文摘
本文基于面板数据,措施全面绿色创新效率,绿色创新的经济产出效率,绿色创新的社会产出效率,绿色创新的环境输出效率在中国上市能源公司通过窗口的DEA模型从三重底线。此外,环境因素的影响和随机因素对绿色创新效率进行了分析。发现第一,绿色创新效率中国上市能源公司展示了一个v型变化趋势不排除环境因素和随机因素。其次,环境因素和随机因素是主要因素,促进能源的绿色创新效率在中国上市公司。最后,在消除环境因素和随机因素的干扰,全面上市能源公司绿色创新效率相对较高,在中国分布相对集中,但在研究期间有一个下降的趋势。
1。介绍
能源企业在中国的经济发展起着非常重要的作用和承担的历史责任的实现中国有益的发展战略。相关的统计结果表明,中国的能源生产和消费享受可持续增长。2019年,中国能源生产总量39.7亿吨标准煤,这就增加了5.3%,与2018年相比。与此同时,2019年能源消费总量达到48.6亿吨标准煤,相比增加了4.7%,在2018年(1),如图1。
然而,随着中国能源生产和消费的增加,一些生态环境治理相关的问题出现。因此,2018年中国能源发展报告指出,中国应不断提高能源利用效率和发展对高质量基本上会议后的需求规模(2]。保留可持续和高质量的能源产业的发展,有必要尽快提供企业创新能力,提高企业绿色创新的效率。特别是,它有利于能源公司转型,从传统的粗放型科技创新类型、分配资源,促进绿色经济的发展。创新发展、绿色发展是能源企业转型的关键。能源企业的绿色创新可以破坏资源和环境的约束。因此,有必要客观地评价中国能源企业的绿色技术创新效率的条件下,能源企业的研发投资继续增长和创新资源严重不足。
按照欧盟的地平线2020框架计划,技术创新应表示为社会的希望,安全,和可持续3]。因此,在企业可持续发展的过程中,环境责任和社会责任正在成为企业利润一样重要。这三个因素构成了三重底线(TLB)可持续评估框架,可以评价企业的可持续发展从多维的角度来看(4,5]。从管理的角度来看,效率是指各种输入和输出之间的比率的一个组织在给定的时间。绿色能源企业的创新效率从三重底线的角度也属于类别的输入和输出。就是说,在有限的条件下投资绿色创新、能源企业应该履行经济责任、社会责任和环境责任下的三重底线原则。
可持续的创新活动的主体,有必要讨论绿色创新效率从能源的角度来看企业从三重底线的角度,但缺乏相关的研究。目前,虽然一些研究集中在能源行业或能源行业的创新效率,他们不关注可持续评估框架和不区分能源行业的内部特征,如能源企业的绿色创新效率在不同的方向必须是明显不同的。此外,现有的研究方法很难有效地解决效率评估的问题。窗外DEA方法可以区分nonexpected输出预期的输出,这是符合绿色创新的内涵能源企业的效率。
基于上述分析,本文从以下几方面进行研究:首先,绿色创新效率差异的主题可以更详细地分析了能源上市公司为研究对象,分析和样本的数量可以扩展绿色创新的缩微过程的能量在更广泛的范围。其次,从TLB理论的角度来看,窗口DEA模型来全面衡量和分析经济、社会、和环境效率的中国上市能源公司绿色创新的过程中,有助于指导能源公司的可持续发展。最后,本文中采用的三级DDF-DEA模型可以有效地消除环境因素的影响和随机误差对绿色创新效率的上市能源公司,更真正反映实际水平的绿色创新能源上市公司的效率。
研究安排如下:部分2论述了文献资源和绿色创新效率的评价,提出了创新点。部分3说明了窗口DEA三阶段模型和经验数据的来源在细节。部分4讨论了实证分析的主要结果。结论部分做了一个结论,并提出了未来研究的方向。
2。文献综述
近年来,能源行业的发展已引起人们的关注生态环境和污染。与此同时,越来越多的国家和地区关注绿色发展和可持续创新。相关研究主要集中在以下几个方面。
2.1。绿色创新的概念
目前,绿色创新的概念和内涵的研究仍处于探索阶段。绿色创新的概念起源于“可持续发展”,并于1980年第一次使用国际自然与自然资源保护联盟在其世界自然保护战略报告。随后,“可持续发展”被定义为行为满足目前的需要不损害子孙后代的能力满足自己的需要(6]。在此基础上,创新与可持续发展相关的文献(7- - - - - -10]生态创新[11- - - - - -15],绿色创新[16- - - - - -21,和环境创新22- - - - - -25)也逐渐增加。自2005年以来,国际使用的绿色创新的概念和相关研究也迅速增加。Driessen和接触认为绿色创新不应该旨在减少环境负担,但应该瞄准产生重大的环境效益(26]。陈等人认为颜色创新等于硬件或软件创新与绿色产品和绿色过程,包括那些有关节能、污染预防、废物回收,绿色产品设计,企业环境管理技术(17]。根据戴,“绿色创新”的定义和内涵在学术社区统一,和“绿色”往往被滥用,因为它over-conceptualization和模糊的内涵27]。刘解决绿色创新研究的内容和基本结论和分析结论的合理性从分类的角度定义(28]。
2.2。绿色创新效率
对绿色创新效率的研究主要集中在绿色创新效率的评价及其影响因素,其中通过国家林业局(投入产出指标的构造29日- - - - - -31日],DEA [32- - - - - -37),superefficiency DEA (38- - - - - -41),和其他相关方法。也有一些研究,全面评估绿色创新通过空间计量经济学的效率30.)和熵评价(42]。在绿色创新效率的影响因素方面,主要侧重于macroenvironmental因素和microfactors。macroenvironment主要包括制度环境(29日,43)、自然资源(44,45),相关行业(46),以及相关的国际贸易关系47- - - - - -49]。在微观方面,涉及企业的内部因素主要包括企业成本(50,51)、企业目标和社会责任(52,53]。可以看出,绿色创新效率的实证研究是不同的根据不同的研究问题。
2.3。三重底线理论
1997年,Elkington首次提出这一概念的三重底线。他相信领域的责任,企业社会责任可分为经济责任、环境责任和社会责任(5,54]。三重底线提供了一个框架,用于测量业务性能和取得经济、社会、和环境的成功(55]。目前,三重底线已经成为企业和管理决策的一个重要组成部分,在实践中已经被越来越多的关注。的作者(56- - - - - -58)研究了不同企业或政府对利润的重要性,环境或社会责任框架从实用的角度可持续性。这表明三重底线是一个实用的研究方法来衡量企业的可持续性能(59- - - - - -61年]。也有一些相关的研究,结合三重底线理论和会计理论研究公司的股本(62年),年度报告披露(63年,64年),输入-输出(65年),和其他因素。
简而言之,三重底线总是经济、社会和环境价值为主线,它提供了一个实用的框架,对可持续发展的研究。
3所示。研究设计
本文主要研究了中国上市公司的能源绿色创新效率。针对数据可用性,本文选择了上市公司在上海证券交易所和深圳证券交易所为研究对象。
完全合格的49个上市能源公司筛选,包括深圳能源、Tunghsu Azure,胜利股票,南京公共,广东电力发展。研究时间范围从2016年到2018年,为了保证研究结论的及时性。
3.1。模型建设
3.1.1。传统的DEA模型
DEA效率测量的常用方法,被广泛使用,但其缺点也批评。传统的DEA方法的缺点体现在以下方面:第一,模型假定决策单位是同构的。然而,每个决策单元的环境是不同的,所以决策单位不能完全均匀,其效率是或多或少地受到环境因素和随机因素的影响。传统的DEA很难消除上述因素的影响,负面反映的准确性和效率价值。第二,DEA模型分析了效率价值通过构造边界表面,在不同时期是不同的,导致non-interperiod可比性的DEA效率(66年]。
为了解决上述问题,国内外学者已适当地修正传统的DEA模型。油炸等人提出的三级DEA模型消除了环境因素的影响和随机因素对决策单元,从而确保决策单元的同质性(67年]。为了使人际比较DEA效率,Charnes等人提出了一个窗口DEA模型,可用于分析的进化规律的决策单元的效率值随着时间的推移,(68年]。
在本文中,使用面板数据研究中国上市能源公司的绿色创新效率从资源的角度。为了消除环境因素和随机因素对效率的影响测量和分析的动态演化特征和绿色创新效率的影响因素,一个三级窗口DEA模型。
3.1.2。三级窗口DEA模型
三级DEA模型提出的油炸et al。(2002)主要是针对横截面数据。如果使用面板数据,必须修改的三阶段DEA模型。在这种背景下,本文构造的三级窗口DEA模型。其核心思想如下:(1)效率DEA评估通过窗口。(2)面板的松弛变量分解SFA模型。(3)小组管理低效分离公式是用来调整决策单位。(4)小组托比特书模型用于分析均匀决策单元的DEA效率的影响因素。细节列出如下。
(1)第一阶段。在第一阶段,采用DEA-BBC模型测量效率。从不同方面的效率值不能相比,本文提出了采用窗口DEA测量动态决策单元的效率。窗口比较每个决策单元的DEA模型边界形成的固定宽度的窗户,以便实现可比性的时间系列的所有决策单元的效率。
(2)第二阶段。松弛变量可以反映最初的低效率。在第二阶段,本文主要侧重于松弛变量和认为松弛变量是由环境因素、管理效率低下、统计噪音。通过国家林业局回归,松弛变量分解为上述三个效果。面板数据模型可以更好地控制个体异质性,增加自由,提供更多的信息,更好的统计特性,更准确的估计结果。因此,在第二阶段中,本文采用面板SFA回归: 在哪里年代没用的人是放松的输入决策单元的t阶段。Z没用的人是环境变量,β没用的人环境变量的系数。+μ没用的人是混合误差项,代表随机干扰,μ没用的人代表管理效率低下。一般认为,随机干扰项∼N(0, )服从标准正态分布,管理效率低下μ∼N+(0, )遵循正态分布截断为零。
根据管理低效率和时间之间的关系,国家林业局的面板可以分为定常模型和时变衰退模型。定常模型假定管理低效率不随时间而变化,表示为μ它=μ我。相应的公式分离管理效率低下也发生了变化: 在哪里
时变衰退模型假定管理低效率随时间变化。Battese和Coelli (1992) [69年)认为,μ它=和= exp {−η(t−T)}(T是最后的决策单位和吗η衰退系数)和相应的管理低效分离公式如下: 在哪里
时变衰退方程被用来验证估计η。如果η并不重要,而不是0,那么定常模型(70年]。
(3)第三阶段。调整后的投入产出变量DEA模型进行分析的。同样,窗口使用DEA本文获得决策单元的效率值后消除环境因素和随机因素。这时,DEA的效率值符合假设同质性和相对客观、准确。
3.1.3。进一步分析
为了使构建三级窗口DEA模型在本文中容易理解,模型进一步分析结合图2。作为显示在图2,在第一阶段,窗口DEA模型是用来计算的绿色创新效率在中国上市能源公司。获得的DEA效率值不符合的同质性假设决策单位,所以效率值是不准确的。根据康明斯等的研究。66年),有三个因素影响初始效率值,即环境因素、管理因素、随机因素。由于环境因素和随机因素的存在,决定单位不均匀,所以有必要消除环境因素和随机因素。在第二阶段,国家林业局的帮助下回归估计参数,环境因素和随机因素消除得到调整输入变量(或输出变量)。均化过程,第二阶段后,中国上市能源公司的绿色创新效率,第三阶段是相对客观的,此时,理论上,效率值只是影响单位的内部管理因素决定。
3.2。索引设计
3.2.1之上。创新指数输入
创新作为输入,多数学者从“人力资源的角度选择指标和财产。“例如,在他们的研究在中国的绿色创新效率污染严重的产业,方et al。71年)关注指标的选择两个方面的人力资源和财务输入,这是衡量研发人员和研发支出的数量,分别。指的是以前的研究文献,本文选择创新输入指数三个方面的人力资源输入、金融输入,输入材料。对于人力资源的输入,选择指数是研发人员的数量;对金融的输入,该指数选择研发支出;材料的输入,指数选择的是固定资本投资,固定资产在今年年底结余是作为其代理变量。
3.2.2。创新产出指数
(资源的背景下,在中国上市能源公司的绿色创新产出包括经济效益产出、社会效益输出,输出和环境效率。能源上市公司的经济效益产出是衡量年度营业收入,上市能源公司的社会效益产出是衡量专利质量和年度公益捐赠,和环境效益产出来衡量是否有一个积极的环境治理项目。
3.2.3。创新环境指标
创新环境指标的选择影响决策单元(DMU)的效率,但也有DMU无法控制的因素如下所示:(1)经济发展水平:对中国上市能源公司的绿色创新效率的影响主要体现在两个方面。首先,经济发展水平高的地区,地方政府更加注重科技创新,并将尽最大努力为高科技能源企业提供一个良好的研究和政策环境,促进科研成果的转化,维持一个高水平的专利质量和提高社会福利的绿色创新上市能源公司。第二,经济发展水平高的地区,绿色环境是更受欢迎的概念,这将提高环境准入的门槛的企业,积极推动上市公司改善环境治理项目,并改善环境效益的绿色创新上市能源公司。人均GDP更好地反映经济发展的水平,和本文衡量区域经济发展水平的人均国内生产总值。(2)开放性:上市能源公司对绿色创新效率的影响主要反映在两个方面。首先,近年来,中国政府大力提倡科学研究出国进行合作研究与国际知名研究机构和企业,以提高中国企业的科技创新能力。地区和高度的对外开放,有利于当地企业积极开展对外科研合作,促进科研成果转化的上市公司,和提高社会福利的绿色创新上市能源公司。第二,高的地区开放、市场经济相对活跃,对能源产品的需求相对较高,这有助于我们提高绿色创新上市能源公司的经济效益。按照传统的做法参考国内外文献,开放的程度是衡量进出口总额占GDP的比例,也就是说,对对外贸易的依赖程度。(3)政府支持:对绿色创新效率的影响主要体现在两个方面。一方面,绿色创新上市能源公司固有的外部性可能会带来高昂的研发成本和风险企业创新,和适当的政府干预和财政补贴可以弥补这样的缺陷和提高社会福利的绿色创新上市能源公司。另一方面,过度的政府干预可能会造成“挤出效应”,这是不利于企业的技术创新,减少社会福利的绿色创新上市能源公司。政府补贴可以直接测量政府对能源上市公司的支持。为了消除规模的影响,政府补贴与总资产的比率作为政府支持的代理指标。
以上总结在表定义和数据来源1。
3.3。各向同性的投入产出指标进行测试
在窗口DEA模型,输出和输入指标应该有相同的变化趋势;也就是说,没有输入指数增加输出指数减少,或没有输入指数减少输入指数增加。皮尔森相关系数测试方法被用来研究投入产出指标的各向同性。测试结果如表所示2。如表所示,三个输入变量的相关系数和四个输出变量选择的摘要都是积极的,基本上都通过了显著性检验。可以看出,上市能源公司在中国的创新投入产出指标可以与三级窗口DEA模型实证研究。
4所示。绿色创新效率的实证结果与分析
4.1。窗口DEA效率测量在第一阶段
DEA-solver Pro5.0软件用于计算绿色创新效率(包括综合绿色创新效率,经济产出效率的绿色创新,社会产出效率的绿色创新、和环境输出绿色创新效率)49岁的中国能源上市公司基于输入方向从2016年到2018年,假设变量规模报酬DUM和设置窗口的宽度d= 3。表3四种效率的测量结果报告。如表所示,输出绿色创新经济的效率值是2016年的0.478,0.451,2017年和2018年的0.490,呈现出先降低,然后增加的趋势。绿色创新社会的输出效率值是2016年的0.351,0.234,2017年和2018年的0.255,呈现出先降低,然后增加的趋势。绿色创新环境的输出效率值是2016年的0.258,0.177,2017年和2018年的0.191,也保持下降的趋势,然后增加。从绿色创新的综合效率,这也显示了V形的变化趋势因为有一系列的绿色创新政策期间发表的“13th五年计划。“特别是近年来,中国继续加快创新型国家建设的步伐,坚持创新的驱动力和绿色低碳协调发展的概念。这些因素共同促进上市能源公司,提高创新能力。然而,正如2016年最初的“13年th五年计划”,省市推出各种政策为能源企业绿色发展。绿色发展目标的压力下,上市公司在发展和转换绿色创新有一定的不适应性,因此,在2017年效率值下降,这是符合实际情况的中国能源企业。
4.2。面板SFA模型分析在第二阶段
4.2.1。准备模型选择
为了研究绿色创新效率的时空变化特征在中国上市能源公司,第二阶段的调整应该克服异构问题的前沿,所以面板选择随机前沿模型和横向可比性。此外,管理效率低下也需要集中在论文中,提出的方法的形式刘et al。72年]。国家林业局方程模型估计时变衰退,和系数η验证。如果系数η没有通过显著性检验,然后定常模型适用于估计的参数。
表4显示面板SFA模型的回归结果。如表所示,首先,有必要观察模型的整体设置是否合理,主要看LR单方面的百分比。面板SFA模型中的三个输入指标的松弛变量作为解释变量,LR单方面的百分比是71.32,48.35,和54.35,分别和他们通过测试标准1%的显著性水平。因此,摘要面板SFA模型构造是合理的。其次,γ统计模型1是0.574,γ统计模型2是0.393,γ统计模型3是0.999,这意味着γ三种模式仍在统计范围0∼1,通过显著性检验的1%的水平。结果表明,第一阶段的能源绿色创新效率是受到环境因素和随机因素共同影响。最后,η统计模型1 = 0,η统计模型2是0.005,η统计模型3是0.009,这意味着η统计通过显著性检验。这表明管理低效的劳动力投入方程是常数,所以常系数模型应该被采纳。管理效率低下的模型2和模型3具有典型的时变特征,和时变衰退模型应该被采纳。总的来说,小组SFA模型建立在第二阶段是合理的。
4.2.2。环境因素对绿色创新效率的影响
(1)经济发展水平。经济发展水平的回归系数人力松弛变量的输入是负的,而且它通过1%的显著性水平的检验。金融输入和回归系数的材料输入松弛变量都是显著性水平的积极和通过测试的1%和5%,分别。回归结果表明,经济发展水平对不同绿色创新输入变量有不同的影响。首先,对人力资源投资的影响,区域经济发展水平越高,越吸收优秀的科研和创新人才,所以科研团队的创新能力强,充分发挥自己的才能,因之减少冗余投资科研人员。第二,区域经济发展水平越高,越会注意技术创新和绿色发展的概念,和大量的研发资金将投资于绿色创新研究项目。然而,研究项目很难反映短期的结果,和有一定的滞后期,导致多余的金融投资。最后,影响材料的输入,该地区的经济发展水平,投资规模相对较大,容易导致投资冗余。
(2)开放性。外部开放松弛变量的回归系数人力输入和金融是负的,并且都通过了1%的显著性水平的检验。材料输入松弛变量的回归系数没有通过显著性水平的检验。可以看出,对外开放的程度的绿色创新效率有积极影响中国上市能源公司主要通过影响人力和财力的输入。主要原因是外部世界的开放程度越高,越上市能源公司之间的交流与合作和外国科研机构,它可以确保前线,实用性,和价值的科学研究活动,减少人力资源的冗余输入和科研项目,提高科技创新的效率。
(3)政府的支持。政府支持松弛变量的回归系数的人类输入,金融输入,输入和材料都是积极和通过测试的重要性水平的1%,5%,和5%,分别。这表明在绿色创新链接上市能源公司在中国,政府干预的范围明显大于“适当的干预,导致多余的投资研究,冗余的研究项目基金的投资,投资的研究设备和冗余,绿色创新的负面影响中国上市能源公司。
由于环境因素和随机因素的干扰,49上市能源公司不符合同质性的假设,导致绿色创新效率的缺陷估计在第一阶段。为了消除环境因素和随机因素,本文运用上述管理低效分离公式分解环境因素和随机因素,采用下列公式将决策单元在同样的外部环境,从而达到同质的假设: 在哪里是输入调整后,X倪是输入在调整之前, 是外部环境因素,将所有决策单元在同一级别的运气。
4.3。窗口DEA效率分析在第三阶段
表5显示绿色创新经济产出效率的价值,社会产出效率、环境输出效率,综合我国上市能源公司的效率。如表所示,绿色创新上市能源公司基于资源描述不同,千差万别。
4.3.1。分析绿色创新的经济产出效率
图3显示了中国的经济产出效率的绿色创新上市能源公司从2016年到2018年。在国家层面,绿色创新经济产出的效率价值的中国上市能源公司在2016年为0.954。2017年,绿色创新经济的产出效率值为0.959,与前一年相比基本持平。2018年,绿色创新经济的产出效率值为0.884,显示大幅下滑。这基本上是符合实际情况的能源产业在国内外的发展。尤其是,2018年的全球能源强度增长降至近十年来的最低水平,表明全球能源利用效率的增长放缓,直接影响全球和中国的能源经济产出。当然,这是有关国家的强有力的促进绿色发展。一些利益集团相关上市能源公司有一些阻力,这将直接影响上市能源公司的经济产出。
按地区,2016年,绿色创新经济产出的效率价值上市能源公司在东部地区为0.996,绿色创新经济产出的效率价值在中部地区为0.932,经济产出和效率价值的绿色创新西部地区为0.934。2017年,绿色创新经济的产出效率价值在东部地区为0.973,绿色创新经济的产出效率价值在中部地区为0.940,和输出效率价值的绿色创新经济西部地区为0.923。2018年,绿色创新经济的产出效率价值在东部地区为0.915,绿色创新经济的产出效率价值在中部地区为0.898,和输出效率价值的绿色创新经济西部地区为0.744,所有这些都显示一个相对明显的效率下降的趋势,和输出效率的绿色创新经济在西部地区最明显的下降。最终价值的产出效率的绿色创新经济,它表明“>中部>西部,东部”,这是与传统经济模式一致。这得益于地理环境和东部地区和中部地区的经济发展水平。上市能源公司提前开始了它们的绿色创新和具有高技术和丰富的创新人才池,这有利于能源上市公司的组织创新活动,并能有效促进经济产出的效率。此外,各国政府在东部和中部地区投入更多的研发设备和研发基金,这也将提高企业的创新经济产出的效率。
4.3.2。分析社会绿色创新的产出效率
图4显示社会的输出效率的绿色创新中国上市能源公司从2016年到2018年。在国家层面,绿色创新的社会产出效率价值在2016年是0.778。2017年,绿色创新社会的产出效率为0.780,与前一年相比基本持平。2018年,绿色创新经济的产出效率值为0.685,显示出明显的下行趋势。的主要原因2018年绿色创新产出效率的下降,尽管大多数上市能源公司的专利数量逐年增加,质量下降,导致输出减少,当输入的事实逐年增加。相关数据显示,中国发明专利授权率已经从2015年的56.8%降到了2019年的40%,这也反映了低通率和低质量的专利在中国。
按地区,2016年,绿色创新的社会产出效率值上市能源公司在东部地区,中部地区和西部地区分别为0.739,0.772,和0.940,分别显示了相反的传统经济模式的“东>中部>西部。“在2017年,绿色创新的社会产出效率值在东部地区,中部地区和西部地区分别为0.753,0.734,和0.937,分别。2018年,绿色创新的社会产出效率值在东部地区,中部地区和西部地区分别为0.685,0.675,和0.697,分别。
总的来说,西部地区绿色创新社会产出效率高于中部地区,这是高于东部地区,而绿色创新产出效率分布是相反的。可以看出,东部地区的能源上市公司更好地创造经济效益,公司在中部地区和西部地区更善于创造社会效益。这是因为西部地区有相对较少的输入,但其社会输出是相对较高的。从2016年到2018年,大同的绿色创新社会产出效率气体,程水行业,天府能量,和其他公司是1,达到DEA的有效性要求。这些企业基本上达到一个稳定状态的社会产出。此外,尽管银星能源,重庆水,和重庆天然气都达到DEA的有效性要求,绿色创新的社会产出效率在大多数年份是1。因此,上市能源公司在中国西部有很强的能力在创造社会效益。中部和东部地区,首先,有更多的上市能源公司。个别公司如深圳能源Yuedian权力,Wanneng权力,张泽力量,中国核电,大唐发电和其他公司有大量投资,导致社会输出年平均效率低于0.5。例如,大唐发电是只有大约0.14,综合社会输出有很大影响中央东部地区。 In addition, influenced by government innovation policy, it appeared a downward trend in 2018.
4.3.3。分析环境绿色创新的产出效率
图5显示绿色创新环境的输出效率的能源公司从2016年到2018年在中国上市。在国家层面,绿色创新环境的输出效率的中国上市能源公司是0.747,0.722,和0.646 2016年,2017年和2018年,分别显示一个明显的下降趋势。2018年下降的主要原因是行业落后于市场由于宏观政策调整的综合效应在2016年和2017年,经济下行压力增加,资金紧张,增加了环境监管,企业的风险。针对这些问题,中国生态环境发布了“生态环境监测质量监督检查行动计划(2018 - 2020)”2018年8月,这要求,到2020年,企业需要不断地提高生态环境监测数据的质量安全责任体系,打击不当行为干预生态环境监测,有效遏制生态环境监测机构和单位数据造假问题,确保监测数据的真实、准确和客观。
输出效率值的地区,绿色创新环境上市能源公司在东部地区,中部地区和西部地区分别为0.729,0.726和0.842在2016年,2017年和2018年分别。以下趋势观察到:“西方> >东部中央”。2017年,绿色创新的环境输出效率值在东部地区,中部地区和西部地区分别为0.702,0.695和0.831。2018年,绿色创新的环境输出效率值在东部地区,中部地区和西部地区分别为0.635,0.672,和0.664,分别都显示一个明显的效率下降的趋势,而最明显的变化是西部地区。总的来说,环境的绿色创新产出效率中部地区相对稳定,和绿色的环境输出效率创新在东部和西部地区明显波动。这主要是由于相对较小的投资西部地区作为一个整体,进而直接影响其环境产出的效率值。东部地区,在国家政策的引导,不断引入有效的环境政策,所以上市公司的环境管理计划也有积极作用,但其总体更高的投资使其最终输出低于西部地区环境。此外,还有更多的在东部地区上市能源公司,这些公司和低效率值直接影响效率的整体水平。因此,基于不同区域特点的东部地区,中部地区和西部地区,政府应该制定相应的环境治理政策上市能源公司。
4.3.4。分析综合绿色创新效率
图6显示绿色创新的综合效率从2016年到2018年在中国上市能源公司。从国家的角度看,绿色创新的综合效率值中国上市能源公司的0.985,0.993,和0.912 2016年,2017年和2018年分别显示一个明显的下降趋势。这主要是受2018年全球能源环境作为一个整体。与此同时,中国的宏观政策调整和增加经济下行压力使上市能源公司的绿色创新产出效率下降2018年,最终导致了下行趋势的综合效率值。然而,应该注意到整体综合效率价值仍然很高,这从一定程度上显示了能源上市公司的规模效应在绿色创新领域的发展逐渐形成,并改善。
按地区,2016年,绿色创新的综合效率值上市能源公司在东部地区,中部地区和西部地区分别为0.978,0.996,1,显示了“西方>中部>东部”模式。2017年,绿色创新的综合效率值上市能源公司在东部地区,中部地区和西部地区分别为0.993,0.987和0.998。2018年,绿色创新的综合效率值上市能源公司在东部地区,中部地区和西部地区分别为0.943,0.918和0.778。这表明有一个独特的区域特点的绿色创新能源效率在中国上市能源公司。综合绿色创新效率价值的西部地区从2016年到2017年明显高于中部和东部地区,它显示了配对援助政策的有效性在早期阶段的“13th五年计划”和环境的动机较低的竞争压力。考虑到实际情况,上市能源公司的数量远高于东部和中部地区,在西部地区,也有一个很大的影响平均综合效率的价值。然而,在2017 - 2018年重庆重庆水和气体的综合效率值只有0.288和0.281,导致一个大的综合效率值变动在西部地区。在这三个地区中,只有西部地区的综合效率值为1 2016年,达到DEA的有效性要求。虽然有些企业在其他地区实现了最优效率,其整体水平略低于西部地区。
反映能源绿色创新的时空演化路径在中国上市公司的综合效率,本文构造一个通用矩阵与水平轴代表绿色创新综合效率变化和纵轴代表绿色创新综合效率的初始值。GE矩阵分裂的绿色创新综合效率在中国上市能源公司分成九个类型,显示在图7。上市公司主要分布在四个领域的通用矩阵。其中,上市能源公司等“山西天然气,”“Tunghsu Azure,”“江苏国新公司”“《环境保护”,“渤海股票,”“天豪环境,”“张泽权力,”“华锦电力控股”和“机械力量”分布在“高初始效率值的范围和降低效率。股票,”“中山公用事业”、“胜利”“Wanneng权力,”“银星电力,”“南京公用事业、”“太阳能、”“Shouchuang股票,”“鑫泰能源,”“大同气体,”“闽东电力,”“华能国际”“Shaoneng股票,”“Xingrong环境,”“建投能源”和“上海电力”分布在“初始效率高价值和效率不变,“其中的效率“银星力量”减少在早期阶段,然后增加。等上市能源公司“国众水的供应,”“Disen股票,”“大唐电力、”“广州发展”和“资本环境保护”分布在“初始效率高价值的范围和提高效率。”等上市能源公司“国家权力,”“程水的供应,”“Funeng股票,”“Chuangchun气体,”“武汉股票,”“天府能源”和“Shenneng股票”分布在“初始效率低价值和提高效率。“五其他范围的通用矩阵点缀着上市能源公司。“江南水供应”和“中国核电”位于“中等初始效率值的范围和降低效率。”“湖北能源”位于“的范围中初始效率值和效率不变。“三个能源公司,即“广东电力发展,”“Lianmei股票,”和“Jinhong股票,”位于“介质初始效率和降低效率。Chuantou能量,“其他三个能源公司“Ancai高科技,”和“重庆天然气“位于”的范围较低的初始值和降低效率,”其中“Chuantou能量”增加早期然后减少。在“初始效率低和效率不变,“有三个公司,即“长江电力”,“深圳天然气,”和“重庆气体。” It can be seen that there are different development environments for listed energy companies in China, leading to different changing characteristics of the comprehensive efficiency of green innovation. Therefore, national and local governments should adopt different supporting policies for different enterprises to make full use of government resources.
5。结论
基于绿色创新投入产出数据的49个上市能源公司在中国从2016年到2018年,本文研究了我国上市能源公司的绿色创新效率及其影响因素,构建三级窗口DEA模型。主要结论如下。
首先,没有消除环境因素和随机因素,绿色创新经济产出效率,绿色创新社会产出效率,绿色创新环境输出效率,绿色创新综合效率在中国上市能源公司展示一个v型的趋势。
其次,环境因素和随机因素影响中国上市能源公司的绿色创新效率。具体而言,区域经济发展的水平减少了冗余的人力投入绿色创新上市能源公司但增加金融的冗余输入和材料在绿色创新上市能源公司。开放有助于减少人力和财政资源的冗余在绿色创新上市能源公司,但它对物质资源的冗余绿色创新上市能源公司。政府的支持将会增加多余的人力、金融、物质输入上市能源公司在绿色创新。
最后,在消除环境因素和随机因素的干扰,绿色创新上市能源公司在中国经济产出效率表现为“东>中部>西部”模式与传统经济模式是一致的。西部地区社会输出绿色创新效率高于中部地区,这是高于东部地区。中部地区环境的绿色创新的产出效率是相对稳定的,而在东部和西部地区明显波动。在国家层面,中国上市能源公司综合效率高的绿色创新,但在研究期间有一个下降的趋势。据GE矩阵的分布,49上市能源公司主要分布在四个地区,和几个上市能源公司分散在剩下的五个领域的通用矩阵。
数据可用性
使用的数据来支持本研究的发现可以从相应的作者。
的利益冲突
作者宣称没有利益冲突。资助者没有作用的设计研究;在收集、分析或解释数据;写的手稿;或决定发布结果。
作者的贡献
Zhimin歌概念化,调查、可视化和管理项目,准备方法,安排软件,参与数据管理,和写了初稿;Na张和Zhimin歌验证研究和审查和编辑草案;和Na张指导研究和负责融资收购。
确认
本研究支持的中国自然科学基金(批准号41801119),中国社会科学基金(批准号18 fgl003),关键项目的国家语言委员会(zdi135 - 67)、中国博士后科学基金会资助的项目(批准号2018 m631220),新疆优秀青年基金科学委员会(批准号2017 q071),和石河子大学的基金会(RCSX201754)。