陈林心，何宜庆，程家鼎

（1.南昌大学a.管理学院；b.经济管理学院，江西南昌330031；2.南昌航空大学经济管理学院，江西南昌330063；3.广东省深圳市前海创新研究院，广东深圳518052）

创新、创业与生态效率提升研究
——基于长江中游城市群的空间面板模型

陈林心1a，2，何宜庆1b，程家鼎3

（1.南昌大学a.管理学院；b.经济管理学院，江西南昌330031；2.南昌航空大学经济管理学院，江西南昌330063；3.广东省深圳市前海创新研究院，广东深圳518052）

文章探讨创新、创业对生态效率的提升作用，采用投影寻踪算法为评价指标赋权，运用空间统计方法检验了生态效率的空间自相关性，以创新和创业为核心解释变量，同时引入控制变量，建立空间面板模型。主要结论有：生态效率存在空间集聚效应和空间溢出效应；消费、创新和创业对生态效率提升的贡献度分别为52.16%、32.13%和18.9%，房地产投资、外资利用、人口密度和工业总产值与生态效率负相关。最后根据实证结论提出了生态效率提升的对策建议。

创新；生态效率；投影寻踪；长江中游城市群

［DOI］10.3969/j.issn.1007-5097.2016.10.014

一、引言

2015年的《政府工作报告》提出：打造大众创业、万众创新和增加公共产品、公共服务“双引擎”，实现中国经济提质增效升级。4月5日，《长江中游城市群发展规划》经国务院批复实施，把生态文明理念全面融入城镇化进程，实施创新驱动发展战略，增强自主创新能力，探索城市创新驱动发展新模式。2016年2月25日，《中国省域竞争力蓝皮书》（简称《蓝皮书》）发布会暨“十三五”时期区域竞争战略研讨会在北京召开，《蓝皮书》指出，当前我国生态环境形势严峻，雾霾、水污染、土壤污染等事件频发，环境承载能力已经达到或接近上限，各方反应强烈，坚持节约资源和保护环境的基本国策，坚持可持续发展，是关系人民群众切身利益和中华民族生存发展的重大课题。

政界和学界如此重视创业、创新和关注生态环境，究竟创新、创业和生态文明有着怎样的内在联系？一方面，创新可促进企业组织形式的完善和管理效率的提高，创新成果有利于从源头到末端的污染治理，实现物质的循环利用，进而可以有效地对环境进行保护，另一方面，创新也可以促进人们转变生态价值观及现有的思维方式，有利于新的生态伦理观的形成。生态效率作为衡量生态文明的重要指标，它是一项系统工程，必须通过科技创新、制度创新来实现，而依托创业，兑现科技创新成果，是促进产业转型升级和实现生态效率提升的重要渠道。揭示科技创新、创业与生态效率之间的内在机理和动态复杂关系，促进创新、创业和生态文明建设是当前亟待研究和探讨的科学问题。

科技创新提高了城市群竞争实力，服务于经济增长，并促进生态效率提升。本文探讨科技创新、创业对生态效率的提升作用，目前国内外相关研究包括对生态效率的测度及评价［1-11］、科技创新生态化研究［12-16］以及科技创新对经济增长的作用关系［17-21］和创业对经济增长的作用关系［22-28］等方面，研究创新创业对生态效率提升作用的文献［11］较少。研究方法上较多地采用因子赋权［4-6］或熵值赋权［8］的传统DEA或超效率DEA［5］方法，在出现多个样本效率值最优的情况时无法对样本做出进一步区分，以致评价结果模糊；研究尺度上可分为宏观尺度上的省域或城市群层面的研究［2-8，14，18］、中观尺度上的区域、城市层面的研究［20-21］和微观尺度上的行业或企业的研究［9］。

从已有研究来看，学者们将创新、竞争、多样化、选择等因素作为连接创业与经济增长之间的重要因素，研究对象局限于创新、创业与经济的关系，对创新、创业与经济增长之间的作用机理做了初步探索，这些研究为本文提供了较好的借鉴和较大的启示，本文结合当前长江中游城市群部分城市资源利用效率不高以及地区产出不均衡的状况，基于ArcGIS、GeoDa及MATLAB软件平台，利用投影寻踪赋权算法和空间计量经济学方法，运用Moran's I指数检验生态效率的空间自相关性，建立生态效率空间面板模型，为生态文明建设提供一定的理论依据和具体应对措施。

二、机理分析、材料与研究方法

（一）创新、创业提升生态效率的作用机理分析

通过文献阅读和梳理工作，初步理出了一条科技创新、创业促进生态效率提升的线路图，科技创新所引致的技术革命正是以创业为媒介，通过新建企业的持续运营，企业清洁生产和降低能耗，最后上升到产业转型升级层面，从而提升生态效率，其作用机理如图1所示。

图1　科技创新、创业促进生态效率提升的作用机理

（二）研究区域与生态效率提升指标体系

长江中游城市群即“中三角”，以武汉、长沙、南昌为中心城市，以浙赣线、长江中游交通走廊为主轴，呼应长江三角洲和珠江三角洲，打造国家规划重点地区和全国区域发展新的增长极。包括湖北武汉城市圈（武汉、黄石、黄冈、鄂州、孝感、咸宁、仙桃、天门、潜江）；襄荆荆宜城市带（襄阳、宜昌、荆州、荆门）；湖南环长株潭城市群（长沙、岳阳、常德、益阳、株洲、湘潭、衡阳、娄底）和江西环鄱阳湖城市群（南昌、九江、景德镇、鹰潭、上饶、新余、抚州、宜春、萍乡市、新干县）等31个市（县）。

生态效率评价基本上都涉及经济价值和环境影响，WBCSD［29］认为生态效率评价方法的选择取决于企业以及利益相关者的决策需要，可以表示为：产品或服务的价值与环境影响的比值。以企业、区域或者国家等创造的产品或服务的价值作为产出，如产品或服务的生产总量、产品或服务的销售总量（销售净额）等；企业、区域或国家在生产过程中产生的环境影响作为投入，如能量消耗、物质消耗、水消耗、温室气体排放和臭氧层物质的排放等。

学者多般从创新基础、创新投入、创新产出和创新环境方面选取众多指标来度量创新水平，本文主要采纳马光远提出的创新三指标：创新基础投入、高新技术出口额和专利申请（授权）数。尽管国家工商总局发布的“全国市场主体发展报告”中有大量的创业宏观数据，但是并不能满足本文的研究需要，所以衡量创业水平的指标，最终确定为每千人企业数量、规模以上工业企业数、私营和个体从业人员。在此基础上构建长江中游城市群生态效率、创业和创新评价指标体系（表1）。鉴于部分关键指标的可获得性，本文研究时间起点确定为2003年，大部分数据分别来自2004-2015年湖北省、湖南省和江西省（市）统计年鉴以及同花顺iFinD数据库，其它数据如湖北省直管市（仙桃、天门、潜江）和江西吉安市新干县的数据来自各自市（县）国民经济和社会发展统计公报、政府工作报告、网络关键词检索或根据所在市（县）的人口数量、土地面积和经济发展程度动态调整得出（如高新技术出口额等）。

表1　生态效率提升指标体系

（三）研究方法

1.投影寻踪赋权

投影寻踪（Projection Pursuit，PP）是处理高维空间中非正态分布和非线性数据的一种统计方法，它通过寻找反映高维空间数据的结构或特征的投影方向，将高维数据投影到低维空间，这种映射能较全面地反映评价对象在原高维空间中的分类信息，达到在低维空间研究和分析高维空间数据的目的，较好地消除各指标权重的主观性，使评价的结果更符合实际。投影寻踪赋权算法包括如下步骤：

（1）对评价指标数据进行归一化处理：设xi，j为第i个样本第j个指标值（i=1，2，…，m；j=1，2，…，n），令（正向指标）；（负向指标）和

迭代得到最大投影函数值并求得最佳投影向量：

（4）求解评价指标权重：优化得到的最优投影方向向量a*反映了各指标的不同重要程度，且它是单位投影方向向量，满足平方和为1，故可以将作为各评价指标的权重，利用MATLAB编程完成上述所有运算，表1中第4列数值为2014年各样本评价指标投影寻踪赋权值。

2.全局空间自相关

空间自相关是一种空间统计方法，评价指标的空间分布特征可以通过全局空间自相关系数来度量，它验证属性值在区域空间上的分布态势或集聚状况，表示全局空间自相关的指标和方法主要有Moran's I、Geary's C、Getis等，其中最常用的是Moran's I。Mo⁃ran's I指数的变化范围为区间［-1，1］。如果空间不相关，则Moran's I接近0，Moran's I取正值和负值时，分别表示空间正相关和空间负相关。

Moran's I指数计算公式如下：

其中，Yi表示城市i的生态效率；Y-和S2分别表示生态效率的平均值和方差；n表示城市总数；Wij表示空间权重矩阵。空间权重矩阵是空间计量模型的关键，也是区域空间单元相互影响方式的体现。本文选用的经济空间权重矩阵Wij，由地理空间权重矩阵W1和经济权重矩阵W2合成，综合考虑了经济因素和地理因素，W1经过样本单元地理坐标中的经纬度转化而来，W2是由各省GDP样本年所占比重的均值组成的对角矩阵。

其（5）中，t为时间期数，N为研究样本数，yit（i= 1，2，…，N；t=t0，…，t1）为第i个城市t时期的经济指标，如本文中的第i个城市第t年的平均GDP。

3.空间面板模型

空间计量分析的面板模型有空间滞后模型（Spa⁃tial Lag Model，SLM）和空间误差模型（Spatial Error Model，SEM），本文的空间滞后模型刻画了一个城市生态效率的所有解释变量通过空间传导机制作用于相邻城市这一现象，而空间误差模型刻画了随机冲击下生态效率的区域外溢，模型的基本形式为：

空间滞后模型：

空间误差模型：

其中，ρ和λ分别表示空间自回归系数和空间误差系数，μ为随机误差项向量，ε为服从正态分布的随机误差向量。IT为T维的单位时间矩阵，Wij为 31×31的经济空间权重矩阵（31为样本城市个数）。

三、结果与分析

利用测算出的长江中游城市群生态效率综合评价指数，先检验综合指数是否存在全局空间自相关性，如果存在，则可以建立空间计量模型。

（一）长江中游城市群生态效率综合评价分析

依据前述投影寻踪算法，得到长江中游城市群2003-2014年生态效率（ECO）综合评价指数，表2仅列示了2010-2014年的生态效率测度值，表中数据显示：城市生态效率和经济发展关联性不大，投影寻踪算法测算出的城市生态效率更加强调环境和资源效益而非单纯的经济效益，可以理解为综合生态效率，从而有别于其他生态效率评价方法。纵截面上，多数市（县）的生态效率在逐年提高，2012年达到阶段性峰值，2013年略有下降，2014年回升；横截面上，对比生态效率均值，排名前五的城市（县）分别是黄冈、上饶、鄂州、天门和新干县，排名后五位的城市分别是黄石、湘潭、武汉、孝感和新余。

表22010　-2014年长江中游城市群生态效率测度值

（二）创新、创业和生态效率的空间分布格局

为了反映长江中游城市群创新、创业和生态效率空间格局及其演变，本文以2003年、2008年、2014年测算值为例，在Excel中建立属性数据库，运行Arc⁃GIS10.2，按Jenks自然间断点分级法，将生态效率测算值由低到高（颜色由浅入深）分为五个等级（低、中低、中等、较高和高）并将其空间化，得到长江中游城市群生态效率水平空间格局演变图，两条相邻的柱状图从左（深颜色）到右（浅颜色）刻画的分别是城市创新和创业水平的空间可视化特征（图2）。2003年江西省的4个城市和湖北省的6个城市处于生态效率较高水平等级，2008年处于这一等级的城市数增加到14个，到2014年城市数减少为9个，潜江和荆州退出，衡阳加入这一梯队；大部分时间，鄂东地区、湘鄂交界地区和赣东北地区处于生态效率较高水平等级，鄂西北地区和湘西地区的城市处于生态效率较低水平等级。

三个省会城市中，武汉的创新创业水平最高，长沙次之，南昌最低；襄阳、宜昌、常德、衡阳、咸宁、九江和抚州属于创新创业水平提高较显著的城市；经济较发达的城市（县）创新水平高于创业水平，如武汉、长沙、鄂州和新干，多数城市创新水平低于创业水平。

图2　创新、创业和生态效率空间格局演变

（三）Moran's I指数全局空间自相关分析

空间自相关分析中，Moran's I取正值，则表示所评价指标空间同质；Moran's I取负值，表示所评价指标空间异质。图3报告了生态效率综合指数Moran's I值。

图32003-2013长江中游城市群生态效率Moran'sI指数折线

图3表明，2003-2014年，长江中游城市群各市生态效率表现为空间负自相关，也就是说各市生态效率呈现空间异质性，即不存在空间溢出效应，生态效率较高的城市被相邻生态效率较低的城市所包围。2010年后生态效率尽管在全局上仍表现为空间异质性，但趋势有所改变，似乎看到了生态效率空间溢出效应的曙光。

（四）Moran's I指数散点图的局部空间自相关分析

空间联系局部指标是衡量观测单元属性与其周边单元相近或差异程度的指标，为了便于对比分析，本文仅给出了2003年、2008年、2014年长江中游城市群生态效率综合指数（ECO）的局部空间散点图，如图4所示。

图4　长江中游城市群生态效率的Moran'sI散点图

局部Moran's I散点图将长江中游城市群生态效率划分为四个象限的集聚模式：①落在第一象限的点表示生态效率水平高的城市被其他集聚水平高的城市包围（HH）；②落在第二象限的点表示生态效率水平低的城市被其他集聚水平高的城市包围（LH）；③落在第三象限的点表示生态效率水平低的城市被其他集聚水平也低的城市包围（LL）；④落在第四象限的点表示生态效率水平高的城市被其他集聚水平低的城市包围（HL），表3是2013年长江中游城市群生态效率的空间相关模式。

表3中2014年长江中游城市群中有17个城市处在第一象限（HH）和第三象限（LL），显示出生态效率的空间正相关性，湖南省5个城市（岳阳、常德、株洲、益阳、娄底）、江西省3个城市（南昌、九江、鹰潭）和湖北省4个城市（仙桃、天门、荆州、鄂州）对周边城市的辐射能力较强，湖北省3个城市（武汉、宜昌、咸宁）和江西省2个城市（新余、萍乡）在第三象限，生态效率整体水平不高，周边城市生态效率对它们的辐射作用较小，所以生态效率水平难有起色。值得关注的是三个省会城市（武汉、南昌、长沙）生态效率处在中等偏下水平。

表32014　年长江中游城市群生态效率空间相关模式

（五）空间面板模型分析

生态效率的全局和局部空间自相关检验表明，生态效率的Moran's I不为零，在5%的水平上显著且存在空间集聚现象，长江中游城市群生态效率显示出空间自相关特征，于是考虑将空间因素纳入模型，引入核心解释变量和控制变量，建立空间面板模型。

1.被解释变量和核心解释变量

被解释变量生态效率（Y）和核心解释变量创新（X1）和创业（X2），采用表1所述指标的综合测算值。

2.控制变量

是指那些除了实验因素（自变量）以外的所有影响实验结果（因变量）的变量，通过整理前述文献，梳理出影响生态效率的系列因素，确定下列控制变量：①公共图书馆总藏书量（X3）。公共图书馆总藏书量反映城市的社会文明水平，对生态效率提升有重要影响。一般来说，图书馆总藏书量越多，生态效率水平也就越高。②铁路客运量（X4）。铁路客运量也是影响社会文明水平的重要因素，铁路客运量，一方面衡量了公民的社会交往程度，另一方面形成资源环境负荷压力，双向影响生态效率水平。③实际利用外资额（X5）。据统计，我国外商投资企业属污染型的占30%，引进外资对我国环境质量造成一定的负面影响。预计，实际利用外资额和生态效率水平负相关。④规模以上内资企业工业总产值（X6）。一方面，工业是资源消费和污染物排放的主要源头，另一方面，工业国民产出的重要支撑。⑤房地产投资（X7）。房地产作为中国经济的重要支柱，房地产投资的影响面极其广泛，房地产建设和使用过程都伴随着较大的资源、能源耗用和环境污染问题，它与生态效率有着较复杂的关系。⑥耕地面积（X8）。耕地面积或可用土地面积都是进行生态足迹测度的重要指标，而生态效率由普遍公认的GDP和生态足迹两个指标直接合成，所以耕地面积和生态效率直接相关。⑦人口密度（X9）。理论上在其他条件一定的情况下，一个地区人口密度越大，生态文明水平就会越高。⑧社会消费品零售总额（X10）。社会消费品零售总额是表现国内消费需求最直接的数据。社会消费品零售总额是国民经济各行业直接售给城乡居民和社会集团的消费品总额，它一方面是反映国内零售市场变动情况及经济景气程度的重要指标，另一方面消费也伴随着资源、能源耗用和环境污染问题。

确定被解释变量、核心解释变量和控制变量后，建立生态效率空间面板模型，运行MATLAB空间计量工具箱“jplv7”的相应代码分别估计了空间滞后模型（SLM）和空间误差模型（SEM）的混合、空间固定、时间固定和双固定效应模型参数，为方便比较，同时给出了传统固定效应回归模型的估计结果（表4）。

表4　空间面板模型参数比较

表4的回归结果表明：没有考虑空间因素的传统回归模型的系数普遍偏大，夸大了解释变量对被解释变量的作用；同时，SLM模型的自回归系数和SEM模型的误差系数在混合模型和空间固定模型中均达到了5%的显著性水平，一定程度上说明了解释变量对被解释变量的作用，城市之间的空间相关性是存在的，因此建立SLM模型和SEM模型是合理的选择。总体上，由于SEM模型的拟合度和对数似然比高于SLM模型估计结果，所以选择SEM模型比SLM模型更为合理，在SEM模型中，从拟合度和对数似然比来看，空间固定模型是相对优的。因此，本文就SEM模型的空间固定模型估计结果进行分析。

就模型中各个解释变量的回归系数来看，两个核心变量创新（X1）和创业（X2）的弹性系数均为正，且至少通过10%的显著性检验，创新和创业程度每提高1%，生态效率则分别提高0.3213%和0.189%，创新相比创业而言对生态效率的提升作用更为强劲；至少通过10%的显著性检验的控制变量的回归系数中，唯一只有消费品零售（X10）为正，说明消费的增长有利于生态效率的提升，可能的途径是消费促进了经济发展，从而推进了生态文明进程，生态效率提升。

其他通过10%的显著性检验的四个控制变量分别是：实际利用外资（X5）、工业总产值（X6）、房地产投资（X7）和人口密度（X9），但它们的回归系数均为负，即它们和生态效率负相关，房地产投资、人口密度、实际利用外资和工业总产值每提高1%，生态效率分别降低0.695 6%、0.420 2%、0.330 5%和0.199 4%，具体来说，第一，倡导房地产企业、房地产产品和房地产市场生态化发展模式成为必需；第二，人口密度和规模优势虽然是经济繁荣的必要条件，而过高的人口密度会成为城市生态系统发展的限制因子；第三，外商直接投资在目前阶段还没有起到协调经济和生态环境的作用，外资或合资企业环境污染和资源消耗较为严重［30］，引进外资对生态效率的影响是负面的［31］；第四，工业是资源消费和污染物排放的主要源头［32］，通过重新设计工业活动，寻求把人类活动对生态系统的负面影响减少到能持续发展的水平［33］，大力发展生态工业，促进生态产业集群发展。

四、研究结论与政策建议

本文旨在探讨长江中游城市群生态效率提升的路径或具体对策，首先建立生态效率测度指标体系，采纳投影寻踪算法为指标赋权，得到长江中游城市群各城市创新、创业和生态效率综合值，借助ArcGIS对创新、创业和生态效率进行空间动态可视化评价后，探索性空间数据分析中运用GeoDa检验生态效率的全局空间自相关性，然后引入核心解释变量和控制变量，建立生态效率空间面板模型，运行MATLAB空间面板程序，估计出模型参数。

（一）研究结论

（1）通过对长江中游城市群生态效率的测度评价，武汉城市圈中武汉市一枝独秀，生态效率处于最优等级，其他城市生态效率水平处于中下；湖南环长株潭城市群生态效率水平优于其他城市群，襄荆荆宜城市带生态效率水平出现分化，跨越三个等级；江西环鄱阳湖城市群生态效率水平除南昌市外，整体上处于最低等级。

（2）长江中游城市群生态效率存在空间自相关性。21世纪10年代初，生态效率表现为空间正自相关，10年代末期表现为空间负自相关，不过20年代的趋势是回到空间正自相关的状态。总体上长江中游城市群生态效率呈现空间溢出效应，城市间的合作意愿在加强。

（3）空间面板模型的实证表明，创新比创业在提升城市生态效率方面作用更显著，社会消费也有利于提升城市生态效率，而房地产投资、人口密度、实际利用外资和工业总产值与城市生态效率负相关，这从侧面印证了长江中游城市群生态效率状况难以改善的原因是城市房地产不断加大的投资和农业劳动人口的城市化转移。

（二）政策建议

结合以上研究，本文提出以下生态效率提升政策建议：

（1）长江中游城市群生态效率提升需要打破城市群由于历史原因形成的行政区划所导致的区域割据格局，加大邻近城市之间资源、环境要素的配置效率和生态文明建设合作力度，促进城市群协同、可持续发展。

（2）创新对于城市群的生态文明建设是非常重要的，它通过战略性的应用科学技术和管理，提升生态效率。首先要重视科研经费的投入和高效使用以及创新型人才的教育和培养，营造万众创新的良好教育环境；其次要加强对知识产权的保护，将专利数据库作为支撑创新的有效手段；再次要促进产学研结合，企业、大学和科研机构形成资源共享、信息共享、技术共享的协同创新平台；最后，要重视科研机构和科技园区建设。

（3）创业是科学技术和市场的纽带，只有创业与创新相互促进，才能极大地提升城市群生态效率。《国务院关于大力推进大众创业万众创新若干政策措施的意见》中，本文特别强调实现创业便利化、优化财税政策、扩大创业投资和发展创新型创业的重要性，这四条举措对创业者来说是最关键的。

（4）消费通过促进城市群的经济增长间接提升生态效率。积极倡导绿色消费这种理性、健康型和生态化的消费方式，通过消费结构的优化和升级，促进产业结构转型；绿色消费有利于人们思想道德素质的提高和精神境界的全面提升，从而实现人的自由、全面发展。

（5）转变经济增长方式，大力发展第三产业特别是现代服务业、合理控制房地产投资规模和适度利用外资。具体措施包括：工业去产能化，房地产去库存化，充分激活内资特别是民间资本对实体经济的促进作用。

（6）推进农业转移人口市民化进程，提高户籍人口城镇化率，改变区域结构中人口的区域分布不合理现象。由于户籍人口城镇化率大大低于常住人口城镇化率而引起的人口密度的非正常增长，以及长期以来农业转移人口所引起的“留守儿童”和农村超标自建房等现象，对社会产生许多负面影响，如青少年教育的缺失、土地资源的浪费和环境的破坏，客观上不利于城市生态效率的提升。

［1］Muller K，Sterm A.Standardized Eco-efficiency Indicators report：Concept Paper［C］.Basel，2001.

［2］李丽平，田春秀.生态效率：OECD全新环境管理经验［J］.环境科学动态，2000（1）：33-36.

［3］诸大建，邱寿丰.作为我国循环经济测度的生态效率指标及其实证研究［J］.长江流域资源与环境，2008，17（1）：1-7.

［4］陈傲.中国区域生态效率评价及影响因素实证分析——以2000-2006年省际数据为例［J］.中国管理科学，2008，16（10）：566-570.

［5］王恩旭，武春友.基于超效率DEA模型的中国省际生态效率时空差异研究［J］.管理学报，2011，8（3）：443-450.

［6］潘兴侠，何宜庆，胡晓峰.区域生态效率评价及其空间计量分析［J］.长江流域资源与环境，2013（5）：640-647.

［7］黄和平.基于生态效率的江西省循环经济发展模式研究［J］.生态学报，2015，35（9）：1-11.

［8］刘耀彬，杨洋.“昌九一体双核”模式与江西区域空间发展战略调整构想［J］.九江学院学报：自然科学版，2014，104（1）：5-8.

［9］彭毅，聂规划.资源型央企生态效率提升模型的建立［J］.煤碳安全，2011，42（4）：78-80.

［10］吴金艳.西部地区生态效率测度及其影响因素研究［J］.学术论坛，2014，281（6）：70-75.

［11］黄建欢，许和连.中国区域生态效率的时空演变和提升机制［J］.湖南大学学报：社会科学版，2016，30（1）：60-70.

［12］徐兴珍，彭金发.浅析科技创新与生态文明建设协调发展［J］.长春理工大学学报：社会科学版，2014，27（10）：13-15.

［13］黄星君，杨杰.科技创新生态化——可持续发展的必然趋势［J］.武汉科技大学学报：社会科学版，2004，6（2）：48-51.

［14］刘燕娜，黄玉梓，余建辉.生态省建设中科技创新与绿色管理［J］.福建农林大学学报：哲学社会科学版，2005，8（1）：53-56.

［15］欧阳光明，丁建华.浅谈科技创新的生态化［J］.福州大学学报：哲学社会科学版，2010，97（3）：53-56.

［16］纪玉山，吴勇民.科技创新促进经济增长的微观机理与政策选择［J］.经济社会体制比较，2007，133（5）：40-46.

［17］米建华，谢富纪.创业投资、技术创新与经济增长——基于中国20省市的截面数据实证研究［J］.现代管理科学，2009（6）：12-14.

［18］吴二娇.科技创新对经济增长影响的协整分析——以广东省为例［J］.沈阳工业大学学报：社会科学版，2011（1）：61-65.

［19］李正辉，徐维.区域科技创新与经济增长：基于省级面板数据模型的实证分析［J］.科技与经济，2011，139（24）：20-24.

［20］刘锋，逯宇铎，于娇.中国科技创新产出与经济增长的协整分析［J］.科技管理研究，2014（17）：5-12.

［21］王旭辉.区域人力资本配置与科技创新对经济增长影响研究［J］.渤海大学学报：哲学社会科学版，2014（6）：63-68.

［22］Acs Z，Audretsch D.Innovation and technological change［M］.Handbook of Entrepreneurship Research，2003：120-156.

［23］Wennekers Sander，VanWennekers André，Thurik Roy，et al.Nascent Entrepreneurship and the Level of Economic Development［J］.Small Business Economics，2005，24（3）：293-309.

［24］Audretsch D B.Innovation and Industry Evolution［M］. Cambridge，MA：MIT Press，1995：17-56.

［25］Porter M E.The Competitive Advantage of Nations［M］. New York：the Free Press，2002：62-103.

［26］Audretsch D B，Thurik A R.A Model of the Entrepreneur⁃ial Economy［J］.International Journal of Entrepreneurial Education，2004（2）：143-166.

［27］赵奉军，高波.创业精神与经济发展的U型关系及其检验［J］.经济管理，2009，31（4）：35-40.

［28］朱迪星，余媛.再论我国就业和经济增长非一致性——基于创业理论视角［J］.企业研究，2010（12）：7-11.

［29］World Business Council for Sustainable Development.Mea⁃suring Eco-efficiency：A Guide to reporting company Per⁃formance［C］.WBCSD，2000.

［30］初善冰，黄安平.外商直接投资对区域生态效率的影响——基于中国省际面板数据的检验［J］.国际贸易问题，2012（11）：128-144.

［31］付丽娜，陈晓红，冷智花.基于超效率DEA模型的城市群生态效率研究——以长株潭“3+5”城市群为例［J］.中国人口·资源与环境，2013，23（4）：169-176.

［32］毛建素，曾润，杜艳春，等.中国工业行业的生态效率［J］.环境科学，2010，31（11）：2788-2794.

［33］罗公利，张敏，石松，等.生态工业与工业生态效率研究进展［J］.青岛科技大学学报：社会科学版，2014，30（2）：43-47.

［责任编辑：张青］

Research on Innovation，Entrepreneurship and Eco-efficiency Promotion—Based on the Spatial Panel Model of Urban Agglomeration in the Middle Reaches of Yangtze River

CHEN Lin-xin1a，2，HE Yi-qing1b，CHENG Jia-ding3
（1.a.School of Management；b.School of Economics and Management，Nanchang University，Nanchang 330031，China；2.School of Economics and Management，Nanchang Hangkong University，Nanchang 330063，China；3.Qianhai Institute for Innovative Research，Shenzhen 518052，China）

To explore the innovation and entrepreneurship of promoting eco-efficiency，this paper uses projection pursuit code to calculate the index weight and employs the spatial statistical method to test the spatial correlation of eco-efficiency，taking innovation and entrepreneurship as the core explanation variables and introducing control variables at the same time，the spa⁃tial panel model is established.The main conclusions are：the eco-efficiency shows the effects of spatial agglomeration and spillover；The contribution of consumption，innovation and entrepreneurship to the eco-efficiency is 52.16%，32.13%and 18.9%respectively，these variables like the investment of real estate，foreign capital utilization，population density and the val⁃ue of industrial output are all negatively related to the eco-efficiency.According to the empirical conclusion it puts forward the countermeasures and suggestions on eco-efficiency promotion in the end.

innovation；eco-efficiency；projection pursuit；urban agglomeration in the middle reaches of Yangtze River

F061.5；F124.3

A

1007-5097（2016）10-0087-08

2016-07-05

国家自然科学基金项目（71263039）；江西省高校人文社会科学研究项目（JJ1543）；江西省社会科学“十二五”规划资助项目（15YJ18）；江西省教育科学“十三五”规划资助项目（16ZD004）

陈林心（1968-），男，江西鄱阳人，讲师，博士研究生，研究方向：金融投资，金融管理；何宜庆（1961-），男，江西进贤人，教授，博士生导师，南昌大学金融证券研究所所长，研究方向：金融投资，生态经济；程家鼎（1991-），男，江西鄱阳人，广东省深圳市前海创新研究院“一带一路”研究所研究助理，曼切斯特大学经济学硕士，研究方向：金融经济。