兩階段視角下工業(yè)企業(yè)綠色技術創(chuàng)新效率研究
——基于W-SBM-DEA模型分析

胡習習， 石薛橋

（中北大學經(jīng)濟與管理學院，太原 030051）

2021年4月22日，習近平總書記發(fā)表題為《共同構建人與自然生命共同體》重要講話，做出“中國將力爭2030 年前實現(xiàn)碳達峰、2060 年前實現(xiàn)碳中和，實現(xiàn)從碳達峰到碳中和的時間，遠遠短于發(fā)達國家所用的時間”的承諾. 思想為行動先導，此承諾再次堅定中國以生態(tài)文明思想為指導，貫徹新發(fā)展理念，堅持走生態(tài)優(yōu)先、綠色低碳的發(fā)展道路. 作為最大的二氧化碳排放國且在2030年排放達峰承諾的約束下，中國應在最大范圍的綠色技術領域尋求對碳排放的抑制效應，并通過發(fā)展低碳經(jīng)濟提升綠色技術自主創(chuàng)新能力［1］.

綠色技術創(chuàng)新發(fā)展作為“綠色發(fā)展”與“創(chuàng)新驅動”兩大發(fā)展理念的交匯點，是在追求生態(tài)環(huán)境優(yōu)化和高質量發(fā)展總目標下實現(xiàn)環(huán)境發(fā)展的必然選擇. 以生態(tài)理念為指導的綠色技術創(chuàng)新被引入到產(chǎn)業(yè)轉型升級過程中，并借助綠色技術創(chuàng)新實現(xiàn)生態(tài)、經(jīng)濟和創(chuàng)新系統(tǒng)良性協(xié)調(diào)發(fā)展.

1 文獻回顧

綠色發(fā)展是實現(xiàn)可持續(xù)發(fā)展的重要措施. 隨著環(huán)境態(tài)勢的下滑逐漸得到更多關注，綠色技術創(chuàng)新隨之成為國內(nèi)外學者研究的熱點話題. 國內(nèi)學者對綠色技術創(chuàng)新效率的測算主要采用DEA相關模型、經(jīng)濟模型和隨機前沿分析. 錢麗等［2］采用DEA模型測度2003—2010年綠色科技研發(fā)、成果轉化效率及地區(qū)間技術差距. 殷寶慶［3］以中國制造業(yè)為研究對象，構建環(huán)境管制影響技術創(chuàng)新的經(jīng)濟學模型，分析了垂直專業(yè)化和環(huán)境管制對技術創(chuàng)新效率的影響. 趙路等［4］以及張遼和黃蕾瓊［5］運用網(wǎng)絡SBM-DEA模型，測算中國工業(yè)綠色技術創(chuàng)新效率并考察不同地區(qū)在面對不同類型的環(huán)境管制選擇時所表現(xiàn)出的地區(qū)差異. 張在旭和黃卓琳［6］采用Super-SBM模型測量綠色技術創(chuàng)新效率，并利用ML指數(shù)對其進行動態(tài)分析，最后通過空間滯后模型分析了影響綠色技術創(chuàng)新效率的關鍵因素. 肖黎明和吉薈茹［7］利用SBM-DEA超效率模型從總體和區(qū)域特征等多角度刻畫創(chuàng)新效率，并利用Tobit回歸模型對綠色技術創(chuàng)新效率的影響因素進行了分析.

隨著研究的深入，更多學者基于分階段視角測算效率值. 孫絲雨和安增龍［8］在兩階段視角下首先利用網(wǎng)絡EBM模型對我國各地區(qū)工業(yè)企業(yè)綠色技術創(chuàng)新效率進行評價，該模型最大限度地保留前沿投影值的原始比例信息. 陳建麗等［9］基于兩階段視角分別運用尺度-報酬可變網(wǎng)絡模型和窗口分類法，對中國高技術產(chǎn)業(yè)不同行業(yè)在各年份技術創(chuàng)新效率的行業(yè)差異和變化趨勢進行了研究，并用面板模型檢驗了技術創(chuàng)新效率的影響因素. 文容等［10］提出一種兩階段非合作博弈的綠色創(chuàng)新效率評價方法，該方法能有效地解決具有主從博弈子系統(tǒng)的綠色創(chuàng)新效率評價問題. 肖仁橋和丁娟［11］從價值鏈的角度，運用超效率DEA模型對2005—2014年中國30個省市工業(yè)企業(yè)綠色創(chuàng)新的整體與分階段效率進行了測量，并用空間面板模型檢驗了其空間溢出效應.

國外學者對綠色技術創(chuàng)新效率測算的研究同樣成果豐碩. Tyteca［12］提出考慮非期望產(chǎn)出的SBM模型，以同時測度期望產(chǎn)出的增加與非期望產(chǎn)出的減少，已成為評價環(huán)境效率的必要方法. Fried等［13］提出了一種基于數(shù)據(jù)包絡分析（DEA）的將環(huán)境影響和統(tǒng)計噪聲納入生產(chǎn)者績效評價的新方法，這項技術包括三個階段的分析，重點不是放在徑向效率分數(shù)上作為衡量生產(chǎn)者績效的適當指標. Tavana等［14］基于徑向效率測度的網(wǎng)絡DEA模型應用于供應鏈績效評價問題，提出了同時考慮徑向和非徑向輸入輸出的基于Epsilon的效率測度DEA模型. Lozano［15］提出了一種方向距離方法來處理網(wǎng)絡DEA問題，在該問題中，過程不僅可以產(chǎn)生期望的最終輸出，而且可以產(chǎn)生不期望的輸出. Sexton和Lewis［16］展示了如何使用數(shù)據(jù)包絡分析（DEA）對分兩個階段生產(chǎn)的決策單元進行建模. 此模型區(qū)分了第一階段和第二階段的低效率.

由以上綜述可看出，大部分學者未注重從雙維度視角出發(fā)考察綠色技術創(chuàng)新效率. 鑒于此，本文在梳理國內(nèi)外相關文獻基礎上，采用MAXDEA8.0軟件基于兩階段視角運用非期望產(chǎn)出W-SBM-DEA 模型雙維度測算出我國工業(yè)企業(yè)綠色技術創(chuàng)新效率，并運用Tobit模型深入分析綠色技術創(chuàng)新效率的影響因素. 與已有相關文獻相比，本文的創(chuàng)新點在于創(chuàng)新性地運用非期望產(chǎn)出W-SBM-DEA 模型，解決了中國工業(yè)企業(yè)不同時期的效率比較問題，滿足了橫、縱向比較的需求，能夠更好地體現(xiàn)工業(yè)企業(yè)綠色技術創(chuàng)新效率的真實性.

2 研究設計

2.1 數(shù)據(jù)來源

以我國30個?。ㄗ灾螀^(qū)、直轄市）2009—2018年規(guī)模以上工業(yè)企業(yè)面板數(shù)據(jù)為樣本，其數(shù)據(jù)主要來源于《中國統(tǒng)計年鑒》《中國環(huán)境統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》《中國工業(yè)統(tǒng)計年鑒》，部分數(shù)據(jù)來自各省份地區(qū)資料. 其中，缺失數(shù)據(jù)以均值插補法進行完善補充.

2.2 指標選取

2.2.1 綠色技術創(chuàng)新效率評價指標

綠色技術研發(fā)階段投入指標選取了R&D人員折合全時當量與R&D經(jīng)費內(nèi)部支出，產(chǎn)出指標為新產(chǎn)品開發(fā)項目數(shù)和選擇專利申請數(shù). 借鑒單豪杰［17］的方法，利用永續(xù)盤存法計算R&D資本存量來代替R&D經(jīng)費內(nèi)部支出. 特別注意的是，計算R&D資本存量前先對R&D經(jīng)費內(nèi)部支出構建R&D價格指數(shù)進行平減，借鑒朱平芳和徐偉民R&D平減方法［18］，具體處理方法如下：

式中：x?為名義統(tǒng)計指標；x稱為實際統(tǒng)計指標；PR 為測算的R&D 價格指數(shù)（以2009 年為基期PR=1）.PR 由消費物價指數(shù)和固定資產(chǎn)投資價格指數(shù)加權得到. 借鑒李向東、李南和白俊紅權重設定方法［19］，將消費價格指數(shù)PL的權重為54%，固定資產(chǎn)投資價格指數(shù)PI的權重為46%. 即R&D經(jīng)費價格指數(shù)=0.46×固定資產(chǎn)價格指數(shù)+0.54×居民消費價格指數(shù).

在假定滯后期為1年的情況下，當期資本存量表達式為：

式中：Kt為當期資本存量；Et-1為R&D支出現(xiàn)值，參考大多數(shù)文獻的做法，δ為折舊率（δ=15%），Kt-1為基期資本存量. 其計算表達式為：

式中：K0為初期資本存量，E0為初期實際R&D經(jīng)費支出，g為考察期內(nèi)實際R&D經(jīng)費支出的平均增長率.

綠色技術研發(fā)階段產(chǎn)出指標亦作為下一階段的投入指標. 中間投入指標包含有效發(fā)明專利數(shù)、新產(chǎn)品開發(fā)經(jīng)費、技術引進轉化經(jīng)費（包括消化吸收經(jīng)費、技術引進經(jīng)費、技術改造經(jīng)費購買和國內(nèi)技術經(jīng)費）以及企業(yè)平均用工人數(shù)，產(chǎn)出指標選取期望指標新產(chǎn)品銷售收入與非期望指標環(huán)境污染指數(shù). 計算指標具體包括業(yè)固體廢棄物排放量、工業(yè)廢水排放量與工業(yè)二氧化硫排放量. 由于工業(yè)固體廢棄物產(chǎn)生量、工業(yè)廢水排放量、工業(yè)二氧化硫排放量均為負向指標. 本文借鑒田時中和涂欣培求熵值權重的方法［20］，將指標進行非負化處理，將標準化后的數(shù)據(jù)整體向右平移0.01個單位，即rij=rij+0.01. 負向指標標準化處理公式如下：

式中：r′ij為標準值，xij為第i年第j項指標的初始數(shù)值，m為年數(shù)，n為評價指標數(shù).

計算指標熵值和效用值

計算指標的權重

計算樣本的綜合指數(shù)（即環(huán)境污染指數(shù)）

2.2.2 影響因素指標

由于數(shù)據(jù)可獲得性以及借鑒原有文獻對綠色技術創(chuàng)新效率影響因素的研究分析，本文最終選取以下6個因素作為綠色技術創(chuàng)新效率的影響因素：對外開放程度（DO），以實際利用外商直接投資表示. 教育重視程度（ED），選取不同地區(qū)政府部門對教育經(jīng)費投入額表示. 產(chǎn)業(yè)結構（IS），以第三產(chǎn)值增加值占GDP比重表示. 經(jīng)濟發(fā)展水平（ELD），以人均GDP表示. 市場競爭程度（DMC），以工業(yè)企業(yè)個數(shù)來表示. 環(huán)境規(guī)制強度（IER），以環(huán)境污染治理投資總額占GDP比重表示.

3 模型構建

3.1 鏈式網(wǎng)絡SBM-DEA模型

最簡單形式的網(wǎng)絡DEA模型是由Sexton和Lewis 提出的兩階段DEA模型［16］. 在網(wǎng)絡DEA模型的形式中，將決策單元分解成多個子過程，每個子過程都有相應輸入輸出變量，或有一些中間變量，這些中間變量起承上啟下作用，將各個子過程按照過程的順序進行排列，使上一個子過程的輸出變量與下一個過程的輸出變量相關聯(lián)，并通過相關中間變量，將各個子過程與決策單元緊密聯(lián)系起來. 假設決策單元DMUj(j=1,2,…,n)共分為k(k=1,2)個子過程.

在技術研發(fā)階段即子過程1的投入為Xj=(xj1,xj2,…,xjM1)T，子過程1的產(chǎn)出即中間鏈接變量Zj=(zj1,zj2,…,zjt)T，在技術轉化階段即子過程2的外生中間投入Fj=(fj1,fj2,…,fjM2)T，最終產(chǎn)出為Yj=(yj1,yj2,…,yjr)T.則技術研發(fā)階段生產(chǎn)可能集為：

則技術轉化階段的生產(chǎn)可能集為：

因此，基于可變規(guī)模報酬（VRS）假設下，規(guī)模以上工業(yè)企業(yè)綠色技術創(chuàng)新過程投入導向網(wǎng)絡SBM模型為：

Klopp［21］在其DEA 窗口分析法中，將不同時期的決策單元DMU 視為不同區(qū)間進行考慮，并通過選擇與移動平均相似方法不同的參考集來評價DMU 之間相對效率. 利用視窗模型測量的效率不僅能反映各個DMU之間的差異性，而且能反映各個DMU的效率變化.

3.2 W-DEA評價模型

窗口分析方法（W-DEA）最初是一種在時間序列狀態(tài)下研究效率變化的強大模型結構. 窗口分析利用移動平均來考察決策單元DMU隨時間變動趨勢，把每一個DMU的不同時期看作不同區(qū)間. 因此，對于某個特定DMU來說，在橫向上同該年其他DMU進行比較，而在縱向上，該DMU在不同年份也被當成不同的DMU互相進行對比，達到縱橫雙向得以充分反映比較. 參考大多數(shù)文獻做法，本文將窗口寬度設為4. 即令W=4. 則窗口數(shù)量為T-W+1=7；受評價決策單元樣本數(shù)量為N=W×J×(T-W+1). 其中，T為樣本期數(shù)；J為決策單元DMU 數(shù)量. 則第一個窗口工作區(qū)包括（2009、2010、2011、2012），第二個窗口工作區(qū)包括（2010、2011、2012、2013），并依次類推.

DEA窗口模型具體流程如表1所示，始于W1，測算決策單元在4個時點上的效率值，分別為E11、E12、E13、E14，其中，Eij分別表示在第i(i=1,2,…,7)個窗口的第j(j=1,2,3,4)個時點上的效率值. 然后移至W2，同樣測算決策單元在4個時點上的效率值，分別為E21、E22、E23、E24，依次類推，直至移動到W7. 以T=1～4 為例，經(jīng)過DEA窗口分析法測算的平均效率值分別為E11、(E12+E21)/2、(E13+E22+E31)/3、(E14+E23+E32E41) . 以北京市為例，基于非期望產(chǎn)出SBM-DEA模型的技術轉化效率窗口模型分析結果如表1所示.

表1 北京市技術轉化效率在時期T=10以內(nèi)的DEA窗口分析（W=4）Tab.1 DEA window analysis of Beijing in period T=10（W=4）

3.3 Tobit回歸模型

為進一步探究綠色技術創(chuàng)新效率的影響因素及其影響程度，須對各省域各時期效率值與影響因素指標進行回歸分析. 由于網(wǎng)絡SBM-DEA模型計算出的效率值處于0與1之間，采用OLS對整個面板數(shù)據(jù)進行回歸時，其非線性擾動項將被納入擾動項中，導致估計值不一致. 因此，運用Tobit回歸模型進行分析. 該模型的具體形式如下：

式中：yit為截斷因變量；β為相關變量的回歸系數(shù)；xit為解釋變量，擾動項為εit～N(0,σ2) .

3.4 影響因素計量模型

綠色技術創(chuàng)新效率影響因素計量模型如下：

式中：GTIE 代表綠色技術創(chuàng)新效率；C 為常數(shù)項；DO 表示對外開放程度；ED 指代教育重視程度；IS 代表產(chǎn)業(yè)結構；ELD 表示經(jīng)濟發(fā)展水平；DMC 指代市場競爭程度；IER 表示環(huán)境規(guī)制強度；β1、β2、β3、β4、β5、β6分別表示各影響因素的回歸系數(shù)；μi為隨機誤差項；εit代表擾動項.

4 實證結果分析

4.1 兩階段效率變動趨勢分析

本文運用MAX-DEA8.0軟件測算2009—2018年中國工業(yè)企業(yè)在各個窗口下的技術研發(fā)效率以及技術轉化效率，窗口寬度選擇4. 為了考察兩階段效率動態(tài)態(tài)勢，在Windows模型分析結果基礎上計算出各效率值的均值，效率動態(tài)趨勢如圖1所示.

圖1 兩階段綠色技術創(chuàng)新效率變化趨勢（2009—2018）Fig.1 Change trend of green technology innovation efficiency in two stages（2009—2018）

由圖1可知，近10年來中國工業(yè)企業(yè)綠色技術研發(fā)效率與轉化效率整體看來呈平穩(wěn)態(tài)勢. 其中，綠色技術轉化效率一直顯著高于技術研發(fā)效率. 技術轉化效率處于平穩(wěn)態(tài)勢，技術研發(fā)效率則呈現(xiàn)先減后增趨勢. 但整體上較平穩(wěn). 技術轉化效率處于0.856～0.962增長區(qū)間，技術研發(fā)效率最小值為0.494，整體效率均值在0.6左右徘徊.

4.2 綠色技術創(chuàng)新效率省域差異分析

4.2.1 整體變動分析

我國2009—2018年工業(yè)企業(yè)綠色技術創(chuàng)新效率值具體如表2.

表2 中國工業(yè)企業(yè)綠色技術創(chuàng)新效率值Tab.2 Green technology innovation efficiency value of Chinese industrial enterprises

結果顯示：2009—2018年東部地區(qū)綠色技術創(chuàng)新效率均值為0.819，中部地區(qū)均值為0.688，西部地區(qū)均值為0.788. 東部地區(qū)綠色技術創(chuàng)新效率明顯高于其他區(qū)域.

2009—2018年我國工業(yè)企業(yè)綠色技術創(chuàng)新效率的均值變動態(tài)勢如圖2所示. 從時間維度上看，2009—2018年我國綠色技術創(chuàng)新效率呈現(xiàn)平穩(wěn)態(tài)勢. 東部地區(qū)技術創(chuàng)新水平高于其他地區(qū)創(chuàng)新水平，我國整體技術創(chuàng)新水平處于中間水平. 然而，中國工業(yè)企業(yè)綠色技術創(chuàng)新水平仍存在很多短板，需注重經(jīng)濟與環(huán)境協(xié)同發(fā)展，在環(huán)保方面加大投入力度，以實現(xiàn)綠色技術創(chuàng)新水平整體提升.

圖2 中國工業(yè)企業(yè)綠色技術創(chuàng)新效率變化趨勢（2009—2018）Fig.2 Change trend of green technology innovation efficiency of Chinese industrial enterprises during 2009-2018

“一帶一路”推進東部地區(qū)的轉型升級與對外投資，帶動東部地區(qū)經(jīng)濟快速發(fā)展，綠色技術創(chuàng)新投入力度加大，綠色技術創(chuàng)新效率水平得以提升. 與此同時，使一帶一路成為擴大中西部開放、打造中西部經(jīng)濟升級版的主引擎，帶動中西部加快改革開放，因此，近年來西部地區(qū)綠色技術創(chuàng)新區(qū)域差距逐步縮小，逐漸實現(xiàn)西北地區(qū)的生態(tài)化發(fā)展. 我國中部地區(qū)的經(jīng)濟發(fā)展仍然主要依賴于能源和重化工業(yè)，因此中部地區(qū)綠色技術創(chuàng)新效率仍有很大的提升空間. 整體上看，中國省域綠色技術創(chuàng)新效率水平向正向發(fā)展，且省際綠色技術創(chuàng)新效率水平差異略有縮減.

4.2.2 綠色技術創(chuàng)新效率空間分類特征

本文將各省視為不同決策單元，將其劃分至以下四個區(qū)間：①當綠色技術創(chuàng)新效率低于0.4，則為低水平相對無效率決策單元. ②當綠色技術創(chuàng)新效率在0.4～0.7 之間，則為相對無效決策單元. ③當綠色技術創(chuàng)新水平位于0.7～0.9 之間，則為相對有效決策單元. ④當綠色技術創(chuàng)新水平在0.9～1.0 之間，則為高水平相對有效的決策單元. 選取研究區(qū)間內(nèi)間隔相等的4 個年份（分別為2009 年、2012 年、2015 年、2018 年）的數(shù)據(jù)，運用ArcMap10.7軟件繪制30個省份于這4年間位于不同綠色技術創(chuàng)新效率等級區(qū)間的分布地圖（圖3）.

圖3 中國綠色技術創(chuàng)新效率的空間格局演變特征Fig.3 Spatial pattern evolution characteristics of China’s green technology innovation efficiency

從圖3中可看出，工業(yè)企業(yè)綠色技術創(chuàng)新效率相對有效率以及高水平相對有效率省份大多位于長江經(jīng)濟帶沿線與東部沿海地區(qū). 比如山東、江蘇、浙江、廣東、海南這些省份在2009—2018年間均處于高水平相對有效區(qū)間. 四川、重慶、江西等位于長江經(jīng)濟帶沿線的省份有效性較高. 而在2018年東北地區(qū)的黑龍江從決策單元低水平躍升為高水平相對有效水平. 吉林則從決策單元相對有效率水平躍升至決策單元高水平相對有效率區(qū)間. 值得注意的是，西北地區(qū)的青海在這時期中始終保持著高水平相對有效水平. 這可能與青海深化科技體制改革，以科技創(chuàng)新賦能青海綠色發(fā)展有著正向推動作用. 中部地區(qū)各省份一直處于決策單元相對無效與相對有效水平徘徊期. 總之，長江經(jīng)濟帶和東部沿海地區(qū)各省市綠色技術創(chuàng)新的效率一直處于遙遙領先地位. 基于此，從長遠看，東部沿海地區(qū)和長江經(jīng)濟帶的省市應充分發(fā)揮其引領示范作用，帶動中部乃至西部、東北部綠色技術創(chuàng)新發(fā)展，促進省域綠色技術創(chuàng)新水平協(xié)同發(fā)展，從而全面多方位地提升我國綠色技術創(chuàng)新能力.

為進一步深化分析省域效率差異性，將30個省份的技術研究開發(fā)效率和技術轉化效率的平均值分別作為橫、縱軸線，得到二維兩階段效率分布，見圖4. 從整體上看，我國工業(yè)企業(yè)綠色技術創(chuàng)新的效率組合模式有四種，而根據(jù)散點的實際分布，則只有三種. 這種情況是由于各省區(qū)域內(nèi)的技術轉化效率高于技術研究與開發(fā)效率.

圖4 省域技術研發(fā)效率和技術轉化效率二維分布圖Fig.4 Two dimensional distribution of provincial technology R&D efficiency and technology transformation efficiency

第一類為高研發(fā)與轉化效率并存的“雙優(yōu)”組合. 如圖4所示，例如北京、青海、廣東、海南、重慶等省份.此地區(qū)大多位于東部沿海地區(qū)以及長江經(jīng)濟帶沿線，能夠將創(chuàng)新成果更好地實現(xiàn)產(chǎn)業(yè)化. 因此，這些省域應繼續(xù)堅持加大科技創(chuàng)新投入，加強創(chuàng)新成果轉化，使得其更好發(fā)揮帶頭示范作用.

第二類為低研發(fā)效率與高轉化效率的“前劣后優(yōu)”組合，包括河北、吉林、河南、內(nèi)蒙古、廣西. 這些地區(qū)技術轉化效率高于技術研發(fā)效率，由于位于中部或者東北部地區(qū)，經(jīng)濟實力欠佳，對外部環(huán)境依賴性較強，從而限制其研發(fā)效率提升. 因此，應注重合理優(yōu)化配置資源，提升技術研發(fā)效率.

第三類為低研發(fā)與低轉化效率的“雙劣”組合，是低技術研發(fā)效率和低技術轉化效率，例如黑龍江、云南、甘肅、陜西等地區(qū). 這些省份應完善區(qū)域制度環(huán)境與文化環(huán)境，搭建區(qū)域綠色技術創(chuàng)新平臺，促進技術研發(fā)效率與轉化效率協(xié)同發(fā)展.

4.3 回歸結果分析

本文采用Stata15.0軟件對各影響因素進行Tobit回歸分析，其結果如表3所示. 由表可見，Wald檢驗與LR檢驗的卡方統(tǒng)計量對應的P值均為0，表明綠色技術創(chuàng)新效率能夠較好地被上述6個解釋變量解釋.

表3 綠色技術創(chuàng)新效率影響因素Tobit模型估計值Tab.3 Estimated value of Tobit model for influencing factors of green technology innovation efficiency

環(huán)境規(guī)制強度與綠色技術創(chuàng)新效率呈弱負相關關系. 張倩和曲世友［22］的研究表明在企業(yè)之間存在足夠的同質性時，綠色技術采納程度與環(huán)境規(guī)制政策的嚴厲性呈“倒U型”關系，過于寬松或者嚴厲都起到抑制作用. 環(huán)境規(guī)制強度過高，反而對綠色技術創(chuàng)新效率起到相反作用. 政府應通過對不同環(huán)境規(guī)制進行優(yōu)化組合，達到推動綠色創(chuàng)新可持續(xù)發(fā)展的最佳效果.

市場競爭程度與綠色技術創(chuàng)新效率在1%的水平下呈正相關關系. 表明市場競爭程度的增強使資本配置更加合理. 為了提高產(chǎn)品差異化、樹立良好的社會聲譽、獲得更高的市場份額，會加大綠色創(chuàng)新投入，從而促進綠色技術創(chuàng)新效率提高.

綠色技術創(chuàng)新效率與經(jīng)濟發(fā)展水平呈正相關. 經(jīng)濟發(fā)展水平的提高對綠色技術創(chuàng)新效率有積極的促進作用. 經(jīng)濟發(fā)展水平較高的東部區(qū)域為綠色技術創(chuàng)新提供了較好的發(fā)展環(huán)境，人才以及科技資源等生產(chǎn)要素；更多地技術創(chuàng)新經(jīng)費支持，從而形成良性循環(huán)狀態(tài). 經(jīng)濟發(fā)展水平較低的西部及中部地區(qū)，其外部環(huán)境較差，限制綠色技術創(chuàng)新效率提升. 這也得證了綠色技術創(chuàng)新效率測算結果.

產(chǎn)業(yè)結構對綠色技術創(chuàng)新具有正向效應，且在1%的水平下具有顯著性. 表明我國近十年來產(chǎn)業(yè)結構優(yōu)化升級成效顯著，服務業(yè)蓬勃發(fā)展，污染物排放量大幅度減少，公司及相關部門逐步實現(xiàn)了從資源依賴和經(jīng)濟發(fā)展過渡到綠色技術創(chuàng)新發(fā)展，我國經(jīng)濟發(fā)展質量效益顯著提高.

對外開放程度與綠色技術創(chuàng)新效率呈正相關關系. 表明FDI對綠色技術創(chuàng)新效率具有正向作用. 自改革開放以來，我國經(jīng)濟發(fā)展國際化程度日益加深，與外資企業(yè)逐漸建立親密關聯(lián)，外企由于其高效益和優(yōu)厚待遇，吸引了更多的創(chuàng)新人才，人才流動的溢出效應有利于提高我國綠色技術創(chuàng)新的效率水平.

教育重視程度與綠色技術創(chuàng)新效率呈正相關關系. 政府公共財政教育經(jīng)費支持對綠色技術創(chuàng)新效率具有積極作用. 近幾年來，政府部門對教育經(jīng)費的支持比例逐年上升，教育經(jīng)費投入總體上更偏向于高等教育，為綠色技術創(chuàng)新發(fā)展培養(yǎng)及輸入更多人才資源. 同時，更加注重教育經(jīng)費投資區(qū)域平衡性，確保經(jīng)濟發(fā)達地區(qū)與相對較為落后地區(qū)的教育資源科學合理配置，建立合理教育投資結構，促進區(qū)域綠色技術創(chuàng)新協(xié)同發(fā)展.

5 結論

當前我國工業(yè)發(fā)展中存在的資源消耗和環(huán)境污染等問題日益突出，環(huán)境污染等非期望產(chǎn)出成為評價技術創(chuàng)新效率無可忽視的因素，通過構建相關環(huán)境污染指數(shù)，并將其轉化為產(chǎn)出要素，能夠科學衡量我國各地區(qū)工業(yè)企業(yè)綠色技術創(chuàng)新效率. 運用非期望產(chǎn)出W-SBM-DEA 分析模型探究了兩階段綠色技術創(chuàng)新效率時間維度差異，最后從空間維度上分析了技術創(chuàng)新效率分布的動態(tài)演變過程. 主要研究結論如下：

1）整體來看，在綠色技術創(chuàng)新過程中，區(qū)域工業(yè)企業(yè)的整體效率和兩階段效率存有很大的上升空間. 近十年來，中國工業(yè)企業(yè)技術創(chuàng)新的總體效率呈現(xiàn)出緩慢而平穩(wěn)的上升趨勢，技術研究與開發(fā)的總體效率呈震蕩上升趨勢. 人才是第一資源，創(chuàng)新是第一動力. 我國工業(yè)企業(yè)應把握大勢、搶占先機，努力創(chuàng)造出更多“從0到1”的原創(chuàng)成果，提升產(chǎn)業(yè)創(chuàng)新資源的利用率和整體創(chuàng)新效率，把更多原創(chuàng)成果轉化為經(jīng)濟發(fā)展動力，更好推動我國經(jīng)濟高質量發(fā)展，為“十四五”時期經(jīng)濟社會發(fā)展提供強勁支撐.

2）目前，我國綠色技術創(chuàng)新效率總體水平呈現(xiàn)出一種平穩(wěn)狀態(tài)，但不可否認的是綠色技術創(chuàng)新的效率水平依然偏低. 就空間分布而言，基本呈現(xiàn)“東高西低”的梯形分布格局，其中東、中西發(fā)展不平衡，總體上有較大的提升協(xié)調(diào)空間. 在正確認識區(qū)域差異的基礎上，東部地區(qū)應充分發(fā)揮主導作用，中部和西部地區(qū)應引導地方政府和市場進一步重視工業(yè)企業(yè)的創(chuàng)新能力，完善產(chǎn)學研用合作網(wǎng)絡，制定和完善優(yōu)惠政策，促進兩階段產(chǎn)業(yè)發(fā)展水平的進一步提升，推動產(chǎn)業(yè)迅速發(fā)展.