基于超效率SBM 模型的中国绿色技术创新效率分析

来源：年旅网

2021年第02期

ScienceandTechnology&Innovation┃科技与创新文章编号：2095－6835（2021）02－0017－03基于超效率SBM模型的中国绿色技术创新效率分析昝哲1，张道明2，张康辉1，陈振1＊（1.河南农业大学信息与管理科学学院，河南郑州450002；2.河南省农村合作经济经营管理站，河南郑州450002）摘要：绿色技术创新是中国经济持续发展的重要动力。在传统DEA模型的基础上，引入非期望产出与要素“松弛”情况，采用超效率SBM模型对2009—2018年中国绿色技术创新效率进行测度与分析。研究结果表明，中国2009—2018年绿色技术创新效率呈波动性上升趋势，但整体水平不高，技术创新能力有待提高，总体呈“东高西低”的分布格局；各地区绿色技术创新效率处于不均衡状况，效率损失的主要原因是投入要素过多和非期望产出过量，要素存在不同程度的冗余；从投入要素来看，影响中国绿色技术创新效率的因素依次为劳动力、资本、技术。最后，有针对性地提出建议，为提升中国绿色技术创新效率提供理论依据。关键词：绿色技术创新；超效率SBM模型；投入产出；技术变化中图分类号：F293.2文献标志码：ADOI：10.15913/j.cnki.kjycx.2021.02.006建议，为提升中国绿色技术创新效率提供一定的理论依据。1研究方法数据包络分析（DEA）是美国CHARNES等于1978年提出，用来评价一组具有多个投入、产出的决策单元间的相对效率[9]。基本模型是CCR和BCC模型，但其没有考虑要素“松弛”现象。为弥补此缺点，TONE分别在2001年[10]和2002年[11]提出SBM模型与超效率SBM模型，后者不仅考虑松弛变量，还可以对效率值大于1的决策单元进行排序。本文选用非导向超效率SBM模型进行研究，模型如下：min

1mx/xikmi1r21r1dduyyskyuyqk

rpq1s1

绿色技术创新是将绿色发展与技术创新相结合[1]，是中国经济可持续发展的重要动力。目前，中国经济发展进入新时代，在取得巨大成就的同时，也带来了一系列的资源浪费与环境污染。党的十九大明确提出要通过构建市场导向的绿放、共享五大发展理念，坚持人与自然的和谐共生，推进绿色发展。而要实现中国经济的高质量发展，在加强技术能力的同时，也要推进绿色发展理念，构建高效的绿色技术创新体系。绿色技术创新包括节能、防污染、废物回收、环境管理等方面，不仅能给消费者和企业带来益处，也能减少环境污染。在绿色技术创新效率的测算方面，主要采用的方法是数据包络分析。关成华等[3]、成琼文等[4]、陈振等[5-6]、WANG等[7]、易明等[8]等采用DEA模型对各行业或各地的绿色技术创新效率进行测算研究。在绿色技术创新效率的影响因素方面，成琼文等[4]认为促进绿色技术创新效率提升的主要因素为平均企业规模、市场化程度、对外开放程度及环境规制强度，而技术环境主要作用于绿色技术研发阶段。综上，国内外学者对绿色技术创新效率进行了大量研究，但传统DEA模型很少同时考虑环境污染等非期望产出因素和“松弛”要素对创新效率的影响，这会造成效率被高估的情况，并且无法进一步区分效率值为1的有效决策单元。基于此，本文将非期望产出和要素“松弛”情况引入传统DEA模型，采用超效率SBM模型对2009—2018年中国各省的绿色技术创新效率进行测度分析，并对未达到效率有效水平地区的投入冗余与产出不足进行分析，最后提出改进——————————————————————————[2]

0，i1，2，，m；j1，2，，n，j0js1，2，，r；q1，2，，p

式（1）中：ρ*为最终的技术创新效率值；x、yd、yu分别为投入矩阵、期望产出矩阵和非期望产出矩阵中的必要元素；n为决策单元数量，每个决策单元有m种投入，r种产出和p种非期望产出；λ为权重向量。2指标选取与数据来源根据数据选取的全面性、科学性、代表性和数据可得性，同时借鉴相关文献[4-8]，构建中国绿色技术创新效率指标体系，如表1所示。本文所需数据均来源于《2010—2019年中国统计年鉴》。＊［基金项目］河南省现代农业产业技术体系；河南省农业科技创新资源效率评价与提升路径研究（编号：2019-ZZJH-326）·17·科技与创新┃ScienceandTechnology&Innovation表1绿色技术创新效率评价指标体系

一级指标投入指标

二级指标劳动力投入资本投入技术投入

期望产出指标

创新结果产出创新经济产出环境污染

三级指标R&D人员投入R&D经费支出R&D项目数专利申请量新产品销售收入废水排放量

非期望产出指标

废气排放量固废排放量

单位人/年万元/年项/年件/年万元/年万吨/年万吨/年万吨/年

2021年第02期

部分代表年份的计算结果。根据表2中各地效率平均值，将其分为高、中、低三类效率组，高效率组效率值大于1，即总体达到有效水平；效率值在0.8～1之间的为中效率组；效率值小于0.8的地区为低效率组。整体来看，处于高效率组的地市多位于中国东部地区，这些地区有较强的生态环保理念和创新驱动能力。中、西部地区主要处于中、低效率组，由于经济发展对这些地区的生态环境压力较大，因此效率值相对较低。从变化趋势来看，上海、北京、吉林等地的绿色技术创新效率一直处于较高水平；黑龙江、内蒙古、青海等地的效率值一直处于较低水平；重庆市的效率值在10年间出现了明显下降；广东、安徽、广西等地有显著提升。20131.13181.18221.22321.05561.15351.23021.03761.11271.01031.05040.49950.66360.51500.58120.46080.53290.46610.39250.46830.39900.37350.44080.44320.35900.33720.28360.33620.660.22140.2143

20141.13721.21151.02231.15151.10881.12661.09131.17871.02261.02290.48860.53070.41980.42720.410.50311.03260.43070.41590.38210.37360.40990.31980.33270.33380.26350.29800.13240.19970.1928

20161.16381.32601.11551.32981.92271.10371.04991.17011.03311.04170.470.450.68440.46180.42080.51670.42170.57470.37020.35340.310.24150.220.32740.25840.27700.27490.21060.21440.1756

20181.56921.26681.26821.62390.92361.12931.03861.13780.260.82690.46280.48260.620.46820.46720.52650.43860.68270.36780.39260.32870.36920.360.35860.30210.36230.28690.58320.36280.2869

均值1.37961.28271.20461.17971.14931.08171.01970.98170.95730.87500.58410.52290.51250.49410.46980.45550.44030.40550.36300.33720.33560.31230.31040.29590.27600.270.26680.23620.22020.1875

3实证分析3.1中国绿色技术创新效率测算与结果分析运用DEASolver-Pro5.0软件采用超效率SBM模型对中国2009—2018年30个省市（除外）的绿色技术创新效率进行测算，结果如表2所示。由于篇幅，表2仅展示分组

地区上海北京吉林

高效率组

广东天津浙江江苏

中效率组

重庆湖南福建山东广西海南四川湖北江西辽宁

低效率组

河南贵州甘肃宁夏河北云南陕西山西青海内蒙古黑龙江

20091.13681.32691.28250.98611.11360.93260.95621.01060.76290.42760.51820.29860.53820.33820.33270.30820.20820.31630.26250.32760.23720.21980.21820.23610.23690.22850.12830.16280.1269

20111.19011.40911.25050.97741.12260.96720.97580.56201.04100.51740.40900.51970.23290.57320.30980.34440.32270.21810.31930.26620.35580.26300.23410.23680.26230.26370.23420.05120.17940.1551

表22009—2018年中国各地绿色技术创新效率

安徽0.7286.com.cn. All Rights Reserved.将中国分为东、中、西三大区域，各区域绿色技术创新效率变化情况如图1所示。由图1可知，中国2009—2018年绿色技术创新效率呈波动性上升趋势，但整体水平不高，有很大提升空间，总体呈“东高西低”的分布格局。出现这样的分布局势，原因可能为东部地区经济发达，有较强的创新驱动能力，且在技术创新过程中，注重保护生态环境，采用了较为合理的绿色发展措施，相应的绿色技术创新效率就领先于中国平均水平。3.2区域绿色技术创新效率优化分析对2018年中国30个省份的相关数据进行处理，得到各·18·2021年第02期

地绿色技术创新相应指标的松弛量。下面列出2018年23个DEA相对无效地区的要素投入产出的冗余与不足情况，如表3所示。图12009—2018年中国各区域绿色技术创新效率表32018年中国地区绿色技术创新投入产出冗余率

投入冗余率/（%）

期望产出不足率/（%）地区劳动力资本技术专利销售申请量收入天津-11.61-1.31-43.9100东河北-11.11-18.360120.9214.93部辽宁0-26.76-6.9291.921.9地福建-18.280-19.09087.09区

山东0-37.63-12.0586.470.57海南-1.920-45.7977.949.15山西-41.59-31.180107.70中黑龙江-15.390-14.62132.81126.58部江西0-8.75-0.7900地

河南-19.53-14.17088.516.81区湖北-10.5-14.090

48.370湖南-20.55-4.9303.90内蒙古-36.81-44.56059.250广西20.730000重庆00-20.0221.10西四川-8.30-16.81052.73部贵州-26.960-23.410100.4地云南00-17.0770.06105.01区

陕西-21.310029.15113.69甘肃-12.520-20.590152.44青海-3.86-19.40048.71宁夏0-8.91-12.4361.9561.03-2.46-37.490029.41总体平均值

-12.32

-8.36

-7.92

31.25

28.45

从表3可得，在30个决策单元中，相对有效的决策单元有7个，相对无效决策单元有23个，其中有4个效率值大于0.8，稍加改进就可以达到有效水平。从各省份的数据来看，各省的绿色技术创新发展处于不均衡状况，要素存在不同程度冗余。从投入要素来看，绿色技术创新效率的影响因素依次为劳动力、资本、技术。劳动力占比最高，达到12.32%，说明中国劳动力投入稍高，存在浪费现象。其中，山西、内蒙古的劳动力冗余率分别高达41.59%、36.81%。资本是第二因素，内蒙古、山东的资本冗余率分别达到44.56%、37.63%。技术投入的冗余率是7.92%，对效率损失影响最小，其中海南、天津、贵州技术冗余较高，分别达到45.79%、43.91%、23.41%。ScienceandTechnology&Innovation┃科技与创新4结语在传统DEA模型的基础上，考虑非期望产出与要素“松弛”情况，采用超效率SBM模型对中国各地的绿色技术创新效率进行测度与分析。结果表明：①中国2009—2018年绿色技术创新效率呈波动性上升趋势，但整体水平不高，总体呈“东高西低”发展态势，空间差异明显。②2009—2018年各地绿色技术创新效率出现不同情况的变动。广东、安徽等地的绿色技术创新效率有显著提升；重庆市出现明显下降；上海、北京、吉林等地一直处于较高水平；而黑龙江、内蒙古等地一直处于较低水平。③各省绿色技术创新效率处于不均衡状况，要素存在不同程度的冗余。从投入要素的平均冗余率来看，其影响因素依次为：劳动力、资本与技术。基于上述结论，提出以下建议：①加大绿色技术创新投入，优化创新资源合理配置。充分发挥的引导作用，鼓励企业加大科技投入与研发，减少市场干预。同时加大对资金紧张且创新能力强的企业的支持。此外，还可以鼓励企业与高校间多多进行技术交流，从而形成高效的绿色技术创新体系。②因地制宜实施环境治理，缩小区域发展差距。针对区域发展不均衡状况，因地制宜实施环境治理措施，适当增加东部对中西部地区的技术与资源共享，促进区域的协调可持续发展。③加强实施创新驱动战略，促进绿色技术创新发展。各地应落实创新驱动战略，制定创新激励，加强地区间的技术交流。此外，工业企业应将绿色作为发展理念，转变传统的发展模式，促进绿色经济发展效益的大幅度提升。同时，针对一些对环境污染较严重的企业，应予以关闭或者迁移，采用高标准的污染防治，为中国经济的绿色发展奠定坚实基础。此外，本研究还存在一些不足之处，例如未对中国绿色技术创新效率的影响因素做进一步实证探究，未对绿色技术创新全要素生产率进行分解，明确技术创新效率的动态演化趋势有待提高，在指标体系构建上还有待完善等，这些不足之处需在以后研究中进一步探讨。参考文献：1］梁中，昂昊.中国绿色技术创新效率演化及其空间治理［J］.财贸研究，2019，30（8）：16-25.2］LUOQ，MIAOC，SUNL，etal.EfficiencyevaluationofgreentechnologyinnovationofChina'sstrategicemergingindustries:anempiricalanalysisbasedonmalmquist-dataenvelopmentanalysisindex［J］.Journalofcleanerproduction，2019，238（9）：146-156.3］关成华，李晴川.环境规制对技术创新效率的影响分析——基于创新链视角的两阶段实证检验［J］.中国环境管理，2020，12（2）：105-112.4］成琼文，贺显祥，李宝生.绿色技术创新效率及其影响（下转第22页）·19·［［［［.com.cn. All Rights Reserved.科技与创新┃ScienceandTechnology&Innovation4应用情况本课题基于浏览器/服务器模式，使用基于Python的flask框架技术，使用HTML5、JavaScript和CSS等前端技术，通过异步请求实现无刷新定时更新页面数据。通过传输层TCP协议与应用层HTTPS协议传输数据，保证数据完整性和安全性。使用MySQL数据库管理数据，浏览器通过发送HTTPS请求、接收JSON格式的返回数据。主要实现数据采集、数据存储及管理、可视化展示3个功能模块。数据采集：包括实时数据和非实时数据两种。非实时数据包括服务器基本配置信息、操作系统版本、系统启动时间等。实时数据包括服务器主要负载指标、硬盘使用情况、网卡实时流量、系统运行时长、端口使用和进程分配的情况。数据存储及管理：通过数据库管理系统将采集到的结构化数据整合为业务数据。可视化展示：包括服务器硬件资源使用情况、系统端口使用列表和进程分配列表等数据的多种模型可视化展示。本课题已经在车辆监控平台相关的15台服务器上研究部署并成功应用，如图4所示，实现了对服务器、网络、数据库、中间件和应用系统等要素的监控和统一管理，具有分布式、全覆盖、自动化和安全可靠等特点。本课题支持从业务视角排查并定位故障，让系统运维人员能够及时定位并解险，具有良好的推广前景。在今后的工作中，还需要进一步完善系统日志深化分析和报警体系（如微信、短信推送等）建设，使之成为更加全面、高效、智能的自动化监控运维参考文献：平台。2021年第02期

图4首页

［1］郑征.Python自动化运维快速入门［M］.北京：清华大学出版社，2019.［2］李辉.FlaskWeb开发实战：入门、进阶与原理解析［M］.北京：机械工业出版社，2018.［3］王国平.Python数据可视化之Matplotlib与Pyecharts［M］.北京：清华大学出版社，2020.————————作者简介：吴文哲（1985—），2011-08毕业于电子科技大学，工程硕士学位，技术专家、高级工程师，主要从事信息系统集成和运维等方面的工作。〔编辑：张思楠〕.com.cn. All Rights Reserved.决系统运行问题，提升运维质量和效率，降低运维难度和风（上接第19页）因素——基于我国35个工业行业的实证研究［J］.中南大学学报（社会科学版），2020，26（2）：97-107.［5］陈振，郑锐，李佩华，等.河南省农业科技创新效率评价与分析［J］.河南农业大学学报，2018，52（3）：4-469，484.［6］陈振，郑锐，李佩华.基于DEA-Malmquist方法的全国农业科技创新效率分析［J］.河南科学，2017，35（12）：2048-20.［7］WANGY，PANJ，PEIR，etal.AssessingthetechnologicalinnovationefficiencyofChina'shigh-techindustrieswithatwo-stagenetworkDEAapproach［J］.Socio-economicplanningsciences，2020（71）：100810.［8］易明，李纲，彭甲超，等.长江经济带绿色全要素生产率的时空分异特征研究［J］.管理世界，2018，34（11）：178-179.［9］魏权龄.数据包络分析［M］.北京：科学出版社，2004.［10］TONEK.Aslacks-basedmeasureofefficiencyindata［J］envelopmentanalysis.Europeanjournalofoperationalresearch，2001，130（3）：498-509.［11］TONEK.Aslacks-basedmeasureofsuper-efficiencyindataenvelopmentanalysis［J］.Europeanjournalofoperationalresearch，2002，143（1）：32-41.————————作者简介：昝哲（1997—），女，河南平顶山人，硕士研究生，研究方向为不确定性决策理论与方法、复杂系统建模与仿真。通讯作者：陈振（1974—），男，河南汝南人，教授，硕士研究生导师，研究方向为运筹学与控制论、不确定性决策理论与方法。〔编辑：严丽琴〕·22·

因篇幅问题不能全部显示，请点此查看更多更全内容

查看全文