长江经济带绿色创新效率的时空演化趋势

张长江，侯梦晓，陈雨晴

（南京工业大学经济与管理学院，江苏南京 211816）

改革开放以来，我国经济发展取得了瞩目的成就，但是前期高污染、高能耗的粗放式发展导致生态环境遭到严重破坏；与此同时，随着人口红利和资源红利的渐趋消失，传统以要素和投资驱动的发展模式已经难以支撑经济的长期可持续增长［1］。如何推动经济的转型升级，协调经济与环境之间的矛盾成为我国重点关注的问题。我国在“十二五”规划中明确指出要坚持把建设资源节约型、环境友好型社会作为加快转变经济发展方式的重要着力点，把科技进步和创新作为加快转变经济发展方式的重要支撑；“十三五”规划进一步提出了“创新、协调、绿色、开放、共享”五大发展理念；“十四五”规划更是专门强调坚持创新驱动发展和推动绿色发展。由此可见，创新驱动与绿色发展成为引领我国经济新常态的重要战略。长江经济带横跨我国东中西部11 个省市，拥有广阔的腹地和发展空间，具有经济体量大、生态资源丰富等优势［2］，是我国经济社会可持续发展的重要支撑带［3］。2013 年，国家发改委和交通运输部起草《依托长江建设中国经济新支撑带指导意见》，标志着长江经济带上升为国家层面的重大战略部署。2014 年，国务院印发《关于依托黄金水道推动长江经济带发展的指导意见》，明确了长江经济带发展的改革引领、创新驱动和江湖和谐、生态文明等基本原则。2016 年国家制定的《长江经济带发展规划纲要》提出将长江经济带建设成为引领全国转型发展的创新驱动带和生态文明建设的先行示范带等战略定位。从一系列的政策文件可以看出，长江经济带是我国践行绿色发展理念和实施创新驱动发展战略的重要力量，研究长江经济带的绿色创新效率问题对我国生态文明建设和经济高质量发展具有促进和示范意义。

1 文献综述

“绿色创新”与“生态创新”“环境创新”“可持续创新”等概念的内涵相似，是一种新的创新范式，兼具创新和环境效益的双重属性［4］。创新活动的目的在于追求经济效益，绿色行为则旨在实现环境效益［5］，因此从广义上来说，只要满足新技术、新知识等创新特征的行为，能实现减少环境污染或节约自然资源的目标，都可以归纳为绿色创新的内涵范畴［6］。绿色创新效率作为绿色创新能力的重要衡量指标，受到了学者们的广泛关注和深入研究。

从研究方法来看，现有文献主要采用基于非参数的数据包络分析法（DEA）和基于参数的随机前沿分析法（SFA）对绿色创新效率进行测量，由于SFA 方法在处理多产出效率的问题上存在局限性，所以DEA 及其拓展模型的应用更为广泛。如，王海龙等［7］采用DEA-BCC 模型测度了我国省际绿色技术创新效率，但杨高升等［8］指出这种传统的DEA模型采用了径向和角度的度量方式，容易出现变量松弛现象从而导致测出的效率值偏高；冯志军［9］、殷群等［10］、吕岩威等［11］学者基于非径向和非角度的DEA-SBM 模型，在考虑非期望产出影响的基础上测量了绿色创新效率。此外，还有学者如钱丽等［12］利用共享投入关联两阶段DEA 模型、吴超等［13］利用DEA-RAM 联合效率模型等进行效率的测度。

从研究尺度来看，主要有区域、行业和企业3个层面，其中区域层面的研究最为丰富。在全国视域下，研究侧重于探究我国绿色创新效率的整体演进趋势和区域差异，如吴旭晓［14］对我国30 个省份绿色创新效率的时空演进趋势进行研究，并分析了我国七大区域演化轨迹的异质性。在经济带或城市群的视域下，研究重点聚焦于纳入国家战略特定区域的绿色创新效率，如李健等［6］、杨树旺等［15］和滕堂伟等［16］分别研究了京津冀城市群、长江经济带和长三角城市群的绿色创新效率。

从研究内容来看，早期研究主要阐释绿色创新概念的定义和内涵。在厘清相关概念的基础上，学者们分别运用适当的方法对绿色创新效率进行测量与评价，如彭甲超等［17］分析演变规律、李金滟等［18］分析影响因素，吴传清等［19］对协同效应、吕岩威等［11］对收敛性进行探究，有些学者如刘习平等［5］、余淑均等［20］、吴传清等［21］还进一步探究了金融发展与投资水平、环境规制、产业集聚等因素对绿色创新效率的影响。

综上所述，目前关于绿色创新效率的测度方法已经比较成熟，相关文献的研究尺度较为全面，研究内容也逐步深化，但是有关长江经济带绿色创新效率的研究还较少，且存在几点有待深化之处：一是研究尺度较为宏观，忽视了城市间的异质性特征，如杨树旺等［15］、闫华飞等［2］、彭甲超等［17］、吴传清等［19］均以长江经济带11 个省市为基础单元对绿色创新效率进行研究，然而各城市之间也存在着发展不平衡的问题，细化到城市层面分析绿色创新效率具有更精准决策价值；二是研究内容侧重于影响因素的作用机制，缺少对动态演变过程的探究，如刘明玉等［3］、余淑均等［20］均重点研究了环境规制对于长江经济带绿色生态效率的影响，易明等［22］用面板Tobit 模型分析了绿色创新效率的影响因素，但是未对存在时空差异的原因进行深入分析。鉴于此，本研究选取长江经济带108 个城市2004—2018年的面板数据，基于非期望产出的SBM 超效率模型测度长江经济带沿线城市群的绿色创新效率，从时间和空间两个维度分析绿色创新效率的演变趋势和空间分布特征，并通过空间自相关分析探究城市间绿色创新效率的空间关联特征，旨在揭示长江经济带绿色创新发展进程中存在的问题和需要关注的要素，为提升该区域的绿色创新效率提供有针对性的建议。

2 研究设计

2.1 数据来源和评价指标体系构建

以长江经济带沿线9 省（江苏、浙江、安徽、江西、湖北、湖南、四川、贵州、云南）和两市（上海、重庆）的108 个地级市及以上城市为研究对象，所使用到的数据来源于2005—2019 年的《中国城市统计年鉴》、各省市统计局或人民政府网站上公开发布的《国民经济社会发展统计公报》以及国家知识产权局专利检索系统；对于个别缺失值采用平均值填充法进行补充。

绿色创新效率反映了环境和资源约束条件下，生产和技术创新过程中各种投入要素的有效利用程度［23］。基于这一理念，本文借鉴李金滟等［24］和刘永彪［25］的做法，在兼顾数据可得性和科学性的基础上构建长江经济带绿色创新效率评价指标体系（见表1）。其中，在投入指标中，选取了供水总量和全社会用电量反映能源投入情况，并选取了从事科学研究、技术服务从业人员数量和政府科学事业费支出反映劳动力、资本这两类传统生产要素的投入情况。期望产出指标选取地区生产总值（GDP）来反映各城市的经济状况，并根据GDP 指数换算成以2004 年为基年的不变价GDP，选取各城市发明专利授权量、实用新型专利授权量和外观设计专利授权量之和来反映创新成果。考虑到长江经济带工业污染较为严重且雾霾频发，非期望产出指标选取了工业废水排放量、工业SO2排放量和工业烟尘（粉）排放量。

表1 长江经济带绿色创新效率评价指标体系

2.2 模型设定

2.2.1 基于非期望产出的超效率SBM-DEA 模型

采用超效率SBM-DEA 模型测算长江经济带各城市的绿色创新效率。以投入变量X、期望产出变量Yg与非期望产出Yb为矩阵，其中在规模报酬可变的情况下生产可能性集为中为权重向量。将108 个城市作为决策单元，包括资本、人力、水、电4 种投入要素，地区生产总值、专利授权数量两种期望产出和废水、废气、烟（粉）尘3 种非期望产出，参考杨高升等［8］的做法，具体模型构建如下：

2.2.2 探索性空间数据分析方法

通过空间自相关分析法检验长江经济带沿线城市的绿色创新效率在空间上是否存在关联和集聚，计算指标主要有全局莫兰指数（Global Moran'sI）和局部莫兰指数（Local Moran'sI）。其中，全局莫兰指数从宏观上体现了区域整体绿色创新效率的空间相关性，取值范围介于-1 到1 之间，若趋近于0 说明各城市的绿色创新效率在空间上并不相关，处于随机分布状态；若大于0 说明各城市的绿色创新效率在空间上呈正相关，且越趋近于1 则空间聚集性越强；小于0 说明各城市的绿色创新效率在空间上呈负相关，且越趋近于-1 则空间分异性越强。局部莫兰指数则从微观角度细化出每个城市与周边城市在空间上的相关性，能够显示具有空间聚集效应城市的数量和范围。全局莫兰指数和局部莫兰指数的计算公式分别如式（2）和式（3）所示：

3 结果分析

3.1 绿色创新效率时序变化分析

利用MaxDEA 软件基于超效率SBM-DEA 模型对2004—2018 年长江经济带108 个城市的生态效率进行测算，结果如图1 所示，效率均值处于0.3～0.5之间，说明区域整体绿色创新能力仍有较大的提升空间。研究期内，长江经济带绿色创新效率的变化可以大致划分为两个阶段。第一阶段为2004—2009年，效率呈倒“V”型变化趋势。其中2006—2007年绿色创新效率上升幅度明显，这与国家的政策引导密不可分。2006 年是我国“十一五”的开局之年，国家“十一五”规划明确了节约资源的基本国策，强调把提高自主创新能力作为科学技术发展的战略基点，长江经济带作为我国最重要的工业走廊之一，面临着巨大的节能减排压力，但这也大大激发了区域的绿色创新活力；2008 年全球金融危机的影响开始波及长江经济带地区，在经济低迷的背景下，长江经济带发展存在用于创新的资金紧缺、科技型人才就业困难等问题，这使得2008 和2009 年区域绿色创新的内生驱动力严重不足，绿色创新效率呈下降趋势。第二阶段为2010—2018 年，绿色创新效率保持稳定的波动上升状态。全球金融危机后，长江经济带许多传统中低端制造企业转型失败并被市场淘汰，一些未被有效利用的存量资源和市场得到释放［25］，2010 年国务院发布《关于加快培育和发展战略性新兴产业的决定》，市场契机和政策支持加快了长江经济带产业结构优化升级的步伐，促进了区域整体创新能力的增强。作为我国生态文明建设的先行示范区域，长江经济带在提升创新能力的同时也在大力推进生态文明建设，致力于绿色创新能力的提高，坚持走绿色发展道路，区域绿色创新效率在不断探索实践中波动上升，并于2017 年达到最高峰值点0.508 4。进一步将绿色创新效率分解为纯技术效率和规模效率可以发现：历年来规模效率均高于纯技术效率且波动不大，稳定在中高水平；绿色创新效率与纯技术效率的变化情况趋同。这表明纯技术效率是影响绿色创新效率的关键因素，要想进一步提升长江经济带的绿色创新能力，不但需要调整资源的投入以实现规模效益的最大化，更应将重点放在改善要素利用能力和提高资源管理水平上。

图1 长江经济带城市整体绿色创新效率变化趋势

受地理位置、自然禀赋等因素的影响，长江经济带不同区域的绿色创新效率存在着差异，依据地理区位，将长江经济带划分为上游（包含云南、贵州、四川和重庆4 省市的31 个城市）、中游（包含湖北、湖南、江西3 省的36 个城市）和下游（包含江苏、浙江、安徽和上海4 省市的41 个城市）3 个区域，各区域绿色创新效率均值的变化情况如图2所示。可以看出，下游城市绿色创新效率均值较高，这主要是因为雄厚的经济实力使下游区域有足够的资本投入绿色创新活动，集聚的科研院校又使下游区域有高端的人才投入绿色技术研发，同时上游区域高科技企业云集，创新机制也较为完善，营造了促进绿色创新活动开展的良好环境和氛围。而中游和上游区域的绿色创新效率均值在各年交替领先：在2004—2009 年，除2007 年外，其余年份上游区域的效率值均高于中游地区，因为中游区域是我国重化工产业布局相对集中的地方，前期主要依赖钢铁、冶金、能源等重工业拉动地方经济增长，虽然资本、人才等创新要素较上游区域更为丰富，但经济发展方式导致部分创新活动带来了显著的环境负效应，进而使得绿色创新效率偏低；2010—2013 年，中游区域加大了环境治理力度，通过淘汰落后产能优化产业结构，大力推进重工企业的转型升级，节能减排技术的研发与广泛应用使得绿色创新效率水平得到大幅提高；2016—2018 年，上游区域绿色创新效率再次反超中游区域，发展势头强劲，这主要得益于成渝城市群近几年大力发展数字经济，积极布局大数据、人工智能等产业基地，推动了绿色科技创新能力的提升。此外，2014 年长江经济带上升为国家层面的重大战略后，上中下游三大区域之间绿色创新效率的差距与前期相比明显缩小，表明区域协调发展机制的完善加快了资金、人才、技术等可流动性创新要素在地区间的有序流动［26］，上中下游优势互补、协作互动的格局初具雏形。

图2 长江经济带各区域绿色创新效率变化趋势

3.2 绿色创新效率空间分布特征分析

等距选取长江经济带2004 年、2011 年与2018年的生态效率值，通过ArcGIS 软件中的自然断裂法，将各年份的绿色创新效率值划分为低效率、中等效率和高效率3 类，使各类之间的差异到达最大化，并绘制相应的分布图（见图3～图5）。整体来看，长江经济带绿色创新效率的空间分布格局由2004 年上游和下游高于中游的“U”型分布特征，转变为2011 年下游往上游递减的梯形分布特征；到2018年，上中下游区域内部两极分化明显，呈现出多中心分布特征。具体来看，2004 年下游50%以上的城市（24 个）都处于中高效率水平，而中游中只有不足30%（10 个）的城市处于中高效率水平，上游除了遂宁市和宜宾市处于中等效率水平，其余城市要么处于效率极高的水平，要么处于效率极低的水平，城市间绿色创新能力差距较大；2011 年下游处于中高效率的城市数量增长到28 个，其中高效率城市主要分布在沿海地区，中游低效率城市数量明显减少，中等效率城市的数量由2004 年的4 个增加至18 个，可见中游区域整体效率水平得到显著的提高，上游中高效率城市数量减少且分布特征由零散分布变为集聚于成渝城市群地区；2018 年三大区域内部绿色创新效率分布不均衡的现象加剧，特别是中下游区域低效率城市的数量明显增多，这可能是因为近年来上海、苏锡常都市圈、宁波都市圈、武汉都市圈内的部分城市快速发展而带来的虹吸效应，即处于优势地位的城市将会吸引劣势地区人才、投资等高端生产要素，这就使得部分高效率城市具有的优势愈发明显，而中低效率城市由于优质资源的流失，绿色创新发展易陷入停滞甚至衰退的困境，导致区域内两极分化格局。

图3 2004 年长江经济带绿色创新效率空间分布

图4 2011 年长江经济带绿色创新效率空间分布

图5 2018 年长江经济带绿色创新效率空间分布

3.3 绿色创新效率空间相关性检验

从图3～图5 可以看出，长江经济带内高效率、中等效率和低效率城市往往连片分布，在空间上呈现一定的集聚特征，这说明一个城市的绿色创新效率可能会受到周围城市的影响。为了探究这种空间上的集聚现象是随机发生或是存在特定的分布规律，利用GeoDa 软件测算长江经济带2004—2018 年绿色创新效率的全局莫兰指数，结果如表2 所示。结果显示：2004—2009 年长江经济带沿线城市在空间上的关联性并不显著；2010—2018 年全局莫兰指数大于0 且均通过1%或5%的显著性水平检验，说明从2010 年开始长江经济带整体的绿色创新效率呈现出明显的正向空间相关性，即当一个城市的绿色创新效率水平较高（较低）时，地理位置相邻城市的绿色创新能力也较高（较低）。从动态视角来看，研究期内空间分布特征经历了由随机到集聚的演变过程。2004—2009 年，受行政壁垒等因素的限制，绿色创新要素和成果在城市间的自由流动受到阻碍，绿色技术的溢出及扩散效应不明显，从而导致绿色创新效率在空间上呈随机分布；金融危机后，区域间经济依存度加强，因此2010 年开始城市间绿色创新效率空间分布的集聚性特征开始显现；此后，受益于长江经济带协同发展战略的实施，城市间的合作不断加强，绿色创新活动中产生的新知识、新技术随城市间日益密切的经济活动发生地域迁移［5］，知识和技术的溢出效应愈加显著，特别是2016 年《长江经济带发展规划纲要》明确提出生态优先、绿色发展的目标，并指出要创新区域协调发展体制机制，从而加快了长江经济带区域一体化进程，促进长江经济带绿色创新发展格局不断优化，城市间绿色创新效率的空间关联程度也在不断增强。

表2 长江经济带绿色创新效率的全局莫兰指数

全局莫兰指数反映了长江经济带整体绿色创新效率的空间聚集或分散状态，但是不能体现区域空间内部的联系，因此选取2004 年和2018 年绿色创新效率的莫兰散点图进一步解释长江经济带各区域绿色创新效率的局部空间特征。根据莫兰散点图将长江经济带绿色创新效率的空间集聚分为4 种类型：第一种为H-H 型，处于第一象限，该类型的城市自身及其相邻区域的绿色创新效率均较高；第二种为L-H 型，处于第二象限，该类型的城市自身绿色创新效率低但其相邻区域绿色创新效率较高；第三种为L-L 型，处于第三象限，该类型的城市自身及其相邻区域绿色创新效率均较低；第四种类为H-L 型，该类型的城市自身绿色创新效率高但其相邻区域绿色创新效率较低。从图6～图7 可以看出，与2004年相比，2018 年H-H 型和L-L 型城市数量增加，与此同时H-L 型和L-H 型城市数量减少，这说明长江经济带沿线城市绿色创新效率的空间分布异质性减弱，空间正相关性进一步增强。

图6 2004 年长江经济带城市绿色创新效率莫兰指数分布

图7 2018 年长江经济带城市绿色创新效率莫兰指数分布

结合表3 可知，自2004 年到2018 年，H-H 型城市由20 个增加到了26 个，且主要分布于上游的四川和下游的江浙沪，这些城市不但自身在绿色创新方面具有优势，对其周边城市的辐射带动能力也较强。其中，2004 年L-H 型城市数量较多，有34 个，这些城市的绿色创新发展与其周边高效率城市出现脱节，处于效率洼地，而2018 年L-H 型城市数量减少到了22 个，其中舟山、湖州等通过加大创新投入、加强与周边城市交流合作等途径有效地提高了自身效率，成功转变为H-H 型城市，但是也有部分城市，如连云港、淮北等退化为L-L 型城市；2004年H-L 型城市数量最少，到2018 年进一步减少到8个，不足长江经济带城市总量的8%，比较具有代表性的为长沙，作为湖南的省会，长沙汇集了丰富的创新资源，绿色创新效率一直处于较高水平，但是辐射带动能力较弱，创新活动的空间溢出效应不显著，所以其周围城市的绿色创新效率仍处于较低的水平；L-L 型城市由2004 年的39 个增加到2018 年的52 个，主要分布在中游区域和下游的安徽，以及上游的贵州、云南等开发晚、发展慢的欠发达地区，其中中游区域和安徽的部分城市如黄石、萍乡、铜陵等是典型的资源枯竭型城市，生态基础较差，虽然近年来通过加大创新力度、升级产业结构等措施积极推进城市转型，但是由于起点较低，绿色创新效率水平不高，而其周围城市受污染排放物流动性特征的影响，绿色创新效率水平也较低。

表3 长江经济带绿色创新效率的局部空间相关性聚类分布

5 结论与启示

本研究以2004—2018 年长江经济带的108 个城市为研究样本，采用超效率SBM-DEA 模型和探索性空间数据分析方法，从时间和空间两个维度对该区域绿色创新效率的变化和空间分布特征进行了研究。

由绿色创新效率的时序变化趋势可知，金融危机后，长江经济带的绿色创新效率呈缓慢的波动上升状态，但较低的纯技术效率导致整体效率水平不高；因此，长江经济带在绿色创新发展过程中不但需要通过建立生态园区、科技企业孵化器等措施集中创新要素、发挥规模效益，更重要的是促进技术创新和环境管理水平的提升，通过完善创新机制体制等措施提高资源利用效率，加强技术进步对绿色创新效率的提升作用。研究期间长江经济带上中下游的绿色创新效率也存明显差异，其中下游区域的效率水平最高，上游和中游城市的绿色创新效率均值在各年份期间交替领先；因此，长江经济带各区域要根据实际情况明确发展定位，根据各自的资源或技术优势走特色化的绿色创新发展道路。下游区域应积极引导企业等市场主体加快环境技术研发和应用，增强绿色自主创新的积极性、主动性和持久性，并提高能源资源节约、利用水平；中游区域应避免下游产业转移中的简单污染搬迁，持续推进传统产业的转型升级和产业结构的优化，并加大对环境治理力度，减少创新生产活动中环境污染等非期望产出；上游区域应继续大力发展信息技术等战略性新兴产业，通过完善基础设施、出台优惠政策等方式加大人才引进力度，丰富优质创新资源储备。

由绿色创新效率的空间分布格局可知，长江经济带绿色创新效率的空间格局逐渐呈现多中心分布特征，“一轴、两翼、三极、多点”的发展新格局初具雏形；因此，长江经济带要继续加强区域协调发展意识，打破行政壁垒，推动全方位科技交流与合作，促进创新要素资源自由流动，并通过横向错位发展和纵向分工协作等方式实现区域内各城市的功能互补，带动区域整体协调发展。

由绿色创新效率的空间相关性检验结果可知，长江经济带沿线城市绿色创新效率的空间聚集特征越来越明显，但L-L 型城市数量为H-H 型数量的两倍，说明城市间的两极分化现象也愈加显著；因此，为循序渐进地推动低效率聚集现象城市向高效率聚集现象转型，应首先集中资源加大对合肥、武汉、贵阳等省会城市绿色技术研发的支持力度，促使其从L-L 型城市转变为H-L 型城市，再利用省会城市的影响力与周围城市共享发展红利，通过构建完善的环境信息和技术资源共享交换平台分享绿色创新经验，辐射带动周边城市绿色生态效率的提高。