中国区域绿色创新效率研究

在资源紧缺、环境污染日益严峻的今天,绿色创新成为代表一个国家和地区持续竞争优势的重要标志.本文应用DEA方法对中国大陆30个省自治区直辖市的绿色创新能力进行了测度和分析.首先采用层次分析法测度除西藏外中国大陆30个省自治区直辖市环境污染综合指数;其次,应用DEA方法在综合考虑环境污染和能源消耗问题的基础上测度2005-2010年中国各地区绿色创新效率,并应用TOBIT回归分析法对影响中国绿色创新效率的因素进行分析,研究发现中国各地区绿色创新效率呈现出较大的差异性.东部地区绿色创新效率明显优于中西部地区和东北地区,而且,“十一五”以来,东部地区绿色创新效率上升趋势明显,说明东部地区可持续发展能力不断增强.绿色创新效率的影响因素分析表明,外资进入、结构调整对绿色创新效率提升产生了积极的推动作用;而环境规制与技术市场对创新效率提升并没有产生显著的积极效应.     

中国区域绿色创新效率收敛性研究

将环境污染、创新失败因素列为非期望产出指标,运用2006—2016年中国内地30个省份面板数据,构建SBM—DEA模型对中国绿色创新效率及其区域差异进行测算,进而采用σ收敛模型、绝对β收敛模型、条件β收敛模型考察中国区域绿色创新效率的收敛性。结果表明：中国区域绿色创新效率整体上呈现上升趋势,但存在较大区域差异,东部地区绿色创新效率远高于中、西部地区;全国及东、中、西部地区绿色创新效率均不存在明显的σ收敛,但存在显著的绝对β收敛和条件β收敛,且影响收敛的显著性因素各不相同。     

高技术产业集聚对区域绿色创新效率的影响研究

基于2009—2019年中国30个省份的面板数据,运用包含非期望产出的Super-SBM模型测算各地区绿色创新效率并通过区位熵测度高技术产业集聚水平,最后利用面板计量模型以及中介效应模型实证检验高技术产业集聚水平对区域绿色创新效率的直接影响及技术创新的中介效应。结果表明：我国各地区高技术产业集聚程度呈逐年上升趋势,区域绿色创新效率整体不高,二者均存在区域异质性,东部地区明显高于全国平均水平,而中西部及东北地区发展较为缓慢;高技术产业集聚有利于区域绿色创新效率的提高,技术创新在其中发挥部分中介效应,研发投入、劳动投入和经济发展水平对绿色创新效率均有显著影响。     

绿色金融与经济高质量发展耦合协调的时空分异及响应

使用中国2010—2020年省际面板数据,用熵权法构建绿色金融与经济高质量发展指数,运用修正后的耦合协调模型和莫兰指数分析二者的协调发展水平及空间相关关系,进而用PVAR模型分析二者的交互响应,得出以下结论：（1）2010—2020年我国绿色金融与经济高质量发展之间协调发展程度总体呈上升趋势。省域间耦合协调程度存在显著空间差异,呈现东高西低的阶梯式分布。（2）从莫兰指数来看,绿色金融与经济高质量发展呈现显著空间正相关关系。2020年,东、中、西部的差距明显缩小,各地区更为协调发展。（3）短期内绿色金融与经济高质量发展相互促进。但绿色金融对经济高质量发展仅短期作用明显,长期的正向影响不明显。经济高质量发展对绿色金融具有促进作用,但具有时滞性。     

财政分权、资本错配与区域创新效率

基于中国30个省(区、市)2001—2018年的面板数据,分别采用超越对数生产函数和超效率DEA模型对各地区的资本错配程度和创新效率进行测度,并进一步运用双向固定效应模型实证检验财政分权对区域创新效率的直接影响和作用机制。研究发现：从全国层面来看,财政分权对创新效率具有显著的促进作用,主要是通过降低地区的资本错配程度,减缓了因资本错配带来的创新效率损失;分区域来看,在产能过剩程度较低的省份,财政分权通过抑制资本错配减少了创新效率损失,对创新效率产生了促进作用;但在产能过剩程度较高的地区,虽然财政分权通过缓解资本错配降低了创新效率损失,但是财政分权对创新效率仍然具有显著的抑制作用,资本错配表现为遮掩效应而非中介效应。为了提升区域创新效率,促进经济高质量发展,应进一步完善财政分权制度,优化地方政府财政支出结构,提高资本配置效率。     

基于SBM模型的资源型城市绿色创新效率测算与差异分析

基于中国64个资源型城市2010—2019年的投入产出数据,利用含非期望产出的SBM模型,对其进行了绿色创新效率测算和差异分析。效率测算结果表明：总体上资源型城市在2010—2019年间绿色创新效率较低,均值为0.668;其中2010—2014年间波动下降,均值从0.682降到了0.558;2014—2019年平缓上升,均值从0.558升到了0.741。分类差异分析显示：规划综合分类中衰退型城市绿色创新效率最高,成长型最低;所在区域分类中东北部资源型城市创新效率最高,西部最低;资源类型分类中森工类资源型城市绿色创新效率最高,综合类最低。因此,可通过持续转型发展、控制污染物排放、引入创新技术、提高政府重视程度、增加投入,以持续提高资源型城市的绿色创新效率。     

金融发展支持省域绿色科技创新效率研究

选取2008—2019年我国30个省份相关指标数据,从金融发展的规模、结构和效率三个维度,通过因子分析法计算金融发展水平,运用Super-SBM模型测算绿色科技创新效率,最后实证分析金融发展对区域绿色科技创新支撑效应和中介效应。结果得出：我国绿色科技创新效率和金融发展水平逐年上升,呈东部>东北部>西部>中部阶梯状排布。金融发展有效支持绿色科技创新效率提升,且东部地区支撑效应更为显著。金融规模的扩大能够通过资金融通机制发挥主要作用,此外金融市场结构的优化通过风险分散、信息传递和市场监管机制促进绿色科技创新效率提升。对此从政府、企业、金融机构层面提出政策建议,为绿色科技创新效率提升建立协同的金融发展环境。     

高技术产业集聚视域下对外直接投资的绿色创新异质溢出效应研究北大核心

利用我国30个省份2010—2019年的面板数据,构建基于非期望产出的DEA-SBM模型测度省域绿色创新效率,进而借助Hansen门槛回归思想,从高技术产业集聚视角,实证研究对外直接投资(OFDI)对省域绿色创新效率的异质性影响。结果表明:(1)从效率值来看,近十年我国绿色创新效率拉升迅速,但区域不均衡性明显,尚未形成绿色创新发展的区域间有效联动;(2)从门槛检验来看,OFDI对绿色创新效率的溢出作用显著存在高技术产业集聚的三重门槛效应;(3)从影响机制来看,OFDI与绿色创新效率呈“U”型关系,当且仅当省域高技术产业集聚水平跨过第二门槛1.156时,OFDI溢出的显著正向促进作用显现,研发投入、人力资本、经济水平、环境规制显著促进了绿色创新效率提升,政府支持度对绿色创新效率的作用不显著。     

中国绿色创新效率的地区差异及空间收敛性研究

运用SBM-DEA模型对我国绿色创新效率进行测算,结合Kernel密度估计、Dagum基尼系数和空间收敛模型,分析2007—2019年我国绿色创新效率的地区差异和空间收敛性特征。研究发现：（1）我国整体绿色创新效率的地区差异呈波动下降趋势;东部和中部地区绿色创新效率存在非均衡发展现象;东部和西部间绿色创新效率的差异最大;并且绿色创新效率的地区差异主要是由区域间差异造成的。（2）我国绿色创新效率的绝对β空间收敛与条件β空间收敛均十分显著,该结论在三大区域也适用。此外,各区域空间收敛性影响因素对绿色创新效率收敛性的作用存在差异性。     

我国高等教育资源配置效率的省际差异及其破解

文章运用DEA方法对2006～2010年各地区高等教育资源配置效率进行了实证研究.研究认为,从总体来看,我国各地区义务教育资源配置效率趋于下降;从地区层面来看,中、东部地区教育发达的省市高等教育资源配置效率高,西部地区的西藏、青海和新疆三地高等教育资源配置效率相对高.本研究结论对我国高等教育未来改革与发展具有重要的启示意义.     

从区域差异视角分析我国规模以上工业企业效率

以全国各省域内规模以上工业企业为研究对象,构建决策单元,采用2001～2010年数据,使用DEA超效率模型进行超效率测算,研究发现:东北和东部地区的规模以上工业企业超效率最大,且金融危机对各区域规模以上工业企业效率均有拉低作用.同时,采用2003～2010年数据,使用DEA-Malmquist指数模型对各省域内规模以上工业企业进行全要素生产率分析,研究发现:第一,东部地区规模以上工业企业技术效率年均增速出现负值;第二,各区域规模以上工业企业均出现较大技术进步,东部和西部地区规模以上工业企业技术进步最大;第三,西部地区规模以上工业企业全要素生产率年均增长最大,年均增长达到13.82％.     

中国工业绿色增长效率的测算及其变化特征

推进工业绿色增长转型是中国实现2030年碳达峰和2060年前碳中和目标的关键。基于IPAT分析框架，结合环境规制视角，构建了中国工业污染排放的供给需求模型，进而采用空间随机前沿模型评估了中国2000—2016年的工业绿色增长效率。研究表明：（1）忽略省份间工业SO₂排放的空间相关性和异质性都将高估中国工业绿色增长效率。（2）受宏观经济波动、工业结构变迁、环境治理政策出台等驱动，中国工业绿色增长效率可划分为波动上升（2000—2007年）、波动下降（2008—2011年）和稳步上升（2012—2016年）三个阶段。（3）中国工业绿色增长效率呈明显的聚集连片化的分布特征，到2016年较高效率及高效率省份逐步由东部地区少数省份扩展到东部地区、长江流域和黄河中下游的绝大部分省份，资源能源禀赋、经济发展阶段、技术积累与创新、区位条件、环境容量、环境规制政策执行力度等的差异是中国工业绿色增长效率空间分异的主要原因。     

城镇化提高中国绿色发展效率了吗?

本文运用环境范围调整测度(RAM)模型测算了中国112个环保重点城市2005-2010年的绿色发展效率、无效率来源及减排方式,并使用Bootstrap截断回归模型对城镇化与绿色发展效率的关系进行了实证研究。本文的主要结论有:我国各地区的绿色发展效率主要呈倒U型和三次型变化,区域差异明显,中西部地区的部分城市群绿色发展效率要高于东部地区的一些城市群;污染物排放无效率是总无效率的主要源泉;大部分城市在面对经济发展和节能减排的双重压力时,主要选择自然减排方式;居民城镇化对绿色发展效率有显著的促进作用,对土地城镇化有显著的负向影响,而就业城镇化、经济城镇化和综合城镇化对绿色发展效率则产生显著的先抑制后促进的影响。     

数字经济对绿色全要素生产率的影响研究——基于创新环境的调节作用

文章以经济高质量发展为背景，基于2011—2019年中国省级面板数据，运用DDF模型和ML生产率指数测度各地区绿色全要素生产率，并通过构建面板固定效应模型，实证研究数字经济对绿色全要素生产率的影响，进一步分析了创新环境的调节作用。研究结果表明，数字经济的发展显著提升了地区绿色全要素生产率水平，并且创新环境在数字经济影响绿色全要素生产率的过程中发挥了正向调节作用，从区域层面上，东部地区数字经济发展水平领先于中西部地区，引领着中国绿色全要素生产率的增长。本研究有利于探索数字经济的创新价值和绿色价值，有利于发挥其对经济高质量发展的推动作用。     

数字金融对绿色创新效率的影响路径

文章基于2011—2019年30个省（区、市）的平衡面板数据，运用双向固定效应模型实证检验了数字金融对绿色创新效率的影响及其内在作用机制。研究发现：(1)2011—2019年，数字金融与绿色创新效率增长迅速，但均存在一定的区域差异。(2)数字金融显著提升了绿色创新效率，且在东部、中部、西部的促进作用依次增强。(3)数字金融对绿色技术研发效率与绿色成果转化效率均有显著促进作用，数字金融对绿色成果转化效率的影响仅在中西部地区显著。(4)数字金融通过缓解金融错配或加速人力资本积累正向影响绿色创新效率，数字金融的金融错配缓解功能主要在中西部地区显著。     

长江经济带绿色发展效率测度及其影响因素分析——基于SBM-RF-Tobit模型

文章以长江经济带11个省市的绿色发展为研究对象,选取能源、资本、技术作为投入指标,经济、生态、环境作为产出指标,利用Supe-SBM模型和GML指数模型测算了2008—2021年长江经济带11个省市的绿色发展效率;进一步利用随机森林RF法分析了绿色发展效率各影响因素的重要性,并根据Tobit模型进行面板数据回归和GMM稳健性检验。结果表明：长江经济带11个省市整体的绿色发展效率较高,上游地区和下游地区的绿色发展效率高于中游地区,上海和浙江绿色全要素生产率处于地区领先水平。生态环境保护是影响长江经济带绿色发展效率的直接因素,经济发展水平、政府支持力度和科技创新投入对长江经济带绿色发展具有重要的影响。     

基于SBM-GIS的绿色发展效率评价及时空分异研究——以中原城市群为例

绿色发展效率是衡量区域绿色可持续发展水平的重要指标。文章以中原城市群30个城市为研究对象,探究其绿色发展效率水平及时空分异特征。首先,从时间维度出发,分别从静态和动态角度运用超效率SBM模型和Malmquist指数对2007—2016年中原城市群的绿色发展效率进行评价,结果表明,中原城市群整体绿色发展水平不高,2016年绿色发展效率的均值仅为0.809,10年间技术进步对绿色发展效率的影响较大。其次,从空间的角度出发,利用空间分析技术探究中原城市群绿色发展的时空分异特征,结果表明,中原城市群各城市之间存在较为明显的地区差异,在空间上呈现"西北外围高,南部较低"的特征,各城市间的相互作用偏弱,绿色发展效率较高的城市对周围区域的辐射带动作用不强。最后,提出了提高中原城市群绿色发展效率的对策建议。     

基于DEA的中国绿色经济效率地区差异与收敛分析

本文运用熵权法构造了各地区综合环境污染指数,将其引入效率测度DEA模型,测度了1995—2007年间我国29个省市区的绿色经济效率,并对各地区绿色经济效率增长差异进行了收敛性检验。研究结果表明:伴随着我国经济高速增长的同时,环境污染问题日益严峻;整体上我国绿色经济效率呈波动型上升趋势,且由东部、西部、中部依次递减;由于各地区经济基础条件与特征不同,全国总体绿色经济效率不存在收敛趋势,但东部与中部地区绿色经济效率表现出俱乐部收敛。     

中国工业企业绿色技术创新效率的测度与评价——基于超效率网络SBM-Malmquist模型分析

将绿色创新发展理念融入到工业企业技术活动中,已经成为突破环境和资源约束、推动工业可持续发展的关键。本文将能源消耗量、三废排放量等纳入研究框架,运用超效率网络SBM模型和Malmquist-Luenberger指数对中国各省份工业企业绿色技术创新效率进行测度与评价。结果表明：在2013—2018年间,工业企业绿色技术创新效率处于较低水平,省域间存在较大差异,但差异趋势逐渐缩小;我国工业企业绿色技术创新效率呈现出“东-中-西”依次递减的阶梯式空间分布格局,与东部地区工业企业绿色技术创新效率持上升的趋势相比,中西部效率水平不仅存在绝对水平明显偏低的特征,而且还表现出了增长幅度的差异;成果转化期的效率值低于科技研发的效率值,纯技术效率水平过低是造成两阶段效率不高的主要原因;我国Malmquist-Luenberger指数均大于1,整体发展态势良好,其中技术效率变化指数的增长主要依赖于纯技术效率变化指数。从三大地区层面来看,东部地区的ML(Malmquist-Luenberger)指数主要归结于技术进步（technological change,TC）指数的增长,而中西部地区的ML指数则主要依赖...     

科技创新促进中国海洋经济高质量发展了吗——基于科技创新对海洋经济绿色全要素生产率影响的实证检验

推动海洋经济高质量发展是建设海洋强国的必然选择。采用2001—2016年沿海省市面板数据,测算我国沿海省市海洋经济绿色全要素生产率,从线性和非线性角度研究科技创新对海洋经济绿色全要素生产率的影响。结果表明：总体上看,近年来我国海洋经济绿色全要素生产率呈先大幅波动后趋向平稳的状态,年均增长率为2.85%,海洋经济绿色全要素生产率增长主要源于技术进步指数而非技术效率指数;科技创新对于海洋经济绿色全要素生产率具有显著促进作用,有助于海洋经济高质量发展;科技创新对海洋经济绿色全要素生产率的影响存在单一门槛效应,越过门槛之后,对于海洋经济绿色全要素生产率的提升作用会更加显著。在海洋经济同样步入新常态背景下,必须坚持从要素和投资驱动转向创新驱动的海洋经济高质量发展道路。