陳清 林珊珊

摘 要：基于2009—2018年我國(guó)省際面板數(shù)據(jù)，運(yùn)用Super-SBM模型同時(shí)測(cè)度了考慮非期望產(chǎn)出的綠色創(chuàng)新效率和不考慮非期望產(chǎn)出的傳統(tǒng)創(chuàng)新效率，并運(yùn)用Malmquist-Luenberger指數(shù)方法對(duì)綠色創(chuàng)新效率進(jìn)行了動(dòng)態(tài)分析。研究表明：我國(guó)綠色創(chuàng)新效率整體呈增長(zhǎng)態(tài)勢(shì)但水平偏低，呈無效率狀態(tài)，進(jìn)步空間較大;我國(guó)三大地區(qū)綠色創(chuàng)新效率呈現(xiàn)出由東向西遞減的格局，且各省市綠色創(chuàng)新效率根據(jù)變動(dòng)情況可以分為平穩(wěn)型、增長(zhǎng)型和波動(dòng)型三類;考慮非期望產(chǎn)出的綠色創(chuàng)新效率比不考慮非期望產(chǎn)出的傳統(tǒng)創(chuàng)新效率低，且中西部差異更顯著;技術(shù)效率和技術(shù)進(jìn)步共同導(dǎo)致我國(guó)綠色創(chuàng)新水平的提高，且技術(shù)進(jìn)步的影響程度大于技術(shù)效率，其與ML指數(shù)變動(dòng)的趨同性也更高;我國(guó)綠色創(chuàng)新的動(dòng)態(tài)效率呈現(xiàn)中部>西部>東部的格局，且多數(shù)省市的ML指數(shù)均大于1，存在不同程度的進(jìn)步。

關(guān)鍵詞：綠色創(chuàng)新;效率評(píng)價(jià);Super-SBM模型;Malmquist-Luenberger指數(shù);非期望產(chǎn)出

中圖分類號(hào)：F 205

文獻(xiàn)標(biāo)識(shí)碼：A?? 文章編號(hào)：1672-7312（2021）05-0510-09

Evaluation of Green Innovation Efficiency at

Provincial Level in China

——Based on Super-SBM model and ML index

CHEN Qing，LIN Shanshan

（School of Economics and Management，Nantong University，Nantong 226000，China）

Abstract：Based on Chinas provincial panel data from 2009 to 2018，this paper used Super-SBM model to measure both green innovation efficiency with non-expected outputs and traditional innovation efficiency without non-expected outputs，and used Malmquist-Luenberger index method to conduct dynamic analysis on green innovation efficiency.The results show that the overall green innovation efficiency in China is growing，but the level is low，showing inefficiency，and there is much room for progress.The efficiency of green innovation in the three regions of China is decreasing from east to west，and the efficiency of green innovation in each province can be divided into three types：stable，increasing and fluctuating.The efficiency of green innovation considering non-expected output is lower than that of traditional innovation without considering non-expected output，and the difference between the central and western regions is more significant.Technological efficiency and technological progress lead to the improvement of green innovation level in China，and the influence of technological progress is greater than that of technical efficiency，and the convergence between technological progress and ML index changes is higher.The dynamic efficiency of green innovation in my China presents a pattern of central>western>eastern，and most provinces and cities have ML indexes greater than 1，showing different degrees of progress.

Key words：green innovation;efficiency evaluation;super-SBM model;Malmquist-Luenberger index;undesired output

0 引言近年來，我國(guó)經(jīng)濟(jì)高速發(fā)展伴隨而來的資源環(huán)境問題亟待解決，2020年中國(guó)的全球環(huán)境績(jī)效指數(shù)（EPI）排名在180個(gè)國(guó)家和地區(qū)中排第120位，而據(jù)《2020年全國(guó)生態(tài)環(huán)境質(zhì)量簡(jiǎn)況》顯示，2020年全國(guó)337個(gè)地級(jí)以上城市中有135個(gè)城市的空氣質(zhì)量超標(biāo)。針對(duì)這一現(xiàn)象，《2035遠(yuǎn)景目標(biāo)》中提出至2035年要基本實(shí)現(xiàn)美麗中國(guó)的建設(shè)目標(biāo);“十四五”規(guī)劃更是提出要完善生態(tài)領(lǐng)域的統(tǒng)籌協(xié)調(diào)機(jī)制以促進(jìn)經(jīng)濟(jì)社會(huì)發(fā)展實(shí)現(xiàn)全面綠色轉(zhuǎn)型。因此，在高質(zhì)量發(fā)展過程中如何實(shí)現(xiàn)綠色轉(zhuǎn)型成為當(dāng)務(wù)之急，而綠色創(chuàng)新正是實(shí)現(xiàn)綠色轉(zhuǎn)型的必由之路。通過客觀評(píng)價(jià)我國(guó)各區(qū)域的綠色創(chuàng)新效率，因地制宜找出不同區(qū)域提高綠色創(chuàng)新效率的政策著力點(diǎn)，對(duì)推動(dòng)我國(guó)實(shí)現(xiàn)高質(zhì)量發(fā)展和綠色轉(zhuǎn)型具有現(xiàn)實(shí)意義。

1 文獻(xiàn)回顧BEISE（2004）提出綠色創(chuàng)新是企業(yè)為了減少環(huán)境問題而采用更為清潔的流程、技術(shù)等生產(chǎn)模式[1];GHISETTI（2014）將綠色創(chuàng)新分為能源資源有效型和外部減少型兩種[2];而李旭（2014）基于“動(dòng)機(jī)—過程—結(jié)果”的框架將綠色創(chuàng)新劃分為資源節(jié)約型、環(huán)境友好型和混合型綠色創(chuàng)新3種[3]。對(duì)綠色創(chuàng)新效率的評(píng)價(jià)方法主要分為兩大類：第一類是數(shù)據(jù)包絡(luò)分析法（DEA），如SUEYOSHI（2010）首次提出了DEA-RAM模型，并基于此模型測(cè)算出企業(yè)綠色創(chuàng)新效率[4];GUAN & CHEN（2010）運(yùn)用網(wǎng)絡(luò)DEA模型對(duì)創(chuàng)新過程中每一階段的效率都進(jìn)行了測(cè)算[5];任耀等（2014）基于包含三大效率的聯(lián)系效率DEA-RAM模型測(cè)算了山西省的工業(yè)綠色創(chuàng)新效率[6];錢麗等（2015）采用共享投入關(guān)聯(lián)兩階段DEA模型測(cè)算出各省份的企業(yè)綠色創(chuàng)新效率并探究其時(shí)空差異及原因[7];吳傳清等（2019）采用熵值法構(gòu)建環(huán)境污染綜合指數(shù)并運(yùn)用Super-SBM模型測(cè)算出我國(guó)裝備制造業(yè)的綠色創(chuàng)新效率[8]。第二類是隨機(jī)前沿分析法（SFA），如AIGNER（1977）首次提出了隨機(jī)前沿模型，并對(duì)影響技術(shù)創(chuàng)新效率的因素進(jìn)行了分析[9];曹霞等（2015）通過結(jié)合投影尋蹤模型對(duì)隨機(jī)前沿模型進(jìn)行改進(jìn)，從而更有效的測(cè)算出我國(guó)區(qū)域創(chuàng)新效率[10];孫宏芃（2016）采用隨機(jī)前沿方法測(cè)算出我國(guó)區(qū)域綠色技術(shù)創(chuàng)新效率，發(fā)現(xiàn)并非經(jīng)濟(jì)更發(fā)達(dá)的東部地區(qū)表現(xiàn)出更高的效率值[11];張峰等（2020）基于SFA模型構(gòu)建了我國(guó)省域高技術(shù)產(chǎn)業(yè)綠色技術(shù)創(chuàng)新的三階段組合效率測(cè)度模型，測(cè)度結(jié)果發(fā)現(xiàn)綠色技術(shù)創(chuàng)新效率存在顯著的空間區(qū)域特征[12]。除DEA和SFA模型外，還有一些學(xué)者采用非傳統(tǒng)方法如

ZHANG（2015）采用以CCR模型和SBM模型為基礎(chǔ)的混合模型測(cè)度了考慮非期望產(chǎn)出的綠色生產(chǎn)效率[13];高廣闊等（2018）采用Super-MindS模型測(cè)算了京津冀地區(qū)高污染行業(yè)的綠色創(chuàng)新效率，并運(yùn)用空間統(tǒng)計(jì)方法探究其空間分布特征[14];吳旭曉（2019）采用非期望Minds模型和灰色系統(tǒng)動(dòng)態(tài)方程研究了我國(guó)七大區(qū)綠色創(chuàng)新效率的時(shí)空發(fā)展軌跡，發(fā)現(xiàn)各省的軌跡存在較大異質(zhì)性[15]。對(duì)綠色創(chuàng)新效率的評(píng)價(jià)指標(biāo)體系的構(gòu)建主要分為兩大類：第一類是一階段投入產(chǎn)出評(píng)價(jià)指標(biāo)體系，不包括中間產(chǎn)出，如顏莉（2012）選取了人力資源、資金、基礎(chǔ)設(shè)施投入和科技成果、經(jīng)濟(jì)、社會(huì)和環(huán)境績(jī)效等9個(gè)指標(biāo)來測(cè)算我國(guó)區(qū)域創(chuàng)新效率[16];傅京燕等（2018）構(gòu)建了由投入、期望和非期望產(chǎn)出3個(gè)一級(jí)指標(biāo)，勞動(dòng)、資本、能源、地區(qū)生產(chǎn)總值和“三廢”排放量5個(gè)二級(jí)指標(biāo)構(gòu)成的綠色全要素生產(chǎn)率評(píng)價(jià)指標(biāo)體系[17];昝哲等（2021）構(gòu)建了由勞動(dòng)力、資本及技術(shù)投入、創(chuàng)新結(jié)果產(chǎn)出、經(jīng)濟(jì)產(chǎn)出和環(huán)境污染等6個(gè)指標(biāo)組成的綠色技術(shù)創(chuàng)新效率評(píng)價(jià)指標(biāo)體系[18]。第二類是兩階段投入產(chǎn)出指標(biāo)體系，包括中間產(chǎn)出，如錢麗等（2015）選取了研發(fā)投入、非研發(fā)投入、中間產(chǎn)出和成果轉(zhuǎn)化產(chǎn)出4個(gè)一級(jí)指標(biāo)來測(cè)算我國(guó)工業(yè)企業(yè)綠色技術(shù)創(chuàng)新效率[7];梁圣蓉等（2019）構(gòu)建了由創(chuàng)新投入、中間產(chǎn)出、非研發(fā)投入、期望和非期望產(chǎn)出5個(gè)一級(jí)指標(biāo)以及15個(gè)二級(jí)指標(biāo)組成的評(píng)價(jià)指標(biāo)體系來測(cè)算綠色技術(shù)創(chuàng)新效率[19]。通過對(duì)現(xiàn)有文獻(xiàn)進(jìn)行總結(jié)可知，國(guó)內(nèi)外學(xué)者對(duì)綠色創(chuàng)新效率已有大量研究，但在評(píng)價(jià)方法和指標(biāo)選取方面存在一些不足。在評(píng)價(jià)方法上主要以DEA為主，但傳統(tǒng)DEA模型很少同時(shí)考慮“松弛”變量和非期望產(chǎn)出，可能會(huì)造成效率值被高估的情況，基于此，本文采用同時(shí)考慮兩者的Super-SBM模型;在指標(biāo)選取上，大多數(shù)學(xué)者如肖文（2014）[20]、田紅彬（2020）[21]等僅僅將資源環(huán)境問題納入產(chǎn)出指標(biāo)即非期望產(chǎn)出中，而實(shí)際上在綠色創(chuàng)新的投入過程中也存在資源環(huán)境因素，如能源投入，基于此，本文將能源投入和環(huán)境污染問題同時(shí)納入投入產(chǎn)出指標(biāo)中。除此之外，現(xiàn)有文獻(xiàn)主要是對(duì)綠色創(chuàng)新效率的靜態(tài)分析，很少有人分析綠色創(chuàng)新效率的動(dòng)態(tài)趨勢(shì)，基于此，本文采用Super-SBM模型和ML指數(shù)同時(shí)對(duì)我國(guó)各省市的綠色創(chuàng)新效率靜態(tài)水平和動(dòng)態(tài)水平進(jìn)行測(cè)算與分析。將資源環(huán)境因素納入創(chuàng)新過程的投入和產(chǎn)出指標(biāo)中;測(cè)算出包含非期望產(chǎn)出的綠色創(chuàng)新效率與不包含非期望產(chǎn)出的傳統(tǒng)創(chuàng)新效率并進(jìn)行對(duì)比分析;對(duì)我國(guó)各省市的綠色創(chuàng)新效率靜態(tài)水平和動(dòng)態(tài)水平進(jìn)行綜合分析。

2 模型設(shè)定與指標(biāo)選擇

2.1 模型設(shè)定

2.1.1 Super-SBM模型本文參照TONE（2003）[22]、LI H（2013）[23]的研究，將松弛性問題和非期望產(chǎn)出同時(shí)納入傳統(tǒng)DEA模型，構(gòu)建Super-SBM模型如下：首先，假設(shè)每個(gè)省市都是一個(gè)決策單元，則n個(gè)DMU均用m種創(chuàng)新投入產(chǎn)生了n1種期望產(chǎn)出和n2種非期望產(chǎn)出，則可定義矩陣見式（1）。

X=（x1，…，Xm）∈Rm+n

Yg=（xg1，…，Xgn1）∈Rn1×n

Xb=（xb1，…，Xbm）∈Rn2×n

（1）其中

x∈R+m，yb∈R+n1，yb∈R+n2。

則構(gòu)建包含非期望產(chǎn)出的生產(chǎn)可能性集見式（2）。

P=

（，g，b）|≥∑ni=1，≠0λixi，

g≤

∑ni=1，≠0

λiygi，

b

≥∑ni=1，≠0λiybi，λ≥0

（2）其中，

λ是權(quán)重向量。其次，構(gòu)建包含非期望產(chǎn)出的Super-SBM模型為式（3）。

ζ*=min

1m

∑mi=1

ixi0

1n1+n2

∑n1r=1

gr

ygr0

+

∑n1r=1

b1

ybI0

s.t.

≥

∑n1i=1，≠0λixi

g≤

∑ni=1，≠0λiygi

b≤

∑ni=1，≠0λiybi

≥x0，g≥yg0，b≥yb0，λ≥0

（3）

式中：，g，b分別為投入、期望和非期望產(chǎn)出的松弛向量;

λi為權(quán)重向量;ζ*的值可以大于1且其值越大表明綠色創(chuàng)新效率越高。

2.1.2 Malmquist-Luenberger指數(shù)為了進(jìn)一步分析綠色創(chuàng)新效率的動(dòng)態(tài)變動(dòng)情況，本文參照CHUNG（1997）[24]、FRE（2001）[25]的研究，采用ML指數(shù)方法來測(cè)算綠色創(chuàng)新的動(dòng)態(tài)效率?；诜瞧谕a(chǎn)出角度，從t到t+1期間的ML指數(shù)可表示為式（4）。

MLt+1t=

1+t0（xt，yt，bt;yt，-bt）

1+t0（xt+1，yt+1，bt+1;yt+1，-bt+1）

×

1+t+10（xt，yt，bt;yt，-bt）

1+t+10（xt+1，yt+1，bt+1;yt+1，-bt+1）

（4）其中ML指數(shù)又可分解為技術(shù)效率變化指數(shù)（EFFCH）和技術(shù)進(jìn)步指數(shù)（TECH），見式（5）。

MLt+1t=EFFECHt+1t·TECHt+1t

EFFECHt+1t=

1+t0（xt，yt，bt;yt，-bt）

1+t+10（xt+1，yt+1，bt+1;yt+1，-bt+1）

TECHt+1t

=

1+t+10（xt，yt，bt;yt，-bt）

1+t0（xt，yt，bt;yt，-bt）

×

1+t+10（xt+1，yt+1，bt;yt+1，-bt+1）

1+t0（xt+1，yt+1，bt+1;yt+1，-bt+1）

（5）其中，ML>0、EFFCH>0、TECH>0分別表示綠色創(chuàng)新效率增長(zhǎng)、技術(shù)效率改善、前沿技術(shù)進(jìn)步;ML<0、EFFCH<0、TECH<0分別表示綠色創(chuàng)新效率降低、技術(shù)效率惡化、前沿技術(shù)退步。

2.2 指標(biāo)選擇與數(shù)據(jù)說明本文借鑒韓晶（2012）[26]、羅良文（2016）[27]、吳傳清（2019）[8]等學(xué)者的評(píng)價(jià)方法，在傳統(tǒng)投入-產(chǎn)出法的基礎(chǔ)上考慮到能源消耗和環(huán)境污染因素，基于科學(xué)性、可得性等指標(biāo)選取原則，建立了如下評(píng)價(jià)指標(biāo)體系。

2.2.1 投入指標(biāo)

創(chuàng)新投入主要包括人員投入和資金投入，本文選取R&D人員全時(shí)當(dāng)量和R&D實(shí)際資本存量作為創(chuàng)新活動(dòng)的投入指標(biāo)，其中采用永續(xù)盤存法（PIM）來計(jì)算R&D實(shí)際資本存量，公式為：

Ki，t=Ki，t-1（1-δi，t）+Ii，t

，式中

Ki，t、Ki，t-1

分別為第i個(gè)省份t到t-1年的資本存量;Ii，t為投資額;δi，t為折舊率。本文借鑒張軍（2004）[28]的研究，將折舊率設(shè)定為9.6%，用固定資產(chǎn)形成總額來表示Ii，t，并以2008年為基期，根據(jù)固定資產(chǎn)價(jià)格指數(shù)平減各年的投資總額，將其折算為2008年不變價(jià)，并以2008年的固定資產(chǎn)形成總額除以10%來表示基期的資本存量。除此之外，參考韓晶（2012）[26]的做法，將資源環(huán)境因素也納入投入指標(biāo)中，本文選取以萬噸標(biāo)準(zhǔn)煤為單位的能源消耗總量作為能源投入指標(biāo)。

2.2.2 期望產(chǎn)出指標(biāo)

綠色創(chuàng)新活動(dòng)過程中的期望產(chǎn)出主要包括專利產(chǎn)出和經(jīng)濟(jì)產(chǎn)出，其中專利產(chǎn)出主要有專利申請(qǐng)數(shù)和授權(quán)數(shù)等，考慮到專利授權(quán)數(shù)存在較大的不確定性，本文選取專利申請(qǐng)數(shù)來代表專利產(chǎn)出水平;而經(jīng)濟(jì)產(chǎn)出是指企業(yè)在研發(fā)階段產(chǎn)生專利成果后投入市場(chǎng)獲得的經(jīng)濟(jì)利益，本文選取新產(chǎn)品的銷售收入來表示經(jīng)濟(jì)產(chǎn)出。

2.2.3 非期望產(chǎn)出指標(biāo)

綠色創(chuàng)新過程中的非期望產(chǎn)出主要是考慮污染物的排放，本文選取工業(yè)“三廢”排放量作為非期望產(chǎn)出指標(biāo)，考慮到數(shù)據(jù)的可得性，且化學(xué)需氧量和二氧化硫分別在廢水和廢氣中占據(jù)較高比重，國(guó)家近年來也一直將其作為污染排放物的重點(diǎn)監(jiān)測(cè)對(duì)象，因此本文選取廢水中化學(xué)需氧量排放量和廢氣中二氧化硫排放量以及固體廢棄物產(chǎn)生量三個(gè)指標(biāo)來代表非期望產(chǎn)出?；谝陨戏治觯疚慕⒌木G色創(chuàng)新效率評(píng)價(jià)指標(biāo)體系見表1。數(shù)據(jù)來源包括《中國(guó)統(tǒng)計(jì)年鑒》、《中國(guó)科技統(tǒng)計(jì)年鑒》、《中國(guó)環(huán)境統(tǒng)計(jì)年鑒》、《中國(guó)能源統(tǒng)計(jì)年鑒》、各省市統(tǒng)計(jì)年鑒和Wind數(shù)據(jù)庫等，選取時(shí)間范圍為2009—2018年，其中由于西藏?cái)?shù)據(jù)缺失較大，本文選取了中國(guó)大陸地區(qū)除西藏外其余30個(gè)省份為樣本數(shù)據(jù)。需要指出的是，由于2018年個(gè)別省份暫未公布二氧化硫排放量和化學(xué)需氧量排放量數(shù)據(jù)，本文參考田紅彬（2020）[21]的做法，用同比增長(zhǎng)率將其個(gè)別缺失數(shù)據(jù)補(bǔ)齊。在投入產(chǎn)出指標(biāo)滯后期的選擇上，由于R&D投入包括人員投入和資本投入都存在累積性和時(shí)滯性，考慮到數(shù)據(jù)的可得性，將這兩個(gè)指標(biāo)都滯后一年時(shí)間，選取2008—2017年的相關(guān)數(shù)據(jù)，而能源投入無需考慮滯后性。

3 實(shí)證分析

3.1 靜態(tài)分析根據(jù)上文構(gòu)建的Super-SBM模型和綠色創(chuàng)新效率評(píng)價(jià)指標(biāo)體系，本文運(yùn)用Maxdea pro 8.8軟件測(cè)度了2009—2018年我國(guó)省際綠色創(chuàng)新效率，結(jié)果見表2。

從全國(guó)整體水平來看，研究期間內(nèi)我國(guó)綠色創(chuàng)新效率均值為0.455，這說明我國(guó)整體綠色創(chuàng)新水平偏低，呈無效率狀態(tài)，存在較大的提升空間。但2009—2018年我國(guó)綠色創(chuàng)新效率大致呈穩(wěn)步增長(zhǎng)態(tài)勢(shì)，效率均值從2009年的0.365逐漸提升至2018年的0.505，漲幅達(dá)到38.4%，具體來看，綠色創(chuàng)新效率值超過1，就可以視為該地區(qū)呈有效率狀態(tài)（見表2）。2009—2018年我國(guó)綠色創(chuàng)新效率值超過1的省市數(shù)量大幅上漲，有效決策單元的個(gè)數(shù)從4個(gè)增加至9個(gè)，其中北京、上海、廣東一直處于效率前沿，而浙江自2010年開始、安徽和重慶自2011年開始、江西和廣西自2017年開始頻繁出現(xiàn)在前沿面上。這說明近年來在國(guó)家貫徹提出可持續(xù)發(fā)展理念的背景下，我國(guó)的經(jīng)濟(jì)社會(huì)發(fā)展方式已經(jīng)開始向綠色轉(zhuǎn)型，綠色創(chuàng)新水平逐步提高（見表3）。

分區(qū)域來看（見表4），三大地區(qū)綠色創(chuàng)新效率值呈現(xiàn)出由東向西逐步遞減的格局，效率均值分別為0.681、0.412和0.262，參考曹霞（2015）[10]、梁圣蓉（2019）[19]的研究發(fā)現(xiàn)結(jié)論基本一致。具體來看研究期間內(nèi)三大地區(qū)的綠色創(chuàng)新效率值均存在一定提升，且中部地區(qū)的提升程度更大。其中東部地區(qū)的效率值從2009年的0.591提升至2018年的0.639，一直維持著較高水準(zhǔn)，這表明其遙遙領(lǐng)先的經(jīng)濟(jì)實(shí)力保證了科研投入充足，使得開展綠色創(chuàng)新活動(dòng)更為有利，因而整體綠色創(chuàng)新水平較高，但未出現(xiàn)明顯的增長(zhǎng)趨勢(shì)，仍存在一定的提升空間;中部地區(qū)的效率均值從2009年的0.316提升至2018年的0.551，增幅更為明顯，這主要是由于“中部崛起”戰(zhàn)略的提出使得中部地區(qū)的經(jīng)濟(jì)發(fā)展水平迅速提升，且十八大以來逐步推進(jìn)中部地區(qū)的節(jié)能減排工作，優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，綠色創(chuàng)新水平明顯提升;而西部地區(qū)綠色創(chuàng)新效率值明顯偏低，效率值由2009年的0.174提升至2018年的0.338，整體呈緩慢上升趨勢(shì)，這是受西部地區(qū)其客觀經(jīng)濟(jì)實(shí)力和地理位置限制，工業(yè)基礎(chǔ)薄弱、人力資源匱乏、研發(fā)資金不足、污染物排放監(jiān)管力度不足等因素導(dǎo)致其綠色創(chuàng)新水平較低。

具體到各省市變動(dòng)情況來看，根據(jù)表3整理發(fā)現(xiàn)，研究期間內(nèi)我國(guó)各省市綠色創(chuàng)新效率的變動(dòng)趨勢(shì)大致可以分為三類：第一類是平穩(wěn)型，包括北京、上海、浙江、廣東、遼寧、福建、山東、黑龍江、內(nèi)蒙古、貴州、云南、陜西等省市，總體而言波動(dòng)幅度不大，北京、上海這些來自東部地區(qū)的省市保持總體平穩(wěn)的原因在于其高經(jīng)濟(jì)發(fā)展水平和創(chuàng)新能力導(dǎo)致其綠色創(chuàng)新水平早已遙遙領(lǐng)先于其他省市，相比而言進(jìn)步空間不大，而內(nèi)蒙古、貴州這些省市集中于西部地區(qū)，產(chǎn)業(yè)結(jié)構(gòu)不合理、資源浪費(fèi)、人才匱乏等原因?qū)е缕渚G色創(chuàng)新水平難以提升;第二類是增長(zhǎng)型，包括河北、山西、安徽、江西、河南、湖北、湖南、廣西、重慶、四川等省市，總體而言持增長(zhǎng)趨勢(shì)，主要來自中部以及西部那些經(jīng)濟(jì)發(fā)展水平較高的省市，其通過不斷引進(jìn)外資帶動(dòng)當(dāng)?shù)亟?jīng)濟(jì)發(fā)展，并進(jìn)行產(chǎn)業(yè)轉(zhuǎn)型升級(jí)，從而促使綠色創(chuàng)新水平不斷提升;第三類是波動(dòng)型，主要包括天津、江蘇、海南、吉林、甘肅、寧夏、青海、新疆等省市，總體而言波動(dòng)性較大，綠色創(chuàng)新投入產(chǎn)出之間難以保持平衡，其原因可能在于這些省市正處于調(diào)整期，難以把握好投入與產(chǎn)出之間的同比例關(guān)系，如吉林省研究期間的綠色創(chuàng)新效率值在大于1和小于0.5之間來回波動(dòng)，經(jīng)觀察數(shù)據(jù)發(fā)現(xiàn)其原因在于該省的創(chuàng)新投入逐年增加，但新產(chǎn)品銷售收入的變動(dòng)很大，并未呈現(xiàn)逐年增長(zhǎng)的趨勢(shì);而天津、江蘇省效率值波動(dòng)的原因在于其創(chuàng)新投入的增長(zhǎng)率大于期望產(chǎn)出的增長(zhǎng)率，不斷增加的投入并未帶來同比的期望產(chǎn)出，表明其創(chuàng)新能力有待提升。而具體到各省市來看，如圖1所示，我國(guó)30個(gè)省市的綠色創(chuàng)新水平差異明顯，效率均值排名前五位的省市分別為北京、上海、廣東、浙江、重慶，除了重慶外都屬于東部地區(qū)且十年來效率值一直大于1，呈相對(duì)有效率狀態(tài)，這些省市屬于我國(guó)城市群的“領(lǐng)頭羊”，經(jīng)濟(jì)發(fā)展水平領(lǐng)先，科技創(chuàng)新能力強(qiáng)，且相較于經(jīng)濟(jì)較不發(fā)達(dá)地區(qū)更為注重可持續(xù)發(fā)展;而排名后五位的省市分別為內(nèi)蒙古、黑龍江、青海、山西、云南，這些省市都屬于中西部地區(qū)，效率均值幾乎低于全國(guó)平均水平的三分之一，這是由于其經(jīng)濟(jì)發(fā)展模式粗放型特征十分明顯，生產(chǎn)方式屬于高耗能高污染，且其創(chuàng)新投入不足，人才資源嚴(yán)重匱乏，導(dǎo)致其綠色創(chuàng)新能力偏低。

3.2 對(duì)比分析為了深入了解我國(guó)省際綠色創(chuàng)新效率水平，本文將考慮非期望產(chǎn)出情形下的綠色創(chuàng)新效率和不考慮非期望產(chǎn)出情形下的傳統(tǒng)創(chuàng)新效率進(jìn)行對(duì)比分析，見表5，從總體水平來看，綠色創(chuàng)新效率均值為0.455，而傳統(tǒng)創(chuàng)新效率達(dá)0.505，可見考慮環(huán)境污染的的綠色創(chuàng)新效率比不考慮環(huán)境污染的傳統(tǒng)創(chuàng)新效率低，這與錢麗（2015）[7]的研究結(jié)論一致，表明工業(yè)“三廢”等環(huán)境污染物的排放是導(dǎo)致我國(guó)綠色創(chuàng)新水平整體偏低的重要原因之一。

從三大區(qū)域來看，東中西部地區(qū)的綠色創(chuàng)新效率均值同樣低于傳統(tǒng)創(chuàng)新效率均值，且中西部地區(qū)的差異較為明顯，而東部地區(qū)兩種情形下的差異不大，這表明中西部地區(qū)存在更為突出的環(huán)境污染問題，而東部地區(qū)在環(huán)境保護(hù)方面要優(yōu)于中西部地區(qū)。不論是否考慮非期望產(chǎn)出，創(chuàng)新效率值始終呈現(xiàn)由東向西階梯式遞減的格局，說明東部地區(qū)不論是在技術(shù)創(chuàng)新還是環(huán)境改善方面都走在全國(guó)的前沿，而中西部地區(qū)則均有待進(jìn)步。

具體到各省市來看，如圖2所示，絕大部分省市的傳統(tǒng)創(chuàng)新效率都要高于綠色創(chuàng)新效率，僅北京、上海和浙江例外，表明這三大來自東部地區(qū)的省市具有非常高的技術(shù)轉(zhuǎn)化效應(yīng)，其在技術(shù)創(chuàng)新促進(jìn)環(huán)境改善方面遙遙領(lǐng)先于其他省份。在兩種情形下效率均值排名前五位和后五位的省市雖然排序發(fā)生了一些變化，但主要都是北京、上海、廣東、浙江、重慶和內(nèi)蒙古、黑龍江、青海、山西、云南這些省市，表明不論是否考慮非期望產(chǎn)出，效率值較高的省市始終大多處于東部地區(qū)，而效率值較低的省市則始終來自中西部地區(qū)。

3.3 動(dòng)態(tài)分析本文在靜態(tài)分析的基礎(chǔ)上，基于ML指數(shù)方法并運(yùn)用Maxdea pro 8.8軟件測(cè)算出我國(guó)各省份的綠色創(chuàng)新效率ML指數(shù)及其分解的技術(shù)效率變化指數(shù)（

MLEFFCH）和技術(shù)進(jìn)步指數(shù)（MLTECH）。從總體來看，見表6，ML指數(shù)均值大于1，且我國(guó)綠色創(chuàng)新的動(dòng)態(tài)效率平均漲幅達(dá)19.9%，這說明我國(guó)綠色創(chuàng)新水平整體處于上漲趨勢(shì)。具體來看，除了2011-2012年期間我國(guó)綠色創(chuàng)新效率有所下降外，其余年份均處于上升態(tài)勢(shì)。將ML指數(shù)進(jìn)一步分解，發(fā)現(xiàn)研究期間內(nèi)我國(guó)綠色創(chuàng)新的技術(shù)效率變動(dòng)指數(shù)平均增長(zhǎng)8.2%，而技術(shù)進(jìn)步指數(shù)平均增長(zhǎng)12.1%，表明技術(shù)效率和技術(shù)進(jìn)步共同導(dǎo)致我國(guó)綠色創(chuàng)新水平的提高，且技術(shù)進(jìn)步的影響程度大于技術(shù)效率，其與ML指數(shù)變動(dòng)的趨同性也更高。

從三大地區(qū)來看，見表7，2009—2018年我國(guó)綠色創(chuàng)新動(dòng)態(tài)效率提升最大是中部地區(qū)，其平均增幅高達(dá)30.1%，其次是西部地區(qū)，其平均增長(zhǎng)19.9%，而東部地區(qū)的平均漲幅僅為12.4%。這表明我國(guó)東部地區(qū)的綠色創(chuàng)新水平一直較高，進(jìn)步空間沒有中西部地區(qū)那么大，增長(zhǎng)也較為緩慢;而中西部地區(qū)是由于原來的經(jīng)濟(jì)、技術(shù)等都遠(yuǎn)遠(yuǎn)落后于東部地區(qū)，近年來的國(guó)家政策和自身發(fā)展致使其經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)和資源配置都得到很大改善，由此導(dǎo)致中西部地區(qū)的綠色創(chuàng)新增長(zhǎng)率較高，甚至高于東部地區(qū)。

而具體到各省市來看，如圖3所示，2009—2018年我國(guó)30個(gè)省市中有29個(gè)省市的ML指數(shù)均大于1，表明我國(guó)大多數(shù)省市的綠色創(chuàng)新水平都有著不同程度的進(jìn)步，且漲幅較大的多位于中西部地區(qū)，而東部地區(qū)各省市漲幅不大，其ML指數(shù)除海南省外均在1.0～1.2之間。海南省的綠色創(chuàng)新動(dòng)態(tài)效率下降主要是受到技術(shù)效率變動(dòng)和技術(shù)進(jìn)步的雙重影響，且技術(shù)效率變動(dòng)更大，表明其存在資源配置不合理、技術(shù)創(chuàng)新能力不強(qiáng)等問題，這與海南省其主導(dǎo)行業(yè)是旅游業(yè)和農(nóng)業(yè)，在工業(yè)上不具備優(yōu)勢(shì)的現(xiàn)實(shí)短板有關(guān)，導(dǎo)致其技術(shù)創(chuàng)新動(dòng)力不足。

4 結(jié)論與建議本文運(yùn)用Super-SBM模型在考慮非期望產(chǎn)出的基礎(chǔ)上測(cè)度了2009—2018年我國(guó)省際綠色創(chuàng)新效率，同不考慮非期望產(chǎn)出的傳統(tǒng)創(chuàng)新效率進(jìn)行比較分析，并運(yùn)用ML指數(shù)對(duì)綠色創(chuàng)新效率進(jìn)行動(dòng)態(tài)評(píng)價(jià)，得出以下結(jié)論：1）我國(guó)綠色創(chuàng)新效率總體呈增長(zhǎng)態(tài)勢(shì)，但效率均值僅為0.455，呈無效率狀態(tài)，進(jìn)步空間較大;我國(guó)三大地區(qū)綠色創(chuàng)新效率呈現(xiàn)出由東向西逐步遞減的趨勢(shì)，且各省市綠色創(chuàng)新效率變動(dòng)可以分為平穩(wěn)型、增長(zhǎng)型和波動(dòng)型三大類。2）考慮非期望產(chǎn)出的的綠色創(chuàng)新效率比不考慮非期望產(chǎn)出的傳統(tǒng)創(chuàng)新效率低，且中西部的差異更為明顯;不論是綠色創(chuàng)新效率還是傳統(tǒng)創(chuàng)新效率都呈現(xiàn)由東向西階梯式遞減的格局;我國(guó)多數(shù)省市的傳統(tǒng)創(chuàng)新效率都要高于綠色創(chuàng)新效率，僅北京、上海和浙江例外。3）我國(guó)綠色創(chuàng)新效率的ML指數(shù)均值大于1，其中技術(shù)效率和技術(shù)進(jìn)步共同導(dǎo)致了我國(guó)綠色創(chuàng)新水平的提高，且技術(shù)進(jìn)步的影響程度大于技術(shù)效率，其與ML指數(shù)變動(dòng)的趨同性也更高;我國(guó)綠色創(chuàng)新的動(dòng)態(tài)效率呈中部>西部>東部的格局，且多數(shù)省市的ML指數(shù)均大于1，存在不同程度的進(jìn)步。據(jù)此，本文提出以下建議：1）充分發(fā)揮政府職能，因地制宜，有效結(jié)合不同地區(qū)的產(chǎn)業(yè)和創(chuàng)新基礎(chǔ)，采取差異化的創(chuàng)新發(fā)展政策。政府應(yīng)制定政策來監(jiān)管東部地區(qū)創(chuàng)新資源配置的有關(guān)情況，以保證其綠色創(chuàng)新水平的有效提高。在制定創(chuàng)新發(fā)展政策時(shí)應(yīng)偏向中西部地區(qū)，進(jìn)一步加大對(duì)其基礎(chǔ)設(shè)施和研發(fā)資源的投入，并充分挖掘出東西部的資源稟賦與相對(duì)價(jià)值。2）東部各省市應(yīng)立足于自身優(yōu)勢(shì)，保持科研創(chuàng)新與技術(shù)進(jìn)步，促使科技創(chuàng)新能有效改善環(huán)境污染問題，以有效提高綠色創(chuàng)新水平。應(yīng)充分發(fā)揮其示范和引領(lǐng)作用，加強(qiáng)與中西部地區(qū)的區(qū)域內(nèi)部合作，開展技術(shù)與管理方面的交流，以“對(duì)口支援，異地扶持”的方式推動(dòng)中西部發(fā)展。3）中西部各省市應(yīng)充分調(diào)整其產(chǎn)業(yè)結(jié)構(gòu)，加大服務(wù)業(yè)所占比重，并結(jié)合環(huán)境承載力程度，合理吸引更多優(yōu)質(zhì)外資投入，向先進(jìn)企業(yè)學(xué)習(xí)清潔技術(shù)，提高自身資源利用率，加快綠色轉(zhuǎn)型步伐。應(yīng)嚴(yán)格落實(shí)工業(yè)污染排放許可與限額標(biāo)準(zhǔn)，完善生

態(tài)環(huán)境管理制度和損害賠償標(biāo)準(zhǔn)，以有效提高整體綠色發(fā)展意識(shí)。

參考文獻(xiàn)：

[1] BEISE M，RENNINGS K.Lead markets and regulation：a framework for analyzing the international diffusion of environmental innovations[J].Ecological Economics，2004，52（01）：5-17.

[2]GHISETTI C，RENNINGS K.Environmental innovations and profitability：How does it payto be green？ An empirical analysis on the German innovation survey[J].Journal ofCleaner Production，2014，75（15）：106-117.

[3]李旭.綠色創(chuàng)新相關(guān)研究的梳理與展望[J].研究與發(fā)展管理，2015，27（02）：1-11.

[4]SUEYOSHI T，GOTO M.DEA approach for unified efficiency measurement：Assessment of Japanese fossil fuel power generation[J].Energy Economics，2010，33（02）：292-303.

[5]GUAN J，CHEN K.Measuring the innovation production process：A cross-region empirical study of Chinas high-techinnovations[J].Technovation，2010，30（05-06）：348-358

[6]任耀，牛沖槐，牛彤，等.綠色創(chuàng)新效率的理論模型與實(shí)證研究[J].管理世界，2014，250（07）：176-177.

[7]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，2015，289（01）：26-43.

[8]吳傳清，申雨琦.中國(guó)裝備制造業(yè)集聚對(duì)綠色創(chuàng)新效率的影響效應(yīng)研究[J].科學(xué)技術(shù)與對(duì)策，2019，36（05）：54-63.

[9]AIGNER D，LOVELL C A K，SCHMIDT P.Formulation and estimation of stochastic frontier production function models[J].Econometrics，1977（01）：53-66

.[10]曹霞，于娟.綠色低碳視角下中國(guó)區(qū)域創(chuàng)新效率研究[J].中國(guó)人口·資源與環(huán)境，2015，25（05）：10-19.

[11]孫宏芃.制度創(chuàng)新環(huán)境與中國(guó)綠色技術(shù)創(chuàng)新效率[J].科技管理研究，2016，36（21）：251-257.

[12]張峰，任仕佳，殷秀清.高技術(shù)產(chǎn)業(yè)綠色技術(shù)創(chuàng)新效率及其規(guī)模質(zhì)量門檻效應(yīng)[J].科技進(jìn)步與對(duì)策，2020，37（07）：59-68.

[13]ZHANG Y B，JIN P Z，F(xiàn)ENG D.Does civil environmental protection force the growth of Chinas industrial green productivity？Evidence from the perspective of rent-seeking[J].Ecological Indicators，2015，51：215-227.

[14]高廣闊，王藝群.京津冀地區(qū)高耗能產(chǎn)業(yè)綠色創(chuàng)新效率及影響因素分析——基于空間視角的實(shí)證研究[J].工業(yè)技術(shù)經(jīng)濟(jì)，2018，37（01）：137-144.

[15]吳旭曉.中國(guó)區(qū)域綠色創(chuàng)新效率演進(jìn)軌跡及形成機(jī)理研究[J].科技進(jìn)步與對(duì)策，2019，36（23）：36-43.

[16]顏莉.我國(guó)區(qū)域創(chuàng)新效率評(píng)價(jià)指標(biāo)體系實(shí)證研究[J].管理世界，2012，224（05）：174-175.

[17]傅京燕，胡瑾，曹翔.不同來源FDI、環(huán)境規(guī)制與綠色全要素生產(chǎn)率[J].國(guó)際貿(mào)易問題，2018，427（07）：134-148.

[18]昝哲，張道明，張康輝，陳振.基于超效率SBM模型的中國(guó)綠色技術(shù)創(chuàng)新效率分析[J].科技與創(chuàng)新，2021（02）：17-19+22.

[19]梁圣蓉，羅良文.國(guó)際研發(fā)資本技術(shù)溢出對(duì)綠色技術(shù)創(chuàng)新效率影響的門檻效應(yīng)——基于人力資本視角[J].技術(shù)經(jīng)濟(jì)，2019，38（04）：23-32.

[20]肖文，林高榜.政府支持、研發(fā)管理與技術(shù)創(chuàng)新效率——基于中國(guó)工業(yè)行業(yè)的實(shí)證分析[J].管理世界，2014，247（04）：71-80.

[21]田紅彬，郝雯雯.FDI、環(huán)境規(guī)制與綠色創(chuàng)新效率[J].中國(guó)軟科學(xué)，2020（08）：174-183.

[22]TONE K.Dealing with undesirable outputs in DEA：A Slacks-Based Measure（SBM）approach[J].National Graduate Institute for Policy Studies，2003（06）：44-45.

[23]LI H，SHI J F.Energy efficiency analysis on Chinese industrial sectors：an improved Super SBM model with undesirable outputs[J].Journal of Cleaner Production，2014，65（02）：97-107.

[24]CHUNG Y H，F(xiàn)RE R，GROSSKOPF S.Productivity and undesirable outputs：A directional distance function approach[J].Microeconomics，1997，51（03）：229-240.

[25]FRE R，GROSSKOPF S，PASURKA J C A.Accounting for air pollution emissions in measures of state manufacturing productivity growth[J].Journal of Regional Science，2001，41（03）：381-409.

[26]韓晶.中國(guó)區(qū)域綠色創(chuàng)新效率研究[J].財(cái)經(jīng)問題研究，2012（11）：130-137.

[27]羅良文，梁圣蓉.中國(guó)區(qū)域工業(yè)企業(yè)綠色技術(shù)創(chuàng)新效率及因素分解[J].中國(guó)人口·資源與環(huán)境，2016，26（09）：149-157.

[28]張軍，吳桂英，張吉鵬.中國(guó)省際物質(zhì)資本存量估算：1952—2000[J].經(jīng)濟(jì)研究，2004（10）：35-44.

（責(zé)任編輯：嚴(yán) 焱）