我国西南地区环境技术创新效率研究

范群林，吴花平，王恩创，刘 贞

(1．重庆理工大学管理学院，重庆 400054;重庆理工大学会计学院，重庆 400054)

1 区域视角的环境技术创新

1.1 技术创新与环境技术创新

20世纪60年代，发达国家发生了多起震惊世界的环境公害事件，引发社会舆论对环境问题的强烈关注，而技术创新尤为强调科技成果的商业化、产业化。判断技术创新成功与否的重要标准是市场的实现程度，即所获得的商业利润、市场份额。当环境保护与经济增长发生矛盾时，技术创新更多倾向于促进经济增长。因此，技术创新应该将发展经济和保护环境结合起来，变追求经济效益的单一目标体系为追求经济效益、环境效益、社会效益相统一的多目标体系，走向环境技术创新。

1.2 区域视角的环境技术创新

环境技术创新活动的顺利实现需要关键条件、支持条件、咨询条件和调控条件，这四个条件相互联系、相互影响、相互制约，共同促进环境技术创新过程的良性循环。环境技术创新过程是一个复杂的系统行为［1］。区域视角的环境技术创新可以理解为主要依靠本地的R＆D资源，各创新主体通过研发，产生并拥有自主知识产权的成果和标准及将其转化为新产品或经济效益的活动。当前我国政府战略重点和全民教育重要方向之一的低碳经济、低碳社会的发展与建设，要求各省市的环境技术创新效率强调本地创新资源的配置效率以及创新的投入与产出比例，因此，西南地区省市环境技术创新效率直接体现在本区域内环境技术创新资源的利用程度，即环境技术创新投入产出比例上。

2 DEA模型及Malmquist指数

2.1 DEA模型

数据包络分析法 (简称DEA)是通过建立线性规划模型，综合分析投入产出比率，从而比较相对效率。此法能较为客观地测量投入产出效率，并得出决策在投入方面的改进方向;能充分考虑对于决策单元本身最优的投入产出方案，能更理想地反映评价对象自身的信息和特点;适用于多输出-多输入的有效性综合评价问题。DEA基本模型包括CCR和BCC。CCR最早是由CHARNES等［2］在固定规模报酬假设下提出的效率测度法，而BCC是BANKER等人［3］对CCR模型的修正，本文选取投入-BCC模型来测度环境技术创新效率。

2.2 Malmquist指数

由于投入-BCC模型只能对决策单元进行单期效率比较，使用横截面数据，对面板数据则需考虑时间维度的影响，即决策单元的单位效率随时间的变化，需要用全要素生产率变动(Malmquist)指数测度效率值随时间变化的情况。Fare(1994)［4］在 Malmquist指数基础上构建了基于DEA的Malmquist指数，将全要素生产率变动分为技术变动与技术效率变化，技术效率变化又分为规模效率变化与纯技术效率变化，它适用于研究不同时期决策单元效率的演化，从而得出其动态变化规律。

3 环境技术创新效率指标选取及数据来源

3.1 比较省市选取

由于西藏地区的数据缺失严重，因此根据客观性、合理性、可得性等原则，选取了其他八大地区共30个省市进行环境技术创新效率比较分析。这些区域的分布见表1。

表1 实证过程中省市分布情况

3.2 指标的选取和数据来源

用DEA方法评价创新效率的关键在于输入、输出指标的选择，即投入与产出变量的界定，指标设计与选取还应遵循合理性、数据可得性等原则。指标选择见表2。

环境技术创新投入强度从环境技术的科研经费支出和环境技术创新人员投入两方面来测度。R＆D经费投入强度从一定的角度能够反映区域技术研发的规模，一个区域技术研发的经费投入越多，则其研究开发活动规模越大，研究开发成果数量相对而言则会越多。环境技术创新人员投入表明了区域环境技术创新所有相关活动的人员投入量，包括R＆D活动直接参与人员以及服务人员等。这体现了区域环境技术创新人员投入的规模，反映了区域环境技术创新活动能力的大小。

环境技术创新产出从环境发明专利申请量和环保产业年收入来测度。由于专利是科技创新的最直接成果，与技术创新关系密切，同时专利数据具有可易获得性、标准客观性以及变化缓慢性，所以用环境类专利来刻画环境技术创新产出具有较强的说服力;而环保产业年收入是创新成果商业化应用的结果，是环境技术创新的实物产出，所以环保产业年收入能从经济层面反映出环境技术创新的成果大小。

表2 环境技术创新效率评价指标

依据上述指标，从《中国科技统计年鉴》、《中国环境统计年鉴》中搜集整理出26个省市2007—2012年数据的平均值。由于原始数据量纲不同，在此以北京市的投入、产出数据为基准，其他省市数据的标准值由此相比得到。

4 实证结果

4.1 创新效率的横截面数据分析-BCC模型

根据所选择的样本数据，通过使用DEAP 2．1做DEA(投入-BCC)分析，得到30个地区环境技术创新的整体技术效率、纯技术效率以及规模效率，结果见表3。

在DEA模型的运行结果中，创新效率整体相对有效的效率值为1。“整体相对有效”是指相对其他几个城市产业的表现，在投入产出指标一定的情况下，该类地区的投入达到了相对最佳的产出效益，其投入产出的投影恰巧在生产有效平面上。“整体非DEA有效”则效率值小于1，它表明在这样的投入规模下，相对于其他地区，其产出效率较低，产出不足。

从表3得知，2007—2011年我国整体的环境技术创新效率普遍不高，整体效率平均值不到0．4，说明我国的环境技术在创新过程管理与创新资源利用率方面普遍存在问题。从西南地区的整体创新效率分析，重庆这些年的技术创新整体效率一直处于全国的中上水平，比其他地区要高出很多。究其原因分析，重庆这些年的环境技术创新人员投入、环境技术的科研经费支出等创新资源投入适当，投入的各类要素在运行过程中得到了充分利用，投入的冗余适当，并且创新管理方面也较有效，从而使得其整体的创新效率较其他西部四省高。广西、贵州、云南三者一直处于全国各地区偏下的水平，四川则相比而言创新效率偏低。通过观察样本数据发现，广西、贵州、云南这些地区比较特殊，它们具有共同特征就是创新资源的投入远低于其他地区，产出也同样比其他地区少，而四川则由于相对较低的创新资源投入，导致其创新效率比其他几个地区高，但这并不能代表其创新能力就比其他地区强，只能说明较少的产出容易实现，一旦加大了对创新资源的投入，要想同样规模增加比例实现产出增加，则面临的风险与难度将大大加强。

根据BCC模型原理，技术创新效率可分解为规模效率和纯技术效率两种，其关系是技术创新效率=规模效率×纯技术效率。因此，造成技术创新效率低效原因可归类为三种情况:一是规模效率低效，纯技术效率相对有效;二是纯技术效率低效，规模效率相对有效;三是由规模效率低效与纯技术效率低效共同作用的结果。从表3的实证结果分析可以得知，2007—2011年，造成西南地区整体创新效率偏低的原因大多是由规模效率低效与纯技术效率低效共同造成。当然也有纯技术效率占主要原因的区域，如2007—2011年的四川省，其规模效率大多都大于0．7，甚至是接近1，说明其创新资源投入接近于最优组合，而纯技术效率相对而言却要少很多，说明四川在对环境技术创新的过程管理缺乏效率，导致其产出不与投入成正比。而在规模效率方面，2007—2011年除四川外的西南地区的创新效率在规模效率方面成规模递增 (irs)，说明这些区域在资源投入方面存在较大不足，导致创新产出较为有限，因此需要通过扩大区域企业生产经营的规模来有效地提升其规模效率。

表3 2007—2011年西南地区环境技术创新效率

4.2 创新效率的面板数据分析-Malmquist指数

通过对我国各地区环境技术创新横截面数据的创新效率分析得出，造成环境技术创新效率非有效的原因，但不能判断创新效率随时间变化的情况，需要对面板数据进行Malmquist指数分析。利用2007—2011年数据，通过DEAP 2．1软件，得到我国30个地区环境技术创新的全要素生产率变动及构成因素的结果，并将结果进行平均化，见表4。

表4 环境技术创新全要素生产率指数及构成因素均值

从总体来看，我国环境技术创新活动的平均Malmquist指数以每年3．8%的速度递减。递减原因归咎于技术退步，虽然技术效率以每年4．5%递增，但不能抵消技术退步带来的影响。从不同时间段来看，全国环境技术创新的Malmquist指数在2008—2009年期间呈现了高速增长的趋势，主要是由技术变化贡献，技术效率相比而言则增长缓慢。在2009—2011年及2007—2008年间，Malmquist指数出现了持续衰退。2009—2010年以及2010—2011年间，Malmquist指数出现大幅减小，虽然在该时期技术效率分别出现24．3%与10．6%的增长，但技术分别以更快的14．4%与1．5%速度衰退，因此，技术效率的增长不能抵消技术衰退带来的负面影响，导致总的生产率下降。而2008—2009年间，技术虽得到进步，但效率却衰退，导致总生产率下降。因此可以判断，我国环境技术创新活动虽然下降的速度不快，但平均生产率有逐年下降的趋势，而且技术变化是生产率变化的主导原因。其原因主要有两个方面:首先，通过观察数据发现，我国环境技术每年在加大创新资源的投入，说明开始重视环境技术创新，但在创新资源的安排合理性及对创新活动的规范化管理上存在很大问题，导致其创新效率不高。其次，科技活动不同于简单的物质生产活动，它具有长期积累性、创新困难性及产出偶然性等特点。科学研究需要长时间积累才能形成突破性进展，同时科研成果的创造具备一定的偶然性，其发生地点、时间不会由事先行程左右，不是人们主观意识所能主导的。因此，虽然近些年我国环境技术在创新资源投入方面出现快速增长，但创新产出却不是与创新资源投入成正比关系。

综上所述，从投入的角度，在产出指标一定的情况下，认为造成环境技术创新产出效率不高及平均生产率有逐年下降趋势的原因主要是创新资源投入不合理，同时，对创新过程的管理不科学，导致大多数区域存在环境技术创新资源投入不足的情况。而从产出的角度，在投入规模一定的情况下，创新成果产出不能达到一个理想的状态。

［1］荣诚．生态技术创新研究初探［J］．中国软科学，2004，(5):159-160．

［2］Charnes A，Cooper W W，Rhodes E．Short Communication:Measuring Efficiency of Decision Making Units［J］．European Journal Operational Research，1979，3(4):339-361．

［3］Banke R D，Charnes A，Cooper W W，et al．Constrained Game Formulations and Interpretations for Data Envelopment Analysis［J］．European Journal of Operational Research，1989，40(3):299-308．

［4］Fare R，Grosskopf S．Productivity Growth，Technical Progress and Efficiency Change in Industrialized Countries［J］．The American Economic Reviews，1994，84(1):66-83．