产品内贸易对中国绿色技术溢出的影响——基于中国欧盟制造业行业级面板数据分析

来源 :云南财经大学 | 被引量 : 0次 | 上传用户:onepiece_bing
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
经济增长和环境保护之间矛盾始终是中国政府密切关注的问题和焦点,而日益突显的生态退化和自然资源浪费等问题,已经逐渐成为中国经济飞速发展背后的重要环境隐忧,为尽快实现绿色经济和社会可持续发展,加速转型至低碳节能的发展模式,党的十九大报告明确提出“绿水青山就是金山银山”的环境治理目标。唯有进一步提高绿色科技水平,才能真正实现二者均衡协调发展。国务院总理李克强早在2015年便首次明确提出“中国制造2025”宏观经济发展战略布局构想,以及进一步坚持“创新驱动、智能化转型、绿色发展”的时代思路,再次从宏观政策层面充分肯定了科技进步将会成为环境保护和经济增长的重要原动力。
  在国际化分工引导进出口贸易绿色转型的时代大背景下,本文基于Grossman和Krueger(1991)的贸易与环境“规模、结构、技术”三效应理论模型,将视角转向具有环境改善潜力的技术效应。鉴于国内外学者大多仅从进口贸易、FDI技术溢出渠道分析,对出产品内出口贸易形式下的技术溢出关注尚少,本文基于产品内贸易的绿色技术溢出理论,分别构建进口、出口两种贸易渠道下的绿色技术溢出机制并提出待检命题。在实证检验部分,由于行业绿色专利数据的获取上存在一定的难度,目前国内分行业考察绿色技术溢出水平的研究方向,尚未有太多学者触及,本文首次采用OECD环境技术专利数据库计算欧盟和中国绿色技术行业知识存量,自Eora全球投入产出矩阵中整合2000—2019年中欧15个细分制造业数据,构造联立方程组,从产品内进口和出口两角度,对中欧15个制造业细分行业的绿色技术流动进行研究,最终通过实证分析验证命题成立,并有以下发现:第一,产品内贸易具有显著的正向溢出效应,且通过垂直专业化分工的调节,绿色技术的行业溢出效应可进一步放大;第二,相较于进口,产品内出口通过产业规模集聚实现了更为显著的“出口学习效应”,非物化型的前沿环保技术更容易通过产品内出口向中国转移;第三,专业化分工对制造业各细分行业绿色技术溢出水平的作用大小存在行业异质性。因此,中国应加大与环保技术领先国的产品内贸易往来,通过模仿学习不断吸收物化于产品中的环保工艺,从而推动本国绿色技术的迭代和更新。
  环境技术创新的传播与中国乃至整个世界的环境质量紧密相关,本文结合当下全球价值链不断深化的贸易大背景,研究中欧产品内贸易的中国绿色技术溢出,不仅从理论上证实了中国政府持续扩大对外开放对刺激环保技术创新的主观必要性,而且从实证角度验证了产品内贸易在推动中国绿色技术扩散的客观真实性,以绿色技术溢出这一全新视角,给予中国乃至其他面临环境隐忧的发展中国家一套平衡经济增长与可持续发展矛盾的解决方案。
其他文献
2020年中央农村工作会议强调:“加大财政涉农资金统筹整合力度,发挥财政资金的撬动作用,引导社会资本和信贷资金投入农业农村;深化农村金融改革,发展普惠金融,支持涉农金融机构的金融科技创新和应用,更好地服务农业农村”。同时,2021年中央一号文件指出:坚决把解决好“三农”问题作为工作的重中之重,加快农业农村现代化,实现农民生活富裕富足,农民增收增长继续快于城镇居民。在继续实施精准施策和帮扶机制的基础
当数据量非常大或者数据以分布式的方式存储时,由于计算机存储和内存的限制以及通信成本等方面的考虑,传统的统计推断方法不再可行。为了有效地解决大数据情形下的分位数回归模型参数估计问题,本文基于分治策略的框架下提出了一种基于平滑经验欧氏似然的分位回归分布式估计量。分治策略的优势在于只需要在本地设备中计算并传输一些低维的统计量,然后利用渐近可以忽略的误差,就获得整个数据集分位数回归模型的参数估计。在一定条
添加次序试验是一种研究材料或成分的添加顺序对结果有影响的试验,这种试验的主要目的在于预测和确定优化反应中反应物的最优添加次序。由于添加次序试验的广泛应用空间,许多学者提出了不同的模型和设计表,但当整个添加次序试验要考虑试验因子的因子效应对结果的影响时,相关的设计方法和理论变得复杂,现有的方法也较少。针对这种情况,本文提出了一种设计表构造方法,基本思想是将部分全添加次序设计表与两水平部分析因设计表通
学位
在疾病筛查的研究中,分组检测(Group Testing)是一种常用方法,该方法通过集合多个样本合并检测进行个体性状分类,替代了单体检测来筛选患病个体,具有节约成本的优势.1943年Dorfman提出的分组检测方法被认为是该领域的开创性发展,自那开始,该方法得到越来越多统计学者的关注,目前已经应用至公共医疗卫生、生物、化学、药物筛选、基因选择等领域,为大规模人群疾病筛查节约了成本.我们讨论的分组检
学位
超高维数据普遍存在于生物信息、图像处理和经济问题中.在这类数据中,协变量的维度远大于样本量,并且随着样本量的增加而增加,然而起到作用的变量却是少数,呈现出稀疏的特点.在统计建模的过程中,如果选入了与响应无关的变量,一来会干扰对变量间关系的理解,二来今后需要对该变量进行持续观察而加大成本.需要从中筛选出重要的变量以降低协变量的维度.在超高维数据中,传统变量选择方法计算代价高、统计精度和算法稳定性都受
学位
本文主要利用经验似然方法分别研究了非线性回归模型和Probit回归模型误差方差的估计问题,并在一定的假设条件下,证明了该估计量的渐近正态性,得出该估计量的渐近方差比传统估计的渐近方差更小.通过数值模拟验证了本文的主要结论,同时比较本文提出的估计与传统估计的功效.本文的主要内容为:第一章是绪论,对非线性回归模型的研究概况,Probit回归模型的研究概况,经验似然方法的研究概况以及本文研究的内容和创新
在遗传学研究中,全基因组关联分析(GWAS)是研究复杂疾病与基因关系的一种常用分析方法,该方法通过研究目标基因与特定疾病之间的相关关系以此找出与疾病关联性较强的基因.自从2005年Klein等人通过基因关联分析成功找出影响黄斑变性的基因,已陆续帮助科学家筛选出与冠心病、肥胖、2型糖尿病、精神分裂症等复杂遗传疾病相关的基因点位.随着基因分型与测序技术快速发展,使得获取成千上万基因点位数据变为可能.这
学位
在大数据时代中,变点检测作为统计学中长期研究的课题之一,有着举足轻重的作用.本文研究模型中系数的变点,其中,该模型的误差是非对称的,模型中的解释变量的个数非常巨大,并且被解释变量存在滞后项的影响.针对这几种情况,本文在前人提出的线性期望分位数的基础上,进一步考虑加入被解释变量滞后项的线性期望分位数混合模型.基于此模型,通过期望分位数和adaptive LASSO估计方法导出对应的残差的CUSUM.
学位
学位
当前中国经济增长步入中高速阶段,能源供需矛盾突出,环境污染加剧,环境保护任务艰巨,深入研究环境规制对制造业绿色全要素生产率的影响对于解决这些问题具有一定价值和意义。因此,本文基于空间计量模型,系统分析环境规制对制造业绿色全要素生产率(Green Total Factor Productivity,GTFP)的影响及空间差异,为环境规制改革方向和环境规制最优组合提供借鉴,提高环境规制效率,推进制造业绿色全要素生产率的增长,实现制造业省域协同、持续、健康发展。本文在对国内外环
学位