李 健,夏美君,苑清敏

(天津理工大學(xué) 循環(huán)經(jīng)濟(jì)與企業(yè)可持續(xù)發(fā)展研究中心,天津 300384)

一、引言與文獻(xiàn)回顧

綠色發(fā)展理念為新時代經(jīng)濟(jì)高質(zhì)量發(fā)展注入新動能,而綠色全要素生產(chǎn)率(Green Total Factor Productivity,GTFP)作為綜合考慮經(jīng)濟(jì)增長、能源節(jié)約與環(huán)境效益的綠色發(fā)展指標(biāo),為實現(xiàn)區(qū)域經(jīng)濟(jì)發(fā)展和生態(tài)環(huán)境保護(hù)有機(jī)協(xié)調(diào)提供重要保障[1]。提高GTFP的一個重要途徑就是產(chǎn)業(yè)轉(zhuǎn)型升級,高技術(shù)產(chǎn)業(yè)作為智力型、創(chuàng)新型產(chǎn)業(yè)[2],通過技術(shù)創(chuàng)新提高資源能源利用率,具備環(huán)境友好、資源節(jié)約的綠色產(chǎn)業(yè)發(fā)展特征,成為產(chǎn)業(yè)轉(zhuǎn)型升級引擎,也是世界各國重點發(fā)展的戰(zhàn)略產(chǎn)業(yè)。此外,高技術(shù)產(chǎn)業(yè)集聚已經(jīng)成為新時代的重要特征,適度的產(chǎn)業(yè)集聚能夠促使集聚區(qū)實現(xiàn)集約化和規(guī)?；l(fā)展,這也是實現(xiàn)區(qū)域綠色發(fā)展的必要條件[3]。在此背景下,揭示綠色全要素生產(chǎn)率、高技術(shù)產(chǎn)業(yè)集聚的演進(jìn)規(guī)律和分布情況,深入研究高技術(shù)產(chǎn)業(yè)集聚如何有效提升綠色全要素生產(chǎn)率,充分發(fā)揮高技術(shù)產(chǎn)業(yè)的創(chuàng)新驅(qū)動作用,對于推進(jìn)新時代經(jīng)濟(jì)轉(zhuǎn)型發(fā)展具有重要現(xiàn)實意義。

產(chǎn)業(yè)集聚是指屬于某種特定產(chǎn)業(yè)及其相關(guān)支撐產(chǎn)業(yè)或?qū)儆诓煌愋偷漠a(chǎn)業(yè)在一定地域范圍內(nèi)的地理集中。產(chǎn)業(yè)集聚的類型一般可分為專業(yè)化集聚、多樣化集聚兩種[4],其中專業(yè)化集聚會造成產(chǎn)業(yè)內(nèi)企業(yè)集聚的知識溢出,即MAR外部性;多樣化集聚會引起產(chǎn)業(yè)間企業(yè)集聚的知識溢出,即Jacobs外部性。關(guān)于產(chǎn)業(yè)集聚與全要素生產(chǎn)率關(guān)系的相關(guān)研究主要從以下三個角度:一是產(chǎn)業(yè)集聚的不同模式對全要素生產(chǎn)率的影響,Marrocu等學(xué)者認(rèn)為專業(yè)化集聚和多樣化集聚均有利于全要素生產(chǎn)率增長[5];Andersson等認(rèn)為專業(yè)化集聚對全要素生產(chǎn)率具有顯著正向影響,多樣化集聚作用不顯著[6];楊浩昌等則認(rèn)為專業(yè)化集聚和多樣化集聚對全要素生產(chǎn)率的影響存在行業(yè)、地區(qū)等差異[7]。二是產(chǎn)業(yè)集聚對全要素生產(chǎn)率的作用形態(tài)研究,Tao等研究發(fā)現(xiàn)多數(shù)行業(yè)的產(chǎn)業(yè)集聚可以推動全要素生產(chǎn)率的提高[8];屈小娥等發(fā)現(xiàn)部分行業(yè)的影響效應(yīng)不顯著甚至呈現(xiàn)負(fù)相關(guān)關(guān)系[9];盧飛等和Lin等研究發(fā)現(xiàn)產(chǎn)業(yè)集聚水平與全要素生產(chǎn)率之間存在“U”型關(guān)系、倒“U”型關(guān)系[10-11]。三是產(chǎn)業(yè)集聚對全要素生產(chǎn)率的作用機(jī)制研究,多數(shù)研究都認(rèn)為產(chǎn)業(yè)集聚主要是通過技術(shù)效率與技術(shù)進(jìn)步兩種途徑影響全要素生產(chǎn)率,但效果存在差異[12]。高技術(shù)產(chǎn)業(yè)作為塑造經(jīng)濟(jì)新動能的重要載體,產(chǎn)業(yè)整體空間分布呈現(xiàn)高度集聚特征[13],技術(shù)創(chuàng)新是其首要特征,具有明顯的空間溢出效應(yīng)[14],對綠色技術(shù)創(chuàng)新績效具有顯著的促進(jìn)作用[15],技術(shù)創(chuàng)新會進(jìn)一步通過技術(shù)溢出、技術(shù)關(guān)聯(lián)、創(chuàng)新示范等效應(yīng)促進(jìn)綠色全要素生產(chǎn)率提升[16]。高技術(shù)產(chǎn)業(yè)也可以通過集聚的正外部性和負(fù)外部性作用于環(huán)境資源要素的配置、產(chǎn)生環(huán)境污染[17],產(chǎn)生知識溢出效應(yīng)、回彈效應(yīng)、擁塞效應(yīng),從而高技術(shù)產(chǎn)業(yè)集聚對綠色全要素生產(chǎn)率的影響是動態(tài)博弈的過程。

既有文獻(xiàn)為我們正確認(rèn)識產(chǎn)業(yè)集聚對綠色全要素生產(chǎn)率的影響提供了一定的基礎(chǔ),但仍存在需要進(jìn)一步深化研究的空間:首先,對于產(chǎn)業(yè)集聚與綠色全要素生產(chǎn)率的研究尚未得出一致的結(jié)論,且學(xué)者們多選取制造業(yè)和生產(chǎn)性服務(wù)業(yè)為研究對象,集中于產(chǎn)業(yè)集聚對生產(chǎn)效率提升的影響,而鮮有文獻(xiàn)研究高技術(shù)產(chǎn)業(yè)不同集聚模式與綠色全要素生產(chǎn)率之間的關(guān)系。其次,現(xiàn)有文獻(xiàn)大部分還忽視了綠色全要素生產(chǎn)率的空間關(guān)聯(lián)性以及產(chǎn)業(yè)集聚對綠色全要素生產(chǎn)率產(chǎn)生的空間效應(yīng),使得測算結(jié)果與現(xiàn)實情況存在偏差,高技術(shù)產(chǎn)業(yè)集聚是否會通過地區(qū)之間的相互作用而對其他地區(qū)的綠色全要素生產(chǎn)率產(chǎn)生影響值得深入研究。最后,現(xiàn)有文獻(xiàn)對于不同地區(qū)以及不同發(fā)展階段差異性的探討明顯不足,鑒于中國高技術(shù)產(chǎn)業(yè)集聚水平與綠色全要素生產(chǎn)率均存在較大的時間差異和空間差異,有必要進(jìn)一步探究高技術(shù)產(chǎn)業(yè)集聚對綠色全要素生產(chǎn)率影響的時空差異性。

基于現(xiàn)有研究成果提供的理論和實證基礎(chǔ),本文嘗試在以下方面做出改進(jìn):第一,基于高技術(shù)產(chǎn)業(yè)集聚的視角,對專業(yè)化集聚、多樣化集聚與綠色全要素生產(chǎn)率的關(guān)系進(jìn)行研究,采用考慮非期望產(chǎn)出的SBM方向性距離函數(shù)結(jié)合Malmquist-Luenberger指數(shù)和區(qū)位熵方法分別測度綠色全要素生產(chǎn)率和高技術(shù)產(chǎn)業(yè)集聚水平,將中國30個省份劃分為高—高、高—低、低—高、低—低四種類型;第二,研究方法上,考慮到空間上同一現(xiàn)象在相鄰地區(qū)是密切相關(guān)的,基于STIRPAT模型引入空間權(quán)重矩陣構(gòu)建空間計量模型,以便深入分析高技術(shù)產(chǎn)業(yè)集聚與綠色全要素生產(chǎn)率的內(nèi)在聯(lián)系及空間溢出效應(yīng);第三,通過劃分研究區(qū)域與發(fā)展時期,進(jìn)一步探究高技術(shù)產(chǎn)業(yè)不同集聚模式對綠色全要素生產(chǎn)率影響的時空分異特征。

二、計量模型、變量測度與數(shù)據(jù)說明

(一)計量模型構(gòu)建

LnGTFPit=β0+β1LnPit+β2LnAit+β3LnQit+β4LnYit+εit

(1)

其中,i表示地區(qū),t代表時間,Yit是控制變量,εit表示隨機(jī)擾動項。引入空間權(quán)重矩陣等空間因素,對傳統(tǒng)面板計量模型進(jìn)行拓展,構(gòu)建空間面板回歸模型:

LnGTFPit=β0+ρWLnGTFPit+βXit+γWXit+μi+νt+ηit,ξit=λWξit+ψit

(2)

其中,ρ是空間滯后系數(shù),λ為空間誤差系數(shù),W是采用二進(jìn)制的鄰接空間權(quán)重矩陣,Xit為解釋變量,μi和υt分別表示空間、時間固定效應(yīng),ηit為殘差?？臻g杜賓模型(SDM)是空間滯后模型(SAR)和空間誤差模型(SEM)的一般形式。

(二)變量測度與數(shù)據(jù)來源

1.被解釋變量:各省份的綠色全要素生產(chǎn)率及其分解指標(biāo)

非徑向、非角度的基于松弛變量的方向性距離函數(shù)(SBM-DDF)具有諸多優(yōu)勢,如不需要預(yù)先設(shè)定函數(shù),能夠考慮引入非期望產(chǎn)出和處理投入產(chǎn)出存在松弛變量的情況,避免了徑向性和導(dǎo)向性問題,基于SBM-DDF構(gòu)建從T期到T+1期的Malmquist-Luenberger指數(shù),并將GTFP分解為不變規(guī)模報酬假定下技術(shù)效率變化與技術(shù)進(jìn)步的乘積:

(3)

MLT+1=TCT+1×ECT+1

(4)

(5)

(6)

其中,ECT+1為第T期到T+1期的技術(shù)效率變化指數(shù),TCT+1為第T期到T+1期的技術(shù)進(jìn)步指數(shù),若Malmquist-Luenberger指數(shù)、技術(shù)效率指數(shù)及技術(shù)進(jìn)步指數(shù)大于1,則表示從T期到T+1期的綠色全要素生產(chǎn)率增長,技術(shù)進(jìn)步與技術(shù)效率提升。

投入指標(biāo)選取資本、勞動力和能源三種要素。對于資本投入,利用永續(xù)盤存法計算各省市的物質(zhì)資本存量,計算公式為:Ki,t=Ki,t-1(1-δt)+Ii,t/Pt。其中,Ki,t和Ki,t-1分別表示i地區(qū)在t、t-1時期的物質(zhì)資本存量,δ為資本折舊率,Ii,t表示t時期i省份的投資額,用固定資產(chǎn)投資額來衡量,Pt是固定資產(chǎn)投資價格指數(shù)。依據(jù)單豪杰的研究,得到基期資本存量K0=I0/(a+δ),其中a是1998—2018年間各地固定資產(chǎn)投資增長率的平均值,以1998年為基年,資本折舊率為10.96%[18]。勞動力投入用社會從業(yè)人員數(shù)量來表示,社會總能源消費量作為能源投入的代理變量。產(chǎn)出指標(biāo)包括經(jīng)濟(jì)、社會、生態(tài)三個方面的期望產(chǎn)出與非期望產(chǎn)出。經(jīng)濟(jì)產(chǎn)出以國內(nèi)生產(chǎn)總值為代理變量,以1998年的不變價格計算實際GDP;用社會消費品零售總額來表示社會方面期望產(chǎn)出指標(biāo),利用1998年的居民消費價格指數(shù)進(jìn)行平減;非期望產(chǎn)出采用熵權(quán)法,將廢氣、廢水、固體廢棄物排放量等指標(biāo)整合為環(huán)境污染綜合指數(shù)。

2.核心解釋變量:高技術(shù)產(chǎn)業(yè)專業(yè)化集聚與多樣化集聚

(7)

(8)

其中,Sij代表地區(qū)i高技術(shù)產(chǎn)業(yè)j就業(yè)人數(shù)占地區(qū)i高技術(shù)產(chǎn)業(yè)總就業(yè)人數(shù)的比例,Si代表全國高技術(shù)產(chǎn)業(yè)j就業(yè)人數(shù)占全國高技術(shù)產(chǎn)業(yè)總就業(yè)人數(shù)的比例。

3.其他變量與數(shù)據(jù)來源

人口規(guī)模(P)用各省份的年末總?cè)丝跀?shù)量表示,富裕程度(A)用各省份的人均GDP來表示。參考既有研究成果,選擇以下指標(biāo)作為控制變量:人力資本水平(HC):采用普通高等學(xué)校在校學(xué)生數(shù)占總?cè)丝诒戎貋砗饬咳肆Y本。外商直接投資(FDI):通過年度實際利用外商直接投資占GDP的比重來反映外商直接投資。其中,實際外商投資額用當(dāng)年人民幣對美元的年平均匯價進(jìn)行折算?；A(chǔ)設(shè)施建設(shè)(INF):用每平方公里的營運(yùn)鐵路里程和公路通行里程之和來衡量基礎(chǔ)設(shè)施建設(shè)水平。政府干預(yù)程度(GOV):采用政府財政支出占GDP的比重表示政府干預(yù)程度。

依據(jù)《國民經(jīng)濟(jì)行業(yè)分類》(GB/T 4754—2017)的分類,高技術(shù)產(chǎn)業(yè)主要包括:醫(yī)藥制造業(yè),航空、航天器及設(shè)備制造業(yè),電子及通信設(shè)備制造業(yè),計算機(jī)及辦公設(shè)備制造業(yè),醫(yī)療儀器設(shè)備及儀器儀表制造業(yè),信息化學(xué)品制造業(yè)。由于信息化學(xué)品制造業(yè)于2016年開始統(tǒng)計且中國香港、澳門、臺灣和西藏數(shù)據(jù)缺失嚴(yán)重,故未將其納入本文研究范圍。數(shù)據(jù)來源于1999—2019年《中國統(tǒng)計年鑒》《中國高技術(shù)產(chǎn)業(yè)統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》《中國能源統(tǒng)計年鑒》《中國財政年鑒》以及各省份統(tǒng)計年鑒,對于個別年份缺失的數(shù)據(jù)采用線性插值法進(jìn)行填補(bǔ),各宏觀變量以1998年為基期進(jìn)行平減調(diào)整處理。

三、研究結(jié)果與分析

(一)研究區(qū)域綠色全要素生產(chǎn)率的特征事實與分類

1.省際綠色全要素生產(chǎn)率及其分解指標(biāo)的特征事實

基于考慮非期望產(chǎn)出的SBM方向性距離函數(shù),并結(jié)合Malmquist-Luenberger指數(shù)將GTFP進(jìn)行分解,利用MaxDEA專業(yè)軟件測得研究期間內(nèi)中國30個省份的GTFP及其分解指標(biāo)值,計算研究期間內(nèi)的均值見表1。各省份GTFP的均值為1.065 1,年均增長率為6.51%。技術(shù)效率指數(shù)的均值為0.982 5,年均下降了1.75%。技術(shù)進(jìn)步指數(shù)的均值為1.089 9,年均增長了8.99%。這表明,1998—2018年省際GTFP總體態(tài)勢向好,但技術(shù)效率下降的現(xiàn)象也是不容忽視的,技術(shù)效率惡化成為GTFP改善的掣肘因素。圖1為GTFP及其分解因素的變動趨勢。總體上來看,GTFP和技術(shù)進(jìn)步指數(shù)間的區(qū)域均值分布態(tài)勢基本一致,呈現(xiàn)出較大同步性,而GTFP和技術(shù)效率指數(shù)間的相關(guān)性不明顯,這表明技術(shù)進(jìn)步是GTFP改善的主要驅(qū)動力。因此,在推進(jìn)綠色全要素生產(chǎn)率提升的過程中要充分發(fā)揮技術(shù)進(jìn)步的驅(qū)動引領(lǐng)作用,同時也要培育技術(shù)效率改善的新動能。

圖1 中國省際綠色全要素生產(chǎn)率變動趨勢及驅(qū)動力分解

表1 中國省際綠色全要素生產(chǎn)率發(fā)展現(xiàn)狀

2.綠色全要素生產(chǎn)率的類型劃分

基于綠色全要素生產(chǎn)率累計增長指數(shù)與高技術(shù)產(chǎn)業(yè)集聚水平的測算結(jié)果,計算研究期間內(nèi)均值,進(jìn)一步將中國30個省份劃分為四種類型,分別是高產(chǎn)業(yè)集聚水平高綠色全要素生產(chǎn)率(高—高)、低產(chǎn)業(yè)集聚水平高綠色全要素生產(chǎn)率(低—高)、高產(chǎn)業(yè)集聚水平低綠色全要素生產(chǎn)率(高—低)、低產(chǎn)業(yè)集聚水平低綠色全要素生產(chǎn)率(低—低),具體分類結(jié)果見圖2。其中,江蘇、北京、天津?qū)儆诟吒咝?這三個省份的GTFP與高技術(shù)產(chǎn)業(yè)集聚水平均高于各省份的平均水平,具有典型的示范引領(lǐng)作用。包括內(nèi)蒙古、新疆、山西、陜西、浙江等在內(nèi)的19個省份屬于低高型,這些省份正處于產(chǎn)業(yè)集聚發(fā)揮正外部性的階段,雖然高技術(shù)產(chǎn)業(yè)集聚水平不高,但GTFP得到了有效提升,高于全國的平均水平。吉林、遼寧、福建、湖南、寧夏、海南屬于低低型,相較于其他省份,具有較低的GTFP與產(chǎn)業(yè)集聚水平。廣東和上海屬于高低型,說明兩地高技術(shù)產(chǎn)業(yè)集聚水平雖然走在前列,但同時還面臨產(chǎn)業(yè)過度集聚導(dǎo)致的要素?fù)砣麊栴},造成GTFP低于全國平均水平,高技術(shù)產(chǎn)業(yè)集聚水平亟待優(yōu)化。

圖2 中國省際綠色全要素生產(chǎn)率格局分布

(二)中國各省份綠色全要素生產(chǎn)率的空間相關(guān)性分析

本文采用Moran’sI指數(shù)對綠色全要素生產(chǎn)率進(jìn)行空間自相關(guān)檢驗,公式為:

(9)

根據(jù)上文測算的中國30個省份1999—2018年GTFP,將研究期間每兩年作為時間節(jié)點,通過Stata15.1軟件計算莫蘭指數(shù)從而研究其空間相關(guān)性,結(jié)果見表2。除了2000年以外的其余年份均通過至少5%的顯著性水平檢驗且Moran’sI指數(shù)均大于零,說明各省份的GTFP呈現(xiàn)出顯著為正的空間關(guān)聯(lián)性和依賴性,即GTFP在空間上的分布并非隨機(jī)的,而是高值區(qū)與高值區(qū)相互臨近,低值區(qū)與低值區(qū)相鄰的現(xiàn)狀。

表2 Moran’s I空間自相關(guān)檢驗

(三)高技術(shù)產(chǎn)業(yè)集聚影響綠色全要素生產(chǎn)率的空間計量估計

1.高技術(shù)產(chǎn)業(yè)集聚對綠色全要素生產(chǎn)率影響的總體分析

適宜的空間計量模型能夠準(zhǔn)確地反映省際綠色全要素生產(chǎn)率空間依賴產(chǎn)生的原因,表3給出了空間計量模型檢驗的結(jié)果。拉格朗日乘數(shù)法(LM)結(jié)合普通線性O(shè)LS回歸模型的檢驗結(jié)果表明,LM-lag和LM-error均通過1%的顯著性檢驗,同時Robust LM-lag和Robust LM-error也均通過1%的顯著性檢驗,表明SAR模型和SEM模型均適合本文,需進(jìn)一步估計SDM模型。Hausman檢驗的統(tǒng)計值為31.214 5,自由度為8,其伴隨概率為0.000 1,即拒絕存在隨機(jī)效應(yīng)的原假設(shè)?？臻g固定效應(yīng)和時間固定效應(yīng)的聯(lián)合顯著性檢驗均在1%的顯著性水平上拒絕原假設(shè),說明模型中應(yīng)包含時間和空間雙固定效應(yīng)。進(jìn)一步檢驗SDM模型是否可以簡化為SAR模型和SEM模型,Wald檢驗和LR檢驗在1%的顯著性水平上拒絕原假設(shè)。因此,雙固定效應(yīng)下的SDM模型為本文的最優(yōu)模型。表4報告了空間面板計量估計結(jié)果。

表3 空間計量模型檢驗結(jié)果

表4中的結(jié)果顯示,無論從自然函數(shù)對數(shù)值還是從擬合優(yōu)度來看,SDM模型均是本研究的最優(yōu)模型。從核心變量參數(shù)估計來看,高技術(shù)產(chǎn)業(yè)專業(yè)化集聚和多樣化集聚的估計系數(shù)分別為0.095和0.065,均至少在5%的水平上顯著為正,說明高技術(shù)產(chǎn)業(yè)集聚能夠顯著提高GTFP,且專業(yè)化集聚的促進(jìn)作用相對更大,這是由于高技術(shù)產(chǎn)業(yè)專業(yè)化集聚空間結(jié)構(gòu)的特殊性,行業(yè)內(nèi)的企業(yè)更容易通過合作、共享的方式促進(jìn)知識、技術(shù)外溢,使得高技術(shù)產(chǎn)業(yè)集聚正外部性發(fā)揮主導(dǎo)作用。此外,高技術(shù)產(chǎn)業(yè)專業(yè)化集聚每提高1%,將會促進(jìn)GTFP提高0.095%,技術(shù)進(jìn)步指數(shù)提高0.063%,而對技術(shù)效率指數(shù)的促進(jìn)作用不顯著;高技術(shù)產(chǎn)業(yè)多樣化集聚每提高1%,將會促進(jìn)GTFP提高0.065%,技術(shù)進(jìn)步指數(shù)提高0.056%,對于技術(shù)效率指數(shù)的促進(jìn)作用同樣不顯著。因此,高技術(shù)產(chǎn)業(yè)專業(yè)化和多樣化集聚均是通過技術(shù)進(jìn)步來促進(jìn)GTFP提升。

表4 高技術(shù)產(chǎn)業(yè)集聚對綠色全要素生產(chǎn)率影響的回歸結(jié)果

從控制變量參數(shù)估計來看,人口規(guī)模和富裕程度均在1%的顯著性水平上促進(jìn)GTFP的提升,符合環(huán)境庫茲涅茨曲線的環(huán)境偏好理論。人力資本水平的參數(shù)估計顯著為負(fù),這是由于高技術(shù)產(chǎn)業(yè)采取的知識產(chǎn)權(quán)保護(hù)或技術(shù)封鎖等措施導(dǎo)致人力資本得以充分發(fā)揮知識或技術(shù)溢出效應(yīng)需要一定的過程和條件,甚至存在一定的“擠出效應(yīng)”抑制了GTFP,人力資本對于GTFP的正向促進(jìn)作用尚未得到有效發(fā)揮。外商直接投資對GTFP的影響顯著為負(fù),這表明外商直接投資水平的提升不利于改善GTFP,存在“污染天堂假說”?；A(chǔ)設(shè)施建設(shè)對于GTFP的影響為正,但未通過顯著性檢驗,這表明現(xiàn)階段的基礎(chǔ)設(shè)施建設(shè)還不能明顯提升GTFP,基礎(chǔ)設(shè)施建設(shè)對GTFP的促進(jìn)作用是一個滯后的過程。政府干預(yù)程度在1%的水平上顯著,其對GTFP的貢獻(xiàn)系數(shù)為0.251,這表明政府的技術(shù)資金支持和政策導(dǎo)向有利于高技術(shù)企業(yè)的技術(shù)創(chuàng)新活動。

上述研究得出高技術(shù)產(chǎn)業(yè)集聚促進(jìn)了GTFP改善,為了準(zhǔn)確判斷高技術(shù)產(chǎn)業(yè)多樣化集聚、專業(yè)化集聚對于GTFP的空間溢出效應(yīng),本文進(jìn)一步通過偏微分矩陣將總效應(yīng)分解為直接效應(yīng)和間接效應(yīng),具體分解的結(jié)果見表5。高技術(shù)產(chǎn)業(yè)專業(yè)化集聚和多樣化集聚的直接效應(yīng)和溢出效應(yīng)系數(shù)均顯著為正,這說明高技術(shù)產(chǎn)業(yè)專業(yè)化和多樣化水平的提高不僅能夠促進(jìn)本地區(qū)GTFP的改善,而且對其他地區(qū)的GTFP也產(chǎn)生了正向影響,能夠?qū)χ苓叺貐^(qū)產(chǎn)生強(qiáng)大的輻射和帶動作用。此外,專業(yè)化集聚對于本地和鄰近地區(qū)的技術(shù)進(jìn)步指數(shù)都具有顯著的正向影響作用,對于技術(shù)效率指數(shù)未產(chǎn)生明顯影響,而多樣化集聚對技術(shù)效率指數(shù)具有顯著的空間溢出效應(yīng)。

表5 高技術(shù)產(chǎn)業(yè)集聚對綠色全要素生產(chǎn)率的直接效應(yīng)與溢出效應(yīng)

2.高技術(shù)產(chǎn)業(yè)集聚對綠色全要素生產(chǎn)率影響的時空差異分析

本文將中國30個省份分為東部地區(qū)和中西部地區(qū)分別進(jìn)行回歸估計,進(jìn)一步研究了高技術(shù)產(chǎn)業(yè)集聚對GTFP影響是否存在空間異質(zhì)性,其中東部地區(qū)包括北京、河北、天津、遼寧、山東、江蘇、上海、浙江、福建、廣東和海南。從表6第2、3列可以得出,高技術(shù)產(chǎn)業(yè)專業(yè)化集聚對東部地區(qū)GTFP的影響系數(shù)雖然為負(fù),但未通過顯著性檢驗,而在中西部地區(qū),專業(yè)化集聚對GTFP的影響系數(shù)顯著為正,這表明中西部地區(qū)高技術(shù)產(chǎn)業(yè)專業(yè)化集聚有利于顯著促進(jìn)GTFP的提升。高技術(shù)產(chǎn)業(yè)多樣化集聚與東部和中西部地區(qū)GTFP之間均呈現(xiàn)出顯著的相關(guān)關(guān)系,但在東部地區(qū)表現(xiàn)為顯著的抑制作用,而在中西部地區(qū)表現(xiàn)為顯著的促進(jìn)作用,這主要是由于東部地區(qū)面臨著產(chǎn)業(yè)過度集聚引起的惡性競爭、輸出剩余以及要素?fù)砣葐栴},從而對GTFP產(chǎn)生明顯的負(fù)向影響,而在中西部地區(qū)產(chǎn)業(yè)集聚的正外部性發(fā)揮主導(dǎo)作用,高技術(shù)產(chǎn)業(yè)集聚對GTFP的影響具有明顯的空間異質(zhì)性。

表6 高技術(shù)產(chǎn)業(yè)集聚對綠色全要素生產(chǎn)率影響的時空差異回歸估計結(jié)果

為了考察高技術(shù)產(chǎn)業(yè)集聚對GTFP影響的時間效應(yīng),對樣本進(jìn)行分時間段處理。在研究期內(nèi),GTFP的增長特征可以分為三個階段:減速增長階段(1999—2003年)、平穩(wěn)增長階段(2004—2015年)、加速增長階段(2016—2018年),表6第4～6列顯示了分時間段的回歸結(jié)果。高技術(shù)產(chǎn)業(yè)專業(yè)化集聚在三個階段對GTFP均產(chǎn)生正向影響,而多樣化集聚則表現(xiàn)出明顯差異。在GTFP減速增長階段,專業(yè)化與多樣化集聚都發(fā)揮了正向的促進(jìn)作用,但專業(yè)化集聚促進(jìn)作用未通過顯著性檢驗。在2004—2015年,專業(yè)化集聚顯著促進(jìn)GTFP提升,而多樣化集聚則對GTFP產(chǎn)生了顯著的抑制作用,原因是由政策導(dǎo)向的高技術(shù)產(chǎn)業(yè)多樣化集聚可能存在過度集聚的情況,促進(jìn)作用大于抑制作用,使得GTFP在此階段表現(xiàn)為平穩(wěn)提升。在GTFP加速增長階段,對GTFP促進(jìn)效果最大的是專業(yè)化集聚,系數(shù)是多樣化集聚的近2倍,與前兩個階段的影響系數(shù)對比,二者的促進(jìn)作用仍存在較大提升空間。

四、結(jié)論與政策建議

本文以1998—2018年中國30個省份的面板數(shù)據(jù)為研究樣本,首先采用SBM方向性距離函數(shù)和區(qū)位熵方法分別測度了省際綠色全要素生產(chǎn)率和高技術(shù)產(chǎn)業(yè)集聚水平,然后運(yùn)用STIRPAT模型構(gòu)建雙固定效應(yīng)下的空間杜賓模型,分析了高技術(shù)產(chǎn)業(yè)不同集聚模式對綠色全要素生產(chǎn)率影響的時空異質(zhì)性。研究得到以下結(jié)論:第一,中國省際GTFP發(fā)展現(xiàn)狀總體較好,各省份年均增長率為6.51%,技術(shù)進(jìn)步是GTFP提升的主要驅(qū)動力。結(jié)合GTFP與產(chǎn)業(yè)集聚水平的測算結(jié)果,將中國30個省份劃分為高—高、高—低、低—高、低—低四種類型,應(yīng)充分發(fā)揮江蘇、北京、天津的典型示范作用。第二,從全國總體情況來看,GTFP具有顯著的空間正相關(guān)性,高技術(shù)產(chǎn)業(yè)專業(yè)化集聚和多樣化集聚對GTFP均表現(xiàn)為顯著正效應(yīng),前者促進(jìn)作用相對更大。專業(yè)化和多樣化集聚均顯著促進(jìn)了技術(shù)進(jìn)步,而對技術(shù)效率改善無顯著影響,從而驗證了高技術(shù)產(chǎn)業(yè)集聚主要通過促進(jìn)技術(shù)進(jìn)步來提升GTFP。第三,溢出效應(yīng)結(jié)果顯示,高技術(shù)產(chǎn)業(yè)專業(yè)化和多樣化集聚均有助于促進(jìn)當(dāng)?shù)睾拖噜彽貐^(qū)GTFP的改善,專業(yè)化集聚對于技術(shù)進(jìn)步指數(shù)具有顯著的正向溢出效應(yīng),而多樣化集聚對技術(shù)效率指數(shù)有顯著的空間溢出效應(yīng)。第四,分區(qū)域研究表明,高技術(shù)產(chǎn)業(yè)集聚對GTFP的影響具有空間異質(zhì)性。中西部地區(qū),無論是專業(yè)化集聚還是多樣化集聚,對GTFP均有顯著的促進(jìn)作用;東部地區(qū),多樣化集聚對GTFP具有顯著的負(fù)向影響,專業(yè)化集聚的影響不顯著,產(chǎn)業(yè)過度集聚產(chǎn)生的擁塞效應(yīng)是主要原因。分時間段研究表明,高技術(shù)產(chǎn)業(yè)專業(yè)化集聚對GTFP增長的空間效應(yīng)呈現(xiàn)逐漸加強(qiáng)趨勢,多樣化集聚在三個研究階段對GTFP的空間效應(yīng)由正轉(zhuǎn)負(fù)再轉(zhuǎn)正,二者對GTFP的綜合影響為正,但GTFP在不同階段的增長水平差異較大。第五,從控制變量來看,人口規(guī)模、富裕程度、基礎(chǔ)設(shè)施建設(shè)與政府干預(yù)程度對GTFP有促進(jìn)作用,而人力資本水平和外商直接投資對GTFP有負(fù)向影響。

針對上述結(jié)論,本文提出如下政策建議:一是各地應(yīng)科學(xué)制定高技術(shù)產(chǎn)業(yè)的集聚模式。高技術(shù)產(chǎn)業(yè)應(yīng)該以專業(yè)化集聚模式為核心,同時注重引導(dǎo)高質(zhì)量的多樣化集聚,最大限度地發(fā)揮專業(yè)化集聚和多樣化集聚對綠色全要素生產(chǎn)率改善的促進(jìn)作用與溢出效應(yīng)。二是各地區(qū)在鼓勵企業(yè)、高校和其他科研機(jī)構(gòu)科技研發(fā)的同時,還應(yīng)該注意科技研發(fā)結(jié)構(gòu)的合理優(yōu)化?；A(chǔ)研究應(yīng)該得到足夠重視,以提高技術(shù)效率水平,使得在推動綠色全要素生產(chǎn)率提升的過程中,充分發(fā)揮技術(shù)進(jìn)步和技術(shù)效率進(jìn)步對綠色全要素生產(chǎn)率的雙輪驅(qū)動作用。三是結(jié)合各地區(qū)資源稟賦、科技水平等區(qū)位優(yōu)勢,制定合理的高技術(shù)產(chǎn)業(yè)轉(zhuǎn)移政策。積極引導(dǎo)東部地區(qū)的部分邊際產(chǎn)業(yè)向中西部地區(qū)梯度轉(zhuǎn)移,這樣不僅能夠解決東部地區(qū)由于產(chǎn)業(yè)過度集聚造成的輸出剩余、資源要素配置不合理等擁塞問題,還可以提升中西部地區(qū)高技術(shù)產(chǎn)業(yè)的集聚水平,使得高技術(shù)產(chǎn)業(yè)集聚對綠色全要素生產(chǎn)率的促進(jìn)作用得以發(fā)揮。四是優(yōu)化外商投資結(jié)構(gòu),加強(qiáng)對外資引進(jìn)的監(jiān)督和審核,積極引進(jìn)國際先進(jìn)的生產(chǎn)工藝,實現(xiàn)外資引入與綠色發(fā)展的有機(jī)結(jié)合;構(gòu)建資源信息開放共享平臺,優(yōu)化高層次人才結(jié)構(gòu),有效規(guī)避“技術(shù)壁壘”和“技術(shù)鎖定”,高效發(fā)揮人力資本對技術(shù)創(chuàng)新的推動作用;加大基礎(chǔ)設(shè)施建設(shè)投入,完善的基礎(chǔ)設(shè)施有利于信息、知識與技術(shù)的高效傳播;政府應(yīng)當(dāng)根據(jù)地區(qū)差異化需求調(diào)整資金和技術(shù)支持政策,從而全面提升綠色全要素生產(chǎn)率水平。