黄河流域绿色技术创新时空格局及其影响因素分解

孙勇 ，樊杰, ，孙中瑞，郭锐

（1. 中国科学院大学 公共政策与管理学院，北京 100049；2. 中国科学院 科技战略咨询研究院，北京 100190；3. 中国科学院 地理科学与资源研究所，北京 100101）

改革开放40多年，我国成功实现经济腾飞，创造了中国奇迹[1]，但粗放型发展方式已经导致一些地区的资源环境压力过大[2]，尤其在北部、西北部的干旱和半干旱地区，这一问题尤为突出[3]。黄河流域是中国重要的地理单元，生态环境相对脆弱，但能源资源储备较为丰富。在长期的发展过程中，该流域内城市过度依赖资源开发带动经济增长，忽视了创新能力的提高以及生态环境的保护。因此，协调生态环境和经济发展的关系是黄河流域高质量发展首先要面对的问题[4]。绿色技术创新作为一种基于生态原则，致力于在绿色环保目标下实现技术选择和技术完善的发展方式，将成为未来黄河流域经济发展的重要举措。

“绿色技术创新”一般是指有助于避免环境破坏或可以改善环境的新方法和新技术[5]，已有学者对其进行多方面的研究和讨论，认为绿色技术创新能够减轻环境风险[6]、提高资源效率[7-8]、降低污染率[6,9]、节约能源[10]、提高经济绩效[9]、带来生态荣誉[11-12]等，因此，政府和有关组织纷纷将绿色技术创新作为实现环境保护和经济增长的重要推动力，以此获取更加可持续的竞争优势[13]。作为区域可持续与创新协同发展的新理念，绿色创新的空间差异及其形成机制日益受到学者关注，已有文献表明绿色创新具有显著的空间溢出效应和集聚效应[5,14]，且受到地区经济发展、市场竞争、财政支持、基础设施建设、外商直接投资等因素的影响[14-17]。对于区域绿色创新的研究，学者一般基于地区创新投入（R&D经费、R&D人员）、创新产出（专利申请或授权量）和环境污染（工业污染物排放）等指标来对区域的绿色创新投入水平[18]、产出水平[19]、产出效率[20-21]或绿色创新综合水平[22]进行测度。其中，基于DEA对绿色创新效率进行评价的相关研究最为普遍，但这种方法存在一定局限性：一是不能表达绿色创新的规模性特征和活力特征；二是评价指标主要选择一般性创新投入、创新产出和环境污染物排放，而污染物排放并非创新的直接产物，因此涉及创新转化的两阶段问题，这一过程也被许多研究忽视。

综上所述，现有绿色创新研究重点关注绿色创新绩效，对区域绿色创新规模性特征的具体讨论相对较少；同时大量中国情景的研究集中关注全国省域尺度、城市尺度以及长江经济带、京津冀城市群、长三角城市群等重点城市化地区的绿色创新，对黄河流域这一资源密集型产业集中且生态环境相对脆弱地区的讨论相对较少。2019年，习近平总书记在黄河流域生态保护和高质量发展座谈会上强调，黄河流域要坚持生态优先、绿色发展，探索具有特色的高质量发展之路。推进绿色技术创新研究正是对这一命题的有益探索。基于此，本文在高质量发展背景下，基于世界知识产权组织（WIPO）列出的绿色专利清单匹配获取黄河流域地市级行政单元的绿色专利申请数据，使用空间分析方法对黄河流域绿色技术创新规模的空间差异进行时空格局刻画，并运用计量模型识别其影响因素，进一步基于Shapley分解法进行影响因素贡献度分解，以期为基于地理单元的创新研究提供新思路和新认识，为黄河流域高质量发展和绿色创新发展政策制定提供科学参考。

1 研究方法

1.1 研究区域

本研究区域以黄河干流流经的省份为主体，其范围以行政边界为标准确定，如图1所示，考虑到四川省仅阿坝州属于黄河流域范围，且四川省一般被划分为长江经济带，因此本文考虑8个省份区域，共包含山东、山西、河南、陕西、宁夏、内蒙古（不含赤峰市、通辽市、兴安盟和呼伦贝尔市）、甘肃以及青海8个省级行政单元，90个地市行政单元和1个河南省直辖县级市[23]，总面积为255万平方千米。其中，莱芜市2019年1月并入济南市，不在研究时间范围内，为保证数据的可靠性，依然分开考虑。

图1 研究区域

1.2 研究方法

1.2.1 空间自相关分析

本文使用Moran’s I指数测度黄河流域绿色技术创新的空间分布与其邻近区域是否存在相关性，进而对其空间分布特征和规律作出分析。空间自相关包括全局自相关和局部自相关，可以通过ArcGIS等地理信息软件直观地表达分析结果[24]。

（1）全局空间自相关分析。全局Moran’s I是用来检验某一属性值在研究区域内的分布态势，可以分析区域内研究要素的空间集聚特征，计算公式为：

式中：I表示全局Moran’s I指数，n指空间单元数，Wij为空间权重矩阵，S2为yi的离散方差，yi、yj为观测值，为平均值。

（2）局部空间自相关分析。局部Moran’s I可以检验局部区域的空间集聚性，揭示不同区域研究要素分布的空间异质性，计算公式为：

式中：I′表示局部Moran’s I指数；S2为yi的离散方差；局部Moran’s I空间关联类型有四种，即高高集聚、高低集聚、低低集聚和低高集聚。

1.2.2 影响因素分析

区域绿色技术创新水平主要受到地区经济发展水平[25]、创新环境[26]、政府行为[27-28]和环境污染水平[29]的影响。本文使用绿色专利申请数量测度地区绿色技术创新水平[30]，专利申请通常具有滞后性，但专利申请量的滞后性相对授权量较小，更加能够代表当期的绿色技术创新水平。地区生产总值、人均生产总值、产业结构和外商直接投资不同程度反映了区域经济的规模水平、人均水平、结构特征和开放型水平；基础设施、创新活力和市场化水平反映地区的创新承载能力、创新活力特征和创新的市场竞争环境；财政科学支出占GDP比重、财政环境保护支出占GDP比重和国家级开发区数量分别反映政府绿色技术创新政策的创新支持、环保支持和绿色技术创新集聚支持；工业环境污染是区域环境污染的主要来源，用万元工业产值废水排放量、万元工业产值二氧化硫排放量、万元工业产值工业烟（粉）尘排放量分别反映区域环境污染中的废水污染、废气污染和粉尘污染。基于此，本文构建黄河流域绿色技术创新影响因素的多维度指标（表1）。

表1 绿色技术创新影响因素指标

本文构建黄河流域绿色技术创新影响因素估计的面板模型为：

式中：GIit是黄河流域地市绿色专利申请数量，α为常数项，Xit为影响因素行向量，β为影响因素回归系数列向量，εit是随机误差项。

1.2.3 相对重要性分析

进一步使用Shapley影响因素分解的方法[31]，对黄河流域绿色技术创新的四类影响因素的贡献度进行分解。Shapley值分解是基于合作博弈理论衡量决定因素对目标变量贡献度的一种方法[32]。通过Shapley值分解可以求得不同影响因素变化对绿色技术创新区域差异的贡献程度，由于回归分析不可避免地存在遗漏变量的问题，因此这种分解一般只解释相对贡献程度。

1.3 数据来源与处理

本文研究的主要数据包括绿色技术专利数据和影响因素代理指标数据。其中，专利数据来自大为专利数据库，大为专利数据库是一个专业的专利情报综合应用平台，专利数据更新及时，与国家知识产权局专利检索系统保持同步，是许多创新研究的数据来源渠道[33]；影响因素代理指标数据来自《中国城市统计年鉴》。为进一步对黄河流域绿色技术创新差异的影响因素进行分析，考虑数据可获得性，本文选取研究区域数据缺失较少的79个城市作为研究样本，包括上游13个城市，中游32个城市，下游33个城市，共计得到2003—2018年黄河流域79个城市的面板数据1 248条。

绿色技术创新通过绿色专利进行测度，WIPO（世界知识产权组织）在2010年9月推出绿色专利检索的在线工具，与WIPO的国际专利分类（IPC）相匹配，共涉及200个与无害环境技术相关的主体，包括替代能源生产、交通运输、废弃物管理、节能减排、核电、行政管理与设计和农业林业七类技术领域，该清单为绿色技术创新识别和研究提供了有效解决方案，因此被很多研究用来测度绿色技术创新[19]。

2 黄河流域绿色技术创新的时空格局

2.1 整体规模不断扩大

如图2所示，2003—2018年，黄河流域专利总量增长较为迅速，专利申请总量从2003年的17 468件增长到2018年的455 236件，共增长26.06倍。绿色专利申请量增长趋势较为平稳，从2003年的971件增加到2018年的35 654件，共增长36.72倍。其中，绿色专利申请量占全部专利申请量的比重呈波动上升趋势，从2003年的5.55%增加到2018年的7.83%。具体来看，各类型的绿色专利申请量均呈现不断增长趋势，其中废物管理类专利的申请量最多，2003—2018年占比一般在30%～40%之间；其次是替代能源生产和节能减排，占比在20%左右；其他类型的专利申请量相对较低。可见，黄河流域绿色技术专利申请量占总体专利申请量的比重不断增加，绿色技术创新活动主要活跃在污染控制与治理、替代能源、节能减排三个技术领域，连年均保持持续增长，这对黄河流域的可持续发展具有重要推动作用。

图2 黄河流域绿色技术创新的时序特征与趋势

2.2 发展范围梯度扩散

如图3所示，黄河流域绿色专利主要集聚在山东半岛城市群及郑州、西安等重点城市化地区，从2003—2018年呈现出由重点城市化地区向外围（边缘）城市扩散的趋势。2003年，绿色专利申请量高值地区主要集中分布在黄河三角洲以及黄河中上游省会城市，其中最高值地区仅有两个，分别为济南、西安。2018年，高值区域进一步扩散，最高值地区数量增加到4个，分别为济南、西安、郑州、青岛。山东半岛城市群绿色技术创新形成围绕济南和青岛两中心向外围扩散的连片高值区域；中原城市群形成以郑州为中心的高值片区，其他地区的绿色技术创新高值区域均呈现零散的点状分布，包括太原、银川、兰州、西宁等省会城市。

图3 黄河流域绿色技术创新的空间分布与格局

进一步对空间自相关性进行检验，结果显示，大多数年份黄河流域绿色技术创新的全局空间自相关性并不显著，因此空间依赖性在回归估计中可不予考虑。进一步使用局部莫兰指数对绿色技术创新的局部特征进行分析，结果（表2）显示，绿色专利在山东半岛城市群形成高高集聚；黄河中上游地区的省会城市太原、兰州、银川、西安等地区形成高低集聚，即省会城市的绿色技术创新水平较高，但周边地区明显偏低，省会城市绿色技术创新的虹吸效应十分明显；中上游非省会城市则形成连片低值集聚区域。同时，绿色专利分类的局部空间莫兰指数（表3）显示，除核发电在咸阳呈现高高值集聚以外，其他类型的绿色技术专利均主要集聚在山东半岛城市群。

表2 黄河流域绿色技术创新的局部空间自相关及其类型

表3 黄河流域分类型绿色技术创新的高高集聚区域

2.3 区域差异逐渐缩小

进一步计算黄河流域绿色专利及其分类的基尼系数，以反映绿色技术创新的区域差异特征及其演变趋势。如图4所示，黄河流域绿色技术创新的区域差异整体上呈降低趋势，其中核发电技术创新的区域差异最大，主要原因是核发电技术对研发设施和环境要求较高，只有少数地区才有能力进行相关研发活动，因此区域差异十分显著；其次是行政监管与设计专利，这类技术创新受到行政管理和创业设计产业的影响很大，在市场活跃的地区更有可能发生，主要集聚在发达城市地区，而黄河中上游欠发达地区行政监管与设计专利相对较少，因此区域差异明显。区域差异相对较低的有替代性能源生产和废物管理技术创新，这两类技术专利也是绿色专利申请量最大的类型，因为这些技术领域的创新相对更具一般性，在很多行业都有这类创新活动，因此在不同区域之间的差异相对较小。伴随国家高度关注生态环境问题，尤其在生态环境相对脆弱的黄河流域，在绿色技术创新规模不断提高的同时，区域之间的差异也在不断缩小，兼顾了不同区域之间的协调创新，为黄河流域生态环境保护和高质量发展提供了很好的支撑。

图4 黄河流域绿色技术创新的空间差异与趋势

3 黄河流域绿色技术创新格局的影响因素

3.1 回归分析

根据前文分析，多数年份黄河流域绿色技术创新的全局空间自相关性并不显著，因此本文选择普通面板模型进行影响因素估计。基准模型F检验（9.62***）表明固定效应模型优于混合OLS模型，BP-LM检验（407.17***）表明随机效应模型好于混合OLS模型，Hausman检验（75.00***）表明使用固定效应模型优于随机效应模型。进一步分别进行个体固定效应模型和时间固定效应模型估计，结果显示时间固定效应的拟合优度更好。综上所述，本文最终选择时间固定效应模型对黄河流域绿色技术创新空间分布的影响因素进行分析，本文还使用混合回归模型对全流域以及上游、中游、下游分别进行回归分析，为减轻绿色专利滞后性问题，将政府行为和环境污染这两类外部干扰性较大的指标进行滞后一期处理，分析结果如表4所示，R2均达到0.9以上，模型拟合结果较好。

（1）经济发展因素方面，地区生产总值在5%及以上显著性水平上对黄河流域绿色技术创新具有正向促进作用，这一估计结果在上、中、下游地区均具有一致性。人均生产总值在1%的显著性水平上对绿色技术创新具有负向作用，这一估计结果在上、中、下游具有一致性。产业结构对黄河流域全样本、中游和下游地区在1%的显著性水平上对绿色技术创新具有正向促进作用，对上游地区样本的估计结果并不显著。当年实际利用外资总额在5%的显著性水平上对全样本和中、下游样本的绿色技术创新具有显著正向促进作用，而对上游的作用并不显著。

可以发现，地区经济规模和人均经济水平对黄河流域绿色技术创新的影响作用十分显著且稳健。地区经济规模越大，越能发挥绿色技术创新的规模效应，也更加能够激发绿色技术创新行为，促进绿色技术创新水平的发展。黄河流域人均GDP较高的地区主要为下游的山东半岛城市群和中上游的资源型城市，山东半岛城市群的创新水平较高，高耗能、高污染企业相对较少，因此绿色技术创新的主体相对较少；而中上游地区资源型城市资源型产业发展过程中绿色技术支撑作用可能有限，因此人均GDP对绿色技术创新呈现出负向作用。中下游很多地区已经进入工业化的成熟阶段，产业高级化能够有效提高绿色技术创新水平，绿色技术创新的活力和动力正不断提高。

（2）创新环境因素方面，人均公路里程度量的区域基础设施建设在5%及以上显著性水平上对黄河流域绿色技术创新具有显著正向促进作用，对上游地区的影响未通过10%的显著性水平检验。万人专利申请量在5%及以上显著性水平上对绿色技术创新具有正向促进作用，在上、中、下游地区均具有一致性。私营单位从业人员占比在1%的显著性水平上对全样本和下游地区绿色技术创新具有正向促进作用，但对上游和中游地区绿色技术创新的作用并不显著。

可以发现，基础设施和创新活力对绿色技术创新具有十分显著且稳健的正向促进作用。基础设施是承载区域创新与经济发展的物质基础，基础设施对绿色技术创新的影响可以解释为基础设施良好的地区能吸纳更多和更加优质的创新要素，同时，基础设施良好也能促进信息沟通和知识外溢，提高创新效率；万人专利申请量反映出地区的创新活力，创新活力更高的地区具有更加丰富的创新要素和创新精神，能够显著促进绿色技术创新。黄河流域下游地区市场化水平最高，尤其是山东半岛城市群，市场化机制对绿色技术创新的作用也更加明显。

（3）政府支持因素方面，政府的财政科学支出占GDP的比重在5%的显著性水平上对黄河流域全样本区域和下游样本区域的绿色技术创新具有负向影响，对中、上游地区的影响并不显著。国家级开发区的影响作用并不显著。财政环保支出占GDP比重在5%的显著性水平对全样本区域和中游地区的绿色技术创新具有正向影响，对上、下游地区的影响并不显著。

可以发现，政府创新支持（财政科学支出占比）因素对黄河流域创新的作用表现为负向影响，而绿色支持（财政环保支出占比）表现为正向影响，且这种影响作用均主要对中游或下游地区显著。可能的原因在于，中游或下游地区市场化程度高，创新环境相对较好、创新主体密集、创新活力相对更高，政府创新支持作用会影响市场竞争机制的发挥，造成创新效率的损失；但是市场主体本身缺乏开展绿色技术创新活动的积极性，政府的绿色支持能够有效促进绿色技术创新的开展。

（4）环境污染因素方面，环境污染对地区绿色技术创新的影响结果并不稳健，部分显著的估计结果显示地区的环境污染一定程度促进了绿色技术创新水平。其中，万元工业产值废水排放量在5%的显著性水平上对下游地区绿色技术创新的影响具有正向影响，但对全样本的影响并不显著；万元工业产值二氧化硫排放量在5%的显著性水平上对全样本区域绿色技术创新具有正向促进作用，同时也在5%的显著性水平上对中游样本的绿色技术创新具有正向促进作用，对上、下游地区的影响并不显著；而万元工业产值工业烟（粉）尘排放量在1%的显著性水平上对下游地区的绿色技术创新具有显著正向促进作用，但对全样本区域和中、上游地区的影响并不显著。可以发现，整体上环境污染因素对区域绿色技术创新具有一定正向影响，但这种影响并不突出，表明创新主体开展绿色技术创新活动受到区域环境污染因素的影响较小。

3.2 相对重要性分析

进一步基于Shapley分解法探讨不同类别影响因素的作用程度，结果如表5所示，综合四个模型可以看出，经济发展和创新环境对黄河流域绿色技术创新的影响贡献度更大，其次是政府支持，环境污染的影响贡献度相对较小。全样本估计结果显示，地区的经济发展水平对绿色技术创新影响的贡献度为30.56%，创新环境的贡献度为48.90%，政府支持的贡献度为19.74%，环境污染的贡献度为0.80%。上、中、下游估计结果显示，从上游到下游，经济发展的影响贡献度梯次降低，而创新环境的影响贡献度梯次提高，政府行为对黄河流域绿色技术创新的影响在中游最大，其次是上游；而环境污染对中游绿色技术创新影响的贡献度最小。

表5 黄河流域绿色技术创新影响因素的Shapley分解

4 研究结论与政策建议

4.1 研究结论

本文在黄河流域高质量发展的背景下，基于绿色技术专利申请数据，运用空间分析和计量模型探讨黄河流域绿色技术创新的时空格局及其驱动机制，并进一步使用Shapley回归分解方法识别影响绿色技术创新水平的四大因素的贡献度，研究发现：

（1）黄河流域绿色技术创新水平正处于高速发展过程中，在时间上呈现出整体规模不断扩大的趋势，绿色专利申请量占总体专利申请量的比例也呈波动增加趋势，2003—2018年绿色专利申请量增加36.72倍，占比增加1.4倍；在空间上呈现出较为明显的“东高西低”的格局，绿色技术创新主要集聚在山东半岛城市群及郑州、西安等重点城市化地区，2003—2018年呈现由重点城市化地区向外围逐渐扩散的趋势，且区域差异呈现出不断降低的趋势。

（2）黄河流域整体绿色技术创新的主要影响因素包括经济发展、创新环境和政府行为，其中，地区经济规模、产业结构、开放水平、基础设施水平、创新活力、市场化水平、财政环保支持力度等因素对绿色技术创新具有较为显著的正向影响，人均经济水平和财政创新支持力度、开发区建设等因素主要表现为负向影响，地区环境污染水平对绿色技术创新的影响并不明显。

（3）基于Shapley的分解结果表明，绿色技术创新主要受到经济发展、创新环境和政府行为的影响，环境污染对绿色技术创新的影响相对较弱。这种影响机制具有明显的空间异质性，从上游到下游，经济发展的影响贡献率逐渐降低，而创新环境的影响逐渐提高，政府行为对黄河流域绿色技术创新的影响在中游最大，其次是上游；而环境污染对中游绿色技术创新的贡献最小。

4.2 政策建议

本文通过研究发现：黄河流域的绿色技术创新受到地区经济发展水平、创新环境和政府支持的显著正向影响。在推进黄河流域绿色技术创新过程中，可以从以下三个方面推进制度优化：

首先，不断完善区域创新生态环境。研究与事实已经证明，创新环境是影响绿色技术创新的首要因素，即一个创新活跃的地区更容易产生绿色技术创新，因此，为实现黄河流域绿色技术创新的更好发展，就需要建设更好的区域创新生态环境，尤其在中上游地区，要不断优化创新的资本支持体系、人才体系、基础设施建设，优化财政科学支出的结构，吸引更多市场力量参与到绿色技术创新活动中；同时，郑州、西安、兰州等高等教育相对发达的地区，应加大创新人才吸引力度，培育更加优渥的创新生态环境。

其次，加快产业升级和环境友好型产业建设。产业的精益化发展和转型升级是绿色创新发展的动力也是结果，要推动产业布局与绿色技术创新的协调发展，即在资源密集型产业集聚区域，如呼包鄂榆城市群、兰西城市群等地区应加快产业结构升级促进产品精益化生产和环境友好型生产，针对高耗能产业施行差别化的环境政策和补贴政策，鼓励企业引进高效节能型生产设备和研发清洁生产技术；对落后产能要采取逐步淘汰措施，增强新动能支撑力度，建设产业转型带动绿色创新且绿色创新带动产业转型的循环反馈系统。

最后，强化重点城市化地区的绿色创新支撑功能。优化黄河流域区域创新功能结构要遵从绿色技术创新活动开展的客观规律，在经济发展水平和创新环境较好的重点城市化地区，如山东半岛城市群、兰西城市群、关中平原城市群地区可建设黄河流域绿色创新研发机构，推进绿色技术研发和绿色技术人才专项基金，加快清洁环保技术的研发、引进和扩散。同时可争取在黄河流域研发和创新基础较好的地区建立全国性的绿色技术研发机构、绿色技术交易市场和绿色技术人才库，在服务黄河流域绿色创新发展的同时服务全国的绿色创新发展。