中国区域工业企业绿色技术创新效率及因素分解

本文基于两阶段创新价值链下工业企业绿色技术创新的过程,构建了中国区域工业企业绿色技术创新效率评价体系,同时运用主成分分析法对这些指标数据进行降维处理,分别计算出两个阶段的技术创新效率,再通过DEA法测算各区域工业企业整体绿色技术创新效率并进行因素分解。研究发现:1在绿色技术开发阶段,考虑环境因素比不考虑环境因素的效率要低,中、西部地区面临的环境问题更加严峻,三大区域绿色技术开发效率差距悬殊。2在绿色技术成果转化阶段,绿色技术创新效率仍存在较大提升空间,东、中和西部地区绿色技术创新效率从高到低依次排列。3中国工业企业绿色技术创新整体效率偏低,而纯技术效率是导致整体效率低的主要原因。区域差距悬殊且存在继续扩大的风险,中、西部地区在纯技术效率和规模效率两个方面均有很大提升空间。4辽宁、河北、黑龙江、新疆、山西、内蒙古、云南、青海等区域要注重提高区域技术,安徽、吉林、江西、广西等区域则要注重减少资源冗余,宁夏、甘肃则既要注重提高区域技术还要注意较少资源冗余。未来,中国应该建立低碳经济发展模式,将环境污染指标工业企业技术创新效率评价体系,提升绿色技术创新效率。以供给侧改革为突破口,加快区域协同发展,发挥东部地区引领作用,缩小中国东、中、西部地区差异。因地制宜,根据各省份绿色技术创新效率不高的根源,采取有针对性的政策。加大绿色技术开发、清洁生产设备等方面的投入,控制污染物排放,推动以科技创新为核心的全面创新。     

绿色全要素生产率省际空间学习效应实证

当前中国资源环境约束日益凸显,依靠全要素生产率成为解决这些问题的共识。然而仅仅依靠全要素生产率不能转变生产方式,关键在于区分绿色与非绿色偏向。研究使用中国省际面板数据,运用面板与动态空间面板模型方法,对比分析绿色全要素生产率、绿色"软技术"、绿色"硬技术"的影响机制。研究发现:1依靠全要素生产率驱动发展需要区别绿色与非绿色偏向;2必须注重绿色全要素生产率对绿色发展的作用及其运行机制;3不同偏向的绿色全要素生产率的省际空间学习效应不同;4绿色"软技术"对绿色发展贡献不充分。这就意味着,在当前中国资源环境约束日趋收紧的背景下,要区别绿色与非绿色全要素生产率的不同作用,否则将不能促进生产方式转变,实现绿色可持续发展。推动绿色可持续发展,一方面需要重视提升绿色全要素生产率的作用,另一方面需要重视绿色管理技术等绿色"软技术"对绿色发展的贡献。提升绿色全要素生产率,既要重视研发投入、人力资本投入,又要考虑技术市场、劳动智力结构、劳动者年龄结构的影响。提升绿色"软技术"的贡献率,改善绿色技术效率变动的吸纳能力。通过绿色全要素生产率的省际空间学习效应,实现中国省际区域间绿色可持续协同发展。此外,在引进吸收国外先进绿色技术时,既要重视对绿色"硬技术"的吸收,又要重视对绿色"软技术"的再学习。总之,"打铁还需自身硬",中国要继续鼓励支持绿色"硬技术"自主研发,巩固提升绿色"硬技术"对绿色发展的贡献。     

超声波-H2O2协同作用处理孔雀绿废水

采用超声波（US）-H2O2协同作用处理含孔雀绿的废水（简称废水）;考察了H2O2加入量、US功率、反应温度、反应时间对废水色度、COD去除率的影响,并对US-H2O2体系降解孔雀绿的机理进行了探讨。实验结果表明：在US作用下,H2O2加入量对废水色度、COD去除率的影响较大;废水色度、COD去除率均随US功率和反应时问的增加而提高;在US～H2O2体系中,低温对处理废水有利,高温反而不利;US—H2O2处理废水具有协同作用。在废水量为100mL、pH为7．3、反应温度为40℃、H2O2加入量为10mL、US功率为240W、反应时间60min的条件下对废水进行处理,废水COD、色度去除率分别为97．5％,98．8％。     

流动注射催化光度法测定环境水样中的痕量亚硝酸根

基于在pH为2.7的一氯乙酸缓冲溶液中亚硝酸根对溴酸钾氧化亮绿具有催化作用,建立了测定环境水样中痕量亚硝酸根的流动注射催化光度法。在室温下,当溴酸钾浓度为0.15mol/L、亮绿溶液浓度为1.12×10-3mol/L时,该方法的线性范围为0.04～0.36mg/L,检出限为7.44×10-4mg/L,测定频率为60次/h,相对标准偏差为1.1%(n=11)。     

长江经济带绿色城镇化效率评价及其影响因素——基于多维城镇化视角

本文引入资源和环境因素,以城镇化综合指数为期望产出,运用SBM方向性距离函数测算了2010—2020年长江经济带112个地级市（州）的绿色城镇化效率,并采用空间面板模型和地理探测器对绿色城镇化效率的影响因素进行实证分析。结果表明：长江经济带绿色城镇化效率整体水平不高,下游地区绿色城镇化效率高于上游和中游地区,资源消耗和环境污染是效率损失的主要来源;绿色城镇化效率表现出较为明显的热点—次热点—次冷点—冷点自东向西的带状分布格局,存在显著的空间正相关性。政府财政支出对绿色城镇化效率产生负向影响,外商直接投资和产业结构对提升绿色城镇化效率有显著的促进作用,且三者的影响具有地区差异性;市场力因素有利于绿色城镇化效率的提高。邻近城市间绿色城镇化效率的空间溢出效应明显,且空间溢出效应是长江经济带绿色城镇化效率空间差异的最主要因素,各因素的影响具有协同增强的作用。     

上海市“十四五”规划绿色发展驱动因素研究

本文首次以上海市“十四五”规划的视角,使用系统动力学方法研究上海市的绿色发展因素。首先确定了由经济、社会、环境、资源四个子系统交叉融合而构成上海市绿色发展系统,再基于系统动力学原理和上海市2012—2019年的数据构建上海市绿色发展模型,响应“十四五”规划在绿色发展方面设立的目标,构建多个未来发展情景并进行指标参数调控,依据各个情景的仿真结果,分析并总结了“十四五”规划背景下上海市的绿色发展特点。研究结果表明,影响绿色发展的关键因素由主到次依次为生态环境建设支出、研发支出、产业结构调整。相比于产业的投资结构调整,上海市对从业人员结构的调整可以高效平衡经济与环境的发展;加快科技创新可以在很大程度上抑制碳排放,从而快速实现上海市的“双碳”目标;针对化学污染物的治理,污染源防治不但十分有效,而且有利于持续性发展,这些措施应是上海市政府的首选。     

考虑不同合作模式和多方奖惩的绿色信贷风险优化控制研究

绿色信贷风险的优化控制,有利于推动绿色信贷的稳定、可持续发展,实现环境效益、经济效益和社会效益的共赢。本研究将政府部门、环保部门、金融机构和企业的行为纳入同一个理论体系中,充分考虑影响参与主体最优努力水平和绿色信贷风险最优轨迹的环境因素、经济因素和社会因素。在此基础上,构建不同合作模式下的绿色信贷风险优化控制模型,分析不同情境下参与主体的努力水平,比较绿色信贷风险的最优轨迹,找出绿色信贷风险优化控制存在的问题及原因。研究结果表明：第一,四方合作模式对绿色信贷风险的优化控制具有明显的优势。第二,政府的参与能够有效带动其余合作者的积极性。第三,金融机构和企业之间,存在明显的利益共存和投入互动关系。第四,补贴和惩罚措施在合作过程中能够产生激励和约束作用,但在非合作模式下发挥的作用比较有限。第五,参与主体的协同水平越高,越有利于绿色信贷风险的优化控制。因此,需要灵活运用行政、经济或法律等多种干预手段,并对补贴用途进行考评和增强舆论监督,防止金融机构和企业将绿色补贴挪作他用。同时,建立符合国内绿色信贷发展特点的风险标准,统一绿色信贷风险的评判和管控依据。     

海洋碳汇渔业绿色发展空间外溢效应评价研究

海洋碳汇渔业绿色发展空间关联性及其外溢效应对于海水养殖业的有效协调和区域海洋环境的有效保护具有重要意义,科学估算沿海各省(自治区)海水养殖渔业碳汇量并探讨其空间相关性特征是制定差异化渔业碳汇发展政策的重要基础。根据2006—2016年中国大陆沿海9个省(自治区)的碳汇渔业资源清查数据,在检验和比较省域空间渔业碳汇总量相关性特征的基础上,运用空间计量模型分析了渔业碳汇的外溢效应及其影响因素。结果表明:①中国海水养殖渔业碳汇量整体上呈现上升趋势,但各省渔业碳汇量也存在明显差异。②研究期内的Moran's I指数整体呈现为"V"型的波动变化特征,渔业碳汇在省域空间分布上的差异性并不是随机的,而是具备显著的空间相关性。③海水养殖渔业碳汇存在明显的空间外溢效应,通过随机效应的杜宾模型分解后得出渔业产值、劳动力投入的直接效应为正,而渔业受灾面积和科研项目经费投入的直接效应为负;从间接效应来看,渔业产值在各省域间存在竞争与依存关系,海水养殖业劳动力投入和渔业技术推广的项目经费投入在各省域间存在互补关系。因此,中国沿海各省份在发挥海洋水产养殖业生态功能时,应当考虑省域区位因素,合理制定兼具差异化和协调性的海洋碳汇渔业发展政策。     

山西省绿色转型发展现状评价及路径研究

从经济、社会、资源、环境保护4个层面构建了切合山西省实际情况的绿色转型发展指标体系,采用熵权法及聚类分析方法对山西省的绿色转型发展现状进行了评价,根据评价结果,结合政策背景,提出了山西省实现绿色转型发展的路径,以实现山西省均衡快速的绿色转型发展。     

Technological innovation paths toward green industry in China

With the environmental carrying capacity reaching its limits and the decreasing margin benefits of traditional production factors, the green transformation and green development through technological innovations has been a major direction for the future development of Chinese industries. However, the characteristics and heterogeneities of various types of industries call for different approaches regarding technological innovations. How to choose the most effective mode of technological innovation according to the characteristics of a certain industry has been a key issue. This paper measures the green total factor productivity of 32 industrial trades using the Slacks Based Measure(SBM)-DDF method. The effects of three innovation modes in the green transformation of industrial industry, including the independent innovation(Ⅱ), the technology introduction(TI), and the government support(GS), are empirically analyzed based on industry heterogeneity. Results indicate that the green total factor productivities of different industries show significant differences if taking into account the energy input and the undesirable output of pollutant emissions. The green total factor productivities of traditional high input,high pollution, and high energy consumption industrial trades were significantly lower than those with obvious green features. The year of 2009 is a leap year for the industrial green transformation in China. For resource-intensive industries, the II and the GS are the important ways to achieve green transformation. For labor-intensive industries, the TI is the best path to achieve green transformation, while for technology-intensive industries, the II is the primary driving force for the promotion of green developments. In addition, the innovation-compensating effect of the current Chinese environmental regulations to the resource-intensive industries has been revealed. Improving the overall scale and the industrial concentration of the industries is also beneficial for the green transformation of the industries.