高技术产业专业化集聚与绿色创新绩效——基于要素市场扭曲的中介效应研究.pdf

高技术产业专业化集聚与绿色创新绩效基于要素市场扭曲的中介效应研究周杰（1.?喀什大学 旅游学院，新疆 喀什 830046；2.?乐山师范学院 经济管理学院，四川 乐山 614000）摘要：选取 20092021 年中国 224 个地级及以上城市面板数据，运用双向固定效应模型，实证检验高技术产业专业化集聚、要素市场扭曲与绿色创新绩效间的内在机理与影响效果。结果显示，高技术产业专业化集聚能够显著促进绿色创新绩效攀升；缓解要素市场扭曲是高技术产业专业化集聚赋能绿色创新绩效的重要机制。进一步分析结果表明，在高集聚水平、经济发达以及东部和中部地区，高技术产业专业化集聚对绿色创新绩效的赋能效应更为显著。关键词：高技术产业；专业化集聚；要素市场扭曲；绿色创新绩效中图分类号：F124.3文献标识码：A文章编号：1004-292X（2024）02-0025-07Professional Agglomeration of High-tech Industries and Green Innovation Performance：Research on Mediation Effect based on Factor Market DistortionZHOU Jie（1.Institute of Tourism，Kashi University，Kashgar Xinjiang 830046，China；2.Institute of Economics and Management，Leshan Normal University，Leshan Sichuan 614000，China）Abstract：Select panel data from 224 prefecture level and above cities in China from 2009 to 2021,and use a bidirectional fixedeffects model to empirically test the internal mechanism and impact effect of high-tech industry specialization agglomeration,factor mar-ket distortion,and regional green innovation performance.The conclusion shows that the specialized agglomeration of high-tech industriescan significantly promote the improvement of regional green innovation performance.Alleviating factor market distortions is an importantmechanism for high-tech industry specialization agglomeration to empower regional green innovation performance.Further analysis showsthat in high agglomeration levels,economically developed,and the eastern and central regions,industry specialization has a more significantempowering effect on regional green innovation performance.Key words：High-tech industry；Professional agglomeration；Factor market distortion；Green innovation performance高技术产业专业化集聚与绿色创新绩效一、引言党的二十大报告指出，要“实施全面节约战略，发展绿色低碳产业，倡导绿色消费，统筹产业结构调整、污染治理、生态保护、应对气候变化，加快发展方式绿色转型”。这为绿色技术创新体系高效运作与绿色创新绩效提升夯实了制度保障。然而，当前我国受要素市场扭曲牵掣，出现劳动力、土地、资本等生产要素长期处于边际产出价值与实际价格脱钩状态1，降低产业间资源配置效率，严重阻滞绿色创新绩效提升。作为提高区域绿色创新绩效的有力抓手，高技术产业专业化集聚可切实降低绿色创新成本，缓解要素市场扭曲，提升绿色创新资源配置效率，驱动绿色创新绩效攀升。据此，厘清三者间内在机理对于擘画生态文明建设“新图景”、驱动经济可持续发展具有重要的理论价值与现实意义。梳理既有文献，发现多数研究围绕产业集聚对绿基金项目：四川省软科学研究计划项目（2022JDR0123）；新疆维吾尔自治区社会科学基金项目（2023BYJ035）；乐山师范学院科研项目（205210006）。作者简介：周杰，博士后，喀什大学旅游学院教授，乐山师范学院经济管理学院教授，研究方向：科研与管理创新、数字经济。25?2024 年第 2 期色发展的影响进行探讨。苏丹妮和盛斌(2021)研究提出，产业专业化集聚可通过形成劳动力蓄水池、推动知识溢出与规避中间投入风险三种路径促进企业减排2。孙丽香等(2022)分析认为，制造业与生产性服务业协同集聚能够以增加创新活动与降低交易成本为中介，实现对企业绿色全要素生产率的赋能效应3。王彦杰和高启杰(2023)研究发现，数字经济产业、数字经济服务业与数字经济制造业集聚对绿色技术创新的促进作用均呈倒“U”型，前述三类产业协同集聚对绿色技术创新的赋能效应更强4。与此同时，目前学界普遍认为要素市场扭曲会加剧环境污染，阻碍绿色发展。所以，部分学者就要素市场扭曲对绿色发展的作用展开探究。谢贤君(2019)研究发现，要素市场扭曲会抑制技术进步，滞缓绿色创新效率提升，从而对绿色全要素生产率产生负向影响5。沙依甫加玛丽 肉孜和邓峰(2020)研究得出，资本市场负向扭曲对绿色经济效率产生显著抑制效应6。卞元超等(2021)分析认为，要素市场扭曲会助长高污染企业发展，严重阻碍绿色技术进步与绿色效率提升，从而对绿色经济增长产生负向影响7。此外，既有文献围绕产业集聚与资源错配进行研究，为文章提供一定理论参鉴。肖兴志和李沙沙(2018)研究发现，在市场经济与政府干预的双轮驱动下，制造业集聚对资源错配的影响呈明显倒“U”型8。崔书会等(2019)分析指出，东部地区、中部地区产业协同集聚水平提升可改善资本错配情况，但会加剧劳动力错配；西部地区产业协同集聚可改善劳动力错配现状，但会加剧资本错配9。综上，既有研究已对产业集聚与绿色发展、要素市场扭曲与绿色发展以及产业集聚与资源错配的关系展开深入探讨，为文章奠定扎实的学理基础。文章从如下层面进行突破：一方面，从绿色发展视角出发，运用双向固定效应模型考察高技术产业专业化集聚对绿色创新绩效的影响，并实证检验要素市场扭曲在其中的中介效应。这有利于厘清高技术产业专业化集聚影响绿色创新绩效的微观作用路径，助力经济低碳转型。另一方面，从产业集聚水平、经济发展水平以及地理区位差异出发，检验高技术产业专业化集聚对绿色创新绩效的异质性影响，进一步丰富研究结论。二、理论分析与研究假设高技术产业专业化集聚可从提升信息对称度、增强产业韧性双重维度入手，缓解要素市场扭曲。一方面，提升信息对称性。高技术产业专业化集聚不仅能够避免基础设施与资本重复投入，还可吸引大量优质技术密集型产业集聚，为要素有序流动提供基础支撑10。这有助于压缩信息搜索与产品交易等中间成本，促进集群内部各企业构建稳定合作关系，提高信息对称性，有效规避资源无效供给，促进要素市场优化配置，缓解要素市场扭曲。另一方面，增强产业韧性。高技术产业专业化集聚可助推产业链、供应链资源整合和集成创新，实现集约化、规模化与高效化生产，提高要素重组效率，增强产业集群韧性。在面对外部市场与贸易大环境冲击时，产业集群韧性能够重新调整内部组织方式与外部生产资源，确保快速恢复正常运转模式，稳定要素市场环境。基于此，提出如下假设：假设 H1：高技术产业专业化集聚能够缓解要素市场扭曲。高技术产业专业化集聚可促进专业化分工与合作，从而对绿色创新绩效产生正向影响。具言之，高技术产业专业化集聚能够吸引更多同类型产业加入产业集群，有效缩短产业间物理空间距离，提高产业间绿色创新要素流动效率11。在此基础上，绿色创新要素可在报酬递增与运输成本降低的影响下加速流动，助力产业重塑发展定位，从而形成专业分工合作体系，使产业承担价值链上不同生产角色分工。这有利于形成专业化集群，提高各产业绿色技术专攻能力，有效提升绿色全要素生产率，推动绿色创新绩效攀升。需要注意的是，在绿色创新绩效稳步上升过程中，产业可能面临技术供给低端锁定、生产与需求脱钩的要素市场扭曲问题，遏制绿色创新绩效提升。而高技术产业专业化集聚能够集中绿色创新资源，弱化产业边界，及时获取市场需求信息，实现生产要素高效配置，缓解要素市场扭曲引致的资源浪费现象。这有助于推动资源向高附加值领域转移，吸引优质生产要素向绿色创新领域流通，为绿色创新绩效攀升夯实要素基础。基于此，提出如下假设：假设 H2：高技术产业专业化集聚可赋能绿色创新绩效攀升。假设 H3：高技术产业专业化集聚通过缓解要素市场扭曲，促进绿色创新绩效攀升。三、研究设计依据前述分析，高技术产业专业化集聚对绿色创新绩效产生直接助力作用，故借鉴贾雅茹等(2023)12的26做法，构建双向固定效应模型进行实证检验：Rgipit=0+1Htiai，t-1+2Controlsit+comi+yeart+it(1)上式中，i、t 分别表示城市与年份，0为截距项，1、2为各变量对应回归系数，Rgipit为绿色创新绩效，Htiai，t-1代表高技术产业专业化集聚。考虑到高技术产业专业化集聚对绿色创新绩效的影响可能存在一定时滞性，研究对高技术产业专业化集聚进行滞后一期处理，有效解决变量之间可能存在的反向因果问题。Controlsit指代一系列控制变量，comi与 yeart分别表示个体固定效应、年份固定效应，it为随机误差项。为进一步检验要素市场扭曲在高技术产业专业化集聚、绿色创新绩效间的中介效应，参照袭江艇(2022)13研究思路，构建如下中介效应检验模型：Dfmit=0+1Htiai，t-1+2Controlsit+comi+yeart+it(2)Rgipit=0+1Htiai，t-1+2Dfmit+3Controlsit+comi+yeart+it(3)式(2)中，Dfmit代表要素市场扭曲，该变量中介效应检验步骤如下：第一，若模型(1)中的 1显著，意味着高技术产业专业化集聚可对绿色创新绩效发挥正向影响。第二，若模型(2)中的 1显著，表明高技术产业专业化集聚可缓解要素市场扭曲。第三，在 2显著的前提下，若 1不显著，说明要素市场扭曲在高技术产业专业化集聚与绿色创新绩效之间发挥完整中介效应；若 1显著，说明要素市场扭曲在高技术产业专业化集聚与绿色创新绩效之间发挥部分中介效应。（1）被解释变量：绿色创新绩效(Rgip)绿色创新绩效是“经济社会环境”三重效益的直接体现，能够反映多方面绿色经济发展水平14。参鉴肖振红和李炎(2022)做法15，研究从上述层面出发，构建包含 2 个一级指标、7 个二级指标在内的绿色创新绩效指标评价体系（见表 1）。在构建绿色创新绩效指标评价体系的基础上，借鉴已有学者的研究，运用熵值法计算各绿色创新绩效，具体步骤设定如下：第一，采用极值法对各项指标展开标准化处理，公式如下：针对正向指标的标准化公式：Rgipij=xij-min(xij)max(xij)-min(xij)?(4)针对负向指标的标准化公式：Rgipij=max(xij)-xijmax(xij)-min(xij)?(5)上式中，假设绿色创新绩效由 m 个城市、n 个指标构成，其中 xij(i=1，2，m；j=1，2，n)表示第 i 个城市的第 j 项指标对应观测值，Rgipij代表经过标准化处理的数值。第二，计算 i 城市第 j 项指标比重：pij=Rgipijni=1移Rgipij(6)第三，计算第 j 项指标熵值：ej=-kmi=1移pijln(pij)，其中 k=1ln(n)，且 k0，满足 ej=0。第四，计算信息熵冗余度：dj=1-ej(7)第五，测度第 j 项指标的熵权：wij=djnj=1移dij(8)第六，测算 i 城市综合得分：Qi=nj=1移WjPij100%?(9)通过公式(4)公式(9)，可测算得出绿色创新绩效。目标层一级指标二级指标衡量方式指标属性绿色创新绩效绿色创新投入创新人力R&D人员全时当量（人/年）+创新资本R&D资本存量（万元）+财政支出绿色创新活动及产业财政扶持金额（万元）+能源投入绿色创新活动所需能源采购金额（万元）+绿色创新产出创新成果产出绿色发明专利授权项目数量（项）+绿色实用新型专利授权项目数量（项）+绿色专利被引次数（次）+核准注册商标（个）+经济效益产出绿色产业营收利润（万元）+绿色创新产品与技术市场交易额（万元）+区域绿色GDP增速(%)+非期望产出工业废水排放总量（吨）-二氧化碳、二氧化硫等工业废气排放总量（千克/立方米）-高技术产业专业化集聚与绿色创新绩效27?2024 年第 2 期（2）解释变量：高技术产业专业化集聚(Htia)既有研究主要选择空间基尼系数、赫芬达尔指数以及区位熵等方法对高技术产业专业化集聚展开测度。其中，区位熵可规避地区间的异质性影响，能够全面反映某一地区产业集聚程度。因此，文章参鉴杨庆等(2021)16的做法，采用区位熵的方法衡量高技术产业专业化集聚水平，公式构建如下：Htiaij=eijmi=1移eijj?ni=1移eijnj=1移mi=1移eijjj(10)一般而言，eij表示 j 城市 i 产业从业人数，鉴于从业人员分布容易受产业生产环境、产业基础设施等因素影响，文章使用行业主营业务收入测度高技术产业专业化集聚水平，mi=1移eij与nj=1移mi=1移eij分别通过 i 城市及全国规模以上工业产业主营业务收入衡量。（3）中介变量：要素市场扭曲(Dfm)借鉴徐盈之等(2021)17的做法，运用生产函数法衡量要素市场扭曲程度。设定生产函数为 C-D 形式，对其作对数处理后，构建公式如下：lnYit=c+lnKit+lnLit+it(11)在此基础上，设定要素市场扭曲计算公式为：Dfmit=DfmKit+DfmLit+(12)DfmKit=MPK，it/ritDfmLit=MPL，it/wit(13)上式中，Y 为总产出，通过地区生产总值衡量；MPK、MPL分别表示资本边际产出与劳动力要素边际产出；K 指代资本要素，运用经过存量处理后的固定资产投资金额表示；r 代表资本要素价格，使用中国人民银行发布的 0.51 年期金融机构人民币贷款基准利率均值测度；L 指代劳动力要素，以城市单位就业人数表示；w 为劳动力要素价格，通过城乡单位就业人数平均薪资衡量；、分别表示资本与劳动力产出弹性，二者加总值为 1。（4）控制变量为解决遗漏变量所致偏误，参考已有研究，选取绿色创新绩效相关指标作为控制变量：经济发展水平(Edl)，通过地区人均生产总值表示；人力资本(Hc)，运用每十万居民中接受过高等教育的人数衡量；财政支持力度(Fs)，使用政府对支持绿色创新活动的拨款金额表示；外商直接投资(Fdi)，采用外商直接投资占国民生产总值的比重衡量；产业结构(Ind)，借助第二产业产值与地区国民生产总值之比度量；技术引进水平(Til)，通过外部技术引进花费金额与地区生产总值之比衡量；知识产权保护力度(Ipp)：1-（知识产权诉讼案件受理数/当年累计专利授权数量）。文章选取中国 20092021 年 224 个地级及以上城市作为研究样本，实证检验高技术产业专业化集聚、要素市场扭曲与绿色创新绩效间的影响及作用机制。数据来源主要为 中国统计年鉴 中国城市统计年鉴 中国科技统计年鉴 中国环境统计年鉴 中国能源统计年鉴 专利统计年报 以及CNRDS 数据库中绿色专利研究数据库(GPRD)。遵循既有研究惯例，对于部分缺失数值使用线性插值法补齐。各变量基本统计特征列示于表 2。四、实证结果分析前文构建的模型(1)用于检验高技术产业专业化集聚对绿色创新绩效发挥的作用。为判断模型中是否存在多重共线性问题，对相关数据展开方差膨胀因子检验。分析检验结果可知，VIF 值均小于 5，故可以排除变量之间的多重共线性问题。鉴于 Hausman 检验在1%统计水平上拒绝随机效应模型，研究采用双向固定效应模型，同时对个体效应与时间效应进行控制。表3 列(1)为高技术产业专业化集聚影响绿色创新绩效的基准回归结果。由表中数据可知，高技术产业专业化集聚对绿色创新绩效的估计系数在 1%统计水平下显变量类型变量符号平均值最小值最大值标准差观测值被解释变量区域绿色创新绩效Rgip3.5241.6155.2710.7292912解释变量高技术产业专业化集聚Htia0.7280.0274.4260.4732912中介变量要素市场扭曲Dfm5.1343.26915.4331.0652912控制变量经济发展水平人力资本财政支持力度外商直接投资产业结构技术引进水平知识产权保护力度EdlHcFsFdiIndTilIpp8.2596.1340.2260.0340.3290.4750.4133.7512.3540.0750.0180.1470.1560.15713.2758.7410.6320.1790.8950.8480.7740.9360.7160.0960.2330.6220.5660.625291229122912291229122912291228注：*、*分别代表在 5%、10%统计水平下显著；()内数值表示 t值；汇报结果为 Hausman 卡方统计值。变量基准模型中介效应模型Rgip(1)Dfm(2)Rgip(3)Htia0.153*(2.684)-0.227*(-2.036)0.136*(2.425)Dfm-0.135*(-14.331)Edl0.186*(4.987)-0.191*(-2.400)0.171*(4.951)Hc0.678*(4.289)-8.051*(-5.799)-0.321*(-2.565)Fs0.003(0.004)-0.211(-1.071)-0.033(-0.916)Fdi-0.327*(-2.667)1.035*(3.723)-0.176(-1.454)Ind-0.891*(-5.844)3.355*(9.663)-0.493*(-2.989)Til0.027(0.987)0.033(0.791)-0.031(-1.329)Ipp0.626*(0.472)7.719*(2.386)0.197(0.140)comYESYESYESyearYESYESYESC-2.446*(-2.780)0.437(0.243)-2.751*(-3.263)N291226882688adjust R20.4130.6890.450within R20.4130.3250.126Hausman test313.251*518.184*157.755*Sobel test0.005P-value0.005indirect/total0.323著为正，说明高技术产业专业化集聚能够有效提高绿色创新绩效，假设 H2 得以验证。为厘清高技术产业专业化集聚对绿色创新绩效的内在影响机理，引入要素市场扭曲作为中介变量，运用逐步回归法检验要素市场扭曲发挥的中介效应。具体操作步骤如下：第一，在模型(2)的基础上，实证检验高技术产业专业化集聚对要素市场扭曲的作用，结果如表 3 列(2)所示。表中数据显示，高技术产业专业化集聚对要素市场扭曲的影响系数为-0.227，且通过5%显著性检验，表明高技术产业专业化集聚可明显降低要素市场扭曲程度，为创新资源高效配置提供可行路径，假设 H1 得以验证。第二，在模型(1)基础上引入中介变量，实证分析高技术产业专业化集聚与要素市场扭曲对绿色创新绩效的影响机制，如表 3 列(3)所示。由表可知，要素市场扭曲对绿色创新绩效的回归系数为-0.135，在 1%的统计水平下显著为负，说明要素市场扭曲程度深化会对绿色创新绩效产生负向影响。同时，在控制中介变量要素市场扭曲后，高技术产业专业化集聚与绿色创新绩效间仍呈现正相关关系，且其估计系数低于基准回归模型内的回归系数。该结果说明高技术产业专业化集聚以缓解要素市场扭曲为路径，赋能绿色创新绩效的间接影响机制成立。为判断要素市场扭曲的中介效应，进一步展开 So-bel-Goodman 检验。结果显示，检验统计量通过 1%显著性检验，与上述逐步回归法所得结论一致，假设H3 得证，即在高技术产业专业化集聚推动绿色创新绩效提升的过程中，要素市场扭曲发挥了部分负向中介效应。（1）替换被解释变量使用非期望产出 SBM-DEA 模型测度绿色创新绩效，替换原有被解释变量，结果列示于表 4 列(1)。由数据分析结果可知，在替换被解释变量衡量指标后，高技术产业专业化集聚对绿色创新绩效的影响系数为0.594，且在 10%统计水平下显著，说明前文基准回归结果具备稳健性。（2）解释变量滞后为进一步提升研究结论的准确性，加入高技术产业集聚滞后一期进行稳健性检验，结果列示于表 4 列(2)。由数据分析结果可知，在替换解释变量后，高技术产业专业化集聚对绿色创新绩效的回归系数为0.129，且通过 5%显著性检验。这说明高技术产业专业化集聚赋能绿色创新绩效攀升的研究结论稳健。为避免反向因果所引致的内生性问题，使用双重差分法进一步识别高技术产业专业化集聚与绿色创新绩效间的因果关系（见表 5）。为充分反映高技术产业专业化集聚的连续变化，将 treat 作为政策虚拟变量，使用连续双重差分法展开内生性分析。设定 post 为政策实施前后的时间虚拟变量，将 2016 年及之后的年变量替换被解释变量(1)替换解释变量(2)Htia0.594*(1.833)L.Htia0.129*(2.394)ControlsYESYEScomYESYESyearYESYESC7.468(1.019)-2.401*(-2.752)N29122688注：*、*、*代表在 10%、5%、1%的统计水平下显著；()内数值表示 t 值。下同。高技术产业专业化集聚与绿色创新绩效29?2024 年第 2 期变量双重差分法(1)平行趋势检验(2)treatpost0.214*(2.756)ControlsYESYEScomYESYESyearYESYESC-2.426*(-2.779)-2.286*(-3.856)N29122912treatyear(before)0.082(0.571)treatyear20160.032(0.186)treatyear20170.092*(3.046)treatyear20180.076*(3.744)treatyear20190.257*(3.166)treatyear20200.279*(3.396)treatyear20210.288*(3.412)变量高集聚水平(1)低集聚水平(2)Htia1.265*(3.794)0.167*(1.862)Edl0.229*(3.354)0.210*(2.538)Hc0.534*(4.267)0.411(1.329)Fs0.008(1.005)0.005(1.202)Fdi-0.331*(-5.643)-0.319*(-3.475)Ind-0.845*(-5.129)-0.943(-1.264)Til0.039(1.246)0.028(1.346)Ipp0.637*(2.553)0.533*(2.021)comYESYESyearYESYESC-4.468*(-4.416)-0.688*(-4.355)N15331379经济发达地区(3)0.283*(3.310)0.336*(3.348)0.621*(1.789)0.015(1.435)-0.406*(-4.793)-0.715*(-5.255)0.021(1.143)0.596*(2.651)YESYES-1.616*(-1.894)1609经济欠发达地区(4)0.048*(2.977)0.315*(5.538)0.563(1.219)0.016(1.112)-0.427*(-3.462)-0.955(-1.024)0.010(1.021)0.623*(2.484)YESYES-0.132(-1.052)1303地理区位异质性东部地区(5)中部地区(6)西部地区(7)东北地区(8)0.125*(1.745)0.263*(2.156)0.071(1.125)0.069(1.333)0.325*(3.643)0.246*(2.633)0.336*(3.045)0.236*(2.574)0.315*(4.277)0.414(1.182)0.546*(2.252)0.455(1.323)0.011(1.013)0.013(1.025)0.004(1.001)0.006(1.003)-0.403*(-3.169)-0.406*(-2.535)-0.423*(-6.883)-0.321*(-5.573)-0.935*(-5.221)-0.961(-1.374)-0.862*(-5.133)-0.945(-1.271)0.037(1.056)0.033(1.264)0.035(1.154)0.034(1.454)0.627*(2.383)0.533*(1.735)0.608*(2.472)0.644*(2.331)YESYESYESYESYESYESYESYES-3.166*(-3.533)-6.826*(-2.967)4.082(1.278)3.267(1.154)1026745628513产业集聚水平异质性经济发展水平异质性份赋值为 1，其余赋值为 0，表 5 列(1)显示双重差分模型回归结果。可以知悉，treat 与 post 交互项回归系数在 1%统计水平下显著为正，说明高技术产业专业化集聚有助于提升绿色创新绩效。此外，为进一步确保估计结果无偏误，使用 treat与 year 的交互项验证政策颁布前后绿色创新绩效间的差异，结果如表 5 列(2)所示。由表可知，在政策颁布前，treat 与 year 的交互项系数均未通过显著性检验，满足平行趋势假设；在政策颁布后，treat 与 year 的交互项系数从 2017 年开始通过显著性检验，说明政策带动效应存在一定时滞性。五、进一步分析要素流动速率、资源配置效率、技术溢出等因素会影响高技术产业专业化集聚对绿色创新绩效的推动作用。文章以高技术产业平均集聚指数为依据，将城市样本划分为高集聚水平地区与低集聚水平地区，开展产业集聚水平异质性检验。表 6 列(1)、列(2)产业集聚水平异质性回归结果显示，在高集聚水平地区，高技术产业专业化集聚估计系数为 1.265，明显高于低集聚水平地区。这说明在集聚水平较高地区，高技术产业专业化集聚对绿色创新绩效助力效果更强。经济发展水平差距会导致绿色创新效率、绿色创新质量与绿色创新投入产出比例产生明显差异。因此，以地区人均 GDP 中位数为划分依据，将研究样本划分为经济发达地区与经济欠发达地区，检验经济发展水平异质性，结果如表 6 列(3)、列(4)所示。可以发现，无论在经济发达地区或经济欠发达地区，高技术产业专业化集聚回归系数均在 1%统计水平下显著为正，说明高技术产业专业化集聚对上述绿色创新绩效均发挥助力作用。值得一提的是，经济发达地区高技术产30业专业化集聚估计系数略高，意味着该地区高技术产业专业化集聚对绿色创新绩效的作用效果更为显著。地理区位差异可在一定程度上决定地区对外开放水平、创新活跃度与基础设施配备情况，进而对产业发展产生深远影响。故文章参照国家统计局划分标准，将 224 个城市划分为东部、中部、西部、东北地区四个子样本，检验结果列示于表 6 列(5)列(8)。结果显示，东部、中部地区高技术产业专业化集聚估计系数分别为 0.125、0.263，且至少通过 5%显著性检验，说明东部、中部地区高技术产业专业化集聚对绿色创新绩效的赋能效应更显著。西部与东北地区高技术产业专业化集聚回归系数分别为 0.071、0.069，未通过显著性检验，说明上述两个地区高技术产业专业化集聚对绿色创新绩效的助力作用不显著。六、研究结论与政策建议基于中国 20092021 年 224 个地级及以上城市面板数据，构建双向固定效应模型，实证检验高技术产业专业化集聚、要素市场扭曲与绿色创新绩效间的影响机制。得出如下结论：一是基准分析表明，高技术产业专业化集聚可赋能绿色创新绩效攀升，该结论经过稳健性与内生性检验后仍成立。二是机制检验表明，高技术产业专业化集聚可缓解要素市场扭曲，推动绿色创新绩效提升。三是异质性分析结果显示，在高集聚水平、经济发达以及东部、中部地区，高技术产业专业化集聚对绿色创新绩效的影响效应更为显著。为切实提升绿色创新绩效，提出如下政策建议：第一，强化产业园区投资建设。一方面，地方政府应积极发挥投资性资本引领带动作用，鼓励财政性资金、国有金融资本、产业基金投资高技术产业园区建设，将各类所有制资本结合，构建投资利益共同体，为绿色创新绩效提升提供资金支持。另一方面，产业园区应积极引入国外先进创新型企业与技术人才，推动知识与技术溢出的同时，形成良好竞争机制，促进绿色创新活动开展，助力绿色创新绩效攀升。第二，破除区际要素流动藩篱。有关部门需消除城乡分割造成的流通壁垒，扫清要素流动障碍，加快推进城镇化建设与户籍制度改革，加快畅通劳动力和人才社会性流动渠道，为绿色技术进步提供基本要素支撑，破除区际要素流动藩篱，缓解要素市场扭曲对绿色创新绩效的负面影响。第三，因地制宜优化产业布局。各地政府应依据各地经济发展水平差异化培育产业集群，推动绿色创新绩效可持续提升。针对经济发达地区，有关部门需培育先进制造业发展优势，重点推进新能源、生物制造、新材料等新兴产业建设，助力产业提高关键材料与先进工艺等产业高端环节的控制力，赋能绿色创新绩效攀升。针对经济欠发达地区，政府需提高产业集群集聚质量，推动集群内高污染、高耗能类企业绿色转型，驱动绿色创新绩效攀升。【参考文献】1?张司飞，王琦.?资源型产业集聚、要素扭曲配置与技术创新 J.工业技术经济，2020(6)：29-37.2?苏丹妮，盛斌.?产业集聚、集聚外部性与企业减排来自中国的微观新证据 J.经济学（季刊），2021(5)：1793-1816.3?孙丽香，张建民，许宁.?“多样化”产业协同集聚赋能企业绿色全要素生产率提升的效应评估及作用机制研究 J.经济问题探索，2022(10)：134-144.4?王彦杰，高启杰.?数字经济产业集聚对绿色技术创新的影响基于环境规制的调节效应分析 J.技术经济，2023(2)：20-30.5?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(6)：36-46.6?沙依甫加玛丽 肉孜，邓峰.?资本市场扭曲与绿色经济效率基于空间杜宾模型的实证分析 J.南京审计大学学报，2020(1)：93-102.7?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(2)：105-119.8?肖兴志，李沙沙.?产业集聚对制造业资源错配的纠正效应：线性抑或非线性？J.产业经济研究，2018(5)：1-13.9?崔书会，李光勤，豆建民.?产业协同集聚的资源错配效应研究 J.统计研究，2019(2)：76-87.10?刘新智，张鹏飞，史晓宇.?产业集聚、技术创新与经济高质量发展基于我国五大城市群的实证研究 J.改革，2022(4)：68-87.11?Jiaoping?Y，Shujun?W，Shan?S，et?al.?Influence?mechanism?of?high-tech?industrial?agglomeration?on?green?innovation?performance：Evidence?from?China?J.Sustainability，2022，14(6)：3187-3187.12?贾雅茹，陈俞全，郭沛.?银行数字化转型、融资约束与贷款企业绩效J.云南财经大学学报，2023(5)：62-76.13?江艇.?因果推断经验研究中的中介效应与调节效应 J.中国工业经济，2022(5)：100-120.14?梁玲玲，李烨，陈松.?数字普惠金融促进企业绿色技术创新的效应与机制检验 J.统计与决策，2023(11)：168-173.15?肖振红，李炎.?知识产权保护、R&D 投入与区域绿色创新绩效 J.系统管理学报，2022(2)：374-383.16?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(4)：141-159.17?徐盈之，张瑞婕，孙文远.?绿色技术创新、要素市场扭曲与产业结构升级 J.研究与发展管理，2021(6)：75-86.（责任编辑：FZF）高技术产业专业化集聚与绿色创新绩效31