开放科学(资源服务)标识码(OSID)：
In the above background，this paper takes the inter provincial green innovation efficiency as the research object，and comprehensively investigates the impact of factor market distortion on green innovation efficiency from the perspectives of labor factor market distortion and capital factor market distortion. At the same time，considering the characteristics of high-tech industrial agglomeration on the large-scale，intensive and efficient production activities，as well as the characteristics of knowledge and technology intensive and low energy consumption of high-tech industry itself，this paper discusses the role of high-tech industrial agglomeration in the relationship between factor market distortion and green innovation efficiency，which is also an effective supplement to factor market distortion and green innovation.It empirically studies the relationship among factor market distortion，green innovation efficiency and high-tech industrial agglomeration by using China's inter provincial panel data from 2003 to 2019 and panel fixed effect model and threshold regression method. It is found that factor market distortion will hinder the improvement of green innovation efficiency，while high-tech industrial agglomeration significantly promotes the improvement of green innovation efficiency，and it can weaken the inhibitory effect of factor market distortion on the improvement of green innovation efficiency. The threshold effect shows that under the high degree of high-tech industrial agglomeration，the inhibitory effect of factor market distortion on green innovation efficiency will be reversed，and the above results show significant regional heterogeneity.
Combined with the research conclusions，this study provides the following enlightenments. Firstly，it effectively guides the orderly flow of labor factors. The government should make greater efforts to promote the reform of the registered residence system，eliminate the negative impact of urban-rural dualization，gradually implement diversified population development policies，and promote the flow of labor. Secondly，the government should accelerate the market-oriented reform of capital factors. While comprehensively deepening the structural reform of the financial supply side，the government should comprehensively promote the marketization of interest rates，give play to the decisive role of market mechanism in the allocation of financial resources，and provide higher quality financial services for green innovation and development. Thirdly，the government should promote the integrated development of high-tech industries and actively support the construction of various high-tech industrial parks，actively break the market barriers and technical blockades among regions，and promote the development and integration of regional high-tech industries. At the same time, it is necessary to avoid the waste of resources and low efficiency caused by excessive agglomeration.
Compared with previous studies, this paper simultaneously brings factor market distortion，high-tech industrial agglomeration and green innovation efficiency into the research framework，analyzes the impact of factor market distortion on green innovation efficiency and the regulatory role of high-tech industrial agglomeration，which enriches the research on green innovation efficiency. Secondly，taking high-tech industrial agglomeration as the threshold variable，it analyzes the threshold characteristics of the impact of factor market distortion on green innovation efficiency，and it is conducive to further improving the accuracy and credibility of the research conclusion. Thirdly，by empirically exploring the linear and nonlinear effects of factor market distortion on the efficiency of green innovation on the overall and sub regional levels，this paper provides a new idea for improving the efficiency of green innovation in the stage of high-quality economic development.
开放科学(资源服务)标识码(OSID)：
改革开放40多年来，我国在经济、社会各个层面取得长足发展的同时，也付出了巨大的环境代价。如何实现经济发展与生态环境的双赢已成为社会各界关注的重要话题。2021年11月，习近平主席在出席亚太经合组织工商领导人峰会时指出，“良好生态环境是最基本的公共产品和最普惠的民生福祉”。实现“绿水青山就是金山银山”的绿色发展是破解中国社会主要矛盾的必由之路。十九大报告明确指出，创新是引领发展的第一动力，是建设现代化经济体系的战略支撑。绿色创新能够保证经济效益和环境效益的协同发展，提升国家绿色创新能力是应对既要绿色又要发展多元诉求的重要解决途径。
目前，学术界对绿色创新效率的研究主要从环境规制[1-2]、研发投入[3]和对外开放[4-5]等多个方面展开，取得了诸多成果。考虑到创新活动的开展离不开要素市场的调控，而由于我国要素市场改革尚不完全、要素市场发育程度仍滞后于商品市场发展等，导致要素市场存在严重扭曲，对创新要素流动和创新资源配置造成一定负面影响。因此，从要素市场角度探讨绿色创新效率提升具有重要现实意义。
基于此，本文以省际绿色创新效率为研究对象，从劳动力要素市场扭曲和资本要素市场扭曲两个角度出发，综合考察要素市场扭曲对绿色创新效率的影响。同时，考虑到高技术产业集聚对生产性活动规模化、集约化和高效化的作用特征，以及高技术产业本身具备的知识与技术密集、能耗小等特点，讨论高技术产业集聚在要素市场扭曲与绿色创新效率关系中的作用，也是对要素市场扭曲和绿色创新问题的有效补充。
与以往研究相比，本文主要贡献在于：首先，在研究视角上，本文同时将要素市场扭曲、高技术产业集聚和绿色创新效率纳入研究框架，分析要素市场扭曲对绿色创新效率的影响以及高技术产业集聚在其中发挥的调节作用，可丰富绿色创新效率相关研究；其次，在研究方法上，本文在确定存在调节效应和区域异质性的基础上，以高技术产业集聚为门槛变量，分析要素市场扭曲对绿色创新效率影响的门槛特征，有利于进一步提高研究结论的精确性和可信度；最后，本文通过实证探究整体和区域层面要素市场扭曲对绿色创新效率的线性和非线性作用，可为经济高质量发展阶段实现绿色创新效率提升提供新思路。
改革开放在带来巨大市场红利的同时，要素市场改革落后于产品市场改革的扭曲现象却一直未能得到化解。出于对GDP增长的追求，地方各级政府对要素资源配置普遍存在过度干涉与控制[6]。创新效率的提升离不开资本和劳动等要素的投入，关于要素市场扭曲对创新效率影响的研究已得出许多有益结论。在资本要素方面，Restuccia&Rogerson[7]、Hsieh等[8]采用多部门理论模型指出，资本要素市场扭曲通过影响资本配置效率造成全要素生产率损失；张璇等[9]实证发现，信贷寻租和融资约束均对企业创新有显著负向影响，并得出让市场决定资本配置才能促进企业创新可持续发展的结论；陈经伟和姜能鹏[10]基于动态视角发现，资本要素市场扭曲不仅会抑制企业技术创新，并且会持续制约企业创新机制。在劳动力要素方面，李健和盘宇章[11]实证发现，中国劳动要素市场扭曲程度低于资本要素市场扭曲程度，但同样显著抑制国家创新能力；盖庆恩等(2015)通过计算发现，如果劳动力市场扭曲得到改善，将大幅提升全要素生产率；赵新宇和郑国强[12]发现，劳动力市场扭曲会显著抑制城市全要素生产率提升，分解回归显示，这种负面影响主要发生在技术进步层面。
目前，有关要素市场扭曲与绿色创新效率关系的文献较为少见。谢贤君[13]通过实证分析发现，要素市场扭曲通过效率提升与技术进步的中介效应抑制绿色全要素生产率提升；卞元超等[14]指出，要素市场扭曲对绿色技术进步和绿色效率提升均有不利影响。以上结论对本文研究具有重要启示。
产业集聚主要来源于非农产业规模报酬递增地方化，对提高区域劳动生产率有显著促进作用(范剑勇，2006)。相较于传统产业，创新活动更活跃、知识溢出更为普遍的高技术行业有更强的集群倾向[15]。目前，大量文献证实高技术产业集聚对技术创新有显著促进作用[16-17]，而由于产业集聚前期对创新要素投入的过度依赖以及发展中过度竞争等因素，高技术产业集聚对创新效率的影响可能是非线性的[18-19]。具体到高技术产业集聚对绿色创新效率的影响，杨浩昌等[20]认为，高技术产业集聚能够显著促进绿色技术创新绩效提升；李健等[21]考察高技术产业集聚的空间溢出效应，发现高技术产业集聚对绿色全要素生产率有利好作用；陈喆和郑江淮[22]研究发现，高技术产业集聚对提升环境质量有正向影响，但该影响存在门槛特征。此外，高技术产业集聚对工业绿色转型和经济低碳发展同样具有推动作用[23-24]。
通过对已有文献的梳理可知，现有文献分别从要素市场扭曲和高技术产业集聚角度讨论创新效率提升的问题，但仍存在不足：第一，有关要素市场扭曲对绿色创新效率影响的研究仍不够全面，且主要讨论对象为绿色全要素生产率与绿色发展，并未得出要素市场扭曲对绿色创新效率影响的实质性结论；第二，现有文献更多是将要素市场扭曲与绿色发展、高技术产业集聚与绿色发展直接联系起来，尚未将三者置于同一框架下进行分析。因此，本文聚焦高技术产业集聚效应下要素市场扭曲对绿色创新效率的影响，试图找到提升绿色创新效率的新途径。
要素市场扭曲对绿色创新效率的影响可以从其对创新效率和绿色发展两方面的作用展开论述。
(1)要素市场扭曲对创新效率的影响。首先，要素市场扭曲带来的要素错配效应会阻碍创新效率提升。一方面，我国长期存在的要素市场分割问题使得生产要素资源和创新人才自由流动受阻，使创新资源配置效率降低，不利于创新效率提升[25-26]；另一方面，地方政府的政策性补贴等因素会造成要素价格扭曲，使要素市场价格无法如实反映市场是否均衡，导致资本和劳动力等要素处于供不应求或供过于求的恶性循环状态，使用效率低下，进而使得企业创新缺乏激励机制[27]。其次，地方政府对资本和劳动力市场的干预会滋生非创新性寻租，抑制企业创新积极性。当企业可以通过寻租与政府建立联系，以低成本获取补贴或者贷款等生产要素时，尽管企业可能利用这些生产要素开展创新活动，但由于创新质量难以衡量，企业为获得更高的评价或为完成验收，也有足够动机以数量换质量[28]。同时，企业在寻租过程中获取超额利润后，促使企业开始新一轮寻租投资，而不是进行耗时长、风险高的创新活动[29]。最后，要素市场扭曲对技术市场的分割也会阻碍企业创新效率提升。当技术价格低于创新成本时，企业研发利润微薄，创新动力受挫；当技术价格高于创新成本时，新技术市场无法打开，同样会打击企业创新积极性，而且不利于新技术扩散与溢出，最终阻碍行业创新效率提升。
(2)要素市场扭曲对绿色发展的影响。目前，学术界普遍认为要素市场扭曲将加剧环境污染问题。第一，要素市场扭曲推动高污染行业发展。在中国财政分权体制和“晋升锦标赛”治理模式下，地方政府会激励扶持收益快、风险低的生产性建设项目，而这些生产项目通常具有高污染、高耗能特征。地方政府对金融部门信贷决策的干预也使得大量资本流向这些高污染、高耗能项目，导致生态环境持续恶化[14]。第二，要素市场扭曲不利于产业结构升级。要素价格扭曲导致落后产能企业生产成本降低，而其退出的沉没成本较高，变相抬高了本该淘汰企业的退出壁垒，使得落后产能未被淘汰，产业结构升级受阻[30]。此外，要素市场扭曲导致收入差距变大，制约消费结构升级，造成粗放型产业结构锁定，进而阻碍产业结构升级[31]。第三，要素市场扭曲会抑制能源效率提升。要素市场扭曲会降低资源配置效率，如林伯强等(2013)研究表明，要素市场扭曲程度高的地区能源效率低。要素市场不完善使得我国付出了巨大的能源代价，不利于实现节能目标、改善生态环境。基于此，本文提出如下假设：
H1：要素市场扭曲对绿色创新效率有抑制作用。
产业集聚对创新产出的影响已得到大量印证。与传统产业集聚一样，高技术产业集聚同样具有降低生产成本、提高生产率的特征，不同的是，高技术产业集聚不仅能带来更快速的知识溢出效应，且本身属于资源节约、环境友好型产业，在推动经济增长方式转变过程中发挥着越来越重要的作用[32-33]。理论上，要素市场扭曲对绿色创新的抑制作用也可能受到高技术产业集聚的影响。一方面，高技术产业集聚可能通过促进创新要素流动缓解要素市场扭曲对绿色创新的抑制作用。要素市场扭曲会造成生产要素和劳动力流动受阻，绿色创新活动也因此受到限制。高技术产业集聚使得众多技术创新要素得以扎堆布局，从而在一定程度上降低区域创新生态系统内部交易成本，并提高要素组合效率，削弱要素市场扭曲抑制绿色创新这一机制。另一方面，高技术产业集聚可能通过溢出效应和外部效应缓解要素市场扭曲对绿色创新的抑制作用。高技术产业多为知识与技术密集型、资源与能源消耗较少的环境友好型产业，适度集聚有利于实现规模化、集约化和高效化生产，并增强产业的外部性，使得区域绿色发展所需资本要素得到进一步丰富，推动区域绿色和创新要素高效流转与集约化利用[34]。因此，在相似的要素市场扭曲情况下，高技术产业集聚程度较高地区的绿色创新效率可能更高。基于此，本文提出如下假设：
H2：高技术产业集聚会削弱要素市场扭曲对绿色创新效率提升的抑制作用。
根据理论分析，本文基于2003—2019年中国省际面板数据，研究要素市场扭曲与绿色创新效率的关系以及高技术产业集聚对二者关系的调节作用，回归模型设定如下：
GIEit=α0+α1Distit+α2Xit+μi+εit
(1)
GIEit=β0+β1Distit+β2Aggit+β3(Distit·Aggit)+β4Xit+μi+εit
(2)
其中，i表示省份，t表示年份，GIE表示绿色创新效率；Dist表示要素市场扭曲，包括劳动力要素市场扭曲(DistL)和资本要素市场扭曲(DistK)；Agg表示高技术产业集聚程度，X为控制变量。参考已有文献并考虑数据可得性，控制变量主要选取市场化程度(mar)、贸易开放度(tra)、政府行为(gov)、利用外资水平(fdi)、金融发展水平(fin)和城市化程度(urb)等一系列经济发展宏观指标。μ表示不可观测的固定效应，ε表示随机误差项。
本文数据是中国内地30个省级行政区域(西藏因数据缺失严重，未纳入统计)的面板数据。数据主要来源于《中国统计年鉴》《中国科技统计年鉴》以及国家知识产权局中国专利公布公告系统、各地统计年鉴等。
3.2.1 要素市场扭曲
对要素市场扭曲指数的测算，本文借鉴白俊红等[26]、卞元超等[14]的做法，采用超越对数形式的生产函数，可表示为：
lnYit=λ0+λ1lnLit+λ2lnKit+1/2λ3ln2Lit+1/2λ4ln2Kit+λ5lnKitlnLit+εit
(3)
式中，Y为地区产出，以地区生产总值表征，并利用GDP平减指数核算到2003年不变价。L为劳动力要素，采用各地区年末城镇单位就业人员数表征。K为资本要素，采用各地区固定资产投资总额衡量，并利用固定资产投资价格指数核算到2003年不变价，参考张军等(2004)对中国省级物质资本存量的估算方法，利用永续盘存法将其核算为存量形式，折旧率取9.6%。
在式(3)基础上，分别对L、K求导，得出劳动力要素和资本要素的边际产出，要素边际产出与其价格之比即为扭曲程度。关于劳动力价格，本文采用各地区城镇单位就业人员平均工资衡量，并利用居民消费价格指数核算为2003年不变价。关于资本价格，本文选取各年度内一年期金融机构法定贷款利率均值作为利率水平的替代指标。
3.2.2 绿色创新效率
区别于创新效率，绿色创新效率需要着重体现绿色创新产出。在投入指标上，本文采用常见的做法，分别选择R&D经费内部支出和R&D人员全时当量衡量资本和劳动投入。在产出指标上，考虑到以往选用创新产出和环境污染排放量分别作为创新期望与非期望产出的做法并不严谨，无法直观反映绿色创新产出水平，因而选用绿色专利数量作为绿色创新产出指标[35]。对于绿色专利数据的获取，借鉴董直庆等[36]的做法，利用世界知识产权组织(WIPO)绿色专利清单给出的绿色专利分类(IPC)编码，在国家知识产权局中国专利公布公告网上通过细化专利类型、IPC分类编码及发明单位(个人)地址，分别获取省级层面的绿色专利数据[35]。投入产出系统构建完成后，采用随机前沿分析方法(SFA)对绿色创新效率进行测度。
3.2.3 高技术产业集聚
对于高技术产业集聚程度的测量，本文借鉴Ciccone & Hall(1996)、Ciccone[37]、杨浩昌等[17]的做法，采用高技术产业就业密度反映高技术产业生产活动在各区域的空间集聚程度，高技术产业就业密度用地区高技术产业从业人员数与地区面积的比值衡量，并作对数处理，以消除异方差。
3.2.4 控制变量
为控制影响绿色创新效率的其它重要因素，借鉴Luo&Liang[38]、杨世迪和刘亚军(2021)的研究，本文选取市场化程度、贸易开放度、政府行为、利用外资水平、金融发展水平和城市化程度等作为控制变量。其中，市场化程度(mar)用非国有企业就业人数与总就业人数的比值表示；贸易开放度(tra)用进出口总额与GDP的比值表示；政府行为(gov)用政府一般公共预算支出与GDP的比值表示；利用外资水平(fdi)用实际利用外商直接投资与GDP的比值表示；金融发展水平(fin)用金融机构年末存贷款余额与GDP的比值表示；城市化程度(urb)用城镇人口占地区总人口的比重表示。表1报告了各变量的描述性统计结果。
表1 描述性统计结果
Tab.1 Results of descriptive statistics
变量样本量均值标准差极小值极大值GIE5100.514 00.171 00.087 50.935 0DistL5100.113 00.223 0-1.021 00.963 0DistK5103.025 02.176 00.837 014.280 0Agg510-0.219 82.250 0-6.230 04.565 8mar5100.901 00.042 10.697 00.961 0tra5100.323 00.392 00.012 61.722 0gov5100.215 00.096 20.079 20.628 0fdi5100.023 40.019 60.000 10.114 0fin5102.822 01.061 01.279 08.091 0urb5100.526 00.144 00.170 00.896 0
表2报告了模型的基准回归结果。其中，列(1)(2)分别为在不加入控制变量的情况下，劳动力要素市场扭曲和资本要素市场扭曲对绿色创新效率的估计结果。结果显示，两种要素市场扭曲的估计系数均在1%水平上显著为负，说明要素市场扭曲对绿色创新效率提升存在显著抑制作用。列(3)(4)分别为加入控制变量后，劳动力要素市场扭曲和资本要素市场扭曲对绿色创新效率的估计结果。结果显示，两种要素市场扭曲的估计系数仍显著为负。以上结果验证了H1。
表2 基准回归结果
Tab.2 Results of benchmark regression
注：***、**分别表示统计值在1%、5%的显著性水平下显著，括号内为z(t)统计量
变量GIE(1)(2)(3)(4)DistL-0.230 3***(-12.13)-0.022 0**(-2.21)DistK-0.021 0***(-20.16)-0.005 9***(-7.64)mar0.259 2***(3.45)0.227 7***(3.34)tra-0.026 0***(-3.31)-0.022 4***(-3.01)gov0.279 1***(7.56)0.218 2***(6.07)fdi-0.072 5(-0.74)0.021 1(0.22)fin0.020 3***(5.80)0.030 7***(8.54)urb0.468 8***(21.81)0.373 6***(15.43)_cons0.540 4***(166.72)0.578 1***(153.65)-0.070 5(-1.07)0.003 7(0.06)N510510510510R20.235 00.458 90.859 20.873 4
在控制变量方面，市场化程度(mar)对绿色创新效率提升有显著促进作用，说明深入推进市场化改革有利于优化绿色资源配置，促进我国绿色创新发展。贸易开放度(tra)的估计系数显著为负，原因可能在于贸易自由化会催生“向底线赛跑假说”效应，政府为维持出口竞争力，会降低环境质量标准，从而制约绿色科技发展。政府行为(gov)的估计系数显著为正，说明政府对绿色技术研发的支持能够有效促进绿色创新效率提升。利用外资水平(fdi)对绿色创新效率的影响并不显著，说明外资带来的技术红利已出现颓势，应加强与外资企业的技术合作。金融发展水平(fin)和城市化程度(urb)均显著促进绿色创新效率提升，表明加快金融发展与城市化进程有助于加大绿色技术研发投入，减少资源错配，提高绿色技术研发效率。
表3报告了要素市场扭曲对绿色创新效率影响的地区差异。结果显示，东部和中部地区两种要素市场扭曲的估计系数均显著为负，说明要素市场扭曲对东部和中部地区绿色创新效率存在负向影响，与H1一致。西部地区要素市场扭曲的估计系数虽为负，但并不显著。原因可能在于，经济发达地区的市场、企业自我管理水平和运转效率较高，要素市场扭曲造成的低效配置对企业创新效率的负面影响更大，而西部地区发展较为缓慢，要素市场扭曲带来的负面效应也相对较小[39]。
表3 分地区检验结果
Tab.3 Results of regional tests
注：***、**、*分别表示统计值在1%、5%、10%的显著性水平下显著，括号内为z(t)统计量，下同
变量GIE东部地区(1)(2)中部地区(3)(4)西部地区(5)(6)DistL-0.373 6***(-7.64)-0.349 9***(-6.06)-0.011 2(-1.52)DistK-0.005 6***(-4.81)-0.004 3***(-3.50)-0.002 2(-1.56)mar-1.220 8***(-8.09)-0.392 5***(-3.39)0.035 4(0.23)0.560 3***(4.49)0.437 7***(4.65)0.434 3***(4.61)tra-0.036 1***(-3.07)-0.068 1***(-5.61)-0.034 7***(-3.56)-0.016 9*(-1.70)0.047 5(1.47)0.025 1(0.83)gov0.937 4***(6.59)0.928 1***(5.75)0.101 7(1.26)0.228 8***(2.74)0.083 9**(2.53)0.061 9*(1.73)fdi-0.386 0***(-3.45)-0.419 0***(-3.35)0.826***(5.04)0.483 3**(2.51)-0.156 2(-0.76)-0.174 6(-0.84)fin0.003 0(0.48)0.007 3(1.01)0.023 3***(3.87)0.020 9***(2.74)0.008 2**(2.06)0.011 4**(2.53)urb0.123 3***(3.79)0.173 2***(4.98)0.415 4***(11.39)0.477 7***(12.89)0.709 8***(23.95)0.685 7***(19.35)_cons1.507 2***(10.27)0.724 4***(6.81)0.230 7(1.57)-0.309 5***(-2.85)-0.286 5***(-3.52)-0.269 6***(-3.25)N170170153153187187R20.893 50.872 20.955 10.947 80.940 50.940 5
表4报告了高技术产业集聚作为调节变量作用于要素市场扭曲与绿色创新效率的结果。从全国层面看，高技术产业集聚与两种要素市场扭曲的交互项系数都显著为正。这说明伴随着高技术产业集聚，要素市场扭曲对绿色创新效率的抑制作用有所削弱。由此，H2得到验证。从分地区检验结果看，东部地区高技术产业集聚能够促进绿色创新效率提升，而且具有显著调节作用，削弱了要素市场扭曲对绿色创新效率的抑制作用。在中部地区，高技术产业集聚的调节作用会增强劳动力要素扭曲对绿色创新效率的抑制作用，在资本要素市场扭曲下，高技术产业集聚的调节作用仍为负，但不再显著。西部地区高技术产业集聚在劳动力要素市场扭曲下的调节效应并不显著，在资本要素市场扭曲下的调节作用显著为负，增强了资本要素市场扭曲对绿色创新效率的抑制作用。这种情况与H2不相符，可能的原因是中西部地区高技术产业集聚多样化不足、专业化程度过高，导致产业竞争成本上升，知识外部性无法有效转化为创新价值，技术合作发展还存在一定壁垒和扩散障碍，因而高技术产业集聚未能缓解要素市场扭曲对绿色创新效率的抑制作用。
表4 调节效应分地区检验结果
Tab.4 Regional test results of moderating effect
变量GIE全样本(1)(2)东部(3)(4)中部(5)(6)西部(7)(8)DistL-0.033 2***(-3.31)-0.392 4***(-6.72)-0.449 5***(-8.64)-0.013 2(-1.57)DistK-0.005 1***(-6.86)-0.003 6**(-2.57)-0.005 1***(-3.65)-0.006 0***(-3.26)Agg0.017 7***(6.22)0.016 6***(6.09)0.035 7***(3.09)0.061 2***(4.37)0.012 6***(2.69)0.027 2***(4.91)-0.003 8(-1.48)-0.005 8**(-2.24)DistL·Agg0.012 5***(2.60)0.049 9***(3.79)-0.101 3***(-6.18)0.004 7(0.60)DistK·Agg0.001 6***(4.47)0.002 9***(3.71)-0.001 0(-0.81)-0.001 9***(-3.18)mar0.209 1***(2.87)0.215 9***(3.32)-0.771 5***(-4.29)-0.121 3(-1.00)0.429 4***(3.22)0.783 3***(6.44)0.386 2**(2.36)0.622 1***(5.86)tra-0.037 1***(-4.46)-0.033 1***(-4.51)-0.050 0***(-4.12)-0.062 6***(-5.02)-0.030 9***(-3.90)-0.018 6**(-2.08)0.055 4*(1.67)0.029 6(0.97)gov0.220 2***(5.83)0.136 4***(3.64)0.519 7***(3.19)0.535 8***(3.16)0.089 1(1.35)0.131 0*(1.69)0.076 9**(2.25)0.079 3**(2.25)fdi-0.134 9(-1.42)-0.119 5(-1.29)-0.343 3***(-3.19)-0.428 9***(-3.63)0.390 0***(2.70)0.388 3**(2.23)-0.164 0(-0.80)-0.320 6(-1.56)fin0.022 3***(6.61)0.030 6***(8.94)0.017 1**(2.51)0.012 4*(1.73)0.021 6***(4.302)0.027 9***(3.95)0.008 8**(2.19)0.012 2***(2.78)urb0.410 7***(17.23)0.362 6***(13.92)0.108 9***(3.47)0.222 7***(5.78)0.143 7***(3.23)0.254 3***(5.03)0.724 4***(23.33)0.656 4***(17.14)_cons0.023 4(0.36)0.044 5(0.77)1.063 3***(5.85)0.352 1***(2.81)0.026 7(0.22)-0.386 0***(-3.79)-0.254 1*(-1.71)-0.431 9***(-4.61)N510510170170153153187187R20.872 10.885 90.906 60.890 80.971 00.958 50.941 30.944 5
为确保结果的稳健性，避免异常值和非随机值对结果造成有偏影响，本文分别对要素市场扭曲和绿色创新效率进行1%水平的缩尾处理，并借鉴杨庆等[24]的研究，以区位熵衡量各地区高技术产业集聚水平，再次进行总体和分地区回归，结果见表5。从基准回归结果看，要素市场扭曲对绿色创新效率的估计系数为负且至少在5%的水平上显著；从调节效应模型看，核心变量的估计结果与前文基本保持一致，说明模型解释力较强，回归结果具有稳健性。
表5 稳健性检验结果
Tab.5 Results of robustness tests
变量GIE基准回归(1)(2)全样本(3)(4)东部(5)(6)中部(7)(8)西部(9)(10)DistL-0.025 7**(-2.23)-0.085 5***(-5.63)-0.466 9***(-9.70)-0.380 5***(-6.80)-0.020 5(-1.14)DistK-0.006 3***(-7.79)-0.006 3***(-7.84)-0.006 5***(-5.04)-0.005 2***(-3.46)-0.003 9**(-2.37)Agg0.023 4***(3.15)0.031 4***(4.79)0.008 9(0.83)0.001 0(4.246)0.048 6***(4.62)0.055 6***(4.91)-0.019 0*(-1.80)-0.022 7**(-2.47)DistL·Agg0.077 4***(4.47)0.161 4***(5.19)-0.226 2***(-3.94)0.023 3(0.87)DistK·Agg0.002 5**(2.51)0.001 5(1.09)-0.001 8(-0.48)-0.009 4***(-3.31)mar0.287 4***(3.66)0.259 8***(3.72)0.250 6***(3.22)0.348 7***(4.97)-0.813 8***(-5.11)-0.370 5***(-2.81)0.305 1**(2.04)0.559 9***(4.77)0.412 7***(2.71)0.596 8***(5.92)tra-0.024 5***(-3.03)-0.021 0***(-2.76)-0.055 8***(-6.14)-0.043 4***(-5.05)-0.072 6***(-5.65)-0.075 0***(-5.35)-0.036 2***(-4.08)-0.021 5**(-2.31)0.089 1**(2.14)0.071 5*(1.76)gov0.234 8***(6.20)0.170 7***(4.63)0.190 5***(5.11)0.148 0***(4.05)0.784 5***(5.84)0.885 4***(5.38)0.176 1**(2.35)0.264 5***(3.37)0.024 7(0.67)0.037 6(1.01)fdi-0.018 6(-0.18)0.068 8(0.71)-0.049 1(-0.51)-0.022 6(-0.23)-0.405 1***(-3.87)-0.446 3***(-3.50)0.758 6***(5.11)0.506 2**(2.60)0.217 2(0.98)0.169 0(0.78)fin0.021 9***(6.09)0.032 8***(8.89)0.021 4***(6.20)0.030 6***(8.42)-0.000 4(-0.07)0.006 4(0.85)0.013 7**(2.38)0.017 4**(2.34)0.013 7***(2.96)0.015 3***(3.22)urb0.475 1***(21.58)0.373 3***(14.97)0.431 7***(18.55)0.344 8***(13.15)0.065 0**(2.00)0.170 1***(4.71)0.255 9***(5.86)0.356 9***(8.49)0.738 7***(22.54)0.687 6***(17.54)_cons0.095 2(-1.38)-0.020 8(-0.34)-0.027 7(-0.40)-0.088 7(-1.44)1.228 2***(8.37)0.722 6***(5.85)0.051 9(0.38)-0.274 3***(-2.68)-0.272 5**(-1.99)-0.411 6***(-4.64)N510510510510170170153153187187R20.850 70.866 30.863 40.873 60.910 90.874 00.963 60.955 90.932 60.936 5
上文检验结果表明，高技术产业集聚在要素市场扭曲与绿色创新效率关系中不仅发挥调节作用，且具有较为显著的地区异质性。那么，在不同高技术产业集聚程度下，要素市场扭曲对绿色创新效率的影响是否也存在异质性？要素市场扭曲对绿色创新效率的影响是否具有其它非线性特征？为回答以上问题，有必要进一步考察要素市场扭曲、绿色创新效率和高技术产业集聚之间的具体关系。以高技术产业集聚为门槛变量进行门槛效应分析，以检验不同门槛区间内要素市场扭曲对绿色创新效率影响的差异及其门槛特征。
依据Hansen[40]的研究，以高技术产业集聚作为门槛变量，构建要素市场扭曲与绿色创新效率之间非线性关系的门槛计量模型。
GIEit=α0+β1Distit·I(Aggit≤γ1)+β2Distit·(Aggit>γ1)+···+βnDistit·I(Aggit≤γn)
+βn+1Distit·I(Aggit>γn)+θXit+εit
(4)
其中，I(·)为门槛指示函数，γ为特定门槛值，其余变量含义与上文相同。
根据Hansen(2000)提出的“自举法”，通过重叠模拟似然比检验统计量800次，对是否存在门槛效应及门槛具体数量进行检验，得出相应P值和门槛值，如表6所示。结果显示，在以高技术产业集聚为门槛变量的情况下，全国层面仅在资本要素市场扭曲为核心解释变量时存在单一门槛，门槛值为3.215 6；以劳动力要素市场扭曲为核心解释变量时，未能通过门槛检验。分地区检验中，以劳动力要素市场扭曲为核心解释变量时，东部和中部地区均通过了双重门槛检验，门槛值分别为3.215 6、3.805 4和-1.685 8、-1.193 0，西部地区未能通过门槛检验；以资本要素市场扭曲为核心解释变量时，东部地区通过了单一门槛检验，门槛值为3.215 6，西部地区通过了双重门槛检验，门槛值为-3.593 0、-2.682 1，中部地区未能通过门槛检验。
表6 门槛显著性检验及门槛值估计结果
Tab.6 Threshold significance tests and threshold estimation results
地区要素市场扭曲假设检验P值门槛值95%置信区间全国劳动力扭曲单一门槛0.162 53.805 4[3.179 7,4.117 5]资本扭曲单一门槛0.000 03.215 6[3.143 8,3.805 4]东部劳动力扭曲双重门槛0.017 53.805 4[3.215 6,4.029 3]0.003 73.215 6[3.129 6,3.805 4]资本扭曲单一门槛0.011 33.215 6[3.206 9,3.805 4]中部劳动力扭曲双重门槛0.000 0-1.193 0[-1.235 7,-1.149 2]0.005 0-1.685 8[-1.721 3,-1.664 6]资本扭曲单一门槛0.643 80.632 2[0.350 7,0.637 1]西部劳动力扭曲单一门槛0.930 0-2.682 1[-2.761 8,-2.650 2]资本扭曲双重门槛0.001 3-2.682 1[-2.694 4,-2.650 2]0.012 5-3.593 0[-3.785 5,-3.422 0]
表7报告了以高技术产业集聚为门槛变量时，要素市场扭曲与绿色创新效率的回归结果。从全国层面看，以劳动力要素市场扭曲为核心解释变量时，未通过门槛检验；以资本要素市场扭曲为核心解释变量时，通过了单一门槛检验。当高技术产业集聚程度低于3.215 6时，资本要素市场扭曲显著抑制绿色创新效率提升；当高技术产业集聚程度跨越3.215 6后，资本要素市场扭曲对绿色创新效率的估计系数显著为正。这表明，高技术产业集聚程度变化对劳动力要素市场扭曲与绿色创新效率的关系并没有受到门槛效应影响，而资本要素市场扭曲对绿色创新效率的作用受高技术产业集聚程度的影响，高技术产业集聚程度达到一定阈值后，能够有效扭转资本要素市场扭曲对绿色创新效率的抑制作用。
表7 门槛效应检验结果
Tab.7 Test results of threshold effect
变量GIE全样本(1)(2)东部(3)(4)中部(5)(6)西部(7)(8)DistL_1-0.015 3(-1.63)-0.177 5***(-3.38)-0.271 0***(-6.11)0.094 6**(2.50)DistL_2-0.301 6***(-8.21)0.237 4***(3.21)-0.364 8***(-8.70)-0.012 4*(-1.71)DistL_3-0.1834***(-4.26)-0.4738***(-10.65)DistK_1-0.003 8***(-6.01)-0.003 6***(-3.37)-0.004 1***(-3.45)-0.001 1(-0.76)DistK_20.038 4***(13.26)0.024 3***(5.68)0.005 7*(1.82)0.012 1***(9.33)DistK_3-0.005 1***(-5.25)mar0.147 3**(2.04)0.333 9***(5.98)-0.521 0***(-3.82)-0.158 3(-1.50)0.079 8(0.71)0.658 6***(5.33)0.717 9***(5.33)0.431 0***(6.19)tra-0.017 2**(-2.29)-0.022 7***(-3.76)-0.041 6***(-4.51)-0.056 8***(-5.34)-0.030 1***(-4.22)-0.016 3*(-1.70)0.032 3(1.01)0.010 5(0.54)gov0.266 0***(7.64)0.120 5***(4.03)0.364 3***(2.83)0.528 7***(3.516)0.103 4*(1.77)0.256 0***(3.16)0.093 5***(2.86)0.062 4***(2.71)fdi-0.057 9(-0.62)-0.041 9(-0.55)-0.212 3**(-2.39)-0.317 6***(-2.91)0.418 8***(3.39)0.374 9**(1.99)-0.101 2(-0.5)-0.018 4(-0.13)fin0.015 0***(4.46)0.022 4***(7.53)0.013 5**(2.50)0.012 7**(2.02)0.022 8***(5.20)0.015 7**(2.09)0.008 1**(2.06)0.010 4***(3.57)urb0.547 0***(24.27)0.556 0***(24.34)0.499 9***(9.70)0.408 9***(9.20)0.375 3***(13.21)0.417 5***(10.50)0.705 7***(24.28)0.697 5***(29.98)_cons0.006 6(0.11)-0.154 9***(-3.11)0.656 9***(4.56)0.366 8***(3.51)0.224 3**(2.10)-0.363 2***(-3.42)-0.545 9***(-4.51)-0.270 1***(-4.45)N510510170170153153187187R20.875 50.916 70.937 50.904 80.976 70.951 90.943 20.975 8
地区异质性结果显示，东部地区劳动力要素市场扭曲存在双重门槛。当高技术产业集聚程度低于3.215 6时，劳动力要素市场扭曲对绿色创新效率的影响显著为负；随着高技术产业集聚程度提高，这一影响逐渐由抑制转变为显著促进作用；当高技术产业集聚程度提升至3.805 4时，该系数再次变为负向显著。高技术产业集聚只有在第二门槛区间内才能发挥显著正向作用。东部地区资本要素市场扭曲存在单一门槛，当高技术产业集聚程度较高时(大于3.215 6)，资本要素市场扭曲对绿色创新效率的影响由负向显著转变为正向显著。中部地区劳动力要素市场扭曲存在双重门槛，随着高技术产业集聚程度提升，劳动力要素市场扭曲对绿色创新效率的抑制作用呈现逐渐增强的趋势，说明中部地区高技术产业集聚未能扭转劳动力要素市场扭曲对绿色创新效率的抑制作用。中部地区资本要素市场扭曲的门槛效应不显著。西部地区劳动力要素市场扭曲未能通过门槛检验，资本要素市场扭曲通过了双重门槛检验。即当高技术产业集聚程度低于-3.593 0时，资本要素市场扭曲对绿色创新效率的影响为负，但不显著；随着高技术产业集聚程度提高，资本要素市场扭曲对绿色创新效率的影响跨越第一个门槛后达到最佳；当高技术产业集聚程度提升至-2.682 1时，资本要素市场扭曲对绿色创新效率的影响又变为负向显著。
本文从要素市场扭曲角度探索绿色创新效率提升机制，试图为我国绿色发展之路提供有效参考。研究发现，要素市场扭曲是抑制我国绿色创新效率提升的重要因素，高技术产业集聚的调节效应可以显著削弱这种负面影响；要素市场扭曲对绿色创新效率的影响存在显著的高技术产业集聚程度门槛效应。具体结论如下：首先，要素市场扭曲对绿色创新效率提升有显著负向影响，东部和中部地区要素市场扭曲对绿色创新效率提升有抑制作用，西部地区要素市场扭曲对绿色创新效率提升的影响为负，但不显著。这说明在市场化进程更快的地区，要素市场扭曲的负面影响更大。其次，调节效应检验结果表明，整体上，高技术产业集聚可以显著削弱要素市场扭曲对绿色创新效率提升的抑制作用。分地区看，东部地区高技术产业集聚对要素市场扭曲与绿色创新效率的关系有负向调节作用；中部地区高技术产业集聚的调节效应能够增强劳动力要素市场扭曲对绿色创新效率的抑制作用，但资本要素市场扭曲下高技术产业集聚的调节作用并不显著；西部地区高技术产业集聚在劳动力要素市场扭曲下的调节效应并不显著，但能够增强资本要素市场扭曲对绿色创新效率的抑制作用。最后，对高技术产业集聚门槛效应的进一步检验发现，以劳动力市场扭曲为核心解释变量时，未通过门槛检验；以资本要素市场扭曲为核心解释变量时，当高技术产业集聚度跨越3.215 6后，资本要素市场扭曲对绿色创新效率的抑制作用转变为显著促进作用。分地区检验结果表明，仅东部地区高技术产业集聚存在扭转要素市场扭曲对绿色创新效率抑制作用的程度区间，西部地区高技术产业集聚可以短暂促使资本要素市场扭曲对绿色创新效率的抑制作用转变为促进作用，其余情形未通过门槛检验。
结合本文研究结论，可以得到以下启示：
第一，切实引导劳动力要素有序流动。中国现存户籍制度在很大程度上造成城镇与农村劳动力要素流通不畅，科技创新人才无法与自身最契合的岗位匹配，阻碍绿色创新效率提升。应加快推动户籍制度改革，消除城乡二元化的负面影响，逐步实施多元化的人口发展政策，促进劳动力自由流动，引入竞争机制，优化劳动力资源配置，提高科技创新人才配置效率。此外，由于区域间发展水平失衡，内陆地区难以吸引、留住科技人才，政府、企业和高校等应在个人待遇和科研资助上适度倾斜，以促进当地科技创新和绿色发展。
第二，加快推进资本要素市场化改革。目前，中国金融市场发展尚不完善，在全面深化金融供给侧结构性改革的同时，应全面推进利率市场化进程，发挥市场机制在金融资源配置中的决定性作用，减少偏向性金融政策，为绿色创新发展提供更高质量的金融服务，引导企业和科研机构将资本要素投向绿色创新研发活动。在具体实施过程中，还需根据不同地区的发展情况，因地制宜，采取不同改革模式。对于发展较为落后的地区，应采取更为缓和的方式，例如，西部地区资本要素市场扭曲对绿色创新效率的影响并不显著，应在渐进改革中逐渐摸索方向。
第三，推动高技术产业一体化发展。积极支持各类高新技术产业园区建设，打破地区间市场壁垒和技术封锁，推动区域高技术产业一体化发展。同时，还需注意产业集聚质量，避免过度集聚导致的资源浪费和效率低下。东部地区应发挥带头作用，加快高技术产业集聚发展，助力中西部地区建立高新技术产业园区，与中西部地区实现联动发展，加快提升中国高技术产业集聚程度和质量，更好地发挥高技术产业集聚对要素市场扭曲与绿色创新效率关系的良性调节效应。
本文结论具有一定理论意义和现实价值，但仍存在以下不足：首先，本文只讨论了要素市场扭曲对绿色创新效率的线性和非线性影响，未考虑主要变量的空间依赖性和溢出效应，未来可围绕要素市场扭曲对绿色创新效率的作用机制和空间溢出效应作更深入的检验。其次，本文对高技术产业集聚的衡量，只考虑了生产活动的集聚，采用就业密度和区位熵表征，而未区分高技术产业专业化集聚和多样化集聚，未来可进一步研究不同类型的高技术产业集聚在要素市场扭曲对绿色创新效率影响过程中的作用差异，以完善现有结论。
[1] 游达明，欧阳乐茜.环境规制对工业企业绿色创新效率的影响——基于空间杜宾模型的实证分析[J].改革，2020，33(5)：122-138.
[2] 田红彬，郝雯雯.FDI、环境规制与绿色创新效率[J].中国软科学，2020，35(8)：174-183.
[3] 刘文琦.产业集聚视角下研发投入对高技术产业绿色创新效率的影响[J].江西社会科学， 2019，39(11)：65-75.
[4] 罗良文，梁圣蓉.国际研发资本技术溢出对中国绿色创新效率的空间效应[J].经济管理，2017， 39(3)：21-33.
[5] 聂名华，齐昊.对外直接投资能否提升中国工业绿色创新效率：基于创新价值链与空间关联的视角[J].世界经济研究，2019，38(2)：111-122，137.
[6] 张杰，周晓艳，李勇.要素市场扭曲抑制了中国企业R&D[J].经济研究，2011，46(8)：78-91.
[7] RESTUCCIA D，ROGERSON R. Policy distortions and aggregate productivity with heterogeneous establishments[J]. Review of Economic Dynamics，2008，11(4)：707-720.
[8] HSIEH C，KLENOW P J. Misallocation and manufacturing TFP in China and India[J]. The Quarterly Journal of Economics，2009，124(4)：1403-1448.
[9] 张璇，刘贝贝，汪婷，等.信贷寻租、融资约束与企业创新[J].经济研究，2017，52(5)：161-174.
[10] 陈经伟，姜能鹏.资本要素市场扭曲对企业技术创新的影响：机制、异质性与持续性[J].经济学动态，2020，61(12)：106-124.
[11] 李健，盘宇章.要素市场扭曲和中国创新能力——基于中国省级面板数据分析[J].中央财经大学学报，2018，38(3)：87-99.
[12] 赵新宇，郑国强.劳动力市场扭曲如何影响城市全要素生产率——基于配置扭曲和价格扭曲双重视角的实证研究[J].经济问题探索，2021，42(6)：112-124.
[13] 谢贤君.要素市场扭曲如何影响绿色全要素生产率——基于地级市经验数据研究[J].财贸研究，2019，30(6)：36-46.
[14] 卞元超，吴利华，白俊红，等.要素市场扭曲是否抑制了绿色经济增长[J].世界经济文汇，2021，65(2)：105-119.
[15] AUDRETSCH D B，FELDMAN M P. R&D spillovers and the geography of innovation and production[J]. The American Economic Review，1996，86(3)：630-640.
[16] AKHVLEDIANI T，CIESLIK A. Knowledge creation and regional spillovers：empirical evidence from Germany[J]. Miscellanea Geographica，2017，21(4)：184-189.
[17] 杨浩昌，李廉水，刘军.高技术产业聚集对技术创新的影响及区域比较[J].科学学研究，2016，34(2)：212-219.
[18] 罗良文，赵凡.高技术产业集聚能够提高地区产业竞争力吗[J].财经问题研究，2021，43(1)：43-52.
[19] 徐丹，于渤.高技术产业集聚对区域创新能力的影响研究——基于长三角城市群的实证考察[J].软科学，2021，35(10)：1-8.
[20] 杨浩昌，李廉水，张发明.高技术产业集聚与绿色技术创新绩效[J].科研管理，2020，41(9)：99-112.
[21] 李健，夏美君，苑清敏.高技术产业专业化与多样化集聚对绿色全要素生产率的影响研究[J].统计与信息论坛，2021，36(4)：42-50.
[22] 陈喆，郑江淮.产业互动下高技术产业集聚的环境治理效应[J].财经科学，2021，65(8)：78-92.
[23] 邓峰，任转转.信息网络、高技术产业集聚与工业绿色转型[J].经济经纬，2021，38(3)：76-85.
[24] 杨庆，江成涛，蒋旭东，等.高技术产业集聚能提升碳生产率吗[J].宏观经济研究，2021，43(4)：141-159.
[25] 戴魁早，刘友金.要素市场扭曲与创新效率——对中国高技术产业发展的经验分析[J].经济研究，2016，51(7)：72-86.
[26] 白俊红，卞元超.要素市场扭曲与中国创新生产的效率损失[J].中国工业经济，2016，33(11)：39-55.
[27] 戴魁早，刘友金.要素市场扭曲如何影响创新绩效[J].世界经济，2016，39(11)：54-79.
[28] 应千伟，何思怡.政府研发补贴下的企业创新策略：“滥竽充数”还是“精益求精”[J].南开管理评论，2022，25(2)：57-69.
[29] 姜妍，张建平，李晶维.要素配置扭曲视角下的创新效率研究[J].经济问题探索，2019，40(9)：158-171.
[30] 王宁，史晋川.要素价格扭曲对中国投资消费结构的影响分析[J].财贸经济，2015，36(4)：121-133.
[31] 阚大学，吕连菊.要素市场扭曲加剧了环境污染吗——基于省级工业行业空间动态面板数据的分析[J].财贸经济，2016，37(5)：146-159.
[32] 朱喜安，张秀.高新技术产业聚集与区域经济增长质量的空间溢出效应研究——基于面板空间杜宾模型的研究[J].经济问题探索，2020，41(3)：169-184.
[33] GREUNZ L. Industrial structure and innovation：evidence from European regions[J]. Journal of Evolutionary Economics，2004，14(5)：563-592.
[34] 姬志恒，于伟，张鹏.高技术产业空间集聚、技术创新与区域绿色发展效率——基于PVAR模型的经验证据[J].宏观经济研究，2020，42(9)：92-102.
[35] 康鹏辉，茹少峰.环境规制的绿色创新双边效应[J].中国人口·资源与环境，2020，30(10)：93-104.
[36] 董直庆，王辉.环境规制的“本地—邻地”绿色技术进步效应[J].中国工业经济，2019，36(1)：100-118.
[37] CICCONE A . Agglomeration effects in Europe[J]. European Economic Review，2002，46(8)：213-227.
[38] LUO L，LIANG S. Study on the efficiency and regional disparity of green technology innovation in China's industrial companies[J]. Chinese Journal of Population Resources and Environment，2016，14(4)：262-270.
[39] 李雪松，王冲.要素市场扭曲是否抑制了创新效率的提升——基于区域差异的视角[J].南京审计大学学报，2019，16(1)：48-58.
[40] HANSEN B E. Threshold effects in non-dynamic panels：estimation，testing，and inference[J]. Journal of Econometrics，1999，93(2)：345-368.