黑龙江省绿色创新效率的提升路径研究

李平 贾婷 何颖

[摘 要] 经济进步与环境保护是区域发展过程中要实现的重要目标，为了达成这两个目标，区域内部的经济主体需要开展绿色创新活动，因此，对于在当下面临经济发展缓慢、资源日益匮乏等问题的黑龙江省，当地政府更需要鼓励省内经济主体开展绿色创新活动，以此激发龙江经济活力。通过数据包络法测算黑龙江省绿色创新效率，实证结果显示从1998年到2016年黑龙江省绿色创新活动的综合效率整体呈现出上升的趋势，进一步研究发现环境规制、技术市场成熟度、省内人均gdp对绿色创新效率均有影响，根据这三方面不同的作用效果，黑龙江省政府可以采取适度环境规制、完善技术市场、促进产业升级等手段，引导和激励产学研机构、民营企业等经济主体开展绿色创新活动，保障龙江经济健康可持续发展。

[关键词] 绿色发展;创新效率;DEA-TOBIT

[中图分类号] F640[文献标识码] A[文章编号] 1009-6043（2019）06-0008-05

一、引言

改革开放以来，我国长期采用粗放型的发展模式片面追求经济增长，这种模式给环境带来严重的负面效应，各种废气、废水、废渣的排放量一直居高不下，因此，党的十八届五中全会做出顶层设计，提出了“创新、协调、绿色、开放、共享”五大发展理念，强调“坚持把建设资源节约型、环境友好型社会作为加快转变经济发展方式的重要着力点，坚持把科技进步和创新作为加快转变经济发展方式的重要支撑。”在此之后，我国各省环境状况均有所改善，为了满足人民对美好生活的需求，党的十九大报告再次强调坚定不移贯彻新发展理念，其中创新发展和绿色发展是新发展理念中必不可少的组成部分。创新是经济发展的原动力，绿色强调人与自然的和谐相处，两者的有机结合能够实现可持续、高质量、高效益的经济发展。

目前，黑龙江省经济发展面临严峻的挑战：一方面，黑龙江省产业结构依旧朝着产业结构高度化和合理化的方向前进，传统的农业、工业、服务业尚未成功升级转型，经济发展缺乏创新驱动;另一方面，高投入、高排放、高污染为特点的传统经济增长模式对黑龙江省的资源造成严重破坏，2013年到2015年黑龙江省氮氧排放量、化学需氧排放量等严重超标，与此同时，黑龙江省的水资源总量已经连续5年不断下降，2017年的储量为742.5亿立方米，仅为2013年储量的一半多一点。针对当下面临的问题，黑龙江省政府深入学习贯彻党的十九大精神、习近平总书记在深入推进东北振兴座谈会上的重要讲话，不断提升自身的科创意识和环保意识，提出要培育壮大新动能，巩固提升绿色生态优势、发展现代农业。

基于此，本文认为兼顾创新发展和绿色发展是实现经济良性健康发展的必由途径，政府可以通过绿色创新手段突破资源环境约束，实现黑龙江经济高质量增长，因此，研究如何提升黑龙江省绿色创新绩效具有很强的现实意义。

二、文献综述

1996年Fussler等人在《驱动绿色创新》中最早提出“绿色创新”的概念，意指“既能给消费者和企业带来价值又能降低对环境影响的新产品和新技术”[1]。

之后，绿色创新也常被称为环境创新、生态创新、可持续创新，近年来，国内外学者分别从产业组织理论、环境经济学、战略管理视角、创新经济学[2]等方面对绿色创新进行研究，但是目前依旧没有一个被学界广泛接受的绿色创新的定义。学者们根据自身不同的角度对绿色创新进行定义，张逸昕从经济、环境、社会的角度切入，认为一切能够有助于这三者之间协调发展的创造性活动都可以称之为绿色创新。[3]陈景新等认为绿色创新是创新过程遵循生态学原理，旨在减少产品生产过程中对环境的影响，促进经济环境协调发展。[4]综合国内外相关的研究可以发现，学者在界定绿色创新时都强调“创新”和“环境收益”两个层面，因此，本文会从环境收益的角度来考核创新带来的经济效益。

国内外学者结合经济学和管理学相关理论对绿色创新效率的影响因素进行多层次的研究，基本上都是從绿色创新投入、绿色创新产出、绿色创新环境三个方面构建绿色创新绩效评价体系，进而分析影响因素。在绿色创新投入方面，以环境为划分标准，可以分为非环境类和环境类，从非环境类来看，之前多数学者都探讨了资本和劳动对绿色创新的影响，一般选取R&D经费内部支出和R&D人员全时当量两个指标进行研究[5-6]。在此基础之上，部分学者进行拓展，Chialin Chang等发现国外引进技术对绿色创新的作用呈现出“倒U型”曲线的特点[7]，罗良文、梁圣蓉结合FDI、贸易进口等多渠道国际研发资本技术溢出构建空间计量模型，探究它们对中国绿色创新的影响方式[8];而在环境类方面，学者会将负向的污染产出作为投入进行分析，如能源终端消耗量、万元生产总能煤耗值。在绿色创新产出方面，学者基本会将产出分为期望产出和非期望产出两类，期望产出一般有新产品销售收入、技术市场成交额、专利申请授权数[9]、碳排放减少量等指标;在非期望产出方面，徐淑均等直接选取“工业三废”的排放量作为产出指标，而夏志远等进行优化，利用废水排放情况等4个指标选取合适的权重构建环境污染指数进行研究[10]。绿色创新环境是指除投入、产出外对绿色创新能力有很强作用效果的外在因素，国内外学者主要用环境规制强度、经济水平、对外开放强度等反映绿色创新环境，其中环境规制通常被分为费用型、投资型和自愿型，费用型环境规制包括与环境相关的税收、行政费用等，投资型环境规制主要有基础设施投资、环境治理投资等[11]，自愿型环境规制是指公众、社会组织自主采取保护环境的行动。徐建中、王曼曼发现不同的环境规制强度对区域绿色技术创新的影响程度不一样，提出应当因地制宜，采取合理的措施[12]。李金滟等量化区域开放程度、教育水平及产业结构，分别探讨了这几个变量对城市绿色创新效率的影响[13]。基于以有的研究成果，本文将从绿色创新投入、绿色创新产出、绿色创新环境三个方面选取相关指标进行测算分析。

从空间角度看，国内学者在绿色创新绩效方面的研究大都集中在测算各省域的效率水平、分析中国整体的绿色创新情况[14-16]，除此之外，还有部分学者对经济发展情况较好的地区，如长江经济带、安徽省等进行有针对性的研究[17-18]。然而对于经济发展缓慢，环境污染严重，急需改变发展观念的黑龙江省的研究相对空白，因此，本文要结合现实环境建立符合黑龙江省特色的绿色创新绩效评价体系，分析相关影响因素的作用机理，从绿色创新角度找到促进龙江经济发展的提升路径。

三、黑龙江省的绿色创新效率

（一）选择测算方法

本文研究的是黑龙江省的绿色创新效率问题，因此需要通过DEA-BCC模型测算绩效。20世纪70年代末期，著名运筹学家A.Chames和W.Wcooper就提出了DEA方法，即数据包络法，该方法的目标是比较决策单位的投入与产出，通过建立最优边界，来测量决策单位相对于边界的效率[19]。DEA评价方法相对于其他参数方法在使用时具有以下几点优势：DEA方法不受计量单位影响，可以将不同量纲的数据直接放在一起进行比较，此外，DEA方法中输入输出指标的权向量和两者之间的函数关系是由数学转化过程规划产生，可以有效规避由主观赋权造成的计算偏差。[20]相较于只能分析具有规模报酬不变的决策单元的CRR模型，Banker、Chanes和Copper于1984年提出BCC模型[21]，该模型能够处理处在不同规模报酬阶段的决策单元。假设决策单元的投入、产出集合分别为M、N，对应集合中的元素数量分别为J、R，则BCC模型可以表示为：

（二）建立评价体系

本文在选取研究绿色创新效率的指标时，分别考虑对绿色发展和创新发展有影响的不同要素。经济进步离不开资本和劳动的投入，经济发展则需要创新的出现，因而，在创新方面的人力、物力投入是至关重要的，据此本文选取研究与发展全时人员当量和研究与发展经费内部支出两个指标，有学者在研究与发展内部支出上选择存量指标而不是流量指标，但是存量指标需要通过人为的一些设定才可以得到，反而会造成测算结果不准确，因此，本文选用研究与发展经费内部支出流量指标。绿色发展强调在环境的可承受范围内追求经济效益的提升，相关指标的选取需要既能够反映区域经济水平又能够体系能源消耗情况。目前，在计算绩效时，学者对于这类指标有两种处理方法，一是将它们作为非期望产出，和期望产出一起进行分析;另一种是将其作为未支付的投入要素加入评价体系中。本文采用第二种方法，选取能源消费弹性系数作为环境投入指标，该指标反映能源消费与经济发展两者之间的关系，当它大于1时说明能源消费速度超过经济增长速度不利于绿色发展。虽然目前专利质量受到质疑，但是专利相对于其他指标能够更好的反映科技创新情况，专利申请受理数相较于专利申请授权数能够更加全面、直观的反映区域绿色创新产出情况，因此，本文选取专利申请受理数作为产出指标。区域创新成果的最重要的应用主体是企业，通过产学研一体化，企业能够提升技术、擴大生产力、出售满足消费者需求的产品，因此本文选取规模以上工业企业新产品销售收入作为产出指标补充说明绿色创新活动的收益情况。

（三）分析测算结果

考虑到研究的全面性和数据的可得性，本文的数据来源于《中国统计年鉴》、《中国科技统计年鉴》、《黑龙江省统计年鉴》、《中国教育经费统计年鉴》和国家统计局。根据整理得到的数据，本文将测算从1998年到2016年每年黑龙江省的绿色创新效率。由于黑龙江省的能源消费弹性系数在部分年份的数值为负值，而数据包络法要求所有的数据必须为正值，马占新和唐焕文研究发现基于投入的BCC模型具有“输出变换不变性”的特征[22]，即对能源消费弹性系数线性变化为正数后，不会改变DEA模型的有效性，因此，本文利用min-max归一化方法处理数据，具体公式如下：

其中X为基本度量单位相同的原数据组，Y为归一化后的数据组，A=max（X1，X2，…，XM），B=min（X1，X2，…，XM），M≧3。新产品销售收入和研究与发展经费内部支出会受到价格的影响，因此本文分别利用工业生产者出厂价格指数和地区生产总值指数以1998年为基期消除价格对它们的影响。本文将处理好的指标利用DEAP2.1软件计算，计算结果见表1。

在表一中综合效率是指每一年黑龙江省绿色创新的整体效率水平情况;纯技术效率能够反映出在最优规模情况下黑龙江省绿色创新投入要素的效率水平;规模效率能够说明黑龙江省绿色创新活动的实际规模与最优生产规模的差距。在表1的最后一列，“drs”、“irs”、“-”分别代表绿色创新活动处在规模收益递减、规模收益递增以及规模收益不变的阶段。

根据计算结果，本文发现黑龙江省的综合效率由1998年的0.655先上升到2000年的1，之后从2001到2011的十年间一直在0.603-0.693之间波动，直到2012年才逐渐改善，最后在2016年再次达到1，综合效率自2012年的提升得益于黑龙江省对于绿色发展和创新驱动的重视程度逐年加强，全省“工业三废”排放量自2011年开始大幅下降，化学需氧量、二氧化硫等排放量到2016年减少了4倍以上，能源消费弹性系数也缓慢下降，甚至在2014年出现了自1998年以来的最低值，与此同时黑龙江省三种专利申请受理数量中发明专利占比不断提升，去除价格影响的规模以上工业企业新产品销售收入也在逐年攀升。综合效率是纯技术效率和规模效率的乘积，根据表1，本文发现技术效率大体走势出现先下降后上升的特点，说明黑龙江省内经济主体近年来能够积极发挥研究与发展投入和能源投入的作用，规模效率虽然有小幅波动但整体呈现出上升的趋势，在2012年以前90%以上年份的绿色创新活动一直处在规模报酬递减的区域，之后国家大力提倡绿色发展和创新发展，黑龙江省逐渐开展绿色创新活动，虽然2013年和2014年处在规模报酬递减的阶段，但规模效率接近1，整体规模情况在缓慢改善。

由于数据包络分析出的结果只能代表相对有效性，黑龙江省近年来绿色创新活动效率的提升只是说明相较于以前年份表现良好，目前，黑龙江省的人均国内生产总值相较于其他省份上升缓慢，环保意识不断增强但经济增长乏力，因此，本文将利用tobit模型分析黑龙江省绿色创新效率的影响因素，通过结合定性与定量分析使黑龙江省在提倡绿色创新活动的同时兼顾经济发展。

四、黑龙江省绿色创新效率的影响因素

（一）Tobit模型概述

传统的数据包络法虽然能够计算得到黑龙江省的绿色创新效率，但是无法进一步分解出影响因素，不利于找到提升效率的对策，因此，本文决定引入回归模型进行下一步分析。然而一般的回归分析多采用最小二乘法，此方法假设因变量的概率分布是近似于正态分布，但本文计算出的效率值的区间是（0，1]，若直接使用最小二乘分析可能会导致估计参数过程中出现有偏且不一致的情况[23]。为了对截断的因变量进行分析，本文采用由美国经济学家Tobin在1958年结合多次线性回归方法和Probit模型在研究耐用消费品需求时提出的受限因变量的回归模型，即Tobit模型[24]。在此之后，大量学者研究、改善Tobit模型，提出更为一般的形式，具体如下：

其中，β为回归参数向量，Xi为解释变量向量，y*i为被解释变量向量，yi為被解释变量。

（二）研究模型构建

绿色创新活动复杂多变，受到经济主体、社会环境、资源投入等多方面的影响，研究其影响因素既要考虑政府、企业、高效科研机构的创新活动，又要兼顾环境效益和区域经济发展现状。因此，借鉴以往的研究成果和黑龙江省的现实情况，本文主要从环境规制强度、技术市场成熟度、市场对外开放力度以及经济发展程度4个方面进行分析。

环境规制强度。部分古典经济学理论支持者认为环境规制活动会对技术创新造成负面影响，因为社会将加大力度治理已遭受污染的区域并预防环境污染行为的再次发生，这会使得大量资源被挤占，进而导致企业生产费用增加，削弱其技术创新能力，区域创新效率也会受到影响。但1991年Porter提出著名的“波特假说”，认为合理的环境规制会激励企业进行技术创新，由此带来的技术变革和生产力进步能够弥补上升的成本，提升企业竞争力。丁潇君、房雅婷整理分析中国环境规制与绿色创新关系，认为在中国情境下的环境规制对绿色创新具有正向作用[25]。根据现有研究成果，本文选取污染治理投资完成额（ip）代理环境规制水平，预期环境规制对绿色创新效率具有正向作用。

技术市场成熟度。技术市场是将市场机制引入科技领域，能够实现知识产品的交换，让科技作用于经济的纽带。一般而言，技术市场越成熟，越能够加强产学研一体化、促进区域自主创新活动、提高科技成果向现实生产力的转化速度。本文选用技术市场成交额（tm），来表征区域技术市场成熟度，预期技术市场对绿色创新效率具有正向作用。

市场对外开放力度。对外开放能够吸引优秀企业进行投资，一方面外商投资带来先进技术、高素质人才以及大量资本，给本土企业造成竞争压力，提升区域创新活力;另一方面由于较为宽松的环境规制使得外商有机会将污染程度高的企业迁入黑龙江省发展，这不仅挤占资源，还对环境造成严重损害，使经济发展缺乏持续性。本文选取外商投资企业投资总额（tf）表示市场开放对外程度，预期对绿色创新效率作用具有不确定性。

经济发展程度。绿色创新活动需要大量的资源投入，区域经济发展水平越好越能够发挥集聚效应，吸引优秀的人力、丰富的物力向该地区集中，从而使得区域经济主体能够有意识和能力进行更高效的创新活动。本文选取人均地区生产总值（gdp）代表经济发展状况，预期对绿色创新效率具有正向作用。

通过确定研究方法，分析影响黑龙江省绿色创新效率的影响因素，本文建立Tobit回归模型：

式4中DEt代表前文计算出的某一年黑龙江省绿色创新效率，t代表时期（t=1998，1999，...2016），εt代表随机误差项。

（三）回归结果分析

在回归分析中，本文发现环境规制与黑龙江省绿色创新效率之间存在正相关关系，与假设相符合。黑龙江省通过加强对污染的投资治理，能够修复已经遭受污染的区域，预防尚未被污染的区域，同时，黑龙江省政府通过自身治理污染行为，规范引导和激励创新主体开展绿色活动，保障龙江经济健康发展，使得环境规制活动能够促进绿色创新效率。

通过黑龙江省绿色创新效率对技术市场成交额的回归，本文发现技术市场成交额对黑龙江省绿色创新效率作用显著，大量的技术市场成交额会激励企业、科研机构等主体自主开展绿色创新活动，成熟的技术市场会促进绿色创新活动不断进行，进而提升龙江绿色创新效率。

在黑龙江省绿色创新效率对外商投资额的回归中，本文发展外商投资额的系数虽然符号正确，但在统计上并不显著，这可能是由于长期以来，黑龙江省经济发展落后，地域位置偏远，对外开放程度低，相较于其他省份而言对外商吸引力小，这就使得黑龙江省内经济主体的绿色创新活动对外商投资额的依赖程度不大，外商投资与绿色创新效率相关程度低。

虽然省内人均gdp的系数在统计上显著，但是系数的正负与预期不符，根据回归结果，省内人均gdp反向作用于绿色创新效率，即黑龙江省的经济发展并不能带来绿色创新效率的提升，本文认为，这个回归结果在一定程度上说明，目前黑龙江省的经济发展还处在粗放型阶段，使得经济发展带来的收益无法弥补造成的环境污染，因而经济发展会降低绿色创新效率。

五、结论

在黑龙江省经济下行、环境遭受污染的当下，振兴东北老工业基地不能仅仅提倡经济发展，更要做到绿色、健康、可持续。本文通过研究自1998年到2016年以来的黑龙江省绿色创新效率，分析影响创新效率的因素，得到如下结论：

第一、近年来政府经济发展与环境保护并重，使得黑龙江省绿色创新效率整体呈现出上升的趋势，其中，相较于纯技术效率，规模效率表现更好，因而，黑龙江省应当加强技术发展，提高投入产出效率，促进经济绿色发展。

第二、本文预设环境规制、技术市场成熟度、对外开放水平以及省内人均gdp均会对黑龙江省绿色创新效率产生影响，但是，根据实证分析结果显示，黑龙江省绿色创新效率受到环境规制、技术市场成熟度正向作用，省内人均gdp反向作用，与对外开放水平关系不大。

第三、根据实证结果，本文认为，为了促進龙江省内经济主体开展高效的绿色创新活动，政府应当开展合理的环境规制活动，每年保障一定的污染治理投资额;进一步完善技术市场，加强官产学研用一体化，帮助技术产品快速推向市场、获得收益;加快产业升级转型，将经济增长模式由粗放型转向集约型。

[参考文献]

[1]Tietze F ， Schiederig T ， Herstatt C . What is Green Innovation？ - A Quantitative Literature Review[J]. Social Science Electronic Publishing， 2011.

[2]李旭.绿色创新相关研究的梳理与展望[J].研究与发展管理，2015，27（2）：1-11.

[3]张逸昕，林秀梅.中国省际绿色创新效率与系统协调度双演化研究[J].当代经济研究，2015（3）：51-56.

[4]陈景新，张月如.中国区域绿色创新效率及影响因素研究[J].改革与战略，2018，34（6）：72-79.

[5]杨龙，胡晓珍.基于DEA的中国绿色经济效率地区差异与收敛分析[J].经济学家，2010（2）：46-54.

[6]华振.中国绿色创新绩效研究——与东北三省的比较分析[J].技术经济，2011，30（7）：30-34+41.

[7]Chialin Chang，Stéphane Robin. Doing R&D and/or Importing Technologies： The Critical Importance of Firm Size in Taiwan's Manufacturing Industries[J]. Review of Industrial Organization，2006，29（3）.

[8]罗良文，梁圣蓉.国际研发资本技术溢出对中国绿色创新效率的空间效应[J].经济管理，2017，39（3）：21-33.

[9]吴美琴，肖慧，樊晓宏，李常洪.区域绿色创新三阶段效率研究——基于NSBM模型的分析[J].山西大学学报（哲学社会科学版），2016，39（6）：79-86.

[10]夏致远，唐根年.绿色创新效率与交通基础设施——基于空间杜宾模型[J].科技与经济，2018，31（5）：21-25.

[11]余淑均，李雪松，彭哲远.环境规制模式与长江经济带绿色创新效率研究——基于38个城市的实证分析[J].江海学刊，2017（3）：209-214.

[12]徐建中，王曼曼.FDI流入对绿色技术创新的影响及区域比较[J].科技进步与对策，2018，35（22）：30-37.

[13]李金滟，李超，李泽宇.城市绿色创新效率评价及其影响因素分析[J].统计与决策，2017（20）：116-120.

[14]殷群，程月.我国绿色创新效率区域差异性及成因研究[J].江苏社会科学，2016（2）：64-69.

[15]曹霞，于娟.绿色低碳视角下中国区域创新效率研究[J].中国人口·资源与环境，2015，25（5）：10-19.

[16]韩晶.中国区域绿色创新效率研究[J].财经问题研究，2012（11）：130-137.

[17]王七萍.基于DEA的安徽省绿色创新效率测度[J].安徽科技学院学报，2015，29（1）：97-100.

[18]杨树旺，吴婷，李梓博.长江经济带绿色创新效率的时空分异及影响因素研究[J].宏观经济研究，2018（6）：107-117+132.

[19]Charnes A， Cooper W W， Rhodes E. Mesuring the efficienfy of decision making units[J]. European Journal of Operational Research，1978，2（6）：429-444

[20]吴文江.《数据包络分析及其应用》[M].北京：中国统计出版社，2002：55-57.

[21]Banker R D， Charnes A， Cooper W W. Some models of estimating technical and scale inefficiencies in data envelopment analysis[J]. Management Sciences， 1984，30（9）：1078-1092.

[22]马占新，唐焕文.关于DEA有效性在数据变换下的不变性[J].系统工程学报，1999（2）：27-32.

[23]张波.中国信息化对工业企业技术创新效率的影响研究[D].中央财经大学，2016.

[24]James Tobin.Estimation of Relationships for Limited Dependent Variables [J].The Econometric Society，1958，26（1）：24-36.

[25]丁潇君，房雅婷.中国环境规制与绿色创新关系研究——基于元分析方法的实证分析[J].价格理论与实践，2018（6）：34-37.

[责任编辑：潘洪志]