人工智能应用与制造业企业绿色创新

人工智能作为新一轮技术变革的重要驱动力,在推进企业智能化、自动化和信息化的同时,势必也会对制造业企业绿色创新发起产生重要影响。本文以中国工业机器人数据和企业绿色专利为样本,实证检验了人工智能应用对制造业企业绿色创新的影响及作用机制。研究发现:人工智能应用有助于促进制造业企业绿色创新。作用机制表明,成本节约效应、知识溢出效应和人力资本效应在人工智能对制造业企业绿色创新的影响关系中发挥了部分中介作用。进一步研究发现,人工智能应用对制造业企业绿色创新的正向关系在东、中部地区、非重污染和低财政激励企业组表现的更加明显。本文研究结论既丰富了微观层面人工智能的绿色创新效应的文献,也能为政府和企业如何改善绿色创新提供启示。

双向FDI协调发展、环境规制与绿色创新效率——基于两阶段创新价值链的研究视角

选取2003—2019年我国30个省份的面板数据,采用超效率SBM-DEA方法测算了绿色科技创新效率与绿色成果转化效率,并构建动态空间面板模型对双向FDI协调发展与绿色创新效率的关系进行定量分析。结论表明:双向FDI对两阶段绿色创新效率的影响处在倒U型曲线的左侧,表明双向FDI显著促进了两阶段绿色创新效率;双向FDI对绿色科技创新效率的影响存在双重门槛效应,当环境规制水平在较低水平时双向FDI对绿色科技创新效率的影响为负,当环境规制水平超过第一门槛值时双向FDI显著地促进了绿色科技创新效率,当环境规制水平继续提高到第二门槛值之上时双向FDI对绿色科技创新的促进作用在弱化;双向FDI对绿色成果转化效率的影响存在环境规制水平的单一门槛效应,表现为先抑后扬的V型关系;东部与中部地区双向FDI对绿色科技创新效率的影响存在环境规制的双重门槛效应,而仅仅东部地区双向FDI对绿色成果转化效率的影响存在环境规制的单一门槛效应。

中国区域工业企业绿色技术创新效率及因素分解

本文基于两阶段创新价值链下工业企业绿色技术创新的过程,构建了中国区域工业企业绿色技术创新效率评价体系,同时运用主成分分析法对这些指标数据进行降维处理,分别计算出两个阶段的技术创新效率,再通过DEA法测算各区域工业企业整体绿色技术创新效率并进行因素分解。研究发现:1在绿色技术开发阶段,考虑环境因素比不考虑环境因素的效率要低,中、西部地区面临的环境问题更加严峻,三大区域绿色技术开发效率差距悬殊。2在绿色技术成果转化阶段,绿色技术创新效率仍存在较大提升空间,东、中和西部地区绿色技术创新效率从高到低依次排列。3中国工业企业绿色技术创新整体效率偏低,而纯技术效率是导致整体效率低的主要原因。区域差距悬殊且存在继续扩大的风险,中、西部地区在纯技术效率和规模效率两个方面均有很大提升空间。4辽宁、河北、黑龙江、新疆、山西、内蒙古、云南、青海等区域要注重提高区域技术,安徽、吉林、江西、广西等区域则要注重减少资源冗余,宁夏、甘肃则既要注重提高区域技术还要注意较少资源冗余。未来,中国应该建立低碳经济发展模式,将环境污染指标工业企业技术创新效率评价体系,提升绿色技术创新效率。以供给侧改革为突破口,加快区域协同发展,发挥东部地区引领作用,缩小中国东、中、西部地区差异。因地制宜,根据各省份绿色技术创新效率不高的根源,采取有针对性的政策。加大绿色技术开发、清洁生产设备等方面的投入,控制污染物排放,推动以科技创新为核心的全面创新。