我国区域科技创新与生态环境优化耦合协调的时空格局及驱动因素分析

（兰州大学经济学院，甘肃兰州 730000）

1 研究背景

改革开放以来，粗放型经济发展方式在推动我国经济飞速增长的同时，也使得我国面临着资源短缺、生态环境恶化、经济发展动力不足等巨大压力。党的十九大报告中明确提出中国经济发展已经由高速增长阶段转向高质量发展阶段，2018 年党中央将科技创新与生态环境定位为区域高质量发展的核心。科技创新是高质量发展的动力引擎［1］，生态环境优化是高质量发展的重要保障［2］；同时，两者之间存在着相互联系、相互影响、交互耦合的复杂关联关系［3］。促进科技创新与生态环境优化的耦合协调发展，形成以科技创新促进生态环境优化，以生态环境改善推进科技创新的良好局面，将成为区域实现高质量发展的关键着力点［4］。因而，在推动高质量发展的时代背景下，探讨我国区域科技创新与生态环境优化的耦合协调发展问题具有重要的现实意义。

关于区域科技创新与生态环境优化之间的关系研究，国外学者起步较早，主要集中在两者间的单向影响研究。一是科技创新对生态环境优化的作用研究。Fussler 等［5］提出了“生态创新”的概念，强调科技创新带来的新技术、新工艺、新方法可以有效提高生产效率，减少经济生产活动对生态环境带来的负面影响；Chen 等［6］则基于投入-产出的视角构建出成本内生化的科技创新系统，运用数据包络分析（DEA）方法测度了科技创新效率对区域生态环境建设的影响以及贡献程度；Barker 等［7］通过将科技创新分为偏向型与中和型科技创新，探讨了不同方向的科技创新对生态环境建设的影响，并指出偏向于环境友好型的科技创新对生态环境的改善效果较为明显。此外，也有学者认为科技创新落后是导致环境污染的重要原因，有效提升科技创新水平是解决环境问题的关键［8］。二是生态环境优化对科技创新的影响研究。随着工业污染逐渐加重，势必迫使政府采取相关的环境规制，亦对区域科技创新和生产效率产生影响［9］。Zhang 等［10］指出环境规制不仅会给企业带来巨额的治理成本，也会驱使企业资本将以发展为背景的创新项目投资转向污染治理项目上，从而降低企业科技创新的积极性。“波特假说”则认为严格的环境规制政策在短期内可能会增加企业的生产成本，但长期来看可以改变企业的生产模型，激活企业的科技创新活力，进而使企业取得创新优势和先动优势［11］。此外，也有学者强调生态环境为科技创新提供了持续性的资源、物资和空间基础，如何有效协调两者的关系将成为实现区域绿色发展的关键［12］。

虽然国内的相关研究起步较晚，但也取得了丰富的研究成果，主要体现在3 个方面。其一是关于科技创新与生态环境优化关系的研究。部分学者从胁迫和约束的视角出发，指出早期的粗放型科技创新对资源环境依赖较大，可能会对地区生态环境带来较重的负担［13］；而采取适当的环境规制约束可以有效激发更多的创新活动，减少早期创新的直接成本和资源依赖［14］，进一步验证了“波特假说”；也有学者基于PVAR 方法研究发现，发展科技创新与环境污染治理之间存在显著的正向冲击效应，二者具有一定的协同发展关系［15］。其二是关于科技创新与生态环境优化耦合协调发展的演变规律研究。从时序变迁上看，周雪娇等［16］利用熵权法、耦合协调发展度模型探究了我国科技创新与生态环境耦合协调发展的时序特征，指出我国科技创新与生态环境耦合协调度发展水平不断提升，且存在着较大区域差异。在空间格局演变上，向丽［17］通过变异系数和协调度模型研究发现，我国科技创新与生态环境的协调度呈现出“东高、中西低”的空间分布格局。其三是关于科技创新对生态环境优化内部要素的影响因素研究。周国富等［18］基于偏好与技术创新的视角，验证了技术创新能够有效抑制工业“三废”排放量，提升区域环境治理水平；庄之桥［19］采用空间杜宾模型探讨了技术创新对区域能源利用强度的影响，指出技术创新对能源利用强度具有显著的消减作用以及空间溢出效应。

从已有研究成果来看，尽管国内外学者关于科技创新与生态环境优化间的关系研究较为丰富，但大多局限于两者间的单向影响研究，对于两者间的耦合协调发展研究依旧较为匮乏，更是缺少对两者耦合协调发展的时空特征分析。另外，涉及两者时空耦合的相近文献在进行驱动因素分析时，较少考虑区域间的空间溢出效应，而忽视不同地区间的相互影响可能会导致驱动因素的定量分析出现较大偏差。鉴于现有文献的研究不足，本研究通过探讨区域科技创新与生态环境优化的耦合协调机制，构建二者的综合评价指标体系，利用耦合协调度模型、探索性空间数据分析法，对2008—2017 年我国30个省（区、市）的科技创新与生态环境优化耦合协调度进行定量分析，并揭示其时空格局特征；此外运用空间计量模型从产业、市场、政府、区域4 个层面对两系统耦合协调度的驱动因素及空间溢出效应进行实证分析，进一步探究了东、中、西部地区相关驱动因素的异质性影响；最后根据研究结论提出差异化政策建议，以期为我国各省域实现两系统的耦合协调发展提供科学依据和决策参考。

2 区域科技创新与生态环境优化的耦合协调机理

“耦合”的概念来自物理学领域，用于描述两个或两个以上系统内部要素之间通过相互作用和影响产生大于各子系统单独作用的整体效应［20］。协调发展则是指系统或系统内部要素之间，通过这种互动影响关系促进综合系统从简单、低级和无序转向复杂、高级和有序，最终实现综合系统优化升级的集中体现［21］。本研究依据耦合理论的分析框架，从耦合互动机制与协调发展机制两方面来系统性探讨区域科技创新与生态环境优化间的耦合协调发展机制，以期实现两者的良性互动（见图1）。

图1 区域科技创新与区域生态环境优化的耦合协调机理

2.1 区域科技创新与生态环境优化耦合互动机制分析

区域科技创新对生态环境优化的影响。区域科技创新通过创新要素的投入促进传统企业的技术进步，推动原有技术和生产模式改革升级，进而提高企业的生产效率，降低能源消耗与废弃物以及环境有害物的排放等。同时，创新市场为生态创新产品提供了重要的交易平台以及外在环境，是有效拉动生态创新产品需求、实现市场绿色发展的关键。此外，区域科技创新能力加强势必会造成区域内、区域与区域之间的科技创新竞争加剧，提高技术市场活力，促进技术信息交流，鼓励企业进行低碳环保型产品的研发和生产。因而，区域科技创新是区域生态环境治理和优化的重要措施。

区域生态环境优化对科技创新的影响。生态环境优化不仅涉及到节能减排和环境污染治理，还包含绿色生态环境保持［22］，适宜的生态环境为科技创新提供持续性的资源和物资，将有助于促进区域创新型企业的有效集聚，提高科研创新效率。虽然生态环境优化增加了企业的外部成本，对区域产业结构与要素禀赋结构也产生了重大冲击，但间接地通过优化区域资源配置倒逼企业推进传统技术的更新换代，实现高效创新发展。此外，低碳环保型产品和生态环境污染治理具有的巨大市场前景，势必会刺激企业科技创新的积极性，促使企业进一步加大环保型创新要素的投入与产出。因而，生态环境优化对区域科技创新具有一定的承载和倒逼作用。

2.2 区域科技创新与生态环境优化协调发展机制分析

通过两系统的耦合互动机制分析，可见区域科技创新与生态环境之间存在着较强的动态关联性，然而在现实情况中，两系统的相互影响时序并不一定相同，有效实现两系统从无序到有序的协调发展则显得尤为重要。同时，若两者互动发展水平存在显著的差异，则会造成两系统发展的相互制约，阻碍产业结构优化升级、绿色市场发展、生活环境改善等，使得区域两系统的协调发展偏离理想状态［3］。综合上述分析可见，在两系统耦合协调发展的进程中，不仅涉及产业和市场层面，还需要政府的有效调节以及适宜的生活环境支撑等。

3 研究方法与数据来源

3.1 研究方法

3.1.1 耦合协调度模型

测算耦合协调度之前，需要先进行综合水平评价。本研究借鉴谢彦龙等［23］学者的做法，利用熵权法计算指标权重，进行线性加权来测度区域科技创新系统的综合发展水平f(x)与生态环境优化系统的综合发展水平g(y)。运用物理学中的容量耦合系数模型，见公式（1）和公式（2）［24］，建立两系统耦合度测量模型：

耦合度只用于测度系统间的相互作用程度，无法反映子系统间的发展水平，可能出现处于较低综合发展水平的两系统却得到较高协调度的情况。为此，耦合协调度模型是建立在两系统综合发展水平之上的相互作用测度模型，能够较为准确地反映系统间的耦合协调发展水平。结合已有研究，构建出区域科技创新与生态环境优化系统的耦合协调度模型：

式（3）中：E、C＇、D分别为科技创新系统与生态环境优化系统的综合水平、耦合度和耦合协调度；a、b为待定系数，在两系统耦合协调发展的过程中，区域科技创新与生态环境优化同等重要，因此本研究中a和b的数值均取0.5。

此外，为准确判断区域科技创新与生态环境优化耦合协调度的等级，本研究参考廖重赋［25］、谷缙等［3］、李强等［26］学者对耦合协调度的划分标准，并结合本研究的数据特点和实际情况，进一步将耦合协调度划分为4 个层次：耦合协调度在0.1～0.3之间，处于弱耦合协调阶段；0.3～0.5 之间，处于中度耦合协调阶段；0.5～0.7 之间，为良好耦合协调阶段；0.7～1.0 之间，为优质耦合协调阶段。

3.1.2 探索性空间数据分析方法

采用探索性空间数据分析方法分析我国区域科技创新与生态环境优化耦合协调发展的空间关联特征，具体包括全局空间自相关（全局莫兰指数）和局部空间自相关（局部莫兰指数）两种分析方法。

（1）全局空间自相关。采用全局莫兰指数（Moran'sI）探讨科技创新系统与生态环境系统耦合协调水平在空间上的平均关联程度，判断两系统的互动关系是否存在空间关联性与集聚性。计算公式为：

空间邻接矩阵不能有效突出区域地理因素的影响，而经济距离矩阵与回归变量之间可能存在一定内生性等问题，因此本研究直接采用反距离权重矩阵构建空间权重，可以有效体现出地理上相近但并不邻接的省域之间的空间影响［27］。反距离权重矩阵一般表示为，其中为区域与区域省会城市间的球面距离。全局Moran'sI指数值在-1 和1 之间：给定显著性水平时，全局Moran'sI指数值大于零，表示两系统的耦合协调水平存在空间正相关；当Moran'sI指数值小于零，表示两系统耦合协调发展水平存在空间负相关；当Moran'sI指数值等于零，表示空间上呈现出随机分布的态势，不存在空间关联性。

（2）局部空间自相关。采用局部Moran'sI指数来进一步揭示具体哪些区域存在空间上的关联性与集聚性。计算公式为：

式（5）中，各变量含义同上。

3.1.3 空间计量模型

考虑到区域之间两系统耦合协调发展的空间关联性，本研究将空间效应作为影响因素纳入计量模型，进一步构建基于面板数据的空间计量模型探究两系统耦合协调发展的驱动因素。空间面板计量模型的一般形式为：

式（6）中：yit为被解释变量；wit为空间权重矩阵，选取反距离权重矩阵进行研究；为被解释变量的空间滞后项，反映邻近地区对本地区被解释变量的影响；xit为解释变量；为解释变量的空间滞后项，反映邻近地区解释变量对本地区被解释变量的影响；μi和δt分别表示空间和时间固定效应。

进一步根据不同情况，可将空间面板计量模型分成3 种形式：当λ为0 时，模型退化为空间杜宾模型（SDM），当λ与γ都为0 时，模型退化为空间滞后模型（SAR），当ρ与λ都为0 时，模型退化为空间误差模型（SEM）。

3.2 数据来源

原始数据来源于2009—2018 年《中国科技统计年鉴》《中国高技术产业统计年鉴》《工业科技企业活动统计年鉴》《中国能源统计年鉴》《中国环境统计年鉴》以及国家统计局网站和各省份统计年鉴或统计公报。其中，针对个别省份和年份的缺失数据，通过平均插值法进行补全。此外，由于西藏自治区、香港特别行政区、澳门特别行政区和台湾省相关数据缺失严重，本研究则使用2008—2017 年我国30 个省、自治区、直辖市（未含西藏和港澳台地区）的面板数据进行实证研究。

4 实证分析

4.1 评价指标体系构建

为准确评价区域科技创新系统与生态环境优化系统的耦合协调度，依据前文两系统耦合协调发展的作用机理，并结合前人的相关研究成果来构建两系统的综合评价指标体系。借鉴叶堂林等［28］的研究，从创新要素投入、创新市场产出、创新环境支撑3 个层面选取11 个指标构建区域科技创新综合评价指标体系。对区域生态环境优化水平的考核，通过借鉴李虹等［29］、程华等［22］的研究，从节能减排、生态保持、环境治理3 个层面选取10 个指标构建生态环境优化综合评价指标体系。具体测度指标如表1 所示。

表1 科技创新系统与生态环境优化系统综合评价指标体系

表1 （续）

4.2 区域科技创新与生态环境优化系统综合评价分析

根据科技创新系统与生态环境优化系统的综合评价指标体系，利用熵权法计算各项指标权重（见表1），并进行线性加权得到各省域两系统的综合发展水平如表2 所示。限于篇幅，以3 年为时间跨度，分别对东、中、西部地区1）各省份的测度结果进行报告。

依据表2，整体来看，在区域科技创新方面，除了海南外，其他各个省域科技创新综合水平普遍呈现出不断上升的趋势。具体来说，在4 个时间节点中，广东、江苏等东部沿海地区的科技创新水平始终处在领先水平，而广西、贵州、青海等科技创新水平相对较低的省份均分布在西部地区。此外，各省域间的科技创新水平差距在不断扩大，2008 年科技创新水平最高的省域与最低的省域间的差距仅为0.258；到2017 年，科技创新水平最低的青海省，其科技创新水平仅为0.015，与科技创新水平最高的广东相差达到0.746。

在生态环境优化方面，各省域生态环境优化系统综合发展水平均表现出显著的上升趋势，表明这几年我国生态文明建设效果显著。具体来看，4 个时间节点中，山东、广东、江苏等东部地区的生态环境优化水平始终位于前列，而广西、贵州、甘肃等西部地区生态环境优化水平相对较低。生态环境优化水平同样存在着显著的区域差距，2008 年区域生态环境优化水平最低值与最高值相差0.330，到2017 年差距值扩大到0.445。

通过两系统综合发展水平的比较分析可见，科技创新水平普遍滞后于生态环境优化水平。此外，科技创新水平相对较高的地区，其生态环境优化水平也相对较好，间接反映出两系统存在着相辅相成的互动关系。

表2 我国30 个省份科技创新与生态环境优化系统综合发展水平

4.3 区域科技创新与生态环境优化耦合协调度时序特征分析

根据式（1）至式（3），计算出2008—2017 年各省域科技创新与生态环境优化系统的耦合协调度，并按照前文耦合协调度的划分标准，得到两系统的耦合协调度类型。限于篇幅，这里仅展现出各省份2008、2017 年以及10 年均值的耦合协调度数值及其类型，结果如表3 所示。整体来看，2008—2017年各省域两系统的耦合协调度均值在0.299～0.654之间，除了海南略微有所下降，其他省份均表现出不断上升的趋势；同时，属于中度耦合协调的省域数量相对较多，占比达到60%，说明我国区域两系统的耦合协调发展水平基本上处在中度耦合协调发展阶段。具体来看，2008 年广东、江苏仅处于良好耦合协调阶段，到2017 年两省耦合协调度分别达到0.782 和0.718，上升至优质耦合协调阶段，表明广东和江苏两省逐渐成为我国区域科技创新与生态环境优化耦合协调发展的领头雁；而青海、宁夏、新疆等地区一直处在低度耦合协调阶段，未来存在着巨大的发展空间。此外，其他省份也分别表现出不同程度的上升，如北京、上海、浙江、安徽、河南等地区从中度耦合协调上升为良好耦合协调，广西、重庆、云南、贵州等地区从弱耦合协调上升为中度耦合协调等，进一步表明我国区域两系统的耦合协调发展正处于“退弱、趋良、创优”的良性局面。

表3 我国30 个省份区域科技创新与生态环境优化系统耦合协调度及其类型

表3 （续）

4.4 区域科技创新与生态环境优化耦合协调度空间格局分析

进一步探讨我国30 个省份科技创新与生态环境优化耦合协调度的空间分布特征，根据表3 可知，在两个时间节点上，处于良好耦合协调的省域集中分布在东部沿海地区，2008 年主要是广东、浙江，到2017 年增加了北京、上海、浙江、山东等地区，表明东部地区科技创新与生态环境优化发展进程相对较快，两系统良好耦合协调发展的扩散效应显著；除了安徽和河南进入高度耦合协调阶段外，2017 年中部其他地区主要处于中度耦合协调阶段，两系统耦合协调发展进程相对缓慢；科技创新与生态环境优化弱耦合协调的省域主要分布在西部地区，2008年除了陕西和四川处于中度耦合协调阶段，其余均为弱耦合协调阶段，2017 年情况得到显著改善，只有青海、宁夏、新疆处在弱耦合协调阶段。同时，需要意识到，西部有些省份虽然已经步入了中度耦合协调阶段，但与东部、中部地区还存有一定的差距。进一步对照10 年间两系统耦合协调发展度均值类型，可以看出我国区域科技创新与生态环境优化耦合协调度大致呈现出“东高、中平、西低”的梯度空间分布格局。

4.5 区域科技创新与生态环境优化耦合协调度空间关联特征分析

4.5.1 全局空间相关性分析

根据式（4），运用Stata 15.0 软件计算得出2008—2017 年30 个省份科技创新水平与生态环境优化系统耦合协调度的全局Moran'sI值和正态统计量Z值（见表4）。需要指出，Moran'sI值大小对空间权重的设定较为敏感，采用反距离权重矩阵测度的数值符合实际，并且均通过了显著性检验，表明本研究的Moran'sI测度结果具有可信度［30］。依据表4 检验结果可见，2008—2017 年30 个省份两系统耦合协调度的Moran'sI值均大于零，且都通过5%显著性水平检验，说明我国区域科技创新系统与生态环境优化系统耦合协调度存在着显著的正向空间自相关，在空间上表现出一定的集聚性。从Moran'sI值的变化趋势来看，2007—2018 年两系统耦合度的Moran'sI值变化不大，整体趋于稳定，反映出我国区域两系统的耦合协调发展呈现出稳步渐进式集聚。

表4 2008—2017 年我国30 个省份区域两系统耦合协调度的全局空间相关性分析

4.5.2 局部空间相关性分析

根据式（5），运用Stata15.0 软件进行局部空间相关性分析，得出我国30 个省份各科技创新系统与生态环境优化系统耦合协调度的LISA 分布表（见表5）。限于篇幅原因，仅列出2008 年、2011 年、2014 年与2017 年的LISA 分布情况。具体来看，高-高（HH）区的数量逐渐增加且分布较为集中，主要包括北京、天津、浙江、上海、江苏、山东等东部沿海地区以及安徽、河南、湖北部分中部地区；而低-高（LH）区的数量出现下降，空间分布上由集中趋向分散，主要为山西、吉林、江西、湖南等少数中部地区以及海南等两系统耦合协调度较低的东部地区；低-低（LL）区的数量呈现出增加的趋势，在空间分布上相对集中，主要包括广西、云南、贵州、甘肃、宁夏、新疆等西部地区；高-低（HL）区的数量最少，主要是广东和四川，这是由于其邻接省份两系统耦合协调水平相对较低，而自身两系统耦合协调水平较高，因此划分在高-低（HL）区。此外，2014 年和2017 年高-低（HL）区增加了陕西，原因在于陕西省两系统耦合协调水平逐步提升，受极化效应影响而进入高-低（HL）区。

整体来说，在4 个时间节点中，高-高（HH）区和低-低（LL）区的数量波动增加，占比均达到70%，反映出空间同质特征大于空间异质特征，并且存在显著的局部空间相关性，进一步表明我国各省域的两系统耦合协调度趋向于“高高-低低”的空间集聚态势。此外，高-高（HH）区的数量逐渐超过了低-低（LL）区的数量，说明高-高（HH）区内辐射带动效应显著，区域之间协调发展能力逐渐得到改善；同时，高-高（HH）区主要分布在东部地区，则表明东部地区两系统的耦合协调度相对较高，而低-低（LL）区集中分布在西部地区，表明西部各省域的两系统耦合协调度相对较低，进一步验证了前文得出30 个省份两系统耦合协调度呈现出的“东高、中平、西低”的梯度分布格局的结论。

表5 我国30 个省份区域两系统耦合协调度的LISA 分布

5 区域科技创新与生态环境优化耦合协调度的驱动因素分析

5.1 变量选择

区域科技创新与生态环境优化耦合协调发展的驱动因素众多，基于已有研究以及两系统耦合协调发展的理论机制分析，本研究从产业层面、市场层面、政府层面以及区域层面选取相关变量［31-35］，来系统性探讨区域两系统耦合协调发展的主要驱动因素。具体而言：

（1）产业层面选取产业结构生态化水平（EIS）。吕明元等［31］指出产业作为区域科技创新与生态环境优化的重要基础，产业结构生态化转型将迫使传统企业进行创新改革，实现节能减排，进而推动区域生态创新型产业的大发展。本研究按照杨丽君等［32］学者的测度方法，通过三大产业的产值之和与其能源消耗总量之比来表示区域产业结构生态化水平。

（2）市场层面选取市场竞争程度（ML）。市场是企业创新交流和创新产品交易的重要平台，而激烈的市场竞争力会对高技术产业企业形成模仿压力，将鼓励高技术产业企业趋向低碳环保型产品的研发［33］。因而本研究选用高技术产业企业数量来表示市场竞争程度。

（3）政府层面分别选取环境规制（ER）与政府科技创新支持（FIN）。贺灵等［34］指出政府作为区域科技创新与生态环境优化的重要引导者，颁布的相关政策和科技创新支持将有利于科技创新绩效和生态环境优化水平的提升，本研究则分别选用环境污染治理投资占GDP 比重、地方财政中科技经费支出来表示政府环境规制和科技创新支持。

（4）区域层面选择城镇化率（URAL）。田逸飘等［35］指出区域城镇化进程是影响区域科技创新与生态环境优化的重要外在因素，其中人口城镇化是主导因素，因而本研究选择区域城镇人口占总人口的比重表示区域城镇化率。

5.2 空间计量模型设计

根据前文空间相关性分析结果可知，30 个省份区域科技创新与生态环境优化的耦合协调度存显著的空间相关性，因而选用空间计量模型进行估计较为合适。按照式（6）可知，空间面板计量模型主要有空间滞后模型（SAR）、空间误差模型（SEM）与空间杜宾模型（SDM）。为准确地刻画选择变量（驱动因素）对区域科技创新与生态环境优化耦合度的空间影响关系，需要选择合适的空间计量模型，因此本研究按照勒沙杰等［36］的做法，通过LR 检验、LM 检验以及模型估计效果进行空间计量模型的选择。

首先，构建无空间交互效应的面板模型：

式（7）中，为尽可能消除异方差对回归的影响，选择将被解释变量与解释变量取对数处理。

根据固定效应联合显著性检验结果，空间和时间固定效应的LR 检验分别为586.709 和30.401，均通过了1%显著性检验，因而需要通过空间和时间固定效应模型的LM 检验进行空间计量模型的选择。检验结果如表6 所示。

表6 2008—2017 年我国30 个省份区域两系统耦合协调度的无空间交互效应面板模型LM 检验

根据表6 的检验结果，空间和时间固定效应下的空间误差LM 和稳健LM 数值均未通过显著水平，而空间滞后LM 和稳健LM 数值均通了5%显著性检验，表明选择空间滞后模型比空间误差模型更适合本研究。此外，考虑到本研究采用的数据是省级面板数据，样本量有限，进一步构建空间杜宾模型就会因为引入解释变量的滞后项过多从而导致自由度浪费，影响回归结果的准确性［37］。因此，选择空间固定效应的空间滞后模型（SAR）进行之后的回归分析。具体模型如下：

该模型Hausman 检验的统计量为13.97，通过5%显著性检验，也表明选用空间固定效应比较合适。

5.3 回归结果分析与空间影响效应分解

5.3.1 回归结果分析

模型回归结果及空间滞后模型影响效应分解如表7 所示。由表7 可知，空间自回归系数ρ为0.222，符号为正并且通过了1%显著性检验，与前文Moran'sI值为正相吻合，进一步表明一个地区的科技创新与生态环境优化耦合协调度受周边地区与其他因素的正面影响。产业结构生态化水平、市场竞争程度、环境规制、政府科技创新支持以及城镇化率回归系数符号均为正，并且都通过了1%显著检验，表明这些因素对区域科技创新与生态环境优化的耦合协调发展均起到了促进作用。此外，进一步列出了空间固定效应的空间误差模型（SEM）估计结果，可见空间自相关系数λ 显著，故选用空间误差模型不适合本研究，验证了前文的检验结果。

表7 2008—2017 年我国30 个省份区域两系统耦合协调度的模型回归分析

表7 （续）

5.3.2 空间影响效应分解

被解释变量空间滞后项的空间自回归系数ρ显著不为0，则表明空间滞后模型的回归系数值不能直接反映解释变量对被解释变量的影响程度，需要进行空间效应的分解，因而，进一步采取勒沙杰等［36］的做法，利用求偏微分的方法将模型估计系数值分解出直接效应和空间溢出效应（见表7）。

产业结构生态化水平的直接效应、溢出效应和总效应估计系数值分别为0.083、0.024 和0.107，且都通过了1%显著性检验，表明产业结构生态化水平每提高1%，将促使整个区域两系统耦合协调度提升0.107%，其对本地区与周边地区的促进作用分别为0.083%和0.024%；同时可以看出，产业结构生态水平对本地区的促进作用强于周边地区，原因在于带动周边地区的产业结构生态化转型需要一定的时间，进而促进周边地区两系统耦合协调发展存在效应滞后。此外，市场竞争程度、政府的科技创新支持和环境规制的效应估计系数虽然显著为正，但对区域两系统耦合协调发展的促进作用相对较小，其中环境规制的直接效应、溢出效应估计系数值分别仅为0.02 和0.006。原因在于政府实施环境规制使地区生态环境得到优化，但科技创新促进效果并不明显；同时，可能会造成污染企业趋向周边地区，尽管会带动周边地区的经济发展和科技进步，但生态环境受到了严重威胁。最后，可以看到区域城镇化率的直接效应、溢出效应和总效应估计系数值分别达到0.241、0.067 和0.308，且都通过了1%显著性检验，表明区域城镇化率对两系统耦合协调度起到了显著的促进作用。主要在于区域城镇化是区域科技创新与生态环境优化的重要平台，对两系统的耦合协调发展具有重要的促进作用；同时，区域城镇化率的溢出效应远小于直接效应，则进一步表明应科学推进区域城镇化进程，提高城镇化质量，才能有效释放城镇化进程中的发展红利和溢出效益。

5.4 模型稳健性检验

为进一步考察模型回归结果的稳健性，本研究通过调整空间权重矩阵、变换回归模型的方式重新进行模型估计。具体而言，邻接矩阵作为空间计量回归的基础权重矩阵具有一定的参考性。其中，邻接矩阵主要表示为，表示两个空间单元（i和j）在地理上邻接时，Wij为1，反之为0。此外，科技创新、生态环境优化与地区经济发展水平息息相关，可进一步构建经济距离矩阵进行模型的估计检验。而经济距离矩阵主要表示为。对于不同省域之间，经济距离Wij为2008—2017 年两个省域的人均GDP 均值之差的绝对值倒数，反之则为0。最后，在不考虑空间效应的情况下，采用固定效应的传统计量模型进行模型的估计检验（见表8）。根据表8的检验结果可以看出，无空间效应的固定效应模型与不同空间权重的空间滞后模型的回归结果趋于一致，符号均未发生变化，并且都通过了1%显著性检验。此外，基于反距离矩阵的空间计量模型拟合优度相对较高，表明该模型估计效果更好。综上可知，本研究的模型设定与估计结果具有稳健性。

表8 2008—2017 年我国30 个省份区域两系统耦合协调度的空间滞后模型稳健性检验

5.5 区域异质性分析

考虑到我国东、中、西地区在经济基础、政策环境等诸多领域上存在着较大差异，在30 个省份层面估计的基础上，需要进一步分东部、中部以及西部地区进行比较研究。根据前文指出的被解释变量滞后项显著不为零，回归系数则不具有解释性，需要进行效应分解，因而直接列出东部、中部和西部的效应估计系数值进行分析，结果如表9 所示。此外，为避免弱耦合协调度的省份对东部地区模型效应分解的影响，采取排除海南省进行模型估计。可以看出，东部地区的产业结构生态化水平、政府科技创新支持、环境规制、市场竞争程度、城镇化率均显著为正，且都通过了显著性检验，表明这些因素对东部地区科技创新与生态环境优化耦合协调发展均起到了不同程度的促进作用；同时可以看出，东部地区的效用系数估计值高于全面层面，说明东部地区经济基础、政策环境相对较好，这些因素可以得到充分发挥，对邻近地区也起到了有效的辐射带动作用。而中部地区各变量空间溢出效应均不显著，并且产业结构生态化水平的总效应也不显著，主要原因在于中部地区作为承接东部产业转移的重要区域，存在着创新驱动的“恶性竞争”以及“污染避难所”的特征。此外，政府科技创新支持、环境规制、市场竞争程度和城镇化率对中部地区两系统耦合协调发展起到了促进作用。对于西部地区而言，市场竞争程度较弱、城镇化进程缓慢，因而对区域两系统耦合协调发展的促进作用不显著，但产业结构生态水平、政府科技创新支持和环境规制均起到了显著的促进效果，因而这3 个方面将成为西部地区促进两系统耦合协调发展的关键着力点。

表9 2008—2017 年我国30 个省份两系统耦合协调度的分区域空间滞后模型影响效应分解

6 结论与建议

本研究通过对区域科技创新系统与生态环境优化系统的耦合协调机理进行剖析，构建出两系统耦合协调发展的综合评价指标体系，测度分析了2008—2017 年我国30 个省份科技创新与生态环境优化系统的综合发展水平以及耦合协调度的时空格局，并综合已有研究，从产业层面、市场层面、政府层面以及区域层面等四大方面选择相关变量，进一步探究了我国各省域两系统耦合协调发展的驱动因素。得出如下结论：

（1）各省域科技创新水平与生态环境优化水平均呈现出波动上升的趋势，但大部分地区的科技创新水平普遍滞后于生态环境优化水平；同时，各省域两系统的综合发展水平参差不齐，并且存在着区域差距不断扩大的现象。

（2）各省域两系统的耦合协调发展表现出不断上升的趋势，但发展进程缓慢，大部分地区两系统耦合协调发展仍处在中度耦合协调阶段。在空间特性上，我国区域两系统耦合协调度逐渐呈现出“东高、中平、西低”的空间分布格局，并且进一步表现出“高高-低低”集聚的空间关联性；此外，高高集聚区的地区数量不断增加，则表明区域两系统耦合协调发展在高值区扩散效应显著，应积极发挥高值区的辐射效应，以形成高值区驱动周边区域发展的良性局面。

（3）区域城镇化率、产业结构生态化水平、市场竞争程度、政府科技创新支持、环境规制等5 个驱动因素对我国区域两系统耦合协调发展分别产生不同程度的促进作用，并表现出显著的区域异质性。在全部区域层面，区域城镇化率和产业结构生态化水平对区域两系统耦合协调发展的促进作用较强，而市场竞争程度、政府科技创新支持与环境规制的促进作用相对较弱；分地域层面，这些驱动因素在东部均表现出显著的促进作用，而对于中部地区虽然具有显著的直接效应，但空间溢出效应均不显著，即各驱动因素在区域内促进作用显著，但区域之间相互促进效果较差，在西部地区，产业结构生态化水平、政府科技创新支持和环境规制起到了主要驱动作用。因而，应根据影响因素的驱动效果，并结合区域特点来进行相关的政策的设定。

基于前文两系统耦合协调发展的驱动因素分析，本研究得到的政策启示：一是积极推进区域产业结构生态化转型。各省域在鼓励传统企业生态化创新转型的同时，可适当地采取创新补贴和污染治理指导等配套措施，来减少企业面临的负外部性或高成本等问题，进而推进节能环保型高新技术产业的大力发展，加快区域产业结构生态化发展进程。二是有效激发市场活力。完善市场绿色发展制度，进一步构建生态环境治理导向和绿色创新产品需求的信息化平台，培育出良性循环发展的市场竞争环境。三是充分发挥有为政府职能。应结合地区科技创新水平和生态环境发展的实际情况，制定出合理化、协调化的科技创新支持体系和生态环境优化评价系统，避免区域科技创新的“一窝蜂”现象和生态环境优化的“一刀切”管制。四是科学安排城镇化进程。积极推进节约集约、生态宜居、和谐发展等特征的新型城镇化建设，不断提升城镇化质量，充分释放城镇化发展红利及其溢出效应。此外，要注重因地制宜，东中西各省域应采取差异化策略组合：东部地区在处理好自身驱动因素的基础上，要进一步发挥辐射效应，带动周边区域两系统耦合协调发展；中部地区应加强地区之间的互动协调发展，有效释放溢出效应，做好东、西部的重要传导轴；西部地区则应积极响应国家政策，在加大科技创新支持和环境规制力度的基础上，积极推进地区生态型产业发展。

注释：

1）本文东、中、西部的区域划分法主要按照“七五”规划中的相关界定。