王金河，張玲梅

（聊城大學 商學院，山東 聊城 252059）

黨的十九大明確提出，我國經(jīng)濟已由高速增長階段轉向高質(zhì)量發(fā)展階段。黨的十九屆五中、六中全會進一步指出，高質(zhì)量發(fā)展就是體現(xiàn)新發(fā)展理念的發(fā)展，必須堅持創(chuàng)新、協(xié)調(diào)、綠色、開放、共享發(fā)展相統(tǒng)一。實現(xiàn)高質(zhì)量發(fā)展就必須解決高投入、低效率的粗放型增長模式所帶來的環(huán)境污染、資源耗竭等問題[1]。綠色創(chuàng)新能夠實現(xiàn)綠色發(fā)展、創(chuàng)新發(fā)展的有機融合，是解決上述問題的有效手段。因此，客觀測算我國綠色創(chuàng)新效率并分析地區(qū)差異及空間收斂性特征對于推進我國經(jīng)濟高質(zhì)量發(fā)展具有現(xiàn)實意義。

學術界對綠色創(chuàng)新效率的研究成果頗豐，主要包括以下幾個部分。（1）有關綠色創(chuàng)新效率測度的研究。當前學術界主要采用參數(shù)與非參數(shù)的SFA和DEA及衍生模型對綠色創(chuàng)新效率進行測度，然而使用SFA模型測算綠色創(chuàng)新效率的學者較少，如肖黎明等[2]，可能是由于SFA模型中加入了學者的主觀設定。大多數(shù)學者選用DEA及其衍生模型對其測度，如DEA-BCC模型[3]、DEA-RAM模型[4]、以及SBM模型[1,5-6]、EBM模型[7]、三階段Malmquist指數(shù)模型[8]等。（2）有關綠色創(chuàng)新效率影響因素的研究。研究發(fā)現(xiàn)，環(huán)境規(guī)制[9]、外商直接投資[10]、產(chǎn)業(yè)結構[7]、人力資本[10]均會對綠色創(chuàng)新效率產(chǎn)生影響。（3）綠色創(chuàng)新效率的地區(qū)差異及時空演化規(guī)律。關于綠色創(chuàng)新效率地區(qū)差異的研究，大多數(shù)學者都是根據(jù)測度的效率值直接分析地區(qū)間的差異[11-12]，極少有學者利用Dagum基尼系數(shù)對綠色創(chuàng)新效率的地區(qū)差異及來源進行分析[13]。關于綠色創(chuàng)新效率的時空演化規(guī)律，學者一般采用核密度估計法[13-14]和ESDA[15]對其進行研究。

縱觀現(xiàn)有的研究，大多集中在綠色創(chuàng)新效率的測算、影響因素以及地區(qū)差異和時空演進趨勢上，鮮少有文獻探索綠色創(chuàng)新效率地區(qū)差異的來源及空間收斂性特征。綜上，本文在測算我國綠色創(chuàng)新效率的基礎上，使用Kernel密度估計和Dagum基尼系數(shù)法分析我國綠色創(chuàng)新效率的絕對差異和相對差異，并使用空間計量模型對我國整體及東部、中部、西部地區(qū)綠色創(chuàng)新效率的收斂性進行研究。

1 研究方法和數(shù)據(jù)來源

1.1 綠色創(chuàng)新效率的測度方法

傳統(tǒng)的DEA模型無法考慮投入產(chǎn)出的松弛變量，也無法準確度量存在非期望產(chǎn)出時的效率值，而Tone[16]提出的SBM-DEA模型能克服傳統(tǒng)DEA模型的缺陷，故本文采用SBM-DEA模型測算我國的綠色創(chuàng)新效率。SBM-DEA模型可以表示為：

式中：ρ*表示效率值，s-、sg和sb表示松弛變量，λ是權重向量。

1.2 綠色創(chuàng)新效率的地區(qū)差異測度

1.2.1 Kernel密度估計

Kernel密度估計是一種非參數(shù)估計方法，通過對比不同時期的Kernel密度函數(shù)曲線可以對我國綠色創(chuàng)新效率的絕對差異進行描述，反映綠色創(chuàng)新效率的動態(tài)演變過程，具體的計算公式如下：

式中：h表示帶寬，n表示樣本數(shù)量，K(·)為核函數(shù)，文中使用高斯核函數(shù)進行計算。

1.2.2 Dagum基尼系數(shù)

對地區(qū)差異測度時可以采用泰爾指數(shù)、變異系數(shù)和Dagum基尼系數(shù)[17]，但Dagum基尼系數(shù)不僅可以對區(qū)域內(nèi)及區(qū)域間樣本的空間分布特征進行闡述，還能有效處理區(qū)域內(nèi)交叉重疊和區(qū)域差異來源的問題[18]，故本文使用Dagum基尼系數(shù)及其分解方法探究中國綠色創(chuàng)新效率的空間差異及成因，具體操作參考Dagum[19]提供的方法。

1.3 綠色創(chuàng)新效率的空間收斂性檢驗方法

β收斂表明研究對象的增長率與初始水平呈負相關，就本文而言，若綠色創(chuàng)新效率高的地區(qū)其增長速度較慢，而綠色創(chuàng)新效率低的地區(qū)其增長速度較快，就稱為β收斂?？紤]到我國綠色創(chuàng)新效率可能存在空間相關性，本文將空間效應納入傳統(tǒng)β收斂模型中，選取鄰接矩陣和地理距離矩陣作為空間權重矩陣，考察我國綠色創(chuàng)新效率的空間β收斂。參考已有的文獻，將β收斂劃分為絕對β收斂和條件β收斂，分別建立不同權重矩陣下的絕對β收斂和條件β收斂的空間滯后模型分析我國整體及東中西部地區(qū)綠色創(chuàng)新效率的收斂性，具體的模型如下所示：

式中：GIEit+1/GIEit代表我國綠色創(chuàng)新效率的增長率；GIEit代表i地區(qū)在t時期的綠色創(chuàng)新效率；W代表空間權重矩陣；ρ表示空間相關系數(shù)；β表示收斂系數(shù)；X代表產(chǎn)業(yè)結構升級、技術成熟度、外商直接投資、金融支持和環(huán)境規(guī)制等影響綠色創(chuàng)新效率的因素；εit是隨機干擾項。

1.4 指標和數(shù)據(jù)

本文選取我國30個省份（不包括西藏及港澳臺地區(qū)）作為研究對象，樣本時間跨度為2007—2019年，數(shù)據(jù)主要來源于歷年《中國科技統(tǒng)計年鑒》《中國環(huán)境統(tǒng)計年鑒》和《中國統(tǒng)計年鑒》。具體變量定義如表1所示。

表1 綠色創(chuàng)新效率衡量指標及影響因素定義

2 實證結果分析

2.1 綠色創(chuàng)新效率的測算結果

采用包含非期望產(chǎn)出的SBM-DEA模型測算的綠色創(chuàng)新效率值如表2所示。從全國層面來看，我國綠色創(chuàng)新效率總體呈上升趨勢，由2007年的0.513增長到2019年的0.575，增長了12.09%，但整體上效率值不高。分地區(qū)來看，東部、中部和西部地區(qū)的綠色創(chuàng)新效率均值分別為0.701、0.418和0.317，說明我國綠色創(chuàng)新效率的發(fā)展并不均衡，呈現(xiàn)出東高西低的發(fā)展態(tài)勢，這與我國的經(jīng)濟發(fā)展水平趨勢一致。分省份來看，北京、上海、浙江、天津和廣東這5個東部地區(qū)省份的綠色創(chuàng)新效率排名靠前，排名后五的省份均為西部地區(qū)，這說明東部地區(qū)的創(chuàng)新要素配置效率較高，中部、西部地區(qū)綠色創(chuàng)新活動的投入產(chǎn)出比還需要進一步改進。

表2 2007—2019年部分年份綠色創(chuàng)新效率

2.2 綠色創(chuàng)新效率的地區(qū)差異

2.2.1 綠色創(chuàng)新效率的絕對差異

本文采用Kernel密度估計探討綠色創(chuàng)新效率的分布狀態(tài)，以2007年、2011年、2015年和2019年作為考察年份來比較全國及三大區(qū)域綠色創(chuàng)新效率的演進過程，結果見圖1。

圖1 全國及三大區(qū)域部分年份綠色創(chuàng)新效率的Kernel密度曲線

從全國層面來看，Kernel密度曲線整體呈現(xiàn)出波動右移的趨勢，說明2007—2019年我國綠色創(chuàng)新效率呈現(xiàn)出波動性上升的趨勢；Kernel密度曲線波峰高度在2007—2011年下降，在2011—2019年上升；Kernel密度曲線波峰寬度在2007—2011年變寬，在2011—2019年變窄，說明綠色創(chuàng)新效率的差距在研究期內(nèi)先擴大后縮小。

就東部地區(qū)而言，Kernel密度曲線呈現(xiàn)出曲線中心位置右移、波峰高度先上升后下降再上升以及出現(xiàn)“雙峰”的演進特征。這說明東部地區(qū)2007—2019年的綠色創(chuàng)新效率整體呈現(xiàn)出波動上升的態(tài)勢，東部地區(qū)內(nèi)部的綠色創(chuàng)新效率差距表現(xiàn)出先縮小后擴大的趨勢以及東部地區(qū)內(nèi)部的綠色創(chuàng)新效率發(fā)展不平衡，可能是由于河北等省份雖然創(chuàng)新水平較高，但造成的環(huán)境污染也較嚴重，導致其綠色創(chuàng)新效率較低，與其他地區(qū)間的差距較大。就中部地區(qū)而言，中部地區(qū)的Kernel密度曲線在考察期內(nèi)呈現(xiàn)出整體向右側移動，波峰高度波動上升，不存在多個波峰，但有右拖尾現(xiàn)象的演變趨勢。這意味著中部地區(qū)與東部地區(qū)的綠色創(chuàng)新效率演變趨勢相似，表現(xiàn)出綠色創(chuàng)新效率整體及區(qū)域內(nèi)部差異呈上升趨勢。就西部地區(qū)而言，其Kernel密度曲線經(jīng)歷了曲線中心向右方移動、峰值整體下降，波峰寬度波動變窄的演變規(guī)律，說明西部地區(qū)的綠色創(chuàng)新效率差異整體上在減小。

2.2.2 綠色創(chuàng)新效率的相對差異

將我國30個省份分成東部、中部、西部3個子群，使用Dagum基尼系數(shù)分解方法計算的綠色創(chuàng)新效率分解結果如表3所示。

表3 分區(qū)域綠色創(chuàng)新效率的基尼系數(shù)及分解

就綠色創(chuàng)新效率的總體基尼系數(shù)而言，研究期內(nèi)呈現(xiàn)出波動下降的趨勢，從2007年的0.334下降到2019年的0.266，說明我國綠色創(chuàng)新效率的地區(qū)差異在縮小，可能的原因是新發(fā)展理念問世后，創(chuàng)新和綠色得到了各地政府的廣泛關注并發(fā)布了一系列的政策支持，鼓勵創(chuàng)新效率低的地區(qū)向周邊地區(qū)學習，進而提升該地區(qū)的綠色創(chuàng)新效率，減小區(qū)域間的差異。

表3中第3～5列描述了我國三大地區(qū)綠色創(chuàng)新效率的區(qū)域內(nèi)基尼系數(shù)及分解結果。從中可以看出，我國三大地區(qū)綠色創(chuàng)新效率存在顯著的區(qū)域內(nèi)差異，其中，西部地區(qū)的區(qū)域內(nèi)差異在研究期內(nèi)呈波動下降趨勢且其基尼系數(shù)均值為0.297，顯著高于其他地區(qū)的區(qū)域內(nèi)基尼系數(shù)均值，這意味著我國西部地區(qū)的綠色創(chuàng)新效率區(qū)域內(nèi)差異雖然要高于東部、中部地區(qū)，但其內(nèi)部的不平衡發(fā)展狀況呈縮小趨勢。東部和中部綠色創(chuàng)新效率的區(qū)域內(nèi)基尼系數(shù)均值為0.217與0.240，但其內(nèi)部差異呈波動上升趨勢，說明東部、中部地區(qū)的綠色創(chuàng)新效率發(fā)展存在著不協(xié)調(diào)現(xiàn)象，可能的原因是不同地區(qū)人們對創(chuàng)新發(fā)展、綠色發(fā)展的重視程度存在差異性，北京、上海等地區(qū)的綠色創(chuàng)新效率程度較高，而河北、江西等省份的綠色創(chuàng)新效率與其間的差距越來越大，無法在短期內(nèi)實現(xiàn)協(xié)調(diào)發(fā)展。

表3中的第6～8列描述了我國三大地區(qū)綠色創(chuàng)新效率區(qū)域間差異。研究期內(nèi)東—中、東—西和中—西之間的綠色創(chuàng)新效率差異均呈現(xiàn)出波動下降的趨勢。其中，東部和西部地區(qū)綠色創(chuàng)新效率的區(qū)域間差異最大，其差異均值甚至超過了總體基尼系數(shù)，東部和中部地區(qū)的次之，中部和西部地區(qū)的區(qū)域間差異均值最小，分別為0.436、0.344和0.314。可能的原因是東部地區(qū)由于其優(yōu)越的地理位置、良好的創(chuàng)新環(huán)境以及健全的法律法規(guī)使綠色創(chuàng)新效率得以提高，而西部地區(qū)的創(chuàng)新資源比較稀缺，導致其綠色創(chuàng)新效率較低，使東部與西部綠色創(chuàng)新效率的差距較大。

表4報告了2007—2019年我國綠色創(chuàng)新效率地區(qū)差異來源及貢獻率。從表4中可以看出，我國綠色創(chuàng)新效率的區(qū)域內(nèi)差異數(shù)值大小介于0.065～0.187之間，均值為0.092，平均貢獻率為25.32%。與區(qū)域內(nèi)差異值相比，區(qū)域間差異數(shù)值較大且波動比較劇烈，其均值為0.183，平均貢獻率為57.315%；超變密度的均值為0.056，平均貢獻率為17.364%，這說明綠色創(chuàng)新效率的差異主要來自區(qū)域間，區(qū)域內(nèi)次之，超變密度對其的影響最小。但隨著超變密度貢獻率的上升，地區(qū)間的交叉重疊問題對綠色創(chuàng)新效率差異產(chǎn)生的作用越來越強，這提醒我們在關注區(qū)域間差異的同時也要注意地區(qū)間交叉問題。

表4 分區(qū)域綠色創(chuàng)新效率地區(qū)差異來源及貢獻率

2.3 空間相關性檢驗

考慮到綠色創(chuàng)新效率可能具有空間集聚和溢出效應，本文采用全局莫蘭指數(shù)檢驗各年份綠色創(chuàng)新效率是否存在空間相關關系。表5展示了中國綠色創(chuàng)新效率的Moran’s I指數(shù)值，從中可以看出，2007—2019年我國30個省份的Moran’s I指數(shù)均為正數(shù)且至少通過了10%的顯著性檢驗，這說明我國綠色創(chuàng)新效率存在正向的空間相關性。此外，Moran’s I從2007年的0.023上升到2019年的0.071，呈現(xiàn)出波動上升的趨勢，反映了綠色創(chuàng)新效率的空間相關性正在增強。

表5 綠色創(chuàng)新效率Moran’s I指數(shù)

2.4 β收斂檢驗結果分析

2.4.1 全國范圍內(nèi)β收斂檢驗結果分析

鑒于綠色創(chuàng)新效率存在空間相關性且為增強結果的穩(wěn)健性，本文選用鄰接矩陣和地理距離矩陣，分析我國整體及三大區(qū)域綠色創(chuàng)新效率的空間收斂性。根據(jù)Hausman檢驗、LM檢驗和Wald檢驗結果表明本研究使用空間滯后模型（SAR）更恰當。

根據(jù)表6的結果可知：一是將空間效應引入傳統(tǒng)β收斂模型后，β收斂系數(shù)均小于0且在1%的統(tǒng)計水平上顯著，說明我國綠色創(chuàng)新效率具有顯著的絕對β空間收斂與條件β空間收斂趨勢，即綠色創(chuàng)新效率較低的地區(qū)其增長率高于綠色創(chuàng)新效率較高的地區(qū)。二是我國整體綠色創(chuàng)新效率條件β收斂的收斂速度要高于絕對β收斂的收斂速度。具體來看，綠色創(chuàng)新效率的條件β收斂速度為0.077與0.069，絕對β收斂速度為0.051和0.045，條件β收斂速度比絕對β收斂速度提高了0.026、0.016，增幅50.98%和27.118%。這說明本研究所選取的控制變量總體對我國整體綠色創(chuàng)新收斂性產(chǎn)生促進作用。三是條件β收斂與絕對β收斂的收斂速度在不同的空間權重矩陣下存在差異性。在鄰接矩陣下，綠色創(chuàng)新效率的絕對β收斂的收斂速度為0.051，對應的半生命周期為13.579年；綠色創(chuàng)新效率的條件β收斂的收斂速度為0.077，對應的半生命周期為9.014年。在地理距離矩陣下，綠色創(chuàng)新效率的絕對β收斂速度與條件β收斂速度分別為0.045、0.069，對應的半生命周期為15.257年與10.239年。

表6 全國綠色創(chuàng)新效率的β收斂

表6控制變量的回歸結果表明，在兩種空間權重矩陣下控制變量對綠色創(chuàng)新效率增長率的作用方向與顯著性一致。就產(chǎn)業(yè)結構升級而言，產(chǎn)業(yè)結構升級的影響系數(shù)為負且在5%的統(tǒng)計水平上顯著，這說明產(chǎn)業(yè)結構升級不能提升綠色創(chuàng)新效率的增長率?？赡艿脑蚴堑诙a(chǎn)業(yè)造成的環(huán)境污染比產(chǎn)業(yè)結構升級帶來的正向作用更嚴重。就技術成熟度而言，技術成熟度的回歸系數(shù)顯著為正，這說明技術市場成熟度能提升我國綠色創(chuàng)新效率，可能的原因是當?shù)氐氖袌霏h(huán)境有利于技術市場交易，為當?shù)貛砀嘞冗M的技術。就外商直接投資而言，外商直接投資對我國整體綠色創(chuàng)新效率收斂性的影響因子為正且在1%的統(tǒng)計水平上顯著。這意味著外商直接投資帶來了創(chuàng)新活動需要的資金、先進的知識以及管理經(jīng)驗等，有利于其在本地區(qū)的傳播，提高了資源配置效率。就金融支持而言，金融支持的擬合系數(shù)在1%的統(tǒng)計水平上顯著為正，綠色創(chuàng)新效率的提升需要大量的資本，而金融體系的支持恰好滿足了這一需求。就環(huán)境規(guī)制而言，環(huán)境規(guī)制對我國綠色創(chuàng)新效率收斂性的估計系數(shù)顯著為負，這可能是由于環(huán)境治理投資的增加會擠占政府對地方綠色創(chuàng)新活動的補貼，促使其對綠色創(chuàng)新效率產(chǎn)生抑制作用。

2.4.2 分區(qū)域β收斂檢驗結果分析

表7是分區(qū)域綠色創(chuàng)新效率絕對β空間收斂檢驗的估計結果。從回歸結果來看，2007—2019年我國東部、中部、西部綠色創(chuàng)新效率的β收斂系數(shù)在兩種空間權重矩陣下均小于0且在1%統(tǒng)計水平上顯著，同時空間滯后系數(shù)顯著為正，這說明三大地區(qū)均存在顯著的絕對β收斂和空間依賴性。從收斂速度來看，中部、西部地區(qū)的絕對β收斂速度比東部地區(qū)快，可能的原因是中部、西部地區(qū)的綠色創(chuàng)新效率在初期時差距較大，隨著經(jīng)濟的發(fā)展，創(chuàng)新資本、創(chuàng)新人才、技術等要素的流動規(guī)模增大，中部、西部各省份間的創(chuàng)新要素差異變小，進而導致綠色創(chuàng)新效率的增速變快。

表7 分區(qū)域綠色創(chuàng)新效率的絕對β收斂

表8是東部、中部與西部地區(qū)綠色創(chuàng)新效率條件β空間收斂檢驗的回歸結果。從表8中可以看出，三大地區(qū)綠色創(chuàng)新效率的β收斂系數(shù)在控制了產(chǎn)業(yè)結構升級、技術成熟度、金融支持水平、外商直接投資以及環(huán)境規(guī)制后依舊顯著為負，且空間自回歸系數(shù)顯著為正，這意味著三大區(qū)域綠色創(chuàng)新效率均存在顯著的條件β空間收斂特征。從空間權重矩陣來看，在地理距離矩陣下，東部、中部、西部地區(qū)的綠色創(chuàng)新效率的條件β收斂速度分別為0.064、0.157、0.085，對應的半生命周期為10.855年、4.417年和8.172年。在鄰接矩陣下，東部、中部、西部地區(qū)綠色創(chuàng)新效率的條件β收斂速度分別為0.063、0.152和0.079，對應的半生命周期分別為10.473年、4.55年和7.793年。就控制變量而言，外商直接投資與金融支持對我國整體及三大區(qū)域的綠色創(chuàng)新效率增長率產(chǎn)生了顯著的促進作用。東部、西部地區(qū)外商直接投資的影響系數(shù)為正且通過了1%的顯著性檢驗，而中部地區(qū)外商直接投資的回歸系數(shù)顯著為負，可能的原因是外商直接投資在給中部地區(qū)帶來先進知識的同時也帶來了環(huán)境污染，產(chǎn)生了“污染天堂效應”。

表8 分區(qū)域綠色創(chuàng)新效率的條件β收斂

3 結論

本文構建包含非期望產(chǎn)出的SBM-DEA模型，采用DEA-SLOVE Pro5.0測算了2007—2019年我國30個省份的綠色創(chuàng)新效率值，并在此基礎上采用Kernel密度估計、Dagum基尼系數(shù)和空間滯后模型考察我國綠色創(chuàng)新效率的地區(qū)差異及空間收斂性特征，得出以下結論：

（1）Kernel密度曲線顯示，全國及三大區(qū)域的核密度曲線向右側移動，說明我國綠色創(chuàng)新效率呈波動上升趨勢；東部地區(qū)存在主峰和側峰并存的現(xiàn)象，中部地區(qū)出現(xiàn)右拖尾現(xiàn)象，說明東部和中部地區(qū)的綠色創(chuàng)新效率發(fā)展不協(xié)調(diào)。

（2）Dagum基尼系數(shù)分解結果表明，全國及西部地區(qū)綠色創(chuàng)新效率的地區(qū)差異整體呈下降趨勢，而東部和中部地區(qū)綠色創(chuàng)新效率的區(qū)域內(nèi)基尼系數(shù)則在波動性增大，說明全國和西部地區(qū)綠色創(chuàng)新效率的區(qū)域內(nèi)差異在減小，而東部、中部地區(qū)的區(qū)域內(nèi)差異在變大。此外，我國綠色創(chuàng)新效率的差異主要是區(qū)域間差異造成的，但超變密度對其的影響也不可忽視。

（3）從β收斂性來看，在不同的空間權重矩陣下，全國及三大地區(qū)的綠色創(chuàng)新效率不僅存在絕對β空間收斂，而且條件β空間收斂也非常顯著。就控制變量而言，技術成熟度、外商直接投資以及金融支持顯著促進全國綠色創(chuàng)新效率的收斂，產(chǎn)業(yè)結構升級和環(huán)境規(guī)制對全國綠色創(chuàng)新效率收斂具有顯著的負向作用，但各控制變量對不同地區(qū)綠色創(chuàng)新效率收斂的影響存在差異，可能是由于區(qū)域資源稟賦和地理位置的不同造成的。同時，空間滯后模型的結果還表明，全國及三大區(qū)域的綠色創(chuàng)新效率均存在顯著的空間相關性。