我国工业绿色创新系统协同演进规律研究
——二象对偶理论视角

杨朝均,呼若青

(昆明理工大学 管理与经济学院,云南 昆明 650093)

摘 要:基于二象对偶理论,从状态子系统和过程子系统两个维度构建工业绿色创新系统协同度评价指标体系,运用PPE-Malmquist-CDG模型进行实证研究,并进一步利用核密度估计探寻我国工业绿色创新系统协同演进规律。结果表明,整体上,我国工业绿色创新系统刚进入中等协同发展阶段,且该状态并不稳定;从演化规律看,我国工业绿色创新系统协同发展水平在时间上呈现“上升-下降-再上升”的波动式演进趋势,整个核密度分布曲线“波宽”呈现“发散-收敛-发散”特征,在空间上呈现“东高西低”的非均衡特征,极化趋势比较显著。长期来看,各地区工业绿色创新系统均衡、良性、协同发展水平仍有待提高。

关键词:工业绿色创新系统;协同演进规律;二象对偶理论;核密度估计

0 引言

在资源过度消耗、生态环境破坏严重和全球气候变暖等大背景下,我国工业发展面临着巨大的资源环境约束,如何持续推动工业向内涵式发展模式转变,已成为我国经济发展迫切需要解决的问题。从本质上讲,绿色创新是解决我国工业发展面临资源环境约束、转变发展方式的有效手段[1]。区别于传统创新,绿色创新能满足社会技术系统在资源环境约束背景下提出的新要求,有助于促进社会技术系统向可持续生产和消费模式转换。但绿色创新活动的开展依赖于绿色创新系统,绿色创新系统为绿色创新活动开展和绿色创新能力提升提供基本制度安排和组织保障。因此,确保工业绿色创新系统协同发展,对于提升我国工业绿色创新能力、推动工业发展方式转变及可持续发展具有重要作用。

1 文献回顾

随着全球气候变暖、资源匮乏、环境污染等问题的日益加剧,绿色创新系统作为创新理论中的新领域引起了国内外学者的广泛关注。现有文献主要集中在绿色创新系统定义与内涵、结构与构成、功能与作用等方面。

在绿色创新系统定义与内涵方面,丁堃[2]从复杂适应系统理论视角界定了绿色创新系统的概念。Cooke[3]在定义绿色区域创新系统时,将可再生能源创新视为绿色创新的重要内容,这一观点在Laurentis[4]以威尔士为研究对象的区域绿色创新系统探讨中被认同。Cooke[5]认为,区域与国家管制、补贴与激励结构、基于市场的创新生态产出、区域绿色发展战略、气候变化战略、环境与经济战略等被认为是绿色创新系统的重要内容;而Chapple等[6]则强调本土市场是绿色创新系统的主导要素。虽然学者对于绿色创新系统的定义存在差异,但在界定绿色创新系统定义及内涵时均强调绿色创新系统运作方式可提升产品可持续性质量[7]

在绿色创新系统结构与构成方面,陈劲[8]认为国家绿色技术创新系统包括教育、财政或投融资、研发和政府4个子系统。Parayil[9]认为,“绿色变革”下的国家创新系统由政府与公共机构、高校和非营利性国际慈善机构等构成。

在绿色创新系统功能与作用方面,绿色创新系统具有推动绿色增长、实现社会可持续发展以及减少环境污染等功能[10]。Gee、McMeekin[11]认为,构建生态创新系统对于解决美国和巴西两个国家的生态问题具有重要意义。Faber、Hoppe[12]应用环境产业创新系统分析了荷兰低碳汽车行业重构,并突出强调管制对于环境创新系统具有重要作用。

此外,毕克新等[13]、隋俊等实证检验了创新资源投入、跨国公司技术转移、跨国公司技术溢出、绿色社会资本、绿色吸收能力等因素对绿色创新系统绩效的影响。毕克新等[14]探讨了制造业绿色创新系统中绿色技术创新、绿色产业创新和绿色供应链创新3个运行机制要素间的协同作用,构建了制造业绿色创新系统运行机制要素协同模型。

综上所述,现有文献在绿色创新系统理论研究方面取得了丰富成果,但对绿色创新系统的实证研究相对较少,且关于绿色创新系统演化的研究还有待深入。鉴于此,本文参考高隆昌等[15]提出的二象对偶理论,在对工业绿色创新系统协同发展度进行评价的基础上,利用核密度估计,从时间和空间两个维度实证研究工业绿色创新系统协同演进规律,为推动我国工业绿色创新系统向更高水平演进提供参考。

2 基于二象对偶论的工业绿色创新系统协同度评价

2.1 工业绿色创新系统二象对偶特征

系统学二象对偶论认为,任何一个客观系统均可分为实和虚两个层次,虚实二象间存在既竞争又合作、既相生又相克的关系。这种二象对偶结构使得系统存在一种内在平衡态,当系统失衡时能自动调节趋于平衡[16],二象间的协同程度决定整个系统的发展水平和速度。对于工业绿色创新系统而言,其二象对偶特征是指在进行工业绿色创新系统分类、组织及测度时具有实象状态性质,而在对工业绿色创新系统进行培育、发展持续过程中具有虚象过程性质(陈伟等,2011)。因此,根据二象对偶特征,可将工业绿色创新系统分为状态子系统和过程子系统两个维度。其中,状态子系统从实象视角反映工业绿色创新系统在某一时点的产出及其影响,是对工业绿色创新系统发展水平的静态描述;而过程子系统从虚象视角反映工业绿色创新系统投入到产出过程中的转化效率[17],是对工业绿色创新系统发展水平的动态刻画。

从系统演化角度讲,工业绿色创新过程子系统与状态子系统之间的协同发展为整个系统的有序推进提供了基本动力和保障,两者间表现为相互促进、相互制约的对偶关系。在相互促进方面,作为虚象的过程子系统是状态子系统的内驱动力,较高的过程转化效率能确保较高的绿色创新产出;作为实象结构的状态子系统是过程子系统的外在表现,较高的绿色创新产出能为绿色创新在更高水平上的高转化率奠定基础。在相互制约方面,较低转化率反映过程子系统存在低效率、无效率现象,将制约绿色创新产出;而低水平绿色创新产出无法确保绿色创新活动的进一步开展,不利于绿色创新转换效率的持续提升。只有确保过程子系统与状态子系统协同发展,才能推动工业绿色创新系统向更高水平方向演进。

2.2 评价指标体系与评价模型

2.2.1 评价指标体系

工业绿色创新系统是由多个子系统构成的结构复杂、功能多样的系统,各子系统间协同发展程度决定工业绿色创新系统协同运行程度。因此,本文从状态子系统和过程子系统两个方面构建工业绿色创新系统协同度评价指标体系。其中,工业绿色创新状态子系统综合发展水平通过绿色创新产出表征,评价指标包括绿色专利申请量、技术市场成交额、工业废物去除率、工业废物产生强度、工业废物循环利用率、单位工业产值能源消耗、规模以上工业企业新产品销售收入、排污费8个指标。工业绿色创新过程子系统综合发展水平通过绿色创新投入产出效率测度,投入指标包括工业研发资金投入、技术引进及改造费用、当年完成工业企业验收项目环保投资、污染设备运行费用、工业R&D人员全时当量、环境保护系统年末实有人数6个指标。

2.2.2 评价模型

本文综合运用PPE-Malmquist-CDG模型对工业绿色创新系统协同度进行评价。

(1)工业绿色创新状态子系统PPE评价模型。投影寻踪(PPE)是一种直接由样本数据驱动的探索性数据分析方法,特别适用于分析和处理非线性非正态高维数据。运用投影寻踪评价模型进行综合评价的步骤如下[18]

第一步:采用max-min法对各指标进行无量纲化处理。

第二步:构造投影指数函数。设定投影寻踪投影指标值时,要求投影值zi需满足局部中投影点尽可能密集、整体投影点团之间尽可能分散两个特征。其投影指数函数为:

其中

第三步:优化投影指标函数。当方案集给定时,投影指标函数Q(a)只随投影方向a的变化而变化。因此,优化目标函数可设计为:

maxQ(a)=SZDZ;s.t. aj2=1(4)

第四步:进行综合评价。公式为:

由于投影寻踪最佳投影方向计算过程是一个复杂非线性优化问题,因此,本文采用基于实数编码的加速遗传算法(RAGA)寻找最佳投影方向。

(2)工业绿色创新过程子系统Malmquist评价模型。Malmquist指数法是基于DEA模型提出的相对有效性问题动态比较方法,其利用距离函数比率计算投入产出效率,反映从第t期到第t+l期投入产出效率变化情况。因此,本文参考Fare等[19]构建的Malmquist指数,法对工业绿色创新效率进行评价。Malmquist指数计算公式为:

该公式反映从第t期到第t+1期工业绿色创新效率变化的Malmquist指数。其中,(xt+1yt+1)和(xtyt)分别表示第t+1和第t时期的投入产出向量;分别表示以第t期技术数据为参考集时,第t+1和第t时期决策单元的距离函数。

(3)工业绿色创新系统协同发展度CDG评价模型。协同发展度评价模型(coordinated development degree model)是在计算过程子系统和状态子系统有序度的基础上,计算工业绿色创新系统协同发展度的评价方法。其评价步骤为:

第一步:进行归一化处理。xij为过程子系统和状态子系统的综合评价值,uj为过程子系统和状态子系统的有序度。

第二步:计算工业绿色创新系统协同度:

第三步:计算协同发展度。当过程子系统有序度u1与状态子系统有序度u2的取值相近且较低时,会导致C的评价值虚高[20]。因此,需引入调和指数构造协调发展度模型,其计算公式为:

式(9)中,D为协同发展度,C为协调度,T为综合调和指数;αβ为待定系数,一般取α=0.5、β=0.5。一般而言,当D=1时,协同发展度最大,系统之间达到良性共振协同发展水平;当D=0时,协同发展度最小,系统处于无关状态。参考宋建波等(2010)的等级划分标准,本文将工业绿色创新系统协同发展度划分为5个阶段。其中,0

2.3 实证评价结果

(1)评价结果。根据上述评价步骤,本文运用2008-2014年全国内地30个省级单位(除西藏外)面板数据,对工业绿色创新系统协同发展度进行评价,结果如表1所示。限于篇幅,本文仅列出了协同发展度实证结果,数据源于《中国环境年鉴》、《中国工业经济统计年鉴》及国家知识产权局等。

(2)结果分析。整体来看,2008-2014年,我国工业绿色创新系统协同发展度综合评价均值为0.623,表明我国工业绿色创新系统处于中等协同发展阶段的边缘,整个工业绿色创新系统协同发展水平还需进一步提升。从时间维度看,7年间,我国工业绿色创新系统协同发展水平在0.6上下不断波动,工业绿色创新系统协同发展整体状况并未出现明显增长趋势。

根据协同发展度均值绘制工业绿色创新系统协同发展空间分布图发现(见图1),我国工业绿色创新系统表现出明显的空间不均衡分布特征。

图1 工业绿色创新系统协同发展空间分布

2008-2014年,我国工业绿色创新系统协同发展度呈现由东向西逐渐降低态势。其中,北京(0.894)、江苏(0.842)、浙江(0.811)、上海(0.802)4个省市为第一梯队,该梯队工业绿色创新系统协同发展度均值高于0.8,处于高度协同发展状态;山东、安徽、河南、湖北、重庆、广东、湖南、福建、天津、四川、辽宁、黑龙江12省市为第二梯队,该梯队工业绿色创新系统协同发展度均值高于0.6,处于中度协同发展状态;吉林、河北、广西、山西、陕西、江西、内蒙古、云南、贵州、甘肃、新疆、宁夏、青海、海南14省市为第三梯队,该地区工业绿色创新系统协同发展度均值高于0.4,处于低度协同发展状态。

表1 基于二象对偶论的工业绿色创新系统协同发展度评价结果

地区2008200920102011201220132014均值排名北京0.9700.9571.0000.8310.8830.7650.8520.8941天津0.6730.5410.7620.6070.7090.5350.6440.63913河北0.6330.6070.7760.5620.4020.4440.6560.58318山西0.5010.5260.7300.5250.5130.5110.6290.56220内蒙古0.5130.5200.7300.5120.4230.4070.6250.53323辽宁0.6650.6430.7540.5890.5350.4890.6230.61415吉林0.5490.6170.7280.5510.5480.5740.6080.59717黑龙江0.5900.5430.7370.5710.6000.5620.6500.60816上海0.8680.8720.8780.7760.8140.6820.7260.8024江苏0.7690.8250.9180.7470.8260.8150.9930.8422浙江0.8250.7680.8510.7530.7630.8000.9140.8113安徽0.6390.6000.7690.6600.7040.7250.8490.7076福建0.6670.5570.7400.6250.6420.6660.7220.66012江西0.4910.5530.6990.4940.4820.4770.6020.54322山东0.6830.6830.8110.7040.7360.7720.9000.7555河南0.7170.7040.7930.6540.6320.6740.7500.7037湖北0.6780.6330.7410.6630.6550.6780.7870.6918湖南0.6750.6180.7180.6430.6210.6230.7410.66311广东0.4260.4260.8000.7130.7140.7120.8570.66410广西0.5560.5130.6760.5500.5420.5560.6210.57419海南0.5340.5610.3850.4000.3690.3770.3710.42830重庆0.6690.6430.7480.6940.6770.6100.6880.6769四川0.6590.6690.7150.6180.5520.4090.6870.61614贵州0.4830.4490.5780.4910.5550.4540.6200.51925云南0.5610.5440.6340.4990.4680.4330.5850.53224陕西0.4670.4600.6000.6490.5360.5540.6690.56221甘肃0.4620.4940.5500.4750.5280.5020.4200.49026青海0.4070.4080.4750.3810.4610.4510.5020.44129宁夏0.4940.4210.4110.4570.5130.5620.5420.48628新疆0.5070.4260.4240.4810.4810.4820.6190.48927均值0.6110.5930.7040.5960.5960.5770.6820.623—

3 基于核密度估计的工业绿色创新系统协同演进规律

本文运用核密度估计进一步分析2008-2014年我国工业绿色创新系统协同发展动态演进规律。核密度估计是研究数据分布的常用方法,其对数据分布不附加任何假定,而仅从数据样本本身出发研究数据分布特征,该方法可以避免由于模型设定引起测算值与实际值之间的差异[21]。设X为一个随机变量,其密度函数f(x)为未知,若x1,x2,…,xnX的一个样本观测值,则可通过经验分布函数导出密度函数值,经验分布函数为:

式(10)中,n为要素总数为要素属性均值,h为平滑系数或带宽,是一个较小的正数,K(·)为核函数。本文采用高斯正态核函数,从时间和空间两个维度对工业绿色创新系统协同发展进行动态分布研究,具体见图2、见图3。

3.1 工业绿色创新系统协同发展时间演进规律

我国工业绿色创新系统协同发展时间演进规律见图2。整体来看,2008-2014年,我国工业绿色创新系统核密度分布曲线变化较大。分阶段看,2008-2010年,核密度分布曲线“波峰”向右大幅偏移,波峰对应的核密度值大幅提高,曲线从“单峰”逐渐演变为“双峰”。这些特征表明,此阶段我国工业绿色创新系统协同度大幅增长,各省份间系统协同度差距扩大,两极化趋势明显。2010-2011年,分布曲线“波峰”又大幅向左偏移至先前水平,“波峰”高度显著回落,“双峰”变为“单峰”,说明此阶段工业绿色创新系统协同度极化趋势虽然有所改善,但整体协同度降低。2011-2013年,分布曲线“波峰”继续向左偏移,但偏移幅度较小,“波峰”对应的核密度值也小幅下降,表明此阶段工业绿色创新协同度进一步小幅度下降。2013-2014年,曲线“波峰”大幅右移,“波峰”对应的核密度值大幅提高,此时曲线主体呈“单峰”,但有“多峰”迹象,表明此阶段我国工业绿色创新系统协同度开始大幅回升,但极化趋势日益明显。

图2 工业绿色创新系统协同发展时间演进规律

综观2008-2014年的核密度曲线,“波峰”对应协同度的动态变化反映出我国工业绿色创新系统协同发展水平呈现“上升-下降-再上升”的演进趋势,整个核密度分布曲线的“波宽”呈“发散-收敛-发散”趋势。这意味着,我国工业绿色创新系统协同发展度水平总体呈逐年波动增长态势,波动幅度较大;同时,工业绿色创新系统仍然处于不稳定状态,且各省份间工业绿色创新系统协同发展度不平衡、差距较大、极化趋势明显。

3.2 工业绿色创新系统协同发展空间演进规律

本文在将我国内地30个省级单位划分为8大经济区的基础上,绘制了核密度动态演进趋势(见图3),进而从空间角度分析我国工业绿色创新系统动态演进规律。具体如下:

图3 工业绿色创新系统空间演进规律

(1)北部沿海综合经济区、东部沿海综合经济区、大西南综合经济区和大西北综合经济区分布曲线均呈现明显的“单峰”,东部沿海综合经济区分布曲线“波峰”对应协同发展度值最大,说明该经济区工业绿色创新系统协同度最高,达到良性协同发展状态。大西北综合经济区曲线“波峰”对应协同发展度值最小,“波峰”对应核密度值最高,说明大西北综合经济区集中趋势最明显,但集中在此区域的工业绿色创新系统协同发展程度最低,大多处于相关性很小的状态。同时,大西北综合经济区曲线有新波峰隐现,说明该经济区工业绿色创新系统空间非均衡程度加深,存在极化趋势。北部沿海综合经济区曲线“波峰”高度较低、“波宽”横跨区域最大,说明该经济区工业绿色创新系统协同度分布分散。此外,北部沿海综合经济区、东部沿海综合经济区和大西南综合经济区分布曲线“波峰”基本处于曲线中间位置,呈现近似正态分布特征,说明这3个经济区内工业绿色创新系统协同度水平分布比较均匀,经济区内部系统发展比较均衡。

(2)黄河中游综合经济区、东北综合经济区、长江中游综合经济区和南部沿海经济区分布曲线呈明显的“双峰”迹象,说明这4个经济区工业绿色创新系统发展不均衡,存在明显的两极分化发展趋势。其中,黄河中游综合经济区和东北综合经济区曲线“主峰”呈左偏迹象,说明这两个经济区系统协同度较低区域数量居多,仅河南、辽宁、黑龙江处于中等协同发展阶段;长江中游综合经济区和南部沿海经济区分布曲线“主峰”呈右偏迹象,这两个经济区系统协同度较高地区数量居多。除江西、海南外,其它5个地区均处于中度协同发展阶段。此外,东北综合经济区和长江中游综合经济区曲线“主峰”和“次峰”对应核密度值差距较大,而黄河中游综合经济区和南部沿海经济区曲线“主峰”和“次峰”对应核密度值差距很小,说明东北和长江中游综合经济区内各省级单位间工业绿色创新系统协同度差距较大,黄河中游和南部沿海经济区则正好相反。

整体而言,我国8大经济区工业绿色创新系统协同发展度分布具有明显的空间差异,且地区间差距较大,呈现出“东高西低”的空间非均衡特征。造成这一特征的主要原因在于,我国各地区所处发展阶段和资源禀赋不同,地区经济增长方式和国家对各地区的发展战略、政策倾斜也不同。总体来看,我国各地区工业绿色创新系统空间演进规律存在一定的极化趋势,各地区均衡、良性、协同发展水平有待提高。

4 结语

本文基于二象对偶理论,从状态子系统和过程子系统两个方面构建工业绿色创新系统协同度评价指标体系,综合运用PPE-Malmquist-CDG模型对2008-2014年我国内地30个地区工业绿色创新系统协同发展度进行实证研究,并进一步利用核密度估计探寻我国工业绿色创新系统协同演进规律。结论如下:①从工业绿色创新系统协同发展度评价结果看,整体而言,我国工业绿色创新系统刚进入中等协同发展阶段,但该状态并不稳定,不少年份跌回至低等协同发展阶段。从空间上看,我国工业绿色创新系统协同发展度呈现明显的东高西低特征,北京最好、海南最弱;②从工业绿色创新系统协同演进规律看,我国工业绿色创新系统协同发展水平在时间演进上呈现“上升-下降-再上升”的逐年波动式演进趋势,且部分年份波动幅度较大,而各省份间协同发展度不平衡、差距较大、极化趋势明显。同时,我国8大经济区工业绿色创新系统协同发展度分布具有明显空间差异,地区间差距较大,即工业绿色创新系统协同发展度较高省区聚集在东部沿海和长江中游等经济发达地区,而工业绿色创新系统协同发展度较低省区则聚集在西部经济欠发达地区,存在一定的极化趋势。长期来看,各地区工业绿色创新系统均衡、良性、协同发展仍有待进一步提高。

参考文献:

[1] 李婉红. 排污费制度驱动绿色技术创新的空间计量检验:以29个省域制造业为例 [J]. 科研管理, 2015(6):1-9.

[2] 丁堃. 作为复杂适应系统的绿色创新系统的特征与机制[J]. 科技管理研究, 2008,180(2):1-3.

[3] COOK P. Regional innovation systems: development opportunities from the 'green turn' [J]. Technology Analysis and Strategic Management, 2010, 22(7): 831-844.

[4] DE LAURENTIS C. Renewable energy innovation and governance in wales: a regional innovation system approach [J]. European Planning Studies, 2012, 20(12): 1975-1996.

[5] COOKE P. Transition regions:regional-national eco-innovation systems and strategies [J]. Progress in Planning, 2011, 76(3):105-146.

[6] CHAPPLE K, KROLL C, WILLIAM LESTER T, et al. Innovation in the green economy: an extension of the regional innovation system model[J]. Economic Development Quarterly, 2011, 25(1): 5-25.

[7] SMITH A, VOSS J P, GRIN J. Innovation studies and sustainability transitions: the allure of the multi-level perspective and its challenges [J]. Research Policy, 2010, 39(4): 435-448.

[8] 陈劲. 国家绿色技术创新系统的构建与分析 [J]. 科学学研究, 1999(3): 37-41.

[9] PARAYIL G.Mapping technological trajectories of the green revolution and the gene revolution from modernization to globalization[J].Research Policy,2003,32(6):971-90.

[10] 丁堃. 论绿色创新系统的结构和功能 [J]. 科技进步与对策, 2009, 26(15): 116-119.

[11] GEE S,MCMEEKIN A.Eco-innovation systems and problem sequences: the contrasting cases of US and Brazilian biofuels [J]. Industry and Innovation, 2011, 18(3): 301-315.

[12] FABER A, HOPPE T. Co-constructing a sustainable built environment in the Netherlands-Dynamics and opportunities in an environmental sectoral innovation system [J]. Energy Policy, 2013, 52(6): 45-64.

[13] 毕克新,王禹涵,杨朝均. 创新资源投入对绿色创新系统绿色创新能力的影响——基于制造业FDI流入视角的实证研究 [J]. 中国软科学, 2014(3): 153-166.

[14] 毕克新,刘刚. 论中国制造业绿色创新系统运行机制的协同性 [J]. 学术交流, 2015(3):126-131.

[15] 高隆昌,李伟. 管理二象对偶论初探 [J]. 管理学报, 2009(6): 718-721.

[16] 高隆昌,徐飞. 系统学二象论初探:一个理论框架 [J]. 系统工程理论与实践, 2007(5): 95-100.

[17] 于明洁,郭鹏,王文越. 基于二象对偶理论的区域创新系统协调发展及其时序分异研究 [J]. 研究与发展管理, 2013, 25(5): 34-43.

[18] 毕克新, 杨朝均, 黄平. 中国绿色工艺创新绩效的地区差异及影响因素研究 [J]. 中国工业经济, 2013(10): 57-69.

[19] FARE R, GROSSKOPF S, NORRIS M, et al. Productivity growth, technical progress, and efficiency change in industrialized countries[J]. The American Economic Review, 1994, 84(1): 66-83.

[20] 王琦,陈才. 产业集群与区域经济空间的耦合度分析 [J]. 地理科学, 2008, 28(2): 145-149.

[21] 徐维祥,舒季君,唐根年. 中国工业化、信息化、城镇化和农业现代化协调发展的时空格局与动态演进 [J]. 经济学动态, 2015(1): 76-85.

(责任编辑:王敬敏)

Research on Coordinative Evolution Law of Green Innovation System of China's Industry Based on the Er-xiang Dual Theory

Yang Chaojun, Hu Ruoqing

(Faculty of Economics & Management, Kunming University of Science and Technology, Kunming 650093, China)

Abstract:Based on the Er-xiang Dual theory, the evaluation index system of coordinative degree of green innovation system is established which include state Subsystem and Process Subsystem. And based on the Chinese provincial-level panel data during 2008 to 2014, an empirical analysis is performed to evaluate the coordinative degree by using PPE-Malmquist-CDG model. Then, using kernel density estimation to analysis the coordinative evolution rule on green innovation System of China's Industry. The results show that industry green innovation system has just entered the middle-coordination stage, and the state is not stable. From the point of evolution law, the coordinative degree of green innovation System present a "up-down-up" fluctuation trend, and waviness width of the kernel density curve present a "divergent-convergence-divergence" characteristics. In space, the coordinative degree of green innovation System in east is higher than west. So, in the long term, the coordinated development of industry green innovation system remains to be further improve.

Key Words:Green Innovation System;Coordinative Evolution; Er-Xiang Dual Theory; Kernel Density Estimation

收稿日期:2016-11-03

基金项目:国家自然科学基金项目(71502074、71463034、71263030);云南省哲学社会科学规划项目(YB2016014);国家社会科学基金项目(16BJY081);昆明理工大学引进人才基金项目(KKSY201308100)

作者简介:杨朝均(1984-),男,四川达州人,博士,昆明理工大学管理与经济学院讲师、硕士生导师,研究方向为绿色创新管理;呼若青(1993-),女,陕西宝鸡人,昆明理工大学管理与经济学院硕士研究生,研究方向为绿色创新管理。

DOI:10.6049/kjjbydc.2016090042

中图分类号:F403.6

文献标识码:A

文章编号:1001-7348(2017)12-0049-06