国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

技術(shù)創(chuàng)新對省域霧霾污染的空間效應(yīng)研究

2020-06-02 02:40王素鳳唐藝軒
關(guān)鍵詞:象限省份效應(yīng)

王素鳳,唐藝軒

(安徽建筑大學(xué) 經(jīng)濟與管理學(xué)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(nèi)空氣污染導(dǎo)致人均預(yù)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(zhì)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(nèi)空氣中細顆粒物造成的污染有關(guān)。對霧霾問題的治理已是箭在弦上??茖W(xué)技術(shù)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(guān)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(jié)構(gòu)、產(chǎn)業(yè)集聚等影響因素與霧霾的關(guān)系,都被強調(diào)了技術(shù)創(chuàng)新在其中的內(nèi)在作用和關(guān)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(chǔ)研究的知識創(chuàng)新階段、偏向應(yīng)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(shù)創(chuàng)新會提高生產(chǎn)率促成規(guī)模效應(yīng)和開發(fā)出清潔技術(shù);在最終產(chǎn)品創(chuàng)新階段,產(chǎn)生的節(jié)能技術(shù)和開發(fā)的新能源,會降低終端能源的消耗水平。

學(xué)者在論證技術(shù)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(shù)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(shù)創(chuàng)新對環(huán)境污染排放的影響存在“倒U型”曲線關(guān)系[4]。第四種,認(rèn)為技術(shù)創(chuàng)新是多向的,孫軍等認(rèn)為只有資源節(jié)約型的技術(shù)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(guān)于技術(shù)創(chuàng)新對環(huán)境污染影響的實證結(jié)論尚未達成一致,且大部分是將技術(shù)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(shù)創(chuàng)新全過程,結(jié)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(shù)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(shù)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(diào)兩者的空間均衡,從技術(shù)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(guān)性角度研究不同省域技術(shù)創(chuàng)新和霧霾污染的空間特征。

二、研究方法

1.空間相關(guān)性指數(shù)

為了解釋地區(qū)PM2.5污染的空間相關(guān)性,主要采用全局相關(guān)性檢驗與局部相關(guān)性檢驗。全局相關(guān)性檢驗常用于分析空間數(shù)據(jù)的分布特征。而局部相關(guān)性檢驗是分析局部區(qū)域相關(guān)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(shù)創(chuàng)新能改善環(huán)境污染已在學(xué)界取得共識。Dietz與Rosa[6]在IPAT模型的基礎(chǔ)上建立了STIRPAT模型。同時,結(jié)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(zhuǎn),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(guān)性不但體現(xiàn)在當(dāng)期地區(qū)間的相關(guān)影響,而且還可能受到來自地區(qū)間之前對應(yīng)行為的影響??臻g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(yīng),后者討論鄰近區(qū)域關(guān)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(gòu)建

分別構(gòu)建相應(yīng)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(quán)重矩陣,使用省際距離來表示,當(dāng)i=j時,矩陣元素wij=0;λ是空間誤差自相關(guān)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(xué)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(shù)創(chuàng)新(RD、EFF)。技術(shù)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(shù)創(chuàng)新,到低碳技術(shù)、到綠色清潔技術(shù)的環(huán)境治理技術(shù)創(chuàng)新,都是提高環(huán)境質(zhì)量的關(guān)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(gòu)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(quán)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(shù)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(biāo)準(zhǔn)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(biāo)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(guān),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(jié)構(gòu)(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(jié)構(gòu)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P(guān)M2.5的構(gòu)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(yán)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(zhuǎn)移造成中國成為“污染天堂”,還是環(huán)境技術(shù)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(jié)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(gòu)成(因部分?jǐn)?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(guān)變量的基礎(chǔ)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(jié)果偏差,將變量進行對數(shù)化處理。

四、結(jié)果與討論

1.全局自相關(guān)性分析

使用GeoDA軟件,采用鄰接空間權(quán)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(guān)性。進一步分析結(jié)果表明,PM2.5和產(chǎn)品創(chuàng)新(EFF)這種正向相關(guān)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(guān)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(guān)性分析

除了全局性空間性,Anselin認(rèn)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(guān)的狀況[10]。

圖1給出了代表年份2011年P(guān)M2.5、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(zhì)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P(guān)M2.5、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P(guān)M2.5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(nèi),可以看出,2007年P(guān)M、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(nèi),分別占總樣本數(shù)30個省份的80%、63%和83%;2013年P(guān)M、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(nèi),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(guān)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(yīng)。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(guān)系內(nèi),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(nèi)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(guān)系格局未發(fā)生過巨大的轉(zhuǎn)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(nèi)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(nèi)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(yīng)。

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(nèi)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(jié)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(yīng)模型的R?值都是最高的,估計結(jié)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(jié)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(yīng)的隨機變量是否存在自相關(guān)存在著一定的困難,故假設(shè)為獨立分布。只考慮個體效應(yīng),即隨機效應(yīng)與固定效應(yīng)模型的選擇。在研發(fā)創(chuàng)新階段,檢驗橫截面固定效應(yīng)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(yīng)的p值小于0.01,因而排除橫截面固定效應(yīng)不存在的原假設(shè)。同樣,檢驗時間固定效應(yīng)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(yīng)不存在的原假設(shè)。在產(chǎn)品創(chuàng)新階段,橫截面固定效應(yīng)和時間固定效應(yīng)的LR統(tǒng)計量分別為981.2652和133.5567,所對應(yīng)的p值均小于0.01,因此,同理排除兩種固定效應(yīng)不存在的原假設(shè)。故拒絕隨機效應(yīng)模型,使用固定效應(yīng)模型。固定效應(yīng)模型分為空間、時間和時空(雙)三種固定效應(yīng)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(yīng)和雙固定效應(yīng)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(jié)果來看,時間固定效應(yīng)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(jié)果優(yōu)于其他三種固定效應(yīng)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(yīng)能夠更好地解釋技術(shù)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(yīng)。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(yīng)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(yīng)。本文實證結(jié)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(shù)進步為導(dǎo)向,而是以促進生產(chǎn)水平擴大生產(chǎn)規(guī)模方向為主,導(dǎo)致研發(fā)創(chuàng)新表現(xiàn)出對霧霾污染有一定的促增效應(yīng)。這一點與嚴(yán)雅雪等[9]的結(jié)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(shù)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(guān)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(dǎo)致霧霾污染的主要原因也來自這三方面。

產(chǎn)業(yè)結(jié)構(gòu)。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(jié)構(gòu)在一定程度上加大中國的環(huán)境壓力,也是導(dǎo)致霧霾污染加劇的主要因素。應(yīng)加快對產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整優(yōu)化,協(xié)調(diào)能源要素的配置和使用。

交通運輸。根據(jù)表3結(jié)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(shù)和升級交通運輸結(jié)構(gòu)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(jié)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(shù)外溢的協(xié)同效應(yīng)對環(huán)境技術(shù)的提升起到關(guān)鍵作用。另一方面,外資注入帶來的競爭效應(yīng),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(shù)水平,提高當(dāng)?shù)丨h(huán)境效率。

表3 空間滯后模型估計結(jié)果

注:(1)解釋變量估計值后的括號內(nèi)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(jié)論與啟示

1.結(jié)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(shù)創(chuàng)新對霧霾污染的空間效應(yīng),得到以下研究結(jié)論:①霧霾污染、產(chǎn)品創(chuàng)新和研發(fā)創(chuàng)新總體空間關(guān)系格局未發(fā)生過巨大的轉(zhuǎn)變,呈現(xiàn)正向空間相關(guān)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(yīng)的影響。③東北、西南以及西北地區(qū),技術(shù)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(shù)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(shù)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(nèi)在聯(lián)系。技術(shù)創(chuàng)新對霧霾污染的影響具有顯著的正向空間溢出效應(yīng),技術(shù)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(jié)構(gòu)、交通運輸會加劇霧霾污染,尤其產(chǎn)業(yè)結(jié)構(gòu)是造成霧霾污染的主力軍。技術(shù)創(chuàng)新作為關(guān)鍵影響路徑,應(yīng)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(shù)創(chuàng)新受到外商技術(shù)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(yīng)溢出,將技術(shù)發(fā)展給中西部。提升發(fā)展的均衡性,將技術(shù)轉(zhuǎn)向“綠色”。

(2)要發(fā)揮技術(shù)創(chuàng)新在各個階段的催化作用,為生態(tài)環(huán)境技術(shù)創(chuàng)新進行頂層謀劃。從全過程把控技術(shù)創(chuàng)新對環(huán)境污染的影響,在規(guī)制設(shè)計上做好“綠色”約束,建立健全排污權(quán)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(shù)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(jié)構(gòu)優(yōu)化升級,實現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)升級與創(chuàng)新驅(qū)動的良性互動。

(3)繼續(xù)加強對新技術(shù)的創(chuàng)新,為節(jié)能提供有力的技術(shù)支撐和設(shè)備保障。推行企業(yè)技術(shù)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(zhǔn)入的“清潔”門檻,發(fā)揮外商的綠色技術(shù)優(yōu)勢和外溢效應(yīng),讓創(chuàng)新驅(qū)動助推綠色發(fā)展。驅(qū)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。

猜你喜歡
象限省份效應(yīng)
勘 誤
復(fù)數(shù)知識核心考點綜合演練
懶馬效應(yīng)
常數(shù)牽手象限暢游中考
誰說小龍蝦不賺錢?跨越四省份,暴走萬里路,只為尋找最會養(yǎng)蝦的您
16省份上半年GDP超萬億元
平面直角坐標(biāo)系典例分析
應(yīng)變效應(yīng)及其應(yīng)用