粤港澳大湾区绿色创新效率时空演化与影响因素研究

刘明广，黄彦婷，许培涵，刘世豪

（华南师范大学 政治与公共管理学院，广东 广州 510006）

2021 年，《国务院关于加快建立健全绿色低碳循环发展经济体系的指导意见》明确提出，要建立健全绿色低碳循环发展经济体系，统筹推进经济高质量发展，确保实现碳达峰、碳中和目标。绿色低碳循环发展是高质量发展的重要支撑[1]，而绿色创新则是我国实现经济高质量发展的新动力[2]。粤港澳大湾区作为中国开放程度最高、市场经济活力最强的区域，在国家发展大局中具有重要战略地位[3]。提升粤港澳大湾区的绿色创新效率，对粤港澳大湾区进一步实现经济高质量发展以及如期达成“双碳”目标具有重要意义。

当前学者对于绿色创新效率的研究主要可分为三个方面。一是绿色创新效率测度方法研究，主要分为参数方法和非参数方法两种。参数方法以随机前沿分析（SFA）为代表，该方法由AIGNER 等[4]在1977 年首次提出，而非参数方法则以CHARNES 等[5]在1978 年提出的数据包络分析（DEA）为代表；二是绿色创新效率时空演化研究，多数学者通过绘制不同区域的绿色创新效率时空变化趋势图以简单反映区域间显著差异以及时空演化特征，也有学者采用Theil 指数、Dagum 基尼系数揭示绿色创新效率区域差异来源及其分解贡献，另外，利用变异系数和不同收敛模型识别绿色创新效率是否具有σ收敛、β收敛或俱乐部收敛特征[6-11]也是学者关注的焦点问题；三是绿色创新效率影响因素研究，学者主要从内部与外部识别各影响因素，内部因素主要包括企业性质、企业规模、企业绿色创新战略[12-13]等，外部因素则主要包括环境规制、政府支出、对外开放程度等[14-15]。而对于各影响因素对绿色创新效率的影响效应大小则主要通过传统的计量经济模型进行检验。

从现有文献看，绿色创新效率的时空演化分析及其影响因素的研究主要集中于中国省域层面[16]，或是京津冀[17]、长江流域[18]、黄河流域[14]、成渝地区[19]等城市群，鲜有学者对粤港澳大湾区的绿色创新效率开展相关研究，且很少从空间统计和空间计量视角分析绿色创新效率的时空演化特征及影响因素。本文将以粤港澳大湾区的11 个城市为研究对象，运用Super-SBM 模型对2011—2020 年粤港澳大湾区绿色创新效率进行测度，运用核密度方法以及空间探索分析方法分析粤港澳大湾区绿色创新效率的时空演化趋势，并通过空间杜宾模型（SDM）探究粤港澳大湾区绿色创新效率的影响因素，进而根据研究结论提出相应的建议，以期为粤港澳大湾区绿色创新效率的提升提供参考。

1 粤港澳大湾区绿色创新效率测度模型、测度指标与数据

1.1 测度模型构建

本文选取Super-SBM 模型对粤港澳大湾区绿色创新效率进行测度。与传统DEA 模型相比，考虑非期望产出的Super-SBM 模型优势在于能对绿色创新效率值超过1 的有效DMU 进行精确的效率值结果计算，提高了绿色创新效率评价结果的准确性。Super-SBM 的线性规划模型如下所示：

式（1）、（2）中：m表示投入指标个数，n表示期望产出指标个数，k表示非期望产出指标个数，xi0表示投入值，yr0表示期望产出值，pl0表示非期望产出值，j表示粤港澳大湾区各城市，a、b、c均代表松弛变量，λ表示权重向量，z*表示粤港澳大湾区绿色创新效率值，z*越大，说明绿色创新效率水平越高。

1.2 测度指标选取

基于创新价值链理论，将粤港澳大湾区绿色创新效率分为科技研发和成果转化两阶段,并参考董会忠等[20]、陆菊春等[21]、周天凯[22]构建的绿色创新效率测度指标，同时考虑数据的客观性、可获取性，具体测度指标如表1所示。

表1 粤港澳大湾区绿色创新效率测度指标

1.3 数据来源及处理

以2011—2020 年粤港澳大湾区11 个城市的面板数据为研究样本，大湾区内地城市数据主要来源于历年《国家统计年鉴》《中国城市统计年鉴》《广东科技统计年鉴》《广东统计年鉴》以及广州、深圳、东莞等地级市统计年鉴。香港、澳门地区数据来自《香港统计年刊》《香港渠务署污水处理服务账目》《澳门统计年鉴》《澳门环境状况报告》以及Knoema 数据库等，个别缺失数据则运用插值法进行补充。

此外，参考刘章生等[23]和吴遵杰等[24]的做法，采用的数据口径均为规模以上工业企业。但由于港澳地区的统计差异，少量香港、澳门的数据口径为工业企业。同时为尽量消除价格变动的影响，将“技术市场成交金额”和“技术引进吸收消化”指标以2010 年为基期运用CPI 进行平减，“工业增加值”指标以2010年为基期运用PPI进行平减。港币和澳门元均采用当年平均汇率换算成人民币计入。

2 粤港澳大湾区绿色创新效率时空演化分析

2.1 粤港澳大湾区绿色创新效率测度

运用MaxDEA Ultra 6.11 软件，选用考虑非期望产出的Super-SBM 模型，对2011—2020 年粤港澳大湾区11 个城市绿色创新效率进行测算，结果如表2 所示。

表2 2011—2020年粤港澳大湾区绿色创新效率测算结果

根据表2 的测度结果，绘制图1 粤港澳大湾区历年绿色创新效率总体趋势图以及图2 各城市平均绿色创新效率图。据此可以发现，2011—2020 年粤港澳大湾区绿色创新效率均值为1.211，已处于较高水平。就时间趋势而言，10 年内绿色创新效率呈现波动上升趋势，从2011年的1.158 上升至2020 年的1.350，上升幅度为16.58%，增长较为显著。同时研究年内粤港澳大湾区绿色创新效率的波动趋势大致可分为两个阶段：2011—2014 年为波动下降阶段，2015—2020 年则为缓慢上升阶段。

图1 2011—2020年粤港澳大湾区绿色创新效率总体趋势图

图2 粤港澳大湾区各城市平均绿色创新效率图

基于表2 以及图2 的各城市横向对比，整体绿色创新效率均值位列前四的城市依次为澳门、深圳、广州、香港，其绿色创新效率均值分别为1.393、1.386、1.384、1.310，均高于1.3，这与国家对粤港澳大湾区发展规划中将香港、澳门、广州、深圳作为粤港澳大湾区发展的核心引擎方向相同；而对于整体绿色创新效率排名相对靠后的地区江门、佛山、东莞，须进一步加强地方绿色创新效率相关指标的优化构建，其邻近城市广州、深圳等可对周边城市适当提供绿色创新效率提升的相关指导与借鉴；同时处于效率值中段的中山、珠海、肇庆、惠州四个城市也应继续保持并进一步提升绿色创新效率。

2.2 绿色创新效率动态演化特征

在对粤港澳大湾区绿色创新效率进行测度以及基本的演变趋势与地区差异分析的基础上，进一步采用核密度估计方法探寻粤港澳大湾区绿色创新效率的演化趋势，具体的核密度如图3 所示。

图3 粤港澳大湾区绿色创新效率核密度估计曲线图

从位置变化趋势分析，随时间推移粤港澳大湾区绿色创新效率核密度波峰不断右移且逐渐稳定于1.2 左右，说明粤港澳大湾区整体绿色创新效率处于较高水平，且湾区总体效率值处于缓慢增长态势；从峰度分析，波峰宽度明显增加，主峰峰值总体下降，波峰宽度由窄变宽，右拖尾特征愈发明显，说明粤港澳大湾区各城市间绿色创新效率存在两极分化态势；从分布形状分析，2011—2020 年粤港澳大湾区核密度曲线峰度呈现“严格单峰—双峰—双峰态势减弱—非严格单峰”的分布趋势，2015年双峰状态最为明显，说明湾区绿色创新效率存在两极分化现象，且2015 年两极分化现象最强。

2.3 绿色创新效率空间非均衡性

（1）全局莫兰指数。

从研究年内等距选取2011 年、2014 年、2017 年和2020 年对粤港澳大湾区绿色创新效率水平空间进行自相关性分析，结果如图4 所示。

图4 粤港澳大湾区绿色创新效率全局莫兰散点图

由莫兰散点图可知，四个年份的Moran’s I 值依次为0.242、0.136、0.227、-0.297，且均在5%的置信水平下显著。结合图中各点的象限分布结果可知，2011 年、2014 年、2017 年大多数城市聚集在第一象限（HH）和第三象限（LL），少部分城市出现在第二象限（LH）以及第四象限（HL），说明粤港澳大湾区绿色创新效率存在正的空间相关性，即湾区各城市间存在绿色创新效率强—强、弱—弱的聚集现象。但湾区各城市效率值在2020年时呈现负的空间相关性，较多城市聚集在第二象限（LH）以及第三象限（LL），且无城市处于第一象限（HH），整体移动趋势体现为大部分城市向第三象限（LL）移动，说明粤港澳大湾区绿色创新效率由强—强、弱—弱的聚集现象逐渐转变为强—弱、弱—强聚集情况。

（2）冷热点。

为进一步佐证莫兰散点图对粤港澳大湾区绿色创新效率空间关联特征的刻画，并揭示不同城市之间的空间关联格局的演化趋势，通过ArcGIS 10.8 软件，利用自然断点法（Jenks）分析2011 年、2014 年、2017 年以及2020年湾区冷热点分布状况及演化特征，结果如图5 所示。

图5 粤港澳大湾区绿色创新效率分布图

分析发现，粤港澳大湾区绿色创新效率分布存在两极分化现象，大体由东南向西北呈现递减趋势，2011 年、2014 年、2017 年高效率值区域集中在香港、澳门、深圳、珠海四个城市，广州在2020 年首次上升至高效率地区，同时研究年内肇庆、江门、佛山的绿色创新效率值偏低。在高效率区域分布方面，2011 年以及2014 年高效率地区和较高效率地区的个数为7 个，而到2017 年因整体效率值下降，高效率地区和较高效率地区下降至6 个，到了2020 年，两区域的个数恢复至7 个。这表明，高效率地区对周边地区的辐射作用明显，尤其是港澳地区，能够带动珠海、深圳效率值的提升，这说明近年来粤港澳大湾区的建立，加速了湾区城市间的资本、人力快速流动，促进了粤港澳大湾区的发展。

在低效率区域分布方面，2011 年低效率和较低效率的区域主要集中在中西北地区（肇庆、佛山、广州、中山）4 市，2014 年低效率和较低效率的区域的数量增加了一个，重心也由西北向中部转移，2017 年，两区的数量保持稳定（5 个），重心移回西北地区，而2020 年则回落至4 个，区域分布比较分散。在图5 中也能看到，肇庆、佛山、江门三地2011—2020 年的绿色创新效率值较低，这是由于近年来大力推进产业转型升级导致原本工业基础雄厚的地区转型阻力较大，虽投入较大但工业“三废”排放量仍处在粤港澳大湾区各市的前列。

3 粤港澳大湾区绿色创新效率的影响因素分析

3.1 影响因素选取

参考董会忠等[20]、丁显有等[25]关于绿色创新效率影响因素的选取，选定政府支持、开放程度、教育水平、产业结构、经济水平以及行业内竞争水平六个影响因素，影响因素具体界定见表3。各影响因素数据均来源于历年《中国统计年鉴》《中国城市统计年鉴》以及各地的统计年鉴等，政府支持、开放程度、经济水平均以2010年为基期运用CPI 进行平减。

表3 绿色创新效率影响因素相关变量定义及说明

3.2 空间计量模型形式选取

借助Stata 15.0 对粤港澳大湾区11 个城市的面板数据进行空间计量回归。首先对面板数据进行LM 检验，以确定其是否具有空间效应，通过表4 可以发现，面板数据具有空间误差效应以及空间滞后效应，因此需采用空间计量模型。同时因为Hausman 检验p值小于0.05，且LR 以及Wald 检验均通过显著性检验，说明选取的空间计量模型为固定效应的空间杜宾模型且模型不会退化为空间误差模型或空间滞后模型。

表4 空间计量模型检验表

3.3 空间杜宾模型回归结果

为探究各影响因素在空间溢出效应下对粤港澳大湾区绿色创新效率的影响效应大小和方向，分别构造空间邻接矩阵（Wa）、空间距离矩阵（Wd）、反距离矩阵（Wi）以及经济距离矩阵（We）进行各自回归，分解出各影响因素的直接效应、间接效应和总效应，结果见表5。可以发现不同空间权重下模型回归系数并未发生较大程度的变化，因此该估计结果具有稳健性。同时四种权重矩阵下的回归模型的拟合优度R2均在0.5 以上，模型结论具有较强的解释力。

表5 绿色创新效率影响因素的直接效应、间接效应和总效应

由表5 可知，在直接效应方面，政府支持、经济发展水平回归系数在5%的置信水平上拒绝了原假设，且回归系数均为正数，说明这两个影响因素对所在地的绿色创新效率具有正向作用。这可能是因为政府财政支持会不断鼓励企业对自身的产品进行研发升级，从而提高了创新效率；同时根据环境库兹涅茨曲线，地区经济发展水平越高，对环境质量的要求越高，从而对本城市的绿色创新效率提升具有积极作用。但其他几个因素并未呈现显著性，对绿色创新效率的影响较为微弱。

在间接效应方面，教育水平与政府支持能够显著地促进粤港澳大湾区绿色创新效率的提升，说明粤港澳大湾区城市的高教育水平能够促进本地与周围地区的知识文化交流，同时优质教育培养的大量人才在湾区之间流动，也促进了邻近地区的教育水平；值得注意的是，政府支持对邻近地区的绿色创新效率存在负向影响，究其原因，一方面财政投入会引发“虹吸效应”，吸引周边地区的人才与资本涌入本地，因而降低邻近地区的绿色创新效率；另一方面，财政投入虽然促进了本地绿色创新企业的蓬勃发展，但也让一些创新能力差且高污染高排放的企业向周边地区转移，降低邻近地区的绿色创新效率。

在总效应方面，教育与政府支持的回归系数在1%的置信水平上拒绝了原假设，说明教育与政府支持能够显著提升本城市与邻近城市的绿色创新效率，进一步佐证了直接效应与间接效应的相关结论。而产业结构与开放程度虽在直接效应与间接效应方面显著性较弱，而在总效应方面呈现一定显著性，说明在产业结构与开放程度对绿色创新效率具有一定的积极作用。

4 研究结论与建议

运用考虑非期望产出的Super-SBM 模型对2011—2020 年粤港澳大湾区绿色创新效率进行测度，分析了绿色创新效率的时空演化特征与影响因素，研究结论如下。

（1）2011—2020 年粤港澳大湾区绿色创新效率值均值为1.211，已处于较高水平，同时研究年内湾区效率值呈现波动上升趋势，增长幅度为16.58%，侧面反映出近年来在相关政策的指导下，粤港澳大湾区绿色创新效率的提升工作取得较好成效。

（2）粤港澳大湾区11 个城市的绿色创新效率空间相关性于2020 年由正转负，这一转变可能是受到新冠疫情冲击导致部分城市绿色创新效率值波动，进而造成粤港澳大湾区各城市空间相关性的波动。同时，虽然湾区绿色创新效率领先城市香港、澳门、深圳、珠海对周边城市的效率存在正向溢出效应，但湾区内仍存在较突出的“东南高—西北低”两极分化格局。

（3）教育对地区自身以及周边地区的绿色创新效率提升具有显著作用。政府财政支持对所在城市的绿色创新效率具有显著的正向影响，但对邻近地区效率值具有负向溢出效应。经济发展水平仅对所在城市的绿色创新效率具有显著的积极影响。对外开放、产业结构对所在城市以及邻近地区的绿色创新效率具有一定正向作用。企业间的竞争水平相关系数均不显著，说明该影响因素并未对绿色创新效率有明显促进作用。

针对上述研究结论，提出以下四点建议。

（1）粤港澳大湾区城市群的发展不能仅简单延续核心—边缘的发展模式，还应进一步明晰湾区内城市分工，促进湾区高水平协同发展。核心城市具有突出的资源优势，应加大对邻近城市的“反哺”力度，推动优质资源的双向流动，带动湾区其他城市的发展。同时，由于短期内各城市产业结构可改变程度较小，因此各城市应归纳并发挥自身比较优势，兼顾环境与经济的共同发展，加快绿色创新效率的提升。

（2）香港、澳门在地理位置和经济上具有独特的优势，可充分利用优势带动湾区发展。一是要推进与港澳建立更密切的经贸关系，提升粤港澳大湾区9 市与港澳贸易投资自由化便利化水平和市场一体化水平；二是推进香港、澳门同各国开展更加开放、更加密切的交往合作，加强湾区与其他国家的经济合作；三是香港地区应充分发挥“超级联系人”角色，着力绿色金融，提升地区的自主创新研发能力，而澳门地区应侧重于产业结构以及科技方面的优化，探索和推动澳门特色金融发展，稳固澳门金融体系，稳步提升经济实力。

（3）对于湾区内的绿色创新效率高值城市香港、澳门、广州、深圳，因城市自身优势带来的“虹吸效应”使得其具备极其优质的教育资源，可通过构建线上教育平台、加大教育交流等方式带动湾区教育。同时，由于港澳地区与内地教育体系存在差异，可加强港澳与内地的教育联系，互相引进优质课程，促进湾区内教育资源的流动。相对落后城市在加大教育投入的同时还应提升教育环境，同时还应加大对优秀师资的引进补贴，确保城市的优秀师资“引进来，留得住”。

（4）各地政府应进一步加大城市绿色创新的财政支持，例如可着重于绿色技术以及绿色专利发明等方面的资金支持，鼓励各企业以及研究所进行研发尝试。对于香港、澳门、广州、深圳四个效率高值城市，可充分利用城市资源以及地理优势引进绿色科技企业、绿色外资企业，加强企业间合作，打造创新型产业集群，进一步提升地区创新能力。而对于制造业较为集中的城市，如佛山、东莞，政府可加大对制造工艺的绿色化升级，进一步提升城市绿色创新效率。