中国区域工业企业绿色技术创新效率及因素分解

罗良文+梁圣蓉

摘要 本文基于两阶段创新价值链下工业企业绿色技术创新的过程，构建了中国区域工业企业绿色技术创新效率评价体系，同时运用主成分分析法对这些指标数据进行降维处理，分别计算出两个阶段的技术创新效率，再通过DEA法测算各区域工业企业整体绿色技术创新效率并进行因素分解。研究发现：①在绿色技术开发阶段，考虑环境因素比不考虑环境因素的效率要低，中、西部地区面临的环境问题更加严峻，三大区域绿色技术开发效率差距悬殊。②在绿色技术成果转化阶段，绿色技术创新效率仍存在较大提升空间，东、中和西部地区绿色技术创新效率从高到低依次排列。③中国工业企业绿色技术创新整体效率偏低，而纯技术效率是导致整体效率低的主要原因。区域差距悬殊且存在继续扩大的风险，中、西部地区在纯技术效率和规模效率两个方面均有很大提升空间。④辽宁、河北、黑龙江、新疆、山西、内蒙古、云南、青海等区域要注重提高区域技术，安徽、吉林、江西、广西等区域则要注重减少资源冗余，宁夏、甘肃则既要注重提高区域技术还要注意较少资源冗余。未来，中国应该建立低碳经济发展模式，将环境污染指标工业企业技术创新效率评价体系，提升绿色技术创新效率。以供给侧改革为突破口，加快区域协同发展，发挥东部地区引领作用，缩小中国东、中、西部地区差异。因地制宜，根据各省份绿色技术创新效率不高的根源，采取有针对性的政策。加大绿色技术开发、清洁生产设备等方面的投入，控制污染物排放，推动以科技创新为核心的全面创新。

关键词 绿色技术创新效率；绿色技术开发；绿色技术成果转化；DEA

中图分类号 F062.4 文献标识码 A 文章编号 1002-2104（2016）09-0149-09 doi：10.3969/j.issn.1002-2104.2016.09.018

党的十八大明确提出“科技创新是提高社会生产力和综合国力的战略支撑，必须摆在国家发展全局的核心位置”，强调要坚持走中国特色自主创新道路、实施创新驱动发展战略。技术创新是一个国家或区域经济健康发展的持续动力，而资源环境约束是中国当前经济社会可持续发展的重要瓶颈之一，面对日益严峻的资源和环境形势，中国“十三五”规划纲要提出了绿色发展的理念。工业企业在创新活动中发挥着研发投入、专利申请、成果转化等方面的主体作用，是技术创新活动的主要承担者。在科技经济发展与环境污染的矛盾日益激烈的背景下，引导工业企业在提高创新资源利用效率的同时，大力开展绿色技术创新活动，向绿色发展方式转变具有现实意义。Kusz认为环境因素应该被纳入产品创新的全过程，并基于传统技术创新线性模型提出了绿色技术创新过程。Brawn和Wield最先提出绿色技术的概念，认为绿色技术的内容应该涵盖污染控制、循环再生技术、生态工艺、净化技术、检测与评估技术等多个方面，与单纯追求经济效益而牺牲资源和环境的传统技术创新相比，绿色技术对可持续发展的意义更大，引起了学者们的广泛关注。基于对绿色技术创新内涵理解的差异，区域绿色技术创新效率的测度方法主要有三种：一是以绿色技术创新的成果为依据，运用绿色技术专利的单一指标测度绿色技术创新效率的变化。例如孙亚梅等以环境技术专利表征创新水平，衡量中国区域环境技术创新水平的空间分异。贾军和张伟以企业申请专利数量表征创新水平，分析了区域内外绿色技术知识存量以及非绿色技术知识存量对技术创新的影响。而绿色技术创新活动涉及面广，仅用单一指标来进行评价，不能全面地反映绿色技术创新的效率水平。二是运用主成分分析法对区域、产业、企业等的绿色技术创新效率进行评价。例如王志平和王郁蓉通过构建绿色技术创新效率的指标体系，运用主成分分析法对绿色技术创新效率进行评价。范群林和邵云飞基于聚类法选取代表性的变量，提取主成分，对各区域所属类别进行检验、调整。相比于单一指标测度法，主成分分析法具有全面性的特点，但绿色技术创新是一个动态的过程，主成分分析法不能反映企业技术创新活动的内在运行机制，更不能反映其阶段性特征。三是从绿色技术创新投入和产出效率的角度，运用非参数方法和参数方法对效率进行测度。非参数方法以DEA为代表测度创新效率，例如Nasierowski、Guan和Chen等利用DEA方法对绿色技术创新效率进行测评。白俊红、江可申和李婧用DEA法，测算了各区域研发创新各阶段的技术效率、技术进步及全要素生产率增长情况。但是DEA无法对创新效率的影响因素进行直接细致的分析。于是姚西龙等利用非参数的DEA-RAM方法，将创新效率和绿色效率相融合，得出技术创新的绿色效率评价模型，并利用该模型评价了装备制造业技术创新的绿色效率水平。参数分析方法则以随机前沿分析（SFA）为代表，将实际产出分为生产函数、随机因素和随机扰动对个体差异的影响，能直接对影响因素进行分析，一定程度上弥补了DEA的不足，例如Eric、冯志军和肖仁桥等运用参数分析法测度区域绿色技术创新全要素生产率的变化，以反映多投入指标和多产出指标背景下绿色技术创新效率的变动。曹霞和于娟构建随机前沿评测效率的改进模型，对中国各省域研发创新效率及影响因素进行实证分析。钱丽、肖仁桥和陈忠卫将企业技术创新活动分解为科技研发和成果转化两个相关联的子过程，分析各省企业绿色科技研发、成果转化效率以及区域间的技术差距。参数方法和非参数方法解决了不能评价阶段性效率的问题，但是其因为无法对影响因素进行直接细致分析，也存在一定的局限性。

与以往的研究相比，本文利用主成分和DEA结合的方法测算中国工业企业绿色技术创新效率，既能对影响因素进行分析，又能反映绿色技术创新各个阶段的效率，拓展了绿色技术创新效率测评的视角。将环境因素纳入工业企业创新过程的投入产出框架，对比分析中国区域工业企业绿色技术创新效率与传统技术创新效率。

1绿色技术创新效率评价指标及模型构建

1.1两阶段创新价值链下绿色技术创新效率的评价指标及数据处理

近年来，企业技术创新价值链的研究取得了一定的进展，余泳泽，付强、马玉成，李阳等基于价值链理论，将技术创新的过程分为技术开发和技术成果转化两个阶段，并分别对各阶段的效率及其影响因素进行了实证研究。张江雪和朱磊将资源生产率和环境负荷视作产出，对中国各省份工业企业技术创新效率进行实证研究。基于价值链技术创新效率评价方面的成果丰富多彩，但基于企业创新过程视角的绿色技术创新效率评价较为缺乏，不同于单一指标和主成分法的综合指标视角，基于价值链视角的技术创新效率可以反映企业技术创新活动内部运营机制。因此，本文在前人研究的基础上，利用价值链理论，构建中国工业企业绿色技术创新效率的评价体系。在价值链视角下，企业绿色技术创新活动的过程被进一步阶段化，能够更好地揭示技术创新每个阶段的效率。两阶段创新价值链认为绿色技术创新过程分为绿色技术开发和绿色技术成果转化两个阶段（见图1）。第一阶段为绿色技术开发阶段，主要指在绿色理念的引导下，投入研發人员和研发资本，通过一段时间的研究、开发及测试，产生一系列中间产出（专利申请数、发明专利数、新产品开发项目等），进入第二阶段的绿色技术成果转化阶段，该阶段的主要任务是工业生产及销售，第一阶段的中间产出又成为该阶段的投入，最终产出包括工业总产值、工业新产品产值、企业运行水平等期望产出以及环境污染这一非期望产出。即第一阶段包括绿色技术创新投入和中间产出，第二阶段包括期望产出和非期望产出（见表1）。而绿色技术创新与传统的技术创新的不同点在于考虑了环境产出，一般而言，技术创新过程中环境污染水平越低，则该技术创新绿色程度越高。两个阶段指标选取以及处理如下：

第一，绿色技术创新投入。选取了能反映投入的R&D经费、R&D人员全时当量、R&D项目数及新产品开发经费支出4个指标。其中R&D经费、新产品开发经费支出是资金方面的投入，R&D人员全时当量是人力方面的投入，R&D项目数可以反映数量的投入，一般情况下，成立的项目越多，投入的就资金越多，产生的成果也越多，所以选取该指标。

第二，中间产出。选取专利申请数、发明专利、R&D人员人均专利申请数、R&D经费平均专利申请数4个指标，其中R&D人员人均专利申请数是专利申请数与R&D人员全时当量的比值、R&D经费平均专利申请数是专利申请数与R&D经费的比值。尽管专利质量常常受到质疑，但相比其他指标，专利是目前衡量科技产出最优的指标，本文将其作为中间产出，是为了检验专利的经济、社会、环境效益的转化水平。R&D人员人均专利申请数、R&D经费平均专利申请数两个指标则用来衡量企业技术创新中间产出效率。

第三，期望产出。选取新产品销售收入、R&D经费平均新产品收入、R&D人员人均新产品销售收入、总资产贡献率、资产负债率、工业成本费用利润率、工业总产值7个指标，其中R&D经费平均新产品收入用新产品销售收入与R&D经费的比值表示，R&D人员人均新产品销售收入用新产品销售收入与R&D人员全时当量的比值表示。产品销售收入、R&D经费平均新产品收入和R&D人员人均新产品销售收入通常被用来衡量企业产品创新程度和创新效率。总资产贡献率、资产负债率、工业成本费用利润率和工业总产值用来衡量企业的经济效益，因为衡量一个企业的技术创新效率不能仅考虑其技术创新的强度和水平，还应考虑技术创新所导致的企业负债、成本费用、利润等情况。

第四，非期望产出。主要指环境效益方面，选取了工业企业在运行过程中产生的废气、废水、固废等方面的指标，包括单位工业GDP工业废水排放量、单位工业GDP二氧化硫、单位工业GDP氮氧化物、单位工业GDP烟（粉尘）、单位工业GDP一般工业固体废物产生量5个指标。一般而言，这些废水、废气、固废排放量越低，工业企业绿色技术创新效率越高。由于非期望产出指标与技术创新效率负相关，所以本文采用Mohtadi和陈诗一的做法，将环境作为投入部分纳入第一阶段进行测算。将资产负债率、单位工业GDP工业废水排放量、单位工业GDP二氧化硫、单位工业GDP氮氧化物、单位工业GDP烟（粉尘）、单位工业GDP一般工业固体废物产生量等负指标进行正向化处理。

根据数据的可获得性和研究目的，因为西藏数据缺失较为严重，所以本文实证样本采用中国2011—2014年的30个省（市）的规模以上工业企业的投入、产出的面板数据来评价绿色技术创新的效率。数据来源于相应年份的《中国统计年鉴》、《中国科技统计年鉴》和《中国环境统计年鉴》。

1.2模型构建

从两阶段创新价值链的角度构建绿色技术创新效率测算模型，运用DEA模型测算绿色技术创新效率，同时将考虑和不考虑环境因素两种情形下的技术创新效率进行对比分析。一般情况下，DEA方法是基于投入导向的，并假设规模报酬不变，即CRS模型，该模型假设企业均以最优规模运营，然而在实际运营中，企业在时间序列上均是规模可变的，因此法尔、格罗斯克夫等学者基于CRS模型提出了VRS模型，该模型是企业以非最优规模运营状态下的规模收益可变的效率模型，更加贴近实际。本研究也选择VRS模型测算，因此中国区域工业企业绿色技术创新效率对式（1）的求解。

式（2）中，X表示所有I个省（市）的技术创新投入矩阵，Y表示所有，个省（市）的技术创新产出矩阵，β表示一个I×1的常数向量，I1β为凸性约束条件。

因为本研究涉及的指标较多，且技术创新的指标之间可能存在较强的相关性，很大程度上会影响DEA的测算结果，所以本文先对数据进行相关性检验，如果各数据之间存在较强的相关性，则通过主成分分析法对数据进行降维处理，建立基于主成分分析的投入产出数据库，再用经过降维处理过的数据用DEA进行效率测算，这种将主成分分析法与DEA法相结合的做法既能消除数据之间较强的相关性，又可以保证各指标信息的完整性，从而使DEA测算结果更为科学。

2中国分区域工业企业绿色技术创新两阶段效率测算与评价

2.1绿色技术创新两阶段效率测算

在计算中国区域工业企业绿色技术创新效率之前，首先用Pearson检验对各个指标进行相关性分析，结果显示，除X₁₃X₁₄两个指标与其他指标相关性较弱外，其余指标之间相关性均超过0.9，一方面说明中国工业企业技术创新指标之间以及与环境指标之间的相关性较强，这与中国当前工业经济粗放型发展模式的现实相符，另一方面说明指标之间可能存在共线性问题，为了保证测算的科学性，需要通过主成分分析法对各因素进行降维处理。

首先，对技术创新开发阶段考虑环境和不考虑环境两种情况变量进行降维处理。考虑环境的情况下，KMO测度值为0.803，Bartletts球形检验的显著性水平sig=0<0.05，说明数据很适合做主成分分析。根据Kaiser准则，将特征根大于1作为选取因子的原则，并利用最大变异法（Varimax）作为正交转轴，保留因子载荷量绝对值大于0.4的项目，提取主成分F₁、F₂和F₃，累积解释贡献率分别为43.33%、64.702%和85.048%，因此可以代表13个投入指标的大多数信息。通过三个主成分计算，得出2011—2014年各主成分得分，由于主成分得分有很多值為负值，因此需要进行正向化处理，得到考虑环境的绿色技术开发阶段效率。其次，用同样的方法测算出不考虑环境污染的传统技术开发效率以及绿色技术成果转化阶段效率。

用主成分分析法得出的结果计算中国2011—2014年各省（市）考虑环境的绿色技术开发效率、不考虑环境的传统技术开发效率和绿色技术成果转化效率均值，按照区域计算均值得出分区域绿色技术开发效率和绿色技术成果转化效率（见表2和表3）。

2.2绿色技术创新两阶段效率评价

从绿色技术开发阶段效率来看，第一，整体而言，2011—2014年各省份在考虑环境因素情况下的绿色技术开发效率均值为0.208，比不考虑环境因素的传统技术开发效率均值（0.492）低0.284，差距明显，这与钱丽等（2015）的结论一致，说明中国工业企业的废气、废水、固体废弃物等污染物的排放拉低了绿色技术开发效率，污染物排放是影响中国工业企业绿色技术创新效率低下的主要因素。第二，从区域来看，三大区域的绿色技术开发效率均低于传统技术开发效率，且考虑环境的情况下，地区差距更大，说明中、西部地区面临的环境问题更加严峻。三大区域技术开发效率不平衡，无论考虑环境因素与否，东部地区技术开发效率均最高，中、西部地区次之。说明东部地区凭借自身的区位、资源、人才、产业等优势，在技术创新方面取得了显著成绩，明显强于中、西部地区，而中、西部地区技术创新的经济和环境效率均有很大提升空间。第三，从省（市）排名来看，排名前7位的均是东部地区省（市），而排名后10名的省（市）中，有8个是西部省（市），四川、重庆、贵州等地绿色技术开发投入机制运行相对较好，相对拉高了西部地区的水平。第四，从时间来看，全国及各区域绿色技术开发效率均呈现递增趋势，说明中国实施创新驱动发展战略以来，整体的创新环境和制度逐渐完善。

从绿色技术成果转化阶段效率来看，第一，整体而言，因为将环境因素纳入到了第一阶段，所以这一阶段两种情况下效率没有差别，绿色技术成果转化效率全国为0.451，仍有较大提升空间，东部地区效率最高（0.512），中、西部地区分别为0.462和0.378，与创新技术开发阶段效率排序一致。第二，从分省排名来看，绿色技术成果转化阶段效率与绿色技术开发阶段效率的排名比较有些变化。绿色技术开发阶段效率排名前三位的是江苏、广东和浙江，排名后三位的是宁夏、内蒙古和青海；绿色技术成果转化阶段效率排名前三位的是江苏、上海和广东，排名后三位的是青海、内蒙古和黑龙江。尽管各省（市）的排名有些变化，但总体而言，东部地区省份大部分排名较靠前，西部地区省（市）排名大部分较靠后，特别是内蒙古和青海两个阶段排名均较靠后，是未来政策需要关注的重点区域。第三，从时间来看，全国、东部和西部地区绿色技术成果转化效率逐年上升，中部地区先降低后升高，成果转化效率不稳定，可能的原因是中部地区规模技术效率的不稳定，即中部地区各城市技术规模未达到最优状态。

3中国分区域工业企业绿色技术创新效率测算与因素分解

3.1基于原始数据测算的绿色技术创新效率

利用中国2011—2014年各指标投入、产出的原始数据，采用规模效益可变模型（VRS）测算各个区域分年的绿色技术创新效率值，结果见表4。未经处理的数据进行效率计算，大多数省份各年的技术创新效率均为1，区分度不大，可能的原因是选取评价的指标数量较多，且数据与数据之间相关性较强，降低了技术创新效率的可区分度，所以需要用进行降维处理后的数据进行分析。

3.2基于主成分降维后的数据测算的绿色技术创新效率

用经过主成分分析法降维处理后的投入、产出数据测算出中国区域工业企业绿色技术创新效率并进行因素分解，计算均值结果见表5和表6。

第一，从全国层面来看，中国整体效率偏低，有较大提升空间。2012年的绿色技术创新效率较2011年有所上升，但是2013年开始下降，2014年又呈上升趋势，但是没有达到2011年的水平，说明中国技术创新效率不稳定。从纯技术效率来看，2012年较2011年略有上升，但是2012年以来，呈逐渐下降趋势，而规模效率则从2011年的0.661逐年上升到2014年的0.702。表明随着中国工业企业要素投入结构的不断优化，资源冗余浪费现象有所减少，未来应当适度控制规模，纯技术效率是导致整体效率低的主要原因，因此在企业绿色技术开发和成果转化两个阶段，均要提高技术资源的高效利用，提高纯技术效率。

第二，从区域层面来看，2011—2014年东部地区综合技术效率、纯技术效率和规模效率始终高于中、西部地区，且区域差距从2011年的0.052上升到0.109。西部地区综合技术效率2011年和2012年均高于中部地区，而2013年和2014年中部地区高于西部地区，说明随着中部崛起、长江中游城市群战略的实施，中部地区的绿色技术创新效率不断上升。另外，中部地区的纯技术效率小于西部地区，规模效率大于西部地区，说明中部地区资源冗余浪费现象优于西部地区，而研发管理和制度建设方面有更多的潜力可挖。总体而言，中部和西部地区在纯技术效率和规模效率两个方面提升空间都很大。

第三，从分省结果来看（见表6），综合技术效率江苏、广东、北京、浙江、上海排名前五，纯技术效率北京排名第一，江苏、广东、上海、福建次之，这些省份是中国技术开发配套设施最完善、市场化程度最高的区域，技术开发和成果转化水平也最高。辽宁、河北、黑龙江、新疆、山西、内蒙古、云南、宁夏、甘肃、青海等地区纯技术效率均值在0.3以下，要注重提高区域技术。规模效率江苏、广东、浙江、山东等省（市）达到0.8以上，说明这些地区资源冗余较少，资源优化配置较其他地区要优，而甘肃、宁夏、广西、江西、吉林、安徽等区域规模效率均在0.6以下，需要优化资源配置，减少资源冗余。总体而言，辽宁、河北、黑龙江、新疆、山西、内蒙古、云南、青海等區域特别要注重提高区域技术，安徽、吉林、江西、广西等区域要特别注重减少资源冗余，宁夏、甘肃则需要内外兼修，要注重提高区域技术还要注意较少资源冗余。

4结论

基于两阶段创新价值链下的工业企业绿色技术创新过程，构建了中国工业企业绿色技术创新效率评价体系，同时对这些指标数据运用主成分分析法进行降维处理，计算出两阶段技术创新效率，再通过DEA测算出全国及各区域工业企业绿色技术创新效率，得出以下结论：

（1）2011—2014年中国工业企业绿色技术创新效率整体偏低、呈不稳定状态，其中规模效率逐年提升，纯技术效率总体呈下降趋势，说明纯技术效率是导致整体效率低的主要原因。中国区域、分省之间绿色技术创新效率差距明显，且存在逐年扩大的风险。东部地区综合技术效率、纯技术效率和规模效率均领先于中、西部地区，中部地区资源冗余浪费现象优于西部地区，而企业研发管理和制度建设方面有更多的潜力可挖。省际排名与经济发展基础呈现出一定的相关性，经济基础好的江苏、广东、北京、浙江、上海等省份绿色技术创新效率高，经济基础差的宁夏、甘肃、青海等区域绿色技术创新效率低。部分省绿色技术创新效率不高的根源存在差异，辽宁、河北、黑龙江、新疆、山西、内蒙古、云南、青海等区域主要原因在于企業研发技术水平不高，安徽、吉林、江西、广西等区域主要原因在于资源冗余现象严重，而宁夏和甘肃两种原因兼而有之。

（2）价值链的两个阶段，全国两阶段效率均呈现逐年递增的态势，但整体效率提升空间巨大。技术开发阶段，中国以及三大区域绿色技术开发效率均低于传统技术开发效率，考虑环境情况下区域差距更大，说明污染物排放是影响中国工业企业绿色技术创新效率低下的主要因素，中、西部地区面临的环境问题更加严峻。绿色技术成果转化阶段，区域不均衡现象依然严重，全国、东部和西部地区绿色技术成果转化效率逐年上升，中部地区先降低后升高，成果转化效率不稳定，可能的原因是中部地区规模技术规模未达到最优状态。两个阶段分省排名存在一定差异，但总体而言，东部地区省份大部分排名较靠前，西部地区省（市）排名大部分较靠后，进一步说明了中西部地区绿色创新技术远低于东部地区，有巨大潜力可挖。

以上结论蕴含的政策含义包括：①将环境指标纳入工业企业技术创新效率评价体系，建立绿色经济发展模式，寻求实现经济增长与环境保护双赢的机制，提升中国工业企业绿色技术创新效率。②加快区域协同发展，缩小中国东、中、西部差异。基于东部地区工业企业绿色技术创新效率处于领先地位、中西部地区绿色技术创新效率低下的现实情况，东部地区应大力开展原始创新、颠覆式创新和集成式创新，充分发挥技术溢出效率，引领和带动中西部协同发展。中部地区重点提升企业研发管理和制度建设水平，西部地区重点解决资源冗余问题。③因地制宜，根据各省份绿色技术创新效率不高的根源，采取有针对性的政策。辽宁、河北、黑龙江、新疆、山西、内蒙古、云南、宁夏、甘肃、青海等区域要重点提高企业研发技术水平，安徽、吉林、江西、广西、宁夏、甘肃等区域要重点解决资源冗余问题。④加大技术投入，控制污染物排放，推动以科技创新为核心的全面创新。加强对绿色技术开发、清洁生产设备等方面的投入，以供给侧改革为突破口，形成以科研院所为依托，以企业为主体，布局合理、结构优化、机制完善的开放型绿色技术创新体系。

（编辑：田红）