能源技术创新对区域绿色经济效率的空间溢出效应

杨广晖 郑浦阳 单燕斐（南昌大学教育发展研究院，南昌 33003） （中国人民大学环境与自然资源学院，北京 0009）

2020年9月，习近平总书记在第七十五届联合国大会上向世界作出重要承诺，“力争在2030年前实现 ‘碳达峰’、2060年前实现 ‘碳中和’（以下简称 ‘双碳’目标）”。作为实现 “双碳”目标的重要途径，以生态环境和经济协同为基础发展绿色经济可充分改善环境污染现象，更好满足人民日益增长的生态环境需要。2021年2月，国务院发布 《关于加快建立健全绿色低碳循环发展经济体系的指导意见》，提出要完善绿色低碳循环发展经济体系，助推经济全面绿色转型升级。2022年2月，国家发展改革委、国家能源局出台 《关于完善能源绿色低碳转型体制机制和政策措施的意见》，强调建构能源绿色低碳转型推进系统，赋能绿色经济进步。而能源技术创新能够为能源绿色转型提供技术支持，促进绿色经济发展。值得注意的是，绿色经济效率是衡量绿色经济发展水平的重要指标因素之一，可清晰表现经济发展、能源利用和生态环境恶化之间的关系，支撑绿色经济发展［1］。鉴于此，厘清能源技术创新如何提升绿色经济效率，对推动经济与环境协调发展、加快达成 “双碳”目标具有重要意义。

学术界关于能源技术创新的研究主要集中于三方面：（1）能源技术创新效率测度研究。徐乐和赵领娣［2］采用固定效应模型、双重差分法和三重差分法对新能源技术创新效率进行测度，认为重点产业政策支持下新能源技术创新存在显著的区域、行业差异性。胡振兴和王阿娇［3］运用数据包络分析DEA测度有创业资本和无创业资本企业的能源技术创新效率，得知有创业投资企业能源技术创新效率更为明显；
（2）能源技术创新影响因素分析。齐绍洲和张振源［4］立足于国家-时间-可再生能源种类三维面板数据，采用零膨胀负二项回归方法进行实证检验后发现，欧盟碳排放权交易可显著促进可再生能源技术创新。李杨［5］认为，政府政策环境与市场竞争能诱导可再生能源技术创新，且政府环境政策对可再生能源技术创新影响具有显著的非线性门槛效应，但市场竞争对能源技术创新影响体现出有效性和持续性的特点。谢聪和王强［6］研究认为，经济发展基础、教育水平、人力资本、工业化水平等因素是影响能源技术创新的重要因素；
（3）能源技术创新的生态价值。Ge等［7］指出，在可持续发展背景下，助推能源技术创新，可赋能产业结构转型，对达成经济绿色可持续发展目标具有重要意义。马丽梅［8］认为可再生能源技术创新不仅是改善资源环境约束的根本解决之道，同时也是中国实现 “碳达峰”与 “碳中和”目标、构建安全高效能源体系的必要途径。

关于绿色经济效率的相关研究具体集中在两个层面：（1）绿色经济效率测度。郭炳南等［9］通过Super-SBM模型测度2005～2019年长江经济带绿色经济效率，研究表明长江经济带绿色经济效率整体较低，并呈现出 “下游＞中游＞上游”阶梯式分布状态；
（2）绿色经济效率的空间溢出效应。如巩灿娟和张晓青［10］通过空间计量模型衡量环境规制对绿色经济效率的空间溢出效应，测度结论表现出环境规制对绿色经济效率影响具有正向溢出效应。李金林等［11］使用空间滞后模型与中介效应模型，多维度实证检验后发现，互联网发展不但可赋能区域绿色经济效率提升，而且还对邻近地区绿色经济效率存在正向空间溢出效应。

综合上述观点可以发现，现有学界研究大部分集中于能源技术创新以及区域绿色经济效率各自的测度、影响效应研究以及空间溢出效应等实证分析层面，鲜有学者对二者关系展开详细探讨。有鉴于此，本文尝试运用静态与动态空间杜宾模型，分析能源技术创新对区域绿色经济效率的空间溢出效应，并在一定程度上丰富了能源技术创新对区域绿色经济效率影响相关研究，能够为提升绿色经济效率、实现 “双碳”战略目标提供重要参考。

1.1 能源技术创新与区域绿色经济效率

能源技术创新并非单一口号性工具，而是一系列协同化、合作化的措施组合［12］。这些措施对区域绿色经济效率具有直接和间接两个层面的影响。

直接层面，以供需协调促进绿色经济效率提升。能源技术创新能够有效缓解资源能源不足困境、优化区域生态环境［13］，从供给与需求两方面推动区域绿色经济效率提升。能源技术创新供给侧层面，地方政府可利用相关能源创新扶持政策，为能源技术创新城市及企业绿色转型提供专项资金和政策支持，以此助推能源技术创新企业与城市低碳化转型目标达成，并实现城市绿色经济效率提升的目的。能源技术创新需求侧层面，能源企业通过产品创新，可拉动当地居民绿色消费需求，倒逼能源技术产业和城市增强绿色产品和服务生产能力，继而促进区域绿色经济效率提升。总体而言，随着能源技术创新进程不断推进，区域经济低碳化发展水平将显著提升，可直接促使区域绿色经济效率增长。

间接层面，以技术辐射和政策支持促进绿色经济效率提升。（1）吸收能源技术创新城市先进经验，提升区域绿色经济效率。能源技术创新企业和城市可通过能源网络与技术服务辐射效应，有效带动相邻地区绿色相关产业发展。这不仅有益于企业更新自身知识、信息等关键要素，而且可降低产业交易成本，提高区域绿色经济效率；
（2）能源技术创新可推动绿色经济要素 “充分涌流”，提高其跨区域流动能力，促进区域绿色经济效率提升。能源技术创新可积累大量人力资源、技术以及知识等生产要素，强化区域绿色产业之间竞争，有助于能源技术不断更新，拓展绿色市场和专业化分工，为区域经济发展提供绿色服务和绿色产品［14］。能源技术创新可加速城市间绿色经济要素流动和合作进程，使绿色经济相关领域技术要素流动更具效率，促进区域绿色经济效率高质量提升。由此本文提出：

假说1：能源技术创新能够显著提升区域绿色经济效率。

1.2 能源技术创新对区域绿色经济效率的影响路径探讨分析

能源技术创新被称为改革的动力源泉，能够为新兴产业开辟道路，拓展行业生命空间，为区域经济高质量发展提供新引擎［15］。相比于传统经济发展方式，区域绿色经济效率要求优化经济发展动能、完善经济增长构成结构并保障经济发展成果。能源技术创新目的是清除区域经济发展的各类障碍因素，充分满足人民群众逐日增长的对美好生活的向往［16］。考虑到能源技术创新在推动环境保护与协调发展中日益发挥强大力量，本文认为能源技术创新可通过创新要素集聚效应和产业结构效应促进区域绿色经济效率提升。

（1）创新要素集聚效应

多年来我国在生态环境保护方面投入了大量资金与人力，但由于传统经济发展模式不合理，引发大量环境污染问题，导致能源利用不充分、生态恶化现象严重［17］。综合上述现象，如何进行能源技术创新、减少资源浪费与提升区域绿色经济效率已经成为我国绿色经济进步亟待清除的障碍因素。创新要素集聚可通过发挥人才、技术、资金等要素优势，转变产业链上下游企业能源利用手段、提高能源有效利用程度，提升区域绿色经济效率［18］。全方位认识创新要素与能源利用方式的关系，对提高经济效率与优化生态环境具有重要意义。综上所述，创新要素集聚能够通过转变传统企业能源利用手段，助力能源技术创新推动区域绿色经济效率提升。由此提出：

假说2：能源技术创新推动创新要素集聚促进区域绿色经济效率的提升。

（2）产业结构升级效应

优化产业结构、促进产业结构升级是能源技术创新推动区域绿色经济效率提升重要抓手。传统能源粗放式的利用方式引发一系列资源浪费与生态环境污染乱象，而通过产业结构转型升级，能够有效提升能源使用效率，更好地发挥能源技术创新对区域绿色经济效率的影响。刘浩然［19］经过实证检验得出，产业结构转型升级可显著促进京津冀地区绿色经济效率提升。包振山等［20］认为产业结构升级可通过需求效应与协同效应发力，促进企业提升创新能力和优化相关服务，提升研发能力，实现技术、组织双重创新，进而推动区域绿色经济效率提升。结合上述观点可知，产业结构升级能通过提升能源使用效率以及减少环境污染等方式，促进区域绿色经济效率提升。由此可提出：

假说3：能源技术创新可通过推动产业结构升级来提升区域绿色经济发展效率。

2.1 数据来源

本文所用数据均来自于《中国统计年鉴》、《中国环境统计年鉴》、 《中国科技年鉴》、 《新中国60年统计资料汇编》和各城市统计年鉴。部分年份缺失数据，采用平均增长率法补齐。样本范围为2011～2020年我国285个地级及以上城市（新疆、西藏地区部分城市及港、澳、台地区由于数据缺失所以排除）面板数据。相关邻近空间权重矩阵信息和数据在国家地理信息系统网站统一收集，通过GeoDa软件计算地理距离权重矩阵中各个地区地理中心坐标。除此之外，能源专利授权数据全部来源于国家知识产权局专利检索及分析系统。但是由于此系统网站信息获取难度较高，且难以获取批量数据，因此采用人工输入并搜索的方法，通过检索国际专利分类号、申请人地址以及公告（公开）日3种语句进行逐条搜索，最终获得2011～2020年中国285个地级及以上城市（新疆、西藏部分城市及港、澳、台地区未涉及）已授权的能源专利授权数据共384145条。能源技术创新的国际专利分类号从世界产权组织（WIPO）公布的 “国际专利分类绿色清单”处整合得知。值得注意的是，受到新冠肺炎疫情影响，2020年我国绿色经济效率出现一定下滑。但由于中央及地方政府及时出台财政政策、货币政策和产业政策，新冠肺炎疫情对我国绿色经济效率的影响并不明显，故不对2020年数据进行特别处理。

2.2 变量说明

（1） 解释变量

能源技术创新（ETI）。本文借鉴谢聪和王强［21］的相关研究，采用能源专利授权数量表征能源技术创新。

（2） 被解释变量

区域绿色经济效率（GEE）。数据包络分析是根据多投入产出指标，采用线性规划的方法对评价单元进行测度的一种方法。本文借鉴曾繁华和肖苏阳［22］、 管宁等［23］的研究方法， 采用数据包络分析法测算区域绿色经济效率。其中，投入变量分别采用城镇单位年末从业人员、全社会固定资产投入情况（永续盘存法）、全社会用电量衡量；
期望产出变量采用地区生产总值进行衡量；
非期望产出变量采用工业二氧化碳排放量、工业废水排放量、工业粉尘排放量衡量。值越大表明该区域绿色经济效率越高，反之则说明区域绿色经济效率越低。

（3） 调节变量

分别借鉴王巧和尹晓波［24］、 尹相森等［25］学者研究进行综合考量，将创新要素集聚（CEI）以及产业结构升级（ISE）作为调节变量。创新要素集聚方面，本文从创新投入与创新产出两个维度构建创新要素集聚评价指标体系，综合运用熵值法得出创新要素集聚指数。其中，创新投入包括科技研发人才投入集合与经费内部支出，在一定程度上可反映地区科研人才的发展规模与科技创新能力的原创程度，对创新效率和创新活动质量的提高具有显著推动作用。创新产出包括有效发明专利数与技术市场成交额，两者结合可反映科研人员的技术研发能力与交易市场的规模和质量，可表现科技成果转化和技术转移情况。产业结构升级方面，一般用泰尔指数权衡产业结构偏离与均衡程度，由此利用泰尔指数表示产业结构升级。但仍需关注的是，泰尔指数为逆向指标，即泰尔指数绝对值越大，产业结构越不合理。

（4） 控制变量

借鉴芦婷婷和祝志勇［26］的研究，选取如下控制变量：对外开放程度（ope）、政府扶持力度（gov）、 劳动年龄人口（lp）以及金融发展水平（fin）。分别由进出口总额占名义GDP的比重、财政支出占名义GDP的比重、15～64岁的人口在总人口中的占比与贷款总额占名义GDP的比重衡量，表1为变量描述性统计结果。

表1 变量描述性统计结果

2.3 建构模型

（1）建构空间面板模型

一般来说，空间计量模型有4种，分别为空间误差项模型（SEM）、空间自回归模型（SAR）、空间自相关模型（SAC）以及空间杜宾模型（SDM）［27］。上述模型表示的传导机制存在较大差异性，SEM模型将随机冲击作为空间效应主要来源；
SAR模型着重于区域绿色经济效率的空间影响，SAC模型同时考虑随机冲击以及区域绿色经济效率的空间影响；
SDM模型认为产生空间效应的原因为被解释变量和解释变量。在此基础上，SDM模型囊括了解释变量空间滞后项，可缓解实证分析中变量遗漏造成的偏误情况。

为达到选用最正确模型以及探究其之间的转换现象目的，分别建构SAR模型、SEM模型、SAC模型和SDM模型。

其中，GEEit是被解释变量区域绿色经济效率，xit和Xt分别为解释变量和解释变量的空间滞后项，Wi为空间权重矩阵，ui、γt和εit分别为地区固定效应、时间固定效应以及随机误差项，ρ、δ、λ均为空间滞后项系数。当SAC模型的λ＝0或SDM模型的δ＝0时，原模型向SAR模型转变；
当SAC模型的ρ＝0时，其向SEM模型转变；
当SDM模型的δ＝-ρβ时，其向SEM模型转变。

由于被解释变量区域绿色经济效率受到来自上一期的影响，即具有 “时间惯性”，由此本文构建了包含区域绿色经济效率滞后项的动态空间杜宾模型（DSDM）模型如下：

静态空间杜宾模型只涵盖空间滞后项，然而动态空间杜宾模型还囊括被解释变量区域绿色经济效率的空间滞后项，可在一定范围内改善模型中的内生性问题。因此，动态空间杜宾模型相对而言说服力更强［28］。

（2）空间权重的构建

空间权重矩阵主要是表示空间单元间相互依赖特征，包括邻接矩阵以及地理距离权重矩阵［29］。因此，以上述两种矩阵为基础构建空间权重矩阵。

邻接空间权重矩阵（W1）。对于两个不同空间单元，若两地区相邻，赋值为1，若不相邻，赋值为0。邻接空间权重矩阵遵循规则为：

结合我国现实城市邻近情况，设置 “后相邻”关系。为去除 “孤岛效应”影响，将广东省部分城市设置与海南省部分城市相邻。由于邻接矩阵暗含本地对相邻地区的影响相同前提，且未关注到当地对临近地区影响会随着距离增加而降低的特点，构建地理权重矩阵予以补充。

地理距离空间权重矩阵（W2）。根据 “地理学第一定律”，核心表达的观点是每个事物都与其他事物存在联系，但距离越近的事物联系越紧密，由此结合区域间的地理距离构建空间权重矩阵，各元素表示为：

在式 （2）中，mij表示GeoDa软件计算得出的两个不同城市地理中心位置间的欧式距离。在下文实证分析中涉及的空间权重矩阵均为执行标准化后的公式。

3.1 空间相关性检验

本文利用上述能源技术创新对区域绿色经济效率测度结果，使用双变量全局空间自相关方法测算区域绿色经济效率全局空间相关性，计算步骤和公式表示为：

式中，Wij为空间权重矩阵；
xi为空间单元i的属性值；
S2表示样本方差，Moran"s I取值范围为［-1，1］。Moran"s I值小于0，说明中国区域绿色创新效率空间上表现为空间负相关；
若大于0，说明为空间正相关关系；
若等于0，说明区域绿色经济效率不存在空间自相关关系。

在式（8）基础上，使用GeoDa软件计算2011～2020年285个地级及以上城市的全局Moran"s I，可得到中国区域绿色经济效率Moran"s I以及P值（详见表2）。可以看出，研究期内中国区域绿色经济效率的全局Moran"s I均大于0，整体呈现波浪式上涨状态。充分表明中国区域绿色经济效率空间正相关关系表现显著，并且从全局上看，中国区域绿色经济效率空间依赖性显著。依据上述分析可知，进行中国区域绿色经济效率探讨研究时，也应注重空间因素的影响效应与作用机制。

表2 2011～2020年中国区域绿色经济效率Moran"s I及P值

3.2 能源技术创新对区域绿色经济效率的影响

3.2.1 模型设定检验

借鉴陈喆和郑江淮［30］研究以及 “从一般到具体”和 “从具体到一般”融合选取的模型设定方式，分别进行LM检验、LR检验、Wald检验以及Hausman检验。LM检验结论表明，LM Error以及LM Lag检验统计均显著，支持SAR模型和SEM模型。LR检验与Wald检验结果表明，拒绝SDM模型和SAR模型存在本质差别，故SDM模型为最佳模型。Hausman检验结论显示，应运用固定效应模型。W1空间权重矩阵检验结果见表3，W2检验结果相同。

表3 空间权重矩阵检验结果

3.2.2 空间回归结果分析

本文在邻接矩阵W1以及地理距离矩阵W2下，探究静态和动态两种空间杜宾模型回归结果，详见表4。可以看出，不论是在邻接矩阵W1中，还是处于地理距离矩阵W2情况下，动态空间杜宾模型拟合程度R2值均大于静态空间杜宾模型拟合程度，这可从侧面验证出空间杜宾模型具有一定程度稳健性。同时可看出，以地理矩阵为基础的动态空间杜宾模型拟合程度数值较大，因此着重关注表4列 （4）。

表4 两种空间权重矩阵下静态、动态空间杜宾模型回归结果

主要变量分析。用区域绿色经济效率被解释变量来说，区域绿色经济效率滞后1期（GEEt-1）系数在1%水平下表现为正，可充分说明区域绿色经济效率存在显著时间依赖性；
区域绿色经济效率空间滞后项（W*GEE）的系数rho在两种空间权重矩阵下，均在1%的水平上显著为正，与空间相关分析结果一致。就能源技术创新而言，能源技术创新（ETI）的估计系数在1%的水平上显著为正，且系数绝对值比静态空间杜宾模型低。这表明能源技术创新可显著提升区域绿色经济效率，静态空间杜宾模型错误的对能源技术创新对区域绿色经济效率的正向影响进行估计，因此假设1得以验证。能源技术创新空间滞后项（W*ETI）的系数在5%的水平下显著为正，即当地能源技术创新可正向影响邻近地区的区域绿色经济效率，由此能源技术创新对区域绿色经济效率存在空间溢出效应可被证明。可能的原因在于，能源技术创新可将工业文明形成的规模效益转变为绿色发展时代下的生态效益，通过构建掌握清洁低碳的现代能源体系，可推动区域绿色经济效益提高，掌握能源可持续发展的主动权。

续 表

控制变量的分析。对外开放程度（ope）、政府扶持力度（gov）、劳动年龄人口（lp）以及金融发展水平（fin）都可正向影响区域绿色经济效率。政府扶持力度为区域绿色经济效率带来的正向效应最大，可能是因为在政府资金政策扶持下，产业低碳化路径发展较为顺畅。劳动年龄人口对区域绿色经济效率的影响效应最小，可能的原因在于劳动力平均年龄提高会在一定程度上阻碍劳动生产率提高，且技能更新慢，导致对区域绿色经济效率的影响作用水平较低。

3.2.3 长短期直接效应和空间溢出效应分析

LeSage和 Robert［31］将解释变量对被解释变量的影响效应划分为直接效应、间接效应以及总效应。详细来说，直接效应是本地区能源技术创新对区域绿色经济效率的直接影响。间接效应即空间溢出效应，即其他地区能源技术创新对本地区域绿色经济效率的影响效应及其导致的变化。直接效应与间接效应之和为总效应。

表5为地理距离权重矩阵下动态空间杜宾模型短期效应和长期效应测度结果，临近空间权重矩阵下回归结果与符号和显著性与表5相同，故不进行赘述。从短期效应层面来看，能源技术创新对区域绿色经济效率短期直接效应（1.582）、短期间接效应（4.792）、短期总效应（6.381）均在1%的水平上显著。这表示临近地区能源技术创新可提升区域绿色经济效率，且存在显著的空间溢出效应。从长期效应层面看，能源技术创新的长期直接效应、长期间接效应以及长期总效应均不显著。可能的原因在于能源技术创新成果的应用是一个长期的过程，导致其长期效应尚未显现。总体而言，能源技术创新对区域绿色经济效率存在正向空间溢出效应，且以短期效应为主。

表5 地理距离权重矩阵下短期效应和长期效应的分解

3.2.4 稳健性检验

本文采用3种方法分别对结论的稳健性程度进行验证：（1）转化空间权重矩阵，分别采用地理距离倒数空间权重矩阵、经济距离矩阵和经济与地理距离嵌套矩阵；
（2）使用转换被解释变量的方法进行稳健性检验。主要是指将要素计算法的区域绿色经济效率替换为GDP法计算的区域绿色经济效率；
（3）使用剔除极端值的方法进行稳健性检验。主要是将所有变量进行上下1%的缩尾处理。通过以上3种方法进行测算，能源技术创新对区域绿色经济效率的直接效应、空间溢出效应和总效应同上述计算结论数值稍有变动，但符号与显著性较为一致，故研究结论具有稳健性。出于篇幅考量，测算结果不再进行列举。

3.2.5 对作用机制的分析

为进一步测算能源技术创新提升区域绿色经济效率中的作用，本文在动态空间杜宾模型基础上加入能源技术创新与创新要素集聚、能源技术创新与产业结构转型交叉项。对调节效应进行中心化处理，模型短期效应回归结果见表6。依据表6中数据可以看出，能源技术创新与创新要素集聚交叉项通过显著性检验，表示创新要素集聚在能源技术创新影响区域绿色经济效率过程中发挥作用，由此假说2可被证实。原因可能是，创新要素集聚可通过吸引创新资本投入、引进创新技术人员以及提升创新绩效的方式带动地区绿色经济发展，是推动区域绿色经济效率提升的核心动力。

表6 作用机制分析结果

能源技术创新与产业结构转型交叉项通过显著性检验，表示产业结构转型在能源技术创新影响区域绿色经济效率过程中发挥明显作用，假说3被证实。可能原因在于，在新时代，我国将节能发展、提质增效作为实现 “双碳”目标的重要支撑。此情形下，推动产业结构转型，可对能源技术产业与城市进行绿色改造，提升能源技术创新对区域绿色经济效率的推动作用。近年来，工信部通过聚焦于重点能源技术产业结构升级，促使产业集群链条节能化，摸索推进产业结构信息化转型能效升级；
另外，工信部进一步加快低碳化绿色化进程，将产业结构转型升级作为实现节能降碳的关键举措，在多地举办 “节能服务进企业”活动，打造关键领域 “领跑者”，从而强化能源技术创新对区域绿色经济效率的促进作用。

本文利用2011～2020年全国285个地级及以上城市面板数据，通过构建静态空间杜宾模型和动态空间杜宾模型，实证检验能源技术创新对区域绿色经济效率影响的空间溢出效应。研究得出以下结论：（1）能源技术创新可显著赋能区域绿色经济效率提升；
（2）能源技术创新对区域绿色经济效率具有正向空间溢出效应，且以短期效应为主，经过多类稳健性检验后，此结论仍然成立；
（3）创新要素集聚与产业结构升级在此过程中发挥正向调节作用。由此可引申如下对策建议。

（1）构建能源技术创新生态圈。基于能源技术创新可显著提升区域绿色经济效率的结论，国家可从供给和需求两层面入手构建能源技术创新生态圈。需求侧方面：国家相关部门可制定能源发展利用中长期规划，出台相应优惠政策，促使企业和各类社会组织增强对各类能源以及能源创新技术需求和利用率，间接提升区域绿色经济效率，助力 “双碳”目标实现。供给侧方面：国家及政府应完善能源技术对绿色经济效率转化机制，通过市场化手段和帮扶机制缓解能源创新项目投入及损耗。如相关部门可明确低碳环境发展目标，划分阶段策略并协调监测机制，或设置严格、固定的污染排放规范量和能源征税标准，对企业破坏绿色经济发展的行为进行强制约束。并且，政府有关部门运用能源技术创新补贴等柔性策略与刚性手段形成互补，从而构建能源技术创新良好生态圈，提升企业能源技术创新积极性，促进区域绿色经济效率提升。

（2）建立绿色经济内外一体化发展机制。由于能源技术创新对区域绿色经济效率具有正向空间溢出效应，因而国家应继续深化区域内外协调发展战略，建立绿色经济内外一体化发展机制，充分发挥优势地区的空间溢出效应，促进区域发展平衡与协调。当地政府可出台强制手段打破区域发展政策壁垒，构建绿色经济高速发展新格局，增强核心地带对周边地区的辐射带动作用。绿色经济发展水平较高地区要充分发挥竞争优势，着力迈向国际低碳产业价值链前端，力争成为引领区域绿色经济效率提升的长期 “引擎”；
另外，政府应重点关注绿色经济发展水平较低的地区，鼓励其尽快补齐短板，打造区域绿色经济效率提升新的动力来源。此外，地方政府应建立包含多区域数据的数据信息库，对应形成自身经济发展、环境改善问题的策略机制。同时密切关注外部环境对当地绿色经济发展的影响，尽量避免盲目进行创新投入导致资源错配及各要素浪费现象，从而提升区域绿色经济效率。

（3）打造区域能源技术创新产业集群。上文结论表明，创新要素集聚在能源技术创新影响区域绿色经济效率的过程中发挥正向调节作用。因而国家政府及社会应将创新要素集聚贯穿于 “双碳”目标实现与区域经济发展全周期，多方协同发力，共同构建区域能源技术创新产业集群。①中央相关政府部门应加强统筹规划，积极推动能源技术创新集群建设试点方案落实和实施，持续扩大区域能源技术创新产业集群规模；
②地方政府需加大创新要素投入力度，利用好政府专项资金、中长期贷款的引导带动作用，积极鼓励区域能源技术创新产业集群发展；
③区域能源技术创新产业集群应充分发挥集聚优势，为区域绿色经济效率提升贡献技术并构建高质量人才体系，推动区域绿色经济进步，为实现 “双碳”目标助力。