創新驅動、綠色發展與我國工業經濟的轉型效率研究

姚西龍，牛沖槐，劉 佳

(太原理工大學經濟管理學院，山西 太原 030024)

創新驅動、綠色發展與我國工業經濟的轉型效率研究

姚西龍，牛沖槐，劉 佳

(太原理工大學經濟管理學院，山西 太原 030024)

本文利用DEA-RAM模型，構建了包含環境效率、經濟效率及創新效率的工業經濟轉型效率的測算模型，根據此模型能夠測算出我國總體及不同省份的綠色創新效率。研究結果表明:我國工業的綠色創新轉型效率變化呈現階段性的特征，自2009年后，我國工業總體綠色創新轉型效率有較大提升，綠色效率是推動其變動的關鍵性因素，其次是創新效率；各個省份工業綠色創新轉型效率呈現不均衡的發展趨勢，中東部地區的工業綠色創新轉型效率變動趨勢明顯，而西部地區工業綠色創新轉型效率提升速度緩慢。

創新驅動；綠色發展；工業；綠色創新轉型效率；DEA-RAM

我國工業在高速增長的同時伴隨著能源消耗過大、環境污染嚴重及創新性不足的問題，迫切需要向節能環保和創新驅動的模式轉變，而如何提高工業綠色發展和創新驅動水平是其實現轉型的關鍵。學術界雖然已經對綠色創新展開了大量的研究，與綠色創新轉型效率密切相關的研究課題涉及綠色全要素生產率、創新效率及綠色 (研發)創新效率等三個方面的研究。在綠色全要素生產率的研究方面，能源要素及環境污染要素被加入到DEA模型中，前期的研究將環境污染要素作為投入要素[1]，而后來更多的學者將其視為一種產出要素進行研究，DEA方法被廣泛地應用到綠色全要素生產率，該方法經過了多次改進，解決了限制性投入要素與非期望產出要素的處理問題[2－3]；在創新效率的研究方面，學者們主要對研發投入與產出進行了研究，余泳澤等人的研究表明技術開發和技術成果轉化兩個階段中的技術創新效率都比較低；而史修松等人對我國的研發創新效率進行了研究，他們的研究表明我國研發創新效率較低但呈現增長趨勢；在綠色創新效率方面，韓晶、馮志軍等學者將能源投入與環境污染要素加入到創新效率的DEA模型中，創建了綠色創新效率模型，他們的研究結果表明我國綠色創新效率較低[4－7]。

在以上研究的基礎上，本文加入了生產部門效率的測算，構建了一個DEA-RAM模型[8]，該模型是一個聯合效率測算模型，能夠全面衡量經濟效率、綠色效率及創新效率的綜合水平，從而得出我國工業綠色創新轉型發展效率的變化。

1 綠色創新的轉型效率模型構建

在借鑒Sueyoshi和李濤研究成果的基礎上，本文將生產投入細分為資本、設備、勞動力等普通投入要素、能源要素及創新投入要素。假設使用N種普通投入要素c＝(c1，c2，…，cn)∈R＋N、M種能源投入要素e＝(e1，e2，…，em)∈R＋m和W種創新投入要素k＝(k1，k2，…，kw)∈R＋w，得到Q種普通期望產出y＝(y1，y2，…，yQ)∈R＋Q、I種創新期望產出p＝(p1，p2，…，pI)∈R＋I及V種非期望產出h＝(h1，h2，…，hv)∈R＋v。由此可知，普通投入要素、能源投入要素、創新投入要素能夠導致普通的產出、創新產出等期望產出以及環境污染的非期望產出。

本文構建的綠色創新轉型效率的測算模型是以生產部門及研發部門為基礎的，包含綠色效率、創新效率和經濟效率的綜合模型。

1.1 經濟效率模型

根據Aida關于經濟效率的定義[9]，假定t時期第j個對象 (j＝1，…，J)相對于生產前沿投影的投入與產出松弛變量分別為scn≥0，?n；syq≥

0，?q。本文構建了期望產出的經濟效率 RAM模型:

根據Sueyoshi的設定的條件[8]，可以對公式(1)求解，第t時期第j個對象的RAM經濟效率(EE)指標可以轉化為:

1.2 創新效率模型

與馮志軍的研究不同，本文構建的創新效率模型是基于非徑向和非角度的DEA方法基礎上構建，假定t時期第j個對象 (j＝1，…，J)相對于新產品生產前沿投影的投入與產出松弛變量分別為skw≥0，?w；spi≥0，?i，本文構建的期望產出的創新效率RAM模型:

借鑒 Sueyoshi的求解方法[8]，可以對公式(1)求解，第t時期第j個對象的RAM創新效率(IE)指標可以轉化為:

1.3 綠色效率模型

在非期望產出的綠色效率模型方面，在非期望模型中設定了兩個能源松弛變量[8]，本文構建的非期望產出的綠色效率RAM模型。

根據韓晶和李濤的研究成果，先將所有的污染物去量綱化后，構建成一個污染度指標來代替污染產出水平，然后對公式 (4)進行求解，可以得到第t時期第j個對象的RAM綠色效率 (GE)指標:

1.4 綠色創新轉型效率模型

根據RAM模型的加性結構的特性可以將經濟效率、創新效率及綠色效率整合在一個模型框架中[8]。因為該模型體現了創新驅動和綠色發展的理念，所以本文將這個綜合模型命名為綠色創新轉型效率模型。

公式 (7)的規劃模型同時考慮了經濟總產出、創新產出等兩個期望產出及環境污染的非期望產出，從而建立了三個最優實踐邊界，第一個是經濟總產出的最優實踐邊界；第二個是創新產出的最優實踐邊界；第三個是環境污染的最優實踐邊界。因此，本文建立的綠色創新轉型效率是包含了綠色效率、經濟效率及創新效率等三個效率的聯合效率，根據Sueyoshi和李濤的求解方法，可以得到第t時期第j個對象的綠色創新轉換效率 (TE)指標:

2 變量選取、樣本選擇與數據來源

2.1 投入與產出變量的選取

按照上述分析，本文主要選取了勞動投入、資本投入等普通投入變量，此外還選擇了研發人力投入與研發資金投入等創新投入變量及能源投入。在產出方面，本文選擇了經濟產出、產品創新產出等期望產出及環境污染等非期望產出。

在投入變量方面，采用工業就業人數來衡量勞動投入水平；利用永續盤存法計算出的資本存量衡量資本投入水平；以化石能源的消耗量作為能源投入量；利用工業科研人員的當量數及研發經費衡量研發投入。

在產出變量方面，利用工業的總產出的平減值 (以2000年的工業出產品價格指數為基期)衡量經濟產出；以產品創新產值的平減值 (以2000年的工業出產品價格指數為基期)衡量創新產出；以環境污染指數作為環境的污染產出[7]。

2.2 樣本選取與數據來源

本文選取了2000—2012年我國內地除西藏外30個省的工業作為研究對象，共有390個觀測值。其中工業就業人數、工業總產出及工業固定資產投資等指標來自于 《中國工業經濟統計年鑒》；化石能源消耗量數據來源于 《中國能源統計年鑒》；工業科研人員、研發經費的數據來源于 《中國科技統計年鑒》；工業出產品價格指數來源于 《中國統計年鑒》，工業污染物數據來源于 《中國環境統計年鑒》。

3 實證結果分析

3.1 我國工業經濟效率、創新效率、綠色效率及綠色創新轉型效率分析

如圖1所示，2001—2012年我國工業綠色創新轉型效率 (TE)整體呈上升趨勢，但是表現出階段性特征，第一個階段是2001—2009年，我國工業綠色創新轉型效率呈逐步上升趨勢，平均變化率為1.85%，波動幅度較小；第二個階段是2010—2012年，我國工業綠色創新轉型效率波動幅度較大，平均變化率為17.97%，波動幅度遠大于第一個階段。而工業綠色效率 (GE)與綠色創新轉型效率的變化趨勢相一致，也以2009年為分界點，2000—2009年的綠色效率的平均變化率為18.23%，2010—2012年的綠色效率的變化率為35.28%，而綠色創新轉型效率對綠色效率的彈性一直維持在0.72左右。這可能是因為2009年后，我國環境污染治理力度加大，工業環境規制的強度也在不斷提高。經濟效率(EE)和創新效率 (IE)的波動趨勢相一致，可以分為三個階段，2000—2004年為第一個階段，經濟效率和創新效率的平均變化率為1.61%和1.58%，2005—2009為第二個階段，經濟效率和創新效率的平均變化率分別為4.47%和4.39%，2010—2012年為第三個階段，經濟效率和創新效率的平均變化率分別為8.04%和7.99%。從圖1中還可以看出，綠色效率遠低于創新效率和經濟效率，在2009年之前，綠色效率的變動呈現平緩的趨勢，總體波動幅度不大。此外，還可以看出創新效率低于經濟效率，且與綠色創新效率的波動趨勢總是不一致，尤其是在2005—2009年創新效率的提升幅度較大，而綠色創新效率的波動幅度較小。經濟效率、創新效率及綠色效率這三個效率之間的差距隨時間變化呈現不同的變化趨勢，經濟效率與創新效率之間的差值呈現先增大后減小的趨勢，經濟效率與綠色效率的差值隨時間的變化呈現先增大后緩慢減小的趨勢，創新效率與綠色效率之間的差值也呈現先增大后緩慢減小的趨勢。

圖1 2001—2012年我國工業經濟效率、創新效率、綠色效率及綠色創新轉型效率

本文還對工業綠色創新轉型效率對經濟效率、創新效率與綠色效率彈性進行了計算，其中，2000—2006年的工業綠色創新轉型效率對經濟效率、創新效率與綠色效率彈性這三個效率的彈性系數的平均值分別為0.481、0.581和0.532，也就是說工業綠色創新轉型效率對創新效率的變化更為敏感；2007—2012年，工業綠色創新轉型效率對經濟效率、創新效率與綠色效率彈性這三個效率的彈性系數的平均值分別為0.632、0.671和0.693，即工業綠色創新效率對綠色效率的變化更為敏感。

3.2 分地區的工業經濟效率、創新效率、綠色效率及綠色創新轉型效率分析

(1)分地區評價。如表1所示，我國各個地區工業的綠色創新轉型效率呈現較大的差異，其中，工業綠色創新轉型效率較高的省份有北京、上海、江蘇、福建、廣州等省份，其次是遼寧、山東、天津、浙江等省份，而甘肅、青海、山西、內蒙古等省份的綠色創新轉型效率較低。在綠色創新轉型效率小于0.6的省份中，絕大部分省份的綠色效率及創新效率均比較低，而在綠色創新轉型效率大于0.6的省份中，綠色效率和創新效率的大小存在一定差異。按照創新效率和綠色效率的大小，又可以分別將綠色創新轉型效率大于0.6的省份劃分為以下幾種不同的類型。在工業綠色創新轉型效率大于0.7的省份里，北京的創新效率和綠色效率均比較高；上海、廣東及江蘇的創新效率較高，但綠色創新效率較低；福建的綠色效率較高，但其創新效率較低。在工業綠色創新轉型效率大于0.6且小于0.7的省份里，綠色效率及創新效率較高的省份包含天津、遼寧；創新效率較高但綠色效率較低的省份包含山東及浙江。

表1 省域經濟效率、創新效率、綠色效率及綠色創新轉型效率的平均值 (2001—2012年)

(2)工業綠色轉型效率的空間關聯分析。為了進一步辨別不同省份工業綠色創新轉型效率的關系，利用Moran's I指數對各個省份工業綠色創新轉型效率局部空間關聯度進行了測算。根據該指數及不同省份工業綠色創新轉型效率的實際值，我們劃分為高－高集聚區、高－低集聚區、低－低集聚區及低－高集聚區，其分別表示高綠色創新轉型效率的省份被同是高綠色創新轉型效率的省份所包圍、高綠色創新轉型效率的省份被低綠色創新轉型效率的省份所包圍、低綠色創新轉型效率的省份被同是高綠色創新轉型效率的省份所包圍及低綠色創新轉型效率的省份被同是低綠色創新轉型效率的省份所包圍。

在2001年，大部分省份的綠色創新轉型效率較低，其中新疆、甘肅、內蒙古等地多為低－低集聚區域，而北京、天津、江蘇、上海等地的工業綠色創新轉型效率則為弱高－低集聚區；在2009年，北京、江蘇及廣東的工業綠色創新轉型效率有較大提升，進入到高－高集聚區，黑龍江、山西及河南等屬于高－低集聚區域，山東、湖北及福建等屬于弱高－高集聚區域；在2012年，遼寧、山東及福建等的綠色創新轉型效率已經超過了0.7，其中湖北、湖南及遼寧等進入到弱高－高集聚區域；內蒙古、山西及河南等仍處于低－高集聚區域。尤其是2009年后，中東部地區省份的工業綠色創新轉型效率波動幅度較大，但西部地區省份工業綠色創新轉型效率的提高并不明顯，這可能與西部地區承接產業轉移時接受了中東部地區省份高耗能行業有關。

(3)采用了σ收斂檢驗和β收斂檢驗方法對地區間的經濟效率、創新效率、綠色效率及綠色創新效率的差異及增長趨勢的收斂性進行了檢驗，回歸結果見表2。經濟效率的σ值和β值均小于0，這表明地區間的經濟效率的差異隨著時間的推移在不斷縮小，欠發達省份的經濟效率增長速度要高于發達省份的增長速度，因此，欠發達地區的經濟效率最終會達到與發達地區一致的水平，省域間的經濟效率存在σ收斂和β收斂，這可能是因為我國發達地區的工業生產技術逐漸擴散到欠發達地區，全國整體的經濟效率水平有所提高；而創新效率、綠色效率及工業綠色轉型效率的σ值和β值大于0，這表明欠發達省份的經濟效率、綠色效率和工業轉型效率的增長速度低于發達省份，地區間的創新效率、綠色效率及工業綠色轉型效率隨著時間推移在不斷增大，這可能因為欠發達地區的科研基礎弱，人才和資金投入相對不足，這些地區尚處于經濟發展的初期，增強經濟產出效率是這些地區發展的首要目標，對生態環境的關注度較低。此外，需要注意的是創新效率的發散程度要遠高于綠色效率及綠色轉型效率，這表明欠發達省份的創新能力水平的提高還需要強有力的外力推動。

表2 工業經濟效率、創新效率、綠色效率及綠色創新轉型效率的σ收斂和β收斂的估計結果

4 結論與啟示

研究結果表明，我國工業總體及各個省份的綠色效率遠低于經濟效率和創新效率，是影響工業總體綠色創新轉型效率的關鍵因素；工業的綠色創新轉型效率的變化呈現階段化特征，2009年后的工業綠色創新轉換效率提升幅度較大；各個省份工業綠色創新轉型效率存在較大差異，北京、上海及廣東等地區的要高于其他地區；在工業綠色創新轉型效率的局部相關性方面，東部地區存在較強相關性，北京和上海等地區的外溢效應較大，對周邊地區的提升起到了積極的作用；此外，經濟效率、創新效率、綠色效率及綠色創新轉型效率的收斂性分析結果表明，除經濟效率外，其他三種效率的省際差距在逐漸變大，地區間發展的不平衡性非常明顯。

因此，要提升我國工業的綠色創新轉型效率，關鍵是提高綠色創新效率和創新效率，堅持創新的綠色導向；此外，要注意工業綠色創新轉型的空間關聯性，發揮北京、上海及廣東等東部發達地區工業綠色創新轉型的外溢效應，實現區域間工業綠色創新轉型的協調發展。

[1]Ramanathan R.An Analysis of Energy Consumption and Carbon Dioxide Emissions in Countries of the Middle Eastand North Africa [J].Energy，2005，30(15):2831－2842.

[2]Chung YH，F?re R，Grosskopf S.Productivity and Undesirable Outputs:a Directional Distance Function Approach[J].Journal of Environmental Management，1997，51(3):229－240.

[3]李濤.資源約束下中國碳減排與經濟增長的雙贏績效研究——基于非徑向DEA方法RAM模型的測度[J].經濟學(季刊)，2013，(02):667－692.

[4]馮志軍.中國工業企業綠色創新效率研究[J].中國科技論壇，2013，(02):82－88.

[5]余泳澤，劉大勇.我國區域創新效率的空間外溢效應與價值鏈外溢效應[J].管理世界，2013，(7):6－20.

[6]史修松，趙曙東，吳福象.中國區域創新效率及其空間差異研究[J].數量經濟技術經濟研究，2009，(03):45－55.

[7]韓晶，宋濤，陳超凡等.基于綠色增長的中國區域創新效率研究[J].經濟社會體制比較，2013，(03):100－110.

[8]Sueyoshi T，Goto M.DEA Approach for Unified Efficiency Measurement:Assessment of Japanese Fossil Fuel Power Generation[J]. Energy Economics，2011，33(2):292－303.

[9]Aida K，CooperW W，Pastor JT，et al.Evaluating Water Supply Services in Japan with RAM:a Range-adjusted Measure of Inefficiency[J].Omega，1998，26(2):207－232.

(責任編輯 譚果林)

Innovation Driven，Green Grow th and Industrial Econom ic Efficiency

Yao Xilong，Niu Chonghuai，Liu Jia
(College of Economics and Management，Taiyuan University of Technology，Taiyuan 030024，China)

Industrial green innovation transition efficiency model including economic efficiency，green efficiency and innovation efficiency is built by using DEA-RAM model based on existing research.The results show that the changes of overall industrial green innovation transition efficiency present different characters in different stage.After 2009，industrial green innovation transition efficiency increase greatly，the first reason is green efficiency，and another one is innovation efficiency.The green innovation transition efficiency of middle and east provinces present obvious changes.However，the green innovation transition efficiency ofmiddle and east provinces present slow changes.

Innovation driven；Green development；Industry；Green innovation transition efficiency；DEA-RAM

X24

A

太原理工大學引進人才科研啟動經費 (tyut-rc201313a)，國家自然科學基金 “區域碳減排潛力調控機制與政策研究”課題 (71373170)，國家自然科學基金 “企業網絡能力與技術能力螺旋耦合的模式構建與促進策略研究”課題 (71202160)，山西省高等學校優秀青年學術帶頭人支持計劃資助，山西省高等學校哲學社會科學研究項目資助。

2014－04－15

姚西龍 (1981－)，男，山東日照人，管理學博士，講師；研究方向:技術經濟與綠色經濟。