中國工業(yè)企業(yè)綠色技術創(chuàng)新效率的測度與評價
——基于超效率網(wǎng)絡SBM-Malmquist 模型分析

張麗琨，張亞萍，梁 遠

（吉林農(nóng)業(yè)大學經(jīng)濟管理學院，長春 130118）

一、引言

十三屆全國人大四次會議指出，技術創(chuàng)新是促進經(jīng)濟向高質(zhì)量發(fā)展轉(zhuǎn)型的關鍵推動力。2021 年是“十四五”開局之年，在著眼于新發(fā)展起點上，科技和環(huán)境一直是關注的焦點，幾乎所有省份都將技術創(chuàng)新擺在首要位置。近年來，工業(yè)企業(yè)不斷增加研發(fā)投入，試圖以此提高技術創(chuàng)新水平，其中研發(fā)資金投入從2011 年的5993.81 億元增長至2020 年的15271.29 億元，年均增長11%，但是企業(yè)在成果轉(zhuǎn)化階段的新產(chǎn)品銷售收入?yún)s未顯著提升，所以增加投入只是進行研發(fā)活動和開展創(chuàng)新項目的必要條件之一（錢麗等，2021）。此外，企業(yè)開展綠色技術創(chuàng)新的成本高、風險大、動力不足，這也是造成我國工業(yè)企業(yè)綠色創(chuàng)新能力不強的原因。所以只是一味增加創(chuàng)新投入，而不注重綠色技術創(chuàng)新效率問題，將會導致創(chuàng)新資源極度浪費。那么，企業(yè)在開展創(chuàng)新過程中到底是在哪個環(huán)節(jié)出現(xiàn)了問題，導致效率缺失的具體根源是哪些，都值得探究。

技術創(chuàng)新和綠色發(fā)展是新常態(tài)下促進經(jīng)濟高質(zhì)量發(fā)展的兩大引擎，企業(yè)應更加關注環(huán)境方面的技術創(chuàng)新。從現(xiàn)實情況來看，傳統(tǒng)技術創(chuàng)新在促進經(jīng)濟增長的同時所帶來的能源消耗和環(huán)境污染問題日益凸顯。2020 年我國工業(yè)能源消耗占所有行業(yè)總能耗的比重超過70%，CO2、SO2、PM2.5等污染物排放量遠遠超過世界平均水平，僅僅聚焦于技術創(chuàng)新并不能改善環(huán)境問題。中國科學院研究數(shù)據(jù)表明，由于環(huán)境污染和生態(tài)破壞帶來的經(jīng)濟損失已占到我國國民生產(chǎn)總值的15%。中央財經(jīng)委員會第九次會議提出要實現(xiàn)碳達峰、碳中和，需要解決的核心問題就是實現(xiàn)環(huán)境綠色可持續(xù)發(fā)展。依靠綠色技術創(chuàng)新能夠促進創(chuàng)新效率、經(jīng)濟效率和環(huán)境效率形成良性互動與協(xié)調(diào)發(fā)展（張遼和黃蕾瓊，2020）。

目前，對技術創(chuàng)新效率的研究較為普遍，在測度和評價的理論及方法方面都有許多的研究成果涌現(xiàn)，但對綠色創(chuàng)新效率尚未形成一套完整的理論體系。面對我國各地的經(jīng)濟、工業(yè)和技術發(fā)展水平不均衡，測算各省份工業(yè)企業(yè)的綠色技術創(chuàng)新效率，分析其發(fā)展水平及差異，探究造成效率缺失和地區(qū)差異的具體原因，不論是針對工業(yè)企業(yè)還是綠色技術創(chuàng)新效率評價研究都具有一定的理論價值，有利于企業(yè)向綠色發(fā)展方式轉(zhuǎn)變，是對綠色技術創(chuàng)新理論的有益補充與深化。

二、文獻綜述

關于綠色技術創(chuàng)新這一理念，是在國外環(huán)保進入困境迫切需要調(diào)整技術方向時應運而生。Shu et al（2016）提出綠色技術創(chuàng)新是依靠科技手段從環(huán)保角度升級改造工藝，進而促進可持續(xù)發(fā)展的綠色化過程。歐盟委員會將其定義為：依據(jù)經(jīng)濟發(fā)展規(guī)律和生態(tài)原理，使生態(tài)負效應“少公害化”甚至“無公害化”（Aguilera-Caracuel 和Ortiz -De-Mandojana，2013）。我國關于綠色技術創(chuàng)新的研究主要是在國外研究成果的基礎上發(fā)展起來的。沈能和周晶晶（2018）認為綠色技術創(chuàng)新是一種擁有促進經(jīng)濟發(fā)展和提升生態(tài)環(huán)保兩種優(yōu)勢的新型創(chuàng)新手段。袁潤松等（2016）、孫麗文和陳繼琳（2018）都認為在生態(tài)資源問題成為可持續(xù)發(fā)展的絆腳石的危機情況下，綠色創(chuàng)新變成評價國家是否能可持續(xù)發(fā)展的重要標志。對于綠色創(chuàng)新效率，當前大部分學者界定為在綠色創(chuàng)新活動中，投入要素與產(chǎn)出要素之間的效用比重。綠色技術創(chuàng)新效率追求經(jīng)濟、環(huán)境和社會可持續(xù)發(fā)展，有許多相似的理念，如生態(tài)效率、環(huán)境效率和可持續(xù)發(fā)展效率等，測度效率的本質(zhì)在于衡量資源是否得到有效配置。

目前已有較多學者研究工業(yè)企業(yè)技術創(chuàng)新效率，但大多忽略了技術創(chuàng)新的環(huán)境效益和能耗效益。近年來隨著環(huán)境問題的突出，少部分學者開始將資源消耗和由此帶來的環(huán)境污染排放等指標納入研究范圍，從單純的研究技術創(chuàng)新效率向著綠色技術創(chuàng)新效率方面傾斜。如李健等（2021）和楊浩昌等（2020）考慮到綠色技術創(chuàng)新過程中會產(chǎn)生環(huán)境污染物，選取廢水排放量和二氧化碳排放量納入綠色技術創(chuàng)新績效的測度體系之中。王海龍等（2016）認為上述指標不能體現(xiàn)出開展綠色技術創(chuàng)新的直接效應，選取“污染物排放減少量”作為環(huán)境要素的代理變量。

在測度方法方面，早期研究大多運用傳統(tǒng)DEA 模型測度效率，只考慮初始投入和最后產(chǎn)出，忽略了工業(yè)企業(yè)創(chuàng)新活動在技術研發(fā)和成果轉(zhuǎn)化階段的情景差異，無法分析綠色創(chuàng)新生產(chǎn)過程中各子階段對整體系統(tǒng)效率的影響。為探究決策單元的內(nèi)部結(jié)構(gòu)和測度真實生產(chǎn)效率，學者提出了網(wǎng)絡DEA 模型，將決策單元的整個過程分解成若干個階段，各階段之間通過中間指標關聯(lián)。此外，傳統(tǒng)DEA 模型忽視了投入產(chǎn)出的松弛性。隨后Tone（2001）提出了非徑向、非角度的slack based measure（SBM）模型。于樹江等（2021）運用非徑向SBM 模型測度高技術產(chǎn)業(yè)的技術創(chuàng)新效率。陳恒等（2018）用非徑向的slack based measure-network data envelopment analysis（SBM-NDEA）對中國高專利密集產(chǎn)業(yè)技術創(chuàng)新效率進行研究。然而，SBM 模型不能區(qū)分效率為1 的決策單元，為此，Tone（2001）在先前研究的基礎上提出了超效率SBM 模型，可以對效率值進行更為清晰的排序。賴一飛等（2021）采用超效率SBM-Malmquist 模型測算各省市科技創(chuàng)新效率。但閆華飛等（2020）認為超效率SBM 模型也只能對靜態(tài)效率進行測算，無法明晰動態(tài)演化趨勢及通過效率分解以了解影響效率的具體根源，Malmquist 模型彌補了這一缺陷。李影等（2020）運用超效率SBM 模型從靜態(tài)角度測算粵港澳工業(yè)科技創(chuàng)新效率，并從動態(tài)方面進行分析。錢麗等（2015）不僅采用兩階段DEA 模型，并且還將兩階段的效率進行分解，探究效率缺失的具體原因到底是技術無效還是規(guī)模無效。

通過文獻梳理可以發(fā)現(xiàn)，目前對綠色技術創(chuàng)新效率的研究較為廣泛，關于綠色創(chuàng)新理論基礎的研究較為成熟，但在研究內(nèi)容上，很少有直接指向測度綠色技術創(chuàng)新效率的議題，這方面的理論需要進一步探討和研究，并且現(xiàn)有研究忽略了環(huán)境污染和資源消耗方面的問題，對考慮非期望產(chǎn)出的研究相對較少，并且很少有學者使用與綠色創(chuàng)新緊密相關的指標，指標選擇差異較大，構(gòu)建的綠色技術創(chuàng)新效率評價指標體系尚未形成廣泛的共識。在研究方法上，現(xiàn)有研究采用的效率測度與評價模型，存在單階段、無期望產(chǎn)出、徑向等問題，多數(shù)僅對靜態(tài)綠色效率進行測算，動態(tài)演化趨勢分析相對缺乏，沒有進一步分析綠色經(jīng)濟效率分解指標的特征。因此，如何測度和評價工業(yè)企業(yè)綠色技術創(chuàng)新成為值得關注的重點。

基于此，本文可能的邊際貢獻在于：第一，在以往研究的基礎上，將環(huán)境因素作為一種非期望產(chǎn)出指標納入到研究框架，并且針對目前對污染源界定不夠系統(tǒng)的缺陷，本文全面涵蓋了工業(yè)廢氣、廢水、固體廢棄物、二氧化硫、煙塵、粉塵等指標，進一步完善了技術創(chuàng)新效率評價體系。第二，運用創(chuàng)新價值鏈理論，分析綠色技術創(chuàng)新活動的內(nèi)在關聯(lián)結(jié)構(gòu)，同時從靜態(tài)和動態(tài)兩個方面運用Network-Super-SBM 模型測算兩階段分解效率值，突破了已有文獻將創(chuàng)新過程視作“黑箱”的研究局限，測算出的結(jié)果更加客觀，更加符合實際情況，可以準確把握綠色技術創(chuàng)新效率低下的具體環(huán)節(jié)，剖析效率缺失的真實來源，為制定有針對性的創(chuàng)新政策以提升綠色技術創(chuàng)新效率提供科學依據(jù)。第三，不再平面化比較各省份企業(yè)的綠色技術創(chuàng)新效率值，也關注到了工業(yè)企業(yè)綠色技術創(chuàng)新的東中西區(qū)域差異，可以全面把握中國工業(yè)企業(yè)綠色技術創(chuàng)新效率的發(fā)展特征，進一步豐富了綠色技術創(chuàng)新效率測算領域的研究成果。

三、研究設計

（一）測度模型

1.SBM 網(wǎng) 絡DEA 模 型

網(wǎng)絡SBM（slack based measure）模型打開了傳統(tǒng)單階段數(shù)據(jù)包絡分析（data envelopment analysis，DEA）模型封裝各個決策單元（decision making unit，DMU）的“黑箱”，測度多階段生產(chǎn)過程的效率值，可以找出效率低下的具體原因。其表達具體如下：有n個DMUj（j=1，2，…，n，n=30），一個DMU有K個節(jié)點，mk和rk分別對應節(jié)點k（k=1，2，…，K，本文K=2）的投入指標數(shù)和產(chǎn)出指標數(shù)（m1=3，m2=4；r1=3，r2=5。相關指標見表1），代表第j個DMU在研發(fā)階段的投入向量，研發(fā)期間的產(chǎn)出即中 間變量為，成果轉(zhuǎn)化時期的投入為代表第j個DMU在成果轉(zhuǎn)化階段的產(chǎn)出向量，Wk是節(jié)點k的權(quán)重（W1=W2=0.5）。

規(guī)模報酬不變（constant returns to scale，CRS）下技術研發(fā)階段的生產(chǎn)可能集為

對于規(guī)模報酬可變（variable returns to scale，VRS）情形，只要加入約束條件，k=1，2，…，K)即可。

因此，非導向下的網(wǎng)絡SBM 模型為

其中：ρ*為DMU的整體效率；ρ*=1 為DMU整體有效；ρ*＜1 無效；每個DMU有m種投入和r種產(chǎn)出，記為xi和yr；Sk-和Sk+分別是投入和產(chǎn)出的松弛變量，Sk-≥0，Sk+≥0。

2.包含非期望產(chǎn)出的SBM 超效率模型

在DEA 測算結(jié)果中被評價為有效的DMU往往會有很多，而超效率可將其進一步區(qū)分大小。此外，在實際能源使用過程中會出現(xiàn)污染物排放等非期望產(chǎn)出。傳統(tǒng)DEA 模型無法盡最大可能減少非期望產(chǎn)出達到經(jīng)濟最佳效率?；诜瞧谕a(chǎn)出的超效率SBM 模型很好地彌補了傳統(tǒng)DEA 的幾點不足，公式如式（2）所示：

其中：ρ為目標效率值，對于DMUj（j=1，2，…，n），每個DMU有m種投入，記為xi（i=1，2，…，m），能夠同時生產(chǎn)出q1種好產(chǎn)出，記為yr（r=1，2，…，q1）和q2種壞產(chǎn)出，記為br（r=1，2，…，q2）；xij為第j個省份畜牧業(yè)生產(chǎn)的第i項投入要素；yrj為第j個省份畜牧業(yè)生產(chǎn)的第r項期望產(chǎn)出；brj為第j個省份畜牧業(yè)生產(chǎn)的第r項非期望產(chǎn)出，期望產(chǎn)出越多越好，而非期望產(chǎn)出則相反；λ為各DMU截面觀察值的權(quán)重；下標k為被測算的DMU；分別為投入冗余、期望產(chǎn)出不足和非期望產(chǎn)出冗余。

3.Malmquist-Luenberger 指數(shù)

網(wǎng)絡SBM 模型是對效率值的靜態(tài)測算，而Malmquist 指數(shù)則是對效率的動態(tài)分析，彌補了靜態(tài)分析的不足，它表示DMU生產(chǎn)率從t到t+1 期的變化。可以說，基于非期望產(chǎn)出的Malmquist 指數(shù)都可以稱為Malmquist-Luenberger 指數(shù)。它的參考集為

可分解為技術效率變化（technical efficiency change，EC）和技術變化（technological change，TC）：

其中：MI為Malmquist 指數(shù)（malmquist index）；g為Malmquist 模型是以所有各期共同構(gòu)建的前沿作為參比前沿；xt和xt+1分別為t和t+1 期的投入；yt和yt+1為產(chǎn)出；Et（xt，yt）為用t期技術為的t期技術效率水平；Et+1（xt+1，yt+1）是用t+1 期技術為的t+1 期技術效率水平；M＞1 表明綠色技術創(chuàng)新效率提高，反之降低；EC＞1 表明技術效率改善，反之相反；TC＞1 表明技術進步，反之退步。

（二）指標選取

根據(jù)創(chuàng)新價值鏈理論，技術創(chuàng)新活動一般包括技術研發(fā)和成果轉(zhuǎn)化兩個階段。綜合張江雪和朱磊（2012）、羅良文和梁圣蓉（2016）等對相關指標的選取及數(shù)據(jù)的可獲得性建立指標體系（表1）。

表1 綠色技術創(chuàng)新效率指標體系

1.綠色技術研發(fā)階段投入產(chǎn)出指標

對于投入指標，考慮到當前還沒有關于綠色創(chuàng)新人員和研發(fā)經(jīng)費的統(tǒng)計指標，故參考肖仁橋等（2020）的文獻，用傳統(tǒng)的創(chuàng)新人員、研發(fā)經(jīng)費來替代。這主要是由于將傳統(tǒng)研究人員與綠色研究人員分開有一定困難，并且企業(yè)開展的許多普通技術創(chuàng)新項目也能同時促進經(jīng)濟與環(huán)境效益。除此之外，這一階段的投入指標還包括新產(chǎn)品開發(fā)經(jīng)費支出①許多研究用當期R&D 資金投入表示技術創(chuàng)新投入，但這一投入往往具有積累和時滯效應，創(chuàng)新產(chǎn)出還依賴于之前的投入。用永續(xù)盤存法來算存量：Kit=(1- δ )Kit-1 +Iit。其中Kit、Kit-1分別表示i 省份t 和t-1 年的資本存量，δ 代表資本折舊率，本研究借鑒陳鈺芬等（2020）、孫鳳娥和江永宏（2018）的研究，將其設定為20.6%，Iit表示i 省份在第t 年的R&D 經(jīng)費內(nèi)部支出。選取基期為2011 年，按照公式：Ki0= Ii0/(g + δ)，計算各省份工業(yè)企業(yè)的初始資本存量。在算存量前采用侯建等（2020）計算研發(fā)價格指數(shù)方法：R&D 價格指數(shù)=0.55×居民消費價格指數(shù)+0.45×固定資產(chǎn)投資價格指數(shù)，對R&D 經(jīng)費支出和新產(chǎn)品開發(fā)經(jīng)費進行平減。。

對于產(chǎn)出指標，選取專利申請數(shù)、有效發(fā)明專利和新產(chǎn)品開發(fā)項目數(shù)。自從專利出現(xiàn)以來，還沒有找到其他更為合適的指標能很好地反映科研產(chǎn)出。另外，相比于其他專利，發(fā)明專利的技術含量也相對比較高（錢麗等，2015）。

2.成果轉(zhuǎn)化階段投入產(chǎn)出指標

這一階段的投入指標，即為技術研發(fā)階段的產(chǎn)出。將專利和新產(chǎn)品開發(fā)項目當作中間指標，正好是為了檢驗其社會經(jīng)濟等效益轉(zhuǎn)化程度。除此之外，將能源消費量作為第二階段的投入，這是因為工業(yè)企業(yè)是能源消費主體，而且能源被消耗之后產(chǎn)生的污染物排放，一般被認為是壞產(chǎn)出的來源。在期望產(chǎn)出方面，以新產(chǎn)品銷售收入衡量創(chuàng)新成果，用2013 年不變價格工業(yè)生產(chǎn)者出廠價指數(shù)對其平減，將工業(yè)三廢排放量等非期望產(chǎn)出作為環(huán)境污染產(chǎn)出的代理變量。

（三）樣本選擇和數(shù)據(jù)來源

選取30 個省（自治區(qū)、直轄市）（因數(shù)據(jù)缺失，不含西藏地區(qū)和港澳臺地區(qū)）的工業(yè)企業(yè)作為研究對象。由于目前相關數(shù)據(jù)統(tǒng)計的大多數(shù)是規(guī)模以上工業(yè)企業(yè)②中國工業(yè)企業(yè)數(shù)據(jù)的樣本范圍為全部國有企業(yè)及規(guī)模以上非國有工業(yè)企業(yè)，“工業(yè)”統(tǒng)計口徑包括國民經(jīng)濟行業(yè)分類中的“采掘業(yè)”“制造業(yè)”以及“電力、燃氣以及水的生產(chǎn)和供應業(yè)”三個門類，“規(guī)模以上”指年營業(yè)收入2000 萬元以上。，為了使研究數(shù)據(jù)保持一致，所以選取規(guī)模以上工業(yè)企業(yè)，一定規(guī)模以上的企業(yè)對DEA 模型指標的選取也具有典型性。以“十二五”規(guī)劃開局之年——2011 年為起點，由于2019 年各?。ㄗ灾螀^(qū)、直轄市）污染物排放相關數(shù)據(jù)還沒公布，所以樣本期為2011—2018 年。鑒于投入轉(zhuǎn)化為產(chǎn)出具有時滯性，借鑒肖權(quán)和趙路（2020）的研究成果將滯后期定為2 年，所以科技研發(fā)投入、中間產(chǎn)出與成果轉(zhuǎn)化投入及成果轉(zhuǎn)化產(chǎn)出的數(shù)據(jù)年份分別為2011—2016 年、2012—2017 年、2013—2018 年。本研究的數(shù)據(jù)主要來源于國泰安數(shù)據(jù)庫和EPS 數(shù)據(jù)平臺，通過《中國城市統(tǒng)計年鑒》、各省（自治區(qū)、直轄市）統(tǒng)計年鑒和統(tǒng)計局進行補充。對于部分?。ㄗ灾螀^(qū)、直轄市）部分年份工業(yè)廢水排放量統(tǒng)計不完善的，按照工業(yè)廢水占廢水排放總量比重的加權(quán)平均值進行推算。

四、實證分析

運用包含非期望產(chǎn)出的超效率網(wǎng)絡SBM-Malmquist 模型，使用MAXDEAUltra8.0 軟件，測算我國30 個?。ㄗ灾螀^(qū)、直轄市）規(guī)模以上工業(yè)企業(yè)綠色技術創(chuàng)新效率值。

（一）綠色技術創(chuàng)新靜態(tài)效率

為了分析我國規(guī)模以上工業(yè)企業(yè)綠色技術創(chuàng)新效率特征及變化趨勢，基于面板數(shù)據(jù)測算的結(jié)果見表2。從全國綠色技術創(chuàng)新效率均值來看，在2013—2018 年，我國工業(yè)企業(yè)效率呈現(xiàn)出較小幅度的上升趨勢，由2013 年的0.3260 上升到2018 年的0.3915，均值為0.3543，在0.5 以下，低于全國均值的地區(qū)個數(shù)大于高于全國均值的地區(qū)個數(shù)，表明我國整體綠色技術創(chuàng)新處于較低水平，省際差異很大，發(fā)展很不平衡，未來還有很大的提升空間。

表2 2013—2018 年我國30 個?。ㄗ灾螀^(qū)、直轄市）規(guī)模以上工業(yè)企業(yè)綠色技術創(chuàng)新效率

不同省份之間效率差異顯著，綠色技術創(chuàng)新效率均值最高的地區(qū)是浙江（0.8303）和北京（0.8046），其中浙江省綠色技術創(chuàng)新效率在2013—2018 年略微有所下降，說明投入和產(chǎn)出的結(jié)構(gòu)雖已逐漸趨于合理，但仍需往穩(wěn)步提升效率值的方向發(fā)展。北京由2013 年的0.6205 上升到2018 年的0.8730，說明在考察期內(nèi)能較好地利用資源，不斷朝著實現(xiàn)經(jīng)濟和環(huán)境協(xié)調(diào)發(fā)展的方向努力，并且北京作為中國首都，技術開發(fā)配套設施完善、市場化程度高，在科技研發(fā)投入規(guī)模和產(chǎn)出方面都處于全國前列。其次是廣東、安徽、重慶和上海，可以得知這些省市的技術和管理水平較高，其中廣東和上海經(jīng)濟發(fā)達，是人才科技的集中地區(qū)，并且相關管理制度完善，創(chuàng)新環(huán)境和市場化進程也不斷加快，促使綠色技術創(chuàng)新效率處于較優(yōu)水平。重慶雖然地處內(nèi)陸地區(qū)，但在技術創(chuàng)新過程中，科技發(fā)展態(tài)勢良好，取得了較好的環(huán)境效益和經(jīng)濟效益，只是其對周邊效率相對較差的省份并沒有出現(xiàn)帶動效果，未來的任務就是在保持自身優(yōu)勢的同時，帶動周邊西部地區(qū)綠色技術創(chuàng)新發(fā)展。排名最低的青海省和內(nèi)蒙古，效率不足10%，這是由于這兩個地區(qū)地廣人稀，加上地理位置較偏，工業(yè)基礎和技術水平薄弱，科技投入帶來的邊際產(chǎn)出比較少。此外，還可以看出考察期內(nèi)低效率省份的綠色技術創(chuàng)新效率值總體表現(xiàn)出上升趨勢，省份之間的差異正在逐漸縮小。

就東部、中部、西部三大地區(qū)對比而言，2013—2018 年，東部地區(qū)工業(yè)企業(yè)綠色技術創(chuàng)新效率均值為0.4946，高于中部地區(qū)（0.2876）和西部地區(qū)（0.2571），表明我國工業(yè)企業(yè)綠色技術創(chuàng)新效率呈現(xiàn)出“東-中-西”依次遞減的階梯式空間分布格局。從三大地區(qū)工業(yè)企業(yè)綠色技術創(chuàng)新效率的演化趨勢來看（圖1），東部和中部地區(qū)工業(yè)企業(yè)綠色技術創(chuàng)新效率變化趨勢基本一致，兩者總體上均呈現(xiàn)出波浪式緩慢上升的特征，西部地區(qū)經(jīng)歷了先快速下降到緩慢上升的過程，然后在緩慢下降的趨勢，綠色技術創(chuàng)新效率不是很穩(wěn)定，是未來政策需要關注的重點區(qū)域。與東部地區(qū)工業(yè)企業(yè)綠色技術創(chuàng)新效率持上升的趨勢相比，中西部效率水平不僅存在絕對水平明顯偏低的特征，而且還表現(xiàn)出了增長幅度的差異。其中，中西部地區(qū)以2014 年為分水嶺，2014 年之后，中部地區(qū)的綠色技術創(chuàng)新效率值一直高于西部地區(qū)，說明隨著中部崛起、長江中游城市群戰(zhàn)略的實施，中部地區(qū)的綠色技術創(chuàng)新效率不斷上升。

圖1 2013—2018 年三大地區(qū)工業(yè)企業(yè)綠色技術創(chuàng)新效率演變

根據(jù)效率測算結(jié)果，將各省份效率值劃分成不同等級：低效率（小于0.4），中低效率（0.4≤綠色技術創(chuàng)新效率＜0.6），中高效率（0.6≤綠色技術創(chuàng)新效率＜0.8）和高效率（大于0.8）。見表3，在樣本期內(nèi)，高效率省份個數(shù)有所增加，其中浙江省在考察期內(nèi)始終躋于高效率行列，北京由中高效率上升至高效率。屬于中低效率的省份個數(shù)隨時間變化較大，由6 個減少到3 個，其中安徽和廣東由中低效率提升到高效率，上海由中低效率提高到中高效率。屬于低效率的省份個數(shù)變化不大，主要來自西部和中部欠發(fā)達地區(qū)，其中山西一直處于低效率地區(qū)，這是因為山西是中國重要的煤炭省份，資源和能源十分豐富，但經(jīng)濟發(fā)展模式是粗放型發(fā)展模式。東北地區(qū)的內(nèi)蒙古和黑吉遼也一直處于低效率等級，且效率遠低于全國平均水平，這是由于與其他地區(qū)相比，東北地區(qū)更加重視農(nóng)業(yè)發(fā)展，忽視了對工業(yè)企業(yè)技術創(chuàng)新的投入和支持，加上地廣人稀，創(chuàng)新型人才大量流失，該地區(qū)應該在國家振興東北老工業(yè)基地戰(zhàn)略政策的支持下，大力推進技術創(chuàng)新，實現(xiàn)質(zhì)的飛躍?？傊捎谥袊赜蚩缍容^大，很多省市之間發(fā)展不平衡，地理因素和環(huán)境因素衍生出各區(qū)域經(jīng)濟環(huán)境、政治環(huán)境、市場環(huán)境和企業(yè)內(nèi)部環(huán)境等方面的差異，使得各地的綠色技術創(chuàng)新效率也產(chǎn)生差異，且局部地區(qū)較強的技術創(chuàng)新能力未能帶動落后地區(qū)的發(fā)展，需要加快區(qū)域協(xié)同發(fā)展，縮小地區(qū)差異。

表3 綠色技術創(chuàng)新效率等級分布

各階段效率可分解為純技術效率（pure technical efficiency，PTE）和規(guī)模效率（scale efficiency，SE）。通過比較表4 可以發(fā)現(xiàn)，兩階段的SE都大于PTE，而TE=PTE×SE，說明工業(yè)企業(yè)綠色技術創(chuàng)新效率比較依賴于規(guī)模水平，而純技術效率水平低是造成兩階段綠色技術創(chuàng)新效率不高的主要原因。因此需要減少對規(guī)模水平的依賴，不能單純依靠加大研發(fā)投入，而是應大力提升技術水平，著重提高創(chuàng)新資源的利用和管理。此外，由圖2 可以看出，2013—2018 年各階段效率均值總體上呈波動增長趨勢?？萍佳邪l(fā)階段呈現(xiàn)“V”型變化趨勢，效率值在2016 年降至最低值，隨后呈現(xiàn)上升趨勢，且上升速度大于2016 年之前的下降速度，出現(xiàn)向好的增長趨勢。成果轉(zhuǎn)化效率除在2016 年出現(xiàn)略微小幅度下降之外，整體呈現(xiàn)持續(xù)上漲趨勢，且上漲速度越來越快。整體綠色創(chuàng)新效率在2014—2017 年的變化趨勢與成果轉(zhuǎn)化階段相似，呈現(xiàn)穩(wěn)步提升態(tài)勢，但2014 年和2018 年這兩個年份，相比上一年出現(xiàn)小幅度下降。技術研發(fā)時期和成果轉(zhuǎn)化時期對整體創(chuàng)新效率的影響有所不同，相比于科技研發(fā)階段，成果轉(zhuǎn)化階段效率水平整體偏低，說明我國工業(yè)企業(yè)在成果轉(zhuǎn)化方面還處于一個上升較為艱難的階段，導致整體綠色技術創(chuàng)新效率偏低，這就需要企業(yè)更加關注經(jīng)濟效益轉(zhuǎn)化方面，促進新產(chǎn)品銷售收入的增長。

表4 兩階段綠色技術創(chuàng)新效率及其分解

圖2 各階段綠色技術創(chuàng)新效率變化趨勢

（二）Malmquist-Luenberger 指數(shù)動態(tài)分析

Malmquist-Luenberger 指數(shù)代表了綠色技術創(chuàng)新的動態(tài)變化值，可分解為技術效率變化指數(shù)和技術進步指數(shù)。我國工業(yè)企業(yè)綠色技術創(chuàng)新效率變化指數(shù)及其分解值見表5。從總體上來看，我國ML指數(shù)的平均值達到1.0974，年均增長約9.74%。在考察期內(nèi)，有24 個省份的ML指數(shù)大于1，所占比重為80%，大于均值的省份有9 個，占比僅為30%，由此可以看出我國綠色技術創(chuàng)新效率整體發(fā)展態(tài)勢良好，但是由于各省份技術條件、管理制度和經(jīng)濟發(fā)展水平不同，使得綠色技術創(chuàng)新效率存在顯著差異。技術效率變化指數(shù)平均增長率達12.44%，大于1 的省份有23 個，技術進步指數(shù)大于1 的省份僅有16 個，總體呈2.4%的下降趨勢。

表5 2013—2018 年我國各?。ㄗ灾螀^(qū)、直轄市）Malmquist-Luenberger 指數(shù)及其分解

綠色技術創(chuàng)新效率變化指數(shù)增長較為顯著的地區(qū)包括海南、青海和吉林，表明這三個地區(qū)對于綠色創(chuàng)新資源配置效率及在人員管理水平方面有所優(yōu)化改進。其次廣東省指數(shù)增長高達27%，說明該省的總體發(fā)展趨勢向好，可能的原因是廣東位于東南沿海地區(qū)，所處的地理位置比較優(yōu)越，近年來迅速成為金融、科技和人才的集中地，未來應繼續(xù)保持又快又穩(wěn)的高質(zhì)量發(fā)展趨勢。湖北、山西、安徽、江西和上海的ML指數(shù)也達到了10%以上，說明這些地區(qū)的科技管理體制改革成效顯著，其中，湖北和江西的技術進步指數(shù)小于1，上海的技術效率變化指數(shù)小于1，所以在向好發(fā)展趨勢的基礎上，應該使技術投入產(chǎn)出結(jié)構(gòu)的安排更加合理，并且持續(xù)強化技術創(chuàng)新，促進技術進步，山西和安徽技術效率和技術進步指數(shù)的增長比較平衡。需要指出的是浙江、陜西、山東、天津、甘肅和寧夏這6 個省份的ML小于1，原因如下：浙江的TC為0.9906，寧夏的TC為0.6575，ML指數(shù)主要歸因于技術進步的負面影響；陜西EC為0.9305，山東EC為0.9469，天津的EC值為0.8804，技術進步的提高被技術效率衰退所影響；甘肅的兩個分解值都低于1，技術效率和技術進步同時對ML指數(shù)的提升起負向作用。

圖3 給出了三大地區(qū)工業(yè)企業(yè)的Malmquist-Luenberger 指數(shù)及其分解值。可以看出，東部地區(qū)的ML指數(shù)主要歸結(jié)于技術進步（TC）指數(shù)的增長，說明東部地區(qū)工業(yè)企業(yè)的自主創(chuàng)新能力相對較強，技術水平提升速度快。而中西部地區(qū)的ML指數(shù)則主要依賴于技術效率變化（EC）指數(shù)的增長，原因可能是，近年來，隨著產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的加速，工業(yè)大規(guī)模地由東部地區(qū)轉(zhuǎn)移到中西部地區(qū)，產(chǎn)業(yè)集聚效應使得中西部地區(qū)工業(yè)企業(yè)的技術效率變化指數(shù)大大提高。從三大區(qū)域?qū)用鎭砜矗傮w而言，ML指數(shù)和TC指數(shù)均呈現(xiàn)出東中西依次遞減的特征，EC指數(shù)則是西部地區(qū)大于中部地區(qū)，中部地區(qū)大于東部地區(qū)。

圖3 三大地區(qū)工業(yè)企業(yè)Malmquist-Luenberger 指數(shù)及其分解值

如表6 所示，在2013—2018 年，全國ML指數(shù)和EC指數(shù)均大于1，其中ML指數(shù)在2014—2015 年增長率達到10%，2016—2017 年增長速度最快，達到21.59%，其他年份增長幅度較為平緩，不足10%，2017—2018 年增長速度最慢，總體來看，ML指數(shù)變化波動比較大，不是很穩(wěn)定。2013—2014 年、2014—2015 年、2017—2018 年技術效率變化指數(shù)都大于1，并且技術進步指數(shù)都小于1，其中2014—2015年的技術進步指數(shù)雖然小于1，但ML指數(shù)相比上年還是有所增長，這主要是因為技術效率的增長作用抵消了技術衰退的負面影響，說明技術進步水平還有待提高。2015—2016 年盡管EC指數(shù)和TC指數(shù)都大于1，但是技術效率的拉動作用較弱，使得ML指數(shù)雖大于1 但是仍沒有超過上年的增長率。2016—2017 年ML指數(shù)最高，歸因于兩個指數(shù)的共同推動，并且這一年的技術進步指數(shù)增長最快，說明技術進步的提高促進了ML指數(shù)提高。ML指數(shù)增長在2017—2018 年最慢，主要是受制于技術進步的拉低，技術進步的衰退超過了技術效率提升帶來的積極影響。為了探究綠色技術創(chuàng)新效率變動顯著的具體原因，進一步將技術效率變化指數(shù)分解為純技術效率變化指數(shù)（pure technical efficiency change，PEC）指數(shù)和規(guī)模效率變化（scale efficiency change，SEC）指數(shù)。除2015—2016 年的EC指數(shù)主要SEC指數(shù)的影響較大之外，在其他年份的EC指數(shù)受PEC指數(shù)和SEC指數(shù)兩者共同作用。PEC指數(shù)除2014—2015 年之外都大于SEC指數(shù)，說明EC指數(shù)的增長主要依賴于PEC指數(shù)。2016—2017 年的EC指數(shù)最低，這是因為盡管PEC指數(shù)和SEC指數(shù)都大于1，但是兩者對整體的拉動作用極低，沒有使得技術效率得到有效提升。

表6 2013—2018 年Malmquist-Luenberger 指數(shù)動態(tài)效率及其分解

各指數(shù)變化趨勢如圖4 所示。在考察期內(nèi)，ML指數(shù)波動變化較大，在2016—2017 年變化指數(shù)達到最大值。EC指數(shù)呈跌宕波動增長趨勢，在2017—2018 年變化指數(shù)達到1.3215，整體年均增長率為12.44%。TC指數(shù)在2013—2017 年呈穩(wěn)步上升趨勢，由0.9544 提高到1.1962，但2017—2018 年突現(xiàn)下降，這種變化需要引起重視，這一年的技術進步指數(shù)下降直接導致了綠色技術創(chuàng)新效率指數(shù)的降低，未來應該找準發(fā)展方向，繼續(xù)強化綠色技術創(chuàng)新，逐步實現(xiàn)快速平穩(wěn)發(fā)展，從總體上來看，TC指數(shù)呈現(xiàn)年均2.4%的下降趨勢。ML指數(shù)大體與TC指數(shù)變動趨勢同步，說明受技術水平變化的影響更大。PEC指數(shù)和SEC指數(shù)2015—2016 年和2017—2018 年差異較大，但二者的不同的是，2015—2016 年SEC的負向作用削弱了PEC對EC的拉動作用，而2017—2018 年PEC的增長作用明顯，使得EC大于PEC并且在考察期內(nèi)達到最大值，在其他年份，PEC和SEC差異不是很明顯，整體技術效率變化指數(shù)受兩者共同拉動影響。

圖4 2013—2018 年Malmquist-Luenberger 指數(shù)及其分解值變化趨勢

五、結(jié)論與建議

運用超效率網(wǎng)絡SBM 模型和Malmquist-Luenberger 指數(shù)測算各?。ㄗ灾螀^(qū)、直轄市）工業(yè)企業(yè)綠色技術創(chuàng)新效率，分析其發(fā)展水平及差異，探究造成效率缺失和地區(qū)差異的具體原因，最終得到如下研究結(jié)論。

（1）中國工業(yè)企業(yè)綠色技術創(chuàng)新效率處在一個比較低的水平上，呈現(xiàn)出較小幅度的上升趨勢；綠色技術創(chuàng)新效率省際差異較大；我國工業(yè)企業(yè)綠色技術創(chuàng)新效率呈現(xiàn)出“東-中-西”依次遞減的階梯式空間分布格局，與東部地區(qū)工業(yè)企業(yè)綠色技術創(chuàng)新效率持上升的趨勢相比，中西部效率水平不僅存在絕對水平明顯偏低的特征，而且還表現(xiàn)出了增長幅度的差異；在綠色技術成果的轉(zhuǎn)化期，效率值低于科技研發(fā)的效率值，存在較大提升空間，說明我國在提高技術水平的同時，也得注重保護環(huán)境，并且也需要進一步注重科研成果的產(chǎn)出和轉(zhuǎn)化。

（2）工業(yè)企業(yè)純技術效率遠遠小于規(guī)模效率，純技術效率低是造成整體效率較低的關鍵原因。

（3）在考察期內(nèi)，全國綠色技術創(chuàng)新效率的ML 指數(shù)均大于1，整體發(fā)展態(tài)勢良好。技術效率變化指數(shù)受PEC和SEC 共同影響，但其增長主要依賴于純技術效率指數(shù)變化。從三大地區(qū)層面來看，東部地區(qū)的ML 指數(shù)主要歸結(jié)于技術進步指數(shù)的增長，而中西部地區(qū)的ML 指數(shù)則主要依賴于技術效率變化指數(shù)的增長。

針對上述研究結(jié)論，為提高我國工業(yè)企業(yè)綠色技術創(chuàng)新效率，提出如下對策建議。

（1）我國應根據(jù)各省份效率缺失具體根源采取相應措施。中國地域廣闊，各省份經(jīng)濟和文化存在著較大差異，應加快各個地區(qū)技術經(jīng)濟均衡發(fā)展，制定對中西部地區(qū)傾斜的政策，制定相關優(yōu)惠政策吸引資金及高素質(zhì)科技人才，促進綠色技術創(chuàng)新水平的提高。

（2）工業(yè)企業(yè)應該提高創(chuàng)新管理水平，增強綠色技術創(chuàng)新意識。鼓勵和引導科技研發(fā)人員基于綠色增長來提升創(chuàng)新能力促進綠色創(chuàng)新改造升級。此外，企業(yè)需要不斷調(diào)整自身投資方向、研究方向及成果轉(zhuǎn)化方向，積極應對不斷變化的市場需求。應積極推動產(chǎn)學研一體化。加強與科研單位及高等院校的交流，同時強化與中介機構(gòu)的合作，中介機構(gòu)以各種創(chuàng)新平臺為主，擁有創(chuàng)新資源，能夠促進科技成果轉(zhuǎn)化的應用。

（3）政府應制定綠色科技型企業(yè)標準。作為調(diào)節(jié)企業(yè)創(chuàng)新系統(tǒng)的主體，政府應從技術創(chuàng)新投入、能耗強度、污染物排放和創(chuàng)新成果轉(zhuǎn)化應用著手。實施獎勵和懲罰機制，對達標企業(yè)給予稅收減免政策優(yōu)惠和研發(fā)補助；對高污染的企業(yè)采取懲罰措施，實施排污權(quán)市場交易機制。