基础研究与工业绿色全要素生产率.pdf

2023年第8期基础研究与工业绿色全要素生产率戴魁早王思曼温晓华*摘要：基础研究能推进工业绿色增长吗？文章在理论分析基础研究对工业绿色增长的影响及其作用机制的基础上，以 Malmquist-Luenberger（ML）指数测算的工业绿色全要素生产率变化率衡量工业绿色增长，并利用中国20052018年数据对理论预期进行了验证。研究发现：基础研究显著促进了中国地方工业绿色增长，而且基础研究与应用研究对地方工业绿色增长的影响存在协同效应，该结论在进行选取国家自然科学基金资助项目数量、各个城市2002年研发机构数量和1958年普通高校专任教师数量作为工具变量和“省部共建实验室”建设作为准自然实验等一系列稳健性检验后仍成立。基础研究的促进作用不仅存在一定的滞后效应，而且长期效应也很明显。而且，基础研究的这种促进作用是通过降低工业能源消耗、减少工业污染物排放、提高工业产品技术含量等途径和机制实现的。基础研究的影响也存在异质性，对省会城市和非资源型城市来说，基础研究对工业绿色增长的促进作用更为明显，而对重污染工业行业和低技术密集度行业来说，基础研究的作用效果较弱。本文验证了基础研究对地方工业绿色全要素生产率增长的重要作用，在一定程度上明确了创新发展理念与绿色发展理念的关系，这对中国正在推进的工业绿色发展和正在加强的基础研究的政策措施设计具有一定的参考价值。关键词：基础研究工业绿色全要素生产率应用研究DOI：10.19592/ki.scje.401332JEL分类号：O40，O31，C33中图分类号：F062.4文献标识码：A文章编号：1000-6249（2023）08-093-22一、引言发达国家的现代化历程表明，工业化是实现现代化的基础和前提，高度发达的工业社会是现代化的主要标志（陈佳贵，2004；厉以宁，2010）。工业化也一直是中国国民经济发展中的重大问题，新中国建立至今经历了20世纪50年代至70年代的初步工业化，以及80年代以来的加速工业化两个阶段（金碚，2014）。“十一五”以来，由于工业发展面临的资源环境约束压力越来越大，工业领域着力向资源节约型、环境友好型工业方向进行转型升级（金碚，2011）。尽管做出了很大努力，也完成了一系列目标任务，但是，中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*戴魁早（通讯作者），湖南科技大学商学院，湖南省战略性新兴产业研究基地,湖南省新型工业化研究基地,E-mail：daikz2007sinacom，通讯地址：湖南省湘潭市桃源路 2 号湖南科技大学商学院，邮编：411201；王思曼，湖南科技大学商学院；温晓华，湖南科技大学商学院。感谢匿名审稿专家的宝贵意见，作者文责自负。基金项目：本文受国家自然科学基金项目“技术要素市场发展对中国制造业生产率增长的影响机制及调控政策研究”（72173042）、国家自然科学基金面上项目“要素价格扭曲对中国高技术产业出口技术复杂度的影响机制及调控政策研究”（71773107）、湖南省研究生科研创新项目“要素市场化配置改革推进长株潭城市群制造业高质量发展研究”（CX20221047）的资助。93基础研究与工业绿色全要素生产率大，生态环境问题比较突出，迫切需要加快推进工业绿色发展，以提高工业科技含量、降低资源消耗、减少环境污染。由此，自然有这样的疑问，哪些因素能够促进或者影响工业绿色增长呢？现有文献强调技术开发、技术引进、环境规制、基础设施建设和国际贸易等多种因素对以工业绿色全要素生产率变化率（即工业绿色全要素生产率增长，下文同）衡量的工业绿色增长的促进作用（万伦来、朱琴，2013；景维民、张璐，2014；原毅军、谢荣辉，2016；童健等，2016；陈超凡，2016），并认为外商直接投资、资源禀赋和财政分权等因素也影响着工业绿色增长（胡琰欣等，2016；李斌等，2016；黄寿峰，2017）。这些文献虽然从不同角度深刻阐释了这些因素如何影响工业绿色增长，但大多忽略了近些年来取得长足进步的基础研究的可能影响。改革开放以来，尤其是中共十八大以来，中国采取一系列有力措施支持基础研究。理论上，基础研究积累的知识存量不仅为创造发明新产品和新技术提供理论依据，还能提升学习能力和创新能力，进而能够推动技术进步（叶祥松、刘敬，2018；李蕾蕾等，2018）。事实上，技术进步能够降低能源消耗、减少污染物排放、提高产品技术含量（或产品附加值，下文同）（陈诗一，2010；钱娟、李金叶，2018），而且工业绿色增长关键在于降低工业能源消耗、减少工业污染排放、增加工业技术含量（程时雄等，2016；王昀、孙晓华，2017）。由此可见，基础研究很可能是促进地方工业绿色增长的重要因素。在当前推进工业绿色发展十分紧迫的背景下，我们自然非常关切：基础研究能否推动中国地方工业绿色增长？如果能，基础研究作用于工业绿色增长的机制是什么？进一步地，应用研究尤其是绿色技术创新在基础研究推动地方工业绿色增长过程中能否发挥重要作用？基础研究对绿色增长的影响还未引起足够的重视，目前仅见少量文献涉及这一主题，如葛鹏飞等（2018）构建新经济增长模型阐述了基础研究影响绿色全要素生产率增长的机理，并利用“一带一路”沿线国家的面板数据进行了经验验证，研究发现，基础研究显著地促进了绿色全要素生产率的提升，而且这种影响存在正向边际递减特征。然而，这篇文献并未明确基础研究是否推进了中国工业绿色增长，也始终未涉及后面两个问题。而且，就研究样本而言，该文利用的跨国样本，很难控制国家间可能影响工业发展的宗教传统、文化基因、经济增长模式等因素，而以中国各地区为研究对象，可以避免跨国研究无法克服的异质性。就基础研究的影响机制而言，该文并未从降耗、减排、提高产品技术含量等决定绿色发展的关键方面进行解释。为此，从理论层面定性地归纳出基础研究影响工业绿色增长的机理，并进而运用多种计量方法对理论预期进行验证；进一步地，探讨了应用研究是否会改变基础研究对地方工业绿色增长的作用效果，从而实现对以上疑问较为全面的解答。与既有文献相比，本文的贡献主要体现在：第一，从基础研究视角切入中国地方工业绿色发展问题，系统地分析了基础研究投入对中国地方工业绿色全要素生产率增长的影响，得出了富有启示意义的研究结论。这既是对基础研究领域和工业绿色发展或工业转型升级研究的有益补充，又为政府通过基础研究来推进地方工业绿色发展或工业转型升级提供了参考依据。第二，在机制上探究了基础研究如何能够更好地发挥促进工业绿色增长的作用。本文发现，基础研究通过降低工业能源消工信部 工业绿色发展规划（20162020年）（工信部规 2016 225号）明确，加快推进工业绿色发展是现实选择，具有必要性和紧迫性，而且推进工业绿色发展有助于落实“十三五规划”和 中国制造2050 战略部署。工业绿色发展规划（20162020年）（工信部规 2016 225号）也明确，加快推进工业绿色发展，关键在于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。942023年第8期耗、减少工业污染物排放、提高工业产品技术含量等途径和机制推进了地方工业绿色增长，因而，为了更有效地促进地方工业绿色增长，基础研究的增强政策需要与节能、减排和产品技术含量提高的促进政策等相互配合与协调。第三，丰富了创新与绿色全要素生产率关系的研究内容。本文既研究了基础研究与应用研究对工业绿色增长是否存在协同效应，研究发现，为了更有效地促进地方工业绿色增长，需要推动基础研究与应用研究的融通创新发展；又探讨了基础研究对省会城市与非省会城市、资源型城市与非资源型城市的影响是否存在地区差异，以及对污染程度不同和技术特征不同工业行业绿色发展的影响是否会存在行业差异。二、理论分析及研究假说鉴于工业绿色增长的关键在于降低工业能源消耗、减少工业污染排放、增加工业产品技术含量，结合我国基础研究不断突破的过程中，应用研究能不断取得实质性进展的经验事实，通过梳理相关领域的研究成果，本文构建如下理论分析框架探讨基础研究对工业绿色增长的影响（如图1所示）。图1理论分析框架（一）基础研究对地方工业绿色增长的影响基础研究是认识自然现象、揭示自然规律，获取新知识、新原理、新方法的基础性研究活动。基础研究不仅为创造发明新产品和新技术提供了理论依据，而且其积累的知识存量还提升了学习能力和创新能力，进而能够显著推动技术进步（叶祥松、刘敬，2018；李蕾蕾等，2018；陈阳、唐晓华，2019）。鉴于技术进步能够降低能源消耗、减少污染物排放、提高产品技术含量（陈诗一，2010；钱娟、李金叶，2018），因此，基础研究很可能是影响工业绿色增长的重要因素。具体来说，基础研究可以通过降低能源消耗、减少污染物排放、提高产品技术含量等途径与机制作用于地方工业绿色增长。1.基础研究、能源消耗降低与工业绿色增长理论上，基础研究能够降低工业行业的能源消耗。这种影响主要体现在两个方面：基础研究对技术进步产生的促进作用能够提高工业行业的能源效率。这是因为，基础研究不仅通过取得重大科技部 “十三五”国家基础研究专项规划 指出：基础研究是整个科学体系的源头，是所有问题的总开关，作为国家创新体系的重要组成部分，决定着国家原始创新的动力和活力，重视和加强基础研究已经成为我国科学技术发展的战略重点。新时期基础研究肩负着统筹科技创新资源、促进自主创新和科技成果转化的重要使命。95基础研究与工业绿色全要素生产率理论突破和积累效应突破重大技术，从而显著提升技术水平（Adams，1990），而且，基础研究积累的知识存量水平提高还可以逆向破解、消化吸收引进的先进技术，并结合本地需求，实现技术本土化以及二次创新，进而促进技术进步（叶祥松、刘敬，2018；李蕾蕾等，2018；王俊等，2021）。事实上，技术进步通过直接或者间接作用于能源系统，能够有效提高能源使用效率（Jacobsen，2000），而且技术进步的作用效果在动态变化，随着工业行业发展和制度的完善，技术进步对提高能源效率的作用逐渐增强（李廉水、周勇，2006），从而显著降低了工业单位能源消耗（钱娟、李金叶，2018）。近年来油气资源与煤炭清洁高效利用以及新型节能技术等领域取得的重大突破，为降低能源消耗这一重大问题奠定了科学基础。基础研究对工业结构升级产生的促进作用可能有助于工业能源消耗的下降。材料科学、制造科学、工程技术的基础研究取得的突破，推动了传统行业改造升级和战略性新兴产业发展，使得地方高能耗传统工业企业的比重不断下降，工业结构呈现出持续升级趋势。高能耗工业企业的减少和战略性新兴企业的增加，有效降低了地方工业行业的单位能源消耗。2.基础研究、污染物排放减少与工业绿色增长基础研究能够从三个方面减少工业污染物排放：基础研究带来的技术显著进步（叶祥松、刘敬，2018；李蕾蕾等，2018），不仅能够推动中国工业污染物减排，还是实现工业经济增长和绿色低碳转型“双赢”的动力所在（陈诗一，2010；钱娟、李金叶，2018）。事实上，技术进步的减排效应，既来自能源效率提高对工业污染物产生的抑制作用（林伯强、孙传旺，2011），又来自能源消费结构调整效应和技术进步综合效应（钱娟、李金叶，2018）。材料科学、信息科学、制造科学等领域的基础研究对传统工业改造升级和战略性新兴产业发展的推动作用，既降低了高排放、高污染的传统工业污染物排放量，又提高了低排放、低污染的战略性新兴产业在地方工业行业的比重，进而有助于减少工业污染物排放。生态科学、环境科学等领域的基础研究探索，产生了诸多理论知识和专利成果（刘涛等，2003），为解决污染排放问题提供可靠的科学依据和技术支撑，有助于污染治理、清洁工艺等关键技术与设备研发，进而可以提升工业污染治理能力。这也可以减少工业污染排放。3.基础研究、产品技术含量提高与工业绿色增长基础研究还能够提高工业产品技术含量。这种影响主要体现在：基础研究决定科技知识存量水平（Salter and Martin，2001），可以提高人力资本的学习能力以及技术与知识吸收能力（Aghionand Howitt，1996；孙早、许薛璐，2017；李蕾蕾等，2018），这是突破关键技术的前提，更是新技术的源头（叶祥松、刘敬，2018）。基础研究积累的科技知识存量源源不断衍生出新技术、新工艺和新产品，这有助于高技术含量产业体系的建立，进而推进工业产品技术含量的提高（叶祥松、刘敬，2018）。基础研究衍生出的工艺创新、设备创新和产品创新（孙早、许薛璐，2017），能够促进传统工业改造升级，培育战略性新兴产业，发展高技术产业（史丹、李晓斌，2004）。理论上，传统工业的改造升级能够有效地提高传统工业产品的科技含量，而战略性新兴产业培育和高技术产业发展能够提高科技含量较高产品在地方工业产品中的比重，因而，基础研究这两个方面的影响都能够促进地方工业产品技术含量提高。综上所述，上文的理论分析表明，基础研究能够降低工业能源消耗、减少工业污染物排放、提高战略性新兴产业都是低排放、低污染的产业（钱娟、李金叶，2018）。产品附加值主要由产品技术含量和生产效率来反映，产品技术含量或者劳动效率越高，产品附加值越高。962023年第8期工业产品技术含量。鉴于工业绿色增长关键在于节能、减排和产品技术含量提高，由此有如下待检验的两个假说。假说1：基础研究发展能够推动中国地方工业绿色增长。假说2：基础研究主要通过降低工业能源消耗、减少工业污染物排放、提高工业产品技术含量等途径和机制推进中国地方工业绿色增长。（二）应用研究、基础研究与工业绿色增长上文的理论分析表明，基础研究能够通过降低工业能源消耗、减少工业污染物排放、提高工业产品技术含量等途径促进工业绿色增长。一般来说，推动工业技术进步的创新活动包括基础研究和应用研究，基础研究创造新的科技知识，应用研究则是利用已有知识开发新产品、研制新材料和形成新工艺，直接作用于工业生产（叶祥松、刘敬，2018），基础研究取得的科学技术突破需要应用研究的转化才能推动工业绿色增长；而且，基础研究是否取得重大突破决定着应用研究能否取得实质性进展（孙早、许薛璐，2017；葛鹏飞等，2018）。因而，应用研究与基础研究很可能在促进工业增长过程中联合发挥作用。基于此，本文将应用研究纳入基础研究与地方工业绿色增长的理论分析框架。由于应用研究包括节能环保、清洁生产、清洁能源等领域的绿色技术创新，以及绿色技术创新对工业绿色增长的重要影响，因而，本文主要围绕绿色技术创新这一应用研究的影响进行分析。理论上，绿色技术创新对基础研究成果的转化能够从三个方面促进地方工业绿色增长：绿色技术创新能够为工业行业降低能源消耗提供技术供给和支持（申明浩、谭伟杰，2022），这有助于地方工业绿色增长。例如，节能领域、清洁能源等绿色技术研发与技术成果产业化以及应用推广，能够降低工业行业的能源消耗（徐建中、王曼曼，2018）。环保、清洁生产、清洁能源等领域绿色技术成果转化以及在工业企业的应用推广，能够有效降低工业的污染物排放，这也有助于地方工业绿色增长（王兵、刘光天，2015）。先进绿色技术成果被用于产品设计和生产时，能够提高工业产品的技术含量，增强产品竞争优势，提高了工业产品的技术含量，这也有助于工业绿色增长。综上所述，本文提出如下待检验的假说。假说3：应用研究（绿色技术创新）会影响基础研究对工业绿色增长的作用效果，或者说，应用研究（绿色技术创新）与基础研究对工业绿色增长的影响存在协同效应。三、研究设计（一）计量模型设定为了检验基础研究对地方工业绿色全要素生产率增长的影响（假说1和假说2），借鉴绿色全要素生产率领域的研究成果（原毅军、谢荣辉，2016；葛鹏飞等，2018），设定如下的基准回归模型：由于基础研究没有直接作用于工业生产，基础研究影响到工业绿色增长需要经历一系列的中间环节，受科技应用能力、科技体制等多种因素的制约（叶祥松、刘敬，2018）。因而，基础研究对地方工业绿色增长的作用效果可能会受到外部因素的干扰。科技部 关于构建市场导向的绿色技术创新体系的指导意见 对绿色技术的定义是：绿色技术是降低消耗、减少污染、改善生态的新兴技术，包括节能环保、清洁生产、清洁能源等领域，涵盖产品设计、生产、消费等环节的技术。工业绿色发展规划（20162020年）（工信部规 2016 225号）明确，绿色技术创新是推动工业绿色增长的重要举措之一。97基础研究与工业绿色全要素生产率lnGTFPit=0+1lnFRit+nj=12jlnXit+i+t+it（1）式（1）中，GTFPit表示地级市工业绿色全要素生产率变化率（即地级市工业绿色全要素生产率增长），反映地级市工业绿色增长，是基础研究（FRit）的函数。Xit为影响GTFPit的其它因素。式（1）中，系数1反映基础研究（FRit）对地级市工业绿色全要素生产率增长的影响，2j为控制变量（Xit）的系数。依据前文的理论分析以及既有绿色全要素生产率的研究文献，式（1）控制变量（Xit）应该包括产业结构、外商直接投资水平、人力资本水平、财政分权、基础设施和应用研究等因素。这是因为：产业结构（IS）会影响工业绿色增长（史丹、张成，2017）。借鉴原毅军、谢荣辉（2016）的做法，选取各地级市工业增加值占GDP的比重来反映。外商直接投资（FDI）能够促进技术溢出等途径影响地级市绿色全要素生产率增长（涂正革，2008；赵文军、于津平，2012）。采用董直庆、王辉（2019）做法，用各地级市的外商投资总额占GDP的比重来衡量。人力资本（AEY）通过积累知识经验，可以缓解能源环境约束与资源配置效率的压力（黄茂兴、林寿富，2013），进而有利于地级市绿色全要素生产率的提高。借鉴陈钊等（2004）的研究，选取各地级市的人均受教育年限作为衡量人力资本水平的指标。财政分权（FD）体现了地方财政分权的自由度，财政自由度越高，对于环境支出的分配比例也将越高（陈硕、高琳，2012），会影响到地级市绿色增长（李斌等，2016）。参考陈硕、高琳（2012）方法，采用地方财政自由度指标来衡量财政分权，用各省本级财政收入占各省本级财政支出的比重来表示。基础设施（INFR）改善能够为要素流动提供便利的条件，推进了绿色技术溢出或扩散，从而可能对地区工业绿色增长产生影响（齐绍洲、徐佳，2018）。借鉴吴延瑞（2008）的做法，选取公路与铁路里程数的几何均值占总面积的百分比来衡量。这样，控制变量（Xit）可由下式来反映：j=162jlnXit=21lnISit+22lnFDIit+23lnAEYit+24lnFDit+25lnINFRit+26lnARit（2）（二）变量选择与数据说明1.工业绿色全要素生产率绿色全要素生产率增长涵盖了资源和环境等要素对经济增长的影响，是从生产率视角衡量工业绿色增长较为理想的指标。借鉴学术界的通常做法，本文采用基于SBM方向性距离函数的ML指数，测算的工业绿色全要素生产率变化率（即绿色全要素生产率增长）作为地方工业绿色增长的代理变量。根据Chung et al.（1997）的方法，能够测算出t和t+1期之间的Malmquist-Luenberger（ML）指数。这样，地方工业绿色全要素生产率变化率（即工业绿色全要素生产率增长）（GTFP）可由如下公式测算：GTFPt+1t=1+Dt0()xt,yt,bt;gt1+Dt0(xt+1,yt+1,bt+1;gt+1)1+Dt+10()xt,yt,bt;gt1+Dt+10(xt+1,yt+1,bt+1;gt+1)1/2（3）式（3）中，x表示工业部门的投入变量，包括资本、劳动和能源，工业期望产出变量y用工业总产值度量，工业非期望产出变量b包括碳排放与“工业三废”排放，g为方向向量。投入产出数据的准确性对于测算地方工业绿色全要素生产率变化率至关重要，借鉴原毅军、谢荣辉（2016）、李斌等（2016）的做法，本文的地级市工业产出指标选取如下：选取规模以上工业企业的总产值作为期望产出，并通过工业出厂品价格指数对其进行平减，折算为2004年不变价的工业总产值。采用二氧化碳为非期望产出。理由是，“温室效应”仍然是最值得关注的问题，且CO2的排放是主要原因之一。由于该数据不可直接获取，这里参考IPCC国家温室气体清单指南的公式进行估982023年第8期算。选取工业污染排放为非期望产出，用工业废水排放量、SO2排放量、工业固体废弃物进行度量。关于地级市工业投入指标：选用永续盘存法来估算地级市工业固定资产的资本存量从而衡量资本投入，具体计算公式为：Kt=(1-t)Kt-1+It。关于It确定，用工业企业固定资产新增数额反映每年新增投资额It，并以2004年为基期的固定资产投资价格指数进行平减。关于折旧率t的确定，借鉴陈诗一（2011）的研究，根据累计折旧和固定资产原值计算折旧率，即t=当年折旧/上一年固定资产原值。关于初始期资本存量Kt-1的确定，这里借鉴张军等（2004）测算基期资本存量的思路，采用测算公式Kt-1=It/(g+)，其中g为固定资产年平均增长率，为年均折旧率。借鉴原毅军、谢荣辉（2016）做法，选取工业城镇单位从业人员数衡量劳动投入。鉴于能源消耗是城市工业经济发展的主要来源，也是环境污染的主要原因，这里选取地级市能源消耗总量作为衡量能源投入的代理变量。2.基础研究（FR）为了与理论分析相一致，本文的基础研究变量需要使用基础研究研发经费存量来衡量。与余泳泽（2015）、叶祥松、刘敬（2018）的做法相一致，本文采用地区基础研发内部支出的资本存量作为代理变量。基础研发内部支出的资本存量的估算则采用永续盘存法，计算公式为，Kt=()1-Kt-1+(1-0.5)It。关于新增投资额It的确定，采用消费者价格指数对以2004年为基期的基础研发内部经费支出进行平减，并作为各期的新增基础研究的内部经费支出额。关于折旧率的确定，鉴于已有文献关于研发资本存量折旧率的选择主要介于10%-20%之间，吴延兵（2008）将折旧率设为15%，且余泳泽（2015）基于创新价值链的角度将基础研究的折旧率也设为15%，因此，本文令=15%。关于初始资本存量的确定，则采用计算公式Kt-1=It(1-0.5)/(g+)进行测算，其中g为本文样本期间基础研发经费内部支出的年均增长率。由于地级市数据的限制，目前仅有省级层面基础研究经费投入的数据。鉴于基础研究经费投入与政府的科技支持联系紧密，基础研究经费大多来源于政府的财政支出。基于此，这里借鉴范子英、赵仁杰（2019）推算地级市层面环境污染指标的处理思路，以地级市财政科技支出数占省级财政科技支出数的比重（单位为%）为权重，乘以省级层面的基础研究资本存量，得到地级市层面的基础研究经费投入，作为地级市基础研究的衡量指标。3.应用研究（AR）依据理论分析，本文采用绿色技术创新和应用研究资本投入两个指标考察应用研究的影响。具体来说：一方面，绿色技术创新目的是减少对环境的破坏，促进经济可持续发展（Chen et al.，2006；屈凯，2021；武力超等，2022）。根据余泳泽（2015）以及国家统计局对创新过程的阶段性划分，绿色技术创新应该属于应用研究阶段和实验发展阶段。鉴于实验发展阶段没有绿色技术创新的投入和产出数据，而应用阶段的绿色技术创新有产出的数据，即绿色专利数的数据，可见，绿色专利产出能够较本文借鉴史丹、李少林（2020）的做法，以城市夜间灯光强度占省级夜间灯光强度的比重（单位为%）为权重，乘以省级层面的工业能源消费量，推算出地级市层面的工业能源消费量，作为地级市能源投入的衡量指标。由于 R&D对生产率的影响不仅表现在当期，对以后若干时期的生产率也有重要影响，所以需要在核算 R&D 存量再测算它们对生产率的贡献（吴延兵，2008）。根据国家统计局的定义，R&D包括基础研究、应用研究、试验发展三类活动。鉴于本文分析基础研究对绿色全要素生产率增长的影响，属于R&D与生产率增长关系的研究领域，因而，本文的基础研究变量采用永续盘存法测算的基础研究经费支出存量来衡量应该最为理想。99基础研究与工业绿色全要素生产率好的反映地级市绿色技术创新。这里借鉴董直庆、王辉（2019）做法，选取万名研发人员的绿色发明专利授权数作为地级市绿色技术创新的代理变量（用符号GRIN来表示）。另一方面，关于应用研究资本投入的衡量，鉴于这里的应用研究包括创新过程的应用研究阶段和实验发展阶段，而绿色技术创新使用了绿色发明专利授权数这一应用研究阶段的指标来衡量，为了区别于前文绿色技术创新数据，这里使用实验发展阶段的衡量指标来反映应用研究。因而，这里借鉴余泳泽（2015）、叶祥松、刘敬（2018）的做法，采用实验发展的经费投入来衡量地方应用研究资本投入（CAR），即用地区工业企业R&D经费支出（R&D内部经费支出和R&D外部经费支出）存量来反映。这里的工业企业R&D经费存量测算公式及方法与前文基础研究资本存量相一致。由于地级市数据的限制，目前仅有省级层面工业企业R&D经费存量数据，鉴于科研综合技术服务业从业人员数量能较好地反映地级市研发人员投入情况（余泳泽等，2020），这里以地级市科研综合技术服务业从业人员数占省级科研综合技术服务业从业人员数的比重（单位为%）为权重，乘以省级层面的工业企业R&D经费存量，作为地级市应用研究资本投入的衡量指标。表1主要变量的描述性分析变量核心变量控制变量变量名称工业绿色全要素生产率变化率基础研究产业结构财政分权外商投资人力资本基础设施应用研究，绿色技术创新应用研究，应用研究资本投入变量GTFPFRISFDFDIAEYINFRGRINCAR均值1.010.210.420.520.359.210.410.3092.89标准差0.050.360.110.200.331.210.240.48262.74最小值0.890.000.180.180.066.570.040.000.86最大值1.172.120.880.931.5613.371.032.333029.01注：为了更好反映变量的初始值，表中的结果是变量未取自然对数时的描述性统计值。考虑到数据的可获得性，本文主要使用中国地级市层面20052018年的面板数据（除了测算绿色全要素生产率的数据），样本涉及230个地级市。数据主要来源于 中国科技统计年鉴 中国工业统计年鉴 中国统计年鉴 中国环境统计年鉴 中国劳动统计年鉴 中国能源统计年鉴 中国城市统计年鉴 中经网统计数据库以及国家知识产权局的相关年度。在估计时，本文对所有连续变量进行了标准化处理。同时，为了减少离群值对估计结果的干扰，本文对所有连续变量进行了1%的缩尾处理，主要变量的描述统计结果如表1所示。需要强调的是，为了更好反映变量的初始值，表1中的结果是变量未取自然对数时的描述性统计值。四、实证结果与解释（一）基准估计结果在估计之前，本文运用方差膨胀因子方法对解释变量之间的多重共线性进行检验，结果显示，主1002023年第8期要模型的方差膨胀因子（VIF）总值和单个解释变量的VIF值都小于10，这表明主要模型的解释变量之间不存在多重共线性。同时，为了控制潜在的异方差和自相关问题，本文的回归结果均考虑了地区层面聚类稳健标准误。1.基础研究的总体影响表2报告了绿色技术创新和应用研究资本投入两个指标衡量应用研究的估计结果，其中，模型1模型4以应用研究资本投入（CAR）衡量，模型5模型8以绿色技术创新（GRIN）衡量。从表2模型1和模型5的固定效应模型估计结果可以看出，基础研究的系数为0.21和0.15，且都在1%水平上显著，表明基础研究推动了地方工业绿色全要素生产率增长，这验证了假说1。表2基准估计结果lnGTFPt-1lnGTFPt-2lnGTFPt-3lnFRlnCARlnGRINlnFDlnISlnAEYlnFDIlnINFRlnFRlnCARlnFRlnGRIN观测值估计方法R-squaredAR（1）-test P值a0.21*（6.55）0.26*（7.96）-0.01（-0.46）0.05（1.39）-0.11*（-2.96）-0.01（-0.24）0.03（1.58）2990固定效应0.12-0.12*（-7.74）0.23*（4.27）0.31*（2.94）-0.09*（4.11）0.28*（4.02）0.02*（1.73）-0.05（-1.52）0.07*（2.41）2760SYS-GMM-0.00-0.09*（-4.72）0.05*（3.28）-0.25*（-14.48）0.27*（2.15）0.34*（2.78）-0.11*（-2.39）0.13*（2.18）0.14*（3.62）-0.17*（-4.42）0.06*（2.43）2300SYS-GMM-0.000.24*（4.81）0.06*（5.14）-0.02（-1.08）0.32*（5.37）0.36*（2.10）-0.27*（-6.79）0.08*（2.30）0.12*（2.98）2990固定效应0.300.15*（5.87）0.13*（2.274）-0.01（-0.03）0.06*（2.979）-0.05*（-2.24）-0.02（-0.84）0.15*（7.289）2990固定效应0.25-0.03*（-2.78）0.18*（4.73）0.12*（3.27）-0.13*（-2.23）0.18*（2.70）0.10*（5.04）-0.31*（-6.62）0.10*（3.02）2760SYS-GMM-0.00-0.06*（-3.17）0.06*（2.07）-0.06*（-13.16）0.17*（4.60）0.16*（4.48）-0.14*（-2.42）0.15*（2.14）0.11*（4.51）-0.27*（-4.90）0.05（1.41）2300SYS-GMM-0.000.36*（4.73）0.16*（3.00）-0.18*（-2.21）0.10*（5.04）0.10*（3.02）-0.31*（-6.62）0.07*（3.27）0.15*（2.23）2990固定效应0.31模型1应用研究（应用研究资本投入，CAR）模型2模型3模型4模型5应用研究（绿色技术创新，GRIN）模型6模型7模型8101基础研究与工业绿色全要素生产率AR（2）-test P值aHansen-test P值b地级市固定年份固定聚类到地级市Number of id-是是是2300.160.18是是是2300.270.25是是是230-是是是230-是是是2300.420.20是是是2300.330.23是是是230-是是是230模型1应用研究（应用研究资本投入，CAR）模型2模型3模型4模型5应用研究（绿色技术创新，GRIN）模型6模型7模型8注：（1）*、*、*分别表示统计值在1%、5%、10%的显著性水平下显著；（2）小括号内的数值为z值；（3）a零假设为差分后的残差项不存在二阶序列相关。这里采用动态面板模型的广义矩估计方法（GMM）作进一步的稳健性检验（Windmeijer，2005；）。表 2 模型 2 和模型 6 报告了引入动态面板模型的两步 SYS-GMM 估计结果，动态混合估计模型（POLS）和动态固定效应模型（FE）的稳健性检验表明两步SYS-GMM的估计结果不存在较大程度的偏差，结果具有稳健性。值得注意的是，模型2和模型6的工业绿色全要素生产率增长滞后一期的系数值显著为负，这说明，可能存在“一年紧一年松”现象（李江龙、徐斌，2018），即由于地方官员“晋升锦标赛”制度，导致地方政府在落实节能减排的政策措施时缺乏足够的激励，中国地级市经济绿色全要素生产率增长一直处于波动状态。为了进一步验证这种现象是否存在，本文对李江龙、徐斌（2018）的方法进行了改进，即再引入工业绿色全要素生产率增长滞后二期和滞后三期进行估计。表2模型3和模型7报告了引入工业绿色全要素生产率增长滞后二期和滞后三期的估计结果，可以看出，地方工业绿色全要素生产率增长呈现出波动式的变化趋势，即上一期较高的增长率则会使得当期绿色全要素生产率增长率有所下降，进而下一期的绿色全要素生产率增长率又有所回升。2.基础研究与应用研究的协同效应为了验证应用研究是否影响基础研究对地方工业绿色全要素生产率增长的作用效果，这里使用既有文献的通常做法（孙早、许薛璐，2017），在式（1）的解释变量中引入基础研究与应用研究乘积项进行检验。表2的模型4和模型8报告了引入乘积项（lnFR lnCAR）和乘积项（lnFR lnGRIN）的固定效应估计结果。从结果可以看出，应用研究资本投入（lnCAR）和绿色技术创新（lnGRIN）的系数显著为正（值为0.06和0.16），而且lnFR lnCAR和lnFR lnGRIN的系数也显著为正（值为0.12和0.15），这说明了应用研究资本投入和绿色技术创新既促进了地方工业绿色全要素生产率增长，又增强了基础研究对地方工业绿色全要素生产率增长的作用效果；这个结论表明，应用研究和基础研究对地方工业绿色全要素生产率增长的影响存在协同效应，验证了假说3。上述结论具有深刻的实际意义和政策启示，鉴于应用研究会加深对工业领域关键科技问题的认识，进而促进基础研究的发展（余泳泽，2015），但是，如果基础研究没有取得突破，应用研究又会难以取得实质进展（孙早、许薛璐，2017），因而，为了更好地促进地方工业绿色全要素生产率增长，基础研究与应用研究需要对接融通。3.基础研究的长期效应（续表）1022023年第8期前文验证了基础研究对地方工业绿色全要素生产率增长的短期影响，理论上，基础研究的影响可能存在一定的滞后效应或长期效应（叶祥松、刘敬，2018；岳宇君、孟渺，2022），为了检验基础研究的滞后效应或长期影响效应是否存在，这里借鉴席鹏辉（2017）、祝树金等（2019）的做法，将式（1）中的基础研究变量替换为该变量滞后1期、滞后2期、滞后3期、滞后4期，所有控制变量也均取相应的滞后期。如果随着滞后期数的增加，基础研究的估计系数仍然显著为正，说明基础研究对工业绿色增长的促进作用存在显著的时滞性。估计结果显示，基础研究对地方工业绿色全要素生产率增长的促进作用不仅存在一定的滞后效应，而且长期效应也很明显。这说明基础研究的长期持续投入不仅有助于重大理论突破，还可能通过积累效应取得重大技术突破（叶祥松、刘敬，2018），有助于工业技术进步和技术效率提高，进而促进地方工业绿色全要素生产率增长。（二）内生性控制1.外生政策冲击省部共建实验室主要负责承担地方和国家重大科研任务，对提高地方基础研究水平非常重要（张龙鹏、邓昕，2021）。为了更稳健地检验基础研究是否促进了工业绿色全要素生产率增长，本文利用三批次（2007年、2009年和2010年）省部共建实验室的建立作为准自然实验，构建多期双重差分模型（DID），并将未建立省部共建实验室的地区作为对照组，将建立了省部共建实验室的地区作为处理组，来检验基础研究对工业绿色全要素生产率增长的影响。表3基础研究与工业绿色全要素生产率：DID模型解释变量treattimetreattimelnCARlnGRIN控制变量观测值聚类到地级市R-squared模型1应用研究（应用研究资本投入，CAR）0.28*（2.66）0.17*（5.30）0.27*（3.02）否2990是0.03模型20.31*（6.16）0.18*（7.07）0.18*（5.48）0.26*（11.23）是2990是0.03模型30.31*（5.23）0.22*（5.58）0.10*（2.10）0.38*（5.92）是1610是0.11模型4应用研究（绿色技术创新，GRIN）0.18*（4.99）0.21*（2.35）0.25*（3.30）否2990是0.10模型50.20*（4.03）0.14*（3.99）0.20*（3.94）0.49*（2.69）是2990是0.06模型60.23*（5.47）0.29*（4.49）0.12*（7.38）0.42*（2.76）是1610是0.14注：控制变量包括产业结构（IS）、外商直接投资（FDI）、人力资本（AEY）、财政分权（FD）、基础设施（INFR）。限于篇幅，结果未报告，结果备索。本文以省部共建实验室作为外生政策冲击的原因如下：（1）省部共建实