Existing research on green development mostly focuses on its measurement and influencing factors. In terms of measurement, there are two mainstream measurement methods:the first is to construct an indicator system based on the connotation of green development, and then methods such as the entropy method and principal component analysis are employed to calculate its comprehensive score; the second is to calculate green total factor productivity from the perspective of efficiency by taking wastewater, exhaust gas, and solid waste as unexpected outputs. In terms of influencing factors, existing studies have attributed the factors affecting green development to urban innovation level, government intervention, information technology level, etc., but have not yet paid attention to the impact of industrial transfer on green development.
Drawing on the panel data of 288 prefecture-level cities from 2000 to 2020, first of all, this paper uses the staggered difference-in-difference method to empirically analyze the impact of the establishment of national-level industrial transfer demonstration zones on green development. Then it uses the quantile regression method to empirically analyze the marginal impact of the policy on green development. Finally, this paper empirically analyzes the moderating role of industrial structure rationalization and industrial structure upgrading in the policy effect by using the moderating effect regression method.
It is concluded that the establishment of national-level undertaking industrial transfer demonstration zones has a significant promotion effect on the green development level of the demonstration zones, and the policy effect is getting stronger as time goes by; quantile regression shows that the role of national level demonstration zones for undertaking industrial transfer in promoting green development follows the law of diminishing Marginal utility, that is, the policy effect is greater for prefecture-level cities with a lower level of green development, but smaller for prefecture-level cities with a higher level of green development; finally, the analysis of the adjustment effect shows that the rationalization and upgrading of industrial structure can positively adjust the green development effect of the national-level industrial transfer demonstration zone.
The following implications arising from this study are presented. (1) Industrial transfer is a powerful starting point for green development, and more regions that meet the conditions for undertaking industrial transfer should be included in the national demonstration area for undertaking industrial transfer to fully release its green development effect. (2) The national-level industrial transfer demonstration zone is an important policy choice to promote green development, but its green development effect has a law of diminishing marginal effect. Therefore, local governments should fully evaluate the local green development level, pay attention to the planning and construction of the local industry, and maximize the green development effect of the national-level demonstration zone for undertaking industrial transfer through reasonable capital allocation and policy selection. (3) Cities with the national-level demonstration zone for undertaking industrial transfer should continue to optimize their industries to achieve the transformation and upgrading of local industries in a timely manner to obtain the greatest effect of green development. Due to the availability of data, this paper does not pay attention to the types of industries undertaken by the demonstration area, which may lead to heterogeneity of policy effects; moreover, the spatial spillover of policy effects may occur in the process. These issues are warranted for further research.
在当今全球气候变化日益严峻的背景下,绿色发展已成为各国政府和社会的共同目标。绿色发展旨在通过可持续方式促进经济增长,同时保护环境和自然资源,最终达成人与自然和谐共生的美好目标。绿色发展既可以减少经济发展的单位资源消耗,又可以维持生态系统的平衡稳定,为人类社会可持续发展奠定坚实基础[1]。产业转移是发展中国家实现高质量发展的必由之路,也是经济可持续发展的重要组成部分[2],但产业转移能否促进绿色发展尚不明晰。一方面,产业转移可能通过要素流通促进传统产业技术升级,进而降低能源消耗,有利于绿色发展[3];另一方面,产业转移的对象大多为高污染、高耗能企业,可能不利于绿色发展[4]。因此,厘清产业转移对绿色发展的具体作用机制对实现经济可持续发展具有重大现实意义。
关于绿色发展的研究主要围绕其测度和影响因素展开。在测度方面,比较主流的测度方法有两种:一是根据绿色发展内涵构建指标体系,采用熵值法、主成分分析法等方法计算其综合得分[5-6];二是从效率角度将“三废”作为非期望产出计算绿色全要素生产率[7]。在影响因素方面,既有研究将绿色发展的影响因素归纳为城市创新水平[8]、政府干预[9]、信息化水平[10]等,还未关注到产业转移对绿色发展的影响。
承接产业转移示范区是一种由政府引导的产业发展模式[11],而国家级承接产业转移示范区设立能否促进绿色发展,是一个值得探讨的问题。同时,国家级承接产业转移示范区的试点性质符合准自然实验的设定。因此,本文基于2000—2020年中国288个地级市面板数据,采用渐进双重差分法探究国家级承接产业转移示范区设立对城市绿色发展的影响,以期丰富政策视角下产业转移与绿色发展的实证研究,为政府制定绿色发展和产业发展战略提供经验参考。
相比既有文献,本文边际贡献如下:系统梳理国家级承接产业转移示范区的制度背景及其对绿色发展影响的理论逻辑,采用渐进双重差分法实证分析国家级承接产业转移示范区对绿色发展的影响,并通过分位数回归和调节效应分析厘清国家级承接产业转移示范区设立对城市绿色发展的多方面影响。本文有助于丰富产业转移与绿色发展实证研究,为政府优化产业政策和制定绿色发展战略提供经验借鉴。
随着人们越来越意识到需要在经济发展与环境保护之间取得平衡,绿色发展逐渐成为热门话题,相关研究迅速增加。既有研究从绿色发展的内涵、测度、影响因素和经济社会效应等方面进行探讨。
从绿色发展内涵看,绿色发展是一种在实现经济增长的同时,保护环境和促进社会进步的可持续发展模式。2012年,联合国环境规划署发布报告指出,绿色发展是指在实现经济发展、社会进步和环境保护的基础上,追求可持续发展的过程。
从绿色发展的测度看,主要有两种方法。第一种是通过构建相应指标体系综合衡量绿色发展,主要从生态足迹、碳排放、资源利用率和生态环境质量方面选取指标。其中,生态足迹是指一个区域所需生态资源面积以及这些资源的可再生性和可持续性,可以反映地区生态压力和生态环境状况,是衡量绿色发展的一项重要指标[12];碳排放是指生产和消费过程中排放的二氧化碳等温室气体数量,碳排放量越低,说明地区环境污染越少,生态环境越好[13];资源利用率是指生产过程中利用的资源数量与生产效果的比率,资源利用率越高,说明地区资源利用越高效[14];生态环境质量是指地区生态环境状况和质量,包括空气、水、土壤等各个方面,生态环境质量越高,说明地区生态环境越好,也更符合绿色发展要求[15]。然而,构建指标体系的方法具有较强的主观性,因而近期研究转向使用第二种方法,即利用数据包络分析思想将非期望产出纳入效率测算法,非期望产出指标包括二氧化碳排放、废水排放量、废气排放量、废渣排放量等[16]。
从绿色发展的影响因素看,涉及政治、经济、技术和文化等方面。其中,政策与法规的制定、实施和政府监督对于推动绿色发展起着至关重要的作用[17];经济可持续发展是绿色发展的基础,需要通过经济手段促进环境保护[18];技术创新及应用是实现绿色发展的重要手段,绿色技术的推广和普及可以提高绿色发展效果和效率[19];文化价值观念转变对于推动绿色发展具有重要作用,社会对环境的关注度、资源利用方式和对可持续发展的认知都会对绿色发展产生深远影响[20]。综合而言,绿色发展影响因素具有多样性、综合性和复杂性,需要从不同角度进行分析和探讨。
从绿色发展的经济社会效应看,绿色发展对经济、社会和环境都具有积极影响。第一,绿色产业发展可以创造就业机会,促进经济增长。例如,近几年中国新能源汽车产业得到快速发展,其增长速度超过传统汽车产业。据统计,中国新能源汽车行业总产值已超过5 000亿人民币,对中国经济发展起到重要推动作用[21]。第二,绿色发展可以促进资源节约和环境保护,绿色产业发展可以降低环境污染和资源消耗。例如,太阳能和风能等可再生能源的应用可以减少对化石燃料的依赖,降低碳排放量,保护大气环境;废弃物再利用和循环利用也是绿色发展的一项重要举措,可以减少资源浪费和环境污染[22]。第三,绿色发展可以促进社会公正、改善社会福利并缩小贫富差距,提高人民生活质量。例如,中国通过扶持绿色产业发展帮助贫困地区脱贫致富,并取得显著成效[23]。第四,绿色发展可以促进技术创新及应用,推动产业升级和转型。绿色技术发展可以提高企业竞争力,推动企业可持续发展。例如,随着可再生能源技术的不断发展,绿色能源成为各国关注焦点[24]。
综上,绿色发展是在实现经济发展、社会进步和环境保护的基础上,追求可持续发展的过程。影响绿色发展的因素涉及政治、经济、技术和文化等方面,同时绿色发展对经济、社会和环境具有积极影响。绿色发展可以促进经济增长、资源节约、环境保护、社会公正并改善社会福利,也可以促进技术创新及应用,推动产业转型升级。为实现绿色发展,需要政府、企业、社会和个人共同努力,推动绿色发展向更高水平迈进,实现经济、社会和环境的可持续发展。
随着全球化的深入,各国间的经济联系越来越密切,产业转移成为越来越普遍的现象。既有研究从产业转移背景、特征以及环境影响等方面进行了探讨。首先,从产业转移背景看,产业转移是指一些企业或工厂将生产、研发、销售等活动从一个地区转移到另一个地区的现象。在产业转移背景下,全球经济正朝着更加开放和自由的方向发展,不同国家的优势资源和技术日渐融合,同时也带来一系列问题[25]。其次,产业转移主要有3个代表性特征:跨国公司主导、地域性强和产业分工明确。在全球化背景下,跨国公司成为产业转移主体,跨国公司通常拥有更多资本和技术,能够更好地掌控产业转移节奏和方向[26];产业转移通常由一些地区或国家向另一些地区或国家转移,这种转移可能是由于某些国家或地区的经济环境或政策发生变化,如劳动力成本、税收政策等(李国平, 俞文华,1999);随着全球经济的深入发展,产业分工越发细致,一些国家或地区专门深耕某一产业或工艺的生产,将产品或零部件出口到其它国家或地区进行加工或组装,形成一条完整产业链[27]。最后,产业转移带来的环境影响主要包括能源消耗、污染排放、资源耗竭和生态破坏。产业转移会增加能源消耗和污染物排放,如交通运输和工业生产等[28],对环境产生不利影响,特别是在一些发展中国家,由于监管不足或政策宽松,企业可能违规排放污染物[29]。同时,产业转移需要消耗大量自然资源,如矿产资源、水资源等,可能导致资源过度开采和浪费[30]。此外,产业转移带来的工业化和城市化进程加快,可能破坏当地生态环境,如森林、湿地等自然生态系统[31]。
综上,产业转移在全球化背景下越来越普遍,在促进经济增长和市场扩大的同时,也会带来环境破坏和资源消耗问题。为实现可持续发展,需要在产业转移过程中加强环境保护和资源利用,控制污染物排放和资源消耗,促进产业升级和技术创新,实现经济、环境和社会协同发展。
既有文献虽然对绿色发展的内涵、测度、影响因素和经济社会效应等进行了研究,但极少将绿色发展的影响因素落脚于产业转移上。这主要是因为,产业转移给人的刻板印象是优势地区将重污染企业转移到劣势地区从而造成环境污染,而忽略了产业转移具有加速要素流通、促进产业结构升级和降低能源消耗的作用。既有文献虽然从产业转移的背景、特征以及环境影响等方面进行了探讨,但仍然存在值得拓展的地方,如对产业转移的正向环境影响梳理不够,落脚于国家级承接产业转移示范区政策效应评估的文献较少。因此,相较于前人研究,本文可能的创新包括:①将绿色发展影响因素引入产业转移层面,从中观视角系统论述产业转移促进绿色发展的内在机理;②从边际产业扩张理论、梯度推进理论与反梯度推进理论、承接产业转移的区位理论3个方面阐释承接产业转移的正向环境影响;③除理论分析外,将国家级承接产业转移示范区设立视为一次准自然实验,利用渐进双重差分法实证检验其对绿色发展的影响,在此基础上,通过边际效应分析和调节效应分析丰富研究结论,提出更为微观、可操作性更强的政策启示。
国家级承接产业转移示范区的制度背景可以从国家对产业转移的总体战略规划和地方政府对产业转移示范区的特别支持政策两个方面展开。在总体战略规划方面,国家发展改革委《关于印发传统产业转型升级路线图的通知》等文件明确了传统产业转型升级的总体方向和目标,又通过设立国家级承接产业转移示范区,为地方政府提供组织和协调产业转移的有效途径[32]。国务院《关于中西部地区承接产业转移的指导意见》(国发〔2010〕28号)明确提出承接产业转移的基本原则:“坚持节能环保,严格产业准入。加强生态建设,注重环境保护,强化污染防治,严禁污染产业和落后生产能力转入;发展循环经济,推进节能减排,促进资源节约集约利用,提高产业承载能力。”在特别支持政策方面,国家通过设立承接产业转移示范区,提供资金、技术和人才培训等支持,帮助地方政府更好地实施产业转移[33]。同时,地方政府也通过减免企业所得税、降低用工成本、提供资金支持等优惠政策,帮助示范区企业在产业转移过程中减轻成本负担(熊广勤, 石大千,2021)。《皖江城市带承接产业转移示范区规划》提出,在产业转移过程中要加强生态建设,构建绿色生态屏障;《湘南湘西承接产业转移示范区总体方案》强调承接产业转移的基本原则是生态优先、绿色发展,并提出严格产业准入标准、建设低碳循环园区以及加强生态与环境治理保护。综上,国家级承接产业转移示范区政策对于绿色发展的要求主要包括发展绿色产业、推广清洁生产、加强环境保护等方面,旨在推动形成低碳绿色发展模式,帮助地方政府推进产业转移,促进经济结构调整和升级,为产业转移提供保障。
国家级承接产业转移示范区是指由国家认定且聚焦于承接传统产业转型升级的区域。国家给予产业转移示范区一系列政策支持,以帮助地方政府推进产业转移,促进经济结构调整和升级。承接产业转移对当地绿色发展的影响可以从以下方面分析:第一,根据边际产业扩张理论,产业生产规模会随边际成本降低而扩大。国家级承接产业转移示范区通过提供资金、技术支持等方式帮助企业降低生产成本,促进传统产业转型升级,从而提高地区绿色发展水平[34]。第二,根据梯度推进理论和反梯度推进理论,一个地区产业结构越接近国家平均水平,其经济增长就越快。国家级承接产业转移示范区通过促进传统产业转型升级,使得地区产业结构趋于平衡,从而促进地区绿色发展。此外,国家级承接产业转移示范区通过提供资金、技术、人才培训等支持,提高企业生产效率,减少污染[35]。第三,根据承接产业转移的区位理论,一个地区产业转移水平越高,其在国家经济体系中的地位就越高。国家级承接产业转移示范区凭借其优势地位,能够获取更多优惠政策支持,有助于示范区企业实现绿色转型,从而获得当地政府支持[36]。根据以上分析,本文提出如下假设:
H1:国家级承接产业转移示范区设立能够促进绿色发展。
根据边际效应递减理论,随着产业生产规模不断扩大,边际成本不断上升,边际效益会不断下降,也即,承接产业转移示范区政策对传统产业的帮助有限。随着产业转型升级程度提高,承接产业转移示范区政策对当地产业结构升级的推动作用逐渐减弱[37]。对于绿色发展水平较低的地区,国家级承接产业转移示范区设立可以为企业提供更多转型升级机会,帮助企业淘汰落后产能,引进先进技术,创新企业管理模式,优化企业经营战略,从而促进企业绿色发展[38]。此时,国家级承接产业转移示范区设立对绿色发展的促进作用较为显著。对于绿色发展水平较高的地区,企业具备一定清洁生产能力,转型升级需求相对较少,因此国家级承接产业转移示范区设立对绿色发展的促进作用较弱[39]。据此,本文提出如下假设:
H2:国家级承接产业转移示范区的绿色发展效应存在边际效用递减规律。
产业结构合理化、高级化是提高经济和社会效益的有效方法,可以促进经济可持续发展[40]。国家级承接产业转移示范区通过接受产业转移,实现产业结构合理化和高级化,从而有效利用资源,提高生产效率,同时也能减少对环境的污染和破坏,促进绿色发展。具体地,产业结构合理化意味着不同产业之间能够实现协调发展,使得资源配置更加合理,从而更加有效地满足社会需求[41]。例如,国家级承接产业转移示范区的农业、工业和服务业的均衡发展能够促进经济多元发展,减少对环境的污染。产业结构高级化意味着产业结构复杂度较高,产业技术水平也更高,能够带来更多经济效益和社会效益[42]。例如,国家级承接产业转移示范区高新技术产业的高效发展能够提高企业经营生产效率与产品质量,同时促进科技创新和人力资本优化。据此,本文提出如下假设:
H3:产业结构合理化和高级化对国家级承接产业转移示范区的绿色发展效应发挥正向调节作用。
本文理论模型如图1所示。
图1 理论模型
Fig.1 Theoretical model
各国家级承接产业转移示范区是分批设立的,其中广西桂东示范区和安徽皖江示范区于2010年设立,湖南湘南示范区、湖北荆州示范区和重庆沿江示范区于2011年设立,晋陕豫黄河金三角示范区于2012年设立,甘肃兰白示范区、江西赣南示范区和四川广安示范区于2013年设立,宁夏银川—石嘴山示范区于2014年设立。综上,2010—2014年, 10个国家级承接产业转移示范区共分4批设立,共涉及29个地级市。因此,本文选择渐进双重差分法估计国家级承接产业转移示范区设立对城市绿色发展的影响是合适的。构建渐进双重差分模型如下:
lnGTFPit=α0+α1dut·dti+∑αjcontroljit+cityi+yeart+εit
(1)
其中,lnGTFPit表示绿色发展,i表示城市,t表示年份;dut表示城市是否获批国家级承接产业转移示范区,是则取1,否则取0;城市在获批国家级承接产业转移示范区前记为dti=0,在获批后记为dti=1;controljit代表控制变量集,cityi为城市固定效应,yeart为年份固定效应,εit为随机误差项。
为验证H2,本文利用分位数回归模型对国家级承接产业转移示范区的绿色发展效应进行检验。构建分位数回归模型如下:
Qτ(lngtfpit)=δ0+δτdut·dti+∑δjcontroljit+cityi+yeart+εit
(2)
其中,Qτ(lngtfpit)代表不同分位的绿色发展水平。
国家级承接产业转移示范区设立的初衷很大程度上是要优化产业结构,为厘清产业结构优化对国家级承接产业转移示范区与绿色发展之间关系的影响,以检验H3,本文运用调节效应模型分析产业结构合理化(rat)和产业结构高级化(adv)在国家级承接产业转移示范区对绿色发展影响中的作用。构建调节效应模型如式(3):
lnGTFPit=α0+α1dut·dti·adjit+∑αjcontroljit+cityi+yeart+εit
(3)
其中,adjit表示调节变量,即产业结构合理化和产业结构高级化。
3.2.1 被解释变量
被解释变量为绿色发展(lnGTFPit),用绿色全要素生产率的对数值表征。取对数后,模型变为半对数模型,在模型估计时能够更直观地观察国家级承接产业转移示范区对绿色发展的促进效应(百分比)。参考王亚飞和陶文清(2021)的做法,本文采用非期望产出的超效率SBM模型和Malmquist生产率指数测度城市全要素生产率,从而更好地解决以往测度方法存在的不可行解和跨期不可比等问题。本文选取的投入要素有劳动、资本和能源,期望产出为城市GDP,非期望产出为工业废水、工业SO2和工业烟尘排放量。
3.2.2 核心解释变量
本文将国家级承接产业转移示范区设立视为一次准自然实验,从而设置一个虚拟变量(dut·dti),只有当城市获批为国家级承接产业转移示范区,且年份在设立时间及以后时,政策虚拟变量才为1,其它情况均为0。由于国家级承接产业转移示范区是分批次设立的,本文选择2000—2020年中国城市数据,采用渐进双重差分模型对承接产业转移示范区涵盖的城市进行处理,将处理组定义为示范区所在城市,记为dut=1,将对照组定义为其它城市,记为dut=0。
3.2.3 控制变量
为控制其它影响绿色发展的因素,本文参考前人研究,选取如下控制变量:①经济发展水平(ECO),以人均城市生产总值取对数表征[43];②人口密度(POP),以城市年末人口/城市面积的对数值表征[44];③创新水平(INN),以专利申请数的对数值表征[45];④政府干预程度(GOV),以地方财政一般预算内支出与收入之比表征[44];⑤金融发展水平(FIN),以年末金融机构各项贷款余额与存款余额之比表征[46];⑥对外开放水平(OPE),以外商直接投资/城市生产总值表征[47];⑦信息化水平(TEL),以人均电信业务量的对数值表征[48];⑧教育水平(EDU),以每万人在校大学生数的对数值表征[49]。
绿色全要素生产率数据通过计算得出,劳动数据用单位从业人员期末人数与私营、个体从业人数之和表征,资本数据用资本存量表征,采用永续盘存法计算资本存量,选取的折旧率为10.96%[50],能源数据用社会用电量表征。除外商直接投资数据来自Wind数据库外,其余数据均来源于《中国统计年鉴》《中国城市统计年鉴》以及各地级市统计公报。涉及价格的数据均以1999年为基期进行平减,部分缺失值采用线性插值法补齐,对部分波动较大的数据进行对数化处理。各变量描述性统计结果如表1所示。
为规避由多重共线性带来的估计偏误,在实证分析前对各解释变量进行方差膨胀因子(VIF)最小二乘检验。由表2可知,各解释变量的VIF值均小于3,说明各解释变量之间不存在多重共线性问题。
表1 描述性统计结果
Tab.1 Descriptive statistics results
变量样本量均值标准差最小值最大值lnGTFP6 0480.0110.029-0.1140.196dut·dti60480.0470.2120.0001.000ECO6 04810.0530.9494.59513.056POP6 0485.7080.9211.6097.904INN6 0487.9481.7740.00012.526GOV6 0482.7822.5650.31298.283FIN6 0480.7010.2580.0607.076OPE6 0480.7587.5810.000439.658TEL6 0486.2000.9712.447 810.320EDU6 0484.6720.9920.6937.166
表2 方差膨胀因子(VIF)最小二乘检验
Tab.2 Least squares test of variance inflation factor (VIF)
变量VIF1/VIF信息化水平2.690.37经济发展水平2.540.39创新水平1.920.52人口密度1.580.63教育水平1.510.66政府干预程度1.230.81金融发展水平1.050.95政策虚拟变量1.030.98对外开放水平1.010.99VIF均值1.62
国家级承接产业转移示范区设立对绿色发展影响的回归结果如表3所示,其中,模型(1)控制了年份固定效应和城市固定效应,但未纳入控制变量,模型(2)在模型(1)基础上纳入控制变量。结果显示,国家级承接产业转移示范区设立对城市绿色发展具有显著正向影响,且在1%水平上显著。具体而言,国家级承接产业转移示范区设立使得城市绿色发展水平提升2.9%。
表3 基准回归结果
Tab.3 Benchmark regression results
变量(1)(2)被解释变量lnGTFPlnGTFPdut·dti0.029***0.029***(13.499)(13.449)控制变量NOYES城市固定效应YESYES年份固定效应YESYESN6 0486 048R20.1200.121
注: 括号内为t统计量,*** 表示 p<0.01
4.2.1 趋同性检验
政策实施前对照组与处理组的趋同性是双重差分法的重要前提之一。本文借鉴事件研究法的思想,利用动态效应模型对趋同性进行检验,具体而言,将每一年的虚拟变量与双重差分变量相交乘进行估计。构建动态效应模型如下:
(4)
如图2所示,空心圆圈为估计结果,竖直实线为95%置信区间,横轴代表政策实施相对时间,即国家级承接产业转移示范区设立的第一年(2010年)为0。以国家级承接产业转移示范区设立前一年(2009年,政策实施相对时间为-1)为基准,政策实施前的估计结果均不显著,置信区间均包含水平0轴,说明示范区与非示范区的绿色发展水平在国家级承接产业转移示范区设立前不存在显著差别,满足趋同性条件。同时,观察国家级承接产业转移示范区设立后的估计结果可以发现,估计值不断上升,说明国家级承接产业转移示范区设立对城市绿色发展的正向影响具有动态持续性。
图2 趋同性检验结果
Fig.2 Convergence test results
4.2.2 外生性检验
除趋同性检验外,双重差分模型的重要前提假设还包括外生性检验。在本文研究框架下,外生性检验是指国家级承接产业转移示范区设立是否受到地区绿色发展水平影响,如果是,则模型估计时可能面临严重的内生性问题。因此,本文利用国家级承接产业转移示范区设立前5年数据(2009、2008、2007、2006和2005年),以是否被划分为示范区(treat)作为被解释变量,以绿色发展水平作为解释变量,构建Logit模型进行外生性检验,如式(5)。
treati=α0+α1lnGTFPit+∑αjcontroljit+εit
(5)
由表4可知,绿色发展水平并不是国家级承接产业转移示范区设立的主要影响因素,因而外生性检验得以满足。同时,从其它影响因素看,城市经济发展水平、创新水平、政府干预程度以及对外开放水平均可能影响示范区的设立。
4.3.1 渐进双重差分法有效性检验
(1)培根分解。培根分解的估计结果如表5所示。可以发现,核心解释变量的估计值和显著性水平与基准回归基本一致,说明估计结果稳健,即国家级承接产业转移示范区设立能够促进城市绿色发展。不同处理时间带来的差异占总效应的1.3%,同组内的差异占比为0.6%。如图3所示,水平线表示总的TWFE估计量0.029,越靠近右边的点表示其对TWFE估计量的影响越大;Never treated vs timing的权重相对较大,估计量与水平线偏差不大,虽然其余估计量与水平线偏差较大,但所占权重很小,对估计结果几乎没有影响,再次说明本文估计结果稳健。
表4 外生性检验结果
Tab.4 Exogeneity test results
变量(1)(2)(3)(4)(5)20092008200720062005lnGTFP3.0263.9035.3011.899-10.441(0.463)(0.521)(0.808)(0.265)(-1.438)ECO-1.051**-1.815**-1.583**-2.020***-1.990**(-2.041)(-2.533)(-2.150)(-2.644)(-2.550)POP-0.206-0.173-0.158-0.209-0.281(-0.882)(-0.681)(-0.653)(-0.840)(-1.090)INN0.370**0.342*0.314*0.2560.234(2.026)(1.951)(1.714)(1.378)(1.192)GOV-0.313**-0.361***-0.472**-0.767***-1.048***(-2.081)(-2.791)(-2.401)(-3.126)(-3.468)FIN0.2660.3520.4000.3281.050(0.235)(0.281)(0.342)(0.275)(1.003)OPE-1.249*-0.930-0.593-0.465-0.352(-1.729)(-1.634)(-1.302)(-1.141)(-1.069)TEL-0.0980.234-0.068-0.026-0.371(-0.325)(0.692)(-0.157)(-0.056)(-0.797)EDU-0.0850.028-0.0270.071-0.004(-0.283)(0.080)(-0.074)(0.196)(-0.010)N288288288288288
注: 括号内为t统计量; ***表示p<0.01, **表示p<0.05, *表示p<0.1; 下同
表5 培根分解结果
Tab.5 Bacon decomposition results
变量lnGTFPBetaTotalWeightdut·dti0.029***(12.09)控制变量YES城市固定效应YES年份固定效应YESTimeing_groups0.0020.013Never_v_timing0.0290.981Within-0.0020.006
图3 培根分解结果
Fig.3 Bacon decomposition results
(2)双重稳健估计量回归。本文将总样本分为不同子样本,分别估计不同子样本的效应,再通过逆概率加权和普通最小二乘法达到双重稳健估计的效果,结果如表6所示。可以发现,国家级承接产业转移示范区设立对城市绿色发展的影响在1%的显著性水平上仍为正,表明估计结果稳健。
表6 双重稳健估计结果
Tab. 6 Double robust estimation results
变量lnGTFPdut·dti0.023***(5.127)控制变量YES城市固定效应YES年份固定效应YESN6 048
4.3.2 倾向得分匹配双重差分法检验
在基准回归中,本文使用2000—2020年288个城市样本进行分析,而渐进双重差分法的基本前提之一是对照组与处理组具有总体相似性特征,因而有必要对两组城市进行精细筛选。因此,本文采用倾向得分匹配双重差分法继续进行稳健性检验,通过为处理组匹配相似特征的对照组,尽量规避由于自选择偏差形成的估计偏误问题。首先,通过协变量在处理组与对照组中进行倾向得分匹配,匹配方式选择半径匹配和核匹配;其次,筛选出处理组与对照组中特征变量相似的城市,将匹配后的数据与政策干预后的数据进行纵向匹配;最后,利用匹配后的样本再次进行双重差分,估计结果见表7。可以发现,不论是半径匹配还是核匹配,核心解释变量dut·dti的系数始终显著为正,说明核匹配和半径匹配后样本得到的结论与基准回归一致,即承接产业转移示范区设立能够促进城市绿色发展,表明本文基准回归结果稳健。
4.3.3 安慰剂检验
回归结果还可能受其它无法观测的因素影响,为进一步验证回归结果的稳健性,本文采用安慰剂检验进行验证。安慰剂检验是一种反证法,通过构建一个假政策虚拟变量进行多次估计,如果估计结果均偏离真实估计结果,则反证原估计结果稳健。图4为进行1 000次蒙特卡洛模拟的安慰剂检验结果,图中竖直线代表基准估计系数真实值(0.029)。可以发现,虚拟估计值分布在0值附近并形成正态分布,真实估计值在图中是一个异常值,说明本文估计结果并不受不可观测因素的影响,从而反证本文估计结果稳健。
表7 倾向得分匹配双重差分法检验结果
Tab.7 DID method test results of propensity score matching
变量(1)(2)半径匹配核匹配被解释变量lnGTFPlnGTFPdut·dti0.029***0.029***(0.002)(0.002)控制变量YESYES城市固定效应YESYES年份固定效应YESYESN6 0396 048R20.1210.121
4.3.4 随机性检验
国家级承接产业转移示范区设立过程中,对于被纳入城市的选择可能并非完全随机,在政策制定过程中会综合考虑各城市的区位因素,以经济与社会可持续发展水平、区域辐射带动能力等指标作为该城市是否被纳入示范区的准则,因此基准回归结果可能存在选择偏差问题。为此,本文在原有模型基础上纳入时间趋势的一次项、二次项、三次项(t、t2、t3)与城市因素(直辖市、省会城市及经济特区)的交互项并进行回归,从而缓解处理组选择不随机造成的估计偏差,回归结果如表8所示。结果显示,双重差分项系数仍然显著为正。
图4 安慰剂检验结果
Fig.4 Placebo test results
表8 随机性检验结果
Tab.8 Randomization test results
变量lnGTFPdut·dti0.029***(13.512)t×城市因素控制t2×城市因素控制t3×城市因素控制控制变量YES城市固定效应YES年份固定效应YESN6 048R20.122
4.3.5 更换样本检验
由于一般地级市与省会城市在资源禀赋方面存在较大差距,因而可能存在样本选取偏误问题。参考熊凯军和张柳钦(2022)的研究,本文剔除省会城市样本再次进行估计,结果见表9。
表9 更换样本检验结果
Tab.9 Test results after sample replacement
变量lnGTFPdut·dti0.029***(12.73)控制变量YES城市固定效应YES年份固定效应YESN5 313R20.117
边际效应分析是经济学中的一种重要分析工具,通过研究单位变化对整体变化的影响程度,评估政策的细节效果。在实际经济活动中,经常会面临单位变化带来效应变化递减的情况,这就需要进行边际效应分析,以更好地评估政策效果。因此,在评估国家级承接产业转移示范区的政策效果时,有必要进行边际效应分析。由表10可知,国家级承接产业转移示范区的政策效应存在边际效用递减规律。具体而言,该政策效应在绿色发展水平较低的城市中更加显著,而在绿色发展水平较高的城市中较弱。
在研究国家级承接产业转移示范区设立对城市绿色发展的影响时,除考虑政策效应本身的影响外,还需要考虑其它可能影响政策效应的因素。因此,调节效应分析至关重要。调节效应分析可以确定一些影响政策效应的因素,并进一步研究这些因素如何影响政策效应。为此,本文以产业结构合理化和产业结构高级化作为调节变量,探讨其如何影响国家级承接产业转移示范区的绿色发展效应。如表11所示,产业结构合理化和产业结构高级化均对国家级承接产业转移示范区的绿色发展效应起到正向调节作用,即国家级承接产业转移示范区产业结构越趋于合理化和高级化,就越能发挥对绿色发展的促进作用。
表10 分位数回归结果
Tab.10 Quantile regression results
变量(1)(2)(3)(4)(5)(6)(7)(8)(9)Q10Q20Q30Q40Q50Q60Q70Q80Q90lnGTFPdut·dti0.035***0.034***0.032***0.031***0.029***0.027***0.026***0.024***0.023***(9.37)(10.83)(12.42)(13.82)(14.02)(12.29)(9.87)(7.65)(5.91)控制变量YESYESYESYESYESYESYESYESYES城市固定效应YESYESYESYESYESYESYESYESYES年份固定效应YESYESYESYESYESYESYESYESYESN6 048
表11 调节效应检验结果
Tab.11 Moderating effect results
变量(1)(2)lngtfplngtfpdut·dti·rat0.027**(2.566)dut·dti·adv0.070***(4.529)控制变量YESYES城市固定效应YESYES年份固定效应YESYESN6 0486 048R20.1210.123
本文基于2000—2020年中国288个地级市面板数据,将国家级承接产业转移示范区设立视为一次准自然实验,采用渐进双重差分法研究国家级承接产业转移示范区设立对城市绿色发展的影响。研究发现:①国家级承接产业转移示范区设立能够显著促进城市绿色发展,且该政策效应随着时间推移越来越强;②国家级承接产业转移示范区的绿色发展效应呈边际效用递减规律,即该政策效应在绿色发展水平较低的城市中更加显著,而在绿色发展水平较高的城市中较弱;③产业结构合理化和产业结构高级化对国家级承接产业转移示范区的绿色发展效应起正向调节作用。
基于上述结论,本文得到如下启示:首先,产业转移是绿色发展的有力抓手,应将更多符合承接产业转移条件的地区纳入国家级承接产业转移示范区,以充分释放其绿色发展效应,进而实现我国全域绿色发展。其次,国家级承接产业转移示范区是促进绿色发展的重要政策选择,但其绿色发展效应存在边际效用递减规律,因此地方政府应充分评估当地绿色发展水平,重视自身产业规划与建设,通过合理的资金配置和政策选择,最大程度发挥国家级承接产业转移示范区的绿色发展效应。最后,被纳入国家级承接产业转移示范区的城市应当继续优化产业政策,尽早实现产业转型升级,以充分释放绿色发展效应。
研究仍存在一些不足和局限:一方面,囿于数据可得性,本文没有关注示范区承接产业的种类,承接产业的种类不同可能导致政策效果的异质性;另一方面,本文忽略了产业转移过程中政策效应可能产生空间溢出。因此,未来需要针对以上问题进行进一步研究,以完善相关政策并促进国家级承接产业转移示范区发展。
[1] CHENG C, GE C. Green development assessment for countries along the belt and road[J]. Journal of Environmental Management, 2020,263:110344.
[2] 罗知, 齐博成. 环境规制的产业转移升级效应与银行协同发展效应——来自长江流域水污染治理的证据[J].经济研究, 2021,56(2): 174-189.
[3] 余泳泽, 尹立平. 中国式环境规制政策演进及其经济效应:综述与展望[J].改革, 2022,38(3): 114-130.
[4] 丁绪辉, 常婷. 国内大循环下公众监督对污染产业区际转移的抑制效应[J].资源科学, 2022,44(6): 1212-1223.
[5] WANG Y, HU H, DAI W, et al. Evaluation of industrial green development and industrial green competitiveness: evidence from Chinese urban agglomerations[J].Ecological Indicators, 2021,124:107371.
[6] 蓝庆新, 黄婧涵. “一带一路”沿线国家绿色发展水平评价研究[J].财经问题研究, 2020,42(4): 121-128.
[7] LEE C, LEE C. How does green finance affect green total factor productivity? evidence from China[J].Energy Economics, 2022,107:105863.
[8] 马海涛, 王柯文. 城市技术创新与合作对绿色发展的影响研究——以长江经济带三大城市群为例[J].地理研究, 2022,41(12): 3287-3304.
[9] 赵卿, 曾海舰. 产业政策推动制造业高质量发展了吗[J].经济体制改革, 2020,38(4): 180-186.
[10] 季永月, 张丽君, 秦耀辰, 等. 中国地级及以上城市“四化”水平对绿色发展的空间计量分析[J].经济地理, 2020,40(4): 184-194.
[11] 王小腾, 张春鹏, 葛鹏飞. 承接产业转移示范区能够促进制造业升级吗[J].经济与管理研究, 2020,41(6): 59-77.
[12] 王俊杰. 中国国家自然资源资产负债表编制——基于生态足迹方法[J].当代财经, 2022,43(6): 123-138.
[13] BI S, SHAO L, TU C, et al. Achieving carbon neutrality: the effect of China pilot Free Trade Zone policy on green technology innovation[J].Environmental Science and Pollution Research International, 2023,30(17):50234-50247.
[14] 钱爱民, 付东. 金融生态环境、金融资源配置与产能过剩[J].经济与管理研究, 2017,38(5): 54-65.
[15] 李作学, 张蒙. 什么样的宏观生态环境影响科技人才集聚——基于中国内地31个省份的模糊集定性比较分析[J].科技进步与对策, 2022,39(10): 131-139.
[16] JIN H, HONG Z, IRFAN M. How does digital infrastructure construction affect low-carbon development? a multidimensional interpretation of evidence from China[J].Journal of Cleaner Production, 2023,396(10): 136467.
[17] 李治国, 车帅, 王杰. 国家中心城市建设的绿色发展效应研究——基于285个城市的准自然实验[J].科技进步与对策, 2021,38(16): 29-36.
[18] 田甜, 杨金荣. 长江经济带可持续发展的学理解析——读《长江经济带资源环境与绿色发展》[J].长江流域资源与环境, 2021,30(7): 1780-1782.
[19] 范德成, 吴晓琳. 中国工业绿色技术创新动力评价及时空格局演化研究[J].科技进步与对策, 2022,39(1): 78-88.
[20] TAVARES J, SILVA T P, PAIXAO S M, et al. Development of a bench-scale photobioreactor with a novel recirculation system for continuous cultivation of microalgae.[J].Journal of Environmental Management, 2023,332: 117418.
[21] HU J, HU M, ZHANG H. Has the construction of ecological civilization promoted green technology innovation[J].Environmental Technology &Innovation, 2023,29: 102960.
[22] 黄茂兴, 叶琪. 马克思主义绿色发展观与当代中国的绿色发展——兼评环境与发展不相容论[J].经济研究, 2017,52(6): 17-30.
[23] 向德平, 梅莹莹. 绿色减贫的中国经验:政策演进与实践模式[J].南京农业大学学报(社会科学版), 2021,21(6): 43-53.
[24] LI J, DONG K, DONG X. Green energy as a new determinant of green growth in China: the role of green technological innovation[J].Energy Economics, 2022,114:106260.
[25] CHEN L, XU L, YANG Z. Accounting carbon emission changes under regional industrial transfer in an urban agglomeration in China's Pearl River Delta[J].Journal of Cleaner Production, 2017,167: 110-119.
[26] NIOSI J. The internationalization of industrial R&D:from technology transfer to the learning organization[J].Research Policy, 1999,28(2-3): 107-117.
[27] HU J, ZHANG H. Has green finance optimized the industrial structure in China[J].Environmental Science and Pollution Research, 2023,30(12):32926-32941.
[28] 孙晓华, 郭旭, 王昀. 产业转移、要素集聚与地区经济发展[J].管理世界, 2018,34(5): 47-62.
[29] 尤济红, 陈喜强. 区域一体化合作是否导致污染转移——来自长三角城市群扩容的证据[J].中国人口·资源与环境, 2019,29(6): 118-129.
[30] 李存芳, 杜沈悦, 张博. 资源枯竭型企业跨区转移溢出效应的干预因子——以煤炭产业为例[J].软科学, 2019,33(6): 95-100.
[31] 李创, 夏文静, 王丽萍. 中国省域生态环境风险评估与污染产业布局优化[J].经济地理, 2021,41(7): 183-192.
[32] 贺胜兵, 张倩. 承接产业转移示范区提升区域创新创业水平了吗[J].当代财经, 2022,43(4): 111-123.
[33] 崔新蕾, 孟祥文. 国家级承接产业转移示范区设立与工业用地要素市场化配置[J].产业经济研究, 2021,20(4): 1-12.
[34] LEE C, CHARLES V. A robust capacity expansion integrating the perspectives of marginal productivity and capacity regret[J].European Journal of Operational Research, 2022,296(2): 557-569.
[35] 李昌明. 中国区域发展态势、差距、原因及对策研究[J].经济学动态, 2010,51(2): 62-65.
[36] BILAL A, ROSSI-HANSBERG E. Location as an asset[J].Econometrica, 2021,89(5): 2459-2495.
[37] LI L, MCMURRAY A, LI X, et al. The diminishing marginal effect of R&D input and carbon emission mitigation[J].Journal of Cleaner Production, 2021,282:124423.
[38] 文余源, 张博伦. 技术关联与巨型城市群产业转移关系研究——来自京津冀证据的分析[J].商业研究, 2019,61(9): 62-72.
[39] 胡黎明, 郭文君, 赵瑞霞. 中国主导“一带一路”区域产业链整合创新研究——基于技术标准与产业转移双轮驱动的视角[J].科学管理研究, 2021,39(6): 162-170.
[40] 吴万宗, 刘玉博, 徐琳. 产业结构变迁与收入不平等——来自中国的微观证据[J].管理世界, 2018,34(2): 22-33.
[41] 裴延峰. 中国产业结构变迁的空间不平衡对地区经济差距的影响[J].数量经济技术经济研究, 2022,39(3): 3-23.
[42] 殷红, 张龙, 叶祥松. 中国产业结构调整对全要素生产率的时变效应[J].世界经济, 2020,43(1): 122-142.
[43] BALCILAR M, USMAN O, IKE G N. Investing green for sustainable development without ditching economic growth[J].Sustainable Development, 2023,31(2):728-743.
[44] WELLMANN T, SCHUG F, HAASE D, et al. Green growth? on the relation between population density, land use and vegetation cover fractions in a city using a 30-years Landsat time series[J].Landscape and Urban Planning, 2020,202:103857.
[45] 聂长飞, 卢建新, 冯苑, 等. 创新型城市建设对绿色全要素生产率的影响[J].中国人口·资源与环境, 2021,31(3): 117-127.
[46] YU C, WU X, ZHANG D, et al. Demand for green finance: resolving financing constraints on green innovation in China[J].Energy Policy, 2021,153:112255.
[47] 李繁荣, 尚云舟, 薛紫玥. 外商直接投资对我国绿色发展的影响——基于中国260个地级市的数据验证[J].经济问题, 2022,44(4): 75-84.
[48] TANG C, XU Y, HAO Y, et al. What is the role of telecommunications infrastructure construction in green technology innovation? a firm-level analysis for China[J].Energy Economics, 2021,103:105576.
[49] 杨芷晴. 教育如何影响农业绿色生产率——基于我国农村不同教育形式的实证分析[J].中国软科学, 2019,34(8): 52-65.
[50] 单豪杰. 中国资本存量K的再估算:1952—2006年[J].数量经济技术经济研究, 2008,25(10): 17-31.