财政支出对绿色技术创新效率的影响研究——基于空间杜宾模型的实证分析

邓婷婷 陈文府

（安徽大学，安徽 合肥 230601）

财政支出对绿色技术创新效率的影响研究是国家财政亟待解决的问题。经济腾飞和人民生活质量提升的同时，我国环境问题日趋严重。近年来，中国的经济步入高质量发展的通道，过去粗犷式发展模式已不能适应目前经济新的改变。在资源稀缺和环境恶化的背景下，绿色发展越来越成为国家和社会关注的焦点。生态环境作为一种公共产品，在过去一段时间内企业和消费者不需要对其造成的污染负责，这就造成了极大的外部负效应。在市场条件下资源配置给生态环境保护不足，因此需要政府“看得见的手”发挥作用，一方面对造成污染的对象征税，另一方面在资源配置时对环境保护倾斜。创新是市场选择和政府推动的共同结果，创新在各个国家对政府都具有依赖性[1]。同时创新有具有极大的外部正效应，创新不仅有利于企业，也有利于国家社会。可以看出政府“看得见的手”在环境保护、绿色发展和促进创新方面都发挥着巨大的作用。

一、文献综述

绿色技术起源于二十世纪五十年代，目前国内外学者主要通过包络分析(DEA)和随机前沿分析法(SFA)测算创新效率。部分学者采用Malmquist指数和松弛变量的方向性距离函数(SBM-DDF)等方法进行测算，赵少飞等(2020)[2]运用改进的密切值法来计算区域工业创新效率，基于我国30个省市的数据实证分析表明，各省工业创新效率存在较大不平衡，且与地区经济发展有较大联系，表现出东部工业绿色技术创新效率明显高于中西部。黄磊等(2020)[3]采用DEA-EBM模型测算长江经济110个地级市2017年的创新效率，得到长江经济带创新效率高于国内平均水平，但总体呈“V型”空间格局的结论。Jun-liang Du等(2019)[4]将中国划分成四个方位区域，通过两阶段创新价值链模型和共享投入型关联两阶段网络DEA模型来测算绿色技术创新效率，结果表明中国四个区域的效率均处于较高水平，但西部和东北地区有待提高。岳鸿飞(2018)[5]通过SBM-DDF方法测算我国30个省市绿色技术创新效率，结果表明我国近年来各省市创新效率均有所提升，且东部发展快于西部。Djula Borozan(2018)[6]运用DEA模型测算了欧盟的纯技术和全要素能源效率，结果表明欧盟内部各地区技术和能源效率存在较大差异，发达地区的效率更高。

以往学者主要从环境规制、产业集群、产业结构、对外直接投资、和政府支持等方面进行创新效率影响因素研究:杨浩昌等(2020)[7]从静态效率和动态效率两个角度分析高科技产业集聚对绿色技术创新效率，运用广义矩估计和中介效应模型研究方法，结果表明高科技产业集聚的技术溢出效应和规模经济效应对绿色技术创新效率有极大的驱动作用。肖权等(2020)[8]基于中国2005-2017年的数据，采用二阶段DEA模型、门槛模型和空间杜宾模型研究环境规制和FDI对中国绿色技术创新效率的影响，结果表明环境规制和FDI对创新效率均有促进作用。Li T等(2018)[9]提出RAGA-PP-SFA模型来衡量制造业绿色技术创新效率，解决了SFA模型无法提高多输出效率的缺点，结果表明政府补贴和企业规模会削弱高端制造业的绿色技术创新效率，而市场成熟度、产业集聚、环境规制和对外开放能够促进创新效率。Chunyang Liu等(2019)[10]通过K均值聚类分析、SBM-DEA和DEA-tobit模型对中国高科技产业的绿色技术创新效率进行分析，结果表明对外开放、新产品需求、知识转移和金融支持对创新效率有显著正影响；而金融要素市场的扭曲和政府支持对其有显著负影响。

关于财政支出对绿色技术创新效率的影响主要有两种观点:一是财政支出对企业有激励作用，能够提升企业绿色技术创新效率。田淑英等(2019)[11]和孙志红等(2017)[12]的研究结果表明政府的财政投入能够促进企业创新。Tom Broekel(2015)[13]根据德国270个区域劳动市场和四大产业的数据研究表明政府的补贴能够提升企业技术创新效率。二是财政支出使企业研发投入减少，抑制企业创新。肖文等(2014)[14]和高萍等(2018)[15]的研究结果表明政府财政支出不利于技术创新效率的提升。

由此可见，许多学者对于绿色技术创新效率的测算及其影响因素都做了深入的研究，但少有学者研究绿色技术创新效率的空间溢出效应。目前我国区域开放逐步深化，某一地区绿色技术创新效率对周边地区具有示范效应，并且本地区的财政环保政策、对财政环保的支出以及为解决环境问题对外引进的专业人才都会对周边地区产生影响。因此基于DEA-BCC模型测算我国各省、市和自治区2008-2020年绿色技术创新效率，并且实证分析财政支出、教育投入、产业结构、对外开放程度、基础设施和经济水平对绿色技术创新效率的影响及其空间溢出效应。创新点在于研究财政支出对绿色技术创新效率影响的空间溢出效应，此外对影响溢出效应可能的原因进行分析。

二、绿色技术创新效率的测算

（一）绿色技术创新效率的测算方法

数据包络分析方法(DEA)可有效评价多投入、多产出决策单元相对有效性。Banker等(1984)[16]在DEA模型基础上，提出了解释规模报酬可变的DEA-BCC模型，模型如下:

可得最优解θ0，λ0，S0+，S0-。

（二）数据说明

采取DEA-BCC模型进行计算绿色技术创新效率。具体指标及流程见图1。

图1 绿色技术创新效率指数构建

投入指标:人力资源和资金资源投入分别用R&D经费投入强度和R&D人员全时当量来衡量。能源资源投入是将该地区所使用的所有能源转化为标准煤炭消费量来衡量。

产出指标:分为期望产出和非期望产出。前者有经济产出和科研产出，后者为污染产出。企业在创新的过程中会产生专利等成果，之后将这些成果投入市场以获取利润，因此用新产品销售收入来衡量经济产出。企业通过创新创造的产出主要以专利形式出现，所以用专利申请授权数量来衡量科研产出。计算污染综合指数来衡量企业对环境造成的污染。

污染综合指数:为使指标体系更加完善，参考罗良文等(2016)[17]的方法，将工业企业运行产生的污染物作为创新中的非期望产出。选取工业废水排放总量、二氧化硫排放量和一般工业废物产生量来衡量废水、废气和固体废物的排放情况。首先用标准差标准化方法x′ij=（xt，i，j-minxj）/（maxxj-minxj）对原始数据进行无量纲处理，然后采用层次分析法构建污染综合指数。

（三）绿色技术创新效率的测算结果

运用DEAP2.1软件计算出30个省份和全国2008-2020年的绿色技术创新效率。从整体来看自2008年起我国绿色技术生产效率呈逐年递增趋势，且近几年增速有所加快，这可能与我国近几年来越来越重视科技和环境有关。2008-2020年全国绿色技术创新效率均值为0.865，虽然数值处于较高水平，但增长速度缓慢。从各省份结果来看上海、江苏、山西、山东、四川、陕西、青海、宁夏的绿色技术创新效率保持在较高水平；此外进步较快的省份有海南、甘肃、广东、吉林和北京，从2008-2020年分别提升0.74、0.57、0.46、0.45和0.38;而贵州、河南、湖北和江西略有下降。

三、财政支出对绿色技术创新效率影响的计量检验

（一）模型设定

1.空间矩阵的构建

引入空间权重矩阵，分析财政支出对绿色技术创新效率影响的溢出效应。参考以往学者研究，建立空间邻接、空间距离和经济地理嵌套矩阵。

空间邻接矩阵：

空间距离矩阵：

经济地理嵌套矩

2.空间自相关指数

各省市空间自相关分析就是测试各省市的测量值与相邻省市的测量值是否存在关系。使用Moran’s I(莫兰指数)指数来测度中国各省市绿色技术创新效率的空间集聚形式。模型如下:

其中，n为研究样本中省、市和自治区的数量；xi表示第i个地区绿色技术创新效率值；wij为空间权重矩阵

3.空间计量模型

常见的空间计量模型有空间误差(SEM)、空间滞后(SLM)和空间杜宾模型(SDM)三种，通过Wald和LR检验确定选用何种模型。

4.指标的选取与数据来源

选取2008-2020年中国30个省份的数据，数据来源于《中国科技统计年鉴》《中国统计年鉴》以及各省市统计年鉴。

以绿色技术创新效率(gie)作为被解释变量，其数值在上文用DEA-BCC模型计算，研究财政支出、教育投入、产业结构、开放程度、城市交通状况和经济发展水平对其的影响。财政支出(fiscal)用节能环保支出与总财政支出之比来表示。环境是公共物品，大部分学者认为政府应该对环境污染导致的外部负效应进行干预，政府对环境保护之处就是最直接的方式之一。教育投入(edu)用教育经费投入额与总财政支出之比来表示。产业结构分别用第二产业占GDP比重(ind-sec)和第三产业占GDP比重(ind-thd)来表示。一个地区的产业结构反映该地区经济发展的重心，第一二三产业对创新的要求不同，其中第三产业要求更高创新和更低的污染。经济开放程度(open)用进出口总额与GDP之比来衡量。一地区越开放对外交流越多，那么该地区越有可能引入国外的先进的生产和管理技术，对企业的效率和创新提升有重要作用。城市交通状况(proad)用城市人均道路来衡量。经济发展水平(pgdp)用人均GDP来衡量。一地区经济发展越好，那么政府越有经济实力加大对环保的投入。

（二）实证结果及分析

1.空间自相关结果及分析

首先用Geoda软件计算出2008-2020年绿色技术创新效率和财政支出的Moran’s I指数(空间邻接矩阵)，得到的结果如表1所示。

表1 2008-2020年绿色技术创新效率与财政支出的Moran’s I指数

由表1我们可以看出绿色技术创新效率和财政支出的有较强的空间自相关性，因此在研究财政支出对绿色技术创新效率影响中必须要考虑空间相关性。

2.模型选择的检验

运用stata15.0先对面板数据进行LM、LR和Wald检验，确定空间计量模型，后进行Hausman检验来选择固定效应和随机效应模型。根据LM检验的结果，空间距离矩阵和经济地理嵌套矩阵的检验结果显著，因此初步判断使用空间杜宾模型(SDM)。为进一步确定空间杜宾模型不会简化SEM和SLM模型，进行LR和Wald检验。检验结果得到LR检验、Wald检验、Hausman检验都显著，所以可以确定使用SDM模型与固定效应模型。

3.空间杜宾模型估计结果

运用stata15.0对数据进行回归，结果见表2。在三种权重矩阵条件下，财政支出和经济发展水平的回归系数均为正且显著，说明财政支出和经济发展水平对绿色技术创新效率有正向促进作用；而对创新效率有负向作用，这不同于最初设想，这可能由于过去我国环境保护意识不强，地方政府在招商引资时没有考虑到企业生产对本地环境的影响，或者为了引进外资而放松对环境的要求，引入了一些污染性的企业，以环境为代价来达到吸引外资增长经济的目的。其余变量仅在部分权重矩阵条件下回归结果显著，但可以判断整体的趋势为产业结构的升级和教育投入的增加对绿色技术创新效率为正想促进作用，城市交通状况对绿色技术创新效率影响不显著。

表2 空间杜宾模型回归结果

为进一步探究空间溢出效应的大小，利用求解偏微分的方法，求解各影响因素的直接、间接和总效应，结果见表3。

表3 直接效应、间接效应和总效用

首先在直接效应方面：（1）财政支出和经济发展水平在三种空间权重矩阵条件下显著，说明财政支出和经济发展水平对本地绿色技术创新效率具有推动作用。政府环保支出主要用于修建基础设施、加强对污染的监管以及奖励企业。一方面强监管使得企业在生产过程必须考虑到对环境的影响，另一方面资金的激励也使得企业有更大的动力进行绿色生产技术创新和加大绿色技术研发的投入，这在促使本地区企业不断进行创新和研发的同时也促进了产业升级、提高了绿色技术创新效率。（2）经济发展水平在三种空间权重矩阵条件下显著，说明经济发展水平对本地绿色技术创新效率具有推动作用，经济发展每提高一个百分点，绿色技术创新效率至少提升0.123个百分点。黄磊和吴传清（2021）[18]指出，一方面经济发展越好，那么对绿色需求也越高，为满足持续增长的绿色需求，本地企业会对生产的产品和身缠举出等进行不断创新；另一方面经济发展也为绿色技术创新活动提供了充足的资金，企业进行绿色技术创新活动需要大量资金，而经济发展状况越好就越有能力向企业提供该用途的资金。对外开放程度会抑制本地绿色技术创新效率。（3）产业结构和教育投入的直接效应在不同的空间权重矩阵下的显著性虽不同，但结合以上的分析结果判断其对绿色技术创新效率应为正向影响。根据欧雪银(2019)[19]的研究表明，对于地区而言，产业结构升级意味着新技术、高端制造和节能环保等新兴产业的不断崛起，为本地区积聚了大量的资金和人才，极大地促进了绿色技术创新效率。技术创新依靠的是人才，教育投入越多则人才越多，人才越多则绿色技术创新效率越强，只不过人才的培养需要较长的时间，所以教育投入对人才的作用有较大的滞后性。（4）城市交通状况估计结果不显著。

其次，在间接效应方面：（1）环保支出回归系数为负，说明环保支出对周边省市具有抑制作用。比较空间邻接矩阵和嵌套矩阵的结果，认为这可能有两个原因:一是本地财政支出的增加吸引了周边省市的人才和资源，产生“虹吸效应”。本地区加大对财政环保的支出，加大对水源和土地资源等的保护，一方面需要引进优秀专业人才来解决环境问题，另一方面环境的改善也吸引着外来人员的定居，从而对周边地区有虹吸作用。二是由于产业转移，随着本地区财政支出的增加以及对污染、高消耗型的限制，该类企业在本地区生产的成本和压力逐渐增大，因此部分企业会将产业转移至经济落后且对环保要求较低的周边区域，因此财政支出最终会使得本地区绿色技术创新效率提升，使周边地区下降。（2）教育投入和产业结构回归系数为正且显著，说明对于周边省份的绿色技术创新效率有促进的作用。本地区增加教育投入了培养大量人才，二人才会在各地区间流动，对周边绿色技术创新效率有促进作用。本地产业结构的转变升级一方面会对周边产生示范效应，另一方面随着优质产业进入本地区，那么可能导致部分企业出于成本的考虑，会在本地区周边省市进行生产。（3）对外开放程度、经济发展和城市交通状况估计结果不显著，说明这三个因素对周边影响甚微。

最后，从总效应结果来看，环保支出的结果系数在空间邻接矩阵下为正，在空间距离矩阵和嵌套矩阵下为负，且负效应主要来自于间接效应。产业结构和教育投入回归结果为正数且显著。

四、结论与建议

（一）结论

通过DEA-BCC模型计算各省市绿色技术创新效率并对其现状进行分析，进而以2008-2020年我国各省市的面板数据为依据，分析环保支出对绿色技术创新效率及其空间效应。

1.中国总体绿色技术创新效率处于较高水平，呈逐年增长趋势但增长速度缓慢，并且在部分年份有下降趋势。此外各省份间绿色技术创新效率水平存在较大差异，有些省市在2008年就达到并保持在较高水平，而有些省份起步较低。不过部分省份如海南、广东和吉林等省份虽然起步较低，但近15年来发展迅速。此外通过分析各省市数据发现，绿色技术创新效率的高低与该地区的经济水平没有必然关系，经济高地区的绿色技术创新效率不一定高，而经济较低的地区有可能处于较高水平。

2.财政环保投入对绿色技术创新效率的影响在不同的空间权重矩阵下结果不同。在空间邻接矩阵下，环保支出的直接和间接效应均显著为正；在空间距离矩阵和嵌套矩阵下，环保支出回归结果的直接效应为正，间接效应为负，说明环保支出的增加对本地绿色技术创新效率有促进作用，对邻近的省市有抑制作用。

3.关于其他因素对绿色技术创新效率的影响，其中教育投入和产业结构在三种空间权重矩阵下的直接和间接效应均为正且显著，说明教育和产业对本地和邻近省市的绿色技术创新均有促进作用。对外开放程度的直接和间接效应均为负数。经济发展状况和城市交通状况回归结果不显著，对绿色技术创新影响不明显。

（二）建议

随着我国社会主要矛盾发生变化，绿色技术创新逐渐走入人们视野的中心，并在中国经济发展方式转变过程中发挥重要作用。基于以上研究结论，提出以下建议。

第一，因地制宜，增加环保支出。环保投入是影响本地绿色技术创新效率的重要因素，政府要发挥财政环保投入的引导作用，但由于中国各省市绿色技术创新存在较大差异，因此在制定政策是需要针对各地真实情况。对于绿色技术创新效率较低的地区应加大对环境保护的投入力度，绿色技术创新效率较高的地区的财政投入也需要考量附近省份的情况，过高的增长反而会抑制附近地区的发展，实现齐头并进，共同增长。

第二，加大教育的投入力度。教育投入与绿色技术创新效率呈现明显的正向关系，所以要充分发挥教育的优势，加大对教育的人力资本投资，这样对本地区和邻近省市的绿色技术创新均有促进作用。同时对于绿色技术创新薄弱的省份一方面要加大对创新人才的培养，另一方面可以引进创新人才，研发有助于绿色创新产品，提高综合能耗产出率并减少污染物的排放。

第三。优化产业结构，提升企业质量。支持绿色技术创新首先要调整二三产业比重，推进重点行业和重要领域进行绿色化改造，充分发挥产业结构对绿色技术创新的直接促进作用和空间促进作用。其次在对外经济交流时，不但要关注所引进企业的规模及数量，更应该关注企业的质量，把企业自身重视绿色技术人才队伍的培养及以绿色发展理念为基础作为是否引入企业的一项标准，谨慎引入高污染、高能耗的产业。