中国区域循环经济绩效的时空演变与创新驱动

程 钰，王晶晶，王泽萍，张丽丽，陈 伟

（山东师范大学地理与环境学院，山东济南250014）

2019 年联合国环境规划署第六期《全球环境展望》报告指出，各国各地环境问题的延伸和发展已经导致全球化、综合化、积累化的世界性生态环境问题出现，对地球生态系统和人类生存产生较大阻碍，直接关系到全球可持续发展事业和人地关系协调。为寻求更可持续的人与自然和谐共处的发展模式，各国开始反思粗放型经济发展模式带来的弊端和对人类生存环境产生的负面影响，德国、韩国、英国、美国等发达国家逐步出台和发布一系列国家战略文件，积极探索设计良好的政策框架以指引可持续发展［1-3］。中国由于其特殊的人口、资源和环境情况，面临着更大的发展压力［4］。根据中国国际经济交流中心、美国哥伦比亚大学等共同发布的《可持续发展蓝皮书：中国可持续发展评价报告（2019）》，2000—2017 年中国可持续发展状况呈现稳定增长状态，但资源环境承载能力仍需进一步提升，城市化、工业化活动依然对生态环境产生较大影响。在环境问题负外部性影响持续扩大以及新的发展需求驱动下，为了寻求突破资源环境困境的途径，实施以“减量化、再利用、再循环（3R）”为核心内容的循环经济是实现区域社会经济与生态环境协调发展、推动可持续发展的重要途径和方法［5-6］。党的十九大报告中指出要通过构建绿色技术创新体系推进绿色发展，实施创新驱动发展战略满足人民对美丽中国、宜居环境的需求，2020 年全国两会更加强调要提高科技创新支撑能力、提升生态环境治理成效。同时，建立健全绿色低碳循环发展的经济体系对实现碳达峰、碳中和的紧迫目标具有重要推进作用。以循环经济为重要实现途径的可持续发展已经成为政府、企业、公众乃至全社会的共同理念和行动方向，创新驱动战略则是各地区提升循环经济发展水平的必然选择。2007—2019 年国家财政科学技术支出逐年增加，由2 135.70 亿元增加至9 528.54 亿元，年均增加速度为6.47%，科技创新已成为增强地区综合竞争实力的核心要素，是实现区域循环经济发展、推进国家和地区生态文明建设的重要驱动力量。

1 文献综述

循环经济以资源高效利用、经济健康发展、生态环境友好与社会环境和谐为发展目标，实现用最小的资源能源消耗与污染排放获得最大限度的经济效益，其内涵涉及生态学、经济学与社会学等多学科的相互综合［7-9］。从生态学视角来看，循环经济实质上是一种有利于资源节约与利用的新型环境保护发展模式，其本质是在遵循生态系统中物质循环与能量流动基本规律的基础上实现经济-社会-生态环境三个子系统的动态平衡，许乃中等［10］、李斌等［11］、马晓君等［12］、孟雪等［13］从生态效率和生态创新视角对不同尺度下循环经济发展水平进行测度；从经济学视角来看，循环经济实质上是一种追求可持续发展的新生产方式，其目的是通过对现有生产关系和生产结构的调整而获取更环保的经济利益［14-16］，循环经济最终的落脚点依然是经济的发展，杨青龙等［17］、Abad‑Segura等［18］以及Ferrante 等［19］探究了循环经济与市场经济和可持续增长的内在联系和共存关系，发现有利于循环经济发展的措施可以直接促进经济的增长；从社会学视角看，循环经济则是构建人与自然和谐共处的环境友好型社会的重要途径，其目的是实现社会成员生活福利最大化［20-22］，王红等［23］、邵留国等［24］、Witjes 等［25］将关注点放在通过循环经济建立的低碳社会所带来的福利效应和社会亲近度上。约瑟夫·熊彼特认为创新过程其实是内生于生产过程中的，是将现有生产要素排列组合入新的生产函数之中［26-28］，循环经济通过模仿自然生态系统物质循环机制和能量阶梯流动构建起新的经济系统，其核心是利用关键性技术支撑保障各个机制的运转，因此科技创新对循环经济的发展具有重要影响。不同学者在研究科技创新影响区域循环经济发展过程中的作用效果时得出的结论也不一致，范丹等［29］、廖文龙等［30］认为绿色创新对地区绿色经济增长具有推动作用，极大地促进了区域绿色经济效率；郗永勤等［31］认为四川、江西等地由于高新技术产业发展缓慢导致循环经济发展水平不高；黄明凤等［32］则认为我国西部地区较低的科技水平在一定程度上对循环经济的发展产生了负影响。

基于此，在科技创新影响区域循环经济绩效的研究方面仍有一些问题需要思考和解决，一是不同学者对于区域循环经济的内涵具有不同的思考和定义，因此对于区域循环经济绩效的测度和评价也存在不同方法或者多学科方法交叉现象，如何提升区域循环经济绩效测度的科学性和合理性仍然是一个较为复杂的问题；二是区域循环经济的发展受到自然、经济、社会等多方面因素的影响，不同因素对循环经济的作用方式、强度和路径存在差异，同时各因素之间也可能存在相互影响。因此，科技创新作为驱动发展的动力，有必要将其作为影响区域循环经济绩效的重要因素，并与其他因素进行对比，测算科技创新在影响区域循环经济绩效过程中的作用强度和路径，探究这一影响过程产生的空间效应；三是现有研究成果多是从行业、企业、园区层面，基于物质流、价值流等视角出发对区域循环经济进行评估，从生态效率视角进行的研究有待深化，因此应该重视对过程和类型研究的概括和总结，强化空间视角下科技创新对区域循环经济绩效影响作用的分析，以更好地制定符合区域特征的循环经济实现路径。综上所述，科技创新已经成为推动地区、国家乃至全球可持续发展的重要驱动力，研究拟在构建区域循环经济绩效测度模型和分析其时空演变趋势特征的基础上，探究科技创新对区域循环经济绩效影响的作用强度和空间效应，并由此提出促进地区循环经济发展的对策建议，为推进实现可持续发展和生态文明建设提供借鉴。

2 区域循环经济绩效测度与时空演变特征

2.1 测度模型与数据来源

2.1.1 模型构建

目前，循环经济评估主要通过构建涵盖经济、社会、生态环境等多个层级的指标体系，通常构建的评价体系较为复杂，且涉及多个方面的因素，容易造成指标种类繁多、无意义重复、部分数据不易获取或者难以定量描述，存在重点不突出、效果不理想等问题［10］。基于此，诸大建等［33］、谢园园等［34］提出了生态效率模型是评价循环经济的科学测度和有效方法这一观点。

生态效率的概念最早于1990 年被德国学者提出，最直观的描述是价值增加占环境影响增加的比重，1992 年世界可持续发展商业委员会（WBCSD）将生态效率定义为通过对商品和服务进行竞争性定价，在满足人类社会发展物质需要的同时将产生的环境影响降低到地球承载能力范围之内，OECD 将其定义为生态资源用于满足人类需要时的利用效率，欧洲环境署则将其定义为利用更少的环境资源获取更多的人类和社会发展福利［35-37］。从本质上看，生态效率同时涉及经济与环境两方面，是对资源环境利用效率的测量尺度，而循环经济则是在注重经济增长的同时将生态环境纳入考虑范围的新的经济发展模式，二者在本质上具有内在联系，利用生态效率模型对区域循环经济的发展进行测度具有较好的科学性与合理性。同时，根据国家发展改革委发布的《循环经济发展评价指标体系（2017年版）》，在结合中国生态文明建设进程以及循环经济发展现实要求的基础上，对2007 年版的指标体系进行了修正，其中综合指标包括主要资源产出率和主要废弃物循环利用率。

根据生态效率的定义，可以将其分解为资源效率和环境效率两部分，其中资源效率是指循环经济发展的资源投入部分，以此表征单位地区生产总值（增加值）各种能源的消耗和使用量；环境效率则是循环经济发展的废物排放部分，如单位工业产值工业“三废”等污染物的排放量等。综上，研究基于生态效率模型构建区域循环经济绩效的评价指标体系，该体系涵盖资源效率和环境效率两部分，其中资源效率包括万元GDP能耗、万元GDP水耗、万元GDP 电耗3 个二级指标，环境效率包括万元工业产值工业废气排放量、万元工业产值SO2排放量、万元工业产值工业废水排放量、万元工业产值COD排放量、万元工业产值工业固体废弃物产生量等5个二级指标，这一指标体系将生态效率内涵中的经济价值与环境价值有机结合，对区域循环经济绩效具有较好的测度和评价效果。

2.1.2 数据来源

考虑到数据的可获得性，研究采用2000—2018 年中国30 个省份（未包括西藏、香港、澳门、台湾）的面板数据为实证研究的样本。数据来自2001—2019 年《中国统计年鉴》《中国工业统计年鉴》《中国环境统计年鉴》《中国能源统计年鉴》《中国贸易外经统计年鉴》以及各省统计年鉴，部分指标数据来源于国家统计局网站、各省资源公报和环境状况公报中公布的数据，通过熵值法整理和计算各地区循环经济绩效值。

2.2 时空演变特征

2.2.1 时序演变特征

区域循环经济绩效总体上呈现上升趋势（图1），年均增长速度为1.14%，以2008 年为转折点主要可以分为两个阶段：第一阶段为明显上升阶段（2000—2007年），这一阶段区域循环经济绩效值由0.716 7 上升至0.842 9，年均增长速度为1.58%，此阶段前期处于国内经济迅速发展时期，GDP 提升的同时造成了地区资源消耗和污染排放，循环经济绩效处于较低的水平，此后，两批国家循环经济试点的典型经验极大地推进了重点行业企业、产业园区、重点领域和省市生产技术革新与节能减排，进一步推动了地区产业升级转型，循环经济绩效上升明显；第二阶段为平稳增长阶段（2008—2018 年），该阶段区域循环经济绩效值由0.871 1 提升至0.932 7，年均增长速度为0.56%，这一时期国家和地方资源节约和环境保护机制逐渐趋于完善，2010 年开展的园区循环化改造等试点示范工作实现了对循环经济发展路径的有益探索，清洁生产技术、污染治理技术、废品回收与重造技术和资源高效利用、替代资源的开发等技术逐渐成熟，区域循环经济绩效处于平稳增长状态。

资源效率与环境效率的变化趋势与区域循环经济绩效大致相同，在研究时期内均呈现上升趋势，2000年资源效率与环境效率值分别为0.716 9、0.716 5，2018 年分别为0.912 7、0.952 7，年均增长率为1.03%、1.24%，2008年存在一个较为明显的变化点，2000—2007 年资源效率和环境效率的年均增长率分别为1.08%、2.07%，此阶段环境效率的增长速度明显快于资源效率；2008—2018 年资源效率与环境效率增长速度放缓，年均增长率分别为0.69%、0.43%，这一阶段环境效率的增长速度略低于资源效率。总体来看，资源效率、环境效率、区域循环经济绩效三者的年均增长速度为环境效率＞区域循环经济绩效＞资源效率。

图1 2000—2018年区域循环经济绩效时序演变

2.2.2 空间格局特征

研究选取2000 年、2005 年、2010 年、2018 年4 个时间点的截面数据，分析中国30个省份资源效率、环境效率和区域循环经济绩效在空间上的发展趋势和演变特征。整体来看，四个时间断面的资源效率、环境效率和区域循环经济绩效均表现出较为明显的空间分异特征（图2）。其中，北京、天津、上海、广东、山东、浙江等地区的循环经济绩效较高，山西、甘肃、青海、宁夏等相对经济欠发达地区循环经济绩效处于较低水平。2018年北京、天津、上海的循环经济绩效最高，分别为0.999 9、0.990 5、0.987 9，宁夏和青海的循环经济绩效最低，分别为0.763 6、0.715 2，其余省份循环经济绩效值均在0.8000以上。在资源效率方面，北京、天津、上海、江苏、湖南等地区相对较高，而新疆、青海、宁夏、内蒙古等地效率值较低；在环境效率方面，吉林、北京、天津、福建、广东等地区效率值相对较高，山西、宁夏、青海等省份效率值处于相对较低的水平。

区域循环经济绩效、资源效率和环境效率三者均呈现东部地区＞中部地区＞西部地区的空间分异特征，2018年三大地带的循环经济绩效平均值分别为0.964 0、0.942 2、0.881 6，资源效率的平均值分别为0.954 1、0.927 2、0.843 3，环境效率的平均水平分别为0.974 0、0.957 2、0.919 8。可以看出，资源效率、环境绩效和循环经济绩效在东部和中部地区之间差异较小，但西部地区与东部和中部地区相比仍然存在较大差距。西部地区由于其脆弱的地理环境，资源条件较其他地区优越性不高，经济基础较为薄弱，对高素质创新人才、先进技术理念吸引和发展不够，导致其在资源效率、环境效率、循环经济绩效三方面的发展仍然处于追赶阶段。

2.2.3 空间关联特征

为探究区域循环经济绩效的空间关联特征，计算2000—2018年区域循环经济绩效的Moran'sI指数（表1），以此分析各地区循环经济绩效的全局自相关情况。结果表明，研究时期内Moran'sI指数值均为正值且呈现不断增加趋势，由2000年的0.200 4增加至2018年的0.362 9，Z（I）值均大于2.58，且计算结果在1%置信水平下显著，表明区域循环经济绩效在空间位置上存在相互依赖关系，具有显著的正向空间相关关系，地区间的空间关联程度处于不断增加之中，总体集聚态势不断增强。

为进一步探究各单元间区域循环经济绩效在空间上的关联情况，更加直观地分析其局部集聚态势，探索循环经济绩效在不同区域间高低聚类的分布情况，利用局部自相关方法分析各省份间在空间上的冷热点关系，将其分为热点区、次热点区、次冷点区、冷点区四种空间联系类型，探索循环经济绩效的空间聚类情况（表2）。整体来看，资源效率、环境效率、区域循环经济绩效三者在空间上具有较为明显的聚类分布特征，热点区、次热点区集中分布于东部沿海及其邻近省份，冷点区和次冷点区则大致分布在中西部地区。

表1 区域循环经济绩效的Moran'sI指数计算结果

图2 各地区循环经济绩效

2000年资源效率的热点区、次热点区、次冷点区和冷点区数量分别为7个、8个、10个、5个，2018年分别为11个、13个、3个、3个，冷点区、次冷点区数量呈明显下降趋势，热点区和次热点区数量显著增加，表明资源效率空间集聚分布态势逐渐增强。2000年热点区包括江苏、上海、安徽、浙江、广东等地区，这一区域表现为明显的高-高聚类组团，由东部地区向中西部地区逐渐为成为次热点区、次冷点区，冷点区则包括新疆、甘肃、青海等西部省份；2005年热点区和冷点区的分布没有发生明显变化，京津冀组团由次冷点区转变为次热点区；2010年各关联类型区域未产生明显变化，空间格局与2005年相比大致不变；2018年热点区数量有所增加，贵州、湖南成为新的热点区，陕西、重庆、云南由次冷点区成为次热点区，表明中部地区次热点区产生的正向溢出作用逐渐增强，空间集聚特征明显。

2000 年区域循环经济绩效的空间关联类型以高-低集聚为主，热点区和次热点区沿海分布特征明显，中西部地区存在较为明显的低-低聚类；2005年四种空间关联类型的数量分别为8个、12个、7个、3个，冷点区数量明显减少，表明高循环经济绩效集聚区在空间上的溢出作用有所增强，带动宁夏、陕西、贵州由冷点区转变为次冷点区，广西、海南成为次热点区；2010 年热点区数量有所下降，冷点区数量有所增加，显著空间关联类型以负向关联为主，空间高-低聚类关联占据主导地位；2018 年冷点区则下降为新疆、青海、甘肃3个省份，热点区域和次热点区数量占全国70%以上，热点区和次热点区形成的区域组团进一步扩大，与周围形成高-高和高-低集聚现象明显，低-高和低-低聚类组团则显著减小。

3 区域循环经济绩效的创新驱动研究

3.1 模型选择

根据区域循环经济绩效Moran’sI指数的计算结果，由于其在空间上存在相互联系，因此需要利用空间计量模型对科技创新影响区域循环经济绩效的空间效应进行解析。研究选取空间杜宾模型（SDM）、空间误差模型（SEM）、空间滞后模型（SAR）三种空间计量模型，考虑到空间交互因素的影响，利用各模型相关检验的统计量进行最优解模型的判断和选择，以此来分析科技创新对区域循环经济绩效影响的强度和空间效应。SEM 和SAR 的区别在于空间滞后模型假设各因变量之间存在空间自相关情况，而空间误差模型则假设误差项在空间上存在自相关情况，SDM则同时考虑到自变量与因变量存在的空间相关性，在一定情况下可以退化为SEM或SAR［38-39］，模型设定如下：

其中：RCEPit为各区域循环经济绩效值，GII为核心解释变量科技创新，Xit为研究选取的控制变量，ui、vt分别表示个体效应和时间效应，β为科技创新的影响系数，ω表示控制变量的影响系数，Wij表示权重矩阵，δit表示随机扰动项，ci为常数项。当随机扰动项系数φ=0 时，若α≠0且γ=0，模型退化为SAR，若α≠0，γ≠0，模型为SDM；当随机扰动项系数φ≠0 时，模型退化为SEM；当α、γ、φ 均为0时，模型为不含空间效应的OLS模型。

表2 中国循环经济绩效空间冷热点分类

3.2 变量选取

研究在综合考虑区域循环经济绩效时空演变特征及影响因素指标数据可获取性的基础上，确定区域循环经济绩效为被解释变量，将科技创新作为解释变量，同时增加产业结构、城镇化水平、对外开放程度、环境规制作为控制变量，利用空间面板回归模型探究各因素在影响区域循环经济绩效时空演变中的空间效应（表3）。

为进一步对选取的影响因素指标具有更加全面的掌握，使影响因素的变量数据更加清晰和直观，研究开展解释变量、被解释变量和控制变量的描述性统计（表4）。

3.3 结果分析

3.3.1 整体结果分析

将科技创新分解为人才支撑（TAS）、技术成果（TEA）、资金投入（INV）3个解释变量，利用空间杜宾模型（SDM）、空间误差模型（SEM）、空间滞后模型（SAR）对每一组变量进行空间面板数据的回归分析，实证分析科技创新和其他控制因素对区域循环经济绩效的空间综合效应，回归结果见表5。根据Hausman 检验结果，p 值为0.000＜0.05，因此选择固定效应模型进行后续分析，基于模型的LM、RobustLM 项的检验结果，且统计量均在1%置信水平上显著，同时参考LR 统计量的检验结果，人才支撑（TAS）、技术成果（TEA）、资金投入（INV）三者的LRLAG、LRERR 均在1%置信水平下显著，即在该面板数据回归过程中，拒绝将空间杜宾模型简化为空间误差模型和空间滞后模型，认为空间杜宾模型的计量结果更加合理，对这一过程具有更强的解释能力，应选取空间杜宾模型（SDM）的面板数据回归结果进行后续相关分析和研究。

表3 区域循环经济绩效影响因素选取情况

表4 各变量的描述性统计

根据模型Ⅰ、模型Ⅳ、模型Ⅶ的回归结果，从科技创新对区域循环经济绩效影响的综合效应来看，人才支撑（TAS）、技术成果（TEA）对地区循环经济绩效有显著的正向影响，资金投入（INV）因素则对地区循环经济绩效存在显著的负向影响，具体来看：

1.1 临床资料 资料来源于2015年5月-2018年6月参与江西省妇幼保健院开展的“关爱母亲公益活动”的3100例女性，所有女性均自愿接受宫颈HPV筛查。所有女性年龄范围25-65岁，平均年龄（39.08±10.21）岁，纳入标准包括：有性行为史；筛查时未怀孕；无宫颈上皮内瘤变、子宫颈癌和子宫切除史。以25-29岁开始，之后每5岁为一个年龄段，到≥50岁组，分为6个年龄组。

人才支撑即R＆D 人员全时当量因素的影响系数在1%置信水平下显著，且影响参数值为0.195 4，该回归结果表明，R＆D 人员全时当量每增加1%，可以使区域循环经济绩效提升0.195 4%，具有较强的作用效果。2018 年各省R＆D人员全时当量较高的浙江、上海、天津、湖南、安徽，均属于区域循环经济绩效值平均水平以上的地区，R＆D 人员全时当量与循环经济发展的趋势呈现一致性，表明在地区循环经济发展过程中，国家中长期人才发展规划和高层次创新人才培养工程等的发布和实施，激励了创新型科技人才培养和高技能人才队伍建设，科技创新活跃主体数量的增加以及素质的提升等投入可以提升科技创新的产出效果，在一定程度上有利于区域循环经济绩效的显著提升。

技术成果即专利授权数量因素在1%置信水平下显著，对循环经济绩效的影响系数为0.169 0。专利授权数是衡量创新产出的通用性指标，可以直接反映出本地区科技创新活动的活跃性，回归结果说明专利授权数量每增加1%，循环经济绩效值将会提升0.169 0%，地区专利授权数量的增加有利于区域循环经济绩效提升。国家循环经济示范试点的建设和发展推动地区自身资源与技术集成实现了科研成果的转化、应用和推广，产生了一批典型地区和园区，为其他地区开展循环经济实践凝练了成熟适用的循环经济发展特色和模式，实现了先进成果和经验的交流与共享，进一步推进了整体循环经济绩效的提升。

资金投入即R＆D 经费投入因素在1%置信水平下显著，其影响系数为-0.017 0，对循环经济绩效表现为抑制作用。为探究出现该结论的原因，对2018 年各省R＆D 经费进行分析发现，在30个研究区域内仅有上海、江苏、浙江、广东等10个省份的R＆D 经费投入高于全国平均水平，其余各省仍与全国平均水平存在较大差距，贵州、甘肃、新疆、吉林等省份的R＆D经费投入占全国平均水平的10%～20%，海南、青海仅为全国平均水平的2.63%、1.57%。因此，其原因可能是由于全国大部分省份R＆D经费投入仍然处于较低水平，部分地区对经费使用效率不高，对循环经济绩效的促进作用有限，未来需要继续提高R＆D经费投入强度和利用效率，提升经费投入的转化效率以更好地促进地区循环经济的发展。

从控制变量对区域循环经济绩效影响的综合效应来看，产业结构在1%置信水平下对循环经济绩效具有显著正向影响，表明随着产业结构优化区域循环经济绩效呈上升趋势；对外开放对区域循环经济绩效具有正向影响，表明外商直接投资总额的增加有利于循环经济绩效的提升，但模型Ⅳ影响效果不显著；环境规制因素对区域循环经济绩效具有显著负向影响，即循环经济绩效会随着环境规制水平的提升而降低，在模型Ⅶ下环境规制的作用效果不显著。这一结果可能是由于较弱的环境规制强度产生的环境成本在地区投入成本中比例较小，不能为以资源节约和循环利用为目的的创新带来足够的驱动力，后期随着环境规制强度的增加，将推动绿色生产技术的创新和发展，提升地区循环经济绩效；城镇化水平对循环经济的影响效果在各个模型中均不显著。

3.3.2 空间溢出效应分析

在此基础上，进一步对空间杜宾模型进行个体效应选择和空间效应的分解，将其分为个体固定效应、时间固定效应和时空双固定效应进行回归，并通过LR 联合显著性检验、拟合优度R2和Log‑likelihood 等统计量的结果判断，应选择时空双固定效应的空间杜宾模型进行区域循环经济绩效的影响分析，同时将各变量影响结果的系数进行进一步分解，即将总效应分解为直接效应和间接效应，具体结果见表6。

表5 区域循环经济绩效各变量回归结果

根据模型回归结果，从科技创新对区域循环经济绩效影响的分解效应来看：

人才支撑因素的直接效应影响系数为0.102 9，表明本地区R＆D人员全时当量的增加会提升本地区的循环经济绩效，但影响效果不显著；间接效应在1%置信水平下显著为负，其影响系数为-0.619 5，即本地区R＆D 人员全时当量每增加1%，将使周围地区循环经济绩效下降0.619 5%，表明本地区R＆D 人员投入的增加对周边地区循环经济绩效具有抑制作用，可能是由于本地区拥有较好的科研创新环境和政策优惠条件，吸引周边邻近地区人才向本地区集聚，导致周边地区科研人才数量减少，降低了邻近地区循环经济绩效。

技术成果即专利授权数因素的直接效应在10%置信水平下显著为正，表明专利授权数的增加会提升本地区的循环经济绩效，该因素的影响系数为0.094 0，说明本地区专利授权数每增加10%，将促进本地区循环经济绩效提升0.094 0%；间接效应在1%置信水平下显著为负，其影响系数为-0.478 2，即本地区专利授权数每增加1%，将阻碍邻近地区的循环经济绩效提升0.478 2%，表明需要降低绿色技术壁垒，增强技术创新外溢，提升邻近地区循环经济绩效。

资金投入因素的直接效应在1%置信水平下显著为负，其影响参数为-0.020 8，即本地区R＆D 经费每增加1%，将使得本地区循环经济绩效下降0.020 8%，表明本地区R＆D经费由于使用效率、投入结构等因素的限制，影响了循环经济绩效的提升，也表明单纯地依靠经费投入并不能真正提升循环经济绩效，还需要加强投入的转化效率，使经费投入真正产出为可以提升循环经济绩效的技术和产品；间接效应的影响不显著。

从控制变量对区域循环经济绩效影响的分解效应来看，产业结构的直接效应在1%置信水平下显著为正，表明本地区产业结构优化对本地区循环经济绩效的提升具有促进作用，但产业结构的间接效应对循环经济绩效的影响不显著；城镇化因素间接效应的影响参数为正向影响，表明本地区城镇化水平的提升对周边地区循环经济绩效的提升具有促进作用；对外开放因素对循环经济绩效的直接效应和间接效应均显著为正，表明本地区FDI的增加对本地区和周边地区循环经济绩效的提升均具有促进作用，并且间接效应大于直接效应，即对周边地区循环经济绩效产生的促进作用强于对本地区的作用；环境规制因素直接效应为负而间接效应为正影响，表明环境规制在抑制本地区循环经济绩效提升的同时会对周边地区产生促进作用，但该结果在大部分模型中的影响效果均不显著。

3.4 稳健性检验

为保证研究结果的稳健性，将技术市场成交额作为解释变量科技创新的评价指标，并与其他控制变量重新进行回归分析，由于研究选用时空双固定的杜宾模型进行分析，因此将更换解释变量表征指标后的双固定杜宾模型回归结果列出，见表7。回归结果表明，在转变科技创新因素表征指标的情况下，解释变量回归系数的正负向和显著性基本与上述回归结果一致，因此可以认为研究的回归结果是稳健可靠的。

表6 时空双固定空间杜宾模型的效应分解

4 结论与建议

4.1 主要结论

研究基于生态效率模型构建涵盖资源效率和环境效率的评价体系测度中国30个省份的循环经济绩效并分析其时空演变特征，同时利用空间面板回归模型探究科技创新及其他控制变量对区域循环经济绩效的影响，得出以下结论：

第一，研究时期内资源效率、环境效率与循环经济绩效在时序上均呈现逐渐上升态势，三者的变化趋势基本一致，其中区域循环经济绩效的年均增长速度以2008 年为转折点，由1.58%下降至0.56%；资源效率、环境效率与循环经济绩效的空间格局分布具有明显的地区差异性，基本呈现东部沿海＞中部地区＞西部地区的空间分异格局，但各省份之间循环经济绩效发展的空间差异不断缩小；区域循环经济绩效的Moran'sI指数值均为正值且呈现不断增加趋势，表明其在空间上的集聚态势不断增强，同时资源效率、环境效率、区域循环经济绩效三者冷热点空间分布也呈现由东部到中部再到西部的聚类特征。

表7 稳健性检验回归结果

第二，从各变量对区域循环经济绩效影响的综合效应来看，人才支撑、技术成果因素均对区域循环经济绩效的提升具有显著的促进作用，资金投入因素则由于多数省份的R＆D 经费投入低于全国平均水平而呈现抑制作用；在控制变量方面，产业结构在1%置信水平下对循环经济绩效的影响显著为正，对外开放因素对循环经济绩效也具有正向影响，各变量对循环经济发展具有较为明显的正向推动作用且对外开放的影响效果较强，环境规制因素表现为对循环经济绩效提升的抑制作用，城镇化因素对循环经济绩效的影响不显著。

第三，从各变量对区域循环经济绩效影响的分解效应来看，人才支撑对循环经济绩效的间接效应显著为负，直接效应为正但不显著，技术成果对循环经济绩效的直接效应显著为正，间接效应显著为负，资金投入的直接效应和间接效应均为负影响，但间接效应不显著；在控制变量方面，对外开放因素的直接效应和间接效应均显著为正，对本地区和周边地区循环经济绩效的提升具有促进作用，产业结构的直接效应显著为正，城镇化对周边地区循环经济绩效的提升具有促进作用，环境规制的直接效应为负而间接效应为正，但不显著。

4.2 对策建议

研究结合现阶段中国区域循环经济绩效的时空分异格局和关联特征，以及科技创新各因素对循环经济绩效影响的空间效应，提出以下对策建议：

提升地区绿色科技创新实力，为区域循环经济发展提供有力的技术支撑。绿色科技创新在科技活动发生过程中追求生态负效应最小化，各地区应充分重视绿色科技创新对区域循环经济绩效提升的重要作用，建立完备的绿色技术开发中心和服务中心，引进和吸收国外和其他地区先进的绿色技术，对减少污染物、废弃物再利用、产品清洁生产等关键技术进行突破和推广，进一步增加本地区绿色技术的知识储备，优化区域绿色科技创新环境。

构建和完善政府、高校、企业、科研院所、金融机构等交互合作关系形成的绿色科技创新体系。坚持绿色循环理念，提升高等学校和科研院所绿色科技创新活力；坚持市场导向，充分发挥企业在绿色科技创新技术研发、成果转化、产品应用、综合示范方面的重要作用；坚持完善机制，从科技制度、科技政策等方面促进创新环境持续优化，继续激发创新活力，保障科技创新要素的合理配置并促进科研成果及时向生产力转化；坚持多方合作，加快“政产学研金”一体的科技创新集聚网络的交流与联系，以完善的绿色科技创新体系推动各地区循环经济绩效的提升。

建立和完善绿色科技创新制度保障政策体系，保障地区循环经济发展。加强绿色专利保护政策的出台和落实，建立和完善绿色信息专利数据库，搭建绿色科技创新系统交互平台，实现跨地区绿色专利信息检索机制，在保障绿色科技创新主体知识产权的同时，促进绿色信息的共享和交流；从国家和地方的规划发展战略中提升绿色科技创新的重视程度，将其纳入年度绩效考核体系，建立健全以绿色创新为导向的科技支撑和推广体系，全面激活地区循环经济绩效提升的内生驱动力。