中國低碳技術專利的時空格局及影響因素

彭聰 呂拉昌

摘要：探究低碳技術專利的發展與創新，科學辨識影響低碳技術空間格局變化的驅動因子，對我國低碳技術空間合理分布具有重要的現實意義。以中國284個地級及以上城市為研究對象，基于2006—2020年有關低碳技術專利授權數據，運用標準差橢圓、探索性空間數據和地理探測器等方法對中國低碳技術的時空格局及影響因素進行分析，結果表明：中國城市低碳技術專利增長迅速，東部地區低碳技術創新產出水平一直保持領先水平；中國低碳技術空間分布布局呈“東北-西南”方向且收縮態勢明顯，京津冀、長三角和珠三角城市群為主要核心區，成渝城市群發展迅速，北京低碳技術創新水平最高；中國城市低碳技術空間自相關性逐漸增強，具有顯著的空間依賴性，天津、上海、杭州、廣州和深圳始終處于H-H聚類區，創新溢出效果明顯。技術基礎設施建設是中國城市低碳技術空間變化的主導因子，政府財政資金和創新企業數量是主要驅動

力，市場資金流動、產業結構和經濟發展水平具有一定的驅動作用，環境規制因子驅動作用最小。

關鍵詞：低碳技術專利；時空格局；驅動因素；地理探測器中圖分類號：F 124.3

文獻標識碼：A?? 文章編號：1672-7312（2023）04-0424-11

Spatial-temporal Pattern and Influencing Factors of

Low-Carbon Technology Patents in China

——An Empirical Analysis Based on Data of 284 Cities at

Prefecture Level and Above in China

PENG Cong1，LYU Lachang1，2

（1.College of Resources，Environment and Tourism，Capital Normal University，Beijing 100048，China；

2.Beijing Research Center for Urban Innovation and Development，Beijing 100048，China）

Abstract：It is of great practical significance to explore the development and innovation of low carbon technology patents，and identify the driving factors that affect the spatial pattern changes of low carbon technology.Based on the data of low-carbon technology patent authorization from 2006 to 2020 in 284 cities at prefecture-level and above in China，the spatio-temporal pattern and influencing factors of low-carbon technology in China were analyzed by using standard deviation ellipse，exploratory spatial data and geo detector.The results indicate that：Low-carbon technology patents in Chinese cities are growing rapidly，the output level of low-carbon technology innovation in the eastern region has always been at a leading level.The spatial distribution of low-carbon technologies in China shows a trend of “northeast-to-southwest” and the trend of contraction is obvious.The Beijing-Tianjin-Hebei，Yangtze River Delta and Pearl River Delta urban agglomerations are the main core areas.The Chengdu-Chongqing urban agglomeration is developing rapidly，and Beijing has the highest level of low-carbon technology innovation.The spatial autocorrelation of low-carbon technologies in Chinese cities is gradually enhanced，showing a significant spatial dependence.Tianjin，Shanghai，Hangzhou，Guangzhou and Shenzhen are always in the H-H cluster area，and the innovation spillover effect is obvious.Technology infrastructure construction is the leading factor of urban low-carbon technology spatial change in China.Government financial funds and the number of innovative enterprises are the main driving forces.Market capital flow，industrial structure and economic development level play a driving role to a certain extent，and environmental regulatory factors play the least driving role.

Key words：low-carbon technology patent；spatial-temporal pattern；driving factors；geodetector

0 引言近年來，隨著工業化和城市化進程的不斷加快，人類活動引起的能源消耗以及溫室效應問題愈加嚴重。全球氣候進入緊急狀態，氣候環境變化問題是本世紀所面臨的最大挑戰之一。在此背景下，應對全球氣候變化的低碳技術創新成為全球重要的發展目標，也成為國際競爭力的核心內容。2022年中國政府報告中提出，要推進綠色低碳技術研發和推廣應用，加快形成綠色低碳生產生活方式。《十四五能源規劃體系》也提出，促進綠色發展、推動能源革命、實現雙碳目標，綠色低碳技術尤為重要。低碳技術創新不僅事關氣候變化問題的解決，也是低碳經濟發展的重要環節，是實現碳達峰、碳中和目標的關鍵力量。目前國內外學者對低碳技術的概念尚沒有一致的界定，但對其內容及涉及領域基本達成共識[1]。低碳技術涉及電力、交通、建筑、冶金、化工、石化等多個領域，包括各領域開發的有效控制溫室氣體排放的新技術，還包括所有為達到降低碳排放而采取的一切方法和手段[2]，本研究基于此定義。

當前國內外學者對低碳技術的研究主要聚焦于低碳技術成果轉化模式與機制研究[3]、低碳技術協同創新問題[4-5]和低碳技術創新影響因素分析等方面[6-7]，而針對中國城市低碳技術時空格局演變的研究相對較少，劉立等[8]認為我國處于低碳技術發展初級階段，雖然在主要技術領域都有所涉及，但是與日本和韓國相比還處于不同技術發展階段。在低碳技術創新影響因素研究方面，目前國際上對于低碳技術創新產出影響因素的判斷缺少統一標準，現有研究也僅僅是從某個角度對低碳技術創新產出的影響因素進行分析，且多以定性說明為主，從城市層面對中國低碳技術創新產出的定量實證研究較少。國外學者認為企業作為創新活動的主導者，低碳技術創新會受到企業本身的創新氛圍以及員工工作積極性的影響[9]，法律法規對企業家實施低碳技術創新的決策具有穩定的長期影響，支持性的制度環境可以通過碳定價政策、國家級公共研發和人力資本等因素促進低碳技術創新，而創新支持組織和研究機構對企業家實施低碳技術創新的影響很小[10-11]。國內學者認為創新環境影響創新進程，低碳技術創新影響因素可以大致分為產業需求、市場競爭、科技發展以及政策支持4大因素[12]，完善低碳政策是提高低碳技術創新內、外部動力因素動力效能的有效途徑[13]。從國家角度，張宏武等[14]在構建低碳技術影響因素指標體系的基礎上，利用1990—2010年數據，運用積差相關方法和逐步回歸法對影響我國低碳技術發展的影響因素進行實證分析，得出非化石能源比重、能源強度、人口城鎮化率和專利申請授權數對低碳技術影響顯著的結論。從省域角度，LYU等[15]以中國30個省市為研究對象，采用DID模型驗證碳排放權交易的政策效應進行了檢驗，發現碳排放權交易制度能夠抑制低碳技術創新的發展，污染智力投資對低碳技術創新的影響為負且不顯著。從企業角度，時丹丹[16]基于中國企業視角識別、整理了中國企業低碳技術創新的影響因素，并揭示了動態環境在低碳技術創新影響因素作用過程中的調節所用。毛勁歌等[17]對湖南省7個地級市的330家企業進行調查研究發現，企業低碳技術創新融資支持、節能減排政策執行力度、財政補貼、完備的專利保護法律體系和政府綠色購買等因素顯著影響企業低碳技術創新意愿。在氣候變化背景下，低碳技術創新不僅僅是一項純粹的技術，而是一項跨職能的活動，需要與整個社會制度創新相結合，才能帶動低碳經濟的發展[18]。綜上所述，已有文獻從國家、省域和企業視角，通過積差相關方法、逐步回歸法、雙層嵌套式CES函數和DID模型等方法對影響我國低碳技術創新的因素做了研究，而以城市尺度為視角的有關低碳技術創新影響因素和時空格局演變的研究相對較少，目前沒有文獻基于地理探測器分析單因子影響低碳技術空間格局變化的解釋力以及揭示兩兩因子之間是如何影響等科學問題。從初步發展到當前，低碳技術時空格局如何演變？影響低碳技術的空間格局變化的因子是什么？兩兩因子如何相互作用影響低碳技術空間格局，作用程度如何？面對這些問題的研究還比較匱乏，因此探究低碳技術專利的發展與創新，科學辨識影響低碳技術空間格局變化的驅動因子，對我國低碳技術空間合理分布，促進低碳技術協同創新發展以及增強我國科技實力具有重要的現實意義。基于此，研究立足于低碳技術概念及所涉及領域，利用有關低碳技術專利授權數據，從城市視角切入，運用標準差橢圓方法和探索性空間數據分析中國低碳技術創新產出的時空演化格局，采用地理探測器模型分析單因子影響中國城市低碳技術創新產出空間格局變化的解釋力，同時分析驅動因素的交互作用對低碳技術空間格局的影響，為實現低碳技術創新和低碳經濟高質量發展提供科學參考。

1 研究對象、研究方法與數據來源

1.1 研究對象以中國284個地級及以上城市為研究對象，包括直轄市和地級市。鑒于數據的可獲得性，其中，海南省的三沙市和儋州市、貴州省的畢節市和銅仁市、青海省的海東市、新疆維吾爾自治區的吐魯番市和哈密市、西藏自治區和中國香港、中國澳門2個特別行政區及中國臺灣省未納入研究范圍。

1.2 研究方法

1.2.1 標準差橢圓標準差橢圓可以從全局的角度定量解釋地理單元某一屬性值空間分布的中心性、方向性和空間形態等整體性特征[19]。利用標準差橢圓可以識別中國城市低碳技術的空間分布，同時能夠通過計算短半軸、長半軸及方位角等參數對低碳技術的空間集聚特征進行描述，其計算公式為

=∑ni=1wixi

∑ni=1wi

，

=∑ni=1wiyi

∑ni=1wi

（1）

θ=

arctan

∑ni=1wi22i

-

∑ni=1wi22i

+

∑ni=1wi22i

-

∑ni=1wi22i

+4

∑ni=1wi22i

2i

2

2∑ni=1wi22i

2i

（2）

σx=

∑ni=1（wi

icosθ

-

wi

isinθ）2

∑ni=1w2i

，

σy=

∑ni=1（wi

icosθ

-

wi

isinθ）2

∑ni=1w2i

（3）

式中：

，為標準差橢圓的重心坐標；

xi，yi為研究區域各城市的中心坐標；

wi

為各城市低碳技術專利創新的權重；θ為橢圓方向角；

i，i

為各城市中心坐標到重心坐標的偏差；σx，

σy分別為標準差橢圓的長、短軸的距離。

1.2.2 空間自相關分析空間自相關分析通常用來定量的描述區域變量在空間上的關聯程度，是揭示其空間分布規律的一種空間統計方法[20]。研究選用空間自相關指數（Morans I）來描述中國城市低碳技術空間分布特征，其計算公式為

I=

n

∑ni=1

∑nj=1

wij

×

∑ni=1

∑nj=1

wij

（xi-）（xj-）

∑ni=1

（xi-）2

，i≠j

（4）

式中：I為全局MoranI指數；n為城市的數量；i和j為空間中的2個城市；

wij

為2個城市空間關系的空間權重矩陣；

xi與x分別為第i個城市在x的位置及平均值；I取值范圍為（-1，1）。當I＞0時，表明在空間上存在集聚性；當I≤0時，表明在空間上呈現隨機分布或離散分布。局部

MoranI可以分析空間地域單元與周邊空間單元之間的空間關系，其計算公式為

I=

（xi-）

∑nj=1wij

zj

1n

∑ni=1（xi-）2

（5）

式中：

I為局部莫蘭指數；

Zi，Zj

為研究區域i，j的某研究變量的標準化值，I＞0時，表示相鄰的空間地域單元呈現集聚效應；I＜0時，表示相鄰的空間地域單元呈離散狀態。

1.2.3 地理探測器地理探測器是用來度量空間分異性、探測解釋因子與分析變量之間交互關系以及揭示其背后驅動力的一組統計學方法[21]。本研究利用地理探測器來分析中國城市低碳技術驅動因子作用強度以及因子間的相互作用，其模型如下

q=1-

1Nσ2

∑Li=1Niσ2i

（6）

式中：q為低碳技術專利驅動因素解釋力；N，σ2分別為研究區域整體數量與方差；L為自變量分類個數；q的值域為[0，1]，q值越大表示自變量對因變量的解釋力越強，反之則越弱。

1.3 數據來源研究采用Incopat數據庫作為檢索工具，研究對象是我國不同領域、行業中應用的低碳技術，檢索時間范圍為2006年1月1日至2020年12月31日。首先通過查閱相關文獻并借鑒前人研究，提煉低碳技術的不同表達方式，再結合我國目前國家發改委已經發布的《國家重點節能低碳技術推廣目錄》（2015年本，2016年本，2017年本）中對低碳技術的分類進行統計更新，確定低碳技術專利IPC分類號見表1，并結合關鍵詞進行檢索，最終匯總18個領域2006年至2020年中國284個城市及以上的低碳技術發明專利授權數量。專利作為世界上最大的技術信息源，其分布狀態是技術差異性的重要表征，據世界知識產權組織的報告，專利信息包含了全球90%以上R&D產出[22]。因此根據中國統計資料的實際情況，遵循研究慣例，采用國內外眾多學者普遍采用的專利授權數作為衡量低碳技術創新產出水平的指標[23-24]。影響因素相關指標數據主要來源于《中國城市統計年鑒》、2006—2020年的各城市的《國民經濟和社會發展統計報告》以及各地級市統計年鑒。其中產業技術創新基礎設施數據、創新企業數量均來源于企查查平臺，篩選條件中登記狀態均為在業/存續、行業分類分別為科學研究和技術服務業以及專業技術服務業、科技推廣和應用服務業，均有專利申請[25]。

研究選取2006、2010、2016和2020年的數據作為觀測樣本，選擇樣本的理由是：2006年是“十一五”規劃的起始年，中國在“十一五”規劃中首次提出節能減排目標，國際發展委聯合多部門制定《千家企業節能行動實施方案》，涉及多個重點耗能行業，引領工業領域節能降耗。2010年國家發改委正式將低碳發展引入城市范疇，低碳試點在多個城市展開。2016年是“十三五”規劃起始年，中國在綠色低碳科技領域開展大量研究，關注綠色低碳技術的發展。2020年是“十三五”規劃的收官之年，國家宣布碳達峰、碳中和目標愿景。由于專利授權數據擁有一定的滯后性，并不是所有當年申請的專利都能在18個月內公開，在第三年公開的專利數量不容忽視（主要集中在第三年的上半年），因此，考慮申請后前三年內公開的專利即可滿足研究精度的要求。基于以上分析，在保證數據可靠性的前提下也盡量保證研究的時效性，本研究最終將最后研究時間確定為2020年。

2 中國城市低碳技術專利的空間格局演化

2.1 中國城市低碳技術專利的空間格局分析中國城市低碳技術專利增長迅速。2006年樣本城市低碳專利授權數量為26 540件，到2020年，低碳技術專利授權數量大幅增加，已經達到184 536件。由圖1可以看出，低碳專利授權數量從2010年開始顯著增加，2010—2016年增長速度最快，2016—2020年增長速度趨于平緩。其中，東部地區低碳專利創新產出水平一直保持領先水平，而中部、西部和東北地區2006年至2013年低碳技術專利數量有所增加，但增速較小，2013年至2020年低碳技術專利授權數量保持平穩，變化較小。

在空間格局上，2006—2020年中國低碳技術分布不均勻，整體呈現空間聚集特征，并有逐漸向周圍地區擴散的趨勢。京津冀、長三角、珠三角為主要核心區，成渝城市群發展迅速。其中，北京的低碳技術創新水平在樣本地級市中一直保持領先地位，且專利授權數量與其他城市差異較大。不同的低碳技術專利授權數量在不同年份空間上表現不同的特征，見表2。

2006年，從城市尺度來看，北京和上海為低碳技術專利授權數量最高的第一梯隊；低碳技術專利授權數量較高的第二梯隊，主要為直轄市和部分省份的地級市，分別為天津、南京、杭州、廣州和深圳；低碳技術發展較為緩慢的第三梯隊城市主要有：哈爾濱、長春、沈陽、大連、濟南、青島、太原、鄭州、西安、合肥、無錫、蘇州、寧波、武漢、長沙、重慶、成都、貴陽和昆明共19個城市，其余城市低碳技術專利申請數量最少，低碳技術發展最為緩慢。從區域尺度來看，低碳技術專利主要聚集在京津冀、長三角區域，呈現以北京和上海為核心的雙核心發展格局。

2006年之后低碳技術專利申請量迅速增加，到2020年，低碳技術專利授權數量第一梯隊由原來的2個城市增加到6個城市，南京和杭州市低碳專利授權數量發展迅猛。天津、濟南、青島、西安、合肥、蘇州、無錫、寧波、武漢、長沙、重慶、成都和佛山為第二梯隊城市。第三梯隊由原來的19個城市增加到33個城市。從區域尺度來看，低碳技術專利授權數量增加的城市主要是成片發展，空間分布存在路徑依賴，東部地區數量較多。空間格局分布依然主要集中在京津冀、長三角和珠三角地區，其次是成渝城市群，長三角區域由原來的單核心發展轉變成以南京、蘇州和上海為核心的多核心發展格局，珠三角區域呈現出以廣州和深圳為核心的雙核心發展格局。總體上看，東部沿海地區在原有的格局上繼續向外擴大規模，帶動周圍城市連片式發展。

標準差橢圓可以了解低碳技術創新產出的空間布局狀態及變遷特征。整體來看，標準差橢圓呈現“東北-西南”格局，其面積不斷減小，說明中國城市低碳技術空間集聚性特征明顯，中國東中部地區低碳技術發展起主導地位，重心轉移的趨勢與中國城市低碳技術的空間分布特征相對應。重心移動軌跡如圖2所示，2006—2020年低碳技術重心集中在東經116.22°～116.51°，北緯31.86°～32.90°之間，中國城市低碳技術重心變化幅度較小，始終位于安徽省內，重心一直向西南方向偏移，說明西南方向的低碳技術創新水平趨勢較好。根據標準差橢圓參數見表3，橢圓的長半軸始終大于短半軸，兩者的差值一直在變小，說明中國城市低碳技術的空間方向性較為明顯，具有較強的空間集聚性。從長軸長度來看，中國城市低碳技術分布在東北-西南方向上，且西南方向增速較快，表明東中部地區低碳技術增幅較大；在短軸方向上，2006—2020年中國城市低碳技術標準差橢圓短軸長度整體變化不大，表明中國城市低碳技術的向心力基本穩定。從方位角來看，中國城市低碳技術方位角由2006年的28.67°增加至 2020年的30.15°，順時針旋轉1.48°，偏轉幅度不大，空間格局尚未改變。

2.2 中國城市低碳技術專利的空間自相關性和時空演化特征

2006、2010、2016和2020年部中國低碳技術全局MoranI指數見表4。研究期內，只有2006年中國城市低碳技術未通過p值小于0.1，z值大于1.65的顯著性檢驗，說明2006年中國城市低碳技術的空間分布較為分散，未表現出顯著的空間依賴性。2010年MoranI指數通過了10%的顯著性檢驗，具有一定集聚現象，但集聚程度較低，主要聚集在個別發達城市。從2010年到2020年MoranI指數均為正呈增長趨勢，且分別通過了10%、1%、1%的顯著性檢驗，說明中國城市低碳技術專利申請的空間自相關性逐漸增強，低碳技術專利申請的空間分布具有顯著聚集現象，與橢圓標準差的空間集聚性結論相符。

為了進一步反映局部空間關聯特征，利用ArcGIS軟件對中國城市低碳技術進行局部空間自相關分析，得到2006年、2010年、2016年和2020年中國284個城市低碳技術的LISA集聚圖（見表5）。整體來看，高-高聚類主要分布在京津冀、長三角和珠三角的核心城市，且核心城市隨著時間變化對周邊輻射帶動作用增強。研究期內，天津、上海、杭州、廣州、深圳始終處于高-高型聚類區，說明這5個城市與相鄰城市的低碳技術專利授權量均較高，存在空間正相關關系，創新溢出效應明顯，空間聯系較為緊密。武漢始終處于高-低聚類區，表明武漢自身低碳技術發展水平較高，而相鄰地區低碳技術授權數量較低，空間上表現出中心較高四周較低的負相關關系。2010年，南京、無錫、蘇州和東莞成為新的高-高集聚區，西安成為新的高-低集聚區。2016年，寧波、紹興、珠海和佛山為新增高-高聚類區，北京、重慶和成都為新的高-低集聚區。2020年，新增高-高聚類區常州一個城市，紹興和北京分別由高-高聚類區和高-低聚類區變為不顯著。

3 中國城市低碳技術專利驅動因素的指標體系構建

3.1 低碳技術專利驅動因素指標體系中國城市低碳技術的時空演變是一個較為復雜的過程，通過對現有文獻進行梳理與分析，參考以前的研究[26]，結合新時期低碳技術發展政策與趨勢，選取經濟發展水平、政府資金支持、產業結構、技術基礎設施、企業創新主體、市場資金流動和環境規制7項因子，對中國城市低碳技術空間分異格局的驅動力進行探測，具體指標描述如下（見表6）。

1）創新企業數量（X1）。技術的創新與發展離不開創新人才和科研資金的支持。中國低碳技術研究起步晚，研發能力不足，低碳技術積累薄弱，嚴峻的碳減排形勢需要低碳技術的創新與應用，而創新企業是低碳技術創新和發展的主要載體，創新企業的數量在一定程度上可以反映技術創新的發展進程。所以采用創新企業的數量衡量低碳技術創新發展所需的創新人才。2）政府財政一般預算中用于科學支出（X2）。技術的發展還需要資金的投入，現有文獻中，科研經費通常采用R&D經費內部支出，但由于地級市層面的R&D經費投入數據較難獲取，故采用各城市地方財政支出中用于科學技術的資金投入作為替代變量[27]。地方政府財政科學支出的增加能夠在一定程度上促進地區的低碳專利授權數量和低碳技術市場成交額，進而促進地方低碳創新能力提升[25]。

3）人均地區生產總值（X3）。中國正處在快速的工業化和城市化的進程中，溫室氣體減排有巨大的潛力，如何引導居民低碳消費和低碳生活模式需要低碳技術的不斷成熟、創新與應用[28]，低碳技術發展和低碳產業具有廣闊的市場前景。低碳經濟發展水平與地區經濟發展水平密切相關，地區經濟發展水平在一定程度上影響著居民低碳生活，故采用人均地區生產總值衡量低碳技術國內市場需求水平。

4）金融相關率（X4）。我國越來越多的銀行開始涉足低碳業務，開展綠色信貸和低碳產品研發[29]。金融相關率可以用于測量一個地區的金融發展水平，銀行存貸款總額占地區生產總值（GDP）的比重表示金融相關率，該比重越大說明受金融機構影響越大，因此，選取銀行存貸款總額/GDP代表金融相關率，衡量地區的資金融資能力。

5）第三產業增加值占GDP的比重（X5）。產業結構優化升級與低碳技術發展具有雙向影響的關系。與第二產業相比，第三產業的各行業是明顯的低碳排放行業，其比重的增加對于降低整體碳排放、引導低碳技術投向轉型升級較快的行業具有積極作用[30]。6）技術基礎設施數量（X6）。基礎設施建設積極推動低碳發展，強化低碳技術應用推廣，技術基礎設施是實現科學技術升級與創新的重要基礎[31]，在科技成果轉化為現實生產力的過程中起核心作用，推動綠色低碳技術的創新，不僅要通過研發和示范，還要考慮建設和改造相關技術所需的基礎設施。

7）建成區綠化率（X7）。根據波特假說，適當的環境規制將刺激技術革新，促使企業進行更多的創新行為，隨著節能減排政策的不斷更新，企業為達到環境規制要求，會主動對生產工藝進行升級優化，提升低碳技術創新能力。綠化是緩解城市氣候問題和提高環境舒適度的重要途徑，其固碳作用對建設“碳中和城市”有十分重要的意義，本研究采用建成區綠化率來衡量環境規制強度。

3.2 中國城市低碳技術空間分異格局的驅動因素分析

3.2.1

中國城市低碳技術空間分異格局的驅動因素

運用地理探測器模型測算各探測因子對中國城市低碳技術空間分異格局驅動能力的q值（見表7）。探測結果顯示，各因子對中國城市低碳技術空間分異的驅動作用均通過了顯著性檢驗。技術基礎設施數量因子一直是2006、2010、2016和2020年中國城市低碳技術空間分異的主導驅動因子，其解釋力分別為0.676 8、0.810 7、0.800 9和0.798 5，驅動作用顯著且變化較為穩定。而從不同年份各因子的q均值大小看，技術基礎設施建設（0.771 7）＞政府財政科學支出（0.714 9）＞

創新企業數量（0.672 7）＞市場資金流動（0.351 6）

＞產業結構（0.344 7）＞經濟發展水平（0.317 9）＞環境規制（0.126 2），表明技術基礎設施建設、政府資金支持和創新企業數量是中國城市低碳技術空間分異的最主要驅動力；其次是市場資金流動、產業結構和經濟發展水平，建成區綠化率q值最低，驅動作用最小。具體分析：2006年到2010年，除了產業結構和環境規制指標以外，其他因子q值均有所增大，其中，政府財政科學支出增幅最為顯著，說明2006—2010年國家對低碳技術的資金投入大幅增加。這與實際情況相符，為了實現低碳經濟的目標，中國在2005—2010年期間，在節能減排科研經費上的投入達到了百億元，低碳技術發展得到了國家政府資金的大力支持。2010年到2016年，創新企業數量、人均GDP、金融相關率和建成區綠化率q值略有增加，驅動因子的驅動作用略有增強，政府財政科學支出q值減小，驅動作用相對減弱。 2016年到2020年，創新企業數量、政府財政科學支出和技術基礎設施3個因子q值接近，且與其他因子差值較大，說明2020年3個因子偏向均衡發展，國家對其投入較為均衡。

3.2.2 驅動因子交互分析在因子探測的基礎上，得到2006、2010、2016和2020年中國284個城市低碳技術驅動力的交互探測結果（見表8）。7項因子交互作用中，任意2個因子交互作用呈現出雙因子增強或非線性增強的特點，沒有相互獨立及減弱關系，這表明中國城市低碳技術空間格局并非由單一因素或單類因素所控制，而是由多驅動因素協同作用的結果，且雙因子交互作用的解釋力均比單因子作用強。將各代表年份的交互因子影響值進行排序，可以看到2006年技術基礎設施建設和建成區綠化率交互后的解釋力最高，達到0.742 8；2010年和2016年政府財政資金支持和技術基礎設施因子在交互后的影響值最高，分別為0.888 8、0.884 3；2020年創新企業數量和政府資金支持因子交互作用最強，為0.873 7；說明政府資金投入和基礎設施建設是中國城市低碳技術創新產出的重要驅動因素，兩者對中國低碳技術空間分異格局的多重空間疊加效應最強。概括而言，政府資金投入和基礎設施建設是中國城市低碳技術產出的重要推動力量，通過促進低碳技術研發與創新、降低企業研發成本、加快低碳技術商業化進程等措施，可以促進低碳技術專利的產出和應用，推動城市的可持續發展。

4 結語

以中國284個地級及以上城市為研究對象，基于2006至2020年有關低碳技術專利授權數據，運用標準差橢圓、探索性空間數據和地理探測器等方法對中國低碳技術的時空格局及影響因素進行分析。

1）中國城市低碳技術專利增長迅速，東部地區低碳技術創新產出水平一直保持領先水平，中西部和東北地區專利數量有所增加，但增速較小。

2）中國低碳技術空間分布不均勻，整體呈現空間集聚特征，并有逐漸向周圍地區擴散的趨勢，京津冀、長三角和珠三角城市群為主要核心區，成渝城市群發展迅速，北京低碳技術創新水平最高，其專利授權數量與其他城市差異較大。

3）中國低碳技術空間分布呈“東北-西南”方向且收縮態勢明顯，中國城市低碳技術重心遷移一直向西南方向偏移，但始終位于安徽省內。

4）中國城市低碳技術空間自相關性逐漸增強，具有顯著的空間依賴性。

5）技術基礎設施建設一直是中國城市低碳技術空間變化的主導因子，政府財政資金和創新企業數量是主要驅動力，其次是市場資金流動、產業結構和經濟發展水平具有一定的驅動作用，環境規制因子驅動作用最小。驅動因子在不同年份區間的驅動作用發生變化。整體上看，中國城市低碳技術空間分異格局的驅動因素呈現出由多因素作用但某一因子作用顯著轉變為多因素作用均衡發展的變化。因子交互作用分析方面，主導因子交互為雙因子增強和非線性增強，沒有相互獨立及減弱關系，表明中國城市低碳技術空間格局并非由單一因素或單類因素所控制，是由多驅動因素共同作用的結果，且雙因子交互作用的驅動力均比單因子作用強。

6）縮小國內東、中、西和東北地區差異，促進低碳技術專利流通。研究結果顯示，東部低碳技術創新水平一直保持領先水平，中西部和東北地區低碳技術創新水平相近，那么針對國內東、中、西部和東北地區差異化特點，要積極發揮先進地區的產業引領作用，推動區域合作，促進技術交流和創新，加強低碳技術開發推廣和應用。

7）增強城市間低碳技術專利創新產出的空間關聯度。研究結果表明，雖然京津冀、長三角和珠三角的核心城市隨著時間變化對周邊城市輻射帶動作用增強，但城市群內城市之間的低碳技術發展水平差異依舊明顯，京津冀城市群中只有天津始終是高高聚類區，而北京雖然低碳專利授權量高，但其空間關聯度較低。基于城市群自身發展現狀及空間分布特征，京津冀城市群可以增強中心城市對周圍城市的輻射帶動作用，長三角和珠三角等其他城市群可以進一步加強城市間低碳技術資源的共享力度，注重區域間低碳技術創新能力整體水平的提升，避免出現兩極分化格局，響應國家城市群協同創新促進高質量發展政策，開創中國城市低碳技術創新的新格局。

8）加強技術基礎設施建設，推動低碳技術發展。技術基礎設施一直是研究期內影響中國城市低碳技術空間差異的主要驅動因素。國家政府要積極推進新型基礎設施建設，新型基礎設施不僅是節能減排的重要領域，更能促進信息基礎設施推動綠色發展，強化低碳技術應用推廣。

9）制定促進低碳技術創新的激勵政策，提高產業結構優化力度。產業結構因子是低碳技術創新的主要驅動因子之一。產業發展需求極大拉動低碳技術發展，新世紀以來，中國進入新一輪經濟增長周期，開放度進一步加大，承接了國際高能耗產業的轉移，高耗能產業迅速擴張，產業結構重新出現“重型化”趨向，急需低碳技術的發展，降低能耗、減少污染。因此，國家需要合理引導產業優化激勵政策，實現資源優化配置，建立以企業為主體，市場為導向的技術創新體系，以自主創新提升低碳技術水平。

參考文獻：

[1] 周彥霞.我國企業發展低碳技術的困境與對策探析[D].沈陽：東北大學，2011.

[2]李淑涵.我國低碳技術成果轉化模式與機制研究[D].江蘇：江蘇大學，2018.

[3]夏太壽，李淑涵.我國低碳技術成果轉化影響因素研究——基于主成分分析的實證研究[J].生態經濟，2018，34（11）：90-95.

[4]余曉鐘，辜穗.跨區域低碳技術協同創新管理機制研究[J].科學管理研究，2014，32（06）：56-59.

[5]李楊.京津冀企業低碳技術協同創新問題研究[D].上海：華北電力大學，2020.

[6]馮陽，路正南.碳資源視角下低碳技術進步的測度及影響因素分析[J].科技管理研究，2016，36（24）：236-241.

[7]牛勝杰.湖南省低碳技術創新政策支持研究[D].湖南大學，2018.

[8]劉立，王博.中日韓低碳技術發展模式比較研究[J].科技進步與對策，2014，31（22）：26-30.

[9]ROTHENBERG S，ZYGLIDOPOULOS S C.Determinants of environmental innovation adoption in the printing industry：The importance of task environment[J].Business Strategy and the Environment，2007，16（10）：39-49.

[10]WIADEK A，GORAZKOWSKA J，GODZISZ K.Conditions driving low-carbon innovation in a medium-sized European country that is catching up-case study of Poland[J].Energies，2021，14（07）：19-97.

[11]LINNENLUECKE M K，HAN J，PAN Z，et al.How markets will drive the transition to a low carbon economy[J].Economic Modelling，2019，77：42-54.

[12]陳文劍.我國低碳技術創新的動力機制研究[D].上海：華中科技大學，2011.

[13]羅敏.基于EPNR模型的中國低碳技術創新動力因素分析[J].科技管理研究，2018，38（01）：239-243.

[14]張宏武，尹嘉慧.我國低碳技術影響因素的實證分析及對策研究[J].天津商業大學學報，2013，33（05）：33-38.

[15]LYU X，SHI A，WANG X.Research on the impact of carbon emission trading system on low-carbon technology innovation[J].Carbon Management，2020，11（02）：183-193.

[16]時丹丹.中國企業低碳技術創新影響因素實證研究[J].統計與決策，2015（24）：144-147.

[17]毛勁歌，盧志強.企業低碳技術創新意愿影響因素分析——以湖南省為例[J].長沙理工大學學報（社會科學版），2017，32（05）：107-114.

[18]SHI Q，LAI X.Identifying the underpin of green and low carbon technology innovation research：A literature review from 1994 to 2010[J].Technological Forecasting and Social Change，2013，80（05）：839-864.

[19]宋梅，常力月，郝旭光.長江中游城市群碳壓力時空演化格局及驅動因素分析[J].環境經濟研究，2021，6（02）：23-40.

[20]王哲芳，黃蕾，謝奉軍，等.支撐低碳技術發展的區域科技政策體系構建[J].科技管理研究，2013，33（11）：56-59.

[21]王勁峰，徐成東.地理探測器：原理與展望[J].地理學報，2017，72（01）：116-134.

[22]LIU C Y，YANG J C.Decoding patent information using patent maps[J].Data Science Journal，2008，7：14-22.

[23]彭樹遠.基于專利價值的長三角城市技術創新能力研究[D].北京：中國礦業大學（北京），2021.

[24]岳鵠，劉艷明.珠江三角洲創新產出的區域分布及影響因素研究——基于城市面板數據的實證分析[J].科技管理研究，2013，33（09）：10-13.

[25]于英杰，呂拉昌.中國城市創新基礎設施的時空特征及影響因素——基于291個地級及以上城市數據的實證分析[J].科技管理研究，2021，41（16）：9-19.

[26]孫燕銘，梅瀟，諶思邈.長三角城市群綠色技術創新的時空格局及驅動因素研究[J].江淮論壇，2021（01）：13-22

.[27]孔勝雪，周桂明.地方科技財政支出對區域創新發展的影響分析[J].現代商業，2021（16）：88-90.

[28]陳文劍，黃棟.我國低碳技術創新的動力和障礙分析[J].科技管理研究，2011，31（20）：21-24.

[29]王修華，王翔.產業結構升級與低碳經濟發展的耦合研究[J].軟科學，2012，26（03）：29-32.

[30]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（08）：1-7.

[31]張鴻武.科技創新需重視技術基礎設施建設[N].光明日報，2018-07-03（11）.

（責任編輯：嚴焱）