長江經濟帶戰略性新興產業生態創新效率研究

胡笑梅，吳利琰

(安徽財經大學 管理科學與工程學院，安徽 蚌埠 233030)

2018年5月18日至19日，全國生態環境保護大會召開，習近平總書記在會上強調，要加大力度推進生態文明建設、解決生態環境問題，堅決打好污染防治攻堅戰，推動我國生態文明建設邁上新臺階。[1]由此可見，生態文明建設是我國的重要發展方向，生態環境的建設需要依靠新的方法和技術，更重要的是科學創新效率的支撐。[2]戰略性新興產業是當前科技創新發展的主力軍，但其在發展過程中會導致環境污染問題。因此，如何實現戰略性新興產業科學創新與生態環境建設協調發展成為當前大眾關注的焦點[3]13，而作為橫跨我國三大地區的現代產業集聚地——長江經濟帶，也在大力發展戰略性新興產業。因此，在大政策環境的驅動下，研究測算長江經濟帶地區戰略性新興產業的生態創新效率，總結當前戰略性新興產業生態創新發展現狀具有重要的理論與現實意義。

目前對于生態創新的研究很多。在研究對象上主要集中在三個層面：一是國家層，Rabelo Olivan等通過2003—2011年巴西工業相關數據，分析得出產業生態創新的主要驅動因素是環境規制、產品創新和信息管理創新。[4]2560二是區域層，周璇等運用GML指數測算了2000—2015年知識溢出下的區域生態技術創新效率，并與不考慮非合意產出的結果進行比較。[5]270三是行業層，韓潔平等通過DEA模型對我國30省份規模以上工業企業在2007—2013年工業生態創新效率進行了測算。[6]103張雪梅等對我國的資源、勞動和資本密集型工業行業的生態創新效率進行測算。[7]5199

在研究方法方面，現有研究主要采用數據包絡分析、空間計量模型、因子分析等。Reza Kiani Mavi等采用能夠進行雙重前沿數據包絡分析的通用權重模型，對運輸業效率進行分析。[8]41Mercedes Beltrán-Esteve等利用倫伯格生產率指標、方向距離函數和數據包絡分析法，對歐盟的創新環境績效進行了評估。[9]245韓晶等利用四階段DEA模型測算中國區域創新效率情況，結果表明綠色經濟發展下區域創新效率呈較明顯的空間集聚狀態。[10]102

綜上，針對戰略性新興產業生態創新效率的研究并不多，因此文章將利用非參數DEA法測算長江經濟帶地區9省2市戰略性新興產業生態創新效率；通過Malmquist指數測算其生態創新動態發展態勢，并對各省市的生態創新水平進行聚類和回歸分析，以期能為政策制定提供依據，促進戰略性新興產業科技創新與生態環境協同發展。

一、研究理論與方法

(一)DEA 模型

數據包絡分析(DEA)是對多個投入和產出指標進行效率測算的非參數方法，其優點是無須對選取指標進行權重賦予，避免了主觀決策對結果的影響，此外，DEA分析無須對數據進行標準化處理，大大簡化了數據分析前的步驟。DEA分析的基本模型主要包括規模報酬不變的CCR和規模報酬可變的BCC模型，利用這兩個模型可以測算決策單元是否達到DEA有效。[11]1799本文利用CCR和BCC模型對長江經濟帶戰略性新興產業的生態創新效率進行測算，并將其分解為純技術效率和規模效率，以探究影響生態創新效率的主要因素。

基于規模報酬不變的CCR模型構建如下：

(1)

基于規模報酬可變的BCC模型構建如下：

(2)

(二)Malmquist指數

針對面板數據，Malmquist指數模型可以有效地發現創新效率的動態變化，被廣泛應用于各行業的效率變動分析。本文在通過傳統DEA分析生態創新效率的基礎上，結合Malmquist指數模型將全要素生產率分解為技術進步效率和綜合技術效率，以進一步分析其改進路徑和無效原因。

Malmquist指數可以分解成技術效率變動(EFFCH)和技術進步效率變動(TECH)，而技術效率變動(EFFCH)可以進一步分解為純技術效率變動(PECH)和規模效率變動(SECH)，故：

FTP=EFFCH×TECH=PECH×SECH×TECH

(3)

在第i個決策單元的投入與產出為Xi,Yi，在第t期的規模報酬不變的情況下，Malmquist指數可以進一步分解如下：

M=(xi+1,yt+1,xt,yt)

(4)

二、指標體系構建

本文結合張貴、劉漢初和張軍等學者的研究[12-14]，并在考慮相關數據可獲得性的情況下構建了如表1所示的生態創新效率評價指標體系。

表1 生態創新效率評價指標體系

(一)生態創新投入指標。

參考以往文獻的指標選取原則，原料投入量和資源消耗量是選取戰略性新興產業生態創新投入指標考慮的重點，所以本文主要從人力、財力和環境投入三個方面選取生態創新投入指標，人力和財力投入主要體現為戰略性新興產業生產所需的原料投入，環境投入則是發展戰略性新興產業所需要的資源消耗。用戰略性新興產業的R&D人員全時當量來代表人力投入，即應用于戰略性新興產業的R&D人員按照實際工作時間計算的工作量總和；R&D經費內部支出視為財力投入，即用于戰略性新興產業的R&D研發投入；以《中華人民共和國國民經濟和社會發展第十三個五年規劃綱要》中的資源消耗指標作為參考，選取廢水排放總量、廢氣排放總量和工業污染治理完成投資作為環境投入，即發展戰略性新興產業所消耗的生態資源和治理環境所投入的資金量。

(二)生態創新產出指標。

在考慮生態創新效率產出指標時，經濟效益和科研成果是最重要的因素，同時能源利用水平的高低對生態創新效率具有重要影響，在考慮經濟效益產出的同時必須考慮能源節約。因此本文選取戰略性新興產業的專利申請量代表科研成果，將戰略性新興產業創新研發的新產品銷售收入作為經濟效益，能耗產值即每噸標準煤提供的產值來表示能源的利用效率，將這三個指標作為生態創新產出。

此外，使用DEA方法分析需要滿足的一個重要前提是投入與產出成“等張性”關系，即投入增加的時候，產出不能減少。由于選取指標無法確定這一特征，因此文章利用SPSS分析工具中的“Kendall的tau_b”和“Spearman rho”兩種方法對投入和產出指標進行相關性檢驗，結果如表2所示。由表2可知，除廢氣排放量指標不符合檢驗外，其余投入與產出指標之間均符合正向相關關系，并且在置信度為1%時通過雙尾檢驗。這表明剔除廢氣排放量指標后，本文所選取的指標符合DEA分析方法的要求。

表2 生態技術創新效率投入與產出指標相關性檢驗表

綜上，本文選取R&D人員全時當量、R&D經費內部支出、廢水排放量和工業污染治理完成投資作為生態創新投入指標，選取專利申請量和新產品銷售收入以及能耗產值作為生態創新產出指標。

三、實證分析

(一)數據來源

由于戰略性新興產業處于發展前沿，其囊括了許多高新技術如人工智能、云計算等，現有數據結構體系并不能完全概括戰略性新興產業的發展概況，所以存在部分指標無法獲取的問題，本文借鑒張會新和白嘉等學者的做法，用高技術產業的指標數據代替戰略性新興產業指標數據。[15]68相關數據來源于《中國高技術產業統計年鑒》(2014—2017年)、《中國科技統計年鑒》(2018年)、《中國能源統計年鑒》(2014—2018年)、《中國統計年鑒》(2014—2018年)，選取我國2013—2017年長江經濟帶所包含9省2市的高技術產業相關數據進行分析。

此外，在保證研究準確性的前提下，參考吳傳清等學者對創新效率的研究[16]162，文章對R&D經費內部支出、工業污染治理完成投資、新產品銷售收入和能耗產值這四個指標以各省(市)2012年為基期的消費者物價指數CPI進行平減，以消除價格變動的影響。

(二)靜態效率測算

運用DEAP 2.1軟件，選擇投入導向規模效率不變的CCR模型，對2013—2017年長江經濟帶地區戰略性新興產業生態創新綜合效率及其平均值進行測算，結果如表3所示。

表3 2013—2017年長江經濟帶戰略性新興產業生態創新綜合效率測算表

從時間線來看，在2013年達到DEA有效的有6個省市，占比約為54.5%；2014年和2015年，達到DEA有效的有5個省市，占比約為45.5%；2016年達到DEA有效的有7個省市，占比約為63.6%；2017年達到DEA有效的省市下降為5個，占比約為45.5%；各年的戰略性新興產業生態創新綜合效率平均值都沒有超過但接近于1。這說明只在2013年和2016年中有50%以上的省市達到了DEA有效，戰略性新興產業總體生態創新效率有待提升。

從地區線來看，連續五年都達到DEA有效的是江蘇、安徽和四川，而上海、浙江、江西、湖南和重慶的戰略性新興產業生態創新綜合效率平均值低于但接近1，說明其相關產業生態創新效率沒有達到理想效果，綜合效率有待進一步提高。在長江經濟帶中上游地區需要重點關注的是湖北、貴州和云南，其戰略性新興產業生態創新綜合效率的平均值偏低，同時，這幾個省份也是高耗能和高污染產業的集聚地，這從側面反映了長江經濟帶地區戰略性新興產業的發展與資源環境不協調的現狀。

在DEAP 2.1軟件中選擇以投入為導向的規模報酬可變的BCC模型，由于選取的是2013—2017年的數據，所以為了對比五年生態創新綜合效率的變化，對2013年與2017年的生態創新綜合效率及其分解指數進行測算，結果如表4所示。

表4 2013年和2017年長江經濟帶戰略性新興產業生態創新綜合效率及其分解

由表4可知，2013年長江經濟帶地區戰略性新興產業生態創新綜合效率平均值為0.851，2017年上升到0.870。2013年，江西、湖北、重慶和云南的生態創新綜合效率低于平均值0.851。從其分解指數看，除湖北外其他地區純技術效率均為1，對于規模效率來說，江西、湖北、重慶、貴州和云南都偏低，所以2013年長江經濟帶各省市戰略性新興產業未達到DEA有效的主要原因是規模效率較低。2017年有6個省市的生態創新綜合效率高于平均值0.870，分別為上海、江蘇、安徽、江西、重慶和四川，具體分析2017年其余省市未達到生態創新綜合效率平均值的原因也是規模效率值偏低，除湖北、浙江和湖南外，其他地區的純技術效率都為1，超過50%省市的戰略性新興產業規模效率不理想，這也同樣反映出2017年長江經濟帶地區戰略性新興產業未達到DEA有效的主要原因是規模效率較低。所以，這說明2013—2017年之間長江經濟帶地區戰略新興產業總體生態創新綜合效率提高的阻滯因素是規模效率偏低，生態創新綜合效率的提高主要是純技術效率拉動，未達到DEA有效的各個省市的戰略性新興產業應當注意調整其產業結構和規模以優化資源配置，進一步提高生態創新效率。

(三)Malmquist指數測算

運用DEAP 2.1軟件對2013—2017年我國長江經濟帶地區各省市戰略性新興產業的Malmquist生產率指數進行測算和分解，得到其生態創新效率的動態變化情況，結果如表5所示，將表5的數據繪制成更加直觀的方式展示，得到圖1所示的生態創新Malmquist指數及其分解指標變動趨勢。

表5結果表明，2013—2017年長江經濟帶地區戰略性新興產業全要素生產率(TFP)基本呈現下降趨勢，2013—2016年全要素生產率平均變化率均接近但低于1，2016—2017年全要素生產率平均變化率大于1，2013—2014年全要素生產率降幅最大，為28.2%，主要原因是技術進步效率的下降。從各個指標變動的平均值來看，綜合技術效率變動幅度要小于技術進步效率的變動幅度。進一步分析技術進步效率變動，只有2014—2015年技術進步效率變動大于1，其他年份均低于1，因此技術進步效率的變動是全要素生產率的阻滯原因。總體上來看，長江經濟帶各省市戰略性新興產業需要進一步提升相關產業管理水平的能力，提高資源利用效率，同時注意環境與經濟的均衡發展。

半個上午過去，恐懼感慢慢消逝，我甚至感到很刺激，很好玩。中間幾乎沒有休息，小解時，他們背對著巷子里的行人，朝著新樓 尿。我是學生，講文明，不好意思站在腳手架上撒野，我撤下來。巷子里有人來往，我抹不開這個臉，向我們的住所飛奔。腳手架上傳來唏噓聲，他們一定在說我“懶驢上磨屎尿多”。我把他們的聲音扔在身后。

表5 2013—2017年長江經濟帶戰略性新興產業Malmquist指數及其分解

圖1顯示，長江經濟帶地區戰略性新興產業全要素生產率均呈現不同波動，前期波動幅度較大，后期變化較為平緩。具體來看，在2013—2014年和2014—2015年之間技術進步變動增幅最大，而綜合技術效率變動指標呈下降趨勢，綜合來看全要素生產率呈現上升趨勢，這說明導致2013—2015年全要素生產率上升的主要原因是技術進步的變動。而在2015—2017年之間，技術進步效率變動下降,綜合技術效率上升，導致全要素生產率變動呈上升趨勢，這說明2015—2017年之間全要素生產率變動主要是因為綜合技術效率變動的提高。

圖1 2014—2017年生態創新Malmquist指數變動趨勢

表6顯示了長江經濟帶各省市戰略性新興產業生態創新Malmquist 指數及其分解項測算結果，從表6可以看出，在2013—2017年間，各個省市全要素生產率沒有達到理想效果，全要素生產率大于1的只有上海市，這似乎與近年國內生態經濟發展趨勢相悖，主要原因是戰略性新興產業涵蓋了許多如人工智能等高端前沿的產業，這些創新產出并不能用傳統的指標來衡量，導致計算出來的全要素生產率偏低。具體來看，造成長江經濟帶地區戰略性新興產業全要素生產率較低的因素主要有兩個，一是由于各省市的技術進步效率較低造成的，這類省市包括江蘇、浙江、安徽、湖南、四川、云南和貴州7省，尤其對于貴州和云南等省份而言其應在加大對創新投入的同時注意環境效益，推動各省市技術進步與環境協調的同步發展；二是由于各省市綜合技術效率變動和技術進步效率變動雙低造成，即江西、湖北和重慶3省市，針對重慶和江西，其純技術效率較高，但需要注意的是調整產業生態創新配置的規模；而湖北則需要在創新研發的資源配置、生態創新激勵機制等政策的實施方面加大力度。總體上來說，造成全要素生產率降低的主要原因是技術進步效率的降低，由綜合技術效率的變動減緩全要素生產率下降趨勢。從各個省市來看只有上海市技術進步效率為增長態勢，其他地區的技術進步效率變動都呈下降趨勢，特別是重慶市，其下降幅度最大，為20.4%，這也說明創新基礎較強的省市其技術進步效率會可能比創新基礎差的省市低。

表6 長江經濟帶各省域戰略性新興產業Malmquist 指數及其分解

(四)聚類分析

為進一步了解長江經濟帶地區各省市戰略性新興產業生態創新效率值的聚集程度，本文利用SPSS 21.0軟件對長江經濟帶各省市戰略性新興產業Malmquist指數及其分解的測算值進行R型聚類分析，采用最近鄰元素作為類間距離，類內距離選擇歐氏距離，聚類結果如圖2所示。

圖2 長江經濟帶戰略性新興產業生態創新效率聚類分析圖

在圖2中將距離為20作為分割線，可以得到三大聚類結果。根據結果可知，長江經濟帶戰略性新興產業生態創新效率沒有完全按照傳統各省市的經濟水平發展格局分布。第一類只包含上海市；第二類除了江蘇、浙江、安徽、江西、湖北、湖南和四川外，貴州、云南等欠發達區域也被包含在其中；第三類為重慶。總體結果顯示，我國長江經濟帶地區各省市戰略性新興產業總體生態效率分布集中，但個別經濟發達的省市的生態創新能力沒有達到預期效果；反觀貴州、云南等欠發達地區的生態創新效率較為可觀，這從側面反映出該地區的生態資源利用率高，能夠以較小的資源投入獲得較高的創新收益。聚類結果表明，生態創新效率在某種程度上與地區的創新基礎沒有明顯的正向相關性。

(五)回歸分析

根據聚類結果顯示，生態創新效率在某種程度上與地區的創新基礎沒有明顯的正相關關系，說明生態創新效率除了投入產出指標值外還受到其他因素的影響。為了準確分析影響生態創新效率的因素，本文借鑒周璇等[5]272學者的研究成果，通過回歸分析來探究產業結構、經濟發展、教育水平和勞動生產率四個因素對戰略性新興產業生態創新效率的影響，其中，總產值占GDP比重代表產業結構，人均GDP代表經濟發展，每十萬人口高等學校平均在校人數代表教育水平，總產值與就業人員比代表勞動生產率，指標數據來源于各年《中國統計年鑒》和《中國高技術產業統計年鑒》。

對各變量2013—2017年的數據進行豪斯曼檢驗，結果顯示應選擇固定效應模型，所以本文將采用固定效應模型進行回歸分析。將戰略性新興產業生態創新Malmquist指數作為被解釋變量，產業結構、經濟發展、教育水平和勞動生產率作為解釋變量進行回歸分析，其結果如表7所示。回歸結果表明：R2檢驗值為0.597，說明擬合效果較好；選取的四個變量均通過顯著性檢驗，都對生態技術創新效率產生正向影響效應；相對于經濟發展，產業結構、教育水平、勞動生產率對生態創新效率具有更明顯的正向促進作用。

表7 回歸結果統計表

四、結論與建議

(一)結論

本文基于2013—2017年長江經濟帶地區9省2市戰略性新興產業的生態創新投入與產出指標相關數據，分別利用DEA和Malmquist指數模型對生態創新效率進行靜態和動態測算，結論如下。

(1)總體來說，長江經濟帶地區戰略性新興產業的生態環境與創新效率發展不均衡，生態創新效率有待提升，此外，長江經濟帶各地區的生態創新效率發展存在地域性差異，長江經濟帶中下游地區的生態創新效率整體偏高。各省市應認清自身發展的優勢與劣勢，加強上海等中心城市的生態創新引導力，采取加大創新研發投入的同時注重生態環境保護的發展方式，在高新產業的發展中創造生態創新激勵機制，實現生態創新雙贏發展。

(2)靜態效率測算結果表明：2013—2017年長江經濟帶地區戰略性新興產業未達到DEA有效的主要原因是規模效率較低，生態創新綜合效率主要由純技術效率拉動。

(3)通過 Malmquist 指數對戰略性新興產業生態創新全要素生產率的動態分析表明:技術進步效率的降低是造成全要素生產率下降的主導原因。總體上來看，長江經濟帶地區戰略性新興產業需要進一步提升相關產業生態環境保護的能力，提高原料投入與資源消耗的利用效率，同時注意環境與經濟的均衡發展。

(4)聚類與回歸分析結果表明：長江經濟帶地區戰略性新興產業生態創新效率分布集中，但各省市的聚類分布并沒有完全按照經濟發展和創新基礎格局分布，相對于經濟發展，產業結構、教育水平、勞動生產率對生態技術創新效率的正面促進效應更加顯著。

(二)建議

(1)對于技術進步效率值低而造成生態創新效率偏低的情況，如江蘇、浙江、安徽、湖南、四川、云南和貴州7省，企業和政府應針對自身產業發展情況制定適宜自己的發展戰略。一方面，針對企業來說，像安徽、湖南、四川、云南和貴州5省的企業應加大科研力度，尋求與高校或科研院所進行合作，形成產學研合作體系，提高企業技術創新，從而促進整個省域的戰略性新興產業企業之間的技術進步。對于浙江和江蘇兩省來說，該地區的創新基礎較好，生態創新效率在各省市中排名比較靠前，所以其應保持創新投入的同時注意環境效益，推動戰略性新興產業技術與環境協調的同步發展。另一方面，針對政府來說，對于技術進步效率偏低的問題，應大力推行技術創新，注意引進外在成熟的產業技術生態創新經驗，同時學習管理生態創新的方法，給予戰略性新興產業企業技術創新稅收優惠政策，鼓勵企業進行高創新低污染的生產方式。

(2)對于技術進步與規模效率值雙低造成的生態創新效率偏低情況，尤其是江西、湖北和重慶3省市，企業和政府應對產業技術和產業規模雙管齊下。一方面，對于企業而言，在發展戰略性新興產業時應注重調整產業結構與資源配置問題，注重在一定資源投入的情況下提高新興產業技術創新研發率，實現科研成果與成果轉化的無縫銜接。在發展戰略性新興產業時仍然應將技術創新作為企業發展的核心要素，合理配置各產業結構比重，考慮重創新輕污染的發展路徑。另一方面，對于政府而言，應出臺合理的產業規劃綱要，明確在戰略性新興產業技術創新發展的同時不能忽視生態環境保護，同時應大力支持企業發展生態良好型戰略性新興產業，加大科研與環境保護投入力度，推行鼓勵戰略性新興產業企業生態技術創新提高的相關政策。此外，政府有關部門還應建立戰略性新興產業的生態創新考核體系，督促企業形成技術創新的生態循環系統，實現產業創新發展的生態友好型發展。

(3)長江經濟帶的戰略性新興產業生態創新發展不均衡。各省市應當注重技術型人才的培養，提高戰略性新興產業的勞動生產率，打破原有的行政區域限制，發揮以上海、浙江等高生態技術創新率地區的中心輻射作用，以便各地區進行深入技術交流。以長江經濟帶下游地區拉動上游地區的產業生態創新效率發展，發揮長江經濟帶各省市的戰略優勢，積極發展各地區特色新興產業，控制好戰略性新興產業的高污染排放，規劃產業污染排放與產業技術創新的力度。