現代服務業(yè)綜合試點是否促進綠色創(chuàng)新

姚 戰(zhàn) 琪

(中國社會科學院 財經戰(zhàn)略研究院, 北京 100028)

一、引言與文獻回顧

《中共中央關于制定國民經濟和社會發(fā)展第十三個五年規(guī)劃的建議》提出了創(chuàng)新、協調、綠色、開放、共享的新發(fā)展理念,不但把創(chuàng)新擺在國家發(fā)展全局的核心位置,也提出要推動建立綠色低碳循環(huán)發(fā)展產業(yè)體系。《中華人民共和國國民經濟和社會發(fā)展第十四個五年規(guī)劃和2035年遠景目標綱要》提出“構建市場導向的綠色技術創(chuàng)新體系,實施綠色技術創(chuàng)新攻關行動,開展重點行業(yè)和重點產品資源效率對標提升行動”?？梢?綠色創(chuàng)新是推動經濟高質量發(fā)展的主力?，F代服務業(yè)擁有資源浪費少、環(huán)境污染小、給企業(yè)帶來高效益、集聚高端要素的特征,當地區(qū)優(yōu)勢產業(yè)集中于現代服務業(yè)時,粗放式發(fā)展模式引起的廢水污染、廢氣污染、廢渣污染、噪聲污染等工業(yè)污染必將下降(1)董會忠、李旋、張仁杰:《粵港澳大灣區(qū)綠色創(chuàng)新效率時空特征及驅動因素分析》,《經濟地理》2021 年第 5 期。,從而提高綠色創(chuàng)新效率。當前,我國仍存在進行綠色創(chuàng)新活動的中小型企業(yè)融資難、融資成本高、企業(yè)綠色技術不足等問題,因而通過大力發(fā)展現代服務業(yè),深入推進現代服務業(yè)綜合試點(以下簡稱“綜合試點”)項目,以推動中國綠色技術創(chuàng)新,具有重要的理論意義和實踐價值。

與本文主題相關文獻分為四類:一是綠色創(chuàng)新績效評價及其影響因素研究。學者建立綠色創(chuàng)新績效指標體系,使用熵值法來測算綠色創(chuàng)新績效。(2)蘇屹、李丹:《能源產業(yè)集聚與綠色創(chuàng)新績效的空間效應研究》,《科研管理》2022 年第 6 期。(3)王華春、張燦:《中國綠色創(chuàng)新系統耦合協調發(fā)展時空演變與影響因素》,《科技管理研究》2022 年第 11 期。更多的學者開始關注制度壓力、潛在的經濟回報、高管在企業(yè)決策中的角色等現實因素對企業(yè)綠色創(chuàng)新的影響。(4)曾春影、羅明忠、和欣:《高管的高質量生態(tài)環(huán)境經歷與企業(yè)綠色創(chuàng)新研究》,《廣東財經大學學報》2022 年第3 期。(5)H. K. Cheng, W. Fan, P. Guo, H. Huang &L. Qiu, “Can ‘Gold Medal’ Online Sellers Earn Gold? The Impact of Reputation Badges on Sales”, Journal of Management Information Systems, 4(2020):1099—1127.二是服務業(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)新關系進行分析認為,生產性服務業(yè)集聚與綠色創(chuàng)新水平呈現U型關系。當工業(yè)銷售產值較高時,我國高端生產性服務業(yè)能顯著促進工業(yè)綠色創(chuàng)新效率快速提升;當工業(yè)銷售產值處于中等水平時,低端生產性服務業(yè)能促進工業(yè)綠色創(chuàng)新效率快速提升。(6)羅超平、朱培偉、張璨璨、陳雯:《生產性服務業(yè)集聚促進了城市綠色創(chuàng)新嗎——基于“本地—鄰地”效應的視角》,《西南大學學報(社會科學版)》2022 年第 1 期。三是促進綠色創(chuàng)新的研究。多數學者認為,數字普惠金融能顯著促進企業(yè)綠色創(chuàng)新(7)喬彬、趙廣庭、沈爍華:《數字普惠金融能促進企業(yè)綠色創(chuàng)新嗎? 》,《南方金融》2022 年第 3 期。(8)韋施威、杜金岷、潘爽:《數字經濟如何促進綠色創(chuàng)新?——來自中國城市的經驗證據》,《財經論叢》2022 年第 11 期。,還有學者認為環(huán)境規(guī)制(9)鄧玉萍、王倫、周文杰:《環(huán)境規(guī)制促進了綠色創(chuàng)新能力嗎?——來自中國的經驗證據》,《統計研究》2021 年第 7 期。、科技金融(10)呂途、王學真:《科技金融對區(qū)域綠色創(chuàng)新效率提升的人力資本門檻效應研究》,《湖南師范大學社會科學學報》2020 年第5 期。、產業(yè)集聚(11)吳遵杰、巫南杰:《工業(yè)集聚對城市綠色創(chuàng)新效率的影響——基于粵港澳大灣區(qū)9個城市的實證檢驗》,《科技管理研究》2021 年第 15 期。等因素對綠色創(chuàng)新有重要影響。四是綠色創(chuàng)新與環(huán)境污染關系研究。文獻集中在綠色創(chuàng)新與環(huán)境污染治理之間關系(12)郭凌軍、劉嫣然、劉光富:《環(huán)境規(guī)制、綠色創(chuàng)新與環(huán)境污染關系實證研究》,《管理學報》2022 年第 6 期。、霧霾污染倒逼綠色創(chuàng)新(13)黃帥:《霧霾污染、黨組織嵌入治理與企業(yè)綠色創(chuàng)新——基于黨的十九大召開的微觀經濟影響分析》,《財經科學》2021 年第 7 期。、提升重污染行業(yè)綠色創(chuàng)新效率等方面的研究。

目前關于綜合試點與綠色創(chuàng)新的研究存在兩點不足:第一,忽略了綜合試點對綠色創(chuàng)新的影響在綠色金融改革創(chuàng)新試驗區(qū)和非綠色金融改革創(chuàng)新試驗區(qū)、開展“碳排放權”交易試點的城市和未開展“碳排放權”交易試點的城市、科技服務業(yè)占比高的城市和科技服務業(yè)占比低的城市等不同類型城市表現出系統差異。第二,當前第一批綜合試點城市、第二批綜合試點城市、第三批綜合試點城市分別對綠色創(chuàng)新影響的研究沒有,一線城市、二線城市、三線城市、四線城市和五線城市的綜合試點對綠色創(chuàng)新影響的研究也很少。

為此,本文拓展了現代服務業(yè)綜合試點與綠色創(chuàng)新兩方面的研究,不但使用傾向得分匹配和雙重差分法(PSM-DID)分析現代服務業(yè)綜合試點對綠色創(chuàng)新的影響,也使用三重差分法研究了現代服務業(yè)綜合試點對綠色創(chuàng)新的影響在綠色金融改革創(chuàng)新試驗區(qū)和非綠色金融改革創(chuàng)新試驗區(qū)、開展“碳排放權”交易試點的城市和未開展“碳排放權”交易試點城市、科技服務業(yè)占比高的城市和科技服務業(yè)占比低的城市是否表現出系統差異。本文也為進一步發(fā)揮現代服務業(yè)綜合試點對綠色創(chuàng)新的促進作用提供有針對性的對策建議。

二、研究假設

(一)現代服務業(yè)綜合試點與綠色創(chuàng)新

從2011年開始,我國分3批在北京市、上海市、天津市、遼寧省、長沙市、重慶市、深圳市、蘇州市、廈門市、金華市和西安市等省市開展了現代服務業(yè)綜合試點工作。首先,各產業(yè)的污染程度差別很大。據統計,在21世紀初,各國快速增長的制造業(yè)產出造成的污染強度比農業(yè)和公用事業(yè)造成的空氣污染強度低得多(14)N. Z. Muller, “An Input-Output Model of the U.S. Economy with Pollution Externality”, NBER Working Papers,2016.,同時,農業(yè)和公用事業(yè)者造成的污染程度與其帶來的附加值大體相當,而制造業(yè)造成的污染強度大大小于其帶來的附加值,也有廢物管理、化石燃料發(fā)電等產業(yè)造成的污染程度大于其帶來的附加值。其次,生產性服務業(yè)等現代服務業(yè)能降低污染程度,促進綠色創(chuàng)新。生產性服務業(yè)集聚能通過促進產業(yè)結構升級、圍繞制造業(yè)形成多樣化的產業(yè)集群、帶來顯著的技術外溢效應等渠道來降低環(huán)境污染,并且生產性服務業(yè)專業(yè)化集聚不但能降低中小城市和大城市的環(huán)境污染程度,而且生產性服務業(yè)多樣化集聚能降低中小城市和大城市的環(huán)境污染程度。(15)楊校美、張永進、曾瑞、趙亮:《生產性服務業(yè)集聚對環(huán)境污染的影響研究——來自長江經濟帶城市的證據》,《南京財經大學學報》2021年第6期。最后,與工業(yè)制成品貿易不同,國際服務貿易與環(huán)境污染關系不大,涉及國際貿易的大多數行業(yè)是污染較少的行業(yè),而服務業(yè)的國內貿易與污染排放緊密關聯。公用事業(yè)部門從生產到供應造成的污染損害不斷增加,其帶來的損失的一半來自中間需求,三分之一來自家庭消費,其他來自固定投資和政府對大宗商品的使用。(16)Nicholas Z. Muller,“Augmenting National Income Statistics to Include Environmental Services”, NBER Working Papers,2021.因此,提出假設1。

假設1:現代服務業(yè)綜合試點對綠色創(chuàng)新有促進作用。

(二)現代服務業(yè)綜合試點對綠色創(chuàng)新的作用機制分析

各地區(qū)科技服務業(yè)存在顯著差異,科技服務業(yè)發(fā)達的地區(qū)會發(fā)揮科技服務業(yè)獨特的創(chuàng)新優(yōu)勢,從而促進綠色創(chuàng)新。與之不同的是,科技服務業(yè)落后的地區(qū)不具有發(fā)展科技服務業(yè)的比較優(yōu)勢,無法促進該地區(qū)綠色創(chuàng)新。綠色創(chuàng)新是一種與技術的設計、新產品的生產、經營管理、監(jiān)測模式緊密關聯的新工藝或新產品,不但科技服務業(yè)會促進綠色創(chuàng)新發(fā)展,而且從綠色創(chuàng)新的需求對環(huán)境監(jiān)管的影響來看,環(huán)境監(jiān)管和公眾干預等因素會引發(fā)技術和組織變革,會引導科技服務業(yè)快速跟進,會增加對硬技術、工程和科學技能的需求。(17)F. Vona, G. Marin, D. Consoli &D. Popp, Environmental Regulation and Green Skills: An Empirical Exploration, Post-Print,2018.另外,政府科技資助不但能正向促進綠色創(chuàng)新,而且政府科技資助在環(huán)境規(guī)制對綠色創(chuàng)新的影響中具有正向調節(jié)作用。劉明廣(18)劉明廣:《環(huán)境規(guī)制、政府科技資助對企業(yè)綠色創(chuàng)新的影響研究》,《經濟論壇》2019年第7期。使用中國30個省自治區(qū)和直轄市9年的面板數據研究了政府科技資助對綠色創(chuàng)新的影響,認為環(huán)境規(guī)制和政府科技資助對綠色創(chuàng)新具有正向影響,而且環(huán)境規(guī)制與政府科技資助的交互項也能促進綠色創(chuàng)新增長,即命令型環(huán)境規(guī)制、激勵性環(huán)境規(guī)制、公眾參與型環(huán)境規(guī)制與政府科技資助的交互項與綠色創(chuàng)新都呈現顯著正相關關系。最后,技術變革會帶來制造業(yè)造成的污染不斷減少,而產品組合的變化對制造業(yè)造成的污染的影響很小,盡管技術變革的步伐隨著時間的推移而放緩。(19)A. Levinson, “Technology, International Trade, and Pollution from U.S.”, Manufacturing, 5(2007): 2177—2192.技術革新會減少環(huán)境污染,進口的變化或國內生產的商品的類型變化對減少環(huán)境污染的作用很小,美國等發(fā)達國家自然環(huán)境的持續(xù)改善就來自技術變革,而不是其將污染產業(yè)轉移到海外。因此,提出假設2a。

假設2a:與科技服務業(yè)占比較低的地區(qū)相比,現代服務業(yè)綜合試點對綠色創(chuàng)新的促進作用在科技服務業(yè)占比較高的地區(qū)相對更大。

在雙重差分基礎上引入“是否為推進綠色金融改革創(chuàng)新試驗區(qū)”進行三重差分,在分析現代服務業(yè)綜合試點對綠色創(chuàng)新的影響機理時,不能忽略綠色金融改革創(chuàng)新試驗區(qū)的影響。當前,我國綠色金融快速發(fā)展,關于綠色金融的研究主要集中在綠色信貸的政策效應,極少部分研究成果發(fā)現綠色金融改革創(chuàng)新試驗區(qū)能促進我國綠色創(chuàng)新增長。李戎和劉璐茜(20)李戎、劉璐茜:《綠色金融與企業(yè)綠色創(chuàng)新》,《武漢大學學報(哲學社會科學版)》2021年第6期。認為,如果建立雙重差分模型來研究綠色金融對企業(yè)綠色創(chuàng)新的影響,就會發(fā)現與未實施綠色金融試點的地區(qū)相比,對實施綠色金融試點的地區(qū)而言,綠色金融能促進該地區(qū)企業(yè)綠色創(chuàng)新快速提升,該成果也使用融資成本和債務結構構建三重差分模型來研究綠色金融創(chuàng)新對企業(yè)綠色創(chuàng)新的影響。最近,學術界開始將注意力轉向探索氣候變化影響金融市場的各種方式,金融業(yè)必須正確面對氣候變化,必須通過金融機構糾錯來應對氣候變化。金融業(yè)要加快研發(fā)新技術,通過發(fā)行綠色債券等方式來建立統一的“綠色金融”標準體系。必須改變當前綠色債券占全球資金流量的比重非常低的現狀,不斷提高綠色債券占比,并要正確認識綠色債券的四種類型的機構投資者(專業(yè)資產管理人、金融機構、肩負社會責任的投資者、單純的綠色債券投資者)所扮演的角色,從而緩解環(huán)境污染、氣候變化等突出問題。(21)路易斯·阿瓦祖佩雷拉·達席爾瓦、陳曦:《綠色金融能否應對氣候變化? 》,《金融市場研究》2017年第10期。同時,央行必須制定并實施滿足市場需求和投資者要求的政策工具,正確認識金融機構應對氣候變化的各項費用,從而確保全球的金融穩(wěn)定性。因此,提出假設2b。

假設2b:現代服務業(yè)綜合試點會推進綠色金融改革創(chuàng)新試驗區(qū)建設,現代服務業(yè)綜合試點能促進綠色金融改革創(chuàng)新試驗區(qū)的綠色創(chuàng)新效率快速提升。

首先,碳排放與綠色創(chuàng)新緊密關聯。雖然我國是全球第二大經濟體,但也存在碳排放量大、碳排放量超標等問題。2011年,中國在7省開展了碳排放權交易試點,在試點范圍內,企業(yè)碳排放總量和強度實現“雙降”。能源消費碳排放總量與綠色創(chuàng)新顯著正相關,能源消費碳排放總量與綠色創(chuàng)新均受自身滯后項的顯著影響,并且在短期內,綠色創(chuàng)新效率的提升以能源消費碳排放總量不斷增加為代價(22)徐建中、王曼曼、貫君:《動態(tài)內生視角下能源消費碳排放與綠色創(chuàng)新效率的機理研究——基于中國裝備制造業(yè)的實證分析》,《管理評論》2019年第9期。,綠色創(chuàng)新效率會抑制原油消費碳排放,在長期內煤炭和原油消費碳排放量會促進綠色創(chuàng)新增長。其次,為汽油和柴油提供補貼會造成不斷增加的外部成本。Davis(23)Lucas W. Davis, “The Environmental Cost of Global Fuel Subsidies,” The Energy Journal, 5(2017): 1—26.利用世界銀行和國際貨幣基金組織提供的數據,量化了全球燃料補貼的外部成本,認為目前的全球燃料補貼每年造成440億美元的外部成本,其中80億美元來自二氧化碳排放,70億美元來自當地污染物,120億美元來自交通擁堵,170億美元來自事故,政府對替代燃料汽車的激勵措施不太可能有效地減少這些外部成本,這些激勵措施對解決交通擁堵或事故的作用甚微,只能間接解決二氧化碳和當地污染排放等問題。最后,碳排放交易試點能提升企業(yè)綠色創(chuàng)新水平。企業(yè)創(chuàng)新包括實質性創(chuàng)新和策略性創(chuàng)新兩種形式,我國實施碳排放權交易試點政策以后,碳排放交易試點不但能顯著促進企業(yè)綠色專利授權數增長,而且碳排放交易試點對企業(yè)的綠色發(fā)明專利授權數具有顯著的正向影響(24)張楊、袁寶龍、鄭晶晶、鄧亞玲:《策略性回應還是實質性響應?碳排放權交易政策的企業(yè)綠色創(chuàng)新效應》,《南開管理評論》2022年第6期。,但其對企業(yè)的綠色實用新型專利授權數沒有顯著的促進作用。同時碳排放交易試點對國有企業(yè)和非國有企業(yè)的影響不同,碳排放交易試點能促進非國有企業(yè)的綠色發(fā)明專利授權數快速增長,但對非國有企業(yè)的綠色實用新型專利授權數的影響微弱,同時碳排放交易試點不能促進國有企業(yè)的綠色專利授權數增長。因此,提出假設2c。

假設2c:現代服務業(yè)綜合試點能促進“碳排放權”交易試點地區(qū)的綠色創(chuàng)新效率快速提升。

三、研究設計

(一)樣本選取與數據來源

為考察綜合試點如何影響綠色創(chuàng)新,本文圍繞2011—2013年我國不斷擴大綜合試點范圍這一自然試驗,選取2005—2020年中經網數據庫中的292個地級市作為研究對象。各城市的綠色發(fā)明專利申請量、各城市的綠色實用新型專利申請量來自CNRDS(中國研究數據服務平臺)。研發(fā)人員數量、勞動生產率、進出口貿易額占GDP比重、第二產業(yè)增加值占比、存貸款額和其他數據來自中國統計年鑒、中經網、Wind數據庫。

(二)變量定義

被解釋變量為綠色發(fā)明專利申請量(Grei)、綠色實用新型專利申請量(Grep)、綠色創(chuàng)新能力(Gret)。參考蔡玲和汪萍(25)蔡玲、汪萍:《數字經濟與城市綠色全要素生產率:影響機制與經驗證據》,《統計與決策》2022年第9期。的方法,使用綠色發(fā)明專利申請量與綠色實用新型專利申請量相加,再加1取自然對數的方法測算各城市綠色創(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97位(分別為Grei97和Grep97)來度量綠色創(chuàng)新。

解釋變量包括政策虛擬變量(Treat)和時間虛擬變量(Time)。

控制變量包括研發(fā)人員數量(Rdp)、勞動生產率(Laby)、進出口貿易額占GDP比重(Imexp)、第二產業(yè)增加值占比(Manp)、存貸款額(Depl)

另外,為了檢驗綜合試點影響綠色發(fā)明專利申請量、綠色實用新型專利申請量、綠色創(chuàng)新能力在制度環(huán)境方面的差異,本文引入是否建立綠色金融改革創(chuàng)新試驗區(qū)(Finon)、是否開展“碳排放權”交易試點(Carb)、各城市科技服務業(yè)占比是否高(Stry)等虛擬變量。

(三)模型構建

使用DID模型檢驗綜合試點對綠色創(chuàng)新的影響。DID模型通過引入時間虛擬變量與政策虛擬變量的交互項,能夠體現異質性在處理間的差異。如果直接使用協變量進行匹配,由于數據疏漏,很難找到實現最佳擬合效果的協變量,傳統DID模型的平行趨勢假定也很嚴格。傾向得分匹配法(PSM)能很好地解決內生性問題,因此,本文以PSM-DID法為主分析綜合試點對綠色創(chuàng)新的影響。

從2011年到2014年,北京市、上海市、天津市、遼寧省、長沙市、重慶市、深圳市、蘇州市、廈門市、金華市和西安市先后開始綜合試點。實驗組包括北京、天津、遼寧沈陽、遼寧大連、遼寧鞍山、遼寧撫順、遼寧本溪、遼寧丹東、遼寧錦州、遼寧營口、遼寧阜新、遼寧遼陽、遼寧盤錦、遼寧鐵嶺、遼寧朝陽、遼寧葫蘆島、上海、江蘇蘇州、浙江金華、福建廈門、湖南長沙、廣東深圳、重慶、陜西西安等24個城市或地區(qū),對照組為其他268個城市。

構建傳統DID模型如下:

Greit=δ0+δ1×Treatit+δ2×Timeit+δ3×Timeit×Treatit+δj×Controlit+μi+λi+εit

Greit為綠色創(chuàng)新,包括Greiit、Grepit和Gretit,Greiit為城市i的綠色發(fā)明專利申請量,Grepit為城市i的綠色實用新型專利申請量,Gretit為城市i的綠色創(chuàng)新能力,Treatit為城市i的政策虛擬變量;已經啟動綜合試點整合的城市為1,未啟動綜合試點整合的城市為0;Time為時間虛擬變量,2010年前為0;2010年(包括2010)年后為1;Time與Treat的交互項系數δ3為本文關注的雙重差分估計系數,如果為正,則表明綜合試點促進了綠色創(chuàng)新,如果為負,則表明綜合試點不利于綠色創(chuàng)新,Control為控制變量集合。

為了處理自選擇偏誤,也使用傾向得分匹配法(PSM)研究綜合試點對綠色創(chuàng)新的影響。利用probit或logit模型得到的傾向得分值能使個體按照現有的多維度協變量集進行適當的匹配。本文使用的匹配的傾向得分為:

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

Xi為我國i城市的協變量集。

最后使用匹配后的處理組和控制組進行DID回歸。

為了進一步探索綜合試點影響各城市綠色創(chuàng)新的作用機理,從各城市的綠色金融改革創(chuàng)新、碳排放權交易、科技服務業(yè)的差異性切入,構建三重差分模型來研究綜合試點對綠色創(chuàng)新的影響是否表現出差異性。分別根據各城市是否建立綠色金融改革創(chuàng)新試驗區(qū)、是否開展“碳排放權”交易試點、各城市科技服務業(yè)占比是否高形成對照組和實驗組,從而形成是否建立綠色金融改革創(chuàng)新試驗區(qū)、是否開展“碳排放權”交易試點、各城市科技服務業(yè)占比是否高的虛擬變量。

加入是否建立綠色金融改革創(chuàng)新試驗區(qū)(Finon)的DDD模型:

Greit=δ0+δ1×Treatit×Timeit×Finonit+δ2×Treatit×Timeit+δ3×Treatit×Finonit

+δ4×Timeit×Finonit+δj×Controlit+μi+λi+εit

加入是否開展“碳排放權”交易試點(Carb)的DDD模型:

Greit=δ0+δ1×Treatit×Timeit×Carbit+δ2×Treatit×Timeit+δ3×Treatit×Carbit

+δ4×Timeit×Carbit+δj×Controlit+μi+λi+εit

加入各城市科技服務業(yè)占比是否高(Stry)的DDD模型:

Greit=δ0+δ1×Treatit×Timeit×Stryit+δ2×Treatit×Timeit+δ3×Treatit×Stryit

+δ4×Timeit×Stryit+δj×Controlit+μi+λi+εit

四、實證結果分析

(一)基準回歸

表1為綜合試點對綠色創(chuàng)新影響的DID估計結果,匯報了傳統DID模型回歸結果。列(1)和列(2)為綜合試點對綠色發(fā)明專利申請量的影響,列(3)和列(4)為綜合試點對綠色實用新型專利申請量的影響,列(5)和列(6)為綜合試點對綠色創(chuàng)新能力的影響。

表1 綜合試點與綠色創(chuàng)新DID估計

從列(2)(4)(6)可看到,核心解釋變量(時間虛擬變量與政策虛擬變量的交叉項)Time×Treat的系數估計值顯著為正,通過了1%的顯著性檢驗,因此綜合試點能顯著提高實驗組的綠色發(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,綜合試點工作對綠色創(chuàng)新具有顯著的促進作用,驗證了假設1。

(二)穩(wěn)健性檢驗

1.平行趨勢檢驗。圖1為平行趨勢檢驗結果。借鑒Campello和Larrain(26)M. Campello &M. Larrain, “Enlarging the Contracting Space: Collateral Menus Access to Credit and Economic Activity,” Review of Financial Studies,2(2016):349—383.的方法,對我國綜合試點正式啟動前三年(2008、2009、2010)對照組和實驗組的綠色創(chuàng)新變動進行平行趨勢檢驗。從圖1可看到,在我國綜合試點正式啟動前的各年份,時間虛擬變量與政策虛擬變量的交叉項的回歸系數估計值基本為0,并且統計上不顯著,對照組和實驗組的綠色發(fā)明專利申請量變動間的差異不顯著;在我國綜合試點正式啟動后的各年份,時間虛擬變量與政策虛擬變量的交叉項的回歸系數估計值均大于0,大多數是顯著的,因此,本文研究結果通過平行趨勢檢驗。

圖1 平行趨勢假設檢驗結果:被解釋變量分別為綠色發(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

2.PSM-DID模型估計結果。借鑒陳強(27)陳強:《高級計量經濟學及Stata應用》(第二版),北京:高等教育出版社,2014年。的做法,將人均GDP(Laby)、二產占比(Manp)、存貸款額的對數值(Depl)、科研人數(Rdp)、進出口貿易額在名義GDP中所占的比重(Imexp)作為匹配使用的協變量?？煽吹?匹配后標準化偏差的絕對值的最大值為17%,均小于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檢驗結果均不顯著,另外,Pseudo R2由匹配前的0.103降低為匹配后的0.006,因此匹配效果較好。

進一步使用PSM-DID方法研究綜合試點對綠色發(fā)明專利申請量、綠色實用新型專利申請量、綠色創(chuàng)新能力的影響。從表2可看到,Time×Treat的系數估計值仍顯著為正,通過了1%的顯著性檢驗,因此DID模型回歸結果是穩(wěn)健的。從控制變量的系數估計值來看,人均GDP、存貸款額的對數值、科研人數、進出口貿易額在名義GDP中所占比重都通過了顯著性檢驗,其中,科研人數、進出口貿易額在名義GDP中所占的比重、人均GDP的系數估計值顯著為正,因此科研人數、進出口貿易額在名義GDP中所占的比重、人均GDP對綠色創(chuàng)新有正向影響。同時,當綠色發(fā)明專利申請量(Greiit)為被解釋變量時,存貸款的估計系數顯著為負;當綠色實用新型專利申請量(Grepit)和綠色創(chuàng)新能力(Gretit)為被解釋變量時,存貸款的估計系數顯著為正。存貸款額能促進綠色實用新型專利申請量增長,但不能促進綠色發(fā)明專利申請量增長,雖然我國綠色金融支持可再生能源、綠色建筑、清潔交通等領域創(chuàng)新發(fā)展,但發(fā)明專利的審批過程比實用新型專利復雜,不但審查的手續(xù)比實用新型專利復雜,審查的時間也比實用新型專利長,金融支持綠色實用新型專利申請量的收益率也顯著大于綠色創(chuàng)新能力。

表2 PSM-DID模型估計結果

使用我國專利申請受理數代替被解釋變量,從表2第(7)列可看到,Time×Treat仍為正,并通過了至少5%的顯著性檢驗。也使用兩階段回歸法(Two-stage DID)進行穩(wěn)健性檢驗,考慮到雙重固定效應方式(TWFE)的偏誤問題,核心解釋變量Time×Treat的系數估計值(分別為1.9712、1.3788、3.3500)仍顯著為正,并高于基準回歸的系數(1.3750、0.9691、2.3441)。

3.安慰劑檢驗。本文隨機設定現代服務業(yè)綜合試點政策的處理組和試點政策實施的年份并進行回歸分析,如果分析結果中出現了顯著的政策效應,那么基準回歸結果就不能證實現代服務業(yè)綜合試點政策對綠色創(chuàng)新的作用效果;如果沒有出現顯著的政策效應,那么就能證實現代服務業(yè)綜合試點政策對綠色創(chuàng)新的作用效果。

首先,隨機抽取部分城市為處理組?，F代服務業(yè)綜合試點有24個試點城市,因此隨機抽取24個城市作為處理組。其次, 2011年17個城市開始現代服務業(yè)綜合試點,2012年3個城市開始試點,2013年1個城市開始試點,2014年3個城市開始試點,按照以上城市開始現代服務業(yè)試點的時間設定第一步抽取的24個城市的政策虛擬變量和時間虛擬變量。最后,將隨機設定的24個處理組城市與其他城市進行回歸檢驗。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和1000組虛擬變量的系數估計值,從而繪制安慰劑檢驗結果圖。從圖2可看到,虛擬變量的系數估計值大多集中分布在0周圍,基準回歸系數(1.37、1.05、2.50)超過安慰劑校驗結果的99%的置信區(qū)間范圍,驗證了結果的穩(wěn)健性。

圖2 安慰劑檢驗結果:被解釋變量分別為綠色發(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

4.實驗組和對照組的重新構造。首先,根據北京市統計局關于現代服務業(yè)統計分類,將信息傳輸,計算機服務和軟件業(yè),金融業(yè)、房地產業(yè),科學研究,居民服務,租賃,教育,衛(wèi)生及福利保障,文化體育,水利環(huán)境和公共設施、公共管理11個行業(yè)統一規(guī)劃為現代服務業(yè),梁興輝等(28)梁興輝、蔡沛豐、袁裴培:《中國沿海地區(qū)現代服務業(yè)技術效率的測算及其影響因素分析》,《統計與決策》2018年第23期。也使用這種方法來界定現代服務業(yè)。重新設置分組虛擬變量(Mose),基于現代服務業(yè)實際值的多少重新構造實驗組和對照組,結果見表3的列(1)—列(4)。將現代服務業(yè)實際值最少的1/3城市為實驗組,將現代服務業(yè)實際值最多的1/3城市為對照組,Time×Mose的系數估計值仍顯著為正,也通過了1%的顯著性檢驗,實驗組和對照組的重新構造后,綜合試點既能促進我國綠色發(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3 實驗組和對照組的重新構造

其次,使用另一種方法設置分組虛擬變量,高于現代服務業(yè)產值實際值中位數的地區(qū)為實驗組,低于現代服務業(yè)產值實際值中位數的地區(qū)為對照組,分組虛擬變量為Mome,結果見列(5)—列(8)。如果考慮控制變量,被解釋變量為綠色實用新型專利申請量和綠色發(fā)明專利申請量時,Time×Mome的系數估計值分別為0.1802和0.2340,當高于現代服務業(yè)產值實際值中位數的地區(qū)為實驗組,其他城市為對照組時,綜合試點對綠色實用新型專利申請量和綠色發(fā)明專利申請量均有正向影響。

5.調整時間窗口的研究結果。2011年是我國實施綜合試點,因此使用實施綜合試點的前三年(2008、2009、2010)與后三年(2011、2012、2013)數據,結果見表4的列(1)—列(4)?？煽吹?改變時間窗口后,實施綜合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 調整時間窗口的研究結果

2008年國際金融危機導致在華外商直接投資快速下降,出口減少,大量企業(yè)倒閉,因此排除2008年國際金融危機帶來的影響,列(5)—列(8)為排除2008年的研究結果。將2008年排除在外的研究結果表明,Time×Treat的系數仍為正,也通過1%的顯著性檢驗。因此,排除2008年國際金融危機的影響后,實施綜合試點仍能促進我國綠色發(fā)明專利申請量和綠色實用新型專利申請量增長。

6.分時段的樣本估計結果。2011年,綜合試點第一批入選省份包括北京市、上海市、天津市、遼寧省;2012年,綜合試點第二批入選城市包括長沙市、重慶市、深圳市;2013年,蘇州市、廈門市、金華市和西安市先后成為綜合試點第三批入選城市。因此,分別使用第一批試點城市、第二批試點城市、第三批試點城市的數據進行政策實施階段的異質性分析。借鑒司春曉等(29)司春曉、孫詩怡、羅長遠:《自貿區(qū)的外資創(chuàng)造和外資轉移效應:基于傾向得分匹配-雙重差分法(PSM-DID)的研究》,《世界經濟研究》2021年第5期。的研究,采用逐年匹配的方法,分別為第一批試點城市、第二批試點城市、第三批試點城市情形下的處理組找到對照組。從表5可看到,在綜合試點第一批入選城市、綜合試點第二批入選城市、綜合試點第三批入選城市,綜合試點均能促進我國綠色創(chuàng)新。同時,綜合試點對綠色發(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。

表5 政策實施階段的異質性分析

(三)異質性分析

1.不同地區(qū)的異質性分析。表6為不同地區(qū)異質性分析結果。在東部地區(qū)、中部地區(qū)和西部地區(qū),時間虛擬變量與政策虛擬變量的交叉項的系數估計值均為正,并通過了1%的顯著性檢驗。因此,在我國東部、中部和西部地區(qū),現代服務業(yè)綜合試點能顯著提高實驗組的綠色發(fā)明專利申請量、綠色實用新型專利申請量。同時,時間虛擬變量與政策虛擬變量的交叉項對西部地區(qū)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顯著大于其對東部地區(qū)和中部地區(qū)的促進作用,時間虛擬變量與政策虛擬變量的交叉項對東部地區(qū)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最小。這是因為在現代服務業(yè)結合試點城市中,主要涉及中西部地區(qū)的少部分城市和眾多東部城市,雖然中西部地區(qū)的綠色創(chuàng)新能力小于東部地區(qū),但中西部城市的現代服務業(yè)結合試點對綠色創(chuàng)新的促進作用具有巨大潛力,因此,中西部地區(qū)的現代服務業(yè)結合試點能顯著促進綠色創(chuàng)新增長。

表6 不同地區(qū)異質性分析

2.城市異質性分析。表7為城市異質性分析結果,可看到,在一線城市和二線城市,政策虛擬變量與時間虛擬變量的交叉項顯著為正,并至少通過了5%的顯著性檢驗,因此,在一線城市和二線城市,綜合試點能顯著促進實驗組的綠色發(fā)明專利申請量、綠色實用新型專利申請量增長。在三線城市,政策虛擬變量與時間虛擬變量的交叉項不顯著,在四線城市和五線城市,政策虛擬變量與時間虛擬變量的交叉項為負,并通過了1%的顯著性檢驗。因此,在四線城市和五線城市,綜合試點不能促進實驗組的綠色發(fā)明專利申請量、綠色實用新型專利申請量增長。這說明我國綜合試點政策對一線城市和二線城市的綠色創(chuàng)新具有顯著的促進作用,但綜合試點政策對四線城市和五線城市的綠色創(chuàng)新有抑制作用,是因為四線城市和五線城市金融業(yè)發(fā)展滯后,科技投入不足,人口集聚程度不足,人均國內生產總值、人均可支配收入、人均地方可支配的財政收入等指標都大大小于一線城市和二線城市,從而無法促進綠色創(chuàng)新。

表7 城市異質性分析結果

五、綜合試點影響綠色創(chuàng)新的機制檢驗

(一)影響機理

為進一步研究綜合試點對綠色創(chuàng)新的作用機理,從是否建立綠色金融改革創(chuàng)新試驗區(qū)視角、是否開展“碳排放權”交易試點視角、科技服務業(yè)占比視角,運用三重差分法進一步研究綜合試點對綠色創(chuàng)新的影響是否表現出差異性。

1.從是否建立綠色金融改革創(chuàng)新試驗區(qū)視角構建三重差分方程來研究綜合試點對綠色創(chuàng)新的影響在不同綠色金融環(huán)境下是否表現出差異性。使用是否建立綠色金融改革創(chuàng)新試驗區(qū)虛擬變量Finon,建立綠色金融改革創(chuàng)新試驗區(qū)的城市為實驗組,未建立綠色金融改革創(chuàng)新試驗區(qū)的城市為對照組,在此基礎上將是否建立綠色金融改革創(chuàng)新試驗區(qū)虛擬變量與Treat×Time構造三重差分方程,三重差分檢驗結果見表8的列(1)和列(2)。三重差分項Treat×Time×Finon表示建立綠色金融改革創(chuàng)新試驗區(qū)的城市在2010年以后是否為綜合試點政策干預的試點城市,Treat×Time×Finon為正,并通過了1%的顯著性檢驗。Treat×Time、Time×Finon也顯著為正,并均通過了1%的顯著性檢驗。因此,如果建立綠色金融改革創(chuàng)新試驗區(qū)的城市在2010年以后為綜合試點政策干預的試點城市,那么就會顯著促進我國綠色創(chuàng)新,驗證了假設2b。

表8 三重差分檢驗結果

2.從是否開展“碳排放權”交易試點視角構建三重差分方程來研究綜合試點對綠色創(chuàng)新的影響在不同碳排放權交易試點環(huán)境下是否表現出差異性。使用是否開展“碳排放權”交易試點虛擬變量Carb,建立實驗組(開展“碳排放權”交易試點的城市)和對照組(未開展“碳排放權”交易試點的城市),并構造包括是否開展“碳排放權”交易試點、時間虛擬變量、政策虛擬變量在內的三重差分方程。三重差分項Treat×Time×Carb表示開展“碳排放權”交易試點的城市在2010年以后是否為綜合試點政策干預的試點城市,從表8的列(3)和列(4)可看到,Treat×Time×Carb顯著為正,也通過了1%的顯著性檢驗,Time×Carb也為正。所以,與不開展“碳排放權”交易試點的城市相比,綜合試點政策對綠色創(chuàng)新的促進作用在開展“碳排放權”交易試點的地區(qū)相對更大,驗證了假設2c。

3.從是否科技服務業(yè)占比高視角構建三重差分方程來研究綜合試點對綠色創(chuàng)新的影響在不同科技服務業(yè)發(fā)展環(huán)境下是否表現出差異性。將科技服務業(yè)占比從低到高進行排序,將科技服務業(yè)占比落在后1/2的城市作為對照組,將科技服務業(yè)占比落在前1/2的城市作為實驗組,在此基礎上將科技服務業(yè)占比是否高虛擬變量Stry與Treat×Time構造三重差分方程。從表8的列(5)和列(6)可看到,三重差分項Stry×Treat×Time顯著為正,通過了1%的顯著性檢驗。Time×Stry也顯著為正,通過了1%的顯著性檢驗。所以,與科技服務業(yè)占比低的城市相比,綜合試點政策對綠色創(chuàng)新的促進作用在科技服務業(yè)占比高的地區(qū)相對更大,驗證了假設2a。

(二)穩(wěn)健性檢驗

表9為Logistic回歸分析結果。使用Logistic回歸分析方法,以各地區(qū)綠色發(fā)明專利申請量是否多、綠色實用新型專利申請量是否多為被解釋變量,若各地區(qū)綠色發(fā)明專利申請量、綠色實用新型專利申請量超過均值,則被解釋變量為1,否則為0。從列(1)和列(2)可看到,核心解釋變量Treat×Time×Finon的系數估計值顯著為正,通過了1%的顯著性檢驗。建立綠色金融改革創(chuàng)新試驗區(qū)的城市在2010年以后確實會促進綜合試點城市的綠色發(fā)明專利申請量和綠色實用新型專利申請量超過均值。從列(3)—列(6)可看到,Treat×Time×Carb和Treat×Time×Stry的系數也顯著為正,因此,開展“碳排放權”交易試點的城市在2010年以后不但會促進綜合試點城市的綠色發(fā)明專利申請量和綠色實用新型專利申請量超過均值,科技服務業(yè)占比高的城市在2010年以后也會促進綜合試點城市的綠色創(chuàng)新增長超過均值。

表9 Logistic回歸分析

六、現代服務業(yè)綜合試點對綠色創(chuàng)新的間接效應影響分析

在LM檢驗結果中,綠色創(chuàng)新能力模型的莫蘭指數的P值通過5%的顯著性檢驗,因此綠色創(chuàng)新能力模型存在空間相關性。但綠色發(fā)明專利申請量模型、綠色實用新型專利申請量模型的莫蘭指數的P值均未通過10%的顯著性檢驗,但是空間誤差模型的LM和空間滯后模型的LM的檢驗結果通過了1%的顯著性檢驗,因此,可將空間誤差項和空間滯后項納入綠色發(fā)明專利申請量模型、綠色實用新型專利申請量模型。從Wald-test檢驗和LR檢驗結果可看到,SDM既不能退化為SAR,也不能退化為SEM。豪斯曼檢驗結果顯示,選用SDM模型時,固定效應模型更優(yōu)。

使用是否相鄰權重矩陣來研究綜合試點政策對我國綠色創(chuàng)新所產生的空間溢出效應,表10為使用時空雙重固定效應的SDM模型的檢驗結果。使用是否相鄰權重矩陣時,Treat與Time的交互項顯著為正,并通過了1%的顯著性檢驗。同時,Treat與Time交互項的空間滯后項系數也顯著為正,通過了1%的顯著性檢驗,在列(1)—列(3)中,Treat與Time交互項的空間滯后項系數分別為0.7388、0.9818、0.3392,因此,不但現代服務業(yè)綜合試點政策能直接促進綠色發(fā)明專利申請量和綠色實用新型專利申請量增長,而且現代服務業(yè)綜合試點政策能促進周邊地區(qū)綠色發(fā)明專利申請量和綠色實用新型專利申請量增長,各地區(qū)綜合試點政策對周邊地區(qū)綠色發(fā)明專利申請量和綠色實用新型專利申請量具有顯著的促進作用。

表10 SDM估計結果

從綠色創(chuàng)新的滯后項來看,綠色創(chuàng)新會受到往期綠色創(chuàng)新的顯著影響。在表10的列(1)—列(3)中,綠色發(fā)明專利申請量一階滯后項、綠色實用新型專利申請量一階滯后項、綠色創(chuàng)新能力一階滯后項分別為1.0472、1.1286、1.1089,因此往期綠色發(fā)明專利申請量每增長1個百分點,會使得當期綠色發(fā)明專利申請量提高1.0472%;往期綠色實用新型專利申請量每增長1個百分點,會使得當期綠色實用新型專利申請量提高1.1286%;往期綠色創(chuàng)新能力每增長1個百分點,會使得當期綠色創(chuàng)新能力提高1.1089%。

在列(1)—列(3)中,Spatial-rho 值分別為0.2004、0.1078和0.1096,也通過了1%的顯著性檢驗,因此使用是否相鄰權重矩陣時,本地區(qū)綠色發(fā)明專利申請量每增長1%,會帶動周邊地區(qū)綠色發(fā)明專利申請量增長0.2004%;本地區(qū)綠色實用新型專利申請量每增長1%,會帶動周邊地區(qū)綠色實用新型專利申請量增長0.1078%;本地區(qū)綠色創(chuàng)新能力每增長1%,會帶動周邊地區(qū)綠色創(chuàng)新能力增長0.1096%。因此,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)新能力存在顯著的正向空間依賴性,臨近城市綠色創(chuàng)新能力越強,本省綠色創(chuàng)新能力也就越強,反之亦然。

從表11可看到,使用是否相鄰權重矩陣時,綜合試點政策對綠色創(chuàng)新的直接效應、間接效應和總效應顯著均為正,并通過了1%的顯著性檢驗。因此,本城市綜合試點不但會直接提升本城市綠色創(chuàng)新效率,而且本城市綜合試點也會促進周邊城市現代服務業(yè)不斷發(fā)展,從而間接提升本城市綠色創(chuàng)新效率。這是因為我國綜合試點政策成效顯著,各地區(qū)快速發(fā)展現代服務業(yè),我國綜合試點城市的外溢效應明顯,綜合試點政策不但能促進該試點區(qū)提升綠色創(chuàng)新效率,也能提升周邊地區(qū)綠色創(chuàng)新效率。

表11 雙重差分空間溢出效應分解

七、結論和政策建議

本文使用2011—2013年現代服務業(yè)綜合試點方案,采用三重差分法和2005—2020年全國292個地級市統計數據,識別了綜合試點對綠色創(chuàng)新的影響。研究結果表明:第一,綜合試點不但能促進綠色發(fā)明專利申請量和綠色實用新型專利申請量增長,也能提升我國綠色創(chuàng)新能力。第二,與科技服務業(yè)占比較低的地區(qū)相比,現代服務業(yè)綜合試點對綠色創(chuàng)新的促進作用在科技服務業(yè)占比較高的地區(qū)相對更大;與未建立綠色金融改革創(chuàng)新試驗區(qū)的城市相比,現代服務業(yè)綜合試點對綠色創(chuàng)新的促進作用在建立綠色金融改革創(chuàng)新試驗區(qū)的城市相對更大;與未開展“碳排放權”交易試點的城市相比,現代服務業(yè)綜合試點對綠色創(chuàng)新的促進作用在開展“碳排放權”交易試點的城市相對更大。第三,不但現代服務業(yè)綜合試點政策能直接提升綠色創(chuàng)新能力,而且現代服務業(yè)綜合試點政策能提升周邊地區(qū)綠色創(chuàng)新能力,各地區(qū)綜合試點政策對周邊地區(qū)綠色創(chuàng)新能力具有顯著的促進作用。第四,綜合試點對第一批試點城市、第二批試點城市和第三批試點城市的綠色發(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。

基于上述結論,提出以下建議:第一,不斷提高四線城市和五線城市現代服務業(yè)的國際競爭力。為了改變綜合試點不能促進四線城市和五線城市綠色發(fā)明專利申請量、綠色實用新型專利申請量增長的事實,我國應該制定政策,培育四線城市和五線城市中的現代服務業(yè)綜合試點城市,大力發(fā)展信息傳輸計算機服務和軟件業(yè)、金融業(yè)、科學研究等現代服務業(yè),不斷提高現代服務業(yè)國際競爭力,促進現代服務業(yè)與制造業(yè)深度融合,推動科技服務業(yè)、商務服務業(yè)等充分競爭性服務業(yè)深化改革擴大開放,教育服務、金融服務、健康醫(yī)療等有限競爭性服務業(yè)可以招收外籍人士,電力電信等自然壟斷領域競爭性服務業(yè)可以使用控股參股等方式開展業(yè)務。第二,各地要進一步推動碳排放權交易,在全國建立碳交易市場,實施碳排放權交易,讓現代服務業(yè)綜合試點在推動碳排放權交易試點城市的綠色創(chuàng)新中發(fā)揮更大作用。第三,推動綠色金融改革創(chuàng)新試驗區(qū)不斷擴容,增加綠色金融改革創(chuàng)新試驗區(qū)的名單,不斷發(fā)揮現代服務業(yè)綜合試點對綠色金融改革創(chuàng)新試驗區(qū)的綠色創(chuàng)新能力的促進作用。