技术市场如何影响绿色全要素生产率？

来源:用户上传      作者:

　　基金项目：基金项目国家社会科学基金青年项目《环境规制对僵尸企业形成的影响机制与异质性研究》（19CJY028）。
　　作者简介：作者简介孙博文（1988—），男，河南商丘人，博士，中国社会科学院数量经济与技术经济研究所助理研究员，主要研究方向为可持续性发展;谢贤君（1989—），男，四川南充人，西安交通大学经济与金融学院博士研究生，主要研究方向为绿色增长与可持续发展;张政（1988—），男，湖北襄阳人，博士，工业和信息化部国际经济技术合作中心研究员，主要研究方向为工业绿色化转型。
　　[摘要]技术市场发展意味着技术创新激励机制和市场化制度的完善，进而有助于促进创新要素的自由流动及提高创新要素的配置效率，对实现绿色全要素生产率的提升大有裨益。文章基于长江经济带1998—2016年面板数据，并基于OECD绿色发展战略框架下测度绿色全要素生产率水平的基础之上，实证检验了技术市场对绿色全要素生产率的影响，研究发现：长江经济带绿色全要素生产率水平呈现出逐年波动上升的趋势，且转折点出现在2008年。长江经济带技术市场通过提升劳动力市场、资本市场一体化路径从而显著性提升绿色全要素生产率水平，也通过提高资本配置效率路径从而显著性提高绿色全要素生产率，但劳动力配置路径并不显著，且结论具有稳健性。R&D经费支出、人均工资水平、市场一体化以及资源配置效率增强了市场技术发展提升绿色全要素生产率水平效应的能力。
　　[关键词]关键词技术市场;绿色全要素生产率;OECD绿色发展;中介效应
　　[中图分类号]中图分类号F1243[文献标识码]A文献标志码[文章编号]1673-0461（2020）08-0018-10
　　一、引言
　　据《长江经济带绿色发展报告（2017）》公布，2011—2015年长江经济带绿色发展指数由4939上升到5635，年均增速为267%，其绿色发展水平呈稳定上升的趋势。但由于长江经济带工业化、城镇化快速发展，其创新能力亟待提高，一方面，长江经济带创新驱动指数一直处于较低水平，2011—2015年年均增速为072%，增长幅度非常小，对绿色发展的支撑不足;另一方面，科技创新的基础性投入明显不足，创新能力薄弱，2011—2015年R&D经费投入强度年均增长率为386%，增长幅度较小。自2016年9月伊始，《长江经济带发展规划纲要》正式出台，指出：“必须坚持生态优先、绿色发展，以长江经济带发展推动经济高质量发展。”针对长江经济带高质量发展的研究也不胜枚举（罗良文、赵凡，2019;何寿奎，2019;罗志高、杨继瑞，2019;张治栋、吴迪，2019;王晓芳等，2019;陈路等，2019）[1-6]，[JP]在此背景下，如何继续提升长江经济带创新驱动能力以促进其绿色、可持续发展，这不仅是广大学术工作者所面临的一项重要研究课题，也是各级政府政策决策者和执行者所面临的一项重要议题。创新是实现绿色发展的一条重要途径，但问题在于长江经济带如何通过引导企业自主技术创新以提高自主创新能力和促进创新市場机制，从而带动其绿色发展;而技术市场发展意味着技术创新激励机制和市场化制度的完善，进而有助于促进创新要素的自由流动及提高创新要素的配置效率，充分发掘企业在创新体系中的潜力，对实现绿色增长大有裨益。
　　特别地，根据全国技术市场统计，截至2017年底，全国共签订技术合同为367 586项，成交金额达13 42422亿元，其中，长江经济带“九省两市”签订技术合同为144 316项，成交金额达4 111.84亿元，占比分别为3926%、3063%;截至2018年底，全国共签订技术合同为411 985项，成交金额达17 69742亿元，其中，长江经济带“九省两市”签订技术合同为163 469项，成交金额达6 57361亿元，占比分别为3968%、3714%;2018年长江经济带“九省两市”签订技术合同、成交金额同比分别增加了1327%、5986%，二者增加比率均高于全国水平。可见，长江经济带技术交易市场发展迅速，为其科技成果转化等提供了良好契机和平台。因此，探究长江经济带技术交易市场发展及其对绿色全要素生产率的影响效应，对于提升长江经济带创新驱动能力、提高科技创新投入，进一步实现长江经济带可持续、绿色高质量经济发展具有重要的理论和现实意义。
　　二、文献综述
　　现阶段，技术市场规模正处于不断扩张期（Arora & Fosfuri，2002;Elton et al.，2002）[7-8]，而由于存在技术市场交易障碍以及技术变动的拖累，我国技术市场运行效率呈现波动起伏状态（张座铭等，2018）[9]。技术市场的发展推动了创新资源优化配置、技术成果转化和技术转移，增强了自主创新能力（刘和东，2006;张汝飞等，2016）[10-11]。一方面，技术市场发展有助于提高科技创新投入水平（胡凯等，2012）[12]，另一方面，技术市场发展有利于提高技术效率（韩晶，2012）[13]，同时叶祥松、刘敬（2018）认为技术市场发展有利于疏通知识创新与技术创新之间的梗塞，从而提高科技创新效率[14]。技术市场发展不但反映了科技创新活动的市场化水平，而且展现了经济增长的内生动力强度，原因在于在技术市场发展到一定规模的条件下，大大提高了科技成果的交易频率，增加多样化的交易方式，简化交易流程，降低交易成本，逐渐形成和完善科技成果与科技资源的价格机制，创新主体获得创新收益的收益率显著提高，其开展技术创新的积极性也不断提高，不仅有足够的动力开展知识创新等技术开发活动，而且还能获得政府资助，并将资助进一步用于技术开发活动，产生大量科技成果。此外，完善的技术市场有利于降低科技创新活动的信息不对称性，形成对创新成果的转化推动作用，有利于促进创新效率提升。
　　创新效率显著促进绿色全要素生产率水平提升（万伦来、朱琴，2013）[15]，而生产率水平的提升来自于自主研发和国外技术引进，但国内技术转移效果并不明显（李小平，2007）[16]。唐保庆（2009）研究发现通过国外贸易进口渠道的R&D投入对全要素生产率具有显著的正向影响，但通过国内技术转移和自主研发能否促进全要素生产率则依赖于投入强度高低[17]。可见，创新研发投入强度和规模依赖于技术市场发展程度，从而导致全要素生产率水平间接依赖于技术市场发展水平。此外，葛鹏飞等（2017）通过构建包含科研创新和绿色全要素生产率的一个新经济增长模型，并利用“一带一路”沿线国家的跨国面板数据实证检验科研创新对绿色全要素生产率的影响，研究指出，科研创新能够通过纯技术进步路径显著提升沿线国家的绿色全要素生产率[18]。吴新中等（2017）进一步指出长江经济带工业绿色全要素生产率整体呈上升趋势，其重要驱动力来自于技术创新改进和技术规模效率[19]。 　　纵观学者对技术市场、技术创新影响绿色全要素生产率影响机制，主要表现在对纯技术进步和规模效率两个方面，但鲜有研究基于创新要素自由流动以及要素配置水平路径进行分析，原因在于，一方面，技术市场发展所带来的创新资源优化配置、技术成果转化和技术转移能够引致要素转移，促进要素流动与配置，带来要素市场一体化和要素配置效率提升，从而促进绿色全要素生产率水平的提升。另一方面，技术市场发展所带来的要素流动，加快要素市场一体形成，进而有助于实现资源在地区之间配置，充分促进要素的专業化分工，特别是要素流动为产业结构的转型升级提供了大量的劳动力支持，而且也倒逼产业结构的优化调整，更加注重产业资本、产业技术的投入以及产业规模化经营水平，有助于提高产业生产效率;要素自由流动，还有助于通过“干中学”机制以及知识溢出效应，提高农村劳动力的人力资本积累，有助于逐渐实现绿色增长内生能力的提升。有鉴于此，本文利用长江经济带1998—2016年面板数据，通过基于OECD绿色发展战略框架下测度长江经济带绿色全要素生产率水平的基础之上，重点分析和阐述技术市场影响绿色全要素生产率的作用机制和影响路径，从而为技术创新促进绿色发展提供重要理论支撑，问题的澄清有助于为长江经济带绿色发展战略决策提供参考依据。
　　三、研究设计
　　（一） 绿色全要素生产率指标测度
　　本文基于最新的OECD绿色增长战略框架下绿色全要素生产率的测度，综合考虑了经济、社会、环境、扶贫等多方面的因素。在绿色增长战略框架下的社会生产必须重点考虑绿色经济增长，而OECD在绿色增长战略中期报告中明确提出了核心和关键环境指标、经济压力减弱指标、能源生产力指标、政策融合指标、创新指标和可持续发展指标等要素来考察和衡量一个国家和地区的绿色发展状况（Zachariadis，2004）[20]。Brock & Taylor（2010）的“绿色索洛模型”[21]、Hallegatte（2012）的生产函数融合环境因素都阐释了核心和关键环境指标的重要性[22]。能源生产力指标方面，Jouvet & Arminen（2013）认为提升要素的生产效率和降低能源消耗是经济系统实现经济社会生产绿色转型的重要内生性动力[23]。Kivyiro & Arminen（2014）指出了不断增加清洁能源和减少能源消耗对于促进社会经济绿色增长的重要作用[24]。Talberth & Bohara（2006）、Galeotti et al.（2006）、Loganathan et al.（2014）持续探究政府的环境治理能力、二氧化碳排放政策、城市化水平、产业布局等政策对社会经济生产的作用[25-27]。考虑创新指标方面，Anthony & Sandeep（2011） 、Goeschl & Perino（2009）指出绿色技术发展的重要推力来自创新投入水平[28-29]。考虑社会生产力可持续发展指标方面，James（2009）指出要实现真正意义的可持续性发展就必须考虑绿色技术创新[30]。因此，一方面，经济社会生产指标体系必须在充分考量绿色增长战略下进行构建，以体现全面、系统、有效地反映社会经济生产力可持续性的真实水平，保障指标选取的依据性;另一方面，保证数据的可获得性，从反映生产的环境效率和生产模式变化方面，反映消费的环境效率和消费模式变化方面以及反映政府和社会媒介的政策、措施和工具反应方面构建了可持续性绿色社会生产指标体系，保障指标选取的合理性。本文[JP2]主要指标包括经济增长，生态环境改善，环境服务投入，政策融合、创新指标和可持续扶贫性增长指标等要素，并重点关注气候变化、生态环境、自然资源等环境问题，因而具体指标可以分为以下5个方面：传统的经济投入、反映环境服务投入、经济自然资产、生活环境质量以及政策反应和工具。本文在结合中国经济发展实际的基础上，整理出如表1所示的与之相对应的指标与评价体系。
　　具体的指标分为投入指标、常规产出指标、非期望产出指标3类：
　　第一，投入指标包括：①劳动力，以全省年末从业人员数表示地区劳动力;②资本存量，资本存量包括人力资本和物质资本两个方面，其中，以各省平均受教育年限表示人力资本存量，物质资本存量的估算公式表达为Ki1998=Ii1997/（gi1997+δi1997），其中g表示当年的GDP增长率，I表示当年的名义总投资，δ表示物质资本经济折旧率;③能源，以林伯强（2003）认为的电力消费与能源消费存在很高的相关性与精准性为基准，用电力消费数据作为能源消费指标;④公园绿地，以人均公园绿地面积（P）表示环境服务投入;⑤水资源，以人均水资源量表示;⑥R&D经费支出，以R&D经费支出作为政策反映和工具指标。
　　第二，常规产出指标：地区生产总值作为期望产出。
　　第三，非期望产出指标：①废水，以废水排放总量表示废水;②化学需氧量，以化学需氧排放总量表示化学需氧量;③二氧化硫（S），以二氧化硫排放总量表示二氧化硫。
　　测度结果显示，1998—2016年间长江经济带省级层面绿色全要素生产率总体呈现波动上升的趋势，并且转折点出现在2008年，可能的原因在于2008年出现金融危机的影响，随着财政刺激计划的推进，长江经济带绿色全要素生产率又出现上升趋势。具体如图1所示，图1显示了长江经济省级均值、相对较高地区、相对较低地区的绿色全要素生产率变化趋势。
　　（二）模型设计
　　为了探究技术市场如何影响绿色全要素生产率的作用，将技术市场交易额作为解释变量，将绿色全要素生产率作为被解释变量，检验技术市场影响绿色全要素生产率的作用，如模型（1）。同时，将技术市场交易额增加率作为工具变量，绿色全要素生产率作为被解释变量，检验技术市场影响绿色全要素生产率的作用稳健性。为了进一步分析技术市场影响绿色全要素生产率的作用机制，本文基于中介效应模型进行作用机制检验，如模型（2）、（3）。主要模型表现形式如下： 　　其中，中介检验的基本思想是，首先，对模型（1）进行估计，用以检验被解释变量tchmarket对被解释变量etfp的作用，回归系数α显著意味着被解释变量tchmarket的作用显著，否则停止中介效应的传导路径检验;其次，对模型（2）进行估计，用以检验被解释变量tchmarket是否通过中介变量q对被解释变量eftp产生影响，如果β系数显著，说明被解释变量tchmarket对中介变量q有显著的影响作用;第三，对模型（3）进行估计， γ1与γ2分别反映了被解释变量tchmarket与中介变量q对被解释变量eftp的直接与间接影响效应;最后，综合β与γ2系数的共同显著性便可以判断出中间传导路径的存在性。特别地，还需通过Sobel检验进行中介效应分析以判断是否真正存在中介效应。同时，为了消除经济变量内生性问题和地区异质性导致的误差项同方差问题以及保障模型估计结果的稳健性，运用 GMM 动态面板估计模型能够得到较好的处理，因此，采用系统GMM 方法。由于其同时运用差分信息和内生变量水平变化，通过把具有弱外生变量的滞后项当作工具变量纳入估计方程，可获得估计的一致性。
　　（三） 变量选择与说明
　　1被解释变量
　　绿色全要素生产率（etfp），以基于OECD绿色增长战略框架下所测度的绿色全要素生产率作为被解释变量。
　　2核心解释变量
　　本文主要涉及的核心解释变量为技术市场交易额（tchmarket）以及其工具变量市场交易额变化率（tchmarket1）。
　　3中介变量
　　本文中，技术市场可能通过促进劳动力和资本自由流动、提升资源配置效率以及创新水平途径对绿色全要素生产率产生影响。
　　第一，劳动力和资本自由流动方面。一方面，技术市场能够带来劳动力自由流动，加快劳动力市场一体化进程，劳动力市场一体化程度较低的阶段逐步向劳动力市场一体化较高阶段转变，劳动力市场一体化程度较低地区逐步向劳动力市场一体化较高地区转变，导致高素质劳动力的逐步增加，以及劳动力边际回报的逐步上升，进而形成劳动力市场升级;同理，另一方面，技术市场能够带来资本自由流动，加快资本市场一体化进程，资本市场一体化程度较低的阶段逐步向资本市场一体化较高阶段转变，资本市场一体化程度较低地区逐步向资本市场一体化较高地区转变，导致资金积累的逐步增加，以及资本边际回报的逐步上升，进而形成资本市场升级。即以劳动力市场一体化（lmi）和资本市场一体化（lzi）作为中介变量。其中，基于单一工资率以及萨缪尔森的“一价定理”原则，本文在基于城市之间工资水平数据测度城市之间劳动力市场一体化的基础上，拟采用长江经济带城区与农村工资性收入数据测度城乡劳动力市场分割指标，先计算城乡工资性收入相对值△w，进一步基于“价格法”计算相对工资收入的变动方差表示城乡劳动力市场分割指数，倒数反映了城乡劳动力市场一体化指数水平;通过计算出资本市场市场分割指数，也就是资本产出率的偏差，即获得资本市场一体化指数。[JP]
　　第二，资源配置效率方面。由于在完全竞争条件下，竞争机制促使资源静态配置，即促使资源从低生产率的企业或部门向高生产率的企业或部门流动;而现实中存在市场摩擦，则可能存在资源错配问题，本文基于劳动力市场扭曲倒数（cl）和资本市场扭曲倒数（cz）来反映资源配置效率问题，即扭曲程度越低资源配置效率越高，反之则越低。因此，本文考虑N种行业不同性质的企业的生产问题，由于本文重点关注的是企业异质性间的要素错配、要素扭曲，即不同企业规
　　生存型财政支出的权力，对于生产要素配置及其配置效率具有重要作用;五是交通便利程度（trans），本文以客运量水平表示交通便利程度。
　　数据来源说明：本文的因变量、控制变量来自于长江经济带“九省两市”省级面板数据库，而由于计算方法的需要，自变量与中间变量则来自于长江经济带“九省两市”的105个城市的1998—2016年间的面板数据。文中所有数据来源于《新中国六十年统计资料汇编》《中国统计年鉴》《中国农村统计年鉴》《中国财政统计年鉴》以及各地区、各省份统计年鉴。另外，除了GDP采用GDP平减指数外，其他变量均采用价格指数对其平减，以保障估计结果的准确性。
　　（四） 描述性统计
　　针对所有变量均取对数值，相关变量描述性统计如表2所示。
　　四、实证分析
　　（一）基准估计结果及分析
　　[JP]基准效应模型并没有考虑到技术市场与绿色全要素生产率的互动内生问题，但能够从经济直觉上为进一步分析两者关系以及中间机制提供间接证据，基本估计结果如表3所示。方程1和方程3基准估计模型分别显示在OLS和固定效应两种估计方式下技术市场对绿色全要素生产率的影响，二者的系数分别为0005 4、0007 7，且分别通过5%、1%的显著水平检验（括号内为t值），表明技术市场交易份额扩大显著有利于促进绿色全要素生产率水平的提高。同理，方程2和方程4基准估计模型分别显示在OLS和固定效应两种估计方式下技术市场对绿色全要素生产率的影响，二者的系数分别为0002 3、0005 5，且分别通过5%、1%的显著水平检验，表明技术市场交易增加率显著有利于促进绿色全要素生产率水平的提高。进一步从工具变量角度說明了技术市场显著促进绿色全要素生产率水平的提升。
　　注：分别表示在10%、5%以及1%的显著水平上通过检验;括号内数值表示系数的t值。
　　在控制变量中：经济发展水平显著增长提高了绿色全要素生产率水平，经济发展水平越高意味着地方经济社会发展组织经营形成规模化，对于提升资源要素的配置效率具有积极作用;而政府规模显著抑制了绿色全要素生产率水平的提升，此外，固定资产投资水平、对外开放水平以及交通便利程度对绿色全要素生产率影响并不显著。
　　（二）影响机制检验及其分析 　　[JP+1]表4和表5分别显示了技术市场影响绿色全要素生产率的作用机制。分类来看，方程5显示了技术市场交易扩大显著提高了劳动力市场一体化水平，而方程9显示了纳入劳动力市场一体化水平中介变量的综合效应，即表示技术市场交易扩大通过促进劳动力市场一体化从而影响绿色全要素生产率。方程6显示了技术市场交易扩大显著提高了資本市场一体化水平，而方程10纳入资本市场一体化水平中介变量的综合效应，即技术市场交易扩大通过促进资本市场一体化从而影响绿色全要素生产率。方程7显示了技术市场交易扩大显著提高了劳动力配置水平，而方程11纳入劳动力配置水平中介变量的综合效应，不同的是，劳动力配置水平的系数并不显著，通过进一步Sobel检验表明技术市场交易扩大通过提高劳动力配置水平从而影响绿色全要素生产率这一中介效应并不显著。可能的原因在于，长江经济带劳动力市场一体化进程依然处于上升阶段，包括长三角、长江中游城市群以及成渝城市群在内的国家城市群成为长江经济带新型城镇化的空间载体，吸引更多的农村富余劳动力向大型城市群转移，对其他中小城市的劳动力配置不足，进而对整体劳动力配置水平相对较低，导致技术市场通过影响劳动生产配置效率作用绿色全要素生产率机制并不明显。方程8显示了技术市场交易扩大显著提高了资本配置水平，而方程12纳入资本配置水平中介变量的综合效应，即表明技术市场交易扩大通过提高资本配置水平从而影响绿色全要素生产率。
　　注：分别表示在10%、5%以及1%的显著水平上通过检验;括号内数值表示系数的t值。
　　（三）稳健性检验
　　技术市场与绿色全要素生产率之间可能存在互动内生问题，除此之外，遗漏变量以及测量误差等问题也都会带来技术市场交易变量的内生问题。进一步，为了缓解潜在的内生问题，本文基于动态面板系统GMM估计方法对模型再次估计了技术市场对绿色全要素生产率的影响。具体做法是，通过主成分分析法将劳动力市场一体化和资本市场一体化整合形成统一的要素市场一体化指数，同理，也通过主成分分析法将劳动力配置效率和资本配置效率整合成要素配置效率指数，以要素市场一体化和要素配置效率作为新的中介代理变量，以及以技术市场交易增加率作为新的核心解释变量，并运用GMM估计方法进行重新估计，其结果如表6所示。在基准方程13和方程14显示技术市场增加率的系数分别为0002 8和0001 9，且通过1%的显著性水平检验，表明技术市场增加率显著提高了绿色全要素生产率;方程15和方程16显示，技术市场增加率分别对要素市场一体化、要素配置效率具有显著的促进作用;方程17和方程18在分别纳入要素市场一体化、要素配置效率中介变量的综合效应后，表明技术市场增加率通过提高要素市场一体化和要素配置效率水平从而影响绿色全要素生产率。
　　注：分别表示在10%、5%以及1%的显著水平上通过检验;括号内数值表示系数的t值。
　　注：分别表示在10%、5%以及1%的显著水平上通过检验;括号内数值表示系数的t值。
　　（四） 进一步分析：市场技术对绿色全要素生产率效应的敏感度
　　为了进一步分析技术市场对绿色全要素生产率效应的敏感度，即更为实际反映技术市场所带来的效应，本文通过技术市场分别与R&D经费支出、人均工资水平、市场一体化以及资源配置效[HJ1.5mm]率进行交互，具体检验结果如表7所示。其中，tchmarket×R&D、tchmarket×w、tchmarket×lmzi、tchmarket×clz系数显著为正，表明R&D经费支出、人均工资水平、市场一体化以及资源配置效率增强了市场技术发展提升绿色全要素生产率水平效应，即技术市场能够有效增加科技基础性投入力度、改善技术创新激励机制、提高技术市场化制度水平，从而有利于发掘企业自主创新潜力，促进企业科技成果转化，进一步增强技术市场提升绿色全要素生产率效应的能力。
　　注：分别表示在10%、5%以及1%的显著水平上通过检验;括号内数值表示系数的t值。
　　五、 研究结论与政策启示
　　（一）研究结论
　　本文利用长江经济带1998—2016年面板数据，基于OECD绿色发展战略框架下测度绿色全要素生产率水平的基础上，实证检验了技术市场对绿色全要素生产率的影响，研究发现：①长江经济带绿色全要素生产率水平呈现出逐年波动上升的趋势，且转折点出现在2008年;②长江经济带技术市场通过提升劳动力市场、资本市场一体化路径从而显著性提升绿色全要素生产率水平，也通过提高资本配置效率路径从而显著性提高绿色全要素生产率，但劳动力配置路径并不显著，且结论具有稳健性;③R&D经费支出、人均工资水平、市场一体化以及资源配置效率增强了市场技术发展提升绿色全要素生产率水平效应的能力。
　　（二） 政策建议
　　依据本文所得出的结论，结合《长江经济带规划纲要》政策实施的实际，为助推长江经济带实现绿色发展，提出如下政策建议：
　　第一，一方面，增强R&D经费投入强度以突显长江经济带科技创新的基础性投入，扩大科技创新基础条件规模，丰富关键技术和集成性技术，提高科技竞争能力进而形成有效的创新机制;另一方面，鼓励和支持信息产业发展，政府通过借自贸区之力，开展人才引进、资金引进、经验引进“三引进”行动，增强政府对企业自主创新的引导力度，提高自主创新能力的激励性机制和市场化机制，有效促进长江经济带技术市场发展，为其绿色发展提供保障。
　　第二，注重区域协同发展，适当鼓励和支持劳动力向中小城市流动，以就业补贴、住房补贴、教育、健康资助等形式引导人才向中小城市流动，从而促进劳动力配置，有效缓解不充分、不平衡问题，进而创新劳动力、资本等要素投入机制。
　　第三，持续推进和完善技术市场交易体系，通过财政补贴、税收返还等形式鼓励和支持技术市场发展，并逐步建立和完善技术交易市场监督机制，规范技术市场交易的准入条件和退出机制，从而形成良性技术市场交易循环体系，促使形成长江经济带稳定可持续性技术市场交易生态环境，为长江经济带绿色发展提供重要支撑。 　　（三） 研究不足与展望
　　本文结合长江经济带绿色发展现状，充分考虑长江经济带经济发展政策，据此提出提升长江经济带创新驱动策略，对其可持续绿色发展具有较强的指导意义。诚然，本文依然存在以下部分的不足：一是在测度长江经济带绿色全要素生产率的指标体系方面，仅根据OECD绿色增长战略框架制定，而忽略了包含UNEP 绿色经济衡量框架、世界银行绿色增长政策评价指标体系以及GGGI绿色增长计划评估指标体系在内的指标体系，可能导致长江经济带绿色全要素生产率测度存在一定的片面性;二是本文尚未涉及针对长江经济带区域层面异质性和企业层面异质性的探讨。
　　[JP2]随着长江经济带经济高质量发展战略深入推进，未来探究可在以下方面继续深入分析：一方面，获取更为实时的数据，运用多种指标体系进行测度分析，以增强探究结论的时效性与全面性及实效性;另一方面，同时考虑地区差异以及微观企业差异，从异质性视角分析不同区域层面以及企业类别层面下技术市场对绿色增长影响的不同。
　　[参考文献]
　　[1]罗良文，赵凡.工业布局优化与长江经济带高质量发展：基于区域间产业转移视角[J].改革，2019（2）：27-36.
　　[2]何寿奎.长江经济带环境治理与绿色发展协同机制及政策体系研究[J].当代经济管理，2019（8）：57-63.
　　[3]罗志高，杨继瑞.长江经济带生态环境网络化治理框架构建[J].改革，2019（1）：87-96.
　　[4]张治栋，吴迪.人力资本结构高级化与产业创新效率提升——基于长江经济带的实证分析[J].当代经济管理，2019（9）：67-74.
　　[5]王晓芳，谢贤君，孙博文.区域一体化的技术进步效应路径研究——基于长江经济带的经验数据[J].华东经济管理，2019（3）：64-71.
　　[6]陈路，孙博文，谢贤君.产业集聚的经济增长溢出效应——基于新经济地理学视角[J].首都经济贸易大学学报，2019（4）：42-52.
　　[7]ARORA [JP2]A，FOSFURI A，GAMBARDELLA A.Markets for technology：the economics of innovation and corporate strategy[J].Managerial & decision economics，2002，23（7）：437-438.[JP]
　　[8]ELTON[JP2] J J ，SHAH B R，VOVZEY J N.Intellectual property：partnering for profit[J].Mckinsey quarterly，2002（5）：58-67.[JP]
　　[9]张座铭，彭甲超，易明.中国技术市场运行效率：动态演进规律及空间差异特征[J].科技进步与对策，2018（20）：55-63.[ZK）]
　　[10][ZK（#]刘和东.中国技术市场与自主创新关系的实证研究[J].科学学研究，2006（6）：974-978.
　　[11]张汝飞，刘超，赵彦云.技术市场与科技创新互动效应研究——以北京技术市场为例 [J].数学的实践与认识，2016（8）：43-51.
　　[12]胡凯，吴清，胡毓敏.知识产权保护的技术创新效应——基于技术交易市场视角和省级面板数据的实证分析[J].财经研究，2012（8）：15-25.
　　[13]韩晶.本土技术转移与国际技术转移效应的比较——基于省际数据的空间计量分析[J].经济社会体制比较，2012（1）：195-202.
　　[14]叶祥松，刘敬.政府支持、技术市场与科技创新效率[J].经济学动态，2018（7）：67-81.
　　[15]万伦来，朱琴.R&D投入对工业绿色全要素生产率增长的影响——来自中国工业1999—2010年的经验数据[J].经济学动态，2013（9）：20-26.
　　[16]李小平.自主R&D、技术引进和生产率增长——对中國分行业大中型工业企业的实证研究[J].数量经济技术经济研究，2007（7）：15-24.
　　[17]唐保庆.国内R&D投入、国际R&D溢出与全要素生产率[J].世界经济研究，2009（9）：69-75.
　　[18]葛鹏飞，徐璋勇，黄秀路.科研创新提高了“一带一路”沿线国家的绿色全要素生产率吗[J].国际贸易问题，2017（9）：48-58.
　　[19]吴新中，董仕奇.高校毕业生就业质量评价要素及体系建构[J].科技进步与对策，2017（4）：140-144.
　　[20]ZACHARIADIS[JP2] M PALMER.R&Dinduced growth in the OECD？[J].Review of development economics，2004，8（3）：423-439.[JP]
　　[21]BROCK W A，TAYLOR M S.The green so low model[J].Journal of economic growth，2010，15（2）：127-153.
　　[22]HALLEGATTE S，et al.From growth to green growth a framework[R].National Bureau of Economic Research，2012.
　　[23]JOUVET [JP3]P A，PERTHUIS C.Green growth：from intention to implementation [J].International economics，2013，134：29-55.[JP] 　　[24]KIVYIRO P，ARMINEN H.Carbon dioxide emissions，energy consumption，economic growth，and foreign direct investment：causality analysis for Sub Saharan Africa[J].Energy，2014，74：595-606.
　　[25]TALBERTH J，BOHARA A K. Economic openness and green GDP[J].Ecological economics，2006，58（4）：743-758.
　　[26]GALEOTTI M，LANZA A，PAULI F.Reassessing the environmental Kuznets curve for CO 2 emission：a robustness exercise[J].Ecological economics，2006，57（1）：152-163.
　　[27]LOGANATHAN N，SHAHBAZ M，TAHA R.The link between green taxation and economic growth on CO2 emissions：fresh evidence from Malaysia[J].Renewable and sustainable energy reviews，2014，38：1083-1091.
　　[28]ANTHONY H，SANDEEP K.Regulatory attitudes and environmental innovation in a model combining internal and external R&D[J].Journal of environmental economics and management，2011，61（3）：32-340.
　　[29]GOESCHL T，PERINO G.On backstops and boomerangs：environmental R&D under technological uncertainty[J].Energy economics，2009，31（5）：800-809.
　　[30]JAMES R，COHEN. Hues of green：sustainable development values and green industrial development[R].Conference of the Association of Collegiate Schools of Planning，2009.
　　[ZK）][FL）]
　　How Does the Technology Market Affect Green Total Factor Productivity？
　　——From the Perspective of OECD Green Growth Strategy
　　Sun Bowen1 ，Xie Xianjun2，Zhang Zheng3
　　（1Institute of Quantitative & Technical Economics，Chinese Academy of Social Sciences，Beijing 100732，China;2School of Finance and Economics，Xi an Jiaotong University，Xi an 710061，China;3Institute of Energy Resources and Environment，Center for International Economic and Technological，Beijing 100070，China）
　　Abstract： The development of technology market means the improvement of technological innovation incentive mechanism and marketoriented system.This in turn helps to promote the free flow of innovation elements and improve the efficiency of the allocation of innovation factors，which is beneficial to the realization of green total factor productivity.Based on the panel data of the Yangtze River Economic Belt from 1998 to 2016 and the measuring level of green total factor productivity under the OECD green development strategy framework，this paper empirically tests the impact of technology market development on green total factor productivity.The study finds：the level of green total factor productivity of the Yangtze River Economic Belt shows a trend of increasing volatility year by year，and the turning point appeared in 2008.The technology market in the Yangtze River Economic Belt has significantly improved the level of green total factor productivity by enhancing the integration path of the labor market and the capital market，and has also significantly improved the green total factor productivity by improving the capital allocation efficiency path.But the labor allocation path is Not significant，and the conclusion is robust.R&D expenditure，per capita wage level，market integration and resource allocation efficiency have promoted the ability of market technology development to enhance the effect of green total factor productivity.
　　Key words： technology market; green total factor productivity; OECD green development; mediating effect
　　責任编辑（责任编辑：李萌）
转载注明来源:https://www.xzbu.com/3/view-15299723.htm