科技创新、环境规制与经济发展的空间效应研究——以长江经济带为例

黄 寰，王 玮，尹涛涛

(1.成都理工大学商学院，成都 610059；2.中国人民大学长江经济带研究院，四川 宜宾 644000；3.四川文化产业职业学院，成都 610213)

改革开放四十年以来，中国经济发展状态发生了显著的变化，从提高落后的物质生产能力到追求平衡与充分发展，从“先污染后治理”到“绿水青山就是金山银山”，创新、协调、绿色、开放、共享，既是我国当前阶段的发展理念，也是经济发展质量的重要标准.在这种高速增长转变为高质量发展的状态下，长江经济带作为高经济密度、高发展潜力的区域之一，是形成我国经济发展区域集群的重要阵地，因此研究科技创新、环境规制与经济发展质量的空间效应，对探索一条加强区域协同关系、培育创新动能、实现生态优先和绿色发展的新道路具有重要的现实意义.

当前学术界普遍认同经济发展质量具有多元化的内涵，包括平稳性、持续性、协调性、创新性等多个方面，如何促进经济高质量发展，一直是该研究领域的重点问题[1].洪银兴[2]强调科技创新在经济发展过程中主要是实现要素的整合与组合，并在应用和扩散过程中，创造出新的要素，从而助推经济持续性高质量发展.王业强等[3]指出科技创新对地区差距具有积极的促减作用.Feki C[4]在发展中国家中的研究发现科技创新即使在短期内对经济发展有负面的影响，但从长期来看是正面的.

科技创新解决经济发展质量的产出问题，生态环境保护则要解决经济高质量发展的支撑问题.董战峰等[5]认为我国目前在环境财政、价格、生态补偿等多个方面取得了很大的进展，但依然存在着激励强度不够、政策滞后性等问题.Yuan等[6]通过对2003年至2013年的面板数据的研究发现环境规制能否促进经济与环境的协调发展，主要是取决于环境规制的合理水平，就目前的情况而言适度增强环境规制的强度有利于经济质量的提升.

从定量分析来看，目前对于经济发展质量的测度较为成熟，综合指标的选取囊括了经济增长、产业协调、收入分配、环境制约等多个方面，方法上有采用各类赋权法的，也有采用全要素生产率的[7-8].经济发展、科技创新、生态环境保护于其他要素的相互关系研究更是热点领域，研究者普遍认为科技创新是经济发展的重要助推力，但环境保护对科技创新和经济发展的促进作用存在着“门槛”和非线性关系[9-12].

李翔等[13]通过设定面板门槛模型，发现在不同的产业结构水平下，科技创新对经济增长的影响有所不同.石华平等[14]认为环境规制对技术创新的影响表现出倒N型曲线关系，当环境规制处于帕累托最优区间时才会有效促进技术的创新.Rubayyat Hashmi[15]利用空间计量模型，发现在经合组织国家中，环保方面的创新每增加1%可使碳排放减少0.017%，人均环境税收的增加1%可使碳排放减少0.03%，为协调环境规制与技术创新的提供了可利用的市场化手段.

综上所述，不少相关研究一方面简化了经济发展质量的内涵，用人均GDP作为代表经济发展的指标，实际上探讨的是科技创新与经济增长的关系，或者是把经济发展解释成绿色经济，只考虑环境污染的负向效应，忽视了经济发展质量所要求的协调性和创新性；另一方面，多考察金融支持、资本投资、产业集群等要素与科技创新的交互作用，对科技、经济、环境的三者关系研究相对较少.与此同时，正是由于经济高质量发展本身所包含的多样性特征与地区差异特色相契合，使得探讨三者的空间关系具有实际意义.针对以上情况，本文从经济发展质量的四个重要内涵出发，探讨科技创新、环境规制、以及交互项对经济发展质量的空间效应，为长江经济带的“一体化”和经济高质量发展提供科学的决策依据.

1 研究方法与指标选取

1.1 研究方法

空间计量模型有三种常见的形式：空间自回归模型(SAR)、空间误差模型(SEM)和空间杜宾模型(SDM)，空间自回归模型假设因变量相互影响，空间误差模型假设误差项相互影响，空间杜宾模型则假设空间依赖性受到本地区和相邻地区的共同影响.用数学形式表示的空间计量的一般模型为：

(1)

其中，W代表空间权重矩阵，Wyt和Wxi分别表示被解释变量之间的交互效应、解释变量之间的交互效应，εit表示扰动项.ρ、β、δ、λ均为系数，ρ反映的是相邻地区对本地区的影响作用.如果λ=0，模型为空间杜宾模型；如果λ=δ=0，则为空间自相关模型；如果ρ=δ=0，该模型就为空间误差模型[16-17].

为了更科学地度量长江经济带的经济空间关系，本文先构建传统的地理空间权重矩阵，再纳入林平光等人提出的经济距离权重构建方法，公式为[18]：

(2)

空间计量模型首先要求观测值之间存在空间自相关性，该自相关性有全域和局部两种测度模式.全域空间自相关是研究范围内的整体空间相关性，但全域空间自相关的不显著并不影响局部空间自相关的显著，相反也是如此.描述空间自相关的统计量则通常采用Moran’sI，其全域和局部两种情况下的计算公式如(3)和(4)所示：

(3)

(4)

其中，Zi和Zj为标准化后的观测值.

全域Moran’sI的取值是[-1，1]，取值为正时表示存在正向的空间自相关性，反之存在负向的空间自相关性；取值越接近|1|，空间自相关性越高.局部Moran’sI的取值则不会拘泥于该区间，并能够反映观测值与相邻地区的局部聚集情况.

1.2 指标选取

指标的选取在总结参考已有研究成果的基础上，充分考虑了数据的可比性和可获得性，具体如表1所示.

被解释变量为经济发展质量指数，在钞小静、林春艳、朱子云等人的研究基础上，以投入产出率代表经济发展的经济效益，其中全社会固定资产投资和就业总人口数分别代表资本和人力的投入；以技术市场交易额与GDP的比重衡量经济发展的创新性；用第三产增加值与第二产业增加值的比值反映产业结构的优化程度，该比值大于1时，该地区产业结构越趋近“经济服务化”；以每单位GDP的废气、废水和工业固体废气物的产生量来衡量经济发展的环境负面效应[19-21].

解释变量为科技创新，主要以张林和汪元发等人采用的指标体系为基础，从专利申请授权量、技术市场成交额、工业新产品收入占比三个方面综合量化[22-23].调节变量为环境规制，采用目前被比较广泛采纳的方法，通过工业污染治理投入占工业产业增加值的比重来反映环境对经济发展的规制现象.同时，引入科技创新与环境规制的交叉项，以此评估两者对经济发展质量产生的联合效应.控制变量选取高等教育毕(结)业人数占总就业人数、外商投资企业投资额占GDP比重和全社会固定资产投资占GDP的比重分别人力资本状况、经济开放水平和社会投资水平.

表1 长江经济带评价指标体系Tab.1 Evaluation index system of Yangtze River Economic Belt

2 实证研究

2.1空间分布分析

本文以国家“十二五”科技发展规划和生态环境保护规划为起点，选取长江经济带2012年-2017年统计数据，数据来源《中国统计年鉴》、《中国科技统计年鉴》、《中国环境统计年鉴》以及长江经济带沿线各省市统计年鉴等，利用熵值法计算各指数与变量，变量描述性统计结果如表2所示.

表2 变量描述性统计结果Tab.2 Variable descriptive statistics

长江经济带沿线各省份的经济发展质量、科技创新水平和环境规制强度在整体上均呈现出明显的上升趋势.从空间分布来看，如图1和图2所示，江浙沪地区经济发展质量始终处于领先水平，但与其他省市的差距在逐步缩小；中游地区的湖南省和重庆市表现较好；四川和云南两省在六年的时间里实现了提升和超越；贵州省相比其他省市的位置有所下降.

科技创新水平总体呈现东高西低的格局，上海、浙江、重庆三省(市)的科技创新水平较高，中游地区发展势头强劲.科技创新水平与经济发展质量在匹配上存在着比较明显的地区差异，大部分地区的科技创新水平与经济发展质量呈现出一致性；安徽、云南、江西三省由于产业结构的协调程度相对较低，加之污染等负面效应的影响，使得其科技创新水平与经济发展质量表现不太匹配.四川科技创新水平偏低，但经济发展质量则在长江经济带处于第二梯队，从实际来看主要是因为污染物排放控制较好，以及产业结构上工业产业的收缩和第三产业的发展壮大.

2012年长江中上游环境规制强度普遍高于中下游地区，中上游地区生态环境的多样性和脆弱性要高于中下游地区，因此在治理的投入上会更多；下游地区经济发展水平较高，政府和居民对环境改善、污染治理等方面提出了更高的要求，从而环境规制强度也较高.到了2017年，环境规制强度演变为东高西低，上游地区除了云南环境规制强度始终较高外，贵州的环境规制强度则出现较大程度的下降.

图1 2012年长江经济带各变量空间分布Fig.1 Spatial distribution of variables in the Yangtze River Economic Belt in 2012

图2 2017年长江经济带各变量空间分布Fig.2 Spatial distribution of variables in the Yangtze River Economic Belt in 2017

2.2 空间自相关分析

利用软件Stata15.1分别对长江经济带经济发展质量、科技创新水平以及环境规制进行空间自相关分析.从表3可以看出，除了环境规制强度在2015年和2016年存在不显著的负向全域空间自相关和空间不相关，其他Moran’sI指数基本都显著为正，说明长江经济带在经济发展质量、科技创新水平和环境规制上基本具有明显的正向空间相关性.同时，经济发展质量的Moran’sI指数从2013年开始缓步下降，各省市经济质量出现分化现象；科技创新的空间聚集程度则在逐步上升；环境规制从高度集聚现象逐步演化为分化现象.从局部集聚情况来看，如图3和图4所示，经济发展质量呈现的下游地区高高集聚、中上游地区低低集聚的总体格局不变；科技创新水平的局部空间集聚从下游往中上游推进，高高集聚的范围不断扩大；环境规制的强度从云贵两省高高集聚状态逐步向其他省市分化，中下游地区呈现出高低低高集聚现象.

表3 变量全域Moran’s I指数Tab.3 Variable global Moran’s I index

注：*、**、***分别表示在10%、5%、1%水平下显著。

图3 2012年局部Moran’s I指数散点图Fig.3 Local Moran’s I index scatter plot in 2012

图4 2017年局部Moran’s I指数散点图Fig.4 Local Moran’s I index scatter plot in 2017

2.3 空间计量分析

2.3.1 空间面板数据适用性检验 首先对面板数据进行固定效应模型、随机效应模型和Hausman检验，在确定适用固定效应模型的基础上，通过LR检验确定本文更适合空间固定效应模型，最后综合利用LM检验和LR检验，可知空间杜宾模型为最适合的空间计量模型[24]，统计检验结果如表4所示.

表4 空间面板数据检验结果Tab.4 Results of spatial panel data test

注：***表示在1%水平下显著。

2.3.2 空间计量分析 建立空间杜宾模型方程如公式(5)所示，其中TIit·ERit为科技创新与环境规制的交叉项，Controlit为控制变量.

QEDit=ρWitQEGit+β1TIit+β2ERit+

β3TIit·ERit+cControlit+δWitxit+εit，

(5)

采用极大似然估计，对以上空间杜宾模型进行稳健标准误下的空间固定效应分析，其中数据先进行了均值化和正向化处理，结果如表5和表6所示.

表5 空间杜宾模型回归结果Tab.5 Results of spatial Durbin model regression

注：*、**、***分别表示在10%、5%、1%水平下显著。

表6 空间杜宾模型效应分解Tab.6 Spatial Durbin model effect decomposition

注：**、***分别表示在5%、1%水平下显著。

回归结果中log-likelihood值大，而segma2接近0且显著，空间杜宾模型拟合效果比较好.ρ值小且不显著，长江经济带各省市的经济发展质量尚未形成明显的空间溢出效应.

科技创新水平的系数为正，意味着其对本地区的经济发展质量有正向的影响，显著性水平偏高的原因在于前文分析中提到的比如安徽、云南等部分地区科技创新水平与经济发展质量相对不匹配.环境规制的系数显著为正，环境规制强度对本地经济发展质量有正向的影响.这两者的交叉项系数显著为负，即联合效应对本地区有一定的负向影响，但影响比较轻微.

人力资本状况对本地区的经济发展质量有轻微的负向的影响，结合实际情况来看，部分地区，以江西、安徽、贵州三个省份情况为典型，本省的高等学校毕(结)业人数占总就业人口数比重高，但高素质劳动力外流的情况也相对比较明显.

从分解的效应来看，长江经济带的科技创新具有空间溢出效应，不仅对本省的经济发展质量有正向影响，对相邻的省份也有正向的影响.环境规制的直接效应显著为正，间接效应则显著为负，环境规制强度的增加从整体上来看有助于促进经济发展质量的提升，但下游地区经济发展水平较高的省(市)推行较强的环境规制政策，使得一些对生态环境破坏污染较大的产业从本地区转移到中上游地区，从而对相邻地区产生了负面的影响.科技创新与环境规制的交叉项的直接效应显著为负，原因可能是部分省市对科技创新和环境保护兼顾不当，从而引起本地区经济发展质量的降低，但间接效应为正，意味着科技创新的空间溢出能够应对并改善产业转移给相邻省份带来负面影响.

此外，人力资本指标的整体空间效应尚不明显.经济开放的直接效应和间接效应均显著为正，表明经济的开放不仅能促进本地经济发展质量的提升，同样有助于相邻省份的提升.社会投资的直接效应显著为正，社会投资的增加有助于本省经济高质量发展，但由于资本的有限性，增加对本地区的投资，必然也就会降低对其他地区的投资，从而使得其间接效应为负.

3结论与讨论

1) 从效益、创新、协调和生态四个方面进行衡量的长江经济带的经济发展质量处于上升趋势，地区之间的差距逐步缩小，与已有的研究结论整体上一致，但就科技创新水平和环境规制强度的空间分布情况而言，科技创新水平高高集聚的范围正从下游往中上游地区扩大，部分省(市)的科技创新水平与经济发展质量存在着一定程度的不匹配性；环境规制强度较高的地区正从原来的上游地区逐步向中下游地区转化.

2) 以往研究侧重于解释环境规制、科技创新与经济发展水平之间的单因素影响，比如环境保护对科技创新和经济发展的促进作用存在着“门槛”和非线性关系等结论.从实证分析来看，可以发现环境规制的增强有助于促进本地区经济发展质量的提升，却对相邻地区有一定的负面影响，同时存在着科技创新与环境规制的联合效应会引起本地区经济发展质量的降低的情况，但科技创新的空间溢出效应能够改善其负面影响.

3) 科技创新是经济高质量发展的关键，更是“一体化”发展的重要引擎，因此要建立完善区域创新合作体系，加强协同创新，充分发挥科技创新的空间溢出效应，实现长江经济带的共同发展.同时，对本地区而言，一方面要充分利用环境规制对节能减排、产业结构升级的促进作用，提高生态环境质量，另一方面也要兼顾好科技创新与环境保护两者之间的关系，实现协调发展.此外，对存在着相邻地区的污染产业向本地区转移现象的省(市)，更要积极进行技术引进，利用区域技术市场，发挥科技创新对该负面效应的调节作用.

4) 人力资本对经济发展质量的空间效应尚不够显著，因此有必要大力实施人才引进政策，建立区域间人才交流合作平台.同时，经济的开放度和资本的投入都能够充分促进本地区的经济发展，长江经济带各省(市)既要大力“引进来”，也要“走出去”，发展开放式经济，加强交流与协作，从而实现经济的高质量发展.