林壽富，王 謙,，管河山

（1.福建師范大學(xué)經(jīng)濟(jì)學(xué)院，福州 350007；2.南華大學(xué)經(jīng)濟(jì)管理與法學(xué)學(xué)院，湖南 衡陽(yáng) 421001）

0 引言

綠色技術(shù)創(chuàng)新作為實(shí)現(xiàn)綠色轉(zhuǎn)型的有力支撐，是當(dāng)前中國(guó)緩解資源環(huán)境壓力、實(shí)現(xiàn)“雙碳”目標(biāo)的關(guān)鍵手段。為此，國(guó)家發(fā)展改革委和科技部明確提出要基本建成市場(chǎng)導(dǎo)向的綠色技術(shù)創(chuàng)新體系，進(jìn)一步強(qiáng)化企業(yè)的綠色技術(shù)創(chuàng)新主體地位，并出現(xiàn)一批龍頭骨干企業(yè)。然而目前中國(guó)工業(yè)企業(yè)的綠色技術(shù)創(chuàng)新活動(dòng)明顯不夠活躍，創(chuàng)新效率依然偏低。

綠色技術(shù)創(chuàng)新效率是衡量企業(yè)綠色技術(shù)創(chuàng)新水平的重要指標(biāo)，對(duì)于精準(zhǔn)把握企業(yè)自身綠色技術(shù)創(chuàng)新的投入-產(chǎn)出狀況，明晰其與競(jìng)爭(zhēng)對(duì)手在創(chuàng)新投入要素規(guī)模與資源利用上的現(xiàn)實(shí)差距，以及未來(lái)實(shí)現(xiàn)更高水平的突破具有重大意義。近年來(lái)，技術(shù)創(chuàng)新效率已成為學(xué)術(shù)界的研究熱點(diǎn)。大多數(shù)學(xué)者進(jìn)行分析時(shí)都借助了非參數(shù)方法如DEA和參數(shù)方法如SFA 等效率評(píng)價(jià)方法[1,2]。由于SFA 需要提前確定生產(chǎn)前沿面的具體函數(shù)形式，因此DEA 使用得更加廣泛[3,4]。目前，隨著研究的不斷深入，改進(jìn)的兩階段DEA、三階段DEA 等模型也被逐漸用于技術(shù)創(chuàng)新效率的測(cè)度[5,6]。但上述方法要么未將松弛變量和非期望產(chǎn)出納入考察范圍，要么無(wú)法同時(shí)消除外部環(huán)境和隨機(jī)誤差對(duì)效率的影響。此外，在企業(yè)綠色技術(shù)創(chuàng)新效率評(píng)價(jià)體系的構(gòu)建中，已有研究對(duì)投入變量的考慮也不夠全面。

鑒于此，在全面考察投入指標(biāo)的前提下，有必要采用更準(zhǔn)確、更合適的評(píng)價(jià)方法對(duì)企業(yè)綠色技術(shù)創(chuàng)新效率進(jìn)行科學(xué)評(píng)價(jià)，精準(zhǔn)把握當(dāng)前我國(guó)工業(yè)企業(yè)綠色技術(shù)創(chuàng)新效率的特征和關(guān)鍵影響因素，為促進(jìn)綠色技術(shù)創(chuàng)新效率的提升提供有益借鑒。本文構(gòu)建了更為全面的綠色技術(shù)創(chuàng)新效率評(píng)價(jià)指標(biāo)體系，對(duì)2010—2021 年我國(guó)30 個(gè)省份工業(yè)企業(yè)綠色技術(shù)創(chuàng)新效率進(jìn)行動(dòng)態(tài)測(cè)算。本文的邊際貢獻(xiàn)在于：一是運(yùn)用改進(jìn)的三階段SBM-DEA模型測(cè)算了更能體現(xiàn)各省份工業(yè)企業(yè)真實(shí)水平的綠色技術(shù)創(chuàng)新效率。在剔除環(huán)境因素后，清晰揭示了各省份在不同要素投入上的冗余和不足，顯著提升了復(fù)次測(cè)算的準(zhǔn)確性和評(píng)價(jià)結(jié)果的科學(xué)性，為綠色技術(shù)創(chuàng)新效率真實(shí)水平的測(cè)度提供了新視角。二是將人才、資金、資產(chǎn)和能源四項(xiàng)投入統(tǒng)一納入投入變量指標(biāo)體系的分析框架中，并采用因子分析法提取了最能影響綠色技術(shù)創(chuàng)新效率的綜合投入指標(biāo)，繪制了涵蓋30 個(gè)省份的綠色技術(shù)創(chuàng)新模式象限圖，分別闡釋了不同綜合創(chuàng)新投入-效率組合模式的特征，更加明確地給出了各省份真實(shí)的綠色技術(shù)創(chuàng)新效率分布情況，為制定更有針對(duì)性的區(qū)域綠色創(chuàng)新效率提升策略提供參考。

1 研究方法、指標(biāo)與數(shù)據(jù)

1.1 改進(jìn)的三階段SBM-DEA模型

本文采用非徑向、非角度、全局參比的包含非期望產(chǎn)出的三階段超效率SBM模型來(lái)測(cè)算企業(yè)綠色技術(shù)創(chuàng)新效率，并將環(huán)境污染指數(shù)納入評(píng)價(jià)體系作為非期望產(chǎn)出來(lái)測(cè)評(píng)環(huán)境效率。采用三階段模型具體的步驟如下。

第一步，在決策單元（DMU）處于單純環(huán)境前沿的條件下，運(yùn)用非徑向、非角度、全局參比的超效率SBM 模型對(duì)綠色技術(shù)創(chuàng)新效率進(jìn)行第一階段測(cè)算，同時(shí)可得到投入變量的實(shí)際松弛量。假設(shè)每個(gè)DMU 有m個(gè)投入X=(x1，x2，…，xm)∈和S個(gè)產(chǎn)出，其中，包括S1個(gè)期望產(chǎn)出Y=(y1，y2，…，ys1)∈和S2個(gè)非期望產(chǎn)出Z=(z1，z2，…，zs2)∈[1]。則SBM模型具體如下：

式（1）中，ρ代表各省份DMU 技術(shù)創(chuàng)新的效率值，S-和Sb分別表示投入松弛量和非期望產(chǎn)出松弛量，Sg表示期望產(chǎn)出的不足，而松弛量是指投入變量的真實(shí)值與期望值的差值，λ為橫截面觀察值的權(quán)重向量。本文利用MaxDEA 軟件測(cè)算了第一階段各省份綠色技術(shù)創(chuàng)新的效率值和投入松弛量。

第二步，利用SFA模型得出各決策單元處于同一外部環(huán)境水平和隨機(jī)情況下的調(diào)整后投入變量[5]。為剝離環(huán)境因素和隨機(jī)干擾因素對(duì)效率測(cè)度的影響，利用SFA模型來(lái)調(diào)整投入水平，將所有決策單元置于相同環(huán)境中[6]。具體做法是先利用SFA 模型對(duì)第一階段的投入松弛量和環(huán)境變量進(jìn)行擬合，得出各環(huán)境變量與投入松弛量的擬合系數(shù)和復(fù)合誤差項(xiàng)，再?gòu)膹?fù)合誤差項(xiàng)中分離出隨機(jī)干擾項(xiàng)和管理無(wú)效率項(xiàng)的誤差值，并計(jì)算出環(huán)境變量調(diào)整量、隨機(jī)擾動(dòng)項(xiàng)調(diào)整量，最終得出DMU 處于同一外部環(huán)境水平和隨機(jī)情況下的調(diào)整后的投入變量[7]。具體模型如下。

假設(shè)第j個(gè)決策單元在第i項(xiàng)投入上的松弛量Sij受K個(gè)可觀察環(huán)境變量的影響。則設(shè)回歸模型為：

式（3）中，βi為待估參數(shù)向量，(vij+μij)為混合誤差項(xiàng)，vij～N(0，)為隨機(jī)干擾項(xiàng)，μij為企業(yè)自身因素對(duì)Sij的影響。用極大似然法ML進(jìn)行估計(jì)后，按照式（4）對(duì)初始投入數(shù)據(jù)進(jìn)行調(diào)整。

其中，為調(diào)整后的新投入變量，xij為原投入變量。

第三步，用調(diào)整后的新投入變量代替原投入變量后重新回到第一步進(jìn)行復(fù)測(cè)，即可得到剔除外部環(huán)境因素及隨機(jī)誤差項(xiàng)影響的真實(shí)綠色技術(shù)創(chuàng)新效率。

1.2 綠色技術(shù)創(chuàng)新效率評(píng)價(jià)指標(biāo)體系

（1）投入-產(chǎn)出變量

借鑒前人研究[1,6,7]，本文考慮從人才投入、資金投入、資產(chǎn)投入和能源投入這四個(gè)方面來(lái)構(gòu)建投入指標(biāo)體系。借鑒李向東等（2011）[8]的做法，R&D經(jīng)費(fèi)內(nèi)部支出采用永續(xù)盤存法進(jìn)行核算。特別地，本文將能源投入納入指標(biāo)體系的原因在于，能源投入是保障企業(yè)生產(chǎn)順利進(jìn)行的基礎(chǔ)，也是影響區(qū)域綠色技術(shù)創(chuàng)新效率的重要指標(biāo)。徐建中和趙亞楠（2021）[7]認(rèn)為綠色技術(shù)創(chuàng)新旨在降低能耗、提升能源利用效率，同時(shí)減少環(huán)境污染，這也是響應(yīng)國(guó)家低碳發(fā)展，實(shí)現(xiàn)“雙碳”目標(biāo)的必然要求。因此，本文將能源投入統(tǒng)一納入投入-產(chǎn)出變量指標(biāo)體系的分析框架，并采用能源消費(fèi)總量來(lái)表示各地區(qū)的能源投入情況。具體做法是，從終端能源消費(fèi)角度出發(fā)，選取各省份的能源消費(fèi)量，統(tǒng)一轉(zhuǎn)換成標(biāo)準(zhǔn)煤后加總。

在期望產(chǎn)出指標(biāo)的選擇上，用發(fā)表科技論文（含國(guó)外發(fā)表論文）數(shù)和專利申請(qǐng)數(shù)來(lái)表示科技產(chǎn)出，用規(guī)模以上工業(yè)企業(yè)新產(chǎn)品銷售收入來(lái)表示經(jīng)濟(jì)產(chǎn)出。另外，采用規(guī)模以上工業(yè)企業(yè)的“三廢”排放數(shù)據(jù)，用熵值法計(jì)算后得出環(huán)境污染指數(shù)來(lái)表示非期望產(chǎn)出[5]。需說(shuō)明的是，考慮到量綱的一致性和數(shù)據(jù)指標(biāo)的綜合性，本文對(duì)工業(yè)污染排放水平的衡量參考前人的處理方法[6]。因部分?jǐn)?shù)據(jù)存在缺失，故采用線性擬合方法來(lái)進(jìn)行缺失數(shù)據(jù)的補(bǔ)齊。

（2）環(huán)境變量

不同省份的環(huán)境差異對(duì)綠色技術(shù)創(chuàng)新可能產(chǎn)生直接或間接影響。在已有研究基礎(chǔ)上，本文從經(jīng)濟(jì)發(fā)展水平、工業(yè)化水平、對(duì)外開放水平、政府支持、信息基礎(chǔ)設(shè)施這五個(gè)維度來(lái)考察各省份的環(huán)境狀況。具體來(lái)看，在中國(guó)創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略實(shí)踐中，企業(yè)已成為技術(shù)創(chuàng)新的主體，貢獻(xiàn)了超過(guò)70%的技術(shù)創(chuàng)新成果。理論上，一個(gè)地區(qū)的創(chuàng)新能力與其經(jīng)濟(jì)發(fā)展水平緊密相關(guān)，經(jīng)濟(jì)發(fā)達(dá)地區(qū)的工業(yè)生產(chǎn)率更高，對(duì)外交往更頻繁，創(chuàng)新活動(dòng)也應(yīng)更為活躍[9]。同時(shí)，企業(yè)的創(chuàng)新活動(dòng)離不開高技術(shù)人才的加入和風(fēng)險(xiǎn)資金的前期投入，經(jīng)濟(jì)發(fā)展水平高的地區(qū)更容易吸引高層次人才和高科技企業(yè)集聚，研發(fā)資金也相對(duì)更為充足。熊彼特創(chuàng)新理論認(rèn)為，資金的可獲得性在技術(shù)創(chuàng)新中具有重要作用[10]。地方政府對(duì)企業(yè)R&D 活動(dòng)的支持一方面直接減輕了企業(yè)的創(chuàng)新成本，補(bǔ)償了技術(shù)外溢的正外部性帶來(lái)的私人收益損失，大大激勵(lì)了企業(yè)創(chuàng)新的意愿；另一方面也向社會(huì)和公眾釋放了積極的信號(hào)，有利于企業(yè)進(jìn)一步提升知名度，打造更負(fù)責(zé)任的正面形象，為企業(yè)的后續(xù)健康發(fā)展提供了有利契機(jī)。此外，信息基礎(chǔ)設(shè)施作為技術(shù)創(chuàng)新的物質(zhì)基礎(chǔ)和信息保障，是導(dǎo)致技術(shù)創(chuàng)新水平差異的重要因素。數(shù)字經(jīng)濟(jì)時(shí)代，地區(qū)的信息化建設(shè)水平也決定了其知識(shí)溢出的效率[9]。具體的測(cè)度指標(biāo)及數(shù)據(jù)來(lái)源見下頁(yè)表1。

表1 工業(yè)企業(yè)綠色技術(shù)創(chuàng)新效率評(píng)價(jià)指標(biāo)體系

1.3 數(shù)據(jù)處理

本文收集了2010—2021 年中國(guó)30 個(gè)省份（不含西藏和港澳臺(tái)）的面板數(shù)據(jù)。為準(zhǔn)確分析工業(yè)企業(yè)的創(chuàng)新特征，在數(shù)據(jù)選取上盡可能地采用規(guī)模以上工業(yè)企業(yè)的數(shù)據(jù)，在部分?jǐn)?shù)據(jù)難以獲取的情況下采用省份層面數(shù)據(jù)予以替換①因企業(yè)創(chuàng)新占省份創(chuàng)新的比重較高，所以也具有代表性。對(duì)所有省份都是采用的同一測(cè)度方法和統(tǒng)計(jì)尺度，因此基本可忽略數(shù)據(jù)不同采集層面的差異。。數(shù)據(jù)處理和統(tǒng)計(jì)分析過(guò)程均由Stata 15.0 軟件完成。對(duì)于涉及金額的數(shù)據(jù)皆以2010年為基期進(jìn)行了平減處理。為消除數(shù)據(jù)量綱、極端值和降低異方差等不利影響，上述變量除百分比指標(biāo)外均進(jìn)行了對(duì)數(shù)化處理，且對(duì)連續(xù)變量上下各1%的極端值做Winsorize 縮尾處理。各變量描述性統(tǒng)計(jì)結(jié)果見表2。

表2 各變量描述性統(tǒng)計(jì)結(jié)果

2 中國(guó)工業(yè)企業(yè)綠色技術(shù)創(chuàng)新效率測(cè)算

2.1 第一階段：初次測(cè)算

利用MaxDEA軟件進(jìn)行第一階段效率測(cè)算后發(fā)現(xiàn)：第一，從時(shí)間層面上看，我國(guó)區(qū)域綠色技術(shù)創(chuàng)新效率整體上保持穩(wěn)中有進(jìn)的趨勢(shì)。其中，廣西、海南、河北等省份在研究期間呈現(xiàn)明顯的上升趨勢(shì)，大部分東部經(jīng)濟(jì)發(fā)達(dá)省份基于良好的經(jīng)濟(jì)條件、人才條件和區(qū)位優(yōu)勢(shì)，長(zhǎng)期保持處于綠色技術(shù)創(chuàng)新效率的前沿面。但甘肅、湖南等省份因自身資源稟賦不足，創(chuàng)新先發(fā)優(yōu)勢(shì)尚不明顯，也可能受地區(qū)重大事件或政策影響從而導(dǎo)致其在某些年份效率值出現(xiàn)了劇烈波動(dòng)。限于篇幅，僅展示各省份2010—2021 年的綠色技術(shù)創(chuàng)新效率均值，結(jié)果見表3。

表3 第一階段各省份2010—2021年的綠色技術(shù)創(chuàng)新效率均值

2.2 第二階段：基于SFA模型的投入松弛量調(diào)整

本階段利用SFA模型來(lái)調(diào)整投入產(chǎn)出變量，可達(dá)到剝離環(huán)境因素和隨機(jī)干擾因素對(duì)效率測(cè)度影響的目標(biāo)[7]。將第一階段得出的各投入松弛量作為被解釋變量，選擇前文環(huán)境變量作為解釋變量，使用Frontier 4.1 軟件進(jìn)行SFA 分析，結(jié)果如表4 所示。投入松弛量是決策單元實(shí)際投入與目標(biāo)投入之間的差額，投入松弛量的減少會(huì)提高決策單元的運(yùn)行效率[11]。當(dāng)環(huán)境變量對(duì)投入松弛量的回歸系數(shù)為正時(shí)，說(shuō)明對(duì)應(yīng)的環(huán)境變量增加將導(dǎo)致非期望產(chǎn)出的增加和投入冗余的加劇，即投入資源的浪費(fèi)；當(dāng)回歸系數(shù)為負(fù)時(shí)，增加環(huán)境變量將減少投入冗余或降低非期望產(chǎn)出，即能避免資源的浪費(fèi)和實(shí)現(xiàn)增產(chǎn)。由表4可知，混合誤差項(xiàng)sigma-squared均不為0 且通過(guò)1%水平的顯著性檢驗(yàn)，說(shuō)明模型具有很好的擬合度。投入松弛量的單邊誤差檢驗(yàn)LR 值均通過(guò)1%水平的顯著性檢驗(yàn)，環(huán)境變量較好地解釋了投入松弛量，說(shuō)明模型構(gòu)建是合理的。

表4 隨機(jī)前沿分析（SFA）回歸結(jié)果

（1）經(jīng)濟(jì)發(fā)展水平在不同的要素投入松弛中系數(shù)都為正，但未明顯表現(xiàn)出統(tǒng)計(jì)上的顯著性。這表明區(qū)域經(jīng)濟(jì)發(fā)展?fàn)顩r越好，越有可能降低創(chuàng)新投入要素的使用效率。在我國(guó)，部分區(qū)域經(jīng)濟(jì)仍由傳統(tǒng)的“三高”企業(yè)所驅(qū)動(dòng)的局面尚未徹底轉(zhuǎn)變，產(chǎn)業(yè)結(jié)構(gòu)也仍以重工業(yè)為主，而工業(yè)經(jīng)濟(jì)的發(fā)展可能會(huì)帶來(lái)更為嚴(yán)重的投入資源浪費(fèi)以及環(huán)境污染，最終將不利于綠色技術(shù)創(chuàng)新效率的提升。

（2）工業(yè)化水平能改善人才投入冗余的狀況，同時(shí)也能明顯優(yōu)化能源消費(fèi)冗余。本文用工業(yè)增加值與地區(qū)GDP之比來(lái)表征工業(yè)化水平，該值越大，說(shuō)明該地區(qū)第二產(chǎn)業(yè)得到了越充分的發(fā)展，也就意味著在單位能耗不變的情況下，第二產(chǎn)業(yè)能源投入的資源配置效率進(jìn)一步提升，工業(yè)企業(yè)能源要素錯(cuò)配的現(xiàn)象和非期望產(chǎn)出增多的趨勢(shì)得到進(jìn)一步遏制。另外，工業(yè)化水平的優(yōu)化升級(jí)可能會(huì)加劇資金和資產(chǎn)投入的冗余，但影響效果尚不顯著。

（3）對(duì)外開放水平與資產(chǎn)和能源投入松弛量顯著正相關(guān)，與人才投入松弛量顯著負(fù)相關(guān)，這說(shuō)明對(duì)外開放水平提高會(huì)加劇企業(yè)資產(chǎn)和能源消費(fèi)的冗余，但對(duì)人才資源投入過(guò)多的情況有所改善?？紤]到外資向國(guó)內(nèi)產(chǎn)業(yè)轉(zhuǎn)移過(guò)程中可能將承接地作為潛在的污染避難所[12]，因此“以市場(chǎng)換技術(shù)”的發(fā)展模式可能給當(dāng)?shù)氐吞及l(fā)展和綠色創(chuàng)新帶來(lái)巨大環(huán)境壓力。

（4）政府支持作為創(chuàng)新資金的關(guān)鍵來(lái)源，對(duì)資金投入松弛量有積極顯著的改善作用。政府提供的資金有利于解決企業(yè)自主創(chuàng)新的后顧之憂，是創(chuàng)新資金鏈中的關(guān)鍵一環(huán)。但政府研發(fā)資金支持力度的加大反而不利于人才投入松弛量的改善，人才資源投入過(guò)多將無(wú)法帶來(lái)更高的創(chuàng)新邊際產(chǎn)出，創(chuàng)新激勵(lì)效果將大打折扣。因此，可考慮適時(shí)調(diào)整與人才相關(guān)的創(chuàng)新激勵(lì)政策，優(yōu)化人才資源配置，切實(shí)做到物盡其用、人盡其才。而政府支持可能加劇資產(chǎn)和能源投入的松弛影響，但統(tǒng)計(jì)上也不顯著。

（5）互聯(lián)網(wǎng)普及率作為創(chuàng)新基礎(chǔ)設(shè)施跟對(duì)外開放水平一樣都屬于創(chuàng)新的重要環(huán)境支撐，對(duì)不同投入松弛量的影響效果也基本類似，有助于改善人才和資金冗余狀況，但會(huì)明顯加劇資產(chǎn)投入冗余和能源投入冗余。

2.3 第三階段：調(diào)整后的真實(shí)綠色技術(shù)創(chuàng)新效率

第三階段是將調(diào)整后的投入變量替代原始投入變量進(jìn)行復(fù)測(cè)，最終可得到剝離環(huán)境變量影響后的真實(shí)綠色技術(shù)創(chuàng)新效率，揭示了決策單元在創(chuàng)新安排上純管理效率的差異，具體的真實(shí)創(chuàng)新效率變動(dòng)趨勢(shì)見圖1。

圖1 2010—2021年各省份真實(shí)綠色技術(shù)創(chuàng)新效率趨勢(shì)圖

近年來(lái)綠色技術(shù)創(chuàng)新效率均值最大的仍是北京，達(dá)到1.0007，而最小的是寧夏，僅為0.7351。從增幅來(lái)看，研究期間單個(gè)DMU 真實(shí)創(chuàng)新效率絕大部分實(shí)現(xiàn)了增長(zhǎng)，僅有湖南和吉林有所下降，分別減少了0.1615、0.0632；同時(shí)，效率值波動(dòng)最大的是海南（0.0548），波動(dòng)最小的是北京（0.0065），這一結(jié)果與第一階段測(cè)算的效率基本一致，也從側(cè)面反映了SBM測(cè)算方法的穩(wěn)健性。對(duì)比兩次測(cè)算結(jié)果發(fā)現(xiàn)：與第一階段對(duì)比，效率下降的省份僅有海南、青海、江西和北京，分別下降了0.0827、0.0073、0.0062 和0.0003。北京總體表現(xiàn)非常平穩(wěn)，下降可忽略不計(jì)；海南整體下降明顯，下降幅度最大，應(yīng)明確下降原因（前期效率值高主要依賴于經(jīng)濟(jì)發(fā)展環(huán)境和政府的優(yōu)惠政策，而自身的創(chuàng)新意愿和創(chuàng)新內(nèi)驅(qū)力相對(duì)不足），應(yīng)對(duì)癥下藥，大力提升創(chuàng)新投入-產(chǎn)出效率；青海、江西較小程度的下滑要引起相應(yīng)的重視，同時(shí)也表明這類省份在第一階段中所表現(xiàn)出的技術(shù)創(chuàng)新高效率基本上是由外部環(huán)境所主導(dǎo)。從區(qū)域來(lái)看，全國(guó)、東、中、西部和東北地區(qū)的綠色技術(shù)創(chuàng)新效率均值分別為0.89、0.94、0.90、0.84 和0.90，仍呈現(xiàn)突出的區(qū)域階梯分布格局。

由下頁(yè)圖2 可知，大部分DMU 均實(shí)現(xiàn)了效率均值的整體提升。按提升幅度排序居于前五名的為江蘇、廣東、河北、浙江、山東，提升幅度分別為0.0718、0.0682、0.0629、0.0627和0.0611，說(shuō)明這些省份第一階段較低的綠色技術(shù)創(chuàng)新效率水平并不完全是由其工業(yè)企業(yè)自身原因所造成的，而是較大程度上受到了外部環(huán)境因素的不利影響。

圖2 第一階段和第三階段綠色技術(shù)創(chuàng)新效率對(duì)比圖

3 工業(yè)企業(yè)綠色技術(shù)創(chuàng)新模式分析

為了直觀展示各省份在創(chuàng)新綜合投入和創(chuàng)新效率方面的分布格局，本文從創(chuàng)新綜合投入提取的視角來(lái)探討各省份的綠色技術(shù)創(chuàng)新生產(chǎn)模式，以明晰各省份在綠色創(chuàng)新綜合投入與產(chǎn)出上的有效性和具體分布格局，為各省份向更具效率的生產(chǎn)模式進(jìn)階提供量化參考。

本文采用因子分析法將創(chuàng)新人才投入、研發(fā)資金投入、企業(yè)資產(chǎn)投入和能源要素投入進(jìn)行降維處理，并通過(guò)了KMO 測(cè)度和Bartlett 檢驗(yàn)，結(jié)果顯示：KMO 測(cè)度為0.632，滿足進(jìn)行因子分析的前提假設(shè)，且僅有一個(gè)公共因子特征根大于1，其對(duì)總體方差的解釋能力為67.66%，由此可進(jìn)一步計(jì)算出創(chuàng)新綜合投入的得分作為各省份的綜合創(chuàng)新投入指標(biāo)。以創(chuàng)新綜合投入為橫軸，以真實(shí)綠色技術(shù)創(chuàng)新效率值為縱軸，繪制出2010—2021 年30 個(gè)省份的創(chuàng)新綜合投入與效率均值的散點(diǎn)圖；再以各組數(shù)據(jù)的均值作為橫縱坐標(biāo)（7.3158，0.8902），以該點(diǎn)為界可將所有樣本點(diǎn)劃分為四個(gè)象限，如圖3所示。

圖3 各省份綠色技術(shù)創(chuàng)新模式象限圖

位于第一象限的省份處于“高投入高效率”生產(chǎn)模式。該象限包括北京、上海、江蘇、廣東、浙江、山東、湖北、安徽、湖南、河南、天津、遼寧和四川共13 個(gè)省份，該象限所占比例最大，這說(shuō)明中國(guó)綠色創(chuàng)新效率逐步改善，創(chuàng)新資源配置水平進(jìn)一步提高。這些省份經(jīng)濟(jì)相對(duì)發(fā)達(dá)，擁有更多的知識(shí)和技術(shù)密集型產(chǎn)業(yè)、高等院校與科研機(jī)構(gòu)，尤其是北京、上海、江蘇、廣東等省份都接近或位于技術(shù)前沿面上?！案咄度敫咝省蓖瑫r(shí)表明這些省份的創(chuàng)新投入已穩(wěn)步轉(zhuǎn)化為高質(zhì)量技術(shù)成果和可觀的經(jīng)濟(jì)效益。

位于第二象限的省份處于“低投入高效率”生產(chǎn)模式。該象限包括吉林、廣西和重慶共3 個(gè)省份，雖然表面上看其綜合創(chuàng)新投入體量規(guī)模不大，但其優(yōu)質(zhì)的管理效率使要素得到充分利用，開創(chuàng)了綠色技術(shù)創(chuàng)新效率高企的有利局面，接下來(lái)應(yīng)考慮重點(diǎn)增加創(chuàng)新綜合投入，進(jìn)一步發(fā)掘本區(qū)域綠色創(chuàng)新潛力。

位于第三象限的省份為“低投入低效率”生產(chǎn)模式。該象限包括寧夏、青海、內(nèi)蒙古、貴州、云南、黑龍江、甘肅、新疆、海南和山西共10 個(gè)省份。與“高投入高效率”生產(chǎn)模式區(qū)間形成了綠色創(chuàng)新效率兩極化發(fā)展格局。經(jīng)濟(jì)基礎(chǔ)中的不利條件為地區(qū)綠色技術(shù)創(chuàng)新帶來(lái)了重重阻礙，考慮到該區(qū)域創(chuàng)新制度尚不完善和創(chuàng)新管理水平較低，政府應(yīng)發(fā)揮其引導(dǎo)作用和服務(wù)職能，在優(yōu)惠政策、配套服務(wù)上提供更多便利措施助力和扶持高新技術(shù)企業(yè)的發(fā)展。

位于第四象限的省份為“高投入低效率”生產(chǎn)模式。該象限包括陜西、福建、江西和河北共4 個(gè)省份。這些省份的綠色創(chuàng)新投入規(guī)模較大，但創(chuàng)新產(chǎn)出并不理想，資源配置和利用效率較低，創(chuàng)新面臨著低質(zhì)低效的困境。因此應(yīng)作為重點(diǎn)改進(jìn)對(duì)象，科學(xué)嚴(yán)格地控制好創(chuàng)新投入規(guī)模，加強(qiáng)對(duì)創(chuàng)新投入的過(guò)程管理，優(yōu)化生產(chǎn)流程，對(duì)創(chuàng)新投入資源進(jìn)行合理化配置，最終實(shí)現(xiàn)綠色創(chuàng)新績(jī)效的提升。

4 結(jié)論和建議

4.1 結(jié)論

本文基于2010—2021 年我國(guó)30 個(gè)省份的面板數(shù)據(jù)，采用改進(jìn)的三階段SBM-DEA 模型對(duì)中國(guó)工業(yè)企業(yè)的綠色技術(shù)創(chuàng)新效率進(jìn)行了測(cè)算。利用因子分析法對(duì)真實(shí)技術(shù)創(chuàng)新效率的生產(chǎn)組合模式進(jìn)行了象限分類，將30 個(gè)省份分為“高投入高效率”“低投入高效率”“低投入低效率”和“高投入低效率”四種不同生產(chǎn)模式類型。研究結(jié)果顯示：

首先，從全國(guó)來(lái)看，近年來(lái)各省份綠色技術(shù)創(chuàng)新效率顯著提高且分布趨于集中，省份間效率差距有所減小，高強(qiáng)度的研發(fā)投入帶來(lái)了明顯的效率提振效果。相較于第一階段效率測(cè)算結(jié)果而言，大部分省份的創(chuàng)新效率在剔除環(huán)境變量的干預(yù)和隨機(jī)誤差項(xiàng)擾動(dòng)后呈現(xiàn)穩(wěn)步上升趨勢(shì)，但仍然無(wú)法擺脫階梯狀非均衡的分布格局，區(qū)域經(jīng)濟(jì)發(fā)展的不平衡也可直接導(dǎo)致創(chuàng)新效率分布的不平衡，這也進(jìn)一步佐證了中國(guó)工業(yè)企業(yè)創(chuàng)新效率與經(jīng)濟(jì)發(fā)展水平之間具有高度一致性的結(jié)論，中西部地區(qū)創(chuàng)新效率仍有較大提升空間。其次，外部環(huán)境因素對(duì)創(chuàng)新的影響不可忽視，且不同環(huán)境因素帶來(lái)的影響具有異質(zhì)性。這意味著在實(shí)施不同政策時(shí)應(yīng)考慮政策之間的相互作用，以免政策激勵(lì)效果不佳，政策效應(yīng)被稀釋或抵消。最后，由生產(chǎn)模式分類可知，一半以上的省份處于“高投入高效率”和“低投入高效率”生產(chǎn)模式，這說(shuō)明中國(guó)綠色創(chuàng)新效率整體上逐步改善，創(chuàng)新資源配置水平進(jìn)一步提高。但仍有14個(gè)省份處于無(wú)論采用高投入還是低投入的生產(chǎn)模式，其綠色創(chuàng)新產(chǎn)出效率依然低質(zhì)低效的局面，且大部分位于中西部地區(qū)。

4.2 建議

針對(duì)以上研究結(jié)論，本文提出如下建議：第一，應(yīng)持續(xù)加大政府對(duì)綠色技術(shù)創(chuàng)新的支持力度，逐步構(gòu)建有效的創(chuàng)新型金融體系，努力打破由區(qū)域經(jīng)濟(jì)發(fā)展不平衡所導(dǎo)致的技術(shù)創(chuàng)新效率不均衡的桎梏。一方面，政府作為創(chuàng)新系統(tǒng)頂層設(shè)計(jì)的主體，是引領(lǐng)創(chuàng)新戰(zhàn)略和塑造創(chuàng)新環(huán)境的主導(dǎo)力量。另一方面，各省份應(yīng)立足本區(qū)域創(chuàng)新資源稟賦，形成有效支撐創(chuàng)新的金融機(jī)制，通過(guò)相關(guān)激勵(lì)和引導(dǎo)政策如稅收優(yōu)惠、專項(xiàng)補(bǔ)貼、低息貸款、知識(shí)產(chǎn)權(quán)保護(hù)政策等，共建共享合作機(jī)制和科技創(chuàng)新平臺(tái)，促進(jìn)創(chuàng)新成果的孵化和轉(zhuǎn)化。第二，加快完善信息基礎(chǔ)設(shè)施建設(shè)，提供培育創(chuàng)新的良好硬件環(huán)境。互聯(lián)網(wǎng)等信息基礎(chǔ)設(shè)施作為知識(shí)、信息、大數(shù)據(jù)平臺(tái)的基礎(chǔ)載體和重要依托，對(duì)加快現(xiàn)代信息網(wǎng)絡(luò)建設(shè)和支撐綠色技術(shù)創(chuàng)新治理決策具有關(guān)鍵作用。第三，組合使用不同政策工具，打出一套綠色創(chuàng)新政策組合拳?？紤]到不同環(huán)境因素的作用，一方面，充分利用創(chuàng)新市場(chǎng)環(huán)境對(duì)人才投入冗余量的吸收和優(yōu)化作用，另一方面，大力激發(fā)經(jīng)濟(jì)發(fā)展水平、工業(yè)化水平和對(duì)外開放水平對(duì)企業(yè)綠色創(chuàng)新的正面助推作用。第四，深刻把握綠色技術(shù)創(chuàng)新的規(guī)律，具體考慮不同區(qū)域差異化政策的協(xié)同需求，優(yōu)化綠色創(chuàng)新資源配置效率，對(duì)不同生產(chǎn)組合模式的省份要針對(duì)性地給出不同解決方案。如對(duì)“高投入低效率”省份，在準(zhǔn)確把握不同區(qū)域?qū)嶋H情況的基礎(chǔ)上，適當(dāng)控制過(guò)高投入?yún)^(qū)域的創(chuàng)新投入規(guī)模，合理配置創(chuàng)新資源；而對(duì)于“低投入低效率”的省份，因受困于制度因素和管理水平，政府可對(duì)投入明顯不足的區(qū)域給予適當(dāng)?shù)恼邇A斜，加大扶持力度，給予企業(yè)更多自主創(chuàng)新的活動(dòng)空間，最終實(shí)現(xiàn)本區(qū)域綠色創(chuàng)新水平提升。