基于兩階段DEA主—從模型的我國省域工業(yè)綠色技術(shù)創(chuàng)新效率評價研究

文 容 林小平 藍以信

（福州大學經(jīng)濟與管理學院，福建 福州 350116）

1.引言

近年來，我國經(jīng)濟仍舊保持著較快的增長速度，但同時也伴隨著資源消耗過度和環(huán)境污染等問題。面對嚴峻的資源與環(huán)境形勢，我國在“十三五”規(guī)劃中提出了創(chuàng)新、協(xié)調(diào)、綠色、開放、共享的五大發(fā)展理念。創(chuàng)新發(fā)展理念位于首位，是引領經(jīng)濟發(fā)展的第一動力。綠色發(fā)展理念是處理經(jīng)濟發(fā)展和環(huán)境關系的價值標準，引領著我國經(jīng)濟由傳統(tǒng)的粗放型管理模式向集約化模式轉(zhuǎn)換。因此，發(fā)展綠色創(chuàng)新技術(shù)有利于推動我國經(jīng)濟的可持續(xù)發(fā)展。而工業(yè)又是我國實體經(jīng)濟的主體產(chǎn)業(yè)，是推動經(jīng)濟高速增長的基石。故在工業(yè)技術(shù)發(fā)展和環(huán)境污染矛盾日益激烈的背景下，對工業(yè)綠色技術(shù)創(chuàng)新系統(tǒng)進行探究，精確測算各省域的工業(yè)綠色技術(shù)創(chuàng)新效率，對指導工業(yè)產(chǎn)業(yè)提高資源利用率，助推工業(yè)經(jīng)濟高質(zhì)量發(fā)展具有重要的理論和現(xiàn)實意義。

當前，對綠色技術(shù)創(chuàng)新效率的測算一般有兩類方法：參數(shù)法和非參數(shù)法。其中，非參數(shù)法的代表是數(shù)據(jù)包絡分析（DEA）方法，該方法因可以對多投入、多產(chǎn)出生產(chǎn)系統(tǒng)進行績效評價，且無需事先確定生產(chǎn)函數(shù)和權(quán)重而備受青睞。目前，基于DEA方法的綠色技術(shù)創(chuàng)新研究主要有兩類：一類是將綠色技術(shù)創(chuàng)新活動看作一個整體；另一類是綠色將技術(shù)創(chuàng)新活動劃分為相互關聯(lián)的子系統(tǒng)。在前者的研究中，學者們主要通過使用DEA方法對綠色技術(shù)創(chuàng)新效率進行核算，并研究綠色技術(shù)創(chuàng)新效率的影響因素和綠色技術(shù)創(chuàng)新對生態(tài)效率和績效等的影響。例如：王海龍等［1］使用DEA方法對中國區(qū)域綠色技術(shù)創(chuàng)新效率進行測量，并借助回歸模型分析綠色創(chuàng)新效率對綠色增長績效的影響。羅良文和張萬里［2］通過運用SBM模型和熵值法相結(jié)合來研究綠色技術(shù)創(chuàng)新對生態(tài)效率的影響。而在影響因素方面，吳超等［3］構(gòu)建RAM模型對重工業(yè)綠色創(chuàng)新效率進行評價，并結(jié)合模糊集定性比較方法探討綠色創(chuàng)新效率的提升模式。楊樹旺等［4］使用含非期望產(chǎn)出的SBM和探索性空間數(shù)據(jù)分析對長江經(jīng)濟帶綠色技術(shù)創(chuàng)新進行分析。肖黎明和吉薈茹［5］運用SBM超效率模型和Tobit回歸分析我國的生態(tài)福利績效水平、空間分類特征和冷熱點區(qū)域格局演化及影響因素。Li［6］使用SBM模型計算30個省域的工業(yè)企業(yè)的綠色創(chuàng)新效率，并探索綠色創(chuàng)新效率在時間和空間維度的變化情況。在這些研究中，由于綠色技術(shù)創(chuàng)新活動被看成一個整體，因此研究中主要聚焦在投入和產(chǎn)出兩個維度，忽略了技術(shù)創(chuàng)新系統(tǒng)內(nèi)部的聯(lián)系，導致綠色技術(shù)創(chuàng)新系統(tǒng)在研究中被視為“黑箱”而無法進行更進一步的研究。

而在第二類研究中，學者們?yōu)榱藢ⅰ昂谙洹贝蜷_，將綠色技術(shù)創(chuàng)新活動劃分為多階段進行研究。例如，羅良文和梁圣蓉［7］使用兩階段DEA對中國區(qū)域工業(yè)企業(yè)綠色創(chuàng)新系統(tǒng)進行研究，并運用主成分分析法對這些指標數(shù)據(jù)進行降維處理，分別計算出兩個階段的技術(shù)創(chuàng)新效率。Du等［8］從兩階段價值鏈出發(fā)，采用兩階段網(wǎng)絡DEA模型，對區(qū)域企業(yè)綠色技術(shù)創(chuàng)新的效率進行了測度，探索工業(yè)企業(yè)的區(qū)域差異。張洪潮等［9］從綠色增長視角出發(fā)，依托兩階段技術(shù)創(chuàng)新理論評價資源型區(qū)域工業(yè)企業(yè)在2011—2015年間的技術(shù)創(chuàng)新效率。錢麗等［10］利用共享投入關聯(lián)兩階段DEA模型測度中國工業(yè)企業(yè)綠色研發(fā)和成果轉(zhuǎn)化效率。肖仁橋和丁娟［11］運用超效率DEA模型測度中國30個省市工業(yè)企業(yè)綠色創(chuàng)新的整體及分階段效率，并采用空間面板模型檢驗其空間溢出效應。聶名華和齊昊［12］運用SBM模型測算了中國工業(yè)企業(yè)兩階段創(chuàng)新效率，并通過空間計量模型進行實證研究。Li［13］利用DEA探索環(huán)境規(guī)制對創(chuàng)新城市的技術(shù)創(chuàng)新效率的影響及技術(shù)創(chuàng)新效率的時空演化狀況。

綜上所述，第二類的研究已經(jīng)成為當前研究中的一個熱點。而在這些研究中，較多學者都是基于價值鏈的視角，將創(chuàng)新系統(tǒng)劃分相互關聯(lián)的研發(fā)階段和轉(zhuǎn)化階段，但并未將兩階段之間主導關系納入到最終的評價中。眾所周知，技術(shù)研發(fā)的最終目的是經(jīng)濟效益，而實現(xiàn)經(jīng)濟效益需要研發(fā)成果的投入，沒有成果的投入就無法進入成果轉(zhuǎn)化階段，故研發(fā)是實現(xiàn)經(jīng)濟效益的先決條件。因此，在綠色創(chuàng)新活動中，往往是研發(fā)階段主導轉(zhuǎn)化階段。基于此視角，文章將非合作博弈DEA模型引入，提出了一種兩階段非合作博弈的綠色創(chuàng)新效率評價方法，使其能夠有效地處理具有主從博弈子系統(tǒng)的綠色創(chuàng)新效率評價問題。同時，考慮到在綠色創(chuàng)新系統(tǒng)中存在創(chuàng)新路徑依賴和自我鎖定等特性，綠色技術(shù)創(chuàng)新能力強的發(fā)達省域更傾向在內(nèi)部保持創(chuàng)新優(yōu)勢，從而使得綠色技術(shù)創(chuàng)新效率在不同省域表現(xiàn)出明顯的空間差異性。鑒于此，筆者將利用DEA主—從博弈模型從時間和空間兩個維度對我國省域工業(yè)綠色技術(shù)創(chuàng)新活動進行研究。

2.研究設計

2.1 工業(yè)綠色技術(shù)創(chuàng)新效率階段劃分

基于兩階段價值鏈理論，［14,15］文章將工業(yè)綠色技術(shù)創(chuàng)新活動可劃分為相互關聯(lián)的綠色技術(shù)研發(fā)階段和綠色成果轉(zhuǎn)化階段，綠色技術(shù)研發(fā)階段為創(chuàng)造知識的過程，綠色成果轉(zhuǎn)化是將技術(shù)研發(fā)階段的產(chǎn)出投入到經(jīng)濟轉(zhuǎn)化階段，最終變成產(chǎn)品的過程。工業(yè)綠色轉(zhuǎn)化階段的投入不僅來源于研發(fā)階段的，還包括了中間的再投入。研發(fā)階段的效率為中間產(chǎn)出與綠色創(chuàng)新投入的比值。工業(yè)綠色轉(zhuǎn)化效率則是工業(yè)綠色創(chuàng)新產(chǎn)出與（中間產(chǎn)出+中間再投入）的比，該值能較好評價中間產(chǎn)出、中間再投入轉(zhuǎn)化為綠色經(jīng)濟的能力。

2.2 兩階段DEA主—從博弈模型

第一階段做為引導者，先使用CCR模型求解研發(fā)效率，故第j個決策單元DMUj的研發(fā)效率為：

3.指標選取及數(shù)據(jù)說明

在整個工業(yè)綠色技術(shù)創(chuàng)新系統(tǒng)中，學者們通常未把外部非創(chuàng)新投入和產(chǎn)出考慮在內(nèi)，但外部非創(chuàng)新的投入和產(chǎn)出對工業(yè)綠色創(chuàng)新效率起著一定的作用，故筆者們將其納入。文章具體指標的描述如下：

（1）創(chuàng)新投入。創(chuàng)新投入指標主要從人力、資金兩方面進行衡量。［17—19］在人力方面，主要選取企業(yè)規(guī)模以上R&D全時當量，在資金方面，研發(fā)經(jīng)費內(nèi)部經(jīng)常被使用。另外，因為我國企業(yè)大多是以開發(fā)新產(chǎn)品數(shù)為主要目的，所以新產(chǎn)品開發(fā)數(shù)也應考慮到資金投入中。由于前期的研發(fā)經(jīng)費會對當期的科技經(jīng)濟產(chǎn)出有一定的影響，［20］故采用R&D經(jīng)費存量指標進行計算。在計算R&D存量指標之前，先對研發(fā)價格指數(shù)進行平減，轉(zhuǎn)換為2011年不變價，取折舊率δ=15%，基期存量=基期經(jīng)費內(nèi)部支出/（R&D經(jīng)費增長率+折舊率）。新產(chǎn)品經(jīng)費計算方式和R&D采用相同的方法。資金的投入等于R&D存量加新產(chǎn)品經(jīng)費存量。

（2）中間產(chǎn)出。學者較多的是選擇專利申請數(shù)和專利授權(quán)數(shù)作為技術(shù)研發(fā)創(chuàng)新產(chǎn)出的衡量指標，［21，22］考慮到專利申請數(shù)更能體現(xiàn)企業(yè)的研發(fā)成果，故選用專利申請數(shù)作為產(chǎn)出指標。而新產(chǎn)品開發(fā)項目數(shù)體現(xiàn)出工業(yè)企業(yè)將研發(fā)階段轉(zhuǎn)化為經(jīng)濟的能力，也是通常采用的指標之一。因此，文章的中間產(chǎn)出有專利申請數(shù)和新產(chǎn)品開發(fā)數(shù)。

（3）中間投入。主要考慮環(huán)境規(guī)制和經(jīng)濟發(fā)展水平兩方面。由于環(huán)境規(guī)制是指以環(huán)境保護為目的而制定實施的各項政策與措施的總合，它對綠色創(chuàng)新活動有一定的影響。［6,23，24］結(jié)合已有研究，選用工業(yè)污染治理完成投資額/工業(yè)增加值來代表環(huán)境規(guī)制。同時，由于一個區(qū)域的經(jīng)濟水平越高，越容易推動該區(qū)域的經(jīng)濟發(fā)展，而經(jīng)濟水平越高知識轉(zhuǎn)化為產(chǎn)品的可能性也就越高。借鑒Zhang［24］的方法，選用人均GDP來表示經(jīng)濟的發(fā)展水平。

（4）綠色創(chuàng)新產(chǎn)出。除了從經(jīng)濟和環(huán)境效益的角度進行測度，［17,25］還將企業(yè)規(guī)模和市場成熟度考慮在內(nèi)。在經(jīng)濟產(chǎn)出方面，選取新產(chǎn)品銷售收入。由于經(jīng)濟轉(zhuǎn)化的最終目的是產(chǎn)出新產(chǎn)品，從而實現(xiàn)經(jīng)濟效益，所以文章選取新產(chǎn)品銷售收入作為經(jīng)濟轉(zhuǎn)化的產(chǎn)出變量之一。在環(huán)境產(chǎn)出方面，主要選取CO2和 SO2。CO2主要采用的是 Kang［25］中計算 CO2的方法：

其中CE代表總的CO2排放量；i表示三種能量類型，i=1,2,3分別代表原油、原煤和天然氣；Ei表示能源消耗；CEF1為IPPC（2006）給出的碳排放系數(shù)；碳氧化因子Oi，取值為1?？萍际袌鍪且粋€將知識轉(zhuǎn)化為經(jīng)濟的中間過程，隨著科技創(chuàng)新能力的增強，市場的成熟度也逐漸增強，故使用技術(shù)市場成交量指標來表示市場的成熟度。［4］而科技創(chuàng)新轉(zhuǎn)化能力越強，越易于擴大企業(yè)規(guī)模，［22,25］故將選用平均主營業(yè)務收入來表示企業(yè)的規(guī)模。［25］

文章研究對象為中國的30個省份（西藏、香港、臺灣和澳門數(shù)據(jù)缺失），樣本期為2011—2016，數(shù)據(jù)主要來源于《中國統(tǒng)計年鑒》（2012—2017），其中企業(yè)規(guī)模以上R&D全時當量、R&D內(nèi)部經(jīng)費支出、新產(chǎn)品經(jīng)費、專利申請數(shù)、新產(chǎn)品開發(fā)數(shù)據(jù)和技術(shù)市場成交額來自《中國科技統(tǒng)計年鑒》。主營業(yè)務收入來自《中國工業(yè)統(tǒng)計年鑒》，工業(yè)污染治理完成投資額和SO2數(shù)據(jù)來源于《中國環(huán)境統(tǒng)計年鑒》，工業(yè)增加值來自《中國經(jīng)濟統(tǒng)計年鑒》，而能源消耗則來自于《中國能源統(tǒng)計年鑒》。

4.實證分析

根據(jù)兩階段DEA主—從模型（1）和（2），通過MATLAB2015軟件對中國2011—2016年30個省域的工業(yè)綠色創(chuàng)新系統(tǒng)的研發(fā)效率和轉(zhuǎn)化效率進行測算，其結(jié)果如表1和表2所示。

從表1和表2可知，在綠色研發(fā)階段，我國的平均綠色研發(fā)效率和綠色轉(zhuǎn)化效率分別為0.6775和0.798，還有較大的提升空間。從表1中可以看出，中國四個區(qū)域的研發(fā)效率按東部、西部、中部、東北部依次減小。具體來看，排名第一的安徽的效率值為1，排名30的內(nèi)蒙古效率值為0.2569，兩個省份的值相差了0.7431，表明高研發(fā)效率和低研發(fā)效率之間差距較大。從表2可知，在綠色成果轉(zhuǎn)化階段，東部和東北部轉(zhuǎn)化效率較高，西部和東北部成果轉(zhuǎn)化效率較低。就區(qū)域而言，其中效率值高于均值的省域有18個，效率均值排名第1的北京與效率均值排名18的廣西均值相差0.183，排名19的湖北和排名30的新疆均值相差0.441，說明轉(zhuǎn)化階段效率均值高的區(qū)域之間效率變化較為穩(wěn)定。

4.1 時間維度演變分析

圖1和圖2分別是中國省域工業(yè)綠色研發(fā)和轉(zhuǎn)化效率的變化趨勢圖。在研發(fā)階段：東部和西部的研發(fā)效率均高于國家年平均研發(fā)效率，且他們的發(fā)展較為平緩，其年平均效率均維持在0.7—0.8的區(qū)間。波動較大的是東北區(qū)域，尤其是在2013—2016變化更為明顯。主要原因是：隨著黨和國家提出創(chuàng)新型國家建設，東北地區(qū)開始重視研發(fā)方面的投入，特別是在2013年規(guī)模以上的R&D的人員投入比前一年增長了約6.17%，R&D研發(fā)人員取得的研發(fā)方面的效果也是較為明顯的。但在2014年之后效率呈現(xiàn)了遞減的趨勢，其原因主要是東北高等院校創(chuàng)新較為冗余及科研機構(gòu)的缺失。

從圖2可以看出，除東北部外，其他地區(qū)的轉(zhuǎn)化效率在整體上呈現(xiàn)增長趨勢。尤其中部的增長最為明顯，中部在2013年前的綠色轉(zhuǎn)化效率低于國家平均綠色轉(zhuǎn)化效率，但在2013年后，平均轉(zhuǎn)化效率超過了國家平均綠色轉(zhuǎn)化效率，有趕上東部效率的趨勢。東北在2011年平均轉(zhuǎn)化率為0.836，但在2016年平均轉(zhuǎn)化率僅有0.778，2016年的轉(zhuǎn)化率相比2011年的相比降低了7.77%，主要原因是東北經(jīng)濟發(fā)展方式粗放以及產(chǎn)業(yè)結(jié)構(gòu)的不合理。

為更好地說明各個省份的綠色創(chuàng)新效率隨時間的變化情況，選取2011，2013，2016年的數(shù)據(jù)進行研究，如圖3和圖4所示。在研發(fā)階段，從圖3中可知，北京、浙江、安徽、重慶等省市的研發(fā)效率隨時間變化較為穩(wěn)定，且研發(fā)效率均接近1，已接近最優(yōu)值。而內(nèi)蒙古、山西、黑龍江、河北等省份的研發(fā)效率隨時間的變化維持在0到0.6范圍內(nèi)，這表明這些省份近幾年在研發(fā)階段遇到瓶頸，導致他們的研發(fā)效率穩(wěn)定在較低的水平。陜西、天津、上海等省市的研發(fā)效率值隨時間呈下降趨勢，而山東、江西、廣西、云南隨時間變化效率值逐漸變大。從圖4可知，北京、天津、山東、廣東、重慶、四川、上海和江蘇等省域的轉(zhuǎn)化階段的效率值隨時間變化波動較小，其值均接近1。河北、浙江、福建、江西、湖北等省份的轉(zhuǎn)化效率隨時間變化呈增長態(tài)勢。遼寧、吉林和海南等省份隨時間變化逐漸減小。

表1 中國省域工業(yè)綠色研發(fā)效率測算結(jié)果（2011—2016）

為更好地說明各個省份的綠色創(chuàng)新效率隨時間的變化情況，選取2011，2013，2016年的數(shù)據(jù)進行研究，如圖3和圖4所示。在研發(fā)階段，從圖3中可知，北京、浙江、安徽、重慶等省市的研發(fā)效率隨時間變化較為穩(wěn)定，且研發(fā)效率均接近1，已接近最優(yōu)值。而內(nèi)蒙古、山西、黑龍江、河北等省份的研發(fā)效率隨時間的變化維持在0—0.6，這表明這些省份近幾年在研發(fā)階段遇到瓶頸，導致他們的研發(fā)效率穩(wěn)定在較低的值。陜西、天津、上海等省市的研發(fā)效率值隨時間呈下降趨勢，而山東、江西、廣西、云南隨間變化效率值逐漸變大。從圖4可知，北京、天津、山東、廣東、重慶、四川、上海和江蘇等省域的轉(zhuǎn)化階段的效率值隨時間變化波動較小，其值均接近1。河北、浙江、福建、江西、湖北、等省份的轉(zhuǎn)化效率隨時間變化呈增長態(tài)勢。遼寧、吉林和海南等省份隨時間變化逐漸減小。

表2 中國省域工業(yè)綠色成果轉(zhuǎn)化測算結(jié)果（2011—2016）

圖1 2011—2016年全國及四大地區(qū)的研發(fā)效率均值

圖2 2011—2016年全國及四大地區(qū)的轉(zhuǎn)化效率均值

圖3 各省域研發(fā)效率隨時間演變情況

圖4 各省域轉(zhuǎn)化效率隨時間演變情況

4.2 空間維度的演化分析

根據(jù)我國平均綠色研發(fā)效率（0.6775）和平均綠色轉(zhuǎn)化效率（0.798），將省份的研發(fā)效率和轉(zhuǎn)化效率分為六個等級，各等級區(qū)間范圍如表3和表4所示。從表3可知，平均研發(fā)效率處于I級的省份有寧夏、海南、陜西、浙江、四川、重慶、北京、安徽，這些省份主要來自東部和西部。就四川和重慶而言，他們的人員和資金的投入均比安徽、北京和浙江等省份低，但卻取得較高的新產(chǎn)品開發(fā)數(shù)，表明這兩個省份對資源利用率高，管理得當。寧夏在過去一直落后，但是近幾年卻發(fā)展迅速，甚至趕超了相鄰省份，其主要原因主要得益于轉(zhuǎn)型升級和政府的大力支持。研發(fā)效率偏低的省份主要有內(nèi)蒙古、黑龍江和山西，這些省份效率值低于0.4，這些省份具有一定的研發(fā)規(guī)模和資金保障，但在將創(chuàng)新轉(zhuǎn)化為科技產(chǎn)品方面存在一定的困難。從表4可知，在轉(zhuǎn)化階段，我國有26個省份的效率大于0.6，其中有12個省已接近優(yōu)秀轉(zhuǎn)化率，轉(zhuǎn)化率高的省份應繼續(xù)保持，但是如黑龍江、內(nèi)蒙古、山西等低轉(zhuǎn)化率的省份，政府應給予重視，尋找導致轉(zhuǎn)化效率低效的瓶頸。

表3 中國省域綠色研發(fā)效率區(qū)域分布

表4 中國省域工業(yè)綠色轉(zhuǎn)化效率區(qū)域分布

4.3 兩階段內(nèi)部關聯(lián)性的時空分析

根據(jù)我國平均綠色研發(fā)效率（0.6775）和平均綠色成果轉(zhuǎn)化效率（0.798）將工業(yè)綠色創(chuàng)新效率分為高研發(fā)—高轉(zhuǎn)化、高研發(fā)—低轉(zhuǎn)化、低研發(fā)—高轉(zhuǎn)化和低研發(fā)—低轉(zhuǎn)化四種模式，如圖5。從圖中可知：

（1）高研發(fā)—高轉(zhuǎn)化類型。屬于該類的省份有8個，約占全部省份數(shù)目的26.67%，這些省份包括了江蘇、江西、天津、上海、浙江、四川、重慶和北京。這些省份主要來自東部地區(qū)，其研發(fā)效率和轉(zhuǎn)化率較高。進一步對其投入和產(chǎn)出指標分析，發(fā)現(xiàn)這些省份市場成熟度、市場發(fā)展水平比其他省份好，這可能是這些省域研發(fā)效率和創(chuàng)新效率領先的原因之一。

（2）高研發(fā)—低轉(zhuǎn)化類型。主要指陜西、新疆、云南、海南、安徽和寧夏等省份（約占總省份數(shù)的20%），這些省份具有較高的研發(fā)能力，但因為不能及時對研發(fā)成果進行轉(zhuǎn)化，降低了商業(yè)價值，故應在保持高研發(fā)狀態(tài)下，提高省的轉(zhuǎn)化效率。

（3）低研發(fā)—高轉(zhuǎn)化類型。該模式的省份主要包括：內(nèi)蒙古、青海、河南、福建、湖南、吉林、遼寧、山東、廣東、廣西等省份，約占全部省份的33.33%，這些省份能夠?qū)ρ邪l(fā)成果及時轉(zhuǎn)化，但其研發(fā)的能力不足，應加大科研平臺的建設和人才的引進。

（4）低研發(fā)—低轉(zhuǎn)化類型。包括：山西、黑龍江、河北、湖北、甘肅（約占全部省份數(shù)的16.67%），這些省份在研發(fā)和轉(zhuǎn)化階段的效率有較大的提升空間，但若直接從雙低轉(zhuǎn)化為雙高需要雄厚的科技平臺和資金的支持，故文章建議先將雙低轉(zhuǎn)化為一高一低的模式，最后再轉(zhuǎn)化為雙高的模式。

圖5 各區(qū)域科技研發(fā)和成果轉(zhuǎn)化效率象限分布圖

此外，將2011—2016年劃分為2011—2012年、2013—2014年、2015—2016年三個階段，并將三個階段分別分布于低研發(fā)—低轉(zhuǎn)化（I）、高研發(fā)—低轉(zhuǎn)化（II）、低研發(fā)—高轉(zhuǎn)化（III）及高研發(fā)—高轉(zhuǎn)化（IV）進行列表分析，如表5所示。

從表5可以看出，在2011—2012年階段，技術(shù)創(chuàng)新效率是低研發(fā)—低轉(zhuǎn)化和高研發(fā)—高轉(zhuǎn)化的省份占了較大比例，在2013—2014年和2015—2016年兩個階段處于低研發(fā)—低轉(zhuǎn)化的省份減少，這表明我國在2013—2016年研發(fā)或者轉(zhuǎn)化有所提高。進一步分析發(fā)現(xiàn)，部分省域保持了空間穩(wěn)定性，甘肅、黑龍江始終維持在低研發(fā)—低轉(zhuǎn)化類型，寧夏、新疆、安徽處于高研發(fā)—低轉(zhuǎn)化類型，青海處于低研發(fā)—高轉(zhuǎn)化類型，北京、上海、江蘇、浙江、四川、重慶等六個省域處于高研發(fā)—高轉(zhuǎn)化類型，而有一些省域的效率發(fā)生模式的遷移，變化主要發(fā)生在低研發(fā)—低轉(zhuǎn)化類型和高研發(fā)—低轉(zhuǎn)化類型。例如，山西、河南、內(nèi)蒙古、河北、福建、湖北、湖南在2011—2012是低研發(fā)—低轉(zhuǎn)化類型，但在2013—2014變?yōu)楦哐邪l(fā)和高轉(zhuǎn)化，后在2015—2016年又有部分省份重新變?yōu)榈脱邪l(fā)—低轉(zhuǎn)化類型，廣西和江西是僅有的兩個地區(qū)從低研發(fā)—低轉(zhuǎn)化類型轉(zhuǎn)變?yōu)楦哐邪l(fā)—低轉(zhuǎn)化類型，很少省域直接從低研發(fā)—低轉(zhuǎn)化類型直接變?yōu)楦哐邪l(fā)—高轉(zhuǎn)化類型，這表明：省份提高技術(shù)創(chuàng)新效率的轉(zhuǎn)化效率比提高研發(fā)效率較容易，直接從低研發(fā)—低轉(zhuǎn)化變?yōu)楦哐邪l(fā)—高轉(zhuǎn)化較為困難。

表5 2011—2016中國省域工業(yè)綠色技術(shù)創(chuàng)新效率分布表

5.結(jié)論

文章通過兩階段DEA博弈模型中的主隨模型對我國2011—2016工業(yè)綠色技術(shù)創(chuàng)新系統(tǒng)進行研究，并對計算結(jié)果分別從時間、空間兩個維度進行分析，最后把創(chuàng)新技術(shù)分為高研發(fā)—高轉(zhuǎn)化、高研發(fā)—低轉(zhuǎn)化、低研發(fā)—高轉(zhuǎn)化和低研發(fā)—低轉(zhuǎn)化等四類研究其兩階段內(nèi)部關聯(lián)性。研究的主要結(jié)論為：①在考察期內(nèi)，中國省域工業(yè)綠色研發(fā)效率和轉(zhuǎn)化效率均值為0.6775和0.798，研發(fā)和轉(zhuǎn)化效率還有較大改進空間。在研發(fā)階段，中國四個區(qū)域的研發(fā)效率按東西中東北依次降低，高研發(fā)和低效率的差異較大，最大的差異高達0.743。在轉(zhuǎn)化階段，東部和東北部轉(zhuǎn)化效率較高，西部和東北部轉(zhuǎn)化效率較低，效率高的省份間效率變化比較穩(wěn)定。②從時間維度來看，在研發(fā)階段，東部、西部研發(fā)效率高于國家平均研發(fā)效率，且其發(fā)展隨時間波動較小。隨時間波動較大的是東北區(qū)。在轉(zhuǎn)化階段，除東北部外，其他省份的轉(zhuǎn)化效率隨時間變化在整體上呈增長趨勢，中部地區(qū)最為明顯。③從空間維度上看，在研發(fā)階段，很高研發(fā)效率和較高研發(fā)效率主要分布在華東、華北、西南等地；一般效率的省域占了全部省域的33.3%，主要集中在華南、華中、華東等地；研發(fā)效率較低和很低的省份主要集中在華北、黑龍江、青海、河南及河北。在轉(zhuǎn)化階段，綠色轉(zhuǎn)化效率較高和很高的主要分布在華東、東北、華中、華北等地，效率較低和很低主要分布在西北、西南以及東部部分地區(qū)。④我國處于高研發(fā)—高轉(zhuǎn)化階段的省份僅有26.67%，其余省域均存在轉(zhuǎn)化或者研發(fā)方面的問題，其中有40%的省域的工業(yè)綠色技術(shù)創(chuàng)新效率分布未發(fā)生跳躍，剩余的省域的工業(yè)綠色技術(shù)創(chuàng)新效率主要分布在低研發(fā)—低轉(zhuǎn)化和低研發(fā)—高轉(zhuǎn)化類型上。