黄河流域创新发展与环境污染耦合协调研究

Research on the coupling and coordination between innovation and environmental pollution in the Yellow River Basin

摘要

基于2008—2018年的专利数据与“三废”排放量，利用空间分析和耦合协调研究等方法，在对黄河流域污染物和创新发展现状的时空变化进行分析的基础上，定量研究了二者之间的耦合关系。结果表明：（1）流域内省会城市等经济发展条件较好地区，其失调程度较低，其周边地区受辐射带动作用，失调程度有所下降；（2）黄河流域各地市创新与污染失调程度在时间尺度上呈现由高到低发展态势；（3）黄河流域创新与污染多处于无序发展状态，但在后期其耦合度均有提升，发展态势良好；（4）黄河流域总体耦合协调度不高，多呈低水平耦合阶段，耦合度相对较高地区多集中于各省份省会及其周边城市。

Abstract

Based on the patent data from 2008 to 2018 and the emissions of “three wastes”， the coupling relationship between them was quantitatively studied using methods such as spatial analysis and coupling coordination research， to analysis the spatiotemporal changes in the status of pollutants and innovation development in the Yellow River basin. The results showed that： （1） In areas with better economic development conditions such as provincial capitals in the basin， the degree of imbalance was relatively low， and the surrounding areas were driven by radiation， resulting in a decrease in the degree of imbalance； （2） The degree of innovation and pollution imbalance in various cities in the Yellow River basin presented a trend of development from high to low on a time scale； （3） The innovation and pollution in the Yellow River basin were mostly in a disorderly development state， but their coupling degree had improved in the later stage， with a good development trend； （4） The overall coupling coordination degree of the Yellow River basin was not high， and most of the coupling stages were at a low level. Areas with relatively high coupling degree were mainly concentrated in provincial capitals and surrounding cities.

Graphical abstract

关键词

黄河流域 / 创新发展 / 环境污染 / 耦合协调度

Key words

Yellow River Basin / innovative development / environmental pollution / coupling and coordination degree

0 引言

“高投资、高能耗、高污染、低效益”的粗放式经济增长模式给经济与环境的可持续发展带来了压力。在经济增长数量和质量的权衡与协调上，技术创新扮演着重要角色，经济的高质量发展需要落实创新驱动发展战略的实施。因此，环境污染与创新能力的关系引起了越来越多的关注。

目前，技术创新对环境污染的影响还存在争论。第一种观点认为，只有不断地寻求研发与创新才能实现企业的转型^［1］ ，无论是在省际层面^［2-3］、还是地市或城市层面^［4］，抑或在污染密集型产业层面^［5］，技术创新能显著降低环境污染，通过长期的技术效应抵消治污的成本效应^［6］。第二种观点认为，技术创新对环境污染排放具有显著的正向影响^［7］。第三种观点认为，技术创新对扩张型的转型企业并无作用^［8］。第四种观点认为，技术创新具有环境友好特征，但是存在门槛值^［9］，以环境规制为门槛，技术创新对区域绿色全要素生产率的影响呈倒“V”型^［10］。第五种观点认为中国技术创新、产业结构升级降低环境污染的作用大小表现出了明显的区域差异^［11］，所有城市的技术创新对环境污染均存在负向影响，影响程度呈现出由东向西渐次递增的空间分异格局^［12］。

总体上，国内外关于环境污染和技术创新的研究，主要从时间角度进行定量分析，较少从空间角度探讨技术创新对环境污染的作用。仅有的环境污染和技术创新关系的相关研究由于研究对象、时间段、指标选取和方法的差异，造成了技术创新对环境污染的作用还存在诸多争论，亟须从空间的角度探讨二者的关系。对此，本文基于2008—2018年黄河流域沿岸71个地市的环境指标与创新指标，从指标选取的科学性与指标数据的完整性方面考虑，选取专利授权数指标来表征区域创新产出，选取“三废”指标来表征环境污染，采用耦合协调等方法对其进行定量分析，从区域时间与空间两个尺度对黄河流域创新产出与环境污染之间的相关性进行分析，对优化区域环境、改善区域产业结构、促进可持续发展具有现实意义。

1 数据来源与研究方法

1.1 研究区域与数据来源

黄河流经青海、四川、甘肃、宁夏、内蒙古、山西、陕西、河南、山东等9省区，横贯中国东西。本研究依据水利部黄河水利委员会划定的自然流域范围，以地级市（州、盟）为研究单元。同时考虑到行政区划的变动，尽可能以保持地级行政区划单元的完整性和考虑地区经济发展与黄河的直接关联性为原则，在综合现有研究的基础上选取黄河流域71个地级市为研究单元^［13］。研究中创新产出、环境污染两个系统中的指标数据均来源于《中国城市统计年鉴》（2009—2019年）。

1.2 指标构建

本研究构建了创新产出和环境污染两个系统的指标体系。出于对数据完整性的考虑，创新产出系统中仅用专利授权量一个指标进行表征^［14］，环境污染体系用“三废”数据构建^［15］。

1.3 耦合评价模型构建

1.3.1 无量纲处理

首先运用极差标准化对原始数据进行无量纲处理，以减小不同量纲对变量的影响。经计算，无量纲值满足0≤X≤1。具体公式为：

正向指标

Z_ij =\left(x_{ij}-x_{\mathrm{m}\mathrm{i}\mathrm{n}j}\right)/\left(x_{\mathrm{m}\mathrm{a}\mathrm{x}j}-x_{\mathrm{m}\mathrm{i}\mathrm{n}j}\right),(1)

负向指标

Z_ij =\left(x_{\mathrm{m}\mathrm{i}\mathrm{n}j}-x_{ij}\right)/\left(x_{\mathrm{m}\mathrm{a}\mathrm{x}j}-x_{\mathrm{m}\mathrm{i}\mathrm{n}j}\right),(2)

式中：Z_ij 为第i年中第j个指标无量纲化数据，Z_ij 最优值为1，最劣值为0；x_ij 表示其原始数据；x_minj 为第j个指标原数据最小值；x_maxj 为第j个指标原数据最大值。

1.3.2 权重及综合得分

由于创新产出中只有一个指标，仅对其进行标准化处理即可。但是，在环境污染系统中有多个指标，因此在计算耦合及耦合协调之前必须求其综合得分，之后进行归一化计算。利用因子分析的方法进行环境污染体系的综合得分计算，首先利用SPSS软件对标准化数据进行回归分析，计算71个地市2008、2013及2018年的环境污染体系中各指标的权重，之后通过加权法计算综合得分。采用归一化方法将数据转换到（0，1）之间。计算公式为：

Y=\left(m_{ij}-m_{\mathrm{m}\mathrm{i}\mathrm{n}j}\right)/\left(m_{\mathrm{m}\mathrm{a}\mathrm{x}j}-m_{\mathrm{m}\mathrm{i}\mathrm{n}j}\right)×

\left(\mathrm{0.999}\mathrm{9}-\mathrm{0.000}\mathrm{1}\right)+0.000 1，(3)

式中：Y为归一化处理后的数据，m_ij 为第i年中第j个指标综合得分数据，x_minj 为第j个指标综合得分最小值，x_maxj 为第j个指标综合得分最大值。对3个年份的数据进行转化之后计算其最终的综合评价指数。

1.3.3 耦合协调度模型

根据上述过程及计算结果，计算出创新产出和环境污染的耦合度、协调指数和耦合协调度。计算公式如下：

C=U_i\times U_j/(\alpha U_i+\beta U_j{)}^n，(4)

T=\frac{\mathrm{1}}{\mathrm{2}}\left(U_i+U_j\right)，(5)

D=\sqrt[]{C\times T}，(6)

式中：C为耦合度，U_i 、U_j 为各子系统的综合功效，耦合度值介于0~1之间；D为耦合协调度；T为创新产出与环境污染的综合协调指数；由于本文度量创新产出与环境污染两个子系统构成耦合度模型，故n=2；α、β为待定权数，通过对指标的权重计算，各指标对系统贡献程度相同，故取α=β=0.{{{\mathrm{5}}^{[}}^{\mathrm{2}}}^{]}。根据已有研究成果，耦合度及耦合协调度见表1和表2。

2 黄河流域创新发展污染物排放现状分析

为了研究黄河流域各地市创新产出与环境污染的空间演变特征，对2008—2018年专利授权数据进行对比分析，初步得出不同时期黄河流域创新发展情况。对黄河流域各地市创新产出与环境污染进行聚类分析，并将黄河流域创新产出分为“低值区、较低值区、中值区、较高值区、高值区”5个等级，对于数据缺失部分用“空值区”来表示。

2.1 黄河流域产业创新发展分析

2008—2013年黄河流域各地市创新产出均有不同程度的发展（图1），对比2008年、2013年发现，黄河流域创新产出多集中于下游地区（如青岛市、济南市、东营市、潍坊市、淄博市、济宁市）和黄河流域中游地区的省会城市及其周边城市（如西安市、郑州市以及洛阳市）。该类地区相较于其他地市而言，人口、交通、经济、教育资源等都具有明显的优越性，在产业发展创新方面也具有政策和技术型人才的支持，相较于黄河流域上游以及中游大部分地区而言有着良好的创新产出环境。

2013—2018年间黄河流域各省市创新产出发展变化相对明显。中游地区省会城市的发展较为迅猛，郑州市以及西安市都实现了由“较低值区”向“较高值区”的跨越，并且其辐射带动作用也在不断增强。此外山西省太原市也通过产业升级实现了创新产出由“低值区”向“较低值区”的转变。黄河流域下游城市产业升级发展进程的差异，导致该区域创新产出差异逐步增大。

从总体来看黄河流域创新产出空间结构在2008—2018年主要呈发展态势。黄河流域上游地区多为“空值区”及“低值区”，创新产出能力较弱；中游地区以各省省会城市为中心，呈辐射状带动周边城市发展；下游地区各省市转型升级发展，创新产出差异逐步拉开。

2.2 黄河流域污染排放状况分析

图2清晰地表明黄河流域“三废”时空演变状况：上游地区多数地市处于污染超低值区域，且在11年内变化甚微，结合黄河流域上游地区相关地市的人口密度、生态环境状况以及工业化程度，发现黄河上游地区因受环境状况、地理位置等因素的限制，目前仍处于较为初级的工业化进程，工业排放以及生活排放量较小。

对比2008年、2013年、2018年的黄河流域中游地区废弃物污染的空间分布以及演变状况，可以观察到黄河流域中游地区的污染情况变化呈现“高—低—高”的形态，且该段流域环境污染的极化现象较为明显，其中鄂尔多斯市、渭南市在2008—2013年之间由高污染区转为一般污染区，环境状况好转，但是2018年渭南市转入较高值区，鄂尔多斯市则再次转入高值区。

与中、上游相比，下游各地市2008—2018年“三废”排放变化更为明显。大多数地市的排放数据基本呈下降趋势，如聊城市、新乡市、安阳市、郑州市、青岛市、开封市、商丘市、淄博市等，该类地市在促进经济发展的同时注重环境治理与保护，逐步减少“三废”的排放。但是仍有部分地市“三废”排放呈先增后减（如廊坊市、菏泽市等）、先增后平（如济宁市）、无明显变化（如东营市）等状态，说明该类地区在发展过程中对环境的重视不够，或者节能减排的技术较低，该类技术的创新能力不足。

上游地区受地理位置等限制，多数地市处于超低值区和低值区，污染物排放总量相对较小。中游地区污染物排放控制不稳定，在时间尺度上整体呈“高—低—高”趋势，在空间尺度上污染排放量大体以鄂尔多斯市为主要污染区向东逐渐递减。下游地区“三废”排放变化最为明显，多数地市“三废”排放逐年下降且达到较低值区与低值区的占比也逐渐增大，但同时伴随着空间极化现象的加剧。

3 耦合度和耦合协调度时空分析

3.1 时间序列分析

选取2008—2018年黄河流域创新产出与环境污染两类指标，基于耦合度及耦合协调度模型，测度黄河流域11年间创新产出与环境污染耦合度和耦合协调度，结果如图3所示。

3.1.1 耦合度时间序列演变分析

观察图3的计算结果可得，黄河流域创新产出与环境污染耦合度区间主要位于（0.3，0.5］，其间2013年耦合度最低，处于低水平耦合阶段。在近11年，创新与环境耦合程度存在差异，数值波动趋势差异大，根据耦合度发展变化趋势，大致可分为3个时期（2008—2010年、2011—2014年、2015—2018年）进行分析。

（1）2008—2010年，黄河流域创新产出与环境污染的耦合度呈现浮动状态，耦合程度保持在拮抗阶段。该样本期间耦合度虽变化幅度不大，但自“十一五”以来，国家水污染、空气污染防治力度明显加大，该时期总体呈现了其耦合度不稳定的现象，并有下降的趋势。

（2）2011—2014年，双系统耦合度呈现逐渐下降的现象，创新产出与环境污染的相关性逐渐降低，由拮抗阶段降至低耦合水平阶段。

（3）2015—2018年，从2015年起始耦合度表现出波动性，下降趋势开始有所回升。观察图3可见，所取研究年份中二者耦合度在2016年达到了最高值。究其原因：至2015年，国家出台的“十二五”污染物排放总量控制政策计划接近尾声，且在2016年国务院出台“十三五”生态环境保护规划，其间黄河流域提高产业创新能力，创新生产方式，以提高产业污染处理能力并降低产业排放污染量，创新系统与环境系统耦合程度呈增长趋势伴随小幅度波动。

综合来看，2008—2018年黄河流域创新产出与环境污染二者子系统之间相互制约作用持续增强。

3.1.2 耦合协调度时间序列演变分析

黄河流域创新产出与环境污染耦合协调度均处在较低区间，主要处于低耦合协调状态。2008-2018年黄河流域创新产出与环境污染耦合协调度的均值为0.211 9。依据耦合协调发展变化趋势，为便于分析，将其分为两个阶段：2008—2012年、2013—2018年。

2008—2012年，二者耦合协调度处于低耦合协调阶段，协调度低、协调性差，呈现极小幅度的增长。该时期正处于“十一五”环境规划初期、经济发展恢复期，产业结构以及产业排污存在不合理现象，二者发展水平较低，协调性差。

2013—2018年，二者耦合协调度进一步下降，跌至样本耦合协调度平均数以下，但从2017年开始，二者之间耦合协调度逐步上升，到达平均值以上，协调性逐渐优化，这体现了黄河流域产业排污体系逐步完善。

由图3可以看到，所取研究年份中二者耦合协调度整体数值较低，时序变化中耦合度均大于耦合协调度，处在低度耦合协调阶段，且呈现较明显的波动性。值得注意的是，黄河流域2016年创新产出与环境污染的耦合度和耦合协调度出现了非同步发展趋势，耦合度达到最高值而耦合协调度达到最低值，这同时体现该时期二者相互作用的良性耦合程度较低，是一种不健康的耦合状态，创新产出与环境污染还处在低水平的相互制约。

3.2 耦合协调度空间分异分析

为了更为全面地进行比较分析，依据耦合协调度的空间演变状况，横向比较分析黄河流域创新与污染耦合度以及耦合协调度的时序变化趋势。选取黄河流域各省市耦合度、耦合协调度为评价对象，运用ArcGIS软件绘制黄河流域耦合度、耦合协调度空间分异图（图4），从空间层面上更为直观地分析比较黄河流域创新与污染的空间分异状况。

3.2.1 耦合度空间分异分析

从图4可以看出，2008年黄河流域创新与污染耦合水平除山东地区、各省份省会及其周边地区外，多呈低水平耦合阶段。黄河流域内，山东省青岛市、东营市、滨州市、德州市、聊城市、济南市、淄博市、泰安市、潍坊市、济宁市，河南省郑州市、洛阳市、焦作市、新乡市、安阳市，内蒙古呼和浩特市、包头市，山西省太原市、陕西省西安市，均处于拮抗阶段，其空间分布集聚，差异较小，东部山东地区以及内陆省会及其周边城市较高；2013年呼和浩特市、包头市、太原市、焦作市、新乡市、安阳市以及山东省东营市、滨州市、德州市、聊城市、泰安市，由拮抗阶段转变为低水平耦合阶段，空间集聚程度有所下降，由此推断该时期黄河流域创新与污染多处于无序发展阶段，二者互动减小；2018年，黄河流域各地市耦合程度有所发展，除河南省安阳市，其余地市空间集聚程度发展至拮抗状态，山西省运城市也由低水平耦合阶段发展至拮抗阶段。从各地市耦合协调度总体空间分异来看，其总体耦合协调度不高且多呈低水平耦合阶段，耦合度较高地区多集中于山东省内、流域内省会城市及其周边地市。

3.2.2 耦合协调度空间分异分析

从黄河流域耦合协调度总体空间分异来看（图5），除去数据缺失地段，黄河流域各地市协调度发展整体呈现贴近省会城市并偏向东部、中部地区发展态势。2008年黄河流域创新污染耦合协调度呈严重失调的地市有滨州市、德州市、聊城市、菏泽市、濮阳市、安阳市、鹤壁市、商丘市、开封市、焦作市、洛阳市、长治市、宝鸡市、咸阳市、银川市、兰州市、呼和浩特市、包头市地区，多集中于东部中部地区省会城市周边地区；呈中度失调的地市有淄博市、泰安市、济宁市、郑州市、新乡市、太原市；呈低度失调的地区有东营市、潍坊市、青岛市、西安市；济南呈弱度失调；其余各地市呈极度失调状态。

通过分析得出省会城市以及经济发展条件较好地区，其失调程度较低，周边地区受其辐射带动作用，失调程度有所降低。而在经济发展条件较好地区，部分企业进行转型升级，进而推动了该区域创新发展，减少了污染排放，而其周边地区因其地理位置原因具有一定承接相应高新企业的优势，促使地区耦合协调度有一定的发展。

4 结束语

基于黄河流域各地市2008—2018年技术创新与环境污染的数据，计算耦合协调度，对黄河流域技术创新与环境污染之间的关系进行分析，得出以下结论：

（1）从黄河流域环境污染的时空分布来看，黄河流域上游地区多数处于污染超低值区；中游地区的污染变化状况呈现“高—低—高”的形态，且该段流域环境污染的极化现象较为明显；下游地区的污染高值区的数量在逐年增加，由于下游地区技术的精进以及人民环保意识的增强，多由高值区或较高值区降至较低值区以及低值区。

（2）从环境污染与创新产出关联方面来看，黄河流域上游地区专利申请数大体上呈增长趋势；中游地区创新产出能力较低的地区，其污染排放变动较明显，总体呈现低产出、高排放态势；下游地区经济基础较好，企业转型升级发展迅速，其污染排放有递减趋向，但同时部分地区技术创新能力有所下降。因此，应积极引入创新人才，加大科技创新力度，持续优化产业结构，逐渐向低能低耗的产业转型。

（3）从耦合度空间分异来看，黄河流域总体耦合协调度不高且多处于低水平耦合阶段。耦合度较高地区多集中于山东省内各地市、沿岸各省会城市及其周边地市；从时间上来看，2013年黄河流域多个地市同2008年相比由拮抗阶段回落至低水平耦合阶段，创新与污染多处于无序发展状态，但其在2018年耦合度均有提升，发展态势良好。推动黄河流域高质量发展，需进一步加强流域内部联系以及核心城市对城市群整体的辐射带动作用。

（4）从耦合协调度空间分异来看，沿岸各省会城市以及经济发展条件较好地区的失调程度较低，周边地区受其辐射带动作用，失调程度有所降低；从时间来看，黄河流域各地市创新与污染失调程度主要呈现由高到低发展态势。因此，加大沿黄河流域各省区间的经济社会联系，依托现有区域联系，发挥优势地区的带动作用，可以助力黄河流域高质量发展。

为了有效改善环境状况，促进创新与环境的良性互动。首先，各地需提高信息化水平，优化产业结构，尤其是提高工业生产过程中的绿色技术含量，以数字革命为抓手培育新兴产业。其次，进一步加大环境治理力度，同时增加环境治理投资，在保证经济发展速度的同时改善生态环境；实施一系列政策措施以降低生产过程中的污染排放，同时合理控制人口规模。最后，加大力度植树造林，提高建成区绿化覆盖率，不断降低环境污染。

参考文献

[1] AZADEGAN A， WAGNER S M. Industrial upgrading， exploitative innovations and explorative innovations［J］. International Journal of Production Economics， 2011， 130（1）： 54⁃65.

[2] 沙依甫加玛丽·肉孜， 邓峰. 要素价格扭曲、环境污染与区域创新能力［J］. 经济经纬， 2019， 36（2）： 9⁃16.

[3] SHAYIFUJIAMALI Rouzi， DENG Feng. Factor price distortion， environmental pollution and regional innovation capability［J］. Economic Survey， 2019， 36（2）： 9⁃16.

[4] 王鹏， 谢丽文. 污染治理投资、企业技术创新与污染治理效率［J］. 中国人口·资源与环境， 2014， 24（9）： 51⁃58.

[5] WANG Peng， XIE Liwen. Pollution control investment， enterprise technical innovation and pollution control efficiency［J］. China Population Resources and Environment， 2014， 24（9）： 51⁃58.

[6] 禄雪焕， 白婷婷. 绿色技术创新如何有效降低雾霾污染？［J］. 中国软科学， 2020（6）： 174⁃182， 191.

[7] LU Xuehuan， BAI Tingting. How can green technology innovation effectively reduce smog pollution？［J］. China Soft Science， 2020（6）： 174⁃182， 191.

[8] 李玲， 夏晓华. 污染密集型产业绿色创新效率及影响因素研究［J］. 中国特色社会主义研究， 2018（1）： 83⁃88.

[9] LI Ling， XIA Xiaohua. Research on the efficiency and influencing factors of green innovation in pollution intensive industries［J］. Studies on Socialism with Chinese Characteristics， 2018（1）： 83⁃88.

[10] PERCIVAL R V， SCHROEDER C H， MILLER A S， et al. Environmental regulation： Law， science， and policy［M］. 8th ed. New York： Wolters kluwer law & business， 2018.

[11] 李粉， 孙祥栋， 张亮亮. 产业集聚、技术创新与环境污染：基于中国工业行业面板数据的实证分析［J］. 技术经济， 2017， 36（3）： 1⁃7.

[12] LI Fen， SUN Xiangdong， ZHANG Liangliang. Industrial agglomeration， technological innovation and environmental pollution： Empirical study based on industrial panel data of China［J］. Technology Economics， 2017， 36（3）： 1⁃7.

[13] 颉茂华， 果婕欣， 王瑾. 环境规制、技术创新与企业转型：以沪深上市重污染行业企业为例［J］. 研究与发展管理， 2016， 28（1）： 84⁃94.

[14] Maohua JIE， GUO Jiexin， WANG Jin. Environmental regulation， technological innovation and enterprises’transformation： Based on Shanghai and Shenzhen listed heavy⁃pollution enterprises［J］. R & D Management， 2016， 28（1）： 84⁃94.

[15] 陈阳， 逯进， 于平. 技术创新减少环境污染了吗？——来自中国285个城市的经验证据［J］. 西安交通大学学报（社会科学版）， 2019， 39（1）： 73⁃84.

[16] CHEN Yang， LU Jin， YU Ping. Does technology innovation reduce environmental pollution？——Empirical research based on 285 Chinese cities［J］. Journal of Xi’an Jiaotong University （Social Sciences）， 2019， 39（1）： 73⁃84.

[17] 朱金鹤， 王雅莉. 创新补偿抑或遵循成本？污染光环抑或污染天堂？——绿色全要素生产率视角下双假说的门槛效应与空间溢出效应检验［J］. 科技进步与对策， 2018， 35（20）： 46⁃54.

[18] ZHU Jinhe， WANG Yali. “Innovation compensation” or “Following costs”？ “Pollution paradise” or “Pollution halo”？—— The threshold effect of double hypothesis and the test of spatial spillover effect from the perspective of green total factor productivity［J］. Science & Technology Progress and Policy， 2018， 35（20）： 46⁃54.

[19] 严太华， 朱梦成. 技术创新、产业结构升级对环境污染的影响［J］. 重庆大学学报（社会科学版），2023，29（ 5） ： 70-84.

[20] YAN Taihua， ZHU Mengcheng. The impact of technological innovation and industrial structure upgrading on environmental pollution［J］. Journal of Chongqing University （Social Science Edition），2023，29（ 5） ： 70-84.

[21] 辛晓华， 吕拉昌. 中国主要城市技术创新影响环境污染的空间分异与机理［J］. 地理科学， 2021， 41（1）： 129⁃139.

[22] XIN Xiaohua， Lachang LYU. Spatial differentiation and mechanism of technological innovation affecting environmental pollution in major Chinese cities［J］. Scientia Geographica Sinica， 2021， 41（1）： 129⁃139.

[23] 周晓艳，郝慧迪，叶信岳.黄河流域区域经济差异的时空动态分析［J］.人文地理，2016，31（5）：119-125.

[24] ZHOU Xiaoyan， HAO Huidi， YE Xinyue. Spatiotemporal dynamic analysis of regional economic disparities in the Yellow River Basin ［J］. Human Geography， 2016， 31（5）： 119-125.

[25] 高锡荣，刘伟.从模仿到创新：来自专利增长的经验分析［J］.科技进步与对策，2006（11）：54-58.

[26] GAO Xirong， LIU Wei.From imitation to innovation： Experience analysis from patent growth［J］. Technological Progress and Countermeasures， 2006（11）： 54-58.

[27] 曹磊，刘珊，董小林 等.城市工业“三废”与经济发展的EKC联合分析［J］.应用化工，2021，50（12）：3452-3456，3462.

[28] CAO Lei， LIU Shan， DONG Xiaolin， et al. Joint analysis of the EKC for urban industrial ‘Three Wastes’ and economic development［J］. Journal of Applied Chemical Industry， 2021， 50（12）： 3452-3456，3462.

基金资助

国家自然科学基金项目(41501136)

河南省哲学社会科学规划项目(2023BJJ002)

河南省高等学校重点科研项目计划(23A170010)

安阳师范学院大学生创新基金资助项目(202510479045)

河南省党的教育政策研究课题(2024-DDJYZC-37)