“双碳”目标下中国绿色低碳创新发展测度、区域差异及成因识别

李旭辉 陶贻涛

摘要 厘清绿色低碳创新发展的时空分异及其成因对于实现重大国家战略区域协同推进“双碳”目标具有重要意义。该研究采用序关系分析法和熵值法相结合的LWM主客观组合赋权法，基于创新资源配置、创新创造活力、创新效益溢出三个维度对2010—2019年重大国家战略区域绿色低碳创新发展进行综合测度，在此基础上借助Dagum基尼系数、Kernel密度估计和QAP方法全面揭示和识别重大国家战略区域绿色低碳创新发展空间非均衡性及其成因。研究发现：①样本考察期内，重大国家战略区域绿色低碳创新发展均呈现波动上升态势，但各个区域及省域间存在显著差距，粤港澳处于绝对领先地位，黄河流域处于较低水平；②重大国家战略区域绿色低碳创新发展整体差异较大，总体差异随时间推移呈现上升的趋势，区域间差异是空间差异的主要来源；③重大国家战略区域绿色低碳创新发展总体离散程度呈扩大趋势，京津冀、长三角和长江经济带呈多级分化状态，黄河流域大体上分化为两极；④知识扩散是影响地区绿色低碳创新差异的主导力量，其次为技术转化、生态建设和人才支撑，创新载体与财政支持的影响较弱。在新时代实施碳达峰碳中和战略和区域协调发展战略的背景下，研究结果对于全面协同提升重大国家战略区域绿色低碳创新发展水平，推动形成优势互补的高质量发展格局具有重要启示和现实意义。

关键词 绿色低碳创新发展；Dagum基尼系数；区域差异；二次指派程序

中图分类号 F124. 3 文献标志码 A 文章编号 1002-2104（2023）01-0124-13 DOI：10. 12062/cpre. 20220910

力争2030年前实现碳达峰、2060年前实现碳中和，是党和国家统筹国内国际两个大局作出的重大战略决策，是着力解决资源环境约束突出问题、推动高质量发展的必然选择。实现“ 双碳”目标，绿色低碳创新是关键引擎。统筹推进绿色低碳创新，加快绿色低碳科技革命，以先进技术手段助力碳达峰碳中和工作高效、高质推动，是推动碳达峰碳中和目标愿景的核心驱动力。“十四五”时期是以绿色低碳科技创新实现碳排放增速转变的重要窗口期。中国须在科技创新的支撑下，才能有望如期实现碳达峰碳中和目标［1］。2021年10月国务院印发的《2030年前碳达峰行动方案》明确将绿色低碳科技创新行动列为“碳达峰十大行动”之一。2022年3月《政府工作报告》再次明确提出“推进绿色低碳技术研发和推广应用，加快构建绿色低碳创新体系”。值得注意的是，在绿色低碳转型发展的关键时期，中国绿色低碳创新活动虽然取得了一定的成果，但绿色低碳创新能力与发达国家相比还有很大差距［2］，同时受地区区位和区域政策的影响，各区域绿色低碳创新水平存在显著的空间非均衡特征［3］。作为区域不平衡的重要方面，绿色低碳创新发展的区域失衡无疑给区域协调发展带来了严峻挑战，成为协同推进“双碳”目标实现的掣肘。因此，统筹推进绿色低碳创新区域协同发展，综合提升绿色低碳创新发展水平，已经成为推动绿色低碳转型高质量发展亟待解决的关键问题。

1 文献综述

绿色低碳创新作为实现“双碳”目标的关键驱动力，是碳排放总量控制与经济社会发展现实困境的破解之道，是新发展理念下低碳循环经济体系构建的关键抓手，是促进数字化、绿色化和产业化深度融合的必由之路［4］。绿色低碳创新作为“双碳”目标下国家重要发展战略，引起了学者广泛关注。前期主要从理论层面展开相关研究，主要包括绿色创新的内涵特征［5］、影响机制［6］ 以及推广路径研究［7］等方面；后期随着研究方法多样化和基础数据丰富化，逐渐转向对绿色创新发展的实证研究。第一，绿色低碳创新发展测度。梁文群等［8］运用包含非期望产出的SBM模型对2006—2015年中国绿色低碳创新效率进行分类测度。王彩明等［9］基于2005—2015年省级工业企业面板数据，利用DEA-SBM模型考察了中国区域绿色创新绩效。许玉洁等［10］采用网络DEA 模型对2003—2018年黄河流域79市（州、盟）绿色创新效率进行测算。第二，绿色低碳创新发展空间非均衡性考察。杨朝均等［11］运用基尼系数、Theil 指数和对数离差均值方法，对中国东、中、西三大地区低碳创新的区域差异进行比较分析。向云波等［12］应用Theil指数及其空间分解方法，考察了长江经济带2001—2016年化工产业绿色技术创新效率的空间差异特征和趋势。孙博文等［13］通过计算2006—2019 年中国278个城市绿色创新指数，借助Kernel密度估计方法揭示了中国绿色创新能力的时空演进规律。第三，绿色低碳创新发展区域差异形成机理。现有研究主要聚焦于探讨绿色创新发展的影响因素。如王博［14］基于面板数据模型和Shapley回归分解方法识别了2005—2016年中国绿色创新水平的影响因素，并进一步考察不同因素在不同地区之间的异质性。邓玉萍等［15］采用2006—2015 年CS?MAR数据库和中国专利数据库合并匹配后的企业作为样本，考察了节能低碳政策带来的环境规制效应对企业绿色创新能力的影响机制。董会忠等［16］运用空间计量模型综合内、外部因素，探究产业结构、人力资本、知识产权保护等变量对中国高技术产业绿色创新效率的影响机理。

既有研究为考察“双碳”目标下绿色低碳创新发展测度、区域差异、动态演进及成因识别提供了良好的基础，但仍存在以下局限：①在空间尺度选取上，近年来学者多以四大板块、城市群和七大区域为尺度［17-19］，而针对我国重大区域发展战略作为空间尺度有待深入开展。②在综合测度方面，可从测度主体和测度指标两个方面进行拓展。第一，在测度主体上，既有文献主要围绕绿色创新和绿色技术创新为测度主体展开探索，缺少对绿色低碳创新的统计测度研究。第二，在测度指标上，已有研究多选用一个或几个独立指标作为代理变量进行测度，无法全面揭示绿色低碳创新在推进“双碳”目标实现过程中的支撑引领作用。另外，在“双碳”目标下，绿色低碳创新需要充分考虑资源消耗及环境污染，仅从政策支持、经济状况、资源环境等角度衡量绿色低碳创新发展势必会影响测算结果的质量，不足以整体把握绿色低碳创新发展测度的科学性、客观性和准确性。③在绿色低碳创新发展区域差异的成因识别上，现有研究主要聚焦于绿色创新的影响因素识别。随着研究进展的不断深入，越来越多的绿色创新影响因素被识别出来［16-20］， 然而尚未有研究考察中国绿色低碳创新发展区域差异的成因，特别是在重大国家战略区域视角下，中国绿色低碳创新发展区域差异的形成机理尚不清楚。鉴于既有研究的局限，文章的边际贡献主要有：第一，以五个重大国家战略区域为切入点，通过深入梳理区域发展脉络，为“十四五”时期促进区域间融合互动、融通补充，形成优势互补的绿色低碳创新高质量发展格局提供决策参考；第二，从静态和动态双重视角出发，借助Dagum基尼系数与Kernel密度估计方法全面揭示绿色低碳创新发展的时空格局及演化特征，为探索差别化的绿色低碳创新协调提升对策提供依据；第三，基于关系数据视角考察绿色低碳创新发展差异影响因素的作用强度，从而揭示绿色低碳创新发展空间不平衡的成因，为建立行之有效的区域协调发展新机制提供借鑒。

2 指标、数据和方法

2. 1 指标体系构建

绿色低碳创新作为资源环境约束凸显背景下“创新驱动”与“绿色发展”结合点，是推动绿色集约发展、解决资源环境问题的战略选择。因此，在量化绿色低碳创新发展过程中，需要同时兼顾创新、绿色、低碳的三重属性，不仅要科学合理测度创新发展水平，还要加入绿色和低碳理念，充分考虑环境污染与碳排放，从而更加科学、客观、准确把握“双碳”目标下中国绿色低碳创新发展水平和质量。测度指标体系的构建直接影响绿色低碳创新发展水平综合测度结果的科学性、准确性和合理性。文章从区域创新系统理论出发，充分参考《2019年全球创新指数》《欧洲创新记分牌（EIS）2019》《国家创新能力评价指标体系》《中国区域创新能力评价报告2019》等权威报告，并根据《关于完整准确全面贯彻新发展理念做好碳达峰碳中和工作的意见》中关于坚定不移走“生态优先、绿色低碳”高质量发展道路的相关要求，整合资源、知识、市场、环境等诸多要素，从创新资源配置、创新创造活力、创新效益溢出三个维度构建中国绿色低碳创新发展测度框架。

2021年10月，国务院出台的《2030年前碳达峰行动方案》明确要求：扎实推进碳达峰行动，强化顶层设计和各方统筹，强化创新能力，激发创新活力，实现经济社会发展全面绿色转型。这意味着在新发展理念引领下，绿色低碳创新系统可定义为由创新资源配置、创新创造活力、创新__效益溢出三个子系统共同作用而形成的综合系统。其中，创新资源配置是绿色低碳创新发展的根本與起点，合理的资源配置是绿色低碳创新行动有序运行、协调发展的重要支撑；创新创造活力能够有效提升创新主体的创新积极性，在创新能力形成过程中发挥着“助推器”作用；创新效益溢出是绿色低碳创新发展过程和成果的综合，体现了绿色低碳创新发展对碳达峰碳中和的赋能效应。遵循科学性、可操作性和代表性等原则，该研究在创新资源配置、创新创造活力、创新效益溢出三个准则层的基础上，构建了包含6个一级指标和13个二级指标的绿色低碳创新发展综合测度指标体系（表1）。

上述指标体系中，既有研究多基于《IPCC国家温室气体清单指南》衡量各省份碳排放水平。与之相比，中国碳核算数据库（CEADs）基于表观能源消耗数据和碳排放因子更加精准地测度了二氧化碳排放量，故该研究以碳核算数据库发布的碳排放清单作为碳数据来源［21］。其余指标的原始数据取自《中国统计年鉴》《中国高技术产业统计年鉴》以及各省份统计年鉴，同时以《中华人民共和国国民经济和社会发展统计公报》作为数据补充来源。样本考察期为2010—2019年，针对部分年份、省份的数据缺失，采用均值插补法与趋势外推法补齐。

2. 2 研究方法

2. 2. 1 基于主客观组合的指标权重确定方法

指标权重的合理判定是综合评价的核心要义。权重系数的确定一般分为两类：一是基于“功能驱动”原理的主观赋权法。判定结果能充分参考专家的知识结构和工作经验，但也可能受专家偏好所限，权重排序具有一定的主观随意性，无法适应客观条件的变化。二是基于“差异驱动”原理的客观赋权法，以各项指标所提供信息量来确定指标权重系数，权重系数随客观环境的变化而变化。客观赋权通常依据较为完备的数学理论和方法，但缺乏对指标的主观认知。为兼具主客观信息表达，该研究采用“功能驱动”和“差异驱动”相结合的组合赋权法。一是基于序关系分析法的主观赋权。该方法主要包括确定序关系、指标重要程度定量判断、计算权重系数三个步骤。序关系分析法克服了层次分析法的缺陷，既充分参考了决策专家的丰富知识和实践经验，亦减少了决策专家的主观判断次数，且无需构造判断矩阵和一致性检验，便于应用［22］。计算步骤如下。

二是基于熵值法的客观赋权。在信息论中，熵也称为平均信息量，信息的增加意味着熵的减少，据此通过熵衡量指标信息量的离散程度。同一指标中包含的信息量与其数值离散程度正相关，即指标数值离散程度越大，反映的信息就越多，指标的权重越大。熵值法作为一种客观赋权方法，权重的确定完全依赖数据自身的离散性，不具主观色彩，评价过程透明可再现［23］。计算步骤如下。

2. 2. 2 Dagum基尼系数及其分解方法

Dagum基尼系数及分解方法是一种基于子群样本分布状态将其进行分解，用于测度地区差距的空间分析方法［24］。作为刻画样本变量空间非均衡的有效工具，该方法能够精准测度地区差距构成及其缘由，正确识别不同分组地区之间交叉重叠现象，有效解决传统基尼系数和Theil指数存在的地区差异无法分解及样本描述问题［25］，并已被广泛应用于多个研究领域［26-27］。鉴于Dagum基尼系数及其分解方法的优势与特点，该研究采用该方法测算重大国家战略区域绿色低碳创新发展的地区相对差异程度，再对其进行分解，进而识别出绿色低碳创新发展地区相对差异的贡献与来源。具体计算公式见文献［24］。

2. 2. 3 Kernel密度估计

Kernel密度估计是通过光滑连续的密度曲线描述随机变量空间分布特征的一种研究空间分布非均衡的重要方法［ 28］。作为一种非参数估计方法，Kernel密度估计具备较强的稳健性，对模型的依赖性较弱［ 29］，无须预设函数的具体形式，从而规避陷入先验论式的逻辑矛盾，对未知分布具有更好的适应性。同时Kernel密度估计能有效展示绿色低碳创新发展的整体情况，直观地反映各区域绿色低碳创新发展综合指数的分布位置、分布形态和极化趋势等信息，这对深入剖析重大国家战略区域绿色低碳创新发展的绝对差异具有重要启示意义。具体计算公式见文献［28］。

2. 2. 4 二次指派程序（QAP）

QAP（Quardratic Assignment Procedure）是一种以矩阵数据的随机置换为基础，对两个矩阵中各个元素的相似性进行比较，以此来检验矩阵间关系的非参数检验方法。传统统计检验分析假设条件之一要求数据变量间无多重共线性问题，否则将造成参数估计值非有效或方差和标准差有偏，致使变量虚假相关及模型预测失效［30］，而QAP无需假设解释变量间相互独立，能够有效解决关系数据计量模型联立性偏误问题［31］，因而更加稳健。具体计算公式见文献［32］。

2. 3 研究对象

2021年12月，中央经济工作会议明确提出，区域政策要增强发展的平衡性协调性，要深入实施区域重大战略和区域协调发展战略。进入新发展阶段，京津冀协同发展、粤港澳大湾区发展、长三角一体化发展、长江经济带发展、黄河流域生态保护和高质量发展作为实施区域重大战略和区域协调发展战略的重要空间载体，是打破地区界限、促进要素流动的战略通道，是优化智能制造空间布局的关键着力点。因此，该研究以重大国家战略区域为空间尺度，对其绿色低碳创新发展进行测度。其中，京津冀包括北京、天津以及河北3个省份；长三角包括上海、江苏、浙江以及安徽4个省份；长江经济带包括上海、江苏、浙江、安徽、江西、湖北、湖南、重庆、四川、贵州以及云南11个省份；黄河流域包括青海、甘肃、宁夏、内蒙古、陕西、山西、河南以及山东8个省份；粤港澳包括广东、香港以及澳门3个省份和特别行政区。鉴于数据可得性，粤港澳地区不涉及香港、澳门。

3 重大国家战略区域绿色低碳创新发展测度及事实描述

该研究搜集了2010—2019 年重大国家战略区域23个省份绿色低碳创新指标原始数据。经数据预处理，采用序关系分析法和熵值法相结合的LWM主客观组合赋权法，确定测度指标权重（表1）。根据预处理数据和组合权重，得出2010—2019年重大国家战略区域各省份绿色__低碳创新测度结果（表2）。

图1刻画了重大国家战略区域绿色低碳创新发展的逐年走势。样本考察期内，五个重大国家战略区域绿色低碳创新发展指数均呈波动上升的趋势，年均增长4. 10%。与2010年相比，2019年京津冀、长三角、长江经济带、黄河流域以及粤港澳区域的绿色低碳创新发展增长幅度分别达到45. 48%、48. 92%、41. 83%、31. 91% 和84. 52%，水平显著提升。对比重大国家战略区域的绿色低碳创新发展水平，2010—2019年，粤港澳绿色低碳创新发展水平为0. 424，在五个重大国家战略区域中处于领先地位；长三角和京津冀次之（0. 321、0. 317），高于重大国家战略区域平均水平（0. 264）；长江经济带绿色低碳创新发展水平为0. 260；黄河流域的绿色低碳创新发展水平最低（0. 201）。2010—2019年，粤港澳，长三角、京津冀、长江经济带、黄河流域区域绿色低碳创新发展水平的年均增长率分别为7. 04%、4. 52%、4. 25%、3. 96%、3. 13%，均呈上升态势，然而各区域绿色低碳创新发展存在明显差异。粤港澳绿色低碳创新发展水平均值始终高于其他区域，且年均增长速度最快；长三角与京津冀年均增长速度比较接近；黄河流域绿色低碳创新发展水平年均增长率较慢。这一结果表明，重大国家战略区域绿色低碳创新发展的时序特征存在差异，粤港澳与长三角绿色低碳创新发展表现为水平高，增速快；长江经济带、黄河流域则表现为水平低，增速慢；京津冀的绿色低碳创新能力和增长速度在重大国家战略区域中处于中等水平。

在重大国家战略区域中，粤港澳与长三角作为中国区域经济发展的重要增长极，绿色低碳创新基础设施和人才储备表现突出，创新环境较为优越，具备实现绿色低碳创新高质量发展的条件，绿色低碳创新发展处于领先位置。京津冀与长江经济带作为中国绿色低碳创新发展的重要引擎及战略高地，創新发展增速乏力，绿色低碳创新质量的提升仍然任重道远。黄河流域绿色低碳创新基础条件较弱，财政投入与人才吸引力有限，其绿色低碳创新发展水平与其他区域相比有所落后，但具有一定后发优势。

考虑到区域层面的分析可能会掩盖内部省份绿色低碳创新发展的异质性，表2报告了重大国家战略区域内部省份绿色低碳创新发展的描述性统计分析结果。重大国家战略区域绿色低碳创新发展水平的均值为0. 264，标准差为0. 203。其中，粤港澳区域绿色低碳创新发展水平均值最高，2010—2019年五大重大国家战略区域中广东省排名一直位于前两位。黄河流域在样本考察期内绿色低碳创新发展水平均值最低，且黄河流域各省份中仅有山东省挤进前十，说明黄河流域绿色低碳创新发展仍有较大提升空间。粤港澳与黄河流域绿色低碳创新发展之差相当于黄河流域的111%，重大国家战略区域内各省份绿色低碳创新发展的变异系数为0. 76，说明各区域绿色低碳创新发展存在显著的空间差异。此外，各区域内部省份绿色低碳创新发展水平最大值与最小值之间均相差较大，京津冀内部各省份绿色低碳创新发展的变异系数为0. 69，长江经济带与黄河流域区内部各省份绿色低碳创新发展的变异系数都在0. 2以上，长三角区域各省份的变异系数最小，也达到了0. 15，说明重大国家战略区域本身绿色低碳创新发展过程中存在明显的内部非均衡性。值得注意的是，样本考察期内虽然重大国家战略区域整体及各区域绿色低碳创新发展均呈上升态势，但绿色低碳创新发展水平较高的区域增长速度显著高于发展水平较低的区域，可见缩小区域间和区域内绿色低碳创新发展差异将是加快实现碳达峰碳中和目标所要面对的严峻挑战。

4 重大国家战略区域绿色低碳创新发展的区域差异及来源

上述分析表明，京津冀、粤港澳、长三角、长江经济带和黄河流域绿色低碳创新发展水平呈波动上升态势，但各区域绿色低碳创新发展存在明显差异，空间非均衡性显著。为进一步剖析重大国家战略区域绿色低碳创新发展地区差异形成的内在机理、量化分析其演变特征，该研究将采用Dagum基尼系数及其分解方法展开探索。

4. 1 绿色低碳创新发展总体差异演变

表3报告了2010—2019年重大国家战略区域绿色低碳创新发展的整体差异。样本考察期内，基尼系数自2010 年的0. 163 0 上升到2019 年的0. 194 1，增幅达到19. 08%，这表明重大国家战略区域绿色低碳创新发展差异整体上呈现上升态势。从基尼系数演变动态看，总体差异的上升并非平稳的过程，而是呈现波动上升的趋势。2010—2011 年，基尼系数以年均7. 30% 的速率上升，在2012年总体基尼系数出现一定幅度的下降。原因可能在__于党的十八大之后，区域协调发展战略和国家高质量发展被推向了一个新高度，重大国家战略区域的绿色低碳创新能力提升较大，从而缩小了绿色低碳创新发展的区域差异。自2014年开始基尼系数以年均3. 09% 的速率逐渐上升。以上结果表明重大国家战略区域绿色低碳创新发展具有明显的空间非均衡特征，仅少部分省份（如北京、上海、浙江）具备高水平的绿色低碳创新能力。尽管在样本后期空间非均衡程度出现小幅下降，但整体差异仍保持上升态势，未来一段时间仍将是少部分省份引领重大国家战略区域整体绿色低碳创新发展水平提升。

4. 2 绿色低碳创新发展区域差异来源及贡献

表3报告了重大国家战略区域绿色低碳创新发展差异大小、来源及贡献率。从样本平均趋势看，区域间差异来源始终保持最大，均值为0. 096，平均贡献率高达53. 69%；区域内差异来源次之，均值为0. 041，平均贡献率的均值为23. 27%；超变密度差异来源最小，均值为0. 040，其平均贡献率的均值为23. 04%。考察初期，超变密度的贡献率与区域内的贡献率相差无几，为22. 60%，说明在这一阶段内重大国家战略区域内绿色低碳创新的交叉重叠现象较为显著，不同区域内部均存在绿色低碳创新高水平及绿色低碳创新低水平省份。从动态演进趋势看，区域间差异贡献率整体呈波动上升趋势，年均上升幅度为0. 50%；区域内差异整体波动较为平缓并呈现下降趋势，年均下降0. 34%；绿色低碳创新的超变密度贡献率在整个考察期呈现波动下降趋势，2010—2019年下降了8. 05%，年均降速0. 94%。这表明以区域为单位，绿色低碳创新发展的分化趋势正在增长，这主要表现在发达区域逐渐拉大与其他区域的整体差距，部分区域（如黄河流域）绿色低碳创新的发展陷入相对停滞。由上述分析可见，随着绿色低碳创新发展的动态演进，区域间差异对重大国家战略区域整体空间差异的影响愈加显著，因此缩小区域间的差异程度，尤其是发挥京津冀、长三角地区高水平省份的创新溢出与引领作用，对重大国家战略区域绿色低碳创新发展水平整体的提升具有重要影响。

5 重大国家战略区域绿色低碳创新发展的分布动态演进

通过Dagum基尼系数及其分解，文章揭示了重大国家战略区域绿色低碳创新发展的区域差异大小、来源及贡献。但Dagum基尼系数分析结论仅反映相对差异大小及来源，有必要进一步采用Kernel密度估计方法识别绿色低碳创新发展的绝对差距。因此，该研究采用Kernel密度估计探索绿色低碳创新发展的时空演进规律，并从分布位置、分布形态、分布延展性和极化特点等角度展开剖析。图2和表4分别报告了Kernel密度估计结果及分布动态的演变特征。

从分布位置看，重大国家战略区域整体及各区域密度曲线演进脉络均具有右移趋势，表明绿色低碳创新发展总体呈现上升态势，这一特征与前文客观事实相印证。这意味着一段时间以来，重大国家战略区域经济快速发展的同时兼顾建设天蓝、地绿、水清的美丽中国奋斗目标，通过发挥绿色低碳创新在生态环境保护中的支撑作用，破解资源、能源和环境约束等绿色发展难题。具体到各区域内部，长三角核密度曲线右移幅度较大，表明长三角绿色低碳创新发展水平提升最为显著；京津冀次之，2013年之后密度曲线向右稳定移动，可见考察期内京津冀绿色低碳创新水平保持高速、稳步发展；长江经济带和黄河流域密度曲线右移幅度较小，表明黄河流域与长江经济带绿色低碳创新发展水平提升速度相对缓慢。

从分布形态看，考察期末黄河流域内部绿色低碳创新发展的绝对差异呈缩小趋势，而重大国家战略区域整体及京津冀、长三角、长江经济带的绝对差异均呈扩大趋势。具体而言，黄河流域内部主峰高度有所上升，主峰宽度略微减小，表明黄河流域内部绿色低碳创新的绝对差异状况得到了改善。重大国家战略区域整体、京津冀、长三角、长江经济带和黄河流域绿色低碳创新发展水平的分布形态各异，总体表现为主峰峰值变小、宽度增加的演进态势，意味着以上区域绿色低碳创新发展的绝对差距进一步扩大。

从分布延展性看，重大国家战略区域整体及各区域绿色低碳创新发展分布曲线均存在明显的右拖尾现象，主要原因在于各区域内部均存在绿色低碳发展水平较高的省份，如京津冀中北京、长三角中上海和江苏、长江经济带中上海和江苏、黄河流域中山东。另外，重大国家战略区域整体及各区域绿色低碳创新发展的分布延展性均呈拓宽趋势，说明重大国家战略区域绿色低碳创新发展水平较高的省份得到进一步提升，愈发高于所在区域的平均水平，存在“优中更优”效应，从而导致重大国家战略区域绿色低碳创新发展的绝对差异进一步扩大。

从极化现象看，重大国家战略区域整体、京津冀、长三角和长江经济带绿色低碳创新发展具有多级分化特征，而黄河流域呈两极分化状态。具体地，重大国家战略区域整体主峰峰值偏高，侧峰峰值偏低，说明整体存在明显的梯度效应，多极分化现象虽然显著但程度得到缓解。京津冀和长江经济带绿色低碳创新发展存在双峰或多峰现象，说明绿色低碳创新发展存在一定的梯度。长三角呈现多极分化的趋势，2010—2019 年，主峰峰值逐渐降__低，侧峰峰值逐年上升，说明长三角内部各省份绿色低碳创新发展主要保持在中高水平，且极化程度在逐步加深。黄河流域绿色低碳创新发展核密度曲线由多极分化逐渐演变为两极分化。2012—2019年，左峰逐渐高于右峰，表明黄河流域中少数省份在考察期内有别于主体实现高速发展。

6 重大国家战略区域绿色低碳创新发展区域差异的成因识别

前文分析显示，重大国家战略区域绿色低碳创新发展存在显著空间非均衡现象，那么，是什么原因导致了绿色低碳创新发展的区域差异？哪些因素对绿色低碳创新发展有着显著影响？为了更好地回答上述问题，该研究从全样本、分时期两个层次，运用QAP方法展开分析，探索绿色低碳创新发展空间不平衡的变化成因。

6. 1 变量选择与说明

由于不同区域在测度指标数值方面存在明显差异，必然对绿色低碳创新发展的区域差异产生影响。基于前文所构建的绿色低碳创新发展测度指标体系（见表1），着重从财政支持（FS）、创新载体（IP）、技术转化（TTS）、人才支撑（TS）、知识扩散（KD）和生态建设（EC）六个维度探究重大国家战略绿色低碳创新发展区域差异（GLCI）的形成机理。①财政支持。合理的财政投入有利于营造良好的绿色低碳创新发展环境，而过度的财政支持会致使“挤出效应”，即绿色低碳创新发展过度依赖政府扶持降低创新积极性。因此，财政支持对绿色低碳创新发展的影响不容忽视。②创新载体。创新载体是绿色低碳创新发展的根本支撑条件，是集聚创新要素、承担创新功能的重要平台，更是绿色低碳创新发展过程中的主要技术承载者。③技术转化。技术转化能够有效促进绿色低碳技术与装备的创新与应用，是绿色低碳创新发展的动力源泉。④人才支撑。人才是绿色低碳创新发展的中流砥柱，高素质人才资源具有稀缺的生產配置能力，有利于技术创新和发展水平的提高。⑤知识扩散。知识扩散为科技知识在一定时间内跨越时空距离在不同个体间传播的过程，绿色低碳创新成果不仅仅只是凝结了新技术的新产品，还应包括创新活动产生的知识成果。⑥生态建设。生态建设的核心目的是通过创新实现环境效益产出，它是绿色低碳创新活动的最终目标。

6. 2 QAP相关分析

表5报告了样本考察期内控制变量的QAP相关分析结果。结果表明，绿色低碳创新发展的区域差异与财政支持差异、创新载体差异、技術转化差异、人才支撑差异、知识扩散差异和生态建设差异等变量之间的相关关系系数均为正值，且通过了1%的显著水平检验，这为该研究的理论探讨提供了经验证据。其中，与绿色低碳创新发展区域差异相关系数最大的变量是生态建设差异，相关系数为0. 781，表明其与绿色低碳创新发展区域差异关系最为密切。财政支持差异与绿色低碳创新发展区域差异相关系数达到0. 722，仅次于生态建设差异；技术转化差异与绿色低碳创新发展区域差异相关系数最小，为0. 652。此外，知识扩散差异、人才支撑差异、创新载体差异与绿色低碳创新发展的区域差异分别达到0. 676、0. 672、0. 666。这表明不同类型变量的差异与绿色低碳创新发展区域差异之间存在不同的相关程度，但QAP模型中存在相关关系并不意味存在回归关系［32］。因此，该研究在相关分析的基础上，运用QAP回归分析进一步识别绿色低碳创新发展区域差异的成因。

6. 3 QAP回归分析

该研究采用标准化回归系数来报告QAP回归分析结果中各因素对区域绿色低碳创新发展差异的影响效果。__标准化回归系数能够消除原始数据量纲的影响，适合直接比较不同解释变量对被解释变量的影响强度［ 33］。

6. 3. 1 基于全样本回归分析

表6展示了绿色低碳创新发展区域差异的全样本回归结果。六个结构性因素差异对绿色低碳创新发展区域差异的影响均为正向，且都通过了1%水平下的显著性检验，说明省份之间任何一个领域存在差距都会导致绿色低碳创新发展差异的形成，任一因素差距的扩大都将促使绿色低碳创新发展差异提高。其中，知识扩散差异的影响强度最大，其标准化回归系数为0. 318；技术转化差异影响强度次之，其标准化回归系数为0. 287；生态建设差异、人才支撑差异与创新载体差异对绿色低碳创新发展区域差异的影响强度相差不大，其标准化回归系数分别为0. 237、0. 220、0. 201；财政支持差异的影响最小，其标准化回归系数为0. 155。由上述分析可知，知识扩散差异是区域绿色低碳创新发展差异的决定力量，解决知识扩散失衡问题是降低区域绿色低碳创新发展差异的最有力手段。技术转化差异带动绿色低碳创新发展差异变化的能力仅次于知识扩散差异，因而增强技术转化均衡性也是降低绿色低碳创新发展非均等程度的有效途径。生态建设差异、人才支撑差异与创新载体差异也是推动绿色低碳创新发展差异变化的较强力量，所以促进生态环境持续改善、强化人才支撑保障与推进创新载体建设对增强绿色低碳创新发展的均衡性十分必要。财政支持差异的作用强度虽然较小，但作用显著，“双碳”目标下应对其予以关注，以财政助推创新，引领绿色低碳高质量发展。

根据前文测算结果，知识扩散测度值较高的省份主要集中在京津冀、长三角和长江经济带，而黄河流域知识扩散的测度值普遍较低，并且其发展势头与发展速度明显低于其他区域。其中京津冀地区知识扩散内部差异最大，原因可能在于北京、天津和河北在创新资源等方面存在断层，天津、河北的知识扩散水平与北京相比还有不小差距。长三角知识扩散的内部差异最小，这主要得益于长三角区域高等科教资源相对密集，发达的科教水平有利于区域知识溢出，提高了地区绿色低碳创新能力。另一方面，地区教育水平的高低与其人口素质联系紧密，教育水平越高的地区，居民对生态资源和绿色发展的重视程度越高。随着“3060”目标的提出，绿色低碳创新已成为我国绿色转型发展的重要引擎，知识产权赋能升级将成为绿色低碳创新发展的核心动力之一。2021—2030年是实施区域协调和绿色发展的攻坚期，应坚持效率优先、兼顾公平的原则，通过科技资源配置的适当倾斜，推动高质量知识扩散与空间均衡发展，为实现“碳中和”赢得时间和信心。当前应着重缩小京津冀地区知识扩散的区域差异，同时也不能忽视长江经济带与黄河流域的内部差异，否则知识扩散的非均衡性势必会加剧我国绿色低碳创新发展的区域分化态势，给新阶段区域协调与绿色低碳高质量发展带来压力和挑战。2031—2060年需低碳转型与固碳布局双轮驱动，统筹能源系统低碳转型和多种固碳技术有序布局，形成合力，稳步推进实现碳中和。京津冀、粤港澳和长三角三大重大战略区域聚焦了全国最顶尖的科技创新资源、金融资本及各类高端发展要素，各有分工又协调对接、相互融合，有望成为引领我国区域高质量发展与低碳转型的重要动力源。

6. 3. 2 基于分时期回归分析

2015年10月，党的十八届五中全会明确提出了绿色发展理念，作为新发展理念的核心理念之一，践行绿色发展理念是中国绿色低碳发展的创新体现。为了进一步考察不同发展阶段重大国家战略区域绿色低碳创新发展差异驱动因素作用强度的变化趋势，该研究以党的十八届五中全会为分界点，对绿色低碳创新发展区域差异的驱动因素进行比较分析。图3报告了分时期QAP回归分析结果。与全样本时期考察结果一致，党的十八届五中全会前后两个时期不同影响因素对重大国家战略区域绿色低碳创新发展差异均存在正向影响，且均通过1%显著性检验。党的十八届五中全会之前，知识扩散差异的标准化回归系数为0. 321，对绿色低碳创新发展区域差异的影响均高于其他变量，分别是财政支持差异的1. 899 倍（0. 321/0. 169）、创新载体差异的1. 663倍（0. 321/0. 193）、生态建设差异的1. 211倍（0. 321/0. 265）和人才支撑差异的1. 103倍（0. 321/0. 291）。表明在此时期，知识扩散、人才支撑以及财政支持等因素的差异都持续发挥扩大区域绿色低碳创新发展差异的作用，其中知识扩散与人才支撑的差异对区域绿色低碳创新水平区域差异的贡献度较大。党的十八届五中全会以来，知识扩散差异对绿色低__碳创新发展区域差异的影响高于其他变量，与党的十八届五中全会之前相比，其影响强度有所上升，由0. 321上升为 0. 338，说明知识扩散差异对区域绿色低碳创新发展差异的作用仍然显著。创新载体差异、人才支撑差异对绿色低碳创新发展区域差异的影响有所上升，而财政支持差异、技术转化差异和生态建设差异对绿色低碳创新发展区域差异的作用强度均有所下降。

2010—2019年，知识扩散差异对绿色低碳创新发展区域差异的影响强度不断上升，逐渐成为影响绿色低碳创新区域差异的首要力量；技术转化差异的作用有所下降，但其仍是绿色低碳创新区域差异的决定力量；创新载体、人才支撑差异的影响程度有所上升，对绿色低碳创新区域差异的贡献逐渐凸显，如任其发展势必会成为区域绿色低碳创新协调发展的掣肘因素；生态建设差距的贡献不断下降，原因在于党的十八届五中全会以来，绿色发展理念全面深化改革取得重大突破，生态环境治理明显加强。同时，在实施主体功能区战略背景下，长三角、长江经济带与黄河流域等区域都实现了生态保护和高质量发展，使得国土空间格局极大优化、生态系统循环能力极大加强，有效维护了区域生态平衡，因此生态建设差异不再是绿色低碳创新区域差异的主导力量。

7 结论及政策建议

该研究以重大国家战略区域为切入点，采用主客观组合赋权法测度绿色低碳创新发展水平，综合运用Da?gum基尼系数、Kernel密度估计和QAP方法揭示“双碳”目标下京津冀、长三角、长江经济带和黄河流域等重大国家战略区域绿色低碳创新发展的区域差异、分布动态演进及形成机理。研究结论如下：第一，根据绿色低碳创新发展的测度结果，样本考察期内，五个重大国家战略区域绿色低碳创新发展水平均呈现波动上升趋势，但存在显著的区域不平衡。从年均增长率看，粤港澳绿色低碳创新发展处于绝对领先地位，京津冀、长三角和长江经济带紧随其后，黄河流域绿色低碳创新发展的年均增速最低。第二，根据Dagum基尼系数的测算结果，整体差异呈现波动上升的趋势，区域间差异始终是重大国家战略区域绿色低碳创新发展相对差异的主要来源。第三，根据Kernel密度估计的考察结果，重大国家战略区域绿色低碳创发展总体离散程度呈扩大趋势，绿色低碳创新发展的协调性亟待增强。此外，各区域呈现不同类型的极化现象，且以长三角多级分化最为明显。第四，根据QAP的分析结果，知识扩散、技术转化、生态建设、人才支撑、创新载体、财政支持对绿色低碳创新发展区域差异的正向影响依次降低。

为了进一步促进绿色低碳创新发展，推动其均等化进程，该研究尝试提出如下对策建议。

第一，强化科技创新策源功能，加快绿色低碳高质量发展。考察期内，五个重大国家战略区域绿色低碳创新发展均呈上升态势，但中国作为高品质能源匮乏经济体，低碳行业、产业占比较小，低碳技术相对落后。因此，要加快构建绿色低碳创新体系，以科技创新引领碳达峰碳中和，促进经济社会全面绿色转型［34］。首先，重大国家战略区域仍需立足以煤为主的基本国情，抓好煤炭清洁高效利用，增加新能源的消纳能力，推动煤炭和新能源优化组合，而不能搞“碳冲锋”“一刀切”、运动式减碳。其次，强化绿色低碳前沿技术原始创新能力建设，引导创新要素资源集聚，推进技术成果转化应用，在尊重市场经济规律和科学技术发展规律的前提下，坚持从实际出发，以生态环境高水平保护推动经济社会高质量发展。最后，要主动参与和开展国际绿色低碳科技创新交流合作，积极融入全球价值链创新体系，通过开放式创新、合作创新、二次创新等创新模式，整合各类创新资源，以绿色低碳创新推动国家实现碳达峰碳中和，全面深化绿色发展。

第二，充分考虑区域异质性，因地制宜、精准施策十分关键。“双碳”目标下，五个重大国家战略区域应立足于自身比较优势，着力补齐区域绿色低碳创新发展短板，通过推动技术成果转化应用，提高资源配置效率，为实现碳达峰碳中和注入充沛动能。对于粤港澳和长三角，仍需将其作为绿色低碳创新的战略重点，打造国际化影响力的绿色低碳创新中心。对于京津冀，需要加强顶层设计，明确其功能定位及低碳创新分工，充分利用京津冀三地的人才优势，统筹协调绿色低碳科技人才的区域布局。对于长江经济带，需要充分发挥江苏省绿色低碳创新的__，龙头作用，主动肩负起提升长江經济带绿色低碳创新发展水平的重要使命，通过大胆尝试、不断探索，开辟出一条适合自身发展的道路，进而带动长江经济带绿色低碳创新高质量发展。黄河流域地方政府应继续增强对当地绿色低碳创新的支持力度，借助区域政策的导向作用促进绿色低碳创新高质量发展，扭转黄河流域绿色低碳创新发展在重大国家战略区域中的劣势地位。

第三，打破阻碍创新要素流动的机制障碍，实现区域绿色低碳创新发展协调提升。重大国家战略区域内部绿色低碳创新发展存在明显的非均衡性，绿色低碳创新的区域差异给“双碳”目标的如期实现带来了严峻挑战。为了有效缓解区域差异，实现绿色低碳创新发展协同提升，亟须增强绿色低碳创新效益产出的均衡程度。首先，五个重大国家战略区域在绿色低碳创新资源配置与创新效益产出上存在较大互补空间，要促进不同区域绿色低碳创新的资源配置实现基于优势互补的跨区域流动。

重大国家战略区域要紧扣一体化和高质量两个关键词，以一体化的思路和举措打破行政区域壁垒，提高政策协调，依托不同区域的绿色低碳创新优势，打造错位发展的创新模式，推动创新效益产出实现差异化，提升绿色低碳创新成果产出质量和生态效益转化能力，构建绿色低碳创新发展“在提升中协调，在协调在提升”的新格局。其次，政府应加强顶层设计，结合“双碳”目标背景，把绿色低碳创新推向更大范围、更高层次、更深程度，探索以生态优先，绿色发展为导向的高质量发展新路线，对阻碍绿色低碳创新行动开展的相关法律法规、政策制度等体制内障碍进行清理，探索从行业到部门、从中央到地方都切实可行的方案与路径，实现绿色低碳创新高质量发展。

参考文献

［1］ 刘仁厚，王革，黄宁，等. 中国科技创新支撑碳达峰、碳中和的路径研究［J］. 广西社会科学，2021（8）：1-7.

［2］ 曹霞，于娟. 绿色低碳视角下中国区域创新效率研究［J］. 中国人口·资源与环境，2015，25（5）：10-19.

［3］ 黄杰，金华丽. 中国绿色创新效率的区域差异及其动态演进［J］.统计与决策，2021，37（21）：67-71.

［4］ 罗良文，马艳芹. 绿色低碳科技创新赋能碳达峰碳中和［EB/OL］.2022-03-30［2022-05-10］. https：//m. gmw. cn/baijia/2022-03/30/35622718. html.

［5］ 杨阳，曾刚，葛世帅，等. 国内外绿色创新研究进展与展望［J］.经济地理，2022，42（3）：10-21.

［6］ 韦施威，杜金岷，潘爽. 数字经济如何促进绿色创新：来自中国城市的经验证据［J/OL］. 财经论丛，2022-03-09［2022-04-19］.DOI：10. 13762/j. cnki. cjlc. 20220308. 001.

［7］ 曾经纬，李柏洲. 组态视角下企业绿色双元创新驱动路径［J］.中国人口·资源与环境，2022，32（2）：151-161.

［8］ 梁文群，秦天如，梁鹏. 中国区域绿色低碳创新效率的分类测度与比较［J］. 干旱区资源与环境，2019，33（11）：9-16.

［9］ 王彩明，李健. 中国区域绿色创新绩效评价及其时空差异分析：基于2005—2015 年的省际工业企业面板数据［J］. 科研管理，2019，40（6）：29-42.

［10］ 许玉洁，刘曙光. 黄河流域绿色创新效率空间格局演化及其影响因素［J］. 自然资源学报，2022，37（3）：627-644.

［11］ 杨朝均，刘立菊. 中国低碳创新的地区差异及空间收敛性研究［J］.技术经济，2020，39（1）：112-120.

［12］ 向云波，王圣云，邓楚雄. 长江经济带化工产业绿色发展效率的空间分异及驱动因素［J］. 经济地理，2021，41（4）：108-117.

［13］ 孙博文，张友国. 中国绿色创新指数的分布动态演进与区域差异［J］. 数量经济技术经济研究，2022，39（1）：51-72.

［14］ 王博，张永忠，陈灵杉，等. 中国城市绿色创新水平及影响因素贡献度分解［J］. 科研管理，2020，41（8）：123-134.

［15］ 邓玉萍，王伦，周文杰. 环境规制促进了绿色创新能力吗：来自中国的经验证据［J］. 统计研究，2021，38（7）：76-86.

［16］ 董会忠，曹正旭，张仁杰. 中国高技术产业两阶段绿色创新效率及影响因素识别［J］. 统计与决策，2022，38（6）：44-49.

［17］ 吴旭晓. 中国区域绿色创新效率演进轨迹及形成机理研究［J］.科技进步与对策，2019，36（23）：36-43.

［18］ 段永峰，顼文晴，罗海霞. 中国省域绿色创新效率与绿色发展效率耦合协调研究［J］. 科技管理研究，2020，40（17）：235-243.

［19］ 彭文斌，文泽宙，邝嫦娥. 中国城市绿色创新空间格局及其影响因素［J］. 广东财经大学学报，2019，34（1）：25-37.

［20］ 汪发元，何智励. 环境规制、绿色创新与产业结构升级［J］. 统计与决策，2022，38（1）：73-76.

［21］ 刘华军，曲惠敏. 黄河流域绿色全要素生产率增长的空间格局及动态演进［J］. 中国人口科学，2019（6）：59-70，127.

［22］ 郭亚军. 综合评价理论、方法与拓展［M］. 北京：科学出版社，2012.

［23］ 张凯煌，千庆兰，杨青生. 中国城市土地城镇化多层级影响因素分析［J］. 地理学报，2020，75（1）：179-193.

［24］ DAGUM C. A new approach to the decomposition of the Gini in?come inequality ratio［J］. Empirical economics，1997，22（4）：515-531.

［25］ 刘华军，何礼伟，杨骞. 中国人口老龄化的空间非均衡及分布动态演进：1989—2011［J］. 人口研究，2014，38（2）：71-82.

［26］ 王晶晶，焦勇，江三良. 中国八大综合经济区技术进步方向的区域差异与动态演进：1978—2017［J］. 数量经济技术经济研究，2021，38（4）：3-21.

［27］ 李华，董艳玲. 基本公共服务均等化是否缩小了经济增长质量的地区差距？［J］. 数量经济技术经济研究，2020，37（7）：48-70.

［28］ ROSENBLATT M. Remarks on some nonparametric estimates of adensity function［J］. The annals of mathematical statistics，1956，27（3）：832-837.

［29］ 李旭輝，张胜宝，程刚，等. 三大支撑带人工智能产业自主创新能力测度分析［J］. 数量经济技术经济研究，2020，37（4）：3-25.

［30］ ZAGENCZYK T J，PURVIS R L，SHOSS M K，et al. Social influ?ence and leader perceptions：multiplex social network ties and sim?ilarity in leader?member exchange［J］. Journal of business and psy?chology，2015，30（1）：105-117.

［31］ WASSERMAN S，FAUST K. Social network analysis：methods andapplications［M］. New York：Cambridge University Press，1994

［32］ 刘华军，彭莹，裴延峰，等. 全要素生产率是否已经成为中国地区经济差距的决定力量？［J］. 财经研究，2018，44（6）：50-63.

［33］ BURRIS V. Interlocking directorates and political cohesion amongcorporate elites［J］. American journal of sociology，2005，111（1）：249-283.

［34］关华，刘珂.“双碳”背景下低碳城市政策评估与异质性研究： 基于准自然实验的多时点DID 分析［J］. 山东财经大学学报，2022，34（4）：15-27，38.