綠色創新效率的空間網絡關聯特征及形成機理
——以長江經濟帶城市為例

駱 燦，陸菊春

（武漢大學經濟與管理學院，湖北武漢 430072）

黨的十九大報告中提出“綠色創新”的發展理念，成為我國城市可持續發展的主題之一。2018 年11 月頒布的《中共中央 國務院關于建立更加有效的區域協調發展新機制的意見》將長江經濟帶列入新時期重點發展區域，以“生態文明先行示范帶”為發展目標，并將“生態優先、綠色發展”作為長江經濟帶的發展戰略。因此，把綠色可持續發展的思想運用到創新活動來促進長江經濟帶城市的經濟發展是社會發展的必然趨勢，對長江經濟帶城市綠色創新效率的有效測度以及空間網絡結構與形成機理的探索，對城市的可持續發展具有重要理論指導和實踐意義。

1 文獻綜述

國內關于城市綠色創新效率的研究主要涉及以下3 個方面：

首先，長江經濟帶城市的綠色發展水平主要以各種效率指標來衡量，如劉應元等［1］、胡艷等［2］分別通過測定生態效率、生態優化效應來研究長江經濟帶城市的可持續發展水平；黃磊等［3］、余奕杉等［4］則從行業角度出發，分別評估了長江經濟帶工業和生產性服務業的綠色發展水平。已有部分學者對長江經濟帶整體綠色發展水平進行評估，如吳傳清等［5］研究發現長江經濟帶綠色經濟效率呈先升后降趨勢；盧麗文等［6］研究認為長江經濟帶城市綠色效率水平較低；而楊樹旺等［7］研究發現長江經濟帶城市綠色創新效率總體上不斷提高，但還存在較大的改善空間。

其次，綠色創新效率的研究方法主要分為參數法和非參數法，參數法中使用頻率最高的是隨機前沿分析法（stochastic frontier analysis，SFA），非參數法以數據包絡分析法（data envelopment analysis，DEA）以及優化衍生的各種DEA 方法為主?？紤]到松弛變量之后，劉佳等［8］采用超效率SBM 模型來評價相關綠色創新效率；考慮環境變量和隨機干擾等因素，魏谷等［9］采用三階段DEA 法測定創新型產業集群的創新效率；結合DEA 模型在徑向方面計算最優距離和SBM 模型考慮松弛變量的優點，吳妍［10］采用超效率EBM 模型對物業產業效率進行了測度。

最后，關于效率的空間網絡結構研究主要從兩個維度展開：效率的空間關聯關系及時空收斂性。在效率空間關聯研究方面，陳星星等［11］研究發現我國能源消耗呈現明顯的空間關聯特征；徐緒堪等［12］、張曦等［13］從社會網絡的視角分別對我國水足跡強度、工業技術創新效率的空間關聯結構特征進行探索；Zhou 等［14］、鄭耀群等［15］分別研究了環境規制、金融集聚對區域生態效率的空間效應；陳春香等［16］、任陽軍等［17］從影響因素出發分別分析了產業轉移、生產性服務業、制造業集聚對區域綠色創新效率的空間效應。在時空收斂性方面，Ju 等［18］對長江經濟帶低碳經濟增長效率的趨同性進行了空間計量分析；易明等［19］、Xu 等［20］以長江經濟帶城市為對象，對其綠色創新效率的時空變化與收斂性進行了進一步探索；Yu 等［21］、楊琛［22］分別從整體和局部出發，研究了不同區域的生態效率時空分布及收斂性。

現有文獻對綠色創新效率的界定、測度、空間網絡結構等多個方面進行了分析，為本研究奠定了良好基礎，但當前仍缺乏對城市綠色創新效率跨區域關聯的空間結構研究。已有文獻主要研究相鄰地區的綠色創新效率空間關聯，缺少從更大范圍、更廣空間關聯關系視角的進行定量測度和刻畫；大多基于屬性數據并采用莫蘭指數（Moran'sI）、空間杜賓（Durbin）模型等空間計量理論與方法，與關系數據相比，屬性數據無法表征研究對象間的矢量型關系；且對綠色創新效率空間結構關系形成機制的研究主要立足于地區經濟差異和人、財、物投入差異，沒有考慮在高質量發展背景下創新、協調、綠色、開放、共享差異對空間結構關系帶來的影響。基于此，本研究選用超效率EBM（epsilon-based measure）模型測算長江經濟帶36 個城市綠色創新效率，運用修正的引力模型分析城市綠色創新效率的空間關聯矩陣，并運用社會網絡分析法對長江經濟帶綠色創新效率的空間網絡關聯特征進行分析，進一步揭示長江經濟帶綠色創新效率的空間網絡形成機理，明確各城市在長江經濟帶城市綠色創新空間網絡中的定位，探索各城市間綠色創新效率空間關聯關系，為探討長江經濟帶城市綠色創新效率的跨區域協同提升機制提供參考，以進一步推動長江經濟帶城市的綠色創新發展。

2 研究方法、研究對象與數據來源

2.1 研究方法

2.1.1 綠色創新效率測度與指標選取

綠色創新是對環境有益的、出于環境動機的創新，涵蓋但不限于生態、環境創新［23］。城市綠色創新效率是指通過各種綠色創新資源要素的投入所達到的產出、環境效益［24］。綠色創新效率越高，即單位綠色創新投入帶來的產出和環境效益越高［25］，表明綠色創新要素轉化率越高。對城市創新綠色效率的準確測算有助于合理分配綠色創新資源要素，提高各種綠色創新資源的利用率［26］。

由于傳統DEA 模型不包含和資源、環境相關的非期望產出，本研究采用超效率EBM 模型評價城市綠色創新效率［10］，該方法同時結合DEA 模型在徑向方面計算最優距離和SBM（slacks based measure）模型考慮松弛變量和非期望產出的優點。

長江經濟帶城市綠色創新效率測度的投入和產出指標，參考馬林等［27］、易明等［19］的處理方法，從研發投入和能源投入兩方面選取投入指標，參考曹霞等［28］、張振剛等［29］、華振［30］、張江雪等［31］的處理方法，產出指標包括期望產出和非期望產出。具體指標如表1 所示。

表1 長江經濟帶城市綠色創新效率評價指標體系

2.1.2 引力模型測算綠色創新效率的空間關聯矩陣

明確長江經濟帶綠色創新效率空間關聯關系社會網絡分析方法的核心，以此了解城市間綠色創新效率溢出方向、大小、相互影響程度以及作用機制。已有研究對空間關聯強度的測度方法主要采用引力模型，從而構建空間關聯矩陣［32］。常規引力模型以質量和距離反映兩地區間的引力［33］，但在綠色創新效率問題中，高素質人才是城市創新發展的主力軍，所以本研究選取地區人均受教育年限作為引力模型的一個重要質量因素，同時考慮地區能源消耗差異，因此采用以下修正的引力模型表示綠色創新效率的空間關聯強度：

在構建城市綠色創新效率空間關聯引力模型時，不僅考慮城市的空間地理位置，同時也考慮了城市的能源消耗和經濟規模，從而更合理地反映城市綠色創新效率的空間網絡關系。通過引力模型得到兩兩城市間引力大小，從而可以得到空間關聯矩陣，當矩陣中的每個值大于對應每一行的均值時，取值為1，反之取0，分別表示行列對應城市間綠色創新效率存在關聯關系、不存在關聯關系。由此轉換得到的空間二值矩陣作為長江經濟帶城市綠色創新效率社會網絡分析的關系數據。

2.1.3 綠色創新效率空間網絡結構特征指標

基于修正引力模型得到的關系數據，從整體網絡結構、個體特征以及城市綠色創新效率內部結構3 個層面對長江經濟帶城市綠色創新效率的空間網絡特征進行分析。

（1）整體網絡關聯分析。整體網絡關聯分析主要用來刻畫在長江經濟帶城市綠色創新效率整體網絡中城市間的關聯性和關聯程度，判斷網絡中是否存在孤立點以此檢測網絡的穩健性，用3 個指標來衡量：網絡密度、網絡等級度和網絡效率。

（2）中心性分析。中心性分析主要體現各節點城市的網絡特征。度數中心度是一種表示靠近網絡中心程度的指數，度數中心度高，意味著該城市在長江經濟帶城市綠色創新效率整體空間網絡中占據優勢地位。接近中心度越高，表明該城市越容易和其他城市綠色創新效率產生空間關聯，用于衡量該城市與其他城市產生空間關聯的難易程度。中間中心度越高，表明該城市中介作用越強，掌控資源和信息的能力越強，在很大程度上控制著其他城市間的相互溢出。

（3）塊模型分析。參考Wasserman 等［34］模塊劃分的方法，根據長江經濟帶城市綠色創新效率內部結構特征，把長江經濟帶城市綠色創新效率整體空間網絡的不同節點劃分成不同聚類：雙向溢出板塊、凈受益板塊、凈溢出板塊以及經紀人4 個板塊，明確每一個節點城市的板塊類型以及該城市在板塊中的角色，進一步探索不同板塊間綠色創新效率協同效應。

2.1.4 綠色創新效率空間網絡結構形成機理的模型

在空間結構特征的分析基礎上，為進一步了解長江經濟帶城市綠色創新效率空間關系和傳導路徑的形成機理，對其空間網絡結構、演變規律與類型差異的影響因素進行探索。綠色創新效率是高質量發展的核心指標，城市綠色創新效率的提升是創新、協調、綠色、開放、共享等多維要素空間協作的結果，因此，以城市創新效率空間關聯矩陣作為被解釋變量，選擇距離關聯矩陣、創新差異、協調差異、綠色差異、開放差異、共享差異作為解釋變量，城市的經濟發展水平差異作為控制變量構建計量模型。

為了進行兩兩矩陣之間的關系分析，舍棄傳統計量統計方法而采用社會網絡分析中矩陣之間關系的二次指派程序(QAP)，運用QAP 分析法對長江經濟帶城市綠色創新效率的影響因素進行探索，并對作用程度進行擬合回歸。QAP 矩陣形式如下：

2.2 研究對象與數據來源

本研究的研究對象為長江經濟帶的地級及以上城市，確定研究樣本為36 個城市。數據來源于2013—2019 年的中國經濟與社會發展統計數據庫、《中國城市統計年鑒》和《中國人口和就業統計年鑒》。

3 結果與分析

3.1 綠色創新效率的測定及其空間關聯關系

首先，運用超效率EBM 模型對研究期內長江經濟帶36 個城市綠色創新效率進行測算，得到2013—2019 年長江經濟帶上、中、下游城市綠色創新效率的平均值，如圖1 所示。研究期內，樣本城市的綠色創新效率呈現增長趨勢，上中下游城市綠色創新效率水平差異顯著：下游城市地理、經濟條件優越，綠色創新效率水平較高，呈現穩定型增長趨勢；中游城市群綠色創新效率也呈現先增后減趨勢，有一定幅度的波動；上游城市群綠色創新效率波動較大，呈現改善型發展特征。

圖1 長江經濟帶城市群綠色創新效率均值變化趨勢

其次，根據修正的引力模型得到城市之間的引力關系后，進而得到城市之間的二值空間關聯矩陣，運用UCINET 軟件繪制各城市綠色創新溢出的空間關聯網絡。以2013 年、2019 年樣本城市綠色創新效率的空間網絡關聯圖為例，其他年份省略，如圖2所示可以看到，長江經濟帶城市綠色創新關聯具有一定的網絡特征，從2013 年至2019 年網絡關聯關系數呈現減少的趨勢，并且網絡聯系密集地區主要集中在下游城市群，但對于整體網絡特征以及網絡個體特征仍需進一步借助網絡分析法進行定量分析。

圖2 長江經濟帶城市綠色創新效率的空間網絡演變

3.2 綠色創新效率的整體網絡特征

主要從空間關聯強度和空間網絡關聯性兩個方面來表示長江經濟帶城市綠色創新效率的整體網絡特征。如圖3 所示，研究期間長江經濟帶的綠色創新效率空間關聯強度呈現下降趨勢，其中網絡關聯數最高的是2013 年、最低的是2016 年，分別為216和123，對應的網絡密度分別為0.171 和0.098。理論上，長江經濟帶城市最大關聯數為1 260，但是研究期間內關聯數最大值為2013 年的216，實際測得值和理論值相差較大，表明長江經濟帶城市綠色創新效率的空間網絡有很大的優化空間，城市之間的協同效應有待加強，整體效率有待提升。

圖3 長江經濟帶城市綠色創新效率空間關聯強度的時序演化

而如圖4 所示，研究期間長江經濟帶綠色創新效率空間網絡中沒有孤立點，該空間網絡穩健度比較高，表明樣本城市綠色創新效率的網絡效率和網絡等級度呈現整體上升趨勢。其中，2016 年的網絡效率上升至最高點，表明整個網絡冗余關系逐年增加,原因可能是2016 年政策向長江三角洲城市群傾斜較多，上下游城市綠色創新發展差距增大；而2019 年網絡效率有輕微下降趨勢，原因是2018 年出臺的有關長江經濟帶城市區域協調發展政策初現成效?？偟膩碚f，網絡等級特征較為顯著，隨著經濟發展，長江經濟帶上中下游城市的綠色創新水平差異較大，特別是下游城市群的綠色創新水平遠大于中上游城市群，雙向溢出關系數減少，等級特征越來越明顯。

圖4 長江經濟帶城市綠色創新效率空間網絡關聯性的時序演化

3.3 綠色創新效率的網絡個體特征與位置關系演變

首先，度數中心度用于體現各城市靠近長江經濟帶城市綠色創新效率空間網絡中心的程度，如表2 所示，2019 年樣本城市的度數中心度中的內向度和外向度均值分別為14.05、14.05，其中杭州、上海、武漢、成都等13 個城市的內向度大于外向度，表明這些城市在長江經濟帶城市綠色創新效率空間網絡中的影響力相對較強，能與大部分城市形成良性互動，在網絡中處于比較中心的位置；而受城市發展水平、地理條件等因素的影響，中上游城市群在空間網絡中的位置相對劣勢。從整體上看，下游城市影響力普遍高于中上游城市，呈現出空間極化效應。

其次，接近中心度用于判斷在長江經濟帶城市綠色創新效率網絡中各城市是否容易與其他城市產生空間關聯，如表2 所示，2019 年樣本城市的接近中心度中的內向度和外向度均值分別26.52、9.93，其中內向度高于均值的有杭州、上海、蘇州等17 個城市，這些城市與其他城市容易建立空間聯系，在空間網絡中占主導地位；宜昌、岳陽、襄陽等7 個城市的外向度高于均值，這些城市綠色創新效率的提高能推動其他城市的發展；湖州、銅陵、池州等城市的外向度較低，不易與其他城市產生空間關聯，原因可能是地理位置偏遠限制了這些城市的綠色創新效率溢出。

表2 2013—2019 年長江經濟帶城市綠色創新效率空間網絡中心性分析

中間中心度用于反映各城市在長江經濟帶綠色創新效率網絡中對綠色創新資源的掌控能力，如表2 所示，2019 年樣本城市的中間中心度均值為4.36，其中杭州、成都、重慶、合肥等10 個城市的中間中心度高于4.36，表明這些城市對綠色創新相關資源具有較強的掌控能力，控制著其他城市間綠色創新效率的相互溢出，扮演著中介角色；中間中心度較低的城市包括宜昌、九江、宜賓等，這些城市多位于長江中上游地帶，在城市綠色創新效率空間網絡中的位置比較邊緣化，與其他城市之間的綠色創新效率空間聯系不緊密。

在研究期內，杭州市的3 類中心度指標排名都居于首位，表明杭州處于長江經濟帶城市綠色創新效率空間網絡的中心位置，掌控著空間網絡中的大部分綠色創新資源，在城市綠色創新發展方面與其他城市產生著聯動效應。

綜上，長江經濟帶城市綠色創新效率的馬太效應特征顯著：下游城市能有效轉化各種綠色創新資源要素，綠色創新發展水平較高，在長江經濟帶城市綠色創新效率空間網絡中處于比較中心的位置；受地理條件、城市發展水平和經濟水平等因素的影響，中上游城市對綠色創新資源要素的吸引力相對較弱，往往在空間網絡中處于相對被動的位置，與其他城市未能形成良性互動。

3.4 綠色創新效率的塊模型與聚類特征分析

根據長江經濟帶城市綠色創新效率空間關聯關系，采用塊模型分析進行聚類分析和板塊劃分，運用UCINET 里的Concor 模塊，將36 個城市劃分為4個板塊，結果如表3 所示。其中：第一板塊包括下游城市群中的南京、鎮江等11 個城市，該板塊內部和外部溢出效應均較顯著，稱為“雙向溢出板塊”；第二板塊包括下游城市群中的蘇州、無錫等10 個城市，該板塊接受外部關系數顯著高于板塊外溢出關系數，稱為“凈受益板塊”；第三板塊涵蓋中游城市群中的九江、南昌、宜昌、荊州、岳陽和上游川渝城市群中的重慶、瀘州、宜賓一共8 個城市，該板塊的外溢出效應明顯，稱為“凈溢出板塊”；第四板塊包括中游城市群中的武漢、鄂州、咸寧、黃岡、襄陽、黃石和上游川渝城市群中的成都一共7 個城市，該板塊內部關系數和外部關系數相比較少，而外接受關系數和外溢出關系數都較多，在長江經濟帶城市綠色創新效率空間網絡中合理分配和轉移各種綠色創新要素和資源，稱為“經紀人板塊”。

表3 2013—2019 年長江經濟帶城市綠色創新效率板塊劃分及其空間關聯關系

基于空間關聯關系數得到密度矩陣和像矩陣，可以看到四大板塊的密度差異較大，第一、二、四板塊密度明顯大于第三板塊，第一、二、四板塊內部各城市之間集聚效應明顯，能帶動自身板塊效率的提升，而第三板塊內部城市間綠色創新效率缺乏互動，對自身板塊效率作用程度較小；板塊之間的融合度較差，板塊之間聯系分別存在于第一、二板塊以及第三、第四板塊，第一、三板塊可以分別帶動第二、四板塊綠色創新效率的提升。4 個板塊之間的關系如圖5 所示。

圖5 2013—2019 年長江經濟帶城市綠色創新效率凝聚板塊劃分與聯系

3.5 綠色創新效率空間網絡結構的形成機理分析

采用QAP 分析法對長江經濟帶城市綠色創新效率空間關聯影響因素進行判別，回歸結果如表4 所示。較為顯著的影響因素有城市之間距離差異、人均環保投入差異以及R&D 占產值比例差異、人均專利授權數差異、外商投資占產值比率差異等5 個解釋變量以及城市經濟發展水平差異1 個控制變量，顯著性水平均小于10%，系數分別為-0.144、0.797、0.058、-0.078、-0.040 和-0.055；不太顯著的影響因素有城鎮化率差異、恩格爾系數差異、進出口額占GDP 比例差異、人均教育經費支出差異、人均醫療衛生支出差異，顯著性水平均大于10%；不太顯著的影響因素主要屬于城市協調、共享水平這兩個維度，一方面是城市協調、共享水平在很大程度上取決于城市自身的經濟實力，另一方面隨著社會信息化水平的提高以及各種體制的完善，醫療健康生活保障縮小了城市協調、共享水平差異，降低了這兩個因素對城市綠色創新效率的空間溢出效應的影響程度。

表4 2013—2019 年長江經濟帶綠色創新效率空間網絡結構形成機理的QAP 回歸分析

此外，可決系數為0.677，表明城市之間距離差異、人均環保投入差異以及R&D 占GDP 比例差異、人均專利授權數差異、城市經濟發展水平差異、外商投資占GDP 比率差異這6 個自變量對長江經濟帶城市綠色創新效率空間關聯的作用擬合程度較好。其中，人均環保投入差異和科研、R&D 占GDP 比例差異回歸系數為正，表明城市環保投入和科研經費投入程度差異增大有助于增強城市之間的綠色創新效率的空間溢出效應；距離的回歸系數為負，距離增加限制了綠色創新資源在城市之間的轉移，距離較遠的城市間不易產生空間關聯；人均專利授權數差異的回歸系數為負，表明城市人均專利授權數的差異性不利于城市之間綠色創新效率空間網絡的形成；外商投資占GDP 比率的回歸系數為負，表明外商投資水平差異越大的城市之間越容易發生綠色創新效率的空間關聯。

4 結論與建議

4.1 結論

第一，從整體網絡結構特征看，在2013 年至2019 年期間，長江經濟帶城市綠色創新效率呈現下降趨勢，2018 年區域協調發展相關政策出臺后，2019 年有回升趨勢，但等級特征仍然比較明顯，不同城市間綠色創新效率差異顯著，但各城市綠色創新效率之間存在空間關聯。

第二，從網絡各節點城市來看，長江經濟帶不同城市綠色創新效率差異較大，馬太效應顯著。在長江經濟帶城市綠色創新效率空間網絡中，下游城市吸引綠色創新相關資源與信息的能力較強，處于比較中心的位置；中上游城市所處位置相對劣勢，主要扮演中介角色，在空間網絡中傳遞綠色創新資源要素。

第三，由塊模型分析來看，長江經濟帶城市綠色創新效率集聚板塊特征呈現出板塊內城市聯系緊密，板塊之間存在一定空間關聯，空間上的極化效應較顯著，綠色創新效率較高的板塊帶動其他板塊的發展，但由于下游城市群的綠色創新效率整體水平要遠高于中上游城市群，綠色創新效率水平的巨大差異減弱了板塊之間的聯動性。

第四，對城市綠色創新效率空間網絡的形成產生負效應的影響因素包括城市之間距離差異、人均專利授權數差異、外商投資占GDP 比率差異距離；產生正效應的影響因素包括人均環保投入差異以及R&D 占GDP 比例差異，表明城市開放和創新水平上的“等級性”不利于長江經濟帶綠色創新效率的空間溢出效應，而環保、科研投入上的差異則促進空間網絡的形成。

4.2 建議

第一，將長江經濟帶城市看作一個整體，在提升單個城市綠色創新效率的同時注重城市間的協同關系。盡量消除等級性的網絡結構特征，通過高效率城市對低效率城市的扶持，加快綠色創新資源在各城市之間的流動；增加對高效率城市的環保和科研投入，平衡各城市的外商投資水平，降低城市間的城市開放水平差異，從而增強長江經濟帶城市間綠色創新效率的聯動效應。

第二，根據綠色創新網絡中各城市節點以及各板塊特征，打破長江經濟帶綠色創新效率的馬太效應，下游城市充分發揮自身的優勢，使綠色創新空間網絡中的每個城市形成良性互動交流，平衡各種綠色創新資源和要素，從而帶動中上游城市的綠色創新發展，優化長江經濟帶城市綠色創新效率的整體格局。

第三，完善長江經濟帶各城市的交通設施，推進路網規劃設施建設，從而縮短各城市之間的相對距離，促進長江經濟帶中上游城市對綠色創新資源的吸收，提升各城市在綠色創新效率空間網絡中的地位，實現綠色創新效率的跨區域協調發展。