Research on the Coordination Effect Evaluation and Dynamic Relationship of Technological Innovation and Green Governance

Liao Kaicheng1，Dai Shengli2，Duan Xin2

(1.School of Economics and Management,Tongji University,Shanghai 200092,China;2.School of Public Administration,Central China Normal University,Wuhan 430079,China)

Abstract：Using the panel data of 30 provinces and cities nationwide from 2004 to 2016, the coupling coordination model and PVAR model were used to empirically test the coordination effect and dynamic relationship between science and technology innovation and green governance. The study found that: The coordination level of scientific and technological innovation and green governance in various provinces and cities nationwide was low in 2004-2016, and it showed a strong"regional ladder"characteristic of decreasing from east to west. The technological innovation of most provinces and cities lags behind The development of green governance, the level of coordination is below the level of dysfunction; There is a two-way causal relationship between technological innovation and green governance in the eastern region, and the impact of technological innovation on green governance is not significant, showing a negative trend in the long run. The impact effect, while the impact of green governance on technological innovation has a significant positive and sustained effect. There is a one-way causal relationship between scientific and technological innovation and green governance in Northeast China. The impact of technological innovation on green governance is not significant. The impact of green governance on technological innovation also shows a significant positive and sustained effect; central and western regions There is no causal relationship between scientific and technological innovation and green governance. The impact of green governance on technological innovation is similar, but the impact of technological innovation on green governance is quite different.

Key Words:Technological Innovation; Green Governance; Coordination Effect; Dynamic Relationship

收稿日期：2019-04-12

基金项目：国家社会科学基金重点项目(18AZD004)；中央高校基金科研业务费项目(12019Z0208)

作者简介：廖凯诚(1990-)，男，江西新余人，同济大学经济与管理学院博士研究生，研究方向为公司治理与创新创业管理；戴胜利(1977-)，男，安徽利辛人，博士，华中师范大学公共管理学院教授、博士生导师，研究方向为技术创新；段新(1994-)，男，安徽宿松人，华中师范大学公共管理学院博士研究生，研究方向为区域治理与技术创新。

本文通讯作者：段新。

DOI：10.6049/kjjbydc.2018120004

开放科学(资源服务)标识码(OSID)：

中图分类号：F124.3

文献标识码：A

文章编号：1001-7348(2019)16-0034-10

0 引言

自党的十九大明确提出贯彻落实“创新、协调、绿色、开放、共享”发展理念以来，科技创新与绿色治理日益成为解决我国发展问题的重要选择。国家推行绿色治理并不意味着用生态环境承载能力约束高质量和高效益的经济发展，而是联合多方治理主体，通过技术、方法和模式创新促进经济可持续发展[1]，进而实现经济、文化、社会、环境、政治发展有机统一。科技创新是经济发展和经济结构调整的强大动力，是实现绿色治理的根本保障。但是，科技创新只有适应当今经济社会发展方向，才能推动绿色治理发展。厘清科技创新与绿色治理的关系是绿色治理理论体系的一项重要内容，逐渐成为国内外众多学者关注的焦点。然而，目前有关科技创新与绿色治理的直接研究成果较少，主要集中在科技创新与可持续发展[2-3]、绿色发展[4-5]、低碳经济[6]和生态文明建设[7]等方面，重视基础理论探讨和科技创新对绿色治理系统某一维度的影响，缺乏对二者关系的整体思考。既有研究对科技创新与绿色治理作用机理存在认知局限，需从经济、文化、社会、环境及政治等综合视角重新审视二者关系。因此，本文在现有研究的基础上，首先对绿色治理内涵进行界定，然后构建绿色治理与科技创新指标评价体系，实证检验二者耦合协调状态及动态关系，以期为我国社会转型实践提供经验指导和理论依据。

1 理论基础

1.1 研究概况

现有绿色治理研究探讨了绿色治理内涵[8]、演变逻辑[9]、实现路径[10-11]、治理机制[12-14]等方面。也有部分学者分析了绿色治理影响因素[15]、治理能力[16]及治理实践[17]，但仍存在以下不足：①国内绿色治理研究存在质性研究有余、定量研究不足的问题，主要针对现实问题、案例及政策进行理论分析，缺少实证数据支持；②绿色治理评价研究关注对绿色治理系统中某一维度的监测与评价，缺乏科学、系统的绿色治理评价指标体系。鉴于此，本文借鉴物理学中的耦合概念，运用熵值法、耦合协调度模型和PVAR模型，基于系统协调视角，对2004-2016年中国内地各省市科技创新与绿色治理耦合协调效应及动态关系进行实证分析，旨在揭示科技创新与绿色治理间的相互作用机理。

1.2 绿色治理内涵

目前学界尚未对绿色治理的内涵达成共识。李维安(2017)认为绿色治理是不同社会主体共同管理公共事务的活动；苑琳和崔煊岳[18]则强调绿色治理是一个由政府、社会和市场等多主体参与的协同治理体系，不同治理主体发挥其独有的功能；翟坤周[19]认为经济绿色治理的根本目的在于实现经济发展、生态友好等多重目标。文献梳理显示，在治理主体上，绿色治理强调政府、企业、社会公众等多元主体共同参与；在治理内容上，绿色治理不局限于生态环境领域，还涉及政治、经济、文化、社会和生态环境等多个方面；在治理手段上，绿色治理多样性特征显著。鉴于此，本文将绿色治理的内涵定义为：以经济发展、文化繁荣、社会和谐、环境友好和政治廉洁为目的，政府、企业和社会公众等多主体对社会发展中出现的经济、政治、文化、生态、环境等问题进行系统而全面的治理。根据这一内涵界定，构建绿色治理测算模型，以科学评估不同区域的绿色治理效果(见图1)。

2 研究设计

2.1 评价模型构建

(1)

其中，U为科技创新(UT)与绿色治理(UG)综合发展(或治理)水平；uij系统内部各指标的标准化值(采用极方差法进行标准化处理)；wij为各指标权重。

在测算各系统综合发展水平之前，首先需对原始数据进行标准化处理：

正指标：yij=

|xij-min(xij)]/|max(xij)-min(xij)]

(2)

逆指标：yij=

|max(xij)-xij]/|max(xij)-min(xij)]

(3)

上式中，yij为标准化数据；xij为第i个样本的第j个指标的原始数据(i=1,2……，m；j=1,2……，n)。max(xij)、min(xij)分别为指标xij的最大值和最小值。

其次，确定各指标的熵值，第j项指标的熵值为：

(4)

其中，Pij 为第j项指标下第i个样本指标值的比。最后，确定评价指标j的权重：

(5)

2.2 耦合协调模型构建及协调特征等级划分

耦合度常用以描述多个系统之间相互依赖、相互促进的程度。因此，可将科技创新与绿色治理看作两个不同的系统，利用耦合度检验二者之间相互作用关系的程度，计算公式为：

(6)

式(6)中，C为系统耦合度，C∈[0,1]。虽然，耦合度可以反映出两个系统发展的一致性，但当两个系统发展水平都很低时，也会呈现出较高耦合度，这显然不符合实际。因此，对度模型进行修正，有：

T=αUF+βUT

(7)

(8)

RDD=UT/UG

(9)

其中，T为两系统综合评价指数，用以测度系统整体协同效应；D为耦合协调度，C为耦合度，RDD为相对发展程度，用以测度科技创新与绿色治理的相对发展程度；α和β为待定系数，满足α+β=1。由于绿色治理和科技创新是当前推动我国发展转型的两大战略，因此将α、β均设置为0.5。

为了更加直观地反映科技创新系统(UT)与绿色治理系统的(UG)耦合协调状态及相对发展程度，将其划分为10个等级，如表1所示。

2.3 评价体系构建

耦合协调评价指标体系构建应遵循系统性、代表性和层次性、适应性以及可操作性原则。因此，本文从经济治理(3个维度，15个指标)、文化治理(3个维度，11个指标)、社会治理(4个维度，16个指标)、生态环境治理(3个维度，18个指标)以及政治治理(2个维度，2个指标)测度绿色治理水平。科技创新系统同样涉及多个要素投入和产出系统。创新环境、创新投入、创新产出以及创新成效是其决定因素，本文从创新环境(4个指标)、创新投入(4个指标)、创新产出(4个指标)和创新成效(3个指标)对其进行测度(见表2)。

数据来源：《中国统计年鉴(2005-2017)》、《中国工业统计年鉴(2005-2017)》《中国民政统计年鉴(2005-2017)》、《中国科技统计年鉴(2005-2017)》《中国环境统计年鉴(2005-2017)》及各地区的统计公报，部分缺失数据按年均增长率均值和插值法估算所得；西藏地区数据缺失，未纳入统计；计算结果均保留小数点后三位

3 实证分析

3.1 科技创新与绿色治理协调效应及相对发展程度时序特征分析

根据上述公式计算出2004-2016年中国内地30个省市(除西藏外)科技创新与绿色治理耦合协调水平及相对发展程度(见表3)。然后，选取2004年、2010年和2016年3个时间节点的测量水平，检测2004-2016年科技创新与绿色治理协调效应及相对发展程度的时空分异情况(见图2)。

从表3可知，2004-2016年全国科技创新与绿色治理协调效应整体呈现上升趋势，东部地区调效应增幅最大、中部次之、西部最小，其原因在于：东部地区科技创新能力和绿色发展水平普遍高于其它地区，从而绿色治理能为科技创新创造更好的发展环境，科技创新又进一步推动了绿色治理水平提升，二者相互促进、协调发展。虽然我国科技创新与绿色治理耦合协调情况不断改善，但二者始终处于失调状态(D<0.499，协调等级低于VI)。

3.2 科技创新与绿色治理协调效应及相对发展程度空间特征分析

图2显示，我国科技创新与绿色治理耦合协调度区域性阶梯特征显著，即东部经济发达地区协调等级高于欠发达地区，由东向西递减，这一特征在2010年和2016年表现尤为明显。主要原因在于：我国经济发达地区科技创新能力和绿色治理水平远高于其它地区，从而具备更高的协调等级。图2还显示，2004年全国仅有北京(1.080)、天津(1.096)和陕西(1.186)科技创新与绿色治理的相对发展程度满足R∈[0.8,1.2]，说明该地区科技创新同步于绿色治理，二者协调发展，系统趋于优化。2010年辽宁(1.141)、福建(1.142)、广东(0.942)、海南(0.858)、湖北(0.994)、陕西(0.964)、重庆(0.816)和宁夏(1.197)等地区，以及2016年，辽宁(0.873)、福建(0.905)、湖北(0.922)、安徽(1.026)、陕西(0.856)和宁夏(0.918)等地区的科技创新与绿色治理呈现协调发展。此外，2004-2016年相对发展程度整体呈上升趋势，但大多数省市科技创新落后于绿色治理水平。虽然我国各地区科技创新和绿色治理协调状态逐步改善，但仍处于较低水平。

3.3 科技创新与绿色治理动态关系

为厘清绿色治理与科技创新动态关系，采用PVAR模型进行检验。首先，对各变量按“单位根检验→协整检验→模型最优滞后阶数检验→格兰杰因果检验”的顺序进行检测，以保证实证结果的可靠性；然后，采用脉冲响应函数检验科技创新与绿色治理间的短期互动关系(采用蒙特卡罗 1 000次模拟定义脉冲响应函数的标准差)；最后，运用方差分解技术分析科技创新与绿色治理之间的相互关系。

3.3.1 平稳性检验

在实证过程中，对各变量分别进行Levin、Lin &Chu(LLC 检验)、Im、Pesaran and Shin W-Stat(IPS检验)、ADF-Fisher Chi-square(ADF检验)以及PPFisher Chi-square(PP检验)检验。结果显示(见表4)，各地区科技创新(TI)和绿色治理(GG)的原始数据为非平稳序列，但经过一阶差分后变为平稳序列，说明科技创新(TI)和绿色治理(GG)存在一阶单整，可进行协整检验。

注：***为P<0.01、**为P<0.05、*为P<0.1；括号中值为P值，下同

3.3.2 长期均衡关系检验

本文以回归残差为基础，构造7个统计量，进行面板协整检验。结果显示：东部地区ADF统计量未达到显著性水平，但Pedroni检验结果显著，说明四大地区科技创新(TI)与绿色治理(GG)均存在长期协整关系。

3.3.3 最优滞后阶数检验

虽然检验结果显示各地区科技创新(TI)与绿色治理(GG)存在长期均衡关系，但二者是否构成因果关系，还需通过格兰杰(Granger)因果检验加以验证。在进行Granger因果检验前，需先确定检验模型的最优阶数，其判定标准为所有检验值通过量最多的阶数即为最优阶数。表6结果显示：东部地区和西部地区最优阶数均为滞后7阶；东北地区和中部地区最优阶数分别为滞后1阶和滞后2阶。

3.3.4 科技创新与绿色治理的格兰杰因果检验

表7的格兰杰因果检验结果显示：东部地区在5%的显著性水平下拒绝了“TI不是引起GG的原因”和“GG不是引起TI的原因”的零假设，表明东部地区科技创新是绿色治理水平提高的重要原因，同时绿色治理水平提高促进了区域科技创新发展，即科技创新与绿色治理在东部地区呈良性、有序的发展状态。这是因为，与其它地区相比，东部地区产业结构更加科学，高新技术产业集聚程度较高，科技创新发展能有效促进该地区经济发展水平提高和文化产业转型升级，进一步为绿色治理提供有力支撑。与此同时，较高的经济发展水平和丰富的人力资本为科技创新提供了良好外部环境。因此，科技创新与绿色治理呈双向因果关系。东北地区在5%的显著性水平下接受了“TI不是引起GG的原因”的原假设，但拒绝了“GG不是引起TI的原因”，说明东北地区科技创新发展并没有促进绿色治理水平提升，但绿色治理水平提高却显著促进科技创新发展，其原因在于：东北地区属于工业发达地区，科技创新发展促进了企业生产效率提高，但也带来了经济负面外部效应，即坏境污染。绿色治理水平提高可为企业创造良好的外部环境，有利于区域科技创新。中部地区和西部地区在5%的显著性水平下接受了“TI不是引起GG的原因”和“GG不是引起TI的原因”的零假设，说明该地区科技创新与绿色治理不协调，其可能的原因在于：该地区产业结构单一且绿色治理水平较低，导致二者并未形成有序、同步发展态势。

3.3.5 科技创新与绿色治理的脉冲响应分析

图3-6为4个地区科技创新与绿色治理的脉冲响应结果，横坐标为冲击作用的响应期数(设定为10期)；纵坐标为变量的影响程度；中间曲线代表脉冲响应函数；两侧曲线分别代表95%和5%分位点的估计值。

图3显示，滞后1期内给东部地区科技创新一个正向冲击后，绿色治理产生正向效应，并呈上升趋势，在第2期达到顶峰，之后开始下降，第5期后二者相关，并持续到第10期。这说明，从长期看，东部地区科技创新对绿色治理存在较强的负向效应，且随着时间推移，负向作用强度逐步提高；在滞后1期内给绿色治理一个正向冲击，科技创新会产生持续减弱的正向效应，在第2期内达到低谷，之后开始上升，并随着时间推移，作用强度逐渐提高。

图4显示，滞后1期内给东北地区科技创新一个正向冲击后，绿色治理没有产生变化，说明东北地区科技创新对绿色治理的影响不显著；滞后1期内给绿色治理一个正向冲击，科技创新会产生持续增强的正向效应，随着时间推移，绿色治理对科技创新的作用强度逐渐提高。

图5显示，滞后1期内给中部地区科技创新一个正向冲击后，绿色治理水平初期并未发生变化，第2期开始显现持续增强的正向效应，说明中部地区科技创新对绿色治理表现出滞后、持续的正向作用；滞后1期内给绿色治理一个正向冲击，科技创新会产生持续增强的正向效应。随着时间推移，绿色治理对科技创新的影响强度逐渐提高。

图6显示，无论给西部地区科技创新任何冲击，绿色治理水平均未发生明显变化，说明西部地区科技创新对绿色治理的影响不显著；滞后1期内给绿色治理一个正向冲击，科技创新短期内会产生微弱的正向效应，第2期达到顶峰，第3期达到谷峰，第4期趋于平稳，随后呈微增长趋势，说明西部地区绿色治理对科技创新存在显著、长期的滞后效应。

3.3.6 科技创新与绿色治理的方差分析

表8显示，东部地区绿色治理第1期均受自身波动冲击100%影响，科技创新对绿色治理的冲击在第2期才开始显现。在冲击初期(第2期)，科技创新对绿色治理的冲击强度为0.551 %，冲击较弱，持续下降到第4期，达到最低点0.254%后，冲击强度再一次上升，第10期达到1.841%，这说明东部地区科技创新对绿色治理的影响呈现出滞后、波动、长期、持续的作用效果。在科技创新方差分解中，绿色治理对科技创新的冲击在第1期就得到显现，作用强度为11.457%。经过第二期的下降后，冲击强度持续上升，直至第10期也未呈现出平稳发展趋势，说明绿色治理对区域科技创新的影响是及时、有效且持续的，贡献力度随时间推移而加大，进一步验证了中国将“绿色发展”作为国家战略的正确性。

东北地区绿色治理第1期受自身波动冲击100%影响，科技创新对绿色治理的冲击从第2期(0.140 %)开始显现并持续稳步增长，到第10期到达到0.928%。绿色治理对科技创新的冲击从第1期(0.751% )就开始显现，并持续增长到第10期(34.021%)。从两者的方差分解结果看，东北地区科技创新对绿色治理的作用强度较弱，远不及绿色治理对科技创新的影响。整体而言，科技创新对绿色治理呈现出滞后、持续的作用效果，绿色治理对科技创新也同样存长期持续的作用效果，说明东北地区绿色治理对科技创新的影响显著。

中部地区绿色治理在第1期受到自身波动冲击100%影响，科技创新对绿色治理的冲击从第2期(0.156 %)开始显现并持续稳步增长，到第10期到达到23.290%。绿色治理对科技创新的冲击从第1期(6.840%)开始显现，并持续增长到第10期(57.509 %)，说明中部地区科技创新对绿色治理呈现出滞后、持续的作用效果，绿色治理对科技创新存在长期、持续的作用效果。

西部地区绿色治理在第1期受自身波动冲击100%的影响，科技创新对绿色治理的冲击在第2期(0.197 %)达到顶峰，之后持续下降，到第10期到跌至0.056 %。绿色治理对科技创新的冲击从第1期(3.324%)就开始显现，之后呈“升-降-升”的短期波动趋势，到第10期达到8.750%。整体而言，西部地区科技创新与绿色治理之间的相互作用强度较弱，可能是因为西部地区科技创新和绿色治理水平相对较低，导致二者发展并未形成相互协调、相互作用的耦合协调模式。

综上可知：绿色治理初期对科技创新的依赖性不强，波动冲击均来自自身发展。这是因为，绿色治理初期主要是依靠环境治理和经济发展，而科技创新很难在短期内发生方式改变。因此，无论是发达的东部地区还是其它欠发达地区，科技创新对绿色治理的影响均存在一定的滞后性。然而，绿色治理却能及时对科技创新产生显著影响，但区域差异性显著。整体而言，绿色治理对科技创新在所有地区均呈现出持续促进作用，但科技创新对绿色治理的影响存在显著区域性差异。

4 结论及建议

通过构建科技创新和绿色治理评价指标体系，实证检验了2004-2016年东部、东北、中部和西部科技创新与绿色治理的协调效应及动态关系，结果显示：①全国科技创新与绿色治理耦合协调度总体呈现不断增长趋势，但均未达到协调状态。科技创新与绿色治理耦合协调度呈现出较强的区域性阶梯特征，表现为经济发达区域协调水平明显高于经济欠发达地区；②我国大部分地区科技创新水平落后于绿色治理发展，在一定程度上制约了二者协调发展。东部地区科技创新与绿色治理互为因果，二者相互促进、共同发展。东北地区科技创新不能促进绿色治理水平提升，但绿色治理能显著提高科技创新水平。对于中部和西部地区，科技创新与绿色治理不存在因果关系；③绿色治理对科技创新的影响呈持续促进作用，且不存在显著地区差异，但科技创新对绿色治理影响存在显著的区域性差异。例如，在东北和中部地区，二者作用效果表现为持续增长趋势，东部地区则表现为波动增长趋势，而西部地区则呈现出持续下滑趋势。

基于上述研究，结论本文给出如下建议：①中西部和东北地区应加快经济发展，加大科技创新投入的，扭转科技创新落后于绿色治理的现状。此外，绿色治理涉及经济、政治、文化、社会和生态环境等5个方面，而政治、文化、社会和生态环境发展离不开经济发展力度支持；第二，尽管目前中、西部地区绿色治理与科技创新不存在双向因果关系，但绿色治理对科技创新在任何地区均呈现出正向、持续促进作用。因此，在区域科技创新能力提升过程中，不仅要加大科研资金和人才投入力度，更要积极发挥绿色治理的作用，努力提升本地区绿色治理水平，从经济、政治、文化、社会和生态环境等5个方面协同推动区域科技创新发展。

参考文献:

[1] 李维安.绿色治理:超越国别的治理观[J].南开管理评论,2016,19(6):1.

[2] 赵传松,任建兰,陈延斌,等.中国科技创新与可持续发展耦合协调及时空分异研究[J].地理科学,2018,38(2):214-222.

[3] 刘俊婉,赵良伟,冯秀珍. 面向可持续发展的科技成果转化研究[J].科技进步与对策,2015,32(7):12-17.

[4] 黄娟.科技创新与绿色发展的关系——兼论中国特色绿色科技创新之路[J].新疆师范大学学报：哲学社会科学版,2017,38(2):33-41.

[5] 王俊.创新驱动和绿色发展的体制机制改革研究[J].经济体制改革,2016(6):25-32.

[6] 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.

[7] 朱桂云.县域生态文明产业发展思考——基于贵阳市生态文明建设实例分析[J].贵州社会科学,2014(02):165-168.

[8] 苑琳,崔煊岳.政府绿色治理创新:内涵、形势与战略选择[J].中国行政管理,2016(11):151-154.

[9] 冉连.绿色治理:变迁逻辑、政策反思与展望——基于1978—2016年政策文本分析[J].北京理工大学学报：社会科学版,2017,19(06):9-17.

[10] 廖小东,史军.绿色治理:一种新的分析框架[J].管理世界,2017(6):172-173.

[11] 杨立华,刘宏福.绿色治理:建设美丽中国的必由之路[J].中国行政管理,2014(11):6-12.

[12] 史云贵,刘晓燕. 实现人民美好生活与绿色治理路径找寻[J].改革,2018(2):45-5

[13] 翟坤周.经济绿色治理的整合型实施机制构建[J].中国特色社会主义研究,2016(4):88-95.

[14] 廖小东,史军. 西部地区绿色治理的机制研究——以贵州为例[J].贵州财经大学报,2016(5):101-111.

[15] 郑素芳.农产品流通产业链绿色治理的影响因素及创新路径[J].商业经济研究,2017(7):167-169

[16] 杨艺,宋晓维.农村绿色治理能力建设研究——以农村生活垃圾处理为例[J].学习与探索,2016(8):115-118.

[17] 蒋显荣,郭霞.居民经验知识与城市绿色治理——基于迈亚的理论和芬兰的实践[J].自然辩证法研究,2017,33(2):114-118.

[18] 苑琳,崔煊岳. 政府绿色治理创新:内涵、形势与战略选择[J].中国行政管理,2016(11):151-154.

[19] 翟坤周.经济绿色治理:框架、载体及实施路径[J]. 福建论坛：人文社会科学版,2016(9):191-197.

(责任编辑：林思睿)