|
|
|
| Environmental Regulation，Green Credit and Industrial Green Innovation Efficiency in China： Based on Spatial Durbin Model |
| CHEN Dong-jing, LENG Bo-yang |
| School of Economics， Qingdao University， Qingdao Shandong 266061， China |
|
|
|
|
Abstract Based on the panel data of 30 provinces in China from 2001 to 2020， the super-efficiency SBM-DEA model is developed to measure the industrial green innovation efficiency of all provinces in China considering the unexpected output， and then a spatial Durbin model is constructed to analyze the impact of three environmental regulation tools on the efficiency of China’s industrial green innovation and its spatial spillover effects under the regulation of green credit. The results show that the efficiency of industrial green innovation in China still has a large space to improve， showing an obvious positive spatial correlation. The command-based environmental regulation can effectively improve the efficiency of green innovation in local industry， but has a negative impact on the efficiency of neighboring areas. The market-incentive environmental regulation has a restraining effect on the efficiency of local and adjacent industrial green innovation. The public-participation environmental regulations can effectively improve the efficiency of industrial green innovation in the local and neighboring regions. Under the moderating effect of green credit， the three types of environmental regulations all play a driving role in improving the efficiency of industrial green innovation. To improve China’s industrial green innovation efficiency， we should actively promote the green credit levels， give full play to the important role of different types of environmental regulation tools， attach importance to their optimal combination， and give full play to the spatial spillover effect of industrial green innovation activities so as to narrow the gap in terms of the level of industrial green innovation between regions in China.
|
|
Received: 24 November 2021
|
|
|
|
|
|
1 郝春旭，邵超峰，董战峰，等.2020年全球环境绩效指数报告分析［J］.环境保护，2020，48（16）：68-72.
2 刘轶芳，李娜娜，刘倩.中国绿色产业景气指数：开发与测度［J］.环境经济研究，2017，2（3）：115-131.
3 王友发，罗建强，周献中.中国创新驱动研究总体格局、热点演进与趋势展望［J］.中国科技论坛，2017，（10）：5-15.
4 余泳泽.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［J］.经济科学，2009，（4）：62-74.
5 谢宗杰， HALLJ， MCCARTHYI.国外企业可持续发展创新研究综述及展望［J］. 科技进步与对策，2012，（24）：197-202.
6 华振.中国绿色创新绩效研究——与东北三省的比较分析［J］.技术经济，2011，30（7）：30-34.
7 董会忠，李旋，张仁杰.粤港澳大湾区绿色创新效率时空特征及驱动因素分析［J］.经济地理，2021，41（5）：134-144.
8 杨立生，王倩，柴鑫.基于SBM-DEA模型的企业绿色持续创新效率研究［J］.云南财经大学学报，2018，34（5）：102-112.
9 HANSEN M T， BIRKINSHAW J. The innovation value chain［J］.Harvard Business Review， 2007， 85 （6）：121-130.
10 DZEMYDAIT G， DZEMYDA I， GALINIEN B. The efficiency of regional innovation systems in new member states of the European Union： A nonparametric DEA approach ［J］. Economics and business， 2016， 28（1）：83-89.
11 吴中超.网络结构、创新基础设施与区域创新绩效——基于网络DEA乘法模型的分析［J］.北京交通大学学报（社会科学版），2021，20（2）：79-89.
12 冯志军.中国工业企业绿色创新效率研究［J］.中国科技论坛，2013，（2）：82-88.
13 XU H. Regional R&D investment and new product development performance of enterprises under the background of knowledge activities ［J］. Open journal of social sciences， 2018，6 （3）：183-199.
14 黄奇，苗建军，李敬银，等.基于绿色增长的工业企业技术创新效率空间外溢效应研究［J］.经济体制改革，2015， （4） ：109-115.
15 OLSON E L. Perspective： The green innovation value chain： A tool for evaluating the diffusion prospects of green product ［J］. Journal of product innovation management， 2013，30（4）：782-793.
16 HORBACH J. Determinants of environmental innovation－New evidence from German panel data sources［J］. Research Policy， 2006， 37（1）：163-173.
17 甄美荣，江晓壮.环境税对企业绿色技术创新的影响——基于政府质量和绿色购买的调节效应［J］.大连理工大学学报（社会科学版），2021，42（4）：26-36.
18 钟优慧，杨志江.国有企业是否更愿意绿色技术创新？——来自制造业上市公司的实证研究［J］.云南财经大学学报，2021，37（5）：88-98.
19 李涛，刘国燕.时空压缩下研发要素流动是否提升了区域绿色创新效率［J］.科技进步与对策，2021，38（19）：37-46.
20 黄益平，黄卓.中国的数字金融发展：现在与未来［J］.经济学（季刊），2018，17（4）：1489-1502.
21 PORTER M E. America’s green strategy ［J］. Scientific American，1991，264（4）：193-246.
22 TONE K. A slacks－based measure of efficiency in data envelopment analysis［J］. European Journal of Operational Research，2001，130（3）： 498-509.
23 TONE K. A slacks－based measure of super-efficiency in data envelopment analysis［J］. European Journal of Operational Research，2002，143（1）： 32-41.
24 吕岩威，谢雁翔，楼贤骏.中国区域绿色创新效率时空跃迁及收敛趋势研究［J］.数量经济技术经济研究，2020，37（5）；78-97.
25 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.
26 于娱，杨帆，施琴芬.绿色技术创新与区域经济发展——基于夜间灯光数据的研究［J］.生态经济，2020，36（10）：48-54+77.
27 谢婷婷，刘锦华.绿色信贷如何影响中国绿色经济增长？［J］.中国人口·资源与环境，2019，29（9）：83-90.
28 刘海英，王殿武，尚晶.绿色信贷是否有助于促进经济可持续增长——基于绿色低碳技术进步视角［J］.吉林大学社会科学学报，2020，60（3）：96-105+237.
29 曾倩，曾先峰，刘津汝.产业结构视角下环境规制工具对环境质量的影响［J］.经济经纬，2018，35（6）：94-100.
30 游达明，欧阳乐茜.环境规制对工业企业绿色创新效率的影响——基于空间杜宾模型的实证分析［J］.改革，2020，（5）：122-138.
31 李健，李宁宁，苑清敏.高新技术产业绿色创新效率时空分异及影响因素研究［J］.中国科技论坛，2021，（4）：92-101.
32 邵帅，李欣，曹建华，等.雾霾污染治理的经济政策选择——基于空间溢出效应的视角［J］.经济研究，2016，51（9）：73-88. |
|
|
|
2023, Vol. 22 
