創新驅動我國省域綠色增長的空間效應

陳勇智,梁文明,林迎星

創新驅動我國省域綠色增長的空間效應

陳勇智*,梁文明,林迎星

(福州大學經濟與管理學院,福建 福州 350108)

利用全局主成分分析法測度中國大陸地區30個省市自治區(不含西藏)2003～2016年的綠色增長水平,并構建空間面板杜賓模型,實證考察了知識創新、技術創新、制度創新、文化創新驅動省際綠色增長的空間效應.結果表明,知識創新對綠色增長水平產生顯著的正向空間影響,直接效應為2.35′10-5,間接效應為3.75′10-5;本地區技術創新水平對本地綠色增長水平產生顯著的正向影響,影響系數為0.1590,而周邊地區技術創新水平對本地綠色增長水平的空間影響并不顯著;本地制度創新對本地綠色增長水平產生顯著的正向影響,影響系數為0.00733,而周邊地區制度創新水平對本地綠色增長水平產生顯著的負向影響,影響系數為-0.01617;文化創新對綠色增長水平的空間影響并不顯著.對此,建議注重區域綠色增長導向的知識生產、知識積累和知識溢出,以協同推進綠色發展為目標,重視發揮技術創新在驅動區域綠色增長中的關鍵作用,進一步完善支撐省際綠色增長的知識產權保護體系,加大綠色文化推廣和普及的力度.同時加大人力資本投入,不斷優化產業結構,推行高水平的對外開放.

綠色增長水平；創新驅動；全局主成分分析；空間效應；空間面板

伴隨著我國經濟增長水平的快速提高,人均資源消耗量大幅增加,因開采、加工和利用資源帶來的環境壓力迅速增加,導致經濟發展的成本負擔加重.在新發展理念指引下,我國各地持續推進綠色增長實踐,取得了一定成效.然而,由于我國人口規模大、發展任務重,要素驅動和投資驅動的規模報酬開始下降,創新動能不強、環境治理能力差、居民社會福利不均衡等問題依然存在,一定程度上制約了各地綠色增長水平的提升.如何實現更高水平的綠色增長成為地方政府亟待解決的重要議題之一.

發達國家的實踐表明,創新是實現綠色增長的決定性因素,引發關于創新驅動綠色增長的討論.國內外研究更多考慮技術創新對綠色增長的影響.研究認為,技術創新能夠提高資源利用率,減少污染排放,能夠促進區域綠色發展,而且技術創新可催生綠色產業,直接用于解決生態環境問題[1]. R&D對綠色增長產生了直接和間接兩方面的影響,一方面, 研發活動投入增加將使企業增強節能降耗意識,利用更多可再生能源技術,擴大綠色產品生產,能源消耗進一步減少[2-3];另一方面,綠色技術的應用通過影響產業結構的優化和升級,間接減少碳排放[4].有學者測算了綠色技術創新效率以及生產和消費方面的各種因素對綠色增長績效的影響情況,發現綠色技術創新效率對綠色增長績效存在顯著正向影響[5].科技創新能力不僅對本地區農業綠色增長產生正向影響,而且對周邊地區農業綠色增長產生積極作用[6].研究發現,創新驅動對中國區域經濟綠色增長有顯著的促進作用,環境規制與創新驅動在促進中國經濟綠色增長中顯示出一定的協同效應[7].創新有利于提升地區綠色增長效率,而技術引進則不利于地區綠色增長效率提升[8].事實上,驅動區域經濟綠色增長的動力源并不局限于技術創新,知識創新、制度創新、文化創新的驅動作用也不容忽視.并且,地區間的創新資源流動、技術信息交流等使得地區之間特別是相鄰地區間的創新活動產生空間溢出和擴散效應,在地理上存在空間相關性[9].然而,已有研究忽略了創新驅動綠色增長的空間效應,使得研究結論存在一定偏差.

綠色增長水平測度是創新驅動綠色增長空間效應研究的前提和基礎.針對綠色增長水平測度的研究主要分為兩類,其一是單一指標法,主要運用DEA方法[10-11]、方向距離函數[12-13]、Luenberger模型[7,14],測算國家層面[15-21]、區域層面[22]等的綠色增長效率;其二是綜合指標法,根據綠色增長的內涵,建立一套綜合性評價指標體系,利用粗糙集[17,23]、層次分析法[18]、主成分分析法[18,24]、熵值法[25-26]、系統動力學模型[15,24,27]等方法開展評價.比較而言,前者雖然具有指標數量較少、計算過程比較簡單等優點,但存在不能完整反映綠色增長概念和內涵的明顯缺點;而后者能夠覆蓋綠色增長的各個準則要求,指標信息量豐富,盡管指標選取存在一定的主觀性,但可結合不同方法對不同對象開展有針對性的評價分析,使綠色增長水平測度具有更強的科學性.已有研究多集中于單一指標評價,綜合指標評價方法使用較少,全局主成分分析方法的應用研究有待豐富.

鑒于此,本研究通過構建省域綠色增長水平評價指標體系,運用全局主成分分析法測度2003～2016年期間我國除西藏、臺灣、香港和澳門外的30個省份的綠色增長水平,從區域創新體系的四大主體角度,使用空間計量經濟學方法,實證檢驗創新驅動省域綠色增長的空間效應.

1 研究方法與模型構建

1.1 研究假設

在區域創新體系中,知識創新、技術創新、制度創新、文化創新分別是知識生產單位(通常是指高校、科研院所)、市場主體(企業)、政府部門、社會力量等主體助推經濟發展的主要創新形式,也是實現區域經濟綠色增長的重要動力.其中,知識創新為實現區域經濟綠色增長提供基礎性支持.研究表明,知識存量的利用是現代經濟高速增長的源泉和主要影響因素[28].產業技術創新驅動綠色發展依賴于知識積累水平,知識積累是創新路徑驅動綠色發展的支撐,對其驅動效應具有顯著影響[29].在綠色經濟背景下,通過綠色產業網絡進行知識傳播、知識共享和行動推廣,可以促進區域經濟的可持續發展[30].研究發現,外部知識源化對工業綠色增長起到了正向作用[31].為此,提出假設H1:知識創新對區域經濟綠色增長產生正向影響.

技術創新是實現區域經濟綠色增長的關鍵力量.綠色增長需要依靠技術創新改變以傳統工業技術為核心的粗放型發展方式,利用技術創新驅動區域傳統產業的轉型升級和塑造新的綠色經濟增長點,建立少投入、低污染、高產出的綠色發展模式,推進產業生產源頭、過程和廢棄物處理的綠色化,增強企業的綠色競爭力,促進區域經濟可持續發展.有研究指出,我國改革開放以來,技術創新是能源效率提高的主要因素[32].科技創新投入能夠增強企業的污染治理技術并提高環境全要素生產率[33],技術創新對工業綠色化具有促進作用,是決定工業綠色化的核心因素[34].為此,提出假設H2:技術創新對區域經濟綠色增長產生正向影響.

制度創新為實現區域經濟綠色增長提供根本性保障.有效的綠色增長制度安排旨在通過改變交易規則激發行為主體活力,包括塑造一種新的激勵機制、約束機制和引導機制,為實現經濟增長與環境污染的解耦提供軟環境支撐.研究認為,促進制造業綠色發展需要多種制度和標準支撐,包括可以為企業提供綠色生產空間的排污交易制度,以及能夠提高生態環境對制造業發展的倒逼效應的綠色監管制度[35].我國現行環境規制體系在一定程度上推動了工業綠色增長,在合理范圍內適度加大規制強度能夠對工業節能減排和技術創新起到正面的激勵作用[36].為此,提出假設H3:制度創新對區域經濟綠色增長產生正向影響.

文化創新是實現區域經濟綠色增長的重要推動力.通過形式多樣的綠色理念宣傳,可以不斷增強社會公眾的綠色生態環保意識,營造綠色、和諧的社會氛圍,形成一定的激勵力、導向力、凝聚力,驅動區域綠色增長水平不斷提升.綠色文化是對工業文明時代文化樣態的一種創新,它主張綠色發展,倡導綠色生活和綠色行為,既是對人類優秀文明成果的歷史繼承,也是對工業文明“黑色”文化的揚棄和超越[37].綠色文化所具有的傳播性﹑繼承性﹑滲透性、排他性、習慣性(穩定性)、漸進性(演變性)等特質,使得綠色文化在可持續經濟發展中起到重要作用[38].為此,提出假設H4:文化創新對區域經濟綠色增長產生正向影響.

1.2 變量選擇

1.2.1 被解釋變量 將省域綠色增長水平作為被解釋變量.鑒于國外權威組織提出的指標在國內統計年鑒中不易獲得數據,本文從綠色增長實踐對經濟、資源、環境、社會福祉等4個領域的具體要求出發,根據科學性、系統性、可獲得性、可比性原則,參考了國內外學者和權威研究機構提出的評價指標體系,選取現有指標體系中意義真實、出現頻次較多、可以量化的指標,并剔除了若干個不能獲得連續年份數據的指標,構建了符合我國地方經濟發展特征、包含22個二級定量指標的綠色增長水平評價指標體系,如表1所示.

表1 省域綠色增長水平測度指標體系

1.2.2 解釋變量 主要考慮創新驅動對省際綠色經濟增長水平的影響,分別考察知識創新、技術創新、制度創新、文化創新對省際綠色經濟增長水平的影響,其中:①知識創新主要指高校及科研院所的創新產出,使用“各省國外主要檢索工具收錄我國科技論文數量”來表示;②技術創新主要反映企業開展的技術研發活動情況,使用“各省國內三種專利授權數”作為代理變量;③制度創新主要指政府在推動綠色增長中的創新行為,鑒于制度量化數據的可得性,使用“各省每萬人擁有商標核準注冊數”作為代理變量;④文化創新是指社會層面宣傳引導綠色發展取得的成效,使用“各省圖書出版種數”來表示.

1.2.3 控制變量 從綠色增長的投入角度看,固定資本、人力資本對省際綠色經濟增長水平具有重要影響.產業升級是轉變經濟增長方式和實現經濟集約化發展的主要途徑,產業結構高級化對綠色增長具有正向作用[44];國家間貿易會帶來環境成本轉移,開放和環境有著顯著的負相關關系[45],對外開放對綠色增長有負面作用,但是區域差異較大[46].鑒于此,在分析創新驅動對省際綠色經濟增長水平的影響時,選擇如下控制變量:①固定資本,采用永續盤存法估算,并借鑒了張軍等[47]提出的計算方法,折舊率取9.6%,基期資本存量用1978年的固定資本形成總額除以10%,作為該省的初始資本存量;②人力資本,采用“各省6歲及以上人口平均受教育年限”計算,具體計算方法是:各省6歲及以上人口平均受教育年限=(文盲和半文盲人口數′1+小學總人數′5+初中總人數′8+高中總人數′11+大專及以上總人數×15)/6歲及以上總人口數.③產業結構高級化,用產業結構高級化指數[48]表示;④對外貿易,用進出口總額增長率表示.

1.3 數據來源

本文選取2003～2016年中國大陸地區30個省市自治區的平衡面板數據作為樣本,因多數指標數據不全,剔除西藏的樣本數據.研究數據均來源于2004～ 2017年《中國統計年鑒》[49]、《中國環境統計年鑒》[50]、《中國科技統計年鑒》[51]、《中國城市建設統計年鑒》[52]、《中國能源統計年鑒》[53]、《中國教育統計年鑒》[54].各變量的描述性統計結果見表2.

表2 變量的描述性統計結果

1.4 計量模型選擇與建立

1.4.1 空間相關性檢驗 Moran’反映的是空間鄰接或空間臨近的區域單元屬性值的相似程度,一般在[-1,1]范圍內取值,以30個省份的綠色增長水平綜合得分作為觀測值,分別計算2003～2016年的Moran’指數(圖1).不同年份的Moran’指數全部通過了顯著性檢驗,表明中國各省綠色增長水平具有顯著的空間自相關性.具體來看,各省綠色增長水平的Moran’值由2003年的0.2237逐年攀升并于2012年達到極大值0.3724,之后波動下調后繼續上升,說明綠色增長水平相似的省份的空間集中分布形態發生了改變.

圖1 2003～2016年中國綠色增長水平的全局Moran’I指數變化

選取2003年、2016年的數據為樣本,利用Stata16軟件繪制局部Moran’s散點圖,如圖2所示.各省綠色增長水平主要集中在第一象限(高-高聚集)、第三象限(低-低聚集),表明各省綠色增長水平具有較強的空間相關性.

數字分別代表:1-北京,2-天津,3-河北,4-山西,5-內蒙古,6-遼寧,7-吉林,8-黑龍江,9-上海,10-江蘇,11-浙江,12-安徽,13-福建,14-江西,15-山東,16-河南,17-湖北,18-湖南,19-廣東,20-廣西,21-海南,22-重慶,23-四川,24-貴州,25-云南,26-陜西,27-甘肅,28-青海,29-寧夏,30-新疆

1.4.2 多重共線性檢驗 計量回歸模型的經典假設之一是變量間不存在多重共線性,違背該假設將會導致回歸的結果失真或出現較大的偏差.目前主要根據模型的VIF值判斷是否存在多重共線性,一般認為VIF值大于10時,則視為模型具有多重共線性.從表3可以看出,解釋變量和控制變量的VIF值顯著小于10,故它們之間不存在多重共線性.

表3 多重共線性檢驗

1.4.3 模型形式檢驗與選擇 由于因變量存在路徑依賴性,使得模型具有較強的內生性問題,因此本文采用Han—Philips提出的GMM方法估計空間面板模型.通過對比固定效應和隨機效應模型估計結果,發現兩者不存在顯著差異,但固定效應模型的估計結果穩健性較高,因此,本文選擇固定效應(FE)模型.由于GMM估計方法僅適用于空間面板自回歸模型(SAR模型)、空間面板杜賓模型,而Wald檢驗結果拒絕了“采用SAR模型”的原假設,并且從模型對研究需求的適用性來看,空間面板杜賓模型適用于分析機構、部門或地區之間的相互作用因所處的相對位置或環境不同而存在差異的情形,符合本文區域分析的目標,因此選擇空間面板杜賓模型.

1.4.4 空間計量模型構建 本文運用如下擴展的柯布-道格拉斯生產函數分析創新對省域綠色增長的影響:

式中:GG表示綠色增長水平;A0表示初始的生產率水平;cap和hum分別表示資本存量和勞動力投入; kn、tech、inst、cul分別表示知識創新、技術創新、制度創新和文化創新.

空間杜賓模型同時考慮解釋變量、控制變量和被解釋變量的空間相關性,利用2003～2016年間各省GDP數據的平均值構造經濟距離空間權重,建立固定效應的空間面板杜賓模型如下:

(=1,…,;=1,…,) (2)

式中:表示空間自相關系數;代表空間權重矩陣.

2 結果與討論

2.1 實證結果

利用Stata 16.0測算得到全樣本空間杜賓模型回歸結果,如表4所示,該模型2=0.9686,表明多數解釋變量能夠較好地解釋綠色增長水平.

從表4、表5可知,知識創新對應的系數是0.000022,<0.01,表明知識創新對綠色增長水平具有顯著的正向影響,假設H1得到證實.如果知識創新提高1倍,則將推動綠色增長水平提高0.0022%.知識創新對綠色增長水平具有正向的空間溢出效應,鄰近地區知識創新水平的提高對本地綠色增長水平產生較為顯著的正向沖擊,大于本地區知識創新水平對本地綠色增長水平的影響.這說明知識創新在綠色增長水平提升中的重要作用亟待重視,要支持高校和科研院所圍繞綠色增長開展前瞻性更強、更有價值的基礎理論和實踐應用研究.

表4 空間面板杜賓模型參數估計結果

注:***,<0.01;**,<0.05;*,<0.1,下同.

表5 直接效應和間接效應檢驗

技術創新對應的系數是0.1592,<0.01,表明技術創新對綠色增長水平具有顯著的正向影響,假設H2得到驗證.如果技術創新提高1倍,則將推動綠色增長水平提高15.92%.然而,技術創新空間滯后項的回歸系數為負,且不顯著,表明技術創新在省域之間的地理溢出效應并不明顯.空間效應分解結果表明,本地區技術創新水平對本地綠色增長水平產生了顯著的正向影響,但周邊地區技術創新水平對本地綠色增長水平的空間影響并不顯著,反映有利于綠色增長的跨區域技術創新合作機制尚不健全,技術創新的空間溢出效應不明顯.

制度創新對應的系數是0.007829,<0.01,表明制度創新對綠色增長水平具有顯著的正向影響,假設H3得到驗證.如果制度創新提高1倍,則將推動綠色增長水平提高0.78%.制度創新對區域綠色增長水平的直接效應表現出顯著為正,表明本地區知識產權保護力度越大,越有利于保護當地創新主體的智力成果,特別是綠色生產、綠色消費領域的創新成果受到有力保護,將對本地區綠色增長起到顯著的促進作用[55].但是,制度創新的空間滯后項回歸系數顯著為負,產生了負空間溢出效應,制度創新對區域綠色增長水平的間接效應表現出顯著為負,說明鄰近地區知識產權保護力度的增加,阻礙了本地區知識的快速積累過程,反而降低本地區的綠色增長水平.

文化創新對應的系數是0.05009,>0.1,表明文化創新對綠色增長水平的影響盡管為正,但并不顯著,其空間溢出不明顯,直接效應和間接效應也不顯著.實證結果與假設H4不相符.在當前綠色發展背景下,生態文明建設的文化宣傳教育力度不斷加強,但這種增強的文化創新的環境效益尚未得到充分證明.

固定資本對應的系數是0.8734,<0.01,表明固定資本對綠色增長水平產生了顯著的正向影響.各地區綠色增長仍以投資拉動為主,本地區固定資本增加1倍,當地綠色增長水平將提高87.34%.但固定資本的空間溢出效應顯著為負,鄰近地區固定資本的增加阻礙了本地區綠色增長水平的提升,可能是因為鄰近地區環境投資和新興服務業投資增量不足,難以形成有效的投資溢出效應;其總效應顯著為正,固定資本的增加對所有地區綠色增長水平都具有正向影響.

人力資本對應的系數是0.1462,<0.05,表明人力資本對綠色增長水平產生了顯著的正向影響.而且,人力資本對綠色增長水平的直接效應顯著為正,說明本地區人力資本的增加顯著提升了當地綠色增長水平.但人力資本的空間溢出效應并不顯著,其主要原因在于綠色經濟增長所需的人力資本存量短期內相對固定,一些省份人力資本數量增加的同時,其他地區的人力資本數量必然減少,綠色增長相關的新興行業發展缺乏足夠的人才支撐,地區之間的人才流動機制尚不健全.

產業結構對綠色增長水平的影響系數是1.1123,對應的<0.01,效果顯著,且在這些因素中系數最大,這表明產業結構優化對綠色增長產生了正向的顯著影響.產業結構高級化水平越高,適應綠色增長的產業結構越合理,地區產業布局更加科學,更有利于區域綠色增長水平的提升.產業結構對綠色增長水平的總效應顯著為正,說明產業結構對所有地區綠色增長水平產生了顯著的正向影響.然而,產業結構的空間溢出顯著為負,鄰近地區產業結構限制了本地綠色增長水平的提升.其可能原因是特定區域結構升級過程中引發產業梯度轉移,一些西部省份在承接沿海地區轉移的產業過程中,更多考慮GDP增加,忽略了對本地環境和生態承載力的考量,反而降低了本地綠色增長水平,難以真正實現可持續發展.

對外貿易對綠色增長水平的影響系數是-0.105,<0.05,說明對外貿易對綠色增長水平產生了顯著的負向影響.空間效應分解結果表明,對外貿易對綠色增長的直接效應顯著為負,本地對外貿易增加不利于綠色增長水平的提升,而且對外貿易的空間溢出效應也不顯著.這證實了“污染天堂”假說,國內一些地區自然資源豐富、人力資源廉價,為了實現經濟快速增長,加大對外開放力度,吸引發達國家一些排污嚴重或瀕臨淘汰的企業投資,導致國內污染加重,經濟增長的“綠色”程度明顯不足.

2.2 穩健性檢驗

從2個層面對表4結果進行穩健性檢驗.第一個層面通過變更綠色增長水平的評價方法:利用TOPSIS-灰色關聯分析來衡量綠色增長水平[56],對創新驅動我國綠色增長水平的空間效應進行穩健性檢驗;另一個層面是將經濟距離空間權重矩陣變換為地理距離空間權重矩陣,分析空間計量模型的穩健性.

表6 穩健性檢驗回歸結果

根據表6結果,對于被解釋變量變更評價方法,回歸結果顯示,對外貿易的空間溢出在10%的顯著性水平上通過檢驗,其他變量基本上與表4回歸結果一致.對于變更空間權重矩陣,回歸結果與實證結果顯著性基本一致.因此,表4估計結果進一步得到印證.

2.3 政策建議

根據本文實證分析結果,提出如下政策建議:

一是注重區域綠色增長導向的知識生產、知識積累和知識溢出.知識創新作為復雜勞動的主要表現形態,是推動區域綠色增長的主要動力.地方政府要著眼于本地區綠色發展中長期規劃,加大綠色增長專項課題和項目研究資助力度,集中優勢資源開展“碳達峰”“碳中和”、生態文明建設等重大專項課題研究、核心技術攻關,支持出版一批綠色增長研究系列重大理論成果,推動自然科學與哲學社會科學多學科交叉、協調、融合發展,積極營造有利于促進區域綠色增長知識生產和知識溢出的濃厚氛圍.

二是以協同推進綠色發展為目標,重視發揮技術創新在驅動區域綠色增長中的關鍵作用.要建立健全省域綠色技術創新合作與成果共享機制,利用好各省優勢條件、取長補短,引導知識、技術跨地區流動、溢出、擴散,縮小不同區域間的創新效率差距,優化科技創新資源配置,為促進區域綠色增長提供技術支撐.例如,解決城市群大氣污染、相鄰城市大氣污染、流域上下游水污染等跨區域跨流域環境保護和治理問題,亟需打破行政區域邊界,組織產學研各方力量,堅持成本共擔、利益共享、共同治理、共同保護原則,圍繞共性和關鍵性技術難題開展跨省協同攻關,建立聯防聯控機制,實現共享式綠色增長.

三是進一步完善支撐省際綠色增長的知識產權保護體系.結合我國低碳經濟、循環經濟和環保新興產業的發展特點,整合資源環境效益明顯的發明專利,建立有中國特色的專利制度和綠色專利分類體系,設立綠色專利審查通道,縮短專利審查期,鼓勵企業申請綠色技術專利,建立完善知識產權交易市場,加速綠色創新研究成果的專利化;依法加大對知識產權侵權行為的懲治力度,有效阻遏各類侵權行為;強化知識產權保護中心、維權援助中心和快速維權中心等的建設和管理,充分發揮其舉報投訴和維權援助核心職能,滿足公眾多元的產權保護需求,為保障關鍵性綠色科技創新成果產權提供有效的法律保障.

四是加大綠色文化推廣和普及的力度.發揮教育、宣傳、科協等部門的協調聯絡作用,圍繞青少年、產業工人、老年人、領導干部和公務員等重點人群在新時代背景下的環保教育需求,依托電視、廣播、電影、互聯網等媒介,多維度、全方位開展生態文明、節能低碳、綠色循環等綠色文化主題教育活動,提高全社會的生態環境保護意識.要將綠色文化教育融入當地特色文化資源,形成具有鮮明地方特色和民族特色的生態文化,依靠多樣、多元的文化提升綠色發展底蘊.

五是平衡創新資源投入,實現均衡發展.盡管西部地區經濟綠色增長水平普遍低于東部、中部地區,但其創新驅動綠色增長的邊際效應更大,增強這些地區的創新能力,可以更有效地促進我國綠色經濟增長.因此,平衡創新資源,加大對西部地區省份的固定資本、人力資本、科技資源投入,提高我國綠色增長整體水平.特別是考慮到對外貿易對綠色增長水平的顯著負向影響,在我國擴大開放過程中,要尤其重視技術引進、投資引導對區域生態環境和資源利用的影響,注意地區間的差異,不僅要限制國外污染產業向我國轉移,還要限制東部地區污染產業向中西部地區轉移,避免重復走“先污染后治理”的老路.

3 結論

3.1 我國各省綠色增長水平具有顯著的正向空間自相關.綠色增長水平較高的省份,其周邊省份發展水平也較高;綠色增長水平較低的省份,其周邊省份發展水平也較低.樣本考察期間,各省綠色增長水平的Moran’值波動上升.

3.2 創新驅動省域綠色增長的空間效應方面,知識創新、技術創新、制度創新對于提升綠色增長水平有顯著的正向推動作用,政產學研各方的合作機制有利于經濟綠色增長和區域綠色轉型.知識創新驅動綠色增長水平的直接效應為2.35′10-5,間接效應為3.75′10-5;技術創新驅動綠色增長水平的直接效應為0.1590,間接效應不顯著;制度創新驅動綠色增長的直接效應為0.00733,間接效應為-0.01617;文化創新對綠色增長水平的空間影響并不顯著.

3.3 固定資本投入、產業結構優化也能夠顯著改善區域綠色增長水平.固定資本影響綠色增長的直接效應為0.8613,產業結構影響綠色增長的直接效應為1.0952.

[1] Porter M E, Van der Linde C. Toward a new conception of the environment-competitiveness relationship [J]. The Journal of Economic Perspectives, 1995,9(4):97-118.

[2] Apergis N, Eleftheriou S, Payne J E. The relationship between international financial reporting standards, carbon emissions, and R&D expenditures: Evidence from European manufacturing firms [J]. Ecological Economics, 2013,88:57-66.

[3] 王班班,齊紹洲.有偏技術進步、要素替代與中國工業能源強度[J]. 經濟研究, 2014,(2):115-127.

Wang B B, Qi S Z. Biased technological progress,factor substitution and China’s industrial energy intensity [J]. Economic Research Journal, 2014,(2):115-127.

[4] Zhou X, Zhang J, Li J. Industrial structural transformation and carbon dioxide emissions in China [J]. Energy Policy, 2013,57(3):43-51.

[5] 王海龍,連曉宇,林德明.綠色技術創新效率對區域綠色增長績效的影響實證分析[J]. 科學學與科學技術管理, 2016,37(6):80-87.

Wang H L, Lian X Y, Lin D M. Effects of green technological innovation efficiency on regional green growth performance: An empirical analysis [J]. Science of Science and Management of S.&T., 2016,37(6):80-87.

[6] 丘雯文,鐘漲寶,田文文.長江經濟帶農業綠色增長的時空格局及影響因素研究[J]. 中國生態農業學報(中英文), 2020,28(5):764-774.

Qiu W W, Zhong Z B, Tian W W. Spatio-temporal patterns and impact factors of green economic growth of agriculture in the Yangtze River Economic Belt [J]. Chinese Journal of Eco-Agriculture, 2020,28(5): 764-774.

[7] 馮志軍,陳 偉,楊朝均.環境規制差異、創新驅動與中國經濟綠色增長[J]. 技術經濟, 2017,(8):61-69.

Feng Z J, Chen W, Yang C J. Environmental regulation difference, driven by innovation and China’s economic green growth [J]. Technology Economics, 2017,(8):61-69.

[8] 孟望生,張 揚.自然資源稟賦、技術進步方式與綠色經濟增長——基于中國省級面板數據的經驗研究[J]. 資源科學, 2020,42(12): 2314-2327.

Meng W S, Zhang Y. Natural resource endowment, path selection of technological progress, and green economic growth: An empirical research based on China’s provincial panel data [J]. Resources Science, 2020,42(12):2314-2327.

[9] 楊朝均,楊文珂,朱雁春.中國省際間對內開放對驅動工業綠色創新空間趨同的影響[J]. 中國環境科學, 2018,38(8):3189-3200.

Yang C J, Yang W K, Zhu Y C. The impact of inter provincial openness on the convergence of industrial green innovation in China [J]. China Environmental Science, 2018,38(8):3189-3200.

[10] 張艷鴿.基于低碳的綠色增長效率評價[D]. 大連:大連理工大學, 2016.

Zhang Y G. Green growth efficiency evaluation based on low carbon emissions [D]. Dalian: Dalian University of Technology, 2016.

[11] 焦琳琳,郭玲玲,武春友.中國沿海城市綠色增長效率測度研究[J]. 科技管理研究, 2018,38(9):248-253.

Jiao L L, Guo L L, Wu C Y. Study on green growth efficiency measurement of China’s coastal cities [J]. Science and Technology Management Research, 2018,38(9):248-253.

[12] 楊文舉,龍睿赟.中國地區工業綠色全要素生產率增長:基于方向性距離函數的經驗分析[J]. 上海經濟研究, 2012,(7):3-13.

Yang W J, Long R Y. The green total factor productivity growth of regional industries in China: An empirical analysis with directional distance function [J]. Shanghai Journal of Economics, 2012,(7):3-13.

[13] 張 豪,何 宇,張建華.綠色增長效率及其空間溢出——基于中國主要城市的經驗分析[J]. 貴州財經大學學報, 2016,(6):82-90.

Zhang H, He Y, Zhang J H. Green productivity and spatial spillover: An empirical analysis based on major Chinese cities [J]. Journal of Guizhou University of Finance and Economics, 2016,(6): 82-90.

[14] 周五七.長三角工業綠色全要素生產率增長及其驅動力研究[J]. 經濟與管理, 2019,33(1):42-48.

Zhou W Q. Study on industrial green total factor productivity growth and its driving force in Yangtze River Delta [J]. Economy and Management, 2019,33(1):42-48.

[15] 郝 芳.基于系統動力學的中國綠色增長評價模型研究[D]. 大連:大連理工大學, 2016.

Hao F. Research on evaluation model of China green growth based on system dynamics [D]. Dalian: Dalian University of Technology, 2016.

[16] 于文嵩,武春友,郭玲玲.基于甜甜圈理論的各國綠色增長評價[J]. 經濟與管理研究, 2015,(6):3-9.

Yu W S, Wu C Y, Guo L L. Evaluation of national green growth based on the Donut Theory [J]. Research on Economics and Management, 2015,(6):3-9.

[17] 趙 奧,郭景福,武春友.中國綠色增長評價——基于粗糙集、突變級數模型和Topsis法的集成[J]. 技術經濟, 2017,36(12):121-128.

Zhao A, Guo J F, Wu C Y. Evaluation on green growth of China: based on integration with rough set, catastrophe progression model and Topsis method [J]. Technology Economics, 2017,36(12):121-128.

[18] 明翠琴.中國經濟綠色增長評價指標體系研究[D]. 武漢:華中科技大學, 2016.

Ming C Q. A study on green growth evaluation indicator system for China Economy [D]. Wuhan:Huazhong University of Science & Technology, 2016.

[19] 郭玲玲.中國綠色增長程度評價及實現路徑研究[D]. 大連:大連理工大學, 2016.

Guo L L. Evaluation of green growth degree and implementation paths in China [D]. Dalian: Dalian University of Technology, 2016.

[20] 趙 奧,武春友.金磚國家綠色增長水平測度與周期性變動[J]. 財經科學, 2019,(2):51-62.

Zhao A, Wu C Y. Green growth level measurement and periodical variation of BRICS [J]. Finance & Economics, 2019,(2):51-62.

[21] 郝 芳,王雪華,孔丘逸.基于系統動力學的中國綠色增長評價模型研究[J]. 大連理工大學學報(社會科學版), 2017,38(3):39-45.

Hao F, Wang X H, Kong Q Y. System dynamics-based research on the evaluation model of China green growth [J]. Journal of Dalian University of Technology (Social Sciences), 2017,38(3):39-45.

[22] 呂曉菲,盧小麗.資源型城市綠色增長能力評價研究[J]. 科研管理, 2016,37(9):89-97.

Lv X F, Lu X L. A research on evaluation of green growth capability of resource-based cities [J]. Science Research Management, 2016,37(9): 89-97.

[23] 趙 奧,郭景福,武春友.中國綠色增長評價指標體系構建及實證測度研究[J]. 科技管理研究, 2018,38(16):245-250.

Zhao A, Guo J F, Wu C Y. The research on construction of green growth evaluation system and empirical measurement of China [J]. Science and Technology Management Research, 2018,38(16):245-250.

[24] 廖 筠,黃靈霞.引入綠色增長潛力的綠色發展指數構建與區域差異研究[J]. 南京財經大學學報, 2018,(2):25-33.

Liao J, Huang L X. The construction of green development index and regional differences with green growth potential in consideration [J]. Journal of Nanjing University of Finance and Economics, 2018, (2):25-33.

[25] 高春玲.基于熵值法的湖北省綠色經濟發展綜合評價研究[J]. 科技管理研究, 2012,32(19):70-72,82.

Gao C L. Analysis on the green economydevelopment of a comprehensive evaluation based on entropy method in Hubei province [J]. Science and Technology Management Research, 2012, 32(19):70-72,82.

[26] 豐曉旭,朱春輝,岳鴻飛.四川省產業綠色增長測度——基于全省21個市(州)的城市面板數據分析[J]. 財經科學, 2017,(9):72-83.

Feng X X, Zhu C H, Yue H F. Evaluation of industrial green growth in Sichuan province:based on 21cities’ panel data [J]. Finance & Economics, 2017,(9):72-83.

[27] 李 倫.中國制造業綠色增長系統模型仿真研究[D]. 大連:大連理工大學, 2016.

Li L. A simulation study on the green growth system model of Chinese manufacturing industry [D]. Dalian: Dalian University of Technology, 2016.

[28] Kuznets P W. Liberalization in the process of economic development [J]. The Journal of Asian Studies, 1991,50(4):890-892.

[29] 陳 恒,侯 建.自主研發創新、知識積累與科技績效——基于高技術產業數據的動態門檻機理研究[J]. 科學學研究, 2016,34(9): 1301-1309.

Chen H, Hou J. Independent R&D innovation,knowledge accumulation and science-technology performance: the dynamic threshold mechanism based on high-tech industry [J]. Studies in Science of Science, 2016,34(9):1301-1309.

[30] Sarkis J, Vazquez-Brust D, De Bruijn T, et al. Helping to build a sustainable future through the greening of industry and its networks: knowledge sharing and action promotion [J]. Journal of Cleaner Production, 2015,98:8-16.

[31] 侯 建,王 剛,陳建成.外部知識源化,知識積累與中國工業綠色增長——動態異質門檻效應研究[J]. 科研管理, 2020,41(3):91-100.

Hou J, Wang G, Chen J C. External knowledge sourcing, knowledge accumulation and green growth of industry in China: A study of the dynamic threshold effect of heterogeneity [J]. Science Research Management, 2020,41(3):91-100.

[32] Fisher-Vanden K, Jefferson G H, MA J K, et al. Technology development and energy productivity in China [J]. Energy Economics, 2006,28(5/6):690-705.

[33] 陳 浩,劉 培,余東升,等.科技創新投入對環境全要素生產率的影響機制[J]. 中國環境科學, 2020,40(4):1834-1846.

Chen H, Liu P, Yu D S, et al. The mechanism for the effect of investment in technological innovation on environmental total factor productivity [J]. China Environmental Science, 2020,40(4):1834- 1846.

[34] 韓立達,史敦友,張 衛.技術創新與工業綠色化:作用機理和實證檢驗[J]. 經濟問題探索, 2020,(5):176-190.

Han L D, Shi D Y, Zhang W. Technological innovation and industrial greening: mechanism and empirical test [J]. Inquiry Into Economic Issues, 2020,(5):176-190.

[35] Seth D, Shrivastava R L, Shrivastava S. An empirical investigation of critical success factors and performance measures for green manufacturing in cement industry [J]. Journal of Manufacturing Technology Management, 2016,27(8):1076-1101.

[36] 陳超凡,韓 晶,毛淵龍.環境規制、行業異質性與中國工業綠色增長——基于全要素生產率視角的非線性檢驗[J]. 山西財經大學學報, 2018,40(3):65-80.

Chen C F, Han J, Mao Y L. Environmental regulation,industrial heterogeneity and industrial green growth in China: A nonlinear test from the perspective of total factor productivity [J]. Journal of Shanxi University of Finance and Economics, 2018,40(3):65-80.

[37] 張 靜.“兩山”理論背景下綠色文化傳播的路徑與方式[J]. 浙江樹人大學學報, 2021,21(2):71-77.

Zhang J. Path and method of green culture dissemination under the background of the “Two Mountains” concept [J]. Journal of Zhejiang Shuren University, 2021,21(2):71-77.

[38] 聶 莉.論可持續發展中綠色文化因素的制度安排[J]. 學術研究, 2006,(2):56-60.

Nie L. Institutional arrangement of green culture elements for sustainable development [J]. Academic Research, 2006,(2):56-60.

[39] 張 巖,董 銳,吳佩佩.以科技創新為引領的中國區域綠色轉型能力提升研究[J]. 科學管理研究, 2017,35(5):60-63.

Zhang Y, Dong R, Wu P P. Research on the provincial green transition capacity enhancement and innovation-driven development of China [J]. Scientific Management Research, 2017,35(5):60-63.

[40] 郭玲玲,盧小麗,武春友,等.中國綠色增長評價指標體系構建研究[J]. 科研管理, 2016,37(6):141-150.

Guo L L, Lu X L, Wu C Y, et al. A study of the evaluation index system construction of China’s green growth [J]. Science Research Management, 2016,37(6):141-150.

[41] 中國國際經濟交流中心,世界自然基金會.超越GDP——中國省級綠色經濟指標體系研究報告[R/OL]. (2012-07-12).https://www. docin.com/p-1971929734.html.

China Center for International Economic Exchanges, World Wildlife Fund. Beyond GDP: Research report on China’s provincial green economy index system [R/OL]. (2012-07-12). https://www.docin. com/p-1971929734.html.

[42] 明翠琴,陳 雷,鐘書華.中國綠色增長綜合評價指標體系的構建及實證[J]. 科技管理研究, 2021,41(10):76-86.

Ming C Q, Chen L, Zhong S H. Construction and empirical analysis of China’s green growth comprehensive evaluation index system [J]. Science and Technology Management Research, 2021,41(10):76-86.

[43] Emerson J W, Hsu A, Levy M A, et al. 2012 Environmental performance index and pilot trend environmental performance index [R/OL].(2012-02-06). https://wbc-rti.info/object/document/7519/attach/2012EPI_Report.pdf.

[44] 韓 晶,孫雅雯,陳超凡,等.產業升級推動了中國城市綠色增長嗎? [J]. 北京師范大學學報(社會科學版), 2019,(3):139-151.

Han J, Sun Y W, Chen C F, et al. Does industrial upgrading promote the green growth of Chinese cities? [J]. Journal of Beijing Normal University (Social Sciences), 2019,(3):139-151.

[45] Talberth J, Bohara A K. Economic openness and green GDP [J]. Ecological Economics, 2006,58(4):743-758.

[46] 孫 瑾,劉文革,周鈺迪.中國對外開放、產業結構與綠色經濟增長——基于省際面板數據的實證檢驗[J]. 管理世界, 2014,(6):172- 173.

Sun J, Liu W G, Zhou Y D. China’s opening up, industrial structure and green economic growth:An empirical test based on provincial panel data [J]. Journal of Management World, 2014,(6):172-173.

[47] 張 軍,吳桂英,張吉鵬.中國省際物質資本存量估算:1952～2000 [J]. 經濟研究, 2004,(10):35-44.

Zhang J, Wu G Y, Zhang J P. The estimation of China’s provincial capital stock: 1952～2000 [J]. Economic Research Journal, 2004,(10): 35-44.

[48] 付凌暉.我國產業結構高級化與經濟增長關系的實證研究[J]. 統計研究, 2010,27(8):79-81.

Fu L H. An empirical research on industry structure and economic growth [J]. Statistical Research, 2010,27(8):79-81.

[49] 中國統計年鑒[M/OL]. (2021-05-05).http://www.stats.gov. cn/tjsj/ndsj/.

China statistical yearbook [M/OL]. (2021-05-05).http://www.stats. gov.cn/tjsj/ndsj/.

[50] 國家統計局能源司.中國環境統計年鑒2017 [M]. 北京:中國統計出版社, 2017.

Department of Energy, National Bureau of Statistics of China. China statistical yearbook on environment-2017 [M]. Beijing: China Statistics Press, 2017.

[51] 國家統計局社會科技和文化產業統計司,科學技術部創新發展司.中國科技統計年鑒2017 [M]. 北京:中國統計出版社, 2017.

Department of Social, Science and Technology, and Cultural Statistics, National Bureau of Statistics of China, Department of Innovation and Development, Ministry of Science and Technology of China. China statistical yearbook on science and technology-2017 [M]. Beijing: China Statistics Press, 2017.

[52] 國家統計局城市社會經濟調查司.中國城市統計年鑒-2017 [M]. 北京:中國統計出版社, 2017.

Department of Urban Society and Economic Statistics, National Bureau of Statistics of China. China city statistical yearbook- 2017 [M]. Beijing: China Statistics Press, 2017.

[53] 國家統計局能源司.中國能源統計年鑒2017 [M]. 北京:中國統計出版社, 2017.

Department of Energy Statistics, National Bureau of Statistics of China. China energy statistical yearbook - 2017 [M]. Beijing: China Statistics Press, 2017.

[54] 教育部發展規劃司.中國教育統計年鑒2017 [M]. 北京:中國統計出版社, 2018.

Department of Development and Planning of Ministry of Education of China. Educational statistics yearbook of China 2017 [M]. Beijing: China Statistics Press, 2018.

[55] 馮志軍,康 鑫,陳 偉.知識產權管理、產業升級與綠色經濟增長——以產業轉型升級期的廣東為例[J]. 中國科技論壇, 2016,(1): 118-123.

Feng Z Z, Kang X, Chen W. Intellectual property management, industrial upgrading and green growth: a case in Guangdong in the process of industrial transformation and upgrading [J]. Forum on Science and Technology in China, 2016,(1):118-123.

[56] 武春友,郭玲玲,于驚濤.基于TOPSIS-灰色關聯分析的區域綠色增長系統評價模型及實證[J]. 管理評論, 2017,29(1):228-239.

Wu C Y, Guo L L, Yu J T. Evaluation model and empirical study of regional green growth system based on TOPSIS and Grey Relational Analysis [J]. Management Review, 2017,29(1):228-239.

The spatial effect of innovation on provincial green growth in China.

CHEN Yong-zhi*, LIANG Wen-ming, LIN Ying-xing

(School of Economics and Management, Fuzhou University, Fuzhou 350108, China)., 2022,42(2)：971～981

In this paper, the global principal component analysis method was utilized to measure the green growth level of 30 provinces (excluding Tibet) in mainland China from 2003 to 2016, and a Spatial Panel Durbin Model was constructed to empirically investigate the spatial impact of knowledge innovation, technology innovation, institution innovation, and culture innovation on provincial green growth. It was showed that knowledge innovation had a significant positive spatial impact on the level of green growth, with a direct effect of 2.35′10-5and an indirect effect of 3.75′10-5. The local green growth level was significantly affected by the level of local technology innovation, with an influence coefficient of 0.1590, and was not significantly affected by the spatial level of technology innovation in the surrounding areas. Besides, it was significantly affected by the local institution innovation with an impact coefficient of 0.00733, whereas an impact coefficient of -0.01617 was for the surrounding areas’ institution innovation. Meanwhile, the spatial impact of culture innovation on green growth level was not significant. Therefore, it was recommended to focus on knowledge production, knowledge accumulation and knowledge spillover of the regional green growth-orientation, aiming at promoting the coordinated green development and developing the key role of technology innovation in green growth. It was also suggested to further perfect the intellectual property protection system supporting inter-provincial green growth, intensify the promotion and popularization of green culture. Meanwhile, more human capital should be devoted and industrial structure should be optimized, thus promoting high-level opening up.

green growth level；innovation-driven；global principal component analysis；spatial effect；spatial panel

X196

A

1000-6923(2022)02-0971-11

陳勇智(1982-),男,福建泉州人,副編審,福州大學博士研究生,研究方向為區域綠色發展、創新管理.發表論文15篇.

2021-07-11

教育部人文社會科學研究青年基金資助項目(19YJC790001);國家自然科學基金資助項目(72073030)

* 責任作者, 副編審, andychen03@163.com