长三角城市绿技术创新的时空格局及驱动因素研究
长三角城市绿技术创新的时空格局及驱动因素研究长三角城市
孙燕铭I梅潇2谴思邈I
(1.华东师范大学，上海200062；2.上海应用技术大学，上海201418)
摘要：当前，进一步提升长三角区域的绿技术创新能力对于深入推进长三角更高质量一体化发展具有重要的现实意义。基于绿技术创新的内涵和属性，将绿专利数量作为绿技术创新产出的主要衡量指标，以长三角地区41个地级市为研究单元，分析2008-2019年长三角区域绿技术创新活动的时空演化特征。利用Moran's I指数检验长三角绿技术创新的空间关联特征，进而运用负二项回归模型探究长三角区域绿创新活动的驱动因素。结果表明，长三角区域绿创新活动总体呈现出空间集聚效应，这种集聚特征主要表现为东部城市绿创新水平较高，且有逐渐扩散的趋势。局部上，各城市绿专利空间格局具有一定稳定性，但地区联系较弱的城市数量有逐步增加的趋势。在驱动因素方面，城镇居民可支配收入、政府研发支持、环境规制、人力资本水平都对长三角区域绿技术创新具有积极影响，第二产业占GDP比重对于绿技术创新发展存在抑制作用，而外商直接投资的绿创新激励作用并不明显。
关键词：绿技术创新；长江三角洲；时空格局；驱动因素
中图分类号:F207文献标志码:A文章编号:1001-862X(2021)01-0013-011
—、弓I言
当前，中国城市进入以提升质量为主的转型发展阶段，城市如何实现可持续发展，妥善处理环境、经济和资源三者之间的关系，是我国进一步提升经济实力和国家综合竞争力的重要影响因素。“十三五”规划中，我国明确将“绿、创新、协调、开放、共享”定位为中国未来长期发展的“五大”理念，并将“绿”概括为永续发展的必要条件。党的十九大报告提出了“绿水青山就是金山银山”的发展理念，并始终将环境保护和资源节约作为建设经济现代化体系的主要任务之一。实现绿可持续发展已经成为我国未来长期发展的总纲领。
在工业生产经营活动中，绿技术创新是通过科学技术研究，以节约资源和原材料投入、减少废弃物排放、改善生态环境、实现经济与环境协调发展而进行的绿产品研发及绿工艺改造过程。其目标是经济、环境与社会效益的共赢。与一般创新不同，绿创新同时具备与创新知识溢出相关的正外部性、与污染排放相关的环境影响外部性特征。创新作为引领发展的第一动力，在解决社会经济系统与资源环境系统协调发展方面发挥着十分重要的作用，而绿技术创新作为“绿”和“创新”两大理念的结合点，是引导我国产业突破环境约束、实现健康可持续发展的重要路径，更是当前推进产业结构优化升级和加速构建现代化经济体系的关键之一。
长三角地区作为中国经济、科技、文化发展的核心地带，具有极髙的国际化水平、专业化程度和自主创新能力，在中国面向全球发展的历程中起着先导性作用。进一步提升长三角地区的绿
本刊网址•在线杂志:www.jhlt
*基金项目：国家自然科学基金青年科学基金项目(71703039)；上海市哲学社会科学规划青年项目(2017EJB010)；中国科学院A类战略性先导科技专项(XDA20100311)
作者简介：孙燕铭(1984-)，女.博士，华东师范大学全球创新与发展研究院、崇明生态研究院、城市与区域科学学院副教授、硕士生导师，主要研究方向：绿创新与绿发展、资源与环境经济、区域可持续发展。
13
2021.1
技术创新能力、构建市场导向的绿技术创新体系，对于深入推进长三角更高质量一体化发展具有重要的现实意义。
二、绿技术创新的内涵及国内外研究综述
20世纪50—60年代以来，随着人们对于生态环境问题的重视，关于绿技术创新的研究逐渐兴起，其概念表述最初由Fussle James(1996)在《驱动绿创新》中提出，即能为企业和消费者带来价值，但
同时又能降低环境污染的新产品和新工艺等。⑴目前国内外对绿创新这一概念的定义尚未统一标准化，国外较为权威的解释是Thomas Bernuaer(2006)在其著作中阐述的有利于环境的各种环保创新，例如，绿产品创新、绿工艺创新和绿组织创新，不管这种环境改善是否是创新的主要目的。〔210ECD(2OO9)将绿创新定义为：与其他替代品相比，可以在有意或无意之间显著改善环境的新产品(实物和服务)、生产流程、营销方法、组织结构和制度配置等行为。
国内学者中，吕燕(1997)从企业经济性角度将绿技术创新定义为：能够减少在生产和消费过程中产生的由生态环境传递的外部非经济性的技术。许庆瑞等(1999)从产品生命周期角度出发，认为短期来看，绿技术是为了最大限度地降低产品生命周期的外部成本；长远来看，绿技术是为了最大限度地降低产品生命周期的总成本，其最终目标是最小化内部成本和外部成本的总和。⑶根据戴鸿轶等(2009)的研究，国外学者更倾向于使用“环境技术创新”、“绿技术创新”等概念，更强调先进技术本身的作用及对环境的影响，而国内学者更多使用“绿技术创新”、“生态技术创新”等术语。⑷肖黎明、肖沁霖(2018)运用CiteSpace，以1998—2017年WOS(Web of Science)和CNKI收录的文献中筛选出有关绿创新的中文文献443篇、外文文献1808篇作为研究对象，对国内外有关绿创新研究的作者、机构的地理分布、年代分布和研究热点演化等方面进行了对比分析。结果表明,2012年以来，绿创新研究文献呈现出显著增长的趋势，绿创新研究机构的合作现象多出现在同一国家或地区，未来研究热点可能会集中在绿治理、协同创新和气候变化等方面。[5]
绿技术创新不同于一般意义上的技术创新，它强调的是有利于环境或能改善环境的一种系统性的技术，是少污染、少耗能、高技术的一系列能够改善环境的产品、方法和工艺的总称。中国环境与发展国际合作委员会还将绿技术创新的范围扩展到了社会和制度等领域，绿技术创新不仅存在于技术层面，还是一种“绿观念”，是一种将“绿意识”融合到产品的研发和生产过程中，能够同时实现经济、环境、社会效益的理念。
在驱动绿技术创新的因素方面，国外学者主要从经济学和管理学角度，基于市场、技术、企业自身和外部环境等多个维度展开研究。根据Rehfeld等(2007)的研究，技术因素在企业最初的研发时期非常重要，市场需求则在扩散阶段对企业绿技术创新的促进作用更为明显。同著名的“波特假说”(1995)指出，环境规制将诱发企业的创新行为，最终导致经济与环境“双赢”的效果。Yalabik(2011)的计量实证研究也表明，消费者、竞争压力和环境规制对企业进行绿技术创新有着较显著的正向驱动作用。⑺Amore(2016)等从企业管理的角度出发，发现公司治理与企业绿创新之间存在正相关关系，较差的公司治理将导致显著降低的绿技术的创新。[8]
国内学者更多从区域经济、经济地理的角度展开实证分析。王文普、陈斌(2013)等借助2001—2009年中国31个省份的环境专利数据，通过非线性设定探讨了环境政策对绿技术创新的影响。结果表明，环境政策和知识水平总体上对绿技术创新有显著的激励作用。⑼毕克新等(2014)基于PLS统计分析方法，得岀FDI流入对制造业绿创新系统的各要素资源投入具有促进作用。何秦国伟、沙海江等(201
7)实证分析了2002—2012年影响中国省域绿技术创新的主要因素，结果发现，在环境政策作用下，大型企业因为具备更多的R&D资金和人员投入，进行绿技术创新的动力更大。M彭文斌等(2019)基于2005—2016年中国285个地级城市面板数据，采用杜宾模型分析发现，交通条件、教育水平、环境规制都会促进绿创新，低层次产业结构则会显著抑制绿创新，而增加FDI并不利于本地区绿创新，但会促进周边城市绿创新水平的提升。问
国内外大量理论及实证研究表明，企业创新
14
长三角城市绿技术创新的时空格局及驱动因素研究
能力存在高度的空间集聚和地理集中现象，但在绿技术创新的空间分布特征上，目前的研究尚处于探索阶段。周力(2010)基于1999—2006年中国省际面板数据，运用DEA-Malmquist指数方法测度了省域绿创新指数，结果显示，绿创新水平整体上呈现由西至东依次递减的趋势。[,3]孟卫东等(2017)通过Moran's I指数计算与散点图分析，验证了绿创新空间集聚效应与异质性的存在，并引入地理加权回归(GWR)模型对2005—2014年30个省份数据进行实证研究。结果表明,H-H聚集与L-L聚集的差异化空间集聚效应显著，人才聚集水平、区域开放程度、环境管制强度与政府角的不同是造成空间异质性的重要原因。[14]
现有的关于区域绿技术创新能力的文献大多基于国家、区域和省级层面，以地市级为单元研究其时空分异特征的文献尚少。研究表明，省级层面具有区域性特征的知识溢出表现并不明显，在更小的空间单元上往往才表现出显著性。U此外，已有文献关于绿技术创新产出的衡量指标主要为绿专利申请或受理数量，在数据获取过程中多采用直接使用关键词进行检索，关键词的选取受限于研究人员的知识及经验，具有较强的主观性。
在已有文献的基础上，本文将绿技术创新的内涵解释为通过科学技术研究，以节约资源和原材料投入、减少废弃物排放、改善生态环境、实现经济与环境协调发展而进行的绿产品研发及绿工艺改造活动。与一般技术创新不同，绿技术创新的双重外部性特征体现在，它同时具有与创新知识溢出相关的正外部性和与污染排放、废弃物处理等相关的环境影响外部性。由此，采用现有的技术分类标准，本研究将绿专利数量作为绿技术创新产出的主要衡量指标，通过技术分类号定位绿专利，对相关专利进行查重筛选，进而分析长三角区域绿技术创新的时空分布和演化特征，并探究驱动区域绿创新水平提升的主要因素，以期为区域可持续发展提供政策启示。
三、长三角区域绿技术创新的空间格局演化
(一)长三角绿技术创新产出的地理分布特征
长三角地区包括上海、江苏、浙江、安徽三省一市，地域面积35.9万平方公里，占全国1/26左右，常
住人口2.2亿，占全国常住人口的近1/6,2019年经济总量达23.7万亿元，约占全国1/4。长三角城市由以上海为核心，江苏省的南京、镇江、南通、盐城、泰州、无锡、常州、苏州、连云港等13个地级市，浙江省的杭州庁波、温州、丽水、嘉兴、湖州、绍兴、金华、衢州、舟山、台州等11个地级市，以及安徽省的合肥、芜湖、马鞍山、铜陵、安庆、滁州、池州、宣城等共41个城市组成，位于长江经济带中下游，在“一带一路”战略中具有重要地位。
世界知识产权组织(WIPO)于2010年9月16日推出了国际专利分类绿清单(IPC Green Inventory)，它是由国际专利分类专家委员会制定的有助于明确现有和新岀现的绿技术的一种在线工具。该清单涉及约200个与环境友好技术直接相关的主题，依据《联合国气候变化框架公约》将绿专利主要分为了七大类：能源节约类、核电类、交通运输类、行政监管与设计类、农林类、替代能源生产类和废弃物管理类。
本文基于国家知识产权局数据库，根据世界知识产权组织推出的国际专利分类绿清单所列出的200余个绿专利分类号，在专利数据库中对长三角地区41个地级市进行检索定位并进一步查重筛选得到本文的研究数据库，分别选取2008.2012,2016和2019年的数据为观测样本。其中,2008年是我国专利制度改革后的第一年，也是“十一五”规划的重要年份。2012年是《国家战略性新兴产业十二五发展规划》颁布实施的第一年，将污染物防治与安全处置、高效节能、资源循环利用、清洁生产和低碳技术等作为七大战略性新兴产业重点方向之一。2016年是“十三五”规划的开局年,2019年则是“十三五”规划
目标完成的重要年份。
运用ArcGIS软件绘制2008,2012,2016及2019年长三角区域绿专利产出数量在地级市层面的空间分布图(图l)o2008年，长三角地区绿专利公布数仅为1367件，到2019年，绿专利公布总数大幅增长，已经达到16038件。由图1可知，长三角地区绿创新产出整体随时间增加而提高，其中上海的绿技术创新水平在长三角41个地级市中一直保持领先水平，且其绿专利数量与其他城市差异较大。南京的绿专利数量大幅度增加，绿技术创新产出水平跻身
15
莎液祐妊2021.1
长三角地区前列，仅次于上海。
在空间格局上，长三角区域绿技术创新水平呈现空间聚集特征，并有逐步扩散的趋势（图2）。研究期内，绿技术创新的空间分布特征变化并不十分明显，东南部城市绿创新产出呈现显著的集聚效应，北部和西南部城市表现一般，绿技术创新热点主要集聚在上海、南京、杭州、合肥及苏州周边地区，说明在时间推移过程中，区域绿技术创新存在一定空间上的路径依赖，且呈现逐步扩散的趋势。2008—2019年，上海始终保持绿创新产岀的较高水平，以合肥为代表的安徽中部地区绿技术创新能力显著提高，浙江省和江苏省各地级市表现较稳定。
图1长三角地区绿专利产出变化（2008—2019）
（二）长三角区域绿技术创新产出的空间自相关性和时空演化特征
对长三角绿技术创新水平进行空间自相关性检验，并进一步探究其时空演化特征。空间自相关性主要用于研究对象或指标变量是否存在空间依赖性，全局空间自相关分析常用Moran's I指数进行测度，检测整体空间模式是否显著。由表1可以看出，研究期内，长三角区域内的绿专利数量标准差逐年递增，且每年绿专利数量极差增大明显。这一特征表明，长三角地级市层面的绿专利数量差异逐渐扩大，在一定程度上反映了各地级市的绿技术创新能力差距逐步提升，可能出现区域绿技术创新能力两极分化的情况。
从研究期内长三角地区41个地级市绿技术创新产出的集聚与分散状况来看,2008年全局Moran's I值不显著且接近于0，说明该年长三角地区城市绿技术创新的空间分布较为随机。但2012,2016和2019年各城市的绿技术创新Moran's I值均为正，均通过5%的显著性检验，表明这期间长三角城市绿技术创新分布存在显著的空间正相关性，表现出显著的空间集聚特征。
表1全局空间自相关Moran's I指数
年份Moran's I P值平均值标准差极差20080.0330.07032.548100」68546 20120.0370.040131.143305.
5371588 20160.0740.028314.357557.9252782 20190.0580.048381.857634.0072882
整体上看，全局空间自相关Moran's I值基本上呈增大趋势，表明绿技术创新的空间集聚特征越来越显著，绿技术创新在长三角地级市层面的空间分布基本呈现出自我强化的发展态势。可见，自2008年以来，长三角地区地级城市间绿技术创新的空间关联度和依存度在逐渐增强。由于无法准确判断绿技术创新是否存在更小范围的集聚效应，需进一步考察长三角地区绿技术创新在地级市层面的局部自相关性。
图3和图4进而描绘了长三角地区绿技术创新在地级市层面的局部自相关特征。由图3可知,2008.2012,2016及2019年4个时间节点中，长三角地区落在第一、三象限的城市数量较多，表明绿技术创新的空间分布不是随机的，具有地理正相关性。图4展示了研究期内长三角地区各地级市绿技术创新的局部空间自相关四分位地图。可以看出，大部分城市在时间推移过程中具有一定的空间稳定性，杭州、苏州、无锡和宁波基本保持在高-高集聚区（第一象限），徐州、滁州、亳州、淮北、六安、宿州等城市基本保持在低-低集聚区（第三象限）。
处于图3第二、四象限盲点区域的城市与周边城市联系相对薄弱，特别是位于第二象限（高-低）的城市随时间推移有所增多，这类城市难以形成地区联动效应或优势互补，缺乏绿技术创新增长极。自中央在“十一五”规划中提出国家自主创新基础能力建设，进一步指出“十二五”时期是我国提高自主创新能力、建设创新型国家的攻坚阶段，并专篇论述“建设资源节约型、环境友好
16
长三角城市绿技术创新的时空格局及驱动因素研究
a. 2008年绿专利
安庆卄
0~3
HU  4~14
■■■ 15~ 41 HBB  42 ~ 322 ■■ 323〜546
津州市
i 州|
欣山巾
c. 2016年绿专利
濃州巾
A-ft*
0~91■ 92-258
B — 259-663 H  664-1824
1825-2782
［州
I 州
屬水市Ut
澈州
I 州腌兴
M 市
0巾
JB 州力）’，:»i 水谢
华市 魁慮
b  2012年緑专利
Ma  o~io
■HH  11-54
55-113
■■■ 114-271
HH  272-1588
N
A
0 50100 km
d. 2019年绿专利
■ 73~ 159
■^| 160-571 HH  572-1044
1045 〜2882
图2 2008—2019年长三角绿技术创新产出的空间格局与演化
图3 2008.2012.2016及2019年长三角绿技术创新Moran's  I 散点图
17

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。