考虑非期望产出的河南省绿色创新效率时空演化和影响因素分析

田志强， 张文娟

（1.河南农业大学科学技术处，郑州 450000； 2.河南农业大学信息与管理科学学院，郑州 450000）

绿色创新主要是通过一些节能减排技术来减少资源消耗和环境污染. 对于绿色创新的研究最早始于20世纪90年代，但是到目前为止国内外学者对于绿色创新还没有一个明确的定义，而绿色创新效率是衡量绿色创新水平发展情况的一个重要指标，它不仅需要充分考虑投入和期望产出的影响，还要考虑非期望产出的影响. 近些年由于环境污染、资源浪费等各种情况频发，使得绿色创新逐渐成为研究重点. 以往的研究主要集中在绿色创新效率水平的测度及其影响因素等方面. 在绿色创新效率测度方面，韩洁平等构建了工业生态创新效率评价指标体系，通过DEA-BCC 模型，对我国30 个省份规模以上工业企业工业生态创新效率进行了研究分析［1］；曹霞等从绿色环保、低碳节能的角度出发，对随机前沿模型进行改进，构建了更加有效的估算创新效率的测度模型，从而对中国各区域创新效率及影响因素进行实证分析［2］；刘欢等则采用Malmquist 生产率指数方法，定量测度了湖北省的绿色创新绩效，并且利用ESDA探索性空间数据分析方法对该省绿色创新绩效的空间依赖与空间关联进行了分析［3］；滕堂伟等分析比较了长三角城市的绿色创新效率，结果同样表明了整体呈上升趋势，各城市之间的差异逐渐缩小［4］；韩晶在对中国区域绿色创新效率进行研究时把层次分析法和DEA方法结合起来，测度了2005—2010年中国各地的绿色创新效率，并对其影响因素进行了分析［5］；姜谷静对知识产权保护、对外开放程度对绿色创新效率的影响程度进行实证分析，结果表明知识产权和对外开放对绿色创新效率都有一定的影响［6］；肖黎明等基于改进的SFA模型对中国2004—2015年30个省份的绿色创新效率及生态福利绩效值进行测度，并对两系统的耦合协调度进行分析，同时考虑其空间特征及演变规律，论证了其时空特征［7］；刘明广基于组合DEA研究了我国30个省级行政单位区域绿色创新效率，并且采用空间计量模型分析其收敛性［8］；韩孺眉等应用PCA 和四阶段DEA 综合评价模型，将技术创新效率中的外部环境影响剔除，对2014年全国31个省市地区工业企业的绿色技术创新效率进行了实证分析，论证了环境因素对效率值的影响［9］.

由于以往使用传统的DEA模型，会使测算出来的结果准确度不高，所以近些年一些学者开始使用考虑非期望产出的SBM模型. 乔美华采用改进的非角度、非径向Super-SBM产出导向模型，基于2007—2016年省域面板数据，评估环境约束下中国工业企业绿色创新效率，分析了对外贸易对其产生的影响［10］；冯志军运用DEA-SBM方法分析比较了中国30个省级区域及八大经济区规模以上工业企业的绿色创新效率并和传统的不考虑技术创新所带来的能源和环境效益相比较，结果表明DEA-SBM模型与实际更相符［11］；徐建中等采用包含非期望产出的超效率SBM模型对动态内生视角下能源消费碳排放与绿色创新效率的机理进行了研究［12］；吕岩威等将环境污染、创新失败因素列为非期望产出指标，运用2006—2016年中国30个省份的面板数据，对中国绿色创新效率和区域差异进行测算，表明了中国区域绿色创新效率整体呈上升趋势，但区域差异明显［13］.

对于绿色创新效率值的影响因素，学者们大多集中在经济发展水平、环境规制、对外开放程度等方面.曾冰运用空间计量模型分析人均GDP、正式与非正式环境规制和市场化因素对我国省际绿色创新效率的影响［14］；高广阔等基于空间面板模型对京津冀地区绿色创新效率的影响因素进行实证分析，结果表明区域经济水平、科技创新环境、对外开放水平和FDI都对高耗能产业绿色创新具有显著的正向影响，资源禀赋具有显著的负向影响，而企业规模影响不显著［15］；李金滟等以湖北省12个地级市作为决策单元，构建熵权法结合超越对数形式的随机前沿模型，测算绿色创新效率并对其影响因素进行了分析［16］；李玲等构建SBM方向性距离函数和Luenberger指标，对中国工业部门污染密集型产业绿色创新效率进行动态测算，并在此基础上通过实证分析对关键因素进行识别［17］；肖黎明等运用Getis-Ord Gi指数、Tobit回归模型对中国30个省绿色技术创新及其影响因素进行了分析［18］.

通过对上述文献的梳理，发现国内学者对于尺度的选择侧重于中国省域和某行业的研究，分析则侧重于整体的角度，未深入研究城市内部效率值的原因；另外大多数学者运用不考虑非期望产出的DEA模型，这会使得计算出来的效率值不准确. 基于此，本文以范围较小的省级区域作为研究对象，采用考虑非期望产出的DEA模型，对河南省18各市的绿色创新效率进行测度，并通过arcgis10.3软件绘制出各个市的空间分布，最后采用Tobit回归模型对河南省绿色创新效率的影响因素进行分析，以期能为河南省绿色创新能力的提升提供一些参考和借鉴.

1 研究方法

1.1 非期望产出DEA模型

SBM是DEA模型中考虑非期望产出的模型之一，由Tone k在2001年提出，也是分析静态生产效率的主要方法之一［19］. 传统的DEA模型只是基于期望产出的角度来考虑效率值，但在实际生产中除了获得期望的输出物外，有时候不可避免的也会遇到非期望产物的产出，例如在工业的生产过程中不可避免地会产出废水、废气等非期望产出因素，如果在进行效率评价的时候忽略这些因素的影响，显然是不合理的. 而且较多研究已经显示仅仅考虑期望产出，会使计算出来的效率值偏高. 基于此，本文选用考虑非期望产出的DEA模型构建的绿色创新效率评价模型为：

式中：s表示投入产出的松弛变量；λ 为权重；x、yg和ub分别表示投入、期望产出和非期望产出；θ*表示绿色创新效率值，且0 ≤θ*≤1. 当且仅当θ*=1，s-=0，sg=0，sb=0 时，决策单元DMU有效；如果DMU是低效的，即θ*＜1，此时需要对投入产出的资源进行有效的调整.

1.2 Tobit回归模型

由于非期望产出DEA 模型所测算出来的绿色创新效率值介于0～1之间，是个受限变量，使用普通的最小二乘法（OLS）方法进行回归分析，会使所得到的结果不那么准确，出现结果估计偏差，而采用Tobit回归模型会避免这种误差的出现，得到的结果更加准确. 基于此，分析河南省绿色创新效率的影响因素主要采用Tobit回归模型，具体模型表达如下：

2 数据来源与指标选取

2.1 数据来源

近几年随着经济的不断增长，河南省也面临着较为严峻的环境污染问题. 在低碳经济的热潮下，有效测量河南省各个城市的绿色创新效率，对于该省未来低碳经济转型和绿色发展有很重要的意义. 本文以2013—2017年河南省的数据为研究样本，研究数据主要来源于2014—2018年的《河南省统计年鉴》，个别数据来自于河南省各个市的统计年鉴.

2.2 投入产出指标的选取

绿色创新效率是在传统创新的基础上综合考虑环境污染和能源消耗的高质量创新发展效率测度，是创新效率的绿色指数. 本文采用非期望产出的方法计算河南省18各市的绿色创新效率. 指标的选取符合河南省的创新环境，除此之外还要考虑数据的可获得性，充分考虑到河南省绿色创新的投入，将期望产出和非期望产出都考虑在内，选取河南省2013—2017年18个市的绿色创新面板数据，构建河南省绿色创新效率的指标体系. 把城镇单位从业人员、R&D经费内部支出和全社会的用电量作为投入变量，城市人均地区生产总值、新产品销售收入作为期望产出变量，城市废水排放总量、烟（粉）尘排放量和工业固体废弃物产生量作为非期望产出变量，该指标在一定程度上可以反映城市的环境污染治理和绿色发展水平.

根据上述对投入产出指标的设定，对河南省的投入产出情况进行描述性统计，由于数据太多，为了方便仅显示2013年、2017年的描述性统计. 通过表1可以看出，城镇单位从业人员、R&D经费内部支出和全社会的用电量随着年份的增加都有所增加，所带来的经济产出也有显著的增加，而城市废水排放量和工业固体废弃物产生量呈现出微小的增加态势，表明近几年河南省的绿色创新水平有所下降，然而烟尘的排放量有所下降，说明河南省对于工业建筑用地施工所带来的烟尘治理有所成效.

表1 描述性统计Tab.1 Descriptive statistics

2.3 影响因素变量的设定

影响绿色创新效率的因素有很多，经济的发展情况、科学技术、政府政策以及创新等因素都对城市的创新效率有着极大的影响.基于此，本文借鉴李金滟选取影响因素指标的方法，结合现阶段河南省现阶段有关绿色创新发展的情况，从经济发展水平、产业结构、城市文化水平、城市开放程度和政府资助5 个方面分析其对河南省绿色创新效率的影响程度. 变量的定义与说明如表2.

表2 影响因素变量定义与说明Tab.2 Definition and description of influencing factors variables

3 河南省绿色创新效率分析

3.1 绿色创新效率测度结果分析

运用DEA-Solver Pro.V15.0 软件中考虑规模报酬可变情况下非期望产出的模型，测算河南省18 个市2013—2017年的绿色创新效率，通过效率值的测算可以很好地反映各个城市绿色创新的发展情况. 测算结果如表3. 以地理区位将河南省划分为豫东、豫西、豫南、豫北、豫中五大区域，豫东包括开封、商丘、周口，豫西地区包括洛阳和三门峡两个城市，豫南包括南阳、驻马店、信阳，豫中包括郑州、平顶山、许昌、漯河，剩下的6个城市则属于豫北地区，五大区域的绿色创新效率值变化情况见表3.

表3 2013—2017年河南省各市绿色创新效率测算结果Tab.3 Calculation results of green innovation efficiency of cities in Henan Province from 2013 to 2017

总体来看，河南省各市的绿色创新水平呈现缓慢上升状态，2013—2017年整体绿色创新效率值的均值为0.662，尚未达到DEA有效状态；2017年各市的均值也只是达到了0.728，还有27.2%的上升空间. 横向来看，2013—2015年各市绿色创新效率均值处于下降趋势，2015年达到5年内均值的最小值. 通过原始数据可以看出，2015年河南省18个市的非期望产出比其他年份的多，相对应的期望产出能力并没有很大的提升，这可能是造成2015年河南省绿色创新效率值低的一个重要原因. 2015—2017年河南省的绿色创新效率变化的幅度较大，2016年的均值甚至达到了0.831，原因可能是河南省逐渐重视绿色发展、资源的合理利用和环境污染的防治，人们的绿色发展理念不断深化，从而使得河南省各市的绿色创新水平不断得到提高. 纵向来看，2013—2017 年河南省整体绿色创新效率的均值为0.662，高于均值的城市有郑州、开封、鹤壁、濮阳、许昌、漯河、周口、驻马店和济源9个城市，占总体比重的50%. 其中效率值达到DEA有效边界的城市有郑州、鹤壁、漯河、周口和济源，占总体比重的27.78%. 郑州的绿色创新效率值之所以处于DEA有效的边界上是因为郑州是河南省的省会中心，河南省各项的投入以及政策都纷纷在郑州率先实施，并且近几年随着一些大型活动在郑州举行，如民族运动会和各种国际会议等，促使郑州越来越注重环境保护，使得郑州市的绿色创新效率值近几年在河南一直处于领先状态. 自2015年以来，鹤壁市抢抓循环经济、节能减排、海绵城市等试点示范的机遇，积极争取资金，先后投入4000余万元对市委市政府合署办公区建筑物外墙保温、中央空调系统、照明系统、门窗系统、供水管网、绿化浇灌系统进行升级改造，节能效果十分明显，使得鹤壁市的绿色创新效率值一直处于DEA有效. 漯河、周口和济源之所以能达到DEA有效也主要归功于当地政府对于创新的支持以及国家近几年对于绿色创新这一理念的重视，采取了多项节能环保的举措，并且这些市的投入产出之间的资源配置相对来说比较合理，从而使得绿色创新效率值处于生产前沿面上. 然而河南省仍有72.22%的城市的绿色创新效率值还未处于生产前沿面上，存在着改进的空间，说明河南省未来的发展仍然应该重视绿色创新.

由图1可知，2013—2015年豫中、豫东、豫西、豫南和豫北5个地区的绿色创新效率整体呈上升趋势，绿色创新效率值均值由高到低依次是豫中、豫北、豫东、豫南和豫西，这表明河南省绿色创新效率与经济发展水平有很大的关系，经济发展水平高的地方，环境保护和资源节约的效率也较高. 2015—2016年，豫西、豫南、豫东和豫北4个区域的绿色创新效率值有很大的提高，说明这4个区域加大了绿色创新资源的投入，对于绿色创新的重视程度也有很大的提高. 2016—2017年，豫西、豫东和豫南3个区域的绿色创新效率却出现很大程度的下滑趋势，可能与部分城市2017年的绿色创新出现资源冗余，从而导致均值出现下降趋势有关.由此也可看出，过多的投入反而使得资源不均衡，在以后的发展中要注重资源的合理配置.

图1 2013—2017河南省区域绿色创新效率均值Fig.1 Average efficiency of regional green innovation in Henan Province during 2013-2017

3.2 河南省绿色创新效率空间分布分析

通过DEA软件有效的测算了河南省18个市的绿色创新效率值，为了进一步研究河南省的绿色创新效率的空间分布情况，运用Arcgis10.3软件绘制2013年、2015年、2017年河南省18个城市的绿色创新效率的分位图（图2）. 具体关于效率区等级的划分，借鉴以往学者们的做法，绿色创新效率值大于0.700的属于高效率区，用黄色表示；处于0.400～0.700之间的效率值为中效率区，用绿色来表示；低于0.400的效率则属于低效率区，用蓝色来表示.

由图2可以看出，河南省绿色创新效率不均衡的现象随时间变化有所改善，截至2017年，河南省绿色创新效率大于0.700的城市已经达到了11个，占整体比重61.11%，郑州、许昌、鹤壁、漯河、周口以及济源6个城市的绿色创新效率值在这3个分位图中一直处于高效率区域. 郑州作为河南省的省会中心城市，科技创新投入和绿色资本的投入处于前列. 除此之外，郑州积极推进绿色发展和生态文明发展的理念，使得郑州市的绿色创新投入一直处于较高水平；而许昌紧邻省会城市郑州，拥有得天独厚的地理优势，由郑州带动，同样使得其绿色创新效率值也一直处于高效率区；鹤壁市抢抓循环经济、节能减排、海绵城市等试点示范的机遇，积极争取资金，加大绿色投入，使得绿色创新效率值一直处于稳定状态；漯河、周口以及济源效率值一直处于高效率区的原因是因为当地政府对于绿色环保理念的积极落实，践行“绿色、创新”发展理念，大力推进生态文明建设. 焦作和三门峡则从2013年的低效率区上升到2017年的高效率区，三门峡之所以实现这样一个稳步上升的趋势是因为三门峡这几年积极主动减量，大力发展节能环保产业，减少污染物的排放，清理高能耗、高污染、高排放的企业，把对环境不友好的产业清理出三门峡，真正落实“既要金山银山，也要绿水青山”的要求；焦作市，位于河南省西北部，具有100多年煤炭开采历史，是全国乃至世界闻名的“煤都”，曾经被列为全国十大污染城市之一，但2017年焦作市深入贯彻创新、协调、绿色、开放、共享的新发展理念，使得焦作市2017年的绿色创新效率值直接从低效率区域迈入高效率区域. 其他3个城市则逐渐过渡到高效率区域并保持在该水平，总体上来说，这些城市的绿色创新水平都处于上升趋势，说明最近几年河南省对于绿色创新的投入有所成效，2017年绿色创新效率值位于高效率区的城市相比调查初期2013年要多4个城市. 新乡市在考察初期位于中效率区，之后降到低效率区并一直保持该水平，新乡市的绿色创新效率水平不断下降，其绿色投入和产出之间不能达到一个相对均衡的状态，在未来的发展中需要注意资源的有效配置，防止出现资源浪费的现象. 其他一些城市则在中低效率之间一直处于波动状态. 总的来说，通过图2可以看出，河南省2013年绿色技术创新效率水平不是很高，只有7个城市位于高效率区域，但是到2017年整体有所改善，一半以上的城市到达到了高效率值区域，说明河南省绿色创新能力较之以前有所提高.

图2 2013年、2015年、2017年河南省绿色创新效率值Fig.2 Efficiency value of green innovation in Henan Province in 2013，2015 and 2017

3.3 河南省绿色创新效率影响因素分析

基于河南省18个市的绿色创新效率值的测算结果，使用EVIEWS8.0软件，把绿色创新效率值作为被解释变量，以经济发展水平、产业结构、城市文化水平、城市开放程度、政府资助力度为解释变量进行Tobit回归分析，把经济发展水平、城市文化水平、城市开放程度、政府资助力度4个变量采取对数处理，研究影响绿色创新效率值的因素，结果如表4.

由表4可知，经济发展水平、城市文化水平和产业结构变量的回归系数都为负数，经济发展水平和城市文化水平变量的P值都小于0.1，达到了10%的显著性水平，产业结构变量的P值小于0.01，达到了1%的显著水平，说明济发展水平、城市文化水平和产业结构对河南省绿色创新效率值呈现负向影响；城市开放程度和政府资助力度的回归系数为正数，城市开放程度的P值小于0.05，达到了5%的显著水平，政府资助力度变量的P值小于0.01，达到了1%的显著水平，说明城市开放程度和政府资助力度对绿色创新效率值存在正向影响.

表4 河南省绿色创新效率Tobit模型回归结果Tab.4 Regression results of Tobit model of green innovation efficiency in Henan Province

由回归结果可知：

1）经济发展水平与河南省绿色创新效率值之间存在负相关性，即随着经济发展水平的提高，绿色创新效率值会下降，说明随着经济发展水平的提高，人均GDP的逐年增加，带来了环境污染等负面影响，使得绿色创新的效率值有所降低.

2）城市文化水平与河南省绿色创新效率值之间存在负相关性，即随着城市文化水平的提高，绿色创新效率值会下降，说明河南省从事绿色创新活动人员所具备的文化水平和绿色创新性思维还不是很高. 人力水平是提升城市绿色创新效率的主要驱动力，各个城市的图书馆数量说明政府对城市文化水平的重视程度，有可能是指标的选取并不能完全代替城市文化水平这个变量.

3）产业结构水平与河南省绿色创新效率值之间存在负相关性，即随着产业结构水平的提高，绿色创新效率值会下降. 本文选取的指标是第三产业增加值占GDP的比重，它对绿色创新效率值呈现负面影响，可能是由于第三产业的增加使得环境污染逐渐加剧，从而使得绿色创新效率值下降.

4）城市开放程度与河南省绿色创新效率值之间存在正相关性，即随着城市开放程度的提高，绿色创新效率值会提高，原因可能是各个城市可以通过对外开放与其他技术领先的区域进行技术交流，进行合作创新，不断改善自身的绿色创新水平，更好地提高自身的绿色创新效率值.

5）政府资助力度与河南省绿色创新效率值之间存在正相关性，即随着政府资助力度的提高，绿色创新效率值会提高. 虽然企业是绿色创新的主体，但是政府必要的政策也同为重要，政策的支持力度对市场有一定的影响，必要的政策支持能够激发企业的绿色创新动力，引导各个城市开展绿色创新活动并且提高绿色创新能力.

4 结论与建议

基于河南省2013—2017年的面板数据，采用考虑非期望产出的DEA模型分析河南省绿色创新效率值，并运用arcgis10.3软件绘制河南省绿色创新效率的空间分布，最后运用Tobit回归分析方法分析了绿色创新效率的主要影响因素，所得结论如下.

1）总体来看，河南省绿色创新效率整体逐年呈上升趋势，但是各个区域的发展不均衡. 具体来说，河南省2013—2015年绿色创新效率区域均值排名由高到低依次是豫中、豫北、豫东、豫南和豫西. 各地区的绿色创新效率发展不均衡，区域发展水平不协调，有的地方发展速度很快，有的地方停滞不前. 然而到2016年豫东和豫西两个区域的绿色创新效率均值有了很大的提高，甚至超过了豫中，说明豫东和豫西两个地区的城市对绿色创新能力的重视程度有了很大的提高，从而提高了这两个城市的绿色创新效率.

2）从河南省绿色创新效率的3个分位图中可以看出，2013年河南省绿色创新效率处于高效率区域的城市只有7个，但是到2017年河南省绿色创新效率大于0.700的城市已经达到了11个，占整体比重61.11%，而11个城市都位于高效率区域，未来有望达到DEA有效. 除此之外，在11个城市中有6个城市的绿色创新效率值一直处于高效率值区域，说明这6个城市最近几年的发展是比较稳定的，对于绿色创新是比较重视的.

3）通过运用Tobit回归模型发现，经济发展水平、城市文化水平和产业结构对绿色创新效率的影响是负向的，即随着经济发展水平、城市文化水平和产业结构的提高，绿色创新效率反而会下降，这可能是因为绿色创新近几年才开始普及，部分城市对于绿色投入所带来的效果没有显现出来，或者是因为只注重经济的提高，而忽略了经济增长所带来的负面影响；城市开放程度和政府资助力度对绿色创新效率的影响是正向的，即随着城市开放程度和政府资助力度的不断增加，绿色创新效率也在不断增长.

基于上述研究结论，提出如下政策建议：

1）注重区域均衡发展. 总体上河南省各地区的绿色创新效率都有所提升，但是各区域对比来看，豫西区域的发展比较缓慢，要想使河南省整体效率提高，对于各个区域整体把控很重要. 各区域需要加强优势互补，绿色创新效率高的地方可以把自己的一些经验让绿色创新效率低的城市进行学习，缩小各个城市的发展差距，共同促进河南省绿色创新效率的提高.

2）加大绿色创新的投入力度，避免有的城市投入冗余而有的城市投入不足. 政府要严格把控各城市绿色创新的实施力度，提高河南省各城市的节能减排和环境保护的技术创新能力. 除此之外，政府部门还要加强绿色环保意识的宣传力度，使绿色环保理念深入人心，从而使河南省的绿色创新效率有质的飞跃.

3）在经济发展的同时也要注意环境保护. 随着经济发展水平的不断提高，部分城市只看到了经济发展所带来的有利影响，忽略了经济发展所带来的不利影响，这严重阻碍了城市的绿色创新效率，使得部分城市的绿色创新效率下降，所带来的负面影响严重危害城市市民的生活质量. 所以，要充分把握好绿色和经济这两个关键词，既要金山银山又要绿水青山.