江苏省装备制造业生态技术创新效率评价研究

【摘 要】生态技术创新兼具经济发展和环境保护的双重优势，是绿色转型升级、实现高质量发展的重要途径。装备制造业作为国民经济发展的主要贡献力量，生态技术创新成为其实现可持续发展的重要战略手段。论文基于非径向超效率EBM模型，加入工业环境污染治理投入额作为环保投入指标，并通过信息熵方法测算工业环境污染指数作为非期望产出，对江苏省装备制造业生态技术创新效率进行测算。研究发现，江苏省13个地区创新效率值存在明显差异，基本呈现出与地区生产总值正相关的关系。据此，论文从生态技术创新效率的视角，提出了江苏装备制造业可持续发展的路径。

【关键词】装备制造业；生态技术创新；信息熵

【中图分类号】F273.1；F426；X322 【文献标志码】A 【文章编号】1673-1069（2024）08-0036-03

1 引言

江苏省是我国最重要的装备制造业生产基地，装备制造业不仅是江苏经济发展的主要力量，技术创新的重要载体，更是环境污染的关键性源头。而资源和环境问题必定会使装备制造业面临越来越多的环境限制，如何降低资源消耗和环境污染实现可持续发展，已经成为装备制造业要解决的关键问题。生态技术创新能够使企业以最小的成本解决环境问题，还可以通过开发新产品、改进生产过程等技术创新行为来提高生产效率和利润率。装备制造业是江苏经济高质量增长的主要贡献力量。2023年江苏省规模以上工业增加值同比增长7.6%，其中装备制造业增加值同比增长7.8%，全年装备制造业增加值占规上工业比重为53.4%，比上年提高0.8个百分点，增势向好。装备制造业是工业领域的标志性产业，技术先进且处于价值链高端，装备制造业实现绿色转型发展是制造业转型升级实现高质量发展的必要要求。而生态技术创新兼具经济发展和环境保护的双重优势，是绿色转型升级的重要途径。因此，研究江苏省装备制造业生态技术创新是装备制造业高质量发展的必然要求。本文将科学测度江苏省装备制造业生态技术创新效率，探求生态技术创新的影响因素，为江苏装备制造业提高生态技术创新效率，实现可持续发展提供参考依据。

2 研究设计

2.1 超效率EBM模型

目前评价技术创新效率的方法主要有参数和非参数估计法，1978年首次提出的DEA是一种非参数技术效率分析法，主要对被评价对象进行比较分析，由此产生的CCR模型广泛应用于技术创新效率的研究中。在CCR模型的基础上，Andersen和Petersen构建了径向超效率DEA模型，该模型通过重新排序DEA效率值为1的样本决策单元，通过增加j≠k的限制条件，使得评价结果取值可能大于1，进而解决了有效单元之间难以进行比较的问题。

虽然径向超效率DEA模型能解决有效单元之间难以比较的问题，但是难以考量输入要素的非同比变化，也无法测度非径向松弛变量对决策单元效率值的影响。因此，本文采用Tone和Tsutsui于2010年提出的非径向超效率EBM模型，该模型能够考虑非径向松弛变量对决策单元效率值的影响，增强了决策单元的相对可比性。基于非径向的超效率EBM模型的表达式如下：

式中，最小值min为EBM模型超效率值，ε是联合了非径向与径向效率值的关键参数，θ为规划参数值，λ为影响因素的相对权重值，S为松弛变量，t为年份。m、n为投入产出变量的数量，x和y为投入、产出变量。

2.2 指标选取与说明

在文献梳理中发现，研究对象不同，已有研究所选取的投入、产出与环境指标不尽相同。结合江苏省各地级市的实际情况，基于数据的客观性、真实性等指标选取原则，构建投入产出的评价指标体系。考虑到文章是对装备制造业生态技术创新效率进行评价，在投入产出指标中应有反映生态方面的相关指标，故指标体系中加入能源消耗总量和工业环境污染治理投入作为投入方面的生态指标，工业环境污染指数作为产出方面的生态指标。在传统的技术创新效率测度中，加入投入产出的生态指标，来反映技术创新对生产过程的绿色贡献，文章将此定义为生态技术创新。

另外，根据GB/T 4754—2017《国民经济行业分类》，装备制造业具体范围包括金属制品业、通用设备制造业、专业设备制造业、汽车制造业、铁路-船舶-航空航天和其他运输设备制造业、电气机械和器材制造业、计算机-通信和其他电子设备制造业、仪器仪表制造业等8个行业大类。在相关统计年鉴中，装备制造业所包含的8个行业均在按行业分类的制造业目录下，各投入、产出指标均可按照此路径获取。具体指标体系见表1。

R&D人员全时当量是人力投入指标，能反映装备制造业在研发人员投入方面的情况；R&D经费支出是资本投入指标，反映装备制造业用于内外部研发与创新活动的相关实际支出，能够直观、全面地反映企业对研发创新活动的重视程度；能源消耗总量作为能源投入指标，主要反映装备制造业的能源消耗情况；工业环境污染治理投入则反映环保投入状况，能够适当反映企业在研发与创新活动过程中对环境保护的直接和间接支出。

选取专利申请数、地区生产总值作为期望产出指标，其中专利申请数反映装备制造业企业当期的创新水平，作为创新产出指标；地区生产总值作为经济产出指标。选用工业废水、工业二氧化硫、工业粉尘排放量这3个指标，通过信息熵进行测度，计算工业环境污染指数，作为非期望产出。

2.3 样本选择与数据处理

本研究主要从绿色技术创新的角度出发，研究江苏省装备制造业技术创新效率，选择江苏省13个地级市作为研究对象，分别为苏南地区的苏州、无锡、常州、镇江、南京，苏中地区的南通、扬州、泰州，苏北地区的盐城、淮安、宿迁、徐州、连云港。选取2016-2023年作为研究时间范围，研究数据来自各地区市统计年鉴、《中国城市统计年鉴》《江苏省统计年鉴》，部分缺失数据通过各地统计局官网公布数据获得。

工业环境污染指数运用熵值法测算，对“三废”数据进行标准化处理，标准化公式如下：

3 实证结果分析

据上文构建的指标体系，运用MAX-DEAPro软件测算出江苏省装备制造业2016-2023年生态技术创新效率值，如表2所示。

由表2可知，江苏省各市生态技术创新效率均值较高的城市为苏州市（1.295）、徐州市（1.157）、南京市（1.082）、南通市（1.055），上述城市的效率值均在1以上，这些城市同时也是江苏省经济发展水平前列的地区，充分说明良好的经济发展水平能够营造技术创新的良好环境，并给予更多的资源支持。其中，徐州市经济发展水平低于其他城市，但生态创新效率均值为第二名，主要原因是其创新成果转换率较高，虽然在R&D人员投入与经费支出方面数值并不高，与苏州等城市存在明显差距，但资源利用效率较高。另外，近年来在环境治理上，徐州市相较于其他城市“三废”排放量降低速度更快，非期望产出控制效果更明显。

效率均值较低的城市为淮安市（0.749）、盐城市（0.763）、常州市（0.654）、宿迁市（0.643）、连云港市（0.581），这些城市大多经济发展水平相对较低，在技术创新环境和支持力度上有所欠缺，创新成果转换率较低。其中，常州作为经济发展水平较高的城市，但生态创新效率值较低，主要原因在于其产业结构，传统制造业优化升级缓慢，铸造、印染、化工、电镀等传统行业虽然经过多轮整治，但整治不彻底、不到位，行业性污染仍较为突出。另外，常州市能源结构比较单一，煤炭能源消费占比、非电行业用煤占比较高。但近年来，常州新能源产业发展迅速，形成一定的产业集聚效应，生态技术创新氛围日益浓厚。

效率值居中的城市是扬州（0.962）、泰州（0.847）、无锡（0.804）、镇江（0.803），这些城市经济发展水平较高，处于产业结构转型期，第二和第三产业产值接近。例如，镇江市2023年第二产业和第三产业的产值分别为2 507.36亿元和2 589.19亿元，几乎持平，相比上年分别增长6%和6.7%。一方面反映出工业生产保持了稳定增长，服务业也呈现出强劲的发展势头；但另一方面显示出在经济结构调整和转型升级方面仍有较大提升空间。

总体来看，江苏省各市的生态技术创新效率差异较大，基本保持着苏南、苏中、苏北的排序。而且创新效率值与城市经济发展水平呈现出一定正方向关系，充分反映出较好的经济发展状况能够为技术创新、绿色发展提供有力的支持，有着良好的生态技术创新的氛围与环境。

4 政策建议

基于上述研究结论，本文对江苏省各城市生态技术创新效率进行测度，根据所选投入产出指标，对提升江苏省各城市生态技术创新效率提出以下政策建议。

4.1 降低能源消耗

能源消耗作为生态性投入指标，降低能源消耗是提升技术创新效率的重要途径。首先，要推动装备制造业的绿色转型，在鼓励传统产业向绿色创新方向转型升级的同时，支持先进制造业等高技术产业发展，推动传统产业生态技术创新，减少资源消耗和环境污染；其次，充分利用数字技术，抓住数字经济发展契机，尤其是中低效率地区，增加新能源、环保产业的比重，促进装备制造业可持续发展。

4.2 注重创新成果转化

技术创新是提升生态技术创新效率的关键。首先，应加大对绿色科研的投入，充分利用江苏拥有众多高校、科研机构的优势，加强产学研合作，积极开展绿色创新研究，提升生态技术创新的能力。其次，引进高新技术人才，增加人才供给。特别是对于中、低效率地区，江苏省的教育人才资源主要集中在南京、苏州等个别城市，其他城市的高等教育水平较低，无法为当地提供技术创新人才，因此需要引进高层次的人才，加强区域绿色创新合作和交流。中、低效率地区要畅通区域间信息交流渠道，充分利用高效率地区的辐射带动作用，提升绿色创新科技成果转化能力。

4.3 增强区域协作能力

江苏省地处长三角城市群，处于中国经济发展、技术创新、装备制造业发展的核心区域。从上文的效率测度结果看，各城市创新效率差异较大，因此，增强区域协调能力是提升整体生态技术创新效率的关键。通过建立区域信息共享平台，实现区域内的信息互通和资源共享，尤其是生态技术创新领域的合作与共享。另外，根据各城市的实际情况，制定差异化的创新发展战略，着眼城市资源条件，选准装备制造业发力点，形成产业集聚，建立发展优势。

5 结论

通过对江苏装备制造业的生态技术创新效率进行测算发现，江苏省13个城市创新效率值存在一定差异，基本可分为高效率值的苏州市、徐州市、南京市、南通市，中效率值的扬州市、泰州市、无锡市、镇江市，低效率值的淮安市、盐城市、常州市、宿迁市、连云港市。并根据所选投入产出指标，从提高技术创新能力、降低非期望产出等方面，对江苏省装备制造业实现可持续发展提出对策建议。

【参考文献】

【1】唐孝，孙悦.中国高端装备制造业技术创新能力评价研究[J].科研管理[J].2021，42（09）：1-9.

【2】张长江，侯梦晓，陈雨晴.长江经济带绿色创新效率的时空演化趋势[J].科技管理研究，2022，42（06）：51-58.

【3】鲍涵，滕堂伟，胡森林，等.长三角地区城市绿色创新效率空间分异及影响因素[J].长江流域资源与环境，2022，31（02）：273-284.

【4】刘畅，潘慧峰，李珮等.数字化转型对制造业企业绿色创新效率的影响和机制研究[J].中国软科学，2023，388（04）：121-129.

【5】陈东景，冷伯阳.环境规制、绿色信贷与中国工业绿色创新效率——基于空间杜宾模型[J].北京交通大学学报（社会科学版），2023，22（01）：76-89.

【6】沈路，钞小静，南士敬.研发要素流动对区域绿色创新效率的影响——以“一带一路”沿线省份为例[J].软科学，2023，37（06）：89-96.