科技创新、产业结构升级与碳排放效率——基于省际面板数据的PVAR分析

doi:10.31497/zrzyxb.20220216

摘要/Abstract

摘要：

基于PVAR模型,以我国30个省（市、自治区）2010—2018年数据为例,从全国和东中西区域层面分析科技创新、产业结构升级与碳排放效率的动态关系。结果表明：（1）从全国层面看,科技创新、产业结构升级与碳排放效率自身具有较强的协调性且相互间能够产生正向的促进作用。（2）从区域内部来看,自东向西,科技创新、产业结构升级与碳排放效率的协调程度逐步递减。东部地区基本实现了三个变量的协调发展,中部地区产业结构升级与碳排放效率尚未形成双向互动关系,碳排放效率对产业结构升级提升的推动力不足;西部地区科技创新水平偏低,产业结构不合理、碳排放效率较低,三者均未形成良性互动。

关键词: 科技创新, 产业结构升级, 碳排放效率, PVAR模型

Abstract:

Based on the 2010-2018 Chinese provincial panel data, a PVAR model is constructed to analyze the dynamic relationship between technological innovation, industrial structure upgrading and carbon emissions efficiency at the national and regional levels. The results show that: (1) From the national level, technological innovation, industrial structure upgrading and carbon emissions efficiency have strong self-coordination and mutual positive promotion; (2) From the regional level, from east to west, technological innovation, industrial structure upgrading and carbon emissions efficiency of coordination degree decrease, the eastern region have basically achieved the coordinated development of the three variables, industrial structure upgrade and carbon emissions efficiency in the central region have not yet formed a two-way interaction, carbon emissions efficiency has insufficient impetus to improve industrial structure upgrade. In the western region, the level of technological innovation is low, the industrial structure is unreasonable, and the carbon emissions efficiency is low as well. There is no positive interaction among the three factors in Western China.

Key words: technological innovation, industrial structure upgrading, carbon emissions, PVAR model

刘志华, 徐军委, 张彩虹. 科技创新、产业结构升级与碳排放效率——基于省际面板数据的PVAR分析[J]. 自然资源学报, 2022, 37(2): 508-520.

LIU Zhi-hua, XU Jun-wei, ZHANG Cai-hong. Technological innovation, industrial structure upgrading and carbon emissions efficiency: An analysis based on PVAR model of panel data at provincial level[J]. JOURNAL OF NATURAL RESOURCES, 2022, 37(2): 508-520.

图/表 11

表1

表2

表3

表4

图1

表5

图2

图3

图4

图5

表6

参考文献 29

[1]	VERBANO C, CREMA M . Linking technology innovation strategy, intellectual capital and technology innovation performance in manufacturing SMEs. Technology Analysis & Strategic Management, 2016,28(5):524-540.
[2]	VARUM C A, CIBRAO B, MORGADO A , et al. R & D, Structural change and productivity: The role of high and medium-high technology industries. Economia Aplicada, 2009,13(4):399-424.
[3]	姜海宁, 张文忠, 余建辉, 等. 山西资源型城市创新环境与产业结构转型空间耦合. 自然资源学报, 2020,35(2):269-283.
	[ JIANG H N, ZHANG W Z, YU J H, et al. Spatial coupling of innovative milieu and industrial structure transformation of resource-based cities in Shanxi province. Journal of Natural Resources, 2020,35(2):269-283.]
[4]	王慧艳, 李新运, 徐银良, 等. 科技创新与产业升级互动关系研究: 基于双向贡献率的测算. 统计与信息论坛, 2019,34(11):75-81.
	[ WANG H Y, LI X Y, XU Y L, et al. Research on the interaction between science and technology innovation and industrial upgrading: Based on the calculation of bidirectional contribution rate. Journal of Statistics and Information, 2019,34(11):75-81.]
[5]	李政, 杨思莹. 科技创新、产业升级与经济增长: 互动机理与实证检验. 吉林大学社会科学学报, 2017, 57(3): 41-52, 204-205.
	[ LI Z, YANG S Y. Science and technology innovation, industrial upgrading and economic growth: Interactive mechanism and empirical test. Jilin University Journal Social Sciences Edition, 2017, 57(3): 41-52, 204-205.]
[6]	BOSETTI V, CARRARO C, GALEOTTI M , et al. Witch a world induced technical change hybrid model. Hybrid Modeling, 2006,27(2):13-38.
[7]	GERLAGH R . Measuring the value of induced technological change. Energy Policy, 2007,35(11):5287-5297.
[8]	金培振, 张亚斌, 彭星. 技术进步在二氧化碳减排中的双刃效应: 基于中国工业35个行业的经验证据. 科学学研究, 2014,32(5):706-716.
	[ JIN P Z, ZHANG Y B, PENG X. The double-edged effect of technological progress in carbon dioxide emissions reduction: Empirical evidence from 35 sub-industrial sectors in China. Studies in Science of Science, 2014,32(5):706-716.]
[9]	FISHER V K, WING I S . Accounting for quality: Issues with modeling the impact of R&D on economic growth and carbon emissions in developing economies. Energy Economies, 2008,30(6):2771-2784.
[10]	程钰, 孙艺璇, 王鑫静, 等. 全球科技创新对碳生产率的影响与对策研究. 中国人口·资源与环境, 2019,29(9):30-40.
	[ CHEN Y, SUN Y X, WANG X J, et al. Research on the impact of global scientific and technological innovation on carbon productivity and countermeasures. China Population, Resources and Environment, 2019,29(9):30-40.]
[11]	王鑫静, 程钰, 丁立, 等. “一带一路”沿线国家科技创新对碳排放效率的影响机制研究. 软科学, 2019,33(6):72-78.
	[ WANG X J, CHEN Y, DING L, et al. Research on the impact mechanism of technological innovation on carbon emission efficiency in countries along the Belt and Road. Soft Science, 2019,33(6):72-78.]
[12]	张玉华, 张涛. 改革开放以来科技创新、城镇化与碳排放. 中国科技论坛, 2019 (4):28-34, 57.
	[ ZHANG Y H, ZHANG T. Urbanization, technological innovation and carbon emission since the reform and opening up. Forum on Science and Technology in China, 2019, (4):28-34, 57.]
[13]	ZHANG Y J, LIU Z, ZHANG H , et al. The impact of economic growth, industrial structure and urbanization on carbon emission intensity in China. Natural Hazards, 2014,73(2):579-595.
[14]	WANG Z, ZHANG B, LIU T . Empirical analysis on the factors influencing national and regional carbon intensity in China. Renewable & Sustainable Energy Reviews, 2016,55:34-42.
[15]	王钊, 王良虎. R&D投入、产业结构升级与碳排放关系研究. 工业技术经济, 2019,38(5):62-70.
	[ WANG Z, WANG L H. A study on the relationship among R&D input, upgrading industrial structure and carbon emission. Journal of Industrial Technological Economics, 2019,38(5):62-70.]
[16]	周迪, 王雪芹. 中国碳排放效率与产业结构升级的耦合度及耦合路径. 自然资源学报, 2019,34(11):2305-2316.
	[ ZHOU D, WANG X Q. Research on coupling degree and coupling path between China's carbon emission efficiency and industrial structure upgrade. Journal of Natural Resources, 2019,34(11):2305-2316.]
[17]	田泽, 景晓栋, 肖钦文. 长江经济带碳排放—产业结构—区域创新耦合度及时空演化. 华东经济管理, 2020,34(2):10-17.
	[ TIAN Z, JING X D, XIAO Q W. Coupling coordination degree and spatio-temporal evolution analysis of carbon emissions-industrial structure-regional innovation in the Yangtze River Economic Belt. East China Economic Management, 2020,34(2):10-17.]
[18]	ZHAO R, MIM N, GENG Y , et al. Allocation of carbon emissions among industries/sectors: An emissions intensity reduction constrained approach. Journal of Cleaner Production, 2017,142:3083-3094.
[19]	李金铠, 马静静, 魏伟. 中国八大综合经济区能源碳排放效率的区域差异研究. 数量经济技术经济研究, 2020,37(6):109-129.
	[ LI J K, MA J J, WEI W. Study on regional differences of energy carbon emission efficiency in eight economic areas of China. The Journal of Quantitative & Technical Economics, 2020,37(6):109-129.]
[20]	原嫄, 席强敏, 李国平. 产业关联水平对碳排放演化的影响机理及效应研究: 基于欧盟27国投入产出数据的实证分析. 自然资源学报, 2017,32(5):841-853.
	[ YUAN Y, XI Q M, LI G P. The impact of industrial relevancy on regional carbon emission: Eempirical analysis based on the input-output data of EU countries. Journal of Natural Resources, 2017,32(5):841-853.]
[21]	周亚军, 吉萍. 产业升级、金融资源配置效率对碳排放的影响研究: 基于省级空间面板数据分析. 华东经济管理, 2019,33(12):59-68.
	[ ZHOU Y J, JI P. Research on the impact of industrial upgrade and financial resource allocation efficiency on carbon emissions: Based on provincial spatial panel data analysis. East China Economic Management, 2019,33(12):59-68.]
[22]	张军. 要素成本、科技创新与产业结构升级. 证券市场导报, 2019, (11):24-31.
	[ ZHANG J. Factor cost, technological innovation and industrial structure upgrading. Securities Market Herald, 2019, (11):24-31.]
[23]	郭爱君, 杨春林, 钟方雷. 我国区域科技创新与生态环境优化耦合协调的时空格局及驱动因素分析. 科技管理研究, 2020,40(24):91-102.
	[ GUO A J, YANG C L, ZHONG F L. Spatial and temporal pattern and driving factor analysis of coupling and coordination between regional scientific and technological innovation and ecological environment optimization. Science and Technology Management Research, 2020,40(24):91-102.]
[24]	高晓光, 苟凌宾. 西藏区域创新能力影响因素实证研究. 西藏民族大学学报: 哲学社会科学版, 2019,40(4):144-149.
	[ GAO X G, GUO L B. Study of factors influencing regional innovation capability in Tibet. Journal of Xizang Minzu University: Philosophy and Social Sciences Edition, 2019,40(4):144-149.]
[25]	朱金生, 李蝶. 环境规制、技术创新与就业增长的内在联系: 基于中国34个细分工业行业PVAR模型的实证检验. 人口与经济, 2020, (3):123-141.
	[ ZHU J S, LI D. The inherent relationship between environmental regulation, technological innovation and employment growth: An empirical research based on the PVAR model of 34 sub-industrial industries in China. Population & Economics, 2020, ( 3):123-141.]
[26]	干春晖, 郑若谷, 余典范. 中国产业结构变迁对经济增长和波动的影响. 经济研究, 2011,46(5):4-16, 31.
	[ GAN C H, ZHENG R G, YU D F. Cyclical fluctuations and nonlinear dynamics of inflation rate. Economic Research Journal, 2011,46(5):4-16, 31.]
[27]	郭彬, 张笑. 金融集聚与产业结构升级耦合协调性研究. 管理现代化, 2018,38(5):31-34.
	[ GUO B, ZHANG X. Research on the coupling and coordination relationship between financial agglomeration and industrial structure upgrading. Modernization of Management, 2018,38(5):31-34.]
[28]	张军, 吴桂英, 张吉鹏. 中国省际物质资本存量估算: 1952—2000. 经济研究, 2004, (10):35-44.
	[ ZHANG J, WU G Y, ZHANG J P. The Estimation of China's provincial capital stock: 1952-2000. Economic Research Journal, 2004, (10):35-44.]
[29]	连玉君, 苏治. 融资约束、不确定性与上市公司投资效率. 管理评论, 2009,21(1):19-26.
	[ LIAN Y J, SU Z. Financial constraints, uncertainty and firms' investment efficiency. Management Review, 2009,21(1):19-26.]

一级指标	二级指标	三级指标	单位	指标权重
科技创新	创新投入	R&D人员全时当量	人	0.0651
		R&D经费投入强度	%	0.0403
		科学研究和技术服务业新增固定资产占全社会新增固定资产比例	%	0.0817
		R&D项目（课题）数	项	0.0895
	创新产出	国内三种专利申请授权数	件	0.0930
		高新技术企业新产品开发项目数	个	0.1017
		国外主要检索工具收录我国科技论文数	篇	0.0672
		技术市场成交额	亿元	0.1389
	创新环境	研究与开发机构数量	个	0.0278
		互联网普及率	%	0.0151
		地方财政科技拨款占财政总支出比例	%	0.1015
		高技术产业企业数量	个	0.0914
		规模以上工业企业R&D经费内部支出额中获得金融机构贷款额	万元	0.0868

一级指标	二级指标	三级指标	单位	指标权重
产业结构升级	产业结构合理化	泰尔指数	/	0.1326
	产业结构高级化	高新技术产业占GDP比例	%	0.1564
	产业结构高级化	第二三产业产值占GDP比例	%	0.1144
	产业结构高效化	第二产业投入产出比	/	0.0846
		第三产业投入产出比	/	0.1870
		第二产业人均产值	亿元/万人	0.1488
		第三产业人均产值	亿元/万人	0.1762

	变量	样本数/个	均值	标准差	最小值	中位数	最大值
全国	INNO	270	0.1064	0.1067	0.0075	0.0700	0.5770
	IS	270	0.0873	0.0890	0.0269	0.0590	0.7666
	CEF	270	0.7642	0.2194	0.5110	0.7172	1.8509
东部	INNO	99	0.1879	0.1362	0.0078	0.1507	0.5770
	IS	99	0.1415	0.1281	0.0385	0.1102	0.7666
	CEF	99	0.9269	0.2715	0.6414	0.8273	1.8509
中部	INNO	72	0.0764	0.0316	0.0344	0.0694	0.1779
	IS	72	0.0560	0.0231	0.0330	0.0516	0.2248
	CEF	72	0.7094	0.0811	0.5646	0.7184	0.8492
西部	INNO	99	0.0468	0.0328	0.0075	0.0352	0.1501
	IS	99	0.0560	0.0168	0.0269	0.0524	0.1228
	CEF	99	0.6413	0.0975	0.5110	0.6098	0.9700

Area	Lag	AIC	BIC	HQIC
全国	1	-6.8629^*	-5.9589^*	-6.5066^*
	2	-6.2768	-5.2379	-5.8662
	3	-5.8112	-4.6214	-5.3396
东部	1	-6.4896^*	-5.6990^*	-6.1687^*
	2	-6.2539	-5.2482	-5.8454
	3	-6.3093	-5.0662	-5.8042
中部	1	-7.8650^*	-7.0985^*	-7.5537^*
	2	-6.9255	-5.9061	-6.5119
	3	-3.4839	-2.1872	-2.9586
西部	1	-5.7601^*	-4.9695^*	-5.4392^*
	2	-5.0004	-3.9946	-4.5919
	3	-3.9099	-2.6667	-3.4047

变量	区域	lnINNO	lnIS	lnCEF
L. lnINNO	全国	0.6286^*** （-8.8339）	0.1183^*** （-1.5559）	0.4247^*** （-7.1227）
	东部	0.7277^*** （-8.9029）	0.1268^*** （-1.5348）	0.6025^*** （-4.3786）
	中部	0.2468^*** （-1.2720）	0.5072^*** （-2.5542）	0.6588^*** （-4.1325）
	西部	0.0852 （-0.2592）	0.9121 （-2.7161）	0.8082^*** （-3.4448）
L. lnIS	全国	0.2424^*** （-4.2494）	1.0055^*** （-16.0422）	0.4283^*** （-9.2186）
	东部	0.1480^*** （-2.7887）	1.7763^*** （-13.014）	0.5848^*** （-6.6336）
	中部	0.0611^*** （-1.0257）	0.6001 （-10.254）	0.5972^*** （-7.6057）
	西部	0.9385 （-2.7760）	0.7716 （-5.1722）	0.8155 （-3.3404）
L. lnCEF	全国	0.0615^* （-1.7881）	0.0148 （-0.4023）	0.9865^*** （-25.0555）
	东部	0.0348 （-0.8969）	-0.0794^* （-1.7701）	1.0963^*** （-11.8905）
	中部	0.0319 （-0.5287）	-0.0782 （-1.2926）	0.9386^*** （-11.8641）
	西部	0.2001 （-1.4414）	0.1793 （-1.2998）	1.0325^*** （-8.9207）