今天是:

专家观点

当前位置: 首页 -> 专家观点 -> 正文

基于DPSIR-ENTROPY-TOPSIS模型的区域绿色技术创新综合评价研究——基于省际异质性的经验证据

发布日期:2020-10-20

 基于DPSIR-ENTROPY-TOPSIS模型的区域绿色技术创新综合评价研究——基于省际异质性的经验证据彭薇* 摘要:在当前“绿色发展”与“创新引领”的新阶段,绿色创新对经济社会发展的支撑和引领作用越来越得到凸显。本文在总结绿色创新内涵及其评价指标相关研究的基础上,通过DPSIR方法从驱动力、压力、状态、影响及响应等五个方面建立评价我国省域绿色创新能力的指标体系;运用ENTROPY方法建立评价指标的权重;通过TOPSIS逼近理想排...

 

基于DPSIR-ENTROPY-TOPSIS

模型的区域绿色技术创新综合评价研究

——基于省际异质性的经验证据

彭薇*

摘要:在当前“绿色发展”与“创新引领”的新阶段,绿色创新对经济社会发展的支撑和引领作用越来越得到凸显。本文在总结绿色创新内涵及其评价指标相关研究的基础上,通过DPSIR方法从驱动力、压力、状态、影响及响应等五个方面建立评价我国省域绿色创新能力的指标体系;运用ENTROPY方法建立评价指标的权重;通过TOPSIS逼近理想排序法得到绿色创新水平的综合分析与评价。研究发现,我国各省绿色技术创新能力存在较大的时间与空间差异。2007年至2016年,区域的绿色创新能力整体表现为东部绿色技术创新能力强于其他三个地区。

 

关键词:DPSIR-ENTROPY-TOPSIS模型;绿色技术创新;省际异质性

引言

30多年来,我国社会经济发展取得了巨大成就。然而经济高速增长的背后是生态环境被破坏的沉重代价,高投入、高能耗、低产出的粗放式发展模式不断挑战资源环境承载极限,成为了困扰中国经济可持续发展的难题。资源与环境约束的严峻现实,对中国经济增长提出了从资源投入粗放型向创新驱动集约型转型的要求。在此背景下,中国整体经济绿色转型成为迫切选择,而绿色转型的本质是提升以创新驱动为主的绿色创新能力。近年来,中国政府一直高度关注绿色创新能力的培养与应用,《第十三个五年规划的建议》中提出,破解发展难题,厚植发展优势,必须牢固树立创新、协调、绿色、开放、共享的发展理念…创新是引领发展的第一动力…绿色是永续发展的必要条件和人民对美好生活追求的重要体现…”,明确了创新驱动与绿色发展在我国发展全局中的重大现实意义和深远历史意义。在当前的绿色发展创新引领的新阶段,绿色创新对经济社会发展的支撑和引领作用越来越得到凸显。同时,随着经济全球化日益向纵深发展,经济的区域性特征也越来越明显。资源、资金、技术、人力资源在不同区域内集中,经济竞争正逐渐演化为区域间的竞争。在这样的宏观经济环境下,区域经济发展对区域竞争力的提升提出了更高的要求。区域绿色创新是区域得益于新技术范式的窗口,它既是衡量区域发展潜力的重要指标,也是实现区域经济可持续发展,不断提升区域综合竞争实力的关键。绿色创新作为创新引领与绿色发展两大国家发展理论的结合点,在区域经济发展的新常态下将起到至关重要的作用。因此,从国家发展与区域发展的战略视角来看,对区域绿色创新能力进行科学评估,并考察区域间绿色创新能力的相互作用与影响,对实现科技经济与绿色生态的协调发展都具有重要的学术价值与现实意义。

文献综述

现有的对绿色创新的研究,主要集中在以下几个方面。一是从不同视角阐释绿色创新内涵。由于均以实现经济可持续发展为目标,绿色创新也常被称为“生态创新”、“环境创新”“可持续创新”等。而造成绿色创新称谓多样性的原因主要是研究视角的多样性,同时亦佐证了绿色创新内涵的广泛性与丰富性。基于企业微观视角,李香菊,贺娜认为,企业绿色技术创新不仅仅是一个技术概念,更多的是强调技术创新的绿色观念,通过对绿色产品和绿色工艺的研发与应用,实现产品整个生命周期的绿色化,同时实现经济效益与环境效益。Kemp Pearson则将生态创新看成是一种产品、生产过程、服务、管理或经营方式的产生、采用或研发,它对于企业组织来说是创新性的,并可以减少环境风险、污染或其它因能源使用而带来的负面效应。基于中观产业动态视角,Andersen以综合演化理论及资源经济学为基础将绿色创新定义为能吸引市场绿色租金的创新,这一创新活动包含了产业组织、学习过程、策略战略以及动态市场过程在内。宏观层面有代表性的研究有中国环境与发展国际合作委员会(CCICED)环境创新课题组发布了《机制创新与和谐发展》的报告,将环境创新的概念扩展到社会和制度的创新等领域,同时还强调国家层面的公共环境技术创新的重要性。亦有学者从“动机—过程—结果”的维度将绿色创新划分为资源节约型、环境友好型以及混合型创新。进一步地,李旭②指出环境友好与资源利用的形式、状态和过程紧密相关,须合理地拟定政策方案、建立政策模型、分析政策过程,是一个复杂的系统工程。因此,第二类与第三类创新通常需要社会制度和经济机制等宏观环境的支撑。

二是尝试建立绿色创新能力或效率的评价指标体系并对其进行判断。当前国内外学术界主要使用的评估方法和手段主要有三类。第一类是参数方法,第二类是非参数方法,第三类是其它方法。参数方法以随机前沿分析(SFA)为代表,该方法由Aigner 等,MeeuserVan Den Broeck各自独立提出,此后SFA分析法得到了广泛运用。董莹,穆月英采用了PSM-SFA两阶段模型,考虑到农业生产对土地及其它自然资源依赖性的特点,在测算技术采用的农业生产创新无偏效果基础上,着重分析农业生产创新效果,并据此探究保障农业可持续发展的有效途径。高新才,朱泽钢的研究强调资源依赖对高新技术产业创新的影响,从突破资源瓶颈,实现经济增长方式转变的视角引用资源依赖影响产业创新的中介变量,来评估高新技术产业创新效率。非参数方法以Charnes等提出的数据包络分析DEA法为代表。由于传统的DEA模型没有考虑要素松弛和无法合理解决非期望产出存在条件下的效率评价问题,后来的学者多在传统的DEA模型上进行了扩展, 具体包括SBM-DEA法、Hybrid-DEA法、Global Malmquist-Luenberger指数法。除参数法与非参数法之外,其他有学者采用多样的评估方法度量绿色创新能力或效率。例如,Mirata等用系统生物网络法评估环境创新能力;张爱美等结合主客观赋权法的优点综合确定复合权重,建立复合权重-TOPSIS综合评价方法,对所选化工企业样本环境创新绩效进行评价排序;孙丽文等基于DPSIR模型,从驱动力、压力、状态、影响、响应五个方面,构建了工业绿色转型综合评价指标体系。

三是对绿色创新的影响因素的研究。影响绿色创新能力与效率的因素有很多,环境规制是学者讨论较多的因素之一。传统观点认为环境规制是政府施加给企业的额外成本,不利于企业的技术创新。Porter首先对上述观点展开挑战,他认为从短期看,严厉的环境保护政策虽然使企业成本有所提高,但从长期看适当设计的环境规制将刺激企业进行相关的技术创新活动。Porter的研究之后,亦出现了创新无效论创新制约论创新推动论以及创新U型效用论等研究。此外,跨国公司的技术转移对企业绿色创新的影响也受到了广泛关注。跨国公司技术转移对企业绿色创新绩效影响的研究是跨国公司技术转移对企业整体绩效影响研究的一个重要而新兴的组成部分。因此,研究中通常会考虑跨国公司技术转移过程中跨国公司技术溢出、绿色创新社会资本以及绿色创新吸收能力的中介作用。

综合上述,现有文献在绿色创新的研究领域已取得了大量研究成果,为绿色技术创新的释义及评价研究奠定了丰厚的基础。同时,通过对现有研究文献的考察,我们也发现无论是对绿色创新的释义还是创新能力的评价,学术界都没有统一的标准,这既源于研究视角的多样性,同时亦佐证了绿色技术创新的广泛性与丰富性。本文试图做的研究尝试是,在充分考虑区域绿色创新要实现“经济效益、环境效益和社会效益”相统一的目标下,建立评价绿色创新能力的五大准则层,并进一步在经济发展、环境压力、创新投入、创新产出、经济与环境效应等十一个要素层建立评价的指标体系,采用DPSIR-ENTROPY-TOPSIS组合模型,评价区域绿色创新能力。

 

绿色创新能力指标体系的构建

(一)DPSIR模型的构建

DPSIR模型是一种评价指标体系概念模型,在1993年由欧洲环境署通过对PSR模型修正而来。该模型的基本含义是:系统驱动力(Driving)导致压力(Pressure)产生,压力迫使系统某些状态(State)发生改变,状态的改变对系统产生影响(Impact),这些影响促使人类做出直接或间接响应(Response)

从前述对绿色创新概念内涵的理解来看,无论是微观、中观或宏观视角的讨论都体现了对绿色创新可能产生的“溢出效应”与“外部环境成本”的双重外部性。因此目前对绿色创新能力或效率的评估的研究在评估方法的运用及指标体系的建立时,根据“经济效益、环境效益和社会效益”相统一的原则,考虑“正的”与“负的”双重外部性起到的作用,从而也体现了从传统技术创新到绿色创新的转变。目前,国际上较具代表性的绿色增长评价指标体系有OECD绿色増长衡量框架、UNEP绿色经济衡量框架及中国科学院的可持续发展指数等,现有研究中并未有对绿色技术创新形成统一的度量指标体系。本研究确定指标体系框架的方法是在对这些绿色增长评价指标体系进行对比分析的基础上,结合李健等、张建清等、肖黎明等的研究,从驱动力、压力、状态、影响和响应五大反应环下共选取26个评价指标体系,具体见表1

 

1  基于DPSIR模型区域绿色创新能力评价的指标体系

目标层

准则层

要素层

指标层

单位

指标类型

绿

驱动(D

经济发展

人均GDP

效益型

地区生产总值

亿元

效益型

社会生活

城镇化率

%

效益型

居民消费水平

效益型

教育水平

普通高等学校在校生人数

万人

效益型

教育经费

万元

效益型

压力(P

环境压力

废水排放总量

万吨

成本型

全社会用电量

亿千瓦时

成本型

二氧化硫排放量

成本型

社会压力

人口密度

/平方公里

成本型

城镇登记失业率

%

成本型

状态(S

创新投入

规模以上工业企业R&D经费

亿元

效益型

R&D经费占GDP比重

%

效益型

规模以上工业企业R&D人员全时当量

人年

效益型

创新环境

公共图书馆藏书量

万册

效益型

互联网宽带接入端口

效益型

外商直接投资额

万美元

效益型

高新技术企业数量

效益型

影响(I

创新产出

专利申请数量

效益型

高新技术产业利润额

亿元

效益型

技术市场成效额

亿元

效益型

响应(R

经济响应

固定资产投资

亿元

效益型

环境响应

工业污染治理完成投资额

万元

效益型

生活垃圾处理率

%

效益型

科技响应

新产品销售收入

万元

效益型

新产品出口销售收入

万元

效益型

 

(二)基于ENTROPY方法的权重的设置

一般来说,当某项指标的信息熵越小时,该指标评估值变异程度越大,提供的信息量就越多,在综合评价中所能起到的作用也越大,其权重也就越大。熵权法是能根据样本固有特征做出权重判断的客观赋权方法,避免了专家主观认识偏差所带来的局限性,使各指标赋权具有一定的客观性和更高的可信度。其具体计算步骤如下:

第一步:初始矩阵的建立。假设所构建的绿色创新能力评价体系中有n个评价对象以及m个评价指标。由此建立初始矩阵A

                                                   

      

第二步:评价指标体系数据标准化。为了消除量纲和量纲单位的影响,对原始数据采用无量纲化处理,采用如下标准化计算公式。指标的经济学含义表示第ij个指标值与最小值的偏差相对于最大值与最小值偏差的相对距离。效益型指标指数值越大或者成本型指标指数越小,表明科技创新效果越好。

 

 

考虑到后数据处理可能遇到的缺省值问题,这里对标准化矩阵进行数据平移,其中 表示平移倍数,赋值为10000。即:

 

进行归一化处理:

 

标准化之后,得到Z矩阵:

 

第三步:确定权重。对于第j个指标:

熵值为:

  

指标差异度为:

    

基于此,权重定义为:

  

(三)基于TOPSIS方法的科技创新评价

TOPSIS法(Technique for Order Preference by Similarity to Ideal Solution)是一种逼近理想的排序法,通过这种方法实现对有限方案的多目标决策。通过设计各个指标的正理想解和负理想解,建立评价指标与正、负理想解之间距离的二维数据空间,在此基础上分别计算各评价与正、负理想解的距离,获得各对象与理想解的贴近度,并按贴近度的大小进行排序,以此作为评价目标优劣程度的依据。具体实现过程包括以下四步:

第一步:利用熵权法权重建立科技创新评价矩阵。将式(3.4)与式(3.7)相乘,得到评价矩阵B

 

 

第二步:确定绿色创新能力的最优、最劣理想解。设 ,则:

最优理想解为:

  

最劣理想解为:

 

第三步:计算各方案与最优解与最劣解的欧式距离。其中,D+代表正理想解, D+越小表明评价对象越接近正理想解;D-代表负理想解,D-越小表明评价对象越接近负理想解;

最优欧式距离为:

  

最劣欧式距离:

 

第四步:计算历年评价对象与最优方案的贴近度Ci

 

Ci值取值在[0,1]之间。该值越大,表明技术创新水平越接近最优水平。

我国区域绿色创新能力评价实证分析

(一)数据来源与选取

根据上文构建的区域绿色创新能力评价指标体系,本节以我国30个省为研究对象(由于统计数据的缺失,暂未包括西藏自治区、香港和澳门特别行政区、台湾省以及南海诸岛等地区),对2007-2016年省域绿色创新能力进行评估与判断,并对20072016年区域间的技术创新能力进行横向比较,分析各地区绿色创新能力的排名变化。本文的数据来源于相关年度的《中国统计年鉴》、《中国科技统计年鉴》、《中国知识产权年鉴》以及各省区的《统计年鉴》、统计公报以及统计局网站的公开信息。部分地区部分年度缺失的数据主要采用线性内插法(Liner interpolation, LINT)予以补充。

(二)省域数据的描述性统计

各变量的均值、标准差、最大值及最小值的描述性统计见表2。统计结果显示,人均GDP、地区生产总值、规模以上工业企业R&D人员全时当量、专利授权量等指标的极值均存在较大差异,可能导致绿色技术创新能力的省际差异。

 

2 省域数据的描述性统计

指标

平均

标准误差

标准差

方差

最小值

最大值

人均GDP

41212.60

1326.82

23734.81

563341282.76

7940.83

118127.61

地区生产总值

18417.32

912.63

16325.62

266525867.04

797.35

80854.91

城镇化率

53.96

0.83

14.90

222.12

28.24

89.60

居民消费水平

14520.79

498.14

8911.05

79406860.74

4263.00

49617.00

高等学校学生人数

78.26

2.77

49.51

2451.31

3.77

199.59

教育经费

778.11

32.96

589.68

347717.45

45.82

3352.24

R&D经费

238.06

18.89

337.88

114164.71

0.76

1676.27

R&DGDP比重

0.00

0.00

0.00

0.00

0.00

0.00

规模以上工业企业

R&D人员全时当量

74453.64

5727.96

102464.90

10499056141.44

554.00

451885.00

公共图书馆藏书

2338.97

103.88

1858.25

3453077.88

257.20

7899.85

宽带接入端口

1073.63

63.43

1134.64

1287399.54

19.70

6515.60

外商直接投资

6777.97

755.79

13519.95

182789053.16

0.41

59207.05

高新技术企业

1021.44

85.05

1521.48

2314910.72

14.00

6570.00

高新技术产业利润

221.58

21.81

390.20

152259.44

-0.13

2094.23

专利授权数量

16239.05

1489.76

26649.57

710199433.76

81.00

145448.00

技术市场成交额

248.13

33.58

600.61

360733.66

0.56

3940.98

固定资产年均余额

12163.58

576.79

10317.88

106458676.38

482.84

53322.94

污染治理完成投资额

224250.84

12694.51

227086.26

51568170767.76

3563.00

1416464.00

生活垃圾无害处理率

80.80

1.10

19.62

384.84

23.00

100.00

新产品销售收入

3996.92

320.27

5729.08

32822362.81

8.57

28671.41

新产品出口

823.58

91.79

1642.00

2696177.42

0.00

9231.58

废水排放总量

22.99

1.12

19.96

398.50

1.99

93.83

全社会用电量

1607.26

70.47

1260.56

1589020.65

113.25

5610.13

二氧化硫排放

69.19

2.53

45.21

2044.15

1.70

182.74

人口密度

2809.82

74.21

1327.58

1762472.52

622.00

5967.00

城镇登记失业率

25.39

0.82

14.66

215.06

2.85

60.74

(三)技术创新能力评价结果及分析

将每一年度的30个省区作为评价对象,即n=30;指标层选取了26个评价指标,即m=26;且对于考察期的每一年单独分析。即按照各年度的数据,单独计算各年度第J个指标第I个评价对象的熵值,再计算各年度各指标的权重,不同年份权重不同。

 

3 2007-2016年我国省域绿色创新能力及变动趋势

地区

省份

均值

2007C

排名

2016C

排名

位次变动

时间变动

东部

北京

0.7834

0.7473

1

0.8094

2

-1

上升

上海

0.7745

0.7329

2

0.7975

3

-1

上升

广东

0.7553

0.7263

3

0.7962

4

-1

上升

江苏

0.7753

0.7166

4

0.8201

1

3

上升

浙江

0.6452

0.6094

5

0.6564

5

0

上升

山东

0.5366

0.5049

6

0.5729

6

0

上升

天津

0.4780

0.4998

7

0.4531

7

0

下降

福建

0.3767

0.3516

8

0.3940

8

0

上升

河北

0.2442

0.2075

17

0.2122

18

-1

上升

海南

0.1290

0.1248

23

0.1362

25

-2

上升

中部

河南

0.2915

0.2248

16

0.3831

9

7

上升

安徽

0.3312

0.3002

11

0.3603

11

0

上升

湖北

0.2949

0.2293

15

0.3292

12

3

上升

湖南

0.2810

0.2604

12

0.3013

13

-1

上升

山西

0.2238

0.2394

14

0.2227

17

-3

下降

江西

0.1615

0.1337

21

0.1961

19

2

上升

西部

四川

0.3452

0.3337

9

0.3637

10

-1

上升

重庆

0.2719

0.2455

13

0.2977

14

-1

上升

陕西

0.2250

0.1709

18

0.2681

15

3

上升

贵州

0.1503

0.1322

22

0.1688

20

2

上升

内蒙古

0.1409

0.1185

25

0.1577

21

4

上升

广西

0.1244

0.1065

29

0.1386

23

6

上升

宁夏

0.1919

0.1157

26

0.1377

24

2

上升

新疆

0.1246

0.1206

24

0.1250

26

-2

上升

云南

0.1148

0.1153

27

0.1191

28

-1

上升

青海

0.1183

0.1082

28

0.1183

29

-1

上升

甘肃

0.1075

0.0956

30

0.1111

30

0

上升

东北部

辽宁

0.2990

0.3106

10

0.2538

16

-6

下降

吉林

0.1482

0.1481

20

0.1531

22

-2

上升

黑龙江

0.1412

0.1571

19

0.1230

27

-8

下降

中国大陆幅员辽阔,各个省份所处的地理位置不同,拥有的资源禀赋不同。同时,各省产业结构、经济政策也存在着较大的差异。基于此,本文将研究对象划分为四个区域,即东部、西部、中部及东北。其中,东部省份包括北京、天津、河北、上海、江苏、浙江、福建、山东、广东和海南;中部省份包括山西、安徽、江西、河南、湖北和湖南;西部省份包括内蒙古、广西、重庆、四川、贵州、云南、陕西、甘肃、青海、宁夏和新疆;东北省份包括辽宁、吉林和黑龙江。由于西藏可获取的数据有限,因此排除在本研究之外。由于篇幅限制,表3列出了2007年及2016年的C值及排名,并对本期相对于上期排名变化作出判断。表3显示,所研究的30个省份从2007年至2016年,绿色创新能力在空间与时间上均表现为较大差异。从时间上看,2007年省域绿色创新能力的最高值与最低值分别出现在北京与甘肃,C值分别为0.7473和和0.0956,而到2016年,省域绿色创新能力的最高值与最低值均出现不同程度的提高。绿色创新能力最高的省份为江苏,达到了0.8201,而最低的省份是甘肃省,只有0.1111。从空间区域来看,2007-2016年区域绿色创新能力发展水平差异亦十分显著,呈现东部沿海省份高,内陆省份较低的空间格局。以北京、上海、广东、江苏、浙江、山东、福建为代表的地区绿色创新能力较强,排名均位于全国前列。2007-2016年,江苏省绿色创新能力提升显著,从2007年全国排名第四位,上升至2016年的第一位,C值达到了0.8201的最高水平。然而,东部地区的河北、海南两省C值相对较低,东部地区绿色创新能力呈现内部不均衡的态势。中部地区整体绿色创新能力保持了稳中向好的趋势。2007-2016年,除山西、湖南外,其它中部五省的C值均呈现上升趋势,从位次的变化来看,河南省从2007年的第16位上升至2016年第9位,上升了7位。湖北以及江西也出现了不同程度的上升。以新疆、云南、青海、甘肃为代表的西部内陆省份绿色创新能力相对落后。近年来,虽然C值呈现了上升的趋势,但与其他区域相比排名排名仍相对靠后。而东北部的黑龙江、吉林和辽宁三省中,辽宁省的C值相对较高,均值达到了0.2990。然而这三省从变化趋势上看,均呈现了下降趋势。从区域上看,四大区域呈现了不均衡发展的特征。

 

我国省际绿色创新能力提升的政策启示

区域绿色创新能力是衡量区域创新竞争实力的重要标志,也是促进区域经济发展的核心要素。本文以区域绿色创新能力评价指标体系为基础,运用DPSIR-ENTROPY-TOPSIS模型计算我国30个省份的绿色创新能力。研究发现,2006-2017年数据显示,江苏、河南、广西等省区绿色创新能力数值以及省际排名都有不同程度的上升,而东北部三省区则出现不同程度的下降。我国各省绿色创新能力差异较大,整体表现为东部绿色技术创新能力强于其他三个地区的趋势。

基于上述研究结论,本文得到如下政策启示。

一是探索有效的政府引导绿色创新活动的技术进步道路。首先,充分考虑省际不同区域经济发展水平以及绿色创新能力的原始差距,应结合绿色创新效率的时空变化特征,因地制宜,有针对性地采取相应措施。对于绿色创新能力相对较弱的区域加强管理创新及制度变革,加大技术引进力度,促进创新过程中先进技术的应用与推广。对于创新能力相对较强的区域,可以通过区域内部的优势互补、良性互动,打破本位主义和绿色创新溢出的市场与体制壁垒,实现区域间绿色创新资源的自由流动、整合与共享,加强区域间技术、政策、管理经验以及人才培育与引进等方面的交流与合作,积极开展“引智”工程,跨越技术“门槛”,加速创新效率的收敛趋势,以绿色创新能力较强的区域为中心逐渐向周边区域辐射开去,由点及面带动周边乃至全国绿色创新协同发展。其次,绿色技术创新需要财税的支持,可以充分发挥市场机制作用,有效运用财政、税收、金融、价格等经济杠杆,建立全方位、多元化的财税支持体系,激发企业的创新激情和动力,引导和鼓励企业提高对绿色技术创新的投入。充分考虑政府目标与微观经济主体目标可能存在的差异,求同存异重点解决突出矛盾,避免政府投资的研发项目脱离实体经济技术水平提升的需要。除资金投入外,加大力度支持风险投资,对创新型企业进行设计支持以及协助企业提升知识产权的产出与保护能力等。

二是企业是配置创新要素的核心载体,重点推进企业推动的绿色技术创新。首先,完善人才培养机制,为企业绿色创新提供智力支持。具体包括积极培育企业家的创新精神与绿色创新精神。这种精神内在地要求有良好的心智模式,心智模式中影响绿色创新的关联因素包括企业家绿色创新的意志特征、创新思维和价值尺度等。完善企业家的心智模式,提高企业绿色创新能力是强化企业主体地位的重要措施。通过各种方式培养和造就一支有专业知识、而又德才兼备的绿色科技人才队伍,为企业可持续发展奠定良好的基础。其次,企业应加大核心技术专项研发的投入力度,攻破绿色技术壁垒,形成具有企业特色的核心绿色技术创新体系。在增强自身研发能力的同时,要注重加强与国内外新能源汽车行业、相关科研院所的沟通与交流,通过分散自身研发活动,将研发机构或子公司分散到世界各地的专业知识和技术集群中,搜索和整合嵌入的来自全球的异质性知识,以此构建学习网络来整合内外部知识,使企业的研发实力得到质的提升。

三是不断完善绿色创新能力孵化平台,注重技术研发创新,着力构建以企业为主体、市场为导向、在中介机构、政府和风险投资机构等的辅助下,通过制度创新、组织创新、环境创新以及技术创新而形成的产学研相结合的绿色创新体系,实现单个主体难以达到1+1>2”的协同效应,提升创新驱动绿色发展的水平。聚焦于服务区域经济发展和行业产业转型升级,建立不同层次的绿色协同创新产业园区,加强产业园区绿色创新因子的区域集聚性,共享发展,鼓励研发团队合作开发,共同建立研发中心,突破单个企业的技术瓶颈,技术共享,风险共担,增加行业整体的技术创新效率,资源循环利用,减少污染排放,着力打造共建共治共享绿色产业园区域治理新格局。

Comprehensive Evaluation of the Regional Green

Innovation Capacity and the Research on its Influencing Factors

—Based on DPSIR-ENTROPY-TOPSIS Method

Peng Wei

Abstract: The level of green technological innovation is an important manifestation of the comprehensive strength and competitiveness of regional economy. On the basis of summing up the related research of green technological innovation and its evaluation index, the index system has been set up from five aspects: driving force, pressure, state, influence and response through DPSIR. The ENTROPY method is used to establish the weight of the evaluation index. Through the TOPSIS approach, this article gets the comprehensive analysis and evaluation of green technological innovation of different provinces in China. The result shows that the green technological innovation capability of in these provinces vary greatly.

Keywords: DPSIR-ENTROPY-TOPSIS; Green Innovation Capacity; Heterogeneity



 

 

* 彭薇,北京师范大学珠海分校管理学院副教授,主要从事区域经济研究。

 

 

地址:四川成都温江柳台大道555号格致楼 邮编:611130(柳林校区)电话:028-87092562

四川成都光华村街55号 邮编:610074(光华校区)

西南财经大学 版权所有 Webmaster@swufe.edu.cn  

  • 扫一扫关注我们