一、引言

在全球经济向绿色低碳转型的背景下，中国依托资源要素和投资驱动的粗放式经济增长模式陷入“低端锁定”困境，资源枯竭、生态恶化以及创新动力不足问题是我国摆脱“低端锁定”困境走向高质量发展的顽固阻碍。推动以创新为主导的新质生产力发展是破局关键，2024年，中共中央政治局第十一次集体学习时提到“绿色发展是高质量发展的底色，新质生产力本身就是绿色生产力”。这表明作为“创新驱动”和“绿色发展”的融合，绿色创新能够为夯实经济高质量发展注入不竭动能。然而，中国绿色创新存在“量大质低”的弊端，绿色创新潜能尚未完全释放，绿色技术交流壁垒、技术转化难题以及为迎合监管进行策略性而非实质性绿色创新等问题抑制绿色创新效率提升。

在技术封锁和产业垄断的逆全球化贸易格局中，实施高水平的对外开放是提高绿色创新效率的重要举措。2024年3月，李强总理代表国务院在第十四届全国人民代表大会第二次会议上所作的《政府工作报告》强调，要主动对接高标准国际经贸规则，稳步扩大制度型开放，增强国内国际两个市场资源联动效应。作为中国对外开放制度的“新高地”，自由贸易试验区(以下简称“自贸区”)建设是响应“十四五”规划，实现“提升开放范围、拓展开放领域和深化开放层次”的重要体现。^[1]自2013年9月上海自贸区率先试行，截至2023年11月新疆自贸区最新成立，中国共设立7批自贸区试点城市(不含自贸区扩展区)，分为“1+3+7+1+6+3+1”逐步实施，共计22个自贸区。自贸区的实施方案均包含绿色贸易相关内容，超过85%已经签署并生效的自由贸易协定包含环境保护条款，其在资源节约、环境保护、绿色创新等领域的潜在影响日益显现。2021年5月，生态环境部等八部门共同发布《关于加强自由贸易试验区生态环境保护推动高质量发展的指导意见》，就如何释放自贸区建设的环境红利进一步提出政策指引。那么，自贸区建设是否对城市绿色创新效率产生影响？该影响是否存在间接作用机制以及空间溢出效应？

与上述研究问题相关的文献包括两类：一是研究绿色创新效率的测度和影响因素。当前学者测度效率的主要方法包括随机前沿模型、^[2]DEA-BCC模型、^[3]Super-SBM模型、^[4][5]网络DEA模型等。^[6]进一步地，现有研究发现绿色创新效率的影响因素包括数字金融、^[7]工业智能化、^[8]产业结构升级和环境规制等。^[9][10]且部分学者从两阶段价值链视角出发，打开绿色创新活动的“黑箱”，深入分析绿色创新效率低下的原因，挖掘提升绿色科技研发和绿色成果转化两个子阶段效率的因素，并研究发现数字经济发展、^[11]对外直接投资以及低碳城市试点政策能够提升城市绿色科技研发效率和绿色成果转化效率。^[12][13]二是自贸区建设的环境效应。现有文献关于自贸区建设的环境效应的结论不一。部分学者从宏观层面和微观层面证实了自贸区建设能够改善环境。基于宏观视角，现有文献研究发现自贸区建设能够改善大气环境、^[14]降低城市污染排放、^[15]实现减污降碳协同发展以及提高全要素能源效率。^[16][17]基于微观视角，现有文献研究发现自贸区建设能够促进企业低碳创新和改善企业ESG绩效等。^[18][19][20]但仍有学者认为自贸区建设可能存在“政策陷阱”，加快贸易开放会使环境规制宽松的欠发达地区变成发达地区的“污染避风港”，^[21]对环境产生不利影响。Zhuo等研究发现，广东自贸区建设导致城市废气和废水排放量增加。^[22]

基于上述分析，学者们针对绿色创新效率的测度和影响因素以及自贸区建设的环境效应展开了丰富研究，而将自贸区建设与城市绿色创新效率纳入统一理论框架的研究鲜少，尚未有研究揭示自贸区建设在城市绿色创新各子阶段和整体活动中的重要影响，无法揭开城市绿色创新活动各子阶段运行效率低下的谜团；未能挖掘出自贸区建设影响城市绿色创新子阶段效率和整体效率的影响机制，缺少自贸区建设释放高水平制度开放红利驱动城市绿色创新的理论支撑；自贸区建设作为开放“试验田”，其空间溢出效应的研究不充分。自贸区建设能否发挥政策示范效应是政策制定者优先考虑的因素，研究自贸区建设能否由点带面地促进城市绿色创新整体和子阶段效率具有重要意义。因此，本研究的边际贡献主要包括以下几方面：第一，基于创新价值链视角，将绿色创新活动划分为绿色科技研发和绿色成果转化两个子阶段，深入梳理自贸区建设提高城市绿色创新效率以及两个子阶段效率的内在逻辑，以及从提高创业活跃度、促进创新人才流动以及加强战略新兴产业集聚三方面分析其作用机制，为政策制定者分层次、多维度、分阶段地推动城市绿色创新活动提供理论支撑；第二，采用双重机器学习进行再检验，不仅能够缓解传统回归模型因高维度问题而导致的估计偏误，而且能够缓解变量非线性关系导致的模型设定偏误，从而有效解决内生性问题，避免实证研究中单一的计量经济学模型估计，提高估计结果的精度；第三，进一步探讨自贸区建设对城市绿色创新效率以及子阶段效率影响的空间溢出效应和空间衰减边界，为辖区内绿色创新链条跨区域延伸，协调城市间各个阶段的绿色创新发展提供新的参考。

二、理论分析与研究假设 (一) 自贸区建设对城市绿色创新效率的直接影响

自贸区建设作为一项高水平制度性开放举措，能够提升城市绿色创新效率。依据两阶段创新价值链理论，本研究将城市绿色创新视为一个动态的和连续的生产活动。^[21]在绿色科技研发阶段，辖区内鼓励跨国公司设立环境技术研究中心，推动全球科技交流与合作，打破技术交换壁垒，从而产生技术溢出效应，^[22]提高城市绿色技术研发动力；辖区内吸引大量企业入驻，加剧市场竞争，产生企业竞合效应，促进企业间不断学习和模仿竞争对手的绿色创新方式，有助于提升城市绿色科技研发成功率。在绿色成果转化阶段，自贸区鼓励辖区内资源要素流动，根据市场信号导向使其流向绿色清洁产业，产生资源配置效应，能够加速绿色成果高效地从实验室技术和理念转化到实际应用，减少能源消耗和废弃物排放；注重补齐辖区内环境基础设施短板，率先实施生态环境管理，能够产生环境监管效应，从而加强城市清洁生产技术投入，实现生产减排协同。基于此，本研究提出以下假设：

假设1：自贸区建设能够提升城市绿色创新效率。

假设1a：自贸区建设能够提升城市绿色科技研发效率。

假设1b：自贸区建设能够提升城市绿色成果转化效率。

(二) 自贸区建设对城市绿色创新效率影响的中介效应 1、提高创业活跃度

从新制度经济学理论来看，自贸区建设是一种内生于经济活动的诱致性制度变迁，能够降低企业创业、生产和经营的不确定性。这为创业者提供了稳定、健康和公正的制度环境，有助于提高城市创业活跃度，^[23]进而驱动城市提高绿色创新效率。在绿色科技研发阶段，自贸区为辖区内绿色科技创业企业提供优惠的金融政策，能够缓解企业的融资约束，进而提高城市绿色科技研发活力；辖区内活跃的创业环境为潜在的创业者与现有企业、科研机构提供信息交流平台，能够降低绿色科技企业信息检索成本，促进绿色科技企业发挥规模经济效应。在绿色成果转化阶段，创业活跃度高的地区能够吸引多元的创新资源，优化创新网络布局，有利于加强绿色成果转化的协同合作；辖区对绿色创业活动的支持向市场传递导向信号，能够刺激市场对绿色产品和服务的需求，^[24]从而倒逼绿色成果转化。基于此，本研究提出以下假设：

假设2：自贸区建设通过提高创业活跃度提升城市绿色创新效率。

假设2a：自贸区建设通过提高创业活跃度提升城市绿色科技研发效率。

假设2b：自贸区建设通过提高创业活跃度提升城市绿色成果转化效率。

2、促进创新人才流动

自贸区制定人才激励政策和搭建科技创新平台吸引创新人才，而创新人才是城市绿色创新的第一驱动力，^[25]促进创新人才流动能够有效提升城市绿色创新效率。在绿色科技研发阶段，创新人才流动能够加强知识交叉融合，^[26]拓宽绿色科技研发的视野，提高绿色创新技术的迭代速度；创新人才流动能够促进应用技术反馈，有助于实时地调整研发方向和重点，从而提升绿色创新技术的适用性。在绿色成果转化阶段，创新人才流动能够促进绿色创新技术在产业链下游延伸，加快相关配套产业绿色转型，促进绿色成果转化；由于不同城市在资源禀赋、产业结构和市场需求偏好方面存在差异，创新人才流动有助于绿色科学技术本地化改造，^[27]因地制宜落实绿色成果转化，从而提高绿色成果转化效率。基于此，本研究提出以下假设：

假设3：自贸区建设通过促进创新人才流动提升城市绿色创新效率。

假设3a：自贸区建设通过促进创新人才流动提升城市绿色科技研发效率。

假设3b：自贸区建设通过促进创新人才流动提升城市绿色成果转化效率。

3、加强战略新兴产业集聚

自贸区实施金融改革创新、政府职能转变和贸易投资便利化举措促进战略新兴产业集聚，而战略新兴产业领域是城市绿色创新活动的主要阵地，加强战略新兴产业集聚有利于提高城市绿色创新效率。在绿色科技研发阶段，辖区内全球贸易往来为战略新兴产业提供新的机遇，^[28]有利于战略新兴产业打破知识交流壁垒，实现以战略新兴产业为“领头羊”，以点带面地推动城市绿色科技研发进程；战略新兴产业集聚有助于辖区内企业共享先进的科研基础设施，促进绿色科技企业的协同发展。在绿色成果转化阶段，战略新兴产业集聚产生规模经济效应，能够降低企业信息检索、沟通谈判和技术交换的成本，^[29]有助于更广泛地促进绿色成果转化；辖区内加强产业集聚能够促进战略新兴产业与制造业优势互补，增加绿色成果转化情景，促进绿色成果在能源使用以及商品生产、分配和流通等环节的应用，减少不必要的能源消耗和污染物排放，构建清洁高效的产业链条。基于此，本研究提出以下假设：

假设4：自贸区建设通过加强战略新兴产业集聚提升城市绿色创新效率。

假设4a：自贸区建设通过加强战略新兴产业集聚提升城市绿色科技研发效率。

假设4b：自贸区建设通过加强战略新兴产业集聚提升城市绿色成果转化效率。

(三) 自贸区建设对城市绿色创新效率影响的空间溢出效应

根据创新空间溢出理论，自贸区全方位的制度创新可能对周围城市产生正向的空间溢出效应。在绿色科技研发阶段，辖区内举办行业展会、技术研讨会等为企业之间的合作交流提供平台，有利于促进本地城市通过合作项目等方式与周围城市的企业和科研机构互动，从而提升周围城市绿色科技研发活力；自贸区建设为贸易畅通提供窗口，扩大区域市场规模，激发对绿色产品和服务的需求，这为周围城市的绿色科技企业提供更广阔的市场空间。在绿色成果转化阶段，辖区内绿色产业链的延伸能够加强与周边城市的产业关联，^[30]有利于周围城市对绿色科学技术的吸收与转化；自贸区建设发挥政策示范效应，促进周围城市制定支持绿色成果转化的财政体系和提供完备的绿色基础设施，为绿色创新成果孵化提供更好的政策环境。基于此，本研究提出以下假设：

假设5：自贸区建设能够通过空间溢出效应提升邻近地区城市绿色创新效率。

假设5a：自贸区建设能够通过空间溢出效应提升邻近地区城市绿色科技研发效率。

假设5b：自贸区建设能够通过空间溢出效应提升邻近地区城市绿色成果转化效率。

本研究的理论机制如图 1所示：

三、研究设计 (一) 模型构建 1、基准回归模型

为评估自贸区建设的政策效应，本研究将双重差分模型作为基准回归模型进行估计，模型设定为：

$G I E_{i t}=\alpha_0+\alpha_1 { PFTZ } _{i t}+\alpha_2 X_{i t}+\mu_i+\nu_t+\varepsilon_{i t}$

(1)

$G T R D E_{i t}=\beta_0+\beta_1 { PFTZ }_{i t}+\beta_2 X_{i t}+\mu_i+\nu_t+\varepsilon_{i t}$

(2)

$G A T E_{i t}=\lambda_0+\lambda_1 { PFTZ } _{i t}+\lambda_2 X_{i t}+\mu_i+\nu_t+\varepsilon_{i t}$

(3)

其中，PFTZ_it为自贸区建设的虚拟变量；GIE_it为城市绿色创新效率；GTRDE_it为城市绿色科技研发效率；GATE_it为城市绿色成果转化效率；μ_i为城市固定效应；ν_t为年份固定效应；ε_it为随机误差项。

2、中介效应模型

为验证自贸区建设对城市绿色创新效率及子阶段效率的中介效应，构建中介效应模型，模型设定为：

$M_{i t}=\alpha_0+\alpha_1 PF T Z_{i t}+\alpha_2 X_{i t}+\mu_i+\nu_t+\varepsilon_{i t}$

(4)

$G I E_{i t}=\beta_0+\beta_1 { PFTZ }{ }_{i t}+\beta_2 M_{i t}+\beta_3 X_{i t}+\mu_i+\nu_t+\varepsilon_{i t}$

(5)

$G T R D E_{i t}=\varphi_0+\varphi_1 P F T Z_{i t}+\varphi_2 M_{i t}+\varphi_3 X_{i t}+\mu_i+\nu_t+\varepsilon_{i t}$

(6)

$G A T E_{i t}=\lambda_0+\lambda_1 P F T Z_{i t}+\lambda_2 M_{i t}+\lambda_3 X_{i t}+\mu_i+\nu_t+\varepsilon_{i t}$

(7)

其中，M_it为中介变量；其他变量含义与基准回归模型一致。

3、空间计量模型

本研究采用空间杜宾模型进行更稳健的模型估计。^[31]此外，为缓解潜在的内生问题，以动态空间杜宾模型为基础，将其与双重差分模型结合，研究自贸区建设的空间溢出效应，^[32]模型设定为:

${ GIE }_{i t}=\alpha_0+\tau G I E_{i t-1}+\rho W G I E_{i t}+\eta W G I E_{i t}+\alpha_1 P F T Z_{i t}+\alpha_2 W P F T Z_{i t}+\beta_1 X_{i t}+\beta_2 W X_{i t}+\mu_i+\nu_t +\varepsilon_{i t}$

(8)

$G T R D E_{i t}=\alpha_0+\tau G T R D E_{i t-1}+\rho W G T R D E_{i t}+\eta W G T R D E_{i t}+\alpha_1 P F T Z_{i t}+\alpha_2 W P F T Z_{i t}+\beta_1 X_{i t}+ \beta_2 W X_{i t}+\mu_i+\nu_t+\varepsilon_{i t}$

(9)

$G A T E_{i t}=\alpha_0+\tau G A T E_{i t-1}+\rho W G A T E_{i t}+\eta W G A T E_{i t}+\alpha_1 P F T Z_{i t}+\alpha_2 W P F T Z_{i t}+\beta_1 X_{i t}+\beta_2 W X_{i t} +\mu_i+\nu_t+\varepsilon_{i t}$

(10)

其中，τ为时间滞后项的系数；ρ为空间滞后项的系数；η为时空滞后项的系数；W为空间权重矩阵；其他变量含义与基准回归模型一致。

首先，本研究构造地理距离矩阵，将其作为空间权重矩阵，如下所示：

$W( { geo })_{i j}=\left\{\begin{array}{l} \frac{1}{d_{i j}^2}, i \neq j \\ 0, i=j \end{array}\right.$

(11)

其中，d_ij²为两城市之间的地理距离的平方。进一步，由于经济发展水平不同的城市绿色创新活动的活跃程度不同，本研究继续选取人均实际GDP(以2006年为基期平减处理)年均值绝对差值的倒数构建经济距离矩阵W(eco)；最后，人力资本是进行绿色创新的重要禀赋，不同人力资本水平下技术溢出效应存在差异，因此，本研究选取人均受教育年限年均值绝对差值的倒数构建人力资本矩阵W(edu)。构建的矩阵如下：

$W(e c o / e d u)=\left\{\begin{array}{l} \frac{1}{\left|\bar{Y}_i-\bar{Y}_j\right|}, i \neq j \\ 0, i=j \end{array}\right.$

(12)

其中，Y_i和Y_j分别是样本期间内城市i和城市j的人均实际GDP或人均受教育年限。

(二) 变量测算 1、被解释变量

数据包络分析方法被广泛用于效率测度。Tone和Tsutsui提出的网络DEA模型能够打开生产过程中的“黑箱”，测度决策单元每个阶段的子效率和整体效率，^[33]有助于深入探究创新效率低下的原因。因此，本研究采用含有非期望产出的超效率网络SBM模型测度中国城市绿色创新效率以及两个子阶段效率。其中，绿色科技研发效率是指绿色科技研究和开发活动的创新投入与所产出的绿色科技成果的比率；绿色成果转化效率是指已有的绿色科技成果从实验室研发阶段或理论阶段有效地转化为实际生产力实现经济与环境效益的效率。^[6]具体测算步骤如下所示。

(1) 绿色科技研发效率的测算模型可表示为：

$E_0^A=\min \frac{1-\frac{1}{m_1} \sum\limits_{i=1}^{m_1} \frac{s_i^{-}}{x_0^A}}{1+\frac{1}{z} \sum\limits_{r=1}^z \frac{s_r^{+}}{P_0}}$

(13)

${ s.t. }\left\{\begin{array}{c} X^A \lambda^A+s_i^{-}=X_0^A \\ P \lambda^A-s_r^{+}=P_0 \\ s_i^{-} \geqslant 0 ; s_r^{+} \geqslant 0 ; \lambda^A \geqslant 0 \end{array}\right.$

(14)

其中，E₀^A表示当前决策单元绿色科技研发阶段的效率值；m₁、z分别表示绿色科技研发阶段的投入和中间产出的数目；s_i^-、s_r⁺分别表示当前决策单元投入和中间产出P₀的松弛变量；λ^A为权重。

(2) 绿色成果转化阶段效率的测算模型可表示为：

$E_0^B=\min \frac{1-\frac{1}{m_2+z}\left(\sum\limits_{j=1}^{m_2} \frac{s_j^{-}}{X_0^B}+\sum\limits_{t=1}^z \frac{s_t^{-}}{P_0}\right)}{1+\frac{1}{q_1+q_2}\left(\sum\limits_{k=1}^{q_1} \frac{s_k^{+}}{Y_0^g}+\sum\limits_{l=1}^{q_2} \frac{s_l^{-}}{Y_0^b}\right)}$

(15)

${ s.t. }\left\{\begin{array}{l} X^B \lambda^B+s_j^{-}=X_0^B \\ P \lambda^B+s_t^{-}=P_0 \\ Y^g \lambda^B-s_k^{+}=Y_0^g \\ Y^b \lambda^B+s_l^{-}=Y_0^B \\ P \lambda^A=P \lambda^B \\ s_j^{-} \geqslant 0 ; s_t^{-} \geqslant 0 ; s_l^{-} \geqslant 0 ; s_k^{+} \geqslant 0 \\ \lambda^A \geqslant 0 ; \lambda^B \geqslant 0 \end{array}\right.$

(16)

其中，E₀^B表示绿色成果转化阶段的效率值；m₂、z、q₁、q₂分别表示该阶段的投入、中间产出、期望产出和非期望产出的数目；s_j^-、s_t^-、s_k⁺和s_l^-是当前决策单元在绿色成果转化阶段投入X₀^B、中间产出P₀、期望产出Y₀^g和非期望产出Y₀^b的松弛变量；λ^A和λ^B分别为两个阶段的权重；Pλ^A=Pλ^B是约束条件。

(3) 进一步，采用两阶段效率的算数平均值衡量整体绿色创新效率值，^[34]表示为：

$E_0=\frac{1}{2}\left(E_0^A+E_0^B\right)$

(17)

若E₀^A=1或E₀^B=1，这意味着当前决策单元在第一阶段或第二阶段为DEA有效；若E₀^A<1或E₀^B<1，则当前决策单元在第一阶段或第二阶段为非DEA有效；若E₀^A=1且E₀^B=1，则当前决策单元为网络DEA有效。

基于上述分析，在绿色科技创新阶段，选取科研、技术服务和地质勘察业从业人员以及水利、环境和公共设施管理业从业人员作为绿色创新劳动投入指标；^[35]选取政府科学技术支出作为绿色创新资本投入指标；选取绿色专利申请授予量作为中间产出。在绿色成果转化阶段，选取中间产出作为第二阶段的科技投入；^[6]利用熵权法选取全社会用电量、供水总量和液化石油气供气总量测算能源消费综合指数作为能源投入；^[36]此阶段的期望产出为实际GDP(以2006年为基期折算)；非期望产出为熵权法测算的污染排放综合指数。^[37]具体指标选取如表 1所示。

2、解释变量

本研究以PFTZ_it为自贸区建设的虚拟变量，城市i在t年入选为试点城市，则取值为1，否则为0。自贸区设立的批次、时间与地区如图 2所示。

3、中介变量

本研究的相关中介变量包括以下三个。(1)创业活跃度(ENAC)，以城市每百人中新创立的企业数量衡量创业活跃度。^[38](2)创新人才流动(INTF)，运用引力模型测算创新人才流动水平。^[39]创新人才不仅追求经济与就业环境，还追求更好的教育和医疗环境。^[40]在本研究中，经济环境以实际GDP(以2006年为基期折算)、职工平均工资水平和房价水平为代表。其中，房价水平为负向指标；就业环境以规模以上工业企业总数为代表；教育环境以政府教育支出占比为代表；医疗环境以每万人医院床位数为代表。引力模型为：

$\begin{aligned} & I N T F_{i j t}=\frac{ { hum }_{i t}^{\alpha_1} \times h u m_{j t}^{\alpha_2}}{D_{i j}^{\varphi}} \cdot\left(\frac{g d p_{i t}}{g d p_{j t}}\right)^{\lambda_1} \cdot\left(\frac{wa g e_{i t}}{w a g e_{j t}}\right)^{\lambda_2} \cdot\left(\frac{ { price }_{j t}}{ { price }_{i t}}\right)^{\lambda_3} \cdot\left(\frac{e d u_{i t}}{e d u_{j t}}\right)^{\lambda_4} \cdot\left(\frac{h o s_{i t}}{ { hos }_{j t}}\right)^{\lambda_5} \cdot \left(\frac{e n t_{i t}}{e n t_{j t}}\right)^{\lambda_6} \end{aligned}$

(18)

其中，hum_i、hum_j分别为i、j两个城市以科研、技术服务和地质勘查业从业人员数量为代表的创新人数；λ_h(h=1，2，3，4，5，6)为各个指标的权重；α₁、α₂为创新人才的引力系数，一般α₁=α₂=0.5。为确保指标的科学性，本研究采用熵权法测算指标权重，指标gdp、wage、price、edu、hos和ent的权重分别为0.221、0.140、0.014、0.028、0.120和0.477。进一步地，以t年i城市创新人才流入总量表示城市创新人才流动的水平，表示为：

$I N T F_{i t}=\sum\limits_{j=1}^{284} I N T F_{i j t}$

(19)

(3) 战略新兴产业集聚(SEIA)，本研究采用区位熵法测算城市战略新兴产业集聚水平，^[41]公式为：

${SEIA}_{i t}=\frac{Z_{i t} / \sum\limits_{i=1}^N Z_{i t}}{{area}_{i t} / \sum\limits_{i=1}^N {area}_{i t}}$

(20)

其中，N表示城市数量；area表示城市的行政区域面积；Z表示城市战略新兴产业的就业人数，战略新兴产业范围以国家统计局颁布的《战略新兴产业分类(2018)》为依据。

4、控制变量

本研究的控制变量包括：(1)城市消费水平(CONL)，选取社会消费品零售总额与GDP的比值衡量；(2)政府干预程度(GOV)，选取政府一般公共预算支出与GDP的比值衡量；(3)金融发展水平(FIDE)，选取金融机构存贷款余额与GDP的比值衡量；(4)城镇化水平(URBL)，选取城镇户籍人口与总人口的比值衡量；(5)城市就业结构(EMST)，选取第三产业就业人口比重衡量。

(三) 数据来源与变量描述性统计

考虑到数据的连续性与可得性，本研究的样本区间为2006—2022年，研究前六批自贸区建设的政策效应，删除数据缺失严重的城市后，共获得284个城市的面板数据集。数据主要来源于《中国城市统计年鉴》和《中国城乡建设统计年鉴》，部分缺失值选用线性内插法进行补全，相关变量的描述性统计如表 2所示。

四、实证分析 (一) 平行趋势检验

满足平行趋势假设是研究适用双重差分模型的必要条件。因此，构建平行趋势检验模型如下：

$G I E_{i t}=\alpha_0+\sum\limits_{k \geqslant-9, k \neq-1}^9 \pi_k D_{i t}^k+\alpha_2 X_{i t}+\mu_i+\nu_t+\varepsilon_{i t}$

(21)

${ GTRDE }_{i t}=\beta_0+\sum\limits_{k \geqslant-9, k \neq-1}^9 \pi_k D_{i t}^k+\beta_2 X_{i t}+\mu_i+\nu_t+\varepsilon_{i t}$

(22)

${ GATE }_{i t}=\lambda_0+\sum\limits_{k \geqslant-9, k \neq-1}^9 \pi_k D_{i t}^k+\lambda_2 X_{i t}+\mu_i+\nu_t+\varepsilon_{i t}$

(23)

其中，D_it^k表示自贸区建立的虚拟变量。具体来说，如果t年是城市i自贸区建设获批的当年，则D_it⁰=1，否则为0；如果t年是城市i自贸区建设获批后的第一年，则D_it¹=1，否则为0，以此类推。本研究以自贸区建设的前一年为基期年进行剔除。由图 3可知，在自贸区试点政策实施之前，虚拟变量的估计系数不显著，这表明控制组和处理组城市在政策实施前绿色创新整体效率和子阶段效率不存在显著差异，满足平行趋势假设，可以进一步采用双重差分法进行有效估计。

(二) 基准回归结果

本研究基准回归结果如表 3所示。其中，列(1)、列(3)和列(5)为未加入控制变量的估计结果，PFTZ的估计系数显著为正；列(2)、列(4)和列(6)为加入控制变量的估计结果，PFTZ的估计系数均显著为正。这表明自贸区建设能够促进城市绿色创新效率以及子阶段效率，研究假设1、假设1a和假设1b成立。由列(2)控制变量的估计结果可知，城市消费水平(CONL)和城镇化水平(URBL)均显著抑制城市绿色创新效率，而政府干预程度(GOV)和金融发展水平(FIDE)均能够提升城市绿色创新效率。

(三) 稳健性检验 1、排除其他政策干扰

首先，其他可能影响城市绿色创新的政策出台可能对回归模型的估计结果造成干扰。因此，参考Wang等和Shi等的研究，加入碳排放权交易试点(CET)和绿色金融改革创新试验区(PZGFRI)两个政策的控制变量以排除政策干扰，^[42][43]结果如表 4中列(1)、列(2)、列(3)所示，在控制两项政策的影响后，PFTZ的系数仍显著为正，表明研究结论具有稳健性。

2、PSM-DID

自贸区建设前各个城市具有不同的个体特征，可能导致处理组存在选择性偏差，而倾向得分匹配方法可以缓解由选择性偏差对模型产生的估计偏误。本研究以控制变量为识别特征，选择卡尺距离为0.05的1∶1近邻匹配法进行匹配。表 4中列(4)、列(5)、列(6)为匹配后模型的估计结果，PFTZ的系数均显著为正，表明基准回归结果在考虑样本自选择偏误问题后依旧保持稳健。

3、安慰剂检验

参考Cai等的研究，随机生成虚假处理时间和虚假处理城市，构建新交互项，进行安慰剂检验。^[44]图 4为自贸区建设分别对城市绿色创新效率、绿色科技研发效率和绿色成果转化效率重复估计500次后估计系数的核密度分布以及对应的p值。检验结果表明，估计系数在0左右呈现正态分布，且只有小部分p值小于0.1，而基准回归估计结果(虚线)显著异于0，且位于0右端。这表明政策评估结果具有稳健性。

4、内生性处理

为排除自贸区试点城市的选择可能受到的其他城市层面潜在因素的影响，采用工具变量法做进一步检验。参考崔日明等的研究，将各城市年降水量作为城市是否入选自贸区试点的工具变量。^[45]贸易便利度是上级政府选择试点城市时优先考虑的因素。贸易便利度较高的城市一般沿海、沿江分布，该类城市降水量较多，能够为低成本的海运发展提供先天优势。因此，降水量与自贸区建设存在正相关关系，满足工具变量的相关性假设。同时，降水量由气候和地理等自然条件决定，自然地理变量不会对城市绿色创新产生影响。因此，降水量符合工具变量的外生性假设。工具变量法的估计结果如表 4中列(7)、列(8)、列(9)和列(10)所示。在第一阶段回归中，列(7)中IV的系数显著为正数，说明降水量与城市入选自贸区试点显著正相关。在第二阶段回归中，列(8)、列(9)和列(10)中PFTZ的系数显著为正，与基准回归模型的系数符号保持一致。进一步地，Kleibergen-Paap rk LM statistic统计值为42.176，在1%水平上显著拒绝“工具变量识别不足”的原假设，Kleibergen-Paap Wald rk F statistic统计值为40.390，大于10%临界值16.38，表明模型不存在弱工具变量问题。这表明工具变量选取合理有效。因此，工具变量法的估计结果表明研究结论依旧稳健。

5、双重机器学习再检验

参考Chernozhukov等的研究，采用双重机器学习法进行再检验，在控制城市和年份的基础上，加入控制变量的一次项和二次项，分别使用1∶2、1∶4和1∶7的样本分割比例进行估计。^[46]首先，采用随机森林算法提高参数估计的准确性和稳定性，如表 5中列(1)、列(2)、列(3)所示，PFTZ的系数显著为正；其次，更换机器学习算法，采用拉索回归算法进行估计，如表 5中列(4)、列(5)、列(6)所示，PFTZ的系数仍显著为正，表明改变机器学习算法和样本分割比例均不影响自贸区建设能够提升城市绿色创新效率以及子阶段效率这一结论。

(四) 异质性分析 1、地理环境异质性

本研究将样本城市划分为沿海城市和非沿海城市进行分组回归，估计结果如表 6所示。在沿海城市子样本回归中PFTZ的系数均显著为正，而在非沿海城市子样本回归中PFTZ的系数不显著，表明沿海城市自贸区建设能够有效提升城市绿色创新效率和子阶段效率，而非沿海城市自贸区建设尚未发挥显著的政策效应。差异性影响的原因可能是沿海城市作为开放前沿城市，其贸易投资制度、金融发展与监管制度、专利保护制度等均领先于非沿海城市，而非沿海城市受区位条件限制，外商投资和对外贸易发展基础薄弱，其功能定位为承接沿海城市产业，政策效果可能存在时滞效应。

2、营商环境异质性

本研究采用企业应交增值税、主营业务税金及附加之和与工业产值的比值量化城市营商环境，^[47]将样本城市依据中位数划分为高营商环境城市和低营商环境城市，分组回归的结果如表 6所示。在低营商环境城市子样本回归中PFTZ的系数不显著，而在高营商环境城市子样本回归中PFTZ的系数均显著为正。这表明高营商环境城市自贸区建设能够有效提升城市绿色创新效率和子阶段效率，而低营商环境城市自贸区建设尚未发挥政策效应。这可能是因为高营商环境的城市能够提供稳定的、公平的和可预期的市场环境，有利于激发绿色创新主体活力，而低营商环境城市尚未形成紧密的创新网络布局，缺乏绿色创新资金、技术和人才的吸引力，绿色创新机制不够完善，导致自贸区的政策影响力尚未显现。

3、环境规制异质性

本研究利用各城市政府年度工作报告中环境保护术语词频占比衡量地方政府环境规制，^[48]将样本城市依据中位数划分为高环境规制城市和低环境规制城市，分组回归的结果如表 6所示。在高环境规制城市子样本回归中PFTZ的回归系数不显著，而在低环境规制城市子样本回归中PFTZ的回归系数显著为正。这表明低环境规制强度城市自贸区建设能够有效提升城市绿色创新效率和子阶段效率，而高环境规制强度城市自贸区建设尚未发挥显著的政策效应。主要原因在于，在环境规制高的城市辖区内的企业创新承担着更大的环境合规成本，导致企业挤出研发投入，不利于推进绿色创新项目，进而无法有效提升城市绿色创新效率和子阶段效率。

(五) 机制分析 1、提高创业活跃度

表 7中列(1)、列(2)、列(3)、列(4)为提高创业活跃度的机制检验结果。在列(1)中，PFTZ的系数显著为正，表明自贸区建设能有效提高创业活跃度。在列(2)、列(3)、列(4)中，ENAC的系数显著为正，表明提高创业活跃度是自贸区建设促进城市绿色创新效率以及两个子阶段效率的渠道之一。研究假设2、2a和2b均得到验证。

2、促进创新人才流动

表 7中列(5)、列(6)、列(7)、列(8)为促进创新人才流动的机制检验结果。在列(5)中，PFTZ的系数显著为正，表明自贸区建设能有效促进创新人才流动。在列(6)、列(7)、列(8)中，INTF的系数显著为正，表明促进创新人才流动是自贸区建设促进城市绿色创新效率以及两个子阶段效率的渠道之一。研究假设3、假设3a和假设3b均得到验证。

3、加强战略新兴产业集聚

表 7中列(9)、列(10)、列(11)、列(12)为加强战略新兴产业集聚的机制检验结果。在列(9)中，PFTZ的系数显著为正，表明自贸区建设能有效加强战略新兴产业集聚。在列(10)、列(11)、列(12)中，SEIA的系数显著为正，表明加强战略新兴产业集聚是自贸区建设促进城市绿色创新效率以及两个子阶段效率的渠道之一。研究假设4、假设4a和假设4b均得到验证。

(六) 空间溢出效应分析 1、空间相关性检验

表 8为城市绿色创新效率和子阶段效率基于地理距离矩阵的Moran′s I指数，由检验结果可知，Moran′s I指数均在统计水平上显著为正，表明通过空间自相关检验，城市绿色创新整体效率和子阶段效率可能存在空间上的相关性。

2、空间溢出效应估计

表 9为自贸区建设的空间溢出效应估计结果。首先，LM检验和稳健LM检验均通过1%的显著性检验，证实空间杜宾模型的适用性。其次，根据Wald和LR检验结果可知，空间杜宾模型不会退化成空间滞后和空间误差模型。同时，LR固定效应检验表明应采用时间和个体双固定效应模型。最后，Hausman检验显著拒绝原假设。因此，本研究选择个体和时间双固定的空间杜宾模型进行实证分析。

在列(1)、列(2)、列(3)中PFTZ的系数显著为正，再一次验证了研究假设1、假设1a和假设1b的成立；在列(1)和列(2)中WPFTZ的系数显著为正，表明自贸区建设能够提升周围城市绿色创新效率和绿色科技研发效率，而在列(3)中WPFTZ的系数不显著，表明自贸区建设对周围城市绿色成果转化效率的影响不显著，研究假设5和假设5a成立，而研究假设5b不成立。这可能的原因包括以下两点：第一，传统制造业借助辖区内优惠的政策优势扩大生产规模，周围城市被动承接这类传统高能耗产业的生产活动，对绿色产业和创新型产业产生“挤出效应”，从而导致周围城市陷入“低端产业锁定”；第二，自贸区引进或者自主研发的绿色技术可能与周围城市的产业基础、技术水平和资源禀赋不匹配，导致绿色技术无法在周围城市落地转化。

3、空间溢出效应稳健性检验

本研究替换空间权重矩阵进行重新估计，模型估计结果如表 10所示。无论是经济距离矩阵，还是人力资本矩阵，PFTZ的系数均显著为正，且在列(1)、列(2)、列(4)和列(5)中WPFTZ的系数显著为正，而在列(3)和列(6)中WPFTZ的系数不显著，与上述研究结论一致，表明自贸区建设的空间溢出效应估计结果具有稳健性。

4、空间衰减边界测算

地理距离增加，以及技术交换和知识交流的成本增加，导致绿色创新活动无法继续打破空间桎梏。为测算自贸区建设空间溢出效应的衰减边界，本研究为地理距离矩阵设置阈值，如式(24)所示，得到一系列地理距离阈值矩阵W(geo)_it^δ。自贸区建设对周围城市绿色成果转化效率不存在显著的空间溢出效应，因此，本研究将一系列地理距离阈值矩阵依次带入空间计量模型(8)和模型(9)以测算自贸区建设对周围城市绿色创新效率和绿色科技研发效率影响的空间衰减边界。

$W( { geo })_{i t}^{{\delta}}=\left\{\begin{array}{l} \frac{1}{d_{i j}^2}, i \neq j \quad { if } \quad d_{i j}>d_{t h} \\ 0, i=j \quad { if } \quad d_{i j} \leqslant d_{t h} \end{array}\right.$

(24)

其中，d_th为距离阈值，由于城市之间距离为50千米的较少，所以设置初始阈值为50千米，并逐渐以50千米的步长增加，直到d_th达到750千米为止。图 5展示了PFTZ的空间溢出效应分解中的长期间接效应的估计系数。可见，空间溢出效应随着城市间地理距离的增加而波动，其中，自贸区建设对周围城市绿色创新效率的正向空间溢出距离为350千米，对周围城市绿色科技研发效率的正向空间溢出距离为200千米。

六、结论与建议

本研究从创新价值链视角出发，探讨自贸区建设对城市绿色创新效率以及两个子阶段效率影响的直接效应、中介效应和空间溢出效应，得出以下结论：(1)自贸区建设能够提高城市绿色创新效率以及绿色科技研发和绿色成果转化两个子阶段效率，这一结论经过双重机器学习再检验和内生性分析等一系列检验依旧稳健；(2)高水平制度性开放举措在沿海城市、高营商环境城市和低环境规制城市的政策效应更显著；(3)提高城市创业活跃度、促进创新人才流动和加强战略新兴产业集聚是自贸区建设提高城市绿色创新效率以及子阶段效率的作用机制；(4)自贸区建设对周围城市绿色创新效率和绿色科技研发效率产生显著的正向影响，且正向空间溢出的衰减边界分别为350千米和200千米，而自贸区建设对周围城市绿色成果转化效率的影响不显著。

基于上述结论，本研究提出以下政策建议。(1)加快遴选新的自贸区试点城市，推广辖区内绿色创新经验。针对绿色技术企业实施税收优惠和开设投资津贴，辖区内搭建国际化绿色创新交流平台和绿色技术示范基地，促进城市及时了解国际最新绿色创新趋势。(2)因地制宜落实对外开放政策。例如，沿海地区的自贸区辖区内应加快海外先进技术和经验转化与吸收，以及采用产业转移、项目合作、订单外包等手段扩大绿色成果转化的覆盖范围，加强与内陆地区的联系；提高招商引资制度透明度和行政手续办理速度，加强法治监管和落实优惠政策，打造更公平、开放和可预期的营商环境；寻找辖区内合理的环境规制强度区间，为高能耗和高污染企业绿色创新提供财政支持。(3)从提高创业活跃度、促进创新人才流动和加强战略新兴产业集聚三条路径出发，畅通自贸区建设提升城市环境效益的渠道。首先，设立一站式创新创业服务平台，为绿色企业项目申报、公司注册、专利申请等提供全方位便捷服务；其次，建立科学合理的绿色创新人才评价体系，并充分完善创新人才的灵活就业制度和相应的社会保障；最后，规划辖区内空间布局吸引战略新兴产业集聚，明确重点发展的绿色产业领域，为绿色产业提供完备的基础设施。(4)基于自贸区建设的空间溢出效应，周围城市应积极寻求与自贸区合作建立跨区域科技创新平台和成立绿色技术创新联盟，加强多区域企业、高校和科研机构之间的交流，以及制订绿色产业协同发展规划，承接辖区内绿色创新产业的相关配套业务，延伸绿色创新产业链。

尽管本研究深入探讨了自贸区建设的政策效应，但仍存在以下不足。第一，由于效率测度模型的局限性，以及绿色科技研发和绿色成果转化周期缺乏明确的数据，未能考虑投入产出指标潜在的时滞效应。创新和改进绿色创新效率的测度模型是未来研究关注的重点。第二，本研究从宏观视角出发，缺乏微观层面研究的支撑。微观企业是开展绿色创新的主体，因此，从微观企业层面开展研究能够提供更加详实和严谨的实证检验。