我国科技创新-碳排放综合效率评价及其提升对策研究

摘要

能源枯竭、环境污染与全球变暖等现象成为步入20世纪后各国关注的焦点，尤其是倡导节能减排与发展低碳经济已成为全球追求的重要目标。严峻的能源与环境问题所造成的二氧化碳减排压力，使发展低碳经济成为中国的一个巨大挑战。但科技创新水平的不断提高有助于推进碳减排工作的开展，是中国完成碳减排目标并保持经济可持续发展的重要途径。由于科技创新与碳排放之间存在一定的联系，对其效率评价模型的选择也需符合科技创新-碳排放综合生产系统的实际发展特点，因此构建适合的效率测度模型，并对其进行有效地效率评价是对科技创新-碳排放综合生产系统可持续发展的有益补充。本文主要的研究工作包含：　　(1)将科技创新阶段的产出作为投入纳入到碳排放效率的评价指标体系中，并充分考虑碳排放阶段的新要素投入与最终产出的非期望性，在标准两阶段DEA模型的基础上，构建考虑新要素投入与非期望产出相结合的两阶段关联DEA模型，对中国科技创新-碳排放综合生产系统进行效率评价。研究表明：综合效率值省域差异性较大，东西部地区综合效率整体上呈现缓慢上升趋势，而中部地区则呈现缓慢下降趋势。　　(2)构建新要素与非期望产出相结合的两阶段Malmquist-Luenberger(ML)指数模型，对科技创新效率、碳排放效率以及综合效率的全要素生产率进行技术进步效率与综合技术效率分解，研究全要素生产率变化的主要来源。研究表明：综合系统技术进步指数为正增长主要来源于科技创新阶段技术进步指数的不断提高；东中西三大地区综合技术效率的增长成为推动其全要素生产率增长的主要来源。　　(3)基于改进的两阶段关联DEA-ML指数模型对科技创新-碳排放综合生产系统效率进行分析，从内部与外部角度分别选取碳排放效率的影响因子，并利用Tobit面板回归随机效应模型研究上述因子对生产系统综合效率的影响程度。研究表明：科技创新效率是所有变量中对区域碳排放效率影响作用最大的变量。以此为基础对科技创新-碳排放综合生产系统的可持续发展提出相应的政策建议。

目录

声明

1绪论

1.1研究背景

1.2.1研究目的

1.2.2理论意义

1.2.3实际意义

1.3.1科技创新文献综述

1.3.2碳排放文献综述

1.3.3科技创新与碳排放相关研究

1.3.4 DEA模型与Malmquist-Luenberger （ML）相关研究

1.3.5文献研究述评

1.4.1研究内容

1.4.2技术路线

1.5.1研究方法

1.5.2本文的创新之处

2相关概念与理论基础

2.1.1科技创新与科技创新效率

2.1.2碳排放与碳排放效率

2.2.1科技创新理论

2.2.2低碳经济学理论

2.2.3数据包络分析（DEA）理论

2.3本章小结

3科技创新-碳排放综合效率DEA评价研究

3.1.1简单序列式两阶段关联DEA模型

3.1.2考虑新要素投入的两阶段DEA模型的构建

3.1.3考虑非期望产出的两阶段DEA模型的构建

3.1.4新要素投入与非期望产出相结合的两阶段关联DEA模型构建

3.2两阶段关联生产系统结构模型

3.3指标选取及确定

3.3.1科技创新-碳排放投入指标选取

3.3.2科技创新-碳排放产出指标选取

3.4数据来源及处理

3.5科技创新-碳排放综合效率DEA评价分析

3.5.1科技创新-碳排放样本的描述性分析

3.5.2中国科技创新-碳排放综合效率的实证分析

3.6本章小结

4科技创新-碳排放综合效率两阶段ML指数研究

4.1新要素投入与非期望产出相结合的两阶段ML指数模型改进

4.2科技创新-碳排放两阶段 ML 指数分析

4.2.1综合生产系统两阶段全要素生产率变动分析

4.2.2科技创新、碳排放子阶段全要素生产率变动分析

4.2.3省际两阶段综合系统全要素生产率变动地区差异分析

4.3本章小结

5科技创新-碳排放综合效率的影响因素分析

5.1 Panel Tobit回归模型

5.2影响因素变量选择

5.2.1内部因素

5.2.2外部因素

5.3影响因素描述性统计分析

5.4回归结果分析

5.5本章小结

6科技创新-碳排放综合效率的提升对策研究

6.1提高区域科技创新效率

6.1.1加大自主创新力度，提高科技创新水平

6.1.2合理配置科技投入，优化科技创新产出

6.2提升区域经济发展水平

6.2.1坚持经济可持续发展战略，逐步实现经济发展转型

6.2.2加大环境治理投资力度，采取差异化的环境规制政策

6.3实施能源消费结构与产业结构优化策略

6.3.1推进清洁能源开发，优化能源消费结构

6.3.2实施产业结构优化策略，逐步降低工业能源消耗

6.4.1提升外资引进水平，优化出口贸易结构

6.4.2加大对外开放力度，建立碳减排合作制度

7结论与展望

7.1研究结论

7.2研究展望

参考文献

作者简历

致谢

学位论文数据集