0 引言
资源与环境问题是人类面临的共同挑战，推动绿色增长、实施绿色新政是全球主要经济体的共同选择，推进绿色发展是提升国际竞争力的必然途径。我国工业总体上尚未摆脱高投入、高消耗、高排放的发展方式，资源能源消耗量大，生态环境问题比较突出，形势依然十分严峻，迫切需要加快构建科技含量高、资源消耗低、环境污染少的绿色制造体系。加快推进工业绿色发展，也是推进供给侧结构性改革、促进工业稳增长、调结构的重要举措。2016年7月工信部《工业绿色发展规划(2016-2020年)》提出，“十三五”要紧紧围绕资源能源利用效率和清洁生产水平提升，以传统工业绿色化改造为重点，以绿色科技创新为支撑，加快构建绿色制造体系，走高效、清洁、低碳、循环的绿色发展道路。
装备制造业作为现代制造业体系的重要组成部分，是推动工业迈向中高端的重要引擎。装备制造业具有资本密集、技术密集与产业关联性大等特征，是较适合集聚式发展的行业，装备制造业集聚发展在一定程度上能减少中间产品投入、提高资源配置效率，但过度集聚也会引发资源短缺、环境污染等问题。装备制造业集聚效应的大小和作用方向，会随着集聚程度上升而变化，对绿色创新效率的影响具有动态非线性特征。装备制造业集聚能否有效提高绿色创新效率？受哪些因素影响？探讨这些问题对促进装备制造业高质量发展、推进绿色发展具有重要理论价值和实践意义。
1 文献综述
产业集聚的空间外部性对地区经济增长[1]、全要素生产率[2,3]、劳动生产率[4,5]、技术创新效率[6,7]、环境效率[8,9]以及绿色创新效率[10-13]等具有显著影响。绿色创新效率是指创新向资源节约与环境保护、经济发展与生态环境相协调的方向转变，以提高生态经济综合效益[14]。学术界早期的绿色创新效率测度研究文献侧重采用径向的、角度的 DEA模型，将环境污染要素作为投入要素或非期望产出要素纳入模型[15,16]。Tone[17]为克服上述方法强调投入与产出要素同比例、径向变化的局限性，构建考虑非期望产出的基于松弛变量的非径向、非角度SBM方向性距离函数模型。国内学术界关于绿色创新效率的研究维度主要涉及企业绿色创新效率[18,19]、产业绿色创新效率[20]等。
产业集聚的正外部性主要通过规模经济、要素资源共享、知识溢出、基础设施共享等效应，对绿色创新效率产生正向影响，产业集聚负外部性主要产生于拥挤效应与环境负效应[14]。从创新角度来看，新经济地理理论认为，集聚内组织在相互信任的基础上，可以形成分工协作，知识信息在企业间传播，带来单一生产者所不能实现的效率与灵活性，从而提高创新效率。同时，集聚区内企业可以通过共享基础设施、知识外溢和劳动市场，降低单个企业平均成本，促进知识扩散以及创新人才库的产生[21,22]。另一方面，产业过度集聚引起的企业竞争加剧会通过强化合作研发的“限制效应”降低企业创新效率[23,24]。张清华等[6]通过对29个省市的工业行业技术创新研究发现，产业集聚与工业行业技术创新效率门槛值之间存在数量关系与区域异质性，总体而言，产业集聚会阻碍工业行业技术创新效率的提高；谢子远等[7]基于工业行业2000-2012年面板数据研究得出，产业集聚水平与工业企业创新效率之间呈现倒U型关系。
从资源环境角度来看，新经济地理学理论认为产业集聚可以通过共享资本、劳动力和基础设施等要素资源，以及信息和知识外溢拓展产业关联等方式提升能源效率[8]。程中华等[25]利用中国285个地级及以上城市2004-2013年数据，采用动态空间面板模型分析得出，制造业集聚在没有产生拥塞效应的前提下对能源效率影响为负，制造业与生产性服务业共同集聚有利于能源效率提升。产业集聚与环境污染的关系较为复杂，产业集聚可能是加剧环境污染的重要原因[13]，环境污染对产业集聚还存在反向抑制作用。产业集聚与环境污染之间存在非线性关系，当产业集聚低于门槛值时，产业集聚对环境污染具有负外部性，而产业集聚达到一定程度时将有助于改善环境污染；同时，短期内产业集聚有利于改善环境污染，而长期内产业集聚与环境污染的相关关系不显著[24]。另外，环境规制对能源效率具有创新补偿效应和产业集聚效应。如熊欢欢等[9]利用2003-2015年中国27个工业行业面板数据，研究得出重度污染产业的产业集聚效应抵消了环境规制带来的负效应，中度污染产业的产业集聚效应阻碍了环境规制创新补偿效应的发挥，抑制了能源效率提升。
关于产业集聚与绿色创新效率的关系，大多数研究验证了产业集聚对绿色创新效率的促进作用[17]。王惠等[10]运用空间计量方法研究得出，产业集聚在对工业绿色创新效率提升有着显著贡献的同时，还存在明显空间外溢效应。不同产业内部的产业集聚对绿色创新效率机制不同，研究涉及的主要行业有高技术产业、文化产业等新兴产业；王惠等(2016)基于2006-2012年省级面板数据，构建门槛模型研究得出产业集聚与高技术产业绿色创新效率显著正相关；刘耀彬等[11]运用系统广义矩(SGMM)方法，实证检验文化产业集聚对绿色经济效率呈现先抑制后促进的U型非线性关系。装备制造业空间集聚有利于促进创新资源有序流动和创新市场体系构建，但就装备制造业集聚对绿色创新效率影响的研究尚属空白。
总体而言，目前国内外学术界已取得一些启发性的研究成果，但既有研究至少存在以下两点不足：一是对绿色创新效率理解存在局限，现有文献大多未考虑研发部门的投入及创新产出，不能全面衡量绿色创新效率；二是研究方法存在局限，既有研究普遍采用非空间计量方法，忽略空间依赖性，模型设定存在偏差，产业集聚对绿色经济效率产生的非均衡冲击也使得门槛分析很有必要。关于装备制造业集聚对绿色创新效率的影响，学术界研究成果相对匮乏,装备制造业集聚具有外部性、空间差异、阶段性等显著特征，对绿色创新效率的影响很可能是一个非线性过程。基于上述考虑，本文拟基于我国2005-2015年省级动态面板数据，采用考虑非期望产出的Super-SBM 模型测度全国装备制造业绿色创新效率，运用空间计量与门槛模型实证分析我国装备制造业集聚对绿色创新效率的影响效应及空间异质性。本文将对装备制造业集聚与绿色创新效率的关系进行理论分析，测度全国装备制造业集聚水平与绿色创新效率，验证装备制造业集聚对绿色创新效率的影响，并提出政策建议。
2 理论分析与研究假设
装备制造业集聚不仅对地区经济效益产生重要影响，而且会对地区环境效益产生重要作用，在利用产业集聚促进区域经济发展的同时，也应考虑其资源环境问题。本文研究装备制造业集聚与绿色创新效率的关系，考虑了装备制造业集聚与投入产出组合效率变化。
图1 装备制造业集聚对绿色创新效率影响的分析框架
在集聚初级阶段，装备制造业集聚主要通过规模经济、要素资源共享、知识溢出、基础设施共享等正外部性，对绿色创新效率产生正向影响。资本、劳动、技术等要素资源高度集中，污染治理的平均成本显著下降，要素资源自由流动与合理配置；集聚企业中间投入品市场与最终产品物流基础设施实现共享，这些都有利于提高集聚地绿色创新效率。
在集聚中级阶段，集聚地生产成本提高、技术创新难突破、拥挤效应、环境恶化等显现。随着非移动要素价格的升高，出现拥挤效应，集聚内企业之间竞争已经达到饱和，区域间产业转移导致污染转嫁，最终导致产业集聚不可持续[26]。此时，装备制造业集聚对绿色创新效率的促进作用开始下降。
在集聚高级阶段，集聚地经济结构趋于合理，高端装备制造业兴起。集聚企业不断提高技术创新能力、开发新产品以满足市场需求，以创新驱动促进产业链由利润底部的制造环节向“微笑曲线”的研发、营销等高附加值环节延伸。产业转移与技术革新同步进行，装备制造业企业构建起高效、低碳、循环的绿色体系，此阶段产业集聚对绿色创新效率促进作用增强。
基于上述理论分析，提出如下假设：
H1:装备制造业集聚与绿色创新效率呈N型非线性关系，集聚对绿色创新效率的影响受到集聚正负外部性的阶段性影响。
3 装备制造业集聚水平与绿色创新效率测度
3.1 装备制造业集聚水平测度
对于装备制造业的产业集聚，采用空间基尼系数指标进行测度，借鉴克伯等(Keeble ,1986)将洛伦茨曲线与基尼系数用于衡量行业在地域空间分布均衡程度的思路，构建空间基尼系数。其公式如下：
(1)
式(1)中，G代表空间基尼系数，xi和xj代表行业i、j在该地区工业生产总值中所占份额，n是一个地区行业的数量，u是各行业所占份额的均值。G取值范围为[0，1]，G越大，说明该产业在该区域的产业集聚程度越高，暂不考虑装备制造业产业间与区域间出现的分异与误差。图2显示，2005-2015年全国、四大经济地带装备制造业集聚水平呈现缓慢下降趋势，东北、西部地区装备制造业集聚水平高于全国平均水平，东部、中部地区装备制造业集聚水平低于全国平均水平。
图2 2005-2015年全国和四大经济地带装备制造业集聚水平
3.2 装备制造业绿色创新效率测度
引入包含非期望产出的Super-SBM模型研究装备制造业绿色创新效率问题。Fare等 (2007)提出环境技术的概念，将期望产出与非期望产出同时纳入生产可能性集合中。具体为，考虑每一个省份只用N种投入
生产M种期望产出
同时，产生K种非期望产出
在每一个时期t(t=1…T)，第i(i=1…I)个省份的投入产出值为
考虑污染物排放和能源投入的生产技术效率，可将模型转化为：
(2)
SBM模型会出现同时有效的情况，不利于评价决策单元，故采用考虑非期望产出的Super-SBM模型。参照Tone( 2001，2003 )和Hong Li 的非径向、非角度、基于松弛的(Slack-based measure，SBM) 测度方法[16,27]：
(3)
其中，ρ*为目标效率。
考虑非期望产出的Super-SBM模型决策单元效率值大于1，可对效率有效决策单元排序，且考虑投入产出变量的松弛性。考虑数据可获得性，以装备制造业产值与工业总产值之比将所有工业企业指标折算为装备制造业相关指标，构建装备制造业绿色创新效率评价指标体系(见表1)。
基于研发投入、能源投入与创新产出及环境产出的绿色创新效率模型，参考韩晶[28]的评价方法，选择财力资源与人力资源投入衡量绿色创新研发投入，装备制造业绿色创新旨在减少污染和提高能源利用效率，选择能源消费总量折算成标煤，衡量绿色创新活动中能源投入。绿色创新同时关注生态效率与经济效率，将产出变量分为期望产出和非期望产出。期望产出参考刘耀杉[11]的研究，在采用实际GDP的基础上，选取装备制造业总产值、新产品销售收入以及衡量技术创新产出的专利申请受理数[10]。非期望产出借鉴屈小娥[29]的研究，采用熵值法将4个指标经产值比例折算后合成为环境污染综合指数，由于非期望产出指标与绿色创新效率负相关，采用RAMAMATHAN[14]、陈诗一[30]的做法，将非期望产出作为投入变量进行正向化处理。以2005年为基期，对工业企业R&D经费内部支出、新产品开发经费支出与新产品销售收入经产值比例折算后，采用工业生产者出厂价格指数平减，对装备制造业总产值采用GDP平减指数平减。
表1 装备制造业绿色创新效率评价指标体系
阶段类别指标及单位投入创新研发投入X1:工业企业R&D经费内部支出(万元)X2:工业企业R&D人员数量(人)X3:新产品开发经费支出(万元)能源投入X4:能源消费总量折算为标准煤(万t/标准煤)产出期望产出X6:专利申请受理数(件)X7:新产品销售收入(万元)X8:装备制造业总产值(万元)X9:工业废水排放量(万t)X10:工业二氧化硫(t)非期望产出X12:工业烟(粉尘)(t)X13:一般工业固体废物产生量(万t)
装备制造业绿色创新效率测算结果显示(见表2)，2005-2015年全国、四大经济地带装备制造业绿色创新效率呈先升后降趋势。东部地区装备制造业绿色创新效率高于全国平均水平，呈上升趋势；东北地区装备制造业绿色创新效率2010年后达到全国平均水平，2013年后回落；中部、西部地区装备制造业绿色创新效率在2005-2015年间大幅提高，逐渐接近全国平均水平。2015年东、中、西与东北地区绿色创新效率分别为0.779、0.690、0.702、0.601。绿色创新效率值高于1的依次为浙江、重庆、北京、广西、河南、四川、吉林、湖南、天津、江苏、广东，投入产出达到最优配置，均为DEA超效率；绿色创新效率最低的为内蒙古，仅为0.277。
表2 2005-2015年地区及各省市绿色创新效率测度结果
地区20052006200720082009201020112012201320142015全国0.597 0.563 0.571 0.707 0.685 0.687 0.647 0.694 0.699 0.664 0.636 东部地区0.642 0.690 0.661 0.765 0.789 0.784 0.770 0.839 0.827 0.809 0.779 中部地区0.396 0.326 0.384 0.495 0.462 0.475 0.492 0.613 0.694 0.666 0.690 西部地区0.405 0.308 0.377 0.543 0.524 0.528 0.494 0.520 0.601 0.721 0.702 东北地区0.420 0.458 0.528 0.595 0.678 0.704 0.691 0.763 0.702 0.654 0.601 北京1.203 0.433 1.113 1.201 1.094 1.065 1.037 0.630 1.064 1.244 1.238 天津1.193 1.102 1.066 1.120 1.064 1.040 0.850 1.098 1.143 1.051 1.020 河北0.345 0.385 0.462 0.503 0.599 0.573 0.582 0.618 0.600 0.548 0.572 山西0.279 0.302 0.325 0.368 0.317 0.296 0.314 0.373 0.359 0.330 0.333 内蒙古0.407 0.478 0.462 0.394 0.307 0.295 0.198 0.308 0.305 0.246 0.277 辽宁0.448 0.453 0.535 0.654 0.727 1.014 1.028 1.058 1.043 0.771 0.620 吉林0.391 0.617 0.747 1.028 1.994 1.693 1.325 1.270 1.253 1.250 1.073 黑龙江0.489 0.572 0.669 0.475 0.362 0.316 0.488 1.067 1.026 0.778 0.674 上海1.000 1.000 1.000 1.358 1.313 1.174 1.218 1.067 0.894 1.012 0.751 江苏0.597 0.791 0.811 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 浙江0.915 0.686 0.706 1.129 1.079 1.031 1.077 1.089 1.258 1.180 1.275 安徽0.330 0.395 0.432 0.472 0.543 1.026 0.753 0.796 0.789 0.888 0.927 福建0.691 0.617 0.644 0.669 0.597 0.620 0.598 0.727 0.634 0.565 0.666 江西0.408 0.757 0.835 0.419 0.522 0.541 0.629 0.745 0.787 0.758 0.815 山东0.582 0.637 0.666 0.689 1.013 0.811 0.767 1.049 1.027 1.006 0.779 河南0.520 0.418 0.462 0.613 0.518 0.530 0.582 0.673 1.022 1.022 1.092 湖北0.603 0.360 0.415 0.622 0.518 0.510 0.510 0.606 0.677 0.651 0.659 湖南1.128 1.000 1.000 0.602 0.555 0.557 0.606 1.017 1.035 1.028 1.039 广东1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.015 1.000 0.886 1.000 广西0.550 0.530 1.049 0.583 0.582 0.578 0.566 0.648 0.755 1.052 1.153 海南1.001 1.920 1.368 1.017 1.018 0.446 0.462 0.480 0.499 0.420 0.451 重庆1.005 1.005 1.078 1.180 1.008 1.326 1.280 1.085 1.209 1.234 1.257 四川0.460 0.339 0.362 1.050 1.039 1.036 1.087 1.043 1.026 1.047 1.088 贵州0.513 0.294 0.378 0.489 0.433 0.436 0.580 0.608 1.075 1.249 0.674 云南0.599 0.272 0.496 0.586 0.410 0.397 0.361 0.391 0.398 0.466 0.434 陕西0.288 0.220 0.262 0.805 0.505 0.531 0.534 0.721 0.607 0.791 0.904 甘肃0.399 0.260 0.360 0.349 0.362 0.373 0.385 0.541 0.481 0.537 0.533 青海0.212 0.318 0.323 0.473 0.335 0.214 0.151 0.189 0.220 0.281 0.448 宁夏0.342 0.217 0.190 0.422 0.385 0.237 0.255 0.438 0.623 0.413 0.483 新疆1.233 0.200 0.245 0.682 1.039 0.470 0.379 0.477 0.458 0.625 0.546
数据来源：根据测度结果数据整理
4 装备制造业集聚水平与绿色创新效率关系实证分析
4.1 研究方法与数据来源
在地理距离矩阵的基础上，采用经济社会矩阵，使用2015年地区间人均实际GDP差额的倒数作为测度地区间经济距离的指标，构成基础矩阵Wgdp，其与地理距离矩阵相乘得到权重矩阵
标准化处理后形成经济社会矩阵W*(Elhorst，2010)。
空间误差模型(SEM)：
GIEit=ai+biGINIit+βHit+εit
εit=λ∑Witεit+μit
(4)
空间滞后模型(SLM)：
GIEit=ai+biGINIit+βHit+μ∑WitGIEit+εit
(5)
其中，GIEit为装备制造业绿色创新效率；GINIit为以空间基尼系数计量的产业集聚程度，Wit为n×n阶空间权重矩阵。式(5)中，μit为正态分布的随机误差向量，Hit为控制变量，λ为空间误差系数；式(6)中，μit为空间回归系数，εit为随机误差向量。
表3检验结果显示，Moran' s I均为正值，大多数年份的绿色创新效率Moran' s I的P统计量均通过10%显著性水平检验，表明绿色创新效率并非完全随机分布，有必要从空间维度对绿色创新效率的影响因素作计量分析。
Hausman与固定效应检验结果显示，LM-lag(1.012 8) 显著大于LM-err (0.378 4)，故下文分析均以SLM模型的结论为主。设定计量模型如下：
GIEit=ai+biGINIit+βHit+λi+εit
(6)
式中，控制变量包括人力资本、城市化水平、贸易开放度、环境规制、研发投入强度、经济发展水平与能源消耗等(见表4)。
表3 2005-2015年装备制造业绿色创新效率空间自相关Moran's I指数及其统计检验
变量名20052006200720082009201020112012201320142015Moran's I0.1740.1470.1570.2040.2930.1940.1840.2270.2870.2910.247Z1.4321.5191.3002.1672.1142.0831.8552.1022.5702.7432.207P0.0430.0640.0820.0340.0170.0340.0400.0220.0010.0040.031
表4 核心变量与控制变量说明
变量类型变量符号指标被解释变量绿色创新效率GIE由包含非期望产出的Super-SBM模型计算得出解释变量产业集聚gini空间基尼系数经济发展水平lngdp人均实际GDP的对数人力资本hc用平均受教育年限来表示城市化水平urb用年末城镇人口在总人口中所占比重来衡量城市化水平贸易开放度tra选取进出口总额与GDP比值来衡量,对于用美元表示的进出口总额,按照当年人民币平均汇率转换控制变量环境规制env采用环境污染治理投资额占GDP的比重来衡量研发投入强度tech采用研发投入占GDP比重来衡量能源消耗ener能源消耗总量占GDP比重
样本选取2005-2015年全国30个省市(除西藏、港澳台外)，数据来源于历年《中国统计年鉴》、《中国工业统计年鉴》、《中国工业经济统计年鉴》、《中国科技统计年鉴》、《中国环境统计年鉴》、《中国能源统计年鉴》与各省份统计年鉴。全国装备制造业集聚和绿色创新效率总体上存在明显的正相关关系(见图3)，但随着集聚水平上升，两个变量关系出现非线性趋势，拟采用计量分析方法加以验证。
图3 全国装备制造业集聚(GINI)与绿色创新效率(GIE)的关系
4.2 实证结果与分析
表5表明，全国装备制造业集聚与绿色创新效率呈显著的N型关系，双固定模型中装备制造业集聚一次项、二次项、三次项的系数均通过5%显著性水平检验。空间自相关系数(ρ)的估计值为正值，在双固定模型中通过10%显著性水平检验，验证了空间自相关性，相邻地区绿色创新效率的提高会影响本地区绿色创新效率。
表5 全国样本模型回归结果
变量名OLS空间滞后面板模型(SLM)空间固定时间固定双固定gini3.6836.343∗∗8.493∗∗∗5.339∗∗(1.48)(2.039)(2.493)(2.782)gini2-4.038-7.393∗∗-9.348∗∗∗-5.709∗∗(-1.49)(1.923)(-0.459)(1.643)gini31.7833.349∗∗5.084∗∗∗1.293∗∗(1.43)(1.930)(1.877)(0.603)lngdp0.803∗∗∗0.974∗∗∗1.952∗∗∗2.304∗∗∗(2.071)(0.348)(2.393)(2.359)lngdp2-0.0401∗∗-0.0543∗∗∗-0.075∗∗∗-0.060∗∗∗(-2.554)(2.304)(-2.974)(2.002)lnhc0.253∗∗0.193-0.0230.066(0.102)(5.208)(-6.235)(0.831)lnurb0.1830.065-0.067∗∗∗-0.076∗∗∗(0.034)(1.066)(-0.278)(2.230)lntra-0.134∗∗-0.168∗∗∗-0.573∗∗∗-0.842(1.923)(0.403)(-1.395)(-8.582)lnenv-0.043∗∗∗-0.031∗∗∗-0.0450∗∗-0.094∗∗∗(-2.932)(1.394)(-4.964)(2.103)lntech-0.321-0.1320.833∗∗∗0.982∗∗∗(-1.485)(-1.318)(5.304)(-1.748)lnener0.0501∗0.036∗-0.059∗∗0.068∗∗∗(1.234)(1.686)(-2.396)(1.394)Constant-9.843∗∗---(-2.453)-0.046-0.0520.077∗(0.975)(-0.219)(0.921)R20.2970.9030.8530.928Log-L-498.29389.388583.229
注: *表示10%显著水平，**表示5%显著水平，***表示1%显著水平回归结果也反映了其它控制变量对绿色创新效率的影响，具体如下：
(1)经济增长。经济增长与绿色创新效率呈显著倒U型关系。经济增长的一次项、二次项系数均通过1%显著性水平检验，一次项系数显著为正，二次项系数显著为负。通过计算得出的拐点为19.2时，即当人均实际GDP取对数小于19.2时，绿色创新效率随着经济增长而提高，人均实际GDP取对数大于19.2时，绿色创新效率随着经济增长而降低。经济发展与绿色创新紧密联系，经济实力较好地区具有较为成熟的绿色创新模式，居民有更强环保意识，政府倾向于提供更多绿色创新资金支持和政策优惠；当经济增长水平较高时，经济增长容易带来投入与非期望产出冗余，可能造成绿色创新效率损失。
(2)人力资本。人力资本与绿色创新效率呈非显著正相关。平均受教育年限每提高1年，绿色创新效率提高0.066。教育能够提高劳动者能力和素质，促进专业化人力资本积累和知识生产，增强创新驱动力，进而有利于绿色创新效率提升，但目前人力资本的创新驱动力不足。地区人力资本水平越高，绿色研发活动越有益于环境污染的降低和绿色创新效率的提高，落后地区人力资本水平的提高有利于吸收和利用先进技术与知识溢出。
(3)城市化水平。城镇化与绿色创新效率呈显著负相关关系，城镇化率每提高1%，绿色创新效率降低0.076。城镇化粗放式发展导致土地、能源、水等资源浪费问题较为严重，引发人口膨胀、环境污染、交通拥堵等问题，不利于绿色创新效率提高。
(4)贸易开放度。对外开放水平与绿色创新效率呈非显著负相关关系，进出口总额占GDP比重每增加1%，绿色创新效率降低0.842。Krugman等[31]的开放性假说指出，封闭性经济条件下，产业集聚更能促进地区经济增长；发达国家将高污染产业转移到发展中国家的“污染天堂假说”认为，较低环境门槛的外商直接投资，不利于绿色创新效率提高。
(5)环境规制。环境规制与绿色创新效率呈显著负相关关系，环境污染治理投资总额占GDP比重每提高1%，绿色创新效率下降0.094。这与刘亮等[12]的研究结论较为一致：政府实施环境规制后企业会增加相关投资，有利于减少环境污染，但环境规制是政府对于企业施加的额外成本与约束条件，政府将环境外部成本内部化，产生挤出效应，对于创新部门的投资必然减少，导致创新产出下降。
表6 东、中、西、东北地区样本模型回归结果
变量名东部地区SLMOLS中部地区SLMOLS西部地区SLMOLS东北地区SLMOLSgini18.269∗∗∗19.948∗∗∗12.930∗∗14.202∗∗-7.902∗∗∗-5.393∗∗4.992∗∗7.939∗∗(2.754)(2.304)(2.181)(2.930)(-3.230)(-0.923)(1.392)(2.293)gini2-20.343∗∗∗-29.303∗∗∗-18.592∗∗-17.843∗∗11.283∗∗∗9.388∗∗-14.394∗-15.293∗∗(-2.239)(-3.206)(-2.531)(-2.853)(2.939)(3.292)(-0.129)(-2.459)gini38.230∗∗∗11.394∗∗∗8.005∗∗9.067∗∗-6.239∗∗∗-4.293∗∗6.393∗∗5.384∗∗(3.009)(2.494)(2.568)(2.229)(-2.939)(-3.942)(2.203)(1.202)lngdp-1.203∗∗∗-2.404∗∗∗6.799∗∗∗7.402∗∗∗0.493∗∗∗0.583∗∗7.394∗∗∗8.939∗∗∗(-2.735)(-2.729)(3.942)(3.094)(2.018)(1.923)(2.384)(1.394)lngdp20.078∗∗∗0.056∗∗∗-0.564∗∗∗-0.487∗∗∗-0.019-0.021∗∗-0.309∗∗∗-0.779∗∗∗(2.395)(2.466)(-3.388)(-2.175)(-1.602)(-0.076)(-1.293)(-2.043)lnhc0.1450.1930.399-0.2980.492∗∗∗0.502∗∗0.393-0.201(1.317)(1.009)(3.290)(-3.920)(2.877)(2.561)(2.322)(-1.545)lnurb-0.094∗∗-0.087∗∗0.0090.004-0.087∗∗∗-0.044∗∗∗0.0530.077(-2.345)(-3.358)(0.037)(0.204)(-1.053)(-6.342)(0.468)(0.323)lntra0.023-0.009-0.397∗-0.275∗-0.034-0.211∗∗∗-0.649∗-0.854∗(0.279)(-0.048)(-1.465)(-1.558)(-1.031)(-2.412)(-1.342)(-0.783)lnenv-0.097-0.046-1.323∗∗∗-1.969∗∗∗-0.049∗∗∗-0.032∗∗∗-1.225∗∗∗-1.764∗∗∗(-1.865)(-1.376)(-3.546)(-2.994)(-3.442)(-4.883)(-2.785)(-3.975)lntech0.835∗∗∗0.643∗∗∗0.0570.0290.941∗∗∗1.562∗∗∗0.5330.658(5.345)(4.940)(0.667)(0.758)(2.871)(4.774)(0.454)(0.446)lnener-0.067-0.002-2.954∗∗-3.049∗∗3.5932.494-3.456∗∗-2.775∗∗(-0.656)(-0.05)(-2.460)(-2.317)(1.678)(0.810)(-2.357)(-2.676)Constant-0.839∗∗∗-0.355∗∗∗-0.167∗-0.378∗∗∗0.071∗∗∗0.015∗∗-0.277∗-0.765∗∗∗(-8.203)(-8.403)(-2.450)(-1.459)(2.844)(1.200)(-1.542)(-0.543)0.203∗∗∗--0.128--0.291∗∗∗--0.586-(3.713)(-1.573)(-3.192)(-1.242)Constant--4.293∗--3.293∗∗∗--9.092∗∗--6.443∗∗(-1.361)(-0.286)(-3.181)(-3.577)R20.8020.7990.8660.8840.8290.8910.7450.899Log-L139.304141.942167.304171.034156.323157.392167.392171.934
注:*表示10%显著水平，**表示5%显著水平，***表示1%显著水平
(6)研发投入强度。研发投入与绿色创新效率呈显著正相关关系，研发投入占GDP比重每提升1%，绿色创新效率会提高0.982。科技研发与市场接轨，有利于促进经济增长；技术进步促进节约资源与节能环保，有利于绿色效率提高。罗良文等[17]认为,知识外溢效应使得研发人员在生产过程中更易交流和积累绿色创新理念，研发绿色产品。
(7)能源消耗。能源消耗与绿色创新效率呈显著正相关。每增加1吨标准煤/GDP，绿色创新效率提高0.068，中国经济发展具有较强的能源依赖特征，能源消耗的增加，提高了经济发展水平，间接促进绿色创新效率提高。
表6显示，装备制造业集聚对绿色创新效率影响具有明显的地区差异：①东部、中部、东北地区装备制造业集聚与绿色创新效率呈显著的N型关系。东部地区技术领先，高端装备业发展基础良好，绿色创新效率维持较高水平，且市场开放度较高，辐射能力较强，空间自相关系数显著为正，内部省份之间存在正向溢出效应。中部地区装备制造业总量大，以汽车制造业为代表的环保技术改进与产业转型效果显著，装备制造业集群与工业园区集聚效应以正向为主。东北地区以辽宁装备制造业老工业基地为代表，产业基础雄厚，产业集聚效应明显。但目前中部、东北地区的空间自相关系数显著为负，经济地带内部省份存在负向溢出，尚未形成良好的协同效应；②西部地区装备制造业集聚与绿色创新效率呈显著的倒N型关系。装备制造业主要是技术密集型产业，在集聚初期，西部地区劳动力大量投入导致冗余，绿色创新效率下降。在集聚中级阶段，规模经济等促进了绿色创新效率提高。随着集聚水平的提高，西部承接东、中部产业转移，劳动力成本上涨与环境污染问题严重，创新激励不明显，不利于绿色创新的提高。西部地区装备制造业集聚水平高于全国平均水平，省际差异巨大，空间自相关系数为-9.092，内部负向溢出产生恶性循环。
4.3 稳健性检验与门槛检验
为确保估计结果有效性，作如下稳健性检验：①剔除3%的绿色创新效率极大值和极小值样本后进行回归；②剔除2005、2015年两年样本，采用2006-2014年30个省份面板数据与装备制造业集聚水平滞后1期进行估计。检验结果均显示，各变量系数方向具有一致性，只是显著性有所变化，表明模型具有较好的解释力。
为考察变量之间的非线性关系，构建门槛面板模型如下：
GIEit=ai+biGINI·I(qit≤γ1)+b2GINIit·I(qit≻γ1)+…bnGINIit·I(qit≤γn)+bn+1GINIit·I(qit≻γn)+βHit+λi+εit
(7)
式中，GIEit表示i省份在t时期装备制造业绿色创新效率，GINIit表示i省份在t时期装备制造业集聚水平。将产业集聚作为门槛值，相关检验采用F统计量和Hansen自抽样法(Bootstrap)的P值。检验结果显示，全国、东部地区、中部地区均通过单门槛、双门槛检验，西部地区、东北地区仅通过单门槛检验。其中，全国的两个门槛值分别是0.425、0.478，东部地区两个门槛值分别是0.398、0.426，中部地区两个门槛值分别是0.371、0.427，西部地区与东北地区门槛值分别是0.474与0.501。
表7显示，装备制造业集聚对绿色创新效率的影响效应呈现出复杂的非线性关系，存在显著地区差异。
表7 装备制造业集聚门槛面板模型估计结果
变量名全国东部地区中部地区西部地区东北地区lngdp2.031∗∗∗-1.392∗∗∗5.787∗∗∗-6.562∗∗∗3.677∗∗(1.239)(-2.045)(3.896)(-2.670)(1.332)lngdp2-0.244 ∗∗∗0.667∗∗∗-0.443∗∗∗12.382∗∗∗-15.676∗(1.855)(2.002)(-1.553)(1.299)(-0.113)lnhc0.067∗∗∗0.1650.343-6.006∗∗∗6.333∗∗(0.124)(0.956)(2.886)(-1.049)(2.199)lnurb-0.086∗∗∗-0.035∗∗0.0010.446∗∗∗7.377∗∗∗(2.465)(-1.855)(0.053)(2.886)(1.634)lntra-0.7530.434∗-0.365∗-0.035-0.123∗∗∗(-3.231)(0.144)(-1.434)(-1.478)(-1.567)lnenv-0.042∗∗∗-0.024-1.287∗∗∗0.445∗∗∗0.343(2.457)(-1.154)(-2.898)(1.997)(1.099)lntech0.779∗∗∗0.656∗∗∗0.155∗∗∗-0.0450.064(1.523)(5.879)(0.057)(-6.956)(0.376)lnener0.032∗∗∗-0.554-2.767∗∗-0.065-0.754∗(1.564)(-0.665)(-1.980)(-1.054)(-1.268)gini_14.638∗∗∗14.84112.203∗∗∗-6.542∗∗∗3.553∗∗∗(2.948)(-9.050)(-1.066)(-0.535)(-1.425)gini_23.46114.915∗∗∗11.078∗∗∗-3.0884.214(3.203)(0.871)(2.326)(0.234)(0.234)gini_36.990∗∗∗17.083∗∗14.145--(2.193)(-2.460)(1.929)
注: *表示10% 的显著水平，**表示5%的显著水平，***表示1%的显著水平
(1)全国装备制造业集聚与绿色创新效率存在显著的正向非线性影响效应，正向作用呈先降后升特征。当全国装备制造业集聚水平低于0.425时，其对绿色创新效率的正向效应显著；当装备制造业集聚水平高于0.425且低于0.478时，其对绿色创新效率的促进作用不明显；当装备制造业集聚水平高于0.478时，正向效应显著并增强。这表明装备制造业集聚很有可能存在瓶颈，正向作用受到约束，通过实施创新驱动及产业升级，可使约束作用减弱。
(2)东部地区装备制造业集聚对绿色创新效率的正向非线性影响呈现边际效率递增特征。当东部地区装备制造业集聚水平低于0.398时，其对绿色创新效率的促进作用不明显；当装备制造业集聚水平高于0.398且低于0.426时，具有显著正向效应；当装备制造业集聚水平高于0.426时，正向效应进一步增强。这表明东部地区装备制造业集聚对绿色创新效率的促进作用有一定条件约束，只有当集聚水平高于0.398时，才具有正向效应。
(3)中部地区装备制造业集聚对绿色创新效率存在明显的正向非线性影响效应。当中部地区装备制造业集聚水平低于0.371时，其对绿色创新效率的正向效应显著；当装备制造业集聚水平高于0.371且低于0.427时，促进作用稍弱；当装备制造业集聚水平高于0.427时，正向效应不显著。仅仅当集聚水平低于0.427时，中部地区装备制造业产业集聚才能对绿色创新效率提高有所裨益。
(4)西部地区装备制造业集聚对绿色创新效率呈现显著的负向非线性影响。与全国及其它地区情况相反，西部地区装备制造业集聚制约绿色创新效率的提高。尤其是当装备制造业集聚水平低于0.474时，其对绿色创新效率的阻碍作用较大。西部地区装备制造业集聚效应仍处于中级阶段，即集聚区域生产成本提高、技术创新难突破、拥挤效应、环境恶化等显现，同时，由于产业结构单一，尽管集聚水平较高，但未形成产业集群，集聚形成规模但未能产生知识外溢、技术共享与集中治污效应，这些都有可能阻碍绿色创新效率提高。
(5)东北地区装备制造业集聚对绿色创新效率呈现递增的正向非线性影响。当东北地区装备制造业集聚水平低于0.501时，其对绿色创新效率的促进作用显著；当装备制造业集聚水平高于0.501时，正向效应不显著。东北地区装备制造业基础较好，实力雄厚，目前已经形成了诸多成熟的产业集群，集聚水平较高，但可能存在过度集聚倾向。
5 研究结论与政策启示
本文基于2005-2015年30个省份的面板数据，采用考虑非期望产出的Super-SBM模型，测度中国装备制造业绿色创新效率，采用空间滞后双固定模型与门槛模型，验证中国装备制造业集聚对绿色创新效率的影响效应。主要研究结论包括：①总体而言，2005-2015年全国、四大经济地带装备制造业绿色创新效率呈现先升后降趋势，装备制造业集聚对绿色创新效率的影响呈显著的N型关系，存在双门槛特征；②从经济地带来看，东部、中部、东北地区装备制造业集聚与绿色创新效率呈显著的N型关系，随着装备制造业集聚水平的上升，绿色创新效率先升后降再上升，西部地区装备制造业集聚与绿色创新效率呈显著的倒N型关系；③从影响因素而言，装备制造业绿色创新效率随经济增长先升后降，研发投入强度、能源消耗与装备制造业绿色创新效率显著正相关，城市化水平、环境规制与装备制造业绿色创新效率显著负相关。
为了充分发挥装备制造业产业集聚对绿色创新效率提升的积极作用，促进装备制造业产业转型与绿色优化升级，提出以下政策建议：
(1)优化调整产业结构，引导装备制造业合理集聚。促进装备制造业保持合理的增长与规模扩张，科学合理统筹产业布局，优化内部结构，通过建立产学研合作示范区，以及科技服务业创新区、产业集群等方式，优化装备制造业集聚环境，提高产业集聚水平，充分释放装备制造业集聚的专业化效应、竞争效应、学习效应以及规模经济效应等溢出红利，有效发挥产业集群的聚集效应。
(2)充分利用装备制造业对绿色创新效率的非线性异质影响规律，因地制宜制定装备制造业发展战略。在装备制造业集聚初级阶段，加快引导集聚，发挥规模经济效应；当装备制造业集聚发展到一定阶段后，可以加快装备制造业创新驱动，发挥知识技术外溢效应，适当引导产业转移。东部地区发挥技术人才优势，发展高端装备制造业；中部地区保持合理规模扩张与集聚水平，引导环保服务等生产性服务业与装备制造业融合发展；西部地区利用地理、资源优势，克服集聚负外部性，有选择性地承接产业转移；东北地区继续发挥老工业基地作用，注重技术积累与市场挖掘，加强创新资源共享。
(3)增强自主创新能力，坚持绿色发展。研发投入与绿色创新效率呈显著正相关关系，应鼓励科技要素企业集聚，加强研发投入与关键核心技术研发，引导技术成果链条化、产品化、普及化。环境规制与绿色创新效率呈显著负相关关系，能源消耗则与绿色创新效率显著正相关，应将规避粗放型发展与能源依赖作为重要任务，转变经济发展理念与模式。同时，坚持绿色发展，从源头解决环境污染问题，遵循市场规律并完善环境治理规章制度，严格执行监督环节，走装备制造业高端化、智能化、集聚化、绿色化、服务化发展之路。
[1] 潘文卿,刘庆.中国制造业产业集聚与地区经济增长——基于中国工业企业数据的研究[J].清华大学学报：哲学社会科学版,2012(1):137-147.
[2] 范剑勇,冯猛,李方文.产业集聚与企业全要素生产率[J].世界经济,2014(5):51-73.
[3] 朱金鹤,王雅莉.创新补偿抑或遵循成本? 污染光环抑或污染天堂?——绿色全要素生产率视角下双假说的门槛效应与空间溢出效应检验[J].科技进步与对策,2018,35(20):46-54.
[4] 陈杰,周倩.中国城市规模和产业结构对城市劳动生产率的协同效应研究[J].财经研究,2016(9):75-86.
[5] 惠炜,韩先锋.生产性服务业集聚促进了地区劳动生产率吗?[J].数量经济技术经济研究,2016(10):37-56.
[6] 张清华,郭淑芬,黄志建.产业集聚对工业行业技术创新效率的影响测度研究[J].科学管理研究,2016(3):60-63.
[7] 谢子远,吴丽娟.产业集聚水平与中国工业企业创新效率——基于20个工业行业2000-2012年面板数据的实证研究[J].科研管理,2017(1):91-99.
[8] 李伟娜.产业集聚、环境效率与雾霾治理——以美国制造业为例[J].现代管理科学,2016(1):85-87.
[9] 熊欢欢,邓文涛.环境规制、产业集聚与能源效率关系的实证分析[J].统计与决策,2017(21):117-121.
[10] 王惠,苗壮,王树乔.空间溢出、产业集聚效应与工业绿色创新效率[J].中国科技论坛,2015(12):33-38.
[11] 刘耀彬,袁华锡,王喆.文化产业集聚对绿色经济效率的影响——基于动态面板模型的实证分析[J].资源科学,2017(4):747-755.
[12] 刘亮,蒋伏心,王钺.产业集聚对绿色创新的影响——抑制还是激励?[J].科技管理研究,2017(6):235-242.
[13] 杨朝均,呼若青.我国工业绿色创新系统协同演进规律研究——二象对偶理论视角[J].科技进步与对策,2017,34(12):49-54.
[14] 任耀,牛冲槐,牛彤,等.绿色创新效率的理论模型与实证研究[J].管理世界,2014(7):176-177.
[15] RAMANATHAN R.An analysis of energy consumption and carbon dioxide emissions in countries of the Middle East and North Africa[J].Energy,2005,21(2):322-334.
[16] CHUNG YH,FARE R，GROSSKOPF S.Productivity and undesirable outputs: a directional distance function approach[J].Journal of Environmental Management,1997,51(3):229-240.
[17] TONE K,TSUTSUI M.Dynamic DEA: a slacks-based measure approach[J].Omega,2010,38(3-4):145-156.
[18] 罗良文,梁圣蓉.中国区域工业企业绿色技术创新效率及因素分解[J].中国人口·资源与环境,2016(9):149-157.
[19] 韩晶,宋涛,陈超凡,等.基于绿色增长的中国区域创新效率研究[J].经济社会体制比较,2013(3):100-110.
[20] 吴传清,张雅晴.环境规制对长江经济带工业绿色生产率的门槛效应[J].科技进步与对策,2018,35(8):46-51.
[21] 赫连志巍,王岚.产业集群创新网络中创新能力传递障碍与集群升级研究[J].科技进步与对策,2018,35(3):60-66.
[22] KRUGMAN P.Increasing returns and economics geography[J].Journal of Political Economy,1991,99(3):483-499.
[23] KATZ M.An analysis of cooperative research and development[J].RAND Journal of Economics,1986,17(4): 527-543.
[24] 张晓月,陈鹏龙,赵顺龙.产业集聚对创新活力的影响:专利密集型与非专利密集型产业比较[J].科技进步与对策,2018,35(10):66-71.
[25] 程中华,李廉水,刘军.产业集聚有利于能源效率提升吗[J].统计与信息论坛,2017(3):70-76.
[26] 王磊,王琰琰,李慧明.再生资源产业集聚与区域环境污染——来自我国省域面板数据的实证分析[J].科技进步与对策,2018,35(13):72-77.
[27] LI H,SHI J.Energy efficiency analysis on Chinese industrial sectors: an improved Super-SBM model with undesirable outputs[J].Journal of Cleaner Production,2014,65:97-107.
[28] 韩晶.中国区域绿色创新效率研究[J].财经问题研究，2012(11):130-137.
[29] 屈小娥.中国工业行业环境技术效率研究[J].经济学家，2014(7):55-65.
[30] 陈诗一.能源消耗、二氧化碳排放与中国工业的可持续发展[J].经济研究，2009(4):41-55.
[31] KRUGMAN P，ELIZONDO R L.Trade policy and the Third World metropolis[J].Nber Working Papers，1996，49(1):137-150.
