创新环境与可持续性：对国家经济增长与环境绩效的影响

《Sustainable Futures》：Innovative environments and sustainability: Impacts on economic growth and environmental performance

　　

研究人员针对65个国家2022年的二手数据开展研究，采用结构方程模型(Structural Equation Modeling, SEM)，探讨国家创新环境与经济发展、环境绩效之间的关联。创新环境被建模为一个多维潜在构念，由全球创新指数(Global Innovation Index, GII)、预期受教育年限和学校研发经费占国内生产总值(Gross Domestic Product, GDP)的百分比共同构成；经济发展水平用人均GDP衡量，环境绩效采用环境绩效指数(Environmental Performance Index, EPI)测度。研究结果显示，创新环境与人均GDP、人均GDP与环境绩效、创新环境与环境绩效之间均存在正向且统计显著的关联。这表明创新相关条件更强的国家往往收入水平更高、环境表现更好。该研究将分析焦点从孤立的创新指标转向国家创新环境的系统性配置及其与可持续发展结果的关联，为文献作出了贡献。从政策角度看，加强教育体系、研发能力和面向创新的制度条件，可支持协调经济发展与环境绩效的战略。但由于数据为横截面性质，结果应解释为关联关系而非因果关系。研究局限性包括样本中欧洲国家占比过高、可能存在内生性和遗漏变量偏误，以及缺乏教育质量、制度质量、能源转型和绿色创新的直接测度。

本研究发表于《Sustainable Futures》，聚焦于全球环境退化与气候变化背景下，创新环境与可持续发展结果之间关联的系统性缺失问题。现有文献多孤立分析单一创新指标，缺乏对创新环境整体配置如何同时作用于经济增长与环境绩效的多维理解。为此，研究人员构建了涵盖教育、研发投入与创新能力的综合创新环境潜变量，旨在揭示其跨国关联机制，为政策制定提供实证依据。

研究人员采用横截面设计，样本包含65个国家2022年的公开数据，筛选标准为环境绩效指数(EPI)与研发经费占GDP百分比数据完整且非零。关键方法包括：使用结构方程模型(SEM)同时估计测量模型与结构模型，以处理潜在构念的测量误差；创新环境潜变量由全球创新指数(GII)、预期受教育年限和研发强度三个观测指标共同定义；模型拟合通过绝对拟合指数（如卡方自由度比、近似误差均方根(RMSEA)）与增量拟合指数（如比较拟合指数(CFI)、塔克-刘易斯指数(TLI)）综合评估；数据经标准化处理以确保跨国可比性，缺失值采用列表删除法处理。

研究结果部分首先展示样本特征：65国样本欧洲占比最高（36国），其余涵盖亚洲、美洲、大洋洲及非洲，各国在创新水平、经济规模与教育投入上差异显著，例如人均GDP跨度从2518.90美元至140616.40美元，GII从11.91至64.62。探索性因子分析显示创新环境构念的KMO值为0.641，巴特利特球形检验显著(p=0.000)，组合信度达0.85，表明测量模型可靠。结构模型拟合指数优良：卡方自由度比为1.47(<3.00)，CFI为0.99(>0.95)，TLI为0.97(>0.95)，RMSEA为0.09(<0.10)，虽标准化均方根残差(SRMR)略高于常规阈值，但整体模型可接受。

假设检验结果通过路径系数呈现：创新环境对人均GDP的标准化载荷为0.658(p=0.000)，支持假设H1，即创新环境与经济发展存在显著正向关联；人均GDP对环境绩效的载荷为0.290(p=0.019)，支持假设H2，证实两者存在统计显著的关联，但效应弱于前者；创新环境对环境绩效的载荷为0.516(p=0.000)，支持假设H3，表明创新环境直接促进环境改善。这些关联在控制测量误差后依然稳健，且创新环境的三项指标（GII、受教育年限、研发强度）均对潜变量有显著贡献（载荷分别为0.967、0.677、0.720）。

讨论部分强调，研究发现的关联并非普适因果律，而是受样本结构影响——欧洲发达国家主导的样本可能高估了创新对环境的积极影响，因其普遍具备更成熟的能源转型与监管体系。研究人员指出，经济与环境的关系具有条件依赖性：单纯经济增长未必自动带来环境改善，需依托创新驱动下的结构性变革（如低碳技术应用、能效提升）。研究局限性包括横截面数据无法推断时序因果、潜在内生性问题（如反向因果）、以及复合指数（GII/EPI）可能掩盖具体维度差异。未来研究需纳入更多发展中国家、采用纵向设计，并直接测度绿色创新与制度质量等调节变量。最终结论重申，教育投入、研发激励与创新生态建设可作为协调经济增长与环境可持续性的政策抓手，但需结合各国发展阶段定制实施路径。