城市群绿色技术创新的空间网络结构特征及其效应研究——以成渝地区双城经济圈为例

邓世成 吴玉鸣

(华东理工大学商学院)

1 研究背景

迈入新时代，我国经济增长模式逐渐从“劳动力-资源”的要素驱动，转变为以科技创新为主的创新驱动，经济发展由高速增长转向高质量发展阶段[1]。过去以环境污染为代价的“高速低质”的经济发展模式受到前所未有的挑战，资源红利和劳动力红利逐渐消失，环境污染、生态破坏接踵而至[2]，绿色发展成为我国实现经济发展模式转变的有效途径。成渝地区双城经济圈是丝绸之路经济带与长江经济带的交汇点，在国家“一带一路”和长江经济带发展战略中拥有独特而重要的战略地位。2021年发布的《成渝地区双城经济圈建设规划纲要》，明确了“创新驱动”与“绿色发展”的总基调，对经济圈绿色技术创新水平提出了更高要求。

从可持续发展到发展绿色经济，绿色技术创新日益成为学界关注的焦点。BRAUN等[3]认为，绿色技术创新能提升技术水平，并在工业生产过程中降低原材料和能源消耗。其后，一些学者对绿色技术创新进行了更为明确的阐述，即绿色新技术是能明显降低环境污染的创新[4，5]；另一些学者持不同见解，认为绿色技术创新关键在于绿色工艺的创新，强调绿色技术创新的经济效益与环境效益的协调性[6]。由于绿色技术创新具有复杂多维的特征[7]，学界对其概念的界定尚未达成共识。

随着绿色发展理念的不断深入，一些学者对绿色技术创新的监测展开研究：①在研究对象上，学者主要关注行业层面的绿色技术创新，如对先进制造业、高技术产业以及更为宽泛的工业部门的绿色技术创新进行测度[7～9]；也有学者聚焦省市层面绿色创新的发展演进[10，11]。②在评价指标上，现有文献主要从资本投入、人才资源、技术效益、经济效益等维度构建指标体系，较少考虑环境效益[12]；也有学者直接采用绿色专利数量来量化绿色技术创新[10]。另一些学者将研究视角转向绿色技术创新的影响因素，主要聚焦环境规制、政府财政支持、产业结构、经济发展水平、外商投资等因素对绿色技术创新的影响[13～17]；一部分学者从企业微观视角出发，研究市场环境、研发投入、企业规模等因素对绿色技术创新的作用机制[18，19]。也有学者指出，创新存在空间集聚和地理集中现象，区域间的相互关联对创新活动有显著影响[20]，而研究绿色技术创新空间特征的文献尚不多见，既有研究也多从地理“相邻”视角探讨绿色技术创新的空间效应[21]。

综上，现有文献对绿色技术创新的测度和影响因素进行了卓有成效的探索，但仍存在进一步深化的空间：①现有文献对绿色技术创新的内涵界定尚未达成共识，在测度指标中较多忽略环境因素，而已有考虑环境效益的文献则忽视了绿色技术创新的系统性和复杂性，简单地从绿色专利角度刻画绿色技术创新，未能系统性地把握绿色技术创新的内涵；②多数文献仅关注绿色技术创新的自身属性，忽视了知识溢出的正外部性，更未考虑环境污染的负外部性；③已有从空间视角研究绿色技术创新的文献多从地理相邻出发，未能揭示绿色技术创新空间关联的结构形态和集聚方式；④多数文献并未从关系型视角研究绿色技术创新主体间的空间关系，更未深入剖析绿色技术创新主体间的协作关系，且缺乏对空间网络影响绿色技术创新的机理分析。据此，本研究拟从以下方面进行拓展：①紧扣绿色技术创新的内涵，从创新环境、创新资源、创新效益、创新制度等维度构建指标体系，分析成渝地区双城经济圈绿色技术创新的时空演进，以期全面兼顾绿色技术创新的双重外部性，规避了以往多数研究只关注绿色创新专利的单向性思维；②从关系型视角出发，基于修正的引力模型构建经济圈绿色技术创新的空间网络，通过社会网络分析法研究绿色技术创新空间网络的结构特征和空间聚类模式；③根据绿色技术创新的外部性特征，基于空间模型，实证检验空间整体网结构和城市节点属性对城市绿色技术创新的影响效应。

2 绿色技术创新水平的测度与时空特征

2.1 指标与数据说明

在现有研究的基础上[22]，本研究将绿色技术创新的内涵进一步深化为兼顾技术创新和生态保护的新型创新活动，具有知识溢出的正外部性和环境污染的负外部性。据此，紧扣绿色技术创新的内涵，结合“熊彼特创新理论”中的5种创新概念，将其进一步演化为新来源、新生产方式、新产品、新市场的技术创新理论和新组织形式的制度创新理论，并聚焦技术创新对环境的影响，强调“创新”与“环境效益”的双重属性。参考《中国区域科技创新评价报告2020》，兼顾指标的可比性和可获得性，从创新环境、创新资源、创新效益和创新制度4个维度，构建成渝地区双城经济圈绿色技术创新的评价指标体系(见表1)。

(1)创新环境将创新环境分为经济发展和环境规制。绿色技术创新能提升资源配置效率、促进产业结构优化升级和经济发展方式转变，与区域经济发展水平和环境治理关系密切。区域经济发展水平对绿色技术创新具有创新资金支持效应和绿色人力资源集聚效应[15]。PORTER等[23]认为，适当的环境规制将激励技术创新。环境规制将倒逼企业提高生产效率和革新生产技术，提升企业的盈利能力[24]。因人均地区生产总值是发展经济学中衡量经济发展状况的重要指标，故以其作为经济发展的代理变量；环境污染治理投资总额能较好地反映地区政府环境治理的投入力度，故将其作为环境规制的代理变量。

表1 绿色技术创新水平评价指标体系

(2)创新资源将创新资源分为人力、资本和资源3种要素。人力资源是知识和技术的重要载体[25]，而资本投入更是提升绿色技术创新水平不可或缺的因素[26]。绿色技术创新以减少资源消耗、提高资源配置效率为目标，能源投入变化是绿色属性的重要体现。本研究从规模和效率两方面刻画创新资源要素，采用R&D人员全时当量等作为人力要素的代理变量；采用R&D经费内部支出等作为资本要素的代理变量；考虑到绿色技术创新行业对资源的需求，采用工业用电量等作为资源要素的代理变量。

(3)创新效益将创新效益分为经济效益、技术效益和环境效益。绿色技术创新的本质特征决定其创新效益不仅强调以更少资源投入获得更高的经济效益，还强调创新带来的新知识和新技术的技术效益，更强调降低能源消耗和减少环境污染的环境效益[21]。新产品销售收入作为企业绿色技术研发能力转化为经济效益的直接体现，将其作为经济效益的代理变量;专利作为创新成果的知识载体，专利的申请和授权情况能直观反映创新成效，将专利申请量和授权量作为技术效益的代理变量。工业各污染物排放量体现了企业在绿色创新过程中环境污染的负外部性，故将工业二氧化硫、废水、工业烟(粉)尘等排放量以及工业固体废物综合利用率作为环境效益的代理变量。

(4)创新制度将创新制度分为人才培育和资金支持。我国区域创新具有浓厚的政府主导特征，财政支出是政府促进区域创新水平提升的重要手段[27]。绿色技术创新的研发与成果转化具有双重外部性，企业难以承担高昂的创新成本，且传统的非绿色技术仍占据主导地位，企业进行绿色创新的预期收益有限[28]。政府在科技人才培养和科技资金投入两方面对区域绿色创新起着支撑作用，是区域绿色创新的“温床”和“孵化器”。教育是培养人才的重要手段，财政教育支出占比反映地区政府对创新人才培养的投入力度，故将其作为人才培养的代理变量。财政科技投入作为政府干预创新活动的重要手段，相较于税收优惠和产业政策等手段更具靶向性，故将财政科技投入占比作为资金支持的代理变量。

成渝地区双城经济圈由成渝经济区演变而来。从2006年国家发改委发布《西部大开发 “十一五”规划》明确提出建设成渝经济区，到2021年中共中央、国务院发布《成渝地区双城经济圈建设规划纲要》，双城经济圈经历了由横向扩张向纵深发展的建设历程。据此，本研究选取经济圈16个(1)具体包括四川省的成都、德阳、绵阳、眉山、资阳、遂宁、乐山、雅安、自贡、泸州、内江、南充、宜宾、达州、广安等15市和重庆市全域。城市2006～2019年的面板数据。数据来源于历年《重庆统计年鉴》《四川统计年鉴》《四川科技统计年鉴》《四川科技年鉴》《重庆科技统计年鉴》《中国城市统计年鉴》和《中国环境统计年鉴》，以及四川省知识产权服务促进中心官网。针对指标数据中的缺失值和异常值的处理，根据数据样本的变化趋势，分别采用拉格朗日插值法和线性插值法补齐缺失值和异常值。

2.2 研究方法

面板熵权法能有效规避指标赋权过程中主观性的干扰;同时，影响绿色技术创新的因素较多且互相关联，面板熵权法能较好地排除指标间的相互影响，识别指标的相对重要程度。据此，运用面板熵权法计算各指标的权重。主要步骤为：首先假设有t个年份，n个城市，m个指标(t=14，n=16，m=18)。为了保证指标间的可比性，避免量纲对结果的影响，采用极差标准化法对指标进行标准化。对于正向指标，公式为：

(1)

对于负向指标，公式为：

(2)

式中，xθ ij为θ年城市i指标j的指标值；xj,max代表指标j的最大值；xj,min代表指标j的最小值；Zθ ij代表指标标准化后的值。其后，计算各指标的比重：

(3)

式中，Pθ ij代表θ年城市i指标j的比重值。其后，计算各指标的熵值：

(4)

式中，Ej代表指标j的熵值，且k=1/ln(tn)。计算指标j的冗余度：Gj=1-Ej。计算指标j的权重：

(5)

式中，Wj为指标j的权重。最后，根据计算得出的指标权重和指标标准化值得出θ年城市i的绿色技术创新水平：

(6)

为分析绿色技术创新的空间相关性，采用全局莫兰指数(Moran’sI)检验绿色技术创新的全局空间集聚特征，则有

(7)

2.3 绿色技术创新的演变趋势

根据指标体系和面板熵权法，得出2006～2019年成渝地区双城经济圈各城市绿色技术创新水平(2)囿于篇幅，未报告2006～2019年经济圈各城市的绿色技术创新水平评价结果，留存备索。，将全部城市的各年度均值作为经济圈整体各年度绿色技术创新水平(见图1)。图1显示：经济圈绿色技术创新水平整体波动上升，空间非均衡特征突出。整体层面，绿色技术创新水平呈现先上升后下降再上升的N形变化趋势，分为3个阶段：①2006～2013年为波动上升阶段，绿色技术创新水平从2006年的17.12上升到2013年的18.92，此阶段正值“十一五”和“十二五”规划的交替期，产业结构调整步伐加快，加之2011年国家发改委发布《成渝经济区区域规划》，产业结构调整和区域规划实施的双重影响是绿色技术创新水平波动的重要原因；②2013～2016年为逐年下降阶段，2016年绿色技术创新水平为18.23，较2013年下降了3.64%，限于经济圈各城市的经济发展和科技水平差异较大，绿色技术创新水平提升后劲乏力，出现短暂负增长；③2016～2019年为加速回升阶段，伴随增长率逐年提升，绿色技术创新水平在2019年达到新高为19.02，此阶段正值《成渝城市群发展规划》于2016年发布，规划提出西部创新驱动先导区和美丽中国先行区的战略定位，政策的实施促进绿色技术创新水平加速提升。城市层面，历年绿色技术创新水平最高城市与最低城市之间的差距均在13倍以上，尤其在2014年，重庆绿色技术创新水平最高为83.21，同期最低的广安仅为3.70，两者相差22倍，城市间绿色技术创新水平的空间非均衡特征突出。

图1 2006～2019年经济圈绿色技术创新水平变化趋势

2.4 绿色技术创新的空间格局与空间相关性

基于自然断裂法对绿色技术创新水平时序数据进行等级划分和空间可视化表达(囿于篇幅，仅绘制有代表性的2006年和2019年空间分布图，见图2)。图2显示：成渝地区双城经济圈绿色技术创新空间格局趋于稳定，成都和重庆的中心地位逐步凸显。2006年和2019年绿色技术创新高水平城市均为成都和重庆，形成以成渝两市为中心的双中心空间格局。2006年，绿色技术创新水平中等和较高的城市为绵阳、德阳、宜宾；到2019年，中等和较高的城市则为绵阳、德阳、自贡、宜宾。可见，经济圈绿色技术创新主要以成都和重庆为中心的空间分布格局具有稳定性，地处两中心间城市的绿色技术创新水平整体较低，但其绿色技术创新水平正逐步提升，成都和重庆绿色技术创新的“溢出效应”逐步显现。

图2 2006年和2019年经济圈绿色技术创新的空间分布

2006～2019年绿色技术创新的全局莫兰指数见表2。由表2可知，成渝地区双城经济圈绿色技术创新空间相关性显著，且空间“极化效应”逐渐转变为“辐射效应”。2006～2016年绿色技术创新的全局莫兰指数显著为负，说明绿色技术创新水平呈现空间负相关，表现为高水平城市被低水平城市包围，形成绿色技术创新的区域增长极；2017～2019年绿色技术创新的全局莫兰指数显著为正，说明绿色技术创新水平呈现空间正相关，表现为绿色技术创新水平相近的城市相互聚集，“辐射效应”进一步凸显。

表2 2006～2019年绿色技术创新的全局莫兰指数(N=16)

3 绿色技术创新空间关联的网络特征

3.1 网络结构分析指标

在成渝地区双城经济圈中，劳动力、资本、技术等要素在城市间不断流动，从而形成一个紧密联系的绿色技术创新网络。据此，本研究基于社会网络分析法，从整体和个体层面剖析绿色技术创新网络中各城市间的空间关联特征及演变趋势(3)限于篇幅，未详细列出各网络结构分析指标的计算方法，具体公式详见参考文献[29]。。

(1)整体层面选取网络密度、网络关联度、网络等级度和网络效率4个指标刻画网络的整体结构特征。其中，网络密度反映城市间的绿色技术创新联系程度，值越大表明联系越密切。网络关联度反映城市间的可达性，反映网络的稳健性和脆弱性。网络等级度反映城市间在多大程度上非对称可达，体现了网络的等级结构，值越大说明网络中城市间的等级结构越森严。网络效率反映了城市间的连接效率，值越小说明城市间存在更多的交流途径，网络趋于紧密和稳定。

(2)个体层面选取点度、接近和中介中心度刻画网络节点的属性。其中，点度中心度反映城市在网络中处于核心位置的程度，值越大说明城市核心地位越突出。接近中心度反映网络中城市间 “距离”的远近，值越大说明城市与其他城市的关联“距离”越近，中心行动者地位越突出。中介中心度反映城市控制其他城市间创新联系的能力，值越大说明城市的中介桥梁作用越明显。

此外，引入块模型分析绿色技术创新网络的空间集聚形态。块模型主要分析网络的位置属性，将网络中各城市按照一定标准划分成不同子集，称为“块”，进而从城市、位置、网络3个层面分析“块”之间的相互关系和网络内部的结构形态。

3.2 空间交互模型设定

空间交互模型的设定是社会网络分析的关键[29]。现有研究多采用区域间绿色专利联合申请量构建绿色创新网络的空间关系[10]，在数据收集中，直接用关键词在相关数据库中进行检索，限于研究者的知识和研究经验，关键词的选取具有较强的主观性；且使用绿色专利数据，也忽略了绿色创新的系统性和复杂性。据此，本研究将量化区域经济联系的引力模型引入到城际绿色技术创新网络的构建中，并进一步对引力模型进行修正，修正后的引力模型如下：

(8)

式中，yij表示城市i和j之间绿色技术创新的联系强度；TEi、TEj表示城市i、j的绿色技术创新水平；hij为引力常数，通常取1，但考虑到城际绿色技术创新联系的双向性和非对称性，使用城市绿色技术创新的贡献率修正引力常数，即采用城市i的绿色技术创新水平TEi占城市i和城市j的绿色技术创新水平之和(TEi+TEj)的比例度量hij；Ri、Rj表示城市的R&D人员全时当量，科技人员流动是绿色技术创新空间关联的主要推动因素，故将其引入模型中；考虑到城际经济距离和地理距离对绿色技术创新空间联系的影响，本研究以城际地理距离dij与城际人均地区生产总值的差值(gi-gj)之比度量城市间的实际距离Dij，地理距离dij以两市年度铁路和公路最短里程加权平均后求得，权重值依据历年四川和重庆旅客周转量中，铁路旅客周转量与公路旅客周转量的占比确定(4)数据来源于百度地图官网、中国铁路12306官网、火车票网以及历年《四川统计年鉴》和《重庆统计年鉴》。。

根据修正后的引力模型得到城际绿色技术创新的空间关联矩阵，基于“均数原则法”对矩阵进行二值化处理，以各年空间关联矩阵中所有元素的均值为阈值，若矩阵元素大于阈值，赋值为1，表示两市存在空间关联；否则为0，表示不存在空间关联。据此，得到城际绿色技术创新的空间关联二元矩阵，由于引力矩阵是非对称的，故这是一个有向空间关联网络。

3.3 整体网络结构特征

图3 2006年绿色技术创新空间网络

2006年和2019年的绿色技术创新空间网络显示分别见图3与图4。由图3、图4可见，经济圈绿色技术创新呈现出典型的空间网络形态。2006年，绿色技术创新网络的空间紧密程度相对较低，城市间以单向联系为主，初步形成以成都和重庆为创新中心的“双核心结构”。2019年，绿色技术创新网络趋于紧密，成都和重庆的核心地位进一步凸显。随着绿色创新要素的流动，宜宾、德阳、绵阳等次核心城市初步形成绿色技术创新辐射能力，空间网络由“双核心”结构向“多核心”结构转变。

图4 2019年绿色技术创新空间网络

图5 网络关联关系与网络密度

本研究的网络关联关系与网络密度描绘见图5，网络等级度和网络效率描绘见图6。图5和图6显示：网络密度层面，经济圈绿色技术创新空间网络的密度呈现明显的增长态势，从2006年的0.40增长到2019年的0.59。与之相对的网络关联关系数呈现相同趋势，关联关系数从2006年的97增长到2019年的141。说明绿色技术创新网络的空间联系趋于紧密。但绿色技术创新网络的联系程度仍有较大提升空间，网络密度最大值0.59和网络关联数最大值141均较低，与最大网络密度值 1 和最大关联关系数240(16×15)均有不小差距。网络等级度层面，绿色技术创新网络的等级度呈现逐年下降趋势，从2006年的0.84下降到2019年的0.65，说明绿色技术创新网络的空间结构逐渐由森严向平等转变，城市间逐步增强的绿色创新联系促进了网络中边缘城市的地位提升。网络效率层面，绿色技术创新网络的效率变化与等级度基本一致，从2006年的0.60下降到2019年的0.41，说明绿色技术创新网络中连线增多，核心城市绿色技术创新的溢出渠道不断增加，提升了网络的连通性和稳定性。同时，各年的网络关联度测算值均为1，说明城际绿色技术创新网络空间联系较为密切，空间关联效应和溢出效应显著，也侧面印证了上述结论。

图6 网络等级度和网络效率

表3 2019年绿色技术创新空间网络各项中心度(N=16)

3.4 个体网络结构特征

2019年绿色技术创新空间网络的各项中心度见表3。表3显示：经济圈各城市点度中心度均值为81.67，点度中心度较高的城市为成都和重庆，均为最大值93.33，明显高于均值，说明两市在绿色技术创新网络中与其他城市的关联较多，处于网络中心地位。泸州和资阳的点度中心度较低，均为最小值40.00，说明两市在绿色技术创新网络中与其他城市的关联较少，对整体网络的影响力较弱，处于边缘地位。同时，各城市的点入度和点出度均值为8.81，点出度大于点入度的城市为成都、自贡、遂宁、内江、乐山、南充、眉山、广安、达州、雅安、重庆，其中成都和重庆的点出度不仅明显高于均值，且远高于自身点入度，说明成都和重庆在网络中表现为溢出效应，是经济圈内主要的绿色创新溢出城市。

经济圈各城市中介中心度均值为1.31，中介中心度较高的城市为成都、重庆、德阳、绵阳、宜宾，说明5市在绿色技术创新网络中控制其他城市间创新联系的能力较强，发挥着“中介”和“桥梁”作用。同时，5市的中介中心度之和占总量的84.80%，而其余城市的中介中心度之和仅占总量的15.20%，说明绿色技术创新网络的关键节点分布较为集中，只有少数城市在网络中能够发挥中介作用，城市间绿色技术创新联系主要以成都、重庆、德阳、绵阳、宜宾等城市为“桥梁”。

经济圈各城市接近中心度均值为85.71，接近中心度较高的城市为成都和重庆，说明两市在绿色技术创新网络中更容易与其他城市产生联系，扮演着中心行动者的角色。而泸州和资阳的接近中心度均较低，说明两市在绿色技术创新网络中与其他城市间的直接联系“距离”较远，在网络中是边缘行动者。

表4 绿色技术创新空间网络的溢出效应(N=16)

3.5 网络空间聚类特征

通过CONCOR块模型剖析经济圈各城市在绿色技术创新网络的空间集聚特征，选择最大分割深度为2，收敛标准为0.20，将经济圈划分为4个板块(见表4)。经济圈绿色技术创新网络中共有141个关联关系，板块内部关系共75个，板块间关系共66个，说明经济圈绿色技术创新的空间溢出主要以板块内溢出为主。其中，第一板块内部关系为2个，从其他板块流入关系为8个，向其他板块溢出关系22个，与其他板块的联系较多，且期望内部关系比例略低于实际内部关系比例，为“外向联系且溢出”板块；第二板块内部关系为70个，从其他板块流入关系为20个，向其他板块溢出关系为29个，且期望内部关系比例低于实际内部关系比例，为“内部紧密双向溢出”板块；第三板块从其他板块流入关系为7个，向其他板块溢出关系为5个，与其他板块的关联较少，为“近似孤立边缘”板块；第四板块内部关系为2个，从其他板块流入关系为31个，向其他板块溢出关系为10个，且期望内部关系比例低于实际内部关系比例，为“外向联系且受益”板块。

为理清板块间的溢出路径，结合整体网密度将网络密度矩阵转化为二元像矩阵，并进行可视化表达(见图7)。图7显示：整体来看，经济圈绿色技术创新网络各板块间存在较多的双向溢出渠道，说明各板块在绿色技术创新中发挥着比较优势，经济圈绿色创新一体化发展的联动效应突出。

图7 绿色技术创新网络的板块关联与溢出路径

分板块来看，第一板块对第二、第三、第四板块均有溢出，主要向第四板块溢出，也接收来自第二、第四板块的少量溢出，说明第一板块内的成都和重庆作为经济圈内产业链与创新链最完善、绿色技术创新水平最高的城市，辐射带动了其他板块城市绿色技术创新水平的提升，是绿色技术创新的主要策源地和绿色技术溢出地。第二板块不仅自身存在较多的关联关系，对第一、第三、第四板块均有溢出，也接收来自上述板块的溢出，对板块内和板块外城市均有显著的空间溢出效应，说明第二板块内城市拥有相近的绿色创新要素，板块内城市间存在较为紧密的空间关联，表现为双向溢出特征。第三板块对第二、第四板块均有溢出，也接收第一、第二板块的少量溢出，但与其他板块的空间关联均较少，板块内城市在绿色技术创新网络中处于相对孤立和边缘的地位，说明资阳和泸州的创新基础相对薄弱，有待进一步融入经济圈绿色创新链和产业链。第四板块主要接收第一、第二板块的溢出，也向第一、第二板块溢出，主要承担着接收第一板块溢出并传递给第二板块的中介作用，其自身也在信息传递过程中获得较多的绿色创新溢出，说明第四板块内城市凭借自身的地缘优势和创新资源优势，在经济圈绿色技术创新网络中承担着“桥梁”作用。

4 绿色技术创新空间关联的效应分析

4.1 模型设定与变量选取

本研究从整体网和城市节点两个维度检验空间网络对经济圈城市绿色技术创新的空间效应。前文分析表明，经济圈绿色技术创新存在显著的空间相关性，且绿色技术创新具有双重外部性的本质属性，以地区间相互独立为假设前提的传统计量模型已不再适合。同时，整体网和城市节点层面的变量均具有空间关联属性，为避免不可观测的随机扰动项的空间相关性可能导致的模型参数估计偏误，本研究基于兼顾空间滞后效应和空间误差效应的空间SARAR模型，研究空间网络效应对城市绿色技术创新的影响。在绿色技术创新的影响因素中存在较多难以定量的地区特征，这些因素的界定和度量较为困难，为解决因地区差异和时间差异导致的遗漏变量问题，在模型中引入城市个体效应和时间效应，具体模型如下：

μi+γt+εit，

(9)

4.2 模型估计结果分析

绿色技术创新空间关联的效应估计见表5。表5显示：整体网结构和城市节点属性均对经济圈绿色技术创新存在显著影响，绿色技术创新空间关联的影响效应显著。从整体网来看，网络密度(DE)的估计系数均显著为正，说明空间网络密度的提高能显著提升城市绿色技术创新水平。空间网络的密度提升表明网络关联数的增加，绿色技术创新网络的溢出渠道增多，城际空间关联增强，促进城市绿色技术创新水平提升。从城市节点来看，点度中心度(PC)的估计系数均显著为正，说明城市的点度中心性对绿色技术创新具有显著的正向效应，点度中心度的提高能够提升城市在网络的地位，增强城市在网络中的局部联系程度，进而提高整体网络关联程度，增加创新要素的溢出渠道。中介中心度(IC)的估计系数均显著为正，说明城市的中介中心性对绿色技术创新具有显著的正向效应，中介中心度较高的城市在网络中控制着更多的绿色创新要素的流动方向和数量，增强了整体网络的空间溢出效应。接近中心度(CC)的估计系数均显著为正，说明城市的接近中心性对绿色技术创新具有显著的正向效应，城市接近中心度的提高能提升城市在网络中对绿色创新要素的传递效率，提高各城市在网络中的相互依赖性，增强整体网络结构对城市绿色技术创新的影响。

表5 绿色技术创新空间关联的效应估计(N=224)

整体网和城市节点变量对绿色技术创新的影响程度存在显著差异。从系数估计的绝对值来看，在模型(1)～模型(4)的单项回归和模型(5)的整体回归中，各变量系数绝对值均呈现接近中心度最大、点度中心度较大、网络密度次之、中介中心度最小的“阶梯式”分布格局。说明城市节点属性是城市绿色技术创新的主要影响因素，尤其是接近中心度的正向效应最为突出。整体网结构的变化是以网络中节点属性的变化为基础，接近中心度衡量城市节点间空间关联的“距离”远近，相较于度量节点关联数量的点度中心度和度量节点发挥中介作用能力大小的中介中心度，其提升难度和对整体网结构的影响程度均较大，对各城市绿色技术创新的影响也最为明显；而中介中心度建立在城市节点间已有关联关系和溢出渠道的基础上，对各城市绿色技术创新的影响受限于点度中心度和接近中心度的大小，作用效果有限。

5 结语

本研究的主要研究结论如下：①成渝地区双城经济圈绿色技术创新水平呈现波动上升态势，经济圈绿色技术创新空间相关性显著，空间“极化效应”逐渐转变为“辐射效应”。②整体网层面，成都和重庆的网络核心地位突出，宜宾、德阳、绵阳等次核心城市初步形成绿色创新辐射能力，网络结构由“双核心”向“多核心”转变；经济圈绿色技术创新网络的空间关联趋于紧密和稳定。③个体网层面，各城市的点度中心度、中介中心度和接近中心度均呈现“幂律特征”，网络影响力集中于少数城市。其中，成都和重庆是经济圈内主要的绿色技术创新溢出城市与中心行动者；德阳、绵阳、宜宾在网络中主要承担着桥梁和中介作用；而泸州和资阳处于边缘地位。④经济圈城市板块间联系密切，绿色技术创新的空间溢出主要以板块内溢出为主。其中，成都和重庆组成的第一板块是经济圈绿色技术创新的主要策源地和技术溢出地。⑤绿色技术创新的空间关联效应显著，网络密度、点度中心度、中介中心度、接近中心度对城市绿色技术创新的正向效应均显著。但网络中心性是城市绿色技术创新的主要影响因素，尤其是接近中心度的正向效应最为突出。

根据研究结论提出以下建议：①重视经济圈绿色技术创新的空间关联，增强“双城动力源”；②充分考虑绿色技术创新网络的节点和板块特征，对不同城市制定差异化的绿色创新发展策略；③构建更加开放的绿色技术创新网络，充分发挥整体网结构和城市节点属性对城市绿色技术创新的正向效应。

本研究综合考虑绿色技术创新的系统性和复杂性，构建了强调“创新”与“环境效益”双重属性的多维指标体系，弥补了以往多数研究只关注绿色创新专利的单向性缺陷。此外，本研究在空间分析中引入社会网络分析法，揭示了绿色技术创新空间关联的结构形态和集聚方式，拓展了对绿色技术创新主体间空间关系的研究视角，并进一步结合空间模型补充了空间网络效应对绿色技术创新水平的影响机制研究，为成渝地区双城经济圈跨城市协同绿色创新机制的构建提供了理论依据。

本研究仍存在一定的局限性：①囿于县域层面数据的可得性，本研究将重庆市和四川省15个地级市纳入到研究范围中，未对《成渝地区双城经济圈建设规划纲要》中特别注明排除的县域地区进行剔除，在一定程度上影响了研究结论的稳健性；②本研究深入分析了成渝地区双城经济圈绿色技术创新空间网络的自身属性对城市绿色技术创新的影响，但未涉及对绿色技术创新影响因素的探讨，后续研究将重点甄别绿色技术创新的影响因素，探讨各因素对绿色技术创新的影响机制。