中國水能資源產業創新水平演變特征及影響因素分析

蔡 萍，王 強

（福建師范大學 地理科學學院，福建 福州 350007）

0 引言

當前世界能源短缺問題和能源安全形勢日趨嚴峻，發展可再生能源、實現能源轉型成為現階段各國重要的能源戰略。《中華人民共和國國民經濟和社會發展第十四個五年規劃和2035 年五年遠景目標綱要》明確提出，要加快壯大包括新能源在內的戰略性新興產業，加快推動綠色低碳發展，降低碳排放強度，制定2030 年前碳達峰行動方案。我國作為能源消費大國，為如期實現“碳達峰、碳中和”發展目標，對太陽能、風能、水能、地熱能等綠色清潔新能源的開發是必然的。中國電力企業聯合會（China Electricity Council，CEC）最新數據顯示，2020 年我國水力發電占非化石能源發電總量的52.5%，水能作為我國規模最大的可再生能源對實現國家節能減排戰略具有重大意義。在全球綠色能源變革的進程中和我國經濟進入新常態的背景下，創新成為引領發展的第一動力，新能源產業的高質量發展離不開知識和技術創新，我國水能資源產業的發展也需要持續創新并實現突破。

1994年，學者Feldman首次提出創新地理學，基于現實需求，國內外學者運用空間自相關、耦合協調模型和空間計量模型等方法［1，2］，從省際、城市群、國家等空間尺度對創新發展問題展開了一系列的研究［3-5］。面對創新格局變動，學者們關注到創新水平的空間分異規律，通過評估區域創新能力或基于投入產出視角［6-9］進行創新效率測度研究，并嘗試從經濟發展、工業基礎等方面對形成創新格局變化的內在機制進行解釋［10］，普遍構建以創新產出為因變量的回歸模型。隨著相關算法對海量數據處理能力的提高和城市網絡理論的興起，劉承良等［11］、桂欽昌等［12］基于專利合作、技術轉移等構建創新網絡，從各類主體角度出發探討不同空間尺度下的創新等級體系、網絡生長機制等。在創新空間格局研究中，學者多引用專利指標來衡量知識生產能力和技術創新能力。專利是世界上最大的技術信息源［13］，既是知識和技術的信息載體，又能體現創新活動成果，其申請數量代表創新水平發展趨勢，專利技術轉移則反映了技術從研發到應用的價值實現路徑形式［14］。水能資源產業作為新能源產業的重要組成部分，近年來產業發展規模逐漸擴大。通過對水能和水電資源數據的追蹤，學者們分析了水電開發現狀、水電開發與社會經濟發展的匹配程度，并對比分析了各個國家水力發電的情況［15-18］。通過對以往研究的概述可見，對于水能資源產業的研究集中在簡單的數據分析方面，其創新發展的研究尚不多見，而知識創新作為產業創新鏈的上游無疑在整個產業發展中起到重要的作用。

鑒于此，本文以水能資源產業作為研究對象，根據中國國家知識產權局（The State Intellectual Property Office，SIPO）專利檢索數據庫對水能資源產業技術創新活動情況進行統計，在傳統能源日趨減少和能源轉型勢在必行的背景下，探討該產業知識技術創新的空間格局、創新類型的演變趨勢和以城市為樞紐的技術擴散網絡，并基于空間計量模型分析創新水平的影響因素，以期厘清水能資源產業創新發展的空間分異規律，探尋未來發展趨勢。

1 數據來源與研究方法

1.1 數據來源

基于我國水能資源產業創新產出數據的可獲得性與連續性，本文選擇290 個地級及以上行政單元為研究對象，香港特別行政區、澳門特別行政區、臺灣地區和部分地級行政單元由于相關研究數據獲取不全面或難以獲取等原因暫不列入研究范圍。此外，本文所使用的專利數據來自于中國國家知識產權局專利檢索數據庫，選取2003—2020 年水能資源（廣義的水能資源包括河流水能、潮汐水能、波浪能和海洋熱能資源）產業專利申請數據與專利轉移數據。由于專利申請到公布存在滯后性，最長時間為18個月，因此本文的最新專利數據實則為2022 年3 月公布，以保證數據的完整性與時效性。剔除其中創新主體為個人的專利，經篩選共得到水能資源產業專利申請數據4264 項、專利轉移數據337 項，具體各年份統計信息如圖1 所示。由圖1 可知，專利申請量、轉移量均在2011 年后有了較大幅度提升。除專利數據外，水電規模數據來源于可再生能源信息資源數據庫（www.renewable.org.cn），其他原始數據來源于《中國城市統計年鑒》、中國各地級市統計年鑒。

圖1 2003—2020 年中國水能資源產業專利申請量和轉移量Figure 1 The number of patent applications and transfers in China′s hydropower resources industry，2003-2020

1.2 研究方法

馬爾科夫鏈：本文用馬爾科夫矩陣來測度不同時間階段我國水能資源產業創新產出類型演變的概率［19，20］。馬爾科夫鏈主要引入轉移概率矩陣研究反映研究對象的動態演變過程，從而反映出每個研究單元的穩定性或向上向下轉移的流動性狀態。其原理是：如果根據實際需要將研究對象離散化處理并劃分為幾種類型，則研究對象每一年都處于一種可能的類型，將第t年研究對象狀態類型用一個1 × k的狀態概率向量表示，那么不同年份研究對象狀態之間相互轉移的概率可抽象表示為一個k × k 的矩陣M，即馬爾科夫轉移概率矩陣。

式中：Mij表示在t 時刻所處狀態為i，在t +1 時刻轉移為狀態j 的概率；nij表示在t 時刻屬于狀態i，而在t +1 時刻轉移為狀態j 的單元個數之和；ni表示整個研究期所有時間中屬于狀態i 的單元個數之和。

空間計量模型：OLS 模型假設各空間是相互獨立的，但空間之間避免不了空間依賴性和空間異質性的影響，考慮到我國水能資源產業創新產出的空間集聚特征，本文引入空間滯后模型（Spatial Lag Model，SLM）和空間誤差模型（Spatial Error Model，SEM）來驗證研究單元之間的相互關系［21］。

空間滯后模型主要探討研究區對鄰近區域的空間溢出效應，即我國水能資源產業創新能力高的城市對周圍城市創新能力的影響，表達式為：

式中：Y 為因變量向量；W 為區域空間權重矩陣；Wy為空間滯后因變量；ρ為空間滯后自回歸系數，反映鄰近地區被解釋變量的空間擴散或溢出效應；參數β為回歸系數，反映X 對Y 的影響；X 為解釋變量；ε為隨機誤差項向量。

空間誤差模型主要用于度量研究區受相鄰地區未考慮因素及誤差項影響的程度，主要探討存在于擾動誤差項中的空間依賴作用，表達式為：

式中：ε為隨機誤差項向量；λ為因變量向量的空間誤差系數，反映近單元因變量的誤差項的影響；μ為正態分布的隨機誤差向量。

2 創新水平演變特征分析

2.1 空間分異特征

區域創新的知識源頭（如企業、高等院校和科研機構等）集群分布特征決定了創新產出也會呈現出一定的區位聚集現象，而非均衡分布于某個空間。本文通過水能資源產業專利數量來衡量我國各城市水能資源產業創新水平，專利數量的多少代表創新水平的高低。我國水能資源產業符合可持續發展要求且發展潛力巨大，近年來產業創新成果不斷增加，全國專利申請數量從2003 年的4 項增加到2020 年的748 項。總體上，我國水能資源產業專利數量較少，目前仍處于新能源產業創新的初步發展階段。為充分體現水能資源產業創新產出的空間差異性，本文運用ArcGIS 自然斷裂法將我國水能資源產業創新能力劃分為低、中低、中、中高和高水平5 種類型，對比2003—2011 年、2012—2020 年兩階段創新水平空間差異特征，結果如圖2 所示。

圖2 2003—2011 年、2012—2020 年中國水能資源產業創新水平空間分異Figure 2 Spatial differentiation of China′s hydropower resources industry innovation level，2003-2011 and 2012-2020

2003—2011 年，上海、杭州、北京、廣州4 個城市是水能資源產業高水平創新產出的城市，大連和青島為中高水平城市。可見，高水平和中高水平城市主要分布在我國東部沿海三大城市群。中等水平、中低水平和低水平城市數量占主導地位，占比分別為3.45%、7.59%和86.9%，尤其是低水平城市占絕大比例。2012—2020 年，東部沿海地區城市水能資源產業專利數量仍持續增加，高水平城市增加至8個，分別是青島市、上海市、舟山市、杭州市、北京市、南京市、大連市、廣州市；中高水平城市增加至8個，分別為天津市、哈爾濱市、武漢市、廈門市、長沙市、鎮江市、荊門市、成都市，高水平和中高水平城市主要為東部沿海經濟發達城市和中西部省會城市。中等水平城市占比略有增加至4.48%，中低水平城市占比顯著上升至36.55%，低水平城市占比顯著降低至53.45%。從兩個階段的水能資源產業創新產出的空間格局演變來看，存在等級擴散和傳染擴散兩種擴散特征。一方面，北京市、上海市、青島市、廣州市、杭州市等創新產出成果較多的城市由中低水平或中高水平發展為高水平，沿海沿江一帶部分城市由低水平發展至中低水平或中高水平；另一方面，后一階段發展水平較高的城市通過空間溢出效應推動周邊區域發展水平也得到提升，高水平單元對周邊低水平單元的輻射帶動作用進一步加強。從全國水能資源產業創新產出的空間格局來看，創新產出數量多的地區存在集聚現象，且集聚由東部沿海城市群向東部沿海和中西部省會城市擴散。

2.2 類型演變特征

本文以研究期期末年份水能資源產業專利申請量為標準，將我國水能資源產業創新水平劃分為低、中低、中、中高、高5 種類型，分別計算了2003—2011年、2012—2020 年的馬爾科夫轉移矩陣，結果如表1所示。由表1 可知，水能資源產業創新產出類型演變呈現出以下特征：①“俱樂部趨同”特征明顯，總體創新水平呈不斷提高的發展趨勢。通過研究期內對角線與非對角線的概率值對比，發現對角線概率值較大，說明整體上創新水平類型保持穩定的概率要高于類型變化的概率。對比兩個階段，第一階段存在低水平、中低水平城市“俱樂部趨同”，在此基礎上，第二階段中水平、中高水平城市“俱樂部趨同”效應也較明顯。2012—2020 年保持低水平的城市概率有所降低，保持中低水平、中等水平、中高水平和高水平創新產出的城市數量概率有較大提高，較高創新水平城市的“俱樂部趨同”現象比第一階段更加明顯，說明目前我國水能資源產業創新水平的類型變化在保持穩定的狀態下向高水平方向發展。②水能資源產業創新水平類型演變同時存在向上轉移和向下轉移兩種現象，后一階段向上轉移概率明顯增強。第二階段鄰接對角線概率數值的右側數值，即向上轉移一級的概率（0.114、0.076、0.422、0.133）大于第一階段的概率數值（0.030、0.072、0.000、0.000）；中低水平城市鄰接對角線概率數值的左側數值，即向下轉移一級的概率（0.397）小于第一階段的概率數值（0.494）。由此可知，創新水平類型向上轉移的概率呈整體提高的趨勢，向下轉移的概率由于較高創新水平城市樣本數量少而未有明顯的規律性。③跨級轉移的可能性提高，但總體上仍然為循序漸進的過渡。兩階段中，低水平單元跨越為中等水平的概率分別為0.001 和0.003，中低水平單元跨越為中高水平單元的概率分別為0.000 和0.012，中等水平單元跨越為高水平單元的概率分別為0.000 和0.001，說明我國水能資源產業創新水平類型演變向上跨級轉移的概率是有所提高的，但總體來看跨躍式轉移概率較低。

表1 創新水平類型馬爾科夫轉移矩陣Table 1 Markov transfer matrix of Innovation level type

2.3 技術轉移特征

進入新常態的中國經濟發展面臨著產業轉型升級的挑戰，因此產業創新的技術轉移與成果轉化的作用越來越重要。近年來，城市已成為要素集聚、知識創新與技術擴散的重要節點，水能資源產業以城市為樞紐的技術擴散網絡也在逐漸形成。水能資源產業技術轉移具有滯后性，2008 年以后我國水能資源產業專利申請數量有了較大增長，城市間的產業技術轉移隨之出現，但目前城市內和城市間專利聯系量都較小，還沒有形成明顯的分級層次。從圖3可見：當前城市內水能資源產業專利轉移數量高于城市間轉移數量，說明地理鄰近性發揮著較關鍵的作用，由于相同區域的企業和科研院所之間可共享基礎設施和福利政策，新能源產業的新產品、新工藝出現首先在市內流通。城市內部專利轉移量較大的城市是廣州市、上海市、大連市，這些城市在區域水能資源產業創新產出中的空間支配地位相對較高，其內部創新交流活動也較活躍。研究期內城市間水能資源產業技術轉移現象主要發生在東部沿海地區城市、中部地區部分核心城市和西部地區的成都市、重慶市。當前，城市間專利轉移數量極少，多數城市之間僅有一次或兩次的技術轉移現象出現，其中鹽城—佛山、北京—天津、北京—臺州和上海—銅陵幾個城市之間已經形成了較固定的聯系。隨著節能減排壓力增大，作為清潔能源之一的水電行業憑借其低碳排放、上網電價相對較低等優勢獲得國家的大力推廣支持，水能資源產業創新水平高的城市在開發節能、環保、高效機組等科技創新領域發揮著重要作用。就城市間水能資源產業轉移方向來看，絕大多數由東部地區城市到中西部地區城市，由沿海沿江城市到周圍城市，這與創新首先出現在經濟發展水平較高的城市進而向資源富集地區擴散的過程相一致。

圖3 中國水能資源產業專利轉移網絡空間格局Figure 3 China′s hydropower resources industry patent transfer cyberspace pattern

3 創新水平影響因素分析

3.1 變量選取與說明

我國城市水能資源產業創新能力的Moran′s I指數顯示：2003—2004 年我國城市水能資源產業創新能力不具有顯著的空間相關性，在此階段，各城市的水能資源產業專利數量較少，未在空間上形成明顯的集聚狀態；2005—2020 年我國城市水能資源產業創新能力Moran′s I 指數為正值，且在0.1 水平下顯著，總體上具有集聚特征。因此，本文將空間效應作為影響因子納入到模型中，選擇最小二乘法OLS模型、空間誤差模型和空間滯后模型驗證其影響因素。其中：空間滯后模型驗證了各地區水能資源產業創新能力除了受到本地區各種因素的影響外，還驗證了各影響因素通過空間傳導效應作用于其他地區；空間誤差模型驗證了各地區水能資源產業創新能力受隨機因素沖擊的影響。

我國的能源工業受資源稟賦空間分布的影響顯示出顯著的地理集聚特征，而發展新能源產業作為促進能源結構和產業結構調整的重要舉措，其時空分布格局與傳統能源并不相同。尤其是產業創新作為新能源產業鏈的上游，其演化格局與城市自身發展水平息息相關。因此，本文選取反映城市創新水平并結合能源產業特點的6 個方面影響因素作為解釋變量，即城市水能資源產業創新水平差異分析框架，其含義及代表指標如表2 所示。專利數據為區域知識和技術創新格局分析提供了多方面信息，是目前研究學者們刻畫知識創新最常用的指標之一，本文選取2020 年我國水能資源產業專利申請量作為因變量。由于創新投入與產出存在滯后性，因此自變量為2018 年指標數據，并預先對數據進行標準化處理。

表2 解釋變量及衡量指標Table 2 Explanatory variables and measures

3.2 回歸結果與分析

表3 的回歸結果顯示，最小二乘法OLS模型、空間滯后模型和空間誤差模型的結果具有極大相似性，空間回歸系數為0.032，空間誤差系數為0.052，表明相鄰研究單元創新水平誤差沖擊的影響要強于空間依賴性。說明在產業發展初期階段，空間溢出效應對區域創新能力具有一定正向影響，但影響較小。3 種模型的擬合結果顯示，空間誤差模型的LogL 值最高，AIC 和SC 值最低，根據Luc［22］的判別準則，可以判定空間誤差模型（SEM）為最適用模型。

表3 模型回歸結果Table 3 Model regression results

經濟基礎和人力資本的系數分別為0.788 和0.401，說明區域經濟水平發展和人力資本投入每提高1%，區域創新產出將分別增加78.8%和40.1%，這與國家創新型城市建設結果和部分學者的研究結論一致［23，24］。產業創新水平很大程度上由本區的創新環境所決定，較高的經濟發展水平和充足的專業人才是創新產出的必要條件，直接影響著創新產出水平的高低。經濟發展水平高的城市往往處于城市網絡的核心地位，其可達性高、資源配置和調動能力強，同時能為創新發展提供充足的資金和現代化服務，保證研發過程的可持續性。新能源產業創新發展的技術門檻特性決定了其對創新人力資本的需求高，高素質勞動力能夠在技術轉移、產品研發等過程中起到良好的輔助作用。創新人才集聚度高的地區，創新產出相對更多。中國水能資源產業創新能力較高的城市大多分布于東部沿海和沿江地區，這些地區城市經濟規模大、科技創新能力強，因此產業創新首先出現在此類城市；而水能資源豐富的地區如西南地區，城市發展水平較落后、創新專利產出數量較少，布局了更多的水電技術設施。

教育水平和政府科技研發投入的系數分別為0.358、0.286，說明教育水平和政府科研投入每提高1%，區域創新產出將分別增加35.8%和28.6%，略低于經濟基礎和人力資本，但二者對產業創新具有正向促進作用。隨著知識經濟的發展，教育尤其是高等教育可以為科學技術發展培養所需人才，為產業創新和城市發展增加后備力量，成為未來一段時間內塑造創新格局的重要因素。地方政府可以通過制定優惠和鼓勵政策，加大對企業和科研院所的扶持力度來推動創新發展。當前水能資源產業創新產出受政府科學技術投入的影響相對較小，即政府資金投入支持相對較少，這與水能資源產業創新處于初步發展的階段特征相符合。隨著我國新能源產業發展，政府的支持力度加大將成為產業創新發展的后續重要動力。因此，教育水平高、政策條件好的城市應更加重視產業創新交流平臺的建設和智力資本的培育，以進一步提高其水能資源產業創新水平。同時，政策倡導下的產業集聚區建設通過企業之間的協作發展實現資源整合，將推動水能資源產業鏈的完善。

資源稟賦、水電規模對水能資源產業創新產出的影響不顯著，說明此階段內資源豐富地區的創新產出偏低，創新產出高的地區與資源豐富地區、產業實際布局區在空間上存在錯位現象，這與實際創新發展和產業布局現象吻合。我國水能產業的發展依托于豐富的水能資源，產業布局主要在西南地區，而產業創新依托于財力和智力資源，創新環境好的城市對發展產業創新集群具有優勢。這種創新集群發展優勢不僅通過知識基礎的正向積累促進自身發展，又能通過空間溢出效應對周圍城市產生帶動作用，進而通過技術轉移向資源豐富地區過渡，將知識生產轉變為技術創新。從前文研究中可以看出，隨著我國水能資源產業創新發展水平不斷提升，專利技術轉移網絡已初步形成，未來資源優勢與創新優勢的結合將更加密切。西部地區具備一定的產業基礎和技術優勢且水能資源蘊藏量豐富的城市，應引進和培育創新機構及專業人才，提高資源和能源利用效率，進一步搭建和周邊城市的合作平臺，實現區域資源優勢逐漸轉化為社會經濟發展優勢。

4 結論、討論與政策建議

4.1 結論與討論

作為新能源產業的重要組成部分，水能資源產業得到了較快發展，水力發電規模迅速擴張，但其創新能力并未顯著提升。本文基于我國水能資源產業專利申請數量與轉移數量動態解析了產業創新水平的演化特征和影響因素，主要結論如下：①水能資源產業專利申請數量在2011 年后有了較大幅度的提升，產業創新產出符合我國城市及產業創新能力“東部—中部—西部”逐漸衰減的空間分布格局。同時，產業創新水平高的區域和資源豐富的區域存在空間錯位現象，產業創新首先發生在經濟發展水平較高、產業結構合理的部分城市。②當前我國水能資源產業創新水平的類型整體以低水平和較低水平為主。近年來，新能源產業在國家政策的扶持下取得了很大進展，但水能資源產業的科技創新速度較為緩慢，類型變化在保持穩定的狀態下向高水平方向發展，總體呈現出循序漸進的狀態。③當前水能資源產業專利轉移網絡處于發展初期階段，城市內轉移數量高于城市間轉移數量，相同區域內的創新交流活動更活躍。但從城市間技術轉移方向來看，已經出現了由沿海向內陸的技術轉移趨勢，未來應該從創新互動、協同開發的角度來促進城市間、產業間的技術聯系、技術創新，推動知識形態生產力轉化為物質形態生產力。④產業創新的發展很大程度上依賴于城市創新環境。回歸結果表明，較高的經濟發展水平和充足的專業人才是創新產出的必要條件，這與前文驗證的城市產業創新能力的空間格局演變現象結果相一致。同時，驗證了城市經濟發展與產業創新產出之間的關系，經濟實力強的城市隨著研發投入的增加、科技人才的聚集和基礎設施的優化等促進了創新產出。反過來，產業不斷創新升級又成為推動城市不斷發展的重要力量。

當前我國新能源產業的發展處于加速階段，在此背景下，本文從專利申請與轉移的視角分析了我國水能資源產業創新產出的格局、類型演變、技術轉移特征和影響因素。但由于存在產業發展初期階段數據量不足和獲取的數據有限等問題，本文所使用的專利申請數量代替創新水平缺乏一定權威性，因此有待進一步考察與完善。同時，本文所得到的結論僅為對當前水能資源產業鏈上游（即創新格局）的分析，隨著未來水能資源產業的發展和數據量的豐富，將基于創新的投入產出，綜合創新鏈的上下游，從多個角度刻畫我國水能資源產業創新發展的規律性和時空格局特征。

4.2 政策建議

新能源產業的變革為區域經濟結構和能源結構的調整提供了新思路，新形勢下新能源產業必須強化創新驅動。基于實證結果和分析，以及我國水能資源產業創新仍處于初步發展階段的實際情況，本文提出以下政策建議：①深入開展資源評估和資源開發潛力預測，因地制宜地采取措施，以更好地滿足高效率、規模化開發利用水能資源的需求，推動水能資源產業持續與健康發展。②持續推進水能資源產業創新發展。發揮企業、高校、科研院所等產業創新主體的作用，在技術攻關和人才引進等多方面加強合作與交流；政府部門應加大對水能資源產業創新發展的支持力度，通過出臺優惠和補貼政策或引導金融資本扶持新能源產業發展，以推動資源優勢地區的創新發展。③推動水能資源產業創新成果轉化。以實際應用為研究目標，瞄準水能資源產業行業需求，研發全產業鏈技術，健全成果轉化通道，引導創業投資和技術成果轉移與應用緊密結合。④有效銜接區域協調和脫貧攻堅問題。創新產出依托于財力和智力資源，首先出現在生產力發展水平高、創新投入多的城市，因此創新環境好的地區應借助自身優勢，加強城際間創新合作促進創新要素流動；對資源依賴較大的區域則應主動接受技術轉移，注重政府統籌規劃，減弱阻力約束，加強智力和財力資本投入，利用技術創新成果積極探索新能源產業扶貧道路，發揮資源的最大價值。