“雙碳”目標下中國綠色低碳創新發展測度、區域差異及成因識別

李旭輝 陶貽濤

摘要 厘清綠色低碳創新發展的時空分異及其成因對于實現重大國家戰略區域協同推進“雙碳”目標具有重要意義。該研究采用序關系分析法和熵值法相結合的LWM主客觀組合賦權法，基于創新資源配置、創新創造活力、創新效益溢出三個維度對2010—2019年重大國家戰略區域綠色低碳創新發展進行綜合測度，在此基礎上借助Dagum基尼系數、Kernel密度估計和QAP方法全面揭示和識別重大國家戰略區域綠色低碳創新發展空間非均衡性及其成因。研究發現：①樣本考察期內，重大國家戰略區域綠色低碳創新發展均呈現波動上升態勢，但各個區域及省域間存在顯著差距，粵港澳處于絕對領先地位，黃河流域處于較低水平；②重大國家戰略區域綠色低碳創新發展整體差異較大，總體差異隨時間推移呈現上升的趨勢，區域間差異是空間差異的主要來源；③重大國家戰略區域綠色低碳創新發展總體離散程度呈擴大趨勢，京津冀、長三角和長江經濟帶呈多級分化狀態，黃河流域大體上分化為兩極；④知識擴散是影響地區綠色低碳創新差異的主導力量，其次為技術轉化、生態建設和人才支撐，創新載體與財政支持的影響較弱。在新時代實施碳達峰碳中和戰略和區域協調發展戰略的背景下，研究結果對于全面協同提升重大國家戰略區域綠色低碳創新發展水平，推動形成優勢互補的高質量發展格局具有重要啟示和現實意義。

關鍵詞 綠色低碳創新發展；Dagum基尼系數；區域差異；二次指派程序

中圖分類號 F124. 3 文獻標志碼 A 文章編號 1002-2104（2023）01-0124-13 DOI：10. 12062/cpre. 20220910

力爭2030年前實現碳達峰、2060年前實現碳中和，是黨和國家統籌國內國際兩個大局作出的重大戰略決策，是著力解決資源環境約束突出問題、推動高質量發展的必然選擇。實現“ 雙碳”目標，綠色低碳創新是關鍵引擎。統籌推進綠色低碳創新，加快綠色低碳科技革命，以先進技術手段助力碳達峰碳中和工作高效、高質推動，是推動碳達峰碳中和目標愿景的核心驅動力。“十四五”時期是以綠色低碳科技創新實現碳排放增速轉變的重要窗口期。中國須在科技創新的支撐下，才能有望如期實現碳達峰碳中和目標［1］。2021年10月國務院印發的《2030年前碳達峰行動方案》明確將綠色低碳科技創新行動列為“碳達峰十大行動”之一。2022年3月《政府工作報告》再次明確提出“推進綠色低碳技術研發和推廣應用，加快構建綠色低碳創新體系”。值得注意的是，在綠色低碳轉型發展的關鍵時期，中國綠色低碳創新活動雖然取得了一定的成果，但綠色低碳創新能力與發達國家相比還有很大差距［2］，同時受地區區位和區域政策的影響，各區域綠色低碳創新水平存在顯著的空間非均衡特征［3］。作為區域不平衡的重要方面，綠色低碳創新發展的區域失衡無疑給區域協調發展帶來了嚴峻挑戰，成為協同推進“雙碳”目標實現的掣肘。因此，統籌推進綠色低碳創新區域協同發展，綜合提升綠色低碳創新發展水平，已經成為推動綠色低碳轉型高質量發展亟待解決的關鍵問題。

1 文獻綜述

綠色低碳創新作為實現“雙碳”目標的關鍵驅動力，是碳排放總量控制與經濟社會發展現實困境的破解之道，是新發展理念下低碳循環經濟體系構建的關鍵抓手，是促進數字化、綠色化和產業化深度融合的必由之路［4］。綠色低碳創新作為“雙碳”目標下國家重要發展戰略，引起了學者廣泛關注。前期主要從理論層面展開相關研究，主要包括綠色創新的內涵特征［5］、影響機制［6］ 以及推廣路徑研究［7］等方面；后期隨著研究方法多樣化和基礎數據豐富化，逐漸轉向對綠色創新發展的實證研究。第一，綠色低碳創新發展測度。梁文群等［8］運用包含非期望產出的SBM模型對2006—2015年中國綠色低碳創新效率進行分類測度。王彩明等［9］基于2005—2015年省級工業企業面板數據，利用DEA-SBM模型考察了中國區域綠色創新績效。許玉潔等［10］采用網絡DEA 模型對2003—2018年黃河流域79市（州、盟）綠色創新效率進行測算。第二，綠色低碳創新發展空間非均衡性考察。楊朝均等［11］運用基尼系數、Theil 指數和對數離差均值方法，對中國東、中、西三大地區低碳創新的區域差異進行比較分析。向云波等［12］應用Theil指數及其空間分解方法，考察了長江經濟帶2001—2016年化工產業綠色技術創新效率的空間差異特征和趨勢。孫博文等［13］通過計算2006—2019 年中國278個城市綠色創新指數，借助Kernel密度估計方法揭示了中國綠色創新能力的時空演進規律。第三，綠色低碳創新發展區域差異形成機理?，F有研究主要聚焦于探討綠色創新發展的影響因素。如王博［14］基于面板數據模型和Shapley回歸分解方法識別了2005—2016年中國綠色創新水平的影響因素，并進一步考察不同因素在不同地區之間的異質性。鄧玉萍等［15］采用2006—2015 年CS?MAR數據庫和中國專利數據庫合并匹配后的企業作為樣本，考察了節能低碳政策帶來的環境規制效應對企業綠色創新能力的影響機制。董會忠等［16］運用空間計量模型綜合內、外部因素，探究產業結構、人力資本、知識產權保護等變量對中國高技術產業綠色創新效率的影響機理。

既有研究為考察“雙碳”目標下綠色低碳創新發展測度、區域差異、動態演進及成因識別提供了良好的基礎，但仍存在以下局限：①在空間尺度選取上，近年來學者多以四大板塊、城市群和七大區域為尺度［17-19］，而針對我國重大區域發展戰略作為空間尺度有待深入開展。②在綜合測度方面，可從測度主體和測度指標兩個方面進行拓展。第一，在測度主體上，既有文獻主要圍繞綠色創新和綠色技術創新為測度主體展開探索，缺少對綠色低碳創新的統計測度研究。第二，在測度指標上，已有研究多選用一個或幾個獨立指標作為代理變量進行測度，無法全面揭示綠色低碳創新在推進“雙碳”目標實現過程中的支撐引領作用。另外，在“雙碳”目標下，綠色低碳創新需要充分考慮資源消耗及環境污染，僅從政策支持、經濟狀況、資源環境等角度衡量綠色低碳創新發展勢必會影響測算結果的質量，不足以整體把握綠色低碳創新發展測度的科學性、客觀性和準確性。③在綠色低碳創新發展區域差異的成因識別上，現有研究主要聚焦于綠色創新的影響因素識別。隨著研究進展的不斷深入，越來越多的綠色創新影響因素被識別出來［16-20］， 然而尚未有研究考察中國綠色低碳創新發展區域差異的成因，特別是在重大國家戰略區域視角下，中國綠色低碳創新發展區域差異的形成機理尚不清楚。鑒于既有研究的局限，文章的邊際貢獻主要有：第一，以五個重大國家戰略區域為切入點，通過深入梳理區域發展脈絡，為“十四五”時期促進區域間融合互動、融通補充，形成優勢互補的綠色低碳創新高質量發展格局提供決策參考；第二，從靜態和動態雙重視角出發，借助Dagum基尼系數與Kernel密度估計方法全面揭示綠色低碳創新發展的時空格局及演化特征，為探索差別化的綠色低碳創新協調提升對策提供依據；第三，基于關系數據視角考察綠色低碳創新發展差異影響因素的作用強度，從而揭示綠色低碳創新發展空間不平衡的成因，為建立行之有效的區域協調發展新機制提供借鑒。

2 指標、數據和方法

2. 1 指標體系構建

綠色低碳創新作為資源環境約束凸顯背景下“創新驅動”與“綠色發展”結合點，是推動綠色集約發展、解決資源環境問題的戰略選擇。因此，在量化綠色低碳創新發展過程中，需要同時兼顧創新、綠色、低碳的三重屬性，不僅要科學合理測度創新發展水平，還要加入綠色和低碳理念，充分考慮環境污染與碳排放，從而更加科學、客觀、準確把握“雙碳”目標下中國綠色低碳創新發展水平和質量。測度指標體系的構建直接影響綠色低碳創新發展水平綜合測度結果的科學性、準確性和合理性。文章從區域創新系統理論出發，充分參考《2019年全球創新指數》《歐洲創新記分牌（EIS）2019》《國家創新能力評價指標體系》《中國區域創新能力評價報告2019》等權威報告，并根據《關于完整準確全面貫徹新發展理念做好碳達峰碳中和工作的意見》中關于堅定不移走“生態優先、綠色低碳”高質量發展道路的相關要求，整合資源、知識、市場、環境等諸多要素，從創新資源配置、創新創造活力、創新效益溢出三個維度構建中國綠色低碳創新發展測度框架。

2021年10月，國務院出臺的《2030年前碳達峰行動方案》明確要求：扎實推進碳達峰行動，強化頂層設計和各方統籌，強化創新能力，激發創新活力，實現經濟社會發展全面綠色轉型。這意味著在新發展理念引領下，綠色低碳創新系統可定義為由創新資源配置、創新創造活力、創新__效益溢出三個子系統共同作用而形成的綜合系統。其中，創新資源配置是綠色低碳創新發展的根本與起點，合理的資源配置是綠色低碳創新行動有序運行、協調發展的重要支撐；創新創造活力能夠有效提升創新主體的創新積極性，在創新能力形成過程中發揮著“助推器”作用；創新效益溢出是綠色低碳創新發展過程和成果的綜合，體現了綠色低碳創新發展對碳達峰碳中和的賦能效應。遵循科學性、可操作性和代表性等原則，該研究在創新資源配置、創新創造活力、創新效益溢出三個準則層的基礎上，構建了包含6個一級指標和13個二級指標的綠色低碳創新發展綜合測度指標體系（表1）。

上述指標體系中，既有研究多基于《IPCC國家溫室氣體清單指南》衡量各省份碳排放水平。與之相比，中國碳核算數據庫（CEADs）基于表觀能源消耗數據和碳排放因子更加精準地測度了二氧化碳排放量，故該研究以碳核算數據庫發布的碳排放清單作為碳數據來源［21］。其余指標的原始數據取自《中國統計年鑒》《中國高技術產業統計年鑒》以及各省份統計年鑒，同時以《中華人民共和國國民經濟和社會發展統計公報》作為數據補充來源。樣本考察期為2010—2019年，針對部分年份、省份的數據缺失，采用均值插補法與趨勢外推法補齊。

2. 2 研究方法

2. 2. 1 基于主客觀組合的指標權重確定方法

指標權重的合理判定是綜合評價的核心要義。權重系數的確定一般分為兩類：一是基于“功能驅動”原理的主觀賦權法。判定結果能充分參考專家的知識結構和工作經驗，但也可能受專家偏好所限，權重排序具有一定的主觀隨意性，無法適應客觀條件的變化。二是基于“差異驅動”原理的客觀賦權法，以各項指標所提供信息量來確定指標權重系數，權重系數隨客觀環境的變化而變化。客觀賦權通常依據較為完備的數學理論和方法，但缺乏對指標的主觀認知。為兼具主客觀信息表達，該研究采用“功能驅動”和“差異驅動”相結合的組合賦權法。一是基于序關系分析法的主觀賦權。該方法主要包括確定序關系、指標重要程度定量判斷、計算權重系數三個步驟。序關系分析法克服了層次分析法的缺陷，既充分參考了決策專家的豐富知識和實踐經驗，亦減少了決策專家的主觀判斷次數，且無需構造判斷矩陣和一致性檢驗，便于應用［22］。計算步驟如下。

二是基于熵值法的客觀賦權。在信息論中，熵也稱為平均信息量，信息的增加意味著熵的減少，據此通過熵衡量指標信息量的離散程度。同一指標中包含的信息量與其數值離散程度正相關，即指標數值離散程度越大，反映的信息就越多，指標的權重越大。熵值法作為一種客觀賦權方法，權重的確定完全依賴數據自身的離散性，不具主觀色彩，評價過程透明可再現［23］。計算步驟如下。

2. 2. 2 Dagum基尼系數及其分解方法

Dagum基尼系數及分解方法是一種基于子群樣本分布狀態將其進行分解，用于測度地區差距的空間分析方法［24］。作為刻畫樣本變量空間非均衡的有效工具，該方法能夠精準測度地區差距構成及其緣由，正確識別不同分組地區之間交叉重疊現象，有效解決傳統基尼系數和Theil指數存在的地區差異無法分解及樣本描述問題［25］，并已被廣泛應用于多個研究領域［26-27］。鑒于Dagum基尼系數及其分解方法的優勢與特點，該研究采用該方法測算重大國家戰略區域綠色低碳創新發展的地區相對差異程度，再對其進行分解，進而識別出綠色低碳創新發展地區相對差異的貢獻與來源。具體計算公式見文獻［24］。

2. 2. 3 Kernel密度估計

Kernel密度估計是通過光滑連續的密度曲線描述隨機變量空間分布特征的一種研究空間分布非均衡的重要方法［ 28］。作為一種非參數估計方法，Kernel密度估計具備較強的穩健性，對模型的依賴性較弱［ 29］，無須預設函數的具體形式，從而規避陷入先驗論式的邏輯矛盾，對未知分布具有更好的適應性。同時Kernel密度估計能有效展示綠色低碳創新發展的整體情況，直觀地反映各區域綠色低碳創新發展綜合指數的分布位置、分布形態和極化趨勢等信息，這對深入剖析重大國家戰略區域綠色低碳創新發展的絕對差異具有重要啟示意義。具體計算公式見文獻［28］。

2. 2. 4 二次指派程序（QAP）

QAP（Quardratic Assignment Procedure）是一種以矩陣數據的隨機置換為基礎，對兩個矩陣中各個元素的相似性進行比較，以此來檢驗矩陣間關系的非參數檢驗方法。傳統統計檢驗分析假設條件之一要求數據變量間無多重共線性問題，否則將造成參數估計值非有效或方差和標準差有偏，致使變量虛假相關及模型預測失效［30］，而QAP無需假設解釋變量間相互獨立，能夠有效解決關系數據計量模型聯立性偏誤問題［31］，因而更加穩健。具體計算公式見文獻［32］。

2. 3 研究對象

2021年12月，中央經濟工作會議明確提出，區域政策要增強發展的平衡性協調性，要深入實施區域重大戰略和區域協調發展戰略。進入新發展階段，京津冀協同發展、粵港澳大灣區發展、長三角一體化發展、長江經濟帶發展、黃河流域生態保護和高質量發展作為實施區域重大戰略和區域協調發展戰略的重要空間載體，是打破地區界限、促進要素流動的戰略通道，是優化智能制造空間布局的關鍵著力點。因此，該研究以重大國家戰略區域為空間尺度，對其綠色低碳創新發展進行測度。其中，京津冀包括北京、天津以及河北3個省份；長三角包括上海、江蘇、浙江以及安徽4個省份；長江經濟帶包括上海、江蘇、浙江、安徽、江西、湖北、湖南、重慶、四川、貴州以及云南11個省份；黃河流域包括青海、甘肅、寧夏、內蒙古、陜西、山西、河南以及山東8個省份；粵港澳包括廣東、香港以及澳門3個省份和特別行政區。鑒于數據可得性，粵港澳地區不涉及香港、澳門。

3 重大國家戰略區域綠色低碳創新發展測度及事實描述

該研究搜集了2010—2019 年重大國家戰略區域23個省份綠色低碳創新指標原始數據。經數據預處理，采用序關系分析法和熵值法相結合的LWM主客觀組合賦權法，確定測度指標權重（表1）。根據預處理數據和組合權重，得出2010—2019年重大國家戰略區域各省份綠色__低碳創新測度結果（表2）。

圖1刻畫了重大國家戰略區域綠色低碳創新發展的逐年走勢。樣本考察期內，五個重大國家戰略區域綠色低碳創新發展指數均呈波動上升的趨勢，年均增長4. 10%。與2010年相比，2019年京津冀、長三角、長江經濟帶、黃河流域以及粵港澳區域的綠色低碳創新發展增長幅度分別達到45. 48%、48. 92%、41. 83%、31. 91% 和84. 52%，水平顯著提升。對比重大國家戰略區域的綠色低碳創新發展水平，2010—2019年，粵港澳綠色低碳創新發展水平為0. 424，在五個重大國家戰略區域中處于領先地位；長三角和京津冀次之（0. 321、0. 317），高于重大國家戰略區域平均水平（0. 264）；長江經濟帶綠色低碳創新發展水平為0. 260；黃河流域的綠色低碳創新發展水平最低（0. 201）。2010—2019年，粵港澳，長三角、京津冀、長江經濟帶、黃河流域區域綠色低碳創新發展水平的年均增長率分別為7. 04%、4. 52%、4. 25%、3. 96%、3. 13%，均呈上升態勢，然而各區域綠色低碳創新發展存在明顯差異?；浉郯木G色低碳創新發展水平均值始終高于其他區域，且年均增長速度最快；長三角與京津冀年均增長速度比較接近；黃河流域綠色低碳創新發展水平年均增長率較慢。這一結果表明，重大國家戰略區域綠色低碳創新發展的時序特征存在差異，粵港澳與長三角綠色低碳創新發展表現為水平高，增速快；長江經濟帶、黃河流域則表現為水平低，增速慢；京津冀的綠色低碳創新能力和增長速度在重大國家戰略區域中處于中等水平。

在重大國家戰略區域中，粵港澳與長三角作為中國區域經濟發展的重要增長極，綠色低碳創新基礎設施和人才儲備表現突出，創新環境較為優越，具備實現綠色低碳創新高質量發展的條件，綠色低碳創新發展處于領先位置。京津冀與長江經濟帶作為中國綠色低碳創新發展的重要引擎及戰略高地，創新發展增速乏力，綠色低碳創新質量的提升仍然任重道遠。黃河流域綠色低碳創新基礎條件較弱，財政投入與人才吸引力有限，其綠色低碳創新發展水平與其他區域相比有所落后，但具有一定后發優勢。

考慮到區域層面的分析可能會掩蓋內部省份綠色低碳創新發展的異質性，表2報告了重大國家戰略區域內部省份綠色低碳創新發展的描述性統計分析結果。重大國家戰略區域綠色低碳創新發展水平的均值為0. 264，標準差為0. 203。其中，粵港澳區域綠色低碳創新發展水平均值最高，2010—2019年五大重大國家戰略區域中廣東省排名一直位于前兩位。黃河流域在樣本考察期內綠色低碳創新發展水平均值最低，且黃河流域各省份中僅有山東省擠進前十，說明黃河流域綠色低碳創新發展仍有較大提升空間。粵港澳與黃河流域綠色低碳創新發展之差相當于黃河流域的111%，重大國家戰略區域內各省份綠色低碳創新發展的變異系數為0. 76，說明各區域綠色低碳創新發展存在顯著的空間差異。此外，各區域內部省份綠色低碳創新發展水平最大值與最小值之間均相差較大，京津冀內部各省份綠色低碳創新發展的變異系數為0. 69，長江經濟帶與黃河流域區內部各省份綠色低碳創新發展的變異系數都在0. 2以上，長三角區域各省份的變異系數最小，也達到了0. 15，說明重大國家戰略區域本身綠色低碳創新發展過程中存在明顯的內部非均衡性。值得注意的是，樣本考察期內雖然重大國家戰略區域整體及各區域綠色低碳創新發展均呈上升態勢，但綠色低碳創新發展水平較高的區域增長速度顯著高于發展水平較低的區域，可見縮小區域間和區域內綠色低碳創新發展差異將是加快實現碳達峰碳中和目標所要面對的嚴峻挑戰。

4 重大國家戰略區域綠色低碳創新發展的區域差異及來源

上述分析表明，京津冀、粵港澳、長三角、長江經濟帶和黃河流域綠色低碳創新發展水平呈波動上升態勢，但各區域綠色低碳創新發展存在明顯差異，空間非均衡性顯著。為進一步剖析重大國家戰略區域綠色低碳創新發展地區差異形成的內在機理、量化分析其演變特征，該研究將采用Dagum基尼系數及其分解方法展開探索。

4. 1 綠色低碳創新發展總體差異演變

表3報告了2010—2019年重大國家戰略區域綠色低碳創新發展的整體差異。樣本考察期內，基尼系數自2010 年的0. 163 0 上升到2019 年的0. 194 1，增幅達到19. 08%，這表明重大國家戰略區域綠色低碳創新發展差異整體上呈現上升態勢。從基尼系數演變動態看，總體差異的上升并非平穩的過程，而是呈現波動上升的趨勢。2010—2011 年，基尼系數以年均7. 30% 的速率上升，在2012年總體基尼系數出現一定幅度的下降。原因可能在__于黨的十八大之后，區域協調發展戰略和國家高質量發展被推向了一個新高度，重大國家戰略區域的綠色低碳創新能力提升較大，從而縮小了綠色低碳創新發展的區域差異。自2014年開始基尼系數以年均3. 09% 的速率逐漸上升。以上結果表明重大國家戰略區域綠色低碳創新發展具有明顯的空間非均衡特征，僅少部分省份（如北京、上海、浙江）具備高水平的綠色低碳創新能力。盡管在樣本后期空間非均衡程度出現小幅下降，但整體差異仍保持上升態勢，未來一段時間仍將是少部分省份引領重大國家戰略區域整體綠色低碳創新發展水平提升。

4. 2 綠色低碳創新發展區域差異來源及貢獻

表3報告了重大國家戰略區域綠色低碳創新發展差異大小、來源及貢獻率。從樣本平均趨勢看，區域間差異來源始終保持最大，均值為0. 096，平均貢獻率高達53. 69%；區域內差異來源次之，均值為0. 041，平均貢獻率的均值為23. 27%；超變密度差異來源最小，均值為0. 040，其平均貢獻率的均值為23. 04%。考察初期，超變密度的貢獻率與區域內的貢獻率相差無幾，為22. 60%，說明在這一階段內重大國家戰略區域內綠色低碳創新的交叉重疊現象較為顯著，不同區域內部均存在綠色低碳創新高水平及綠色低碳創新低水平省份。從動態演進趨勢看，區域間差異貢獻率整體呈波動上升趨勢，年均上升幅度為0. 50%；區域內差異整體波動較為平緩并呈現下降趨勢，年均下降0. 34%；綠色低碳創新的超變密度貢獻率在整個考察期呈現波動下降趨勢，2010—2019年下降了8. 05%，年均降速0. 94%。這表明以區域為單位，綠色低碳創新發展的分化趨勢正在增長，這主要表現在發達區域逐漸拉大與其他區域的整體差距，部分區域（如黃河流域）綠色低碳創新的發展陷入相對停滯。由上述分析可見，隨著綠色低碳創新發展的動態演進，區域間差異對重大國家戰略區域整體空間差異的影響愈加顯著，因此縮小區域間的差異程度，尤其是發揮京津冀、長三角地區高水平省份的創新溢出與引領作用，對重大國家戰略區域綠色低碳創新發展水平整體的提升具有重要影響。

5 重大國家戰略區域綠色低碳創新發展的分布動態演進

通過Dagum基尼系數及其分解，文章揭示了重大國家戰略區域綠色低碳創新發展的區域差異大小、來源及貢獻。但Dagum基尼系數分析結論僅反映相對差異大小及來源，有必要進一步采用Kernel密度估計方法識別綠色低碳創新發展的絕對差距。因此，該研究采用Kernel密度估計探索綠色低碳創新發展的時空演進規律，并從分布位置、分布形態、分布延展性和極化特點等角度展開剖析。圖2和表4分別報告了Kernel密度估計結果及分布動態的演變特征。

從分布位置看，重大國家戰略區域整體及各區域密度曲線演進脈絡均具有右移趨勢，表明綠色低碳創新發展總體呈現上升態勢，這一特征與前文客觀事實相印證。這意味著一段時間以來，重大國家戰略區域經濟快速發展的同時兼顧建設天藍、地綠、水清的美麗中國奮斗目標，通過發揮綠色低碳創新在生態環境保護中的支撐作用，破解資源、能源和環境約束等綠色發展難題。具體到各區域內部，長三角核密度曲線右移幅度較大，表明長三角綠色低碳創新發展水平提升最為顯著；京津冀次之，2013年之后密度曲線向右穩定移動，可見考察期內京津冀綠色低碳創新水平保持高速、穩步發展；長江經濟帶和黃河流域密度曲線右移幅度較小，表明黃河流域與長江經濟帶綠色低碳創新發展水平提升速度相對緩慢。

從分布形態看，考察期末黃河流域內部綠色低碳創新發展的絕對差異呈縮小趨勢，而重大國家戰略區域整體及京津冀、長三角、長江經濟帶的絕對差異均呈擴大趨勢。具體而言，黃河流域內部主峰高度有所上升，主峰寬度略微減小，表明黃河流域內部綠色低碳創新的絕對差異狀況得到了改善。重大國家戰略區域整體、京津冀、長三角、長江經濟帶和黃河流域綠色低碳創新發展水平的分布形態各異，總體表現為主峰峰值變小、寬度增加的演進態勢，意味著以上區域綠色低碳創新發展的絕對差距進一步擴大。

從分布延展性看，重大國家戰略區域整體及各區域綠色低碳創新發展分布曲線均存在明顯的右拖尾現象，主要原因在于各區域內部均存在綠色低碳發展水平較高的省份，如京津冀中北京、長三角中上海和江蘇、長江經濟帶中上海和江蘇、黃河流域中山東。另外，重大國家戰略區域整體及各區域綠色低碳創新發展的分布延展性均呈拓寬趨勢，說明重大國家戰略區域綠色低碳創新發展水平較高的省份得到進一步提升，愈發高于所在區域的平均水平，存在“優中更優”效應，從而導致重大國家戰略區域綠色低碳創新發展的絕對差異進一步擴大。

從極化現象看，重大國家戰略區域整體、京津冀、長三角和長江經濟帶綠色低碳創新發展具有多級分化特征，而黃河流域呈兩極分化狀態。具體地，重大國家戰略區域整體主峰峰值偏高，側峰峰值偏低，說明整體存在明顯的梯度效應，多極分化現象雖然顯著但程度得到緩解。京津冀和長江經濟帶綠色低碳創新發展存在雙峰或多峰現象，說明綠色低碳創新發展存在一定的梯度。長三角呈現多極分化的趨勢，2010—2019 年，主峰峰值逐漸降__低，側峰峰值逐年上升，說明長三角內部各省份綠色低碳創新發展主要保持在中高水平，且極化程度在逐步加深。黃河流域綠色低碳創新發展核密度曲線由多極分化逐漸演變為兩極分化。2012—2019年，左峰逐漸高于右峰，表明黃河流域中少數省份在考察期內有別于主體實現高速發展。

6 重大國家戰略區域綠色低碳創新發展區域差異的成因識別

前文分析顯示，重大國家戰略區域綠色低碳創新發展存在顯著空間非均衡現象，那么，是什么原因導致了綠色低碳創新發展的區域差異？哪些因素對綠色低碳創新發展有著顯著影響？為了更好地回答上述問題，該研究從全樣本、分時期兩個層次，運用QAP方法展開分析，探索綠色低碳創新發展空間不平衡的變化成因。

6. 1 變量選擇與說明

由于不同區域在測度指標數值方面存在明顯差異，必然對綠色低碳創新發展的區域差異產生影響?；谇拔乃鶚嫿ǖ木G色低碳創新發展測度指標體系（見表1），著重從財政支持（FS）、創新載體（IP）、技術轉化（TTS）、人才支撐（TS）、知識擴散（KD）和生態建設（EC）六個維度探究重大國家戰略綠色低碳創新發展區域差異（GLCI）的形成機理。①財政支持。合理的財政投入有利于營造良好的綠色低碳創新發展環境，而過度的財政支持會致使“擠出效應”，即綠色低碳創新發展過度依賴政府扶持降低創新積極性。因此，財政支持對綠色低碳創新發展的影響不容忽視。②創新載體。創新載體是綠色低碳創新發展的根本支撐條件，是集聚創新要素、承擔創新功能的重要平臺，更是綠色低碳創新發展過程中的主要技術承載者。③技術轉化。技術轉化能夠有效促進綠色低碳技術與裝備的創新與應用，是綠色低碳創新發展的動力源泉。④人才支撐。人才是綠色低碳創新發展的中流砥柱，高素質人才資源具有稀缺的生產配置能力，有利于技術創新和發展水平的提高。⑤知識擴散。知識擴散為科技知識在一定時間內跨越時空距離在不同個體間傳播的過程，綠色低碳創新成果不僅僅只是凝結了新技術的新產品，還應包括創新活動產生的知識成果。⑥生態建設。生態建設的核心目的是通過創新實現環境效益產出，它是綠色低碳創新活動的最終目標。

6. 2 QAP相關分析

表5報告了樣本考察期內控制變量的QAP相關分析結果。結果表明，綠色低碳創新發展的區域差異與財政支持差異、創新載體差異、技術轉化差異、人才支撐差異、知識擴散差異和生態建設差異等變量之間的相關關系系數均為正值，且通過了1%的顯著水平檢驗，這為該研究的理論探討提供了經驗證據。其中，與綠色低碳創新發展區域差異相關系數最大的變量是生態建設差異，相關系數為0. 781，表明其與綠色低碳創新發展區域差異關系最為密切。財政支持差異與綠色低碳創新發展區域差異相關系數達到0. 722，僅次于生態建設差異；技術轉化差異與綠色低碳創新發展區域差異相關系數最小，為0. 652。此外，知識擴散差異、人才支撐差異、創新載體差異與綠色低碳創新發展的區域差異分別達到0. 676、0. 672、0. 666。這表明不同類型變量的差異與綠色低碳創新發展區域差異之間存在不同的相關程度，但QAP模型中存在相關關系并不意味存在回歸關系［32］。因此，該研究在相關分析的基礎上，運用QAP回歸分析進一步識別綠色低碳創新發展區域差異的成因。

6. 3 QAP回歸分析

該研究采用標準化回歸系數來報告QAP回歸分析結果中各因素對區域綠色低碳創新發展差異的影響效果。__標準化回歸系數能夠消除原始數據量綱的影響，適合直接比較不同解釋變量對被解釋變量的影響強度［ 33］。

6. 3. 1 基于全樣本回歸分析

表6展示了綠色低碳創新發展區域差異的全樣本回歸結果。六個結構性因素差異對綠色低碳創新發展區域差異的影響均為正向，且都通過了1%水平下的顯著性檢驗，說明省份之間任何一個領域存在差距都會導致綠色低碳創新發展差異的形成，任一因素差距的擴大都將促使綠色低碳創新發展差異提高。其中，知識擴散差異的影響強度最大，其標準化回歸系數為0. 318；技術轉化差異影響強度次之，其標準化回歸系數為0. 287；生態建設差異、人才支撐差異與創新載體差異對綠色低碳創新發展區域差異的影響強度相差不大，其標準化回歸系數分別為0. 237、0. 220、0. 201；財政支持差異的影響最小，其標準化回歸系數為0. 155。由上述分析可知，知識擴散差異是區域綠色低碳創新發展差異的決定力量，解決知識擴散失衡問題是降低區域綠色低碳創新發展差異的最有力手段。技術轉化差異帶動綠色低碳創新發展差異變化的能力僅次于知識擴散差異，因而增強技術轉化均衡性也是降低綠色低碳創新發展非均等程度的有效途徑。生態建設差異、人才支撐差異與創新載體差異也是推動綠色低碳創新發展差異變化的較強力量，所以促進生態環境持續改善、強化人才支撐保障與推進創新載體建設對增強綠色低碳創新發展的均衡性十分必要。財政支持差異的作用強度雖然較小，但作用顯著，“雙碳”目標下應對其予以關注，以財政助推創新，引領綠色低碳高質量發展。

根據前文測算結果，知識擴散測度值較高的省份主要集中在京津冀、長三角和長江經濟帶，而黃河流域知識擴散的測度值普遍較低，并且其發展勢頭與發展速度明顯低于其他區域。其中京津冀地區知識擴散內部差異最大，原因可能在于北京、天津和河北在創新資源等方面存在斷層，天津、河北的知識擴散水平與北京相比還有不小差距。長三角知識擴散的內部差異最小，這主要得益于長三角區域高等科教資源相對密集，發達的科教水平有利于區域知識溢出，提高了地區綠色低碳創新能力。另一方面，地區教育水平的高低與其人口素質聯系緊密，教育水平越高的地區，居民對生態資源和綠色發展的重視程度越高。隨著“3060”目標的提出，綠色低碳創新已成為我國綠色轉型發展的重要引擎，知識產權賦能升級將成為綠色低碳創新發展的核心動力之一。2021—2030年是實施區域協調和綠色發展的攻堅期，應堅持效率優先、兼顧公平的原則，通過科技資源配置的適當傾斜，推動高質量知識擴散與空間均衡發展，為實現“碳中和”贏得時間和信心。當前應著重縮小京津冀地區知識擴散的區域差異，同時也不能忽視長江經濟帶與黃河流域的內部差異，否則知識擴散的非均衡性勢必會加劇我國綠色低碳創新發展的區域分化態勢，給新階段區域協調與綠色低碳高質量發展帶來壓力和挑戰。2031—2060年需低碳轉型與固碳布局雙輪驅動，統籌能源系統低碳轉型和多種固碳技術有序布局，形成合力，穩步推進實現碳中和。京津冀、粵港澳和長三角三大重大戰略區域聚焦了全國最頂尖的科技創新資源、金融資本及各類高端發展要素，各有分工又協調對接、相互融合，有望成為引領我國區域高質量發展與低碳轉型的重要動力源。

6. 3. 2 基于分時期回歸分析

2015年10月，黨的十八屆五中全會明確提出了綠色發展理念，作為新發展理念的核心理念之一，踐行綠色發展理念是中國綠色低碳發展的創新體現。為了進一步考察不同發展階段重大國家戰略區域綠色低碳創新發展差異驅動因素作用強度的變化趨勢，該研究以黨的十八屆五中全會為分界點，對綠色低碳創新發展區域差異的驅動因素進行比較分析。圖3報告了分時期QAP回歸分析結果。與全樣本時期考察結果一致，黨的十八屆五中全會前后兩個時期不同影響因素對重大國家戰略區域綠色低碳創新發展差異均存在正向影響，且均通過1%顯著性檢驗。黨的十八屆五中全會之前，知識擴散差異的標準化回歸系數為0. 321，對綠色低碳創新發展區域差異的影響均高于其他變量，分別是財政支持差異的1. 899 倍（0. 321/0. 169）、創新載體差異的1. 663倍（0. 321/0. 193）、生態建設差異的1. 211倍（0. 321/0. 265）和人才支撐差異的1. 103倍（0. 321/0. 291）。表明在此時期，知識擴散、人才支撐以及財政支持等因素的差異都持續發揮擴大區域綠色低碳創新發展差異的作用，其中知識擴散與人才支撐的差異對區域綠色低碳創新水平區域差異的貢獻度較大。黨的十八屆五中全會以來，知識擴散差異對綠色低__碳創新發展區域差異的影響高于其他變量，與黨的十八屆五中全會之前相比，其影響強度有所上升，由0. 321上升為 0. 338，說明知識擴散差異對區域綠色低碳創新發展差異的作用仍然顯著。創新載體差異、人才支撐差異對綠色低碳創新發展區域差異的影響有所上升，而財政支持差異、技術轉化差異和生態建設差異對綠色低碳創新發展區域差異的作用強度均有所下降。

2010—2019年，知識擴散差異對綠色低碳創新發展區域差異的影響強度不斷上升，逐漸成為影響綠色低碳創新區域差異的首要力量；技術轉化差異的作用有所下降，但其仍是綠色低碳創新區域差異的決定力量；創新載體、人才支撐差異的影響程度有所上升，對綠色低碳創新區域差異的貢獻逐漸凸顯，如任其發展勢必會成為區域綠色低碳創新協調發展的掣肘因素；生態建設差距的貢獻不斷下降，原因在于黨的十八屆五中全會以來，綠色發展理念全面深化改革取得重大突破，生態環境治理明顯加強。同時，在實施主體功能區戰略背景下，長三角、長江經濟帶與黃河流域等區域都實現了生態保護和高質量發展，使得國土空間格局極大優化、生態系統循環能力極大加強，有效維護了區域生態平衡，因此生態建設差異不再是綠色低碳創新區域差異的主導力量。

7 結論及政策建議

該研究以重大國家戰略區域為切入點，采用主客觀組合賦權法測度綠色低碳創新發展水平，綜合運用Da?gum基尼系數、Kernel密度估計和QAP方法揭示“雙碳”目標下京津冀、長三角、長江經濟帶和黃河流域等重大國家戰略區域綠色低碳創新發展的區域差異、分布動態演進及形成機理。研究結論如下：第一，根據綠色低碳創新發展的測度結果，樣本考察期內，五個重大國家戰略區域綠色低碳創新發展水平均呈現波動上升趨勢，但存在顯著的區域不平衡。從年均增長率看，粵港澳綠色低碳創新發展處于絕對領先地位，京津冀、長三角和長江經濟帶緊隨其后，黃河流域綠色低碳創新發展的年均增速最低。第二，根據Dagum基尼系數的測算結果，整體差異呈現波動上升的趨勢，區域間差異始終是重大國家戰略區域綠色低碳創新發展相對差異的主要來源。第三，根據Kernel密度估計的考察結果，重大國家戰略區域綠色低碳創發展總體離散程度呈擴大趨勢，綠色低碳創新發展的協調性亟待增強。此外，各區域呈現不同類型的極化現象，且以長三角多級分化最為明顯。第四，根據QAP的分析結果，知識擴散、技術轉化、生態建設、人才支撐、創新載體、財政支持對綠色低碳創新發展區域差異的正向影響依次降低。

為了進一步促進綠色低碳創新發展，推動其均等化進程，該研究嘗試提出如下對策建議。

第一，強化科技創新策源功能，加快綠色低碳高質量發展。考察期內，五個重大國家戰略區域綠色低碳創新發展均呈上升態勢，但中國作為高品質能源匱乏經濟體，低碳行業、產業占比較小，低碳技術相對落后。因此，要加快構建綠色低碳創新體系，以科技創新引領碳達峰碳中和，促進經濟社會全面綠色轉型［34］。首先，重大國家戰略區域仍需立足以煤為主的基本國情，抓好煤炭清潔高效利用，增加新能源的消納能力，推動煤炭和新能源優化組合，而不能搞“碳沖鋒”“一刀切”、運動式減碳。其次，強化綠色低碳前沿技術原始創新能力建設，引導創新要素資源集聚，推進技術成果轉化應用，在尊重市場經濟規律和科學技術發展規律的前提下，堅持從實際出發，以生態環境高水平保護推動經濟社會高質量發展。最后，要主動參與和開展國際綠色低碳科技創新交流合作，積極融入全球價值鏈創新體系，通過開放式創新、合作創新、二次創新等創新模式，整合各類創新資源，以綠色低碳創新推動國家實現碳達峰碳中和，全面深化綠色發展。

第二，充分考慮區域異質性，因地制宜、精準施策十分關鍵?！半p碳”目標下，五個重大國家戰略區域應立足于自身比較優勢，著力補齊區域綠色低碳創新發展短板，通過推動技術成果轉化應用，提高資源配置效率，為實現碳達峰碳中和注入充沛動能。對于粵港澳和長三角，仍需將其作為綠色低碳創新的戰略重點，打造國際化影響力的綠色低碳創新中心。對于京津冀，需要加強頂層設計，明確其功能定位及低碳創新分工，充分利用京津冀三地的人才優勢，統籌協調綠色低碳科技人才的區域布局。對于長江經濟帶，需要充分發揮江蘇省綠色低碳創新的__，龍頭作用，主動肩負起提升長江經濟帶綠色低碳創新發展水平的重要使命，通過大膽嘗試、不斷探索，開辟出一條適合自身發展的道路，進而帶動長江經濟帶綠色低碳創新高質量發展。黃河流域地方政府應繼續增強對當地綠色低碳創新的支持力度，借助區域政策的導向作用促進綠色低碳創新高質量發展，扭轉黃河流域綠色低碳創新發展在重大國家戰略區域中的劣勢地位。

第三，打破阻礙創新要素流動的機制障礙，實現區域綠色低碳創新發展協調提升。重大國家戰略區域內部綠色低碳創新發展存在明顯的非均衡性，綠色低碳創新的區域差異給“雙碳”目標的如期實現帶來了嚴峻挑戰。為了有效緩解區域差異，實現綠色低碳創新發展協同提升，亟須增強綠色低碳創新效益產出的均衡程度。首先，五個重大國家戰略區域在綠色低碳創新資源配置與創新效益產出上存在較大互補空間，要促進不同區域綠色低碳創新的資源配置實現基于優勢互補的跨區域流動。

重大國家戰略區域要緊扣一體化和高質量兩個關鍵詞，以一體化的思路和舉措打破行政區域壁壘，提高政策協調，依托不同區域的綠色低碳創新優勢，打造錯位發展的創新模式，推動創新效益產出實現差異化，提升綠色低碳創新成果產出質量和生態效益轉化能力，構建綠色低碳創新發展“在提升中協調，在協調在提升”的新格局。其次，政府應加強頂層設計，結合“雙碳”目標背景，把綠色低碳創新推向更大范圍、更高層次、更深程度，探索以生態優先，綠色發展為導向的高質量發展新路線，對阻礙綠色低碳創新行動開展的相關法律法規、政策制度等體制內障礙進行清理，探索從行業到部門、從中央到地方都切實可行的方案與路徑，實現綠色低碳創新高質量發展。

參考文獻

［1］ 劉仁厚，王革，黃寧，等. 中國科技創新支撐碳達峰、碳中和的路徑研究［J］. 廣西社會科學，2021（8）：1-7.

［2］ 曹霞，于娟. 綠色低碳視角下中國區域創新效率研究［J］. 中國人口·資源與環境，2015，25（5）：10-19.

［3］ 黃杰，金華麗. 中國綠色創新效率的區域差異及其動態演進［J］.統計與決策，2021，37（21）：67-71.

［4］ 羅良文，馬艷芹. 綠色低碳科技創新賦能碳達峰碳中和［EB/OL］.2022-03-30［2022-05-10］. https：//m. gmw. cn/baijia/2022-03/30/35622718. html.

［5］ 楊陽，曾剛，葛世帥，等. 國內外綠色創新研究進展與展望［J］.經濟地理，2022，42（3）：10-21.

［6］ 韋施威，杜金岷，潘爽. 數字經濟如何促進綠色創新：來自中國城市的經驗證據［J/OL］. 財經論叢，2022-03-09［2022-04-19］.DOI：10. 13762/j. cnki. cjlc. 20220308. 001.

［7］ 曾經緯，李柏洲. 組態視角下企業綠色雙元創新驅動路徑［J］.中國人口·資源與環境，2022，32（2）：151-161.

［8］ 梁文群，秦天如，梁鵬. 中國區域綠色低碳創新效率的分類測度與比較［J］. 干旱區資源與環境，2019，33（11）：9-16.

［9］ 王彩明，李健. 中國區域綠色創新績效評價及其時空差異分析：基于2005—2015 年的省際工業企業面板數據［J］. 科研管理，2019，40（6）：29-42.

［10］ 許玉潔，劉曙光. 黃河流域綠色創新效率空間格局演化及其影響因素［J］. 自然資源學報，2022，37（3）：627-644.

［11］ 楊朝均，劉立菊. 中國低碳創新的地區差異及空間收斂性研究［J］.技術經濟，2020，39（1）：112-120.

［12］ 向云波，王圣云，鄧楚雄. 長江經濟帶化工產業綠色發展效率的空間分異及驅動因素［J］. 經濟地理，2021，41（4）：108-117.

［13］ 孫博文，張友國. 中國綠色創新指數的分布動態演進與區域差異［J］. 數量經濟技術經濟研究，2022，39（1）：51-72.

［14］ 王博，張永忠，陳靈杉，等. 中國城市綠色創新水平及影響因素貢獻度分解［J］. 科研管理，2020，41（8）：123-134.

［15］ 鄧玉萍，王倫，周文杰. 環境規制促進了綠色創新能力嗎：來自中國的經驗證據［J］. 統計研究，2021，38（7）：76-86.

［16］ 董會忠，曹正旭，張仁杰. 中國高技術產業兩階段綠色創新效率及影響因素識別［J］. 統計與決策，2022，38（6）：44-49.

［17］ 吳旭曉. 中國區域綠色創新效率演進軌跡及形成機理研究［J］.科技進步與對策，2019，36（23）：36-43.

［18］ 段永峰，頊文晴，羅海霞. 中國省域綠色創新效率與綠色發展效率耦合協調研究［J］. 科技管理研究，2020，40（17）：235-243.

［19］ 彭文斌，文澤宙，鄺嫦娥. 中國城市綠色創新空間格局及其影響因素［J］. 廣東財經大學學報，2019，34（1）：25-37.

［20］ 汪發元，何智勵. 環境規制、綠色創新與產業結構升級［J］. 統計與決策，2022，38（1）：73-76.

［21］ 劉華軍，曲惠敏. 黃河流域綠色全要素生產率增長的空間格局及動態演進［J］. 中國人口科學，2019（6）：59-70，127.

［22］ 郭亞軍. 綜合評價理論、方法與拓展［M］. 北京：科學出版社，2012.

［23］ 張凱煌，千慶蘭，楊青生. 中國城市土地城鎮化多層級影響因素分析［J］. 地理學報，2020，75（1）：179-193.

［24］ DAGUM C. A new approach to the decomposition of the Gini in?come inequality ratio［J］. Empirical economics，1997，22（4）：515-531.

［25］ 劉華軍，何禮偉，楊騫. 中國人口老齡化的空間非均衡及分布動態演進：1989—2011［J］. 人口研究，2014，38（2）：71-82.

［26］ 王晶晶，焦勇，江三良. 中國八大綜合經濟區技術進步方向的區域差異與動態演進：1978—2017［J］. 數量經濟技術經濟研究，2021，38（4）：3-21.

［27］ 李華，董艷玲. 基本公共服務均等化是否縮小了經濟增長質量的地區差距？［J］. 數量經濟技術經濟研究，2020，37（7）：48-70.

［28］ ROSENBLATT M. Remarks on some nonparametric estimates of adensity function［J］. The annals of mathematical statistics，1956，27（3）：832-837.

［29］ 李旭輝，張勝寶，程剛，等. 三大支撐帶人工智能產業自主創新能力測度分析［J］. 數量經濟技術經濟研究，2020，37（4）：3-25.

［30］ ZAGENCZYK T J，PURVIS R L，SHOSS M K，et al. Social influ?ence and leader perceptions：multiplex social network ties and sim?ilarity in leader?member exchange［J］. Journal of business and psy?chology，2015，30（1）：105-117.

［31］ WASSERMAN S，FAUST K. Social network analysis：methods andapplications［M］. New York：Cambridge University Press，1994

［32］ 劉華軍，彭瑩，裴延峰，等. 全要素生產率是否已經成為中國地區經濟差距的決定力量？［J］. 財經研究，2018，44（6）：50-63.

［33］ BURRIS V. Interlocking directorates and political cohesion amongcorporate elites［J］. American journal of sociology，2005，111（1）：249-283.

［34］關華，劉珂.“雙碳”背景下低碳城市政策評估與異質性研究： 基于準自然實驗的多時點DID 分析［J］. 山東財經大學學報，2022，34（4）：15-27，38.