创新驱动、绿色发展与我国工业经济的转型效率研究

姚西龙，牛冲槐，刘 佳

(太原理工大学经济管理学院，山西 太原 030024)

创新驱动、绿色发展与我国工业经济的转型效率研究

姚西龙，牛冲槐，刘 佳

(太原理工大学经济管理学院，山西 太原 030024)

本文利用DEA-RAM模型，构建了包含环境效率、经济效率及创新效率的工业经济转型效率的测算模型，根据此模型能够测算出我国总体及不同省份的绿色创新效率。研究结果表明:我国工业的绿色创新转型效率变化呈现阶段性的特征，自2009年后，我国工业总体绿色创新转型效率有较大提升，绿色效率是推动其变动的关键性因素，其次是创新效率；各个省份工业绿色创新转型效率呈现不均衡的发展趋势，中东部地区的工业绿色创新转型效率变动趋势明显，而西部地区工业绿色创新转型效率提升速度缓慢。

创新驱动；绿色发展；工业；绿色创新转型效率；DEA-RAM

我国工业在高速增长的同时伴随着能源消耗过大、环境污染严重及创新性不足的问题，迫切需要向节能环保和创新驱动的模式转变，而如何提高工业绿色发展和创新驱动水平是其实现转型的关键。学术界虽然已经对绿色创新展开了大量的研究，与绿色创新转型效率密切相关的研究课题涉及绿色全要素生产率、创新效率及绿色 (研发)创新效率等三个方面的研究。在绿色全要素生产率的研究方面，能源要素及环境污染要素被加入到DEA模型中，前期的研究将环境污染要素作为投入要素[1]，而后来更多的学者将其视为一种产出要素进行研究，DEA方法被广泛地应用到绿色全要素生产率，该方法经过了多次改进，解决了限制性投入要素与非期望产出要素的处理问题[2－3]；在创新效率的研究方面，学者们主要对研发投入与产出进行了研究，余泳泽等人的研究表明技术开发和技术成果转化两个阶段中的技术创新效率都比较低；而史修松等人对我国的研发创新效率进行了研究，他们的研究表明我国研发创新效率较低但呈现增长趋势；在绿色创新效率方面，韩晶、冯志军等学者将能源投入与环境污染要素加入到创新效率的DEA模型中，创建了绿色创新效率模型，他们的研究结果表明我国绿色创新效率较低[4－7]。

在以上研究的基础上，本文加入了生产部门效率的测算，构建了一个DEA-RAM模型[8]，该模型是一个联合效率测算模型，能够全面衡量经济效率、绿色效率及创新效率的综合水平，从而得出我国工业绿色创新转型发展效率的变化。

1 绿色创新的转型效率模型构建

在借鉴Sueyoshi和李涛研究成果的基础上，本文将生产投入细分为资本、设备、劳动力等普通投入要素、能源要素及创新投入要素。假设使用N种普通投入要素c＝(c1，c2，…，cn)∈R＋N、M种能源投入要素e＝(e1，e2，…，em)∈R＋m和W种创新投入要素k＝(k1，k2，…，kw)∈R＋w，得到Q种普通期望产出y＝(y1，y2，…，yQ)∈R＋Q、I种创新期望产出p＝(p1，p2，…，pI)∈R＋I及V种非期望产出h＝(h1，h2，…，hv)∈R＋v。由此可知，普通投入要素、能源投入要素、创新投入要素能够导致普通的产出、创新产出等期望产出以及环境污染的非期望产出。

本文构建的绿色创新转型效率的测算模型是以生产部门及研发部门为基础的，包含绿色效率、创新效率和经济效率的综合模型。

1.1 经济效率模型

根据Aida关于经济效率的定义[9]，假定t时期第j个对象 (j＝1，…，J)相对于生产前沿投影的投入与产出松弛变量分别为scn≥0，∀n；syq≥

0，∀q。本文构建了期望产出的经济效率 RAM模型:

根据Sueyoshi的设定的条件[8]，可以对公式(1)求解，第t时期第j个对象的RAM经济效率(EE)指标可以转化为:

1.2 创新效率模型

与冯志军的研究不同，本文构建的创新效率模型是基于非径向和非角度的DEA方法基础上构建，假定t时期第j个对象 (j＝1，…，J)相对于新产品生产前沿投影的投入与产出松弛变量分别为skw≥0，∀w；spi≥0，∀i，本文构建的期望产出的创新效率RAM模型:

借鉴 Sueyoshi的求解方法[8]，可以对公式(1)求解，第t时期第j个对象的RAM创新效率(IE)指标可以转化为:

1.3 绿色效率模型

在非期望产出的绿色效率模型方面，在非期望模型中设定了两个能源松弛变量[8]，本文构建的非期望产出的绿色效率RAM模型。

根据韩晶和李涛的研究成果，先将所有的污染物去量纲化后，构建成一个污染度指标来代替污染产出水平，然后对公式 (4)进行求解，可以得到第t时期第j个对象的RAM绿色效率 (GE)指标:

1.4 绿色创新转型效率模型

根据RAM模型的加性结构的特性可以将经济效率、创新效率及绿色效率整合在一个模型框架中[8]。因为该模型体现了创新驱动和绿色发展的理念，所以本文将这个综合模型命名为绿色创新转型效率模型。

公式 (7)的规划模型同时考虑了经济总产出、创新产出等两个期望产出及环境污染的非期望产出，从而建立了三个最优实践边界，第一个是经济总产出的最优实践边界；第二个是创新产出的最优实践边界；第三个是环境污染的最优实践边界。因此，本文建立的绿色创新转型效率是包含了绿色效率、经济效率及创新效率等三个效率的联合效率，根据Sueyoshi和李涛的求解方法，可以得到第t时期第j个对象的绿色创新转换效率 (TE)指标:

2 变量选取、样本选择与数据来源

2.1 投入与产出变量的选取

按照上述分析，本文主要选取了劳动投入、资本投入等普通投入变量，此外还选择了研发人力投入与研发资金投入等创新投入变量及能源投入。在产出方面，本文选择了经济产出、产品创新产出等期望产出及环境污染等非期望产出。

在投入变量方面，采用工业就业人数来衡量劳动投入水平；利用永续盘存法计算出的资本存量衡量资本投入水平；以化石能源的消耗量作为能源投入量；利用工业科研人员的当量数及研发经费衡量研发投入。

在产出变量方面，利用工业的总产出的平减值 (以2000年的工业出产品价格指数为基期)衡量经济产出；以产品创新产值的平减值 (以2000年的工业出产品价格指数为基期)衡量创新产出；以环境污染指数作为环境的污染产出[7]。

2.2 样本选取与数据来源

本文选取了2000—2012年我国内地除西藏外30个省的工业作为研究对象，共有390个观测值。其中工业就业人数、工业总产出及工业固定资产投资等指标来自于 《中国工业经济统计年鉴》；化石能源消耗量数据来源于 《中国能源统计年鉴》；工业科研人员、研发经费的数据来源于 《中国科技统计年鉴》；工业出产品价格指数来源于 《中国统计年鉴》，工业污染物数据来源于 《中国环境统计年鉴》。

3 实证结果分析

3.1 我国工业经济效率、创新效率、绿色效率及绿色创新转型效率分析

如图1所示，2001—2012年我国工业绿色创新转型效率 (TE)整体呈上升趋势，但是表现出阶段性特征，第一个阶段是2001—2009年，我国工业绿色创新转型效率呈逐步上升趋势，平均变化率为1.85%，波动幅度较小；第二个阶段是2010—2012年，我国工业绿色创新转型效率波动幅度较大，平均变化率为17.97%，波动幅度远大于第一个阶段。而工业绿色效率 (GE)与绿色创新转型效率的变化趋势相一致，也以2009年为分界点，2000—2009年的绿色效率的平均变化率为18.23%，2010—2012年的绿色效率的变化率为35.28%，而绿色创新转型效率对绿色效率的弹性一直维持在0.72左右。这可能是因为2009年后，我国环境污染治理力度加大，工业环境规制的强度也在不断提高。经济效率(EE)和创新效率 (IE)的波动趋势相一致，可以分为三个阶段，2000—2004年为第一个阶段，经济效率和创新效率的平均变化率为1.61%和1.58%，2005—2009为第二个阶段，经济效率和创新效率的平均变化率分别为4.47%和4.39%，2010—2012年为第三个阶段，经济效率和创新效率的平均变化率分别为8.04%和7.99%。从图1中还可以看出，绿色效率远低于创新效率和经济效率，在2009年之前，绿色效率的变动呈现平缓的趋势，总体波动幅度不大。此外，还可以看出创新效率低于经济效率，且与绿色创新效率的波动趋势总是不一致，尤其是在2005—2009年创新效率的提升幅度较大，而绿色创新效率的波动幅度较小。经济效率、创新效率及绿色效率这三个效率之间的差距随时间变化呈现不同的变化趋势，经济效率与创新效率之间的差值呈现先增大后减小的趋势，经济效率与绿色效率的差值随时间的变化呈现先增大后缓慢减小的趋势，创新效率与绿色效率之间的差值也呈现先增大后缓慢减小的趋势。

图1 2001—2012年我国工业经济效率、创新效率、绿色效率及绿色创新转型效率

本文还对工业绿色创新转型效率对经济效率、创新效率与绿色效率弹性进行了计算，其中，2000—2006年的工业绿色创新转型效率对经济效率、创新效率与绿色效率弹性这三个效率的弹性系数的平均值分别为0.481、0.581和0.532，也就是说工业绿色创新转型效率对创新效率的变化更为敏感；2007—2012年，工业绿色创新转型效率对经济效率、创新效率与绿色效率弹性这三个效率的弹性系数的平均值分别为0.632、0.671和0.693，即工业绿色创新效率对绿色效率的变化更为敏感。

3.2 分地区的工业经济效率、创新效率、绿色效率及绿色创新转型效率分析

(1)分地区评价。如表1所示，我国各个地区工业的绿色创新转型效率呈现较大的差异，其中，工业绿色创新转型效率较高的省份有北京、上海、江苏、福建、广州等省份，其次是辽宁、山东、天津、浙江等省份，而甘肃、青海、山西、内蒙古等省份的绿色创新转型效率较低。在绿色创新转型效率小于0.6的省份中，绝大部分省份的绿色效率及创新效率均比较低，而在绿色创新转型效率大于0.6的省份中，绿色效率和创新效率的大小存在一定差异。按照创新效率和绿色效率的大小，又可以分别将绿色创新转型效率大于0.6的省份划分为以下几种不同的类型。在工业绿色创新转型效率大于0.7的省份里，北京的创新效率和绿色效率均比较高；上海、广东及江苏的创新效率较高，但绿色创新效率较低；福建的绿色效率较高，但其创新效率较低。在工业绿色创新转型效率大于0.6且小于0.7的省份里，绿色效率及创新效率较高的省份包含天津、辽宁；创新效率较高但绿色效率较低的省份包含山东及浙江。

表1 省域经济效率、创新效率、绿色效率及绿色创新转型效率的平均值 (2001—2012年)

(2)工业绿色转型效率的空间关联分析。为了进一步辨别不同省份工业绿色创新转型效率的关系，利用Moran's I指数对各个省份工业绿色创新转型效率局部空间关联度进行了测算。根据该指数及不同省份工业绿色创新转型效率的实际值，我们划分为高－高集聚区、高－低集聚区、低－低集聚区及低－高集聚区，其分别表示高绿色创新转型效率的省份被同是高绿色创新转型效率的省份所包围、高绿色创新转型效率的省份被低绿色创新转型效率的省份所包围、低绿色创新转型效率的省份被同是高绿色创新转型效率的省份所包围及低绿色创新转型效率的省份被同是低绿色创新转型效率的省份所包围。

在2001年，大部分省份的绿色创新转型效率较低，其中新疆、甘肃、内蒙古等地多为低－低集聚区域，而北京、天津、江苏、上海等地的工业绿色创新转型效率则为弱高－低集聚区；在2009年，北京、江苏及广东的工业绿色创新转型效率有较大提升，进入到高－高集聚区，黑龙江、山西及河南等属于高－低集聚区域，山东、湖北及福建等属于弱高－高集聚区域；在2012年，辽宁、山东及福建等的绿色创新转型效率已经超过了0.7，其中湖北、湖南及辽宁等进入到弱高－高集聚区域；内蒙古、山西及河南等仍处于低－高集聚区域。尤其是2009年后，中东部地区省份的工业绿色创新转型效率波动幅度较大，但西部地区省份工业绿色创新转型效率的提高并不明显，这可能与西部地区承接产业转移时接受了中东部地区省份高耗能行业有关。

(3)采用了σ收敛检验和β收敛检验方法对地区间的经济效率、创新效率、绿色效率及绿色创新效率的差异及增长趋势的收敛性进行了检验，回归结果见表2。经济效率的σ值和β值均小于0，这表明地区间的经济效率的差异随着时间的推移在不断缩小，欠发达省份的经济效率增长速度要高于发达省份的增长速度，因此，欠发达地区的经济效率最终会达到与发达地区一致的水平，省域间的经济效率存在σ收敛和β收敛，这可能是因为我国发达地区的工业生产技术逐渐扩散到欠发达地区，全国整体的经济效率水平有所提高；而创新效率、绿色效率及工业绿色转型效率的σ值和β值大于0，这表明欠发达省份的经济效率、绿色效率和工业转型效率的增长速度低于发达省份，地区间的创新效率、绿色效率及工业绿色转型效率随着时间推移在不断增大，这可能因为欠发达地区的科研基础弱，人才和资金投入相对不足，这些地区尚处于经济发展的初期，增强经济产出效率是这些地区发展的首要目标，对生态环境的关注度较低。此外，需要注意的是创新效率的发散程度要远高于绿色效率及绿色转型效率，这表明欠发达省份的创新能力水平的提高还需要强有力的外力推动。

表2 工业经济效率、创新效率、绿色效率及绿色创新转型效率的σ收敛和β收敛的估计结果

4 结论与启示

研究结果表明，我国工业总体及各个省份的绿色效率远低于经济效率和创新效率，是影响工业总体绿色创新转型效率的关键因素；工业的绿色创新转型效率的变化呈现阶段化特征，2009年后的工业绿色创新转换效率提升幅度较大；各个省份工业绿色创新转型效率存在较大差异，北京、上海及广东等地区的要高于其他地区；在工业绿色创新转型效率的局部相关性方面，东部地区存在较强相关性，北京和上海等地区的外溢效应较大，对周边地区的提升起到了积极的作用；此外，经济效率、创新效率、绿色效率及绿色创新转型效率的收敛性分析结果表明，除经济效率外，其他三种效率的省际差距在逐渐变大，地区间发展的不平衡性非常明显。

因此，要提升我国工业的绿色创新转型效率，关键是提高绿色创新效率和创新效率，坚持创新的绿色导向；此外，要注意工业绿色创新转型的空间关联性，发挥北京、上海及广东等东部发达地区工业绿色创新转型的外溢效应，实现区域间工业绿色创新转型的协调发展。

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

[3]李涛.资源约束下中国碳减排与经济增长的双赢绩效研究——基于非径向DEA方法RAM模型的测度[J].经济学(季刊)，2013，(02):667－692.

[4]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，(02):82－88.

[5]余泳泽，刘大勇.我国区域创新效率的空间外溢效应与价值链外溢效应[J].管理世界，2013，(7):6－20.

[6]史修松，赵曙东，吴福象.中国区域创新效率及其空间差异研究[J].数量经济技术经济研究，2009，(03):45－55.

[7]韩晶，宋涛，陈超凡等.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，(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.

(责任编辑 谭果林)

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

太原理工大学引进人才科研启动经费 (tyut-rc201313a)，国家自然科学基金 “区域碳减排潜力调控机制与政策研究”课题 (71373170)，国家自然科学基金 “企业网络能力与技术能力螺旋耦合的模式构建与促进策略研究”课题 (71202160)，山西省高等学校优秀青年学术带头人支持计划资助，山西省高等学校哲学社会科学研究项目资助。

2014－04－15

姚西龙 (1981－)，男，山东日照人，管理学博士，讲师；研究方向:技术经济与绿色经济。