The Spatial Pattern and Influencing Factors of Green Innovation
-
摘要: 基于2005年~2016年中国285个城市的面板数据，采用SBM-DEA模型和探索性空间数据分析(ESDA)方法评价绿色创新水平及其空间分布格局，并运用空间杜宾模型探讨影响绿色创新的主要因素。研究结果表明：中国城市绿色创新大致表现出缓慢上升趋势，分布存在明显的空间集聚特征，逐渐形成了以城市群为区域范围的“多核心”集聚形态；绿色创新具有累积效应，往期绿色创新成果会推动当期绿色创新发展；交通条件、教育水平、环境规制均会促进绿色创新，低层次产业结构则会显著抑制绿色创新，而扩大开放程度不利于本地区绿色创新，但会促进周边城市绿色创新水平的提升。要因地制宜、因城施策，加强城市间绿色创新资源的流动、整合与共享，实现中国城市绿色创新协同发展。Abstract: Based on the panel data of 285 cities in China from 2005 to 2016, the SBM-DEA model and the exploratory spatial data analysis (ESDA) method are used to evaluate the green innovation level and its spatial distribution pattern, and the Spatial Durbin Model is employed to explore the main influencing factors in green innovation. The results show that China's urban green innovation shows a slow upward trend, and its distribution represents obvious spatial agglomeration, gradually shaping a "multi-core" agglomeration pattern with urban agglomeration as a regional scope. Green innovation has a cumulative effect, and the previous green innovation results will promote the development of green innovation in the current period. Traffic conditions, education level, and environmental regulations will promote green innovation. The low-level industrial structure will significantly inhibit green innovation, while the expansion of openness will not be conducive to green innovation in the region, but upgrade the level of green innovation in neighboring cities. It is necessary to take different strategy for different city's status quo, strengthen the flow, integration and sharing of green innovation resources among cities to realize the coordinated development of green innovation in Chinese cities.
-
表 2 绿色创新的Global Moran's Ⅰ值
年份 Moran's Ⅰ E(I) sd(I) z P-value 2005 0.011 0 -0.004 0 0.023 0 0.632 0 0.264 0 2006 -0.006 0 -0.004 0 0.025 0 -0.083 0 0.467 0 2007 0.035 0 -0.004 0 0.024 0 1.625 0 0.052 0 2008 0.050 0 -0.004 0 0.025 0 2.187 0 0.014 0 2009 0.055 0 -0.004 0 0.026 0 2.267 0 0.012 0 2010 0.078 0 -0.004 0 0.026 0 3.090 0 0.001 0 2011 0.059 0 -0.004 0 0.024 0 2.654 0 0.004 0 2012 0.070 0 -0.004 0 0.026 0 2.851 0 0.002 0 2013 0.073 0 -0.004 0 0.027 0 2.830 0 0.002 0 2014 0.052 0 -0.004 0 0.026 0 2.107 0 0.018 0 2015 0.075 0 -0.004 0 0.027 0 2.909 0 0.002 0 2016 0.067 0 -0.004 0 0.028 0 2.536 0 0.006 0 说明：E(Ⅰ)和sd(Ⅰ)分别表示理论期望和理论方差，z为标准化统计量，P-value为伴随概率P值。 
下载: 导出CSV
表 3 各城市不同年份的绿色创新空间关联特征
2005 2010 2016 高-高型区域(热点区) 克拉玛依、东莞、江门、广州、西宁、乌鲁木齐、惠州、佛山、深圳、汕头、烟台 克拉玛依、东莞、三亚、江门、广州、西宁、乌鲁木齐、惠州、佛山、深圳、绍兴、宁波 克拉玛依、东莞、海口、江门、广州、西宁、乌鲁木齐、惠州、深圳、厦门、台州、金华、绍兴、宁波 低-低型区域(盲点区) 嘉峪关、保山、临沧、柳州、天水、酒泉、兰州、固原、安庆、临汾 保山、柳州、酒泉、兰州、榆林、固原、临汾、赤峰、辽源、张掖 保山、安顺、吴忠、银川、石嘴山、乌海、呼和浩特、延安、平凉、运城、临汾、秦皇岛、朝阳、赤峰、抚顺、通辽、齐齐哈尔、辽源
下载: 导出CSV
表 4 变量描述性统计
变量 观测值 平均值 标准差 最小值 最大值 lnGI 3 420 -4.096 7 1.377 1 -12.137 4 0 lnHM 3 420 9.121 2 0.729 6 6.180 6 11.769 1 lnFC 3 420 0.072 5 1.284 1 -6.701 9 2.656 0 lnIS 3 420 3.583 2 0.247 3 2.149 4 4.446 6 lnEL 3 420 4.442 1 1.137 5 0 7.179 3 lnER 3 420 9.779 3 0.466 4 8.514 6 13.248 6
下载: 导出CSV
表 5 面板数据平稳性检验结果
变量 LLC检验 IPS检验 CH检验 是否平稳 PP-Fisher ADF-Fisher lnGI -19.919 6*** -2.454 7*** 18.632 9*** 15.926 5*** 是 lnHM -97.664 0*** -13.100 2*** 255.664 5*** 11.343 9*** 是 lnFC -20.055 1*** -1.084 3* 24.627 2*** 12.894 9*** 是 lnIS -14.752 0*** -4.413 2*** 11.968 7*** 21.487 3*** 是 lnEL -28.228 1*** -5.158 6*** 35.761 4*** 19.769 7*** 是 lnER -74.101 0*** -3.453 7*** 13.584 4*** 21.453 7*** 是 说明：***、**、*分别表示1%、5%、10%水平上显著。下表同。
下载: 导出CSV
表 6 动态空间杜宾模型估计结果
变量 主效应 空间滞后 直接效应 间接效应 总效应 L.lnGI 0.761 5***(0.013 4) lnHM -0.129 4***(0.047 9) 0.246 1*(0.129 6) 0.131 1***(0.046 2) 0.246 6*(0.135 1) 0.377 7(0.143 9) lnFC -0.011 6(0.010 1) 0.021 0(0.027 7) -0.010 5(0.009 7) 0.020 5(0.026 7) 0.010 0*(0.029 0) lnIS -0.127 6*(0.074 5) -0.664 1***(0.227 6) -0.129 2*(0.072 4) -0.651 5***(0.224 3) -0.780 7***(0.231 0) lnEL 0.010 3(0.029 4) 0.038 5(0.094 1) 0.010 5(0.028 4) 0.043 8(0.094 1) 0.054 2*(0.098 8) lnER 0.044 6(0.058 9) 0.289 0(0.191 6) 0.047 9(0.058 1) 0.287 4(0.188 1) 0.335 3*(0.194 5) Observations 3135 Numberofcity 285 rho 0.009 6* sigma2_e 0.149 4*** Log-likelihood -2 172.882 9 R2 0.662 9 时间固定 YES 空间固定 YES 说明：括号内为标准误差；sigma2_e为组内标准差；Log-likelihood为对数似然值。下表同。
下载: 导出CSV
表 7 静态空间杜宾模型估计结果
变量 主效应 空间滞后 直接效应 间接效应 总效应 lnHM -0.093 3*(0.053 4) 0.541 5***(0.150 7) 0.101 8*(0.055 0) 0.613 1***(0.162 6) 0.714 9***(0.175 9) lnFC -0.026 3**(0.012 7) 0.003 9(0.033 0) -0.026 9**(0.012 4) 0.001 3(0.038 1) -0.025 6(0.041 8) lnIS -0.287 4***(0.093 0) -0.010 3(0.275 6) -0.278 1***(0.088 8) -0.048 8(0.290 7) -0.326 9(0.305 4) lnEL 0.136 3***(0.036 3) 0.312 8***(0.118 0) 0.140 0***(0.035 2) 0.369 1***(0.126 1) 0.509 1***(0.133 8) lnER 0.086 5(0.076 7) 0.002 9(0.246 2) 0.088 0(0.074 5) 0.022 9(0.270 4) 0.110 9(0.283 7) Observations 3 420 Numberofcity 285 rho 0.098 5*** sigma2_e 0.256 0*** Log-likelihood -2 172.882 9 R2 0.218 3 时间固定 YES 空间固定 YES
下载: 导出CSV
-
[1] 马静, 邓宏兵, 蔡爱新. 中国城市创新产出空间格局及影响因素——来自285个城市面板数据的检验[J]. 科学学与科学技术管理, 2017(10): 12-25. https://www.cnki.com.cn/Article/CJFDTOTAL-KXXG201710002.htm [2] FUSSLER C, JAMES P. Eco-innovation: a break through discipline for innovation and sustainbility[M]. London: Pitman Publishing, 1996. [3] CAINELLI G, MAZZANTI M, MONTRESOR S. Environmental innovations, local networks and internationalization[J]. Industry and Innovation, 2012, 19(8): 697-734. doi: 10.1080/13662716.2012.739782 [4] ALBORT M G, HENSELER J, LEAL-MILLAN A. Mapping the field: a bibliometric analysis of green innovation[J]. Sustainability, 2017, 9(6): 1011-1025. doi: 10.3390/su9061011 [5] CHEN Y S, LAI S B, WEN C T. The influence of green innovation performance on corporate advantage in Taiwan[J]. Journal of Business Ethics, 2006, 67(4): 331-339. doi: 10.1007/s10551-006-9025-5 [6] 贾军, 张伟. 绿色技术创新中路径依赖及环境规制影响分析[J]. 科学学与科学技术管理, 2014(5): 44-52. https://www.cnki.com.cn/Article/CJFDTOTAL-KXXG201405006.htm [7] 范群林, 邵云飞, 唐小我. 中国30个地区环境技术创新能力分类特征[J]. 中国人口·资源与环境, 2011(6): 31-36. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGRZ201106008.htm [8] 罗良文, 梁圣蓉. 中国区域工业企业绿色技术创新效率及因素分解[J]. 中国人口·资源与环境, 2016(9): 149-157. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGRZ201609018.htm [9] PORTER M E. Toward a new conception of the environment competitiveness relationship[J]. The Journal of Economic Perspectives, 1995(4): 97-118. [10] PANDA C. Environmental regulation and U.S. States technical in efficiency[J]. Economics Letters, 2008, 3: 363-365. http://www.sciencedirect.com/science/article/pii/S0165176508000621 [11] REIS A B. On the welfare effects of foreign investment[J]. Journal of International Economics, 2001, 54(2): 411-427. doi: 10.1016/S0022-1996(00)00100-8 [12] 毕克新, 王禹涵, 杨朝均. 创新资源投入对绿色创新系统绿色创新能力的影响——基于制造业FDI流入视角的实证研究[J]. 中国软科学, 2014(3): 153-166. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGRK201403014.htm [13] BRUNNERMEIER S B, COHEN M A. Determinants of environmental innovation in US manufacturing industries[J]. Journal of Environmental Economics & Management, 2003, 45(2): 278-293. [14] HURLEY J, NEIL J, BUCKLEY, KATHERINE CUFF. Determinants of eco-innovations by type of environmental impact: the role of regulatory push/pull, technology push and market pull[J]. Zew Discussion Papers, 2012, 78(32): 112-122. http://www.sciencedirect.com/science/article/pii/S1387380613001838 [15] AMORE M D, BENNEDSEN M. Corporate governance and green innovation[J]. Journal of Environmental Economics & Management, 2016, 75: 54-72. http://www.sciencedirect.com/science/article/pii/S0095069615000893 [16] 华振. 我国绿色创新能力评价及其影响因素的实证分析——基于DEA-Malmquist生产率指数分析法[J]. 技术经济, 2011(9): 36-41+69. https://www.cnki.com.cn/Article/CJFDTOTAL-JSJI201109008.htm [17] 张钢, 张小军. 企业绿色创新战略的驱动因素: 多案例比较研究[J]. 浙江大学学报: 人文社会科学版, 2014(1): 113-124. doi: 10.3785/j.issn.1008-9497.2014.01.024 [18] 杨朝均, 杨文珂, 朱雁春. 中国省际间对内开放对驱动工业绿色创新空间趋同的影响[J]. 中国环境科学, 2018(8): 3189-3200. doi: 10.3969/j.issn.1000-6923.2018.08.050 [19] 刘佳, 宋秋月. 中国旅游产业绿色创新效率的空间网络结构与形成机制[J]. 中国人口·资源与环境, 2018(8): 127-137. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGRZ201808014.htm [20] 刘明广. 区域创新系统绿色创新效率的空间分布及收敛性研究[J]. 工业技术经济, 2017(4): 10-18. doi: 10.3969/j.issn.1004-910X.2017.04.002 [21] 付帼, 卢小丽, 武春友. 中国省域绿色创新空间格局演化研究[J]. 中国软科学, 2016(7): 89-99. doi: 10.3969/j.issn.1002-9753.2016.07.010 [22] 钱丽, 王文平, 肖仁桥. 共享投入关联视角下中国区域工业企业绿色创新效率差异研究[J]. 中国人口·资源与环境, 2018(5): 27-39. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGRZ201805004.htm [23] 李金滟, 李超, 李泽宇. 城市绿色创新效率评价及其影响因素分析[J]. 统计与决策, 2017(20): 116-120. https://www.cnki.com.cn/Article/CJFDTOTAL-TJJC201720030.htm [24] 杨树旺, 吴婷, 李梓博. 长江经济带绿色创新效率的时空分异及影响因素研究[J]. 宏观经济研究, 2018(6): 107-117+132. https://www.cnki.com.cn/Article/CJFDTOTAL-JJGA201806012.htm [25] TONE K. Dealing with undesirable outputs in DEA: a slacks-based measure (SBM) approach[R]. GRIPS Research Report Seires, 2003. [26] 林光平, 龙志和, 吴梅. 我国地区经济收敛的空间计量实证分析: 1978-2002年[J]. 经济学(季刊), 2005(S1): 67-82. https://www.cnki.com.cn/Article/CJFDTOTAL-JJXU2005S1003.htm [27] 彭文斌, 胡孟琦, 路江林. "绿水青山"理念的绿色分工演进与实践路径[J]. 湖南科技大学学报: 社会科学版, 2018(4): 120-124. https://www.cnki.com.cn/Article/CJFDTOTAL-XTGS201804020.htm [28] 陶长琪, 周璇. 环境规制与技术溢出耦联下的省域技术创新能力评价研究[J]. 科研管理, 2016(9): 28-38. https://www.cnki.com.cn/Article/CJFDTOTAL-KYGL201609004.htm [29] 徐志伟. 工业经济发展、环境规制强度与污染减排效果——基于"先污染, 后治理"发展模式的理论分析与实证检验[J]. 财经研究, 2016(3): 134-144. https://www.cnki.com.cn/Article/CJFDTOTAL-CJYJ201603011.htm [30] SLATER J, ANGEL I T. The impact and implications of environmentally linked strategies on competitive advantage: a study of Malaysian companies research[J]. Journal of Business, 2000, 47(1): 75-89. http://www.cabdirect.org/abstracts/19721409411.html;jsessionid=C9C93F930F7B93791600BCFE557366AD;jsessionid=E02206ACEABC6BBFAC7AD183969259BC;jsessionid=5C6DAB340D72F8AB2A3F4A2FDEAD9205 [31] 魏玮, 宋一弘, 刘志红. 能源约束、环境规制对FDI流动的经济效应分析——来自215个城市的经验证据[J]. 审计与经济研究, 2013(2): 106-112. https://www.cnki.com.cn/Article/CJFDTOTAL-SJYJ201302012.htm [32] 陈景新, 张月如. 中国区域绿色创新效率及影响因素研究[J]. 改革与战略, 2018(6): 72-79. https://www.cnki.com.cn/Article/CJFDTOTAL-GGZY201806012.htm [33] DANIEL G, CHATMAN, ROBERT B, et al. Do public transport improvements increase agglomeration economies? a review of literature and an agenda for research[J]. Transport Reviews, 2011, 31(6): 725-742. doi: 10.1080/01441647.2011.587908 -
点击查看大图
图(3) / 表(6)
计量
- 文章访问数: 351
- HTML全文浏览量: 309
- PDF下载量: 69
- 被引次数: 0