购买
下载掌阅APP,畅读海量书库
立即打开
畅读海量书库
扫码下载掌阅APP

第一节
绿色技术创新效率

绿色技术创新效率突破了传统技术创新的局限性,强调技术成果转化与生态环境之间的协调,是在有限自然资源及日益严苛的环境规制条件下获得市场竞争力的首要选择。现有文献关于绿色技术创新效率的研究主要集中于三个方面:一是绿色技术创新效率的测度问题;二是从研究层面分析绿色技术创新效率差异;三是对绿色技术创新效率影响因素的探讨。

一、绿色技术创新效率的测度

测度绿色技术创新效率的方法主要有单一指标测度、随机前沿分析(Stochastic Frontier Analysis,SFA)和数据包络分析(Data Envelopment Analysis,DEA)方法。其中,单一指标测度主要是以绿色技术创新成果为依据,利用绿色技术专利的单一指标衡量绿色技术创新效率的变化。例如,王峰正等(2018)立足于不同的创新对象,把绿色技术创新分为绿色产品创新和绿色工艺创新,并针对两种创新分别选取单一指标(政府质量、环境规制),研究其对企业绿色技术创新的影响。由于单一指标测度方法在测算过程中存在指标选取的局限性,不能全面反映绿色技术创新效率水平,因此该方法使用较少。有些学者通过随机前沿分析构造生产前沿面,使用距离函数测度决策单元(Decision-Making Unit,DMU)的相对有效性。

在SFA方法的使用方面,肖黎明等(2019)对中国的绿色创新效率进行测度,并结合耦合协调度模型对绿色创新效率与生态福利绩效耦合协调度进行研究;何枫等(2004)对中国各地区的技术效率进行了测算,并分析其变化趋势。随机前沿分析方法是参数方法中的一种,需要事先设定生产函数形式,能够将误差项分解为随机误差项和技术无效率项,但是单一产出的局限以及函数设定的不当容易导致分析结果不准确。

DEA则是基于非参数基础,直接通过样本构造生产前沿面,避免生产函数的设定,运用线性规划求解决策单元的相对效率值。由于DEA无须事先假定具体生产函数形式,相对于SFA更具优势,该方法在近些年来被广泛应用于效率或绩效的测度,通过DEA测度绿色技术创新效率的研究也层出不穷。在实际应用中,韩晶(2012)、孔晓妮(2015)等采用传统DEA方法测度了中国省域的绿色创新效率。但是,传统DEA方法强调投入与产出要素的同比例、同径向变化,这与现实情况不符。为克服传统DEA方法的不足,Tone(2001)提出超效率SBM(Slack Based Model),冯志军(2013)、王惠等(2015)、吴新中等(2018)均利用该模型测评绿色创新效率,并根据所研究内容进行具体分析。随着DEA在绿色技术创新效率方面日渐完善,部分学者进一步考虑到绿色创新过程中存在系统自身内部运行机制和转化黑箱的细节后,提出基于创新价值链和网络DEA模型对效率进行测算和分解,将绿色创新看成由多个子阶段组成,并对总体效率产生影响(肖仁桥等,2014;Inge,2012;罗良文等,2017)。其中,Nasierowski等(2012)运用DEA方法对绿色创新效率进行测算,通过2005年和2009年绿色创新效率结果分析了创新过程中绿色创新投入和产出。张江雪等(2012)运用四阶段DEA模型对2009年中国各省份工业企业技术创新效率进行了测算,发现东部地区平均技术创新效率高于中西部地区。

二、绿色技术创新效率的内容研究

相关研究主要集中于工业(李婉红,2017)、高技术产业(王惠等,2016)、重污染行业(王超等,2018)和污染密集型产业(Pedro等,2006)等方面。具体到更加微观的企业层面,Pedro等(2005)在环境约束下对葡萄牙1429家制造业企业进行研究,发现企业规模和出口总额对企业创新绩效具有正向影响。Amore等(2016)采用1976—1995年美国上市公司数据分析公司治理与绿色创新之间的关联。陈庆江(2017)利用2011—2014年沪深两市A股964个制造业上市公司对企业技术创新进行了探讨。还有一些学者从城市或区域空间层面对绿色技术创新进行了研究,其中,易明等(2018)对长江经济带43个城市的绿色创新效率进行测算,并对其影响因素进行分析。肖黎明等(2017)研究了基于空间梯度的中国地区绿色技术创新效率变化趋势,对不同梯度地区的绿色技术创新效率进行了考察。另外,一些学者研究了绿色技术创新产出的空间分布和演化格局。其中,Rosenstein(1943)和 Nurkse(1953)认为空间格局会走向均衡化发展,并把其归因于生产要素在区域间的流动,也就是各区域的发展程度最终因生产要素的区域流动而走向趋同。国内学者付帼等(2016)分析了中国省域绿色创新的空间格局演进。高广阔等(2018)对京津冀地区高耗能产业的绿色创新效率进行了测度,并运用空间统计方法探索了京津冀地区绿色创新效率的空间分布特征。杨树旺等(2018)研究了长江经济带绿色创新效率的时空分异特征,并对其驱动机制进行回归分析。这些学者均在一定程度上证明了空间溢出效应的存在。

在对绿色技术创新效率影响因素的探讨方面,学者们分别从市场供需、绿色创新主体、国际视角、区域视角等角度进行分析,主要研究了环境规制、政府行为、技术转移、研发投入、外商直接投资等因素对绿色创新效率的影响。更进一步,可将绿色技术创新效率的影响因素分为外部环境因素和内部驱动因素。外部环境因素有制度环境因素,如所有制结构(李政等,2016)、市场化水平(王保林等,2015)。从能源和产业结构看,以高能耗、高污染为特征的产业结构制约创新效率的提升,促进产业结构合理化有利于经济与环境的协调发展(姚西龙等,2014)。基于国际贸易角度,罗良文等(2017)运用省级面板数据通过空间面板模型发现国际研发资本比国内研发资本更好地促进了中国绿色创新效率,国内研发资本因投入结构失衡以及低效率问题阻碍了绿色创新效率的提高。李香菊等(2018)构建了地区竞争、环境税与企业绿色技术创新框架,研究发现地区竞争和环境税对企业绿色技术创新的影响都呈现倒“U”形,企业研发人员占比也对绿色技术创新存在一定影响。影响绿色技术创新效率的内部驱动因素主要与技术创新的主体企业内部管理和自身特征息息相关,如企业规模大小(Chen等,2004)。 DCJR4dURmU0UQMjnslU7cSv8B5iKYXhUQy54yb403zazpe50c8b927BRyvmY7cuZ

点击中间区域
呼出菜单
上一章
目录
下一章
×