三大经济圈绿色技术创新效率收敛趋势及时空演化研究

张运华 季玲玉

摘 要：为了探究三大经济圈绿色技术创新发展水平，厘清各区域创新效率演化脉络，选取2009—2018年三大经济圈内部城市数据，基于SBM-Undesirable模型进行绿色技术创新效率测算;在验证空间相关性存在的基础上，利用考虑空间效应的收敛模型进行差异收敛趋势和影响机制分析。结果表明：三大经济圈绿色技术创新效率波动上升，存在改进空间，区域发展不平衡，珠三角地区总体发展状况最佳;三大经济圈总体和各区域效率值均存在显著传统β收敛和空间β收敛;由于不同地区初始发展差异，影响效率收敛的因素不尽相同，需因地制宜推进绿色技术创新进程以实现经济高质量发展。

关 键 词：绿色技术创新;效率测算;协调发展;空间相关性;β收敛

DOI：10.16315/j.stm.2021.04.011

中图分类号： F127

文献标志码： A

文章编号：1008-7133（2021）04-0079-11

Abstract：In order to explore the development level of green technology innovation in the three major economic circles， and clarify the evolutionary context of green technological innovation efficiency in each region， this paper selects the data of internal cities in the three major economic circles from 2009 to 2018， and measures the green technological innovation efficiency based on SBM-Undesirable model. On the basis of verifying the existence of spatial correlation， the convergence model that considering spatial effects is used to analyze the convergence trend and influence mechanism of efficiency. The results show that the green technological innovation efficiency in the three major economic circles is rising volatility and there is room for improvement. Regional development is not balanced and the overall development situation in the Pearl River Delta is the best. The efficiency values of the three major economic circles as a whole and in each region have significant traditional β convergence and spatial β convergence. Due to differences in the initial development of different regions， the factors affecting efficiency convergence are not the same.Therefore， it is necessary to promote the process of green technological innovation according to local conditions to achieve high-quality economic development.

Keywords：green technological innovation;efficiency calculation;coordinated development;spatial correlation;β convergence

創新是引领发展的第一动力，是现代化经济体系建设的战略支撑。各地区积极响应国家创新驱动发展战略的号召，相继增加创新投入，力求通过创新带动经济转型升级。然而在中国整体经济高速增长的过程中，区域发展不平衡日益凸显，缩小区域发展差距、促进经济协调发展成为当务之急。技术创新是推动高质量发展的关键引擎，创新水平差异是导致区域经济发展失衡的重要原因，因此缩小技术创新能力差距有利于促进区域经济差距收敛。与此同时，在追求经济快速增长的过程中，部分地区延用“高投入、低产出、高消耗、高污染”的生产方式，导致资源利用效率低，环境污染严重等问题，技术创新绿色化进程缓慢。在高投入、低附加值的发展方式与资源环境约束之间的矛盾日益突出的现实背景下，生产方式向绿色技术创新转变迫在眉睫。绿色技术创新是实现经济转型升级和可持续发展的必由之路，其顺利实施依靠能力提升和效率改善双管齐下。各地区在推进技术创新绿色化进程中，不仅要加大绿色技术研发投入，追求区域创新能力增强;还需要关注绿色技术创新效率，实现投入要素高效转化。

长三角、珠三角、环渤海三大经济圈自规划以来，担负着创新和率先实现现代化的使命，对推动我国经济增长发挥了举足轻重的作用。在长期高强度的发展状态下，三大经济圈存在着高资源消耗和高污染排放问题，绿色生态高质量发展是三大区域共同短板[1]，绿色技术创新之路存在改进空间。为了实现三大经济圈的可持续发展，亟需构建融合科技创新、经济发展和生态文明的绿色技术创新发展框架，构建绿色发展长效机制，这既是三大经济圈维持健康发展的必然选择，也是作为全国经济示范区和活跃区的责任和担当。三大经济圈是中国经济发展的增长极，文章以其内部城市为决策单元进行绿色创新效率分析和成果评价，从空间效应角度考察区域绿色技术创新效率差距收敛趋势和影响因素，能够以小见大，窥见我国整体绿色技术创新发展现状，对提升我国绿色创新能力、促进经济转型升级、改善区域发展失衡具有重要意义。

1 相关研究评述

随着绿色发展理念的提出和盛行，研究绿色技术创新的文献逐渐增多，不同学者的研究视角和研究重点不尽相同。对于绿色技术创新的概念界定，Hemmelskamp[2]从创新特征角度进行定义;杨发明等[3]、王青松等[4]国内学者从创新生产过程进行界定。从效率测度方法来看，有参数法和非参数法两大类。参数法以随机前沿分析方法为代表，如文淑惠等[5]利用基于超越对数函数形式的随机前沿知识生产模型测算和比较了成渝城市群和珠三角城市群创新潜力差异。李成顺[6]利用面板时变随机前沿模型测算了我国各省份工业企业绿色创新效率，发现我国工业企业绿色创新水平不断改善，地区间存在创新差距。大多数文献利用非参数法尤其是数据包络分析方法及其衍生模型进行效率测度，如冯志军[7]运用DEA-SBM方法对我国30个省级区域及八大经济区规模以上工业企业绿色创新效率进行测度分析，并将结果与传统DEA模型测算结果进行对比，发现SBM模型结果更符合实际。罗良文等[8]考虑到两阶段价值链下绿色创新过程，利用DEA模型测算出我国工业企业绿色技术开发和成果转化两个阶段创新效率值，发现我国工业企业绿色技术创新水平偏低，各区域差距悬殊。沈能等[9]利用考虑非期望产出的Hybrid Meta-frontier模型测算绿色创新效率，发现我国绿色技术创新效率整体水平偏低，地区间创新发展失衡。

从研究范围来看，多数学者的研究视角集中在中国省域和具体行业。前者多从传统行政区域划分角度分析我国绿色技术创新发展现状，后者涉及的行业包括工业企业、农业、高技术产业、高污染制造业等，例如成琼文等[10]分析了我国35个工业行业绿色技术创新效率影响因素;张峰等[11]对我国各省市高技术产业绿色技术创新效率及其影响机制进行研究。也有学者另辟蹊径关注政策导向下形成的特定地区，例如杨树旺等[12]以长江经济带沿线九省二市为研究对象，评价长江经济带绿色技术创新成效;李健等[13]研究了京津冀城市绿色创新效率;肖仁桥等[14]将研究视角置于“一带一路”沿线省份，对比了“一带”地区和“一路”地區工业企业绿色创新发展现状。

现有研究针对绿色技术创新议题取得了丰富成果，但仍然存在以下值得深入探究之处：第一，研究对象的转变。从区域层面研究绿色技术创新的文献热衷以省域为决策单元进行整体效率差异分析，很少落脚于内部城市，忽视了对城市发展失衡的关注;第二，差异收敛性分析。一些文献停留于区域绿色创新效率差异描述，没有进一步分析差异发展态势，没有考虑导致区域绿色技术创新发展不平衡的多重因素;第三，空间效应的考虑。部分文献忽略了在地理空间上具有联系的研究区域之间的影响效应，将区域视为完全封闭的孤立系统，没有考虑要素流动、技术溢出、环境污染等因素的空间属性。

现有研究成果对本文的展开具有重要启示，本文以2009—2018年三大经济圈内部城市相关数据为基础，利用考虑非期望产出的SBM模型对各城市绿色技术创新效率进行测度，对比分析相应结果以考量三大经济圈绿色创新发展水平差异。利用传统β收敛模型和考虑空间效应的β收敛模型探究区域间绿色创新效率差异收敛态势;从环境规制、政府资助、产业结构、开放程度、基础设施、创新投入、经济水平角度寻求不同区域绿色创新效率影响因素，最终结合各地区经济基础、要素禀赋、和发展现状对改善绿色创新效率、缓解区域发展失衡、推动经济跨越升级提供理论指导和政策建议。

文章的创新之处主要有：第一，将研究视角定位于三大经济圈，聚焦中国经济示范区绿色发展成果，以城市为决策单元，深入挖掘区域绿色技术创新发展现状与差异;第二，在研究框架中考虑空间效应，从空间视角检验三大经济圈绿色创新效率收敛趋势，同时分析影响效率的驱动因素，通过有效评价和提升三大经济圈绿色技术创新能力达到促进区域乃至全国范围绿色技术创新发展和经济转型升级的目的。

2 研究方法

2.1 SBM-Undesirable效率测度模型

传统DEA模型是径向的角度的，忽略了投入产出的松弛性问题，也无法处理包含非期望产出的情形，使得效率测算结果存在偏差。Tone[15]提出了基于松弛测度、非角度、非径向的SBM模型，克服了传统模型的不足，可以提高效率改善程度和测算结果准确性。

2.2 空间相关性检验

空间计量模型的使用以数据存在空间依赖为前提，本文利用全局莫兰指数检验三大经济圈绿色技术创新效率空间相关性，该指标可以用来刻画区域经济行为的空间集聚状况，取值范围为-1≤I≤1，当I取值为正，表示存在正空间自相关，即区域内呈现高值与高值集聚，低值与低值集聚形势;反之，当I取值为负，则表现为负空间自相关，出现高值与低值区域相邻的规律;如果I取值接近零，表明不存在空间相关性，区域内高低值分布处于随机状态。全局莫兰指数计算公式如下：

2.3 收敛性检验

收敛模型最初用于分析国家或地区间经济发展是否存在稳态，随着研究深入，其应用范围不断拓展，可用于各领域相关指标的收敛趋势测度。本文进行收敛性分析的目的在于在绿色技术创新效率测度基础上进一步明晰区域间效率差异发展趋势，充分把握该趋势有助于针对不同区域绿色技术创新发展走向制定更有效的对策。对三大经济圈绿色技术创新效率进行传统的和考虑空间效应的β收敛检验，包括绝对β收敛和条件β收敛。

若收敛系数值小于零且通过显著性检验，则可以认为绿色技术创新效率差异收敛。按照式（9）和（10）进一步计算收敛速度s和半生命周期τ，更直观地把握三大经济圈之间及其内部城市绿色技术创新发展追赶态势。

3 指标选取与数据来源

绿色技术创新是绿色发展和技术创新的融合，在生产活动中综合考虑技术创新、经济发展和环境治理因素，最终目的为促进经济发展与生态文明相协调。绿色技术创新的内涵表明其生产过程是一个包含资源投入、创新产出和环境效益的复杂系统，考虑指标科学性和数据可获性，构建三大经济圈绿色技术创新效率评价体系，如图1所示。

从创新成果、经济效益角度确定期望产出指标，从环境效益角度确定非期望产出指标。专利是创新活动的重要产出，体现了创新资源从投入到实现技术成果转化，可以客观地反映原始创新能力和科技实力，因此选择专利申请授权数作为创新成果产出。技术创新是推动经济社会高质量发展的重要引擎，经济效益的提升一定程度上反映了创新活动的成效，因此选择地区人均生产总值作为经济角度的期望产出。为了考量创新活动的绿色化程度，选择“工业三废”中的工业废水排放量和工业废气排放量作为环境污染角度的非期望产出指标。

以国家城市群发展规划确立的长三角经济圈27个城市、珠三角经济圈9个城市、环渤海经济圈44个城市为研究对象，选取该80个城市2009—2018年的相关发展数据，数据主要来源于各省市统计年鉴、《中国环境统计年鉴》、《中国城市统计年鉴》等，部分缺失数据由插值法补充，所选变量描述性统计结果，如表1所示。

4 绿色技术创新效率测度及分析

基于上述绿色技术创新效率评价体系的建立和效率测度方法的选择，利用DEA-Solver效率测度软件对三大经济圈内部各城市2009—2018年绿色技术创新效率进行测算。由于篇幅限制，不展示各城市历年效率值，仅將三大经济圈总体及各区域绿色技术创新效率历年均值，如表2所示。

由表2可知，2009—2018年三大经济圈绿色技术创新发展存在非效率，长三角和珠三角地区绿色技术创新效率水平相当，十年均值分别为0.615和0.660，都超过了总体均值，表明这2个地区近十年绿色技术创新机制运行良好，创新投入得到有效转化，创新发展取得了一定成效。环渤海地区绿色创新发展效率偏低，均值仅为0.439，明显落后于前2个地区，与总体平均水平相比也存在一定差距，在绿色创新发展过程中，没有较好地实现创新投入的高效率转化。三大经济圈绿色技术创新效率总体均值为0.523，总体发展水平不是很高，可以认为三大经济圈技术创新绿色化发展存在较大进步空间且区域之间发展有所失衡，其中珠三角地区发展最优，长三角地区紧随其后，环渤海地区稍有逊色。十年来三大经济圈各自及总体绿色技术创新效率走势，如图2所示。

总体来看，十年间三大经济圈绿色技术创新效率呈波动上升趋势，其中长三角地区、环渤海地区和总体绿色技术创新效率走势大致相同且变化幅度较为平稳，一直保持长三角地区优于总体水平、环渤海地区落后于总体水平的态势。长三角地区地理位置优越，高校和科研机构集聚，科研实力和自主创新能力强劲，政策因势利导，因此其占据相对优势地位不难理解。环渤海地区作为我国最大的工业密集区，大型企业占比较大，市场资源配置能力较弱，缺乏市场活力，在体制创新和新兴技术发展方面有所欠缺，一直处于劣势地位。珠三角地区在这十年内绿色技术创新效率波动较大，呈现先降后升趋势，2010年绿色技术创新效率急转直下，导致由原先遥遥领先的地位跌落到与当年三大经济圈总体平均水平接近;一年后效率水平逐步上升，直到2015年再次超过长三角地区，重回三大经济圈绿色技术创新效率均值领跑地位，并将这种优势持续保持。珠三角地区前期出现如此波动的原因在于：发展初期珠三角地区处在政策适应阶段，没有顺利实现经济结构转型和发展方式转变，绿色技术创新能力发展缓慢，创新投入的加大没有立即带来产出同等程度的增加，甚至出现了绿色技术创新效率水平急剧下降的现象;经过后期的探索和适应，在珠三角规划纲要的指导下，绿色技术创新能力日益成熟。

5 绿色技术创新效率收敛趋势及影响因素分析

对三大经济圈绿色技术创新发展现状分析不是最终目的，一切研究工作应当落脚于服务生产和社会发展，因此在测算绿色技术创新效率和分析区域绿色创新发展现状的基础上，进一步进行传统层面和空间视角的创新效率收敛性研究，同时探讨绿色技术创新效率的内在影响机制，以便在把握效率差异变化趋势和效率发展驱动因素的基础上针对创新能力提升提出相应对策。Archibugi等[17]认为在一国技术创新能力存在收敛趋势的情况下，该国人均产出或人均生产率也很有可能呈现收敛趋势。该理论充分证明区域技术创新能力很大程度上影响经济发展水平的优劣[18]，缩小创新能力差距对促进区域经济收敛起到重要作用，对推动经济转型升级和高质量发展具有现实意义。

5.1 绿色技术创新效率空间相关性检验

绿色技术创新活动是包含要素流动、技术溢出、合作交流的动态系统，如果将区域视为独立封闭个体，直接利用传统面板数据模型会导致研究结果不够切实，因此在收敛性和影响因素分析中纳入空间效应。利用基于地理距离矩阵的全局Morans I指数考察三大经济圈绿色技术创新效率空间相关程度，如表3所示。

由表3可知，2011年Morans I指数为负，其余年份均为正值。2011—2013年Morans I指数没有通过显著性检验，其余年份P值均小于0.05，Z值均大于临界值1.96，通过了95%置信度检验。可以从总体上认为样本期内三大经济圈绿色技术创新效率存在空间正相关，存在高效率值地区与高效率值地区集聚、低效率值地区与低效率值地区集聚的布局规律。三大经济圈在绿色技术创新发展过程中，充分利用了宽松有利的政策环境和先进的通信途径，存在一定程度的资源共享和合作交流，形成了空间集聚效应，因此利用空间计量模型考察三大经济圈绿色技术创新效率收敛性及影响因素是合理的。

5.2 绿色技术创新效率收敛性及影响因素分析

5.2.1 绝对β收敛分析。

1）传统绝对β收敛。首先利用传统面板数据模型对三大经济圈总体和各区域内部绿色技术创新效率绝对β收敛趋势进行模拟，通过F检验和Hausman检验从混合、固定、随机效应模型中选择最优模型进行结果解读，如表4所示。

由表4可知，F检验和Hausman检验结果都支持三大经济圈总体和各区域选定固定效应为最优模型，后文分析基于该回归模型结果展开。长三角、珠三角、环渤海地区和三大区域总体β系数均小于0且通过显著性检验，表明在不考虑空间相关性的情形下，上述区域绿色技术创新效率均存在绝对β收敛，效率水平较低的地区拥有更高的增长率，地区间效率差异不断缩小，各地区绿色技术创新发展最终收敛于同一稳定水平。进一步从收敛速度和半生命周期来看，三大经济圈总体收敛速度为0.069，半生命周期为10.06年;长三角、珠三角、环渤海地区收敛速度分别为0.069、0.066、0.070，半生命周期分别为10.12、10.47、9.97年。环渤海地区收敛速度最快，是唯一大于总体收敛速度的地区，半生命周期最短，说明环渤海地区内部各城市绿色技术创新效率达到区域均衡水平所需时间最短，该地区作为传统产业聚集区，具有较大的发展潜力和发展空间进行绿色技术创新和产业转型升级。珠三角地区收敛速度最慢，半生命周期最长，从较优水平向更优水平迈进需突破更大难度。

2）空间效应下绝对β收敛。在传统绝对β收敛模型基础上引入空间效应，利用空间滞后模型（SAR）和空间误差模型（SEM）对绝对β收敛进行重新估计，通过拉格朗日乘数检验对2个模型进行择优，结果如表5所示。

由表5可知，总体和三大区域空间绝对β收敛系数均为负，珠三角地区空间滞后模型通过了10%的显著性水平检验，空间误差模型通过了5%的显著性水平检验，其余各地区的两个模型均通过显著性水平为5%的检验，由此可知在考虑空间效应的情况下，各大经济圈及其总体绿色技术创新效率存在显著的绝对β收敛趋势。与传统绝对β收敛模型相比，从模型拟合优度来看，考虑空间效应的模型更为合理。进一步通过比较拉格朗日乘数LM（LAG）、LM（ERR）及其稳健形式，对空间滞后模型和空间误差模型进行选择。在三大经济圈总体层面和各区域，均是空间滞后模型的解释力度更优。

基于空间滞后模型对三大经济圈总体及各区域内部效率收敛情况进行解读：在空间框架下，总体、长三角和环渤海地区的收敛速度与传统模型结果相当，但都略有下降;珠三角地区收敛速度下降较为明显，从0.066变为0.026，降幅高达60.6%。考虑空间效应后，区域绿色技术创新活动更为开放和复杂，受到内外因素的双重影响，向均衡水平趋近的速度减缓，但是没有改变绿色技术创新能力差距逐渐缩小的大方向。除长三角地区外，其余地区衡量空间相互作用程度的空间滞后系数ρ均显著为正，长三角地区空间滞后系数ρ也为正值但未通过显著性检验，该结果又一次印证三大经济圈区域内部和区域之间的绿色技术创新活动都存在显著的空间依赖，区域创新能力的发展不仅依靠内部创新投入，也得益于其他地区创新要素的流动和创新行为的影响，地区间合作交流促进了创新溢出效应和创新集聚效应的形成，推动了区域绿色创新协同发展。

5.2.2 条件β收敛分析

条件β收敛在绝对β收敛模型中引入控制变量，综合考虑学者研究成果和区域实际发展状况，本文选择的控制变量有：

环境规制强度（env）：用节能环保支出占政府一般公共预算支出比重表征。随着创新、协同、绿色、开放、共享发展理念的提出，各级政府日益重视城市生态文明建设，积极引导地区绿色化发展，政府加强环境规制力度符合创新发展绿色化内涵。但是如果环境规制过强，也会给地区造成环保负担，分散创新活动资源，影响创新活动的积极性。

政府资助水平（gov）：用科技投入占政府一般公共预算支出比重表征。政府资助在一定程度上能够促进更多市场主体从事科技创新活动，从而激发创新发展活力，提升区域绿色技术创新水平。但是过度的政府干预也会破坏市场机制，加重区域创新发展失衡。

区域开放程度（fdi）：用外商直接投资表征。区域开放有利于吸引外部创新资源的流入，促进要素流动、贸易往来和合作交流。外商直接投资能够带来技术溢出效应，为我国创新水平提升提供技术、资金、人才等方面的支持。如果过度依赖外商投资和技术引进，也会存在区域创新独立性缺失的危机。

自主创新投入（inn）：用R&D资本存量表征。自主创新投入能够为创新活动的开展提供支持和保障，创新主体通过对自主创新投入的合理利用，能够避免对外来资本和技术的过度依赖，保持独立性和竞争力。但是创新投入的增加并不直接导致创新能力的提升，投入的高效利用和有效转化至关重要。

產业结构模式（ind）：用第三产业增加值占生产总值的比重表征。长期固化的产业模式无法适应新环境下的社会发展需求，合理的产业结构模式能够为创新发展构建框架，推动技术创新高效发展，同时技术创新发展到一定程度也会产生反馈效应，促进产业结构调整升级。

经济发展水平（eco）：用人均生产总值表征。良好的经济发展水平为区域创新奠定了坚实基础，创新水平的提升又能反过来促进经济转型升级和跨越发展。

基础设施建设（inf）：用邮电业务总量占生产总值的比重表征。基础设施建设的完善是保障经济持续稳定发展的重要基础，其中通信水平影响创新活动中信息传递和交流的效率，对创新发展起到基础性和辅助性作用。

1）传统条件β收敛。先对样本进行传统条件β收敛趋势模拟，结果如表6所示。同样经过F检验和Hausman检验，三大经济圈总体和各自区域都选择固定效应模型。结果显示条件β收敛系数均显著为负，说明三大经济圈总体及长三角、珠三角、环渤海地区绿色技术创新效率都存在传统条件β收敛趋势，各地区的绿色技术创新水平随时间推移将收敛于各自的稳态。从收敛速度和半生命周期来看，总体收敛速度为0.069，半生命周期为9.99年，长三角、珠三角、环渤海地区收敛速度分别为0.078、0.051、0.069，半生命周期分别为8.92、13.56、

10.09年，地区之间收敛速度快慢与绝对β收敛结果一致，即环渤海地区收敛速度最快，珠三角地区收敛速度最慢。与绝对β收敛结果相比，总体和长三角地区收敛速度有所上升，珠三角和环渤海地区收敛速度有所下降，模型中引入的控制变量对不同地区绿色技术创新效率收敛性产生影响，且影响程度各异。

2）空间效应下条件β收敛。进一步利用条件β收敛空间滞后模型和空间误差模型对样本数据进行空间条件β收敛的检验，结果如表7所示，拉格朗日乘数检验结果同样支持总体和各区域选择空间滞后模型。加入控制变量后，三大经济圈总体和各区域空间条件β收敛系数依旧显著为负，验证了绿色技术创新效率空间条件β收敛趋势的存在。总体及长三角、珠三角、环渤海地区收敛速度分别为0.069、0.077、0.053、0.069，半生命周期分别为10.00、8.97、13.13、10.12年，与传统条件β收敛模型下结果相当。与空间绝对β收敛模型结果相比，除了环渤海地区几乎保持不变外，其他地区收敛速度都有一定程度的增加，说明控制变量在区域绿色技术创新发展过程中促进了创新效率差距收敛。

对比表6和表7不难发现，传统面板数据模型和空间计量模型下，不同地区通过显著性检验的控制变量及其对地区绿色技术创新效率的影响效果是一致的，考虑到三大经济圈绿色技术创新活动空间相关性得到验证，因此在空间计量模型下进行区域绿色技术创新效率驱动机制分析。

区域层面，从三大经济圈总体情况来看，区域开放程度、产业结构模式和基础设施建设通过了5%的显著性水平检验，自主创新投入通过了10%的显著性水平检验。其中，区域开放程度和产业结构模式系数为正，自主创新投入和基础设施建设系数为负。从长三角地区来看，区域开放程度通过了10%的显著性检验，经济发展水平通过了5%的显著性检验，两个变量系数均为正。从珠三角地区来看，只有环境规制强度是显著的，表现为负相关。从环渤海地区来看，环境规制强度、区域开放程度、自主创新投入、产业结构模式和基础设施建设均通过了5%的显著性水平检验，其中，环境规制强度、区域开放程度和产业结构模式系数为正，自主创新投入和基础设施建设系数为负。由于不同区域经济基础、要素禀赋和政策导向的差异，绿色技术创新效率驱动机制不尽相同，下面具体解读不同控制变量的实际影响效果。

环境规制强度：波特假说认为适当的环境管制能够刺激技术革新，促使企业通过科技研发提升生产能力和盈利能力。政府对节能环保的重视和投入能够规范企业环保意识，同时弥补企业环境治理成本，有利于绿色技术创新效率提升。如果环境规制过强，企业环保负担过重，将会一定程度上遏制社会创新活力，对绿色技术创新发展产生负效应。从实证结果来看，环渤海地区的环境规制力度适当，产生了创新补偿效应，而珠三角地区产生了遵规成本效应。

政府资助水平：该变量在总体及三大经济圈的模型中均未通过显著性检验，表明在推动区域绿色技术创新工作中，由于科技创新投入数量的有限性或投入方向的局限性，政府资助没有充分发挥作用，在促进科技投入向科技产出高效转化方面有待改进。

区域开放程度：区域开放带来了资本流入、知识和技术转移、研发人员流动、管理经验共享等条件，有利于地区之间合作交流和优势互补，利用优越的区位优势吸引更多外资投入，逐渐扩大外资规模、优化外资结构，总体、长三角和环渤海地区都享受了区域开放红利，外商直接投资对这些地区的绿色技术创新发展产生了显著积极影响。

自主创新投入：该指标为绿色技术创新提供了物质基础，但是如果地区创新能力不足，不能将资源投入高效转化，会导致创新要素禀赋的流失，造成创新产出低效率，扩大与其他地区的差距。总体和环渤海地区绿色技术发展进程中就出现了该问题，为了追求创新效率提升，盲目扩大创新投入，没有实现投入的合理利用，导致对绿色技术创新效率产生负向影响。

产业结构模式：合理的产业结构能够为区域绿色技术创新构建良好的发展框架，其中第三产业和高新技术产业的升级完善尤为重要，低污染产业发展符合绿色化要求，高新技术产业掌握的核心自主知识产权能够为区域科技创新提供技术支持。产业结构模式对区域绿色技术创新效率提升的推动作用在总体和环渤海地区体现得更明显。

经济发展水平：地区经济持续稳定发展可以为自主创新提供经济支撑和良好的科研环境，经济基础雄厚的地区，更有实力进行科技研发和技术成果转化。长三角地区良好的经济基础为区域绿色技术创新提供了坚实保障。

基础设施建设：完善的基础设施建设能够为社会长远发展奠定基础，随着数字经济的发展，新型基础设施建设能够进一步促进技术升级和创新能力提升。但是基础设施投资的扩大会挤占创新发展方面的投入，阻滯绿色技术创新效率的提升。总体和环渤海地区的基础设施投资在一定程度上产生了挤出效应，对绿色技术创新效率产生了负向影响。

6 结论与建议

绿色发展是当前及未来经济社会发展的主旋律，是实现经济高质量发展的必由之路，绿色发展战略的关键是提高绿色技术创新能力和改善效率。为了以经济示范区的绿色技术发展水平为突破，考察我国绿色技术创新发展现状，文章以长三角、珠三角和环渤海经济圈内部城市为研究对象，利用SBM-Undesirable模型测算各城市2009—2018年绿色技术创新效率，据此分析三大经济圈绿色技术创新发展能力;再利用考虑空间效应的收敛模型对区域绿色技术创新发展进行收敛性检验和影响机制分析，形成以下结论：

1）三大经济圈总体及各区域绿色技术创新发展状况良好，效率值呈波动上升态势，但仍存在改进空间。各经济圈绿色创新发展水平存在差异，环渤海地区一直稍有逊色，长三角地区保持平稳发展，珠三角地区前期发展波动较大，后期发展势头迅猛，占据领先地位。

2）三大经济圈总体及各区域绿色技术创新效率均存在显著的空间绝对β收敛和空间条件β收敛趋势，随着时间推移，区域间和区域内绿色技术创新效率差距逐渐缩小，绿色技术创新发展最终收敛于稳定状态。

3）由于不同经济圈地理位置、政策法规、要素禀赋、资源配置等固有差异，各区域绿色技术创新效率影响因素和影响效果不尽相同，在实际政策制定和执行过程中需要因地制宜。其中，在总体层面，外商直接投资和产业结构模式对绿色技术创新效率收敛具有显著的正向影响，自主创新投入和基础设施建设具有显著的负向影响;在长三角地区，外商直接投资和经济发展水平对绿色技术创新效率收敛具有显著的正向影响;在珠三角地区，环境规制强度对绿色技术创新效率收敛具有显著的负向影响;在环渤海地区，环境规制强度、外商直接投资和产业结构模式对绿色技术创新效率收敛具有显著的正向影响，自主创新投入和基础设施建设具有显著的负向影响。各地区应当结合自身发展状况，提高政策制定的针对性和有效性。

绿色技术创新逐渐成为新一轮工业革命和科技竞争的新兴领域，对推动我国经济由高速增长向高质量发展转型起到关键作用。建立健全绿色技术创新发展机制，强化科技创新引领，推进生态文明建设，是经济高质量发展的关键步骤。结合本文实证结果和国家战略政策，对提升区域绿色技术创新能力，实现经济高质量发展提出以下建议：

第一，统筹绿色技术创新发展体系建设。持续推进生态文明建设和科技创新引领，为绿色技术创新发展营造稳定健康的环境，激发社会创新活力。加强市场导向作用，发挥市场对创新资源合理配置的决定性作用。同时充分发挥政府引导，以政策优势弥补区域劣势。

第二，推进区域一体化建设和协同发展。区域一体化建设是打破行政壁垒、加强要素流动和经济合作的重要路径，有利于实现区域资源共享和高效配置。各城市应当积极探寻经济活动的密切合作，充分发挥规模效应和集聚效应，均衡区域发展。

第三，加强区域对外开放与合作交流。树立绿色技术创新发展示范区，推广先进区域的发展模式和管理经验。充分认识创新活动的空间属性，利用空间溢出效应实现优势地区对周边地区的辐射带动作用，缓解区域发展失衡。

第四，因地制宜制定区域绿色创新发展政策。充分考虑区域要素禀赋、经济基础、地理区位、政策导向等差异，结合效率收敛影响因素，制定实现绿色技术创新效率提升的有针对性的方针政策，以技术创新引领经济发展，促进区域经济差距收敛和经济能力提升。

参考文献：

[1]黄顺春，邓文德.粤港澳、长三角及京津冀高质量发展比较研究[J].技术与创新管理，2021，42（1）：75.

[2]HEMMELSKAMP J.Environmental policy instruments and their effects on innovation[J].European Planning Studies，1997，5（2）.

[3]杨发明，许庆瑞.企业绿色技术创新研究[J].中国软科学，1998（3）：3.

[4]王青松.基于多元主体的我国企业绿色技术创新研究[D].西北工业大学，2007：1.

[5]文淑惠，陈灿.成渝城市群与珠三角城市群创新潜力比较及影响因素分析[J].科技进步与对策，2019，36（9）：51.

[6]李成順.我国工业企业绿色创新效率评价：基于面板时变随机前沿模型的分析[J].技术经济，2020，39（9）：119.

[7]冯志军.中国工业企业绿色创新效率研究[J].中国科技论坛，2013（2）：82.

[8]罗良文，梁圣蓉.中国区域工业企业绿色技术创新效率及因素分解[J].中国人口·资源与环境，2016，26（9）：149.

[9]沈能，周晶晶.技术异质性视角下的我国绿色创新效率及关键因素作用机制研究：基于Hybrid DEA和结构化方程模型[J].管理工程学报，2018，32（4）：46.

[10]成琼文，贺显祥，李宝生.绿色技术创新效率及其影响因素：基于我国35个工业行业的实证研究[J].中南大学学报（社会科学版），2020，26（2）：97.

[11]张峰，任仕佳，殷秀清.高技术产业绿色技术创新效率及其规模质量门槛效应[J].科技进步与对策，2020，37（7）：59.

[12]杨树旺，吴婷，李梓博.长江经济带绿色创新效率的时空分异及影响因素研究[J].宏观经济研究，2018（6）：107.

[13]李健，马晓芳.京津冀城市绿色创新效率时空差异及影响因素分析[J].系统工程，2019，37（5）：51.

[14]肖仁桥，沈路，钱丽.“一带一路”沿线省份工业企业绿色创新效率及其影响因素研究[J/OL].软科学：1-12[2020-10-12].

[15]KAORU T.A slacks-based measure of efficiency in data envelopment analysis[J].2001，130（3）：498.

[16]刘建翠，郑世林，汪亚楠.中国研发（R&D）资本存量估计：1978—2012[J].经济与管理研究，2015，36（2）：18.

[17]DANIELE A，MARIO P.Aggregate convergence and sectoral specialization in innovation[J].Journal of Evolutionary Economics，1994，4（1）：1.

[18]吕岩威，谢雁翔，楼贤骏.中国区域绿色创新效率时空跃迁及收敛趋势研究[J].数量经济技术经济研究，2020，37（5）：78.

[19]林珊珊，陈清.长江经济带绿色发展的效率评估与提升路径[J].科技与管理，2021，23（2）：63-69.

[20]郭将，金欢.长三角区域经济一体化程度分析[J].科技与管理，2019，21（3）：30-36.

[编辑：厉艳飞]