长三角城市群绿色技术创新的时空格局及驱动因素研究

孙燕铭 梅潇 谌思邈

摘要：当前，进一步提升长三角区域的绿色技术创新能力对于深入推进长三角更高质量一体化发展具有重要的现实意义。基于绿色技术创新的内涵和属性，将绿色专利数量作为绿色技术创新产出的主要衡量指标，以长三角地区41个地级市为研究单元，分析2008—2019年长三角区域绿色技术创新活动的时空演化特征。利用Morans Ⅰ指数检验长三角绿色技术创新的空间关联特征，进而运用负二项回归模型探究长三角区域绿色创新活动的驱动因素。结果表明，长三角区域绿色创新活动总体呈现出空间集聚效应，这种集聚特征主要表现为东部城市绿色创新水平较高，且有逐渐扩散的趋势。局部上，各城市绿色专利空间格局具有一定稳定性，但地区联系较弱的城市数量有逐步增加的趋势。在驱动因素方面，城镇居民可支配收入、政府研发支持、环境规制、人力资本水平都对长三角区域绿色技术创新具有积极影响，第二产业占GDP比重对于绿色技术创新发展存在抑制作用，而外商直接投资的绿色创新激励作用并不明显。

关键词：绿色技术创新;长江三角洲;时空格局;驱动因素

中图分类号：F207    文献标志码：A    文章编号：1001-862X（2021）01-0013-011

一、引 言

当前，中国城市进入以提升质量为主的转型发展阶段，城市如何实现可持续发展，妥善处理环境、经济和资源三者之间的关系，是我国进一步提升经济实力和国家综合竞争力的重要影响因素。“十三五”规划中，我国明确将“绿色、创新、协调、开放、共享”定位为中国未来长期发展的“五大”理念，并将“绿色”概括为永续发展的必要条件。党的十九大报告提出了“绿水青山就是金山银山”的发展理念，并始终将环境保护和资源节约作为建设经济现代化体系的主要任务之一。实现绿色可持续发展已经成为我国未来长期发展的总纲领。

在工业生产经营活动中，绿色技术创新是通过科学技术研究，以节约资源和原材料投入、减少废弃物排放、改善生态环境、实现经济与环境协调发展而进行的绿色产品研发及绿色工艺改造过程。其目标是经济、环境与社会效益的共赢。与一般创新不同，绿色创新同时具备与创新知识溢出相关的正外部性、与污染排放相关的环境影响外部性特征。创新作为引领发展的第一动力，在解决社会经济系统与资源环境系统协调发展方面发挥着十分重要的作用，而绿色技术创新作为“绿色”和“创新”两大理念的结合点，是引导我国产业突破环境约束、实现健康可持续发展的重要路径，更是当前推进产业结构优化升级和加速构建现代化经济体系的关键之一。

长三角地区作为中国经济、科技、文化发展的核心地带，具有极高的国际化水平、专业化程度和自主创新能力，在中国面向全球发展的历程中起着先导性作用。进一步提升长三角地区的绿色技術创新能力、构建市场导向的绿色技术创新体系，对于深入推进长三角更高质量一体化发展具有重要的现实意义。

二、绿色技术创新的内涵及国内外研究综述

20世纪50—60年代以来，随着人们对于生态环境问题的重视，关于绿色技术创新的研究逐渐兴起，其概念表述最初由Fussle、James（1996）在《驱动绿色创新》中提出，即能为企业和消费者带来价值，但同时又能降低环境污染的新产品和新工艺等。[1]目前国内外对绿色创新这一概念的定义尚未统一标准化，国外较为权威的解释是Thomas Bernuaer（2006）在其著作中阐述的——有利于环境的各种环保创新，例如，绿色产品创新、绿色工艺创新和绿色组织创新，不管这种环境改善是否是创新的主要目的。[2]OECD（2009）将绿色创新定义为：与其他替代品相比，可以在有意或无意之间显著改善环境的新产品（实物和服务）、生产流程、营销方法、组织结构和制度配置等行为。

国内学者中，吕燕（1997）从企业经济性角度将绿色技术创新定义为：能够减少在生产和消费过程中产生的由生态环境传递的外部非经济性的技术。许庆瑞等（1999）从产品生命周期角度出发，认为短期来看，绿色技术是为了最大限度地降低产品生命周期的外部成本;长远来看，绿色技术是为了最大限度地降低产品生命周期的总成本，其最终目标是最小化内部成本和外部成本的总和。[3]根据戴鸿轶等（2009）的研究，国外学者更倾向于使用“环境技术创新”、“绿色技术创新”等概念，更强调先进技术本身的作用及对环境的影响，而国内学者更多使用“绿色技术创新”、“生态技术创新”等术语。[4]肖黎明、肖沁霖（2018）运用CiteSpace，以1998—2017年WOS（Web of Science）和CNKI收录的文献中筛选出有关绿色创新的中文文献443篇、外文文献1808篇作为研究对象，对国内外有关绿色创新研究的作者、机构的地理分布、年代分布和研究热点演化等方面进行了对比分析。结果表明，2012年以来，绿色创新研究文献呈现出显著增长的趋势，绿色创新研究机构的合作现象多出现在同一国家或地区，未来研究热点可能会集中在绿色治理、协同创新和气候变化等方面。[5]

绿色技术创新不同于一般意义上的技术创新，它强调的是有利于环境或能改善环境的一种系统性的技术，是少污染、少耗能、高技术的一系列能够改善环境的产品、方法和工艺的总称。中国环境与发展国际合作委员会还将绿色技术创新的范围扩展到了社会和制度等领域，绿色技术创新不仅存在于技术层面，还是一种“绿色观念”，是一种将“绿色意识”融合到产品的研发和生产过程中，能够同时实现经济、环境、社会效益的理念。

在驱动绿色技术创新的因素方面，国外学者主要从经济学和管理学角度，基于市场、技术、企业自身和外部环境等多个维度展开研究。根据Rehfeld等（2007）的研究，技术因素在企业最初的研发时期非常重要，市场需求则在扩散阶段对企业绿色技术创新的促进作用更为明显。[6]著名的“波特假说”（1995）指出，环境规制将诱发企业的创新行为，最终导致经济与环境“双赢”的效果。Yalabik（2011）的计量实证研究也表明，消费者、竞争压力和环境规制对企业进行绿色技术创新有着较显著的正向驱动作用。[7]Amore（2016）等从企业管理的角度出发，发现公司治理与企业绿色创新之间存在正相关关系，较差的公司治理将导致显著降低的绿色技术的创新。[8]

国内学者更多从区域经济、经济地理的角度展开实证分析。王文普、陈斌（2013）等借助2001—2009年中国31个省份的环境专利数据，通过非线性设定探讨了环境政策对绿色技术创新的影响。结果表明，环境政策和知识水平总体上对绿色技术创新有显著的激励作用。[9]毕克新等（2014）基于PLS统计分析方法，得出FDI流入对制造业绿色创新系统的各要素资源投入具有促进作用。[10]秦国伟、沙海江等（2017）实证分析了2002—2012年影响中国省域绿色技术创新的主要因素，结果发现，在环境政策作用下，大型企业因为具备更多的R&D资金和人员投入，进行绿色技术创新的动力更大。[11]彭文斌等（2019）基于2005—2016年中国285个地级城市面板数据，采用杜宾模型分析发现，交通条件、教育水平、环境规制都会促进绿色创新，低层次产业结构则会显著抑制绿色创新，而增加FDI并不利于本地区绿色创新，但会促进周边城市绿色创新水平的提升。[12]

国内外大量理论及实证研究表明，企业创新能力存在高度的空间集聚和地理集中现象，但在绿色技术创新的空间分布特征上，目前的研究尚处于探索阶段。周力（2010）基于1999—2006年中国省际面板数据，运用DEA-Malmquist指数方法测度了省域绿色创新指数，结果显示，绿色创新水平整体上呈现由西至东依次递减的趋势。[13]孟卫东等（2017）通过Morans Ⅰ指数计算与散点图分析，验证了绿色创新空间集聚效应与异质性的存在，并引入地理加权回归（GWR）模型对2005—2014年30个省份数据进行实证研究。结果表明，H-H聚集与L-L聚集的差异化空间集聚效应显著，人才聚集水平、区域开放程度、环境管制强度与政府角色的不同是造成空间异质性的重要原因。[14]

现有的关于区域绿色技术创新能力的文献大多基于国家、区域和省级层面，以地市级为单元研究其时空分异特征的文献尚少。研究表明，省级层面具有区域性特征的知识溢出表现并不明显，在更小的空间单元上往往才表现出显著性。[15]此外，已有文献关于绿色技术创新产出的衡量指标主要为绿色专利申请或受理数量，在数据获取过程中多采用直接使用关键词进行检索，关键词的选取受限于研究人员的知识及经验，具有较强的主观性。

在已有文献的基础上，本文将绿色技术创新的内涵解释为通过科学技术研究，以节约资源和原材料投入、减少废弃物排放、改善生态环境、实现经济与环境协调发展而进行的绿色产品研发及绿色工艺改造活动。与一般技术创新不同，绿色技术创新的双重外部性特征体现在，它同时具有与创新知识溢出相关的正外部性和与污染排放、废弃物处理等相关的环境影响外部性。由此，采用现有的技术分类标准，本研究将绿色专利数量作为绿色技术创新产出的主要衡量指标，通过技术分类号定位绿色专利，对相关专利进行查重筛选，进而分析长三角区域绿色技术创新的时空分布和演化特征，并探究驱动区域绿色创新水平提升的主要因素，以期为区域可持续发展提供政策启示。

三、长三角区域绿色技术创新的空间格局演化

（一）长三角绿色技术创新产出的地理分布特征

长三角地区包括上海、江苏、浙江、安徽三省一市，地域面积35.9万平方公里，占全国1/26左右，常住人口2.2亿，占全国常住人口的近1/6，2019年经济总量达23.7万亿元，约占全国1/4。长三角城市群由以上海为核心，江苏省的南京、镇江、南通、盐城、泰州、无锡、常州、苏州、连云港等13个地级市，浙江省的杭州、宁波、温州、丽水、嘉兴、湖州、绍兴、金华、衢州、舟山、台州等11个地级市，以及安徽省的合肥、芜湖、马鞍山、铜陵、安庆、滁州、池州、宣城等共41个城市组成，位于长江经济带中下游，在“一带一路”战略中具有重要地位。

世界知识产权组织（WIPO）于2010年9月16日推出了国际专利分类绿色清单（IPC Green Inventory），它是由国际专利分类专家委员会制定的有助于明确现有和新出现的绿色技术的一种在线工具。该清单涉及约200个与环境友好技术直接相关的主题，依据《联合国气候变化框架公约》将绿色专利主要分为了七大类：能源节约类、核电类、交通运输类、行政监管与设计类、农林类、替代能源生产类和废弃物管理类。

本文基于国家知识产权局数据库，根据世界知识产权组织推出的国际专利分类绿色清单所列出的200余个绿色专利分类号，在专利数据库中对长三角地区41个地级市进行检索定位并进一步查重筛选得到本文的研究数据库，分别选取2008、2012、2016和2019年的数据为观测样本。其中，2008年是我国专利制度改革后的第一年，也是“十一五”规划的重要年份。2012年是《国家战略性新兴产业十二五发展规划》颁布实施的第一年，将污染物防治与安全处置、高效节能、资源循环利用、清洁生产和低碳技术等作为七大战略性新兴产业重点方向之一。2016年是“十三五”规划的开局年，2019年则是“十三五”规划目标完成的重要年份。

運用ArcGIS软件绘制2008、2012、2016及2019年长三角区域绿色专利产出数量在地级市层面的空间分布图（图1）。2008年，长三角地区绿色专利公布数仅为1367件，到2019年，绿色专利公布总数大幅增长，已经达到16038件。由图1可知，长三角地区绿色创新产出整体随时间增加而提高，其中上海的绿色技术创新水平在长三角41个地级市中一直保持领先水平，且其绿色专利数量与其他城市差异较大。南京的绿色专利数量大幅度增加，绿色技术创新产出水平跻身长三角地区前列，仅次于上海。

在空间格局上，长三角区域绿色技术创新水平呈现空间聚集特征，并有逐步扩散的趋势（图2）。研究期内，绿色技术创新的空间分布特征变化并不十分明显，东南部城市绿色创新产出呈现显著的集聚效应，北部和西南部城市表现一般，绿色技术创新热点主要集聚在上海、南京、杭州、合肥及苏州周边地区，说明在时间推移过程中，区域绿色技术创新存在一定空间上的路径依赖，且呈现逐步扩散的趋势。2008—2019年，上海始终保持绿色创新产出的较高水平，以合肥为代表的安徽中部地区绿色技术创新能力显著提高，浙江省和江苏省各地级市表现较稳定。

（二）长三角区域绿色技术创新产出的空间自相关性和时空演化特征

对长三角绿色技术创新水平进行空间自相关性检验，并进一步探究其时空演化特征。空间自相关性主要用于研究对象或指标变量是否存在空间依赖性，全局空间自相关分析常用Morans Ⅰ指数进行测度，检测整体空间模式是否显著。由表1可以看出，研究期内，长三角区域内的绿色专利数量标准差逐年递增，且每年绿色专利数量极差增大明显。这一特征表明，长三角地级市层面的绿色专利数量差异逐渐扩大，在一定程度上反映了各地级市的绿色技术创新能力差距逐步提升，可能出现区域绿色技术创新能力两极分化的情况。

从研究期内长三角地区41个地级市绿色技术创新产出的集聚与分散状况来看，2008年全局Morans Ⅰ值不显著且接近于0，说明该年长三角地区城市群绿色技术创新的空间分布较为随机。但2012、2016和2019年各城市的绿色技术创新Morans Ⅰ值均为正，均通过5%的显著性检验，表明这期间长三角城市群绿色技术創新分布存在显著的空间正相关性，表现出显著的空间集聚特征。

整体上看，全局空间自相关Morans Ⅰ值基本上呈增大趋势，表明绿色技术创新的空间集聚特征越来越显著，绿色技术创新在长三角地级市层面的空间分布基本呈现出自我强化的发展态势。可见，自2008年以来，长三角地区地级城市间绿色技术创新的空间关联度和依存度在逐渐增强。由于无法准确判断绿色技术创新是否存在更小范围的集聚效应，需进一步考察长三角地区绿色技术创新在地级市层面的局部自相关性。

图3和图4进而描绘了长三角地区绿色技术创新在地级市层面的局部自相关特征。由图3可知，2008、2012、2016及2019年4个时间节点中，长三角地区落在第一、三象限的城市数量较多，表明绿色技术创新的空间分布不是随机的，具有地理正相关性。图4展示了研究期内长三角地区各地级市绿色技术创新的局部空间自相关四分位地图。可以看出，大部分城市在时间推移过程中具有一定的空间稳定性，杭州、苏州、无锡和宁波基本保持在高-高集聚区（第一象限），徐州、滁州、亳州、淮北、六安、宿州等城市基本保持在低-低集聚区（第三象限）。

处于图3第二、四象限盲点区域的城市与周边城市联系相对薄弱，特别是位于第二象限（高-低）的城市随时间推移有所增多，这类城市难以形成地区联动效应或优势互补，缺乏绿色技术创新增长极。自中央在“十一五”规划中提出国家自主创新基础能力建设，进一步指出“十二五”时期是我国提高自主创新能力、建设创新型国家的攻坚阶段，并专篇论述“建设资源节约型、环境友好型社会”，各地区加大科技研发力度、提升自主创新能力和绿色发展意识，然而各城市要素投入和地区间联系的紧密程度差异较大，使部分城市间的绿色技术创新产出空间相关性减弱，拉大了与周边城市绿色创新水平的差距。

整体而言，在研究期内，长三角地级城市的绿色创新产出主要以正向相关为主。在未来发展过程中，应注重区域绿色技术创新能力整体水平的提升和城市间绿色技术创新水平差异的均衡，防止进一步出现两极分化格局。

四、长三角区域绿色创新产出的驱动因素研究

（一）模型、变量与数据

绿色技术创新能力的提升需要各类激励因素及限制因素的综合作用，通过对现有文献进行梳理和分析，参考毕克新等（2013）的研究[16]，将从技术、市场和制度三个角度对绿色技术创新的影响因素进行探究。

相关指标数据主要来源于2008—2018年《中国城市统计年鉴》以及各地级市统计年鉴、统计公报和国家知识产权局。其中，绿色专利数量主要基于国家知识产权局数据库，整理分析了长三角各地级市绿色专利数据，根据世界知识产权组织推出的国际专利分类绿色清单所列出的200余个绿色专利分类号，在专利数据库中对长三角地区41个地级市进行检索定位当年发布的绿色专利并进一步查重筛选得到。

由于本研究的被解释变量（绿色专利数量，GI）为计数数据，故采用负二项回归方法进行实证检验。其中，被解释变量为绿色技术创新（GI），采用绿色专利数量进行衡量。解释变量中，R&D、EL分别代表技术层面影响绿色技术创新的科研经费投入和大学生在校人数。个人可支配收入水平（DPI）、外商直接投资（FDI）为市场层面的影响因素。制度层面的影响因素中，采用二氧化硫排放量（SO2）、污水排放量（Waste Water）、烟尘排放量（Dust）以及市辖区绿化率（Green）描述该地区的环境规制强度，采用第二产业产值占GDP的比重（Industry）反映该地区的产业结构。i和t分别表示所选城市和年份。技术、市场及制度三个层面影响因素的具体描述如下。

1.技术层面，主要包括创新人才、科研投入资金和信息资源等。技术水平是企业在开发和改进相关工艺和产品时最重要的因素，创新产出则是由科研投入的资金和科研人员决定的，绿色技术创新也不例外，只有企业不断地投入科研经费和人员，才能促进产品及工艺创新并在此过程中提高绿色技术创新能力。现有文献中，科研人员及经费通常采用R&D经费内部支出及人员投入，但由于地级市层面的R&D人员及经费投入数据较难获取，故采用各城市地方财政支出中用于科学技术的资金投入作为替代变量。教育是提高区域内部自主创新能力的重要手段，居民受教育程度越高，对环境质量的要求越严格，越能倒逼企业进行绿色创新[12]，高校毕业生是创新创业的重要来源，因此，采用大学生在校人数来衡量当地教育水平（EL）。

2.市场层面，市场需求是驱动企业进行绿色创新的关键原因，也是创新成果所要实现的目标。[17]居民收入与居民消费水平联系紧密，是城市间要素流动、信息共享和技术溢出的重要影响因素，因此对产品生产和工艺创新的绿色化也起着不可忽视的作用。已有研究表明，区域或国家创新能力的提高不仅归功于国内自主创新，还归功于国际技术溢出。通过引进国外先进技术、高水平人才和FDI等手段，可以有效扩大地区的开放程度，促进国际间溢出效应，以此来提高自身创新能力。根据毕克新（2013）等人的研究[16]，本文采用城镇居民可支配收入（DPI）来衡量国内市场需求水平，采用各地级市外商直接投资实际利用额来衡量市场开放程度，以检验地区收入和FDI对长三角地区绿色技术创新发展的影响。

3.制度层面，主要从地区的第二产业占比和环境规制强度进行描述。产业结构与绿色创新的关系十分密切，合理的产业结构能促进绿色创新水平的提高。同时，根据波特假说，一定程度的环境规制将激发企业的创新行为。为使产品的生产满足环境规制要求，企业将主动对生产工艺进行升级和优化，并在此过程中诱发绿色创新行为，提升绿色技术创新能力。本文采用各城市第二产业产值在GDP中占比衡量产业结构，以污水、烟尘、二氧化硫排放量以及市辖区绿化率衡量环境政策的严厉程度。

各变量的描述性统计见表2。

（二）实证结果及讨论

负二项回归的估计结果如表3所示。从实证检验结果可以看出，delta的95%置信区间为（16.62， 29.70），表明可在显著性水平上拒绝过度分散参数“delta=0”的原假设（对应于泊松回归），应使用负二项回归。

从技术层面来看，大学生在校人数（EL）的回归系数为0.63，且在1%的水平上顯著，意味着教育水平的提高会显著提高长三角地区绿色技术创新能力。一方面，发达的教育水平有利于区域知识溢出，提高地区创新能力，教育带来的人力资本也是科研人员投入的重要来源。这与葛尧（2018）研究得出的结论一致，即教育经费投入与人力资本能够显著地促进我国东部地区技术创新。[18]另一方面，地区教育水平的高低与其人口素质联系紧密。教育水平越高的地区，居民对生态资源和绿色发展的重视程度越高，在约束自身不损害环境的同时，也会对当地企业的行为进行自发性监督，从而促进区域绿色技术创新。

科研经费投入（R&D）的回归系数为0.23，在1%水平上显著。即科研经费投入越多，研发机构及企业可用于绿色产品和绿色工艺的投资越大，越有利于绿色创新的进行。稳定持续的资金投入降低了研发的风险和不确定性，也更有可能缩短绿色技术创新的研发周期，因此能得到更多的绿色专利。与此同时，雄厚的科研资金对高素质人才的培养和先进设备、工艺的引入具有激励作用，以及与地区之间高新产业、学校等组织的联系更为密切，利于知识溢出和技术创新。

就市场层面来看，城镇居民可支配收入（DPI）为正，且在1%的水平上显著。城镇居民可支配收入是地区经济发展水平的重要表征，较高的城镇居民可支配收入意味着当地经济水平较高，也意味着更多的国内市场需求。市场需求是驱动企业进行绿色技术创新最根本的动力，环境污染与人均收入呈倒U型关系，在一定范围内，环境污染将随着人均收入的增加而升高，只有人均收入达某个临界点以后，环境质量才将逐步得到改善。[19]城镇居民可支配收入与绿色技术创新呈正相关关系，说明长三角地区位于环境库兹涅兹曲线拐点的右侧，表明当前长三角地区在追求经济发展的同时，对绿色经济和可持续发展也有一定程度重视，不再只是简单追求数量增长的发展模式。

外商直接投资（FDI）的回归系数为0.02，但不显著，说明FDI对绿色技术创新活动的促进作用并不明显。这可能是由于当前我国外商直接投资企业在很大程度上是引进并使用外国母公司的技术，与当地各类组织的知识溢出和技术联系还相当微弱。我国作为生产加工的载体，也承担了大量高污染、高耗能的生产和加工工艺，但这类企业本身核心技术的创新研发还是在本国进行。除此之外，陈信伟、姚佐文等（2011）的研究还表明，从长期来看，FDI对R&D甚至存在“挤出效应”或“替代效应”。[20]这是由于我国“以市场换技术”的引资战略，试图通过吸引尽可能多的外商直接投资来促进科学技术进步，但国内高新技术产业的技术水平和管理体制与国外仍有较大差距，外资企业的引入对国内企业和原有市场产生了一定的影响和冲击，甚至弱化其技术创新的动机，由此呈现出FDI引入对于区域绿色技术创新提升的正向激励作用不明显。

从制度角度出发，烟尘排放量和污水排放量的回归系数均为负，尽管未通过显著性检验，但在一定程度上说明对于污染物排放的环境规制政策严厉程度与绿色技术创新呈正相关关系，环境规制在绿色技术创新活动中发挥了作用。二氧化硫排放量回归系数为正，在10%的水平上显著，表明面对更严格的污染排放标准实施，区域空气质量的恶化在一定程度上迫使企业加快绿色技术的研发。市辖区绿化率的回归系数为正，且在10%的水平上显著，这进一步验证了较好的区域环境质量和较严格的环境标准能够激励绿色技术创新。与传统创新相比，绿色技术创新需要更高的成本和研发周期，这可能导致部分企业延缓绿色创新活动，但环境规制政策如污染税、“三同时”等措施加快了企业的回应速度，甚至倒逼企业进行绿色技术研发。长期来看，环境规制政策有利于提升区域绿色技术创新水平，降低污染控制成本。

第二产业占比系数为-0.43，在1%的水平上显著，表明第二产业占GDP比重对于绿色技术创新发展的激励存在抑制作用。第二产业尤其制造业是控制温室气体排放总量及能源消费总量的关键领域，承载着绿色经济转型的主要任务。长三角地区的传统第二产业聚集了电子信息设备制造业、纺织业、化学原料和化学制品业、电器机械及器材制造业等众多高耗能、高污染产业，进一步优化产业结构，加快清洁环保技术的研发、引进与扩散，促进产品精益化生产、缩短生产周期、降低生产成本，带动长三角制造业生产技术加快转型升级尤为关键。

五、结论及政策建议

绿色技术创新是实现区域高质量发展的关键路径之一，对于提升区域综合竞争力、解决资源环境问题具有重要意义。本文基于2008、2012、2016、2019年长三角地区41个地级市的城市面板数据，利用Morans Ⅰ指数检验了长三角地区绿色技术创新的空间自相关性，进而运用负二项回归方法探讨区域绿色技术创新产出的主要驱动因素，主要结论如下。

（1）基于绿色技术专利对绿色创新产出进行测算，结果表明，长三角城市群绿色技术创新水平在研究期内整体呈现上升趋势，绿色技术创新热点主要集聚在上海、南京、杭州、合肥及苏州周边地区，并存在一定空间上的路径依赖，绿色创新水平整体上仍有较大的提升空间。

（2）在空間关联性方面，总体来看，长三角区域绿色创新水平在空间上呈现出集聚效应，这种集聚特征主要表现为东南部城市绿色创新产出较高，且随着时间推移呈现出扩散趋势。局部来看，各城市绿色专利分布的空间格局变化并不明显，具有一定稳定性，但地区间联系较弱的城市数量有逐渐增加的趋势。

（3）从主要驱动因素来看，城镇居民可支配收入、R&D经费投入、环境规制政策的严格程度及在校大学生人数都对长三角区域绿色技术创新具有积极影响，外商直接投资对绿色技术创新的激励作用并不显著，第二产业占GDP比重对于绿色技术创新发展则存在抑制作用。具体而言，居民受教育水平的提高、科研经费投入的增加可以提升地区技术水平，进而促进绿色技术创新。城镇居民可支配收入越高，意味着地区经济水平越高，越有利于本地区绿色创新活动的进行。更加严格的污染排放标准和环境保护政策实施，在一定程度上迫使企业加快促进绿色技术的研发。此外，进一步调整优化产业结构，尤其是加快长三角制造业生产技术转型升级对于绿色技术的研发、引进与扩散十分关键。

基于以上结论，为进一步提升长三角区域的绿色技术创新水平，可以从以下几方面入手。

（1）强化城市间绿色技术创新的空间关联度。研究结果表明，绿色创新具有较强的空间溢出效应，基于自身发展现状及空间分布特征，长三角城市群可以进一步加强城市间绿色创新资源的共享力度，实现区域间创新元素的共享，形成人口、经济、资源环境突破区域行政壁垒的“强强联合”新局面。紧扣习近平总书记在扎实推进长三角一体化发展座谈会上所强调的“一体化”和“高质量”两个关键词，上海、苏州、杭州、合肥等城市应充分利用自身对周边地区的辐射效应，以绿色创新水平较高的城市带动水平相对较弱的城市，由点及面地带动长三角城市群绿色创新协同发展，提升地区产业集聚水平，加强城市间产业联动、环境要素均衡配置、资源共享水平和生态文明建设合作，开创长三角城市群绿色技术创新的新格局。

（2）充分发挥高端技术人才的知识溢出效应。研究结论表明，较高的受教育程度对于长三角地区绿色技术创新水平的提升有着显著的积极影响。发达的教育水平有利于区域知识溢出，提高地区创新能力。绿色技术创新具有显著的区域溢出效应，长三角地区聚集大量科技人才和创新平台，有形成一批“绿色领先”企业、组织的潜力和优势。应加强绿色创新企业、科研机构以及高等院校的联系，使高技术人力资本得到充分利用，同时引入更多高端技术人才，提升企业内部整体自主创新能力并拓宽绿色技术创新渠道。

（3）适度扩大地区对外开放程度，引导市场健康发展。长三角地区的经济发展水平影响并决定着绿色技术创新水平的高低，因此积极引导市场需求向绿色、可持续方向转变，增强市场活力、加快技术转化和产业化，完善地区市场竞争机制尤其重要。居民的绿色消费理念和消费模式是对企业进行绿色技术创新的直接激励。此外，本文发现，扩大市场对外开放程度对于绿色技术创新水平的提升并不明显。习近平总书记强调：“在当前全球市场萎缩的外部环境下，要发挥国内超大规模市场优势，加快形成以国内大循环为主体、国内国际双循环相互促进的新发展格局。”长三角地区在扩大市场开放程度、增强地区间联系的过程中引进了较多高污染、高耗能产业，在国内国际双循环背景下，长三角城市应积极发挥区位优势，在“引进来，走出去”的过程中注重对高质量产业、高技术人才的甄别和吸收，设立一定市场准入门槛，避免环境污染的进一步恶化。

（4）进一步加强政府的监管及激励措施。环境保护政策的实施能够为绿色技术创新营造良好的发展环境，对内外市场需求的引导和绿色创新行为的激励起着重要作用。环境规制路径需进一步从以命令-控制型为主向市场激励型转变，综合运用各类规制手段对区域环境污染进行控制，从而倒逼企业进行绿色技术创新。同时，政府应加大激励与扶持企业绿色创新的力度，激发企业绿色技术创新的活力，引导高污染、高耗能产业逐步转化为高新技术产业，实现资源利用率的最大化和污染排放最小化，达到环境污染防治和促进绿色创新发展的双重目的。

参考文献：

[1]Fussle R C.， James P.. Eco-innovation： A Break-

through Discipline for Innovation and Sustainability[M]. London： Pitman Publishing， 1996.

[2]Thomas B， Stephanie E， Daniel K， et al. Explaining Green Innovation： Ten Years after Porters Win-Win Proposition： How to Study the Effects of Regulation on Corporate Environmental Innovation？[M]. Politische Vierteljahresschrift， 2006： 323-341.

[3]许庆瑞，王毅.绿色技术创新新探：生命周期观[J].科学管理研究，1999，（1）：3-6.

[4]戴鸿轶，柳卸林.对环境创新研究的一些评论[J].科学学研究，2009，27（11）：1601-1610.

[5]肖黎明，肖沁霖.国内外绿色创新研究进展与热点——基于CiteSpace的可视化分析[J].资源开发与市场，2018，34（9）：1212-1220.

[6]Rehfeld， Rennings. Integrated Product Policy and Environmental Product Innovations： An Empirical Analysis[J]. Ecological Economics， 2007， 61： 91-100.

[7]Yalabik B， Fairchild R J. Customer， Regulatory， and Competitive Pressure as Drivers of Environmental Innovation[J]. International Journal of Production Economics， 2011， 131（2）： 519-527.

[8]Amore M D.， Bennedsen M. Corporate Governance and Green Innovation[J]. Journal of Environmental Economics and Management， 2016， 75（9）： 54-72.

[9]王文普，陈斌.环境政策对绿色技术创新的影响研究——来自省级环境专利的证据[J].经济经纬，2013，（5）：13-18.

[10]毕克新，王禹涵，杨朝均.创新资源投入对绿色创新系统绿色创新能力的影响——基于制造业FDI流入视角的实证研究[J].中国软科学，2014，（3）：153-166.

[11]秦国伟，沙海江，狄桂英，等.中国绿色技术创新影响因素分析[J].生态经济，2017，（4）：53-57.

[12]彭文斌，文泽宙，邝嫦娥.中国城市绿色创新空间格局及其影响因素[J].广东财经大学学报，2019，（1）：25-37.

[13]周力.中国绿色创新的空间计量经济分析[J].资源科学，2010，（5）：932-939.

[14]孟卫东，傅博.绿色创新绩效区域集聚效应与空间异质性研究[J].统计与决策，2017，（16）：94-97.

[15]牛欣，陈向东.城市创新跨边界合作与辐射距离探析——基于城市间合作申请专利数据的研究[J].地理科学，2013，（6）：659-667.

[16]畢克新，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.

[17]杨朝均，杨文珂，赵梓霖.中国区域绿色创新影响因素研究[J].华东经济管理，2018，（9）：95-102.

[18]葛尧.教育经费投入对区域技术创新的门槛效应研究[J].价格理论与实践，2018（3）：155-158.

[19]Hayton J C. The Effect of Intellectual Capital on Entrepreneurial Orientation in High-technology New Ventures[J]. R&D Management， 2005， 35（2）： 137-155.

[20]陈信伟，姚佐文.滞后效应视角下FDI对经济增长影响的实证研究[J].技术经济，2011，（4）：96-101.

[21]Forzyd， Grublera. Technology and the Environment：An Overview[J]. Technological Forecasting and Social Change， 1996（53）： 3-13.

[22]Lim U. The Spatial Distribution of Innovative Activity in U.S. Metropolitan Areas： Evidence from Patent Data[J]. Journal of Regional Analysis and Policy， 2003， 33（2）： 84-126.

[23]林勇，张宗益.中国经济转型期技术进步影响因素及其阶段性特征检验[J].数量经济技术经济研究，2009（7）：73-85.

[24]Moreno R， Paci R， Usai S. Spatial Spillovers and Innovation Activity in European Regions[J].Environment and Planning， 2005， 37（6）： 1793-1812.

[25]Sen D， Truman Y. General Licensing Schemes for a Cost-reducing Innovation[J]. Games and Economic Behavior， 2007， 59（1）： 163-186.

[26]苏方林.中国省域R&D溢出的空间模式研究[J].科学学研究，2006，（5）：696-701.

[27]王春杨，张超.中国地级区域创新产出的时空模式研究——基于ESDA的实证[J].地理科学，2014，34.

[28]许晓燕，赵定涛，洪进.绿色技术创新的影响因素分析——基于中国专利的实证研究[J].中南大学学报（社会科学版），2013，19（2）：29-33.

[29]杨朝均，呼若青，杨红娟.绿色工艺创新模式选择的影响因素研究——基于30个省份工业的实证分析[J].生态经济，2018，34（09）：50-55.

[30]杨发明，许庆瑞，吕燕.绿色技术创新功能源研究[J].科研管理，1997，（3）：57-62.

（责任编辑 吴晓妹）