程淑平，孟令杰，劉宏偉

(1.南京理工大學 經濟管理學院，江蘇 南京 2100942;2.安徽大學 商學院，安徽 合肥 230031)

長期以來，中國工業(yè)“三高一低”的粗放式增長對資源環(huán)境造成了巨大壓力，并引發(fā)了霧霾等一系列嚴重的污染問題。為解決工業(yè)經濟增長與資源環(huán)境之間日益突出的矛盾，綠色、低碳的經濟發(fā)展方式勢在必行。而實現這一發(fā)展方式的核心動能在于創(chuàng)新。隨著中國經濟步入“新常態(tài)”，創(chuàng)新被提升到“支撐引領”的戰(zhàn)略地位。與之相應，我國研發(fā)投入保持了高速增長的態(tài)勢。2013年全國研發(fā)經費總量首次躍居世界第二位，此后保持了年均兩位數的增長率，到2018年，全國研發(fā)經費支出達到19 677.9億元，占GDP的比重為2.19%，投入強度已達到中等發(fā)達國家水平[1]。如此高強度的研發(fā)投入是否促進了工業(yè)綠色增長，其影響機制如何，是值得深思的問題。同時，研發(fā)投入并不是研發(fā)活動影響綠色經濟增長的唯一路徑，在投入既定的情況下，通過優(yōu)化研發(fā)資源配置，提高研發(fā)資源利用效率，亦會對工業(yè)綠色增長產生積極作用?；诖?，本研究以綠色經濟增長的核心指標——綠色生產率為落腳點，利用2008～2017年中國工業(yè)企業(yè)省級面板數據，分析研發(fā)投入、研發(fā)效率對綠色生產率的異質性影響，在此基礎上，探討當前研發(fā)創(chuàng)新活動對工業(yè)綠色發(fā)展的驅動是“研發(fā)投入數量驅動型”還是“研發(fā)效率驅動型”，其研究結論將為科學設計創(chuàng)新驅動發(fā)展路徑提供有益的參考。

一、文獻綜述

研發(fā)活動是企業(yè)技術創(chuàng)新的核心內容，其對生產率的作用機制受到了學者們的廣泛關注，并取得了豐富的研究成果[2-5]。然而，上述學者們在測度生產率時，僅考慮經濟產出，忽略了環(huán)境污染等非期望產出，其得出的結果并不能反映真實的工業(yè)生產關系。歷史經驗表明，片面追求經濟增長，會帶來嚴重的生態(tài)環(huán)境問題。由此，將大氣污染、水污染等非期望產出納入生產率分析框架，考慮資源環(huán)境約束下的綠色生產率增長，成為近年來學者們關注的焦點[6]。關于綠色生產率的驅動機制，多數學者認可研發(fā)活動扮演著決定性的作用[7-8]，相關的研究也取得了一定的成果，但也存在明顯的不足。從研發(fā)投入角度來看，直接考察研發(fā)投入對綠色生產率的驅動機制的文章較少，得出的結論也不一致。Li等人運用系統(tǒng)矩估計和面板分位數回歸方法考察了2005～2015年中國綠色生產率的創(chuàng)新驅動機制，發(fā)現研發(fā)投入顯著促進了工業(yè)綠色增長，且該促進作用在資源節(jié)約和污染減排方面更為有效[9]。Lu等人以2004～2016年中國省際面板數據為研究對象，分析了綠色生產率的驅動因素，結果表明，研發(fā)投入對綠色生產率的影響并不顯著，且存在區(qū)域差異性[10]。更多學者是將研發(fā)投入作為中介或調節(jié)變量，考察環(huán)境規(guī)制、政府補貼、對外開放等因素對綠色生產率的影響。如Wang等人對OECD國家工業(yè)部門的研究顯示，當環(huán)境規(guī)制強度低于平均值時，研發(fā)投入與環(huán)境規(guī)制的交互項對綠色生產率有積極影響，而當環(huán)境規(guī)制強度超過平均值時，該交互項的作用為負[11]；謝榮輝運用兩階段模型分析環(huán)境規(guī)制、研發(fā)投入與工業(yè)綠色生產率之間的關系，發(fā)現環(huán)境規(guī)制引致的創(chuàng)新投入能顯著促進綠色生產率的提升[12]；王昀和孫曉華考察政府補貼對綠色生產率的作用機制時，發(fā)現其傳導路徑研發(fā)投入系數顯著為負，說明研發(fā)投入的增加不僅沒有帶來綠色生產率的提升，反而產生了抑制作用[13]；劉啟雷等人實證研究發(fā)現，FDI與研發(fā)投入的交互項顯著提升了環(huán)境技術水平[14]。從研發(fā)效率視角來看，當前尚未有文獻單獨考察研發(fā)效率對綠色生產率的影響機制。

梳理文獻可知，學者們主要基于中介或調節(jié)作用考察研發(fā)投入對綠色生產率的影響，其對兩者間作用機理的刻畫較為單薄，缺乏深入分析，得出的結論存在不一致性，且尚未有文獻同時考察研發(fā)投入、研發(fā)效率對綠色生產率的驅動機制。基于此，本文擬分析3者間作用關系，并通過計量模型加以驗證。

二、機理分析與模型設定

內生經濟增長理論認為，技術創(chuàng)新是經濟增長的源泉，而研發(fā)活動則是技術創(chuàng)新的核心內容。在資源日益緊缺，生態(tài)環(huán)境日趨惡化的形勢下，加大研發(fā)投入，提升技術創(chuàng)新能力，成為當前推動經濟發(fā)展方式轉型的首要選擇。事實上，研發(fā)活動對綠色生產的影響具有雙重性，也就是通常所說的“雙刃劍效應”。

從研發(fā)投入來說，隨著研發(fā)人員和研發(fā)經費的不斷增加，技術創(chuàng)新活動不斷增多，新知識、新技術對生產率的推動作用亦隨之增強。這里的生產率指的是一般意義上的生產率，并非資源環(huán)境約束下的綠色生產率。綠色生產率同時包含了期望產出和非期望產出，不僅考量了經濟利益，還將資源環(huán)境效益納入分析框架中，以謀求經濟與生態(tài)的協(xié)調與可持續(xù)發(fā)展[15]?？紤]到綠色生產率目標結構的雙重性，研發(fā)投入對其影響機制就顯得更為復雜。基于此，將研發(fā)投入引致的技術創(chuàng)新分為綠色技術創(chuàng)新和非綠色技術創(chuàng)新。一方面，綠色技術創(chuàng)新可以通過末端治理和前端預防兩種途徑促進工業(yè)綠色增長。其中，末端治理指的是對各類污染排放物的回收與再利用。先進的回收分解技術，能有效減少污染物排放，促進廢棄物再利用，在降低企業(yè)生產成本的同時，實現了物質資源的節(jié)約。前端防御指的是在產品生產的整個過程中控制污染物的產生和排放。具體分析如下：在生產上游階段，通過綠色技術創(chuàng)新，使用更加節(jié)約和高效的新材料，并降低或消除原材料中的有毒、有害成分；采用更加清潔的能源(如天然氣、太陽能、風能等)替代傳統(tǒng)高碳能源(如煤、石油等)，加強環(huán)境友好型和可再生能源的應用；優(yōu)化產品設計，創(chuàng)新出輕量化、節(jié)能、易回收、高品質的環(huán)保產品。在產品生產階段，充分利用智能生產，改進設備與工藝流程，淘汰或替代傳統(tǒng)落后的技術，提高資源利用的有效性，從而節(jié)約資源，減少浪費。例如，通過使用超低排放燃煤發(fā)電技術，至2018年，我國累積減少粗鋼3 500多萬噸，淘汰煤炭落后產能2.7億噸[16]。另一方面，非綠色技術創(chuàng)新，特別是基于“污染”的創(chuàng)新，可能給綠色增長帶來不利的影響。非綠色技術創(chuàng)新主要是以人力節(jié)約和資本節(jié)約為基礎，企業(yè)為了實現利潤最大化，熱衷于追求這一類的創(chuàng)新，而選擇性忽視其可能存在的負面環(huán)境影響。在非綠色創(chuàng)新中，部分創(chuàng)新成果雖然帶來了人力、物力的節(jié)約，促進了經濟效益，但同時也造成了較為顯著的環(huán)境污染。如洗衣粉的廣泛使用增加了工業(yè)生產，但同時也導致了水質惡化和湖泊的富營養(yǎng)化問題。另有部分創(chuàng)新成果雖然在產品使用階段是環(huán)保的，但是其生產階段可能會造成環(huán)境污染。例如，頁巖氣的大規(guī)模開采和應用有助于緩解能源短缺，降低我國工業(yè)經濟發(fā)展成本，但頁巖氣開采過程(特別是水力壓裂活動)消耗了大量的水資源，并給當地的地質環(huán)境造成了威脅。過于追求非綠色創(chuàng)新可能會產生技術的“回彈效應”，造成資源浪費和污染加劇。從這一視角看，技術創(chuàng)新在某種程度上不利于工業(yè)綠色生產率的提升。綜合而言，研發(fā)投入對工業(yè)綠色增長的影響，取決于上述兩種類型技術創(chuàng)新的綜合作用結果，其影響方向是不確定的。

從研發(fā)效率來看，研發(fā)效率提升，意味著投入既定的情況下，可以通過優(yōu)化資源配置，提高創(chuàng)新資源利用的有效性，取得更多技術創(chuàng)新成果。而該創(chuàng)新成果依然可能是綠色技術創(chuàng)新，亦可能是非綠色技術創(chuàng)新，研發(fā)效率提升對綠色生產率的影響取決于二者作用的綜合結果，方向也是不確定的，有待于實證檢驗。

此外，學者的研究表明，研發(fā)創(chuàng)新活動具有較強的空間外溢作用[17-18]。也就是說，地理空間臨近使得地區(qū)間更容易產生人員信息交流，從而促進創(chuàng)新活動的擴散。不考慮空間相關性的傳統(tǒng)計量模型得出的結果可能是有偏誤的。從計量方法上來說，是否采用空間計量模型需要對變量進行空間相關性檢驗，主要的檢驗方法是莫蘭指數法。

若空間相關性顯著，則可考慮的空間計量模型主要包括4種，一是只包含因變量空間滯后的空間自回歸模型(SAR模型)；二是只包含空間誤差自相關的空間誤差模型(SEM模型)；三是同時考慮因變量和自變量空間滯后的空間杜賓模型(SDM模型)，四是同時考慮因變量空間滯后和誤差項自相關的空間自相關模型(SAC模型)。上述4種模型，各有其適用性，具體選擇哪一種，還需要進行相關檢驗。式(1)、式(2)分別是研究設計的空間杜賓模型和空間自相關模型：

Yit=β0+δWYit+β1inputit+β2effcyit+β3Xcontrol+θ1Winputit+θ2Weffcyit+θ3WXcontrol+εit

(1)

Yit=β0+δWYit+β1inputit+β2effcyit+β3Xcontrol+uitμit=λWμit+εit

(2)

對式(1)附加一定限制條件，令θi=0，即可得到SAR模型；令θi+δβi=0，即可得到SEM模型。同理，對式(2)施加一定的限制條件，令λ=0，即可得到SAR模型，令δ=0，即可得到SEM模型。SAR和SEM模型分別如式(3)、式(4)所示：

Yit=β0+δWYit+β1inputit+β2effcyit+β3Xcontrol+εit

(3)

Yit=β0+β1inputit+β2effcyit+β3Xcontrol+uit；

uit=λWuit+εit

(4)

若空間相關性不顯著，則令(1)中的所有空間項系數均為0，模型退化為經典的OLS模型，如公式(5)所示：

Yit=β0+β1inputit+β2effcyit+β3Xcontrol+εit

(5)

其中，Yit為工業(yè)綠色生產率；inputit為研發(fā)投入；effcyit為研發(fā)效率；Xcontrol為一系列控制變量，模型中絕對數表示的變量均進行對數處理。值得注意的是，工業(yè)綠色生產率是截斷數據，故在模型中也做了對數處理。W表示空間權重矩陣，研究采用鄰接矩陣對變量的空間相關性進行考察，其計算方法為：兩地區(qū)若相鄰，則權重取值為1，否則為0。uit、εit表示隨機擾動項，且滿足：uit～iid(0,σ2)，uit～iid(0,σ2)。

三、變量測度與數據來源

1.變量測度

綠色生產率的測度是典型的多投入多產出問題，非參數的DEA方法在這一領域具有獨特的優(yōu)勢而被廣泛運用。基于實際決策需求，擬選用Huang 等人提出的US-SBM模型[19]。該模型允許效率值大于1，也不要求投入、產出變量同比例變動，較好地滿足實際要求。模型設定如下：

假設有n個決策單元，每個決策單元都有投入X，期望產出Yg和非期望產出Yb，其中，x∈Rm、yg∈Rs1、yb∈Rs2，得出的分式規(guī)劃模型為：

λ,s-,sg,sb≥0

(6)

公式(6)中，sg、sb分別表示期望產出、非期望產出的松弛量；ε為非阿基米德無窮小量；λ表示權重向量；ρ*是目標效率值，當ρ*< 1時，表示決策單元是無效率的，反之則表示決策單元是有效的。

上述方法測算的效率值是相對的，不能進行跨期比較，為克服這一問題，采用可比較、可傳遞的GML方法進一步測度綠色生產率。其基本思想是將所有各期的總和作為共同參考集，構造出如下所示全局指數：

(7)

公式(7)中Eg(xt,yt,bt)、Eg(xt+1,yt+1,bt+1)分別表示相鄰兩個時期t，t+1期的生產效率。GML指數即為共同前沿面下兩個時期生產效率值之比。若該比值大于1，表示從t期到t+1期的綠色生產率是增長的；若該比值等于1，表示從t期到t+1期的綠色生產率沒有發(fā)生變化；若該比值小于1，表示從t期到t+1期的綠色生產率是下降的。需要指出的是，測算出的GML指數值反映的是綠色生產率的增長率。綠色生產率的水平值計算如下：以2008年效率值為基期累乘各期指數。

綠色生產率測度的具體指標如下表所示：

表1 工業(yè)企業(yè)綠色生產率評價指標體系

研發(fā)投入主要測度指標為：研發(fā)經費內部支出和研發(fā)人員全時當量，運用熵值法將兩者合成為一個綜合性的投入指標。

研發(fā)效率同樣采用非參數的DEA方法進行測度，其投入變量主要是研發(fā)資本和研發(fā)人員全時當量，產出變量包括：專利申請數、專利授權數和新產品銷售收入。

控制變量：為消除其他因素對工業(yè)綠色生產率可能造成的影響，選取如下控制變量：①經濟發(fā)展水平(agdpit)，用人均gdp測度，為驗證環(huán)境庫茲涅茨曲線在中國是否存在，在計量模型中加入agdpit的二次項；②產業(yè)結構(strit)，用第三產業(yè)占比測度；③市場化水平(marktit)，用私營企業(yè)總資產占比測度；③區(qū)域開放水平(openit)，用年度實際進出口總額測度；④人力資本水平(eduit)，用每萬人在校大學生人數測度；⑥基礎設施狀況(infit)，用郵電(郵政和電信)業(yè)務總量測度。

2.數據來源

本文采用2008～2017年中國30省份(數據不包括西藏和港澳臺地區(qū))省級面板數據考察研發(fā)投入、研發(fā)效率與工業(yè)綠色生產率之間的關系。數據主要來自中國統(tǒng)計年鑒、中國工業(yè)統(tǒng)計年鑒、中國環(huán)境統(tǒng)計年鑒。具體來說，在工業(yè)綠色生產率測度體系中，勞動投入和資本投入統(tǒng)計指標來自中國工業(yè)統(tǒng)計年鑒；能源投入與期望產出統(tǒng)計指標來自中國統(tǒng)計年鑒；非期望產出統(tǒng)計指標來自中國環(huán)境統(tǒng)計年鑒。此外，研發(fā)投入和研發(fā)效率統(tǒng)計指標均來自中國科技統(tǒng)計年鑒。由于西藏地區(qū)數據缺失較為嚴重，在實證分析中剔除了該省份。表2報告了變量的描述性統(tǒng)計分析情況，主要包括樣本數個數、均值、標準差、最大值與最小值等?？紤]到研發(fā)投入和研發(fā)效率可能存在多重共線性問題，表2還列出了各解釋變量的方差膨脹因子值(Variance Inflation Factor,VIF)，從中可以看出，解釋變量中VIF最大值為3.169，小于臨界值10，故可認為模型的解釋變量不存在嚴重的多重共線性問題。

表2 各變量的描述性統(tǒng)計分析結果

四、實證結果分析

1.結果分析

Moran’I指數檢驗結果顯示，研發(fā)活動存在顯著的空間相關性。具體表現為：研發(fā)投入除2008年和2009年外，Moran’I指數均在10%以上的水平顯著；研發(fā)效率除2009年以外，Moran’I指數均在5%以上的水平顯著。因此，選擇空間計量模型是合適的，可以提高分析結果的準確性。

表3 研發(fā)活動Moran’I指數檢驗結果

由前述分析可知，可供選擇的空間面板計量模型主要有SAR、SEM、SDM和SAC，按照Anselin 等人提出的判斷準則，選取Log-L、LR和Wald對模型的擬合效度進行檢驗，以判斷哪種模型更為適用[20]。進一步經hausman檢驗，空間面板模型均選用固定效應。各模型回歸估計結果如表4所示。

表4 空間面板模型回歸估計結果

可以看出，表4中3類空間面板模型的空間項系數為正，除SAC外，均通過10%的顯著性檢驗。從模型的擬合效果來看，SDM模型較其他3種模型具有回歸系數顯著個數最多的特點，初步考慮選擇該模型。接下來要進一步檢驗SDM模型能否退化成SAR模型或SEM模型，使用的檢驗方法是LR檢驗和Wald檢驗。LR檢驗統(tǒng)計量和Wald檢驗統(tǒng)計量均服從自由度為K的卡方分布，該檢驗的原假設是：H0：θ=0和H0：θ+δβ=0，若兩者都被拒絕，則說明SDM模型不能退化為相應的空間滯后模型或空間誤差模型。檢驗結果如表5所示，LR空間滯后檢驗、LR空間誤差檢驗、Wald空間滯后檢驗、Wald空間誤差檢驗均在1%的水平上拒絕原假設，說明選擇SDM模型是合理的。

表5 SDM模型的Wald和LR檢驗結果

從SDM模型分析結果來看，工業(yè)綠色生產率的空間交互項顯著為正，說明本地區(qū)的工業(yè)綠色增長會受到臨近地區(qū)工業(yè)綠色生產活動的加權影響。臨近地區(qū)的工業(yè)綠色增長對本地區(qū)有正向的空間溢出效應。研發(fā)投入對工業(yè)綠色生產率的影響為負，但不顯著可能的原因有兩點：一是當前我國工業(yè)企業(yè)仍然是以盈利為第一目標，在研發(fā)創(chuàng)新活動中過于追求經濟利益而忽視了資源環(huán)境問題。二是內生增長理論認為，研發(fā)投入初期，存在“站在巨人肩膀效應”，這一時期產生的綠色技術創(chuàng)新知識和技術往往是最容易被發(fā)現的，隨著創(chuàng)新過程的持續(xù)推進，逐步出現“竭澤而漁效應”，新的創(chuàng)意產生進而推動生產力發(fā)展變得更加困難。兩者的相互作用可能使得研發(fā)投入對工業(yè)綠色增長產生非線性影響。非線性影響的存在也可能導致兩者間線性關系的不顯著。研發(fā)效率及其空間交互項對工業(yè)綠色生產率均有顯著的正向影響。說明投入既定的情況下，提升研發(fā)效率能有效促進我國工業(yè)綠色增長，并且臨近地區(qū)研發(fā)效率會對本地區(qū)產生正向的空間溢出效應。綜合而言，當前我國工業(yè)綠色增長創(chuàng)新驅動機制已經是“效率驅動型”而非“數量驅動型”，對研發(fā)活動應逐步擺脫“R&D投入迷信”，進而轉到研發(fā)活動提質增效上來，通過優(yōu)化創(chuàng)新資源配置，提升工業(yè)綠色生產率。

從控制變量來看，人均收入與工業(yè)綠色生產率存在顯著的“U”型關系，即隨著人均GDP的增加，工業(yè)綠色生產率呈現出“先抑后揚”的增長趨勢。這一結論驗證了環(huán)境庫茲涅茨曲線在我國的存在。具體來說，在低收入階段，工業(yè)經濟增長方式較為粗放，導致了大量的資源消耗和污染排放，綠色生產率降低。隨著人均收入的不斷增長，資源與優(yōu)質環(huán)境變得日漸稀缺，政府環(huán)境規(guī)制政策加大，迫使工業(yè)企業(yè)不斷改進生產技術，轉變增長方式，節(jié)約資源，減少污染排放，最終改善環(huán)境質量。產業(yè)結構與工業(yè)綠色生產率呈現出顯著的正相關關系。說明大力發(fā)展第三產業(yè)，促進產業(yè)結構高級化，有助于提升我國工業(yè)綠色生產率。市場化水平與工業(yè)綠色生產率負相關?？赡艿脑蛟谟?，度量市場化水平的指標主要是私營企業(yè)總資產占比。私營經濟越活躍，市場化水平越高。盡管私營企業(yè)相對于國有企業(yè)有著較高的生產率水平，但是，在污染防治方面，國有企業(yè)更容易響應政府的號召，也有更多的資源和技術進行環(huán)境治理投資。私營企業(yè)往往規(guī)模較小、實力薄弱，無力承擔環(huán)境治理成本，因而綠色生產率相對較低。對外開放水平與綠色生產率呈現出顯著的負相關關系，驗證了“污染天堂”效應在我國的存在性。說明當前外商在我國投資設廠，主要是轉移本國污染密集型企業(yè)，資源消耗大的低端產業(yè)，考慮到我國環(huán)境質量日趨惡化的客觀現實，制定相關政策，優(yōu)化外商投資結構勢在必行。人力資本水平和基礎設施影響不顯著，不再贅述。

表6 研發(fā)投入帶二次項的空間面板模型回歸估計結果

由上文分析可知，研發(fā)投入與綠色生產率之所以存在不顯著的負相關，可能是由于二者間非線性關系所致，為證實這一猜想，在空間面板模型中加入研發(fā)投入的一次項和二次項，其分析結果如表5所示。參考前文分析方法，初步選擇SDM模型進行分析。進一步的LR和Wald檢驗表明，兩個統(tǒng)計量均在1%的水平上顯著拒絕原假設，也就是說，SDM模型不能轉化為等價的SAR或者SEM模型。故最終確定SDM是較為合適的計量模型。從模型分析結果可以看出，研發(fā)投入與工業(yè)綠色生產率之間存在顯著的“倒U型”關系。在研發(fā)投入初期，研發(fā)投入的增加促進了工業(yè)綠色生產率的提升，當研發(fā)投入達到某一水平時，出現了“拐點”效應，研發(fā)投入的增加導致了工業(yè)綠色生產率的下降?？赡艿脑蛟谟诠I(yè)綠色技術創(chuàng)新的“竭澤而漁效應”。此外，研發(fā)投入過多產生的“擁擠效應”也不利于工業(yè)綠色增長。從空間溢出效應來看，由于同時存在一次項和二次項，其作用方向具有不確定性。

表7 基準模型穩(wěn)健性檢驗結果

2.穩(wěn)健性檢驗

本文主要從以下3個方面對基準模型進行穩(wěn)健性檢驗。(1)用經濟距離矩陣替換鄰接矩陣，其回歸結果如模型(9)所示；(2)縮減樣本的時間范圍，參考葛鵬飛等人的做法[21]，剔除2008、2017兩個年份，僅使用2009～2016年各省份數據，回歸結果如模型(10)所示；(3)運用AHP方法替換熵值法重新構建研發(fā)投入綜合指標，用超效率方法替換US-SBM方法測量研發(fā)效率，回歸結果如模型(11)所示?？梢钥闯觯髂Ｐ碗m然系數大小有所變化，但是系數方向和顯著性水平未發(fā)生根本性改變，因此分析結果是穩(wěn)健和可靠的。接下來對帶二次項的模型亦進行相同的穩(wěn)健性檢驗，結果也是可靠的，不再贅述。

3.研發(fā)投入的門限特征檢驗

(1)門限模型設定

研發(fā)投入和工業(yè)綠色生產率之間存在非線性關系。為詳細分析變量間關系的階段性演化特征，采用Hansen于1999年提出的門限回歸方法設計模型，門限回歸模型的優(yōu)勢在于分階段考察變量間的關系形式，并能有效測算出關系形式發(fā)生變化的“拐點”?？紤]到變量存在的空間相關性，直接使用面板門限模型可能造成結果偏誤。借鑒孫建的空間過濾方法[22]，將變量可能存在的空間依賴性進行去除，對過濾后的數據進行門限回歸分析，單門限計量模型如下：

effcyit=α1+β11inputit·I(qit≤γ1)+β12inputit·I(qit>γ1)+β2Xcontrol+εit

(8)

公式(8)中，I(*)表示示性函數，當括號內不等式成立時取值為1，不成立時取值為0；qit為門限變量，公式(8)中的門限變量為研發(fā)投入；γ1為待估計門限值；其他變量與前述模型相同，εit表示隨機擾動項；i表示省份；t表示年份。公式(8)表述的是單門限回歸模型，多門限回歸模型以此類推。

(2)門限效應檢驗

首先檢驗研發(fā)投入與工業(yè)綠色生產率之間是否存在門限效應。分析結果如表8所示，可以看出，研發(fā)投入存在單門限效應，門限值為0.816，且在0.05的水平上呈現出顯著性，雙門限效應不顯著。

表8 門限效應估計

圖2顯示了單門限模型得到的似然比統(tǒng)計量LR與門限參數圖，水平虛線為95%置信區(qū)間下的LR臨界值。LR曲線最接近0的點就是門限估計值。LR檢驗曲線與水平虛線交叉點形成的區(qū)間即為置信區(qū)間。當門限值落在該置信區(qū)間內時，門限值是有效的。依圖1所示，模型的門限值落在95%的置信區(qū)間內，因而單門限效應是顯著的。

圖1 研發(fā)投入門限效應似然比檢驗圖

(3)門限回歸結果分析

表9報告了門限模型回歸分析結果，控制變量不再列出，可以看出,當研發(fā)投入小于0.816時，增加研發(fā)投入有助于提升工業(yè)綠色生產率，當研發(fā)投入大于或等于0.816時，增加研發(fā)投入反而不利于工業(yè)綠色增長(模型系數由1.012轉為-0.693)。值得注意的是，河南、山東兩省出現在門限值左側附近(2017年研發(fā)投入均接近0.800)，應注意合理控制其研發(fā)投入強度，防止越過拐點而對綠色生產率產生不利影響。

表9 門限回歸分析結果

五、結論與啟示

運用US-SBM模型與GML指數相結合的方法，測度包含非期望產出的工業(yè)綠色生產率。在此基礎上，采用空間面板計量模型考察研發(fā)投入、研發(fā)效率對工業(yè)綠色生產率的影響機制。分析結果表明，研發(fā)投入與工業(yè)綠色生產率之間存在顯著的“倒U型”關系，隨著研發(fā)投入的增加，工業(yè)綠色生產率呈現出“先揚后抑”的趨勢特征。過度追求研發(fā)投入不利于工業(yè)綠色增長。研發(fā)投入的空間溢出效應顯著，但作用方向不明確。研發(fā)效率對工業(yè)綠色生產率存在顯著正向影響。在研發(fā)投入既定的情況下，提高研發(fā)資源利用效率，優(yōu)化各類資源配置，更有利于工業(yè)綠色生產率的提升。同時研發(fā)效率存在正向空間溢出效應，相鄰地區(qū)可通過研發(fā)人員交流與學習，提升本地區(qū)的工業(yè)綠色生產率。上述分析結果說明當前我國工業(yè)綠色增長應更為注重“研發(fā)效率驅動機制”，而不是一味追求研發(fā)投入的“攀比式增長”。

研究的啟示在于：研發(fā)創(chuàng)新是走資源節(jié)約型、環(huán)境友好型發(fā)展道路的核心動能，同時也是工業(yè)綠色、低碳轉型的重要著力點。當前地方政府的科技研發(fā)支持還存在著盲目的“研發(fā)投入崇拜”，即片面追求研發(fā)投入數量增長，而忽視研發(fā)效率提升。研究結果顯示，過度的研發(fā)投入會對工業(yè)綠色增長產生“過猶不及”的影響，而研發(fā)效率卻能顯著推動綠色生產率增長。因此，可以從以下3個方面提升研發(fā)效率。

(1)建立健全政府研發(fā)資助的監(jiān)督管理機制。一是設定分級目標管理體系，對于高水平、原創(chuàng)性符合市場需求的創(chuàng)新項目予以重點支持，對于低水平、結構同質的創(chuàng)新項目予以限制。二是構建并完善預算管理控制系統(tǒng)，規(guī)范研發(fā)資金使用流程，防止資金浪費和濫用。三是引入第三方評估機制，對創(chuàng)新項目進行公平客觀的評價，防止因后期考核薄弱而導致各種尋租行為。

(2)完善產學研協(xié)同創(chuàng)新機制。一是要構建合理的風險分擔與利益共享機制。制度化確定各主體的責任、權利與義務，以減少合作過程中相互推諉、利益糾紛現象，也為合作的系統(tǒng)性、持久性奠定良好的基礎。二是強化企業(yè)的主體地位。企業(yè)在產學研合作中應發(fā)揮其目標導向作用，高校、科研院所為其提供人才、技術支撐、政府通過資金與政策為其提供基礎保障。三是政府應利用物聯(lián)網、云技術等搭建創(chuàng)新協(xié)作智能網絡服務平臺，通過該平臺強化信息的互聯(lián)互通機制，促進主體間知識共享，最終使其成為三方交流互動、發(fā)現合作機遇并展開協(xié)同創(chuàng)新的新高地。

(3)考慮到創(chuàng)新活動的空間溢出效應，應打破地域限制，強化區(qū)域間研發(fā)要素的流動。研發(fā)人員是知識、技術的載體。研發(fā)人員的區(qū)際交流互動、學習考察等均有助于吸收其他地區(qū)先進的經驗，從而為本地區(qū)的創(chuàng)新發(fā)展提供借鑒?；诖?，區(qū)域間可以建立公共研發(fā)聯(lián)盟，聯(lián)盟內的成員定期組織研發(fā)交流活動，通過這種方式，落后地區(qū)積極學習其他地區(qū)的先進理念和實踐，可以減少地區(qū)間研發(fā)水平良莠不齊的現狀。

此外，還應建立研發(fā)投入分類管理機制。我國地域廣博，地區(qū)間發(fā)展呈現出顯著的異質性和非均衡性特征?；诖?，區(qū)域科研投入管理機制應因地制宜，而不是采取“一刀切”的簡單方式。各地區(qū)依據自身的研發(fā)投入階段性演化特征，科學判斷研發(fā)資源的投入規(guī)模和強度。