中國區域綠色低碳創新效率的提升路徑研究①

太原理工大學經濟管理學院 梁鵬 梁文群 李瑋

中國區域綠色低碳創新效率的提升路徑研究①

太原理工大學經濟管理學院 梁鵬 梁文群 李瑋

本文從綠色和低碳發展的視角構建綠色低碳創新效率評價指標體系，選取2006年～2014年中國內地30個省域的面板數據，利用SBM和Tobit模型對區域綠色低碳創新效率及影響因素進行實證研究，并分別從加大政府支持力度、強化環境治理、加大教育投資和優化產業結構等方面提出提升區域綠色低碳創新效率的路徑。

綠色低碳創新效率 SBM模型 Tobit模型 提升路徑

隨著中國現代化建設進入新時代，建設創新型國家和生態文明社會成為新形勢下中國經濟發展的核心任務，綠色低碳創新能力成為提升國家和區域核心競爭力的關鍵。由于中國經濟正處于工業化和現代化進程中，環境污染與經濟發展的矛盾突出，資源不足與碳減排的責任已經成為現代化進程中的剛性約束，因此，把綠色、低碳發展理念與科技創新實踐相結合，從綠色低碳發展的視角研究區域創新效率的提升路徑，對加快“美麗中國”的建設具有重大的現實意義。

1 區域綠色低碳創新效率的測度

1.1 研究方法

隨著創新型國家建設的持續推進，區域創新效率成為學者們關注的焦點，許多學者從不同視角采用不同方法對區域創新效率進行了研究［1-6］。從研究方法上來看，主要有基于參數分析法的隨機前沿分析（Stochastic Frontier Analysis，簡稱SFA）和基于非參數分析法的數據包絡分析（Data Envelopment Analysis，簡稱DEA）兩大類，SFA主要用于單一產出情況下的效率測度，DEA多用在對多投入多產出情況下的效率測度。由于本文研究的綠色低碳創新效率屬于多投入多產出的系統，故選擇DEA方法較有優勢。但是，經典的 DEA 模型不能處理包含非期望產出的效率測度問題，所以Tone Kaoru對其進行了改進，提出了非徑向、非角度的SBM模型［7］，既解決了徑向模型對無效率的計算中沒有考慮松弛變量的問題，又解決了存在非期望產出的生產效率的測度問題。因此，本文采用SBM模型進行研究。模型公式為：

1.2 指標體系構建

綠色低碳創新系統是一個由多種投入要素、期望產出和非期望產出（如碳排放和環境污染）構成的復雜系統。因此，構建評價指標體系時必須科學地選擇能真實反映創新活動過程的變量和指標，才能對其進行準確和合理的評價。借鑒前人的研究成果，本文選擇R&D人員全時當量、R&D經費內部支出和能源消費作為區域創新活動的投入要素，選擇科技論文數、發明專利授權數和新產品銷售收入作為創新活動的期望產出，選擇碳排放和環境污染作為創新活動過程中的非期望產出，考慮到中國各區域人口與經濟規模等條件的異質性，參照白俊紅等的做法［5］，在選擇具體指標時均選取比重值，即選取R&D人員投入強度、R&D經費投入強度和能源強度作為表征創新投入的指標；選取人均科技人員論文數、人均發明專利授權數和新產品銷售收入作為表征期望產出的指標，選取碳強度和環境污染指數作為表征非期望產出的指標。其中，R&D人員投入強度用R&D人員全時當量與區域從業人員的比值來表示，R&D經費投入強度用R&D經費內部支出占地區生產總值的比重來表示，能源投入強度用單位GDP產出的能源消費量來表示，人均科技論文數用國外三大檢索系統收錄的中國科技論文數除以從業人員數得到，新產品銷售收入用新產品銷售收入占主營業務收入的比重來表征。由于現有的統計報表中不能直接得到碳強度和環境污染指數的數據，需要通過計算獲得。

碳強度是區域碳排放和地區生產總值之比。本文根據《中國能源統計年鑒》中各區域九類能源（煤炭、焦炭、柴油、汽油、燃料油、煤油、天然氣、原油和電力）的消費量計算出各區域的碳排放量，再除以各區域的地區生產總值，得到各區域的碳強度數值(具體過程參見金萬富的計算方法)［8］，地區生產總值以2006年為基期進行折算。

環境污染指數是一個綜合指數，主要反映工業生產過程中的“三廢”排放對環境造成的損害程度。目前國內學者大多采用層次分析法對環境污染指數進行測度，由于層次分析法采用的是人為賦權的方法，具有一定的主觀性。所以本文采用熵權法來計算，因為熵權法是一種客觀賦權法，其權重是依據數學計算的結果來確定，能避免人為賦權帶來的主觀性和偏差，更能準確反映區域環境污染的真實狀況。“三廢”排放的數據來源于《中國統計年鑒》中提供的廢氣中主要污染物排放量(包括二氧化硫和煙粉塵排放量)、廢水排放總量和工業固體廢物產生量(由于篇幅所限，計算過程略)。

1.3 數據來源

本文的研究對象為中國內地30個省級行政區(西藏由于統計數據不全，暫不予考慮)，數據均來源于相應年份的《中國科技統計年鑒》《中國統計年鑒》《中國勞動統計年鑒》和《中國能源統計年鑒》。由于創新投入和產出之間存在一定的時滯，本文借鑒多數學者的做法，投入產出數據選擇了1年的滯后期。

2 區域綠色低碳創新效率的測度結果分析

本文運用包含非期望產出的SBM模型對各區域2007年～2014年的綠色創新效率進行了測度。從全國整體來看，綠色低碳創新效率普遍較低，提升空間很大。8年中效率最低的年份為2008年，只有0.38，還有0.62的提升空間，效率最高的年份為2014年，達0.50，雖然和前幾年相比有所提高，但是還存在0.50的無效率部分。從東中西部三大地區來看，綠色低碳創新效率的差異非常顯著，呈“東部大于中部，中部大于西部”的特征，東部高于全國平均水平，中西部均低于全國均值（如圖1所示）。從圖2的變異系數來看，全國整體的變異系數最大值為0.66，最小值為0.53，說明各省域間的差異非常顯著，省域間的創新不平衡現象非常嚴重，但是省域間的不平衡現象有縮小趨勢。從東中西部三大地區來看，三大地區的變異系數除個別年份外基本都在0.4以上，說明從三大地區內部來看，省際間的發展也均存在不平衡現象，東部地區的變異系數呈穩定下降趨勢，中西部地區各年度波動較大，說明東部地區省際之間的差距正在縮小，發展不平衡的狀況正在改善，中西部地區發展還不穩定，不平衡狀況沒有明顯改善。

圖1 綠色低碳創新效率均值比較

圖2 綠色低碳創新效率變異系數比較

3 區域綠色低碳創新效率的影響因素分析

3.1 實證研究

綠色低碳創新活動是一項集經濟和生態效益雙贏的活動，效率高低不僅取決于投入產出因素，還與外部環境密切相關。本文借鑒其他學者的研究成果，選擇碳排放、經濟發展水平、產業結構、對外開放、政府支持、環境規制、技術市場成熟度、人力資本水平及產學研協作等作為外部因素進行研究，各指標的定義如表1所示。人力資本水平用從業人員人均受教育年限來衡量，計算過程參見梁文群等的研究成果［6］。

由于用SBM模型測算的創新效率是位于0和1之間的數值，需要建立截斷因變量模型，本文采用Tobit面板回歸方法［9］，借助STATA12軟件對綠色創新效率的影響因素的作用效應進行研究，結果如表2所示。

表1 區域綠色低碳創新效率影響因素的指標定義

表2 區域綠色低碳創新效率影響因素的回歸結果

3.2 結果分析

(1)碳排放對區域創新效率的影響預期為負，因為碳排放是引起溫室氣體效應的主要元兇，是經濟發展帶來的副產品，碳排放越多，對環境造成的破壞越大。本文的估計結果與預期完全相符，說明碳排放是影響區域綠色低碳創新效率的重要因素。

(2)經濟發展對區域創新效率的影響預期為不確定，因為經濟發展是把雙刃劍，它既能促進科技的發展，為創新提供強大的資金支持，同時也會帶來環境污染，對區域的生態環境造成破壞。本文的估計結果是經濟發展對區域綠色低碳創新效率具有正向作用，但是統計效果不顯著，原因是中國的經濟發展為區域的發展提供了資金和技術支持，促進了區域創新效率的提高，但是，近年來粗放式的發展方式對資源和環境造成了很大破壞，從一定程度上阻礙了綠色低碳創新效率的提高。

(3)產業結構對區域創新效率的影響預期為負，因為第二產業是高污染和高碳產業，它的比重越高，能源消耗越大，碳排放也越多，對環境造成的破壞越大。本文的估計結果與預期完全一致，說明產業結構是影響區域綠色低碳創新效率的重要驅動力。

(4)對外開放對區域綠色低碳創新效率的影響預期為不確定，因為對外開放能帶來新思維、新技術和新方法，對區域的創新活動具有一定的推動作用，但是它同時也帶來了環境污染等負面影響。本文的估計結果是對外開放水平對區域綠色低碳創新效率的影響顯著為正，說明近年來的對外開放帶來的正面作用超過了負面影響，對區域的創新活動起到了積極的推動作用。

(5)政府支持對區域綠色低碳創新效率的影響預期為正，因為政府支持能改善科技人員的科研條件，降低創新活動的風險，從而調動科技人員的創新積極性。本文的估計結果與預期完全相符，說明近年來政府對科技發展的大力支持對科技創新產生了很大的促進作用。

(6)環境規制對區域綠色低碳創新效率的影響預期為正，因為政府對環境治理的投入力度越大，區域的生態環境會得到更大的改善。本文的估計結果與預期完全相符，說明政府對環境治理越重視，對綠色低碳創新效率的促進作用越明顯。

(7)技術市場成熟度對區域綠色低碳創新效率的影響預期為正，因為成熟規范的技術市場能為企業和研發機構提供良好的合作平臺，為科研成果轉化提供有利條件。本文的估計結果是技術市場成熟度對區域綠色低碳創新效率具有正向作用，但是統計效果不顯著，原因是中國技術市場的成熟度不高，發展還不規范，所以還沒有發揮出它應有的作用。

(8)人力資本水平對區域綠色低碳創新效率的影響預期為正，因為創新活動是一項智力活動，需要勞動者具備較高的知識水平和豐富的想象力；在成果的應用和轉化方面也需要高技術的人才去實現。本文的估計結果與預期完全相符，證明了人力資本水平是提高區域綠色低碳創新效率的重要驅動力。

(9)產學研協作水平對區域綠色低碳創新效率的影響預期為正，因為產學研的有效協作能使創新活動的目標更明確，成果的應用前景也更明朗，研發成果的價值能得到順利實現。本文的估計結果與預期完全一致，說明企業和科研機構或高等學校之間的合作促進了各創新要素的有效組合，推動了綠色低碳創新效率的提高。

4 區域綠色低碳創新效率的提升路徑

基于以上分析，提升區域綠色低碳創新效率應從以下幾方面入手。

(1)加大政府支持，建立產學研協同創新體系。政府支持是科技創新的重要驅動力，各級政府應加大對重大技術創新和低碳技術突破項目的支持，建立以企業為核心的產學研合作創新和協同創新體系，制定鼓勵產學研合作的激勵機制，為創新主體提供優良的創新環境。

(2)強化環境治理，構建生態文明建設保障機制。各級政府應加大對能源浪費和環境污染嚴重企業的治理力度，扶持企業提高“三廢”處理和綜合利用能力，建立體現生態文明要求的考核與獎懲機制，加強環境保護的宣傳力度，加大環境監管力度。

(3)加大教育投資，提升人力資本水平。增加政府對教育的資金投入，提高全民受教育水平，加強從業人員培訓，提高勞動者素質，改善人才發展環境，激發創新人才的創新動力。

(4)加快經濟轉型，優化產業結構。充分利用高新技術和先進環保技術改造提升傳統產業，實現傳統產業優化升級和產品更新換代，降低高耗能和高碳行業比重，提高第三產業比重，形成產業結構優化升級與經濟增長的良性循環。

(5)制定差異化政策，實現區域共同發展。針對DEA有效的經濟發達地區，應充分利用其高水平的資源配置優勢，提高創新質量，創造引領世界的高技術；對DEA非有效的經濟發達地區，應調整投入產出，有重點地突破其“短板效應”；對DEA無效的經濟欠發達地區應充分利用和發揮其自身的優勢，加快經濟發展方式轉變，加大創新投入，產生更多高質量的創新成果。

[1] 韓晶.中國區域綠色創新效率研究[J].財經問題研究,2012(11).

[2] 曹霞,于娟.綠色低碳視角下中國區域創新效率研究[J].中國人口,資源與環境,2015,25(5).

[3] 馮志軍.中國工業企業綠色創新效率研究[J].中國科技論壇,2013(2).

[4] 陸小成.區域低碳創新系統綜合評價實證研究—以中部六省為例[J].科學學與科學技術管理,2011,32(7).

[5] 白俊紅,江可申,李婧.中國區域創新系統創新效率綜合評價及分析[J].管理評論,2009(9).

[6] 梁文群,牛沖槐,楊春艷.基于異質性隨機前沿模型的人力資本創新效應研究[J].科技進步與對策,2016,33(15).

[7] Tone K. A slacks-based measure of efficiency in data envelopment analysis [J].European Journal of Operational Research, 2001,130(3).

[8] 金萬富,湯曉華,陳春橋.中國東部沿海地方碳強度對產業結構水平響應度省級差異[J].云南地理環境研究,2011,23(3).

[9] Tobin J. Estimation of relationships for limited dependent variables [J].Econometrics,1958,26(1).

F205

A

2096-0298(2018)01(a)-156-03

國家自然科學基金項目(71373170)；山西省軟科學基金項目(2016041009-2)；山西省軟科學基金項目(2015041009-4)；山西省高等學校大學生創新創業訓練項目(2017072)。

梁鵬(1997-)，男，太原理工大學經濟管理學院本科生，主要從事區域經濟及技術創新方面的研究；

梁文群(1967-)，女，太原理工大學經濟管理學院講師，碩士，主要從事區域科技創新及管理方面的研究；李瑋(1967-)，女，太原理工大學經濟管理學院教授，博士，主要從事能源環境法律及政策方面的研究。