绿色技术创新与经济高质量发展动态关系研究

郎立魁 郏聚宝 王丰效

摘 要：为分析绿色技术创新与经济高质量发展之间的动态关系，文章基于2012—2021年时间序列数据，从绿色发展和技术创新两个方面选取代表绿色技术创新的系统性指标，从“创新、协调、绿色、开放、共享”五个领域选取代表经济高质量发展的系统性指标，并构建指标体系。根据熵权-TOPSIS法确定指标权重并分别计算绿色技术创新和经济高质量发展系统的综合得分，基于综合得分构建VAR模型并对绿色技术创新和经济高质量发展之间的动态关系进行分析。结果表明：从整体来看，绿色技术创新水平和经济高质量发展均表现出逐步上升的态势，二者存在同步增长趋势；绿色技术创新进步对经济高质量发展的冲击效应一直为正向效应影响，且短期影响强度更为明显。

关键词：绿色技术创新 经济高质量发展 熵权-TOPSIS VAR模型

中图分类号：F205  文献标识码：A

文章编号：1004-4914（2024）01-012-04

一、引言

为进一步完善市场导向的绿色技术创新体系，国家发展和改革委员会同有关部门制定了《关于进一步完善市场导向的绿色技术创新体系实施方案（2023—2025年）》（以下简称《实施方案》），《实施方案》突出强调了绿色低碳发展的时代要求。经济高质量发展表明中国经济的发展由高速增长阶段向高质量发展阶段的转变，是全面建设社会主义现代化国家的首要任务。经济发展的活力和核心竞争力都与绿色技术创新发展密不可分，因此，本文将绿色技术创新与经济高质量发展互为内生因素，运用综合评价方法熵权-TOPSIS法对绿色技术创新和经济高质量发展进行分析，建立VAR（向量自回归）模型研究它们两者的协调关系，逐步解释绿色科技创新与经济高质量发展的内在影响规律，最后根据研究结论提出能有效促进绿色技术创新变革和加快经济高质量发展的建议及对策。

关于绿色技术创新和经济高质量发展的研究内容十分丰富。在绿色技术创新研究方面：刘元雷等[1]运用系统CMM模型和工具变量法探讨城市蔓延对绿色工业转型的影响，结果表明：城市蔓延影响技术创新并阻碍工业绿色转型。朱诚义[2]基于30个省份的面板数据研究环境规制、绿色技术创新和碳排放的机制作用，结果显示：环境规制可以通过绿色技术创新来减少碳排放。温馨等[3]人实证分析了四川省和重庆市由绿色科技术创新、产业结构和环境规制构成的复合系统的耦合协调性，结果显示：自2013年之后，四川省三系统耦合协调度均高于重庆地区，并相对于重庆地区有更为迅速的上升趋势。赵卉心等[4]测度了数字经济与绿色技术创新的耦合协调度，研究发现2013—2018年中国城市数字经济与绿色技术创新耦合协调度呈上升趋势，且显示出明显的区域差异和城市差异。针对中国经济高质量发展的水平测度，王利军和陈梦冬[5]对31个省份2008—2019年经济高质量发展的水平进行測度与分析，研究结果表明：经济高质量发展水平得到显著提升，但地区经济发展水平差异较大。

在研究绿色技术创新与经济高质量发展相互影响方面：程广斌等[6]构建面板固定效应模型分析了数字经济对经济高质量发展的作用机制，研究结果显示：通过绿色技术创新可以促进经济高质量发展。代秀梅等[7]运用双向固定效应和中介效应模型来研究数字经济和经济高质量发展的关系，认为数字经济能够借助于绿色科技创新的进步来有效推动经济高质量发展。针对绿色技术创新和经济高质量发展路径的研究，胡莹和李静[8]运用NDDF模型测算佛山市2010—2019年的绿色技术创新效率并与珠三角其他城市进行对比分析，结果显示：佛山五区的创新投入差异较大，并且绿色创新水平也处于珠三角各个城市的后面位置。

在绿色技术创新领域选取符合当前绿色低碳发展态势并充分体现技术创新性的六个系统性指标；在经济高质量发展方面，基于“创新、协调、绿色、开放、共享”五个宏观角度，选取总共14个经济指标，构建经济高质量发展指标体系。从社会经济发展角度来看，绿色技术创新与经济高质量发展之间确实存在相互影响关系，但两者相互作用的方向、长短期效应以及贡献率大小值得研究，借助脉冲响应结果分析图、方差分解等探求绿色技术创新与经济高质量发展之间的动态作用关系和内在影响规律。

二、研究设计及方法

（一）熵权-TOPSIS模型

文章使用熵权法来确定统计指标的各个权重，此方法不需要对指标的重要程度进行主观赋值，不但避免了主体对研究内容产生主观意识影响，而且操作方便。首先对数据进行标准化处理，消除量纲带来的影响，之后计算个各指标的信息熵，最终计算得到各系统指标的权重。TOPSIS法[9]利用对有限个评价对象与理想化目标的接近程度进行排序的方式，对研究目标进行优劣评价。具体步骤是首先构造标准化权重，之后确定正负理想解并计算各个目标到理想解之间的距离，最后根据公式（1）得到综合评价结果。

Ci=（C∈[0，1]）（1）

（1）式中Di表示正负理想解的欧式距离，Ci的计算值表示该每个指标系统的综合评价结果。

（二）VAR模型

VAR模型（Vector Autoregressive model）会充分利用相互依存的互动关系得出较为准确的分析结论。将绿色技术创新和经济高质量发展互为内生变量，先进行两个统计指标的ADF单位根检验，通过脉冲响应结果分析图和方差分解等产出结论去分析绿色技术创新和经济高质量发展之间的相互动态作用过程。一个n维p阶的VAR模型的标准形式为：

Yt=A0+A1Yt-1+A2Yt-2+…+ApYt-p+εt，=yy…y，εt=ε1tε2t…εnt，A0=A10A20…An0

Ai=a11（i） a12（i） … a1n（i）a21（i） a22（i） … a2n（i） …  …  …  …an1（i） an2（i） … ann（i），i=1，2，3…，p    （2）

式（2）中，yit表示n维内生变量列向量，A0是截距项，aij（k）是第i个方程中yj，t-k项对应的自回归系数，每个εit都是独立同分布变量。

（三）指标体系构建和权重确定

文章在绿色技术创新指标体系构建时选取的各项指标及权重信息见表1；经济高质量发展综合指标体系各项指标和权重信息见表2。

三、实证分析研究

（一）绿色技术创新和经济高质量发展综合评价

文章采用的数据来源为国家统计局和生态环境部网站。在实证分析部分，首先对绿色科技创新和经济高质量发展各项指标进行预处理使其标准化（归一化），根据熵权法确定指标权重并使用公式（2）计算原理得出最终的综合评价结果，基于绿色技术创新和经济高质量发展各项指标的综合得分，构建绿色技术创新进展和经济高质量发展水平的趋势变化图，见图1。

观察图1可以得出：整体来看，绿色科技创新系统和经济高质量发展系统在2012—2021年间呈上升态势，并且两者的发展水平在2020年达到近十年的峰值；分类别来看，绿色技术创新系统起伏波动较小，但在2017年和2019年出现相对明显的涨幅。2017年在党的十九大报告中提出要继续推进绿色发展、着力构建市场导向的绿色技术创新体系等内容。这一系列措施和要求为发展绿色技术创新提供了政策引导和社会保障；2019年，中央全面深化改革委员会通过了《关于构建市场导向的绿色技术创新体系的指导意见》，强调了绿色技术创新是绿色发展的重要动力来源，这些政策和意见的提出与2017和2019年绿色技术创新领域的高速发展密不可分；经济高质量发展在2012—2021年间上下起伏较大，2015年达到第一个峰值，2018年下降至2015年后的最低值，在2020年又达到近十年的最大值。从绿色技术创新和经济高质量发展系统得分整体波动的情况来看，可以推测绿色技术创新和经济高质量发展系统之间具有一定的相互作用关系，为研究两个系统之间的动态作用关系，基于综合得分建立VAR（向量自回归）模型，为使数据之间的差异更平滑并提高可比性，先对综合得分数据进行取对数处理。

（二）绿色技术创新和经济高质量发展的动态关系

1.模型估计结果。对于时间序列数据，ADF单位根检验结果及模型差分阶数见表3。

观察表中数据可知：原始数据不平稳，对两个系统指标进行一阶差分处理再进行ADF检验，结果显示p值分别是0.027和0，均小于0.5，说明有95%的把握拒绝原假设，即此时时间序列是平稳的，满足同阶单整的条件，构建VAR模型是合适的。

定阶原则是选择的滞后阶数越小越好。观察表中数据可知：只有HQIC准则表明以2阶为准，且四个指标值中最小值为1阶，因而最终选择滞后阶数为1阶构建VAR模型。

VAR（1）模型构建后，通过AR特征根图判断模型的稳定性，从AR特征根图（见图2）可知，所有特征根值均在单位圆之内，意味着构建的VAR（1）模型稳定性较好。

2.脉冲响应分析。基于以上检验分析结果构建VAR（1）模型，文章做出正交化脉冲响应图，表示某变量冲击对该变量自身或其它变量产生的动态影响情况，详细数据見图3和图4。

图3反映了绿色技术创新冲击对经济高质量发展以及对自身产生的动态影响效果，从整体情况来看，绿色技术创新对自身以及经济高质量发展都有长期稳定的影响。首先从绿色技术创新对自身的影响来看，整体的动态趋势是先负向效应逐渐增大，在第2期开始负向效应逐渐减小，第7期开始产生正向效应，并且对自身的影响效果逐渐降低并最终趋于稳定；反观绿色技术创新进步对经济高质量发展的冲击效应，从第1期开始一直为正向效应影响，且短期影响强度更为明显。从经济发展角度来看，我国面临着较为严重的资源浪费和环境条件制约，迫切需要转变发展模式，着力向绿色化和低碳化方向演进，不仅可以促进经济的高质量发展，而且为经济的可持续发展提供了保障。

图4反映了经济高质量发展冲击对绿色技术创新以及对自身产生的动态影响效果，从正交脉冲响应图整体情况来看，经济高质量发展对自身和绿色技术创新有相反的影响态势。首先根据经济高质量发对自身的影响强度来看，第1期产生了负向效应，从第2期开始出现正向效应并且影响强度逐渐增加，在第4期达到峰值，在第5期之后正向效应逐渐减少并趋于稳定；反观经济高质量发展对绿色技术创新的冲击效应，在第一期就达到了峰值，短期作用效果明显，尽管影响曲线处于逐渐下降趋势，但经济高质量发展对绿色技术创新一直保持正向冲击效果。

3.方差分解。方差分解侧重于描述指标变量对系统预测方差的贡献比例，如果某个变量的方差贡献比例很大，那么该变量在决策中的作用更加显著，更加值得关注。

从表5中数据可知：一是在对绿色技术创新系统变化的贡献率中，第1期绿色科技创新对自身的贡献率达到了100%，随着期数的不断增加，绿色科技创新对自身的贡献率逐渐降低，在第6期时贡献率下降到93.022%，之后便呈现出相对稳定态势。经济高质量发展对绿色技术创新系统变化的贡献率逐期增长，在第6期时达到6.978%，整体来看，经济高质量发展对绿色技术创新的贡献较弱，变量冲击影响较小。二是在经济高质量发展系统变化的贡献率中，经济高质量发展对自身的贡献率下降较快，且在第一期只有95.374%；反观绿色技术创新发展对经济高质量发展的贡献率增长幅度较大，在第10期达到了28.726%。三是绿色技术创新对经济高质量发展的贡献强度高于经济高质量发展对绿色技术创新的贡献强度。说明在推进经济高质量快速发展的进程中绿色技术创新变革起到了至关重要的作用。

四、结论及建议

文章在构建绿色技术创新和经济高质量发展的评价指标后，利用熵权-TOPSIS方法确定指标权重并对两个指标系统进行综合评价，基于综合评价得分数据构建VAR（1）模型并对绿色技术创新和经济高质量发展之间的相互动态关系进行分析。得到如下结论：首先，从整体来看，绿色技术创新水平和经济高质量发展系统均表现出逐步上升的态势，从上升幅度来看，经济高质量发展系统明显优于绿色技术创新发展水平，二者存在同步增长趋势。其次，从VAR（1）模型中的脉冲响应函数来看，绿色技术创新进步对经济高质量发展的冲击效应一直为正向效应影响，且短期影响强度更为明显，表明着力推动绿色技术创新变革不仅可以促进经济的高质量发展，而且为经济的可持续发展提供了保障。最后，方差分解的分析结果进一步显示了绿色技术创新发展与经济高质量发展的长期动态作用关系，绿色技术创新对经济高质量发展的贡献率高于经济高质量发展对绿色技术创新的贡献强度，说明在推进经济高质量发展的进程中绿色技术创新变革起到了至关重要的作用。

综合以上分析，笔者认为推动绿色技术创新变革和经济高质量发展首先要始终坚持绿色低碳发展理念，坚定地走绿色生产、低碳生活、文明发展的道路。绿色技术创新变革既是绿色低碳发展的新动力，也是推动经济高质量发展的新模式和新趋势；其次要大力发展绿色金融，支持绿色化企业进入资本市场，实现经济高质量发展既要“节流”更要“开源”，全力保障绿色产业的发展权益，为绿色化企业提供切实充分的政策指引。最后要加快绿色技术创新体系建设，实现绿色技术创新和经济高质量的协同发展。绿色技术创新和经济高质量发展两者相互促进、相辅相成，着力提升绿色技术创新能力为经济高质量发展提供保障，经济高质量发展为绿色技术创新变革注入内生能量。

[基金项目：国家社会科学基金项目（项目编号：11XTJ001）]

参考文献：

[1] 刘元雷，申杰.城市蔓延、绿色技术创新与工业绿色转型[J].统计与决策，2023（07）：122-126.

[2] 朱诚义.环境规制、绿色技术创新和碳减排——来自省级面板数据的经验证据[J].时代经贸，2023，20（03）：17-19.

[3] 温馨，戚雪娇，蒋龙.绿色技术创新、产业结构升级与环境规制[J].合作经济与科技，2023（07）：10-13.

[4] 赵卉心，孟煜杰.中国城市数字经济与绿色技术创新耦合协调测度与评价[J].中国软科学，2022（09）：97-107.

[5] 王利军，陈梦冬.中国经济高质量发展水平测度[J].统计与决策，2023（06）：87-91.

[6] 程广斌，吴家庆，李莹.数字经济、绿色技术创新与经济高质量发展[J].统计与决策，2022，38（23）：11-16.

[7] 代秀梅，張水平.数字经济、绿色技术创新与经济高质量发展实证研究——以长江经济带为例[J].嘉兴学院学报，2023，35（03）：1-9.

[8] 胡莹，李静.佛山市绿色创新促进经济高质量发展路径研究[J].科技和产业，2022，22（08）：264-270.

[9] 冯朝睿，赵倩莹.中国政府数字治理能力指标体系构建与测度研究——基于熵权TOPSIS方法的实证分析[J].云南财经大学学报，2023，39（03）：98-110.

（作者单位：喀什大学数学与统计学院 新疆喀什 844000）

［作者简介：郎立魁，硕士研究生，研究方向：经济与社会统计；郏聚宝，硕士研究生，研究方向：经济与社会统计；通讯作者：王丰效，教授，硕士生导师，研究方向：应用概率统计。］

（责编：贾伟）