创新价值链视角下钢铁企业绿色技术创新效率研究

柏明国，张 云，付应露，刘 翀，卢 锴

(1.安徽工业大学 商学院，安徽 马鞍山 243032；2.山东大学(威海) 数学与统计学院，山东 威海 264209)

钢铁产业是我国国民经济支柱之一，2017年钢铁行业总产值达4万亿，占中国工业增加值总量的14.3%。钢铁行业巨大的产值得益于强大的产能基础，产能过剩也是我国钢铁行业的历史性问题。解决这一问题的关键是要把钢铁行业工作的着力点和落脚点放在技术创新上。高耗资、高排放、高污染是我国钢铁企业的三个重要特征，我国钢铁工业能耗和二氧化硫、氮氧化物、颗粒物排放量都居于工业行业的前列。因此，技术创新和绿色生产已成为实现钢铁工业转型升级的关键所在，绿色技术创新与进步是钢铁企业可持续发展的必经之路[1]。为此，将环境因素引入钢铁企业技术创新效率的研究框架，探讨我国钢铁企业的绿色技术创新效率，对于缓解钢铁行业高产能、低技术、高污染的现状，实现钢铁行业的结构优化、技术创新、产业升级和绿色生产，具有重要的理论及现实意义。

一、文献回顾

钢铁行业是资源密集型产业，以往的研究多从技术效率角度对钢铁行业进行评价[2-3]，随着非期望产出对环境的影响日益加剧，众多学者运用DEA分析方法，分别从循环利用率、环境产出强度、资源利用效率等方面进行研究。何枫等把废渣和废气当成环境指标，运用网络SBM-DEA模型对我国钢铁企业的绿色技术效率进行了研究[4]。提升技术效率的源头在于科技的创新，技术创新是钢铁行业转型升级的基础。王新东等[5]对钢铁企业的技术创新模式进行了探索，王国栋[6]和赵沛[7]等讨论了钢铁工业的技术创新及发展方向。冯梅等[8]从投产角度，选取技术创新绩效的有关指标，实证分析了中国钢铁企业的技术创新绩效水平，研究不足是忽视了环境污染因素的影响。

经梳理相关文献可知，以往研究对象大多针对整个钢铁行业，且技术创新效率评价主要基于传统的DEA模型[9]，把决策单元视为“黑箱”，忽略了钢铁企业创新过程的阶段性运作机制，而考虑环境因素，从创新价值链的角度对钢铁企业绿色技术创新效率进行动态评价的研究非常匮乏。因此，本文根据创新价值链理论，考虑到钢铁企业创新过程的阶段性联结运作特征，将钢铁企业生产过程中的污染物排放纳入评价模型，采用网络SBM-DEA模型和Malmquist指数方法对钢铁企业绿色技术创新效率和绿色全要素生产率进行探析，在构建钢铁企业绿色技术创新效率评价体系的基础上，对所选择的中国样本钢铁企业的绿色技术创新效率进行实证分析。

二、研究方法与数据来源

(一)网络SBM-DEA模型

传统的DEA模型未能考虑到中间阶段过程及其输入输出项[10]，不符合钢铁企业实际的生产和决策过程。两阶段创新价值链理论突破了这个缺陷[11]，相应的网络DEA评价模型则从方法上实现了评价决策单元整体效率的同时还可以评估其各组成部分的效率。因此，我们选择网络SBM-DEA模型测算钢铁企业的绿色技术创新效率。在规模报酬可变的假设条件下，考虑非期望产出的网络SBM-DEA模型[12-13]为：

(1)

(二)Malmquist指数模型

DEA方法属于静态效率评价方法，评价技术创新效率的变动情况则可以选择Malmquist指数模型[14]。Malmquist指数不但可以计算全要素生产率(TFP)，还可以将其分解为效率变化指数EC和技术变化指数TC[15]。为了更加充分了解钢铁企业绿色全要素生产率的构成及其动态变化趋势，本文采用式(2)进行计算分析[16]。

TFP=TC×EC

(2)

(三)指标选取与数据来源

1.指标选取。基于创新价值链理论，把钢企绿色技术创新过程分为科技研发阶段和创新成果转化阶段。

(1)科技研发投入指标。对于钢铁企业绿色技术创新过程而言，资金是确保其正常运行的重要条件[17]；而人员则是最能动和最重要的因素[18]。本研究选用企业研发经费和营业收入之比反映投入资金，人员指标则用企业技术人员和员工总数之比来衡量。

(2)中间产出指标。中间产出是科技研发阶段的创新成果产出，本研究选用常见的专利申请数和新产品开发项目数作为研发阶段的产出[19-20]。

(3)第二阶段非研发投入指标。在成果转化阶段，企业需将技术创新成果转化为企业实际效益，故不可避免地需要生产、营销等非研发人员的投入，与经营相关的设备、工具等也发挥了重要作用。因此，本研究选取钢铁企业的从业人员数和固定资产净额作为非研发投入。

(4)成果转化产出指标。企业在取得经济效益的同时产生了大量的污染物。本文用新产品销售收入来衡量技术创新给钢铁企业带来的经济效益；考虑到钢铁企业对固体废弃物和废水回收利用率高，因此，以废气污染作为钢企生产对环境的主要影响因素，选取吨钢COD排放量、吨钢SO2排放量以及吨钢烟粉尘排放量等指标，并运用熵值法处理得到企业的环境污染指数[21-22]，作为钢铁企业的非期望产出指标。由于污染物属于非期望产出，本研究将其作为投入进行测算分析[23]。

2.样本及数据来源。基于数据的可获得性和完整性，我们选取2009～2017年我国12家钢铁企业进行实证研究。由于技术创新过程从创新资源的投入到最终成果的产出通常存在一定的延迟性，因此，将创新过程两个阶段的时期各设置一年的滞后期。数据来源于聚潮资讯网各钢铁企业2009～2017年年度报告和社会责任报告，以及相应年份的《中国钢铁工业年鉴》。由于部分上市公司的环境产出等数据披露不全面，因此通过行业数据、规模与业务相近的企业数据以及其余年份的数据状况进行计算补充。

三、实证分析

借助DEA-SOLVER-PRO14.0软件，对截面数据进行分析，测算钢铁企业绿色技术创新效率，然后用2011～2017年面板数据计算我国钢铁企业的绿色全要素生产率及其分解指数。

(一)样本钢企绿色技术创新效率测度与分析

根据网络SBM-DEA模型，设置k=2，ω1=ω2=0.5，测算所选样本钢铁企业2011～2017年的绿色技术创新整体效率、科技研发阶段和创新成果转化阶段效率，整体效率值如表1所示，子阶段效率值见表2(限于篇幅，表2中仅列示了钢铁企业部分年度的子阶段绿色技术创新效率测算结果)。

表1 2011～2017年钢铁企业绿色技术创新整体效率评价结果

表2 2011～2017年钢铁企业科技研发及成果转化效率

1. 钢铁企业绿色技术创新整体效率分析。由表1知，样本企业的绿色技术创新效率整体效率均值为0.711，处于适中水平。评价期间内，整体效率均值排名前七的钢铁企业分别是宝钢、柳钢、山钢、太钢不锈、鞍钢、八一钢铁、三钢闽光，其值均在0.7以上。其余钢企的绿色技术创新整体效率值均在0.5以下。

2.钢铁企业绿色技术创新子阶段效率分析。由表2可知，2011～2017年样本钢铁企业的科技研发阶段和创新成果转化阶段效率均值分别为0.608和0.814，超过各阶段平均水平的钢铁企业占样本总数的41.67%和50%。可以发现钢铁企业的科技创新阶段效率与成果转化阶段效率同步性较强，效率值都呈波动上升趋势，且绝大多数钢铁企业的创新成果转化阶段效率要高于科技研发阶段效率；科技研发阶段效率值偏低是导致整体效率下降的主要原因。

3.钢铁企业绿色技术创新模式分析。2011～2017年我国12个样本钢铁企业的科技研发效率和成果转化效率均值分别为0.608和0.814。以此为界点，将各钢铁企业的绿色技术创新子阶段效率分为高低两种效率，因此钢铁企业绿色技术创新模式分为四种类型：高-高型(第一象限)；低-高型(第二象限)；低-低型(第三象限)；高-低型(第四象限)。钢铁企业绿色技术创新模式分布情况见图1。

图1 2011-2017年样本钢铁企业绿色技术创新模式分布图

由图1知：位于第一象限的钢铁企业有6家，这类企业在创新的各环节都是高效率的，处于该象限的企业数量占样本企业的41.67%。其中宝钢、柳钢、太钢不锈凭借其充足的人才、资金方面充裕的资源投入以及合理的制度安排和完善的市场环境等优势，在第一阶段的科技研发和第二阶段的创新成果转化阶段方面均处于领先地位。鞍钢和山钢虽然在创新资源投入上能力有限，但其凭借着稳定的成果产出，也使得企业的两阶段创新效率处于较高水平；第二象限钢铁企业创新模式属于低—高型。处于该象限的样本企业有三钢闽光、八一钢铁，占样本企业数量的16.66%。其中三钢闽光凭借福建省优越的地理位置、拥有近70%福建钢铁市场占有率的市场优势和一贯注重环境保护的生产理念，在科技成果转化为钢铁企业经济效益这一环节实现了高效率；新疆八一钢铁则凭借区域供需格局的优越性，也在该环节取得较高效率，但两企业在成果转化环节效率偏低。因此两企业需从相对薄弱的环节入手，在保持自身独有优势的同时，重点关注研发效率的提高，最终实现企业的整体绿色技术创新效率水平的提升；第三象限钢铁企业的创新模式为低—低型，处于该象限的样本企业为韶钢松山、安阳钢铁、河钢、南钢、马钢等，占样本钢铁企业数量的41.67%。这种类型的企业在创新活动的两阶段过程中，都处于较低的效率状态，故而要想提高效率，这类企业应当从创新资源利用的有效性和科技成果转化有效性等多个环节寻找问题，从根本上解决钢铁企业绿色技术创新两阶段过程双重低效的问题；第四象限钢铁企业的创新模式为高—低型，样本企业中无落入该象限的钢铁企业，说明在中国的钢铁企业中普遍存在重经济效益而轻科技研发的状况。

(二)基于Malmquist指数的钢铁企业绿色全要素生产率测算与分析

表3反映了样本钢铁企业2011～2017年间绿色TFP指数及分解情况，表4为样本钢铁企业绿色技术创新各阶段TFP的逐年变动情况。其中，效率变化指数反映效率值的各年变动情况，技术变化指数反映技术前沿面的各年变动情况。

表3 样本钢铁企业绿色全要素生产率及分解

表4 2011-2017年样本钢铁企业动态效率

1.创新整体效率变动分析。

(1)不同企业绿色全要素生产率的差别。由表3可知，2011～2017年期间，样本钢铁企业整体绿色TFP指数值的个体差异不大。其中宝钢、南钢、三钢闽光、安阳钢铁、河钢、山钢、八一钢铁的绿色TPF指数均大于1，表明在此期间，该7家钢铁企业整体绿色技术创新效率呈上升趋势，而其余5家钢铁企业则呈现不同的下降趋势。

(2)从整体绿色TFP指数的分解角度看，由表4可知，评价期间内，钢铁企业绿色技术创新效率的EC指数实现了27%的增长，TC指数只实现了8%的增长，远低于EC指数的增长速度。技术进步是驱动钢铁产业绿色技术创新效率提升的主导力量，因此，中国钢铁企业只有在科技创新阶段再下功夫，推动技术前沿面的移动，才能长久、有效地提升钢铁业绿色技术创新效率并实现其绿色转型。

(3)从动态效率变化角度分析，2011～2017年期间，钢铁企业整体绿色TFP指数年度均值为1.18，呈逐年上升趋势，仅2012～2013年间有略微下降。

2.创新子阶段效率变动分析。

(1)子阶段效率变化情况。由表4知，钢铁企业两个子阶段2011～2017年期间的TFP、EC和TC指数均值均大于1，表明评价期间内总体呈上升趋势。其中科技研发阶段的TC指数和TPF指数变化区间差异较大，TC指数在2011～2013年呈连续下降趋势，TFP指数变化趋势与TC指数一致；创新成果转化阶段的TC指数和TFP指数差异相对较小，TC指数在2012年和2014年有所下降，TPF指数均大于1。由此可知创新成果转化阶段的效率比科技研发阶段的效率更具稳定性。

(2)创新整体TC指数负增长的原因分析。表3给出了评价期间样本企业科技创新阶段和创新成果转化阶段的效率变化情况。效率大于1表示子阶段效率处于增长状态，反之则为下降状态。可知各钢铁企业创新成果转化阶段的TC有5.2%的正向增长，而科技研发阶段技术进步指数则出现了6.2%的负增长，这也是导致钢企创新整体TC指数负增长的主要原因。

四、结论及建议

(一)研究结论

第一，样本钢铁企业的绿色技术创新整体效率处于适中水平，考察期内样本企业的整体效率呈波动上升趋势。钢铁企业的绿色技术创新效率介于科技研发效率和成果转化效率之间，并且创新成果转化阶段效率始终要高于技术研发阶段效率，说明科技研发阶段效率值偏低是导致钢铁企业整体效率下降的主要原因。

第二，样本钢铁企业的创新模式主要呈高-高型以及低-低型两种模式,说明钢铁企业的创新模式两极分化严重，企业之间创新能力和技术水平参差不齐。

第三，基于Malmquist指数方法的效率动态分析显示评价期间样本钢铁企业整体绿色TFP指数、EC指数和TC指数基本处于上升趋势，创新子阶段的各项效率变动有所差异，从增长速度和稳定性方面进行比较，科技研发效率明显落后于创新成果转化效率。

(二)对策建议

根据上述研究结论，结合中国钢铁业现状，给出如下建议：

一是要营造钢铁企业良好的创新氛围。企业内部良好的创新氛围不仅可以激发科技工作人员的创造兴趣，使其积极地参与到创新活动当中去，从而提升研发人员的技能水平。因此，钢铁企业必须有意识地创造良好的创新氛围，引导科研工作人员培养自主创新能力，支持和鼓励创新。

二是要科学配置钢铁企业的创新资源。从创新资源投入情况来看，中国钢铁企业对于科技研发的投入不足、创新资源分散、难以集中力量攻坚克难，而解决这些问题，是中国钢铁工业实现长效健康发展的关键。因此钢铁企业应加大人才培养力度，合理科学地配置创新资源，优化投入产出结构，减少创新资源浪费，以实现钢铁企业的创新驱动发展。

三是要促进钢铁企业科技创新成果市场化。虽然钢铁企业绿色技术创新成果转化效率显著高于研发阶段效率，但从研究中可以看出，部分钢铁企业仍不容乐观，成果转化阶段作为钢铁企业创新过程中极其重要的一环,对企业整体绿色技术创新效率的提升起着不可替代的作用。因此，钢铁市场要完善科技成果信息共享机制，打通研发端和需求端的对接渠道，钢铁企业作为钢铁市场构成的主体，要积极参与市场需求项目的申报，要积极投入宣传推广自身创新成果，加速创新成果的市场化。

四是要环保减排促进钢铁企业的绿色发展。首先，钢铁企业自身是环保和减排的主力，企业应当认真对照国家环保法规和行业要求，自我反省、自我检查、自我梳理环保工作上的不足之处，积极响应节能减排、绿色发展的政策要求。其次，钢铁企业的绿色发展离不开国家政策的支持，政府应当加强资金补助和税收优惠等经济政策，以加大钢铁企业的环保技术升级力度，同时还应当完善法律监管制度，强化钢企对污染物排放的控制力，早日实现钢铁企业的清洁生产和绿色制造。