創新要素配置對綠色創新鏈升級的影響效應

收稿日期：2023-02-04" 修回日期：2023-05-08

基金項目：新疆維吾爾自治區研究生科研創新項目（XJ2022G212）" ；新疆財經大學研究生科研創新項目（XJUFE2021B002）

作者簡介：劉曉輝（1979—），男，山西平遙人，新疆財經大學經濟學院博士研究生，太原工業學院經濟與管理系副教授，研究方向為產業經濟；任群羅（1962—），男，新疆伊犁人，博士，新疆財經大學經濟學院教授、博士生導師，研究方向為產業經濟、區域經濟。

摘" 要：基于2011-2020年中國內地30個省份面板數據，構建Tobit空間杜賓模型，實證檢驗創新要素配置對綠色創新鏈升級及溢出效應的影響。研究發現：①綠色創新鏈升級存在正向空間溢出效應，通過“學習效應”在鄰近地區傳導，促進周邊地區綠色創新鏈升級，創新要素配置正向影響綠色創新鏈升級及溢出效應；②創新要素配置對綠色創新鏈升級及溢出效應的影響存在明顯的區域異質性，在東部和西部地區創新要素配置對綠色創新鏈升級具有正向直接影響效應及溢出效應，在中部和東北地區創新要素配置對綠色創新鏈升級的直接影響效應為正，對溢出效應的影響為負；③市場化程度對創新要素配置影響綠色創新鏈升級發揮調節作用，即市場化程度越高，創新要素配置對綠色創新鏈升級的促進作用越顯著。據此，提出推動創新要素高效合理配置、構建區域綠色創新協同機制、充分發揮市場環境支撐作用等建議，以助推各區域綠色創新鏈轉型升級。

關鍵詞：創新要素配置；綠色創新鏈升級；市場化程度；Tobit空間杜賓模型

DOI：10.6049/kjjbydc.2023020571

開放科學（資源服務）標識碼（OSID）""""" 開放科學（資源服務）標識碼（OSID）：

中圖分類號：F124.3

文獻標識碼：A

文章編號：1001-7348（2024）14-0011-10

0" 引言

中共二十大報告針對“加快發展方式綠色轉型”提出新方向，明確“推動經濟社會發展綠色化、低碳化是實現高質量發展的關鍵環節”。在高質量發展目標驅動下，綠色創新成為引領產業鏈低碳循環轉型的首要驅動力，對于促進經濟與環境協同發展具有重要作用。在此過程中，“融合”與“鏈接”成為高質量發展的核心要義，促使兼具經濟價值與環保價值的綠色創新鏈成為實現中國式現代化發展的全新引擎。綠色創新鏈是一個包含綠色創新思想產生、綠色研究成果轉化及綠色產品創造的完整鏈條［1］。推動綠色創新鏈升級彰顯出創新投入和價值創造的鏈式動態過程，對于促進經濟動力轉換與綠色結構轉型具有重要意義。然而，現階段我國創新要素配置能力薄弱、綠色創新投入不足、創新產出面臨“低端鎖定”、成果轉化效率低等問題突出，致使綠色創新鏈升級受阻［2］。因此，激發區域創新要素配置潛力，加快推動創新要素流動，增加各類優質創新要素供給，成為實現綠色創新鏈升級的關鍵。

2021年12月，國務院辦公廳印發《要素市場化配置綜合改革試點總體方案》，要求“著力破除阻礙要素自主有序流動的體制機制障礙，全面提高要素協同配置效率”，為全面激發創新要素配置潛能、提升創新要素配置效率提供了重要方向。實際上，優化創新要素配置可提升綠色創新要素供給效率，推動綠色創新要素在遵循市場規律中實現合理高效流動。尤其是當創新資源面臨較大約束時，創新要素配置可通過有限的要素投入最大限度地創造綠色創新效益，推動綠色創新鏈轉型升級。可見，創新要素合理配置有利于推動綠色創新要素供給側結構性改革，實現生產要素合理利用，繼而賦能綠色創新鏈升級。

當前，中國經濟已由高速增長階段轉向高質量發展階段，創新要素配置對于推動經濟高質量發展的重要性日益凸顯。關于創新要素配置的研究主要集中在以下幾個方面：第一，創新要素配置測度。部分學者對創新要素配置效率進行測量，如Emmanuel等［3］從靜態視角測度創新要素利用效率；門秀萍等［4］基于2011—2020年長江經濟帶樣本數據，利用超效率SBM模型測度創新要素配置效率，指出長江經濟帶創新要素配置效率呈穩步增長趨勢。另有一部分學者對創新要素配置水平進行測量，認為中國創新要素市場配置水平在整體向好中穩步提升［5］。第二，創新要素配置影響效應。相關學者主要從創新要素流動、創新要素集聚和創新要素綜合配置3個方面考察創新要素配置的經濟作用。在創新要素流動層面，Montobbio［6］指出創新資本和創新人員流動可有效促進創新效率提升，繼而有利于強化國際技術合作；凌華等［7］對互聯網與區域創新能力關系進行分析，指出創新要素流動是互聯網增強區域創新能力的重要驅動因素。在創新要素集聚層面，有學者認為創新要素集聚有利于提升技術創新能力，而創新要素稀缺則會導致區域創新失衡［8］。吳衛紅等［9］指出創新要素集聚對區域創新績效的溢出效應呈現倒U型趨勢。在創新要素綜合配置層面，彭影［10］認為創新要素綜合配置有利于加速產業結構調整，助推產業結構向高級化方向邁進。

綜上所述，現有文獻主要圍繞創新要素配置水平及其宏觀經濟影響展開。伴隨綠色發展日益成為構建新發展格局、實現中國式現代化的重要推動力量，創新要素配置對綠色創新鏈升級的積極作用日益凸顯。然而，鮮有文獻對創新要素配置與綠色創新鏈升級關系進行探究，使得兩者關系難以明晰。基于此，本文將創新要素配置與綠色創新鏈升級納入同一框架，探究創新要素配置如何影響綠色創新鏈升級？兩者存在何種內在機制？本文貢獻在于：第一，關注綠色創新鏈升級投入—產出過程，構建多投入、多產出綠色創新鏈升級評價指標體系，采用改進的Super-SBM模型對綠色創新鏈升級水平進行測度，彌補既有研究不足。第二，構建Tobit空間杜賓模型，檢驗創新要素配置對綠色創新鏈升級及溢出效應的影響，從要素配置角度拓展綠色創新鏈升級驅動因素研究。第三，考察創新要素配置對綠色創新鏈升級的區域異質性影響，為深化綠色創新鏈升級及溢出效應提供理論依據。第四，以市場化程度為調節變量，揭示創新要素配置影響綠色創新鏈升級的外部環境機制。

1" 理論分析與研究假設

1.1" 創新要素配置與綠色創新鏈升級

創新鏈的概念最早由國外學者提出，主要通過對創新過程和環節的分解界定創新鏈升級過程［11］。伴隨著綠色低碳循環發展上升為國家戰略，綠色創新鏈作為由創新鏈衍生而來的概念愈發引起學者重視。綠色創新鏈升級是指綠色創新思想產生、綠色創新要素集聚、綠色產品研發與綠色成果商品轉化的鏈式上升過程，對人才鏈、技術鏈和資金鏈配置水平要求較高［12］。創新要素配置可促進人才要素、技術要素、資本要素自由流動和動態集聚，激發各類要素邊際報酬遞增，繼而賦能綠色創新鏈升級。

（1）人才要素優化效應。人才要素作為創新要素的重要組成部分，通過人才市場自主擇業、學術交流和產學研合作等方式實現流動，對綠色創新鏈升級產生積極影響。卡茲曲線表明，工作流動會產生知識學習突破效應，促進新知識、新技術有效傳播，從組織活力角度證明人才流動的必要性。因此，創新要素配置有利于推動創新人才在不同地區交換流動，降低產業鏈上下游企業綠色創新知識獲取成本，促進綠色創新鏈升級。

（2）技術要素優化效應。技術要素是提高全要素生產率和實現綠色創新的關鍵力量。創新要素配置依托新技術研發、新產品開發、新工藝應用等環節建立互聯互通的技術要素網絡，為推動綠色創新鏈升級掃清技術障礙。具體而言，創新要素配置通過優化技術要素供給，建立綠色創新主體間的關聯性，打破供求信息交互時空限制，使技術要素精準匹配于各主體創新活動，為實現綠色創新鏈升級注入動力。此外，創新要素配置可為綠色技術研發搭建合作平臺，推動綠色產品協同研發、增值開發、眾包設計，縮短綠色新技術研發周期和決策過程，加快綠色創新鏈升級。

（3）資金要素優化效應。綠色創新鏈升級往往會面臨要素錯配和融資約束問題，從而制約綠色創新研發突破。創新要素配置可加大資金要素配給力度和精準度，解決綠色研發活動中的資金要素供求失衡難題，推動綠色創新鏈升級。一方面，創新要素配置有利于實現資金要素自由流動，推動資金要素高級化與合理化配置，促使綠色創新資金向兼具較高邊際產出和較低邊際成本的創新主體傾斜［10］，為綠色創新鏈升級注入資金活力；另一方面，創新要素配置有利于實現資金要素均衡，對區域綠色創新水平資金供給不均衡現狀進行優化［13］，緩解資金要素錯配，降低創新產出損失，避免綠色創新水平降格，助推綠色創新鏈升級。據此，本文提出如下假設：

H1：創新要素配置對綠色創新鏈升級具有顯著正向影響，創新要素配置功能發揮得越充分，綠色創新鏈升級效應越明顯。

1.2" 創新要素配置與綠色創新鏈升級的空間外溢效應

綠色創新鏈升級強調價值增值，涵括企業價值、科研機構價值、政府價值、創新生產者價值甚至綠色創新使用者價值。這表明，綠色創新鏈升級是一個價值共創過程［14］，要求各區域在空間上發揮整體協作優勢，實現要素共享與價值共創。某一地區綠色創新要素可通過要素共享、學習模仿等方式對周邊地區綠色創新鏈升級產生影響。換言之，周邊地區通過不斷吸收來自綠色創新鏈升級水平較高地區的技術、人才、資金、數據等創新要素，借助“外溢效應”強化本地區綠色創新研發能力，促進研發成果增值，并逐步推動綠色創新鏈升級。可見，綠色創新鏈升級存在顯著空間外溢性。基于此邏輯，進一步推斷創新要素配置在促進本地區綠色創新鏈升級的同時，也有可能對周邊地區綠色創新鏈升級產生截然不同的影響。一方面，綠色創新鏈升級水平較高地區創新能力較強，會促使周邊地區將其作為榜樣進行模仿學習，由此產生“學習效應”［15］。在此過程中，創新要素配置有利于推動要素自由流動與共享，促進周邊地區綠色技術創新突破、創新成果轉化，實現綠色創新鏈升級，繼而激發綠色創新鏈升級正向溢出效應；另一方面，綠色創新鏈升級水平較高地區優質要素集聚程度、技術水平、市場環境質量相對較高，更容易吸引周邊地區技術、資金、人才等要素涌入，從而產生“虹吸效應”［16］。在此影響效應下，創新要素配置功能的發揮可能會受到不同程度限制，導致綠色創新鏈升級在空間上呈現強者愈強、弱者愈弱的“馬太效應”，繼而產生綠色創新鏈升級負向溢出效應。據此，本文提出如下假設：

H2a：當“學習效應”的正向溢出強于“虹吸效應”的負向溢出時，創新要素配置正向影響綠色創新鏈升級溢出效應；

H2b：當“學習效應”的正向溢出弱于“虹吸效應”的負向溢出時，創新要素配置負向影響綠色創新鏈升級溢出效應。

1.3" 市場化程度的調節作用

市場化程度是指市場在資源配置中發揮作用的程度，即在創新要素配置過程中市場所發揮的作用價值。經過市場化改革實踐，我國已成功實現由計劃經濟向社會主義市場經濟的跨越，政府干預和行政壟斷大幅減少，有效釋放了企業和科研機構等綠色創新主體的創新活力。2019年，國家發展和改革委員會、科技部印發《關于構建市場導向的綠色技術創新體系的指導意見》，強調要發揮“市場在綠色技術創新領域、技術路線選擇及創新資源配置中的決定性作用”。可見，創新要素配置對綠色創新鏈升級的積極影響離不開良好的市場環境［17］。在不同市場化水平下，創新要素配置對綠色創新鏈升級的作用不同。當市場化水平較低時，各自為政現象較為突出，使得創新要素不能較好地實現整合，難于形成分工協作的全國創新鏈。市場化水平較低容易導致地方保護主義和市場分割盛行［18］，產生要素流動障礙、市場扭曲等現實問題，阻礙創新要素配置賦能綠色創新鏈升級；市場化水平較高則可通過“無形之手”合理引導各類創新要素有效配置，抑制“市場扭曲”和“要素錯配”行為，在構建“有效”市場中為創新要素配置賦能綠色創新鏈升級提供支撐。同時，較高的市場化水平還能為綠色創新主體提供相對公平的競爭環境，減少組織間信息不對稱，通過發揮創新要素配置在資源供給、要素嵌入等方面的積極作用，推動綠色創新鏈升級。據此，本文提出如下假設：

H3：市場化程度對創新要素配置與綠色創新鏈升級關系發揮調節作用。

由前文分析可知，不同區域綠色創新鏈升級存在“學習效應”和“虹吸效應”，致使創新要素配置對綠色創新鏈升級可能存在正向或負向影響。在此過程中，市場化程度高低對創新要素配置功能的發揮具有差異化影響，使得創新要素配置與綠色創新鏈升級存在正向或負向兩種調節效應。據此，進一步提出如下假設：

H4a：當創新要素配置對綠色創新鏈升級溢出效應產生正向影響時，市場化程度發揮正向調節作用；

H4b：當創新要素配置對綠色創新鏈升級溢出效應產生負向影響時，市場化程度發揮負向調節作用。

綜上所述，本文構建如圖1所示的理論模型。

2" 模型設定與數據說明

2.1" 空間計量模型構建

空間滯后模型（SAR）、空間誤差模型（SEM）和空間杜賓模型（SDM）是學術界普遍采用的3類空間計量模型。其中，空間杜賓模型作為空間滯后模型和空間誤差模型的組合形式，可增加相應約束條件，并同時考慮解釋變量和被解釋變量的空間滯后相關性。換言之，與空間滯后模型（SAR）和空間誤差模型（SEM）相比，空間杜賓模型可對綠色創新鏈升級水平受到本地、鄰地創新要素配置的直接效應和間接效應進行分離，比較契合本文研究。同時，當被解釋變量受到某種限制時，可能存在僅被部分觀測到的現象。因此，借鑒賀寶成和熊永超［19］的研究，采用Tobit空間杜賓模型考察創新要素配置對綠色創新鏈升級及溢出效應的影響。具體而言，借助模型（1）對假設H1、H2a和H2b進行檢驗，借助模型（2）對H3、H4a和H4b進行檢驗。

GICit=ρ1WGICit+β1IFAi，t－1+β2Xit+ρ2WIFAi，t－1+ρ3WXit+εit（1）

GICit=ρ1WGICit+β1IFAi，t－1+β2MAit+β3（MAit×IFAi，t－1）+β4Xit+ρ2WIFAi，t－1+ρ3WMAit+ρ4（WMAit×IFAi，t－1）+ρ5WXit+εit（2）

其中，i表示不同省份，t表示不同年份；GICit表示綠色創新鏈升級水平；IFAi，t－1表示創新要素配置滯后一期；MA表示調節變量市場化程度；MAit×IFAi，t－1表示市場化程度與創新要素配置的交互項；Xit為控制變量；W為權重矩陣，ρ為空間效應系數，εit為隨機誤差項。

2.2" 數據來源與變量選取

2.2.1" 數據來源

本文以2011—2020年中國內地30個省份（西藏地區因數據不全，故未納入統計）面板數據作為研究樣本，數據來源于《中國科技統計年鑒》《中國統計年鑒》《中國能源統計年鑒》、CNRDS數據庫、地方統計年鑒以及統計公報，對缺失數據采用插值法補齊。

2.2.2" 變量選取與度量

2.2.2.1" 被解釋變量：綠色創新鏈升級（GIC）

當前，學術界對綠色創新鏈的研究相對匱乏，且多集中于概念界定階段。創新鏈強調創新成果產出，要求凸顯創新活動鏈式發展過程。結合創新鏈動態發展特征，筆者認為綠色創新鏈升級是創新鏈的衍生概念，體現出從創新投入到成果產出再到經濟轉化的動態過程。因此，從單一角度考察綠色創新效率或產出，難以呈現綠色創新鏈升級水平動態演化規律。故本文立足于綠色創新鏈升級內涵，采用綜合指標構建方法全面反映綠色創新鏈鏈式升級過程。在方法選取上，傳統非參數數據包絡分析無法進行非角度非徑向研究，可能會導致投入要素“松弛”或“擁擠”。而改進的Super-SBM模型可將松弛變量置入目標函數，允許各要素根據現實情境和數據特征加以改進，可提升評價準確度及可信度［20］。基于此，借鑒魏麗莉和侯宇琦［21］的做法，選用改進的Super-SBM模型對綠色創新鏈升級水平進行測度。具體方法如下：

假設存在n個有效決策單元（DMU），每個有效決策單元使用m類投入要素（X），可生產期望產出（yg）s類、非期望產出（yb）q類；ρ表示綠色創新鏈升級水平效率值。測度模型構建如下：

minρ=1m∑mi=1x-ixik1s+q（∑sr=1y-grygrk+∑qu=1y-ubybuk）

s.t.x-≥∑nj=1，j≠kXijλj，i=1，…，my-g≤∑nj=1，j≠kygrjλj，r=1，…，sy-b≤∑nj=1，j≠kybujλj，u=1，…，qx-≥Xj，y-g≤ygj，y-b≥ybjλ≥0，∑nj=1，j≠kλj=1，j=1，…，nS－x，S+y，S－b≥0（3）

其中，S－x為投入要素的松弛向量，S+y為期望產出的松弛向量，S－b為非期望產出的松弛向量，λ為計算權重系數。

當投入一定要素后，期望產出越大、非期望產出越小，表明綠色創新鏈升級水平越高。基于綠色創新鏈升級與模型數據要求，綜合借鑒王彩明和李健［22］、彭影和李士梅［23］、孫博文和張友國（2022）的研究，構建綠色創新鏈升級水平評價指標體系。

（1）投入指標。綠色創新鏈升級離不開外部環境和各類要素支持。因此，本文從外部環境投入、資本投入、勞動力投入和能源投入4個方面選取投入指標，綜合衡量綠色創新鏈升級投入情況。外部環境投入采用研發機構數量、政府稅收減免力度、地方性專利及創新支持法規、政策文件數量衡量；資本投入采用固定資本存量、技術引進及改造經費測度；勞動力投入以年末單位從業人員數、Ramp;D人員全時當量表征；能源投入采用能源消耗總量、環境污染治理費用衡量。

（2）期望產出指標。綠色創新鏈升級期望產出指標包含經濟效益、成果轉化和技術傳播3部分，體現出鏈式變化過程。其中，經濟效益涵括新產品開發收益和工業增加值；成果轉化包含形成國家或行業標準數、有效綠色發明專利授權數；技術傳播包括專利所有權轉讓及許可收入、地區間發明專利權轉移數。

（3）非期望產出指標。非期望產出以環境污染測度，主要包括工業廢水排放量、工業二氧化硫排放量、工業粉塵煙塵排放量3個指標。

上述指標基本涵括綠色創新鏈升級過程和結果鏈條化階段，具有一定客觀性，具體指標如表1所示。

2.2.2.2" 核心解釋變量：創新要素配置（IFA）

創新要素配置主要是指創新資本、創新人員等要素由低效率部門向高效率部門流動的過程，此過程可使要素配置達到帕累托最優狀態，即實現創新資源配置效率最大化［4］。借鑒王宏鳴等［24］、Hu等［25］的做法，通過測度創新要素錯配指數間接反映創新要素配置效率。

首先，分別對創新資本錯配指數和創新人員錯配指數進行測算：

ηKi=11+τKi，ηKi=11+τLi（4）

其中，ηKi、ηKi分別表示創新資本和創新人員要素價格的絕對扭曲系數。

其次，為便于計算，將其分別轉化為價格相對扭曲系數進行測算：

η^Ki=Ki/KγiθKi/θK，η^Li=Li/LγiθLi/θL（5）

其中，γi表示創新產出份額，θKi、θLi表示i地區創新資本和創新人員的加權平均彈性，由η^Ki和η^Li兩個數值可以看出創新資源實際配置與理想情況的比值。當比值大于1時，說明實際創新資源過多；當比值小于1時，表明創新資源不足；當比值接近于1時，意味著創新資源配置效率趨于優化。此外，為避免符號不一致，對ηKi、ηKi取絕對值，數值越大表明錯配程度越高。

最后，假設創新生產函數為C-D生產函數，表達式如下：

Y=AitKθKiitL1－θKiit（6）

其中，Y表示創新產出，采用專利申請數度量；Kit表示創新資本投入量，采用Ramp;D經費投入度量；Lit表示創新人員投入量，采用Ramp;D人員全時當量度量。創新資本錯配程度和創新人員錯配程度取相反數，得到創新資本配置效率和創新人員配置效率。進一步，借鑒楊傳喜等（2021）的研究，創新要素配置水平采用創新資本配置效率和創新人員配置效率加總平均值度量。

2.2.2.3" 調節變量：市場化程度（MA）

市場化發展作為一種外部驅動機制，通過“無形的手”推動創新要素合理、有效配置，強化創新要素配置對綠色創新鏈升級的影響。參考王小魯等［26］編撰的《中國分省份市場化指數報告（2021）》，采用市場化指數衡量市場化程度。由于該報告最新數據更新到2019年，故本文將歷年市場化數據的平均增長項作為預測標準，以2016年數據為基準推測2020年市場化指數。

2.2.2.4" 控制變量

借鑒相關學者研究［27］，選取以下可能影響綠色創新鏈升級的控制變量。

（1）產業結構（IS）：相對而言，第三產業污染排放明顯低于第一、第二產業，對實現綠色發展具有重要作用，故采用第三產業增加值占GDP的比重衡量。

（2）人力資本（HR）：綠色創新鏈升級由研發與生產共同推動，而人才在其中發揮關鍵作用。人力資本能夠改良綠色生產工藝、生產設備和管理制度，對綠色創新鏈升級產生積極影響，故以各省普通高等教育本專科人數占各省年底總人口的比重衡量。

（3）外商直接投資（FDI）：外商直接投資可為地區綠色創新注入資金和技術要素，為綠色創新鏈升級提供支撐，采用各省份當年實際外資使用金額占GDP的比重度量。各變量定義如表2所示。

3" 實證結果分析

3.1" 綠色創新鏈升級空間分布態勢

本文以中國內地30個省份綠色創新鏈升級均值為基準，繪制空間四分位地圖，直觀呈現綠色創新鏈升級空間特征（結果備索）。就東部地區而言，綠色創新鏈升級高水平地區包括廣東、北京、上海等省市，表明東部地區珠三角、京津冀和長三角地區綠色創新鏈升級水平較高，并呈現較強的空間集聚性。中部地區僅有湖北和安徽兩省份綠色創新鏈升級處于高水平階段，可能受到東部地區周邊省域“虹吸效應”的影響。西部地區四川省綠色創新鏈升級水平最高，其余綠色創新鏈升級水平較高省份多集中于西南區域，且呈現空間集聚特征。原因在于，西南地區云南、重慶等省市政策扶持力度較大，人才、資金等要素供給較為充足，為綠色創新鏈升級帶來積極影響。東北部地區吉林省綠色創新鏈升級水平最高，而黑龍江則處于較低水平，這可能與黑龍江地域遼闊，資金、人才要素供給相對滯后有關。綜合而言，我國綠色創新鏈升級整體呈現“東高西低”格局，具有空間集聚特征和溢出效應。

3.2" 空間權重矩陣與空間相關性分析

本文構造地理權重矩陣、0-1鄰接權重矩陣和經濟距離權重矩陣，對綠色創新鏈升級空間相關性進行分析，結果如表3所示。從中可見，3種空間權重矩陣綠色創新鏈升級莫蘭指數（Moran′I）分別為0.111、0.212、0.124，且均在1%水平上顯著，表明綠色創新鏈升級存在正向空間自相關性；創新要素配置滯后一期Moran′I在地理權重矩陣和0-1鄰接權重矩陣下顯著為正，說明創新要素配置存在空間相關性；其余控制變量Moran′I在3種權重矩陣下均通過1%顯著性水平檢驗。上述結論表明，從空間視角出發研究創新要素配置對綠色創新鏈升級溢出效應十分必要。

3.3" Tobit-SDM模型計量檢驗

進一步，借助地理距離空間權重矩陣展開分析，結果如表4所示。其中，空間杜賓模型（Tobit-SDM）、空間滯后模型（Tobit-SAR）、空間誤差模型（Tobit-SEM）的LR統計量在5%水平上顯著，表明空間計量模型適合作為本文回歸模型。進一步觀察Wald Test1和Wald Test2兩個統計量發現，兩者至少在10%顯著性水平上顯著，說明空間杜賓模型優于另外兩個模型，更適用于本文面板數據計量分析。綜合分析可知，在3類空間計量模型中，創新要素配置均正向影響綠色創新鏈升級，回歸系數通過1%顯著性水平檢驗，表明創新要素配置可促進本地區綠色創新鏈升級，假設H1得到驗證。此外，空間自回歸系數在5%水平上顯著為正，說明綠色創新鏈升級存在空間溢出性。本地區綠色創新鏈升級產生正向溢出效應，帶動周邊地區綠色創新鏈升級，并呈現高－高空間集聚特征。原因在于，綠色創新活動往往伴隨著技術、人才、資金等不同要素跨區域交換與流動，因而對周邊地區綠色創新鏈升級帶來積極影響。

上述空間計量模型回歸結果證實綠色創新鏈升級存在空間依賴性，但創新要素配置對綠色創新鏈升級的溢出效應仍需進一步驗證。基于此，借鑒Yang等［28］的研究，將地理距離權重矩陣下空間杜賓模型分解為直接效應和間接效應，考察創新要素配置對本地與鄰地綠色創新鏈升級的影響，結果如表5所示。從中可見，創新要素配置直接效應回歸系數為0.021，通過1%顯著性水平檢驗；間接效應回歸系數為0.123，通過10%顯著性水平檢驗，說明創新要素配置對綠色創新鏈升級存在顯著正向影響。換言之，當綠色創新鏈升級帶來的“學習效應”強于“虹吸效應”時，創新要素配置對綠色創新鏈升級溢出效應存在正向影響，假設H1和H2a得到驗證。在控制變量層面，產業結構直接效應和間接效應回歸系數均為正，說明產業結構對綠色創新鏈升級同時存在直接影響和間接影響。人力資本對綠色創新鏈升級的直接效應系數顯著為正，說明人力資本對綠色創新鏈升級僅存在直接影響，即人力資本促進本地區綠色創新鏈升級，但對周邊地區綠色創新鏈升級的影響作用不顯著。外商直接投資對綠色創新鏈升級存在直接影響和間接影響，說明外商直接投資帶來知識共享、人才流動和技術引進，在促進本地區綠色創新鏈升級的同時，對周邊地區綠色創新鏈升級產生積極影響。

3.4" 市場環境的調節效應

表6列示了在市場化程度調節作用下，創新要素配置對綠色創新鏈升級的影響。從中可見，市場化程度直接效應回歸系數為0.037，通過1%顯著性水平檢驗；間接效應回歸系數為0.067，通過5%顯著性水平檢驗，說明市場化程度對本地和鄰地綠色創新鏈升級均具有顯著促進作用。進一步分析發現，市場化程度與創新要素配置交互項的直接效應和間接效應回歸系數均顯著為正，系數值分別為0.009和0.023，說明市場化程度具有調節作用。市場化程度越高，市場調節下的綠色創新紅利越多，越有利于激發創新要素配置對綠色創新鏈升級的溢出效應，假設H3和H4a得到驗證。究其原因，當市場化程度較高時，可在一定程度上打破價格壟斷，增強要素競爭和流動，促進創新要素合理配置，賦能綠色創新鏈升級和溢出。

4" 區域異質性與穩健性檢驗

4.1" 異質性分析

表7列示了創新要素配置對綠色創新鏈升級及溢出效應的分區域檢驗結果。一方面，直接效應模型（1）和（5）回歸結果顯示，創新要素配置滯后一期回歸系數顯著為正，說明創新要素配置對東部和西部地區綠色創新鏈升級具有顯著促進作用。在東部和西部地區，創新要素配置功能得以有效發揮，促進信息、資金、人才等創新要素科學、合理配置，為綠色創新鏈升級注入要素活力。而在直接效應模型（3）和（7）中，創新要素配置滯后一期回歸系數為正，但未通過顯著性檢驗，說明在中部和東北地區，創新要素配置對綠色創新鏈升級的促進作用未能有效發揮。究其原因在于，近年來東部地區優先發展、西部大開發等國家戰略的實施，造成中部與東北地區綠色創新發展凹陷和失衡，使得創新要素配置對綠色創新鏈升級的促進作用難以凸顯；另一方面，在間接效應模型（2）和（6）回歸結果中，創新要素配置滯后一期回歸系數顯著為正，說明在東部和西部地區，創新要素配置對綠色創新鏈升級溢出效應具有正向影響。在綠色創新鏈升級水平較高地區，創新要素配置能夠更好地帶動并輻射周邊地區進行綠色創新鏈升級。在間接效應模型（4）和（8）中，創新要素配置滯后一期回歸系數為負，這有可能是因為中部與東北地區綠色創新鏈升級的“虹吸效應”超越“學習效應”，使得創新要素配置未激發綠色創新鏈升級的正向溢出效應，甚至還有可能抑制周邊地區綠色創新鏈升級。細究原因，中部和東北地區在向綠色低碳轉型過程中容易虹吸大量新能源、綠色材料等綠色高端產業，并推動傳統高污染、高能源消耗產業向周邊地區轉移，擠占周邊地區創新要素，繼而對周邊地區綠色創新鏈升級產生消極影響。

進一步對比系數值可以發現，西部地區創新要素配置滯后一期直接效應和間接效應系數均高于其它3個地區。這說明，創新要素配置對綠色創新鏈升級及溢出效應的影響具有顯著區域差異性，且對西部地區的促進作用最強。原因在于，《中共中央 國務院關于新時代推進西部大開發形成新格局的指導意見》《關于加強科技創新促進新時代西部大開發形成新格局的實施意見》等一系列政策文件的實施，有效提升了西部地區綠色創新能級，優化了西部地區創新格局。在國家政策支持下，西部地區整體綠色創新持續向好發展，促使綠色創新鏈向更高水平升級。

在控制變量層面，中部、西部和東北部地區產業結構對綠色創新鏈升級及溢出效應具有正向影響，而在東部地區這一影響效應為負，這可能與東部沿海地區落后產業與低端要素向周邊轉移有關。人力資本對綠色創新鏈升級的直接影響在東部地區顯著為負，在其余3個地區均為正向影響；其對綠色創新鏈升級的溢出效應在四大區域均呈現負向影響。原因在于，東部地區經濟發展基礎良好，人才集聚程度較高，可能會引發其它地區綠色技術創新人才供給不足，繼而對周邊地區綠色創新鏈升級造成不利影響。外商直接投資對綠色創新鏈升級及溢出效應在東部地區顯著為正，在其余3個地區則對周邊地區綠色創新鏈升級產生抑制作用，這可能與上述地區外商直接投資供給失衡有關。

4.2" 穩健性檢驗

在上述研究的基礎上，本文采取以下方式進行穩健性檢驗。第一，對樣本數據進行縮尾處理。鑒于異常值可能對研究結論造成干擾，對變量進行上下5%縮尾處理，對模型進行重新回歸。第二，替換被解釋變量，將綠色創新鏈升級水平測度方式調整為主成分分析法重新進行回歸。第三，將地理距離權重矩陣替換為經濟距離權重矩陣，對空間計量模型進行重新回歸，上述穩健性檢驗結果如表8所示。分析可知，穩健性檢驗結果與上述回歸結果基本吻合，證實研究結論比較穩健。

5" 結論與建議

5.1" 研究結論

本文基于2011-2020年中國內地30個省份面板數據構建Tobit空間杜賓模型，實證檢驗創新要素配置對綠色創新鏈升級及溢出效應的影響。研究發現：第一，綠色創新鏈升級存在正向空間溢出效應，通過“學習效應”促進周邊地區綠色創新鏈升級。第二，創新要素配置對綠色創新鏈升級及溢出效應具有顯著正向影響，且該影響存在顯著的區域異質性。在東部和西部地區，創新要素配置對綠色創新鏈升級直接影響效應及溢出效應均為正；在中部和東北地區，創新要素配置對綠色創新鏈升級的直接影響效應為正，對溢出效應影響為負。第三，市場化程度發揮調節作用，即市場化水平越高，創新要素配置對綠色創新鏈升級的正向影響越顯著。

5.2" 政策建議

（1）推動創新要素高效、合理配置。結論證實，創新要素配置對綠色創新鏈升級及溢出效應存在正向影響，且該影響存在顯著區域異質性。對此，政府部門應積極采取舉措釋放創新要素配置潛能，為綠色創新鏈升級提供強大動能。一方面，搭建協同創新平臺，改進創新要素配置模式，破除信息壁壘，降低信息成本和創新成本，激發企業綠色研發創新能力，推動不同區域綠色技術互聯互通、良性循環，繼而實現綠色創新鏈升級；另一方面，地方政府需因地制宜、因城施策，優化創新資源配置結構，推動人才、資金、技術等綠色創新要素跨區域流動與共享，充分釋放綠色創新要素活力，助力綠色創新鏈升級。

（2）構建區域綠色創新協同機制。研究發現，綠色創新鏈升級存在顯著正向空間溢出效應，通過“學習效應”在鄰近地區傳導，促進周邊地區綠色創新鏈升級。因此，政府部門應構建區域綠色創新合作模式，實現綠色創新鏈協同升級。第一，不同區域應對綠色低碳關鍵技術突破、零部件開發展開跨區域產學研一體化聯合攻關，共同推進高效光熱、電熱儲能、先進核電等綠色技術研發與應用轉化，以技術突破賦能綠色創新鏈升級。第二，應打造綠色創新技術共同體，搭建“中心+外圍”的綠色創新合作模式，發揮中心地區技術帶動、平臺帶動作用，鼓勵外圍落后地區深度挖掘綠色創新潛力，實現綠色創新鏈整體升級。

（3）充分激發市場活力。研究表明，市場化程度在創新要素配置對綠色創新鏈升級影響中發揮正向調節作用。因此，要尊重和把握綠色技術創新市場規律，發揮市場在創新資源配置中的決定性作用。一方面，應完善創新要素市場化配置體制機制，健全綠色創新要素由市場評價貢獻、按貢獻決定報酬的相關機制，充分激發要素配置潛能，強化創新要素配置對綠色創新鏈升級的賦能作用；另一方面，不斷發揮政府對創新要素配置的監管作用，彌補要素流動、配置過程中的市場失靈，維護市場競爭秩序，增強創新要素配置對綠色創新鏈升級的影響。

5.3" 不足與展望

本文存在以下不足：一方面，重點探究市場化程度對創新要素配置與綠色創新鏈升級關系的調節作用，而創新要素配置與綠色創新鏈升級還有可能存在其它外在機制，未來應從中介機制切入；另一方面，考慮到數據可得性，樣本選取省級層面數據，未來應將調研樣本數據深入到城市一級，獲取更為細致的觀測數據，以深化創新要素配置賦能綠色創新鏈升級的研究結論。

參考文獻參考文獻：

［1］" SEN N．Innovation chain and CSIR［J］. Current Science，2003，85（5）：570-574．

［2］" 李琳，廖斌.金融集聚對綠色創新鏈升級的影響與空間效應［J］.中南大學學報（社會科學版），2022，24（3）：124-137.

［3］" EMMANUEL D， MEGAN M. How well do patent citations measure flows of technology？ evidence from French innovation surveys［J］. Development and Comp Systems， 2005， 14（5）： 375-393.

［4］" 門秀萍，李旭輝，何金玉.創新要素配置效率的區域差異及動態演進——基于長江經濟帶的統計測度［J］.統計與決策，2022，38（17）：97-102.

［5］" 郭宇航，孔薇巍.中國創新要素市場優化配置的統計測度［J］.經濟體制改革，2022，40（6）：36-42.

［6］" MONTOBBIO F.The obalization of technology in emerging markets： a gravity model on the Determinants of International Patent Collaborations［J］.World Development， 2013，44： 281-299.

［7］" 凌華，李新偉，董必榮，等.互聯網、創新要素流動與區域創新能力差異［J］.審計與經濟研究，2020，36（6）：115-126.

［8］" SOOK T. Innovation across cities［J］. Journal of Regional Science， 2018， 58（2）： 295-314.

［9］" 吳衛紅，董姍，張愛美，等.創新要素集聚對區域創新績效的溢出效應研究——基于門檻值的分析［J］.科技管理研究，2020，40（5）：6-14.

［10］" 彭影.數字經濟下創新要素綜合配置與產業結構調整［J］.當代經濟管理，2022，43（3）：48-58.

［11］" JUDITH J M， HARRIE VREDENBURG. An empirical study of factors influencing innovation implementation in industrial sales organizations［J］. Journal of the Academy of Marketing Science， 1992， 20（3）： 205-215.

［12］" 謝賢君，王曉芳，雷明.金融結構-創新水平匹配、資源配置效率與綠色全要素生產率［J］.財經論叢，2020，36（7）：43-52.

［13］" 賀靈，付麗娜.創新要素協同、市場化改革與制造業高質量發展［J］.財經理論與實踐，2021，42（6）：126-131.

［14］" 楊忠，李嘉，巫強.創新鏈研究：內涵、效應及方向［J］.南京大學學報（哲學·人文科學·社會科學），2019，65（5）：62-70，159.

［15］" 戴萬亮，路文玲.環保輿論壓力對制造企業綠色創新能力的影響——領導環保意識與組織綠色學習的鏈式中介效應［J］.科技進步與對策，2020，37（9）：131-137.

［16］" 姚東旭.京津冀協同創新是否存在“虹吸效應”——基于與珠三角地區對比分析的視角［J］.經濟理論與經濟管理，2019，39（9）：89-97.

［17］" 丁煥峰，孫小哲，王露.創新型城市試點改善了城市環境嗎［J］.產業經濟研究，2021，20（2）：101-113.

［18］" 杜宇，吳傳清，鄧明亮.政府競爭、市場分割與長江經濟帶綠色發展效率研究［J］.中國軟科學，2020，35（12）：84-93.

［19］" 賀寶成，熊永超.國家審計如何影響政府治理效率——基于Tobit-SDM模型的空間計量分析［J］.審計與經濟研究，2021，37（6）：16-25.

［20］" TSOLAS IOANNIS E. Performance evaluation of utility exchange-traded funds： a super-efficiency approach［J］. Journal of Risk and Financial Management， 2022， 15（7）：318-318.

［21］" 魏麗莉，侯宇琦.數字經濟對中國城市綠色發展的影響作用研究［J］.數量經濟技術經濟研究，2022，39（8）：60-79.

［22］" 王彩明，李健.中國區域綠色創新績效評價及其時空差異分析——基于2005—2015年的省際工業企業面板數據［J］.科研管理，2019，40（6）：29-42.

［23］" 彭影，李士梅.創新要素流動與城市綠色創新發展——數據要素流動環境的空間調節作用［J］.科技進步與對策，2023，40（1）：30-39.

［24］" 王宏鳴，陳永昌，楊晨.數字化能否改善創新要素錯配——基于創新要素區際流動視角［J］.證券市場導報，2022，32（1）：42-51.

［25］" HU J F， ZHANG X F， WANG T T. Spatial Spillover effects of resource misallocation on the green total factor productivity in Chinese agriculture［J］. International Journal of Environmental Research and Public Health，2022，19（23）： 15718.

［26］" 王小魯，胡李鵬，樊綱.中國分省份市場化指數報告［M］.北京：社會科學文獻出版社，2021.

［27］" 李新安.環境規制、政府補貼與區域綠色技術創新［J］.經濟經緯，2021，38（3）：14-23.

［28］" YANG S P，CHEN Z L. Environmental regulation and high-quality sustainable development of China's economy-an empirical study based on a spatial durbin model and threshold model［J］. Economic Research-Ekonomska Istrazivanja， 2022， 35（1）： 5699-5718.

（責任編輯：王敬敏）

The Effect of Innovation Factor Allocation on the Upgrading of Green Innovation Chain

Liu Xiaohui1，2，Ren Qunluo1

（1.Faculty of Economics， Xinjiang University of Finance amp; Economics， Urumqi 830012， China;2.Department of Economic Management，Taiyuan Institute of Technology， Taiyuan 030008， China）

Abstract：It is well-accepted that green innovation is the key driving force of low-carbon economic transformation， promotes the chain development of knowledge innovation activities guided by market demand， and provides solid support for Chinese-style modernization. With the continuous play of market functions in allocating resources and connecting innovation， the level of innovation factor allocation in China has been significantly improved， effectively promoting the rational flow and efficiency optimization of green innovation factors and the upgrading of the green innovation chain. However， there is a lack of research on the impact of innovation factor allocation on the upgrading of green innovation chains in the existing literature， and the relationship between the two is still vague.

Using the panel data of 30 provinces， autonomous regions and municipalities in China from 2011 to 2020， this paper constructs a spatial Tobit Dubin model to test the impact of innovation factor allocation on the upgrading and spillover effects of the green innovation chain.It selects green innovation chain upgrading as the dependent variable，and adopts the improved Super-SBM model to measure the upgrading level of the green innovation chain.

The research draws the following conclusions. First， the upgrading of green innovation chains can be conducted in neighboring areas through the positive spatial spillover effect， promoting the upgrading of green innovation chains in surrounding areas. Second， innovation factor allocation has a significant positive impact on the upgrading of the green innovation chain and its spillover effect. This conclusion is still valid after a series of robustness tests. This indicates that innovation factor allocation is an important factor in promoting the upgrading of the green innovation chain. Third， there are significant regional differences in the impact of innovation factor allocation on the upgrading of green innovation chains and its spillover effects. In the eastern and western regions， the direct impact and spillover effect of innovation factor allocation on the upgrading of green innovation chains are both positive. In the central and northeastern regions， the direct impact of innovation factor allocation on the upgrading of green innovation chains is positive， while the impact on spillover effects is negative. Fourth， the influence of innovation factor allocation on the upgrading of the green innovation chain is moderated by the degree of marketization. The higher the degree of marketization， the stronger the role of innovation factor allocation in promoting the upgrading of the green innovation chain. Thus， in order to promote the high-quality upgrading of the green innovation chain， this paper puts forward corresponding suggestions， including promoting the efficient and reasonable allocation of innovation factors， building a regional green innovation synergy mechanism， and fully stimulating the supporting role of the market environment.

Compared to existing literature， this paper focuses on the input-output process of green innovation chain upgrading， constructs an evaluation system for the level of green innovation chain upgrading， and adopts an improved Super-SBM model to measure the level of green innovation chain upgrading， which makes up for the deficiencies in the existing research. Then it constructs a spatial Tobit Durbin model to verify the impact of innovation factor allocation on the upgrading and spillover effects of green innovation chains， and expands the research on the driving factors of green innovation chain upgrading from the perspective of factor allocation. Third， it examines the regional heterogeneity impact of innovation factor allocation on the upgrading of green innovation chains， so as to provide a basis for deepening research on the upgrading and spillover effects of green innovation chains. Fourth， it takes the degree of marketization as the moderating variable， and reveals how the external environmental mechanism of innovation factor allocation affects the upgrading of the green innovation chain. Therefore， this study helps to further play the decisive role of the market in innovation factor allocation and promote the upgrading of green innovation chains. In addition， it provides theoretical support for activating the momentum of green innovation and promoting the national green innovation system and ecological civilization construction.

Key Words：Innovation Factor Allocation; Upgrading the Green Innovation Chain; Marketization Degree; Spatial Tobit Dubin Model