區域綠色創新驅動競爭力評價及時空演化特征分析

苑 凱，胡 彪，牛亭云

（1.天津理工大學管理學院，天津 300384；2.廈門大學公共事務學院，福建 廈門 361005）

0 引言

實施創新驅動發展戰略是黨的十八大作出的重大戰略部署，《國家創新驅動發展戰略綱要》提出要加強創新型城市建設，打造區域創新示范引領高地。在新發展理念及“雙碳”目標背景下，我國區域和城市建設要堅持以經濟、生態高質量發展作為出發點和落腳點。綠色創新驅動憑借其豐富的內涵已被作為評價區域創新與環境兼容性的典型代表，是區域和城市高質量發展的重要引擎與動力[1,2]。

關于國內外綠色創新驅動方面的研究主要集中在以下三個方面：一是概念詮釋[3—5]。董會忠等（2021）[3]提出綠色創新是指那些新的或者是改進的過程、實踐、系統以及產品的創新活動，這些創新活動有利于實現可持續發展的目標。袁航和茶洪旺（2018）[4]提出綠色創新研究需要區分不同的創新類型，不同類型創新產生的擴散驅動力存在顯著差異性。郭付友等（2021）[5]指出綠色創新往往是全方位的，涉及技術、制度、環境、文化等多個維度的創造性活動等。二是研究內容與影響因素[6—11]。余泳澤和劉大勇（2013）[6]提出，與一般創新相比，綠色創新的顯著差異在于綠色創新存在雙重的外部性特征。綠色創新的研究往往將環境規制、經濟發展、居民消費等納入研究框架，而行業、企業、組織需求的因素、投資者的因素、市場需求的拉動因素等也會影響到區域綠色創新的擴散與驅動過程。三是研究方法[12]。學者們通常采用SBM-DEA模型、灰色關聯模型、熵值法、方向距離函數模型等對綠色創新進行測度，并利用Malmquist 指數分解、核密度估計和空間模型分析等方法演繹其時空動態演變特征。

已有研究為本文中國區域綠色驅動指數測度及競爭力評價奠定了理論基礎。但從綠色創新驅動指數與城市競爭力的關聯性角度入手，系統性定量評價區域綠色創新驅動指數及其競爭力的研究尚不多見。基于此，本文基于綠色創新驅動價值鏈視角，綜合運用熵值法、核密度估計、空間模型對2011—2020年中國區域綠色創新驅動指數及其競爭力進行分析，刻畫區域綠色創新驅動力水平及時空格局演變特征，為區域發展和城市治理提供參考價值。

1 研究設計

1.1 研究方法

（1）熵值法

本文采用熵值法來計算中國區域綠色創新驅動指數評價指標權重。熵值法作為具有較高可信度和精確度的客觀賦權方法，可以有效克服指標信息重疊，提高權重的精準性[5]。

（2）核密度分析

核密度估計是用于研究不均衡分布的一種非參數方法，通過估計隨機變量的概率密度來對其分布形態進行描述。核密度估計公式為：

其中，fn(x)為核密度估計，為核函數，n為樣本數，hn為寬帶，xˉ為均值。

（3）探索性空間數據分析

采用全局空間自相關分析方法對中國區域綠色創新驅動指數發展空間集聚情況進行識別，全局空間自相關一般采用Global Moran's I 反映整個區域的空間集散情況。

其中，n為研究區域空間單元個數，xi和xj代表城市i和城市j的綠色創新驅動指數；xˉ代表研究對象的平均值；wij為鄰接空間權重。I?[-1,1]，若I＞0，則表示中國區域綠色創新驅動指數發展在空間上呈現集聚態勢且具有正向空間相關性。

1.2 評價指標體系構建

本文借鑒已有研究[13,14]，依據中國區域綠色創新驅動機制特征作適當的動態性調整，根據科學性、系統性、可操作性等原則，基于四個維度構建包含38 項指標的中國區域綠色創新驅動指數綜合評價指標體系（見表1）。其中，國有化率采用國有經濟固定資產投資占全社會固定資產投資的比重來衡量；選取第三產業產值占GDP 的比重來反映該地區的產業結構高級化水平；產業國際競爭力水平用相關產業外商投資額占比表示。在衡量可持續與生態環境保護綜合發展水平時，選取單位工業GDP 工業廢水、廢氣、SO2、煙粉塵、固體廢棄物排放量5項混合指標，利用熵值法對5項指標賦予不同權重進行計算。

表1 區域綠色創新驅動指數綜合評價指標體系

1.3 數據來源

本文采用的我國31個省份（不含港澳臺）的數據來源于2012—2021 年《中國統計年鑒》《中國城市統計年鑒》《中國環境統計年鑒》《中國專利統計年報》《中國區域創新能力評價報告》《中國科技統計年鑒》《全球競爭力報告》《中國工業經濟統計年鑒》以及各省份的國民經濟和社會發展統計公報、EPS 數據庫，個別缺失數據利用移動平均法進行補充。

2 實證分析

2.1 綠色創新驅動指數及競爭力綜合評價結果分析

根據上述方法及中國區域綠色創新驅動指數綜合評價指標體系，計算得出中國31 個省份2011—2020 年綠色創新驅動指數及其排名結果（見下頁表2）。

根據表2 可以得出：（1）從排名前10 位的省份來看，2011—2020 年廣東的綠色創新驅動指數提升步伐明顯快于其他省份，增長率達13.64%，江蘇、天津提升速度有所放緩，重慶進步明顯，北京、上海、浙江等省份的綠色創新驅動指數提升幅度基本持平。（2）區域間發展差距日益擴大，協調發展面臨挑戰。從全國范圍看，東西部地區間的差距在縮小，但南北地區的差距在擴大。廣東、江蘇、浙江、山東等東部沿海省份，以及北京、上海等特大城市，依然是綠色創新驅動指數領先的地區，但重慶、陜西、四川、貴州等西部地區省份追趕勢頭迅猛，綠色創新步伐不斷加快，東西部地區間差距在縮小。南方地區綠色創新驅動指數提升步伐快于北方地區，在排名前20位的省份中，南方省份占據12席。（3）借鑒以往學者們的做法并結合中國區域綠色創新驅動指數分析結果對競爭等級進行如下劃分：強勢競爭力（排名前1至5位）；較強競爭力（排名前6至12位）；中等競爭力（排名前13至19位）；較弱競爭力（排名前20 至26 位）；弱勢競爭力（排名前27 至31 位）。從競爭力等級來看，中國區域綠色創新驅動指數競爭力分布整體上大致呈現“東強西弱，南高北低，沿海優于內陸”的時空演化分布特征與規律。總體來看，各地區綠色創新驅動指數差距在擴大，區域協調發展亟須進一步優化。

2.2 綠色創新驅動指數下四大維度評價分析

2.2.1 基于四大維度評價指數分析

根據計算結果發現：（1）從創新基礎驅動指數來看，2011—2020 年北京創新基礎驅動指數均值為0.7266，全國排名第1位，廣東超越江蘇，排名第2位，上海、浙江、陜西、安徽緊隨其后。（2）從創新環境驅動指數來看，2011—2020年廣東創新環境驅動指數均值為0.5114，全國排名第1位，北京緊隨其后以均值0.5078位居第2位，江蘇、上海、浙江、山東分別以0.4784、0.3668、0.3629、0.3592占據全國前3至6位。（3）從創新產出驅動指數來看，2011—2020 年江蘇創新產出驅動指數均值為0.6500，全國排名第1 位，廣東緊隨其后以均值0.6440 位居第2位，浙江、北京、上海、山東分別以0.5304、0.4462、0.4442、0.4428 位居全國前3 至6 位。（4）從創新績效驅動指數來看，2011—2020 年廣東創新績效驅動指數均值為0.6772，全國排名第1 位，江蘇緊隨其后以均值0.5958 位居第2 位，上海、北京、天津、浙江分別以0.5049、0.4823、0.4595、0.4246位居全國前3 至6 位。整體來看，排名前6 位與排名后6 位的省份在創新環境驅動與創新績效驅動維度方面的差距要小于在創新基礎與創新產出驅動指數方面的差距。

2.2.2 基于四大維度核密度估計分析

為了進一步揭示區域綠色創新驅動評價四大維度的演進特征，對2011—2020年四大維度評價指數進行核密度估計，揭示其變化規律與特征（見圖1）。結果表明：整體上來看，2011—2020 年四大維度核密度曲線不斷右移，表明我國區域綠色創新驅動四大維度發展呈現增長態勢。

圖1 2011—2020年四大維度評價指數核密度估計圖

2.3 綠色創新驅動指數探索性空間分析

為進一步分析區域綠色創新驅動指數在空間上的關聯性，采用鄰接距離作為空間權重，利用Stata軟件對觀測指標進行測算，由圖2可以看出，觀察期內全局Moran’s I均大于0，z值整體上大于5%顯著性水平上的臨界值（1.96），只有東北地區在個別年份沒通過。中國區域綠色創新驅動指數整體上呈現空間正向自相關關系，表現出一定的空間集聚分布特征。

圖2 2011—2020年區域綠色創新驅動指數全局Moran’s I

2.4 區域綠色創新驅動影響因素分析

2.4.1 影響因素選取

基于系統性、可操作性及代表性原則，并參考已有研究，本文從經濟、社會和環境政策因素中選擇相關獨立變量，分析中國綠色創新驅動指數發展的主要影響因素（見表3）。

表3 區域綠色創新驅動影響因素

2.4.2 影響因素分析

借助Stata 17 對區域綠色創新驅動影響因素進行空間面板回歸分析，為對空間計量模型進行識別，本文進行以下檢驗：首先，進行LM 檢驗判斷SAR 或SEM 模型的適應性，結果顯示SEM 和SAR 的LM 檢驗值在1%的水平上顯著，但SAR模型的穩健LM檢驗值為無法通過5%水平上的顯著性檢驗。其次，進行Hausman 檢驗，結果表明原假設不成立，故選擇固定效應模型。最后，進行LR 檢驗，結果顯示SDM模型可以退化為SEM模型；同時檢驗模型個體、時間和雙向固定效應的適用性，結果表明個體固定效應更為合適。綜合以上檢驗結果與分析，本文選取最佳擬合的個體固定效應SEM模型進行影響因素分析，設定模型為：

其中，EFFIit為區域綠色創新驅動指數；a1至a8為待估系數；Wij為權重，ρ為待估系數；εit為隨機誤差項；為消除異方差，對部分數據進行對數化處理。

根據表4 結果可知：全國回歸系數ρ顯著為正，表明區域綠色創新驅動指數存在顯著的空間溢出效應。但綠色創新驅動指數的空間顯著性在四大地區中表現不一致，除了東北地區外，東部、西部、中部地區綠色創新驅動指數具有顯著的正向影響。原因是各地區在資金、勞動力、能源投入等方面存在一定的競爭關系。我國創新資源分布不均衡，經濟發展水平較高的地區，創新要素比較有活力，市場化創新激勵機制相對完善，地區間較易形成正向的影響關系；而東北地區經濟發展相對落后，創新資源相對匱乏，發展較好的地區容易形成“虹吸效應”，表現出負向空間溢出效應。

表4 空間計量回歸結果

政府支持力度對綠色創新驅動的影響為正，并在5%的水平上通過了顯著性檢驗。這表明政府適度的政策導向和支持力度對市場具有一定的影響，有利于不斷激發創新主體的綠色創新活力，快速破解綠色創新驅動障礙。產業結構高級化對綠色創新驅動的影響為正，并在1%的水平上通過了顯著性檢驗。這表明產業結構對區域綠色創新驅動的影響作用至關重要。環境規制對區域綠色創新驅動的影響為正，并在5%的水平上通過了顯著性檢驗，然而回歸系數較小，表明當前我國環境規制仍處于探索階段，需要進一步向波特假說的“適度環境規制”探索，以期實現區域綠色創新驅動發展的共贏局面。城市信息化水平對綠色創新驅動的影響為正，并在1%的水平上通過了顯著性檢驗。這表明，區域城市信息化水平與城市創新能力息息相關。經濟發展水平對綠色創新驅動的影響為正，并在1%的水平上通過了顯著性檢驗。這表明經濟發展水平較高的區域對創新人才吸引力、企業融資能力以及人們對低碳、創新產品的消費需求也會增強。FDI投資水平對綠色創新驅動的影響為正，并在5%的水平上通過了顯著性檢驗，這表明引進外資整體上對區域綠色創新驅動具有促進作用。文化教育水平的系數為正，并在1%的水平上通過了顯著性檢驗，這表明高等教育是科技進步的引擎，形成的人力資本積累對綠色創新驅動發展內生動力的增強至關重要，高素質、專業型人才能夠有效驅動綠色創新技術轉化為現實生產力，加快新技術落地與使用，提升資本配置效率，驅動區域經濟綠色高質量發展。交通便利度的系數在5%的水平上顯著為正，表明提高人均城市道路面積對本地區綠色創新驅動指數的提高有促進作用。原因在于便利的交通可以降低創新要素流動成本，提高區域間綠色創新技術合作水平。

3 結論

本文基于區域綠色創新驅動價值鏈視角，運用熵值法對2011—2020年中國區域綠色創新驅動指數及其競爭力進行測度，并結合空間模型揭示了其空間效應及影響因子。研究發現：（1）2011—2020 年廣東的綠色創新驅動指數提升步伐明顯快于其他省份，江蘇、天津提升速度有所放緩，重慶則進步明顯，北京、上海、浙江等省份的特色創新驅動指數提升步伐基本持平，其他省份相對滯后；東西部地區間的差距在縮小，但南北地區的差距在拉大；在綠色創新驅動指數四大維度總體評價方面，2011—2020 年中國區域綠色創新環境與綠色創新績效維度驅動指數整體上要優于綠色創新基礎與綠色創新產出驅動指數；核密度估計分析表明，2011—2020 年四大維度核密度曲線不斷右移，表明區域綠色創新驅動四大維度發展呈現增長態勢。（2）應用探索性空間數據分析結果表明，中國區域綠色創新驅動指數整體上呈現正向自相關關系，表現出一定的空間集聚分布特征。從空間格局看，中國已基本形成以北京、上海、廣東為核心的多個綠色創新驅動發展集聚區，但不同省份間差距較大，進步空間依然很大；區域競爭力整體上大致呈現“東強西弱，南高北低，沿海優于內陸”的時空演化分布特征與規律；應用空間計量模型對影響因素回歸結果表明不同影響因素存在顯著的差異性。