空间关联视角下协同创新效率对区域碳减排的影响研究

孙 振 清， 李 欢 欢， 刘 保 留

(天津科技大学 经济与管理学院，天津 300457)

一、引 言

改革开放以来，环境污染和碳排放增加的境况日益引起国家的重视。为了积极应对气候变化，中国政府制定了一系列减排目标，进而实现经济增长与二氧化碳减排的双赢发展[1]。中国如何在实现工业化、城镇化发展的过程中完成绿色低碳转型任务，走上兼顾不断扩张的能源需求的低碳发展之路，显得尤为重要。2018年底卡托维兹大会上通过《巴黎协定》实施细则，更加需要中国强化减排目标和行动，积极应对新的国际形势变化，推进全球气候治理的进程[2-3]。然而，实现碳减排目标，必须充分发挥技术减排的引领作用，强调实施创新驱动战略。技术创新对于改善投入产出的要素结构和配置、提升生产要素的边际效率具有重要意义[4]。而单个主体或者区域的技术创新能力可能无法有效提升地区整体的发展实力，区域间的协同创新则是实现区域一体化的关键，有助于资源在不同地区各生产环节的合理利用[5]，促进各地区协调发展。因此，提升区域协同创新能力，增加区域间技术和知识流动，实现创新资源整合，从而有效提升协同创新的多维溢出效应，对于增强技术创新水平和减排潜力有着至关重要的作用。已有研究表明，碳减排和技术创新效率之间存在长期动态关系[6]，立足于碳减排的视角，深入挖掘区域碳减排与协同创新效率的内在机理，对推动地区绿色发展有重要价值。那么，这两者之间是否存在关联性，提升区域协同创新水平对碳减排目标的实现究竟有何影响，两者的相互影响作用存在怎样的异质性？现有文献并未就上述亟需识别和应对的环境问题作出直接回答。本文基于碳减排的视角，对上述问题进行探讨，以期对提升区域协同创新效率以及降低碳排放强度提供一定经验和借鉴。

二、文献综述与理论框架

1.文献综述

关于如何降低碳强度的研究主要集中在全国[7]、区域[8]以及城市层面，重点内容是碳强度的测算[9]、区域差异[2，10]和影响因素[11]等。目前，立足于协同创新效率与碳排放强度视角展开研究的文献较为鲜见，但已有研究表明，协同创新效率与碳排放强度存在相关关系。陈劲等[12]认为协同创新是企业、政府和知识研究机构等为提高创新科技水平而实施的跨区域创新组织模式；Bjerregaard[13]认为研发协同有利于外部知识和技术的整合利用，促进科研合作和信息共享，实现区域的协同创新发展。而韩坚等[14]认为创新效率对碳排放的影响显著为负，主要是通过优化产业结构，间接降低碳排放；Apergis等[15]认为技术创新可以激励企业淘汰落后工艺、利用节能技术，形成绿色产业链降低碳排放强度。近年来，随着空间经济学的兴起和发展，学者们也更多地关注区域协同创新的外溢问题。如学者赵增耀[16]、白俊红[17]、刘军[18]和孙大明等[19]从空间维度视角，厘清了区域协同创新的空间外溢效应和机制，重点考察了其对区域创新绩效、产业集聚和升级等方面的影响，但是立足于碳减排与区域协同创新效率视角的研究较少，并且已有研究表明，低碳技术创新对碳减排存在空间溢出效应，不同地区的减排作用效果也呈现区域异质性特点[20-21]，为此进行更进一步拓展研究，地区创新能力提升能够增强企业技术减排的潜力，实现经济增长与减排的双赢。因此，研究区域协同创新水平提升情况下碳减排的变化趋势，对于促进地区绿色发展有重要现实意义。

与以往研究相比，本文可能的创新在于：(1)在研究内容方面，将协同创新效率、碳强度与空间溢出统一纳入分析的框架中，重点考虑协同创新效率的空间外溢效应以及碳减排作用机制，弥补了传统研究未考虑空间因素对区域协同创新效率的真实影响；(2)在变量测度方面，充分考虑变量的空间相关性特征，并重视多个不同指标对协同创新效率的影响作用；(3)在实证研究方面，重点考虑协同创新效率的门槛效应，验证其对碳排放强度的影响作用是否存在一定的门槛值，深入分析门槛效应的作用效果，以期为地区节能减排和低碳创新发展提供实证依据和思路。

2.研究假设

区域协同创新效率对碳排放的作用途径包括：一是降低减排成本。地区协同主要通过企业、科研所等创新机构合作，发挥各主体优势并弥补自身不足。这一过程有效增加企业技术与生产规模，降低成本，碳减排成本的降低促进碳排放强度大幅下降。二是形成技术规模效应。企业采用协同创新模式可以进行信息交流和知识传递、分享等多维互动，提高创新能力和绩效，并激发后续与相关领域创新，形成新的技术与生产体系，使得碳排放强度有所降低。由此，提出假设1：

H1：协同创新效率对碳排放强度具有抑制作用。

区域协同发展已逐渐成为我国区域发展的新势态，对一国的经济运行模式产生了深刻影响。随着政策的深入推进，逐渐打破地区之间的行政壁垒，并优化了经济社会形态、空间和结构等多样的管理方式，为实现各类资源的协调、融合发展奠定一定的基础。区域协同创新打破了时空约束，溢出效应推动周边地区低碳技术创新，额外的溢出作用将进一步降低地区碳排放强度水平。由此提出假设2：

H2：区域协同创新存在空间外溢效应并降低周边地区碳排放强度。

区域协同创新由最初提出理论到省域实践，需要经历规模化、商业化的过程，并在这一过程中逐渐发挥作用。具体而言，只有在协同创新水平达到某一门槛时，各协同主体能从中获得更大的效益，这种不利于规模经济的情况不断改善，此时协同创新的价值将呈现几何级增长。显然，协同创新水平对经济社会的作用中明显存在门槛效应，存在一个协同创新发挥作用的临界规模。在协同创新影响碳排放强度过程中，只有其效率达到某一门槛值时，其作用才能明显突显，才能降低碳排放强度。由此，提出假设3：

H3：协同创新效率对碳排放强度的影响存在门槛效应。

三、研究设计

1.模型设定

(1)超效率SBM模型

数据包络分析模型(DEA)和随机前沿分析模型(SFA)被广泛应用于效率评价，考虑到DEA模型计算简便，无需事先设定具体的函数形式，且能处理多投入与多产出条件下的效率度量，因此，本文采用DEA模型测度协同创新效率。但传统DEA模型的测算过程往往忽略松弛变量对效率评价的影响，无法区分多个有效决策单元，导致测算结果有偏。为此，本文参照Tone[22]的做法，采用超效率SBM模型避免投入或产出存在的非零松弛问题，测度协同创新效率，具体模型如式(1)所示：

(1)

其中，φ为协同创新效率，x和y表示投入变量和产出变量，s+和s-表示产出和投入的松弛变量。

(2)空间杜宾模型

协同创新并非单独受某一地区降低碳排放的作用，伴随着资源、要素和技术等的流动与溢出，可能会受其他地区的影响。考虑到面板模型忽视了空间效应对模型估计结果带来的偏差，故而引入空间计量模型。空间计量模型相较于传统的面板模型，能够体现样本在时间和空间方面的溢出效应，并且对被解释变量的滞后项进行研究；此外，也通过引入空间加权矩阵，能准确地把握溢出效应的途径和机理，反映溢出效应的作用方向。因此，在探究区域协同创新与碳减排的作用机理时，若忽略协同创新伴随的空间依赖性，可能会错误地设定模型，本文引入空间滞后模型(SLM)、空间误差模型(SEM)和空间杜宾模型(SDM)，具体如下：

空间滞后模型(SLM)：

CRit=ρWnCRit+α0+α1ECIit+βZit+εit

(2)

空间误差模型(SEM)：

CRit=α0+α1ECIit+βZit+(1-ρWn)εit

(3)

空间杜宾模型(SDM)：

CRit=α0+ρWnCRit+α1ECIit+α2WnECIit+β1Zit+β2WnZit+εit

(4)

CRit=α0+α1ECIit+β1Zit+εit

(5)

(3)直接效应与间接效应测算

假设信息及独立的前提下，线性模型的回归参数为因变量对自变量的偏导数，可作为直接解释。在空间计量模型中，当模型中包含因变量或自变量的空间滞后项，对回归参数的解释较为复杂。模型中引入空间滞后项，使得观测值之间的相关结构变得丰富，回归参数中包含了大量区域的交互信息，因变量与自变量之间的关系难以直接反映。因此，需要引入影响该地区本身的直接效应与潜在影响其他地区的间接效应(空间溢出效应)以及总效应进行表征[23]。

由空间杜宾模型的一般形式y=ρWy+αX+λτn+βWX+εit移项可得到：

(In-ρW)y=αX+λτn+βWX+εit

(6)

令R(W)=(In-ρW)-1,(4)式两边同乘R(W)得：

(7)

进而可得：

(8)

其中，k=1,2，…，m。式(6)中等号右边第一个矩阵是偏微分矩阵，对角线元素表示直接效应，是自变量对本地区的平均作用，即direct=∂yi/∂xik=Fk(W)ii；非对角线元素表示间接效应即空间溢出效应，是自变量对其他地区的平均作用，即indirect=∂yi/∂xjk=Fk(W)ij。二者的加和即为总效应，total=Fk(W)ii+Fk(W)ij。

(4)面板门槛回归模型

针对中国各地区碳减排效果和潜力存在明显异质性的现象，不同区域协同创新效率对碳排放强度的影响也存在差异。为了深入刻画这种非线性效应，本文借鉴Hansen[24]于1999年提出的静态面板门槛模型，进行更进一步的分析。基于Hansen的门槛检验方法，首先，需要检验门槛的存在性、门槛个数及最优门槛值，采用Bootstrap自举法重复抽样1000次得到F统计量和P值。其次，检验门槛值，构造极大似然比统计量LR(γ)进行计算。由于影响程度的不同，门槛值的临界值也不一样，门槛个数的差异可以设置单门槛或多门槛模型，其一般的模型设置形式如下[25]：

Yit=μi+β1xitI(qit≤γ)+β2xitI(qit>γ)+εit

(9)

其中，i和t分别表示地区和时间，ui表示观测值的特征值，I(·)为指示性函数，r是门槛值的大小，q是门槛变量，εit～iidN(0,δ2)是随机扰动项。一般情况下，门槛模型存在多个门槛值，故本文以协同创新效率为门槛变量，构建双门槛模型如下：

(10)

式(10)中，ui为常数，βi为回归系数，γi为门槛值，Controlit为一组控制变量(与上文研究相同)，其余变量含义与上文相同。

2.变量选择及数据来源

(1)碳排放强度

本文选取碳排放强度衡量碳减排效果，由地区CO2排放量与地区生产总值(GDP)的比值来表示，CO2排放量的测算方法借鉴IPCC[26]中能源消费碳排放公式，碳排放的计算公式为：

(11)

公式中各字母的含义分别如下：

CO2ijt表示第i个省份的碳排放量，Enijt表示第i个省份第t年第j种能源消耗的实物量，ηj、θj、γj分别表示第j种能源的平均低位发热量(KJ/kg·m3)(《中国能源统计年鉴2014》附录4)、二氧化碳排放系数(kgCO2/TJ)和碳氧化因子，44/12表示二氧化碳的气化系数。

碳排放强度的测算公式如下：

(12)

其中，CIit为碳排放强度，GDPit按照2005年地区生产总值不变价处理。

(2)协同创新效率

协同创新主要体现在区域内部主体之间的多个方面，如资金、人员以及要素的流动。基于协同创新的内涵和实际投入产出情况，同时考虑企业、高校和科研机构之间的合作关系，鉴于数据的可得性，选取如下投入产出指标：

①投入指标。人力投入和资金投入是区域协同创新的基础核心资源要素，综合现有研究成果，人员投入指标用R&D人员表征，由于区域协同创新内部资金往来主要体现在间接主体对直接主体的资助和直接主体之间的资金往来，资金投入指标采用政府资助、金融机构资助和高校R&D经费中企业所占的比重、科研机构R&D经费中企业所占的比重表征。

②产出指标。从协同创新的经济性角度出发，考虑区域协同创新提升地区经济效益与改善环境的绿色效益，选取专利授权数量、新产品销售收入和不变价表示的技术市场成交额为产出变量[27]。

(3)控制变量

具体控制变量选择如下：①人均GDP(PGDP)采用地区国民生产总值与年末常住人口的比值衡量；②产业结构高级化(ISU)反映地区产业结构从低级向高级转化的过程，采用第三产业和第二产业的比值进行衡量；③能源结构(ES)采用地区煤炭消耗量与能源消耗总量的比值衡量；④污染治理水平(IPC)采用各地区污染治理投资额与地区国民生产总值的比值衡量；⑤城镇化水平(UL)采用城镇常住人口占地区常住总人口的比值衡量。

3.数据来源

数据来源于《中国统计年鉴》《中国环境统计年鉴》《中国能源统计年鉴》《中国城市统计年鉴》。由于数据的可得性，本文选取2005～2017年我国30个省份(数据不包括西藏自治区和港澳台地区)面板数据。

四、实证分析

1.空间相关性分析

为进一步了解我国区域碳排放强度及协同创新效率的整体变动趋势，引入空间自相关分析，构建Moran’s I指数，对协同创新效率和碳排放强度的空间自相关性进行检验，计算方法如下：

(13)

表1 全局空间自相关Moran’s I指数

为进一步探究局部空间相关性，分别绘制2017年碳强度和协同创新效率的Moran’s I指数散点图，直观阐述二者的局部集聚特征，如图1、图2所示，图中数字1到30分别代表北京、天津、河北、山西、内蒙古、辽宁、吉林、黑龙江、上海、江苏、浙江、安徽、福建、江西、山东、河南、湖北、湖南、广东、广西、海南、重庆、四川、贵州、云南、陕西、甘肃、青海、宁夏和新疆。从协同创新效率的结果可以看出，大部分省份都落在第一和第三象限。邻近空间权重矩阵尤为显著，13个省份落在第一象限；3个省份落在第二象限；11个省份落在第三象限；3个省份落在第四象限。处于第一象限的上海、浙江和广东等地不仅自身的协同创新效率高，同时受周边地区的推动促进，形成“高-高”集聚的发展势态；处于第三象限的吉林、青海和甘肃等地，由于自身协同创新效率不高，又缺少周边地区的带动作用，形成“低-低”集聚。此外，碳强度的空间集聚特征与此相似。说明高值省份被高值省份包围，低值省份被低值省份包围，碳强度和协同创新效率的空间自相关特征显著。

图1 2017年碳强度Moran’s I指数散点图

图2 2017年协同创新效率Moran’s I指数散点图

2.模型的选取

首先，不考虑空间溢出影响，对样本数据进行OLS回归，结果如表2所示，协同创新效率系数显著为负，说明将样本数据作为截面数据回归时，协同创新效率对碳强度有明显的抑制作用，假说1得到部分验证，但是不能由此简单地得出结论，需要进一步进行检验确定空间计量模型的有效性，以便进行接下来的分析。

表2 OLS回归结果与模型选择检验结果

首先，对2005～2017年面板数据进行Hausman检验，结果见表2，说明选择固定效应模型要优于随机效应模型。由LM检验结果可知，LM-Lag、LM-Error、Robust LM-Error均在1%水平上显著，选择空间计量模型进行实证研究合理。其次，通过LR似然比和Wald检验可知，检验统计量均通过5%的显著性检验，拒绝原假设空间杜宾模型(SDM)可以简化为空间滞后模型(SAR)和空间误差模型(SEM)，选择空间杜宾模型更为适宜。综上所述，选择固定效应的空间杜宾模型。

3.空间杜宾模型回归结果

在运用动态空间杜宾模型回归前，首先对比了不同空间权重矩阵下地区碳强度的变化情况，从而更好地反映区域碳减排产生的空间溢出效应，回归结果见表3。

表3 不同空间矩阵下SDM模型回归结果

如表3所示，在考虑空间关联后，不同空间权重矩阵下碳强度的滞后一阶项CRi,t-1的回归系数均为正，且在5%的水平上显著。这说明我国区域碳排放存在显著的时间滞后性，前期的碳排放强度对当期的碳强度有着明显的影响。这也解释了尽管我国经济飞速增长、国民生产总值总量不断增加，但碳强度仍然呈现缓慢上升的趋势。此外，碳强度的空间溢出效应系数为正，且在5%的水平上显著，说明我国碳排放强度存在显著的空间溢出效应，这表明相邻地区的碳排放增加会提高本地区的碳排放，不利于本地区碳强度的减少。协同创新效率的回归系数在两种矩阵下均为负，且在5%的水平上显著，表明协同创新效率对碳强度增加均有抑制作用，假说1得以验证。这是由于随着经济发展水平的提高，我国目前用于创新资金、人才等投入逐渐增加，一方面有助于增强地方企业的低碳技术创新实力，提升企业的综合创新水平；另一方面也有利于促进地区低碳发展潜力，进而实现经济增长和二氧化碳减排的双赢发展。因此，在促进地区绿色发展的过程中，对于节约资源和降低污染的创新投入也随之加大，有助于降低碳排放水平。W×lnECI估计值均在1%的显著水平上为负，表明协同创新效率在推动地区碳强度减少过程中存在溢出效应，本地区协同创新效率对相邻地区碳强度降低有正向效应。对于控制变量来说，人均GDP的提高更能促进地区碳强度水平的降低，而产业结构高级化程度的加强反而不利于降低碳排放强度，这说明目前我国产业结构优化调整仍面临着较大的压力，产业间结构不均衡、资源分配不合理现象依旧存在；能源结构水平的变化、污染治理水平以及城镇化水平的高低也会对地区碳减排水平的提高带来负面的影响，这是因为从短期来看，地区经济发展和环境治理以及能源消费量之间的矛盾依旧存在，污染治理投入短期会对地区碳排放水平的降低起到抑制作用，治理效果并不理想，而加快推进城镇化进程，更容易导致地方经济发展与环境治理的矛盾更加突出，从而不利于地区长远的低碳发展。因此，在推动地方绿色发展的过程中，更应该提升技术创新水平，从而实现经济效益的最大化。

由于空间杜宾模型中的估计系数并不能准确反映出协同创新效率对碳强度的直接影响，为了更加深入研究不同效应下碳强度的变化趋势情况，需要考虑动态变化的影响，应进一步对被解释变量的空间效应分解为直接效应、间接效应和总效应，同时动态杜宾模型存在长期效应与短期效应，对其进行分解，表4给出了矩阵W1的具体估计结果。协同创新效率的直接效应与间接效应均显著为负，表明协同创新效率不仅对本地区碳排放强度有抑制作用，对周边地区产生的空间外溢效应仍抑制碳排放强度增加，本文的假说2得以验证。

表4 动态空间杜宾模型的直接效应与间接效应估计结果

考虑到碳排放的动态效应影响，本期的碳排放会对下一期造成影响，引入碳排放强度的滞后一阶项CRi，t-1，构建动态空间杜宾模型：

CRit=θCRi,t-1+α0+ρWnCRit+α1ECIit+α2WnECIit+β1Zit+β2WnZit+εit

(14)

(1)空间直接效应。协同创新效率与人均GDP的空间直接效应估计系数显著为负，即协同创新效率与经济增长水平的提升有助于促进碳强度的减少，这说明随着不同地区间协同创新水平的提高，更有助于重污染型产业优化技术水平，提升清洁生产实力，同时经济发展水平的提高也为其奠定了经济基础；产业结构高级化、能源强度、污染治理水平与城镇化率的直接效应估计系数为正，即产业结构高级化、能源强度、污染治理水平和城镇化率不利于降低碳排放强度；具体来说，由于我国产业转型压力较大，产业结构的不合理、不均衡现象明显，能源消费量较大，反而给地区减排带来较大的压力；污染治理水平对碳排放的直接效应存在正向影响，说明污染治理投资短期内产生的治理效果并不是特别理想，对碳减排的促进作用较弱；随着时间的推移，治理投入的作用效果逐渐增强。另外，各地区在推进城镇化进程的过程中，仍然存在盲目追求经济效益的现象，导致地区经济低碳发展水平不高、环境污染治理能力较弱，进而影响整体实现绿色、可持续发展。长期的空间直接效应大于短期的空间直接效应，与经济学中累积效应相符合。碳减排是一个长期而又艰巨的任务，本地区基于当期情况制定相应减排措施，且政策实施需要一定的时间，故本地区碳排放强度的减少并非完全受益于当期政策，前期的减排努力也可能会在当期体现，故碳强度的长期直接效应大于短期直接效应。

(2)空间间接效应(空间溢出效应)。无论是从短期还是长期效应来看，协同创新效率在1%的显著水平下对碳强度产生负向的溢出效应，有利于碳排放强度降低，且空间溢出效应占总效应的70%以上，说明地区在开展协同创新过程中，地区之间资源和要素等流动引致的空间溢出效应对相邻地区碳排放强度降低有重要作用。人均GDP在短期内对碳排放强度有正向的溢出效应，从长期来看，人均GDP抑制碳排放强度增加，进一步说明不可忽视短期内的情况。产业结构高级化对碳排放强度有正向溢出效应，能源结构、污染治理水平和城镇化率对碳排放强度有负向的溢出效应，这也符合前面的分析，产业结构的调整升级、能源消费量过大等问题，都会影响地区的污染治理水平，进而对碳强度的降低产生影响。溢出效应结果表明，为积极应对区域发展的新态势，推动经济高质量发展，国家提出区域协同发展理念，旨在打破区域和空间限制，实现资源的充分利用、合理调配。

(3)总效应。由表4可以看出，协同创新效率总效应的估计系数均显著为负，且长期效应的作用要大于短期效应，即随着时间推移，协同创新要素不断增加可逐步增加减排效果；区域经济发展水平对碳减排有促进作用，往往经济发展水平越高区域减排意识和能力越强；产业结构高级化和能源结构的总效应系数为正，对区域碳减排有不利影响，因此，应适当调整产业结构并不断优化能源结构，以实现降低污染和增加效益的协调发展目标。

4.门槛模型回归结果

区域协同创新本身就存在合作效应，只有当区域之间合作创新效率达到一定规模时才会对区域发展产生推动作用。在协同创新效率影响区域碳排放强度的过程中，也可能存在此类门槛效应。本文将协同创新效率设置为门槛变量，采用门槛回归模型研究这两者间的关系。

如表5所示，确定门槛变量的门槛值与门槛数，结果显示单门槛效应在1%的水平上显著，双门槛效应在5%的水平上显著，三重门槛未通过显著性检验，说明门槛数为两个，门槛值分别为0.30和0.42，因此，本文选择双门槛模型进行分析。

表5 门槛效应检验的回归结果

表6中门槛模型回归结果表明，协同创新效率对区域碳排放强度存在双重门槛效应，假说3得以验证。当协同创新效率小于第一门槛值0.30时，协同创新效率对碳排放强度有抑制作用，但不显著；当协同创新效率介于第一门槛0.30与第二门槛0.42之间时，其对碳排放强度有显著的抑制作用；当协同创新效率大于第二门槛值0.42时，其对碳排放强度的负向影响程度加大。区域协同创新效率对碳排放强度的影响存在3个阶段。在协同创新初期，各地区为提升创新效率，淘汰落后产能，虽然抑制区域碳排放强度，增加了减排成本；之后随着区域协同创新逐渐成熟，形成规模效应，协同创新效率随之增高，抑制碳排放强度作用加强，因而在第三阶段有了更加广泛的影响，抑制作用得到增强。由此看来，随着协同创新效率的不断上升，其正向影响程度不断增大，据此预测我国协同创新效率与碳排放强度的关系：其一，我国协同创新还处于较低水平；其二，协同创新效率对碳排放强度的影响正在逐渐上升。

表6 门槛模型回归结果

五、研究结论与建议

1.研究结论

在碳减排“双控”目标约束下提升区域协同创新效率、降低碳排放强度，进而实现碳达峰，具有很强的紧迫性与艰巨性。本文利用2005～2017年我国30个省份面板数据，采用不同空间矩阵的空间杜宾模型与面板门槛模型实证分析我国协同创新效率对区域碳减排的影响。研究结论有以下3点。

第一，从整体来看，协同创新效率能够降低本地区碳排放强度，且这种影响存在明显的空间溢出效应。从空间角度进行实证检验发现，一方面，协同创新效率通过降低减排成本，改善协同区域的能源结构与产业结构，增强技术创新效率以实现减排目标；另一方面，通过技术规模效应，使各主体优势得以体现，并将资源的外部性内部化，实现区域低碳、绿色发展。

第二，协同创新效率不仅有效促进本地区碳减排，对邻近地区的影响更加显著，且空间溢出效应占总效应的70%以上。实证结果显示，随着区域协同创新发展规模的扩大，区域之间的行政、边界壁垒逐渐打开，使得临近地区之间创新要素充分相互作用，即使邻近区域不同省市间存在很大技术差距，适当的创新要素进入就可以产生积极的外溢效应。

第三，协同创新效率对区域碳减排存在双重门槛效应，当协同创新效率大于0.30时，会显著降低碳排放强度；当其大于0.42时，降低碳排放强度的效果得到增强。研究表明，协同创新效率影响地区碳排放强度具有分阶段的特点，随着协同创新效率不断提高，影响效果也不断加强，这也进一步证实了加强区域协同创新对于积极促进区域协同发展、助推地区碳减排目标实现具有重要作用。

2.政策建议

(1)持续积极推进“区域协同”发展战略，充分发挥协同创新效率的空间直接效应。协同创新效率能够发挥较大的碳减排作用，尽管各区域碳排放强度逐渐降低，但效果并不明显。因此，地方政府应加大对区域协同创新发展工作的资金与政策支持，拓宽投融资渠道，提高资金使用率，打造区域协同创新网络的新格局。同时，一方面要提高地区技术创新实力，确保低碳节能技术能够广泛使用，另一方面，要促进不同地区间的交流、合作，加强技术沟通，通过技术变革和创新发展来推动区域整体的绿色发展。

(2)充分发挥区域协同创新的空间溢出效应。首先应淡化各地区之间的行政界线，创造良好的外部环境以实现创新要素自由流动。目前人为割裂地区间经济联系与协作的现象仍在不同地区存在，无形之中推高要素投资与流动成本。为此，一方面，中央政府应出台相关鼓励地方政府之间协作交流的政策法规，通过多边协议，实现共赢局面；另一方面，各地区之间应建立人才、资金、知识等技术要素的共享机制网络、整合创新资源、建立有区域特色的产学研联盟，努力降低合作成本，扩大协同创新溢出半径。同时，通过加强不同地区间的信息共享，可以减少创新成本的投入，进而实现整体创新技术的发展。

(3)充分考虑地区创新水平的差异性，利用先进地区协同创新的空间溢出能力，弥补区域协同创新的短板。目前京津冀、长江经济带、粤港澳大湾区等区域的协同发展成果尤为显著，要充分发挥这些先进地区的创新带动作用，加快实现资源要素在区域间的正常流动，确保地区技术创新水平能够有较大幅度的提升。同时，还应提高创新水平较低地区的主动吸收利用能力，通过实现资源要素的融合发展，从而缩小不同地区间创新实力的差距。这也需要政府在协同创新发展的交流合作中起引导作用，坚持市场主导和政府引导相结合的发展方式，从而更好地提高整体创新水平。

(4)充分考虑各区域碳减排能力的差异性，在推动各区域进行总体减排的同时，有针对性地采用差异化的政策措施。具体来说，要因地施策，对于经济发展水平和创新实力较高的地区，需要继续大力推广，而经济实力和创新水平较弱的地区，需要借鉴相应的经验和技术，确保地区间的发展差距能够不断缩小。同时，也要注重提升区域协同创新水平，以发展地区新能源、高新技术等低碳技术来增强地区减排潜力，形成以强带弱、由点及面的发展格局，从而达到降低区域碳减排的整体目标，进一步实现中国经济高质量发展。