《京津冀制造业绿色创新效率研究》-工学论文，工程论文-论文范文参考-科学狗论文网

标题

京津冀制造业绿色创新效率研究

范文

张玉丽

摘要：本文利用考虑非期望产出的SBM模型测算了2013-2017年京津冀制造业绿色创新效率，并按污染物排放强度不同进行行业分类研究。结果显示，从总体上看，污染物排放强度不同会影响制造业绿色创新效率，轻度污染行业的绿色创新效率明显优于中度污染行业和重度污染行业，但这仅仅显示对个别行业起作用;从细分行业看，除绿色创新效率值达到1或接近1的行业之外，其他行业差距较小，绿色创新效率都较低。

Abstract： In this paper， the green innovation efficiency of the Beijing-Tianjin-Hebei manufacturing industry from 2013 to 2017 was calculated by using the SBM model considering the non-expected output， and the industry classification was studied according to the different pollutant emission intensity. The results show that， on the whole， different pollutant emission intensity affects the green innovation efficiency of the manufacturing industry. The green innovation efficiency of the mildly polluted industry is obviously better than that of the moderately polluted industry and the severely polluted industry. From the perspective of sub-sectors， except for the industries with green innovation efficiency of 1 or close to 1， the gap between other industries is small， and the efficiency of green innovation is low.

关键词：京津冀;制造业;绿色创新效率;SBM模型

Key words： Beijing-Tianjin-Hebei;manufacturing;green innovation efficiency;SBM model

中图分类号：F270? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文献标识码：A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文章編号：1006-4311（2020）14-0108-02

0? 引言

近年来，全球环境和资源问题日益凸显，改善环境、减少资源能源消耗、促进绿色增长是经济发展过程中的必然要求，推动绿色发展是决定国际竞争力提高的必要途径[1]。京津冀是我国的首都经济圈，占据重要的战略位置，制造业作为国民经济中的重要构成部分，在京津冀仍然呈现出高投入、高耗能和高污染的发展特点，河北省尤其突出，据统计，2018年河北省万元地区GDP能耗为0.85吨标准煤，而全国仅为0.52吨标准煤;同年，石家庄、邢台、唐山、邯郸和保定5个城市位于全国环境空气质量相对较差的20个城市之列。京津冀制造业发展面临严重的环境污染问题和资源消耗过大、能源短缺的压力，迫切需要推动科技创新引领绿色发展，改善区域内环境质量、减少资源消耗和能源浪费。京津冀协同发展将大气污染联防联控作为优先领域之一，以产业结构优化升级和实现创新驱动发展作为合作重点。因此，京津冀制造业实现绿色创新发展是必然选择，本文将制造业细分为多个行业来研究京津冀制造业绿色创新效率，有利于推动区域内制造业实现高质量发展。

1? 文献综述

国内外学者针对绿色创新效率的测度研究有多方面的探索，研究方法主要集中在非参数方法。以DEA模型为代表，韩晶[2]运用DEA模型测算了除西藏外的中国30个省份的绿色创新效率，研究发现各地区有明显的差异性，东部地区绿色创新效率明显高于中西部地区和东北地区;基于传统DEA模型的局限性，牛彤等[3]采用改进的SBM模型，考虑非期望产出指标，测算了我国29个工业企业绿色创新效率，并着重研究了山西省，研究认为虽然山西省的工业企业绿色创新效率不高，但是创新环境改善的速度远远优于全国和中部地区的平均水平。也有学者采用非参数估计方法，例如，李婧[4]采用SFA模型对我国大中型工业企业绿色创新效率进行了测度，并实证研究了环境规制与其的关系，通过研究发现环境规制与企业技术创新效率之间存在显著性的倒U型关系。还有一些学者采用指标体系法，主要进行多指标综合评价，常见的方法有因子分析法、主成分分析法、层次分析法等。

2? 京津冀制造业绿色创新效率实证研究

2.1 考虑非期望产出的SBM模型

数据包络分析法（DEA）是一种有效评价多投入、多产出指标的非参数估计方法，将评价对象当作决策单元（DMU），通过对DMU进行投入与产出的比值计算，得到所有DMU的效率值最优解，并且不受决策单元中指标数量和单位的影响。传统的DEA模型包括CCR模型和BCC模型，Tone[5]基于传统模型中的投入变量和产出变量，将松弛度考虑其中，有效避免了松弛因素对结果造成的误差，可以有效评价绿色创新效率。当效率值为1时，说明评价的决策单元有效，位于生产前沿面;当效率值小于1时，说明决策单元无效，位于有效生产前沿面的下方。本文利用考虑非期望产出的SBM模型测算了2013-2017年京津冀制造业绿色创新效率。假如模型考虑n个决策单元，每个DMU都存在投入、期望产出和非期望产出变量，S、U、V分别表示三种变量的数量，为松弛变量，？姿I为权重值。

考虑非期望产出的SBM模型构建如下：

2.2 指标选取及数据来源

参考绿色创新效率测度相关研究，各变量选取如下：①投入变量：选取制造业R&D人员全时当量和制造业R&D经费内部支出表示;②期望产出变量：选取制造业专利申请数、制造业新产品销售收入衡量;③非期望产出变量：用制造业废水排放量、制造业二氧化硫排放量和制造业固体废物排放量来衡量。相关数据从《北京统计年鉴》、《天津统计年鉴》、《河北经济年鉴》、《中国工业经济统计年鉴》、《中国能源统计年鉴》以及《中国环境统计年鉴》中获取。研究对象选取2013-2017年京津冀规模以上制造业。其中，汽车制造业和铁路、船舶、航空航天和其他运输设备制造业合并为交通制造业，同时删除数据缺失严重的个别行业，最终选择26个制造业行业。

本文从制造业细分行业进行分析，借鉴张菲菲等[6]的研究，将制造业各行业按污染物排放强度不同分为重度污染行业、中度污染行业和轻度污染行业来进行分类研究，将交通制造业考虑为中度污染行业，具体划分如表1。

2.3 京津冀制造业绿色创新效率测算结果

基于考虑非期望产出的SBM模型，利用Matlab软件测算出京津冀制造业细分行业的绿色创新效率，结果如表2所示，从总体上看，虽然2013-2017年重度污染行业、中度污染行业和轻度污染行业的绿色创新效率呈现出上升的趋势，但从均值结果来看，污染物排放强度最少的轻度污染行业绿色创新效率均值明显优于中度污染行业和重度污染行业，说明污染物排放强度越高，制造业绿色创新效率反而越低。

从制造业细分行业具体来看，重度污染行业中8个制造业行业绿色创新效率均值均小于1，其中，农副食品加工业在2015-2017年绿色创新效率达到有效状态，2013-2017年均值为0.685，其他行业的绿色创新效率较低，均在0.35之下。中度污染行业中交通制造业和计算机、通信和其他电子设备制造业在2015-2017年内达到了有效状态，而其他6个行业中绿色创新最高的是酒、饮料和精制茶制造业，均值为0.271，说明中度污染行业与重度污染行业细分行业的绿色创新效率差距较小。轻度污染行业中有4个行业的绿色创新效率位于有效生产前沿面，分别是家具制造业、文教、工美、体育和娱乐用品制造业、专用设备制造业和仪器仪表制造业，而其他6个行业中绿色创新效率最高的是电气机械和器材制造业，在2013-2016年为有效状态，均值为0.94，接近有效状态，有一定的改进空间，而绿色创新效率最低的行业是木材加工和木、竹、藤、棕、草制品业，均值仅为0.011，与前者差距较大。

3? 结论

本文通过对京津冀制造业绿色创新效率进行研究，可以得到如下结论：①污染物排放强度不同会对制造业绿色创新效率有一定影响，轻度污染行业的绿色创新效率最高，中度污染行业次之，重度污染行业最低;②从细分行业来看，除了轻度污染行业中有4个行业为绿色创新效率有效、中度污染行业中有2个行业效率有效，制造业其余细分行业的绿色创新效率值基本都比较偏低，且除了个别行业，其他行业绿色创新效率差距较小。

参考文献：

[1]吴传清，申雨琦.中国装备制造业集聚对绿色创新效率的影响效应研究[J].科技进步与对策，2019，36（05）：54-63.

[2]韩晶.中国区域绿色创新效率研究[J].财经问题研究，2012（11）：130-137.

[3]牛彤，彭树远，牛冲槐，陈新国，杜弼云.基于SBM-DEA四阶段方法的山西省工业企业绿色创新效率研究[J].科技管理研究，2015，35（10）：244-249.

[4]李婧.環境规制与企业技术创新效率研究[J].中国经济问题，2013（04）：38-44.

[5]TONE K. A Slacks-Based Measure of Efficiency in Data Envelopment Analysis[J]. European Journal of Operational Research， 2001（130）： 498-509.

[6]张菲菲，张在旭，马莹莹.制造业绿色创新效率及增长趋势研究[J].技术经济与管理研究，2020（02）：101-107.

随便看

科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。