图1 扎根理论研究流程
摘 要：低碳技术创新是现阶段我国技术创新发展的重要任务，识别绿色低碳视角下技术创新影响因素对于促进我国绿色低碳技术的创新发展具有重要意义。通过扎根质化研究，综合提出了低碳技术创新绩效影响因素指标体系，然后基于投影寻踪法和多因变量对多自变量的偏最小二乘回归分析，得出低碳技术创新绩效影响因素回归模型。研究结果表明：现阶段我国低碳技术创新的能源消耗与环境污染较为严重；研发人员对于低碳技术创新产出影响较大；环境治理对低碳技术创新具有正向影响但不十分显著。
关键词：技术创新；影响因素；绿色低碳视角；扎根理论；PP-PLS法
随着全球气候变暖、雾霾等环境问题的加剧，环境对人类生存发展提出的挑战日渐严峻，发展绿色低碳经济已成为世界各国关注的重要议题。低碳经济是以低能耗、低污染、低排放为基础的经济模式，其实质是通过提高能源利用率和开发清洁能源来提高绿色GDP的经济问题。为了实现低碳经济的蓝图，发展能源技术和低碳绿色创新是根本途径。目前，我国温室气体排放总量居世界第二位，在哥本哈根气候大会上，我国承诺至2020年实现单位GDP二氧化碳排放比2005年降低40%～50%[1]，这给我国经济发展带来了较大减排压力。技术创新是实现低碳发展的有效途径，近年来，我国各行业在低碳技术创新方面取得了一定成果，但与发达国家相比，仍然处于相对落后水平。在这样的背景下，企业发展面临新的要求和挑战。企业如何实现减排不仅是影响我国能否实现绿色低碳经济发展的重要因素，也是企业是否具备可持续竞争力以及能否适应未来市场竞争环境的决定性问题。然而，实施技术创新需要投入较大成本，大量的资金投入压力会使企业对绿色低碳技术创新望而却步。因此，研究企业实施绿色技术创新的影响因素显得尤为重要。
绿色技术创新和低碳技术创新是国内学者近年来探讨的热点议题。国外学者对企业环境技术创新影响因素的研究主要包含两种观点:一种观点是基于竞争视角，强调追求经济收益的影响作用。Ilker[2]利用结构方程模型,验证了绿色产品创新对企业绩效和竞争力提升的促进作用。Ghisetti等[3]以德国企业为样本，验证了旨在提高效率和节约成本的绿色创新能够促进企业竞争力提升;另一种观点基于制度视角，强调制度的影响作用。Bansal[4]认为,制度压力是企业实施生态行为的主要动力。Horbach[5]提出,供需因素和政策制度因素是企业低碳技术创新的主要动力，其实证研究了德国制造企业的面板数据，结果表明,环境规制、环境管理工具、技术能力等能够推动企业环境技术创新。Nesta等[6]研究了在不同竞争环境下,环境政策对技术创新的影响，发现环境政策对于高品质绿色专利的产生至关重要，且能够有效推动环境技术创新。Li[7]对外界压力、绿色技术创新实践和绩效之间的关系进行了研究，结果显示,政府制度压力、竞争压力和海外客户压力能够促进绿色技术创新实践，绿色技术创新对企业环境绩效具有正向影响，并通过环境绩效影响经济绩效。
王建明[8]对绿色技术创新、生产创新和营销创新3个创新要素进行分析，指出相较于绿色营销创新的市场缓冲时延，技术创新和生产创新对于企业绩效的影响作用更为直接和有效。华锦阳[9]认为，技术创新作为企业践行低碳经济的有效手段，其动力机制还有待进一步加强，传统的技术创新五维动力框架不足以完全驱动企业的低碳技术创新，其通过对浙江地区工业园区的实证分析，考察了企业低碳技术创新动力源的演变趋势，指出市场引导下的“利益驱动”和自发环保下的“意识驱动”动力强劲，政府监管和舆论监督双管齐下才能产生显著作用。洪江涛[10]以钢铁制造企业为例，研究了制造企业低碳供应链创新，指出随着低碳创新在供应链层面的由内向外渗透，低碳所带来的商业价值逐步升高，其渗透过程沿着内部技术创新、行业结构调整、管理战略优化和外部资源联动的路径进行。李先江[11]从绿色创业导向出发，将企业低碳创新视作中介变量，从渐进式创新和突破式创新两个角度进行划分，同时从技术和市场两个方面对突破式低碳创新进行研究，指出绿色创业导向均正向作用于3种低碳创新形式，且对企业绩效均具有提升作用，只是在绩效提升的时效方面存在差别。岳书敬[12]对低碳创新效率进行了研究，指出鉴于经济和环境的双重外部性效应，政府的扶持对于工业企业的低碳创新是及其必要的；同时，市场竞争、企业规模以及FDI也与企业低碳创新效率存在显著相关关系，并在此基础上提出了优化我国工业企业低碳创新效率的建议。
基于对国内外研究现状的分析可知，众多学者在技术创新的影响因素方面进行了大量研究，然而对低碳技术创新影响因素的研究并不多见，将广义的研究结论以及宽泛意义上的技术创新影响因素直接套用于我国低碳技术创新研究并不合适，难以契合我国本土化特点和以低碳为着眼点的技术创新衡量特征。因此，本文采用扎根理论质化研究方法，通过深度访谈、资料收集、整理和分析等步骤，识别企业低碳技术创新的影响因素，然后利用投影寻踪法(Projection Pursuit,简称PP)和偏最小二乘回归(Partial Least-Squares Regression，简称PLS)对影响因素识别结果进行实证检验，最后得出绿色低碳视角下低碳技术创新的影响因素，为企业实施低碳技术创新和政府相关部门的政策制定提供有益借鉴。
扎根理论(Grounded Theory)是于20世纪60年代由美国社会学者Glaser和Strauss提出的一种通过深度访谈的质化研究确定研究范畴和研究故事线，进而建立基于访谈的理论模型的方法，其研究流程如图1所示。
图1 扎根理论研究流程
通过有针对性地选取访谈对象进行深度访谈，获取和收集关于目标问题的原始资料是扎根理论研究的前提。Fassinger等(2005)研究指出，扎根理论研究的调查样本数量应选择20～30人较为合适，根据样本数量，编码过程中的范畴应选择资料中出现2～3次以上的概念词频为宜。因此，本文选取来自企业、高校、研究机构等23家单位作为低碳技术创新影响因素识别研究的调查对象，其中有16家从事制造行业的企业，4家从事低碳技术创新相关研究的高校研究团队，另有3家相关研究所。本文对23个访谈对象分别实施一对一访谈，以调查分析制造企业低碳创新绩效影响因素，对每个访谈对象的访谈时间均控制在60分钟以上，经过访谈共整理出500余条原始语句资料及相应初始概念。由于初始概念数量繁多且存在交叉，需要对其进行进一步分解、剖析和提炼，将相关概念聚集在一起，实现概念范畴化。经过多次整理分析，剔除出现频次低于4次的初始概念，最终从资料中抽象出6个概念范畴，分别为技术创新人员投入、技术创新资金投入、环境污染排放量、技术创新收入、技术创新成果、能源利用率。
表1 扎根理论开放式编码
范畴原始语句(初始概念)A02公司设有专门的研发中心,人员平均学历在硕士之上,公司正在高薪聘请来自国外研究所的博士学历研究专员(招聘投入)技术创新人员投入A16研发人员的薪金不能仅按照成果来计算,当然若有新的研发成果,一定会给绩效鼓励,从基础工资方面要体现出对研发工作的重视和支持(薪金投入)A21公司每年都会派研发部门的人员参加国内外前沿论坛和会议,与国际前沿接轨,还会给研发人员提供一定进修机会(培训投入)A08公司每年都会提出营业收入的近8%来做研发,现在技术更新速度越来越快,技术周期逐渐缩短,研发的资金需求也在逐渐加大(研发资金需求)技术创新资金投入A11研发是具有一定风险的,也就是说,不是所有研发都能有成果,这就意味着为了创新的成功,研发需要大量的预备资金支持(资金投入风险)A19研发中经常会出现与其它单位合作,或者购买其它专利成果使用权的现象,这些都需要投入很多资金(合作投入和成果购买)环境污染排放A5“三废”排放始终是受环保部门关注的重要指标,需要投入很多资金对生产中排出的污染物进行净化处理(污染物净化成本)A7排放量如果超标,一定会受到处罚,比如缴纳罚款(排放成本)技术创新收入A17在企业原系列产品基础上实现了低碳减排,并通过了国家《低碳产品认证》,在面对集团客户的销售中,新产品销售业绩有很大提升(销售收入增加)A22新产品经过一定时间的试营销后,产生了很好的反响,顾客更愿意通过自己的行动实现对环境的保护,因而相比市场的一般产品,低碳产品更受欢迎(新产品销量增加)技术创新成果A06通过多年坚持,企业研发出了替代传统散热器的新型产品,散热速度更快,且延长了产品寿命(研发新产品)A23通过研发中心的多年努力,企业目前专利申请量已经达到了2000余项,持有专利1600余项,这些都是企业坚持自主研发的成果(专利数量)A03在对生产线进行优化后,不仅生产效率有所提升,废水排放量和碳排放量都得到了降低,排放量已经远低于规定标准(污染物排放量降低)能源利用率A09进行技术升级后,材料利用率得到了很大提升,很多种材料已经可以实现回收再利用了(原材料利用率提高)A14生产用煤炭等化石能源的利用率提高了,生产成本中的能源这部分所占比例有所下降(化石燃料利用率提高)
通过发展这6个范畴的具体性质以及它们之间的内在联系，对其进行重新归类和归纳，得到绿色技术创新投入和绿色技术创新产出2个主范畴。其中，绿色技术创新投入由技术创新人员投入、技术创新资金投入和环境污染排放量构成；绿色技术创新产出由能源利用率、技术创新收入和技术创新成果构成。在确定“绿色低碳视角下企业技术创新行为”这一核心范畴的前提下，进一步搜求核心范畴和主范畴间的逻辑因果关系，挖掘归纳核心范畴与主范畴和其它范畴间的故事线，可以得出，绿色技术创新投入和绿色技术创新产出均对低碳视角下绿色技术创新有直接影响作用，且绿色技术创新投入与产出之间的关系是影响低碳视角下绿色技术创新的重要因素。
2.1 数据选取及收集
考虑到相关模型的产出限制，现有研究多以新产品销售收入或专利申请数量衡量某地区技术创新能力[13]。根据扎根分析研究结果，为了保证所研究技术创新绩效的完备性与科学性，本文选择2004-2014年我国新产品销售收入以及专利申请数量共同表征企业技术创新绩效产出情况，同时考虑到低碳背景下技术创新的能耗产出率情况，选择能耗产出与当年GDP的比值，表征2004-2014年我国低碳技术创新综合能耗产出情况。在低碳技术创新绩效影响因素方面，本文选取扎根分析所得出的相关影响因素作为自变量。需要指出的是，在环境污染消耗量方面，本文衡量了废水、废气以及固体废物的消耗情况，为了防止数据冗余对实证结果的影响，本文将对该3项指标进行投影寻踪预处理，降低到一维指标，以综合考量环境污染消耗情况。
综合本文质化扎根分析及学者的研究，选择新产品销售收入、综合能耗产出以及专利申请数量作为衡量低碳技术创新绩效的因变量；选择R&D人员全时当量、经费投入、污染治理完成投资额以及环境污染消耗量作为低碳技术创新绩效的投入影响因素。基于此，2004-2014年我国低碳技术创新绩效影响因素实证分析指标体系如表2所示。
根据表2所示的指标体系，本文数据主要来源于《中国统计年鉴》和《中国科技统计年鉴》。最新数据截至2014年，因而本文以2004-2014年相关时间序列数据为样本，测度低碳技术创新影响因素对低碳技术创新绩效的影响情况。
表2 低碳技术创新绩效影响因素指标体系
因变量变量表示自变量变量表示新产品销售收入y1R&D人员全时当量x1综合能耗产出y2R&D经费投入x2专利申请数量y3污染治理完成投资额x3环境污染消耗量x4
2.2 基于投影寻踪的环境污染指数测度
投影寻踪法(Projection Pursuit,简称PP)是一种将多维变量通过最佳投影方向，降为一维数据的数值优化算法。该方法对数据和样本容量没有过于繁琐的要求(曹霞等，2015)。其主要思想为：假设某一数据组因变量为y(i)(i=1,2,…,n)，其对应自变量为
利用投影寻踪相关模型，可首先将该数据组中的所有自变量x进行线性投影，从而得到不同自变量对应的投影特征值z(i)。在此基础上，通过构建y=f(z)的函数关系，用以代表y=f(x)的关系特性，从而将多元变量降维成一元变量[14]。
通过扎根理论研究，将绿色低碳视角下企业技术创新行为的主要影响因素归纳为绿色技术创新投入和绿色技术创新产出两个主范畴。在绿色技术创新投入主范畴中，环境污染排放量是一个重要范畴，而废气、废水以及固体废物排放量是反映企业环境污染排放量的主要指标。在测度环境污染排放对企业技术创新行为的影响时，若将废气、废水以及固体废物排放量分别作为自变量来测度对因变量的影响，容易产生共线性，为了消除这一问题，根据扎根分析及前人的研究成果[15]，本文利用投影寻踪方法，对废气、废水以及固体废物排放量进行降维处理，将其合并为“环境污染消耗”，作为衡量低碳技术创新的环境指标。考虑到废水排放总量、废气排放总量以及固体废物排放总量的原始数据具有量纲差异，为了消除由此带来的误差，本文首先对“三废”排放量进行无量纲化处理。由于环境污染消耗越少，对利益相关者越有利，本文中环境污染消耗指数属于负向指标，对该指标进行无量纲化处理如式(1)所示：
(1)
其中，z(i,j)为“三废”指标原始数据，i∈[1,2,…,n]为研究样本容量，j∈[1,2,…,m]为测量指标个数，zmax(j)为第j个测量指标的最大值，aij为指标值无量纲化后的序列。
对无量纲化处理后的指标进行投影寻踪降维处理。根据投影寻踪模型，利用Matlab2012a软件编程，对2004-2014年我国环境污染消耗进行一维测算。根据曹霞等(2015)的研究，本文设定免疫遗传父代初始种群规模n=400，交叉概率pc=0.80，变异概率pm=0.20，最终得出环境污染消耗指标的3个分指标投影方向分别为0.5321、0.7976、0.2842，2004-2014年我国企业技术创新的环境污染消耗指标值如表3所示。
表3 最佳投影方向值
年份环境污染消耗值年份环境污染消耗值20141.591620080.255720131.516620070.315920121.525820060.337720111.516620050.233720100.234120040.239620090.2109
2.3 基于PLS的低碳技术创新模型构建
为了解决样本分析中存在的变量多重相关性问题，S.Wold和C.Albano等于1983年提出了偏最小二乘回归方法[16]。偏最小二乘回归(Partial Least-Squares Regression，简称PLS)，是一种多元回归分析的建模方法。由于PLS回归可以解决许多普通多元回归方法无法解决的问题，在近年来得到了快速发展，且被广泛应用于医学以及经济学等领域[17]。PLS的技术核心是在线性最小二乘算法中嵌入数据信息综合与变量筛选技术，在最大限度保证自变量系统与因变量系统相关性的前提下，消解自变量的多重相关性。该方法在数据处理方面有3大优势：首先，偏最小二乘回归分析可以处理多因变量与多自变量的相关关系问题，本文构建了低碳技术创新绩效影响因素指标体系，具有3个因变量与4个自变量，属于多因变量与多自变量的回归分析，因而采用PLS进行建模回归分析，更加准确；其次，偏最小二乘回归分析对于变量之间存在高度相关性的指标，具有高可靠性与准确性，在对原始数据进行SPSS分析时，本文发现所选取的自变量具有一定相关性，为了避免相关性对影响因素分析带来的不利影响，本文采用PLS分析，使结果更加可靠；第三，偏最小二乘回归适用于样本容量较小情况下的问题分析，本文对我国整体数据进行回归分析，样本年限为2004-2014年，且样本容量相对省域容量较小，在对比其它回归分析方法后认为，选择PLS分析将更加适合本文实际情况。
根据表2所构建的影响因素指标体系，对我国2004-2014年低碳技术创新绩效的影响因素进行偏最小二乘回归模型构建。该指标中有3个因变量，设为y=(y1,y2,y3)；4个自变量，设为x=(x1,x2,x3,x4)。本文研究了2004-2014年的时间序列数据，在PLS回归模型中涵盖了11个样本点，最终构成了因变量与自变量的数据矩阵表Y=(y1,y2,y3)11*3与X=(x1,x2,x3,x4)11*4。PLS回归分析可同时实现回归建模、主成分分析以及典型性分析的功能。其主要思想为分别在X与Y中提取t1和u1，其中，t1为x=(x1,x2,x3,x4)的线性组合，u1为y=(y1,y2,y3)的线性组合。基于PLS回归分析的需要， t1与u1应满足两个要求，即t1与u1要尽可能携带其各自数据表中的变异信息，且t1与u1的相关度要能达到最大。为了实现这两个要求，在处理数据时，本文对因变量y与自变量x分别进行标准化。
首先，将X与Y标准化后的数据矩阵分别记为E0与F0。同时，记t1为E0的第一个成分，u1为F0的第一个成分。PLS分析要求，t1中应尽可能多地携带X中的变异成分，而u1中应尽可能多地携带Y中的数据变异信息。因此，有Var(t1)与Var(u1)趋近最大值。按照PLS原理， t1与u1的协方差必须达到最大值即：
(2)
其中
为对应于
矩阵的特征向量。c1是对应于矩阵
最大特征值
的单位特征向量。在此基础上，分别求出E0和F0对t1和u1的3个回归方程，即：
(3)
(4)
(5)
其中
然后，用该方法继续计算w2、c2以及第二个成分t2和u2。最终计算F0对m个成分的多元线性回归，采用交叉有效性确定被提取的综合成分个数，用此前已经建立好的模型，计算y的拟合值。
2.4 实证分析
基于投影寻踪模型计算出的环境消耗指数，利用PLS回归方法，对我国低碳技术创新数据进行标准化处理后进行测算，在SIMCA-P软件中，利用R2Y(CUM)表征每个成分对因变量Y的解释能力。Q2为交叉有效性系数，用于评价每增加一个成分对于测量模型的拟合程度。因此，R2与Q2共同表征了该模型拟合程度与自变量的解释能力。
低碳技术创新绩效影响因素模型拟合数值如表4所示。同时，输出t1/u1平面图如图2所示。
图2 t1/u1拟合效果
表4 模型拟合数值
成分R2Y(Cum)Q2(Cum)Com[1]0.9584860.949263Com[2]0.9801330.968519
可知，在该指标体系下，PLS分析中因变量与自变量具有较强线性关系，方程拟合优度为R2=0.990 2，该模型拟合效果较好。提取两个成分时Q2大于0.5，两个成分能够解释98.01%的因变量集合Y中的变异情况。同时，对该模型进行特异点观测，如图3所示，所有样本均落在椭圆形之内。因此，该指标体系并不需要进行特异点排除而重新构建指标体系。
根据PLS软件分析，建立线性回归模型，同时利用主成分分析，得出该模型在提取两个主成分时的偏最小二乘估计，得到式(6)-式(8)所示标准化回归方程及图4所示变量重要性系数。
y1=0.211 047x1+0.210 429x2+0.207 9x3
+0.206 481x4+0.186 059x5
(6)
y2=-0.280 692x1-0.167 71x2-0.452 499x3
-0.311 392x4+0.270 407x5
(7)
y3=0.194 958x1+0.217 063x2+0.156 467x3
+0.183 305x4+0.276 58x5
(8)
根据式(6)-式(8)所示回归方程及VIP变量投影重要性系数，本文得到了所构建指标对于每个因变量的影响程度，在此基础上得出了4个自变量对于整体模型的影响程度。从回归方程中可以发现，研发人员、研发经费、能源消耗、环境治理消耗以及环境污染消耗对新产品销售收入具有正向影响，且影响效果均为0.2左右；而在能源产出方面，研发人员、研发经费、能源消耗、环境治理消耗均产生了负向影响，仅有环境污染消耗对能源产出具有正向影响；研发人员、研发经费、能源消耗、环境治理消耗以及环境污染消耗对专利申请数具有正向影响。总体来看，研发经费支出、研发人员投入、绿色能源消耗以及环境污染消耗对于低碳技术创新绩效均有较显著正向影响，且影响程度相当。
图3 模型特异点分析
图4 变量投影重要性系数
本文通过实证分析发现：①环境污染消耗对于低碳技术创新绩效具有正向影响，消耗越大，创新绩效产出越高。说明现阶段我国技术创新产出绩效仍高度依赖于环境供给，能源消耗越多、环境污染越大的技术创新产出相对越高；②低碳技术创新产出较高依赖于研发人员投入与经费投入。这是由于研发人员是技术创新的第一生产力，由于研发人员，尤其是高素质科技人才拥有较高创新素质，对于从资源密集型向知识密集型转型的企业而言，研发人员的知识投入对于企业低碳创新绩效具有较大正向影响；③能源消耗对于低碳技术创新具有正影响，但我国能源消耗的低碳技术产出效率较低。即仅在能源消耗量较大时，技术创新产出才较高。从回归方程(7)中也不难发现，能源每消耗0.45个单位，才可产出1个单位的能源产出。
低碳技术创新是现阶段我国技术创新发展的首要任务。发展环保、绿色型产业对于我国环境及可持续发展均有重要意义。基于研究结论，本文提出绿色低碳背景下促进企业实施技术创新的对策建议如下：首先，政府应加强对能源消耗较大产业的监管力度，一方面提高企业生产污染税，从税收方面抑制企业的非环保行为，另一方面，对于有低碳创新行为的企业，可基于研发补贴或政府购买，降低企业低碳技术创新成本，提升其低碳技术创新积极性；其次，应加强对于环境治理的投资力度。实证结果表明，虽然在环境污染治理方面，我国已取得了部分成绩，但环境污染治理对于低碳创新的正向影响仍相对较小。加大环境治理力度、提升环境治理效率，对于改善我国生态环境、推行环保科技政策、实现可持续发展均具有重要作用；此外，应加大对高素质人才的引进力度。建立并完善产学研协同创新合作平台，鼓励学研机构的高素质人才进入企业指导工作，从而产生多方共建的低碳技术创新氛围。
本文在文献回顾的基础上，通过扎根质化研究，综合提出了低碳技术创新绩效的影响因素指标体系，通过对环境消耗的“三废”指标进行投影寻踪降维处理，从研发人员全时当量、研发经费支出、能源消耗、环境规制以及环境消耗5个方面，构建了自变量影响因素；从新产品销售收入、能源产出以及专利申请数量3个方面全面考察了低碳技术创新产出情况。基于多因变量对多自变量的偏最小二乘回归分析，得出了低碳技术创新绩效的影响因素回归模型。最后针对相关结果，为我国低碳技术创新发展提出了具体对策建议。
参考文献：
[1] 石敏俊,周晟吕.低碳技术发展对中国实现减排目标的作用[J]管理评论,2010,22(6):48-53.
[2] ILKER M A.The impact of green product innovation on firm performance and competitive capability:The moderating role of managerial environmental concern[J].Procedia-Social and Behavioral Sciences,2012,62:854-864.
[3] GHISETTI C,RENNINGS K.Environmental innovations and profitability:how does it pay to be green? an empirical analysis on the german innovation survey[J].Journal of Cleaner Production,2014,75(14):106-117.
[4] BANSAL P.Evolving sustainably:a longitudinal study of corporate sustainable development[J].Strategic Management Journal,2005,26(3):197-218.
[5] HORBACH J.Determinants of environmental innovations-new evidence from German panel data sources[J].Research Policy,2008,37(1):163-173.
[6] NESTA L,VONA F,NICOLLI F.Environmental policies,competition and innovation in renewable energy[J].Journal of Environmental Economics and Management,2014,67(3):396-411.
[7] LI Y.Environmental innovation practices and performance:moderating effect of resource commitment[J].Journal of Cleaner Production,2014,66(3):450-458.
[8] 王建明,陈红喜，袁瑜.企业绿色创新活动的中介效应实证[J].中国人口·资源与环境,2010,20(6):111-117.
[9] 华锦阳.制造业低碳技术创新的动力源探究及其政策涵义[J].科研管理,2011,32(6):42-48.
[10] 洪江涛,王明月，黄沛.钢铁企业低碳供应链的创新[J].研究与发展管理,2012,24(3):93-99.
[11] 李先江.服务业绿色创业导向、低碳创新和组织绩效间关系研究[J].科学学与科学技术管理,2012,3(8):36-43.
[12] 岳书敬,王旭兰，许耀.中国工业行业低碳创新及其影响因素解析[J].财经科学,2014(9):78-87.
[13] CHEN K H,GUAN J C.Measuring the efficiency of China’s regional innovation systems:an application of network DEA[J].Regional Studies,2012,46(3):355-377.
[14] 付强,赵小勇.投影寻踪模型原理及其应用[M].北京:科学出版社,2006.
[15] 曹霞,于娟.绿色低碳视角下中国区域创新效率研究[J].中国人口·资源与环境,2015,25(5):10-19.
[16] 王惠文,吴载斌.偏最小二乘回归的线性与非线性方法[M].北京:国防工业出版社,2006.
[17] 谢应红,吴成东.基于偏最小二乘分析的双模粒子滤波目标跟踪[J].控制与决策,2014,29(8):1372-1378.
(责任编辑：云昭洁)
Research on Factors of Technological Innovation in the Perspective of Green Low-carbon——Based on Methods of GT-PP-PLS
Abstract：Low carbon technological innovation is an important task of technology development in our country.It has important significance to the development of green low-carbon technology innovation that identifying the influence factors.Put forward index system of the influence factors of low carbon technology innovation based on the Ground Theory.Then conduct the regression model of the influence factors of low carbon technology innovation by Projection Pursuit and Partial Least-Squares Regression.Results show that energy consumption and environmental pollution of low-carbon technological innovation are much serious in our country,and research staff are very important to the output of low-carbon technological innovation.Environmental governance has positive effect to low-carbon technological innovation,but it's not very significant.
Key Words：Technological Innovation; Affecting Factors; Perspective of Green Low-Carbon; Ground Theory; PP-PLS
收稿日期：2016-11-03
基金项目：国家社会科学基金项目(16BJY078)
DOI：10.6049/kjjbydc.2016090024
中图分类号：F124.5
文献标识码：A
文章编号：1001-7348(2017)04-0007-07