否會影響GTFP呢？基于已有研究的理論基礎和創新型城市建設的政策背景梳理，文章認為創新型城市建設將通過技術創新、經濟集聚、政府財政科技支出等渠道影響GTFP。相應地，將分別從技術效應、集聚效應和倒逼效應三個方面來分析創新型城市建設影響GTFP的途徑。

第一，技術效應。創新型城市建設的技術效應主要體現在創新水平和人力資本兩個方面。一方面，創新型城市建設的核心目標是建設若干具有強大帶動力的創新型城市和區域創新中心，試點城市也是中央經過反復考察和篩選最終確定的。為了建設創新型城市，試點城市會加大創新投入，強化企業主體地位，優化創新創業環境，鼓勵企業創新，促進創新成果轉化，從而提升試點城市和當地企業的創新水平。李政和楊思瑩[11]、武倩和馮濤[12]的研究為創新型城市建設的創新驅動效應提供了實證證據。另一方面，科技創新的主體是人，人力資本水平的提高是創新型城市建設的重要保障。2017年初以來，武漢、西安、長沙、成都、鄭州、濟南等創新型試點城市先后通過零門檻落戶、家屬隨遷、人才公寓、租房購房補貼、創業補貼和優惠貸款等政策掀起“搶人大戰”，本質上也是因為創新驅動的根基在于人才。相較于非試點城市，創新型試點城市在人才激勵和引進等方面處于領先位置，有利于試點城市人力資本水平的提高。進一步地，創新水平和人力資本水平的提高有助于改善資源配置效率、促進綠色生產技術和污染治理技術的改進和推廣，從而能夠提升城市GTFP的水平?，F有研究的實證結果均支持了這一觀點[8-9]。

第二，集聚效應。在創新型城市建設過程中，會廣泛開展高校、企業、科研院所等創新主體之間的交流與合作，促進城市創新主體與創新要素間的深度融合，提高創新要素集聚能力。創新要素集聚度的提高會加速創新成果溢出，形成新的經濟增長極，從而有利于提高城市經濟密度和增加城市市場潛能，經濟集聚水平提高。與此同時，創新要素集聚會增加企業間的技術交流合作，提高創新要素的流動性和創新資源的配置效率，從而加快要素的空間集聚[15]。此外，在政策實施過程中，試點城市會突出地方特色和優勢，加快科學技術與本地優勢產業之間的融合，發展壯大優勢產業，提升優勢產業的綜合競爭力，從而提高城市的產業集聚度和經濟集聚度。經濟集聚度的提升將進一步影響GTFP。從現有的研究看，經濟集聚與綠色發展之間的關系較為復雜，大致存在經濟集聚不利于綠色發展[16]、經濟集聚有利于綠色發展[17]、經濟集聚與綠色發展之間為非線性關系[7]三種觀點。之所以對二者的關系存在不同的認識，主要是因為經濟集聚對綠色發展存在正負兩種效應：一方面，經濟集聚有利于形成規模效應，降低單位產出的生產成本和污染排放;另一方面，經濟集聚可能存在擁堵效應[18]。經濟集聚度的不斷提高可能引起競爭加劇，導致企業間的惡性競爭、資源浪費和環境污染。

第三，倒逼效應。要建成創新型城市，離不開地方政府的主觀努力和戰略引領。在創新型城市建設過程中，包含了一系列對試點城市績效評價監測和考核的指標，目標約束將倒逼地方政府更加努力。具體而言，創新型城市建設的倒逼效應主要體現在三個方面。第一，倒逼地方政府加大創新投入力度?！督ㄔO創新型城市工作指引》明確了對試點城市的具體考核指標，包括全社會R&D經費支出占地方GDP比重、科技公共財政支出占公共財政支出的比重等定量指標，為了完成這些目標，地方政府會加大創新投入力度，增加科技財政支出。第二，倒逼地方政府優先發展技術水平更高的產業。創新型城市建設政策明確了高技術企業在城市創新體系形成過程中的關鍵地位，并將高新技術企業數量、高新技術企業主營業務收入占規模以上工業企業主營業務收入比重等指標納入考核體系，這將促使地方政府在建設創新型城市的過程中，優先發展高技術產業。第三，倒逼地方政府更加注重環境保護?！督ㄔO創新型城市工作指引》將“綠色低碳”與“創新驅動”“突出特色”“地方主體”并列，共同作為創新型城市建設的四大原則?！督ㄔO創新型城市指標體系》明確將空氣質量、萬元GDP能耗等綠色發展指標作為創新型城市綜合績效水平的評價指標，這些考核指標和要求同樣會對試點城市產生約束和倒逼作用，使得地方政府在加大創新投入的同時，提高環境治理力度。從以上分析可以看出，創新型城市建設能夠倒逼地方政府加大創新投入力度、優先發展技術水平更高的產業以及更加注重環境保護，進而促進中國經濟發展綠色轉型。

綜上，從技術效應和倒逼效應看，創新型城市建設能顯著提高GTFP;但從集聚效應看，創新型城市建設對GTFP的影響存在不確定性，進而導致創新型城市建設對GTFP的總效應方向存在不確定性。由此，本文首先提出以下兩個競爭性的假說：

假說1a：創新型城市建設會促進GTFP的提升。

假說1b：創新型城市建設會抑制GTFP的提升。

同時，針對創新型城市建設對GTFP的影響機制，本文提出以下假說：

假說2：創新型城市建設會通過技術效應、集聚效應和倒逼效應三條途徑影響GTFP。

2模型、數據與變量說明

2.1模型設定

將創新型城市建設視為一次準自然實驗，利用創新型城市試點在不同城市和試點年份上的變異，使用漸進性的雙重差分法估計創新型城市建設對GTFP的影響。借鑒Beck等[19]的研究，設定漸進DID模型：

lnGTFPit=β0+β1Policyit+β2Controlit+μi+ηt+εit（1）

其中，i和t分別表示城市和年份。lnGTFP為被解釋變量，表示城市GTFP水平;Policy為創新型城市建設的政策變量，Control為一系列控制變量，μi和ηt分別表示城市和年份固定效應，εit為隨機誤差項。

2.2數據與變量說明

使用2003—2017年中國283個城市的面板數據進行實證分析。研究數據主要來自《中國城市統計年鑒》，部分缺失值通過CEIC數據庫、EPS數據庫、Wind數據庫以及各省市統計年鑒等資料進行搜集補充。對于依然存在的個別缺失值，統一采用插值法補齊。

（1）被解釋變量（lnGTFP）。本文的被解釋變量為GTFP，使用城市累積GTFP的自然對數表示。具體而言，在DEA框架下基于考慮非期望產出的方向性距離函數，運用Global-Malmquist-Luenberger（GML）生產率指數測度GTFP。

GTFP的計算過程主要涉及投入和產出兩類指標。投入指標主要包括勞動投入、資本投入和能源投入。其中，以單位從業人員期末人數與私營和個體從業人數之和表示勞動投入，以實際資本存量表示資本投入。由于缺乏城市層面的能源投入數據，故以全社會用電量表示能源投入。資本存量的估計采用永續盤存法，借鑒張軍等[20]的研究，假設期初資本存量為初始固定資產投資額的10%，同時將固定資產折舊率統一設定為9.6%，進而計算出各城市2003年為基期的資本存量。產出指標主要包括期望產出與非期望產出。期望產出指標用城市2003年不變價的GDP表示。非期望產出指標借鑒Xin和Qu[21]的研究，用工業廢水排放量、工業二氧化硫排放量和工業煙塵粉塵排放量三個指標合成的綜合污染指數表示，其計算采用熵值法。值得說明的是，由于GML指數反映的是GTFP的增長率而非絕對大小，故遵循Zhong和Li[22]的做法，以2003年為基年，將各城市基年的GTFP統一設置為1，進行累乘得到各城市歷年累積GTFP。

（2）核心解釋變量（Policy）。本文以虛擬變量來表示創新型城市建設政策變量。若一個城市在t年被認定為創新型試點城市，則該城市t年及之后年份的Policy取值為1，否則取值為0。歷年創新型城市試點名單主要來源于科技部官方網站。對于少數未明確公布試點時間的城市，主要通過手工搜索創新型城市試點實施方案等方式予以確認。樣本期內，先后有61個城市成為創新型試點城市。由于吉昌、石河子兩市數據嚴重缺失，故本文的實驗組樣本最終包含59個試點城市，對照組樣本包含224個非試點城市。

（3）控制變量。借鑒已有研究[7，23]，主要對以下變量進行控制：①經濟發展水平，用城市人均GDP的自然對數（pgdp）衡量。為了檢驗是否存在“環境庫茲涅茨曲線”，同時納入了人均GDP對數的平方項（pgdp2）作為控制變量。②產業結構（Industry），用城市第三產業增加值與第二產業增加值之比衡量。③政府規模（Government），用政府財政支出與GDP之比衡量。④金融發展（Finance），用城市存貸款余額之和與GDP之比衡量。⑤對外開放（Open），用外商直接投資（FDI）與GDP之比衡量。⑥基礎設施（Road），用城市人均道路面積的自然對數衡量。

3實證分析

3.1基準回歸

采用逐步回歸法對基準模型進行估計，結果見表1。第（1）列顯示，在不加入任何控制變量的情況下，Policy的估計系數顯著為正，表明創新型城市建設能顯著提高GTFP。當逐步加入經濟發展水平等控制變量后，Policy的估計系數大小和顯著性并未發生明顯改變，進一步說明創新型城市建設能促進中國經濟發展的綠色轉型。第（7）列的估計結果表明，當其他條件不變時，相較于非試點城市，創新型試點城市GTFP平均提高4.9%。由于創新型城市建設開始于2008年，因此，本文樣本期內共捕捉了10年的平均處理效應，相當于創新型城市建設每年促使試點城市的GTFP平均提高0.49%（4.9%/10）。

從控制變量的估計結果看，經濟發展水平對GTFP的影響呈“U型”變動，支持“環境庫茲涅茨曲線”假說，這與王兵等[23]的研究結論一致。金融發展的估計系數顯著為負，說明金融規模的擴張會抑制GTFP的提升。對外開放水平的估計系數也顯著為負，其原因可能在于，中國總體上引進的外資質量偏低，其中包含了一些技術水平較低且污染較為嚴重的行業，從而抑制了綠色發展水平的提高，這一估計結果支持了“污染天堂”假說[24]。此外，產業結構、政府規模和基礎設施的估計系數均不顯著。

3.2機制分析

為了檢驗創新型城市建設對綠色發展的作用機制，在模型（1）的基礎上增加兩個遞歸模型，構建中介效應模型：

Mediationit=λ0+λ1Policyit+λ2Controlit+μi+ηt+εit（2）

lnGTFPit=γ0+γ1Policyit+γ2Mediationit+γ3Controlit+μi+ηt+εit（3）

其中，Mediation表示一系列中介變量，其余變量的含義同模型（1）一致。中介效應模型的估計過程如下：首先，估計模型（1），得到Policy的估計系數β1。其次，估計模型（2）和模型（3），得到估計系數λ1和γ2。其中，λ1反映的是創新型城市建設政策對中介變量的影響效應，γ2反映的是中介變量對GTFP的影響效應。若二者均顯著，則表明中介效應存在，即創新型城市建設能夠通過中介變量影響GTFP（在此情形下，γ1不顯著表明中介變量發揮了完全中介的作用;γ1顯著為正且小于β1表明中介變量發揮了部分中介的作用）。最后，若λ1和λ2至少有一個不顯著，則需要通過Sobel檢驗來確定中介效應的存在性。

3.2.1技術效應機制分析

分別從創新水平和人力資本兩個方面對技術效應進行檢驗。按照通常的衡量方式，采用每萬人發明專利授權數（Patent）作為地區創新水平的代理變量。出于穩健性考慮，進一步使用復旦大學產業發展研究中心[25]編制的創新指數（Innovation）來衡量創新水平。人力資本借鑒林伯強和譚睿鵬[7]的做法，使用高等學校在校生人數占勞動人數的比例衡量（HC）。上述中介變量的數據分別來自中國研究數據服務平臺（CNRDS）、《中國城市和產業創新力報告2017》《中國城市統計年鑒》。

表2的（1）、（3）和（5）列估計結果表明，創新型城市建設能顯著提高城市創新水平，促進人力資本升級。同時，（2）、（4）和（6）列顯示，每萬人發明專利授權數、創新指數和人力資本對GTFP的估計系數均在1%的水平上顯著為正，且均小于基準回歸系數，說明城市創新水平和人力資本水平發揮了部分中介的作用，技術效應機制得以驗證。

3.2.2集聚效應機制分析

分別構建不同的經濟集聚指標檢驗集聚效應。經濟集聚的衡量方式主要有經濟密度[15]、市場潛能[26]等，為了保證估計結果的穩健性，分別采用以上兩種方式構建經濟集聚的代理變量。經濟密度（Agg）用單位面積的非農生產總值表示[15]。市場潛能（MP）的計算公式為MPit=GDPit/dit+∑i≠j（GDPjt/dij），其中，GDPit和GDPjt分別為城市i和城市j在t年的國內生產總值。dij為城市i和j城市之間的距離;dit為城市i的內部距離，計算公式為dit=（2/3）×（areai/π）1/2;areai為城市i的土地面積。計算經濟密度和市場潛能所使用的原始數據主要來自《中國城市統計年鑒》和CEIC數據庫，計算城市間距離所使用的經緯度數據來自中國研究數據服務平臺（CNRDS）。

表3的（1）列和（3）列估計結果表明，無論以何種方式衡量經濟集聚，創新型城市建設均能顯著提高城市經濟集聚度。（2）列和（4）列顯示，城市經濟密度和市場潛能對GTFP的估計系數在1%的水平上顯著為正，且均小于基準回歸系數，說明經濟集聚發揮了部分中介的作用，即創新型城市建設能夠通過集聚效應途徑提升城市GTFP，集聚效應機制得以驗證。

3.2.3倒逼效應機制分析

關于倒逼效應，分別從創新型城市建設是否能夠倒逼地方政府加大創新投入力度、優先發展技術水平更高的產業以及更加注重環境保護三個方面進行檢驗。關于創新投入力度，借鑒陳詩一和陳登科[1]的研究，本文以人均科學技術財政支出（Science）衡量;關于優先發展技術水平更高的產業，使用高技術企業數量、比重或營業收入等指標衡量顯然更加合適，但受限于城市層面數據的可得性，最終選擇科學研究、技術服務和地質勘查業從業人員占勞動人數的比重（High_tech）作為替代指標;關于地方政府更加注重環境質量的提升，選擇水利、環境和公共設施管理業從業人員占勞動人數的比例（Environment）來衡量。因為環境管理業就業人員數量從側面體現了地方政府對環境保護的重視程度，這一指標也被廣泛地運用于地方環境治理效率的測度[27]。上述指標數據均來自《中國城市統計年鑒》。

表4的（1）、（3）和（5）列估計結果表明，創新型城市建設能顯著提高人均科學技術財政支出、高技術人員比重及環境管理業就業人員比重。（2）、（4）和（6）列顯示，以上三個變量對GTFP的估計系數均顯著為正，且均小于基準回歸系數，說明人均科學技術財政支出、高技術人員比重及環境管理業就業人員比重的提高能顯著提升城市GTFP水平，倒逼效應得以驗證。

3.3異質性分析

3.3.1城市區位、城市規模和城市等級異質性分析

為避免基于樣本總體的分析可能掩蓋了創新型城市建設的綠色發展效應在不同城市的潛在差異，考察不同城市區位、不同城市規模以及不同城市等級創新型城市建設對GTFP的異質性影響。其中，城市區位按照通常的東部地區和中西部地區劃分標準進行分組。城市規模劃分主要依據《國務院關于調整城市規模劃分標準的通知》?？紤]到不同組別之間樣本數量的均衡性，本文以300萬人口為界限，將研究樣本劃分成Ⅰ型大城市及以上（300萬人口及以上）和Ⅱ型大城市及以下（300萬人口以下）兩組。城市等級劃分借鑒新一線城市研究所最新發布的《2019中國城市商業魅力排行榜》，同時考慮到不同組別之間樣本數量的均衡性，本文將一線、新一線、二線和三線四類城市劃定為高等級城市，共包含118個;將四線和五線兩類城市劃定為低等級城市，共包含165個。表5報告了城市區位、城市規模和城市等級異質性的估計結果。

從城市區位看，東部地區和中西部地區的估計系數均顯著為正，且東部地區的估計系數更大，表明東部地區創新型城市建設對GTFP的促進效應大于中西部地區。從城市規?？矗裥痛蟪鞘屑耙陨铣鞘蠵olicy的估計系數則顯著為正，Ⅱ型大城市及以下城市Policy的估計系數雖然為正，但不顯著，表明創新型城市建設對GTFP的驅動效應主要體現在規模較大的城市中。從城市等級看，高等級城市Policy的估計系數在5%的水平上顯著為正，低等級城市Policy的估計系數雖然為正，但不顯著，表明創新型城市建設對高等級城市GTFP的促進作用更大。創新型城市建設對GTFP的影響之所以在不同城市之間存在差異，可能是因為相較于中西部地區城市、規模較小城市和低等級城市而言，東部地區城市、規模較大城市和高等級城市擁有更加先進的綠色生產技術和污染治理技術等，在創新型城市建設的政策沖擊下，有利于這些城市加快形成綠色發展相關的技術積累和創新要素積累，從而GTFP提高更快。

3.3.2GTFP水平異質性分析

為了研究不同GTFP水平下創新型城市建設綠色發展效應可能存在的異質性，采用面板分位數回歸對基準模型進行估計。表6給出了10%、25%、50%、75%和90%五個代表性分位點的估計系數?？梢园l現，在不同的分位點上，Policy的估計系數均顯著為正，且隨著分位點的逐漸提高，Policy的估計系數逐漸增大，表明隨著城市GTFP的提高，創新型城市建設對城市GTFP水平的促進效應呈現邊際遞增趨勢。也就是說，對原本GTFP較高的城市而言，創新型城市建設政策的綠色發展效應更加顯著。因此，在建設創新型城市過程中，原本GTFP相對較低的城市應更加注重綠色發展，努力縮小與其他城市GTFP的差距，以充分釋放創新型城市建設帶來的綠色發展紅利。

4穩健性檢驗與內生性討論

4.1穩健性檢驗

為確保上述估計結果的穩健性，分別從平行趨勢檢驗、基于PSM-DID方法的檢驗、反事實檢驗、安慰劑檢驗和其他穩健性檢驗五個方面進行穩健性檢驗。

4.1.1平行趨勢檢驗

運用漸進DID模型進行估計的前提條件是必須滿足平行趨勢假設，即在政策實施之前實驗組和對照組之間具有相同的變動趨勢。本文借鑒Beck等[19]的研究，采用事件研究法對研究樣本是否具有平行趨勢進行驗證，具體模型設定如下：

lnGTFPit=β0+β1Policy-5it+β2Policy-4it+…+β10Policy5it+β11Controlit+μi+ηt+εit（4）

其中，Policy±jit為一系列虛擬變量，當實驗組在成為試點城市之前（之后）第j年時，Policy-jit（Policyjit）取值為1;特別地，Policy-5it（Policy-5it）代表實驗組在成為試點城市之前（之后）5年及以上;其他情形均取值為0。為避免多重共線性的影響，本文將創新型城市試點之前第2年作為參照組進行估計，圖1描繪了Policy±jit的估計系數及其相應90%的置信區間。可以看出，當j=-5，-4，-3，-1時，Policy的估計系數均不顯著，表明在政策實施之前，實驗組和對照組GTFP的變化無顯著差異，即滿足平行趨勢假設。此外，當j=0時，Policy的估計系數雖然為正但不顯著，當j=1，2，3，4，5時，Policy的估計系數均為正且都至少通過了10%的顯著性水平檢驗，表明創新型城市建設對城市GTFP的影響具有大約一年的滯后期，同時這種正向效應具有持續性。

4.1.2基于PSM-DID方法的檢驗

由于創新型城市建設過程中，國家可能會優先考慮將自主創新能力強、科技支撐引領作用突出、經濟社會可持續發展水平高、區域輻射帶動作用顯著的城市作為試點城市，從而產生選擇性偏差問題，最終導致基準回歸結果產生偏誤。為克服這種偏誤，本文采用PSM-DID方法進行穩健性檢驗。具體地，以GTFP的自然對數為結果變量，以經濟發展水平（Pgdp）、產業結構（Industry）、政府規模（Goverment）、金融發展（Finance）、對外開放（Open）和基礎設施（Road）作為匹配變量，按照一對一近鄰匹配法進行匹配。PSM平衡性檢驗結果顯示，在匹配后的變量中，除金融發展的標準化偏差絕對值達到10.8%之外，其他所有匹配變量的標準化偏差絕對值均不超過10%，且所有匹配變量匹配前后的均值差異均由顯著變得不顯著，說明實驗組和對照組之間非常接近?；谄ヅ浜蟮臉颖荆疚膶鶞誓Ｐ椭匦鹿烙嫛＝Y果顯示，無論是否加入控制變量，Policy的估計系數均在1%水平上顯著為正，進一步表明創新型城市建設能夠提高城市綠色發展水平。從政策效應的作用強度來看，PSM-DID方法的估計系數為0.037，略小于基準回歸系數的0.049，但并不影響本文的核心研究結論（限于篇幅穩健性檢驗結果未匯報）。

4.1.3反事實檢驗

以創新型城市建設之前的2003—2007年為研究樣本，分別假設創新型城市試點的時間統一為2004年、2005年和2006年，構造反事實實驗對基準模型進行估計。結果顯示，無論以2004年、2005年還是2006年作為政策實施時間，Policy的估計系數均不顯著，表明試點城市GTFP水平的提升的確由創新型城市建設這一政策所引起的，進一步支持了本文的核心結論（表7）。

4.1.4安慰劑檢驗

借鑒Cantoni等[28]的研究構造安慰劑檢驗，來判斷創新型城市建設對GTFP的促進作用是否是由其他隨機因素引起的。根據283個城市中創新型試點城市情況，隨機生成處理組并重復進行了1000次回歸，進而得到1000次回歸中創新型城市建設政策變量的估計系數，繪制出估計系數分布的核密度圖（圖2）。結果顯示，1000次回歸Policy的估計系數均值為-0.0003，相較于基準回歸系數0.049非常接近于0，說明創新型城市建設對GTFP的作用比較穩健，的確促進了城市綠色發展水平的提升。

4.1.5其他穩健性檢驗

在上述檢驗的基礎上，文章進行了一系列其他穩健性檢驗。具體包括以下七個方面：①由于2018年新確立的17個創新型試點城市不在本文的樣本期內，因此在進行估計時，將這些城市作為對照組處理。為了消除新確立城市的影響，剔除2018年新增的創新型試點城市進行檢驗。②剔除直轄市樣本，因為直轄市作為試點城市時，僅將直轄市的某一個區列為試點城市（北京市海淀區、天津濱海新區、上海楊浦區、重慶沙坪壩區），從而可能對估計結果產生影響。③改變估計方法，使用單期DID模型進行估計。由于2010年是創新型試點城市新增最多的年份，2010年及之前年份的試點城市作為實驗組，并假設所有實驗組城市的政策實施時間均為2010年，同時對2011—2013年間新增的試點城市予以剔除，并重新進行估計。④控制時間趨勢項，因為不同城市GTFP隨時間變動的趨勢可能存在較大差異。⑤對所有連續變量進行1%水平的Winsorize處理，以排除異常值的影響。⑥考慮到創新型城市建設對GTFP的影響可能存在滯后性，將所有解釋變量滯后一期進行估計。⑦控制省份×年份聯合固定效應，用以捕捉各個省份隨時間變化的政策效應。估計結果顯示，所有模型的估計系數介于0.039～0.070之間，與基準回歸結果較為接近，且均通過了1%的顯著性水平檢驗，再次表明基準回歸的估計結果具有穩健性，支持了創新型城市建設能夠提升GTFP的研究結論（限于篇幅穩健性檢驗結果未匯報）。

4.2內生性討論

以上估計結果可能面臨試點城市內生選擇的威脅。具體而言，內生性主要來自兩個方面：一是遺漏變量。雖然估計過程中控制了城市固定效應和年份固定效應，同時控制了一系列城市特征變量，但可能仍然存在一些未觀測因素。二是反向因果。雖然平行趨勢檢測結果表明實驗組和對照組在創新型城市試點政策實施之前GTFP的變化趨勢基本一致，但是否入選試點城市依然可能受到GTFP的影響。因為GTFP更高的城市通常擁有更好的創新環境、更高的創新水平等，從而入選試點城市的概率可能就越大。對此，文章將運用工具變量法進行估計。

借鑒通常的工具變量構建思路，選擇城市中華老字號數量這一歷史變量作為創新型城市建設的工具變量。這是因為，一方面，城市經濟發展具有傳承性和延續性，中華老字號數量能夠較好地體現城市創新水平的高低。馬忠新和陶一桃[29]曾使用人均中華老字號數量作為企業家傳承精神的代理變量，實證發現人均中華老字號數量越多，地區創新水平越高，因此可以推斷中華老字號數量與該城市是否入選創新型試點城市有關，滿足工具變量相關性的前提。另一方面，中華老字號數量是一個歷史值，從而不會直接影響城市GTFP水平，符合工具變量外生性的要求。值得說明的是，中華老字號數量不能直接作為創新型城市建設的工具變量，因為前者是橫截面數據，而后者是面板數據。為了解決這個問題，本文借鑒Nunn和Qian的做法[30]，再尋找一個與時間有關的變量，將其與橫截面變量做交互項。最終，本文構建了城市中華老字號數量（橫截面數據）與上一年全國R&D經費支出（時間序列數據）的交互項（China_brand）作為創新型城市建設的工具變量。城市中華老字號數量來源于商務部公布的《中華老字號名錄》，具體通過將中華老字號的發源地對應到相應的城市整理獲得。

表8報告了工具變量的估計結果。DWH檢驗結果表明基準模型可能存在內生性問題。第一階段估計結果顯示，研究構造的工具變量與高度相關，同時，Kleibergen-PaapWaldrkF（RKF檢驗）統計量明顯大于16.38的臨界值，說明不存在弱工具變量問題。第二階段估計結果表明，當考慮了潛在的內生性后，估計系數依然顯著為正，并且明顯大于基準估計系數的0.049，表明試點城市的內生選擇問題傾向于低估創新型城市建設對GTFP的促進效應。

5結論與啟示

自2008年深圳成為中國第一個創新型試點城市以來，創新型城市建設已逾10年，在技術、經濟、社會等方面發揮著日益重要的作用，并進一步影響到城市GTFP水平。然而，現有文獻對創新型城市建設的政策效應研究還相對較少，尚未見到有文獻對創新型城市建設的綠色發展效應進行專門研究。鑒于此，本文將創新型城市試點在不同城市、不同年份的實施作為一次準自然實驗，基于2003—2017年中國283個城市的面板數據，運用漸進性的雙重差分模型估計了創新型城市建設對GTFP的影響，并考察了其內在作用機制。主要研究結論有：①相較于非試點城市，政策試點使得城市GTFP平均提高4.9%，意味著創新型城市建設有利于促進中國經濟發展的綠色轉型。②機制分析表明，創新型城市建設可以通過技術效應、集聚效應和倒逼效應三條途徑提升GTFP。③創新型城市建設對GTFP的影響具有異質性。總體而言，創新型城市建設的綠色發展效應在東部地區城市、城市規模較大城市以及高等級城市中影響更加顯著;同時，隨著城市GTFP的提高，創新型城市建設對GTFP的效應呈邊際遞增趨勢。

本文從綠色發展視角提供了創新型城市建設帶來正外部性的經驗證據。結合核心研究結論，提出以下政策建議：①“環境庫茲涅茨曲線”的存在表明，當經濟發展達到一定水平后，經濟增長與綠色發展之間是可以實現雙贏的，因而在高質量發展階段依然有必要保持合理的經濟增長速度。同時，本文發現金融規模與外商直接投資占GDP比重都會顯著降低城市綠色發展水平，因此，在推動金融發展和對外開放的同時，要更加注重金融發展質量和對外開放質量的提升，而非單純的數量擴張，否則可能會顧此失彼，不利于城市經濟綠色發展轉型和高質量發展。②由于創新型城市建設對不同城市的影響具有異質性，因此，在創新型城市建設過程中，要堅持因地制宜、因城施策、一地一策的原則，充分發揮地方政府的主體地位，加強政策實施過程中的包容性，不能搞“一刀切”。從本文的研究結果來看，創新型城市建設對GTFP的促進作用在中西部地區城市、規模較小城市和低等級城市較低甚至不顯著，因此，在持續深入開展創新型城市建設進程中，要注意試點工作的經驗總結、分享和推廣，將東部地區城市、規模較大城市和高等級城市的成功經驗引入到政策效應尚未充分發揮的城市，以擴大創新型城市建設的綠色發展效應。③探索創新型城市建設政策促進城市GTFP水平提升的多維途徑。具體而言，要大力推動城市創新水平和人力資本水平的提高，加快推進城市創新要素、經濟要素的集聚度，完善創新型城市建設的考核體系，充分發揮創新型城市建設的技術效應、集聚效應和倒逼效應的綠色發展驅動效應。

參考文獻

[1]陳詩一，陳登科.霧霾污染、政府治理與經濟高質量發展[J].經濟研究，2018，53（2）：20-34.

[2]洪銀興，劉偉，高培勇，等.“習近平新時代中國特色社會主義經濟思想”筆談[J].中國社會科學，2018（9）：4-73.

[3]SOHAGK，BEGUMRA，ABDULLAHSMS，etal.Dynamicsofenergyuse，technologicalinnovation，economicgrowthandtradeopennessinMalaysia[J].Energy，2015，90：1497-1507.

[4]YIM，WANGY，SHENGM，etal.Effectsofheterogeneoustechnologicalprogressonhazepollution：evidencefromChina[J].Ecologicaleconomics，DOI：10.1016/j.ecolecon.2019.106533.

[5]IBRAHIEMDM.DotechnologicalinnovationsandfinancialdevelopmentimproveenvironmentalqualityinEgypt？[J].Environmentalscienceandpollutionresearch，2020，27（10）：10869-10881.

[6]PANX，AIB，LIC，etal.Dynamicrelationshipamongenvironmentalregulation，technologicalinnovationandenergyefficiencybasedonlargescaleprovincialpaneldatainChina[J].Technologicalforecastingandsocialchange，2019，144：428-435.

[7]林伯強，譚睿鵬.中國經濟集聚與綠色經濟效率[J].經濟研究，2019（2）：119-132.

[8]WANGKL，MIAOZ，ZHAOMS，etal.Chinasprovincialtotal-factorairpollutionemissionefficiencyevaluation，dynamicevolutionandinfluencingfactors[J].Ecologicalindicators，2019，107：105578.

[9]葛鵬飛，黃秀路，韓先鋒.創新驅動與“一帶一路”綠色全要素生產率提升：基于新經濟增長模型的異質性創新分析[J].經濟科學，2018（1）：37-51.

[10]劉思明，張世瑾，朱惠東.國家創新驅動力測度及其經濟高質量發展效應研究[J].數量經濟技術經濟研究，2019，36（4）：3-23.

[11]李政，楊思瑩.創新型城市試點提升城市創新水平了嗎？[J].經濟學動態，2019（8）：70-85.

[12]武倩，馮濤.國家創新型城市建設的生產率效應[J].現代經濟探討，2020（1）：79-84.

[13]聶飛，劉海云.國家創新型城市建設對我國FDI質量的影響[J].經濟評論，2019（6）：67-79.

[14]辜勝阻，吳華君，吳沁沁，等.創新驅動與核心技術突破是高質量發展的基石[J].中國軟科學，2018（10）：9-18.

[15]張可.經濟集聚與區域創新的交互影響及空間溢出[J].金融研究，2019（5）：96-114.

[16]張可，汪東芳.經濟集聚與環境污染的交互影響及空間溢出[J].中國工業經濟，2014（6）：70-82.

[17]李偉娜，楊永福，王珍珍.制造業集聚、大氣污染與節能減排[J].經濟管理，2010（9）：36-44.

[18]BRAKMANS，GARRETSENH，GIGENGACKR，etal.Negativefeedbacksintheeconomyandindustriallocation[J].Journalofregionalscience，1996，36（4）：631-651.

[19]BECKT，LEVINER，LEVKOVA.Bigbadbanks：thewinnersandlosersfrombankderegulationintheUnitedStates[J].Thejournaloffinance，2010，65（5）：1637-1667.

[20]張軍，吳桂英，張吉鵬.中國省際物質資本存量估算：1952—2000[J].經濟研究，2004（10）：35-44.

[21]XINB，QUY.Effectsofsmartcitypoliciesongreentotalfactorproductivity：evidencefromaquasi-naturalexperimentinChina[J].Internationaljournalofenvironmentalresearchandpublichealth，2019，16（13）：2396.

[22]ZHONGJ，LIT.Impactoffinancialdevelopmentanditsspatialspillovereffectongreentotalfactorproductivity：evidencefrom30provincesinChina[J].Mathematicalproblemsinengineering，2020，DOI：10.1155/2020/5741387.

[23]王兵，吳延瑞，顏鵬飛.中國區域環境效率與環境全要素生產率增長[J].經濟研究，2010（5）：95-109.

[24]COPELANDBR，TAYLORMS.North-southtradeandtheenvironment[J].Thequarterlyjournalofeconomics，1994，109（3）：755-787.

[25]寇宗來，劉學悅.中國城市和產業創新力報告2017[R].上海：復旦大學產業發展研究中心，2017.

[26]吳曉怡，邵軍.經濟集聚與制造業工資不平等：基于歷史工具變量的研究[J].世界經濟，2016，39（4）：120-144.

[27]包國憲，關斌.財政壓力會降低地方政府環境治理效率嗎：一個被調節的中介模型[J].中國人口·資源與環境，2019，29（4）：38-48.

[28]CANTONID，CHENY，YANGDY，etal.Curriculumandideology[J].Journalofpoliticaleconomy，2017，125（2）：338-392.

[29]馬忠新，陶一桃.企業家精神對經濟增長的影響[J].經濟學動態，2019（8）：86-98.

[30]NUNNN，QIANN.USfoodaidandcivilconflict[J].Americaneconomicreview，2014，104（6）：1630-1666.

Impactofinnovativecityconstructionongreentotalfactorproductivity

NIEChangfei1LUJianxin2FENGYuan2HUZhaolian3

（1.EconomicsandManagementSchool，WuhanUniversity，WuhanHubei430072，China;2.SchoolofFinance，ZhongnanUniversityofEconomicsandLaw，WuhanHubei430073，China;3.BusinessSchool，JiangsuNormalUniversity，XuzhouJiangsu221116，China）

AbstractIntheframeworkofDEA，basedonthedirectionaldistancefunctionconsideringtheunexpectedoutput，thispaperusedtheGlobal-Malmquist-Luenbergerproductivityindextomeasurethegreentotalfactorproductivityof283citiesinChinafrom2003to2017.Then，wetookinnovativecityconstructionasaquasi-naturalexperiment，andusedthegradualDID（difference-in-differences）modeltoestimatetheimpactofinnovativecityconstructionongreentotalfactorproductivity（GTFP）.ThestudyfoundthattheconstructionofinnovativecitieswasconducivetothegreentransformationofChinaseconomicdevelopment.Comparedwithnon-pilotcities，theGTFPofinnovativepilotcitiesincreasedby4.9%onaverage.Specifically，theconstructionofinnovativecitiescouldachieveinnovation-drivenurbangreendevelopmentinthreeways：innovationeffect，agglomerationeffectandreverseforceeffect.HeterogeneityanalysisfoundthattheconstructionofinnovativecitieshadagreaterpromotingeffectonGTFPofcitiesintheeasternregion，largercitiesandcitieswithhigherlevels.QuantileestimationresultsshowedthattheeffectoftheconstructionofinnovativecitiesonurbanGTFPwasincreasingmarginally.Theconclusionofthisstudywasrobust，whichstillheldafterparalleltrendtest，PSM-DIDmethodestimation，counterfactualtest，placebotest，otherrobustnesstestsandinstrumentalvariableestimation.Thisstudyhasthefollowingimplications：Intheprocessofbuildinginnovativecities，weshouldadheretotheprincipleofadjustingmeasurestolocalconditions，implementthe‘onepolicyforoneplaceprinciple，givefullplaytothedominantpositionoflocalgovernments，andexploremulti-dimensionalwaystopromotethelevelofGTFPofthecity.

Keywordsinnovativecity;greentotalfactorproductivity;difference-in-differences（責任編輯：劉照勝）