技術創(chuàng)新對省域霧霾污染的空間效應研究

王素鳳，唐藝軒

(安徽建筑大學 經(jīng)濟與管理學院，安徽 合肥 230601)

根據(jù)《2019全球空氣狀況》報告，2017年全球室外和室內空氣污染導致人均預期壽命縮短達20個月。世界衛(wèi)生組織(WHO)發(fā)布的全球空氣質量報告表明中國每年近200萬過早死亡病例與環(huán)境和室內空氣中細顆粒物造成的污染有關。對霧霾問題的治理已是箭在弦上。科學技術的進步與創(chuàng)新是經(jīng)濟發(fā)展和社會進步的核心因素，對霧霾的治理起到關鍵作用。

一、文獻回顧

造成霧霾天氣頻發(fā)的原因有自然和經(jīng)濟兩方面影響因素，而從研究對象角度深入探究城鎮(zhèn)化、對外開放、產(chǎn)業(yè)結構、產(chǎn)業(yè)集聚等影響因素與霧霾的關系，都被強調了技術創(chuàng)新在其中的內在作用和關鍵屬性。根據(jù)Hansen和Birkinshaw提出來的創(chuàng)新價值鏈的概念，創(chuàng)新是從創(chuàng)新要素投入到創(chuàng)新產(chǎn)品產(chǎn)出的一個多階段、多要素的價值鏈傳遞過程[1]。因此，本文將創(chuàng)新過程分解為偏向基礎研究的知識創(chuàng)新階段、偏向應用研究創(chuàng)新階段和偏向生產(chǎn)研究的產(chǎn)品創(chuàng)新階段。因為知識創(chuàng)新階段對霧霾污染的直接影響難以估計，故本文對研發(fā)創(chuàng)新和產(chǎn)品創(chuàng)新這兩階段創(chuàng)新進行了研究。在研發(fā)創(chuàng)新階段，技術創(chuàng)新會提高生產(chǎn)率促成規(guī)模效應和開發(fā)出清潔技術；在最終產(chǎn)品創(chuàng)新階段，產(chǎn)生的節(jié)能技術和開發(fā)的新能源，會降低終端能源的消耗水平。

學者在論證技術的進步與創(chuàng)新對環(huán)境污染影響采用的方法不盡相同，主要分為聯(lián)立方程、面板協(xié)整、門檻回歸模型、空間計量等。也因研究方法、數(shù)據(jù)選取的區(qū)別存在不同的研究成果，主要分為四種觀點：第一種，技術水平進步對于環(huán)境污染排放具有抑制作用：提升自主創(chuàng)新能力可對減霾的效果有提升[2]。第二種，與第一種持相反觀點，專利對環(huán)境污染排放具有顯著的正向影響[3]。第三種，以環(huán)境庫茲涅茨曲線為框架證明技術創(chuàng)新對環(huán)境污染排放的影響存在“倒U型”曲線關系[4]。第四種，認為技術創(chuàng)新是多向的，孫軍等認為只有資源節(jié)約型的技術創(chuàng)新才能真正的對改善環(huán)境污染起到積極作用[5]。

綜上所述，現(xiàn)有研究關于技術創(chuàng)新對環(huán)境污染影響的實證結論尚未達成一致，且大部分是將技術創(chuàng)新用以輔助研究其他主要因素對霧霾影響的?；诖?，本文試圖做出以下邊際貢獻：

第一，基于創(chuàng)新價值鏈視角，考慮到技術創(chuàng)新全過程，結合知識創(chuàng)新階段很難直接實現(xiàn)對霧霾污染產(chǎn)生影響，本文著重將技術創(chuàng)新作為重點，對研發(fā)創(chuàng)新和產(chǎn)品創(chuàng)新兩個階段作為影響霧霾污染的因素進行分析。

第二，不同地區(qū)的技術創(chuàng)新水平可能對霧霾污染的作用產(chǎn)生空間分異。研究兩者的空間格局，可以分析空間聚集情況，發(fā)現(xiàn)兩者的空間分異，從而協(xié)調兩者的空間均衡，從技術創(chuàng)新角度對霧霾治理進行全域推進。因此，本文從空間相關性角度研究不同省域技術創(chuàng)新和霧霾污染的空間特征。

二、研究方法

1.空間相關性指數(shù)

為了解釋地區(qū)PM2.5污染的空間相關性，主要采用全局相關性檢驗與局部相關性檢驗。全局相關性檢驗常用于分析空間數(shù)據(jù)的分布特征。而局部相關性檢驗是分析局部區(qū)域相關性。本文將采用MoranI指數(shù)來進行測度，詮釋出每個個體局部區(qū)域的特征。

2.理論模型

技術創(chuàng)新能改善環(huán)境污染已在學界取得共識。Dietz與Rosa[6]在IPAT模型的基礎上建立了STIRPAT模型。同時，結合EKC曲線理論，即環(huán)境水平會隨著經(jīng)濟增長由惡化后慢慢好轉，呈現(xiàn)倒U型曲線，將經(jīng)濟增長分解為一次項、二次項。

3.空間模型

變量的空間相關性不但體現(xiàn)在當期地區(qū)間的相關影響，而且還可能受到來自地區(qū)間之前對應行為的影響。空間計量模型常用的兩種模型包括空間滯后模型(SLM)和空間誤差模型(SEM)，前者是討論變量在一個地區(qū)是否存在空間溢出效應，后者討論鄰近區(qū)域關于因變量的誤差沖擊對本地區(qū)觀測值的影響程度。

4.模型構建

分別構建相應的空間計量模型SLM和SEM，考慮到多重共線性問題，我們分別建立以下模型，如(1)—(4)式所示：

模型一：

lnPMit=α0+ρΣjwijlnPMit+α1lnRDit+α2lnPOPit+α3lnGDPit+α4ln2GDPit+ΣαilnXit+εit

(1)

lnPMit=α0+α1lnRDit+α2lnPOPit+α3lnGDPit+α4ln2GDPit+λwijεit+μit+ΣαilnXit

(2)

模型二：

lnPMit=α0+ρΣjwijlnPMit+α1lnEFFit+α2lnPOPit+α3lnGDPit+α4ln2GDPit+ΣαilnXit+εit

(3)

lnPMit=α0+α1lnEFFit+α2lnPOPit+α3lnGDPit+α4ln2GDPit+λwijεit+μit+ΣαilnXit

(4)

其中，PM是PM2.5，RDit表示研發(fā)創(chuàng)新階段，EFFit表示產(chǎn)品創(chuàng)新階段，α是常數(shù)項，ρ是空間滯后系數(shù)，w表示空間權重矩陣，使用省際距離來表示，當i=j時，矩陣元素wij=0；λ是空間誤差自相關系數(shù)；Xit為其他控制變量，εit和μit代表隨機誤差項，μit服從正態(tài)分布(0，б2)；

三、變量選取及數(shù)據(jù)來源

1.變量選取

(1)被解釋變量

PM2.5(PM)。由于中國部分城市的PM2.5濃度數(shù)據(jù)統(tǒng)計始于2012年，在此之前的數(shù)據(jù)無法獲取。本文PM2.5數(shù)據(jù)來源于達爾豪斯大學Atmospheric Composition Analysis Group，數(shù)據(jù)編號V4.CH.02[7]。本文利用ArcGIS處理得到中國各省2006—2016年的PM2.5濃度值。

(2)解釋變量

技術創(chuàng)新(RD、EFF)。技術創(chuàng)新的演變，無論是從初期依靠消耗資源提高生產(chǎn)率的生產(chǎn)技術創(chuàng)新，到低碳技術、到綠色清潔技術的環(huán)境治理技術創(chuàng)新，都是提高環(huán)境質量的關鍵環(huán)節(jié)。根據(jù)創(chuàng)新價值鏈概念，創(chuàng)新過程是一個從知識創(chuàng)新到研發(fā)創(chuàng)新再到產(chǎn)品創(chuàng)新的過程。在研發(fā)創(chuàng)新階段，創(chuàng)新主體為科研機構和企業(yè)，專利數(shù)能夠反映研發(fā)創(chuàng)新產(chǎn)出的真實水平以及創(chuàng)新潛力，本文采用每百人研發(fā)從業(yè)人員擁有專利授權數(shù)度量。在產(chǎn)品創(chuàng)新階段，創(chuàng)新主體為企業(yè)，節(jié)能減排技術越高、能源利用率越高，因資源浪費造成的霧霾污染就越少。因此，我們參照劉伯龍等[8]的做法，采用單位能源消費的GDP，用能源效率衡量，能源效率以GDP(基期=2006)與能源消費總量的比表現(xiàn)，單位為元/噸標準煤。

(3)控制變量

人口規(guī)模(POP)。人口規(guī)模決定了整個地區(qū)能源消耗和污染物排放。本文采用指標為人口密度，即單位面積人口數(shù)量。

經(jīng)濟發(fā)展水平(GDP)。一般而言，地區(qū)的產(chǎn)出水平與其經(jīng)濟發(fā)展規(guī)模高度正相關，本文采用人均實際GDP，各地區(qū)生產(chǎn)總值/年末人口(以2006年為基期，采用各地區(qū)歷年GDP平減指數(shù)進行折算得到各地區(qū)實際可比價GDP。)測度經(jīng)濟發(fā)展水平。

產(chǎn)業(yè)結構(IS)。由于第一、三產(chǎn)業(yè)對于霧霾污染的影響作用較小，而霧霾的四大“元兇”之二，工業(yè)生產(chǎn)、揚塵主要來源于第二產(chǎn)業(yè)，因此，本文選取包含工業(yè)和建筑業(yè)的第二產(chǎn)業(yè)增加值占GDP的比重來反映產(chǎn)業(yè)結構對霧霾濃度的影響。

交通運輸(PT)。公路交通運輸中機動車尾氣排放加重了霧霾程度，2013年PM2.5的構成比例中，機動車尾氣排放占比超過50%，且仍在大幅增加。因此，本文參考嚴雅雪等[15]利用各省公路客運量來考察交通因素對霧霾濃度的影響。

外商直接投資(FDI)。外商投資究竟是通過污染產(chǎn)業(yè)轉移造成中國成為“污染天堂”，還是環(huán)境技術溢出造成的“污染光環(huán)”，已有研究表明外商投資影響霧霾污染的結論并不一致。本文采用外商直接投資額作為研究變量。

2.數(shù)據(jù)來源及數(shù)據(jù)處理

本文中樣本選取2006—2016年中國30個省級行政區(qū)的面板數(shù)據(jù)構成(因部分數(shù)據(jù)缺失及統(tǒng)計口徑差異，故不包括香港、澳門、臺灣和西藏自治區(qū))。除了PM2.5數(shù)據(jù)以外，有關變量的基礎數(shù)據(jù)來源于《中國統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》《中國工業(yè)統(tǒng)計年鑒》《中國能源統(tǒng)計年鑒》以及國家統(tǒng)計局網(wǎng)站，為避免數(shù)據(jù)不平穩(wěn)造成估計結果偏差，將變量進行對數(shù)化處理。

四、結果與討論

1.全局自相關性分析

使用GeoDA軟件，采用鄰接空間權重矩陣為“queen”相鄰，得出2006-2016年間PM2.5、研發(fā)創(chuàng)新(RD)和產(chǎn)品創(chuàng)新(EFF)排放污染的全局MoranI指數(shù)，表1顯示，在1%的顯著性水平下，PM2.5和產(chǎn)品創(chuàng)新(EFF)全局MoranI指數(shù)均大于0而小于1，研發(fā)創(chuàng)新(RD)也在大部分年份通過了5%的顯著水平。這充分表明，臨近地區(qū)的PM2.5、研發(fā)創(chuàng)新(RD)和產(chǎn)品創(chuàng)新(EFF)存在明顯的空間相關性。進一步分析結果表明，PM2.5和產(chǎn)品創(chuàng)新(EFF)這種正向相關性均在0.5左右波動，研發(fā)創(chuàng)新(RD)在0.2左右波動，說明這種空間相關性相對穩(wěn)定且處在較高水平。所以，可以采用空間計量方法加以估計。

表1 PM2.5、研發(fā)創(chuàng)新和產(chǎn)品創(chuàng)新的全局MoransI指數(shù)

注：***、**和*分別表示在1%、5%和10%的顯著性水平下顯著

2.局部相關性分析

除了全局性空間性，Anselin認為作為可視性工具的MoranI指數(shù)散點圖可以反映局部地區(qū)的非典型性特征，能夠直觀的顯示空間自相關的狀況[10]。

圖1給出了代表年份2011年PM2.5、研發(fā)創(chuàng)新和產(chǎn)品創(chuàng)新分布的散點圖，從左至右三張圖的橫軸分別是PM2.5濃度值、RD值和EFF值，縱軸分別是PM2.5濃度值的空間滯后值、RD滯后值和EFF滯后值，以平均值為軸中心將每張圖分為四個象限，一至四象限分別為高-高、低-高、低-低、高-低集聚模式。由圖1看出，高值集聚和低值集聚同質性現(xiàn)象是PM2.5、研發(fā)創(chuàng)新和產(chǎn)品創(chuàng)新分布的特征表象。

圖1 2011年PM2.5、研發(fā)創(chuàng)新(RD)和產(chǎn)品創(chuàng)新(EFF)分布的散點圖

根據(jù)分析可以得知，PM2.5和研發(fā)創(chuàng)新中，除了2012年PM2.5濃度以外，其他年份第三象限省份占比明顯高于其他象限，PM2.5和研發(fā)創(chuàng)新處于低值集聚區(qū)的省份比較多；產(chǎn)品創(chuàng)新從2013年開始，第一象限省份占比高于其他象限，由前7年的低值集聚區(qū)到后4年專向高值集聚區(qū)。從整體來看，大多數(shù)省份處于低值集聚區(qū)。

本文將部分年份30個省份PM2.5、RD和EFF空間集聚模式匯總于表2內，可以看出，2007年PM、RD和EFF分別有24、19、25個省份處于第一象限和第三象限區(qū)域內，分別占總樣本數(shù)30個省份的80%、63%和83%；2013年PM、RD和EFF分別有24、22、22個省份處于第一象限和第三象限區(qū)域內，分別占總樣本數(shù)30個省份的80%、73%和73%，表現(xiàn)出顯著高-高集聚和低-低集聚的空間正相關特征，這進一步顯示了霧霾污染存在顯著正向的空間溢出效應。2006—2016年之間大部分省份始終穩(wěn)定在同一個象限的空間關系內，如：PM2.5和產(chǎn)品創(chuàng)新都有20個省份，雖然研發(fā)創(chuàng)新只有5個，發(fā)展表現(xiàn)相對躍遷，但仍有21個省份在70%的時間內保持同一象限穩(wěn)定。這表明，霧霾污染、產(chǎn)品創(chuàng)新和研發(fā)創(chuàng)新總體空間關系格局未發(fā)生過巨大的轉變。

從第一和第二象限的省份可看出，研發(fā)創(chuàng)新低值集聚區(qū)與PM2.5濃度低集聚區(qū)重疊的省份有：黑龍江、吉林、內蒙古、遼寧、陜西、寧夏等北部地區(qū)。同時，產(chǎn)品創(chuàng)新低值集聚區(qū)與PM2.5濃度低集聚區(qū)重疊的省份有：四川、重慶、云南、貴州、黑龍江、吉林、內蒙古、遼寧、青海、寧夏等西南、東北和西北地區(qū)。而兩者高集聚區(qū)重疊的包括：安徽、江蘇、山東、上海、天津等中部地區(qū)，這是因為中部及沿海地區(qū)相對于北部地區(qū)，具有經(jīng)濟發(fā)展良好、人力資源持續(xù)流入和產(chǎn)品更新?lián)Q代快等特點，所以工業(yè)等污染密度高的產(chǎn)業(yè)集中在這些地區(qū)，霧霾強度相對高，這與經(jīng)濟發(fā)達現(xiàn)狀相對應。

表2 部分年份30個省份空間集聚模式

注：城市簡稱，北京(京)、天津(津)、河北(冀)、山西(晉)、內蒙古(蒙)、遼寧(遼)、吉林(吉)、黑龍江(黑)、上海(滬)、江蘇(蘇)、浙江(浙)、安徽(皖)、福建(閩)、江西(贛)、山東(魯)、河南(豫)、湖北(鄂)、湖南(湘)、廣東(粵)、廣西(桂)、海南(瓊)、重慶(渝)、四川(川)、貴州(貴)、云南(云)、陜西(陜)、甘肅(甘)、青海(青)、寧夏(寧)、新疆(新)。

3.回歸結果及討論

(1)模型選擇檢驗

在估計模型參數(shù)之前，首先對比LM-Lag和LM-Error檢驗值。無論對于研發(fā)創(chuàng)新還是產(chǎn)品創(chuàng)新，時間固定效應模型的R?值都是最高的，估計結果是這一組估計方法中最好的。因此，本文使用空間滯后模型進行估算，計量方法為Elhorst提出的極大似然(ML)估計[11]。下文我們僅呈現(xiàn)和討論基于(1)(3)式的空間滯后模型的估計結果。

由于本文所建立的面板數(shù)據(jù)時間維度11小于截面維度樣本30，屬于“短面板”。探究時間效應的隨機變量是否存在自相關存在著一定的困難，故假設為獨立分布。只考慮個體效應，即隨機效應與固定效應模型的選擇。在研發(fā)創(chuàng)新階段，檢驗橫截面固定效應的LR統(tǒng)計量的值為991.442，在30個自由度(省區(qū)數(shù)目)的情況下其對應的p值小于0.01，因而排除橫截面固定效應不存在的原假設。同樣，檢驗時間固定效應的LR統(tǒng)計量為137.2849，在11個自由度(年份數(shù))時的p值亦小于0.01，故排除時間固定效應不存在的原假設。在產(chǎn)品創(chuàng)新階段，橫截面固定效應和時間固定效應的LR統(tǒng)計量分別為981.2652和133.5567，所對應的p值均小于0.01，因此，同理排除兩種固定效應不存在的原假設。故拒絕隨機效應模型，使用固定效應模型。固定效應模型分為空間、時間和時空(雙)三種固定效應模型。模型一和二中R2、corr-squared、Log-L等統(tǒng)計量在采用時間固定效應和雙固定效應時具有較優(yōu)擬合度，模型可以較合適反映出各項解釋變量對霧霾排放強度的影響。從模型中各項解釋變量系數(shù)的估計結果來看，時間固定效應下的各項解釋變量系數(shù)大多通過了顯著性檢驗，這對樣本的解釋力度較高，估計結果優(yōu)于其他三種固定效應模型。因此，采用空間滯后面板數(shù)據(jù)模型(SLM)的時間固定效應能夠更好地解釋技術創(chuàng)新對中國霧霾污染的影響。

(2)總體樣本估計

表3顯示，從空間維度上看，空間滯后項系數(shù)ρ在兩個模型中均在1%水平上顯著為正，進一步證明中國省域霧霾污染存在明顯的空間溢出效應。由兩個模型可以看到鄰近地區(qū)的PM2.5濃度每增加1%，就會引起該地區(qū)增加0.68%左右，表明區(qū)域之間應采用聯(lián)防聯(lián)控策略。

研發(fā)創(chuàng)新階段系數(shù)為正且在10%的顯著水平上，說明研發(fā)創(chuàng)新對霧霾濃度是促增效應。本文實證結果證實了中國在這11年的研發(fā)創(chuàng)新投入可能并非以綠色技術進步為導向，而是以促進生產(chǎn)水平擴大生產(chǎn)規(guī)模方向為主，導致研發(fā)創(chuàng)新表現(xiàn)出對霧霾污染有一定的促增效應。這一點與嚴雅雪等[9]的結論一致。

產(chǎn)品創(chuàng)新階段的能源效率估計系數(shù)為負，且在1%的顯著性水平上通過了顯著性檢驗，說明能源利用效率的改進可能減少其能源所產(chǎn)生的大氣污染。加強能源節(jié)約型技術進步，提高能源利用效率，促使能源強度下降，從而減少大氣污染。

經(jīng)濟增長。表3顯示，人均GDP的一次項系數(shù)不顯著為負、二次項系數(shù)分別在5%和10%的顯著水平為正，表明霧霾污染隨著經(jīng)濟增長呈現(xiàn)出的“倒U”型曲線走勢不顯著。中國各省的霧霾污染和經(jīng)濟增長正處于正相關階段，經(jīng)典的EKC假說所指出的改善的拐點到來時間尚不明確。

人口密度。人口密度系數(shù)在1%的顯著水平為正，表明對霧霾污染有顯著的正向影響。人口密度較高的區(qū)域一般會產(chǎn)生大量的住房、能源以及交通等需求，導致霧霾污染的主要原因也來自這三方面。

產(chǎn)業(yè)結構。第二產(chǎn)業(yè)占比的增加均在1%的顯著水平為正，表現(xiàn)對霧霾污染有顯著的促增影響。重工業(yè)為主的產(chǎn)業(yè)結構在一定程度上加大中國的環(huán)境壓力，也是導致霧霾污染加劇的主要因素。應加快對產(chǎn)業(yè)結構的調整優(yōu)化，協(xié)調能源要素的配置和使用。

交通運輸。根據(jù)表3結果顯示，交通運輸是PM2.5的重要“元兇”之一，機動車的尾氣排放是直接來源。通過創(chuàng)新專業(yè)化清潔運輸技術和升級交通運輸結構實現(xiàn)交通運輸與環(huán)境保護的雙贏。

外資投入。根據(jù)表3結果表明，F(xiàn)DI的提高能降低中國霧霾污染強度。一方面，外資技術外溢的協(xié)同效應對環(huán)境技術的提升起到關鍵作用。另一方面，外資注入帶來的競爭效應，實現(xiàn)波特假說中的“創(chuàng)新補償”，從而提高資源使用效率和綠色技術水平，提高當?shù)丨h(huán)境效率。

表3 空間滯后模型估計結果

注：(1)解釋變量估計值后的括號內為t值；(2)***、**和*分別表示在1%、5%和10%的顯著性水平下顯著。

五、結論與啟示

1.結論

本文基于STIRPAT的空間面板數(shù)據(jù)模型，采用2006—2016年中國大陸30個省市(數(shù)據(jù)不包括西藏)的數(shù)據(jù)，研究了技術創(chuàng)新對霧霾污染的空間效應，得到以下研究結論：①霧霾污染、產(chǎn)品創(chuàng)新和研發(fā)創(chuàng)新總體空間關系格局未發(fā)生過巨大的轉變，呈現(xiàn)正向空間相關性，大多數(shù)省份處于低值集聚區(qū)。②霧霾濃度高集聚區(qū)是在京津冀和長三角；研發(fā)創(chuàng)新和產(chǎn)品創(chuàng)新高出區(qū)域聚合在東南沿海地區(qū)，研發(fā)創(chuàng)新低值集聚區(qū)聚合在中西部和東北地區(qū)；產(chǎn)品創(chuàng)新低值集聚區(qū)聚合在北部地區(qū)。中、西部遷躍區(qū)域最多，易受到溢出效應的影響。③東北、西南以及西北地區(qū)，技術創(chuàng)新水平和霧霾在低值集聚區(qū)出現(xiàn)重疊現(xiàn)象。④技術創(chuàng)新對霧霾污染的影響作用存在差異。研發(fā)創(chuàng)新能力的提升會加重霧霾污染的程度。終端產(chǎn)品創(chuàng)新水平的提升有利于降低霧霾污染的程度。這也說明了忽略技術創(chuàng)新全過程對霧霾污染的影響，難以把握各個影響因素對霧霾污染的內在聯(lián)系。技術創(chuàng)新對霧霾污染的影響具有顯著的正向空間溢出效應，技術創(chuàng)新提高了霧霾污染的程度。⑤目前來看，隨著人均GDP的持續(xù)增加，霧霾污染暫未得到改善。人口密度、產(chǎn)業(yè)結構、交通運輸會加劇霧霾污染，尤其產(chǎn)業(yè)結構是造成霧霾污染的主力軍。技術創(chuàng)新作為關鍵影響路徑，應發(fā)揮進一步的作用。外商投資會降低霧霾污染的程度，我們的技術創(chuàng)新受到外商技術水平的影響，促動吸收再創(chuàng)新。

2.啟示

(1)東部沿海地區(qū)繼續(xù)保持突出優(yōu)勢的同時增強“綠色”創(chuàng)新效應溢出，將技術發(fā)展給中西部。提升發(fā)展的均衡性，將技術轉向“綠色”。

(2)要發(fā)揮技術創(chuàng)新在各個階段的催化作用，為生態(tài)環(huán)境技術創(chuàng)新進行頂層謀劃。從全過程把控技術創(chuàng)新對環(huán)境污染的影響，在規(guī)制設計上做好“綠色”約束，建立健全排污權有償使用和交易制度，完善能源稅和環(huán)境稅等稅收手段。制定有針對性的產(chǎn)業(yè)政策和技術創(chuàng)新政策，實施重點行業(yè)清潔生產(chǎn)改造，加快實施清潔能源替代工程，推動產(chǎn)業(yè)結構優(yōu)化升級，實現(xiàn)產(chǎn)業(yè)結構升級與創(chuàng)新驅動的良性互動。

(3)繼續(xù)加強對新技術的創(chuàng)新，為節(jié)能提供有力的技術支撐和設備保障。推行企業(yè)技術改造，進一步挖掘資源消耗及節(jié)能潛力，降低終端能源的消耗水平，提高終端能源利用效率。提升外商準入的“清潔”門檻，發(fā)揮外商的綠色技術優(yōu)勢和外溢效應，讓創(chuàng)新驅動助推綠色發(fā)展。驅動城鎮(zhèn)化路徑，利用城鎮(zhèn)化的發(fā)展、人口密度的增大和交通運輸便利推進資源的優(yōu)化配置、人力資源集聚、創(chuàng)新擴散和信息交流，發(fā)揮創(chuàng)新的促動作用。