基于兩階段網(wǎng)絡(luò)DEA模型的區(qū)域可再生能源技術(shù)創(chuàng)新績效研究

摘要：可再生能源技術(shù)創(chuàng)新是促進(jìn)可再生能源開發(fā)、社會清潔低碳發(fā)展的關(guān)鍵，可再生能源技術(shù)創(chuàng)新績效評價是測度創(chuàng)新效率、水平以及發(fā)現(xiàn)短板的重要途徑。將可再生能源技術(shù)創(chuàng)新過程劃分為技術(shù)研發(fā)和成果轉(zhuǎn)化兩個階段，構(gòu)建考慮中間附加投入的兩階段網(wǎng)絡(luò)DEA模型，對我國30個省份2014—2018年的可再生能源技術(shù)創(chuàng)新績效進(jìn)行分階段和整體績效評價。研究發(fā)現(xiàn)：我國可再生能源技術(shù)創(chuàng)新績效整體水平不高，各省發(fā)展不均衡，可再生資源越豐富的地區(qū)，創(chuàng)新績效水平越高，且大部分省份的技術(shù)研發(fā)績效遠(yuǎn)高于成果轉(zhuǎn)化績效；我國可再生能源技術(shù)創(chuàng)新績效水平逐年提高，各省份差異逐年減少，且不同資源稟賦地區(qū)間技術(shù)研發(fā)績效和成果轉(zhuǎn)化績效的差異逐年減少；我國可再生能源技術(shù)創(chuàng)新整體績效與兩階段績效均有關(guān)，但受成果轉(zhuǎn)化績效的影響更為顯著。基于以上結(jié)論，提出提高區(qū)域可再生資源利用效率、完善市場轉(zhuǎn)化機制、加強區(qū)域間交流合作以促進(jìn)均衡發(fā)展等政策建議。

關(guān)鍵詞：兩階段網(wǎng)絡(luò)DEA模型；可再生能源；技術(shù)創(chuàng)新；績效評價

中圖分類號：F205

文獻(xiàn)標(biāo)識碼：A

文章編號：1673-5595（2024）03-0001-09

一、引言

我國是世界第一大能源消費國、生產(chǎn)國和碳排放國，能源體系呈現(xiàn)“總量大、不清潔、不安全”的結(jié)構(gòu)特點。［1］為了積極應(yīng)對氣候變化問題，我國政府已經(jīng)明確了力爭2030年碳達(dá)峰、2060年碳中和的發(fā)展目標(biāo)，并承諾“十四五”期間節(jié)能降碳改造規(guī)模不低于3.5億千瓦，到2030年，非化石能源占一次能源消費比重將達(dá)到25%左右，風(fēng)電、太陽能發(fā)電總裝機容量將達(dá)到12億千瓦以上。［2］當(dāng)前，我國能源體系正處于能源需求體量大、油氣資源相對缺乏、新能源技術(shù)尚未規(guī)模突破的發(fā)展階段。以清潔、無碳、可再生、可持續(xù)為核心的可再生能源不僅是保障國家能源安全和獨立的必然選擇，也是我國生態(tài)文明建設(shè)、可持續(xù)發(fā)展的客觀要求。［3］可再生能源技術(shù)創(chuàng)新能夠為可再生能源應(yīng)用推廣提供技術(shù)支撐，是促進(jìn)可再生能源發(fā)展的重要因素。［4］然而，受地域和氣候影響，我國各省份可再生能源稟賦存在明顯差異，可再生能源技術(shù)創(chuàng)新發(fā)展的潛力不同。例如，風(fēng)能資源主要集中在“三北”與東部沿海地區(qū)，其中“三北”地區(qū)約占到總蘊藏量的69%；光能資源主要分布在西部與北部地區(qū)。［5］區(qū)域可再生能源技術(shù)創(chuàng)新績效的衡量和比較，可以充分反映區(qū)域可再生能源以及創(chuàng)新資源的利用水平及差異，發(fā)現(xiàn)關(guān)鍵創(chuàng)新短板，有助于探索可再生能源技術(shù)創(chuàng)新水平提升路徑，加快我國能源轉(zhuǎn)型的步伐。

二、文獻(xiàn)綜述

由于可再生能源技術(shù)創(chuàng)新在促進(jìn)節(jié)能減排、推動綠色能源轉(zhuǎn)型方面起著重要作用，近年來有眾多學(xué)者對此展開研究，主要集中在兩個方面。一是衡量可再生能源技術(shù)創(chuàng)新水平的研究。從研究對象來看，較多學(xué)者使用研發(fā)投入［6］、可再生能源專利數(shù)［7］和可再生能源知識存量［3，8］等單一指標(biāo)來衡量可再生能源技術(shù)創(chuàng)新水平，但單一指標(biāo)并不能夠測度可再生能源技術(shù)創(chuàng)新投入產(chǎn)出績效。從研究過程來看，目前研究側(cè)重于對可再生能源技術(shù)創(chuàng)新活動過程進(jìn)行整體分析。Bai等［9］通過收斂分析，研究我國可再生能源技術(shù)創(chuàng)新的研發(fā)投入和專利產(chǎn)出，以此評估可再生能源技術(shù)創(chuàng)新水平及其時空演變趨勢；肖振紅等［10］利用超效率SBM模型，選取科研投入、專利授權(quán)量以及工業(yè)三廢作為投入產(chǎn)出變量，衡量我國綠色技術(shù)創(chuàng)新效率；但劉鳳朝等［11］、韓兵等［12］指出，技術(shù)創(chuàng)新的實現(xiàn)過程包括從研究到開發(fā)、從技術(shù)到生產(chǎn)、從產(chǎn)品到市場的一系列復(fù)雜過程，直接對技術(shù)創(chuàng)新的初始投入和最終產(chǎn)出進(jìn)行研究，容易忽視中間過程而造成“黑箱”問題。從研究內(nèi)容來看，學(xué)者們對可再生能源技術(shù)創(chuàng)新的成果產(chǎn)出研究更偏向于期望產(chǎn)出。隋俊等［13］從研發(fā)績效、制造績效和營銷績效3個維度對綠色創(chuàng)新系統(tǒng)的創(chuàng)新績效進(jìn)行評估；其他學(xué)者也多是從能源［14］、技術(shù)［15］、經(jīng)濟［16］角度來研究可再生能源技術(shù)創(chuàng)新，忽視了技術(shù)創(chuàng)新活動中的環(huán)境約束問題。二是對可再生能源技術(shù)創(chuàng)新發(fā)展差異化的研究。很多學(xué)者提出了目前我國可再生能源技術(shù)創(chuàng)新方面存在的區(qū)域發(fā)展不均衡問題［17-18］，認(rèn)為這可能會導(dǎo)致可再生能源創(chuàng)新能力的極度集中和失衡，致使創(chuàng)新增長不足，從而阻礙可再生能源產(chǎn)業(yè)的發(fā)展和清潔能源轉(zhuǎn)型進(jìn)程。Lindman等［19］利用經(jīng)濟模型，研究不同地區(qū)的可再生能源政策對可再生能源技術(shù)創(chuàng)新水平的作用；Bai等［9］采用面板固定效應(yīng)回歸模型和面板閾值模型，研究收入不平等與可再生能源技術(shù)創(chuàng)新發(fā)展不平等之間的非線性關(guān)系；Zhao等［20］利用基尼系數(shù)量化，發(fā)現(xiàn)我國光伏、風(fēng)電技術(shù)創(chuàng)新不平等程度均處于中等水平，并結(jié)合Shapley分解法提出，消除區(qū)域不平等首先應(yīng)平衡好區(qū)域研發(fā)支出和知識存量的關(guān)系。

綜上所述，眾多學(xué)者已經(jīng)圍繞可再生能源技術(shù)創(chuàng)新績效展開研究并取得了一定的學(xué)術(shù)成果，但現(xiàn)有文獻(xiàn)仍存在以下不足：一是多采用單一指標(biāo)衡量可再生能源技術(shù)創(chuàng)新水平；二是對于可再生能源技術(shù)創(chuàng)新績效的研究仍局限于傳統(tǒng)單一階段，新興的兩階段及多階段DEA模型沒有被用于探討可再生能源技術(shù)實際創(chuàng)新活動中的“黑箱”問題。忽視中間過程的動態(tài)轉(zhuǎn)化，不利于分析和解決我國可再生能源技術(shù)創(chuàng)新過程中的薄弱環(huán)節(jié)和問題。因此，相比傳統(tǒng)單一階段，兩階段模型更貼近實際創(chuàng)新過程。基于此，本文將研究視角聚焦于可再生能源技術(shù)創(chuàng)新績效評價，借鑒已有研究，采用考慮中間附加投入的兩階段網(wǎng)絡(luò)DEA模型，構(gòu)建包括非期望產(chǎn)出的綜合評價指標(biāo)體系，充分考慮可再生能源技術(shù)創(chuàng)新從研究到生產(chǎn)、從產(chǎn)品到市場過程的時滯效應(yīng)，分析我國可再生能源技術(shù)創(chuàng)新績效并探究其異質(zhì)性，辨識可再生能源技術(shù)創(chuàng)新發(fā)展過程中的薄弱環(huán)節(jié)，為促進(jìn)我國可再生能源技術(shù)進(jìn)步、實現(xiàn)生態(tài)經(jīng)濟可持續(xù)發(fā)展提供支持。

三、研究設(shè)計

（一）模型建立

數(shù)據(jù)包絡(luò)分析（DEA）是評估技術(shù)創(chuàng)新效率的主流方法，因其不需要建立固定的生產(chǎn)函數(shù)和參數(shù)權(quán)重，也不需要統(tǒng)一維度的優(yōu)勢，更適合具有多輸入和多輸出的復(fù)雜系統(tǒng)。［21］但是隨著時代進(jìn)步，人們發(fā)現(xiàn)傳統(tǒng)單階段DEA模型無法為管理者提供DMU內(nèi)部子系統(tǒng)的績效改進(jìn)信息［22］，所以Liang等［23］開發(fā)了基于博弈方法的DEA模型，以分解兩階段網(wǎng)絡(luò)結(jié)構(gòu)的效率，該模型能夠有效解決實際創(chuàng)新過程中的“黑箱”問題。基于該模型，眾多學(xué)者進(jìn)行擴展改進(jìn)，提出了關(guān)聯(lián)網(wǎng)絡(luò)DEA［24］、非合作兩階段網(wǎng)絡(luò)DEA［25］、共享投入兩階段網(wǎng)絡(luò)DEA［26］以及兩階段網(wǎng)絡(luò)交叉效率［27］等模型，并將其運用到多個行業(yè)，如高科技產(chǎn)業(yè)［28］、工業(yè)企業(yè)［29］、金融行業(yè)［30］等?？稍偕茉醇夹g(shù)創(chuàng)新的整個過程可以明顯地劃分為兩階段鏈?zhǔn)竭^程，同時也呈現(xiàn)出創(chuàng)新要素非線性流動的網(wǎng)絡(luò)化特征。韓兵等［12］提出，被評價DMU在兩階段的實際投入分配比例并非最優(yōu)，利用共享投入兩階段模型求解共享投入分配比例的方法將導(dǎo)致DMU的效率值被高估。因此，參考Li等［25］的研究，本文構(gòu)建考慮中間附加投入的兩階段網(wǎng)絡(luò)DEA模型，能夠更有效地測度可再生能源技術(shù)創(chuàng)新過程中各子過程的創(chuàng)新績效，具體

的模型概念如圖1所示。

本文主要以CCR模型為基礎(chǔ)。在CCR模型中，假設(shè)評價n個DMU，每個省份設(shè)置初始投入變量m種、最終產(chǎn)出變量s種、中間變量D種和附加投入變量H種，xij是第j個省份的第i種初始投入，yrj是第j個省份的第r種最終產(chǎn)出，zdj是第j個省份的第d種中間變量，xhj2是第j個省份的第h種附加投入。整體的DEA模型為

θ=maxθ01×θ02=max∑Dd=1wdzd0∑mi=1vixi0×

∑sr=1uryr0∑Dd=1wd

zd0+∑Hh=1Qhxh02

s.t.∑Dd=1wdzdj∑mi=1vixij≤1

∑sr=1uryrj∑Dd=1wdzdj+∑Hh=1Qhxhj2≤1

vi≥εgt;0，i=1，…，m

wd≥εgt;0，d=1，…，D

Qh≥εgt;0，h=1，…，Hur≥εgt;0，r=1，…，s

j=1，…，n（1）

式中：vi，wd，ur，Qh分別為xi，zd，yr，xh2的權(quán)重向量；ε為阿基米德無窮小量；θ，θ01，θ02分別為DMUk整體、第一階段和第二階段的相對效率值；θ=1表示DEA有效，θlt;1表示DEA無效。由于第二階段的附加投入（∑Hh=1Qhxhj2），模型（1）無法轉(zhuǎn)換為線性方程，借鑒Li等［25］的啟發(fā)式方法來解決。第一階段的效率測度模型為

θ01max=max∑Dd=1wdzd0∑mi=1vixi0

s.t.∑Dd=1wdzdj∑mi=1vixij≤1

∑sr=1uryrj∑Dd=1wdzd0+∑Hh=1Qhxhj2≤1

vi≥εgt;0，i=1，…，m

wd≥εgt;0，d=1，…，D

Qh≥εgt;0，h=1，…，Hur≥εgt;0，r=1，…，s

j=1，…，n（2）

模型（2）的約束條件與模型（1）中的約束條件相同，從而確保第一階段和第二階段的效率都不超過1。因此，模型（2）可用于估算第一階段的最佳效率（θ01max），則θ01須滿足θ01∈［0，θ01max］。

整體效率θ*可以看作是θ01的函數(shù)，聯(lián)立模型（1）和模型（2）得到模型（3）。

θ*=maxθ01×∑sr=1uryr0∑Dd=1wdzd0+∑Hh=1Qhxh02

s.t.∑Dd=1wdzdj∑mi=1vixij≤1

∑sr=1uryrj∑Dd=1wdzdj+∑Hh=1Qhxhj2≤1

∑Dd=1wdzd0∑mi=1vixi0=θ01

θ01∈［0，θ01max］

vi≥εgt;0，i=1，…，m

wd≥εgt;0，d=1，…，D

Qh≥εgt;0，h=1，…，H

ur≥εgt;0，r=1，…，s

j=1，…，n（3）

根據(jù)Charnes-Cooper變換，將模型（2）、模型（3）轉(zhuǎn)換為線性方程，計算出θ*和θ01之后，第二階段的效率為θ02=θ*/θ01。同樣，也可用第二階段效率θ02作為變量，用來表示整體效率θ*的函數(shù)，此時第一階段的效率值可表示為：θ01=θ*/θ02。

（二）變量說明

構(gòu)建可再生能源技術(shù)創(chuàng)新績效評價指標(biāo)體系的關(guān)鍵在于評價指標(biāo)的選取。評價指標(biāo)應(yīng)當(dāng)能夠正確反映可再生能源技術(shù)創(chuàng)新從研究到開發(fā)、從技術(shù)到生產(chǎn)、從產(chǎn)品到市場等一系列復(fù)雜的經(jīng)濟活動。根據(jù)可再生能源技術(shù)創(chuàng)新過程的特點，綜合考慮國內(nèi)外研究成果，遵循系統(tǒng)性、動態(tài)性以及數(shù)據(jù)的可獲取性原則［31］，將可再生能源技術(shù)創(chuàng)新過程分為：第一階段，上游利用創(chuàng)新資源的“技術(shù)研發(fā)階段”；第二階段，下游將創(chuàng)新產(chǎn)出轉(zhuǎn)入市場的“成果轉(zhuǎn)化階段”。第一階段，投入指標(biāo)包括可再生能源行業(yè)Ramp;D經(jīng)費內(nèi)部支出和Ramp;D人員折合全時當(dāng)量，分別代表技術(shù)研發(fā)階段的資金投入和人員投入；產(chǎn)出指標(biāo)包括可再生能源發(fā)明專利授權(quán)量和新產(chǎn)品項目數(shù)。第二階段，投入指標(biāo)包括可再生能源發(fā)明專利授權(quán)量、新產(chǎn)品項目數(shù)以及新產(chǎn)品開發(fā)經(jīng)費，分別代表成果轉(zhuǎn)化階段的技術(shù)投入和資金投入；期望產(chǎn)出指標(biāo)包括可再生能源行業(yè)的新產(chǎn)品銷售收入以及可再生能源發(fā)電量，非期望產(chǎn)出指標(biāo)為工業(yè)廢氣排放量。

在數(shù)據(jù)方面，充分考慮可再生能源技術(shù)創(chuàng)新從研究到生產(chǎn)、從產(chǎn)品到市場過程的時滯效應(yīng)，參考劉鳳朝等［11］的研究，初始投入變量采用T年數(shù)據(jù)，中間變量和附加投入變量采用T+1年數(shù)據(jù)，最終產(chǎn)出數(shù)據(jù)采用T+2年數(shù)據(jù)，具體指標(biāo)如表1所示。

（三）數(shù)據(jù)來源與處理

由于部分地區(qū)（西藏、香港、澳門、臺灣）數(shù)據(jù)不全，本文的研究對象是我國其他30個省份?？紤]到水、電、氣、熱生產(chǎn)和供應(yīng)行業(yè)是可再生能源項目研發(fā)和投資的主要來源，本文使用水、電、氣、熱生產(chǎn)和供應(yīng)行業(yè)的研發(fā)數(shù)據(jù)來表征可再生能源行業(yè)的研發(fā)數(shù)據(jù)。［32］Ramp;D經(jīng)費內(nèi)部支出、Ramp;D人員折合全時當(dāng)量、新產(chǎn)品項目數(shù)、新產(chǎn)品開發(fā)經(jīng)費、新產(chǎn)品銷售收入數(shù)據(jù)來源于《中國科技統(tǒng)計年鑒》以及各省統(tǒng)計年鑒，可再生能源發(fā)明專利授權(quán)量數(shù)據(jù)來源于中國知識產(chǎn)權(quán)網(wǎng)，工業(yè)廢氣排放量數(shù)據(jù)來源于《中國環(huán)境年鑒》。原始數(shù)據(jù)的描述性統(tǒng)計如表2所示。

四、實證分析

（一）可再生能源技術(shù)創(chuàng)新績效靜態(tài)評價分析

本文充分考慮研發(fā)、生產(chǎn)以及商業(yè)化過程中（可再生能源技術(shù)創(chuàng)新的全過程）的時滯效應(yīng)，設(shè)置2年的滯后期，以2014—2016年為第1期，2015—2017年為第2期，以此類推，2018—2020年為第5期。利用Matlab2017b軟件進(jìn)行運算，得到2014—2018年各省份可再生能源技術(shù)創(chuàng)新的整體績效和兩階段績效。參考區(qū)域化質(zhì)量［33］測度中的計算公式，將各省份整體績效平均值平均劃分成4個等級，從高到低依次排序為Ⅰ級、Ⅱ級、Ⅲ級、Ⅳ級，如圖2所示。同時，我國幅員遼闊，區(qū)域自然條件和資源稟賦差異大、發(fā)展不均衡，

這會直接影響各地區(qū)可再生能源利用水平。為分析我國可再生能源技術(shù)創(chuàng)新與資源稟賦的關(guān)系，依據(jù)Chen等［34］關(guān)于我國可再生資源的地區(qū)容量因子研究結(jié)論，本文將30個評價省份劃分為可再生資源豐富、一般、欠佳3類地區(qū)，如圖3所示。

從圖2、圖3可以看出，Ⅰ級區(qū)域包括北京、浙江、吉林、青海、新疆、內(nèi)蒙古、海南7個省份，其可再生能源技術(shù)創(chuàng)新整體績效相較于其他省份排名靠前，其中4個省份的可再生資源容量豐富，表明突出的資源優(yōu)勢為當(dāng)?shù)乜稍偕茉醇夹g(shù)創(chuàng)新發(fā)展奠定了良好的基礎(chǔ)；而包含福建、湖南、湖北、遼寧的Ⅳ級區(qū)域，其可再生能源技術(shù)創(chuàng)新整體績效排名較低，并且除遼寧外其他省份的可再生資源容量欠佳，表明匱乏的資源條件是限制可再生能源技術(shù)創(chuàng)新發(fā)展的首要因素；但像遼寧、黑龍江、甘肅等地，可再生資源容量豐富但創(chuàng)新績效表現(xiàn)較低，表明在實際的可再生能源技術(shù)創(chuàng)新過程中存在資源未高效利用的問題。

為了進(jìn)一步分析各省份的薄弱環(huán)節(jié)，根據(jù)計算出的各省份分階段績效的平均值，畫出各省份兩階段績效矩陣圖，如圖4所示，橫坐標(biāo)為可再生能源技術(shù)創(chuàng)新過程中的第一階段技術(shù)研發(fā)績效，縱坐標(biāo)為第二階段技術(shù)成果轉(zhuǎn)化績效。根據(jù)技術(shù)研發(fā)績效均值（0.895）和成果轉(zhuǎn)化績效均值（0.728），可將整個矩陣圖劃分成4個矩陣［12］，同時也將30個評價省份劃分成4種類型。

（1）第Ⅰ矩陣為高研發(fā)高轉(zhuǎn)化省份所在區(qū)域。該區(qū)域只有云南一個省份，相較于其他省份，云南的可再生能源技術(shù)創(chuàng)新兩階段績效均表現(xiàn)良好，技術(shù)研發(fā)水平與技術(shù)成果轉(zhuǎn)化水平較為均衡。首先，云南的可再生資源較為豐富，綠色能源可開發(fā)總量居全國第二位，是太陽能資源豐富的省份之一，可再生能源裝機占總裝機容量的比例高達(dá)86.9%，良好的資源條件為當(dāng)?shù)乜稍偕茉醇夹g(shù)創(chuàng)新發(fā)展奠定了基礎(chǔ)。其次，云南作為國家光伏扶貧示范省份，政府出臺了一系列激勵政策和優(yōu)惠措施支持光伏技術(shù)的產(chǎn)業(yè)化發(fā)展，2022年，全省光伏全產(chǎn)業(yè)鏈產(chǎn)值破千億元，占全國光伏產(chǎn)業(yè)產(chǎn)值的7.7%。

（2）第Ⅱ矩陣為低研發(fā)高轉(zhuǎn)化省份所在區(qū)域。該區(qū)域包括青海、新疆、吉林、陜西、山西、內(nèi)蒙古、寧夏、甘肅、貴州、海南10個省份，這些省份的可再生能源技術(shù)研發(fā)能力較弱，但技術(shù)成果轉(zhuǎn)化能力較強。這些省份的GDP排名基本墊底，經(jīng)濟基礎(chǔ)的薄弱以及技術(shù)人才的引進(jìn)、儲備不足，導(dǎo)致其可再生能源技術(shù)創(chuàng)新研發(fā)的動力不足，致使可再生能源技術(shù)創(chuàng)新研發(fā)績效水平較為落后。但是，由圖3可知，這些地區(qū)擁有較為豐富的可再生資源，再加上地廣人稀的地理優(yōu)勢，更利于建成大規(guī)模的清潔能源產(chǎn)業(yè)化基地，因此其可再生能源技術(shù)創(chuàng)新的商業(yè)化產(chǎn)出能力較強。

（3）第Ⅲ矩陣為高研發(fā)低轉(zhuǎn)化省份所在區(qū)域。該區(qū)域包括北京、天津、浙江、江蘇、江西、廣東、上海、山東、安徽、四川、重慶、福建12個省份，這些省份的可再生能源技術(shù)創(chuàng)新研發(fā)能力較強，但技術(shù)成果轉(zhuǎn)化能力較弱。根據(jù)全國GDP以及技術(shù)排名，這些省份無論是經(jīng)濟水平還是科研水平都位于全國前列，科技人才引進(jìn)、儲備較為充足，充足的資金、科技和人才條件，使其可再生能源技術(shù)創(chuàng)新研發(fā)水平相對突出。但由圖3可知，這些地區(qū)可再生資源條件先天不足，工業(yè)廢氣污染排放量較高，占全國排放量的40%以上，對環(huán)境的負(fù)面輸出較大，導(dǎo)致其技術(shù)成果轉(zhuǎn)化績效較低。

（4）第Ⅳ矩陣為低研發(fā)低轉(zhuǎn)化省份所在區(qū)域。該區(qū)域包括廣西、湖南、湖北、河南、河北、遼寧、黑龍江7個省份，這些省份的可再生能源技術(shù)創(chuàng)新兩階段績效均較為落后。根據(jù)全國GDP以及技術(shù)排名，這些省份經(jīng)濟發(fā)展水平以及科技創(chuàng)新能力都相對落后，并由圖3可知，湖南、湖北、廣西和河南的可再生資源條件相對不足，黑龍江和遼寧雖具備可再生資源稟賦優(yōu)勢，但受氣候及地理位置限制，可再生能源技術(shù)創(chuàng)新的研發(fā)水平和成果轉(zhuǎn)化水平均較低。

（二）可再生能源技術(shù)創(chuàng)新績效動態(tài)評價分析

從2014—2018年我國各省份可再生能源技術(shù)創(chuàng)新整體績效變化情況（見圖5）來看，各省份的可再生能源技術(shù)創(chuàng)新整體績效大體呈現(xiàn)逐年遞增的趨勢，其中內(nèi)蒙古漲幅超過了40%，大多省份處于20%～30%之間，20%以下的省份有4個，分別是云南、安徽、新疆、重慶。

對不同資源稟賦地區(qū)的可再生能源技術(shù)創(chuàng)新的整體績效、技術(shù)研發(fā)績效及成果轉(zhuǎn)化績效趨勢分別進(jìn)行分析。從圖6可以看出，不同資源稟賦地區(qū)的可再生能源技術(shù)創(chuàng)新整體績效均逐年提高，資源稟賦越豐富的地區(qū)，整體創(chuàng)新績效越高，而區(qū)域間的整體績效差異逐年減??；在技術(shù)研發(fā)績效方面，不同資源稟賦地區(qū)績效水平存在一定的差異，資源欠佳地區(qū)的研發(fā)績效最高，資源一般地區(qū)次之，資源豐富地區(qū)最低，區(qū)域間的技術(shù)研發(fā)績效差異逐年減?。辉诔晒D(zhuǎn)化績效方面，不同資源稟賦地區(qū)績效水平差異明顯，資源豐富地區(qū)的轉(zhuǎn)化績效最高，資源一般地區(qū)次之，資源欠佳地區(qū)最低，區(qū)域間的成果轉(zhuǎn)化績效差異也在逐年減小。值得注意的是，2018年的最終產(chǎn)出數(shù)據(jù)來源于2020年，由于疫情對我國新能源發(fā)電項目建設(shè)和并網(wǎng)進(jìn)度造成了一定影響，這種影響對于我國可再生能源發(fā)電的主力軍——資源豐富地區(qū)的沖擊更加明顯，因此資源豐富地區(qū)第5期的可再生能源技術(shù)創(chuàng)新成果轉(zhuǎn)化績效相對有所下降，其他地區(qū)相對有所上升，導(dǎo)致區(qū)域間的差異明顯減少，使得區(qū)域可再生能源技術(shù)創(chuàng)新成果轉(zhuǎn)化績效趨同，進(jìn)而使得區(qū)域可再生能源技術(shù)創(chuàng)新整體績效趨同。

進(jìn)一步計算得到，2014—2018年可再生資源豐富、一般、欠佳地區(qū)以及全國可再生能源技術(shù)創(chuàng)新整體績效的增長率分別是24.96%、20.02%、19.60%、21.54%，技術(shù)研發(fā)績效的增長率分別是4.32%、3.82%、4.93%、4.29%，成果轉(zhuǎn)化績效的增長率分別是19.65%、16.82%、15.38%、17.41%。從中可以看出，可再生資源豐富地區(qū)的可再生能源技術(shù)創(chuàng)新整體績效、成果轉(zhuǎn)化績效增長更快。

此外，對比兩階段創(chuàng)新績效，發(fā)現(xiàn)大部分省份的技術(shù)研發(fā)績效均高于成果轉(zhuǎn)化績效，說明我國許多地區(qū)普遍存在可再生能源轉(zhuǎn)化消納不足的問題。雖然近年來可再生能源裝機容量逐年提升，但由于可再生能源存在不穩(wěn)定的缺點，并且大規(guī)模、高比例的可再生能源發(fā)電并網(wǎng)尚存在一定的技術(shù)瓶頸，“棄風(fēng)棄光”問題日益突出，可再生能源轉(zhuǎn)化消納問題依然面臨長期挑戰(zhàn)。

通過對30個省份整體績效與兩階段績效的相關(guān)性分析（見表3），發(fā)現(xiàn)整體績效與兩階段績效均相關(guān)，但整體績效與成果轉(zhuǎn)化績效的相關(guān)性比技術(shù)研發(fā)績效更強，表明造成我國可再生能源技術(shù)創(chuàng)新整體績效不高的主要原因，是可再生能源技術(shù)成果轉(zhuǎn)化階段表現(xiàn)不佳。若想提高我國可再生能源技術(shù)創(chuàng)新的整體績效，需將注意力更多地放在提高可再生能源技術(shù)成果轉(zhuǎn)化績效上，這與目前很多學(xué)者如Kao［24］、李峰等［35］的研究結(jié)論一致。

五、結(jié)論及建議

本文采用考慮中間附加投入的兩階段網(wǎng)絡(luò)DEA模型，對我國30個省份2014—2018年的可再生能源技術(shù)創(chuàng)新績效進(jìn)行評價分析，將可再生能源技術(shù)創(chuàng)新過程分解為技術(shù)研發(fā)階段和成果轉(zhuǎn)化階段兩個子過程，打開“黑箱”操作，并在考慮時滯效應(yīng)的基礎(chǔ)上構(gòu)建兩階段投入產(chǎn)出指標(biāo)體系，依據(jù)可再生資源稟賦水平劃分區(qū)域，更加系統(tǒng)客觀地衡量各區(qū)域、省份在可再生能源技術(shù)創(chuàng)新活動中的整體績效及兩階段績效，研究得到如下結(jié)論。

（1）通過可再生能源技術(shù)創(chuàng)新績效靜態(tài)評價分析，發(fā)現(xiàn)我國可再生能源技術(shù)創(chuàng)新績效整體水平不高，各省發(fā)展不均衡。將所有省份按兩階段績效水平劃分成4個矩陣，各矩陣間績效差異較明顯，大部分省份的技術(shù)研發(fā)績效遠(yuǎn)高于成果轉(zhuǎn)化績效?？冃脚c可再生資源稟賦水平之間表現(xiàn)出較強的正相關(guān)性，說明良好的資源條件為可再生能源技術(shù)創(chuàng)新發(fā)展奠定了基礎(chǔ)，同時揭示了有些省份存在資源未高效利用的現(xiàn)象。

（2）通過可再生能源技術(shù)創(chuàng)新績效動態(tài)評價分析，發(fā)現(xiàn)我國可再生能源技術(shù)創(chuàng)新整體績效、技術(shù)研發(fā)績效以及成果轉(zhuǎn)化績效均呈現(xiàn)逐年遞增態(tài)勢。不同資源稟賦地區(qū)的整體績效、技術(shù)研發(fā)績效以及成果轉(zhuǎn)化績效均存在不同程度的差異，但這些差異正在逐年減小。

（3）通過整體績效與階段績效的相關(guān)性分析，發(fā)現(xiàn)整體績效與兩階段績效均相關(guān)，但受成果轉(zhuǎn)化績效的影響更為顯著，要想提高可再生能源技術(shù)創(chuàng)新的整體績效，應(yīng)在保證可再生能源技術(shù)研發(fā)進(jìn)步的同時，更注重提升可再生能源技術(shù)創(chuàng)新成果轉(zhuǎn)化產(chǎn)出。

基于上述研究結(jié)論，本文提出如下政策建議。

（1）對于資源豐富但技術(shù)研發(fā)水平較差的省份，如青海、新疆、內(nèi)蒙古等，應(yīng)當(dāng)加大對資源的開發(fā)利用。一方面要注重科研人才及技術(shù)的培養(yǎng)和引進(jìn)，為可再生能源技術(shù)創(chuàng)新研發(fā)提供充足的人才后備力量；另一方面要抓住自身的可再生資源優(yōu)勢，就地建設(shè)相關(guān)實驗室、試驗臺、培育基地以及配套的機器設(shè)備等優(yōu)質(zhì)基礎(chǔ)設(shè)施，吸引外省客戶的投資，彌補自身經(jīng)濟基礎(chǔ)薄弱的不足，努力促進(jìn)可再生能源技術(shù)研發(fā)專利的高質(zhì)量產(chǎn)出。

（2）對于資源豐富但成果轉(zhuǎn)化水平較差的省份，如遼寧、黑龍江等，在努力提升當(dāng)?shù)亟?jīng)濟水平的基礎(chǔ)上，一是加強政策創(chuàng)新，為加快可再生能源電力消納提供支撐保障；二是降低發(fā)電過程中污染物排放水平，實現(xiàn)電力生產(chǎn)清潔化，減少對環(huán)境的負(fù)面產(chǎn)出；三要注重自身可再生資源的挖掘和外部資源的引入，打造與本省資源相關(guān)的特色型可再生能源技術(shù)產(chǎn)業(yè)。

（3）對于資源欠佳但技術(shù)研發(fā)水平較高的省份，如上海、浙江等，要充分發(fā)揮自身良好的資金、技術(shù)、人才優(yōu)勢，加強與資源豐富地區(qū)的能源合作，做好技術(shù)與資源的輸出和共享。

參考文獻(xiàn)：

［1］ 鄒才能，何東博，賈成業(yè)，等.世界能源轉(zhuǎn)型內(nèi)涵、路徑及其對碳中和的意義［J］.石油學(xué)報，2021，42（2）：233-247.

［2］ 國務(wù)院關(guān)于印發(fā)2030年前碳達(dá)峰行動方案的通知［EB/OL］.（2021-10-24）［2023-07-17］. https：//www.gov.cn/gongbao/content/2021/content_5649731.htm.

［3］ Lin B， Zhu J. Determinants of Renewable Energy Technological Innovation in China under CO2 Emissions Constraint［J］. Journal of Environmental Management，2019，247（1）：662-671.

［4］ Cristobal J R S. A Multi Criteria Data Envelopment Analysis Model to Evaluate the Efficiency of the Renewable Energy Technologies［J］. Renewable Energy，2011，36（10）：2742-2746.

［5］ 南士敬，李方東，汪金偉，等.中國可再生能源發(fā)展水平的區(qū)域差異、分布動態(tài)與收斂性［J］.資源科學(xué)，2023，45（7）：1335-1350.

［6］ Xu B， Lin B. Assessing the Development of Chinas New Energy Industry［J］. Energy Economics， 2018， 70： 116-131.

［7］ 祁特，陳良華，王惠慶.政府Ramp;D補貼與新能源汽車企業(yè)創(chuàng)新績效關(guān)系的實證分析——基于Ramp;D支出和技術(shù)水平中介調(diào)節(jié)效應(yīng)［J］.預(yù)測，2020，39（5）：16-22.

［8］ 馬麗梅，司璐.低碳城市與可再生能源技術(shù)創(chuàng)新［J］.中國人口·資源與環(huán)境，2022，32（7）：81-90.

［9］ Bai C， Feng C， Du K， et al. Understanding Spatial Temporal Evolution of Renewable Energy Technology Innovation in China： Evidence from Convergence Analysis［J］. Energy Policy，2020，143：111570.

［10］ 肖振紅，譚睿，史建幫，等.環(huán)境規(guī)制對區(qū)域綠色創(chuàng)新效率的影響研究——基于“碳排放權(quán)”試點的準(zhǔn)自然實驗［J］.工程管理科技前沿，2022，41（2）：63-69.

［11］ 劉鳳朝，張娜，趙良仕.東北三省高技術(shù)制造產(chǎn)業(yè)創(chuàng)新效率評價研究——基于兩階段網(wǎng)絡(luò)DEA模型的分析［J］.管理評論，2020，32（4）：90-103.

［12］ 韓兵，蘇屹，李彤，等.基于兩階段DEA的高技術(shù)企業(yè)技術(shù)創(chuàng)新績效研究［J］.科研管理，2018，39（3）：11-19.

［13］ 隋俊，畢克新，楊朝均，等.制造業(yè)綠色創(chuàng)新系統(tǒng)創(chuàng)新績效影響因素——基于跨國公司技術(shù)轉(zhuǎn)移視角的研究［J］.科學(xué)學(xué)研究，2015，33（3）：440-448.

［14］ Yao L， Chang Y. Energy Security in China： A Quantitative Analysis and Policy Implications［J］. Energy Policy，2014，67：595-604.

［15］ 侯建，陳恒.中國高專利密集度制造業(yè)技術(shù)創(chuàng)新綠色轉(zhuǎn)型績效及驅(qū)動因素研究［J］.管理評論，2018，30（4）：59-69.

［16］ 王軍.山東省綠色經(jīng)濟效率測算及實證研究［J］.中國石油大學(xué)學(xué)報（社會科學(xué)版），2013，29（5）：49-52.

［17］ Yan Z， Zou B， Du K， et al. Do Renewable Energy Technology Innovations Promote Chinas Green Productivity Growth？ Fresh Evidence from Partially Linear Functional-coefficient Models［J］. Energy Economics，2020，90：104842.

［18］ Li X. Chinas Regional Innovation Capacity in Transition： An Empirical Approach［J］. Research Policy，2009，38（2）：338-357.

［19］ Lindman A， Soderholm P. Wind Energy and Green Economy in Europe： Measuring Policy-induced Innovation using Patent Data［J］. Applied Energy，2016，179（1）：1351-1359.

［20］ Zhao G， Zhou P， Wen W. What Cause Regional Inequality of Technology Innovation in Renewable Energy？ Evidence from China［J］. Applied Energy，2022，310（15）：118464.

［21］ Zhu L， Luo J， Dong Q， et al. Green Technology Innovation Efficiency of Energy-intensive Industries in China from the Perspective of Shared Resources： Dynamic Change and Improvement Path［J］. Technological Forecasting amp; Social Change，2021，170：120890.

［22］ Wang Q， Wu Z， Chen X. Decomposition Weights and Overall Efficiency in a Two-stage DEA Model with Shared Resources［J］. Computers amp; Industrial Engineering，2019，136：135-148.

［23］ Liang L， Cook W D， Zhu J. DEA Models for Two-stage Processes： Game Approach and Efficiency Decomposition［J］. Naval Research Logistics，2008，55（7）：643-653.

［24］ Kao C. Efficiency Decomposition in Network Data Envelopment Analysis： A Relational Model［J］. European Journal of Operational Research，2009，192（3）：949-962.

［25］ Li Y， Chen Y， Liang L， et al. DEA Models for Extended Two-stage Network Structures［J］. Omega，2012，40（5）：611-618.

［26］ 陳凱華，官建成.共享投入型關(guān)聯(lián)兩階段生產(chǎn)系統(tǒng)的網(wǎng)絡(luò)DEA效率測度與分解［J］.系統(tǒng)工程理論與實踐，2011，31（7）：1211-1221.

［27］ 薛凱麗，范建平，匡海波，等.基于兩階段交叉效率模型的中國商業(yè)銀行效率評價［J］.中國管理科學(xué)，2021，29（10）：23-34.

［28］ Yu A， Shi Y， You J， et al. Innovation Performance Evaluation for High-tech Companies using a Dynamic Network Data Envelopment Analysis Approach［J］. European Journal of Operational Research， 2021，292（1）：199-212.

［29］ 黃陽，王美強，滿小虎，等.循環(huán)經(jīng)濟視角下的中國區(qū)域工業(yè)生態(tài)效率——基于Pareto改進(jìn)的兩階段DEA交叉效率模型［J］.系統(tǒng)工程，2021，39（2）：1-12.

［30］ Liu W， Zhou Z， Ma C， et al. Two-stage DEA Models with Undesirable Input-intermediate-outputs［J］.Omega，2015，56：74-87.

［31］ 杜娟，霍佳震.基于數(shù)據(jù)包絡(luò)分析的中國城市創(chuàng)新能力評價［J］.中國管理科學(xué)，2014，22（6）：85-93.

［32］ 張龍.可再生能源開發(fā)利用績效評價研究［D］.武漢：中國地質(zhì)大學(xué)，2017.

［33］ 韓增林，劉天寶.中國地級以上城市城市化質(zhì)量特征及空間差異［J］.地理研究，2009（6）：1508-1515.

［34］ Chen X， Liu Y， Wang Q， et al. Pathway toward Carbon-neutral Electrical Systems in China by Mid-century with Negative CO2 Abatement Costs Informed by High-resolution Modeling［J］. Joule，2021，5（10）：2715-2741.

［35］ 李峰，朱平，梁樑，等.基于最近距離投影的DEA兩階段效率評價方法研究［J］.中國管理科學(xué)，2022，30（10）：198-209.

責(zé)任編輯：曲 紅

Research on Regional Renewable Energy Technology Innovation Performance Based on Two-stage Network DEA Model

WAN Guangxiao1， ZHOU Peng1， WANG Mei2

（1.School of Economics and Management， China University of Petroleum （East China）， Qingdao 266580， Shandong， China;

2.College of Economics and Management， Nanjing University of Aeronautics and Astronautics， Nanjing 211106， Jiangsu， China）

Abstract： Renewable energy technology innovation is the key to promote the development of renewable energy and the clean and low-carbon development of the society， and the performance evaluation of renewable energy technology innovation is an important way to measure the efficiency and level of innovation， as well as to identify shortcomings. The renewable energy technology innovation process is divided into two stages： technology research and development and achievement transformation， and a two-stage network DEA model considering additional intermediate investment is constructed to evaluate the stages and overall performance of renewable energy technology innovation in 30 provinces in China from 2014 to 2018. The study finds that： the overall level of Chinas renewable energy technology innovation performance is not high， the development of the provinces is unbalanced， the richer the renewable resources of the region， the higher the level of innovation performance， and most of the provinces of the technology research and development performance is much higher than the results of the performance of the achievement transformation; the performance level of Chinas renewable energy technology innovation has increased year by year， the differences between provinces have decreased year by year， and the differences between technology research and development performance and achievement transformation performance among regions with different resource endowments have decreased year by year; the overall performance of Chinas renewable energy technology innovation is related to the performance of both stages， but the impact of the achievement transformation performance is more significant. Based on the above conclusions， the paper puts forward some policy suggestions， such as improving the utilization efficiency of regional renewable resources， improving the market transformation mechanism， and strengthening inter-regional exchanges and cooperation to promote balanced development.

Key words： two-stage network DEA model; renewable energy; technological innovation; performance evaluation

英文編校：馬志強