全球22个主要国家绿色创新效率及其空间溢出效应

沈 路，钱 丽,2

(1.安徽财经大学 工商管理学院，安徽 蚌埠 233030；2.东南大学 经济管理学院，江苏 南京 211189)

引言

随着全球气候变暖及环境污染日趋严重，世界各国都将绿色创新作为促进本国经济发展的重要途径。习近平总书记在中共十九大报告中明确指出：“绿水青山就是金山银山，要把生态环境保护放在更加突出位置”。《BP世界能源统计年鉴(2018年)》报告显示，2017年中国一次能源消耗量占全球能源消耗量的23.2%，并且连续第17年成为世界范围内增速最快的能源消耗市场。2016年，世界卫生组织在WHO报告中指出，全球80%以上的人口呼吸着质量未达标的空气，在全球30个污染最严重的城市中，中国、印度等欠发达国家的城市占比超过一半。由此可见，伴随经济增长而产生的能源消耗和环境污染问题在发展中国家仍较为严重。发达国家虽具备较强的创新与环保意识，但仍存在部分国家通过国际转移方式解决污染排放问题。为此，分析22个主要国家绿色创新效率的时空特征，有利于我们了解不同国家绿色创新活动过程，引导各国企业向绿色发展方式转变。另外，空间溢出是绿色创新的重要特征之一，不同国家间的人才交流、技术合作使绿色创新技术在邻近区域形成一定的扩散和溢出效应。目前，不同国家间绿色创新效率的溢出是否明显？溢出的影响因素有哪些？这些都值得深入研究。

一、文献综述

绿色创新是指在控制资源消耗及避免环境污染的基础上，改良产品、工艺和技术等一系列动态的创新行为。[1]Afri等指出，绿色创新可通过吸收外部资源，并将其嵌入原有技术创新体系，从而提高绿色创新产出和经济绩效。[2]王惠等考虑空气污染物等非期望产出，利用超效率DEA模型测算中国省域高技术产业绿色创新效率，并检验研发投入对效率的门槛效应。[3]部分学者还从创新主体、创新环境、创新资源等角度对绿色创新效率的影响因素进行分析。Xu认为，企业研发人员与经费是影响创新行为的最基本要素，对企业研发效率具有促进作用。[4]创新环境方面，消费者的绿色产品需求会对企业产品创新起刺激性作用。[5]另外，Li和Wu指出，环境规制并不是越严格越好，规制强度应符合区域经济发展实际。[6]

上述研究主要关注不同国家绿色创新效率差异及其影响因素，但忽视了绿色创新效率的空间溢出效应。由于区域间的人才流动、技术合作以及国际贸易等活动的开展，加速了知识在区际间的扩散，在提升本地区绿色创新水平的同时，也会对邻近区域绿色创新产生一定溢出效应。随着新经济地理学的快速发展，学者们开始探究企业创新活动的空间关联性。Keller通过构造地理距离衰退函数对OECD成员国之间技术创新的空间溢出进行验证，发现技术创新溢出随地理距离的扩大而衰减。[7]王淑英等指出，国际贸易、企业技术合作是知识与技术在地域间外溢的重要路径。[8]彭文斌等则将二氧化硫等废弃物作为非期望产出，利用DEA模型测算中国城市绿色创新效率，并从交通条件、教育水平等方面分析中国城市绿色创新效率的溢出效应。[9]

以上研究为我们提供了重要参考，但仍存在不足之处：第一，在绿色创新效率测算指标体系中，主要用传统专利和废气污染物等产出变量，未考虑绿色专利和绿色GDP等产出指标。第二，侧重研究本国内不同区域间或企业间绿色创新的空间溢出效应，且主要关注绿色创新产出的溢出效应，而基于全球22个主要国家空间依赖，从绿色创新效率角度研究不同国家间绿色创新空间溢出效应并不多见。第三，绿色创新空间溢出影响因素的探讨集中于研发要素投入、技术合作及环境规制等某一方面，缺乏从全球视野对不同国家绿色创新效率空间溢出机制及其影响因素进行系统分析。

二、理论机制、模型构建与变量选取

(一)不同国家绿色创新效率差异理论及其空间溢出机制

绿色创新是指致力于以低能耗、低污染的生产方式来推动经济集约化发展的创新活动的总称。[10]与其他创新类型相比，绿色创新的独特属性表现为其暗含的“双重外部性”，即包括典型的“知识正外部性”溢出，以及通过降低生产过程中或最终产品产生的外部环境成本等带来的“环境负外部性”。[11]各国为摆脱资源环境依赖，转向依靠科学研发、技术进步等来促进区域经济的可持续发展，绿色创新成为必然之选。绿色创新效率主要是指在考虑环境污染与资源消耗的基础上创新产出与创新投入的比值。提高绿色创新效率有助于引导企业向绿色集约发展方式转型，带动国家产业结构优化升级。以美、德、法、英等为首的西方发达国家，在绿色技术基础研究、突破性绿色创新方面较为领先，创新模式为自主研发型，使得其在绿色技术和品牌方面具有明显优势。而亚洲国家主要采用引进消化吸收再创新模式，如：60、70年代的日本、韩国以及近20年来的中国，特别是中国，基于大市场和技术引进学习的后发优势，在渐进性创新、技术扩散和经济效益转化方面，取得了一定的成效。[12]

一个国家绿色创新活动会对其贸易伙伴以及邻近国家全要素生产率产生影响。知识与技术本身的可转移性、研发要素在区域间的流动、国际贸易投资均能有效推动不同区域企业间模仿学习，技术转让、技术合作则有利于信息共享、知识流动和资源互补，进而促进绿色创新和经济可持续增长。为清晰了解国家绿色创新效率溢出的传播路径与影响因素，有必要对绿色创新空间溢出作用机制进行梳理。基于全球空间关联视角，分析下面4种溢出机制，如图1所示。

图1 全球22个主要国家绿色创新效率空间溢出机制

从图1来看，(1)研发要素流动机制。研发要素在不同区域间的流动会产生显著的空间知识溢出效应，且对区域经济增长产生促进作用[13]。一方面，研发人员是知识与技术的传播载体，高素质人才在区域间的流动，有利于促进内隐性知识在区域企业乃至行业间扩散；另一方面，随着信息技术的发展，研发资金在区域间的流速加快，企业间的贸易合作变得更加便捷。(2)学习与模仿机制。在人才交流与贸易合作中相互学习与模仿是企业获得绿色创新溢出的重要途径。[14]对于创新溢出接受方而言，可以学习发达国家领先的创新思维、技术及管理经验以促进本国可持续发展。另外，在学习与模仿机制下，不同国家的文化差异、环保意识与环境规制手段的差异，易引起联想、强化、模仿等行为，产生绿色创新空间溢出。(3)国际贸易投资机制。一方面，外商投资可以给本土企业注入研发资金与研发技术，推动本地区企业绿色研发；另一方面，与发达国家的贸易往来，如：人员外派、引进国外先进技术、跨国企业合作等，可有效增强本土企业绿色创新意识和创新能力。(4)企业技术合作机制。企业技术合作包括技术引进、技术研发、技术咨询与服务等，能有效促进区域间的知识流动与技术转移，是知识与技术在区域间产生溢出的重要作用机制。企业通过技术合作不仅能从中学习技术和管理经验，而且可以在技术咨询与引进过程中实现优质资源互补与信息共享。

(二)DEA效率测度模型

以2007-2016年全球22个主要国家为研究对象，利用DEA-C2R和DEA-BC2模型对绿色创新效率进行测度。假定有n个决策单元DMU(这里指2007-2016年全球22个主要国家)，第j个决策单元DMUj(0jn)有m项投入和s项产出，其中，xij表示第j个评价决策单元的第i种投入im)，ykj表示第j个评价决策单元的第k种产出ks)。则投入产出指标数据构成的样本参考集为：

于是，第j个评价决策单元DMUj的效率值为下列线性规划问题的最优值：

(三)空间面板模型

在检验全球22个主要国家绿色创新效率空间相关性的基础上，构建多种空间面板模型实证分析不同国家间绿色创新效率空间溢出效应及影响因素。目前常用的空间面板模型主要包括：空间自回归模型(SAR)、空间误差模型(SEM)和空间杜宾模型(SDM)。其公式可分别表示为：

y=λWy+Xβ+ε(2)

y=Xβ+μ，μ=ρMμ+ε，ε～N(0,δ2In) (3)

y=λWy+Xβ+WXδ+ε(4)

(四)变量选取与数据来源

选取全球22个主要国家作为重点研究对象，其中欧美国家占比超过2/3，原因主要在于：与亚非拉国家相比，欧美国家的绿色创新水平整体较高，具备一定研究价值。此外，受到数据可得性的限制，最终选择22个国家作为研究对象。所有数据均源自世界银行数据库、OECD数据库、国际统计年鉴、联合国统计司以及SOOIP专利检索系统等。

1.绿色创新投入产出指标

(1)投入指标。①研发人员数(X1)；②研发经费支出(X2)。采取永续盘存法对R&D经费做存量处理，以2007年为基期，在此之前利用研发价格指数[15]对R&D经费进行平减。(2)产出指标。①专利申请数(Y1)；②绿色专利申请数(Y2)。专利申请数通常用于表示创新的科技产出。考虑到绿色创新的本质是追求经济与环境效益的统一，按照IPC(国际专利分类)分类号检索方法，搜集各国的绿色专利申请数。③高科技产品出口额(Y3)。经济产出方面，新产品销售收入、高科技产品出口额通常被采用，考虑到数据的可获取性和信息重叠，选取高科技产品出口额来表征，并采用工业生产者出厂价格指数对其进行平减。④绿色GDP(Y4，环境综合指数×GDP总量)。其中，环境综合指数是通过选取单位GDP能耗、二氧化碳排放量、一氧化氮排放量、PM2.5含量作为非期望产出，并经过负向标准化处理而得到。

2.空间溢出的影响因素变量

(1)人力资本。劳动者素质越高，越有利于在区域人才交流中模仿学习其他企业先进技术，选取理科高等教育毕业人数来衡量人力资本水平，并取对数值。(2)环境保护水平。环保投入强度对企业绿色研发效率具有明显的促进作用，选取中央政府环保支出占GDP比重作为环保水平的代理指标。(3)知识产权保护。知识产权保护受到立法与执法水平的共同影响，参考Ginarte和Park的研究，[16]选用GP指数(衡量立法水平)与执法水平的乘积衡量一国知识产权保护水平。其中，选取“立法时间”、“是否为WTO成员国”、“人均国民收入”及“每万人拥有专利申请数”等指标[17]来测算执法水平。(4)国际贸易开放度。一般而言，区域开放度越高，本土企业与各国贸易往来越频繁，其绿色研发成果的市场转化效率越高。选取商品进出口总额的对数值作为衡量指标。(5)外商直接投资。外商直接投资有利于本土企业引进消化吸收国外先进知识和技术，选取外商直接投资额并取对数来衡量。

表1 2007-2016年22个主要国家绿色创新效率测算结果

注：TE、PE、SE分别为22个不同国家绿色创新综合效率、纯技术效率和规模效率值。

三、实证分析

(一)全球22个主要国家绿色创新效率的测算结果与分析

运用DEA方法测算2007-2016年22个主要国家绿色创新综合效率，并将其分解为纯技术效率和规模效率。囿于篇幅限制，仅展示部分年份数据，结果见表1。考察期内全球22个主要国家绿色创新效率变化趋势如图2所示。

总体来看，2007-2016年全球22个主要国家绿色创新综合效率均值为0.815，仍有18.5%的提升空间，不同区域间效率差异明显。亚洲、西欧等主要地区国家效率值均高于全球均值，而非西欧国家综合效率均值仅为0.685，处于国际间较低水平，规模效率不高(0.789)是影响其综合效率提升的重要原因。从各国比较来看，2007-2016年中国、荷兰、意大利、瑞士、波兰和捷克等国绿色创新效率一直处于最优水平，在既定投入基础上实现了科技、经济和环境效应最大化。如：中国绿色专利申请数相对较高，产出效应明显，而研发人员、经费投入与发达国家相比较少，使得效率处于较优水平。芬兰、瑞典、丹麦、奥地利、俄罗斯、英国、法国、德国、加拿大、印度等10个国家绿色创新效率均低于全球均值(0.815)，尤其是芬兰，绿色创新效率值不足0.400。

图2 2007-2016年22个主要国家绿色创新综合效率变化趋势

由图2可知，绿色创新整体和分地区效率值均呈现先下降后缓慢上升的变化趋势，但变化幅度不大。2007-2009年期间，全球22个主要国家绿色创新整体水平有所下降，可能因2008年爆发的全球性金融危机所致。由于全球经济损失严重，科研活动缺乏必要的资金支持和研发人员投入，绿色创新效率处于历史较低水平。随后，人们逐渐意识到绿色创新的重要性，并加大了对新能源、新材料等技术研发的投入和管理，绿色创新效率逐渐有所回升。

(二)全球22个主要国家绿色创新空间溢出效应分析

在设置地理距离和空间邻接矩阵的基础上，利用公式(5)计算2007-2016年22个主要国家绿色创新效率的莫兰指数值，结果见表2。

表2 2007-2016年22个主要国家绿色创新效率的莫兰指数

由表2可看出，考察期内两种矩阵下的莫兰指数值均为正，且地理距离矩阵下莫兰指数在绝大多数年份通过了显著性检验，预示全球不同国家绿色创新效率在地域上存在显著的空间正相关性。地理距离矩阵下显著性更优，原因在于：非邻接但距离相近的两地亦存在空间溢出。如：日韩与中国隔海相望，但地理距离较近，经贸往来频繁，知识、技术可能通过我国与外企的研发合作而相互传播和溢出。故将在设定地理距离矩阵的基础上，以考察期内全球22个主要国家绿色创新效率为被解释变量，以人力资本、环境保护水平、知识产权保护、国际贸易开放度、外商直接投资为解释变量，并在回归方程中加入滞后期效率值，以防止可能遗漏重要解释变量导致回归结果不稳健。在此基础上，利用3种空间面板模型公式(2)-(4)对22个国家绿色创新效率溢出效应进行估计，并将其与普通面板模型(OLS)的测算结果进行比较，结果见表3。

表3 22个国家绿色创新效率影响因素结果：普通面板和空间面板模型对比

注：***、**、*分别表示在1%、5%、10%水平下显著，小括号内为T统计量。

从表3不难看出，22个国家绿色创新效率的空间相关系数(Spatial-rho)在SEM和SDM模型下均通过了1%的显著性检验，且空间自相关系数均为正，表明不同国家绿色创新效率存在显著正溢出效应。与普通面板回归结果相比，空间面板模型的变量影响程度和方向变化不大，显著性更优。相对于SAR和SEM模型而言，SDM回归结果中的R2、Log-L值更大，故选取SDM模型对绿色创新效率的影响因素进行分析。

(三)绿色创新效率的影响因素分析——直接和间接效应分解

对于不同对象和范围而言，影响因素对效率可能会产生不同的作用，因而可将空间面板模型中自变量X对因变量Y的总效应分为直接效应(对本国影响)和间接效应(对邻国影响)。采用SDM模型对全球22个主要国家绿色创新效率的空间溢出效应进行分解，首先，假设SDM模型为：Yit=β0+λWYit+βiXit+δiWXit+εit，参考LeSage和Pace[18]的研究，利用偏微分原理将绿色创新效率的SDM模型进一步转化为向量形式：

In-λWY=φιn+βX+δWX+ε，令VW=In-λW-1=In+λW+λ2W2+...，

SrW=VW•(Inβr+δrW)，这里，In为n阶单位矩阵，原等式两边同时乘以VW，可得：

其中，Xr为第r个影响因素变量，k为影响因素变量的个数，即r=1,2,...k。所说的直接效应，是指自变量X对本地区因变量Y的影响，也即(6)式的等号右边第一个矩阵中主对角线元素均值，记作∂Yi/∂Xir。间接效应(∂Yi/∂Xjr)则是非主对角线元素的平均值，则体现自变量X对邻近区域Y的作用。总效应则为直接效应和间接效应之和，即为∂Yi/∂Xir+∂Yi/∂Xjr，反映自变量X对所有国家的因变量Y的综合作用。下面，利用上述公式进行直接和间接效应分解，结果见表4。

表4 影响因素的直接和间接效应分解

注：***、**、*分别表示在1%、5%、10%水平下显著，小括号内为T统计量。

从总效应来看，滞后期效率值对当期效率具有明显促进作用，预示绿色创新效率提升是一个长期积累的过程。从直接和间接效应分解来看；(1)人力资本对本国创新效率具有显著的积极影响，但对邻近国家创新效率起不显著的阻滞作用。由于地理距离等原因，人力资本等变量对周边地区绿色创新效率的影响会逐步削弱，且人力资本也可能形成虹吸效应，本地区人力资本水平和相关待遇提升，会吸引周边国家人力资本要素的流入，从而制约邻近国家创新效率的提升。(2)环境保护水平对本国和邻国绿色创新效率的影响均不显著，只不过在直接效应方面，环境保护水平对本国绿色创新效率起负向作用。一国企业环境保护投入越多，体现出其对环保的重视，有利于绿色创新效率提升，与钱丽等[19]的研究结论基本一致，但是较多环保投入意味着更多环境污染，从而抵消了环保投入对绿色创新效率的积极影响。[20](3)知识产权保护对绿色创新效率起显著的负向影响，知识产权保护水平越强，越不利于后进国家或地区快速获取知识和技术，增加了其技术模仿和消化吸收的成本，对本地区和邻近地区都产生明显的阻碍作用。(4)国际贸易开放度对本地区创新效率具有显著积极影响，但对邻近地区创新效率的影响并不明显。嵌入了绿色技术的国际商品贸易有利于本国技术吸收和效率提升，但本国贸易开放度可能对周边国家贸易形成挤出效应，从而制约邻近国家绿色创新效率的提升。(5)外商直接投资对本地区创新效率提升具有积极作用，但对邻近国家绿色创新效率影响并不显著。FDI往往会带来先进的环保技术和管理经验，有利于东道国绿色创新效率的提升。但外商投资会形成示范效应，周边国家竞相降低门槛以吸引外资，导致一些污染较大、环境排放标准不高的FDI大量进入该国，反而会对其绿色创新水平起负向影响。[21]

(四)欧洲与非欧洲国家空间溢出效应的对比分析

将全球22个主要国家划分为欧洲(14个)与非欧洲国家(8个)两个群组，探讨欧洲和非欧洲国家绿色创新效率是否存在局域空间溢出效应差异。之所以这么划分，主要是考虑到欧洲国家间的地理邻近性，这种局域地理邻近是否会产生显著溢出效应？值得深入研究。为此，利用SDM模型对两大群组的局域溢出效应进行回归分析，结果见表5。

表5 欧洲与非欧洲国家绿色创新效率溢出效应及影响因素

注：***、**、*分别表示在1%、5%、10%水平下显著，小括号内为T统计量。

由表5可知，欧洲国家绿色创新效率的空间相关系数为负，但并不显著。可能原因是：欧洲国家经济发展水平相近，产业结构趋同，同质化服务较多。且创新要素主要集中在德国、法国等国家，存在典型的极化现象，周边国家尤其是东欧绿色技术水平较低，这在一定程度上阻碍了知识与技术在欧洲国家间的扩散。非欧洲国家绿色创新效率的空间相关系数为正，并在5%的显著性水平下通过了检验。在空间依赖视角下，人力资本、环境保护水平、外商直接投资等因素对非欧洲国家绿色创新效率均起显著的积极影响。表明非欧洲国家间因彼此技术差距(人力资本)、环保标准差异以及技术互补性等形成的正溢出效应较为明显。美国、加拿大等国家技术人才市场趋于饱和，部分科研人员到发展中国家交流和工作而形成技术溢出。而亚洲和美洲发展中国家利用其后发优势，调整国内绿色产业发展政策，建立开放式创新体系，更易吸收先进国家的技术与管理经验。

四、结论与政策启示

将绿色专利、绿色GDP等变量纳入绿色创新效率评价指标体系，运用DEA模型测度分析2007-2016年全球22个主要国家创新效率差异，利用多种空间面板模型检验效率影响因素的直接和溢出效应，并将欧洲与非欧洲国家溢出效应进行对比。结果表明：(1)全球22个主要国家绿色创新效率均值为0.815，考察期内呈现先下降后缓慢上升的变化趋势，不同国家间绿色创新效率差异明显。中国绿色创新效率处于较优水平，但也要注重原始突破性绿色创新能力的提升。(2)莫兰指数检验表明，全球22个主要国家绿色创新效率呈现显著的空间正相关，本国绿色创新有利于邻近国家创新效率的提高。人力资本、国际贸易开放度、外商直接投资对本国绿色创新效率具有显著积极影响，而知识产权保护对本国和邻近国家绿色创新效率起阻滞作用。非欧洲国家间绿色创新存在显著空间正溢出，而欧洲国家间绿色创新溢出效应不明显。以上结论蕴含的启示如下：

1.增强企业绿色创新意识，构建国家间环境协同治理机制

政府应继续支持企业开展绿色研发活动，学习发达国家环保技术与管理理念，引导企业向绿色创新发展方式转变。适度控制研发要素投入规模，减少资源浪费。如：我国二氧化碳排放和单位GDP能耗偏高，需加强清洁生产和末端治理技术的研发和使用，严格控制生产环境质量和污染排放标准。全球环境污染问题呈现整体性、系统性和不确定性等特点，可运用环境协同治理理论，利用大数据进行持续跟踪和监督，设计适度的环境规制强度，发挥各国在资源、知识、技能等方面的优势，促进全球绿色创新效率的提高。

2.加强人才交流，促进区域企业合作

各国可通过跨国企业间技术合作，加强彼此间的经贸往来，实现后进国家的技术学习和适度改进。后进国家对发达国家的新产品和新技术应持开放包容态度，以继续开辟更多的商品市场，促进绿色技术的扩散。中国企业则需努力加快技术和管理变革的步伐，进行绿色产品的超前谋划和布局，通过人员外派等形式加强与邻近地区间的人才交流和海外合作，不断提高二次绿色创新能力。同时政府应不断完善税收优惠、产权保护等法律法规，用法律手段保护外商投资，并要求外资企业严格按照母国的环境技术标准进行研发生产，并对我国科技创新型民营企业发展给予一定政策倾斜。

3.因地制宜，完善知识产权保护制度

知识产权制度可以保护创新者获得应有利益，激发全社会创新创造活力。当前各国知识产权法制化水平存在差异，需合理配置高效可行的知识产权保护制度。政府可依据地区的经济发展水平制定差异化的知识产权保护制度，对于经济发达的地区，应增强知识产权保护力度，坚决打击各类侵犯知识产权行为，从而保持发达地区的绿色创新活力。对于经济落后地区或传统行业而言，可适度降低知识产权保护力度，减少区域企业间的技术交易成本，从而提高区域整体绿色创新能力。