長江經濟帶科技創新驅動綠色發展效率研究

朱冬元，孫浩然，紀 磊

（中國地質大學（武漢）經濟管理學院，武漢 430074）

改革開放以來，中國經濟取得了快速增長，社會發展也取得了舉世矚目的成就，但同時也帶來了生態環境破壞、資源浪費和區域發展不平衡等問題，綠色發展成為中國經濟社會持續健康發展的必由之路。在地區發展進程中，區域之間必然會通過人口流動、資金流動和技術流動等方式相互影響，不同地區的資源稟賦、地域特點等要素差異及其相互作用一直是區域經濟學研究的重點［1］。20 世紀80 年代，中國科學院院士陸大道提出了中國區域發展的“T” 形空間結構戰略，建議將長江經濟帶作為國家最重要的經濟帶之一進行建設［2］。長江經濟帶覆蓋中國長江流域的9 省2 市，土地面積占全國的21%。2017 年，長江經濟帶GDP 總量達37.1 萬億元，占全國經濟總量的44.8%。作為中國經濟密度最大的流域經濟帶，通過開發其廣闊的經濟腹地，長江經濟帶未來將成為中國經濟增長潛力最大的地區［3］。

2018 年4 月，習近平總書記在武漢主持召開深入推動長江經濟帶發展座談會，強調要協調生態環境保護和經濟發展的關系，必須堅持生態優先和綠色發展的戰略定位。綠色發展強調經濟系統、社會系統和自然系統間的協調與統一［4］，要求以更少的資源要素投入來實現更高的經濟產出，同時保障環境污染的最小化。胡鞍鋼［5］提出綠色發展主要是綠色經濟、綠色財富和綠色福利的全面發展，通過資源效率提高、生態資本增加和綠色創新優化來實現經濟、社會和生態環境的可持續發展。目前中國處于工業化后期，經濟粗放式高速增長的模式已經為資源與環境帶來了巨大的壓力。為解決環境污染等問題，十九大將污染防治作為決勝全面建成小康社會的三大攻堅戰之一，可見要實現綠色發展需要轉變觀念，要從傳統的生產要素驅動轉變為科技創新驅動［6］，如何通過科技創新驅動綠色發展將成為中國經濟高質量發展的關鍵所在［7］。因此，隨著綠色發展成為長江經濟帶未來發展的主導方向，深入探究科技創新對長江經濟帶綠色發展的作用機制及其影響程度有著重要的理論和現實意義。

1 研究背景與假設

1.1 研究背景

結合國內外現有關于科技創新與綠色發展的研究，大部分學者認為科技創新對促進地區的綠色發展具有積極作用，如王亞平等［8］認為科技創新為工農業的發展提供了綠色生產方式，能夠使產業結構優化升級，最終實現生產、生活和生態的綠色發展。田暉等［9］在研究了中國47 個城市的面板數據后發現，創新驅動對智慧城市的綠色發展具有促進作用，但是不同創新驅動指標的促進作用存在差異。此外，也有學者認為科技創新是把雙刃劍，既有助于資源、環境和生態問題的解決，也有可能成為問題的制造者，高新技術本身不等于綠色環保，甚至可能對資源、環境和生態的威脅更大，如IT 技術就是耗能和排放大戶［10］。

總結學術界的研究成果，科技創新驅動綠色發展的途徑主要體現在3 個方面。①科技創新資本效應。由于科技創新具有較長的周期且風險成本較高，導致企業科技創新投入不足，因此，政府通過R&D 投入來支持企業的科技創新顯得格外重要［11］，從而推動資源節約與環境保護的綠色發展。大多數學者認為政府的財政資助和補貼能夠提高企業的研發投入強度［12，13］，對企業的創新績效也有著顯著的促進作用［14］。此外，政府采取適當的財政手段還能緩解地區經濟增長過程中SO2的排放［15］，并減少單位GDP 的廢水排放［16］。②科技創新成果效應。地區的專利成果有助于將低層次的生產率轉化為高層次的生產率，從而引領綠色發展。陳詩一［17］認為科技創新產生的技術效應對環境質量的改善有著積極作用，而科技創新的重要組成部分就是專利申請量。專利申請量的增加有助于拉動城市綠色全要素生產率的提高［18］，而且專利申請量的占比還能夠檢驗政策對企業綠色創新的誘發作用［19］。此外，徐國興等［20］認為專利的成果轉化是提升城市創新能力的重要方式。科技創新具有路徑依賴的特征，在節約企業生產成本的同時也能保護生態環境［21］。③科技創新人才效應。創新人才占比的增加能夠提升科技轉化效率，從而促進地區的綠色發展。創新人才基數的擴大對創新驅動發展有著重要的作用，城市中創新人才越多，則研發部門的科技轉化效率越高，越能夠有效提升綠色發展質量［22］。在城市發展過程中，產業集群與區域內科研機構和高校等科研人員的聚集地能夠形成網絡體系，加速科技成果轉化，從而有效降低成本和營造良好的創新驅動氛圍，實現經濟效益和環境保護的協調發展［23］。

由于目前學術界探究科技創新與綠色發展的研究大多基于定性分析，從實證角度探究長江經濟帶科技創新與綠色發展的研究還比較欠缺，因此，本研究從空間視角實證研究長江經濟帶科技創新對綠色發展的驅動作用及其空間溢出效應，能為長江經濟帶的綠色發展提供一定的理論支持，也能夠為理解科技創新與綠色發展的關系提供新的思路。

1.2 研究假設

結合上述分析，本研究認為科技創新驅動綠色發展主要通過科技創新資本效應、科技創新成果效應、科技創新人才效應3 個方面的途徑，由此提出以下3 個假設。

假設1：高效的科研資金投入能夠改善市場的科技創新資本環境，并優化城市基于創新驅動的生態系統建設，從而支持地區的綠色發展。

假設2：地區的專利成果能夠促進生產率向更高程度轉化，從而帶動地區的綠色發展。

假設3：人才占比的增加能夠加速科技成果轉化，從而促進地區的綠色發展。

2 長江經濟帶綠色發展的測度

關于綠色發展的測度學術界主要有2 類方法。一類是構建綠色發展指數。如向書堅等［24］通過三級指標體系來綜合反映綠色發展指數，王勇等［25］利用國家發改委公布的《綠色發展指標體系》來反映綠色發展的六大方面。但是，指數法存在著賦權差異和數據可得性的問題。另一類是測度綠色發展效率。通常運用數據包絡分析法（DEA）來測度投入與產出效率。DEA 方法作為一種非參數分析法，通過比較各決策單元與參考決策單元的相對效率，將目標函數轉化為線性規劃問題，并通過最優化過程來確定權重，可以綜合多種投入與產出變量的信息，因而被廣泛應用于相關領域。Charnes 等［26］較早通過DEA 模型測算了中國1983—1984 年28 個主要城市的經濟效率。還有一些學者在DEA 模型的基礎上添加非期望產出，即運用非期望產出的DEASBM 模 型 來 測 算 中 國 省 級 的 生 態 效 率 值［27，28］。Huang 等［29］在此基礎上提出了考慮超效率、非期望產出以及全局參比的DEA-SBM 模型來測算綠色發展效率。由于測度綠色發展在考慮經濟因素的同時也需要考慮資源環境因素，故本研究運用DEASBM 模型來測算長江經濟帶的綠色發展效率。

2.1 綠色發展效率評價模型

假設生產系統存在n 個獨立的決策單元（DMU），每個DMU 分別對應投入、期望產出和非期望產出3 個向量，即x —Rm,yg—RS1和yb—RS2。

對所有的DMUS，可以定義3 個矩陣，即X =期望產出矩陣。x、yg、yb＞0，假設規模報酬不變，則生產可能性集定義為：

式中，λ 表示權重向量。

對DMU0()，如果不存在向量()—P使得，且至少有一個不等式是嚴格不等，則DMU0()處于前沿面上，即為有效率的。參照Tone 等［30］的方法，DEA-SBM 模型可以表示為：

式中，S 表示投入、產出的松弛量，S-—Rm、Sb—RS2分別代表投入及非期望產出的冗余，Sg—RS2表示期望產出的不足。當0 ＜P*＜1 時，被評價的DMU 是低效率的，可以優化配置投入與產出量來提高效率值。而當P*—1 時，則S-= 0,Sg= 0,Sb= 0，說明不存在期望產出的不足，也不存在投入及非期望產出的冗余，此時被評價的DMU 是有效率的。

根據已有研究［31］，本研究在投入與產出的指標選擇上充分考慮資源環境因素，盡可能地反映省域經濟增長、資源節約與環境保護三者之間的作用關系。選取勞動力就業人數、地區資本存量、土地資源面積、能源消耗量、供水總量來表示投入指標，選取地區生產總值（GDP）來表示期望產出指標?？紤]到中國空氣污染、水污染嚴重的現狀，選取常用的工業SO2排放量、工業煙（粉）塵排放量和工業廢水排放量來表示非期望產出指標。

2.2 長江經濟帶綠色發展效率

為便于觀察長江經濟帶各省級行政區綠色發展效率的分布和變化情況，本研究計算了長江經濟帶11 個省級行政區的綠色發展效率，并將2011 年與2017 年的結果進行對比（表1）。由表1 可知，重慶市和上海市的綠色發展效率有大幅提升，且在2017年數值為1，處在有效率的前沿面上。上海市之所以有效原因可能在于其產出水平和技術效率較高；而重慶市之所以有效原因可能在于其環境污染水平較低，因此非期望產出值較低，經濟發展超過了環境成本的增加。相比而言，其他省級行政區的綠色發展效率相對較低，主要介于0.4～0.7，說明大多數省份處于中等效率水平，未來還有很大的發展空間，且云南、貴州、湖南、湖北、安徽這些省份的綠色發展效率在樣本時間段呈逐步上升的趨勢，說明這些省份的綠色發展效率總體來說有所成效。分區域來看，長江經濟帶上游地區的綠色發展效率整體依次小于中游地區和下游地區，說明下游地區在綠色發展過程中把握住了機遇，利用自身較好的資源和地域優勢，發展綠色經濟，而中游地區和上游地區在綠色發展過程中面臨著經濟發展和環境保護的雙重壓力，需要更好地完成經濟轉型。

表1 2011 年與2017 年長江經濟帶11 個省級行政區綠色發展效率

3.1 構建指標體系

1）被解釋變量：選取綠色發展效率（GRE）作為被解釋變量來衡量經濟溢出和環境溢出的綜合效應。

2）核心解釋變量：選取科技創新資本（TIC）、科技創新成果（TIA）和科技創新人才（TIT）3 個指標分別代表影響途徑中的科技創新資本效應、科技創新成果效應和科技創新人才效應。其中，科技創新資本（TIC）用政府的科技支出占財政總支出的比重來表示；科技創新成果（TIA）用專利申請量來表示；科技創新人才（TIT）用高校學生數量占總人口的比重來表示。

3）控制變量：將影響綠色發展效率的其他變量進行控制。人均GDP（RGDP）即長江經濟帶各省份的人均生產總值，以2011 年不變價為基準；產業結構（IS）用各省份的第三產業增加值占GDP 的比重來表示；城鎮化水平（UI）用各省份的城鎮人口占總人口的比重來表示。

考慮到政策變遷和數據可得性等因素，本研究主要從《中國統計年鑒》《中國環境統計年鑒》以及各省份統計年鑒中，選取2011—2017 年長江經濟帶11 個省級行政區的面板數據來進行分析，并對各變量進行了標準化處理，各變量的描述性統計結果如表2 所示。

3.2 構建空間計量模型

由于區域之間普遍存在著經濟和要素資源的空間聯系，不同地區的經濟社會指標會相互影響，因此需要構建空間計量模型來分析科技創新對綠色發展效率的影響。為此本研究構建基本空間計量模型如下：

式中，GREit表示綠色發展效率，TECit表示科技創新的3 個核心指標，Macroit表示人均GDP、產業結構和城鎮化水平3 個宏觀控制變量，μi表示不隨時間變化的個體固定效應，γt表示時間固定效應，εit表示隨機誤差項。

對地區的綠色發展效率而言，不僅受本地區各因素的影響，還受其他地區滯后期的影響［32］。因此，本研究在式（4）的基礎上加入空間變量和滯后期，從而構建動態空間面板模型如下：

式中，GREit表示綠色發展效率，ρ 表示空間回歸系數，wij表示空間權重矩陣，LnxTit表示各解釋變量，δ —wijxTit表示j 地區的i 影響因素在t 時期的空間滯后項，δ 表示空間滯后項系數，μi表示空間固定效應，γt表示時間固定效應，εit表示隨機誤差項。

本研究采用同時考慮地區地理距離和經濟因素的空間嵌套矩陣作為空間權重矩陣，該矩陣由地理權重矩陣和經濟權重矩陣相乘得到。使用空間嵌套矩陣進行運算，可以在體現省級行政區空間距離的同時考慮經濟的相互依賴關系，能夠較好地反映實際情況。

4 實證分析

4.1 空間相關性檢驗

為驗證各省級行政區綠色發展效率的空間相關性，本研究基于空間嵌套矩陣對長江經濟帶綠色發展效率進行了莫蘭指數（Moran’s I）檢驗，計算公式如下：

式中，M 表示省級行政區的數量，xi和x—分別表示某省級行政區的樣本觀測值和總體樣本觀測均值（i=1，2，…，M），Wij表示i 與j 區域的空間權重賦值。

表2 各變量的描述性統計結果

莫蘭指數的取值范圍介于-1～1，當莫蘭指數小于0 和大于0 時，分別表示變量間存在空間負相關性和空間正相關性，即離散效應和集聚效應；而當莫蘭指數等于0 時，表示變量間不存在空間自相關性。莫蘭指數的絕對值越大，表示空間自相關性越強。

2011—2017 年長江經濟帶綠色發展效率的莫蘭指數檢驗計算結果如表3 所示。由表3 可知，2011—2017 年，長江經濟帶綠色發展效率的莫蘭指數均在10% 的水平上顯著為正，且數值呈增大的趨勢，說明長江經濟帶綠色發展效率呈愈發增強的空間集聚效應。究其原因，可能是由于隨著長江經濟帶綠色發展上升為國家戰略，各地區出臺了一系列有利于環境保護的政策，使資本和人才資源產生虹吸效應，加快了產業轉型升級。

表3 2011—2017 年長江經濟帶綠色發展效率的莫蘭指數檢驗

4.2 實證結果

為防止偽回歸出現，本研究對所有數據進行了單位根和協整檢驗，結果均通過了檢驗，說明面板數據有較好的平穩性。關于空間計量模型的選擇，常用的空間計量模型有空間滯后模型（SLM）、空間誤差模型（SEM）和空間杜賓模型（SDM），可以通過LM檢驗、wald 檢驗和LR 檢驗來選擇合適的空間面板模型。

為便于比較和檢驗結果的穩定性，本研究將3種模型同時進行了回歸分析。此外，還對面板數據進行了Hausman 檢驗，結果顯示P 均通過顯著性檢驗，因此，選用固定效應明顯優于選用隨機效應。本研究還分別對各模型的時間固定效應、空間固定效應和雙固定效應進行控制，通過比較擬合優度R2來選擇最佳模型。普通面板和空間面板的回歸結果如表4 所示。

由表4 可知，空間杜賓模型的擬合優度最高，因此優先通過模型4 的結果進行分析。結果表明，科技創新的3 個核心指標中，科技創新資本和科技創新成果均顯著為正，且科技創新資本和科技創新成果每增加1%，則綠色發展效率分別增加0.022 7%和0.063 9%，說明科技創新資本和科技創新成果對地區的綠色發展效率有著積極影響，這與假設相符?？萍紕撔氯瞬艣]有通過顯著性檢驗但系數為正，說明科技創新人才對綠色發展效率有一定的促進作用，但效果不明顯，原因可能在于中國科技創新人才的培養基數大，但培養方式和人才結構并不合理，導致真正優秀的科技創新人才短缺，從而對綠色發展效率的影響有限。人均GDP 的系數顯著為正，說明地區經濟發達程度可以提高綠色發展效率，地區經濟越發達，對科技創新資源越有集聚效應和虹吸效應，從而帶動綠色發展效率的提高。產業結構對綠色發展效率也有顯著的積極影響，這與車磊等［33］的研究結果一致，產業結構是聯系經濟活動和生態環境的重要紐帶，加快產業結構調整、增加第三產業占比能夠在發展經濟的同時避免破壞環境，因而有利于綠色發展效率的提升。相比之下，城鎮化水平對綠色發展效率的提升有一定的負作用但并不顯著，主要是在城鎮化推進過程中，短期內更偏重數量上的推進而忽視質量上的提升，因而城鎮化水平的集聚效應還有待顯現。

4.3 直接效應與間接效應

考慮到資源的地域流動和交互影響的因素，一個地區自變量的變化不僅會影響本地區的因變量，還有可能影響其他地區的因變量，Elhorst［34］將前者定義為直接效應，后者定義為間接效應，也叫空間溢出效應，而總效應則通過直接效應和間接效應的均值來進行測度。為探究科技創新對綠色發展效率的空間影響特性，將科技創新三大核心變量的空間效應進行分解，分別得到各變量的直接效應、間接效應和總效應，如表5 所示。

表5 空間效應分解

由表5 可知，科技創新資本的直接效應、間接效應系數分別為0.020 1 和0.014 2，均通過了5% 水平下的顯著性檢驗，說明高效的科研資金投入和支持能夠有效提升科技創新發展，為科技創新營造良好的資本環境，并對周邊地區的綠色發展效率有明顯的空間溢出作用。科技創新成果的直接效應、間接效應系數分別為0.021 5 和0.003 2，且分別通過了5% 和10% 水平下的顯著性檢驗，說明科技創新成果的增加有利于提高本地區和周邊地區的要素生產效率，通過直接或間接傳導來對綠色發展效率產生積極影響。相比而言，科技創新人才的直接效應為正，而間接效應為負，均沒有通過顯著性檢驗，說明科技創新人才對本地區綠色發展效率有一定的積極作用，但不利于其他地區的綠色發展效率，原因在于一些發達地區對科技創新人才具有集聚效應，從而造成周邊地區的人才流失，且人才結構存在不合理性，在行業和區域等方面表現得并不均衡，因此科技創新人才的優勢難以得到充分發揮，這與之前的分析結果基本一致。

5 小結與建議

本研究采用DEA-SBM 模型、空間自相關和空間計量模型等方法，構建綠色發展效率投入與產出指標體系，結合2011—2017 年長江經濟帶11 個省級行政區的面板數據，研究表明，長江經濟帶綠色發展效率整體呈上升的趨勢，且上游地區的綠色發展效率明顯高于中部地區和西部地區，科技創新能夠促進長江經濟帶綠色發展效率的提升，且不同的科技創新指標對地區綠色發展效率的影響程度不同。

1）科技創新資本對綠色發展效率具有顯著的促進作用，高效的科研資金投入能夠有效提升要素生產效率，而且能夠為企業營造良好的資本環境，從而提升綠色發展效率。

2）科技創新成果能夠顯著促進綠色發展效率的提升，科技創新專利不僅有利于帶動節能環保技術創新以及成果轉化，還能提升城市的綠色發展效率，引導經濟綠色發展。

3）科技創新人才對綠色發展效率沒有顯著的影響，原因可能在于人才結構的不合理，從而導致各行業和各區域的人才分布不均衡，人才資源優勢沒有得到充分發揮，且真正優秀的科技人才具有一定的稀缺性。

基于以上分析，為更加充分發揮科技創新在長江經濟帶綠色發展過程中的作用，提出以下建議。

第一，提高科技創新資本投入效率，充分發揮科技創新資本對綠色發展的支撐作用。財政部門要完善科技專項財政資金的來源、投入流程制度，加快審批，強化資金使用效率，設立更有針對性的治污減排專項投入，并通過完善資源環境的績效考核來強化資金的使用質量，確保取得積極的效益。

第二，加快科技創新項目孵化，推動科技創新成果落地應用。建立政府與企業協同開展治污減排的活動，尤其是綠色科技創新項目，為企業提供技術引導和政策支持。加快孵化進度，重視專利數量和質量的同步發展，并推動科技成果應用到實踐中，提高節能減排的效率。

第三，加強科技創新人才隊伍建設，提升創新活力。進一步完善科技創新教育制度，健全人才評價制度和人才激勵計劃，鼓勵創新性人才發揮潛能，做出有創造性的新型發明和科研成果，并積極轉化為可用成果，加大節能減排人才的培養力度，提升地區的創新活力。