新質(zhì)生產(chǎn)力賦能的產(chǎn)業(yè)協(xié)同集聚、技術(shù)創(chuàng)新與綠色經(jīng)濟效率

摘 要：結(jié)合空間計量模型與中介效應(yīng)分析方法，基于2009—2022年我國省級數(shù)據(jù)，考察新質(zhì)生產(chǎn)力賦能的產(chǎn)業(yè)協(xié)同集聚對綠色經(jīng)濟效率的影響以及技術(shù)創(chuàng)新在其中所起的中介作用。相對于傳統(tǒng)中介效應(yīng)分析，考慮空間效應(yīng)的中介效應(yīng)分析可以修正由于忽略空間相關(guān)關(guān)系而導(dǎo)致的偏誤，并可以通過空間效應(yīng)分解更準確地識別出變量間的影響關(guān)系。結(jié)果顯示：（1）中國省際間的綠色經(jīng)濟效率具有顯著的空間交互效應(yīng)和跨期交互效應(yīng)。（2）產(chǎn)業(yè)協(xié)同集聚短期內(nèi)對本地區(qū)及其他地區(qū)的綠色經(jīng)濟效率具有顯著促進作用，而長期內(nèi)可能存在過度集聚而產(chǎn)生“擁塞效應(yīng)”。（3）產(chǎn)業(yè)協(xié)同集聚在短期內(nèi)對其他地區(qū)的技術(shù)創(chuàng)新具有顯著抑制作用，即產(chǎn)業(yè)協(xié)同集聚對技術(shù)創(chuàng)新的影響可能存在“擁塞效應(yīng)”和“路徑依賴效應(yīng)”。（4）傳統(tǒng)中介效應(yīng)分析和基于空間計量模型的中介效應(yīng)分析具有明顯差異，傳統(tǒng)中介效應(yīng)分析方法下技術(shù)創(chuàng)新不具有“中介效應(yīng)”，而基于空間計量模型的中介效應(yīng)分析顯示，技術(shù)創(chuàng)新在產(chǎn)業(yè)協(xié)同集聚對綠色經(jīng)濟效率的影響中具有“部分中介效應(yīng)”。

關(guān)鍵詞：新質(zhì)生產(chǎn)力；產(chǎn)業(yè)協(xié)同集聚；技術(shù)創(chuàng)新；綠色經(jīng)濟效率；空間計量；中介效應(yīng)

中圖分類號：F061.5；F062.9

文獻標(biāo)識碼：A

文章編號：1673-9841（2024）05-0042-14

一、引 言

隨著中國城市經(jīng)濟水平的迅速提升，隨之而來的還有日益嚴重的資源消耗和環(huán)境污染問題。黨的二十大報告強調(diào)，全面建成社會主義現(xiàn)代化強國，總的戰(zhàn)略安排是分兩步走：從2020年到2035年基本實現(xiàn)社會主義現(xiàn)代化；從2035年到本世紀中葉把我國建成富強民主文明和諧美麗的社會主義現(xiàn)代化強國。其中，建設(shè)美麗中國要聚焦于推動綠色發(fā)展，促進人與自然和諧共生。2023年9月習(xí)近平總書記在黑龍江考察調(diào)研時提出加快形成新質(zhì)生產(chǎn)力。2024年7月黨的二十屆三中全會提出“因地制宜發(fā)展新質(zhì)生產(chǎn)力”，并且“要健全因地制宜發(fā)展新質(zhì)生產(chǎn)力體制機制”。新質(zhì)生產(chǎn)力強調(diào)通過技術(shù)進步實現(xiàn)生產(chǎn)力變革和效率提升，從而推動社會進步和可持續(xù)發(fā)展。新質(zhì)生產(chǎn)力的核心是技術(shù)創(chuàng)新，目標(biāo)是經(jīng)濟可持續(xù)發(fā)展。綠色經(jīng)濟效率（Green Economic Efficiency，簡稱GEE）是衡量經(jīng)濟可持續(xù)發(fā)展的重要指標(biāo)，不僅可以有效測度生產(chǎn)過程中的傳統(tǒng)要素利用問題，還可以綜合評價經(jīng)濟和環(huán)境的協(xié)調(diào)發(fā)展水平。在綠色發(fā)展昭示未來的大勢下，如何發(fā)展新質(zhì)生產(chǎn)力、推動經(jīng)濟模式轉(zhuǎn)變，特別是如何促進區(qū)域綠色經(jīng)濟效率提升，已成為專家學(xué)者的重要研究對象。

產(chǎn)業(yè)集聚體現(xiàn)了新質(zhì)生產(chǎn)力在特定區(qū)域內(nèi)的集中表現(xiàn)，新質(zhì)生產(chǎn)力強調(diào)產(chǎn)業(yè)與科技創(chuàng)新深度融合，而產(chǎn)業(yè)集聚提供了這種融合的實際基礎(chǔ)。產(chǎn)業(yè)集聚作為新質(zhì)生產(chǎn)力的重要表現(xiàn)和推動力量，對綠色經(jīng)濟效率具有重大影響。一方面規(guī)模經(jīng)濟有利于提高資源配置效率［1］，進而促進城市綠色經(jīng)濟發(fā)展；另一方面因利益沖突導(dǎo)致的惡性競爭、因生產(chǎn)與人口高度密集導(dǎo)致的過度消耗等問題也可能制約城市綠色經(jīng)濟發(fā)展，這說明產(chǎn)業(yè)集聚不僅能形成有利于經(jīng)濟發(fā)展的集聚效應(yīng)，還可能會產(chǎn)生阻礙地區(qū)經(jīng)濟發(fā)展的“擁塞效應(yīng)”［2-3］。關(guān)于產(chǎn)業(yè)集聚影響綠色經(jīng)濟效率的主要途徑，有學(xué)者通過將綠色經(jīng)濟效率分解為技術(shù)效率和技術(shù)進步，發(fā)現(xiàn)技術(shù)進步是促進綠色全要素生產(chǎn)率提升的關(guān)鍵［4］。因此，有必要考察技術(shù)創(chuàng)新在產(chǎn)業(yè)集聚影響綠色經(jīng)濟效率中所發(fā)揮的作用，進一步對產(chǎn)業(yè)集聚能否以及如何通過技術(shù)創(chuàng)新影響地區(qū)綠色經(jīng)濟效率進行深入探究。

二、文獻綜述

已有研究對綠色經(jīng)濟效率的探究主要有以下三個方面：一是綠色經(jīng)濟效率的測度［5-6］。多數(shù)文獻利用數(shù)據(jù)包絡(luò)分析（DEA）方法進行測度，這種方法可以綜合度量綠色經(jīng)濟效率。二是綠色經(jīng)濟效率的時空差異研究。時間維度上對綠色經(jīng)濟效率進行分時段分析，多數(shù)研究認為中國區(qū)域綠色經(jīng)濟效率隨時間呈上升趨勢［7］。空間維度上通常先整體、后分區(qū)域分析，研究普遍認為中國綠色經(jīng)濟效率存在空間差異，東部最高、西部次之、中部最低，省份間的差異性有所下降［8］。三是綠色經(jīng)濟效率的影響因素研究。現(xiàn)有文獻主要分析了產(chǎn)業(yè)集聚、環(huán)境規(guī)制、產(chǎn)業(yè)結(jié)構(gòu)、外商直接投資、財政分權(quán)、政府干預(yù)等因素對綠色經(jīng)濟效率的影響［9-11］。其中，產(chǎn)業(yè)集聚對綠色經(jīng)濟效率的影響尚未有定論，已有研究存在不同看法：一方面，產(chǎn)業(yè)協(xié)同集聚是產(chǎn)業(yè)集聚的高級階段，在一定集聚水平內(nèi)，產(chǎn)業(yè)協(xié)同集聚有利于形成規(guī)模經(jīng)濟，不僅可以降低區(qū)域成本，還能通過產(chǎn)業(yè)間競爭與合作推動形成知識與技術(shù)的溢出效應(yīng)，是促進經(jīng)濟高質(zhì)量發(fā)展的重要手段［12］。另一方面，集聚要素可能會產(chǎn)生“擁塞效應(yīng)”，即當(dāng)集聚水平過高時，資源配置效率被抑制，綠色經(jīng)濟發(fā)展水平不再隨著集聚水平的提高而提高，集聚水平反而會對經(jīng)濟高質(zhì)量發(fā)展產(chǎn)生負向作用［2-3］。

現(xiàn)有文獻對產(chǎn)業(yè)集聚與綠色經(jīng)濟效率的關(guān)系進行了諸多探索，在此基礎(chǔ)上，少數(shù)學(xué)者開始探究產(chǎn)業(yè)集聚影響綠色經(jīng)濟效率的內(nèi)在機制，例如，黃慶華等發(fā)現(xiàn)技術(shù)進步是制造業(yè)集聚提升長江經(jīng)濟帶經(jīng)濟發(fā)展質(zhì)量（以綠色全要素生產(chǎn)率作為衡量指標(biāo)）的主要途徑［13］。關(guān)海玲等通過將綠色全要素生產(chǎn)率分解為技術(shù)進步和技術(shù)效率變動指數(shù)，發(fā)現(xiàn)技術(shù)進步引導(dǎo)下的科技創(chuàng)新活動是區(qū)域間綠色全要素生產(chǎn)率提升的關(guān)鍵［4］。進一步地，有學(xué)者嘗試借助中介效應(yīng)方法，檢驗技術(shù)創(chuàng)新在產(chǎn)業(yè)協(xié)同集聚對經(jīng)濟效率的影響中是否起到中介變量作用。例如，金浩等利用傳統(tǒng)三段式線性中介效應(yīng)模型，證實了產(chǎn)業(yè)協(xié)同集聚對經(jīng)濟增長具有直接促進作用，并且技術(shù)創(chuàng)新在其中發(fā)揮了部分中介作用［14］。遺憾的是，該研究尚有不足之處值得改進：一方面，目前我國對經(jīng)濟發(fā)展的追求不僅要高水平，更要高質(zhì)量，因此，需要更多地關(guān)注綠色經(jīng)濟發(fā)展水平而非簡單的GDP增長；另一方面，該研究是基于線性回歸模型進行的中介效應(yīng)分析，而一般線性回歸模型假定不同個體間是相互獨立的，忽視了個體間被解釋變量和解釋變量可能存在的空間相關(guān)關(guān)系，進而產(chǎn)生遺漏變量風(fēng)險。為克服一般線性回歸模型的缺陷，部分學(xué)者嘗試將空間相關(guān)關(guān)系納入中介效應(yīng)分析研究框架。例如，李成剛等構(gòu)建了空間計量模型并結(jié)合中介效應(yīng)檢驗方法進行實證分析［15］，但其僅考慮了變量系數(shù)的點估計值，忽視了個體間空間相關(guān)關(guān)系對中介效應(yīng)可能產(chǎn)生的影響。事實上，對于空間計量模型，某個體的特征變量發(fā)生變化在導(dǎo)致其自身被解釋變量發(fā)生改變的同時，其他個體也會因空間相關(guān)關(guān)系的存在而受到關(guān)聯(lián)影響并再反饋于自身，這時僅考慮變量系數(shù)的點估計值來進行中介效應(yīng)分析可能會存在偏誤，進而得出誤導(dǎo)性的研究結(jié)論，因此，需要使用更加精確的計算方式來進行中介效應(yīng)分析。

從已有研究來看，產(chǎn)業(yè)集聚很可能通過技術(shù)創(chuàng)新影響綠色經(jīng)濟效率，然而，關(guān)于產(chǎn)業(yè)集聚對技術(shù)創(chuàng)新的影響也有正外部性和負外部性兩類。一方面，產(chǎn)業(yè)集聚可以加速知識的溢出效應(yīng)，有利于創(chuàng)新主體整合創(chuàng)新要素、節(jié)約創(chuàng)新成本、提升創(chuàng)新績效，從而促進區(qū)域技術(shù)創(chuàng)新產(chǎn)出和水平的提升。劉勝等發(fā)現(xiàn)制造業(yè)與生產(chǎn)性服務(wù)業(yè)協(xié)同集聚對企業(yè)技術(shù)創(chuàng)新具有顯著促進作用［16］。湯長安等引入探索性空間數(shù)據(jù)分析（ESDA）方法和空間計量模型，發(fā)現(xiàn)制造業(yè)和生產(chǎn)性服務(wù)業(yè)產(chǎn)業(yè)協(xié)同集聚對地區(qū)技術(shù)創(chuàng)新存在顯著正向空間溢出效應(yīng)［17］。另一方面，產(chǎn)業(yè)集聚可能存在“擁塞效應(yīng)”和“路徑依賴效應(yīng)”。這里的“擁塞效應(yīng)”是指，當(dāng)集聚水平過高時，知識和技術(shù)的外溢效應(yīng)不再顯著，規(guī)模效應(yīng)衰退，對技術(shù)創(chuàng)新逐漸出現(xiàn)阻礙作用。“路徑依賴效應(yīng)”是指產(chǎn)業(yè)協(xié)同集聚容易將產(chǎn)業(yè)布局和產(chǎn)業(yè)發(fā)展層次鎖定在中低端價值鏈，阻礙技術(shù)擴散和變革，抑制技術(shù)創(chuàng)新。謝波在探究資源型產(chǎn)業(yè)集聚對區(qū)域創(chuàng)新能力的作用機制時發(fā)現(xiàn)，中西部地區(qū)的資源產(chǎn)業(yè)集聚能夠顯著抑制技術(shù)創(chuàng)新能力的提升［18］。原毅軍等發(fā)現(xiàn)生產(chǎn)性服務(wù)業(yè)集聚可顯著促進技術(shù)創(chuàng)新，制造業(yè)產(chǎn)業(yè)集聚與技術(shù)創(chuàng)新呈倒“U”形關(guān)系，且東部省份制造業(yè)產(chǎn)業(yè)因過度集聚而產(chǎn)生了技術(shù)負外部性［19］。因此，有必要深入探究產(chǎn)業(yè)協(xié)同集聚與技術(shù)創(chuàng)新的關(guān)系以及產(chǎn)業(yè)協(xié)同集聚是如何通過技術(shù)創(chuàng)新影響綠色經(jīng)濟效率的。

綜合以上研究可以發(fā)現(xiàn)，已有研究在產(chǎn)業(yè)集聚與綠色經(jīng)濟效率、產(chǎn)業(yè)集聚與技術(shù)創(chuàng)新等方面進行了深入分析與討論，但還存在以下不足之處：（1）現(xiàn)有研究關(guān)于產(chǎn)業(yè)集聚與綠色經(jīng)濟效率的關(guān)系、產(chǎn)業(yè)集聚與技術(shù)創(chuàng)新的關(guān)系還存在爭議，并且缺少產(chǎn)業(yè)協(xié)同集聚對綠色經(jīng)濟效率影響路徑的進一步分析，無法明確技術(shù)創(chuàng)新在其中發(fā)揮的作用。（2）部分研究嘗試借助中介效應(yīng)方法探究技術(shù)創(chuàng)新的作用，但一般線性回歸模型忽視了不同個體間被解釋變量和解釋變量可能存在的空間相關(guān)關(guān)系，進而產(chǎn)生遺漏變量風(fēng)險。（3）將空間相關(guān)關(guān)系納入中介效應(yīng)分析框架的研究還不多，少數(shù)基于空間計量模型的中介效應(yīng)分析，僅考慮了變量系數(shù)的點估計值，忽視了個體間空間相關(guān)關(guān)系對中介效應(yīng)可能產(chǎn)生的影響，可能得出誤導(dǎo)性的研究結(jié)論。基于此，本文擬在進行中介效應(yīng)分析時，通過將空間效應(yīng)分解為短期直接效應(yīng)、短期間接效應(yīng)、長期直接效應(yīng)和長期間接效應(yīng)，檢驗制造業(yè)與生產(chǎn)性服務(wù)業(yè)協(xié)同集聚對綠色經(jīng)濟效率的影響以及技術(shù)創(chuàng)新在其中所起的中介作用。相對于傳統(tǒng)中介效應(yīng)分析方法，考慮空間效應(yīng)的中介效應(yīng)分析方法可以修正由于忽略空間相關(guān)關(guān)系而導(dǎo)致的偏誤，并可以通過空間效應(yīng)分解更準確地識別出變量間的影響關(guān)系。

三、研究設(shè)計

（一）模型設(shè)定

為了刻畫產(chǎn)業(yè)協(xié)同集聚、技術(shù)創(chuàng)新與綠色經(jīng)濟效率三者之間的關(guān)系，本文在空間計量框架下，借鑒Baron和溫忠麟等提出的逐步檢驗方法進行中介效應(yīng)分析［20-21］，具體模型形式如下所示：

Yt=ρ1Yt－1+λ1WYt+μ1WYt－1+Xtβ1+WXtβ2+Z1tσ1+WZ1tσ2+δ+ξtιN+εt（1）

Mt=ρ2Mt－1+λ2WMt+μ2WMt－1+Xtθ1+WXtθ2+Z2tφ1+WZ2tφ2+δ+ξtιN+εt（2）

Yt=ρ3Yt－1+λ3WYt+μ3WYt－1+Xtβ1′+WXtβ2′+Mtγ1

+WMtγ2+Z1tη1+WZ1tη2+δ+ξtιN+εt（3）

其中，Yt表示被解釋變量綠色經(jīng)濟效率，Xt表示核心解釋變量制造業(yè)與生產(chǎn)性服務(wù)業(yè)協(xié)同集聚，Mt表示中介變量技術(shù)創(chuàng)新，Z1t、Z2t代表控制變量，本文選取經(jīng)過行標(biāo)準化處理后的地理距離矩陣作為空間權(quán)重矩陣。Yt－1是被解釋變量的時間滯后項，WYt和WYt－1分別是被解釋變量的空間滯后項和時空滯后項；Mt－1、WMt和WMt－1同理。若ρj=μj=0（j=1，2，3），模型（1）～（3）即為靜態(tài)空間杜賓模型；反之，則為動態(tài)空間杜賓模型。在中介效應(yīng)分析中，模型（1）用來檢驗產(chǎn)業(yè)協(xié)同集聚對綠色經(jīng)濟效率的總效應(yīng)；模型（2）用來探究產(chǎn)業(yè)協(xié)同集聚與中介變量技術(shù)創(chuàng)新的關(guān)系；模型（3）用來檢驗在控制技術(shù)創(chuàng)新后，產(chǎn)業(yè)協(xié)同集聚對綠色經(jīng)濟效率的影響以及技術(shù)創(chuàng)新是否在其中承擔(dān)中介作用。若模型（1）～（3）不存在滯后項WYt、WYt－1、WMt、WMt－1、WXt和WZt，上述模型即退化為不考慮空間效應(yīng)的一般線性回歸模型。

對于不考慮空間效應(yīng)的一般線性回歸模型，中介效應(yīng)檢驗可以歸納為以下三個檢驗步驟：第一步，檢驗產(chǎn)業(yè)協(xié)同集聚對綠色經(jīng)濟效率的影響是否顯著。第二步，檢驗產(chǎn)業(yè)協(xié)同集聚對技術(shù)創(chuàng)新的影響是否顯著。第三步，檢驗加入中介變量技術(shù)創(chuàng)新后，技術(shù)創(chuàng)新對綠色經(jīng)濟效率的影響以及產(chǎn)業(yè)協(xié)同集聚對綠色經(jīng)濟效率的影響是否顯著。如果所有回歸系數(shù)均顯著，則存在部分中介效應(yīng)；如果加入中介變量后，產(chǎn)業(yè)協(xié)同集聚對綠色經(jīng)濟效率的影響不顯著，其余回歸系數(shù)均顯著，則存在完全中介效應(yīng)；除以上兩種情況外，其他情況中介效應(yīng)不顯著。需要強調(diào)的是，在空間計量框架下，由于存在個體間的空間關(guān)聯(lián)，上述檢驗方法將不再適用。具體原因在于，一般線性回歸模型假定不同個體間是相互獨立的，線性回歸系數(shù)的點估計值直接測度了不同變量間的影響程度，而在空間計量模型中，對參數(shù)的解釋變得更為復(fù)雜，一個空間個體的特征變量發(fā)生變化在導(dǎo)致自身被解釋變量發(fā)生改變的同時，由于個體間存在空間相關(guān)關(guān)系，其他個體也會受到關(guān)聯(lián)影響并可能再反饋于自身。因此，不能僅使用簡單的點估計值，需要使用更加精確的計算方式來進行中介效應(yīng)分析，即需要進行效應(yīng)分解來準確識別和測度個體間不同變量的影響關(guān)系。

（二）效應(yīng)分解

本文參考Lesage等的做法［22］，以模型（1）為例，介紹空間效應(yīng)分解過程。具體而言，定義S（λ1）=I－λ1W，A（λ1，ρ1，μ1）=（I－λ1W）－1（ρ1I+μ1W），其中，I表示N×N的單位矩陣，則模型（1）的簡約形式可以表示為：

Yt=A（λ1，ρ1，μ1）Yt－1+S－1（λ1）（Xtβ1+WXtβ2+Z1tσ1+WZtσ2+δ+ξtιN+εt）（4）

由于解釋變量變化的效應(yīng)隨地區(qū)不同而不同，Lesage等提出了一種簡要方法以測量不同的效應(yīng)［23］，即基于加總短期效應(yīng)矩陣和長期效應(yīng)矩陣各行（列）的所有效應(yīng)，然后求各地區(qū)的平均值，具體設(shè)定如下：對于g=0，1，…，令Yt+g=（y1，t+g，y2，t+g，…，yN，t+g）′；Xt=（X1t，X2t，…，Xkt），其中Xkt=（x1kt，x2kt，…，xNkt）′；β1=（β11，β12，…，β1k）；β2=（β21，β22，…，β2k）。我們可以計算得到E（Yt+g）對Xkt的偏導(dǎo)數(shù)矩陣，用來刻畫不同空間個體間的同期（g=0）或者跨期（ggt;0）交互效應(yīng)，具體形式如下：

EYt+gXkt=y1，t+gx1kt … y1，t+gxNkt

y2，t+gx1kt … y2，t+gxNkt …" …" …

yN，t+gx1kt … yN，t+gxNkt=Agλ1，ρ1，μ1S－1λ1β1kI+β2kW（5）

其中，偏導(dǎo)數(shù)矩陣中對角線元素代表的是直接效應(yīng)（direct effect），測度了一個空間個體的解釋變量對其自身被解釋變量的影響；非對角線元素代表的是間接效應(yīng)（indirect effect），又稱為空間溢出效應(yīng)（spatial spillover effects），測度了一個空間個體的解釋變量對其他空間個體被解釋變量的影響。考慮到長短期效應(yīng)矩陣中主對角線元素和非對角線元素的不同含義，本文將解釋變量變化所產(chǎn)生的空間效應(yīng)細分為四種（需要強調(diào)的是，效應(yīng)分解中的直接效應(yīng)和間接效應(yīng)代表著空間效應(yīng)，與中介效應(yīng)中的直接效應(yīng)與間接效應(yīng)不同）。具體設(shè)定參見表1。

（三）估計方法

由于空間效應(yīng)，各觀測樣本相互依賴，缺乏獨立性，從而導(dǎo)致傳統(tǒng)計量經(jīng)濟學(xué)的普通最小二乘估計方法不再適用于空間計量模型的估計。此外，單獨用于估計動態(tài)非空間或空間非動態(tài)面板模型的方法所得到的估計結(jié)果也是有偏差的。目前針對混合了空間和時間效應(yīng)的動態(tài)模型，文獻中主要有三種估計方法：偏誤修正的極大似然（ML） 估計和準極大似然（QML） 估計；基于工具變量或廣義矩的估計（IV/GMM）；貝葉斯馬爾科夫鏈蒙特卡洛估計（MCMC）。本文選取偏誤修正的極大似然（ML） 估計方法［24］，用于估計動態(tài)空間杜賓模型。

四、變量說明與數(shù)據(jù)來源

（一）變量說明

1.被解釋變量：綠色經(jīng)濟效率

本文采用非期望產(chǎn)出SBM模型測算綠色經(jīng)濟效率。該模型有效解決了傳統(tǒng)CCR、BBC模型的缺點，將投入和產(chǎn)出的松弛變量引入目標(biāo)函數(shù)中，直接度量多余的投入量與不足的產(chǎn)出量，使計算的效率值更加切合實際［25］。

（1）SBM模型設(shè)定

假設(shè)每個省份作為一個決策單元（DMU），且每個決策單元有3個向量，即投入向量、期望產(chǎn)出向量和非期望產(chǎn)出向量，分別表示為x∈Rm、yg∈RS1、yb∈RS2，定義矩陣X、Xg、Yb分別為X=xij∈Rm×n、Yg=ygij∈RS1×n、Yb=ybij∈RS2×n。根據(jù)實際投入產(chǎn)出，假設(shè)X＞0、Yg＞0、YS＞0，加入非期望產(chǎn)出的SBM模型設(shè)定如下：

ρ=min1－1m∑mi=1S－i/Xi01+1S1+S2∑S1r=1Sgr/ygr0+∑S2r=1Sbr/ybr0

s.t.X0=Xλ+S－；yg0=Ygλ－Sg；yb0=Ybλ+SbS－≥0，Sg≥0，Sb≥0，λ≥0

其中，S－、Sg、Sb分別表示投入、期望產(chǎn)出和非期望產(chǎn)出，S－i、Sgr、Sbr分別為第i0個決策單元DMU的投入冗余量，期望產(chǎn)出不足量和非期望產(chǎn)出超標(biāo)量。λ為權(quán)重向量，ρ為測算出的效率值，且滿足

ρ∈［0.1］。當(dāng)ρ=1時，即S－=0、Sg=0、Sb=0時，決策單元才是完全有效的；當(dāng)ρ＜1時，即S－、Sg、Sb三者中至少有一個不等于零時，決策單元是無效率的，存在投入產(chǎn)出上改進的必要性。

（2）投入與產(chǎn)出指標(biāo)

投入指標(biāo)包括勞動力投入、資本投入和能源投入。勞動力投入方面，參考孫振清等的方法［26］，通過年末各地區(qū)從業(yè)人數(shù)來測度，單位為萬人；資本投入方面，目前大部分學(xué)者通用的方法是永續(xù)盤存法：ki，t=（1－δ）Ki，t－1+Ii，t

，參考單豪杰的方法［27］，以10.96%為折舊率，選擇固定資產(chǎn)存量進行測度，單位為億元；能源投入方面，參考朱風(fēng)慧等的方法［28］，通過各地區(qū)全年用電量測度，單位為億千瓦時。

產(chǎn)出指標(biāo)包括期望產(chǎn)出和非期望產(chǎn)出。期望產(chǎn)出方面，參考朱風(fēng)慧等的方法［28］，使用實際地區(qū)生產(chǎn)總值進行測度，單位為億元，為剔除通貨膨脹等因素，以2008年為基期對獲取到的名義GDP數(shù)據(jù)進行平減；非期望產(chǎn)出方面，使用“工業(yè)三廢”排放量，即使用廢水排放量、SO2排放量、煙粉塵排放量3個指標(biāo)刻畫非期望產(chǎn)出，并通過熵權(quán)法計算出“工業(yè)三廢”排放指數(shù)，“工業(yè)三廢”排放量相較于單一的SO2排放量指標(biāo)更加綜合全面。投入與產(chǎn)出指標(biāo)的說明可見表2。

2.核心解釋變量：產(chǎn)業(yè)協(xié)同集聚

為構(gòu)建制造業(yè)與生產(chǎn)性服務(wù)業(yè)協(xié)同集聚指數(shù)（coagg），本文參考張廣勝等的測度方法［1］，首先計算制造業(yè)與生產(chǎn)性服務(wù)業(yè)的區(qū)位熵：

Rij=（eij/Ei）/（ej/E）

其中，j代表地區(qū)，i代表產(chǎn)業(yè)，eij表示j地區(qū)i產(chǎn)業(yè)的就業(yè)人數(shù)，Ei表示全國i產(chǎn)業(yè)的就業(yè)人數(shù)，ej表示j地區(qū)所有產(chǎn)業(yè)的就業(yè)人數(shù)，E表示全國總就業(yè)人數(shù)。

然后利用制造業(yè)與生產(chǎn)性服務(wù)業(yè)的區(qū)位熵構(gòu)造兩者的協(xié)同集聚指數(shù)：

coaggj=1－Rmj－Rsj/Rmj+Rsj

其中Rmj、Rsj分別表示j地區(qū)制造業(yè)、生產(chǎn)性服務(wù)業(yè)的區(qū)位熵。協(xié)同集聚指數(shù)值越大，j地區(qū)制造業(yè)與生產(chǎn)性服務(wù)業(yè)的集聚水平越接近，兩者的協(xié)同集聚水平越高。

3.中介變量：技術(shù)創(chuàng)新

本文采用專利授權(quán)數(shù)的對數(shù)值對技術(shù)創(chuàng)新（tech）進行衡量。專利申請數(shù)或?qū)＠跈?quán)數(shù)常被用來衡量技術(shù)創(chuàng)新，專利申請數(shù)指一個國家或地區(qū)在特定時間內(nèi)提交的專利申請數(shù)量，而專利授權(quán)數(shù)是指報告期內(nèi)由專利行政部門授予專利權(quán)的件數(shù)。專利授權(quán)數(shù)小于或等于專利申請數(shù)，只有那些具有較高技術(shù)含量和創(chuàng)新性的專利申請才能獲得授權(quán)，進而為申請人帶來經(jīng)濟效益和市場優(yōu)勢。因此，專利授權(quán)數(shù)可以作為一個地區(qū)技術(shù)創(chuàng)新能力強弱的直接體現(xiàn)，即專利授權(quán)數(shù)相較于專利申請數(shù)更能反映一個地區(qū)的實際技術(shù)創(chuàng)新能力。

4.控制變量

為檢驗產(chǎn)業(yè)協(xié)同集聚、技術(shù)創(chuàng)新和綠色經(jīng)濟效率三者間的關(guān)系，選取控制變量如下（表3）：

（二）數(shù)據(jù)來源

本文選取了2009—2022年我國30個省份（西藏除外）共計420個樣本的面板數(shù)據(jù)，數(shù)據(jù)來源于各年《中國統(tǒng)計年鑒》和《中國科技統(tǒng)計年鑒》。表4和表5分別報告了本文所涉及變量和各省份綠色經(jīng)濟效率的描述性統(tǒng)計結(jié)果。從表中的變量描述性統(tǒng)計可以看出，作為被解釋變量的綠色經(jīng)濟效率，極小值與極大值差異懸殊，表明我國不同省份的綠色經(jīng)濟效率存在較大差異，有必要分析這種差異受哪些因素的影響。此外，技術(shù)創(chuàng)新的標(biāo)準差較大，表明中國技術(shù)創(chuàng)新水平的區(qū)域差異懸殊。從表中的標(biāo)準差還可以看出，區(qū)域外商直接投資、對外開放水平和人口密度也存在較大差異。從各省份綠色經(jīng)濟效率的描述性統(tǒng)計可以看出，北京、天津、上海、海南等東部省份的效率值明顯較高，吉林、黑龍江、湖南等中部省份的效率值其次，而甘肅、青海、寧夏等西部省份的效率值明顯偏低，綠色經(jīng)濟效率存在顯著區(qū)域性差異。

五、實證分析

（一）基于系數(shù)點估計值的中介效應(yīng)分析

為了對比起見，本文首先根據(jù)模型（1）～（3），基于變量系數(shù)的點估計值，分析制造業(yè)與生產(chǎn)性服務(wù)業(yè)協(xié)同集聚是否通過技術(shù)創(chuàng)新間接促進綠色經(jīng)濟效率。表6同時列示了靜態(tài)空間杜賓模型（靜態(tài)SDM）和動態(tài)空間杜賓模型（動態(tài)SDM）的模型估計結(jié)果。

通過對比表6中的結(jié)果可知，一方面，模型（3）中動態(tài)SDM下綠色經(jīng)濟效率的空間滯后項（W*GEE）、時間滯后項（L.GEE）與時空滯后項（W*L.GEE）均顯著為正，即其他省份當(dāng)期、本省上期和其他省份上期的綠色經(jīng)濟效率均會對本省當(dāng)期的綠色經(jīng)濟效率產(chǎn)生顯著影響，說明我國省際間綠色經(jīng)濟效率具有顯著的空間交互效應(yīng)和跨期交互效應(yīng)；模型（2）中動態(tài)SDM下技術(shù)創(chuàng)新的空間滯后項（W*tech）和時間滯后項（L.tech）顯著為正，即其他省份當(dāng)期和本省上期的技術(shù)創(chuàng)新均會對本省當(dāng)期的技術(shù)創(chuàng)新產(chǎn)生顯著影響。可見，模型中的空間滯后項、時間滯后項與時空滯后項不容忽視，否則會存在遺漏變量風(fēng)險。另外，需要強調(diào)的是，三類模型下動態(tài)SDM的擬合優(yōu)度（0.897、0.944和0.891）也明顯大于靜態(tài)SDM的擬合優(yōu)度（0.165、0.004和0.186），表明采用動態(tài)SDM考察產(chǎn)業(yè)協(xié)同集聚通過技術(shù)創(chuàng)新對綠色經(jīng)濟效率產(chǎn)生的影響更加合理，研究結(jié)論也更加科學(xué)。

另一方面，產(chǎn)業(yè)協(xié)同集聚在10%的顯著性水平上對綠色經(jīng)濟效率具有促進作用；本省產(chǎn)業(yè)協(xié)同集聚對技術(shù)創(chuàng)新的直接影響不顯著，但其他省份的產(chǎn)業(yè)協(xié)同集聚在1%的顯著性水平上對本省的技術(shù)創(chuàng)新存在間接負向影響；納入中介變量技術(shù)創(chuàng)新后，產(chǎn)業(yè)協(xié)同集聚對綠色經(jīng)濟效率的促進作用在5%的水平上顯著且有所提升。若根據(jù)變量系數(shù)的點估計值，由于模型（2）中產(chǎn)業(yè)協(xié)同集聚對中介變量技術(shù)創(chuàng)新的影響沒有通過顯著性檢驗，則判斷技術(shù)創(chuàng)新在產(chǎn)業(yè)協(xié)同集聚對綠色經(jīng)濟效率的影響中不存在中介效應(yīng)。然而，若考慮空間效應(yīng)，可以發(fā)現(xiàn)其他省份的產(chǎn)業(yè)協(xié)同集聚會顯著影響技術(shù)創(chuàng)新，且在后續(xù)模型（3）納入中介變量技術(shù)創(chuàng)新后，產(chǎn)業(yè)協(xié)同集聚對綠色經(jīng)濟效率的促進作用在5%的水平上顯著且有所提升。可見僅考慮變量系數(shù)的點估計值可能會得出偏誤的結(jié)論。

（二）基于空間效應(yīng)分解的中介效應(yīng)分析

由于僅關(guān)注變量系數(shù)點估計值的中介效應(yīng)分析，在存在空間效應(yīng)的前提下，無法準確刻畫變量的影響程度并可能得出具有偏誤的結(jié)論，因此，本文在動態(tài)SDM的基礎(chǔ)上，進行了空間效應(yīng)分解，以更準確地測度產(chǎn)業(yè)協(xié)同集聚、技術(shù)創(chuàng)新和綠色經(jīng)濟效率三者間的影響關(guān)系。由效應(yīng)分解可以得到地區(qū)變量間相互影響的短期效應(yīng)矩陣和長期效應(yīng)矩陣，矩陣內(nèi)容包括四部分：（1）產(chǎn)業(yè)協(xié)同集聚對綠色經(jīng)濟效率的影響矩陣；（2）產(chǎn)業(yè)協(xié)同集聚對技術(shù)創(chuàng)新的影響矩陣；（3）加入中介變量后，技術(shù)創(chuàng)新對綠色經(jīng)濟效率的影響矩陣；（4）加入中介變量后，產(chǎn)業(yè)協(xié)同集聚對綠色經(jīng)濟效率的影響矩陣。矩陣對角線元素表示直接效應(yīng)，矩陣非對角線元素表示間接效應(yīng)，行和表示接受的總效應(yīng)，列和表示輸出的總效應(yīng)。

表7報告了短期效應(yīng)矩陣，由于篇幅限制，表中僅選取了華中和華東地區(qū)的省份進行報告。以上海為例，除其自身以外，短期內(nèi)上海制造業(yè)與生產(chǎn)性服務(wù)業(yè)協(xié)同集聚對浙江綠色經(jīng)濟效率的溢出影響最大（0.004 6），其次是福建和江蘇等；同樣地，上海綠色經(jīng)濟效率短期內(nèi)受到浙江產(chǎn)業(yè)協(xié)同集聚的影響最大（0.005 4），其次是江蘇和福建等，并且在一定程度上來說，空間距離越遠的省份之間影響效應(yīng)越小。同理可得對應(yīng)的長期效應(yīng)矩陣，對比短期效應(yīng)矩陣，可以發(fā)現(xiàn)長期效應(yīng)矩陣中的系數(shù)符號有明顯改變，說明變量間的相互影響在短期和長期內(nèi)具有明顯差別，僅考察變量系數(shù)的點估計值也無法捕捉這種差異，由此得出的研究結(jié)論也是可能有偏誤的。

表8報告了基于空間效應(yīng)分解的中介效應(yīng)結(jié)果，即關(guān)鍵變量產(chǎn)業(yè)協(xié)同集聚和技術(shù)創(chuàng)新的平均直接效應(yīng)和平均間接效應(yīng)。模型（1）為產(chǎn)業(yè)協(xié)同集聚對綠色經(jīng)濟效率的效應(yīng)分析，從表中可以看出，產(chǎn)業(yè)協(xié)同集聚在短期內(nèi)對本地區(qū)和其他地區(qū)的綠色經(jīng)濟效率具有顯著溢出效應(yīng)。原因可能在于，短期內(nèi)制造業(yè)與生產(chǎn)性服務(wù)業(yè)間的關(guān)聯(lián)機制可以產(chǎn)生一定的規(guī)模效益，從而促進綠色經(jīng)濟效率的提升；而產(chǎn)業(yè)協(xié)同集聚在長期內(nèi)可能會存在“擁塞效應(yīng)”，進而抑制綠色經(jīng)濟發(fā)展水平。模型（2）為產(chǎn)業(yè)協(xié)同集聚對技術(shù)創(chuàng)新的效應(yīng)分析，可以看出，若僅考慮變量系數(shù)的點估計值，產(chǎn)業(yè)協(xié)同集聚對技術(shù)創(chuàng)新的影響并不顯著，但空間效應(yīng)分解的中介效應(yīng)分析顯示，產(chǎn)業(yè)協(xié)同集聚在短期內(nèi)對其他地區(qū)的技術(shù)創(chuàng)新具有顯著抑制作用，即產(chǎn)業(yè)集聚對技術(shù)創(chuàng)新的影響可能存在“擁塞效應(yīng)”和“路徑依賴效應(yīng)”。模型（3）為納入中介變量后，產(chǎn)業(yè)協(xié)同集聚和技術(shù)創(chuàng)新對綠色經(jīng)濟效率的效應(yīng)分析，從表中可以看出，不論是基于系數(shù)點估計值的中介效應(yīng)分析，還是基于空間效應(yīng)分解的中介效應(yīng)分析，產(chǎn)業(yè)協(xié)同集聚和技術(shù)創(chuàng)新對綠色經(jīng)濟效率的影響均顯著為正，但后者可以進一步識別出產(chǎn)業(yè)協(xié)同集聚在短期內(nèi)對本地區(qū)和其他地區(qū)的綠色經(jīng)濟效率具有顯著正向溢出效應(yīng)，技術(shù)創(chuàng)新在短期內(nèi)對本地區(qū)的綠色經(jīng)濟效率具有顯著正向溢出效應(yīng)。

對于技術(shù)創(chuàng)新在產(chǎn)業(yè)協(xié)同集聚影響綠色經(jīng)濟效率中起到的作用，兩類中介效應(yīng)分析得出的結(jié)論存在明顯差異，對比這兩類中介效應(yīng)分析的結(jié)果，可以發(fā)現(xiàn)如果僅考慮變量系數(shù)的點估計值，技術(shù)創(chuàng)新在產(chǎn)業(yè)協(xié)同集聚對綠色經(jīng)濟效率的影響中不具有“中介效應(yīng)”，但其忽視了個體間的空間相關(guān)關(guān)系；而通過效應(yīng)分解，可以發(fā)現(xiàn)技術(shù)創(chuàng)新在產(chǎn)業(yè)協(xié)同集聚對綠色經(jīng)濟效率的影響中具有“部分中介效應(yīng)”。此外，在空間計量框架下，產(chǎn)業(yè)協(xié)同集聚、技術(shù)創(chuàng)新和綠色經(jīng)濟效率三者之間的關(guān)系在短期和長期內(nèi)的影響也不盡相同，這也更加印證了考慮跨期動態(tài)效應(yīng)的必要性。

（三）穩(wěn)健性檢驗

為使研究結(jié)論更為穩(wěn)健可靠，本文通過替換被解釋變量計算方法的方式，對表6中的估計結(jié)果進行穩(wěn)健性檢驗，具體結(jié)果如表9所示。將穩(wěn)健性檢驗的結(jié)果與表6進行對比，可以發(fā)現(xiàn)結(jié)果沒有顯著差異。

在穩(wěn)健性檢驗中，本文對比了基于系數(shù)點估計值和基于空間效應(yīng)分解的中介效應(yīng)分析結(jié)果差異，具體如表10所示。模型（1）中，產(chǎn)業(yè)協(xié)同集聚在短期和長期內(nèi)對本地區(qū)的綠色經(jīng)濟效率具有顯著促進作用。模型（2）中，基于系數(shù)點估計值的中介效應(yīng)分析，產(chǎn)業(yè)協(xié)同集聚對技術(shù)創(chuàng)新的影響是不顯著的，但空間效應(yīng)分解的中介效應(yīng)分析顯示，產(chǎn)業(yè)協(xié)同集聚在短期內(nèi)對其他地區(qū)的技術(shù)創(chuàng)新具有顯著抑制作用。模型（3）中，基于系數(shù)點估計值的中介效應(yīng)分析，技術(shù)創(chuàng)新對綠色經(jīng)濟效率的影響并不顯著；而基于空間效應(yīng)分解的中介效應(yīng)分析，可以識別出技術(shù)創(chuàng)新在短期內(nèi)對其他地區(qū)的綠色經(jīng)濟效率具有顯著正向影響。對于技術(shù)創(chuàng)新是否起到中介作用，兩類中介效應(yīng)分析得出的結(jié)論同樣存在差異。基于系數(shù)點估計值的中介效應(yīng)分析中，技術(shù)創(chuàng)新不具有“中介效應(yīng)”；基于空間效應(yīng)分解的中介效應(yīng)分析中，技術(shù)創(chuàng)新在產(chǎn)業(yè)協(xié)同集聚對綠色經(jīng)濟效率的影響中仍具有“部分中介效應(yīng)”。

綜上可知，相較于基于系數(shù)點估計值的中介效應(yīng)分析，基于空間效應(yīng)分解的中介效應(yīng)分析可以更加細致準確地分析中介效應(yīng)，因此，在存在空間效應(yīng)的前提下，使用基于空間效應(yīng)分解的中介效應(yīng)分析方式更加準確科學(xué)，而僅考慮系數(shù)點估計值的中介效應(yīng)分析可能會導(dǎo)致實證結(jié)果出現(xiàn)偏誤，進而可能得出誤導(dǎo)性的研究結(jié)論。

六、結(jié)論與啟示

（一）研究結(jié)論

新質(zhì)生產(chǎn)力賦能的產(chǎn)業(yè)協(xié)同集聚能夠集中創(chuàng)新資源、促進產(chǎn)業(yè)與技術(shù)創(chuàng)新深度融合，為綠色經(jīng)濟發(fā)展提供強大的技術(shù)支持。本文利用非期望SBM模型，測度了2009—2022年中國30個省份的綠色經(jīng)濟效率，并基于空間計量模型，通過將空間效應(yīng)分解為短期直接效應(yīng)、短期間接效應(yīng)、長期直接效應(yīng)和長期間接效應(yīng)，實證考察了新質(zhì)生產(chǎn)力賦能的制造業(yè)與生產(chǎn)性服務(wù)業(yè)產(chǎn)業(yè)協(xié)同集聚對綠色經(jīng)濟效率的影響以及技術(shù)創(chuàng)新在其中所起的中介作用。結(jié)果顯示：（1）中國省際間的綠色經(jīng)濟效率具有顯著的空間交互效應(yīng)和跨期交互效應(yīng)。（2）產(chǎn)業(yè)協(xié)同集聚在短期內(nèi)對本地區(qū)及其他地區(qū)的綠色經(jīng)濟效率具有顯著促進作用，長期內(nèi)可能存在過度集聚而產(chǎn)生“擁塞效應(yīng)”。（3）產(chǎn)業(yè)協(xié)同集聚在短期內(nèi)對其他地區(qū)的技術(shù)創(chuàng)新具有顯著抑制作用，即產(chǎn)業(yè)集聚可能存在“擁塞效應(yīng)”和“路徑依賴效應(yīng)”進而阻礙其他地區(qū)的技術(shù)創(chuàng)新發(fā)展。（4）傳統(tǒng)中介效應(yīng)分析和基于空間計量模型的中介效應(yīng)分析具有明顯差異，傳統(tǒng)中介效應(yīng)分析方法下，技術(shù)創(chuàng)新在產(chǎn)業(yè)協(xié)同集聚對綠色經(jīng)濟效率的影響中不具有“中介效應(yīng)”，而基于空間計量模型的中介效應(yīng)分析，技術(shù)創(chuàng)新則具有“部分中介效應(yīng)”。在存在空間效應(yīng)的前提下，僅考慮系數(shù)點估計值的中介效應(yīng)分析可能會導(dǎo)致實證結(jié)果出現(xiàn)偏誤，因此使用基于空間效應(yīng)分解的中介效應(yīng)分析方法更加準確科學(xué)。

（二）研究啟示

首先，中國各省的綠色經(jīng)濟效率存在顯著的正向空間相關(guān)性。地區(qū)共同發(fā)展綠色經(jīng)濟不僅是新質(zhì)生產(chǎn)力實踐的重要體現(xiàn)和應(yīng)用領(lǐng)域，也是推動綠色可持續(xù)發(fā)展的關(guān)鍵路徑，因此，應(yīng)鼓勵各地區(qū)充分發(fā)揮自身優(yōu)勢，加強區(qū)域合作共贏理念。具體而言，各地應(yīng)建立健全區(qū)域間綠色經(jīng)濟協(xié)同發(fā)展機制。例如，定期召開區(qū)域間綠色經(jīng)濟協(xié)同發(fā)展聯(lián)系會議；設(shè)立專門負責(zé)綠色經(jīng)濟協(xié)同發(fā)展的部門；加強區(qū)域間綠色政策法規(guī)的對接與交流，確保各區(qū)域綠色政策法規(guī)的一致性和協(xié)調(diào)性；降低綠色貿(mào)易壁壘，促進綠色產(chǎn)品和服務(wù)在區(qū)域間的自由流動；強化區(qū)域間綠色經(jīng)濟發(fā)展的宣傳以提高公眾對綠色經(jīng)濟的認識和參與度，逐步形成綠色發(fā)展理念深入人心、綠色經(jīng)濟協(xié)同發(fā)展的新格局。其次，產(chǎn)業(yè)協(xié)同集聚在短期內(nèi)對綠色經(jīng)濟效率具有顯著促進作用，長期內(nèi)可能存在“擁塞效應(yīng)”。產(chǎn)業(yè)協(xié)同集聚是形成和提升新質(zhì)生產(chǎn)力不可或缺的一個階段，因此，可以在短期內(nèi)以提高產(chǎn)業(yè)協(xié)同集聚水平為目標(biāo)，長期視角下著重于提升產(chǎn)業(yè)集聚質(zhì)量，以進一步發(fā)揮產(chǎn)業(yè)協(xié)同集聚對綠色經(jīng)濟效率的正外部性。一方面，短期內(nèi)中央政府可以提供土地、稅收激勵等優(yōu)惠政策，吸引更多的企業(yè)在同一區(qū)域內(nèi)聚集；鼓勵技術(shù)創(chuàng)新和知識共享，通過建立技術(shù)創(chuàng)新中心或孵化器等機構(gòu)，促進企業(yè)之間的合作與交流。另一方面，鼓勵產(chǎn)業(yè)的多元化發(fā)展，避免過度依賴某一特定產(chǎn)業(yè)以降低產(chǎn)業(yè)集聚過程中的風(fēng)險；注重生態(tài)環(huán)境保護，在產(chǎn)業(yè)集聚的過程中合理規(guī)劃和利用資源；強調(diào)創(chuàng)新驅(qū)動的發(fā)展模式，通過技術(shù)創(chuàng)新和管理創(chuàng)新提高產(chǎn)業(yè)集聚的競爭力和可持續(xù)發(fā)展能力。最后，產(chǎn)業(yè)協(xié)同集聚在短期內(nèi)對其他地區(qū)的技術(shù)創(chuàng)新具有顯著抑制作用。技術(shù)創(chuàng)新是新質(zhì)生產(chǎn)力發(fā)展的核心要素和內(nèi)在驅(qū)動力，因此，應(yīng)強化產(chǎn)業(yè)協(xié)同集聚的技術(shù)和知識溢出效應(yīng)，增強產(chǎn)業(yè)協(xié)同集聚對技術(shù)創(chuàng)新的正外部性進而提升綠色經(jīng)濟效率。具體而言，各級地方政府可以建立開放式創(chuàng)新平臺，促進企業(yè)間的合作與交流，使得不同企業(yè)可以共享技術(shù)和知識資源，加速技術(shù)創(chuàng)新和知識轉(zhuǎn)移；加強產(chǎn)學(xué)研合作，鼓勵產(chǎn)業(yè)與高校、科研機構(gòu)之間的合作，推動科研成果的轉(zhuǎn)化和應(yīng)用；制定和完善統(tǒng)一的技術(shù)標(biāo)準和規(guī)范，降低技術(shù)壁壘以加速技術(shù)的傳播和應(yīng)用。

參考文獻：

［1］ 張廣勝，陳晨.產(chǎn)業(yè)集聚與城市生態(tài)效率動態(tài)關(guān)系研究 ［J］.科技進步與對策，2019（13）：48-57.

［2］ 于斌斌，楊宏翔，金剛.產(chǎn)業(yè)集聚能提高地區(qū)經(jīng)濟效率嗎？ ——基于中國城市數(shù)據(jù)的空間計量分析 ［J］.中南財經(jīng)政法大學(xué)學(xué)報，2015（3）：121-130.

［3］ 伍先福.生產(chǎn)性服務(wù)業(yè)與制造業(yè)協(xié)同集聚提升全要素生產(chǎn)率嗎？ ［J］.財經(jīng)論叢，2018（12）：13-20.

［4］ 關(guān)海玲，武禎妮.地方環(huán)境規(guī)制與綠色全要素生產(chǎn)率提升——是技術(shù)進步還是技術(shù)效率變動？ ［J］.經(jīng)濟問題，2020（2）：118-129.

［5］ WANG K，WEI Y M.China’s regional industrial energy efficiency and carbon emissions abatement costs ［J］.Applied energy，2014，130：617-631.

［6］ 林曉，徐偉，楊凡，等.東北老工業(yè)基地綠色經(jīng)濟效率的時空演變及影響機制——以遼寧省為例 ［J］.經(jīng)濟地理，2017（5）：125-132.

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

［8］ 錢爭鳴，劉曉晨.我國綠色經(jīng)濟效率的區(qū)域差異及收斂性研究 ［J］.廈門大學(xué)學(xué)報（哲學(xué)社會科學(xué)版），2014（1）：110-118.

［9］ YUE S J，YANG Y，HU Y Y.Does foreign direct investment affect green growth？ evidence from China’s experience［J］.Sustainability，2016（2）：158.

［10］ 李繁榮，尚云舟，薛紫玥.外商直接投資對我國綠色發(fā)展的影響 ——基于中國260個地級市的數(shù)據(jù)驗證 ［J］.經(jīng)濟問題，2022（4）：75-84.

［11］ 林伯強，譚睿鵬.中國經(jīng)濟集聚與綠色經(jīng)濟效率 ［J］.經(jīng)濟研究，2019（2）：119-132.

［12］ 張軍濤，朱悅，游斌.產(chǎn)業(yè)協(xié)同集聚對城市經(jīng)濟綠色發(fā)展的影響 ［J］.城市問題，2021（2）：66-74+94.

［13］ 黃慶華，時培豪，胡江峰.產(chǎn)業(yè)集聚與經(jīng)濟高質(zhì)量發(fā)展：長江經(jīng)濟帶107個地級市例證 ［J］.改革，2020（1）：87-99.

［14］ 金浩，劉肖.產(chǎn)業(yè)協(xié)同集聚、技術(shù)創(chuàng)新與經(jīng)濟增長 ——一個中介效應(yīng)模型 ［J］.科技進步與對策，2021（11）：46-53.

［15］ 李成剛，楊兵，苗啟香.技術(shù)創(chuàng)新與產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型的地區(qū)經(jīng)濟增長效應(yīng) ——基于動態(tài)空間杜賓模型的實證分析 ［J］.科技進步與對策，2019（6）：33-42.

［16］ 劉勝，李文秀，陳秀英.生產(chǎn)性服務(wù)業(yè)與制造業(yè)協(xié)同集聚對企業(yè)創(chuàng)新的影響 ［J］.廣東財經(jīng)大學(xué)學(xué)報，2019（3）：43-53.

［17］ 湯長安，張麗家.產(chǎn)業(yè)協(xié)同集聚的區(qū)域技術(shù)創(chuàng)新效應(yīng)研究 ——以制造業(yè)與生產(chǎn)性服務(wù)業(yè)為例 ［J］.湖南師范大學(xué)社會科學(xué)學(xué)報，2020（3）：140-148.

［18］ 謝波.資源產(chǎn)業(yè)集聚、技術(shù)創(chuàng)新能力與區(qū)域經(jīng)濟增長——基于省際面板的實證分析 ［J］.科技進步與對策，2013（7）：31-36.

［19］ 原毅軍，郭然.生產(chǎn)性服務(wù)業(yè)集聚、制造業(yè)集聚與技術(shù)創(chuàng)新——基于省級面板數(shù)據(jù)的實證研究 ［J］.經(jīng)濟學(xué)家，2018（5）：23-31.

［20］ BARON R M，KENNY D A.The moderator-mediator variable distinction in social psychological research：conceptual，strategic，and statistical considerations ［J］.Journal of personality and social psychology，1986（6）：1173-1182.

［21］ 溫忠麟，張雷，侯杰泰，等.中介效應(yīng)檢驗程序及其應(yīng)用 ［J］.心理學(xué)報，2004（5）：614-620.

［22］ LESAGE J P，PACE K R.Introduction to spatial econometrics ［M］.New York：Taylor amp; Francis Group，2009.

［23］ LESAGE J P，PACE K R.A matrix exponential spatial specification ［J］.Journal of econometrics，2007（1）：190-214.

［24］ YU J H，DE JONG R，LEE L F.Quasi-Maximum likelihood estimators for spatial dynamic panel data with fixed effects when both n and T are Large ［J］.Journal of Econometrics，2008（1）：118-134.

［25］ TONE K.Dealing with undesirable outputs in DEA：a slacks-based measure （SBM） approach ［EB/OL］.（2007-04-10）［2024-02-26］.http：//scienedinks.jp/east.

［26］ 孫振清，魯思思，劉保留.省級區(qū)域生態(tài)效率評價及提升路徑研究——基于超效率SBM模型和Tobit回歸 ［J］.生態(tài)經(jīng)濟，2021（1）：124-129.

［27］ 單豪杰.中國資本存量K的再估算：1952～2006年［J］.數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2008（10）：17-31.

［28］ 朱風(fēng)慧，劉立峰.我國產(chǎn)業(yè)結(jié)構(gòu)升級與經(jīng)濟高質(zhì)量發(fā)展——基于地級及以上城市經(jīng)驗數(shù)據(jù) ［J］.云南財經(jīng)大學(xué)學(xué)報，2020（6）：42-53.

Industrial Collaborative Agglomeration，Technological Innovation and Efficiency of Green

Economy from New Quality Productivity：A Mediation Effect Analysis based on Spatial Econometric Model

SUN Xuqin1，2，LU Xueyan3

（1.Nanjing Sport Institute，Nanjing 210014，China；

2.School of Government，Nanjing University，Nanjing 210014，China；

3.School of Business，Hohai University，Nanjing 211100，China）

Abstract：Based on provincial-level data from 2009 to 2022，this paper combines spatial econometric model and mediation effect analysis to investigate the influence of industrial collaborative agglomeration enabled by new quality productivity on green economy efficiency and the mediating role of technological innovation. Compared with the traditional mediation effect analysis，this method which considered spatial effect can correct the errors caused by ignoring spatial correlation，and identify the influence relationship between variables more accurately through spatial effect decomposition. The results show that，firstly，the efficiency of green economy among provinces in China has significant spatial and intertemporal interaction effects. Secondly，the collaborative agglomeration has a significant promoting effect on the efficiency of the region itself and others in a short term.While in a longer term，excessive agglomeration may produce “congestion effect”. Thirdly，the agglomeration has a significant negative impact on other regions’ technological innovation in a short term，indicating that the influence on technological innovation may have “congestion effect” and “path dependence effect”. Fourthly，there is a significant difference between the traditional mediation effect analysis and the spatial econometric model-based mediation effect analysis.Technological innovation does not have a “mediation effect” under the traditional method，but the spatial econometric model-based mediation effect analysis shows that technological innovation has a “partial intermediary effect” in the impact of industrial collaborative agglomeration on the green economy efficiency.

Key words：new quality productivity；industrial collaborative agglomeration；technological innovation；efficiency of green economy；spatial econometrics；mediation effect

責(zé)任編輯 任劍喬