绿色创新效率时空演变及影响因素研究——以成渝地区双城经济圈为例

徐 波 王润娟

绿色创新作为推动新一轮工业革命和科技竞争的新兴领域，是推动产业转型升级和创新驱动高质量发展的重要途径〔1〕。在“碳达峰”和“碳中和”目标的引领下，绿色创新既是我国经济高质量发展的主要动力，也是缓解经济社会与生态环境矛盾的有力抓手。绿色创新效率是衡量绿色创新发展水平的重要指标，其值越高，表明区域创新发展对资源的利用效率越高而对环境破坏越小〔2〕。因此，新时期、新阶段推动我国经济高质量与可持续发展的关键在于提升绿色创新效率。

成渝地区双城经济圈建设是新时代实施的重大国家战略之一，承担着打造高质量发展重要增长极和构建新发展格局的使命，对推进新时代西部大开发具有支撑作用，在共建“一带一路”中发挥着带动作用，在推进长江经济带绿色发展中具有示范作用。走绿色创新道路既符合成渝地区双城经济圈绿色发展、创新驱动的根本要求，又能助推成渝地区经济的腾飞。基于此，在科学测度成渝地区双城经济圈绿色创新效率的基础上探索其影响因素，对成渝地区双城经济圈建设科技创新中心、实现经济可持续发展有着重要的实践意义。

一、文献综述

Fussler等(1996)指出绿色创新是能够降低对环境影响的技术创新〔3〕。此后，国内外学者围绕绿色创新效率进行了较为深入的研究。从研究层级来看，相关研究逐渐从国家、省域等延伸到市域层面。Yang Gao(2018)以G20国家外商直接投资为基础，构建绿色创新效率实证模型〔4〕。曹霞等(2015)〔5〕和韩晶等(2013)〔6〕先后以省域为研究单元，测算了我国30个省份的绿色创新效率及其影响因素。Haiqian Ke等(2021)则以我国283个城市为研究对象，探索了绿色创新效率对生态足迹的影响〔7〕。从研究对象来看，相关研究主要聚焦区域和行业的绿色创新效率。余淑均等(2017)〔8〕、杨树旺等(2018)〔9〕、肖沁霖等(2022)〔10〕以城市为研究单元，测度了长江经济带的绿色创新效率，并探讨了其与环境规制模式、生态治理绩效之间的关系。孙燕铭等(2021)分析了长三角地区绿色技术创新效率的时空演变〔11〕。董会忠等(2021)考察了粤港澳大湾区的绿色创新效率及影响因素〔12〕。李金滟等(2016)分析了长江中游城市群的绿色创新效率〔13〕。与此同时，行业绿色创新效率研究也成为学术界关注的热点，冯志军(2013)〔14〕和钱丽等(2015)〔15〕测算了我国工业企业的绿色创新效率。汪传旭等(2016)探索了我国高技术产业绿色创新效率的空间溢出效应〔16〕。刘佳等(2018)研究了我国旅游业绿色创新效率的空间网络结构与形成机制〔17〕。吴超等(2018)考察了我国重污染行业的绿色创新效率〔18〕。朱承亮等(2018)评估了专利密集型产业的绿色创新绩效〔19〕。

从测算方法来看，主要采用数据包络分析方法，应用的模型有SBM模型〔20〕、MinDS-DEA〔21〕、窗口DEA模型〔22〕、 GML指数〔23〕、SBM超效率模型〔24〕等。从影响因素来看，环境规制、创新支持、经济发展水平、城镇化、政府支持、开放程度、教育水平、产业结构、污染治理效率〔25-26〕等因素都在不同程度对绿色创新效率起到支持或者抑制作用。

梳理相关文献发现，现有文献缺乏对成渝地区双城经济圈的绿色创新效率的考察。基于此，本文以成渝地区双城经济圈16个城市为研究对象，在运用包含非期望产出的SE—SBM模型测度其绿色创新效率的基础上，综合采用空间统计方法和空间回归模型分析其时空格局演变及影响因素，以期为成渝地区双城经济圈成长为我国经济高质量发展的重要增长极提供有益参考。

二、数据来源与研究方法

1.研究区域概况及数据来源

(1)研究区域概况。成渝地区双城经济圈包括了重庆市中心城区、万州、涪陵等在内的27个区(县)以及开州、云阳的部分地区和四川省的成都、自贡、德阳等15个市，总面积为18.5万平方公里。该地区位于我国长江经济带和“一带一路”的重要交汇点，是西部陆海新通道的起点，具备连接西南西北、沟通东亚与东南亚、南亚的独特优势。统计数据显示，2019年成渝地区双城经济圈的常住人口约为0.96亿人，地区经济总量接近6.3万亿元，以占全国1.9%的土地面积承载了全国6.9%的人口，并创造了全国6.3%的生产总值(1)数据来源：《中国城市统计年鉴2020》。。

(2)数据来源。根据《成渝地区双城经济圈建设规划纲要》划定的区域范围，本文以成都、自贡、泸州、德阳、绵阳、遂宁、内江、乐山、南充、眉山、宜宾、广安、达州、雅安、资阳及重庆共计16个城市为研究范畴，数据主要来自于相关年份的《四川统计年鉴》《重庆统计年鉴》《中国城市统计年鉴》以及各城市的国民经济和社会发展统计公报。

2.研究方法

(1)包含非期望产出的SE—SBM模型。SBM模型将松弛变量考虑到目标函数中，解决了投入产出变量松弛性问题，同时也考虑了非期望产出对效率的影响。然而，SBM模型难以区分有效决策单元之间的效率差异，可能导致决策偏差。包含非期望产出的SE—SBM模型不仅能比较有效决策单元的效率，而且考虑了经济活动的“坏产出”，更能反映经济活动的真实情况，因而是衡量绿色创新效率的合适模型〔27〕。具体模型如下：

(1)

其中：ρ为城市绿色创新效率值；n为样本数量；m为投入数量；r1、r2分别代表期望产出和非期望产出；x、yd、yu分别代表投入矩阵、期望投入矩阵和非期望投入矩阵中的元素。

本文兼顾成渝地区的经济发展、科技创新、环境保护等多方面情况，参考相关研究构建的绿色创新效率指标评价体系〔28-30〕，结合成渝地区双城经济圈的实际状况，从投入、产出两个维度构建其绿色创新效率指标评价体系(详见表1)。

表1 成渝地区双城经济圈绿色创新效率指标评价体系

(2)全局趋势分析。全局趋势分析用于反映空间物体在空间区域上的变化特征。趋势分析图中的每一条竖线代表了一个数据点的值(高度)与位置，这些点被投影于东西方向和南北方向上的正交平面上，通过投影点可以得出一条最佳拟合线，并用来模拟特定方向上的趋势。若直线是平直的，则不存在趋势，反之则存在趋势〔31-32〕。

(3)全局Moran's I。全局自相关系数用于描述经济现象在整个空间区域的分布特征，并且判断在整个研究区域内是否存在聚集特性，一般用全局莫兰指数表示。计算公式为：

(2)

(4)空间计量模型。普通面板回归容易忽略空间自相关的影响，因此，本文选用空间杜宾模型探讨成渝地区双城经济圈绿色创新效率的影响因素，测算公式为：

Y=ρWY+Xβ+WXδ+ε

(3)

其中，Y、X分别为因变量向量和自变量矩阵，W为一阶反距离空间权重矩阵，WY为因变量的滞后向量矩阵，ρ度量空间滞后项对因变量的影响，WXδ表示来自邻居自变量的影响，δ为相应的系数变量，β为自变量系数。

三、成渝地区双城经济圈绿色创新效率分析

1.时序演变特征

根据前文选取的指标评价体系和公式(1)，运用MaxDEA软件测算得出2010—2019年成渝地区双城经济圈绿色创新效率值，并计算其年度平均值，可以发现：成渝地区双城经济圈绿色创新效率在“W”型的阶段性变化中呈现出上升态势，由2010年的0.891提升至2019年的0.92，提高幅度约为3.25%(详见图1)。

图1 2010—2019年成渝地区双城经济圈绿色创新效率统计

具体而言，2010—2011年，成渝地区绿色创新效率略微上升。2011—2012年，绿色创新效率由0.892迅速下降至最低点0.804，此时正值成渝地区经济社会发展与生态环境矛盾最为突出的时期，废水、废气超标排放，雾霾严重等情况时有出现。2012—2014年，成渝地区双城经济圈绿色创新效率呈现出“先上升、后下降”的倒“V”型特征，但总体绿色创新效率呈现上升趋势，可能是由于党的十八大以来经济发展重心开始转移，政府更加注重对于生态环境的保护，注重对科学技术的创新，成渝地区开始注重经济增长效益，注重走绿色、生态协调的发展道路。2014—2019年，成渝地区双城经济圈绿色创新效率由0.840上升至0.92，可能是由于2014年《国家新型城镇化规划(2014—2020年)》正式公布，明确提出要培育城市的创新能力并优化产业结构。此后，《成渝城市群发展规划》也明确提出“生态共建、环境共治”的目标，因此，在这一时期内绿色创新效率逐步上升。

2.空间分布特征

利用地理信息系统软件，结合最佳自然断裂法(Jenks)将成渝地区双城经济圈的绿色创新效率分为高效率、中等效率和低效率三种类型(详见图2)。从不同类型的数量来看，2010—2019年，高效率城市的数量由3个迅速上升为7个，增长约133.33%，低效率城市的数量由9个下降为6个，下降幅度为33.33%，值得注意的是，中、低效率城市占比仍为56.25%。由此可见，研究期内成渝地区双城经济圈各城市绿色创新效率得到了改善，但城市间差距明显。

图2 2010年与2019年成渝地区双城经济圈绿色创新效率类型划分及分布情况

观察三种效率城市的空间分布可以发现，2010年高效率及中等效率城市主要聚集在“成都—眉山—遂宁—达州”一带，低效率地区主要集中在川南地区沿长江一带。2019年，高效率城市对周边城市的空间溢出效应呈现出增强趋势，表现为绵阳、泸州由低效率城市演变为中等效率城市，资阳、遂宁由中等效率城市演变为高等效率城市，这意味着成渝地区双城经济圈的绿色创新效率可能存在一定程度的空间依赖性。

为准确刻画成渝地区双城经济圈城市绿色创新效率的空间格局演变趋势，借助趋势分析工具将2010年与2019年各城市的绿色创新效率作为高度属性值转化为三维透视图(详见图3)。其中，X轴、Y轴分别表示绿色创新效率在东西方向和南北方向上的趋势，分析发现：2010年，成渝地区双城经济圈绿色创新效率在东西方向上的投影线为一条倾斜的直线，而南北方向上呈现出明显的倒“U”型特征，表明2010年绿色创新效率在南北方向上存在明显的“中心—外围”分布特征，由西向东呈现出梯度递增的分布特征。2019年，绿色创新效率在东西方向上和南北方向上的趋势投影线均呈现出倒“U”型特征，表明成渝地区双城经济圈绿色创新效率形成了稳定的“中心—外围”分布格局，同类型城市对于周边城市的空间溢出效应增强。

图3 2010年与2019年成渝地区双城经济圈绿色创新效率的空间趋势图

3.空间关联特征

根据公式(2)测算2010—2019年成渝地区双城经济圈的全局莫兰指数(在10%的置信水平上均显著)(详见图4)。结果表明：研究期内成渝地区双城经济圈的全局莫兰指数呈现出“M”型阶段性变化特征，逐渐由“涓滴效应”转变为“极化效应”。具体来看，2010—2018年，全局莫兰指数均为正值，表明在此期间成渝地区双城经济圈的绿色创新效率呈现出空间正自相关性，即绿色创新效率值高的城市相邻，绿色创新效率值低的城市相邻。2019年，全局莫兰指数由正转负，“极化效应”显现，即高效率的城市对低效率城市的空间溢出效应减弱，“极化效应”初步显现。

图4 2010—2019年成渝地区双城经济圈绿色创新效率的全局莫兰指数

四、成渝地区双城经济圈绿色创新效率的影响因素

1.指标选取

绿色创新效率通常受到多方面因素的影响，在借鉴相关研究成果的基础上，结合成渝地区双城经济圈的实际情况，以2010—2019年各城市绿色创新效率值为被解释变量，以政策支持、人力资本水平、产业结构、环境规制及创新能力5项指标作为解释变量(详见表2)，借助空间回归模型，对成渝地区双城经济圈绿色创新效率的影响因素进行实证研究。

表2 绿色创新效率影响因素

2.实证分析

本文运用stata15.0通过构建一阶反距离矩阵对成渝地区双城经济圈绿色创新效率的影响因素进行实证分析。首先，在1%的置信水平下，空间滞后模型和空间误差模型均拒绝了“无空间自相关”的原假设。其次，Wald和LR检验结果表明应选择空间杜宾模型，Hausman统计值为-3.94，故选择随机效应模型，模型回归结果如表3中SDM(1)所示。

表3 成渝地区双城经济圈绿色创新效率的影响因素

(1)产业结构高级化水平。产业结构高级化是产业结构转型的表征指标之一。从本地来看，产业结构转型对绿色创新效率的提升并不显著。从间接效应来看，产业结构转型能够显著地促进邻近地区绿色创新效率的提升，进一步地，对于成渝地区双城经济圈整体而言，产业结构转型在1%的置信水平上显著提升其绿色创新效率，可能的原因在于：产业转型升级促使成渝地区双城经济圈采取低能耗、低碳、环保的方式进行生产，进而减少了工业废物等的排放，从而促进了绿色创新效率的提升。

(2)人力资本。由表3可知，人力资本对于本地区的回归系数为正，并且在1%的置信水平上拒绝了原假设，说明人力资本能够显著提升本地区的绿色创新效率。但值得注意的是，人力资本并不能促进相邻地区及区域整体的绿色创新效率的提升，这可能与成渝地区创新人才流动性不强有关，并且当前成都、重庆在经济、政治、文化上巨大的优势导致大部分人才在上述两个城市聚集。

(3)环境规制。对于本地区而言，环境规制未能明显促进绿色创新效率的提升，但环境规制能够显著提升相邻地区的绿色创新效率，可能是由于本地区严格的环境规制使得传统高能耗企业向周边环境规制强度较弱的地区转移，这种产业的跨区转移使得邻近地区经济得到发展，并在一定基础上为绿色创新创造有利条件，从而使绿色创新效率得到提升。

(4)创新能力。对于本地区而言，创新能力对绿色创新效率的回归系数为正，并且在5%的置信水平下显著，究其原因在于：创新能力的增强能够为企业攻克技术性难题，从而直接导致企业采用绿色生产技术进行生产，直接促进绿色创新效率的提高。然而，本地区创新能力的增强却不能提升周边城市的绿色创新效率，可能的原因是：一方面，本地区对于新技术的封锁导致周边地区获得相同技术的门槛增高，从而本地区创新能力的增强不能对周边地区绿色创新效率的提升造成影响。另一方面，成渝地区城市间缺乏技术共享平台，使得本地的技术创新在空间上的外溢性难以实现。同时，当创新能力对本地区的绿色创新效率的影响足够大时，成渝地区双城经济圈绿色创新效率显著提升，即对于成渝地区双城经济圈整体而言，创新能力的增强能够显著提升区域整体的绿色创新效率。

(5)政策支持。对于区域整体而言，政府政策支持能够显著提升绿色创新效率，可能的原因在于政府的支持能够为绿色创新活动提供资金及制度保障，从而促进绿色创新效率的提升。然而，政府创新支持只能够显著促进本地区绿色创新效率的提升，对于周边地区绿色创新效率的提升没有显著性影响，可能与成渝地区双城经济圈内城市间行政壁垒突出有关，城市间的行政壁垒使得各城市的创新支持政策只能服务于本地经济主体，在一定程度上阻碍了资源配置效率的提升。

3.稳健性检验

由SDM(2)可知，引入对外开放(以人均外商直接投资利用额表征)变量以后，原模型中变量的符号与显著性均未发生改变，故模型存在一定的稳健性。与此同时，对外开放水平对成渝地区绿色创新效率的提高并不显著，可能是由于成渝地区深处西南内陆，较低的对外开放程度未能给该地区带来用于绿色创新生产技术、经验和资金，从而对外开放程度与绿色创新效率之间不存在显著关系。

五、结论与启示

1.结论

在借助包含非期望产出的SE—SBM模型测算成渝地区双城经济圈2010—2019年绿色创新效率的基础上，结合全局莫兰指数及空间杜宾模型探索该地区绿色创新效率的时空演变特征及影响因素，得到以下结论：

一是成渝地区双城经济圈绿色创新效率在“W”型的阶段性变化中呈现出上升的态势，由2010年的0.891提升至2019年的0.92，提高幅度约为3.25%，但城市间差距较大。

二是成渝地区双城经济圈绿色创新效率形成了稳定的“中心—外围”空间分布格局，但全局莫兰指数由正值转负值，表明空间溢出效应减弱，“极化效应”初现。

三是对于成渝地区双城经济圈整体而言，产业结构高级化、环境规制、创新能力及政府政策支持能够显著提升绿色创新效率，人力资本只能促进本地区绿色创新效率的提升。

2.启示

基于成渝地区双城经济圈绿色创新效率时空演变及影响因素的定量分析结果，未来成渝地区双城经济圈建设应该重点关注以下问题：

一是推动产业转型升级，促进经济绿色发展。首先，成渝地区应立足自身资源禀赋特点，因地制宜加快发展低碳、绿色产业，积极推动产业结构优化升级，提高资源配置效率。其次，建立健全监督机制，严格实施生产、生活排放标准，并强化相应的监督措施，促进生产企业做好节能减排工作，引导居民形成低碳、环保的生活习惯。

二是加大创新力度，促进创新成果转化。各级政府应对各类创新活动给予财政补贴或支持，激发全社会的创新活力，为绿色创新效率的提升创造条件。与此同时，政府应加强激励创新的制度建设和平台建设，拓展社会各主体的创新空间，并有效推动创新成果的转化。

三是建立区域协同机制。加强中心城市与周边地区绿色技术的合作与分享、创新人才之间的交流以及经济活动上的往来，充分发挥中心城市对于周边城市的辐射带动作用，以推动区域整体绿色创新效率的改善。