京津冀与珠三角工业企业研发创新对碳排放强度的时空影响对比研究_18页_747kb

《京津冀与珠三角工业企业研发创新对碳排放强度的时空影响对比研究》总结

核心内容概述

本报告围绕“双碳”目标，聚焦京津冀与珠三角两大重点城市群，通过实证分析研究工业企业研发创新对碳排放强度的时空影响。研究采用2010-2022年京津冀13个地级市和珠三角9个地级市的面板数据，结合空间杜宾模型，从研发规模和创新效率两个维度，分析其对碳排放强度的空间效应与时间效应，旨在为区域协同碳减排提供理论支持与政策建议。

主要观点

1. 研发创新对碳排放强度的影响差异显著

• 京津冀：研发规模对碳排放强度具有显著的正向直接和溢出效应，而创新效率仅具有显著的直接负效应，无显著溢出效应。
• 珠三角：创新效率对碳排放强度具有显著的直接负效应和正向溢出效应，研发规模对碳排放强度的影响不显著。

2. 空间效应差异源于区域特征

• 京津冀：由于区域内部经济差异较大，其空间效应更依赖于地理位置，邻接矩阵与反地理距离矩阵下的溢出效应更为显著。
• 珠三角：一体化程度高，区域间互动更多依赖于经济距离，因此在经济距离矩阵下溢出效应更为显著。

3. 时间效应呈现阶段性特征

• 京津冀：研发规模对碳排放强度的影响在两个阶段中呈现相反趋势，第一阶段为正向溢出，第二阶段为负向溢出，表明存在时滞性。
• 珠三角：创新效率对碳排放强度的影响仅在研究全时段内显著，说明其需要长期积累才能发挥减排作用。

关键信息

1. 数据来源与处理

• 数据来源：国家统计局、《中国能源统计年鉴》、《中国科技统计年鉴》、各地区统计年鉴。
• 数据处理：以2010年为基期，采用CPI对R&D经费、新产品销售收入、人均工业生产值、产值能耗等指标进行平减处理；对从业人员年平均数和人均工业生产值取自然对数以消除数量级差异。

2. 研究方法

• 采用空间杜宾模型，考虑被解释变量和解释变量的空间相关性，分析直接效应与溢出效应。
• 构建三种空间权重矩阵：
  • 邻接矩阵（W1）：反映地理毗邻关系。
  • 反地理距离矩阵（W2）：基于区域间距离。
  • 经济距离矩阵（W3）：基于经济相似性。

3. 研究结果

• 京津冀：
  • 研发规模对碳排放强度的直接和溢出效应均显著为正。
  • 创新效率对碳排放强度的直接效应显著为负，溢出效应不显著。
  • 碳排放强度呈现“高-高”集聚，研发规模扩大可能引发周边地区碳排放强度上升。
• 珠三角：
  • 研发规模对碳排放强度影响不显著。
  • 创新效率对碳排放强度的直接效应显著为负，溢出效应显著为正。
  • 珠三角一体化程度高，创新资源丰富，但创新效率提升仍需长期积累。

政策建议

1. 构建差异化协同机制

• 京津冀：
  • 强化地理邻近城市间的技术协同网络，建立“研发-减排”跨区域补偿机制，缓解研发规模带来的正向溢出效应。
  • 提升创新效率，特别是石家庄与唐山等城市，需优化资源配置，促进创新成果的转化与应用。
  • 发挥北京、保定、秦皇岛等高创新效率城市的引领作用，推动创新效率的溢出与扩散。
• 珠三角：
  • 深化经济要素流动，促进创新效率的空间均衡。
  • 强化城市间低碳技术协同效应，避免创新资源过度集中。
  • 为落后地区提供扶持，构建优势互补、协同发展的区域格局，规避恶性竞争。

2. 提前布局，优化政策设计

• 京津冀：设立研发规模扩张缓冲期，配套碳排放强度预警系统，以应对前期碳排放强度上升；建立低碳技术示范带，加速第二阶段负向影响的研发成果转化。
• 珠三角：提前布局长期提升创新效率的政策框架，加大对企业研发创新的支持力度，缩短创新效率的累计周期，促进创新成果的及时转化。

研究意义

本研究通过对比分析京津冀与珠三角研发创新对碳排放强度的时空影响，揭示了不同区域在研发创新与碳减排之间的互动机制，有助于优化区域创新资源配置，推动绿色低碳转型，实现区域协同减排目标。