梁 林，李 青，劉 兵

(1.河北工業(yè)大學(xué)經(jīng)濟管理學(xué)院，天津 300401；2.河北工業(yè)大學(xué)京津冀發(fā)展研究中心，天津 300401)

0 引言

科技資源作為一切創(chuàng)新活動的核心要素資源，是指為了實現(xiàn)科學(xué)技術(shù)的不斷進步而進行的人力、財力、物力、信息等科技要素投入的總和?？萍假Y源投入的數(shù)量與質(zhì)量對于轉(zhuǎn)變中國經(jīng)濟發(fā)展方式和提升國家競爭力具有關(guān)鍵作用。因此，學(xué)術(shù)界圍繞如何提升科技資源配置效率開展了大量研究，主要探討了配置效率的評價方式[1-4]以及影響因素[5-7]，并基于時空分布格局[8-12]等角度探討了區(qū)域科技資源配置的基本規(guī)律和運行過程。這些研究在較長時間內(nèi)，合理解釋并指導(dǎo)了中國科技資源以及經(jīng)濟體量的快速增長。但在經(jīng)濟社會保持高速增長的同時，粗放型道路也引發(fā)了沙塵暴、霧霾、水體污染等一系列生態(tài)環(huán)境問題[13]。以犧牲生態(tài)環(huán)境為代價，片面追求科技資源配置高效率的方式，已經(jīng)不能適應(yīng)當代中國的發(fā)展。社會主要矛盾的轉(zhuǎn)化要求科技資源配置過程必須考慮生態(tài)環(huán)境的約束效應(yīng)，在科技創(chuàng)新驅(qū)動發(fā)展中貫徹落實協(xié)調(diào)、綠色、開放、共享等新發(fā)展理念。

隨著國家和社會逐漸重視生態(tài)環(huán)境問題，學(xué)術(shù)界主要從企業(yè)層面和區(qū)域?qū)用嫜芯烤G色創(chuàng)新。企業(yè)層面的研究：Ghisetti等采用9項指標測算企業(yè)的綠色創(chuàng)新績效，將其分為 “能源和資源有效型創(chuàng)新”及 “外部性減少型創(chuàng)新”[14]。馮志軍和牛彤等運用SBM-DEA方法研究中國工業(yè)企業(yè)綠色創(chuàng)新效率[15，16]。區(qū)域?qū)用娴难芯浚篖anoie等在研究環(huán)境政策、環(huán)境創(chuàng)新、環(huán)境績效間的關(guān)系時，使用環(huán)境R&D預(yù)算測度環(huán)境創(chuàng)新的投入[17]。曹慧等從創(chuàng)新投入、創(chuàng)新產(chǎn)出和綠色發(fā)展3個方面構(gòu)建了區(qū)域綠色創(chuàng)新能力評價指標體系，發(fā)現(xiàn)省級綠色創(chuàng)新能力分布不均衡，整體水平偏低[18]。付幗研究發(fā)現(xiàn)目前綠色創(chuàng)新的空間格局相對穩(wěn)定，省域間差異及空間集中度都呈現(xiàn)波動性增長的趨勢，但是綠色創(chuàng)新在少數(shù)省份高度集中的空間格局尚未形成[19]。然而，科技資源作為國家創(chuàng)新活動的核心要素資源，現(xiàn)有綠色創(chuàng)新研究僅將其作為眾多創(chuàng)新因素之一，并未在綠色創(chuàng)新體系中對科技資源進行有針對性的研究。因此，部分學(xué)者開始關(guān)注在環(huán)境約束下，將科技資源配置過程中產(chǎn)生的污染環(huán)境等非期望因素引入科技資源配置效率評價中，針對綠色科技資源配置問題進行了一些有益探索。范斐等在環(huán)境約束下構(gòu)建考慮非期望產(chǎn)出的SBM模型，并引入空間Durbin模型對科技資源配置效率的空間溢出效應(yīng)進行研究[13]。張建清等測算了廣西14個市的綠色科技資源配置效率，發(fā)現(xiàn)桂林市綠色科技資源配置效率呈正向增長趨勢[20]。

鑒于此，一方面，現(xiàn)有綠色創(chuàng)新研究中并未真正突出科技資源要素的重要作用。另一方面，目前相關(guān)學(xué)者更多側(cè)重區(qū)域綠色科技資源配置效率的評價和溢出效應(yīng)等方面的研究，但是鮮有對環(huán)境約束下省域科技資源配置效率時空格局、演變機理及非期望產(chǎn)出對其影響的程度進行進一步研究。因此，本文構(gòu)建了環(huán)境約束下省域科技資源配置效率評價指標體系，通過SBM-Undesirable模型對不考慮期望產(chǎn)出及考慮期望產(chǎn)出兩種情況下的省域科技資源配置效率進行時空格局分析，并引入探索性空間數(shù)據(jù)分析方法 (ESDA)的空間自相關(guān)對其演變機理進行分析。然后，通過建立Tobit回歸模型對省域科技資源配置效率中非期望產(chǎn)出因素的影響程度進行分析。最后，結(jié)合省域科技資源配置和生態(tài)環(huán)境現(xiàn)狀，在兼顧環(huán)境綠色可持續(xù)發(fā)展的同時，提出優(yōu)化省域科技資源配置的對策建議。這有助于在優(yōu)化配置區(qū)域科技資源的同時，兼顧生態(tài)環(huán)境的可持續(xù)發(fā)展，逐漸改變科技發(fā)展高投入、高污染、低效率的粗放型增長方式，從而推動我國綠色經(jīng)濟社會與綠色創(chuàng)新的協(xié)同發(fā)展。

1 研究模型與數(shù)據(jù)來源

1.1 SBM-Undesirable模型

傳統(tǒng)的DEA模型已成為評價相對效率多輸入和多輸出的工具[20]，但該方法模型無法測度分析含有非期望產(chǎn)出的指標。SBM-Undesirable模型是Tone提出基于非徑向及非角度的SBM模型基礎(chǔ)上發(fā)展而來[21]。已有較多學(xué)者使用改模型研究含有非期望產(chǎn)出的問題，其優(yōu)勢是可綜合測度期望產(chǎn)出和非期望產(chǎn)出指標，并可克服傳統(tǒng)DEA模型的偏誤問題[20,22]。環(huán)境約束下的科技資源配置效率問題既包含了科技資源的期望產(chǎn)出，又包含了對環(huán)境帶來負面影響的非期望產(chǎn)出。因此，本文將使用SBM-Undesirable模型測度環(huán)境約束下中國省域科技資源配置效率。

P={(x,yg,yb)|x≥Xλ,yg≤Ygλ,yb≥Ybλ,λ≥0}

(1)

(2)

(3)

1.2 探索性空間數(shù)據(jù)分析(ESDA)

ESDA是一系列空間數(shù)據(jù)分析技術(shù)及方法的集合，其優(yōu)勢是使用可視化的方法來描述數(shù)據(jù)的空間分布規(guī)律，從而獲得數(shù)據(jù)的空間結(jié)構(gòu)，揭示空間相互作用的機理，其包括全局空間自相關(guān)及局部空間自相關(guān)[23，24]。由于各省市科技資源配置呈現(xiàn)差異化特征，為更好地探索科技資源配置效率在時空維度上的演變規(guī)律，分析相鄰省域的科技資源配置效率呈現(xiàn)的空間集聚特征，從而在兼顧生態(tài)環(huán)境可持續(xù)發(fā)展的同時，不斷優(yōu)化省域科技資源配置的問題，本文應(yīng)用空間計量經(jīng)濟學(xué)中的探索性空間數(shù)據(jù)分析方法 (ESDA)分析環(huán)境約束下省域科技資源配置效率的演變機理。

(1)全局空間自相關(guān)。全局空間自相關(guān)利用單一的指數(shù)值來反映該區(qū)域的自相關(guān)程度，從而分析整體的空間模式。全局空間自相關(guān)指數(shù)為 Global Moran′sI：

(4)

(2)局部空間自相關(guān)。局部空間自相關(guān)能夠分析某一空間單元和其鄰近單元某一屬性的相關(guān)程度，可采用 LISA來表示。局部空間自相關(guān)指數(shù)為Local Moran′sIi：

(5)

式中，Ii為局部空間自相關(guān)指數(shù)，n為空間單元數(shù)據(jù)數(shù)目，yi和yj分別表示空間單元i和j的屬性值，Wij是空間權(quán)重系數(shù)矩陣，表示各空間單元鄰近關(guān)系。

1.3 Tobit回歸模型

Tobit回歸模型的優(yōu)勢在于善于處理因變量為截尾或刪失等因變量受限的問題，其使用極大似然估計，不但能研究連續(xù)型數(shù)值變量，也能研究虛擬變量[25]。為了進一步探究工業(yè)三廢等非期望產(chǎn)出因素對科技資源配置效率影響程度，識別非期望產(chǎn)出中的關(guān)鍵因素，本文以工業(yè)廢水、工業(yè)二氧化硫和工業(yè)粉塵的排放量為自變量，以環(huán)境約束下省域科技資源配置效率為因變量進行回歸分析。鑒于科技資源配置效率都為0～1的數(shù)，屬于因變量受限的問題，故應(yīng)用Tobit回歸模型。Tobit模型為：

(6)

式中，yit是因變量，表示第i個區(qū)第t年的環(huán)境約束下科技資源配置效率；xit是自變量，x1t表示工業(yè)廢水排放量(萬噸)、x2t表示工業(yè)二氧化硫排放量(噸)、x3t表示工業(yè)粉塵排放量(噸)，βT為未知參數(shù)[25]。

1.4 指標選取與數(shù)據(jù)來源

科技資源配置效率的測度包括科技資源投入和產(chǎn)出指標[12]。從系統(tǒng)性角度出發(fā)，評價體系應(yīng)盡可能全面涵蓋科技資源配置的基本特性和整體狀況，因科技活動具有復(fù)雜性，實際研究中只需選取關(guān)鍵要素[7]。本文借鑒相關(guān)學(xué)者的研究成果，科技資源投入方面包括科技人力資源、科技財力資源、科技物力資源和科技信息資源(見表1)。其中科技人力資源是科技創(chuàng)新的基礎(chǔ)資源要素，專業(yè)技術(shù)人員數(shù) (人)和R&D人員全時當量 (人年)反映了區(qū)域科技人才資源的基本狀況；科技財力資源代表區(qū)域?qū)萍蓟顒拥呢斄χС至Χ?，R&D經(jīng)費支出 (萬元)是衡量科技活動經(jīng)費的實際使用程度和實際投入力度；科技物力資源為科技人員開展科技活動提供物質(zhì)基礎(chǔ)，由研究與試驗發(fā)展儀器和設(shè)備支出 (萬元)來表示；互聯(lián)網(wǎng)寬帶接入端口 (萬個)和郵電業(yè)務(wù)總量 (億元)可以較好地反映出區(qū)域科技信息資源的投入發(fā)展程度。在環(huán)境約束下，科技資源產(chǎn)出包括期望產(chǎn)出和非期望產(chǎn)出。期望產(chǎn)出方面，國外收錄科技論文數(shù) (篇)與國內(nèi)專利申請受理量 (件)代表科技資源產(chǎn)出的科研成果；在非期望產(chǎn)出方面，環(huán)境污染是一個包括眾多因素的綜合性指標，本研究采用工業(yè)三廢，即工業(yè)廢水排放量 (萬噸)，工業(yè)二氧化硫排放量 (噸)和工業(yè)粉塵排放量 (噸)代表科技資源配置過程中的非期望產(chǎn)出[13,20]。

表1 環(huán)境約束下省域科技資源配置效率評價指標體系

根據(jù)上述指標體系，分別統(tǒng)計全國31個省、市、區(qū) (港澳臺除外)2011—2016年科技資源配置效率的相關(guān)數(shù)據(jù)，其中互聯(lián)網(wǎng)寬帶接入端口 (萬個)和郵電業(yè)務(wù)總量 (億元)來自 《中國統(tǒng)計年鑒》，工業(yè)三廢排放量來自 《中國環(huán)境統(tǒng)計年鑒》，其他均來自 《中國科技統(tǒng)計年鑒》。鑒于科技資源投入和科技資源產(chǎn)出間具有一定時間的滯后性，滯后變量通常選擇1～3期較多[26]。針對科技投入和科技資源產(chǎn)出數(shù)據(jù)，本文將科技資源產(chǎn)出數(shù)據(jù)滯后期定為1年，即2015年的科技資源產(chǎn)出數(shù)據(jù)使用的是2016年的相關(guān)數(shù)據(jù)。

2 環(huán)境約束下省域科技資源配置效率的時空格局

利用DEA Solver Pro5.0軟件分別測算出不考慮非期望產(chǎn)出和考慮非期望產(chǎn)出下，省域科技資源配置效率及排名情況，結(jié)果見表2。由表2可知，除了2011年上海，2012年天津、浙江和2014年天津的科技資源配置效率，在不考慮非期望產(chǎn)出時低于考慮非期望產(chǎn)出的效率外，其余各省市的科技資源配置效率，在不考慮非期望產(chǎn)出時均高于考慮非期望產(chǎn)出的效率。兩種情況下，2011—2015年北京、江蘇、重慶、陜西、甘肅和黑龍江六個省市的科技資源配置效率均保持為1。不考慮非期望產(chǎn)出時，科技資源配置效率平均值的排名高于考慮非期望產(chǎn)出的省市依次是：河北、海南、安徽、廣西、四川、西藏、新疆和遼寧，這些省市的環(huán)境因素對其科技資源配置效率的提升具有不同程度的制約作用，需將科技創(chuàng)新與綠色發(fā)展緊密結(jié)合起來，不斷壓縮經(jīng)濟發(fā)展的環(huán)境成本，促進經(jīng)濟環(huán)境的協(xié)調(diào)可持續(xù)發(fā)展。不考慮非期望產(chǎn)出時，科技資源配置效率平均值的排名低于考慮非期望產(chǎn)出的省市依次是：天津、上海、福建、山東、廣東、山西、河南、湖北、內(nèi)蒙古、貴州和寧夏，很明顯這些省市的環(huán)境因素對科技資源配置效率存在不同程度的正向作用。

(1)2011—2015年科技資源配置效率呈現(xiàn)中間波動、總體上升的發(fā)展態(tài)勢，并且兩種情況下的變動趨勢較為同步。由圖1可知，在不考慮非期望產(chǎn)出時，2011—2015年的科技資源配置效率一直高于考慮期望產(chǎn)出時的效率，同時，各年的差距依次是0.173、0.140、0.158、0.152、0.156，說明兩種情況下2011—2015年的科技資源配置效率的差距整體呈現(xiàn)縮小的趨勢。同時，不考慮非期望產(chǎn)出時，2012年的科技資源配置效率有較小幅度的上升，2013年下降了0.043，2014年和2015年則呈現(xiàn)明顯的上升態(tài)勢，雖然2011—2015年科技資源配置效率出現(xiàn)較為明顯的波動，但是總體提高了0.038?？紤]期望產(chǎn)出時，2012年的科技資源配置效率有較大幅度的上升，2013年則出現(xiàn)0.06較大幅度的下降，2014年和2015年則呈現(xiàn)明顯的上升態(tài)勢，雖然2011—2015年科技資源配置效率出現(xiàn)較為明顯的波動，但是總體提高了0.055。因此，雖然兩種情況下科技資源配置效率的變動幅度存在差異，但是變動趨勢較為同步。

(2)環(huán)境因素對四大地區(qū)科技資源配置效率的制約作用從大到小依次為東北、中部、西部和東部地區(qū)。由表2可知，在不考慮非期望產(chǎn)出的情況下，東部、中部、西部和東北地區(qū)的科技資源配置效率一直高于考慮期望產(chǎn)出時的效率，并且降低幅度分別是0.141、0.272、0.157和0.399，其中東部地區(qū)科技資源配置效率下降幅度最小，東北地區(qū)的下降幅度最大，說明環(huán)境因素對東部地區(qū)的科技資源配置效率的制約作用小于東北地區(qū)，東北地區(qū)在提高科技資源配置效率的同時，需要更加兼顧環(huán)境保護。同時，兩種情況下四大地區(qū)的科技資源配置效率排名也出現(xiàn)較為顯著的變化：在不考慮非期望產(chǎn)出的情況下，排名分別為東北地區(qū)>東部地區(qū)>中部地區(qū)>西部地區(qū)(和已有文獻結(jié)論基本一致)；考慮非期望產(chǎn)出的情況下，排名分別為東部地區(qū)>東北地區(qū)>西部地區(qū)>中部地區(qū)，說明環(huán)境因素對東部地區(qū)和西部地區(qū)的影響程度小于東北地區(qū)和中部地區(qū)。

東北地區(qū)雖然在科技資源投入相對全國其他地區(qū)較低，但在國外收錄科技論文數(shù)、國內(nèi)專利申請受理量等科技資源知識產(chǎn)出和技術(shù)市場成交額的科技資源經(jīng)濟產(chǎn)出方面相對較高， “較低投入，較高產(chǎn)出”的模式；東部地區(qū)的科技資源配置效率整體水平一直保持較高水平，經(jīng)濟科技發(fā)達地區(qū)，地理位置優(yōu)越，科技資源豐富、相關(guān)政策明顯優(yōu)于其他地區(qū)；中部地區(qū)長期以來一直存在國家發(fā)展邊緣化、政府角色錯位化和政經(jīng)制度變遷滯后化的不利因素，特別是科技資源投入水平處于全國的劣勢地位，加之科技資源轉(zhuǎn)化能力較弱，導(dǎo)致中部地區(qū)的科技資源配置效率不高；西部地區(qū)因為歷史和地理等眾多因素，科技資源配置的起點較低，發(fā)展速度較慢。

(3)在不考慮非期望產(chǎn)出時，科技資源配置效率平均值的整體階段水平顯著高于考慮非期望產(chǎn)出，且效率階段的差異化較為顯著。為了更加直觀地分析在不考慮非期望產(chǎn)出以及考慮非期望產(chǎn)出兩種情況下，2011—2015年全國的科技資源配置效率平均值分布和變化情況，通過使用ArcGIS10.2軟件定量符號化中的分級色彩方法，根據(jù)表2對測算的2011—2015年全國的科技資源配置

效率平均值進行六階段分類，科技資源配置效率(用E表示)分為六個階段：初級階段(0

在不考慮非期望產(chǎn)出情況下，除初級階段外，科技資源配置效率平均值在較低級階段、低級階段、中級階段、較高級階段和高級階段都有分布。在考慮非期望產(chǎn)出情況下，科技資源配置效率平均值在初級階段、較低級階段、低級階段、中級階段、較高級階段和高級階段均有分布。但是在不考慮非期望產(chǎn)出情況下，科技資源配置效率平均值的整體階段水平顯著高于考慮非期望產(chǎn)出，說明環(huán)境因素顯著制約了科技資源配置效率的提高。進一步分析可以發(fā)現(xiàn)，兩種情況下中國科技資源配置效率呈現(xiàn)較為一致的地理空間特征：①科技資源配置效率階段相對較高的四處地域主要為北京、天津組成的地域；江蘇、上海、浙江組成的地域；遼寧、吉林、黑龍江組成的地域和湖北、湖南、陜西、重慶、貴州、四川和甘肅組成的地域。②科技資源配置效率階段的地區(qū)差異化較為顯著，例如內(nèi)蒙古、寧夏、青海和西藏四省一直處于科技資源配置效率階段最低的水平，成為科技資源配置效率的低洼省份；同時，北京、江蘇、甘肅、陜西和黑龍江等科技資源配置效率處于最高階段顯著高于其緊鄰省市的階段。

3 環(huán)境約束下省域科技資源配置效率的演變機理

為了深入分析環(huán)境約束下科技資源配置效率整體的演變機理，本文使用GeoDa軟件計算了2011—2015年環(huán)境約束下科技資源配置效率的全局自相關(guān)系數(shù)Moran′sI指數(shù)(見表3)和2011年、2015年環(huán)境約束下科技資源配置效率局部自相關(guān)的Moran散點圖(見圖2)、分布圖(見圖3)和顯著性圖(見圖4)。全局Moran′sI指數(shù)反映了環(huán)境約束下科技資源配置效率空間整體上的集聚或分散程度，但在一定程度上掩蓋了局部的空間差異性，因此利用局部空間自相關(guān)進一步揭示各省市環(huán)境約束下科技資源配置效率的局部空間差異。

表3 2011—2015年環(huán)境約束下科技資源配置效率的全局自相關(guān)系數(shù)Moran′s I指數(shù)

3.1 相鄰省域的科技資源配置效率呈現(xiàn)正向空間自相關(guān)的集聚特征且呈現(xiàn)增強的態(tài)勢

根據(jù)全局空間自相關(guān)指數(shù)測算，結(jié)果顯示除了2014年外，其他年份均未通過Z值檢驗(P≤0.05)。五年的全局自相關(guān)系數(shù)Moran′sI指數(shù)均為正值，表明環(huán)境約束下相鄰省市的科技資源配置效率，在空間分布上呈現(xiàn)正向空間自相關(guān)的集聚特征，即科技資源配置效率較高的省域鄰近，科技資源配置效率較低的省域也互相鄰近，也就是相鄰省域較多地表現(xiàn)為高-高和低-低的空間聚集特征。同時Moran′sI的值隨著時間的推移呈現(xiàn)出上升的趨勢，從2011年的0.117上升到2015年的0.154，表明環(huán)境約束下相鄰省市的科技資源配置效率空間分布的集聚特征呈現(xiàn)增強的態(tài)勢；但是2014的全局自相關(guān)系數(shù)Moran′sI指數(shù)最高，為0.171，說明空間自相關(guān)的集聚特征并不是很強。

3.2 相鄰省域的科技資源配置效率呈現(xiàn)相似的空間集聚特征但變化趨勢不顯著

根據(jù)局部空間自相關(guān)指數(shù)測算結(jié)果，現(xiàn)將環(huán)境約束下省域科技資源配置效率劃分定義為擴散效應(yīng)區(qū)、過渡區(qū)、低速增長區(qū)和極化效應(yīng)區(qū)[27]。四類區(qū)域的空間自相關(guān)要素見表4，并選擇對2011年和2015年四類區(qū)域的具體情況進一步分析。

圖2 2011年和2015年環(huán)境約束下科技資源配置效率Moran散點圖

圖3 2011年環(huán)境約束下科技資源配置效率集聚分布和顯著性

圖4 2015年環(huán)境約束下科技資源配置效率集聚分布和顯著性

(1)擴散效應(yīng)區(qū)。由圖2可知，2011年位于該區(qū)的省域分別是北京、天津、江蘇、四川、重慶、湖南、陜西、黑龍江、遼寧九個省市，到了2015年貴州進入該區(qū)，但是湖南和遼寧退出該區(qū)。這些省市的科技資源配置效率處于較高水平，同時對工業(yè)廢水排放量、工業(yè)二氧化硫排放量、工業(yè)煙 (粉)塵排放量等污染物即工業(yè)三廢的排放進行了有效控制，從而使得自身在環(huán)境約束下的科技資源配置效率較高。其中，北京、天津、江蘇三省市作為經(jīng)濟科技發(fā)達地區(qū)，地理位置優(yōu)越，科技資源豐富、相關(guān)政策明顯優(yōu)于其他地區(qū)，科技資源投入和產(chǎn)出均很高；重慶、貴州兩省市不斷加大科技資源投入力度，優(yōu)化資源配置，有效提高了科技資源配置效率。同時，這些省市和周邊省市不斷加強資源要素流動、技術(shù)擴散和技術(shù)溢出，從而促進周邊省市的產(chǎn)業(yè)技術(shù)進步和產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化，帶動了周邊省市的科技資源配置效率的提升。

(2)過渡區(qū)。由圖2可知，2011年位于該區(qū)的省域分別是河北、山西、河南、廣東、江西、福建、新疆七個省份，到了2015年湖南和遼寧進入該區(qū)。這些省在環(huán)境約束下的科技資源配置效率偏低，并且顯著低于周邊省市的配置效率。山西、江西、新疆三省的科技資源投入較少，轉(zhuǎn)化率較低，使得資源配置效率偏低，新疆表現(xiàn)得尤為明顯；其他各省的科技資源投入一直保持較高水平，但是科技轉(zhuǎn)化能力很低，特別是河北、山西和河南三省的工業(yè)三廢的排放量一直處于全國的前幾名，進一步拉低了其環(huán)境約束下的科技資源配置效率，和周邊科技資源配置效率較高的省市形成了鮮明的對比。

(3)低速增長區(qū)。由圖2可知，2011年位于該區(qū)的省域分別是海南、山東、安徽、貴州、內(nèi)蒙古、寧夏、云南、廣西、青海、西藏十個省份，到了2015年貴州退出該區(qū)。這些省在環(huán)境約束下的科技資源配置效率偏低，并且顯著低于周邊省市的配置效率。這些省在環(huán)境約束下的科技資源配置效率偏低，并且周邊省市的配置效率也較低，是中國環(huán)境約束下的科技資源配置低效率的集聚地區(qū)。山東和安徽兩省的科技資源投入一直保持較高水平，但是科技資源產(chǎn)出水平則一直較低，特別是山東為有效控制工業(yè)三廢的排放量，一直居高不下，嚴重拉低了其環(huán)境約束下的科技資源配置效率。其余省份的科技資源配置效率投入和產(chǎn)出均需大幅度提升，并需加強與配置效率較高省市的科技合作、資源要素的流動，帶動自身配置效率的提升。

(4)極化效應(yīng)區(qū)。由圖2可知，2011年和2015年位于該區(qū)的省域分別是上海、浙江、湖北、甘肅、吉林五個省市。這些省市在環(huán)境約束下的科技資源配置效率較高，并且顯著高于周邊省市的配置效率，表現(xiàn)出極化的地域差異。同時，兩年該區(qū)的省市相同，說明這些省市和其周邊省市的配置效率變動不大。這些省市應(yīng)該加大與周邊配置低效率省市的資源要素流動、技術(shù)轉(zhuǎn)移，利用自身優(yōu)勢，發(fā)揮協(xié)同帶動作用，不斷提升區(qū)域整體環(huán)境約束下的科技資源配置效率。

由圖3和圖4可知，2011年甘肅和新疆兩省通過了顯著性檢驗，甘肅表現(xiàn)為高-低，即屬于極化效應(yīng)區(qū)；新疆表現(xiàn)為低-高，即屬于過渡區(qū)，但是到2015年局部空間相關(guān)性不再顯著。2015年山西、甘肅和青海三省通過了顯著性檢驗，山西表現(xiàn)為低-高，即屬于過渡區(qū)；甘肅表現(xiàn)為高-低，即屬于極化效應(yīng)區(qū)；青海表現(xiàn)為低-低，即屬于低速增長區(qū)。

4 非期望產(chǎn)出因素對科技資源配置效率的影響

為了進一步分析工業(yè)三廢，即工業(yè)廢水排放量(萬噸)，工業(yè)二氧化硫排放量(噸)，工業(yè)粉塵排放量(噸)為代表的科技資源配置過程中非期望產(chǎn)出因素對科技資源配置效率影響程度，根據(jù)上文計算出的環(huán)境約束下科技資源配置效率以及統(tǒng)計的影響因素指標值，運用STATA軟件對影響因素進行Tobit回歸分析。為了避免數(shù)據(jù)量綱不同對參數(shù)估計造成影響以及為能直接從回歸系數(shù)絕對值判斷影響作用的大小，對變量進行標準化變換?；貧w分析結(jié)果如表5所示。

表5 Tobit 回歸分析結(jié)果

根據(jù)表5回歸結(jié)果可知：非期望產(chǎn)出因素中工業(yè)廢水排放量，工業(yè)二氧化硫排放量，工業(yè)粉塵排放量均通過5%的顯著檢驗，說明工業(yè)三廢對環(huán)境約束下中國科技資源配置效率存在顯著影響。其中，工業(yè)廢水排放量，工業(yè)二氧化硫排放量為0，說明它們和環(huán)境約束下中國科技資源配置效率的顯著性很高。工業(yè)三廢的系數(shù)絕對值大小依次是：工業(yè)二氧化硫排放量>工業(yè)廢水排放量>工業(yè)粉塵排放量，說明非期望產(chǎn)出因素中工業(yè)二氧化硫排放量對環(huán)境約束下中國科技資源配置效率影響程度最大，工業(yè)廢水排放量次之，工業(yè)粉塵排放量影響程度最小。

5 結(jié)論與建議

(1)從省域科技資源配置的整體角度可以發(fā)現(xiàn)，非期望產(chǎn)出顯著降低了中國整體的科技資源配置效率，環(huán)境因素對四大地區(qū)的制約作用從大到小依次為東北、中部、西部和東部地區(qū)。建議一方面應(yīng)積極落實 《中華人民共和國環(huán)境保護法》 《 “十三五”生態(tài)環(huán)境保護規(guī)劃》等法律法規(guī)，堅持走經(jīng)濟發(fā)展與環(huán)境改善雙贏之路；另一方面，因地制宜地制定東部、中部、西部和東北地區(qū)的發(fā)展政策，東部應(yīng)加強地區(qū)內(nèi)部協(xié)同優(yōu)化作用，和對其他地區(qū)的溢出效應(yīng)，帶動全國整體水平；中部和西部面臨應(yīng)兼顧環(huán)境生態(tài)保護與科技資源發(fā)展，走出雙重困境；東北則應(yīng)重視環(huán)境保護，逐漸減少科技發(fā)展對生態(tài)環(huán)境帶來的負面影響。

(2)從省域科技資源配置效率階段可以發(fā)現(xiàn)，在不考慮非期望產(chǎn)出時，科技資源配置效率平均值的整體階段水平顯著高于考慮非期望產(chǎn)出，且效率階段的差異化較為顯著。建議一方面必須加大環(huán)境治理力度，著力解決突出環(huán)境問題；另一方面，應(yīng)著力創(chuàng)建促進優(yōu)勢互補的科技資源配置平臺，逐漸推動科技資源配置效率處于初級階段、較低級階段省市向更高階段發(fā)展，不斷加強處于高階段省市的協(xié)同帶動作用，有效弱化科技資源配置效率的地區(qū)差異化，特別是帶動科技資源配置效率的低洼省份，如內(nèi)蒙古、寧夏、青海和西藏四省，從提高環(huán)境治理效率和科技資源配置效率兩方面提高環(huán)境約束下科技資源配置效率階段水平。

(3)從環(huán)境約束下科技資源配置效率的演變機理可以發(fā)現(xiàn)，環(huán)境約束下相鄰省域的科技資源配置效率呈現(xiàn)正向空間自相關(guān)的集聚特征，且呈現(xiàn)增強的態(tài)勢，但空間自相關(guān)的集聚特征并不是很強，屬于擴散效應(yīng)區(qū)、過渡區(qū)、低速增長區(qū)、極化效應(yīng)區(qū)的省市變化不大。建議一方面在著力加強環(huán)境約束下相鄰省市的科技資源配置效率空間分布的集聚效應(yīng)的同時，不斷加強處于擴散效應(yīng)區(qū)省市的科技資源配置的協(xié)同效應(yīng)和處于極化效應(yīng)區(qū)省市的科技資源溢出效應(yīng)。另一方面，提高處于過渡區(qū)和低速增長區(qū)省市的環(huán)境治理效率與科技資源配置效率，兼顧生態(tài)環(huán)境的可持續(xù)發(fā)展和科技創(chuàng)新的優(yōu)化配置。

(4)從非期望產(chǎn)出因素對科技資源配置效率影響程度角度可以發(fā)現(xiàn)，非期望產(chǎn)出因素中工業(yè)三廢對環(huán)境約束下省域科技資源配置效率存在顯著影響，工業(yè)二氧化硫排放量對其影響程度最大，工業(yè)廢水排放量次之，工業(yè)粉塵排放量影響程度最小。建議一方面應(yīng)積極落實 《中華人民共和國大氣污染防治法》，重視大氣污染防治，保護和改善生活環(huán)境和生態(tài)環(huán)境，保障公眾健康，促進經(jīng)濟社會可持續(xù)發(fā)展。另一方面，堅持執(zhí)法檢查必須嚴格、監(jiān)督必須有力度的原則，避免出現(xiàn)檢查、監(jiān)督中 “粗、寬、松、軟”的問題。根據(jù)防治的重點區(qū)域、重點領(lǐng)域，深入檢查相關(guān)法律制度實施情況，推動加強源頭防治、聯(lián)防聯(lián)控、全民共治，推動經(jīng)濟社會與生態(tài)環(huán)境的可持續(xù)發(fā)展。