绿色科技创新绩效及其影响因素研究——以江西省绿色产业发展为例*

孙剑斌，李佳诺

(赣南师范大学 经济管理学院，江西 赣州 341000)

1 引言

世界正在发生着巨大的变化，生态环境也受到越来越多人的关注，而其中技术创新是关键变量之一，在建设美丽中国和环境友好型社会的道路上，必须要进行绿色科技创新.如今科学技术已经融入到人们生活的方方面面，是国民经济发展的重要支撑，只有充分发挥科技创新的力量，才能促进科技的发展，实现人民的美好生活[1].以前为了发展经济，传统工业在发展过程中会产生污染，极大地破坏了生态环境，如今要实现高质量发展，就必须进行绿色科技创新，使得工业发展的同时，生态也得到了保护[2-3].

绿色科技创新是实现碳中和的关键途径，只有依靠绿色科技创新，才能开辟新的绿色产业方向，建立起绿色产业创新体系，赢得绿色发展竞争的新优势[4-6].在推动绿色产业发展上，企业可以通过绿色工艺创新和绿色产品创新等方式进行产业结构调整，实现绿色转型升级[7-8]，把经济和生态结合在一起，解决长期以来经济和环境之间的矛盾.绿色科技创新既是“引领发展”的核心推动力，又是改善环境、提高人民幸福生活质量的根本动力，能够通过为工农业提供绿色生产方式来实现经济可持续与生态和谐的统一[9-13].

在对绿色科技创新的影响方面，在研发阶段，产学研合作和R&D经费支出对绿色科技创新均有促进作用；在成果转化阶段，绿色专利申请量对绿色科技创新产出具有显著的积极影响，从而促进绿色产业发展，满足人们对优美生态环境的需要[14-15].此外政府补贴与未吸收的闲置资源的协同作用也有效地促进了绿色科技创新[16].

然而目前我国绿色科技创新依然处于起始阶段，绿色科技创新能力总体较弱，我国绿色科技创新存在资金投入不足，基础设施和制度建设相对滞后等现象，虽然我国积极实施绿色科技创新政策，加大科技投入，但是绿色科技创新体系仍需进一步完善，未来绿色产业发展还有很长的路要走[17-19].

江西省近年来积极响应国家号召，加大科技支出，促进绿色科技发展，然而现有的关于江西省绿色科技创新的文献较少，因此本文利用DEA-Tobit模型对江西省绿色科技创新绩效进行研究，补齐对江西省绿色科技创新研究的空白，根据江西省研究现状，找出江西省绿色科技创新的短板，并提出针对性建议以推动江西省绿色产业发展.

2 模型构建

2.1 三阶段DEA模型

数据包络分析方法是绩效评价最常使用的方法，三阶段DEA模型将过程分为3个步骤，其目的为排除环境因素和随机噪声的干扰.

2.1.1 第一阶段：使用原始投入产出数据进行初始效率评价

2.1.2 第二阶段：运用SFA回归剔除环境因素和统计噪声

为了消除环境和随机因素对效率测量的影响，采用罗登跃[20]、陈巍巍等人[21]的成本函数形式构造SFA模型：Sni=f(Zi;βn)+νni+μni;i=1,2,…,I;n=1,2,…,N.其中，Sni是第i个决策单元第n项投入的松弛值；Zi是环境变量，βn是环境变量系数；νni+μni是混合误差项.

2.1.3 第三阶段：调整后的投入产出变量的DEA效率分析

将调整后的投入产出数据代入DEA模型中，此时计算出的效率水平，消除了随机因素和环境因素的影响，更加客观真实.

2.2 Tobit模型

3 指标选取及数据来源

3.1 投入产出指标相关说明

在计算绿色科技创新效率的投入变量选取上，主要从劳动力和资本2个角度进行考量，以R&D投入人员(X1)和高新技术企业从业人数(X2)为指标来反映绿色科技创新人才资源的投入情况；以R&D投入强度(X3)和R&D经费(X4)为指标来反映绿色科技创新资本投入情况.

在产出变量选取上，主要从经济，创新，科研和环境角度进行衡量，在经济方面选取新产品销售收入(X5)作为代表变量，在创新成果方面选取专利申请数(X6)作为代表变量，在科研成果方面，以科技论文发表数(X7)和科技著作出版数(X8)作为代表变量，从环境角度出发，以工业废水治理情况(X9)、工业废气排放情况(X10)和工业固体废弃物产生情况(X11)为代表变量.从投入—产出角度来建立评价指标，以此测算出2009—2019年我国30个省的绿色科技创新效率.具体指标情况如表1所示.

表1 绿色科技创新投入-产出指标体系

3.2 环境变量相关说明

用SFA模型选用的环境变量有3个.经济环境方面，用地区生产总值来代表地区经济发展水平(Y1)；在科技投入环境上，用地区科技支出总额(Y2)来代表地区科技创新投入水平；在科技重视方面，用地区科技人才占总人口的比例来代表地区科技重视程度(Y3).相关环境变量的选取如表2所示.

表2 绿色科技创新效率环境变量

3.3 影响因素相关说明

本文以经过调整得到的2009-2019年江西省绿色科技创新综合效率为被解释变量，从多个角度分析影响江西省绿色科技创新效率的因素.具体指标构建如表3所示.

表3 绿色科技创新效率的影响指标

科技转化能力越强，绿色科技创新能力就越强，能够将绿色科技研发理论成果转化成实际生产力，产生一定经济价值，形成有效的绿色市场竞争优势.金融可以助推绿色科技的发展，为绿色领域输送了动力，能够产出更多的绿色创新成果，提高地方绿色产业发展水平.因此本文认为金融发展水平对绿色科技创新绩效有正向作用.科研机构肩负着科技创新研发等重要责任，是绿色科技创新的产生地和承担者.地方科研能力越强，绿色科技成果就越多，对绿色科技创新绩效的提高有积极影响.政府能够以财政支出等方式激励绿色科技创新发展，推动绿色科技创新活动的进行，提高绿色科技创新氛围.企业是绿色科技创新的重要参与者，同样也是绿色科技创新研发的主体之一，企业盈利水平越高，对企业研发绿色科技的激励越大.绿色发展水平高，对绿色科技产业发展有积极影响，易形成绿色产业良性循环，提高地方进行绿色科技创新的动力，促进绿色产业研发，进而提高绿色科技创新水平.

根据上述所分析.可假设：江西省科技发展水平、金融发展水平、科研发展水平、财政投入水平、盈利水平和绿色发展水平均对江西省绿色科技创新综合效率成正相关关系.

3.4 数据来源

本文绿色科技创新数据主要选取2009—2019年数据，来源于《中国环境统计年鉴》《中国统计年鉴》《中国科学统计年鉴》《中国高技术产业统计年鉴》《江西统计年鉴》和《中国绿色发展指数报告》.

3.5 数据处理

4 实证结果分析

4.1 三阶段分析

4.1.1 第一阶段DEA效率测算结果与分析

本阶段将2009—2019年30个省的绿色科技成果创新投入产出指标，代入DEAP2.1软件中，测算出我国30个省份绿色科技创新综合创新效率值，及其分解出来的纯技术效率值和规模效率值，2009—2019年我国30个省的绿色科技创新效率平均值如表4所示.

由表4可知，在不考虑外部环境影响条件下，从绿色科技综合创新效率来看，2009—2019年我国江西省绿色科技创新综合效率总平均值为0.663.而绿色科技创新综合效率平均值超过0.9的有广东、宁夏、河南、湖南、江苏、浙江、山东和海南，而江西省的绿色科技创新效率低于0.9，且江西省在30个样本省份的绿色科技创新排名中，位于第25名，说明江西省绿色科技创新效率投入产出效果有待提升，因此江西省的绿色科技创新资源配置有待优化.通过对比纯技术效率和规模效率，发现江西省纯技术效率远低于规模效率，由此可推断，纯技术效率是造成江西省绿色科技创新综合效率低下的原因，因此，需要加大对江西省技术方面的投入，重视江西省绿色科技创新技术方面的提升.

表4 绿色科技创新效率的效率值

4.1.2 第二阶段SFA模型回归结果与分析

在第二阶段中，引入了环境变量，进行随机前沿回归分析，结果如表5所示.

表5 样本随机前沿分析

4.1.3 第三阶段DEA效率调整结果与分析

根据在第二阶段SFA模型回归的结果，运用排除外部环境和随机误差项的干扰后的投入产出值计算第三阶段创新效率值，进而得到较第一阶段更准确的绿色科技创新效率值.调整后的绿色科技创新综合效率平均值如表6所示.

表6 调整后绿色科技创新平均效率值

由表6可知，在不考虑外部环境影响条件下，广东等地区综合效率均值超过了0.9，说明上述地区相比较其他地区而言，绿色科技创新综合效率较高，其中浙江省的绿色科技创新综合效率最高，浙江省的绿色科技创新资源得到了合理的配置和高效地利用.从纯技术效率和规模效率来看，北京等15个省份的纯技术效率超过0.9，这些地区的绿色科技创新技术水平发展较高，而江西和安徽等23个省份的规模效率超过0.9，这说明我国大部分省份的规模效率均高于纯技术效率，绿色科技创新的技术效率水平追赶不上规模效率，绿色科技创新整体技术都需要提高，因此要重视绿色产业技术上的进步，鼓励绿色技术上的突破和创新，补齐绿色科技创新的短板.

4.2 江西省与其他省份对比

4.2.1 横向对比

图1为第一阶段和第三阶段绿色科技创新综合效率对比图，第一列为第一阶段效率值，第二列为第二阶段效率值，由图1可见，福建、广西、贵州、宁夏、青海、新疆省份，在排除环境变量影响后，其绿色科技创新综合效率值有所下降，未达到有效状态，这说明这些省份外部环境较好.大多数省份在第三阶段调整后的绿色科技创新效率值普遍上升，其绿色科技创新综合效率值被低估，这说明相比上述六个省份，其余省份外部环境条件较差，其中安徽、甘肃、河北、江苏、内蒙古、陕西和云南虽然绿色科技创新综合效率提高，但是其纯技术效率却有所下降，因此可认为，规模效率提升是造成其绿色科技创新综合效率提升的原因.除安徽七省外其他绿色科技创新综合效率提高的省份，其纯技术效率和规模效率都有所提高，江西省也赫然在其列.

图1 第一阶段和第三阶段绿色科技创新综合效率对比图

从图1中可以看出，江西省的绿色科技创新效率均低于周边其他六省，尤其是纯技术效率江西省与周边省份差距较大.图2是江西省与周边省份绿色科技创新投入折线图，从图中可以看出江西省的资金和人力资源投入均低于其他省份，尤其是R&D投入人员和高新技术企业从业人数，折线近乎持平，且从2009年到2019年涨幅不大.而R&D投入强度和R&D投入经费虽有一定增长，但其增长率相对于浙江省和湖南省等省份而言，差距较大.图3为江西省及周边省份的经济、创新、科技和环境产出，从图3中的产出可以看到，江西省的产出不仅在总体上低于浙江等省份，在涨幅上也远低于其他省份，无论其是在新产品销售收入、专利申请数还是在科技论文发表数上，江西省的产出还需要不断提升，而在二氧化硫排放量方面，江西省的二氧化硫排放量的减少程度也远不如浙江等省份.

图2 江西省和周边省份绿色科技创新效率投入对比图

图3 江西省和周边省份绿色科技创新效率产出对比图

4.2.2 纵向对比

从图4中可以看出样本省份的效率值均值均都呈现出较平稳趋势，而江西省的效率值的波动性较大，江西省绿色科技效率发展大体可分为三段，2009-2015年，江西省绿色科技创新综合效率有所下降，其中2010-2014年，江西省纯技术效率在折线图中和其绿色科技创新综合效率的线条近乎重合，因此该阶段，影响绿色科技创新综合效率的主要因素被认为是纯技术效率.2015-2017年阶段，江西省的纯技术效率和规模效率都上升，因此江西省绿色科技创新综合效率也随之上升，2017-2019年阶段，江西省规模效率上升，纯技术效率降低，而绿色科技创新综合效率降低，因此认为是纯技术效率降低是影响江西省绿色科技创新综合效率的主要因素.

图4 江西省与样本省份总体效率值均值对比

从江西省的绿色科技创新效率测算分析的结果来看，由图5可以看到江西省的绿色科技创新投入逐年上升，然而对比图4中江西省绿色科技创新效率的走势可以发现，江西省的绿色科技创新效率的发展追赶不上江西省投入的增加，这说明江西省的产出没有达到理想的要求，产出的增长速度追不上投入的增长速度，江西省的绿色科技投入没有达到合理有效配置，需要进一步优化，且江西省投入的人力和资本没有得到高效发挥，转化为实际绿色生产力.

图5 江西省投入变化图

4.3 影响因素分析

本文将第三阶段 DEA测算得出的江西省绿色科技创新综合效率值作为被解释变量，参照宁凌等(2020)[22]、童纪新等(2019)[23]和李林汉等(2018)[24]的研究方法，引入6个影响因素作为解释变量，运用Stata15.0软件进行分析，具体结果如表7所示.

由表7的回归结果可知，江西省科技转化水平(Z1)、科研发展水平(Z3)和企业盈利水平(Z5)这3个指标与绿色科技创新综合效率呈显著正相关，且都是在1%的显著水平下显著为正.而江西省金融发展水平(Z2)、财政投入水平(Z4)和绿色发展水平(Z6)这3个指标对绿色科技创新综合效率影响，则呈现显著负相关.其中财政投入水平(Z4)对江西省绿色科技创新综合效率的影响，是在5%的显著水平下为负相关.江西省金融发展水平(Z2)和绿色发展水平(Z6)是在1%的显著水平下显著为负相关.

表7 影响因素回归结果

Tobit模型的回归结果进一步表明:江西省科技发展水平，科研发展水平和企业盈利水平都对江西省绿色科技创新综合效率有正向的促进作用，这也证明了前面关于江西省科技发展水平，科研发展水平和企业盈利水平对绿色科技创新效率有正面影响的猜想是准确的.这意味着科技转化水平的提高会增加江西省绿色科技创新产出，为绿色产业发展提供更多的经济效益，江西省科研发展水平的提升，能够增加绿色科技创新成果，增添绿色科研氛围.江西省企业盈利水平的提升，能够激发企业进行绿色科技创新的热情和积极性，从而进一步提高江西省绿色科技创新效率.

而江西省金融发展水平、财政投入水平和绿色发展水平则对江西省绿色科技创新综合效率呈显著负相关的影响，这与前面关于江西省金融发展水平、财政投入水平和绿色发展水平对江西省绿色科技创新效率有正面影响的猜想是相悖的.本文参照毕晓方等[25]观点，认为科技创新不能简单地依靠高投入，提高资源利用率和创新效率是企业转型升级的必由之路.而江西省金融资源和政府的科技财政支出没有得到高效地利用，造成了一定的资源浪费，财政投入冗余.且江西省绿色产业体系发展尚不健全，资金运用效率低，不利于江西省绿色科技创新综合效率的提高.除此之外，同李晓龙等[26]观点相同，认为如果金融体系发展滞后会阻碍经济发展，而江西省现有的金融体系还需要不断完善，且金融资源使用周期长，因此绿色科技创新成果创造的经济效益、社会效益存在一定滞后效应，从而影响绿色科技创新产出效果.此外，如果江西省绿色发展水平低会反向激励江西省更加重视绿色科技创新，积极提高绿色创新技术，从而提高绿色科技创新效率.

5 结论与建议

5.1 结论

本文基于三阶段DEA模型，测算了2009—2019年我国30个省份地区绿色科技创新综合效率，并通过对江西省同其他省份的横向对比和江西省自身的纵向对比，分析江西省绿色科技创新绩效，并进一步用Tobit模型分析其影响因素，结论如下：第一，江西省的绿色科技创新效率整体水平不够高，存在明显的区域差异.浙江省处于生产前沿面，广东、海南、河南、湖南、江苏、浙江和山东等省份绿色科技创新综合效率大于0.9，而江西省的绿色科技创新效率在样本省份排名比较靠后，因此江西省还具有很大的提升空间.第二，对于江西省而言，对比绿色科技创新综合效率分解的纯技术效率和规模效率变化情况可以发现，江西省技术效率过低是绿色科技创新综合效率低的主要原因，江西省的规模效率高于样本省份规模效率均值.第三，提出了影响江西省绿色科技创新效率的六个因素为：江西省科技发展水平、金融发展水平、科研发展水平、财政投入水平、企业盈利水平以及绿色发展水平.其中，江西省科技发展水平、科研发展水平和企业盈利水平对于江西省绿色科技创新综合效率都有显著的正向影响，江西省金融发展水平、财政投入水平和绿色发展水平对于江西省绿色科技金融效率都有显著的负向影响.

5.2 建议

根据对江西省绿色科技创新效率及其影响因素的评测和分析，提出了推动江西省绿色科技创新效率发展的相关建议，为美丽江西和绿色中国的建设做出一定贡献.

第1，提高江西省科技发展水平，江西省要合理运用绿色科技资源配置，从而提升绿色科技创新水平和科研水平.同时，江西省政府作为绿色科技创新发展的推动者，也应当制定相关的政策来促进绿色科技进步，增添企业间绿色科技创新氛围，以提升江西省绿色科技创新效率.

第2，提高绿色科技发展外部环境.绿色科技创新的发展并非一蹴而就，需要经济、政府等外部环境因素的支持，绿色科技创新发展的外部环境对江西省绿色科技创新发展起到重要作用.江西省应坚持以经济高质量发展为前提，推动经济结构调整，完善绿色市场机制，发挥绿色科技创新活力，以江西省自身优势为基础，激发地区绿色经济发展潜力，以提升区域绿色科技创新发展水平，促进江西省绿色产业健康有序发展.

第3，加强绿色金融的发展水平.金融机构肩负着责任和使命，是提高绿色科技创新效率的重要推动力.因此江西省需要不断完善绿色金融体系，鼓励绿色银行等金融机构的设立，鼓励金融机构积极开展各项绿色金融相关活动，以支持企业积极进行绿色科技创新，提升企业对绿色金融关注度，从而促进江西省绿色产业的发展和升级.

第4，加强对绿色科技投入的有效监督，江西省绿色科技创新效率不高，其中一个主要原因就是绿色科研投入管理不到位，企业从政府和金融机构中获取的绿色经费的投入没有达到合理有效的配置，甚至个别企业还会出现漂绿行为.因此江西省加强对于绿色科技投入的应用情况进行监督.此外，江西省也应积极探索绿色科技创新成果转化新渠道，将绿色科技创新的理论与实践结合起来，加大绿色科技的现实转化，增加产出，以此提高江西省绿色科技创新效率.