“雙碳”目標下黃河流域綠色技術創新效率評價及影響因素

樊傳浩,孫桂路

(河海大學商學院,江蘇 南京 211100)

當前,我國經濟由高速增長階段轉向高質量發展階段,綠色低碳成為經濟轉型升級的重要方向。 “雙碳”目標是貫徹新發展理念、構建新發展格局、推動高質量發展的內在要求。黃河流域作為我國重要的生態屏障和經濟帶,其“雙碳”目標的實現對于綠色低碳發展意義重大。目前,黃河流域碳排放量總體仍保持增長趨勢,且人均碳排放水平高出全國水平34.5%[1],實現“雙碳”目標仍面臨較大壓力。在生態保護與高質量發展上,黃河流域土地鹽堿化、水土流失等形勢依然嚴峻,新興產業集群缺乏,支撐高質量發展的要素資源仍相對不足。在此背景下,開展綠色技術創新,為黃河流域生態修復、能源結構升級等提供技術支撐,對實現“雙碳”目標、推進生態保護和高質量發展有著重要意義。

綠色技術創新(green technological innovation, GTI)是以實現綠色發展為目標,強調通過技術創新來提供新工藝、新產品或新商業模式,從而降低資源消耗、減少生態破壞的創新活動;綠色技術創新效率能夠從投入和產出的角度,分析創新活動中資源使用的有效程度[2]。在“雙碳”目標下,提高綠色技術創新效率有助于經濟增長與能源消耗和環境惡化等問題脫鉤[3],是我國平衡資源環境約束、推進經濟高質量發展的戰略選擇[4]。鑒于此,本文立足于“雙碳”目標和黃河流域生態保護與高質量發展的時代背景,對黃河流域的綠色技術創新效率進行測算和時空演變分析,并探討影響效率提升的關鍵因素,以期為黃河流域加快創新發展和經濟轉型步伐,實現“雙碳”目標和高質量發展提供參考。

1 文獻綜述

在綠色技術創新效率評價方面,國內學者主要基于區域和行業兩個類別,對全國省際[5]和城市層面[6]、長三角區域[2]、粵港澳大灣區[7]、長江中游城市群[8]等地區的制造業[9]、高耗能產業[10]、旅游產業[4]等進行了綠色技術創新效率研究。關于評價方法,主要分為以隨機前沿分析(stochastic frontier analysis, SFA)為主的參數方法[11]和以數據包絡分析(data envelopment analysis, DEA)為主的非參數方法,相對來講,DEA是當前效率評價方法的主流。起初,超效率SBM模型在綠色技術創新效率的研究中應用最為普遍[2]。后來,為了考察綠色技術創新效率的薄弱環節,學者們采用網絡DEA模型測算綠色技術創新全過程效率及各階段效率[10]。再之后,為了考察效率的動態變化,有學者運用動態DEA模型將相鄰時期聯系起來,測算綠色技術創新的動態效率[12]。此外,還有少數學者應用最小距離強有效前沿[13]、共享投入DEA[14]等模型對綠色技術創新效率進行測算。

在綠色技術創新效率的影響因素方面,現有研究通常從經濟環境、技術環境、政策環境等維度進行分析。經濟環境維度有經濟發展水平[2]、產業結構[2]、金融發展水平[15]等因素;技術環境維度有對外開放水平[16]、外資依存度[17]、外商直接投資[18]、人力資本[2]等因素;政策環境維度通常包括環境規制強度[19]、政府創新支持[20]和綠色金融政策[9]等因素。少數研究還考察城建環境因素對綠色技術創新效率的影響,例如城鎮化程度[2]、交通水平[21]等。至于影響因素的檢驗方法,在具備空間相關性的前提下,地理探測器和空間杜賓模型應用最為廣泛[22];反之,則為因變量具有受限特征的Tobit回歸模型[16]。此外,隨著模糊集定性比較分析法的興起,也有學者應用此方法對驅動因素進行組態分析,得出針對性的效率提升路徑[23]。

目前,國內外有關綠色技術創新效率的研究成果在研究區域上主要集中在省際層面或者發達地區,對諸如黃河流域等發展相對落后地區考察較少;在研究方法上,已有研究較少涉及動態網絡DEA模型,且考察“雙碳”目標下綠色技術創新效率的研究也比較少見。因此,本文主要在以下方面作出探索:①在研究區域上,為豐富黃河流域綠色技術創新效率的研究,將研究區域聚焦于黃河流域,對該區域的綠色技術創新效率進行測算及時空演變分析,并檢驗影響因素對綠色技術創新綜合效率和階段效率的影響,以準確識別影響因素的作用環節,從而精準施策;②在研究方法上,為拓展動態網絡DEA模型在綠色技術創新領域的應用,采用超效率動態網絡SBM模型更精準地測度黃河流域綠色技術創新的動態效率值;③為使綠色技術創新更好地服務于我國“雙碳”目標,將CO2排放量納入綠色技術創新效率的評價指標體系,測度“雙碳”目標下的綠色技術創新效率。

2 研究設計

2.1 研究方法

2.1.1超效率動態網絡SBM模型

SBM模型對無效率的測量考慮了松弛改進部分[24],超效率模型則解決了多個決策單元有效時無法排序的問題[25]。為分析決策單元各個部分對效率的影響程度,Tone等[26]提出了網絡DEA模型。為評估決策單元的動態效率,Tone 等[27]又進一步延伸出動態網絡DEA模型。結合以上研究,考慮到綠色技術創新通常伴有環境相關的非期望產出,本文選擇包含非期望產出的超效率動態網絡SBM模型來測算黃河流域的綠色技術創新效率值。設定2011—2021年各時期權重相等、綠色技術創新各階段權重相等,模型共輸出三種效率值:一是綜合動態網絡效率,二是時期效率,三是階段效率。效率值小于1表明無效,效率值大于等于1表明有效。

2.1.2面板Tobit回歸模型

由于超效率DEA模型測出的效率值大于0,為受限因變量,因此采用面板Tobit回歸模型分析外部因素對綠色技術創新效率的影響。

2.2 指標選取

2.2.1綠色技術創新效率評價指標

本文借鑒Wang等[3]的做法,將黃河流域綠色技術創新分為科技研發和成果轉化兩個階段,其中科技研發指利用創新資源實現創新產出,成果轉化指將創新產出投入市場實現經濟和環境產出。

a.科技研發階段。選取研發人員全時當量作為人員投入指標[3]、全社會用電量作為能源投入指標[28]。鑒于黃河流域水資源緊缺現狀,將城市供水總量納入綠色技術創新效率評價指標體系[29]。選取綠色專利申請數作為本階段的產出指標和兩個階段的連接變量。研發經費內部存量是本階段結轉變量,其既是上一時期的資金產出,也是當期的資金投入。

b.成果轉化階段。綠色專利申請數是本階段的投入指標。選取GDP作為經濟產出指標,工業廢水排放量、工業SO2排放量、工業煙(粉)塵排放量作為非期望污染產出指標[8]。將CO2排放量作為非期望產出納入指標體系,以體現“雙碳”目標下的綠色技術創新效率水平[4]。鑒于黃河流域仍面臨土地荒漠化等問題,選擇綠地面積作為本階段結轉變量[28],其既是上一時期的生態產出,也是當期的生態投入。

2.2.2綠色技術創新效率影響因素

借鑒董會忠等[7]研究成果,結合黃河流域城市級別數據可得性,本文將綠色技術創新效率的影響因素分為經濟環境因素、技術環境因素和政策環境因素三個層面(表1),經濟環境是綠色技術創新的基礎,技術環境是綠色技術創新的動力,政策環境是綠色技術創新的保障[28]。各層面影響因素及對應指標見表1。

表1 黃河流域綠色技術創新效率影響因素

2.3 數據說明

由于四川省部分區域數據缺失嚴重,且四川省與長江經濟帶發展更為密切,故本文僅選取黃河流域8省(區)82市(盟)2011—2021年的數據作為樣本進行實證分析。由于時滯的設定對于DEA效率結果影響甚微[30],因此選擇當期的投入產出數據來測度效率值。綠色專利的數據來源于中國研究數據服務平臺(CNRDS),其余數據均來源于《中國城市統計年鑒》《中國城市建設統計年鑒》及各省(區)統計年鑒。對于個別缺失數據,使用線性插值法或趨勢外推法進行估算。

為消除物價影響,以2011年為基期,對GDP、人均GDP和研發經費內部支出進行平減;考慮創新經費投入存在滯后效應,采用永續盤存法,以2011年為基期,計算各年研發經費存量[31]。對于城市CO2排放量,由于統計年鑒中缺乏城市尺度的能源消費數據,本文借鑒吳建新等[32-33]的方法,計算各市(盟)天然氣、液化石油氣、供熱總量及全社會用電量產生的CO2,加總后得到城市CO2總排放量。

3 結果與分析

3.1 測算結果與分析

采用MaxDEA Ultra 7.0軟件測度2011—2021年黃河流域82市(盟)的綠色技術創新效率值。將青海、內蒙古、寧夏、甘肅劃為黃河流域上游地區,山西、陜西劃為中游地區,河南、山東劃為下游地區。

3.1.1基本特征

a.綠色技術創新效率變化分析。根據表2,納入CO2指標后,陜西、山西、河南及山東的綠色技術創新綜合效率有所提升,內蒙古、甘肅、青海及寧夏則有所下降。這表明黃河流域中下游地區在踐行低碳發展方面走在流域前列,上游地區則需要加快節能減排步伐。從表2還發現,CO2指標對于8省(區)綠色技術創新效率的排名結果沒有影響,該現象在錢麗等[34]的研究中也曾出現。這是因為綠色技術創新是一個具有多投入多產出的復雜系統,僅一個指標不會改變其真實效率水平的比較結果?；诖?下文在分析綠色技術創新效率的時空演化格局時,不再做舍去CO2指標的對比分析。

表2 2011—2021年“雙碳”目標下黃河流域綠色技術創新效率均值

表3 黃河流域綠色技術創新效率影響因素回歸結果

b.綠色技術創新效率短板分析。首先,僅有河南、內蒙古的科技研發效率低于成果轉化效率,表明擴大技術創新產出是河南、內蒙古提高綠色技術創新綜合效率的主要難題。其次,對于其余6省(區),成果轉化效率是制約綜合效率的主要因素,表明將創新成果轉化為經濟和環境效益,是它們提高綠色技術創新綜合效率的主要突破口。

3.1.2時序演進特征

2011—2021年,黃河流域綠色技術創新綜合效率整體波動上升,變化趨勢與科技研發效率更相似(圖1),表明科技研發效率對綜合效率起引領作用?？赡茉蚴?①成果轉化依賴于科技研發,受科技研發約束較大[35]。②我國2007年提出“建設創新型國家”,此后一段時期增強自主創新能力都是我國科技工作的根本任務;直到2015年我國先后修訂及出臺《中華人民共和國促進科技成果轉化法》《實施〈促進科技成果轉化法〉若干規定》《促進科技成果轉移轉化行動方案》等政策文件,為科技成果轉化作出頂層設計。然而,黃河流域科技成果和經濟社會發展之間的通道尚未完全打通,科技研發效率目前仍是黃河流域綠色技術創新綜合效率的首要引擎。

圖1 2011—2021年“雙碳”目標下黃河流域綠色技術創新效率時間演變趨勢

除2013—2014、2020—2021年之外,科技研發效率均保持上升趨勢(圖1),這與我國始終堅持創新驅動發展的政策導向相符合。2014年出現下降的可能原因是:①“雙創”政策的提出極大地激發了大眾的創新熱情;②《2014—2015年節能減排科技專項行動方案》的發布提高了公共財政對節能減排科技研發經費的投入力度。政策的引導使得黃河流域綠色技術創新投入擴大,但創新具有“高投入慢收益”的特點,在預期效益沒有跟上的情況下,科技研發效率反而下降。

2011—2015年成果轉化效率波動幅度較大,2015年起,成果轉化效率趨于平穩(圖1)。2015年,我國“史上最嚴環保法”開始施行。經濟和環保政策雙管齊下,使成果轉化效率得到平穩發展。然而,只有下游地區的成果轉化效率表現出向好趨勢,上游和中游地區的上升趨勢并不明顯,表明黃河流域上游和中游地區仍需完善綠色技術轉化的政策措施并搭建相關服務平臺。

2012年三種效率均得到大幅提升,2021年出現明顯下降。分析原因可能是:2012年生態文明建設進入“五位一體”總體布局,黃河流域生態保護和高質量發展受到黨中央高度重視;同年,我國建設創新型國家進程進入了新的歷史節點。生態保護與科技創新的雙重驅動,使得黃河流域綠色技術創新效率迎來大幅提升。2021年,綠色技術創新效率出現下降,這是因為2021年起我國專利審查標準更為嚴格,當年綠色專利申請數大幅減少。

3.1.3空間分布特征

基于自然斷裂法將各效率分為“高、中、低”3個等級,利用ArcGIS 10.6軟件進行制圖,結果如圖2所示。從科技研發效率來看,城市間區域差距較小,大部分城市都處于低效率水平,中效率城市主要為省會城市及副省級城市,包括榆林、太原、鄭州、許昌、濟南、青島、濰坊、西寧。 高效率城市僅有西安1市,參考《國家創新型城市創新能力評價報告2021》,西安具有豐富的科教、區位、產業優勢,2021年位列國家創新型城市全國第七、西部第一。中效率城市中,榆林是我國重要的煤炭基地,2016年以來通過實施科技型企業“333”行動等政策措施,借助自身能源優勢,為綠色技術創新持續賦能;許昌是我國重要的先進制造業基地,隨著2015年“制造強國”提出,許昌立足制造業優勢,持續推進“創新年”等政策措施,將創新驅動發展深深植根于產業升級之中。

圖2 2011—2021年“雙碳”目標下黃河流域綠色技術創新效率空間分布格局

從成果轉化效率來看,城市間區域差異顯著,城市聚集特征明顯。上游地區的甘肅、寧夏一帶經濟基礎薄弱,且經濟發展多以犧牲環境為代價,故其成果轉化效率整體為低效率。中下游地區部分城市雖然經濟發展相對較好,但空氣污染嚴重,降低了其成果轉化效率。相比之下,黃河流域東部、南部由于生態環境較好,成果轉化效率多處于中高效率水平。此外,“幾字彎”一帶多為能源強市,且高度重視產業綠色轉型,因此其成果轉化效率處于高效率水平。

從綠色技術創新綜合效率來看,高效率城市僅有西安、青島2市,這得益于它們遙遙領先的科技研發效率?？傮w來看,綜合效率的分布格局與成果轉化效率更為相似,表明成果轉化效率差異是綜合效率差異的主要來源,促進成果轉化是縮小綜合效率差異的主要途徑,該結論與張超等[36]的研究相似。

3.2 影響因素

為考察黃河流域綠色技術創新效率的影響因素, 應用 Stata1 6. 0 軟件對黃河流域82市(盟)2011—2021年的面板數據進行 Tobit 回歸分析, 結果如表 3 所示。

經濟發展水平在黃河流域上游和中游地區通過提高科技研發效率來提高綜合效率。上游和中游地區經濟比較發達,能夠吸引高技能人才,科技研發能力相對較高;下游地區的河南、山東均為人口大省,經濟發展伴隨著能源消耗和環境壓力,導致經濟發展水平和綠色技術創新效率之間無顯著相關性。

產業結構高級化在黃河流域上游地區通過提高科技研發效率來提高綜合效率,在下游地區通過同時提高科技研發效率和成果轉化效率進而提高綜合效率,在中游地區卻對綜合效率有抑制作用。主要原因是:上游地區優化產業結構有助于推動企業開展技術升級;下游地區產業轉型升級的經濟、環境效益已被充分彰顯,因此對綜合效率有正向作用;而中游地區依賴資源型產業嚴重,產業升級對其經濟產出影響較大,從而抑制了綜合效率。

人力資本稟賦對黃河流域綠色技術創新效率的影響較為微弱,其僅對中游地區的科技研發效率起正向促進作用。上游地區人才資源較為匱乏,還未能產生規模效應;在下游地區,盡管河南、山東人才資源相對富足,但可能存在人才要素配置扭曲,導致人力資本未被充分利用;而在中游地區,人才要素集中于研發階段,因此未能在成果轉化階段發揮顯著作用。

對外開放水平對下游地區科技研發效率起正向作用,對全流域成果轉化效率起負向作用。下游地區對外開放水平較高,有助于創新主體充分吸收外國先進技術和管理經驗,提高自主研發能力。然而,黃河流域引入外資企業同樣以高能耗企業居多,再加上先進技術為國外壟斷,本地創新技術擴散困難[37],因而對外開放水平尚未對綠色技術創新綜合效率產生顯著促進作用。

政府支持力度在中游地區通過抑制科技研發效率抑制了綜合效率,在下游地區僅提高了科技研發效率。上游地區創新資源較為缺乏,僅憑政府的資金支持還無法提高綠色技術創新水平;中游地區的陜西、山西兩省著力打造國家西部創新高地,政府資金支出可能過度,從而抑制了科技研發效率和綜合效率;下游地區可能是由于政府資金向科技研發階段傾斜,致使政府支持未能提高成果轉化效率和綜合效率。

環境規制強度在上游地區顯著提高了科技研發效率,在中游和下游地區顯著提高了成果轉化效率。上游地區傳統產業比重偏大,環境治理成本較高,企業不得不開展技術創新以推動產業升級;中游地區相對較早地開啟了產業升級,下游地區對傳統能源的依賴較低,因而環境規制對成果轉化的環境效益更為明顯。系統來看,環境規制影響復雜,暫未對黃河流域綠色技術創新綜合效率產生顯著影響。

4 結論與建議

4.1 結論

a.納入CO2指標后,陜西、山西、河南及山東的綠色技術創新綜合效率有所提升,內蒙古、甘肅、青海及寧夏的綜合效率有所下降;但8省(區)綜合效率的排序結果并未發生改變。效率絕對值的變化表明黃河流域中下游地區在踐行低碳發展方面走在流域前列,上游地區則需要加快節能減排的步伐。

b.“雙碳”目標下黃河流域綠色技術創新綜合效率呈波動上升趨勢,科技研發效率對其起引擎作用,成果轉化效率是阻礙山東、陜西、山西、甘肅、青海、寧夏綜合效率提升的短板,原因是成果轉化受科技研發約束且科技成果轉化較晚。

c.“雙碳”目標下黃河流域綠色技術創新綜合效率區域差異明顯,成果轉化效率是差異的主要來源?？萍佳邪l高效率城市僅有西安市;中效率城市主要為省會及副省級城市,包括榆林、太原、鄭州、許昌、濟南、青島、濰坊、西寧;其余73市均為低效率水平。成果轉化高效率城市在“幾字彎”周圍能源強市、內蒙古和山東東部、陜西與河南南部均有分布;中效率城市主要分布在中下游經濟與生態相對較好地區;低效率城市則主要分布在上游地區和中下游環境污染相對嚴重地區。

d.經濟發展水平、產業結構高級化、人力資本稟賦、對外開放水平、政府支持力度和環境規制強度對黃河流域綠色技術創新效率的影響具有區域異質性。經濟發展水平在上游和中游地區通過促進科技研發效率促進綜合效率;產業結構高級化在上游和下游地區能促進綜合效率,但在中游地區反起抑制作用;人力資本稟賦僅促進中游地區科技研發效率;對外開放水平促進下游地區科技研發效率,抑制全流域的成果轉化效率;政府支持力度在中游地區通過抑制科技研發效率抑制綜合效率,但能夠促進下游地區科技研發效率;環境規制強度僅促進上游地區科技研發效率,在中下游地區則促進成果轉化效率。

4.2 對策與建議

a.科技研發效率是綠色技術創新效率的主要引擎,建議黃河流域繼續提高自主創新能力。上游地區的蘭州、銀川、呼和浩特、鄂爾多斯等重要城市,要加大基礎設施投資與人才建設,引入高端人才并發揮其領軍作用;下游地區的洛陽、開封、許昌、煙臺、濰坊等GDP靠前但研發效率低下的城市,應采用先進的管理理念,完善科技人才激勵機制,充分激發科技人才的創新潛力。此外,蘭州、武威、天水、寶雞、西安、霍爾果斯、二連浩特等上中游城市,可以借助弘揚黃河文化、建設“一帶一路”、擴建中歐班列等國家機遇,引入優質外資企業,學習并借鑒其先進技術與管理經驗,提升本地創新水平。

b.成果轉化效率是綠色技術創新效率的主要短板,建議黃河流域深入優化創新生態系統,著力擴大綠色技術創新帶來的經濟效益和環境效益。一方面,要不斷搭建并完善科技成果轉化平臺,擴大優勢產業生產規模,協助先進技術擴散與應用。尤其對于成果轉化效率低下的下游城市,如洛陽、新鄉、濰坊、濟寧等,政府資金宜支持成果轉化階段。另一方面,要嚴格抵制高能耗、高污染外資企業,控制高耗能、高污染企業產能,持續完善環境保護相關條例,加大環境保護執法力度。

c.作為我國重要的能源基地,黃河流域要想實現“雙碳”目標,能源生產革命和能源體系轉型是必經之路。對于傳統能源強市,如榆林、鄂爾多斯、延安、呂梁、安康等,建議積極推進能源生產革命,采用新興清潔技術改進生產工藝,扶持老工業基地轉型。對于具備條件的新能源城市,如金昌、張掖、酒泉、嘉峪關、武威等,建議著力構建清潔低碳、安全高效的新能源體系。此外,考慮到加入CO2指標后,上游地區的綠色技術創新效率有所下降,建議上游城市在發展經濟的同時要時刻注意大氣污染排放。