長江經(jīng)濟帶工業(yè)綠色技術(shù)創(chuàng)新效率的時空分異研究

閆華飛 肖靜 馮兵

摘 要：隨著長江經(jīng)濟帶發(fā)展戰(zhàn)略的深入推進，綠色技術(shù)創(chuàng)新已成為其綠色發(fā)展、可持續(xù)發(fā)展的必然選擇。工業(yè)是綠色技術(shù)創(chuàng)新活動的重要承擔者。本研究基于超效率SBM和Malmquist指數(shù)模型，運用2013—2017年長江經(jīng)濟帶沿線11省市的面板數(shù)據(jù)，對其工業(yè)綠色技術(shù)創(chuàng)新效率進行靜態(tài)測度與動態(tài)分析。研究結(jié)果顯示：長江經(jīng)濟帶工業(yè)綠色技術(shù)創(chuàng)新效率總體較低，各年效率均值皆小于1;但長江經(jīng)濟帶、上中下游以及江西等8個省市的工業(yè)綠色技術(shù)創(chuàng)新效率都實現(xiàn)了增長;技術(shù)創(chuàng)新效率的增速高于技術(shù)進步的增速;區(qū)域與省級層面的技術(shù)創(chuàng)新效率及變化呈現(xiàn)明顯的時空分異特征。最后，提出提升工業(yè)綠色技術(shù)創(chuàng)新效率的對策建議。

關(guān)鍵詞：長江經(jīng)濟帶;工業(yè);綠色技術(shù);創(chuàng)新效率;MI指數(shù)

基金項目：國家社會科學基金項目“綠色發(fā)展視角下長江經(jīng)濟帶工業(yè)分工與協(xié)作研究”（17BJY080）;湖北省軟科學項目“湖北省磷化工產(chǎn)業(yè)技術(shù)創(chuàng)新效率評價與提升對策研究”（2018ADC058）;湖北省教育廳人文社科重點項目“湖北省科技型小微企業(yè)成長的影響因素及其作用機理研究”（17D045）。

[中圖分類號] X38 [文章編號] 1673-0186（2020）003-0006-012

[文獻標識碼] A ? ? [DOI編碼] 10.19631/j.cnki.css.2020.003.001

長江經(jīng)濟帶橫跨我國東、中、西部，是經(jīng)濟體量最大、生態(tài)資源最盛、發(fā)展?jié)摿ψ顝姷慕?jīng)濟地帶，也是我國生態(tài)文明建設(shè)的先行示范帶、創(chuàng)新驅(qū)動帶，在推動我國經(jīng)濟高質(zhì)量發(fā)展方面發(fā)揮著重要作用[1-2]。黨的十九大明確提出要通過構(gòu)建市場導向的綠色技術(shù)創(chuàng)新體系推動綠色發(fā)展?！豆I(yè)綠色發(fā)展規(guī)劃（2016—2020年）》進一步指出關(guān)鍵綠色技術(shù)創(chuàng)新是地區(qū)經(jīng)濟持續(xù)發(fā)展的重要動力，在日益嚴峻的資源約束環(huán)境下應(yīng)大力發(fā)揮綠色科技創(chuàng)新對工業(yè)綠色發(fā)展的引領(lǐng)作用。

傳統(tǒng)的工業(yè)發(fā)展模式及布局使得長江經(jīng)濟帶環(huán)境污染現(xiàn)象日益突出，與綠色發(fā)展、可持續(xù)發(fā)展等理念相悖。在當前國家高度重視工業(yè)綠色發(fā)展的政策背景下，把握長江經(jīng)濟帶綠色技術(shù)創(chuàng)新現(xiàn)狀、引導工業(yè)企業(yè)大力開展綠色技術(shù)創(chuàng)新活動，對長江經(jīng)濟帶高質(zhì)量發(fā)展具有重大現(xiàn)實意義。那么，長江經(jīng)濟帶及各區(qū)域的工業(yè)綠色技術(shù)創(chuàng)新效率究竟如何、區(qū)域間差異怎樣、動態(tài)趨勢如何演化等問題亟須解答。本研究將基于超效率SBM和Malmquist指數(shù)模型，運用2013—2017年長江經(jīng)濟帶沿線11省市的面板數(shù)據(jù)，對其工業(yè)綠色技術(shù)創(chuàng)新效率進行靜態(tài)測度與動態(tài)分析。

一、文獻回顧

（一）工業(yè)與綠色技術(shù)創(chuàng)新

綠色技術(shù)創(chuàng)新是綠色創(chuàng)新的核心組成部分，包含綠色工藝、綠色材料、綠色設(shè)備、綠色產(chǎn)品設(shè)計等技術(shù)的創(chuàng)新。歐盟委員會將其定義為：遵循生態(tài)原理及經(jīng)濟規(guī)律，節(jié)約能源和資源，減輕或消除生態(tài)環(huán)境破壞和污染，達到生態(tài)負效應(yīng)最小的“無公害化”或“少公害化”的技術(shù)、工藝和產(chǎn)品的總稱[3-5]。工業(yè)在綠色技術(shù)創(chuàng)新活動中的基礎(chǔ)研發(fā)、專利申請、成果轉(zhuǎn)化等方面發(fā)揮著主體作用，是綠色技術(shù)創(chuàng)新活動的重要承擔者。在環(huán)境污染日益嚴重的背景下，引導工業(yè)大力開展綠色技術(shù)創(chuàng)新活動、提升綠色技術(shù)創(chuàng)新效率具有重要現(xiàn)實意義[6]。

（二）綠色技術(shù)創(chuàng)新效率

現(xiàn)階段，學界對綠色技術(shù)創(chuàng)新效率的研究大多集中于效率評價、影響因素以及對策研究三個方面。

效率評價主要從評價視域和評價方法兩方面展開。效率評價視域主要集中于區(qū)域、城市與產(chǎn)業(yè)三個層面。丁顯有[7]和孫麗文[8]分別以長三角城市群及環(huán)渤海經(jīng)濟帶為研究對象，探究其綠色創(chuàng)新效率。易明[9]和李琳[10]以長江經(jīng)濟帶作為研究對象，分析其全要素生產(chǎn)率及時空分異特征，探討沿線城市工業(yè)綠色發(fā)展水平的差異。在效率評價方法上，多采用納入非期望產(chǎn)出的改進后的數(shù)據(jù)包絡(luò)分析法、主成分分析法、熵權(quán)-TOPSIS等模型。王旭、褚旭等基于超效率SBM模型對中國制造業(yè)的綠色技術(shù)創(chuàng)新效率進行測度[11];李華旭、孔凡斌等基于主成分分析法對長江經(jīng)濟帶綠色發(fā)展水平及其影響因素進行評價和判別[12];陳元志、朱瑞博等綜合運用Bootstrap-DEA-Malmquist模型對不同所有制企業(yè)的技術(shù)創(chuàng)新效率進行測算[13]。

綠色技術(shù)創(chuàng)新效率一般與地區(qū)經(jīng)濟發(fā)展水平高度相關(guān)，環(huán)境規(guī)制、制度結(jié)構(gòu)、技術(shù)進步、能源消費結(jié)構(gòu)、對外開放水平等變量對綠色技術(shù)創(chuàng)新效率具有顯著影響。賈軍、魏潔云等重點探究了環(huán)境規(guī)制對綠色技術(shù)創(chuàng)新的影響，研究認為命令控制型和市場激勵型環(huán)境規(guī)制均能有效促進綠色技術(shù)創(chuàng)新[14]。王志平、陶長琪等從技術(shù)、制度、產(chǎn)業(yè)三個角度分解出綠色技術(shù)效率的影響因素，研究發(fā)現(xiàn)技術(shù)進步、良好的制度結(jié)構(gòu)等對綠色技術(shù)創(chuàng)新效率具有正向影響[15]。高廣闊、王藝群的研究表明：區(qū)域經(jīng)濟水平、科技創(chuàng)新環(huán)境以及對外開放水平等均對高耗能產(chǎn)業(yè)綠色創(chuàng)新具有顯著正向影響[16]。

隨著環(huán)境污染問題的日益突出，如何提升綠色技術(shù)創(chuàng)新效率也成為學者們關(guān)注的重點。促進綠色技術(shù)的進步與轉(zhuǎn)型、縮小區(qū)域綠色技術(shù)創(chuàng)新效率差距、推動全方位科技交流與合作、落實現(xiàn)有綠色發(fā)展政策等是學界較為認同的有效路徑。王海龍、連曉宇等研究指出我國綠色技術(shù)創(chuàng)新效率呈現(xiàn)東高西低態(tài)勢，發(fā)展綠色技術(shù)、發(fā)揮政府主導作用、給予政策支持等是縮小區(qū)域綠色創(chuàng)新發(fā)展差距的重要舉措[17]。傅為忠、徐麗君認為加強區(qū)域間工業(yè)綠色技術(shù)交流與合作、推進綠色協(xié)同增長、促進綠色聯(lián)動等是提升工業(yè)綠色發(fā)展成熟度的有效措施[18]。

綜上所述，雖國內(nèi)學者從區(qū)域、城市或某一行業(yè)角度對綠色技術(shù)創(chuàng)新效率進行了廣泛研究，但有關(guān)長江經(jīng)濟帶這一特定區(qū)域的工業(yè)綠色技術(shù)創(chuàng)新效率的研究還相對較少;研究方法大多側(cè)重于靜態(tài)的效率評價，動態(tài)演化趨勢研究相對缺乏。基于此，本研究采集長江經(jīng)濟帶沿線11省市有關(guān)工業(yè)綠色技術(shù)創(chuàng)新的最新數(shù)據(jù)，運用超效率SBM模型與全局Malmquist指數(shù)模型，對2013—2017年長江經(jīng)濟帶工業(yè)綠色技術(shù)創(chuàng)新效率進行計量和分解，明晰其靜態(tài)效率分異及動態(tài)演化趨勢，以期為提升長江經(jīng)濟帶工業(yè)綠色技術(shù)創(chuàng)新效率提供事實基礎(chǔ)。

二、研究設(shè)計

（一）研究方法

1.超效率SBM模型

DEA模型與SBM模型是綠色創(chuàng)新效率評價的常用方法，然而DEA模型存在對效率的過高估計，SBM模型無法進一步區(qū)分效率值為1的有效決策單元的效率差異[19]。2002年Kaoru Tone在SBM模型的基礎(chǔ)上提出了超效率SBM模型[20]，該模型的最大特點為有效決策單元的效率值可大于或等于1，利于對效率值進行較為清晰的區(qū)分。本研究擬采用超效率SBM模型測度長江經(jīng)濟帶工業(yè)綠色技術(shù)創(chuàng)新效率，構(gòu)建包含非期望產(chǎn)出的超效率SBM模型，公式如下：

（1）式中，n表示決策單元數(shù)量，每個決策單元有m種投入，r種期望產(chǎn)出和p種非期望產(chǎn)出。x、yd、yu分別對應(yīng)其投入矩陣、期望產(chǎn)出矩陣和非期望產(chǎn)出矩陣中的必要元素，ρ*為最終的技術(shù)創(chuàng)新效率值。

2.全局Malmquist指數(shù)

超效率SBM模型只能測算靜態(tài)綠色技術(shù)創(chuàng)新效率值，無法度量動態(tài)演化趨勢以及進行效率分解以明晰影響效率值的具體因素，Malmquist指數(shù)模型較好地解決了這一問題，已被廣泛應(yīng)用于工業(yè)、醫(yī)藥、金融、生態(tài)環(huán)境等領(lǐng)域的效率分析。全局參比Malmquist指數(shù)模型是由Pastor與Lovell提出的一種Malmquist指數(shù)測算方法[21]，它的不同之處在于以所有各期的總和作為參考集，有效彌補了不能滿足傳遞性和線性規(guī)劃無可行解的缺陷。Malmquist生產(chǎn)率一般利用距離函數(shù)的比率來計算。即：

（二）指標選取

根據(jù)全面性、科學性以及數(shù)據(jù)的可獲得性等原則，借鑒綠色技術(shù)創(chuàng)新的相關(guān)研究，構(gòu)建評價工業(yè)綠色技術(shù)創(chuàng)新效率的指標體系，如表1所示。投入指標一般分為人力及財力投入，已有研究表明R&D人員全時當量（X1）和R&D經(jīng)費內(nèi)部支出（X2）能夠充分表明一個地區(qū)的創(chuàng)新規(guī)模及潛力，是一個地區(qū)創(chuàng)新投入能力的全面體現(xiàn)[22]。同時，將能源消費量（X3）作為投入之一，能源投入是指將煤炭、電力、天然氣等能源統(tǒng)一折算為標準煤，可以顯示綠色技術(shù)創(chuàng)新的能源消耗，較少的能源消耗表示較高的綠色產(chǎn)出[23]。產(chǎn)出指標分為期望產(chǎn)出和非期望產(chǎn)出，即“好”產(chǎn)出和“壞”產(chǎn)出。期望產(chǎn)出主要選取發(fā)明專利申請數(shù)（Y1）、新產(chǎn)品開發(fā)項目數(shù)（Y2）和新產(chǎn)品銷售收入（Y3），這三個指標能較好體現(xiàn)綠色技術(shù)創(chuàng)新的研發(fā)效果以及經(jīng)濟收益[24-25];并選取工業(yè)廢水排放量（Z1）、工業(yè)廢氣排放量（Z2）、工業(yè)固體廢棄物產(chǎn)生量（Z3）原始值作為非期望產(chǎn)出指標[10]。

（三）數(shù)據(jù)來源與處理

考慮到綠色技術(shù)創(chuàng)新投入轉(zhuǎn)化為產(chǎn)出會產(chǎn)生一定時滯，借鑒其他研究成果，將投入產(chǎn)出時滯設(shè)定為1年[26]，即投入指標的時間區(qū)間設(shè)為2012—2016年，產(chǎn)出指標設(shè)為2013—2017年。指標體系中X1、X2、Y1、Y2、Y3均來源于《中國科技統(tǒng)計年鑒》;X3來源于《中國能源統(tǒng)計年鑒》;Z1、Z2、Z3來源于《中國環(huán)境統(tǒng)計年鑒》以及各?。ㄊ校┙y(tǒng)計年鑒。由于少數(shù)省份如江蘇、湖南未披露2016或2017年工業(yè)廢氣的相關(guān)數(shù)據(jù)，采用學界常用的線性插值法對原始數(shù)據(jù)進行補齊[27]。

三、實證結(jié)果與分析

（一）描述性統(tǒng)計

描述性統(tǒng)計分別呈現(xiàn)主要指標的均值、標準差、最大值與最小值的結(jié)果。由表2可知，長江經(jīng)濟帶沿線11省市各指標數(shù)據(jù)間的差異較大，可以初步判斷11省市的綠色技術(shù)創(chuàng)新效率也可能具有明顯差異，后續(xù)將進一步進行實證分析。

（二）相關(guān)系數(shù)

應(yīng)用數(shù)據(jù)包絡(luò)模型進行效率測算時，各個投入指標與期望產(chǎn)出指標需滿足同向性條件[28]。為全面考察投入與產(chǎn)出間的關(guān)聯(lián)度，對各指標進行Pearson相關(guān)分析，得到各指標間的相關(guān)系數(shù)矩陣，結(jié)果見表3。

由表3可以看出，投入指標與期望產(chǎn)出指標的相關(guān)系數(shù)均為正數(shù)，滿足同向性要求，并且均達到了1%的顯著性水平，這說明投入指標與期望產(chǎn)出指標之間存在顯著的正相關(guān)關(guān)系，增加投入會帶來期望產(chǎn)出的增加。此外，人力及經(jīng)費投入與非期望產(chǎn)出通過顯著性檢驗，且呈現(xiàn)負相關(guān)關(guān)系，說明綠色創(chuàng)新投入越多，環(huán)境污染會降低;能源消耗與非期望產(chǎn)出之間存在顯著正相關(guān)關(guān)系，表明能源消耗越多，非期望產(chǎn)出值越高?？傮w而言，各投入產(chǎn)出指標間的相關(guān)性合理，可以進行更深入的分析。

（三）綠色技術(shù)創(chuàng)新效率的靜態(tài)測度

運用MaxDEA Pro軟件，測算出長江經(jīng)濟帶沿線11省市2013—2017年的綠色技術(shù)創(chuàng)新效率，并依據(jù)地理區(qū)位將11省市劃分為上、中、下游三個區(qū)域，上游分別為云貴川渝四?。ㄊ校杏畏謩e為鄂湘皖贛四省，下游分別為蘇滬浙三?。ㄊ校Ｃ恳荒甑木唧w效率值及排名情況綜合匯總為表4。上中下游的綠色技術(shù)創(chuàng)新效率變化情況如圖1所示。

第一，整體效率分析。2013—2017年長江經(jīng)濟帶工業(yè)綠色技術(shù)創(chuàng)新效率均值分別為0.778、0.845、0.854、0.860、0.811，各年效率均值都小于1，未達到超效率SBM模型設(shè)定的有效標準?？梢姽I(yè)綠色技術(shù)創(chuàng)新效率雖大體上呈上升趨勢，但總體效率值仍較低。

2013—2016年總體效率均值呈現(xiàn)上升趨勢，2016年是長江經(jīng)濟帶工業(yè)綠色技術(shù)創(chuàng)新發(fā)展的拐點，2017年出現(xiàn)下滑，整體上呈現(xiàn)倒“U”型關(guān)系。究其原因，“十二五”期間，國家提高了對工業(yè)綠色發(fā)展的重視程度，突出抓好工業(yè)領(lǐng)域的節(jié)能降耗工作，大幅度降低能源消耗強度和二氧化碳排放強度，故總體效率均值呈現(xiàn)上升趨勢。2016年是我國“十三五”規(guī)劃的啟動年，規(guī)劃提出了長江經(jīng)濟帶發(fā)展戰(zhàn)略，進一步加大沿江工業(yè)污染的治理力度，沿江各?。ㄊ校┫嗬^出臺了地區(qū)工業(yè)綠色發(fā)展措施，在一系列綠色發(fā)展目標的高壓下，各地工業(yè)企業(yè)在轉(zhuǎn)型升級、綠色技術(shù)創(chuàng)新上面臨較大挑戰(zhàn)，致使傳統(tǒng)工業(yè)發(fā)展模式與綠色發(fā)展要求存在一定不適應(yīng)性，效率值出現(xiàn)下降。

第二，從區(qū)域?qū)用婵?，下游地區(qū)效率均值5年間基本上處在包絡(luò)前沿上，排名始終處在前列，明顯高于中上游地區(qū)及整體的效率水平，具體見圖1。中上游地區(qū)效率均值則差異較小，但在各年存在一定差別：2014和2015年上游地區(qū)效率均值高于中游地區(qū)，而2013、2016、2017年中游地區(qū)則高于上游地區(qū)。

第三，從省域范圍來看，根據(jù)5年來工業(yè)綠色技術(shù)創(chuàng)新效率均值高低進行分類和對比分析，可以看出11省市的工業(yè)綠色技術(shù)創(chuàng)新效率差異較大。其中，高效率地區(qū)（效率值1～1.2）為浙江、上海、安徽、重慶;中等效率地區(qū)（效率值0.8～1）有江蘇、四川、湖南;低效率地區(qū)（效率值0～0.8）有江西、云南、湖北、貴州?？傮w來看，基本遵循經(jīng)濟發(fā)展水平越高則工業(yè)綠色技術(shù)創(chuàng)新效率越高的規(guī)律，但也不盡然，經(jīng)濟發(fā)展水平只是影響工業(yè)綠色技術(shù)創(chuàng)新效率的重要影響因素之一，政府支持力度、技術(shù)水平、環(huán)境規(guī)制強度、工業(yè)規(guī)模、地區(qū)對外開放水平、民眾綠色發(fā)展意識等均是不可忽視的重要因素。

（四）Malmquist指數(shù)及動態(tài)分解

Malmquist指數(shù)利于勾勒出工業(yè)綠色技術(shù)創(chuàng)新效率的動態(tài)演化趨勢，通過將全要素生產(chǎn)率分解為效率變化和技術(shù)變化，明確技術(shù)創(chuàng)新效率和技術(shù)進步的具體影響。將2013—2017年長江經(jīng)濟帶投入及產(chǎn)出數(shù)據(jù)代入MaxDEA Pro軟件進行計算，得到2013—2017年長江經(jīng)濟帶工業(yè)綠色全要素生產(chǎn)率Malmquist指數(shù)及分解結(jié)果。其中，EC為工業(yè)綠色技術(shù)創(chuàng)新效率變化指數(shù)，TC為工業(yè)綠色技術(shù)變化指數(shù)，MI即Malmquist指數(shù)，代表工業(yè)綠色全要素生產(chǎn)率，MI指數(shù)值為效率變化指數(shù)與技術(shù)變化指數(shù)的乘積。具體見表5。

第一，整體MI指數(shù)及其分解情況。由表5可知，4個評價區(qū)間內(nèi)長江經(jīng)濟帶工業(yè)綠色全要素生產(chǎn)率MI指數(shù)均值分別為0.991、0.959、1.324、0.900，除2015—2016年大于1外，其余各評價區(qū)間均小于1，年均增速為4.35%。技術(shù)創(chuàng)新效率指數(shù)EC分別為1.111、1.118、1.126、0.954，效率值相對于上一個年度分別提高了11.1%、11.8%、12.6%、-4.6%，年均增速為7.73%;技術(shù)變化指數(shù)TC分別為0.942、0.952、1.323、0.953，技術(shù)進步相對于上一個年度分別變化了-5.8%、-4.8%、32.3%、-4.7%，年均增速為4.25%。這表明，長江經(jīng)濟帶工業(yè)綠色全要素生產(chǎn)率整體偏低，但仍處于增長階段;技術(shù)創(chuàng)新效率和技術(shù)水平總體上都在提高，且技術(shù)創(chuàng)新效率增速高于技術(shù)進步的增速;全要素生產(chǎn)率MI指數(shù)的上升，是技術(shù)創(chuàng)新效率和技術(shù)進步共同作用的結(jié)果。

為進一步檢驗技術(shù)創(chuàng)新效率和技術(shù)進步對全要素生產(chǎn)率的影響，采用Stata 14.0軟件，運行表5中的短面板數(shù)據(jù)，運用最小二乘OLS回歸模型，并將固定效應(yīng)FE回歸與隨機效應(yīng)RE回歸作為對比模型，較為全面地得到EC和TC對MI的回歸系數(shù)及顯著性情況，具體見表6。

由上表可知，三類回歸模型測算出的結(jié)論均通過了正向顯著性檢驗，并且三類模型中TC的回歸系數(shù)均大于EC。這表明效率變化與技術(shù)變化對工業(yè)綠色全要素生產(chǎn)率MI指數(shù)均具有顯著正向影響，相較而言，技術(shù)變化的回歸系數(shù)更大，表明技術(shù)變化的影響更為明顯。

第二，從區(qū)域MI指數(shù)分布來看，三個區(qū)域及整體的MI指數(shù)均值的波動趨勢大致相同，均在2015—2016年度區(qū)間出現(xiàn)明顯的上升波動，而在2016—2017年度區(qū)間出現(xiàn)較大幅度的下降，而三個區(qū)域的MI指數(shù)均值大小呈不規(guī)則分布（圖2）：2013—2014區(qū)間由高到低排列為下游、上游、中游;2014—2015、2015—2016兩個評價區(qū)間內(nèi)MI指數(shù)均值由高到低依次為中游、下游、上游;2016—2017區(qū)間為中游、上游、下游。相比較而言，中游地區(qū)工業(yè)綠色全要素生產(chǎn)率MI指數(shù)排名呈上升趨勢，下游地區(qū)排名呈現(xiàn)下降趨勢。從MI年均增速看，上游、中游、下游的工業(yè)綠色全要素生產(chǎn)率增速分別為-0.48%、11%、1.95%，中游地區(qū)全要素生產(chǎn)率增長最快，上游地區(qū)出現(xiàn)小幅度的負增長。

通過對區(qū)域MI指數(shù)分解發(fā)現(xiàn)，上游地區(qū)2013—2017年間技術(shù)創(chuàng)新效率變化分別為4.4%、43.8%、-18.6%、-1.1%，而技術(shù)變化分別為-4.7%、-23.4%、66.1%、-8.6%，但技術(shù)創(chuàng)新效率年均增速為7.125%，技術(shù)進步年均增速為7.35%。中游地區(qū)2013—2017年技術(shù)創(chuàng)新效率變化分別為-6.3%、-4.0%、55.6%、-4.5%，而技術(shù)變化分別為7.3%、4.1%、-3.6%、4.8%，技術(shù)創(chuàng)新效率年均增速為10.2%，技術(shù)進步年均增速為3.15%。下游地區(qū)2013—2017年技術(shù)創(chuàng)新效率變化分別為43.1%、-9.8%、-3.3%、-9.3%，而技術(shù)變化分別為-25%、8.0%、34.9%、-12.2%，技術(shù)創(chuàng)新效率年均增速為5.18%，技術(shù)進步年均增速為1.43%。可見，上游地區(qū)技術(shù)進步最明顯，其次為中游和下游;中游地區(qū)技術(shù)創(chuàng)新效率年均增速最快，其次為上游和下游?？傮w上，技術(shù)創(chuàng)新效率增速快于技術(shù)進步增速。

第三，從省際MI指數(shù)分析，如圖3所示，浙江、上海、江蘇、江西、湖南、湖北、重慶、云南8個省市MI指數(shù)均值大于1，占比72.7%，其中江西提升最快，提升38.4%，其余7省市提升幅度相對較小，均不超過10%。而安徽、四川、貴州3個省份MI指數(shù)均值小于1，占比27.3%，四川下降幅度最大，下降17.6%。可見，各省市工業(yè)綠色全要素生產(chǎn)率MI指數(shù)呈明顯的時空分異特征：在4個評價區(qū)間內(nèi)（表5），重慶4次、江西和云南各3次MI指數(shù)高于1，且江西3次排名前三，江西、重慶、云南工業(yè)綠色全要素生產(chǎn)率水平較高，年均增速為38.4%、10%、7.7%;四川、貴州、安徽各3次MI指數(shù)低于1，年均增速為-17.6%、-2%、-0.4%，且貴州3次排名后三位，四川4次均排名在后三位，工業(yè)綠色全要素生產(chǎn)率水平有待提高。

通過對省際MI指數(shù)分解發(fā)現(xiàn)，2013—2017年間技術(shù)創(chuàng)新效率實現(xiàn)增長的省份有江西、云南、江蘇、湖北、安徽、上海、重慶、貴州，年均增長率為36.6%、35.5%、15.6%、4.9%、1.9%、1.7%、1%、0.5%，而四川、湖南、浙江實現(xiàn)了負增長，分別為-8.7%、-2.8%、-2%，技術(shù)變化指數(shù)增長的省份有云南、湖南、重慶、浙江、四川、上海、江西，年均增長率為21.5%、15.6%、8.4%、2.7%、2.6%、1.9%、0.5%，貴州、安徽、湖北、江蘇為負增長，分別為-3.3%、-2.3%、-1.4%、-0.3%。因此，總體上看，8個省市的工業(yè)綠色全要素生產(chǎn)率、技術(shù)創(chuàng)新效率實現(xiàn)了增長，7個省市實現(xiàn)了技術(shù)進步。江西、重慶、云南的工業(yè)綠色全要素生產(chǎn)率較高，江西、云南、江蘇的工業(yè)綠色技術(shù)創(chuàng)新效率較高，云南、湖南、重慶的技術(shù)進步最明顯。

四、結(jié)論與展望

本研究從投入、期望產(chǎn)出和非期望產(chǎn)出三個角度構(gòu)建長江經(jīng)濟帶工業(yè)綠色技術(shù)創(chuàng)新效率評價指標體系，運用2013—2017年11省市的面板數(shù)據(jù)，基于超效率SBM和Malmquist指數(shù)模型科學測度長江經(jīng)濟帶工業(yè)綠色技術(shù)創(chuàng)新效率，并對工業(yè)綠色全要素生產(chǎn)率進行分解，明確技術(shù)創(chuàng)新效率的動態(tài)演化趨勢。結(jié)果發(fā)現(xiàn)：

（1）靜態(tài)分析結(jié)果表明，整體層面上，2013—2017年長江經(jīng)濟帶工業(yè)綠色技術(shù)創(chuàng)新效率較低，均值皆小于1;區(qū)域?qū)用嫔?，下游地區(qū)各年效率均值明顯高于中上游，中上游地區(qū)效率均值高低差異呈不規(guī)律變化趨勢，區(qū)域間差異較大;省際層面上，高效率、中等效率、低效率分異明顯，浙江、上海、安徽、重慶等省市工業(yè)綠色技術(shù)創(chuàng)新效率較高。

（2）動態(tài)分析結(jié)果表明，在4個評價區(qū)間內(nèi)，僅2015—2016年度區(qū)間MI指數(shù)大于1，其余區(qū)間MI指數(shù)介于0.9～1.0之間，整體上長江經(jīng)濟帶工業(yè)綠色全要素生產(chǎn)率呈上升趨勢，且技術(shù)創(chuàng)新效率增速高于技術(shù)進步效率增速;OLS、FE、RE三種回歸模型結(jié)果均顯示效率變化與技術(shù)變化對工業(yè)綠色全要素生產(chǎn)率MI指數(shù)具有顯著正向影響，其中技術(shù)變化的影響更大;區(qū)域?qū)用嫔?，中游地區(qū)MI指數(shù)排名呈上升趨勢，下游地區(qū)排名呈下降趨勢，技術(shù)進步年均增長率排序為上游、中游、下游，技術(shù)創(chuàng)新效率年均增長率排序為中游、上游、下游;省際層面上，11省市綠色全要素生產(chǎn)率在各評價區(qū)間內(nèi)展現(xiàn)明顯的時空分異特征，江西、重慶、云南工業(yè)綠色全要素生產(chǎn)率MI指數(shù)相對較高，四川、貴州、安徽偏低，技術(shù)創(chuàng)新效率除四川、湖南、浙江3省外，其他8省市都實現(xiàn)了增長，技術(shù)變化除貴州、安徽、湖北、江蘇4省外，其他7省市都實現(xiàn)了進步。

（3）結(jié)合靜態(tài)和動態(tài)分析結(jié)果可以看出，2013—2017年間長江經(jīng)濟帶工業(yè)綠色技術(shù)創(chuàng)新效率處于0.778～0.860之間，未達到1的SBM有效標準，但仍保持著增長態(tài)勢，年均增長率達7.73%;下游地區(qū)工業(yè)綠色技術(shù)創(chuàng)新效率明顯高于中上游地區(qū)，基本處于包絡(luò)線前沿，但其增長速度明顯低于中上游地區(qū);江西、云南、湖北等省工業(yè)綠色技術(shù)創(chuàng)新效率值小于0.8，處于低效率水平，但增長速度位居長江經(jīng)濟帶前列，浙江創(chuàng)新效率最高，但出現(xiàn)了2%的負增長。因此，整體上，長江經(jīng)濟帶工業(yè)綠色技術(shù)創(chuàng)新效率在提升，區(qū)域與省際間的差距在縮小。

基于研究結(jié)論，提出如下對策建議：

（1）注重交流與合作，進一步縮小區(qū)域及省際工業(yè)綠色技術(shù)創(chuàng)新發(fā)展差距。下游省份應(yīng)積極“修煉內(nèi)功”，穩(wěn)步提升自身綠色技術(shù)創(chuàng)新效率，利用其經(jīng)濟水平、資源稟賦、技術(shù)水平、高端人才等方面的明顯優(yōu)勢充分發(fā)揮其輻射帶動作用，在新型綠色技術(shù)、產(chǎn)業(yè)融合、高端人才、先進生產(chǎn)運作模式等方面帶動中上游地區(qū)的發(fā)展。同時，中上游地區(qū)應(yīng)吸納下游地區(qū)綠色發(fā)展的有益經(jīng)驗，積極構(gòu)建與下游地區(qū)的交流協(xié)作機制并將其常態(tài)化，有效承接下游地區(qū)的技術(shù)、人才和產(chǎn)業(yè)轉(zhuǎn)移。

（2）大力實施創(chuàng)新驅(qū)動戰(zhàn)略，促進工業(yè)綠色技術(shù)創(chuàng)新發(fā)展。首先，各地政府應(yīng)落實創(chuàng)新驅(qū)動戰(zhàn)略，構(gòu)建以上海、浙江、江蘇、重慶等經(jīng)濟發(fā)達地區(qū)為核心的綠色科技創(chuàng)新中心，注重綠色技術(shù)的研發(fā)，并結(jié)合實踐加快綠色技術(shù)的成果轉(zhuǎn)化。將下游地區(qū)的先進技術(shù)沿長江經(jīng)濟帶向中上游地區(qū)轉(zhuǎn)移，推動地區(qū)間技術(shù)水平的融合和提升，縮小區(qū)域間技術(shù)水平的先天性差距。其次，工業(yè)企業(yè)應(yīng)以綠色技術(shù)開發(fā)與運用為抓手，改進傳統(tǒng)的產(chǎn)業(yè)發(fā)展模式，促進產(chǎn)業(yè)轉(zhuǎn)型升級，建立起現(xiàn)代化的工業(yè)發(fā)展體系，提升其綠色經(jīng)濟效益。同時，政府應(yīng)關(guān)?；蛘哌w移污染較大的工業(yè)企業(yè)，將高標準的污染防治作為工業(yè)企業(yè)的進入門檻，并注重保護和改善中上游地區(qū)水環(huán)境、植被環(huán)境，為長江經(jīng)濟帶全局的綠色發(fā)展奠定基礎(chǔ)。

此外，本研究還存在一些不足之處，后續(xù)研究將進一步深化。一是未對長江經(jīng)濟帶工業(yè)綠色技術(shù)創(chuàng)新效率的影響因素做進一步實證探究，長江經(jīng)濟帶綠色創(chuàng)新效率提升策略的針對性和科學性有待提高。二是在指標體系構(gòu)建上，還有待完善。現(xiàn)有投入和產(chǎn)出指標可能并不能全面反映綠色創(chuàng)新特征，需在以后研究中進一步探討。

參考文獻

[1] ?高紅貴，趙路.長江經(jīng)濟帶產(chǎn)業(yè)綠色發(fā)展水平測度及空間差異分析[J].科技進步與對策，2019（12）：46-53.

[2] ?郝國彩，徐銀良，張曉萌，等.長江經(jīng)濟帶城市綠色經(jīng)濟績效的溢出效應(yīng)及其分解[J].中國人口·資源與環(huán)境，2018（5）：75-83.

[3] ?劉薇.國內(nèi)外綠色創(chuàng)新與發(fā)展研究動態(tài)綜述[J].中國環(huán)境管理干部學院學報，2012（5）：17-20.

[4] ?張志勤.歐盟綠色經(jīng)濟的發(fā)展現(xiàn)狀及前景分析[J].全球科技經(jīng)濟瞭望，2013（1）：50-57.

[5] ?Aguilera-Caracuel J， Ortiz-de-Mandojana N. Green Innovation and Financial Performance on Institutional Approach[J]. Organization & Environment， 2013（4）：365-385.

[6] ?羅良文，梁圣蓉.中國區(qū)域工業(yè)企業(yè)綠色技術(shù)創(chuàng)新效率及因素分解[J].中國人口·資源與環(huán)境，2016（9）：149-157.

[7] ?丁顯有，肖雯，田澤.長三角城市群工業(yè)綠色創(chuàng)新發(fā)展效率及其協(xié)同效應(yīng)研究[J].工業(yè)技術(shù)經(jīng)濟，2019（7）：67-75.

[8] ?孫麗文，陳繼琳.基于經(jīng)濟-環(huán)境-社會協(xié)調(diào)發(fā)展的綠色創(chuàng)新績效評價——以環(huán)渤海經(jīng)濟帶為例[J].科技管理研究，2018（8）：87-93.

[9] ?易明，李綱，彭甲超，等.長江經(jīng)濟帶綠色全要素生產(chǎn)率的時空分異特征研究[J].管理世界，2018（11）：178-179.

[10] ?李琳，張佳.長江經(jīng)濟帶工業(yè)綠色發(fā)展水平差異及其分解——基于2004—2013年108個城市的比較研究[J].軟科學，2016（11）：48-53.

[11] ?王旭，褚旭.中國制造業(yè)綠色技術(shù)創(chuàng)新與融資契約選擇[J].科學學研究，2019（2）：351-361.

[12] ?李華旭，孔凡斌，陳勝東.長江經(jīng)濟帶沿江地區(qū)綠色發(fā)展水平評價及其影響因素分析——基于沿江11?。ㄊ校?010-2014年的相關(guān)統(tǒng)計數(shù)據(jù)[J].湖北社會科學，2017（8）：68-76.

[13] ? 陳元志，朱瑞博.不同所有制企業(yè)技術(shù)創(chuàng)新效率的比較研究——面向大中型工業(yè)企業(yè)和高新技術(shù)企業(yè)的實證分析[J].管理世界，2018（8）：188-189.

[14] ?賈軍，魏潔云，王悅.環(huán)境規(guī)制對中國OFDI的綠色技術(shù)創(chuàng)新影響差異分析——基于異質(zhì)性東道國視角[J].研究與發(fā)展管理，2017（6）：81-90.

[15] ?王志平，陶長琪，沈鵬熠.基于生態(tài)足跡的區(qū)域綠色技術(shù)效率及其影響因素研究[J].中國人口·資源與環(huán)境，2014（1）：35-40.

[16] ? 高廣闊，王藝群.京津冀地區(qū)高耗能產(chǎn)業(yè)綠色創(chuàng)新效率及影響因素分析——基于空間視角的實證研究[J].工業(yè)技術(shù)經(jīng)濟，2018（1）：137-144.

[17] ?王海龍，連曉宇，林德明.綠色技術(shù)創(chuàng)新效率對區(qū)域綠色增長績效的影響實證分析[J].科學學與科學技術(shù)管理，2016（6）：80-87.

[18] ?傅為忠，徐麗君.區(qū)域工業(yè)綠色發(fā)展成熟度動態(tài)評價——基于熵值修正G1法和距離協(xié)調(diào)度改進模型的實證分析[J].工業(yè)技術(shù)經(jīng)濟，2018（3）：61-69.

[19] ?孫秀梅，張慧，綦振法，等.我國東西地區(qū)的碳排放效率對比及科技減排路徑研究——基于三階段DEA和超效率SBM模型的分析[J].華東經(jīng)濟管理，2016（4）：74-79.

[20] ?Tone K. A Slacks-Based Measure of Super-Efficiency in Data Envelopment Analysis[J]. European Journal of Operational Research， 2002，143（1）：32-41.

[21] ?Pastor J T， Lovell C A K. A global Malmquist Productivity Index[J]. Economics Letters， 2005（88）：266-271.

[22] ?白俊紅，江可申，李婧，等.區(qū)域創(chuàng)新效率的環(huán)境影響因素分析——基于DEA-Tobit兩步法的實證檢驗[J].研究與發(fā)展管理，2009（2）：96-102.

[23] ?李靜，倪冬雪.中國工業(yè)綠色生產(chǎn)與治理效率研究——基于兩階段SBM網(wǎng)絡(luò)模型和全局Malmquist方法[J].產(chǎn)業(yè)經(jīng)濟研究，2015（3）：42-53.

[24] ?陳元志，陳勁，吉超.中國不同類型企業(yè)技術(shù)創(chuàng)新效率的趨勢與比較[J].科研管理，2018（5）：1-10.

[25] ?劉章生，宋德勇，弓媛媛.中國綠色創(chuàng)新能力的時空分異與收斂性研究[J].管理學報，2017（10）：1475-1483.

[26] ?朱鵬頤，劉東華，黃新煥.動態(tài)視角下城市科技創(chuàng)新效率評價研究——以福建九地級市為例[J].科研管理，2017（6）：43-50.

[27] ?張峰，史志偉，宋曉娜，等.先進制造業(yè)綠色技術(shù)創(chuàng)新效率及其環(huán)境規(guī)制門檻效應(yīng)[J].科技進步與對策，2019（12）：62-70.

[28] ?劉偉.考慮環(huán)境因素的高新技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率分析——基于2000-2007年和2008-2014年兩個時段的比較[J].科研管理，2016（11）：18-25.

A Study on The Spatial-Temporal Differentiation of Industrial Green Technology Innovation Efficiency in the Yangtze River Economic Belt

Yan Huafei ? Xiao Jing ?Feng bing

（School of Management， Wuhan Institute of Technology， Wuhan， Hubei， 430205）

Abstract： With the deepening of the development strategy of the Yangtze River Economic Belt， green technological innovation has become an inevitable choice for its green development and sustainable development. Industry is an important undertaker of green technology innovation activities.Based on the super-efficiency SBM and Malmquist index model and panel data of 11 provinces and cities along the Yangtze River Economic Belt from 2013 to 2017， this paper studies the efficiency of industrial green technological innovation in the Yangtze River Economic Belt.The results show that the industrial green technology innovation efficiency of the Yangtze River economic belt is relatively low， and the average annual efficiency is less than 1. The industrial green technological innovation efficiency in the Yangtze River economic belt，theupper， middle and lower reaches，eight provinces and cities including Jiangxi Province，has increased. The growth rate of technological innovation efficiency is higher than that of technological progress. The efficiency of technological innovation and its changes at the regional and provincial levels show obvious spatial-temporal differentiation characteristics. Finally， the countermeasures and suggestions to improve the efficiency of industrial green technology innovation are put forward.

Key Words： Yangtze River Economic Belt; Industry; Green technology; Innovation efficiency; MI Index

作者簡介：閆華飛（1975—），男，漢族，湖北黃岡人，武漢工程大學管理學院教授、博士、碩士生導師，研究方向：創(chuàng)業(yè)與創(chuàng)新管理、人力資源管理;肖靜（1995—），男，漢族，湖北松滋人，碩士研究生，研究方向：創(chuàng)業(yè)與創(chuàng)新管理;馮兵（1970—），男，漢族，河南信陽人，武漢工程大學管理學院教授、博士、博士生導師，研究方向：產(chǎn)業(yè)經(jīng)濟學。