李雅琳 李碧珍

一、引言

綠水青山就是金山銀山，保護(hù)生態(tài)環(huán)境就是保護(hù)生產(chǎn)力，改善生態(tài)環(huán)境就是發(fā)展生產(chǎn)力，“兩山”理念自2005 年被首次提出以來，逐漸成為全社會的共識和行動，同時指引著中國經(jīng)濟(jì)社會的綠色變革。工業(yè)在我國國民經(jīng)濟(jì)中起著主導(dǎo)作用，截至2018 年，我國工業(yè)增加值規(guī)模超過30 萬億，繼續(xù)保持世界頭號工業(yè)生產(chǎn)國的地位。但是工業(yè)經(jīng)濟(jì)在高速發(fā)展的同時，也給環(huán)境帶來破壞性污染，加上資源枯竭、環(huán)保技術(shù)落后、環(huán)保成本昂貴等負(fù)面因素的影響，目前我國工業(yè)污染防治仍然面臨部分污染物排放量高、治理成效不顯著等問題。拋棄先污染后治理的老路、探索綠色發(fā)展的新路，不僅成為企業(yè)轉(zhuǎn)型升級的巨大挑戰(zhàn)，也成為當(dāng)下中國經(jīng)濟(jì)實(shí)現(xiàn)新舊動能轉(zhuǎn)換的重要關(guān)口和鞏固壯大實(shí)體經(jīng)濟(jì)根基的關(guān)鍵舉措。[1]如何把握經(jīng)濟(jì)快速增長與環(huán)境保護(hù)之間的關(guān)系，探索出一條綠色發(fā)展道路，是當(dāng)前亟待解決的問題。而客觀合理評價(jià)工業(yè)的綠色發(fā)展水平不僅能為企業(yè)綠色轉(zhuǎn)型和政府環(huán)境治理提供理論依據(jù)，對于實(shí)現(xiàn)經(jīng)濟(jì)可持續(xù)發(fā)展也具有重要的現(xiàn)實(shí)意義。

區(qū)別于勞動生產(chǎn)率、資本生產(chǎn)率等單要素生產(chǎn)率，全要素生產(chǎn)率指的是包括資本、勞動、土地等的全部生產(chǎn)要素投入量不變時，生產(chǎn)量增加的部分，通常用來衡量生產(chǎn)效率。經(jīng)濟(jì)增長不僅來源于投入要素的增長，也來源于技術(shù)創(chuàng)新和效率提升，這一部分的增長就是全要素生產(chǎn)率，因而全要素生產(chǎn)率反映的是經(jīng)濟(jì)增長的質(zhì)量。但是傳統(tǒng)意義上的全要素生產(chǎn)率往往缺乏對環(huán)境和資源的討論，忽視投入帶來的非期望產(chǎn)出，因而無法準(zhǔn)確而全面地判斷環(huán)境污染對生產(chǎn)率造成的影響。在經(jīng)濟(jì)發(fā)展過程中，伴隨環(huán)境污染和資源短缺問題的日益嚴(yán)峻，資源和環(huán)境不僅是經(jīng)濟(jì)增長的內(nèi)生因素，同時也成為了經(jīng)濟(jì)發(fā)展的剛性約束，所以在評估經(jīng)濟(jì)績效時，未考慮資源和環(huán)境影響的全要素生產(chǎn)率是不夠全面的。20 世紀(jì)80 年代以來，部分學(xué)者將代表資源和環(huán)境的變量引入生產(chǎn)效率的研究中，對生產(chǎn)效率的研究內(nèi)容不僅考慮不同經(jīng)濟(jì)變量之間的關(guān)系，也考慮了經(jīng)濟(jì)發(fā)展與資源環(huán)境之間的關(guān)系，并提出綠色全要素生產(chǎn)率的概念。Chung et al.（1997）使用方向性距離函數(shù)和ML 生產(chǎn)率指數(shù)，將污染排放作為非期望產(chǎn)出，測算出瑞典某一紙漿工廠的全要素生產(chǎn)率，用創(chuàng)新的方法分析環(huán)境污染對生產(chǎn)率的影響，得出真正意義上的綠色全要素生產(chǎn)率。[2]

工業(yè)綠色全要素生產(chǎn)率作為衡量工業(yè)綠色發(fā)展水平的重要指標(biāo)，得到了學(xué)界的廣泛關(guān)注。現(xiàn)有的文獻(xiàn)研究大多集中于測算和分析省際或行業(yè)層面的綠色全要素生產(chǎn)率。胡立和等（2019）利用DEAMalmquist 指數(shù)模型研究長江經(jīng)濟(jì)帶省市傳統(tǒng)工業(yè)全要素生產(chǎn)率和工業(yè)綠色全要素生產(chǎn)率及其分解項(xiàng)，研究結(jié)果認(rèn)為長江經(jīng)濟(jì)帶2009-2016 年間的傳統(tǒng)工業(yè)全要素生產(chǎn)率高于工業(yè)綠色全要素生產(chǎn)率，工業(yè)綠色全要素生產(chǎn)率呈現(xiàn)總體下降趨勢，且呈現(xiàn)東部高西部低的變化特征。[3]楊文舉、龍睿赟（2012）利用方向性距離函數(shù)和跨期數(shù)據(jù)包絡(luò)分析法研究中國工業(yè)地區(qū)綠色全要素生產(chǎn)率的增長問題，認(rèn)為傳統(tǒng)工業(yè)全要素生產(chǎn)率容易因?yàn)楹鲆暦瞧谕a(chǎn)出而被高估，技術(shù)進(jìn)步和技術(shù)效率的貢獻(xiàn)程度容易被混淆，綠色全要素生產(chǎn)率的增長具有“倒U”型特點(diǎn)。[4]吳磊、賈曉燕等（2020）研究基于碳排放的綠色全要素生產(chǎn)率，利用DEA-GML 指數(shù)對中國省域十多年間綠色全要素生產(chǎn)率進(jìn)行測算和分析，研究結(jié)果表明技術(shù)進(jìn)步是綠色全要素生產(chǎn)率增長的主要動力，東中西部和省域間綠色全要素生產(chǎn)率存在較為明顯的差異。[5]沈裕謀、張亞斌（2014）利用SBM-Luenberger 指數(shù)法研究信息化和工業(yè)化對不同省份工業(yè)綠色全要素生產(chǎn)率，結(jié)果表明重工業(yè)化不利于改善工業(yè)綠色全要素生產(chǎn)率，但是工業(yè)化和信息化的深度融合能夠有效提升工業(yè)綠色全要素生產(chǎn)率水平。[6]全良、張敏等（2019）利用全局SBM 方向性距離函數(shù)測算中國的省域工業(yè)綠色全要素生產(chǎn)率，并分析其影響因素，研究結(jié)果表明2007-2016 年的工業(yè)綠色全要素生產(chǎn)率實(shí)現(xiàn)小幅增長，純技術(shù)進(jìn)步在其中具有正向影響效應(yīng)，而純效率變化具有負(fù)向影響效應(yīng)。[7]

二、工業(yè)綠色全要素生產(chǎn)率增長的測度模型

（一）模型選擇

當(dāng)前測算全要素生產(chǎn)率的方法包括代數(shù)指數(shù)法、索洛余值法、隨機(jī)前沿生產(chǎn)函數(shù)法和數(shù)據(jù)包絡(luò)分析法，其中數(shù)據(jù)包絡(luò)分析法，簡稱DEA，因其可以在沒有要素價(jià)格信息和生產(chǎn)函數(shù)具體形式的情況下對多個樣本實(shí)現(xiàn)跨時期的研究而被廣泛應(yīng)用在效率評價(jià)中。Chung 等人（1997）將包含壞產(chǎn)出的方向距離函數(shù)應(yīng)用于Malmquist 模型，并將得出的Malmquist 指數(shù)稱為Malmquist-Luenberger 生產(chǎn)率指數(shù)。[8]以ML 指數(shù)為基礎(chǔ)，使用全局生產(chǎn)可能性集和全局方向性距離函數(shù)得到Global-Malmquist-Luenberger（GML）指數(shù)，目前測算區(qū)域或行業(yè)層面的綠色全要素生產(chǎn)率大多采用的是基于方向性距離函數(shù)的ML 指數(shù)和GML 指數(shù)，鑒于要評價(jià)的單元被全局參考集囊括，GML 指數(shù)能夠有效規(guī)避線性規(guī)劃無可行解問題的產(chǎn)生，也可防止“技術(shù)倒退”難題的出現(xiàn)，同時GML 指數(shù)具有可傳遞性和循環(huán)累加等優(yōu)于ML 指數(shù)的特性，所以本文利用GML 生產(chǎn)率指數(shù)測算工業(yè)綠色全要素生產(chǎn)率。

本文選取中國除西藏、港澳臺外的30 個省份作為研究單元，首先假設(shè)每個決策單元j（j=1，2，…，N.DMUj）在時間段t（t=1，2，…，T）內(nèi)均使用m 種投入X，生產(chǎn)s 種產(chǎn)出Y，其中X=（x1，x2，…，xm），Y=（y1，y2，…，ys），此時存在的生產(chǎn)可能集表示為：

產(chǎn)出距離函數(shù)為：Dt（Xt，Yt）=inf ｛θ＞0Xt，Ytθ∈PPSt｝

考慮存在“壞”產(chǎn)出對生產(chǎn)效率的影響，用B=（b1，b2，…，bn,）表示“壞”產(chǎn)出，此時生產(chǎn)可能集表達(dá)式為而包含“壞”產(chǎn)出的全局生產(chǎn)可能集表達(dá)式為：

進(jìn)一步分解GML：

其中PECt，t+1和PTEt代表t 到t+1 時間段內(nèi)純技術(shù)效率的改變，BPCt，t+1和代表t 到t+1 時間段內(nèi)的技術(shù)進(jìn)步，SCHt，t+1和SEt，（Xt，Yt）代表規(guī)模效應(yīng)變化。GML 可進(jìn)一步分解為技術(shù)效率變化和技術(shù)進(jìn)步變化的乘積由純技術(shù)效率變化和規(guī)模效率變化組成，表示來自于內(nèi)部生產(chǎn)效率變化引起的產(chǎn)出增長部分表示來源于技術(shù)進(jìn)步的產(chǎn)出增長部分。當(dāng)GML＞1，表示綠色全要素生產(chǎn)率具有增長的趨勢，當(dāng)GML≤1 時，表示綠色全要素生產(chǎn)率具有下降或者不變的趨勢；當(dāng)1，表示技術(shù)效率具有增長的趨勢，當(dāng)時，表示技術(shù)效率具有倒退或者不變的趨勢；當(dāng)TECH表示技術(shù)進(jìn)步具有增長的趨勢，當(dāng)時，表示技術(shù)進(jìn)步具有倒退或者不變的趨勢。

（二）變量選取

本文選擇2009-2017 年中國30 個省份作為研究樣本（西藏、港澳臺由于數(shù)據(jù)缺失嚴(yán)重，故不列入研究范圍），其中投入變量為各個省份工業(yè)的資本投入、勞動力投入和能源消耗，產(chǎn)出變量為工業(yè)生產(chǎn)增加值（期望產(chǎn)出）和三大工業(yè)污染物排放量（非期望產(chǎn)出），通過構(gòu)建Golbal-Malmquist-Luenberger（GML）指數(shù)模型對我國省域工業(yè)綠色全要素生產(chǎn)率進(jìn)行測算和分析。

1.投入變量

（1）資本。資本要素投入指標(biāo)一般采用永續(xù)盤存法估算資本存量，定義Kt=Kt-1×（1-δ）+（It+It-1+It-2）/3，其中Kt為第t 年的資本投入，It為第t 年的不變價(jià)格固定資產(chǎn)投資額，δ 為折舊率，基期的資本量取決于其中g(shù) 為不變投資的平均增長率為初始年份不變價(jià)格固定資產(chǎn)投資額。永續(xù)盤存法需要初始年份的資本存量、各年份固定資產(chǎn)投資額、固定資產(chǎn)投資價(jià)格指數(shù)以及需要對折舊率進(jìn)行估算，對于工業(yè)部門而言，此類方法所需的數(shù)據(jù)較難取得。本文參考邵漢華等（2015）的觀點(diǎn)，[9]采用工業(yè)部門固定資產(chǎn)凈值作為固定資本存量的代理變量，該方法在實(shí)質(zhì)上與永續(xù)盤存法思路一致，固定資產(chǎn)原值與累計(jì)折舊的差額即為固定資產(chǎn)凈值，本文選用工業(yè)固定資產(chǎn)凈值進(jìn)行工業(yè)資本投入的衡量，相關(guān)數(shù)據(jù)來源于國家統(tǒng)計(jì)局。

（2）勞動。勞動投入衡量在工業(yè)生產(chǎn)過程中勞動人數(shù)或勞動時間的投入情況，根據(jù)生產(chǎn)率測算的要求，本文采用歷年國家統(tǒng)計(jì)年鑒中各省工業(yè)行業(yè)城鎮(zhèn)單位就業(yè)人員人數(shù)作為勞動投入的指標(biāo)。

嗅嗅在書中的名字叫作“尼伏雷”，它是一種迷戀所有閃亮物體的動物，會為金銀珠寶而瘋狂。這個“小財(cái)迷”全身覆蓋著黑色的絨毛，嘴巴極寬扁，形似鴨嘴。一旦看到那些亮晶晶的寶貝，它便銜起它們，快速塞進(jìn)自己的口袋里。所以在電影中，出現(xiàn)了紐特抓住嗅嗅，將它倒過來撓癢時，珠寶從嗅嗅的身上掉下來的畫面。

（3）能源。除了工業(yè)資本和勞動之外，能源投入也是衡量工業(yè)綠色發(fā)展的關(guān)鍵指標(biāo)，因?yàn)樗从吵鲑Y源投入對生產(chǎn)率的影響情況，同時考慮到能源消耗是非期望產(chǎn)出的主要來源，本文采用能源消費(fèi)總量作為能源投入的指標(biāo)，單位為萬噸標(biāo)煤。數(shù)據(jù)來源于歷年《中國能源統(tǒng)計(jì)年鑒》。

2.產(chǎn)出變量

（1）期望產(chǎn)出。期望產(chǎn)出也被稱作“好”的產(chǎn)出，是指生產(chǎn)者在經(jīng)營過程中期望以最少的投入得到的最大產(chǎn)出。在對生產(chǎn)效率測算過程中，期望產(chǎn)出指標(biāo)一般采用增加值概念的指標(biāo)，例如國內(nèi)或地區(qū)生產(chǎn)總值、工業(yè)總產(chǎn)值、工業(yè)增加值等。鑒于數(shù)據(jù)的可得性，本文采用各地區(qū)工業(yè)增加值指標(biāo)衡量期望產(chǎn)出，數(shù)據(jù)來源于國家統(tǒng)計(jì)局。

（2）非期望產(chǎn)出。非期望產(chǎn)出也被稱作“壞”的產(chǎn)出。不同于傳統(tǒng)的全要素生產(chǎn)率，工業(yè)綠色全要素生產(chǎn)率的在測算過程中加入了工業(yè)污染排放物等非期望產(chǎn)出。工業(yè)污染源種類繁多，各種指標(biāo)之間存在較大差異?？紤]到我國生態(tài)環(huán)境監(jiān)測規(guī)劃綱要（2020—2035 年）提出的“加強(qiáng)重點(diǎn)區(qū)域及全國工業(yè)園區(qū)PM2.5、NOx、SO2 等污染物的網(wǎng)格化遙感監(jiān)測”，[10]同時各地區(qū)在制定節(jié)能減排與生態(tài)文明建設(shè)過程中，均把二氧化硫排放量設(shè)定為控制目標(biāo)，本文采用各地區(qū)規(guī)模以上工業(yè)廢水排放總量、工業(yè)二氧化硫排放量、工業(yè)固體廢物排放量作為非期望產(chǎn)出指標(biāo)，數(shù)據(jù)來源于歷年《中國環(huán)境統(tǒng)計(jì)年鑒》。

三、實(shí)證分析

（一）投入產(chǎn)出指標(biāo)的描述性統(tǒng)計(jì)

從表1 可知，2009—2017 年，30 個省份的工業(yè)發(fā)展水平在能源投入、工業(yè)產(chǎn)出和污染排放量方面均存在較大差異，這也間接說明各個省份的工業(yè)綠色發(fā)展水平存在較大差異，因而納入環(huán)境變量等非期望產(chǎn)出具有必要性。

表1 描述性統(tǒng)計(jì)

（二）省域工業(yè)綠色全要素生產(chǎn)率的時空演變特征

本文選取2009—2017 年中國30 個省份工業(yè)決策單元的投入和產(chǎn)出數(shù)據(jù)，利用MaxDEA Pro軟件，選擇Global-Malmquist-Luenberger 生產(chǎn)率指數(shù)測度工業(yè)綠色全要素生產(chǎn)率增長率。通過GML 指數(shù)測算得到的是工業(yè)綠色全要素生產(chǎn)率的增長率水平（GML），需要將計(jì)算結(jié)果換算為累計(jì)增長數(shù)值，本文參考Managi and Jena 的做法，[11]假定2009 年的工業(yè)綠色全要素生產(chǎn)率為1，并根據(jù)工業(yè)綠色全要素生產(chǎn)率指數(shù)轉(zhuǎn)化為累積指數(shù)得出如下工業(yè)綠色全要素生產(chǎn)率（GTFP），如表2、表3、圖1、圖2 和圖3 所示。

圖3 四大區(qū)域工業(yè)綠色全要素生產(chǎn)率及其增長率

表2 2009—2017 年中國30 個省份工業(yè)綠色全要素生產(chǎn)率、增長率及各分解項(xiàng)均值

表3 2009—2017 年中國30 個省份工業(yè)綠色全要素生產(chǎn)率、增長率及其分解

續(xù)表3 2009—2017 年中國30 個省份工業(yè)綠色全要素生產(chǎn)率、增長率及其分解

1.時間演變特征

圖1 技術(shù)效率和技術(shù)進(jìn)步變化趨勢圖

圖2 工業(yè)綠色全要素生產(chǎn)率及增長率變化趨勢圖

2.空間演變特征

本文將30 個省份劃分為四大區(qū)域，[12]其中東部地區(qū)指的是天津、北京、河北、山東、江蘇、浙江、上海、福建、廣東、海南、臺灣、香港和澳門，由于港澳臺三地?cái)?shù)據(jù)缺失嚴(yán)重，故不在本文的研究范圍之內(nèi)。中部地區(qū)指的是河南、山西、安徽、湖北、湖南和江西。西部地區(qū)指的是新疆、內(nèi)蒙古、青海、寧夏、甘肅、西藏、陜西、云南、貴州、四川、廣西和重慶，由于西藏地區(qū)數(shù)據(jù)缺失嚴(yán)重，故不在本文的研究范圍之內(nèi)。東北地區(qū)指的是黑龍江、吉林和遼寧。

根據(jù)GML 指數(shù)的分解項(xiàng)分析四大地區(qū)工業(yè)綠色全要素生產(chǎn)率增長率的區(qū)域差異，東、中、西和東北地區(qū)的工業(yè)綠色全要素生產(chǎn)率增長率存在較小的差異，工業(yè)綠色全要素生產(chǎn)率增長的主要推力仍是技術(shù)進(jìn)步的增長，這與王兵、楊欣怡等學(xué)者的觀點(diǎn)一致。[13]

進(jìn)一步比較四大區(qū)域的工業(yè)綠色全要素生產(chǎn)率大小，可以看出東部地區(qū)的工業(yè)綠色全要素生產(chǎn)率為1.158 最大，中部地區(qū)為1.151 次之，東北地區(qū)為1.108 較小，西部地區(qū)為1.069 最小。經(jīng)濟(jì)發(fā)展水平較高的地區(qū)往往因?yàn)榫邆涓呒壍沫h(huán)保技術(shù)和更完善的污染治理體系而具有更高的工業(yè)綠色發(fā)展水平，且東部地區(qū)產(chǎn)業(yè)基礎(chǔ)好、開放程度高，大部分工業(yè)產(chǎn)業(yè)已經(jīng)實(shí)現(xiàn)轉(zhuǎn)型升級，這也恰好解釋了東部地區(qū)在四大區(qū)域中工業(yè)綠色去全要素生產(chǎn)率水平最高的原因。從數(shù)據(jù)上看，中部地區(qū)處于追趕階段，和東部地區(qū)的工業(yè)綠色全要素生產(chǎn)率水平差距逐步縮小。《中國區(qū)域科技創(chuàng)新評價(jià)報(bào)告2020》對我國科技創(chuàng)新水平進(jìn)行測度和評價(jià)，并據(jù)此將我國31 個省、自治區(qū)、直轄市分為三個梯隊(duì)，[14]其中位于綜合科技創(chuàng)新水平最高的第一梯隊(duì)的6 個省份均來自東部地區(qū)；中部地區(qū)6 個省份均位列在第二梯隊(duì)，西部地區(qū)有6 個省份位列第三梯隊(duì)，比例高達(dá)75%。這表明中部地區(qū)的科技創(chuàng)新水平高于西部地區(qū)，科技水平的差距間接解釋了為什么中部地區(qū)的工業(yè)綠色全要素生產(chǎn)率略高于西部地區(qū)。我國中西部具有資源豐富、要素價(jià)格低等區(qū)位優(yōu)勢，逐漸成為國內(nèi)外產(chǎn)業(yè)轉(zhuǎn)移承接地，中西部地區(qū)在承接產(chǎn)業(yè)轉(zhuǎn)移促進(jìn)新型工業(yè)化和城鎮(zhèn)化的同時，環(huán)境污染也成為不可忽視的重大問題，尤其是某些地方政府為了吸引更多企業(yè)入駐，降低環(huán)境規(guī)制的門檻，這種做法導(dǎo)致的后果是大量污染產(chǎn)業(yè)的涌入將導(dǎo)致當(dāng)?shù)丨h(huán)境污染嚴(yán)重、環(huán)境治理效率降低，從而綠色全要素生產(chǎn)率將有所下降。所以為了提升工業(yè)綠色發(fā)展水平，中部和西部地區(qū)不僅要提升科技創(chuàng)新水平，更要注重通過制定合理的環(huán)境規(guī)制方案防止出現(xiàn)“污染天堂”的悲劇。東北地區(qū)的工業(yè)綠色全要素生產(chǎn)率水平僅略高于西部地區(qū)。東北地區(qū)工業(yè)起步早，具有工業(yè)基礎(chǔ)雄厚、自然資源豐富等優(yōu)勢。但是近年來東北工業(yè)面臨產(chǎn)業(yè)衰退、環(huán)境污染、市場競爭力下降、轉(zhuǎn)型困難、高新技術(shù)發(fā)展遲滯、勞動力流失等發(fā)展瓶頸，其中工業(yè)污染和高新技術(shù)發(fā)展不足成為其工業(yè)綠色全要素生產(chǎn)率水平不高的主要原因。

四、結(jié)語

本文采用Global-Malmquist-Luenberger（GML）指數(shù)模型，在考慮工業(yè)非期望產(chǎn)出的基礎(chǔ)上，測算2009—2017 年中國30 個省份的工業(yè)綠色全要素生產(chǎn)率，通過對各省工業(yè)綠色全要素生產(chǎn)率及其分解項(xiàng)的均值測算，分析其在時間和空間上的演化趨勢。研究結(jié)果表明：（1）從中國省域總體特征來看，在樣本期內(nèi)的工業(yè)綠色全要素生產(chǎn)率總體呈現(xiàn)波動上升趨勢，隨時間演變的趨勢圖表現(xiàn)出“W”型特點(diǎn)，說明工業(yè)經(jīng)濟(jì)的發(fā)展在一定程度上受到生態(tài)資源環(huán)境因素的約束，部分區(qū)域未能做到經(jīng)濟(jì)發(fā)展與保護(hù)環(huán)境相兼容。（2）從工業(yè)綠色全要素生產(chǎn)率增長率的分解項(xiàng)分析，技術(shù)進(jìn)步是工業(yè)綠色全要素生產(chǎn)率水平上升的主要推力，盡管技術(shù)進(jìn)步變化率具有上升的趨勢，但是上升的速度相對緩慢，這背后存在兩個原因：一方面2009 年以后由于金融危機(jī)國外經(jīng)濟(jì)發(fā)展動力不足，“技術(shù)封鎖”、“技術(shù)保護(hù)主義”抬頭，借鑒和引進(jìn)國外先進(jìn)技術(shù)難度加大；另一方面是國內(nèi)自主創(chuàng)新水平稍顯不足。（3）從省域分異看，30 個省份的工業(yè)綠色發(fā)展水平表現(xiàn)出較大的差異，工業(yè)綠色全要素生產(chǎn)率的大小呈現(xiàn)“東部地區(qū)＞中部地區(qū)＞東北地區(qū)＞西部地區(qū)”的空間變化特征。

因此，提升工業(yè)綠色全要素生產(chǎn)率水平需要加強(qiáng)技術(shù)創(chuàng)新水平。自主研發(fā)、技術(shù)引進(jìn)都是技術(shù)創(chuàng)新的途徑，但目前面臨國外“技術(shù)封鎖”、“技術(shù)保護(hù)主義”的壓力，只有提升自主創(chuàng)新水平，全面發(fā)揮區(qū)域內(nèi)企業(yè)、高校、研究機(jī)構(gòu)的作用，建立完善的“產(chǎn)學(xué)研”融合機(jī)制，才是提高綠色全要素生產(chǎn)率水平的關(guān)鍵途徑。同時政府部門應(yīng)當(dāng)適時制定合理的環(huán)境規(guī)制政策，因?yàn)榄h(huán)境規(guī)制作為一種以環(huán)境保護(hù)為目的、個體或組織為對象、有形制度或無形意識為存在形式的約束性力量，不僅能夠有效控制工業(yè)污染物的排放量，還能夠激勵企業(yè)提升自身綠色技術(shù)水平，即所謂的“波特效應(yīng)”，對于提升工業(yè)綠色全要素生產(chǎn)率具有積極正面的影響作用。

注釋：

[1]李碧珍、吳秡梅：《增強(qiáng)產(chǎn)業(yè)鏈供應(yīng)鏈自主可控能力要堅(jiān)持鏈——圖——群——策發(fā)展》，《福建日報(bào)》2021 年3 月23 日。

[2][8]ChungYangho,Rolf Fare,Shawna Grosskopf,Productivity and Undesirable Outputs:A Directional Distance Function Approach,Journal of Environmental Management，1997(51).

[3]胡立和、商勇、王歡芳：《長江經(jīng)濟(jì)帶技術(shù)創(chuàng)新效率評價(jià)及影響因素分析》，《湖南社會科學(xué)》2020 年第3 期。

[4]楊文舉、龍睿赟：《中國地區(qū)工業(yè)綠色全要素生產(chǎn)率增長：——基于方向性距離函數(shù)的經(jīng)驗(yàn)分析》，《上海經(jīng)濟(jì)研究》2012 年第7 期。

[5]吳磊、賈曉燕、吳超、彭甲超：《異質(zhì)型環(huán)境規(guī)制對中國綠色全要素生產(chǎn)率的影響》，《中國人口·資源與環(huán)境》2020 年第10期。

[6]沈裕謀、張亞斌：《兩化融合對中國工業(yè)綠色全要素生產(chǎn)率的影響研究》，《湖南科技大學(xué)學(xué)報(bào)》2014 年第3 期。

[7]全良、張敏、趙鳳：《中國工業(yè)綠色全要素生產(chǎn)率及其影響因素研究——基于全局SBM 方向性距離函數(shù)及SYS-GMM 模型》，《生態(tài)經(jīng)濟(jì)》2019 年第4 期。

[9]邵漢華、楊俊、廖嘗君：《環(huán)境約束下的中國城市增長效率實(shí)證研究》，《系統(tǒng)工程》2015 年第6 期。

[10]余奕杉、衛(wèi)平：《中國城市綠色全要素生產(chǎn)率測度研究》，《生態(tài)經(jīng)濟(jì)》2021 年第3 期。

[11]Managi,S,Jean,P.Ranjan.Environment Producticvity and Kuznets Curse in India,Ecological Economic,2009(65).

[12]任松、左暉：《雙向FDI 和區(qū)域創(chuàng)新效率對我國綠色全要素生產(chǎn)率的影響——基于省際面板數(shù)據(jù)的實(shí)證分析》，《統(tǒng)計(jì)與管理》2021 年第2 期。

[13]王兵、楊欣怡：《中國工業(yè)行業(yè)全要素生產(chǎn)率分析（1981—2015）：波特假說的驗(yàn)證》，《產(chǎn)經(jīng)評論》2019 年第6 期。

[14]聶長飛、馮苑：《經(jīng)濟(jì)增長目標(biāo)約束與綠色全要素生產(chǎn)率》，《南京財(cái)經(jīng)大學(xué)學(xué)報(bào)》2020 年第5 期。