创新环境因素对区域创新效率影响的空间计量研究
- 格式:doc
- 大小:47.00 KB
- 文档页数:22
城市绿色创新的时空特征及影响因素分析
邹伟勇
【期刊名称】《统计与决策》
【年(卷),期】2023()1
【摘要】文章基于2000—2019年285个地级及以上城市面板数据,运用熵值法、探索性空间分析工具以及空间计量模型,考察我国城市绿色创新的时空特征及其影
响因素。
研究发现:第一,研究期内,排名靠前的城市绿色创新水平均衡发展,排名靠后的城市则存在发展短板问题。
城市绿色创新水平呈波动上升态势,空间分布格局再
现“胡焕庸线”和“绿色创新马赛克”,呈“四核两带多点”的分布特征。
第二,城
市绿色创新表现出很强的空间依赖性,空间关联程度逐年提升。
东部沿海城市多位
于高值集聚区域,中西部城市多位于低值集聚区域和异质性区域。
第三,环境规制与
城市绿色创新存在“U”型曲线关系。
财政科技支出、人力资本和外商直接投资对本地和周边城市绿色创新水平的提高具有促进作用。
此外,城市绿色创新具有正向
的空间溢出效应。
【总页数】5页(P168-172)
【作者】邹伟勇
【作者单位】上海大学经济学院
【正文语种】中文
【中图分类】F790
【相关文献】
1.中国城市创新基础设施的时空特征及影响因素——基于291个地级及以上城市数据的实证分析
2.城市能源绿色消费水平时空特征与影响因素分析
——以黄河中下游地区68座城市为例3.长江经济带城市绿色创新效率的时空特征及影响因素4.风险投资网络与绿色技术创新网络的时空耦合及其影响因素——以长三角城市群为例5.长三角城市群绿色创新效率时空演化及影响因素分析
因版权原因,仅展示原文概要,查看原文内容请购买。
空间计量模型选择、估计、权重、检验(Spatialeffect)应读者的要求,推送⼀篇关于空间计量⽅⾯的⽂章。
空间计量模型,主要⽤来解决空间被解释变量⾃相关和测量误差⽅⾯的问题;⽽且两个空间事物存在交互效应和异质性,因此,存在常系数回归和变异系数的回归区分。
空间计量经济学是计量经济学的⼀个分⽀,研究的是如何在横截⾯数据和⾯板数据的回归模型中处理空间相互作⽤(空间⾃相关)和空间结构(空间不均匀性)结构分析。
它与地学统计和空间统计学相似。
从某种程度上⽽⾔,空间计量经济学与空间统计学之间的不同和计量经济学与统计学之间的不同⼀样。
由于对其理论上的关⼼以及将计量经济模型应⽤到新兴⼤型编码数据库中的要求,近年来这个领域获得了快速发展。
空间数据分析和建模技巧与GIS的结合,现已⼴泛应⽤于经济政策分析中,尤其是实产和房地产经济[Anselin (1998a), Can(1998)], 环境和资源经济[Bockstael (1996), Geoghegan, Waingerand Bockstael (1997)], 发展经济[Nelson and Gray (1997)].当⾯临空间⾃相关时,标准的计量分析技巧通常会失效,⽽这种情形经常在地理或横截⾯数据集中出现,这也是空间计量得以迅速发展的原因之⼀。
传统的统计理论是⼀种建⽴在独⽴观测值假定基础上的理论。
然⽽,在现实世界中,特别是遇到空间数据问题时,独⽴观测值在现实⽣活中并不是普遍存在的(Getis, 1997)。
对于具有地理空间属性的数据,⼀般认为离的近的变量之间⽐在空间上离的远的变量之间具有更加密切的关系(Anselin & Getis,1992)。
正如著名的Tobler地理学第⼀定律所说:“任何事物之间均相关,⽽离的较近事物总⽐离的较远的事物相关性要⾼。
”(Tobler,1979)地区之间的经济地理⾏为之间⼀般都存在⼀定程度的Spatial Interaction,Spatial Effects):Spatial Dependenceand Spatial Autocorrelation)。
产业协同集聚、空间知识溢出与区域创新效率一、本文概述本文旨在探讨产业协同集聚、空间知识溢出与区域创新效率之间的内在联系。
在全球化和知识经济的背景下,产业的协同集聚已经成为推动区域经济发展的重要动力,而知识溢出作为创新活动的重要机制,对于提升区域创新效率具有深远的影响。
本文通过分析这三者之间的关系,旨在为政策制定者和区域经济发展规划者提供理论支持和决策依据。
我们将对产业协同集聚的概念进行界定,并探讨其在推动区域经济发展中的作用。
产业协同集聚不仅可以通过资源共享、成本降低和规模效应提升产业竞争力,还可以通过企业间的互动合作,促进知识的传播和溢出。
我们将深入分析空间知识溢出的内涵及其对区域创新效率的影响。
空间知识溢出是指知识在地理空间上的传播和扩散,它可以提高区域内企业的知识水平和创新能力,进而提升整个区域的创新效率。
我们将从理论和实证两个方面,探讨空间知识溢出对区域创新效率的促进作用。
我们将构建一个综合的分析框架,研究产业协同集聚、空间知识溢出与区域创新效率之间的相互作用机制。
我们将运用计量经济学方法,对这三者之间的关系进行实证检验,以揭示它们之间的内在规律和影响因素。
通过本文的研究,我们期望能够为推动区域创新效率的提升,提供有益的启示和建议。
二、产业协同集聚对区域创新效率的影响产业协同集聚作为一种重要的空间经济现象,对区域创新效率的提升具有显著影响。
产业协同集聚能够促进不同产业之间的交流与合作,形成产业链上下游的紧密联系,进而提升区域创新效率。
产业协同集聚有助于实现资源共享和优势互补。
在同一地理空间内,不同产业之间的资源、技术、人才等要素可以相互流动和共享,降低交易成本,提高资源利用效率。
同时,不同产业之间的优势互补可以激发创新活力,推动新技术、新产品的不断涌现。
产业协同集聚能够促进知识溢出和技术扩散。
在产业协同集聚的过程中,不同产业之间的知识、技术、信息等要素会相互渗透和融合,形成创新氛围和创新网络。
中南财经政法大学研究生学报2021年第1期产业协同集聚对绿色创新效率的影响周丽敏(中南财经政法大学统计与数学学院,湖北武汉430073)摘要:该文采用空间面板杜宾模型分析生产性服务业与制造业的协同集聚对绿色创新效率的影响。
首先运用超效率SBM模型测算2003-2018年全国各省份的绿色创新效率,然后以产业集聚水平为解释变量,分单一产业集聚、产业协同集聚以及东中西区域进行空间面板杜宾回归。
结果表明:从全国来看,产业的协同集聚以及制造业集聚对绿色创新效率的直接效应与空间间接效应均为正向促进作用,生产性服务业集聚则相反,直接、间接效应均为负;分地区来看,中部地区的直接、间接效应与全国保持一致,东部西部地区则呈现基本不显著的负反馈效应,与我国东中西产业协同集聚水平相对应。
从产业协同集聚视角为我国绿色创新效率发展提供一定参考思路。
关键词:生产性服务业;制造业;产业协同集聚;超效率SBM模型;空间面板杜宾模型绿色发展是“十三五”以来我国重大发展理念之一。
自此以来,建立绿色经济体系,实现绿色转型已成为推动我国经济高质量发展的关键。
绿色创新以技术创新为目标、绿色发展为核心要义,旨在有效促进经济转型与产业发展。
在此背景下,如何有效提高绿色创新效率值得探讨。
同时随着产业结构的不断发展与我国产业链的形成日益完善,单一产业的专业化与多样化集聚已无法满足对各式各样产品与工艺的效率提升需求,高端制造业服务化、生产性服务业①高效化逐渐成为产业协同发展中重要表征,生产性服务业与制造业的协同集聚是新时期产业经济协同集聚的一种模式。
二者在互相促进的产业链下能否充分发挥各自优势,大力提升资源配置效率以实现地区绿色创新效率的“单向驱动”向“双轮驱动”的友好转化有待深入研究,本文为加强区域绿色创新提供参考思路。
基于此,本文主要从空间溢出的视角分别分析生产性服务业以及制造业的产业集聚对绿色创新效率的单向驱动效应、生产性服务业-制造业协同集聚(简称“产业协同集聚”)对绿色创新效率的双向驱动效应,旨在以实证的角度探讨产业协同集聚与绿色创新效率的定量关系与空间效应,进一步揭示两者的关系。
环境规制对绿色技术创新的影响作者:斯丽娟来源:《财经问题研究》2020年第07期摘要:本文采用2004—2016年黄河流域9省份101个城市的平衡面板数据,构建基于最优权重矩阵的空间杜宾模型,分析了环境规制对绿色技术创新的影响,并选取距地面10米风速作为工具变量进行稳健性检验,以缓解测度误差导致的内生性问题。
研究结果表明:黄河流域城市环境规制对本地绿色技术创新有显著促进作用,环境规制强度每变动一个标准差,将引致绿色技术创新水平相对于均值变动约为20%;黄河流域城市绿色技术创新存在邻地效应,即本地绿色技术创新会在城市间正向溢出;地方财政科学事业费支出在环境规制与绿色技术创新之间起正向调节作用,能够有效弥补创新外部性,保证绿色专利供给。
关键词:环境规制;绿色技术创新;黄河流域城市;空间杜宾模型一、问题的提出改革开放40年中国国内生产总值按不变价计算增长33.5倍,年均增长率实现9.5%,2019年国内生产总值高达990 865亿元。
在经济迅速发展的同时,生态环境问题逐步显现,《中国生态环境状况公报》显示,2018年全国地级市空气质量达标率仅为35.8%,全国土壤侵蚀总面积为294.9万平方千米。
随着中国发展进入新常态,生态效益成为衡量发展质量的重要因素,党的十八届五中全会指出,必须坚持节约资源和保护环境的基本国策,提出了“创新、协调、绿色、开放、共享”五大发展理念,在发展中提高环境规制强度成为必然趋势。
中国是世界上最大的发展中国家,区域差异较大,城市化和工业化进程仍未彻底完成,环境规制与发展必须进行权衡,而波特认为合理的环境规制会形成创新补偿,而技术创新将提高社会生产效率,进而实现更高质量的发展,因而探索环境规制与绿色技术创新的关系具有深刻的现实意义。
Braun和Wield[1]最早提出,绿色技术指减少环境污染、减少能源及原材料消耗的工艺或产品。
为促进绿色技术发展而开展的有价值的创造性活动可称之为绿色技术创新。
经济科学·2009年第4期我国高技术产业技术创新效率及其影响因素研究——基于价值链视角下的两阶段分析余泳泽(南开大学经济学院天津 300071)摘 要:本文基于价值链的视角,将高技术产业的技术创新过程分为技术开发和技术成果转化两个阶段,并利用松弛变量的DEA模型分别对各阶段的效率及其影响因素进行了实证研究。
研究的基本结论有:两个阶段中技术创新的平均效率都较低,且有持续恶化趋势,这主要源于纯技术无效率;技术创新两阶段生产力的提高均主要来自于技术进步;从价值链视角看,技术开发效率和成果转化效率都有进一步改善的空间;市场化程度、企业规模、政府政策支持和企业自身的经营绩效对各地区高技术产业技术创新效率均有正的影响。
关键词:DEA模型高技术产业技术创新效率价值链一、引 言高技术产业作为知识密集、技术密集的产业其效率将直接影响到我国整个工业产业链的效率水平和自主创新能力,进而影响到我国经济增长的速度和质量。
中国高技术产业的增长,尤其是20世纪90年代后期的增长主要是投资带动的,并非效率的提升。
要维持我国高技术产业的可持续性增长,必须尽快提高自主创新能力,尤其是先进核心技术的自主创新能力来调整产业结构,转变经济增长方式。
近年来,中国通过不断加大高技术产业技术创新投入来提升自主创新能力,但目前研发资本存量对于中国而言仍是稀缺资源,因而其使用绩效对于提升我国高技术产业的自主创新能力的提升显得尤为重要。
国内有很多学者关于高技术产业技术创新效率进行较多的研究。
赵国杰(2004)运用RPM方法对我国东、中、西部高技术产业资源配置的有效性进行分析。
吴瑛(2006)以R&D经费存量值代替当年值,用DEA模型计算出1995~2004年我国高技术产业的科技资源配置效率。
朱有为和徐康宁(2006)应用随机前沿生产函数测算了中国高新技术产业研发产出效率,并考察了企业规模、市场结构和产权结构等因素对研发产出效率的影响。
空间效应与空间计量:理论述评及应用前景的论文教育理论论文计量经济学作为经济学科一个新的分支,近三十年来得到了快速发展,已经成为区域经济学研究的主流方法,特别是在对空间外部性、区域经济增长溢出及知识溢出与创新扩散等方面发挥着强有力的学科优势。
在全球化视角下,将其应用于研究金融市场的相关性及波动溢出等问题将具有广泛的前景。
关键词:空间效应;空间计量经济学;全球化视角;市场相关性;波动溢出中图分类号:f224 文献标识码:a 文章编号:1673-1573(2012)01-0058-06一、引言区域科学研究往往依赖于基于地理区位的抽样数据分析。
运用传统经济计量方法对区域经济问题进行分析研究隐含着如下假定:经济变量及扰动项在空间上均是独立的。
然而,20世纪70年代以来,空间数据日益丰富,在区域科学研究中,不少学者开始关注抽样数据的区位因素影响,即由区位因素引起的两种空间效应:空间依赖性和空间异质性。
其中前者表现为观测值与区位之间的一致性,又称空间自相关或关联;后者表现为每一空间区位上事物及变量的独特性,又称空间差异性。
正是由于空间效应的存在使得估计结果中会出现较大的残差方差和检验统计量较低的显著性,传统计量经济分析关于变量在空间上的独立性、随机分布的隐含假设受到巨大质疑,而其自身也面临着空间数据庞大而计量分析能力不足的难题,于是,学术界迫切需要新的空间数据分析的理论和方法,而计量经济学的热点也由时间序列分析转向空间数据分析,空间计量经济学应运而生。
近三十年来,空间计量经济学已经从区域经济研究的边缘学科发展成为经济学科的一个重要分支,为区域科学及其相关学科研究提供了重要的理论基础。
二、空间计量理论发展沿革空间计量这一概念最早由paelinck和klaassen(1979)提出,但他们并没有直接给出确切的定义,而是通过强调研究中的五项重要原则来界定空间计量经济学研究的领域,包括空间相互依赖关系的设定、空间关系的非对称性、空间解释变量的重要性、过去与将来的相互作用之间的区别以及空间模拟。
创新环境因素对区域创新效率影响的空间计量研究 摘要:影响区域创新产出的因素可以分为直接要素投入和外部创新环境两个方面,二者均对提高区域创新效率具有重要作用。以2006―2011年中国31个省(市、自治区)的经济数据为基础,运用Moran I指数进行空间自相关性检验,并建立直接要素投入和区域创新外部环境因素与专利产出的实证模型,通过OLS和空间计量两种回归方法进行实证分析与比较。研究结果显示:中国不同区域创新产出存在发展不平衡现象,区域创新行为具有空间集中分布的特点,并且区域创新集群的现象比较明显;创新环境外部因素对区域创新效率具有显著的正向影响,但单纯增加人口数量并不能显著提高区域创新能力;创新环境诸因素中,金融机构存贷款总额、高校毕业人数和市场化率对区域创新效率的影响最为显著。 关键词:创新环境因素;区域创新效率;Moran I指数;空间误差模型 文章编号:2095-5960(2015)02-0074-10;中图分类号:F124;文献标识码:A 一、引 言 区域创新产出受到诸多因素的影响,不但包括政府、企业、大学和科研机构这些直接创新主体,还包括区域内的基础设施、开放程度、产业结构和金融制度等创新环境因素。区域创新环境作为影响区域创新的外部因素,对区域创新能力的提升作用愈发明显。中国自提出建设创新型国家以来,大力加强自主创新能力建设,提高科技人员投入和科研资金投入,并不断加强官、产、学、研之间的相互合作,使国家创新能力得到显著提高。但由于中国不同区域的创新环境发展不平衡,制约着整体创新能力的进一步提高,因此研究创新环境因素对中国区域创新效率的影响具有重要现实意义。本文依据中国31个省(市、自治区)区域创新的基本情况及相关数据,从空间计量分析角度出发,建立区域创新产出与直接要素投入以及金融环境、市场环境、交通环境、信息环境和教育环境等外部创新环境之间的计量模型,实证研究创新环境因素对区域创新效率的影响机制,并对这些影响因素进行比较分析,从而提出有效提高区域创新能力的若干政策建议。 二、文献综述 近年来,国内外学者对区域创新产出及其效率的研究逐渐深入,研究方法和视角也得到不断扩展,相关研究主要集中在创新投入贡献、区域创新环境和知识溢出作用等方面。 创新投入贡献研究主要探讨区域创新投入对创新产出影响的弹性系数,这方面的研究通常是建立创新投入与产出的生产函数,利用各弹性系数结果评价投入因素影响作用的大小。如国外学者Fritsch(2002)运用知识生产函数研究了欧洲区域创新的质量,在以发明专利作为创新产出指标的情况下,发现研发资本投入产出系数为035―062,研发人员投入产出系数为039―061。[1]Bottazzi & Peri(2003)利用欧洲专利和创新投入的相关数据,建立了创新生产函数,得出了专利对研发人员投入的弹性系数接近于1的结论。[2]Leydesdorff(2005)研究了政府、企业和大学对知识生产的作用,认为政府需要在政策干预和政策帮助之间作出明智的取舍,企业需要自己决定将R&D内部化的程度和方法,而高校要在区域和全球的市场中自我定位。[3]Buesa et al.(2010)则选取了影响区域创新产出的21个因素,通过实证分析归类为5个因子,即从事创新的政府、企业、大学及国家创新环境、区域技术创新环境。[4] 相比国外学者,国内学者在创新投入贡献方面的研究起步较晚,代表性的文献有:吴玉鸣(2006)运用地理加权回归模型对区域创新及其影响因素进行了空间计量分析,结果显示中国31个省域创新能力的贡献主要是由企业研发投入实现,大学研发对区域创新能力没有明显的贡献,大学研发与企业研发的结合都没有对区域创新能力产生显著的作用。[5] 李宝礼和胡雪萍(2013)也得出类似结论,他们的研究显示政府支持能够显著提升区域创新效率,而产学研合作的作用并不明显。[6]李婧等(2010)运用静态空间面板和动态空间面板两种方法进行比较,从地理特征和社会经济特征两个方面建立空间权重矩阵,认为静态模型对空间相关性会产生过高估计的偏误,动态模型则可以矫正部分偏误。[7]曹勇等(2013)引入Theil系数模型对中国4个直辖市的创新能力差异进行比较研究,结果认为城市经济规模、科技成果转化能力和城市创新投入对城市创新能力存在显著正向影响。[8] 区域创新产出不仅取决于创新直接投入,也受到区域创新环境的影响。这方面的成果主要有:章立军(2006)运用波特竞争力分析框架论证了区域创新环境五要素的关系,认为基础设施水平、市场需求、劳动力素质及金融环境对创新能力有正面促进作用,而创业水平对创新能力没有显著影响。[9]Moultrie et al.(2007)从企业的角度研究了区域创新环境的影响,并通过对欧洲部分企业的调查,建立了一个关于地区“硬环境”在企业创新中地位和角色的框架,证明区域创新环境对企业创新战略的形成和效果有着深远的影响。[10]岳鹄和张宗益(2008)运用1997―2006年省际创新产出的面板数据进行了实证研究,发现中国30个省(市、自治区)创新能力的显著差异不仅是源于各地区R&D投入差异,也因创新环境的差异,并证实了创新环境对区域创新能力的重要影响。[11] 周红和宋晨(2013)从单个城市(天津市)实证角度出发,认为基础设施、市场需求、劳动者素质的投入对区域创新绩效有显著影响,而金融环境、创业水平的投入对区域创新绩效的促进作用不显著。[12]Crescenzi(2013)则侧重研究美国创新数据,分析了当地R&D支出支持创新过程的影响,特别强调社会经济因素和创新系统(“社会过滤器”的条件)的作用。[13] 知识溢出作用的研究主要源于传统的知识生产函数,知识具有很强的外部性,相邻地区知识溢出很容易影响到这些区域的创新能力。如国外学者Verspagen & Canils(2001)认为知识溢出是不同主体之间进行直接或间接互动交流和无意识的知识传播行为。[14]Keller(2004)研究了欧洲7国地理距离对知识溢出的影响,证实相邻地理区域存在知识溢出效应。[15]而Fritsch & Franke(2004)利用知识生产函数分析了企业和研发机构的R&D活动差异对区域创新效率差异的影响,发现R&D合作作为知识溢出的中介所起的作用并不明显。[16]Arvanitis et al.(2011)的研究则认为知识和技术溢出与企业和大学之间的衔接障碍呈负相关关系,企业规模和年龄以及员工文化程度对知识溢出有正向作用。[17]国内学者也从多种角度对知识溢出作用的研究进行了探索,如吴玉鸣(2007)运用全国31个省域创新相关数据,从空间角度实证了地理邻近的空间溢出效应,认为中国各地区创新能力空间相关性很强。[18]周国富和兰宇宁(2012)从城市角度对空间集群、知识溢出与区域经济增长差异进行了空间计量分析,结果表明中国城市经济增长也存在着明显的空间集群特征,城市所属省份的增长态势、产业结构调整、区域政策等因素对城市经济增长具有显著的促进作用。[19]张望(2013)以中国2005―2010 年 31 个省(市、自治区)的相关数据所进行的实证分析表明,技术差距是关乎企业总研发强度与企业自主创新强度的关键因素,尤其对经济处于起飞区域作用显著,中国区域发展存在较强的空间集群现象。[20] 综上所述,国内外学者已对区域创新产出及其影响因素和知识溢出作用等方面做了较为深入的探讨,相关研究成果也较为丰富,但仍存在以下一些不足:一是,大多数学者使用OLS或SFA模型建立区域创新产出与其影响因素之间的关系,利用简单计量分析各因素的弹性值,较少考虑空间相关性对模型的影响,从而出现模型设定偏误的现象。二是,学者们往往侧重分析区域创新产出的直接影响因素,如科技的研发投入(R&D经费投入和R&D人员投入)与创新产出的关系,或是从官、产、学、研等创新主体角度研究对区域创新产出具有直接绩效的各因素,对区域创新环境等外部要素影响作用的空间计量研究成果较少。在当前实体经济、虚拟经济以及信息化互相影响的社会中,创新环境因素显然对区域创新产出及其效率具有重要作用。三是,有些研究成果将影响区域创新环境的各个因素纳入同一个模型进行实证分析,忽视了解释变量之间的多重共线性,容易导致系数结果无意义,影响到实证研究的准确性。为了弥补上述不足,本文拟运用2006―2011年中国31个省(市、自治区)的经济数据,通过Moran I指数进行空间自相关性检验,并建立直接要素投入和区域创新外部环境因素与专利产出的实证模型,采用OLS和空间计量两种回归方法进行实证分析与比较,并在此基础上提出有针对性的政策建议。 三、理论框架和空间自相关性检验 (一)理论框架 本文理论框架来源于区域创新系统理论对知识生产函数的利用,大量实证结果表明,知识生产函数能够为区域知识溢出的地方化特性及区域创新产出提供一个基础的理论模型。区域创新产出过程和知识生产过程在本质上是基本相同的投入产出过程,因此可以借助知识生产函数的形式来表述区域创新产出函数,即Y=Af(K,L),其中K和L分别代表区域创新直接投入因素中的资本和劳动,而A代表区域创新环境因素,该指标是本文研究的主要因素,并且对K和L的产出效率具有促进或制约效应。其作用机制可以用下图1表示: 图1区域创新环境因素与直接投入要素对区域创新产出的作用机制 (二)Moran I指数的空间自相关性检验 根据空间计量经济学原理方法,在进行空间计量分析之