其中，全要素生產(chǎn)率的計(jì)算主要涉及投入和產(chǎn)出兩類指標(biāo)。本文采用以 ２００３年為基期的各地實(shí)際

國(guó)內(nèi)生產(chǎn)總值來(lái)衡量產(chǎn)出指標(biāo)［３０］

。投入指標(biāo)涉及勞動(dòng)投入和資本投入。勞動(dòng)投入為各地區(qū)城鎮(zhèn)單位、

私營(yíng)和個(gè)體企業(yè)就業(yè)人數(shù)總和。資本投入為各地區(qū)資本存量。本文借鑒張軍等［３１］

的方法，采用永續(xù)盤

存法來(lái)計(jì)算資本存量。基于以上指標(biāo)，本文使用 ＤＥＡＰ２．１軟件對(duì)中國(guó) ３０個(gè)省份（西藏、港澳臺(tái)除外）

２００３—２０１７年的數(shù)據(jù)進(jìn)行計(jì)算，得出各地區(qū)的全要素生產(chǎn)率。

熵值法計(jì)算工業(yè)綠色轉(zhuǎn)型升級(jí)指標(biāo)的具體步驟如下：

第一步，為消除工業(yè)綠色轉(zhuǎn)型升級(jí)指標(biāo)體系各子指標(biāo)的量綱和數(shù)量級(jí)的差異，將子指標(biāo)數(shù)據(jù)進(jìn)行線

性標(biāo)準(zhǔn)化。標(biāo)準(zhǔn)化方式如式（２）、式（３）。

Ｘｉｋ ＝( ｘｉｋ －Ｍｉｎｘ)

ｋ ／（Ｍａｘｘｋ －Ｍｉｎｘｋ） （２）

Ｘｉｋ ＝( Ｍａｘｘｋ －ｘ) ｉｋ ／( Ｍａｘｘｋ －Ｍｉｎｘ)

ｋ （３）

其中，式（２）為正向指標(biāo)使用公式，本文僅有全要素生產(chǎn)率為正向指標(biāo)；式（３）負(fù)向指標(biāo)使用公式。

第二步，計(jì)算 ｉ省份 ｋ指標(biāo)所占比重 ｒｉｋ：

ｒｉｋ ＝Ｘｉｋ／∑

ｎ

ｉ＝１

Ｘｉｋ （４）

第三步，計(jì)算 ｋ指標(biāo)的熵值 ｅｉｋ：

ｅｉｋ ＝－ １

ｌｎ（ｎ）∑

ｎ

ｉ＝１

ｒｉｋｌｎ（ｒｉｋ） （５）

第四步，計(jì)算 ｋ指標(biāo)的權(quán)重 ｗｉｋ：

ｗｉｋ ＝（１－ｅｉｋ）／∑

ｍ

ｋ＝１

（１－ｅｉｋ） （６）

第五步，在以上計(jì)算的基礎(chǔ)上，加權(quán)平均得到工業(yè)綠色轉(zhuǎn)型升級(jí)指標(biāo)：

Ｕｐｇｒａｄｅｉ ＝∑

ｍ

ｋ＝１

ｗｉｋｒｉｋ （７）

根據(jù)以上方法，本文對(duì)中國(guó) ３０個(gè)省份（西藏、港澳臺(tái)除外）２００３—２０１７年工業(yè)綠色轉(zhuǎn)型升級(jí)指標(biāo)進(jìn)

行了計(jì)算，并將各省份年平均值從高到低進(jìn)行排序，結(jié)果見(jiàn)表 ２?？傮w來(lái)看，工業(yè)綠色轉(zhuǎn)型升級(jí)程度排名

靠前的地區(qū)多為中國(guó)東部地區(qū)，排名靠后地區(qū)多為西部地區(qū)。東部地區(qū)經(jīng)濟(jì)較為發(fā)達(dá)，經(jīng)濟(jì)發(fā)展方式較

早由高速發(fā)展向高質(zhì)量發(fā)展轉(zhuǎn)變；而西部地區(qū)經(jīng)濟(jì)發(fā)展水平較為落后，工業(yè)發(fā)展以資源型產(chǎn)業(yè)為主，工業(yè)

綠色轉(zhuǎn)型升級(jí)進(jìn)度較為緩慢。

表 ２ ２００３—２０１７年各省份工業(yè)綠色轉(zhuǎn)型升級(jí)指數(shù)年均值排序

省份 工業(yè)綠色

轉(zhuǎn)型升級(jí) 排名 省份 工業(yè)綠色

轉(zhuǎn)型升級(jí) 排名 省份 工業(yè)綠色

轉(zhuǎn)型升級(jí) 排名

廣東 ０．０４８ １ 四川 ０．０３８ １１ 江西 ０．０３２ ２１

天津 ０．０４５ ２ 陜西 ０．０３８ １２ 廣西 ０．０２８ ２２

山東 ０．０４２ ３ 安徽 ０．０３７ １３ 山西 ０．０２８ ２３

上海 ０．０４２ ４ 湖北 ０．０３７ １４ 云南 ０．０２６ ２４

福建 ０．０４１ ５ 北京 ０．０３６ １５ 海南 ０．０２５ ２５

黑龍江 ０．０３９ ６ 河北 ０．０３６ １６ 新疆 ０．０２４ ２６

湖南 ０．０３９ ７ 吉林 ０．０３５ １７ 青海 ０．０２１ ２７

江蘇 ０．０３９ ８ 重慶 ０．０３３ １８ 貴州 ０．０２１ ２８

浙江 ０．０３９ ９ 內(nèi)蒙古 ０．０３３ １９ 甘肅 ０．０２０ ２９

河南 ０．０３８ １０ 遼寧 ０．０３２ ２０ 寧夏 ０．００７ ３０

楊 ?，等：環(huán)境規(guī)制與工業(yè)綠色轉(zhuǎn)型升級(jí) ４５

２．解釋變量

環(huán)境規(guī)制強(qiáng)度（ＥＲ）。國(guó)內(nèi)外學(xué)者主要從 ６個(gè)角度對(duì)環(huán)境規(guī)制進(jìn)行測(cè)量［３２］

。本文借鑒傅京燕等［３３］

和童健等［２０］

構(gòu)造方法，使用各地區(qū)城市污水處理率、工業(yè)二氧化硫去除率和工業(yè)煙粉塵去除率 ３個(gè)指標(biāo)

的算數(shù)平均值綜合衡量環(huán)境規(guī)制總體強(qiáng)度，該指標(biāo)值越大，表示該地區(qū)環(huán)境規(guī)制強(qiáng)度越大。

為進(jìn)一步分析異質(zhì)性環(huán)境規(guī)制對(duì)工業(yè)綠色轉(zhuǎn)型升級(jí)的影響，本文將環(huán)境規(guī)制分為命令控制型

（ＬＥＲ）、市場(chǎng)激勵(lì)型（ＭＥＲ）和公眾參與型（ＰＥＲ）三種類型。

（１）命令控制型環(huán)境規(guī)制（ＬＥＲ）

目前已有文獻(xiàn)有采用污染排放綜合指數(shù)［３４］

、政府計(jì)劃中能源強(qiáng)度下降目標(biāo)百分比［２５］

、當(dāng)年完成環(huán)

保驗(yàn)收項(xiàng)目數(shù)［３５］

等指標(biāo)來(lái)衡量命令控制型環(huán)境規(guī)制。為了更準(zhǔn)確地體現(xiàn)命令控制型環(huán)境規(guī)制內(nèi)涵，本

文借鑒李勝蘭等［３６］

的衡量方法，使用各地區(qū)累積有效的地方性環(huán)保法規(guī)、政府規(guī)章和環(huán)境標(biāo)準(zhǔn)總數(shù)表示

命令控制型環(huán)境規(guī)制強(qiáng)度。

（２）市場(chǎng)激勵(lì)型環(huán)境規(guī)制（ＭＥＲ）

有關(guān)市場(chǎng)激勵(lì)型環(huán)境規(guī)制指標(biāo)的衡量，國(guó)內(nèi)學(xué)者主要使用能源價(jià)格綜合指數(shù)［３７］

、排污權(quán)交易試點(diǎn)政

策［３８］

或排污費(fèi)收入［３９］

來(lái)衡量市場(chǎng)激勵(lì)型環(huán)境規(guī)制強(qiáng)度。由于環(huán)境稅費(fèi)制度是我國(guó)市場(chǎng)激勵(lì)型環(huán)境規(guī)

制的重要代表，本文借鑒王兵等［４０］

的衡量方法，使用排污費(fèi)實(shí)繳入庫(kù)金額占工業(yè)增加值的比重表示市場(chǎng)

激勵(lì)型環(huán)境規(guī)制強(qiáng)度。

（３）公眾參與型環(huán)境規(guī)制（ＰＥＲ）

公眾參與型環(huán)境規(guī)制強(qiáng)度主要使用地區(qū)環(huán)境信訪來(lái)信總數(shù)［３９］和人大建議和政協(xié)提案數(shù)指標(biāo)［４０］來(lái)

衡量。鑒于數(shù)據(jù)的完整性，本文借鑒吳磊等［３９］

的衡量方法，使用各地區(qū)人大建議和政協(xié)提案數(shù)來(lái)表征公

眾參與型環(huán)境規(guī)制強(qiáng)度。

３．控制變量

為盡量減少因遺漏變量而造成的估計(jì)結(jié)果偏差，本文選取如下控制變量：① 人力資本水平（ｋ）：人力

資本水平的提高，有助于提升企業(yè)員工的環(huán)保意識(shí)和應(yīng)用創(chuàng)新能力，為企業(yè)綠色轉(zhuǎn)型升級(jí)提供助力。本

文使用各地區(qū)就業(yè)人員中大專及以上學(xué)歷所占比重表示人力資本水平［４１］

。② 對(duì)外開(kāi)放程度（ｆｄｉ）：對(duì)外

開(kāi)放程度越高，意味著更容易引進(jìn)國(guó)外先進(jìn)污染治理技術(shù)，促進(jìn)企業(yè)綠色轉(zhuǎn)型。本文采用各地區(qū)實(shí)際利

用外商直接投資額占工業(yè)總產(chǎn)值的比重表示對(duì)外開(kāi)放程度。③ 市場(chǎng)化程度（ｍａｒｋｅｔ）：提升市場(chǎng)化程度有

利于資源優(yōu)化配置，促進(jìn)企業(yè)優(yōu)勝劣汰，推動(dòng)工業(yè)轉(zhuǎn)型升級(jí)。本文使用各地區(qū)財(cái)政支出占地區(qū)生產(chǎn)總值

的比重來(lái)衡量市場(chǎng)化程度，該指標(biāo)值越小，表示該地區(qū)經(jīng)濟(jì)發(fā)展對(duì)政府部門的依賴度越低，市場(chǎng)化程度越

高。④ 產(chǎn)業(yè)結(jié)構(gòu)（ｓｔｒｕｃ）：產(chǎn)業(yè)結(jié)構(gòu)能夠反映地區(qū)產(chǎn)業(yè)發(fā)展布局，其總體結(jié)構(gòu)的變化對(duì)工業(yè)綠色轉(zhuǎn)型亦能

產(chǎn)生影響。本文采用各地區(qū) ＧＤＰ構(gòu)成中第三產(chǎn)業(yè)與第二產(chǎn)業(yè)的比值表示產(chǎn)業(yè)結(jié)構(gòu)。⑤ 經(jīng)濟(jì)發(fā)展水平

（ｇｄｐ）：地區(qū)經(jīng)濟(jì)發(fā)展水平越高，公眾對(duì)于環(huán)境質(zhì)量改善的訴求越高，有助于推動(dòng)工業(yè)綠色轉(zhuǎn)型升級(jí)。本

文采用各地區(qū)生產(chǎn)總值的對(duì)數(shù)表示經(jīng)濟(jì)發(fā)展水平。

（三）數(shù)據(jù)說(shuō)明

本文采用 ２００３—２０１７年中國(guó) ３０個(gè)省份的面板數(shù)據(jù)（基于數(shù)據(jù)的可得性和完整性，不包括西藏和港

澳臺(tái)地區(qū)）。本文數(shù)據(jù)主要來(lái)源于歷年《中國(guó)環(huán)境年鑒》《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)能源統(tǒng)計(jì)年鑒》《中國(guó)科

技統(tǒng)計(jì)年鑒》《中國(guó)工業(yè)經(jīng)濟(jì)統(tǒng)計(jì)年鑒》和各省份統(tǒng)計(jì)年鑒。為了提高估計(jì)的準(zhǔn)確性和可信度，本文分別

使用工業(yè)生產(chǎn)者出廠價(jià)格指數(shù)、ＧＤＰ平減指數(shù)對(duì)工業(yè)增加值、ＧＤＰ進(jìn)行價(jià)格平減以調(diào)整為可比價(jià)格，基

期為 ２００３年。變量的描述性統(tǒng)計(jì)見(jiàn)表 ３。

４６ ｈｔｔｐ：／／ｃｌｇｓｋ．ｑｋｓ．ｃｑｕｔ．ｅｄｕ．ｃｎ

表 ３ 變量的描述性統(tǒng)計(jì)

變量 變量名稱 均值 標(biāo)準(zhǔn)差 最小值 最大值

Ｕｐｇｒａｄｅ 工業(yè)綠色轉(zhuǎn)型升級(jí) ０．０３３ ０．０１０ ０．００８ ０．０５３

ＥＲ 環(huán)境規(guī)制強(qiáng)度 ０．７５０ ０．１４６ ０．３７５ ０．９９８

ＬＥＲ 命令控制型環(huán)境規(guī)制 ０．２３７ ０．１７６ ０．０００ １．１８０

ＭＥＲ 市場(chǎng)激勵(lì)型環(huán)境規(guī)制 １２．８６７ １１．０２２ ０．８９０ ８８．１２０

ＰＥＲ 公眾參與型環(huán)境規(guī)制 ０．０４８ ０．０４４ ０．００２ ０．５８５

ｋ 人力資本 ０．１３０ ０．０９０ ０．０２０ ０．５５９

ｆｄｉ 對(duì)外開(kāi)放程度 ０．０６６ ０．０６５ ０．００１ ０．４６９

ｍａｒｋｅｔ 市場(chǎng)化程度 ０．２０９ ０．０９３ ０．０７８ ０．６２７

ｓｔｒｕｃ 產(chǎn)業(yè)結(jié)構(gòu) ０．３９６ ０．０８５ ０．１１８ ０．７６９

ｇｄｐ 經(jīng)濟(jì)發(fā)展水平 ８．４８７ ０．８８２ ５．９５４ １０．１５４

四、實(shí)證分析

（一）基準(zhǔn)回歸結(jié)果

為確保本文回歸結(jié)果的穩(wěn)定性，識(shí)別控制變量是否對(duì)核心解釋變量估計(jì)結(jié)果造成影響，在基準(zhǔn)回歸

分析中，本文采取逐步添加控制變量的方法對(duì)模型進(jìn)行調(diào)整，具體回歸結(jié)果如表 ４所示。

表 ４ 環(huán)境規(guī)制對(duì)工業(yè)綠色轉(zhuǎn)型升級(jí)影響的基準(zhǔn)回歸結(jié)果

（１） （２） （３） （４） （５） （６）

ＥＲ ０．０２２

（０．００５）

０．０２６

（０．００５）

０．０２５

（０．００５）

０．０２５

（０．００５）

０．０２４

（０．００５）

０．００９

（０．００５）

ｋ ０．０４５

（０．００９）

０．０４６

（０．００９）

０．０３６

（０．００９４）

０．０３８

（０．００９）

０．０４１

（０．００８）

ｆｄｉ ０．０１９

（０．００７）

０．０１９

（０．００７）

０．０３２

（０．００７）

０．０２３

（０．００６）

ｍａｒｋｅｔ －０．０４１

（０．００９）

－０．０３９

（０．００９）

－０．０２６

（０．００８）

ｓｔｒｕｃ ０．０１８

（０．００４）

０．００８

（０．００３）

ｇｄｐ

０．０２２

（０．００２）

常數(shù)項(xiàng) ０．０２２

（０．００３）

０．０１６

（０．００３）

０．０１５

（０．００３）

０．０２２

（０．００３）

０．０１４

（０．００４）

－０．１５７

（０．０１６）

地區(qū)效應(yīng) 控制 控制 控制 控制 控制 控制

時(shí)間效應(yīng) 控制 控制 控制 控制 控制 控制

Ｎ ４４６ ４４６ ４４６ ４４６ ４４６ ４４６

Ｒ２ ０．０４２ ０．０９４ ０．１１２ ０．１５７ ０．２０７ ０．３８６

注：括號(hào)內(nèi)數(shù)字為系數(shù)的標(biāo)準(zhǔn)誤，、、分別表示 １０％、５％、１％的水平上顯著

楊 ?，等：環(huán)境規(guī)制與工業(yè)綠色轉(zhuǎn)型升級(jí) ４７

表 ４中（１）～（６）列回歸結(jié)果顯示，環(huán)境規(guī)制的回歸系數(shù)均顯著為正，說(shuō)明環(huán)境規(guī)制能夠?qū)I(yè)綠色

轉(zhuǎn)型升級(jí)產(chǎn)生正向激勵(lì)效應(yīng)，假設(shè) １得到驗(yàn)證。面臨日趨嚴(yán)格的環(huán)境規(guī)制，工業(yè)企業(yè)的治污成本進(jìn)一步

增加，這將導(dǎo)致一部分污染嚴(yán)重的企業(yè)倒閉或轉(zhuǎn)移，另一部分企業(yè)在環(huán)境規(guī)制壓力下進(jìn)行綠色技術(shù)創(chuàng)新、

改進(jìn)生產(chǎn)技術(shù)、減少污染排放，從而推動(dòng)工業(yè)綠色轉(zhuǎn)型升級(jí)。如第（２）～（６）列所示，在逐步加入控制變

量后，雖然關(guān)鍵解釋變量的回歸系數(shù)大小有所改變，但正負(fù)關(guān)系不變，環(huán)境規(guī)制對(duì)工業(yè)綠色轉(zhuǎn)型升級(jí)的正

向激勵(lì)效應(yīng)依然存在，進(jìn)一步證明本文模型設(shè)定的可靠性。

控制變量方面：人力資本（ｋ）的系數(shù)為正且通過(guò) １％的顯著性檢驗(yàn)，說(shuō)明人力資本對(duì)工業(yè)綠色轉(zhuǎn)型升

級(jí)存在正向影響。對(duì)外開(kāi)放水平（ｆｄｉ）系數(shù)顯著為正，說(shuō)明 ＦＤＩ對(duì)工業(yè)綠色轉(zhuǎn)型升級(jí)存在積極效應(yīng)，這與

王兵等［４０］

的結(jié)論相同。外資的流入能夠緩解地區(qū)發(fā)展資金不足問(wèn)題，帶來(lái)較先進(jìn)的技術(shù)，從而對(duì)外資流

入地的工業(yè)綠色轉(zhuǎn)型升級(jí)產(chǎn)生正向促進(jìn)作用。市場(chǎng)化程度（ｍａｒｋｅｔ）系數(shù)為負(fù)，這說(shuō)明市場(chǎng)化程度低，會(huì)

阻礙該地區(qū)工業(yè)綠色轉(zhuǎn)型升級(jí)。產(chǎn)業(yè)結(jié)構(gòu)（ｓｔｒｕｃ）的系數(shù)顯著為正，說(shuō)明產(chǎn)業(yè)結(jié)構(gòu)日趨合理化對(duì)工業(yè)綠色

轉(zhuǎn)型升級(jí)有明顯的推動(dòng)作用。經(jīng)濟(jì)發(fā)展水平（ｇｄｐ）系數(shù)在 １％的水平上顯著為正，意味著經(jīng)濟(jì)越發(fā)達(dá)的

地區(qū)，工業(yè)綠色轉(zhuǎn)型升級(jí)程度越高，這與中國(guó)東部地區(qū)省份 ２００３—２０１７年工業(yè)綠色轉(zhuǎn)型年平均值排名靠

前的事實(shí)相符。

（二）穩(wěn)健性檢驗(yàn)

１．內(nèi)生性檢驗(yàn)

為緩解環(huán)境規(guī)制與工業(yè)綠色轉(zhuǎn)型升級(jí)之間可能存在的反向因果關(guān)系導(dǎo)致的內(nèi)生性問(wèn)題對(duì)回歸結(jié)果

的影響，本文參考杜龍政等［２９］

的方法，選取環(huán)境規(guī)制的滯后一期作為工具變量，使用兩階段最小二乘法

（２ＳＬＳ）進(jìn)行穩(wěn)健性檢驗(yàn)，研究環(huán)境規(guī)制對(duì)工業(yè)綠色轉(zhuǎn)型升級(jí)的作用效果?；貧w結(jié)果見(jiàn)表 ５。

表 ５ 工具變量回歸結(jié)果

（１） （２） （３） （４） （５） （６）

ＥＲ ０．０２５

（０．００８）

０．０３０

（０．００８）

０．０３０

（０．００８）

０．０２９

（０．００８）

０．０２９

（０．００７）

０．０１１

（０．００７）

ｋ ０．０４３

（０．０１１）

０．０４４

（０．０１０）

０．０３５

（０．０１０）

０．０３７

（０．０１０）

０．０４２

（０．００９）

ｆｄｉ ０．０１５

（０．００８）

０．０１６

（０．００７）

０．０３２

（０．００７）

０．０２４

（０．００７）

ｍａｒｋｅｔ －０．０４６

（０．０１１）

－０．０４４

（０．０１１）

－０．０３１

（０．０１０）

ｓｔｒｕｃ ０．０１７

（０．００４）

０．００６

（０．００３）

ｇｄｐ

０．０２２

（０．００２）

常數(shù)項(xiàng) ０．０２３

（０．００５）

０．００３

（０．００７）

－０．００１

（０．００７）

０．０１０

（０．００８）

０．００１

（０．００７）

－０．１７１

（０．０２０）

ＫｌｅｉｂｅｒｇｅｎＰａａｐ

ｒｋＬＭ統(tǒng)計(jì)量

１０２．７８４

（０．０００）

９５．０３６

（０．０００）

９４．３３０

（０．０００）

９４．６７０

（０．０００）

９４．６９９

（０．０００）

９１．２８１

（０．０００）

ＫｌｅｉｂｅｒｇｅｎＰａａｐ

ｒｋＷａｌｄＦ統(tǒng)計(jì)量

３４０．６０２

（１６．８３）

３１３．２７８

（１６．８３）

３１２．１７０

（１６．８３）

３１７．２６５

（１６．８３）

３１５．８０７

（１６．８３）

２６８．９４７

（１６．８３）

４８ ｈｔｔｐ：／／ｃｌｇｓｋ．ｑｋｓ．ｃｑｕｔ．ｅｄｕ．ｃｎ

續(xù)表（表 ５）

（１） （２） （３） （４） （５） （６）

時(shí)間效應(yīng) 控制 控制 控制 控制 控制 控制

地區(qū)效應(yīng) 控制 控制 控制 控制 控制 控制

Ｎ ４１６ ４１６ ４１６ ４１６ ４１６ ４１６

Ｒ２ ０．８１４ ０．８２０ ０．８２２ ０．８３３ ０．８４１ ０．８７６

注：括號(hào)內(nèi)數(shù)字為系數(shù)的標(biāo)準(zhǔn)誤，、、分別表示 １０％、５％、１％的水平上顯著

表 ５回歸結(jié)果顯示，第（１）～（６）列中 ＫｌｅｉｂｅｒｇｅｎＰａａｐｒｋＬＭ檢驗(yàn)和 ＫｌｅｉｂｅｒｇｅｎＰａａｐｒｋＷａｌｄＦ檢驗(yàn)

均拒絕了原假設(shè)，說(shuō)明工具變量不存在識(shí)別不足和弱工具變量問(wèn)題，工具變量的選取合理。在控制內(nèi)生

性問(wèn)題的前提下，逐步加入控制變量，環(huán)境規(guī)制的系數(shù)均顯著為正，說(shuō)明環(huán)境規(guī)制對(duì)工業(yè)綠色轉(zhuǎn)型升級(jí)的

正向激勵(lì)效應(yīng)依然存在，這與上文基準(zhǔn)回歸結(jié)果一致，假設(shè) １再次得到驗(yàn)證。

２．替代變量

為進(jìn)一步保證回歸結(jié)果的穩(wěn)健性，本文參考沈坤榮等［４２］

和童健等［２０］

的方法，選取工業(yè)煙（粉）塵去

除率（ＥＲ２）和廢水、廢氣污染治理投資占工業(yè)增加值的比重（ＥＲ３）作為環(huán)境規(guī)制的替代變量，驗(yàn)證環(huán)境

規(guī)制對(duì)工業(yè)綠色轉(zhuǎn)型升級(jí)的作用。替代變量回歸結(jié)果見(jiàn)表 ６。可以發(fā)現(xiàn)，在更換環(huán)境規(guī)制衡量方法后，

環(huán)境規(guī)制系數(shù)仍然顯著為正，與上文結(jié)果一致，假設(shè) １的穩(wěn)健性再次得以證實(shí)。

表 ６ 替代變量回歸結(jié)果

（１） （２）

ＥＲ２ ０．０２４ （０．０１０）

ＥＲ３ ０．０８５ （０．０４５）

ｋ ０．０４３ （０．００７） ０．０４２ （０．００８）

ｆｄｉ ０．０２１ （０．００６） ０．０２２ （０．００６）

ｍａｒｋｅｔ －０．０２９ （０．００６） －０．０１９ （０．００７）

ｓｔｒｕｃ ０．００８ （０．００３） ０．００８ （０．００３）

ｇｄｐ ０．０２２ （０．００２） ０．０２５ （０．００２）

常數(shù)項(xiàng) －０．１７４ （０．０１５） －０．１７１ （０．０１６）

時(shí)間效應(yīng) 控制 控制

地區(qū)效應(yīng) 控制 控制

Ｎ ４１８ ４５０

Ｒ２ ０．４３９ ０．３７８

注：括號(hào)內(nèi)數(shù)字為系數(shù)的標(biāo)準(zhǔn)誤，、、分別表示 １０％、５％、１％的水平上顯著

（三）異質(zhì)型環(huán)境規(guī)制分析

中國(guó)環(huán)境規(guī)制工具種類多樣，不同類型環(huán)境規(guī)制實(shí)施主體和作用機(jī)制不同，其對(duì)工業(yè)綠色轉(zhuǎn)型升級(jí)

的作用效果也不盡相同。故本文在以上分析的基礎(chǔ)上，將環(huán)境規(guī)制細(xì)分為命令控制型、市場(chǎng)激勵(lì)型和公

眾參與型環(huán)境規(guī)制，進(jìn)一步研究異質(zhì)性環(huán)境規(guī)制對(duì)工業(yè)綠色轉(zhuǎn)型升級(jí)的作用效果?；貧w結(jié)果見(jiàn)表 ７。

楊 ?，等：環(huán)境規(guī)制與工業(yè)綠色轉(zhuǎn)型升級(jí) ４９

表 ７ 不同類型環(huán)境規(guī)制對(duì)工業(yè)綠色轉(zhuǎn)型升級(jí)的影響

（１）

命令控制型

（２）

市場(chǎng)激勵(lì)型

（３）

公眾參與型

ＬＥＲ ０．００４ （０．００１）

ＭＥＲ ０．００１（０．００１）

ＰＥＲ ０．００６（０．００６）

ｋ ０．０３９ （０．００８） ０．０４１ （０．００８） ０．０４２ （０．００８）

ｆｄｉ ０．０２０ （０．００６） ０．０２１ （０．００６） ０．０２１ （０．００６）

ｍａｒｋｅｔ －０．０１６ （０．００７） －０．０２０ （０．００７） －０．０１６ （０．００７）

ｓｔｒｕｃ ０．００７ （０．００３） ０．００９ （０．００３） ０．００８ （０．００３）

ｇｄｐ ０．０２５ （０．００２） ０．０２５ （０．００２） ０．０２５ （０．００２）

常數(shù)項(xiàng) －０．１７２ （０．０１６） －０．１７５ （０．０１６） －０．１７１ （０．０１６）

時(shí)間效應(yīng) 控制 控制 控制

地區(qū)效應(yīng) 控制 控制 控制

Ｎ ４５０ ４５０ ４５０

Ｒ２ ０．３８０ ０．３７７ ０．３７４

注：括號(hào)內(nèi)數(shù)字為系數(shù)的標(biāo)準(zhǔn)誤，、、分別表示 １０％、５％、１％的水平上顯著

表 ７第（１）列回歸結(jié)果顯示命令控制型環(huán)境規(guī)制（ＬＥＲ）的系數(shù)在 ５％的水平上顯著為正，表明命令

控制型環(huán)境規(guī)制對(duì)工業(yè)綠色轉(zhuǎn)型升級(jí)有正向促進(jìn)作用，假設(shè) ２ａ得到驗(yàn)證。作為傳統(tǒng)的環(huán)境規(guī)制工具，命

令控制型環(huán)境規(guī)制在中國(guó)環(huán)境規(guī)制體系中占比最大，起步早且趨于成熟。地方性環(huán)保法規(guī)、政府規(guī)章和

環(huán)境標(biāo)準(zhǔn)總數(shù)的增加不僅表示地方環(huán)境立法覆蓋面的擴(kuò)大和規(guī)則標(biāo)準(zhǔn)的進(jìn)一步細(xì)化，也顯示出地方政府

對(duì)污染治理、環(huán)境保護(hù)的重視程度與日俱增。此外，命令控制型環(huán)境規(guī)制具有較強(qiáng)的政策威懾力，能夠?qū)?/p>

工業(yè)企業(yè)能源資源消耗與污染排放形成強(qiáng)制約束，有效促進(jìn)地區(qū)工業(yè)綠色轉(zhuǎn)型升級(jí)，實(shí)現(xiàn)在保護(hù)環(huán)境的

同時(shí)推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展。

第（２）列回歸結(jié)果顯示市場(chǎng)激勵(lì)型環(huán)境規(guī)制（ＭＥＲ）系數(shù)為正，但不顯著。這說(shuō)明現(xiàn)階段排污收費(fèi)制

度對(duì)工業(yè)綠色轉(zhuǎn)型升級(jí)無(wú)明顯作用，假設(shè) ２ｂ得到驗(yàn)證。市場(chǎng)激勵(lì)型環(huán)境規(guī)制依靠市場(chǎng)信號(hào)的引導(dǎo)作用，

對(duì)污染排放進(jìn)行定價(jià)，使環(huán)境的負(fù)外部性成本內(nèi)部化。中國(guó)的排污收費(fèi)制度對(duì)工業(yè)綠色轉(zhuǎn)型升級(jí)的影響

要結(jié)合各企業(yè)的成本效益來(lái)考慮。當(dāng)企業(yè)實(shí)際繳納的排污費(fèi)金額超過(guò)企業(yè)減排成本時(shí)，企業(yè)將有動(dòng)力進(jìn)

行綠色技術(shù)創(chuàng)新減少污染排放，促進(jìn)工業(yè)綠色轉(zhuǎn)型升級(jí)。但中國(guó)排污費(fèi)征收標(biāo)準(zhǔn)偏低，在實(shí)際執(zhí)行時(shí)剛

性不足［２７］

，執(zhí)行過(guò)程常出現(xiàn)政企合謀現(xiàn)象［２８］

，故排污收費(fèi)制度往往不能達(dá)到激勵(lì)企業(yè)減排并推動(dòng)工業(yè)

綠色轉(zhuǎn)型的政策預(yù)期。為解決排污收費(fèi)制度所存在的弊端，中國(guó)于 ２０１８年 １月 １日正式開(kāi)征環(huán)保稅，取

代排污收費(fèi)制度，這一變動(dòng)有利于進(jìn)一步規(guī)范環(huán)保收費(fèi)行為，解決排污收費(fèi)制度執(zhí)行時(shí)剛性不足、政府過(guò)

多干預(yù)等問(wèn)題。

第（３）列回歸結(jié)果顯示公眾參與型環(huán)境規(guī)制（ＰＥＲ）系數(shù)為正，但不顯著，表明公眾參與型環(huán)境規(guī)制

對(duì)工業(yè)綠色轉(zhuǎn)型升級(jí)無(wú)明顯促進(jìn)作用，假設(shè) ２ｃ得到驗(yàn)證。究其原因，一方面是由于中國(guó)公眾參與型環(huán)境

規(guī)制工具運(yùn)用起步較晚，公眾對(duì)參與環(huán)境保護(hù)行動(dòng)的信息和渠道缺乏了解，且該類型環(huán)境規(guī)制不具有強(qiáng)

制性，公眾參與基于自愿，作用效果存在一定的時(shí)滯。另一方面，面對(duì)公眾參與型環(huán)境規(guī)制，企業(yè)主動(dòng)節(jié)

能減排的動(dòng)力源于消費(fèi)者綠色理念和環(huán)保組織的壓力［４３］

，而這部分壓力不具有命令控制型環(huán)境規(guī)制的

威懾力，故而高污染企業(yè)并不會(huì)因此投入大量資金進(jìn)行污染治理、研發(fā)綠色生產(chǎn)技術(shù)，無(wú)法有效發(fā)揮其對(duì)

５０ ｈｔｔｐ：／／ｃｌｇｓｋ．ｑｋｓ．ｃｑｕｔ．ｅｄｕ．ｃｎ

工業(yè)綠色轉(zhuǎn)型升級(jí)的積極作用。

五、進(jìn)一步分析：環(huán)境規(guī)制執(zhí)行力度的調(diào)節(jié)作用

環(huán)境規(guī)制的作用效果不僅與環(huán)境規(guī)制強(qiáng)度有關(guān)，也與規(guī)制的執(zhí)行力度密切相關(guān)。環(huán)境規(guī)制強(qiáng)度較

高，但執(zhí)行力度不足，也難以發(fā)揮對(duì)工業(yè)綠色轉(zhuǎn)型升級(jí)的推動(dòng)作用。因此，有必要進(jìn)一步探討環(huán)境規(guī)制通

過(guò)執(zhí)行力度影響工業(yè)綠色轉(zhuǎn)型升級(jí)的機(jī)制。本文將計(jì)量模型（１）進(jìn)行擴(kuò)展，設(shè)定如下：

Ｕｐｇｒａｄｅｉｔ ＝β０ ＋β１ＥＲｉｔ＋β２ＥＲｉｔ×ＥＥＲｉｔ＋β３Ｘｉｔ＋μｉ＋δｔ＋εｉｔ （８）

其中，ＥＥＲ為環(huán)境規(guī)制執(zhí)行力度，加入其與環(huán)境規(guī)制強(qiáng)度的交互項(xiàng) ＥＲ×ＥＥＲ來(lái)分析環(huán)境規(guī)制執(zhí)行力度對(duì)

環(huán)境規(guī)制實(shí)施效果的調(diào)節(jié)作用［４４］

。鑒于三種類型環(huán)境規(guī)制在執(zhí)行過(guò)程中都有環(huán)保系統(tǒng)監(jiān)察和監(jiān)測(cè)部門

人員參與這一事實(shí)，本文使用環(huán)保系統(tǒng)監(jiān)察和監(jiān)測(cè)部門人員數(shù)作為環(huán)境規(guī)制執(zhí)行力度的代理變量。原因

在于，環(huán)境執(zhí)法監(jiān)管任務(wù)繁重，需要大量的人力物力，監(jiān)管人員不足將導(dǎo)致環(huán)境執(zhí)法“捉襟見(jiàn)肘”，只有加

強(qiáng)執(zhí)法隊(duì)伍建設(shè)才能有效提高環(huán)境規(guī)制執(zhí)行力度。為消除各地經(jīng)濟(jì)發(fā)展水平差異對(duì)結(jié)果的影響，本文使

用每?jī)|元工業(yè)增加值環(huán)保系統(tǒng)監(jiān)察和監(jiān)測(cè)部門人員數(shù)來(lái)衡量環(huán)境規(guī)制執(zhí)行力度。其他變量的選取與前

文一致?；貧w結(jié)果見(jiàn)表 ８。

表 ８ 環(huán)境規(guī)制執(zhí)行力度調(diào)節(jié)作用回歸結(jié)果

（１）

命令控制型

（２）

市場(chǎng)激勵(lì)性

（３）

公眾參與型

ＬＥＲ －０．００３（０．００２）

ＬＥＲ×ＥＥＲ ０．００９ （０．００３）

ＭＥＲ ０．０００５（０．０００５）

ＭＥＲ×ＥＥＲ ０．０００４ （０．０００２）

ＰＥＲ －０．００９（０．０１０）

ＰＥＲ×ＥＥＲ ０．０１７ （０．０１０）

ｋ ０．０４１ （０．００８） ０．０３５ （０．００８） ０．０３９ （０．００８）

ｆｄｉ ０．０２１ （０．００６） ０．０２０ （０．００６） ０．０２３ （０．００６）

ｍａｒｋｅｔ －０．０２３ （０．００７） －０．０１７ （０．００７） －０．０１８ （０．００７）

ｓｔｒｕｃ ０．０１０ （０．００３） ０．０１０ （０．００３） ０．００９ （０．００３）

ｇｄｐ ０．０２６ （０．００２） ０．０２７ （０．００２） ０．０２５ （０．００２）

常數(shù)項(xiàng) －０．１８１ （０．０１６） －０．１９１ （０．０１８） －０．１７５ （０．０１６）

時(shí)間效應(yīng) 控制 控制 控制

地區(qū)效應(yīng) 控制 控制 控制

Ｎ ４５０ ４５０ ４５０

Ｒ２ ０．３９７ ０．３８５ ０．３７９

注：括號(hào)內(nèi)數(shù)字為系數(shù)的標(biāo)準(zhǔn)誤，、、分別表示 １０％、５％、１％的水平上顯著

由表 ８第（１）～（３）列回歸結(jié)果可見(jiàn)，交互項(xiàng) ＬＥＲ×ＥＥＲ、ＭＥＲ×ＥＥＲ和 ＰＥＲ×ＥＥＲ均顯著為正，表

明隨著環(huán)境規(guī)制執(zhí)行力度的增強(qiáng)，命令控制型、市場(chǎng)激勵(lì)型和公眾參與型環(huán)境規(guī)制對(duì)工業(yè)綠色轉(zhuǎn)型升級(jí)

的作用效果均得到加強(qiáng)。這說(shuō)明環(huán)境規(guī)制執(zhí)行力度的強(qiáng)化會(huì)促進(jìn)不同類型環(huán)境規(guī)制工具對(duì)工業(yè)綠色轉(zhuǎn)

型升級(jí)正向激勵(lì)作用的發(fā)揮，假設(shè) ３得到驗(yàn)證。這意味著，為促進(jìn)工業(yè)綠色轉(zhuǎn)型升級(jí)，地方政府不僅要制

楊 ?，等：環(huán)境規(guī)制與工業(yè)綠色轉(zhuǎn)型升級(jí) ５１

定嚴(yán)格的環(huán)境規(guī)制政策，更要抓好落實(shí)，加大環(huán)境規(guī)制執(zhí)行力度，做到“執(zhí)規(guī)必嚴(yán)，違規(guī)必究”。

六、結(jié)論及建議

本文在經(jīng)濟(jì)高質(zhì)量發(fā)展背景下，探究環(huán)境規(guī)制對(duì)工業(yè)綠色轉(zhuǎn)型升級(jí)的影響，并從異質(zhì)性環(huán)境規(guī)制以

及環(huán)境規(guī)制執(zhí)行力度視角展開(kāi)研究，主要結(jié)論如下：（１）從總體看，環(huán)境規(guī)制的實(shí)施顯著推動(dòng)了工業(yè)綠色

轉(zhuǎn)型升級(jí)進(jìn)程，經(jīng)過(guò)一系列穩(wěn)健性檢驗(yàn)，該結(jié)論依然成立；（２）從環(huán)境規(guī)制類型看，命令控制型環(huán)境規(guī)制

對(duì)工業(yè)綠色轉(zhuǎn)型升級(jí)具有明顯的促進(jìn)作用，市場(chǎng)激勵(lì)型和公眾參與型環(huán)境規(guī)制對(duì)工業(yè)綠色轉(zhuǎn)型升級(jí)無(wú)明

顯作用；（３）環(huán)境規(guī)制執(zhí)行力度的提升能夠促進(jìn)環(huán)境規(guī)制工具對(duì)工業(yè)綠色轉(zhuǎn)型升級(jí)正向激勵(lì)作用的

發(fā)揮。

上述分析結(jié)果對(duì)完善中國(guó)環(huán)境規(guī)制體系與促進(jìn)工業(yè)綠色轉(zhuǎn)型升級(jí)具有重要啟示，具體提出以下政策

建議。

第一，加大環(huán)境質(zhì)量在地方政府官員政績(jī)考核中的比重。本文研究表明，提高環(huán)境規(guī)制強(qiáng)度能夠有

效促進(jìn)工業(yè)綠色轉(zhuǎn)型升級(jí)。過(guò)分注重短期經(jīng)濟(jì)效益而忽略長(zhǎng)期環(huán)境效益，容易出現(xiàn)政企合謀行為，降低

環(huán)境規(guī)制強(qiáng)度，從而無(wú)法發(fā)揮環(huán)境政策工具的目標(biāo)效果。因此，應(yīng)加大環(huán)境質(zhì)量在官員考核中的比重，促

使地方官員形成“綠水青山就是金山銀山”的發(fā)展觀念，積極完善并有效落實(shí)環(huán)境規(guī)制政策，推動(dòng)地方工

業(yè)綠色轉(zhuǎn)型升級(jí)。

第二，完善市場(chǎng)激勵(lì)型環(huán)境規(guī)制政策體系。２０１８年，環(huán)境保護(hù)稅制度的實(shí)施實(shí)現(xiàn)了環(huán)境保護(hù)“費(fèi)”改

“稅”的跨越，但環(huán)境保護(hù)稅稅額標(biāo)準(zhǔn)仍然沿用排污費(fèi)征收標(biāo)準(zhǔn)，且征收標(biāo)準(zhǔn)遠(yuǎn)低于污染治理的邊際成

本［４５］

，導(dǎo)致環(huán)保稅的減排效應(yīng)難以發(fā)揮。地方政府應(yīng)按照“污染者付費(fèi)”原則分地區(qū)分階段逐步提高環(huán)

保稅稅率，有效激勵(lì)企業(yè)減少污染排放。此外，環(huán)境保護(hù)稅應(yīng)依靠稅收的強(qiáng)制性，克服排污收費(fèi)制度執(zhí)法

剛性不足、地方政府干預(yù)等問(wèn)題，激勵(lì)企業(yè)改進(jìn)生產(chǎn)技術(shù)，減少污染排放，推動(dòng)工業(yè)綠色轉(zhuǎn)型升級(jí)。

第三，進(jìn)一步健全公眾參與型環(huán)境規(guī)制政策，完善社會(huì)公眾監(jiān)督體系。公眾參與型環(huán)境規(guī)制不僅可

以降低政府部門對(duì)環(huán)境污染行為的監(jiān)督、監(jiān)察成本，還有利于充分調(diào)動(dòng)公眾參與環(huán)境保護(hù)事業(yè)的積極性。

中國(guó)目前公眾參與型環(huán)境規(guī)制還在起步階段，需進(jìn)一步完善環(huán)境信訪制度，開(kāi)通多種環(huán)境污染問(wèn)題投訴

渠道［４６］

，減少公眾參與障礙，充分調(diào)動(dòng)社會(huì)公眾對(duì)環(huán)境保護(hù)的積極性，發(fā)揮公眾參與型環(huán)境規(guī)制對(duì)工業(yè)

綠色轉(zhuǎn)型升級(jí)的正向作用。

第四，加大環(huán)境規(guī)制執(zhí)行力度。提升環(huán)境規(guī)制執(zhí)行力度能夠促進(jìn)不同類型環(huán)境規(guī)制對(duì)工業(yè)綠色轉(zhuǎn)型

升級(jí)發(fā)揮積極作用。因此，環(huán)境保護(hù)部門要強(qiáng)化對(duì)環(huán)境規(guī)制執(zhí)行情況的監(jiān)督，加強(qiáng)環(huán)保隊(duì)伍建設(shè)，引進(jìn)高

素質(zhì)專業(yè)化人才加入環(huán)保隊(duì)伍，并加大培訓(xùn)力度，提高生態(tài)環(huán)境執(zhí)法人員業(yè)務(wù)能力和執(zhí)法水平，將環(huán)境規(guī)

制政策落到實(shí)處，切實(shí)推動(dòng)工業(yè)綠色轉(zhuǎn)型升級(jí)，為經(jīng)濟(jì)高質(zhì)量發(fā)展提供助力。

參考文獻(xiàn)：

［１］ 韓超，胡浩然．清潔生產(chǎn)標(biāo)準(zhǔn)規(guī)制如何動(dòng)態(tài)影響全要素生產(chǎn)率———剔除其他政策干擾的準(zhǔn)自然實(shí)驗(yàn)分析［Ｊ］．中國(guó)工業(yè)

經(jīng)濟(jì)，２０１５（５）：７０－８２．

［２］ 宋弘，孫雅潔，陳登科．政府空氣污染治理效應(yīng)評(píng)估———來(lái)自中國(guó)“低碳城市”建設(shè)的經(jīng)驗(yàn)研究［Ｊ］．管理世界，２０１９（６）：

９５－１０８，１９５．

［３］ ＧＲＡＹＷＢ．Ｔｈｅｃｏｓｔｏｆｒｅｇｕｌａｔｉｏｎ：ＯＳＨＡ，ＥＰＡａｎｄｔｈｅｐｒｏｄｕｃｔｉｖｉｔｙｓｌｏｗｄｏｗｎ［Ｊ］．ＡｍｅｒｉｃａｎＥｃｏｎｏｍｉｃＲｅｖｉｅｗ，１９８７，７７（７７）：

９９８－１００６．

［４］ ＰＯＲＴＥＲＭＥ，ＬＩＮＤＥＣ．Ｔｏｗａｒｄａｎｅｗｃｏｎｃｅｐｔｉｏｎｏｆｔｈｅｅｎｖｉｒｏｎｍｅｎｔｃｏｍｐｅｔｉｔｉｖｅｎｅｓｓｒｅｌａｔｉｏｎｓｈｉｐ［Ｊ］．ＪｏｕｒｎａｌｏｆＥｃｏｎｏｍｉｃ

Ｐｅｒｓｐｅｃｔｉｖｅｓ，１９９５，９（４）：９７－１１８．

５２ ｈｔｔｐ：／／ｃｌｇｓｋ．ｑｋｓ．ｃｑｕｔ．ｅｄｕ．ｃｎ

［５］ ＢＲＵＮＮＥＲＭＥＩＥＲＳＢ，ＣＯＨＥＮＭＡ．ＤｅｔｅｒｍｉｎａｎｔｓｏｆｅｎｖｉｒｏｎｍｅｎｔａｌｉｎｎｏｖａｔｉｏｎｉｎＵＳｍａｎｕｆａｃｔｕｒｉｎｇｉｎｄｕｓｔｒｉｅｓ［Ｊ］．Ｊｏｕｒｎａｌｏｆ

ＥｎｖｉｒｏｎｍｅｎｔａｌＥｃｏｎｏｍｉｃｓａｎｄＭａｎａｇｅｍｅｎｔ，２００３，４５（２）：２７８－２９３．

［６］ 王曉祺，郝雙光，張俊民．新《環(huán)保法》與企業(yè)綠色創(chuàng)新：“倒逼”抑或“擠出”？［Ｊ］．中國(guó)人口·資源與環(huán)境，２０２０（７）：

１０７－１１７．

［７］ ＪＩＡＮＭＩＮＤ，ＨＡＮＸ．ＨｏｗｄｏｅｓｔｈｅｉｎｄｕｓｔｒｙｍｏｂｉｌｉｔｙａｆｆｅｃｔｐｏｌｌｕｔｉｏｎｉｎｄｕｓｔｒｙｔｒａｎｓｆｅｒｉｎＣｈｉｎａ：Ｅｍｐｉｒｉｃａｌｔｅｓｔｏｎｐｏｌｌｕｔｉｏｎｈａ

ｖｅｎｈｙｐｏｔｈｅｓｉｓａｎｄｐｏｒｔｅｒｈｙｐｏｔｈｅｓｉｓ［Ｊ］．ＪｏｕｒｎａｌｏｆＣｌｅａｎｅｒＰｒｏｄｕｃｔｉｏｎ，２０１９，２１７：１０５－１１５．

［８］ ＬＩＳＴＪＡ，ＣＯＣＹ．Ｔｈｅｅｆｆｅｃｔｓｏｆｅｎｖｉｒｏｎｍｅｎｔａｌｒｅｇｕｌａｔｉｏｎｓｏｎｆｏｒｅｉｇｎｄｉｒｅｃｔｉｎｖｅｓｔｍｅｎｔ［Ｊ］．ＪｏｕｒｎａｌｏｆＥｎｖｉｒｏｎｍｅｎｔａｌＥｃｏｎｏｍ

ｉｃｓａｎｄＭａｎａｇｅｍｅｎｔ，２０００，４０（１）：１－２０．

［９］ 劉和旺，劉博濤，鄭世林．環(huán)境規(guī)制與產(chǎn)業(yè)轉(zhuǎn)型升級(jí)：基于“十一五”減排政策的 ＤＩＤ檢驗(yàn)［Ｊ］．中國(guó)軟科學(xué)，２０１９（５）：４０

－５２．

［１０］余泳澤，孫鵬博，宣燁．地方政府環(huán)境目標(biāo)約束是否影響了產(chǎn)業(yè)轉(zhuǎn)型升級(jí)？［Ｊ］．經(jīng)濟(jì)研究，２０２０（８）：５７－７２．

［１１］原毅軍，謝榮輝．環(huán)境規(guī)制的產(chǎn)業(yè)結(jié)構(gòu)調(diào)整效應(yīng)研究———基于中國(guó)省際面板數(shù)據(jù)的實(shí)證檢驗(yàn)［Ｊ］．中國(guó)工業(yè)經(jīng)濟(jì)，２０１４

（８）：５７－６９．

［１２］鐘茂初，李夢(mèng)潔，杜威劍．環(huán)境規(guī)制能否倒逼產(chǎn)業(yè)結(jié)構(gòu)調(diào)整———基于中國(guó)省際面板數(shù)據(jù)的實(shí)證檢驗(yàn)［Ｊ］．中國(guó)人口·資

源與環(huán)境，２０１５（８）：１０７－１１５．

［１３］黃寰，秦思露，劉玉邦，等．環(huán)境規(guī)制約束下資源型城市產(chǎn)業(yè)轉(zhuǎn)型升級(jí)研究［Ｊ］．華中師范大學(xué)學(xué)報(bào)（自然科學(xué)版），２０２０

（４）：５７６－５８６．

［１４］李攀藝，楊靜娜，曹奧臣．環(huán)境政策的工業(yè)廢氣治理效應(yīng)及其地區(qū)差異研究———基于省級(jí)面板數(shù)據(jù)的實(shí)證分析［Ｊ］．重

慶理工大學(xué)學(xué)報(bào)（社會(huì)科學(xué)），２０２０（８）：７－１６．

［１５］鄧慧慧，楊露鑫．霧霾治理、地方競(jìng)爭(zhēng)與工業(yè)綠色轉(zhuǎn)型［Ｊ］．中國(guó)工業(yè)經(jīng)濟(jì)，２０１９（１０）：１１８－１３６．

［１６］岳鴻飛，徐穎，吳瞞．技術(shù)創(chuàng)新方式選擇與中國(guó)工業(yè)綠色轉(zhuǎn)型的實(shí)證分析［Ｊ］．中國(guó)人口·資源與環(huán)境，２０１７（１２）：１９６

－２０６．

［１７］申晨，李勝蘭，黃亮雄．異質(zhì)性環(huán)境規(guī)制對(duì)中國(guó)工業(yè)綠色轉(zhuǎn)型的影響機(jī)理研究———基于中介效應(yīng)的實(shí)證分析［Ｊ］．南開(kāi)

經(jīng)濟(jì)研究，２０１８（５）：９５－１１４．

［１８］宋典，宋培，陳?．環(huán)境規(guī)制下中國(guó)工業(yè)綠色轉(zhuǎn)型的技術(shù)路徑選擇：自主創(chuàng)新或技術(shù)外??？［Ｊ］．商業(yè)研究，２０２０（２）：１０１

－１１０．

［１９］朱東波，任力．環(huán)境規(guī)制、外商直接投資與中國(guó)工業(yè)綠色轉(zhuǎn)型［Ｊ］．國(guó)際貿(mào)易問(wèn)題，２０１７（１１）：７０－８１．

［２０］童健，劉偉，薛景．環(huán)境規(guī)制、要素投入結(jié)構(gòu)與工業(yè)行業(yè)轉(zhuǎn)型升級(jí)［Ｊ］．經(jīng)濟(jì)研究，２０１６（７）：４３－５７．

［２１］徐佳，崔靜波．低碳城市和企業(yè)綠色技術(shù)創(chuàng)新［Ｊ］．中國(guó)工業(yè)經(jīng)濟(jì)，２０２０（１２）：１７８－１９６．

［２２］韓超，張偉廣，馮展斌．環(huán)境規(guī)制如何“去”資源錯(cuò)配———基于中國(guó)首次約束性污染控制的分析［Ｊ］．中國(guó)工業(yè)經(jīng)濟(jì)，２０１７

（４）：１１５－１３４．

［２３］張?．環(huán)境規(guī)制與企業(yè)行為間的關(guān)聯(lián)機(jī)制研究［Ｊ］．財(cái)經(jīng)問(wèn)題研究，２００５（４）：３４－３９．

［２４］趙玉民，朱方明，賀立龍．環(huán)境規(guī)制的界定、分類與演進(jìn)研究［Ｊ］．中國(guó)人口·資源與環(huán)境，２００９（６）：８５－９０．

［２５］王班班，齊紹洲．市場(chǎng)型和命令型政策工具的節(jié)能減排技術(shù)創(chuàng)新效應(yīng)———基于中國(guó)工業(yè)行業(yè)專利數(shù)據(jù)的實(shí)證［Ｊ］．中國(guó)

工業(yè)經(jīng)濟(jì)，２０１６（６）：９１－１０８．

［２６］ＪＡＦＦＥＡＢ，ＰＡＬＭＥＲＫ．Ｅｎｖｉｒｏｎｍｅｎｔａｌｒｅｇｕｌａｔｉｏｎａｎｄｉｎｎｏｖａｔｉｏｎ：Ａｐａｎｅｌｄａｔａｓｔｕｄｙ［Ｊ］．ＴｈｅＲｅｖｉｅｗｏｆＥｃｏｎｏｍｉｃｓａｎｄＳｔａ

ｔｉｓｔｉｃｓ，１９９７，７９（４）：６１０－６１９．

［２７］張小筠，劉戒驕．新中國(guó) ７０年環(huán)境規(guī)制政策變遷與取向觀察［Ｊ］．改革，２０１９（１０）：１６－２５．

［２８］鄭石明．環(huán)境政策何以影響環(huán)境質(zhì)量？———基于省級(jí)面板數(shù)據(jù)的證據(jù)［Ｊ］．中國(guó)軟科學(xué)，２０１９（２）：４９－６１，９２．

［２９］杜龍政，趙云輝，陶克濤，等．環(huán)境規(guī)制、治理轉(zhuǎn)型對(duì)綠色競(jìng)爭(zhēng)力提升的復(fù)合效應(yīng)———基于中國(guó)工業(yè)的經(jīng)驗(yàn)證據(jù)［Ｊ］．經(jīng)

濟(jì)研究，２０１９（１０）：１０６－１２０．

［３０］余泳澤．中國(guó)省際全要素生產(chǎn)率動(dòng)態(tài)空間收斂性研究［Ｊ］．世界經(jīng)濟(jì)，２０１５（１０）：３０－５５．

［３１］張軍，吳桂英，張吉鵬．中國(guó)省際物質(zhì)資本存量估算：１９５２—２０００［Ｊ］．經(jīng)濟(jì)研究，２００４（１０）：３５－４４．

［３２］張成，陸，郭路，等．環(huán)境規(guī)制強(qiáng)度和生產(chǎn)技術(shù)進(jìn)步［Ｊ］．經(jīng)濟(jì)研究，２０１１（２）：１１３－１２４．

［３３］傅京燕，李麗莎．環(huán)境規(guī)制、要素稟賦與產(chǎn)業(yè)國(guó)際競(jìng)爭(zhēng)力的實(shí)證研究———基于中國(guó)制造業(yè)的面板數(shù)據(jù)［Ｊ］．管理世界，

２０１０（１０）：８７－９８，１８７．

楊 ?，等：環(huán)境規(guī)制與工業(yè)綠色轉(zhuǎn)型升級(jí) ５３

［３４］李虹，鄒慶．環(huán)境規(guī)制、資源稟賦與城市產(chǎn)業(yè)轉(zhuǎn)型研究———基于資源型城市與非資源型城市的對(duì)比分析［Ｊ］．經(jīng)濟(jì)研究，

２０１８（１１）：１８２－１９８．

［３５］薄文廣，徐瑋，王軍鋒．地方政府競(jìng)爭(zhēng)與環(huán)境規(guī)制異質(zhì)性：逐底競(jìng)爭(zhēng)還是逐頂競(jìng)爭(zhēng)？［Ｊ］．中國(guó)軟科學(xué)，２０１８（１１）：７６－９３．

［３６］李勝蘭，初善冰，申晨．地方政府競(jìng)爭(zhēng)、環(huán)境規(guī)制與區(qū)域生態(tài)效率［Ｊ］．世界經(jīng)濟(jì)，２０１４（４）：８８－１１０．

［３７］葉琴，曾剛，戴劭?，等．不同環(huán)境規(guī)制工具對(duì)中國(guó)節(jié)能減排技術(shù)創(chuàng)新的影響———基于 ２８５個(gè)地級(jí)市面板數(shù)據(jù)［Ｊ］．中國(guó)

人口·資源與環(huán)境，２０１８（２）：１１５－１２２．

［３８］齊紹洲，林磆，崔靜波．環(huán)境權(quán)益交易市場(chǎng)能否誘發(fā)綠色創(chuàng)新？———基于我國(guó)上市公司綠色專利數(shù)據(jù)的證據(jù)［Ｊ］．經(jīng)濟(jì)

研究，２０１８（１２）：１２９－１４３．

［３９］吳磊，賈曉燕，吳超，等．異質(zhì)型環(huán)境規(guī)制對(duì)中國(guó)綠色全要素生產(chǎn)率影響研究［Ｊ］．中國(guó)人口·資源與環(huán)境，２０２０（１０）：

８２－９２．

［４０］王兵，吳延瑞，顏鵬飛．中國(guó)區(qū)域環(huán)境效率與環(huán)境全要素生產(chǎn)率增長(zhǎng)［Ｊ］．經(jīng)濟(jì)研究，２０１０（５）：９５－１０９．

［４１］許清清，孟天賜，江霞．智能制造對(duì)勞動(dòng)力就業(yè)質(zhì)量結(jié)構(gòu)的影響及區(qū)域差異研究［Ｊ］．江漢學(xué)術(shù)，２０２２（２）：３２－４２．

［４２］沈坤榮，金剛，方嫻．環(huán)境規(guī)制引起了污染就近轉(zhuǎn)移嗎？［Ｊ］．經(jīng)濟(jì)研究，２０１７（５）：４４－５９．

［４３］黃清煌，高明．中國(guó)環(huán)境規(guī)制工具的節(jié)能減排效果研究［Ｊ］．科研管理，２０１６（６）：１９－２７．

［４４］解學(xué)梅，朱琪瑋．企業(yè)綠色創(chuàng)新實(shí)踐如何破解“和諧共生”難題？［Ｊ］．管理世界，２０２１（１）：１２８－１４９，９．

［４５］吳健，陳青．環(huán)境保護(hù)稅：中國(guó)稅制綠色化的新進(jìn)程［Ｊ］．環(huán)境保護(hù)，２０１７（Ｚ１）：２８－３２．

［４６］李濤，張一童．農(nóng)村醫(yī)療減貧效果被低估了嗎 －－來(lái)自社會(huì)空間視角的解釋［Ｊ］．重慶理工大學(xué)學(xué)報(bào)（社會(huì)科學(xué)），２０２１

（８）：１２６－１３７．

Ｅｎｖｉｒｏｎｍｅｎｔａｌｒｅｇｕｌａｔｉｏｎａｎｄｉｎｄｕｓｔｒｉａｌｇｒｅｅｎｔｒａｎｓｆｏｒｍａｔｉｏｎ

ａｎｄｕｐｇｒａｄｉｎｇ：Ｆｒｏｍ ｔｈｅｐｅｒｓｐｅｃｔｉｖｅｏｆｒｅｇｕｌａｔｏｒｙ

ｈｅｔｅｒｏｇｅｎｅｉｔｙａｎｄｅｎｆｏｒｃｅｍｅｎｔ

ＹＡＮＧＺｈｅ

１

，ＣＨＥＮＱｉｎｇｈｕｉ１

，ＬＩＴａｏ

２

（１．ＳｃｈｏｏｌｏｆＥｃｏｎｏｍｉｃｓ，ＱｉｎｇｄａｏＵｎｉｖｅｒｓｉｔｙ，Ｑｉｎｇｄａｏ２６６０７１，Ｃｈｉｎａ；

（２．ＳｃｈｏｏｌｏｆＧｅｏｇｒａｐｈｙａｎｄＥｎｖｉｒｏｎｍｅｎｔａｌＳｃｉｅｎｃｅ，ＨｅｎａｎＵｎｉｖｅｒｓｉｔｙ，Ｋａｉｆｅｎｇ４７５００４，Ｃｈｉｎａ）

Ａｂｓｔｒａｃｔ：Ｉｎｄｕｓｔｒｉａｌｇｒｅｅｎｔｒａｎｓｆｏｒｍａｔｉｏｎａｎｄｕｐｇｒａｄｉｎｇｉｓａｎｉｍｐｏｒｔａｎｔｐａｔｈｔｏａｃｈｉｅｖｅｈｉｇｈｑｕａｌｉｔｙ

ｅｃｏｎｏｍｉｃｄｅｖｅｌｏｐｍｅｎｔ．Ｏｎｔｈｅｂａｓｉｓｏｆｃｌａｒｉｆｙｉｎｇｔｈｅｉｍｐａｃｔｍｅｃｈａｎｉｓｍ ｏｆｅｎｖｉｒｏｎｍｅｎｔａｌｒｅｇｕｌａｔｉｏｎｓｏｎ

ｉｎｄｕｓｔｒｉａｌｇｒｅｅｎｔｒａｎｓｆｏｒｍａｔｉｏｎａｎｄｕｐｇｒａｄｉｎｇ，ｔｈｉｓｐａｐｅｒｕｓｅｓＣｈｉｎａ’ｓｐｒｏｖｉｎｃｉａｌｐａｎｅｌｄａｔａｆｒｏｍ２００３ｔｏ２０１７

ｔｏｍｅａｓｕｒｅｔｈｅｉｎｄｕｓｔｒｉａｌｇｒｅｅｎｔｒａｎｓｆｏｒｍａｔｉｏｎａｎｄｕｐｇｒａｄｉｎｇｉｎｄｉｃａｔｏｒｓ，ａｎｄｓｙｓｔｅｍａｔｉｃａｌｌｙｅｖａｌｕａｔｅｓｔｈｅｉｍｐａｃｔ

ｏｆｅｎｖｉｒｏｎｍｅｎｔａｌｒｅｇｕｌａｔｉｏｎｏｎｔｈｅｉｎｄｕｓｔｒｉａｌｇｒｅｅｎｔｒａｎｓｆｏｒｍａｔｉｏｎａｎｄｕｐｇｒａｄｉｎｇ．Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈａｔ：Ｆｉｒｓｔ，

ｉｎｇｅｎｅｒａｌ，ｔｈｅｉｍｐｌｅｍｅｎｔａｔｉｏｎｏｆＣｈｉｎａ’ｓｅｎｖｉｒｏｎｍｅｎｔａｌｒｅｇｕｌａｔｉｏｎｐｏｌｉｃｉｅｓｈａｓｓｉｇｎｉｆｉｃａｎｔｌｙｐｒｏｍｏｔｅｄｉｎｄｕｓｔｒｉａｌ

ｇｒｅｅｎｔｒａｎｓｆｏｒｍａｔｉｏｎａｎｄｕｐｇｒａｄｉｎｇ．Ｓｅｃｏｎｄ，ｄｉｆｆｅｒｅｎｔｔｙｐｅｓｏｆｅｎｖｉｒｏｎｍｅｎｔａｌｒｅｇｕｌａｔｉｏｎｔｏｏｌｓｈａｖｅｄｉｆｆｅｒｅｎｔ

ｅｆｆｅｃｔｓｏｎｉｎｄｕｓｔｒｉａｌｇｒｅｅｎｔｒａｎｓｆｏｒｍａｔｉｏｎａｎｄｕｐｇｒａｄｉｎｇ．Ｃｏｍｍａｎｄａｎｄｃｏｎｔｒｏｌｅｎｖｉｒｏｎｍｅｎｔａｌｒｅｇｕｌａｔｉｏｎｐｌａｙｓａ

ｐｏｓｉｔｉｖｅｒｏｌｅｉｎｐｒｏｍｏｔｉｎｇｉｎｄｕｓｔｒｉａｌｇｒｅｅｎｔｒａｎｓｆｏｒｍａｔｉｏｎａｎｄｕｐｇｒａｄｉｎｇ，ｗｈｉｌｅｍａｒｋｅｔｉｎｃｅｎｔｉｖｅａｎｄｐｕｂｌｉｃ

ｐａｒｔｉｃｉｐａｔｉｏｎｅｎｖｉｒｏｎｍｅｎｔａｌｒｅｇｕｌａｔｉｏｎｓｈａｖｅｎｏｏｂｖｉｏｕｓｉｍｐａｃｔｏｎｉｎｄｕｓｔｒｉａｌｇｒｅｅｎｔｒａｎｓｆｏｒｍａｔｉｏｎａｎｄｕｐｇｒａｄｉｎｇ．

Ｔｈｉｒｄ，ｓｔｒｅｎｇｔｈｅｎｉｎｇｔｈｅｉｍｐｌｅｍｅｎｔａｔｉｏｎｏｆｅｎｖｉｒｏｎｍｅｎｔａｌｒｅｇｕｌａｔｉｏｎｃａｎｓｉｇｎｉｆｉｃａｎｔｌｙｐｒｏｍｏｔｅｔｈｅｒｏｌｅｏｆｔｈｅ

ｔｈｒｅｅｔｙｐｅｓｏｆｅｎｖｉｒｏｎｍｅｎｔａｌｒｅｇｕｌａｔｉｏｎｉｎｐｒｏｍｏｔｉｎｇｔｈｅｇｒｅｅｎｔｒａｎｓｆｏｒｍａｔｉｏｎａｎｄｕｐｇｒａｄｉｎｇｏｆｉｎｄｕｓｔｒｉｅｓ．

Ｋｅｙｗｏｒｄｓ：ｉｎｄｕｓｔｒｉａｌｇｒｅｅｎｔｒａｎｓｆｏｒｍａｔｉｏｎａｎｄｕｐｇｒａｄｉｎｇ；ｅｎｖｉｒｏｎｍｅｎｔａｌｒｅｇｕｌａｔｉｏｎ；ｈｅｔｅｒｏｇｅｎｅｉｔｙ；ｅｎ

ｆｏｒｃｅｍｅｎｔ

（責(zé)任編輯 晏心悅）

５４ ｈｔｔｐ：／／ｃｌｇｓｋ．ｑｋｓ．ｃｑｕｔ．ｅｄｕ．ｃｎ

ＪｏｕｒｎａｌｏｆＣｈｏｎｇｑｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ（ＳｏｃｉａｌＳｃｉｅｎｃｅ）

２０２２年 第 ３６卷 第 ４期

Ｖｏｌ．３６ Ｎｏ．４ ２０２２

收稿日期：２０２１－１２－０７

基金項(xiàng)目：中央高校基本科研業(yè)務(wù)費(fèi)資助項(xiàng)目 “基于期望效用 －熵模型的我國(guó)外匯儲(chǔ)備資產(chǎn)結(jié)構(gòu)優(yōu)化研究”

（２０２１ＪＪ０２０）

作者簡(jiǎn)介：邵興宇，博士研究生，主要從事宏觀金融研究；通訊作者：范德勝，教授，碩士生導(dǎo)師，經(jīng)濟(jì)學(xué)博士，主要從事國(guó)

際金融、宏觀經(jīng)濟(jì)研究。

本文引用格式：邵興宇，范德勝．綠色風(fēng)險(xiǎn)投資抑制了碳排放嗎？———基于綠色技術(shù)創(chuàng)新視角的實(shí)證研究［Ｊ］．重慶理工大學(xué)學(xué)報(bào)（社會(huì)

科學(xué)），２０２２（４）：５５－６８．

Ｃｉｔａｔｉｏｎｆｏｒｍａｔ：ＳＨＡＯＸｉｎｇｙｕ，ＦＡＮＤｅｓｈｅｎｇ．Ｄｏｅｓｇｒｅｅｎｖｅｎｔｕｒｅｃａｐｉｔａｌｃｕｒｂｃａｒｂｏｎｅｍｉｓｓｉｏｎｓ？———Ｅｍｐｉｒｉｃａｌｒｅｓｅａｒｃｈｂａｓｅｄｏｎｔｈｅｐｅｒｓｐｅｃ

ｔｉｖｅｏｆｇｒｅｅｎｔｅｃｈｎｏｌｏｇｙｉｎｎｏｖａｔｉｏｎ［Ｊ］．ＪｏｕｒｎａｌｏｆＣｈｏｎｇｑｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ（ＳｏｃｉａｌＳｃｉｅｎｃｅ），２０２２（４）：５５－６８．

ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１６７４－８４２５（ｓ）．２０２２．０４．００６ 能源與生態(tài)經(jīng)濟(jì)

綠色風(fēng)險(xiǎn)投資抑制了碳排放嗎？

———基于綠色技術(shù)創(chuàng)新視角的實(shí)證研究

邵興宇１

，范德勝２

（１．中國(guó)社會(huì)科學(xué)院大學(xué) 經(jīng)濟(jì)學(xué)院，北京 １０２４８８；２．北京外國(guó)語(yǔ)大學(xué) 國(guó)際商學(xué)院，北京 １０００８１）

摘要：深入研究綠色風(fēng)險(xiǎn)投資如何影響碳排放強(qiáng)度，對(duì)我國(guó)綠色金融體系建設(shè)和碳減排目標(biāo)實(shí)現(xiàn)具

有重要意義。利用 ２００６—２０１９年 ２８?jìng)€(gè)省（自治區(qū)、直轄市）相關(guān)數(shù)據(jù)，實(shí)證研究綠色風(fēng)險(xiǎn)投資規(guī)模變動(dòng)

對(duì)碳排放強(qiáng)度的影響。結(jié)果表明：（１）綠色風(fēng)險(xiǎn)投資規(guī)模上升顯著抑制了碳排放強(qiáng)度；（２）綠色風(fēng)險(xiǎn)投資

上升顯著提高了綠色專利申請(qǐng)規(guī)模和綠色專利申請(qǐng)占比；（３）綠色專利申請(qǐng)規(guī)模和綠色專利申請(qǐng)占比均

在綠色風(fēng)險(xiǎn)投資與碳排放強(qiáng)度的關(guān)系中發(fā)揮了部分中介效應(yīng)。因此，進(jìn)一步支持綠色風(fēng)險(xiǎn)投資發(fā)展，加

快綠色技術(shù)自主創(chuàng)新研發(fā)，并進(jìn)一步強(qiáng)化綠色金融體系建設(shè)與綠色技術(shù)創(chuàng)新的協(xié)同性是實(shí)現(xiàn)碳減排的有

效途徑。

關(guān)鍵詞：綠色風(fēng)險(xiǎn)投資；綠色技術(shù)創(chuàng)新；碳排放強(qiáng)度

中圖分類號(hào)：Ｆ２９３ 文獻(xiàn)標(biāo)識(shí)碼：Ａ 文章編號(hào)：１６７４－８４２５（２０２２）０４－００５５－１４

一、引言

改革開(kāi)放 ４０多年以來(lái)，我國(guó)經(jīng)濟(jì)飛速增長(zhǎng)，但高投資、高能耗和高排放的粗放型增長(zhǎng)方式也讓我們

付出了巨大的環(huán)境代價(jià)，環(huán)境問(wèn)題已然對(duì)我國(guó)長(zhǎng)期可持續(xù)發(fā)展形成資源和環(huán)境約束。在這種情況下，

２０２０年 ９月，習(xí)近平主席在第 ７５屆聯(lián)合國(guó)大會(huì)一般性辯論上向全世界做出“碳達(dá)峰”和“碳中和”的莊嚴(yán)

承諾，這一承諾無(wú)疑向全世界展現(xiàn)了我國(guó)實(shí)現(xiàn)經(jīng)濟(jì)綠色發(fā)展的決心和雄心。

碳減排目標(biāo)的提出意味著經(jīng)濟(jì)社會(huì)向綠色低碳轉(zhuǎn)型，而綠色技術(shù)創(chuàng)新正是推動(dòng)這種轉(zhuǎn)型的基礎(chǔ)和關(guān)

鍵。與此同時(shí)，綠色革命作為新一輪的技術(shù)革命，其發(fā)展也同樣離不開(kāi)金融資本的支持。易綱認(rèn)為綠色

金融的重點(diǎn)在于通過(guò)“市場(chǎng) ＋政府支持”的機(jī)制，動(dòng)員更多私人、民營(yíng)資本加入綠色產(chǎn)業(yè)的融資行為［１］

。

綠色風(fēng)險(xiǎn)投資是社會(huì)各界積極應(yīng)對(duì)環(huán)境變化、推動(dòng)綠色技術(shù)發(fā)展的重要抓手。據(jù)新浪科技報(bào)道，由比爾

蓋茨等科技大亨發(fā)起的風(fēng)險(xiǎn)投資計(jì)劃已經(jīng)完成對(duì) ４５家創(chuàng)業(yè)企業(yè)共計(jì) １０億美元的投資，專門用于清潔能

源技術(shù)開(kāi)發(fā)。在國(guó)內(nèi)，綠色技術(shù)也同樣是風(fēng)險(xiǎn)投資的熱門領(lǐng)域。但是與實(shí)踐相比，目前學(xué)界對(duì)于綠色風(fēng)

險(xiǎn)投資的研究還十分匱乏。那么綠色風(fēng)險(xiǎn)投資能否降低碳排放？綠色風(fēng)險(xiǎn)投資又是否促進(jìn)了綠色技術(shù)

進(jìn)步？這正是本文嘗試解答的問(wèn)題。

二、文獻(xiàn)綜述及研究假設(shè)

（一）綠色風(fēng)險(xiǎn)投資與碳排放

現(xiàn)有研究將綠色領(lǐng)域定義為：以知識(shí)為基礎(chǔ)的，能夠改善操作業(yè)績(jī)、提高生產(chǎn)力、增加效益，同時(shí)減少

成本、原料、能源消耗、廢物及污染的任何一種產(chǎn)品或服務(wù)。廣義講，綠色領(lǐng)域包括所有能夠減少?gòu)U物，提

高效益的科技、創(chuàng)新、產(chǎn)品、生產(chǎn)方式等等［２］

。所謂的綠色風(fēng)險(xiǎn)投資，指的就是投向綠色領(lǐng)域的風(fēng)險(xiǎn)投資。

從理論上看，綠色風(fēng)險(xiǎn)投資與綠色產(chǎn)業(yè)存在天然契合。不同于傳統(tǒng)污染型企業(yè)，環(huán)境友好型企業(yè)代表了

未來(lái)綠色發(fā)展的方向，有相當(dāng)比例正處于初創(chuàng)階段，運(yùn)營(yíng)能力往往還不夠成熟，具有成長(zhǎng)階段企業(yè)的普遍

特征［３］

。在現(xiàn)有文獻(xiàn)中，作為綠色金融的一個(gè)重要組成部分，綠色風(fēng)險(xiǎn)投資也被普遍認(rèn)為架起了金融資

本與綠色企業(yè)之間合作的橋梁［４］

，并直接促進(jìn)了碳排放的減少［５］

。

具體來(lái)講，一方面，綠色風(fēng)險(xiǎn)投資的引入增加了綠色行業(yè)金融資源供給，并通過(guò)促進(jìn)綠色產(chǎn)品供給擴(kuò)

大，實(shí)現(xiàn)碳排放減少［６］

。綠色風(fēng)險(xiǎn)投資本身就是綠色金融的一種形態(tài)，作為一種金融資源，其加大投入直

接促進(jìn)了綠色產(chǎn)品的供給［７］

。與此同時(shí)，綠色風(fēng)險(xiǎn)投資對(duì)綠色行業(yè)的金融支持也帶來(lái)了“信號(hào)”效應(yīng)。

由于風(fēng)險(xiǎn)投資往往要求較高的回報(bào)率，風(fēng)險(xiǎn)投資的介入往往意味著被投資企業(yè)表現(xiàn)出健康的運(yùn)行狀態(tài)。

綠色風(fēng)險(xiǎn)投資向綠色行業(yè)的投資可以被視為一種“信號(hào)”，吸引更多其他資本形式流向綠色行業(yè)，從而進(jìn)

一步放大對(duì)碳排放的影響［８］

。

假設(shè) １：在其他條件相同的情況下，綠色風(fēng)險(xiǎn)投資與單位碳排放呈負(fù)相關(guān)關(guān)系，即隨著綠色風(fēng)險(xiǎn)投資

提高，碳排放水平降低。

（二）綠色風(fēng)險(xiǎn)投資與綠色技術(shù)創(chuàng)新

在經(jīng)典理論當(dāng)中，關(guān)于金融與技術(shù)創(chuàng)新之間關(guān)系的研究已經(jīng)相當(dāng)多，一系列研究總體上認(rèn)為金融加

快了技術(shù)創(chuàng)新的進(jìn)程［９］

。近年來(lái)興起的綠色革命很大程度上也是由綠色技術(shù)創(chuàng)新推動(dòng)的。綠色創(chuàng)新被

定義為有助于提高環(huán)境可持續(xù)性的創(chuàng)新，是防止環(huán)境惡化的重要戰(zhàn)略［１０］

。然而，綠色創(chuàng)新需要長(zhǎng)期的戰(zhàn)

略投資和大量的資金支持［１１］

。風(fēng)險(xiǎn)投資提供資金和資源，且投資周期往往較長(zhǎng)，因此在促成綠色技術(shù)創(chuàng)

新上扮演了重要角色［１２］

。具體來(lái)看，綠色風(fēng)險(xiǎn)投資至少在 ３個(gè)層面促進(jìn)了綠色技術(shù)創(chuàng)新：

第一，引入綠色風(fēng)險(xiǎn)投資緩解了融資約束，為創(chuàng)新提供了資金支持。通常來(lái)講，創(chuàng)業(yè)企業(yè)往往具有經(jīng)

營(yíng)不穩(wěn)定、風(fēng)險(xiǎn)較高等特征，且往往缺乏足值抵押物，因此導(dǎo)致企業(yè)在傳統(tǒng)融資模式下難以獲取金融支

持。風(fēng)險(xiǎn)投資本身就具有風(fēng)險(xiǎn)偏好較高的特點(diǎn)，其投資著眼于企業(yè)未來(lái)的發(fā)展前景而非企業(yè)固定資產(chǎn)，

通過(guò)提供資金推動(dòng)企業(yè)進(jìn)一步創(chuàng)新［１３－１４］

。

第二，引入綠色風(fēng)險(xiǎn)投資有助于完善公司治理結(jié)構(gòu)，為創(chuàng)新提供組織支持。創(chuàng)業(yè)企業(yè)通常缺乏相關(guān)

資源和商業(yè)經(jīng)驗(yàn)，內(nèi)部組織架構(gòu)不健全，公司治理結(jié)構(gòu)不完善，極大制約了技術(shù)研發(fā)［１５］

。對(duì)風(fēng)險(xiǎn)投資而

言，投資人與被投資企業(yè)之間形成了委托代理關(guān)系，有必要強(qiáng)化對(duì)被投資企業(yè)的監(jiān)督。與此同時(shí)，風(fēng)險(xiǎn)投

資本身也寄希望于通過(guò)被投資企業(yè)的穩(wěn)步發(fā)展來(lái)推動(dòng)完成 ＩＰＯ，從而獲得較高收益并順利退出，而這也

要求風(fēng)險(xiǎn)投資主動(dòng)改善被投資企業(yè)公司治理結(jié)構(gòu)［１６］

。

第三，引入綠色風(fēng)險(xiǎn)投資為創(chuàng)新搭建了信息交流的平臺(tái)，為創(chuàng)新提供了平臺(tái)支持。通過(guò)風(fēng)險(xiǎn)投資機(jī)

構(gòu)所構(gòu)建的網(wǎng)絡(luò)，創(chuàng)業(yè)企業(yè)可以從外界獲取資金、信息、知識(shí)、技術(shù)、信任等發(fā)展所必需的資源［１７］

。

５６ ｈｔｔｐ：／／ｃｌｇｓｋ．ｑｋｓ．ｃｑｕｔ．ｅｄｕ．ｃｎ

基于以上研究情況，本文提出如下假設(shè)：

假設(shè) ２：在其他條件相同的情況下，綠色風(fēng)險(xiǎn)投資與綠色技術(shù)創(chuàng)新呈正相關(guān)關(guān)系，即隨著綠色風(fēng)險(xiǎn)投

資提高，綠色技術(shù)進(jìn)步水平提高。

（三）綠色技術(shù)創(chuàng)新與碳排放

綠色技術(shù)創(chuàng)新作為實(shí)現(xiàn)生態(tài)文明和綠色轉(zhuǎn)型的關(guān)鍵途徑，與其他技術(shù)相比更具創(chuàng)新性和可持續(xù)性。

人們很早就注意到技術(shù)創(chuàng)新在實(shí)現(xiàn)碳減排中的作用，１９９２年聯(lián)合國(guó)舉行的環(huán)境與發(fā)展大會(huì)中通過(guò)了《２１

世紀(jì)議程》，其中就明確強(qiáng)調(diào)了綠色技術(shù)的重要性［１８］

。技術(shù)進(jìn)步同樣也是我國(guó)近年來(lái)碳排放減少最為重

要的推動(dòng)力量［１９］

。綠色技術(shù)水平的提高直接提升了現(xiàn)有能源的利用效率，綠色技術(shù)創(chuàng)新通過(guò)現(xiàn)有能源

循環(huán)利用提高了能源效率，使得單位 ＧＤＰ產(chǎn)出所需要的化石能源大大減少，進(jìn)而達(dá)到了減少碳排放的目

的［２０］

。同時(shí)，技術(shù)進(jìn)步也使核能、風(fēng)能、生物能、地?zé)崮艿雀黝惽鍧嵞茉串a(chǎn)出增加，改變了傳統(tǒng)化石能源

與新興清潔能源的比價(jià)關(guān)系，從而使得新能源成為能源供給的潛在替代選項(xiàng)，通過(guò)減少化石能源的使用，

改變了現(xiàn)有能源結(jié)構(gòu)［２１］

。更重要的是，綠色技術(shù)創(chuàng)新的誕生和推廣改善了綠色產(chǎn)品供給，率先實(shí)現(xiàn)綠色

技術(shù)進(jìn)步的行業(yè)因其在高技術(shù)要素含量等方面的優(yōu)勢(shì)，自身獲利能力增強(qiáng)，進(jìn)而對(duì)產(chǎn)業(yè)結(jié)構(gòu)產(chǎn)生影

響［２２］

；同時(shí)需求方面，綠色技術(shù)也促使綠色產(chǎn)品價(jià)格降低，從而改變了傳統(tǒng)產(chǎn)品與綠色產(chǎn)品之間的比價(jià)

關(guān)系，由此改善產(chǎn)業(yè)結(jié)構(gòu)，并最終實(shí)現(xiàn)碳減排目標(biāo)［２３］

。

結(jié)合假設(shè) １和假設(shè) ２的論證，不難看到綠色風(fēng)險(xiǎn)投資、綠色技術(shù)進(jìn)步與碳排放之間的密切聯(lián)系。其

一，綠色風(fēng)險(xiǎn)投資對(duì)碳排放存在直接影響，綠色風(fēng)險(xiǎn)投資通過(guò)擴(kuò)大綠色產(chǎn)品供給和“信號(hào)”效應(yīng)直接促進(jìn)

碳減排；其二，綠色技術(shù)創(chuàng)新在綠色風(fēng)險(xiǎn)投資與碳排放之間發(fā)揮中介效應(yīng)，即綠色風(fēng)險(xiǎn)投資通過(guò)促進(jìn)綠色

技術(shù)創(chuàng)新間接影響了碳排放。因此，本文提出如下假設(shè)：

假設(shè) ３：綠色技術(shù)創(chuàng)新在綠色風(fēng)險(xiǎn)投資與碳排放之間發(fā)揮了中介效應(yīng)。

總結(jié)上述理論機(jī)制分析，我們利用機(jī)制路線圖（圖 １）來(lái)更加清晰地展示綠色風(fēng)險(xiǎn)投資、綠色技術(shù)創(chuàng)

新和碳排放三者之間的關(guān)系。

圖 １ 理論機(jī)制路線

三、數(shù)據(jù)來(lái)源和計(jì)量模型設(shè)定

（一）變量定義與數(shù)據(jù)來(lái)源

１．核心被解釋變量

本文核心被解釋變量為碳排放強(qiáng)度的對(duì)數(shù)值。碳排放強(qiáng)度是碳排放與實(shí)際 ＧＤＰ的比值，表示單位

產(chǎn)出對(duì)應(yīng)的碳排放量。到目前為止，各省份碳排放強(qiáng)度仍然缺乏官方數(shù)據(jù)。本文采用聯(lián)合國(guó)政府間氣候

變化專門委員會(huì)（ＩＰＣＣ）提供的方法，根據(jù)如下公式計(jì)算獲得各省份二氧化碳排放強(qiáng)度：

邵興宇，等：綠色風(fēng)險(xiǎn)投資抑制了碳排放嗎？ ５７

Ｃ＝∑Ｅｎ ×βｎ ×αｎ ×

１２

４４ （１）

式（１）中，Ｃ是碳排放強(qiáng)度，ｎ表示各類不同能源，參考聯(lián)合國(guó)政府間氣候變化專門委員會(huì)的研究方法，本

文將終端能源消費(fèi)劃分為煤炭、焦炭、汽油、煤油、柴油、燃料油和天然氣 ７種，Ｅｎ為第 ｎ種能源消費(fèi)量，數(shù)

據(jù)來(lái)自于《中國(guó)能源統(tǒng)計(jì)年鑒》，βｎ為第 ｎ種能源碳排放系數(shù)，具體數(shù)值參考 ＩＰＣＣ相關(guān)指南［２４］

，αｎ是能

源的標(biāo)準(zhǔn)煤折算系數(shù)，１２／４４是碳乘數(shù)因子。

２．核心解釋變量

本文核心解釋變量為綠色風(fēng)險(xiǎn)投資規(guī)模的對(duì)數(shù)值。目前國(guó)內(nèi)關(guān)于綠色金融的研究大多局限于綠色

信貸和綠色債券等，對(duì)綠色風(fēng)險(xiǎn)投資研究較為薄弱的一個(gè)重要原因是研究數(shù)據(jù)的匱乏。本文參考江紅莉

等［７］

的研究方法，將綠色風(fēng)險(xiǎn)投資定義為投向新能源、新材料和環(huán)保 ３個(gè)行業(yè)的風(fēng)險(xiǎn)投資總額，其中新能

源包括太陽(yáng)能、風(fēng)能和生物能等，環(huán)保包括水污染治理、大氣污染治理、固廢處理利用、環(huán)保產(chǎn)品和環(huán)境服

務(wù)等，新材料包括膜材料、環(huán)保設(shè)備等。綠色風(fēng)險(xiǎn)投資的原始數(shù)據(jù)來(lái)源于清科集團(tuán)的私募通數(shù)據(jù)庫(kù)（ＰＥ

ＤＡＴＡ），將新能源、新材料、環(huán)保 ３個(gè)行業(yè)的風(fēng)險(xiǎn)投資額依據(jù)風(fēng)險(xiǎn)投資事件發(fā)生的年份和被投資企業(yè)注冊(cè)

地分別匹配到不同年份和省份，并取對(duì)數(shù)。

３．中介變量

綠色技術(shù)進(jìn)步?，F(xiàn)有研究分別從綠色技術(shù)創(chuàng)新的投入、產(chǎn)出和績(jī)效 ３個(gè)維度入手，分別形成了 Ｒ＆Ｄ

投入、專利申請(qǐng)和獲取、全要素生產(chǎn)率三類指標(biāo)。但是 Ｒ＆Ｄ投資和綠色生產(chǎn)率的獲取往往受限于數(shù)據(jù)可

得性，數(shù)據(jù)質(zhì)量難以保證。目前看，綠色技術(shù)進(jìn)步最為直接的體現(xiàn)是專利的獲得情況，使用綠色專利來(lái)評(píng)

估綠色技術(shù)進(jìn)步具有一定的優(yōu)勢(shì)。鑒于此，本文整理了中國(guó)知識(shí)產(chǎn)權(quán)局公布的有效專利申請(qǐng)信息，并結(jié)

合世界知識(shí)產(chǎn)權(quán)組織（ＷＩＰＯ）公布的環(huán)境友好型技術(shù)界定標(biāo)準(zhǔn)，從專利申請(qǐng)信息中篩選出各省份各個(gè)年

度綠色專利和全部專利申請(qǐng)數(shù)據(jù)。本文利用專利數(shù)據(jù)，參考王班班等［２５］

的研究方法，構(gòu)造了兩類指標(biāo)：

（１）綠色專利申請(qǐng)規(guī)模，反映綠色技術(shù)創(chuàng)新的規(guī)模；（２）綠色專利申請(qǐng)占比，即綠色專利申請(qǐng)量占全部專

利申請(qǐng)量的比例，反映技術(shù)創(chuàng)新方向。

４．控制變量

考慮到碳排放強(qiáng)度還受到其他眾多因素的影響，本文選取如下控制變量：（１）人均 ＧＤＰ的對(duì)數(shù)值及

人均 ＧＤＰ對(duì)數(shù)值的平方，用以刻畫人均 ＧＤＰ對(duì)碳排放可能存在的倒“Ｕ”型影響，即環(huán)境庫(kù)茲涅茨假說(shuō)

（ＥＫＣ假說(shuō)）；（２）城鎮(zhèn)化率，定義為城鎮(zhèn)人口占常住人口的比率；（３）產(chǎn)業(yè)結(jié)構(gòu)，定義為第二產(chǎn)業(yè)占 ＧＤＰ

的比重；（４）人口密度，定義為每平方公里人口數(shù)的對(duì)數(shù)值；（５）貿(mào)易開(kāi)放度，定義為進(jìn)出口總額占 ＧＤＰ

的比重。以上數(shù)據(jù)全部取自國(guó)家統(tǒng)計(jì)局官網(wǎng)。

通過(guò)以上步驟，整合《中國(guó)能源統(tǒng)計(jì)年鑒》、私募通數(shù)據(jù)庫(kù)、國(guó)家知識(shí)產(chǎn)權(quán)局專利數(shù)據(jù)等，剔除寧夏、

新疆、西藏等樣本嚴(yán)重缺失的地區(qū)后，獲得了 ２８?jìng)€(gè)省份 ２００６—２０１９年的非平衡面板數(shù)據(jù)，對(duì)上述變量的

描述性統(tǒng)計(jì)如表 １所示。其中，碳排放強(qiáng)度取對(duì)數(shù)后均值為 ０．５８１，同時(shí)極值間差距較大，表明我國(guó)省級(jí)

碳排放強(qiáng)度整體偏高且不同區(qū)域間差距明顯；綠色風(fēng)險(xiǎn)投資規(guī)模對(duì)數(shù)后均值為 ２．９９２，即綠色風(fēng)險(xiǎn)投資

平均規(guī)模仍相對(duì)較小，但標(biāo)準(zhǔn)差達(dá)到 ２．０７５，反映出各省份綠色風(fēng)險(xiǎn)投資發(fā)展上存在巨大差異；綠色專利

申請(qǐng)規(guī)模取對(duì)數(shù)后同樣標(biāo)準(zhǔn)差較大，同時(shí)綠色專利申請(qǐng)占比兩個(gè)極值間差距明顯，反映出各省份綠色技

術(shù)進(jìn)步水平的不均衡。控制變量方面，人均 ＧＤＰ在樣本期間內(nèi)穩(wěn)步上升，產(chǎn)業(yè)結(jié)構(gòu)均值為 ０４２９，第二產(chǎn)

業(yè)仍在經(jīng)濟(jì)結(jié)構(gòu)中占有較大比重；我國(guó)當(dāng)前城鎮(zhèn)化進(jìn)程穩(wěn)步推進(jìn)，但西部地區(qū)稍有落后，人口密度取對(duì)數(shù)

后均值達(dá)到 ７．９２７，反映了我國(guó)人口相對(duì)稠密的特點(diǎn)，同時(shí)也與新疆、西藏等部分西部省份樣本缺失有

關(guān)，貿(mào)易開(kāi)放度東西部之間差距明顯。

５８ ｈｔｔｐ：／／ｃｌｇｓｋ．ｑｋｓ．ｃｑｕｔ．ｅｄｕ．ｃｎ

表 １ 描述性統(tǒng)計(jì)

變量名 樣本量 均值 標(biāo)準(zhǔn)差 最小值 最大值

碳排放強(qiáng)度（取對(duì)數(shù)） ３８５ ０．５８１ ０．６３５ －１．４０５ ２．０９５

綠色風(fēng)險(xiǎn)投資規(guī)模（取對(duì)數(shù)） ３８５ ２．９９２ ２．０７５ －３．５０７ ８．６１８

綠色專利申請(qǐng)規(guī)模（取對(duì)數(shù)） ３６８ ４．０６６ ２．３７６ ０ １０．０８８

綠色專利申請(qǐng)占比 ３８５ ０．１５７ ０．０９１ ０ ０．４１７

人均 ＧＤＰ（取對(duì)數(shù)） ３８５ １０．４９６ ０．６０８ ８．７１７ １１．９９４

人均 ＧＤＰ對(duì)數(shù)平方 ３８５ １１０．５２６ １２．７１７ ７５．９７８ １４３．８５５

城鎮(zhèn)化率 ３８５ ０．５５１ ０．１３７ ０．２８０ ０．９４１

產(chǎn)業(yè)結(jié)構(gòu) ３８５ ０．４２９ ０．０８５ ０．１６０ ０．６２３

人口密度（取對(duì)數(shù)） ３８５ ７．９２７ １．０９ ４．３３５ １０．３１３

貿(mào)易開(kāi)放度 ３８５ ０．３１６ ０．３２２ ０．００２ １．４３１

（二）模型設(shè)定

１．散點(diǎn)圖

為直觀觀測(cè)綠色風(fēng)險(xiǎn)投資與碳排放強(qiáng)度、綠色專利申請(qǐng)規(guī)模和綠色專利申請(qǐng)占比的關(guān)系，畫出散點(diǎn)

圖（圖 ２～圖 ４）。從圖中不難看到，綠色風(fēng)險(xiǎn)投資與碳排放之間呈負(fù)相關(guān)關(guān)系，而與綠色專利申請(qǐng)規(guī)模、

綠色專利申請(qǐng)占比均呈正相關(guān)關(guān)系，即綠色風(fēng)險(xiǎn)投資規(guī)模上升可能導(dǎo)致碳排放強(qiáng)度下降，假設(shè) １符合散

點(diǎn)圖直觀觀察。同時(shí)綠色風(fēng)險(xiǎn)投資規(guī)模上升促使綠色專利申請(qǐng)規(guī)模和申請(qǐng)占比上升，表明假設(shè) ２也很可

能是成立的，但要得到精確的結(jié)論還需要進(jìn)行更嚴(yán)格的實(shí)證檢驗(yàn)。

圖 ２ 綠色風(fēng)險(xiǎn)投資與碳排放強(qiáng)度散點(diǎn) 圖 ３ 綠色風(fēng)險(xiǎn)投資與綠色專利申請(qǐng)規(guī)模散點(diǎn)

圖 ４ 綠色風(fēng)險(xiǎn)投資與綠色專利申請(qǐng)占比散點(diǎn)

邵興宇，等：綠色風(fēng)險(xiǎn)投資抑制了碳排放嗎？ ５９

２．模型構(gòu)建

基于本文提出的研究假設(shè)，首先設(shè)定如下基準(zhǔn)模型：

Ｌｎ（Ｃ／ＧＤＰ）ｉｔ ＝α０ ＋α１ＬｎＧｒｅｅｎＶＣｉｔ＋α２Ｃｏｎｔｒｏｌｓｉｔ＋μｉ＋υｔ＋εｉｔ （２）

其中，下標(biāo) ｉ代表不同省份，下標(biāo) ｔ代表不同年份，Ｌｎ（Ｃ／ＧＤＰ）ｉｔ為被解釋變量，表示在時(shí)期 ｔ的第 ｉ個(gè)省

份碳排放強(qiáng)度的對(duì)數(shù)值。核心解釋變量 ＬｎＧｒｅｅｎＶＣｉｔ為 ｉ省份在時(shí)期 ｔ的綠色風(fēng)險(xiǎn)投資規(guī)模的對(duì)數(shù)值?？?/p>

制變量組包括人均 ＧＤＰ對(duì)數(shù)值、人均 ＧＤＰ對(duì)數(shù)平方、城鎮(zhèn)化率、產(chǎn)業(yè)結(jié)構(gòu)、人口密度對(duì)數(shù)值、貿(mào)易開(kāi)放

度，αｉ為待估參數(shù)，μｉ表示個(gè)體固定效應(yīng)，υｔ為時(shí)間固定效應(yīng)，εｉｔ為隨機(jī)誤差項(xiàng)。

同時(shí)，為檢驗(yàn)假設(shè) ２提出的綠色風(fēng)險(xiǎn)投資影響碳排放強(qiáng)度的具體機(jī)制，本文構(gòu)建如下中介效應(yīng)模型：

Ｐａｔｅｎｔｊ

ｉｔ ＝β０ ＋θｊＬｎＧｒｅｅｎＶＣｉｔ＋β２Ｃｏｎｔｒｏｌｓｉｔ＋μｉ＋υｔ＋εｉｔ （３）

Ｌｎ（Ｃ／ＧＤＰ）ｉｔ ＝γ０ ＋δｊＰａｔｅｎｔｊ

ｉｔ＋ω１ＬｎＧｒｅｅｎＶＣｉｔ＋γ２Ｃｏｎｔｒｏｌｓｉｔ＋μｉ＋υｔ＋εｉｔ （４）

本文采用逐步回歸法進(jìn)行中介效應(yīng)檢驗(yàn)，詳細(xì)檢驗(yàn)過(guò)程為：首先對(duì)基準(zhǔn)方程（２）進(jìn)行回歸，如果核心

解釋變量系數(shù)顯著，則表明綠色風(fēng)險(xiǎn)投資對(duì)碳排放強(qiáng)度存在總體效應(yīng)，進(jìn)一步進(jìn)行后續(xù)檢驗(yàn)。其次，以綠

色技術(shù)水平的 ｊ維度（綠色專利申請(qǐng)規(guī)模、綠色專利占比）作為被解釋變量，檢驗(yàn)回歸方程（３），驗(yàn)證綠色

風(fēng)險(xiǎn)投資是否影響了綠色技術(shù)水平。最后，以碳排放強(qiáng)度為被解釋變量，將綠色風(fēng)險(xiǎn)投資與綠色技術(shù)水

平第 ｊ個(gè)維度同時(shí)納入模型，檢驗(yàn)回歸方程（４）。如果回歸方程（４）中回歸系數(shù) δｊ與回歸方程（３）中系數(shù)

θｊ同時(shí)顯著，則表明綠色技術(shù)水平第 ｊ個(gè)維度存在中介效應(yīng)；若系數(shù) δｊ與系數(shù) θｊ當(dāng)中至少存在一個(gè)變量

不顯著，則進(jìn)行 Ｓｏｂｅｌ檢驗(yàn)；若檢驗(yàn)結(jié)果顯著，則存在中介效應(yīng)，反之，則不存在中介效應(yīng)。

四、直接效應(yīng)分析

（一）基準(zhǔn)回歸結(jié)果

為防止計(jì)量結(jié)果出現(xiàn)偽回歸，在實(shí)證開(kāi)始前先進(jìn)行了面板數(shù)據(jù)單位根檢驗(yàn)，以檢驗(yàn)變量的平穩(wěn)性。

由于使用的數(shù)據(jù)樣本是非平衡面板，采用面板 Ｆｉｓｈｅｒ型單位根檢驗(yàn)，檢驗(yàn)結(jié)果如表 ２所示，結(jié)果顯示面板

數(shù)據(jù)平穩(wěn)，可以對(duì)面板進(jìn)行回歸檢驗(yàn)。

表 ２ 各變量平穩(wěn)性檢驗(yàn)結(jié)果

變量名 卡方值 Ｐ值 是否平穩(wěn)

碳排放強(qiáng)度（取對(duì)數(shù)） １１１．４５３１ ０．００００ 平穩(wěn)

綠色風(fēng)險(xiǎn)投資規(guī)模（取對(duì)數(shù)） １４１．９８７３ ０．００００ 平穩(wěn)

綠色專利申請(qǐng)規(guī)模（取對(duì)數(shù)） ９４．９０８９ ０．０００５ 平穩(wěn)

綠色專利申請(qǐng)占比 １４８．３０４６ ０．００００ 平穩(wěn)

人均 ＧＤＰ（取對(duì)數(shù)） １１１．４５３７ ０．００００ 平穩(wěn)

人均 ＧＤＰ對(duì)數(shù)平方 ２７３．９０３６ ０．００００ 平穩(wěn)

城鎮(zhèn)化率 ８９．０３６２ ０．００３３ 平穩(wěn)

產(chǎn)業(yè)結(jié)構(gòu) １１３．３６０９ ０．００００ 平穩(wěn)

人口密度（取對(duì)數(shù)） １６３．３６８３ ０．００００ 平穩(wěn)

貿(mào)易開(kāi)放度 １０４．６３０８ ０．００００ 平穩(wěn)

本文首先使用全樣本研究綠色風(fēng)險(xiǎn)投資對(duì)碳排放強(qiáng)度的影響。對(duì)回歸方程（２）進(jìn)行實(shí)證檢驗(yàn)，結(jié)果

報(bào)告在表 ３的（１）～（４）列。表 ３的（１）列首先報(bào)告了不納入控制變量下核心解釋變量綠色風(fēng)險(xiǎn)投資對(duì)

６０ ｈｔｔｐ：／／ｃｌｇｓｋ．ｑｋｓ．ｃｑｕｔ．ｅｄｕ．ｃｎ

數(shù)值與被解釋變量碳排放強(qiáng)度間雙向固定效應(yīng)模型的回歸結(jié)果。結(jié)果顯示，對(duì)全樣本而言，綠色風(fēng)險(xiǎn)投

資與碳排放強(qiáng)度呈現(xiàn)負(fù)相關(guān)。隨后（２）列將控制變量組加入回歸，同時(shí)仍然控制個(gè)體效應(yīng)和時(shí)間效應(yīng)，

核心解釋變量同樣保持 １％水平上顯著。為了便于比較分析，表 ３第（３）列 ～（４）列分別匯報(bào)了使用混合

最小二乘法（ＰｏｏｌｅｄＬｅａｓｔＳｑｕａｒｅ）和隨機(jī)效應(yīng)模型的回歸結(jié)果，結(jié)果顯示，在所有回歸結(jié)果中，綠色風(fēng)險(xiǎn)

投資的估計(jì)系數(shù)均顯著為負(fù)，且系數(shù)值為 －０．３１９～－０．１８７。此外，觀察控制變量，人均 ＧＤＰ回歸系數(shù)

全部顯著為正，且人均 ＧＤＰ的平方項(xiàng)均顯著為負(fù)，表明對(duì)本文樣本而言，伴隨著人均 ＧＤＰ的上升，碳排

放強(qiáng)度先上升后下降，即二者之間呈現(xiàn)倒“Ｕ”型，這與現(xiàn)有關(guān)于環(huán)境庫(kù)茲涅茨假說(shuō)的研究是契合的；城鎮(zhèn)

化率、產(chǎn)業(yè)結(jié)構(gòu)和人口密度系數(shù)全部為正，這也與現(xiàn)有研究結(jié)論保持一致［２６］

。上述結(jié)果說(shuō)明，綠色風(fēng)險(xiǎn)

投資對(duì)碳排放強(qiáng)度具有顯著負(fù)向作用，初步驗(yàn)證了本文的假設(shè) １。

表 ３ 綠色風(fēng)險(xiǎn)投資對(duì)碳排放的直接效應(yīng)回歸結(jié)果

變量名

（１） （２） （３） （４）

固定效應(yīng) 固定效應(yīng) ＯＬＳ 隨機(jī)效應(yīng)

碳排放強(qiáng)度 碳排放強(qiáng)度 碳排放強(qiáng)度 碳排放強(qiáng)度

綠色風(fēng)險(xiǎn)投資 －０．１９９ －０．１８７ －０．３１９ －０．２２３

（０．０４３１） （０．０４５３） （０．０１１５） （０．０３６１）

人均 ＧＤＰ ４．５２６ ５．３１７ ５．４８０

（２．４５２） （０．５４０） （１．５５６）

人均 ＧＤＰ平方 －０．２３０ －０．２６９ －０．２７９

（０．１１１） （０．０２６１） （０．０７０５）

城鎮(zhèn)化率 １．８８４ ０．２９６ １．０６２

（０．８９４） （０．１８０） （０．５５４）

產(chǎn)業(yè)結(jié)構(gòu) ０．４６７ ０．２８０ ０．１３９

（０．１８０） （０．０４３） （０．１２４）

人口密度 ０．７６１ ０．０５２９ ０．０９９５

（０．６５５） （０．０１６１） （０．０６８６）

對(duì)外開(kāi)放度 ０．３２２ －０．０４８０ ０．０１８０

（０．２１７） （０．０４８８） （０．１７６）

時(shí)間效應(yīng) 是 是 是 是

個(gè)體效應(yīng) 是 是 否 否

常數(shù)項(xiàng) ０．８９７ －２８．５１ －２４．７９ －２５．４９

（０．１４１） （１０．４５） （２．７８７） （８．７４７）

觀測(cè)值數(shù) ３８５ ３８５ ３８５ ３８５

Ｒｓｑｕａｒｅｄ ０．７３６ ０．８５５ ０．９０２

省份數(shù) ２８ ２８ ２８

注：、、分別表示在 １％、５％、１０％的水平上顯著，括號(hào)內(nèi)為穩(wěn)健標(biāo)準(zhǔn)誤，下同

（二）穩(wěn)健性檢驗(yàn)

１．變量替換

為檢驗(yàn)上述結(jié)果的穩(wěn)健性，進(jìn)一步考察綠色風(fēng)險(xiǎn)投資對(duì)碳排放強(qiáng)度的影響，首先考慮替換被解釋變

量，以消除單一變量測(cè)度對(duì)回歸結(jié)果產(chǎn)生的潛在影響。本文借鑒胡海峰等［９］及 Ｘｉａｏｙａｎ等［２７］的研究方

法，用人均碳排放和 ＰＭ２．５替換碳排放強(qiáng)度，并繼續(xù)用雙向固定效應(yīng)模型進(jìn)行回歸。其中，人均碳排放

定義為各省份當(dāng)年碳排放總量除以常住人口規(guī)模后取對(duì)數(shù)，ＰＭ２．５使用華盛頓大學(xué) ＡｔｍｏｓｐｈｅｒｉｃＣｏｍｐｏｓｉ

邵興宇，等：綠色風(fēng)險(xiǎn)投資抑制了碳排放嗎？ ６１

ｔｉｏｎＡｎａｌｙｓｉｓＧｒｏｕｐ提供的各省區(qū)地表 ＰＭ２．５年均濃度?；貧w結(jié)果分別匯報(bào)在表 ４的第（１）和第（２）列。

從回歸結(jié)果看，綠色風(fēng)險(xiǎn)投資對(duì)人均碳排放和 ＰＭ２．５的回歸系數(shù)分別為 －０．１８６和 －０．１７１，與綠色風(fēng)險(xiǎn)

投資對(duì)碳排放強(qiáng)度的回歸系數(shù)較為接近，且回歸系數(shù)均在 １％水平下顯著。此外，控制變量組與基準(zhǔn)回

歸結(jié)果正負(fù)號(hào)方向及顯著性也仍保持一致，這初步證明基準(zhǔn)回歸結(jié)果較為可信。

２．子樣本回歸

在基準(zhǔn)分析的基礎(chǔ)上，各省區(qū)按照地理位置劃分為東中西部地區(qū)，并使用雙向固定效應(yīng)模型分別進(jìn)

行回歸，以考察綠色風(fēng)險(xiǎn)投資對(duì)碳排放強(qiáng)度在不同地區(qū)間可能存在的異質(zhì)性。表 ４的第（３）～（５）列分

別匯報(bào)了東部地區(qū)、西部地區(qū)和中部地區(qū)的回歸結(jié)果。從回歸結(jié)果看，對(duì)不同地區(qū)而言，綠色風(fēng)險(xiǎn)投資對(duì)

碳排放強(qiáng)度的回歸系數(shù)處于 －０．１７１到 －０．１９７之間，與全樣本回歸 －０．１８７的回歸結(jié)果大致接近，且仍

然保持 １％水平下顯著。其中，東部地區(qū)回歸系數(shù)絕對(duì)值最小，中部地區(qū)最大，這表明綠色風(fēng)險(xiǎn)投資規(guī)模

上升對(duì)中部地區(qū)碳排放強(qiáng)度降低的作用作為明顯，西部地區(qū)其次，東部地區(qū)作用最小。

表 ４ 變量替換及子樣本回歸結(jié)果

變量名

穩(wěn)健性檢驗(yàn)一

（１） （２）

人均碳排放 ＰＭ２．５

穩(wěn)健性檢驗(yàn)二

（３） （４） （５）

東部 西部 中部

單位碳排放 單位碳排放 單位碳排放

綠色風(fēng)險(xiǎn)投資 －０．１８６ －０．１７１ －０．１７１ －０．１７９ －０．１９７

（０．０３７８） （０．０１６９） （０．０５１０） （０．０５０２） （０．０３６１）

人均 ＧＤＰ ３．３１０ ０．８５０ １１．３１ ５．７２７ ３．８８６

（１．９７１） （０．３５６） （２．４３５） （３．５８３） （０．８８４）

人均 ＧＤＰ平方 －０．１７５ －０．０４１３ －０．５２３ －０．４２６ －０．０１６７

（０．０８９３） （０．０１８６） （０．１１９） （０．１７３） （０．０３４９）

城鎮(zhèn)化率 １．４９７ ０．６９３ ３．１２１ ２．６００ ０．７５１

（０．８０７） （０．３０９） （１．４７９） （０．７４８） （０．７８５）

產(chǎn)業(yè)結(jié)構(gòu) ０．３９４ ０．１６１ ０．６３５ ０．９８５ ０．７５０

（０．１８１） （０．１７６） （０．１２２） （０．１９０） （０．１９４）

人口密度 ０．５２７ －０．１２３ ２．４０６ ０．２９４ ３．３０６

（０．５３７） （０．１２９） （１．４４６） （０．８７２） （０．７０９）

對(duì)外開(kāi)放度 ０．２１７ －０．０８８６ ０．３４６ －０．０１７３ －０．２６９

（０．１８２） （０．０６６４） （０．１８８） （０．２４０） （０．１５９）

時(shí)間效應(yīng) 是 是 是 是 是

個(gè)體效應(yīng) 是 是 是 是 是

常數(shù)項(xiàng) －１８．５２ ０．３６９ －４５．１４ －３３．８４ －１９．１２

（８．３６９） （１．７３６） （８．９９６） （１２．９４） （３．５９８）

觀測(cè)值數(shù) ３８５ ３８５ １４８ １２５ １１２

Ｒｓｑｕａｒｅｄ ０．８１６ ０．９５８ ０．９４５ ０．８７４ ０．９７９

省份數(shù) ２８ ２８ １１ ９ ８

３．內(nèi)生性處理

對(duì)于本文實(shí)證結(jié)果的一個(gè)擔(dān)憂來(lái)自于變量?jī)?nèi)生性問(wèn)題。盡管面板固定效應(yīng)模型可以在一定程度上

解決回歸模型存在的內(nèi)生性問(wèn)題，但嚴(yán)格的實(shí)證結(jié)論仍需要對(duì)內(nèi)生性問(wèn)題進(jìn)行進(jìn)一步研究討論。就本文

６２ ｈｔｔｐ：／／ｃｌｇｓｋ．ｑｋｓ．ｃｑｕｔ．ｅｄｕ．ｃｎ

而言，內(nèi)生性問(wèn)題的潛在來(lái)源主要是核心被解釋變量碳排放強(qiáng)度與核心解釋變量綠色風(fēng)險(xiǎn)投資規(guī)模之間

可能存在的反向因果關(guān)系和遺漏變量。為此，借鑒江紅莉等［７］

的研究思路，在基準(zhǔn)模型（１）的基礎(chǔ)上，提

出如下回歸：

Ｌｎ（Ｃ／ＧＤＰ）ｉｔ ＝α０ ＋ξＬｎ（Ｃ／ＧＤＰ）ｉｔ－１ ＋α１ＬｎＧｒｅｅｎＶＣｉｔ＋α２Ｃｏｎｔｒｏｌｓｉｔ＋μｉ＋υｔ＋ειｔ （５）

引入滯后變量 ξＬｎ（Ｃ／ＧＤＰ）ｉｔ－１涵蓋了其他可能對(duì)碳排放強(qiáng)度產(chǎn)生影響的因素，在很大程度上緩解

模型遺漏變量的問(wèn)題，從而降低計(jì)量設(shè)定可能存在的設(shè)定偏誤。另外，考慮到綠色風(fēng)險(xiǎn)投資規(guī)模與碳排

放強(qiáng)度之間可能存在的內(nèi)生變量問(wèn)題，采用兩步系統(tǒng) ＧＭＭ 方法（ｔｗｏｓｔｅｐｓｙｓＧＭＭ）進(jìn)行估計(jì)，將

ξＬｎ（Ｃ／ＧＤＰ）ｉｔ－１及 ＬｎＧｒｅｅｎＶＣｉｔ視為內(nèi)生變量，并將這些變量的兩階及更高階滯后變量作為工具變量。這

一回歸的結(jié)果分別報(bào)告在表 ５的第（３）列。

表 ５ 系統(tǒng) ＧＭＭ回歸結(jié)果

變量名

（１） （２） （３）

ＯＬＳ 固定效應(yīng) 系統(tǒng) ＧＭＭ

單位碳排放 單位碳排放 單位碳排放

單位碳排放滯后一階 ０．７９９ ０．６２６ ０．６５６

（０．０３６１） （０．０５２８） （０．２０８）

綠色風(fēng)險(xiǎn)投資 －０．０４８７ －０．０６４５ －０．０４８９

（０．００８９５） （０．０１６３） （０．０１０２）

人均 ＧＤＰ ０．４８５ １．０１６ ３．９６５

（０．３７５） （０．７２６） （０．７１５）

人均 ＧＤＰ平方 －０．０２６６ －０．０５１７ －０．１８６

（０．０１７１） （０．０３１８） （０．０３５６）

城鎮(zhèn)化率 －０．１０４ ０．４４２ －１．１１２

（０．０９９５） （０．２６９） （０．５４２）

產(chǎn)業(yè)結(jié)構(gòu) －０．０１４０ ０．０５１５ －０．５６２

（０．０８２９） （０．３３３） （０．６５６）

人口密度 －０．０３１８ ０．５４３ －０．２７５

（０．００９６０） （０．２８０） （０．０９０６）

對(duì)外開(kāi)放度 －０．０１９３ ０．０７５２ ０．３９８

（０．０１９９） （０．０５８３） （０．１１４）

時(shí)間效應(yīng) 是 是 是

個(gè)體效應(yīng) 是 是 是

常數(shù)項(xiàng) －１．６３６ －９．２４５ －１８．００

（１．９８９） （２．５４２） （３．３７６）

ＡＲ１檢驗(yàn) －２．２２

（０．０２６）

ＡＲ２檢驗(yàn) －０．８７

（０．３８５）

Ｓａｒｇａｎ檢驗(yàn) ０．９８

（０．９９９）

Ｈａｎｓｅｎ檢驗(yàn) ６．４３

（０．６９６）

觀測(cè)值數(shù) ３５４ ３５４ ３５４

Ｒｓｑｕａｒｅｄ ０．９８５ ０．９４６

省份數(shù) ２８ ２８

邵興宇，等：綠色風(fēng)險(xiǎn)投資抑制了碳排放嗎？ ６３

但是在有限樣本的條件下，兩步系統(tǒng) ＧＭＭ估計(jì)仍然有可能造成估計(jì)系數(shù)向下偏倚的問(wèn)題。現(xiàn)有研

究認(rèn)為，混合 ＯＬＳ通常會(huì)高估被解釋變量滯后一階的回歸系數(shù)，與之相反，使用固定效應(yīng)模型回歸時(shí)則

往往會(huì)造成被解釋變量滯后一階系數(shù)被低估。為此，參考 Ｂｏｎｄ等［２８］的檢驗(yàn)法則，這一法則提出，如果

ＧＭＭ對(duì)被解釋變量滯后一階的估計(jì)系數(shù)介于固定效應(yīng)與 ＯＬＳ估計(jì)值之間，那么 ＧＭＭ的估計(jì)結(jié)果就相

對(duì)較為可靠。為此，表 ５第（１）列和第（２）列分別提供了帶有滯后項(xiàng)的混合 ＯＬＳ模型估計(jì)值和固定效應(yīng)

模型估計(jì)值。

從回歸結(jié)果看，３種方法估計(jì)一階滯后項(xiàng)系數(shù)分別為 ０．７９９、０．６２６和 ０．６５６，其中 ＧＭＭ估計(jì)值大于

固定效應(yīng)估計(jì)值而小于混合 ＯＬＳ估計(jì)值，滿足 Ｂｏｎｄ等［２８］

提出的經(jīng)驗(yàn)法則，可以認(rèn)為系統(tǒng) ＧＭＭ方法的

估計(jì)結(jié)果是有效的。此外，Ｓａｒｇａｎ檢驗(yàn)和 Ｈａｎｓｅｎ檢驗(yàn)的結(jié)果 Ｐ值分別為 ０．９９９和 ０．６９６，均明顯高于

０１，即工具變量的選擇是有效的。同時(shí)殘差序列相關(guān)性檢驗(yàn)顯示 ＡＲ（２）的 Ｐ值大于 ０．１，表明差分后殘

差項(xiàng)不存在序列相關(guān)性問(wèn)題。從實(shí)證結(jié)果看，核心解釋變量與被解釋變量之間回歸系數(shù)仍然保持 １％水

平下顯著性，同時(shí)系統(tǒng) ＧＭＭ估計(jì)顯示回歸系數(shù)為 －０．０４８９，二者之間仍然存在顯著負(fù)相關(guān)關(guān)系，這表明

綠色風(fēng)險(xiǎn)投資規(guī)模對(duì)碳排放強(qiáng)度的影響在統(tǒng)計(jì)上是穩(wěn)健的。

五、中介效應(yīng)分析

（一）綠色技術(shù)進(jìn)步的中介效應(yīng)分析

以上實(shí)證結(jié)果表明綠色風(fēng)險(xiǎn)投資規(guī)模上升降低了碳排放強(qiáng)度。為進(jìn)一步討論綠色風(fēng)險(xiǎn)投資對(duì)碳排

放強(qiáng)度的具體影響機(jī)制，本文將綠色專利申請(qǐng)規(guī)模和綠色專利申請(qǐng)占比納入回歸，對(duì)回歸方程（３）和回

歸方程（４）進(jìn)行檢驗(yàn)，檢驗(yàn)結(jié)果如表 ６所示。

表 ６ 綠色專利申請(qǐng)規(guī)模及申請(qǐng)占比中介效應(yīng)回歸結(jié)果

變量名 （１） （２） （３） （４）

綠色專利申請(qǐng)規(guī)模 綠色專利申請(qǐng)占比 單位碳排放 單位碳排放

綠色專利申請(qǐng)規(guī)模 －０．１４９

（０．０５１２）

綠色專利申請(qǐng)占比 －１．３３６

（０．３０４）

綠色風(fēng)險(xiǎn)投資 ０．４２５ ０．０２９５ －０．１２３ －０．１４７

（０．１２５） （０．００８１０） （０．０３９９） （０．０３４７）

人均 ＧＤＰ １２．７５ １．０２５ ６．４２９ ５．８９５

（４．３２８） （０．３１６） （２．３７５） （２．３６５）

人均 ＧＤＰ平方 －０．３７５ －０．０４４７ －０．２８６ －０．２８９

（０．２１８） （０．０１６２） （０．０９８６） （０．１０７）

城鎮(zhèn)化率 ３．２２９ －０．００３８０ ２．３６６ １．８７９

（２．９０３） （０．１４３） （０．７３７） （０．８１２）

產(chǎn)業(yè)結(jié)構(gòu) ０．３１３ ０．１４７ ０．５１４ ０．６６４

（１．３１０） （０．１１８） （０．８６４） （０．９１９）

人口密度 －１．０１１ －０．１４１ ０．６１０ ０．５７２

（１．２２３） （０．０７２５） （０．６５８） （０．６１７）

對(duì)外開(kāi)放度 －０．６０８ ０．０３６２ ０．２３２ ０．３７１

（０．６５６） （０．０３４４） （０．１６７） （０．２１０）

６４ ｈｔｔｐ：／／ｃｌｇｓｋ．ｑｋｓ．ｃｑｕｔ．ｅｄｕ．ｃｎ

續(xù)表（表 ６）

變量名 （１） （２） （３） （４）

綠色專利申請(qǐng)規(guī)模 綠色專利申請(qǐng)占比 單位碳排放 單位碳排放

時(shí)間效應(yīng) 是 是 是 是

個(gè)體效應(yīng) 是 是 是 是

常數(shù)項(xiàng) －８３．０６ －４．５８６ －４０．９１ －３４．６４

（２２．３９） （１．４８２） （１０．７１） （９．８８７）

觀測(cè)值數(shù) ３８５ ３８５ ３８５ ３８５

Ｒｓｑｕａｒｅｄ ０．９８２ ０．６４１ ０．８７１ ０．８７５

省份數(shù) ２８ ２８ ２８ ２８

在表 ６的第（１）和第（２）列，首先使用雙向固定效應(yīng)分別對(duì)綠色風(fēng)險(xiǎn)投資與綠色專利申請(qǐng)規(guī)模、申請(qǐng)

占比的關(guān)系進(jìn)行回歸?；貧w結(jié)果顯示，綠色風(fēng)險(xiǎn)投資規(guī)模對(duì)綠色專利申請(qǐng)規(guī)模和綠色專利申請(qǐng)占比回歸

系數(shù)均在 １％水平下顯著，且回歸系數(shù)為正，即綠色風(fēng)險(xiǎn)投資規(guī)模的上升促進(jìn)了綠色專利申請(qǐng)規(guī)模和綠

色專利申請(qǐng)占比上升，假設(shè) ２得到驗(yàn)證。

表 ６的第（３）和第（４）列匯報(bào)了使用雙向固定效應(yīng)模型對(duì)回歸方程（４）的檢驗(yàn)結(jié)果。從回歸結(jié)果看，

綠色專利申請(qǐng)規(guī)模及綠色專利申請(qǐng)占比的回歸系數(shù)均在 １％水平下顯著為負(fù)，說(shuō)明綠色專利申請(qǐng)規(guī)模及

申請(qǐng)占比的上升抑制了碳排放強(qiáng)度。與此同時(shí)，在對(duì)方程（４）的檢驗(yàn)中，核心解釋變量綠色風(fēng)險(xiǎn)投資規(guī)

模的回歸系數(shù)仍然保持顯著為負(fù)。綜合考慮回歸方程（３）和回歸方程（４）的檢驗(yàn)結(jié)果，綠色專利申請(qǐng)規(guī)

模及綠色專利申請(qǐng)占比均在綠色風(fēng)險(xiǎn)投資與碳排放強(qiáng)度的關(guān)系中發(fā)揮部分中介效應(yīng)，假設(shè) ３得到驗(yàn)證，

即綠色風(fēng)險(xiǎn)投資規(guī)模上升促進(jìn)了綠色技術(shù)進(jìn)步，進(jìn)而實(shí)現(xiàn)了碳排放強(qiáng)度下降。

（二）穩(wěn)健性檢驗(yàn)

為證明本文結(jié)論的可靠性，同時(shí)進(jìn)一步深入討論綠色技術(shù)進(jìn)步在綠色風(fēng)險(xiǎn)投資與碳排放強(qiáng)度間的中

介作用，將中介變量替換為綠色專利獲得規(guī)模及綠色專利在全部獲得專利中的占比，同時(shí)繼續(xù)使用雙向

固定效應(yīng)模型，再次對(duì)方程（３）和方程（４）進(jìn)行檢驗(yàn)，回歸結(jié)果如表 ７所示。

表 ７ 綠色專利獲得規(guī)模及獲得占比中介效應(yīng)回歸結(jié)果

變量名 （１） （２） （３） （４）

綠色專利獲得規(guī)模 綠色專利獲得占比 單位碳排放 單位碳排放

綠色專利獲得規(guī)模 －０．１１４

（０．０４７１）

綠色專利獲得占比 －１．４００

（０．３３１）

綠色風(fēng)險(xiǎn)投資 ０．３７０ ０．０２８８ －０．１４５ －０．１４６

（０．１５４） （０．０１０１） （０．０４００） （０．０３２２）

人均 ＧＤＰ １５．５５ １．２５７ ６．２９６ ６．２８６

（５．８７０） （０．４００） （２．２４６） （２．２４１）

人均 ＧＤＰ平方 －０．５２０ －０．０５５２ －０．２８９ －０．３０７

（０．２８８） （０．０２００） （０．０９５３） （０．１０１）

城鎮(zhèn)化率 ０．５７１ －０．１０９ １．９４９ １．７３２

（３．１１４） （０．１４４） （０．７５０） （０．７８５）

邵興宇，等：綠色風(fēng)險(xiǎn)投資抑制了碳排放嗎？ ６５

續(xù)表（表 ７）

變量名 （１） （２） （３） （４）

綠色專利獲得規(guī)模 綠色專利獲得占比 單位碳排放 單位碳排放

產(chǎn)業(yè)結(jié)構(gòu) ０．１６２ ０．１０８ ０．４８６ ０．６１９

（１．８７０） （０．１４３） （０．８４１） （０．８６２）

人口密度 ０．０９８６ －０．１７３ ０．７７２ ０．５１９

（１．３６９） （０．０７８８） （０．６２５） （０．５８９）

對(duì)外開(kāi)放度 －１．０９６ ０．０２７８ ０．１９７ ０．３６１

（０．８３６） （０．０３９８） （０．１５２） （０．１９４）

時(shí)間效應(yīng) 是 是 是 是

個(gè)體效應(yīng) 是 是 是 是

常數(shù)項(xiàng) －１０５．１ －５．６５７ －４０．４８ －３６．４３

（３０．０９） （１．８２９） （１０．７４） （９．４３７）

觀測(cè)值數(shù) ３８５ ３８５ ３８５ ３８５

Ｒｓｑｕａｒｅｄ ０．９６２ ０．６２４ ０．８７２ ０．８８３

省份數(shù) ２８ ２８ ２８ ２８

表 ７的第（１）和第（２）列匯報(bào)了綠色風(fēng)險(xiǎn)投資對(duì)綠色專利獲得規(guī)模和獲得占比的檢驗(yàn)結(jié)果。與使用

綠色專利申請(qǐng)規(guī)模及占比回歸得到的結(jié)果類似，綠色風(fēng)險(xiǎn)投資對(duì)綠色專利獲得規(guī)模和綠色專利獲得占比

的回歸系數(shù)仍為正，且保持一定顯著性。同時(shí)，將綠色專利獲得規(guī)模及綠色專利獲得占比納入方程（４），

檢驗(yàn)結(jié)果匯報(bào)在表 ７第（３）和第（４）列。結(jié)果表明綠色專利獲得規(guī)模及綠色專利獲得占比均對(duì)碳排放強(qiáng)

度存在負(fù)向作用，同時(shí)綠色風(fēng)險(xiǎn)投資回歸系數(shù)保持顯著為負(fù)，即綠色專利獲得規(guī)模和綠色專利獲得占比

均在綠色風(fēng)險(xiǎn)投資與碳排放強(qiáng)度的關(guān)系中發(fā)揮部分中介效應(yīng)。檢驗(yàn)結(jié)果表明中介效應(yīng)回歸結(jié)果較為

可信。

六、結(jié)論及政策建議

本文利用 ２００６—２０１９年 ２８?jìng)€(gè)省（自治區(qū)、直轄市）的面板數(shù)據(jù)，采用雙向固定效應(yīng)模型和中介效應(yīng)

模型，實(shí)證研究了綠色風(fēng)險(xiǎn)投資規(guī)模變動(dòng)對(duì)碳排放強(qiáng)度的影響。研究結(jié)果表明：（１）綠色風(fēng)險(xiǎn)投資規(guī)模

上升顯著抑制了碳排放強(qiáng)度；（２）綠色風(fēng)險(xiǎn)投資上升顯著提高了綠色專利申請(qǐng)規(guī)模和綠色專利申請(qǐng)占

比，即綠色風(fēng)險(xiǎn)投資促進(jìn)了綠色技術(shù)進(jìn)步；（３）綠色專利申請(qǐng)規(guī)模和綠色專利申請(qǐng)占比均在綠色風(fēng)險(xiǎn)投

資與碳排放強(qiáng)度的關(guān)系中發(fā)揮了部分中介效應(yīng)，綠色風(fēng)險(xiǎn)投資規(guī)模上升促進(jìn)了綠色技術(shù)進(jìn)步，進(jìn)而實(shí)現(xiàn)

了碳排放強(qiáng)度下降。

基于以上結(jié)論，本文提出如下政策建議：

（１）支持綠色風(fēng)險(xiǎn)投資發(fā)展，通過(guò)綠色投資促進(jìn)碳減排。在以政府為主導(dǎo)的綠色金融供給之外，通

過(guò)發(fā)展綠色風(fēng)險(xiǎn)投資，將民間資本匯集于綠色產(chǎn)業(yè)中?？紤]適當(dāng)放寬綠色風(fēng)險(xiǎn)投資資金來(lái)源，降低綠色

風(fēng)險(xiǎn)投資相關(guān)稅費(fèi)。同時(shí)通過(guò)多層次資本市場(chǎng)建設(shè)，進(jìn)一步完善風(fēng)險(xiǎn)投資退出機(jī)制，最終實(shí)現(xiàn)綠色風(fēng)險(xiǎn)

投資與綠色產(chǎn)業(yè)發(fā)展的良性互動(dòng)。

（２）加快綠色技術(shù)自主創(chuàng)新研發(fā)，用創(chuàng)新的方式完成我國(guó)經(jīng)濟(jì)低碳轉(zhuǎn)型。作為綠色技術(shù)創(chuàng)新的供給

方，企業(yè)部門特別是新興產(chǎn)業(yè)企業(yè)部門需要成為政策保護(hù)和支持的重點(diǎn)。未來(lái)仍需要繼續(xù)著眼于綠色技

術(shù)的研發(fā)和普及，積極促進(jìn)產(chǎn)學(xué)研相結(jié)合，提高企業(yè)創(chuàng)新的規(guī)模和質(zhì)量，對(duì)企業(yè)創(chuàng)新予以鼓勵(lì)，提高企業(yè)

６６ ｈｔｔｐ：／／ｃｌｇｓｋ．ｑｋｓ．ｃｑｕｔ．ｅｄｕ．ｃｎ

部門創(chuàng)新的積極性。

（３）強(qiáng)化綠色金融體系建設(shè)與綠色技術(shù)創(chuàng)新的協(xié)同性。以綠色風(fēng)險(xiǎn)投資發(fā)展為抓手，促進(jìn)綠色金融

資源與綠色技術(shù)創(chuàng)新相融合。用金融提升創(chuàng)新，以創(chuàng)新實(shí)現(xiàn)減碳，完善綠色金融、綠色技術(shù)創(chuàng)新和經(jīng)濟(jì)低

碳化三者之間的協(xié)作機(jī)制。建議在綠色金融改革創(chuàng)新試驗(yàn)區(qū)探索綠色風(fēng)險(xiǎn)投資與綠色技術(shù)創(chuàng)新協(xié)同推

進(jìn)的新路徑，盡快形成可復(fù)制、可推廣的協(xié)同發(fā)展經(jīng)驗(yàn)。

參考文獻(xiàn)：

［１］ 易綱．完善全球金融治理 促進(jìn)世界經(jīng)濟(jì)增長(zhǎng)［Ｎ］．人民日?qǐng)?bào)，２０１６－１０－２５（７）．

［２］ 劉曼紅，秋永霞．綠色風(fēng)險(xiǎn)投資助推綠色 ＧＤＰ［Ｊ］．生產(chǎn)力研究，２００９（２０）：５３－５４，６９，２０３．

［３］ 王韌．綠色金融、技術(shù)創(chuàng)新與綠色政策———基于耦合模型與灰色關(guān)聯(lián)模型的實(shí)證分析［Ｊ］．金融理論探索，２０１９（６）：

６０－７０．

［４］ 安偉．綠色金融的內(nèi)涵，機(jī)理和實(shí)踐初探［Ｊ］．經(jīng)濟(jì)經(jīng)緯，２００８（５）：１５６－１５８．

［５］ ＭＲＫＡＪＩＣＢ，ＭＵＲＴＩＮＵＳ，ＳＣＡＬＥＲＡＶＧ．Ｉｓｇｒｅｅｎｔｈｅｎｅｗｇｏｌｄ？Ｖｅｎｔｕｒｅｃａｐｉｔａｌａｎｄｇｒｅｅｎｅｎｔｒｅｐｒｅｎｅｕｒｓｈｉｐ［Ｊ］．ＳｍａｌｌＢｕｓｉ

ｎｅｓｓＥｃｏｎｏｍｉｃｓ，２０１９，５２（４）：９２９－９５０．

［６］ ＯＷＥＮＲ．Ｌｅｓｓｏｎｓｆｒｏｍｇｏｖｅｒｎｍｅｎｔｖｅｎｔｕｒｅｃａｐｉｔａｌｆｕｎｄｓｔｏｅｎａｂｌｅｔｒａｎｓｉｔｉｏｎｔｏａｌｏｗｃａｒｂｏｎｅｃｏｎｏｍｙ：ＴｈｅＵ．Ｋ．ｃａｓｅ［Ｊ］．

ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＥｎｇｉｎｅｅｒｉｎｇＭａｎａｇｅｍｅｎｔ，２０２１：１－１５．

［７］ 江紅莉，王為東，王露，等．中國(guó)綠色金融發(fā)展的碳減排效果研究———以綠色信貸與綠色風(fēng)投為例［Ｊ］．金融論壇，２０２０

（１１）：３９－４８，８０．

［８］ ＧＵＪＢＡＨ，ＴＨＯＲＮＥＳ，ＭＵＬＵＧＥＴＴＡＹ，ｅｔａｌ．ＦｉｎａｎｃｉｎｇｌｏｗｃａｒｂｏｎｅｎｅｒｇｙａｃｃｅｓｓｉｎＡｆｒｉｃａ［Ｊ］．ＥｎｅｒｇｙＰｏｌｉｃｙ，２０１２，４７：７１－

７８．

［９］ 胡海峰，王愛(ài)萍．金融發(fā)展與經(jīng)濟(jì)增長(zhǎng)關(guān)系研究新進(jìn)展［Ｊ］．經(jīng)濟(jì)學(xué)動(dòng)態(tài)，２０１６（５）：１０２－１１２．

［１０］ＨＥＧＥＭＡＮＰＤ，ＳＲＨＥＩＭＲ．Ｗｈｙｄｏｔｈｅｙｄｏｉｔ？Ｃｏｒｐｏｒａｔｅｖｅｎｔｕｒｅｃａｐｉｔａｌｉｎｖｅｓｔｍｅｎｔｓｉｎｃｌｅａｎｔｅｃｈｓｔａｒｔｕｐｓ［Ｊ］．Ｊｏｕｒｎａｌｏｆ

ＣｌｅａｎｅｒＰｒｏｄｕｃｔｉｏｎ，２０２１，２９４．

［１１］ＷＥＩＺ，ＹＵＧＵＯＪ，ＪＩＡＰＩＮＧＷ．ＧｒｅｅｎｉｚａｔｉｏｎｏｆｖｅｎｔｕｒｅｃａｐｉｔａｌａｎｄｇｒｅｅｎｉｎｎｏｖａｔｉｏｎｏｆＣｈｉｎｅｓｅｅｎｔｉｔｙｉｎｄｕｓｔｒｙ［Ｊ］．Ｅｃｏｌｏｇｉｃａｌ

Ｉｎｄｉｃａｔｏｒｓ，２０１５，５１：３１－４１．

［１２］ＷＥＩＪＩＡＤ，ＹＥＬ，ＸＩＮＬ，ｅｔａｌ．Ｈｏｗｄｏｅｓｖｅｎｔｕｒｅｃａｐｉｔａｌｓｐｕｒｔｈｅｉｎｎｏｖａｔｉｏｎｏｆｅｎｖｉｒｏｎｍｅｎｔａｌｌｙｆｒｉｅｎｄｌｙｆｉｒｍｓ？Ｅｖｉｄｅｎｃｅｆｒｏｍ

Ｃｈｉｎａ［Ｊ］．ＥｎｅｒｇｙＥｃｏｎｏｍｉｃｓ，２０２１，１０３．

［１３］張偉科．風(fēng)險(xiǎn)投資介入與企業(yè)創(chuàng)新：基于 ＰＳＭ模型的經(jīng)驗(yàn)證據(jù)［Ｊ］．科技進(jìn)步與對(duì)策，２０２０（２）：１０－１８．

［１４］ＣＲＯＣＥＡ，ＭＡＲＴ?Ｊ，ＭＵＲＴＩＮＵＳ．ＴｈｅｉｍｐａｃｔｏｆｖｅｎｔｕｒｅｃａｐｉｔａｌｏｎｔｈｅｐｒｏｄｕｃｔｉｖｉｔｙｇｒｏｗｔｈｏｆＥｕｒｏｐｅａｎｅｎｔｒｅｐｒｅｎｅｕｒｉａｌｆｉｒｍｓ：

‘Ｓｃｒｅｅｎｉｎｇ’ｏｒ‘ｖａｌｕｅａｄｄｅｄ’ｅｆｆｅｃｔ？［Ｊ］．ＪｏｕｒｎａｌｏｆＢｕｓｉｎｅｓｓＶｅｎｔｕｒｉｎｇ，２０１３，２８（４）：４８９－５１０．

［１５］加里·杜什尼茨基，余雷，路江涌．公司創(chuàng)業(yè)投資：文獻(xiàn)述評(píng)與研究展望［Ｊ］．管理世界，２０２１（７）：１９８－２１６，１４，１８－２５．

［１６］謝漾，洪正．私募股權(quán)投資能緩解中小企業(yè)非效率投資嗎———來(lái)自中小板、創(chuàng)業(yè)板上市公司的經(jīng)驗(yàn)證據(jù)［Ｊ］．廣東財(cái)經(jīng)

大學(xué)學(xué)報(bào)，２０２０（４）：５８－７１．

［１７］ＨＡＬＬＥＮＢＬ．Ｔｈｅｃａｕｓｅｓａｎｄｃｏｎｓｅｑｕｅｎｃｅｓｏｆｔｈｅｉｎｉｔｉａｌｎｅｔｗｏｒｋｐｏｓｉｔｉｏｎｓｏｆｎｅｗｏｒｇａｎｉｚａｔｉｏｎｓ：Ｆｒｏｍｗｈｏｍｄｏｅｎｔｒｅｐｒｅｎｅｕｒｓ

ｒｅｃｅｉｖｅｉｎｖｅｓｔｍｅｎｔｓ［Ｊ］．ＡｄｍｉｎｉｓｔｒａｔｉｖｅＳｃｉｅｎｃｅＱｕａｒｔｅｒｌｙ，２００８，５３（４）：６８５－７１８．

［１８］張同斌，宮婷．中國(guó)工業(yè)化階段變遷、技術(shù)進(jìn)步與能源效率提升———基于時(shí)變參數(shù)狀態(tài)空間模型的實(shí)證分析［Ｊ］．資源

科學(xué)，２０１３（９）：１７７２－１７８１．

［１９］楊莉莎，朱俊鵬，賈智杰．中國(guó)碳減排實(shí)現(xiàn)的影響因素和當(dāng)前挑戰(zhàn)———基于技術(shù)進(jìn)步的視角［Ｊ］．經(jīng)濟(jì)研究，２０１９（１１）：

１１８－１３２．

［２０］王道平，杜克銳，鄢哲明．低碳技術(shù)創(chuàng)新有效抑制了碳排放嗎？———基于 ＰＳＴＲ模型的實(shí)證分析［Ｊ］．南京財(cái)經(jīng)大學(xué)學(xué)

報(bào)，２０１８（６）：１－１４．

邵興宇，等：綠色風(fēng)險(xiǎn)投資抑制了碳排放嗎？ ６７

［２１］白雪潔，宋培，王寶璐．碳排放交易制度的節(jié)能減排路徑：效率提升還是結(jié)構(gòu)轉(zhuǎn)型？———來(lái)自中國(guó)省級(jí)數(shù)據(jù)的準(zhǔn)自然實(shí)

驗(yàn)［Ｊ］．商業(yè)經(jīng)濟(jì)與管理，２０２１（８）：７０－８５．

［２２］鄢哲明，鄧曉蘭，陳寶東．綠色技術(shù)進(jìn)步對(duì)中國(guó)產(chǎn)業(yè)結(jié)構(gòu)低碳化的影響［Ｊ］．經(jīng)濟(jì)社會(huì)體制比較，２０１６（４）：２５－３９．

［２３］羅良文，李珊珊．技術(shù)進(jìn)步、產(chǎn)業(yè)結(jié)構(gòu)與中國(guó)工業(yè)碳排放［Ｊ］．科研管理，２０１４（６）：８－１３．

［２４］ＩＰＣＣ．２００６ＩＰＣＣｇｕｉｄｅｌｉｎｅｓｆｏｒｎａｔｉｏｎａｌｇｒｅｅｎｈｏｕｓｅｇａｓｉｎｖｅｎｔｏｒｙ［Ｍ］．ＮｅｗＹｏｒｋ：ＩｎｔｅｒｇｏｖｅｒｎｍｅｎｔａｌＰａｎｅｌｏｎＣｌｉｍａｔｅＣｈａｎｇｅ，

２００６．

［２５］王班班，趙程．中國(guó)的綠色技術(shù)創(chuàng)新———專利統(tǒng)計(jì)和影響因素［Ｊ］．工業(yè)技術(shù)經(jīng)濟(jì)，２０１９（７）：５３－６６．

［２６］李飛越．老齡化、城鎮(zhèn)化與碳排放———基于 １９９５—２０１２年中國(guó)省級(jí)動(dòng)態(tài)面板的研究［Ｊ］．人口與經(jīng)濟(jì)，２０１５（４）：９－１８．

［２７］ＸＩＡＯＹＡＮＬ，ＪＩＡＬ，ＰＥＩＪＩＥＮ．ＴｈｅｉｍｐａｃｔｏｆｔｈｅｄｉｇｉｔａｌｅｃｏｎｏｍｙｏｎＣＯ２ｅｍｉｓｓｉｏｎｓ：Ａｔｈｅｏｒｅｔｉｃａｌａｎｄｅｍｐｉｒｉｃａｌａｎａｌｙｓｉｓ［Ｊ］．

Ｓｕｓｔａｉｎａｂｉｌｉｔｙ，２０２１，１３（１３）：７２６７．

［２８］ＢＯＮＤＳ，ＨＯＥＦＦＬＥＲＡ，ＴＥＭＰＬＥＪ．ＧＭＭｅｓｔｉｍａｔｉｏｎｏｆｅｍｐｉｒｉｃａｌｇｒｏｗｔｈｍｏｄｅｌｓ［Ｊ］．ＣＥＰＲＤｉｓｃｕｓｓｉｏｎＰａｐｅｒｓ，２００１，１５９（１）：

９９－１１５．

Ｄｏｅｓｇｒｅｅｎｖｅｎｔｕｒｅｃａｐｉｔａｌｃｕｒｂｃａｒｂｏｎｅｍｉｓｓｉｏｎｓ？

———Ｅｍｐｉｒｉｃａｌｒｅｓｅａｒｃｈｂａｓｅｄｏｎｔｈｅｐｅｒｓｐｅｃｔｉｖｅｏｆｇｒｅｅｎｔｅｃｈｎｏｌｏｇｙｉｎｎｏｖａｔｉｏｎ

ＳＨＡＯＸｉｎｇｙｕ

１

，ＦＡＮＤｅｓｈｅｎｇ

２

（１．ＳｃｈｏｏｌｏｆＥｃｏｎｏｍｉｃｓ，ＵｎｉｖｅｒｓｉｔｙｏｆＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＳｏｃｉａｌＳｃｉｅｎｃｅｓ，Ｂｅｉｊｉｎｇ１０２４８８，Ｃｈｉｎａ；

２．ＩｎｔｅｒｎａｔｉｏｎａｌＢｕｓｉｎｅｓｓＳｃｈｏｏｌ，ＢｅｉｊｉｎｇＦｏｒｅｉｇｎＳｔｕｄｉｅｓＵｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ１０００８１，Ｃｈｉｎａ）

Ａｂｓｔｒａｃｔ：Ｉｎｄｅｐｔｈｓｔｕｄｙｏｎｗｈｅｔｈｅｒａｎｄｈｏｗｇｒｅｅｎｖｅｎｔｕｒｅｃａｐｉｔａｌａｆｆｅｃｔｓｃａｒｂｏｎｅｍｉｓｓｉｏｎｉｎｔｅｎｓｉｔｙｉｓｏｆ

ｇｒｅａｔｓｉｇｎｉｆｉｃａｎｃｅｔｏｔｈｅｃｏｎｓｔｒｕｃｔｉｏｎｏｆＣｈｉｎａ’ｓｇｒｅｅｎｆｉｎａｎｃｉａｌｓｙｓｔｅｍａｎｄｔｈｅｒｅａｌｉｚａｔｉｏｎｏｆｃａｒｂｏｎｅｍｉｓｓｉｏｎ

ｒｅｄｕｃｔｉｏｎｔａｒｇｅｔｓ．Ｂａｓｅｄｏｎｔｈｅｐａｎｅｌｄａｔａｏｆ２８ｐｒｏｖｉｎｃｅｓｆｒｏｍ２００６ｔｏ２０１９，ｔｈｉｓｐａｐｅｒｅｍｐｉｒｉｃａｌｌｙｓｔｕｄｉｅｓｔｈｅ

ｉｍｐａｃｔｏｆｔｈｅｓｃａｌｅｃｈａｎｇｅｏｆｇｒｅｅｎｖｅｎｔｕｒｅｃａｐｉｔａｌｏｎｃａｒｂｏｎｅｍｉｓｓｉｏｎｉｎｔｅｎｓｉｔｙ．Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈａｔ：（１）

Ｔｈｅｉｎｃｒｅａｓｅｏｆｇｒｅｅｎｖｅｎｔｕｒｅｃａｐｉｔａｌｓｉｇｎｉｆｉｃａｎｔｌｙｉｎｈｉｂｉｔｅｄｃａｒｂｏｎｅｍｉｓｓｉｏｎｉｎｔｅｎｓｉｔｙ；（２）Ｔｈｅｉｎｃｒｅａｓｅｏｆｇｒｅｅｎ

ｖｅｎｔｕｒｅｃａｐｉｔａｌｓｉｇｎｉｆｉｃａｎｔｌｙｉｎｃｒｅａｓｅｄｔｈｅｓｃａｌｅａｎｄｐｒｏｐｏｒｔｉｏｎｏｆｇｒｅｅｎｐａｔｅｎｔａｐｐｌｉｃａｔｉｏｎｓ；（３）Ｂｏｔｈｔｈｅｓｉｚｅｏｆ

ｇｒｅｅｎｐａｔｅｎｔａｐｐｌｉｃａｔｉｏｎａｎｄｔｈｅｐｒｏｐｏｒｔｉｏｎｏｆｇｒｅｅｎｐａｔｅｎｔａｐｐｌｉｃａｔｉｏｎｐｌａｙａｐａｒｔｏｆｍｅｄｉａｔｉｎｇｅｆｆｅｃｔｏｎｔｈｅ

ｒｅｌａｔｉｏｎｓｈｉｐｂｅｔｗｅｅｎｇｒｅｅｎｖｅｎｔｕｒｅｃａｐｉｔａｌａｎｄｃａｒｂｏｎｅｍｉｓｓｉｏｎｉｎｔｅｎｓｉｔｙ．Ｔｈｅｒｅｆｏｒｅ，ｔｏｆｕｒｔｈｅｒｓｕｐｐｏｒｔｔｈｅ

ｄｅｖｅｌｏｐｍｅｎｔｏｆｇｒｅｅｎｖｅｎｔｕｒｅｃａｐｉｔａｌ，ａｃｃｅｌｅｒａｔｅｔｈｅｉｎｄｅｐｅｎｄｅｎｔｉｎｎｏｖａｔｉｏｎｒｅｓｅａｒｃｈａｎｄｄｅｖｅｌｏｐｍｅｎｔｏｆｇｒｅｅｎ

ｔｅｃｈｎｏｌｏｇｙ，ａｎｄｆｕｒｔｈｅｒｓｔｒｅｎｇｔｈｅｎｔｈｅｓｙｎｅｒｇｙｂｅｔｗｅｅｎｔｈｅｃｏｎｓｔｒｕｃｔｉｏｎｏｆｇｒｅｅｎｆｉｎａｎｃｉａｌｓｙｓｔｅｍ ａｎｄｇｒｅｅｎ

ｔｅｃｈｎｏｌｏｇｙｉｎｎｏｖａｔｉｏｎａｒｅｅｆｆｅｃｔｉｖｅｗａｙｓｔｏａｃｈｉｅｖｅｃａｒｂｏｎｅｍｉｓｓｉｏｎｒｅｄｕｃｔｉｏｎ．

Ｋｅｙｗｏｒｄｓ：ｇｒｅｅｎｖｅｎｔｕｒｅｃａｐｉｔａｌ；ｇｒｅｅｎｔｅｃｈｎｏｌｏｇｙｉｎｎｏｖａｔｉｏｎ；ｃａｒｂｏｎｉｎｔｅｎｓｉｔｙ

（責(zé)任編輯 晏心悅）

６８ ｈｔｔｐ：／／ｃｌｇｓｋ．ｑｋｓ．ｃｑｕｔ．ｅｄｕ．ｃｎ

ＪｏｕｒｎａｌｏｆＣｈｏｎｇｑｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ（ＳｏｃｉａｌＳｃｉｅｎｃｅ）

２０２２年 第 ３６卷 第 ４期

Ｖｏｌ．３６ Ｎｏ．４ ２０２２

收稿日期：２０２０－０９－２８；修回日期：２０２２－０３－３１

基金項(xiàng)目：國(guó)家社會(huì)科學(xué)基金西部項(xiàng)目“全球價(jià)值鏈視域下中國(guó)與‘一帶一路’沿線國(guó)家服務(wù)業(yè)競(jìng)合關(guān)系研究”

（１８ＸＪＬ０１０）

作者簡(jiǎn)介：鐘惠蕓，教授，經(jīng)濟(jì)學(xué)博士，主要從事服務(wù)貿(mào)易研究。

本文引用格式：鐘惠蕓．中國(guó)與“一帶一路”沿線國(guó)家服務(wù)業(yè)在全球價(jià)值鏈中的競(jìng)爭(zhēng)力比較［Ｊ］．重慶理工大學(xué)學(xué)報(bào)（社會(huì)科學(xué)），２０２２

（４）：６９－８０．

Ｃｉｔａｔｉｏｎｆｏｒｍａｔ：ＺＨＯＮＧＨｕｉｙｕｎ．ＡｃｏｍｐａｒａｔｉｖｅｓｔｕｄｙｏｎｔｈｅｃｏｍｐｅｔｉｔｉｖｅｎｅｓｓｏｆｔｈｅｓｅｒｖｉｃｅｉｎｄｕｓｔｒｙｉｎｔｈｅｇｌｏｂａｌｖａｌｕｅＣｈａｉｎｂｅｔｗｅｅｎＣｈｉｎａａｎｄ

ｃｏｕｎｔｒｉｅｓａｌｏｎｇｔｈｅＢｅｌｔ＆Ｒｏａｄ［Ｊ］．ＪｏｕｒｎａｌｏｆＣｈｏｎｇｑｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ（ＳｏｃｉａｌＳｃｉｅｎｃｅ），２０２２（４）：６９－８０．

ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１６７４－８４２５（ｓ）．２０２２．０４．００７ 區(qū)域經(jīng)濟(jì)一體化

中國(guó)與“一帶一路”沿線國(guó)家服務(wù)業(yè)

在全球價(jià)值鏈中的競(jìng)爭(zhēng)力比較

鐘惠蕓

（閩南師范大學(xué) 商學(xué)院，福建 漳州 ３６３０００）

摘要：基于全球價(jià)值鏈研究院 ＵＩＢＥＧＶＣＩｎｄｉｃａｔｏｒｓ和 ＡＤＢＭＲＩＯ２０１８數(shù)據(jù)庫(kù)，采用產(chǎn)業(yè)部門前向聯(lián)

系測(cè)算的顯性比較優(yōu)勢(shì)指數(shù)（ＮＲＣＡ）對(duì)中國(guó)與“一帶一路”沿線 ３３個(gè)國(guó)家服務(wù)業(yè)整體以及細(xì)分部門在全

球價(jià)值鏈中的競(jìng)爭(zhēng)力進(jìn)行測(cè)度與比較。從服務(wù)業(yè)整體來(lái)看，中國(guó)服務(wù)業(yè) ＮＲＣＡ指數(shù)在沿線國(guó)家排名中處

于比較靠后的位置，２０１７年位居第 ２４位。從細(xì)分部門來(lái)看，中國(guó)資本密集型服務(wù)業(yè)的競(jìng)爭(zhēng)力最強(qiáng)，勞動(dòng)密

集型服務(wù)業(yè)的競(jìng)爭(zhēng)力次之，知識(shí)密集型服務(wù)業(yè)競(jìng)爭(zhēng)力最弱。但即使是資本密集型服務(wù)業(yè)，考察期內(nèi) ＮＲＣＡ

指數(shù)均值也依然小于 １，知識(shí)密集型服務(wù)業(yè) ６個(gè)細(xì)分部門均呈現(xiàn)出上升趨勢(shì)，但從 ２０１７年 ＮＲＣＡ指數(shù)來(lái)看，

僅有金融業(yè) ＮＲＣＡ指數(shù)大于 １。本文提出服務(wù)貿(mào)易是中國(guó)與“一帶一路”沿線國(guó)家貿(mào)易的一項(xiàng)重要內(nèi)容，要

實(shí)施優(yōu)勢(shì)服務(wù)業(yè)“走出去”、弱勢(shì)服務(wù)業(yè)“引進(jìn)來(lái)”的差異化戰(zhàn)略。對(duì)于與沿線國(guó)家存在優(yōu)勢(shì)沖突的服務(wù)業(yè)，

需要尋找各自的獨(dú)特優(yōu)勢(shì)點(diǎn)，發(fā)展產(chǎn)業(yè)內(nèi)服務(wù)貿(mào)易，以形成合理的服務(wù)業(yè)分工體系。

關(guān)鍵詞：一帶一路；全球價(jià)值鏈；ＮＲＣＡ指數(shù)；競(jìng)爭(zhēng)力

中圖分類號(hào)：Ｆ７９０ 文獻(xiàn)標(biāo)識(shí)碼：Ａ 文章編號(hào)：１６７４－８４２５（２０２２）０４－００６９－１２

一、引言

聯(lián)合國(guó)貿(mào)發(fā)會(huì)議（ＵＮＣＴＡＤ）統(tǒng)計(jì)數(shù)據(jù)顯示，１９８０年世界服務(wù)貿(mào)易總額為 ８４３４億美元，２０００年上升

為 ３．０４萬(wàn)億美元，２０１８年更是達(dá)到 １１．４５萬(wàn)億美元，３８年間增長(zhǎng)了 １２．５８倍，年均增長(zhǎng) ８％。中國(guó)的服

務(wù)貿(mào)易起步較晚，規(guī)模不大，但發(fā)展速度非?？臁＃保梗福材曛袊?guó)服務(wù)貿(mào)易進(jìn)出口總額僅為 ４５．３６億美元，到

２０１８年已經(jīng)達(dá)到 ７９１８．８１億美元，增長(zhǎng)了 １７３．５８倍，年均增長(zhǎng) １５％。截至 ２０１８年，中國(guó)服務(wù)業(yè)增加值

占 ＧＤＰ比重達(dá)到了 ５２．２％。盡管如此，２０１８年，英國(guó)、美國(guó)及許多歐洲國(guó)家的服務(wù)業(yè)增加值占比已超過(guò)

７０％，同樣為金磚國(guó)家的巴西服務(wù)業(yè)增加值占 ＧＤＰ比重也已達(dá)到 ６２．６３％。世界各國(guó)的實(shí)踐及相關(guān)學(xué)者

的研究均表明，服務(wù)業(yè)日益成為社會(huì)經(jīng)濟(jì)持續(xù)發(fā)展和轉(zhuǎn)型升級(jí)的強(qiáng)勁引擎，服務(wù)貿(mào)易競(jìng)爭(zhēng)是衡量一個(gè)國(guó)

家國(guó)際競(jìng)爭(zhēng)力的重要指標(biāo)。

在“一帶一路”的貿(mào)易合作中，服務(wù)貿(mào)易扮演著重要角色，是“一帶一路”沿線國(guó)家對(duì)外貿(mào)易的重要組

成部分，與商品貿(mào)易并行成為“一帶一路”倡議的重要內(nèi)容。隨著“一帶一路”倡議的推進(jìn)，一些學(xué)者對(duì)

“一帶一路”沿線國(guó)家服務(wù)貿(mào)易競(jìng)爭(zhēng)力展開(kāi)了研究。國(guó)內(nèi)學(xué)者王江等［１］

利用國(guó)際市場(chǎng)占有率指數(shù) ＩＭＳ、顯

性比較優(yōu)勢(shì)指數(shù) ＲＣＡ、貿(mào)易競(jìng)爭(zhēng)優(yōu)勢(shì)指數(shù) ＴＣ、Ｍｉｃｈａｅｌｙ競(jìng)爭(zhēng)優(yōu)勢(shì)指數(shù)比較了中國(guó)與“一帶一路”沿線十國(guó)

的生產(chǎn)性服務(wù)貿(mào)易競(jìng)爭(zhēng)力。黃滿盈等［２］

基于國(guó)際收支平衡表統(tǒng)計(jì)數(shù)據(jù)和《銀行家》數(shù)據(jù)庫(kù)對(duì)中國(guó)與“一

帶一路”沿線國(guó)家和地區(qū)金融服務(wù)貿(mào)易的競(jìng)爭(zhēng)力進(jìn)行了比較分析。石榮［３］根據(jù)中國(guó)和新加坡兩個(gè)國(guó)家

的貿(mào)易規(guī)模、顯性比較優(yōu)勢(shì)、貿(mào)易競(jìng)爭(zhēng)優(yōu)勢(shì)和服務(wù)貿(mào)易開(kāi)放度等競(jìng)爭(zhēng)力指標(biāo)因素，分析了“一帶一路”背

景下中新兩國(guó)服務(wù)貿(mào)易的國(guó)際競(jìng)爭(zhēng)力。

然而，目前關(guān)于“一帶一路”沿線國(guó)家服務(wù)貿(mào)易競(jìng)爭(zhēng)力的文獻(xiàn)仍然不多，相關(guān)的實(shí)證研究主要是基于

傳統(tǒng)總值貿(mào)易的 ＩＭＳ、ＴＣ、ＲＣＡ指數(shù)等進(jìn)行的，且多集中于沿線個(gè)別國(guó)家或個(gè)別服務(wù)業(yè)部門，缺乏對(duì)沿線

大多數(shù)國(guó)家服務(wù)業(yè)整體性的實(shí)證揭示以及對(duì)大多數(shù)細(xì)分部門的具體分析。隨著全球價(jià)值鏈（ＧＶＣ）的迅

猛發(fā)展，基于傳統(tǒng)總值貿(mào)易進(jìn)行研究的缺陷逐漸顯現(xiàn)出來(lái)，而增加值貿(mào)易理論因能消除傳統(tǒng)總值貿(mào)易的

“統(tǒng)計(jì)幻象”、準(zhǔn)確核算各國(guó)參與國(guó)際分工的貿(mào)易利得，而受到越來(lái)越多的關(guān)注。

有鑒于此，從增加值貿(mào)易的視角，采用對(duì)外經(jīng)貿(mào)大學(xué)全球價(jià)值鏈研究院 ＵＩＢＥＧＶＣＩｎｄｉｃａｔｏｒｓ和亞洲

開(kāi)發(fā)銀行 ＡＤＢ－ＭＲＩＯ增加值貿(mào)易數(shù)據(jù)對(duì)“一帶一路”沿線 ３３國(guó)服務(wù)業(yè)整體以及所有服務(wù)業(yè)細(xì)分部門在

全球價(jià)值鏈中的競(jìng)爭(zhēng)力進(jìn)行測(cè)算和比較，找出中國(guó)具有比較優(yōu)勢(shì)和處于相對(duì)劣勢(shì)的服務(wù)部門，以期深化

中國(guó)與“一帶一路”沿線國(guó)家的服務(wù)貿(mào)易往來(lái)，進(jìn)一步推進(jìn)中國(guó)與“一帶一路”沿線國(guó)家的服務(wù)貿(mào)易合作，

提升中國(guó)在“一帶一路”區(qū)域價(jià)值鏈中的主導(dǎo)地位。

二、研究方法和數(shù)據(jù)說(shuō)明

（一）一國(guó)總出口的增加值分解

Ｗａｎｇ等①根據(jù)出口品的價(jià)值來(lái)源地和吸收地，將 ｓ國(guó)對(duì) ｒ國(guó)的出口 Ｅｓｒ

分解為如下：

Ｅｓｒ＝（Ｖｓ

Ｂｓｓ

）’

＃Ｙ ?

??

?

??

? ｓｒ

（１）ＤＶＡ＿ＦＩＮ

＋（Ｖｓ

Ｌｓｓ

）’

＃（Ａｓｒ

Ｂｒｒ

Ｙｒｒ

?

?

?

??

?

?

?

??

?

））

（２）ＤＶＡ＿ＦＩＮ

＋

（Ｖｓ

Ｌｓｓ

）’

＃［（Ａｓｒ

Ｂｒｔ

Ｙｔｔ

）＋（Ａｓｒ

Ｂｒｒ

Ｙｒｔ

）＋（Ａｓｒ

Ｂｒｔ

Ｙｔｒ

）＋ ?

?

?

?

?

?

?

?

?

??

?

?

?

?

?

?

?

?

?

??

? ］

（３）ＤＶＡ＿ＦＩＮ

＋

（Ｖｓ

Ｌｓｓ

）’

＃［（Ａｓｒ

Ｂｒｒ

Ｙｒｓ

）＋（Ａｓｒ

Ｂｒｔ

Ｙｔｓ

）＋（Ａｓｒ

Ｂｒｓ

Ｙｓｓ

）＋ ?

?

?

?

?

?

?

?

?

?

?

?

?

?

?

?

?

?

?

?

?

?

? ］

（４）ＲＤＶ

＋

（Ｖｓ

Ｌｓｓ

）’

＃［Ａｓｒ

Ｂｒｓ

（Ｙｓｒ＋Ｙｓｔ

）］＋（Ｖｓｓ

Ｂｓｓ－Ｖｓ

Ｌｓｓ

）’

＃（Ａｓｒ

Ｘｒ

?

?

?

?

?

?

?

?

?

?

??

?

?

?

?

?

?

?

?

?

?

??

? ）

（５）ＤＤＣ

＋

［（Ｖｒ

Ｂｒｓ

）’

＃Ｙｓｒ＋（Ｖｔ

Ｂｔｓ

）’

＃Ｙｓｒ

?

?

?

?

?

?

?

?

?

?

?

?

? ］

（６）ＦＶＡ＿ＦＩＮ

＋｛［（Ｖｒ

Ｂｒｓ

）’ ＋（Ｖｔ

Ｂｔｓ

）’

］＃（Ａｓｒ

Ｌｒｒ

Ｙｒｒ

?

?

?

?

?

?

??

?

?

?

?

?

?

??

?

）｝

（７）ＦＶＡ＿ＩＮＴ

＋

［（Ｖｒ

Ｂｒｓ

）’ ＋（Ａｓｒ

Ｌｒｒ

Ｅｒ

）＋（Ｖｔ

Ｂｔｓ

）’

＃（Ａｓｒ

Ｌｒｒ

Ｅｒ

?

?

?

?

?

?

?

?

??

?

?

?

?

?

?

?

?

??

?

）］

（８）ＦＤＣ

（１）

７０ ｈｔｔｐ：／／ｃｌｇｓｋ．ｑｋｓ．ｃｑｕｔ．ｅｄｕ．ｃｎ

① 推導(dǎo)過(guò)程可參看：

１．ＺＨＩＷ，ＳＨＡＮＧＪＩＮＷ，ＫＵＮＦＵＺ．Ｑｕａｎｔｉｆｙｉｎｇｉｎｔｅｒｎａｔｉｏｎａｌｐｒｏｄｕｃｔｉｏｎｓｈａｒｉｎｇａｔｔｈｅｂｉｌａｔｅｒａｌａｎｄｓｅｃｔｏｒｌｅｖｅｌｓ．ＮＢＥＲＷｏｒｋｉｎｇＰａｐｅｒＮｏ．

１９６７７．２０１３．

２．ＺＨＩＷ，ＳＨＡＮＧＪＩＮＷ，ＫＵＮＦＵＺ，ｅｔａｌ．Ｃｈａｒａｃｔｅｒｉｚｉｎｇｇｌｏｂａｌｖａｌｕｅｃｈａｉｎｓ：Ｐｒｏｄｕｃｔｉｏｎｌｅｎｇｔｈａｎｄｕｐｓｔｒｅａｍｎｅｓｓ．ＮＢＥＲＷｏｒｋｉｎｇＰａｐｅｒＮｏ．

２３２６１．２０１７ａ．

３．ＺＨＩＷ，ＳＨＡＮＧＪＩＮＷ，ＫＵＮＦＵＺ，ｅｔａｌ．Ｍｅａｓｕｒｅｓｏｆｐａｒｔｉｃｉｐａｔｉｏｎｉｎｇｌｏｂａｌｖａｌｕｅｃｈａｉｎｓａｎｄｇｌｏｂａｌｂｕｓｉｎｅｓｓｃｙｃｌｅｓ．ＮＢＥＲＷｏｒｋｉｎｇＰａｐｅｒＮｏ．

２３２２２．２０１７ｂ．

上式中，總出口 １６個(gè)分解結(jié)果可以歸納為 ８?jìng)€(gè)部分，各部分的關(guān)系可由圖 １表示。

注：Ｅ適用于任何層級(jí)的總貿(mào)易統(tǒng)計(jì)數(shù)據(jù)，包括國(guó)家／部門層面，國(guó)家匯總層面，雙邊部門層面，或雙邊匯總層面

圖 １ 一國(guó)總出口增加值分解示意圖

（二）ＮＲＣＡ指數(shù)

美國(guó)經(jīng)濟(jì)學(xué)家巴拉薩（Ｂａｌａｓｓａ）于 １９６５年首次提出用來(lái)測(cè)算一個(gè)國(guó)家或地區(qū)產(chǎn)業(yè)部門國(guó)際競(jìng)爭(zhēng)力的

顯性比較優(yōu)勢(shì)指數(shù)（ＲｅｖｅａｌｅｄＣｏｍｐａｒａｔｉｖｅＡｄｖａｎｔａｇｅＩｎｄｅｘ，ＲＣＡ），它反映了一個(gè)國(guó)家或地區(qū)某一產(chǎn)業(yè)部

門出口總額在該國(guó)或地區(qū)出口總額中的占比與世界該產(chǎn)業(yè)部門出口總額在世界總出口中占比的比值。

用公式表示如下：

ＲＣＡｒ

ｉ ＝

ｅｒ

ｉ／∑

ｎ

ｉ

ｅｒ

ｉ

∑

Ｇ

ｒ

ｅｒ

ｉ／∑

Ｇ

ｒ

∑

ｎ

ｉ

ｅｒ

ｉ

（２）

其中，ｅｒ

ｉ表示 ｒ國(guó) ｉ產(chǎn)業(yè)的總出口，Ｇ和 ｎ分別表示國(guó)家數(shù)量和產(chǎn)業(yè)數(shù)量，∑

ｎ

ｉ

ｅｒ

ｉ表示 ｒ國(guó)的總出口，∑

Ｇ

ｒ

ｅｒ

ｉ

表示世界 ｉ產(chǎn)業(yè)的總出口，∑

Ｇ

ｒ

∑

ｎ

ｉ

ｅｒ

ｉ表示世界所有產(chǎn)業(yè)的總出口。

ＲＣＡ指數(shù)基于傳統(tǒng)總值貿(mào)易下的總出口流量，不能反映全球生產(chǎn)分割的現(xiàn)實(shí)以及實(shí)際參與全球價(jià)

值鏈的真實(shí)出口規(guī)模，且忽略了該產(chǎn)業(yè)增加值在本國(guó)其他部門總出口中所做的貢獻(xiàn)。Ｗａｎｇ等①認(rèn)為在

全球生產(chǎn)分工的背景下，一國(guó)某產(chǎn)業(yè)的真實(shí)出口規(guī)模應(yīng)該包括被國(guó)外吸收的國(guó)內(nèi)增加值和返回并被本國(guó)

吸收的國(guó)內(nèi)增加值，因此定義了測(cè)度一個(gè)國(guó)家／部門出口競(jìng)爭(zhēng)優(yōu)勢(shì)的新 ＲＣＡ指數(shù)（ＮＲＣＡ），即基于產(chǎn)業(yè)部

門前向聯(lián)系計(jì)算的本國(guó)總出口中，隱含的該部門增加值占該國(guó)出口中總國(guó)內(nèi)增加值的比例相對(duì)于所有國(guó)

家出口中的該部門所創(chuàng)造的增加值占全球總出口國(guó)內(nèi)增加值的比例的比較值。用公式表示為：

鐘惠蕓：中國(guó)與“一帶一路”沿線國(guó)家服務(wù)業(yè)在全球價(jià)值鏈中的競(jìng)爭(zhēng)力比較 ７１

① 推導(dǎo)過(guò)程可參看：

１．ＺＨＩＷ，ＳＨＡＮＧＪＩＮＷ，ＫＵＮＦＵＺ．Ｑｕａｎｔｉｆｙｉｎｇｉｎｔｅｒｎａｔｉｏｎａｌｐｒｏｄｕｃｔｉｏｎｓｈａｒｉｎｇａｔｔｈｅｂｉｌａｔｅｒａｌａｎｄｓｅｃｔｏｒｌｅｖｅｌｓ．ＮＢＥＲＷｏｒｋｉｎｇＰａｐｅｒＮｏ．

１９６７７．２０１３．

２．ＺＨＩＷ，ＳＨＡＮＧＪＩＮＷ，ＫＵＮＦＵＺ，ｅｔａｌ．Ｃｈａｒａｃｔｅｒｉｚｉｎｇｇｌｏｂａｌｖａｌｕｅｃｈａｉｎｓ：Ｐｒｏｄｕｃｔｉｏｎｌｅｎｇｔｈａｎｄｕｐｓｔｒｅａｍｎｅｓｓ．ＮＢＥＲＷｏｒｋｉｎｇＰａｐｅｒＮｏ．

２３２６１．２０１７ａ．

３．ＺＨＩＷ，ＳＨＡＮＧＪＩＮＷ，ＫＵＮＦＵＺ，ｅｔａｌ．Ｍｅａｓｕｒｅｓｏｆｐａｒｔｉｃｉｐａｔｉｏｎｉｎｇｌｏｂａｌｖａｌｕｅｃｈａｉｎｓａｎｄｇｌｏｂａｌｂｕｓｉｎｅｓｓｃｙｃｌｅｓ．ＮＢＥＲＷｏｒｋｉｎｇＰａｐｅｒ

Ｎｏ．２３２２２．２０１７ｂ

ＮＲＣＡｒ

ｉ ＝

（ｖａｒ＿ｆｒ

ｉ＋ｒｄｖ＿ｆｒ

ｉ）／∑

ｎ

ｉ

（ｖａｘ＿ｆｒ

ｉ＋ｒｄｖ＿ｆｒ

ｉ）

∑

Ｇ

ｒ

（ｖａｒ＿ｆｒ

ｉ＋ｒｄｖ＿ｆｒ

ｉ）／∑

Ｇ

ｒ

∑

ｎ

ｉ

（ｖａｘ＿ｆｒ

ｉ＋ｒｄｖ＿ｆｒ

ｉ）

＝

ｄｖａ＿ｆｒ

ｉ／∑

ｎ

ｉ

ｄｖａ＿ｆｒ

ｉ

∑

Ｇ

ｒ

ｄｖａ＿ｆｒ

ｉ／∑

Ｇ

ｒ

∑

ｎ

ｉ

ｄｖａ＿ｆｒ

ｉ＋ｒｄｖ＿ｆｒ

ｉ）

（３）

ＮＲＣＡｒ

ｉ＞１，表示 ｒ國(guó) ｉ產(chǎn)業(yè)相對(duì)于其他國(guó)家來(lái)說(shuō)能夠?yàn)楸緡?guó)的其他部門做出更大的貢獻(xiàn)，具有比較

優(yōu)勢(shì)。因此，一國(guó)參與全球價(jià)值鏈時(shí)應(yīng)發(fā)揮其優(yōu)勢(shì)產(chǎn)業(yè)；ＮＲＣＡｒ

ｉ＜１，則表示 ｒ國(guó) ｉ產(chǎn)業(yè)參與全球價(jià)值鏈時(shí)

不具備比較優(yōu)勢(shì)。

（三）數(shù)據(jù)說(shuō)明

全球價(jià)值鏈研究院的 ＵＩＢＥＧＶＣＩｎｄｉｃａｔｏｒｓ是基于 ＷＩＯＤ、ＯＥＣＤ、ＧＴＡＰ和 ＡＤＢ等跨國(guó)投入產(chǎn)出表派

生而來(lái)，最新發(fā)布的 ＡＤＢＭＲＩＯ數(shù)據(jù)庫(kù)（ＡＤＢＭＲＩＯ２０１８）增加了一些亞洲主要經(jīng)濟(jì)體，覆蓋 ２０１１—２０１７

年 ６１個(gè)國(guó)家或地區(qū)（其中 ３３個(gè)“一帶一路”國(guó)家）３５個(gè)部門（其中 １７個(gè)服務(wù)部門）的投入產(chǎn)出數(shù)據(jù)。這

３３個(gè)“一帶一路”國(guó)家分布在 ８?jìng)€(gè)地區(qū)，分別是東亞（中國(guó)和韓國(guó) ２國(guó)），東南亞（印度尼西亞、馬來(lái)西亞、

菲律賓、泰國(guó)、越南、老撾、文萊和柬埔寨 ８國(guó)），南亞（印度、孟加拉、斯里蘭卡、巴基斯坦、不丹、馬爾代夫

和尼泊爾 ７國(guó)），中亞（哈薩克斯坦和吉爾吉斯坦 ２國(guó)），西亞地區(qū)（土耳其 １國(guó)），獨(dú)聯(lián)體（俄羅斯 １國(guó)），

東歐（斯洛文尼亞、克羅地亞、羅馬尼亞、保加利亞、愛(ài)沙尼亞、立陶宛和拉脫維亞 ７國(guó)）和中歐（波蘭、捷

克、斯洛伐克、奧地利和匈牙利 ５國(guó)）。需要說(shuō)明的是，本文對(duì)“一帶一路”各地區(qū)所包含國(guó)家的界定均按

照此處的劃分方法。

ＵＩＢＥＧＶＣＩｎｄｉｃａｔｏｒｓ和 ＡＤＢＭＲＩＯ２０１８數(shù)據(jù)庫(kù)涉及的服務(wù)業(yè)部門共 １７個(gè)，根據(jù)樊茂清等［４］

、戴翔［５］

和尹偉華［６］

等人的相應(yīng)研究結(jié)果，將這１７個(gè)服務(wù)業(yè)部門分為三大類，一類是勞動(dòng)密集型服務(wù)業(yè)，包括 ｃ１９

汽車及摩托車的銷售、維護(hù)及修理，ｃ２０燃油零售批發(fā)（不含汽車及摩托車），ｃ２１零售（不含汽車及摩托

車），ｃ２２住宿和餐飲業(yè)，ｃ２６旅行社業(yè)務(wù)，ｃ３５私人雇傭的家庭服務(wù)業(yè)；一類是資本密集型服務(wù)業(yè)，包括

ｃ２３陸路運(yùn)輸，ｃ２４水路運(yùn)輸，ｃ２５航空運(yùn)輸，ｃ２７郵政通訊業(yè)和 ｃ２９房地產(chǎn)業(yè)；一類是知識(shí)密集型服務(wù)業(yè)，

包括 ｃ２８金融業(yè)，ｃ３０租賃和商務(wù)服務(wù)業(yè)，ｃ３１公共管理和國(guó)防及社會(huì)保障業(yè)，ｃ３２教育，ｃ３３衛(wèi)生和社會(huì)

工作以及 ｃ３４其他社區(qū)、社會(huì)及個(gè)人服務(wù)業(yè)。

三、中國(guó)與“一帶一路”沿線國(guó)家服務(wù)業(yè)在全球價(jià)值鏈中的競(jìng)爭(zhēng)力比較

（一）中國(guó)與“一帶一路”沿線國(guó)家服務(wù)業(yè)整體在全球價(jià)值鏈中的競(jìng)爭(zhēng)力比較

１．中國(guó)服務(wù)業(yè)整體的競(jìng)爭(zhēng)力及其動(dòng)態(tài)演化情況

表 １統(tǒng)計(jì)了 ２０１１—２０１７年“一帶一路”沿線國(guó)家服務(wù)業(yè)整體基于產(chǎn)業(yè)部門前向聯(lián)系測(cè)算的 ＮＲＣＡ指

數(shù)及其變化情況，從中國(guó)服務(wù)業(yè)整體 ＮＲＣＡ指數(shù)動(dòng)態(tài)變化來(lái)看，自 ２０１４年“一帶一路”倡議提出以來(lái)，中

國(guó)服務(wù)業(yè)整體 ＮＲＣＡ指數(shù)呈現(xiàn)出緩慢的上升趨勢(shì)，至 ２０１７年達(dá)到 ０．８２５，比 ２０１１年上升了 ４．５６％，但依

然小于 １，表明中國(guó)服務(wù)業(yè)整體在國(guó)際市場(chǎng)上依然競(jìng)爭(zhēng)力不足。

７２ ｈｔｔｐ：／／ｃｌｇｓｋ．ｑｋｓ．ｃｑｕｔ．ｅｄｕ．ｃｎ

表 １ ２０１１—２０１７年“一帶一路”沿線國(guó)家服務(wù)業(yè)整體 ＮＲＣＡ指數(shù)動(dòng)態(tài)變化

排

名

２０１１

國(guó)家 ＮＲＣＡ

２０１２

國(guó)家 ＮＲＣＡ

２０１３

國(guó)家 ＮＲＣＡ

２０１４

國(guó)家 ＮＲＣＡ

２０１５

國(guó)家 ＮＲＣＡ

２０１６

國(guó)家 ＮＲＣＡ

２０１７

國(guó)家 ＮＲＣＡ

１ 馬爾代夫 １．８９９ 馬爾代夫 ２．０４２ 馬爾代夫 １．８９０ 馬爾代夫 １．９３９ 馬爾代夫 １．６７３ 馬爾代夫 １．６９９ 馬爾代夫 １．７０４

２ 尼泊爾 １．４０９ 尼泊爾 １．７６０ 尼泊爾 １．６５１ 尼泊爾 １．５８２ 尼泊爾 １．４７８ 尼泊爾 １．４９５ 尼泊爾 １．５５２

３ 拉脫維亞 １．３８０ 拉脫維亞 １．５２４ 拉脫維亞 １．３７４ 拉脫維亞 １．３４３ 保加利亞 １．１２８ 拉脫維亞 １．３０７ 拉脫維亞 １．２８７

４ 印度 １．３６０ 印度 １．４２３ 克羅地亞 １．２６５ 克羅地亞 １．２２２ 拉脫維亞 １．２７４ 立陶宛 １．２５２ 奧地利 １．２５０

５ 克羅地亞 １．２３７ 克羅地亞 １．３７９ 立陶宛 １．２３１ 立陶宛 １．２０６ 立陶宛 １．２５１ 印度 １．２３５ 克羅地亞 １．２３７

６ 立陶宛 １．２０９ 斯里蘭卡 １．３４５ 立陶宛 １．２３１ 印度 １．１９１ 克羅地亞 １．１７８ 克羅地亞 １．２１０ 菲律賓 １．２１５

７ 愛(ài)沙尼亞 １．１５９ 愛(ài)沙尼亞 １．３３７ 菲律賓 １．２２１ 愛(ài)沙尼亞 １．１７６ 印度 １．１６０ 菲律賓 １．２０２ 愛(ài)沙尼亞 １．２０６

８ 菲律賓 １．１５４ 立陶宛 １．３３４ 印度 １．２０８ 保加利亞 １．１７２ 愛(ài)沙尼亞 １．１４４ 羅馬尼亞 １．１９１ 立陶宛 １．１９８

９ 波蘭 １．１５０ 波蘭 １．３０３ 愛(ài)沙尼亞 １．２０１ 羅馬尼亞 １．１６７ 菲律賓 １．１３９ 愛(ài)沙尼亞 １．１８８ 印度 １．１９８

１０ 保加利亞 １．１４６ 菲律賓 １．２９３ 斯里蘭卡 １．１７２ 斯里蘭卡 １．１６５ 羅馬尼亞 １．１３３ 斯里蘭卡 １．１３８ 羅馬尼亞 １．１９５

１１ 孟加拉 １．１３５ 羅馬尼亞 １．２６２ 羅馬尼亞 １．１７０ 菲律賓 １．１６０ 斯里蘭卡 １．０８１ 保加利亞 １．１３５ 泰國(guó) １．１５２

１２ 巴基斯坦 １．１３０ 孟加拉 １．２６０ 保加利亞 １．１５５ 波蘭 １．１０２ 奧地利 １．０７２ 泰國(guó) １．１２１ 保加利亞 １．１１４

１３ 斯里蘭卡 １．１１１ 保加利亞 １．２５９ 波蘭 １．１４７ 泰國(guó) １．０８７ 波蘭 １．０５９ 奧地利 １．０８９ 斯里蘭卡 １．１１３

１４ 泰國(guó) １．０７５ 泰國(guó) １．２０４ 泰國(guó) １．１２４ 奧地利 １．０４９ 泰國(guó) １．０５８ 波蘭 １．０７２ 斯洛伐克 １．０９４

１５ 奧地利 １．０６０ 土耳其 １．１３１ 奧地利 １．０８７ 斯洛伐克 ０．９９２ 斯洛伐克 １．０４７ 斯洛伐克 １．０６５ 波蘭 １．０７１

１６ 土耳其 １．０１１吉爾吉斯坦 １．１２５ 斯洛伐克 １．０６６ 孟加拉 ０．９６４哈薩克斯坦 ０．９８０斯洛文尼亞 ０．９７０斯洛文尼亞 ０．９６９

１７ 俄羅斯 １．００６ 斯洛伐克 １．１０３ 俄羅斯 ０．９７９ 俄羅斯 ０．９４３斯洛文尼亞 ０．９６８ 匈牙利 ０．９４２ 匈牙利 ０．９５４

１８ 匈牙利 ０．９７４ 柬埔寨 １．０９３吉爾吉斯坦 ０．９７２ 土耳其 ０．９２１ 匈牙利 ０．９１６ 土耳其 ０．９３６吉爾吉斯坦 ０．９２８

１９ 斯洛文尼亞 ０．９７０ 俄羅斯 １．０８９ 土耳其 ０．９６８ 匈牙利 ０．９１１ 土耳其 ０．９１５哈薩克斯坦 ０．９２８ 土耳其 ０．９１８

２０ 羅馬尼亞 ０．９５７ 匈牙利 １．０６６ 匈牙利 ０．９６０斯洛文尼亞 ０．９０６吉爾吉斯坦 ０．９１２吉爾吉斯坦 ０．９２７哈薩克斯坦 ０．９０８

２１ 柬埔寨 ０．９２６斯洛文尼亞 １．０５０ 柬埔寨 ０．９５２ 柬埔寨 ０．８８８ 孟加拉 ０．８９４ 俄羅斯 ０．９２２ 俄羅斯 ０．９０１

２２ 捷克 ０．８４０ 奧地利 １．０２１斯洛文尼亞 ０．９３５吉爾吉斯坦 ０．８８３ 俄羅斯 ０．８７２ 孟加拉 ０．８９４ 孟加拉 ０．８７９

２３ 斯洛伐克 ０．８３８ 巴基斯坦 １．０１０ 捷克 ０．８２８ 中國(guó) ０．８０９ 柬埔寨 ０．８２９ 柬埔寨 ０．８６０ 柬埔寨 ０．８７５

２４ 吉爾吉斯坦 ０．８２７ 捷克 ０．９２６ 中國(guó) ０．８２５ 巴基斯坦 ０．８０７ 捷克 ０．８２５ 中國(guó) ０．８１９ 中國(guó) ０．８２５

２５ 中國(guó) ０．７８９ 中國(guó) ０．９２０ 巴基斯坦 ０．８１７哈薩克斯坦 ０．８０５ 中國(guó) ０．８０９ 巴基斯坦 ０．７９３ 巴基斯坦 ０．８１０

２６ 馬來(lái)西亞 ０．７５６ 馬來(lái)西亞 ０．８５０ 馬來(lái)西亞 ０．７６６ 捷克 ０．７７５ 韓國(guó) ０．７７９ 捷克 ０．７９３ 韓國(guó) ０．７７１

２７ 不丹 ０．７４０ 韓國(guó) ０．８４６ 韓國(guó) ０．７５４ 韓國(guó) ０．７６８ 巴基斯坦 ０．７６５ 韓國(guó) ０．７９１ 捷克 ０．７６２

２８ 韓國(guó) ０．７３６哈薩克斯坦 ０．８４４哈薩克斯坦 ０．７４２ 馬來(lái)西亞 ０．７４４ 馬來(lái)西亞 ０．７２８ 馬來(lái)西亞 ０．７５４ 馬來(lái)西亞 ０．７５８

２９ 哈薩克斯坦 ０．７３２ 不丹 ０．８２８ 越南 ０．６８８ 不丹 ０．７４０ 越南 ０．６２９ 不丹 ０．７０６ 不丹 ０．７１８

３０ 越南 ０．６３５ 越南 ０．７５４ 不丹 ０．６７８ 越南 ０．６６４ 不丹 ０．７０７ 越南 ０．６４９ 越南 ０．６５２

３１ 印度尼西亞 ０．４６１印度尼西亞 ０．５２３印度尼西亞 ０．４４８印度尼西亞 ０．４３９印度尼西亞 ０．４５７印度尼西亞 ０．４８５印度尼西亞 ０．４６９

３２ 老撾 ０．３９５ 老撾 ０．３７２ 老撾 ０．２８０ 老撾 ０．４１７ 老撾 ０．４５６ 老撾 ０．４３２ 老撾 ０．３９９

３３ 文萊 ０．１３５ 文萊 ０．１５７ 文萊 ０．１４７ 文萊 ０．１９２ 文萊 ０．１８９ 文萊 ０．２０５ 文萊 ０．２１１

數(shù)據(jù)來(lái)源：根據(jù) ＵＩＢＥＧＶＣＩｎｄｉｃａｔｏｒｓ和 ＡＤＢＭＲＩＯ２０１８數(shù)據(jù)庫(kù)整理得到

２．“一帶一路”沿線國(guó)家服務(wù)業(yè)整體的競(jìng)爭(zhēng)力及其動(dòng)態(tài)演化情況

從沿線國(guó)家 ２０１７年服務(wù)業(yè)整體 ＮＲＣＡ指數(shù)來(lái)看，“一帶一路”沿線 ３３國(guó)中有 １５個(gè)國(guó)家服務(wù)業(yè)整體

具有較強(qiáng)的國(guó)際競(jìng)爭(zhēng)力，排在前列的依次是馬爾代夫、尼泊爾、拉脫維亞、奧地利、克羅地亞、菲律賓和愛(ài)

沙尼亞 ７個(gè)國(guó)家，ＮＲＣＡ指數(shù)分別高達(dá) １．７０４、１．５５２、１．２８７、１．２５０、１．２３７、１．２１５和 １．２０６，其余 ８?jìng)€(gè)國(guó)家

鐘惠蕓：中國(guó)與“一帶一路”沿線國(guó)家服務(wù)業(yè)在全球價(jià)值鏈中的競(jìng)爭(zhēng)力比較 ７３

ＮＲＣＡ指數(shù)介于 １．０～１．２。馬爾代夫、尼泊爾服務(wù)業(yè)競(jìng)爭(zhēng)力最強(qiáng)主要得益于國(guó)家以服務(wù)業(yè)為主的產(chǎn)業(yè)結(jié)

構(gòu)。從目前南亞國(guó)家的產(chǎn)業(yè)結(jié)構(gòu)來(lái)看，服務(wù)業(yè)是其主要的經(jīng)濟(jì)部門，各國(guó)服務(wù)業(yè)占比都超過(guò)了經(jīng)濟(jì)總量

的一半以上，遠(yuǎn)遠(yuǎn)大于農(nóng)業(yè)和工業(yè)占比，尤其是馬爾代夫和尼泊爾，２０１７年服務(wù)業(yè)增加值占 ＧＤＰ比重分

別為 ７０．７％和 ５１．５％［４］

，且增長(zhǎng)勢(shì)頭比較樂(lè)觀。在中東歐國(guó)家中，拉脫維亞地理位置優(yōu)越，海運(yùn)、鐵路等

運(yùn)輸業(yè)非常發(fā)達(dá)，２０１７年服務(wù)業(yè)增加值占 ＧＤＰ比重為 ６４．４％?？肆_地亞也是歐洲重要的交通樞紐，作

為高收入市場(chǎng)經(jīng)濟(jì)體，經(jīng)濟(jì)主要以服務(wù)業(yè)為主，交通運(yùn)輸業(yè)和旅游服務(wù)是支撐本國(guó)經(jīng)濟(jì)發(fā)展的重要部分，

服務(wù)業(yè)國(guó)際競(jìng)爭(zhēng)力具有很強(qiáng)優(yōu)勢(shì)。愛(ài)沙尼亞自從 ２００３年加入歐盟后，其服務(wù)貿(mào)易發(fā)展較快，在國(guó)際市場(chǎng)

上國(guó)際競(jìng)爭(zhēng)力較強(qiáng)。

“一帶一路”沿線競(jìng)爭(zhēng)力較小的國(guó)家居多，包括文萊、老撾、印度尼西亞、越南、哈薩克斯坦、韓國(guó)、不

丹和馬來(lái)西亞等 １８?jìng)€(gè)國(guó)家，尤其是文萊、老撾和印度尼西亞，ＮＲＣＡ指數(shù)分別只有 ０．２１１、０．３９９和

０４６９，競(jìng)爭(zhēng)劣勢(shì)較為明顯。亞洲非東盟國(guó)家中新興經(jīng)濟(jì)體及東盟國(guó)家總體服務(wù)貿(mào)易國(guó)際競(jìng)爭(zhēng)力處于相

對(duì)競(jìng)爭(zhēng)劣勢(shì)的水平，這主要是由于服務(wù)業(yè)各部門發(fā)展結(jié)構(gòu)不均衡，且管理水平和技術(shù)水平相對(duì)落后。文

萊、老撾和印度尼西亞 ２０１７年服務(wù)業(yè)增加值占 ＧＤＰ比重分別為 ４０．９％、４１．５％和 ４３．６％。文萊以石油

和天然氣開(kāi)采為主，農(nóng)業(yè)為輔。老撾的經(jīng)濟(jì)發(fā)展水平相對(duì)落后，主要輸出礦產(chǎn)、能源、農(nóng)產(chǎn)品等低端初級(jí)

產(chǎn)品。印度尼西亞采礦業(yè)、紡織和輕工業(yè)在國(guó)民經(jīng)濟(jì)中發(fā)揮重要作用，近年來(lái)服務(wù)業(yè)發(fā)展較快，但主要以

旅游、運(yùn)輸?shù)葌鹘y(tǒng)服務(wù)部門為主，現(xiàn)代服務(wù)業(yè)發(fā)展滯后。在中東歐國(guó)家中，斯洛伐克、斯洛文尼亞國(guó)家獨(dú)

立時(shí)間短，國(guó)家規(guī)模小，其服務(wù)貿(mào)易國(guó)際競(jìng)爭(zhēng)力也比較弱。

從服務(wù)業(yè) ＮＲＣＡ指數(shù)排名位次變化情況來(lái)看，“一帶一路”倡議提出來(lái)之后，有 １１個(gè)國(guó)家 ＮＲＣＡ指

數(shù)排名位次較 ２０１１年出現(xiàn)了上升，其中奧地利、羅馬尼亞、斯洛伐克、哈薩克斯坦位次上升得最多，分別

上升了 １１位、１０位、９位和 ９位。奧地利屬經(jīng)濟(jì)發(fā)達(dá)國(guó)家，服務(wù)業(yè)發(fā)達(dá)，在金融和旅游等領(lǐng)域有較強(qiáng)競(jìng)爭(zhēng)

力。在羅馬尼亞，服務(wù)業(yè)已成為國(guó)家經(jīng)濟(jì)發(fā)展的主要引擎，服務(wù)業(yè)貫徹歐盟“統(tǒng)一、非歧視”的市場(chǎng)準(zhǔn)入

政策，金融、租賃、酒店餐飲業(yè)、運(yùn)輸業(yè)、科研、咨詢等行業(yè)均得到迅速發(fā)展。哈薩克斯坦是中亞地區(qū)的頭

號(hào)經(jīng)濟(jì)體，２０１７年服務(wù)業(yè)增加值占 ＧＤＰ比重為 ５７．４％，交通運(yùn)輸、住宿和餐飲業(yè)、教育、金融近幾年增速

明顯。有 １２個(gè)國(guó)家排名位次出現(xiàn)了下降，其中巴基斯坦和孟加拉位次下降得最多，分別下降了 １３位和

１１位，這與巴基斯坦還處在傳統(tǒng)服務(wù)業(yè)為主的發(fā)展階段，生產(chǎn)性服務(wù)業(yè)為較為落后，而孟加拉長(zhǎng)期以農(nóng)

業(yè)為主的單一產(chǎn)業(yè)結(jié)構(gòu)有著較為密切的關(guān)系。

從上述分析發(fā)現(xiàn)，“一帶一路”沿線國(guó)家服務(wù)業(yè)整體國(guó)際競(jìng)爭(zhēng)力并不具有優(yōu)勢(shì)，在國(guó)際上缺乏競(jìng)爭(zhēng)

力，僅有少數(shù)國(guó)家如馬爾代夫、尼泊爾、拉脫維亞、克羅地亞、立陶宛和印度等在國(guó)際上競(jìng)爭(zhēng)力較強(qiáng)，而越

南、印度尼西亞、老撾和文萊等服務(wù)業(yè)國(guó)際競(jìng)爭(zhēng)力處于相對(duì)劣勢(shì)的水平。就中國(guó)而言，服務(wù)業(yè) ＮＲＣＡ指數(shù)

在“一帶一路”沿線國(guó)家中處于較低的水平，２０１１年為 ０．７８９，位居第 ２５位（倒數(shù)第 ９位），２０１２—２０１６年

一直在第 ２５位和第 ２４位徘徊，至 ２０１７年，ＮＲＣＡ指數(shù)為 ０．８２５，位居第 ２４位。中國(guó)服務(wù)業(yè)競(jìng)爭(zhēng)力落后，

這與中國(guó)服務(wù)貿(mào)易量及產(chǎn)業(yè)發(fā)展水平處于顯著的不對(duì)稱狀態(tài)有關(guān)。

（二）中國(guó)與“一帶一路”沿線國(guó)家服務(wù)業(yè)細(xì)分部門在全球價(jià)值鏈中的競(jìng)爭(zhēng)力比較

Ｇｅｒｅｆｆｉ［７］

指出一國(guó)要主導(dǎo)一條價(jià)值鏈，需要該國(guó)在價(jià)值鏈分工中具有核心控制能力，主要表現(xiàn)為對(duì)

價(jià)值鏈高附加值環(huán)節(jié)的掌控。接下來(lái)對(duì)“一帶一路”沿線國(guó)家服務(wù)業(yè)細(xì)分部門在全球價(jià)值鏈中的競(jìng)爭(zhēng)力

進(jìn)行探究，以了解我國(guó)構(gòu)建服務(wù)業(yè)區(qū)域價(jià)值鏈的控制能力。

１．中國(guó)服務(wù)業(yè)細(xì)分部門的競(jìng)爭(zhēng)力及其動(dòng)態(tài)演化情況

從圖２中國(guó)不同要素密集度服務(wù)業(yè) ＮＲＣＡ指數(shù)動(dòng)態(tài)變化來(lái)看，２０１１—２０１７年中國(guó)資本密集型服務(wù)業(yè)

７４ ｈｔｔｐ：／／ｃｌｇｓｋ．ｑｋｓ．ｃｑｕｔ．ｅｄｕ．ｃｎ

的 ＮＲＣＡ指數(shù)位置最高，考察期內(nèi) ＮＲＣＡ指數(shù)均值為 ０．９３２，勞動(dòng)密集型服務(wù)業(yè)的位置次之，ＮＲＣＡ指數(shù)

均值為 ０．８８５，知識(shí)密集型服務(wù)業(yè)的位置最低，ＮＲＣＡ指數(shù)均值為 ０．５４３，表明中國(guó)資本密集型服務(wù)業(yè)競(jìng)

爭(zhēng)力高于勞動(dòng)密集型服務(wù)業(yè)和知識(shí)密集型服務(wù)業(yè)，但是即使是競(jìng)爭(zhēng)力最強(qiáng)的資本密集型服務(wù)業(yè)，ＮＲＣＡ

指數(shù)均值也依然小于 １，在國(guó)際市場(chǎng)上不具備競(jìng)爭(zhēng)力。

數(shù)據(jù)來(lái)源：根據(jù) ＵＩＢＥＧＶＣＩｎｄｉｃａｔｏｒｓ和 ＡＤＢＭＲＩＯ２０１８數(shù)據(jù)庫(kù)整理得到

圖 ２ 中國(guó)不同要素密集度服務(wù)業(yè)在全球價(jià)值鏈中的 ＮＲＣＡ指數(shù)動(dòng)態(tài)變化

從圖 ３中國(guó)服務(wù)業(yè)細(xì)分部門 ＮＲＣＡ指數(shù)動(dòng)態(tài)演化來(lái)看，勞動(dòng)密集型服務(wù)業(yè) ４個(gè)細(xì)分部門①只有 ｃ２６

旅行社業(yè)務(wù) ＮＲＣＡ指數(shù)呈現(xiàn)出小幅上升趨勢(shì)；資本密集型服務(wù)業(yè) ５個(gè)細(xì)分部門中 ｃ２３陸路運(yùn)輸和 ｃ２９房

地產(chǎn)業(yè) ＮＲＣＡ指數(shù)保持較為穩(wěn)定的趨勢(shì)，其余 ３個(gè)部門包括 ｃ２４水路運(yùn)輸、ｃ２５航空運(yùn)輸和 ｃ２７郵政通訊

業(yè)呈現(xiàn)下降趨勢(shì)；知識(shí)密集型服務(wù)業(yè) ６個(gè)細(xì)分部門均呈現(xiàn)出上升趨勢(shì)，表明中國(guó)知識(shí)密集型服務(wù)業(yè)競(jìng)爭(zhēng)

力上升潛力最大。

數(shù)據(jù)來(lái)源：根據(jù) ＵＩＢＥＧＶＣＩｎｄｉｃａｔｏｒｓ和 ＡＤＢＭＲＩＯ２０１８數(shù)據(jù)庫(kù)整理得到

圖 ３ 中國(guó)服務(wù)業(yè)細(xì)分部門在全球價(jià)值鏈中的 ＮＲＣＡ指數(shù)動(dòng)態(tài)演化

鐘惠蕓：中國(guó)與“一帶一路”沿線國(guó)家服務(wù)業(yè)在全球價(jià)值鏈中的競(jìng)爭(zhēng)力比較 ７５

① ｃ１９汽車及摩托車的銷售、維護(hù)及修理和 ｃ３５私人雇傭的家庭服務(wù)業(yè)數(shù)據(jù)缺失。

從 ２０１７年勞動(dòng)密集型服務(wù)業(yè)細(xì)分部門 ＮＲＣＡ指數(shù)來(lái)看，ｃ２０燃油零售批發(fā) ＮＲＣＡ指數(shù)最大，為

１１８７，在國(guó)際市場(chǎng)上具備一定的競(jìng)爭(zhēng)力，其余 ３個(gè)細(xì)分部門 ＮＲＣＡ指數(shù)均小于 １，不具備競(jìng)爭(zhēng)力；而資本

密集型服務(wù)業(yè)細(xì)分部門中，ｃ２４水路運(yùn)輸 ＮＲＣＡ指數(shù)最大，為 １．４４０，在國(guó)際市場(chǎng)上競(jìng)爭(zhēng)力較強(qiáng)，ｃ２３陸路

運(yùn)輸指數(shù)第二，為 １．００４，其余 ３個(gè)細(xì)分部門 ＮＲＣＡ指數(shù)均小于 １，處于競(jìng)爭(zhēng)劣勢(shì)；知識(shí)密集型服務(wù)業(yè)細(xì)分

部門中，僅有 ｃ２８金融業(yè) ＮＲＣＡ指數(shù)大于 １，為 １．０８５，具備一定的競(jìng)爭(zhēng)力，其余 ５個(gè)部門 ＮＲＣＡ指數(shù)均小

于 １，分別為 ０．４８５、０．４７６、０．５０６、０．３６７和 ０．８８２，競(jìng)爭(zhēng)劣勢(shì)非常明顯。綜上可見(jiàn)，中國(guó)只在 ４個(gè)服務(wù)業(yè)細(xì)

分部門具有較為明顯的競(jìng)爭(zhēng)優(yōu)勢(shì)。

２．“一帶一路”沿線國(guó)家服務(wù)業(yè)細(xì)分部門的競(jìng)爭(zhēng)力情況

根據(jù)計(jì)算出來(lái)的 ２０１７年“一帶一路”沿線國(guó)家服務(wù)業(yè)細(xì)分部門在全球價(jià)值鏈中的 ＮＲＣＡ指數(shù)，可以

看出，在勞動(dòng)密集型服務(wù)業(yè)部門，中國(guó)、印度、孟加拉、巴基斯坦、吉爾吉斯坦、哈薩克斯坦和斯洛文尼亞

ＮＲＣＡ指數(shù)大于 １的細(xì)分部門只有 １個(gè)，韓國(guó)、印度尼西亞、菲律賓、柬埔寨、不丹、馬爾代夫、哈薩克斯

坦、斯洛伐克和匈牙利有 ２個(gè)細(xì)分部門 ＮＲＣＡ指數(shù)大于 １，馬來(lái)西亞、泰國(guó)、越南、老撾、孟加拉、斯里蘭

卡、土耳其、羅馬尼亞、克羅地亞、保加利亞、愛(ài)沙尼亞、立陶宛、奧地利和捷克有 ３個(gè)細(xì)分部門 ＮＲＣＡ指數(shù)

大于 １，尼泊爾、拉脫維亞、波蘭和俄羅斯有 ４個(gè)細(xì)分部門 ＮＲＣＡ指數(shù)大于 １，而文萊 ＮＲＣＡ指數(shù)大于 １的

細(xì)分部門為 ０個(gè)。

在資本密集型服務(wù)業(yè)部門，中國(guó) ＮＲＣＡ指數(shù)大于 １的細(xì)分部門只有 ２個(gè)，馬來(lái)西亞、菲律賓、老撾、文

萊、哈薩克斯坦 ＮＲＣＡ指數(shù)大于 １的細(xì)分部門只有 １個(gè)，印度、斯里蘭卡、巴基斯坦、吉爾吉斯坦、立陶宛、

奧地利、捷克、匈牙利、俄羅斯和波蘭 ＮＲＣＡ指數(shù)大于 １的細(xì)分部門也只有 ２個(gè)，韓國(guó)、柬埔寨、不丹、土耳

其、尼泊爾、保加利亞、拉脫維亞、愛(ài)沙尼亞、斯洛文尼亞和斯洛伐克有 ３個(gè)細(xì)分部門 ＮＲＣＡ指數(shù)大于 １，

馬爾代夫、克羅地亞和羅馬尼亞有 ４個(gè)細(xì)分部門 ＮＲＣＡ指數(shù)大于 １，而印度尼西亞、越南、泰國(guó)、老撾和孟

加拉 ＮＲＣＡ指數(shù)大于 １的細(xì)分部門為 ０個(gè)。

在知識(shí)密集型服務(wù)業(yè)部門，中國(guó)、印度尼西亞、馬來(lái)西亞、文萊、柬埔寨、哈薩克斯坦、吉爾吉斯坦、土

耳其、立陶宛和捷克 ＮＲＣＡ指數(shù)大于 １的細(xì)分部門也為 ０個(gè)，韓國(guó)、老撾、斯里蘭卡、俄羅斯、拉脫維亞和

波蘭 ＮＲＣＡ指數(shù)大于 １的細(xì)分部門為 １個(gè)，泰國(guó)、越南、印度、巴基斯坦、馬爾代夫、愛(ài)沙尼亞和斯洛伐克

ＮＲＣＡ指數(shù)大于 １的細(xì)分部門為 ２個(gè)，孟加拉、不丹、斯洛文尼亞、奧地利和匈牙利 ＮＲＣＡ指數(shù)大于 １的

細(xì)分部門為 ３個(gè)，尼泊爾、克羅地亞、羅馬尼亞和保加利亞 ＮＲＣＡ指數(shù)大于 １的細(xì)分部門為 ４個(gè)，而菲律

賓 ＮＲＣＡ指數(shù)大于 １的細(xì)分部門為 ０個(gè)。

可見(jiàn)，“一帶一路”沿線國(guó)家具有顯性比較優(yōu)勢(shì)的服務(wù)業(yè)細(xì)分部門分布不同，具有優(yōu)勢(shì)的程度也有所

不同。２０１７年，尼泊爾、克羅地亞服務(wù)業(yè) ＮＲＣＡ指數(shù)大于 １的細(xì)分部門最多，為 １１個(gè)，保加利亞服務(wù)業(yè)

ＮＲＣＡ指數(shù)大于１的細(xì)分部門次之，為１０個(gè)，接下來(lái)是羅馬尼亞，為９個(gè)，不丹、馬爾代夫、斯洛文尼亞、愛(ài)

沙尼亞、拉脫維亞、奧地利為 ８?jìng)€(gè)，俄羅斯、波蘭、斯洛伐克、匈牙利為 ７個(gè)，韓國(guó)、斯里蘭卡為 ６個(gè)，泰國(guó)、

越南、柬埔寨、巴基斯坦、土耳其、立陶宛、捷克為 ５個(gè)，中國(guó)、馬來(lái)西亞、菲律賓、老撾、印度、孟加拉為 ４

個(gè)，印度尼西亞、吉爾吉斯坦為 ３個(gè)，哈薩克斯坦為 ２個(gè)，文萊為 １個(gè)。

為進(jìn)一步分析“一帶一路”沿線國(guó)家服務(wù)業(yè)各細(xì)分部門的比較優(yōu)勢(shì)，表 ２描述了 ２０１７年“一帶一路”

沿線國(guó)家服務(wù)業(yè)各細(xì)分部門 ＮＲＣＡ指數(shù)大于 １的分布情況。

７６ ｈｔｔｐ：／／ｃｌｇｓｋ．ｑｋｓ．ｃｑｕｔ．ｅｄｕ．ｃｎ

表 ２ ２０１７年“一帶一路”沿線國(guó)家的 ＮＲＣＡ指數(shù)分布

服務(wù)業(yè)部門 ＮＲＣＡ指數(shù)大于 １的國(guó)家 中國(guó) ＮＲＣＡ指數(shù)，位次

勞

動(dòng)

密

集

型

服

務(wù)

業(yè)

ｃ１９汽車及摩托

車的銷售、維護(hù)

及修理

１４個(gè)，波蘭（６．９８９）、孟加拉（３．２５６）、土耳其（３．１６）、馬來(lái)西亞

（２５０４）、立陶宛（１．９５２）、愛(ài)沙尼亞（１．９０５）、捷克（１．７６８）、老撾

（１．５５６）、匈牙利（１．５４０）、奧地利（１．４２９）、印度尼西亞（１．４１２）、

羅馬尼亞（１．２４８）、俄羅斯（１．１６５）、拉脫維亞（１．１３６）

—①

ｃ２０燃油零售

批發(fā)

１１個(gè)，哈薩克斯坦（２．５４９）、立陶宛（１．６９７）、泰國(guó)（１．６１３）、越南

（１．５１６）、斯里蘭卡（１．５１４）、柬埔寨（１．４８３）、俄羅斯（１．２５６）、中

國(guó)（１．１８７）、拉脫維亞（１．１７４）、保加利亞（１．１００）、波蘭（１．０５８）

１．１８７，第 ８位

ｃ２１零售

２１個(gè)，菲律賓（４．８１２）、吉爾吉斯坦（４．６５６）、尼泊爾（４．３８２）、印

度（３．５６２）、泰國(guó)（３．１３１）、克羅地亞（３．０７５）、波蘭（３．０１０）、老撾

（２６０８）、馬來(lái)西亞（２．５４９）、保加利亞（２．４２８）、土耳其（２．１９４）、

韓國(guó) （１．９７４）、不 丹 （１．９１３）、羅 馬 尼 亞 （１．６６１）、斯 洛 伐 克

（１４１１）、愛(ài)沙尼亞 （１．３５３）、斯洛文尼亞 （１．２５３）、拉脫維亞

（１１４９）、印度尼西亞（１．１３５）、斯里蘭卡（１．０１３）

０．９１３，第 ２５位

ｃ２２住宿和

餐飲業(yè)

１１個(gè)，馬爾代夫（３５．４５１）、柬埔寨（７．１６９）、泰國(guó)（５．４３２）、不丹

（４．５７４）、菲律賓（３．３７３）、越南（２．５６３）、羅馬尼亞（２．４３９）、斯里

蘭卡（２．０１２）、奧地利（１．９３７）、尼泊爾（１．３０３）、韓國(guó)（１．１１３）

０．８０９，第 １３位

ｃ２６旅行社業(yè)務(wù)

１７個(gè)，拉脫維亞（５．０９８）、愛(ài)沙尼亞（４．６０５）、立陶宛（４．０８１）、尼

泊爾（２．１８７）、匈牙利（２．０９９）、斯洛文尼亞（１．９１４）、馬爾代夫

（１．８１７）、奧地利（１．７９６）、克羅地亞（１．７５６）、羅馬尼亞（１．４１５）、

土耳其（１．３２０）、捷克（１．２８７）、斯洛伐克（１．２９０）、波蘭（１．２６３）、

保加利亞（１．１９８）、俄羅斯（１．１３３）、越南（１．１０１）

０．４６８，第 ２４位

ｃ３５私人雇傭的

家庭服務(wù)業(yè) ３個(gè)，克羅地亞（２．４５４）、馬來(lái)西亞（１４．３６５）、老撾（５．４２８） ———

資

本

密

集

型

服

務(wù)

業(yè)

ｃ２３陸路運(yùn)輸

２３個(gè)，斯里蘭卡（４．９３０）、立陶宛（３．９５１）、俄羅斯（３．５５３）、土耳

其（２．８８８）、羅馬尼亞（２．８２２）、尼泊爾（２．７５９）、柬埔寨（２．３８１）、

拉脫維亞（２．２９９）、哈薩克斯坦（２．１６３）、不丹（２．１５１）、斯洛文尼

亞（１．９５９）、愛(ài)沙尼亞（１．７１５）、波蘭（１．７０２）、斯洛伐克（１．５８０）、

吉爾吉斯坦（１．５５１）、印度 （１．５２８）、奧地利 （１．４２０）、匈牙利

（１４１５）、保加利亞（１．３７６）、巴基斯坦（１．３０４）、捷克（１．２３５）、克

羅地亞（１．１３３）、中國(guó)（１．００４）

１．００４，第 ２３位

ｃ２４水路運(yùn)輸

８?jìng)€(gè)，馬爾代夫（２．５６８）、土耳其（２．２４７）、克羅地亞（１．８２８）、中國(guó)

（１．４４０）、韓國(guó)（１．３３１）、羅馬尼亞（１．３２４）、拉脫維亞（１．１０２）、文

萊（１．０８９）

１．４４０，第 ４位

ｃ２５航空運(yùn)輸 ６個(gè)，馬爾代夫（４．４４０）、斯里蘭卡（１．６７０）、不丹（１．４６１）、韓國(guó)

（１１２７）、保加利亞（１．０２７）、印度尼西亞（１．０１６） ０．６１０，第 １４位

ｃ２７郵政通訊業(yè)

１２個(gè)，馬 爾 代 夫 （２．９５２）、斯 洛 伐 克 （２．７１５）、吉 爾 吉 斯 坦

（１８４０）、克羅地亞（１．６６３）、尼泊爾（１．６３６）、馬來(lái)西亞（１．５７０）、

愛(ài)沙尼亞（１．３０５）、柬埔寨（１．２７６）、波蘭（１．２４６）、不丹（１．１９２）、

菲律賓（１．０７０）、斯洛文尼亞（１．０１３）

０．５２０，第 ２７位

ｃ２９房地產(chǎn)業(yè)

１７個(gè)，斯洛伐克（４．３１３）、克羅地亞（２．６０２）、愛(ài)沙尼亞（２．２９１）、

奧地利（１．７６７）、拉脫維亞（１．７１５）、保加利亞（１．６４７）、立陶宛

（１．２９９）、斯洛文尼亞（１．２３６）、俄羅斯（１．２０７）、匈牙利（１．１９４）、

捷克 （１．１４０）、巴 基 斯 坦 （１．１４１）、馬 爾 代 夫 （１．１１１）、韓 國(guó)

（１０８４）、尼泊爾（１．０４７）、土耳其（１．０１７）、柬埔寨（１．０１３）

０．９２８，第 １９位

① 中國(guó) ｃ１９汽車及摩托車的銷售、維護(hù)及修理和 ｃ３５私人雇傭的家庭服務(wù)業(yè)數(shù)據(jù)缺失。

鐘惠蕓：中國(guó)與“一帶一路”沿線國(guó)家服務(wù)業(yè)在全球價(jià)值鏈中的競(jìng)爭(zhēng)力比較 ７７

續(xù)表（表 ２）

服務(wù)業(yè)部門 ＮＲＣＡ指數(shù)大于 １的國(guó)家 中國(guó) ＮＲＣＡ指數(shù)，位次

知

識(shí)

密

集

型

服

務(wù)

業(yè)

ｃ２８金融業(yè) ４個(gè)，拉脫維亞（１．３６６）、保加利亞（１．１５２）、中國(guó)（１．０８５）、孟加拉

（１．０１９） １．０８５，第 ３位

ｃ３０租賃和商務(wù)

服務(wù)業(yè)

７個(gè)，菲律賓（２．０３５）、印度（１．６９０）、愛(ài)沙尼亞（１．２６７）、羅馬尼亞

（１．１９６）、匈牙利（１．１８２）、奧地利（１．０８０）、克羅地亞（１．０２１） ０．４８５，第 １７位

ｃ３１公共管理和

國(guó)防 及 社 會(huì) 保

障業(yè)

８?jìng)€(gè)，吉爾吉斯坦（１２．９３４）、尼泊爾（１０．８６８）、馬爾代夫（４．８６２）、

俄羅斯（２．７２２）、不丹（２．０５２）、孟加拉（１．６７４）、匈牙利（１．３９８）、

老撾（１．３３０）

０．４７６，第 １８位

ｃ３２教育

１０個(gè)，巴基斯坦（３．８９８）、克羅地亞（３．０７２）、羅馬尼亞（２．０４０）、

奧地 利 （１．３１５）、尼 泊 爾 （１．３０５）、越 南 （１．２９６）、馬 爾 代 夫

（１２５６）、保加利亞（１．１８６）、不丹（１．１５１）、斯洛文尼亞（１．０６２）

０．５０６，第 ２１位

ｃ３３衛(wèi)生和社會(huì)

工作

１１個(gè)，克羅地亞（７．０５５）、巴基斯坦（４．２１９）、保加利亞（２．２７８）、

泰國(guó)（２．０１１）、越南（１．７４８）、韓國(guó)（１．６２６）、斯洛文尼亞（１．２４８）、

不丹（１．１７１）、尼泊爾（１．１５８）、斯洛伐克（１．１２９）、波蘭（１．０５５）

０．３６７，第 ２６位

ｃ３４其他社區(qū)、

社會(huì) 及 個(gè) 人 服

務(wù)業(yè)

１３個(gè)，尼泊爾（１１．００３）、孟加拉（５．３０９）、印度（２．１５８）、斯里蘭卡

（１．９８９）、羅馬尼亞（１．９１９）、斯洛伐克（１．８２３）、奧地利（１．７６４）、

克羅地亞（１．４９８）、愛(ài)沙尼亞（１．４１０）、泰國(guó)（１．４０４）、保加利亞

（１．１１０）、匈牙利（１．０６９）、斯洛文尼亞（１．０４１）

０．８８２，第 １７位

數(shù)據(jù)來(lái)源：根據(jù) ＵＩＢＥＧＶＣＩｎｄｉｃａｔｏｒｓ和 ＡＤＢＭＲＩＯ２０１８數(shù)據(jù)庫(kù)整理得到

從表 ２可以看出，中國(guó)服務(wù)業(yè)各細(xì)分部門 ＮＲＣＡ指數(shù)在“一帶一路”沿線國(guó)家中排名差異較大，其中

排名最靠前的是 ｃ２８金融業(yè)，在“一帶一路”沿線 ３３國(guó)中排名第 ３位，其次是 ｃ２４水路運(yùn)輸，排名第 ４位，

然后是 ｃ２０燃油零售批發(fā)（排名第 ８位），ｃ２２住宿和餐飲業(yè)（排名第 １３位），ｃ２５航空運(yùn)輸（排名第 １４

位），ｃ３０租賃和運(yùn)輸服務(wù)業(yè)和其他社區(qū)、社會(huì)及個(gè)人服務(wù)業(yè)（排名均為第 １７位），ｃ３１公共管理和國(guó)防及

社會(huì)保障業(yè)（排名第 １８位），ｃ２９房地產(chǎn)業(yè)（排名第 １９位），ｃ３２教育（排名第 ２１位），而 ｃ２３陸路運(yùn)輸，ｃ２６

旅行社業(yè)務(wù)，ｃ２１零售，ｃ３３衛(wèi)生和社會(huì)工作，ｃ２７郵政通訊業(yè)，排名則較靠后，分別排第 ２３、２４、２５、２６、２７

位，顯示了這些部門國(guó)際競(jìng)爭(zhēng)力較弱，在中國(guó)出口中所占比重很小，仍有很大的提升與發(fā)展空間。

四、結(jié)論與啟示

本文采用 ＵＩＢＥＧＶＣＩｎｄｉｃａｔｏｒｓ和 ＡＤＢＭＲＩＯ２０１８數(shù)據(jù)庫(kù)的增加值貿(mào)易數(shù)據(jù)對(duì)“一帶一路”沿線 ３３

國(guó)服務(wù)業(yè)整體以及細(xì)分部門在全球價(jià)值鏈中的競(jìng)爭(zhēng)力進(jìn)行了測(cè)度與比較。研究表明：“一帶一路”沿線

國(guó)家服務(wù)業(yè)整體國(guó)際競(jìng)爭(zhēng)力并不具有優(yōu)勢(shì)，在國(guó)際上缺乏競(jìng)爭(zhēng)力，僅有少數(shù)國(guó)家如馬爾代夫、尼泊爾、拉

脫維亞、克羅地亞、立陶宛和印度等在國(guó)際上競(jìng)爭(zhēng)力較強(qiáng)，而越南、印度尼西亞、老撾和文萊等服務(wù)業(yè)國(guó)際

競(jìng)爭(zhēng)力處于相對(duì)劣勢(shì)的水平。就中國(guó)而言，中國(guó)服務(wù)業(yè)競(jìng)爭(zhēng)力在沿線 ３３個(gè)國(guó)家中處于較低的水平，考察

期內(nèi) ＮＲＣＡ指數(shù)排名靠后，在第 ２４、２５位徘徊。

就服務(wù)業(yè)細(xì)分部門而言，“一帶一路”沿線國(guó)家具有顯性比較優(yōu)勢(shì)的服務(wù)業(yè)細(xì)分部門分布不同，具有

優(yōu)勢(shì)的程度也有所不同。２０１７年，尼泊爾、克羅地亞服務(wù)業(yè) ＮＲＣＡ指數(shù)大于 １的細(xì)分部門最多，為 １１個(gè)，

保加利亞服務(wù)業(yè) ＮＲＣＡ指數(shù)大于 １的細(xì)分部門次之，為 １０個(gè)，接下來(lái)是羅馬尼亞，為 ９個(gè)，印度尼西亞、

吉爾吉斯坦較少，為 ３個(gè)，哈薩克斯坦為 ２個(gè)，文萊最少，只有 １個(gè)。中國(guó)資本密集型服務(wù)業(yè)競(jìng)爭(zhēng)力高于

７８ ｈｔｔｐ：／／ｃｌｇｓｋ．ｑｋｓ．ｃｑｕｔ．ｅｄｕ．ｃｎ

勞動(dòng)密集型和知識(shí)密集型服務(wù)業(yè)，但即使是競(jìng)爭(zhēng)力最強(qiáng)的資本密集型服務(wù)業(yè)，ＮＲＣＡ指數(shù)均值也依然小

于 １，在國(guó)際市場(chǎng)上不具備競(jìng)爭(zhēng)力。中國(guó)服務(wù)業(yè)細(xì)分部門 ＮＲＣＡ指數(shù)在沿線國(guó)家中排名差異較大，大部

分細(xì)分部門排名比較靠后，排名比較靠前的是 ｃ２８金融業(yè)（排名第 ３）、ｃ２４水路運(yùn)輸（排名第 ４）、ｃ２０燃油

零售批發(fā)（排名第 ８）、ｃ２２住宿和餐飲（排名第 １３）和 ｃ２５航空運(yùn)輸（排名第 １４）。

本文的研究對(duì)于推進(jìn)“一帶一路”沿線國(guó)家服務(wù)貿(mào)易的分工與合作具有一定的政策借鑒意義。中國(guó)

在與“一帶一路”沿線國(guó)家進(jìn)行貿(mào)易時(shí)，需要將服務(wù)貿(mào)易作為“一帶一路”倡議的重要內(nèi)容，實(shí)施優(yōu)勢(shì)服務(wù)

業(yè)“走出去”、弱勢(shì)服務(wù)業(yè)“引進(jìn)來(lái)”的差異化戰(zhàn)略，充分發(fā)展具有競(jìng)爭(zhēng)優(yōu)勢(shì)的服務(wù)業(yè)。中國(guó)服務(wù)貿(mào)易的出

口潛力主要在金融業(yè)、水路運(yùn)輸、燃油零售批發(fā)等，對(duì)于金融業(yè)，中國(guó)應(yīng)加快推進(jìn)金融機(jī)構(gòu)和金融服務(wù)的

網(wǎng)絡(luò)化布局，加強(qiáng)金融基礎(chǔ)設(shè)施互聯(lián)互通，積極構(gòu)建和完善多層次、多種類的金融服務(wù)體系，有效發(fā)揮金

融在“一帶一路”建設(shè)中的重要支撐作用。對(duì)于水路運(yùn)輸，應(yīng)以雙邊、多邊海運(yùn)會(huì)談為平臺(tái)，與沿線國(guó)家

在海上運(yùn)輸、港口物流等領(lǐng)域開(kāi)展更多的戰(zhàn)略合作，完善沿線國(guó)家間海運(yùn)服務(wù)網(wǎng)絡(luò)，深度參與國(guó)際海事組

織和航行安全合作事務(wù)，提升我國(guó)話語(yǔ)權(quán)和影響力。對(duì)于燃油零售批發(fā)，“一帶一路”輻射區(qū)域是全球能

源需求增長(zhǎng)最快的地區(qū)，應(yīng)加快新技術(shù)創(chuàng)新與應(yīng)用和中國(guó)油企走出去的步伐。通過(guò)培育金融業(yè)、水路運(yùn)

輸?shù)染哂酗@性比較優(yōu)勢(shì)的服務(wù)出口產(chǎn)業(yè)，帶動(dòng)中國(guó)知識(shí)密集型服務(wù)業(yè)的發(fā)展。

對(duì)于中國(guó)與“一帶一路”沿線國(guó)家存在優(yōu)勢(shì)沖突的服務(wù)業(yè)，需要進(jìn)一步細(xì)分，尋找各自的獨(dú)特優(yōu)勢(shì)

點(diǎn)，發(fā)展產(chǎn)業(yè)內(nèi)服務(wù)貿(mào)易，以形成合理的服務(wù)業(yè)分工體系，創(chuàng)造新的貿(mào)易增長(zhǎng)點(diǎn)和“雙贏”局面。中國(guó)的

租賃和商務(wù)服務(wù)業(yè)，與東南亞、南亞和東歐地區(qū)存在一定程度的競(jìng)爭(zhēng)，應(yīng)與這些國(guó)家互相舉辦服務(wù)推介洽

談會(huì)，加強(qiáng)企業(yè)管理服務(wù)、法律服務(wù)、咨詢與調(diào)查、人力資源服務(wù)等方面的交流，進(jìn)行差異性競(jìng)爭(zhēng)與合作。

而對(duì)于陸路運(yùn)輸，中國(guó)可以利用與獨(dú)聯(lián)體、東南亞接壤的地理優(yōu)勢(shì)，進(jìn)行陸路運(yùn)輸基礎(chǔ)設(shè)施合作。對(duì)于中

國(guó)存在比較劣勢(shì)的服務(wù)業(yè)，需要與“一帶一路”沿線國(guó)家進(jìn)行互補(bǔ)性合作和產(chǎn)業(yè)間貿(mào)易。中國(guó)的衛(wèi)生和

社會(huì)工作，郵政通訊業(yè)，汽車及摩托車的銷售、維護(hù)及修理出口潛力較弱，需分別與東歐、南亞、東南亞地

區(qū)和南亞、中歐、中亞地區(qū)以及中歐、南亞、西亞地區(qū)進(jìn)行互補(bǔ)性貿(mào)易。

當(dāng)前世界經(jīng)濟(jì)處于深刻調(diào)整中，國(guó)際經(jīng)貿(mào)格局和全球治理模式正在不斷演變，中國(guó)經(jīng)濟(jì)增長(zhǎng)開(kāi)始結(jié)

構(gòu)性減速。中國(guó)需要進(jìn)一步加快推進(jìn)“一帶一路”的深化發(fā)展，通過(guò)實(shí)施差異化戰(zhàn)略，既獲得資源、開(kāi)拓

市場(chǎng)，又學(xué)習(xí)技術(shù)，獲得技術(shù)溢出效應(yīng)，擺脫“被鎖定”和“悲慘增長(zhǎng)”等比較優(yōu)勢(shì)陷阱，推動(dòng)服務(wù)業(yè)產(chǎn)業(yè)升

級(jí)，提升中國(guó)服務(wù)業(yè)在“一帶一路”區(qū)域價(jià)值鏈中的地位和競(jìng)爭(zhēng)力。

參考文獻(xiàn)：

［１］ 王江，陶磊，黃雨婷．中國(guó)與“一帶一路”沿線十國(guó)生產(chǎn)性服務(wù)貿(mào)易競(jìng)爭(zhēng)力比較［Ｊ］．商業(yè)研究，２０１７（４）：４８－５４．

［２］ 黃滿盈，鄧曉虹．中國(guó)雙邊金融服務(wù)貿(mào)易競(jìng)爭(zhēng)力：基于動(dòng)態(tài)面板引力模型的分析［Ｊ］．經(jīng)濟(jì)問(wèn)題探索，２０１８（１２）：

１４３－１５１．

［３］ 石榮．新貿(mào)易保護(hù)背景下中國(guó)服務(wù)貿(mào)易競(jìng)爭(zhēng)力鉆石模型分析［Ｊ］．經(jīng)營(yíng)與管理，２０２０（１１）：１５１－１５５．

［４］ 樊茂清，黃薇．基于國(guó)家間投入產(chǎn)出模型的全球價(jià)值鏈分解方法：拓展與應(yīng)用［Ｊ］．南開(kāi)經(jīng)濟(jì)研究，２０１６（３）：７５－８９．

［５］ 戴翔．中國(guó)服務(wù)出口競(jìng)爭(zhēng)力：增加值視角下的新認(rèn)識(shí)［Ｊ］．經(jīng)濟(jì)學(xué)家，２０１５（３）：３１－３８．

［６］ 尹偉華．中、美兩國(guó)服務(wù)業(yè)國(guó)際競(jìng)爭(zhēng)力比較分析———基于全球價(jià)值鏈視角的研究［Ｊ］．上海經(jīng)濟(jì)研究，２０１５（１２）：

４１－５１．

［７］ ＧＥＲＥＦＦＩＧ．Ｉｎｔｅｒｎａｔｉｏｎａｌｔｒａｄｅａｎｄｉｎｄｕｓｔｒｉａｌｕｐｇｒａｄｉｎｇｉｎｔｈｅａｐｐａｒｅｌｃｏｍｍｏｄｉｔｙｃｈａｉｎ［Ｊ］．ＪｏｕｒｎａｌｏｆＩｎｔｅｒｎａｔｉｏｎａｌＥｃｏｎｏｍ

ｉｃｓ，１９９９，１（４８）：３７－７１．

鐘惠蕓：中國(guó)與“一帶一路”沿線國(guó)家服務(wù)業(yè)在全球價(jià)值鏈中的競(jìng)爭(zhēng)力比較 ７９

Ａｃｏｍｐａｒａｔｉｖｅｓｔｕｄｙｏｎｔｈｅｃｏｍｐｅｔｉｔｉｖｅｎｅｓｓｏｆｔｈｅ

ｓｅｒｖｉｃｅｉｎｄｕｓｔｒｙｉｎｔｈｅｇｌｏｂａｌｖａｌｕｅＣｈａｉｎｂｅｔｗｅｅｎ

ＣｈｉｎａａｎｄｃｏｕｎｔｒｉｅｓａｌｏｎｇｔｈｅＢｅｌｔ＆ Ｒｏａｄ

ＺＨＯＮＧＨｕｉｙｕｎ

（ＢｕｓｉｎｅｓｓＳｃｈｏｏｌ，ＭｉｎｎａｎＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ，Ｚｈａｎｇｚｈｏｕ３６３０００，Ｃｈｉｎａ）

Ａｂｓｔｒａｃｔ：ＢａｓｅｄｏｎＵＩＢＥ ＧＶＣ ＩｎｄｉｃａｔｏｒｓａｎｄＡＤＢＭＲＩＯ２０１８ｄａｔａｂａｓｅ，ｔｈｉｓｐａｐｅｒｍｅａｓｕｒｅｓａｎｄ

ｃｏｍｐａｒｅｓｔｈｅｃｏｍｐｅｔｉｔｉｖｅｎｅｓｓｏｆｓｅｒｖｉｃｅｉｎｄｕｓｔｒｙｏｆＣｈｉｎａａｎｄ３３ｃｏｕｎｔｒｉｅｓａｌｏｎｇｔｈｅＢｅｌｔａｎｄＲｏａｄｉｎｇｌｏｂａｌ

ｖａｌｕｅｃｈａｉｎｓｉｎｔｅｒｍｓｏｆｏｖｅｒａｌｌａｎｄｓｕｂｓｅｃｔｏｒｓｏｆｓｅｒｖｉｃｅｉｎｄｕｓｔｒｉｅｓｂｙｅｘｐｌｉｃｉｔｉｎｇｃｏｍｐａｒａｔｉｖｅａｄｖａｎｔａｇｅｉｎｄｅｘ

（ＮＲＣＡ）ｉｎｔｈｅｐｅｒｓｐｅｃｔｉｖｅｏｆｆｏｒｗａｒｄｌｉｎｋａｇｅ．Ｉｎｔｅｒｍｓｏｆｔｈｅｓｅｒｖｉｃｅｓｅｃｔｏｒａｓａｗｈｏｌｅ，ｔｈｅＮＲＣＡｉｎｄｅｘｏｆ

Ｃｈｉｎａ’ｓｓｅｒｖｉｃｅｓｅｃｔｏｒｉｓａｔａｒｅｌａｔｉｖｅｌｙｌｏｗｐｏｓｉｔｉｏｎｉｎｔｈｅｒａｎｋｉｎｇｏｆｃｏｕｎｔｒｉｅｓａｌｏｎｇｔｈｅｒｏｕｔｅ，ｒａｎｋｉｎｇ２４ｔｈｉｎ

２０１７．Ｉｎｔｅｒｍｓｏｆｓｅｇｍｅｎｔａｔｉｏｎ，Ｃｈｉｎａ’ｓｃａｐｉｔａｌｉｎｔｅｎｓｉｖｅｓｅｒｖｉｃｅｓａｒｅｔｈｅｍｏｓｔｃｏｍｐｅｔｉｔｉｖｅ，ｗｉｔｈｌａｂｏｒ

ｉｎｔｅｎｓｉｖｅｓｅｒｖｉｃｅｓｔｈｅｎｅｘｔｍｏｓｔｃｏｍｐｅｔｉｔｉｖｅａｎｄｋｎｏｗｌｅｄｇｅｉｎｔｅｎｓｉｖｅｓｅｒｖｉｃｅｓｔｈｅｌｅａｓｔｃｏｍｐｅｔｉｔｉｖｅ．Ｈｏｗｅｖｅｒ，

ｅｖｅｎｆｏｒｃａｐｉｔａｌｉｎｔｅｎｓｉｖｅｓｅｒｖｉｃｅｉｎｄｕｓｔｒｙ，ｔｈｅａｖｅｒａｇｅｖａｌｕｅｏｆＮＲＣＡｉｎｄｅｘｉｓｓｔｉｌｌｌｏｗｅｒｔｈａｎ１；ｆｏｒｋｎｏｗｌｅｄｇｅ

ｉｎｔｅｎｓｉｖｅｓｅｒｖｉｃｅ，ｓｉｘｓｕｂｓｅｃｔｏｒｓｓｈｏｗａｎｕｐｗａｒｄｔｒｅｎｄ．Ｂｕｔａｃｃｏｒｄｉｎｇｔｏ２０１７ＮＲＣＡｉｎｄｅｘ，ｏｎｌｙｔｈｅＮＲＣＡ

ｉｎｄｅｘｏｆｆｉｎａｎｃｅｉｓｇｒｅａｔｅｒｔｈａｎ１．Ｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｓｔｈａｔｓｅｒｖｉｃｅｔｒａｄｅｉｓａｎｉｍｐｏｒｔａｎｔｐａｒｔｏｆｔｒａｄｅｂｅｔｗｅｅｎ

ＣｈｉｎａａｎｄｔｈｅｃｏｕｎｔｒｉｅｓａｌｏｎｇｔｈｅＢｅｌｔａｎｄＲｏａｄ，ｗｅｓｈｏｕｌｄｉｍｐｌｅｍｅｎｔｔｈｅｄｉｆｆｅｒｅｎｔｉａｔｉｏｎｓｔｒａｔｅｇｙｏｆｇｏｉｎｇｏｕｔ

ｆｏｒｓｕｐｅｒｉｏｒｓｅｒｖｉｃｅｉｎｄｕｓｔｒｙａｎｄｉｎｔｒｏｄｕｃｉｎｇｏｆｄｉｓａｄｖａｎｔａｇｅｄｓｅｒｖｉｃｅｉｎｄｕｓｔｒｙ．Ｆｏｒｓｅｒｖｉｃｅｉｎｄｕｓｔｒｉｅｓｗｈｉｃｈ

ｃｏｎｆｌｉｃｔｗｉｔｈｔｈｅａｄｖａｎｔａｇｅｓｏｆｔｈｅｓｅｃｏｕｎｔｒｉｅｓ，ｗｅｓｈｏｕｌｄｓｅｅｋｔｈｅｉｒｕｎｉｑｕｅａｄｖａｎｔａｇｅｓａｎｄｄｅｖｅｌｏｐｉｎｔｒａ

ｉｎｄｕｓｔｒｙｔｒａｄｅｉｎｓｅｒｖｉｃｅｓｓｏａｓｔｏｆｏｒｍａｒｅａｓｏｎａｂｌｅｄｉｖｉｓｉｏｎｓｙｓｔｅｍｏｆｓｅｒｖｉｃｅｉｎｄｕｓｔｒｙ．

Ｋｅｙｗｏｒｄｓ：ＢｅｌｔａｎｄＲｏａｄＩｎｉｔｉａｔｉｖｅ；ＧＶＣ；ＮＲＣＡｉｎｄｅｘ；ｃｏｍｐｅｔｉｔｉｖｅｎｅｓｓ

（責(zé)任編輯 晏心悅）

８０ ｈｔｔｐ：／／ｃｌｇｓｋ．ｑｋｓ．ｃｑｕｔ．ｅｄｕ．ｃｎ

ＪｏｕｒｎａｌｏｆＣｈｏｎｇｑｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ（ＳｏｃｉａｌＳｃｉｅｎｃｅ）

２０２２年 第 ３６卷 第 ４期

Ｖｏｌ．３６ Ｎｏ．４ ２０２２

收稿日期：２０２１－０８－２２；修回日期：２０２２－０３－３１

基金項(xiàng)目：國(guó)家社會(huì)科學(xué)基金重點(diǎn)項(xiàng)目“創(chuàng)新視域下的馬克思剩余價(jià)值理論研究”（１７ＡＫＳ００１）

作者簡(jiǎn)介：潘春苗，博士研究生，主要從事區(qū)域科技創(chuàng)新研究；母愛(ài)英，教授，博士，主要從事區(qū)域經(jīng)濟(jì)學(xué)研究。

本文引用格式：潘春苗，母愛(ài)英．中國(guó)三大城市群協(xié)同創(chuàng)新網(wǎng)絡(luò)比較研究———基于專利合作數(shù)據(jù)［Ｊ］．重慶理工大學(xué)學(xué)報(bào)（社會(huì)科學(xué)），

２０２２（４）：８１－９３．

Ｃｉｔａｔｉｏｎｆｏｒｍａｔ：ＰＡＮＣｈｕｎｍｉａｏ，ＭＵＡｉｙｉｎｇ．ＡｃｏｍｐａｒａｔｉｖｅｓｔｕｄｙｏｆｃｏｌｌａｂｏｒａｔｉｖｅｉｎｎｏｖａｔｉｏｎｎｅｔｗｏｒｋｓｉｎＣｈｉｎａ’ｓｔｈｒｅｅｕｒｂａｎａｇｇｌｏｍｅｒａ

ｔｉｏｎｓ———Ｂａｓｅｄｏｎｐａｔｅｎｔｃｏｏｐｅｒａｔｉｏｎｄａｔａ［Ｊ］．ＪｏｕｒｎａｌｏｆＣｈｏｎｇｑｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ（ＳｏｃｉａｌＳｃｉｅｎｃｅ），２０２２（４）：８１－９３．

ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１６７４－８４２５（ｓ）．２０２２．０４．００８ 區(qū)域經(jīng)濟(jì)一體化

中國(guó)三大城市群協(xié)同創(chuàng)新網(wǎng)絡(luò)比較研究

———基于專利合作數(shù)據(jù)

潘春苗１

，母愛(ài)英２

（１．中國(guó)社會(huì)科學(xué)院大學(xué) 經(jīng)濟(jì)學(xué)院，北京 １０２４８８；

２．河北經(jīng)貿(mào)大學(xué) 經(jīng)濟(jì)研究所，河北 石家莊 ０５００６１）

摘要：選取京津冀、長(zhǎng)三角、粵港澳大灣區(qū)的專利合作數(shù)據(jù)構(gòu)建協(xié)同創(chuàng)新網(wǎng)絡(luò)，從整體拓?fù)浣Y(jié)構(gòu)、各城

市的地位、創(chuàng)新合作產(chǎn)出差距、參與主體、技術(shù)領(lǐng)域等微觀層面，對(duì)三大城市群協(xié)同創(chuàng)新網(wǎng)絡(luò)進(jìn)行比較研

究。結(jié)果發(fā)現(xiàn)：三大城市群協(xié)同創(chuàng)新網(wǎng)絡(luò)的整體拓?fù)浣Y(jié)構(gòu)特征不同，但均滿足核心—邊緣結(jié)構(gòu)，分別形成

了以北京、天津、石家莊、保定、唐山為中心的京津冀協(xié)同創(chuàng)新網(wǎng)絡(luò)，以上海、蘇州、南京、杭州、合肥為中心

的長(zhǎng)三角協(xié)同創(chuàng)新網(wǎng)絡(luò)，以廣州、深圳、珠海、佛山、東莞為中心的粵港澳大灣區(qū)協(xié)同創(chuàng)新網(wǎng)絡(luò)；在三大城

市群中，城市間創(chuàng)新合作產(chǎn)出差距最大的是京津冀，三者協(xié)同創(chuàng)新核心主體均以企業(yè)為主，協(xié)同創(chuàng)新所在

的技術(shù)領(lǐng)域主要集中在物理、電學(xué)、作業(yè)和運(yùn)輸、化學(xué)和冶金等。建議：繼續(xù)完善京津冀協(xié)同創(chuàng)新布局，縮

小城市間創(chuàng)新產(chǎn)出差距；加強(qiáng)長(zhǎng)三角城市群內(nèi)部的跨省份創(chuàng)新合作，提升區(qū)域的整體協(xié)同創(chuàng)新能力；推動(dòng)

粵港澳三地的科技創(chuàng)新要素加速對(duì)接合作，共同助力國(guó)際科技創(chuàng)新中心建設(shè)。

關(guān)鍵詞：城市群；協(xié)同創(chuàng)新網(wǎng)絡(luò)；專利合作；社會(huì)網(wǎng)絡(luò)分析；專利統(tǒng)計(jì)；節(jié)點(diǎn)城市特征

中圖分類號(hào)：Ｆ０６１．５ 文獻(xiàn)標(biāo)識(shí)碼：Ａ 文章編號(hào)：１６７４－８４２５（２０２２）０４－００８１－１３

一、引言

城市群正成為推動(dòng)我國(guó)區(qū)域協(xié)調(diào)發(fā)展、創(chuàng)新驅(qū)動(dòng)發(fā)展和新型城鎮(zhèn)化建設(shè)的重要力量。近年來(lái)，國(guó)家

層面出臺(tái)系列政策文件，推進(jìn)全國(guó)重點(diǎn)城市群一體化建設(shè)，以縮小區(qū)域發(fā)展差距，提升區(qū)域整體發(fā)展水

平。區(qū)域協(xié)同創(chuàng)新是城市群一體化建設(shè)的重要內(nèi)容。２０１９年，中央經(jīng)濟(jì)工作會(huì)議提出，將京津冀、長(zhǎng)三

角、粵港澳大灣區(qū)打造成為具有國(guó)際競(jìng)爭(zhēng)力的創(chuàng)新平臺(tái)，這為全國(guó)高質(zhì)量發(fā)展提供了重要?jiǎng)恿υ??！吨腥A

人民共和國(guó)國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃和 ２０３５年遠(yuǎn)景目標(biāo)綱要》進(jìn)一步明確了京津冀、長(zhǎng)三

角、粵港澳大灣區(qū)的科技創(chuàng)新功能，通過(guò)持續(xù)提升科技創(chuàng)新策源能力，以打造高質(zhì)量發(fā)展的重要增長(zhǎng)極。

自京津冀、長(zhǎng)三角、粵港澳大灣區(qū)等城市群一體化建設(shè)上升為國(guó)家戰(zhàn)略以來(lái)，它們充分發(fā)揮科技創(chuàng)新資源

優(yōu)勢(shì)，加強(qiáng)城市群內(nèi)部城市間協(xié)同創(chuàng)新聯(lián)系，加快構(gòu)建協(xié)同創(chuàng)新共同體，以協(xié)同創(chuàng)新引領(lǐng)城市群協(xié)同發(fā)

展。三大城市群作為全國(guó)創(chuàng)新驅(qū)動(dòng)發(fā)展的 ３個(gè)典型區(qū)域，在協(xié)同創(chuàng)新方面有其共同點(diǎn)，但也有所差異。

本研究基于 ２０１４—２０１８年京津冀、長(zhǎng)三角、粵港澳大灣區(qū)的發(fā)明專利合作數(shù)據(jù)，分別構(gòu)建三大城市群協(xié)

同創(chuàng)新網(wǎng)絡(luò)，在此基礎(chǔ)上對(duì)三大城市群協(xié)同創(chuàng)新網(wǎng)絡(luò)進(jìn)行比較研究。

二、文獻(xiàn)回顧

關(guān)于協(xié)同創(chuàng)新的研究，學(xué)者們主要研究了協(xié)同創(chuàng)新的內(nèi)涵、理論模式、機(jī)制構(gòu)建、理論分析方法、績(jī)效

評(píng)價(jià)等。陳勁等認(rèn)為，協(xié)同創(chuàng)新是企業(yè)、高校、研究院所、政府等各類主體通過(guò)創(chuàng)新合作實(shí)現(xiàn)知識(shí)增值的

過(guò)程［１］

。何郁冰提出了“戰(zhàn)略—知識(shí)—組織”三重互動(dòng)的產(chǎn)學(xué)研協(xié)同創(chuàng)新模式［２］

。楊繼瑞等提出從合作

機(jī)制、組織機(jī)制、行政機(jī)制 ３個(gè)方面來(lái)構(gòu)建區(qū)域協(xié)同創(chuàng)新機(jī)制［３］

。蘇屹認(rèn)為，研究協(xié)同創(chuàng)新理論應(yīng)遵循系

統(tǒng)科學(xué)方法［４］

。白俊紅等研究發(fā)現(xiàn)，加強(qiáng)協(xié)同創(chuàng)新有利于促進(jìn)區(qū)域間創(chuàng)新要素的動(dòng)態(tài)流動(dòng)和知識(shí)溢出，

提升區(qū)域創(chuàng)新績(jī)效［５］

。

基于協(xié)同創(chuàng)新理論和相關(guān)研究成果，學(xué)者們?cè)诳鐓^(qū)域協(xié)同創(chuàng)新內(nèi)涵、動(dòng)因、影響因素、水平度量等方

面開(kāi)展了諸多研究。龍開(kāi)元提出了跨區(qū)域創(chuàng)新體系的概念和核心特征，闡述了跨區(qū)域創(chuàng)新體系建設(shè)的基

本框架、演化階段、面臨的困難及解決措施［６］

。王鵬進(jìn)一步闡釋了跨區(qū)域創(chuàng)新系統(tǒng)的內(nèi)涵、形成基礎(chǔ)及動(dòng)

力支持要素［７］

?，F(xiàn)有研究成果表明，跨區(qū)域協(xié)同創(chuàng)新的影響因素主要包括區(qū)域間的多維鄰近關(guān)系、區(qū)域

創(chuàng)新環(huán)境、政策制度、技術(shù)水平、經(jīng)濟(jì)與社會(huì)因素［８－１５］

。Ａｃｏｓｔａ、謝偉偉等選擇合著論文數(shù)據(jù)，莊濤、蘇燦

等基于聯(lián)合申請(qǐng)專利數(shù)據(jù)，楊龍志和劉霞、肖站旗等運(yùn)用技術(shù)交易數(shù)據(jù)，分別來(lái)測(cè)度跨區(qū)域協(xié)同創(chuàng)新水

平［１６－２１］

?？鐓^(qū)域協(xié)同創(chuàng)新水平的度量方法主要包括社會(huì)網(wǎng)絡(luò)分析、空間計(jì)量、創(chuàng)新引力模型、空間滯后

模型等［２２－２５］

。

近年來(lái)，部分學(xué)者以城市群為研究對(duì)象，研究城市群內(nèi)部城市間的協(xié)同創(chuàng)新問(wèn)題。其中，京津冀、長(zhǎng)

三角、粵港澳大灣區(qū)的協(xié)同創(chuàng)新問(wèn)題是近年來(lái)的研究熱點(diǎn)。學(xué)者們重點(diǎn)圍繞專利轉(zhuǎn)移網(wǎng)絡(luò)的形成及影響

因素、技術(shù)轉(zhuǎn)移網(wǎng)絡(luò)結(jié)構(gòu)及網(wǎng)絡(luò)治理、協(xié)同創(chuàng)新網(wǎng)絡(luò)韌性形成的驅(qū)動(dòng)機(jī)制、產(chǎn)學(xué)協(xié)同創(chuàng)新績(jī)效、產(chǎn)業(yè)協(xié)同

創(chuàng)新、技術(shù)創(chuàng)新演化、空間格局的發(fā)展演變、高質(zhì)量協(xié)同創(chuàng)新策略等內(nèi)容對(duì)三大城市群進(jìn)行了研究［２６－３４］

。

總體而言，目前學(xué)術(shù)界在跨區(qū)域協(xié)同創(chuàng)新的內(nèi)涵、模式、動(dòng)力機(jī)制、影響因素、水平測(cè)度、績(jī)效評(píng)價(jià)等

宏觀問(wèn)題方面，研究得較為深入。同時(shí)，部分學(xué)者對(duì)某些特定區(qū)域或城市群的協(xié)同創(chuàng)新等中觀問(wèn)題也日

益關(guān)注，但是對(duì)不同城市群的協(xié)同創(chuàng)新網(wǎng)絡(luò)結(jié)構(gòu)、節(jié)點(diǎn)城市特征、技術(shù)領(lǐng)域等微觀問(wèn)題的對(duì)比分析較少。

因此，本研究選取京津冀、長(zhǎng)三角、粵港澳大灣區(qū)三大典型城市群，從微觀層面剖析三大城市群協(xié)同創(chuàng)新

網(wǎng)絡(luò)的異同，并提出進(jìn)一步推動(dòng)三大城市群協(xié)同創(chuàng)新的對(duì)策建議。

三、研究方法與數(shù)據(jù)來(lái)源

本研究搜集了 ２０１４—２０１８年京津冀、長(zhǎng)三角、粵港澳大灣區(qū)三大城市群內(nèi)部城市間聯(lián)合申請(qǐng)發(fā)明專

利數(shù)據(jù)，數(shù)據(jù)內(nèi)容包括專利名稱、申請(qǐng)日期、申請(qǐng)人名稱和所在地址、ＩＰＣ分類號(hào)等。在此基礎(chǔ)上，選擇城

市間聯(lián)合申請(qǐng)發(fā)明專利數(shù)據(jù)來(lái)構(gòu)建三大城市群的協(xié)同創(chuàng)新網(wǎng)絡(luò)，運(yùn)用社會(huì)網(wǎng)絡(luò)分析、專利統(tǒng)計(jì)等方法，分

析三大城市群協(xié)同創(chuàng)新網(wǎng)絡(luò)的整體拓?fù)浣Y(jié)構(gòu)、各城市在網(wǎng)絡(luò)中的地位、節(jié)點(diǎn)城市間的創(chuàng)新合作產(chǎn)出差距、

參與主體類型及合作專利所在的技術(shù)領(lǐng)域等。

８２ ｈｔｔｐ：／／ｃｌｇｓｋ．ｑｋｓ．ｃｑｕｔ．ｅｄｕ．ｃｎ

（一）研究方法

１．社會(huì)網(wǎng)絡(luò)分析法

社會(huì)網(wǎng)絡(luò)分析是運(yùn)用圖論、代數(shù)模型等工具，對(duì)網(wǎng)絡(luò)行動(dòng)者及其間的關(guān)系特征進(jìn)行定量分析的一種

方法。本文選取網(wǎng)絡(luò)規(guī)模、網(wǎng)絡(luò)密度、平均聚類系數(shù)、平均路徑長(zhǎng)度等指標(biāo)，分析京津冀、長(zhǎng)三角城市群、

粵港澳大灣區(qū)協(xié)同創(chuàng)新整體網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)特征，運(yùn)用核心—邊緣分析、中心性分析，剖析節(jié)點(diǎn)城市在協(xié)

同創(chuàng)新網(wǎng)絡(luò)中的地位。

２．專利統(tǒng)計(jì)分析

專利統(tǒng)計(jì)分析是專利計(jì)量方法的一種。本文通過(guò)對(duì)城市間合作發(fā)明專利的數(shù)量、申請(qǐng)主體、技術(shù)領(lǐng)

域等信息進(jìn)行收集、加工和計(jì)算，對(duì)比分析京津冀、長(zhǎng)三角城市群、粵港澳大灣區(qū)協(xié)同創(chuàng)新網(wǎng)絡(luò)節(jié)點(diǎn)城市

間的創(chuàng)新合作產(chǎn)出差距、參與主體的性質(zhì)及地域分布、協(xié)同創(chuàng)新的技術(shù)領(lǐng)域。

（二）數(shù)據(jù)來(lái)源

依托國(guó)家知識(shí)產(chǎn)權(quán)局專利數(shù)據(jù)庫(kù)，檢索專利類型為發(fā)明發(fā)布，申請(qǐng)日為 ２０１４年 １月 １日至 ２０１８年

１２月 ３１日，地址分別為京津冀 １３個(gè)城市（北京市、天津市和河北省 １１個(gè)城市）、長(zhǎng)三角 ２６個(gè)城市（上海

市、江蘇省 ８?jìng)€(gè)城市、浙江省 ８?jìng)€(gè)城市和安徽省 ８?jìng)€(gè)城市）、粵港澳大灣區(qū) １１個(gè)城市（廣東省 ９個(gè)城市和

香港、澳門特別行政區(qū)），分別獲取京津冀、長(zhǎng)三角城市群、粵港澳大灣區(qū)內(nèi)部?jī)蓚€(gè)及以上城市聯(lián)合申請(qǐng)發(fā)

明專利數(shù)據(jù)。若某項(xiàng)專利的申請(qǐng)人來(lái)自 Ａ、Ｂ兩個(gè)城市，則計(jì)城市 Ａ與城市 Ｂ聯(lián)合申請(qǐng)專利 １件；若專利

的申請(qǐng)人來(lái)自兩個(gè)以上城市，比如來(lái)自 Ａ、Ｂ、Ｃ三個(gè)城市，則計(jì) Ａ與 Ｂ合作申請(qǐng)專利 １件，Ａ與 Ｃ合作申

請(qǐng)專利 １件，Ｂ與 Ｃ合作申請(qǐng)專利 １件。

四、分析結(jié)果

（一）協(xié)同創(chuàng)新整體網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)

城市群內(nèi)部城市間合作專利可以分為兩類：一類是同一省份內(nèi)部不同城市間的合作；另一類是跨省

份不同城市間的合作。三大城市群相比，這兩類合作專利數(shù)量差別較大（見(jiàn)表 １）。京津冀跨省份城市間

合作專利數(shù)量顯著高于同省份合作專利數(shù)量，前者是后者的 １０．２倍，跨省份城市間合作專利數(shù)量占京津

冀合作專利總量的比重高達(dá) ９１％；長(zhǎng)三角城市群跨省份合作專利數(shù)量略低于同省份合作專利數(shù)量，二者

之比為 ４８．１∶５１．９；粵港澳大灣區(qū)跨省份合作專利數(shù)量占大灣區(qū)合作專利總量的比重僅為 ３．９％，只相當(dāng)

于同省份合作專利數(shù)量的 ４．１％。這表明與長(zhǎng)三角城市群、粵港澳大灣區(qū)相比，京津冀傾向在更大地域

范圍內(nèi)尋求專利合作。

表 １ 三大城市群聯(lián)合申請(qǐng)發(fā)明專利情況

京津冀 長(zhǎng)三角 粵港澳大灣區(qū)

同省份城市間合作／件 １４５７ ８４４８ ８０５６

跨省份城市間合作／件 １４８１７ ７８２５ ３２９

合作專利數(shù)量合計(jì)／件 １６２７４ １６２７３ ８３８５

同省份城市間合作專利數(shù)量占比／％ ９．０ ５１．９ ９６．１

跨省份城市間合作專利數(shù)量占比／％ ９１．０ ４８．１ ３．９

潘春苗，等：中國(guó)三大城市群協(xié)同創(chuàng)新網(wǎng)絡(luò)比較研究 ８３

根據(jù)已有研究成果，網(wǎng)絡(luò)規(guī)模、合作關(guān)系數(shù)、網(wǎng)絡(luò)密度值及其標(biāo)準(zhǔn)差、平均路徑長(zhǎng)度、平均聚類系數(shù)等

是測(cè)度網(wǎng)絡(luò)整體特征的常用指標(biāo)。運(yùn)用社會(huì)網(wǎng)絡(luò)分析軟件 ＵＣＩＮＥＴ分別計(jì)算出上述指標(biāo)，以分析三大城

市群協(xié)同創(chuàng)新網(wǎng)絡(luò)的整體拓?fù)浣Y(jié)構(gòu)特征（見(jiàn)表 ２）。從網(wǎng)絡(luò)規(guī)模來(lái)看，京津冀 １３個(gè)城市、長(zhǎng)三角城市群 ２６

表 ２ 整體協(xié)同創(chuàng)新網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)

京津冀 長(zhǎng)三角 粵港澳大灣區(qū)

網(wǎng)絡(luò)規(guī)模 １３ ２６ １１

關(guān)系數(shù) ５８ ２１２ ４４

網(wǎng)絡(luò)密度 ０．７４４ ０．６５２ ０．８００

網(wǎng)絡(luò)密度標(biāo)準(zhǔn)差 ０．４３７ ０．４７７ ０．４００

平均聚類系數(shù) ０．８４６ ０．７９９ ０．９００

平均路徑長(zhǎng)度 １．２５６ １．３５１ １．２００

個(gè)城市、粵港澳大灣區(qū) １１個(gè)城市均開(kāi)展了專

利合作。從整體網(wǎng)絡(luò)密度值來(lái)看，由低到高

排序分別為長(zhǎng)三角城市群、京津冀、粵港澳

大灣區(qū)，表明與其他兩大城市群相比，粵港

澳大灣區(qū)城市間協(xié)同創(chuàng)新聯(lián)系更為緊密。

從整體網(wǎng)絡(luò)密度值的標(biāo)準(zhǔn)差來(lái)看，粵港澳大

灣區(qū)協(xié)同創(chuàng)新網(wǎng)絡(luò)密度標(biāo)準(zhǔn)差最低，說(shuō)明在

三大城市群中，粵港澳大灣區(qū)城市間聯(lián)系強(qiáng)

度的差異性最小，即創(chuàng)新合作的不平衡性最

低。平均聚類系數(shù)用來(lái)衡量協(xié)同創(chuàng)新網(wǎng)絡(luò)節(jié)點(diǎn)與其鄰接節(jié)點(diǎn)結(jié)成“小團(tuán)體”的可能性，反映了整體網(wǎng)絡(luò)

的集聚性。在三大城市群中，粵港澳大灣區(qū)的平均聚類系數(shù)為 ０．９，高于其他兩大城市群，說(shuō)明粵港澳大

灣區(qū)協(xié)同創(chuàng)新網(wǎng)絡(luò)的整體集聚化發(fā)展能力最強(qiáng)，京津冀次之，長(zhǎng)三角城市群的集團(tuán)化發(fā)展程度較低。從

三大城市群節(jié)點(diǎn)之間的平均路徑長(zhǎng)度來(lái)看，長(zhǎng)三角城市群的平均路徑長(zhǎng)度最長(zhǎng)，京津冀次之，粵港澳大灣

區(qū)最短，表明與其他兩大城市群相比，長(zhǎng)三角城市間的交流暢通程度更低。

（二）節(jié)點(diǎn)城市在協(xié)同創(chuàng)新網(wǎng)絡(luò)中的地位

１．核心—邊緣結(jié)構(gòu)分析

運(yùn)用 ＵＣＩＮＥＴ軟件對(duì)京津冀、長(zhǎng)三角、粵港澳大灣區(qū)協(xié)同創(chuàng)新網(wǎng)絡(luò)分別進(jìn)行核心—邊緣擬合分析，結(jié)

果顯示擬合優(yōu)度均大于 ０．５，說(shuō)明三大城市群協(xié)同創(chuàng)新網(wǎng)絡(luò)結(jié)構(gòu)均符合核心—邊緣結(jié)構(gòu)。測(cè)度結(jié)果以及

核心區(qū)與邊緣區(qū)成員分布情況見(jiàn)表３和表４。從表中可以看出，三大城市群協(xié)同創(chuàng)新網(wǎng)絡(luò)中，核心區(qū)成員

間的創(chuàng)新聯(lián)系均十分緊密，但是邊緣區(qū)成員間的創(chuàng)新聯(lián)系較為松散，尤其是粵港澳大灣區(qū)邊緣區(qū)的 ３個(gè)

城市之間目前還沒(méi)有建立起專利合作關(guān)系，未來(lái)仍有較大提升空間。

表 ３ 三大城市群協(xié)同創(chuàng)新網(wǎng)絡(luò)核心—邊緣結(jié)構(gòu)擬合結(jié)果

京津冀 長(zhǎng)三角 粵港澳大灣區(qū)

核心區(qū)密度 ０．９６４ ０．９７４ １．０００

邊緣區(qū)密度 ０．１００ ０．３０８ ０．０００

擬合優(yōu)度 ０．８６４ ０．６９５ １．０００

表 ４ 三大城市群協(xié)同創(chuàng)新網(wǎng)絡(luò)核心區(qū)成員和邊緣區(qū)成員

京津冀 長(zhǎng)三角 粵港澳大灣區(qū)

核心區(qū)成員 北京、天津、石家莊、保定、

唐山、秦皇島、滄州、邯鄲

上海、南京、無(wú)錫、常州、蘇州、南通、鎮(zhèn)江、

杭州、寧波、嘉興、紹興、臺(tái)州、合肥

廣州、深圳、珠海、佛山、

東莞、中山、江門、香港

邊緣區(qū)成員 廊坊、承德、張家口、邢臺(tái)、

衡水

鹽城、揚(yáng)州、泰州、湖州、金華、舟山、蕪湖、

馬鞍山、銅陵、安慶、滁州、池州、宣城 惠州、肇慶、澳門

８４ ｈｔｔｐ：／／ｃｌｇｓｋ．ｑｋｓ．ｃｑｕｔ．ｅｄｕ．ｃｎ

２．中心性分析

從核心—邊緣結(jié)構(gòu)分析結(jié)果中可知，三大城市群協(xié)同創(chuàng)新網(wǎng)絡(luò)中均存在核心城市和邊緣城市，本文

進(jìn)一步通過(guò)中心性分析，探析在各城市在創(chuàng)新網(wǎng)絡(luò)中的位置。度數(shù)中心度、中間中心度是衡量節(jié)點(diǎn)城市

在網(wǎng)絡(luò)中的地位重要性和對(duì)資源及信息控制能力的重要指標(biāo)。本文運(yùn)用 ＵＣＩＮＥＴ軟件分別計(jì)算出三大

城市群各城市的相對(duì)度數(shù)中心度和相對(duì)中間中心度，結(jié)果見(jiàn)表 ５。

表 ５ 三大城市群協(xié)同創(chuàng)新網(wǎng)絡(luò)中心性分析結(jié)果

京津冀

城市 度數(shù)中心度 中間中心度

長(zhǎng)三角

城市 度數(shù)中心度 中間中心度

粵港澳大灣區(qū)

城市 度數(shù)中心度 中間中心度

北京 １．００ ５．８２ 上海 ０．９６ ４．９１ 廣州 １．００ ６．６９

天津 １．００ ５．８２ 南京 ０．９６ ４．０５ 深圳 １．００ ６．６９

石家莊 １．００ ５．８２ 無(wú)錫 ０．８８ ２．６６ 珠海 １．００ ６．６９

保定 ０．９２ ４．２９ 常州 ０．７２ １．２３ 佛山 ０．９０ １．５０

廊坊 ０．６７ ０．６９ 蘇州 ０．９６ ４．９１ 惠州 ０．７０ ０

唐山 ０．９２ ３．４８ 南通 ０．６８ ０．５１ 東莞 ０．９０ １．５０

秦皇島 ０．６７ ０．４１ 揚(yáng)州 ０．５６ ０．３１ 中山 ０．８０ ０．７４

承德 ０．５８ ０．１９ 鎮(zhèn)江 ０．６４ ０．４５ 江門 ０．８０ ０．３２

張家口 ０．８３ ３．０８ 鹽城 ０．５６ ０．４４ 肇慶 ０．６０ ０

滄州 ０．６７ ０．６９ 泰州 ０．６０ ０．５０ 香港 ０．８０ ０．３２

邯鄲 ０．５０ ０ 杭州 ０．９６ ４．０５ 澳門 ０．３０ ０

邢臺(tái) ０．４２ ０ 寧波 ０．８４ １．９９

衡水 ０．５０ ０ 湖州 ０．５６ ０．１３

嘉興 ０．６４ ０．７４

紹興 ０．７２ １．４６

金華 ０．４８ ０．２０

舟山 ０．４８ ０．２２

臺(tái)州 ０．６４ ０．６３

合肥 ０．９２ ４．４７

蕪湖 ０．６０ １．５２

馬鞍山 ０．６０ １．３５

銅陵 ０．４４ ０．６０

安慶 ０．４０ ０．２９

滁州 ０．４０ ０．１１

池州 ０．２８ ０．０６

宣城 ０．４０ ０．２２

在京津冀協(xié)同創(chuàng)新網(wǎng)絡(luò)中，北京、天津、石家莊的相對(duì)度數(shù)中心度和相對(duì)中間中心度位居前列，說(shuō)明

這 ３個(gè)城市在京津冀協(xié)同創(chuàng)新網(wǎng)絡(luò)中占據(jù)最重要的位置，對(duì)資源和信息的控制程度最高，次之為保定、唐

山，這兩個(gè)城市的度數(shù)中心度和中間中心度位列北京、天津、石家莊之后，在京津冀協(xié)同創(chuàng)新網(wǎng)絡(luò)中的地

潘春苗，等：中國(guó)三大城市群協(xié)同創(chuàng)新網(wǎng)絡(luò)比較研究 ８５

位和控制力也緊隨其后，邯鄲、邢臺(tái)、衡水的度數(shù)中心度和中間中心度最低，在京津冀協(xié)同創(chuàng)新網(wǎng)絡(luò)中的

地位和控制力也最弱。

在長(zhǎng)三角協(xié)同創(chuàng)新網(wǎng)絡(luò)中，上海和蘇州的相對(duì)度數(shù)中心度、相對(duì)中間中心度同時(shí)位居首位，表明上

海、蘇州在長(zhǎng)三角協(xié)同創(chuàng)新網(wǎng)絡(luò)中占據(jù)著最為重要的地位，控制著更多資源和信息，南京和杭州的度數(shù)中

心度排名并列第二，中間中心度排名第三，位列合肥之后，這說(shuō)明南京和杭州在長(zhǎng)三角協(xié)同創(chuàng)新網(wǎng)絡(luò)中的

地位重要性高于合肥，但合肥在控制資源和促進(jìn)信息流通方面卻占據(jù)著更為重要的位置。分省份來(lái)看，

除南京、蘇州、杭州、合肥之外，江蘇省的無(wú)錫和常州，浙江省的寧波和紹興，其度數(shù)中心度和中間中心度

均較高，這表明這 ４個(gè)城市在長(zhǎng)三角協(xié)同創(chuàng)新網(wǎng)絡(luò)中的地位和控制能力也較強(qiáng)，安徽省的蕪湖、馬鞍山度

數(shù)中心度不高，但中間中心度較高，說(shuō)明這兩個(gè)城市在網(wǎng)絡(luò)中起到了較為重要的中介作用。

在粵港澳大灣區(qū)協(xié)同創(chuàng)新網(wǎng)絡(luò)中，廣州、深圳、珠海的相對(duì)度數(shù)中心度和相對(duì)中間中心度排名并列第

一，表明這三個(gè)城市處在粵港澳大灣區(qū)協(xié)同創(chuàng)新網(wǎng)絡(luò)中最為突出的位置，在更大程度上控制著網(wǎng)絡(luò)的資

源和信息，次之為佛山和東莞，其度數(shù)中心度和中間中心度排名并列第二，在粵港澳大灣區(qū)協(xié)同創(chuàng)新網(wǎng)絡(luò)

中的地位和控制力也僅次于廣州、深圳、珠海，惠州、肇慶、澳門的度數(shù)中心度分別為 ０．７、０．６和 ０．３，但中

間中心度均為 ０，說(shuō)明這 ３個(gè)城市的專利合作表現(xiàn)為城市間的直接合作，并沒(méi)有發(fā)揮中介作用。

結(jié)合中心性分析結(jié)果，運(yùn)用 ｎｅｔｄｒａｗ工具，繪制三大城市群協(xié)同創(chuàng)新網(wǎng)絡(luò)結(jié)構(gòu)圖（見(jiàn)圖 １）。圖中節(jié)點(diǎn)

較大的幾個(gè)城市，它們的中心度較高，位于協(xié)同創(chuàng)新網(wǎng)絡(luò)的核心位置，兩個(gè)城市間連線越粗，表示這兩個(gè)

城市間聯(lián)合發(fā)明申請(qǐng)數(shù)量越多。

圖 １ 三大城市群協(xié)同創(chuàng)新網(wǎng)絡(luò)

（三）節(jié)點(diǎn)城市間的創(chuàng)新合作產(chǎn)出差距

１．三大城市群各城市參與合作專利的數(shù)量對(duì)比

京津冀、長(zhǎng)三角、粵港澳大灣區(qū)三大城市群 ５０個(gè)城市中，按照參與聯(lián)合申請(qǐng)專利數(shù)量進(jìn)行排名，北京

居于首位，聯(lián)合申請(qǐng)發(fā)明專利數(shù)量 １４４７９件，分別是位居第二、三位的天津、上海聯(lián)合申請(qǐng)發(fā)明專利數(shù)量

的 ２．０７倍和 ２．４９倍，這與北京豐富的科技創(chuàng)新資源緊密相關(guān)，同時(shí)也進(jìn)一步凸顯北京在全國(guó)科技創(chuàng)新

城市中的地位和實(shí)力。在合作專利數(shù)量上，北京不僅與長(zhǎng)三角、粵港澳大灣區(qū)的城市間存在較大差距，而

且在京津冀內(nèi)部也遙遙領(lǐng)先，北京參與專利合作數(shù)量分別是在京津冀內(nèi)部排名位列最末兩位的秦皇島、

承德的 ６１．４倍和 ８１．８倍。

２０１４—２０１８年，三大城市群 ｔｏｐ２０城市合作申請(qǐng)專利數(shù)量（見(jiàn)圖 ２）占 ５０個(gè)城市合作專利總量的

８５％左右，其余 ３０個(gè)城市合作專利數(shù)量?jī)H占到合作總量的 １５％，說(shuō)明城市間的專利合作產(chǎn)出能力差距較

大。在 ｔｏｐ２０城市中，京津冀共有北京、天津、石家莊、保定、滄州 ５個(gè)城市入選，長(zhǎng)三角共有上海、南京、

８６ ｈｔｔｐ：／／ｃｌｇｓｋ．ｑｋｓ．ｃｑｕｔ．ｅｄｕ．ｃｎ

杭州、蘇州、南通、無(wú)錫、寧波、常州、臺(tái)州、嘉興 １０個(gè)城市入選，粵港澳大灣區(qū)共有廣州、深圳、佛山、東莞、

珠海 ５個(gè)城市入選，京津冀、長(zhǎng)三角、粵港澳大灣區(qū)入選 ｔｏｐ２０城市的合作專利數(shù)量分別占 ｔｏｐ２０城市合

作專利總量的 ４１．８％、３８％和 ２０．２％。

圖 ２ 三大城市群 ｔｏｐ２０城市的合作發(fā)明專利數(shù)量

２．三大城市群合作專利產(chǎn)出差距比較

通過(guò)計(jì)算合作專利產(chǎn)出的平均基尼系數(shù)來(lái)衡量三大城市群內(nèi)部各城市間的合作專利產(chǎn)出差距，計(jì)算

公式為：

Ｇ＝ １

２Ｍ２

Ｘ珔∑

ｎ

ｂ＝１

∑

ｎ

ｃ＝１

｜Ｘｂ －Ｘｃ｜ （１）

式中，ｎ表示各個(gè)城市群的城市數(shù)量，Ｘ珔表示城市群 ｎ個(gè)城市合作專利產(chǎn)出的平均值，Ｘｂ、Ｘｃ分別表示同

一城市群內(nèi)部任意兩個(gè)城市的發(fā)明專利合作數(shù)量，Ｇ表示平均基尼系數(shù)，該值越大表明城市群內(nèi)部城市

間的合作專利產(chǎn)出差距越大。

通過(guò)計(jì)算得出，２０１４—２０１８年京津冀、長(zhǎng)三角城市群、粵港澳大灣區(qū)的合作專利產(chǎn)出平均基尼系數(shù)

分別為 ０．６７６、０．５８４、０．５２６，說(shuō)明京津冀與其他兩大城市群相比，京津冀內(nèi)部城市間的合作專利產(chǎn)出差距

更大，合作專利產(chǎn)出在空間上呈現(xiàn)的分布不均衡特點(diǎn)也更加明顯。在京津冀內(nèi)部，北京與天津的創(chuàng)新合

作關(guān)系最為緊密，聯(lián)合申請(qǐng)發(fā)明專利 ６６５７件，占京津冀合作專利總數(shù)的 ４０．９％；天津與河北 １１個(gè)地級(jí)

市僅聯(lián)合申請(qǐng)發(fā)明專利 ３３８件，占天津與北京聯(lián)合申請(qǐng)專利數(shù)量的 ５％左右，說(shuō)明天津與河北的創(chuàng)新合作

水平相對(duì)較低；從河北省內(nèi)部來(lái)看，１１個(gè)地級(jí)市間聯(lián)合申請(qǐng)發(fā)明專利 １４５７件，僅占京津冀合作專利總數(shù)

的 ８９％，表明河北省內(nèi)各城市間仍需加強(qiáng)協(xié)同創(chuàng)新聯(lián)系。長(zhǎng)三角城市群的專利合作產(chǎn)出也存在一定的

不均衡問(wèn)題，安徽省 ８?jìng)€(gè)地級(jí)市與上海、江蘇 ９個(gè)地級(jí)市、浙江 ８?jìng)€(gè)地級(jí)市共聯(lián)合申請(qǐng)發(fā)明專利 １２４７件，

占長(zhǎng)三角城市群聯(lián)合申請(qǐng)發(fā)明專利總數(shù)的比重不足 ８％，說(shuō)明安徽與長(zhǎng)三角其他地區(qū)的合作聯(lián)系強(qiáng)度較

弱。與京津冀、長(zhǎng)三角城市群相比，粵港澳大灣區(qū)城市間的合作專利產(chǎn)出更為均衡，但香港、澳門與粵港

澳大灣區(qū)其他城市間的合作聯(lián)系相對(duì)較弱，香港、澳門與廣東省 ９個(gè)地級(jí)市之間聯(lián)合申請(qǐng)發(fā)明專利 ３２９

件，僅占大灣區(qū)聯(lián)合申請(qǐng)發(fā)明專利總數(shù)的 ３．９％。

潘春苗，等：中國(guó)三大城市群協(xié)同創(chuàng)新網(wǎng)絡(luò)比較研究 ８７

（四）協(xié)同創(chuàng)新網(wǎng)絡(luò)的主體分析

１．三大城市群協(xié)同創(chuàng)新網(wǎng)絡(luò)的機(jī)構(gòu)分布情況

從三大城市群城市間聯(lián)合申請(qǐng)發(fā)明專利的申請(qǐng)單位或機(jī)構(gòu)來(lái)看（見(jiàn)表 ６），２０１４—２０１８年，京津冀、長(zhǎng)

三角、粵港澳大灣區(qū)分別有 ２１６６個(gè)、５５０９個(gè)、１８１９個(gè)機(jī)構(gòu)參與了合作申請(qǐng)發(fā)明專利，其中合作頻次在

５０次以上的機(jī)構(gòu)數(shù)量分別為 ８１個(gè)、９７個(gè)和 ５７個(gè)。三大城市群中合作頻次大于 ５０次的合作機(jī)構(gòu)數(shù)量占

所有合作機(jī)構(gòu)數(shù)量的比例均較低，但都貢獻(xiàn)了較高比例的聯(lián)合申請(qǐng)專利，其中京津冀城市群內(nèi)合作頻次

在 ５０次以上的機(jī)構(gòu)的貢獻(xiàn)率（合作頻次在 ５０次以上的機(jī)構(gòu)合作頻次之和與所有機(jī)構(gòu)的合作頻次總和之

比）達(dá)到 ７３．８８％，位居三大城市群首位，這表明京津冀內(nèi)部創(chuàng)新主體之間合作專利產(chǎn)出差距較大；其次

為粵港澳大灣區(qū)；長(zhǎng)三角城市群的這一比例相對(duì)較低，但也貢獻(xiàn)了 ４２．３７％的聯(lián)合申請(qǐng)專利。

表 ６ 協(xié)同創(chuàng)新網(wǎng)絡(luò)的機(jī)構(gòu)分布情況

京津冀 長(zhǎng)三角 粵港澳大灣區(qū)

合作機(jī)構(gòu)數(shù)量／個(gè) ２１６６ ５５０９ １８１９

合作頻次在 ５０次以上的機(jī)構(gòu)數(shù)量／個(gè) ８１ ９７ ５７

合作頻次在 ５０次以上的機(jī)構(gòu)數(shù)量占比／％ ３．７４ １．７６ ３．１３

所有機(jī)構(gòu)的合作頻次總和／次 ３３６２１ ３５２１３ １８７５１

合作頻次在 ５０次以上的機(jī)構(gòu)合作頻次之和／次 ２４８３９ １４９２０ １１５３５

合作頻次在 ５０次以上機(jī)構(gòu)的貢獻(xiàn)率／％ ７３．８８ ４２．３７ ６１．５２

２．三大城市群核心合作機(jī)構(gòu)的空間分布與主體類型

從不同角度考察合作頻次在 ５０次以上的機(jī)構(gòu)分布情況，依此來(lái)分析三大城市群核心合作機(jī)構(gòu)的異

同（見(jiàn)圖 ３）。從核心合作機(jī)構(gòu)的地域分布情況來(lái)看，京津冀城市群的 ８１個(gè)核心合作機(jī)構(gòu)分布在北京、天

津、石家莊、保定、廊坊、唐山、秦皇島、承德、張家口、滄州、邯鄲、邢臺(tái)、衡水等 １３個(gè)城市，其中有 ３０．５％的

機(jī)構(gòu)來(lái)自北京，２４．４％的機(jī)構(gòu)來(lái)自天津，１７．１％的機(jī)構(gòu)來(lái)自石家莊。長(zhǎng)三角城市群 ９７個(gè)核心合作機(jī)構(gòu)分

布在上海、南京、蘇州、杭州、常州、南通、寧波、鎮(zhèn)江、鹽城、泰州、無(wú)錫、揚(yáng)州、嘉興、紹興、臺(tái)州、合肥、馬鞍

山等 １７個(gè)城市，其中上海、南京的機(jī)構(gòu)數(shù)量最多，次之為蘇州和杭州，來(lái)自這 ４個(gè)城市的機(jī)構(gòu)數(shù)量占比達(dá)

到 ６１．３％。粵港澳大灣區(qū) ５７個(gè)核心合作機(jī)構(gòu)分布在廣東省 ９個(gè)城市，其中有 ６８．４％的機(jī)構(gòu)來(lái)自廣州、

深圳、佛山三個(gè)城市，這與上文的中心性分析結(jié)果相一致。

圖 ３ 三大城市群核心合作機(jī)構(gòu)的地域分布情況

８８ ｈｔｔｐ：／／ｃｌｇｓｋ．ｑｋｓ．ｃｑｕｔ．ｅｄｕ．ｃｎ

從核心合作機(jī)構(gòu)的類型來(lái)看，三大城市群核心合作機(jī)構(gòu)占比最高的均是企業(yè)，在京津冀、長(zhǎng)三角城市

群、粵港澳大灣區(qū)的核心合作機(jī)構(gòu)中，企業(yè)占比分別為 ７６．５４％、６４．９５％和 ７７．１９％，這進(jìn)一步說(shuō)明了企

業(yè)是技術(shù)創(chuàng)新最重要的主體。核心合作機(jī)構(gòu)中高校占比（見(jiàn)表 ７）最高的為長(zhǎng)三角城市群，其次為京津

冀，粵港澳大灣區(qū)最低，這說(shuō)明長(zhǎng)三角城市群的高校參與專利技術(shù)合作的積極性相對(duì)更高。核心合作機(jī)

構(gòu)中研究院所占比最高的為粵港澳大灣區(qū)，表明大灣區(qū)的研究院所在專利技術(shù)合作中更為主動(dòng)。

表 ７ 三大城市群各類型核心合作機(jī)構(gòu)占比 ％

京津冀 長(zhǎng)三角 粵港澳大灣區(qū)

企業(yè) ７６．５４ ６４．９５ ７７．１９

高校 １１．１１ ２６．８０ ８．７７

研究院所 １２．３５ ８．２５ １４．０４

借助國(guó)家企業(yè)信用信息公示系統(tǒng)，進(jìn)一步分析三

大城市群核心合作機(jī)構(gòu)中企業(yè)的類型，結(jié)果見(jiàn)表 ８。

京津冀 ６２家核心合作企業(yè)中，有 １４．５２％的企業(yè)類型

為國(guó)有獨(dú)資或控股的有限責(zé)任公司或分公司，這一比

例在三大城市群中最高，其中合作頻次最高的 ｔｏｐ１０

企業(yè)中，國(guó)有獨(dú)資企業(yè)達(dá)到 ３家，分別為國(guó)家電網(wǎng)有限

公司、中國(guó)石油天然氣集團(tuán)公司、中國(guó)海洋石油集團(tuán)

有限公司。這三家國(guó)有獨(dú)資企業(yè)的合作頻次相當(dāng)于 ６２家核心企業(yè)合作頻次的 ３６．５％，表明國(guó)有獨(dú)資企

業(yè)對(duì)推動(dòng)京津冀協(xié)同創(chuàng)新發(fā)揮了重要作用。長(zhǎng)三角 ６３家核心合作企業(yè)中，自然人投資或控股的法人獨(dú)

資（自然人投資或控股）的有限責(zé)任公司／分公司占比在三大城市群中占比最高。合作頻次排名前三位

的企業(yè)分別為浙江吉利控股集團(tuán)有限公司（自然人投資或控股的有限責(zé)任公司）、國(guó)網(wǎng)江蘇省電力有限

公司（非自然人投資或控股的法人獨(dú)資有限責(zé)任公司）、浙江吉利汽車研究院有限公司（外商投資企業(yè)法

人獨(dú)資有限責(zé)任公司），這三家企業(yè)的合作頻次占 ６３家核心企業(yè)合作頻次的 ３１％，表明參與主體性質(zhì)為

自然人和非自然人投資或控股、外商投資企業(yè)法人獨(dú)資有限責(zé)任公司的企業(yè)是構(gòu)建長(zhǎng)三角協(xié)同創(chuàng)新網(wǎng)絡(luò)

的重要力量?；浉郯拇鬄硡^(qū) ４４家核心合作企業(yè)中，股份有限公司數(shù)量占比在三大城市群中位居首位。

合作頻次 ｔｏｐ１０企業(yè)中，非自然人投資或控股的法人獨(dú)資有限責(zé)任公司或分公司 ３家，自然人投資或控股

的法人獨(dú)資有限責(zé)任公司 １家，股份有限公司（上市）３家，臺(tái)港澳投資或臺(tái)港澳與境內(nèi)合資有限責(zé)任公

司 ２家，外商投資企業(yè)法人獨(dú)資有限責(zé)任公司 １家，這 １０家企業(yè)合作頻次占 ４４家核心企業(yè)合作頻次的

５４．８％，表明以上幾種類型的企業(yè)在粵港澳大灣區(qū)協(xié)同創(chuàng)新網(wǎng)絡(luò)中起到了舉足輕重的作用。

表 ８ 三大城市群核心合作機(jī)構(gòu)中不同類型企業(yè)數(shù)量占比 ％

企業(yè)類型 京津冀 長(zhǎng)三角 粵港澳大灣區(qū)

國(guó)有獨(dú)資或控股有限責(zé)任公司／分公司 １４．５２ ０ １１．３６

非自然人投資或控股的法人獨(dú)資有限責(zé)任公司／分公司 ５６．４５ ３９．６８ ３１．８２

自然人投資或控股的法人獨(dú)資有限責(zé)任公司／分公司 １．６１ １４．２９ １３．６４

自然人投資或控股有限責(zé)任公司／分公司 １．６１ ６．３５ ２．２７

外商投資企業(yè)法人獨(dú)資／中外合資有限責(zé)任公司 １．６１ ４．７６ ６．８２

臺(tái)港澳投資／臺(tái)港澳與境內(nèi)合資有限責(zé)任公司 ０ ４．７６ ９．０９

股份有限公司 ９．６８ １７．４６ ２０．４５

外商投資企業(yè)分支機(jī)構(gòu) １．６１ ０ ０

其他 １２．９０ １２．７０ ４．５４

潘春苗，等：中國(guó)三大城市群協(xié)同創(chuàng)新網(wǎng)絡(luò)比較研究 ８９

（五）協(xié)同創(chuàng)新的技術(shù)領(lǐng)域分布

按照 ＩＰＣ主分類號(hào)對(duì)應(yīng)的八大技術(shù)領(lǐng)域，分析京津冀、長(zhǎng)三角、粵港澳大灣區(qū)三大城市群聯(lián)合申請(qǐng)發(fā)

明專利的技術(shù)領(lǐng)域分布情況（見(jiàn)圖 ４）。在京津冀 １３個(gè)城市聯(lián)合申請(qǐng)發(fā)明專利中，物理領(lǐng)域的合作專利

數(shù)量最多，占全部聯(lián)合申請(qǐng)發(fā)明專利數(shù)量的 ３４．９％；其次為電學(xué)領(lǐng)域，占比為 ２１．７％；排名第三位的為作

業(yè)和運(yùn)輸領(lǐng)域，所占比重為 １３．２％。在長(zhǎng)三角城市群 ２６個(gè)城市聯(lián)合申請(qǐng)的發(fā)明專利中，化學(xué)和冶金領(lǐng)域

的合作專利數(shù)量位居首位，占比達(dá)到 ２４％；物理、電學(xué)領(lǐng)域的合作專利數(shù)量分別位列第二、三位，所占比

重分別為 ２１．３％和 １７．２％。在粵港澳大灣區(qū) １１個(gè)城市聯(lián)合申請(qǐng)發(fā)明專利中，物理、電學(xué)領(lǐng)域的合作專

利數(shù)量分別排在前兩位，這兩大領(lǐng)域的合作專利數(shù)量占比達(dá)到 ５５．７％。

通過(guò)對(duì)比三大城市群聯(lián)合申請(qǐng)專利的技術(shù)領(lǐng)域分布情況（見(jiàn)圖 ４）可以看出，京津冀與粵港澳大灣區(qū)

的技術(shù)領(lǐng)域較為相似，在這兩大城市群聯(lián)合申請(qǐng)的發(fā)明專利中，均有 ７０％左右的合作專利來(lái)自物理、電

學(xué)、作業(yè)和運(yùn)輸三大技術(shù)領(lǐng)域，表明京津冀、粵港澳大灣區(qū)這兩大城市群內(nèi)部物理、電學(xué)、作業(yè)和運(yùn)輸領(lǐng)域

的專利合作活動(dòng)更加活躍；長(zhǎng)三角城市群在物理、電學(xué)、作業(yè)和運(yùn)輸三大技術(shù)領(lǐng)域的合作專利數(shù)量占比為

５５６％，低于京津冀和粵港澳大灣區(qū)，但化學(xué)和冶金領(lǐng)域的合作專利數(shù)量占比卻高于其他兩大城市群，說(shuō)

明長(zhǎng)三角城市群中化學(xué)和冶金領(lǐng)域的創(chuàng)新主體參與專利合作的積極性更強(qiáng)。

圖 ４ 三大城市群合作專利的技術(shù)領(lǐng)域分布情況

五、主要結(jié)論與對(duì)策建議

（一）主要結(jié)論

本文基于合作專利數(shù)據(jù)構(gòu)建了京津冀、長(zhǎng)三角、粵港澳大灣區(qū)的協(xié)同創(chuàng)新網(wǎng)絡(luò)，對(duì)比分析了三大城市

群協(xié)同創(chuàng)新整體網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)、各城市在網(wǎng)絡(luò)中的地位、節(jié)點(diǎn)城市間的創(chuàng)新合作產(chǎn)出差距、參與主體類

型及技術(shù)領(lǐng)域分布，得出以下結(jié)論：第一，京津冀、長(zhǎng)三角、粵港澳大灣區(qū)協(xié)同創(chuàng)新網(wǎng)絡(luò)的整體拓?fù)浣Y(jié)構(gòu)特

征不同，但均滿足核心—邊緣結(jié)構(gòu)，中心性分析結(jié)果顯示，京津冀協(xié)同創(chuàng)新網(wǎng)絡(luò)中的北京、天津、石家莊、

保定、唐山，長(zhǎng)三角協(xié)同創(chuàng)新網(wǎng)絡(luò)中的上海、蘇州、南京、杭州、合肥，粵港澳大灣區(qū)協(xié)同創(chuàng)新網(wǎng)絡(luò)中的廣

州、深圳、珠海、佛山、東莞，在各自城市群協(xié)同創(chuàng)新網(wǎng)絡(luò)占據(jù)著最重要的位置，在更大程度上控制著網(wǎng)絡(luò)

的資源和信息；第二，雖然北京在三大城市群 ５０個(gè)城市中，參與聯(lián)合申請(qǐng)專利數(shù)量高居首位，而且遠(yuǎn)高于

排名第二位的天津和上海，但是京津冀內(nèi)部城市間的專利合作數(shù)量差距很大，其合作專利產(chǎn)出的平均基

９０ ｈｔｔｐ：／／ｃｌｇｓｋ．ｑｋｓ．ｃｑｕｔ．ｅｄｕ．ｃｎ

尼系數(shù)在三大城市群中最高，表明專利合作產(chǎn)出在空間上呈現(xiàn)的分布不均衡特點(diǎn)更加明顯；第三，京津冀

的核心合作機(jī)構(gòu)有 ７２％來(lái)自北京、天津、石家莊，長(zhǎng)三角城市群有 ６１．３％的機(jī)構(gòu)來(lái)自上海、南京、蘇州和

杭州，粵港澳大灣區(qū)有 ６８．４％的機(jī)構(gòu)來(lái)自廣州、深圳、佛山，三大城市群的核心合作機(jī)構(gòu)均以企業(yè)為主，

其中京津冀的國(guó)有獨(dú)資或控股公司排名第一，長(zhǎng)三角城市群的自然人投資或控股的法人獨(dú)資公司占比最

高，粵港澳大灣區(qū)的股份有限公司數(shù)量占比位居三大城市群首位；第四，從技術(shù)領(lǐng)域分布來(lái)看，京津冀與

粵港澳大灣區(qū)均有 ７０％左右的合作專利來(lái)自物理、電學(xué)、作業(yè)和運(yùn)輸三大技術(shù)領(lǐng)域，而長(zhǎng)三角城市群合

作專利占比在前三位的技術(shù)領(lǐng)域分別是化學(xué)和冶金、物理、電學(xué)。

（二）對(duì)策建議

根據(jù)上述研究結(jié)論，為進(jìn)一步推動(dòng)京津冀、長(zhǎng)三角城市群、粵港澳大灣區(qū)協(xié)同創(chuàng)新，特提供幾點(diǎn)政策

建議以供參考。

第一，繼續(xù)完善京津冀協(xié)同創(chuàng)新布局，縮小城市間創(chuàng)新產(chǎn)出差距。天津、河北都在積極謀劃與北京的

協(xié)同創(chuàng)新合作，在承接北京創(chuàng)新資源疏解和創(chuàng)新成果產(chǎn)業(yè)化落地方面，河北與天津之間存在一定程度的

競(jìng)爭(zhēng)關(guān)系。因此，一方面要結(jié)合各地發(fā)展基礎(chǔ)和資源特點(diǎn)，明確京津冀區(qū)域各城市的功能定位和產(chǎn)業(yè)發(fā)

展方向，聚焦重點(diǎn)產(chǎn)業(yè)領(lǐng)域，促進(jìn)京津冀各城市合理分工與優(yōu)勢(shì)互補(bǔ)；另一方面要支持河北省內(nèi)的高校、

科研院所、各類型企業(yè)開(kāi)展多種形式的協(xié)同創(chuàng)新合作，加強(qiáng)省內(nèi)各城市的協(xié)同創(chuàng)新聯(lián)系，縮小與京津的創(chuàng)

新產(chǎn)出差距。

第二，加強(qiáng)長(zhǎng)三角城市群內(nèi)部的跨省份創(chuàng)新合作，提升區(qū)域的整體協(xié)同創(chuàng)新能力。未來(lái)要圍繞化學(xué)

和冶金、物理、電學(xué)等重點(diǎn)合作領(lǐng)域，鼓勵(lì)上海、江蘇、浙江、安徽的高新技術(shù)企業(yè)、高校院所、產(chǎn)業(yè)技術(shù)聯(lián)

盟等各類創(chuàng)新主體開(kāi)展跨省份創(chuàng)新合作，合作申請(qǐng)和實(shí)施國(guó)內(nèi)國(guó)際科學(xué)工程，共建研發(fā)平臺(tái)，聯(lián)合開(kāi)展關(guān)

鍵核心技術(shù)攻關(guān)，推動(dòng)城市群內(nèi)各城市間科技創(chuàng)新資源開(kāi)放共享，共同推進(jìn)長(zhǎng)三角協(xié)同創(chuàng)新共同體建設(shè)。

第三，推動(dòng)粵港澳三地的科技創(chuàng)新要素加速對(duì)接合作，共同助力國(guó)際科技創(chuàng)新中心建設(shè)。目前，香

港、澳門與廣東 ９個(gè)城市之間的協(xié)同創(chuàng)新聯(lián)系不強(qiáng)，未來(lái)合作空間很大。因此，要加快破除粵港澳三地創(chuàng)

新合作的體制機(jī)制障礙，加強(qiáng)三地的交通聯(lián)系強(qiáng)度，充分發(fā)揮三地的科技資源優(yōu)勢(shì)，大力支持物理、電學(xué)、

作業(yè)和運(yùn)輸?shù)戎攸c(diǎn)合作領(lǐng)域的民營(yíng)企業(yè)合作實(shí)施國(guó)家科技重大項(xiàng)目，鼓勵(lì)三地的高校、科研院所聯(lián)合培

養(yǎng)人才，共同建設(shè)具有全球有影響力的國(guó)際科技創(chuàng)新中心。

參考文獻(xiàn)：

［１］ 陳勁，陽(yáng)銀娟．協(xié)同創(chuàng)新的理論基礎(chǔ)與內(nèi)涵［Ｊ］．科學(xué)學(xué)研究，２０１２（２）：１６１－１６４．

［２］ 何郁冰．產(chǎn)學(xué)研協(xié)同創(chuàng)新的理論模式［Ｊ］．科學(xué)學(xué)研究，２０１２（２）：１６５－１７４．

［３］ 楊繼瑞，楊蓉，馬永坤．協(xié)同創(chuàng)新理論探討及區(qū)域發(fā)展協(xié)同創(chuàng)新機(jī)制的構(gòu)建［Ｊ］．高校理論戰(zhàn)線，２０１３（１）：５６－６２．

［４］ 蘇屹．基于系統(tǒng)科學(xué)的協(xié)同創(chuàng)新理論分析方法研究［Ｊ］．科研管理，２０１３（Ｓ１）：１４０－１４３，１８８．

［５］ 白俊紅，蔣伏心．協(xié)同創(chuàng)新、空間關(guān)聯(lián)與區(qū)域創(chuàng)新績(jī)效［Ｊ］．經(jīng)濟(jì)研究，２０１５（７）：１７４－１８７．

［６］ 龍開(kāi)元．跨行政區(qū)創(chuàng)新體系建設(shè)初探［Ｊ］．中國(guó)科技論壇，２００４（６）：５０－５４．

［７］ 王鵬．試論跨行政區(qū)域創(chuàng)新系統(tǒng)的形成基礎(chǔ)和動(dòng)力支持［Ｊ］．科技管理研究，２００９（１）：２１５－２１７．

［８］ ＧＬＣＫＬＥＲＪ．Ｅｃｏｎｏｍｉｃｇｅｏｇｒａｐｈｙａｎｄｔｈｅｅｖｏｌｕｔｉｏｎｏｆｎｅｔｗｏｒｋｓ［Ｊ］．ＪｏｕｒｎａｌｏｆＥｃｏｎｏｍｉｃＧｅｏｇｒａｐｈｙ，２００７，７（５）：６１９－６３４．

［９］ 葉一軍，顧新，李暉，等．跨行政區(qū)域創(chuàng)新體系下創(chuàng)新主體間協(xié)同創(chuàng)新模式研究［Ｊ］．科技進(jìn)步與對(duì)策，２０１４（１６）：２９－３３．

［１０］ＭＡＧＧＩＯＮＩＭＡ，ＵＢＥＲＴＩＴＥ，ＮＯＳＶＥＬＬＩＭ．Ｄｏｅｓｉｎｔｅｎｔｉｏｎａｌｍｅａｎｈｉｅｒａｒｃｈｉｃａｌ？Ｋｎｏｗｌｅｄｇｅｆｌｏｗｓａｎｄｉｎｎｏｖａｔｉｖｅｐｅｒｆｏｒｍ

潘春苗，等：中國(guó)三大城市群協(xié)同創(chuàng)新網(wǎng)絡(luò)比較研究 ９１

ａｎｃｅｏｆＥｕｒｏｐｅａｎｒｅｇｉｏｎｓ［Ｊ］．ＴｈｅＡｎｎａｌｓｏｆＲｅｇｉｏｎａｌＳｃｉｅｎｃｅ，２０１４，５３（２）：４５３－４８５．

［１１］ＳＣＨＥＲＮＧＥＬＬＴ，ＨＵＹ．ＣｏｌｌａｂｏｒａｔｉｖｅＫｎｏｗｌｅｄｇｅＰｒｏｄｕｃｔｉｏｎｉｎＣｈｉｎａ：ｒｅｇｉｏｎａｌｅｖｉｄｅｎｃｅｆｒｏｍａｇｒａｖｉｔｙｍｏｄｅｌａｐｐｒｏａｃｈ［Ｊ］．

ＲｅｇｉｏｎａｌＳｔｕｄｉｅｓ，２０１１，４５（６）：７５５－７７２．

［１２］呂國(guó)慶，曾剛，顧娜娜．基于地理鄰近與社會(huì)鄰近的創(chuàng)新網(wǎng)絡(luò)動(dòng)態(tài)演化分析———以我國(guó)裝備制造業(yè)為例［Ｊ］．中國(guó)軟科

學(xué)，２０１４（５）：９７－１０６．

［１３］劉鳳朝，閆菲菲，馬榮康，等．鄰近性對(duì)跨區(qū)域研發(fā)合作模式的影響研究———基于北京、上海、廣東的實(shí)證［Ｊ］．科研管

理，２０１４（１１）：１００－１０８．

［１４］侯媛媛．中國(guó)跨區(qū)域創(chuàng)新合作的模式及影響研究［Ｄ］．北京：北京理工大學(xué)，２０１５．

［１５］劉鵬程，韓貴鑫，王小潔．個(gè)體創(chuàng)業(yè)、區(qū)域創(chuàng)業(yè)精神與主觀社會(huì)階層［Ｊ］．南開(kāi)經(jīng)濟(jì)研究，２０２１（６）：２１６－２３３．

［１６］ＡＣＯＳＴＡＭ，ＣＯＲＯＮＡＤＯＤ，ＦＥＲＲ?ＮＤＩＺＥ，ｅｔａｌ．ＦａｃｔｏｒｓａｆｆｅｃｔｉｎｇｉｎｔｅｒｒｅｇｉｏｎａｌａｃａｄｅｍｉｃｓｃｉｅｎｔｉｆｉｃｃｏｌｌａｂｏｒａｔｉｏｎｗｉｔｈｉｎＥｕ

ｒｏｐｅ：Ｔｈｅｒｏｌｅｏｆｅｃｏｎｏｍｉｃｄｉｓｔａｎｃｅ［Ｊ］．Ｓｃｉｅｎｔｏｍｅｔｒｉｃｓ，２０１１，８７（１）：６３－７４．

［１７］謝偉偉，鄧宏兵，蘇攀達(dá)．長(zhǎng)江中游城市群知識(shí)創(chuàng)新合作網(wǎng)絡(luò)研究———高水平科研合著論文實(shí)證分析［Ｊ］．科技進(jìn)步與

對(duì)策，２０１９（１６）：４４－５０．

［１８］莊濤．區(qū)域產(chǎn)學(xué)研協(xié)同創(chuàng)新關(guān)系及時(shí)空演化———來(lái)自合作專利的證據(jù)［Ｊ］．技術(shù)經(jīng)濟(jì)與管理研究，２０２０（１０）：１２３－１２８．

［１９］蘇燦，曾剛，葉雷，等．長(zhǎng)三角地區(qū)跨區(qū)域合作創(chuàng)新對(duì)區(qū)域多樣化的影響研究［Ｊ］．長(zhǎng)江流域資源與環(huán)境，２０２１（３）：５３４

－５４３．

［２０］楊龍志，劉霞．區(qū)域間技術(shù)轉(zhuǎn)移存在“馬太效應(yīng)”嗎？———省際技術(shù)轉(zhuǎn)移的驅(qū)動(dòng)機(jī)制研究［Ｊ］．科學(xué)學(xué)研究，２０１４（１２）：

１８２０－１８２７，１８５８．

［２１］肖站旗，張淑慧，劉鳳朝，等．區(qū)域技術(shù)搜索特征對(duì)其技術(shù)交易網(wǎng)絡(luò)位置的影響———基于技術(shù)位的分析［Ｊ］．科學(xué)學(xué)與科

學(xué)技術(shù)管理，２０１９（４）：６５－７５．

［２２］牛欣，陳向東．城市間創(chuàng)新聯(lián)系及創(chuàng)新網(wǎng)絡(luò)空間結(jié)構(gòu)研究［Ｊ］．管理學(xué)報(bào)，２０１３（４）：５７５－５８２．

［２３］呂拉昌，梁政驥，黃茹．中國(guó)主要城市間的創(chuàng)新聯(lián)系研究［Ｊ］．地理科學(xué)，２０１５（１）：３０－３７．

［２４］弓志剛．基于社會(huì)網(wǎng)絡(luò)分析的中國(guó)跨區(qū)域技術(shù)創(chuàng)新合作研究［Ｊ］．科技管理研究，２０１２（１０）：１０－１４．

［２５］劉芳芳，馮鋒．產(chǎn)學(xué)研跨區(qū)域合作現(xiàn)狀及特征研究———基于社會(huì)網(wǎng)絡(luò)視角［Ｊ］．科學(xué)學(xué)與科學(xué)技術(shù)管理，２０１５（８）：８３

－９２．

［２６］周密，孫癹陽(yáng)．專利權(quán)轉(zhuǎn)移、空間網(wǎng)絡(luò)與京津冀協(xié)同創(chuàng)新研究［Ｊ］．科學(xué)學(xué)研究，２０１６（１１）：１７３６－１７４３．

［２７］李慶博，李子彪．京津冀區(qū)域技術(shù)轉(zhuǎn)移網(wǎng)絡(luò)結(jié)構(gòu)與網(wǎng)絡(luò)治理［Ｊ］．科技管理研究，２０１９（３）：９９－１０６．

［２８］陳紅軍，謝富紀(jì)．京津冀產(chǎn)學(xué)協(xié)同創(chuàng)新績(jī)效影響因素分析———基于多維鄰近性視角［Ｊ］．技術(shù)經(jīng)濟(jì)，２０２１（１０）：１０８－１１８．

［２９］徐宜青，曾剛，王秋玉．長(zhǎng)三角城市群協(xié)同創(chuàng)新網(wǎng)絡(luò)格局發(fā)展演變及優(yōu)化策略［Ｊ］．經(jīng)濟(jì)地理，２０１８（１１）：１３３－１４０．

［３０］付曉寧，孫偉，閆東升．長(zhǎng)三角專利轉(zhuǎn)移網(wǎng)絡(luò)的時(shí)空演化研究［Ｊ］．長(zhǎng)江流域資源與環(huán)境，２０２１（１０）：２３４７－２３５９．

［３１］吳慧，顧曉敏，趙袁軍．長(zhǎng)三角區(qū)域產(chǎn)業(yè)協(xié)同創(chuàng)新一體化的社會(huì)網(wǎng)絡(luò)研究［Ｊ］．華東經(jīng)濟(jì)管理，２０２１（１）：１６－２３．

［３２］徐維祥，周建平，周夢(mèng)瑤，等．長(zhǎng)三角協(xié)同創(chuàng)新網(wǎng)絡(luò)韌性演化及驅(qū)動(dòng)機(jī)制研究［Ｊ］．科技進(jìn)步與對(duì)策，２０２２（３）：４０－４９．

［３３］李文輝，李青霞，丘芷君．基于專利計(jì)量的粵港澳大灣區(qū)協(xié)同技術(shù)創(chuàng)新演化研究［Ｊ］．統(tǒng)計(jì)研究，２０１９（８）：７４－８６．

［３４］鎖箭，湯瑞豐．粵港澳大灣區(qū)高質(zhì)量創(chuàng)新協(xié)同發(fā)展研究［Ｊ］．科技進(jìn)步與對(duì)策，２０２０（２４）：４６－５３．

９２ ｈｔｔｐ：／／ｃｌｇｓｋ．ｑｋｓ．ｃｑｕｔ．ｅｄｕ．ｃｎ

Ａｃｏｍｐａｒａｔｉｖｅｓｔｕｄｙｏｆｃｏｌｌａｂｏｒａｔｉｖｅｉｎｎｏｖａｔｉｏｎｎｅｔｗｏｒｋｓ

ｉｎＣｈｉｎａ’ｓｔｈｒｅｅｕｒｂａｎａｇｇｌｏｍｅｒａｔｉｏｎｓ

———Ｂａｓｅｄｏｎｐａｔｅｎｔｃｏｏｐｅｒａｔｉｏｎｄａｔａ

ＰＡＮＣｈｕｎｍｉａｏ

１

，ＭＵＡｉｙｉｎｇ

２

（１．ＳｃｈｏｏｌｏｆＥｃｏｎｏｍｉｃｓ，ＵｎｉｖｅｒｓｉｔｙｏｆＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＳｏｃｉａｌＳｃｉｅｎｃｅｓ，Ｂｅｉｊｉｎｇ１０２４８８，Ｃｈｉｎａ；

２．ＩｎｓｔｉｔｕｔｅｏｆＥｃｏｎｏｍｉｃｓ，ＨｅｂｅｉＵｎｉｖｅｒｓｉｔｙｏｆＥｃｏｎｏｍｉｃｓａｎｄＢｕｓｉｎｅｓｓ，Ｓｈｉｊｉａｚｈｕａｎｇ０５００６１，Ｃｈｉｎａ）

Ａｂｓｔｒａｃｔ： Ｓｅｌｅｃｔｉｎｇ ｔｈｅ ｐａｔｅｎｔｃｏｏｐｅｒａｔｉｏｎ ｄａｔａ ｏｆＢｅｉｊｉｎｇＴｉａｎｊｉｎＨｅｂｅｉ，Ｙａｎｇｔｚｅ ＲｉｖｅｒＤｅｌｔａ，

ＧｕａｎｇｄｏｎｇＨｏｎｇＫｏｎｇＭａｃａｏＧｒｅａｔｅｒＢａｙＡｒｅａｔｏｂｕｉｌｄａｃｏｌｌａｂｏｒａｔｉｖｅｉｎｎｏｖａｔｉｏｎｎｅｔｗｏｒｋ，ｔｈｅｓｔｕｄｙｃｏｍｐａｒｅｓ

ｔｈｅｃｏｌｌａｂｏｒａｔｉｖｅｉｎｎｏｖａｔｉｏｎｎｅｔｗｏｒｋｓｏｆｔｈｅｔｈｒｅｅｍａｊｏｒｕｒｂａｎａｇｇｌｏｍｅｒａｔｉｏｎｓｆｒｏｍｔｈｅｏｖｅｒａｌｌｔｏｐｏｌｏｇｙ，ｓｔａｔｕｓｏｆ

ｅａｃｈｃｉｔｙ，ｉｎｎｏｖａｔｉｖｅｃｏｏｐｅｒａｔｉｏｎｏｕｔｐｕｔｇａｐ，ｐａｒｔｉｃｉｐａｎｔｓ，ｔｅｃｈｎｉｃａｌｆｉｅｌｄｓａｎｄｏｔｈｅｒｍｉｃｒｏｌｅｖｅｌ．Ｔｈｅｒｅｓｕｌｔｓ

ｓｈｏｗｔｈａｔｔｈｅｏｖｅｒａｌｌｔｏｐｏｌｏｇｉｃａｌｓｔｒｕｃｔｕｒｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｔｈｅｃｏｌｌａｂｏｒａｔｉｖｅｉｎｎｏｖａｔｉｏｎｎｅｔｗｏｒｋｓｏｆｔｈｅｔｈｒｅｅ

ｍａｊｏｒｕｒｂａｎａｇｇｌｏｍｅｒａｔｉｏｎｓａｒｅｄｉｆｆｅｒｅｎｔ，ｂｕｔｔｈｅｙａｌｌｓａｔｉｓｆｙｔｈｅｃｏｒｅｐｅｒｉｐｈｅｒｙｓｔｒｕｃｔｕｒｅ．Ｔｈｅｔｈｒｅｅｍａｊｏｒｕｒｂａｎ

ａｇｇｌｏｍｅｒａｔｉｏｎｓｆｏｒｍｓＢｅｉｊｉｎｇＴｉａｎｊｉｎＨｅｂｅｉｃｏｌｌａｂｏｒａｔｉｖｅｉｎｎｏｖａｔｉｏｎｎｅｔｗｏｒｋｃｅｎｔｅｒｅｄｏｎＢｅｉｊｉｎｇ，Ｔｉａｎｊｉｎ，

Ｓｈｉｊｉａｚｈｕａｎｇ，ＢａｏｄｉｎｇａｎｄＴａｎｇｓｈａｎ，ｔｈｅＹａｎｇｔｚｅＲｉｖｅｒＤｅｌｔａｃｏｌｌａｂｏｒａｔｉｖｅｉｎｎｏｖａｔｉｏｎｎｅｔｗｏｒｋｃｅｎｔｅｒｅｄｏｎ

Ｓｈａｎｇｈａｉ，Ｓｕｚｈｏｕ，Ｎａｎｊｉｎｇ，Ｈａｎｇｚｈｏｕ，ａｎｄＨｅｆｅｉ，ａｎｄＧｕａｎｇｄｏｎｇＨｏｎｇＫｏｎｇＭａｃａｏＧｒｅａｔｅｒＢａｙＡｒｅａ

ｃｏｌｌａｂｏｒａｔｉｖｅｉｎｎｏｖａｔｉｏｎｎｅｔｗｏｒｋｃｅｎｔｅｒｅｄｏｎＧｕａｎｇｚｈｏｕ，Ｓｈｅｎｚｈｅｎ，Ｚｈｕｈａｉ，Ｆｏｓｈａｎ，ａｎｄＤｏｎｇｇｕａｎ．Ａｍｏｎｇ

ｔｈｅｔｈｒｅｅｍａｊｏｒｕｒｂａｎａｇｇｌｏｍｅｒａｔｉｏｎｓ，ＢｅｉｊｉｎｇＴｉａｎｊｉｎＨｅｂｅｉｈａｖｅｔｈｅｌａｒｇｅｓｔｇａｐｉｎｔｈｅｏｕｔｐｕｔｏｆｉｎｔｅｒｃｉｔｙ

ｉｎｎｏｖａｔｉｏｎｃｏｏｐｅｒａｔｉｏｎ，ｔｈｅｃｏｒｅｉｎｓｔｉｔｕｔｉｏｎｓｏｆｃｏｌｌａｂｏｒａｔｉｖｅｉｎｎｏｖａｔｉｏｎａｒｅｍａｉｎｌｙｅｎｔｅｒｐｒｉｓｅｓ，ａｎｄｔｈｅｔｅｃｈｎｉｃａｌ

ｆｉｅｌｄｓｏｆｃｏｌｌａｂｏｒａｔｉｖｅｉｎｎｏｖａｔｉｏｎａｒｅｍａｉｎｌｙｄｉｓｔｒｉｂｕｔｅｄｉｎｐｈｙｓｉｃｓ，ｅｌｅｃｔｒｉｃｉｔｙ，ｏｐｅｒａｔｉｏｎａｎｄｔｒａｎｓｐｏｒｔａｔｉｏｎ，

ｃｈｅｍｉｓｔｒｙａｎｄｍｅｔａｌｌｕｒｇｙ．ＩｔｉｓｒｅｃｏｍｍｅｎｄｅｄｔｏｃｏｎｔｉｎｕｅｔｏｉｍｐｒｏｖｅｔｈｅＢｅｉｊｉｎｇＴｉａｎｊｉｎＨｅｂｅｉｃｏｌｌａｂｏｒａｔｉｖｅ

ｉｎｎｏｖａｔｉｏｎｌａｙｏｕｔａｎｄｎａｒｒｏｗｔｈｅｇａｐｉｎｉｎｎｏｖａｔｉｏｎｏｕｔｐｕｔｂｅｔｗｅｅｎｃｉｔｉｅｓ；ｓｔｒｅｎｇｔｈｅｎｃｒｏｓｓｐｒｏｖｉｎｃｉａｌｉｎｎｏｖａｔｉｏｎ

ｃｏｏｐｅｒａｔｉｏｎｗｉｔｈｉｎｔｈｅＹａｎｇｔｚｅＲｉｖｅｒＤｅｌｔａｕｒｂａｎａｇｇｌｏｍｅｒａｔｉｏｎｔｏｅｎｈａｎｃｅｔｈｅｏｖｅｒａｌｌｃｏｌｌａｂｏｒａｔｉｖｅｉｎｎｏｖａｔｉｏｎ

ｃａｐａｂｉｌｉｔｙｏｆｔｈｅｒｅｇｉｏｎ；ｐｒｏｍｏｔｅｔｈｅａｃｃｅｌｅｒａｔｅｄｃｏｎｎｅｃｔｉｏｎｏｆｔｅｃｈｎｏｌｏｇｉｃａｌｉｎｎｏｖａｔｉｏｎｅｌｅｍｅｎｔｓｉｎＧｕａｎｇｄｏｎｇ，

ＨｏｎｇＫｏｎｇａｎｄＭａｃａｏｃｏｏｐｅｒａｔｉｏｎｔｏｊｏｉｎｔｌｙｃｏｎｔｒｉｂｕｔｅｔｏｔｈｅｃｏｎｓｔｒｕｃｔｉｏｎｏｆａｎｉｎｔｅｒｎａｔｉｏｎａｌｓｃｉｅｎｃｅａｎｄ

ｔｅｃｈｎｏｌｏｇｙｉｎｎｏｖａｔｉｏｎｃｅｎｔｅｒ．

Ｋｅｙｗｏｒｄｓ：ｕｒｂａｎａｇｇｌｏｍｅｒａｔｉｏｎ；ｃｏｌｌａｂｏｒａｔｉｖｅｉｎｎｏｖａｔｉｏｎｎｅｔｗｏｒｋ；ｐａｔｅｎｔｃｏｏｐｅｒａｔｉｏｎ；ｓｏｃｉａｌｎｅｔｗｏｒｋ

ａｎａｌｙｓｉｓ；ｐａｔｅｎｔｓｔａｔｉｓｔｉｃｓ；ｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｎｏｄｅｃｉｔｉｅｓ

（責(zé)任編輯 張佑法）

潘春苗，等：中國(guó)三大城市群協(xié)同創(chuàng)新網(wǎng)絡(luò)比較研究 ９３

ＪｏｕｒｎａｌｏｆＣｈｏｎｇｑｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ（ＳｏｃｉａｌＳｃｉｅｎｃｅ）

２０２２年 第 ３６卷 第 ４期

Ｖｏｌ．３６ Ｎｏ．４ ２０２２

收稿日期：２０２１－０８－３１；修回日期：２０２２－０３－３１

作者簡(jiǎn)介：谷亞平，助理研究員，博士，主要從事中非關(guān)系、非洲民族問(wèn)題研究；楊凱，講師，博士，主要從事國(guó)際公法

研究。

本文引用格式：谷亞平，楊凱．中國(guó)探索人類發(fā)展權(quán)的實(shí)踐創(chuàng)新與政策建議———以“一帶一路”為例［Ｊ］．重慶理工大學(xué)學(xué)報(bào)（社會(huì)科

學(xué)），２０２２（４）：９４－１０３．

Ｃｉｔａｔｉｏｎｆｏｒｍａｔ：ＧＵＹａｐｉｎｇ，ＹＡＮＧＫａｉ．Ｃｈｉｎａ’ｓｐｒａｃｔｉｃｅｏｆｐｒｏｍｏｔｉｎｇｔｈｅｒｉｇｈｔｏｆｈｕｍａｎｄｅｖｅｌｏｐｍｅｎｔａｎｄｐｏｌｉｃｙｒｅｃｏｍｍｅｎｄａｔｉｏｎｓ———Ｔａｋｅ

ｔｈｅＢｅｌｔａｎｄＲｏａｄＩｎｉｔｉａｔｉｖｅａｓｅｘａｍｐｌｅ［Ｊ］．ＪｏｕｒｎａｌｏｆＣｈｏｎｇｑｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ（ＳｏｃｉａｌＳｃｉｅｎｃｅ），２０２２（４）：９４－１０３．

ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１６７４－８４２５（ｓ）．２０２２．０４．００９ 區(qū)域經(jīng)濟(jì)一體化

中國(guó)探索人類發(fā)展權(quán)的實(shí)踐創(chuàng)新與政策建議

———以“一帶一路”為例

谷亞平１

，楊 凱２

（１．中國(guó)社會(huì)科學(xué)院 西亞非洲研究所（中國(guó)非洲研究院），北京 １００７３２；

２．中國(guó)政法大學(xué) 國(guó)際法學(xué)院，北京 １０２２４９）

摘要：第二次世界大戰(zhàn)之后，發(fā)展中國(guó)家為了爭(zhēng)取平等和公平的發(fā)展機(jī)會(huì)，提出了發(fā)展權(quán)的概念，之

后發(fā)展權(quán)成為國(guó)際法中的一項(xiàng)基本人權(quán)。中國(guó)向來(lái)重視發(fā)展權(quán)，所開(kāi)展的“一帶一路”建設(shè)，有力地提升

了沿線國(guó)家的發(fā)展權(quán)。實(shí)現(xiàn)“一帶一路”建設(shè)和發(fā)展權(quán)的最終目的都是為了提升全人類的福祉?！耙粠?/p>

一路”所要構(gòu)建的人類命運(yùn)共同體就蘊(yùn)含著發(fā)展權(quán)的內(nèi)涵。此外，“一帶一路”建設(shè)有助于建立新的國(guó)際

經(jīng)濟(jì)秩序，而且注重“一帶一路”沿線國(guó)家的基礎(chǔ)設(shè)施和經(jīng)貿(mào)合作。在“一帶一路”建設(shè)的過(guò)程中，也出現(xiàn)

了一些問(wèn)題，諸如沿線國(guó)家對(duì)于“一帶一路”的質(zhì)疑，以及債務(wù)風(fēng)險(xiǎn)、勞資糾紛和環(huán)保問(wèn)題。中國(guó)應(yīng)該加

強(qiáng)同沿線國(guó)家關(guān)于“一帶一路”建設(shè)和發(fā)展權(quán)等方面的共識(shí)，提高融資能力和風(fēng)險(xiǎn)控制能力，尊重當(dāng)?shù)厝?/p>

民的自主權(quán)，同時(shí)注重環(huán)境保護(hù)和外宣工作，繼續(xù)為促進(jìn)人類發(fā)展權(quán)的充分實(shí)現(xiàn)貢獻(xiàn)力量。

關(guān)鍵詞：“一帶一路”；發(fā)展權(quán)；人類命運(yùn)共同體；國(guó)際經(jīng)濟(jì)秩序

中圖分類號(hào)：Ｃ９３４ 文獻(xiàn)標(biāo)識(shí)碼：Ａ 文章編號(hào)：１６７４－８４２５（２０２２）０４－００９４－１０

一、引言

發(fā)展是人類以及人類社會(huì)永恒的主題。第二次世界大戰(zhàn)之后，國(guó)際政治經(jīng)濟(jì)格局發(fā)生了巨大變化。

第三世界國(guó)家擺脫殖民統(tǒng)治、實(shí)現(xiàn)民族解放后，迫切需要發(fā)展本國(guó)經(jīng)濟(jì)以滿足人民的生活需求，同時(shí)迫切

需要改變不平等的國(guó)際政治經(jīng)濟(jì)秩序。在國(guó)際舞臺(tái)上，為了爭(zhēng)取平等和公平發(fā)展的機(jī)會(huì)，改變不合理的

國(guó)際政治經(jīng)濟(jì)秩序，實(shí)現(xiàn)自身的發(fā)展，在堅(jiān)持基本的人權(quán)保護(hù)理念的基礎(chǔ)上，發(fā)展中國(guó)家提出了發(fā)展權(quán)的

概念。發(fā)展權(quán)是“二戰(zhàn)”以來(lái)發(fā)展中國(guó)家為爭(zhēng)取發(fā)展利益在國(guó)際社會(huì)不斷斗爭(zhēng)的產(chǎn)物，是發(fā)展中國(guó)家對(duì)

西方發(fā)達(dá)資本主義國(guó)家主導(dǎo)的不公平的國(guó)際政治經(jīng)濟(jì)秩序的回應(yīng)。