科技创新对地热资源可供性的影响研究

周国华，姜 旻

（中国地质大学（武汉），湖北 武汉 430074）

0 引言

能源是人类生存和社会进步的重要物质基础与发展动力，新一轮能源革命与科技革命的交织，使得以太阳能、风能、水能、潮汐能、地热能等为代表的可再生能源替代以油气为代表的化石能源，已经成为世界能源转型的趋势[1]。党的二十大报告在指出发展方式的绿色转型以及推进碳达峰碳中和等行动对于推进美丽中国建设的重要意义的同时，还提出了推动能源清洁低碳高效利用、加快节能减碳先进技术研发和推广应用、深入推进能源革命、加快规划建设新型能源体系等具体行动规划。由此可见，推进可再生能源发展与替代行动，是国家能源安全的必然选择，是“双碳”目标实现的内在要求，也是经济社会高质量发展的重要支撑。

地热能是蕴藏在地球内部的岩浆、流体和岩土中的热能，是仅次于太阳能的清洁能源[2]，相对于传统化石能源而言，地热资源在资源储备、利用效率、减排环保等方面具有巨大优势[3]，未来有望在可再生能源发展和能源结构转型中占据重要地位，正因如此，地热能的开发和利用备受关注。我国有着分布广泛且储量丰富的地热能资源，早在20 世纪70 年代就对地热资源展开了系统性的研究。近年来出台的《地热能开发利用“十三五”规划》（2017 年）、《“十四五”现代能源体系规划》（2022 年）和《“十四五”可再生能源发展规划》（2022 年）等关于地热能开发利用的政策与规划，更是不断鼓励投资开发利用地热资源，直接推动了地热能开发利用的快速发展。随着地热资源开发利用的纵深发展，需要研究的科学问题越来越多，包括地热资源开发利用的影响因素研究等。

长期实践证明，地热资源的开发利用高度依赖于科技的发展。冰岛是世界上地热能发展最快的国家之一，在地热能开发利用方面有着领先的技术。以钻井和完井技术为例，相较于传统地热井而言，从超临界地热资源中提取地热流体的生产率可能会提升10 倍，但地热井是否能够突破临界温度和临界压力进而钻入超临界资源在很大程度上需要依靠适当的钻井设备和完井技术。位于冰岛西南部Reykjanes地热田的IDDP-2 钻井是世界上少数能够在地热流体的压力和温度的双重条件下穿透临界点的地热井，该井拥有冰岛最深的地热井胶结套管，所使用的定向钻井系统原型、钻井液、反循环固井技术等技术被实践证明是成功的[4]。由此可知，科技创新是提高地热能开发资源、利用效率以及地热产业国际竞争力的根本之所在。

在建设创新型国家战略的大背景下，科技创新是开发和利用地热能资源的关键和突破口，对我国低碳清洁、安全高效现代能源体系的构建具有重大意义。通过文献计量、实证研究等方法，旨在立足于科技创新角度探索其对地热资源开发利用的支持度问题，为合理利用地热资源提供科学依据。

1 文献回顾

1.1 创新与科技创新

最早研究创新的是经济学家熊彼特，他认为尽管资本和劳动是推动经济发展的重要动力，但是创新和应用才是社会经济发展的根本推动力，而且创新不仅仅只是包括单纯的发现和发明创造，更是将发明创造转化为生产力、进而提升生产力水平、从而获得额外的经济效益的过程[5]。换言之，创新不仅仅是指狭义上的发明的首次商业化过程，更是包括新的思想和新的科学发现[6]。依据创新的对象不同，可以将创新分为技术层面的创新和管理层面的创新[7]，从技术创新的角度对创新做进一步解释，可将其归纳为新发明、新产品和新工艺[8]；从科技创新角度出发，则可将创新行为看作是在工程、制造、销售、投资和管理等方面进行科技性的变革；从国家层面对科技创新活动的内涵进行剖析，理论创新、政策改革、知识产权、技术突破等活动都可以归属于科技创新活动[9]。

毋庸置疑，科技创新在国家经济、社会发展中发挥着重要作用，如何度量科技创新水平在相关研究中也是至关重要的一部分，现有研究中按照研究对象的不同，对科技创新水平的度量可以分为两类。

从宏观层面来看，部分学者直接采用世界知名组织公布的指标数据对国家创新水平和竞争力进行分 析[10-12]，GII（Global Innovation Index）指数是衡量国家创新能力的影响力最大的指标体系之一。

从微观角度来看，部分学者根据研究内容，构建评价指标对企业、高校和行业的科技创新水平进行度量，其中科技创新投入、科技创新产出是衡量的两个主要维度。前者主要分为人员的投入和资金的投入，还有部分学者将设备等物力资源纳入科技创新资源投入之中[13]。后者则可以用论文数和专利数进行测度，具体包括专利申请数量、专利授权数量、论文产出数量、著作数、论文H指数等指标[10]。

1.2 矿产资源可供性及其影响因素

稳定、安全的矿产资源供应和保障关乎国家能源安全，因此也受到了来自各方面的关注。虽然地球地壳中存在固定的地质矿产资源，但是由于市场条件时刻处于变化之中，在某个价格水平下，一个国家或地区可供社会使用的资源仅仅只是资源总量的一部分[14]，即经济可供的资源是技术、经济、市场等条件相互协同影响所产生的结果，如技术的改进和创新可能会导致采矿和矿产加工领域的生产要素成本下降，进而促进经济上可供社会使用的资源量的提升[15]。可供性分析的目的就是研究在一定的技术和经济水平下，某一国家或地区的矿产资源储量在社会经济发展过程中的现实供应能力与供给水平[16-17]。

现有对于矿产资源可供性影响因素的研究成果，主要是针对不同的研究对象所展开的。成金华等[18]针对战略性关键矿产资源的可供性影响因素进行了研究，将影响因素归纳为地质、经济、技术和环境四个方面。邵留国等[19]对伴生性关键矿产供给的影响因素进行了研究，发现伴生性关键矿产的供给取决于主矿产的产能、主矿产的需求变化、主矿产的回收以及伴生性矿产的再利用，除此之外，供求关系、技术需求、价格关系、社会环境等因素也会影响伴生性关键矿产的供给。何朋蔚等[20]对废弃手机中所回收的高技术矿产进行了研究，发现产品技术创新、回收技术等均会对高技术矿产的社会存量产生影响。MUDD[21]以全球金属和矿物为主体进行可供性研究，研究发现尽管采矿和加工技术、经济和市场需求等因素会对可开采储量产生影响，但是随着矿产勘探的进行，多数金属的储量相较于产量而言并不会明显减少，这是因为新矿床的发现会划定新的已知矿体来对消耗的资源储量进行补充[22]。

1.3 科技创新与矿产资源

科学理论和技术创新能够通过提高探明储量、降低成本等路径，进而从可供储量和可供产量两方面提升矿产资源的可供性。

立足于科技创新角度，对地热资源的研究主要是从理论和技术层面展开探讨。在理论层面，李燕燕等[23]对地热与热液型铀矿的成因联系进行研究，丰富了地热地质理论，为深部地热、干热岩和固体矿产找矿提供了新的理论依据；武治盛等[24]采用超声波技术，通过实验研究了4 类岩样在注入低温水热冲击后的表现，总结了母岩、填充体及其胶结面性质的演化规律，为干热岩型地热实际开发过程中储留层建造和结构演化提供了专业认知和科学依据；增强型地热系统（Enhanced Geothermal Systems，EGS）是深部地热资源开发的主要技术手段，其本质是解决流动传热问题，因此热流耦合成为EGS 研究中的重要部分，胡剑等[25]通过构建数学模型进行模拟研究，推导出了热流耦合时水岩温度场演化特征的简明数学表达式，为EGS 的多场耦合研究和EGS 的工程应用奠定了理论基础。在技术层面，地热能开发利用效率的高低与技术方法的先进性之间存在密切联系[26]，因此加强科技创新、技术带动发展是提升地热资源开发效率和利用程度的关键[27]。现有研究针对地热开发利用的具体技术进行了大量的讨论，蔡美峰等[28]对深部矿产和地热资源共采技术进行了研究，为深部高温地热的开采提供了一种新的技术思路和方法；马岩等[29]对雁翎潜山地热田的地质背景进行综合研究后，布设了高温、高产地热井并成功实施，对深部碳酸盐岩地热井位优选探测技术的科学性进行了验证，进而实现华北盆地深部高温、高产地热井位优选的推广应用；RONG 等[30]研究了循环液氮压裂技术这一创新的储层增产技术，认为该技术在地热能的开发方面存在巨大潜力；相当一部分的学者对EGS 相关技术展开了技术攻关，研究结果表明运用相关技术能够进行高效率的能量提取进而提高生产能力[31-34]；还有一部分学者以地热井开发过程中的碳酸钙结垢过程作为研究对象，运用实验研究和数值模拟等手段，对结垢原因、结垢位置、结垢规律等因素进行研究，实现地热开采过程中的协同阻垢[35-37]。

综上所述，许多学者在科技创新水平、矿产资源可供性影响因素、地热资源领域科技创新等方面进行了大量且深入的研究，并取得了丰富的研究成果，提供了良好的研究基础。地热能由于其本身具有系统性强、时空跨度大等特殊性，既有的资源科学领域的普适性成果难以准确全面地诠释其开发利用过程中的特殊性问题。地热能领域的研究也大多集中在技术理论和技术运用方面，鲜有从机制本身探索地热资源可供性的影响因素等主题成果，而这方面的研究不仅能够进一步揭示地热资源的内在物质技术系统的规律，而且能够从源头上提高地热资源可供性的质量水平。构建科技创新指标，进而探究其对地热资源可供性影响的研究正是基于这方面的考虑，旨在进一步拓展与深化现有研究成果。

2 研究设计

2.1 科技创新指标

2.1.1 变量选取与指标体系

根据科技创新活动的特点及数据的可得性，借鉴现有研究内容，以“投入-产出”两个维度构建地热领域科技创新水平量化指标体系。

科技创新投入指标包括资金投入和人员投入两方面[38]。考虑到指标构建的合理性以及研究数据的可得性，选取地热勘查全部投入作为科技创新资金投入指标，选取地热勘查从业人员数量作为科技创新人员投入指标。其中，地热勘查全部投入指标是指报告期内来自中央和地方财政拨款、企事业单位投入、港澳台商和外商投入的用于地热地质勘查工作的资金，以及以地质成果转让收入、油田维护费、维简费、科研经费等投入地热地质勘查工作的资金；地热勘查从业人员数量指从事地热地质勘查并取得劳动报酬的人员数量。

科技创新产出指标主要反映科技创新成果，包括理论产出和技术产出两方面的知识产出，科技论文发表数量和专利数量是科研成果的主要表现形式[39-40]。科研成果能够客观、准确地量化科技创新活动的产出水平，通过运用新的理论与新的技术，以及一定的机制促进年产矿量的提升。因此，选取全球科技论文发表数量作为科技创新理论成果，选取全球专利申请数量作为科技创新技术成果。其中，全球科技论文发表数量指地热资源领域的原创性的科学研究成果，全球专利申请数量指地热资源领域的技术发明。

综上，构建了评价地热资源领域科技创新水平的指标体系，分为2 个一级指标和4 个二级指标，具体见表1。

表1 地热资源领域科技创新指标Table 1 Indicators of scientific and technological innovation in the geothermal resources field

2.1.2 数据来源及预处理

地热勘查全部投入和地热勘查从业人员数量的数据来源于《中国国土资源年鉴（2000—2018）》。全球科技论文发表数量数据采用文献计量法，参考现有学者的处理方法[41-42]，将发表时间限定为1999—2017 年，依据地热理论与技术相关的中英文术语作为检索词，基于WOS（Web of Science）数据库和中国知网数据库进行检索，选择文献类型为期刊（中国知网）/Article（WOS），并对检索结果进行去重处理，最终得到文献计量数据。全球专利申请数量选择中国知网专利数据库作为数据来源，将专利申请时间限定在1999—2017 年，所采用的检索式与文献计量检索式保持一致，取国内专利和海外专利数量加总，最终得到专利数据。数据异常值采用箱线图进行识别并剔除，异常值及缺失值均使用三次样条插值法进行填补。为消除异方差和共线性等问题，上述指标数值均取自然对数后进行进一步分析。

2.1.3 主成分分析

主成分分析法是对指标体系进行评价的代表性方法之一。在构建指标体系的基础上，采用主成分分析法测度科技创新水平，力求实现用少数关键指标进行综合评价的目的。

运用KMO 检验和Bartlett 球形检验对数据进行分析，以判定数据是否适合采用主成分分析法。分析结果表明，KMO 统计量为0.799＞0.7，Bartlett 球形检验P值为0.000＜0.05，拒绝原假设，变量间存在较强相关性，所选择的数据适合运用主成分分析法进行进一步分析，数据分析借助SPSS 软件完成，检验结果详见表2。

表2 KMO 检验和Bartlett 球形检验Table 2 The KMO measure and Bartlett’s test of sphericity results

主成分分析法需要根据所提取的各因子的特征值、方差贡献率和累计方差贡献率确定所提取的公因子数量。

表3 为总方差解释表。由表3 可知，第一个公因子的特征值为3.826＞1，方差贡献率为95.656%＞85%，因此提取1 个公因子能够在保留多数信息的情况下，较为直观地反映科技创新水平，可以认定为主成分。

表3 总方差解释表Table 3 Total variance analysis

确定主成分数量后，根据成分得分系数矩阵（表4）可知4 个指标的增减变动对科技创新水平影响的差异较小。

表4 成分得分系数矩阵Table 4 Component score coefficient matrix

依据成分得分系数，可以得到主成分表达式，见式（1）。

式中，z为数据标准化后的变量值。

通过式（1）计算得出科技创新水平综合得分（Score），并通过数值高低综合体现地热资源领域科技创新水平，指标数值及结果见表5。

表5 主成分分析计算结果Table 5 Principal component analysis results

由表5 可知，在1999—2017 年间，除了个别的年份略有波动外，我国地热勘查的人员数量和资金投入不断增加，世界范围内地热资源领域的理论和技术的相关产出也在持续且稳定增长，因此，4 个指标所体现的科技创新综合水平呈现稳步增长的态势，地热资源领域的科技创新能力也不断突破原有水平并且持续提升。

2.2 地热资源可供性指标

矿产资源的供给是指在当前技术水平下可加工利用的矿产资源，矿产资源的可供性是在某一国家或者地区已探明的矿产储量、产能和产量的基础上对该国或者该地区所需要的矿产资源的供给能力[43]。

考虑到指标体系的合理性及研究数据的可得性，借鉴朱永光[44]的处理方法，选取地热年产矿量（Yield）这一指标作为地热资源可供性的量化指标进行实证研究。其中，年产矿量指矿山企业当年采矿作业实际生产的符合产品质量要求的矿产实物数量。

地热年产矿量指标数据来源于《中国国土资源年鉴（2000—2018）》。异常值采用箱线图进行识别并剔除，异常值与缺失值使用三次样条插值法进行填补。为消除异方差和共线性等问题，指标数值取自然对数后进行后续分析。

2.3 模型构建

传统的经济计量方法是以经济理论为基础来对变量之间的关系进行描述，但是经济理论通常不足以对变量之间的动态联系提供一个严密的说明，同时变量的内生性问题使得模型的估计和推断变得更加复杂。VAR（Vector Auto-Regression）向量自回归模型由SIMS 在1980 年提出，该模型是一种将单变量自回归模型推广到由多元时间序列变量组成的“向量”自回归模型。VAR 模型避免了经济理论的束缚，将系统中的所有变量都视为内生变量，采用多方程联立的方式，使用内生变量对所有内生变量的滞后期进行回归，进而分析并预测相互联系的时间序列系统。除此之外，VAR 模型还考虑了变量之间的动态特征，通过分析随机扰动对变量系统的动态冲击，直观地解释了各种冲击对变量形成的影响，进而对变量之间的长期均衡关系进行详细分析[45]。

选取1999—2017 年的相关指标数据，以科技创新水平综合得分（Score）和地热资源可供性（Yield）两个变量构建VAR 模型进行实证研究，所构建的VAR(p)模型的表达式见式（2）。

3 实证研究

3.1 描述性统计

选取1999—2017 年的年度数据进行实证研究。变量的时间趋势和统计学描述见图1 和表6。

图1 变量时间趋势图Fig.1 Time trend of variables

表6 变量描述性统计结果Table 6 Descriptive statistics of variables

由图1和表6 可知，1999—2017 年间，科技创新水平整体上在不断攀升，并呈现出强劲的增长势头，说明我国地热资源领域的科技创新取得了长足进步；从地热资源可供性指标来看，随着科技创新水平的不断提升，地热年产矿量总体上保持上升的趋势。整体而言，科技创新水平与地热资源可供性的变动趋势具有一致性。

3.2 平稳性检验

为避免时间序列数据分析过程中出现伪回归现象，在建立VAR 模型之前，使用EViews11.0 软件，采用ADF 检验法对Score和LnYield两个变量进行平稳性检验，具体结果见表7。

表7 ADF 检验结果Table 7 ADF test results

由表7 可知，两变量的原序列ADF 统计量均大于各自在10%显著性水平下的临界值，由此可见两变量的原序列均不能拒绝原假设，即这两个变量的原序列均存在单位根，为非平稳时间序列。进一步对两变量原序列的一阶差分序列进行ADF 检验，一阶差分序列ADF 统计量均小于各自在5%显著性水平下的临界值，说明两个变量在5%的显著性水平下拒绝原假设，可以得出其一阶差分序列均为平稳序列这一结论，同时也可以确定1999—2017 年期间Score序列和LnYield序列均是一阶单整序列，即Score～I(1)、LnYield～I(1)。这说明科技创新水平与地热资源可供性这两个指标之间可能存在长期的均衡关系，可以通过协整理论进行验证，对于非平稳时间序列，只要通过协整检验证明变量间存在协整关系，即可直接建立VAR 模型。

3.3 协整检验

1987 年，ENGLE 和GRANGER 提出了基于残 差的协整检验方法，该方法是对所构建的回归方程进行单位根检验，若自变量与因变量之间存在稳定的均衡关系，即因变量能被自变量的线性组合所解释，则回归方程的残差序列应该是平稳的。因此，检验一组变量之间是否存在协整关系等价于对回归方程的残差序列的平稳性进行检验。

使用EViews11.0 软件进行变量间的E-G 协整检验。通过进行协整回归，并对回归所生成的残差序列（记为Et）进行ADF 检验。其中，由于回归所产生的残差序列统计量的渐进分布与ADF 检验所产生的t统计量的渐进分布不同，导致残差平稳性ADF检验的临界值表与ADF 临界值表不一致，采用Mackinnon 协整检验临界值计算公式对5%显著性水平下的临界值进行计算，见式（3）。

式中：C(α)为协整检验临界值；α为显著性水平；T为样本容量；Φ∞、Φ1和Φ2值查表所得。

表8 展示了残差ADF 检验结果。由表8 可知，ADF 统计量为-3.821 976＜5%显著性水平下的临界值-3.676 628。因此拒绝原假设，即残差序列不存在单位根，说明协整关系存在。

表8 残 差ADF 检验结果Table 8 Residual ADF test results

在确定变量间存在协整关系后，利用数据，分别以LnYield为因变量、以Score为因变量进行协整关系的检验，见表9。由表9 可知，当LnYield为因变量、Score为自变量时，tau-statistic所对应的p值小于0.05，因此在该种情况下存在协整关系；当以Score为因变量、LnYield为自变量时，tau-statistic所对应的p值大于0.05，说明在该种情况下不存在协整关系。

表9 协整关系检验表Table 9 Co-integration test results

3.4 VAR 模型确立

以变量间长期均衡关系的存在为前提，建立VAR 模型，对这一长期均衡现象进行研究。在前文构建的VAR(p)模型的基础上，使用STATA17 软件，采用似然比统计量LR、显著性水平p值、最终预测误差FPE、赤池信息准则AIC、HQ 统计量HQIC以及施瓦茨信息准则SBIC，综合确定模型滞后阶数，见表10。由表10 可知，LR、FPE、AIC、HQIC、SBIC均选择滞后2 期为最优，因此构建VAR(2)模型。

表10 VAR 模型滞后阶数诊断Table 10 Test of the order of delay in VAR model

VAR(2)模型建立后，对模型的稳定性进行检验。经检验，所建立的VAR(2)模型所有特征根的模都小于1（表11）。据此可以判断，所建立的VAR(2)模型能够通过稳定性检验。

表11 VAR(2)模型特征根Table 11 The eigenvalues of VAR(2) model

综合上述分析，构建的VAR(2)模型具体表达式见式（4）。

式中，a11、a12、b11和b12为系数。

3.5 脉冲响应

脉冲响应可以直观刻画模型受到某种冲击时，系统所产生的动态变化。在建立双变量VAR(2)模型基础上，利用脉冲响应函数，采用正交化脉冲响应方法，分析科技创新水平的变动以及地热资源可供性自身变动对地热资源可供性所产生的影响，具体分析结果如图2 和图3 所示。其中，横轴表示冲击作用的滞后期，纵轴表示脉冲响应值，实线表示脉冲响应函数，虚线表示95%置信区间范围。

图2 科技创新水平变动冲击引起地热资源可供性的响应函数Fig.2 Impulse response function of geothermal resources availability to scientific and technological innovation level

图3 地热资源可供性冲击下对自身的响应函数Fig.3 Impulse response function of geothermal resources availability to geothermal resources availability

由图2 可知，脉冲响应函数的整体趋势是正向变动且趋于收敛的。当在本期给予科技创新水平一个正向冲击后，地热资源可供性的响应在第1 期就达到最高点，随后迅速下降，直至第4 期到达第一个最低点。随后缓慢爬升，在第6 期达到第二个峰值，然后随着滞后期的增加逐渐降低，最后趋于稳定。

具体可以解释为，在地热勘查经费和地热勘查人员的投入、地热科技论文和地热专利技术产出的双重作用下，能够较快并且显著对地热产量产生影响。随着时间的推移，新一轮的资金和人员的投入，伴随着理论的创新和技术的迭代，最初的科技创新水平对新阶段的地热资源可供性的影响逐渐减弱。尽管该影响最终趋于收敛，但总体而言一直保持着正向的影响，也可以看出科技创新对地热资源可供性是长期发挥着支持与促进作用的。

由图3 可知，脉冲响应函数整体趋于收敛。在给予地热资源可供性正向冲击后，地热资源可供性自身变化的影响在当期表现为正向，在第3 期达到最小值且为负值。随后有所上升，在第5 期达到第二个峰值，随后缓慢下降，在第10 期后趋于0。说明当期地热资源可供性的增加可能会对后期的地热资源可供性产生一定的负面影响，但是这种负向的影响是不可持续的，从长期来看，该影响能够起到正面的促进作用。

具体可以解释为，地热资源的开发和使用越过度，地热的减少值就越高，即过度使用地热资源可能会导致资源的暂时耗尽，且所造成的这种后果是存在一定滞后的[46]。但是这种消极的影响是暂时的，资源可供性降低的趋势会伴随着科学技术的进步而扭转，最终表现为长期的正向作用。

3.6 方差分解

方差分解是一种运用方差来度量每一个变量所带来的贡献度，进而评价不同变量相对重要性的方法，各变量方差贡献度变化情况见表12。

表12 方差分解表Table 12 Variance decomposition results

由表12 可知，在第1 期时，地热资源可供性仅受其自身影响，从第2 期开始，科技创新的影响开始发挥作用，地热资源可供性对其自身的影响作用开始下降，最后贡献度稳定在58.5%左右。而科技创新水平的影响在第2 期开始突显，贡献率迅速上升至27.643%。同时，科技创新所发挥出的作用在不断增加，从第2 期至第3 期，贡献率的增加量达到8.462%，随后这种影响作用开始放缓，至期末贡献度约为41.536%。

整体而言，地热资源可供性的变动除了受到自身影响以外，还受到科技创新水平一定程度的影响，且随着时间的推移，自身的影响不断减弱，科技创新水平的影响则不断上升，说明科技创新在地热的可供方面是一种长期存在的驱动力，在地热自身资源量的基础上，不断推动着地热的产出。

4 结论与启示

4.1 研究结论

基于1999—2017 年的时间序列数据，构建科技创新水平测度指标体系，运用主成分分析法对1999—2017 年间地热资源领域的科技创新能力进行了评价。在此基础上构建VAR 模型研究了科技创新和地热资源可供性之间的关系，得到如下结论。

1）1999—2017 年间，我国地热资源领域的科技创新水平与地热资源可供性之间存在着因果关系。运用E-G 两步法进行分析，得出了协整关系式，验证了变量之间因果关系的存在性。结果表明科技创新水平这一因素可以对地热资源可供性的变化进行解释。

2）1999—2017 年间，地热资源领域的科技创新对地热资源可供性所产生的影响是正向且长期持续的。脉冲响应分析表明，科技创新水平作用于地热资源可供性的效果，不仅仅表现为短期内的显著正向支持效果，从长期来看，这种正向影响会趋于稳定性的收敛。研究结果不仅检验了变量间存在的因果影响关系，同时该影响长期性、正向性的特点也得到了验证。

3）1999—2017 年间，地热资源领域的科技创新水平与地热资源可供性之间的关系表现为长期的稳定性与短期的非均衡型相统一。地热资源可供性除了受到来自地热资源领域科技创新水平的长期影响外，还会受到来自其自身的短暂的非响应性影响。该现象可能是由于自身以及科技创新水平的影响存在一定的滞后性所导致的，导致这一局部不均衡情况的内在机理还有待进一步研究进行验证。

4.2 对策建议

1）地热资源的开发利用需要更高强度的科技创新投入。科技创新与地热资源可供性的因果关系表明：科技创新的投入对地热资源开发利用产生巨大的影响，这种强因果关系比之许多其他矿产资源更加显著。地热资源的开发利用高度依赖于科学与技术水平的进步，加大资金和人才的持续投入，就能从根本上促进地热资源开发利用的高质量发展。

2）地热资源的开发利用需要超前性的科技创新活动。研究结果表明：科技创新水平与地热资源可供性之间存在着非均衡性特点，显示出时间维度的滞后性。无论是从科技创新投入到科技创新产出，还是从科技创新水平到地热资源的产出，都存在着一定的产出周期。因此，超前性的科技创新活动显得尤为重要，这也正是地热资源开发利用在未来时态赢得持续发展的根本保障。