“双碳”目标下黄河流域绿色技术创新效率评价及影响因素

樊传浩,孙桂路

(河海大学商学院,江苏 南京 211100)

当前,我国经济由高速增长阶段转向高质量发展阶段,绿色低碳成为经济转型升级的重要方向。 “双碳”目标是贯彻新发展理念、构建新发展格局、推动高质量发展的内在要求。黄河流域作为我国重要的生态屏障和经济带,其“双碳”目标的实现对于绿色低碳发展意义重大。目前,黄河流域碳排放量总体仍保持增长趋势,且人均碳排放水平高出全国水平34.5%[1],实现“双碳”目标仍面临较大压力。在生态保护与高质量发展上,黄河流域土地盐碱化、水土流失等形势依然严峻,新兴产业集群缺乏,支撑高质量发展的要素资源仍相对不足。在此背景下,开展绿色技术创新,为黄河流域生态修复、能源结构升级等提供技术支撑,对实现“双碳”目标、推进生态保护和高质量发展有着重要意义。

绿色技术创新(green technological innovation, GTI)是以实现绿色发展为目标,强调通过技术创新来提供新工艺、新产品或新商业模式,从而降低资源消耗、减少生态破坏的创新活动;绿色技术创新效率能够从投入和产出的角度,分析创新活动中资源使用的有效程度[2]。在“双碳”目标下,提高绿色技术创新效率有助于经济增长与能源消耗和环境恶化等问题脱钩[3],是我国平衡资源环境约束、推进经济高质量发展的战略选择[4]。鉴于此,本文立足于“双碳”目标和黄河流域生态保护与高质量发展的时代背景,对黄河流域的绿色技术创新效率进行测算和时空演变分析,并探讨影响效率提升的关键因素,以期为黄河流域加快创新发展和经济转型步伐,实现“双碳”目标和高质量发展提供参考。

1 文献综述

在绿色技术创新效率评价方面,国内学者主要基于区域和行业两个类别,对全国省际[5]和城市层面[6]、长三角区域[2]、粤港澳大湾区[7]、长江中游城市群[8]等地区的制造业[9]、高耗能产业[10]、旅游产业[4]等进行了绿色技术创新效率研究。关于评价方法,主要分为以随机前沿分析(stochastic frontier analysis, SFA)为主的参数方法[11]和以数据包络分析(data envelopment analysis, DEA)为主的非参数方法,相对来讲,DEA是当前效率评价方法的主流。起初,超效率SBM模型在绿色技术创新效率的研究中应用最为普遍[2]。后来,为了考察绿色技术创新效率的薄弱环节,学者们采用网络DEA模型测算绿色技术创新全过程效率及各阶段效率[10]。再之后,为了考察效率的动态变化,有学者运用动态DEA模型将相邻时期联系起来,测算绿色技术创新的动态效率[12]。此外,还有少数学者应用最小距离强有效前沿[13]、共享投入DEA[14]等模型对绿色技术创新效率进行测算。

在绿色技术创新效率的影响因素方面,现有研究通常从经济环境、技术环境、政策环境等维度进行分析。经济环境维度有经济发展水平[2]、产业结构[2]、金融发展水平[15]等因素;技术环境维度有对外开放水平[16]、外资依存度[17]、外商直接投资[18]、人力资本[2]等因素;政策环境维度通常包括环境规制强度[19]、政府创新支持[20]和绿色金融政策[9]等因素。少数研究还考察城建环境因素对绿色技术创新效率的影响,例如城镇化程度[2]、交通水平[21]等。至于影响因素的检验方法,在具备空间相关性的前提下,地理探测器和空间杜宾模型应用最为广泛[22];反之,则为因变量具有受限特征的Tobit回归模型[16]。此外,随着模糊集定性比较分析法的兴起,也有学者应用此方法对驱动因素进行组态分析,得出针对性的效率提升路径[23]。

目前,国内外有关绿色技术创新效率的研究成果在研究区域上主要集中在省际层面或者发达地区,对诸如黄河流域等发展相对落后地区考察较少;在研究方法上,已有研究较少涉及动态网络DEA模型,且考察“双碳”目标下绿色技术创新效率的研究也比较少见。因此,本文主要在以下方面作出探索:①在研究区域上,为丰富黄河流域绿色技术创新效率的研究,将研究区域聚焦于黄河流域,对该区域的绿色技术创新效率进行测算及时空演变分析,并检验影响因素对绿色技术创新综合效率和阶段效率的影响,以准确识别影响因素的作用环节,从而精准施策;②在研究方法上,为拓展动态网络DEA模型在绿色技术创新领域的应用,采用超效率动态网络SBM模型更精准地测度黄河流域绿色技术创新的动态效率值;③为使绿色技术创新更好地服务于我国“双碳”目标,将CO2排放量纳入绿色技术创新效率的评价指标体系,测度“双碳”目标下的绿色技术创新效率。

2 研究设计

2.1 研究方法

2.1.1超效率动态网络SBM模型

SBM模型对无效率的测量考虑了松弛改进部分[24],超效率模型则解决了多个决策单元有效时无法排序的问题[25]。为分析决策单元各个部分对效率的影响程度,Tone等[26]提出了网络DEA模型。为评估决策单元的动态效率,Tone 等[27]又进一步延伸出动态网络DEA模型。结合以上研究,考虑到绿色技术创新通常伴有环境相关的非期望产出,本文选择包含非期望产出的超效率动态网络SBM模型来测算黄河流域的绿色技术创新效率值。设定2011—2021年各时期权重相等、绿色技术创新各阶段权重相等,模型共输出三种效率值:一是综合动态网络效率,二是时期效率,三是阶段效率。效率值小于1表明无效,效率值大于等于1表明有效。

2.1.2面板Tobit回归模型

由于超效率DEA模型测出的效率值大于0,为受限因变量,因此采用面板Tobit回归模型分析外部因素对绿色技术创新效率的影响。

2.2 指标选取

2.2.1绿色技术创新效率评价指标

本文借鉴Wang等[3]的做法,将黄河流域绿色技术创新分为科技研发和成果转化两个阶段,其中科技研发指利用创新资源实现创新产出,成果转化指将创新产出投入市场实现经济和环境产出。

a.科技研发阶段。选取研发人员全时当量作为人员投入指标[3]、全社会用电量作为能源投入指标[28]。鉴于黄河流域水资源紧缺现状,将城市供水总量纳入绿色技术创新效率评价指标体系[29]。选取绿色专利申请数作为本阶段的产出指标和两个阶段的连接变量。研发经费内部存量是本阶段结转变量,其既是上一时期的资金产出,也是当期的资金投入。

b.成果转化阶段。绿色专利申请数是本阶段的投入指标。选取GDP作为经济产出指标,工业废水排放量、工业SO2排放量、工业烟(粉)尘排放量作为非期望污染产出指标[8]。将CO2排放量作为非期望产出纳入指标体系,以体现“双碳”目标下的绿色技术创新效率水平[4]。鉴于黄河流域仍面临土地荒漠化等问题,选择绿地面积作为本阶段结转变量[28],其既是上一时期的生态产出,也是当期的生态投入。

2.2.2绿色技术创新效率影响因素

借鉴董会忠等[7]研究成果,结合黄河流域城市级别数据可得性,本文将绿色技术创新效率的影响因素分为经济环境因素、技术环境因素和政策环境因素三个层面(表1),经济环境是绿色技术创新的基础,技术环境是绿色技术创新的动力,政策环境是绿色技术创新的保障[28]。各层面影响因素及对应指标见表1。

表1 黄河流域绿色技术创新效率影响因素

2.3 数据说明

由于四川省部分区域数据缺失严重,且四川省与长江经济带发展更为密切,故本文仅选取黄河流域8省(区)82市(盟)2011—2021年的数据作为样本进行实证分析。由于时滞的设定对于DEA效率结果影响甚微[30],因此选择当期的投入产出数据来测度效率值。绿色专利的数据来源于中国研究数据服务平台(CNRDS),其余数据均来源于《中国城市统计年鉴》《中国城市建设统计年鉴》及各省(区)统计年鉴。对于个别缺失数据,使用线性插值法或趋势外推法进行估算。

为消除物价影响,以2011年为基期,对GDP、人均GDP和研发经费内部支出进行平减;考虑创新经费投入存在滞后效应,采用永续盘存法,以2011年为基期,计算各年研发经费存量[31]。对于城市CO2排放量,由于统计年鉴中缺乏城市尺度的能源消费数据,本文借鉴吴建新等[32-33]的方法,计算各市(盟)天然气、液化石油气、供热总量及全社会用电量产生的CO2,加总后得到城市CO2总排放量。

3 结果与分析

3.1 测算结果与分析

采用MaxDEA Ultra 7.0软件测度2011—2021年黄河流域82市(盟)的绿色技术创新效率值。将青海、内蒙古、宁夏、甘肃划为黄河流域上游地区,山西、陕西划为中游地区,河南、山东划为下游地区。

3.1.1基本特征

a.绿色技术创新效率变化分析。根据表2,纳入CO2指标后,陕西、山西、河南及山东的绿色技术创新综合效率有所提升,内蒙古、甘肃、青海及宁夏则有所下降。这表明黄河流域中下游地区在践行低碳发展方面走在流域前列,上游地区则需要加快节能减排步伐。从表2还发现,CO2指标对于8省(区)绿色技术创新效率的排名结果没有影响,该现象在钱丽等[34]的研究中也曾出现。这是因为绿色技术创新是一个具有多投入多产出的复杂系统,仅一个指标不会改变其真实效率水平的比较结果。基于此,下文在分析绿色技术创新效率的时空演化格局时,不再做舍去CO2指标的对比分析。

表2 2011—2021年“双碳”目标下黄河流域绿色技术创新效率均值

表3 黄河流域绿色技术创新效率影响因素回归结果

b.绿色技术创新效率短板分析。首先,仅有河南、内蒙古的科技研发效率低于成果转化效率,表明扩大技术创新产出是河南、内蒙古提高绿色技术创新综合效率的主要难题。其次,对于其余6省(区),成果转化效率是制约综合效率的主要因素,表明将创新成果转化为经济和环境效益,是它们提高绿色技术创新综合效率的主要突破口。

3.1.2时序演进特征

2011—2021年,黄河流域绿色技术创新综合效率整体波动上升,变化趋势与科技研发效率更相似(图1),表明科技研发效率对综合效率起引领作用。可能原因是:①成果转化依赖于科技研发,受科技研发约束较大[35]。②我国2007年提出“建设创新型国家”,此后一段时期增强自主创新能力都是我国科技工作的根本任务;直到2015年我国先后修订及出台《中华人民共和国促进科技成果转化法》《实施〈促进科技成果转化法〉若干规定》《促进科技成果转移转化行动方案》等政策文件,为科技成果转化作出顶层设计。然而,黄河流域科技成果和经济社会发展之间的通道尚未完全打通,科技研发效率目前仍是黄河流域绿色技术创新综合效率的首要引擎。

图1 2011—2021年“双碳”目标下黄河流域绿色技术创新效率时间演变趋势

除2013—2014、2020—2021年之外,科技研发效率均保持上升趋势(图1),这与我国始终坚持创新驱动发展的政策导向相符合。2014年出现下降的可能原因是:①“双创”政策的提出极大地激发了大众的创新热情;②《2014—2015年节能减排科技专项行动方案》的发布提高了公共财政对节能减排科技研发经费的投入力度。政策的引导使得黄河流域绿色技术创新投入扩大,但创新具有“高投入慢收益”的特点,在预期效益没有跟上的情况下,科技研发效率反而下降。

2011—2015年成果转化效率波动幅度较大,2015年起,成果转化效率趋于平稳(图1)。2015年,我国“史上最严环保法”开始施行。经济和环保政策双管齐下,使成果转化效率得到平稳发展。然而,只有下游地区的成果转化效率表现出向好趋势,上游和中游地区的上升趋势并不明显,表明黄河流域上游和中游地区仍需完善绿色技术转化的政策措施并搭建相关服务平台。

2012年三种效率均得到大幅提升,2021年出现明显下降。分析原因可能是:2012年生态文明建设进入“五位一体”总体布局,黄河流域生态保护和高质量发展受到党中央高度重视;同年,我国建设创新型国家进程进入了新的历史节点。生态保护与科技创新的双重驱动,使得黄河流域绿色技术创新效率迎来大幅提升。2021年,绿色技术创新效率出现下降,这是因为2021年起我国专利审查标准更为严格,当年绿色专利申请数大幅减少。

3.1.3空间分布特征

基于自然断裂法将各效率分为“高、中、低”3个等级,利用ArcGIS 10.6软件进行制图,结果如图2所示。从科技研发效率来看,城市间区域差距较小,大部分城市都处于低效率水平,中效率城市主要为省会城市及副省级城市,包括榆林、太原、郑州、许昌、济南、青岛、潍坊、西宁。 高效率城市仅有西安1市,参考《国家创新型城市创新能力评价报告2021》,西安具有丰富的科教、区位、产业优势,2021年位列国家创新型城市全国第七、西部第一。中效率城市中,榆林是我国重要的煤炭基地,2016年以来通过实施科技型企业“333”行动等政策措施,借助自身能源优势,为绿色技术创新持续赋能;许昌是我国重要的先进制造业基地,随着2015年“制造强国”提出,许昌立足制造业优势,持续推进“创新年”等政策措施,将创新驱动发展深深植根于产业升级之中。

图2 2011—2021年“双碳”目标下黄河流域绿色技术创新效率空间分布格局

从成果转化效率来看,城市间区域差异显著,城市聚集特征明显。上游地区的甘肃、宁夏一带经济基础薄弱,且经济发展多以牺牲环境为代价,故其成果转化效率整体为低效率。中下游地区部分城市虽然经济发展相对较好,但空气污染严重,降低了其成果转化效率。相比之下,黄河流域东部、南部由于生态环境较好,成果转化效率多处于中高效率水平。此外,“几字弯”一带多为能源强市,且高度重视产业绿色转型,因此其成果转化效率处于高效率水平。

从绿色技术创新综合效率来看,高效率城市仅有西安、青岛2市,这得益于它们遥遥领先的科技研发效率。总体来看,综合效率的分布格局与成果转化效率更为相似,表明成果转化效率差异是综合效率差异的主要来源,促进成果转化是缩小综合效率差异的主要途径,该结论与张超等[36]的研究相似。

3.2 影响因素

为考察黄河流域绿色技术创新效率的影响因素, 应用 Stata1 6. 0 软件对黄河流域82市(盟)2011—2021年的面板数据进行 Tobit 回归分析, 结果如表 3 所示。

经济发展水平在黄河流域上游和中游地区通过提高科技研发效率来提高综合效率。上游和中游地区经济比较发达,能够吸引高技能人才,科技研发能力相对较高;下游地区的河南、山东均为人口大省,经济发展伴随着能源消耗和环境压力,导致经济发展水平和绿色技术创新效率之间无显著相关性。

产业结构高级化在黄河流域上游地区通过提高科技研发效率来提高综合效率,在下游地区通过同时提高科技研发效率和成果转化效率进而提高综合效率,在中游地区却对综合效率有抑制作用。主要原因是:上游地区优化产业结构有助于推动企业开展技术升级;下游地区产业转型升级的经济、环境效益已被充分彰显,因此对综合效率有正向作用;而中游地区依赖资源型产业严重,产业升级对其经济产出影响较大,从而抑制了综合效率。

人力资本禀赋对黄河流域绿色技术创新效率的影响较为微弱,其仅对中游地区的科技研发效率起正向促进作用。上游地区人才资源较为匮乏,还未能产生规模效应;在下游地区,尽管河南、山东人才资源相对富足,但可能存在人才要素配置扭曲,导致人力资本未被充分利用;而在中游地区,人才要素集中于研发阶段,因此未能在成果转化阶段发挥显著作用。

对外开放水平对下游地区科技研发效率起正向作用,对全流域成果转化效率起负向作用。下游地区对外开放水平较高,有助于创新主体充分吸收外国先进技术和管理经验,提高自主研发能力。然而,黄河流域引入外资企业同样以高能耗企业居多,再加上先进技术为国外垄断,本地创新技术扩散困难[37],因而对外开放水平尚未对绿色技术创新综合效率产生显著促进作用。

政府支持力度在中游地区通过抑制科技研发效率抑制了综合效率,在下游地区仅提高了科技研发效率。上游地区创新资源较为缺乏,仅凭政府的资金支持还无法提高绿色技术创新水平;中游地区的陕西、山西两省着力打造国家西部创新高地,政府资金支出可能过度,从而抑制了科技研发效率和综合效率;下游地区可能是由于政府资金向科技研发阶段倾斜,致使政府支持未能提高成果转化效率和综合效率。

环境规制强度在上游地区显著提高了科技研发效率,在中游和下游地区显著提高了成果转化效率。上游地区传统产业比重偏大,环境治理成本较高,企业不得不开展技术创新以推动产业升级;中游地区相对较早地开启了产业升级,下游地区对传统能源的依赖较低,因而环境规制对成果转化的环境效益更为明显。系统来看,环境规制影响复杂,暂未对黄河流域绿色技术创新综合效率产生显著影响。

4 结论与建议

4.1 结论

a.纳入CO2指标后,陕西、山西、河南及山东的绿色技术创新综合效率有所提升,内蒙古、甘肃、青海及宁夏的综合效率有所下降;但8省(区)综合效率的排序结果并未发生改变。效率绝对值的变化表明黄河流域中下游地区在践行低碳发展方面走在流域前列,上游地区则需要加快节能减排的步伐。

b.“双碳”目标下黄河流域绿色技术创新综合效率呈波动上升趋势,科技研发效率对其起引擎作用,成果转化效率是阻碍山东、陕西、山西、甘肃、青海、宁夏综合效率提升的短板,原因是成果转化受科技研发约束且科技成果转化较晚。

c.“双碳”目标下黄河流域绿色技术创新综合效率区域差异明显,成果转化效率是差异的主要来源。科技研发高效率城市仅有西安市;中效率城市主要为省会及副省级城市,包括榆林、太原、郑州、许昌、济南、青岛、潍坊、西宁;其余73市均为低效率水平。成果转化高效率城市在“几字弯”周围能源强市、内蒙古和山东东部、陕西与河南南部均有分布;中效率城市主要分布在中下游经济与生态相对较好地区;低效率城市则主要分布在上游地区和中下游环境污染相对严重地区。

d.经济发展水平、产业结构高级化、人力资本禀赋、对外开放水平、政府支持力度和环境规制强度对黄河流域绿色技术创新效率的影响具有区域异质性。经济发展水平在上游和中游地区通过促进科技研发效率促进综合效率;产业结构高级化在上游和下游地区能促进综合效率,但在中游地区反起抑制作用;人力资本禀赋仅促进中游地区科技研发效率;对外开放水平促进下游地区科技研发效率,抑制全流域的成果转化效率;政府支持力度在中游地区通过抑制科技研发效率抑制综合效率,但能够促进下游地区科技研发效率;环境规制强度仅促进上游地区科技研发效率,在中下游地区则促进成果转化效率。

4.2 对策与建议

a.科技研发效率是绿色技术创新效率的主要引擎,建议黄河流域继续提高自主创新能力。上游地区的兰州、银川、呼和浩特、鄂尔多斯等重要城市,要加大基础设施投资与人才建设,引入高端人才并发挥其领军作用;下游地区的洛阳、开封、许昌、烟台、潍坊等GDP靠前但研发效率低下的城市,应采用先进的管理理念,完善科技人才激励机制,充分激发科技人才的创新潜力。此外,兰州、武威、天水、宝鸡、西安、霍尔果斯、二连浩特等上中游城市,可以借助弘扬黄河文化、建设“一带一路”、扩建中欧班列等国家机遇,引入优质外资企业,学习并借鉴其先进技术与管理经验,提升本地创新水平。

b.成果转化效率是绿色技术创新效率的主要短板,建议黄河流域深入优化创新生态系统,着力扩大绿色技术创新带来的经济效益和环境效益。一方面,要不断搭建并完善科技成果转化平台,扩大优势产业生产规模,协助先进技术扩散与应用。尤其对于成果转化效率低下的下游城市,如洛阳、新乡、潍坊、济宁等,政府资金宜支持成果转化阶段。另一方面,要严格抵制高能耗、高污染外资企业,控制高耗能、高污染企业产能,持续完善环境保护相关条例,加大环境保护执法力度。

c.作为我国重要的能源基地,黄河流域要想实现“双碳”目标,能源生产革命和能源体系转型是必经之路。对于传统能源强市,如榆林、鄂尔多斯、延安、吕梁、安康等,建议积极推进能源生产革命,采用新兴清洁技术改进生产工艺,扶持老工业基地转型。对于具备条件的新能源城市,如金昌、张掖、酒泉、嘉峪关、武威等,建议着力构建清洁低碳、安全高效的新能源体系。此外,考虑到加入CO2指标后,上游地区的绿色技术创新效率有所下降,建议上游城市在发展经济的同时要时刻注意大气污染排放。