区域生态创新协同度及其影响因素研究

李虹　张希源

摘要

科技创新和低碳环保成为当今时代的主题，如何有效推动区域生态创新对于我国生态文明建设具有重要意义。本文基于低碳环保创新视角构建科技创新与生态环境复合系统协同度模型，在此基础上，选用2005-2013年中国三大城市群的面板数据对中国区域生态创新协同度进行测评，并运用计量经济模型从政府、市场、区域三个层面对生态创新协同度影响因素进行实证分析。协同度测度结果表明三大城市群生态创新协同度在[-0.05，0.3]之间震荡，协同度水平较低，区域科技创新与生态环境协同机制尚未建立。协同度增长速度存在空间差异，长三角增长速度最快，珠三角次之，京津冀增长最慢，原因在于河北省的生态创新协同度较低，京津冀区域存在内部发展不平衡问题。由于宏观经济环境和政府政策的影响，三大城市群协同度变化在时间上具有一致趋势。协同度影响因素分析表明政府环境规制、科技创新支持以及市场竞争程度对区域生态创新协同具有积极的推动作用，这说明政府增加环境规制强度和科技创新支持力度可以有效促进区域生态创新协同，市场竞争程度的提高也有利于提高区域生态创新协同水平。基于上述实证分析，本文认为政府应积极推动创新驱动战略和区域协同发展战略，加强环境规制和科技创新支持力度，建立生态创新产业链，鼓励绿色创新产业的发展，以科技创新拉动生态效益的改善，同时规范市场竞争秩序，完善技术交易市场，为绿色创新技术成果转化消除障碍，促进城市群形成生态创新协同机制并对全国各省市形成良好示范效应。

关键词生态创新；协同度；复合系统协同度模型；城市群

中图分类号F061.5文献标识码A文章编号1002-2104（2016）06-0043-09

doi：10.3969/j.issn.1002-2104.2016.06.006

当前，日益严重的环境危机和飞速发展的科技创新引发了人们对于科学发展模式的思考，可持续发展理念成为世界各国积极推崇的发展模式。可持续发展内涵包括动力、质量和公平三个要素，以创新驱动克服增长停滞提供发展动力，不以牺牲生态环境为代价维系发展质量，促进社会理性有序实现社会公平。改革开放以来我国经济实现了飞速发展，但同时也导致生态环境日益恶化，中国迫切需要探索新的经济增长方式实现可持续发展。2015年10月党的十八届五中全会中明确提出“创新、协调、绿色、开放、共享”五大发展理念，绿色创新生产方式将成为新的经济引擎。近年来，我国政府科技创新意识不断增强，科技创新投入逐年增加，2014年我国研发投入占GDP比重达到2.1%，国家高新区总收入达到23万亿元，比上年增长15%。我国科技创新取得了一定的经济成果，但科技创新能否带来环境效益进而与生态环境协同发展成为建设绿色中国的关键问题。城市群作为区域经济发展的主要载体，其生态创新协同作用的发挥成为国家可持续发展的重要驱动力量，对于周边地区能够形成良好的示范效应。因此分析我国城市群生态创新协同效应并探究其影响因素在推动“工业文明”向“生态文明”转型背景下更具现实意义。

1相关文献回顾

生态创新起源于20世纪70年代的可持续发展理念，最早是由Fussler和James[1]在1996年提出，生态创新是指具有商业价值并且能够显著降低环境影响的新产品和新工艺，此后学者对围绕生态创新测评、影响因素及经济后果三个方面展开研究。

影响区域生态创新的因素很多，现有研究基于环境规制、产业结构、区域开放程度、人力资本等方面探究其对生态创新的影响机理。Brunnermeier et al.[2]用计量经济学模型分析影响环境创新的因素，研究发现增加污染治理支出会影响绿色创新。韩晶[3]认为外资进入、产业结构调整对绿色创新效率具有显著的正向作用，而环境规制对生态创新并没有推动作用。陈傲[4]发现加大环保资金投入和调整产业结构能够改善绿色创新效率，而以排污费为代表的环境经济政策未能提高区域生态创新效率。邓波等[5]研究表明第三产业比重以及人均受教育水平对生态创新具有正向影响。吴旭晓[6]建立灰色综合关联度模型对区域绿色创新影响因素进行实证分析，研究表明城市化进程、产业转移以及环境规制对生态创新的影响程度最大。

对于生态创新绩效的测评研究，学者运用因子分析法、数据包络法、随机前沿分析法、结构方程模型等方法进行评估，并不断优化和改进评估模型。华振[7]基于创新投入、创新产出和创新环境三个方面构建绿色创新绩效评价指标，并运用因子分析法对2009年东北三省的绿色创新绩效进行评估。王建明等[8]运用结构方程模型对企业绿色创新绩效进行测量并对中介效应进行实证检验。Nasierowski et al.[9]利用两阶段DEA方法评估45个国家的绿色创新效率。周力[10]基于DEAMalmquist指数方法研究测度了中国的绿色创新指数，结果表明我国区域绿色创新水平呈现出由东至西依次递减的趋势。钱丽等[11]利用规模不变和规模可变的DEA模型分析2003-2010年各省份生态创新效率，表明中国各区域的两阶段绿色创新效率偏低且呈下降趋势。Sun et al.[12]运用随机前沿分析法对韩国高技术产业和低技术产业的生态创新效率进行比较分析。曹霞等[13]在此基础上对随机前沿分析法进行改进，并用该模型对中国30个省份的绿色创新效率进行实证分析，研究表明中国绿色创新效率存在区域异质性。基于绿色创新绩效评估方法的研究比较丰富，但现有研究忽视了生态创新子系统内部的协同关系。

协同理论最早是由哈肯在20世纪70年代提出，协同运行规律描述的是系统内部各子系统通过协同作用的方式促使系统由无序向有序结构的方向发展[14]。目前已有学者运用协同理论解释复杂系统间相互关系，赵涛等[15]构建了能源—经济—环境系统协调度评价模型对内蒙古3E系统的协同关系进行测度，王宏起等[16]对2000-2012年我国科技创新子系统和科技金融子系统的协同度进行实证检验。但现有研究对于生态创新的协同关系仅局限于理论上的分析，张宁等[17]基于减少能源浪费和降低废气排放层面构建区域低碳创新系统的协同激励机制，余晓钟等[18]从区域政府和企业两个主体层面论述跨区域低碳技术协同创新的形成机制，在此基础上补充跨区域创新文化协同和信息沟通协同的保障机制。本文将生态创新系统视为复合系统，它是由科技创新子系统和生态环境子系统复合形成，一方面，环保理念可以为科技创新产品设计提供重要思路，环境问题的解决需要创新提供动力源泉，另一方面，科技创新产出对环境的影响具有不确定性，科技创新水平的高低显著影响生态环境效益。科技创新和生态环境是一个相互渗透、相互制约的有机整体，根据协同学原理，如果科技创新和生态环境可通过相互作用产生协同效应，就能够显著提高区域生态创新绩效。

通过对以往文献回顾，既有研究在如下方面有待进一步加强。首先，在生态创新绩效测评方面，现有研究主要侧重于评估模型的优化和创新，忽视对生态创新内部子系统的协同作用进行研究。其次，已有文献大多借用协同理念从理论上分析区域生态创新体系的构建，鲜有文献构建数理模型对区域生态创新协同度进行定量研究，对区域生态创新协同度影响因素的研究更为少见。最后，大多文献以中国省际区域作为研究样本，以城市群为例对生态创新绩效测评的文献较少。城市群是工业化、城市化进程中区域空间形态的高级现象，对周边区域具有明显的辐射功能和带动效应。为此，本文以京津冀、长江三角洲、珠江三角洲三大城市群为研究对象对区域生态创新协同度进行分析，并进一步探究协同度影响因素，在此基础上提出政策建议，对实现区域生态环境和科技创新协同发展具有重要意义。

2研究设计

2.1研究方法

2.1.1相关系数矩阵法

指标体系的权重确定直接影响协同度评价结果的准确性，指标权重确定有主观赋权法和客观赋权法，为了排除主观因素的影响，本文选择相关系数矩阵法来测算各指标的权重。假设指标体系n个指标，它们的相关矩阵为

2.1.2协同度测量模型

目前对于复合系统协同度测量方法研究主要包括灰色聚类法 [19]、全面协同度测度（DTS）模型[20]，基于序参量的复合系统协同度测量模型[21]等。综合比较下，本文选择基于序参量的复合系统协同度测量模型作为研究方法。协同理论认为复杂系统由许多子系统构成，子系统内部运动规律决定系统演化的特征，决定子系统运动变化快慢的称之为序参量，序参量分为快序参量和慢序参量，慢序参量对系统由无序到有序变化起着决定性作用。本文设计科技创新和生态环境两个子系统，定义为F1和F2，设子系统发展过程中的序参量为hj=（hj1，hj2，…，hjn），其中n≥1，αji≤hji≤βji，（i=1，2，…，n），αji、βji为系统稳定临界点上序参量分量hji的下限和上限，这里的序参量有两种类型，一种序参量为正向指标，hj1，hj2，…，hjk取值与系统有序程度正相关，一种是序参量为负向指标，hjk，hjk+1，…，hjn取值与系统有序程度负相关。因此，序参量有序程度有以下两种测算方法：

2.1.3计量经济模型

本文运用面板数据的计量经济模型对生态创新协同度影响因素进行实证检验，首先对面板数据进行单位根检验和协整检验，判断样本数据是否适合用面板模型拟合，其次运用Hausman检验对面板数据进行分析，选择适合的面板数据模型进行拟合，最后根据选择的模型对样本数据进行实证分析。

2.2指标设计及数据来源

2.2.1区域生态创新协同度测算指标

借鉴陈伟等[22]的研究，按照科技创新过程将科技创新子系统分为科技研发和成果转化两个序参量。借鉴赵涛等[15]、程华等 [23]的研究，将生态环境子系统分为排放强度、环保事业发展情况、能源与资源消耗三个序参量。具体要素指标如表1所示。

（1）政府层面。政府在推进生态创新协同过程中的作用主要体现在环境规制和科技创新支持两个方面，新古典经济学认为环境规制会提高企业的生产成本，进而降低竞争优势，不利于企业绿色创新[24]，而波特假说认为政府制定适当的环境规制政策有利于推动企业加大绿色技术创新投入，从而优化资源配置效率[25]。上述两种基本理论推动了环境规制与生态创新关系的实证研究，Jaffe et al. [26]研究表明环境规制与企业绿色创新之间相关性并不显著，而Johnstone[27]将生态创新分成过程创新和产品创新两个阶段，实证结果表明环境规制仅对过程创新产生正向作用。政府作为生态创新的引导者，其颁布的相关政策和科技创新投入为区域生态创新营造良好的外部环境，有利于生态创新绩效的提升[28]。但樊华等[29]研究表明我国各地区政府对科技创新支持力度与科技创新的DEA值显著负相关。鉴于学者对政府与生态创新相关性的研究尚未达成一致结论，本文用环境治理投资额表示政府环境规制强度，采用R&D经费支出代表政府对科技创新的支持力度，对政府层面因素进行实证检验。

（2）市场层面。企业是生态创新的主体，市场可以为企业生态创新产品提供交易平台和环境，并通过竞争程度和需求影响区域生态创新协同度。市场对生态创新的拉动作用依赖于需求的绿色化转变，只有当市场对环保产品提出需求时，才能对区域生态创新产生积极作用[30]。而激烈的市场竞争环境对创新主体形成模仿性压力，鼓励企业研发低碳环保产品[31]，从而促进区域生态创新协同度的提高。本文用居民人均可支配收入和高技术产品出口贸易额代表国内市场需求和国外市场需求，采用高技术产业企业数代表市场竞争程度，对市场层面因素进行实证检验。

（3）区域层面。对外开放作为我国一项基本制度对区域生态创新产生重要影响[32]。随着我国对外开放水平的不断提高，引进外资在给我国带来先进技术和管理经验的同时是否也导致环境污染成为学者研究的热点。一类观点是污染密集型企业倾向于在环境标准较低的国家投资生产，那么这些国家就会成为污染的天堂[33]，另一类观点指出利用外资的同时引进先进管理经验和技术，能够促进区域技术升级和生态环境的改善，Lecchumanan et al.[34]指出FDI对环境具有技术溢出效应，能够推动东道国的环境管理和技术进步。因此外商投资对区域生态创新协同度的影响有待进一步检验。本文以外商直接投资额作为区域开放程度的代表变量，对区域层面因素进行实证检验。

3数据整理与实证分析

3.1区域科技创新与生态环境协同度测度

运用相关系数矩阵法测算各要素指标的权重，计算结果如表3所示。

由于各指标量纲不统一，首先对原始数据进行无纲量化处理，然后根据表3确定的指标权重运用公式（3）和公式（4）分别计算得到各地区的科技创新子系统和生态环境子系统的有序度，结果如表4所示。

由表4可知，三大城市群科技创新子系统增长趋势趋于一致，增长速度均较为迅速，2013年接近于1；生态环境子系统增长速度存在一定差异，京津冀区域增长速度最为迅速，2013年为0.716，长三角和珠三角次之，分别为0.581和0.601。此外，三大城市群的科技创新子系统有序度水平明显高于生态环境子系统。

基于上表中的各个子系统的有序度，利用公式（6）计算得到三大城市群生态创新协同度，如表5所示。

由表5可知，三大城市群的生态创新协同度均在[-0.05，0.3]之间震荡，生态创新协同水平较低，表明我国三大城市群尚未形成生态创新协同机制。生态创新协同度总体上呈现增长趋势，其中长江三角洲增长速度最快，珠江三角洲次之，京津冀增长速度最慢，其原因在于与长三角和珠三角相比，京津冀区域的内部发展很不均衡，河北省的生态创新协同度处于较低水平，拉低了整个京津冀区域的生态创新协同水平。各城市群协同度动态变化时间上呈现出一致趋势，2008—2009年各区域协同度出现严重下滑，主要是因为全球性金融危机给我国科技型企业造成较大负面影响，不少企业面临生存压力，创新绩效严重下滑。随着经济形势的好转，从2010年开始城市群的生态创新协同度缓慢上升，2011—2012年生态创新协同度达到峰值，2012—2013年我国城市群生态创新协同度在再次出现小幅下滑，说明峰值出现的原因是由于经济形势的好转而并非由于科技创新子系统和生态环境子系统本身出现协同，可见我国构建城市群生态创新协同机制的压力依然存在。

3.2区域生态创新协同度影响因素研究

为了验证政府、市场、区域三个层面对区域生态创新协同度的影响，本文设计模型对上述问题进行实证检验。

EIS=ln regulationit+ln sup portit+ln domesticit+ln foreignit+ln competitionit+ln FDIit+ε

在对上述模型进行实证分析之前，本文用EVIEWS软件对面板数据进行单位根检验和协整检验。运用LLC、IPS、ADF、PP四种检验方法对原数据进行单位根检验，检验结果显示各个对数序列是非平稳的，为此本文进一步取一阶差分进行平稳性检验，检验结果如表6所示。

一阶差分序列存在单位根的概率值均小于0.10，表明各个对数序列的一阶差分是平稳的，可以进一步进行协整检验。面板数据的协整检验有三种方法，本文运用协整KAO对各个序列进行检验，检验结果见表7，协整KAO检验的原假设是不存在协整方程，备择假设是存在协整方程，P值为0.000，拒绝原假设，因此本文所选取的因变量和自变量之间存在协整关系，可以用于模型的拟合。

表9显示的是个体固定效应模型估计结果，环境规制的估计系数为0.039，且在1%水平下显著，表明政府环境规制与区域生态创新协同度显著正相关，环境规制对企业形成强制压力，可以鼓励企业进行绿色生产技术的创新，从而提高区域生态创新协同度。科技创新支持的回归系数为0.073，且在1%水平下显著，表明政府科技创新支持与生态创新协同度显著正相关，政府对科技创新的支持可以有效降低生态创新主体的成本和风险，为企业绿色创新

表8Hausman检验结果营造良好的外部环境，从而推动区域生态环境和科技创新的协同。市场竞争程度的估计系数为0.061，且在1%水平下显著正相关，表明市场竞争程度与区域生态创新显著正相关，市场作为“无形的手”通过价格机制、供求机制、竞争机制自发对企业行为进行调节，市场竞争程度越激烈，企业科技创新谋求绿色优势的动机明显，从而区域生态创新协同度越高。

4结论与建议

本文以2005—2013年京津冀、长三角、珠三角三大城市群为样本利用复合系统协同度模型对区域生态创新协同度进行差异分析，并在此基础上从政府、市场、区域三个层面探究区域生态创新协同度影响因素。研究结论如下：

第一，三大城市群生态创新协同度在[-0.05，0.3]之间震荡，生态创新协同度整体水平偏低但整体上呈现增长趋势，长三角增长速度最快，珠三角次之，京津冀增长速度最慢，原因在于京津冀内部发展不平衡。各区域协同度变化趋势在时间上具有一致性，经过分析认为这与宏观经济环境与政府政策相关。为此，政府应积极推动创新驱动战略，鼓励各区域建立生态创新产业链，促进产业结构优化升级，推动绿色低碳产业的发展，以科技创新拉动生态环境效益的改善。针对区域内部发展不平衡现状，应加快推动区域协同发展战略，建立生态资源市场化机制和补偿制度，促进城市群内部建立利益共享、互利合作的长效机制，实现区域生态环境和科技创新协同发展。

第二，生态创新协同度影响因素研究表明政府环境规制、科技创新支持力度以及市场竞争程度对生态创新均具有显著正向影响。为了进一步推动我国城市群生态创新协同发展，并逐步扩大城市群的辐射效应，我国政府应该进一步加大环境规制强度，不断完善环境保护相关的政策法规，严格环境执法和积极推动环保宣传工作，培养企业的环保创新意识；重点培育具有生态系统特征和创新性的创意产业区，加大政策扶持和资金投入，协调创意产业发展过程中的利益分歧，充当生态创新产业发展初期的引导者角色；规范市场竞争秩序，完善技术交易市场，为绿色创新技术的交易和科技成果的转化消除制度障碍并提供有利条件。（编辑：刘呈庆）

参考文献（References）

[1]FUSSLER C， JAMES P. Driving ecoinnovation： a breakthrough discipline for innovation and sustainability[M]. London： Pitman Pub， 1996.

[2]BRUNNERMEIER S B， COHEN M A. Determinants of environmental innovation in US manufacturing industries[J].Journal of environmental economics and management，2003，45（2）：278-293.

[3]韩晶. 中国区域绿色创新效率研究[J]. 财经问题研究，2012（11）：130-137. [HAN Jing. Research on green innovation efficiency in Chinas region[J].Research on financial and economic issues，2012（11）： 130-137.]

[4]陈傲. 中国区域生态效率评价及影响因素实证分析： 以2000-2006年省际数据为例[J].中国管理科学，2008（1）：566-570. [CHEN Ao. Emprrical analysis of the evaluation of regional ecology efficiency and influencial factors in China： evidences from provincial data during 2000-2006[J].Chinese journal of management science，2008（1）：566-570.]

[5]邓波，张学军，郭军华. 基于三阶段DEA模型的区域生态效率研究[J]. 中国软科学，2011（1）：92-99. [DENG Bo，ZHANG Xuejun ，GUO Junhua.Research on ecological efficiency based on threestage DEA model[J].China soft science，2011（1）：92-99.]

[6]吴旭晓. 区域绿色经济效率演化及其影响因素研究[J]. 商业研究，2014（9）：27-33.[WU Xuxiao. Research on the regional green economic efficiency evolution and its influence factors[J].Commercial research，2014（9）：27-33.]

[7]华振. 中国绿色创新绩效研究：与东北三省的比较分析[J]. 技术经济，2011，30（7）：30-34.[HUA Zhen. Research on ecoinnovation performance： analysis on comparison with three northeastern provinces in China [J].Technology economics，2011，30（7）：30-34.]

[8]王建明，陈红喜，袁瑜. 企业绿色创新活动的中介效应实证[J]. 中国人口·资源与环境，2010，20（6）：111-117.[WANG Jianming，CHEN Hongxi，YUAN Yu. Mediating role of green innovation strategy of firm enterprises in Jiangsu[J].China population， resources and environment，2010，20（6）：111-117.]

[9]NASIEROWSKI W， ARCELUS F J.On the efficiency of national innovation systems[J]. Socioeconomic planning sciences，2003，37 （3）：215-234.

[10]周力. 中国绿色创新的空间计量经济分析[J]. 资源科学，2010，32（5）：932-939.[ZHOU Li. Space econometric analysis of green innovation based on a perspective of resource endowment[J].Resources science， 2010， 32（5）：932-939.]

[11]钱丽，肖仁桥，陈忠卫. 我国工业企业绿色技术创新效率及其区域差异研究： 基于共同前沿理论和DEA模型[J]. 经济理论与经济管理，2015（1）：26-43.[QIAN Li， XIAO Renqiao，CHEN Zhongwei.Research on the industrial enterprises technology innovation efficiency and regional disparities in China： based on the theory of metafrontier and DEA model[J].Economic theroy and business management，2015（1）：26-43.]

[12]SUN C H， KALIRAJAN K P. Gauging the sources of growth of hightech and lowtech industries： the case of Korean manufacture[J]. Australian economic papers， 2005， 44（2）：170-185.

[13]曹霞，于娟. 绿色低碳视角下中国区域创新效率研究[J]. 中国人口·资源与环境，2015，25（5）：10-19.[CAO Xia，YU Juan. Regional innovation efficiency in China from the green lowcarbon perspective[J]. China population， resources and environment，2015，25（5）：10-19.]

[14]HAKEN H. Synergetics： introduction and advanced topics[J]. Springer， 2004， 67（3）：773-774.

[15]赵涛，李晅煜. 能源-经济-环境（3E）系统协调度评价模型研究[J]. 北京理工大学学报（社会科学版）， 2008， 10（2）： 11-16. [ZHAO Tao， LI Xuanyu. On the coordinating evaluation model for energyeconomyenvironment （3E） system[J].Journal of Beijing Institute of Technology（social sciences edition），2008，10（2）：11-16.]

[16]王宏起，徐玉莲. 科技创新与科技金融协同度模型及其应用研究[J]. 中国软科学，2012（6）：129-138.[WANG Hongqi， XU Yulian. A measure model for synergy degree between scitech innovation and scitech finance and its application[J]. China soft science，2012（6）：129-138.]

[17]张宁，陆小成，杜静. 基于节能减排的区域低碳创新系统协同激励模型研究[J]. 科技进步与对策，2010，27（13）：29-32.[ZHANG Ning， LU Xiaocheng， DU Jing. Research on the synergy incentive model of regional lowcarbon innovation system based on energy saving and emission reduction[J].Science & techolonogy progress and policy，2010，27（13）：29-32.]

[18]余晓钟，辜穗. 跨区域低碳技术协同创新管理机制研究[J]. 科学管理研究，2014（6）：56-59.[YU Xiaozhong， GU Sui. Study on management mechanism of crossregional lowcarbon technology synergistic innovation [J]. Scientific management research，2014（6）：56-59.]

[19]官建成，张华胜. 界面管理水平评价的灰色聚类方法与应用[J]. 北京航空航天大学学报，2000，26（4）：465-469.[GUAN Jiancheng， ZHANG Huasheng. Evaluations of interface management by gray cluster and empirical study[J].Journal of Beijing University of Aeronautics and Astronautics，2000，26（4）：465-469.]

[20]郑刚.全面协同创新： 迈向创新型企业之路[M]. 北京：科学出版社，2006.[ZHENG Gang. Total synergy innovation： towards a path of innovative companies [M].Beijing： Science Press，2006.]

[21]孟庆松，韩文秀.复合系统协调度模型研究[J]. 天津大学学报，2000，33（4）： 444-446.[MENG Qingsong， HAN Wenxiu. Study of the coordinating measurement modeling respect to composite system[J].Journal of Tianjin University，2000，33（4）：444-446.]

[22]陈伟，冯志军，姜贺敏，等. 中国区域创新系统创新效率的评价研究： 基于链式关联网络DEA模型的新视角[J]. 情报杂志，2010（12）：24-29.[CHEN Wei， FENG Zhijun， JIANG Hemin， et al. Evaluation research on the innovation efficiency of regional innovation systems of China： a new view based on chain relational network DEA model[J]. Journal of information，2010（12）：24-29.]

[23]程华，廖中举. 中国区域环境创新绩效评价与研究[J]. 中国环境科学，2011，31（3）：522-528.[CHENG Hua， LIAO Zhongju. China regional environmental innovation performance evaluation and research[J]. China environmental science， 2011，31（3）：522-528.]

[24]GRAY W B， SHADBEGIAN R J. Pollution abatement costs， regulation， and plantlevel productivity[R].NBER working paper，1995 .

[25]PORTER M E， LINDE C V D. Green and competitive： ending the stalemate[J]. Long range planning， 1995， 28（5）：128-129（2）.

[26]JAFFE A B， STAVINS R N. Environmental regulation and the competitiveness of U.S. manufacturing： what does the evidence tell us？[J]. Journal of economic literature， 1995， 33：132-163.

[27]JOHNSTONE N. Environmental policy and corporate behaviour[R]. OECD Conference on‘ Public Environmental Policy and the Private Firm， 2005 .

[28]贺灵，单汨源，邱建华. 创新网络要素及其协同对科技创新绩效的影响研究[J]. 管理评论，2012，24（8）：58-68.[HE Ling， SHAN Miyuan， QIU Jianhua. A study of the impact of innovation network elements and synergy on technology innovation performance[J]. Management review， 2012，24（8）：58-68.]

[29]樊华，周德群. 中国省域科技创新效率演化及其影响因素研究[J]. 科研管理，2012，33（1）：10-18.[FAN Hua， ZHOU Dequn. Efficiency evaluation of technology innovation resource allocation for the technical centers in enterprises[J]. Science research management， 2012，33（1）：10-18.]

[30]毕克新，杨朝均，黄平. 中国绿色工艺创新绩效的地区差异及影响因素研究[J]. 中国工业经济，2013（10）：57-69.[BI Kexin， YANG Chaojun， HUANG Ping. Study on the regional difference and influencing factors of green process innovation performance in China[J]. China industrial economics， 2013（10）：57-69.]

[31]THOMAS C， KLAUS R. Determinants of environmental product and process innovation[J]. European environment， 1999， 9（5）：191-201.

[32]王志平，陶长琪，沈鹏熠. 基于生态足迹的区域绿色技术效率及其影响因素研究[J]. 中国人口·资源与环境，2014，24（1）：35-40.[WANG Zhiping， TAO Changqi， SHEN Pengyi. Regional green technical efficiency with its influencing factors analysis based on ecological footprint[J]. China population， resources and environment， 2014，24（1）：35-40.]

[33]LIST J A， CATHERINE Y C. The effects of environmental regulations on foreign direct investment[J]. Journal of environmental economics and management， 2000， 40：1-20.

[34]LECCHUMANAN R， KODAMA F. Reconciling the conflict between the ‘pollutionhaven hypothesis and an emerging trajectory of international technology transfer [J].Research policy，2000，29（1）：59-79.

[35]朱海鹏，杜雯翠，朱艳春排污费征收、技术创新与污染排放[J].经济与管理评论，2012（4）：51-56.[NIU Haipeng， DU Wencui， ZHU Yanchun. Collection fees for discharging pollutant， technological innovation and pollutant discharge[J]. Review of economy and management， 2012（4）：51-56.]

[36]秦书生，付晗宁以绿色技术创新促进生态文明建设[J]环境保护，2013（15）：36-38[QIN Shusheng， FU Hanning. Promoting construction of ecological civilization with green technology innovation[J]. Environmental protection， 2013（15）：36-38.]

AbstractTechnological innovation and lowcarbon environmental protection become the theme of the current era. How to effectively promote regional ecological innovation is important for the construction of ecological civilization of China. From the perspectives of lowcarbon environmental innovation， this paper constructs the technological innovation and ecological environment composite system synergy model. Mean while， it， selects panel data of three urban agglomerations in China from 2005 to 2013 to calculate regional ecological innovation synergy degree， then using econometric models to carry out empirical analysis from three aspects， government， market and the region to research influencing factors of ecological innovation synergy. From the synergy degree measurement result， it is known that ecological innovation synergy degree of the three urban agglomerations is between -0.05 and 0.3. The synergy degree level is low. The result also indicates that regional technology innovation and ecological environment coordinated mechanism has not yet been established. Growth rate of synergy degree is different in space. Yangtze River Delta increases quickest， followed by the Pearl River delta， while BeijingTianjinHebei region has the slowest growth rate. The reason is that synergy degree of Hebei Province is lower than other regions， and internal unbalanced development problems exist in BeijingTianjinHebei region. Because of the influence of macroeconomic environment and government policies， synergy degree has consistent trends when time is considered. The analysis of the influencing factors shows that the government environmental regulation， technological innovation support and market competition have a positive effect on regional ecological innovation synergy， which indicates that higher intensity of environmental regulation and technological innovation can effectively promote regional ecological innovation synergy， and the higher market competition degree also contributes to the level of regional ecological innovation synergy. Based on the empirical analysis above， this paper suggests that government should actively promote the innovation driven strategy and regional coordinated development strategy， strengthen environmental regulation provide greater technological innovation support， establish ecological innovation industrial chain and encourage the development of green innovation industry to actualize ecological performance improvement by using technology innovation. At the same time， the government should ensure the market competition order and perfect the technology market. In this way， we can eliminate obstacles along the way for the technology transformation of green innovation and promote the formation of ecological innovation synergy mechanism to form the good demonstration for other provinces and cities of China.

Key wordsecological innovation； synergy degree； composite system synergy model； urban agglomeration