Analysis on the spatiotemporal evolution and influencing factors of green technology innovation capability of urban agglomerations in the middle reaches of the Yellow River

doi:10.7522/j.issn.1000-694X.2024.00094

Journal of Desert Research ›› 2024, Vol. 44 ›› Issue (6): 122-134.DOI: 10.7522/j.issn.1000-694X.2024.00094

Previous Articles Next Articles

Analysis on the spatiotemporal evolution and influencing factors of green technology innovation capability of urban agglomerations in the middle reaches of the Yellow River

Lijiang Shi¹(), Qianjin Li¹, Shan Gao¹, Yongning Li¹, Xiaojun Yao², Xiaolong Zhang¹, Yinbo Zhang¹, Feng Gao¹

^1.College of Resources and Environment，Shanxi University of Finance and Economics，Taiyuan 030006，China
^2.College of Geography and Environmental Science，Northwest Normal University，Lanzhou 730070，China

Received:2024-04-30 Revised:2024-07-22 Online:2024-11-20 Published:2024-12-06

Abstract

Abstract:

Base on the DPSIR model， a comprehensive evaluation index system for the green technology innovation capability of urban agglomerations in the middle reaches of the Yellow River was constructed. The spatiotemporal pattern evolution， influencing factors， and spatial correlation network characteristics of the green technology innovation capability of urban agglomerations in the middle reaches of the Yellow River from 2010 to 2020 were analyzed by means of entropy method， Theil index， spatial autocorrelation， gravity model， and geographic detector. The results showed that：（1）The green technology innovation capability of the urban agglomerations in the middle reaches of the Yellow River was increasing year by year， and the imbalance of green technology innovation capability among the four major urban agglomerations was gradually decreasing， while the imbalance of green technology innovation capability among cities was gradually increasing. （2）The spatial distribution of green technology innovation ability formed a multiple core-edge spatial pattern. The four major provincial capitals had obvious advantages in green technology innovation ability， while the eastern and western parts of the Loess Plateau， the western part of the Guanzhong Plain and the southeastern part of the Central Plains urban agglomeration had low green technology innovation ability. The global autocorrelation was characterized by strong randomness， while the local autocorrelation was characterized by high-low and low-high clustering in some cities， without forming obvious spatial clustering characteristics. （3）The spatial correlation network pattern of green technology innovation capability tended to be complex， forming a small triangle of strong spatial gravity of Zhengzhou-Xinxiang-Xi'an and a large triangle of Zhengzhou-Xi'an-Taiyuan. （4）Social and economic development， innovation resources， innovation environment and industrial structure were the main driving factors affecting the spatial differentiation of green technology innovation capability of urban agglomerations in the middle reaches of the Yellow River through interaction with other factors.

Key words: green technology innovation, spatiotemporal evolution, urban agglomeration, the middle reaches of the Yellow River

CLC Number:

F129.9

Lijiang Shi, Qianjin Li, Shan Gao, Yongning Li, Xiaojun Yao, Xiaolong Zhang, Yinbo Zhang, Feng Gao. Analysis on the spatiotemporal evolution and influencing factors of green technology innovation capability of urban agglomerations in the middle reaches of the Yellow River[J]. Journal of Desert Research, 2024, 44(6): 122-134.

Figures/Tables 12

References 35

1	郝春旭，邵超峰，董战峰，等.2020年全球环境绩效指数报告分析［J］.环境保护，2020，48（16）：68-72.
2	杨阳，曾刚，葛世帅，等.国内外绿色创新研究进展与展望［J］.经济地理，2022，42（3）：10-21.
3	Bernauer T， Engel S， Kammerer D，et al.Explaining green innovation：ten years after porter's win-win proposition：how to study the effects of regulation on corporate environmental innovation？［J］.Environmental Science，Business Environmental Law Policy eJournal，2006（1）：1-16.
4	周衍平，尹意，陈会英.外商直接投资对绿色专利产出的影响：基于中国省际面板数据的实证分析［J］.科学与管理，2022，42（1）：34-42.
5	孙中瑞，樊杰，孙勇，等.中国绿色科技创新效率空间关联网络结构特征及影响因素［J］.经济地理，2022，42（3）：33-43.
6	齐绍洲，林屾，崔静波.环境权益交易市场能否诱发绿色创新？：基于中国上市公司绿色专利数据的证据［J］.经济研究，2018，53（12）：129-143.
7	盛馥来，诸大建.绿色经济：联合国视野中的理论、方法与案例［M］.北京：中国财政经济出版社，2015.
8	黄晶.绿色创新经济：理论与方法［M］.北京：社会科学文献出版社，2020.
9	薛宝琪.黄河流域城市创新能力时空格局及影响因素［J］.中国沙漠，2022，42（6）：116-124.
10	段德忠，夏启繁，张杨，等.长江经济带环境创新的时空特征及其影响因素［J］.地理科学，2021，41（7）：1158-1167.
11	周福礼，海盼盼，王雪妮.黄河流域绿色发展效率时空演进：基于多周期两阶段DEA模型［J］.中国沙漠，2022，42（3）：95-104.
12	李魁明，王晓燕，姚罗兰.黄河流域农业绿色发展水平区域差异及影响因素［J］.中国沙漠，2022，42（3）：85-94.
13	彭文斌，苏欣怡，杨胜苏，等.环境规制视角下城市绿色创新时空演变及溢出效应［J］.地理科学，2023，43（1）：41-49.
14	Karakaya E， Hidalgo A， Nuur C.Diffusion of eco-innovations：a review［J］.Renewable and Sustainable Energy Reviews，2014，33：392-399.
15	Schiederig T， Tietze F， Herstatt C.Green innovation in technology and innovation management：an exploratory literature review［J］.RD Management，2012，42（2）：180-192.
16	罗万云，王福博，孙慧.黄河流域高质量绿色发展水平与空间格局演化特征［J］.中国沙漠，2022，42（3）：11-20.
17	曾刚，胡森林.技术创新对黄河流域城市绿色发展的影响研究［J］.地理科学，2021，41（8）：1314-1323.
18	苗长虹，张佰发.黄河流域高质量发展分区分级分类调控策略研究［J］.经济地理，2021，41（10）：143-153.
19	赵雪雁，杜昱璇，李花等.黄河中游城镇化与生态系统服务耦合关系的时空变化［J］.自然资源学报，2021，36（1）：131-147.
20	孙永鹏.黄河中游城市群经济增长的空间溢出效应研究［D］.兰州：兰州大学，2021.
21	方创琳.新发展格局下的中国城市群与都市圈建设［J］.经济地理，2021，41（4）：1-7.
22	任保平，杜宇翔.黄河中游地区生态保护和高质量发展战略研究［J］.人民黄河，2021，43（2）：1-5.
23	段德忠，杜德斌.中国城市绿色技术创新的时空分布特征及影响因素［J］.地理学报，2022，77（12）：3125-3145.
24	孙博文.新质生产力背景下中国绿色创新能力评价：基于绿色技术创新能力、绿色技术创新辐射力和绿色创新制度支撑力的“三力”评价体系研究［J/OL］.生态经济：1-19［2024-06-29］.
25	陈佳佳，郑雅男，张伟兰，等.黄河流域产业绿色化与生态环境绿色化耦合协调度时空演变［J］.中国沙漠，2022，42（3）：1-10.
26	王雅洁，张嘉颖.城市群协同创新动态评价［J］.统计与决策，2022，38（8）：168-173.
27	周亮，车磊，周成虎.中国城市绿色发展效率时空演变特征及影响因素［J］.地理学报，2019，74（10）：2027-2044.
28	刘建华，李伟.基于修正引力模型的中原城市群创新空间联系研究［J］.地域研究与开发，2019，38（5）：63-68.
29	张书豪，吴艳婷，于海生.基于改进引力模型和社会网络分析法的山东省城市创新关联网络研究［J］.鲁东大学学报（自然科学版），2022，38（4）：342-349.
30	彭英，余小莉.基于改进引力模型的江苏省城市创新空间关联及其影响因素［J］.科技管理研究，2021，41（24）：81-86.
31	周正柱，杨静，张泽安.长三角城市群创新联系网络时空演变分析［J］.江苏大学学报（社会科学版），2022，24（5）：85-96.
32	王劲峰，徐成东.地理探测器：原理与展望［J］.地理学报，2017，72（1）：116-134.
33	李璐.黄河流域城市绿色创新效率及影响因素研究［D］.太原：山西财经大学，2022.
34	李大鹏.长江中游城市群绿色创新能力的时空特征及影响因素研究［D］.长沙：湖南师范大学，2021.
35	Porter M E， Linde C V.Toward a new conception of the environment-competitiveness relationship［J］.Journal of Economic Perspectives，1995，9（4）：97-118.

城市群名称	城市构成
中原城市群	郑州、开封、洛阳、南阳、安阳、商丘、新乡、平顶山、许昌、焦作、信阳、鹤壁、濮阳、漯河、三门峡、周口、驻马店、长治、晋城
关中平原城市群	西安、宝鸡、铜川、渭南、咸阳、延安、商洛、天水、平凉、庆阳、运城、临汾
山西中部城市群	太原、晋中、忻州、阳泉、吕梁
呼包鄂榆城市群	呼和浩特、包头、鄂尔多斯、榆林

城市群名称	城市构成
中原城市群	郑州、开封、洛阳、南阳、安阳、商丘、新乡、平顶山、许昌、焦作、信阳、鹤壁、濮阳、漯河、三门峡、周口、驻马店、长治、晋城
关中平原城市群	西安、宝鸡、铜川、渭南、咸阳、延安、商洛、天水、平凉、庆阳、运城、临汾
山西中部城市群	太原、晋中、忻州、阳泉、吕梁
呼包鄂榆城市群	呼和浩特、包头、鄂尔多斯、榆林

目标层	准则层	要素层	指标层	属性	权重/%
绿色技术创新	驱动D	经济发展	人均GDP（元）	+	3.25
		社会生活	城镇居民人均可支配收入（元）	+	1.46
		社会生活	在岗职工平均工资（元）	+	1.74
		教育水平	高等院校数量（所）	+	11.43
	压力P	环境压力	单位GDP工业废水排放量（t/万元）	-	0.22
		环境压力	单位GDP工业二氧化硫排放量（t/亿元）	-	0.14
		社会压力	年末城镇登记失业人员数占年末单位从业人员数（%）	-	0.06
	状态S	绿色技术创新投入	教育支出/地方一般公共预算支出（%）	+	1.05
			科学研究、技术服务和地质勘查行业从业人数/年末单位从业人员数（%）	+	3.59
			水利、环境和公共设施管理业行业从业人员数/年末单位从业人员数（%）	+	3.99
		绿色技术创新环境	人均道路面积（m²）	+	3.46
			万人国际互联网接入用户数（户）	+	3.82
			百人均图书馆藏书量（册）	+	6.69
			外商投资企业数（个）	+	5.53
	影响I	绿色技术创新产出	绿色发明专利授权量（件）	+	16.52
			绿色实用新型专利授权量（件）	+	13.11
			专利申请量（件）	+	13.28
	响应R	经济响应	单位GDP全社会固定资产投资总额（%）	+	1.92
		环境响应	工业固体废物综合利用率（%）	+	0.87
			生活垃圾无害化处理率（%）	+	0.34
			人均公园绿地面积（hm²/万人）	+	4.47
		科技响应	科学技术支出/地方一般公共预算支出（%）	+	3.06

目标层	准则层	要素层	指标层	属性	权重/%
绿色技术创新	驱动D	经济发展	人均GDP（元）	+	3.25
		社会生活	城镇居民人均可支配收入（元）	+	1.46
		社会生活	在岗职工平均工资（元）	+	1.74
		教育水平	高等院校数量（所）	+	11.43
	压力P	环境压力	单位GDP工业废水排放量（t/万元）	-	0.22
		环境压力	单位GDP工业二氧化硫排放量（t/亿元）	-	0.14
		社会压力	年末城镇登记失业人员数占年末单位从业人员数（%）	-	0.06
	状态S	绿色技术创新投入	教育支出/地方一般公共预算支出（%）	+	1.05
			科学研究、技术服务和地质勘查行业从业人数/年末单位从业人员数（%）	+	3.59
			水利、环境和公共设施管理业行业从业人员数/年末单位从业人员数（%）	+	3.99
		绿色技术创新环境	人均道路面积（m²）	+	3.46
			万人国际互联网接入用户数（户）	+	3.82
			百人均图书馆藏书量（册）	+	6.69
			外商投资企业数（个）	+	5.53
	影响I	绿色技术创新产出	绿色发明专利授权量（件）	+	16.52
			绿色实用新型专利授权量（件）	+	13.11
			专利申请量（件）	+	13.28
	响应R	经济响应	单位GDP全社会固定资产投资总额（%）	+	1.92
		环境响应	工业固体废物综合利用率（%）	+	0.87
			生活垃圾无害化处理率（%）	+	0.34
			人均公园绿地面积（hm²/万人）	+	4.47
		科技响应	科学技术支出/地方一般公共预算支出（%）	+	3.06

年份	泰尔指数T	组间差异	组内差异	山西中部城市群	呼包鄂榆城市群	关中平原城市群	中原城市群
2010	0.150	0.010	0.140	0.172	0.019	0.246	0.103
2011	0.188	0.017	0.171	0.236	0.064	0.320	0.097
2012	0.175	0.007	0.168	0.220	0.032	0.309	0.101
2013	0.180	0.008	0.172	0.167	0.036	0.340	0.100
2014	0.172	0.005	0.167	0.177	0.020	0.315	0.106
2015	0.217	0.006	0.211	0.203	0.039	0.394	0.137
2016	0.180	0.006	0.174	0.147	0.046	0.317	0.123
2017	0.199	0.002	0.197	0.166	0.032	0.348	0.147
2018	0.203	0.001	0.202	0.180	0.032	0.341	0.161
2019	0.197	0.001	0.196	0.171	0.028	0.342	0.150
2020	0.226	0.001	0.225	0.196	0.032	0.377	0.181

Analysis on the spatiotemporal evolution and influencing factors of green technology innovation capability of urban agglomerations in the middle reaches of the Yellow River

RichHTML

PDF

Knowledge

Abstract

Cite this article

share this article

Figures/Tables 12

References 35

Related Articles 7

Recommended Articles

Metrics

Comments

年份	Moran's I	P	Z
2010	-0.006	0.833	0.211
2011	0.009	0.706	0.377
2012	-0.021	0.961	0.049
2013	-0.029	0.973	-0.034
2014	-0.028	0.980	-0.026
2015	-0.024	0.988	0.015
2016	-0.019	0.935	0.081
2017	-0.041	0.855	-0.183
2018	-0.033	0.934	-0.082
2019	-0.043	0.834	-0.210
2020	-0.044	0.827	-0.218

等级	年份
等级	2010	2013	2017	2020
弱	15	7	4	2
较弱	3	7	5	2
中等	2	3	5	1
较强	1	4	4	10
强	0	0	3	6

指标	X₁	X₂	X₃	X₄	X₅	X₆	X₇	X₈
q	0.918	0.453	0.440	0.887	0.955	0.066	0.069	0.125
P	0.000	0.006	0.042	0.000	0.000	0.672	0.698	0.432

	X₁	X₂	X₃	X₄	X₅	X₆	X₇	X₈
X₁	0.918
X₂	0.974	0.453
X₃	0.989	0.529	0.440
X₄	0.935	0.957	0.978	0.887
X₅	0.977	0.971	0.977	0.964	0.955
X₆	0.953	0.628	0.702	0.913	0.961	0.066
X₇	0.982	0.549	0.705	0.915	0.974	0.170	0.069
X₈	0.977	0.667	0.650	0.935	0.974	0.341	0.358	0.125

[1]	Jun Luo, Xuebin Zhang, Peiji Shi. Spatial evolution characteristics and zoning optimization of Lanzhou-Xining urban agglomeration in the upper reaches of the Yellow River [J]. Journal of Desert Research, 2024, 44(3): 182-193.
[2]	Lucang Wang, Yanqi Qu, Tong Wu. The influence of spatial structure of urban agglomeration on spatial expansion patterns and forms： comparison between Lanzhou-Xining urban agglomeration and Ningxia urban agglomeration along the Yellow River [J]. Journal of Desert Research, 2024, 44(3): 63-74.
[3]	Chenxi Xu, Honglian Wan, Ruonan He, Peng Yin, Jingfeng Ni, Min Huang, Xiaoli Wang. Research on spatio-temporal evolution and driving factors of urban agglomeration vulnerability in Guanzhong Plain [J]. Journal of Desert Research, 2023, 43(6): 111-120.
[4]	Wanyun Luo, Fubo Wang, Hui Sun. Spatial pattern evolution characteristics of high-quality green development level in the Yellow River Basin [J]. Journal of Desert Research, 2022, 42(3): 11-20.
[5]	Xuyang Wang, Yulin Li, Jie Lian, Yulong Duan, Lilong Wang. Relationship between vegetation coverage and climate change in semi-arid sandy land and the significance to ecological construction [J]. Journal of Desert Research, 2021, 41(1): 183-194.
[6]	Cheng Guangbin, Shen Lijing. Evaluation of Urban Synthetic Carrying Capacity of the Tianshan North-slope Urban Agglomeration [J]. JOURNAL OF DESERT RESEARCH, 2015, 35(5): 1371-1375.
[7]	ZHANG Yu-fang;YANG De-gang;ZHANG Xiao-lei;DENG Hong-tao. Research on Regional Structure and Spatial Fractal Characteristics of Urban Agglomerations at Northern Slope of Tianshan Mountains [J]. JOURNAL OF DESERT RESEARCH, 2008, 28(4): 795-802.