绿色低碳背景下沿黄九省(区)绿色创新能力时空演变分析

doi:10.3976/j.issn.1002-4026.2025108

山东科学 ›› 2026, Vol. 39 ›› Issue (5): 94-104.doi: 10.3976/j.issn.1002-4026.2025108

绿色低碳背景下沿黄九省(区)绿色创新能力时空演变分析

王静, 姜明月(), 王舒扬

山东省创新发展研究院, 山东济南 250101

收稿日期:2025-09-23 修回日期:2025-10-17 出版日期:2026-10-20 上线日期:2026-03-23
通信作者: *姜明月(1992—),女,助理研究员,硕士,研究方向为科技战略、科技政策研究。E-mail:354361037@qq.com
作者简介:王静(1989—),女,助理研究员,硕士,研究方向为科技战略研究工作。
基金资助:
山东省社会科学界联合会2026年度山东省人文社会科学课题一般项目(2026-YBKT-0089);2025年度山东省人文社科青年重点项目“山东教育科技人才一体化研究”

Analysis of spatial-temporal evolution of green innovation capacity in the nine provinces(regions) along the Yellow River under a green and low-carbon context

WANG Jing, JIANG Mingyue(), WANG Shuyang

Shandong Innovation and Development Research Institute, Jinan 250101, China

Received:2025-09-23 Revised:2025-10-17 Published:2026-10-20 Online:2026-03-23

摘要/Abstract

摘要：

沿黄九省(区)绿色创新能力的时空演变规律,对于推动黄河流域生态保护与高质量发展、落实国家绿色低碳战略具有重要意义。基于2014—2023年沿黄九省(区)相关数据,构建绿色创新能力评价指标体系,运用超效率SBM-GML模型、Dagum基尼系数分解法、核密度分析进行深入研究。研究结果表明:沿黄九省(区)绿色科技创新能力呈现政策驱动效应显著但持续性不足、空间区域差异呈现梯度分化特征、动态演进呈现极化与收敛并存、绿色创新与资源禀赋、产业结构的匹配度决定长期表现等现象,针对此情况,提出沿黄九省(区)绿色科技创新提升需从政策协同性、区域差异性、技术适配性三大维度突破,通过市场机制稳定预期、生态补偿促进协作、增长极扩散优化格局、产业创新融合增强韧性,最终实现流域绿色创新能力的可持续与均衡发展。

关键词: 黄河流域, 绿色低碳, 创新能力, SBM-GML模型, 基尼系数, 核密度分析

Abstract:

Understanding the spatial-temporal evolution of green innovation capacity in the nine provinces along the Yellow River is of great significance for promoting ecological conservation and high-quality development in the Yellow River Basin, as well as for implementing China’s national green and low-carbon strategies. Based on relevant data from these provinces from 2014 to 2023, this study constructs an evaluation indicator system for green innovation capacity and conducts an in-depth analysis using the super-efficiency SBM-GML model, Dagum Gini coefficient decomposition, and kernel density estimation. The results reveal several key findings: the green technological innovation capacity of the nine provinces shows a significant policy-driven effect but lacks sustainability; spatial disparities among regions exhibit gradient differentiation; the dynamic evolution demonstrates both polarization and convergence; and long-term performance is determined by the alignment of green innovation with resource endowments and industrial structures. In response, this study proposes that enhancing green technological innovation in these provinces requires breakthroughs in three dimensions: policy coordination, regional differentiation, and technological adaptability. This can be achieved by stabilizing expectations through market mechanisms, promoting collaboration through ecological compensation, optimizing spatial patterns through growth-pole diffusion, and improving resilience through the integration of industrial innovation, ultimately enabling the sustainable and balanced development of green innovation capacity across the basin.

Key words: Yellow River Basin, green and low-carbon, innovation capacity, SBM-GML model, Gini coefficient, kernel density analysis

中图分类号:

F124

王静, 姜明月, 王舒扬. 绿色低碳背景下沿黄九省(区)绿色创新能力时空演变分析[J]. 山东科学, 2026, 39(5): 94-104.

WANG Jing, JIANG Mingyue, WANG Shuyang. Analysis of spatial-temporal evolution of green innovation capacity in the nine provinces(regions) along the Yellow River under a green and low-carbon context[J]. Shandong Science, 2026, 39(5): 94-104.

图/表 5

表1

图1

表2

图2

图3

参考文献 23

[1]	习近平. 决胜全面建成小康社会夺取新时代中国特色社会主义伟大胜利:在中国共产党第十九次全国代表大会上的报告[J]. 新长征, 2017(11): 4-25. DOI:10.3969/j.issn.1671-2854.2017.12.002.
[2]	许玉洁, 刘曙光. 黄河流域绿色创新效率空间格局演化及其影响因素[J]. 自然资源学报, 2022, 37(3): 627-644. DOI:10.31497/zrzyxb.20220306.
[3]	陆菊春, 王新怡. 长江经济带城市绿色创新效率的时空特征及影响因素[J]. 科技管理研究, 2021, 41(20): 224-232. DOI:10.3969/j.issn.1000-7695.2021.20.027.
[4]	马艺菲, 陈昕昀, 雷晓英, 等. 地方政府竞争对绿色全要素生产率的影响: 经济-环境综合竞争和转变效应[J]. 自然资源学报, 2025, 40(2): 459-477. DOI:10.31497/zrzyxb.20250211.
[5]	李雪松, 曾宇航. 中国区域创新型绿色发展效率测度及其影响因素[J]. 科技进步与对策, 2020, 37(3): 33-42. DOI:10.6049/kjjbydc.2019060260.
[6]	张睿哲, 黄新春. 生态福利绩效时空演变及驱动效应研究:以黄河流域资源型城市为例[J]. 生态经济, 2024, 40(9): 213-220.
[7]	徐孝民, 李伟. 产业绿色发展的减污降碳协同作用及机制:以黄河流域为例[J]. 中国地质大学学报(社会科学版), 2025, 25(4): 95-109. DOI:10.16493/j.cnki.42-1627/c.20250702.001.
[8]	陆文涛. 黄河流域城市绿色发展效率及影响因素[J]. 黑龙江科学, 2024, 15(21): 57-59. DOI:10.3969/j.issn.1674-8646.2024.21.016.
[9]	于善波, 张军涛. 长江经济带省域绿色全要素生产率测算与收敛性分析[J]. 改革, 2021(4): 68-77.
[10]	邝劲松, 杨坤宇, 石校菲, 等. 省域人工智能发展对绿色全要素生产率的空间效应[J]. 经济地理, 2024, 44(7): 144-154. DOI:10.15957/j.cnki.jjdl.2024.07.015.
[11]	赵林, 曹乃刚, 韩增林, 等. 中国生态福利绩效空间关联网络演变特征与形成机制[J]. 自然资源学报, 2022, 37(12): 3183-3200. DOI:10.31497/zrzyxb.20221211.
[12]	Dagum C. A new approach to the decomposition of the Gini income inequality ratio[J]. Empirical Economics, 1997, 22(4): 515-531. DOI:10.1007/BF01205777.
[13]	刘华军, 何礼伟, 杨骞. 中国人口老龄化的空间非均衡及分布动态演进: 1989-2011[J]. 人口研究, 2014, 38(2): 71-82.
[14]	邓远建, 杨旭, 陈光炬, 等. 中国生态福利绩效水平的空间非均衡及动态演进[J]. 中国地质大学学报(社会科学版), 2020, 20(4): 115-127.
[15]	史玉芳, 张天伦. 黄河流域生态保护与高质量发展耦合协调性及障碍度研究[J]. 人民黄河, 2024, 46(2): 8-15. DOI:10.3969/j.issn.1000-1379.2024.02.002.
[16]	王磊, 何斌锋. 绿色技术创新对物流业碳排放的空间溢出效应[J]. 商业经济研究, 2024(5): 91-95. DOI:10.3969/j.issn.1002-5863.2024.05.021.
[17]	岳立, 杨玉春. “一带一路”沿线国家绿色全要素能源效率的时空分异研究:基于超效率DEA模型和GML指数法[J]. 经济问题探索, 2019(6): 111-119.
[18]	张鹏, 石晓瑜, 辛丽娜, 等. 新质生产力发展对绿色全要素生产率的影响与作用机制[J]. 环境科学, 2026, 47(9):6082-6092. DOI:10.13227/j.hjkx.202506298.
[19]	Chung Y H, Färe R, Grosskopf S. Productivity and undesirable outputs: A directional distance function approach[J]. Journal of Environmental Management, 1997, 51(3): 229-240. DOI:10.1006/jema.1997.0146.
[20]	Oh D H. A global Malmquist-Luenberger productivity index[J]. Journal of Productivity Analysis, 2010, 34(3): 183-197. DOI:10.1007/s11123-010-0178-y.
[21]	邝劲松, 杨坤宇, 石校菲, 等. 省域人工智能发展对绿色全要素生产率的空间效应[J]. 经济地理, 2024, 44(7): 144-154. DOI:10.15957/j.cnki.jjdl.2024.07.015.
[22]	Zeng Shihong, Gu Yuxiao, Su Bin, et al. Energy consumption transition and green total factor productivity in Chinese prefecture-level cities[J]. Energy Economics, 2025, 142: 108156. DOI:10.1016/j.eneco.2024.108156.
[23]	贯君, 苏蕾. 双重环境规制下政府经济竞争对绿色高质量发展的影响[J]. 中国环境科学, 2021, 41(11): 5416-5426. DOI:10.19674/j.cnki.issn1000-6923.20210707.001.

一级指标	二级指标	三级指标	单位
投入	劳动力投入	年底就业人员	万人
	资本投入	规模以上工业企业资产总计	亿元
	能源投入	电力消费量	亿千瓦时
产出	期望产出	地区生产总值	亿元
	非期望产出	废水排放总量	亿吨
		一般工业固体废物产生量	万吨
		废气中二氧化硫排放量	万吨

年份	总体基尼系数	区域内			区域间			贡献率/%
年份	总体基尼系数	上游	中游	下游	上游-中游	上游-下游	中游-下游	区域内	区域间	超变密度
2014	0.040	0.048	0.005	0.038	0.034	0.052	0.026	28.89	47.69	23.41
2015	0.081	0.064	0.054	0.055	0.075	0.086	0.064	25.56	61.90	12.54
2016	0.133	0.109	0.087	0.050	0.137	0.128	0.079	27.04	62.88	10.08
2017	0.051	0.064	0.019	0.025	0.050	0.061	0.032	31.73	29.72	38.55
2018	0.041	0.037	0.021	0.010	0.034	0.047	0.031	25.65	63.06	11.29
2019	0.034	0.032	0.034	0.006	0.038	0.029	0.029	30.39	41.41	28.20
2020	0.039	0.037	0.003	0.043	0.031	0.049	0.028	25.53	60.87	13.60
2021	0.064	0.093	0.006	0.024	0.072	0.079	0.018	31.86	15.76	52.37
2022	0.040	0.061	0.014	0.007	0.047	0.047	0.015	34.51	17.76	47.73
2023	0.013	0.011	0.009	0.015	0.011	0.014	0.013	30.05	22.21	47.74

绿色低碳背景下沿黄九省(区)绿色创新能力时空演变分析

Analysis of spatial-temporal evolution of green innovation capacity in the nine provinces(regions) along the Yellow River under a green and low-carbon context

RichHTML

PDF (PC)

赞

可视化

摘要/Abstract

引用本文

使用本文

图/表 5

参考文献 23

相关文章 2

Metrics

本文评价

推荐阅读 0

[1]	王静, 姜明月, 赵林. 黄河九省(区)绿色低碳与数字经济耦合协调及障碍因子分析[J]. 山东科学, 2025, 38(2): 89-99.
[2]	郭梦萦，贾辛欣，朱文. 山东省17市创新能力评价研究[J]. 山东科学, 2018, 31(1): 110-.