赵雅婷

（济南大学商学院， 山东 济南 250000）

0 引言

自改革开放以来，中国实现了长达40 多年的经济高速增长，同时，也造成了严重的环境污染，损害了公众健康和社会福利，不利于实现社会经济的可持续发展。2005 年，习近平总书记在浙江安吉考察时首次提出“绿水青山就是金山银山”的重要论断。在“十三五”规划中，强调坚持“创新、协调、绿色、开放、共享”五大发展理念，将创新作为首要动力，以绿色作为必要保障，绿色发展成为引领全局的重要发展路径。“十四五”规划提出“构建市场导向的绿色技术创新体系，实施绿色技术创新攻关行动”，进一步明确了绿色技术创新的重要性。党的二十大报告继续明确“绿水青山就是金山银山”的发展理念，提出保护自然环境与节约资源，实现经济高质量发展。因此，在国家各项政策引导与支持下，绿色技术创新成为“绿色”与“创新”两大经济发展目标结合的关键，研究绿色技术创新具有较强的现实意义。其中，关于绿色技术创新效率的研究成为近年来学者们研究的主要方向。

现有文献主要从绿色技术创新效率的测度、绿色技术创新效率的时空演化格局以及影响绿色技术创新效率的因素分析三方面展开。目前主流的测度方法分为参数法与非参数法。参数法通过随机前沿分析（SFA）估计误差项，并确立产出。肖黎明等人运用随机前沿模型超越对数产出距离函数，对中国省域绿色技术创新效率以及传统技术创新效率进行了测度[1]。非参数法采用数据包络分析（DEA）等投入产出模型评价绿色技术创新效率，钱丽等人利用两阶段DEA模型测度分析各省企业绿色技术创新效率[2]。罗良文等人对全国各省市工业企业绿色技术创新效率进行评价和因素分解[3]。现有文献的测度对象大多为行业层面，主要针对先进制造业、高技术产业[4]、资源依赖型行业[5]或者区域工业企业等的绿色技术创新效率进行测度和评价。

关于绿色技术创新效率时空分异的分析主要集中在省域和区域尺度。张辽等人运用Dagum 基尼系数、子群分解法以及Kernel 密度估计法分析中国工业企业真实绿色技术创新效率时空分异特征[6]。闫华飞等人运用Malmquist 指数模型对长江经济带沿线省市工业绿色技术创新效率进行静态测度和动态分析[7]。目前，随着统计数据的具体化和可得性，已有文献逐渐将研究尺度进一步拓展到县市级[8]。

在绿色技术创新效率的影响因素方面，现有研究关注的影响因素主要集中在政策驱动和市场驱动两个方面。政策驱动因素主要包括环境规制和政府创新支持，市场驱动因素的研究主要集中在经济发展、对外开放、产业结构和人力资本等因素[9]，成琼文等人得出平均企业规模、市场化程度、对外开放程度以及环境规制强度等是促进绿色技术创新效率提升的主要因素[10]。

1 评价体系构建与研究方法

1.1 评价体系构建

1）绿色科技研发阶段投入指标：选取各省R&D人员全时当量（X1）作为人力投入指标，选取各省R&D 经费内部支出（X2）作为财力投入指标，选取各省能源消耗总量（X3）作为资源投入指标。其中，R&D经费根据永续盘存法[11]，取折旧率为15%，计算历年存量水平。

2）绿色科技研发阶段产出指标：选取专利申请量（Z1）和发明专利数量（Z2）衡量科技产出。即使专利申请未获得批准，在一定程度上也能够反映社会开展科技研发的积极程度。同时，发明专利被视作最能体现科技含量的专利种类，表征地区未来科技发展的潜力。

3）绿色成果转化阶段投入指标：包括研发投入与非研发投入。绿色科技研发阶段的产出专利申请量（Z1）和发明专利数量（Z2）可以作为成果转化阶段的投入要素继续参与创新过程。参考钱丽等人的研究，将进技术费用、消化吸收费用、技术改造费用和购买国内技术费用一同纳入绿色成果转化阶段的非投入指标（N1）。数据处理方法与X2类似。

4）绿色成果转化阶段产出指标：成果转化阶段的产出包括期望产出与非期望产出。选取新产品销售收入（Y1）作为期望产出，同时，将工业废水排放量（Y2）、工业SO2排放量（Y3）和工业烟（粉）尘排放量（Y4）作为非期望产出纳入指标体系内。

根据大多数文献的做法，取滞后期为2 年，并且根据数据的可得性，选取除港澳台及西藏以外30 省市的数据，数据来源于2012—2019 年《中国统计年鉴》《中国科技统计年鉴》《中国环境统计年鉴》和《中国能源统计年鉴》。

1.2 研究方法：超效率网络SBM—DEA 模型

超效率网络SBM—DEA 模型可以解释系统内部运行规律，解决了探索系统内部无效率来源的问题，并且进一步放松了要素同比例变化的约束[12]，满足本文对两个阶段绿色技术创新效率测度的需要。

假设决策单元DMU（jj=1，2，…，n）有k个节点，第k个节点有mk种投入和uk种产出，φk为中间指标的个数为第k个阶段投入，并且∈。和矩阵分别为期望产出与非期望产出，z（jk，h）为节点k与节点h之间的中间产品，其中为第k阶段模型和节点的权重为第一阶段和第二阶段投入产出的松弛变量，u12、u22对应第二阶段的期望产出和非期望产出数量。ρ0为某一决策单元的整体效率分别为第一阶段和第二阶段的效率值。最终绿色技术创新效率模型表示为：

2 时空特征

2.1 时序发展特征

根据前文构建的效率评价指标体系，运用Max DEA 软件对2012—2019 年全国30 省市两阶段效率值进行测算，效率值在一定程度上反映中国整体及各省市的绿色创新水平。

从整体来看，全国绿色技术创新效率呈现出明显的波动上升趋势，绿色科技创新阶段的绿色技术创新效率除2015 年外，其余年份均呈现出逐年上升趋势。绿色成果转化阶段的绿色技术创新效率呈现波动上升态势。然而，我国绿色技术创新效率水平偏低，有较大的提升空间。分阶段来看，科技创新阶段的绿色技术创新效率水平均值从0.42 上升至0.66，增长了57.14%。成果转化阶段的绿色技术创新效率水平均值于2018 年达到最大值0.71 后，稍有下降。此外，成果转化阶段的效率值整体高于同期科技研发阶段。

2.2 空间演化格局

整体来看，东部地区的绿色技术创新效率值明显高于全国平均水平，呈现出明显的上升趋势，在区域中排名第一。西部地区在绿色成果转化阶段的效率值呈现出“N”型特征，效率水平基本处于全国均值以下。中部地区的绿色技术创新效率在不同阶段略有差异，在绿色科技研发阶段低于全国均值，在绿色成果转化阶段，2016 年起效率值超过全国平均水平。

在绿色科技研发阶段，效率值排名前5 位的省（市）为浙江省、江苏省、北京市、海南省和安徽省。海南省效率较高的原因在于海南产业结构特殊，而其他省（市）则是因为地区经济基础较好，各项基础设施完善，教育水平、科学技术更加发达，专利与发明量拥有量更多。在绿色成果转化阶段，效率值排名前5 位的省（市）包括天津市、海南省、广东省、上海和北京市，效率值都在0.9 以上。湖南省、浙江省、江苏省和山东省在绿色成果转化阶段也拥有较高效率，绿色创新效率值均在0.75 以上。

2.3 空间关联特征

空间关联性分析中，莫兰指数能够较好地呈现区域空间联系与差异程度。本文计算出2012—2019 年中国各省绿色技术创新效率的莫兰指数，从统计检验结果可知，考察期内莫兰指数显著为正，研发创新阶段莫兰指数呈“W”形波动变化，成果转化阶段莫兰指数呈现波动上升的趋势。总体来看，各省莫兰指数显著为正，且大多呈现出增加趋势，说明中国地理邻近省份绿色技术创新效率值相对集聚，存在空间上的关联性和依赖性。因此，应将空间因素纳入对中国各省绿色技术创新效率的影响因素分析中。

表1 2010—2019 年中国各省绿色技术创新效率Moran’s I 指数

3 影响因素分析

3.1 空间计量模型构建

本文实证部分的基准模型为：

式中：i、t为城市、年份；GTIEit为绿色技术创新效率水平；δ0为常数项；X为影响中国各省份绿色技术创新效率的变量矩阵；β 为影响因素的系数向量；εit为随机误差项。

由于全国的绿色技术创新效率存在明显空间分异，常规的面板模型并不能对本文研究的问题进行全面的分析，因此，在公式（1）中加入绿色技术创新效率的空间滞后项，构成空间滞后模型（SLM）：

式中：WGTIEit为被解释变量绿色技术创新效率的空间滞后项，表示i省t年邻近省份的绿色技术创新效率水平；ρ0为被解释变量空间滞后项的系数，衡量绿色技术创新效率的空间关联性。

由于解释变量也可能存在空间相关性，因此，在公式（2）的SLM 模型中进一步引入解释变量的空间滞后项，构建空间杜宾模型（SDM），模型公式为：

式中：WXit为各解释变量的空间滞后项，代表i省t年邻近省份的绿色技术创新效率影响因素；θk为各解释变量空间滞后项的系数。

3.2 变量说明与数据来源

1）被解释变量。被解释变量为中国各省绿色技术创新效率（GTIE）。两个阶段要素侧重不同，绿色技术创新效率的影响因素也不尽相同，因此，将科技研发阶段绿色技术创新效率和成果转化阶段绿色技术创新效率分别作为被解释变量进行回归分析。

2）核心解释变量。本文的核心解释变量为政府创新支持和政府环境规制。虽然政府创新投资可能对私人投资产生“挤出效应”，但政府对绿色创新发展的引导必不可少。此外，政府采取环境规制措施可能会对地区绿色技术创新效率产生空间溢出影响。传统理论认为，政府环境规制会增加企业“遵循成本”，对地区绿色技术创新效率产生不利影响，但也有学者提出，政府环境规制也可以倒逼企业进行绿色技术创新。因此，本文重点关注政府行为对绿色技术创新效率的空间效应影响，选用各省份科学技术支出与教育支出之和占地方公共预算支出比重来衡量政府创新支持[13-15]，选取污染治理投资完成额占工业增加值的比重来表示政府环境规制（er）。

3）控制变量。选取地区人均国民生产总值衡量地区经济发展水平（pgdp），采用第三产业与第二产业产值比重表征产业结构（is），选择各地区高校在校生人数衡量地区人力资本（hc），采用地区年末城镇人口与地区年末总人口之比表征城镇化水平（ul），选取地区进出口总额与地区GDP 比重衡量外资利用水平（ouw），地区规模以上工业企业数量表征市场竞争强度（imc），选取技术市场成交额与地区GDP 之比表示地区技术水平（tl）。变量说明与定义如表2 所示。

表2 变量定义与说明

相关数据主要来源于2012—2019 年《中国统计年鉴》《中国科技统计年鉴》和《中国环境统计年鉴》，使用线性插值法补全缺失值。

3.3 实证结果分析

本文通过LM检验、Wald 检验、LR 检验与Hausman 检验综合确定采用个体时间双固定效应模型作为分析绿色科技创新阶段各省绿色技术创新效率影响因素的最佳模型，采用个体固定效应模型分析绿色科技成果转化阶段绿色技术创新效率的影响因素，选取邻接矩阵作为空间权重矩阵。

表3 归纳了空间杜宾模型的直接效应、间接效应和总效应结果，直接效应表现自变量对本省份的影响作用程度，间接效应反映空间溢出效应，总效应反映对绿色技术创新效率的综合影响程度。

表3 两阶段绿色技术创新效率影响因素SDM 的直接效应、间接效应和总效应

1）政府创新支持。在2012—2019 年间，核心解释变量政府创新支持对本地区绿色技术创新效率产生显著影响，对周边地区溢出效应为正，总效应也为正。分阶段来看，科技创新阶段的分析结果一致表明，政府创新支持对绿色技术创新效率的直接效应和总效应在5%的显著性水平上为正。表明在该阶段，政府创新支持促进了当地和整体绿色技术创新效率的提升。绿色成果转化阶段表明，政府创新支持对本地区的绿色技术创新效率研发阶段起到了显著负向影响作用，对周边地区的效率提升具有显著正向影响。这是由于成果转化阶段更多依赖市场主体，政府增加投资对私人投资产生了“挤出效应”，导致当地绿色技术创新效率下降，周边地区吸收了更多投资，从而效率上升。

2）环境规制。本文的实证研究仅将环境规制作为绿色科技研发阶段的解释变量，发现政府环境规制对本地和整体绿色技术创新效率水平的影响为正，空间溢出效应为负，说明政府的环境规制会倒逼当地企业进行绿色技术创新，从而提升本地绿色技术创新效率。

3）控制变量。产业结构调整的空间溢出效应和总效应在两个阶段中都显著为负，说明地区产业结构调整会阻碍周边地区和整体绿色技术创新效率的提升。经济发展水平对绿色科技研发阶段本地区的绿色技术创新效率提升效应为正，同时空间溢出效应显著为负。人力资本对绿色技术创新效率的影响在不同阶段差异显著，在科技研发阶段，人力资本增加对本地和整体效率提升都具有积极意义，而在绿色成果转化阶段，人力资本与本地绿色技术创新效率呈现出显著的负相关关系。城镇化对绿色科技研发阶段本地区的绿色技术创新效率具有负面影响，但对周边地区存在积极的溢出效应。外资利用在两个阶段中均会对绿色技术创新效率产生显著负向影响，说明我国在利用外资时仍然存在“污染天堂”效应。技术水平越高，意味着该地区在科技研发方面拥有更为强劲的实力，可以帮助提升绿色科技研发阶段的绿色技术创新效率。而在绿色成果转化阶段，技术水平对周边地区存在显著正向溢出效应。在绿色科技研发阶段，市场竞争日益加剧，迫使当地企业重视科技研发，以期在激烈的市场竞争中脱颖而出，具有较强的正向外部效应，对周边地区也存在积极影响[16-17]。但市场竞争在绿色成果转化阶段中具有显著的负向空间溢出效应。

4 结论与建议

4.1 结论

本文基于2012—2019 年中国省域空间面板数据，构建包含非期望产出的两个阶段超效率网络SBM-DEA 模型测度绿色技术创新效率，探讨了省域绿色技术创新效率的时空演化格局，在此基础上构建空间杜宾模型，实证检验政府创新支持、产业结构、经济发展水平、人力资本、城镇化水平、外资利用和市场竞争等要素对中国绿色技术创新效率的作用。

经过研究，本文发现：

1）在时序发展上，2012—2019 年间，中国省域绿色技术创新效率呈现出明显的波动上升趋势，但绝对水平偏低，未来仍然有较大的提升空间。

2）在空间演化上，东部地区两个阶段的绿色技术创新效率值都明显高于全国平均水平，在区域绿色技术创新效率值中排名第一。中西部地区绿色技术创新效率值大部分都处于全国均值以下，且在绿色科技研发阶段表现优于中部地区。中部地区在绿色成果转化过程中进步明显，2016 年后逐渐高于均值水平。

3）影响因素分析表明，区域绿色技术创新效率具有显著的空间溢出效应。在绿色科技研发阶段，政府创新支持、人力资本和市场竞争对绿色技术创新效率具有积极作用，产业结构、外资利用和经济发展水平对该阶段绿色技术创新效率产生负向影响。在绿色成果转化阶段，产业结构和外资利用对绿色技术创新效率起到了负向作用。

4.2 建议

1）加快区域间绿色技术创新的协同发展。根据绿色技术创新效率的时空演化格局，东部地区可以发挥经济和技术优势，聚焦绿色技术创新研发，激励市场进行绿色成果转化，做好全国绿色技术创新“火车头”，用技术带动内陆省份共同发展。中西部地区可以利用现有资源优势和政策倾斜，在传统产业转型方面持续发力。各区域因地制宜，对不同地区采取各具特色的绿色技术创新发展手段。此外，发达省份在吸收周边地区的绿色创新人才、资金和资源后，应加大对周边省份的技术反哺力度，减小区域、省份之间的技术差异。

2）加强政府绿色创新支持。完善绿色创新政策支持，加大绿色技术知识产权保护力度，根据绿色科技研发成果、能源污染排放等标准制定税收或融资支持优惠政策，引导企业自主加强绿色技术研发，激发企业绿色创新积极性。政府可以投入资金用于绿色技术研发，逐渐引导社会资本进入，并且成立平台选择优质项目专注孵化，帮助从事绿色科技研发的企业实现创新成果转化，尽快帮助企业实现自主盈亏。

3）聚焦产业结构绿色转型升级，加强对外资企业进入的审核。鼓励传统产业聚焦核心生产技术的绿色转型，研发新型绿色生产设备，助力传统高能耗、高污染企业绿色创新能力升级。着力培育新兴绿色产能，以新能源汽车、新能源装备制造等节能环保新兴产业为核心，加强绿色技术创新，为新能源产业提供绿色技术支持。同时，构建绿色新兴产业发展的产业链条，打通上下游产业链，实现产业结构优化升级。此外，要建立环境预警检测系统，规范外资企业进入的审核与监管，防止发达国家淘汰落后产能转移，对国家环境造成较大负担，同时削弱绿色技术创新动能。

4）推动产学研协同创新。产学研协同创新的优势在于企业、高校和科研院所共享资源、分工协作，共同开展技术创新、共同分享技术成果。企业作为技术需求方，为研究提供资金支持，提升研究实用性。高校与科研院所在与企业合作的过程中，除了获得充足的研发资金，还可以提高研究成果的商业转化效率，实现合作共赢。产学研协同创新可以突破创新主体壁垒，释放生产要素活力，加速技术创新成果转化，提升绿色技术创新效率水平。