創(chuàng)新集聚對(duì)工業(yè)綠色轉(zhuǎn)型的影響

摘要：本文通過(guò)構(gòu)建包含創(chuàng)新集聚部門的新經(jīng)濟(jì)增長(zhǎng)模型，理論闡釋了創(chuàng)新集聚對(duì)工業(yè)綠色轉(zhuǎn)型的非線性作用機(jī)制，并基于2006—2020年中國(guó)282個(gè)城市面板數(shù)據(jù)，實(shí)證檢驗(yàn)了創(chuàng)新集聚對(duì)工業(yè)綠色轉(zhuǎn)型的非線性影響及異質(zhì)性、空間溢出效應(yīng)，并驗(yàn)證財(cái)政縱向失衡和外商直接投資在其中的調(diào)節(jié)效應(yīng)。研究發(fā)現(xiàn)：創(chuàng)新集聚對(duì)工業(yè)綠色轉(zhuǎn)型影響呈U型特征；創(chuàng)新集聚在有效推動(dòng)?xùn)|部城市、一線城市工業(yè)綠色轉(zhuǎn)型的同時(shí)，卻抑制了中部城市、資源型城市、四五線城市工業(yè)綠色轉(zhuǎn)型；創(chuàng)新集聚影響工業(yè)綠色轉(zhuǎn)型的U型特征受到財(cái)政縱向失衡的負(fù)向調(diào)節(jié)和外商直接投資的正向調(diào)節(jié)；創(chuàng)新集聚對(duì)地理距離相近地區(qū)工業(yè)綠色轉(zhuǎn)型的影響存在顯著的倒U型空間溢出效應(yīng)。

關(guān)鍵詞：創(chuàng)新集聚；工業(yè)綠色轉(zhuǎn)型；U型；新經(jīng)濟(jì)增長(zhǎng)模型

中圖分類號(hào)：F205文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1001-148X（2024）02-0001-12

收稿日期：2023-09-07

作者簡(jiǎn)介：王陽(yáng)（1997—），男，山西忻州人，博士研究生，研究方向：宏觀經(jīng)濟(jì)；郭俊華（1966—），男，陜西武功人，教授，博士生導(dǎo)師，研究方向：宏觀經(jīng)濟(jì)。

基金項(xiàng)目：國(guó)家社會(huì)科學(xué)基金重大項(xiàng)目“西部地區(qū)鞏固拓展脫貧攻堅(jiān)成果同鄉(xiāng)村振興有效銜接的路徑及政策研究”，項(xiàng)目編號(hào)：21ZDA063；陜西省社會(huì)科學(xué)基金項(xiàng)目“陜西鞏固拓展脫貧攻堅(jiān)成果同鄉(xiāng)村振興雙向嵌入的邏輯及路徑研究”，項(xiàng)目編號(hào)：2022D039。

一、引言

改革開(kāi)放以來(lái)，伴隨著中國(guó)經(jīng)濟(jì)的快速發(fā)展，資源短缺、環(huán)境污染、生態(tài)失衡等問(wèn)題日益凸顯。據(jù)統(tǒng)計(jì)，2021年中國(guó)能耗量和碳排放量約占全球總量的2645%和3106%，是全球最大的能源消費(fèi)國(guó)與碳排放國(guó)。現(xiàn)階段，工業(yè)是中國(guó)國(guó)民經(jīng)濟(jì)的主體，是“三廢”和碳排放的主要來(lái)源。2021年中國(guó)工業(yè)領(lǐng)域碳排放量約占全國(guó)碳排放總量的69%，能源消費(fèi)量約占全國(guó)能源消費(fèi)總量的65%。因此，加快推進(jìn)工業(yè)綠色轉(zhuǎn)型是實(shí)現(xiàn)經(jīng)濟(jì)社會(huì)發(fā)展綠色化、低碳化的核心問(wèn)題，是實(shí)現(xiàn)高質(zhì)量發(fā)展和中國(guó)式現(xiàn)代化的本質(zhì)要求。

創(chuàng)新是引領(lǐng)高質(zhì)量發(fā)展和中國(guó)式現(xiàn)代化的關(guān)鍵動(dòng)力，是新時(shí)代中國(guó)實(shí)現(xiàn)工業(yè)綠色轉(zhuǎn)型的戰(zhàn)略支撐。在以大數(shù)據(jù)、物聯(lián)網(wǎng)、云計(jì)算、人工智能為核心的數(shù)字經(jīng)濟(jì)時(shí)代，低成本、高速度的要素流動(dòng)特征，使創(chuàng)新要素逐漸向經(jīng)濟(jì)最具活力、開(kāi)放程度最高、人才競(jìng)爭(zhēng)力最強(qiáng)的城市聚集。不同于傳統(tǒng)的分散式創(chuàng)新，創(chuàng)新集聚是將關(guān)鍵核心技術(shù)匯集于重要部門、重點(diǎn)城市，從而提高技術(shù)創(chuàng)新效率、實(shí)現(xiàn)多個(gè)創(chuàng)新主體互利共贏、提升產(chǎn)業(yè)鏈、供應(yīng)鏈現(xiàn)代化水平、塑造產(chǎn)業(yè)發(fā)展新優(yōu)勢(shì)。為此，工業(yè)綠色轉(zhuǎn)型亟須創(chuàng)新集聚驅(qū)動(dòng)，用以規(guī)避綠色技術(shù)研發(fā)風(fēng)險(xiǎn)、降低污染治理成本、縮短節(jié)能技術(shù)研發(fā)周期、化解工業(yè)部門產(chǎn)能過(guò)剩、減少工業(yè)部門能源消費(fèi)、“三廢”和碳排放量。

目前，中國(guó)工業(yè)綠色轉(zhuǎn)型問(wèn)題引發(fā)了學(xué)術(shù)界的廣泛關(guān)注，相關(guān)研究包括中國(guó)工業(yè)綠色轉(zhuǎn)型的時(shí)間演進(jìn)、空間分化和驅(qū)動(dòng)因素等方面。現(xiàn)有研究認(rèn)為中國(guó)工業(yè)綠色轉(zhuǎn)型水平呈逐年上升的趨勢(shì)［1］，但整體水平偏低［2］，并存在明顯空間分化態(tài)勢(shì)，東部地區(qū)、長(zhǎng)江流域和黃河流域中下游工業(yè)綠色轉(zhuǎn)型水平相對(duì)較高［3］，總體空間差異呈擴(kuò)大趨勢(shì)，區(qū)域間差異是總體差異的主要來(lái)源［2］；綠色信貸、環(huán)境規(guī)制［4］、綠色技術(shù)創(chuàng)新［5］、財(cái)政分權(quán)、數(shù)字經(jīng)濟(jì)［6］等是實(shí)現(xiàn)中國(guó)工業(yè)綠色轉(zhuǎn)型的關(guān)鍵驅(qū)動(dòng)因素。

本文基于2006—2020年中國(guó)282個(gè)地級(jí)及以上城市面板數(shù)據(jù)，實(shí)證檢驗(yàn)創(chuàng)新集聚對(duì)工業(yè)綠色轉(zhuǎn)型的非線性影響及異質(zhì)性、空間溢出效應(yīng)，探討財(cái)政縱向失衡和外商直接投資在創(chuàng)新集聚對(duì)工業(yè)綠色轉(zhuǎn)型影響中的調(diào)節(jié)效應(yīng)。

二、理論分析

（一）模型構(gòu)建與研究假說(shuō)

本文基于Romer（1990）的內(nèi)生增長(zhǎng)理論，參考楊立巖和潘慧峰［7］、孫早和許薛璐（2017）［8］、葛鵬飛等（2018）［9］的相關(guān)研究成果，引入創(chuàng)新集聚與工業(yè)綠色全要素生產(chǎn)率，構(gòu)建了包括工業(yè)最終產(chǎn)品生產(chǎn)部門、工業(yè)資本設(shè)備生產(chǎn)部門、創(chuàng)新集聚部門和工業(yè)最終產(chǎn)品消費(fèi)部門的新經(jīng)濟(jì)增長(zhǎng)模型，理論闡釋創(chuàng)新集聚對(duì)工業(yè)綠色轉(zhuǎn)型的作用機(jī)理。

1工業(yè)最終產(chǎn)品生產(chǎn)部門廠商行為

參考袁嘉琪和卜偉（2022）［10］的相關(guān)研究成果，結(jié)合自身研究對(duì)象，構(gòu)建了以勞動(dòng)力投入（L1t）、資本設(shè)備投入（X）、能源投入（E）為主要投入要素的生產(chǎn)函數(shù)，生產(chǎn)函數(shù)采用Cobb-Douglas生產(chǎn)函數(shù)形式，具體設(shè)定為：

Yt=Lα1t∫At0xβidiEδt（1）

其中，α、β、δ分別表示勞動(dòng)、資本設(shè)備、能源的產(chǎn)出彈性；Yt表示t時(shí)刻工業(yè)最終產(chǎn)品產(chǎn)出；L1t表示t時(shí)刻工業(yè)最終產(chǎn)品生產(chǎn)部門的勞動(dòng)力投入；xi表示t時(shí)刻工業(yè)最終生產(chǎn)部門資本設(shè)備數(shù)量；Et表示t時(shí)刻工業(yè)最終生產(chǎn)部門的能源投入；At表示地區(qū)創(chuàng)新集聚水平。

假定工業(yè)最終產(chǎn)品銷售市場(chǎng)是完全競(jìng)爭(zhēng)市場(chǎng)，其價(jià)格為1。則工業(yè)最終產(chǎn)品生產(chǎn)部門廠商的利潤(rùn)為：

πYt=Lα1t∫At0xβidiEδt-CL1t;xi;Et（2）

CL1t;xi;Et=PL1tL1t+∫At0Pxixidi+PEtEt（3）

理性的工業(yè)最終產(chǎn)品生產(chǎn)部門廠商會(huì)利用所有投入要素實(shí)現(xiàn)利潤(rùn)最大化，即（2）和（3）式滿足一階條件，其生產(chǎn)決策規(guī)劃將滿足投入要素的價(jià)格等于工業(yè)最終產(chǎn)品的邊際產(chǎn)出：

PL1t=αLα-11t∫At0xβidiEδt=αYtL1t（4）

Pxi=βLα1txβ-1iEδt（5）

PEt=δLα1t∫At0xβidiEδ-1t=αYtEt[SX）]（6）

其中，PL1t、Pxit、PEt表示勞動(dòng)力、資本設(shè)備與能源的價(jià)格。

2工業(yè)資本設(shè)備生產(chǎn)部門廠商行為

由（5）式可得工業(yè)最終生產(chǎn)部門對(duì)資本設(shè)備的需求函數(shù)：

xi=Lα1-β1tEδ1-βtβPxi11-β（7）

假設(shè)每個(gè)工業(yè)資本設(shè)備生產(chǎn)部門的生產(chǎn)函數(shù)是線性的，即：

Yt-=xi（8）

聯(lián)立（1）、（7）、（8）式，得工業(yè)最終產(chǎn)品生產(chǎn)部門的生產(chǎn)函數(shù)為：

Yt=β2β1-βLα1-β1tAtEδ1-βt（9）

3創(chuàng)新集聚部門廠商行為

參考Jones（1995）［11］的相關(guān)研究成果，本文設(shè)定地區(qū)創(chuàng)新集聚水平的高低取決于創(chuàng)新集聚部門的勞動(dòng)力投入（L2t）、本地區(qū)已有創(chuàng)新集聚水平（At）、其他地區(qū)創(chuàng)新集聚水平（At*）、本地區(qū)基礎(chǔ)知識(shí)總量（Ot），則創(chuàng)新集聚部門的生產(chǎn)函數(shù)為：

At˙=θL2tAφtAtA*tσOεt#（10）

其中，At˙表示t時(shí)期本地區(qū)創(chuàng)新集聚水平增量；θ、φ、σ、ε表示勞動(dòng)力投入、本地區(qū)已有創(chuàng)新集聚水平、本地區(qū)和其他地區(qū)創(chuàng)新集聚水平差距、本地區(qū)基礎(chǔ)知識(shí)總量對(duì)創(chuàng)新集聚水平的提升效率；由于知識(shí)的積累效應(yīng)，假設(shè)φ與σ均大于1；At/A*t表示本地區(qū)和其他地區(qū)創(chuàng)新集聚水平差距，當(dāng)其他地區(qū)創(chuàng)新集聚水平較高而本地區(qū)創(chuàng)新集聚水平較低時(shí)，高新技術(shù)廠商、高水平技術(shù)型人力資本、社會(huì)資本等將從本地區(qū)轉(zhuǎn)移到其他地區(qū)，對(duì)本地區(qū)創(chuàng)新集聚水平提升作用顯著降低；基礎(chǔ)知識(shí)總量Ot的增量取決于基礎(chǔ)知識(shí)部門的勞動(dòng)力投入（L3t）、本地區(qū)已有基礎(chǔ)知識(shí)總量（Ot），具體為：

Ot˙=ρL3tOεt（11）

其中，L3t=τLt，τ表示收入稅率，Lt表示社會(huì)總勞動(dòng)力，Lt=L1t+L2t+L3t。

創(chuàng)新集聚部門廠商的利潤(rùn)為：

πOt=PAtAt˙-PL2tL2t（12）

創(chuàng)新集聚部門的工資水平為：

PL2t=PAtθAφtAtA*tσOεt#（13）

假定創(chuàng)新集聚部門是完全競(jìng)爭(zhēng)市場(chǎng)，在市場(chǎng)均衡條件下創(chuàng)新成果價(jià)格等于資本設(shè)備生產(chǎn)部門廠商利潤(rùn)的貼現(xiàn)值：

PAt=1rπyt=1rt1-ββ1+β1-βLα1-β1tEδ1-βt（14）

依據(jù)（14）式，創(chuàng)新集聚部門的工資水平（13）式可改寫為：

PL2t=θ1rt1-ββ1+β1-βLα1-β1tEδ1-βtAφtAtA*tσOεt（15）

4工業(yè)最終產(chǎn)品消費(fèi)部門家庭行為

參考劉鵬飛（2022）［12］的相關(guān)研究成果，假設(shè)工業(yè)最終產(chǎn)品消費(fèi)部門的消費(fèi)偏好滿足固定彈性效應(yīng)函數(shù)，則在均衡條件下，家庭消費(fèi)增長(zhǎng)率為：

gC=c˙c=1qr-m（16）

其中，1/q表示跨期替代彈性；m表示時(shí)間偏好系數(shù)。

（二）模型分析

為簡(jiǎn)化分析與計(jì)算，將上述過(guò)程設(shè)定為長(zhǎng)期均衡水平上，則長(zhǎng)期均衡增長(zhǎng)率：

g=gY=gK=gA=gC（17）

聯(lián)立（4）、（9）、（10）、（15）、（16）式，得長(zhǎng)期均衡增長(zhǎng)率為：

g=θ1-τLtAφtAtA*tσOεt-αmβ1-βAtAt+αqβ1-βAt（18）

進(jìn)而，參考陳詩(shī)一（2009）［13］、藺鵬和孟娜娜（2021）［14］的相關(guān)研究成果，根據(jù)標(biāo)準(zhǔn)經(jīng)濟(jì)增長(zhǎng)核算法，采用產(chǎn)出增長(zhǎng)率扣除要素增長(zhǎng)率計(jì)算工業(yè)綠色全要素生產(chǎn)率的增長(zhǎng)率，即：

GTFPt˙GTFPt=Yt˙Yt-αL1t˙L1t-βKt˙Kt-δEt˙Et=g-f（19）

為分析創(chuàng)新集聚對(duì)工業(yè)綠色轉(zhuǎn)型的作用，將（19）式對(duì)At求偏導(dǎo)：

GTFPt˙GTFPtAt=gAt-fAt

=θ1-τLtOεtφ+σ-11+αqβ1-βA*tσAγt-fAt（20）

其中，γ=φ+σ-2，由于φ與σ均大于1，故γgt;0；參考劉斌和趙飛（2023）［15］、鐘文和鄭明貴（2022）［16］的相關(guān)研究成果，創(chuàng)新集聚水平的提升會(huì)使人力資本、能源和資本設(shè)備等要素生產(chǎn)率的增加，即f/Atgt;0。因此，必然存在一個(gè)At0，使得GTFPt˙GTFPt/At=0。當(dāng)Atgt;At0時(shí)，GTFPt˙GTFPt/Atgt;0，創(chuàng)新集聚有利于推動(dòng)工業(yè)綠色轉(zhuǎn)型。當(dāng)Atlt;At0時(shí)，GTFPt˙GTFPt/Atlt;0，創(chuàng)新集聚對(duì)工業(yè)綠色轉(zhuǎn)型產(chǎn)生負(fù)面影響。據(jù)此，本文提出如下假說(shuō)：

H1：創(chuàng)新集聚對(duì)工業(yè)綠色轉(zhuǎn)型的影響呈“U”型非線性特征。

除此之外，由于各地財(cái)政縱向失衡程度、FDI（外商直接投資）水平等的不同，創(chuàng)新集聚對(duì)工業(yè)綠色轉(zhuǎn)型的影響程度也不同。

就財(cái)政縱向失衡而言，過(guò)度的財(cái)政縱向失衡會(huì)扭曲地方政府財(cái)政收支結(jié)構(gòu)，造成財(cái)政收支缺口［17］。當(dāng)創(chuàng)新集聚水平較低時(shí)（位于“U”型曲線的左半邊），財(cái)政壓力增大迫使地方政府增加本地區(qū)工業(yè)企業(yè)生產(chǎn)成本，且本地區(qū)創(chuàng)新要素集聚水平較低，創(chuàng)新要素轉(zhuǎn)換為產(chǎn)出存在一定的滯后性，企業(yè)權(quán)衡成本效益后，會(huì)選擇減少生產(chǎn)來(lái)規(guī)避風(fēng)險(xiǎn)，從而降低了地區(qū)“三廢”和碳排放量，同時(shí)地方政府為擴(kuò)大稅源也將積極引進(jìn)第二產(chǎn)業(yè)，但較低的創(chuàng)新集聚水平使地方政府找不到、招不來(lái)、留不住優(yōu)質(zhì)工業(yè)企業(yè)，由此抑制了創(chuàng)新集聚對(duì)工業(yè)綠色轉(zhuǎn)型的負(fù)面影響。隨著創(chuàng)新集聚水平的提升（位于“U”型曲線的右半邊），財(cái)政壓力增大，使地方政府為擴(kuò)大稅源、推動(dòng)城鎮(zhèn)化和工業(yè)化發(fā)展，引進(jìn)了大量高污染、高耗能的工業(yè)企業(yè)，會(huì)直接增加地區(qū)“三廢”和碳排放量，同時(shí)地方政府財(cái)權(quán)缺位，使其沒(méi)有動(dòng)力將有限的資金支持短期經(jīng)濟(jì)效益不明顯的環(huán)保事業(yè)，且環(huán)保事業(yè)是典型的公共產(chǎn)品，地方政府容易依賴中央政府的環(huán)境治理措施，產(chǎn)生了“搭便車”行為，導(dǎo)致地方政府在環(huán)境治理上不作為，由此抑制了創(chuàng)新集聚對(duì)工業(yè)綠色轉(zhuǎn)型的促進(jìn)作用。

就FDI而言，當(dāng)創(chuàng)新集聚水平較低時(shí)（位于“U”型曲線的左半邊），外商直接投資主要集中于綠色技術(shù)創(chuàng)新水平要求不高的化工、建材、紡織、機(jī)械制造等高污染、高耗能、資源密集型產(chǎn)業(yè)，而地方政府在政治錦標(biāo)賽體制下，將完成既定經(jīng)濟(jì)增長(zhǎng)目標(biāo)作為招商引資的主要指標(biāo)，使地方政府以犧牲生態(tài)環(huán)境為代價(jià)吸引污染密集型外資企業(yè)入駐本地，由此促進(jìn)了創(chuàng)新集聚對(duì)工業(yè)綠色轉(zhuǎn)型的負(fù)面影響。隨著創(chuàng)新集聚水平的提升（位于“U”型曲線的右半邊），提高了本地區(qū)人力資本水平［18］，勞動(dòng)力成本抬升使資源密集型、勞動(dòng)密集型外資企業(yè)向用工成本較低的其他發(fā)展中國(guó)家轉(zhuǎn)移，同時(shí)基于成本效益原則，吸引智能制造、新能源、新材料、信息技術(shù)等環(huán)境友好型外資企業(yè)落戶本地，從而倒逼本地企業(yè)學(xué)習(xí)外資企業(yè)的生產(chǎn)集約化管理和減排技術(shù)，且稅收的增加使地方政府加大對(duì)環(huán)境治理、生態(tài)保護(hù)的投資力度，由此促進(jìn)了創(chuàng)新集聚對(duì)工業(yè)綠色轉(zhuǎn)型的正面影響。基于此，本文提出如下假說(shuō)：

H2：財(cái)政縱向失衡負(fù)向調(diào)節(jié)了創(chuàng)新集聚對(duì)工業(yè)綠色轉(zhuǎn)型的“U”型影響，而FDI正向調(diào)節(jié)了創(chuàng)新集聚對(duì)工業(yè)綠色轉(zhuǎn)型的“U”型影響。

三、研究設(shè)計(jì)

（一）模型設(shè)定

為檢驗(yàn)創(chuàng)新集聚對(duì)工業(yè)綠色轉(zhuǎn)型的影響是否呈“U”型非線性特征，本文借鑒王樹(shù)文和王京誠(chéng)（2022）［19］、錢麗等（2022）［20］的相關(guān)研究成果，結(jié)合自身研究對(duì)象，構(gòu)建了以創(chuàng)新集聚一次項(xiàng)和二次項(xiàng)為核心解釋變量的雙向固定效應(yīng)模型。具體模型設(shè)定為：

GTFPit=β0+β1Iaggit+β2Iagg2it+γXit+ui+vt+εit（21）

其中，i和t分別代表城市和年份；被解釋變量GTFPit為城市工業(yè)綠色轉(zhuǎn)型程度；核心解釋變量Iaggit為城市創(chuàng)新集聚水平；Iaggit2為城市創(chuàng)新水平的二次項(xiàng)；Xit為控制變量合集；ui和vt分別為城市和年份固定效應(yīng)；εit為隨機(jī)擾動(dòng)項(xiàng)。

為檢驗(yàn)財(cái)政縱向失衡和FDI在創(chuàng)新集聚影響工業(yè)綠色轉(zhuǎn)型的調(diào)節(jié)效應(yīng)，本文借鑒溫忠麟等（2005）［21］、胡晨光等（2020）［22］的相關(guān)研究成果，構(gòu)建了如下調(diào)節(jié)效應(yīng)模型：

GTFPit=β0+β1Iagg′it+β2Iagg′2it+β3A′it+β4A′it×Iagg′it+β5A′it×Iagg′2it+γXit+ui+vt+εit（22）

其中，Ait代表調(diào)節(jié)變量，分別為財(cái)政縱向失衡和FDI；A′it和Iagg′it為調(diào)節(jié)變量與核心解釋變量的標(biāo)準(zhǔn)化值；A′it×Iagg′it為調(diào)節(jié)變量與創(chuàng)新集聚水平的交互項(xiàng)；A′it×Iagg′2it為調(diào)節(jié)變量與創(chuàng)新集聚水平二次項(xiàng)的交互項(xiàng)。

本文借鑒Haansetal（2016）［23］、錢麗等（2022）［20］的相關(guān)研究成果，可知（22）式的拐點(diǎn)為-β1+β4A′it/2β2+2β5A′it；由其對(duì)調(diào)節(jié)變量求偏導(dǎo)，若β1β5-β2β4gt;0，U型曲線的拐點(diǎn)右移；若β1β5-β2β4lt;0，U型曲線的拐點(diǎn)左移；若β5gt;0，U型曲線變得更陡峭；若β5lt;0，U型曲線變得更平緩。

為檢驗(yàn)創(chuàng)新集聚對(duì)工業(yè)綠色轉(zhuǎn)型影響的空間溢出效應(yīng)，本文借鑒楊書等（2022）［24］、楊曉妹等（2023）［25］的相關(guān)研究成果，構(gòu)建如下空間計(jì)量模型：

GTFPit=ρWGTFPit+β1Iaggit+β2Iagg2it+φWIaggit+θWIagg2it+γXit+σWXit+ui+vt+εit（23）

εit=λWεit+ξit（24）

其中，ρ為空間自回歸系數(shù)；φ、θ為核心解釋變量空間效應(yīng)的估計(jì)系數(shù)；λ為空間誤差自相關(guān)系數(shù)；W為空間權(quán)重矩陣，本文采用地理距離空間權(quán)重矩陣與經(jīng)濟(jì)距離空間權(quán)重矩陣；若λ=0，則上式為空間杜賓模型（SDM）；若λ=0且φ、θ=0，則上式為空間滯后模型（SAR）；若ρ=0且φ、θ=0，則上式為空間誤差模型（SEM）。

（二）變量說(shuō)明

1.被解釋變量。本文借鑒岳鴻飛等（2017）［26］的相關(guān)研究成果，以工業(yè)綠色全要素生產(chǎn)率衡量工業(yè)綠色轉(zhuǎn)型程度。為此，本文以勞動(dòng)、資本、能源為投入指標(biāo)，以工業(yè)增加值（億元）為期望產(chǎn)出指標(biāo)，以工業(yè)廢水排放量（萬(wàn)噸）、工業(yè)二氧化硫排放量（噸）、工業(yè)煙（粉）塵排放量（噸）為非期望產(chǎn)出指標(biāo)，采用SBM-GML方法測(cè)算工業(yè)綠色全要素生產(chǎn)率的增長(zhǎng)率（MI指數(shù)），所使用的軟件為MaxDEA80。

其中，勞動(dòng)投入使用工業(yè)部門城鎮(zhèn)非私營(yíng)單位從業(yè)人數(shù)（萬(wàn)人）衡量，工業(yè)部門包括采礦業(yè)、制造業(yè)和電力、熱力、燃?xì)饧八a(chǎn)和供應(yīng)業(yè)；資本投入使用規(guī)模以上工業(yè)固定資產(chǎn)凈值（萬(wàn)元）衡量，由于部分城市缺少規(guī)模以上工業(yè)固定資產(chǎn)凈值的相關(guān)數(shù)據(jù)，采用規(guī)模以上工業(yè)固定資產(chǎn)原值扣除累計(jì)折舊替代；能源投入使用工業(yè)用電量（萬(wàn)千瓦時(shí)）衡量，由于《中國(guó)城市統(tǒng)計(jì)年鑒》中2006—2016年工業(yè)用電量為市轄區(qū)數(shù)據(jù)，而2017—2020年工業(yè)用電量為全市數(shù)據(jù)，為保證數(shù)據(jù)口徑一致，以2006—2016年市轄區(qū)工業(yè)增加值占全市比重將市轄區(qū)工業(yè)用電量換算為全市工業(yè)用電量。

除此之外，MI指數(shù)需進(jìn)一步調(diào)整為工業(yè)綠色全要素生產(chǎn)率，進(jìn)而衡量工業(yè)綠色轉(zhuǎn)型程度，具體方法為：第一步，將2006年各城市投入與產(chǎn)出數(shù)據(jù)納入MaxDEA80計(jì)算，并以2006年北京為基期（假定其工業(yè)綠色全要素生產(chǎn)率為1），通過(guò)累乘得到各城市2006年工業(yè)綠色全要素生產(chǎn)率，比如2006年天津工業(yè)綠色全要素為2006年北京工業(yè)綠色全要素生產(chǎn)率乘2006年天津MI指數(shù)，以此類推；第二步，將2006—2020年各城市投入與產(chǎn)出數(shù)據(jù)納入MaxDEA80計(jì)算，并以2006年各城市工業(yè)綠色全要素生產(chǎn)率為基期，通過(guò)累乘得到2006—2020年各城市工業(yè)綠色全要素生產(chǎn)率，比如2007年某城市工業(yè)綠色全要素生產(chǎn)率為2006年某城市工業(yè)綠色全要素生產(chǎn)率乘2007年某城市MI指數(shù)，以此類推。

2.核心解釋變量?，F(xiàn)有度量創(chuàng)新的方法主要包括Ramp;D投入和創(chuàng)新產(chǎn)出（新產(chǎn)品開(kāi)發(fā)與3種專利授權(quán)）兩種。相較于Ramp;D投入和新產(chǎn)品開(kāi)發(fā)，專利授權(quán)數(shù)作為創(chuàng)新的度量指標(biāo)，可以直接反映創(chuàng)新水平、規(guī)模［27］。此外，與實(shí)用新型專利與外觀設(shè)計(jì)相比，發(fā)明專利具有較高的新穎性、創(chuàng)造力和知識(shí)含量［28］，故本文以發(fā)明專利授權(quán)數(shù)衡量城市創(chuàng)新水平。同時(shí)，借鑒俞立平等（2021）［29］、張平淡和屠西偉（2022）［30］的相關(guān)研究成果，采用區(qū)位熵測(cè)算城市創(chuàng)新集聚水平。具體設(shè)定如下：

Iaggit=[SX（]Iit∑i，tIitGDPit∑i，tGDPit[SX）]（25）

其中，Iit為城市發(fā)明專利授權(quán)數(shù)。

3.控制變量。為了盡可能減少遺漏變量干擾引起的誤差，參考既有文獻(xiàn)，本文選擇了如下控制變量：（1）經(jīng)濟(jì)發(fā)展水平（lnagdp），用人均GDP（元）的對(duì)數(shù)表示；（2）城市規(guī)模（lndensity），用單位行政區(qū)域面積常住人口（人/平方千米）的對(duì)數(shù)表示；（3）城鎮(zhèn)化率（urban），用城鎮(zhèn)常住人口占常住總?cè)丝诘谋戎兀?）表示；（4）工業(yè)化程度（idegree），用工業(yè)增加值占GDP的比重（%）表示；（5）金融發(fā)展水平（fd），用金融機(jī)構(gòu)年末存款總額與貸款總額之和占GDP的比重（%）表示；（6）政府干預(yù)（gi），用政府財(cái)政支出占GDP的比重（%）表示。

4.調(diào)節(jié)變量。參考學(xué)術(shù)界已有文獻(xiàn)，本文采用財(cái)政支出與財(cái)政收入之差與財(cái)政支出的比值（%）衡量財(cái)政縱向失衡（cs）；采用外商直接投資額占GDP的比重（%）衡量外商直接投資水平（fdi）。

（三）數(shù)據(jù)來(lái)源

本文使用的數(shù)據(jù)（2006—2019年）來(lái)源于CSMAR數(shù)據(jù)庫(kù)、EPS數(shù)據(jù)庫(kù)以及《中國(guó)城市統(tǒng)計(jì)年鑒》。鑒于《中國(guó)城市統(tǒng)計(jì)年鑒》（2021）數(shù)據(jù)缺失嚴(yán)重，本文所用2020年數(shù)據(jù)來(lái)源于各城市2021年統(tǒng)計(jì)年鑒和2020年國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)，并調(diào)整統(tǒng)計(jì)口徑，使其與《中國(guó)城市統(tǒng)計(jì)年鑒》中的數(shù)據(jù)相匹配。對(duì)于缺失的數(shù)據(jù)，采用相近年份數(shù)據(jù)線性插補(bǔ)。

主要變量的描述性統(tǒng)計(jì)如表1所示。

四、實(shí)證結(jié)果分析

（一）基準(zhǔn)回歸

表2報(bào)告了創(chuàng)新集聚對(duì)工業(yè)綠色轉(zhuǎn)型影響的基準(zhǔn)回歸結(jié)果。其中，列（1）和列（2）為是否添加控制變量條件下創(chuàng)新集聚對(duì)工業(yè)綠色轉(zhuǎn)型線性影響的估計(jì)系數(shù)，可以發(fā)現(xiàn)其在10%的顯著性水平下不顯著，說(shuō)明創(chuàng)新集聚未對(duì)工業(yè)綠色轉(zhuǎn)型產(chǎn)生顯著的線性影響，但這并不代表在整個(gè)發(fā)展階段創(chuàng)新集聚對(duì)工業(yè)綠色轉(zhuǎn)型影響有限。列（3）—（6）為逐步添加控制變量條件下創(chuàng)新集聚對(duì)工業(yè)綠色轉(zhuǎn)型非線性影響的估計(jì)系數(shù)，可以發(fā)現(xiàn)在加入創(chuàng)新集聚二次項(xiàng)后，創(chuàng)新集聚一次項(xiàng)估計(jì)系數(shù)在1%的顯著性水平下顯著為負(fù)，二次項(xiàng)估計(jì)系數(shù)在1%的顯著性水平下顯著為正，表明創(chuàng)新集聚對(duì)工業(yè)綠色轉(zhuǎn)型影響呈“先抑后揚(yáng)”的U型特征，且此結(jié)果在不同控制變量下是穩(wěn)健的。由于以二次項(xiàng)形式判斷非線性關(guān)系容易造成極值點(diǎn)識(shí)別誤差［31］，因此本文采用U-Test識(shí)別U型曲線的拐點(diǎn)值，并檢驗(yàn)拐點(diǎn)兩側(cè)曲線的單調(diào)性是否不同。由列（3）—（6）可知，在逐步添加控制變量條件下，U型曲線的拐點(diǎn)值均落入創(chuàng)新集聚（Iagg）的取值范圍內(nèi)；拐點(diǎn)左、右側(cè)端點(diǎn)斜率均在1%的顯著性水平下顯著不等于零，且一負(fù)一正；t統(tǒng)計(jì)量表明創(chuàng)新集聚對(duì)工業(yè)綠色轉(zhuǎn)型影響的U型特征在1%的顯著性水平下整體檢驗(yàn)通過(guò)?？赡茉?yàn)椋趧?chuàng)新集聚的初始階段，地區(qū)經(jīng)濟(jì)發(fā)展水平相對(duì)較低，地方政府主要以經(jīng)濟(jì)建設(shè)為中心，致力于將創(chuàng)新要素轉(zhuǎn)化為經(jīng)濟(jì)發(fā)展驅(qū)動(dòng)力，加劇了區(qū)域能源消耗和環(huán)境污染，同時(shí)低水平的創(chuàng)新聚集推動(dòng)了化工、建材、紡織、機(jī)械制造等高污染、高耗能、資源密集型工業(yè)企業(yè)發(fā)展，從而抑制了地區(qū)工業(yè)綠色轉(zhuǎn)型；隨著創(chuàng)新集聚水平的提升，吸引了大批智能制造、新能源、新材料、信息技術(shù)等環(huán)境友好型工業(yè)企業(yè)落戶本地，推動(dòng)了區(qū)域經(jīng)濟(jì)發(fā)展水平的快速提升，倒逼本地高污染、高耗能的工業(yè)企業(yè)學(xué)習(xí)其生產(chǎn)集約化管理和減排技術(shù)，或迫使高污染、高耗能的工業(yè)企業(yè)轉(zhuǎn)移至其他欠發(fā)達(dá)地區(qū)，同時(shí)伴隨著經(jīng)濟(jì)發(fā)展水平的提升，“綠水青山就是金山銀山”的理念成為地方各級(jí)政府的共識(shí)，生態(tài)文明建設(shè)進(jìn)入了快車道，推動(dòng)了地區(qū)工業(yè)綠色轉(zhuǎn)型。據(jù)此，假說(shuō)H1得到驗(yàn)證。

（二）穩(wěn)健性檢驗(yàn)

為驗(yàn)證基準(zhǔn)回歸結(jié)果的穩(wěn)健性，本文從以下幾個(gè)方面進(jìn)行穩(wěn)健性檢驗(yàn)：

1加入被解釋變量滯后項(xiàng)

考慮到工業(yè)綠色轉(zhuǎn)型可能存在時(shí)間序列相關(guān)，即當(dāng)期工業(yè)綠色轉(zhuǎn)型程度可能受前期工業(yè)綠色轉(zhuǎn)型程度的影響。鑒于此，本文將被解釋變量的一階滯后項(xiàng)納入研究框架，使用系統(tǒng)GMM模型重新評(píng)估創(chuàng)新集聚對(duì)工業(yè)綠色轉(zhuǎn)型的影響，檢驗(yàn)結(jié)果見(jiàn)表3列（1）。檢驗(yàn)結(jié)果顯示，在加入被解釋變量的一階滯后項(xiàng)后，創(chuàng)新集聚一次項(xiàng)的系數(shù)在1%的顯著性水平下依然顯著為負(fù)，二次項(xiàng)的系數(shù)在1%的顯著性水平下依然顯著為正，且通過(guò)了U-Test檢驗(yàn)，一定程度上表明基準(zhǔn)回歸結(jié)果是穩(wěn)健的。

2更換核心解釋變量衡量方法

創(chuàng)新集聚衡量方法的差異可能會(huì)對(duì)估計(jì)結(jié)果產(chǎn)生影響，因此本文換用單位行政面積的發(fā)明專利授權(quán)數(shù)衡量創(chuàng)新集聚水平，檢驗(yàn)結(jié)果見(jiàn)表3列（2）。檢驗(yàn)結(jié)果顯示，在1%的顯著性水平下創(chuàng)新集聚對(duì)工業(yè)綠色轉(zhuǎn)型影響的U型特征依然成立，且通過(guò)了U-Test檢驗(yàn)，與基準(zhǔn)回歸結(jié)果保持一致。

3考慮可能存在的雙向因果關(guān)系

使用面板數(shù)據(jù)在一定程度上可以解決內(nèi)生性問(wèn)題中的遺漏變量偏差，但可能存在的雙向因果關(guān)系也會(huì)使基準(zhǔn)回歸估計(jì)不一致。本文認(rèn)為當(dāng)期工業(yè)綠色轉(zhuǎn)型對(duì)創(chuàng)新集聚的一階滯后項(xiàng)基本不存在影響，即二者不存在雙向因果關(guān)系。因此，將核心解釋變量換用創(chuàng)新集聚的一階滯后，檢驗(yàn)結(jié)果見(jiàn)表3列（3）。檢驗(yàn)結(jié)果顯示，創(chuàng)新集聚一階滯后項(xiàng)的一次項(xiàng)、二次項(xiàng)系數(shù)正負(fù)與基準(zhǔn)回歸保持一致，在5%、1%的顯著性水平下顯著，且通過(guò)了U-Test檢驗(yàn)，一定程度上表明基準(zhǔn)回歸結(jié)果是穩(wěn)健的。

4改變時(shí)間窗口

樣本時(shí)間窗口的選擇可能會(huì)影響估計(jì)結(jié)果，因此本文選用2007—2019年樣本數(shù)據(jù)重新評(píng)估創(chuàng)新集聚對(duì)工業(yè)綠色轉(zhuǎn)型的影響，檢驗(yàn)結(jié)果見(jiàn)表3列（4）。檢驗(yàn)結(jié)果顯示，在樣本子區(qū)間中，創(chuàng)新集聚一次項(xiàng)的系數(shù)在10%的顯著性水平下依然顯著為負(fù)，二次項(xiàng)的系數(shù)在1%的顯著性水平下依然顯著為正，且通過(guò)了U-Test檢驗(yàn)，表明前述基準(zhǔn)回歸結(jié)果是穩(wěn)健可靠的。

5剔除極端值影響

極端值的存在可能會(huì)干擾基準(zhǔn)回歸結(jié)果，例如部分城市擁有發(fā)達(dá)的重工業(yè)體系或豐富的化石燃料資源，其工業(yè)綠色轉(zhuǎn)型程度遠(yuǎn)遠(yuǎn)低于其他城市，有些城市主要依賴金融、旅游業(yè)等第三產(chǎn)業(yè)，其工業(yè)綠色轉(zhuǎn)型程度本身就較高，將這類樣本納入研究范圍，會(huì)使基準(zhǔn)回歸結(jié)果出現(xiàn)偏誤。為此，對(duì)被解釋變量進(jìn)行上下1%的縮尾處理并重新評(píng)估創(chuàng)新集聚對(duì)工業(yè)綠色轉(zhuǎn)型的影響，檢驗(yàn)結(jié)果見(jiàn)表3列（5）。檢驗(yàn)結(jié)果顯示，創(chuàng)新集聚一次項(xiàng)、二次項(xiàng)的估計(jì)結(jié)果與基準(zhǔn)回歸結(jié)果一致，且通過(guò)了U-Test檢驗(yàn)，即剔除極端值影響后創(chuàng)新集聚對(duì)工業(yè)綠色轉(zhuǎn)型影響的U型特征依然成立，表明基準(zhǔn)回歸結(jié)果是穩(wěn)健的。

6改變樣本

與普通地級(jí)市相比，直轄市的經(jīng)濟(jì)體量大、政策空間足，且相關(guān)變量的數(shù)值均數(shù)倍于普通地級(jí)市，會(huì)使基準(zhǔn)回歸結(jié)果出現(xiàn)偏誤。因此，本文運(yùn)用剔除直轄市的城市樣本數(shù)據(jù)重新評(píng)估創(chuàng)新集聚對(duì)工業(yè)綠色轉(zhuǎn)型的影響，檢驗(yàn)結(jié)果見(jiàn)表3列（6）。檢驗(yàn)結(jié)果顯示，在子樣本區(qū)間內(nèi)，創(chuàng)新集聚對(duì)工業(yè)綠色轉(zhuǎn)型影響的U型特征依然成立，且通過(guò)了U-Test檢驗(yàn)，表明基準(zhǔn)回歸結(jié)果在一定程度上是穩(wěn)健的。

五、進(jìn)一步分析

（一）異質(zhì)性分析

在上文研究的基礎(chǔ)上，本文進(jìn)一步探討創(chuàng)新集聚影響工業(yè)綠色轉(zhuǎn)型可能存在的城市區(qū)位異質(zhì)性、城市特征異質(zhì)性與城市規(guī)模異質(zhì)性。

1城市區(qū)位異質(zhì)性分析

本文依據(jù)樣本城市的地理區(qū)位，將其劃分為東部城市、中部城市和西部城市三個(gè)子樣本，進(jìn)而檢驗(yàn)創(chuàng)新集聚對(duì)工業(yè)綠色轉(zhuǎn)型的城市地理區(qū)位異質(zhì)性影響，回歸結(jié)果見(jiàn)表4列（1）—（3）。回歸結(jié)果顯示，對(duì)于東部城市而言，創(chuàng)新集聚一次項(xiàng)系數(shù)在10%的顯著性水平下顯著為正，二次項(xiàng)系數(shù)為正但不顯著，即在樣本考察期內(nèi)創(chuàng)新集聚能有效推動(dòng)?xùn)|部城市工業(yè)綠色轉(zhuǎn)型；對(duì)于中部城市而言，其創(chuàng)新集聚一次項(xiàng)系數(shù)在5%的顯著性水平下顯著為負(fù)，二次項(xiàng)系數(shù)在10%的顯著性水平下顯著為正，但未通過(guò)U-Test檢驗(yàn)，拐點(diǎn)值位于子樣本數(shù)據(jù)最右端，左側(cè)端點(diǎn)斜率為負(fù)且在1%的顯著性水平下顯著，右側(cè)端點(diǎn)斜率不顯著，即在樣本考察期創(chuàng)新集聚抑制了中部城市工業(yè)綠色轉(zhuǎn)型；對(duì)于西部城市而言，其創(chuàng)新集聚對(duì)工業(yè)綠色轉(zhuǎn)型影響的U型特征顯著成立，且通過(guò)了U-Test檢驗(yàn)?？赡茉?yàn)?，東部城市在人才、教育、交通、資金等方面具有明顯優(yōu)勢(shì)，是全國(guó)科技創(chuàng)新領(lǐng)頭羊，是高端創(chuàng)新要素的集聚地，大部分東部城市在本文樣本考察期內(nèi)已跨越U型曲線的拐點(diǎn)值，因此創(chuàng)新集聚能有效推動(dòng)其工業(yè)綠色轉(zhuǎn)型；中部城市主要以煤炭、化工等高污染、高耗能的重工業(yè)為主，同時(shí)承接了大批來(lái)自東部城市的高耗能工業(yè)企業(yè)，面臨產(chǎn)業(yè)鎖定和路徑依賴等困境，其工業(yè)綠色轉(zhuǎn)型的閾值較高，大部分中部城市在本文的樣本考察期內(nèi)尚未跨越U型曲線的拐點(diǎn)值，因此創(chuàng)新集聚抑制了其工業(yè)綠色轉(zhuǎn)型；而西部城市與基準(zhǔn)回歸結(jié)果相似，可能原因如前文基準(zhǔn)回歸所述。

2城市特征異質(zhì)性分析

本文依據(jù)樣本城市特征，結(jié)合自身研究對(duì)象，將其劃分為資源型城市與非資源型城市兩個(gè)子樣本，進(jìn)而檢驗(yàn)創(chuàng)新集聚對(duì)工業(yè)綠色轉(zhuǎn)型的城市特征異質(zhì)性影響，回歸結(jié)果見(jiàn)表4列（4）和列（5）?；貧w結(jié)果顯示，在樣本考察期內(nèi)創(chuàng)新集聚抑制了資源型城市工業(yè)綠色轉(zhuǎn)型，其創(chuàng)新集聚的一次項(xiàng)系數(shù)在1%的顯著性水平下顯著為負(fù)，二次項(xiàng)系數(shù)為正但不顯著；而對(duì)于非資源型城市而言，其創(chuàng)新集聚的一次項(xiàng)系數(shù)在5%的顯著性水平下顯著為負(fù)，二次項(xiàng)系數(shù)在1%的顯著性水平下顯著為正，且通過(guò)了U-Test檢驗(yàn)，即在樣本考察期內(nèi)創(chuàng)新集聚對(duì)非資源型城市工業(yè)綠色轉(zhuǎn)型影響呈U型特征?？赡茉?yàn)椋Y源型城市的發(fā)展較為依賴城市資源稟賦，產(chǎn)業(yè)結(jié)構(gòu)容易被“低端鎖定”，普遍存在產(chǎn)業(yè)結(jié)構(gòu)單一、經(jīng)濟(jì)效益低下等問(wèn)題，創(chuàng)新集聚推動(dòng)其工業(yè)綠色轉(zhuǎn)型的閾值較高，且在本文樣本考察期內(nèi)尚未達(dá)到；而非資源型城市與基準(zhǔn)回歸結(jié)果相似，可能原因如前文基準(zhǔn)回歸所述。

3城市規(guī)模異質(zhì)性分析

本文將樣本城市依據(jù)城市規(guī)模劃分為一線城市、二、三線城市和四、五線城市三個(gè)子樣本，檢驗(yàn)創(chuàng)新集聚對(duì)工業(yè)綠色轉(zhuǎn)型的城市規(guī)模異質(zhì)性影響，回歸結(jié)果見(jiàn)表4列（6）—（8）。回歸結(jié)果顯示，在樣本考察期內(nèi)，創(chuàng)新集聚能有效促進(jìn)一線城市工業(yè)綠色轉(zhuǎn)型，而抑制了四、五線城市工業(yè)綠色轉(zhuǎn)型，對(duì)二、三線城市的工業(yè)綠色轉(zhuǎn)型影響呈U型特征，且通過(guò)了U-Test檢驗(yàn)。究其原因，一線城市各類創(chuàng)新要素集聚水平高，經(jīng)濟(jì)發(fā)展?fàn)顩r好，建設(shè)資源節(jié)約型、環(huán)境友好型社會(huì)和實(shí)現(xiàn)可持續(xù)發(fā)展已成為一線城市共識(shí)，且一線城市在樣本考察期內(nèi)大多已跨越U型曲線的拐點(diǎn)值，故創(chuàng)新集聚能有效推動(dòng)其工業(yè)綠色轉(zhuǎn)型；二、三線城市與基準(zhǔn)回歸結(jié)果相似，可能原因如基準(zhǔn)回歸所述；而四、五線城市經(jīng)濟(jì)發(fā)展水平較為薄弱，以經(jīng)濟(jì)建設(shè)為中心是其工作重點(diǎn)，并致力于將創(chuàng)新要素轉(zhuǎn)化為經(jīng)濟(jì)發(fā)展驅(qū)動(dòng)力，為此承接了大批由一線城市轉(zhuǎn)移而來(lái)的高污染、高耗能工業(yè)企業(yè)，故抑制了其工業(yè)綠色轉(zhuǎn)型。

（二）調(diào)節(jié)效應(yīng)分析

表5匯報(bào)了財(cái)政縱向失衡和外商直接投資水平（FDI）在創(chuàng)新集聚影響工業(yè)綠色轉(zhuǎn)型的調(diào)節(jié)效應(yīng)結(jié)果。其中列（1）和列（2）為是否添加控制變量條件下財(cái)政縱向失衡在創(chuàng)新集聚影響工業(yè)綠色轉(zhuǎn)型的調(diào)節(jié)效應(yīng)估計(jì)系數(shù)。結(jié)果顯示，在添加控制變量條件下，創(chuàng)新集聚二次項(xiàng)與財(cái)政縱向失衡的交互項(xiàng)（Iagg2×cs）系數(shù)在1%的顯著性水平下顯著為負(fù)，表明財(cái)政縱向失衡使U型曲線變得更平緩，即財(cái)政縱向失衡負(fù)向調(diào)節(jié)了創(chuàng)新集聚對(duì)工業(yè)綠色轉(zhuǎn)型的U型影響，同時(shí)β1β5-β2β4=0000348gt;0，表明財(cái)政縱向失衡使U型曲線拐點(diǎn)右移并推遲出現(xiàn)，可能原因如前文理論分析所述；列（3）和列（4）為是否添加控制變量條件下外商直接投資水平（FDI）在創(chuàng)新集聚影響工業(yè)綠色轉(zhuǎn)型的調(diào)節(jié)效應(yīng)估計(jì)系數(shù)。結(jié)果顯示，在添加控制變量條件下，創(chuàng)新集聚二次項(xiàng)與外商直接投資水平（FDI）的交互項(xiàng)（Iagg2×fdi）系數(shù)在1%的顯著性水平下顯著為正，即FDI正向調(diào)節(jié)創(chuàng)新集聚對(duì)工業(yè)綠色轉(zhuǎn)型的U型影響，使U型曲線變得更陡峭，同時(shí)β1β5-β2β4=-0000096lt;0，說(shuō)明FDI使創(chuàng)新集聚影響工業(yè)綠色轉(zhuǎn)型的U型曲線拐點(diǎn)向左移動(dòng)并提前出現(xiàn)，可能原因如前文理論分析所述。據(jù)此，假說(shuō)H2得到驗(yàn)證。

（三）空間溢出效應(yīng)分析

考察數(shù)據(jù)是否存在空間依賴性是空間計(jì)量分析的前提條件，本文基于地理距離空間權(quán)重矩陣和經(jīng)濟(jì)距離空間權(quán)重矩陣，使用全局莫蘭指數(shù)檢驗(yàn)2006—2020年工業(yè)綠色轉(zhuǎn)型的空間自相關(guān)，結(jié)果如表6所示。結(jié)果顯示，在兩種空間權(quán)重矩陣下，2006—2020年工業(yè)綠色轉(zhuǎn)型的莫蘭指數(shù)均在1%或5%的顯著性水平下顯著為正，即2006—2020年工業(yè)綠色轉(zhuǎn)型存在正空間自相關(guān)。

本文分別進(jìn)行了LM檢驗(yàn)、Hausman檢驗(yàn)、LR檢驗(yàn)、Wald檢驗(yàn)來(lái)選定最優(yōu)的空間計(jì)量模型，具體結(jié)果如表6所示。結(jié)果顯示，在地理距離空間權(quán)重矩陣下，LMspatialerror、LMspatiallag、RobustLMspatialerror均顯著，但RobustLMspatiallag不顯著，則空間計(jì)量模型需要結(jié)合后續(xù)檢驗(yàn)來(lái)具體判斷，初步選定為空間杜賓模型；LRspatialerror、LRspatiallag、Waldspatialerror、Waldspatiallag均顯著，即拒絕空間杜賓模型退化為空間誤差模型或空間滯后模型；同時(shí)，Hausman檢驗(yàn)、LRbothind、LRbothtime均顯著，表明在地理距離空間權(quán)重矩陣下最優(yōu)的空間計(jì)量模型為雙向固定的空間杜賓模型。經(jīng)濟(jì)距離空間權(quán)重矩陣下的檢驗(yàn)也與此類似。

表7匯報(bào)了創(chuàng)新聚集對(duì)工業(yè)綠色轉(zhuǎn)型影響的空間溢出效應(yīng)結(jié)果，其中列（1）為地理距離空間權(quán)重矩陣下空間溢出效應(yīng)估計(jì)系數(shù)，列（5）為經(jīng)濟(jì)距離空間權(quán)重矩陣下空間溢出效應(yīng)估計(jì)系數(shù)。由于空間杜賓模型中包含各變量的空間效應(yīng)，解釋變量的估計(jì)系數(shù)并不能準(zhǔn)確體現(xiàn)其對(duì)工業(yè)綠色轉(zhuǎn)型的邊際效應(yīng)。因此，本文通過(guò)偏微分對(duì)空間溢出效應(yīng)進(jìn)行分解，將其分解為直接效應(yīng)、間接效應(yīng)與總效應(yīng)，結(jié)果如表7列（2）—（4）、列（6）—（8）所示。結(jié)果顯示，無(wú)論在地理距離還是經(jīng)濟(jì)距離空間權(quán)重矩陣下，創(chuàng)新集聚一次項(xiàng)的直接效應(yīng)在1%的顯著性水平下顯著為負(fù)，二次項(xiàng)的直接效應(yīng)在1%的顯著性水平下顯著為正，即在考慮空間溢出效應(yīng)后，創(chuàng)新集聚對(duì)本地區(qū)工業(yè)綠色轉(zhuǎn)型的影響呈U型特征，進(jìn)一步佐證了基準(zhǔn)回歸結(jié)果的穩(wěn)健性；在地理距離空間權(quán)重矩陣下，創(chuàng)新集聚一次項(xiàng)的間接效應(yīng)在1%的顯著性水平下顯著為正，二次項(xiàng)的間接效應(yīng)在1%的顯著性水平下顯著為負(fù)，即創(chuàng)新集聚對(duì)地理距離相近地區(qū)工業(yè)綠色轉(zhuǎn)型的影響呈倒U型，可能原因?yàn)?，在?chuàng)新集聚的初始階段，由于技術(shù)的溢出特性，諸如新能源技術(shù)、污染治理技術(shù)、環(huán)境監(jiān)測(cè)技術(shù)等綠色技術(shù)會(huì)輻射至周邊地區(qū)，對(duì)地理距離相近地區(qū)的工業(yè)綠色轉(zhuǎn)型產(chǎn)生正向溢出效應(yīng)，而隨著創(chuàng)新集聚水平的提升，創(chuàng)新集聚地區(qū)的經(jīng)濟(jì)快速發(fā)展，建設(shè)資源節(jié)約型、環(huán)境友好型社會(huì)和實(shí)現(xiàn)可持續(xù)發(fā)展成為創(chuàng)新集聚地區(qū)共識(shí)，迫使本地區(qū)高污染、高耗能的工業(yè)企業(yè)轉(zhuǎn)移至周邊地區(qū)，對(duì)地理距離相近地區(qū)的工業(yè)綠色轉(zhuǎn)型產(chǎn)生負(fù)向溢出效應(yīng)，且大于綠色技術(shù)溢出所產(chǎn)生的正向溢出效應(yīng)；在經(jīng)濟(jì)距離空間權(quán)重矩陣下，創(chuàng)新集聚一次項(xiàng)及二次項(xiàng)的間接效應(yīng)均不顯著，即創(chuàng)新集聚尚不能影響經(jīng)濟(jì)距離相近地區(qū)的工業(yè)綠色轉(zhuǎn)型。

六、研究結(jié)論與對(duì)策建議

本文構(gòu)建了由工業(yè)最終產(chǎn)品生產(chǎn)部門、工業(yè)資本設(shè)備生產(chǎn)部門、創(chuàng)新集聚部門和工業(yè)最終產(chǎn)品消費(fèi)部門組成的新經(jīng)濟(jì)增長(zhǎng)模型，理論探討創(chuàng)新集聚對(duì)工業(yè)綠色轉(zhuǎn)型的非線性影響機(jī)制，分析財(cái)政縱向失衡和外商直接投資的外部調(diào)節(jié)作用?；?006—2020年中國(guó)282個(gè)地級(jí)及以上城市面板數(shù)據(jù)，實(shí)證檢驗(yàn)創(chuàng)新集聚對(duì)工業(yè)綠色轉(zhuǎn)型的影響及異質(zhì)性、空間溢出效應(yīng)，明晰財(cái)政縱向失衡和外商直接投資在創(chuàng)新集聚對(duì)工業(yè)綠色轉(zhuǎn)型影響中的調(diào)節(jié)效應(yīng)。研究發(fā)現(xiàn)：（1）在樣本考察期內(nèi)，創(chuàng)新集聚對(duì)工業(yè)綠色轉(zhuǎn)型影響呈“先抑后揚(yáng)”的U型特征，此結(jié)論在經(jīng)過(guò)一系列穩(wěn)健性檢驗(yàn)后依舊成立；（2）異質(zhì)性分析發(fā)現(xiàn)，創(chuàng)新集聚能有效推動(dòng)?xùn)|部城市、一線城市工業(yè)綠色轉(zhuǎn)型，抑制了中部城市、資源型城市、四五線城市工業(yè)綠色轉(zhuǎn)型，而對(duì)西部城市、非資源型城市、二、三線城市工業(yè)綠色轉(zhuǎn)型的影響呈U型特征；（3）調(diào)節(jié)效應(yīng)分析結(jié)果發(fā)現(xiàn)，財(cái)政縱向失衡負(fù)向調(diào)節(jié)了創(chuàng)新集聚對(duì)工業(yè)綠色轉(zhuǎn)型的U型影響，而FDI正向調(diào)節(jié)了創(chuàng)新集聚對(duì)工業(yè)綠色轉(zhuǎn)型的U型影響；（4）空間溢出效應(yīng)發(fā)現(xiàn)，創(chuàng)新集聚對(duì)地理距離相近地區(qū)工業(yè)綠色轉(zhuǎn)型的影響呈倒U型，且尚不能影響經(jīng)濟(jì)距離相近地區(qū)的工業(yè)綠色轉(zhuǎn)型。

基于上述研究結(jié)論，本文提出以下政策建議：

第一，提升創(chuàng)新集聚水平，堅(jiān)持科技創(chuàng)新和體制機(jī)制創(chuàng)新“雙輪驅(qū)動(dòng)”，加快構(gòu)建高水平創(chuàng)新聯(lián)合體，探索企業(yè)創(chuàng)新主體作用和市場(chǎng)導(dǎo)向作用，建立健全知識(shí)產(chǎn)權(quán)管理體系，完善創(chuàng)新激勵(lì)政策機(jī)制，堅(jiān)定實(shí)施創(chuàng)新驅(qū)動(dòng)綠色發(fā)展戰(zhàn)略，加快實(shí)施一批具有戰(zhàn)略性、全局性、前瞻性的重大綠色創(chuàng)新項(xiàng)目，使全國(guó)實(shí)現(xiàn)跨越創(chuàng)新集聚影響工業(yè)綠色轉(zhuǎn)型的拐點(diǎn)，充分發(fā)揮創(chuàng)新集聚在工業(yè)綠色轉(zhuǎn)型中的決定性作用。

第二，考慮創(chuàng)新集聚對(duì)工業(yè)綠色轉(zhuǎn)型影響的區(qū)域異質(zhì)性問(wèn)題，充分發(fā)揮各地區(qū)比較優(yōu)勢(shì)，制定動(dòng)態(tài)化、差異化的可行政策，推動(dòng)?xùn)|部城市、一線城市打造工業(yè)綠色轉(zhuǎn)型高地，使其成為全國(guó)建設(shè)資源節(jié)約型、環(huán)境友好型社會(huì)和實(shí)現(xiàn)可持續(xù)發(fā)展的“領(lǐng)頭羊”；引導(dǎo)綠色先進(jìn)技術(shù)、高水平技能型人力資本、專項(xiàng)資金向西部城市、非資源型城市、二、三線城市有序轉(zhuǎn)移，推動(dòng)其跨越創(chuàng)新集聚影響工業(yè)綠色轉(zhuǎn)型的拐點(diǎn)，成為全國(guó)實(shí)現(xiàn)工業(yè)綠色轉(zhuǎn)型的中堅(jiān)力量；加快發(fā)展中部城市、資源型城市現(xiàn)代化體系，降低高污染、高耗能、低增加值的重工業(yè)在其GDP中的比重，推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)和低碳轉(zhuǎn)型。

第三，在財(cái)政縱向失衡角度，推進(jìn)財(cái)稅體制改革，優(yōu)化央地政府財(cái)政分配關(guān)系，使地方政府事權(quán)、財(cái)權(quán)、財(cái)力相匹配，同時(shí)明確各級(jí)政府在環(huán)境保護(hù)等公共事務(wù)方面的支出責(zé)任，扭轉(zhuǎn)財(cái)政縱向失衡在創(chuàng)新集聚影響工業(yè)綠色轉(zhuǎn)型中的負(fù)向調(diào)節(jié)作用；在外商直接投資角度，以市場(chǎng)化、國(guó)際化、法制化為原則，進(jìn)一步營(yíng)造完善的外商投資政策環(huán)境，鼓勵(lì)引進(jìn)先進(jìn)制造、新能源、新材料等環(huán)境友好型外商企業(yè)，繼續(xù)推動(dòng)外商直接投資在創(chuàng)新集聚影響工業(yè)綠色轉(zhuǎn)型中的正向調(diào)節(jié)作用。

第四，布局建設(shè)新一代人工智能平臺(tái)、大數(shù)據(jù)中心、5G基站、工業(yè)物聯(lián)網(wǎng)、云計(jì)算中心等數(shù)字基礎(chǔ)設(shè)施，打破傳統(tǒng)社會(huì)中技術(shù)溢出的時(shí)空、信息壁壘，放大創(chuàng)新集聚對(duì)工業(yè)綠色轉(zhuǎn)型影響的正向溢出效應(yīng)；同時(shí)，鼓勵(lì)高污染、高耗能的工業(yè)企業(yè)學(xué)習(xí)生產(chǎn)集約化管理和減排技術(shù)，減弱創(chuàng)新集聚對(duì)工業(yè)綠色轉(zhuǎn)型影響的負(fù)向溢出效應(yīng)。

參考文獻(xiàn)：

［1］陳禹靜.中國(guó)工業(yè)綠色高質(zhì)量發(fā)展的時(shí)空格局演變及驅(qū)動(dòng)因素分析［J］.學(xué)術(shù)論壇，2022，45（3）：60-71.

［2］鄧宗兵，李莉萍，魏劍雄，等.中國(guó)工業(yè)綠色發(fā)展的時(shí)空格局及障礙因子［J］.科技管理研究，2023，43（2）：134-143.

［3］李科，袁瑋鴻，羅晶，等.中國(guó)工業(yè)綠色增長(zhǎng)效率的測(cè)算及其變化特征［J］.經(jīng)濟(jì)地理，2022，42（4）：44-53.

［4］楊永杰，阮鑫妍.數(shù)字化轉(zhuǎn)型、綠色技術(shù)創(chuàng)新與企業(yè)ESG表現(xiàn)——環(huán)境規(guī)制的調(diào)節(jié)作用［J］．哈爾濱商業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2023（5）：34-47.

［5］王首然，祝福恩.生態(tài)文明建設(shè)整體布局下實(shí)現(xiàn)“雙碳”目標(biāo)研究［J］．理論探討，2022（3）：125-129.

［6］高厚賓，王薔瑞.“綠色的饋贈(zèng)”：數(shù)字化轉(zhuǎn)型對(duì)企業(yè)環(huán)境績(jī)效的影響——來(lái)自中國(guó)制造業(yè)A股上市公司的經(jīng)驗(yàn)證據(jù)［J］．河南師范大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2023，50（5）：88-94.

［7］楊立巖，潘慧峰.人力資本、基礎(chǔ)研究與經(jīng)濟(jì)增長(zhǎng)［J］.經(jīng)濟(jì)研究，2003（4）：72-78+94.

［8］孫早，許薛璐.前沿技術(shù)差距與科學(xué)研究的創(chuàng)新效應(yīng)——基礎(chǔ)研究與應(yīng)用研究誰(shuí)扮演了更重要的角色［J］.中國(guó)工業(yè)經(jīng)濟(jì)，2017（3）：5-23.

［9］葛鵬飛，黃秀路，韓先鋒.創(chuàng)新驅(qū)動(dòng)與“一帶一路”綠色全要素生產(chǎn)率提升——基于新經(jīng)濟(jì)增長(zhǎng)模型的異質(zhì)性創(chuàng)新分析［J］.經(jīng)濟(jì)科學(xué)，2018（1）：37-51.

［10］袁嘉琪，卜偉.環(huán)境規(guī)制如何提升工業(yè)綠色全要素生產(chǎn)率？——行業(yè)間要素配置比例變化的視角［J］.經(jīng)濟(jì)問(wèn)題，2022（6）：75-84.

［11］CharlesJones.Ramp;D-BasedModelsofEconomicGrowth［J］.JournalofPoliticalEconomy，1995，103：759-784.

［12］劉鵬飛.預(yù)期壽命和儲(chǔ)蓄率：基于有限生命的拉姆齊模型［J］.東北大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2022，24（5）：22-30.

［13］陳詩(shī)一.能源消耗、二氧化碳排放與中國(guó)工業(yè)的可持續(xù)發(fā)展［J］.經(jīng)濟(jì)研究，2009，44（4）：41-55.

［14］藺鵬，孟娜娜.有偏技術(shù)進(jìn)步、要素配置扭曲與中國(guó)工業(yè)經(jīng)濟(jì)高質(zhì)量發(fā)展——基于技術(shù)一致性視角［J］.上海經(jīng)濟(jì)研究，2021（8）：72-91.

［15］劉斌，趙飛.人力資本提升對(duì)企業(yè)綠色發(fā)展的影響——來(lái)自中國(guó)“高校擴(kuò)招”的證據(jù)［J］.湖北大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2023，50（1）：152-161，175.

［16］鐘文，鄭明貴.資本匹配、創(chuàng)新力培育驅(qū)動(dòng)區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展的邏輯及效應(yīng)［J］.深圳大學(xué)學(xué)報(bào)（人文社會(huì)科學(xué)版），2022，39（5）：63-72.

［17］申洋，郭俊華.財(cái)政體制失衡與環(huán)境污染：理論機(jī)制與經(jīng)驗(yàn)辨識(shí)［J］.經(jīng)濟(jì)問(wèn)題探索，2021（9）：179-190.

［18］李憲印，王鳳芹，楊博旭，等.人力資本、政府科技投入與區(qū)域創(chuàng)新［J］.中國(guó)軟科學(xué)，2022（11）：181-192.

［19］王樹(shù)文，王京誠(chéng).城市生活垃圾與經(jīng)濟(jì)增長(zhǎng)的非線性關(guān)系——基于環(huán)境庫(kù)茲涅茨曲線的實(shí)證分析［J］.中國(guó)人口·資源與環(huán)境，2022，32（2）：63-70.

［20］錢麗，魏圓圓，肖仁橋.營(yíng)商環(huán)境對(duì)中國(guó)省域經(jīng)濟(jì)高質(zhì)量發(fā)展的非線性影響——雙元?jiǎng)?chuàng)新的調(diào)節(jié)效應(yīng)［J］.科技進(jìn)步與對(duì)策，2022，39（8）：39-47.

［21］溫忠麟，侯杰泰，張雷.調(diào)節(jié)效應(yīng)與中介效應(yīng)的比較和應(yīng)用［J］.心理學(xué)報(bào)，2005（2）：268-274.

［22］胡晨光，孫久文，王婷婷.大都市帶基礎(chǔ)設(shè)施、城市規(guī)模與城市經(jīng)濟(jì)增長(zhǎng)——一個(gè)中介效應(yīng)與調(diào)節(jié)效應(yīng)的綜合分析框架［J］.中國(guó)軟科學(xué)，2020（10）：85-95.

［23］HaansR，PietersC，HeZ.ThinkingaboutU：Theo-rizingandTestingUandInvertedUShapedRelationshipsinStrategyResearch［J］.StrategicManagementJournal，2016，37（7）：1177-1195.

［24］楊書，范博凱，顧蕓.投資型環(huán)境規(guī)制對(duì)綠色全要素生產(chǎn)率的非線性影響［J］.中國(guó)人口·資源與環(huán)境，2022，32（5）：120-131.

［25］楊曉妹，龐倩男，王有興.環(huán)境稅對(duì)綠色創(chuàng)新的空間溢出效應(yīng)——基于政府環(huán)境監(jiān)管調(diào)節(jié)作用的分析［J］.中國(guó)人口·資源與環(huán)境，2023，33（1）：50-60.

［26］岳鴻飛，徐穎，吳璘.技術(shù)創(chuàng)新方式選擇與中國(guó)工業(yè)綠色轉(zhuǎn)型的實(shí)證分析［J］.中國(guó)人口·資源與環(huán)境，2017，27（12）：196-206.

［27］傅晗彧，劉敬，謝小平.創(chuàng)新類型、政府支持與經(jīng)濟(jì)增長(zhǎng)效率提高［J］.南方經(jīng)濟(jì)，2022（8）：92-112.

［28］曹玉平.異質(zhì)技術(shù)創(chuàng)新對(duì)中國(guó)加工貿(mào)易升級(jí)的差異影響——理論機(jī)制與實(shí)證檢驗(yàn)［J］.北京理工大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2021，23（5）：101-114.

［29］俞立平，邱棟，彭長(zhǎng)生.創(chuàng)新集聚、創(chuàng)新質(zhì)量與創(chuàng)新成果［J］.統(tǒng)計(jì)與決策，2021，37（11）：173-177.

［30］張平淡，屠西偉.制造業(yè)集聚、技術(shù)進(jìn)步與企業(yè)全要素能源效率［J］.中國(guó)工業(yè)經(jīng)濟(jì)，2022（7）：103-121.

［31］薛飛，劉家旗，付雅梅.人工智能技術(shù)對(duì)碳排放的影響［J］.科技進(jìn)步與對(duì)策，2022，39（24）：1-9.

TheImpactofInnovationAgglomerationonIndustrialGreenTransformation

WANGYang，GUOJunhua

（SchoolofEconomicsandManagement，NorthwestUniversity，Xi’an710127，China）

Abstract：Byconstructinganeweconomicgrowthmodelthatincludesinnovationagglomerationsectors，thenonlinearmechanismofinnovationagglomerationonindustrialgreentransformationistheoreticallyexplained.Furthermore，basedonthepaneldataof282citiesinChinafrom2006to2020，thispaperempiricallyteststhenonlinearimpact，heterogeneityandspatialspillovereffectsofinnovationagglomerationonindustrialgreentransformation，andverifiesthemoderatingeffectoffiscalverticalimbalanceandforeigndirectinvestment.TheresearchfindsthatinnovationagglomerationhasaU-shapedimpactonindustrialgreentransformation，whichisstilltrueafteraseriesofrobustnesstests;Innovationagglomerationcaneffectivelypromotethegreentransformationofindustriesineasterncitiesandfirsttiercities，butithassuppressedthegreentransformationofindustriesincentralcities，resource-basedcities，andfourthandfifthtiercities;TheU-shapedrelationshipbetweeninnovationagglomerationandindustrialgreentransformationisnegativelyregulatedbyfiscalverticalimbalanceandpositivelyregulatedbyforeigndirectinvestment;ThereisasignificantinvertedU-shapedspatialspillovereffectofinnovationagglomerationonthegreentransformationofindustriesinregionswithsimilargeographicaldistances.

Keywords：innovationagglomeration;greentransformationofindustry;U-shaped;neweconomicgrowthmodel

（責(zé)任編輯：周正）