中國綠色技術創新效率演化及其空間治理

梁 中 昂 昊

(安徽財經大學 工商管理學院， 安徽 蚌埠 233030)

在全球經濟綠色轉型的進程中，隨著傳統要素投入邊際效益的漸趨下降和發展范式的全面重構，綠色技術創新之于改善環境質量和培育經濟增長新動能，以及推動產業價值鏈“爬坡邁坎”的根本支撐意義不斷凸顯。與傳統的碳基技術經濟范式不同，綠色技術創新具有典型的“雙重外部性”特征，即創新知識的正外部性和環境影響的負外部性同時并存，進而導致“雙重市場失效”現象的發生(何小鋼，2014)，這也表明其在創新投資、技術采納和擴散激勵等方面都存在著獨有的演化邏輯。具體到中國而言，在“不平衡、不充分”的發展背景下，受區域經濟基礎、資源稟賦和制度環境等約束條件的影響，綠色技術創新活動不僅存有上述共性特質，同時其技術存量和產出效率還存在復雜的空間形態。從新增長理論和新經濟地理學的角度來看，技術空間分布態勢包含著深刻的經濟意蘊，將綠色創新活動、經濟環境和空間因素結合起來進行統籌分析已成為一種重要范式(梁中 等，2017)。為此，本研究利用空間分析手段，較為深入地探討了綠色技術創新效率的空間分布特征及演化軌跡，這對于理解和把握區域間技術經濟層面的內在演進規律，推動綠色創新指向的區域經濟高質量均衡發展，具有重要的理論意義和政策探尋價值。

一、文獻評述

綠色技術創新效率是基于綠色技術和技術創新概念延伸出來的一種綠色評價定義(Braun et al.，1994；Kemp et al.，2002)。由于綠色技術及其創新活動所涵蓋要素和外延的寬泛性，導致對綠色技術創新效率的界定也存在爭議，具有概念內核上的復雜多維特征(即包含技術創新、環境技術和經濟效益等多重界定邏輯)。總體來看，目前多數學者將其定義為綠色創新活動中投入與產出之間的效用比例關系，如果考慮到技術創新過程不同環節的情景差異性，其還可以被分為研發投入產出和成果轉化兩個階段，因此，亦有學者將綠色技術創新效率界定為技術研發效率和技術轉化效率的乘積(王志平，2013；張洪潮 等，2017)。另外，從生產技術的角度來看，綠色產業活動中的實際產出和理想產出之間的差距也可以用綠色技術創新效率表示(羅良文 等，2016)。

從評價對象來看，已有文獻大多選擇從產業層面入手，主要包括重污染行業(吳超 等，2018)、鋼鐵行業(何楓 等，2015)、高技術行業(張沁梅，2018)以及更寬泛意義上的工業(錢麗 等，2015)和農業(黃安勝 等，2014)，對特定行業發展情景下的綠色技術創新效率進行評價分析；亦有少數研究從經濟地理區域角度介入，著重考察綠色技術創新效率的影響因素，主要議題集中在空間外溢效應(黃奇 等，2015)、環境規制強度(劉斌斌 等，2017；劉章生 等，2018)、制度創新環境(孫宏芃，2016)和國際研發資本技術溢出(梁圣蓉 等，2019)等方面。從評價方法來看，參數法和非參數法的應用最為普遍。其中，前者主要通過隨機前沿分析(SFA)來估計誤差項進而確立產出距離函數(肖黎明 等，2017)，后者則更多是借助數據包絡分析(DEA)、方向性距離函數(DDF)和Malmquist指數等方法進行技術效率差異分析(楊文舉，2015；徐鵬杰，2018；朱光福 等，2018)。在實際應用過程中，上述測度方法各有優劣，關鍵取決于是否契合研究目標以及數據獲取的需要。

通過文獻梳理不難發現，目前直接指向綠色技術創新效率測度議題的研究總體較少，尤其是對于時空維度的綠色技術效率分布格局和重心遷移問題關注嚴重不足，未能充分考慮不同區域在經濟發展水平、綠色技術創新資源和技術創新能力等方面的異質性問題，導致相關政策建議由于忽略了中國區域經濟情景特質而失于寬泛性。此外，還應關注到的是，在“三期疊加”的經濟發展新常態下，中國綠色技術創新效率的空間變遷態勢極為復雜，多種資源配置矛盾和多元區間利益因素相互交織影響，這也決定了在研究范式上需要堅持更為寬域的空間治理視角。然而，現有文獻基本忽略了該議題，這不僅會降低理論解釋力度，同時也會削弱新時期綠色技術創新政策設計的空間戰略屬性。

二、中國綠色技術創新效率的測度及其時空變化

(一)測度方法

本研究重點關注的是綠色技術創新效率的時空演化軌跡問題，考慮到計算的客觀性和數據的可得性，采用數據包絡分析方法可以使用不同量綱指標，并且不需要主觀設定指標權重，從而能避免主觀偏差問題。為此，本文選擇通過DEA模型來進行效率測量和結果分析，在此基礎上，進一步引入重心模型對綠色技術創新效率的時空遷移趨勢進行研判。另外，針對傳統DEA模型中的CCR模型只能處理具有不變規模報酬特征的決策單元問題，Banker et al.(1984)提出了可以處理可變規模報酬的BCC模型，即當不是所有決策單元都處于最佳規模時，可變規模收益模式(variable returns to scale，VRS)使得技術效益的測算不會受規模效益的影響。考慮到綠色技術創新是一種包含多投入多產出的復雜效用關系，其效率更多是反映上述多投入多產出之間的轉化效率(馮曉莉 等，2012)，故本文采取DEA-BCC模型作為測量工具，以更精準地定位分析綠色技術創新效率的影響因素。具體模型如下(高萍 等，2018)：

(1)

(2)

當gk=0時，表示該決策單元處于技術無效率狀態。當0

對于尚未達到技術有效的決策單元(即gk<1)，為實現其效率最優目標，需要對投入產出做出以下調整：

(3)

(4)

式(3)、(4)中，ΔYik表示要達到技術有效需要減少的投入，ΔXrk表示要達到技術有效需要增加的產出。

(二)指標選取及數據來源

1.指標選取

基于綠色技術創新活動的復雜性，單一指標要素難以全面反映其運行效率，為此本研究從多維投入與多維產出角度進行指標構建分析。在借鑒已有相關研究成果的基礎上，按照資本、人力、能源/環境三個大類構建投入指標，產出指標分別對應為經濟產出、技術綠色產出、能源/環境產出(見表1)。其中，資本投入為R&D經費支出資本存量，由于資本產出是由當期投入和以前存量共同決定的，所以用當年R&D內部經費支出作為該年投入流量，采用永續盤存法估算其存量。同時，因為創新投入產出存在一定時滯性，參照既有研究普遍的觀點，該指標平均滯后期取K=1,其余各指標取滯后期為2年(肖仁橋 等，2015；王海龍 等，2016)。綠色技術創新投入時間跨度為2003—2014年，產出時間跨度為2005—2016年。則Ki，t=Ei,t-1+(1-τ)Ki,t-1,其中，Ki,t是i地區第t期的R&D資本存量，Ei,t是i地區第t期的R&D經費支出，τ=15%是折舊率(Griliches，1980)，基期(2003年)。i地區R&D資本存量的計算公式為Ki,2003=Ei,2003/(gi+τ),其中,gi為i地區樣本期內按復利法計算得出的R&D經費內部支出的年均增長率。人力投入指標采用R&D人員全時當量來表示，能源/環境投入采用非煤炭消費占能源消費比重來指代，具體根據區域各年煤炭消費總量與能源消費總量的比值然后求倒數得出。在經濟產出指標選取方面，現有文獻多采用寬泛意義上的新產品銷售收入進行衡量，為盡可能提高指標的精度，本研究以更能集中反映綠色技術經濟產出的高技術產業新產品銷售收入作為評價指標；技術產出采取常用的專利申請授權數表示；能源/環境產出用區域生產總值與區域能源消耗總量的比值即能耗產出率表示。

表1 綠色技術創新效率投入產出指標

2.數據來源

R&D人員全時當量、R&D資本存量數據來源于《中國科技統計年鑒》；能耗產出率數據來源于《中國環境統計年鑒》；高新技術產業新產品銷售收入數據來源于《中國高技術產業統計年鑒》；專利申請授權數據來源于《中國統計年鑒》；煤炭消費總量和能源消費總量數據均來源于《中國能源統計年鑒》。考慮到數據的可得性及完整性，本研究主要選取除西藏、港澳臺地區之外的30個省份作為研究對象。

(三)中國區域綠色技術創新效率空間分布狀況

如上所述，DEA-BCC是基于傳統DEA-CRR擴展而成的可變規模報酬模型，其擴展的優勢是可以將技術效率分解為純技術效率和規模效率，即技術效率為純技術效率和規模效率的乘積(易明 等，2018)。按此方法，把綠色技術創新效率界定為純技術效率(vrste)與規模效率(scale)的乘積，見式(5)。其中，純技術效率表示綠色技術資源的配置和利用水平，規模效率表示綠色技術創新產業規模集聚水平。

crste=vrste×scale

(5)

在此基礎上，運用DEAP 2.1軟件，計算得到2005—2016年中國30個省份綠色技術創新效率及其組成成分。根據國家統計局的劃分方法，將30個省份劃分為東部、中部、西部和東北四大經濟區域，相關分析結果見表2。

表2 2005—2016年中國綠色技術創新效率及其組成分析

在純技術效率方面，中部地區領先，除湖北小于0.9以外，其余省份效率值都高于0.9；東部地區次之，北京、江蘇、浙江和廣東等發達地區效率值最高達到1，效率值高于0.9的省份有8個；西部地區除四川、陜西和甘肅外，其余8個省份的效率值均高于0.9；東北地區只有吉林高于0.9，其余省份均低于0.9。純技術效率均值的排序為：中部地區(0.964)>東部地區(0.954)>西部地區(0.938)>東北地區(0.831)。在規模效率方面，四大區域的差異較為明顯，東部地區顯著領先，除河北和山東之外，其余省份效率值均高于0.9；西部地區和東北地區嚴重滯后。規模效率均值的排序為：東部地區(0.928)>中部地區(0.834)>西部地區(0.775)>東北地區(0.768)。

圖1 區域綠色技術創新效率的對比情況

綜合來看，東部地區綠色技術創新效率最高，各省份效率值主要集中在0.9至1之間，平均值為0.890。中部地區次之，各省份效率值主要集中在0.7至0.9之間，平均值為0.804。西部地區各省份效率值主要集中在0.5至0.8之間，平均值為0.727。東北地區各省份效率值則處于0.4至0.7之間，平均值為0.644。圖1展現了不同區域之間綠色技術創新效率的對比情況。

(四)中國綠色技術創新效率時空演化分析

為更準確地把握綠色技術創新效率的動態演進趨勢，本研究將對其時空維度上的動態變化情景做進一步判定。在數據分析區間設定方面，考慮到“五年規(計)劃”與中國綠色技術創新及發展脈絡的密切關聯性，采用各期相互銜接的方式，即以“十五”計劃末為起點，將研究期間分為三個階段：第一階段為“十五”計劃末至“十一五”規劃中期(2005—2008年)；第二階段為“十一五”規劃末至“十二五”規劃中期(2009—2012年)；第三階段為“十二五”規劃末至“十三五”規劃初期(2013—2016年)。上述劃定既有利于對綠色技術創新效率的階段性演化進程展開比較分析，又可以兼顧四個時期影響效應的連續性。通過計算各個期間省級綠色技術創新效率的平均值，按照效率值的大小，將30個省份的綠色技術創新效率的演化強度區分為4個級別，即低效率區域(0≤綠色技術創新效率<0.6)、中低效率區域(0.6≤綠色技術創新效率<0.75)、中高效率區域(0.75≤綠色技術創新效率<0.9)、高效率區域(0.9≤綠色技術創新效率≤1)。相關測算結果見表3。

在第一個考察階段，綠色技術創新效率“高效率區域”有11個省份，主要分布在東部沿海地區和中部地區，即浙江、天津、海南、福建、廣東、安徽、江西等。“中高效率區域”有4個省份，即河南、新疆、重慶和山東。“中低效率區域”包含8個省份，主要分布在西部地區和東北地區，如四川、云南、黑龍江和吉林等。“低效率區域”有7個省份，主要分布在西部地區和華北地區，如青海、甘肅、寧夏、遼寧等。

在第二個考察階段，綠色技術創新效率“高效率區域”數量較第一階段有所減少，共有10個省份，主要分布在東部沿海發達地區，如廣東、福建、江蘇、浙江等。“中高效率區域”數量有所增長，共8個省份，如上海、北京、河南、貴州等。“中低效率區域”數量有8個省份，主要分布在西部地區，如青海、四川、陜西等。“低效率區域”共有4個省份，主要集中在華北地區，即甘肅、山西、河北、遼寧。

在第三個考察階段，“高效率區域”較第二階段開始明顯增長，達到13個省份，主要分布在東部沿海地區、中部地區以及部分西部和東北地區，如福建、廣東、江蘇、重慶、吉林等。“中高效率區域”有7個省份，主要分布在華北地區和西部地區，如北京、天津、四川、陜西等。“中低效率區域”僅有4個省份，即黑龍江、新疆、內蒙古和上海。“低效率區域”有6個省份，以華北地區和西部地區為主。

綜合上述三個階段的區域效率值變化情況來看，在觀察期內中國綠色技術創新效率整體處于上升通道，即到“十三五”規劃初期，中國大部分省份處于“高效率區域”和“中高效率區域”，其中東部發達地區提升速度顯著大于其他區域。另外，從區域變化結構來看，“中低效率區域”向高水平區間轉化趨勢最為明顯，但“低效率區域”數量變化較小，且分布穩定，反映了在綠色技術創新的空間演進中存在一定的“區域鎖定”問題。

表3 2005—2008、2009—2012、2013—2016年中國省域綠色技術創新效率分級

三、中國綠色技術創新效率重心遷移及對比分析

(一)綠色技術創新效率重心計算模型

為把握綠色技術創新效率在空間分布上的均衡程度和變化特征，還需借助重心分析手段來觀測其在大尺幅范圍內的移動軌跡。重心所在的空間位置，代表著周圍區域的綠色技術創新效率處于“高密度”狀態，即在該點的各個方向上維持相對均衡。在特定期間內，當某區域的效率值所占比重較大且快速增長時，綠色技術創新效率重心就會向該位置漸趨移動，從而可能呈現具有一定規律的遷移軌跡。對重心遷移軌跡的刻畫分析，不僅有利于明晰其動態演化趨勢，也有助于制定有區域針對性的效率提升政策。

本研究假設30個省級區域處于同一均質平面，各省級的綠色技術創新重心位于各省的省會城市，相關測算參照盧俊宇等(2013)、李恒等(2016)使用的方法，具體如下：

(6)

(7)

(8)

(9)

式(8)、(9)中，R代表地理坐標轉化為平面距離的系數，取值111.111(高軍波等，2018)；R×(LONGt-LONGj)和R×(LATt-LATj)分別表示綠色技術創新效率重心在經度和緯度上的移動距離。

(二)綠色技術創新效率重心分析

采用ArcGIS 10.2軟件確定30個省份的地理坐標，依據重心公式計算2005—2016年的綠色技術創新效率重心及遷移方向和移動距離，結果見表4。

表4 2005—2016年中國綠色技術創新效率重心空間動態遷移軌跡

注：移動距離單位為km，重心位置單位為“度”。

從經緯度上看，2005—2016年中國綠色技術創新效率重心位置位于東經112.507°～113.247°和北緯32.324°～32.616°之間，即基本落點在中國中部的河南和湖北交界地帶。根據移動尺度可將移動軌跡劃分為三個時間段：2005—2009年、2010—2013年、2014—2016年。在第一階段，綠色技術創新效率重心波動較大，主要移動方向為西南；在第二階段，遷移方向整體轉向為東南，但波動幅度變小；在第三階段，開始重新大幅度轉向西南方向。總體來看，遷移距離最大的是2009年的39.630km，最小的是2014年的4.094km(僅有最大遷移距離的10.3%)。從移動方向來看，中國綠色技術創新效率重心主要朝西南方向遷移，其中緯度上向南遷移0.292°，實際移動距離為32.444km；經度上向西遷移0.74°，實際移動距離為82.222km。綜合對比分析，可以發現，2005—2016年中國省域綠色技術創新效率重心遷移平均移動距離為20.099km，其中經度上的偏幅明顯更大，這表明綠色技術創新效率的東西差異遠大于南北差異，即東西方向上的綠色產業技術發展不均衡是引致重心偏離的主要原因。

(三)綠色技術創新重心與經濟重心、高技術產業重心的對比分析

通過前述分析可知，中國綠色技術創新效率的時空分布與重心遷移具有顯著的區域聚類和分化特性，即均與宏觀意義上的經濟發展梯度密切相關。由于綠色技術創新效率成因和區域差異的復雜性，既有文獻從經濟基礎、產業結構和政策規制等不同維度進行了大量探索，但研究目標主要集中在影響因素的關系判定上，對其時空演化軌跡的比較分析尚關注不足。為此，本研究從經濟分化和產業分化而可能引致的創新效率區域分化現象這一邏輯出發，選擇經濟重心和高技術產業重心(作為綠色技術最為集中的產業領域，其發展水平直接影響綠色技術創新效率)為參照對象，來觀測其與綠色技術創新效率重心在遷移軌跡上是否具有相關性，以期更深刻地洞察相關內在運動規律。

表5 2005—2016年中國經濟重心與高技術產業重心空間動態遷移軌跡

注：移動距離單位為km，重心位置單位為“度”。

此處兩個重心的測算原理和公式與前述一致，其中，經濟重心用省份GDP數據計算，高技術產業重心用省份高技術產業主營業務收入與企業數量的比值計算，兩個重心的位置移動方向和移動距離結果見表5。從中可見，2005—2016年中國經濟重心整體上向西南方向遷移，緯度上向南遷移0.609°，實際移動距離為67.67km；經度上向西遷移0.287°，實際移動距離為31.89km，且2005—2016年中國各省份經濟重心遷移平均移動距離為8.908km。通過與綠色技術創新效率重心的對比可知，兩者在緯度上均是向南方向移動，在經度上總體也向西運動，但經濟重心的遷移距離和移動幅度遠小于綠色技術創新效率重心(8.908<20.099)。高技術產業重心在遷移路徑上亦表現出相似的軌跡，然而與經濟重心移動相對滯后的情形相反，其重心遷移距離和移動幅度整體大于綠色技術創新效率重心，這表明高技術產業的發展水平對綠色技術創新效率的帶動作用更明顯。綜上可知，2005—2016年間，中國的經濟重心、高技術產業重心和綠色技術創新效率重心在東西方向上均出現了一致性的梯度轉移趨勢，尤其是中部地區在中國發展格局中的地位顯著提高。

四、結論與思考

(一)主要結論

(1)從省域層面來看，中國綠色技術創新效率在空間分布上呈顯著不均衡性，同時表現出一定的分化和聚集特征，即江蘇、浙江、廣東等東部地區經濟發達省份總體效率最高，山西、遼寧、甘肅、青海等欠發達地區省份普遍較低，四大經濟區域整體上呈現為“東部—中部—西部—東北”依次遞減的格局。基于本研究的測定指標，上述空間態勢的形成，主要取決于東部地區和中部地區相對較高的規模效率及純技術效率，這也表明西部地區、東北地區在綠色產業規模集聚和創新資源配置方面發展較為滯后。

(2)從時空維度上的變化狀態來看，中國綠色技術創新效率整體呈上升趨勢，其演進過程存在兩個突出的特點：一是“高效率區域”和“中高效率區域”數量增長較快，從“十五”計劃末期的15個省份上升到“十三五”規劃初期的20個省份，各區域效率值由低水平向高水平區間演化的趨向明顯；二是區間增長結構上存在“鎖定”現象，即在“高效率區域”和“中高效率區域”數量顯著提升的同時(主要來自“中低效率區域”的轉化貢獻)，“低效率區域”的總量并未有效減少，其中雖有少部分省份出現提升變化但總體保持穩定，且集中分布在寧夏、青海、山西、河北、遼寧等經濟欠發達地區。

(3)從綠色技術創新重心的空間分布和運動軌跡來看，在研究期內其重心落點變化范圍不大，基本分布在中國地理的中心區域，即豫鄂兩省的交界地帶(主要為唐河縣、桐柏縣、新野縣和棗陽市)，且總體呈現由東向西遷移的趨勢。通過與經濟重心和高技術產業重心的對比分析發現，三者在落點區域和空間運動方向上都具有明顯的趨同性，但在運動距離上存在較大差異，其中綠色技術創新效率重心的遷移幅度和波動范圍總體上大于經濟重心，小于高技術產業重心。這表明，一方面，綠色技術創新效率重心的空間變化格局，與中國東西方向上經濟和高技術產業發展的梯度轉移趨勢有較強的相關性；另一方面，相較于經濟因素，綠色技術創新效率與高技術產業之間在發展向度上的契合性更高。

(二)關于綠色技術創新空間治理問題的思考

中國綠色技術創新效率空間分布上的不均衡性，本質上是一種“技術-經濟-環境”系統運行的結果，其不僅直接指向技術和產業層面的綠色化嬗變問題，同時還蘊含著更為復雜的空間治理邏輯。但從既有文獻來看，目前學者仍主要側重于對前者相關議題的探索，如綠色技術創新效率評價、影響因素判斷和區域差異分析等，而對空間治理層面的理論建構和政策安排問題尚缺乏足夠關注。有鑒于此，我們提出如下三點思考，以供后繼研究參考。

(1)中國經濟地域的廣闊性和要素稟賦的區間異質性，決定了對綠色技術創新效率問題的探討，應堅持更為寬廣的“空間治理”視野，其作為一個含納資源環境科學、管理科學和公共政策學的整合性解釋框架，亦將是該領域未來研究的重要范式。具體而言，綠色技術創新空間治理的理論邏輯包括兩個方面：一是從戰略層面建立空間治理基準，立足于實現經濟、技術和資源環境空間協調發展的目標，在科學判定綠色技術創新效率空間構成、空間秩序和空間演化趨勢的基礎上，明確其創新資源和產業布局的總體調適方向；二是考慮到區域綠色技術創新資源和多元利益主體間協調的復雜性，強調構建基于政府、市場、法制和社會多方力量參與的新公共治理機制，以有效兼容不同區間的利益訴求，并克服綠色政策設計過程中的“碎片化”與“弱整體性”傾向(冉連，2017)，形成空間共生系統意義上的新治理秩序。

(2)從空間治理的政策構建層面而言，需重點把握不同空間尺度上的差異化政策取向協同問題，以實現系統治理與分類治理之間的內在平衡。為此，一方面，應根植區域資源稟賦、綠色技術創新水平、產業基礎的具體情景，在界定不同經濟空間和不同層級政區治理目標的基礎上，建立具有戰略一致性的多目標整合機制，并籍此推動區間統籌治理(例如引導創新要素向低效率水平地區流動、提升高效率水平區域綠色技術創新的空間溢出效應、對技術創新鎖定區域實施系統“解鎖”行動等)；另一方面，為提高多區間和多層級間的治理協同性，還需重塑綠色技術創新空間治理的傳統組織模式，探索構建更具融合性和開放性的政策實施系統，推動形成以“戰略大區—跨省行政區域—省內跨市區域”為尺度的縱向治理層級和橫向治理部門間的多主體聯動機制。

(3)從面向未來的空間治理技術來看，大數據將在提高綠色技術創新治理決策的系統化、智能化和精準化方面發揮關鍵作用。隨著云計算和空間信息處理技術的快速發展，以及國土空間基礎數據的不斷完善，“數據驅動”已成為實現國家空間治理能力現代化的重要途徑。然而，目前中國在綠色技術創新空間治理實踐中尚存有巨大的數據供需鴻溝，亟待解決以下兩個核心問題：一是空間治理大數據平臺的頂層設計問題，即如何通過對多尺度空間數據資源的融合集成、存儲挖掘和交互處理(重點包括綠色技術空間存量分布、知識產權轉移、區間創新要素流動、碳排放活動等信息數據)，來真正發揮其在綠色創新資源空間配置、創新績效評估和綠色園區空間規劃等方面的決策支撐功能；二是作為一種革命性的新技術形態，空間大數據的科學管理體系遠未完善，尚需對多源數據之間的匯聚流程、共享規制和開放標準進行整體性設計，以形成有序的數據管控、參與激勵和決策協同機制，為綠色技術創新空間大數據治理行動的可持續推進提供保障。