林壽富，王 謙,，管河山

（1.福建師范大學(xué)經(jīng)濟學(xué)院，福州 350007；2.南華大學(xué)經(jīng)濟管理與法學(xué)學(xué)院，湖南 衡陽 421001）

0 引言

綠色技術(shù)創(chuàng)新作為實現(xiàn)綠色轉(zhuǎn)型的有力支撐，是當(dāng)前中國緩解資源環(huán)境壓力、實現(xiàn)“雙碳”目標(biāo)的關(guān)鍵手段。為此，國家發(fā)展改革委和科技部明確提出要基本建成市場導(dǎo)向的綠色技術(shù)創(chuàng)新體系，進一步強化企業(yè)的綠色技術(shù)創(chuàng)新主體地位，并出現(xiàn)一批龍頭骨干企業(yè)。然而目前中國工業(yè)企業(yè)的綠色技術(shù)創(chuàng)新活動明顯不夠活躍，創(chuàng)新效率依然偏低。

綠色技術(shù)創(chuàng)新效率是衡量企業(yè)綠色技術(shù)創(chuàng)新水平的重要指標(biāo)，對于精準把握企業(yè)自身綠色技術(shù)創(chuàng)新的投入-產(chǎn)出狀況，明晰其與競爭對手在創(chuàng)新投入要素規(guī)模與資源利用上的現(xiàn)實差距，以及未來實現(xiàn)更高水平的突破具有重大意義。近年來，技術(shù)創(chuàng)新效率已成為學(xué)術(shù)界的研究熱點。大多數(shù)學(xué)者進行分析時都借助了非參數(shù)方法如DEA和參數(shù)方法如SFA 等效率評價方法[1,2]。由于SFA 需要提前確定生產(chǎn)前沿面的具體函數(shù)形式，因此DEA 使用得更加廣泛[3,4]。目前，隨著研究的不斷深入，改進的兩階段DEA、三階段DEA 等模型也被逐漸用于技術(shù)創(chuàng)新效率的測度[5,6]。但上述方法要么未將松弛變量和非期望產(chǎn)出納入考察范圍，要么無法同時消除外部環(huán)境和隨機誤差對效率的影響。此外，在企業(yè)綠色技術(shù)創(chuàng)新效率評價體系的構(gòu)建中，已有研究對投入變量的考慮也不夠全面。

鑒于此，在全面考察投入指標(biāo)的前提下，有必要采用更準確、更合適的評價方法對企業(yè)綠色技術(shù)創(chuàng)新效率進行科學(xué)評價，精準把握當(dāng)前我國工業(yè)企業(yè)綠色技術(shù)創(chuàng)新效率的特征和關(guān)鍵影響因素，為促進綠色技術(shù)創(chuàng)新效率的提升提供有益借鑒。本文構(gòu)建了更為全面的綠色技術(shù)創(chuàng)新效率評價指標(biāo)體系，對2010—2021 年我國30 個省份工業(yè)企業(yè)綠色技術(shù)創(chuàng)新效率進行動態(tài)測算。本文的邊際貢獻在于：一是運用改進的三階段SBM-DEA模型測算了更能體現(xiàn)各省份工業(yè)企業(yè)真實水平的綠色技術(shù)創(chuàng)新效率。在剔除環(huán)境因素后，清晰揭示了各省份在不同要素投入上的冗余和不足，顯著提升了復(fù)次測算的準確性和評價結(jié)果的科學(xué)性，為綠色技術(shù)創(chuàng)新效率真實水平的測度提供了新視角。二是將人才、資金、資產(chǎn)和能源四項投入統(tǒng)一納入投入變量指標(biāo)體系的分析框架中，并采用因子分析法提取了最能影響綠色技術(shù)創(chuàng)新效率的綜合投入指標(biāo)，繪制了涵蓋30 個省份的綠色技術(shù)創(chuàng)新模式象限圖，分別闡釋了不同綜合創(chuàng)新投入-效率組合模式的特征，更加明確地給出了各省份真實的綠色技術(shù)創(chuàng)新效率分布情況，為制定更有針對性的區(qū)域綠色創(chuàng)新效率提升策略提供參考。

1 研究方法、指標(biāo)與數(shù)據(jù)

1.1 改進的三階段SBM-DEA模型

本文采用非徑向、非角度、全局參比的包含非期望產(chǎn)出的三階段超效率SBM模型來測算企業(yè)綠色技術(shù)創(chuàng)新效率，并將環(huán)境污染指數(shù)納入評價體系作為非期望產(chǎn)出來測評環(huán)境效率。采用三階段模型具體的步驟如下。

第一步，在決策單元（DMU）處于單純環(huán)境前沿的條件下，運用非徑向、非角度、全局參比的超效率SBM 模型對綠色技術(shù)創(chuàng)新效率進行第一階段測算，同時可得到投入變量的實際松弛量。假設(shè)每個DMU 有m個投入X=(x1，x2，…，xm)∈和S個產(chǎn)出，其中，包括S1個期望產(chǎn)出Y=(y1，y2，…，ys1)∈和S2個非期望產(chǎn)出Z=(z1，z2，…，zs2)∈[1]。則SBM模型具體如下：

式（1）中，ρ代表各省份DMU 技術(shù)創(chuàng)新的效率值，S-和Sb分別表示投入松弛量和非期望產(chǎn)出松弛量，Sg表示期望產(chǎn)出的不足，而松弛量是指投入變量的真實值與期望值的差值，λ為橫截面觀察值的權(quán)重向量。本文利用MaxDEA 軟件測算了第一階段各省份綠色技術(shù)創(chuàng)新的效率值和投入松弛量。

第二步，利用SFA模型得出各決策單元處于同一外部環(huán)境水平和隨機情況下的調(diào)整后投入變量[5]。為剝離環(huán)境因素和隨機干擾因素對效率測度的影響，利用SFA模型來調(diào)整投入水平，將所有決策單元置于相同環(huán)境中[6]。具體做法是先利用SFA 模型對第一階段的投入松弛量和環(huán)境變量進行擬合，得出各環(huán)境變量與投入松弛量的擬合系數(shù)和復(fù)合誤差項，再從復(fù)合誤差項中分離出隨機干擾項和管理無效率項的誤差值，并計算出環(huán)境變量調(diào)整量、隨機擾動項調(diào)整量，最終得出DMU 處于同一外部環(huán)境水平和隨機情況下的調(diào)整后的投入變量[7]。具體模型如下。

假設(shè)第j個決策單元在第i項投入上的松弛量Sij受K個可觀察環(huán)境變量的影響。則設(shè)回歸模型為：

式（3）中，βi為待估參數(shù)向量，(vij+μij)為混合誤差項，vij～N(0，)為隨機干擾項，μij為企業(yè)自身因素對Sij的影響。用極大似然法ML進行估計后，按照式（4）對初始投入數(shù)據(jù)進行調(diào)整。

其中，為調(diào)整后的新投入變量，xij為原投入變量。

第三步，用調(diào)整后的新投入變量代替原投入變量后重新回到第一步進行復(fù)測，即可得到剔除外部環(huán)境因素及隨機誤差項影響的真實綠色技術(shù)創(chuàng)新效率。

1.2 綠色技術(shù)創(chuàng)新效率評價指標(biāo)體系

（1）投入-產(chǎn)出變量

借鑒前人研究[1,6,7]，本文考慮從人才投入、資金投入、資產(chǎn)投入和能源投入這四個方面來構(gòu)建投入指標(biāo)體系。借鑒李向東等（2011）[8]的做法，R&D經(jīng)費內(nèi)部支出采用永續(xù)盤存法進行核算。特別地，本文將能源投入納入指標(biāo)體系的原因在于，能源投入是保障企業(yè)生產(chǎn)順利進行的基礎(chǔ)，也是影響區(qū)域綠色技術(shù)創(chuàng)新效率的重要指標(biāo)。徐建中和趙亞楠（2021）[7]認為綠色技術(shù)創(chuàng)新旨在降低能耗、提升能源利用效率，同時減少環(huán)境污染，這也是響應(yīng)國家低碳發(fā)展，實現(xiàn)“雙碳”目標(biāo)的必然要求。因此，本文將能源投入統(tǒng)一納入投入-產(chǎn)出變量指標(biāo)體系的分析框架，并采用能源消費總量來表示各地區(qū)的能源投入情況。具體做法是，從終端能源消費角度出發(fā)，選取各省份的能源消費量，統(tǒng)一轉(zhuǎn)換成標(biāo)準煤后加總。

在期望產(chǎn)出指標(biāo)的選擇上，用發(fā)表科技論文（含國外發(fā)表論文）數(shù)和專利申請數(shù)來表示科技產(chǎn)出，用規(guī)模以上工業(yè)企業(yè)新產(chǎn)品銷售收入來表示經(jīng)濟產(chǎn)出。另外，采用規(guī)模以上工業(yè)企業(yè)的“三廢”排放數(shù)據(jù)，用熵值法計算后得出環(huán)境污染指數(shù)來表示非期望產(chǎn)出[5]。需說明的是，考慮到量綱的一致性和數(shù)據(jù)指標(biāo)的綜合性，本文對工業(yè)污染排放水平的衡量參考前人的處理方法[6]。因部分數(shù)據(jù)存在缺失，故采用線性擬合方法來進行缺失數(shù)據(jù)的補齊。

（2）環(huán)境變量

不同省份的環(huán)境差異對綠色技術(shù)創(chuàng)新可能產(chǎn)生直接或間接影響。在已有研究基礎(chǔ)上，本文從經(jīng)濟發(fā)展水平、工業(yè)化水平、對外開放水平、政府支持、信息基礎(chǔ)設(shè)施這五個維度來考察各省份的環(huán)境狀況。具體來看，在中國創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略實踐中，企業(yè)已成為技術(shù)創(chuàng)新的主體，貢獻了超過70%的技術(shù)創(chuàng)新成果。理論上，一個地區(qū)的創(chuàng)新能力與其經(jīng)濟發(fā)展水平緊密相關(guān)，經(jīng)濟發(fā)達地區(qū)的工業(yè)生產(chǎn)率更高，對外交往更頻繁，創(chuàng)新活動也應(yīng)更為活躍[9]。同時，企業(yè)的創(chuàng)新活動離不開高技術(shù)人才的加入和風(fēng)險資金的前期投入，經(jīng)濟發(fā)展水平高的地區(qū)更容易吸引高層次人才和高科技企業(yè)集聚，研發(fā)資金也相對更為充足。熊彼特創(chuàng)新理論認為，資金的可獲得性在技術(shù)創(chuàng)新中具有重要作用[10]。地方政府對企業(yè)R&D 活動的支持一方面直接減輕了企業(yè)的創(chuàng)新成本，補償了技術(shù)外溢的正外部性帶來的私人收益損失，大大激勵了企業(yè)創(chuàng)新的意愿；另一方面也向社會和公眾釋放了積極的信號，有利于企業(yè)進一步提升知名度，打造更負責(zé)任的正面形象，為企業(yè)的后續(xù)健康發(fā)展提供了有利契機。此外，信息基礎(chǔ)設(shè)施作為技術(shù)創(chuàng)新的物質(zhì)基礎(chǔ)和信息保障，是導(dǎo)致技術(shù)創(chuàng)新水平差異的重要因素。數(shù)字經(jīng)濟時代，地區(qū)的信息化建設(shè)水平也決定了其知識溢出的效率[9]。具體的測度指標(biāo)及數(shù)據(jù)來源見下頁表1。

表1 工業(yè)企業(yè)綠色技術(shù)創(chuàng)新效率評價指標(biāo)體系

1.3 數(shù)據(jù)處理

本文收集了2010—2021 年中國30 個省份（不含西藏和港澳臺）的面板數(shù)據(jù)。為準確分析工業(yè)企業(yè)的創(chuàng)新特征，在數(shù)據(jù)選取上盡可能地采用規(guī)模以上工業(yè)企業(yè)的數(shù)據(jù)，在部分數(shù)據(jù)難以獲取的情況下采用省份層面數(shù)據(jù)予以替換①因企業(yè)創(chuàng)新占省份創(chuàng)新的比重較高，所以也具有代表性。對所有省份都是采用的同一測度方法和統(tǒng)計尺度，因此基本可忽略數(shù)據(jù)不同采集層面的差異。。數(shù)據(jù)處理和統(tǒng)計分析過程均由Stata 15.0 軟件完成。對于涉及金額的數(shù)據(jù)皆以2010年為基期進行了平減處理。為消除數(shù)據(jù)量綱、極端值和降低異方差等不利影響，上述變量除百分比指標(biāo)外均進行了對數(shù)化處理，且對連續(xù)變量上下各1%的極端值做Winsorize 縮尾處理。各變量描述性統(tǒng)計結(jié)果見表2。

表2 各變量描述性統(tǒng)計結(jié)果

2 中國工業(yè)企業(yè)綠色技術(shù)創(chuàng)新效率測算

2.1 第一階段：初次測算

利用MaxDEA軟件進行第一階段效率測算后發(fā)現(xiàn)：第一，從時間層面上看，我國區(qū)域綠色技術(shù)創(chuàng)新效率整體上保持穩(wěn)中有進的趨勢。其中，廣西、海南、河北等省份在研究期間呈現(xiàn)明顯的上升趨勢，大部分東部經(jīng)濟發(fā)達省份基于良好的經(jīng)濟條件、人才條件和區(qū)位優(yōu)勢，長期保持處于綠色技術(shù)創(chuàng)新效率的前沿面。但甘肅、湖南等省份因自身資源稟賦不足，創(chuàng)新先發(fā)優(yōu)勢尚不明顯，也可能受地區(qū)重大事件或政策影響從而導(dǎo)致其在某些年份效率值出現(xiàn)了劇烈波動。限于篇幅，僅展示各省份2010—2021 年的綠色技術(shù)創(chuàng)新效率均值，結(jié)果見表3。

表3 第一階段各省份2010—2021年的綠色技術(shù)創(chuàng)新效率均值

2.2 第二階段：基于SFA模型的投入松弛量調(diào)整

本階段利用SFA模型來調(diào)整投入產(chǎn)出變量，可達到剝離環(huán)境因素和隨機干擾因素對效率測度影響的目標(biāo)[7]。將第一階段得出的各投入松弛量作為被解釋變量，選擇前文環(huán)境變量作為解釋變量，使用Frontier 4.1 軟件進行SFA 分析，結(jié)果如表4 所示。投入松弛量是決策單元實際投入與目標(biāo)投入之間的差額，投入松弛量的減少會提高決策單元的運行效率[11]。當(dāng)環(huán)境變量對投入松弛量的回歸系數(shù)為正時，說明對應(yīng)的環(huán)境變量增加將導(dǎo)致非期望產(chǎn)出的增加和投入冗余的加劇，即投入資源的浪費；當(dāng)回歸系數(shù)為負時，增加環(huán)境變量將減少投入冗余或降低非期望產(chǎn)出，即能避免資源的浪費和實現(xiàn)增產(chǎn)。由表4可知，混合誤差項sigma-squared均不為0 且通過1%水平的顯著性檢驗，說明模型具有很好的擬合度。投入松弛量的單邊誤差檢驗LR 值均通過1%水平的顯著性檢驗，環(huán)境變量較好地解釋了投入松弛量，說明模型構(gòu)建是合理的。

表4 隨機前沿分析（SFA）回歸結(jié)果

（1）經(jīng)濟發(fā)展水平在不同的要素投入松弛中系數(shù)都為正，但未明顯表現(xiàn)出統(tǒng)計上的顯著性。這表明區(qū)域經(jīng)濟發(fā)展?fàn)顩r越好，越有可能降低創(chuàng)新投入要素的使用效率。在我國，部分區(qū)域經(jīng)濟仍由傳統(tǒng)的“三高”企業(yè)所驅(qū)動的局面尚未徹底轉(zhuǎn)變，產(chǎn)業(yè)結(jié)構(gòu)也仍以重工業(yè)為主，而工業(yè)經(jīng)濟的發(fā)展可能會帶來更為嚴重的投入資源浪費以及環(huán)境污染，最終將不利于綠色技術(shù)創(chuàng)新效率的提升。

（2）工業(yè)化水平能改善人才投入冗余的狀況，同時也能明顯優(yōu)化能源消費冗余。本文用工業(yè)增加值與地區(qū)GDP之比來表征工業(yè)化水平，該值越大，說明該地區(qū)第二產(chǎn)業(yè)得到了越充分的發(fā)展，也就意味著在單位能耗不變的情況下，第二產(chǎn)業(yè)能源投入的資源配置效率進一步提升，工業(yè)企業(yè)能源要素錯配的現(xiàn)象和非期望產(chǎn)出增多的趨勢得到進一步遏制。另外，工業(yè)化水平的優(yōu)化升級可能會加劇資金和資產(chǎn)投入的冗余，但影響效果尚不顯著。

（3）對外開放水平與資產(chǎn)和能源投入松弛量顯著正相關(guān)，與人才投入松弛量顯著負相關(guān)，這說明對外開放水平提高會加劇企業(yè)資產(chǎn)和能源消費的冗余，但對人才資源投入過多的情況有所改善?？紤]到外資向國內(nèi)產(chǎn)業(yè)轉(zhuǎn)移過程中可能將承接地作為潛在的污染避難所[12]，因此“以市場換技術(shù)”的發(fā)展模式可能給當(dāng)?shù)氐吞及l(fā)展和綠色創(chuàng)新帶來巨大環(huán)境壓力。

（4）政府支持作為創(chuàng)新資金的關(guān)鍵來源，對資金投入松弛量有積極顯著的改善作用。政府提供的資金有利于解決企業(yè)自主創(chuàng)新的后顧之憂，是創(chuàng)新資金鏈中的關(guān)鍵一環(huán)。但政府研發(fā)資金支持力度的加大反而不利于人才投入松弛量的改善，人才資源投入過多將無法帶來更高的創(chuàng)新邊際產(chǎn)出，創(chuàng)新激勵效果將大打折扣。因此，可考慮適時調(diào)整與人才相關(guān)的創(chuàng)新激勵政策，優(yōu)化人才資源配置，切實做到物盡其用、人盡其才。而政府支持可能加劇資產(chǎn)和能源投入的松弛影響，但統(tǒng)計上也不顯著。

（5）互聯(lián)網(wǎng)普及率作為創(chuàng)新基礎(chǔ)設(shè)施跟對外開放水平一樣都屬于創(chuàng)新的重要環(huán)境支撐，對不同投入松弛量的影響效果也基本類似，有助于改善人才和資金冗余狀況，但會明顯加劇資產(chǎn)投入冗余和能源投入冗余。

2.3 第三階段：調(diào)整后的真實綠色技術(shù)創(chuàng)新效率

第三階段是將調(diào)整后的投入變量替代原始投入變量進行復(fù)測，最終可得到剝離環(huán)境變量影響后的真實綠色技術(shù)創(chuàng)新效率，揭示了決策單元在創(chuàng)新安排上純管理效率的差異，具體的真實創(chuàng)新效率變動趨勢見圖1。

圖1 2010—2021年各省份真實綠色技術(shù)創(chuàng)新效率趨勢圖

近年來綠色技術(shù)創(chuàng)新效率均值最大的仍是北京，達到1.0007，而最小的是寧夏，僅為0.7351。從增幅來看，研究期間單個DMU 真實創(chuàng)新效率絕大部分實現(xiàn)了增長，僅有湖南和吉林有所下降，分別減少了0.1615、0.0632；同時，效率值波動最大的是海南（0.0548），波動最小的是北京（0.0065），這一結(jié)果與第一階段測算的效率基本一致，也從側(cè)面反映了SBM測算方法的穩(wěn)健性。對比兩次測算結(jié)果發(fā)現(xiàn)：與第一階段對比，效率下降的省份僅有海南、青海、江西和北京，分別下降了0.0827、0.0073、0.0062 和0.0003。北京總體表現(xiàn)非常平穩(wěn)，下降可忽略不計；海南整體下降明顯，下降幅度最大，應(yīng)明確下降原因（前期效率值高主要依賴于經(jīng)濟發(fā)展環(huán)境和政府的優(yōu)惠政策，而自身的創(chuàng)新意愿和創(chuàng)新內(nèi)驅(qū)力相對不足），應(yīng)對癥下藥，大力提升創(chuàng)新投入-產(chǎn)出效率；青海、江西較小程度的下滑要引起相應(yīng)的重視，同時也表明這類省份在第一階段中所表現(xiàn)出的技術(shù)創(chuàng)新高效率基本上是由外部環(huán)境所主導(dǎo)。從區(qū)域來看，全國、東、中、西部和東北地區(qū)的綠色技術(shù)創(chuàng)新效率均值分別為0.89、0.94、0.90、0.84 和0.90，仍呈現(xiàn)突出的區(qū)域階梯分布格局。

由下頁圖2 可知，大部分DMU 均實現(xiàn)了效率均值的整體提升。按提升幅度排序居于前五名的為江蘇、廣東、河北、浙江、山東，提升幅度分別為0.0718、0.0682、0.0629、0.0627和0.0611，說明這些省份第一階段較低的綠色技術(shù)創(chuàng)新效率水平并不完全是由其工業(yè)企業(yè)自身原因所造成的，而是較大程度上受到了外部環(huán)境因素的不利影響。

圖2 第一階段和第三階段綠色技術(shù)創(chuàng)新效率對比圖

3 工業(yè)企業(yè)綠色技術(shù)創(chuàng)新模式分析

為了直觀展示各省份在創(chuàng)新綜合投入和創(chuàng)新效率方面的分布格局，本文從創(chuàng)新綜合投入提取的視角來探討各省份的綠色技術(shù)創(chuàng)新生產(chǎn)模式，以明晰各省份在綠色創(chuàng)新綜合投入與產(chǎn)出上的有效性和具體分布格局，為各省份向更具效率的生產(chǎn)模式進階提供量化參考。

本文采用因子分析法將創(chuàng)新人才投入、研發(fā)資金投入、企業(yè)資產(chǎn)投入和能源要素投入進行降維處理，并通過了KMO 測度和Bartlett 檢驗，結(jié)果顯示：KMO 測度為0.632，滿足進行因子分析的前提假設(shè)，且僅有一個公共因子特征根大于1，其對總體方差的解釋能力為67.66%，由此可進一步計算出創(chuàng)新綜合投入的得分作為各省份的綜合創(chuàng)新投入指標(biāo)。以創(chuàng)新綜合投入為橫軸，以真實綠色技術(shù)創(chuàng)新效率值為縱軸，繪制出2010—2021 年30 個省份的創(chuàng)新綜合投入與效率均值的散點圖；再以各組數(shù)據(jù)的均值作為橫縱坐標(biāo)（7.3158，0.8902），以該點為界可將所有樣本點劃分為四個象限，如圖3所示。

圖3 各省份綠色技術(shù)創(chuàng)新模式象限圖

位于第一象限的省份處于“高投入高效率”生產(chǎn)模式。該象限包括北京、上海、江蘇、廣東、浙江、山東、湖北、安徽、湖南、河南、天津、遼寧和四川共13 個省份，該象限所占比例最大，這說明中國綠色創(chuàng)新效率逐步改善，創(chuàng)新資源配置水平進一步提高。這些省份經(jīng)濟相對發(fā)達，擁有更多的知識和技術(shù)密集型產(chǎn)業(yè)、高等院校與科研機構(gòu)，尤其是北京、上海、江蘇、廣東等省份都接近或位于技術(shù)前沿面上。“高投入高效率”同時表明這些省份的創(chuàng)新投入已穩(wěn)步轉(zhuǎn)化為高質(zhì)量技術(shù)成果和可觀的經(jīng)濟效益。

位于第二象限的省份處于“低投入高效率”生產(chǎn)模式。該象限包括吉林、廣西和重慶共3 個省份，雖然表面上看其綜合創(chuàng)新投入體量規(guī)模不大，但其優(yōu)質(zhì)的管理效率使要素得到充分利用，開創(chuàng)了綠色技術(shù)創(chuàng)新效率高企的有利局面，接下來應(yīng)考慮重點增加創(chuàng)新綜合投入，進一步發(fā)掘本區(qū)域綠色創(chuàng)新潛力。

位于第三象限的省份為“低投入低效率”生產(chǎn)模式。該象限包括寧夏、青海、內(nèi)蒙古、貴州、云南、黑龍江、甘肅、新疆、海南和山西共10 個省份。與“高投入高效率”生產(chǎn)模式區(qū)間形成了綠色創(chuàng)新效率兩極化發(fā)展格局。經(jīng)濟基礎(chǔ)中的不利條件為地區(qū)綠色技術(shù)創(chuàng)新帶來了重重阻礙，考慮到該區(qū)域創(chuàng)新制度尚不完善和創(chuàng)新管理水平較低，政府應(yīng)發(fā)揮其引導(dǎo)作用和服務(wù)職能，在優(yōu)惠政策、配套服務(wù)上提供更多便利措施助力和扶持高新技術(shù)企業(yè)的發(fā)展。

位于第四象限的省份為“高投入低效率”生產(chǎn)模式。該象限包括陜西、福建、江西和河北共4 個省份。這些省份的綠色創(chuàng)新投入規(guī)模較大，但創(chuàng)新產(chǎn)出并不理想，資源配置和利用效率較低，創(chuàng)新面臨著低質(zhì)低效的困境。因此應(yīng)作為重點改進對象，科學(xué)嚴格地控制好創(chuàng)新投入規(guī)模，加強對創(chuàng)新投入的過程管理，優(yōu)化生產(chǎn)流程，對創(chuàng)新投入資源進行合理化配置，最終實現(xiàn)綠色創(chuàng)新績效的提升。

4 結(jié)論和建議

4.1 結(jié)論

本文基于2010—2021 年我國30 個省份的面板數(shù)據(jù)，采用改進的三階段SBM-DEA 模型對中國工業(yè)企業(yè)的綠色技術(shù)創(chuàng)新效率進行了測算。利用因子分析法對真實技術(shù)創(chuàng)新效率的生產(chǎn)組合模式進行了象限分類，將30 個省份分為“高投入高效率”“低投入高效率”“低投入低效率”和“高投入低效率”四種不同生產(chǎn)模式類型。研究結(jié)果顯示：

首先，從全國來看，近年來各省份綠色技術(shù)創(chuàng)新效率顯著提高且分布趨于集中，省份間效率差距有所減小，高強度的研發(fā)投入帶來了明顯的效率提振效果。相較于第一階段效率測算結(jié)果而言，大部分省份的創(chuàng)新效率在剔除環(huán)境變量的干預(yù)和隨機誤差項擾動后呈現(xiàn)穩(wěn)步上升趨勢，但仍然無法擺脫階梯狀非均衡的分布格局，區(qū)域經(jīng)濟發(fā)展的不平衡也可直接導(dǎo)致創(chuàng)新效率分布的不平衡，這也進一步佐證了中國工業(yè)企業(yè)創(chuàng)新效率與經(jīng)濟發(fā)展水平之間具有高度一致性的結(jié)論，中西部地區(qū)創(chuàng)新效率仍有較大提升空間。其次，外部環(huán)境因素對創(chuàng)新的影響不可忽視，且不同環(huán)境因素帶來的影響具有異質(zhì)性。這意味著在實施不同政策時應(yīng)考慮政策之間的相互作用，以免政策激勵效果不佳，政策效應(yīng)被稀釋或抵消。最后，由生產(chǎn)模式分類可知，一半以上的省份處于“高投入高效率”和“低投入高效率”生產(chǎn)模式，這說明中國綠色創(chuàng)新效率整體上逐步改善，創(chuàng)新資源配置水平進一步提高。但仍有14個省份處于無論采用高投入還是低投入的生產(chǎn)模式，其綠色創(chuàng)新產(chǎn)出效率依然低質(zhì)低效的局面，且大部分位于中西部地區(qū)。

4.2 建議

針對以上研究結(jié)論，本文提出如下建議：第一，應(yīng)持續(xù)加大政府對綠色技術(shù)創(chuàng)新的支持力度，逐步構(gòu)建有效的創(chuàng)新型金融體系，努力打破由區(qū)域經(jīng)濟發(fā)展不平衡所導(dǎo)致的技術(shù)創(chuàng)新效率不均衡的桎梏。一方面，政府作為創(chuàng)新系統(tǒng)頂層設(shè)計的主體，是引領(lǐng)創(chuàng)新戰(zhàn)略和塑造創(chuàng)新環(huán)境的主導(dǎo)力量。另一方面，各省份應(yīng)立足本區(qū)域創(chuàng)新資源稟賦，形成有效支撐創(chuàng)新的金融機制，通過相關(guān)激勵和引導(dǎo)政策如稅收優(yōu)惠、專項補貼、低息貸款、知識產(chǎn)權(quán)保護政策等，共建共享合作機制和科技創(chuàng)新平臺，促進創(chuàng)新成果的孵化和轉(zhuǎn)化。第二，加快完善信息基礎(chǔ)設(shè)施建設(shè)，提供培育創(chuàng)新的良好硬件環(huán)境?；ヂ?lián)網(wǎng)等信息基礎(chǔ)設(shè)施作為知識、信息、大數(shù)據(jù)平臺的基礎(chǔ)載體和重要依托，對加快現(xiàn)代信息網(wǎng)絡(luò)建設(shè)和支撐綠色技術(shù)創(chuàng)新治理決策具有關(guān)鍵作用。第三，組合使用不同政策工具，打出一套綠色創(chuàng)新政策組合拳?？紤]到不同環(huán)境因素的作用，一方面，充分利用創(chuàng)新市場環(huán)境對人才投入冗余量的吸收和優(yōu)化作用，另一方面，大力激發(fā)經(jīng)濟發(fā)展水平、工業(yè)化水平和對外開放水平對企業(yè)綠色創(chuàng)新的正面助推作用。第四，深刻把握綠色技術(shù)創(chuàng)新的規(guī)律，具體考慮不同區(qū)域差異化政策的協(xié)同需求，優(yōu)化綠色創(chuàng)新資源配置效率，對不同生產(chǎn)組合模式的省份要針對性地給出不同解決方案。如對“高投入低效率”省份，在準確把握不同區(qū)域?qū)嶋H情況的基礎(chǔ)上，適當(dāng)控制過高投入?yún)^(qū)域的創(chuàng)新投入規(guī)模，合理配置創(chuàng)新資源；而對于“低投入低效率”的省份，因受困于制度因素和管理水平，政府可對投入明顯不足的區(qū)域給予適當(dāng)?shù)恼邇A斜，加大扶持力度，給予企業(yè)更多自主創(chuàng)新的活動空間，最終實現(xiàn)本區(qū)域綠色創(chuàng)新水平提升。