工业绿色创新效率及地区差异研究  

作者:熊彬;李宁 刊名:《特区经济》 上传者:刘靓丽

【摘要】本文基于DEA-Malmquist指数法,测算了2010-2014年我国绿色创新效率并分析其地区差异。研究表明:2010-2014年间,我国工业绿色创新总体上是相对有效的,呈现出先上升后下降的趋势;绿色创新效率均值最高的省(区、市)是北京市,最低的是海南省。八大经济区中,东部沿海经济区绿色创新效率最高,南部沿海经济区最低,区域差异明显。

全文阅读

2016 年 12 月 Special Zone Economy 特区经济 改革创新 当前,绿色已成为全球产业变革的主基调之一。 随着工业生产规模扩大, 传统工业发展方式必然面临越来越高的环境成本。党的十八届五中全会提出了绿色发展的新理念,随后通过的“十三五”规划再次强调了绿色发展的主题,这为中国工业绿色转型明确了主攻方向。 而工业绿色创新,在工业绿色发展中占据核心位置,其效率对工业绿色化发展进程有着巨大的影响。因此,科学准确的把握工业绿色创新效率, 有助于评估工业绿色发展现状,有助于推动我国工业的绿色发展。 一、文献回顾 绿色创新效率作为衡量绿色创新活动的重要概念,国内外学者已对如何界定和评价绿色创新效率进行了许多研究。但由于创新活动的复杂性,目前尚未形成标准体系。 一般从投入产出视角构建技术创新绩效评价指标体系,进而运用 DEA、随机前沿函数等方法计算技术创新效率。研究人员构建的评价指标体系框架大致相同,区别在于根据评价目的与评价对象的不同而有针对性的选择具体评价指标。 如韩晶(2012)在测算中国省域绿色创新效率时[1],将环境污染物排放当做投入要素处理,周力(2010)和华振(2011)则将 DEA 模型结合 Malmquist 指数,前者把非期望产出作为投入进行处理,后者把非期望产出取倒数后作为期望产出进行处理 [2-3]。 而常用的 DEA 衍生方法包括 DEA-SBM (冯志军,2013)[4],多阶段 DEA(韩晶,2013;肖仁桥,2014)[5-6],DEA-RAM (任耀,2014;姚西龙,2015)[7-8]。 DEA 衍生方法考虑了要素“松弛”,且对非期望产出进行了合理处理。 DEA 及其衍生模型的优点是不需要对生产函数进行设置,因此避免了主观影响,同时计算简单。 本文依然采用 DEA 结合 Malmquist 指数的方法来评估中国工业绿色创新效率。 二、研究方法 效率评估的方法主要有两类,数据包络分析(DEA)和随机前沿分析法(SFA)。 本文选择用基于 DEA 的 Malmquist 指数法从工业绿色创新投入产出有效性的角度来测度工业绿色创新效率。Malmquist 指数法是基于 DEA 模型提出的相对有效性问题的动态比较方法,它利用距离函数的比率来计算投入产出效率,反映了从 t 期到 t+1 期投入产出效率变化情况。 因此,本文参考 F覿re (1994) 构建的 Malmquist 指数法对绿色创新效率进行评价 。 Malmquist 指数的核心计算公式为: M0t,t+1(xt+1,yt+1,xt,yt)= D0t(xt+1,yt+1) D0t(xt,yt) × D0t+1(xt+1,yt+1) D0t+1(xt,yt) 1/2 该公式反映了从 t 期 到 t+1 期绿色创新效率变化的Malmquist 指数。 其中,(xt+1,yt+1)和分别表示 t+1 和 t 时期的投入产出向量;D0t+1 和 D0t 分别表示以 t 期的技术参考时(即以 t 期的数据为参考集),t+1 和 t 时期决策单元的距离函数。 如果该指数大于 1, 则表明从时期 t 到时期 t+1 的 全要素生产率是增长的, 摘 要 :本文基于 DEA-Malmquist 指数法,测算了 2010-2014 年我国绿色创新效率并分析其地区差异。 研究表明: 2010-2014 年间,我国 工业绿色创新总体上是相对有效的,呈现出先上升后下降的趋势;绿色创新效率均值最高的省(区、市)是北京市,最低的是海南省。八大经济区中,东部沿海经济区绿色创新效

参考文献

引证文献

问答

我要提问