京津冀制造業綠色創新效率研究

張玉麗

摘要：本文利用考慮非期望產出的SBM模型測算了2013-2017年京津冀制造業綠色創新效率，并按污染物排放強度不同進行行業分類研究。結果顯示，從總體上看，污染物排放強度不同會影響制造業綠色創新效率，輕度污染行業的綠色創新效率明顯優于中度污染行業和重度污染行業，但這僅僅顯示對個別行業起作用;從細分行業看，除綠色創新效率值達到1或接近1的行業之外，其他行業差距較小，綠色創新效率都較低。

Abstract： In this paper， the green innovation efficiency of the Beijing-Tianjin-Hebei manufacturing industry from 2013 to 2017 was calculated by using the SBM model considering the non-expected output， and the industry classification was studied according to the different pollutant emission intensity. The results show that， on the whole， different pollutant emission intensity affects the green innovation efficiency of the manufacturing industry. The green innovation efficiency of the mildly polluted industry is obviously better than that of the moderately polluted industry and the severely polluted industry. From the perspective of sub-sectors， except for the industries with green innovation efficiency of 1 or close to 1， the gap between other industries is small， and the efficiency of green innovation is low.

關鍵詞：京津冀;制造業;綠色創新效率;SBM模型

Key words： Beijing-Tianjin-Hebei;manufacturing;green innovation efficiency;SBM model

中圖分類號：F270? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標識碼：A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文章編號：1006-4311（2020）14-0108-02

0? 引言

近年來，全球環境和資源問題日益凸顯，改善環境、減少資源能源消耗、促進綠色增長是經濟發展過程中的必然要求，推動綠色發展是決定國際競爭力提高的必要途徑[1]。京津冀是我國的首都經濟圈，占據重要的戰略位置，制造業作為國民經濟中的重要構成部分，在京津冀仍然呈現出高投入、高耗能和高污染的發展特點，河北省尤其突出，據統計，2018年河北省萬元地區GDP能耗為0.85噸標準煤，而全國僅為0.52噸標準煤;同年，石家莊、邢臺、唐山、邯鄲和保定5個城市位于全國環境空氣質量相對較差的20個城市之列。京津冀制造業發展面臨嚴重的環境污染問題和資源消耗過大、能源短缺的壓力，迫切需要推動科技創新引領綠色發展，改善區域內環境質量、減少資源消耗和能源浪費。京津冀協同發展將大氣污染聯防聯控作為優先領域之一，以產業結構優化升級和實現創新驅動發展作為合作重點。因此，京津冀制造業實現綠色創新發展是必然選擇，本文將制造業細分為多個行業來研究京津冀制造業綠色創新效率，有利于推動區域內制造業實現高質量發展。

1? 文獻綜述

國內外學者針對綠色創新效率的測度研究有多方面的探索，研究方法主要集中在非參數方法。以DEA模型為代表，韓晶[2]運用DEA模型測算了除西藏外的中國30個省份的綠色創新效率，研究發現各地區有明顯的差異性，東部地區綠色創新效率明顯高于中西部地區和東北地區;基于傳統DEA模型的局限性，牛彤等[3]采用改進的SBM模型，考慮非期望產出指標，測算了我國29個工業企業綠色創新效率，并著重研究了山西省，研究認為雖然山西省的工業企業綠色創新效率不高，但是創新環境改善的速度遠遠優于全國和中部地區的平均水平。也有學者采用非參數估計方法，例如，李婧[4]采用SFA模型對我國大中型工業企業綠色創新效率進行了測度，并實證研究了環境規制與其的關系，通過研究發現環境規制與企業技術創新效率之間存在顯著性的倒U型關系。還有一些學者采用指標體系法，主要進行多指標綜合評價，常見的方法有因子分析法、主成分分析法、層次分析法等。

2? 京津冀制造業綠色創新效率實證研究

2.1 考慮非期望產出的SBM模型

數據包絡分析法（DEA）是一種有效評價多投入、多產出指標的非參數估計方法，將評價對象當作決策單元（DMU），通過對DMU進行投入與產出的比值計算，得到所有DMU的效率值最優解，并且不受決策單元中指標數量和單位的影響。傳統的DEA模型包括CCR模型和BCC模型，Tone[5]基于傳統模型中的投入變量和產出變量，將松弛度考慮其中，有效避免了松弛因素對結果造成的誤差，可以有效評價綠色創新效率。當效率值為1時，說明評價的決策單元有效，位于生產前沿面;當效率值小于1時，說明決策單元無效，位于有效生產前沿面的下方。本文利用考慮非期望產出的SBM模型測算了2013-2017年京津冀制造業綠色創新效率。假如模型考慮n個決策單元，每個DMU都存在投入、期望產出和非期望產出變量，S、U、V分別表示三種變量的數量，為松弛變量，？姿I為權重值。

考慮非期望產出的SBM模型構建如下：

2.2 指標選取及數據來源

參考綠色創新效率測度相關研究，各變量選取如下：①投入變量：選取制造業R&D人員全時當量和制造業R&D經費內部支出表示;②期望產出變量：選取制造業專利申請數、制造業新產品銷售收入衡量;③非期望產出變量：用制造業廢水排放量、制造業二氧化硫排放量和制造業固體廢物排放量來衡量。相關數據從《北京統計年鑒》、《天津統計年鑒》、《河北經濟年鑒》、《中國工業經濟統計年鑒》、《中國能源統計年鑒》以及《中國環境統計年鑒》中獲取。研究對象選取2013-2017年京津冀規模以上制造業。其中，汽車制造業和鐵路、船舶、航空航天和其他運輸設備制造業合并為交通制造業，同時刪除數據缺失嚴重的個別行業，最終選擇26個制造業行業。

本文從制造業細分行業進行分析，借鑒張菲菲等[6]的研究，將制造業各行業按污染物排放強度不同分為重度污染行業、中度污染行業和輕度污染行業來進行分類研究，將交通制造業考慮為中度污染行業，具體劃分如表1。

2.3 京津冀制造業綠色創新效率測算結果

基于考慮非期望產出的SBM模型，利用Matlab軟件測算出京津冀制造業細分行業的綠色創新效率，結果如表2所示，從總體上看，雖然2013-2017年重度污染行業、中度污染行業和輕度污染行業的綠色創新效率呈現出上升的趨勢，但從均值結果來看，污染物排放強度最少的輕度污染行業綠色創新效率均值明顯優于中度污染行業和重度污染行業，說明污染物排放強度越高，制造業綠色創新效率反而越低。

從制造業細分行業具體來看，重度污染行業中8個制造業行業綠色創新效率均值均小于1，其中，農副食品加工業在2015-2017年綠色創新效率達到有效狀態，2013-2017年均值為0.685，其他行業的綠色創新效率較低，均在0.35之下。中度污染行業中交通制造業和計算機、通信和其他電子設備制造業在2015-2017年內達到了有效狀態，而其他6個行業中綠色創新最高的是酒、飲料和精制茶制造業，均值為0.271，說明中度污染行業與重度污染行業細分行業的綠色創新效率差距較小。輕度污染行業中有4個行業的綠色創新效率位于有效生產前沿面，分別是家具制造業、文教、工美、體育和娛樂用品制造業、專用設備制造業和儀器儀表制造業，而其他6個行業中綠色創新效率最高的是電氣機械和器材制造業，在2013-2016年為有效狀態，均值為0.94，接近有效狀態，有一定的改進空間，而綠色創新效率最低的行業是木材加工和木、竹、藤、棕、草制品業，均值僅為0.011，與前者差距較大。

3? 結論

本文通過對京津冀制造業綠色創新效率進行研究，可以得到如下結論：①污染物排放強度不同會對制造業綠色創新效率有一定影響，輕度污染行業的綠色創新效率最高，中度污染行業次之，重度污染行業最低;②從細分行業來看，除了輕度污染行業中有4個行業為綠色創新效率有效、中度污染行業中有2個行業效率有效，制造業其余細分行業的綠色創新效率值基本都比較偏低，且除了個別行業，其他行業綠色創新效率差距較小。

參考文獻：

[1]吳傳清，申雨琦.中國裝備制造業集聚對綠色創新效率的影響效應研究[J].科技進步與對策，2019，36（05）：54-63.

[2]韓晶.中國區域綠色創新效率研究[J].財經問題研究，2012（11）：130-137.

[3]牛彤，彭樹遠，牛沖槐，陳新國，杜弼云.基于SBM-DEA四階段方法的山西省工業企業綠色創新效率研究[J].科技管理研究，2015，35（10）：244-249.

[4]李婧.環境規制與企業技術創新效率研究[J].中國經濟問題，2013（04）：38-44.

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

[6]張菲菲，張在旭，馬瑩瑩.制造業綠色創新效率及增長趨勢研究[J].技術經濟與管理研究，2020（02）：101-107.