生态效率与科技创新的时空耦合研究

傅 春 ，王 娟 ，莫寓琪

(南昌大学 a.管理学院；b.经济与管理学院,南昌 330031)

一、引言

随着社会经济的高速发展和城镇化进程的不断推进，人类赖以生存的生态环境遭到了 破坏，大气污染、水环境污染和垃圾处理等环境问题已经迫在眉睫。哥伦比亚大学和美国耶鲁大学等发布的《2018全球环境绩效指数》显示：中国以综合得分50.74分在180个国家中位列第120位[1]。由此可以看出，如何兼顾经济发展与环境保护是中国实现绿色发展的当务之急。1989年Schaltegger 和 Sturm将“生态效率”的概念定义为经济价值增值与环境价值增值之比。随后世界可持续发展委员会(WBCSD)对生态效率的概念进行了完善与补充：必须以适当的价格提供产品或服务，在满足人类需求的前提下并确保生活质量，同时逐渐减少产品或服务的环境影响[2]。 因此，本研究将利用生态效率来衡量经济发展的可持续性。

在生态效率的测算方面，国外研究主要以行业发展和企业经营为主[3]，较少的涉及到地区的生态效率测算[4]。比如，一些学者利用原材料的使用量和产量等分析了企业在不同的生产流程中的生态效率[5]，还有学者则从自然、社会和经济三个层面建立生态效率评价体系[6]。关于生态效率的评价自从被引入国内以后便成为衡量地区绿色发展的重要指标。张炳等将工业“三废”和二氧化碳分别作为非期望产出和非期望投入，从而测算生态效率[7]。郑德凤等将非径向SBM模型与空间数据分析法相结合，得出了研究样本期间内的农业生态效率[8]。杨勇等则采用随机生产函数的方法对中国城市的生态效率进行测算研究[9]。

在生态效率的影响因素方面，目前国内外学者对生态效率的研究主要集中在生态效率与城镇化水平[10]、循环经济[11]、资源禀赋[12]、产业结构[13]、财政分权[14]、生态足迹[15]、二氧化碳排放量[16]、产业发展[17]、组织因素[18]等之间的关系，并有了一些研究成果。近些年国内外越来越多学者对生态效率展开深入研究，一些学者认为科技能够有效提高能源利用技术和效率，从而改善对环境破坏和污染[19-20]。付丽娜等[21]通过实证分析表明技术进步有助于生态效率的提升，而目前造成生态效率下降的重要原因是综合技术效率与纯技术效率的下降。李华旭等[22]通过建立绿色发展评价指标体系，以长江经济带为研究样本，最终得出科学技术水平等对绿色发展水平的提升有显著的正相关性的结论。岳鸿飞[23]以中国工业2006—2015年的数据为样本，测算出科技创新对绿色发展的贡献水平。根据前人的研究成果可以了解到，科技创新是提高经济发展质量和维护生态文明的重要途径。那么，现如今中国的科技创新水平与生态效率是否平衡？这是本文关注的核心问题之一。因此，本研究通过对生态效率和科技创新能力的动态耦合分析探索生态效率与科技创新能力之间的相互关系，并通过GIS技术对耦合结果进行可视化处理，让全国各个省市的生态效率和科技创新能力之间耦合协调关系在时间和空间的分布上有着清晰的对比，针对性的分析省市之间的优势、不足以及困境，以期为今后的生态环保政策和学术研究提供重要的理论依据。

二、研究方法与步骤

生态效率概念自1990年提出以来，不同尺度、不同领域的生态效率就引起了国内外学者的广泛兴趣，研究成果丰富[24]。在研究方法上，相关学者们常用的测算方法主要有指标体系法[25]、数据包络分析法[26]、能值分析法[27]、因子分析法[28]及生态足迹法[29]。参考前人的研究成果，本研究的评价步骤如下：

建立生态效率评价指标体系，测算生态效率。由于传统的DEA模型无法考虑到松弛变量的影响，会出现存在多个效率为1的有效DUM的现象，因此本文利用修正松弛变量的Super-SBM模型对地区生态效率进行测算[30-31]。由于生态效率同时考虑投入的最小化与产出最大化，因此本研究中使用无导向模型中的可变规模报酬模型测算生态效率，其表达式为：

(1)

式(1)中ρ是目标效率值，x、yg和yb分别表示投入变量、期望产出和非期望产出，向量s_、sg和sb分别表示投入松弛量、期望的产出松弛量与非期望产出的松弛量，λ为权重向量。就特定DUM而言，当且仅当ρ≥1且s_、sg和sb均为0时，该DUM为有效；若ρ<1，则说明该DUM无效。

建立科技创新能力评价指标体系，利用因子分析法获得各省市科技创新能力综合得分。因子分析法是一项基于数据的相关关系进行分析的技术，对多个观测数据进行降维处理，本质是将多个指标归纳为一个综合指标[32]。在提取公共因子之前，需要釆用KMO和巴特利特球形方法对样本进行适合度检验，结果显示2008-2017年Bartlett球形检验的显著概率均为0，KMO值均大于0.5，因此指标数据适合作因子分析。然后按照特征值大于1的原则提取出两个主因子，两个主因子的方差贡献率分别为49.018%和32.865%，累计方差贡献率为81.882%，也就是说两个因子可以解释原指标信息的81.882%。因此，本研究提取两个因子来评价2008-2017年30个省份科技创新能力。最后，根据成分得分系数矩阵可以得到每个主因子的具体得分，由此可以得出30个省份2008-2017年创新能力综合得分。

利用耦合协调度函数，对生态效率和科技创新能力进行耦合。为了避免数据中出现0，本文进行如下调整：

正功效函数

(2)

负功效函数

(3)

根据物理学中的容量耦合的概念，创新与生态效率的耦合度函数可表示为

(4)

其中Cν为协调度，0≤Cν≤1；E表示生态效率综合指数；K表示创新综合指数；n为调节系数(n≥2)，本研究中n=2。Cν是正向衡量指标，反映创新与生态发展的协调程度。虽然Cν可以表示生态效率与创新的协调关系，但Cν可能会高估生态效率与科技创新水平的协调度，因此本研究采用耦合协调度函数进一步判断生态效率与科技创新能力的协调程度，耦合协调度函数如下：

(5)

T=αE+βK.

(6)

其中H表示协调发展度；T表示生态效率和创新水平综合评价指数；α，β表示权数。本文认为生态效率与创新同等重要，因此α，β分别取0.5。

三、生态效率与科技创新评价指标体系的构建与数据来源

(一)生态效率指标体系

构建并结合中国的实际情况且在借鉴前人优秀成果[33-34]的基础上，将计算生态效率的投入指标分为环境指标和资源指标，其中环境指标包括废水排放总量、SO2排放量和工业固体废弃物产生量，资源指标包括能源消费总量、用水总量和建设用地面积，产出指标为地区GDP，如表1所示。

表1 地区生态效率评价指标体系

(二)科技创新指标体系构建

本研究将科技创新能力分为知识创新能力和技术创新能力两个方面。知识创新能力包括知识投入及生产能力和知识传播及分配能力，技术创新能力包括技术转化及应用能力与技术创新绩效。本研究基于科学性和系统性的原则，最终选取了16个指标评价各个省份的地区科技创新能力，具体评价指标如表2所示。

表2 科技创新能力评价指标体系

(三)研究数据来源

本文研究数据主要来源于《中国统计年鉴》《中国环境统计年鉴》《中国科技统计年鉴》等，部分缺失数据来源于各省的统计公报。出于数据的完整性，本研究剔除西藏和港澳台地区，以中国30个省份为研究样本，计算2008-2017年的生态效率、科技创新水平和耦合协调度。

四、实证结果与分析

(一)生态效率和科技创新能力测算结果及分析

中国30个省市2008、2013、2017年的生态效率报告见表3。效率值一般以1为参考，若效率值小于等于1说明生态效率较低，如果生态效率值大于1说明生态效率较高。

从生态效率上来看，2008—2017年全国生态效率整体上逐年增长缓慢，且平均生态效率小于1，处于较低水平。地区发展不平衡现象明显，平均生态效率大于1的省份大多数位于东部地区，如北京市和江苏省，其余位于西部地区，而中部地区生态效率值均小于1。从整体趋势来看，大多省市2008年到2017年生态效率都有所上升，但是少数省份包括河北省和内蒙古自治区等十个省份有所下降。

从科技创新能力上来看，根据表3和图2，中国的科技创新能力水平空间上呈现出横向均衡、东高西低逐步减弱的阶梯分布的特征。从总体上看，各个省份的创新能力均有所上升。结合30个省份的实际情况，造成东中西部创新能力差距明显的原因可能有一下两点：(1)科技资源分布不均衡，东部地区的经济发展水平相较与中西部地区而言较高，拥有充足的财力资源与物力资源，更容易吸引高科技人才，因此中西部地区单单靠自身现有的资源则很难打破目前落后的状态，广西省和海南省从地理位置上看属于东部地区，但是经济发展水平和科技创新水平均落后与其他东部地区。(2)东部沿海地区是最早实行改革开放的，与其他内陆城市相比较早的积累了大量的财富，其独特的地理位置有利于当地经济的发展和对外交流，能够及时引进内国外先进科学技术，这将极大地推动沿海地区科技的进步。

表3 全国30省市2008-2017年生态效率和科技创新情况

(二)耦合协调度测算结果与分析

1. 耦合协调度的等级划分。为了详细地反映地区间生态效率与创新能力的协调发展水平，本研究用协调发展类型来衡量生态效率与创新协调发展水平状况。按照H(协调发展度)的大小，将协调类型划分为协调发展类、勉强协调发展、濒临失调发展和失调发展类4大类。除此之外，根据生态效率指数E和创新能力综合评价指数K的对比关系，将其类型细分为24个基本类型，具体区分如表4所示。

表4 生态效率与创新协调发展类型分类体系及其判别标准

2. 耦合协调度的静态和动态分析。2008年、2013年与2017年我国30个省市生态效率与创新耦合协调度报告见表5。

表5 2008-2017年我国30个省市耦合协调度H和K-E结果

耦合协调度的空间静态分析：(1)从总体趋势来看，各个地区的协调度基本都是上升的，说明科技创新对生态保护的作用越来越明显，从空间分布上来看，和创新能力一样，耦合度呈现出明显的东高西低的梯形分布。(2)从各省份的平均得分情况来看，大部分地区的得分在0.5～0.6之间，说明中国大部分省市处于勉强协调发展阶段。少数地区的得分在0.6～0.7之间(中级协调发展)，且均位于东部地区。重庆市、贵州省等七个省市得分在0.4～0.5之间，其中大多数位于西部地区。(3)从各省2017年的得分情况来看，大部分地区处于0.5～0.6之间(勉强协调)，山西省等七个省市得分在0.4～0.5之间(濒临失调)，浙江省等四个地区在0.6～0.7之间(协调发展类-中级协调)，北京市等五个省市的得分在0.7～0.9之间(协调发展类-良好协调)。总而言之，中国生态效率与创新耦合协调度得分呈现出明显的阶梯状，且地区发展不均衡。

耦合协调发展的时间动态分析：

(1)从全国平均水平来看，中国2008—2017年|K-E|的值均小于0.1，结合表5可知(0.5

(2)从各省市2008—2017的平均H值和创新能力与生态效率之差来看，天津市和福建省等十个省份属于生态发展与创新同步型。

(3)从各省2008—2017年的创新能力与生态效率之差来看，|K-E|<0.1的省份的数量有所下降，说明发展的不平衡性越来越明显。

(4)东部大部分地区的K-E>0.1, 属于生态发展滞后型；西部大多数地区的K-E<0.1，属于创新滞后型，例如宁夏省、青海省、甘肃省等；中部地区属于过度地带，则没有明显特征，河南省、湖北省和山西省属于生态发展滞后型，黑龙江省和江西省则为创新滞后型。整体而言，东部地区协调发展度普遍高于中西部地区。随着科技创新水平的提高，耦合协调度也相应提高，说明科技创新对于解决经济发展与环境保护之间矛盾问题发挥重要作用。

五、结论与政策启示

本研究选取2008-2017年中国30个省份的数据作为研究样本，构建生态效率和科技创新能力评价体系，得出各个省份每年的生态效率和科技创新能力，并运用耦合分析法探究各个省市生态与科技创新的耦合关系，以此探究科技创新与生态效率的耦合关系，并得出以下主要结论：

(1)中国的生态效率整体偏低，且中西部地区明显落后于东部地区，地区发展不平衡；

(2)从科技创新能力的空间分布来看，其呈现出东高西低逐步减弱的阶梯分布的特征，且各省市发展差距还在逐渐扩大；

(3)中国目前处于勉强失调发展类生态发展与创新同步型阶段，且整体上呈现东高西低的阶梯分布特征。

根据以上研究结论，提出对策建议：

(1)地方政府应加强科技投入，促进科技投入多元化。第一，仅仅增加R&D投入是远远不够的，加大绿色科技的投入才是重中之重。政府通过制定鼓励政策等引导企业增加绿色R&D的投入，一方面有利于提升企业核心竞争力，另一方面有利于减少资源消耗与环境污染。第二，充分利用现有的人力、物力和财力资源，发挥市场在资源配置中的作用，从而加速科技成果的转化，促进绿色经济的良性循环。

(2)加强合作，实现优势互补。第一，互联网在知识共享的过程中有着重要作用，互联网的普及不仅能够打通课题的重复申报，同时可以打通科研项目的进度与经费管理平台，实现资源的充分共享。第二，应结合中部地区劳动力充足等资源优势，发展特色产业，从而提升经济发展水平，加大科技发展对生态效率的推动作用。

(3)发挥自身优势，因地制宜发展旅游业等绿色产业。第一，中西部地区当前存在着科技创新能力匮乏和生态效率较低的问题，因此，应该发挥自身自然资源优势、大力发展旅游业等绿色产业。第二，西部地区靠近西亚国家，加强与西亚等国家的经济与科技交流也将有利于西部地区的经济发展。

(4)制定科技人才引进计划。中西部经济相对落后，很难留住高科技人才，因此，必须制定出相应的优惠政策和科技人才引进计划，改善人才外流的情况。