中國區域綠色創新效率研究

韓 晶

(北京師范大學 經濟與資源管理研究院，北京 100875)

一、引 言

調整經濟結構，轉變經濟發展方式，提高經濟發展質量，根本出路在于自主創新。區域創新能力已成為區域綜合競爭力的重要標志和地區經濟獲取國際競爭優勢的決定性因素。在我國創新型國家建設的進程中，除了加大創新的投入力度外，區域創新的效率問題亦不容忽視。特別是在我國創新資源相對有限的情況下，盡可能地利用較少的創新投入獲得較多的創新產出，提高創新資源的利用效率，對于有效緩解我國創新資源不足的局面，進一步提升國家創新能力具有重要意義。

目前已經有一些學者對于區域創新效率問題進行了研究，何楓和陳榮運用C-D生產函數SFA對改革開放以來我國各地區的技術效率變遷進行了測算，結果表明全國平均技術效率水平呈穩步上升趨勢但地區差異很大［1］;唐德祥等運用面板數據隨機前沿方法 (SFA)考察了我國三大經濟區域 R＆D與技術效率之間的內在關系，研究表明隨著R＆D投入逐年遞增，東、中、西部地區的平均技術效率水平呈穩定上升趨勢［2］;白俊紅和蔣伏心采用三階段DEA方法對考慮環境因素的區域創新效率進行了研究，研究表明，我國區域創新的效率較低，且其原因主要是由于規模效率不高所致［3］;樊華和周德群運用規模報酬可變的DEA模型測度2000—2007年中國省域科技創新效率并分析其收斂性和影響因素，研究發現科技創新效率具有周期性波動演化特點［4］。

雖然研究者們對區域創新效率進行了較多的研究，但是在研究中較少地從綠色創新的角度展開，沒有考察資源消耗和環境污染對于創新效率的影響。而在綠色經濟浪潮席卷全球之際，中國作為人口最多的發展中大國面臨的資源環境問題尤為嚴重?？陀^考量中國綠色創新效率，對于中國創新型國家的建設，實現經濟的綠色轉型都有著積極的意義。

二、環境污染指數測度

1.指標選取

本文選取除西藏外中國大陸30個省自治區直轄市2005—2010年工業廢水排放總量、工業廢氣排放總量及工業固體廢棄物排放總量3個指標來測度歷年各個地區環境污染指數。其中，各種污染物排放總量數據均摘自對應年份的《中國統計年鑒》，由于2006年廢水排放總量數據空缺，因此當年數據由相鄰兩年數據算數平均計算得出。最終的面板數據集包含30個截面單位在6年內的時間序列資料，樣本觀察值共計180個。

2.環境污染指數的測算

由于評價指標計量單位多數都不相同，不能直接進行合成，需要消除指標量綱影響。目前，常用的標準化方法主要有最大最小值法和標準差標準化法?？紤]到我國區域資源稟賦以及發展水平的不均衡性，我們舍棄最大最小值法，而采用改進的標準差標準化法。這種方法在一定程度上能緩和各區域之間的懸殊差異程度，同時它的測算結果相對穩定。

首先，采用式 (1)對各種污染物排放總量的原始數據進行無量綱化處理:

其中，i為地區，t為時間，n為污染物來源。γ'i，t，n為第i個地區，第t年，第n個污染物標準化后的賦值，γi，t，n為各地區各污染物當年的排放量，γn，max為各污染物排放的最大值，γn，min為各污染物排放的最小值。

其次，采用層次分析方法確定各種污染物在計算環境污染指數過程中所占的權重?；贛ATLAB軟件對判斷矩陣進行處理，得到廢水、廢氣與固體廢棄物的權重分別為0.42、0.35和0.23。

最后，根據式 (2)對歷年的環境污染綜合指數進行計算:

其中，φi，t為第t年第i地區的環境污染綜合指數，為第n種污染物的權重值。結果如表1所示。

從表1可以發現，2005—2010年6年間全國大多數地區環境污染指數都有較明顯的上漲。而環境污染指數上漲不明顯或者呈現階段下降的地區如北京、上海與這些地區特定事件存在密切關系，北京2008年奧運會，上海2010年世博會，都對當地工業的排放水平進行了嚴格限制，這對該地區環境污染水平的降低至關重要。就2005—2010年的環境污染平均值來看，海南省平均環境污染指數最低，為0.003，這與其具有相對富余的資源環境承載空間以及相對欠發達的工業經濟存在密切關系;江蘇省平均環境污染指數最高為0.590，這與江蘇工業較為發達存在密切關系，江蘇已經建成了比較完備的工業體系，電子信息產業、船舶制造業、重化工業等多個產業在全國都處于領先地位。而工業發展的同時，環境保護和生態建設的步伐相對緩慢，因此導致江蘇環境污染居高不下。

2005—2010年中國四大區域平均環境污染指數都呈現上行狀態，特別是2005—2006年平均上升幅度較大，但由于“十一五”規劃中節能減排約束性指標的提出，從2006年以后，國家開始大力倡導循環經濟、綠色經濟，環境污染指數增幅開始放緩。而2009—2010年很多地區環境污染指數都有一個較為明顯的上升，一個可能的原因是受到金融危機的影響，市場需求的減弱導致企業經營的困難，企業會千方百計降低成本，而環境成本首當其沖，有些地方可能會為保持經濟的增長而放寬環保標準。就地區差異而言，環境污染指數呈現東高西低的特征，這與李曉西等［5］得出的中國資源環境承載潛力的地區排名基本一致。東部地區的環境污染指數遠高于中西部地區和東北地區，這與東部地區工業較為發達存在密切關系，也說明中國經濟增長最有活力的東部地區也是中國環境污染程度最高的地區，印證了中國經濟發展仍存在較為明顯的粗放式特征。

表1 2005—2010年中國各地區環境污染指數

三、綠色創新效率的測度

1.研究方法

綠色創新效率是指區域創新效率的綠色化程度，是對綜合考慮環境污染和能源消耗后的創新發展質量的測度，是創新質量的綠色指數。當前，人們在測度綠色指數時通常都采用構建指標體系并賦予各指標一定的權重進行綜合評分的方法。這種測度方法的最大問題在于具有較強的主觀性。為了避免這種主觀性，本文引入數據包絡分析法研究中國綠色創新效率問題。

數據包絡分析法 (DEA)［6］是通過線性規劃方法來構建一個非參數前沿，是用來衡量具有多項投入與多項產出的決策單位 (Decision Making Unit，簡稱DMU)的相對效率的一種方法。其以線性規劃的方法評估一組同質的決策單位，并求出各個DMU的相對效率值，將生產效率相對最優的DMU的觀測值以“前緣”的方法進行包絡，這在經濟學上的意義是指所有可能最佳投入產出組合點所組成的邊界，據此形成一條包絡線，即所謂的效率前緣 (efficiency frontier)。這時，所有有效率的受評估單位組成效率前緣，無效率的決策單位落在該前緣之內，并可以通過觀測其與效率前緣的距離判斷它的改進方向與程度。假如DMU達到生產最優，即其效率值為1，各投入產出構面的最大差額均為0，此時生產效率最高，若沒有達到生產最優，其相對生產效率將小于1，則投入面與產出面均有改善的空間。而CCR模式是假設在固定規模報酬下來衡量整體效率，但由于并不是每一個DMU的生產過程都是處在固定規模報酬之下，有鑒于此，Banker等去除了CCR模型中規模報酬不變的假設，而以規模報酬變動取代，發展成BCC模型［7］。

假設對n個地區的綠色創新效率進行評價，BCC模型是通過求解以下線性規劃來對綠色創新效率進行測度的:

式 (4)和式 (5)說明，對于無效率地區需要減少投入ΔXik及增加產出ΔYrk可達到有效率。

本文研究的中國綠色創新效率問題，產出指標是授權專利數量，因為專利數量是一個地區創新能力發展的基礎;投入指標包括用于創新的研發全時當量和研發經費，及能耗和環境污染，后面的兩個指標是綠色創新的基礎。目前，文獻中通常有兩類處理排放變量的方法:一類方法是把污染排放作為投入要素，不過是未支付的投入，與資本和勞動投入一起引入生產函數，代表文獻如Mohtadi［8］等，把排放和能源一起作為投入的代表文獻有Ramanathan［9］、Lu等［10］;另一類方法則把污染看做非期望產出，和期望產出 (比如GDP)一起引入生產過程，利用方向性距離函數來對其進行分析，比如Chung等［11］、涂正革［12］、楊俊和邵漢華［13］等。本研究采取把環境污染物排放看作投入要素的第一類處理方法，因為自然環境吸納和沉積廢棄物的功能可以為經濟提供某種形式的社會資本服務，經濟活動單位通過這種社會資本服務或者說對自然環境的消耗可以在給定其他投入要素的前提下增加它的產出水平;然而，雖然個別經濟單位可以通過增加污染排放來提高其凈產出，但是累積的排放物會通過降低整體環境所提供的社會資本服務的質量而最終給各個經濟單位帶來負的外部性。也就是說，無管制的污染排放作為投入會通過兩種方式作用于經濟增長，一種是以自然環境面目發揮社會資本的作用，對增長的影響為正，此時，排放就類似于生態形式社會資本的投入使用;另一種是持續的環境資本消耗自然會導致總的社會資本的下降，進而降低自然環境的質量，這時排放對增長可持續性的影響則是負面的［14］。

2.綠色創新效率的測算

我們選擇中國大陸除西藏之外的30個省、自治區和直轄市作為研究對象，以實際授權專利數量為產出變量，以研發全時當量和研發經費，及能耗和環境污染為投入變量。能耗和環境污染指標應該來源于創新成果所帶來的能源消耗和環境污染，但是由于數據的可獲得性原因，本文選用了區域能源消耗和環境污染指標。因為DEA計算的效率值本來就是一個相對指標，各個地區投入指標都按著這個標準選取，計算出來的結果也能反映各個地區的綠色創新效率。研發經費和研發全時當量指標來源于相應年份的《中國科技統計年鑒》，能源消耗指標來源于相應年份的《中國統計年鑒》，環境污染指數為前文計算得出?；贐CC模型，應用Maxdea軟件我們測度了2005—2010年中國綠色創新效率，如表2所示。

表2 2005—2010年中國各地區綠色創新效率

續表

表2顯示，各地區綠色創新效率呈現出較大的差異性。中國綠色創新效率前五位地區都在東部地區，綠色創新效率后五位地區都在中西部地區。海南省綠色創新效率平均值0.890，居全國首位，這與其工業后發優勢存在密切關系。海南的農業和旅游業是其兩大主導產業，工業的比重很低，只占到20%左右，因此海南的工業發展包袱少，能夠及時適應綠色創新發展的要求。比如，海南煉化項目，116億元總投資中，花了近25億元用于治理污染;投入104億元的金海漿紙廠，其中24億元用于污水處理。綠色創新效率平均值排名第二的是北京，平均綠色創新效率為0.764，除了2006年綠色創新效率有小幅度下降外，考察期的大部分時段北京綠色創新效率都呈現一個明顯的上升趨勢，特別是2010年綠色創新效率是1，說明北京處在綠色創新增長的前沿。北京云集著中國最多的科研院所，創新能力在全國處在前沿位置，加之近年來，綠色北京、創新北京的建設蓬勃開展，直接推動北京綠色創新效率的提升。山西省綠色創新效率相對最低，這與山西獨特的產業體系和經濟結構存在密切關系。山西是煤炭大省，由于路徑依賴的關系，創新動力不足，加之，山西環境污染，資源消耗嚴重，所以綠色創新效率處在全國底端。就中國四大區域整體來看，東部地區工業綠色創新效率明顯優于中西部和東北地區，而且，“十一五”以來，東部地區綠色創新效率上升趨勢明顯，說明東部地區的創新能力獲得了質和量的共同提升。這與東部地區較高的技術水平，較為成熟的管理理念和較為健全的產業體系存在密切關系。也說明中西部地區和東北地區創新能力和綠色發展能力較差，經濟發展粗放式特征明顯，創新能力的提升伴隨著較多的環境污染和能源消耗，長期來看是不可持續的。

四、中國綠色創新效率的影響因素分析

為了進一步研究中國綠色創新效率的影響因素，本文以DEA模型得出的綠色創新效率作為因變量，以各種影響因素作為自變量，構建了Tobit回歸模型。

式 (6)中，β0為截距項，β1，β2，β3，β4為各自變量的回歸系數，i代表區域 (i=1，2，…，30)，t代表時期 (t=1，2，…，5)，ε為殘差項。GI代表綠色創新效率，由前文的計算得出。FDI代表經濟開放程度，用全社會固定資產投資資金來源中利用外資表示，由于FDI的技術水平一般會高于國內企業的技術水平，因此FDI對當地綠色創新效率的提升應該有著積極的意義。β1預計符號為正。GOV代表環境規制，用污染治理投資完成額表示，政府的環境規制對于綠色創新的開展是一個導向性的作用，環境規制越有效，綠色創新效率應該會越高，β2的符號預計為正。TEC代表技術市場發展狀況，用一個地區技術市場成交的數量表示，技術市場成交數量越多，說明技術轉移和技術進步速度越快，因而越有可能推動綠色創新效率的提升，β3的符號預計為正。IND代表產業結構，用第三產業產值占GDP的比重表示，第三產業中的重要部分生產性服務業對于技術創新，節能減排將有著積極的意義，β4符號預計為正。

回歸結果如表3所示。

表3 中國各地區綠色創新效率影響因素的TOBIT回歸結果

通過回歸分析，我們發現:

第一，就FDI與綠色創新效率的關系而言，FDI投資比例越高的地區，綠色創新效率越高，綠色創新效率與FDI投資比例之間存在明顯的正相關關系。這一方面說明FDI在中國產生了較為有效的技術擴散效應，促進了當地技術水平的提高，推動了綠色創新的發展;另一方面也說明，由于FDI的大量進入，促進中國市場結構轉變，加劇了企業之間的競爭，越來越多的企業投入到技術創新行列中，產生了越來越明顯的競爭效應和示范效應。

第二，就環境規制與環境污染的關系而言，環境規制與環境污染呈現較為顯著的負相關關系。這與研究預期并不一致，事實上，這也恰恰是中國“污染避難所”效應顯著的重要原因。我國環境規制對降低環境污染沒有起到應有作用的原因在于，目前我國在環境規制中主要運用命令與控制政策，而且環境規制標準偏低，部分政策缺乏成本有效性甚至可行性，經濟激勵政策和信息披露政策在我國應用范圍有限［15］。而且，由于一些地方政府受到經濟利益的驅使，為了獲取較高的GDP增長而不惜以犧牲環境為代價，對污染減排政策的執行缺乏足夠的力度。由于缺乏有效的監督機制與公眾參與機制企業污染成本低于守法成本的現象仍普遍存在，從而導致增排、偷排等行為屢禁不止，所以環境規制并沒有對環境質量的提高起到應有的作用。

第三，就技術市場發展與綠色創新效率的關系而言，兩者呈現不明顯的正相關關系。技術市場作為實現知識和技術流動與優化配置的平臺，是連結資本市場、勞動力市場、信息市場的紐帶，對推動技術進步，促進綠色技術的擴散有著重要意義。但由于中國技術市場的市場化程度較低，監管體系不規范，技術市場并沒有在推動區域綠色創新中發揮應有的作用。

第四，就產業結構與綠色創新效率的關系而言，第三產業占經濟的比重越高，綠色創新效率越高，兩者是明顯的正相關關系。這是因為第三產業中的生產性服務業能夠為綠色創新效率提升提供有力的支撐，促進區域綠色創新。中國綠色創新效率較高的東部地區，生產性服務業的發達程度也是在全國處于領先地位的，比如上海的生產性服務業規模位居全國第一位，上海綠色創新效率在全國也處在上游位置。

五、結 論

在資源緊缺、環境污染日益嚴峻的今天，綠色創新成為代表一個國家和地區持續競爭優勢的重要標志。本文應用DEA方法對中國大陸30個省自治區直轄市的綠色創新能力進行了測度和分析。首先采用層次分析法測度除西藏外中國大陸30個省自治區直轄市環境污染綜合指數;其次，應用DEA方法在綜合考慮環境污染和能源消耗問題的基礎上測度2005—2010年中國各地區綠色創新效率，并應用TOBIT回歸分析法對影響中國綠色創新效率的因素進行分析，研究結論如下:

第一，2005—2010年6年間全國大多數地區環境污染指數都有不同程度上漲。東部地區的環境污染指數遠高于中西部地區和東北地區，這與東部地區工業較為發達存在密切關系，也說明中國經濟增長最有活力的東部地區也是中國環境污染程度最高的地區，印證了中國經濟發展仍存在較為明顯的粗放式特征。

第二，中國各地區綠色創新效率呈現出較大的差異性。東部地區綠色創新效率明顯優于中西部地區和東北地區，而且，“十一五”以來，東部地區綠色創新效率上升趨勢明顯，說明東部地區可持續發展能力不斷增強。這與東部地區較高的技術水平，較為成熟的管理理念和較為健全的產業體系存在密切關系。也說明中西部地區和東北地區創新能力和綠色發展能力較差，經濟發展粗放式特征明顯，創新能力的提升伴隨著較多的環境污染和能源消耗，長期來看是不可持續的。

第三，綠色創新效率的影響因素分析表明，外資進入、結構調整對綠色創新效率提升產生積極的效應;而環境規制與技術市場對創新效率提升并沒有產生積極的推動作用。為了進一步促進中國綠色創新效率提高，中國各地區需要有效引導外資，重點吸引高技術和更為“清潔”的外商直接投資，同時引進技術密集型的外商直接投資，通過其技術外溢來推動中國綠色創新效率提升;促進產業結構調整升級，積極發展生產性服務業，推動生產性服務業和工業有效融合，獲得協同收益;促進技術市場發展和完善，有效促進科技成果轉化，為技術的轉移擴散搭建順暢的渠道;提高環境規制的成本有效性，擴大經濟激勵政策和信息披露政策的應用范圍，實現各類政策之間的相互協調，政府應完善市場機制、促進環保利益集團發展、消除制度障礙并為綠色創新提供有利條件。

［1］何楓，陳榮.經濟開放度對中國經濟效率的影響:基于跨省數據的實證分析［J］.數量經濟技術經濟研究，2004，(3):18-24.

［2］唐德祥，李京文，孟衛東.R＆D對技術效率影響的區域差異及其路徑依賴——基于我國東、中、西部地區面板數據隨機前沿方法(SFA)的經驗分析［J］.科研管理，2008，(2):115-127.

［3］白俊紅，蔣伏心.考慮環境因素的區域創新效率研究——基于三階段DEA方法［J］.財貿經濟，2011，(10):104-112.

［4］樊華，周德群.中國省域科技創新效率演化及其影響因素研究［J］.科研管理，2012，(1):10-25.

［5］李曉西，等.2010中國綠色發展指數年度報告［R］.北京:北京師范大學出版社，2010.

［6］Charnes，A.，Cooper，W.W.，Rhodes，E.Measuring the Efficiency of Decision Making Units ［J］.European Journal of Operational Research，1978，(2):429-444.

［7］Banker，R.D.，Charnes，A.，Cooper，W.W.Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis［J］.Management Science，1984，30(9):1078-1092.

［8］Mohtadi，H.Environment，Growth and Optimal Policy Design［J］.Journal of Public Economics，1996，63(1):119-140.

［9］Ramanathan，R.An Analysis of Energy Consumption and Carbon Dioxide Emissions in Countries of the Middle East and North Africa［J］.Energy，2005，30(15)，2831-2842.

［10］Lu，X.D.，Pan，J.H.，Chen， Y. Sustaining Economic Growth in China under Energy and Climate Security Constraints［J］.China and World Economy，2006，14(6):85-97.

［11］Chung，Y.H.，Fare，R.S.Grosskopf，Productivity and Undesirable Outputs:A Directional Distance Function Approach［J］.Journal of Environmental Management，1997，51(3):229-240.

［12］涂正革.環境、資源與工業增長的協調性［J］.經濟研究，2008，(2):93-105.

［13］楊俊，邵漢華.環境約束下的中國工業增長狀況研究——基于Malmquist-Luenberger指數的實證分析［J］.數量經濟技術經濟研究，2009，(9):64-78.

［14］陳詩一.能源消耗、二氧化碳排放與中國工業的可持續發展［J］.經濟研究，2009，(4):41-55.

［15］藍慶新，韓晶.中國經濟發展的環境效應［J］.北京師范大學學報，2010，(6):130-137.