中国省际绿色技术创新效率测度及影响因素研究

doi:10.13776/j.cnki.resourcesindustries.20201126.009

资源与产业 ›› 2020, Vol. 22 ›› Issue (6): 1-8.DOI: 10.13776/j.cnki.resourcesindustries.20201126.009

• 非主题来稿选登 • 下一篇

中国省际绿色技术创新效率测度及影响因素研究

张在旭1，2，黄卓琳1

（1中国石油大学（华东）经济管理学院，山东青岛 266580；2中国石油大学胜利学院文法与经济管理学院，山东东营 257061）

收稿日期:2020-04-13 修回日期:2020-06-16 出版日期:2020-12-20 发布日期:2021-01-13
通讯作者: 黄卓琳 tozhuolin@163.com
基金资助:
国家社会科学基金项目（17BGL176）；青岛市哲学社会科学规划项目（QDSKL1801045）；中央高校基本科研业务费专项资金（17CX06052B）

MEASUREMENT AND FACTORS OF CHINA'S PROVINCIAL GREEN TECHNICAL INNOVATION EFFICIENCY

ZHANG Zaixu1,2, HUANG Zhuolin1

(1. School of Economics and Management, China University of Petroleum, Qingdao 266580, China; 2. School of Laws and Economic Management, Shengli College, China Petroleum University, Dongying 257061, China)

Received:2020-04-13 Revised:2020-06-16 Online:2020-12-20 Published:2021-01-13

摘要/Abstract

摘要： 文章基于2011—2017年中国30个省份面板数据，运用super-SBM模型对绿色技术创新效率进行测算，并利用ML指数对绿色技术创新效率进行动态分析，最后通过空间滞后模型分析影响效率的关键因素。研究结果表明：中国绿色技术创新效率呈逐渐增长的趋势，但整体效率偏低，有较大进步空间；中国绿色技术创新效率存在明显区域差异，呈现由东部向西部递减的格局；绿色技术创新水平的提高是技术效率和技术进步共同贡献的结果；产业结构、区域开放程度和教育水平对绿色技术创新效率产生积极的正向影响，环境规制和研发投入强度对绿色技术创新效率影响不显著。

关键词: 绿色技术创新, super-SBM模型, 空间计量模型, 影响因素

Abstract: This paper, based on panel data of China's 30 provinces during 2011 to 2017, uses super-SBM model to measure the green technical innovation efficiency, which is dynamically analyzed by means of ML index. Spatial lagging model is used to study the key factors of the green technical innovation efficiency. China's green technical innovation efficiency shows an increasing trend, low but leaving room for improvement, also varies with regions, decreasing westward. Improvement of the green technical innovation level is a mutually attributed by technical efficiency and technical advances. The green technical innovation efficiency is positively influenced by industrial structure, regional openness and educational level, little by environmental regulations and research and development input.

Key words: green technical innovation, super-SBM model, spatial quantitative model, factors

中图分类号:

F205
F062.2

张在旭, 黄卓琳. 中国省际绿色技术创新效率测度及影响因素研究[J]. 资源与产业, 2020, 22(6): 1-8.

ZHANG Zaixu, HUANG Zhuolin. MEASUREMENT AND FACTORS OF CHINA'S PROVINCIAL GREEN TECHNICAL INNOVATION EFFICIENCY[J]. Resources & Industries, 2020, 22(6): 1-8.

[1]	杨恺钧, 曹安琪, 方慈慧. 新能源汽车产业集聚对区域绿色经济效率的影响——基于长江经济带的实证研究[J]. 资源与产业, 2024, 26(1): 35-49.
[2]	鞠严萍, 王新华. 煤炭行业产能过剩的再认识——基于潜类别随机边界法的测算及其空间演变[J]. 资源与产业, 2023, 25(6): 41-52.
[3]	朱瑞瑞, 汪克亮, 张福琴. FDI、财政压力与绿色全要素生产率 [J]. 资源与产业, 2023, 25(6): 77-90.
[4]	仇蕾, 马蓓文, 周钦, 程常高. 环境规制对重污染企业投资偏好的影响——基于我国A股上市公司的经验证据[J]. 资源与产业, 2023, 25(3): 92-106.
[5]	黄子琦, 刘清泉. 长江经济带产业协同集聚对绿色技术创新的影响机制——基于税收竞争的中介效应 [J]. 资源与产业, 2023, 25(2): 23-36.
[6]	高枝欣, 许纪校. 重污染企业社会责任、高管激励与绿色技术创新[J]. 资源与产业, 2023, 25(2): 88-100.
[7]	陈书伟, 韩丽. 政府创新补贴促进了企业绿色技术创新水平吗？——基于信号传递的视角[J]. 资源与产业, 2022, 24(5): 98-107.
[8]	侯震梅, 张鹏彦, 周勇. 基于空间收敛视角的新疆区域经济协调发展的演变特征研究[J]. 资源与产业, 2022, 24(3): 53-62.
[9]	朱智洺, 马哲. 国际技术溢出对我国绿色技术创新的影响研究[J]. 资源与产业, 2021, 23(2): 48-60.
[10]	王保乾, 叶雯倩. 长江经济带水资源福利绩效时空演变及空间效应研究[J]. 资源与产业, 2021, 23(1): 10-19.
[11]	高艺, 杨高升, 谢秋皓. 异质性环境规制对绿色全要素生产率的影响机制——基于能源消费结构的调节作用[J]. 资源与产业, 2020, 22(3): 1-10.
[12]	陈翠芳，卢新海，刘茜，等. 城市土地集约利用能提升经济增长质量吗？[J]. 资源与产业, 2019, 21(3): 67-74.
[13]	童纪新，刘文卿. 区域绿色工业企业技术创新效率空间效应研究[J]. 资源与产业, 2019, 21(2): 45-53.
[14]	侯震梅，周勇. 新疆居民城乡收入差距的空间计量分析[J]. 资源与产业, 2016, 18(3): 115-120.
[15]	陈青青, 龙志和. 中国区域CO₂排放收敛的空间计量分析[J]. 资源与产业, 2011, 13(6): 128-134.

中国省际绿色技术创新效率测度及影响因素研究

MEASUREMENT AND FACTORS OF CHINA'S PROVINCIAL GREEN TECHNICAL INNOVATION EFFICIENCY

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics