兩階段視角下我國綠色建筑創新績效研究

摘要：從全生命周期來看，我國建筑碳排放量占全國碳排放總量的50%以上，因此，為實現“碳中和”的既定目標，綠色建筑創新減排刻不容緩。鑒于綠色建筑創新產業結構特征，將該產業劃分為具有緊密邏輯的綠色建筑知識創造階段和綠色建筑知識轉移與實踐階段兩大階段，借助兩階段DEA模型，對全國30個省（自治區、直轄市）在“十二五”和“十三五”期間的綠色建筑創新成果進行分析，根據對各地區的演化特征及兩階段偏好提出相關對策與建議。

關鍵詞：創新績效；建筑碳排放；綠色建筑；兩階段DEA模型

0 引言

隨著城鎮化進程的不斷推進，建筑業規模不斷擴大，與此同時，其與環境保護之間的矛盾日趨凸顯。在國家推行“雙碳”戰略目標的背景下，建筑業的碳減排任務十分艱巨。為此，各地政府和企業積極響應，一方面，各地高校、研究所、設計院積極研究新型綠色節能材料與施工工藝；另一方面，建筑企業積極推進工藝改善，選取節能創新材料，推動國家要求的綠色建筑標準落地實踐。

我國住房和城鄉建設部數據顯示，截至2022年上半年，全國新增建筑中獲得綠色建筑標識的項目超過90%[1]。毋庸置疑，科研與創新是推進綠色建筑發展的中堅力量。然而，我國幅員遼闊，各地區根據自身實際情況對綠色建筑創新研發投入情況各不相同，部分地區更愿意引入先進技術或將已有成果進行轉化，因此，綠色建筑創新呈現區域傾向性。雖然現階段各地區的綠色建筑創新均取得了一定成果，但對于資源投入、成果產出及減碳效率尚缺乏較為有效的研究。因此，深度分析我國綠色建筑創新績效區域差異，根據區域不同發展現狀分類并提出相應建議，對我國區域減碳、綠色建筑發展和實現“碳中和”目標具有重要意義。

1 文獻回顧與模型構建

1.1 創新績效方法選取

數據包絡分析（Data Envelopment Analysis，DEA）方法是目前創新績效研究的主流方法。其相對于層次分析法、隨機前沿法，具有無須確定指標內部生產函數關系、指標不受單位和決策單元的規模影響等優勢，并且在創新效率研究上應用相對廣泛。例如，葛世帥等[2]應用DEA-Malmquist方法對長三角城市群綠色創新績效進行分析，得出技術進步仍然是區域綠色創新績效提升的主要手段；李華晶等[3]借助DEA方法證明我國新能源綠色技術發展的主要障礙在于企業純技術效率低下，需要政府政策性引導以提升科研投入。但是，傳統的DEA模型只單純考慮總效率為最終產出和初始投入的關系，系統內部的“黑箱”被忽略[4]，容易忽視區域綠色建筑內部創新系統的作用。

近年來，Kao等[5]提出了串聯兩階段網絡DEA模型，Yao等[6]提出了兩階段加性DEA模型，Li等[7]提出了具有額外投入的兩階段模型，“黑箱”正逐步被打開。王彩明等[8]借助DEA-SBM模型對我國區域綠色創新績效進行評價及時空差異分析；鄭燁等[9]從“創新效益”和“創新產出”兩階段對省會城市生態創新績效進行評價，得出時間上整體績效水平較低、空間上分化嚴重的特點；Yang等[10]運用多階段DEA和Malmquist指數模型測度我國制造業綠色創新績效中的綠色技術進步是關鍵驅動因素，而綠色技術效率未明顯呈現“追趕效應”。可見，多階段DEA方法在綠色創新績效的研究上已經取得了一定成果并成為主流的研究方法。

1.2 模型構建

借鑒陳凱華等[11]、李寧等[12]對高新技術創新效率的兩階段研究，將綠色建筑創新分為知識創造和知識轉移與實踐兩階段。在初始投入、中間產出、最終產出三個步驟的基礎上，根據研究案例的實際情況，增設了第二階段的額外投入，并把最終產出分為期望產出和非期望產出兩個部分進行研究。兩階段模型概念圖如圖1所示。

根據圖1所示，令第一階段即知識創造階段為S1，第二階段即知識轉移與實踐階段為S2，設置n個決策單元[這里指本文研究的30個省（自治區、直轄市）數據]，記為DMUj（j=1，2，…，n），第一階段為m1個初始投入Xi1j（i1=1，2，…，m1），中間產出為q個Zpj（p=1，2，…，q），第二階段額外投入為m2個Xi2j（i2=1，2，…，m2），最終產出為s個期望產出Yrj（r=1，2，…，s）和a個非期望產出Ubj（b=1，2，3，…，a）。因非期望產出與投入變量一樣對績效有相同的效果，即非期望產出越少，對應的決策單元效率越高，本文將非期望產出當作投入變量進行處理[13]。

相對于專利、科學技術等中間產出，最終目標即綠色建筑降低CO2排放更為重要，所以優先計算第二階段的效率，公式如下

2 研究設計

2.1 樣本選取

本文研究重點為區域創新，樣本選取全國30個省（自治區、直轄市）的面板數據（由于西藏數據缺失嚴重，不進行研究）。從我國國情出發，國家和地方的“五年計劃”是相關部門制定節能減排目標和建筑業政策的重要依據，指明地區階段性的科研重點與發力方向。據此，本文研究時間選取“十二五”至“十三五”期間。考慮到從第一階段綠色建筑知識創造到第二階段綠色建筑知識轉移與實踐并非可以立即轉化，具有一定的滯后性，本文選取滯后期為1年[14]。

本文數據來源于《中國統計年鑒》《中國科技統計年鑒》《中國建筑業統計年鑒》《中國能源統計年鑒》、住房和城鄉建設部、美國綠色建筑委員會、中國知網專利數據庫、各省住房和城鄉建設廳等。

2.2 指標選取

綠色建筑兩階段研究模型如圖2所示。由于綠色建筑創新屬于國家節能減排科技創新的重要一環，是國家高新科技研究的重要發力點，在第一階段選取省（自治區、直轄市）高新技術投入中的資金投入、人員投入作為指標[8]；在表達省（自治區、直轄市）綠色建筑知識創造能力的指標中，專利仍然具有數據完整、易獲取等不可替代的優勢[15]，因此，選取研究期內與綠色、低碳、節能建筑（建材、施工）相關的專利數量表示綠色建筑知識產出，即中間產出，第一階段效率可以表現該省（自治區、直轄市）在綠色建筑領域的科研創新投入水平和綠色建筑知識創造效率。

第二階段的額外投入中，建筑投入選取建筑規模、建筑設備和建筑人員投入，表示當地的建筑業規模并加以控制；吸納投入選取省（自治區、直轄市）技術引進與改造費用，表明該區域對區域外高新技術的引入和應用規模[12]。最終產出分為期望產出和非期望產出，其中，期望產出選取我國住房和城鄉建設部和美國綠色建筑協會兩大權威體系評定的綠色建筑數量；由于我國建筑全生命周期的碳排放量占全國碳排放總量的50%以上，將省（自治區、直轄市）CO2排放量作為非期望產出進行研究，表現區域的建筑減碳效率，這是對綠色建筑創新的重要衡量指標。在碳排放數據中，碳排放量的估算借鑒齊紹洲等[18]的研究，主要依據化石能源的消費量，包括煤炭、焦炭、原

3 實證分析

3.1 數據處理

由于數據變異系數過大且有“0”的出現，對所有數據進行標準化處理。將處理后的數據帶入兩階段DEA模型中進行計算，得出兩階段整體效率、第一階段效率及第二階段效率。基于兩階段DEA模型的處理結果見表2。

整體效率越高，說明地方綠色建筑創新總體績效越好。在“十二五”至“十三五”期間，絕大多數省（自治區、直轄市）的整體效率都存在顯著提升，沒有出現績效下降的情況，說明在此期間國家和當地政府均對建筑減排加強了重視，大力推進綠色建筑創新實施，尤其北京、天津、江蘇、江西、海南、陜西的整體效率提升較大。

3.2 演化分析

將第一階段效率作為橫坐標，第二階段效率作為縱坐標，分別繪制出“十二五”和“十三五”時期兩階段效率圖，如圖3和圖4所示，從而把各省（自治區、直轄市）兩階段創新效率與差異直觀地呈現出來。

從圖3來看，多數省（自治區、直轄市）位置集中，表現出創新模式與創新效率相似，普遍呈現出綠色建筑知識轉移與實踐階段效率相對較高（0.5～0.8），而知識創造階段效率普遍表現不高（0.2～0.6）的特點。這說明在此期間，各省（自治區、直轄市）積極響應國家號召，主動開展綠色建筑建設，但僅為已有技術或引進技術的投入使用，快速完成指標，忽略了綠色技術的自主創新、突破創新，知識成果產出普遍較少。其中，廣東、江蘇、浙江等省市的第一階段效率過低，這是因為整體的高新技術投入過高導致綠色建筑的產出占比相對較低，并非綠色產出絕對值較低；廣東、江蘇、上海、北京的第二階段效率均接近或等于1，是我國綠色建筑發展的中堅力量。

從圖4可知，相較于“十二五”時期，“十三五”時期各省（自治區、直轄市）更多將科研精力投入到綠色低碳建筑新技術研發上，第一階段的效率明顯提高，尤其是江西、河南、四川、天津等省市將資金大量投入到研發階段，產出研發成果，堅持以科技為主導，為未來建筑減排奠定了技術基礎。部分省份如安徽、浙江等出現了第二階段效率較低的情況，原因可能是2015年我國住房和城鄉建設部頒布了新版《綠色建筑評價標準》，美國綠色建筑協會也于2014年推出了LEED 4認證標準并于2018年結束了LEED 2009評價標準，綠色建筑評價標準的提高使得部分省份的第二階段成果轉化效率降低。

3.3 兩階段分析

結合圖3和圖4的兩階段散點圖分布特征，并借鑒李寧等[12]的研究，以中位數為界線，將兩階段效率圖分為成熟發展區、吸納與實踐主導區、起步區、研發主導區4個區域，兩階段分布圖如圖5所示。以“十三五”期間為例，結合圖4和圖5可以看出，處于左上角第一象限的區域，如上海、江蘇，表示它們的綠色建筑實施和減排取得了一定的成果，但是綠色建筑高新技術研發投入比例不高，因此為“優先實踐”的吸納與實踐主導區；處于右下角第四象限的區域，如河南、四川，表示它們在綠色建筑實踐上的效率不是很高，但是將科研經費用于新技術的研發中，致力于彌補自身短板，爭取在未來有所突破，因此為“注重科研”研發主導區；處于右上角第一象限的區域，如北京、天津，表示它們在綠色建筑知識創造及知識轉移與實踐兩階段都具有較好的效率，因此為“雙高”成熟發展區，對綠色建筑的發展具有一定的引領作用；處于右下角第三象限的區域，目前它們對于綠色建筑的創新研究和實踐效率都不高，處于“雙低”起步區，未來仍有很大的發展空間。

4 結語

本文借助兩階段DEA方法，對收集到的綠色建筑數據、科研創新數據、碳排放數據進行分析，得出如下結論：

（1）我國被認證的綠色建筑數量快速增長。

（2）高新技術科研對綠色建筑創新的投入不斷加強，不過整體水平不高。

（3）在“十二五”至“十三五”期間，各省（自治區、直轄市）的綠色建筑創新整體效率都有一定的提高，但是區域間的差距顯著，區域發展模式不同。

為此，提出如下建議：

（1）北京、天津等省市目前處于“雙高”成熟發展區，應繼續提高綠色技術使用率和科研效率，保持效率雙優狀態。

（2）對于上海、江蘇等偏好吸納和實踐的省市來說，在保持高效率的技術引進及吸收轉化的同時，應積極填補自主研發的“短板”，為未來建筑業“碳中和”事業奠定基礎。

（3）對于四川、河南、福建等偏好研發主導的區域，一方面，要繼續堅持和推動自主研發；另一方面，應加強科學技術交流，廣泛吸收外部先進的綠色技術及資源，提高區域消化吸收能力，通過跨區域合作，打造與優勢省份技術共享的良好技術轉化環境。

（4）應發力提升我國“雙低”起步區的創新效率，推動我國高技術產業向自主化、高效益的方向轉型。這些地區數量眾多，需要國家制定宏觀指導政策的同時，給予當地企業、高校及科研機構更大的支持力度，如資金支持和人才引進等，加強區域間的技術交流和技術共享，實現優缺互補。

參考文獻

[1]中國政府網.截至2022年上半年，中國新建綠色建筑占比已超90% [EB/OL].（2022-07-26）[2023-07-26].https：//www.gov.cn/xinwen/2022-07/26/content_5702817.htm.

[2]葛世帥，曾剛，楊陽，等.基于DEA-Malmquist和Tobit模型的長三角城市群綠色創新績效研究 [J].長江流域資源與環境，2022，31（4）：738-749.

[3]李華晶，孫怡，任璐.新能源上市公司綠色技術創新績效研究[J].科技管理研究，2017，37（21）：240-246.

[4]FRE R，GROSSKOPF S.Productivity and intermediate products：a frontier approach [J].Economics Letters，1996，50（1）：65-70.

[5]KAO C，HWANG S N.Efficiency decomposition in two-stage data envelopment analysis： an application to non-life insurance companies in Taiwan [J].European Journal of Operational Research，2008，185（1）： 418-429.

[6]YAO C，COOK W D，NING L，et al.Additive efficiency decomposition in two-stage DEA [J].European Journal of Operational Research，2009，196（3）：1170-1176.

[7]LI Y，CHEN Y，LIANG L，et al.DEA models for extended two-stage network structures [J].Omega，2012，40（5）：611-618.

[8]王彩明，李健.中國區域綠色創新績效評價及其時空差異分析——基于2005-2015年的省際工業企業面板數據 [J].科研管理，2019，40（6）：29-42.

[9]鄭燁，秦可馨.中國省會城市生態創新績效評價與時空差異——創新驅動發展戰略實施以來的實證分析 [J].科技進步與對策，2021，38（4）：36-44.

[10]YANG H C，ZHU X.Research on green innovation performance of manufacturing industry and its improvement path in China [J].Sustainability，2022，14（13）：8000.

[11]陳凱華，官建成，寇明婷，等.網絡DEA模型在科技創新投資效率測度中的應用研究 [J]. 管理評論，2013，25（12）：3-14，68.

[12]李寧，張佩琪，徐可，等.基于偏好多階段DEA模型的高技術產業區域創新績效評價研究 [J].工業技術經濟，2017，36（2）：57-65.

[13]CHANGY T，PARK H S，JEONG J B，et al.Evaluating economic and environmental efficiency of global airlines：a SBM-DEA approach[J].Transportation Research Part D：Transport and Environment，2014（27）：46-50.

[14]張永安，郄海拓，顏斌斌.基于兩階段DEA模型的區域創新投入產出評價及科技創新政策績效提升路徑研究——基于科技創新政策情報的分析 [J].情報雜志，2018，37（1）：198-207.

[15]NAGAOKA S，MOTOHASHI K，GOTO A.Chapter 25-Patent statistics as an innovation indicator[J].Handbook of the Economics of Innovation，2010（2）：1083-1127.

[16]WANG X，CHEN Y，LIU B，et al.A total factor productivity measure for the construction industry and analysis of its spatial difference：a case study in China [J].Construction Management amp; Economics，2013，31（10-12）：1059-1071.

[17]譚丹，王廣斌，曹冬平.建筑業全要素生產率的增長特征及其影響因素[J].同濟大學學報（自然科學版），2015，43（12）：1901-1907.

[18]齊紹洲，林屾，王班班.中部六省經濟增長方式對區域碳排放的影響——基于Tapio脫鉤模型、面板數據的滯后期工具變量法的研究 [J].中國人口·資源與環境，2015，25（5）：59-66.

收稿日期：2023-11-23

作者簡介：

張兵（1983—），男，博士，副教授，副院長，碩士研究生導師，研究方向：綠色建筑、創新網絡、工程治理。

孫易凡（通信作者）（1999—），男，研究方向：創新網絡、綠色建筑。

*基金項目：國家自然科學基金青年項目“基于情景耕耘的招投標腐敗網絡形成機制與阻斷治理研究”（71701179）；中國博士后科學基金會“基于復雜視角的重大工程開放式效能涌現研究”（2019M661534）。