简论中国中国区域绿色革新效率

论文导读：
摘 要：在资源紧缺、环境污染日益严峻的今天，绿色创新成为代表一个国家和地区持续竞争优势的重要标志。本文应用DEA方法对中国大陆30个省自治区直辖市的绿色创新能力进行了测度和分析。首先采用层次分析法测度除西藏外中国大陆30个省自治区直辖市环境污染综合指数；其次，应用DEA方法在综合考虑环境污染和能源消耗问题的基础上测度2005—2010年中国各地区绿色创新效率，并应用TOBIT回归分析法对影响中国绿色创新效率的因素进行分析，研究发现中国各地区绿色创新效率呈现出较大的差异性。东部地区绿色创新效率明显优于中西部地区和东北地区，而且，“十一五”以来，东部地区绿色创新效率上升趋势明显，说明东部地区可持续发展能力不断增强。绿色创新效率的影响因素分析表明，外资进入、结构调整对绿色创新效率提升产生了积极的推动作用；而环境规制与技术市场对创新效率提升并没有产生显著的积极效应。
关键词：区域；绿色；创新效率
1000176X（2012）11013008
一、引 言
调整经济结构，转变经济发展方式，提高经济发展质量，根本出路在于自主创新。区域创新能力已成为区域综合竞争力的重要标志和地区经济获取国际竞争优势的决定性因素。在我国创新型国家建设的进程中，除了加大创新的投入力度外，区域创新的效率问题亦不容忽视。特别是在我国创新资源相对有限的情况下，尽可能地利用较少的创新投入获得较多的创新产出，提高创新资源的利用效率，对于有效缓解我国创新资源不足的局面，进一步提升国家创新能力具有重要意义。
目前已经有一些学者对于区域创新效率问题进行了研究，何枫和陈荣运用C-D生产函数A对改革开放以来我国各地区的技术效率变迁进行了测算，结果表明全国平均技术效率水平呈稳步上升趋势但地区差异很大；唐德祥等运用面板数据随机前沿方法（A）考察了我国三大经济区域 R&D与技术效率之间的内在关系，研究表明随着R&D投入逐年递增，东、中、西部地区的平均技术效率水平呈稳定上升趋势；白俊红和蒋伏心采用三阶段DEA方法对考虑环境因素的区域创新效率进行了研究，研究表明，我国区域创新的效率较低，且其原因主要是由于规模效率不高所致[3]；樊华和周德群运用规模报酬可变的DEA模型测度2000—2007年中国省域科技创新效率并分析其收敛性和影响因素，研究发现科技创新效率具有周期性波动演化特点[4]。
虽然研究者们对区域创新效率进行了较多的研究，但是在研究中较少地从绿色创新的角度展开，没有考察资源消耗和环境污染对于创新效率的影响。而在绿色经济浪潮席卷全球之际，中国作为人口最多的发展中大国面临的资源环境问题尤为严重。客观考量中国绿色创新效率，对于中国创新型国家的建设，实现经济的绿色转型都有着积极的意义。

二、环境污染指数测度

1指标选取
本文选取除西藏外中国大陆30个省自治区直辖市2005—2010年工业废水排放总量、工业废气排放总量及工业固体废弃物排放总量3个指标来测度历年各个地区环境污染指数。其中，各种污染物排放总量数据均摘自对应年份的《中国统计年鉴》，由于2006年废水排放总量数据空缺，因此当年数据由相邻两年数据算数平均计算得出。最终的面板数据集包含30个截面单位在6年内的时间序列资料，样本观察值共计180个。
2环境污染指数的测算
由于评价指标计量单位多数都不相同，不能直接进行合成，需要消除指标量纲影响。目前，常用的标准化方法主要有最大最小值法和标准差标准化法。考虑到我国区域资源禀赋以及发展水平的不均衡性中专毕业论文www.7ctime.com
，我们舍弃最大最小值法，而采用改进的标准差标准化法。这种方法在一定程度上能缓和各区域之间的悬殊差异程度，同时它的测算结果相对稳定。
首先，采用式（1）对各种污染物排放总量的原始数据进行无量纲化处理：
其中， i，t为第t年第i地区的环境污染综合指数， n为第n种污染物的权重值。结果如表1所示。
从表1可以发现，2005—2010年6年间全国大多数地区环境污染指数都有较明显的上涨。而环境污染指数上涨不明显或者呈现阶段下降的地区如北京、上海与这些地区特定事件存在密切关系，北京2008年奥运会，上海2010年世，都对当地工业的排放水平进行了严格限制，这对该地区环论文导读：中的限制式显示∑nj=1λ*jXij=θ*kXik-s-*ik及∑nj=1λ*jYrj=s+*rk+Yrk，因此无效率地区欲达到最适境界的绿色创新效率目标，需做以下调整：本文研究的中国绿色创新效率问题，产出指标是授权专利数量，因为专利数量是一个地区创新能力发展的基础；投入指标包括用于创新的研发全时当量和研发经费，及能耗和环境污染，后面的两个
境污染水平的降低至关重要。就2005—2010年的环境污染平均值来看，海南省平均环境污染指数最低，为0003，这与其具有相对富余的资源环境承载空间以及相对欠发达的工业经济存在密切关系；江苏省平均环境污染指数最高为0590，这与江苏工业较为发达存在密切关系，江苏已经建成了比较完备的工业体系，电子信息产业、船舶制造业、重化工业等多个产业在全国都处于领先地位。而工业发展的同时，环境保护和生态建设的步伐相对缓慢，因此导致江苏环境污染居高不下。
2005—2010年中国四大区域平均环境污染指数都呈现上行状态，特别是2005—2006年平均上升幅度较大，但由于“十一五”规划中节能减排约束性指标的提出，从2006年以后，国家开始大力倡导循环经济、绿色经济，环境污染指数增幅开始放缓。而2009—2010年很多地区环境污染指数都有一个较为明显的上升，一个可能的原因是受到金融危机的影响，市场需求的减弱导致企业经营的困难，企业会千方百计降低成本，而环境成本首当其冲，有些地方可能会为保持经济的增长而放宽环保标准。就地区差异而言，环境污染指数呈现东高西低的特征，这与李晓西等[5]得出的中国资源环境承载潜力的地区排名基本一致。东部地区的环境污染指数远高于中西部地区和东北地区，这与东部地区工业较为发达存在密切关系，也说明中国经济增长最有活力的东部地区也是中国环境污染程度最高的地区，印证了中国经济发展仍存在较为明显的粗放式特征。

三、绿色创新效率的测度

1研究方法
绿色创新效率是指区域创新效率的绿色化程度，是对综合考虑环境污染和能源消耗后的创新发展质量的测度，是创新质量的绿色指数。当前，人们在测度绿色指数时通常都采用构建指标体系并赋予各指标一定的权重进行综合评分的方法。这种测度方法的最大问题在于具有较强的主观性。为了避免这种主观性，本文引入数据包络分析法研究中国绿色创新效率问题。数据包络分析法（DEA）[6]是通过线性规划方法来构建一个非参数前沿，是用来衡量具有多项投入与多项产出的决策单位（Decision Making Unit，简称DMU）的相对效率的一种方法。其以线性规划的方法评估一组同质的决策单位，并求出各个DMU的相对效率值，将生产效率相对最优的DMU的观测值以“前缘”的方法进行包络，这在经济学上的意义是指所有可能最佳投入产出组合点所组成的边界，据此形成一条包络线，即所谓的效率前缘（efficiency frontier）。这时，所有有效率的受评估单位组成效率前缘，无效率的决策单位落在该前缘之内，并可以通过观测其与效率前缘的距离判断它的改进方向与程度。假如DMU达到生产最优，即其效率值为1，各投入产出构面的最大差额均为0，此时生产效率最高，若没有达到生产最优，其相对生产效率将小于1，则投入面与产出面均有改善的空间。而CCR模式是假设在固定规模报酬下来衡量整体效率，但由于并不是每一个DMU的生产过程都是处在固定规模报酬之下，有鉴于此，Banker等去除了CCR模型中规模报酬不变的假设，而以规模报酬变动取代，发展成BCC模型[7]。
假设对n个地区的绿色创新效率进行评价，BCC模型是通过求解以下线性规划来对绿色创新效率进行测度的：
式（3）中s-ik为代表创新过程中投入项的差额变量，s+rk为代表创新过程中产出项的超额变量，λj摘自：毕业论文提纲范文www.7ctime.com
为赋予各地区的乘数，θk则代表评估各地区所有投入等比例减少的潜在程度。hk代表绿色创新效率，当hk=1时，意味着该地区的绿色创新效率相对最好，说明该地区在原投入的基础上所获得的产出已经达到最优；当hk<1时，表示该地区绿色创新效率还有一定的改进空间。对于绿色创新无效率的地区，其位于生产前缘上作为评比的坐标为（∑nj=1λ *jXij，∑nj=1λ *jYrj），而公式中的限制式显示∑nj=1λ *jXij=θ *kXik-s-*ik及∑nj=1λ *jYrj=s+*rk+Yrk，因此无效率地区欲达到最适境界的绿色创新效率目标，需做以下调整：
本文研究的中国绿色创新效率问题，产出指标是授权专利数量，因为专利数量是一个地区创新能力发展的基础；投入指标包括用于创新的研发全时当量和研发经费，及能耗和环境污染，后面的两个指标是绿色创新的基础。目前，文献中通常有两类处理排放变量的方法：一类方法是把污染排放作为投入要素，不过是未支付的投入，与资本和劳动投入一起引入生产函数，代表文献如Mohtadi[8]等，把排放和能源一起作为投入的代表文献有Ramanathan [9]、Lu等[10]；另一类方法则把污染看做非期望产出，和期望产出（比如GDP）一起引入生产过论文导读：
程，利用方向性距离函数来对其进行分析，比如Chung等[11]、涂正革[12]、杨俊和邵汉华[13]等。本研究采取把环境污染物排放看作投入要素的第一类处理方法，因为自然环境吸纳和沉积废弃物的功能可以为经济提供某种形式的社会资本服务，经济活动单位通过这种社会资本服务或者说对自然环境的消耗可以在给定其他投入要素的前提下增加它的产出水平；然而，虽然个别经济单位可以通过增加污染排放来提高其净产出，但是累积的排放物会通过降低整体环境所提供的社会资本服务的质量而最终给各个经济单位带来负的外部性。也就是说，无管制的污染排放作为投入会通过两种方式作用于经济增长，一种是以自然环境面目发挥社会资本的作用，对增长的影响为正，此时，排放就类似于生态形式社会资本的投入使用；另一种是持续的环境资本消耗自然会导致总的社会资本的下降，进而降低自然环境的质量，这时排放对增长可持续性的影响则是负面的[14]。
2绿色创新效率的测算
我们选择中国大陆除西藏之外的30个省、自治区和直辖市作为研究对象，以实际授权专利数量为产出变量，以研发全时当量和研发经费，及能耗和环境污染为投入变量。能耗和环境污染指标应该来源于创新成果所带来的能源消耗和环境污染，但是由于数据的可获得性原因，本文选用了区域能源消耗和环境污染指标。因为DEA计算的效率值本来就是一个相对指标，各个地区投入指标都按着这个标准选取，计算出来的结果也能反映各个地区的绿色创新效率。研发经费和研发全时当量指标来源于相应年份的《中国科技统计年鉴》，能源消耗指标来源于相应年份的《中国统计年鉴》，环境污染指数为前文计算得出。基于BCC模型，应用Maxdea软件我们测度了2005—2010年中国绿色创新效率，如表2所示。
表2显示，各地区绿色创新效率呈现出较大的差异性。中国绿色创新效率前五位地区都在东部地区，绿色创新效率后五位地区都在中西部地区。海南省绿色创新效率平均值0890，居全国首位，这与其工业后发优势存在密切关系。海南的农业和旅游业是其两大主导产业，工业的比重很低，只占到20%左右，因此海南的工业发展包袱少，能够及时适应绿色创新发展的要求。比如，海南炼化项目，116亿元总投资中，花了近25亿元用于治理污染；投入104亿元的金海浆纸厂，其中24亿元用于污水处理。绿色创新效率平均值排名第二的是北京，平均绿色创新效率为0764，除了2006年绿色创新效率有小幅度下降外，考察期的大部分时段北京绿色创新效率都呈现一个明显的上升趋势，特别是2010年绿色创新效率是1，说明北京处在绿色创新增长的前沿。北京云集着中国最多的科研院所，创新能力在全国处在前沿位置，加之近年来，绿色北京、创新北京的建设蓬勃开展，直接推动北京绿色创新效率的提升。山西省绿色创新效率相对最低，这与山西独特的产业体系和经济结构存在密切关系。山西是煤炭大省，由于路径依赖的关系，创新动力不足，加之，山西环境污染，资源消耗严重，所以绿色创新效率处在全国底端。就中国四大区域整体来看，东部地区工业绿色创新效率明显优于中西部和东北地区，而且，“十一五”以来，东部地区绿色创新效率上升趋势明显，说明东部地区的创新能力获得了质和量的共同提升。这与东部地区较高的技术水平，较为成熟的管理理念和较为健全的产业体系存在密切关系。也说明中西部地区和东北地区创新能力和绿色发展能力较差，经济发展粗放式特征明显，创新能力的提升伴随着较多的环境污染和能源消耗，长期来看是不可持续的。源于：论文格式范例www.7ctime.com