京津冀城市群区域协同创新的绿色经济溢出效应研究

朱昱昊 邓 晶 蒋幻婕 马瑞燕 商露元

（北京林业大学经济管理学院，北京 100091）

2020年9月22日，习近平总书记在联合国大会上宣布了碳达峰、碳中和的“双碳”目标，表明我国生产方式和生活方式将逐渐向绿色低碳转型，亟须实现绿色经济的转型。作为新发展理念的重要组成部分，绿色发展离不开协同创新的相互作用。城市群是协同创新的重要载体，京津冀地区作为我国经济发展最活跃、开放程度最高、创新能力最强的区域之一，在国家现代化建设大局和全方位开放格局中具有举足轻重的战略地位。因此，基于京津冀城市群探究协同创新对绿色经济增长的溢出效应，不仅有利于推动京津冀一体化发展，提高京津冀地区的协同创新水平，对我国其他城市群发展也有较强借鉴作用。

创新作为推动生产力发展和经济增长的重要引擎，能够有效保障各类创新主体在技术变革和经济高质量发展中占据优势。目前区域发展不平衡、区域创新绩效难以有效提升等问题愈发成为制约经济增长的“减速带”，各区域创新的成本及风险难以得到有效平衡，协同创新逐步成为激发创新活力，实现绿色经济持续健康增长的“密钥”[1]。有学者研究认为，协同创新旨在通过创新资源和要素的有效汇聚，突破创新主体间的壁垒，整合互补性资源，充分释放人才、资本、信息、技术等创新要素活力从而实现深度合作，产生“1+1＞2”的协同效应，成为建设制造强国和质量强国的必然选择[2-3]。目前学者对协同创新的研究主要从协同创新的内涵[4]、协同创新的动力及机制[5]、协同创新效应对区域或产业创新发展产生的影响[6]等方面进行探讨，而关于协同创新对绿色经济增长的影响机制，尚缺乏理论上的阐释和严格的计量检验。协同创新的关键动力在于创新要素充分流动、知识技术充分溢出和扩散，这有利于资源的重新配置和组合，降低企业技术创新成本，突破企业技术瓶颈，瞄准国际科学前沿，提升核心竞争力，对经济持续绿色增长具有强大的驱动作用[7]。当前学界普遍认为协同创新能够有效促进经济绿色增长。Wu 和Lu 等（2021）认为区域创新在提升经济发展效率方面中介效应显著，外国直接投资能够通过区域创新显著促进绿色经济效率增长[8]。李林汉和田卫民（2020）通过对30 个省（区、市）的数据进行实证分析，发现科技协同创新对绿色经济的发展有显著的正向促进作用[9]。陈福时和李文丹等（2021）通过对长江中游城市群进行研究发现，协同创新能够有效促进产业结构转型发展，且在不同发展阶段贡献度有所不同[10]。姜琪和王越（2020）通过构建嵌入政府质量和科技创新因素的经济增长模型，发现科技创新对各地区绿色GDP 均起到积极的促进作用[11]。

此外，基于研究对象而言，学者对京津冀地区协同创新与绿色经济增长的研究主要有以下成果：董树功（2020）认为京津冀协同创新是推动京津冀协同发展的核心力量，对推动绿色增长起到重要作用[12]。殷阿娜和邓思远（2017）研究发现在经济新常态和京津冀一体化战略背景下，加快实施京津冀绿色创新战略，促使EKC 现实拐点尽快形成，是解决京津冀经济转型升级与环境治理双重困境的关键路径[13]。因此，协同创新能够有效缓解京津冀地区环境治理压力，成为推动经济持续健康增长、实现高质量结构转型的重要抓手和有力支撑。

总而言之，目前聚焦协同创新对绿色经济增长溢出效应的研究较少，且类似研究大多立足于省域之间，以城市群为研究对象的文献较少。因此，本文通过建立京津冀面板空间杜宾模型，研究协同创新对绿色经济增长的溢出效应，从而为制定相关政策提供实证依据，具有较强的理论和现实意义。

协同创新是指创新资源和要素有效汇聚，通过突破创新主体间的壁垒，充分释放彼此间人才、资本、信息、技术等创新要素活力进而实现深度合作。21世纪以来，科技发展以及产业结构转型速度加快，产业结构升级愈发依赖于协同创新。协同创新已成为城市技术创新与科技研发的重要推动力，已成为引导企业资金流向可持续发展项目及绿色项目的重要动力源，直接或间接促进了我国绿色经济发展。

首都发展研究院2020年发布的《京津冀协同创新指数（2020）》显示，2013—2018年，京津冀协同创新指数从16.18 增长到80.99，增长了4 倍多，京津冀协同创新工作取得了显著成效。而绿色经济是以市场为导向，以生态、环境、资源为要素，以产业经济为基础，以科技创新为支撑，以经济、社会、生态协调发展为目的，以维护人类生存环境、科学开发利用资源和协调人与自然关系为主要特征的一种新的经济形态，其发展与进步离不开协同创新。

现有研究表明科技协同创新对绿色经济的发展有显著的正向促进作用[9]。从资本配置结构看，科技协同创新使绿色金融信息化程度加深，进而使金融深化进一步发展。金融深化具有逐利性特点，会引起社会资源配置结构发生改变，资本逐渐流向高效绿色企业，淘汰低效重污染企业。从产业结构看，科技协同创新使制造业的创新要素不断提升发展，其技术、信息等更加绿色、节能、可持续，进而优化了产业结构。在科技协同创新的推动作用下，绿色经济得到增长，与此同时会倒逼企业进一步实现产业结构与资本结构合理高效的绿色配置，使协同创新与绿色经济增长之间相互促进、相互完善。溢出效应是指某一组织进行某项活动时，不仅对该组织产生预期效果，同时还会对组织之外的其他指标产生影响。协同创新作为一种非竞争因素，具有显著的外部性。协同创新环境下，人才与资金协同程度不断变化，产业结构与企业创新水平不断变化，在区域经济以及市场机制作用下，人才与资金自发流向高需求、高效率、绿色发展的产业与地区，当该区域聚集了一定量的创新协同资源时，当地的绿色经济就能得到发展。

基于上述理论分析，本文提出如下假设：

假设一：协同创新空间关联强度对相邻城市绿色经济增长存在溢出效应，并间接促进相邻地区的绿色经济增长。

（一）研究方法

1.空间联系引力模型

本文讨论的协同创新空间联系，主要指在创新资源要素的区际流动下，京津冀城市群的协同创新所形成的复杂的空间联系。由于城市间创新要素流动、创新联系水平等数据难以测量与获取，多数研究运用引力模型来衡量城市之间的创新联系。沿此思路，本文通过构建引力模型来衡量城市间协同创新的空间联系强度。Zipf（1946）最早将引力模型引入城市间人口流动所产生的空间相互作用领域[14]，之后经Witt 和Witt（1995）[15]的进一步研究和拓展，引力模型被广泛应用于金融、经济、创新等领域的空间联系测算研究。借鉴已有学者的成果，本文建立测度京津冀城市群协同创新空间联系强度的引力模型如下：

式中，CIij表示城市间协同创新的空间联系强度；
RF 表示财力创新资源，用地方政府财政科技支出表示；
RH 表示人力创新资源，用科技活动从业人员人数表示；
dij表示城市间的距离，用京津冀城市群各城市的经纬度坐标计算得出其空间直线距离；
TCIi定义为协同创新的空间联系强度总量，表示城市i 与其他所有城市的协同创新空间联系总强度，TCIi的值越高，表示城市i 的协同创新空间联系越强。

2.空间自相关检验

由于“地理学第一定律”的存在，在研究京津冀城市群协同创新溢出效应时，首先需考虑不同城市间的空间自相关性。基于此，本文使用全局Moran’s I 指数检验京津冀城市群协同创新的空间自相关性。其计算公式为：

空间权重矩阵的选择直接决定了空间计量模型检验效果的优劣。因此，为了对京津冀城市群协同创新的空间溢出效应进行系统性考察，本文构建了以下三个空间权重矩阵，将分别通过以下三种空间权重矩阵进一步筛选出最合适的空间权重矩阵。

（1）邻接权重矩阵（W1）。根据城市边界相邻规则，京津冀城市相邻时用W1ij=1 表示，不相邻时用W1ij=0表示。

（2）地理距离权重矩阵（W2）。权重W2ij设置为京津冀城市群内两城市间地理距离dij的倒数，其中地理距离dij通过各城市经纬度计算得到。

（3）空间经济权重矩阵（W3）。权重W3ij设置为京津冀城市群内两城市间GDP 差值的绝对值的倒数；
Yi为第i 个城市的GDP；
Yj为第j 个城市的GDP。其中，GDP 取2003—2018年间各城市GDP 的平均值。

3.空间杜宾模型

空间面板模型包括空间滞后模型、空间误差模型以及空间杜宾模型。空间杜宾模型是空间滞后模型和空间误差模型的组合扩展形式，是考察地理事物空间关联性的主要模型，同时涵盖了内生交互项和外生交互项，能同时反映空间系数项与空间误差项对被解释变量的影响。因此，本文基于空间杜宾模型探究协同创新对城市绿色经济发展的空间溢出效应。空间杜宾模型的表达式为：

式中，i、j 表示不同城市；
t 代表年份；
Wij为空间权重矩阵；
Git作为被解释变量，表示城市i 的绿色GDP 总值；
TCIit作为解释变量，表示城市i 的协同创新总强度；
IND、CAP、EMP、FIX 和ENT 作为控制变量，分别表示产业结构、对外开放、就业情况、资本投入和工业发展情况；
ρ、β、φ 为相应的回归系数；
μi和ξt表示双固定效应；
εit表示随机误差项。

（二）变量选取和数据说明

本文采用京津冀城市群13 个城市2003—2018年的面板数据进行实证检验，所有数据均来源于《中国统计年鉴》《北京统计年鉴》《天津统计年鉴》《中国城市统计年鉴》以及Wind 数据库。

1.被解释变量

绿色经济增长（GGDP）。目前常用的衡量经济增长的指标有GDP、实际GDP、GDP 增长率和人均GDP等，本文选择用GDP 来衡量经济增长，用绿色GDP 衡量绿色经济增长。根据《中国绿色国民经济核算研究报告2004》[16]，绿色GDP 指的是传统GDP 扣减掉资源消耗成本和环境损失成本后的GDP。据此，本文通过“绿色GDP=GDP-资源消耗成本-环境损失成本”这一方法来核算绿色GDP。

2.解释变量

协同创新（TCI）。协同创新是指通过国家意志的引导和机制安排，促进企业、高等院校、研究机构发挥各自的能力优势，整合互补性资源，实现各方优势互补，加速技术推广应用和产业化，协作开展产业技术创新和科技成果产业化活动，是当今科技创新的新范式。本文通过引入引力模型来测度协同创新强度。

3.控制变量

为了防止其他因素的影响，本文结合数据的可获得性，从产业结构、对外开放、就业情况、资本投入和工业发展情况五个方面选取了控制变量。其中，产业结构（IND）用第三产业产值与第二产业产值的比值表示；
对外开放（CAP）用当年实际使用外资金额表示；
就业情况（EMP）用就业人数表示；
资本投入（FIX）用固定资产投资完成额表示；
工业发展情况（ENT）用工业企业数目表示。

各变量的描述性统计结果见表1。

表1 各变量描述性统计

（一）京津冀城市群协同创新的测度

根据式（1），利用Matlab 2018b 软件测算出2003—2018年京津冀城市群13 个城市间协同创新的空间联系强度，进一步根据式（2）测算出各城市间协同创新的空间联系强度总量。由于数据较多，本文仅对2003年、2008年、2013年和2018年四年的数据进行比较，结果见表2。

由表2可知，第一，随着时间推移，13 个城市的协同创新空间联系强度总量呈现上升趋势，由2003年的0.9477 上升至2018年的8062.2380，京津冀城市群的协同创新强度不断提高。第二，北京市的协同创新空间联系强度总量在京津冀城市群13 个城市中最高，在2003—2018年间一直处于领先地位。第三，京津冀城市群13 个城市间协同创新空间联系强度总量差异较大，截至2018年，北京市、天津市的协同创新强度分别达到4026.2160、3790.9380，而秦皇岛市、邯郸市、邢台市和衡水市仍未突破1。

表2 京津冀城市群协同创新空间联系强度总量

（二）协同创新对绿色经济发展的溢出效应分析

1.空间自相关性检验

在构建空间计量模型研究京津冀城市群协同创新溢出效应之前，需要检验京津冀城市群13 个城市协同创新强度的空间自相关性，从而判断是否需要使用空间计量模型进行估计。基于此，本文选取2003—2018年协同创新的空间联系强度总量，为了消除异方差，增强数据的平稳性，对协同创新强度TCI 进行对数化处理得到LNTCI，并利用StataMP 16 计算全局Moran’s I指数，结果见表3。

表3显示了2003—2018年在邻接权重矩阵、地理距离权重矩阵和空间经济权重矩阵三种空间权重矩阵下计算得出的Moran’s I 指数值。从表3可以看出，2003—2018年我国协同创新强度的全局Moran’s I 指数均为正值，且由地理距离权重矩阵计算得出的p 值最为显著，说明构建地理距离权重矩阵W2作为空间权重矩阵能够更准确地反映京津冀城市群的真实情况。在地理距离权重矩阵W2下，Moran’s I 指数在1%的水平下均通过显著性检验，表明京津冀城市群协同创新强度存在较明显的空间正相关。因此，采用空间计量模型估计京津冀城市群协同创新溢出效应是合适的。

表3 各空间权重矩阵下协同创新强度的Moran’s I 指数值

2.空间计量模型与选择

在进行空间溢出效应估计前，需要合理设定空间计量模型。因此首先利用LM检验对空间滞后模型、空间误差模型进行检验，以判断是否可以使用空间杜宾模型，检验结果如表4所示。LM-lag 和Robust LM-lag均在1%的水平下通过显著性检验，表明不应用空间滞后模型估计京津冀城市群协同创新溢出效应，而LM-error 的p 检验值为0.731，不能拒绝原假设，故初步判断应使用空间滞后模型估计京津冀城市群协同创新溢出效应。

通过对面板数据进行Hausman 检验来判断应使用固定效应模型还是随机效应模型，检验结果见表4。Hausman 检验值为27.80，对应的p 值为0.000，即在1%的水平下显著，故判断应该使用固定效应模型进行回归分析。

为了进一步验证是否可以使用空间杜宾模型来估计空间溢出效应，在固定效应下分别对空间杜宾模型进行LR 检验和Wald 检验。由表4所示的检验结果可知，LR-lag、Wald-lag、LR-error 和Wald-error 均在10%的水平下显著，进一步证明空间杜宾模型不可以退化为空间滞后模型，因此应针对京津冀城市群构建包含内生和外生交互效应的空间杜宾模型来研究协同创新对绿色经济增长的溢出效应。

表4 LM、Hausman、LR、Wald 检验结果

3.协同创新的空间溢出效应

本文利用京津冀城市群13 个城市2003—2018年协同创新等相关数据，共208 个观测值，将协同创新作为空间滞后的解释变量进行空间杜宾模型回归，回归结果见表5。

表5 京津冀城市群协同创新对绿色经济的空间溢出效应估计

通过对比表5中不同固定效应下的空间杜宾模型检验结果可以发现，协同创新强度（LNTCI）在时间固定效应下通过了1%水平下的显著性检验，在双固定效应下通过了5%水平下的显著性检验，而在个体固定效应下未通过显著性检验。加之时间固定效应的模型拟合优度R2值最高，为0.923，因此可以得出，时间固定效应下的空间杜宾模型最可靠，模型的溢出效应主要是由于时间上的固定效应引起的。综上，本文最终选定时间固定效应下的空间杜宾模型作为研究协同创新强度对绿色经济增长的溢出效应的模型。

当存在空间溢出效应时，相关影响因素的变动不仅会影响某个城市自身绿色经济增长水平，还会影响该城市周边邻近城市的绿色经济增长水平。Lesage 和Park（2013）[17]提出，空间杜宾模型的参数估计结果不能直接反映出变量间的关系，故需进一步对空间杜宾模型进行效应分解，把总效应分解为直接效应和间接效应。因此，结合表5的结论，在时间固定效应下将空间杜宾模型进行效应分解，得到表6所示的分解结果。

表6 空间杜宾模型空间效应分解

由表6可知，就解释变量而言，京津冀城市群协同创新强度（LNTCI）的直接效应和间接效应在5%的水平上显著为正，总效应在1%的水平上显著为正，其中LNTCI 的直接效应、间接效应和总效应回归系数分别为0.037、0.058 和0.096，即本地协同创新强度每增加1%，对本地绿色经济增长的直接效应为0.037%，对周边城市绿色经济增长的间接效应为0.058%。这说明协同创新空间关联强度对本城市的绿色经济增长有很好的正向促进作用，同时存在较明显的溢出效应，能间接促进相邻地区的经济增长。

由表6可知，就控制变量而言：

（1）产业结构（LNIND）的直接效应在1%的水平上显著为正，间接效应在1%的水平上显著为负，总效应在5%的水平上显著为正，其中LNIND 的直接效应、间接效应和总效应回归系数分别为0.148、-0.052 和0.097，即本地IND 每增加1%，对本地绿色GDP 增长的直接效应为0.148%，对周边城市绿色GDP 增长的间接效应为-0.052%。这说明产业结构对本城市的绿色经济增长有很好的正向促进作用，但间接抑制相邻地区的绿色经济增长。

当产业结构中第三产业产值与第二产业产值的比值上升时，该地区服务业规模扩大，知识型人才聚集，知识溢出效应促使本地区绿色经济增长；
此外，我国已进入产业结构加速转型期，第二产业例如制造业等逐渐由中心城市向周边迁移扩散，制造业作为科技创新的主动力，其迁移必然会抑制本地区的创新，进而抑制经济增长，故LNIND 上升对周边城市产生负的溢出效应。

（2）对外开放（LNCAP）的直接效应和总效应在5%的水平上显著为正，间接效应在10%的水平上显著为负，其中LNCAP 的直接效应、间接效应和总效应回归系数分别为0.030、-0.011 和0.019，即本地CAP 每增加1%，对本地绿色GDP 增长的直接效应为0.030%，对周边城市绿色GDP 增长的间接效应为-0.011%。这说明使用外资对本城市的绿色经济增长有很好的正向促进作用，但间接抑制相邻地区的绿色经济增长。

外资的流入会加剧本土企业的竞争，促使企业开展创新活动以提高自身竞争力，进而促进本地经济增长。与此同时，更多外资流入本地意味着本地的优质资源被更大程度地占用，当可用资源数量不足时，不得不从周边城市引进，这也在一定程度上抑制了周边城市的经济增长。

（3）就业情况（LNEMP）的直接效应和总效应在1%的水平上显著为正，间接效应在1%的水平上显著为负，其中LNEMP 的直接效应、间接效应和总效应回归系数分别为0.377、-0.134 和0.243，即本地EMP 每增加1%，对本地绿色GDP 增长的直接效应为0.377%，对周边城市绿色GDP 增长的间接效应为-0.134%。这说明就业人数对本城市的绿色经济增长有很好的正向促进作用，但间接抑制相邻地区的绿色经济增长。

京津冀地区每年吸引大量人才涌入，劳动力数量的增加有效促进了本地绿色经济的增长；
与此同时，本地区的经济发展会对周边城市的人才产生“虹吸效应”，激烈的人才竞争在一定程度上导致了负向溢出效应。

（4）资本投入（LNFIX）的直接效应和总效应在1%的水平上显著为正，间接效应在1%的水平上显著为负，其中LNFIX 的直接效应、间接效应和总效应回归系数分别为0.235、-0.084 和0.151，即本地FIX 每增加1%，对本地绿色GDP 增长的直接效应为0.235%，对周边城市绿色GDP 增长的间接效应为-0.084%。这说明固定资产投资对本地的绿色经济增长有很好的正向促进作用，但间接抑制相邻地区的绿色经济增长。

固定资产投资的增加能促进本地区经济社会的需求，进而带动先进技术的发展和本地区经济发展；
但是，固定资产投资建设过程中的污染物排放也抑制了周边地区的绿色经济增长。

（5）工业发展情况（LNENT）的直接效应和总效应在1%的水平上显著为正，间接效应在1%的水平上显著为负，其中LNENT 的直接效应、间接效应和总效应回归系数分别为0.134、-0.047 和0.086，即本地ENT每增加1%，对本地绿色GDP 增长的直接效应为0.134%，对周边城市绿色GDP 增长的间接效应为-0.047%。这说明工业企业数目对本地的绿色经济增长有很好的正向促进作用，但间接抑制相邻地区的绿色经济增长。

工业企业数目的增加使高收入水平的从业者数目增加，间接提高了本地居民的购买力，工业企业密集度提升有利于促进经济转型，有利于经济的发展；
同时，资源的稀缺性使较少的资源流向绿色产业，一定程度上限制了周边城市的绿色经济增长。

为了进一步验证空间杜宾模型的稳健性，本文截取了2007—2018年的子样本后再次进行回归分析，得到的空间杜宾模型回归结果如表7所示。模型的拟合优度R2为0.91，说明该模型的拟合效果良好。由回归结果可知，京津冀城市群协同创新强度（LNTCI）的直接效应在5%的水平上显著为正，间接效应和总效应在1%的水平上显著为正，各控制变量的直接效应、间接效应和总效应均在5%的置信水平下通过检验，说明缩短时间窗口后，协同创新空间关联强度对本地区及相邻地区绿色经济增长的促进作用仍然稳健。

表7 空间杜宾模型空间效应分解（2007—2018年）

本文基于2003—2018年京津冀城市群13 个城市的面板数据，运用空间计量模型和面板门槛模型研究协同创新与绿色经济增长之间的关系，结果表明：第一，协同创新空间关联强度存在显著的空间溢出效应，协同创新对本地区和相邻地区的绿色经济增长均产生正向作用。第二，产业结构、对外开放、就业情况、资本投入和工业发展情况均有利于本地区的绿色经济增长，但会抑制相邻地区的绿色经济增长。

根据上述结论，提出以下建议：

第一，加强京津冀城市群协同创新的空间联系，发挥正向溢出作用。首先，政府要加大对京津冀城市群协同创新的政策支持与财政资金投入，安排实施国家重大项目时要优先考虑协同创新平台，进一步提高科技创新人员的劳动报酬，加大对知识型人才培养的投入。其次，鼓励打破地区壁垒，加强京津冀城市群在人才培养、区域贸易、工业发展、资源互补等方面的合作交流，推动实施开放型创新模式。再次，优先发展创新能力相对较弱的区域，提升京津冀城市群的整体协同创新发展程度。最后，提高企业、高等院校、研究机构等对创新知识的吸收能力，加强知识积累，发挥自身优势，促进科研成果转化。

第二，加强协同创新空间联系强度的同时，要注重发挥与绿色金融的交互作用。在推进京津冀城市群绿色经济增长时，要统筹协调绿色金融水平，使协同创新与绿色金融携手并进。要鼓励各企业加强合作，不断吸收高新技术，在提升自身综合实力的同时，共同突破绿色高新技术的门槛，实现“1+1＞2”的效果。◆

猜你喜欢 城市群京津冀效应 铀对大型溞的急性毒性效应核科学与工程(2021年4期)2022-01-12懒马效应今日农业(2020年19期)2020-12-14长三角城市群今年将有很多大动作领导决策信息(2018年7期)2018-05-22《关中平原城市群发展规划》获批发布新西部(2018年3期)2018-03-21为世界级城市群铺路中国公路(2017年14期)2017-09-26把省会城市群打造成强增长极领导决策信息(2017年10期)2017-05-17应变效应及其应用中学物理·高中(2016年12期)2017-04-22京津冀大联合向纵深突破中国卫生(2015年10期)2015-11-10京津冀一化中国卫生(2014年12期)2014-11-12养老“京津冀一体化”谨慎乐观看中国卫生(2014年7期)2014-11-10