山东省城市绿色创新效率评价 与影响因素研究

来源:用户上传      作者:

　　[摘 要]山東省城市绿色创新效率的有效提升，对推动山东省的创新发展和可持续发展具有重要意义。基于绿色创新视角，从投入-产出角度构建城市绿色创新效率评价指标体系，测算山东省17个城市2008—2017年的绿色创新效率，并对山东省绿色创新效率影响因素进行判定。结果表明，山东省整体的绿色创新效率呈稳步上升趋势，且仍有上升空间;各城市绿色创新效率存在差异，特别是沿海与内陆城市之间存在较大差距;从山东省城市绿色创新效率的影响因素来看，环境规制强度、经济开放程度、产业结构模式及政府资助水平与城市绿色创新效率之间存在显著的正相关关系。根据以上分析结果，并结合山东省实际情况，提出落实环境规制政策、促进经济对外开放、完善和优化产业结构、加强政府支持力度等提升山东省城市绿色创新效率的政策建议。
　　[关键词]城市绿色创新效率;DEA-Undesirable outputs模型;面板Tobit回归模型
　　[中图分类号]F061.5 [文献标识码]A [文章编号]1671-8372（2019）04-0008-05
　　Research on the evaluation and influencing factors of urban green innovation efficiency in Shandong Province
　　LI Xun-lai1， ZHANG Meng-qi1， LI Hong-lin2
　　（1.College of Economics and Management， Qingdao University of Science and Technology， Qingdao 266061， China; 2.International Business Studies Institution， Beijing Normal University <Zhuhai>， Zhuhai 519087， China）
　　Abstract：The effective promotion of urban green innovation efficiency in Shandong Province is of great significance to the innovation and sustainable development of Shandong Province. Based on the perspective of green innovation， the evaluation index system of urban green innovation efficiency was constructed from the perspective of input-output， the green innovation efficiency of 17 cities in Shandong Province from 2008 to 2017 was calculated， and the influencing factors of green innovation efficiency in Shandong Province were judged. The results show that the overall efficiency of green innovation in Shandong Province is rising steadily and there is still room for improvement. There are differences in green innovation efficiency among cities， especially between coastal and inland cities. From the perspective of influencing factors of urban green innovation efficiency in Shandong Province， there is a significant positive correlation between environmental regulation intensity， economic openness， industrial structure model and government funding level to urban green innovation efficiency. Based on the above analysis results and the actual situation of Shandong Province， this article puts forward some policy suggestions to improve the efficiency of urban green innovation in Shandong Province， such as implementing environmental regulation policies， promoting economic opening to the outside world， improving and optimizing industrial structure， and strengthening government support.
　　Key words：urban green innovation efficiency; DEA-Undesirable outputs model; panel Tobit regression model
　　一、引言 　　随着生态环境问题日趋严峻，人类针对经济社会如何科学发展展开深刻讨论，其中可持续发展已成为全球推崇的发展理念。我国“十三五”规划中明确提出“创新、协调、绿色、开放、共享”五大发展理念，其中“创新”被摆在了首要位置。党的十九大报告指出加快生态文明体制改革，生态文明建设已成为中国特色社会主义事业的重要内容。绿色可持续发展理念与科技创新活动相结合形成“绿色创新”。绿色创新在学术界也被称之为环境创新、生态创新和可持续创新[1]，那些通过减少环境污染，降低环境压力而实现可持续发展的行为均被称为绿色创新[2]，绿色创新的目标是实现一个国家或区域的经济效益、社会效益和环境效益多赢[3]，因而绿色创新是一个包含资源投入、创新产出和环境效益的复杂行为[4]。绿色创新对我国创新驱动发展战略的实施具有重要实践意义。而有效提高山东省绿色创新效率，提升绿色创新能力，对推动山东省的创新发展和可持续发展同样具有重要意义。
　　二、相关研究综述
　　国内外学者对绿色创新效率的评价方法及其影响因素进行了研究。
　　对于绿色创新效率评价方法的研究可分为以下两个阶段：最初，绿色创新效率评价方法的研究主要针对企业层面。韩晶等基于绿色增长的视角，通过在创新效率模型中加入研发、能源投入及创新、环境产出，对我国的工业企业绿色创新效率进行评价[5];冯志军利用DEA-SBM方法构建了更加合理的工业企业绿色创新效率评价模型[6];王惠等运用Super-SBM模型对我国高技术产业的绿色创新效率进行评价[7]。随着研究的不断深入，学者逐步通過引入因子分析法、数据包络分析（DEA）法、随机前沿分析法等来评价中国区域的绿色创新效率。任耀等运用DEA-RAM模型建立了体现绿色发展与创新驱动建设的中国绿色创新效率模型[8];韩晶在DEA模型中加入规模报酬可变要素，对中国30个省份的绿色创新效率进行了合理的评价[9];张逸昕等运用带有非期望产出的Super-SBM模型和MALMQUIST指数法分别从静态、动态两方面进行评价，得到一个更为合理的结果[10];曹霞等通过改进随机前沿分析法发现了区域异质性的存在[11];钱丽采用规模不变及规模可变的DEA模型发现各省份的两阶段绿色创新效率低下并存在持续下降趋势[12];刘明广把SBM模型、超效率DEA模型、共同前沿函数法以及DEA视窗分析模型结合在一起，形成组合DEA模型[13]。DEA及其拓展模型由于操作简单及结果客观成为大多数研究采用的评价方法。
　　对于区域绿色创新效率的影响因素，各国学者从不同角度得到不同的研究结论。Smita B Brunnermeier等通过计量经济学模型分析得出污染治理支出是绿色创新的重要影响因素的结论[14];邓波等基于三阶段DEA模型证明第三产业比重、人均受教育水平是影响绿色创新效率的因素[15];吴旭晓通过构建灰色综合关联度模型分析得出城市化进程、产业转移与环境规制是影响绿色创新效率的关键因素[16];李金滟等通过构建熵权法，结合超越对数形式的随机前沿模型，得到环境规制强度、区域开放程度、教育水平和产业结构是影响湖北省12个城市绿色创新效率的主要因素[17]。
　　通过对以往文献的梳理可以看出，国内外学者对于绿色创新效率的研究主要是针对企业或省份展开的，而城市维度的绿色创新效率评价指标体系还需继续完善;如何将绿色环境指标与技术创新指标进一步结合，全面展开绿色创新效率评价，也需要深入研究。因此本文在完善已有区域绿色创新效率评价指标体系的基础上，将环境污染指数作为非期望产出，构建包含非期望产出的DEA模型，对山东省17个城市的绿色创新效率进行实证研究，分析其影响因素，并在此基础上提出针对性建议，以期为山东省绿色创新能力的提升提供借鉴。
　　三、山东省城市绿色创新效率评价
　　（一）绿色创新效率评价方法
　　为得到客观的评价结果，本文采用数据包络分析（DEA）法研究山东省城市绿色创新效率。环境污染是城市发展的必要产物，因此本文在绿色创新效率评价模型中将环境污染指数作为非期望产出，选择Undesirable outputs模型对绿色创新效率进行评价。
　　模型中存在n个决策单元，同时每个决策单元拥有投入（x）、期望产出（yg）和非期望产出（yb）三个要素，其中，，，。用矩阵分别表示为，，。，，。
　　生产可能性集定义为：
　　（1）
　　 （2）
　　式（1）（2）中，矢量表示投入的冗余，矢量表示期望产出的缺少，矢量表示非期望产出的冗余，表示生产可能性集，表示绿色创新效率值。其中，当时，代表投入与非期望产出没有冗余，期望产出没有缺少，说明被评价决策单元是有效率的;当时，则被评价决策单元的效率是低的，代表着可以利用优化投入产出量来提高决策单元效率。
　　（二）指标体系的构建与指标的选择
　　本文在全面考虑环境与资源要素，兼顾指标的科学性及数据的可获性的基础上构建山东省城市绿色创新效率评价指标体系。评价指标体系由投入、产出两部分构成。从已有的研究成果来看，R&D人员折合全时当量和R&D经费支出能够充分体现一个区域的创新规模及潜力，是区域科研投入能力的具体体现[18]，因此确定投入指标由创新人力要素（R&D人员折合全时当量）及创新资金要素（R&D经费支出）衡量。为全面体现绿色和创新，产出指标设置创新产出和环境产出两个二级指标。创新产出指标包括申请专利数量和高新技术产业产值增加额，属于期望产出指标;环境产出指标为非期望产出指标，由环境污染指数体现，选取工业废水排放总量、工业二氧化硫排放总量及工业固体废弃物排放总量，并运用熵值法得出环境污染指数。具体如图1所示。
　　（三）山东省绿色创新效率的评价结果
　　本文基于DEA-Undesirable outputs模型，应用DEA-SOLVER Pro5.0软件，计算2008—2017年山东省17城市的绿色创新效率（见表1、表2）。数据来自《山东省统计年鉴》（2009—2018）及各市的统计年鉴。 　　表1显示，山东省的绿色创新效率均值为0.700，仍有上升空间。从时间上分析，山东省绿色创新效率总体呈上升趋势，但存在波动。表2显示，山东省绿色创新效率呈现较大的区域差异。高效率城市包括青岛、威海、日照、烟台。青岛市政府注重提高科技创新能力，在资金与人才方面投入巨大，取得了显著成效，同时作为沿海旅游城市，青岛市注重加强环境保护与生态文明建设，因此在投入、产出两方面均表现突出。威海、日照、烟台作为沿海旅游城市，高度重视生态文明建设，出台多项政策进行环境保护，同时工业产业较少，能够满足绿色创新发展的要求。较高效率城市包括菏泽、德州、潍坊、济南。济南作为省会城市，拥有充足的经济、社会投入以及人力资源，但其环境污染较为严重，2012年以后环境状况得到改善，绿色创新效率有所提升。中效率城市包括莱芜、济宁、东营、临沂、聊城。低效率城市包括枣庄、淄博、泰安、滨州。淄博作为工业型城市，环境治理与生态文明建设任务艰巨。
　　通过分析发现，山东省沿海城市绿色创新效率较高，内陆城市需要坚持资源节约与环境保护的绿色可持续发展理念，调整经济增长模式，提升绿色创新效率。
　　四、山东省绿色创新效率的影响因素分析
　　（一）影响因素变量选择
　　城市绿色创新效率受多种因素共同影响。本文选取环境规制强度、经济开放程度、产业结构模式和政府资助水平四个因素，分别分析其对绿色创新效率的影响。
　　1.环境规制强度
　　选取“政府节能环保支出占政府一般公共預算支出比重”作为反映环境规制强度的指标，该指标体现政府对城市生态环境建设的重视程度。在城市的绿色创新过程中，该因素起到了引导性作用，对于城市绿色创新发展应有积极作用。
　　2.经济开放程度
　　选取“实际使用外资金额占GDP的比重”作为反映经济开放程度的指标。对外开放引入了国外高新技术、海外人才及资金，提升了城市的科技创新能力，对城市绿色创新效率的提升也有积极影响。
　　3.产业结构模式
　　选取“高新技术产业占规模以上工业的比重”作为反映产业结构模式的指标。该比重的增加对经济增长有较强的推动作用，同时也代表着城市科技创新能力的提高，对提升城市绿色创新效率有积极作用。
　　4.政府资助水平
　　选取“政府科技投入占政府一般公共预算支出的比重”作为反映政府资助水平的指标，该指标体现地方政府对于科技创新活动的支持强度。政府利用科技研发资金的投入来解决科研难题，全力支持前沿科技创新项目的发展，带领城市创新能力全面提升。
　　各影响因素的简称、衡量指标和预期如表3所示。
　　（二）影响因素模型设定
　　本文选用Tobit回归模型对影响城市绿色创新效率的因素进行分析。以DEA模型分析得出的绿色创新效率作为因变量，各类影响因素作为自变量。为了降低异方差的影响，减少出现多重共线现象的可能性，对其中的变量取对数。山东省绿色创新效率影响因素的面板数据Tobit回归模型为：
　　 （3）
　　式（3）中，i为山东省的城市，t为年份，GIE为绿色创新效率值，为随机误差项。
　　（三）山东省绿色创新效率的影响因素分析结果
　　采用Eviews8.0软件，分别使用面板Tobit混合效应、面板Tobit固定效应和面板Tobit随机效应进行估计，经过F检验和豪斯曼检验，最终选用面板混合效应Tobit回归模型分析山东省绿色创新效率的影响因素。回归结果如表4所示。
　　通过回归分析，我们得到以下结论：
　　第一，就环境规制强度而言，ERI系数（0.204651）大于0，且P值在5%水平下显著，说明政府的环境规制对有效减少环境污染、提升绿色创新效率起到了积极作用。因此，通过增加政府节能环保投入，全面实行经济激励政策和信息披露政策，可以有效激励企业响应污染减排政策，全力执行节能减排的改进措施。
　　第二，就经济开放程度而言，EOD系数（0.077121）大于0，且P值在1%水平下显著，说明绿色创新效率与经济开放程度之间存在明显的正相关关系。对外开放引进新的技术，引发了有效的技术扩散效应，利于创新资源的流动，提升城市的技术水平;同时也加快了市场结构的变化，增强了企业的竞争力，激发创新活力，促使众多企业投身于科技创新的新兴行业中，有效提升城市的绿色创新效率。
　　第三，就产业结构模式而言，ISM系数（0.262685）大于0，且P值在1%水平下显著，说明高新技术产业比值与绿色创新效率之间存在明显的正相关关系。高新技术产业占经济的比重越高，城市的绿色创新效率越高，高新技术产业的增强直接为绿色创新效率的提高提供全面的支撑，推动城市绿色创新。
　　第四，就政府资助水平而言，GSI系数（0.044437）大于0，且P值在5%水平下显著，代表着政府科技投入对城市的绿色创新效率起到了促进作用。政府的科技投入解决了绿色创新资金短缺问题，激励了高新技术企业的自主绿色创新行为，从而增强了企业的绿色创新活力，进而有效提升城市的绿色创新效率。
　　五、提升山东省城市绿色创新效率的建议
　　第一，落实环境规制政策，加强环境规制力度。政府应在继续加大节能环保财政投入的同时，进一步健全与环境保护相关的政策法规，合理制定企业节能减排考核制度，从而引导企业主动担负绿色环保的主体责任，动员全社会积极参与生态环境建设，实现经济效益与环境效益共赢。
　　第二，坚持经济对外开放，拓宽招商融资渠道。因地制宜，制定山东省绿色创新发展战略及对外开放相关政策，放宽国内外融资渠道，引进高质量、低消耗的科技创新型企业和高质量的创新人才资源，从而实现对外开放与绿色创新的有效结合。同时注意招商引资工作的安全性与稳定性，依法制定外资企业的准入门槛，防止发达国家将本国的污染密集型产业迁入中国市场。 　　第三，优化城市产业结构，实现绿色发展道路。政府应以绿色创新发展为导向制定相关政策，以全力扶持城市绿色产业的发展，促使高新技术产业和绿色环保产业立足于山东市场，进而实现绿色可持续发展道路。同时实行鼓励政策及手段，提升企业的绿色创新活力，形成良好的绿色创新氛围，实现城市绿色创新效率的全面提升。
　　第四，加强政府支持力度，扶持绿色创新企业。政府科技投入需以绿色发展为导向，在拨款过程中更加看重企业带来的环境效益，支持经济效益一般但环境效益高的企业，鼓励企业进行自主绿色创新，从而促进绿色创新市场竞争环境的形成，增强政府科技投入的市场引导作用。
　　[参考文献]
　　Driessen P H， Hillebrand B， Kok R A W. Green new product development：the pivotal role of product greenness[J]. IEEE Transactions on Engineering Management，2013（2）：315-326.
　　Environmental Technology Action Plan （Eco AP）[EB/OL].（2011-08-09）[2019-08-25]. European Commission. http：//eurlex.europa.eu/Lex Uri Serv/Lex Uri Serv.do？uri=COM：2011：0899：FIN：EN：PDF， 2011.
　　王惠，苗壮，王树乔.空间溢出、产业集聚效应与工业绿色创新效率[J].中国科技论坛，2015（12）：33-38.
　　杨树旺，吴婷，李梓博.长江经济带绿色创新效率的时空分异及影响因素研究[J].宏观经济研究，2018（6）：107-117.
　　韩晶，宋涛，陈超凡，曲歌.基于绿色增长的中国区域创新效率研究[J].经济社会体制比较，2013（3）：100-110.
　　冯志军.中国工业企业绿色创新效率研究[J].中国科技论坛，2013（2）：82-88.
　　王惠，等.研发投入对绿色创新效率的异质门槛效应：基于中国高技术产业的经验研究[J].科研管理，2016，37（2）：63-71.
　　任耀，等.绿色创新效率的理论模型与实证研究[J].管理世界，2014 （7）：176-177.
　　韩晶.中国区域绿色创新效率研究[J].财经问题研究，2015（11）：130-137.
　　张逸昕，林秀梅.中国省际绿色创新效率与系统协调度双演化研究[J]. 当代经济研究，2015（3）：51-56.
　　曹霞，于娟.绿色低碳视角下中国区域创新效率研究[J].中国人口·资源与环境，2015，25（5）：10-19.
　　钱丽，肖仁桥，陈忠卫.我国工业企业绿色技术创新效率及其区域差异研究—基于共同前沿理论和DEA模型[J].经济理论与经济管理，2015（1）：26-43.
　　刘明广.区域绿色创新效率评价与收敛性研究—基于组合DEA与空间计量视角[J].科技管理研究，2017，37（17）：257-266.
　　Smita B Brunnermeier， Mark A Cohen. Determinants of environmental innovation in US manufacturing industries[J]. Journal of Environmental Economics and Management，2003，45（2）：278-293.
　　邓波，张学军，郭军华.基于三阶段DEA模型的区域生态效率研究[J].中国软科学，2011（1）：92-99.
　　吴旭晓.区域绿色经济效率演化及其影響因素研究[J].商业研究，2014（9）：27-33.
　　李金滟，李超，李泽宇.城市绿色创新效率评价及其影响因素分析[J].统计与决策，2017（20）：116-120.
　　白俊红，王林东.价值链视角下中国区域创新效率的空间收敛性研究[J].南大商学评论，2015（3）：29-47.
　　[责任编辑 王艳芳]
转载注明来源:https://www.xzbu.com/4/view-15118291.htm