中國綠色創(chuàng)新效率的時空演進規(guī)律及影響因素研究

呂承超 邵長花 崔悅

摘 要：本文采用非徑向DEA-SBM模型和Global Malmquist-Luenberger指數(shù)對1995—2015年中國30個省份的綠色創(chuàng)新效率進行測度，并分析全國以及東部地區(qū)、中部地區(qū)和西部地區(qū)綠色創(chuàng)新效率的時空演進規(guī)律，在此基礎(chǔ)上，構(gòu)建動態(tài)面板數(shù)據(jù)模型實證檢驗綠色創(chuàng)新效率的影響因素。研究結(jié)果表明：盡管綠色創(chuàng)新效率呈現(xiàn)上升趨勢，但各區(qū)域之間發(fā)展非均衡現(xiàn)象依然存在;中國綠色創(chuàng)新效率空間差距總體上呈現(xiàn)先下降后上升又下降的趨勢;中國綠色創(chuàng)新效率得到提高，沒有出現(xiàn)極化現(xiàn)象，且空間差距呈現(xiàn)縮小趨勢;科研經(jīng)費、金融發(fā)展規(guī)模、第二產(chǎn)業(yè)比重和第三產(chǎn)業(yè)比重抑制了中國綠色創(chuàng)新效率的提高，而科研人員數(shù)量、金融發(fā)展效率和人均GDP則對中國綠色創(chuàng)新效率起到了促進作用。

關(guān)鍵詞：綠色創(chuàng)新效率;時空演進規(guī)律;GML指數(shù);Dagum基尼系數(shù);非徑向DEA-SBM模型

中圖分類號：F124.3? 文獻標(biāo)識碼：A

文章編號：1000-176X（2020）12-0050-08

一、問題的提出

中國經(jīng)濟自改革開放以來取得了巨大成就，但同時也消耗了大量資源，造成了嚴(yán)重的環(huán)境污染。黨的十九大報告中指出：必須堅定不移地貫徹創(chuàng)新、協(xié)調(diào)、綠色、開放、共享五大發(fā)展理念，始終堅持創(chuàng)新是引領(lǐng)發(fā)展的第一動力，這反映了中國政府的科技創(chuàng)新和環(huán)境保護意識逐漸增強。在政府的不斷努力下，中國綠色創(chuàng)新活動取得了一定的進步，“十三五”期間中國環(huán)境污染治理投資總額約5.68萬億元，較“十二五”期間增長了33%，但與發(fā)達國家相比還存在一定的差距。作為一種以節(jié)約能源、優(yōu)化環(huán)境和創(chuàng)新發(fā)展為核心的發(fā)展理念，綠色創(chuàng)新不僅有利于節(jié)能減排，還可以促進技術(shù)進步，提高綠色創(chuàng)新能力是尋求綠色發(fā)展的內(nèi)在要求。

綠色創(chuàng)新不僅要在新產(chǎn)品和新系統(tǒng)的開發(fā)過程中引入生態(tài)思想，更要在經(jīng)濟戰(zhàn)略中引入綠色發(fā)展理念。諸多學(xué)者采用不同的方法，通過不同的角度對區(qū)域或者行業(yè)的綠色創(chuàng)新效率進行研究。在研究方法上，大體可以分為兩大類：基于參數(shù)的隨機前沿生產(chǎn)函數(shù)SFA方法[1]和基于非參數(shù)的隨機前沿生產(chǎn)函數(shù)DEA方法[2]。也有一些學(xué)者采用改進后的DEA方法對綠色創(chuàng)新效率進行測度，并采用不同的方法進行評價[3-4]。關(guān)于綠色創(chuàng)新效率的現(xiàn)有研究大多集中在其效率評價以及時空分異特征上[5]，少數(shù)文獻在評價基礎(chǔ)上對其影響因素進行分析[6-7]。一些學(xué)者研究了環(huán)境約束下的綠色創(chuàng)新效率問題[8]，在此基礎(chǔ)上，外部政策壓力和內(nèi)部創(chuàng)新資源對綠色創(chuàng)新效率也具有相應(yīng)的影響[9]。

上述文獻為本文提供了重要啟發(fā)和借鑒，但仍然存在不足之處。有些文獻側(cè)重于介紹綠色創(chuàng)新效率的測算方法，沒有對測算結(jié)果進行分析;有些文獻只分析了綠色創(chuàng)新效率在中國的時空分異特征，沒有進一步探索時空分異的原因;有些文獻可能沒有全面考慮

影響綠色創(chuàng)新效率的因素，而是側(cè)重于探討某個行業(yè)內(nèi)的關(guān)鍵指標(biāo)對綠色創(chuàng)新效率的影響。綜上所述，本文采用非徑向DEA-SBM模型和Global Malmquist-Luenberger（GML）指數(shù)來測算中國的綠色創(chuàng)新效率，并通過Dagum基尼系數(shù)及分解方法和核密度估計法分析中國綠色創(chuàng)新效率的時空演進規(guī)律，進一步構(gòu)建動態(tài)面板數(shù)據(jù)模型檢驗綠色創(chuàng)新效率的影響因素，并對中國綠色創(chuàng)新效率的發(fā)展提出政策建議。

二、測算方法與數(shù)據(jù)來源

（一）非徑向DEA-SBM模型與數(shù)據(jù)來源

數(shù)據(jù)包絡(luò)分析（DEA）方法通過基于不同量綱的多投入多產(chǎn)出指標(biāo)來評價多個決策單元的相對有效性。Tone[10]提出了基于松弛變量測度的非徑向DEA-SBM模型，利用非射線的估計方法同時評估系統(tǒng)整體和每個子過程的效率值。基于DEA模型的Malmquist指數(shù)法常用于測算全要素生產(chǎn)率，Oh[11]在研究OECD國家全要素生產(chǎn)率時提出了綠色創(chuàng)新的GML指數(shù)，可解決Malmquist指數(shù)法可能出現(xiàn)的非傳遞性甚至無解的情況。

本文將非徑向DEA-SBM模型與GML指數(shù)相結(jié)合，構(gòu)建測算綠色創(chuàng)新效率的評價模型，并將GML分解為技術(shù)效率指數(shù)（GEC）與純技術(shù)進步指數(shù)（GTC），三者之間的關(guān)系可表示為GMLit=GECit×GTCit，其中，t和i分別為年份和省份。

由于《中國環(huán)境統(tǒng)計年鑒》各省份數(shù)據(jù)僅更新到2015年，鑒于數(shù)據(jù)的可得性和有效性，本文收集了1995—2015年中國30個省份（西藏、港澳臺地區(qū)除外）由于重慶市在1997年之前隸屬四川省，出于統(tǒng)計口徑一致性原則，本文根據(jù)1997年、1998年和1999年四川省與重慶市的相關(guān)數(shù)據(jù)比例，運用移動平均法計算1995年和1996年重慶市的數(shù)據(jù)。涉及綠色創(chuàng)新效率的相關(guān)數(shù)據(jù)進行測算。本文選用R&D經(jīng)費內(nèi)部支出、R&D人員全時當(dāng)量和能源總消耗量作為投入要素，GDP作為期望產(chǎn)出，工業(yè)廢水排放總量、工業(yè)固體廢物產(chǎn)生量和工業(yè)廢氣排放量作為非期望產(chǎn)出，其數(shù)據(jù)來源于歷年《中國科技統(tǒng)計年鑒》《中國能源統(tǒng)計年鑒》《中國統(tǒng)計年鑒》《中國環(huán)境統(tǒng)計年鑒》。

（二）Dagum基尼系數(shù)及分解方法

為解決樣本數(shù)據(jù)間的交叉重疊問題和空間差距的來源問題，Dagum[12]提出基尼系數(shù)新的分解方法，將基尼系數(shù)（G）分解為地區(qū)內(nèi)差距（Gw）、地區(qū)間差距（Gnb）和超變密度（Gt），三者滿足G=Gw + Gnb + Gt。本文采用Dagum基尼系數(shù)分解方法從整體上測算中國綠色創(chuàng)新效率的空間差距，將中國30個省份劃分為東部地區(qū)、中部地區(qū)和西部地區(qū)東部地區(qū)包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東和海南11個省份;中部地區(qū)包括山西、內(nèi)蒙古、吉林、黑龍江、安徽、江西、河南、湖北和湖南9個省份;西部地區(qū)包括廣西、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏和新疆10個省份。進行分析。

（三）核密度估計

核密度估計是研究非均衡分布的一種重要非參數(shù)方法，該方法根據(jù)已知的核函數(shù)對密度函數(shù)進行估計，并利用光滑的曲線描述隨機變量的分布形態(tài)[13]。若隨機變量x的密度函數(shù)為f（x），則x在x0處的概率密度可以表示為f（x0）=（1/Nb）∑ni=1K（xi-x0/b），其中，N為觀測值個數(shù)，b為帶寬，K（）為核函數(shù)，其本質(zhì)是一種平滑轉(zhuǎn)換函數(shù)，xi為獨立同分布的觀測值，x0為均值。核密度估計結(jié)果對于帶寬十分敏感，帶寬越小，估計精度越高，在現(xiàn)實中通常選擇較小的帶寬。為此，本文選擇高斯核函數(shù)對中國綠色創(chuàng)新效率進行估計，表達式為K（x）=（1/2π）exp（-x2/2）。

三、中國綠色創(chuàng)新效率的時空演進規(guī)律

（一）綠色創(chuàng)新效率的時空演進特征

1.總體時序變化特征

1996—2015年中國綠色創(chuàng)新效率GML指數(shù)及其分解結(jié)果如表1所示。

從表1可以看出，總體上中國綠色創(chuàng)新效率GML指數(shù)的變化趨勢與GTC指數(shù)的變化趨勢較為接近，說明GML指數(shù)受GTC指數(shù)的影響較明顯，而GEC指數(shù)的作用較小。GEC指數(shù)基本維持在1上下，起伏波動較小，但在2008—2009年呈現(xiàn)較為明顯的下降趨勢，在2009年之后連續(xù)兩年有所增長并逐漸恢復(fù)穩(wěn)定;GTC指數(shù)的波動較大，2000—2001年和2008—2009年呈現(xiàn)大起大落趨勢，這可能與2001年中國加入世界貿(mào)易組織和2008年全球金融危機有關(guān)。

2.區(qū)域時空演進特征

本文采用1996—2015年中國各省份綠色創(chuàng)新效率GML指數(shù)及其分解后的GEC指數(shù)和GTC指數(shù)的算數(shù)平均值進行分析，結(jié)果如表2所示。

從表2可以看出，相對于東部地區(qū)和中部地區(qū)，西部地區(qū)綠色創(chuàng)新效率GML指數(shù)（1.0240）較高。從GML指數(shù)來看，由于GEC指數(shù)更加接近1，因而GML指數(shù)受GTC指數(shù)的影響較大，即純技術(shù)進步對綠色技術(shù)創(chuàng)新的影響更加明顯。從GEC指數(shù)來看，三大地區(qū)差距不大，中部地區(qū)GEC指數(shù)（1.0071）最高，最低為東部地區(qū)（1.0044），全國排名前6的省份為上海、安徽、甘肅、青海和江西和江蘇。從GTC指數(shù)來看，西部地區(qū)GTC指數(shù)均值最高（1.0227），可能是由于西部地區(qū)在樣本期前期綠色創(chuàng)新技術(shù)較東部地區(qū)和中部地區(qū)更加落后，而在樣本期后期，中國加大了對西部地區(qū)的建設(shè)和人才投入，對西部地區(qū)的技術(shù)進步起到了極大的促進作用。

（二）綠色創(chuàng)新效率空間差距及分解

根據(jù)Dagum基尼系數(shù)及其分解方法，本文分別測算1996—2015年東部地區(qū)、中部地區(qū)和西部地區(qū)綠色創(chuàng)新效率空間差距及其分解差距，結(jié)果如表3所示。由于本文選取的樣本數(shù)據(jù)時間跨度較大，因而將1996—2015年劃分為5個經(jīng)濟周期，計算每4年內(nèi)Dagum基尼系數(shù)的平均值。

從表3可以看出，中國綠色創(chuàng)新效率基尼系數(shù)總體上呈現(xiàn)先下降后上升又下降的發(fā)展趨勢。以1996—1999年為基期，2012—2015年綠色創(chuàng)新效率基尼系數(shù)下降了0.0083，這表明綠色創(chuàng)新效率空間差距在不斷縮小。具體來看，可將樣本期內(nèi)綠色創(chuàng)新效率空間差距變化分為3個階段：第一階段為1996—2003年，該階段綠色創(chuàng)新效率差距呈現(xiàn)下降趨勢;第二階段為2004—2011年，此階段基尼系數(shù)不斷上升，在周期4達到最大值0.0626;2012年以后進入第三階段，基尼系數(shù)呈大幅下降趨勢，綠色創(chuàng)新效率地區(qū)發(fā)展非均衡現(xiàn)象有所緩和。

從中國綠色創(chuàng)新效率空間差距來源及其貢獻率演變趨勢來看，1996—2007年空間差距的主要來源是超變密度，2008—2015年地區(qū)間差距成為綠色創(chuàng)新效率空間差距的主要來源。具體來看，地區(qū)間差距呈現(xiàn)先下降后上升再下降的趨勢，超變密度與地區(qū)間差距呈現(xiàn)此起彼伏的態(tài)勢，波動較大。地區(qū)內(nèi)差距的貢獻率則較為平穩(wěn)，維持在29%—33%之間。相比于1996—1999年，2012—2015年地區(qū)間差距的貢獻率上升了11.26%，超變密度和地區(qū)內(nèi)差距的貢獻率分別下降了6.79%和3.35%。

（三）綠色創(chuàng)新效率分布的時空演進

本文采用核密度估計法，分析中國綠色創(chuàng)新效率分布的整體形態(tài)和動態(tài)特征。限于篇幅，核密度圖未在正文列出，中部地區(qū)和西部地區(qū)分析未在正文列出，留存?zhèn)渌鳌？傮w來看，中國綠色創(chuàng)新效率核密度曲線在樣本期內(nèi)向右小幅偏移，說明中國綠色創(chuàng)新效率逐漸提高。在此過程中，2009年曲線出現(xiàn)明顯左移的情況，該階段綠色創(chuàng)新效率有所下降，但不影響整體水平的提高。從波峰數(shù)量來看，1996—2015年一直為“單峰”狀態(tài)，說明中國綠色創(chuàng)新效率并未出現(xiàn)極化現(xiàn)象。從波峰形態(tài)來看，與1996年相比，2001年波峰變得比較陡峭，說明該階段中國綠色創(chuàng)新效率空間差距出現(xiàn)下降趨勢;此后波峰開始緩慢下降，在2009年波峰明顯變得扁平并且密度函數(shù)整體左移，說明中國綠色創(chuàng)新效率的空間差距拉大且綠色創(chuàng)新效率有所下降;2011年以后波峰變得陡峭，密度函數(shù)中心右移，說明中國綠色創(chuàng)新效率的空間差距呈現(xiàn)縮小趨勢，且綠色創(chuàng)新效率再次提高。

從中國東部地區(qū)綠色創(chuàng)新效率的核密度估計結(jié)果來看，相對于1996年，東部地區(qū)綠色創(chuàng)新效率密度函數(shù)具有小幅右移的態(tài)勢，說明東部地區(qū)綠色創(chuàng)新效率在不斷提高。從波峰數(shù)量來說，觀測期內(nèi)均為“單峰”，沒有出現(xiàn)極化現(xiàn)象。從波峰形態(tài)來說，2001年波峰下降，變得扁平，密度函數(shù)中心右移，東部地區(qū)在該階段空間差距變大，但綠色創(chuàng)新效率得到提高;2011—2015年波峰恢復(fù)陡峭的態(tài)勢，并且密度函數(shù)中心逐漸右移，說明東部地區(qū)空間差距縮小，并且綠色創(chuàng)新效率逐漸上升。

四、研究設(shè)計

（一）變量選取

被解釋變量：綠色創(chuàng)新效率（gml）。本文通過非徑向DEA-SBM模型測度了1996—2015年中國30個省份綠色創(chuàng)新效率的GML指數(shù)。

借鑒Brunnermeier和Cohen[14] 、白俊紅等[15]、李詩琪和楊晨[16]以及車?yán)诘萚17]，本文分別從以下方面選取解釋變量：（1）對外開放程度。對外開放可以引進國外先進的技術(shù)和高素質(zhì)人才，激發(fā)創(chuàng)新活力，但環(huán)境管制如果過于寬松也將導(dǎo)致污染產(chǎn)業(yè)的進入，不利于經(jīng)濟的綠色增長，因而對外開放對中國綠色創(chuàng)新效率的影響效果并不確定。本文選取外商依存度（fdi）和外貿(mào)總額的自然對數(shù)（lntra）代表對外開放程度，其中外商依存度采用外商直接投資與各省份生產(chǎn)總值的比值來衡量。（2）科技投入。科技研發(fā)資金和技術(shù)人員的投入是地區(qū)創(chuàng)新投入能力的充分體現(xiàn)。本文選取科研經(jīng)費的自然對數(shù)（lnfun）和科研人員數(shù)量的自然對數(shù)（lnhum）代表科研投入，其中科研經(jīng)費采用R&D經(jīng)費內(nèi)部支出來衡量，科研人員數(shù)量采用R&D人員全時當(dāng)量來衡量。（3）金融市場發(fā)展水平。中國金融發(fā)展對綠色創(chuàng)新效率有著顯著影響。本文選取金融發(fā)展規(guī)模（fins）和金融發(fā)展效率（fine）代表金融市場發(fā)展水平，其中金融發(fā)展規(guī)模采用銀行業(yè)金融機構(gòu)當(dāng)年年末貸款余額與各省份生產(chǎn)總值的比值來衡量，金融發(fā)展效率采用銀行業(yè)金融機構(gòu)當(dāng)年年末貸款余額與存款余額的比值來衡量。（4）經(jīng)濟發(fā)展水平。經(jīng)濟發(fā)展可以為各省份綠色創(chuàng)新效率提供原始動力，提供優(yōu)化治理環(huán)境污染和新能源開發(fā)的技術(shù)手段。本文選取第二產(chǎn)業(yè)比重（sec）、第三產(chǎn)業(yè)比重（ter）和人均GDP的自然對數(shù)（lnpgdp）代表經(jīng)濟發(fā)展水平，其中第二產(chǎn)業(yè)比重和第三產(chǎn)業(yè)比重分別采用各省份第二產(chǎn)業(yè)生產(chǎn)總值和第三產(chǎn)業(yè)生產(chǎn)總值與各省份生產(chǎn)總值的比值來衡量。

（二）模型設(shè)定

由于技術(shù)創(chuàng)新通常受到前期因素的影響，為了更加全面地檢驗中國綠色創(chuàng)新效率的影響因素及其效果，引入被解釋變量的滯后期，借鑒林伯強和譚睿鵬[18]的研究，構(gòu)建動態(tài)面板數(shù)據(jù)模型：

gmlit=α+β1gmli，t-1+β2fdiit+β3lntrait+β4lnfunit+β5lnhumit+β6finsit+

β7fineit+β8secit+β9terit+β10lnpgdpit+β11xi+εit

其中，i和t分別為省份和年份， x為不隨時間變化的各省份截面的個體效應(yīng)，ε為隨機擾動項。

（三）數(shù)據(jù)來源

本文利用1996—2015年中國30個省份的數(shù)據(jù)，從對外開放程度、科技投入、金融市場發(fā)展水平和經(jīng)濟發(fā)展水平四個方面分析中國綠色創(chuàng)新效率的影響因素，數(shù)據(jù)主要來源于歷年《中國統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》《中國金融年鑒》。表4為變量的描述性統(tǒng)計。

五、回歸結(jié)果與分析

（一）基準(zhǔn)回歸結(jié)果

由于計量模型包含被解釋變量的滯后項，考慮到內(nèi)生性問題，本文采用兩步差分廣義矩估計（差分GMM）和兩步系統(tǒng)廣義矩估計（系統(tǒng)GMM）進行回歸，同時還報告了混合最小二乘估計（POLS）和固定效應(yīng)估計（FE）的回歸結(jié)果，如表5所示。

從表5可以看出，差分GMM和系統(tǒng)GMM估計均通過了F檢驗，擾動項不存在二階自相關(guān)，通過了AR檢驗，同時通過了Sargan檢驗。此外，差分GMM和系統(tǒng)GMM回歸結(jié)果通過顯著性檢驗的解釋變量數(shù)量更多，顯著效果更好，說明差分GMM和系統(tǒng)GMM有效地解決了回歸模型中存在的內(nèi)生性問題，本文選擇系統(tǒng)GMM回歸結(jié)果進行具體分析。

無論是差分GMM還是系統(tǒng)GMM，綠色創(chuàng)新效率一階滯后項在1%的水平上均顯著為負(fù)。這可能是由于綠色創(chuàng)新效率是一個相對指標(biāo)，譬如當(dāng)上一期綠色創(chuàng)新效率較高、大于1時，當(dāng)期會加大投入要素以期獲得更高產(chǎn)出，但當(dāng)期綠色創(chuàng)新的技術(shù)、設(shè)備和工藝無法將全部投入要素有效地轉(zhuǎn)化為產(chǎn)出，從而使得當(dāng)期綠色創(chuàng)新效率較上一期更低。

在科技投入方面，科研經(jīng)費的回歸系數(shù)為-0.0682，且在1%的水平上顯著，說明科研經(jīng)費存在投入多而產(chǎn)出少的低效率問題。，出現(xiàn)了研發(fā)投入粗放型增長與綠色創(chuàng)新效率降低并存的索洛悖論現(xiàn)象。當(dāng)科研投入回報率明顯小于投資期望時，增加科研經(jīng)費投入可以為綠色創(chuàng)新提供資金支持，但也會抑制市場中各個企業(yè)的綠色創(chuàng)新活力，對綠色創(chuàng)新產(chǎn)生擠出效應(yīng)。科研人員數(shù)量的回歸系數(shù)為0.0462，且在1%的水平上顯著，表明科研人員數(shù)量對綠色創(chuàng)新效率有促進作用。科研人員投入可以為綠色創(chuàng)新提供知識存量，知識外溢效應(yīng)可以使科研人員在交流中互相學(xué)習(xí)綠色創(chuàng)新理念，對于促進綠色創(chuàng)新起著重要作用[19]。

在金融市場發(fā)展方面，金融發(fā)展規(guī)模的回歸系數(shù)為-0.1320，在1%的水平上顯著，說明中國金融機構(gòu)資金量增加會導(dǎo)致綠色創(chuàng)新效率下降。中國金融投資的主要方式是僑匯和FDI[20]，然而中國金融發(fā)展并未形成一定的規(guī)模，金融風(fēng)險保障體系并不完善，可能會使一些企業(yè)面臨較高的融資約束，對經(jīng)濟增長產(chǎn)生負(fù)向作用[21]，從而對提高綠色創(chuàng)新技術(shù)水平形成資金約束，降低綠色創(chuàng)新效率。金融發(fā)展效率回歸系數(shù)為0.3010，且在1%的水平上顯著，金融發(fā)展效率在一定程度上反映金融發(fā)展水平，在金融發(fā)展水平較高的地區(qū)，創(chuàng)新活動比較活躍，從而促進綠色創(chuàng)新效率的提高。

在經(jīng)濟發(fā)展水平方面，第二產(chǎn)業(yè)比重的回歸系數(shù)為-0.5360，且在1%的水平上顯著。自改革開放以來中國工業(yè)發(fā)展為經(jīng)濟增長作出了巨大貢獻，但能源消耗強度一直高于第一產(chǎn)業(yè)和第三產(chǎn)業(yè)，盡管產(chǎn)業(yè)結(jié)構(gòu)不斷優(yōu)化升級，但與其他產(chǎn)業(yè)能源消耗強度的差距并未縮小。第三產(chǎn)業(yè)比重的回歸系數(shù)為-0.2870，且在5%的水平上顯著，說明中國第三產(chǎn)業(yè)比重對綠色創(chuàng)新效率的影響是負(fù)向的。中國的工業(yè)與服務(wù)業(yè)并沒有很好地融合互動，另外，中國第三產(chǎn)業(yè)整體運行效率偏低，存在非綠色發(fā)展現(xiàn)象，從而使得第三產(chǎn)業(yè)的發(fā)展未能提高綠色創(chuàng)新效率[22]。人均GDP的回歸系數(shù)為0.0642，且在1%的水平上顯著。區(qū)域經(jīng)濟發(fā)展水平越高，企業(yè)進行綠色創(chuàng)新所面臨的資金壓力越小，同時，政府會逐漸加強當(dāng)?shù)丨h(huán)境保護和污染治理，更加重視綠色創(chuàng)新效率。

（二）穩(wěn)健性檢驗

為了驗證模型的穩(wěn)健性，本文分別采用POLS、FE、差分GMM和系統(tǒng)GMM等方法進行檢驗，由表5可知，POLS估計和FE估計均通過了F檢驗，且FE估計通過了Hausman檢驗，對比不同回歸模型，各變量系數(shù)的大小和方向基本保持穩(wěn)定，與前文結(jié)論一致。同時，本文將1996—2015年的樣本數(shù)據(jù)劃分為1995—2005年以及2006—2015年兩個時間段，對兩組樣本數(shù)據(jù)分別進行回歸，回歸結(jié)果限于篇幅，分組回歸結(jié)果未在正文列出，留存?zhèn)渌鳌１砻鳎?995—2005年的數(shù)據(jù)樣本中，第三產(chǎn)業(yè)比重的回歸系數(shù)變得不再顯著外，其余回歸結(jié)果未發(fā)生明顯改變，證明了本文主要結(jié)論的穩(wěn)健性。

六、研究結(jié)論與政策建議

本文采用非徑向DEA-SBM模型和Global Malmquist-Luenberger指數(shù)對1995—2015年中國30個省份的綠色創(chuàng)新效率進行測度，并分析全國以及東部地區(qū)、中部地區(qū)和西部地區(qū)綠色創(chuàng)新效率的時空演進規(guī)律，在此基礎(chǔ)上，構(gòu)建動態(tài)面板數(shù)據(jù)模型實證檢驗綠色創(chuàng)新效率的影響因素。研究結(jié)果表明：第一，盡管綠色創(chuàng)新效率呈現(xiàn)上升趨勢，但各區(qū)域之間發(fā)展非均衡現(xiàn)象仍然存在。第二，根據(jù)Dagum基尼系數(shù)及其地區(qū)分解發(fā)現(xiàn)，中國綠色創(chuàng)新效率空間差距總體上呈現(xiàn)出先下降后上升又下降的趨勢。第三，根據(jù)核密度估計結(jié)果發(fā)現(xiàn)，中國綠色創(chuàng)新效率得到提高，沒有出現(xiàn)極化現(xiàn)象，且空間差距呈現(xiàn)減小趨勢。第四，科研經(jīng)費、金融發(fā)展規(guī)模、第二產(chǎn)業(yè)比重和第三產(chǎn)業(yè)比重抑制了中國綠色創(chuàng)新效率的提高，而科研人員數(shù)量、金融發(fā)展效率和人均GDP則對中國綠色創(chuàng)新效率起到了促進作用。

根據(jù)以上研究結(jié)論，筆者提出如下政策建議：第一，當(dāng)前中國三大地區(qū)的綠色創(chuàng)新效率差距較大，各地應(yīng)采取因地制宜的政策，根據(jù)各地區(qū)發(fā)展現(xiàn)狀和存在的問題采取差異化戰(zhàn)略。第二，有效發(fā)揮政府職能，加快創(chuàng)新技術(shù)的研發(fā)。對科研經(jīng)費和科研人員進行合理調(diào)配和有效利用。第三，凈化金融市場，全面推進市場化改革進程。不斷完善金融體系，整頓金融市場秩序，提高資本分配在市場化配置中的比率，合理擴大金融發(fā)展規(guī)模，重視金融發(fā)展效率。第四，進行產(chǎn)業(yè)結(jié)構(gòu)升級，實現(xiàn)經(jīng)濟水平的穩(wěn)步增長。當(dāng)前中國要實現(xiàn)經(jīng)濟增長的最有效方法是進行產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整和升級，應(yīng)發(fā)展現(xiàn)代服務(wù)業(yè)和高端制造業(yè)，實現(xiàn)服務(wù)業(yè)的綠色發(fā)展，使經(jīng)濟結(jié)構(gòu)轉(zhuǎn)型真正具有切實意義。

參考文獻：

[1] Fritsch，M.，F(xiàn)ranke， G.Innovation， Regional Knowledge Spillovers and R&D Cooperation[J].Research Policy， 2004， 33（2）：245-255.

[2] Guan，J.，Chen， K.Modeling the Relative Efficiency of National Innovation Systems[J].Research Policy， 2012， 41（1）：102-115.

[3] 王彩明， 李健.中國區(qū)域綠色創(chuàng)新績效評價及其時空差異分析——基于2005—2015年的省際工業(yè)企業(yè)面板數(shù)據(jù)[J].科研管理， 2019， （6）：29-42.

[4] 劉佳， 宋秋月.中國旅游產(chǎn)業(yè)綠色創(chuàng)新效率的空間網(wǎng)絡(luò)結(jié)構(gòu)與形成機制[J].中國人口·資源與環(huán)境， 2018， （8）：127-137.

[5] 陸菊春， 沈春怡.國家中心城市綠色創(chuàng)新效率的異質(zhì)性及演變特征[J].城市問題， 2019， （2）：23-30.

[6] 錢麗， 肖仁橋， 陳忠衛(wèi).我國工業(yè)企業(yè)綠色技術(shù)創(chuàng)新效率及其區(qū)域差異研究——基于共同前沿理論和DEA模型[J].經(jīng)濟理論與經(jīng)濟管理， 2015， （1）：26-43.

[7] 王旭， 褚旭.中國制造業(yè)綠色技術(shù)創(chuàng)新與融資契約選擇[J].科學(xué)學(xué)研究， 2019， （2）：351-361.

[8] Langpap，C.，Shimshack， J.P.Private Citizen Suits and Public Enforcement： Substitutes or Complements？ [J].Journal of Environmental Economics & Management， 2010， 59（3）：235-249.

[9] 曹洪軍， 陳澤文.內(nèi)外環(huán)境對企業(yè)綠色創(chuàng)新戰(zhàn)略的驅(qū)動效應(yīng)——高管環(huán)保意識的調(diào)節(jié)作用[J].南開管理評論， 2017， （6）：95-103.

[10] Tone， K.A Slacks-Based Measure of Efficiency in Data Envelopment Analysis[J].European Journal of Operational Research， 2001， 130（3）：498-509.

[11] Oh， D.H.A Global Malmquist-Luenberger Productivity Index[J].Journal of Productivity Analysis， 2010， 34（3）：183-197.

[12] Dagum， C.A New Approach to the Decomposition of the Gini Income Inequality Ratio[J].Empirical Economics， 1997， 22（4）：515-531.

[13] Rosenblatt， M.Remarks on Some Nonparametric Estimates of a Density Function[J].Annals of Mathematical Statistics， 1956， 27（3）：832-837.

[14] Brunnermeier， S.B.， Cohen， M.A.Determinants of Environmental Innovation in US Manufacturing Industries[J].2003， 45（2）：278-293.

[15] 白俊紅， 江可申， 李婧.中國區(qū)域創(chuàng)新系統(tǒng)創(chuàng)新效率綜合評價及分析[J].管理評論， 2009，（9）：3-9.

[16] 李詩琪， 楊晨.金融發(fā)展對綠色創(chuàng)新效率的影響研究[J].江西師范大學(xué)學(xué)報（哲學(xué)社會科學(xué)版）， 2018， （6）：86-94.

[17] 車?yán)冢?白永平， 周亮 .中國綠色發(fā)展效率的空間特征及溢出分析[J].地理科學(xué)， 2018， （11）：1788-1798.

[18] 林伯強，譚睿鵬.中國經(jīng)濟集聚與綠色經(jīng)濟效率[J].經(jīng)濟研究， 2019， （2）：121-134.

[19] 李金滟， 李超， 李澤宇.城市綠色創(chuàng)新效率評價及其影響因素分析[J].統(tǒng)計與決策， 2017， （20）：116-120.

[20] Giuliano， P.， Ruiz-Arranz， M.Remittances， Financial Development， and Growth[J].Journal of Development Economics， 2009， 90（1）：144-152.

[21] 李苗苗， 肖洪鈞， 趙爽.金融發(fā)展、技術(shù)創(chuàng)新與經(jīng)濟增長的關(guān)系研究——基于中國的省市面板數(shù)據(jù)[J].中國管理科學(xué)， 2015， （2）：162-169.

[22] 龐瑞芝， 王亮.服務(wù)業(yè)發(fā)展是綠色的嗎？——基于服務(wù)業(yè)環(huán)境全要素效率分析[J].產(chǎn)業(yè)經(jīng)濟研究， 2016， （4）：18-28.

（責(zé)任編輯：孫 艷）

收稿日期：2020-09-15

基金項目：中國博士后基金面上項目“高技術(shù)產(chǎn)業(yè)創(chuàng)新驅(qū)動中低技術(shù)產(chǎn)業(yè)作用機制及對策研究”（2018M631410）; 山東省高等學(xué)校“青創(chuàng)科技計劃”項目“山東省社會保障收入再分配效應(yīng)研究”（2020RWE003）;青島市社會科學(xué)規(guī)劃項目“青島市高質(zhì)量發(fā)展地區(qū)差距及區(qū)域協(xié)同提升研究”（QDSKL2001247）

作者簡介：呂承超（1983-），男，山東青島人，教授，博士，博士生導(dǎo)師，主要從事國民經(jīng)濟學(xué)和品牌經(jīng)濟學(xué)研究。E-mail：chengchao0532@163.com