劉建華 ，施天樂，黃亮朝

（1. 鄭州大學 管理學院，河南 鄭州 450001；2. 鄭州大學 黃河生態(tài)保護與區(qū)域協(xié)調(diào)發(fā)展研究院，河南 鄭州 450001；3. 克勞斯塔爾工業(yè)大學 地下能源系統(tǒng)研究所，克勞斯塔爾-采勒費爾德，德國）

溫室氣體排放引起的環(huán)境問題日趨嚴重，發(fā)展低碳經(jīng)濟已成為共識[1-2]。中國碳排放位居全球第一，亟須將生態(tài)保護和高質(zhì)量發(fā)展建設放在突出地位，加強科技創(chuàng)新和優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，嚴格把控“高耗能、高排放”行業(yè)的發(fā)展[3-4]。黃河流域以能源化工、原材料、農(nóng)牧業(yè)等產(chǎn)業(yè)為主導，高知識、技術含量的戰(zhàn)略性新興產(chǎn)業(yè)規(guī)模較小，生態(tài)環(huán)境和經(jīng)濟高質(zhì)量發(fā)展矛盾突出[5]，因此深入探究碳排放、科技創(chuàng)新和產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化之間的關系對于黃河流域?qū)崿F(xiàn)生態(tài)保護和高質(zhì)量發(fā)展具有重要現(xiàn)實意義。

國內(nèi)外學者對碳排放、科技創(chuàng)新和產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化展開了大量的研究。關于碳排放和科技創(chuàng)新的相關研究頗為豐碩，但結(jié)論存在較大差異，就科技創(chuàng)新對碳排放的作用而言，部分學者認為科技創(chuàng)新能降低碳排放強度且研發(fā)投入對生產(chǎn)要素密集型企業(yè)的碳生產(chǎn)率存在正向推動作用，其原因在于科技創(chuàng)新可以有效促進可再生能源取代化石能源，進而降低社會對傳統(tǒng)能源的依賴，減少碳排放量[6-7]；但也有部分學者指出科技創(chuàng)新對碳排放量的影響并不一定顯著，甚至導致碳排放量的增長[8-9]；還有學者認為碳排放與科技創(chuàng)新之間存在“回彈效應”，產(chǎn)出效率、碳排放量和科技水平都在大幅增加，因而并不能明確科技創(chuàng)新與碳排放的具體關聯(lián)[10]。關于科技創(chuàng)新與產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化，較多學者對其互動關系進行了研究。部分學者認為科技創(chuàng)新單向推動產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化且空間溢出效應較為明顯，通過加大要素投入力度、更新設備和提升生產(chǎn)水平可以較好促進產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化[11-13]，其他學者則認為科技創(chuàng)新與產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化具有雙向互動作用，并構(gòu)建面板模型對二者的雙向關系進行研究，發(fā)現(xiàn)二者間存在良性的互動關系且地區(qū)差異較大[14-15]，隨著時間推移二者互動關系減弱。而關于碳排放與產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化的研究主要體現(xiàn)在三方面：第一，運用投入產(chǎn)出模型、回歸分析等方法研究產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化對碳排放的作用；部分研究表明第二產(chǎn)業(yè)對區(qū)域碳排放影響強度最高且恒為正值[16-17]，也有研究發(fā)現(xiàn)中國第三產(chǎn)業(yè)的增長會抑制碳排放量[18-19]。第二，基于STIRPAT 等模型分解碳排放影響因素，探究產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化對碳排放的影響；采用LEAP 等模型對碳排放進行預測分析[20-21]。第三，通過灰色關聯(lián)度模型、耦合協(xié)調(diào)度模型等方法對不同區(qū)域碳排放與產(chǎn)業(yè)結(jié)構(gòu)的耦合性、關聯(lián)性進行了研究，結(jié)果顯示第二產(chǎn)業(yè)和碳排放的關聯(lián)度最大[22]。

綜上所述，關于碳排放、科技創(chuàng)新和產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化的相關研究取得了較多成果，但仍存在不足，需進一步討論。首先，現(xiàn)有文獻大多是對碳排放、科技創(chuàng)新、產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化中的兩兩關系進行研究，鮮有將三者納入同一個框架進行研究的學術成果，缺少與三者相關的機制分析；其次，大多數(shù)研究其尺度較宏觀，基于國家、省級層面較多，對碳減排政策制定缺乏有效支撐且并未有針對黃河流域的研究成果。因此，本文以黃河流域57個地級市2010—2020 年的面板數(shù)據(jù)為基礎，測算碳排放、科技創(chuàng)新與產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化三者間的耦合協(xié)調(diào)度并進行可視化分析，運用Moran’s I 探究三要素之間的空間相關性，并通過PVAR 模型進一步探究其互動關系，以期為黃河流域生態(tài)保護和高質(zhì)量發(fā)展提供科學的決策支持。

1 作用機制分析

如圖1 所示，碳排放對科技創(chuàng)新和產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化存在雙向效應。碳排放的增加帶來氣候變暖、空氣質(zhì)量下降、海洋酸化等問題，加劇環(huán)境污染。一方面，過大的環(huán)境負荷影響經(jīng)濟社會健康發(fā)展，迫使國家加大對環(huán)境治理的投入，即將本用于發(fā)展科技創(chuàng)新及升級產(chǎn)業(yè)結(jié)構(gòu)的資源優(yōu)先轉(zhuǎn)移到減污降碳，進而減緩科技創(chuàng)新與產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化進程[23]。另一方面，環(huán)境污染的加劇會增強人們對清潔能源和環(huán)保技術的需求，進而推動能源產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化和綠色科技進步，提升可再生能源的使用率和促進高新環(huán)保企業(yè)發(fā)展，一定程度上倒逼科技創(chuàng)新與產(chǎn)業(yè)結(jié)構(gòu)升級優(yōu)化。

圖1 碳排放、科技創(chuàng)新和產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化作用機制

科技創(chuàng)新推動科技進步、設備更新，通過成果轉(zhuǎn)化提升生產(chǎn)效率并減少資源在開發(fā)、運輸、使用過程中的損耗，拓展開發(fā)清潔、可再生能源的渠道，降低企業(yè)對傳統(tǒng)能源的依賴，最終實現(xiàn)對碳排放的抑制?？萍紕?chuàng)新能顯著推動產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化。科技創(chuàng)新通過創(chuàng)造新需求和構(gòu)建產(chǎn)學研互動共享平臺兩種機制來帶動產(chǎn)業(yè)升級[24]。創(chuàng)新動力源于新需求的出現(xiàn)，新需求催生新產(chǎn)品和新產(chǎn)業(yè)部門，兩者形成全新的產(chǎn)業(yè)鏈，進而推動產(chǎn)業(yè)結(jié)構(gòu)的演進。產(chǎn)學研共享平臺的構(gòu)建使科技創(chuàng)新完成上游、中游、下游（科研機構(gòu)、高校、產(chǎn)業(yè)）的對接與耦合，加快黃河流域信息、技術、人才流動，提升生產(chǎn)要素流動速率，進而帶動產(chǎn)業(yè)升級。

產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化主要從合理化、高級化、高效化三個方面影響碳排放和科技創(chuàng)新。產(chǎn)業(yè)結(jié)構(gòu)合理化、高級化與高效化促進資源合理配置、社會生產(chǎn)效率提升和社會分工細化[25]。一方面提高社會能源的利用效率、減少能源浪費，從而降低產(chǎn)品生產(chǎn)的能耗，進而降低碳排放水平；另一方面改善能源消費結(jié)構(gòu)，減少高碳能源的使用率，利于清潔能源的推廣和新能源企業(yè)的發(fā)展，抑制了碳排放。產(chǎn)業(yè)結(jié)構(gòu)合理化、高級化與高效化促進技術、人才、知識密集型產(chǎn)業(yè)進步，也帶動產(chǎn)業(yè)向金融化方向轉(zhuǎn)型。技術、人才、知識密集型產(chǎn)業(yè)的發(fā)展與集聚為科技創(chuàng)新帶來了新的活力，其發(fā)展所需要的創(chuàng)新資源規(guī)模大，能夠有效帶動上下游產(chǎn)業(yè)創(chuàng)新能力的提升[14]。產(chǎn)業(yè)結(jié)構(gòu)向金融化方向發(fā)展能開拓多樣化籌集創(chuàng)新資金的渠道，能有效降低科技創(chuàng)新的風險，促進創(chuàng)新水平的提升。

2 研究設計

2.1 研究區(qū)域

黃河流域流經(jīng)9 省份——青海、四川、甘肅、寧夏、陜西、河南、山西、內(nèi)蒙古、山東。綜合考慮政府規(guī)劃、沿黃省市行政區(qū)劃的完整性以及經(jīng)濟社會發(fā)展與黃河流域的關聯(lián)性等，本文主要選取了黃河流域干流及主要支流核心區(qū)所在的57 個地級市作為研究對象，如圖2 所示。其中，上游包括蘭州、白銀、武威、定西、隴南、西寧、呼和浩特、包頭、通遼、鄂爾多斯、巴彥淖爾、烏海、銀川、石嘴山、吳忠、固原和中衛(wèi)17 個地級市，中游包括天水、平?jīng)?、慶陽、洛陽、三門峽、焦作、太原、大同、陽泉、長治、晉城、朔州、晉中、運城、忻州、臨汾、呂梁、西安、銅川、寶雞、咸陽、渭南、延安、榆林和商洛25 個地級市，下游包括鄭州、開封、安陽、鶴壁、新鄉(xiāng)、濮陽、濟南、淄博、東營、濟寧、泰安、德州、聊城、濱州和菏澤15 個地級市。

圖2 研究區(qū)域

2.2 變量選擇

本文涉及碳排放、科技創(chuàng)新、產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化水平三個變量，其中對碳排放數(shù)據(jù)進行標準化處理，而科技創(chuàng)新及產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化在構(gòu)建指標體系后通過熵權(quán)法對其進行賦權(quán)處理。

2.2.1 碳排放量的測算

鑒于黃河流域地區(qū)的能源類別及分布情況，本文采用聯(lián)合國政府間氣候變化專員會（IPCC）的測算公式來估計CO2的排放量，以煤炭、焦炭、原油、汽油、煤油、柴油、燃料油、天然氣和電力作為主要消耗能源的代表，具體計算方法如下。

式中：CO2表示碳排放量，Ei表示各類能源的消耗量，NCVi表示第i種能源的平均低位發(fā)熱量，CCi表示第i種能源單位熱量的含碳水平，COFi表示第i種能源的氧化因子，12、44 分別為碳與二氧化碳的分子量。各能源消耗系數(shù)如表1 所示。

表1 不同能源標準煤折算系數(shù)與碳排放系數(shù)

2.2.2 科技創(chuàng)新水平

參考現(xiàn)有研究[14]從科創(chuàng)投入、產(chǎn)出兩方面來衡量各市科技創(chuàng)新水平。其中，科創(chuàng)投入選取科創(chuàng)過程中投入的R&D 人員、R&D 經(jīng)費及教育財政比重等因素；科創(chuàng)產(chǎn)出的表現(xiàn)形式主要有專利授權(quán)量、科技論文及其他科技產(chǎn)出等，如表2 所示。

表2 科技創(chuàng)新評價指標體系

2.2.3 產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化水平

選取合理化、高級化、高效化三個維度衡量產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化程度，如表3 所示。因為結(jié)構(gòu)偏離度和泰爾指數(shù)存在諸多缺陷[25]，因此本文選取加權(quán)結(jié)構(gòu)偏離度衡量產(chǎn)業(yè)合理化程度。產(chǎn)業(yè)結(jié)構(gòu)層次指數(shù)和高新技術產(chǎn)業(yè)產(chǎn)值占GDP 比例能很好體現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)從一產(chǎn)向二產(chǎn)、三產(chǎn)遞進的過程，因此選取二者作為衡量產(chǎn)業(yè)高級化的指標。產(chǎn)業(yè)結(jié)構(gòu)高效化側(cè)重產(chǎn)出效率，因此選取二產(chǎn)、三產(chǎn)投入產(chǎn)出比及產(chǎn)值比進行衡量。

表3 產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化評價指標體系

各指標數(shù)據(jù)主要來源于各市國民經(jīng)濟與社會發(fā)展統(tǒng)計公報、《中國環(huán)境統(tǒng)計年鑒》、各市統(tǒng)計局、《中國城市統(tǒng)計年鑒》、各地區(qū)統(tǒng)計年鑒及國家知識產(chǎn)權(quán)局所公布的相關數(shù)據(jù)。部分缺失數(shù)據(jù)采用相鄰年份均值或插值法填充。

2.3 研究模型

2.3.1 耦合協(xié)調(diào)度模型

本文在耦合度模型的基礎上建立碳排放、科技創(chuàng)新和產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化的耦合協(xié)調(diào)度模型，以下是具體步驟。

（1）碳排放—科技創(chuàng)新—產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化耦合模型，計算耦合度M：

式中：M為耦合度，Z1表示CO2排放量，Z2表示科技創(chuàng)新水平，Z3表示產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化水平。

（2）為更好地體現(xiàn)碳排放、科技創(chuàng)新和產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化三者間的協(xié)調(diào)發(fā)展程度，改進耦合度模型建立耦合協(xié)調(diào)度模型，具體公式如下：

式中：C為各市碳排放、科技創(chuàng)新和產(chǎn)業(yè)結(jié)構(gòu)的協(xié)調(diào)指數(shù)；T為耦合協(xié)調(diào)度；α、β、ε分別為碳排放、科技創(chuàng)新、產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化的系統(tǒng)權(quán)重，借鑒已有的學者研究[26]及數(shù)據(jù)分布情況，令α=β=ε=1/3，并將耦合度及耦合協(xié)調(diào)度均分為10 個階段，如表4 所示。

表4 耦合度和耦合協(xié)調(diào)度等級劃分標準

2.3.2 Kriging插值法

Kriging 插值法以變異函數(shù)理論和結(jié)構(gòu)分析為基礎，是在目標區(qū)域內(nèi)對變量進行無偏最優(yōu)估計的一種方法[3]。對黃河流域地級市耦合協(xié)調(diào)度進行Kriging 插值分析，可以直觀反映各市三要素耦合協(xié)調(diào)程度及變化趨勢，計算公式如下：

2.3.3 空間計量模型

空間自相關模型主要用于研究要素間的空間關聯(lián)程度，分為全局和局部空間自相關。其中全局空間自相關常采用Moran’s I 指數(shù)模型來檢驗區(qū)域間要素是否存在交互作用，計算公式為：

式中：I為全局Moran’s I 指數(shù)；n為黃河流域地級市數(shù)量；xi、xj分別為第i市和第j市間的耦合協(xié)調(diào)度；為平均值；wij為空間權(quán)重矩陣。

由于全局Moran’s I 指數(shù)無法得出具體單元的空間相關性，因此對局部Moran’s I 指數(shù)進行測算，其計算公式為：

式中：Ii為局部Moran’s I 指數(shù)；n為黃河流域地級市數(shù)量；xi、xj分別為第i市和第j市間的耦合協(xié)調(diào)度；wij為空間權(quán)重矩陣。

2.3.4 PVAR模型

碳排放、科技創(chuàng)新、產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化之間存在復雜的動態(tài)關系且可能存在滯后效應[27]。當前POOL 和PVAR模型的使用較多，但前者存在內(nèi)生性與序列關系問題，而后者既能考慮到個體差異，也能通過引入滯后項解決內(nèi)生性問題，從而更好地體現(xiàn)多變量間的動態(tài)影響關系。因此選取PVAR 模型研究碳排放、科技創(chuàng)新、產(chǎn)業(yè)結(jié)構(gòu)之間的動態(tài)關系，具體公式如下：

式中：Yit是一個1×3 階的列向量，包含碳排放、科技創(chuàng)新和產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化水平三個內(nèi)生變量；α0為截距項；j為滯后階數(shù)；αj為滯后j階的參數(shù)矩陣；βi為個體固定效應；δi為個體時點效應；εit為隨機擾動項。

3 結(jié)果分析

3.1 總體結(jié)果分析

從圖3 可以看出，黃河流域2010—2020 年碳排放、科技創(chuàng)新與產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化指數(shù)均存在明顯波動。其中，碳排放指數(shù)波動最大，2010 年到2016 年較為平穩(wěn)，數(shù)值從0.057 增為0.076，2016 年后呈現(xiàn)快速上升的態(tài)勢，僅2016 年一年，碳排放指數(shù)從0.076 增加至0.158，但隨著時間推移，碳排放增長速率有所下降。而科技創(chuàng)新與產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化指數(shù)存在較為一致的變化趨勢，具體來看，兩者除在部分年份存在波動外，整體呈現(xiàn)上升趨勢，發(fā)展速度增長明顯。結(jié)合具體指標來看，對比2010 年，2020 年研發(fā)強度指數(shù)從0.145 提升至0.23；專利授權(quán)指數(shù)從0.023 7 提升至0.093 9；產(chǎn)業(yè)結(jié)構(gòu)合理化指數(shù)從0.016 提升至0.055。這表明在研究期內(nèi)黃河流域科技創(chuàng)新成效良好，產(chǎn)業(yè)結(jié)構(gòu)升級優(yōu)化效果明顯。

圖3 2010—2020年黃河流域三要素綜合指數(shù)

3.2 可視化分析

通過ArcGIS 10.7 軟件對黃河流域2010 年、2020年三要素的耦合協(xié)調(diào)度（以下簡稱“協(xié)調(diào)度”）進行可視化（圖4、圖5）。同時，為打破行政區(qū)域界限的影響，更直觀地探索黃河流域三要素協(xié)調(diào)度的時空演化特征，本文運用自然間斷點分級法對黃河流域2010 年、2020 年協(xié)調(diào)度進行Kriging 插值分析（圖6、圖7）。

圖4 2010年黃河流域三要素耦合協(xié)調(diào)度可視化圖

圖5 2020年黃河流域三要素耦合協(xié)調(diào)度可視化圖

圖6 2010年黃河流域三要素耦合協(xié)調(diào)度Kriging插值圖

圖7 2020年黃河流域三要素耦合協(xié)調(diào)度Kriging插值圖

從時間尺度來看，黃河流域整體三要素協(xié)調(diào)發(fā)展水平提升，進入?yún)f(xié)調(diào)范疇的城市由2010 年的2 個增加至2020 年的15 個。從空間尺度來看，黃河流域東西部城市差異明顯，東部城市的協(xié)調(diào)發(fā)展水平較高，對比2010 年和2020 年，東部城市提升明顯，協(xié)調(diào)發(fā)展出現(xiàn)了層次跨越，而西部城市整體雖有提升，但部分地市發(fā)展形勢堪憂。此外，省會城市表現(xiàn)搶眼，相較于其他城市，其協(xié)調(diào)發(fā)展情況較優(yōu)，輻射帶動能力較強。具體來看，2010 年黃河流域三要素整體協(xié)調(diào)水平較低，其中中上游甘肅、寧夏和陜西失調(diào)程度較為嚴重，其協(xié)調(diào)度多小于0.4，而濟南、鄭州協(xié)調(diào)度均高于0.5，處于“勉強協(xié)調(diào)”階段，太原與西安則處于“瀕臨失調(diào)”階段。山東及鄭州、西安等省會城市協(xié)調(diào)水平相對較高，這些城市具有一定的區(qū)位優(yōu)勢，交通便利，經(jīng)濟水平和科技創(chuàng)新水平較高，產(chǎn)業(yè)結(jié)構(gòu)相對合理；而協(xié)調(diào)水平較低的城市大多位于西部，人口稀少，經(jīng)濟水平較低，科技創(chuàng)新和產(chǎn)業(yè)結(jié)構(gòu)升級發(fā)展緩慢。對比2010 年，2020 年黃河流域協(xié)調(diào)水平增長明顯，從西向東呈現(xiàn)“低—中—高”的分布格局，但并未出現(xiàn)“中級協(xié)調(diào)”及以上階段，山東及鄭州、西安、蘭州等省會城市達到“勉強協(xié)調(diào)”和“初級協(xié)調(diào)”階段。山東整體協(xié)調(diào)度維持在較高水平，聚集效應明顯，但向西的輻射能力較弱，對流域整體的帶動作用亟須加強，中上游東部整體協(xié)調(diào)水平上升，發(fā)展勢頭良好，但中上游西部如固原、慶陽、平?jīng)龅仁袇f(xié)調(diào)水平仍相對較低，發(fā)展緩慢，亟須推動經(jīng)濟、科技、產(chǎn)業(yè)協(xié)同發(fā)展。

3.3 空間自相關分析

為深入研究碳排放、科技創(chuàng)新與產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化三者協(xié)調(diào)度的空間格局，引入空間自相關分析，通過全局與局部Moran’s I 分析，更好地體現(xiàn)三者協(xié)調(diào)水平的動態(tài)演化過程。

3.3.1 全局Moran’s I分析

對黃河流域三要素空間相關性的測算，首先需構(gòu)建各城市間的空間權(quán)重矩陣，本文采用地理鄰接矩陣，結(jié)合公式（6），通過GeoDa 軟件對面板數(shù)據(jù)進行計算得到黃河流域三要素協(xié)調(diào)度全局Moran’s I 指數(shù)，并采用MCMC 方法驗證全局Moran’s I 指數(shù)的顯著性狀況，結(jié)果如表5 所示。由此可以看出，Moran’s I 指數(shù)均為正且通過顯著性檢驗，表明黃河流域協(xié)調(diào)水平與空間分布顯著正相關，呈現(xiàn)明顯的“高—高”“低—低”聚集趨勢。從變化趨勢來看，Moran’s I 指數(shù)隨時間的推進呈現(xiàn)在波動中上升的趨勢，表明協(xié)調(diào)發(fā)展的空間聚集特征在加強，流域內(nèi)地區(qū)之間的聯(lián)系仍在提高。

表5 黃河流域三要素耦合協(xié)調(diào)度全局Moran’s I指數(shù)

3.3.2 局部Moran’s I分析

局部Moran’s I 能將全局Moran’s I 自相關細分到各單元，進而檢驗各城市的集聚情況，彌補了全局Moran’s I指數(shù)過于籠統(tǒng)的缺點。根據(jù)公式（7），選取2010 年、2020兩個樣本年份，通過GeoDa 軟件計算黃河流域三要素協(xié)調(diào)度局部Moran’s I 指數(shù)并結(jié)合LISA 統(tǒng)計量進行說明，樣本年份的LISA 聚類圖如圖8、圖9 所示。

圖8 2010年黃河流域三要素耦合協(xié)調(diào)度LISA聚類圖

圖9 2020年黃河流域三要素耦合協(xié)調(diào)度LISA聚類圖

由LISA 聚類圖可知，黃河流域東部和中西部分別出現(xiàn)“高—高”“低—低”聚集區(qū)域，表明三要素耦合協(xié)調(diào)度較高和較低的地級市均出現(xiàn)了聚集效應，空間上呈現(xiàn)帶狀分布。具體來看，“高—高”聚集區(qū)主要集中在山東，2010 年包括濱州、淄博和泰安，2020 年新增濟南、東營、德州、菏澤、鄭州5 個城市，這些城市地理位置優(yōu)越、交通便利，經(jīng)濟發(fā)展較好，是協(xié)調(diào)發(fā)展的“熱點”區(qū)域?！暗汀汀本奂鞘袛?shù)量變化較小，由2010 年的8 個減至2020 年的6 個，位于甘肅、寧夏及陜西北部，形成協(xié)調(diào)發(fā)展的“冷點”區(qū)域，與可視化和Kriging 插值分析結(jié)論較為吻合?！暗汀摺本奂瘏^(qū)域的城市分布特征不明顯，2010 年僅有德州，而2020 年則變?yōu)殚_封與濮陽，其中德州在研究期內(nèi)協(xié)調(diào)度取得較大的提升，與城市積極推動減污降碳、科技發(fā)展和產(chǎn)業(yè)升級轉(zhuǎn)型密不可分。開封與濮陽則可能受周圍城市協(xié)調(diào)度較高的影響形成局部“洼地”，但仍需在未來高質(zhì)量發(fā)展進程中找準定位，提高自身協(xié)調(diào)水平。“高—低”聚集區(qū)域于2010 年在蘭州出現(xiàn)，表明蘭州的周邊城市諸如白銀、武威、定西協(xié)調(diào)度較低，跟蘭州存在較大的差距，因此形成局部“高地”。此外，經(jīng)濟水平與協(xié)調(diào)度的空間聚集程度存在一定關聯(lián)，具體表現(xiàn)為在經(jīng)濟發(fā)展較快的東部三要素協(xié)調(diào)度較高，空間聚集性更強，易形成“高—高”聚集區(qū)，經(jīng)濟、科技創(chuàng)新與產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化的發(fā)展能夠?qū)χ車鷧^(qū)域產(chǎn)生積極的輻射帶動作用；相反，經(jīng)濟基礎薄弱的中西部地區(qū)，交通閉塞，科技創(chuàng)新水平低，產(chǎn)業(yè)結(jié)構(gòu)不合理，易形成“低—低”聚集區(qū)。

3.4 互動關系分析

三要素間的互動機制是影響協(xié)調(diào)度變化的內(nèi)在原因，可視化與空間相關性分析探究了三要素協(xié)調(diào)度的時空演化特征及原因，并未很好地體現(xiàn)三要素間的具體關聯(lián)，因此選用PVAR 模型對三要素的互動關系進行檢驗。

3.4.1 數(shù)據(jù)平穩(wěn)性檢驗與最佳滯后階數(shù)確定

為了減少“偽回歸”現(xiàn)象對研究帶來的影響，需對數(shù)據(jù)進行平穩(wěn)性檢驗，較為常見的有LLC、IPS、HT、Hadri LM、ADF-Fisher 這五種檢驗方法。本文選取LLC、IPS 和HT 這三種方法對數(shù)據(jù)進行檢驗，檢驗結(jié)果如表6 所示。

表6 面板單位根檢驗結(jié)果

最佳滯后階數(shù)的確定可以確保估計結(jié)果的可靠性，因此在進行PVAR 模型回歸前通過對模型進行AIC、BIC 和HQIC 三種準則的計算，選擇三者中值最小的模型。相關檢驗結(jié)果如表7 所示，AIC、BIC 和HQIC 標準的最優(yōu)階數(shù)均為滯后1 階，因此，在本文中，PVAR模型選擇1 階滯后是最佳選擇。此外，本文還進行了穩(wěn)健性檢驗，通過對模型單位根特征值進行計算，發(fā)現(xiàn)三個估計點均位于單位圓之中，因此，表明PVAR 模型穩(wěn)健。

表7 模型最優(yōu)滯后階數(shù)選擇

3.4.2 脈沖響應分析

脈沖響應函數(shù)能有效分析隨機擾動項一個標準差的沖擊對PVAR 模型中各變量的影響。本文利用MCMC方法進行模擬，結(jié)果如圖10 所示，圖中橫軸為期數(shù)，縱軸為程度，上下線為95%的置信區(qū)間。

圖10 脈沖響應結(jié)果

從脈沖響應結(jié)果可以得出：（1）當碳排放、科技創(chuàng)新與產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化面對一個標準差的沖擊時，自身立刻表現(xiàn)出較強的正向反應，隨后逐漸降低，表明三者均存在自身加強機制，但隨著時間推移，加強機制的作用逐漸減弱。（2）碳排放在受到科技創(chuàng)新影響時立刻出現(xiàn)負向反應，第1 期后反應為正并上升，這表明早期科技創(chuàng)新能抑制碳排放，但可能后期由于過度重視科技創(chuàng)新的經(jīng)濟效益忽略其環(huán)境效益進而導致碳排放增加[28]?？萍紕?chuàng)新受到碳排放沖擊時則出現(xiàn)先升后降的負向效應，說明碳排放能減緩科技創(chuàng)新進程，可能的解釋是碳排放帶來環(huán)境污染，政府加大環(huán)境治理的力度，可能減少對科技創(chuàng)新的要素投入，進而影響科技創(chuàng)新水平。（3）科技創(chuàng)新受到產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化的沖擊時，立刻出現(xiàn)較強的正向反應，后反應強度逐漸下降，這表明早期產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化能顯著促進科技創(chuàng)新，但隨著時間的增加，其對科技創(chuàng)新的邊際效應逐漸減弱。而產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化受到科技創(chuàng)新沖擊時始終與其保持正相關，說明科技創(chuàng)新通過改進生產(chǎn)技術、創(chuàng)造新的需求，形成新產(chǎn)品和新產(chǎn)業(yè)部門，推動產(chǎn)業(yè)鏈的更新，有效促進產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化。（4）產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化受到碳排放影響的沖擊影響時，當期反應為0，表明碳排放對產(chǎn)業(yè)升級的影響具有一定的滯后性，但其整體正相關，說明碳排放能倒逼產(chǎn)業(yè)結(jié)構(gòu)升級優(yōu)化。而碳排放受到產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化沖擊影響時出現(xiàn)了倒“U”型的正向關系，可能的原因是在0 ～10 期內(nèi)碳排放增長率始終高于產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化速度，但后期隨著技術進步、綠色可再生能源的使用以及高新技術產(chǎn)業(yè)的發(fā)展，碳排放的增長速率下降。

3.4.3 方差分解

通過對預測誤差進行方差分解，可以度量不同隨機項對內(nèi)生變量波動的貢獻度。表8 為對黃河流域碳排放、科技創(chuàng)新和產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化三個變量的預測誤差方差分解的結(jié)果，列出了第1 期到第10 期的結(jié)果。

表8 方差分解結(jié)果

由表8 的方差貢獻率可以看出，碳排放、科技創(chuàng)新與產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化對自身的貢獻值最大，驗證了自身加強機制的存在，其中科技創(chuàng)新對自身的貢獻率占比最高，始終維持在90%以上。從碳排放的貢獻率來看，科技創(chuàng)新與產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化占比較低，兩者的貢獻度較為接近，隨著時間的增加，第2 期后產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化的貢獻度始終略高于科技創(chuàng)新。從科技創(chuàng)新的貢獻率來看，由于其自身占比始終高于90%，碳排放和產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化占比極低，其中碳排放的貢獻率極其微弱，第6 期貢獻率達到峰值，為0.7%。從產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化的貢獻率來看，碳排放的貢獻度始終高于科技創(chuàng)新，科技創(chuàng)新在第4 期前的方差貢獻率為0，第4 期后才有緩慢的增長，而碳排放的貢獻率則保持穩(wěn)定的增長，于第10 期達到11.3%。

4 結(jié)論及建議

本文以黃河流域57 個地級市2010—2020 年的面板數(shù)據(jù)為基礎，測算碳排放、科技創(chuàng)新與產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化的耦合協(xié)調(diào)度并進行可視化分析，運用Moran’s I 探究三要素間的空間相關性，并通過PVAR 模型進一步探究三者間的互動關系，得到以下結(jié)論。

（1）根據(jù)ArcGIS 可視化及Kriging 插值分析，2010—2020 年黃河流域碳排放—科技創(chuàng)新—產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化耦合協(xié)調(diào)度整體有所提升，呈現(xiàn)“西低東高”的分布格局，山東及省會城市如鄭州、太原等始終維持較高的水平。其中，濟南和鄭州于2020 年進入“初級協(xié)調(diào)”階段，而甘肅、寧夏和陜西的部分城市仍處于“中度失調(diào)”和“輕度失調(diào)”階段。

（2）黃河流域全局Moran’s I 指數(shù)整體為正且顯著，“高—高”“低—低”聚集趨勢明顯，“高—高”聚集區(qū)多位于山東，而“低—低”聚集區(qū)則位于甘肅、寧夏及陜西北部。

（3）碳排放、科技創(chuàng)新、產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化這三者存在較強的自身加強機制?？萍紕?chuàng)新對碳排放具有顯著抑制作用，碳排放能減緩科技創(chuàng)新進程。產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化與科技創(chuàng)新之間相互促進作用明顯，但是隨著時間的增加，產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化對科技創(chuàng)新的促進作用下降。碳排放對產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化有一定的倒逼作用，但產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化對碳排放的影響并不顯著。

根據(jù)以上結(jié)論，提出以下相對應的建議。

（1）提升黃河流域降碳、科技創(chuàng)新與產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化三者協(xié)同發(fā)展的效率。黃河流域要在“雙碳”目標的基礎上通過技術支持、政府補貼、法律保障等方式發(fā)揮創(chuàng)新引領優(yōu)勢，加快科創(chuàng)成果轉(zhuǎn)化，同時提升產(chǎn)業(yè)結(jié)構(gòu)合理化、高級化與高效化水平，推動高新技術產(chǎn)業(yè)的進一步發(fā)展。

（2）打造區(qū)域協(xié)調(diào)發(fā)展體系。加強各地區(qū)之間的合作，聚焦黃河下游，發(fā)揮省會城市尤其是鄭州、濟南的帶動作用，通過濟鄭高鐵、鄭渝高鐵連接新歐亞大陸橋，打開山東省通往中西部地區(qū)的高鐵通道，建立利益共享、風險共擔的協(xié)調(diào)發(fā)展機制，促進各地區(qū)人才和技術互相流動。

（3）積極承接發(fā)達地區(qū)高新產(chǎn)業(yè)轉(zhuǎn)移，推動低碳城市建設。黃河流域要深化與京津冀、長三角等地區(qū)的高效對接，增加創(chuàng)新投入，優(yōu)化能源消費結(jié)構(gòu)，完善創(chuàng)新生態(tài)與金融保障體系，依靠科技創(chuàng)新推動產(chǎn)業(yè)向低污染與高效率方向發(fā)展。