基于SIENA方法的省域低碳经济空间关联网络演化态势研究

丁 刚，黄冰湟

（福州大学 经济与管理学院, 福建 福州 350108）

一、研究背景

全球气候变暖是人类共同面对的一场严峻考验，以低能耗、低污染为基础的低碳经济已成为全球热点。近年来，世界各国纷纷推进“低碳革命”，对产业、能源、技术等政策进行重大调整，以抢占低碳经济发展先机和产业制高点。我国亦提出了2030年实现碳达峰、2060年实现碳中和的低碳经济发展目标。

我国省域之间资源禀赋条件和社会经济发展程度存在较大差异，人口迁移、贸易往来、府际互动等均会推动资源要素在省域之间流动。近年来，学者们对区域经济增长和碳排放的空间关联特征进行实证研究后发现，中国区域经济增长空间网络具有稳定性、多重叠加性和紧密性，整体网络不存在“孤立”省份，且省际经济增长溢出效应表现出明显的空间梯度传递特征[1,2]。省域碳排放溢出效应同样具有空间传递特征[3]，但整体而言我国碳排放呈现出更为复杂的多线程空间关联关系[4]。基于此，学者们进一步构建省域低碳经济发展的评价体系后研究发现，中国各省份低碳经济发展在地理空间上显著存在正向的相似性，但空间整体非均衡态势显著[5]，且已经出现了极化现象[6]。与此同时，学者们亦尝试以动态演化的视角理解社会经济过程，为分析技术创新、制度演化、区域发展等复杂社会现象提供了新的研究方法。演化理论主张历史动态的研究观点，强调创新和多样化的力量[7]对经济发展的影响，因而为深入探究创新要素流动是否会影响以及如何影响低碳经济社会网络演化提供了新的思路。低碳经济发展的关键是着力发展以高能效、低排放为核心的“低碳技术”，虽然《巴黎协定》等气候公约对发达国家履行国际责任提出了要求，但是基于国家战略利益关切，发达国家为占据未来产业高地，事实上缺乏向发展中国家提供低碳技术援助或是转让的政治意愿。同时在本国强制减排的控制下，发达国家相关企业选择用相对低成本的技术帮助发展中国家减排，并在相对应的国家获得碳排放指标，使得清洁发展机制下实际的技术输出转让相对较少，甚至可以说是单纯的二氧化碳排放权买卖，因此，我国有必要加快提升减碳技术自主研发能力。已有文献经研究发现区域技术创新同样存在空间关联效应，技术创新的空间集聚性有助于降低环境污染，减污程度由东向西渐次递增，但是技术创新的空间集聚效应呈现出显著的区域非均衡性和马太效应，东南沿海省份与部分中部省份是“强强联手”的技术创新“高地”，北部地区与西南地区则是技术创新“洼地”，表现出“弱弱关联”[8]。在“高地”中，如长三角等局部地区的空间关联格局具有一定稳定性，但存在弱关联关系的城市数量有逐步增加的趋势[9]。此外，由于省域间科技资源配置空间溢出效应的存在[10]，技术创新能力的提升与经济发展之间也存在着相互作用，即经济发展要素影响科技资源配置效率，而区域科技资源配置水平的高低直接关系到经济发展动力和区域创新能力[11]。因此二者之间并不是单向的决定关系，而是存在相互影响、互为因果的协同演化关系（co-evolution）。协同演化理论则是对演化理论的进一步拓展，其考虑社会系统中知识要素、价值认同、组织交流、技术水平和外部环境等子系统之间的相互影响关系，从而为揭示经济系统演进过程提供了全新逻辑和独特视角[12]。

综合学界已有研究可以发现，对于低碳经济发展过程而言，企业、政府等不同类型社会行动主体的贸易往来、文化交流、产业合作等活动，天然地会推动发展资源产生跨组织、跨部门、跨地区的流动，其中技术创新能力作为推动低碳经济发展的重要力量，更会对各类发展资源的流动偏好、流动方向、流动速度等方面产生影响，进而反馈到不同地域的整体发展质量上。同时，发展程度各异的地区间的社会生产交流与合作，也影响不同社会主体的技术创新行为。但学界已有研究尚未对上述影响的具体内容予以揭示。

理论经济学家们在解释个体行为如何影响社会网络的形成时, 常构建以个体收益最大化为约束条件的博弈模型，刻画个体行为决策的特征，求解不同个体共同组成的网络整体的纳什均衡[13,14]，进一步将动态演化视角引入社会网络分析后，学者们发现：个体间行为决策的博弈会改变网络结构,同时网络结构特征又会反过来影响个体的策略选择。Snijders[15]（2010）在此基础上构建了包含参数模拟和马尔可夫链式过程的SIENA（Simulation Investigation for Empirical Network Analysis）仿真方法，他认为网络演化是内生的整体网络结构特征与外生的行动者特性共同作用的产物，并纳入社会网络的历史动态视角，考虑网络历时态的依赖性和行动者间关系的依赖性，从技术层面为基于协同演化理论，实证分析网络动态演化的影响因素提供了契机。

在“碳中和”远景目标的指导下，纳入碳减排的环境约束机制后，省域技术创新能力会如何影响其低碳经济空间关联网络的演化？省域技术创新能力与低碳经济发展之间呈现怎样的协同演化态势？二者的协同演化能否推动我国深度脱碳转型发展？皆需要进一步在理论和实证层面进行验证。为此，本文将从网络动力学视角出发，对不同时态间省域低碳经济关联网络的演化态势及其资源的配置路径进行分析。本文可能的边际贡献和创新点主要在于：一是运用网络动力演化的SIENA仿真方法，构造个体属性和网络结构的效应函数，将其作为自变量纳入实证中，较好克服传统社会网络工具无法分析网络面板数据的问题；二是将低碳经济时空关联的演化态势与技术创新能力变化同时纳入实证模型中，尝试性地对省域技术创新能力和低碳经济发展之间的协同演化效应进行具体剖析。

二、研究假设

基于历时态的网络动力学分析视角，省域低碳经济空间关联的社会行动者网络中同时存在两种效应：一是选择效应，即行动者基于预期目标和现有的网络关联结构，作出建立新联系、强化或维持现状、取消现有联系的最优决策，以使得自身效益最大化。在省域低碳经济发展过程中，基于网络参与者视角，行动者预期的收益目标影响其行为选择，彼此之间也必然存在一定程度的邻近性偏好和技术创新偏好，同时其行为选择亦离不开国家宏观政策的引导。二是影响效应，省域技术创新行为及其空间溢出效应影响着低碳经济发展，行动者的技术创新偏好是影响省域低碳经济关联网络演化的关键要素。同时低碳经济的空间关联影响着省域之间技术创新资源的再配置，二者存在协同演化关系。低碳经济空间关联网络动态演化的过程中，发展资源流动路径和强度的差异，使得各个省域的资源存量在不同时态间存在差异，进而会影响省域技术创新能力的提升。学界对技术创新能力评价已有丰富成果：大部分学者从政府、企业的创新支撑、创新投入和产出[16,17]，地区创新环境和效益[18]，及不同地区之间的技术交流扩散和协同情况[19]等着手，构建省域技术创新能力评价的指标体系。创新投入能力高的地区，表明企业对科技研发的投入力度大，因而对其他地区的优秀研发机构和科技创新人才存在吸引力；如专利等技术产出能力高意味着该区域技术创新活动的变现能力高，同时通过在本区域内部的交流、转移和扩散，实现技术溢出, 进而促进区域经济增长的空间扩散效应，推动与其空间关联的其他省域经济增长和技术创新能力的提高[20]。创新支撑能力指地方政府和社会对技术创新的支持力度，学界常以科技支岀占财政总支出的比重、在校大学生占常住人口比重等指标进行评价，有的学者也将该类指标归纳为技术创新环境。由于碳减排区别于常见的污染防治和生态保护，尚未引起社会公众的广泛重视，因而技术创新氛围好的地区推动低碳技术创新的可能性更高。此外需要注意的是，近年来我国虽不断推动制造业由“中国制造”向“中国智造”转型，但是“世界工厂”的角色仍未发生改变，外商直接投资多、区域对外贸易依存度高的区域，往往会承担更多的来自国外的产业转移，甚至会出现“污染天堂”现象，而与国外进行技术交流互动多的地区，能引进更多的低碳技术，因而可能成为网络中受欢迎的互动对象。综上所述，本文提出研究假设H1：

H1:省域技术创新投入能力、产出能力、支撑能力和交流能力影响低碳经济关联网络演化，但是具体影响路径存在异质性。

区域创新的空间联系不仅受地理区位的影响，同时还受经济基础、人力资本和技术实力等要素的综合影响。对发达地区而言，发展资源存量的增加会带来规模经济收益，更多的内生性技术进步也会随之产生，使其承担着低碳经济网络拓展的引擎作用，成为网络中受欢迎的关联对象。而其他地区依托关联网络吸收和模仿高梯度地区的先进技术，获得实现经济发展与技术飞跃的机会。同时整体技术创新的发展更使得省域之间的互动可以突破地理空间限制，依托自身的自然或社会资源，实现跨区域的优势互补，进一步提高技术创新能力，实现社会经济的低碳转型。然而空间计量学者实证中也发现，地区间发展水平的梯度差异会影响知识溢出与技术扩散的程度，并且当两地区梯度差距较大时，低梯度地区对先进技术的引进、消化与吸收等过程都会受到一定程度的制约，省际间的互动并不能推动对低梯度地区的经济水平与创新能力的提高。而资源水平相近的地区间技术引进活动，由于具备了一定的人力、财力，反而可以有效地吸收引进技术，实现自主创新地方化。因此，本文提出研究假设H2和H3：

H2:技术创新资源省域间的梯度转移会影响省域低碳经济空间关联网络的演化。

H3:低碳经济发展的空间关联拓展会影响省域技术创新能力的提高。

利益驱动下行动者的邻近性偏好包括地理邻近和社会关系邻近。社会关联网络中，行动者创建、维持或结束联系的决策，会考虑到个体间资源互补程度、权力不对等性、知识不对称性、信任程度和制度约束等要素[21]。宏观上存在地理相邻的行动者既往互动史更为丰富，在资源禀赋、经济程度发展上往往具有相似性，且其内部个体由于受相近社会习俗和历史文化影响，发展思路及实践行动路径存在相似性[22]，因而推动了网络内部知识传递、集体学习等行动者互动现象的发生[23]，社会网络分析中还常从局部网络的“结构洞”效应切入分析，即关注“朋友的朋友”等潜在网络关联群体的具体影响。在行动者邻近性偏好的影响下，可能使得省域低碳经济的发展将存在邻近性的高梯度地区作为参考和学习的对象，高梯度省域的溢出效应可能产生正向激励。反之低梯度地区也可能出现逐底竞争行为，小团体内部共同的 “环境不作为”使得低碳发展资源的空间传递形成闭合，因此提出研究假设H4：

H4:行动者的邻近性偏好会影响低碳经济关联网络的演化。

宏观调控作为政府的重要经济职能之一，主要依托政策、计划、法规等手段对市场经济进行引导和调整，因而在我国经济发展各个阶段中都发挥了关键作用。由于我国省域之间在发展程度、资源禀赋等方面都存在较大差异，在“增长极”学说[24]的影响下，我国自改革开放以来便实行“让部分地区先富”的非均衡发展战略。这一发展战略在推动我国经济快速振兴的同时也存在着加剧地区发展差距的弊端，虽然政府已及时做出相应的政策调整，但发展资源向东部地区大规模流动的“惯性”难以立刻发生改变。对于低碳经济的发展而言，东部地区依托本身雄厚的经济实力，利用其他省份的能源输入减少本省化石能源的开发和使用，可以降低本省的碳排放规模，实现低碳转型发展。在国家政策的引导和推动下，东部也同时向其他地区提供技术支持或进行产业转移，带动其他地区的经济发展，实现“先富带动后富”[25]。然而在这一“梯度推移”的过程中，也可能造成能源消耗与碳排放的空间转移，同时资源流动“惯性”的存在也可能进一步加剧区域经济发展的非协调态势，使得低梯度地区的低碳经济发展陷入“马太效应”的恶性循环之中。因此本文提出研究假设H5：

H5:国家政策的宏观调控和引导作用会影响省域低碳经济空间关联网络的演化。

三、研究方法与影响因子量化

（一） 研究方法

传统的社会网络分析工具如Ucinet、Pajek等可以分析特定时点的网络关系现状，评价变量与网络结构的相关性，但无法处理网络面板数据。而SIENA构建了一个基于参与者的随机行动者导向模型，行动者能力、水平、偏好等个体外生属性影响网络演化，同时构造效应函数量化行动者在当前网络中所处位置、地位、权力、关联对象等一系列网络结构效应，将网络的演化近似为马尔可夫链式过程[26]。总体而言，SIENA方法中通过构造网络演化和行为演化两个模型，分析行为主体如何根据网络结构特征及个体特征做出理性选择从而改变他们之间外向的关系，是针对网络面板数据的统计模型，适合于本文所探讨的问题。

SIENA中的网络演化模型和行为演化模型均可视作由两个随机子过程构成[27]：

一是速率函数，指行动者实际改变网络关系或现状的机会，用 λi表示行动者i改变网络关系的发生速率，表示行动者改变行为水平的发生速率，ρ 表示行动者改变网络关系或个体行为的目标效用选择概率，x表示网络关联状态，ν 表示行动者属性，m表示网络演化时期，ah表示协变量影响权重，最终构造速率函数：

（二） 影响因子量化

本文使用SIENA方法，以解释低碳经济发展过程中，省域空间关联的网络结构效应、个体属性效应和二者协同演化的结果如何推动关联网络的动态演化。依据公式（1）-（4），以及前述研究假设，本文需要对行动者个体属性v，行动者关联网络x，行动者行为z等进行量化，并构造对应的网络效应函数Sik和 行动者行为效应函数。

1.省域低碳经济空间关联网络及效应函数

（1）构建省域低碳经济空间关联网络

本研究首先需要构建省域间低碳经济空间关联网络。如表1所示，本文参照学者们的研究成果建立低碳经济评价指标体系，从统计年鉴收集指标数据，利用全局熵值法计算出2006—2016年全国30个省域（因数据获取原因，不含港澳台及西藏地区）的综合评价得分，以表示各省域的低碳经济发展情况。由于各个省域之间发展水平存在差异，因此本文运用Tingbergen[28](1962)构建的引力模型（该模型考虑了地理距离与经济质量综合作用下行动者间的关联关系，已被广泛运用于空间社会经济问题研究之中）对省域低碳经济的空间关联进行测度。依据引力模型构建省域低碳经济空间关联的邻接矩阵：

表1 省域低碳经济发展水平和省域技术创新能力评价指标体系

式（5）中，Xi,j表示省域i与省域j之间的低碳经济发展水平空间关联作用强度；Ii和Ij分别表示省域i与省域j的低碳经济发展水平；Di,j表示省域间的经纬度距离。通过式（5）可得到省域间的低碳经济发展空间关联引力矩阵。参考庞庆华(2019)的作法，当引力值大于矩阵的行均值时赋值为1，表示该行省域的低碳经济发展与该列省域的低碳经济发展存在空间相关；反之则赋值为0，表示两者之间不具有空间关联关系，最终构建我国省域2006年至2016年的低碳经济空间关联网络。

（2）构建网络结构效应函数

社会网络效应包含基本网络结构效应、局部网络效应和个体网络效应。SIENA方法用出度效应和互惠性表示基本网络效应，出度效应的表达式为：，亦可被解释为成本效应。互惠性对应的效应函数为本文用其表征资源溢出效应隐含的发展带动作用；局部网络效应关注节点间的社会邻近是否会影响网络的聚集性和闭合性，本文用传递效应验证节点中是否会存在与“朋友的朋友”进行互动的偏好，其对应的效用函数为结构洞在社会网络起信息沟通、资源传递的中介作用，本文用最短距离为2的传递效应作为结构洞效应的直接验证，判断社会邻近效应对网络演化的显著性；同时，用网络结构效应中的三循环效应作补充分析，判断资源传递是否仅在“熟人”团体间进行，即验证社会关系网络是否形成了闭合，其对应的效应函数为：

2.省域个体属性及效应函数

依据前述研究假设，本文按照东、中、西三大区域对30个省域（因数据获取原因，不含港澳台及西藏地区）的地理位置分别进行赋值，若位于同一区域内，则，反之则为0，构造函数用以判断低碳经济空间关联网络是否存在地理邻近性偏好。在评价省域技术创新能力时，如表1所示，本文从技术支撑能力、技术投入能力、技术产出能力、技术交流能力四个维度构建评价指标体系，运用全局熵值法计算出2006—2016年全国30个省域的技术创新能力综合评价得分，以此来反映省域技术创新能力，并构造函数判断省域低碳经济空间关联是否存在技术相似性偏好：其中

行动者属性通过影响个体行为选择，推动行动者关联网络的演化。点入度与点出度是个体网位置的两个基本面向，由效应函数表示，可被解释为在个体属性的影响下网络中的资源流动方向和速率的变动情况，并进一步可理解为省域低碳经济发展过程中行动者的吸纳和溢出效应。依据其对行动者点入度和点出度的影响，来衡量省域技术偏好对网络关联关系的影响。本文用地理属性影响下的资源流动方向表征国家宏观调控政策影响，同时还使用了入度活跃度指标，其对应的效应表达式为：，表明现阶段点入度高的行动者在下一阶段的资源外溢倾向的高低，本文用其检验空间演化过程中是否存在极化趋势[29]。

3.省域技术创新行为演化及效应函数

SIENA方法中纳入了行动者“行为”这一共同因变量，在本文中指省域的技术创新水平。本文以省域四个维度的技术创新能力的综合评分作为行为变量，依据公式（2）和公式（4）探究在低碳经济关联网络演化的过程中，发展资源的空间流动对技术创新行为变化的影响，以及二者的协同演化态势。在这一过程中，本文纳入以下效应予以检验：一是入度提升效应，其函数表达式为zix+i，表明在现阶段关联网络中点入度高即资源吸纳能力强的省域，在今后的空间互动中技术创新能力得以提高的趋势；二是平均吸纳效应，其函数表达式为表示当行动者现阶段所接受的发展资源，来自于技术创新能力高于自身的省域时，作为网络关联关系中的“被动”方，其是否存在提升自身技术创新能力的趋势或潜在可能性；三是创新相似效应，包括总体效应和平均效应，前者的函数表达式为用以检验行动者与其低碳经济关联对象在技术创新能力发展方面是否存在相似趋势；后者的函数表达式为用以检验作为网络关联中的低碳资源吸纳方，在不考虑总关联行动者数量的情况下，与其网络关联对象在技术创新能力上的相似性趋势，即能否带动低梯度地区发展。

在此基础上，本文最终构造了网络演化的概率函数，如式（6）所示，P{X(m)} 表明行动者i在m时期有多大的概率会改变其外向关系，使得其在m+1 期向新的网络关联状态 x 变化。行为演化的概率函数P{Z(m)} 如式（7）所示，表明行动者 i 在当前网络状态X(m) 及个体行为Z(m) 的共同影响下，在 m +1 期有多大的概率会改变其个体行为Z。公式（7）是对公式（6）的进一步拓展，行为演化对网络结构与行为特征产生共同依赖，因而被称为社会影响过程，行动者行为变化与网络演化相互依赖并产生随机影响的过程，在SIENA中也被定义为协同演化[30]：

综上，将影响因子通过效应函数予以量化后，基于公式（6）和公式（7），本文用基本网络效应中的互惠效应，以及行动者个体属性中地理位置对网络点入度与点出度变化速率的影响，判断资源流动路径，以检验国家宏观政策引导对网络演化的具体影响（H5）；用局部网络效应中的传递效应、结构洞效应，以及个体属性效应中的地理趋同效应和技术能力相似性等影响因子，检验行动者邻近性偏好对网络演化影响（H4）；用技术投入能力、技术产出能力、技术支撑能力和技术交流能力对点入度与点出度变化速率的影响，验证省域技术偏好的不同对网络内资源配置路径影响的差异（H1）；用省域整体技术创新行为影响下资源吸纳和溢出效应的路径差异和显著性，以及低碳经济关联网络影响下省域技术创新行为的变动趋势，包括总体和平均的创新效应、资源吸纳效应等，验证我国技术创新与低碳经济空间关联的协同演化情况（H2和H3）。

四、实证分析过程及结果

首先对离散观察时间内低碳经济空间关联网络的结构特征进行分析。如表2所示，平均连接度指在网络中的省域基于发展目标而达成的共创关系数，2006—2016期间内平均连接度变动范围为12.43-13.1，即平均存在联系的省份为13个，网络规模较小且较为稳定。网络密度是网络中现有的协作关系数或网络可形成最大关系数的比值，网络密度值越接近零，表明网络的节点间社会关系联结越弱，低碳经济空间关联网络密度变动范围在0.429-0.453之间，始终小于0.5且观察期内总体呈现下降趋势，表明低碳经济关联网络较为松散，省域之间的关系联结较弱。

表2 低碳经济空间关联网络描述性统计结果

如表3、表4所示，模型1-4中皆纳入网络演化速率、网络效应和个体属性效应三个部分共同考察，模型1-3仅考虑地理效应的影响，模型4则控制通过显著性检验的地理效应，并进一步纳入省域技术投入能力、技术支撑能力等个体属性。总体而言网络演化速率总体平稳，波动幅度逐渐变小，表明随着行动者之间协作的不断拓展和成熟，省域低碳经济关联网络逐年趋于稳定，各省域期望拓展关系或创造条件改变关系的概率降低。2007—2008年（M2）、2012—2013年（M7）分别出现了关联网络变动的两个峰值，具体而言，2007至2008正值我国筹备奥运会期间，全国各省域联合进行环境整治的力度不断加大。在奥运会举办结束后省域间互动出现下降趋势，至2012年全第二批低碳试点省市确定，试点范围由五省八市扩大至六省36市，低碳经济发展的关联网络再一次得到拓展。出度效应在1%的显著性水平上负向通过检验，表明省域间的关联程度下降，但是新的社会网络关系的建立往往需要伴随着行动者机会成本的付出。结构洞理论[31,32]认为，由于社会网络关系的建立是耗费时间、资源和金钱的行为，选择不当或者盲目扩大都容易形成关系的冗余，网络密度应控制在高效且合理的一定范围内，需要结合模型中的其他具体效应才可进行解释。

表3 低碳经济空间关联网络演化速率及效应

表4 低碳经济空间关联网络的个体属性效应

模型1中东部地区省域入度速率在1%水平上正向显著，低碳经济发展资源在观察期内向东部地区聚集的趋势显著，出度速率5%的水平上正向显著，即东部地区的溢出效应加速了网络关联速度，提高空间关联趋势。互惠效应在1%的水平上显著成立，表明从纵向时间的演化来看发展资源可以双向流动，省域间低碳经济关联形成了“发起—响应—互惠”的协作路径，出现了缪尔达尔在“循环积累因果”中所提出的扩散效应和回波效应[33]，资源在发达省份集中有助于规模作用的发挥，同时发达省份的资源外溢能推动区域的协同发展，假设H5成立。但需要注意的是，西部地区存在显著的地理邻近偏好，可能使得低碳经济发展出现区域内部趋同化的趋势，中部地区点入度在5%的水平上负向显著，即中部省份存在吸收发展资源的同时，向周围地区的“回波”扩散效应较弱，阻碍我国低碳经济发展关联网络的拓展。传递效应正向显著，表明行动者倾向于与“朋友的朋友”开展协作，结构洞效应显著，社会邻近关系中蕴含着潜在的资源传递对象，网络中弱关系联结的存在推动关联关系的变化，假设H4成立。但是由于网络节点之间的连接分散，使得省域间在进行发展资源的再配置时所要付出的搜寻成本增加，因而出度效应负向显著。

模型4中，技术支撑能力影响下点入度在5%的水平上负向显著，观察期内技术支撑能力提高的省域，资源流入速度减缓。从其评价指标体系的构成要素来看，政府财政投入的收益对象一般为本地创新型企业，而创新型人才要素自改开以来多倾向于东部沿海省域聚集，但这些省域近年来在人才需求增大的同时亦产生了较强的人才竞争压力，使得近年来人才资源向东部地区聚集的趋势有所放缓，因而出现了技术支撑能力与点入度提升速度呈负相关的现象，然而低梯度地区受制于薄弱的产业基础和生产能力，其支撑低碳转型发展的产业链基础并不完善，人才资源依然难以在相关产业实现充分就业、创造社会价值。技术投入能力在5%的水平上与点入度提升速度正相关，省域企业技术研发积极性越高、内部研发机构越多，发展资源流入趋势愈显著；技术交流能力在10%的水平上与点入度增加速度正相关，由于我国低碳转型起步相对较晚，清洁发展机制等减碳技术、生产模式在一定程度上受制于国外，因而技术交流能力越高的省份，相对而言更容易掌握低碳技术前沿，也越容易成为网络内部受欢迎的关联对象，假设H1仅部分成立。

将模型4与模型1-3对比后发现，纳入技术效应后，资源流动的梯度转移惯性有所减缓，但西部地区的趋同性系数却有所提高，地理邻近偏好增强。入度活跃度负向显著，表示行动者基于现阶段的点入度活跃度而在下一个阶段主动向外建立联系的倾向较弱，可能出现发展资源的局部集聚，低碳经济发展可能会出现两极化现象。纳入技术效应后入度活跃度系数增大，即技术偏好选择加剧了这一极化现象。一般情况下我们希望三循环效应系数为负，模型1和模型3中部和西部地区的三循环效应为负，即中西部地区的低碳经济发展能突破地域限制进行区际互动，但是该项未通过显著性检验，表明该趋势只在个别省份间形成，并未得到规模显化。但是模型4进一步纳入技术影响后，三循环效应10%水平上正向通过显著性检验，表明省域技术偏好推动局部区域发展一体化的形成，同时也导致低碳经济关联网络形成局部闭环，西部省域“弱弱联结”可能出现“逐底竞争”，不利于我国低碳经济发展整体质量的提高。

在确认技术创新偏好确实会影响网络演化后，模型5在计算分阶段网络演化速率的基础上，控制网络结构效应和地理邻近效应的影响，将省域技术创新能力作为行为变量，以进一步验证技术创新偏好与省域低碳经济互动的协同演化情况。如表5所示，地理位置对网络演化不再产生显著影响。综合四个维度的变量后，技术创新行为偏好的点入度变动速率正向显著，即技术创新资源的吸收有利于推动低碳经济关联的形成，研究假设H2成立。和模型1-4中只分析网络演化模型时相比，模型5实证结果中的出度系数下降，表明成本效应降低，可见省域提高技术创新水平的行为有助于减少低碳经济发展互动时的各类成本。互惠效应、社会邻近效应和入度活跃度有所降低，但变动幅度微小，可以忽略不计。行为演化结果总体变动趋势与网络演化趋势一致，但是行为演化系数更大，表明相较于选择效应，社会影响效应更为显著，网络内部行动者会依据当前网络关联情况和资源配置路径，基于发展目标，调整自身的技术创新行为。

表5 低碳经济关联网络与技术创新行为的协同演化态势

SIENA中网络关联如何影响行动者行为，主要是从个体点入度的变化情况，即以其在网络中低碳发展资源吸纳情况进行分析。具体而言，如表5所示，技术创新行为的平均相似效应正向显著，行动者与其资源吸纳对象在技术创新能力的相似度不断提高。网络入度提升效应正向显著，网络中资源吸纳能力高的行动者，提高技术创新能力的趋势正向显著。然而技术创新行为的总体相似效应负向显著，即进一步考虑关联对象的数量后，行动者与其关联对象的技术创新能力的差异不断加大。具体而言，低碳技术创新能力越高的省域，在网络中的点入度速率增加越快，吸纳的发展资源也越丰富，同时与其关联对象的整体差异不断增大，不论是低碳经济发展态势还是技术创新能力的提升都出现“强者愈强”的极化现象，且低碳经济网络对其创新能力“极化”的影响程度与其资源来源范围成比例。网络的平均吸纳效应负向显著，表明当行动者接受来自技术创新能力高梯度省域溢出的低碳经济发展资源时，其自身技术创新能力水平并未出现显著的增长态势，再一次验证了马太效应的存在。总体而言，省域技术创新能力演化与低碳经济关联网络呈现互相影响的协同演化态势，研究假设2和3成立。

五、结论与讨论

本研究构建了用以评价省域低碳经济发展水平和技术创新能力的综合评价指标体系，在应用数据资料具体评价其得分之后，基于SIENA方法进行网络动力学的仿真模拟。研究结果表明：我国低碳经济发展受到国家宏观政策的显著影响，发展资源向东部省域集聚的趋势显著，经历“极化”与“回波”后，东部省域的有效带动使得我国低碳经济发展整体水平得以提高；省域之间资源配置路径存在显著的社会邻近和地理邻近偏好，技术创新能力的提高推动了跨地域低碳经济关联网络的拓展，其中企业创新积极性是提升省域低碳发展资源吸纳能力的关键要素。

我国低碳经济关联网络的演化过程中，也揭示出若干不容忽视的现实问题：一是中部地区尚未有效发挥资源传递的中介作用，我国省域低碳经济关联网络格局仍待进一步优化。二是西部省域的资源配置态势存在显著的地理邻近趋势，西部省域的弱弱关联可能会出现“逐底竞争”现象，并加剧我国低碳经济发展中的“马太效应”。三是网络整体关联愈发松散，结构洞效应显著，可能会使得省域之间资源有效配置的成本增加；四是省际间的溢出效应可能更多体现在初级产业的区际转移方面，应关注并警惕部分地区可能出现以高碳生产换取经济增长的“污染天堂假说”现象；五是现阶段省域间技术创新能力存在极化现象，表明在现阶段的低碳经济关联状态下，低梯度地区创新资源的存量尚未得到增加，省际间的关联关系可能更多依托于低附加值商品的贸易往来，高技术附加值商品生产的区际互动与直接的技术转移等内容可能涉及较少。

总体而言，省域技术创新能力与低碳经济关联网络存在协同演化态势。当前有必要加强低碳经济发展的顶层设计，推动沿海地区牵头开展减碳技术自主研发，充分发挥东部省域在低碳经济发展中的引擎作用，同时在中部地区培育次级核心增长极，利用交通干线等轴线基础设施构建东西部省域直接交流的资源配置通道，扩大东部地区溢出效应的影响范围，带动轴线地区发展；重视培育企业自主创新能力，依托财税补贴等政策手段激发企业研发投入积极性，完善企业科技创新人才的认定标准，切实帮助企业解决人才引进难题；支持高校与跨区域的企业进行产学研合作，鼓励校企合作设立研发机构，使得高校和科研院所的创新更为“接地气”地适应企业现实发展要求，推动高校和科研院所前沿创新成果的转移转化和落地，同时也助力人才资源有针对性地进行区际转移，提高人才资源配置效率；加强降污减碳协同治理，依托现有的大气污染防治监测技术和平台，提高区域内空气质量监测力度和标准，同时探寻如何实现对碳排放规模的有效控制。