绿色创新2

2.1理论基础

2.1.1绿色创新理论

绿色创新是在创新的基础上发展而来的，绿色创新是一个宽泛的概念，可以说只要具备了创新的新颖性、价值性特征，且能实现资源节约和环境改善，就可以归为绿色创新。绿色创新也常被称为“生态创新”、“环境创新”、和“可持续创新”等, 如Bernauer等(2006)就把绿色创新等同于环境创新、生态创新。戴鸿轶和柳卸林（2009）对国内外与绿色创新相关概念的使用情况梳理表明，绿色创新概念的使用频次远远高于其他近似概念。但通过梳理总结国内外绿色创新的相关研究，发现目前学术界还没有给出一个能够被大众所理解并被广为接受的绿色创新定义。

Fussier和James（1996）在其所著的《驱动绿色创新》一书中最先提出绿色创新一词，将其定义为“那些不仅仅能够为消费者和企业提供价值，同时能够降低对环境的影响的新产品和新工艺”。Driessen等（2013）认为，作为一种务实的定义，绿色创新(绿色产品) 不应该以降低环境负担，而应该以产生显著的环境效益为目标。Chen等（2006）将绿色创新定义为等同于绿色产品或绿色过程相关的硬件或软件创新，包括那些涉及节能、防治污染、废物回收利用、绿色产品设计和企业环境管理技术等。Schiederig等（2012）归纳了不同绿色创新概念所涵盖并有所不同的6项指标: ①创新对象: 包括产品、过程、服务、方法等;

②市场定位:满足需求/市场竞争; ③环境效益: 减少负面影响; ④作用阶段: 必须考虑整个生命周期; ⑤创新动机:旨在减少经济或生态影响;⑥创新的层次:设置公司或企业层面的创新或绿色标准，他们认为目前关于绿色创新定义的涵盖范围都是这6项指标的一个子集。

国内从20世纪90年代末开始使用“绿色创新”的概念，并从21世纪初起逐渐占据主流。国内的“绿色创新”更多指的是一种广义的创新，这种创新活动超出了单纯的环境技术的创新、工艺创新和产品创新，也包括了与此相关的组织创新、管理创新、制度创新等。刘薇（2012）对国内外绿色创新的发展研究动态进行了综述，将绿色创新概括为“绿色技术创新、绿色制度创新与绿色文化创新”，认为绿色技术创新是绿色创新的核心和重要组成部分，同时绿色创新也涉及相关的制度与管理创新。冯志军（2013）认为绿色创新是指在创新活动的各个环节都遵循生态学原理和生态经济规律，使得创新向着减少对资源和能源的过度依赖，改善环境和生态质量，促进经济与生态环境协调发展的方向转变，达到提高企业经济效益和环境效益双重目标。张钢和张小军（2013）系统地综述了绿色创新研究的几个基本问题，通过对相关学者的大量研究整理，归纳出绿色创新的3种定义:第一种定义把绿色创新看作是旨在减少对环境不利影响的创新;第二

种定义把绿色创新看作是引入环境绩效的创新;第三种定义把绿色创新等同于环境创新或环境绩效的改进。

绿色创新有别于传统创新，由于在创新中考虑环境因素，它的创新目标不再是单纯的企业的经济效益最大化，而是经济、社会、环境三者的可持续发展。绿色创新另一个与传统创新不同的特点是其创新动力除了技术推动和市场拉动外，还有来自于政府的政策压力。绿色创新的驱动力包括绿色技术的推动力、以消费需求为导向的市场拉动力与政府规制的压力三个部分。绿色技术是绿色创新的最主要推动力，相对于传统技术只关注劳动和资本利用率的提高，绿色技术更加强调降低资源能源的消耗以及减少对环境的负担。同时，绿色技术在节能减排、改善环境质量方面的作用尤为重要。另外，绿色创新的根本目标是增加生态环境系统中的生态资源资本，同时提髙生态环境系统中各种物质的转化效率，从而增强生态环境系统对现代经济发展的供给能力及支撑能力，最终促进资源节约型、环境友好型社会的建设。可以这样说，绿色创新是生态与经济一体化的过程，无论它以何种方式实现其结果都将表现为有益于节能减排的技术进步。

基于以上分析，本文对绿色创新进行定义，认为绿色创新是一个由经济、社会、环境构成的复杂的系统，是在一定的能源和生态环境的约束下，运用现有的人力、物力、财力和知识等资源，实现经济效益、环境效益和社会效益统一的过程。

2.1.2空间计量经济学理论

空间计量经济学是基于空间地理的基本原理，将地理学的基本思想应用到区域数据处理中，结合计算机技术、运筹学和统计学等方法来对截面数据和面板数据进行处理，进一步研究区域间经济行为空间变化规律的一门综合学科，该学科的核心思想是将区域数据定义为具有空间特性的。荷兰的计量经济学家Paelinek （1974）最早提出空间计量经济学理论，之后经过cliff和0rd（198l）以及Anselin （1988）等人的努力拓展，逐渐将该理论发展成为一门完整的计量经济学体系。区域之间的经济行为一般都存在相互的空间效应问题，具体表现在地理空间数据存在的空间特性。空间计量经济学已经给出了验证区域数据存在空间效应的相关理论和实证工具，目前最为普遍的是Anselin提出的空间依赖性和空间异质性两种验证理论。

①空间依赖性

空间依赖性也称为空间自相关性，是验证区域数据存在空间效应的重要识别

来源。Anselin&Rey（1991）在此基础上进行了扩展，将空间依赖性分为真实空间依赖性和干扰空间依赖性两个特征。其中真实空间依赖性是区域经济或者政策

空间演变的真实存在，不同区域之间的确存在相互的空间作用，具体表现为空间耦合影响、示范作用和激励效应等等，诸如技术溢出、资本流动、劳动力迁移、创新扩散等经济行为均表现为该种形式。而干扰空间依赖性很可能由空间测量误差引发的，或表现为数据的采集与空间单元不匹配，或表现为空间假设与数据采集发生误差等等。比如衡量区域经济发展的具体实际空间单元与模型观测单元存在着一定的差距，由此造成了整体的地理空间单元出现了测量误差。

②空间异质性

空间异质性是验证区域数据存在空间效应的又一重要识别来源。空间异质性又称为空间差异性，受地理空间多种因素的影响而造成的空间不均质性，譬如表现为中心和外围的差异或者发达地区和落后地区的差异性等等，而具体的空间经济地理的内容则表现为经济发展和创新行为的差异性。简单地说，

空间异质性在不同的空间单元中表现为经济增长或者创新行为一种非稳定性的存在。对于数据中存在的空间异质性问题，普通的经典计量经济学是无法解决的，而此时需要空间计量模型才能够解决。

目前空间计量模型的种类较多，而当下学术界使用最为普遍的是空间自回归模型和空间误差模型。一般来说，空间模型的形式是在普通的面板数据模型基础上加上了空间效应。目前模型中检验空间相关性的主要指标有Moran'sI、LM-err、LM-sar、RobustLM-err和RobustLM-sar等。如果LM-sar和LMerr的统计量均不显著，则模型只需要普通面板数据的回归即可；如果LM-sar和LM-err的统计量表现显著，且LM-sar统计量较LM-err统计量更大，则空间自回归模型是空间模型估计的更好选择。同时与普通计量模型不同的是，空间计量模型如果再继续采用OLS估计会不能解决模型中可能出现的内生性问题，可能能会出现估计结果有偏差等后果。因而此时，IV、ML或GLS、GMM则是更为合适的模型估计方法。

2.2相关概念界定

2.2.1雾霾高发区

熊欢欢等（2017）建立空间数据统计模型对2014和2015年全国PM2.5的时空分布及集聚情况进行研究，他们将全国分为20个城市群：长三角、珠三角、京津冀、长江中游、成渝、辽中南、山东半岛、海峡西岸、哈长、中原、江淮、关中、广西北部湾、天山北坡、晋中、呼包鄂榆、滇中、黔中、兰西和宁夏沿黄城市群。经分析后得出结论：以年均限值35ug/m3统计，2015年中国城市PM2.5的高污染城市聚集地为以长江以北地区和胡焕庸线以东地区的长江中游城市群、长江三角城市群、中原城市群、山东半岛城市群、京津冀地区城市群、辽中南城