技術創新方式選擇與中國工業綠色轉型的實證分析

岳鴻飛+徐穎+吳璘

摘要 在環境承載力接近極限，傳統要素投入邊際效益驟降的情況下，中國工業依靠技術創新實現綠色轉型與發展，已成為我國工業未來發展的重要方向。然而，各類工業行業的特征與異質性，使得不同方式的技術創新表現出不同的效果，如何根據工業行業的特征選擇有效的技術創新方式是進一步研究技術創新驅動工業綠色發展的關鍵性問題。本文采用SBM-DDF方法測算了我國32個工業行業的綠色全要素生產率，并基于行業異質性實證分析了自主創新、技術引進、政府支持三種創新方式在工業行業綠色轉型中的作用效果。研究發現：在考慮了能源投入與污染物排放非期望產出后，行業間的綠色全要素生產率表現出了明顯的綠色差異性。傳統高投入、高污染、高耗能型的工業行業其綠色全要素生產率明顯低于綠色特征明顯的工業行業。廢棄資源綜合利用業，文教、體育和娛樂用品制造業等綠色“無煙”產業，以及專用設備制造業、醫藥制造業等技術密集型產業綠色全要素生產率排名靠前。2009年是我國工業綠色轉型的重要跳躍期。在技術創新方式選擇上，自主創新與政府支持是資源密集型工業行業實現綠色轉型的關鍵方式；對于勞動密集型工業行業，技術引進則是實現綠色轉型的最優路徑；對于技術密集型工業行業，自主創新仍是推動該行業實現綠色發展的首要驅動力。此外，我國當前的環境規制已在資源密集型工業行業中率先發揮創新補償效應；提高工業行業的總體規模與產業集中度也有利于工業行業的綠色轉型。

關鍵詞 工業綠色轉型；綠色全要素生產率；行業異質性；創新方式

中圖分類號 X196；F061.3

文獻標識碼 A文章編號 1002-2104（2017）12-0196-11DOI：10.12062/cpre.20170902

改革開放以來，我國工業以年均11.24%的增長率成為中國經濟長期快速增長的重要推力。然而，以高耗能、高污染、高排放為特征的中國工業，在給社會創造了豐富的物質財富同時，也產生了巨大的資源消耗和嚴重的環境污染問題。自然資源與生態環境的雙重紅線迫使中國工業急需擺脫傳統要素驅動的發展模式，實現向綠色發展方向的轉變。陳詩一[1]認為，中國工業綠色轉型的根本就是通過技術創新推進工業綠色全要素生產率的持續改善。胡鞍鋼[2]認為，工業綠色轉型是一系列基要生產函數從以自然要素投入為特征，到以綠色要素投入為特征的轉變，其根本的增長動力源于制度變革和技術變化。根據中國社科院工業經濟研究所《2016中國工業發展報告》[3]，當前我國工業的投資驅動已十分乏力。自2011年起工業的資本回報率開始不斷降低，2015年的資本貢獻率僅為0.1%，勞動貢獻率降低趨勢顯著且在2014、2015年出現負值。因此，在環境承載力接近極限，傳統要素投入邊際效益驟降的情況下，依靠技術創新提高工業綠色全要素生產率是中國工業綠色轉型的關鍵。然而，各類工業行業的特征與基礎不同，不同技術創新方式也有各自的特征和優勢，如何根據工業行業的特征選擇科學有效的技術創新方式是進一步研究技術創新驅動工業綠色發展的關鍵性問題。

1 文獻述評

關于中國工業技術創新方式的選擇問題，國內學界已有較多研究。從技術創新方式的分類方法上看，有的學者將中國工業技術創新分為內部自主研發、國外技術引進、技術消化吸收、國內技術購買四種方式[4-6]；有的學者將內部研發與技術消化吸收統一并為自主創新，并分為自主創新、內部技術引進與外部技術引進三類[7]；錢麗等[8]根據創新主體和經費來源不同將科技創新分為企業主導、政府支持，國外資助及國內融資等。從研究內容上看，當前涉及技術創新方式的研究多從傳統要素投入的視角，比較不同技術創新方式對投入產出效率的影響或研究技術創新本身的效率問題，如陳繼勇等[9]從引進技術角度考慮技術進步對生產效率的影響，王小魯等[10]通過考察自主創新對全要素生產率的影響進而判斷科技創新對增長方式改變的作用，牛澤東等[11]依據技術創新投入產出計算了中國裝備制造業的技術創新效率。

近年來，伴隨著綠色經濟與綠色發展理念的深入，關于技術創新驅動中國工業綠色轉型的問題引起學界關注，國內學者開始研究綠色技術創新的問題。該類研究的普遍方法是在傳統的技術創新中突出綠色性產出，并重點聚焦綠色技術創新的效率問題。如孫亞梅等[12]以環境技術專利數表示綠色創新水平。Guan、Chen等[13]運用DEA方法，計算綠色技術產品的投入產出效率，以此表示綠色技術創新效率。羅良文，梁圣蓉[14]通過主成本分析的方式對綠色創新投入與產出指標進行降維，突出技術創新對工業廢水、工業廢氣與固體廢棄物的減排作用，并以此分析綠色技術創新效率。為進一步研究綠色技術創新對工業生產的實際轉變作用，研究者通過階段劃分的方式分解綠色技術的創新與轉化機制。錢麗等利用生產中“三廢”污染物的排放程度表示工業企業的綠色發展水平，將工業企業技術創新活動分為科技研發和成果轉化兩階段，第一階段產出作為中間變量，算為第二階段投入，從而研究綠色技術創新總效率對工業綠色發展的影響。姚西龍等[15]利用R&D等創新投入表征行業總體科技創新水平，通過構建經濟效率模型、創新效率模型，綠色效率模型，并利用RAM模型的加性結構，建立了綠色創新的轉型效率模型，以此考察技術創新對工業綠色轉型的作用。

工業綠色技術創新效率原則上僅反應技術創新活動的實際水平，無法直接反映整體工業行業的綠色化程度。因此，構建工業綠色全要素生產率則是表示工業綠色轉型水平最直接的方式。工業綠色全要素生產率的構造方法主要包括參數法和非參數法。參數分析法以隨機前沿分析（SFA）為代表，即用具體生產函數形式表示出在一定技術水平下各種投入比例對應的最大產出集合，從而測算每一決策單元的投入產出效率。如馮志軍、陳偉[16]就運用SFA法測算了區域大中型工業企業的全要素生產率。但隨機前沿法經常受到決策單元數量與指標敏感性限制，且因需確定最優邊界，統計噪聲與測量誤差均將歸為技術無效率。非參數方法則以數據包絡分析為代表（DEA），不需假定生產函數具體形式，只需在傳統投入要素中加入綠色性要素。如李斌等[17]運用DEA方法，將工業行業的二氧化碳與能源消費量作為投入要素，評估了我國36個工業行業的綠色全要素生產率。但是綠色屬性要素多以產出形式存在，如污染物排放等指標，因此將其納入生產函數并作為投入變量將與事實相左。為解決這一問題，學者們通過構建方向性距離函數（DDF），將污染物等作為非期望產出，使其與期望產出的優化方向相反，從而計算綠色的投入產出效率。如萬倫年，朱琴[18]將工業廢水、二氧化硫、固體廢棄物等作為非期望產出引入方向距離函數，構建工業綠色全要素生產率。然而這種方向性距離函數有又徑向性與角度性要求，即在計算效率時要求徑向的投入變量或產出變量同比例變化，又要求在角度上做出投入不變或產出不變的假設。為克服該缺陷，國外學者放寬了原有方向性距離函數在徑向性和角度上的假設要求，基于效率冗余建立松弛性變量，并以此構建非徑向、非角度的方向距離函數（SBM-DDF）[19-20]，更科學地計算出加入能源投入與污染非期望產出的綠色生產效率。SBM-DDF已成為目前學界計算綠色生產效率的前沿方法之一。

在了解現有文獻的基礎上，本文將進一步研究技術創新驅動工業綠色轉型的方式選擇問題，并從以下三個方面對現有研究進行拓展。首先，在傳統工業全要素生產率測算的基礎上，加入能源投入與污染物排放非期望產出，通過基于松弛變量的方向距離函數（SBM-DDF）構建工業綠色全要素生產率，以此表征各行業綠色轉型的水平。第二，基于創新主體與新技術來源的不同內涵，將企業內部科技研發與技術消化吸收統一作為自主創新方式，將國外技術引進與國內技術購買作為技術引進方式。重點研究自主創新、外部引進和政府支持三種技術創新方式對工業綠色轉型的作用。第三，基于技術密集型、勞動密集型、資源密集型的行業異質性分類，突出不同行業的要素需求特點，考察不同技術創新方式對不同類型行業的綠色轉型作用。除此之外，本文還將構建環境規制與行業規模性指標，研究環境規制的創新補償效應與規模經濟效應對工業行業綠色轉型的影響。

2 研究方法與分析框架

2.1 綠色全要素生產率測度模型的構建

本文通過SBM-DDF方法，以我國32個工業行業（見表1）作為決策單元計算工業綠色全要素生產率。令x為各行業在工業生產中的N種投入變量，x=（x1…xN）∈R*N；y表示M種期望產出，y=（y1…ym）∈R*M；b表示考慮綠色因素后的K種非期望產出，b=（b1…bk）∈R*k；因此有（xti，yti，bti）表示第i個行業t時期的投入產出向量。再令（gx，gy，gb）為方向向量，（sxn，sym，sbk）為投入與其產出達到生產效率前沿面的松弛向量。由此，測算第i個行業，第t時期綠色全要素生產率的非徑向、非導向性方向距離函數（SBM-DDF）可定義如下：

對方程（1）中的無效率參數進行進一步分解，可分別獲得投入無效率IExv、期望產出無效率IEyv，和非期望產出無效率IEbv，從而組成無效率的具體來源，具體公式表示如下：

2.2 技術創新方式選擇的面板數據模型構建

在構建工業綠色全要素生產率（Industry Green Total Factor Rate， IGTFR）的基礎上，本文以IGTFR為被解釋變量，以自主創新（Independent Innovation，II）、技術引進（Technology Introduction，TI）、政府支持（Governmental Support，GS）為重點考察的解釋變量，同時加入環境規制（Environmental Regulation，ER）、行業平均規模（Industry Average Scale，EAS）作為控制變量加入模型。為消除異方差，本文在構建模型時對部分變量進行了對數化處理，由此，第i個行業第t期的技術創新方式選擇面板模型構建如下。

本文重點分析行業的異質性，所以假定參數不隨時間變化，即模型（4）滿足時間一致性條件。在此基礎上，模型的截距和斜率有如下兩種假設：

假設1：斜率相同，但截距不同，模型如下：

其中β`=（β1，β2，β3，β4，β5）對不同行業沒有差異，各行業間的個體差異僅體現在由αi代表的行業決策單元的固定效應中。

假設2：截距和斜率均相同，即模型形式為：

此時，各行業間無顯著差異性，可將樣本視為多個時期截面數據樣本。

具體選用何種模型形式將通過Hausman檢驗，借助F統計量的協方差分析進行確定。通過分別計算模型（4）、（5）、（6）的殘差平方和S1，S2，S3，計算假設1的檢驗統計量F1和假設2的檢驗統計量F2，公式如下：

F1、F2服從特定自由度的F分布，當F2小于某置信度下的分布臨界值時，接受假定2，即選擇模型（6）。反之，則繼續檢驗F1，當F1小于某置信度下的分布臨界值時，接受假定1，即選擇模型（5）。如果此時F1大于或等于某置信度下的分布臨界值時，則選擇模型（4）。

3 中國工業行業綠色轉型的衡量與評價

3.1 指標選取和數據處理

本文使用2005—2014的中國工業分行業面板數據進行綠色全要素生產率的測算和評估。根據統計數據來源的信息，2005—2007年我國工業行業分類口徑為“大中型工業企業”，2008—2010年工業行業分類即有“大中型工業企業”的主要經濟指標，又有“規模以上工業企業”的經濟指標，2011年后則統一改為“規模以上工業企業”統計口徑。基于本研究重點以行業間截面比較為主，故本文在2008年前使用“大中型工業企業”口徑，2008后使用“規模以上工業企業”口徑。

考慮數據的連續性，2015年版的《中國科技統計年鑒》《中國環境統計年鑒》《中國工業統計年鑒》《中國能源統計年鑒》均提供了39個工業行業的統計數據，其中2015年單列出的“開采輔助活動”此前合并在“其他采礦業”中；“汽車制造業”和“鐵路、船舶、航空、航天和其他運輸設備制造業”在此前曾合并為“交通運輸制造業”；“橡膠和塑料制品”此前被分開單列為橡膠制造業、塑料制造業；“金屬制品、機械和設備修理業”僅在2011年后才開始公布。“文化、辦公室用品機械”此前同“儀表儀器制造業”一并統計，2015年被列入“其他制造業”。基于以上變動，本文實際選取2005—2014年32個工業行業的投入產出數據。

具體相關指標來源及數據處理說明如下：

（1）勞動投入。采用分行業規模以上工業企業從業人員年平均人數為代理變量。相關數據來自歷年《中國工業統計年鑒》。

（2）資本投入。采用學界常用的分行業規模以上工業企業固定資本存量為表征變量，并利用永續盤存法進行估算，得到相應的物質資本存量。本文的永續盤存以2005年為基期，資本折舊率取10%，以固定資產投資價格指數（FAI）作為當年投資的價格指數。相關基期和投資數據源自歷年《中國工業統計年鑒》并用wind數據進行補充。

（3）能源投入。選擇規模以上工業分行業終端能源消費量作為各行業能源投入的代理變量。相關數據源自歷年《中國能源統計年鑒》和wind數據庫。

（4）期望產出。由于能源投入具有明顯的工業中間投入品性質，所以本文并未選用通常的工業行業增加值為期望產出，而是選擇考慮中間投入成本的規模以上工業企業主營業務收入為代理變量，并用規模以上工業行業生產者出廠價格指數（PPI）進行平減。相關數據源自歷年《中國工業統計年鑒》。

（5）非期望產出。本文以分行業規模以上工業企業廢水排放總量、廢氣排放總量、固體廢棄物排放總量三種環境污染物為工業生產的非期望產出，通過熵值法構建工業行業污染物綜合排放指標，并以此作為模型非期望產出變量。相關數據源自歷年《中國環境統計年鑒》。

3.2 測算結果和評價

參考韓燕等[21]和趙文軍、于津平[22]按要素集約度對工業行業進行分類的方法，本文將所研究的32個行業按異質性分為三組：第一組是技術密集型行業，包括電氣機械及器材制造業、醫藥制造業、通信設備、計算機及其他電子設備制造業等10個；第二組為勞動密集型行業，包括紡織業、農副食品加工業、飲料制造業等13個；第三組是資源密集型行業，包括煤炭開采和洗選業、有色金屬礦采選業、燃氣生產和供應業等9個。基于SBM-DDF方法測算的各工業行業綠色全要素生產率及10年均值詳見表1。

從測算結果看，在考慮了能源投入與污染物排放非期望產出后，行業間的綠色全要素生產率表現出了明顯的綠色差異性。傳統高投入、高污染、高耗能型的工業行業其綠色全要素生產率明顯低于綠色特征明顯的工業行業。例如，廢棄資源綜合利用業憑借其高效的投入產出比與自身的綠色屬性，其平均綠色全要素生產率在32個行業中最高，10年均值達到0.995；煙草制品業依靠其高額利潤與低耗能、低排放特點，10年均值位列第二，達到0.993；文教、工美、體育和娛樂用品制造業作為典型“無煙”綠色產業，10年均值排位第三，達到0.989。反之，黑色金屬礦采選業、煤炭開采和洗選業、非金屬礦物制品業、電力、熱力的生產和供應業為典型的高耗能、高排放企業，能源投入大，污染排放多，平均綠色全要素生產率在32個行業中位列后位，平均值分別為0.897，0.802，0.689，0.642。

從行業組別間比較來看，由電氣機械及器材制造業、通信設備計算機及其他電子設備制造業、化學纖維制造業、專用設備制造業、醫藥制造業等行業組成的技術密集型行業其綠色全要素生產率總平均水平為0.941，高于勞動密集型行業0.936和資源密集型行業0.867的總平均值。勞動密集型行業的綠色全要素的生產率更加接近于32個行業的總平均水平0.923，基本處于中等水平；而資源密集型行業則嚴重低于32個行業的總平均水平，成為低綠色全要素生產率的主要行業群體。

從測算結果中還可以看出，同組行業內部的綠色全要素生產率也存在著一定的差異性。例如，化學原料及化學制品制造業雖隸屬于技術密集型行業，但化學品自身的危害性與污染排放，使其綠色全要素生產率僅為0.794。由此可以看出，技術密集型行業也依然存在清潔生產與節能減排等問題。在勞動密集型行業中，部分綠色全要素生產率水平較高的行業一般具有相對輕資產、高回報、低污染的特點，如煙草、文教、家具制造業、印刷業、木材加工等行業。而綠色全要素生產率水平較低的勞動密集型主要是造紙及紙制品業和紡織業。據了解，造紙業在抄紙和漂洗過程將排放大量的工業廢水，而廢水中包含的懸浮物、漂白劑、增白劑、熒光劑等化學成分將對江河環境造成嚴重破壞。而紡織的染整環節，則曾為工業廢氣的重災區，該過程產生的油煙、顆粒物和VOCs與PM2.5二次氣溶膠形成有直接關系。資源密集型行業多為能源、礦產型行業，其高投入與較明顯的“黑色”屬性，使其綠色全要素生產率普遍較低。但在資源密集型行業中燃氣生產和供應業與水的生產和供應業的綠色全要素生產率則為0.984和0.975，已屬較高水平。這也說明并非所有的能源行業都為綠色無效率，燃氣與水力作為清潔型能源的代表，其生產與供應可以實現高效與環保。

從時間維度上看（圖1），2009年以前三大類型行業的綠色全要素生產率基本處于持平發展階段，2009年以后各行業的綠色全要素生產率開始出現上漲趨勢，特別是2013年后，資源密集型行業的綠色全要素生產率出現了較大幅度上漲，綠色全要素生產率從2013年的0.869增長到2014年的0.891。出現這樣的情況主要源于2008年國際金融危機后，各國政府與人們開始重新思考地球環境與可持續發展問題，我國政府開始高度重視生態文明建設和由工業生產帶來的資源環境問題。“十一五”、“十二五”時期我國政府多項措施并舉地推行工業節能減排政策，從重點企業到重點行業，再到重點區域、流域，使我國高污染、高耗能行業的綠色全要素生產率出現顯著提高。

4 實證分析

4.1 面板模型指標選取和數據處理

為保持數據的一致性，本文在上述面板數據模型構建的框架下，同時選用2005—2014年中國工業32個行業的面板數據進行技術創新方式選擇的實證研究。具體指標選取和數據處理方式如下：

（1）自主創新（Independent Innovation，II）。自主創新是指創新的核心驅動力源自內部的技術突破，即擺脫對外部技術的依賴，依靠自身力量進行的獨立研發活動，所研發的科技成果具有自主知識產權。自主創新的主要方式包括原始創新、集成創新和引進技術再創新。基于此定義和國內外學者慣用方法，本文用“分行業規模以上工業企業R&D經費內部支出”與“分行業規模以上工業企業消化吸收經費”之和表示各工業行業的自主創新水平。相關數據選自歷年《中國科技統計年鑒》。

（2）技術引進（Technology Introduction，TI）。技術引進指國內企業等技術需求方通過一定方式從國外或本國的其他企業、研究單位、機構直接獲得先進技術的行為。技術引進是快速獲得成熟技術成果的重要方式之一，該法可大量節約技術獲取的科研投入和時間，因此也成為世界各國，特別是發展中國家促進技術進步，實現“彎道超車”的重要途徑。本文用“分行業規模以上工業企業技術引進經費”與“分行業規模以上工業企業購買國內技術經費”之和表示技術引進水平。

（3）政府支持（Governmental Support，GS）。“自主創新”和“技術引進”作為技術創新的兩大主要方式，其主體多為企業自身，研發動因多為利潤驅動與市場競爭。資源環境領域的綠色科技創新，其本質是在工業傳統的生產技術中強化對資源的高效利用和對環境的系統保護，具有明顯的外部性特點，很難通過市場進行驅動。同時該類研發前期投入大，風險系數高，且企業收益不顯著，綠色技術的研發很難成為企業的自主行為。因此，政府支持和引導成為工業綠色科技創新當中的重要方式。政府通過財政科學技術撥款、科學基金、教育等部門事業費以及政府部門預算外資金等方式支持引導相關企業、科研機構從事該類研究。本文選取“分行業規模以上工業企業R&D政府資金支出”表示各工業行業科技創新的政府支持程度。相關數據選自歷年《中國科技統計年鑒》。

本文對三類技術創新經費均采取平減處理。平減指數參照王玲、Szirmai[23]，萬倫來、朱琴[18]的方法，設定為消費者價格指數（CPI）和固定資產投資價格指數（FII）的加權平均值，權重分別設為0.55和0.45。

（4）環境規制（Environmental Regulation，ER）。20世紀90年代著名的“波特假說”被正式提出。“波特假說”認為：合理的環境規制具有創新補償效應，即適當的環境規制強度可以補償規制成本，進而促進科技創新。在“波特假說”的基礎上，環境規制一直被國內外學者作為影響綠色技術創新和推動綠色轉型的重要因素。當前，衡量環境規制強度的方法主要分為兩種。一種是根據環境規制結果進行衡量，即用污染物排放的治理效果進行表示[24]。另一種是以環境設備運行投入或治理成本進行衡量[25]。本文為保證數據的可得性和一致性，以各行業工業廢水治理設施本年運行經費、各行業工業廢氣治理設施本年運行費用和各行業工業固體廢棄物綜合利用率為指標，并借鑒傅京燕[26]，張江雪的方法構建綜合環境規制強度指標。具體方法如下：

為實現不同指標的可比性，對三類指標進行標準化處理：

其中，Sjit為i行業第t時期j指標的無量綱化標準值，EIjit為指標原值，maxiEIjit和miniEIjit為j指標在t時期32個行業中的最大值和最小值。

此后，通過構建調整系數Wjit，調整不同行業間污染物和同行業內部各污染物指標之間的較大差異。

其中，Ejit表示i行業第t時期j種污染物，∑32i=1Ejit表示t時期j種污染物的指標總量；IVit表示i行業t時期的平減后主營業務收入，∑32i=1IVit為t時期32個行業的該指標之和。

此外，為保證數據穩定性，避免個別行業在某些年份的異常值，對各行業不同年間的調整系數取均值：

最后，根據構建的各指標無量綱標準值和各行業三類污染物的調整系數，計算i行業t時期的環境規制強度：

（5）行業平均規模（Industry Average Scale，IAS）。工業行業的總體規模是影響行業綠色全要素生產率的重要因素。從工業綠色發展的角度分析，較高的行業規模將有利于行業自身的監管與污染物治理，特別是對于生產性投入較大、具有規模經濟屬性的工業行業，如鋼鐵、煤炭等行業，較高的行業規模有利于自身的專業化水平和生產效率。此外，以中小型企業為主的工業行業，因其產業集中程度較低，產業組織形式過于分散，行業資源分布零亂，這些均不利于實現能源與物料的梯級利用與綠色管理，只有具備了一定的行業規模才有實現循環效益的基礎與空間。因此，本文把行業平均規模作為影響行業綠色全要素生產率的另一影響因素，用平減后規模以上工業行業主營業務收入與該行業企業單位的個數比值表征該指標。

4.2 平穩性檢驗與模型的選擇

為避免偽回歸，確保數據的平穩性，需先對面板數據進行單位根檢驗，依次考察各變量是否存在同階單整。本文采用LLC檢驗、Fisher-ADF檢驗及Fisher-PP檢驗三種方法對各變量進行單位根檢驗，其中LLC檢驗重點檢驗同質面板單位根，后兩種方法主要檢驗異質面板單位根。表2給出所檢驗的結果，無論是同質單位根檢驗還是異質面板單位根檢驗，結果均表明所有變量是水平序列平穩的。

根據上述技術創新方式選擇面板模型的構建方法，本文通過Hausman檢驗，借助F統計量的協方差分析確定具體的模型形式。如表3的計算結果，技術密集型、勞動密集型、資源密集型和全部行業四組模型均采用模型（5），即變截距模型。

4.3 實證結果

在平穩性及Hausman檢驗的基礎上，本文基于“技術密集”、“勞動密集”、“資源密集”型行業的異質性，對“自主創新”、“技術引進”和“政府支持”三種技術創新方式進行了行業面板的實證分析。實證結果顯示，不同類型工業行業綠色轉型所依賴的技術創新路徑具有明顯的差異性（見表4）。

在技術密集型工業行業的綠色轉型中，自主創新表現出了最為顯著的促進作用，而外部引進與政府支持兩種創新方式，在技術密集型工業行業中雖也具有一定的促進作用但其顯著性明顯弱于自主創新的技術創新方式。對于勞動密集型工業行業，外部引進的創新方式在該類行業綠色轉型中的促進作用最為明顯，且明顯強于自主創新的促進作用，而政府支持的創新方式并未在該類行業中表現出顯著性。在資源密集型行業中，自主創新與政府支持均表現出了明顯的促進作用，而外部引進的創新方式在該類行業綠色轉型中的促進作用并未顯著。與勞動密集型和資源密集型行業相比，國內技術密集型工業行業的技術創新多為企業內部行為，具體表現為自主研發和對外部技術的消化吸收，政府在該類行業中更多的是扮演政策支持的角色，很少直接參與研發活動，國外企業也不會輕易將核心技術對國內企業進行輸出與轉讓。對于勞動密集型工業行業，國內勞動力的人口優勢使得該類行業的單位勞動產出率明顯低于國外同類行業，國外現代智能的整裝生產裝備與技術可直接被我國采納引用，這也是我國勞動密集型行業實現綠色轉型最直接的方式。資源密集型工業行業是我國工業綠色轉型的重點。“十一五”“十二五”時期，我國工業連續通過兩個五年計劃重點針對六大高耗能工業行業實行節能減排。資源密集型工業行業自身較強的接受假定1，采用模型（5）

行業負外部性，使得政府在該行業的綠色轉型中扮演了更加重要的作用，尤其是政府在技術創新中的綠色技術支持與引導，成為該行技術創新驅動綠色轉型的重要力量。此外，綠色技術的研發突破也是資源密集型工業行業實現清潔生產與資源高效利用的關鍵。

從環境規制對工業綠色轉型影響的角度進行分析，環境規制本身將增加企業的生產與運行成本，進而不利于企業的科技研發活動，但根據“波特假說”的相關結論，當環境規制達到一定程度后，高額的環境規制成本將驅使企業通過技術創新實現更加清潔環保的生產方式，進而實現行業的綠色轉型。實證結果發現當前我國的環境規制在勞動密集型工業行業中表現為顯著的負作用，即該行業的環境規制強度尚未激發出創新補償效應；環境規制的重點仍為資源密集型工業行業，實證結果顯示該行業的環境規制強度已起到促進技術創新的作用；而對技術密集型工業行業，因其自身受到政府環境規制較少，因此環境規制在該行業并未起到顯著作用。

此外，從實證結果中發現，行業平均規模在三類行業綠色轉型中均表現出顯著的促進作用，特別是在技術密集型和資源密集型工業行業中的促進作用則更加明顯。較大的行業平均規模將有利行業更集中地處理排放污染，同時規模效益也將使企業降低成本，實現規模經濟。因此，高度的行業平均規模與集中度有利于工業行業的綠色轉型。此外，從全部行業的回歸結果中可以發現，僅自主創新和行業平均規模在該模型中起顯著的促進作用，其他因素的作用均不明顯。由此說明進一步強化企業的自主創新，提高工業行業平均規模與集約化程度是我國工業實現整體綠色轉型的關鍵路徑。

5 結論與啟示

本文在考慮能源消耗與污染物排放的基礎上，利用SBM-DDF模型對我國32個工業行業的綠色全要素生產率進行了測算，并以此為依據實證分析了不同技術創新方式在三類工業行業綠色轉型中的作用與路徑選擇問題。本文研究的主要結論如下：

首先，根據工業行業綠色全要素生產率的測算結果，技術密集型行業綠色全要素生產率的平均總水平最高（0.941），勞動密集型行業的綠色全要素生產率（0.923）最接近32個行業的總平均水平（0.936），資源密集型行業的綠色全要素生產率總水平最低為（0.867）。廢棄資源綜合利用業（0.995）、煙草制品（0.993）、文教、工美、體育和娛樂用品制造業（0.989）為典型的綠色產業，其綠色全要素生產率的平均值最高，煤炭開采和洗選業（0.897）、非金屬礦物制品業（0.689）、電力、熱力的生產和供應業（0.642）行業高耗能、高排放特征最為明顯，綠色全要素生產率排名最為靠后；此外，在技術密集型與勞動密集型工業行業中化學原料及化學制品制造業（0.794）、造紙及紙制品業（0.899）和紡織業（0.860）污染屬性較大，需要重點關注與規制，在資源密集型行業中燃氣生產和供應業（0.984）與水的生產和供應業（0.975）綠色全要素生產率較高，屬于典型的綠色能源。從時間維度上看，2009年是我國工業行業推行綠色轉型的關鍵跳躍期，2009年以前工業行業的綠色全要素生產率基本處于持平發展階段，2009年后各行業的綠色全要素生產率開始出現上漲趨勢。第二，對于技術密集型工業行業，自主創新為該行業實現綠色轉型的首選路徑；對勞動密集型工業行業而言，外部引進為驅動該行業實現綠色轉型的最優路徑；對于資源密集型工業行業，政府的綠色技術創新支持與引導對該行業的綠色轉型起決定性作用，于此同時自主創新仍為該類行業綠色轉型的關鍵路徑。第三，我國當前的環境規制已在資源密集型工業行業中發揮創新補償效應，但在勞動密集型行業中環境規制的成本追加，阻礙了該類行業的技術創新和綠色全要素生產率的提升，而環境規制在技術密集型工業行業的發展并未起顯著作用。第四，工業行業的平均規模和規模效益有利于工業行業的綠色轉型，提高工業行業的平均規模與集約化程度是提高綠色全要素生產率的關鍵路徑。

在以上研究結論的基礎上，本文得出如下啟示并給出政策參考建議：

第一，我國工業綠色轉型應依據行業全要素綠色生產率，針對重點行業實行有側重地綠色轉型。根據對全要素綠色生產率的測算，我國的工業行業并非全都面臨綠色轉型的問題，很多行業已具備較高的綠色化程度。工業污染與粗放式生產主要來自造紙及紙制品業、紡織業、煤炭開采和洗選業、非金屬礦物制品業（0.689）、電力、熱力的生產和供應業等高耗能高污染行業。因此，我國工業行業的綠色轉型應瞄準綠色全要素生產率排名靠后的工業行業，集中優勢資源實行有重點的轉型，牽住工業行業綠色轉型的“牛鼻子”。

第二，根據行業的異質性特征，合理選擇工業綠色轉型的技術創新方式和驅動路徑。對于技術密集型工業行業應盡可能地發揮企業在自主創新方面的作用，為企業提供寬松的自主研發環境，通過激發企業自主創新活力的方式，促進該行業的綠色發展。對于勞動密集型工業行業應鼓勵企業實行“引進來”與“走出去”戰略，支持國內該類行業與國外同行業的技術合作，通過國外技術引進的方式實現該類行業的綠色轉型。對于資源密集型行業，一方面要繼續鼓勵自主創新行為，另一方面政府要積極在該類行業中做好綠色技術創新的支持與引導，通過企業自主與政府支持的方式推動行業的綠色轉型。

第三，進一步加強我國工業行業的環境規制強度，發揮環境規制的創新補償效應。對于勞動密集型和資源密集型工業行業，應進一步加強政府對該類污染企業的環境規制強度。當前，環境規制僅在資源密集型行業中發揮了促進技術創新的作用，在勞動密集型行業中尚未達到促進技術創新的程度。與此同時，環境規制也應分行業有重點地施行，避免造成人力與財力的浪費，警惕給企業帶來的負面影響。

第四，鼓勵企業間的兼并重組，提高行業集中度與平均規模，發揮規模經濟效益。提高行業平均規模是實現行業綠色轉型的有效路徑，應鼓勵企業施行兼并重組戰略，集中優勢資源，加強大集團大企業的建設。同時，也可加強產業園區和大基地建設，通過同類企業與上下游企業的集聚效應，降低生產運行成本，提高資源利用效率，集中處理和監管污染物，實現工業行業的綠色生產與綠色轉型。

參考文獻（References）

[1]陳詩一.節能減排與中國工業的雙贏發展：2009—2049[J].經濟研究，2010（3）：129-143.[CHEN Shiyi. Energy-save and emission-abate activity with its impact on industrial win-win development in China： 2009-2049[J]. Economic research journal， 2010（3）：129-143.]

[2]胡鞍鋼.中國創新綠色發展[M].北京：中國人民大學出版社，2012：13-28.[HU Angang. Chinas innovation and green development[M].Beijing： China Renmin University Press， 2012：13-28.]

[3]中國社會科學院工業經濟研究所.2016中國工業發展報告[M].北京：經濟管理出版社，2016：168-187.[Institute of Industrial Economics of Chinese Academy of Social Sciences. China industrial development report[M]. Beijing： Economic Management Press， 2016：168-187.]

[4]李小平. 自主R&D、技術引進和生產率增長[J]. 數量經濟技術經濟研究，2007（7）：15-24.[LI Xiaoping. Own R&D， technology purchased and productivity development[J]. Journal of quantitative and technical economics， 2007（7）：15-24.]

[5]王瑾. 技術引進、自主創新和環境規制——基于中國省際面板數據的實證研究[J]. 中國科技論壇，2011（2）：15-20.[WANG Jin. Technology import， indigenous innovation and environment regulation： empirical analysis of provinces panel data of China[J]. Forum on science and technology in China， 2011（2）： 15-20.]

[6]曹勇，蘇鳳嬌. 高技術產業技術創新投入對創新績效影響的實證研究——基于全產業及其下屬五大行業面板數據的比較分析[J]. 科研管理，2012，33（9）：22-31.[CAO Yong， SU Fengjiao. The impact of technological innovation input on innovation performance based on the panel data of Chinese high-tech industries[J]. Science research management， 2012，33（9）：22-31.]

[7]張江雪，蔡寧，毛建素，等. 自主創新、技術引進與中國工業綠色增長——基于行業異質性的實證研究[J]. 科學學研究，2015，33（2）：185-194.[ZHANG Jiangxue， CAI Ning， MAO Jiansu， et al. Action mechanism of customer knowledge management process on service product development performance： case study based on collaboration competency perspective[J].Studies in science of science，2015，33（2）：185-194.]

[8]錢麗，肖仁橋，陳忠衛. 我國工業企業綠色技術創新效率及其區域差異研究——基于共同前沿理論和DEA模型[J]. 經濟理論與經濟管理，2015（1）：26-43.[QIAN Li， XIAO Renqiao， CHEN Zhongwei. Research on the industrial enterprises technology innovation efficiency and regional disparities in China：based on the theory of meta-frontier and DEA Model[J]. Economic theory and business management， 2015（1）： 26-43.]

[9]陳繼勇，盛楊懌. 外商直接投資的知識溢出與中國區域經濟增長[J]. 經濟研究，2008（12）：39-49.[CHEN Jiyong， CHENG Yangyi. An empirical study on FDI international knowledge spillovers and regional economic development in China[J]. Economic research journal， 2008（12）：39-49.]

[10]王小魯，樊綱，劉鵬. 中國經濟增長方式轉換和增長可持續性[J]. 經濟研究，2009（1）：4-16.[WANG Xiaolu， FAN Gang， LIU Peng. Transformation of growth pattern and growth sustainability in China[J]. Economic research journal， 2009（1）：4-16.]

[11]牛澤東，張倩肖. 中國裝備制造業的技術創新效率[J]. 數量經濟技術經濟研究，2012（11）：51-67.[NIU Zhedong， ZHANG Qianxiao. An analysis of technological innovation efficiency of manufacturing equipment industries in China[J]. Journal of quantitative and technical economics， 2012（11）：51-67.]

[12]孫亞梅，呂永龍，王鐵宇，等. 基于專利的區域環境技術創新水平空間分異研究[J]. 環境工程學報，2007，1（3）：123-129.[SUN Yamei， LV Yonglong， WANG Tieyu， et al. Spatial discrepancy in patent-based innovation of environmental technologies[J]. Chinese journal of environmental engineering， 2007，1（3）： 123-129.]

[13]CHEN K， GUAN J. Measuring the innovation production process： a cross-region empirical study of Chinas high-tech innovation[J]. Technical innovation，2010，7（2）：152-164.

[14]羅良文，梁圣蓉. 中國區域工業企業綠色技術創新效率及因素分解[J]. 中國人口·資源與環境，2016，26（9）：149-157.[LUO Liangwen， LIANG Shengrong. Green technology innovation efficiency and factor decomposition of Chinas industrial enterprises[J]. China population， resources and environment， 2016， 26（9）：149-157.]

[15]姚西龍，牛沖槐，劉佳. 創新驅動、綠色發展與我國工業經濟的轉型效率研究[J]. 中國科技論壇，2015（1）：57-62.[YAO Xilong， NIU Chonghuai， LIU Jia. Innovation driven，green growth and industrial economic efficiency[J]. Forum on science and technology in China，2015（1）： 57-62.]

[16]馮志軍，陳偉. 技術來源與研發創新全要素生產率增長——基于中國區域大中型工業企業的實證研究[J]. 科學學與科學技術管理，2013，34（3）：33-41.[FENG Zhijun， CHEN Wei. Sources of technology and the total factor productivity growth of R&D innovation-based on China regional big medium-sized industrial enterprises[J]. Science of science and management of S&T， 2013，34（3）：33-41.]

[17]李斌，彭星，歐陽銘珂. 環境規制、綠色全要素生產率與中國工業發展方式轉變——基于36個工業行業數據的實證研究[J]. 中國工業經濟，2013（4）：56-68.[LI Bin， PENG Xing， OUYANG Mingke. Environmental regulation， green total factor productivity and the transformation of Chinas industrial development mode：analysis based on data of Chinas 36 industries[J]. China industrial economics， 2013（4）：56-68.]

[18]萬倫來，朱琴. R&D投入對工業綠色全要素生產率增長的影響——來自中國工業1999—2010年的經驗數據[J]. 經濟學動態，2013（9）：20-26.[WAN Lunlai， ZHU Qin. Impact of R&D inputs on industrial green total factor productivity growth：empirical data in Chinas industry from 1990 to 2010[J]. Economic perspectives， 2013（9）：20-26.]

[19]FARE R， GROSSKPF S. Directional distance functions and slacks-based measure of efficiency[J].European journal of operational research， 2009 （1）： 27-32.

[20]FUKUYAMA H， WILLIAM L. Directional slacks： based measure of technical inefficiency[J]. Social-economic planning sciences， 2009（4）： 53-68.

[21]韓燕，錢春海. FDI對我國工業部門經濟增長影響的差異性——基于要素密集度的行業分類研究[J]. 南開經濟研究，2008（6）：143-152.[HAN Yan， QIAN Chunhai. On the sectorial heterogeneity of effects of FDI on Chinas economic growth：a panel data study[J]. Nankai economic studies， 2008（6）：143-152.]

[22]趙文軍，于津平. 貿易開放、FDI與中國工業經濟增長方式——基于30個工業行業數據的實證研究[J]. 經濟研究，2012（8）：18-31.[ZHAO Wenjun， YU Jinping. Trade openness， FDI and Chinas industrial economic growth pattern： empirical analysis based on data of 30 industrial sectors[J]. Economic research journal， 2012（8）：18-31.]

[23]王玲，ADAM S. 高技術產業技術投入和生產率增長之間關系的研究[J]. 經濟學（季刊），2008，7（3）：913-932.[WANG Ling， ADAM S. Technological inputs and growth in Chinas high-tech industries[J]. China economic quarterly， 2008， 7（3）：913-932.]

[24]沈能. 環境效率、行業異質性與最優規制強度——中國工業行業面板數據的非線性檢驗[J]. 中國工業經濟，2012（3）：56-68.[SHEN Neng. Environmental efficiency， industrial heterogeneity and intensity of optimal regulation：nonlinear test based on industrial panel-data[J]. China industrial economics， 2012（3）：56-68.]

[25]COLE M， ELLIOTT R. Determining the trade-environment composition effect： the role of capital[J].Journal of environmental economics and management， 2003（46）：59-71.

[26]傅京燕，李麗莎. 環境規制、要素稟賦與產業國際競爭力的實證研究——基于中國制造業的面板數據[J]. 管理世界，2010（10）：87-98.[FU Jingyan， LI Lisha. A case study on the environmental regulation， the factor endowment and the international competitiveness in industries[J]. Management world， 2010（10）：87-98.]

[27]范群林，邵云飛，唐小我. 中國30個地區環境技術創新能力分類特征[J]. 中國人口.資源與環境，2011，21（6）：31-36.[FAN Qunlin， SHAO Yunfei， TANG Xiaowo. Research on the classification characteristics of regional environmental technology innovation capability： a case of China[J]. China population， resources and environment， 2011， 21（6）： 31-36. ]