摘要：在新时代供给侧结构性改革的政策背景下，创新驱动已成为经济发展的核心动力，而人才驱动是创新的本质。本文在党中央深入实施“创新驱动发展战略”和“生态文明建设”的背景下，利用中国2006—2022年31个省（自治区、直辖市）的面板数据，探究人才集聚对绿色技术创新的知识产权保护门槛效应。数据分析表明：第一，人才集聚对研发阶段、产品化阶段和产业化阶段绿色技术创新都起到促进作用，但对研发阶段绿色技术创新的促进作用更为明显；第二，人才集聚的创新激励效应存在基于知识产权保护的双重门槛效应，即人才集聚对绿色技术创新的影响因知识产权保护力度不同而产生差异；第三，绿色技术创新三个阶段中人才集聚东部地区的系数和显著性都明显高于中部地区和西部地区，说明人才集聚对绿色技术创新的影响存在显著空间差异。应完善人才发展机制和创新驱动发展战略，推进我国人才战略布局。
关键词：人才集聚，绿色技术创新，知识产权保护，门槛效应
基金项目：天津市统计科学研究项目“可再生能源跃迁式发展对天津经济低碳转型的非线性结构效应研究”（项目编号：TJ2023KY11）。
在全球经济快速发展的背景下，环境和能源问题已经成为我们不可忽视的挑战。由于工业化和城市化进程的加速，能源资源的快速消耗以及环境破坏的问题日益严重。这些问题在全球范围内引起了广泛关注，国际社会已经开始采取行动，通过合作和协议来应对这些挑战。《联合国气候变化框架公约》《京都议定书》《巴黎协定》等国际协议的签署，标志着国际社会对环境和能源问题的关注已经转变为具体的行动。这些协议的签署反映了国际社会对经济、环境和资源的可持续发展的追求，而不再是单纯的经济增长。这种转变的背后，绿色技术创新起到了关键的作用。绿色技术创新，作为一种平衡经济发展和环境保护的有效手段，已经受到了国际社会的广泛关注和积极推动。它通过对技术和产品的创新，旨在减少对环境的影响，提高能源效率，从而实现经济和环境的双赢。在这个过程中，绿色技术创新不仅可以解决环境和能源问题，也可以推动经济的发展和创新。在中国，绿色发展被视为一种创新型的经济发展方式，它在应对人口增长、资源短缺和环境压力等问题上具有重要的意义。
在我国，经济绿色发展已经成为国家战略，而人才是推动绿色发展的关键因素。中国正在积极寻找一种新的发展模式，以适应其特殊的国情，即人口多、资源有限、环境压力大，在这个过程中，人才集聚起着关键作用。人才集聚是指将具有类似技能和专业知识的人才聚集在一起，以便共享知识、资源和创新思维。人才集聚可以形成创新网络，通过这个网络，人才可以共享信息、交流想法、合作研究，从而推动新技术的开发和应用。在绿色技术创新中，人才集聚不仅可以提高创新效率，还可以引导创新方向，推动绿色技术的发展。因此，研究人才集聚对绿色技术创新的影响，对于我国实现经济绿色发展具有重要意义。
一、文献综述
绿色技术创新是指在解决环境问题、促进可持续发展的过程中，采用新的技术手段和方法，开发出具有环保特点的技术和产品。Cheng et al.（2023）将绿色技术创新分为绿色创新数量和绿色创新质量两个维度，并分别通过绿色专利申请数和绿色专利引用数量来衡量这两个维度[1]。肖黎明等（2017）使用随机前沿分析法测度中国的绿色创新效率，并结合耦合协调度模型研究绿色创新效率与生态福利绩效的耦合协调度[2]。孔晓妮（2015）等采用传统数据包络分析法测度了中国省域的绿色创新效率[3]。为克服传统数据包络分析法的不足，Tone（2001）提出超效率SBM模型[4]，并被王惠等（2016）和吴新中等（2018）在绿色创新效率的测评中应用[5-6]。在影响机制方面，Zhong et al.（2017）基于政府、企业和公众消费者三方动态演化博弈模型分析了企业、政府和消费者决策对绿色技术创新的影响[7]。
人才集聚可以提高创新能力和技术水平，促进产业结构升级和技术进步（曾建丽等，2021）[8]。当人力资源集聚的数量达到一定水平时，产业协同集聚对区域创新能力的提升作用产生的门槛效应才会逐渐转变为正效应（赵青霞等，2019）[9]。在人才集聚的测度方面，史梦昱（2021）则运用大专学历及以上人数地区与全国比值的方式来表示人才集聚的规模[10]。宛群超等（2021）通过区位熵指数，使用R&D人员全时当量、就业人口数等指标计算人才集聚度[11]。朱喜安（2020）则将人力资本分为基础型人力资本、教育型人力资本和技能型人力资本，并分别采用地区就业人员占全国总就业人员的比重、就业人员平均受教育年限和各省获得职业技能证书人数占全国比值来表示[12]。
在现有文献中，人才集聚对绿色技术创新研发阶段的影响得到了广泛关注，然而这种研究视角的偏颇忽视了绿色技术创新的连续性和阶段性特征。实际上，绿色技术创新不仅包括了技术研发阶段，也涵盖了技术价值获取和经济效益实现的阶段。因此，本研究将从技术创新的全过程出发，将绿色技术创新划分为研发、产品化和产业化阶段，以全面衡量绿色技术创新的能力。同时，本研究也将知识产权保护力度纳入考虑，对其进行非线性分析，以探讨人才集聚如何影响绿色技术创新的门槛效应。本研究有助于更全面、深入地理解人才集聚对绿色技术创新的影响，为政策制定者和企业管理者提供有价值的决策依据。
二、理论分析与研究假设
在对绿色技术创新阶段的划分上，绿色技术创新研发阶段是指通过科学研究和技术开发，寻找和创造出新的环保技术、产品或服务的阶段。在这个阶段，科研人员会进行大量的实验和试验，以验证新技术的可行性和有效性。这个阶段的目标是创造出能够解决环境问题，提高能源效率，减少污染，或者提高资源利用效率的新技术或产品（刘和东等，2019）[13]。
人才集聚为绿色技术创新提供了广泛的知识交流与合作机会。当人才聚集在一个地区或组织中时，他们可以共享知识、经验和创新思路。通过频繁的交流和合作，不同领域的专家和研究人员可以互相启发，促进跨学科的合作与创新。这种知识交流与合作有助于加快绿色技术创新的速度和质量，提高研发成果的水平和竞争力。此外，人才集聚为绿色技术创新研发阶段提供了资源整合与共享的机会。在人才集聚的地区或组织中，可以整合各类资源，包括资金、设备、实验室等，为绿色技术创新研发提供必要的支持。同时，人才集聚也促进了资源的共享，不同研究团队可以共同利用设施和设备，共享实验数据和研究成果，提高资源的利用效率和研发效率。由此，提出假设：
H1：人才集聚对研发阶段绿色技术创新水平的提高起到促进作用。
在绿色技术创新的全过程中，产品化阶段以绿色技术的研究成果为起点，通过一系列的商业化和市场化的活动，将这些技术成果转化为具有市场竞争力的新产品（齐庆祝等，2013）[14]。这个过程涉及技术转移、产品开发、市场推广等一系列复杂的步骤，需要充分利用企业的资源和能力，以确保新产品的成功推出。此外，产品化阶段还承担着为下一步的产业化阶段做好准备的任务。通过产品化阶段的活动，企业可以积累经验，了解市场需求，优化产品设计，提高生产效率，从而为下一步的大规模生产和市场推广做好准备。
人才集聚为绿色技术创新产品化阶段提供了充足的人才储备和技术支持。在人才集聚的地区或组织中，聚集了大量具备相关专业知识和技术能力的人才，他们可以利用其在工艺优化、产品设计等方面的专业知识和经验，提高产品化阶段的技术水平和质量。此外，人才集聚为绿色技术创新产品化阶段提供了创业创新和市场导向的机会。在人才集聚的地区或组织中，聚集了大量具备创业精神和创新意识的人才。他们可以通过创业创新的方式将绿色技术转化为商业化产品或服务，提供市场分析、商业模式设计等方面的支持，加快绿色技术创新成果商业化。由此，提出假设：
H2：人才集聚对产品化阶段绿色技术创新水平的提高起到促进作用。
在绿色技术创新的演化过程中，产业化阶段是一个至关重要的环节。它从创新研发成果、资金、人员等创新要素的投入为起点，以研发成果的大规模量产和市场经济效益为终点，是整个技术创新活动的最终结果（肖利平，2017）[15]。人才集聚为绿色技术创新产业化阶段提供了资本支持和产业链发展的机会，不仅有助于提高绿色技术创新的市场竞争力，帮助创新企业进行技术转化和市场推广，也从原材料供应、生产制造、销售渠道等方面加速了绿色技术创新产品化的产业链发展，为推动绿色经济的发展提供了重要的支持。由此，提出假设：
H3：人才集聚对产业化阶段绿色技术创新水平的提高起到促进作用。
绿色创新作为一种新的创新形式，其成果具有非竞争性和半公共产品的特征。这意味着，这些创新成果不仅可以为创新主体带来高额的收益，而且还可以为社会带来积极的环保效益。然而绿色创新也往往伴随着高风险，这主要是因为绿色创新的研发和推广过程中可能会遇到技术难题和市场接受度低等问题。在这种情况下，如果缺乏有效的知识产权保护，创新主体可能会对绿色创新产生疑虑和担忧，从而降低其对绿色创新的积极性。即使得到国家或地方的财政支持，如果不能确保其创新成果的独特性和独占性，绿色创新主体的积极性也难以提升。此外，即使绿色创新的规模得以扩大，如果没有有效的知识产权保护和市场机制的支持，绿色创新的质量也难以得到保证。由此，提出假设：
H4：知识产权保护力度可能是门槛变量，即在不同程度的知识产权保护力度下，人才集聚对绿色技术创新水平的影响是不同的。
三、模型构建与变量说明
（一）模型构建
根据前文分析，构建模型（1）以检验人才集聚对绿色技术创新水平的直接影响。
Gtiit=α0+α1TCit+α2Controlit+μi+δt+εit （1）
在式（1）中，Gti为本文的被解释变量绿色技术创新水平，分别用研发阶段绿色技术创新（rd_Gti）、产品化阶段绿色技术创新（product_Gti）、产业化阶段绿色技术创新（indu_Gti）表示，为本文的解释变量人才集聚，控制变量包括Edev、Fina、Gov、Open，分别表示经济发展水平、金融发展水平、产业结构、政府支持、对外开放程度；μ、v表示时间、个体效应；ε表示随机误差项；i和t分别表示所在区域和年份，α0，α1，α2，分别为各个变量对应的估计系数。
其次，选取知识产权保护力度作为门槛变量，研究人才集聚可能对绿色技术创新产生的非线性影响机制，门槛模型如下：
Gtiit=β0+β1TCit×I（Ipp≤m）+β2TCit×I（Ipp＞m）+β3Controlit+μi+δt+εit （2）
公式（2）中，Ipp为门槛变量知识产权保护力度，m为门槛值，I（·）为判断函数，括号内条件满足取1，否则取0。
（二）变量测度与数据说明
本文选取了中国30个省级行政区（西藏和港澳台地区数据缺失太多，因此，未分析西藏和港澳台地区数据）2006—2022年的面板数据作为研究样本，数据来自《中国工业经济统计年鉴》《中国统计年鉴》、国泰安数据库，部分缺失数据采取均值法进行插补。
1.被解释变量
绿色技术创新（Gti）：创新活动的全过程并不是一蹴而就的，而是按照一定的次序分阶段进行的。这一过程从生产者的角度来看，研发投入只是创新过程的上游创造性生产过程，其产品的创新性还需要通过中间试验过程及其产业化过程的检验，最终，这种创新性的成果会以收益性产出和竞争性产出的形式体现出来。因此，本研究根据投入产出分析的逻辑思路，将绿色技术创新的全过程划分为研发阶段、产品化阶段和产业化阶段（张春香等，2021）[16]。
研发阶段绿色技术创新（Rd_Gti）：借鉴钟优慧和杨志江（2021）的做法[17]，使用绿色专利申请总量来衡量研发阶段绿色技术创新水平，并对绿色专利申请总量进行取自然对数处理以消除数据趋势波动影响。
产品化阶段绿色技术创新（Product_Gti）：参考Song et al.（2020）的研究[18]，选用区域新绿色产品销售收入与工业企业能耗的比值作为产品化阶段绿色技术创新水平的代理变量。
产业化阶段绿色技术创新（Indu_Gti）：参考罗良清和谢海洋（2023）的做法[19]，本研究基于超效率SBM-GML模型测度，结合MAXDEA软件测度中国2006—2022年中国省域绿色全要素生产率。
2.解释变量
人才集聚（TC）。本文参考桂昭明（2015）的做法[20]，从人才绝对集聚和人才相对集聚两方面构建人才集聚评价指标体系，具体见表1。
本文采用熵值法确定人才集聚各指标的权重，其计算过程如下：
①立初始矩阵A=（xij）m×n （3）
其中，Xij表示第i个区域第j个指标观测值，m表示区域个数，n表示指标个数。
②量纲化处理，具体处理公式如下：
对于正项指标：
对于负项指标：
得到无量纲化矩阵U=（uij）m×n （6）
③计算各指标的熵值，
其中，
。
④定各指标的权重，
其中，Fj=1-Hj
利用熵值法得出的各指标权重，计算人才集聚的综合评价指数，其计算公式如下：
将人才集聚相应的权重和无量纲化指标代入上式，即可得到人才集聚的综合评价指数。
3.门槛变量
知识产权保护力度（Ipp）：知识产权保护力度的高低直接影响着技术市场的交易活动，在知识产权保护力度较强的地区，技术市场的交易活动通常更为活跃。因此，参考江永红等（2022）的做法[21]，将技术市场交易额占GDP的比重作为知识产权保护力度的代理变量。
4.控制变量
为避免一系列因遗漏变量带来的估计误差，选取经济发展水平（Edev）、金融发展水平（Fina）、政府支持（Gov）、对外开放程度（Open）作为控制变量。变量的描述性统计如表2所示：
四、实证分析
（一）单位根检验
为保证检验结果的精准性，本文选用LLC、ADF-Fisher、PP-Fisher三种方法进行单位根检验，如表3所示，检验结果表明所有变量在一阶差分后均通过了单位根检验，说明本文样本数据具有较强平稳性。此外，通过Hausman检验选择了双向固定效应模型进行回归估计。
（二）基准回归结果分析
表4列出人才集聚影响绿色技术创新的估计结果，模型（1）（2）（3）中分别使用研发阶段绿色技术创新作、产品化阶段绿色技术创新和产业化阶段绿色技术创新作为被解释变量。结果显示，模型（1）（2）（3）中人才集聚的系数值为正且都通过了5%的显著性水平检验，表明人才集聚对研发阶段、产品化阶段和产业化阶段绿色技术创新都起到促进作用，假设H1、H2、H3成立。人才集聚促进了创新生态系统的形成，包括创新企业、研发机构、投资机构和政府支持等组成部分。这些组成部分相互作用，形成良性循环，为绿色技术创新提供了支持和环境。创新生态系统的形成可以吸引投资和资源，促进绿色技术的研发和商业化。
通过对模型（1）（2）和（3）中三个阶段绿色技术创新与人才集聚的估计系数和显著性水平进行对比分析，可以发现，人才集聚对研发阶段绿色技术创新的促进作用更为明显。相较于产品化和产业化阶段，研发阶段绿色技术创新往往需要多学科的融合，人才集聚的地区聚集了来自不同领域的专业人才，有利于跨学科合作和交流，促进创新思维的碰撞和创新方法的探索，从而推动绿色技术的研发。
（三）门槛效应回归结果分析
本研究将知识产权保护力度作为门槛变量，采用了bootstrap方法进行了500次抽样调查，进一步深入探讨了人才集聚对绿色技术创新可能存在的非线性影响。研究结果显示，在绿色技术创新的研发阶段、产品化阶段和产业化阶段，知识产权保护力度都成功地通过了单一门槛的检验，但并未通过双重门槛的检验，三个阶段的门槛估计值分别为0.1284、0.3361、0.1693。这意味着随着知识产权保护力度的变化，人才集聚对绿色技术创新的影响确实存在不同的变化趋势。
表6报告了知识产权保护力度（Ipp）的面板门槛模型的回归结果。在研发阶段，知识产权保护力度在一定门槛值（0.1284）以下时，人才集聚对绿色技术创新的影响在5%的显著性水平下为负；而当知识产权保护力度超过该门槛值时，人才集聚对绿色技术创新的影响显著为正，即在研发阶段起到积极促进作用。研发阶段绿色技术创新需要投入大量的人力、物力、财力等，在这个阶段，绿色技术创新的核心知识产权往往尚未确立，需要进行技术保密和专利申请等知识产权保护措施，以防止技术泄露和侵权行为。在知识产权保护不足的环境中，人才可能会对创新活动持谨慎态度，以避免其创新成果被侵权。此外，研发阶段绿色技术创新往往具有不确定性和风险，知识产权保护可以帮助企业降低风险和提高投资回报率。
在产品化阶段，知识产权保护力度在一定门槛值（0.3361）以下时，人才集聚对绿色技术创新的影响在5%的显著性水平下为负；而当知识产权保护力度超过该门槛值时，人才集聚对绿色技术创新的影响显著为正，即当知识产权保护力度超过0.3361时，人才集聚对产品化阶段绿色技术创新具有促进作用。在这个阶段，企业需要将绿色技术创新转化为实际的产品或服务，进行市场推广和销售，知识产权保护可以防止技术被复制、仿制和盗用，保护企业的市场份额和商业利益。此外，产品化阶段绿色技术创新往往需要进行技术标准制定和认证，知识产权保护可以帮助企业获得技术标准的控制权和市场竞争优势。
在产业化阶段，知识产权保护力度在一定门槛值（0.1693）以下时，人才集聚对绿色技术创新的影响不显著；而当知识产权保护力度超过该门槛值时，人才集聚对绿色技术创新的影响显著为正，即人才集聚促进了产品化阶段绿色技术创新，假设H4成立。在这个阶段，绿色技术创新已经成为产业的主要驱动力，企业需要进行绿色技术创新的持续投入和更新换代，知识产权保护仍然很重要，但是企业的绿色技术创新已经更加成熟和稳定，知识产权保护的重点也更多地放在维护企业的市场地位和商业利益上。
（四）稳健性检验
为了确保上述检验结果的可靠性，本研究选择下一期绿色专利授权数量的自然对数作为研发阶段绿色技术创新水平的代理变量，以新绿色产品开发项目数作为产品化阶段绿色技术创新水平的代理变量，运用DDF-GML指数分析方法测度绿色全要素生产率作为产业化阶段绿色技术创新水平的代理变量，对人才集聚与绿色技术创新之间的关系进行稳健性检验，检验结果见表7。与基准回归相比，核心解释变量人才集聚的显著性和符号未有太大变化，与前文研究结论基本一致，初步验证本文回归结果是比较稳健的。
（五）内生性分析
基准回归结果初步显示人才集聚对绿色技术创新的影响，但这些估计结果可能受到内部因素的影响，从而导致分析结果出现偏差。参考其他学者的做法，构建工具变量“Bartik instrument”[22]。首先，构建了人才集聚的滞后一阶（I·Gst），以减轻内生性的影响；其次，取30个样本观测值的年均值，构造年均值间的差分形式（ΔGst），以减少单个样本的影响。然后，取其乘积（I·Gst×ΔGst）作为工具变量（IV）。在第一阶段的分析中，发现工具变量的系数显著为负，识别不足检验结果在5%的显著水平上为正，弱工具变量检验值为31.493，大于Stock-Yogo检验10%水平上的临界值16.38，证明了工具变量选择的合理性。在第二阶段的分析中，发现人才集聚的系数值和显著性以及符号在列（2）（3）（4）中没有太大的变化，这与基准回归结果基本保持一致，进一步证实了人才集聚对绿色技术创新的促进作用的稳健性。
（六）异质性分析
全国样本回归结果显示，人才集聚促进绿色技术创新发展，那么，中国各个地区的具体情况怎样呢？考虑到中国地区间经济、社会、文化等各方面差距较大，可能对人才集聚的创新激励效应产生影响，本文进一步将全国样本划分为东、中、西3个部分，探讨人才集聚对绿色技术创新三个阶段的地区异质性影响。根据表9的结果可以看出，绿色技术创新三阶段在各地区的人才集聚系数都显著为正，表明人才集聚对我国大多数地区的绿色技术创新水平提升起到了促进作用。需要说明的是，虽然三个阶段各地区人才集聚的影响系数均显著为正，但研发阶段、产品化阶段、产业化阶段东部地区的系数和显著性都明显高于中部地区和西部地区，说明人才集聚对绿色技术创新的影响存在显著空间差异，即人才集聚对绿色技术创新的促进作用在东部地区更加显著。这可能是因为相较于中部、西部地区，东部地区拥有良好的经济水平、基础设施建设条件和知识产权保护制度环境，能够更好地激发人才发挥其优势，从而促进绿色研发成果的转化，推动绿色技术创新水平的提升。
五、结语
本文利用中国2006—2022年30个省级行政区的面板数据作为研究样本进行实证检验，验证人才集聚对绿色技术创新的线性影响和知识产权保护门槛效应。根据研究结果，可以得出以下结论：第一，人才集聚对研发阶段、产品化阶段和产业化阶段绿色技术创新都起到促进作用，但对研发阶段绿色技术创新的促进作用更为明显。第二，人才集聚的创新激励效应存在基于知识产权保护的门槛效应，即人才集聚对绿色技术创新的影响因知识产权保护力度不同而产生差异。第三，绿色技术创新三个阶段中人才集聚东部地区的系数和显著性都明显高于中部地区和西部地区，说明人才集聚对绿色技术创新的影响存在显著空间差异，即人才集聚对绿色技术创新的促进作用在东部地区更加显著。
通过以上分析，为了充分发挥人才集聚对绿色技术创新的激励作用，提出以下建议：
第一，深化户籍制度改革，促进人力资本流动。中国的户籍制度是在管制经济时期下的特定产物，在如今中国面临转型升级的关键时期，创新驱动引领中国经济快速发展，而创新驱动最重要的就是大量的人力资本投入，因此，深入户籍制度改革，推动消除地区间人力资本的流动性壁垒，能够有效推动创新要素流动，降低创新要素流动成本，实现更高效率的面对面交流，进而激发产业创新活力，创造更多先进技术，推动制造业转型升级。首先，当前的城乡户籍制度差异导致了人力资本的流动障碍。应逐步取消城乡户籍差别，建立统一的人口登记制度，使所有公民享有平等的权利和机会。同时为了吸引更多的人才流入城市，应放宽城市落户条件，取消或降低落户限制，确保人力资本能够自由流动。其次，打破用人单位对户籍的限制，禁止用人单位以户籍为限制条件招聘员工，建立公平的用人机制，确保人才的流动和就业机会的公平竞争。最后，建立统一的社会保障制度，包括养老保险、医疗保险、失业保险等，确保人力资本流动不会因为社会保障问题而受到阻碍。
第二，优化人才引进制度，推动人才集聚发展。首先，优化人才引进政策。建立多元化的人才引进渠道，包括引进海外高层次人才、引进国内外优秀人才团队、引进高技能人才等。制定人才引进政策，包括高薪酬、住房补贴、子女教育等福利待遇，提供优厚的待遇以吸引和留住优秀人才。其次，建立健全的人才培训体系，包括职业培训、技能培训、管理培训等，提高人才的专业素质和综合能力。加强与高校和科研机构的合作，建立产学研用一体化的人才培养模式，通过优势互补、资源共享等方式引进智力和成果，提高人才的科研和创新能力。最后，建立科学的人才评价和激励机制，包括评选优秀人才、设立人才奖励、提供晋升和职称晋级机会等，激励人才的发展和创新。
第三，加强和完善中国知识产权保护制度。知识产权保护制度的加强和完善是实现人才集聚的创新激励作用的重要手段。为了尽早跨入最有利于发挥人才集聚激励效应的知识产权保护力度区间，中国应实施更为科学合理的知识产权保护策略。这需要中央和地方政府充分考虑各地区知识产权保护制度环境与绿色技术创新的动态协同，通过动态、适时调整和强化知识产权保护制度，灵活科学且有针对性地实施人才政策和知识产权保护政策。实现知识产权保护制度和人才政策的高水平有机融合，不仅可以最大限度地激发人才集聚对绿色技术创新的激励作用，更可以推动中国的绿色创新驱动发展。这将有助于中国在全球经济一体化的大背景下，更好地保护知识产权，激发人才创新，推动绿色技术创新，最终实现经济的可持续发展。
参考文献：
[1]Cheng Y, Du K, Yao X. Stringent environmental regulation and inconsistent green innovation behavior: Evidence from air pollution prevention and control action plan in China[J]. Energy Economics, 2023: 120.
[2]肖黎明，高军峰，刘帅.基于空间梯度的我国地区绿色技术创新效率的变化趋势——省际面板数据的经验分析[J].软科学，2017（09）：67-72.
[3]孔晓妮，邓峰.中国各省区绿色创新效率评价及其提升路径研究——基于影响因素的分析[J].新疆大学学报（哲学人文社会科学版），2015（04）：15-18.
[4]Tone K. A slacks-based measure of efficiency in data envelopment analysis[J]. European Journal of Operational Research, 2001, 130（03）: 498-509.
[5]王惠，王树乔，苗壮，等.研发投入对绿色创新效率的异质门槛效应——基于中国高技术产业的经验研究[J].科研管理，2016（02）：65-73.
[6]吴新中，邓明亮.技术创新、空间溢出与长江经济带工业绿色全要素生产率[J].科技进步与对策，2018（09）：50-58.
[7]Liu Z, Zheng J G. Research on Dynamic Game Model of Enterprise Green Technology Innovation Driving Force[J]. Journal of Artificial Intelligence Practice, 2017（02）: 13-19.
[8]曾建丽，刘兵，张跃胜.中国区域科技人才集聚与创新环境协同度评价研究——基于速度状态与速度趋势动态视角[J].大连理工大学学报（社会科学版），2021，12（21）：1-10.
[9]赵青霞，夏传信，施建军.科技人才集聚、产业集聚和区域创新能力——基于京津冀、长三角、珠三角地区的实证分析[J].科技管理研究，2019，39（24）：54-62.
[10]史梦昱，沈坤荣.人才集聚、产业集聚对区域经济增长的影响——基于非线性、共轭驱动和空间外溢效应的研究[J].经济与管理研究，2021，42（07）：94-107.
[11]宛群超，袁凌，谭志红.科技人才集聚、市场竞争及其交互作用对高技术产业创新绩效的影响[J].软科学，2021，35（11）：7-12.
[12]朱喜安，梁艳艳.异质人力资本集聚与产业结构升级的空间效应研究[J].统计与决策，2020，36（09）：118-123.
[13]刘和东，陈文潇.高新技术企业创新系统“黑箱”解构及效率评价[J].科技进步与对策，2019（03）：117-122.
[14]齐庆祝，李莹.企业技术创新阶段性融资模式设计与案例分析[J].科技进步与对策，2013（14）：108-111.
[15]肖利平，蒋忱璐.高技术产业技术创新效率的阶段性特征及其动态演变[J].商业研究，2017（10）：153-161.
[16]张春香，黄晓凤，陈晓东.风险投资与企业技术创新三阶段关系研究——以信息技术行业为例[J].金融论坛，2021，26（08）：70-80.
[17]钟优慧，杨志江.国有企业是否更愿意绿色技术创新？——来自制造业上市公司的实证研究[J].云南财经大学学报，2021，37（05）：88-98.
[18]Song M, Wang S, Zhang H. Could Environmental Regulation and R&D Tax Incentives Affect Green Product Innovation?[J]. Journal of Cleaner Production, 2020, 258（10）.
[19]罗良清，谢海洋.我国省域绿色全要素生产率的增长机制及其时空非平稳性研究[J/OL].数理统计与管理，1-16[2023-12-06]http://ifc.helib.net:80/rwt/331/https/MSYXTLUQPJUB/10.13860/j.cnki.sltj.20230628-003.
[20]桂昭明.城市人才集聚度评级与比较研究[J].人事天地，2015（04）：13-18.
[21]江永红，杨春.政府补贴能否促进技术创新由“量”到“质”转变——知识产权保护的门槛效应[J].科技进步与对策，2022（11）：1-9.
[22]Bartik T J. How Do the effects of local growth on employment rates vary with initial labor market conditions?[R]. Upjohn Institute Working Paper, 2006.
作者简介：冯延超，男，山东济宁人，副教授，硕士研究生；研究方向：产业集聚技术创新；关伟民，男，河南驻马店人，硕士研究生；研究方向：绿色技术创新。
