呂承超 邵長(zhǎng)花 崔悅

摘 要：本文采用非徑向DEA-SBM模型和Global Malmquist-Luenberger指數(shù)對(duì)1995—2015年中國(guó)30個(gè)省份的綠色創(chuàng)新效率進(jìn)行測(cè)度，并分析全國(guó)以及東部地區(qū)、中部地區(qū)和西部地區(qū)綠色創(chuàng)新效率的時(shí)空演進(jìn)規(guī)律，在此基礎(chǔ)上，構(gòu)建動(dòng)態(tài)面板數(shù)據(jù)模型實(shí)證檢驗(yàn)綠色創(chuàng)新效率的影響因素。研究結(jié)果表明：盡管綠色創(chuàng)新效率呈現(xiàn)上升趨勢(shì)，但各區(qū)域之間發(fā)展非均衡現(xiàn)象依然存在;中國(guó)綠色創(chuàng)新效率空間差距總體上呈現(xiàn)先下降后上升又下降的趨勢(shì);中國(guó)綠色創(chuàng)新效率得到提高，沒(méi)有出現(xiàn)極化現(xiàn)象，且空間差距呈現(xiàn)縮小趨勢(shì);科研經(jīng)費(fèi)、金融發(fā)展規(guī)模、第二產(chǎn)業(yè)比重和第三產(chǎn)業(yè)比重抑制了中國(guó)綠色創(chuàng)新效率的提高，而科研人員數(shù)量、金融發(fā)展效率和人均GDP則對(duì)中國(guó)綠色創(chuàng)新效率起到了促進(jìn)作用。

關(guān)鍵詞：綠色創(chuàng)新效率;時(shí)空演進(jìn)規(guī)律;GML指數(shù);Dagum基尼系數(shù);非徑向DEA-SBM模型

中圖分類號(hào)：F124.3? 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1000-176X（2020）12-0050-08

一、問(wèn)題的提出

中國(guó)經(jīng)濟(jì)自改革開(kāi)放以來(lái)取得了巨大成就，但同時(shí)也消耗了大量資源，造成了嚴(yán)重的環(huán)境污染。黨的十九大報(bào)告中指出：必須堅(jiān)定不移地貫徹創(chuàng)新、協(xié)調(diào)、綠色、開(kāi)放、共享五大發(fā)展理念，始終堅(jiān)持創(chuàng)新是引領(lǐng)發(fā)展的第一動(dòng)力，這反映了中國(guó)政府的科技創(chuàng)新和環(huán)境保護(hù)意識(shí)逐漸增強(qiáng)。在政府的不斷努力下，中國(guó)綠色創(chuàng)新活動(dòng)取得了一定的進(jìn)步，“十三五”期間中國(guó)環(huán)境污染治理投資總額約5.68萬(wàn)億元，較“十二五”期間增長(zhǎng)了33%，但與發(fā)達(dá)國(guó)家相比還存在一定的差距。作為一種以節(jié)約能源、優(yōu)化環(huán)境和創(chuàng)新發(fā)展為核心的發(fā)展理念，綠色創(chuàng)新不僅有利于節(jié)能減排，還可以促進(jìn)技術(shù)進(jìn)步，提高綠色創(chuàng)新能力是尋求綠色發(fā)展的內(nèi)在要求。

綠色創(chuàng)新不僅要在新產(chǎn)品和新系統(tǒng)的開(kāi)發(fā)過(guò)程中引入生態(tài)思想，更要在經(jīng)濟(jì)戰(zhàn)略中引入綠色發(fā)展理念。諸多學(xué)者采用不同的方法，通過(guò)不同的角度對(duì)區(qū)域或者行業(yè)的綠色創(chuàng)新效率進(jìn)行研究。在研究方法上，大體可以分為兩大類：基于參數(shù)的隨機(jī)前沿生產(chǎn)函數(shù)SFA方法[1]和基于非參數(shù)的隨機(jī)前沿生產(chǎn)函數(shù)DEA方法[2]。也有一些學(xué)者采用改進(jìn)后的DEA方法對(duì)綠色創(chuàng)新效率進(jìn)行測(cè)度，并采用不同的方法進(jìn)行評(píng)價(jià)[3-4]。關(guān)于綠色創(chuàng)新效率的現(xiàn)有研究大多集中在其效率評(píng)價(jià)以及時(shí)空分異特征上[5]，少數(shù)文獻(xiàn)在評(píng)價(jià)基礎(chǔ)上對(duì)其影響因素進(jìn)行分析[6-7]。一些學(xué)者研究了環(huán)境約束下的綠色創(chuàng)新效率問(wèn)題[8]，在此基礎(chǔ)上，外部政策壓力和內(nèi)部創(chuàng)新資源對(duì)綠色創(chuàng)新效率也具有相應(yīng)的影響[9]。

上述文獻(xiàn)為本文提供了重要啟發(fā)和借鑒，但仍然存在不足之處。有些文獻(xiàn)側(cè)重于介紹綠色創(chuàng)新效率的測(cè)算方法，沒(méi)有對(duì)測(cè)算結(jié)果進(jìn)行分析;有些文獻(xiàn)只分析了綠色創(chuàng)新效率在中國(guó)的時(shí)空分異特征，沒(méi)有進(jìn)一步探索時(shí)空分異的原因;有些文獻(xiàn)可能沒(méi)有全面考慮

影響綠色創(chuàng)新效率的因素，而是側(cè)重于探討某個(gè)行業(yè)內(nèi)的關(guān)鍵指標(biāo)對(duì)綠色創(chuàng)新效率的影響。綜上所述，本文采用非徑向DEA-SBM模型和Global Malmquist-Luenberger（GML）指數(shù)來(lái)測(cè)算中國(guó)的綠色創(chuàng)新效率，并通過(guò)Dagum基尼系數(shù)及分解方法和核密度估計(jì)法分析中國(guó)綠色創(chuàng)新效率的時(shí)空演進(jìn)規(guī)律，進(jìn)一步構(gòu)建動(dòng)態(tài)面板數(shù)據(jù)模型檢驗(yàn)綠色創(chuàng)新效率的影響因素，并對(duì)中國(guó)綠色創(chuàng)新效率的發(fā)展提出政策建議。

二、測(cè)算方法與數(shù)據(jù)來(lái)源

（一）非徑向DEA-SBM模型與數(shù)據(jù)來(lái)源

數(shù)據(jù)包絡(luò)分析（DEA）方法通過(guò)基于不同量綱的多投入多產(chǎn)出指標(biāo)來(lái)評(píng)價(jià)多個(gè)決策單元的相對(duì)有效性。Tone[10]提出了基于松弛變量測(cè)度的非徑向DEA-SBM模型，利用非射線的估計(jì)方法同時(shí)評(píng)估系統(tǒng)整體和每個(gè)子過(guò)程的效率值?；贒EA模型的Malmquist指數(shù)法常用于測(cè)算全要素生產(chǎn)率，Oh[11]在研究OECD國(guó)家全要素生產(chǎn)率時(shí)提出了綠色創(chuàng)新的GML指數(shù)，可解決Malmquist指數(shù)法可能出現(xiàn)的非傳遞性甚至無(wú)解的情況。

本文將非徑向DEA-SBM模型與GML指數(shù)相結(jié)合，構(gòu)建測(cè)算綠色創(chuàng)新效率的評(píng)價(jià)模型，并將GML分解為技術(shù)效率指數(shù)（GEC）與純技術(shù)進(jìn)步指數(shù)（GTC），三者之間的關(guān)系可表示為GMLit=GECit×GTCit，其中，t和i分別為年份和省份。

由于《中國(guó)環(huán)境統(tǒng)計(jì)年鑒》各省份數(shù)據(jù)僅更新到2015年，鑒于數(shù)據(jù)的可得性和有效性，本文收集了1995—2015年中國(guó)30個(gè)省份（西藏、港澳臺(tái)地區(qū)除外）由于重慶市在1997年之前隸屬四川省，出于統(tǒng)計(jì)口徑一致性原則，本文根據(jù)1997年、1998年和1999年四川省與重慶市的相關(guān)數(shù)據(jù)比例，運(yùn)用移動(dòng)平均法計(jì)算1995年和1996年重慶市的數(shù)據(jù)。涉及綠色創(chuàng)新效率的相關(guān)數(shù)據(jù)進(jìn)行測(cè)算。本文選用R&D經(jīng)費(fèi)內(nèi)部支出、R&D人員全時(shí)當(dāng)量和能源總消耗量作為投入要素，GDP作為期望產(chǎn)出，工業(yè)廢水排放總量、工業(yè)固體廢物產(chǎn)生量和工業(yè)廢氣排放量作為非期望產(chǎn)出，其數(shù)據(jù)來(lái)源于歷年《中國(guó)科技統(tǒng)計(jì)年鑒》《中國(guó)能源統(tǒng)計(jì)年鑒》《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)環(huán)境統(tǒng)計(jì)年鑒》。

（二）Dagum基尼系數(shù)及分解方法

為解決樣本數(shù)據(jù)間的交叉重疊問(wèn)題和空間差距的來(lái)源問(wèn)題，Dagum[12]提出基尼系數(shù)新的分解方法，將基尼系數(shù)（G）分解為地區(qū)內(nèi)差距（Gw）、地區(qū)間差距（Gnb）和超變密度（Gt），三者滿足G=Gw + Gnb + Gt。本文采用Dagum基尼系數(shù)分解方法從整體上測(cè)算中國(guó)綠色創(chuàng)新效率的空間差距，將中國(guó)30個(gè)省份劃分為東部地區(qū)、中部地區(qū)和西部地區(qū)東部地區(qū)包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東和海南11個(gè)省份;中部地區(qū)包括山西、內(nèi)蒙古、吉林、黑龍江、安徽、江西、河南、湖北和湖南9個(gè)省份;西部地區(qū)包括廣西、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏和新疆10個(gè)省份。進(jìn)行分析。

（三）核密度估計(jì)

核密度估計(jì)是研究非均衡分布的一種重要非參數(shù)方法，該方法根據(jù)已知的核函數(shù)對(duì)密度函數(shù)進(jìn)行估計(jì)，并利用光滑的曲線描述隨機(jī)變量的分布形態(tài)[13]。若隨機(jī)變量x的密度函數(shù)為f（x），則x在x0處的概率密度可以表示為f（x0）=（1/Nb）∑ni=1K（xi-x0/b），其中，N為觀測(cè)值個(gè)數(shù)，b為帶寬，K（）為核函數(shù)，其本質(zhì)是一種平滑轉(zhuǎn)換函數(shù)，xi為獨(dú)立同分布的觀測(cè)值，x0為均值。核密度估計(jì)結(jié)果對(duì)于帶寬十分敏感，帶寬越小，估計(jì)精度越高，在現(xiàn)實(shí)中通常選擇較小的帶寬。為此，本文選擇高斯核函數(shù)對(duì)中國(guó)綠色創(chuàng)新效率進(jìn)行估計(jì)，表達(dá)式為K（x）=（1/2π）exp（-x2/2）。

三、中國(guó)綠色創(chuàng)新效率的時(shí)空演進(jìn)規(guī)律

（一）綠色創(chuàng)新效率的時(shí)空演進(jìn)特征

1.總體時(shí)序變化特征

1996—2015年中國(guó)綠色創(chuàng)新效率GML指數(shù)及其分解結(jié)果如表1所示。

從表1可以看出，總體上中國(guó)綠色創(chuàng)新效率GML指數(shù)的變化趨勢(shì)與GTC指數(shù)的變化趨勢(shì)較為接近，說(shuō)明GML指數(shù)受GTC指數(shù)的影響較明顯，而GEC指數(shù)的作用較小。GEC指數(shù)基本維持在1上下，起伏波動(dòng)較小，但在2008—2009年呈現(xiàn)較為明顯的下降趨勢(shì)，在2009年之后連續(xù)兩年有所增長(zhǎng)并逐漸恢復(fù)穩(wěn)定;GTC指數(shù)的波動(dòng)較大，2000—2001年和2008—2009年呈現(xiàn)大起大落趨勢(shì)，這可能與2001年中國(guó)加入世界貿(mào)易組織和2008年全球金融危機(jī)有關(guān)。

2.區(qū)域時(shí)空演進(jìn)特征

本文采用1996—2015年中國(guó)各省份綠色創(chuàng)新效率GML指數(shù)及其分解后的GEC指數(shù)和GTC指數(shù)的算數(shù)平均值進(jìn)行分析，結(jié)果如表2所示。

從表2可以看出，相對(duì)于東部地區(qū)和中部地區(qū)，西部地區(qū)綠色創(chuàng)新效率GML指數(shù)（1.0240）較高。從GML指數(shù)來(lái)看，由于GEC指數(shù)更加接近1，因而GML指數(shù)受GTC指數(shù)的影響較大，即純技術(shù)進(jìn)步對(duì)綠色技術(shù)創(chuàng)新的影響更加明顯。從GEC指數(shù)來(lái)看，三大地區(qū)差距不大，中部地區(qū)GEC指數(shù)（1.0071）最高，最低為東部地區(qū)（1.0044），全國(guó)排名前6的省份為上海、安徽、甘肅、青海和江西和江蘇。從GTC指數(shù)來(lái)看，西部地區(qū)GTC指數(shù)均值最高（1.0227），可能是由于西部地區(qū)在樣本期前期綠色創(chuàng)新技術(shù)較東部地區(qū)和中部地區(qū)更加落后，而在樣本期后期，中國(guó)加大了對(duì)西部地區(qū)的建設(shè)和人才投入，對(duì)西部地區(qū)的技術(shù)進(jìn)步起到了極大的促進(jìn)作用。

（二）綠色創(chuàng)新效率空間差距及分解

根據(jù)Dagum基尼系數(shù)及其分解方法，本文分別測(cè)算1996—2015年?yáng)|部地區(qū)、中部地區(qū)和西部地區(qū)綠色創(chuàng)新效率空間差距及其分解差距，結(jié)果如表3所示。由于本文選取的樣本數(shù)據(jù)時(shí)間跨度較大，因而將1996—2015年劃分為5個(gè)經(jīng)濟(jì)周期，計(jì)算每4年內(nèi)Dagum基尼系數(shù)的平均值。

從表3可以看出，中國(guó)綠色創(chuàng)新效率基尼系數(shù)總體上呈現(xiàn)先下降后上升又下降的發(fā)展趨勢(shì)。以1996—1999年為基期，2012—2015年綠色創(chuàng)新效率基尼系數(shù)下降了0.0083，這表明綠色創(chuàng)新效率空間差距在不斷縮小。具體來(lái)看，可將樣本期內(nèi)綠色創(chuàng)新效率空間差距變化分為3個(gè)階段：第一階段為1996—2003年，該階段綠色創(chuàng)新效率差距呈現(xiàn)下降趨勢(shì);第二階段為2004—2011年，此階段基尼系數(shù)不斷上升，在周期4達(dá)到最大值0.0626;2012年以后進(jìn)入第三階段，基尼系數(shù)呈大幅下降趨勢(shì)，綠色創(chuàng)新效率地區(qū)發(fā)展非均衡現(xiàn)象有所緩和。

從中國(guó)綠色創(chuàng)新效率空間差距來(lái)源及其貢獻(xiàn)率演變趨勢(shì)來(lái)看，1996—2007年空間差距的主要來(lái)源是超變密度，2008—2015年地區(qū)間差距成為綠色創(chuàng)新效率空間差距的主要來(lái)源。具體來(lái)看，地區(qū)間差距呈現(xiàn)先下降后上升再下降的趨勢(shì)，超變密度與地區(qū)間差距呈現(xiàn)此起彼伏的態(tài)勢(shì)，波動(dòng)較大。地區(qū)內(nèi)差距的貢獻(xiàn)率則較為平穩(wěn)，維持在29%—33%之間。相比于1996—1999年，2012—2015年地區(qū)間差距的貢獻(xiàn)率上升了11.26%，超變密度和地區(qū)內(nèi)差距的貢獻(xiàn)率分別下降了6.79%和3.35%。

（三）綠色創(chuàng)新效率分布的時(shí)空演進(jìn)

本文采用核密度估計(jì)法，分析中國(guó)綠色創(chuàng)新效率分布的整體形態(tài)和動(dòng)態(tài)特征。限于篇幅，核密度圖未在正文列出，中部地區(qū)和西部地區(qū)分析未在正文列出，留存?zhèn)渌??？傮w來(lái)看，中國(guó)綠色創(chuàng)新效率核密度曲線在樣本期內(nèi)向右小幅偏移，說(shuō)明中國(guó)綠色創(chuàng)新效率逐漸提高。在此過(guò)程中，2009年曲線出現(xiàn)明顯左移的情況，該階段綠色創(chuàng)新效率有所下降，但不影響整體水平的提高。從波峰數(shù)量來(lái)看，1996—2015年一直為“單峰”狀態(tài)，說(shuō)明中國(guó)綠色創(chuàng)新效率并未出現(xiàn)極化現(xiàn)象。從波峰形態(tài)來(lái)看，與1996年相比，2001年波峰變得比較陡峭，說(shuō)明該階段中國(guó)綠色創(chuàng)新效率空間差距出現(xiàn)下降趨勢(shì);此后波峰開(kāi)始緩慢下降，在2009年波峰明顯變得扁平并且密度函數(shù)整體左移，說(shuō)明中國(guó)綠色創(chuàng)新效率的空間差距拉大且綠色創(chuàng)新效率有所下降;2011年以后波峰變得陡峭，密度函數(shù)中心右移，說(shuō)明中國(guó)綠色創(chuàng)新效率的空間差距呈現(xiàn)縮小趨勢(shì)，且綠色創(chuàng)新效率再次提高。

從中國(guó)東部地區(qū)綠色創(chuàng)新效率的核密度估計(jì)結(jié)果來(lái)看，相對(duì)于1996年，東部地區(qū)綠色創(chuàng)新效率密度函數(shù)具有小幅右移的態(tài)勢(shì)，說(shuō)明東部地區(qū)綠色創(chuàng)新效率在不斷提高。從波峰數(shù)量來(lái)說(shuō)，觀測(cè)期內(nèi)均為“單峰”，沒(méi)有出現(xiàn)極化現(xiàn)象。從波峰形態(tài)來(lái)說(shuō)，2001年波峰下降，變得扁平，密度函數(shù)中心右移，東部地區(qū)在該階段空間差距變大，但綠色創(chuàng)新效率得到提高;2011—2015年波峰恢復(fù)陡峭的態(tài)勢(shì)，并且密度函數(shù)中心逐漸右移，說(shuō)明東部地區(qū)空間差距縮小，并且綠色創(chuàng)新效率逐漸上升。

四、研究設(shè)計(jì)

（一）變量選取

被解釋變量：綠色創(chuàng)新效率（gml）。本文通過(guò)非徑向DEA-SBM模型測(cè)度了1996—2015年中國(guó)30個(gè)省份綠色創(chuàng)新效率的GML指數(shù)。

借鑒Brunnermeier和Cohen[14] 、白俊紅等[15]、李詩(shī)琪和楊晨[16]以及車?yán)诘萚17]，本文分別從以下方面選取解釋變量：（1）對(duì)外開(kāi)放程度。對(duì)外開(kāi)放可以引進(jìn)國(guó)外先進(jìn)的技術(shù)和高素質(zhì)人才，激發(fā)創(chuàng)新活力，但環(huán)境管制如果過(guò)于寬松也將導(dǎo)致污染產(chǎn)業(yè)的進(jìn)入，不利于經(jīng)濟(jì)的綠色增長(zhǎng)，因而對(duì)外開(kāi)放對(duì)中國(guó)綠色創(chuàng)新效率的影響效果并不確定。本文選取外商依存度（fdi）和外貿(mào)總額的自然對(duì)數(shù)（lntra）代表對(duì)外開(kāi)放程度，其中外商依存度采用外商直接投資與各省份生產(chǎn)總值的比值來(lái)衡量。（2）科技投入?？萍佳邪l(fā)資金和技術(shù)人員的投入是地區(qū)創(chuàng)新投入能力的充分體現(xiàn)。本文選取科研經(jīng)費(fèi)的自然對(duì)數(shù)（lnfun）和科研人員數(shù)量的自然對(duì)數(shù)（lnhum）代表科研投入，其中科研經(jīng)費(fèi)采用R&D經(jīng)費(fèi)內(nèi)部支出來(lái)衡量，科研人員數(shù)量采用R&D人員全時(shí)當(dāng)量來(lái)衡量。（3）金融市場(chǎng)發(fā)展水平。中國(guó)金融發(fā)展對(duì)綠色創(chuàng)新效率有著顯著影響。本文選取金融發(fā)展規(guī)模（fins）和金融發(fā)展效率（fine）代表金融市場(chǎng)發(fā)展水平，其中金融發(fā)展規(guī)模采用銀行業(yè)金融機(jī)構(gòu)當(dāng)年年末貸款余額與各省份生產(chǎn)總值的比值來(lái)衡量，金融發(fā)展效率采用銀行業(yè)金融機(jī)構(gòu)當(dāng)年年末貸款余額與存款余額的比值來(lái)衡量。（4）經(jīng)濟(jì)發(fā)展水平。經(jīng)濟(jì)發(fā)展可以為各省份綠色創(chuàng)新效率提供原始動(dòng)力，提供優(yōu)化治理環(huán)境污染和新能源開(kāi)發(fā)的技術(shù)手段。本文選取第二產(chǎn)業(yè)比重（sec）、第三產(chǎn)業(yè)比重（ter）和人均GDP的自然對(duì)數(shù)（lnpgdp）代表經(jīng)濟(jì)發(fā)展水平，其中第二產(chǎn)業(yè)比重和第三產(chǎn)業(yè)比重分別采用各省份第二產(chǎn)業(yè)生產(chǎn)總值和第三產(chǎn)業(yè)生產(chǎn)總值與各省份生產(chǎn)總值的比值來(lái)衡量。

（二）模型設(shè)定

由于技術(shù)創(chuàng)新通常受到前期因素的影響，為了更加全面地檢驗(yàn)中國(guó)綠色創(chuàng)新效率的影響因素及其效果，引入被解釋變量的滯后期，借鑒林伯強(qiáng)和譚睿鵬[18]的研究，構(gòu)建動(dòng)態(tài)面板數(shù)據(jù)模型：

gmlit=α+β1gmli，t-1+β2fdiit+β3lntrait+β4lnfunit+β5lnhumit+β6finsit+

β7fineit+β8secit+β9terit+β10lnpgdpit+β11xi+εit

其中，i和t分別為省份和年份， x為不隨時(shí)間變化的各省份截面的個(gè)體效應(yīng)，ε為隨機(jī)擾動(dòng)項(xiàng)。

（三）數(shù)據(jù)來(lái)源

本文利用1996—2015年中國(guó)30個(gè)省份的數(shù)據(jù)，從對(duì)外開(kāi)放程度、科技投入、金融市場(chǎng)發(fā)展水平和經(jīng)濟(jì)發(fā)展水平四個(gè)方面分析中國(guó)綠色創(chuàng)新效率的影響因素，數(shù)據(jù)主要來(lái)源于歷年《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)科技統(tǒng)計(jì)年鑒》《中國(guó)金融年鑒》。表4為變量的描述性統(tǒng)計(jì)。

五、回歸結(jié)果與分析

（一）基準(zhǔn)回歸結(jié)果

由于計(jì)量模型包含被解釋變量的滯后項(xiàng)，考慮到內(nèi)生性問(wèn)題，本文采用兩步差分廣義矩估計(jì)（差分GMM）和兩步系統(tǒng)廣義矩估計(jì)（系統(tǒng)GMM）進(jìn)行回歸，同時(shí)還報(bào)告了混合最小二乘估計(jì)（POLS）和固定效應(yīng)估計(jì)（FE）的回歸結(jié)果，如表5所示。

從表5可以看出，差分GMM和系統(tǒng)GMM估計(jì)均通過(guò)了F檢驗(yàn)，擾動(dòng)項(xiàng)不存在二階自相關(guān)，通過(guò)了AR檢驗(yàn)，同時(shí)通過(guò)了Sargan檢驗(yàn)。此外，差分GMM和系統(tǒng)GMM回歸結(jié)果通過(guò)顯著性檢驗(yàn)的解釋變量數(shù)量更多，顯著效果更好，說(shuō)明差分GMM和系統(tǒng)GMM有效地解決了回歸模型中存在的內(nèi)生性問(wèn)題，本文選擇系統(tǒng)GMM回歸結(jié)果進(jìn)行具體分析。

無(wú)論是差分GMM還是系統(tǒng)GMM，綠色創(chuàng)新效率一階滯后項(xiàng)在1%的水平上均顯著為負(fù)。這可能是由于綠色創(chuàng)新效率是一個(gè)相對(duì)指標(biāo)，譬如當(dāng)上一期綠色創(chuàng)新效率較高、大于1時(shí)，當(dāng)期會(huì)加大投入要素以期獲得更高產(chǎn)出，但當(dāng)期綠色創(chuàng)新的技術(shù)、設(shè)備和工藝無(wú)法將全部投入要素有效地轉(zhuǎn)化為產(chǎn)出，從而使得當(dāng)期綠色創(chuàng)新效率較上一期更低。

在科技投入方面，科研經(jīng)費(fèi)的回歸系數(shù)為-0.0682，且在1%的水平上顯著，說(shuō)明科研經(jīng)費(fèi)存在投入多而產(chǎn)出少的低效率問(wèn)題。，出現(xiàn)了研發(fā)投入粗放型增長(zhǎng)與綠色創(chuàng)新效率降低并存的索洛悖論現(xiàn)象。當(dāng)科研投入回報(bào)率明顯小于投資期望時(shí)，增加科研經(jīng)費(fèi)投入可以為綠色創(chuàng)新提供資金支持，但也會(huì)抑制市場(chǎng)中各個(gè)企業(yè)的綠色創(chuàng)新活力，對(duì)綠色創(chuàng)新產(chǎn)生擠出效應(yīng)?？蒲腥藛T數(shù)量的回歸系數(shù)為0.0462，且在1%的水平上顯著，表明科研人員數(shù)量對(duì)綠色創(chuàng)新效率有促進(jìn)作用。科研人員投入可以為綠色創(chuàng)新提供知識(shí)存量，知識(shí)外溢效應(yīng)可以使科研人員在交流中互相學(xué)習(xí)綠色創(chuàng)新理念，對(duì)于促進(jìn)綠色創(chuàng)新起著重要作用[19]。

在金融市場(chǎng)發(fā)展方面，金融發(fā)展規(guī)模的回歸系數(shù)為-0.1320，在1%的水平上顯著，說(shuō)明中國(guó)金融機(jī)構(gòu)資金量增加會(huì)導(dǎo)致綠色創(chuàng)新效率下降。中國(guó)金融投資的主要方式是僑匯和FDI[20]，然而中國(guó)金融發(fā)展并未形成一定的規(guī)模，金融風(fēng)險(xiǎn)保障體系并不完善，可能會(huì)使一些企業(yè)面臨較高的融資約束，對(duì)經(jīng)濟(jì)增長(zhǎng)產(chǎn)生負(fù)向作用[21]，從而對(duì)提高綠色創(chuàng)新技術(shù)水平形成資金約束，降低綠色創(chuàng)新效率。金融發(fā)展效率回歸系數(shù)為0.3010，且在1%的水平上顯著，金融發(fā)展效率在一定程度上反映金融發(fā)展水平，在金融發(fā)展水平較高的地區(qū)，創(chuàng)新活動(dòng)比較活躍，從而促進(jìn)綠色創(chuàng)新效率的提高。

在經(jīng)濟(jì)發(fā)展水平方面，第二產(chǎn)業(yè)比重的回歸系數(shù)為-0.5360，且在1%的水平上顯著。自改革開(kāi)放以來(lái)中國(guó)工業(yè)發(fā)展為經(jīng)濟(jì)增長(zhǎng)作出了巨大貢獻(xiàn)，但能源消耗強(qiáng)度一直高于第一產(chǎn)業(yè)和第三產(chǎn)業(yè)，盡管產(chǎn)業(yè)結(jié)構(gòu)不斷優(yōu)化升級(jí)，但與其他產(chǎn)業(yè)能源消耗強(qiáng)度的差距并未縮小。第三產(chǎn)業(yè)比重的回歸系數(shù)為-0.2870，且在5%的水平上顯著，說(shuō)明中國(guó)第三產(chǎn)業(yè)比重對(duì)綠色創(chuàng)新效率的影響是負(fù)向的。中國(guó)的工業(yè)與服務(wù)業(yè)并沒(méi)有很好地融合互動(dòng)，另外，中國(guó)第三產(chǎn)業(yè)整體運(yùn)行效率偏低，存在非綠色發(fā)展現(xiàn)象，從而使得第三產(chǎn)業(yè)的發(fā)展未能提高綠色創(chuàng)新效率[22]。人均GDP的回歸系數(shù)為0.0642，且在1%的水平上顯著。區(qū)域經(jīng)濟(jì)發(fā)展水平越高，企業(yè)進(jìn)行綠色創(chuàng)新所面臨的資金壓力越小，同時(shí)，政府會(huì)逐漸加強(qiáng)當(dāng)?shù)丨h(huán)境保護(hù)和污染治理，更加重視綠色創(chuàng)新效率。

（二）穩(wěn)健性檢驗(yàn)

為了驗(yàn)證模型的穩(wěn)健性，本文分別采用POLS、FE、差分GMM和系統(tǒng)GMM等方法進(jìn)行檢驗(yàn)，由表5可知，POLS估計(jì)和FE估計(jì)均通過(guò)了F檢驗(yàn)，且FE估計(jì)通過(guò)了Hausman檢驗(yàn)，對(duì)比不同回歸模型，各變量系數(shù)的大小和方向基本保持穩(wěn)定，與前文結(jié)論一致。同時(shí)，本文將1996—2015年的樣本數(shù)據(jù)劃分為1995—2005年以及2006—2015年兩個(gè)時(shí)間段，對(duì)兩組樣本數(shù)據(jù)分別進(jìn)行回歸，回歸結(jié)果限于篇幅，分組回歸結(jié)果未在正文列出，留存?zhèn)渌?。表明，?995—2005年的數(shù)據(jù)樣本中，第三產(chǎn)業(yè)比重的回歸系數(shù)變得不再顯著外，其余回歸結(jié)果未發(fā)生明顯改變，證明了本文主要結(jié)論的穩(wěn)健性。

六、研究結(jié)論與政策建議

本文采用非徑向DEA-SBM模型和Global Malmquist-Luenberger指數(shù)對(duì)1995—2015年中國(guó)30個(gè)省份的綠色創(chuàng)新效率進(jìn)行測(cè)度，并分析全國(guó)以及東部地區(qū)、中部地區(qū)和西部地區(qū)綠色創(chuàng)新效率的時(shí)空演進(jìn)規(guī)律，在此基礎(chǔ)上，構(gòu)建動(dòng)態(tài)面板數(shù)據(jù)模型實(shí)證檢驗(yàn)綠色創(chuàng)新效率的影響因素。研究結(jié)果表明：第一，盡管綠色創(chuàng)新效率呈現(xiàn)上升趨勢(shì)，但各區(qū)域之間發(fā)展非均衡現(xiàn)象仍然存在。第二，根據(jù)Dagum基尼系數(shù)及其地區(qū)分解發(fā)現(xiàn)，中國(guó)綠色創(chuàng)新效率空間差距總體上呈現(xiàn)出先下降后上升又下降的趨勢(shì)。第三，根據(jù)核密度估計(jì)結(jié)果發(fā)現(xiàn)，中國(guó)綠色創(chuàng)新效率得到提高，沒(méi)有出現(xiàn)極化現(xiàn)象，且空間差距呈現(xiàn)減小趨勢(shì)。第四，科研經(jīng)費(fèi)、金融發(fā)展規(guī)模、第二產(chǎn)業(yè)比重和第三產(chǎn)業(yè)比重抑制了中國(guó)綠色創(chuàng)新效率的提高，而科研人員數(shù)量、金融發(fā)展效率和人均GDP則對(duì)中國(guó)綠色創(chuàng)新效率起到了促進(jìn)作用。

根據(jù)以上研究結(jié)論，筆者提出如下政策建議：第一，當(dāng)前中國(guó)三大地區(qū)的綠色創(chuàng)新效率差距較大，各地應(yīng)采取因地制宜的政策，根據(jù)各地區(qū)發(fā)展現(xiàn)狀和存在的問(wèn)題采取差異化戰(zhàn)略。第二，有效發(fā)揮政府職能，加快創(chuàng)新技術(shù)的研發(fā)。對(duì)科研經(jīng)費(fèi)和科研人員進(jìn)行合理調(diào)配和有效利用。第三，凈化金融市場(chǎng)，全面推進(jìn)市場(chǎng)化改革進(jìn)程。不斷完善金融體系，整頓金融市場(chǎng)秩序，提高資本分配在市場(chǎng)化配置中的比率，合理擴(kuò)大金融發(fā)展規(guī)模，重視金融發(fā)展效率。第四，進(jìn)行產(chǎn)業(yè)結(jié)構(gòu)升級(jí)，實(shí)現(xiàn)經(jīng)濟(jì)水平的穩(wěn)步增長(zhǎng)。當(dāng)前中國(guó)要實(shí)現(xiàn)經(jīng)濟(jì)增長(zhǎng)的最有效方法是進(jìn)行產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整和升級(jí)，應(yīng)發(fā)展現(xiàn)代服務(wù)業(yè)和高端制造業(yè)，實(shí)現(xiàn)服務(wù)業(yè)的綠色發(fā)展，使經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)型真正具有切實(shí)意義。

參考文獻(xiàn)：

[1] Fritsch，M.，F(xiàn)ranke， G.Innovation， Regional Knowledge Spillovers and R&D Cooperation[J].Research Policy， 2004， 33（2）：245-255.

[2] Guan，J.，Chen， K.Modeling the Relative Efficiency of National Innovation Systems[J].Research Policy， 2012， 41（1）：102-115.

[3] 王彩明， 李健.中國(guó)區(qū)域綠色創(chuàng)新績(jī)效評(píng)價(jià)及其時(shí)空差異分析——基于2005—2015年的省際工業(yè)企業(yè)面板數(shù)據(jù)[J].科研管理， 2019， （6）：29-42.

[4] 劉佳， 宋秋月.中國(guó)旅游產(chǎn)業(yè)綠色創(chuàng)新效率的空間網(wǎng)絡(luò)結(jié)構(gòu)與形成機(jī)制[J].中國(guó)人口·資源與環(huán)境， 2018， （8）：127-137.

[5] 陸菊春， 沈春怡.國(guó)家中心城市綠色創(chuàng)新效率的異質(zhì)性及演變特征[J].城市問(wèn)題， 2019， （2）：23-30.

[6] 錢麗， 肖仁橋， 陳忠衛(wèi).我國(guó)工業(yè)企業(yè)綠色技術(shù)創(chuàng)新效率及其區(qū)域差異研究——基于共同前沿理論和DEA模型[J].經(jīng)濟(jì)理論與經(jīng)濟(jì)管理， 2015， （1）：26-43.

[7] 王旭， 褚旭.中國(guó)制造業(yè)綠色技術(shù)創(chuàng)新與融資契約選擇[J].科學(xué)學(xué)研究， 2019， （2）：351-361.

[8] Langpap，C.，Shimshack， J.P.Private Citizen Suits and Public Enforcement： Substitutes or Complements？ [J].Journal of Environmental Economics & Management， 2010， 59（3）：235-249.

[9] 曹洪軍， 陳澤文.內(nèi)外環(huán)境對(duì)企業(yè)綠色創(chuàng)新戰(zhàn)略的驅(qū)動(dòng)效應(yīng)——高管環(huán)保意識(shí)的調(diào)節(jié)作用[J].南開(kāi)管理評(píng)論， 2017， （6）：95-103.

[10] Tone， K.A Slacks-Based Measure of Efficiency in Data Envelopment Analysis[J].European Journal of Operational Research， 2001， 130（3）：498-509.

[11] Oh， D.H.A Global Malmquist-Luenberger Productivity Index[J].Journal of Productivity Analysis， 2010， 34（3）：183-197.

[12] Dagum， C.A New Approach to the Decomposition of the Gini Income Inequality Ratio[J].Empirical Economics， 1997， 22（4）：515-531.

[13] Rosenblatt， M.Remarks on Some Nonparametric Estimates of a Density Function[J].Annals of Mathematical Statistics， 1956， 27（3）：832-837.

[14] Brunnermeier， S.B.， Cohen， M.A.Determinants of Environmental Innovation in US Manufacturing Industries[J].2003， 45（2）：278-293.

[15] 白俊紅， 江可申， 李婧.中國(guó)區(qū)域創(chuàng)新系統(tǒng)創(chuàng)新效率綜合評(píng)價(jià)及分析[J].管理評(píng)論， 2009，（9）：3-9.

[16] 李詩(shī)琪， 楊晨.金融發(fā)展對(duì)綠色創(chuàng)新效率的影響研究[J].江西師范大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版）， 2018， （6）：86-94.

[17] 車?yán)冢?白永平， 周亮 .中國(guó)綠色發(fā)展效率的空間特征及溢出分析[J].地理科學(xué)， 2018， （11）：1788-1798.

[18] 林伯強(qiáng)，譚睿鵬.中國(guó)經(jīng)濟(jì)集聚與綠色經(jīng)濟(jì)效率[J].經(jīng)濟(jì)研究， 2019， （2）：121-134.

[19] 李金滟， 李超， 李澤宇.城市綠色創(chuàng)新效率評(píng)價(jià)及其影響因素分析[J].統(tǒng)計(jì)與決策， 2017， （20）：116-120.

[20] Giuliano， P.， Ruiz-Arranz， M.Remittances， Financial Development， and Growth[J].Journal of Development Economics， 2009， 90（1）：144-152.

[21] 李苗苗， 肖洪鈞， 趙爽.金融發(fā)展、技術(shù)創(chuàng)新與經(jīng)濟(jì)增長(zhǎng)的關(guān)系研究——基于中國(guó)的省市面板數(shù)據(jù)[J].中國(guó)管理科學(xué)， 2015， （2）：162-169.

[22] 龐瑞芝， 王亮.服務(wù)業(yè)發(fā)展是綠色的嗎？——基于服務(wù)業(yè)環(huán)境全要素效率分析[J].產(chǎn)業(yè)經(jīng)濟(jì)研究， 2016， （4）：18-28.

（責(zé)任編輯：孫 艷）

收稿日期：2020-09-15

基金項(xiàng)目：中國(guó)博士后基金面上項(xiàng)目“高技術(shù)產(chǎn)業(yè)創(chuàng)新驅(qū)動(dòng)中低技術(shù)產(chǎn)業(yè)作用機(jī)制及對(duì)策研究”（2018M631410）; 山東省高等學(xué)校“青創(chuàng)科技計(jì)劃”項(xiàng)目“山東省社會(huì)保障收入再分配效應(yīng)研究”（2020RWE003）;青島市社會(huì)科學(xué)規(guī)劃項(xiàng)目“青島市高質(zhì)量發(fā)展地區(qū)差距及區(qū)域協(xié)同提升研究”（QDSKL2001247）

作者簡(jiǎn)介：呂承超（1983-），男，山東青島人，教授，博士，博士生導(dǎo)師，主要從事國(guó)民經(jīng)濟(jì)學(xué)和品牌經(jīng)濟(jì)學(xué)研究。E-mail：chengchao0532@163.com