省际R&D技术溢出对碳排放的影响

姓名
邮箱
手机号码
标题
留言内容
验证码

doi:10.15918/j.jbitss1009-3370.2018.3938

1.
合肥工业大学管理学院, 安徽合肥 230009

基金项目:

国家自然科学基金资助项目（71573069，71271074）

The Impact of R&D Technology Spillover between China's Regions on Carbon Emissions

1.
School of Management, Hefei University of Technology, Hefei Anhui 230009, China

摘要:CO2排放增多是全球变暖的主要原因，技术进步对碳减排的作用日益受到各方重视。基于地理经济距离构建省际技术溢出网络，将省际R&D直接技术溢出与用网络中心度度量的间接技术溢出引入碳排放影响因素分析的面板计量模型，利用2000—2013年中国29个省、市、自治区面板数据进行实证分析。结果表明：全国范围内，省际R&D直接溢出对碳排放有显著的抑制作用，间接效应不明显。分地区看，东、中部地区省际R&D直接溢出与碳排放显著负相关，西部地区不显著。省际R&D间接溢出可以显著减少中部地区碳排放，东部地区以接近中心度衡量的省际R&D间接溢出与碳排放显著正相关，西部地区以特征向量衡量的省际R&D间接技术溢出与碳排放显著正相关。
- 省际R&D技术溢出/
- 社会网络分析/
- 碳排放
Abstract:The increase of carbon dioxide emissions is the main reason for global warming; the effect of technology progress on carbon emission reduction has attracted more and more attention. Based on geographic economic distance, an interprovincial technology spillover network was constructed, and interprovincial R&D direct technology spillovers and indirect technology spillovers measured by network centrality were introduced into a panel econometric model for carbon emission factor analysis. The panel data of 29 provinces in China from 2000 to 2013 was used for empirical analysis. The results show that direct spillover of R&D across provinces has a significant inhibitory effect on carbon emissions but the indirect effect is not obvious. In different regions, the direct R&D technology spillovers of eastern and central provinces were negatively correlated with carbon emissions, while the spillovers of the western regions were not significant. Interprovincial R&D indirect technology spillover can significantly reduce carbon emissions in the central region; interprovincial R&D indirect technology spillover measured by proximity centrality in eastern regions is positively correlated with carbon emissions; interprovincial R&D indirect technology spillover measured by eigenvector in western regions is significantly positively correlated with carbon emissions.
- R&D technology spillovers among regions/
- social network analysis/
- carbon emissions

[1]	HENRIQUES S T, BOROWIECKI K J. The drivers of long-run CO₂emissions in Europe, North America and Japan since 1800[J]. Energy Policy,2017,101:537-549.
[2]	AHMED A, UDDIN G S, SOHAG K. Biomass energy, technological progress and the environmental Kuznets curve:evidence from selected European countries[J]. Biomass and Bioenergy,2016,90:202-208.
[3]	SMULDERS S,MARIA C D. The cost of environmental policy under induced technical change[R]. Cesifo Working Paper,2012.
[4]	张兵兵,徐康宁,陈庭强. 技术进步对CO₂排放强度的影响研究[J]. 资源科学,2014,36(3):567-576.
[5]	李凯杰,曲如晓. 技术进步对碳排放的影响——基于省际动态面板的经验研究[J]. 北京师范大学学报(社会科学版),2012(5):129-139.
[6]	张翠菊,张宗益. 能源禀赋与技术进步对中国碳排放强度的空间效应[J]. 中国人口·资源与环境,2015,25(9):37-43.
[7]	罗良文, 李珊珊. 技术进步、产业结构与中国工业碳排放[J]. 科研管理,2014,35(6):8-13.
[8]	孙欣, 沈永昌, 陶然. 中国低碳技术进步测度及对碳排放强度影响效应研究[J]. 江淮论坛,2016(6):64-71.
[9]	周杰琦, 韩颖, 张莹. 外资进入对中国碳排放总量的作用机制与影响效应[J]. bob手机在线登陆学报(社会科学版),2015,17(6):46-53.
[10]	赵传仁, 韩先锋, 宋文飞. 研发投资对企业技术进步影响的异质门槛效应[J]. 中国科技论坛,2016(9):85-89.
[11]	何雄浪, 张泽义. 国际进口贸易技术溢出效应、本国吸收能力与经济增长互动——理论及来自中国的证据[J]. 世界经济研究, 2014(11):36-41.
[12]	叶娇, 王佳林. FDI对本土技术创新的影响研究——基于江苏省面板数据的实证[J]. 国际贸易问题, 2014(1):131-138.
[13]	FRACASSO A, VITTUCCI M G. International trade and R&D spillovers[J]. Journal of International Economics,2015,96(1):138-149.
[14]	YANG Y, CAI W, WANG C. Industrial CO₂intensity, indigenous innovation and R&D spillovers in China's provinces[J]. Applied Energy,2014,131:117-127.
[15]	陈刚. R&D溢出、制度和生产率增长[J]. 数量经济技术经济研究,2010(10):64-77.
[16]	ALLER C, DUCTOR L, HERRERIAS M J. The world trade network and the environment[J]. Energy Economics,2015,52:55-68.
[17]	GROSSMAN G M, KRUEGER A B. Environmental impacts of a North American free trade agreement[J]. Social Science Electronic Publishing,1992,8(2):223-250.
[18]	WEI W, CHEN D, HU D. Study on the evolvement of technology development and energy efficiency-acase study of the past 30 years of development in Shanghai[J]. Sustainability,2016,8(5):457.
[19]	LEE K H, MIN B. Green R&D for eco-innovation and its impact on carbon emissions and firm performance[J]. Journal of Cleaner Production, 2015,108:534-542.
[20]	WANG Z, YANG Z, ZHANG Y. et al. Energy technology patents-CO₂emissions nexus:an empirical analysis from China[J]. Energy Policy,2011,42(2):248-260.
[21]	罗良文,李珊珊. FDI、国际贸易的技术效应与中国省际碳排放绩效[J]. 国际贸易问题,2013(8):142-150.
[22]	毕克新,杨朝均. FDI溢出效应对中国工业碳排放强度的影响[J]. 经济管理,2012,34(8):31-39.
[23]	ZHANG C, ZHOU X. Does foreign direct investment lead to lower CO₂emissions? evidence from a regional analysis in China[J]. Renewable and Sustainable Energy Reviews, 2016,58:943-951.
[24]	PERKINS R, NEUMAYER E. Do recipient country characteristics affect international spillovers of CO₂-efficiency via trade and foreign direct investment?[J]. Climatic Change, 2012,112(2):469-491.
[25]	张先锋,丁亚娟,王红,等. 中国区域全要素生产率的影响因素分析——基于地理溢出效应的视角[J]. 经济地理,2010,30(12):1955-1960.
[26]	FEMG J, YUAN J. Effect of technology innovation and spillovers on the carbon intensity of human well-being[J]. SpringerPlus,2016,5(1):346-354.
[27]	高霞,官建成. 基于社会网络分析的中国区域知识交流模式研究[J]. 研究与发展管理,2011,23(5):110-117.
[28]	BENEDICTIS L D, TAJOLI L. The world trade network[J]. World Economy,2012,34(8):1417-1454.
[29]	KELLER W. International technology diffusion[J]. Eastern European Economics,2013,42(2):752-782.
[30]	李敬,陈澍,万广华,等. 中国区域经济增长的空间关联及其解释——基于网络分析方法[J]. 经济研究,2014(11):4-16.
[31]	ZHANG Y J, PENG Y L, MA C Q, et al. Can environmental innovation facilitate carbon emissions reduction?evidence from China[J]. Energy Policy, 2017, 100:18-28.
[32]	COSTANTINI V, CRESPI F, MARIN G, et al. Eco-innovation, sustainable supply chains and environmental performance in European industries[J]. Journal of Cleaner Production,2017,155:1-14.
[33]	王建华, 李艳红. 国际R&D溢出的地理效应——对Keller问题的进一步回答[J]. 国际贸易问题,2014(10):144-154.
[34]	谢兰云. 中国省域R&D;投入对经济增长作用途径的空间计量分析[J]. 中国软科学,2013(9):37-47.
[35]	林光平,龙志和,吴梅. 中国地区经济收敛的空间计量实证分析:1978-2002年[J]. 经济学(季刊), 2005,4(S1):71-86.
[36]	LIN B, TAN R. China's CO₂emissions of a critical sector:evidence from energy intensive industries[J]. Journal of Cleaner Production,2017,142:4270-4281.
[37]	邓明, 钱争鸣. 中国省际知识存量、知识生产与知识的空间溢出[J]. 数量经济技术经济研究,2009(5):42-53.
[38]	BECK N, KATZ J N. What to do (and not do) with time-series cross-section data[J]. American Political Science Review, 1995,89(3):634-647.
[39]	王智新, 梁翠, 赵景峰. 科技投入绩效、制度环境与碳排放强度[J]. 科学管理研究,2012,30(6):109-112.

[1]	邵帅, 李嘉豪.“低碳城市”试点政策能否促进绿色技术进步？. bob手机在线登陆学报（社会科学版）, 2022, 24(4): 151-162.doi:10.15918/j.jbitss1009-3370.2022.1672
[2]	严翔, 黄永春, 柏建成, 邹晨.长江经济带绿色创新效率的空间关联网络结构及驱动因素. bob手机在线登陆学报（社会科学版）, 2021, 23(6): 72-83.doi:10.15918/j.jbitss1009-3370.2021.4309
[3]	刘纪达, 安实, 王健, 麦强.一体化应急应战协作网络结构与演进——以自然灾害和事故灾难事件为例. bob手机在线登陆学报（社会科学版）, 2020, 22(6): 96-106.doi:10.15918/j.jbitss1009-3370.2020.7006
[4]	马晓微, 陈丹妮, 兰静可, 李川东.收入差距与居民消费碳排放关系. bob手机在线登陆学报（社会科学版）, 2019, (6): 1-9.doi:10.15918/j.jbitss1009-3370.2019.2117
[5]	吕倩, 刘海滨.京津冀县域尺度碳排放时空演变特征——基于DMSP/OLS夜间灯光数据. bob手机在线登陆学报（社会科学版）, 2019, (6): 41-50.doi:10.15918/j.jbitss1009-3370.2019.7493
[6]	冯宗宪, 高赢.中国区域碳排放驱动因素、减排贡献及潜力探究. bob手机在线登陆学报（社会科学版）, 2019, (4): 13-20.doi:10.15918/j.jbitss1009-3370.2019.2529
[7]	张毅, 杨奕, 邓雯.政策与部门视角下中国网络空间治理——基于LDA和SNA的大数据分析. bob手机在线登陆学报（社会科学版）, 2019, (2): 127-136.doi:10.15918/j.jbitss1009-3370.2019.2801
[8]	赵巧芝, 闫庆友, 赵海蕊.中国省域碳排放的空间特征及影响因素. bob手机在线登陆学报（社会科学版）, 2018, (1): 9-16.doi:10.15918/j.jbitss1009-3370.2018.1281
[9]	卢娜, 冯淑怡, 陆华良.中国城镇化对建筑业碳排放影响的时空差异. bob手机在线登陆学报（社会科学版）, 2018, (3): 8-17.doi:10.15918/j.jbitss1009-3370.2018.2167
[10]	樊静丽, 魏世杰, 张贤.2015年中国能源流与碳流分析. bob手机在线登陆学报（社会科学版）, 2018, (4): 40-45.doi:10.15918/j.jbitss1009-3370.2018.1997
[11]	张跃军, 李维康.北京市金融发展对碳排放的动态影响. bob手机在线登陆学报（社会科学版）, 2016, (2): 30-33.doi:10.15918/j.jbitss1009-3370.2016.0206
[12]	梁晓捷, 王兵, 张皓, 唐葆君.钢铁行业能源效率与碳排放. bob手机在线登陆学报（社会科学版）, 2016, (2): 34-38.doi:10.15918/j.jbitss1009-3370.2016.0207
[13]	邢李志, 文献, 董现垒, 关峻.基于共引网络理论的产业需求竞争网络. bob手机在线登陆学报（社会科学版）, 2016, (4): 78-85.doi:10.15918/j.jbitss1009-3370.2016.0411
[14]	周德群, 王梅, 张钦.基于熵的区域碳排放总量企业间分配研究. bob手机在线登陆学报（社会科学版）, 2015, (3): 16-22.doi:10.15918/j.jbitss1009-3370.2015.0303
[15]	李强, 冯波.中国省际碳全要素生产率增长及收敛性. bob手机在线登陆学报（社会科学版）, 2014, (3): 14-21,29.
[16]	王道平, 李建立, 郭继东.低碳型城市物流配送双层次网络设计. bob手机在线登陆学报（社会科学版）, 2014, (1): 7-11.
[17]	王雁凤, 黄有方.考虑碳排放的港口群混合轴辐式运输网络优化. bob手机在线登陆学报（社会科学版）, 2014, (5): 42-50.
[18]	尹秋菊, 黄洁萍, 冯丽.电动汽车技术转移网络结构及其社会资本. bob手机在线登陆学报（社会科学版）, 2013, (2): 43-47.
[19]	马晓微, 崔晓凌.北京市终端能源消费及碳排放变化影响因素. bob手机在线登陆学报（社会科学版）, 2012, (5): 1-5.
[20]	滕欣, 李健, 刘广为.中国碳排放预测与影响因素分析. bob手机在线登陆学报（社会科学版）, 2012, (5): 11-18.

点击查看大图

计量

文章访问数:590
HTML全文浏览量:1
PDF下载量:406
被引次数:0

留言板

省际R&D技术溢出对碳排放的影响

doi:10.15918/j.jbitss1009-3370.2018.3938

The Impact of R&D Technology Spillover between China's Regions on Carbon Emissions

计量

省际R&D技术溢出对碳排放的影响

doi:10.15918/j.jbitss1009-3370.2018.3938

1. 合肥工业大学管理学院, 安徽合肥 230009

English Abstract

The Impact of R&D Technology Spillover between China's Regions on Carbon Emissions

1. School of Management, Hefei University of Technology, Hefei Anhui 230009, China

目录

作者相关

写作规范

友情链接

留言板

省际R&D技术溢出对碳排放的影响

doi:10.15918/j.jbitss1009-3370.2018.3938

The Impact of R&D Technology Spillover between China's Regions on Carbon Emissions

计量

出版历程

省际R&D技术溢出对碳排放的影响

doi:10.15918/j.jbitss1009-3370.2018.3938

1. 合肥工业大学 管理学院, 安徽 合肥 230009

English Abstract

The Impact of R&D Technology Spillover between China's Regions on Carbon Emissions

1. School of Management, Hefei University of Technology, Hefei Anhui 230009, China

目录

作者相关

写作规范

友情链接

1. 合肥工业大学管理学院, 安徽合肥 230009