摘 要： 绿色创新在我国经济发展问题研究中已然成为一个热点话题，推动我国绿色创新水平的提升有利于推动生产方式在经济新常态下进行转变，从而实现经济稳定发展和提高环境质量的双赢局面。本文将根据2001—2018年我国31个省市的面板数据进行空间计量分析，构建SAR模型来研究区域经济发展对于绿色创新水平的影响。结果显示：区域经济增长对于绿色创新水平具有反向作用，绿色创新水平在31个省市间具有显着的空间相关性，人力资本水平和政府干预程度对于绿色创新水平都有显着的促进作用。文章最后，将根据以上结论提出相应的对策与建议。
关键词 : 绿色创新;区域经济发展; SAR模型;
Abstract： Green innovation has become a hot topic in the research of China's economic development. Promoting the level of green innovation in China is conducive to promoting the transformation of production mode under the new economic normal,so as to achieve a win-win situation of stable economic development and improving environmental quality. This paper is based on the panel data of 31 provinces and cities in China from 2001 to2018,constructs a SAR model to study the effects of regional economic development on the level of green innovation. The results show that: regional economic growth has an opposite impact on the level of green innovation, the level of green innovation has a significant spatial correlation among 31 provinces and cities, the level of human capital and the degree of government intervention have a significant role in promoting the level of green innovation. At the last part of this paper, the corresponding countermeasures and suggestions will be put forward according to the above conclusions.
Keyword： Green innovation; Regional economic development; SAR model;
一、引言
改革开放几十年以来，我国在经济发展、科技创新、人才培养、社会治理等方面都取得了长足的进步，但几十年间的经济增长方式亦存在投入、排放和消耗过多而导致效率低下的问题，这样的粗放型经济增长方式使环境遭到污染，许多资源也被严重浪费，环境问题越来越严重。能源消耗快、利用率低、盲目投资等行为造成了环境与资源之间的矛盾。因此，改变经济增长方式和创新传统技术对于实现经济与环境协调发展至关重要。本文研究了绿色创新和区域经济发展之间的关联，以期对我国大力推动绿色经济发展，推动生态文明建设的实施提供参考。
本文收集了我国31个省市18年的面板数据，选择合适的空间计量模型来探究区域经济发展对于绿色创新水平的影响。首先，对面板数据进行处理，利用平稳性检验避免伪回归现象；其次，构建地理距离矩阵并且利用莫兰检验计算其空间相关性，考察是否需要引入空间计量模型；最后，选择和构建空间计量模型考察变量的相关性并得出结论。
二、变量选取、数据来源与描述性分析
1. 变量选取
(1)被解释变量。齐绍洲等人在2018年的一项研究中提出了可以测算绿色创新水平的方法。2010年，世界知识产权组织(WIPO)发表了“国际专利分类绿色清单”，其中的七大分类可以用来识别并核算各个省每年的绿色专利数量[1]。本研究参考这种方法，统计了31个省市的绿色创新专利申请授权量和该省市总专利申请授权量，两者之比表示该省的绿色创新水平，用EPR表示。
(2)解释变量。本研究选择我国31个省市的人均GDP并取对数，将其作为被解释变量，代表各区域的经济增长水平。
(3)控制变量。控制变量包括科技投入水平、人力资本水平和政府干预程度。用R&D经费投入强度来表示该地区的科技投入水平（INTEC）。劳动者的受教育程度和健康状况对于人力资本的形成十分关键。因此，文中人力资本水平(HC)的测算利用平均教育年限法，来衡量31个省市的总的人力资本水平[2]。计算公式为：
HC=(6*小学教育程度人口数+9*初中教育程度人口数+12*高中教育程度人口数+16*大专及以上教育程度人口数）/6岁及以上人口总数（1)
另外，政府干预程度（GI）即地方政府对区域经济的干预程度，该指标用地区的财政支出（一般性支出）与该地区GDP的比值来表示。
2. 数据来源以及描述性统计
与变量相关的所有数据来自《中国统计年鉴》《中国科技统计年鉴》、中国科技数据库、中国区域经济数据库、国家统计局、国家知识产权局。各变量的描述性统计见表1:
表1 各变量的描述性统计
表1 各变量的描述性统计
三、实证分析及结果
1. 面板单位根检验
表2为了避免伪回归现象，对于面板数据利用LLC检验法进行平稳性检验，检验结果如下：
表2 LLC检验结果
表2 LLC检验结果
由检验结果可知，各变量均在1%的置信水平下拒绝原假设，即数据是平稳的。
2. 地理距离矩阵下空间自相关分析
为了更好地反映区域间经济增长的空间相关性，本文将采用地理距离矩阵进行空间计量分析，利用Moran’sⅠ来对各省市的绿色创新水平进行全局空间自相关分析，计算其空间相关性，全区域莫兰检验结果如表3所示：
表3 2 0 0 1—2018年各区域的莫兰检验结果
表3 2 0 0 1—2018年各区域的莫兰检验结果
由以上结果可知，大多数年份的P值在10%的显着水平下均显着，因此可得各个区域之间的经济增长水平存在较大空间相关性，观测值在空间上并不是处于完全随机分布的，I值均小于零说明存在逆向的空间相关性。另外，本研究进行局部莫兰指数检验，下图为2001年31个省市绿色创新水平的局部空间自相关的散点图，可以看出区域之间存在相关性。因此，需要利用空间计量模型来分析，消除空间相关性的影响。
2017年绿色创新水平的Moran’s I的散点图
3. 面板模型设定检验与构建
(1)LM检验与Hausman检验。研究根据Anselin和Florax在1995年提出的判别准则来判断哪一种空间模型更为合适[3]。LM检验结果如表4所示。结果表明，LMLAG的结果比LMERR显着，且R-LMLAG显着，R-LMERR不显着，则可以确定空间自回归模型（SAR）更为合适。Hausman检验的原假设是选择随机效应模型，经检验得到结果Prob>chi2=0.0000，拒绝原假设。因此，应该选择固定效应模型。
表4 空间面板模型LM检验结果
注：*、**、***分别表示通过在10%、5%、1%的水平下的显着性检验
表4 空间面板模型LM检验结果
(2)构建模型。本研究选择时间固定效应空间自回归模型（SAR），空间自回归模型仅考虑因变量间的空间效应。该模型认为一地区的因变量不仅受本地区自变量影响，还受其他地区因变量影响，影响程度要考虑两地区间的距离。其一般形式为：
其中，yit为地区i在t时刻的因变量，Wyit表示其他地区因变量对本地区因变量的影响，Xit代表地区i在t时刻的自变量，Controlit表示地区i在t时刻的控制变量，ui、γi个体效应与时间效应，εit为随机扰动项。因此本研究建立的SAR模型为：
4. 回归结果分析
利用Stata16对各变量使用空间自回归模型进行时点固定效应回归，得到如下结果：
表5 空间自回归分析结果
注：*、**、***分别表示通过在10%、5%、1%的水平下的显着性检验
表5 空间自回归分析结果
回归结果表明，人均GDP、人力资本水平、政府干预程度、科技投入水平对绿色创新水平的影响系数分别为-0.2556、0.0178、0.0514、0.0006，其中人均GDP、人力资本水平、政府干预程度的影响系数通过1%水平下的显着性检验，说明区域经济发展与绿色创新水平存在明显的空间自相关性，这与之前的Moran’sⅠ检验结果一致。研究结果显示，一个地区的经济增长水平对该地区的绿色创新水平呈负向的影响，而人力资本水平和政府干预程度对于绿色创新水平呈现显着的促进作用。ρ值为-1.1256表示绿色创新水平在空间上呈现负向的溢出效应，即一个地区的绿色创新水平提高时其周边地区的绿色创新水平会下降。
四、结论
本文将中国31个省区市2001—2018年间的面板数据作为研究对象，利用空间自回归模型分析了区域经济增长与绿色创新水平之间的关系，得出以下结论：区域经济增长会抑制地区的绿色创新水平，绿色创新水平在各省域间具有明显的空间相关性，人力资本水平和政府干预程度的提升都会促使绿色创新水平的提高，科技投入水平对地区的绿色创新水平也有一定的促进作用，但不显着。
基于以上结论，根据近年来我国绿色创新水平发展的实际状况，本文提出以下建议：
1. 重视区域间绿色创新发展的相关性，推动区域绿色创新水平协调发展
绿色创新水平在空间上存在溢出效应，而且呈现负向，即空间剥夺效应。区域间绿色创新各要素流动导致产生负向空间溢出，在绿色创新发展的过程中，创新核心区域会对周边地区的创新人才、资源和资本进行剥夺，从而导致自身绿色创新水平的提高，而周围地区的创新水平相应减弱，呈现出强者愈强，弱者愈弱的现象。
绿色创新水平的差异和空间竞争是形成空间剥夺效应的内因，而政府、企业的空间决策行为是形成空间剥夺效应的外因，因此，要改变这种由于既定优势而导致的现象，需要制定合理的区域发展战略和规划。绿色创新水平较高的省市往往处于较为发达的地区，拥有更多人力、财力、物力的支持，往往能够得到更好的发展，由此发展战略应该向绿色创新水平更低的地区倾斜，加大投入和关注，实现区域间的协调发展。
2. 注重绿色创新与区域经济发展的协同性，倡导绿色驱动经济
从研究结果可以看到区域经济增长水平与地区的绿色创新水平呈负相关，许多地区重视经济发展的同时却无视环境的破坏，走粗放型发展路线，忽略了绿色创新的重要性，我们可以观察到许多经济发展较快的城市环境质量存在严重的问题。
因此，促使经济可持续、低碳发展，加强生态文明建设，创新经济发展的动能，挖掘更有利的发展模式，是我国目前经济甚至全球经济发展的战略选择和必然需求。在发展区域经济时，应大力倡导绿色创新，培育绿色文化和价值理念；同时加快经济转型与创新，突破环境、资源等制约，明确政府和企业在绿色经济发展中的地位，增加绿色创新领域的投入，实现绿色驱动经济可持续发展。
3. 提高人力资本水平，增强绿色创新能力
根据研究结果可知，人力资本水平对于绿色创新水平存在明显的正面影响。从各国学者大量的研究中可以发现，当一个国家在研发技术层面的投入增加，那么其技术潜能也会相应提高，从而产生更多的创新成果[4]。人才是一个地区的绿色创新水平提升的主要动力和决定性因素，生产活动、技术研发、科技创新成果的应用等过程都需要高水平人力资本的支持和作用。人力资本水平的提高可以通过提升劳动效率，改进专业设备，影响研发投入活跃程度等路径来促进绿色创新水平的发展。
本文利用受教育平均年限来衡量人力资本水平，结果表明：增加教育人力资本投资规模对于培育和提高绿色技术创新能力有不可或缺的作用。人力资本的质量是提高创新能力的关键，注重培养高质量人才，提高竞争力，才能有效地促进技术的开发和竞争。因此，政府应该加大对教育的投入，激励社会的绿色创新意识，同时制定相关人才引进的政策，为区域绿色创新发展提供政策支持。
4. 加大政府干预力度，促进绿色创新水平的提升
政府应该加大引导和宣传力度，将绿色发展、生态文明纳入教育体系，引导和鼓励企业主体、社会组织等积极开展绿色创新、生态文明建设等相关活动，加速实现生产和消费行为的转型，培育绿色发展主流价值观，激发社会的环保意识。另外，政府对于绿色创新水平的促进作用可以通过政府的资金投入进行有效调节环境规制与绿色创新的关系[5]，因此加大政府资金投入力度，适当地给予政府补贴，可以调节企业的创新技术能力以及环境规制的作用，从而促进绿色创新水平的提升。
参考文献
[1]齐绍洲,林岫崔静波.环境权益交易市场能否诱发绿色创新?-基于我国上市公司绿色专利数据的证据[J]经济研究,2018 ,53(12):129-143.
[2]杨建芳,龚六堂,张庆华.人力资本形成及其对经济增长的影响--个包含教育和健康投入的内生增长模型及其检验[J].管理世界,2006(05):10-18.
[3]韩峰晏荻中国省域劳动就业影响因素的空间计量分析[J]经济与管理,2011 .25(07):23-29.
[4]梁军,赵青.教育人力资本及其溢出效应对中国科技创新的影响研究-基于省际面板数据的经验分析[J]..上海大学学报(社会科学版),2018,35(06):122-131.
[5]郭英远,张胜,张丹萍环境规制、政府研发资助与绿色技术创新:抑制或促进?-- -个研究综述[J]华东经济管理,2018,32(07):40-47.
