中國低碳創新的地區差異及空間收斂性研究

楊朝均，劉立菊

（昆明理工大學 管理與經濟學院，昆明650093）

隨著中國工業化、城鎮化的發展，資源約束趨緊、環境污染以及生態系統退化等問題日益嚴重。以高能耗、高污染、高排放的粗放式發展會阻礙我國經濟社會的可持續發展。因此，以低耗能、低排放、高效能為核心的“低碳經濟”就成為大家共同關注的熱點。低碳創新作為國家戰略性科技力量和驅動經濟發展的新引擎，在世界經濟發展新時期迎來了前所未有的機遇。“十三五”期間，國家提出政府要強化目標責任制和問責制、加大結構調整的力度、推動重點領域區域節能減排和低碳發展、控制能源消費強度和碳排放總量、大力發展低碳經濟。黨的十九大報告強調要加強生態文明建設，要以低碳創新為核心驅動力從根本上改變傳統高碳排放的粗放型經濟增長模式，推動生態文明建設與低碳發展。在巴黎氣候變化大會上，中國政府提出“2030 年單位GDP 碳排放比2005 年下降60%～65%”等一系列目標。因此，對旨在實現低碳綠色轉型的我國而言，低碳創新活動的有效擴散和開展至關重要。近年來，中國低碳創新發展明顯提升，但由于低碳創新路徑依賴和自我鎖定特性的存在，低碳創新能力強的發達省域更傾向于在內部保持創新優勢，從而使得低碳創新在不同省域表現出明顯的空間差異性，研究這種空間差異以解決省域低碳創新的不均衡發展便成為必要。

區域低碳創新的空間格局是創新活動在省域空間上的投影，也指明了未來經濟增長的趨勢。本文以EPO（歐洲專利局）和USPTO（美國專利及商標局）頒布的CPC-Y02 專利分類體系和Incopat 專利檢索數據庫為基礎，搜索整理低碳專利申請量作為低碳創新表征數據。首先利用基尼系數、Theil 指數和對數離差均值對低碳創新發展的地區差異進行測算；再根據α 收斂與空間收斂模型分析中國區域低碳創新空間格局演化特征，探討其空間收斂性，以期更深入地把握中國區域低碳創新發展規律，提高低碳創新效率，縮小區域低碳創新差異以促進區域間的協同創新，進一步實現創新型國家的戰略目標。

一、文獻綜述

相對于傳統化石能源技術而言，低碳創新是一種以可再生能源技術為主體的突破性創新［1-2］。由于全球氣候變暖與能源安全問題使得低碳創新自提出就得到學者們的廣泛關注，本文將其主要研究分為兩大方面。

一是低碳創新的測度與評價。從投入角度來看，Stern 等［3］以及Riddel 和Schwer［4］認為區域創新是一種由生產相關產品或者生產相關創新產品的潛力而決定的能力，以研究與開發R&D 存量進行測量。岳書敬等［5］基于研發投入建立生產函數來衡量低碳創新效率，并認為傳統創新效率提升快于低碳創新效率。從產出角度來看，低碳創新產出是低碳創新發展的直接表現，白俊紅［6］以新產品銷售收入作為最終產出來衡量創新效率；姚炯和沈能［7］基于專利數據以及污染排放數據建立創新效率測算模型，并指出創新效率呈現出“東部-中部-西部”依次遞減格局。周志方等［8］采用低碳專利申請量表征低碳創新并研究其對碳風險意識影響碳績效的中介效應。由于單一指標對于低碳創新衡量具有片面性，大多數學者利用多指標體系對低碳創新進行測度。梁中與李小勝［9］根據低碳創新的內涵構建評價指標，利用因子分析法建立評價模型，對其區域低碳創新能力進行定量評價和比較，結果顯示欠發達地區的低碳創新能力薄弱。梁文群等［10］以研發投入作為投入要素，發明專利授權以及新產品銷售收入作為創新活動的期望產出并選擇環境污染和碳排放作為非期望產出，建立SBM 模型對低碳創新效率進行分類測度。陸小成［11］采用定性與定量相結合的綜合評價法構建區域低碳創新系統評價指標體系，用來評價和監測區域低碳創新的發展狀態、發展水平和發展趨勢。

二是對于低碳創新地區差異及影響因素的研究。陸小成［12］指出需求拉動與科技推動兩個推動因素對于區域低碳創新系統的運行提供了重要基礎。低碳創新在區域之間呈現不均衡發展的趨勢［13］，一方面是受地區知識生產要素［14］、科研投入［15］、政治支持政策［16］、產業結構［17］、經濟狀況［18］等因素的影響；另一方面也受到地區空間相互作用所產生的空間溢出效應作用的影響。自從Krugmann［19］將地理空間因素納入生產函數以來，學者們越來越關注到地理空間因素對區域經濟發展的影響。宛群超等［20］對中國省域高技術產業創新效率進行測度，然后構建空間計量模型研究創新效率的收斂性，結果表現出顯著的空間異質性與空間自相關性。馬靜等［21］對比不同的空間權重下城市創新產出的時空演化特征，并對比分析不同城市空間關系下影響中國城市創新產出的主要因素及空間知識溢出效應，結果顯示中國城市創新空間格局呈現出相似創新水平城市空間集聚與多創新中心網絡化空間結構特征。

由此可見，國內外研究學者多關注于對低碳創新的測度評價以及影響因素的研究上。暫時沒有學者對低碳創新的空間收斂性進行研究，而中國各省域低碳創新呈現巨大差異，了解各地區的低碳創新及其相互之間的差異程度有助于更好的認識低碳創新的情況。社會經濟的可持續發展需要低碳創新適度于經濟發展，對低碳創新的空間收斂性的研究有利于破解省域創新中長期存在的難題，有助于創新驅動發展戰略的落實與區域間低碳創新的協調發展，對區域制定相關政策從而實現協調可持續發展具有重要意義。

二、中國低碳創新的地區差異分析

本文對中國省域的低碳創新做了詳細描述，同時運用差異指標從省際差異和區域差異兩個角度對各地區的低碳創新進行量化測量。數據樣本為2004—2017 年中國大陸30 個省市區的面板數據，西藏因數據不完整而未匯報（表1）。

表1 中國各地區低碳創新排名（2004—2017 年）

（一）各地區低碳創新的統計分析

由表1 可知，2004—2017 年，低碳創新呈現遞增趨勢，其中增長幅度最大的省份是安徽，其增長幅度為169.75 倍，緊隨其后的是廣西、青海、寧夏等地。安徽省低碳專利申請量從2004 年的44（件）增長為2017 年的7513（件），“十二五”期間的增長尤為明顯，這與期間一系列“生態文明”“節能減排”等政策約束的實施密切相關。隨著減排低碳行動的實施，廣西、青海、寧夏等地的低碳專利實現了大幅度的增加。而上升幅度較小的省份有遼寧、黑龍江以及內蒙古等地，但也呈倍數式的增長，這說明中國近年來的低碳創新發展顯著，經濟方式正在發生低碳經濟的轉型。另外從2004—2017 年平均值來看，低碳專利申請量最高的省份江蘇，其低碳專利達到3742（件），其次是北京、廣東以及浙江等地。由此可以看出發達地區由于豐富的資源和發達的經濟吸引了眾多高端人才，使其低碳創新發展遠遠領先于欠發達地區。

（二）各地區低碳創新的區域差異分析

為了更為全面的比較省域間低碳創新的差異，本文引入基尼系數、Theil 指數和對數離差均值3 個指標作為低碳創新的測量指標。其中，基尼系數對于中間水平的變化比較敏感，而對數離差均值和Theil 指數則分別對底層水平和上層水平的變化比較敏感。

基尼系數的計算公式為

對數離差均值（GE0）和Theil 指數（GE1）公式為

其中：n 表示樣本個數，即地區數；ei表示低碳創新由小到大的順序排列后第i 個樣本的低碳專利；μe指的是低碳專利申請量的均值。

對數離差均值（GE0）和Theil 指數（GE1）分解為組間和組內低碳創新差異，結果如式（4）和式（5）所示：

其中：n 為總樣本個數，被分為m 組nk（K=1，2，…，m），每組相應的低碳創新向量為ek，低碳創新均值為μk，區域數量為nk，則其占總區域數量的份額為υk= nk/n；W 表示k 個組不平等的值加權平均，它代表低碳創新的組內差異部分；B則表示低碳創新的組間差異部分，它是通過將每個區域的低碳創新換算其相應的組均值計算得到。根據式（1）～式（3）得表2。

由表2 前三列可以看出，基尼系數（GINI）、對數離差均值（GE0）以及Theil 指數（GE1）都表現出相似的變動趨勢，而變動的幅度不同，如2008 年，對 數 離 差 均 值（GE0）和Theil 指 數（GE1）在2007 年的基礎上下降了11.7459% 和9.0163%，但基尼系數（GINI）只下降了4.2093%，這說明，2008 年低碳專利申請量處于兩端的省份變化較大，而處于中間水平的省份變化較小。三個差異指標整體的變化幅度由大到小為對數離差均值、Theil 指數、基尼系數，這表明2004—2017 年中國低碳創新發展的內部結構基本保持穩定。

表2 低碳創新區域差異指標測算表

對3 項變異指標的統計特征進行觀察，發現3 項指標均在2015 年達到最低點，其原因是十二五期間面對經濟新常態下能源、環境形勢和節能減排方面的挑戰，為完成低碳減排目標，提出了更多的節能減排新思路與新舉措，這在很大程度上促進各區域低碳創新的發展，縮小了差異。另一方面3 項指標在2006 年出現最大的正向增長，在2008 年出現最大的負向增長，這與“十一五”規劃中的低碳轉型有關，政府執行政策以節能目標責任制為主，輔之以較為充足的財政資金、政策性貸款，此期間中低碳發展政策的制定呈現密集型、強制性、多樣化特征。

表3 2004—2017 年基于對數離差均值（GE0）分解的三大區域低碳創新差異

（三）各地區低碳創新區域差異分解分析

表4 2004—2017 年基于泰爾指數（GE1）分解的三大區域低碳創新差異

根據公式（4）和公式（5）計算基于對數離差均值與泰爾指數分解的低碳創新差異，見表3 和表4。由表3 和表4 看出，兩個指標反映出低碳創新的區域差異相似，2004—2017 年，東、中、西部的對數離差均值和泰爾指數均值分別為0.4947 和0.3176、0.2224 和0.2236、0.4657 和0.3549。從兩個指標來看，西部地區差異最大，中部差異最小，而差異變動幅度表現為西部最大，東部最小。兩個指標在2008 年的總差異達到最大值，在考察期間，每一年的區域內差異都大于區域間的差異，即區域內差異主導著低碳創新的整體差異，區域間差異在下降，它占總差異的比例也逐漸下降。在西部地區中，四川、重慶、陜西等的低碳專利申請量能排名全國的前1/3，其經濟總量、技術和自主創新能力雖然與全國水平仍然有差距，但是在西部地區中的成績是顯著的，而西部大部分省域的低碳專利申請量排在最后，這是造成西部地區內差異最大的原因。由于“中部崛起”“承接產業轉移”等政策的實施，中部地區差距不斷縮小。而東部地區中，大部分都是低碳創新高的省域，存在極少數低碳專利申請量低的省份，也導致其區域內低碳創新差異在逐漸縮小。

三、中國低碳創新的空間收斂性分析

（一）中國低碳創新的空間相關性檢驗

利用空間計量模型開展實證分析前需檢驗變量是否存在顯著的空間自相關性。Moran'I 指數描述了中國區域低碳創新之間的關聯程度，局部的空間集聚性對于衡量中國區域低碳創新也有重要作用，從計算結果可知，全局自相關檢驗的莫蘭指數通過顯著性檢驗。而在局部自相關的分析中，部分省份不存在顯著的局域自相關，因此，認為局域自相關的區域引起全局自相關，中國的低碳創新存在空間相關性與差異性。為了考察中國各省域低碳創新的空間集聚模式變化情況，本文給出低碳專利申請量在2004 年、2017 年兩個時間點各省域對應象限位置的散點圖，具體如圖1、圖2 所示。

圖1 顯示，2004 年，江蘇、浙江、天津以及上海在High-High 型集聚區，甘肅、青海以及新疆等地在Low-Low 型集聚區，江西、福建等為High-Low 集聚區，北京、廣東等地位Low-High 集聚區。圖2 顯示2017 年，上海、浙江以及安徽在High-High 型集聚區，新疆與甘肅以及青海等地為Low-Low 型集聚區，河南、江西、福建等在High-Low 集聚區。北京、廣東等地位Low-High集聚區。對比來看，低碳專利申請量高的省份集中在東部地區，見表5。

圖1 2004 年的Moran 散點圖

圖2 2017 年的Moran 散點圖

表5 2004 年、2017 年中國低碳專利Moran 空間分布

（二）中國低碳創新的空間收斂性分析

借助新古典增長理論的收斂假說，低碳創新收斂是指低碳專利申請量較低的地區增速高于低碳專利申請量較高的地區，分析方法主要包括α 收斂與β 收斂。

1. α 收斂

α 收斂是指低碳創新的分布分散程度隨著時間的推移而降低，本文采用標準差來衡量α 收斂性：

其中：N 為樣本總量；xi為樣本值；μ 為樣本均值。

計算結果如圖3 所示。由圖3 中標準差的變化趨勢來看，2004—2017 年，無論在全國、或是東中西部標準差均呈現非常明顯的上升趨勢，其中，東部的上升趨勢最大，其次是中部，最后是西部，表明中國各區域的低碳創新不存在α 收斂性，即區域低碳創新的分布格局并未隨時間推移發生下降的變化。具體來說，東部從145.54 增加到2991.37，中部從30.19 增加到2133.25，西部從28.87 增加到1075.09，全國從從120.16 增加到2572.74，整個考察期呈現上升狀況，2015—2017年標準差出現較大幅度的增加。

2. β 收斂

β 收斂分為絕對β 收斂和條件β 收斂。前者是指考慮不控制外界因素的影響，地區間出現了收斂現象；而后者是指控制外界環境因素的影響，地區間也出現收斂現象。借鑒Baumol［22］的收斂模型，定義絕對β收斂和條件β 收斂的空間自回歸模型（SAR）分別為

與β 收斂的空間自回歸模型（SAR）相比，在β 收斂的空間誤差模型（SEM）中，個別省份的空間相關性是由隨機擾動項造成的，故β 收斂的空間誤差模型可以分別表示為

圖3 全國、東、中、西低碳創新的標準差

其中：μit為所選取的控制變量，根據相關文獻的梳理，本文以R&D 經費支出（RD）代表創新投入，揭示低碳創新投入與低碳創新的關系。政府行為作為“看得見的手”，對區域低碳創新活動有著重要的影響，參照張成等［23］度量環境管制強度（ER）的方法，運用各省份工業污染治理投資額與工業增加值的比值作為度量環境管制強度的指標。一個國家或地區越開放就越能促進資源的流動和信息技術的共享，并有助于外部技術的溢出與擴散，從而實現創新水平的提升。以FDI（外商直接投資）反映技術溢出對東道國消化吸收以及二次創新的影響［24］，在規范的市場競爭環境下，出口貿易（EP）的競爭效應、學習效應等正向作用機制能夠有效發揮出口貿易對技術創新的促進作用［25］。較強的地區經濟實力能夠為高技術產業提供更多資金，支持區域創新活動，以人均GDP（Agdp）反映經濟發展狀況對低碳創新的影響［26］。經濟產業結構有助于優化高技術產業創新資源，提高區域創新資源的使用質量和效益，以第三產業增加值占GDP 比重（TP）反映產業結構對低碳創新的影響［26］。

ξ 表示控制變量的系數，反映所選取的控制變量對低碳創新增長率的影響程度與方向，當β＜0 且通過了顯著性檢驗，則說明空間β 收斂性存在，反之，則不存在空間β 收斂性。此處的β 收斂包括絕對收斂與條件收斂。在β 收斂的空間誤差模型中，ε 為隨機擾動項，λ 表示其他省份低碳創新的隨機擾動項對本省份低碳創新增長率的影響。當λ＜0 且在統計上顯著時，表示其他省份的隨機擾動項會對i 省份的低碳創新的增長率產生負面影響，即存在負的空間效應；反之，存在正的空間效應。所有β 條件收斂分析數據主要來自《中國統計年鑒》《中國商務年鑒》以及《中國貿易外經統計年鑒》。

本文運用空間計量模型檢驗我國區域低碳創新的收斂性，考慮到基于省域面板數據的研究，故β 收斂模型選取空間固定效應模型，LMerr 和LMlag 及相關穩健形式的空間相關性檢驗，可以判斷選擇空間滯后模型還是空間誤差模型。

由表5 可以看出，在絕對收斂中，LMerr（27.618）和LMlag（28.108）都在5% 的水平上顯著，后者比前者的統計量值大。進一步觀察Robust LM、Robust LMerr（2.692）沒有通過顯著性水平檢驗而Robust LMlag（3.181）通過10% 顯著性檢驗，所以在分析絕對收斂時選擇空間滯后模型（SLM）更合適。同理在條件收斂LM 檢驗中，LMlag（11.015）通過顯著性檢驗，而Robust LMlag（0.853）沒有通過顯著性檢驗，且統計量均小于通過顯著性檢驗的LMerr（20.740）和Robust LMerr（10.578）。所以本文在求β 絕對收斂時使用空間滯后回歸模型（SLM），而求β 條件收斂時，使用空間誤差模型（SEM）。

由表7 看出，低碳創新的β 絕對收斂和普通面板模型相比，空間滯后模型的擬合優度更優。從空間滯后模型（SLM）來看，全國、東部、中部、西部的β 值均通過1% 的顯著性檢驗。即區域低碳創新在全國、東中西部均存在絕對β 收斂，西部的β 絕對值最大，東部次之，中部最小，說明西部地區的收斂速度大于東部地區，中部地區的收斂速度最慢。

表6 低碳創新空間相關性檢驗

表7 低碳創新絕對收斂結果

進一步分析區域低碳創新β 條件收斂結果（表8），發現擬合的空間誤差模型（SEM）比普通面板模型好。空間誤差模型（SEM）在全國、東中西部的收斂系數均顯著小于0，這證明將一系列的控制變量放入考慮后，全國低碳創新存在條件β 收斂。通過對比可以發現，東、中、西三個地區2004—2017 年的低碳創新條件β收斂值分別為-0.1259、-0.1484、-0.3552。東、中、西部呈現明顯的俱樂部收斂特征，其中西部收斂系數的絕對值最大，其次是中部地區，最后是東部地區，表明中國各區域低碳創新的收斂速度呈現“西—中—東”的格局，西部地區的低碳創新將最先收斂到其穩定水平。這是因為國家為了促進地區經濟的協調可持續發展，改變了“東部偏向”的投資策略，不斷加大對中西部地區的投資和政策傾斜，使得中西部地區的基礎設施不斷完善，產業技術得到改善，進一步使經濟結構得以優化，從而增強了地區低碳創新發展的活力和后勁，促使我國東中西部地區經濟差距日趨縮小。

表8 低碳創新條件收斂結果

從全國層面來看，普通最小二乘法估計的情況下，研發投入、環境管制、出口以及人均GDP 對低碳創新收斂具有顯著影響。分地區來看，對于東部地區，其空間相關系數沒有通過顯著性檢驗，原因在于東部地區間文化、制度等潛在因素的相似性會對地區的空間相關性產生重要的影響，從而使地區空間相關性的估計出現偏誤。東部的研發投入與出口對低碳創新收斂性的影響與全國情況相同，FDI 與人均GDP 對低碳創新收斂為顯著的負向作用。對于中部地區而言，研發投入與人均GDP 對低碳創新收斂性分別為顯著的正向與負向作用。對于西部地區而言，研發投入與產業結構對低碳創新收斂性都為顯著的正向作用，產業結構僅對西部地區的低碳創新有顯著作用。

就各具體指標而言，研發投入對全國以及東、中、西部地區的低碳創新收斂都有顯著影響，由于研發資金的投入作用時滯小于其余的生產要素，其能促進企業快速吸收既有技術和創新溢出，顯著促進各地區的低碳創新發展。出口對低碳創新也具有重要影響，出口企業通過與國外企業的激烈競爭，就有機會了解國際市場上前沿的產品生產或知識，并刺激本身新技術的創造和發展［27］。不同的環境規制對創新有不同的影響［28］，對全國、東部以及西部，環境管制的實施會不利于區域間低碳創新的收斂，由于治理環境污染的低碳創新屬于一種高成本、高風險的創新且其需要長期的投入，導致企業有較重的負擔，地區差異較大。對外開放程度對不同地區低碳創新的影響具有差異，這與Garcia 等［29］及徐德英和韓伯棠［30］等的研究結論相似，外商直接投資企業對專利核心技術使用權排他性較強，所以實際利用外資越多，對外國專利技術依賴性越強而且區域企業對外資技術的吸收與利用存在一定的門檻效應［31］，不同區域對外資的反映大相徑庭。產業結構對全國、東部以及中部低碳創新收斂性的影響不顯著，是由于產業結構優化雖然帶來技術創新，但企業的逐利行為導致創新偏向于盈利而不是低碳環保，而西部產業發展的比較優勢行業集中于資源開發和加工領域，致使產業結構對低碳創新形成了積極顯著的影響。這也表明在區域低碳創新提升的過程中，產業結構并沒有統一的評價標準，應該因地制宜制定產業政策。而且各地區低碳創新的驅動因素不同，在發展實踐中需要區別對待，制定符合各地區實際情況的政策。

四、主要研究結論與不足之處

本文首先利用基尼系數、Theil 指數和對數離差均值3 個指標作為我國低碳創新差異的測量指標。對我國低碳創新的區域差異進行探析，然后基于空間收斂模型對中國低碳創新進行實證檢驗。得到以下主要結論。

第一，中國低碳專利申請量呈現遞增趨勢且地區差異顯著。基尼系數、對數離差均值以及Theil 指數都表現出相似且變動幅度不同的趨勢，其中對數離差均值變化幅度最大，變化幅度最小的是基尼系數，這表明2004—2017 年中國低碳創新的內部結構基本保持穩定。低碳創新的地區差異在2006 年的增加幅度最大，在2008 年的縮小幅度最大。從兩個分解指標來看，西部地區的低碳創新差異最大，其次是東部地區，最后是中部地區，差異變動幅度為西部最大，東部最小。在2004—2017 年期間，區域內差異主導著低碳創新的整體差異。

第二，全國、東部、中部和西部的低碳創新不存在α 收斂，只存在β 收斂。東、中、西部呈現顯著的俱樂部收斂特征，且西部收斂速度最快，東部最慢，說明全國、東、中、西部的低碳創新差異均在逐漸縮小，且西部地區的差異縮小最快，東部地區差異縮小得最慢。隨著政府支持政策、研發投入、經濟發展狀況、對外開放程度以及產業結構的調整，會推進不同地區低碳創新收斂到某一穩定水平。

本文的不足之處包括：一是由于對低碳創新的衡量沒有一個標準的指標，本文僅選取了低碳專利申請數作為低碳創新的衡量指標；二是本文選取的控制變量較少，還可能存在其他一些對低碳創新有重要影響的因素沒有考慮到。因此，之后的研究可以深入探討低碳創新的衡量與其余重要控制變量的選取。