欠发达地区区域低碳创新能力评价研究

梁 中，李小胜

(安徽财经大学 商学院，安徽 蚌埠233030)

欠发达地区在传统工业化进程中形成的以高能耗、高污染为主要特征的“碳锁定”态势，与当前经济社会低碳化发展模式之间存在着深刻冲突，这种冲突决定了其区域经济发展必须从资源依赖型向创新驱动型转变，以突破资源、环境对其经济赶超态势的瓶颈约束。而要完成这一转变，在理论上则迫切需要区域创新研究领域的有效响应［1］。对区域低碳创新能力进行定量比较和评价有助于更好地理解和把握欠发达地区不同区域间低碳创新水平的差异及其成因，从而为政策制定和实施提供更加客观有效的理论指导。为此，本研究在分析和界定欠发达地区区域低碳创新能力概念的基础上，重点就区域低碳创新能力的评价指标和评价模型展开研究，并利用因子分析法和模糊聚类分析法，对我国部分欠发达省份的区域低碳创新能力进行实证分析。

1 区域低碳创新能力的内涵

国外学者倾向于把区域创新能力界定为一种创新潜力，如S.Sterm等认为，区域创新能力由生产一系列相关产品的潜力来确定，其中最重要的因素是研究与开发(R＆D)存量［2］;M.Riddel等则认为区域创新能力是区域内不断地产生与商业相关联的创新的潜力［3］。另外一种具有代表性的观点是把区域创新能力理解为几种创新因素的复合，如A.B.Jaffe，M.Feldman等认为区域创新能力主要集中在3个关键因素，即 R＆D存量、劳动力、教育质量表现出来的人力资本［4-5］。国内学者，如王缉慈，黄鲁成，柳御林，谭文柱等主要倾向于把区域创新能力定义为区域创新主体将知识转化为新产品和新工艺的能力［6-9］。上述研究具有2个共同点:(1)研究的对象主要是针对发达地区的区域创新能力问题;(2)分析视角主要是以传统工业经济背景下的区域增长目标为出发点，以重点提升劳动生产率和资本生产率为导向，研究区域内部的技术、产业和制度创新能力。随着全球低碳经济发展趋势的确立，欠发达地区原有的发展模式和区域创新导向将面临重新构建的挑战，这就意味着新的分析框架和分析视角成为该领域研究的必然需要。按照著名的康德拉季耶夫经济长波理论和熊彼特的创新周期理论，诸大建认为在以信息技术革命为内容的第5次创新长波之后，即将来临的是以资源生产率革命为特征的第6次创新长波，而这个长波的意义就是开创以低碳能源为特征的低碳经济新时代［10］。也就是说，作为第6次创新长波的核心，低碳技术、低碳产业以及低碳制度的创新将决定一个地区未来经济和社会发展的主导方向，原有的区域创新理论迫切需要进行与此导向相符合的改造。

基于文献梳理和分析，随着第6次创新长波的到来，欠发达地区的外在创新环境已经发生重大变化，传统的高耗能、高污染、高排放的发展之路已难以为续，以低碳技术创新、低碳产业创新和低碳制度创新为支撑的区域低碳创新将成为区域间竞争的关键，也是欠发达地区实现经济和技术赶超的重大契机。由此，本研究将欠发达地区区域低碳创新能力的内涵界定为:区域各创新主体运用创新资源，以低能耗、低污染、低排放的区域低碳发展为导向，以区域创新资源投入能力、区域低碳科技开发能力、区域低碳经济产出能力和区域低碳政策环境支撑能力为核心的综合创新能力。

2 区域低碳创新能力指标体系构建

在界定区域低碳创新能力基本内涵的基础上，通过频度统计分析并结合我国欠发达地区区域低碳创新的实际情况，把欠发达地区区域低碳创新能力分解为5类认同度较高的一级指标:区域创新资源投入能力、区域低碳科技开发能力、区域低碳经济产出能力、区域低碳政策环境支撑能力、区域社会及自然环境支撑能力，其中每个一级指标又各自包含若干项二级指标(表1)。在评价范围上，主要选取了江西、云南、河南、吉林、安徽、广西、湖北、山西、湖南和贵州10个中西部欠发达省份进行比较分析。

表1 欠发达地区区域低碳创新能力评价指标体系Tab.1 The indexes system of the regional low-carbon innovation capacity evaluation in less-developed areas

3 指标数据及来源

区域创新资源投入能力主要取决于投入创新资源的数量和质量，它决定区域低碳创新的规模、速度和效益;低碳经济的产出效益是区域低碳创新能力的重要体现，也是区域低碳创新活动能否持续进行的基础;低碳科技创新能力是衡量区域低碳创新能力的关键指标，它在很大程度上决定着区域低碳创新的层次;政策环境广泛影响着区域低碳创新活动的各个环节，该指标的数据主要通过专家意见法获取;区域低碳创新活动需要一定的社会和自然环境作为客观支撑。各指标数据(表2)主要来源于《中国统计年鉴2011》和部分省份的统计年鉴及统计公报［11］，其中部分指标的数据还来源于《第二次全国科学研究与试验发展资源清查主要数据公报》［12］、《2011年全国科技经费投入统计公告》［13］、《科技统计报告》(2010年第2期)［14］、中国清洁发展机制网CDM项目数据库(截至2013-01-09)以及国家知识产权局的专利项目数据库等。采用的数据均出自官方数据源，具有较高的权威性和客观性。

4 指标的标准化处理和简化

4.1 指标处理

使用SPSS统计软件对数据进行因子分析。在进行因子分析之前，需要对指标进行标准化处理，其中指标X8和X9为逆向指标，利用公式X*=1/X(X*为转化后的指标，X代表原指标，下同)将数据转化，其经济意义可以分别理解为单位能耗产值和单位能耗工业增加值，另外指标X28和X29也为逆向指标，利用公式X*=-X将数据转化，分别可以理解为化学需氧量排放量减速和二氧化硫排放量减速。对原始数据处理后的公因子方差结果(表3)表明，各个变量的公因子方差都比较大，说明变量空间转化为因子空间时，保留了比较多的信息，因此，因子分析的效果是显著的。

4.2 特征根分析

标准化处理后，采用主成分法提取公因子，并进行特征值和方差贡献率的计算，最终分析结果(表4)表明，前7个成分的特征值大于1，故提取7个公因子。这7个公因子的累计贡献率达到了97.138%。从特征根碎石图(图1)也可看出，前7个的特征值较大(皆大于1)，图中折线陡峭，从第8个因子以后，特征值减小，折线平缓。因此，可认为这7个公因子综合了原始指标的绝大部分信息，能够近似地替代原来的29个指标来对低碳产业创新系统的运行绩效情况进行描述和反映，从而达到对原指标进行简化的目的。

图1 主成分提取后的碎石图Fig.1 The scree plot after extraction of the principal components

表2 欠发达地区区域低碳创新能力评价指标数据Tab.2 The index values of the regional low-carbon innovation capacity evaluation in less-developed areas

表3 公因子方差Tab.3 The common factor variance

5 因子分析与评价

5.1 因子旋转

由于旋转前的因子载荷矩阵的各因子的典型代表量并不突出，不能对因子做出很好地解释，因此需要对因子载荷矩阵实施旋转，方法是采用方差最大正交旋转，最终得出旋转后的因子载荷矩阵(表5)。可以看出，在公共因子F1中具有较大载荷的指标有X1，X2，X5，X11，X14，X16，X18;在公共因子 F2中具有较大载荷的指标有:X25，X27，X28，X29;在公共因子 F3中具有较大载荷的指标有X9，X20;在公共因子F4中具有较大载荷的指标有X7;在公共因子F5中具有较大载荷的指标有X8，X10;在公共因子F6中具有较大载荷的指标有X16，X23;在公共因子F7中具有较大载荷的指标有X17，X20。由于评价指标的数量多达29个，大多指标都能被公因子进行解释，每个公共因子都包含了经济、社会、生活和环境等各个方面的众多指标，因此很难找出上述7个公共因子的准确含义，也就不再予以重新命名。

5.2 因子加权综合得分

借助成分得分系数矩阵可以得到公共因子得分，以各公共因子的方差贡献率为权重，按照公式:Z=(39.433F1+15.562F2+14.041F3+11.022F4+8.471F5+4.517F6+4.093F7)/97.138，计算得到每个省份的加权因子综合得分(Z)及名次(表6)。

表4 特征值及方差贡献率Tab.4 The eigenvalue and variance contribution

表5 因子载荷矩阵Tab.5 The factor loading matrix

表6 因子得分表Tab.6 The tables of factor scores

因子得分主要由前面几个公因子决定，尤其是公因子F1的权重最大，该因子主要由R＆D经费投入量、R＆D经费占GDP比重、R＆D人员全时当量、开发新产品经费、科技活动投入指数、技术市场成交额、“三废”综合利用产品产值、太阳能利用技术专利申请量、风能利用技术专利申请量、低碳技术国家级工程中心数量、工业固体废物综合利用率等指标决定。这些指标在因子F1上的载荷均在0.6以上，主要体现在创新资源投入能力、低碳经济产出效益和低碳科技创新能力3个方面。因此，创新资源的投入、产出能力和低碳科技创新能力将是构成决定欠发达地区区域低碳创新能力的关键因素。为了减少单一评价方法的评价误差，更好地判断样本地区低碳创新能力之间的差异，本研究还采用了模糊聚类分析法对各地区低碳创新能力进行了聚类分析。通过利用Matlab软件对10个省份经过正向化的原始数据进行聚类分析，并把它们分为3类，得到各样本地区的具体隶属度和所属类别(表7)。可以看出，在10个欠发达省份中，河南、安徽、湖北和湖南为第1类，表示区域低碳创新能力相对较高;江西、吉林和山西为第2类，表示创新能力处于中等位置;云南、广西和贵州为第3类，表示水平较低。此结果与因子分析法得出的排名虽然存在个别差异，如安徽的位置从略次于江西上升为第1类，但从总体上看基本一致。

表7 各地区所属类别与隶属度Tab.7 The categories and membership degree of regions

6 结论

欠发达地区作为经济发展和创新的洼地，在低碳时代如何突破“碳锁定”困境，实现其在资源、环境约束条件下的可持续绿色增长，是我国区域经济发展中的重大问题。本研究的评价结果显示，目前欠发达地区已经具备了一些较明显的区域低碳创新机会优势，如中央和地方政府的扶持创新政策在逐渐加强、丰富的清洁能源储备和CDM项目的支持等，在诸多发展轨迹中已经开始显现出对传统经济模式的超越。

但总体来看，欠发达地区在区域创新资源投入能力、低碳经济产出能力和低碳科技创新能力等方面还比较薄弱，尤其是民间资本对区域低碳创新的投资还比较稀缺，区域创新的合作网络还没有建立起来。这意味着当前欠发达地区的低碳发展在面临着国内外发达区域竞争压力的同时，还面临着区域创新要素短缺的固有难题，其区域低碳创新之路仍存在着诸多挑战。当前欠发达地区要在根本上提升其区域低碳创新能力，应重点从4个方面着手:(1)构建低碳产业和清洁能源体系。高碳化的产业与能源结构是制约欠发达地区低碳创新能力的关键因素，为此必须加快调整欠发达地区的产业结构，提升清洁能源在生产和终端消费中的比重，建立以低碳农业、低碳工业、低碳服务业为核心的低碳产业体系。(2)探索建立区域性“碳交易”市场。区域低碳创新的动力关键来源于市场，单纯依靠行政手段或政策指引推动区域低碳创新的效果有限，为此必须加快引入“碳交易”市场机制的步伐，探索构建符合欠发达地区发展环境特征的区域性“碳交易”市场。(3)完善区域低碳创新服务平台。完善的区域创新服务平台可以有效整合欠发达区域内各种低碳科技资源，为其低碳创新技术的合作研发、中试、检测、扩散以及转化应用等提供高效的公共服务。为此，欠发达地区应重点探索构建以低碳共性技术研发平台、低碳技术创新中介服务平台和公共科技信息服务平台为支撑的创新服务平台。(4)健全区域创新多元化投融资体系。多元化的投融资体系是欠发达区域低碳创新得以持续进行的重要保障。为此应积极推进“碳金融”产品体系的创新，落实“绿色信贷”政策，推动“碳金融”中间业务和“碳排放”交易第三方组织的发展，尽快建立健全欠发达地区区域低碳创新的多元化投融资体系。

［1］梁中.低碳经济:欠发达地区区域创新的挑战与机遇［J］.内蒙古社会科学，2010，31(4):109-113.

［2］Stern S，Furman J L，Porter M E.The Determinants of National Innovative Capacity［J］.Research Policy，2002，31(6):899-933.

［3］Riddel M，Schwer R K.Regional Innovative Capacity with Endogenous Employment:Empirical Evidence from the US［J］.The Review of Regional Studies，2003，33(1):73-84.

［4］Jaffe A B.Real Effects of Academic Research［J］.American Economic Review，1989，79(9):57-70.

［5］Feldman M，Florida R.The Geographic Sources of Innovation:Technological Infrastructure and Product Innovation in the United States［J］.Annals of the Association of American Geographers，1994，84(2):21-29.

［6］王缉慈.知识创新和区域创新环境［J］.经济地理，1999，19(1):11-15.

［7］黄鲁成.关于区域创新系统研究内容的探讨［J］.科研管理，2000，21(2):43-48.

［8］柳御林.区域创新体系成立的条件和建设的关键因素［J］.中国科技论坛，2003(1):18-22.

［9］谭文柱，王缉慈.论外部知识联系对发展中国家产业集群的重要性［J］.地域研究与开发，2006，25(3):6-9.

［10］诸大建.绿色复苏与中国的绿色创新［J］.中国科学院院刊，2010，25(2):127-137.

［11］国家统计局.中国统计年鉴2011［M］.北京:中国统计出版社，2012.

［12］国家统计局.第二次全国科学研究与试验发展(R＆D)资源清查主要数据公报［EB/OL］.(2010-11-22)［2011-09-08］.http://www.stats.gov.cn/tjgb/rdpcgb/qgrdpcgb/t20101122_402684868.htm.

［13］国家科学技术部.2011年全国科技经费投入统计公告［EB/OL］.(2012-11-05)［2013-01-07］.http://www.most.gov.cn/kjtj/tjbg/201211/P020121105 537284214293.pdf.

［14］国家科学技术部.科技统计报告(2010年第2期)［EB/OL］.(2010-04-19)［2011-09-09］.http://www.most.gov.cn/kjtj/tjbg/201004/P020100419353 718907434.pdf.