南北差异、企业绿色创新效率与空间溢出——基于共享投入关联两阶段DEA模型的实证研究

沈 路，钱 丽

(安徽财经大学 工商管理学院，安徽 蚌埠 233030)

中国工业经济目前正处于高速增长向高质量发展转变的关键时期. 资源过度消耗、环境污染以及区域发展不均衡的问题逐渐凸显. 《BP世界能源统计年鉴(2018年)》报告显示，2017年中国一次能源消耗量占全球的23.2%，并且连续第17年成为世界范围内增速最快的能源消耗市场[1]. 可以看出，中国的经济增长依然付出了高昂的资源与环境成本. 中共十九大报告提出：要建设人与自然和谐共生的现代化，必须树立和践行绿水青山就是金山银山的理念，坚决贯彻落实“创新、协调、绿色、开放、共享”的新发展理念. 绿色创新是指在节约能源减少环境污染的基础上，改良产品、工艺和技术等一系列动态的创新行为[2]. 相对于传统创新，可通过吸收外部资源，嵌入原有技术创新体系，从而提高产出和经济绩效[3]. 绿色创新将“绿色发展”与“创新驱动”有机结合，是突破资源环境约束、推动我国工业经济向高质量发展转变的重要手段[4]. 因此，有必要将绿色创新理念引入工业企业的科研活动. 此外，我国南北地区经济发展不均衡的问题日益突出. 2013—2017年经济增速“南快北慢”，南方地区GDP年均增长率为9.15%，而北方仅为5.13%；科技创新能力“南高北低”，南方地区新产品销售收入的年均增长率达12.49%，而北方则为5.80%(1)笔者根据《中国统计年鉴》中的相关数据计算得出.. 不同企业在资源配置、人才交流、技术合作等方面可能存在差异，使得各地区绿色创新成果、创新技术在向邻近区域扩散时形成了不同强度和方向的溢出效应. 鉴于此，本文将从两阶段创新投入共享关联视角出发，在考虑单位工业GDP的工业能耗和工业“三废”等非期望产出的基础上，探讨中国工业企业绿色科技研发和成果转化效率的南北差异及其溢出效应，分析存在差异的成因，并为促进南北地区经济、社会和生态环境的绿色协调发展提出切实可行的建议.

1 文献综述

在绿色创新测度与评价方面，李婉红将人员投入、绿色R&D经费投入纳入研究框架，对中国30个省域工业绿色技术创新产出进行评价[5]. 罗良文等考虑单位工业GDP的工业废水排放、氮氧化物排放等环境负产出，利用两阶段DEA模型测算了中国区域工业企业的绿色技术创新效率[6]. 影响因素方面，黄奇等研究表明，绿色技术创新效率与人力资本、区域开放度显著正相关，但与技术水平负相关[7]. 钱丽等发现，环保投入强度对工业企业绿色研发效率具有明显的促进作用，但阻碍了绿色成果转化效率的提升[8]. 另外，Li和Wu指出，环境规制并不是越严格越好，规制强度应符合区域经济发展实际[9].

随着新经济地理学的迅速发展，学者们开始探究区域企业创新活动的空间关联性及溢出效应的影响因素. Keller通过构造地理距离衰退函数对OECD成员国之间技术创新的空间溢出进行验证，发现技术创新溢出随着地理距离的扩大而衰减[10]. 白俊红等从创新要素流动视角出发，实证分析协同创新对区域创新绩效的空间溢出效应，指出校企合作、政府科技资助对区域创新绩效产生显著正效应[11]. 王惠等则指出产业集聚有利于工业企业的绿色创新技术在区域间扩散，邻近地区企业通过相互模仿进而提升绿色创新效率[12]. 崔蓉等运用超效率SBM-Malmquist指数模型测度中国30个省份的绿色创新效率，并从环境管制、贸易开放程度、信息化水平等方面分析绿色创新效率的空间溢出效应[13].

上述研究为本文提供了重要参考，但仍存在不足之处：1)已有关于绿色创新效率的研究主要基于一阶DEA模型展开，忽视了绿色创新活动在不同阶段的差异性与关联性. 科技研发阶段的创新投入不仅有利于形成知识与科技产出，还会影响到绿色创新成果的市场转化. 因此，有必要构建考虑投入共享关联的两阶段DEA模型对绿色创新效率进行分析. 2)现有研究在考虑区域绿色创新时，鲜有从南北差异视角出发，探讨绿色创新效率差异及其空间溢出. 3)现有关于绿色创新空间溢出的研究大多基于静态空间面板模型展开，忽视了绿色创新效率的提升是一个长期积累的动态过程，有必要引入动态空间面板模型对我国南北地区绿色创新效率的溢出效应进行分析.

2 变量选取与模型设定

2.1 南北差异视角下中国工业企业绿色创新效率的影响机制分析

绿色创新效率主要是指在考虑环境污染与资源消耗的基础上创新产出与创新投入的比值，反映了某一地区企业对创新资源的利用效率[14]. 提高绿色创新效率有助于引导企业向绿色集约型发展方式转变，带动区域产业结构的优化升级. 以广东、福建、浙江为代表的南方地区高技术产业发展迅速，自主研发和突破性技术创新较为领先. 而以辽宁、河北、山西为代表的北部地区依赖于丰富的矿产资源，大力发展重化工业和资源型产业，技术创新水平较低，环境污染严重. 事实上，工业企业在绿色创新的过程中不仅受到自主研发投入的影响，外部环境因素在一定程度上也影响了企业对创新资源的利用方式和利用效率. 因此，本文将基于南北差异视角，从自然环境、技术水平、制度环境三个维度具体分析工业企业绿色创新效率的影响因素及其空间溢出(具体见图1)，并提出控制变量.

图1 南北差异视角下中国工业企业绿色创新效率的影响机理

自然环境 良好的气候条件和生态环境是科研工作者开展技术创新活动的最基本条件. 我国南方地区与北方地区的气候条件、生态环境差异明显. 因此，自然环境宜居度如何影响区域工业企业绿色创新有待进一步验证.

技术水平 技术水平是制约企业绿色创新效率提升的关键因素[7]. 从现阶段来看，我国大部分企业仍通过购买和境外引进的方式获取专业性技术，技术自主研发能力相对薄弱. 特别是我国西北地区，自身技术水平较低，技术交易市场还不够完善，需积极承接东南沿海地区的技术转移. 由于技术本身具有可转移性，并且随着我国对外开放程度不断加深，研发要素在区域间的流动性增强，外商投资与贸易合作促进了区域间企业的相互模仿与学习，最终形成良好的技术扩散效应，推动区域绿色创新效率的提升.

制度环境 随着我国对外开放程度的不断提高，大量进口产品和外资企业涌入中国市场，对本土企业形成挤出效应. 为了在激烈的竞争中抢占市场份额，本土企业不得不加速研发新产品. 另外，嵌入了知识和技术的产品通过贸易合作等方式，促进绿色研发和清洁生产技术扩散，有利于绿色创新效率提升[15]. 市场化程度的提升一方面弱化了政府干预，促进了区域间的人才交流和研发要素流动，利于形成公平竞争的营商环境. 另一方面，成熟的技术市场交易环境利于促进企业绿色创新的成果转化. 知识产权保护为企业自主研发提供了制度保障. 知识产权保护水平越高，企业自主研发和外商投资的意愿越强，企业间研发合作所形成的技术扩散效应也越明显[16].

控制变量 1)产业结构. 合理的产业结构有利于促进企业向低消耗、低污染的绿色发展方式转变. 一般而言，第三产业产值越大，产业结构越合理. 故本文选取第三产业产值占GDP比重来表征产业结构. 2)财政分权. 财政分权削弱了中央政府对地方经济自主性行为的干预，地方政府在良性竞争中能因地制宜地激励与管理工业企业的绿色创新活动. 本文选取各省预算内人均财政支出与中央预算内人均财政支出的比值来表征财政分权程度.

2.2 共享投入关联视角下两阶段绿色创新投入产出指标体系

根据两阶段创新价值链理论，科技创新活动可分为科技研发和成果转化两个阶段，且不同阶段存在明显的异质性[17]. 科技研发阶段由研发、试制、干中学等活动构成，是企业、高校和科研院所利用研发人员与研发经费投入进行知识创新与技术创新的过程；成果转化阶段由生产制造、商业策划、市场营销等构成，是企业将知识创新与技术创新的成果转化为经济产出的市场化过程[18]. 由于两阶段创新均涉及到研发人员、研发经费等投入，即初始投入在两阶段根据一定比例实现共享；又考虑到中间产出的再投入，故有必要构建两阶段创新投入共享关联的指标体系，本文参考钱丽等的研究[8]，构建指标体系如图2所示.

图2 两阶段创新投入共享关联视角下工业企业绿色创新活动

其中，绿色创新投入指标为R&D人员全时当量、R&D经费内部支出、新产品开发经费、引进消化吸收费用. 以2008年为基期，利用研发价格指数[19]进行平减，并作存量处理[20]. 中间产出指标包括绿色发明专利申请数、专利申请数、有效发明专利数、新产品开发项目数. 其中，绿色发明专利申请数是按照IPC(国际专利分类)分类号检索方法，在国家统计局搜集得到. 最终产出指标为新产品销售收入、高技术产业产值、环境综合指数、工业碳排放量. 经济产出方面，利用工业生产者出厂价格指数对新产品销售收入和高技术产业产值进行平减. 环境产出方面，采用熵值法确定单位工业GDP的工业废气、工业废水、一般工业固体废弃物、工业SO2、工业烟粉尘等5项非期望产出的指标权重，并作负向标准化处理得到环境综合指数. 其中，需利用GDP指数对工业GDP作平减处理. 于是，借鉴周五七等的研究[21]，对工业碳排放量进行测算，公式为

(1)

其中，CO2代表我国工业企业的二氧化碳排放量；EN为各省工业终端能源消耗量(实物量)，包括原煤、原油、热力等15种主要能源，且按照标准煤折合系数进行折算；NCV为各种工业能源的平均低位发热量，CEF为碳排放系数，44/12为二氧化碳的气化系数；单位工业GDP的工业碳排放量用工业碳排放量除以平减后的工业GDP处理得到.

2.3 影响因素变量选取

通过分析南北差异对工业企业绿色创新效率影响机制，本文在洪俊杰等研究[16]的基础上，拟从自然环境差异、技术差异、制度差异3个维度出发，构建包含8个一级指标、14个二级指标的中国南北区域差异评价指标体系(见表1).

表1 中国南北区域差异评价指标体系

其中，热环境、空气质量、气候调节、自然灾害的指标得分均值表征自然环境宜居度，各二级指标权重运用熵值法确定. 市场化指数源自王小鲁等的《中国分省份市场化指数报告(2018)》[22]. 虽然市场化指数也涉及到一部分法律环境与产权保护的内容，但与本研究不相一致. 为了凸显知识产权保护在企业绿色创新过程中的作用，本文参考Ginarte和Park的研究[23]，选用GP指数(衡量立法水平)与执法水平的乘积衡量某一地区的知识产权保护水平. 其中，执法水平选取“立法时间”“是否为WTO成员国”“人均GDP”及“律师比例”等指标来综合表征[24].

本文以2008—2017年中国30个省份工业企业为研究对象(由于西藏地区的数据缺失严重，香港、澳门、台湾地区的数据搜集难度较大，因此皆不在本研究范围之内)，所有数据源自《中国统计年鉴》《中国科技统计年鉴》《中国环境统计年鉴》《中国气象统计年鉴》《中国能源统计年鉴》以及《中国高技术产业统计年鉴》等.

2.4 共享投入关联两阶段DEA模型

根据线性规划最优理论和DEA比率模型原理，DMUk在绿色科技研发阶段的综合技术效率为：

(2)

(3)

(4)

2.5 空间面板计量经济模型

考虑到中国30个省份工业企业绿色创新效率可能在区域间存在空间溢出效应，而目前常用的空间面板计量经济模型主要包括空间滞后模型(SLM)、空间误差模型(SEM)和空间杜宾模型(SDM). 其中，SLM主要考察被解释变量间的空间相关性，SEM主要考察误差项的空间依赖性，而SDM同时具备上述两种模型的共同特征，且形式更加一般化. 因此，本文将在检验中国30个省份工业企业绿色创新效率空间相关性的基础上，利用空间杜宾模型实证分析不同区域不同省份工业企业绿色创新效率的空间溢出效应程度及其影响因素. 并将滞后一期的效率值纳入回归方程，构建动态空间杜宾模型，公式为

GIEit+α0+αGIEit-1+λWGIEit+β1NEit+β2TEit+β3IEit+β4control+δ

(5)

其中，δ=δ1WNEit+δ2WTEit+δ3WIEit+δ4Wcontrol+εit.GIEit为t省份第i期工业企业绿色创新效率值，GIEit-1为被解释变量的滞后一期值，W为空间权重矩阵，WGIEit表示被解释变量的空间滞后项. 解释变量包括自然环境(NE)、技术水平(TE)、制度环境(IE)，control表示控制变量，包括产业结构和财政分权.λ为空间自相关系数，β1、β2、β3、β4和δ1、δ2、δ3、δ4为系数，ε为服从正态分布的随机扰动项.

3 实证分析

3.1 中国30个省份绿色创新效率的测算结果与分析

基于区域绿色创新效率差异理论，运用共享投入关联两阶段DEA模型测算2008—2017年中国30个省份工业企业的绿色科技研发和绿色成果转化效率(结果见表2)，考察期内工业企业绿色科技研发和绿色成果转化效率变化趋势如图3和图4所示.

表2 2008—2017年中国30个省份工业企业两阶段创新效率的测算结果

从科技研发阶段来看，2008—2017年中国30个省份工业企业绿色创新效率均值为0.694，且不同区域省份间的绿色科技研发效率差异明显. 分区域来看，南部和北部地区工业企业绿色创新效率均值分别为0.791和0.598，南部地区明显高于北部地区，且考察期内效率差距维持在0.2左右. 由图3可知，2008—2017年全国及南北地区的效率值均呈现先缓慢下降然后上升的变化趋势，且三者的变化趋势基本保持一致. 分省份来看，海南、北京、安徽、浙江、四川的创新效率排在全国前5位. 浙江、北京的专利申请数、新产品开发项目数等都远高于全国均值，产出效应明显. 海南、安徽、四川虽然科技产出一般，但充分利用了有限的创新资源，实现了科技经济效应的最大化. 创新效率排在全国后5位的分别是青海、吉林、黑龙江、内蒙古和山西，效率值均未达到0.6，且都位于北方. 以青海为代表的西北地区，自身技术条件有限，且创新资源相对匮乏，创新水平难以在短时间内有所突破. 吉林、山西等省份矿产资源丰富，但过度依赖资源消耗促进重工业发展，并不符合创新驱动发展的国际形势，产业结构亟待转型升级.

从成果转化阶段来看，2008—2017年中国30个省份工业企业绿色创新效率均值为0.669，略低于绿色科技研发效率. 从图4不难看出，考察期内南部地区的效率值依然高于北部地区，且全国及南北地区的效率变化趋势保持高度一致，均为先下降后缓慢上升. 2008—2010年期间，全国及南北地区的成果转化效率有所下降，可能是因2008年爆发的全球性金融危机所致. 由于市场需求减少、经济损失严重，科研活动缺乏必要的研发人员投入和资金支持，绿色创新效率处于历史较低水平. 分省份来看，创新效率排在前5位的分别是广东、青海、江西、海南、吉林，主要来自于南部地区. 而安徽、新疆、云南、甘肃、黑龙江则排在后5位，创新效率均不足0.5，可能因为其一，专利申请量等科技产出向经济产出转化过程中存在技术性问题和成本问题，西北和东北地区的技术市场交易机制并不完善，难以将科技研发成果转化成经济效益. 其二，内陆地区的市场环境并不成熟，难以凭借自身的消费需求拉动创新生产.

3.2 中国30个省份工业企业绿色创新效率的空间溢出效应分析

本部分考虑我国各省份间的空间关联性. 在设置地理距离、社会经济距离空间权重矩阵基础上选取莫兰指数(Moran’sI)对我国30个省份工业企业绿色创新效率进行全局空间自相关检验，计算公式为

从表3可以看出，考察期内绿色科技研发效率的莫兰指数值(即I值)在地理距离矩阵下显著为正，预示我国工业企业绿色科技研发效率在地域上存在显著的空间正相关性. 绿色成果转化效率的I值则在社会经济距离矩阵下呈正相关，且大多数年份通过了显著性检验. 可能是由于在科技研发阶段，企业主要通过学习与模仿邻近地区的技术创新知识与管理经验来实现科技产出. 地理距离越近，技术溢出效应越明显. 而在成果转化阶段，企业则需借助良好的经济条件和成熟的市场环境才能更好地将科技产出转化为经济产出. 因此，在社会经济距离矩阵下解读我国工业企业的绿色成果转化效率更为合适.

表3 2008—2017年中国30个省份工业企业两阶段绿色创新效率的莫兰指数

注：* * * 、* * 、* 分别表示在1%、5%、10%水平下显著.

在利用动态SDM模型进行估计时，国内外学者普遍采用极大似然估计(MLE)和空间动态GMM两种方法. 相对空间动态GMM而言，考虑无条件的MLE更能兼具参数估计的有效性与一致性[25]. 故本文采用MLE方法，以考察期内中国30个省份工业企业两阶段绿色创新效率为被解释变量，以自然环境宜居度(NE)、技术水平(TE)、市场化程度(MAR)、区域开放度(OPEN)、知识产权保护水平(IPP)为解释变量，以产业结构(IND)、财政分权(FD)为控制变量，利用式(5)对两阶段绿色创新效率溢出效应进行估计，并与静态SDM模型的测算结果进行比较(见表4). 经豪斯曼检验可知，本文选用固定效应进行分析更为有效.

表4 中国30个省份工业企业两阶段绿色创新效率影响因素结果：静态与动态空间杜宾模型的对比

注：* * * 、* * 、* 分别表示在1%、5%、10%水平下显著，小括号内为T统计量.

从表4估计结果可以看出，中国30个省份工业企业两阶段绿色创新效率的空间相关系数(Spatial-rho)在动态SDM模型下均显著为正，表明不同区域间绿色创新效率在两阶段均存在明显的正溢出效应. 在静态和动态SDM模型下，影响因素变量的程度和方向基本保持一致，也说明了本文研究结果的稳健性. 并且动态SDM考虑了滞后一期效率值，防止潜在影响因素变量(如经济发展水平、政策环境)的遗漏，从而矫正静态SDM高估带来的偏差，回归结果中的R2也更优，故本文选取动态SDM模型对两阶段绿色创新效率的影响因素进行分析.

1)无论是科技研发还是成果转化阶段，滞后一期的创新效率值对当期都具有明显促进作用，预示绿色创新效率水平提升是一个长期积累的动态过程. 2)自然环境宜居度对科技研发和成果转化效率分别具有不显著的促进和阻滞作用，表明适宜的气候条件为企业科研工作者提供了良好的外部环境. 但在成果转化过程中，技术和市场因素成为制约创新效率提升的关键，自然环境因素并不起决定性作用. 3)技术水平对绿色研发效率影响不显著，但对本省和邻近省份成果转化效率分别起明显的促进和阻滞作用. 我国工业企业通过技术研发与技术引进能有效促进本地的绿色成果转化，但由于目前我国技术交易市场和转移机制并不完善，致使本省的技术溢出难以向周边地区扩散，进而制约了邻近省份绿色创新效率的提升[7]. 4)市场化程度与绿色研发效率显著负相关，但明显促进了成果转化效率提升. 一方面，市场化程度越高意味着政府干预越低，随着市场开始主导资源配置，政府提供的各种资源和政策补助逐渐减少，企业研发创新的动力下降[26]. 另一方面，市场化程度越高，技术交易与产权交易市场就越完善. 成熟的技术得以在技术市场交易中转移，有利于区域工业企业科研成果的市场转化. 5)区域开放度对本省绿色研发效率起到了显著的积极影响，但对邻近省份两阶段效率提升却起到了抑制作用. 嵌入了绿色技术的商品贸易有利于本土企业技术吸收和效率提升，但本区域开放度的提高可能会对周边地区贸易形成挤出效应，从而制约邻近省份绿色创新效率的提升. 6)知识产权保护与成果转化效率正相关，但却明显抑制了企业绿色研发效率的提升. 这是因为我国大部分工业企业在科技研发时主要依靠引进消化吸收获取专业性技术，高强度的知识产权保护增加了其技术模仿与消化吸收的成本[8]，致使研发效率不高. 7)产业结构、财政分权对企业绿色研发效率提升具有显著的积极影响. 产业竞争促使企业寻求新的核心竞争优势，产业结构优化升级能进一步完善和细化社会分工，降低新产品的生产成本，进而通过“干中学”来促进区域绿色创新[27]. 相对于中央政府而言，地方政府对于本省创新发展具有更明显的信息优势，财政分权为地方政府因地制宜的决策和合理配置财政资源提供了更为灵活、柔性的空间，进而促进区域研发创新活动的开展[28]. 但在成果转化阶段，财政分权容易引发地方竞争以付出高昂的资源环境成本来促进经济发展，进而形成大量的环境负产出，抑制了创新效率的绿色增长[29].

4 结论与政策建议

首先，考察期内不同区域间两阶段绿色创新效率差异明显，南部地区两阶段绿色创新效率相对较高，北部地区效率损失明显. 其次，莫兰指数检验表明，中国30个省份工业企业绿色科技研发和成果转化效率分别在地理和社会经济距离矩阵下呈显著空间正相关. 科技研发阶段，产业结构、财政分权对本省绿色创新效率具有显著积极影响，而市场化程度、知识产权保护则阻碍了本省绿色研发效率提升. 成果转化阶段，市场化程度、区域开放度对本省绿色成果转化起明显的促进作用，而技术水平对本省和邻近省份成果转化效率分别起促进和阻滞作用. 据以上结论，本文提出政策建议：

第一，发挥绿色创新驱动作用，促进南北地区协同发展. 南部地区应在保持自身竞争优势的基础上，跟踪学习国际前沿的清洁生产技术和绿色管理经验，注重发展人工智能、清洁能源等新兴产业. 西北地区应充分利用国家扶持政策，加强科技研发投入与科技基础设施建设. 积极承接东南沿海地区的技术转移，不断突破自身技术水平. 东北地区则应合理调整产业结构，对传统重化工业、资源型产业进行技术改造和优化升级.

第二，增强企业绿色创新意识，实现经济、社会、环境效益共增. 南北地区工业企业应适度控制研发要素的投入规模，减少资源错配和冗余，努力向低投入、低排放、高产出的绿色创新发展方式转变. 具体而言，我国南部地区废水排放和单位GDP能耗偏高，应利用大数据技术进行持续跟踪与监督，严格控制生产环境质量和污染排放标准. 西北和东北地区在承接南部地区产业转移时应注意提高甄别能力与门槛，减少二氧化硫、烟粉尘排放等非期望环境产出，努力实现产业结构转型升级.

第三，营造公平竞争的市场环境，充分发挥财政分权在绿色创新发展中的积极作用. 政府应坚持以市场为主导，充分利用地方的信息优势，合理配置财政资源，因地制宜地促进区域绿色经济的发展. 鼓励校企、企业间的人才交流与技术合作，促进创新要素在区域间的流动. 另外，地方政府可依据当地的经济和技术水平制定差异化的知识产权保护制度. 如经济发达地区应加强知识产权保护力度，坚决打击各类侵犯知识产权行为. 经济落后地区可适度减少企业间的技术交易成本，从而提高区域整体绿色创新能力.