綠色創(chuàng)新測(cè)度及其對(duì)中國(guó)省際霧霾污染的影響

劉曉紅

[摘?要]（中）摘要文章從創(chuàng)新驅(qū)動(dòng)和資源環(huán)境兩個(gè)角度構(gòu)建綠色創(chuàng)新評(píng)價(jià)體系，使用一種基于整體差異的客觀動(dòng)態(tài)綜合評(píng)價(jià)方法——縱橫向拉開檔次法， 較為全面、科學(xué)地對(duì)2003—2016年中國(guó)30個(gè)省份綠色創(chuàng)新進(jìn)行測(cè)度。分析了中國(guó)省際綠色創(chuàng)新的空間效應(yīng)，并使用空間計(jì)量方法實(shí)證考察了綠色創(chuàng)新對(duì)中國(guó)省際霧霾污染的影響。研究發(fā)現(xiàn)：中國(guó)省際綠色創(chuàng)新存在空間集聚，整體上呈現(xiàn)北低南高，東高西低的態(tài)勢(shì)。L?L（低-低）“冷點(diǎn)”集聚的省區(qū)數(shù)量較多。綠色創(chuàng)新的直接效應(yīng)、間接效應(yīng)乃至總效應(yīng)都顯著為負(fù)。綠色創(chuàng)新水平的提高，不但會(huì)減少本地區(qū)霧霾污染，而且使相鄰地區(qū)霧霾污染程度下降，進(jìn)而減緩全局霧霾污染。最后，提出相關(guān)對(duì)策建議。

[關(guān)鍵詞]（中）關(guān)鍵詞綠色創(chuàng)新;霧霾污染;空間計(jì)量

[中圖分類號(hào)]（中）中圖分類號(hào)F124.3;X513[文獻(xiàn)標(biāo)識(shí)碼]A文獻(xiàn)標(biāo)志碼[文章編號(hào)]1673-0461（2019）10-0047-07

一、文獻(xiàn)綜述與問題的提出

我國(guó)正在建設(shè)創(chuàng)新型國(guó)家，2018年政府工作報(bào)告指出：“深入實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略，不斷增強(qiáng)經(jīng)濟(jì)創(chuàng)新力和競(jìng)爭(zhēng)力”。同時(shí)，政府工作報(bào)告關(guān)注生態(tài)環(huán)境，重視綠色發(fā)展，指出：“健全生態(tài)文明體制，以更加有效的制度保護(hù)生態(tài)環(huán)境”。并把推進(jìn)污染防治取得更大成效，鞏固藍(lán)天保衛(wèi)戰(zhàn)成果作為2018年三大攻堅(jiān)戰(zhàn)之一。這說明，研究綠色創(chuàng)新在當(dāng)前顯得尤為迫切。同時(shí)，2013年以來霧霾污染頻發(fā)，引起國(guó)內(nèi)外的廣泛關(guān)注，那么，綠色創(chuàng)新對(duì)霧霾污染會(huì)產(chǎn)生什么樣的影響？在國(guó)家重視創(chuàng)新以及生態(tài)環(huán)境的背景下，研究這一問題對(duì)于我國(guó)實(shí)施創(chuàng)新驅(qū)動(dòng)乃至治理霧霾污染都有重要的現(xiàn)實(shí)意義。

國(guó)內(nèi)外對(duì)綠色創(chuàng)新的研究主要包括以下3個(gè)方面：第一，綠色創(chuàng)新的內(nèi)涵（Fussler & James， 1996[1]; Mirata & Emtairah， 2005[2]; Bartlett & Trifilova， 2010[3]）。張鋼和張小軍（2013）歸納出綠色創(chuàng)新的3種定義：第一種定義把綠色創(chuàng)新看作是旨在減少對(duì)環(huán)境不利影響的創(chuàng)新;第二種定義把綠色創(chuàng)新看作是引入環(huán)境績(jī)效的創(chuàng)新;第三種定義把綠色創(chuàng)新等同于環(huán)境創(chuàng)新或環(huán)境績(jī)效的改進(jìn)[4]。第二，綠色創(chuàng)新評(píng)價(jià)（Eiadat et al.， 2008[5]; Gilli， et al.， 2013[6]）。如曹慧等（2016）以我國(guó)31個(gè)省區(qū)為例，運(yùn)用共線性和變異系數(shù)方法對(duì)所構(gòu)建的指標(biāo)體系進(jìn)行定量篩選，從創(chuàng)新投入、創(chuàng)新產(chǎn)出、綠色發(fā)展3個(gè)方面構(gòu)建了區(qū)域綠色創(chuàng)新能力評(píng)價(jià)指標(biāo)體系[7]。劉章生等（2017）基于全局SBM方向距離函數(shù)和全局Malmquist?Luenberger指數(shù)（GML指數(shù)）對(duì)2003—2013年中國(guó)省際綠色創(chuàng)新能力進(jìn)行測(cè)算，并對(duì)其時(shí)空演變規(guī)律和收斂性進(jìn)行了分析[8]。

第三，綠色創(chuàng)新的影響。如有的文獻(xiàn)探討了綠色創(chuàng)新對(duì)企業(yè)經(jīng)營(yíng)績(jī)效、可持續(xù)競(jìng)爭(zhēng)優(yōu)勢(shì)等方面的影響（Russo & Fouts，1997[9]; Bowen， 2000[10]; Horbach， 2008[11]）。

既有文獻(xiàn)對(duì)綠色創(chuàng)新進(jìn)行了有益的探索，為本文的寫作打下了基礎(chǔ)。但既有文獻(xiàn)也存在以下幾個(gè)方面的問題：首先，在綠色創(chuàng)新評(píng)價(jià)方法方面，尚未發(fā)現(xiàn)使用縱橫向拉開檔次法對(duì)綠色創(chuàng)新進(jìn)行評(píng)價(jià)的文獻(xiàn)?？v橫向拉開檔次法通過各指標(biāo)信息量確定相應(yīng)權(quán)重，可以最大限度體現(xiàn)評(píng)價(jià)對(duì)象之間的整體差異，為客觀評(píng)價(jià)，能有效避免評(píng)價(jià)人的主觀偏好對(duì)結(jié)果的影響。其次，在評(píng)價(jià)指標(biāo)體系方面，尚缺乏把互聯(lián)網(wǎng)普及率、空氣質(zhì)量好于二級(jí)天數(shù)比例等指標(biāo)納入評(píng)價(jià)體系的文獻(xiàn)。再次，研究綠色創(chuàng)新的空間效應(yīng)方面的文獻(xiàn)較少。最后，罕有文獻(xiàn)分析綠色創(chuàng)新對(duì)霧霾污染的影響?；诖?，本文擬作如下拓展：第一，使用縱橫向拉開檔次法對(duì)中國(guó)省際綠色創(chuàng)新水平進(jìn)行測(cè)度;第二，把互聯(lián)網(wǎng)普及率、空氣質(zhì)量好于二級(jí)天數(shù)比例等納入綠色創(chuàng)新評(píng)價(jià)指標(biāo)體系;第三，分析中國(guó)省際綠色創(chuàng)新的空間分布及空間相關(guān)性;第四，基于綠色創(chuàng)新的空間效應(yīng)，從空間計(jì)量方面實(shí)證考察綠色創(chuàng)新對(duì)中國(guó)省際霧霾污染的影響。

二、綠色創(chuàng)新的測(cè)算

本文對(duì)中國(guó) 30 個(gè)省份（不包括港澳臺(tái)地區(qū)）進(jìn)行考察，基于西藏的數(shù)據(jù)缺失，不考慮西藏。本文各原始數(shù)據(jù)來自于2004—2017年《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)科技統(tǒng)計(jì)年鑒》以及各省

份歷年《統(tǒng)計(jì)年鑒》。下文對(duì)綠色創(chuàng)新進(jìn)行測(cè)算。綠色創(chuàng)新測(cè)算涉及到兩個(gè)方面，一是確定評(píng)價(jià)指標(biāo)體系;二是選擇測(cè)算方法。

（一）綠色創(chuàng)新評(píng)價(jià)指標(biāo)體系

“十三五”規(guī)劃

指出了“十三五”時(shí)期經(jīng)濟(jì)社會(huì)發(fā)展主要指標(biāo)。在創(chuàng)新驅(qū)動(dòng)方面，提出了研究與試驗(yàn)發(fā)展經(jīng)費(fèi)投入強(qiáng)度、發(fā)明專利、互聯(lián)網(wǎng)普及率等指標(biāo)。在資源環(huán)境方面，提出了單位GDP能源消耗、森林覆蓋率、空氣質(zhì)量?jī)?yōu)良天數(shù)比率、化學(xué)需氧量、氨氮、二氧化硫等指標(biāo)?；?/p>

“十三五”規(guī)劃以及《中國(guó)區(qū)域創(chuàng)新能力評(píng)價(jià)報(bào)告2016》，本文從創(chuàng)新驅(qū)動(dòng)以及資源環(huán)境兩個(gè)方面選取14個(gè)二級(jí)指標(biāo)，如表1所示。

（二）縱橫向拉開檔次法

1.縱橫向拉開檔次評(píng)價(jià)方法

郭亞軍（2007）認(rèn)為，基于時(shí)序動(dòng)態(tài)視覺的縱橫向拉開檔次法，評(píng)價(jià)過程客觀，能最大限度體現(xiàn)評(píng)價(jià)對(duì)象之間的整體差異，尤其適用于面板數(shù)據(jù)[12]。楊萬(wàn)平（2010）首次將縱橫向拉開檔次法應(yīng)用于環(huán)境評(píng)價(jià)中，但在原始數(shù)據(jù)的無(wú)量綱化處理方面存在一些問題[13]。故本文采用此方法進(jìn)行綠色創(chuàng)新測(cè)度。

將不同省份各個(gè)時(shí)間的綠色創(chuàng)新評(píng)價(jià)指標(biāo)數(shù)據(jù)按下表排列，如表2所示。ti（i=1，2，…，N）表示時(shí)間，Si（i=1，2，…，n）表示省區(qū)，xi（i=1，2，…，m）表示評(píng)價(jià)指標(biāo)。

由上述時(shí)序立體數(shù)據(jù)表支持的綜合評(píng)價(jià)問題，

稱為動(dòng)態(tài)綜合評(píng)價(jià)問題，其評(píng)價(jià)函數(shù)為：

2016年，位于第一、三象限的省份數(shù)量不

變，分別為7個(gè)、15個(gè)，一共占所考察全部省份的73.333%。第二象限的省份數(shù)量從1個(gè)提高到4個(gè)，即被綠色創(chuàng)新高值區(qū)所包圍的低值區(qū)數(shù)量上升。同時(shí)，位于第四象限的數(shù)量從8個(gè)下降為4個(gè)，即被綠色創(chuàng)新低值所包圍的高值區(qū)數(shù)量下降。

綜合以上可以看出，中國(guó)省際綠色創(chuàng)新的H?H（高-高）“熱點(diǎn)”省份數(shù)量較少，L?L（低-低）“冷點(diǎn)”省份數(shù)量較多。且L?H（低-高）、H?L（高-低）等“異質(zhì)點(diǎn)”數(shù)量不多。中國(guó)省份綠色創(chuàng)新存在著空間集聚效應(yīng)。

四、綠色創(chuàng)新對(duì)中國(guó)省際霧霾污染的影響

基于綠色創(chuàng)新的空間集聚，接著使用空間計(jì)量模型分析綠色創(chuàng)新對(duì)省際霧霾污染的影響。

（一）空間計(jì)量模型構(gòu)建

Anselin et al.（2008）[15]指出，為了確定觀測(cè)值之間的空間依賴，空間面板數(shù)據(jù)模型主要包括空間滯后模型SLM、空間誤差模型SEM和空間杜賓模型SDM三類。

根據(jù)Elhorst （2012）[16]，空間滯后模型SLM公式為：

yit=δNj=1wijyjt+α+xitβ+μi+λt+εit

（i=1，...，N，t=1，...，T）（8）

其中，yit=（y1t，y2t，y3t...，yNt）T，是被解釋變量組成的N×1維矢量。Nj=1wijyjt是指被解釋變量yit同相鄰單元yjt之間的交互效應(yīng)，wij為N×N階非負(fù)空間權(quán)重矩陣。本文使用應(yīng)用最為廣泛的二進(jìn)制空間鄰接矩陣，即

wij=1?i與j相鄰0?i=j，或i與j不相鄰（9）

δ是內(nèi)生交互效應(yīng)的響應(yīng)參數(shù)。α是常數(shù)項(xiàng)。xit是N×K的外生解釋變量矩陣。β是與xit相匹配的響應(yīng)參數(shù)。it是獨(dú)立同分布誤差項(xiàng)，服從（0，σ2）分布。μi代表空間效應(yīng)，λt是時(shí)間固定效應(yīng)。

空間誤差模型SEM具體形式為：

yit=α+xitβ+μi+λt+Φit

Φit=ρNj=1wijΦit+εit（10）

Φit是空間自相關(guān)誤差項(xiàng)，ρ是空間自回歸系數(shù)。

空間杜賓模型SDM具體形式為：

yit=δNj=1wijyjt+α+xitβ+Nj=1wijxijtθ+μi+λt+εit（11）

θ和β相同，是K×N維參數(shù)向量。

為了分析綠色創(chuàng)新對(duì)中國(guó)省際霧霾污染的影響，構(gòu)建如下模型：

lnPM10it=α+β1lnGrinit+β2lnU+β3lnGDPit+β4lnEiit+β5lnTpit+εit（12）

式（12）中，PM10為可吸入顆粒物年均濃度，表征霧霾污染，單位是微克/立方米;Grin表征綠色創(chuàng)新。U表征人口城鎮(zhèn)化程度，為年末城鎮(zhèn)人口占總?cè)丝诒戎?，單位?。GDP表征人均實(shí)際國(guó)內(nèi)生產(chǎn)總值，以1997年為基期計(jì)算得出，單位是元/人;Ei表征能源強(qiáng)度，為各省份能源消費(fèi)量與GDP之比，單位是噸標(biāo)準(zhǔn)煤/萬(wàn)元GDP;Tp表征交通壓力，為各省份私人汽車數(shù)量與公路長(zhǎng)度之比，單位是輛/公里。本文的被解釋變量為PM10，解釋變量為綠色創(chuàng)新，控制變量為人口城鎮(zhèn)化程度、能源強(qiáng)度和交通壓力。

基于模型（12），結(jié)合空間計(jì)量經(jīng)濟(jì)學(xué)模型，下文接著考察綠色創(chuàng)新對(duì)霧霾污染的影響。

（二）空間診斷性檢驗(yàn)

為了進(jìn)行空間計(jì)量模型的選擇，要進(jìn)行空間診斷性檢驗(yàn)。非空間交互效應(yīng)模型的四種估計(jì)以及經(jīng)典拉格朗日、穩(wěn)健拉格朗日乘數(shù)檢驗(yàn)結(jié)果如表6所示。LM?lag、LM?error以及Robust LM?lag檢驗(yàn)顯示，混合最小二乘，空間固定效應(yīng)、時(shí)間固定效應(yīng)、雙向固定效應(yīng)四類模型都在10%的顯著水平上拒絕了沒有空間滯后項(xiàng)的原假設(shè)和沒有空間自相關(guān)誤差項(xiàng)的原假設(shè)。Robust LM?error檢驗(yàn)表明，空間固定效應(yīng)與雙向固定效應(yīng)兩類模型沒有通過顯著性檢驗(yàn)。根據(jù)埃爾霍斯特（2015）[17]，選用空間杜賓模型，計(jì)量方法為Elhorst（2003）[18]提出的極大似然（ML）估計(jì)。LR檢驗(yàn)顯示，在1%的顯著水平上，既拒絕了空間固定效應(yīng)不顯著性的原假設(shè)，也拒絕了時(shí)間固定效應(yīng)不顯著的原假設(shè)，故選擇雙向固定效應(yīng)模型。

（三）實(shí)證結(jié)果分析

Wald和LR檢驗(yàn)結(jié)果如表7的下半部分所示。Wald spatial lag和LR spatial lag拒絕了空間杜賓模型SDM轉(zhuǎn)化為空間滯后模型SLM的原假設(shè)。Wald spatial error和LR spatial error檢驗(yàn)也拒絕了空間杜賓模型SDM簡(jiǎn)化為空間誤差模型SEM的原假設(shè)，故要使用空間杜賓模型SDM。使用空間Hausman檢驗(yàn)在隨機(jī)效應(yīng)和固定效應(yīng)之間進(jìn)行選擇，統(tǒng)計(jì)值為11.51，自由度為11，P值為0.401 6，故拒絕雙向固定效應(yīng)模型，使用空間隨機(jī)和時(shí)間固定效應(yīng)模型。比較表6和表7可以看出，非交互效應(yīng)各模型的R2較小，其雙向固定效應(yīng)模型的R2為0.158 5?？臻g杜賓模型的空間隨機(jī)效應(yīng)和時(shí)間固定效應(yīng)R2為0.857 2，說明本文使用空間計(jì)量模型分析綠色創(chuàng)新對(duì)霧霾污染的影響是合理的。由于非空間固定效應(yīng)與空間計(jì)量模型中每一變量估計(jì)值所表示的意義并不相同，故表6雙向固定效應(yīng)估計(jì)各變量的系數(shù)與表7空間隨機(jī)效應(yīng)和時(shí)間固定效應(yīng)的系數(shù)無(wú)法進(jìn)行比較。

LeSage and Pace（2009）[19]認(rèn)為，直接效應(yīng)和間接效應(yīng)能夠說明各變量真實(shí)的空間溢出效應(yīng)，故本文分解了解釋變量和控制變量的直接效應(yīng)和間接效應(yīng)，結(jié)果如表8所示。綠色創(chuàng)新的直接效應(yīng)、間接效應(yīng)乃至總效應(yīng)都顯著為負(fù)。綠色創(chuàng)新每提高1個(gè)百分點(diǎn)，將使本地區(qū)霧霾污染下降0.625 6個(gè)百分點(diǎn)。同時(shí)，會(huì)使相鄰地區(qū)霧霾污染減少0.295 8個(gè)百分點(diǎn)，進(jìn)而使全局霧霾污染下降0.921 4個(gè)百分點(diǎn)。說明綠色創(chuàng)新在減緩霧霾污染中的重要作用，為了減少我國(guó)霧霾污染，進(jìn)行綠色創(chuàng)新不失為一條重要的途徑。從各控制變量來看，人均GDP的間接效應(yīng)和總效應(yīng)都顯著為負(fù)，提高本地區(qū)人均GDP會(huì)降低相鄰地區(qū)以及全局霧霾污染。能源強(qiáng)度的間接效應(yīng)和總效應(yīng)都顯著為正，本地區(qū)能源強(qiáng)度的上升不但會(huì)提高相鄰地區(qū)的霧霾污染，也會(huì)提高全局的霧霾污染。交通壓力的直接效應(yīng)顯著為正，交通壓力的上升會(huì)直接提高本地區(qū)的霧霾污染程度。

五、結(jié)論與政策啟示

本文利用我國(guó)30個(gè)省份的面板數(shù)據(jù)，使用縱橫向拉開檔次法對(duì)我國(guó)省際綠色創(chuàng)新水平進(jìn)行測(cè)度，并采用空間計(jì)量經(jīng)濟(jì)學(xué)方法，分析省際綠色創(chuàng)新的空間效應(yīng)，并實(shí)證考察了綠色創(chuàng)新對(duì)霧霾污染的影響。主要有以下研究發(fā)現(xiàn)：

中國(guó)省際綠色創(chuàng)新存在空間集聚，整體上呈現(xiàn)北低南高，東高西低的態(tài)勢(shì)。L?L（低-低）“冷點(diǎn)”集聚的省份數(shù)量較多。這一結(jié)論有兩層政策含義，一方面，我國(guó)要提高省際綠色創(chuàng)新水平。較多的L?L（低-低）“冷點(diǎn)”集聚表明，當(dāng)前我國(guó)省際綠色創(chuàng)新水平較低。這就要求我國(guó)嚴(yán)格按照黨的十九大報(bào)告的要求，在實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略的同時(shí)，統(tǒng)籌推進(jìn)生態(tài)文明建設(shè)。既要加快建設(shè)創(chuàng)新型國(guó)家，又要加快生態(tài)文明體制改革，建設(shè)美麗中國(guó)。只有雙管齊下，才能提高我國(guó)綠色創(chuàng)新水平。另一方面，省份之間可以加強(qiáng)綠色創(chuàng)新合作。綠色創(chuàng)新存在空間外溢效應(yīng)，本地區(qū)綠色創(chuàng)新水平的提高可以推動(dòng)相鄰地區(qū)綠色創(chuàng)新水平的上升，起到“一榮俱榮”的效果，因此，省際之間可以破除區(qū)域間壁壘，促進(jìn)創(chuàng)新人才、資本等要素在區(qū)域間流動(dòng)，進(jìn)行協(xié)同創(chuàng)新[20]。同時(shí)，協(xié)同治理水、大氣等污染問題，推動(dòng)區(qū)域綠色創(chuàng)新水平的全面提高。如浙江、上海、廣東、福建、江蘇、海南等地綠色創(chuàng)新水平較高，這些地區(qū)之間相互合作，可以鞏固既有的成果，并通過輻射效應(yīng)，帶動(dòng)相鄰省份綠色創(chuàng)新水平的提高。

綠色創(chuàng)新的直接效應(yīng)、間接效應(yīng)乃至總效應(yīng)都顯著為負(fù)。綠色創(chuàng)新水平的提高，不但會(huì)減少本地區(qū)的霧霾污染，而且使相鄰地區(qū)霧霾污染程度下降，進(jìn)而使全局霧霾污染下降。這一結(jié)論的政策含義在于，提高綠色創(chuàng)新水平，可以有效的減少霧霾污染。為了治理我國(guó)霧霾污染問題，綠色創(chuàng)新不失為一條重要途徑。我國(guó)加強(qiáng)省際綠色創(chuàng)新，既有利于建設(shè)創(chuàng)新型國(guó)家，又有利于緩解霧霾污染問題，起到一石二鳥的效果。一般來說，綠色創(chuàng)新水平較低的地區(qū)，霧霾污染水平較高，由高到低，青海、山東、甘肅、新疆、河南、山西、河北等省份綠色創(chuàng)新水平較低，分別位居第21、23、25、27、28、29、30位。同時(shí)，這幾個(gè)地區(qū)霧霾污染水平較高，青海、山東、甘肅、新疆、河南、山西、河北PM10均值分別位居第8、3、1、4、9、7、2位。因此，我國(guó)可以重點(diǎn)在資金、人才等方面向這些省份傾斜，提高研發(fā)人員的薪酬水平，改善工作條件，并增加財(cái)力支持，擴(kuò)大創(chuàng)新規(guī)模。同時(shí)，重視這些省份的資源環(huán)境，提高森林覆蓋率，加強(qiáng)綠化;降低單位GDP能耗，提高能源消費(fèi)效率?？傊?，在加強(qiáng)技術(shù)創(chuàng)新的同時(shí)，重視生態(tài)環(huán)境的改善。

[參考文獻(xiàn)]

參考文獻(xiàn)內(nèi)容

[1]FUSSLER C， JAMES P. Eco?innovation： a break through discipline for innovation and sustainability [M]. Pitman Publishing， London，1996.

[2]MIRATA M， EMTAIRAH T. Industrial symbiosis networks and the contribution to environmental innovation： the case of the Landskrona industrial symbiosis programme[J]. Journal of cleaner production， 2005， 13（10-11）：993-1002.

[3]BARTLETT D， TRIFILOVA A. Green technology and eco?innovation： seven case?studies from a Russian manufacturing context [J]. Journal of manufacturing technology management， 2010， 21（8）： 910-929.

[4]張鋼， 張小軍. 綠色創(chuàng)新研究的幾個(gè)基本問題[J]. 中國(guó)科技論壇， 2013（4）： 12-15.

[5]EIADAT Y， KELLY A， et al. Green and competitive？ An empirical test of the mediating role of environmental innovation strategy [J]. Journal of world business， 2008， 43（1）： 131-145.

[6]GILLI M， MAZZANTI M， NICOLLI F. Sustainability and competitiveness in evolutionary perspectives： environmental innovations， structural change and economic dynamics in the EU [J]. Journal of socio?economics， 2013， 45 （27）： 204-215.

[7]曹慧，石寶峰，趙凱. 我國(guó)省級(jí)綠色創(chuàng)新能力評(píng)價(jià)及實(shí)證[J].管理學(xué)報(bào)， 2016，13（8）： 1215-1222.

[8]劉章生， 宋德勇， 弓媛媛. 中國(guó)綠色創(chuàng)新能力的時(shí)空分異與收斂性研究[J]. 管理學(xué)報(bào)， 2017， 14（10）：1475-1483.

[9]RUSSO M， FOUTS P. A resource?based perspective on corporate environmental performance and profitability [J]. Academy of management journal， 1997， 40（3）： 534-559.

[10]BOWEN F E. Does size matter？ Organizational slack and visibility as alternative explanations for environmental responsiveness[J]. Business & Society， 2000， 41（1）： 118-124.

[11]HORBACH J. Determinants of environmental innovations?new evidence from German panel data sources[J]. Research policy， 2008， 37（1）：163-173.

[12]郭亞軍. 綜合評(píng)價(jià)理論、方法及應(yīng)用[M]. 北京：科學(xué)出版社， 2007.

[13]楊萬(wàn)平. 中國(guó)省際環(huán)境污染的動(dòng)態(tài)綜合評(píng)價(jià)及影響因素[J]. 經(jīng)濟(jì)管理， 2010（8）： 159-165.

[14]袁曉玲， 李政大. 中國(guó)生態(tài)環(huán)境動(dòng)態(tài)變化、區(qū)域差異和影響機(jī)制[J]. 經(jīng)濟(jì)科學(xué)， 2013， 35（6）： 59-76.

[15]ANSELIN L， LE GALLO J， JAYET H. Spatial panel econometrics [M]//MATYAS L， SEVESTRE P（eds）， The econometrics of panel data， fundamentals and recent developments in theory and practice. 3rd.

Dordrecht：Kluwer， 2008： 901-969.

[16]ELHORST J P. Matlab software for spatial panels [J]. International regional science review， 2012， 37（3）： 389-405.

[17]埃爾霍斯特 J. 保羅. 空間計(jì)量經(jīng)濟(jì)學(xué)-從橫截面數(shù)據(jù)到空間面板[M]. 肖光恩，譯. 北京： 中國(guó)人民大學(xué)出版社， 2015.

[18]ELHORST J P. Specification and estimation of spatial Panel data models [J].International regional science review，2003， 26： 244-268.

[19]LESAGE J P， PACE R K. Introduction to spatial econometrics [M].

Boca Raton， US： CRC Press Taylor and Francis Group， 2009， 513-514.

[20]白俊紅，蔣伏心.協(xié)同創(chuàng)新、空間關(guān)聯(lián)與區(qū)域創(chuàng)新績(jī)效[J].經(jīng)濟(jì)研究，2015（7）： 174-187.

Green Innovation Evaluation and It's Impact on Haze Pollution in China

——Based on Spatial Econometric Model

Liu Xiaohong

（

School of Business， Nanjing Xiaozhuang University， Nanjing 211171，China）

Abstract： This paper constructs an evaluation system of green innovation from the perspective of innovation drive and resource environment. Using an objective dynamic comprehensive evaluation method?horizontal?vertical classification approach——which is based on the overall differences， this paper measures the green innovation of 30 provinces and autonomous regions of China from 2003 to 2016 comprehensively and scientifically. This paper analyzes the spatial effect of green innovation and empirically investigates the impact of green innovation on haze pollution with spatial econometric model. The study finds that there is a spatial agglomeration of inter?provincial green innovation in China， and the green innovation agglomeration degree is low in north China and high in south china， high in east and low in west. Many provinces and regions are L?L （low?low） "cold point" accumulation. The direct， indirect and total effects of green innovation are significantly negative. The improvement of green innovation level will not only reduce the haze pollution in the local region， but also reduce the haze pollution level in adjacent regions， thus reduce the overall haze pollution. Finally， the respective countermeasures and suggestions are put forward.

Key words： green innovation; haze pollution; spatial econometric

責(zé)任編輯（責(zé)任編輯：張夢(mèng)楠）