开放科学(资源服务)标识码(OSID)：
On the basis of the panel data of 30 provinces from 2011 to 2021, this paper examines the level and evolution trend of green innovation capability of China's new generation information technology industry from three dimensions of green innovation resource allocation, comprehensive green innovation benefit and green innovation environmental support by using entropy value method with the spatial scales of four major segments and north-south region, and reveals the spatial differences, structural sources and formation mechanism of green innovation capability of China's new generation information technology industry with the help of Gini coefficient and its decomposition method, variance decomposition method and QAP method.
The marginal contribution of this paper includes several aspects. Firstly, with a focus on the requirements of green and low-carbon development for the development of new-generation information technology industry, it expansively incorporates the relevant indicators reflecting green development into the comprehensive measurement index system to scientifically measure the green innovation capacity of China's new-generation information technology industry, and then reveal its current situation and potential for enhancement. Secondly, the spatial differences and evolution characteristics of China's new-generation information technology industry's green innovation capacity provide a realistic basis for exploring differentiated paths of green innovation capacity enhancement. Thirdly, the variance decomposition method is used to examine the structural sources of the differences in green innovation capacity of China's new generation of information technology industry in order to reveal the key areas of synergistic enhancement of green innovation capability of the new generation of information technology industry. Fourthly, the constraints of the differences in green innovation capability of China's new-generation information technology industry are examined by the QAP method from a relational data perspective,providing decision-making reference for the establishment of a new mechanism of regionally coordinated green innovation development that is effective.
The study draws four conclusions. Firstly, from the measurement results, the level of green innovation capability of China's new generation of information technology industry has steadily risen during the sample examination period, but there is a large gap between different provinces. Secondly, from the results of Gini coefficient measurement, the regional gap in green innovation capability of China's new generation information technology industry shows a fluctuating upward trend, and the regional imbalance problem is more prominent in the eastern region. Thirdly, from the results of variance decomposition, the contribution of human capital difference is the highest; the contribution of capital input difference, economic efficiency difference, and technology creation difference is smaller. Fourthly, from the results of QAP measurement, the degrees of positive influence of human capital difference, capital input difference, economic efficiency difference, and opening-up difference on the difference in green innovation capability of the new generation information technology industry decrease in order, while the influence of industrial structure difference is negative.
开放科学(资源服务)标识码(OSID)：
“十四五”规划明确提出“聚焦新一代信息技术”、“加快关键核心技术创新应用”、“构筑产业体系新支柱”。作为技术驱动型产业,新一代信息技术产业不仅构成高质量发展的动力源泉,也是我国产业结构转型优化和颠覆式创新的战略发展方向。紧抓绿色低碳技术创新,科学有序推进产业绿色转型,是实现新一代信息技术产业高质量发展的内在要求[1]。2021年2月,国务院印发《关于加快建立健全绿色低碳循环发展经济体系的指导意见》(以下简称《意见》),要求“鼓励绿色低碳技术研发”、“实施绿色技术创新攻关行动”。由此,绿色技术创新成为引领与支撑新一代信息技术产业绿色转型的关键。然而,中国新一代信息技术产业绿色创新发展面临不平衡不充分问题。一方面,伴随“双碳”目标的稳步推进,我国产业粗放式发展方式虽已逐步扭转,但绿色创新质量“跛脚”现象却不容乐观;另一方面,区域间绿色创新要素配置不均带来多极分化问题,制约我国区域产业均衡发展。2022年政府工作报告指出,要增强区域发展平衡性协调性,深入实施区域协调发展战略。因此,科学量化我国新一代信息技术产业绿色创新能力,准确把握我国新一代信息技术产业绿色创新能力差异及来源,厘清绿色创新能力差异形成机理,对于新时期构建绿色技术创新体系、落实区域协调发展战略、实现新一代信息技术产业高质量发展具有重要意义。
新一代信息技术产业绿色创新是指以全面落实绿色发展理念为根本出发点,通过资源与资本的高效配置,提高产业绿色低碳与自主可控水平,实现新一代信息技术产业创新能力“自驱动”和生态环境质量“新提升”。早期对产业绿色创新的研究多从理论层面展开,主要集中在产业绿色创新内涵特征、演化机制和提升模式上。后期随着测度方法多样化和基础数据丰富化,部分学者开始围绕现实背景进行定量研究,主要集中在3个层面:第一,新一代信息技术产业绿色创新测度。陈松奕[2]基于2009—2020年省级层面面板数据,采用云模型法,从创新资源获取能力、绿色创新吸收能力、创新成果转化能力和创新成果利用能力4个维度对中国高技术产业绿色创新能力进行实证研究;李旭辉等[3]运用G1-CRITIC组合赋权方法测度2009—2018年我国三大经济圈人工智能产业创新能力;李佳等[4]采用三阶段DEA模型综合测算我国新一代信息技术产业及细分行业创新效率,提出提升产业创新效率的关键对策。第二,新一代信息技术产业绿色创新空间差异分析。姚孟超等[5]借助社会网络分析法对中国内地30个省份高技术产业绿色创新效率空间关联结构进行分析,发现不同阈值下区域网络演化存在异质性特征;李旭辉等[6]采用基尼系数及其分解方法考察三大经济圈新一代信息技术产业竞争力的区域差异和演进趋势;刘亦文和欧阳莹[7]通过测算2012—2018年中国内地28个省份新一代信息技术产业创新效率,从时间与空间两个维度探究我国新一代信息技术产业省域创新效率的时空特征和动态演进趋势。第三,新一代信息技术产业绿色创新地区差异形成机理。现有研究重点探讨产业绿色创新影响机制,如董会忠等[8]采用空间杜宾模型探究对外开放程度、知识产权保护和人力资本等因素对中国高技术产业绿色创新效率的影响机理;金芳等[9]借助固定效应模型和中介效应模型检验2010—2017年中国大数据产业绿色技术创新影响因素;申俊喜和刘元雏[10]运用随机面板Tobit模型对2007—2016年中国新一代信息技术产业影响因素进行实证研究。
既有研究为考察我国新一代信息技术产业绿色创新能力提供了良好基础,但存在如下不足:首先,在空间尺度选取上,学者多以省域、城市以及长江经济带、长三角等重大国家战略区域为尺度,针对我国区域发展总体战略视角,将四大板块和南北地区作为空间尺度的研究较少。其次,在测度指标体系构建上,已有研究多选用一个或几个独立指标作为代理变量,未揭示新一代信息技术产业绿色创新能力在落实绿色发展理念过程中的支撑引领作用,对于科学衡量新一代信息技术产业绿色创新能力综合价值尤显不足。再次,在测度方法上,既有研究主要采用因子分析法测度绿色创新能力,该方法基于信息浓缩原理,通过提取共同因子虽然可以简化数据,但会导致指标信息受损[10],使测度结果无法反映多维指标对新一代信息技术产业绿色创新能力的贡献。鉴于此,本文以四大板块和南北地区为空间尺度,从绿色创新资源配置、绿色创新综合效益、绿色创新环境支撑3个维度对2011—2020年中国新一代信息技术产业绿色创新能力进行综合测度;在此基础上,运用Dagum基尼系数、方差分解和QAP方法深入剖析中国新一代信息技术产业绿色创新能力的区域差异、结构来源及形成机理。
指标体系构建影响新一代信息技术产业绿色创新能力测度结果的科学性、准确性和合理性[11]。《意见》明确指出,需更加合理地配置能源资源,持续改善生态环境,积极稳妥地做好绿色转型和经济发展有机结合。这意味着新一代信息技术产业在绿色发展理念和创新驱动发展战略引领下,需坚持系统思维、通盘谋划,以保护生态环境为前提构建现代绿色创新体系,普遍应用绿色低碳技术装备,稳步提升能源资源利用效率,持续降低碳排放和污染物排放强度,全面推进产业绿色转型升级,形成推动实现碳达峰碳中和目标的强大合力,为高质量发展提供坚实保障[12]。因此,本文从绿色创新资源配置、绿色创新综合效益、绿色创新环境支撑3个维度构建中国新一代信息技术产业绿色创新能力研究框架,如图1所示。
图1 新一代信息技术产业绿色创新能力测度指标体系框架
Fig.1 Indicator system framework of green innovation capability measurement for new generation of information technology industry
(1)绿色创新资源配置。统筹协调绿色创新资源能有效避免创新要素分散和重复,改善绿色创新资源配置效率,促进产业绿色创新平稳、协调发展[13]。《意见》指出要全方位全过程推行绿色投资、绿色规划,使发展建立在高效利用资源的基础之上。绿色创新资源配置的关键在于以资金投入为保障培育新发展动能,以人力资本为支撑激发绿色创新活力源泉。因此,本文从资金投入和人力资本两个维度测度绿色创新资源配置[14-15]。其中,资金投入有助于新一代信息技术产业开展关键技术研发、环保等工作,是新一代信息技术产业绿色创新活动开展的重要保障;人才作为绿色创新的第一主体,是衡量国家综合国力的重要标志,在新一代信息技术产业创新环境与生态创新过程中,高水平人力资源引进和整合是关键。结合理论依据,参考王家明等[16]和陈影等[17]的研究,本文选取新一代信息技术产业R&D全时人员数、新一代信息技术产业专业技术研究人员数、新一代信息技术产业人均R&D经费投入、新一代信息技术产业环保投入以及新一代信息技术产业科技投入等指标进行测度。
(2)绿色创新综合效益。绿色创新综合效益反映新一代信息技术产业绿色创新成果,是表征新一代信息技术产业绿色创新中技术创造和经济价值的现实依据。中共十九届六中全会通过《中共中央关于党的百年奋斗重大成就和历史经验的决议》明确指出,要推动创新成果转化,强化创新成果应用,坚持成果转化技术效益和经济效益相统一。因此,本文从技术创造和经济效益两个维度衡量绿色创新综合效益[18]。一方面,技术创造是新一代信息技术产业创新主体通过绿色创新要素投入研发创造的以技术为主的知识成果,是一个知识创造和应用过程,反映新一代信息技术产业在产业结构升级和技术管理、组织等方面的重要作用;另一方面,经济效益是绿色创新活动中知识技术成果的转化和应用,能有效反映新一代信息技术产业推动数字经济高质量发展的经济价值。结合理论依据,参考张丽琨等[19]和徐孝勇等[20]的研究,本文选取新一代信息技术产业有效专利申请数、新一代信息技术产业新产品研发项目数、新一代信息技术产业资本生产能力和新一代信息技术产业新产品销售收入等指标进行测度。
(3)绿色创新环境支撑。绿色创新环境为协同提升新一代信息技术产业绿色创新能力提供有力支撑,是新一代信息技术产业绿色创新能力测度体系的重要内容。根据绿色技术创新投入和产出特征,本文从环境基础和平台支撑两个方面衡量绿色创新环境支撑水平[21-22]。在产业绿色创新过程中,环境基础是影响绿色创新主体进行绿色创新实践的各种内源性因素和外源性因素的总和。绿色创新环境不仅与科技创新相关,与生态环境保护也有密切联系。此外,平台支撑是绿色技术创新体系的核心内容,在集聚创新要素、凝聚创新人才、促进创新成果转化和应用等阶段发挥关键作用。结合理论依据,参考徐成龙等[23]和王班班等[24]的研究,本文选取新一代信息技术产业固体废物产生量、新一代信息技术产业绿色生活能力、新一代信息技术产业研发机构数与每万人拥有污染治理设施数等相关指标进行测度。
基于上述指标体系构建依据,借鉴相关学者研究成果,本文以科学性、可获得性和代表性为原则,构建包含6个一级指标和13个二级指标的新一代信息技术产业绿色创新能力测度指标体系,如表1所示。
表1 新一代信息技术产业绿色创新能力测度指标体系
Table 1 Indicator system of green innovation capability measurement for new generation of information technology industry
目标层准则层一级指标二级指标指标属性权重新一代信息技术产业绿色创新能力绿色创新资源配置人力资本新一代信息技术产业R&D全时人员数+0.099新一代信息技术产业专业技术研究人员数+0.115资金投入新一代信息技术产业人均R&D经费投入+0.105新一代信息技术产业环保投入+0.056新一代信息技术产业科技投入+0.112绿色创新综合效益技术创造新一代信息技术产业有效专利申请数+0.081新一代信息技术产业新产品研发项目数+0.077经济效益新一代信息技术产业资本生产能力+0.091新一代信息技术产业新产品销售收入+0.090绿色创新环境支撑环境基础新一代信息技术产业固体废物产生量-0.016新一代信息技术产业绿色生活能力+0.060平台支撑新一代信息技术产业研发机构数+0.052每万人拥有污染治理设施数+0.045
2.2.1 熵值法
熵值法作为一种客观赋权方法,在多指标决策中能有效解决嵌入准则内部冲突问题,以平衡多属性准则之间的关系,从而使测度结果更加客观、合理[25]。与主观赋权法相比,熵值法能够避免无法适应客观条件等问题,具有较高的可靠性[26]。在使用熵值法赋权时,其出发点是通过测算指标数据之间的差异系数反映指标重要程度,指标数据差异越大,表明指标越重要,权重越大。反之,说明权重越低。
2.2.2 Dagum 基尼系数及其分解
本文借助Dagum[27]提出的基尼系数及其分解方法考察我国新一代信息技术产业绿色创新能力空间差异格局。相较于Theil指数方法,基尼系数能有效利用子群分解法将绿色创新能力总体差异分解为不同来源差异,从而考察不同差异对总体差异的影响效应[28]。
2.2.3 方差分解
本文从人力资本、资金投入、技术创造、经济效益、环境基础和平台支撑6个维度测度中国新一代信息技术产业绿色创新能力,将绿色创新能力指数(Y)分解为人力资本指数(Y1)、资金投入指数(Y2)、技术创造指数(Y3)、经济效益指数(Y4)、环境基础指数(Y5)和平台支撑指数(Y6)。从结构视角看,这6个基本维度差异构成绿色创新能力总体差异,方差分解方法可以反映各维度差异导致绿色创新能力总体差异的程度。
2.2.4 二次指派程序(QAP)
每个省市均被视为一个参与者,那么省市之间新一代信息技术产业绿色创新能力差异反映两个参与者之间的一种关联方式[29],所有省市两两之间的绿色创新能力差异指数就形成一个关系数据集,即绿色创新能力差异矩阵。本文以我国新一代信息技术产业绿色创新能力差异矩阵作为被解释变量,以人力资本、资金投入、技术创造、经济效益差异矩阵作为解释变量,以对外开放和产业结构差异矩阵作为控制变量构建社会网络分析模型,从关系数据视角探究我国新一代信息技术产业绿色创新能力差异形成机理。
为便于理解,对代理变量指标数据获取的合理性、科学性给予说明。环境保护是新一代信息技术产业直面时代课题、破解绿色创新发展和环境保护矛盾的关键变量,持续改善生态环境质量已成为国家多措并举做好环境保护工作的行动指南[30]。借鉴陈影等[17]的研究,采用人均环境污染治理投入作为新一代信息技术产业环保投入的代理指标;科技投入是新一代信息技术产业开展绿色创新活动的先决条件,是赋能绿色创新发展的驱动力,参考李屹然和谢家智(2020)的测算方法,采用人均研发机器投入衡量新一代信息技术产业科技投入水平;资本生产能力作为绿色技术创新体系的重要生产要素,是影响新一代信息技术产业绿色创新能力的重要因素,借鉴徐孝勇和曾恒源[20]的做法,采用产业产值作为新一代信息技术产业资本生产能力的代理指标;绿色生活能力是新一代信息技术产业形成简约适度、绿色低碳发展方式的重要内容,有助于创造高品质生活和推动经济高质量发展,参考王班班等[24]的研究,以废水处理能力衡量新一代信息技术产业绿色生活能力。
由于新一代信息技术产业尚未形成完善的数据体系,因此本文借鉴陈鲁夫和邵云飞[31]的做法,采用电子及通信设备制造业数据近似代替新一代信息技术产业数据进行实证研究,数据来源于《中国高技术产业统计年鉴》《中国统计年鉴》和国家统计局,时间跨度为2011—2021年,以中国内地30个省市(由于西藏数据不全,故未纳入统计)为研究对象,以四大板块和南北差异为切入点。
基于上述分析,本文收集2011—2021年中国内地30个省份测度指标原始数据。经数据预处理,采用熵值法确定各指标权重,并测算2011—2021年中国各省份新一代信息技术产业绿色创新能力。为进一步揭示新一代信息技术产业绿色创新能力地区差异及来源,本文采用Dagum基尼系数及其分解方法对我国新一代信息技术产业绿色创新能力差异及贡献率进行测算,并对不同区域新一代信息技术产业绿色创新能力空间异质性进行分析。
3.1.1 区域绿色创新能力时空格局
为比较不同区域新一代信息技术产业绿色创新能力,图2呈现了2011—2021年四大板块及南北地区新一代信息技术产业绿色创新能力的演变趋势。由图2(a)可知,在整个样本考察期内,四大板块新一代信息技术产业绿色创新能力呈现显著区域特征。从整体看,东部地区新一代信息技术产业绿色创新能力最强,绿色创新能力均值比其它地区高出40%以上,可见东部地区显著优于其它地区。从变动态势看,东北和中部地区绿色创新能力呈现较为平稳的发展态势,而东部和西部地区绿色创新能力波动较为频繁。具体来看,2011—2021年东部、中部、西部及东北地区绿色创新能力年均增长率为4.06%、2.41%、0.35%和-1.39%。2020年,除东北地区外,其余地区绿色创新能力均实现大幅增长。
图2 各区域新一代信息技术产业绿色创新能力时变态势
Fig.2 Trend of green innovation capability changing over time for new generation of information technology industry
由图2(b)可知,南北方地区新一代信息技术产业绿色创新能力存在较大差异,南方地区均值为0.204,北方地区均值为0.150。从变动趋势看,2011—2014年南方地区绿色创新能力始终高于北方地区,同时两者差异不断缩小;2014—2021年,南北方地区绿色创新能力呈现波动上升趋势。从年均增速看,在考察初期,南北地区绿色创新能力年均增速趋于一致;但在考察后期,南方地区年均增速逐渐上升,而北方地区年均增速却在波动下降。可见,中国新一代信息技术产业绿色创新能力总体呈现“南高北低”“南快北慢”趋势。
3.1.2 省际绿色创新能力时空格局
图3为分省份中国新一代信息技术产业绿色创新能力测度值及年均增长率。在整个考察期内,各省份新一代信息技术产业绿色创新能力存在较大差距。从年均增长率看,绿色创新能力较低省份年均增长率未必较慢。在30个省份中,尽管江西、河南、湖北、湖南、四川和重庆绿色创新能力处于均值以下水平,但其年均增长率均超过全国平均水平,表明这些省份与其它地区绿色创新能力差距正在不断缩小并有望实现反超。此外,辽宁、黑龙江和广西等地区绿色创新能力呈波动下降趋势,其中辽宁年均降速超过2%。究其原因,辽宁新一代信息技术产业创新资金、人力资本投入和环境治理投入等年均增速均高于全国大部分地区,但绿色创新效益转化效率最低,投入与产出失衡导致辽宁省绿色创新能力出现波动下降。
图3 中国省域新一代信息技术产业绿色创新能力水平及其增速
Fig.3 Level of green innovation capability of China's provincial new-generation information technology industry and its growth rate
以上分析表明,我国四大板块及南北地区新一代信息技术产业绿色创新能力存在显著空间差异,为进一步揭示其地区差异大小及来源,本文采用Dagum基尼系数及其分解方法对我国新一代信息技术产业绿色创新能力差异及贡献率进行测度,并对不同区域新一代信息技术产业绿色创新能力空间异质性进行研究。
3.2.1 中国新一代信息技术产业绿色创新能力空间差异格局及其演变
图4为2011—2021年我国新一代信息技术产业绿色创新能力差异演变态势。在样本期内,我国新一代信息技术产业绿色创新能力总体差异介于0.145～0.278之间,均值为0.204。从总体差异变化趋势看,全国绿色创新能力总体差异在波动中有所上升,说明我国新一代信息技术产业绿色创新能力存在显著空间差异,并且总体差异自2019年以来出现大幅度上升态势。
图4 中国新一代信息技术产业绿色创新能力总体及各地区差异演变趋势
Fig.4 Evolutionary trends of green innovation capability in China's new-generation information technology industry in general and differences within regions
从地区差异规模看,在样本期内,我国四大板块新一代信息技术产业绿色创新能力区域差异呈现不同波动态势和演进脉络,东部地区绿色创新能力区域差异均值为0.241,中部、东北和西部地区绿色创新能力区域内差异均值小于东部地区,分别为0.034、0.039、0.054。从变化趋势看,东部、中部及西部地区绿色创新能力区域内差异出现波动上升态势,西部地区年均增长率最大,为7%,而东北地区在波动中有所下降,年均下降率为4%。按照南北地区划分,整个考察期内南北地区绿色创新能力存在显著差异。从差异规模看,北方地区绿色创新能力区域内差异均值为0.101,低于全国绿色创新能力总体差异水平;南方地区区域内差异均值为0.252,显著高于总体差异。从演变态势看,南北方地区绿色创新能力区域内差异呈现波动上升趋势,其中南方地区绿色创新能力区域差异变化最大,年均增长率为6.10%;北方地区绿色创新能力区域内差异年均增长率为3.36%。
3.2.2 中国新一代信息技术产业绿色创新能力差异空间来源及分解
图5为2011—2021年我国新一代信息技术产业绿色创新能力区域差异来源及分解结果。将绿色创新能力总体基尼系数按四大板块划分,中国新一代信息技术产业绿色创新能力区域间差异对总体差异的贡献率最高,年均贡献度为72.99%;区域内差异来源的贡献率仅次于区域间,年均贡献度为22.30%;绿色创新能力的超变密度年均贡献率为4.71%。可见,促进四大板块新一代信息技术产业绿色创新能力协调发展,缩小板块间差异,是解决新一代信息技术产业绿色创新能力发展不平衡问题的关键。
图5 中国新一代信息技术产业绿色创新能力区域差异来源贡献演变趋势
Fig.5 Evolutionary trends in the contribution of regional differences in sources of green innovation capacity in China's new-generation information technology industry
图5(b)呈现了南北方地区新一代信息技术产业绿色创新能力差异来源及贡献度。从差异来源贡献率看,绿色创新能力区域内差异年均贡献率最高,为46.70%;区域间差异贡献度均值为38.24%,高于超变密度平均贡献率(15.06%),表明区域内差异是中国新一代信息技术产业绿色创新能力总体差异的主要来源。因此,缩小南北地区内差异是解决我国新一代信息技术产业绿色创新能力发展空间不平衡的重要举措。
空间来源仅表征地理学含义上的绿色创新能力差异,并未揭示经济视角下绿色创新能力差异构成。事实上,绿色创新涵盖人力资本、资金投入、技术创造、经济效益、环境基础和平台支撑等范畴,无论是总体还是区域层面绿色创新能力差异均来自于这6个维度的差异情况。因此,本文进一步从结构分解视角入手,借助方差分解方法对中国新一代信息技术产业绿色创新能力差异结构来源进行考察。
图6为样本考察期内我国新一代信息技术产业绿色创新能力差异来源及结构分解结果。从整体层面看,人力资本差异是造成绿色创新能力不平衡问题的主要原因,其对总体差异的平均贡献率为31.66%;资金投入差异、经济效益差异及技术创造差异贡献率较大,分别为21.38%、21.75%和17.65%;平台支撑差异和环境基础差异对总体差异的贡献率最小,分别为5.83%和1.71%。
图6 中国新一代信息技术产业绿色创新能力结构差异
Fig.6 Structural differences in the green innovation capabilities of China's new generation of information technology industry
从区域层面看,四大板块及南北地区绿色创新能力差异来源存在显著地区异质性。在样本期内,中部地区绿色创新能力差异主要来源于资金投入差异和人力资本差异,平均贡献率分别为35.63%和32.02%;东部地区绿色创新能力差异绝大部分来源于人力资本差异和经济效益差异,两者贡献率均值分别为34.83%和23.17%;资金投入差异是西部地区绿色创新能力差异的主要结构来源,其对西部地区绿色创新能力差异的平均贡献率为30.79%;东北地区环境基础差异对绿色创新能力总体差异的贡献度最大,平均贡献率为30.86%。就南北方两大地区而言,人力资本差异、资金投入差异和经济效益差异是造成南北方绿色创新能力差异的主要结构来源,且缩小技术创造差异与环境基础差异对中国新一代信息技术产业绿色创新能力区域协调发展存在正向影响。
图7展现了2011—2021年全国及各地区中国新一代信息技术产业绿色创新能力差异结构分解动态情况。从总体看,人力资本差异和环境基础差异对我国新一代信息技术产业绿色创新能力总体差异贡献率呈波动下降态势,年均下降率分别为4.17%、19.58%,表明改善两者差异对解决绿色创新能力不平衡问题发挥积极作用;而资金投入差异、技术创造差异、经济效益差异及平台支撑差异贡献率呈明显上升趋势,年均增长率分别为1.60%、6.26%、1.92%和1.20%。
图7 全国及各区域新一代信息技术产业绿色创新能力差异结构来源
Fig.7 Structural sources of differences in green innovation capabilities of the new generation of information technology industry in the nation as a whole and by regions
从四大板块看,东部地区资金投入差异、技术创造差异、经济效益差异和平台支撑差异贡献度呈明显增大态势,年均增长率分别为1.61%、5.44%、2.00%、4.12%;环境基础差异和人力资本差异对东部地区绿色创新能力差异的贡献率明显下降,其中环境基础差异贡献率年均下降率最大,为22.86%。中部地区绿色创新能力差异在2016年之前主要来自于人力资本差异,资金投入差异在2016年以后超过人力资本差异,成为中部地区新一代信息技术产业绿色创新能力差异的主要来源。西部地区与中部地区绿色创新能力差异动态结构分解结果较为相似,均是资金投入差异和人力资本差异贡献率最高,且变动趋势相似,两者不同之处在于西部地区环境基础差异贡献率经历了由正值转向负值的过程。东北地区绿色创新能力差异主要来源于环境基础差异和资金投入差异,年均增长率分别为-3.54%和-0.03%。
在样本考察期内,南北地区新一代信息技术产业绿色创新能力结构差异贡献率呈现明显分层现象,其中北方地区资金投入差异贡献率最高且呈波动上升态势,年均增长率为1.08%;南方地区人力资本差异对地区总差异的贡献度最高,但存在明显下降趋势,年均下降率为4.08%。因此,推进南北地区新一代信息技术产业区域协调发展,需重视人才队伍建设和绿色创新资金投入。
上文虽从结构分解视角揭示中国新一代信息技术产业绿色创新能力差异结构来源,却忽视了两两省份之间的差异问题。因此,本文基于全样本、分时期两个维度,运用QAP方法探索我国新一代信息技术产业绿色创新能力差异形成演变机理,旨在为促进我国新一代信息技术产业绿色创新能力协同发展提供科学依据。
从内部结构看,绿色创新能力差异由人力资本差异、资金投入差异、技术创造差异、经济效益差异、环境基础差异和平台支撑差异组成,这6个维度差异变动必然引起我国新一代信息技术产业绿色创新能力差异呈现不同程度变化。因此,借鉴徐晓光等[32]的研究,本文将新一代信息技术产业绿色创新能力差异作为被解释变量,将人力资本差异、资金投入差异、技术创造差异和经济效益地区差异作为核心解释变量。同时,在考虑内源性因素的基础上,进一步考察外源性因素对被解释变量的影响,以揭示中国新一代信息技术产业绿色创新能力地区差异形成机理。本文借鉴裴延峰[33]的研究,选取产业结构和对外开放两个外源性因素作为控制变量。其中,在产业结构变量选取上,参考孙燕铭和谌思邈[34]的研究,采用“第三产业增加值除以GDP”衡量。在对外开放变量选取上,借鉴聂名华和齐昊[35]的做法,选取“进出口贸易额除以GDP”衡量。
5.2.1 QAP相关分析
表2为考察期内全国层面QAP相关分析结果。可以看出,中国新一代信息技术产业绿色创新能力与6个影响因素之间的相关系数均显著为正。其中,与绿色创新能力差异相关系数最大的是经济效益差异,相关系数达到0.98。人力资本差异、资金投入差异和技术创造差异系数仅低于经济效益差异系数,相关系数分别为0.96、0.84和0.96。此外,对外开放差异和产业结构差异系数分别为0.66、0.39。上述分析结果表明,核心解释变量与绿色创新能力差异具有显著相关性,同时其它外在因素也与绿色创新能力密切相关。
表2 全样本QAP相关分析结果
Table 2 Results of full-sample QAP correlation analysis
注:***、**、*分别代表1%、5%、10%显著性水平上显著,下同
变量 人力资本资金投入技术创造经济效益对外开放产业结构绿色创新能力人力资本1.000***0.675***0.997***0.974***0.488**-0.0010.964***资金投入0.675***1.000***0.671***0.753***0.887***0.358**0.837***技术创造0.997***0.671***1.000***0.970***0.496**0.0210.958***经济效益0.974***0.753***0.970***1.000***0.570***0.0580.975***对外开放0.488**0.887***0.496**0.570***1.000***0.438**0.660***产业结构-0.0010.358**0.0210.0580.438**1.000***0.393*绿色创新能力0.964***0.837***0.958***0.975***0.660***0.393*1.000***
5.2.2 QAP回归分析
表3为中国新一代信息技术产业绿色创新能力差异回归结果。从中可见,QAP模型调整后可决系数为0.996,表明人力资本差异、资金投入差异、技术创造差异、经济效益差异、对外开放差异和产业结构差异能解释99.6%的绿色创新能力差异。
表3 全样本QAP回归分析结果
Table 3 Results of full-sample QAP regression analysis
变量标准化系数P值PlargePsmall截距 0.000---人力资本1.199***0.000 0.000 1.000 资金投入0.300***0.000 0.000 1.000 技术创造-0.537***0.007 0.994 0.007 经济效益0.081 0.118 0.118 0.882 对外开放0.040* 0.083 0.083 0.917 产业结构-0.024**0.0420.9480.042Adj R-Sqr0.996***
从回归系数看,人力资本差异、资金投入差异、技术创造差异和产业结构差异均通过5%显著性水平检验,其中人力资本标准化回归系数最大,为1.20;资金投入差异和技术创造差异影响系数居中,标准化回归系数分别为0.30和-0.54;产业结构影响系数最小,为0.02。这一结果表明,人力资本差异扩大将导致绿色创新能力差异扩大。原因可能在于,人力资本是绿色技术吸收和应用的第一资源,其中高技术人才是绿色创新发展的动力源泉,在提高新一代信息技术产业绿色创新能力过程中发挥关键作用。
本文按照五年规划将考察期2011—2021年划分为“十二五”时期和“十三五”时期,分别对两个时期变量进行回归分析,探讨不同时期我国新一代信息技术产业绿色创新能力差异形成因素,表4为分时期QAP回归分析结果。从中可见,“十二五”期间,资金投入、技术创造、经济效益、对外开放标准化回归系数分别为0.42、0.38、0.11和0.10,均通过5%显著性水平检验,而产业结构标准化回归系数为负并通过1%显著性水平检验。这一结果表明,缩小资金投入差异、技术创造差异、经济效益差异和对外开放区域差距能有效降低我国新一代信息技术产业绿色创新能力差距,而产业结构差异对绿色创新能力差异的影响为负数。
表4 分时期QAP回归分析结果
Table 4 Results of periodized QAP regression analysis
变量“十二五”期间标准化回归系数P值“十三五”期间标准化回归系数P值人力资本0.1780.1200.701***0.000资金投入0.424***0.0000.282***0.000技术创造0.382**0.020-0.121*0.086经济效益0.118**0.0110.165**0.013对外开放0.105**0.0440.050***0.005产业结构-0.199***0.000-0.034**0.016
“十三五”期间,人力资本、资金投入、经济效益、对外开放标准化回归系数分别为0.70、0.28、0.16和0.05,均通过10%显著性水平检验,技术创造和产业结构标准化回归系数分别为-0.12和-0.03,均通过5%显著性水平检验。与“十二五”规划期间相比,“十三五”规划时期,技术创造地区差异对绿色创新能力差异的影响系数由正变负,同时人力资本差异成为影响绿色创新能力差异的新因素。从影响程度看,资金投入差异、经济效益差异和对外开放差异影响程度均呈大幅下降趋势。上述分析结果表明,各地区需重视高技术人才在绿色创新发展中的支撑作用,同时要注重均衡发展。
本文基于2011—2021年中国内地30个省份面板数据,采用熵值法从绿色创新资源配置、绿色创新综合效益和绿色创新环境支撑3个维度考察中国新一代信息技术产业绿色创新能力水平及演变趋势,并借助Dagum基尼系数及其分解方法、方差分解方法、QAP方法揭示中国新一代信息技术产业绿色创新能力空间差异、结构来源和形成机理,得出如下结论:第一,从测度结果看,样本考察期内中国新一代信息技术产业绿色创新能力水平稳步上升,但不同省份之间存在较大差异。第二,从基尼系数测算结果看,中国新一代信息技术产业绿色创新能力地区差距呈波动上升态势,区域不平衡问题在东部地区尤为突出。第三,从方差分解结果看,人力资本差异贡献度最高,资金投入差异、经济效益差异及技术创造差异贡献度较小。第四,从QAP测算结果看,人力资本差异、资金投入差异、经济效益差异、对外开放差异对我新一代信息技术产业绿色创新能力差异的正向影响依次减弱,而产业结构差异的影响为负。
基于上述研究结论,中国新一代信息技术产业绿色创新能力不平衡不充分问题已成为制约高质量发展的掣肘。加快产业结构绿色转型,推进区域协调发展是“十四五”时期协同提升新一代信息技术产业绿色创新能力的重要抓手。据此,本文提出如下建议:
(1)聚力创新,绿色崛起。一方面,绿色创新能力较高省份需继续保持稳定增长势头,坚持以生态环境保护、绿色低碳发展为导向,不断培育壮大新一代信息技术产业绿色创新发展新动能。另一方面,绿色创新能力较低省份应围绕国家战略导向,以系统观推动产业高质量转型,提高新一代信息技术产业绿色创新能力水平。
(2)优势互补,互惠多赢。首先,应明确各省份产业分工及功能定位,将区域绿色创新高地建设与区域协调发展相结合。其次,充分考虑不同地区地理位置和自然禀赋差异,不断优化产业创新生态体系,持续提升新一代信息技术产业绿色创新能级,形成高质量一体化的绿色创新格局。最后,打破地区行政壁垒,促进高技术人才、资金和先进技术等绿色创新要素在全国范围内畅通流动。
(3)对症下药,精准施策。在全国层面,统筹制定人才战略,合理配置人才,将国家各类高水平人才引进向西部、东北地区倾斜,使人才需求和绿色创新发展相适应,更好地发挥人才的动力源作用。在区域层面,不同地区、省份新一代信息技术产业绿色创新能力差异形成机理不同,各地区推动新一代信息技术产业绿色创新发展不能采取“一刀切”模式,而是要科学谋划整改措施,探索符合自身实际的绿色创新发展道路。
[1] 李佳,王丽丽,王欢明.产业持续创新发展水平评价研究——以新一代信息技术产业为例[J].科学决策,2021,28(3):62-82.
[2] 陈松奕.高技术产业绿色创新能力评价指标体系构建及测度[J].统计与决策,2023,39(3):174-178.
[3] 李旭辉,杨梦成,严晗,等.中国人工智能产业科技创新能力测度及趋势演进[J].科研管理,2023,44(1):1-7.
[4] 李佳,王丽丽,王欢明.产业持续创新发展水平评价研究——以新一代信息技术产业为例[J].科学决策,2021,28(3):62-82.
[5] 姚孟超,段进军,张仁杰,等.中国高技术产业绿色创新效率的空间关联结构与影响机制分析[J].长江流域资源与环境,2022,31(11):2345-2356.
[6] 李旭辉,赵浩玥,程刚.三大经济圈新一代信息技术产业竞争力评价与区域差异研究[J].软科学,2021,35(8):106-112.
[7] 刘亦文,欧阳莹.我国新一代信息技术产业创新效率的时空特征与动态演进[J].湖南大学学报(社会科学版),2020,34(5):52-61.
[8] 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.
[9] 金芳,齐志豪,梁益琳.大数据、金融集聚与绿色技术创新[J].经济与管理评论,2021,37(4):97-112.
[10] 申俊喜,刘元雏.战略性新兴产业产能利用率及影响因素——以新一代信息技术产业为例[J].中国科技论坛,2019,35(3):61-70,91.
[11] CHOU S Y,CHANG Y H,SHEN C Y．A fuzzy simple additive weighting system under group decision-making for facility location selection with objective /subjective attributes[J]．European Journal of Operational Research,2008,189(1):132-145．
[12] 喻蕾.文化产业高质量发展:评价指标体系构建及其政策意义[J].经济地理,2021,41(6):147-153.
[13] 中国社会科学院宏观经济研究中心课题组,李雪松,陆旸,等.未来15年中国经济增长潜力与“十四五”时期经济社会发展主要目标及指标研究[J].中国工业经济,2020,38(4):5-22.
[14] 刘波,李湛.中国科技创新资源配置体制机制的演进、创新与政策研究[J].科学管理研究,2021,39(4):8-16.
[15] 胡俊南,胡瑾.江西省战略性新兴产业企业绿色技术创新绩效评价研究[J].科技管理研究,2023,43(7):33-41.
[16] 王家明,张云菲,丁浩.山东省区域创新能力时空双维实证评价研究——基于PFHWD-TOPSIS模型[J].华东经济管理,2020,34(11):18-28.
[17] 陈影,文传浩,沈体雁.成渝地区双城经济圈绿色发展效率评价及时空演变研究[J].长江流域资源与环境,2022,31(5):1137-1151.
[18] 安同良,魏婕,舒欣.中国制造业企业创新测度——基于微观创新调查的跨期比较[J].中国社会科学,2020,41(3):99-122,206.
[19] 张丽琨,张亚萍,梁远.中国工业企业绿色技术创新效率的测度与评价——基于超效率网络SBM-Malmquist模型分析[J].技术经济,2022,41(7):13-22.
[20] 徐孝勇,曾恒源.中国14个集中连片特困地区县域自我发展能力测度与乡村振兴战略瞄准研究[J].农林经济管理学报,2019,18(5):684-692.
[21] 于丽英,刘宏笪,陈子璇.长江经济带绿色治理效率测度与分析——基于广义面板三阶段DEA模型[J].华东经济管理,2021,35(6):88-99.
[22] 武义青,姚连宵.京津冀区域低碳发展现状及转型路径[J].天津社会科学,2022,42(5):89-96.
[23] 徐成龙,任建兰,程钰.山东省环境规制效率时空格局演变及影响因素[J].经济地理,2014,34(12):35-40.
[24] 王班班,莫琼辉,钱浩祺.地方环境政策创新的扩散模式与实施效果——基于河长制政策扩散的微观实证[J].中国工业经济,2020,38(8):99-117.
[25] SRDJEVIC B, MEDEIROS Y D P, FARIA A S. An objective multi-criteria evaluation of water management scenarios[J]. Water Resources Management, 2004,18(1):35-54.
[26] 杨力,刘程程,宋利,等.基于熵权法的煤矿应急救援能力评价[J].中国软科学,2013,28(11):185-192.
[27] CAMILO DAGUM. A new approach to the decomposition of the Gini income inequality ratio[J]. Empirical Economics,1997,22(4):515-531.
[28] 刘华军,杜广杰.中国经济发展的地区差距与随机收敛检验——基于2000—2013年DMSP/OLS夜间灯光数据[J].数量经济技术经济研究,2017,34(10):43-59.
[29] SCOTT J P. Social network analysis[M].London: Sage Publications,2017．
[30] 武祯妮,尹应凯.大气污染防治行动打好了资源型城市的“蓝天保卫战”吗[J].产业经济研究,2022,41(1):43-56.
[31] 陈鲁夫,邵云飞.“钻石模型”视角下战略性新兴产业创新绩效影响因素的实证研究——以新一代信息产业为例[J].技术经济,2017,36(2):1-7,116.
[32] 徐晓光,樊华,苏应生,等.中国绿色经济发展水平测度及其影响因素研究[J].数量经济技术经济研究,2021,38(7):65-82.
[33] 裴延峰.中国产业结构变迁的空间不平衡对地区经济差距的影响[J].数量经济技术经济研究,2022,39(3):3-23.
[34] 孙燕铭,谌思邈.长三角区域绿色技术创新效率的时空演化格局及驱动因素[J].地理研究,2021,40(10):2743-2759.
[35] 聂名华,齐昊.对外直接投资能否提升中国工业绿色创新效率:基于创新价值链与空间关联的视角[J].世界经济研究,2019,38(2):111-122,137.