姚 戰(zhàn) 琪

(中國社會科學院 財經(jīng)戰(zhàn)略研究院,北京 100006)

一、引言與文獻回顧

《中華人民共和國國民經(jīng)濟和社會發(fā)展第十四個五年規(guī)劃和2035年遠景目標綱要》提出“堅決遏制高耗能、高排放項目盲目發(fā)展,推動綠色轉(zhuǎn)型實現(xiàn)積極發(fā)展”,并提出“堅定不移貫徹創(chuàng)新、協(xié)調(diào)、綠色、開放、共享的新發(fā)展理念”,可見綠色創(chuàng)新是實現(xiàn)高質(zhì)量發(fā)展的根本保障。服務業(yè)具有綠色化、信息化、高附加值化、知識密集化等特征,國家服務業(yè)綜合改革試點不但能直接提高區(qū)域創(chuàng)新能力,也能通過發(fā)揮集聚效應(服務業(yè)集聚吸引創(chuàng)新要素)和生態(tài)效應(優(yōu)化創(chuàng)新生態(tài)環(huán)境)對區(qū)域創(chuàng)新能力提升產(chǎn)生積極影響。同時,國家服務業(yè)綜合改革試點為新一輪產(chǎn)業(yè)轉(zhuǎn)型升級指引了方向,我國要大力發(fā)展綠色產(chǎn)業(yè)和低碳經(jīng)濟,以環(huán)境倒逼機制推動產(chǎn)業(yè)轉(zhuǎn)型升級。推進國家服務業(yè)綜合改革試點工作,優(yōu)化產(chǎn)業(yè)結(jié)構(gòu),增強綠色技術創(chuàng)新能力,具有重要的理論意義和實踐價值。

與本文主題相關的文獻分為四類:一是綠色創(chuàng)新績效評價及其影響因素研究。國內(nèi)學者主要使用綠色專利申請數(shù)、綠色創(chuàng)新效率評價指標體系、授予的綠色專利數(shù)占申請的企業(yè)綠色創(chuàng)新專利數(shù)的比重來測算綠色創(chuàng)新。當前,更多的學者關注金融機構(gòu)存貸款余額之和占GDP的比例、制造業(yè)集聚、政府支持力度、進出口貿(mào)易額占比、環(huán)境規(guī)制等因素對綠色創(chuàng)新的影響。二是服務業(yè)對綠色創(chuàng)新的影響研究。學者們對服務業(yè)與綠色創(chuàng)新的關系進行研究,認為公共投資、信息創(chuàng)造傳播、道德說服等因素能提升綠色創(chuàng)新效率。三是促進綠色創(chuàng)新的研究。環(huán)境友好型技術對于促進綠色增長至關重要,技術變革既需要新技術,也需要更廣泛地部署現(xiàn)有的綠色技術。在我國,多數(shù)學者認為,市場化水平、城鎮(zhèn)人口數(shù)占總?cè)丝跀?shù)比重、教育水平、政府支持力度、外商投資額、本級預算內(nèi)財政收入占本級預算內(nèi)財政支出的比重能顯著影響綠色創(chuàng)新系統(tǒng)耦合協(xié)調(diào)發(fā)展。四是綠色創(chuàng)新與環(huán)境污染研究。文獻集中在綠色創(chuàng)新與污染溢出之間關系、企業(yè)污染排放倒逼綠色發(fā)展、綠色金融抑制工業(yè)污染等方面研究。

總體來說,目前對于國家服務業(yè)綜合改革試點與綠色創(chuàng)新的研究比較全面,但是仍存在三點不足:第一,文獻重點關注國家服務業(yè)綜合改革試點對創(chuàng)新能力的影響,而對區(qū)域創(chuàng)新能力的具體創(chuàng)新類型的討論不夠充分,尤其是對存在較大差距的一線城市、二線城市、三線城市、四線城市和五線城市的綠色創(chuàng)新方面的研究還很少涉及。第二,忽略了綠色創(chuàng)新的空間溢出效應和服務業(yè)綜合改革試點的示范效應特征,沒有考慮是否相鄰矩陣、經(jīng)濟權(quán)重矩陣、地理權(quán)重矩陣等因素的相互作用關系,對國家服務業(yè)綜合改革試點影響綠色創(chuàng)新的分析不夠深入和全面。第三,忽略了國家服務業(yè)綜合改革試點對綠色創(chuàng)新的影響在創(chuàng)新型城市和非創(chuàng)新型城市、低碳試點城市和非低碳試點城市、進口技術溢出少和進口技術溢出多的城市等不同類型城市表現(xiàn)出的系統(tǒng)差異。

為此,本文拓展了國家服務業(yè)綜合改革試點與綠色創(chuàng)新兩方面的研究,使用傾向得分匹配和雙重差分方法(PSM-DID)分析國家服務業(yè)綜合改革試點對綠色創(chuàng)新的影響,還使用三重差分法研究了國家服務業(yè)綜合改革試點對綠色創(chuàng)新的影響在創(chuàng)新型城市和非創(chuàng)新型城市、低碳試點城市和非低碳試點城市、進口技術溢出多的城市和進口技術溢出少的城市是否表現(xiàn)出系統(tǒng)差異。最后,本文為進一步發(fā)揮國家服務業(yè)綜合改革試點對綠色創(chuàng)新的促進作用提出了有針對性的政策建議。

二、研究假設

(一)國家服務業(yè)綜合改革試點與綠色創(chuàng)新

2010年,國家發(fā)改委在西部地區(qū)12個城市(酒泉、成都、拉薩、西寧、西安、三亞、貴陽、銀川、烏魯木齊、大理、重慶渝中區(qū)、石河子)、中部地區(qū)9個城市(長春凈月經(jīng)濟開發(fā)區(qū)、哈爾濱、鄭州、呼和浩特、景德鎮(zhèn)、武漢江漢區(qū)、黃山、衡陽、文水縣)、東部地區(qū)16個城市(沈陽、南京、廣州、深圳、濟南、青島、杭州、寧波、桂林、大連、廈門、秦皇島、石景山、天津南開區(qū)、南京鼓樓區(qū)、上海閘北區(qū))啟動服務業(yè)綜合改革試點工作。首先,生產(chǎn)性服務業(yè)集聚能顯著促進綠色創(chuàng)新[1],其對本地綠色創(chuàng)新和臨近地區(qū)綠色創(chuàng)新的影響都呈現(xiàn)先抑制后促進的U型趨勢,并對城市綠色創(chuàng)新的總效應也呈現(xiàn)先抑制后促進的U型趨勢,因此當生產(chǎn)性服務業(yè)集聚超過臨界值時,對本地區(qū)城市綠色創(chuàng)新有正向影響。其次,服務型貿(mào)易所涉及的服務業(yè)是污染最少的產(chǎn)業(yè),國際貿(mào)易活動中,服務貿(mào)易與環(huán)境污染關聯(lián)度不高,服務業(yè)只占總污染的一小部分,在一氧化碳、氮氧化物、臭氧、硫氧化物、顆粒物質(zhì)等五種主要的空氣污染物中,服務貿(mào)易所涉及的空氣污染物排放量占總排放量的比重不到4%。最后,與制造業(yè)集聚不同,消費性服務業(yè)集聚、生產(chǎn)性服務業(yè)集聚、公共性服務業(yè)集聚能顯著降低城市污染排放[2]。據(jù)此,本文提出以下假設。

假設1:國家服務業(yè)綜合改革試點對綠色創(chuàng)新有促進作用。

(二)國家服務業(yè)綜合改革試點對綠色創(chuàng)新的作用機制分析

國際研發(fā)資本技術溢出能顯著影響我國綠色創(chuàng)新,直接研發(fā)投資存量、外商投資、進口技術溢出有利于促進我國綠色技術創(chuàng)新效率不斷提升,且三個指標對臨近地區(qū)綠色技術創(chuàng)新效率的促進作用大于其對本地區(qū)綠色技術創(chuàng)新效率的促進作用,即對提升綠色技術創(chuàng)新效率的間接效應大于直接效應[3]。其中,進口技術溢出對綠色技術創(chuàng)新效率的總效應大于直接研發(fā)投資存量和外商投資對綠色技術創(chuàng)新效率的總效應,進口能夠通過發(fā)揮競爭效應、關聯(lián)效應和模仿效應間接促進綠色技術創(chuàng)新效率提升。技術密集型和知識密集型服務貿(mào)易進口能促進我國技術創(chuàng)新,而不斷完善知識產(chǎn)權(quán)保護程度能促進技術密集型和知識密集型服務貿(mào)易進口的技術溢出效應[4],當前我國需要不斷完善知識產(chǎn)權(quán)保護制度,激勵國內(nèi)企業(yè)進口技術密集型和知識密集型產(chǎn)品,從而不斷提升綠色創(chuàng)新效率。據(jù)此,本文提出以下假設。

假設2a:與進口技術溢出占比較低的地區(qū)相比,國家服務業(yè)綜合改革試點對綠色創(chuàng)新的促進作用在進口技術溢出占比較高的地區(qū)相對更大。

國家服務業(yè)綜合改革試點對綠色創(chuàng)新的影響機理不能忽略對創(chuàng)新型城市建設的影響。2010年科學技術部發(fā)布《科學技術部關于進一步推進創(chuàng)新型城市試點工作的指導意見》,當前全國創(chuàng)新型城市試點已達57個。創(chuàng)新型城市試點政策對綠色創(chuàng)新具有正向作用,不但能直接促進綠色創(chuàng)新增長,還能夠通過發(fā)揮政府引領作用、促進產(chǎn)業(yè)結(jié)構(gòu)升級、提升城市創(chuàng)新能力、加快人才集聚、提升資本深化能力、促進互聯(lián)網(wǎng)發(fā)展、提高環(huán)境規(guī)制強度對我國綠色創(chuàng)新效率提升產(chǎn)生積極影響。創(chuàng)新型城市建設不但能直接提高綠色全要素生產(chǎn)率,還能通過發(fā)揮倒逼效應、集聚效應和技術效應間接促進城市綠色全要素生產(chǎn)率提升。創(chuàng)新型城市建設不但會通過倒逼地方政府增加人均科學技術財政支出、促進企業(yè)提高科技研發(fā)人員所占比重、提升環(huán)境質(zhì)量間接促進綠色全要素生產(chǎn)率提升[5],而且會通過不斷提升城市經(jīng)濟密度和市場潛能、提高創(chuàng)新水平和增加人力資本間接提高綠色全要素生產(chǎn)率。與創(chuàng)新型城市建設滯后的城市相比,國家服務業(yè)綜合改革試點對綠色創(chuàng)新的促進作用在創(chuàng)新型城市建設步伐加快的城市相對更大。據(jù)此,本文提出以下假設。

假設2b:國家服務業(yè)綜合改革試點會推進創(chuàng)新型城市建設, 從而促進創(chuàng)新型城市綠色創(chuàng)新快速增長。

能源消費對綠色創(chuàng)新和綠色增長指數(shù)都有負向影響,低碳城市試點和創(chuàng)新型城市試點能降低碳排放水平,且雙試點城市的碳減排效果更強[6]。雙試點城市能通過提高城市綠色創(chuàng)新效率間接降低碳排放量,因此提升綠色創(chuàng)新效率是雙試點城市降低碳排放量的中介變量。另外,低碳試點政策能通過使用市場工具間接提高綠色專利申請絕對值和綠色專利申請相對值,命令型工具和自愿型工具作用效果不明顯,因此政府可以對企業(yè)進行節(jié)能創(chuàng)新補貼,從而間接促進綠色專利申請量增長。據(jù)此,本文提出以下假設。

假設2c:國家服務業(yè)綜合改革試點會促進城市綠色低碳發(fā)展,進而促進低碳城市綠色創(chuàng)新快速增長。

三、研究設計

(一)樣本選取與數(shù)據(jù)來源

為考察國家服務業(yè)綜合改革試點如何影響綠色創(chuàng)新,本文圍繞服務業(yè)綜合改革試點這一自然試驗,選取2005—2020年中國292個地級市作為研究對象。綠色發(fā)明專利申請量、綠色實用新型專利申請量來自中國研究數(shù)據(jù)服務平臺(CNRDS)。人均國民收入、制造業(yè)增加值占國內(nèi)生產(chǎn)總值比重、金融發(fā)展水平、研發(fā)費用、外商投資占比、第三產(chǎn)業(yè)國內(nèi)生產(chǎn)總值來自CEIC數(shù)據(jù)庫、中經(jīng)網(wǎng)統(tǒng)計數(shù)據(jù)庫、Wind數(shù)據(jù)庫、中國統(tǒng)計年鑒。

(二)變量定義

被解釋變量。被解釋變量為綠色發(fā)明專利申請量(Greei)、綠色實用新型專利申請量(Greep)、綠色創(chuàng)新能力(Greef)。參考蔡玲和汪萍的方法[7],使用兩變量(綠色發(fā)明專利申請量與綠色實用新型專利申請量)相加,再加1取自然對數(shù)的方法測算綠色創(chuàng)新能力。進行穩(wěn)健性檢驗時,使用綠色發(fā)明專利申請量和綠色實用新型專利申請量是否排名前146位(分別為Pm和Pm1)來度量綠色創(chuàng)新。

解釋變量。分組虛擬變量為Treat,時間虛擬變量為Time。

控制變量?？刂谱兞堪ㄈ司鶉袷杖?Lnpg)、制造業(yè)增加值占國內(nèi)生產(chǎn)總值比重(Merp)、金融發(fā)展水平(Fina)、研發(fā)費用(Rd)、外商投資占比(Fdip)。

同時,為了檢驗國家服務業(yè)綜合改革試點影響綠色創(chuàng)新在制度環(huán)境方面的差異,我們引入了是否低碳試點城市虛擬變量、是否創(chuàng)新型城市虛擬變量、是否為進口技術溢出占比較高的城市虛擬變量。從分組描述性統(tǒng)計可看到,Greei、Greep、Greef等變量在對照組的數(shù)值都小于實驗組,說明不管從綠色發(fā)明專利申請量(綠色實用新型專利申請量)還是綠色創(chuàng)新能力視角來看,對照組的綠色創(chuàng)新能力都落后于實驗組。研發(fā)費用、人均國民收入、金融發(fā)展水平在實驗組的數(shù)值大于對照組,因此實驗組的研發(fā)費用、人均國民收入和金融發(fā)展水平都高于對照組。制造業(yè)增加值占國內(nèi)生產(chǎn)總值比重、外商投資占比在對照組的數(shù)值大于實驗組,所以對照組的制造業(yè)增加值占比、外商投資占比高于實驗組。(1)限于篇幅,此處未報告分組描述性統(tǒng)計結(jié)果,若有需要,請聯(lián)系作者索取。

(三)模型構(gòu)建

本文使用雙重差分法(DID)檢驗國家服務業(yè)綜合改革試點對綠色創(chuàng)新的影響。由于傳統(tǒng)DID模型存在樣本選擇偏誤會導致內(nèi)生性,傾向得分匹配法(PSM)能很好地解決內(nèi)生性問題。因此,以PSM-DID法為主分析國家服務業(yè)綜合改革試點對綠色創(chuàng)新的影響。

為了避免多重共線性,構(gòu)建如下DID模型:

Greeit=δ0+δ1×Timeit×Treatit+δj×Controlit+μi+λt+εit

(1)

其中,Gree為綠色創(chuàng)新,包括城市i的綠色發(fā)明專利申請量(Greeiit)、城市i的綠色實用新型專利申請量(Greepit)和綠色創(chuàng)新能力(Greefit);Control為控制變量集合;Treatit為城市i的政策虛擬變量,Treatit=1表明該城市是國家服務業(yè)綜合改革試點城市,Treatit=0表明該城市不是國家服務業(yè)綜合改革試點城市,本文將2010年國家發(fā)改委劃定的37個國家服務業(yè)綜合改革試點城市作為實驗組,其他255個城市或開發(fā)區(qū)為對照組;Time為時間虛擬變量,2010年下半年,國家發(fā)改委正式啟動服務業(yè)綜合改革試點工作,因此,可以將2011年作為政策沖擊的時間點,2011年前Time為0,2011年后(包括2011)Time為1。由于本文使用的37個不同城市啟動國家服務業(yè)綜合改革試點的時間相同,所以統(tǒng)一用2011年為政策沖擊的時間點;Time與Treat的交互項系數(shù)δ1為本文關注的雙重差分估計系數(shù),如果為正,則表明國家服務業(yè)綜合改革試點促進了綠色創(chuàng)新,如果為負,則表明國家服務業(yè)綜合改革試點抑制了綠色創(chuàng)新。

為了緩解樣本選擇偏誤帶來的內(nèi)生性問題,本文使用傾向得分匹配法(PSM),利用probit或logit模型得到的傾向得分值能使個體按照現(xiàn)有的多維度協(xié)變量集進行適當?shù)钠ヅ?。本文使用的匹配傾向得分為:

E(X)=Pr(Treatit=1|Xi)=p(xi)

(2)

其中,Xi為我國i城市的協(xié)變量集。最后使用匹配后的處理組和控制組進行DID回歸。

(3)

為了進一步探索國家服務業(yè)綜合改革試點影響各城市綠色創(chuàng)新的作用機理,從各城市的進口技術溢出占比、技術創(chuàng)新投入、碳排放的差異性切入,構(gòu)建三重差分模型來研究國家服務業(yè)綜合改革試點對綠色創(chuàng)新的影響是否表現(xiàn)出差異性。分別根據(jù)各城市進口技術溢出占比是否高、是否創(chuàng)新型城市、是否國家低碳試點城市形成對照組和實驗組。

加入是否進口技術溢出占比高(Limp)的DDD模型:

Greeit=δ0+δ1×Treatit×Timeit×Limpit+δ2×Treatit×Timeit+δ3×Treatit×Limpit+δ4×Timeit×Limpit+δj×Controlit+μi+λt+εit

(4)

加入是否創(chuàng)新型城市(Inno)的DDD模型:

Greeit=δ0+δ1×Treatit×Timeit×Innoit+δ2×Treatit×Timeit+δ3×Treatit×Innoit+δ4×Timeit×Innoit+δj×Controlit+μi+λt+εit

(5)

加入是否國家低碳試點城市(Lowc)的DDD模型:

Greeit=δ0+δ1×Treatit×Timeit×Lowcit+δ2×Treatit×Timeit+δ3×Treatit×Lowcit+δ4×Timeit×Lowcit+δj×Controlit+μi+λt+εit

(6)

四、國家服務業(yè)綜合改革試點對綠色創(chuàng)新的影響

(一)基準回歸

表1為國家服務業(yè)綜合改革試點對綠色創(chuàng)新影響的DID估計結(jié)果,列(1)和列(2)為國家服務業(yè)綜合改革試點對綠色發(fā)明專利申請量影響的DID估計結(jié)果,列(3)和列(4)為國家服務業(yè)綜合改革試點對綠色實用新型專利申請量影響的DID估計結(jié)果,列(5)和列(6)為國家服務業(yè)綜合改革試點對綠色創(chuàng)新能力影響的DID估計結(jié)果。

表1 國家服務業(yè)綜合改革試點與綠色創(chuàng)新DID估計

可看到,時間虛擬變量與政策虛擬變量交互項的系數(shù)估計值顯著為正,并通過了1%的顯著性檢驗,因此,國家服務業(yè)綜合改革試點政策對綠色創(chuàng)新存在顯著的正向影響,國家服務業(yè)綜合改革試點能促進綠色發(fā)明專利申請量、綠色實用新型專利申請量、綠色創(chuàng)新能力增長,支持了本文的假設1。

(二)穩(wěn)健性檢驗

1.PSM-DID估計結(jié)果。將人均國民收入、制造業(yè)增加值占國內(nèi)生產(chǎn)總值比重、金融發(fā)展水平、研發(fā)費用、外商投資占比作為匹配使用的協(xié)變量。匹配后標準化偏差的絕對值的最大值小于20%,并且對所有變量匹配后的標準化偏差有著明顯下降,同時匹配后的t檢驗結(jié)果均不顯著,匹配效果較好。

使用PSM-DID方法研究國家服務業(yè)綜合改革試點對綠色創(chuàng)新的影響。從表2列(2)、列(4)和列(6)可看到,國家服務業(yè)綜合改革試點政策虛擬變量與時間虛擬變量交互項的系數(shù)估計值顯著為正,通過了1%的顯著性檢驗,因此考慮控制變量時,試點政策對綠色發(fā)明專利申請量、綠色實用新型專利申請量、綠色創(chuàng)新能力有正向影響,也表明DID估計結(jié)果是穩(wěn)健的。從控制變量對綠色創(chuàng)新的影響結(jié)果來看,研發(fā)費用、外商投資占比的系數(shù)估計值顯著為正,通過了1%的顯著性檢驗,金融發(fā)展水平的系數(shù)估計值顯著為負。因此,研發(fā)費用、外商投資占比能促進綠色發(fā)明專利申請量、綠色實用新型專利申請量、綠色創(chuàng)新能力增長,金融發(fā)展水平不能促進我國綠色創(chuàng)新能力增長。

表2 PSM-DID模型估計結(jié)果

使用專利申請授權(quán)量代替被解釋變量,從表2的列(7)可看到Treat×Time仍為正,通過了1%的顯著性檢驗。考慮到雙重固定效應方式(TWFE)的偏誤問題,因此就使用兩階段回歸法(Two-stage DID)進行穩(wěn)健性檢驗,核心解釋變量Time×Treat的系數(shù)估計值仍顯著為正(分別為1.641、1.142、2.784),并高于基準回歸的系數(shù)(1.186、0.804、1.990)。

2.安慰劑檢驗。本文選擇的樣本區(qū)間為2005—2020年,以國家服務業(yè)綜合改革試點政策實施年份2011年為政策實施節(jié)點,因此,本文安慰劑檢驗將研究區(qū)間縮小至2005—2009年,將國家服務業(yè)綜合改革試點政策實施年份設置為2007年。隨機抽取37個城市作為實驗組,并對核心解釋變量進行1000次隨機抽樣,就能得到變量的真實系數(shù)和1000組虛擬變量的系數(shù)估計值,從而繪制安慰劑檢驗結(jié)果圖。(2)限于篇幅,此處未報告安慰劑檢驗結(jié)果圖,如有需要,可聯(lián)系作者索取。虛擬變量的系數(shù)估計值大多集中分布在0周圍,基準回歸系數(shù)超過安慰劑校驗結(jié)果的99%的置信區(qū)間范圍,因此回歸結(jié)果是穩(wěn)健的。

3．調(diào)整時間窗口的研究結(jié)果。2011年我國啟動國家首批服務業(yè)綜合改革試點,因此使用國家首批服務業(yè)綜合改革試點前三年和后三年數(shù)據(jù),即使用2008—2013年數(shù)據(jù)研究調(diào)整時間窗口后的實證結(jié)果。從表3的列(1)—列(4)可看到,調(diào)整時間出口后時間虛擬變量與政策虛擬變量的交叉項的估計系數(shù)仍為正,并通過了1%的顯著性檢驗。

2008年發(fā)生國際金融危機,2008年后中國全球價值鏈地位指數(shù)有所下滑。危機前,中國對東盟OFDI增長速度最快,危機后中國對東盟OFDI下滑,中國對“一帶一路”沿線各國OFDI占中國OFDI比重也略有下滑。受全球金融危機的影響,2008年中國對外開放和產(chǎn)業(yè)結(jié)構(gòu)合理化變量的空間相關度也迅速下降。因此應排除2008年國際金融危機的影響,探索在排除2008年情形下,研究結(jié)果是否有顯著變化。從表3的列(5)—列(8)可看到,排除2008年后,時間虛擬變量與政策虛擬變量的交互項仍為正,并通過了1%的顯著性檢驗,因此排除2008年國際金融危機后,國家服務業(yè)綜合改革試點仍能顯著促進綠色創(chuàng)新。

表3 調(diào)整時間窗口的研究結(jié)果

4. 實驗組和對照組的重新構(gòu)造。首先,根據(jù)2005年292個城市的第三產(chǎn)業(yè)國內(nèi)生產(chǎn)總值的多少設置分組虛擬變量,將第三產(chǎn)業(yè)國內(nèi)生產(chǎn)總值最多的146個城市設置為實驗組,將第三產(chǎn)業(yè)國內(nèi)生產(chǎn)總值最少的146個城市設置為對照組,從而重新設置分組虛擬變量(Trs)。從表4可看到,Trs與Time的交互項仍顯著為正,也通過了1%的顯著性檢驗。其次,將高于第三產(chǎn)業(yè)GDP實際值中位數(shù)的地區(qū)設置為實驗組,其他城市為對照組,并使用分組虛擬變量(Trm)。從表4的列(5)—列(8)可看到,在被解釋變量分別為綠色發(fā)明專利申請量和綠色實用新型專利申請量并考慮控制變量的情形下,分組虛擬變量與時間虛擬變量交互項的系數(shù)估計值分別為0.177和0.159,因此,當高于第三產(chǎn)業(yè)GDP實際值中位數(shù)的地區(qū)為實驗組,其他城市為對照組時,國家服務業(yè)綜合改革試點不但能促進綠色發(fā)明專利申請量增長,也能促進綠色實用新型專利申請量增長。

表4 實驗組和對照組的重新構(gòu)造

(三)異質(zhì)性分析(3)限于篇幅,此處未報告異質(zhì)性分析結(jié)果,若有需要,可聯(lián)系作者索取。

1.基于綜合實力的異質(zhì)性分析。在一線城市、二線城市、四線城市和五線城市,試點政策虛擬變量與時間虛擬變量的交互項系數(shù)估計值均為正,并通過了1%的顯著性檢驗,因此在這些城市,國家服務業(yè)綜合改革試點政策不但能促進綠色發(fā)明專利申請量增長,也能促進綠色實用新型專利申請量增長。在三線城市,試點政策虛擬變量與時間虛擬變量交互項系數(shù)估計值為正,但沒有通過1%的顯著性檢驗。在四線城市和五線城市,試點政策虛擬變量與時間虛擬變量的交互項系數(shù)估計值顯著小于一線城市和二線城市,這是因為四線城市和五線城市的人均國內(nèi)生產(chǎn)總值小于一線城市和二線城市,開放水平有待提高,四線城市和五線城市的研發(fā)人員數(shù)量向一線城市和二線城市流動,四線城市和五線城市的城鎮(zhèn)化水平也低于一線城市和二線城市,從而導致試點政策虛擬變量對四線城市和五線城市綠色創(chuàng)新的促進作用較弱。

2.基于科教水平的異質(zhì)性分析。各地區(qū)不能盲目促進綠色發(fā)明專利申請量、綠色實用新型專利申請量增長,科教水平對綠色創(chuàng)新具有顯著的促進作用。我們根據(jù)各城市是否有211工程學校,將各地區(qū)分為科教水平高的地區(qū)和科教水平低的地區(qū)。研究結(jié)論為,在科教水平高的地區(qū)和科教水平低的地區(qū),無論考慮控制變量還是不考慮控制變量,國家服務業(yè)綜合改革試點都能促進綠色發(fā)明專利申請量、綠色實用新型專利申請量和綠色創(chuàng)新能力增長,并均通過了至少5%的顯著性檢驗;國家服務業(yè)綜合改革試點對綠色創(chuàng)新能力的促進作用大于其對綠色發(fā)明專利申請量、綠色實用新型專利申請量的促進作用,同時其對綠色發(fā)明專利申請量的促進作用大于其對綠色實用新型專利申請量的促進作用;國家服務業(yè)綜合改革試點對科教水平高的地區(qū)的綠色發(fā)明專利申請量、綠色實用新型專利申請量和綠色創(chuàng)新能力的促進作用大于其對科教水平低的地區(qū)的促進作用。

(四)現(xiàn)代服務業(yè)綜合試點影響綠色創(chuàng)新的機制檢驗

1.影響機理及研究結(jié)果。接下來,從進口技術溢出效應是否多、是否創(chuàng)新型城市、是否低碳試點城市角度,進一步研究國家服務業(yè)綜合改革試點對綠色創(chuàng)新的影響是否表現(xiàn)出差異性。

第一,從進口技術溢出效應占比是否高的視角構(gòu)建三重差分方程,研究國家服務業(yè)綜合改革試點對綠色創(chuàng)新的影響在不同進口技術溢出效應環(huán)境下是否表現(xiàn)出差異性。將292個城市的進口技術溢出進行排序,將進口技術溢出最多的97個城市作為實驗組,將進口技術溢出最少的97個城市作為對照組,在此基礎上構(gòu)造包括進口技術溢出效應占比是否高虛擬變量(Limp)、時間虛擬變量、政策虛擬變量的三重差分方程。從表5可看到,三重差分項Treat×Time×Limp和兩重差分項Treat×Limp、Time×Limp、Treat×Time均為正,并至少通過了10%的顯著性檢驗。因此,與進口技術溢出效應占比低的城市相比,國家服務業(yè)綜合改革試點政策對綠色創(chuàng)新的促進作用在進口技術溢出效應占比高的地區(qū)相對更大, 支持了本文的假設2a。

表5 三重差分檢驗結(jié)果

第二,從是否創(chuàng)新型城市視角構(gòu)建三重差分方程,研究國家服務業(yè)綜合改革試點對綠色創(chuàng)新的影響在不同創(chuàng)新環(huán)境下是否表現(xiàn)出差異性。使用是否創(chuàng)新型城市虛擬變量(Inno),實驗組為成為創(chuàng)新型城市的地區(qū),對照組為未成為創(chuàng)新型城市的地區(qū),從而構(gòu)造包括是否創(chuàng)新型城市、時間虛擬變量、政策虛擬變量的三重差分方程。從表5的列(3)和列(4)可看到,三重差分項Treat×Time×Inno顯著為正,二重差分項Treat×Inno、Time×Inno、Treat×Time也為正,并通過了至少10%的顯著性檢驗。因此,與未成為創(chuàng)新型城市的地區(qū)相比,國家服務業(yè)綜合改革試點政策對綠色創(chuàng)新的促進作用在已成為創(chuàng)新型城市的地區(qū)相對更大, 支持了本文的假設2b。

第三,從是否低碳試點城市視角構(gòu)建三重差分方程,研究國家服務業(yè)綜合改革試點對綠色創(chuàng)新的影響在實行低碳經(jīng)濟和不實行低碳經(jīng)濟的環(huán)境下是否表現(xiàn)出差異性。使用是否低碳試點城市虛擬變量(Lowc),實驗組為開始低碳試點的城市,對照組為未開始低碳試點的城市,構(gòu)造包括是否開展低碳試點、時間虛擬變量、政策虛擬變量的三重差分方程,結(jié)果見表5的列(5)和列(6)。三重差分項Treat×Time×Lowc和二重差分項Treat×Lowc、Time×Lowc、Treat×Time均為正,也通過了至少5%的顯著性檢驗。因此,與未開始低碳試點的城市相比,國家服務業(yè)綜合改革試點政策對綠色創(chuàng)新的促進作用在已開始低碳試點的城市相對更大, 支持了本文的假設2c。

2.穩(wěn)健性檢驗。表6為Logistic回歸分析結(jié)果。被解釋變量分別為綠色發(fā)明專利申請量是否排名前146位(Pm)、綠色實用新型專利申請量是否排名前146位(Pm1)。對各城市綠色創(chuàng)新在2005—2020年的均值進行排序, 若一城市的綠色發(fā)明專利申請量或綠色實用新型專利申請量排名前146位,則Pm或Pm1為1,若一城市的綠色發(fā)明專利申請量或綠色實用新型專利申請量排名后146位,則Pm或Pm1為0。從列(1)和列(2)可看到,Treat×Time×Limp對被解釋變量具有正向影響,并分別通過了5%和1%的顯著性檢驗,因此,進口技術溢出多的城市在2011年以后確實會促進服務業(yè)綜合改革試點地區(qū)的綠色發(fā)明專利申請量和綠色實用新型專利申請量增長。從列(3)和列(4)可看到,Treat×Time×Inno對被解釋變量也具有正向影響,均通過了1%的顯著性檢驗,所以創(chuàng)新型城市虛擬變量會促進服務業(yè)綜合改革試點地區(qū)的綠色發(fā)明專利申請量和綠色實用新型專利申請量增長。從列(5)和列(6)可看到,開始低碳試點的城市在2011年以后也會促進服務業(yè)綜合改革試點地區(qū)的綠色發(fā)明專利申請量和綠色實用新型專利申請量增長。

表6 綠色創(chuàng)新的Logistic回歸分析

五、國家服務業(yè)綜合改革試點對綠色創(chuàng)新的間接效應影響分析

本文進一步使用經(jīng)濟權(quán)重矩陣,并使用空間杜賓模型(SDM)研究國家服務業(yè)綜合改革試點對綠色發(fā)明專利申請量(Greei)、綠色實用新型專利申請量(Greep)、綠色創(chuàng)新能力(Greef)所產(chǎn)生的空間溢出效應。(4)限于篇幅,此處未報告LM、LR及Wald-test檢驗結(jié)果,若有需要,可聯(lián)系作者索取。使用經(jīng)濟權(quán)重矩陣時,政策虛擬變量與時間虛擬變量交互項的系數(shù)估計值顯著為正,并通過了1%的顯著性檢驗,因此,國家服務業(yè)綜合改革試點能直接促進綠色發(fā)明專利申請量(Greei)、綠色實用新型專利申請量(Greep)增長。在表7的列(1)、列(2)和列(3)中,政策虛擬變量與時間虛擬變量交互項的空間滯后項的系數(shù)估計值分別為0.478、0.210、0.219,并均通過了1%的顯著性檢驗,因此,國家服務業(yè)綜合改革試點能促進周邊地區(qū)綠色發(fā)明專利申請量增長。同時,國家服務業(yè)綜合改革試點能促進周邊地區(qū)綠色實用新型專利申請量增長,也能促進周邊地區(qū)提升綠色創(chuàng)新能力。

表7 SDM估計結(jié)果

從被解釋變量的滯后項來看,在列(1)、列(2)和列(3)中,綠色發(fā)明專利申請量、綠色實用新型專利申請量、綠色創(chuàng)新能力三變量的一階滯后項系數(shù)估計值分別為1.044、1.126、1.107,并均通過了1%的顯著性檢驗,因此,往期綠色發(fā)明專利申請量會促使當期綠色發(fā)明專利申請量快速增長。以此類推,往期綠色實用新型專利申請量也會促使當期綠色實用新型專利申請量快速增長,往期綠色創(chuàng)新能力也會促使當期綠色創(chuàng)新能力快速增長。

在列(1)、列(2)和列(3)中,rho值分別為0.186、0.097、0.103,也通過了1%的顯著性檢驗,因此,使用經(jīng)濟權(quán)重矩陣時,周邊地區(qū)綠色發(fā)明專利申請量增長1%,會帶動本地區(qū)綠色發(fā)明專利申請量增長0.186%,本地區(qū)綠色發(fā)明專利申請量會受到周邊地區(qū)綠色發(fā)明專利申請量的顯著影響。同時,本地區(qū)綠色實用新型專利申請量和綠色創(chuàng)新能力也會受到周邊地區(qū)綠色實用新型專利申請量和綠色創(chuàng)新能力的顯著影響。

使用經(jīng)濟權(quán)重矩陣時,國家服務業(yè)綜合改革試點對我國綠色創(chuàng)新(綠色發(fā)明專利申請量、綠色實用新型專利申請量、綠色創(chuàng)新能力)的直接效應、間接效應和總效應均為正,(5)限于篇幅,此處未報告雙重差分空間溢出效應分解,若有需要,可聯(lián)系作者索取。均通過了1%的顯著性檢驗,并且國家服務業(yè)綜合改革試點對我國綠色發(fā)明專利申請量、綠色實用新型專利申請量、綠色創(chuàng)新能力的間接效應均大于直接效應。因此,本城市的服務業(yè)綜合改革試點不但會直接促進本城市的綠色發(fā)明專利申請量增長,而且還會帶動周邊地區(qū)服務業(yè)快速發(fā)展,從而間接提升周邊地區(qū)的綠色發(fā)明專利申請量增長。這說明,國家服務業(yè)綜合改革試點具有顯著的外溢效應。

六、結(jié)論與建議

本文采用三重差分法和2005—2020年全國292個地級市統(tǒng)計數(shù)據(jù),識別了服務業(yè)綜合改革試點對綠色創(chuàng)新的影響。研究結(jié)果表明:一是服務業(yè)綜合改革試點促進了城市綠色發(fā)明專利申請量和綠色實用新型專利申請量增長,也促進了綠色創(chuàng)新能力不斷提升。二是國家服務業(yè)綜合改革試點對綠色創(chuàng)新的促進作用在是否低碳試點城市、是否創(chuàng)新型城市和是否為進口技術溢出占比較高的城市等維度表現(xiàn)出差異。與進口技術溢出占比較低的地區(qū)相比,國家服務業(yè)綜合改革試點對綠色創(chuàng)新的促進作用在進口技術溢出占比較高的地區(qū)相對更大;與創(chuàng)新型城市建設滯后的城市相比,國家服務業(yè)綜合改革試點對綠色創(chuàng)新的促進作用在創(chuàng)新型城市建設步伐加快的城市相對更大;與非低碳試點城市相比,國家服務業(yè)綜合改革試點對綠色創(chuàng)新的促進作用在低碳試點城市相對更大。三是國家服務業(yè)綜合改革試點政策不但能促進一線城市、二線城市、四線城市和五線城市的綠色發(fā)明專利申請量增長,也能促進綠色實用新型專利申請量增長。

本研究揭示出,為了改變國家服務業(yè)綜合改革試點政策對三線城市的綠色發(fā)明專利申請量和綠色實用新型專利申請量促進作用較小的事實,我國應培育更多的符合條件的三線城市或三線城市中的某個區(qū)作為主體試點,大力發(fā)展現(xiàn)代服務業(yè),以數(shù)字化賦能商貿(mào)發(fā)展,推動生產(chǎn)性服務業(yè)集聚發(fā)展,促進綠色創(chuàng)新,促進生活性服務業(yè)數(shù)字化轉(zhuǎn)型升級,促進服務業(yè)與制造業(yè)、農(nóng)業(yè)深度融合。另外,進一步擴大國家低碳省區(qū)和低碳城市試點范圍,讓服務業(yè)綜合改革試點政策在推動低碳試點城市的綠色創(chuàng)新中發(fā)揮更大作用。最后,推動創(chuàng)新型城市發(fā)展,增加國家創(chuàng)新型城市名單,大力發(fā)揮國家創(chuàng)新型城市試點政策的綠色效應。