創新型城市試點對綠色創新效率的影響機制

王 晗，何梟吟，許舜威

（1. 華中科技大學經濟學院，湖北武漢430074；2. 鄭州大學商學院，河南鄭州450001）

國家“十四五”規劃中首次把科技自立自強作為國家發展的戰略支撐，明確指出要堅持創新在中國現代化建設全局中的核心地位，繼續深入實施創新驅動發展戰略。城市作為科技創新活動的重要空間載體，擁有豐富的創新資源和要素構成，創新型城市的建設已成為提高自主創新能力、構建新發展格局的著力點和突破口。自2008年深圳獲批為第一個試點城市之后，目前全國已有78 個城市開展試點工作。各試點城市立足于自身的資源稟賦、產業結構和經濟發展水平，統籌協調創新資源優化配置，初步形成特色鮮明、高效開放的區域創新體系，從而有效推進了創新型國家建設。與此同時，中國經濟發展方式正在由數量型的規模擴張向質量型的結構升級轉變，綠色創新兼顧了技術創新活動和環境保護要求，能夠實現經濟發展質量和效益的雙重提升，成為推動經濟高質量發展的應有之義。在這一背景下，創新型城市試點是否會提升綠色創新效率？以及通過哪些機制影響綠色創新效率？不同城市間的政策效果是否存在差異？這一系列問題值得深入思考。

1 文獻綜述

現有文獻多從創新型城市的基本內涵、評價指標和實施效果等角度展開分析。隨著全球化進程加快和信息化時代的來臨，城市的科技創新能力愈發重要，較強的自主創新能力是創新型城市的核心內涵［1-2］。城市創新系統涵蓋技術、知識、制度、服務和文化等諸多要素，不同創新主體之間的交互融合促進了知識技術的集聚擴散［3］。學者們運用聚類分析法［4］、遺傳算法-支持向量機［5］等方法建立起包括創新內容、創新過程和政策效果的一級二級指標體系，全面評估創新型城市的發展水平。自創新型城市試點開展以來，不少學者以這一試點設立為準自然實驗，分析其對外商直接投資質量［6］、產業結構轉型［7］、城市生產率［8］等方面所產生出的政策實踐效果。

作為傳統創新理論與生態環保理念相結合的產物，綠色創新可以產生出創新成果與環境效益相統一的雙重正外部性，通過應用新技術、新知識既降低了環境污染水平，又創造出巨大的經濟效益［9-10］。從綠色創新效率的測算方法來看，盡管也有研究利用因子分析法［11］、隨機前沿分析法［12］來進行測度，但是考慮多投入和多產出的數據包絡分析法（Data Envelopment Analysis，DEA）占據主流地位。錢麗等［13］利用擴展的DEA模型測度不同地區的綠色創新效率，得出中國區域綠色創新效率呈現出東部向中西部逐漸遞減的分布特征。彭文斌等［14］利用DEA模型以及探索性空間數據分析發現中國城市綠色創新效率不斷上升，且表現出顯著的地理空間集聚特征。綠色創新效率會受到很多因素的作用影響，例如較高的經濟發展水平與財政分權能力可以帶來更多的綠色創新要素投入，改善創新資源配置效率［15］；環境規制能夠倒逼企業進行污染治理技術升級改造，進而促進綠色創新效率的提升［16］。

已有研究僅僅單一地關注創新型城市或者綠色創新效率，卻沒有將兩者納入到同一分析框架內，即探討創新型城市建設對綠色創新效率所產生的影響及其作用機理。傳統DEA 模型被廣泛應用于綠色創新效率的測算，但是這一方法并沒有考慮到環境污染、資源消耗等非期望產出。基于此，該研究的邊際貢獻在于以下方面：第一，基于考慮非期望產出的超效率SBM 模型測度城市綠色創新效率，可以解決DEA方法中的徑向和角度問題，有效評價決策單元的基本效率。第二，以285個地級市為研究對象，構建包括實驗組和對照組的雙重差分模型，同時進行地理區位、行政等級、發展規模的異質性分析，更為準確地評價創新型城市建設的試點效果。第三，以人才集聚、資本深化、信息化水平、環境規制強度作為中介變量，通過中介效應模型實證檢驗創新型城市試點作用于綠色創新效率的影響渠道。

2 政策背景與理論假設

2.1 政策背景

2008 年6 月，國家發展和改革委員會批準在深圳市開展國家創新型城市試點，拉開了中國創新型城市建設的序幕。2010 年1 月，大連等16 個城市獲批為新一輪創新型城市試點地區，同年科學技術部同意北京市海淀區等20 個城市（區）為國家創新型試點城市（區）。2016 年12 月，《建設創新型城市工作指引》正式印發，公布出61個試點城市（區）的具體名單，并明確創新型城市建設的重點任務與指標體系。2018 年4 月，國家發展和改革委員會和科學技術部批復在吉林市等17個城市進行創新型城市新一批試點工作。根據近期公布的《國家創新型城市創新能力評價報告2020》，目前中國已在78 個城市開展創新型城市建設，這些試點城市培育出全國80%的高新技術企業，研發經費投入和地方財政科技投入的全國占比均超過70%，已經成為人才、資本、技術、數據等要素的重要集聚地。

2.2 理論假設

人才作為綠色創新活動中的核心要素，能夠為創新型城市的建設提供不竭動力。一方面，為了吸引到更多專業型、復合型人才資源，各試點城市紛紛出臺一系列人才優惠政策，在戶口準入、住房購買、子女教育等方面給予扶持和補貼，使得試點城市吸納到大量的高素質創新人才和團隊，產生出良好的人才集聚效應。創新人才在地理空間上的聚集降低了勞動力搜尋成本，使得企業能夠突破既有資源約束限制，更為便捷地獲取到外部創新資源，彌補自身的綠色創新要素投入不足［17］。另一方面，創新人才集聚會帶來產業鏈上的技術擴散和創新溢出，不同產業及同一產業不同企業間通過創新人才的流動實現產品研發和技術升級。創新人才的集聚也加劇了市場競爭程度，促使效率較低的企業被市場所淘汰，進而提高整個產業乃至城市的綠色創新效率［18］。據此，該研究提出假設1。

假設1：創新型城市試點通過提高人才集聚程度促進綠色創新效率提升。

創新研發活動一般具有風險高、周期長、直接經濟回報少等特點，導致研發資金無法與企業內部收支和外部經濟波動相銜接，這也是共性技術研發領域缺乏投入激勵的重要原因［19］。一方面，由于創新型城市建設中面臨著創新資金匱乏的困境，需要政府部門增加科技教育領域的財政支出，對企業的研發創新活動給予補貼激勵和稅收優惠，通過直接補貼、事后獎補、專項基金等方式降低產品研發成本、擴大綠色創新資金渠道來源［20］。另一方面，在政府戰略的引領下，各類金融機構加快完善技術創新領域的投融資制度，切實解決創新企業的融資難、融資貴問題，強化對高科技企業的貸款支持和信用擔保，加速社會資本向創新企業及高技術產業流動聚集，緩解城市綠色創新活動中的融資約束。據此，該研究提出假設2。

假設2：創新型城市試點通過提高資本深化能力促進綠色創新效率提升。

以互聯網為代表的信息基礎設施實現了創新要素在生產部門和應用部門之間的廣泛擴散，帶動傳統行業及新興產業創新方式不斷革新，充分釋放出創新溢出紅利。一方面，中國的城市創新體系建設相對滯后，城市創新活動所依賴的信息基礎設施條件并不完善，一定程度上制約了城市創新水平提升［21］。隨著創新型城市建設的開展，各試點城市普遍加大包括信息化、網絡化在內的基礎設施投入力度，積極拓寬大數據、物聯網、云計算等新型信息基礎設施應用范圍。另一方面，信息基礎設施通過信息元的流動打破時空距離障礙，大幅度提高綠色創新知識傳播速度，減少創新活動中的信息不對稱現象［22］。信息基礎設施也提供了公共服務平臺和創新載體，為綠色創新活動營造出良好的信息化環境。據此，該研究提出假設3。

假設3：創新型城市試點通過提高信息化水平促進綠色創新效率提升。

不同于一般的創新活動，綠色創新在環境問題上更加具有針對性，強調降低創新過程中的資源消耗和環境損害，與城市的環境規制強度是密切相關的［23］。一方面，創新型城市建設摒棄“先污染后治理”經濟發展模式，限制高能耗高污染行業的增長擴張，鼓勵支持生態友好型、資本密集型及知識密集型產業的發展，制定出產業節能減排的主要目標。另一方面，設計合理的環境規制能夠激發出更多以環境效益為導向的綠色創新活動，進而產生出巨大的“創新補償效應”，可以抵消環境規制所帶來的治污成本增加［24］。環境規制使得企業通過污染治理技術應用來減少污染物排放，同時將綠色創新理念貫穿于產品研發、品牌營銷、市場售后等環節，通過創新累積放大效應提高城市整體的綠色創新能力。據此，該研究提出假設4。

假設4：創新型城市試點通過提高環境規制強度促進綠色創新效率提升。

3 研究設計

3.1 模型設定

該研究以創新型城市的設立作為準自然實驗，將試點城市視作實驗組，非試點城市視作對照組，利用傾向得分匹配法（Propensity Score Matching，PSM）控制試點城市和非試點城市變量的系統性差異，解決好樣本選擇性偏差問題；同時由于模型可能存在遺漏變量等原因導致的內生性問題，需要采用雙重差分模型（Difference?in?difference，DID）來進行消除。基于此，該研究采取PSM?DID方法來量化創新型城市試點對綠色創新效率的政策效應。中國創新型城市試點工作是分年逐步推進的，而傳統的雙重差分模型只能觀測到單一時點的政策效果，為此，這里構建出多期DID模型進行估計［25］，模型設定具體如下。

Gieit=α0+α1Treatit×Periodit+δXit+μi+λt+εit（1）

其中：Gieit為被解釋變量，表示第i個城市t年的綠色創新效率。Treatit×Periodit代表創新型城市試點政策，其模型系數α1反映出創新型城市建設的政策效果，若α1顯著為正，則說明創新型城市試點提升了綠色創新效率，反之亦然。X表示城市層面控制變量的集合，μi代表個體固定效應，λt代表時間固定效應，εit為隨機誤差項。

3.2 變量選取與數據說明

該研究的被解釋變量是綠色創新效率（Gie）。參照王巧等［26］的測算方法，采用超效率SBM 模型來測度城市綠色創新效率。傳統SBM 模型將松弛變量納入到目標函數之中，克服了DEA方法的投入產出變量松弛性問題，并且關注到非期望產出對效率產生的影響，超效率SBM 模型則在其基礎上實現對效率值的進一步分解比較，測算結果更為準確。綠色創新效率突出強調創新活動中的生態性，最大程度上實現資源要素節約與環境污染降低。因此，該研究在對其進行測算時充分考慮到能源與環境因素，主要選取以下兩大類指標：

投入指標：①勞動投入。以從事科技活動和從事水利、環境和公共設施管理的從業人員總數來衡量勞動力投入。②資本投入。以政府科學事業費支出和環境治理投入兩者的總數作為資本投入指標。③能源資源投入。利用熵值法將供水總量、全社會用電量、液化石油氣供氣總量進行綜合，計算出城市資源消耗指數衡量能源資源投入。

產出指標：①期望產出。依次選取城市人均GDP、專利申請授權量、建成區綠化覆蓋率作為期望產出中的經濟產出、技術產出以及生態產出的衡量指標。②非期望產出。選取各城市工業二氧化硫排放量、工業廢水排放量、工業煙塵排放量作為非期望產出構成，同樣采用熵值法得出城市環境污染指數來衡量非期望產出。

由圖1 可知，從總體趨勢來看，2004—2018 年中國城市綠色創新效率表現出不斷增長的發展勢頭。東、中、西部地區的城市綠色創新效率與全國整體趨勢基本保持一致，均出現不同程度的正面提升。分地區而言，東部地區城市的綠色創新效率普遍高于中西部地區，而西部地區城市的綠色創新效率明顯低于其他地區與全國水平。盡管2008年之后中國不同地區城市綠色創新效率的差距有所擴大，但是自2015年以來，城市綠色創新效率的地區間差距出現明顯縮小。總而言之，無論是全國水平還是地區發展差異，中國城市綠色創新效率都呈現出積極改善的良好態勢。

該研究的核心解釋變量是創新型城市試點政策交互項（Treat×Period）。根據科技部網站公布的創新型城市試點名單，選取了2008—2016年獲批的59個創新型城市，由于2018年批復的創新型城市建設時間較短，該研究未進行分析。這里采用虛擬變量的形式進行設定，分組虛擬變量（Treat）的設置是將創新型城市設定為1，非創新型城市設定為0；時間虛擬變量（Period）的設置是把試點城市獲批當年及其以后年份賦值為1，其余年份賦值為0。

控制變量如下：①經濟發展水平。使用城市地區生產總值即實際GDP 來表示，以2004 年為基期進行價格指數平減，同時取其對數形式。②產業結構狀況。使用第三產業產值與第二產業產值之比進行表示。③外商直接投資。使用各城市實際利用外商直接投資總額的對數形式來表示。④金融發展水平。使用存款貸款余額之和與地區GDP的比值進行衡量。⑤政府干預程度。使用各城市地方財政支出總額的對數形式進行表示。因香港、澳門、臺灣及西藏自治區數據缺失，故未涵蓋在內。該研究最終選取了2004—2018 年中國285 個地級市的數據，所有數據均來自于對應年份的《中國城市統計年鑒》，并利用線性插值法對數據缺失值進行填補。

3.3 平行趨勢檢驗

滿足平行趨勢假設是利用雙重差分法的重要前提，即在沒有試點政策干預的情形下，實驗組城市和對照組城市的綠色創新效率具有相同的變化趨勢。創新型城市試點由于受政策實施基礎及推行力度等因素影響，使得政策實施效果出現一定程度的滯后性。該研究借鑒較為常用的事件分析法［27］，建立動態模型如下：

其中：Gieit表示城市綠色創新效率，pre代表一組反事實虛擬變量，假設創新型城市試點從獲批當年之前的第τ年實施，則pre= 1，其他年份pre= 0。假設創新型城市試點從獲批當年之后的第σ年實施，則post= 1，其他年份post= 0。創新型城市試點獲批當年current= 1，其他年份current= 0。如果估計系數θτ未通過顯著性檢驗，表明政策實施前實驗組和對照組城市綠色創新效率沒有顯著差異。如果估計系數θσ通過顯著性檢驗，表明創新型城市試點政策實施之后，實驗組和對照組的綠色創新效率存在顯著差異，從而通過平行趨勢檢驗。

（4）讓幼兒獲得高品質的適宜發展。即能夠運用已有知識和經驗去發現問題、解決問題，在親身經歷中積累學習經驗，發揮智能優勢；能夠在良好的學習環境中，選擇自己感興趣的學習內容，滿足個性發展和興趣愛好的需要；能夠關心周圍的生活世界，養成勇敢堅強、自信樂觀、不怕困難等良好的個性品質。

該研究通過圖示法分析創新型城市試點政策實施前后綠色創新效率的變動趨勢，如圖2 所示，在創新型城市試點政策實施之前，實驗組城市和對照組城市的綠色創新效率不存在顯著差異；而在政策實施之后，實驗組城市和對照組城市之間綠色創新效率的差異越來越大，說明其通過了平行趨勢檢驗，利用雙重差分法評估創新型城市試點對綠色創新效率的影響是合理可行的。

4 實證結果分析

4.1 傾向得分匹配結果

圖1 2004—2018年中國不同地區城市綠色創新效率變化趨勢

圖2 平行趨勢檢驗

為了避免樣本選擇性偏差影響估計結果，該研究利用傾向得分匹配法（PSM）對實驗組和對照組進行匹配，由于產業結構和人口總量是提升綠色創新效率的基礎性因素，互聯網發展則為綠色創新活動的開展提供信息化支撐，固定資產投資和政府財政支出是綠色創新活動重要的資金保證［28］。因此，這里選取產業結構、城市人口規模、互聯網用戶數、固定資產投資總額、地方財政支出作為協變量，基于Logit 模型對實驗組和對照組進行最小近鄰匹配。由表1 可知，經過傾向得分匹配之后，實驗組和對照組間的差異明顯降低，標準偏差呈現出很大幅度的縮小，而且無法拒絕實驗組城市和對照組城市差異為零的假設，總體上符合平衡性檢驗。

4.2 基準回歸結果分析

由基準模型結果（表2）可知，無論是否將控制變量納入到模型之中，這三種方法下政策效應交互項的估計系數在1%的水平上始終顯著為正，從而表明創新型城市試點可以有效提升城市綠色創新效率。從控制變量來看，經濟發展水平和產業結構狀況的影響系數均顯著為正，說明良好的經濟發展水平能夠為綠色創新活動提供堅實的經濟基礎和市場規模優勢，產業結構高級化合理化能夠更好地引領城市綠色創新的發展方向。外商直接投資并沒有顯著提升城市綠色創新效率，甚至具有一定的負向抑制作用，原因可能是外資的進入產生出競爭效應和擠出效應，使得本地企業獲得的市場利潤減少，被迫降低自身創新研發投入，同時外商直接投資的引入質量不高也會阻礙綠色創新效率提升。金融發展水平的估計系數在1%顯著性水平上一直為正值，這說明金融發展水平越高的城市，其綠色創新活動越能得到完備的金融服務，緩解其所面臨的融資難融資貴問題。政府干預程度顯著地抑制了城市綠色創新效率增長，表明過多的政府干預會導致綠色創新資源分配的效率低下，由于存在信息不對稱和逆向選擇，政府的財政補貼政策往往不能達到提升綠色創新效率的理想效果。

4.3 異質性分析

4.3.1 地理區位異質性

從城市所處的地理區位來看，中國各區域經濟間的空間差異特征不容忽視，特別是東部、中部和西部地區在經濟社會諸多領域表現出很大發展差距。根據所屬地理位置將樣本城市分為東部城市和中西部城市，分組模型結果顯示，創新型城市試點均顯著促進了東部城市和中西部城市的綠色創新效率增長，較之于東部城市，中西部城市受到的積極影響較小。東部地區的城市海陸交通條件便利，地理區位優勢明顯，經濟外向型程度較高，易于引進國外先進的綠色技術創新成果，同時具有經濟基礎實力雄厚、產業結構協調合理等諸多有利因素的疊加效應。處于中西部地區的城市囿于地理空間區位限制，綠色創新活動的外部交流并不順暢，加之經濟實力與產業基礎偏弱、科技創新水平相對落后等原因，使得創新型城市試點政策的提升作用受到削弱。

4.3.2 行政等級異質性

城市行政等級的不同使得其在經濟發展規模、綠色創新要素集聚、創新資源配置與成果轉化等方面具有較大的差異。該研究將直轄市、省會城市及副省級城市作為重點城市，其他城市作為一般城市。由表3的估計結果可知，重點城市的政策交互項模型系數在1%水平上顯著為正，而一般城市的影響系數為負且不顯著，說明創新型城市試點能夠提升重點城市的綠色創新效率，但是對于一般城市的政策效果并不明顯。重點城市通常居于區域經濟發展的中心和引領地位，自身具備良好的經濟規模及政策紅利優勢，可以充分地集聚起本地區的綠色創新要素資源。一般城市則更多地依賴于重點城市的輻射帶動，難以吸引到大量的綠色創新要素資源，綠色創新活動的總體競爭力不強，創新型城市試點政策的積極效果沒有得到發揮。

表1 匹配前后的平衡性檢驗

4.3.3 發展規模異質性

城市發展規模的差異意味著規模較大的城市和較小的城市在經濟基礎、產業結構、對外開放及金融發展水平等方面呈現出異質性。該研究將城區常住人口在500 萬以上的城市定義為特大城市，將人口在100萬以上、500萬以下的城市定義為中等城市。表3結果表明，創新型城市試點明顯地提高了特大城市的綠色創新效率，盡管中等城市的政策交叉項系數為正，但是并沒有通過顯著性水平檢驗。之所以如此，原因在于特大城市擁有規模龐大的人口基數，可以為綠色創新提供有力的人才保證和巨大的市場需求，打造完善的綠色創新生態系統。與之相反，中等城市則面臨著產業結構落后、人力資本匱乏、科技水平偏低、創新資金來源單一等問題，綠色創新活動發展動力嚴重不足，導致其政策效果尚未充分顯現。

4.4 影響機制分析

4.4.1 中介效應模型構建

基于前文理論機制分析，借鑒中介效應檢驗的基本方法，建立如下檢驗遞歸方程：

其中：M代表中介變量，其他變量的含義與前文相同。首先，將綠色創新效率作為被解釋變量，創新型城市試點政策作為解釋變量進行模型。其次，將選取的中介變量分別作為被解釋變量，而創新型城市試點政策作為解釋變量進行模型。最后，將創新型城市試點政策和中介變量均納入到模型模型中，分析兩者對綠色創新效率的影響。若模型系數β1、γ1都顯著，且φ1較β1估計值變小或者顯著性水平降低，則說明存在中介效應。

表2 基準模型結果

表3 異質性分析

該研究所選取的中介變量如下：①人才集聚程度。城市勞動力人口的受教育水平普遍較高，往往被視為高技能勞動者的代表，采用城市就業人員數占城市總人口的比重來衡量人才集聚程度。②資本深化能力。固定資產投資為綠色創新成果應用、傳統產業改造和新興產業培育提供堅實的資金保障，采用全社會固定資產投資與城市總面積的比值來衡量資本深化能力。③信息化水平。互聯網發展帶來的信息化已成為知識傳播和技術交流中不可或缺的媒介，也是綠色創新活動所賴以依托的基礎設施環境，采用每萬人中的國際互聯網用戶數來反映信息化水平。④環境規制強度。環境治理投資注重運用市場調節的力量影響排污主體的行為，增強了減少污染物排放的主觀能動性，有利于綠色創新過程中的生態環境保護，采用污染治理投資當年完成額來衡量環境規制強度。

4.4.2 中介效應檢驗結果

由表4 中基準模型結果可知，創新型城市試點政策的估計系數為0.062 1，且在1%的水平上顯著，表明創新型城市試點可以提升綠色創新效率，滿足了進行中介效應檢驗的前提。人才集聚程度作為中介變量的檢驗結果如表4 中列（2）—列（3）所示。列（2）結果顯示，創新型城市試點對人才集聚程度的影響系數在1%水平上顯著為正，意味著試點政策能夠明顯提高城市的人才集聚程度。將創新型城市試點與人才集聚程度同時納入到模型之中（列3），得出試點政策的估計系數為0.051 7，與未考慮中介變量時相比，系數值變小且顯著性水平下降，證明這一中介效應是存在的。人才集聚程度的中介效應為0.010 4，約占總效應的16.75%，則假設1 得到驗證。

資本深化能力作為中介變量的檢驗結果如表4 中列（4）—列（5）所示。列（4）估計結果顯示，創新型城市試點對資本深化程度的影響系數為1.421 1，并且在1%水平上是顯著的，說明創新型城市試點政策有利于推動城市資本的有效集聚。當同時考慮試點政策和資本深化程度（列（5））時，創新型城市試點的模型系數在5%的顯著性水平上為0.049 2，較之于基準模型結果中試點政策估計系數及顯著性水平，都出現一定程度的降低，進而證實了中介效應的存在。資本深化程度的中介效應為0.012 9，約占總效應的20.77%，則假設2得到驗證。

信息化水平作為中介變量的檢驗結果如表5中列（2）—列（3）所示。與表4 相類似，表5 中列（1）是匹配之后的基準模型結果。列（2）結果顯示，創新型城市試點對信息化水平的影響系數為2.207 3，同時通過了1%水平的顯著性檢驗，表明創新型城市試點對于信息化水平的提升具有積極促進作用。列（3）將試點政策與信息化水平都納入到模型模型中，創新型城市試點政策的估計系數為0.052 5，且在5%的水平上顯著，與基準模型結果中的0.062 1 相比略有下降，說明信息化水平的中介效應是存在的。信息化水平的中介效應為0.009 6，約占總效應的15.46%，則假設3得到驗證。

環境規制強度作為中介變量的檢驗結果如表5 中列（4）—列（5）所示。從列（4）結果可以得出，創新型城市試點對環境規制強度的影響系數為1.032 8，并且通過了5%水平的顯著性檢驗，說明創新型城市試點能夠提高本地區的環境規制強度。列（5）把試點政策和環境規制強度都納入到模型中進行模型，得出創新型城市試點政策的估計系數為0.049 6，同時在5%的水平上顯著，相較于列（1）中的估計系數及顯著性水平，均表現出較為明顯的下降態勢，說明環境規制強度的中介效應是存在的。環境規制強度的中介效應為0.012 5，約占總效應的20.13%，則假設4得到驗證。

表4 中介效應檢驗結果Ⅰ

表5 中介效應檢驗結果Ⅱ

4.5 穩健性檢驗

4.5.1 改變綠色創新效率測算指標

借鑒張靜曉等［29］的方法，將城市綠色創新過程劃分為創新科技研發和綠色技術轉化兩個彼此關聯的演進階段，選取相應的投入和產出指標，同時運用考慮松弛變量的網絡DEA 模型重新測算出城市的綠色創新效率，隨后將其納入到雙重差分模型中進行模型分析，估計結果如表6中列（1）—列（2）所示。從中可以看出，無論是否加入控制變量，創新型城市試點政策的模型系數在1%的顯著性水平上始終為正，從而說明即使改變綠色創新效率的測算方法，創新型城市試點政策依然能夠產生出積極的推動作用。

4.5.2 剔除其他政策的影響

由于創新型城市試點政策虛擬變量的局限性，無法對同一時期的其他政策效應進行排除分析，可能導致估計結果存在一定偏誤。基于此，該研究將剔除2008年以來影響綠色創新效率的其他政策因素。2009 年中國開始建設實施國家自主創新示范區，推動科技創新體制完善和高科技產業發展，這一政策與創新型城市試點較為相似。2012 年黨的十八大召開以來，環境保護問題受到空前重視，各級政府密集出臺一系列保護生態環境的政策法規。考慮到上述政策的相互影響，分別加入政策虛擬變量D2009 和D2012，實證結果如表6 中列（3）—列（6）所示。具體而言，自主創新示范區的建設對綠色創新效率具有顯著的正向影響，納入這一政策之后，創新型城市試點的模型系數出現下降，但依然通過顯著性水平檢驗。2012 年及其后實施的環保政策有利于提升綠色創新效率，單獨考慮環保政策之后，創新型城市試點模型系數在5%的顯著性水平上降低至0.057 0。因而，盡管可能存在對創新型城市試點政策效應的高估，但是影響結果依然顯著，該研究核心結論是穩健可信的。

4.5.3 安慰劑對照檢驗

為了消除其他非觀測遺漏變量對創新型城市試點政策效應的干擾，參考張國建等［30］的做法，采取隨機選擇創新型城市試點的方式進行安慰劑檢驗。根據公式（1）可知Treatit×Periodit系數估計值α1的表達式如下：

其中：control代表所有觀測到的控制變量，如果ω=0，則α1的估計是無偏的，即非觀測因素不會干擾模型結果。由于無法直接檢驗ω是否為0，需要通過模擬隨機產生出創新型城市試點名單，而隨機構建的Treatit×Periodit不會對綠色創新效率產生影響。在這一基礎上，如果估計得出α^1=0，則可以反推出ω值應為0。這里將隨機過程重復進行500次回歸，發現隨機抽樣的估計值主要分布在零附近，同時樣本分布區間也沒有包含基準估計系數0.062 1，從而可以推斷出ω=0，即隨機設立的創新型城市并不具有政策效應，說明基本結論沒有受到其他隨機因素的影響，驗證了該研究結論的穩健性。

5 研究結論與建議

該研究以2004—2018 年中國285 個地級及以上城市為研究對象，將創新型城市試點作為一項準自然實驗，利用PSM-DID方法評估創新型城市建設對綠色創新效率的影響。研究發現：①創新型城市試點政策對綠色創新效率的平均影響凈效應為0.062 1，且在1%水平上正向顯著，表明創新型城市建設有效提升了綠色創新效率，這一結論進行不同穩健性檢驗之后依然成立。②創新型城市試點政策對綠色創新效率的影響存在異質性。在東部地區、重點城市和特大城市，創新型城市建設可以顯著提升綠色創新效率，然而在中西部地區、一般城市和中等城市，試點政策對綠色創新效率影響效應相對較小甚至并不明顯。③中介效應檢驗結果顯示，創新型城市試點政策通過提高人才集聚程度、資本深化能力、信息化水平及環境規制強度等途徑來推動綠色創新效率的提升。

表6 穩健性檢驗

根據以上研究結論，提出如下建議：①立足于創新型國家發展的基本目標，全面明晰中央與地方政府、不同職能部門之間的責任關系，為創新型城市建設提供根本性全局性的指引。積極支持創新型城市試點地區開展先行先試工作，探索出更多可復制推廣的成熟經驗。穩妥有序地擴大中國創新型城市試點范圍，盡快形成水平更高、范圍更廣的創新型城市建設格局。②創新型城市試點應當堅持分類指導、因城施策的原則，統籌考慮不同城市在地理區位、經濟規模、產業基礎、資源稟賦等方面的差異，避免盲目復制或者全盤照搬其他創新型城市的發展經驗。對于中西部地區城市、一般城市和中等城市而言，要把握住創新型城市建設的機遇期和窗口期，以綠色創新鏈合作和產業價值鏈分工為突破，注重發揮挖掘自身優勢潛力，探索出符合地區實際的創新模式。③制度出寬松優惠的人才引進政策，鼓勵高等院校和科研機構加強創新型人才培養。完善創新活動領域的投融資機制，擴大財政資金對科技創新投入，激勵高科技企業增加創新研發投入。加快以互聯網為代表的新型信息基礎設施建設，拓展5G 技術、工業物聯網、大數據中心等網絡基礎設施的應用領域，破除制約創新要素自由流動的壁壘。制定細化污染物排放標準要求，明確創新活動中環保主體的責任范疇，建立起完備的生態環境監管體系，應用節能環保和清潔生產綠色技術，從而更好地提升城市綠色創新效率。