綠色低碳視角下中國區域創新效率研究

曹霞+于娟

摘要

綠色低碳已成為時代的主題，如何有效推進綠色科技創新以及改善中國目前的生態環境狀況，對推動中國經濟的健康可持續高速發展具有重要的意義。從綠色環保、低碳節能的角度出發，結合投影尋蹤模型處理高維數據的特點，對隨機前沿模型進行改進，從而構建了更加有效的估算創新效率的測度模型。在此基礎上，選用2005-2011年中國30個省市地區的面板數據對中國各區域創新效率及影響因素進行實證分析，結果表明：中國區域平均創新效率約為0.645，雖然超過0.5，但仍然存在較大的無效率現象，創新效率有待于進一步的提高，且創新效率存在顯著的區域異質性，各區域發展不均衡。同時，環境規制強度與創新效率呈“U”型關系，表明環境規制初期，由于成本的增加，會對創新效率產生負向影響，但隨著時間的推移，環境質量得到改善，又會促進創新效率的提升；區域開放程度、技術市場成熟度和政府資助這三個因素對綠色創新效度均具有積極的推動作用，這說明較高的區域開放程度能夠顯著拉動中國創新效率向更高水平發展，成熟的技術市場有利于科技成果市場價值的實現并推動創新效率的提高，政府資助可有效降低區域綠色創新主體的創新成本和風險，激發其進行創新的積極性，對創新效率的提升具有顯著影響。因此，要想有效提高中國及各區域的創新效率和社會經濟的健康可持續發展，應當重視創新資源的有效利用，生態環境的改善，積極推進綠色創新技術，一方面要均衡經濟增長與生態環境的協調發展，另一方面要積極引進并學習國外先進綠色創新技術，同時還要充分發揮政府作用來調控各區域創新能力的失衡現象。

關鍵詞綠色；低碳；創新效率；投影尋蹤模型（PP）；隨機前沿分析模型（SFA）

中圖分類號F061.5文獻標識碼A

文章編號1002-2104（2015）05-0010-10

doi：10.3969/j.issn.1002-2104.2015.05.002

日益嚴峻的氣候變化挑戰和2008年以來的金融危機為世界提供了反思的機會和動力，綠色低碳經濟有望成為世界經濟發展的新引擎[1]。為此，世界各國紛紛推進綠色低碳經濟的發展，積極轉變經濟增長方式，使其從粗放型向綠色集約型轉變。早在1999年，World watch Institute就指出不管是工業化國家還是發展中國家，必須要從長遠發展戰略角度出發，走生態化路道，推行生態化技術創新。近年來，中國經濟持續增長，但與此同時付出了慘重的資源與環境代價，面對粗放型發展模式引發的資源與環境雙重壓力，“十二五”規劃提出了節能減排、綠色、低碳的發展理念，并推行資源節約型、環境友好型的生產和消費方式，鼓勵實施創新驅動發展戰略，發展綠色科技，改善中國目前的生態環境，以期推動中國經濟邁向健康發展道路。

目前，中國政府科技創新意識和環境危機意識不斷增強，在不斷加大科技創新人員、資金投入，保持科技創新產出持續增長的同時，還注重環境保護，在環境治理方面，投資總額從2010年的6 654.2億元上升到2011年的7 114億元，增長了6.91%，在節能減排方面，2012年中國的萬元GDP能耗為0.77 t標準煤/萬元，相比2010年下降了5.39%，綠色創新活動取得了一定的成果，但與瑞士、美國、日本等發達國家的綠色創新能力還有很大差距。因此，在低碳節能、綠色環保的背景下，測量中國以及各區域的創新效率，挖掘影響創新效率的關鍵因子，尋求提升中國創新效率的發展路徑，已經成為中國改善生態環境，推進綠色創新發展過程中的關鍵問題。為此，從綠色、低碳視角出發，研究中國區域創新效率和影響因素以及分析創新效率的區域差異性，并在此基礎上提出相應的政策建議，對中國以及各區域生態環境的改善、綠色創新的發展和實現社會經濟健康可持續發展具有現實指導意義。

1相關研究述評

綠色創新逐漸引起了學者們的關注，其又被稱為生態創新、環境創新和可持續創新等，Kemp[2]將綠色創新定義為因避免或減少環境破壞而出現的新工藝技術、系統以及產品。基于綠色創新理念，Brunnermeier等運用計量經濟學模型分析影響環境創新的因素，研究發現增加污染治理支出會影響綠色創新；Chiou等利用SEM模型實證研究綠色創新環境績效問題，認為綠色創新對環境績效和企業競爭優勢有顯著促進作用。中國正處于經濟社會發展上升階段，基于傳統的創新理論，引入綠色生態觀念，推動技術創新活動走向低碳、節約、綠色生態之路，進而全面提升中國的創新效率和降低環境負荷程度。基于此，張江雪等、韓晶等基于綠色增長的視角，從創新活動產出、能源消耗以及環境污染等方面表征綠色創新產出，并均運用DEA方法對創新效率進行估算，結果驗證環境規制強度是推動創新效率的有利因素。

對于創新效率的評測方法一般分為兩大類：參數方法和非參數方法。其中，非參數方法以數據包絡分析（DEA）為代表，其無需設定函數形式，避免了主觀設定函數的影響，并在處理多產出的效率度量上具有優勢，因此諸多學者運用DEA方法對創新效率進行評測，例如Nasierowski等、Hashimoto等、Guan等、白俊紅等[10]。但DEA測算創新效率時，將實際產出小于前沿產出的部分原因歸結于技術效率原因而忽略了隨機誤差的影響，且無法對創新效率的影響因素進行直接細致的分析。而以隨機前沿分析（SFA）為代表的參數方法，彌補了DEA方法的不足，它將實際產出分為生產函數、隨機因素和技術無效率三部分，同時考慮了技術非效率和隨機擾動對個體差異的影響，并能直接對影響創新效率的因素進行分析，因而受到諸多國內外學者的青睞，Eric[11]、Diaz等[12]、白俊紅等紛紛采用SFA方法評測創新效率以及分析影響因素，但是SFA仍然存在不足之處，它無法像DEA一樣直接處理多產出的效率問題，這正是本文改進SFA測度創新效率的地方。

從綠色低碳視角考慮創新產出，既包括論文、專利和新產品等一般創新活動產出又包括能源消耗和環境污染方面問題，其屬于多產出的創新活動，但由于SFA方法無法直接測算多產出創新活動的效率問題，因而需要借助降維的思想和方法將創新產出指標由高維降到低維，進而再利用SFA對創新效率進行評測。而對于高維數據的分析，Fu Qiang等、金菊良等學者采用投影尋蹤模型（PP）來處理高維數據，以實現把高維數據投影到低維空間上進行分析的目的。之后，姚平等、姚奕等也運用投影尋蹤模型來研究人口、經濟、環境協調問題和評價地區碳減排能力，其研究效果較好。endprint

鑒于此，基于PP模型對SFA模型進行改進，克服了其無法測度多產出的創新活動效率問題的不足，構建了優于DEA和SFA的評測創新效率的模型，并以中國2005-2011年期間省際面板數據為樣本，從綠色低碳角度出發，測度中國區域創新效率，并揭示環境規制、開放程度、技術市場成熟度和政府資助四個因素對創新效率的影響，以期對中國科技與環境可持續發展政策的制定提供借鑒意義。

2指標體系與數據選取

2.1指標體系

2.1.1投入指標

創新投入指標的衡量，諸多相關研究一般采用R&D人員和經費支出來表示。由于R&D資源投入的時滯性和累積性，會對當期和以后的創新活動均會產生影響，因此，R&D經費支出指標要用R&D資本存量來度量。一般而言，對于R&D資本存量的計算，采用永續盤存法進行估算，假設平均滯后期θ=1，即Kit=Ei，t-1+（1-δ）Ki（t-1），式中，Kit、Ki（t-1）分別表示第i個地區第t和t-1期的R&D資本存量；Ei，t-1表示第i地區第t-1年的實際R&D經費支出；取δ=15%。同時，以2004年為基期，對數據進行平減，以得到R&D經費支出的實際值。因此，本文選用R&D人員全時當量和R&D資本存量作為投入變量。

2.1.2產出指標

從綠色低碳視角考慮創新產出，與一般的創新活動產出相比，其不僅要涵蓋一般創新活動產出還要涉及能源和環境，因而，諸多學者從綠色環保角度出發，既包括了新產品銷售收入、專利申請數等創新活動產出，又考慮了綜合能耗產出率和環境污染指數等能源和環境狀況，其中，環境污染是一個綜合性指標，本文用廢水、廢氣和固體廢棄物的排放量經過綜合測算得出一個環境污染指數來對其進行表征。因此，本文參考前人研究，以新產品銷售收入、專利申請數、綜合能耗產出率以及環境污染指數作為產出變量，反映創新成果的經濟價值和商業化水平、區域的自主創新能力、能源消耗產出以及環境污染狀況，從而綜合衡量在綠色低碳背景下創新活動的產出情況。但由于環境污染指數為負產出，因而將環境污染指數這一負向產出指標作為投入變量處理，希望其越少越好。因此，創新投入指標包括R&D人員全時當量、R&D資本存量和環境污染指數，產出指標包括新產品銷售收入、專利申請數和綜合能耗產出率。

2.1.3影響因素

區域創新效率的影響因素很多，但本文是基于綠色低碳視角來對創新效率進行分析，既要涵蓋創新因素又要考慮環境因素，同時還要考慮政府作用。在以往研究的基礎上[23-26]，本文主要從環境規制、開放程度、技術市場成熟度、政府資助四方面分析對區域創新效率的影響，以期發現提高區域創新效率的途徑。

（1）環境規制強度。環境規制強度對創新活動具有重要的影響，部分學者受古典經濟理論影響，認為環境規制會加大預防和治理污染的投入，擠占資金，削弱技術創新能力，對創新效率產生負向影響。但隨后Porter及支持“波特假說”的學者[28-29]研究表明環境規制強度能夠激勵企業進行技術創新，產生創新補償效應，減少甚至抵消環境規制產生的成本，提高創新效率。對于環境規制的衡量指標，有的學者從能源角度考慮[5，30]，有的從環境治理角度考慮[31-32]，本文由于將能源消耗作為綠色創新的重要產出指標，因而，從環境污染治理角度，用污染治理完成投資額表征環境規制強度，以此來分析環境規制對創新效率的影響。

（2）開放程度。為了保障區域可持續發展，對外開放性是其必不可少的特征。區域與外界溝通交流吸引外資流入，增加區域開展創新的資金，同時，開放環境下吸引的外商投資還會產生創新技術擴散效應，引進國外先進的高技術，促進當地創新技術水平的提高，推動自主創新能力發展，因而會對提升創新效率具有巨大的拉動作用。本文用各地區外商投資企業的年底投資總額占GDP的比重來衡量。

（3）技術市場成熟度。技術市場是實現知識、技術流動和優化配置的媒介，它為創新技術的流動提供了良好的交流平臺。一般而言，區域技術市場越成熟越有利于創新技術在區域內的擴散，從而推動區域整體創新技術的發展。同時，發達、成熟的技術市場還有利于創新成果市場價值的實現，進而影響區域創新效率。對于技術市場的發展狀況一般選用技術市場成交額來表征。

（4）政府資助。地方政府是技術創新活動有效開展的重要支持機構，政府資助在區域創新過程中也起著不可替代的作用。政府對創新活動的資助主要體現在實行撥款資助和稅收優惠等政策來扶持創新活動，這樣會降低企業開展研發創新活動的成本和風險，激發企業開展研發創新的積極性，對創新產出具有正向影響。但也有學者研究發現政府資助會擠出企業的R&D投資，產生“擠出效應”，減少創新活動的產出[33]。本文選用政府科技投入占政府財政支出的比重來表征政府資助這一指標。

4實證分析

4.1基于投影尋蹤模型的環境污染指數測算

根據投影尋蹤模型，通過matlab7.0軟件對中國2005-2011年30個省市自治區的環境污染指數進行綜合測算，算得廢水、廢氣和固體廢棄物的最佳投影方向（見表1）。

依據表1，“三廢”各年的最佳投影方向，由公式（4）估算得出中國2005-2011年30個省市自治區的環境污染投影值，即環境污染指數（見表2）。

改革開放以來，中國經濟發展迅速，但生態環境問題卻被忽視，由表2可以發現，中國環境污染指數已達0.5以上，表明中國已為高速發展經濟忽視生態環境的行為付出了巨大的環境代價；從表中還可以看出，地區的經濟發展狀況與環境問題有著一定的聯系，東、中部地區綜合實力相對較為雄厚，工業經濟也較發達，而其環境污染指數也相對較高，且二者均高于全國平均污染指數，而東部與中部相比，雖然東部地區更為發達，但其環境污染指數低于中部，這主要是因為東部地區的經濟、科技等各方面實力都較強，對環境污染的預防和治理的意識和設施也比較前衛和先進；同時，由于西部和東北地區工業經濟較東、中部地區來說，存在一定的差距，因而環境污染也相對較輕，低于全國污染平均指數。endprint

4.2基于投影尋蹤模型的創新產出指數測算

根據投影尋蹤模型，通過matlab7.0軟件編程對中國2005-2011年30個省市自治區的創新產出綜合指數進行測算，算得新產品銷售收入、專利申請數和綜合能耗產出

率的最佳投影方向，并依據公式（4）估算出各區域2005-2011年的創新產出投影值，以此來反映創新產出的綜合狀況。由于篇幅限制，創新產出的最佳投影方向和投影值在此不予贅述，將綜合創新產出投影值作為隨機生產函數的產出變量對中國各區域的創新效率進行評測。

4.3基于隨機前沿模型的創新效率測度及影響因素分析

4.3.1創新效率測度結果

本文將運用投影尋蹤方法估算的綜合創新產出值，代入隨機前沿模型中，應用Froniter4.1軟件測度中國各區域2005-2011年的創新效率，并分析環境規制等因素對創新效率的影響情況（見表3）。

由表3可以發現，γ=0.979，在1%的水平下顯著，表明97.9%的誤差主要是由于技術非效率性引起的，如果忽略技術效率的影響，使用傳統方法（如最小二乘法）進行估計，將不能準確反映各區域創新效率，因此，使用SFA方法估計是必要的。對數似然函數為-121.063，說明極大似然估計的效果較好；單邊LR檢驗值為177.553，表明整體估計有效。在生產函數部分，可以發現R&D人員對創新產出的推動作用大于R&D經費對創新產出的推動作用，這驗證了人才是創新活動的基石，在創新過程中起著不可替代的主導作用。由表3還可得知，中國2005-2011年創新效率平均值為0.645，表明中國創新活動還存在一定的無效率現象，約有40%的改善空間。

4.3.2影響因素分析

區域創新效率的影響因素很多，本文主要從環境規制、區域開放程度、技術市場成熟度、政府資助四方面分析對區域創新效率的影響，表3中影響因素的估計系數顯示了上述因素對中國區域創新效率的影響程度。

（1）環境規制強度的回歸系數δ1=1.494>0，而其平方的回歸系數δ2=-0.044<0，表明環境規制強度與創新效率呈顯著的“U”型相關關系，即說明環境污染的治理初期，需要投入大量資金來處理污染問題，因而造成成本增加，對創新效率產生負向影響，但從長遠可持續發展角度考慮，隨著生態環境的改善，綠色創新活動產出增加值會抵消治理環境的成本，且會激發主動進行技術創新的欲望[41]，最終導致創新效率的提高。

（2）區域開放程度的回歸系數δ3=-0.348<0，表明區域開放程度與創新效率呈正相關關系。“對外開放”這一政策的實施，使中國綜合實力發生了質的飛躍，重視區域對外開放性，引進外部資金和高技術，能夠顯著拉動中國創新效率向更高水平發展。

（3）技術市場成熟度的回歸系數δ4=-0.987<0，表明技術市場越成熟能夠促進創新產出。技術市場成熟度能夠反映創新成果的市場轉化的商業化水平，成熟的技術市場有利于科技成果市場價值的實現以及推動創新效率的提高。

（4）政府資助的回歸系數δ5=-1.375<0，表明政府資助與創新效率呈正相關，政府資助可以有效降低區域綠色創新活動中主體的創新成本和風險，激發創新主體進行創新的積極性，對創新效率的提升具有顯著影響[32]。

4.4創新效率區域異質性分析

中國各地區平均創新效率地區差異性顯著（見圖2），區域發展不均衡，呈現“東高西低”的格局。

（1）從單個地區來看，各地區創新效率水平呈現出較

大的差異性，平均創新效率排名前5位的地區幾乎位于東部地區，而創新效率排名后5位的地區除了河北省，其他都屬于中西部地區。上海、廣東和浙江各地區的平均創新效率較高，位居前列，這是由于上述三個地區經濟和科研實力雄厚，加之近年來地區的生態環境日益受到重視，在資源有序開發、集約利用、節能減排和可持續發展等方面積極推進，直接促使地區創新效率的提升。河北和山西兩省平均創新效率較低，排名于后3位，與其地區經濟發展水平不吻合，而造成這兩省創新效率較低的原因主要是河北和山西均是全國主要產煤省，資源和能源豐富，其煤炭產能和綜合煤炭供給能力是這兩省經濟發展不可忽視的摯肘因素，但創新能力和積極性并不高，屬于粗放型經濟增長模式，因而為此付出了巨大的資源和環境代價，導致創新效率處于較低水平。

（2）從東、中、西部及東北地區來看，如圖3所示，東部地區的創新效率顯著高于全國平均創新效率水平，但自2008年以后，東部地區的創新效率略有下降，這是由于2008年發生全球金融危機，東部地區雖然地理、經濟條件較中西部優越，但是相應的其受到金融危機的沖擊也相對較大，影響了對東部地區創新成果市場價值的實現，沖擊創新產品的進出口貿易，導致經濟效益下降，從而對東部地區的創新效率產生了一定的影響，同時，近年來東部地區環境問題日益突出，引起了當地政府和企業的關注，不斷加大對環境的預防和治理的投資力度，這使得創新成本增加，且由于環境治理是一個長期的工作，短期內成效不明顯，因而這也會對東部地區的創新效率產生影響；中西部地區的創新效率均低于全國平均水平，但這兩個地區的創新效率整體呈上升趨勢，這與國家長期持續加大對中西部地區的扶持力度和中西部地區生態文明建設活動的推行有關；東北地區2009年以前低于全國平均水平，但近年來隨著東北地區的不斷振興和崛起，其創新效率持續提升，到2009年明顯高于全國平均水平。從圖3整體上看，東、中、西部及東北地區創新效率異質性顯著，與中國區域經濟發展水平呈現出的“東高西低”的格局相一致，導致上述格局的原因在于，東部地區的地理位置、人才和資金等諸多方面顯著優于中西部地區，再加上國家支持東部地區發展的政策導向，使東部地區擁有雄厚的綜合實力，推動自主創新能力的持續發展。

5結論與建議

本文以中國2005-2011年30個省市自治區的面板數據為樣本，將投影尋蹤與隨機前沿分析結合測度了各區域創新效率，并分析了創新效率的地區異質性。同時，探討了環境規制強度、區域開放程度、技術市場成熟度和政府資助四個因素對創新效率的影響。結果表明：①中國平均創新效率僅為0.645，約有40%的改善空間；且各地區的創新效率差異較大，從整體上看，除了像河北、山西省，以能源消耗拉動經濟的粗放型增長方式而導致的環境問題的地區，中國的創新效率基本呈現“東高西低”的格局；②從環境治理角度分析，環境規制強度與創新效率呈“U”型關系，在環境治理初期，治理污染會加大創新主體投入，擠占資金，削弱技術創新能力，對創新效率產生負向影響，但從長遠角度來看，環境規制能夠激發創新的積極性，產生創新補償效應，抵消增加的成本，推動創新效率的提高；③區域開放程度、技術市場成熟度和政府資助對創新效率均有顯著正向促進作用。區域的開放性有利于引進外部資金和先進的高技術，推動區域的創新能力的不斷提升；成熟的技術市場能夠為創新成果市場價值的實現提供良好的市場環境；政府支持科技的力度則會降低企業技術創新的成本和風險，激發其創新的積極性。endprint

綠色低碳背景下對中國區域創新效率及其影響因素的分析，為中國繼續推進綠色創新帶來啟示：一是不管是經濟發達地區還是欠發達地區，必須要從長遠發展戰略角度出發，走生態化路道，推行環保科技創新；二是在增強各自創新實力的同時，要關注區域的均衡發展，盡量避免造成嚴重的地區失衡現象，以防地區矛盾和社會沖突的發生；三是在發展綠色科技創新過程中，要加強對外交流，緊跟國際前沿，注重科技成果的市場轉化，并充分發揮政府在推進綠色創新中的重要作用。

據此，提出以下能夠推動綠色創新，提高創新效率的建議：

（1）要積極推進創新驅動發展戰略，加快培育具有實力、活力、競爭力的創新主體，實現資源的合理開發利用，提高資源保障能力，促進經濟社會健康可持續發展。

（2）針對中國“東高西低”的發展格局，政府應因地制宜，采取差異化扶持政策來引導不同區域科技和環境的協調持續發展。首先，要繼續鼓勵東部地區進行自主創新和加快綠色清潔創新的步伐，在保持經濟持續增長的同時更要注重環境質量的改善，以促使其創新效率向更高更健康的水平發展；其次，要積極推動東北老工業地區的振興與崛起，充分發揮東北地區資源豐富的優勢，加大科技創新力度和人員投入，以及注重生態環境的保護；最后，加大政府對中西部地區創新活動的扶持和引導，推動其綠色創新能力的提高，并重點治理能源依賴型地區環境污染，改善中西部地區生態環境，以推動中西部地區可持續發展。

（3）要大力提倡走高效、節約、環保的綠色創新發展道路，實現環境與經濟協調發展。因此，需要制定相關措施保證環境規制政策的有效實施。首先，改革地區政府官員的政績考核制度，將地區環境保護與經濟發展結合衡量地區官員政績；其次，征收環境稅，考慮地區經濟實力的異質性，制定地區差異化環境稅率，即經濟發達地區的環境稅收標準要高于經濟欠發達地區的標準。最后，培養企業綠色創新意識，促使企業由環境規制的被動接受者逐步轉變為環境規制的主動參與者。

（4）要提高區域創新效率，在關注環境的基礎上，還要重視區域對外開放性，積極學習國外先進的綠色創新技術，并完善技術市場環境，促進科技成果市場價值的實現，同時政府要加大對科技的扶持力度，制定合理措施來監管創新資源配置情況，以充分提高創新資源的利用率。

本文從綠色環保、低碳節能的角度出發，結合投影尋蹤模型處理高維數據的特點，對隨機前沿模型進行了改進，并得到相關結論，但仍存在不足之處，一是由于數據獲取的限制，數據只查閱到2005-2011年的面板數據，二是創新效率的影響因素分析中沒有對影響因素間交互作用進行剖析，這也正是今后需要進一步研究的地方。

（編輯：常勇）

參考文獻（References）

[1]中國科學院可持續發展戰略研究組. 2012中國可持續發展戰略報告：全球視野下的中國可持續發展[M]. 北京： 科學出版社， 2013. [Sustainable Development Strategy Research Group of China Academy of Sciences. Chinas Sustainable Development Strategy Report in 2012： Under the Global View of Chinas Sustainable Development [M]. Beijing： Science Press， 2013.]

[2]Kemp R， Arundel A， Smith K. Survey Indicators for Environmental Innovation [R]. IDEA Paper， 1998.

[3]Brunnermeier S B， Cohen M A. Determinants of Environmental Innovation in US Manufacturing Industries [J]. Journal of Environmental Economics and Management， 2003， 45（2）： 278-293.

[4]Chiou T Y， Chan H K， Lettice F， et al. The Influence of Greening the Suppliers and Green Innovation on Environmental Performance and Competitive Advantage in Taiwan [J]. Transportation Research Part E： Logistics and Transportation Review， 2011， 47（6）： 822-836.

[5]張江雪， 朱磊. 基于綠色增長的我國各地區工業企業技術創新效率研究[J]. 數量經濟技術經濟研究， 2012， （2）： 113-125. [Zhang Jiangxue， Zhu Lei. Research on Technological Innovation Efficiency of Industrial Enterprises Based on Green Growth of Regions in China [J]. The Journal of Quantitative & Technical Economics， 2012， （2）： 113-125.]

[6]韓晶， 宋濤， 陳超凡， 等. 基于綠色增長的中國區域創新效率研究[J]. 經濟社會體制比較， 2013， （3）： 100-110. [Han Jing， Song Tao， Chen Chaofan， et al. Research on Regional Innovation Efficiency Based on Green Growth in China [J]. Comparative Economic & Social Systems， 2013， （3）： 100-110.]endprint

[7]Nasierowski W， Arcelus F J. On the Efficiency of National Innovation Systems [J]. Socio Economic Planning Sciences， 2003， 37（3）： 215-234.

[8]Hashimoto A， Haneda S. Measuring the Change in R&D Efficiency of the Japanese Pharmaceutical Industry [J]. Research Policy， 2008， 37（10）： 1829-1836.

[9]Guan J C， Chen K H. Measuring the Innovation Production Process： A Crossregion Empirical Study of Chinas Hightech Innovation [J]. Technovation， 2010， 30（5-6）： 348-358.

[10]白俊紅， 江可申， 李婧. 中國地區研發創新的技術效率與技術進步[J]. 科研管理，2010， 31（6）： 7-18. [Bai Junhong， Jiang Keshen， Li Jing. The Technical Efficiency and Technical Progress of Chinas Regional R&D Innovation [J]. Science Research Management， 2010， 31（6）： 7-18.]

[11]Eric C W. R&D Efficiency and Economic Performance： A Crosscountry Analysis Using the Stochastic Frontier Approach [J]. Journal of Policy Modeling， 2007， 29（2）： 345-360.

[12]Diaz M A， Sanchez R. Firm Size and Productivity in Spain： A Stochastic Frontier Analysis [J]. Small Business Economics， 2008， 30（3）： 315-323.

[13]白俊紅， 江可申， 李婧. 應用隨機前沿模型評測中國區域研發創新效率[J]. 管理世界，2009， （10）： 51-61. [Bai Junhong， Jiang Keshen， Li Jing. Chinas Regional R&D Innovation Based on Stochastic Frontier Analysis Model [J]. Journal of Management World， 2009， （10）： 51-61.]

[14]Fu Q， Liu J Y， Wang L K. Study on the PPE Model Based on RAGA to Classify the County Energy. Journal Systems Science and Information， 2004， 2（1）： 73-82.

[15]金菊良， 劉永芳， 丁晶， 等. 投影尋蹤模型在水資源工程方案優選中的應用[J]. 系統工程理論方法應用， 2004， 13（1）： 81-84. [Jin Juliang， Liu Yongfang， Ding Jing， et al. Application of Projection Pursuit Model to Opotimal Choice of Water Resources Engineering Schemes [J]. Systems EngineeringTheory Methodology Applications， 2004， 13（1）： 81-84.]

[16]姚平， 梁靜國， 陳培友. 煤炭城市人口-資源-經濟-環境系統協調發展測度與評價[J].運籌與管理， 2008， 17（5）： 160-166. [Yao Ping， Liang Jingguo， Chen Peiyou. Measurement and Evaluation of Coordinate State of the Coal Citys PopulationResourcesEconomiyEnvironment System [J]. Operations Research and Management Science， 2008， 17（5）： 160-166.]

[17]姚奕， 倪勤. 各地區碳減排能力綜合評價研究：基于投影尋蹤分類模型[J]. 運籌與管理， 2012， 21（5）： 193-199. [Yao Yi， Ni Qin. Evaluation of Carbon Emission Reduction in Different Regions Based on Projection Pursuit Classification Model [J]. Operations Research and Management Science， 2012， 21（5）： 193-199.]

[18]Sharma S， Thomas V J. Intercountry R&D Efficiency Analysis： Application of Data Envelopment Analysis [J]. Scientometrics， 2008， 76（3）： 483-501.endprint

[19]Griliches Z. Patents Statistics as Economic Indicators： A survey [J].Journal of Economic Literature， 1990， （4）： 1661-1707.

[20]吳延兵. 中國工業R&D產出彈性測算[J]. 經濟學（季刊）， 2008， 7（3）： 869-890. [Wu Yanbing. Measurement on R&D Output Elasticity of Chinas Industrial Sector [J]. China Economic Quarterly， 2008， 7（3）： 869-890.]

[21]Griliches Z. R&D and the Productivity Slowdown [J].American Economic Review， 1980， （70）： 343-348.

[22]Korhonen P J， Luptacik M. Ecoefficiency Analysis of Power Plants： An Extension of Data Envelopment Analysis [J]. European Journal of Operational Research， 2004， 154 （2）： 437-446.

[23]Gray W B， Shadbegian R J. Plant Vintage， Technology and Environment Regulation [J]. Journal of Environmental Economics and Management， 2003， （46）： 384-402.

[24]韓晶. 中國區域綠色創新效率研究[J]. 財經問題研究， 2012， （11）： 130-137. [Han Jing. Research on Green Innovation Efficiency in Chinas Region [J]. Research on Financial and Economic Issues， 2012， （11）： 130-137.]

[25]蘇屹， 李柏洲. 基于隨機前沿的區域創新系統創新績效分析[J]. 系統工程學報， 2013， 28（1）： 125-133. [Su Yi， Li Baizhou. Regional Innovation System Performances Based on Stochastic Frontier Analysis [J]. Journal of Systems Engineering， 2013， 28（1）： 125-133.]

[26]Czarnitzki D， Licht G. Additionality of Public R&D Grants in a Transition Economy： The Case of Eastern Germany [J]. Economics of Transition， 2006， 14（1）： 101-131.

[27]Porter M E. Americas Green Strategy [J]. Scientific American， 1991， 264（4）： 1-5.

[28]Lanoie P， Patry M， Lajeunesse R. Environmental Regulation and Productivity： Testing the Porter Hypothesis [J]. Journal of Productivity Analysis， 2008， 30（2）： 121-128.

[29]Xepapadeas A， de Zeeuw A. Environmental Policy and Competitiveness： the Porter Hypothesis and the Composition of Capital [J]. Journal of Environmental Economics and Management， 1999， 37（2）： 165-182.

[30]Kheder S B， Zugravu N. The Pollution Haven Hypothesis： A Geographic Economy Model in A Comparative Study [R]. FEEM Working Paper， 2008.

[31]Cole A， Robert J， Shimamoto K. Why the Grass Is Not Always Greener： The Competing Affects of Environmental Regulations and Factor Intensities on US Specialization [J]. Ecological Economics， 2005， 54（1）： 95-109.

[32]李平， 慕繡如. 環境規制技術創新效應差異性分析[J]. 科技進步與對策， 2013， 30（6）： 97-102. [Li Ping， Mu Xiuru. Differences Analysis of the Effects of Environmental Regulatory on Technological Innovation [J]. Science & Technology Progress and Policy， 2013， 30（6）： 97-102.]endprint

[33]Wallsten S J. The Effects of Governmentindustry R&D Programs on Private R&D： The Case of the Small Business Innovation Research Program [J]. RAND Journal of Economics， 2000， 31（1）： 82-100.

[34]孟凡生， 李美瑩. 我國能源消費影響因素評價研究[J]. 系統工程， 2012， 30（8）： 10-15. [Meng Fansheng， Li Meiying. Research on Evaluation Influencing Factors of Energy Consumption in China： Based on Catastrophe Theory and Improved Entropy [J]. Systems Engineering， 2012， 30（8）： 10-15.]

[35]付強， 趙小勇. 投影尋蹤模型原理及其應用[M]. 北京： 科學出版社， 2006. [Fu Qiang， Zhao Xiaoyong. The Principles and Applications of Stochastic Frontier Analysis Model [M]. Beijing： Science Press， 2006.]

[36]Friedman J H， Turkey J W. A Projection Pursuit Algorithm for Exploratory Data Analysis [J]. IEEE Trans. on computer， 1974， 23（9）： 881-890.

[37]張目， 周宗放. 基于投影尋蹤和最優分割的企業信用評級模型[J]. 運籌與管理， 2011， 20（6）： 226-231. [Zhang Mu， Zhou Zongfang. A Credit Rating Model for Enterprises Based on Projection Pursuit and Optimal Partition [J]. Operations Research and Management Science， 2011， 20（6）： 226-231.]

[38]李婧， 譚清美， 白俊紅， 等.中國區域創新效率的隨機前沿模型分析[J]. 系統工程， 2008， 27（8）： 44-50. [Li Jing， Tan Qingmei， Bai Junhong， et al. Stochastic Frontier Analysis of Chinas Regional Innovation Efficiency [J]. Systems Engineering， 2008， 27（8）： 44-50.]

[39]王爭， 史晉川. 轉型時期中國工業生產績效的地區差異及波動性的解釋：基于隨機前沿生產函數的分析[J]. 世界經濟文匯， 2007，（4）： 29-45. [Wang Zheng， Shi Jinchuan. The Regional Difference and Volatility of Chinas Industrial Production Performance in the Transitional Period Based on Stochastic Frontier Analysis [J]. World Economic Papers， 2007， （4）： 29-45.]

[40]Battese G E， Coell T J. A Model of Technical Inefficiency Effects in Stochastic Frontier Production for Panel Data [J]. Empirical Economics， 1995， 20（2）： 325-332.

[41]Popp D. International Innovation and Diffusion of Air Pollution Control Technologies： the Effects of Nox and SO2 Regulation in the US， Japan and Germany [J]. Journal of Environmental Economics and Management， 2006， 51（1）： 46-71.endprint