區域綠色技術創新效率對生態效率的影響分析

羅良文，張萬里

（中南財經政法大學經濟學院，湖北武漢 430073）

·經濟論壇

區域綠色技術創新效率對生態效率的影響分析

羅良文，張萬里

（中南財經政法大學經濟學院，湖北武漢 430073）

“創新、協調、綠色、開放、共享”的五大發展理念中，“創新”和“綠色”同等重要。但從實際情況看，一方面企業創新投入不斷增加，另一方面生態環境持續惡化，“創新”和“綠色”并未實現協調發展。通過運用閱EA-SBM模型與熵值法相結合的研究方法，對我國30個省（市）2005年-2013年的大中型企業綠色技術創新效率和區域生態效率進行測算的結果發現：我國的經濟發展方式“綠色”程度不夠，資源利用效率不高；期望產出對生態效率有明顯促進作用，非期望產出對生態效率有抑制作用。綠色技術創新既能促進期望產出提高，又能降低非期望產出，所以綠色技術創新是提高我國生態效率的重要途徑，但目前我國綠色技術創新對生態效率的促進作用偏低，亟待改善。

綠色技術創新效率；生態效率；DEA-SBM

“創新、協調、綠色、開放、共享”的五大發展理念中，“創新”和“綠色”都被放到重要位置。大中型企業是技術創新的重要平臺，從“創新”的角度看，2005年至2014年中國大中型企業R&D經費內部支出的年均增長率達到11.1%，技術創新日益受到重視。但從“綠色”的角度看，耶魯大學發布《2016年全球環境績效指數報告》中空氣質量排名，中國在測算的180個國家中排名倒數第二，生態環境不斷惡化，“創新”和“綠色”未能實現協調發展。

一、文獻綜述

（一）綠色技術創新效率研究綜述。

關于綠色技術創新效率的研究主要集中在兩個方面：綠色技術創新效率特征和影響因素。

綠色技術效率特征方面，馮志軍（2013）運用DEA-SBM模型對中國30個省份規模以上工業企業的綠色創新效率進行測算并分析，研究發現綠色創新效率與區域經濟發展水平有正相關性，經濟相對發達的沿海地區綠色創新率高于其他地區[1](p82-88)。肖仁橋，王宗軍（2014）等運用共享投入關聯型DEA模型，對2003-2010年中國各省份企業綠色兩階段創新效率進行了測算，發現約30%的省份企業創新資源利用模式屬于“低研發低轉化”型，且主要來自中西部以及東北地區；綠色技術創新效率東部、西部、東北以及中部依次遞減[2]。錢麗，肖仁橋等（2015）研究發現中國各省份研發效率東部、西部、中部依次遞降，成果轉化效率東部、中部、西部依次遞減[3](p26-43)。黃奇，苗建軍等（2015）研究發現中國各省市平均綠色技術創新效率東部、中部和西部依次遞減[4](p109-115)。總體來看，中國的綠色技術創新效率呈現發達地區高于不發達地區的態勢，區域分化較為明顯。

綠色技術創新效率影響因素來源有三：要素投入、環境規制和國外綠色技術溢出。綠色技術創新效率的高低與要素投入關系密切。張江雪，朱磊（2012）運用四階段DEA模型對中國2009年各省份工業企業技術創新效率進行實證研究，地方政府對科技、環保的支持力度和地區的科技意識對地區工業企業技術創新效率有正向作用[5](p113-125)。黃奇，苗建軍等（2015）構建非期望DEA-SBM模型，對2005-2010年中國30個省份工業企業綠色技術創新效率進行了測算，分析發現人力資本水平、基礎設施等因素對中國綠色技術創新效率有不同程度的正向影響[4](p109-115)。任耀，牛沖槐（2014）基于RAM-DEA模型，對2001-2013年山西省11個地級市的綠色創新效率進行了測度，分析發現能源投入的無效率工業綠色創新效率有負向影響[6](p176-177)。錢麗，肖仁橋等（2015）基于共同前沿理論和DEA模型，測算了2003-2010年中國各省份工業企業綠色技術研發效率和成果轉化效率，分析發現國有經濟比重、外商投資和技術交易環境等因素對科技研發效率有促進作用，技術交易環境對成果轉化效率有正向作用，而企業規模對兩者都有負向作用[3](p26-43)。

環境規制對綠色技術創新效率的影響復雜。有些學者認為環境規制對綠色技術創新有促進作用。David Popp（2005）通過對國際專利數據的分析，發現價格和環境規制對企業的綠色技術創新有促進作用[7](p209-226)。許士春，何正霞等（2012）通過分析排污稅、拍賣的排污許可和可交易的排污許可這三種環境規制措施對企業綠色技術創新的影響發現，排污稅率和排污許可價格對企業綠色技術創新有正向作用[8](p67-74)。曹霞，張路蓬（2015）借鑒利益相關者理論并利用Lotka-Volterra模型對企業綠色技術創新擴散進行了研究，結果發現政府規制促進了綠色創新技術在社會系統中的擴散[9](p68-76)。也有一些學者認為環境規制對綠色技術創新的影響有階段性。李婉紅，畢克新等（2013）通過對中國16個污染密集行業2003—2010年的面板數據進行實證研究，結果表明當行業規模較小時政府的環境規制政策不會促進行業實施綠色技術創新，反之則會促進行業的綠色技術創新[10](p72-81)。曹霞，于娟（2015）利用基于PP模型改進的SFA模型，對2005-2011年中國省際綠色創新效率進行了測度，研究發現環境規制與創新效率呈“U”型關系[11](p10-19)。少數學者發現在特定行業環境規制與綠色技術并無明顯關系，S.K.S Wong（2013）通過對中國203家電子制造企業的綠色創新數據實證分析發現，環境管制并未表現出對企業綠色創新的促進作用，對企業綠色創新正向影響最大的是知識共享[12](p321-338)。

國外綠色技術溢出促進了中國的綠色技術創新。景維民，張璐（2014）研究發現，在目前階段對外開放對我國綠色技術進步既有正向的技術溢出效應也有負向的產品結構效應，進口對技術進步有推動作用，出口造成負面影響[13](p34-47)。岐潔，韓伯棠（2015）以京津冀和長三角地區為例，基于2001—2012年面板數據構建門檻模型，研究發現國外綠色技術溢出效應對兩區域綠色技術創新具有顯著的促進作用[14](p24-31)。陳艷春（2016）通過構建技術領先國——低碳城市——其他城市的三層模型，分析發現來自國外的綠色技術擴散對低碳城市綠色技術創新有促進作用[15](p107-110)。

（二）生態效率研究綜述。

關于生態效率的研究主要集中在生態效率的影響因素方面。李靜，程丹潤（2009）基于DEA-SBM模型對1990-2006年中國各省市的環境效率進行測算，研究發現中國中部、西部的環境效率受環境污染的影響程度較大，而東部受影響較小[16](p1208-1211)。王兵，吳延瑞，顏鵬飛（2010）分析發現能源過度消耗和由此產生的SO2、COD的過度排放降低了我國區域環境效率，總體看我國東部環境效率高于中西部，人均GDP、公眾的環保意識等都對我國環境效率有不同程度的影響[17](p95-109)。初善冰，黃安平（2012）運用DEA模型對1997-2010年中國30個省市區域生態效率進行測算，使用面板數據的Tobit模型對外商直接投資對區域生態效率的影響進行檢驗，研究發現外商直接投資對區域生態效率有顯著的正向影響[18](p128-144)。付麗娜，陳曉紅等（2013）運用超效率DEA模型對長株潭“3+5”城市群各市2005-2010年的生態效率進行了測算，研究發現技術進步、產業結構、研發強度對生態效率有顯著的正向影響，但引進外資對生態效率有負影響[19](p169-175)。潘丹，應瑞瑤（2013）采用DEA-SBM模型對1998-2009年中國30個省份的農業生態效率進行了測算，研究發現資源的過度消耗和環境污染物的過量排放是農業生態效率損失的主要原因[20](p3837-3845)。羅能生，李佳佳等（2013）利用中國1999－2011年省際面板數據，基于超效率DEA，在測度區域生態效率的基礎上，通過對IPAT模型擴展建立了面板數據計量模型，分析發現城鎮化水平與區域生態效率呈非對稱U型關系[21](p53-60)。李勝蘭，初善冰等（2014）運用DEA模型對1997-2010年中國30個省市的區域生態效率進行了測算，研究發現2003年之前環境規制對區域生態效率有制約作用，2003年后環境規制的制約作用變為促進作用[22](p88-110)。成金華，孫瓊等（2014）研究發現，我國生態效率隨時間波動變化，東、中、西部生態效率依次遞減，整體看我國生態效率有正的空間相關性[23](p47-54)。

綜合以上觀點可以將區域綠色技術創新效率和生態效率的邏輯關系整理如圖1所示。

圖1 綠色技術創新效率與生態效率邏輯圖

研究內容而言，對綠色技術創新效率和生態效率的研究大都集中在對兩者影響因素的分析，主要揭示了抑制我國綠色技術創新效率和生態效率提高的因素，指明改進路徑，很少有學著就兩者之間的關系進行探究。技術創新的投入不斷提高，但生態環境卻日益惡化，綠色技術創新效率與生態效率之間的關系究竟如何還是個未知數。研究方法而言，大都采用DEA效率測算方法。所以綜合前人研究經驗與缺陷，本文擬采用非徑向、考慮非期望產出的DEA-SBM模型，分別對中國區域綠色技術創新效率和生態效率進行測算，并針對綠色技術創新效率對生態效率的影響進行研究，探究綠色技術創新效率對生態效率的影響方式、程度等，為貫徹“綠色”發展理念，實現生態城鎮化貢獻綿薄之力。

二、研究方法和指標選取

（一）研究方法。

Charnes和Cooper提出的DEA方法是一種評價決策單元相對效率的方法。與傳統的效率測算方法相比DEA方法更加客觀，不需要事前人為設定模型形式和參數數值，完全根據數據特征運算，所以受到廣泛應用。但DEA模型仍存在徑向或者角度問題，會造成測算結果偏高或者由于側重角度（投入或者產出）不同而導致結果不準確。本文根據Tone Kaoru（2004）[24](p44-45)提出的SBM（slack based measure）模型的處理方法，非期望產出、非徑向的SBM模型可寫成：

其中，s表示投入、產出的松弛量；λ是權重向量。ρ為計算效率值，取值范圍為[0，1]。當ρ取值1時表示決策單元完全有效率，此時s-=sg=sb=0，表示投入、產出不存在不足或者過剩；ρ〈1表示決策單元存在效率損失，可以通過優化投入和產出進行改進。

（二）變量選擇和數據來源。

基于研究目的和數據可得性，本文以中國除港澳臺地區、西藏之外其他30個省（市）份為研究對象，選取時間跨度2005-2013年相關數據①主要數據來源《工業企業科技活動統計年鑒》只有2005年至2013年的數據，所以選取時間跨度2005-2013年。（以2005年為基期），數據來自相應年度的《工業企業科技活動統計年鑒》《中國統計年鑒》《各省統計年鑒》以及國家統計局發布的《環境統計數據》。

1.綠色技術創新效率。

（1）綠色技術創新投入變量。選取大中型企業②大中型企業是技術創新的重要平臺，所以根據大中型企業的相關數據測算綠色技術創新效率，大中型企業數據為大型企業數據與中型企業數據相加所得。R&D人員全時當量（x1）、新產品開發經費（x2）和R&D經費內部支出（x3）3個變量。R&D人員全時當量能夠客觀體現企業研究與開發方面的人力投入狀況，在以往研究中經常被采用，所以選取該變量代表企業人力投入。資本投入方面，新產品開發經費能夠直觀反應企業技術創新方面的資本投入狀況，但考慮到并非所有的研究項目都能夠體現到新產品上，所以選取R&D經費內部支出作為資本的補充變量。由于資本投入具有累積和時滯性，所以資本投入均采用存量數據，參照吳延兵（2006）的做法[25](p1129-1156)：

其中，Kit、Ki(t－1)分別表示第i個省份第t和t－1年的工業企業新產品開發經費。δ為資本折舊率，根據前人研究經驗本文δ=15%。Iit表示第i個省份第t年工業企業新產品開發經費，參照朱平芳,徐偉民（2003）的做法用科研支出價格指數[26](p45-94)對名義新產品開發經費平減至基期2005年。Ki2005的計算公式如下：

其中，gi為各省份大中型企業新產品開發經費2005-2013年間的年均增長率。R&D經費內部支出指標的處理方法相同。

（2）綠色技術創新產出變量。貫徹綠色發展理念必須堅持綠色發展，堅持節約資源和堅持保護環境。從堅持綠色發展角度出發，選取大中型企業新產品開發項目數（yg1）、專利申請數（yg2）、新產品銷售收入（yg3）和工業增加值（yg4）作為期望產出變量，反映“發展”需求。根據《中國統計年鑒》指標解釋：新產品是指采用新技術原理、新設計構思研制、生產的全新產品，或在結構、材質、工藝等某一方面比原有產品有明顯改進，從而顯著提高了產品性能或擴大了使用功能的產品。所以，新產品開發項目數是企業新產品開發成果最直觀的反映，同樣由于新產品的局限性需要加入補充指標以全面反應企業創新成果。選取專利申請數而非專利授權數作為補充變量，原因在于專利授予受到授權機構以及其他社會因素影響較大，不能單純地反應企業創新成果。但是新產品開發項目數和專利申請數僅能反映企業創新方面的潛在社會價值，無法反應創新成果轉化狀況，所以選取新產品銷售收入作為綠色技術創新的經濟效益指標。同時，由于工業企業是國民經濟的主要組成，其創新成果帶來的綜合效益是巨大的，所以選取工業增加值作為企業創新成果的綜合效益指標。

從堅持節約資源角度出發，選取單位工業增加值能耗（yb1）作為非期望產出，衡量綠色技術創新的資源節約指標。單位工業增加值能耗越高，說明資源消耗越高、資源節約效率越差，所以作為非期望產出。從堅持保護環境角度出發，選取地區工業固體廢物產生量（yb2）、工業廢水排放量（yb3）、工業二氧化硫排放量（yb4）、工業煙（塵）排放量（yb5）和二氧化碳排放量（yb6）作為非期望產出變量，衡量企業綠色技術創新的環境效益指標。二氧化碳排放量根據IPCC公布的化石燃料二氧化碳排放計算公式計算，相關系數如表1所示。

表1 區域二氧化碳排放量相關系數

綜上所述，建立大中型工業企業綠色技術創新效率的評價指標體系如表2所示。

2.區域生態效率。

（1）生態效率投入變量。選取年末從業人員數(x1)、固定資本投資存量(x2)、能源消耗量(x3)和地區用水量(x4)4個變量。年末從業人員數能夠綜合反映地區發展中的勞動力投入狀況，在以往研究中經常被采用，所以選取該指標作為地區勞動投入指標。固定資本投資存量(x2)反映地區資本投入狀況，處理方法如前文所述。選取能源消耗量和地區用水量作為反映地區資源投入狀況的指標，能源消耗量指折算為標準媒的地區能源消耗總量。水資源是地區發展、人民生活不可或缺的重要資源，也是地區資源投入的重要組成部分。

（2）生態效率產出變量。選取地區GDP作為生態效率期望產出指標，雖然GDP倍受爭議，但就綜合反映地區發展狀況而言，還沒有其他指標比GDP更合適，故選取該指標衡量地區發展。

基于資源節約角度，選取單位GDP能耗衡量地區資源節約狀況。基于保護環境角度，選取廢水排放總量、固體廢物排放量、二氧化硫排放總量、粉塵排放總量作為地區發展的環境效益指標。廢水排放總量=工業廢水排放量+生活污水排放量，其他3個指標處理方法相同。基于低碳發展角度，選取二氧化碳排放總量作為地區低碳發展指標，計算方法如前文所述。

表2 綠色技術創新效率評價指標系

表3 生態效率評價指標體系

據此，構建地區生態效率評價指標體系如表3所示。

（三）綠色技術效率對生態效率的影響路徑。

如圖2所示，區域生態效率受區域投入因素、期望產出因素和非期望產出因素三者影響。大中型企業是社會經濟發展的重要驅動主體也是技術創新的主要載體，考慮資源消耗和工業三廢等非期望產出因素的綠色技術創新通過三個路徑對區域生態效率產生影響：①企業生產過程；②綠色技術外溢性，綠色技術創新即會對研發企業產生影響，也會對其他企業甚至整個社會產生影響；③綠色技術創新研發投入對區域投入因素的影響。即:

圖2 綠色技術效率對生態效率影響路徑

基于“綠色”角度的技術創新能夠促進企業生產過程的“綠色”化，以更少的非期望產出為代價生產更多或者同等水平的期望產出。不僅對研發企業，對其他企業甚至整個社會而言，綠色技術創新也會產生相同影響。故據此提出假設：

H1：綠色技術創新促進生態效率提高

研發投入的增加會促進綠色技術創新效率的提高，而企業研發投入會影響區域投入因素，故據此提出假設：

H2：區域投入促進生態效率提高

三、實證分析

（一）效率結果分析。

根據前文所得指標體系，采用熵值法計算得出各地區投入綜合指標、期望產出綜合指標和生態效率綜合指標，并運用DEA-SOLVER Pro5.0軟件，對區域大中型企業綠色技術創新效率和區域生態效率進行測算。采用熵值法計算綜合指標的原因有三：第一，投入產出指標的數量過多會影響DEA方法的準確度，采用熵值法對數據進行降維處理以提高DEA計算結果的精度。第二，投入、產出指標數量不同，所得DEA結果會大相徑庭，綠色技術創新效率與生態效率的投入、產出指標數量并不相同，直接用原始數據進行計算所得效率結果并不具有穩定關系，改變兩者的投入、產出指標數量所得效率結果間的相關關系就會改變，為了保證所得效率結果有穩定的可比關系故采用熵值法計算投入、產出的綜合指標。第三，熵值法所得各指標權重皆根據數據特征客觀得出，避免的主觀影響，故采用熵值法。①使用改進的離差標準化方法將原始數據映射到[0.1，0.9]區間，并依據熵值法確定的各變量權重計算綜合指標。測算結果如下。

表4 大中型企業綠色技術創新效率

1.綠色技術創新效率結果。

從總體發展趨勢看，除青海之外，其他地區大中型企業綠色技術創新效率都有不同程度提高。全國平均效率由2005年的0.585上升至2013年的0.6959，漲幅達18.9%，效率提升明顯，說明我國各地區逐漸重視“綠色發展”，貫徹“綠色發展”理念。就總體發展水平而言，我國整體綠色技術創新效率仍處在較低水平。如表5所示，2005-2013年間我國僅有2-3個地區綠色技術創新效率處于相對有效率水平，大部分地區綠色技術創新相對無效率；2005-2013年間我國仍有2/3左右的地區綠色技術創新效率低于全國平均水平，處在或接近效率邊界的地區僅有2-5個不足1/5，可見我國綠色技術創新效率雖然有一定提高，但整體仍處在較低水平。

從總體分布趨勢來看，我國大中型企業綠色技術創新效率呈東、中、西部②東部地區包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東和海南等11個省（市），中部地區包括山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南8個省（市），其他為西部地區。依次遞減態勢，符合發達地區高于不發達地區的研究結果。由表4所得結果可知，中部與東部間效率差距逐漸縮小，2005年中部低于東部0.0966，2013年差距縮小為0. 0737；西部與東部效率差距逐漸增大，2005年西部低于東部0.0668，2013年差距擴大為0. 134；中部與西部相比，2005年中部低于西部0.0298，2007年開始中部與西部差距逐漸縮小，2013年中部反高于西部0.0603。這與我國區域發展戰略的調整相符，從最初的“東部沿海地區優先發展”到“西部大開發”戰略的實施，再到“中部崛起”戰略的施行，表4所得結果與區域發展戰略的調整路徑相吻合，表明所得結果能夠反映我國真實情況。接近或位于效率邊界的地區主要是北京、天津、上海、廣東，其他地區都相對低效或者無效。

表5 綠色技術創新效率全國均值對比結果

根據圖3可得，我國各地區綠色技術創新效率水平不均衡的狀況隨時間變化并沒有明顯改善。如圖2所示，圖中顏色越深表明綠色技術創新效率越高，從2005-2009-2013三年對比不難看出綠色技術創新效率隨著時間逐漸提高，但提高最明顯的主要集中在東南沿海地區。中西部綠色技術創新效率的提高程度不及東南沿海地區，中西部地區與東部發達地區間的差距并未隨時間的變遷得到根本改善。

2.生態效率結果。

從總體發展趨勢看，2/3地區的生態效率有不同程度的提高，山西等9個城市生態效率有略微下降。表明我國各地區都逐漸重視發展過程中的生態效益，堅持“既要金山銀山又要綠水青山”的“綠色發展”理念。生態效率全國均值2005年為0.478，2013年提升為0.5067，增幅6%，生態效率逐步提高。就總體發展水平而言，我國生態效率處在較低水平。2005-2013年間，我國僅有1-2個地區位于生態效率邊界之上，其他地區生態效率都是相對無效；有2/3左右的地區生態效率低于全國平均水平，僅有不足15%的地區接近或者位于生態效率邊界。由此可見我國整體生態效率水平偏低，這是以往忽略生態、片面追求經濟增長的發展模式留下的后遺癥，且從表6結果不難看出，生態效率的提高是個緩慢而又漫長的過程，這就要求我們始終堅持貫徹“綠色發展”理念。

圖3 綠色技術創新效率變化對比

從總體分布趨勢來看，我國生態效率呈現東、中、西部依次遞減狀態。由表6結果可知，中、西部與東部間的差距有拉大趨勢。2005年中部生態效率低于東部0.2646，2013年該差距為0.2784，漲幅5.2%；2005年西部生態效率低于東部0.3073，2013年低0.3133，漲幅2%。中部與西部相比差距逐漸縮小，2005年西部低于中部0.0427，2013年差距變為0.035中、西部與東部間的差距雖然漲幅不大，但足以引起重視。根據圖4，2005-2009-2013三年生態效率變化對比可知，生態效率較高的地區依舊集中在東南沿海地區，變化較為明顯的也集中在東南沿海地區，中、西部與東部之間的差距亦未隨時間變化而得到根本改變。

（二）回歸分析。

為分析綠色技術創新效率對生態效率的影響，以生態效率（EE）作為被解釋變量，綠色技術創新效率（GTIE）作為解釋變量建立Tobit隨機效應回歸模型，運用stata14進行面板回歸。根據式[1]建立如下回歸方程：

圖4 生態效率變化對比

1.實證結果。

通過單位跟檢驗可知所選變量都是I（1）過程，是同價單整，通過KAO協整檢驗可知被解釋變量EE與解釋變量GTIE、I、O、OB間存在協整關系，符合進行面板數據回歸的要求。運用stata14建立Tobit隨機效應模型，為驗證模型穩定性同時進行面板OLS回歸得出結果如表8。

根據表8結果可知，4個模型中綠色技術創新效率的系數均在1%水平下顯著，一方面證明綠色技術創新效率對生態效率存在顯著影響，另一方面也證明所建立的回歸模型是穩定的。根據模型2所的結果可知：

第一，假設H1成立，綠色技術創新效率（GTIE）對生態效率有正向影響，但促進作用十分微弱。原因可能是多方面的，一方面本文選用的是大中型企業的綠色技術創新數據，并不能反應各地區總的綠色技術創新水平，但正如前文所說大中型企業在整個社會、經濟發展過程中的作用是巨大的，其運營過程的“綠色”程度應該對生態效率產生重要影響，所以數據代表力不足的原因是次要的；另一方面，該結果說明目前我國工業企業的技術創新的“綠色”程度不夠，不足以對我國生態效率產生巨大促進作用，我國大中型企業技術創新更注重經濟效益，對生態效益的重視程度雖有提升（綠色技術創新效率增幅達18.9%）但仍不是首要考慮目標，這才是導致綠色技術創新技術效率促進作用不明顯的重要原因。

表6 區域生態效率

表7 生態效率全國均值對比結果

表8 實證結果

第二，假設H2不成立，投入綜合指標（I）對生態效率有負向影響。假設H2不成立原因：一方面綠色技術創新的研發投入占區域投入比例較低，以北京市R&D內部支出經費占北京市固定資產投入比例為例，樣本期間該比例僅為1.4%，綠色技術創新效率通過途徑3對生態效率的促進作用十分微弱；另一方面，我國現階段發展模式“綠色”程度不高，投入提升生態效率反而下降，說明我國目前經濟發展模式仍對生態造成很大壓力。

第三，對生態效率影響最大的因素是投入綜合指標（I）和期望產出綜合指標（O）。投入綜合指標（I）對生態效率的影響程度遠大于綠色技術創新效率（GTIE）和非期望產出綜合指標（OB），這解釋了綠色技術創新效率提升明顯但生態效率提升并不顯著的原因。阻礙生態效率改善的主要因素并非想象中的非期望產出（工業三廢等）而是投入，這說明我國資源利用效率并不高，資源投入的低效率是抑制生態效率提高的主因。投入資源促進發展，再以發展成果改善生態，這既是資源的無效率運用，也造成社會效用損失。須知效用并非減1再加1就能夠彌補的，發展造成生態惡化產生的效用損失并不能簡單的以改善生態來彌補，況且改善生態帶來效用提高并不能完全彌補生態惡化的效用損失。我國的發展方式仍是非綠色、非效率的，這樣的“非綠色、非效率”導致我國生態效率改善速度緩慢（生態效率增幅6%）。

四、結論和對策

根據前文分析，不難得出以下結論：

第一，我國綠色技術創新效率和生態效率區域分布不均衡，且不均衡態勢并未得到根本改變。兩者基本都呈現經濟發展較好地區高于經濟發展不好地區的態勢，且隨著時間推移這種不均衡的狀態并未有大的改變。

第二，綠色技術創新效率促進生態效率提高，但目前階段該促進作用并不明顯。對生態效率產生影響的因素中，有正向作用的是綠色技術創新效率和期望產出，投入和非期望產出對生態效率有副作用，其中期望產出和投入的影響明顯。綠色技術創新效率的提高意味著更少的投入和更少的非期望產出，而期望產出保持同等水平或者更高，因此綠色技術創新效率對生態效率必然產生正向影響。

第三，提高綠色技術創新效率是改善生態效率的重要途徑。一方面，要依靠期望產出來促進生態效率的提高必須加大投入，而加大投入既會提高期望產出也會提高非期望產出，投入和非期望產出的負向影響會抵消期望產出的正向影響，所以依靠期望產出的提升來促進生態效率提高的路徑是不可取的，既不會提高生態效率，也會導致資源利用的無效率。所以應當依靠提高綠色技術創新效率促進生態效率的改善。另一方面，綠色技術創新效率的提高，既可以促進我國生態效率提高，又能夠提高我國社會發展的綠色程度和效率水平。高水平的綠色技術創新效率，可以削弱投入和期望產出對生態環境的影響程度，提高經濟運行的“綠色”性，從而增強綠色技術創新對生態效率的影響程度。

鑒于當前階段我國綠色技術創新效率處在較低水平、區域間分布不均、對生態效率促進作用不明顯等現狀，提出以下建議：

首先，提高企業的綠色技術創新效率。堅持綠色發展觀念，加強對企業綠色技術創新的引導和支持。不能僅依靠優惠、獎勵等“簡單粗暴”的方式吸引企業進行綠色技術創新，必須建立綠色發展的環境，從制度層面營造綠色發展氛圍，使企業融入其中，找到符合自身實際的發展路徑。

其次，改善當前綠色技術創新效率分布不均的狀態。縮小東中西部的差距以提高我國的總體效率水平。東部地區應加大對中西部地區的技術轉移及扶持力度，促進中西部地區綠色技術創新效率的提高，進而改善中西部生態效率。同時，中西部在承接東部及國外產業轉移中更應牢固樹立“綠色”發展意識，提升發展水平，杜絕污染源的引進。

最后，樹立“綠色”觀念。社會發展方式的綠色化并非僅靠規范經濟發展就能實現的，應該在全社會樹立“綠色”發展觀念，倡導“綠色”消費模式、生活方式加強“綠色發展觀”的宣傳和引導，使社會大眾普遍具有綠色發展的意識，貫徹“綠色發展觀”。

[1]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）.

[2]肖仁橋,王宗軍,錢麗.中國省際工業企業綠色技術創新效率實證研究[A].第九屆（2014）中國管理學年會——技術與創新管理、國際商務談判分會場論文集[C].廣州：中國管理現代化研究會、復旦管理學獎勵基金會，2014.

[3]錢麗,肖仁橋,等.我國工業企業綠色技術創新效率及其區域差異研究[J].經濟理論與經濟管理, 2015，（01）.

[4]黃奇,苗建軍，等.基于綠色增長的工業企業技術創新效率空間外溢效應研究[J].經濟體制改革, 2015，（04）.

[5]張江雪，朱磊.基于綠色增長的我國各地區工業企業技術創新效率研究[J].數量經濟技術經濟研究，2012，（02）.

[6]任耀,牛沖槐,牛彤，等.綠色創新效率的理論模型與實證研究[J].管理世界,2014，（07）.

[7]POPP閱.Lessons from patents:Using patents tomeasuretechnologicalchangeinenvironmental models[J].Ecological Economics，2005，（54）.

[8]許士春,何正霞,龍如銀.環境規制對企業綠色技術創新的影響[J].科研管理,2012，（06）.

[9]曹霞,張路蓬.企業綠色技術創新擴散的演化博弈分析[J].中國人口資源與環境，2015，25（07）.

[10]李婉紅,畢克新,孫冰.環境規制強度對污染密集行業綠色技術創新的影響研究[J].研究與發展管理，2013，25（06）.

[11]曹霞,于娟.綠色低碳視角下中國區域創新效率研究[J].中國人口資源與環境，2015，25（05）.

[12]WONG S.K.S.Environmental requirements, knowledge sharing and greenInnovation:Empirical evidence from the electronics industry in China[J].Business Strategy&the Environment，2013，22（5）.

[13]景維民,張璐.環境管制、對外開放與中國工業的綠色技術進步[J].經濟研究，2014，（09）.

[14]岐潔,韓伯棠,曹愛紅.區域綠色技術溢出與技術創新門檻效應研究[J].科學學與科學技術管理, 2015，36（05）.

[15]陳艷春.中國低碳城市綠色技術創新的示范效應研究[J].河北經貿大學學報，2016，37（01）.

[16]李靜,程丹潤.基于閱EA-SBM模型的中國地區環境效率研究[J].合肥工業大學學報（自然科學版），2009，32（08）.

[17]王兵，吳延瑞，等.中國區域環境效率與環境全要素生產率增長[J].經濟研究，2010，（05）.

[18]初善冰,黃安平.外商直接投資對區域生態效率的影響[J].國際貿易問題，2012，（11）.

[19]付麗娜,陳曉紅,冷智花.基于超效率閱EA模型的城市群生態效率研究[J].中國人口資源與環境, 2013，23（04）.

[20]潘丹，應瑞瑤.中國農業生態效率評價方法與實證[J].生態學報2013，33（12）.

[21]羅能生,李佳佳,羅富政.中國城鎮化進程與區域生態效率關系的實證研究[J].中國人口資源與環境,2013,23(11).

[22]李勝蘭,初善冰,申晨.地方政府競爭、環境規制與區域生態效率[J].世界經濟,2014，(04).

[23]成金華,孫瓊,郭明晶.中國生態效率的區域差異及動態演化研究[J].中國人口資源與環境，2014，24（01）.

[24]TONE K.閱ealing with undesirable outputs in閱EA:A slacks-based measure（SBM）Approach [A].日本發展研究學會論文集[C].2004.

[25]吳延兵.R&閱存量、知識函數與生產效率[J].經濟學（季刊），2006，5（04）.

[26]朱平芳,徐偉民.政府的科技激勵政策對大中型工業企業R&閱投入及其專利產出的影響[J].經濟研究,2003，（06）.

責任編輯 郁之行

F272

A

1003-8477（2017）03-0069-010

羅良文（1965—），男，博士，中南財經政法大學經濟學院教授，博士生導師；張萬里（1988—），男，中南財經政法大學經濟學院博士（通訊作者）。

教育部人文社科規劃基金項目“國際研發資本技術溢出對綠色技術創新績效的影響及區域差異：空間溢出及門檻效應視角”（16YJA790036）；中南財經政法大學2016年度“研究生創新教育計劃”博士生科研創新課題“區域綠色技術創新效率對生態效率的影響分析”（2016-jjxy-bs-09）。