中国城际低碳技术转移对碳排放的影响——基于知识学习与技术学习"二分法"视角
Resources Science(2023)
Abstract
[目的]加大低碳技术转移是缩小区域间低碳技术差距和提升全国整体低碳技术水平的关键.本文旨在探讨低碳技术转移与碳排放降低的关系,以及知识学习(STI)和技术学习(DUI)对中国碳排放的影响,以寻求有效低碳技术转移路径.[方法]基于2005-2019年中国城际低碳技术专利转让数据,分析中国城际低碳技术转移格局,并运用空间计量模型分析知识学习和技术学习两种低碳技术转移模式对碳排放的影响.[结果]①中国城际低碳技术转移具有高度集聚性、等级层次性等特征,呈现以全国主要城市群为"核心"、其他城市为"边缘"的"核心—边缘"结构,而碳排放呈北高南低格局;②中国城际低碳技术转移对技术转入地碳排放降低具有积极影响,但因技术转移方式而存在差异,基于知识学习的技术转移对碳排放降低的影响强于基于技术学习的技术转移;③在经济发达城市知识学习和技术学习均对碳排放降低具有积极影响,在经济欠发达城市仅知识学习具有积极影响,各城市需把握异质性低碳技术转移规律,推动低碳技术资源高效配置.[结论]中国城际低碳技术转移水平与碳排放强度存在空间错位;基于知识学习的技术转移能有效弥补基于技术学习的技术转移的市场失灵;中国城际低碳技术转移对碳排放降低的影响存在区域异质性.中国应积极构建多中心、多层级低碳技术转移网络体系,协同发挥学研机构及企业在低碳技术转移中的作用,因地制宜推进城际低碳技术转移,积极完善低碳技术转移服务体系.
MoreTranslated text
Key words
low-carbon technology transfer,knowledge learning,technology learning,carbon emissions,Spatial Durbin Model,China
AI Read Science
Must-Reading Tree
Example
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined