創新型城市綠色發展：效率測算、外部性與提升路徑

張杰 范雨婷

摘要 綠色發展是新發展理念的重要方面，創新是驅動綠色發展的重要支撐。該研究基于2006—2019年共277座城市的面板數據，采用EBM?GLM模型計算綠色全要素生產率，并將其分解為綠色技術進步和綠色技術效率，運用多時期雙重差分模型檢驗創新型試點城市政策能夠促進綠色發展。進一步從城市網絡外部性視角，運用空間雙重差分（SDID）模型分析創新型城市試點政策對城市綠色發展的溢出效應，并探究創新型城市試點政策對城市減排降污、促進綠色發展的作用機制。研究結果表明：①創新型城市試點建設能夠顯著提高城市綠色發展水平，降低污染排放量。②進一步地，創新型城市建設能顯著促進城市綠色技術進步，而對城市綠色技術效率的促進作用并不顯著。③由于城市網絡外部性的存在，創新型試點城市建設會對鄰近城市的綠色發展水平產生負向的溢出效應。更進一步地，在城市網絡外部性的影響下，這種負向溢出效應主要作用于鄰近城市的綠色技術進步上，對鄰近城市綠色技術效率的溢出效應不顯著。④創新型試點城市建設通過提高科技水平、提升財政支持力度以及推動產業結構升級顯著提升城市綠色發展水平。推動創新型城市綠色發展，應重視城市網絡外部性的作用，加強不同的綠色發展傳導路徑的協調，構建創新型城市綠色發展體系。

關鍵詞 創新型城市；城市網絡外部性；綠色全要素生產率；EBM?GLM模型；空間DID模型

中圖分類號 F062. 1；X321 文獻標志碼 A 文章編號 1002-2104（2023）02-0102-11 DOI：10. 12062/cpre. 20220616

長期以來，單純追求GDP增速造成了中國經濟的粗放式增長和與之而來的環境污染問題［1-2］。近年來，環境規制政策的不斷出臺，中國環境質量有所改觀。截至2020年底，全國337個城市中，有202個城市環境空氣質量達標，達標率為59. 9%，同比增長13. 3%。但相比于其他國家，中國生態環境質量的提升仍面臨較大壓力。根據耶魯大學、哥倫比亞大學和世界經濟論壇等機構聯合發布的《環境績效指數報告》（2018年），在180個國家中，中國的空氣質量排名位列倒數第4位。同年，瑞士空氣凈化信息科技公司IQ Air根據全球各國官方數據發布《2018年全球空氣質量報告》，數據顯示在空氣污染最嚴重的100 座城市中，中國57 座（該研究中未包含港澳臺和西藏），其中，全球PM2. 5污染指數排名中，中國位于倒數第12位。2020年中國碳排放總量為102. 51億t，同比增長0. 08%。碳排放量等指標仍呈緩慢增長的趨勢，“雙碳”目標的實現仍面臨較大挑戰。可見，盡管近些年環境規制等政策取得了效果，中國經濟仍需培育可持續的、高質量的發展動力。

2017年，黨的十九大首次提出“中國經濟由高速增長階段轉向高質量發展階段”，并指出“建立健全綠色低碳循環發展的經濟體系”的方向。有效提升綠色發展水平，實現中國經濟高質量發展，其根本要義是提高創新能力。城市是創新活動的基本空間載體。在中國的創新發展體系中，城市是不可忽視的單元。為了釋放城市的創新能力和經濟活力，早在2008年，科技部和發展改革委就公布了深圳為首座創新型試點城市。隨后，為進一步推進創新型試點城市建設（簡稱“創新型城市”），科技部和發展改革委先后發布了《科學技術部關于進一步推進創新型城市試點工作的指導意見》和《創新型城市建設監測評價指標（試行）》，審批通過了36座城市為新一批創新型城市，開始進行大規模試點。隨后的幾年中陸續審批通過了近40座城市為創新型城市。截至2022年1月，中國創新型城市的數量已達103座。創新型城市建設成為實施創新驅動發展戰略、促進經濟高質量發展的重要抓手。

由于創新型城市建設過程中，吸引大量的科技、財政等要素，促進產業結構調整，具有降低單位產出成本、刺激經濟增長的效應。但隨著資源的聚集和要素的大量投入，產品生產耗能也隨之加大。創新型城市的環境保護效應還未可知。因此，創新型城市建設能否促進經濟綠色發展？如果能，其影響路徑又是什么？該研究對以上問題進行實證檢驗。

1 文獻綜述與研究假設

1. 1 文獻綜述

創新型城市政策是一項具有中國特色的促進城市發展和區域創新的嚴格執行的國家級政策。創新驅動綠色發展是習近平生態文明思想的重要組成部分［3］。從理論上來說，創新對城市綠色發展的作用具有兩種相反的效應。一方面，創新具有成本效應［4］，能夠通過研發新產品和新技術，減少自然資源損耗，降低生態環境的壓力。同時創新也具有競爭效應和倒逼效應［5］。環境規制政策對環境要求的提高能夠激發企業產品的綠色化，倒逼企業尋求綠色技術創新來提高市場競爭優勢，進而促進城市綠色發展［12］。已有實證研究中，作為提高城市創新水平的創新型城市政策不僅能提高城市的創新水平［13-14］，也對提升綠色發展水平具有促進作用［15-16］，但在作用機制上具有不同的看法。已有研究認為創新型城市的創新能力提升［17］、產業結構優化［18］、技術創新［19］、結構效應和綠色技術效應等［20］，這些效應對經濟欠發達地區城市環境質量提升有形響，對經濟發達地區則存在“錦上添花”的效果。地區綠色發展水平的影響機制中，技術創新和資源依賴是主要的影響途徑［20］。城市的技術創新對綠色發展的促進作用也具有明顯的空間溢出效應。已有研究［21-22］利用空間計量模型分別從地級市和省級層面驗證了技術創新對區域綠色發展的空間溢出作用。也有研究表明城市綠色發展對創新能力的提升也具有兩種相反的效應。例如，有學者［23］研究了長三角城市群綠色發展對城市創新能力的影響，結果表明綠色發展和城市創新能力存在“U”型關系。盡管已有研究對創新型城市的政策效果作出了評估，大都集中在單純的政策評估和機制分析上。但是，區域政策評估并不能拋開城市間的聯系而默認城市間是獨立的。此外，大都采用綠色全要素生產率（GTFP）直接分析，而綠色發展的定義范圍較廣，僅粗略地采用綠色全要素生產率并不能有效識別創新型城市促進城市綠色發展的源泉和路徑。

該研究的邊際貢獻主要在于：第一，從城市網絡外部性角度，將空間單元納入政策評估的框架，利用SDID模型并在網絡外部性視角下重新評估創新型城市和綠色發展效果，回應創新型城市綠色發展中的城市網絡外部性問題的學術關切。第二，采用空間計量模型衡量創新型城市促進城市綠色發展的空間溢出作用，擴展城市創新研究視野。第三，采用EBM?GML模型測度綠色全要素生產率（GTFP）并分解為綠色技術效率和綠色技術進步，進一步分析創新型城市促進城市綠色發展細分路徑和緣由，豐富城市創新和綠色發展的研究成果。

1. 2 研究假設

創新型城市對城市綠色發展的影響主要體現在以下三方面：第一，創新具有成本效應。新技術的運用節約了產品生產成本。大多產品的產業鏈并非僅存在城市內部，還包括了交通便利、距離較近或市場較近的其他城市。因此，創新所形成的這種成本節約效應還可能減少其他城市的能源消耗。第二，創新具有集聚效應。創新型城市通過政策支持投入大量的財政資金和優惠條件吸引人才和企業到本地集聚發展，生產要素的流動也容易受到其他城市影響。第三，創新型城市具有倒逼效應。創新型城市通過政策引導，明確特色優勢和重點領域，能夠充分突出和發揮城市比較優勢，倒逼落后產業和錯配產業的退出，提高資源配置效率，促進城市綠色發展。由于產業鏈各環節間的聯系，企業進入的區位會選擇在空間上具有比較優勢的區域，從而主動或被動影響周邊其他城市的綠色發展水平。基于以上理論分析，該研究提出如下假設。

H1：創新型城市建設能夠推動本城市綠色發展。

H2：創新型城市建設具有空間效應，能夠通過城市網絡外部性影響周邊城市的綠色發展水平。

該研究認為，創新型城市促進綠色發展的機制主要有三種路徑。第一，技術效應。對于非創新驅動的城市來說，經濟發展容易形成“高消耗資源-低價值產出”的因果循環，使非創新驅動的城市長期中形成了“路徑依賴”，以至于城市發展方式被“鎖定”［24］。相反，在環境規制的壓力下，創新驅動的城市更有能力打破這種“路徑依賴”和“鎖定效應”。第二，財政效應。非創新驅動的城市容易產生資源消耗和環境污染的發展特征，需要政府實施區域導向性的創新政策進行引導。政府財政支持能夠強化企業的主體作用，吸引科技人才流動和集聚。創新型城市財政效應的“高配置”能夠進一步地提高資源配置效率，促進城市的綠色生產技術、環境保護和污染防治技術的提升和推廣。第三，結構效應。一方面，大量的人力資本、科技創新企業等集聚促使科技含量較高、能源消耗較低的產品不斷涌現并持續更新換代，推動初始產業結構調整和升級，促進全產業鏈綠色水平的提高。另一方面，對試點城市的具體考核指標，迫使地方政府優先將更多的財政資金投入到支持創新人才和企業上，也會倒逼落后產能退出和革新。

基于以上理論分析，該研究提出如下假設。

H3：創新型城市建設通過技術效應、財政效應和結構效應提高城市綠色發展水平。

2 研究設計

2. 1 實證模型的構建和空間溢出效應分解

雙重差分模型是研究政策凈效應的重要方法［25］，創新型試點城市的選擇、設立的時間等在全國不同城市中存在明顯差異，這使得在該政策的影響下，創新型試點城市與非試點城市的綠色發展水平也存在較大差異。因此，該研究將創新型試點城市作為一次準自然實驗。創新型試點城市選擇的非隨機性會造成實驗的選擇性偏差，進而容易形成樣本的內生性問題。解決選擇性偏差造成的內生性問題較為典型的計量模型是雙重差分法（DID）。由于創新型試點城市并非同一年份統一批準，因此該模型也稱多期DID模型。對于多期的面板數據，模型設定為：

其中：Wij 為n ×n 維的空間權重矩陣，矩陣中的每一個元素表示地區i 和地區j 之間的聯系。由于溢出效應的存在，創新型試點城市可能會對鄰近城市產生影響，這種平均溢出效應由δ 來衡量。因此，在納入空間溢出效應的情況下，實驗組的政策效應為β1 +δWij，對照組的政策效應為δWij。由于權重矩陣Wij 標準化后行和為1，實驗組的政策效應為β1 +δ，對照組的政策效應為δ。Wij Xit η 表示所定義的權重矩陣中鄰近地區的控制變量對本地區綠色發展水平的影響。

2. 2 數據和變量說明

該研究使用2006—2019年277座城市的平衡面板數據進行實證分析。數據主要來自《中國城市統計年鑒》，其中的缺失值參考Wind數據庫、EPS數據庫以及各省份公布的統計年鑒、經濟社會統計公報、各地市政府網站等進行搜集補充。對于極個別仍然缺失的數據采用插值法補齊，最終形成平衡面板數據。

2. 2. 1 被解釋變量

被解釋變量為城市綠色發展水平。該研究基于效率視角來衡量城市綠色發展水平，從投入產出的角度測度綠色全要素生產率（GTFP）來表征城市綠色發展水平。具體測度過程為：①采用Tone等［31］提出的EBM模型計算城市發展的環境效率，模型中包括環境的非期望產出。②利用GML指數將EBM模型的結果進行分解，得出綠色全要素生產率和其分解項的動態變動情況。其分解項主要包含兩部分，分別為綠色技術效率指數（GEC）和綠色技術進步指數（GTC）。綠色技術效率指數是指由于政策和制度變更造成環境因素隨之變化進而對資源配置效率造成的影響；綠色技術進步指數是指技術發展推動生產的前沿面外移［32］。參考童昀等［33］方法并根據數據特征構建綠色全要素生產率測算指標體系（表1）。

2. 2. 2 解釋變量和控制變量

該研究的核心解釋變量為模型中的DIDit。中國第一座創新型試點城市設立時間為2008年，故將2005—2007年作為創新型試點城市政策實驗前的時間窗口，2008—2019年為實驗期；被批準為創新型試點城市所組成的樣本為實驗組，其他城市則為對照組。在樣本期內，被批準為創新型試點城市的地級市自被批準當年開始，被賦值為1，即DIDit = 1，被批準前DIDit = 0；其他非創新型試點城市的賦值均為0，即DIDit = 0。由于78座創新型試點城市中，昌吉和石河子數據嚴重缺乏，在樣本中予以剔除，同時剔除部分數據不完整的未批準為創新型試點城市的樣本。因此，該研究最終選取76座創新型試點城市樣本作為實驗組樣本，201座城市為對照組樣本。其他影響城市綠色發展水平的因素為該研究的控制變量，結合現有研究，該研究選取的控制變量主要包括：①經濟發展水平（lnpgdp）。以人均GDP的自然對數作為城市經濟發展水平的代理變量。②文明程度（lncult）。以城市年度教育支出的自然對數作為教育水平的代理變量。③環境規制（lnenvir）。以公共汽車載客量的自然對數作為環境規制的代理變量。

2. 2. 3 中介變量

該研究的中介變量分別是技術水平（lnsci）、地方財政（lnfina）和產業結構（lnindus）。其中，技術水平采用年度科學支出的自然對數作為代理變量；財政支出的自然對數作為地方財政的代理變量；第二產業增加值占產業增加值比重的自然對數作為產業結構的代理變量。

2. 2. 4 權重矩陣

該研究構建的空間權重矩陣Wit 為反地理距離矩陣和經濟距離矩陣。反地理距離權重矩陣主要是根據城市i 和城市j 之間的歐幾里得距離取倒數得到；經濟距離矩陣衡量的是城市i 和城市j 之間的GDP差距。兩種空間權重矩陣的對角線均為0。

表2為變量的描述性統計。

3 實證結果與穩健性檢驗

3. 1 平行趨勢檢驗

經典雙重差分法要求實驗組和對照組在政策實施前滿足平行趨勢假設，在政策實施之前無顯著差異，實施之后具有顯著差異，亦即政策實施前回歸系數不顯著，實施后回歸系數顯著，以此來驗證實驗組和對照組在政策實施前后的變化趨勢有無差異。該研究借鑒Beck等［34］的事件研究法，構建平行趨勢檢驗模型，如式（3）：

其中：變量timeit上標n>0表示政策實施基期后n 年，n<0表示政策實施基期前n 年。圖1為創新型試點城市實施前后的回歸系數變動情況，橫軸為正值代表政策實施之后，負值代表政策實施之前，0代表基期。圖1顯示，圖形在基期處形成斷點，斷點前12 期為從2006—2018 年（實驗組城市中最晚被批準為創新型試點城市的時間），回歸系數在0周圍波動并不顯著。基期之后的11期（實驗組城市中最早批準創新型城市的2008年到樣本期內最晚批準創新型試點城市的2019年）的回歸系數均顯著。因此，樣本滿足平行趨勢檢驗。在政策實施后第1期到第6期政策效果越來越明顯，之后開始下降，政策實施后的第6期為政策效果的一個效果峰值。這說明，創新型試點城市政策效果經歷了一個先變大后變小的過程。

3. 2 回歸結果分析

3. 2. 1 基準回歸（多時點DID）

該研究采用經典DID 模型估計結果作為基準回歸結果（表3）。主要被解釋變量綠色全要素生產率（GTFP）的分解變量綠色技術進步指數（GTC）的政策效應系數為正且顯著，這說明創新型試點城市建設提高了城市綠色技術進步程度。但是模型（1）—模型（4）則存在較大的偏誤，導致經典DID回歸結果并不穩健。其原因有二：一是主要的被解釋變量GTFP 的政策效應系數為正，表明創新型試點城市顯著提高了城市的綠色發展水平，但是由于遺漏變量問題導致估計偏誤。二是GTFP 的分解變量GEC（綠色技術效率指數）在模型（3）中不加入控制變量的情況下政策效應系數為負且不顯著，在模型（4）中加入控制變量并采用個體和時間雙固定效應的情況下，政策效應則為正，但不顯著。這說明了遺漏變量偏誤的存在導致經典DID回歸結果并不準確。

3. 2. 2 基于城市網絡外部性的SDID再估計

經典DID模型存在遺漏變量等問題造成回歸結果并不穩健。根據前文分析，理論上城市之間的聯系使城市綠色發展水平并非獨立變化，某一個城市的綠色發展水平可能會受到城市網絡中其他城市相關政策或經濟行為的影響，因而需要采用考慮空間因素的雙重差分空間杜賓模型。采用空間計量模型的前提是各城市間存在空間相關性。該研究采用MoransI 指數檢驗城市綠色發展水平是否存在空間效應（表4），2006—2012年的城市綠色發展水平基本不顯著，2013—2019年城市綠色發展水平的MoransI 指數均顯著，且總體上呈現逐年遞增的趨勢，基本可以說明城市綠色發展水平具有空間相關性［34］。該研究對2006—2012年全局MoransI 指數不顯著的城市進一步分析了局部莫蘭指數，結果顯著，限于篇幅暫不展示。MoransI 指數計算公式詳見文獻［35］。

將反地理距離矩陣納入雙重差分空間杜賓模型中，回歸結果見表5。可以看出SDID 模型回歸結果基本一致，相比于經典DID回歸結果更加穩健。因此，該研究基于SDID回歸結果進行分析。創新型試點城市政策對GTFP的影響主要來源于兩個方面。一是創新型試點城市政策對綠色發展水平存在正的直接效應。在模型（2）中政策虛擬變量DID 的系數顯著為正，這說明創新型試點城市政策能夠提高城市綠色發展水平。這也驗證了該研究的第一個假設的合理性。

二是創新型試點城市政策對綠色發展水平存在負的溢出效應。模型（2）中政策虛擬變量的空間滯后項（W×DID）系數在5%的水平上顯著為負。這說明，創新型試點城市政策對鄰近城市的綠色發展水平存在“抑制”作用。究其原因，創新型試點城市周邊往往圍繞著幾個非試點城市和其他創新型試點城市，而要素的流動并不是孤立的。由于城市網絡外部性的存在，某一個城市創新能力的提升并不僅僅來源城市內部創新要素的優化配置，也能夠通過創新人才引進、科技企業跨地區的產業鏈布局、跨地區研發投資等經濟行為促進要素跨地區流動，并在試點城市形成要素累積和配置優化。在資源總量保持不變的一定時期內，這種流動將促使創新型試點城市對非試點城市的創新要素形成“虹吸”作用，提高本城市綠色發展水平的同時，減少鄰近城市的要素增量，傳統產業升級乏力，進而降低鄰近城市的綠色發展水平。事實上，很多創新型試點城市重視人力資本和技術企業的引進，發起“搶人大戰”和“招商大戰”，例如，“零門檻落戶”及家屬隨遷、人才公寓、租房購房補貼、創業補貼和優惠貸款等，在全國形成了人力資本和科技企業的城市博弈。這使得創新型試點城市政策對城市綠色發展水平負向的空間溢出效應更加突出。這也驗證了該研究的第二個假設。

更進一步地，在創新型試點城市建設促進綠色發展的作用中，該試點政策主要促進了城市綠色技術進步，對城市綠色技術效率的提高并不顯著。表5模型（6），創新型試點城市政策對綠色技術進步的影響主要體現在兩方面：一是創新型試點政策對綠色技術進步正的直接效應。政策虛擬變量系數顯著為正，說明創新型試點城市政策能夠顯著促進城市的綠色技術進步。究其原因，首先是創新型試點城市依靠科技創新驅動，能夠提高處理污染環境的技術能力；其次，要符合創新型試點城市評價標準，就要淘汰落后產能，這對高污染低附加值的產業形成了“倒逼效應”，促進城市的綠色技術和治污能力提升和非期望產出減量；最后，近年來社會提倡創新型發展戰略和生態文明的結合實現高質量發展，這為城市提供了更多的綠色創新機會和發展平臺，推動城市綠色技術發展邊界外延。二是創新型試點城市對綠色技術進步的負的溢出效應。模型（6）中政策虛擬變量的空間滯后項（W×DID）系數顯著為負。這說明創新型試點城市對鄰近城市的綠色技術進步有“抑制”作用。創新型試點城市對綠色技術效率的影響為正，其空間溢出效應為負，但并不顯著。

3. 3 影響機制檢驗

創新型試點城市政策能夠顯著提高城市的綠色發展水平，在城市網絡外部性的作用下，政策效應的空間溢出作用也更加明顯。那么，該試點政策影響城市綠色發展水平的具體路徑有哪些？該研究根據Zhao等［36］的研究，進一步構建中介效應模型分析政策作用機理，如式（3）—式（5）。

其中：（4）式中mit 為中介變量，因變量yit 為GTFP。GTFP的機制檢驗結果見表6，列（1）、列（3）、列（5）為公式（4）的估計結果。中介變量科技水平（lnsci）的政策虛擬變量的系數顯著為正，中介變量地方財政支出（lnfina）的政策虛擬變量系數顯著為正，中介變量產業結構（lnindus）的政策虛擬變量系數顯著為負。這意味著，創新型試點城市建設能夠顯著提高城市的科學技術水平和城市財政支出，降低第二產業增加值占三次產業增加值的比重。創新型試點城市對科技發展水平、財政支出和第二產業占三次產業增加值比重均具有網絡外部性特征。此外，本城市為創新型試點城市，也會提高地理鄰近城市的科技發展水平，促使鄰近城市財政支出增加，降低鄰近地區的傳統工業在總增加值中的占比，促進地區產業結構升級，為鄰近地區創新發展提供支持。在列（2）、列（4）、列（6）的估計結果中，中介變量lnsci 和lnfina 的系數均顯著為正，lnindus 的系數為負，這表明科技水平的提高和財政支出的增加、降低第二產業在三次產業中的比重能夠有利于促進城市綠色發展。變量lnsci 和變量lnfina的空間項對GTFP 回歸系數均為正，變量lnindus 的空間項對GTFP 的回歸系數為負。這表明，在城市網絡外部性的作用下，鄰近城市科技水平的提高、財政支持的加大以及淘汰傳統工業產業有利于提高本城市的綠色發展水平。根據回歸結果計算可得，科技水平、財政支持和產業結構對城市綠色發展水平的中介效應為0. 002、0. 001和0. 006，中介效應占總效應的比重分別為11. 11%、6. 19%和19. 70%。進一步采用Sobel 檢驗和Bootstrap 檢驗，三個中介變量的Sobel檢驗統計量均顯著，Bootstrap檢驗的置信區間均不包含0值，兩個檢驗結果均可證實存在技術效應、財政效應以及結構效應的創新型城市綠色發展中介機制。綜上，中介效應具有較強的穩健性，也進一步驗證了假設二和假設三的合理性。

3. 4 穩健性檢驗

城市與城市之間的網絡外部性不僅和地理距離有關，事實上，經濟社會中各個城市之間基于經濟聯系的一體化正在模糊城市邊界，某一座城市的政策效應可能會基于跨城市產業鏈、企業跨區域投資、產業轉移等經濟行為對與本創新型試點城市具有經濟發展相似性或有經濟聯系城市的綠色發展水平產生影響。因此，該論文重新構建基于經濟距離的空間權重矩陣，進一步檢驗在城市網絡外部性的情況下創新型試點城市對城市綠色發展的影響（表7）。對比表5和表7的回歸結果基本一致，再次證明了回歸結果的穩健性。同時，前文提出的理論假設也再次得到驗證。

4 結論與啟示

城市綠色發展是貫徹和踐行新發展理念的重要方面，提高城市綠色發展水平是推動綠色生態體系的重要一環。而創新是城市綠色發展的長久驅動力。該論文基于2006—2019年城市統計年鑒數據，將國家創新型試點城市作為一次準自然實驗，從城市網絡外部性視角，運用空間DID的方法評估創新型試點城市對城市綠色全要素生產率的影響，更進一步深入探究其內在的作用機制。

主要結論如下：①創新型試點城市建設能夠顯著提高城市綠色發展水平。②采用EBM?GLM模型對綠色全要素生產率分解，得出創新型試點城市建設能顯著促進城市綠色技術進步，而對城市綠色技術效率的提升作用并不顯著。經過平行趨勢檢驗、空間相關性檢驗、更換地理空間矩陣等一系列穩健性檢驗后，上述結論仍成立。③由于城市網絡外部性的存在，創新型試點城市建設會對鄰近城市的綠色發展水平產生負向的溢出效應，更進一步地，這種負向溢出效應主要體現在鄰近城市的綠色技術進步方面，對鄰近城市綠色技術效率的溢出效應不顯著。④創新型試點城市建設通過提高科技水平、提升財政支持力度以及推動產業結構升級顯著提升城市綠色發展水平。

基于研究結論，對中國創新型試點城市建設和城市綠色發展的啟示如下：①加大創新型試點城市的科技研發力度，引進科技型人才，促進研發要素在創新型試點城市的集聚和綠色技術研發，以此推動綠色科技進步。政府應進一步發揮創新型試點城市的創新潛力，擴展綠色技術外延面。②合理規劃設立創新型試點城市，在東中西部均衡規劃和扶持具有創新潛力的城市，促進區域創新協調、協同發展。為促進區域綠色發展協調性和一體性，中央政府應合理規劃和布局創新型試點城市，促使試點城市在不同區域均能合理發揮政策紅利，促進全國范圍內形成創新驅動的綠色發展格局。③重視和激發非創新型試點城市的創新潛力，控制創新型試點城市實現綠色發展對臨近非試點城市的負外部性，加大對非創新型試點城市的生態環境檢測、保護和監督，進一步完善創新型試點城市考核指標和監督機制。地方政府提高本城市的創新能力和綠色技術水平的同時，不應將污染轉移至鄰近城市，促使城市真正實現高質量的綠色創新。④多渠道開拓試點城市促進綠色發展的路徑，構建完備的城市綠色創新體系，全面發揮試點政策的綠色效應。引導和支持綠色技術研發，促進城市產業結構升級，加大財政在科技研發和人才吸引上的投入，引導城市既要遵循此發展機制，也要開拓新的推動城市綠色發展的路徑，形成全面的創新和綠色發展體系。⑤高效利用城市財政支出，構建創新型城市綠色技術創新的多元化財政支出體系。一方面，財政支出向本地創新技術企業傾斜，尤其是處在技術攻關困境、“卡脖子”環節的半導體、芯片等環保制造企業。通過財政補貼、財政的科研資金專項、政府采購等方式，以本地企業的技術創新引導城市的綠色技術進步。另一方面，增加對高新技術行業的初創企業和中小微企業增加全社會資金支持，制定和落實城市企業綠色技術創新的稅收優惠政策，以財政和稅收不斷激勵市場主體朝著技術創新和綠色發展的方向邁進。⑥營造良好的城市綠色創新環境。首先，非創新型城市學習創新型城市的建設經驗和教訓，將符合考核標準的城市增加進創新型試點城市名單，對城市綠色創新環境的營造給予激勵。其次，完善城市的知識產權保護制度和人才培養制度，為科技成果轉化提供快車道。此外，完善交通、科研、教育、制造等基礎設施建設，以打造便捷高效的城市制度環境、營商環境、市場環境來優化城市的綠色創新環境。其次，制定詳細的考核標準和獎懲規則，對創新型城市定期考核，根據城市發展情況，定期考核綠色創新成果，對創新型城市名單進行動態調整，激勵各城市積極留住專業技術人才、維護良好的綠色創新環境。⑦不同城市的發展狀況不同，學習借鑒創新型城市綠色發展的經驗的同時也要考慮自身的發展情況，一城一策，因地制宜。給予地方政府一定的政策自主性，結合本城市的產業結構、創新的技術基礎、人力資本基礎，選取符合客觀經濟規律的創新技術產業。對本城市具有相對基礎和優勢的創新產業提供優先發展的財政支持，以優勢產業技術創新帶動其他產業技術更新，進而脫離原有的高耗能、高污染的發展路徑，夯實城市環境保護的產業基礎，促進城市綠色發展水平的提高。

參考文獻

［1］ ZHENG S Q，KAHN M E. A new era of pollution progress in urbanChina［J］. Journal of economic perspectives，2017，31（1）：71-92.

［2］ HE J X，LIU H M，SALVO A. Severe air pollution and labor productivity：evidence from industrial towns in China［J］. American eco?__nomic journal：applied economics，2019，11（1）：173-201.

［3］ 洪銀興，劉偉，高培勇，等．“習近平新時代中國特色社會主義經濟思想”筆談［J］. 中國社會科學， 2018（9）： 4-73.

［4］ 聶長飛，盧建新，馮苑，等. 創新型城市建設對綠色全要素生產率的影響［J］. 中國人口·資源與環境，2021，31（3）：117-127.

［5］ 郭豐，楊上廣，柴澤陽. 創新型城市建設實現了企業創新的“增量提質”嗎：來自中國工業企業的微觀證據［J］. 產業經濟研究，2021（3）：128-142.

［6］ 黃德春，劉志彪. 環境規制與企業自主創新：基于波特假設的企業競爭優勢構建［J］. 中國工業經濟，2006（3）：100-106.

［7］ 張成，陸旸，郭路，等. 環境規制強度和生產技術進步［J］. 經濟研究，2011，46（2）：113-124.

［8］ 王杰，劉斌. 環境規制與企業全要素生產率：基于中國工業企業數據的經驗分析［J］. 中國工業經濟，2014（3）：44-56.

［9］劉浩華，陳秀玲，王雪峰. 城鎮化與物流綠色全要素生產率的門檻效應研究［J］. 經濟與管理評論，2020（2）：123-132.

［10］汪朝陽. 外資開放如何影響綠色全要素生產率［J］. 經濟與管理評論，2021，37（1）：138-149.

［11］ 張華，魏曉平. 綠色悖論抑或倒逼減排：環境規制對碳排放影響的雙重效應［J］. 中國人口·資源與環境，2014，24（9）：21-29.

［12］ 王旭，褚旭. 制造業企業綠色技術創新的同群效應研究：基于多層次情境的參照作用［J］. 南開管理評論，2022，25（2）：68-81.

［13］ 李政，劉豐碩. 創新型城市試點能否提升城市綠色創新水平［J］.社會科學研究，2021（4）：91-99.

［14］ 宋德勇，李超，李項佑. 創新型城市建設是否促進了綠色技術創新：基于地級市的經驗證據［J］. 技術經濟，2021，40（9）：26-33.

［15］ IBRAHIEM D M. Do technological innovations and financial developmentimprove environmental quality in Egypt［J］. Environmentalscience and pollution research international，2020，27（10）：10869-10881.

［16］ PAN X，AI B，LI C，et al. Dynamic relationship among environmentalregulation，technological innovation and energy efficiencybased on large scale provincial panel data in China［J］. Technologicalforecasting and social change，2019，144：428-435.

［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（2）：101-113.

［18］ 徐換歌，蔣碩亮. 國家創新型城市試點政策的效果以及空間溢出［J］. 科學學研究，2020，38（12）：2161-2170.

［19］ 郭俊華，周丹萍. 國家創新型城市政策對城市綠色發展績效的影響：基于技術創新、資源依賴的中介作用［J］. 軟科學，2021，35（10）：85-92.

［20］ 華岳，譚小清. 區位導向型創新政策與城市生態效率：來自中國創新型城市建設的證據［J］. 南京財經大學學報，2021（5）：76-85.

［21］ 吳新中，鄧明亮. 技術創新、空間溢出與長江經濟帶工業綠色全要素生產率［J］. 科技進步與對策，2018，35（17）：50-58.

［22］ 郝淑雙，朱喜安. 中國區域綠色發展水平影響因素的空間計量［J］.經濟經緯，2019，36（1）：10-17.

［23］ 李光龍，江鑫. 綠色發展、人才集聚與城市創新力提升：基于長三角城市群的研究［J］. 安徽大學學報（哲學社會科學版），2020，44（3）：122-130.

［24］ JEDWAB R，KERBY E，A. History MORADI，path dependenceand development：evidence from colonial railways，settlers and citiesin Kenya［J］. The economic journal，2017，127（603）：1467-1494.

［25］ 張兵兵，胡榴榴. 城市環境立法能夠提升企業出口國內附加值率嗎：基于雙重差分模型（DID）的實證研究［J］. 地理研究，2021，40（10）：2930-2948.

［26］ RUBIN D. Estimating causal effects of treatments in randomizedand nonrandomized studies［J］. Journal of educational psychology，1974，66：688-701.

［27］ 王金杰，盛玉雪. 社會治理與地方公共研發支出：基于空間倍差法的實證研究［J］. 南開經濟研究，2020（1）：199-219.

［28］ KOLAK M， ANSELIN L. A spatial perspective on the econometricsof program evaluation［J］. International regional science review，2019， 43（02）： 128-153.

［29］ FERMAN B. Inference in differences?in?differences： how muchshould we trust in independent clusters？［R］. 2020.

［30］ LESAGE J P，PACE R K. Spatial econometric modeling of origindestinationflows［J］. Journal of regional science，2008，48（5）：941-967.

［31］ TONE K，TSUTSUI M. An epsilon?based measure of efficiency inDEA： a third pole of technical efficiency［J］. European journal ofoperational research，2010，207（3）：1554-1563.

［32］ 崔興華，林明裕. FDI如何影響企業的綠色全要素生產率：基于Malmquist?Luenberger指數和PSM?DID的實證分析［J］. 經濟管理，2019，41（3）：38-55.

［33］ 童昀，劉海猛，馬勇，等. 中國旅游經濟對城市綠色發展的影響及空間溢出效應［J］. 地理學報，2021，76（10）：2504-2521.

［34］ BECK T，LEVINE R，LEVKOV A. Big bad banks： the winnersand losers from bank deregulation in the United States［J］. Thejournal of finance，2010，65（5）：1637-1667.

［35］ 趙磊，方成，吳向明. 旅游發展、空間溢出與經濟增長：來自中國的經驗證據［J］. 旅游學刊，2014，29（5）：16-30.

［36］ ZHAO X S，LYNCH J G J，CHEN Q M. Reconsidering baron andkenny：myths and truths about mediation analysis［J］. Journal ofconsumer research，2010，37（2）：197-206.