城市与工业绿色创新效率评价及提升对策研究——以长三角地区41个城市为例

刘志鹏，戴玉才

（青岛大学经济学院，山东青岛，266061）

2010年5月，国务院正式批准实施的《长江三角洲地区区域规划》（以下简称《规划》）中明确提出要显著提升长三角地区创新能力，强化企业的创新主体地位，并加强生态建设与环境保护。2018年11月，***总书记支持长江三角洲区域一体化发展上升为国家战略。2019年12月1日，中共中央、国务院印发《长江三角洲区域一体化发展规划纲要》（以下简称《纲要》），其中明确了长三角地区涵盖上海、江苏、浙江、安徽全境。《纲要》提到，长三角地区要深入实施创新驱动发展战略，探索生态友好型高质量发展模式。

长三角地区的发展受到党中央的持续关注，在这一背景下，对长三角地区城市绿色创新效率的研究具有重要意义。工业作为科技创新和经济发展的重要主体，其财富创造能力、污染排放水平、科技创新能力对社会经济的发展起到不可忽视的作用，因此，对长三角地区的城市绿色创新效率及工业绿色创新效率进行研究，在丰富传统绿色创新效率研究的同时，切合国家战略具有重要理论意义与现实意义。

一、相关研究综述

目前，针对绿色创新效率的研究主要集中在三个领域，第一个领域是对某一行业进行研究，第二个领域是对某个特定省份或城市群进行研究，第三个领域是对绿色创新效率影响因素的研究。

第一个领域，即对某一行业进行研究的文献中，研究对象多为环境负外部性行业，如王卫星（2020）[1]使用 Super—SBM模型对我国石化行业的绿色创新效率进行研究；李玲（2018）[2]通过构建SBM方向性距离函数研究了污染密集型产业的绿色创新效率；吴超（2018）[3]发现重污染行业存在“创新但不绿色”的特征；王超（2020）[4]使用SBM模型研究了京津冀地区高能耗产业的绿色创新效率；肖仁桥（2020）[5]发现“一带一路”沿线省份工业企业的绿色创新效率有较大的省际差异。

第二个领域研究的对象通常为某一特定的省份，或国家战略、经济区划中包含的城市群，如陆菊春等（2019）[6]使用网络RAM模型对11个国家中心城市的绿色创新效率异质性与演变特征进行了研究；李勋来（2019）[7]利用SBM模型研究了山东省17个地级市的城市绿色创新效率；李健（2019）[8]在对河北省的绿色创新效率的研究中运用了空间计量的方法；彭宇文（2019）[9]对湖南省的绿色创新效率进行了评价；李金滟（2016）[10]对长江中游28个城市的绿色创新效率进行了研究。滕堂伟等（2019）[11]研究了长三角城市群26个城市的绿色创新效率并探索了不同城市的效率提升路径。

第三个领域是寻找哪些行为或因素对绿色创新效率产生影响，是当前学者们的重点研究方向。王惠（2016）[12]研究发现研发投入对高技术产业的绿色创新效率有显著的正向影响；梁圣蓉（2019）[13]发现国际研发资本技术溢出可以促进绿色技术创新效率的提升；张晓静（2019）[14]研究发现环境规制能够倒逼创新，对绿色发展也具有极大影响；游达明（2020）[15]研究了环境规制对绿色创新效率的影响；污染治理支出会对绿色创新产生重要影响[16]，金融业发展规模扩张、互联网发展和多样化集聚显著促进绿色创新效率的提升[17-18]。

综上所述，现有研究存在如下不足：一是当前文献较多对某行业绿色创新效率或城市绿色创新效率单独进行研究，鲜有文献同时对二者进行研究或比较分析。工业对城市环境、科技创新和地区经济发展具有重要影响，因此本文对城市绿色创新效率与工业绿色创新效率分别进行研究，并依据两种绿色创新效率对各城市进行类型划分，探索不同类型城市的效率提升对策。二是《纲要》明确长三角地区的范围包括江、浙、沪、皖全境，现有对长三角地区绿色创新效率的研究多以长三角城市群的26个城市为研究对象，尚未有文献对该地区41个地级以上城市的绿色创新效率进行研究。

二、研究方法、指标选取与数据来源

（一）SBM-Undesirable outputs模型

数据包络分析已成为评价相对效率的主流工具[19]，传统的DEA模型无法解决非期望产出，并且是径向的、角度的，会造成评价效率值的偏差。为避免传统 DEA 模型的缺陷，Tone（2001）[20]提出了非径向、非角度的DEA模型，即SBM-DEA模型（SBM），它可以同时从投入和产出两个角度对无效率状况进行测量，并且其测量效率不存在弱有效问题。

为充分体现绿色创新效率的内涵，避免传统DEA模型可能带来的效率值偏差，本文选择SBMUndesirable outputs模型对长三角地区的工业绿色创新效率进行评价。该模型的具体原理为：存在n个决策单元，每个决策单元有投入（x）、期望产出（yg）和非期望产出（yb） 三个要素，定义矩阵且X、yg、yb均大于零。

其中x0表示投入变量，表示期望产出变量，表示非期望产出变量，ρ*表示绿色创新效率值，当且仅当s-=0、sg=0、sb=0，即ρ=1时，决策单元是有效率的；s-、sg、sb三者任何一个不为零时，决策单元是没有效率的，此时可以通过优化投入产出量来提高决策单元效率值。

（二）指标体系构建

1.投入变量。本文将投入变量划分为研发投入、资本投入和能源投入三个二级指标。选择R&D人员全时当量作为研发人力投入变量，R&D经费内部支出作为研发经费投入。固定资产投资是城市建设及企业规模扩张等活动的重要保障，本文选用全市固定资产投资额衡量资本投入。能源消费是经济社会发展过程中不可或缺的环节[21]，我国现阶段仍以化石能源作为主要电力来源，而化石能源的利用会对生态环境产生影响，故本文选用全社会用电量衡量城市能源投入。

2.期望产出变量。本文以经济产出和科技产出两个二级指标共同衡量期望产出。科技产出方面，专利申请受理量及专利授权量是常用指标，如李勋来（2019）[7]将专利申请量作为技术产出，黄磊等（2020）[22]将专利授权量作为技术产出，但专利授权量比专利申请受理量更能反映创新质量，故本文选择专利授权量来衡量城市科技产出水平；技术市场成交额可以从一定程度上衡量城市技术发展与创新活跃度，也将其纳入指标体系当中。GDP可以很直接地体现经济产出水平，因此本文将GDP作为经济产出变量的衡量指标之一；新产品销售收入可以衡量科技创新所转化的经济收益水平，本文也将新产品销售收入纳入指标体系当中。

3.非期望产出变量。李健（2019）[8]以城市废水排放量和SO2排放量作为非期望产出的衡量指标，游达明（2020）[15]选取工业三废排放量与CO2排放量之和来衡量非期望产出，李金滟（2017）[23]、李曼媛（2019）[24]以工业SO2排放量、工业烟（粉）尘排放量、工业废水排放量作为非期望产出。本文将工业烟（粉）尘排放量、工业废水排放量、工业SO2排放量与工业CO2排放量作为非期望产出指标衡量环境治理程度和城市污染排放水平。由于工业CO2排放量数据的缺失，本文借鉴陈诗一（2009）[25]的方法①二氧化碳的排放多由化石能源消耗产生，选择煤炭、石油、天然气三种消耗较大的能源对二氧化碳的排放进行估算。二氧化碳排放量计算公式为：，CO2为二氧化碳排放量，i为三种不同能源类型，E为各自的消耗量，NCV为能源净发热值，CEF为碳排放系数，COF为碳氧化因子。NVC、CEF、COF的数值参照陈诗一（2009）[25]的设定。三种能源的工业消费量数据来自各城市的统计年鉴与统计公报。，对工业CO2排放量进行估算。城市绿色创新效率指标体系的构建如表1所示。

表1 城市绿色创新效率指标体系

（三）数据来源

本文数据来自《中国城市统计年鉴》、《浙江统计年鉴》、《江苏统计年鉴》、《安徽统计年鉴》、各城市统计年鉴和统计公报、国家专利局及Wind数据库，个别年份的缺失数据采用插值法补齐。2010年5月，国务院批准实施的《规划》中明确提出长三角地区应显著提升创新能力，加强生态建设与环境保护，同时，2018年后的部分数据暂未公开，故本文研究时段为2010—2018年。

三、长三角地区绿色创新效率实证研究

（一）长三角地区城市绿色创新效率评价

选取SBM-Undesirable outputs模型，借助DEASOLVER Pro 5.0软件，对长三角地区的41个城市2010—2018年的绿色创新效率进行测算，计算结果如表2所示。

表2 长三角地区城市绿色创新效率实证结果

1.长三角地区的城市绿色创新效率呈现出在波动中上升的特征。如图1所示，2018年绿色创新效率的平均值较2010年上升0.139。形成这一上升趋势的原因可能为2010到2018年间，长三角地区生产总值年均增长率为9.7%，高于同期全国平均水平，经济产出不断增加；《规划》等政策相继出台并实施，地区发展得到各级政府大力支持；资本、创新型企业等资源聚集程度提高，各级政府施行了较为合理的环境规制政策，在实现科技创新与经济发展的同时兼顾了环境保护，使绿色创新效率得到提升。

图1 长三角地区城市绿色创新效率变化趋势

2.三省一市之间城市绿色创新效率存在一定的差异。江苏省和浙江省的城市绿色创新效率值高于安徽省，比较全省各城市效率平均值可发现这一差异，江苏省为0.818，浙江省为0.836，而安徽省仅有0.606。形成这一差异的原因可能为，2010年5月国务院正式发布《规划》，明确了长三角地区包括上海市、江苏省和浙江省，而2010—2018年间安徽省全境并未进入长三角规划范围当中，在此期间，安徽省未得到长三角地区发展的相关政策支持；芜湖、马鞍山等安徽省的城市第二产业占GDP比重均超过50%，高污染、高能耗企业众多，经济增长仍以传统工业为主，导致城市绿色创新效率相对较低。

3.不同城市之间城市绿色创新效率有较为明显的差异。上海、南京、苏州等城市的绿色创新效率持续处于较高水平，可能的原因为这些城市经济发展水平高，较强的城市吸引力促使资本与高水平创新型人才涌入，且生态保护工作落实到位。无锡、淮安等城市的绿色创新效率呈现先低后高的特征，可能的原因是相关政策逐渐得到落实，各级政府支持相关产业发展。宿迁、马鞍山、衢州等城市绿色创新效率持续处于较低水平，这些城市的经济发展水平在长三角地区相对偏低，较低的经济产出难以保证创新活动获得充足的要素投入；城市吸引力不足，难以使创新型人才大量流入，企业创新活力低下或工业污染排放较为严重，产业结构有待进一步优化。

（二）长三角地区工业绿色创新效率评价

推动工业高质量发展已成为建设现代化工业体系的必然要求。对长三角地区各城市的工业绿色创新效率进行研究具有重要现实意义，一方面，工业是推动社会经济增长的主要产业之一，长三角地区约78%的城市第二产业占GDP比重超全国平均水平；另一方面，技术进步、科技创新多来自工业，因此对工业绿色创新效率进行研究有必要性。工业绿色创新效率指标体系的构建应突出工业特点，选用工业领域相关数据。工业绿色创新效率指标体系如表3所示，实证结果如表4所示。

表3 工业绿色创新效率指标体系

表4 长三角地区工业绿色创新效率实证结果

1.长三角地区的工业绿色创新效率在波动中上升。如图2，2018年绿色创新效率的平均值较2010年上升0.1，年均增长率约为1.8%，说明长三角地区工业企业的绿色创新效率总体上实现提高。推测其原因为工业企业生产能力得到提升，企业规模逐渐扩大，实现了投入要素与工业产值的持续增加；各级政府深入贯彻落实《规划》要求，工业科技产出不断增加；《规划》中关于加强生态建设与环境保护的具体措施得到落实，工业粗放式发展现象逐步减少。

图2 长三角地区工业绿色创新效率变化趋势

2.不同省份及省内城市间工业绿色创新效率差异明显。浙江省工业绿色创新效率平均值约为0.865，高于江苏省（0.74）与安徽省（0.726）；浙江省中除衢州市外，其余城市的工业绿色创新效率均在本省及长三角地区平均水平（0.774）以上；江苏、安徽省内不同城市间的工业绿色创新效率存在较大差距，江苏省内徐州、连云港等城市的工业绿色创新效率值低于省内及长三角地区平均水平，安徽省仅合肥、芜湖、安庆、黄山、阜阳、亳州的工业绿色创新效率值在地区平均值以上。

3.工业绿色创新效率在城市间存在明显差距。上海、苏州、常州等城市的工业绿色创新效率长期处于较高水平。舟山、黄山、宿州等城市经济发展水平相对较低，但工业绿色创新效率同样处在较高水平，这些城市第一产业所占比重仍然较大，工业化程度相对不高，工业污染排放控制在合理范围内。淮南、马鞍山、淮北等城市仍以传统工业为重要经济支柱，工业污染排放较为严重，且企业创新能力相对有限，工业绿色创新效率较低。

（三）城市与工业绿色创新效率的比较分析

通过对长三角地区2010—2018年城市与工业绿色创新效率进行对比，发现二者之间存在整体上的差异。如图3，长三角地区工业绿色创新效率高于城市绿色创新效率，仅在2013年，城市绿色创新效率超过工业绿色创新效率。

图3 城市与工业绿色创新效率对比

长三角地区城市众多且发展差距较大，城市与城市之间、城市绿色创新效率与工业绿色创新效率之间均存在不同程度的差异，不同城市的绿色创新效率提升路径也有所不同[11]。本文将长三角地区41个地级及以上城市划分成四种类型：高城市绿色创新效率—高工业绿色创新效率（高—高）、高城市绿色创新效率—低工业绿色创新效率（高—低）、低城市绿色创新效率—高工业绿色创新效率（低—高）、低城市绿色创新效率—低工业绿色创新效率（低—低）。效率值的高低根据长三角地区2010—2018年各城市的效率平均值进行划分，41个城市效率类型划分结果如图4所示，一、二、三、四象限分别对应高—高、低—高、高—低、低—低4种类型。

图4 长三角地区各城市城市与工业绿色创新效率比较

总体而言，通过对城市与工业绿色创新效率的综合考量可以得到不同类型城市的发展特点。上海、苏州等高—高型城市有较强的经济综合实力和合理的产业结构，工业污染物的排放受到合理控制，提高创新效率的同时兼顾了环境保护。对于滁州、徐州等高—低型城市而言，城市绿色创新水平高于工业绿色创新水平，这些城市往往有一定的经济体量，但存在工业污染较为严重的现象，工业企业的创新能力有待进一步提高。对于宿州、黄山等低—高型城市而言，其特征是“工业高于城市”，一种可能是其第二产业占GDP比重较低，工业企业数量相对较少，非期望产出的排放在合理范围以内；另一可能为创新要素向工业企业集聚，其他产业创新要素投入相对不足。淮南、马鞍山等低—低型城市发展往往受限于经济发展水平、自主创新能力等因素，要素投入、经济产出、科技产出相对不足，环境问题较为严重，经济增长依赖污染密集型产业，产业结构有待优化。

四、研究结论与对策建议

（一）研究结论

第一，长三角地区的城市绿色创新效率总体呈现出在波动中上升的趋势，不同省份及不同城市间有较大的差异。与江苏省、浙江省相比，安徽省的绿色创新效率仍有待提高；上海、南京等城市凭借较高的经济发展水平和人才集聚能力等使城市绿色创新效率维持在较高水平；部分城市的绿色创新效率实现了稳步提升，如无锡、淮安等；宿迁、衢州以及铜陵、马鞍山等城市绿色创新不足的现象较为严重。

第二，长三角地区工业绿色创新效率呈现在波动中上升的趋势，工业绿色创新效率在省份间、城市间差距明显。浙江省工业绿色创新效率整体高于江苏省与安徽省；上海、苏州等城市的工业绿色创新效率长期居高不下；部分传统工业城市的经济增长仍处于高污染、高排放阶段，工业绿色创新效率较低，如淮北、铜陵等；丽水、黄山等绿色创新效率体现出“工业高于城市”的特征。

第三，整体上，长三角地区城市绿色创新效率低于工业绿色创新效率，本文将长三角地区41个城市的城市与工业绿色创新效率归结为高—高、高—低、低—高、低—低四种类型。高—高型城市往往有较强的经济实力和合理的产业结构等，工业污染物的排放受到合理控制，要素投入与期望产出较为充足；高—低型城市有一定的经济体量且城市创新氛围良好，但工业污染较为严重，或污染型企业在城市工业体系中占主导地位；低—高型城市往往是工业企业数量与非期望产出相对较少，或其他产业创新要素投入不足；低—低型城市的要素投入、经济与科技产出水平较低，绿色创新效率低下。

（二）提升绿色创新效率的对策建议

第一，深入贯彻落实《纲要》等政策具体要求，增强区域整体创新能力，切实提高城市绿色创新效率。加强《纲要》在长三角发展过程中的引领作用，全面提高三省一市的科技创新能力和生态环境治理水平，合理控制环境污染物排放，建设区域创新体系，营造有利于自主创新的政策环境，提高科技支出在财政支出中的比重，促进长三角地区的创新发展、绿色发展。

第二，建设现代化工业体系，大力发展高新技术产业，提升工业绿色创新效率。确保长三角地区工业企业得到充足的人力、资本等创新要素投入，各级政府应进一步明确并优化政策导向，对环境友好型、科技创新型企业加大资金支持力度与政策支持力度；大力发展高新技术产业与先进制造业，加快产业升级，实现高质量发展；控制工业污染排放，确保环境规制政策的有效落实。

第三，对不同类型的城市可采取不同的绿色创新效率提升路径。高—高型城市可以充分发挥自身人力、资本、生产技术等优势，为实现长三角地区更高水平的一体化起带头作用，并带动长三角地区其他城市实现绿色创新效率的全面提高。高—低型城市可以将资本、政策等重要创新要素向工业体系中倾斜，控制工业污染排放，优化产业结构，大力发展高新技术产业和先进制造业。低—高型城市可以通过积极吸引外资等措施，合理加快经济增长速度，为创新活动能拥有充足的要素投入提供切实保障。低—低型城市则需要加快转变经济发展方式，在重视创新活动的同时兼顾环境保护，逐渐实现产业升级和高质量发展。综上所述，各城市应根据自身实际情况，因地制宜，采取具有针对性的政策措施。