高風(fēng)平 楊晴越

摘?要：在追求綠色發(fā)展和創(chuàng)新經(jīng)濟(jì)的背景下，本文運(yùn)用115個資源型城市2014—2020年面板數(shù)據(jù)，探討空氣污染對區(qū)域創(chuàng)新的影響，發(fā)現(xiàn)空氣污染顯著負(fù)向影響資源型城市創(chuàng)新水平。利用工具變量法解決內(nèi)生性后，其回歸系數(shù)絕對值變大但仍顯著為負(fù)；創(chuàng)新主體分類回歸發(fā)現(xiàn)空氣污染對于企業(yè)創(chuàng)新主體創(chuàng)新能力的負(fù)向回歸結(jié)果更為穩(wěn)健。進(jìn)一步研究空氣污染對區(qū)域創(chuàng)新水平的影響路徑，結(jié)果表明人力資本起部分中介作用。最后替換主要變量、加入東部虛擬變量并運(yùn)用動態(tài)面板模型檢驗(yàn)結(jié)果依舊穩(wěn)健。

關(guān)?鍵?詞：空氣污染；人力資本；區(qū)域創(chuàng)新；資源型城市

DOI：10.16315/j.stm.2023.02.004

中圖分類號：?F207

文獻(xiàn)標(biāo)志碼：?A

Impact?of?air?pollution?on?regional?innovation?level：

Based?on?115?resourcebased?cities

GAO?Fengping，?YANG?Qingyue

（School?of?Economics?and?Management，?Inner?Mongolia?University?of?Science?&?Technology，?Baotou?014010，?China）

Abstract：Under?the?background?of?pursuing?green?development?and?innovative?economy，?this?paper?uses?the?panel?data?of?115?resourcebased?cities?from?2014?to?2020?to?explore?the?impact?of?air?pollution?on?regional?innovation，?and?finds?that?air?pollution?has?a?significant?negative?impact?on?the?level?of?urban?innovation.?After?using?the?instrumental?variable?method?to?solve?the?endogenous?problem，?the?absolute?value?of?its?regression?coefficient?becomes?larger?but?still?significantly?negative;?The?classification?regression?of?innovation?subjects?found?that?the?negative?regression?result?of?air?pollution?on?the?innovation?ability?of?enterprise?innovation?subjects?was?more?robust;?Further?study?the?impact?path?of?air?pollution?on?regional?innovation?level，?the?results?show?that?human?capital?plays?a?part?of?intermediary?role;?Finally，?replace?the?main?variables，?add?the?eastern?dummy?variables?and?use?the?dynamic?panel?model?to?test?that?the?results?are?still?stable.

Keywords：air?pollution;?human?capital;?regional?innovation;?resourcebased?city

收稿日期：?2023-02-10

基金項(xiàng)目：?國家社會科學(xué)基金項(xiàng)目（19BFX171）

作者簡介：?高風(fēng)平（1981—），男，教授，博士，碩士生導(dǎo)師；

楊晴越（1997—），女，碩士研究生.

大國競爭由全球貿(mào)易競爭轉(zhuǎn)入科技創(chuàng)新、國家安全等多方位立體化競爭，科技安全、創(chuàng)新經(jīng)濟(jì)得到國家前所未有的重視。近年來中國專利年申請數(shù)量已經(jīng)超越美國成為世界首位。這意味著普雷維什-辛格假說正在被打破，即發(fā)達(dá)國家掌握尖端技術(shù)，發(fā)展中國家提供低廉價格初級產(chǎn)品的世界經(jīng)濟(jì)格局被改變，如在5G通訊領(lǐng)域中國被認(rèn)為動了美國的“奶酪”，該市場價值13.2萬億美元，超美國當(dāng)年GDP的一半。中國知識產(chǎn)權(quán)總局報告指出中國國內(nèi)知識產(chǎn)權(quán)環(huán)境向好發(fā)展，但企業(yè)遭遇海外知識產(chǎn)權(quán)糾紛的比例上升迅速，自主研發(fā)仍是企業(yè)、高校等創(chuàng)新主體的主要研發(fā)方式。而美國為抑制我國的科技競爭力，不斷擴(kuò)充對我國科技創(chuàng)新企業(yè)及高校的制裁名單，限制科研人員交流。加之全球經(jīng)濟(jì)形勢和國際環(huán)境的變幻莫測，中國只有提升自主研發(fā)能力，才能在國際科技經(jīng)濟(jì)競爭中站穩(wěn)腳跟，捍衛(wèi)國家利益，在經(jīng)濟(jì)活動中獲得全球市場價值鏈的應(yīng)有分配。

與此同時，正如美國全面限制中國科研人員的交流活動，國際科技競爭實(shí)際上被認(rèn)為是科研群體創(chuàng)新能力的比拼。人才是創(chuàng)新的源泉，是發(fā)展的根本，科研人員對于國家創(chuàng)新的重要性毋庸置疑。2021年由美國華盛頓大學(xué)與全

球1?100個大學(xué)及研究中心等聯(lián)合發(fā)布的《2019全球疾病負(fù)擔(dān)研究報告》指出，空氣污染在87種風(fēng)險因子中位列前茅，是中國致死風(fēng)險因素的第4位，僅次于吸煙、高血壓和不健康膳食的致死風(fēng)險［1］，已對國人身體健康造成嚴(yán)重威脅。當(dāng)下，我國已經(jīng)步入經(jīng)濟(jì)高質(zhì)量發(fā)展新階段，國家治理強(qiáng)調(diào)堅(jiān)持綠色發(fā)展理念，加快構(gòu)建生態(tài)文明體系，走人與自然和諧共生的永續(xù)發(fā)展之路。清潔的空氣被認(rèn)為是高新技術(shù)企業(yè)的新興工業(yè)生產(chǎn)要素，同樣也是影響城市宜居性的重要指標(biāo)。隨著人們環(huán)保意識的增強(qiáng)，城市宜居性很大程度上影響著勞動力的流動［2］，研究表明空氣污染會從多方面抑制人的創(chuàng)新活力，且對國家經(jīng)濟(jì)活動產(chǎn)生負(fù)面影響，空氣污染問題已然對區(qū)域人口、經(jīng)濟(jì)發(fā)展影響顯著［3］。而據(jù)《2020年全球環(huán)境績效指數(shù)報告》顯示，中國環(huán)境績效指數(shù)在180個國家和地區(qū)中位列120，其中空氣質(zhì)量作為關(guān)鍵的環(huán)境健康項(xiàng)排名第137位，雖較往年有所改善，但依然不容樂觀［4］。環(huán)境庫茲涅茨曲線表明在短時間內(nèi)經(jīng)濟(jì)增長無法抵消給環(huán)境帶來的負(fù)面影響，這也意味著空氣污染的負(fù)外部性將在長時間內(nèi)對國家經(jīng)濟(jì)、人民健康構(gòu)成挑戰(zhàn)。城市發(fā)展及綜合治理要求系統(tǒng)考量環(huán)境及經(jīng)濟(jì)增長水平，市場投資領(lǐng)域中ESG（環(huán)境、社會和公司治理）評價體系側(cè)重企業(yè)的可持續(xù)發(fā)展?jié)摿?，城市空氣質(zhì)量作為考察城市生態(tài)文明建設(shè)的重要指標(biāo)［5］及企業(yè)綠色發(fā)展的關(guān)鍵要素，儼然受到政府、資本及創(chuàng)新主體的高度重視。

在中國，資源型城市是國家經(jīng)濟(jì)的重要組成部分，數(shù)量約占我國全部類型城市的45%。資源型城市曾是中國經(jīng)濟(jì)快速增長的主要力量，但其過去以環(huán)境污染和資源消耗為代價的生產(chǎn)方式，造成如今貧困化發(fā)展局面尚未徹底改變［6］。全國126個資源型城市，超60%的城市人口流失嚴(yán)重，城市能級不斷下降。資源型城市面臨的困境多與其產(chǎn)業(yè)特性相關(guān)，其政府一定程度上要負(fù)擔(dān)更高的環(huán)境治理成本，其產(chǎn)業(yè)的負(fù)外部性導(dǎo)致城市社會福利的下降，人才流失惡化，進(jìn)而阻礙資源型城市經(jīng)濟(jì)發(fā)展，無疑形成了惡性循環(huán)?！百Y源詛咒”假說在資源型城市發(fā)展研究中反復(fù)被提及，資源開發(fā)與經(jīng)濟(jì)增長顯著的負(fù)向關(guān)系備受關(guān)注。邵帥等［7］研究發(fā)現(xiàn)加大能源開發(fā)會對科技創(chuàng)新和人力資本產(chǎn)生擠出效應(yīng)，從而導(dǎo)致資源詛咒效應(yīng)明顯出現(xiàn)。以資源型城市的稀土產(chǎn)業(yè)為例，大多稀土企業(yè)多以原料出口為導(dǎo)向，無法在國際貿(mào)易中獲得價值鏈中下游合理的市場分配，只有加大研發(fā)投入制成稀土工業(yè)品才有望爭取更高的市場價值鏈分配?！度珖Y源型城市可持續(xù)發(fā)展規(guī)劃（2013—2020年）》全方面、多層面引導(dǎo)資源型城市發(fā)展，強(qiáng)調(diào)把生態(tài)文明建設(shè)放在突出地位，加強(qiáng)人才隊(duì)伍建設(shè)，加大科技創(chuàng)新投入，逐步實(shí)現(xiàn)以科技進(jìn)步驅(qū)動地方經(jīng)濟(jì)發(fā)展。資源型城市在全國范圍內(nèi)分布均勻，因其發(fā)展方式導(dǎo)致的空氣污染問題較為突出，是空氣污染負(fù)外部性研究頗具代表性的縮影。危機(jī)中育先機(jī)、于變局中開新局，必須向科技創(chuàng)新要答案。在“資源詛咒”的影響下，資源型城市不可避免地要致力于加快構(gòu)建生態(tài)文明體系，內(nèi)外聯(lián)動提升區(qū)域人力資本水平，科技創(chuàng)新突破資源依賴，以驅(qū)動城市實(shí)現(xiàn)轉(zhuǎn)型發(fā)展。

因此，本文基于115個資源型城市2014—2020的面板數(shù)據(jù)，實(shí)證分析了空氣污染對區(qū)域科技創(chuàng)新的影響，研究結(jié)果表明空氣污染顯著抑制區(qū)域創(chuàng)新發(fā)展，且通過損害區(qū)域人力資本影響了區(qū)域創(chuàng)新水平的提升。這為地方政府厘清污染治理與創(chuàng)新發(fā)展經(jīng)濟(jì)決策關(guān)系提供了經(jīng)驗(yàn)證據(jù)，也為空氣污染經(jīng)濟(jì)后果、科技創(chuàng)新影響路徑等相關(guān)研究提供了適宜補(bǔ)充。

1?研究綜述

熊彼特（Schumpeter）首次將“創(chuàng)新”視為現(xiàn)代經(jīng)濟(jì)增長的核心［8］。學(xué)者們測算了省市科技創(chuàng)新效率［9-10］、國家重大區(qū)域發(fā)展戰(zhàn)略地科技創(chuàng)新效率［11-13］，發(fā)現(xiàn)區(qū)域科技創(chuàng)新水平非均衡發(fā)展，整體呈上升趨勢。其中，部分學(xué)者基于經(jīng)濟(jì)增長影響因素研究，發(fā)現(xiàn)技術(shù)進(jìn)步推動經(jīng)濟(jì)增長且具有長遠(yuǎn)影響［14-15］。李翔等［16］基于地理空間視角研究發(fā)現(xiàn)科技創(chuàng)新對經(jīng)濟(jì)增長始終表現(xiàn)顯著的正向效應(yīng)。可見科技創(chuàng)新對于區(qū)域、社會經(jīng)濟(jì)發(fā)展的重要性。

隨中國綜合國力不斷強(qiáng)盛，人們追求更高質(zhì)量的生活水平，但國內(nèi)多地霧霾現(xiàn)象、極端天氣頻發(fā)，已經(jīng)嚴(yán)重影響人們?nèi)粘Ｉ詈蜕鐣?jīng)濟(jì)活動。當(dāng)今社會對空氣污染后果的關(guān)注度上升，多項(xiàng)研究也表明空氣污染嚴(yán)重影響人的健康和行為活動，Chen［17］研究發(fā)現(xiàn)淮河以北因冬季供熱導(dǎo)致的空氣質(zhì)量下降，致使北方地區(qū)心肺死亡率攀升，預(yù)期壽命縮短，空氣污染會對勞動者造成疾病負(fù)擔(dān)，在此基礎(chǔ)上也會帶來相應(yīng)的經(jīng)濟(jì)負(fù)擔(dān)。Sasset等［18］研究發(fā)現(xiàn)PM2.5指數(shù)與個體負(fù)面情緒正相關(guān)。Stern［19］研究發(fā)現(xiàn)大多戶外從業(yè)人員受空氣污染影響，不僅身體健康狀況受到威脅，而且會產(chǎn)生焦慮、恐慌情緒，從而導(dǎo)致工作積極性下降。宋衍蘅等［20］研究空氣質(zhì)量對審計(jì)師專業(yè)能力的影響，發(fā)現(xiàn)外勤工作中空氣質(zhì)量越差審計(jì)師對異常工作的接受度越低，專業(yè)判斷能力越差，空氣質(zhì)量一定程度上影響了勞動者的專業(yè)決策。Zhang等［21］研究指出從事高認(rèn)知水平、受教育程度較高的勞動者心理健康受空氣污染的影響更為嚴(yán)重，且空氣污染對其認(rèn)知水平呈現(xiàn)顯著的負(fù)向影響。個體的情緒低沉、認(rèn)知水平下降均會負(fù)向影響個體的工作表現(xiàn)和創(chuàng)新思維，羅勇根等［22］研究空氣污染對個體創(chuàng)新的影響，認(rèn)為空氣污染通過負(fù)向影響個體情緒和健康從而損害個體創(chuàng)新活力。梳理相關(guān)文獻(xiàn)可知，空氣污染通過損害人的身心健康，會造成勞動者認(rèn)知水平下降，并產(chǎn)生焦慮、抑郁等負(fù)面情緒，而相應(yīng)帶來的經(jīng)濟(jì)負(fù)擔(dān)，也會對創(chuàng)新工作者的創(chuàng)新行為產(chǎn)生負(fù)面影響。也有學(xué)者立足企業(yè)視角，研究空氣污染對企業(yè)創(chuàng)新活力的影響。除分析空氣污染導(dǎo)致員工的個體創(chuàng)新活力下降之外，也提到空氣污染嚴(yán)重的地區(qū)傾向?qū)嵤└鼮閲?yán)格的環(huán)境規(guī)制。企業(yè)為應(yīng)對強(qiáng)環(huán)境規(guī)制，其環(huán)保成本上升會對創(chuàng)新投入和管理成本產(chǎn)生擠出效應(yīng)，從而負(fù)向影響企業(yè)創(chuàng)新活動［23-25］。通過上述分析可知，空氣污染會損害區(qū)域內(nèi)創(chuàng)新主體創(chuàng)新能力，勢必會抑制區(qū)域整體創(chuàng)新水平的提升。由此，提出假設(shè)：

假設(shè)H1：空氣污染負(fù)向影響區(qū)域創(chuàng)新水平。

環(huán)境是影響區(qū)域人力資源水平的重要因素，根據(jù)多城市RosenRoback空間均衡模型，勞動力的遷移受地區(qū)收入、住房成本及城市宜居性等因素的影響。隨著人們生態(tài)環(huán)境意識增強(qiáng)，空氣質(zhì)量也成為勞動力就業(yè)選址偏好的重要考量因素?？諝馕廴緦θ松硇慕】档奈：?，讓越來越多的家庭選擇流入空氣質(zhì)量更好的城市，尤其對于大多中青年以及高素質(zhì)勞動力來說，更高的流動性以及對生活環(huán)境的高要求，當(dāng)空氣污染帶來的負(fù)向成本趨于異地流動成本，本著效用最大化原則人們傾向于流入空氣質(zhì)量更好的城市，最終會導(dǎo)致遷出地的人力資本水平的下降。楚永生等［26］研究不同勞動力受環(huán)境污染影響的流向問題，發(fā)現(xiàn)高素質(zhì)勞動力會更多地考慮生活質(zhì)量問題，環(huán)境污染顯著負(fù)向影響高素質(zhì)勞動力流動。此外，空氣污染對人口還有驅(qū)逐效應(yīng)。而人力資本對區(qū)域創(chuàng)新發(fā)展的重要程度，從各地的人才引進(jìn)政策的優(yōu)惠力度就可見一斑。學(xué)者們也從多視角實(shí)證研究，發(fā)現(xiàn)人才集聚、人力資本投入確實(shí)會帶動區(qū)域創(chuàng)新發(fā)展。周凡磬［27］研究發(fā)現(xiàn)勞動者素質(zhì)對區(qū)域創(chuàng)新存在異質(zhì)性影響，其中接受高中、大學(xué)以上教育的勞動力對區(qū)域創(chuàng)新水平有明顯的促進(jìn)作用，且后者的促進(jìn)作用遠(yuǎn)高于前者，但從整體上人力資本

仍顯著正向影響區(qū)域創(chuàng)新水平。徐斌等［28］也曾提到人才集聚帶來的知識資本積累能擴(kuò)散到企業(yè)、高校等創(chuàng)新主體，從而提升區(qū)域整體科技創(chuàng)新產(chǎn)出?？諝馕廴静粌H會損害區(qū)域內(nèi)勞動力的身心健康，導(dǎo)致區(qū)域整體人力資本水平的下降，也會因應(yīng)對空氣污染風(fēng)險成本導(dǎo)致的勞動力遷出，抑制人才集聚，致使區(qū)域人力資本水平的下降，從而負(fù)向影響區(qū)域創(chuàng)新水平的提升。由此，提出假設(shè)：

假設(shè)H2：空氣污染會通過人力資本路徑影響區(qū)域創(chuàng)新產(chǎn)出。

資源型城市是以本地區(qū)礦產(chǎn)、森林等自然資源開采、加工為主導(dǎo)產(chǎn)業(yè)的城市類型，過去粗放單一的發(fā)展方式為資源型城市帶來一系列的問題，生態(tài)環(huán)境惡化、資源依賴、人口流失等等。早些年對資源型城市的研究多關(guān)注資源依賴［29］、產(chǎn)業(yè)轉(zhuǎn)型升級［30］及可持續(xù)發(fā)展［31］等方面。隨我國經(jīng)濟(jì)發(fā)展進(jìn)入新常態(tài)，以期實(shí)現(xiàn)建設(shè)美麗中國，學(xué)者們轉(zhuǎn)向研究資源型城市的高質(zhì)量發(fā)展［32］、綠色發(fā)展［33］，資源型城市的生態(tài)環(huán)境、產(chǎn)業(yè)綠色化備受關(guān)注。資源型城市的發(fā)展遺留環(huán)境問題不利于當(dāng)?shù)鼐用竦纳硇慕】?，將損害城市整體人力資本水平，勢必也會對城市創(chuàng)新活力的迸發(fā)造成影響。而要推動資源型城市走上可持續(xù)發(fā)展之路，打破其技術(shù)和制度的雙重鎖定［34］，優(yōu)化資源深加工產(chǎn)業(yè)，提升污染防治效率，建設(shè)城市生態(tài)文明，方方面面都離不開創(chuàng)新，離不開人才。當(dāng)前空氣污染對創(chuàng)新的影響研究，多以省域或微觀主體為研究對象，也有學(xué)者從多視角出發(fā)，除空氣污染外考慮了產(chǎn)業(yè)結(jié)構(gòu)、區(qū)域初始稟賦、政府有效干預(yù)及創(chuàng)新政策對區(qū)域創(chuàng)新水平的影響；或基于產(chǎn)出投入模型，測算科技創(chuàng)新效率，討論東中西部城市的發(fā)展差異；或基于創(chuàng)新主體研究企業(yè)、高校和個人的創(chuàng)新發(fā)展對區(qū)域創(chuàng)新的影響?？傮w上，研究主要涉及空氣污染對研發(fā)投入要素的擠出以及創(chuàng)新補(bǔ)償效應(yīng)倒逼機(jī)制，但少有以城市為研究對象分析空氣污染對區(qū)域創(chuàng)新水平的影響。因此，本文以115個資源型城市為例研究空氣污染對區(qū)域創(chuàng)新水平的影響，并探討其中的作用機(jī)理。

2?研究設(shè)計(jì)

《BP世界能源統(tǒng)計(jì)年鑒2020》發(fā)布的數(shù)據(jù)顯示中國的能源消耗位列第一，且化石燃料已經(jīng)占能源消耗總量的近85%，這也揭示了資源型城市空氣污染的主要來源。使用ArcGIS10.8軟件，按照空氣質(zhì)量檢測平臺分級指標(biāo)，繪制了資源型城市2014年及2020年空氣質(zhì)量圖，如圖1、圖2所示。由圖1、圖2可知，資源型城市空氣質(zhì)量有明顯的向好趨勢，但資源型城市輕中度空氣污染城市占比高于全國平均水平;良好空氣質(zhì)量城市占比低于全國平均水平。資源型城市在全國范圍內(nèi)分布均勻，其空氣污染問題頗具代表性，如圖3所示。

鑒于以上對資源型城市空氣污染的現(xiàn)狀分析，下面將針對上文提出的假說進(jìn)行實(shí)證研究。

2.1?模型設(shè)定

基于假設(shè)H1，為了檢驗(yàn)空氣污染與區(qū)域創(chuàng)新水平的關(guān)系，本文在理論分析的基礎(chǔ)上構(gòu)建如下基準(zhǔn)回歸模型：

ln?Patentit=β0+β1ln?AQIit+β2Controlit+εit。（1）

其中：被解釋變量Patentit是資源型城市i在第t年的發(fā)明專利、外觀設(shè)計(jì)、實(shí)用新型3種專利的加總，解釋變量AQIit是資源型城市i在第t年的年均空氣質(zhì)量指數(shù)，均取對數(shù)處理，Controlit代表控制變量集，εit?是模型誤差項(xiàng)。

2.2?變量說明

本文采用2014—2020年資源型城市的面板數(shù)據(jù)進(jìn)行實(shí)證研究。主要解釋變量為各地區(qū)的空氣質(zhì)量指數(shù)，參考肖振紅等研究［35］，數(shù)據(jù)來自中國空氣質(zhì)量在線監(jiān)測平臺；被解釋變量專利授權(quán)數(shù)，參考羅勇根等的研究［19］，數(shù)據(jù)來自PatSnap全球?qū)＠麢z索數(shù)據(jù)庫；其他變量來自《中國城市統(tǒng)計(jì)年鑒》和各地市統(tǒng)計(jì)年報，部分缺失數(shù)據(jù)使用插值法補(bǔ)齊。排除了數(shù)據(jù)缺失嚴(yán)重以及行政區(qū)劃改變的城市，最終選取115個資源型城市進(jìn)行實(shí)證研究。

1）解釋變量?？諝赓|(zhì)量指數(shù)（AQI）。2013年起空氣質(zhì)量監(jiān)測平臺由報告AQI指數(shù)取代原來的API指數(shù)，AQI指數(shù)綜合考慮6種污染物濃度，其數(shù)值越大說明地區(qū)空氣污染程度越高，該研究整理目標(biāo)城市年度空氣質(zhì)量指數(shù)，并將其取對數(shù)處理。

2）被解釋變量。創(chuàng)新水平（Patent）為3種專利申請授權(quán)量加總。因各地市統(tǒng)計(jì)年鑒專利數(shù)據(jù)缺失年份較多，線性插值處理誤差性較大，故采用PatSnap全球?qū)＠麢z索數(shù)據(jù)庫按照年份—城市的檢索方式，整理所需城市的專利數(shù)據(jù)并將其取對數(shù)處理。

3）中介變量。人力資本（HP）。人才是創(chuàng)新的根本，多項(xiàng)研究表明人力資本對區(qū)域創(chuàng)新水平的重要性，故研究借鑒林伯強(qiáng)等［36］對城市人力資本變量的選取，用各地市在校大學(xué)生勞動力占比表示區(qū)域人力資本水平。

4）控制變量。包含政府支持（GS）、區(qū)域經(jīng)濟(jì)發(fā)展（PGDP）、對外開放（OP）、城鎮(zhèn)化率（UL）、產(chǎn)業(yè)結(jié)構(gòu)（IS）。政府對科技創(chuàng)新的支持程度影響區(qū)域創(chuàng)新水平的提升。吳傳清等［37］研究政府在區(qū)域創(chuàng)新中的作用，發(fā)現(xiàn)地方政府對科創(chuàng)的財政支持有助于區(qū)域創(chuàng)新水平的提升，故用政府科學(xué)技術(shù)支出表示政府支持；普遍認(rèn)為經(jīng)濟(jì)實(shí)力強(qiáng)盛的地區(qū)能提供更好的創(chuàng)新環(huán)境，有助于提升區(qū)域創(chuàng)新水平，但當(dāng)區(qū)域經(jīng)濟(jì)發(fā)展水平無法匹配科技發(fā)展速度也會呈現(xiàn)負(fù)向影響，故用人均GDP表示區(qū)域經(jīng)濟(jì)發(fā)展水平；區(qū)域的對外開放水平，一方面外來資金支持有助于區(qū)域創(chuàng)新產(chǎn)出，另一方面外來資金投入不一定會聚焦創(chuàng)新高技術(shù)產(chǎn)業(yè)或創(chuàng)新水平較高的領(lǐng)域，因此對外開放水平對區(qū)域創(chuàng)新的影響也未可知，故用人均外資表示對外開放水平；其他城市創(chuàng)新環(huán)境的指標(biāo)參考已有研究：產(chǎn)業(yè)結(jié)構(gòu)以二產(chǎn)增加值占GDP比重表示;城鎮(zhèn)化水平以人口城鎮(zhèn)化率表示。以上涉及時間價值的變量（政府支持、經(jīng)濟(jì)發(fā)展、對外開放）都折算到2013年為基期，除百分比數(shù)據(jù)外其他數(shù)據(jù)均取對數(shù)處理。主要變量的描述性統(tǒng)計(jì)，如表1所示。

3?實(shí)證

3.1?基準(zhǔn)回歸

本文分別使用普通最小二乘法和兩階段最小二乘法對式（1）進(jìn)行回歸，結(jié)果如表2所示。

在表2第2列加各控制變量進(jìn)行最小二乘回歸，可得空氣污染的系數(shù)為-0.429，意味著空氣污染每增加1%，創(chuàng)新產(chǎn)出下降0.429%，證明空氣污染和區(qū)域創(chuàng)新產(chǎn)出呈負(fù)相關(guān)關(guān)系，即空氣污染程度越高區(qū)域創(chuàng)新水平越低。控制變量中，區(qū)域人力資本水平、政府支持強(qiáng)度、經(jīng)濟(jì)發(fā)展水平和城鎮(zhèn)化率均與區(qū)域創(chuàng)新呈正相關(guān)關(guān)系，符合預(yù)期。說明較高的人力資本水平［38］，政府加大科技財政支持［39］，全方位發(fā)展城市建設(shè)，營造良好區(qū)域環(huán)境有助于區(qū)域創(chuàng)新能力的提升。此外，由表2可知，對外開放程度、產(chǎn)業(yè)結(jié)構(gòu)顯著負(fù)面影響區(qū)域創(chuàng)新水平。首先，考慮到國際貿(mào)易的資金支持不一定聚焦高產(chǎn)出的研發(fā)端，且外商投資不穩(wěn)定性較高難以貫穿較長的研發(fā)周期，因此對外開放程度可能會對創(chuàng)新產(chǎn)生負(fù)面影響；其次，我國產(chǎn)業(yè)結(jié)構(gòu)調(diào)整呈現(xiàn)二產(chǎn)比重下降三產(chǎn)業(yè)比重上升的趨勢，且創(chuàng)新產(chǎn)出多集中在新興產(chǎn)業(yè)，兩者之間的負(fù)相關(guān)也說明了產(chǎn)業(yè)結(jié)構(gòu)調(diào)整可能會對科技創(chuàng)新產(chǎn)生積極影響。

通常認(rèn)為空氣污染和區(qū)域創(chuàng)新水平之間存在內(nèi)生性關(guān)系，空氣污染會影響區(qū)域創(chuàng)新產(chǎn)出，但反過來，區(qū)域創(chuàng)新水平較高的地區(qū)往往空氣污染程度較輕，即空氣污染和區(qū)域創(chuàng)新產(chǎn)出之間存在反向因果關(guān)系。一方面，當(dāng)區(qū)域整體創(chuàng)新水平上升，其中綠色創(chuàng)新專利會從源頭、中末端治理多方面降低生產(chǎn)中的環(huán)境污染，勢必也會降低對空氣的污染程度；另一方面，區(qū)域創(chuàng)新水平提升會帶動區(qū)域經(jīng)濟(jì)發(fā)展，政府可支配環(huán)保財政增多有利于改善環(huán)境問題，政府創(chuàng)新政策出臺可能會加劇空氣污染和區(qū)域創(chuàng)新的內(nèi)生性關(guān)系。因此，該研究使用工具變量解決模型內(nèi)生性問題，已知工具變量的選擇需要滿足2個條件：相關(guān)性和外生性。它們可以解釋空氣污染的變化，但不能通過其他途徑直接或間接影響區(qū)域創(chuàng)新水平。

從歷史角度選擇工具變量，過去交通基礎(chǔ)設(shè)施與當(dāng)今空氣質(zhì)量相關(guān)，但是時間上與現(xiàn)在相距甚遠(yuǎn)，并不會影響當(dāng)今區(qū)域創(chuàng)新水平。歷史上鐵路建設(shè)多半是因礦山運(yùn)煤而建成，而鐵路建設(shè)以線到網(wǎng)的覆蓋方式隨城市的發(fā)展而興盛?？紤]到資源型城市的發(fā)展歷程、產(chǎn)業(yè)發(fā)展特性以及交通工具使用帶來的污染問題，基于歷史的延續(xù)性，研究認(rèn)為1933年各城市是否通鐵路影響空氣質(zhì)量，但1933年鐵路建設(shè)已成為歷史事實(shí)，不會影響當(dāng)今城市創(chuàng)新水平。因此借鑒林伯強(qiáng)等［39］做法，把1933年該城市有鐵路通過設(shè)為1，否則為0。

表2中的3～4列是工具變量法對模型重新估計(jì)的結(jié)果。第1階段的F檢驗(yàn)值為47.68，大于10，且CraggDonald?Wald檢驗(yàn)統(tǒng)計(jì)量12.946，大于臨界值8.96，說明不存在弱工具變量問題。由第2階段估計(jì)結(jié)果可得空氣污染的系數(shù)為-1.272，意味著空氣污染每增加1%，創(chuàng)新產(chǎn)出下降1.272%，與不使用工具變量相比系數(shù)絕對值明顯變大。說明不考慮空氣污染和區(qū)域創(chuàng)新水平之間的內(nèi)生性問題，會低估空氣污染對區(qū)域創(chuàng)新水平的負(fù)面影響，但總體來看空氣污染程度加劇仍是不利于區(qū)域創(chuàng)新水平的提升，驗(yàn)證了假設(shè)H1。究其原因，一方面，空氣污染會對人的心理和身體健康產(chǎn)生不利影響，疾病和不良情緒會降低勞動者的工作效率，而因環(huán)境問題勞動者將承擔(dān)更高的醫(yī)療、防護(hù)成本多方面會影響勞動者的生產(chǎn)率。尤其對于推動區(qū)域創(chuàng)新的發(fā)明人來說，空氣污染帶來的一系列不良影響，不利于其創(chuàng)新思維的迸發(fā)和成果轉(zhuǎn)化。因此，長久積累下來導(dǎo)致空氣污染地區(qū)的整體勞動效率下降，自然也不利于區(qū)域創(chuàng)新水平的提升；另一方面，為加快推進(jìn)生態(tài)文明建設(shè)，地方政府應(yīng)對空氣污染會付出更多的環(huán)保成本，采取更為嚴(yán)格的環(huán)境規(guī)制。雖然波特理論認(rèn)為環(huán)境規(guī)制會反向激勵企業(yè)創(chuàng)新，但創(chuàng)新并非易事，創(chuàng)新研發(fā)的周期較長且需要大量的人員和研發(fā)資金的支持。企業(yè)為遵循環(huán)境規(guī)制要付出更多的污染防治成本，從而擠占研發(fā)投入，將不利于企業(yè)創(chuàng)新產(chǎn)出。因此，空氣污染對于區(qū)域整體創(chuàng)新水平產(chǎn)生了負(fù)向影響。

以上討論了空氣污染對區(qū)域整體創(chuàng)新水平的影響，為了進(jìn)一步觀測空氣污染對區(qū)域創(chuàng)新主體創(chuàng)新水平的影響，該部分分別檢驗(yàn)空氣污染對企業(yè)和高校及科研院所兩大創(chuàng)新主體創(chuàng)新能力的影響，結(jié)果如表3所示。

表3所使用的方法與前文類似，分別使用了OLS和IV（2SLS）對企業(yè)和高校及研究所兩大創(chuàng)新主體進(jìn)行回歸分析。其中CraggDonald?Wald檢驗(yàn)統(tǒng)計(jì)量12.946大于臨界值8.96，且一階段F值均大于10，表示該工具變量有效。對于企業(yè)主體在糾正內(nèi)生性問題后，系數(shù)仍為負(fù)值，但絕對值明顯變大，研究可能低估了空氣污染對企業(yè)創(chuàng)新的負(fù)向影響；而對于院校及研究所在糾正內(nèi)生性問題后系數(shù)為正，但是結(jié)果不顯著。表明空氣污染對不同創(chuàng)新主體創(chuàng)新能力的影響呈現(xiàn)異質(zhì)性，原因可能是多方面的，從統(tǒng)計(jì)數(shù)據(jù)來看，企業(yè)主體仍是區(qū)域創(chuàng)新產(chǎn)出的主力，且企業(yè)更易受到污染的影響。一方面，企業(yè)必須承擔(dān)相應(yīng)的社會責(zé)任，區(qū)域環(huán)境規(guī)制的強(qiáng)度可能導(dǎo)致企業(yè)付出更多的環(huán)保成本；另一方面，企業(yè)員工受空氣污染的影響，可能會減弱其科技創(chuàng)新能力。《2021年中國專利調(diào)查報告》指出我國知識產(chǎn)權(quán)轉(zhuǎn)化率穩(wěn)步上升，尤其是企業(yè)主體自主研發(fā)的專利產(chǎn)業(yè)化率要優(yōu)于其受讓專利的產(chǎn)業(yè)化率，高校及科研單位專利的產(chǎn)業(yè)化率較低，但是通過產(chǎn)學(xué)研合作可以提高其專利產(chǎn)業(yè)化率。對于高校及研究院所，自主性研究更加要求研發(fā)人員的主動性，空氣污染導(dǎo)致的身心危害和更高的防護(hù)成本都會損害個體的工作效率，不利于科研人員創(chuàng)新。但由于高校工作性質(zhì)的原因，創(chuàng)新個體流動性相對企業(yè)員工較低，且外界資金的支持、晉升要求可能是推動高校創(chuàng)新主體創(chuàng)新的主要因素，空氣污染對高校創(chuàng)新主體的影響力仍需討論。

3.2?進(jìn)一步研究

此外，為了探究空氣污染對區(qū)域創(chuàng)新的影響機(jī)制，結(jié)合前文對空氣污染影響區(qū)域創(chuàng)新水平的理論分析，空氣污染會抑制區(qū)域人力資本的提升，進(jìn)一步負(fù)向影響區(qū)域創(chuàng)新水平?；诩僭O(shè)H2，為檢驗(yàn)空氣污染是否通過影響區(qū)域人力資本水平間接影響區(qū)域創(chuàng)新產(chǎn)出，借鑒Baron等［40］模型的設(shè)計(jì)，第1步，以人力資本為被解釋變量，空氣污染為解釋變量，檢驗(yàn)空氣污染對人力資本的影響；第2步，以人力資本為解釋變量，創(chuàng)新產(chǎn)出為被解釋變量，檢驗(yàn)人力資本對區(qū)域創(chuàng)新水平的影響。依據(jù)上述思路，設(shè)定如式（2）和（3）所示中介效應(yīng)模型。為檢驗(yàn)人力資本的中介效應(yīng)是否完全，在控制人力資本的間接影響后，檢驗(yàn)空氣污染對區(qū)域創(chuàng)新的影響是否仍然顯著，構(gòu)建式（4）回歸模型。

HPit=ρ0+ρ1ln?AQIit+ρ2Controlit+εit，（2）

ln?Patentit=η0+η1HPit+η2Controlit+εit，（3）

ln?Patentit=α0+α1ln?AQIit+α2HPit+α3Controlit+εit。（4）

其中，HP表示區(qū)域人力資本水平，以各城市在校大學(xué)生占勞動力比例作為代理變量表示。檢驗(yàn)結(jié)果如表4所示。其中：列（1）是式（2）回歸結(jié)果;列（2）是式（3）回歸結(jié)果;列（3）是式（4）回歸結(jié)果。

由表4可知，空氣污染與人力資本水平顯著負(fù)相關(guān)，人力資本水平與區(qū)域創(chuàng)新水平顯著正相關(guān)，而空氣污染與區(qū)域創(chuàng)新水平顯著負(fù)相關(guān)，即符號ρ1η1與β1一致，存在間接效應(yīng)。式（4）系數(shù)α1和α2均顯著，即在控制空氣污染對區(qū)域創(chuàng)新直接影響的前提下，調(diào)整后的間接效應(yīng)系數(shù)為ρ1α2為-0.041。因而可以認(rèn)為空氣污染導(dǎo)致區(qū)域人力資本水平下降，進(jìn)一步抑制區(qū)域創(chuàng)新產(chǎn)出。即驗(yàn)證了假設(shè)H2。這一結(jié)果符合預(yù)期。如前文分析，空氣是影響城市宜居性的重要因素之一，也是影響城市人口流動的關(guān)鍵因素?，F(xiàn)今人們追求高質(zhì)量的生活環(huán)境，空氣污染不利于人們的身心健康發(fā)展，也有學(xué)者提出空氣污染對人口有驅(qū)逐效應(yīng)。尤其是對于高素質(zhì)創(chuàng)新人才，他們普遍受教育水平較高，有較強(qiáng)的生態(tài)環(huán)保意識，在相同價值水平下，擁有更多的選擇機(jī)會。而空氣污染會降低人的非貨幣性收益，基于效用最大化原則，嚴(yán)重的空氣污染會使高素質(zhì)勞動力流出，由此影響區(qū)域人力資本水平，進(jìn)一步導(dǎo)致區(qū)域創(chuàng)新能力的下降。因此，空氣污染會通過損害區(qū)域人力資本從而抑制區(qū)域創(chuàng)新發(fā)展。

3.3?穩(wěn)健性檢驗(yàn)

為了檢驗(yàn)上述結(jié)果是否穩(wěn)健，即空氣污染是否負(fù)向影響區(qū)域創(chuàng)新水平，進(jìn)行如下幾種穩(wěn)健性檢驗(yàn)，如表5所示。首先，考慮衡量空氣污染的指標(biāo)選取，分別有學(xué)者采用可吸入固體顆粒物、其他污染物排放等指標(biāo)研究空氣污染對城市發(fā)展的影響，因此在表5列（1）～（3）用PM2.5濃度、SO2排放量以及CO排放量替換AQI指數(shù)，檢驗(yàn)空氣中其他污染物對區(qū)域創(chuàng)新水平的影響，以上指標(biāo)均取對數(shù)處理。其次，考慮到東部地區(qū)經(jīng)濟(jì)發(fā)展水平較高，為排除區(qū)域差異性對研究的影響，在表5列（4）加入東部虛擬變量和空氣污染的交叉項(xiàng)。最后，考慮到模型可能存在動態(tài)面板偏差，故在表5列（5）使用動態(tài)面板模型系統(tǒng)GMM進(jìn)行檢驗(yàn)。

表5列（1）～（4）依舊使用最小二乘法回歸，可以發(fā)現(xiàn)空氣污染系數(shù)均顯著為負(fù)。表5列（5）使用系統(tǒng)GMM回歸，AR（1）和?AR（2）的P值分別為0.000和0.139，無法拒絕不存在兩階自相關(guān)原假設(shè)；同時，Hansen檢驗(yàn)結(jié)果不顯著說明變量有效，即采用滯后兩階的GMM估計(jì)有效，模型合理。其回歸結(jié)果同樣表明空氣污染顯著負(fù)向影響區(qū)域創(chuàng)新水平，與上文得到結(jié)論基本一致，由此證明上文得到的結(jié)論是穩(wěn)健可靠的。

4?結(jié)論和建議

新階段下，國家對社會生態(tài)文明建設(shè)和區(qū)域創(chuàng)新發(fā)展的重視程度日益增強(qiáng)，研究空氣污染對于區(qū)域創(chuàng)新的影響顯然具有重要意義。資源型城市空氣質(zhì)量和創(chuàng)新水平向好發(fā)展，但可持續(xù)發(fā)展困境仍待解決，推動資源型城市環(huán)境治理和創(chuàng)新發(fā)展有助于資源型城市突破資源依賴，找到新的接續(xù)發(fā)展產(chǎn)業(yè)，走上高質(zhì)量發(fā)展道路。因此，本文使用2014—2020年115個資源型城市空氣質(zhì)量指數(shù)作為空氣污染指標(biāo)，使用3種專利申請授權(quán)量作為衡量資源型城市創(chuàng)新水平的指標(biāo)，實(shí)證分析空氣污染對區(qū)域創(chuàng)新水平的影響。為研究其影響機(jī)制，以各城市在校大學(xué)生占勞動力的比例作為區(qū)域人力資本水平的代理變量，使用鏈?zhǔn)街薪樾?yīng)模型。研究結(jié)果表明，空氣污染顯著抑制區(qū)域創(chuàng)新水平的提升，人力資本在其中起到部分中介效應(yīng)。研究解決了模型內(nèi)生性問題，運(yùn)用工具變量法進(jìn)行兩階段最小二乘回歸估計(jì)，發(fā)現(xiàn)因雙向因果關(guān)系可能會低估空氣污染對區(qū)域創(chuàng)新產(chǎn)出的負(fù)向影響，但負(fù)向關(guān)系仍舊顯著，結(jié)果穩(wěn)健。為確保研究的可靠性，替換其他污染物作為空氣污染指標(biāo)或加入東部發(fā)展較快區(qū)域交互項(xiàng)或使用動態(tài)面板模型等進(jìn)行了多項(xiàng)穩(wěn)健性檢驗(yàn)。結(jié)果具有高度一致性表明本文結(jié)果具有穩(wěn)健性。

基于上述結(jié)論，提出以下建議：第一，地方政府應(yīng)提高對環(huán)境和創(chuàng)新的重視程度，嚴(yán)格遵循綠色發(fā)展戰(zhàn)略，多方位加大對環(huán)境的監(jiān)管力度。從源頭把控，對創(chuàng)新生產(chǎn)方式、提高產(chǎn)業(yè)綠色經(jīng)濟(jì)效率的創(chuàng)新主體及應(yīng)用綠色生產(chǎn)方式的企業(yè)提供政策優(yōu)惠，促進(jìn)產(chǎn)業(yè)多元化轉(zhuǎn)型；從末端治污，拉大積極響應(yīng)控制排污企業(yè)與不作為企業(yè)的治污成本，倒逼企業(yè)減少污染排放，積極響應(yīng)“誰污染，誰治理”，有度把握環(huán)保和經(jīng)濟(jì)發(fā)展之間的平衡。第二，基于國家知識產(chǎn)權(quán)總局公布的創(chuàng)新主體，地方政府應(yīng)因地制宜進(jìn)行對口支持，定向加大對企業(yè)、高校及院所的科創(chuàng)財政支持。一方面引導(dǎo)企業(yè)提升自主研發(fā)能力，加大知識產(chǎn)權(quán)保護(hù)力度；一方面引導(dǎo)企業(yè)和本地高校的產(chǎn)學(xué)研合作，進(jìn)一步提升高校知識產(chǎn)權(quán)的產(chǎn)業(yè)化率，以此助力創(chuàng)新主體科技創(chuàng)新效率的提升。第三，政府應(yīng)著力改善區(qū)域人力資本水平，發(fā)揮屬地高校關(guān)鍵作用。加大對屬地高校支持，辦好高等教育，支持高校校園基礎(chǔ)設(shè)施建設(shè)和學(xué)科建設(shè)；創(chuàng)建多層次人才培養(yǎng)合作，包括對技術(shù)型職業(yè)院校支持，力爭留住屬地大、中專和普本及以上畢業(yè)生。具體政策惠及應(yīng)當(dāng)考慮所在地實(shí)際情況做出調(diào)整，創(chuàng)新政策聯(lián)動人才政策有助于形成以人才為內(nèi)核創(chuàng)新驅(qū)動發(fā)展的良性循環(huán)，因此地方政府應(yīng)頒布更有競爭力的人才落地政策，進(jìn)一步完善配套設(shè)施建設(shè)，系統(tǒng)性提升區(qū)域社會福利水平，提升城市能級，增加城市對年輕人的吸引力，切實(shí)服務(wù)當(dāng)?shù)禺a(chǎn)業(yè)轉(zhuǎn)型的人才需求。推進(jìn)經(jīng)濟(jì)轉(zhuǎn)型創(chuàng)造多元就業(yè)需求、屬地高校為人才主要輸出、積極提升城市宜居指數(shù)，資源型城市創(chuàng)新要素的綜合生態(tài)環(huán)境將被改善。

參考文獻(xiàn)：

［1］?VALERY?L?FEIGIN.Global，regional，and?national?burden?of?stroke?and?its?risk?factors，1990—2019：A?systematic?analysis?for?the?Global?Burden?of?Disease?Study?2019［J］.Lancet?Neurology，2021，396：1223.

［2］?邵帥.空氣污染對城市外來勞動力居留意愿的影響研究［J］.現(xiàn)代經(jīng)濟(jì)探討，2021（2）：26.

SHAO?S.Research?on?the?impact?of?air?pollution?on?the?willingness?of?urban?migrant?labor［J］.Modern?Economic?Research，2021（2）：26.

［3］?宋德勇，于飛.空氣污染與城市經(jīng)濟(jì)發(fā)展：基于285個地級市的實(shí)證分析［J］.金融與經(jīng)濟(jì)，2020（2）：61.

SONG?D?Y，YU?F.Air?pollution?and?urban?economic?development：Empirical?analysis?based?on?285?prefecturelevel?cities［J］.Finance?and?Economy，2020（2）：61.

［4］?郝春旭，邵超峰，董戰(zhàn)峰，等.2020年全球環(huán)境績效指數(shù)報告分析［J］.環(huán)境保護(hù)，2020，48（16）：68.

HAO?C?X，SHAO?C?F，DONG?Z?F，et?al.Analysis?of?the?global?environmental?performance?index?report?in?2020［J］.Environmental?Protection，202048（16）：68.

［5］?石慶玲，郭峰，陳詩一.霧霾治理中的“政治性藍(lán)天”：來自中國地方“兩會”的證據(jù)［J］.中國工業(yè)經(jīng)濟(jì)，2016（5）：40.

SHI?Q?L，GUO?F，CHEN?S?I.“Political?blue?sky”?in?haze?control：Evidence?from?Chinas?local?“two?sessions”［J］.China?Industrial?Economy，2016（5）：40.

［6］?崔丹，卜曉燕，徐禎，等.中國資源型城市高質(zhì)量發(fā)展綜合評估及影響機(jī)理［J］.地理學(xué)報，2021，76（10）：2489.

CUI?D，BU?X?Y，XU?Z，et?al.Comprehensive?assessment?and?impact?mechanism?of?highquality?development?of?resourcebased?cities?in?China［J］.Journal?of?Geography，2021，76（10）：2489.

［7］?邵帥，齊中英.西部地區(qū)的能源開發(fā)與經(jīng)濟(jì)增長：基于“資源詛咒”假說的實(shí)證分析［J］.經(jīng)濟(jì)研究，2008（4）：147.

SHAO?S，QI?Z?Y.Energy?development?and?economic?growth?in?the?western?region：Empirical?analysis?based?on?the?“resource?curse”?hypothesis［J］.Economic?Research，2008（4）：147.

［8］?約瑟夫·熊彼特.經(jīng)濟(jì)發(fā)展理論［M］.北京：中國人民大學(xué)出版社，2019：252.

JOSEPH?S.Economic?development?theory［M］.Beijing：Renmin?University?of?China?Press，2019：252

［9］?蘭海，吳悅，王丹.基于DEA和Malmquist指數(shù)的青海省科技創(chuàng)新效率研究［J］.科技管理研究，2021，41（17）：40.

LAN?H，WU?Y，WANG?D.Research?on?the?efficiency?of?scientific?and?technological?innovation?in?Qinghai?province?based?on?DEA?and?Malmquist?index［J］.Science?and?Technology?Management?Research，2021，41（17）：40.

［10］范建平，連嘉琪，吳美琴.中國區(qū)域科技創(chuàng)新效率研究：基于三階段EBMWindows模型［J］.中國科技論壇，2019，（11）：113.

FAN?J?P，LIAN?J?Q，WU?M?Q.Research?on?the?efficiency?of?regional?scientific?and?technological?innovation?in?China：Based?on?the?threestage?EBMWindows?model［J］.China?Science?and?Technology?Forum，2019，（11）：113.

［11］席增雷，袁青川，徐偉.基于MalmquistTFP模型的京津冀地區(qū)科技創(chuàng)新經(jīng)濟(jì)效率評價［J］.宏觀經(jīng)濟(jì)研究，2018（7）：132.

XI?Z?L，YUAN?Q?C，XU?W.Evaluation?of?economic?efficiency?of?scientific?and?technological?innovation?in?BeijingTianjinHebei?region?based?on?MalmquistTFP?model［J］.Macroeconomic?Research，2018（7）：132.

［12］陳升，扶雪琴.“一帶一路”沿線科技創(chuàng)新效率區(qū)域差異及影響因素分析：基于三階段DEA和Tobit模型［J］.重慶大學(xué)學(xué)報（社會科學(xué)版），2020，28（9）：1.

CHEN?S，F(xiàn)U?X?Q.Analysis?of?regional?differences?and?influencing?factors?of?scientific?and?technological?innovation?efficiency?along?the?“the?Belt?and?Road”：Based?on?the?threestage?DEA?and?Tobit?model［J］.Journal?of?Chongqing?University?（Social?Science?Edition），2020，28（9）：1.

［13］董會忠，劉鵬振.創(chuàng)新價值鏈視角下環(huán)境規(guī)制對技術(shù)創(chuàng)新效率的影響：以黃河流域?yàn)槔跩］.科技進(jìn)步與對策，2021，38（16）：37.

DONG?H?Z，LIU?P?Z.The?impact?of?environmental?regulation?on?technological?innovation?efficiency?from?the?perspective?of?innovation?value?chain：Taking?the?Yellow?River?Basin?as?an?example［J］.Science?and?Technology?Progress?and?Countermeasures，2021，38（16）：37.

［14］賴一飛，覃冰潔，雷慧，等.“中三角”區(qū)域省份創(chuàng)新要素集聚與經(jīng)濟(jì)增長的關(guān)系研究［J］.科技進(jìn)步與對策，2016，33（23）：32.

LAI?Y?F，QIN?B?J，LEI?H，et?al.Research?on?the?relationship?between?innovation?factor?concentration?and?economic?growth?in?provinces?in?the?“Middle?Triangle”?region［J］.Science?and?Technology?Progress?and?Countermeasures，2016，33（23）：32.

［15］汪曉文，杜欣.中國經(jīng)濟(jì)增長方式轉(zhuǎn)變的影響因素及路徑選擇［J］.北京理工大學(xué)學(xué)報（社會科學(xué)版），2018，20（6）：104.

WANG?X?W，DU?X.Influencing?factors?and?path?selection?of?the?transformation?of?Chinas?economic?growth?mode［J］.Journal?of?Beijing?University?of?Technology?（Social?Science?Edition），2018，20（6）：104.

［16］李翔，鄧峰.科技創(chuàng)新、產(chǎn)業(yè)結(jié)構(gòu)升級與經(jīng)濟(jì)增長［J］.科研管理，2019，40（3）：84.

LI?X，DENG?F.Scientific?and?technological?innovation，industrial?structure?upgrading?and?economic?growth［J］.Scientific?Research?Management，2019，40（3）：84.

［17］CHEN?Y?Y，EBENSTEIN?A，GREENSTONE?M，et?al.Evidence?on?the?impact?of?sustained?exposure?to?air?pollution?on?life?expectancy?from?Chinas?Huai?River?policy［J］.Proceedings?of?the?National?Academy?of?Sciences?of?the?United?States?of?America，2013，110（32）：36.

［18］VICTORIA?S，NICOLE?K?W，STEVEN?M?K，et?al.The?effects?of?air?pollution?on?individual?psychological?distress［J］.Health?and?Place，2017，48：72.

［19］STERN?R?E.Hong?Kong?haze：Air?pollution?as?a?social?class?issue［J］.Asian?Survey，2003，43（5）：780.

［20］宋衍蘅，宋云玲.空氣質(zhì)量會影響審計(jì)師的專業(yè)判斷嗎？［J］.會計(jì)研究，2019（9）：71.

SONG?Y?H，SONG?Y?L.Will?air?quality?affect?auditors?professional?judgment？［J］.Accounting?Research，2019?（9）：71.

［21］ZHANG?X，CHEN?X，ZHANG?X?B.The?impact?of?exposure?to?air?pollution?on?cognitive?performance［J］.Proceedings?of?the?National?Academy?of?Sciences?of?the?United?States?of?America，2018，115（37）：93.

［22］羅勇根，楊金玉，陳世強(qiáng).空氣污染、人力資本流動與創(chuàng)新活力：基于個體專利發(fā)明的經(jīng)驗(yàn)證據(jù)［J］.中國工業(yè)經(jīng)濟(jì)，2019（10）：99.

LUO?Y?G，YANG?J?Y，CHEN?SQ.Air?pollution，human?capital?flow?and?innovation?vitality：Empirical?evidence?based?on?individual?patent?inventions［J］.China?Industrial?Economy，2019?（10）：99.

［23］BAI?X，SONG?Y.Environment?regulation，technology?innovation?and?efficiency?improvement?of?Chinese?thermal?power?industry［J］.China?Industrial?Economics，2009，29（8）：68.

［24］楊繼東，章逸然.空氣污染的定價：基于幸福感數(shù)據(jù)的分析［J］.世界經(jīng)濟(jì)，2014，37（12）：162.

YANG?J?D，ZHANG?Y?R.Air?pollution?pricing：Analysis?based?on?happiness?data［J］.World?Economy，2014，37（12）：162.

［25］羅能生，徐銘陽，王玉澤.空氣污染會影響企業(yè)創(chuàng)新嗎？［J］.經(jīng)濟(jì)評論，2019（1）：19.

LUO?N?S，XU?M?Y，WANG?Y?Z.Will?air?pollution?affect?enterprise?innovation？［J］.Economic?Review，2019（1）：19.

［26］楚永生，劉楊，劉夢.環(huán)境污染效應(yīng)對異質(zhì)性勞動力流動的影響：基于離散選擇模型的空間計(jì)量分析［J］.產(chǎn)經(jīng)評論，2015，6（4）：45.

CHU?Y?S，LIU?Y，LIU?M.The?impact?of?environmental?pollution?effect?on?heterogeneous?labor?mobility：A?spatial?econometric?analysis?based?on?discrete?choice?model［J］.Industrial?and?Economic?Review，2015，6（4）：45.

［27］周凡磬.人力資本、人力資本結(jié)構(gòu)與區(qū)域創(chuàng)新效率的隨機(jī)前沿分析：基于2001—2008中國省域面板數(shù)據(jù)的檢驗(yàn)［J］.情報雜志，2011，30（S2）：282.

ZHOU?F?Q.Stochastic?frontier?analysis?of?human?capital，human?capital?structure?and?regional?innovation?efficiency：Based?on?2001—2008?China?provincial?panel?data［J］.Journal?of?Intelligence，2011，30（S2）：282.

［28］徐斌，羅文.價值鏈視角下科技人才分布對區(qū)域創(chuàng)新系統(tǒng)效率的影響［J］.科技進(jìn)步與對策，2020，37（3）：52.

XU?B，LUO?W.The?impact?of?scientific?and?technological?talent?distribution?on?the?efficiency?of?regional?innovation?system?from?the?perspective?of?value?chain［J］.Science?and?Technology?Progress?and?Countermeasures，2020，37（3）：52.

［29］萬建香，汪壽陽.社會資本與技術(shù)創(chuàng)新能否打破“資源詛咒”？：基于面板門檻效應(yīng)的研究［J］.經(jīng)濟(jì)研究，2016，51（12）：76.

WAN?J?X，WANG?S?Y.Can?social?capital?and?technological?innovation?break?the?“resource?curse”：Research?based?on?panel?threshold?effect［J］.Economic?Research，2016，51（12）：76.

［30］鄧國營，龔勤林.創(chuàng)新驅(qū)動對資源型城市轉(zhuǎn)型效率的影響研究［J］.云南財經(jīng)大學(xué)學(xué)報，2018，34（6）：86.

DENG?G?Y，GONG?Q?L.Research?on?the?impact?of?innovationdriven?on?the?transformation?efficiency?of?resourcebased?cities［J］.Journal?of?Yunnan?University?of?Finance?and?Economics，2018，34（6）：86.

［31］李炳意，師學(xué)義.基于生態(tài)足跡的資源型城市可持續(xù)發(fā)展能力分析：以山西省晉城市為例［J］.水土保持研究，2016，23（2）：255.

LI?B?Y，SHI?X?Y.Analysis?of?sustainable?development?capacity?of?resourcebased?cities?based?on?ecological?footprint：Taking?Jincheng?city，Shanxi?province?as?an?example［J］.Research?on?Water?and?Soil?Conservation，2016，23（2）：255.

［32］崔丹，卜曉燕，徐禎，等.中國資源型城市高質(zhì)量發(fā)展綜合評估及影響機(jī)理［J］.地理學(xué)報，2021，76（10）：2489.

CUI?D，BU?X?Y，XU?Z，et?al.Comprehensive?assessment?and?impact?mechanism?of?highquality?development?of?resourcebased?cities?in?China［J］.Journal?of?Geography，2021，76（10）：2489.

［33］肖瀅，盧麗文.資源型城市工業(yè)綠色轉(zhuǎn)型發(fā)展測度：基于全國108個資源型城市的面板數(shù)據(jù)分析［J］.財經(jīng)科學(xué)，2019（9）：86.

XIAO?Y，LU?L?W.Measurement?of?industrial?green?transformation?and?development?of?resourcebased?cities：Based?on?panel?data?analysis?of?108?resourcebased?cities?in?China［J］.Financial?Science，2019（9）：86.

［34］張生玲，李躍，酒二科，等.路徑依賴、市場進(jìn)入與資源型城市轉(zhuǎn)型［J］.經(jīng)濟(jì)理論與經(jīng)濟(jì)管理，2016（2）：14.

ZHANG?S?L，LI?Y，JIU?E?K，et?al.Path?dependence，market?entry?and?resourcebased?city?transformation［J］.Economic?Theory?and?Economic?Management，2016（2）：14.

［35］肖振紅，李炎，范君荻.空氣污染對區(qū)域創(chuàng)新能力的影響：基于人力資源流動的中介作用與市場化水平的調(diào)節(jié)作用［J］.系統(tǒng)管理學(xué)報，2021，30（5）：994.

XIAO?Z?H，LI?Y，F(xiàn)AN?J?D.The?impact?of?air?pollution?on?regional?innovation?capacity：Based?on?the?intermediary?role?of?human?resource?flow?and?the?regulatory?role?of?marketization?level［J］.Journal?of?Systems?Management，2021，30（5）：994.

［36］林伯強(qiáng)，譚睿鵬.中國經(jīng)濟(jì)集聚與綠色經(jīng)濟(jì)效率［J］.經(jīng)濟(jì)研究，2019，54（2）：119.

LIN?B?Q，TAN?R?P.Chinas?economic?agglomeration?and?green?economic?efficiency［J］.Economic?Research，2019，54（2）：119.

［37］吳傳清，黃磊，文傳浩.長江經(jīng)濟(jì)帶技術(shù)創(chuàng)新效率及其影響因素研究［J］.中國軟科學(xué)，2017（5）：160.

WU?C?Q，HUANG?L，WEN?C?H.Research?on?the?efficiency?of?technological?innovation?and?its?influencing?factors?in?the?Yangtze?River?Economic?Belt［J］.China?Soft?Science，2017（5）：160.

［38］錢曉燁，遲巍，黎波.人力資本對我國區(qū)域創(chuàng)新及經(jīng)濟(jì)增長的影響：基于空間計(jì)量的實(shí)證研究［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2010，27（4）：107.

QIAN?X?Y，CHI?W，LI?B.The?impact?of?human?capital?on?regional?innovation?and?economic?growth?in?China：An?empirical?study?based?on?spatial?measurement［J］.Quantitative?Economic?and?Technological?Economic?Research，2010，27（4）：107.

［39］樊琦，韓民春.政府R&D補(bǔ)貼對國家及區(qū)域自主創(chuàng)新產(chǎn)出影響績效研究：基于中國28個省域面板數(shù)據(jù)的實(shí)證分析［J］.管理工程學(xué)報，2011，25（3）：183.

FAN?Q，HAN?M?C.Research?on?the?performance?of?the?impact?of?government?R&D?subsidies?on?national?and?regional?independent?innovation?output：Empirical?analysis?based?on?panel?data?of?28?provinces?in?China［J］.Journal?of?Management?Engineering，2011，25（3）：183.

［40］BARON?R?M，KENNY?D?A.The?moderatormediator?variable?distinction?in?social?psychological?research：Conceptual，strategic，and?statistical?considerations［J］.Journal?of?personality?and?social?psychology，1986，51（6）：1173.

［編輯：厲艷飛］