共享投入關聯視角下中國區域工業企業綠色創新效率差異研究

錢麗 王文平 肖仁橋

摘要

綠色創新是突破當前資源環境約束，推動中國經濟高質量增長的重要手段之一。為了實現中國企業綠色創新能力的整體提升，有必要分析中國企業綠色創新效率的區域差異，確定差異形成的具體環節及制約因素。本文考慮創新資源在兩階段的共享關聯性，并將單位GDP的工業碳排放量和“三廢”污染物納入兩階段綠色創新效率研究框架，利用共享投入關聯兩階段DEA模型測度2008—2015年中國工業企業綠色研發和成果轉化效率；根據企業綠色科技研發與成果轉化之間的關系，將各省份企業綠色創新資源利用模式分為4種類型；最后，從企業特征和區域環境等方面，利用動態面板GMM模型實證分析和檢驗兩階段效率的影響因素。結果表明：①考察期內中國企業綠色創新兩階段效率均值分別為0.794和0.904，綠色研發效率明顯偏低；東部和西部企業綠色研發效率均值相對較高，而中部地區效率損失缺口高達30.6%；綠色成果轉化階段，東部地區接近于最優水平，中西部地區還有較大提升空間。②各省份綠色創新資源利用模式分類發現，低綠色研發低成果轉化型企業占20%，主要來自中西部地區，還有46.7%的企業在綠色研發（或成果轉化）階段效率損失較大。③創新氛圍、產學研合作、環保投入強度、外商投資有利于企業綠色研發效率的提升，綠色研發效率與知識產權保護（IPP）呈U型關系；成果轉化效率與企業規模、政府支持、環保投入強度均負相關，而與IPP呈倒U型關系，當前IPP的加強有利于成果轉化效率的提升。最后提出營造公平的創新環境、加強知識產權保護、嚴格執行污染排放限制標準等建議。

關鍵詞 綠色創新效率；共享投入關聯兩階段DEA模型；影響因素；動態面板模型

中圖分類號 F062.4 文獻標識碼 A 文章編號 1002-2104（2018）05-0027-13 DOI：10.12062/cpre.20171219

中共十九大報告提出，建設生態文明是中華民族永續發展的千年大計，必須樹立和踐行綠水青山就是金山銀山的理念，堅定不移貫徹“創新、協調、綠色、開放、共享”五大發展理念。在當前生態環境壓力和經濟社會協調發展的大背景下，世界各國都將綠色創新作為產業結構升級和企業競爭力提升的重要途徑，旨在通過增加研發投入，提升工業企業綠色創新能力。近年來，中國工業企業研發投入持續攀升，2008—2015年間R&D;經費內部支出從3073.13億元增至10013.93億元，年均增長率為18.38%，研發人員全時當量則從123.00增至263.83（單位：萬人年），年均增長率為11.52%。然而，增加投入只是提高企業創新能力的必要條件，2016年湯森路透公布了全球創新型企業百強名單，中國內資企業無一入圍，工業企業創新產出和效率還有待提高。在創新資源投入轉化為產出的過程中，到底是哪個環節出現問題，值得深入研究。另外，伴隨著中國工業經濟的增長，環境污染問題越來越嚴峻。最新發布的《2016年全球環境績效指數報告》顯示，中國在180個國家中名列倒數第二，已成為世界PM2.5超標重災區，且據統計，2008—2015年間中國單位工業GDP的工業二氧化碳排放量指標并未有較大幅度的改善。科技經濟與生態環境之間的矛盾日益突出，人民生產、生活受到極大影響。需將環保理念引入到傳統技術創新活動中，引導企業向綠色創新發展方式轉變。我國各地區經濟發展不平衡，在企業綠色技術創新的過程中，各地區企業創新資源利用方式和效率可能存在差異，不能一概而論。為此，本文從兩階段創新價值鏈視角出發，考慮創新資源在兩階段間的共享關聯性，并將單位GDP的工業碳排放量和“三廢”污染物納入綠色創新效率研究框架內，探索中國各省份工業企業綠色研發和綠色成果轉化效率的區域差異，進而分析效率差異形成的原因，尋找制約工業企業綠色創新效率提升的關鍵因素，這將有利于提升中國工業企業綠色創新能力，促進區域科技、經濟與環境的協調發展。

1 文獻綜述

創新效率反映企業充分利用創新資源的水平，對競爭優勢形成具有深遠影響[1]。Thomas[2]采用專利與研發經費比值、出版物與研發經費比值等指標測算了美國50個州的創新效率。池仁勇[3]利用數據包絡分析法（簡稱：DEA），以新產品研發經費、開發人員為投入，新產品銷售份額、增長率等為產出變量，對浙江省230家企業技術創新效率進行分析，發現外資和民營企業效率相對較高。肖文和林高榜[4]分別以新產品銷售收入和專利申請數為產出指標，以研發經費內部支出和科技活動人員數為投入變量，并考慮企業規模等控制變量，利用隨機前沿模型（簡稱：SFA）的研究發現，中國36個工業行業創新效率均值在0.5～0.6之間，非市場化導向創新效率明顯高于市場化導向創新效率。余泳澤[5]將技術創新活動分解為技術開發和經濟轉化兩個子階段，將專利申請數和授權數作為中間產出，新產品產值和出口額作為最終產出，重復利用DEA-CCR模型測算1995—2007年中國各省份高技術產業，發現兩階段效率值都較低。不過，他們將兩階段看做相互獨立的子單元，Guan和Chen[6]考慮兩階段間的關聯性，利用兩階段關聯型網絡DEA模型測算中國各省份高技術產業創新效率。劉俊等[7]重復利用SFA模型，選取研發經費和人員作為技術開發階段投入，發明專利申請授權量為中間產出，新產品銷售收入作為技術轉化階段產出指標，并以城市化等為解釋變量，發現2004—2015年中國各省份工業兩階段效率值分別為0.439和0.520，省際效率差異明顯。

中國人口·資源與環境 2018年 第5期

然而，以上研究關注企業創新的科技經濟產出，忽略了對環境的管理。Tariq等[8]指出，需重視技術創新的環境影響，實現經濟綠色增長。Arfi等[9]研究發現，綠色創新可通過外部資源獲取，并將其吸收轉化為企業內部技能，促進企業績效的提升，但知識轉移的風險也可能會阻礙綠色創新對企業績效的積極影響。Shu等[10]研究表明，綠色管理有利于中國企業突破性創新績效的提升。Lambertini等[11]分析了一個生產過程中造成污染的行業綠色創新與競爭之間的關系，發現二者呈倒U型關系。畢克新等[12]從經濟、社會、生態三個維度構建綠色工藝創新績效評價指標體系，利用投影尋蹤評價模型對2004—2010年中國各省份綠色工藝創新績效進行實證分析。張江雪和朱磊[13]基于綠色增長視角，將資源生產率和環境負荷作為產出納入創新效率研究框架，利用四階段DEA模型測算2009年中國各省份工業企業綠色創新效率。馮志軍[14]利用工業“三廢”、綜合能耗產出率作為非期望產出，與傳統研發經費、人力投入和科技經濟產出一起，構建綠色創新效率評價指標體系，選取DEA-SBM模型測度我國工業綠色創新效率。錢麗等[15]將單位GDP的三廢污染物納入創新效率研究框架，利用共同前沿理論和DEA模型分析兩種前沿下我國企業綠色科技研發、成果轉化效率及其區域技術差距。王惠等[16]采用DEA-SBM模型測度2006—2012年中國省際高技術產業綠色創新效率值，得出效率均值為0.822，且八大經濟區域效率差異明顯。

在創新效率影響因素方面，肖文和林高榜[4]研究表明，研發管理、行業外資比重對市場化導向創新效率具有積極作用，境外研發資金有利于非市場化創新效率提升，政府支持的影響均不顯著，企業規模的降低有利于效率提升，而孫曉華等[17]的研究表明，規模較大的企業研發強度越高。Guan和Chen[6]發現，兩階段創新效率與企業資金正相關，而與政府資金無關。Amore 等[18]利用1976—1995年美國上市公司數據分析公司治理與綠色創新之間的關系，發現糟糕的公司治理帶來更少的綠色專利，該影響在機構股權較少的企業中更為顯著。張江雪和朱磊[13]的研究發現，政府科技支持和環保投入強度有利于工業廢氣污染物的下降和研發經費投入的改善，從而提升工業企業綠色創新效率。李婉紅[19]考慮綠色創新產出的空間溢出效應，利用空間計量模型發現中國工業綠色研發投入、人均GDP和環保投入對工業企業綠色專利產出具有顯著影響。畢克新等[12]從技術推動、市場拉動和環境管制等角度分析了綠色工藝創新績效的影響因素，發現技術推動和環境管制因素有利于綠色工藝創新績效的提升，而市場拉動因素與創新績效負相關。曹霞等[20]基于2005—2011年中國省級區域數據發現，環境規制與區域低碳創新效率呈U型關系，政府資助對效率提升具有積極影響。

上述文獻為我們提供了重要參考，但仍存在一些不足之處：

（1）現有基于兩階段價值鏈視角的文獻集中于傳統創新研究[5-7]，兩階段視角下綠色創新效率研究[14]并不多見。另外，原始創新投入不僅會對專利等中間產出起明顯促進作用，且會對第二階段綠色經濟產出造成影響，創新投入實際在兩階段按一定比例實現共享[21-22]，有必要采用共享投入關聯兩階段DEA模型進行分析。

（2）綠色創新指標方面有待改進。現有研究主要基于一階段投入產出指標體系，考慮環境產出以工業能耗和部分“三廢”污染物[13-14]，忽略了碳排放量對環境的影響，二氧化碳是全球氣候變化異常的罪魁禍首，三廢污染物特別是煙塵粉塵是霧霾的主要來源之一，且技術的消化吸收再創新[13]是綠色創新活動之一，需將工業碳排放量、全部“三廢”污染物以及引進消化吸收費用納入研究框架。

（3）影響因素研究有待拓展。以往研究考慮傳統創新和一階段創新效率的影響因素[4-5，13-14]，如：企業規模、政府支持等，這些變量對綠色創新兩階段效率的影響可能存在差異，且知識產權保護[23]、環保投入[13，19]、外商投資等[24]可能對綠色創新效率產生影響，系統分析工業綠色創新兩階段效率的影響因素研究并不多見，且以往檢驗基于靜態面板模型展開，缺乏對動態面板以及內生性等問題[24]的分析。

本文延續并拓展了Guan和Chen[6]、張江雪和朱磊[13]等的研究，擬將單位GDP的工業碳排放量和“三廢”污染物納入研究框架。并考慮兩階段創新投入共享關聯性，對企業綠色創新效率及其影響機制進行分析，利用共享投入關聯型網絡DEA模型測度分析2008—2015年中國各省份工業企業綠色研發和成果轉化效率及其區域差異，并將綠色創新資源利用模式分為高綠色研發低成果轉化、低綠色研發高成果轉化等4種類型。最后，從企業特征和創新環境等方面，利用動態面板GMM模型檢驗了兩階段綠色創新效率的影響因素。

2 理論模型

2.1 共享投入關聯視角下工業企業綠色創新效率分析

基于兩階段創新價值鏈理論[15，25]，綠色技術創新活動可分為綠色科技研發和綠色成果轉化兩階段，綠色科技研發階段是企業利用創新資源實現中間產出（如：專利等科技產出）的過程，內容包括研究、開發、技術引進吸收和干中學等[6，26]；綠色科技成果轉化階段則是在企業科技研發基礎上，將科技成果轉化為經濟效益和環境優化的過程，其內容包括生產制造、技術產業化、綠色化以及市場推廣等[27]。由于綠色科技研發階段的經費和人力投入不僅對中間產出（如：專利等）產生直接影響，其對綠色成果轉化階段的綠色經濟產出也具有促進作用，且技術消化吸收也對兩階段產出構成顯著影響，因此，綠色創新投入（如：研發經費、研發人員全時當量以及技術消化吸收等）實際上在兩階段按一定比例實現共享[21]。

圖1給出了基于共享投入關聯的工業企業兩階段綠色創新活動，綠色科技研發效率是中間產出（科技產出）與一定比例的綠色創新投入之比，衡量企業將一定比例的綠色創新投入轉化為科技產出的能力[15，22]。本文將單位GDP的三廢排放量以及工業CO2排放量納入效率研究框架，綠色成果轉化效率則是綠色創新產出（如：新產品銷售收入、單位GDP碳排放等）與（中間產出+剩余部分的創新投入）之比，反映企業將剩余部分創新投入、中間產出轉化為綠色經濟的水平。

圖1 基于共享投入關聯的工業企業兩階段

綠色創新活動

Fig.1 Industrial enterprises green innovation activities

based on shared input in the two stages

2.2 綠色創新效率影響因素分析

國內外學者分別從企業規模[4，17]、政府支持[13，20]、環保投入[12，19]、公司治理[18]等角度進行一階段綠色創新效率影響因素分析，缺乏對兩階段綠色創新效率的系統分析。事實上，企業綠色創新驅動可分為內部驅動和外部環境驅動[4-5，9]。在內部驅動方面，企業平均規模和技術水平[17，28]、創新氛圍[29-30]、產學研合作[31]是工業企業開展綠色創新活動的微觀基礎。創新氛圍和文化反映了地區工業企業從事綠色研發活動的動力和責任使命感，有利于在合作競爭環境中追求正確的創新價值觀，實現技術和產品質量的不斷提升。產學研合作則是當前我國工業企業實現技術學習和趕超跨國公司的有效途徑，利用高校和科研機構的基礎研究能力，解決企業創新發展過程中的技術難題，同時縮短了企業技術和產品開發的周期。外部環境驅動則主要歸因于制度理論視角下效率的影響因素，政府的政策和資金支持[32-33]、知識產權保護法的完善和執行[34-37]、環保投入的增加[24，38]以及市場開放度的提升[24，39]等，為企業綠色創新活動開展以及效率提升創造了良好的外部條件。下面對各影響因素進行具體分析。

企業內部驅動方面，①企業規模。技術創新活動需要一定的規模效應，企業規模越大，越有利于分攤研發成本，有利于下一輪研發投資[17]。但規模較大企業也容易滋生管理官僚化和內耗，使得企業創新決策緩慢和管理無效率[3，28]。本文將工業碳排放、工業三廢等污染物納入創新效率研究框架，認為企業規模對綠色研發效率具有積極影響，但由于大企業（如：煤炭、鋼鐵企業）可能帶來更多的工業碳排放以及三廢污染物，企業規模對綠色成果轉化效率的影響有待檢驗。②創新氛圍。從事創新活動的企業越多，創新氛圍越濃，這有利于企業員工間的技術交流和合作，使得員工的創造力和思維能力得到充分發揮[29-30]，從而提高企業創新效率。因而，本研究認為創新氛圍對企業綠色研發和成果轉化效率具有積極影響，但由于創新氛圍主要體現為研發活動頻率等，因而創新氛圍對綠色研發階段的影響可能更為顯著。③產學研合作。產學研合作旨在利用高校、科研單位的基礎研究水平，為企業技術研發提供技術路線和可行性研究報告，并輔助解決企業發展中的技術難題，這為企業綠色研發和成果轉化提供了必要的技術支持[31]。當前企業產學研合作更多集中在技術開發階段，產學研合作對中國企業綠色研發具有正向作用，且產學研合作更多關注技術經濟性，忽略了對環境的影響，因而產學研合作對綠色成果轉化效率的影響還有待檢驗。

外部環境驅動方面，④政府支持。政府部門通過拉動公共需求以促進工業企業經濟產出和創新績效[32，33]。然而，政府部門考慮到就業與穩增長，關注大企業，這些企業往往不缺資金，容易對自身資金形成擠出效應，且政府部門傾向一些投資見效快的生產性行業，如：基礎設施、房地產等，這將造成更大的環境污染和碳排放，從而抵消了政府支持對企業綠色研發和成果轉化效率的積極影響。⑤知識產權保護。知識產權保護越強，外資入駐以及技術溢出更明顯，有利于本國企業創新績效提升[23，34]。然而，技術市場交易以較成熟的技術為主，對于成果轉化促進作用可能更顯著。也有學者認為知識產權保護過緊或過松都不合適[35]。可能存在最優知識產權保護水平，故引入知識產權保護的平方項[36-37]進行考察。⑥環保投入強度。地方政府和企業通過增加環保投入，采購清潔生產技術和設備，并對污染物進行末端處理，有利于綠色技術的改善和效率提升[24]。但由于環保投入與污染物排放量等之間的內生相關性[38]，即：較大的環境污染引致更大的環保投入，反過來，環保投入越大，污染越嚴重，因此，環保投入對工業企業綠色成果轉化效率（其產出包含三廢、碳排放等指標）的影響甚至可能為負。⑦外商投資。外商投資對中國工業綠色創新是技術溢出還是抑制[24，39]。一方面，通過引進外資，使得內資和外資企業員工之間的交流更為便利，有利于內資企業員工的綠色技術學習和吸收，且通過高薪從外資企業挖來高技術人才，從而實現外資技術溢出效應，外商投資有利于綠色研發效率的提升。但存在外資企業將一些污染性的行業轉移到中國，如：化工、工業廢棄物回收等，外商投資對綠色成果轉化效率的影響有待檢驗。

最后，需認識到綠色研發和綠色成果轉化效率的影響因素可能存在差異，尤其是在區域創新效率研究中，因區域創新不同階段的創新主體（如：企業、高校、研究機構）不同，外部影響因素存在差異[40]。不過，本文是以工業企業兩階段創新為研究對象，二者面臨的內外部環境差異性并不十分明顯，且本文擬系統分析檢驗內外部因素對兩階段創新效率影響的差異性，有利于比較同一因素對不同創新階段的影響[5-7]，得到更為細化的管理信息。

3 研究方法

3.1 共享投入關聯兩階段DEA模型

傳統的DEA模型將企業技術創新活動看做一個黑箱，未考慮中間產品的再投入和綠色創新初始投入在兩階段之間的分配結構，從而無法分析綠色創新生產過程中各子階段對整體系統效率的影響，不能確定效率損失的根源[21，41]。事實上，綠色創新人力和資金投入不僅對中間產出造成影響，同時也對綠色經濟產出產生作用，綠色創新投入在兩階段按一定比例實現共享。如圖1所示的共享投入視角下工業企業兩階段綠色創新系統，假設有n個決策單元（DMU，這里指2008—2015年中國大陸30個省份，西藏數據不全，不在研究范圍之內），每個決策單元DMUj（j=1，2...n）有m種綠色創新投入xij（i=1，2...m），q種中間產出zpj（p=1，2...q）和s種最終綠色創新產出yrj（r=1，2...s）。

DMUj（j=1，2...n）的最初綠色創新投入并未在綠色研發階段被完全消耗掉，而是按照一定比例在兩階段實現分配，其兩部分αiXij與（1-αi）Xij分別充當綠色研發和成果轉化階段的可自由支配投入[22，41]。分別用v1i、v2i（i=1，2...m）表示兩部分綠色創新投入

（αiXij、（1-αi）Xij）在各自階段的權重，并用ur（r=1，2，...s）表示最終綠色創新產出yrj的權重。另外，由于中間產品既是綠色研發階段產出，又是成果轉化階段投入的一部分，故用w1p、w2p（p=1，2...q）表示中間產出在兩階段中的權重。則

DMUj（j=1，2...n）在綠色研發階段投入和產出依次為∑mi=1v1iαiXij和

∑qp=1w1pZpj，在成果轉化階段的投入和產出則分別為

∑mi=1v2i（1-αi）Xij+∑qp=1w2pZpj

和

∑sr=1urYrj。

根據線性規劃理論[21-22]和綠色創新投入產出原理[6，13，15]，我們得出規模報酬可變情形下，第k個決策單元DMUk的綠色研發效率E1k為：

E1k=（max

∑qp=1w1pZpk-μ1）/∑mi=1v1iαiXik（1）

令t=1/∑mi=1v1iαiXik，借助Charnes-Cooper變換，并令V1iαi=π1i，V2iαi=π2i，可將上述分式（1）轉化為線性形式。進而得出規模報酬可變情形下第k個決策單元DMUk的綠色研發效率為下列線性規劃問題的最優值：

E1k=max∑qp=1W1pZpk-μA

s.t.

∑mi=1π1iXik=1

∑mi=1π1iXij-（∑qp=1W1pZpj-μA）≥0，j=1，2，...n

∑mi=1V2iXij-∑mi=1π2iXij+∑qp=1W2pZpj-（∑sr=1Ur

Yrj-μB）≥0，j=1，2，...n

V2i≥π2i≥ε；Ur，π1i、W1p、W2p≥ε，i=1，2，...，m（2）

注意，這里V1i=tv1i、V2i=tv2i、W1p=tw1p、W2p=tw2p、Ur=tur、μA=tμ1、μB=tμ2。上述式（2）計算的是基于投入導向的決策評價單元綠色研發效率，同理，得出DMUk的成果轉化效率為下列線性規劃問題（3）的最優值：

E2k=max∑sr=1UrYrk-μB

s.t.

∑mi=1V2iXik-∑mi=1π2iXik+∑qp=1W2pZpk=1

∑mi=1π1iXij-（∑qp=1W1pZpj-μA）≥0，j=1，2，...n

∑mi=1V2iXij-∑mi=1π2iXij+∑qp=1W2pZpj-（∑sr=1Ur

Yrj-μB）≥0，j=1，2，...n

V2i≥π2i≥ε；Ur，π1i、W1p、W2p≥ε，i=1，2，...，m（3）

這里，V1i=t′v1i、V2i=t′v2i、W1p=t′w1p、W2p=t′w2p、Ur=t′ur、μA=t′μ1、μB=t′μ2，

t′=1/（∑mi=1V2iXik-∑mi=1π2iXik+∑qp=1W2pZpk）。

通過對工業企業綠色研發效率（E1k）和成果轉化效率（E2k）的測算，有利于發現中國區域工業企業綠色創新效率損失的具體環節，為針對性綠色創新政策的制定提供科學依據。

3.2 動態面板模型

根據前文影響因素分析，分別以各省份工業企業綠色研發和成果轉化效率為被解釋變量，以企業規模（SCALE）、創新氛圍（INNO）、產學研合作（COORP）、政府支持（GOVNM）、知識產權保護（IPP）及其平方項、環保投入強度（ENVIR）以及外商投資（FDI）等為解釋變量，構建綠色創新兩階段效率影響因素的GMM動態面板回歸模型如下：

E1it（或E2it）=α0+α1E1it-1（或E2it-1）+

α2SCALEit+α3INNOit+α3COORPit+α5GOVMit+α6IPPit+α7IPP2it+α8ENVIRit+

α9FDIit+εit（4）

其中，E1it，E2it為各省份工業企業綠色研發和成果轉化效率值，E1it-1，E2it-1為滯后期效率值，α0為常數項，α1-α9為待估系數，εit為隨機誤差項。如果采用普通面板回歸模型進行檢驗，則估計過程可能出現內生性問題。主要原因有二。一是遺漏了一些重要的解釋變量，可通過增加滯后期效率值予以彌補。二是環保投入強度、知識產權保護與效率之間可能存在內生性[38]，為了得到更為穩健的研究結果，本文將環保投入強度、知識產權保護的滯后期值作為工具變量，采用系統GMM動態面板模型進行檢驗，它非常適合于具有內生性、截面較寬而時間序列較短的面板數據[34]。

4 變量及數據說明

本文以2008—2015年中國大陸30個省份工業企業為研究對象（西藏、香港、澳門、臺灣由于數據原因，不在本研究范圍之內），選取研發人員全時當量 、研發經費存量、引進消化吸收費用存量和新產品開發經費存量為投入指標，以專利申請量、有效發明專利數和新產品開發項目數為中間產出，以新產品銷售收入、主營業務收入、單位工業GDP的工業碳排放、單位工業GDP的工業“三廢”污染物為最終產出，建立企業綠色創新兩階段效率評價指標體系。具體如下：

（1）創新投入。主要從人力和資金投入角度進行測度[5，13]，選取研發人員全時當量作為人力投入的代理變量，在資金投入方面，研發經費內部支出被經常采用。另外，由于我國很多地區工業企業仍然是以引進技術消化吸收為主要技術獲取方式，故將其納入創新投入指標范圍內，其在數值上等于引進技術經費支出、消化吸收經費支出、購買國內技術經費支出與技術改造經費支出之和，同時，還考慮了新產品開發經費指標。由于R&D;經費投入具有一定的累積效應，即：前期的研發經費投入也會對當期科技經濟產出形成影響，故采用R&D;經費存量指標，利用永續盤存法[42]進行計算。在測算R&D;經費存量之前，用李向東等[43]提出的研發價格指數進行平減，轉換為2008年不變價，取折舊率δ=15%，基期存量等于平減后基期R&D;經費內部支出/（R&D;經費增長率+折舊率）。引進消化吸收費用和新產品開發經費等也采用存量進行測度，方法與上述類似，故不再贅述。

（2）中間產出。選取專利申請數、有效發明專利數和新產品開發項目數[15，31]表示。專利申請數、有效發明專利數衡量企業創新的科技產出，有些專利即使最終未被授權，但仍然發揮著重要的經濟社會效益，專利和知識產權戰略也是國家創新驅動發展戰略的重要組成部分。新產品開發項目數體現出工業企業將研發投入轉化為可開發利用技術的能力，也是通常被采用的指標之一。

（3）綠色創新產出。主要從經濟產出和環境效益角度[13-14]進行衡量。在經濟產出方面，選取新產品銷售收入和主營業務收入表示。新產品銷售收入體現企業在產品創新領域的成就，而有些小的發明、工藝改進帶來的產值（或收入）的增長，并不是新產品銷售收入所能反映的，故還需包括主營業務收入指標[44]。這里，新產品銷售收入和主營業務收入均用2008年不變價工業品出廠價格指數進行平減。在環境產出方面，選取單位工業GDP的工業碳排放量和單位工業GDP的工業“三廢”污染物排放量兩個指標。具體而言，工業碳排放量是以原煤、洗精煤、其他洗煤、焦炭、焦爐煤氣、其他煤氣、原油、汽油、煤油、柴油、燃料油、液化石油氣、天然氣、熱力、電力15種來源為基準[45]進行測算，公式如下：

CO2=∑15i=1ENi×NCVi×CEFi×COFi×44/12（5）

其中，CO2為中國各省份工業企業碳排放量，ENi（i=1，…，15）為各省份原煤、洗精煤、

焦炭、電力等15種工業能源消耗量，NCVi為能源的平均低位發熱量，CEFi為IPPC（2006）給出的碳排放系數，COFi為碳氧化因子，取值為1，44/12為CO2的氣化系數，然后用工業碳排放量除以平減后的工業GDP，得出單位工業GDP的碳排放量。另外，選取單位工業GDP（平減后）的工業廢氣、工業廢水、工業固體廢物廢棄物、工業SO2、工業煙粉塵（霧霾重要來源之一）5個指標，采用熵值法，得出單位工業GDP的工業“三廢”污染物排放量。由于單位GDP的三廢污染物越大，環境產出水平越低，因而熵值法處理過程中，進行負向標準化。單位工業GDP的碳排放量也采用負向標準化，轉化為[1，100]之間的數值。

影響因素代理變量如下：①企業規模，主要從產值（收入）或員工人數角度進行衡量[5]，本文用平減后的工業企業總產值/企業數來表示，并取對數值。②創新氛圍，這里用各省份有研發活動的工業企業數占總工業企業數的比重表示[30]。③產學研合作，用各省份工業企業R&D;經費外部支出中對研究院所和高校投入之和/工業GDP來表示[31]。④政府支持，這里用各省份工業企業研發經費內部支出中政府資金所占的比重來表示[4，15]。⑤知識產權保護，借鑒胡凱[34]的做法，采用各地區技術市場交易額占GDP的比重。⑥環保投入強度，采用“工業污染治理完成投資額/工業增加值”來表示[38]。⑦外商投資，借鑒戴靜等[39]的做法，采用（外資+港澳臺資企業主營業務收入）/總主營業務收入來表示。

本文數據來源于2009—2016年《中國科技統計年鑒》《中國工業經濟統計年鑒》《中國統計年鑒》《中國經濟普查年鑒2008》《中國環境統計年鑒》和《中國能源統計年鑒》。關于投入產出變量滯后期選擇的問題，目前尚無定論。一般而言，若采用存量指標測算研發投入，表明已考慮了研發投入的滯后效應[5，7]。若研發投入僅采用當期指標數據，則需要滯后1年[40]。本文已采用存量指標，且研究對象為工業企業，企業創新更強調市場導向和快速響應，綠色產品研發和綠色成果轉化兩因變量間隔周期不太長，因而并未做滯后處理[4-5，7]。

5 實證分析

5.1 共享投入視角下中國區域工業企業綠色創新效率測度分析

本文基于綠色創新兩階段投入共享關聯視角，并將工業碳排放和“三廢”污染物納入研究框架，利用規模報酬可變情形下的共享投入關聯型兩階段DEA模型，采用Lingo11.0軟件編程測算，得出 2008—2015年中國大陸30個省份工業企業綠色創新兩階段效率值。囿于篇幅限制，僅給出了部分年份各省份工業企業綠色研發和綠色成果轉化效率值，具體見表1。

由表1可知，考察期內中國工業企業綠色研發和成果轉化效率均值分別為0.794和0.904。預示著兩階段綠色創新效率均還有一定的提升空間，尤其是綠色研發階段，是中國企業綠色創新效率損失的主要原因。分區域來看，在綠色研發階段，西部地區（效率均值為0.842）和東部地區企業效率（0.819）相對較高，中部地區企業效率（0694）明顯偏低，效率損失缺口高達30.6%。這與以往“東中西依次遞減”的研究結果不完全一致，西部地區擁有較多的國家重點實驗室、科研機構以及重點扶持的國有工業企業，外資企業入駐帶來了一定的技術示范和溢出效應，創新環境和市場化進程不斷改善，使得該地區企業在既定的研發經費和人員等投入下，實現了較大的專利和新產品開發項目數等中間產出，使得綠色研發效率處于區域較優水平。中部地區則相對缺少中央政府扶持和發展機遇，創新環境、技術和管理水平也不及東部地區優越，在專利申請數等方面產出嚴重不足，還有較大的改進空間。

圖2和圖3給出了全國及各區域綠色研發和成果轉化效率變化趨勢，我們發現，2008—2011年間，東部地區綠色創新效率不及西部地區，但從2012年十八大提出“重視生態文明、實現綠色創新協調發展”以來，東部地區企業綠色創新效率一直處于全國領先水平。在綠色成果轉化階段，2008—2015年東部、中部和西部地區工業企業綠色創新效率均值依次遞減，分別為0.970、0.866和0.865。東部地區在科技成果轉化平臺建設以及環境保護方面經驗較為豐富，效率值已接近于最優水平，中部和西部地區工業企業則分別還有13.4%和13.5%的提升空間。考察期內中西部地區企業效率值基本位于0.800～0.900之間，而東部地區企業效率值始終位于0950以上，尤其是山東省，明顯高于中部和西部地區工業企業綠色成果轉化效率，是中國工業企業綠色成果轉化的標桿。

分省份來看，由表1可知，在綠色研發階段，海南、安徽、浙江、青海、廣東、寧夏、四川、北京等省份工業企業效率均值位于0.900以上，效率值相對較高，這些省份主要來自東部和西部地區。對于浙江和廣東而言，其在規模和效率方面均取得不錯的成績。而對于海南、寧夏等地區企業而言，雖然專利等研發產出不及東部沿海企業，但資源利用效率高，管理得當。效率排名靠后的地區包括：山西、遼寧、內蒙古、河北等，效率值不足0.600，這些地區企業具有一定的研發規模和技術水平，但在創新投入轉化為科技產出的過程中存在瓶頸。在綠色成果轉化階段，效率排名靠前的省份包括：山東、廣東、上海、江蘇、青海、江西、北京和浙江等，這些省份企業綠色成果轉化效率值均高于0.950，是中國企業綠色創新的標桿。黑龍江、貴州、陜西、湖北、山西等地區效率值則相對較低，效率值不足0.800，需在經濟產出和環境保護等方面均做出較大改進。

表1 中國各省份工業企業綠色研發和成果轉化效率測度結果（2008—2015年）

Tab.1 Industrial enterprises green R&D; and achievements conversion efficiency results in Chinese provinces （2008-2015）

圖2 全國及三大地區企業綠色研發效率

Fig.2 Enterprises green R&D; efficiency in

China and three major regions

圖3 全國及三大地區企業綠色成果轉化效率

Fig.3 Enterprises green achievements conversion

efficiency in China and three major regions

綜上，本文利用共享投入關聯型兩階段DEA模型測算的效率值，與以往“東部地區最高，中部和西部地區明顯偏低”的研究結論[13-14]并不完全一致，可能原因在于傳統研究基于一階段展開，且主要考慮部分“三廢”和工業能耗指標。考慮碳排放造成的溫室效應以及當前綠色低碳生產方式的需要，本文將工業碳排放量和全部“三廢”污 染物納入效率研究框架，并考慮綠色創新兩階段間的投入共享關聯性。結果發現，在綠色研發階段，東部與西部地區企業效率相對較高，而中部地區效率損失較大。在綠色成果轉化階段，東部地區已接近于最優水平，而中西部地區企業還有一定的提升空間。

5.2 中國各省份工業企業綠色創新資源利用模式分析

下面，進一步分析中國各省份工業企業綠色科技研發與綠色成果轉化之間的關系。以考察期內各省份兩階段效率均值（0.794和0.904）為分界點，將各省份綠色創新資源利用模式分為高綠色研發低成果轉化、低綠色研發低成果轉化、低綠色研發高成果轉化和高綠色研發高成果轉化等4種類型，具體見圖4。

①低綠色研發低綠色成果轉化型，約占20%。包括：山西、黑龍江、湖北、福建、廣西和陜西，屬于綠色研發效率和成果轉化效率均偏低的地區，主要來自我國中西部地區，需雙管齊下，在綠色研發和成果轉化方面做出較大改進，由雙低型向一低一高型轉換，然后過渡到雙高型發展

模式。或者直接由雙低型向雙高型轉化，不過這需要雄厚的科技經濟基礎作為后盾，如：福建和陜西等地區。②高綠色研發低綠色成果轉化型。包括：云南、甘肅、貴州、四川、寧夏和安徽等地區，約占總地區數的20%。這些地區在綠色研發階段效率較高，但在成果轉化階段效率偏低。因而需在保持綠色研發效率優勢的同時，注重成果轉化效率的提升。③低綠色研發高綠色成果轉化型。包括：內蒙古、遼寧、河北、吉林、江西、山東、河南和河南，約占267%，主要來自中西部地區。這些地區在成果轉化階段效率較高，但在綠色研發階段效率偏低，制約了綠色創新能力的整體提升。需從相對薄弱環節入手，揚長避短，重點關注工業企業綠色科技成果轉化平臺建設等問題。

圖4 工業企業綠色創新資源利用模式分類（2008—2015年）

Fig.4 Resource utilization patterns classification of industrial enterprises green innovation

④高綠色研發高綠色成果轉化型。包括：上海、江蘇、天津、北京、廣東、青海、重慶、新疆、浙江和海南等10個地區，約占333%，主要來自東部地區。這些地區企業在綠色研發和成果轉化階段均表現出較高的水平，屬于高效集約型綠色創新發展方式。這可能與該地區在企業技術水平、產學研合作以及環境保護等方面具有明顯優勢有關。

5.3 中國工業企業兩階段綠色創新效率的影響因素分析

我們對企業綠色創新效率的影響因素進行實證檢驗，根據前文影響機制分析，從企業特征和區域環境等方面出發，利用系統GMM動態面板模型公式（4）以及所選取的工具變量，基于2008—2015年中國各省份工業企業綠色創新面板數據，利用Stata12.0軟件計算，得出兩階段效率的影響因素回歸結果，具體見表2。

表2 兩階段效率影響因素回歸結果

Tab.2 results of influencing factors in two stages efficiency

注：***、**、*分別表示1%、5%和10%的顯著性水平。

由表2所示，兩階段效率GMM估計的自回歸（AR）伴隨概率分別為0.294和0.231，且Sargan檢驗值的伴隨概率分別為0.872和0.874，均大于0.100，預示本文選取的工具變量是有效的。①無論是在工業企業綠色研發，還是綠色成果轉化階段，滯后期效率值均對當前效率值具有顯著的積極影響，說明工業企業綠色研發和成果轉化效率提升是一個長期積累的過程，需將綠色創新作為我國企業發展的長期戰略重點。②企業規模對綠色研發效率的影響并不顯著，但對綠色成果轉化效率提升起明顯的抑制作用，規模較小的企業更具有綠色創新能力。企業規模越大，綠色成果轉化效率越低，這可能與我國規模較大的工業企業更多涉及國有資源型企業（如：建筑、煤炭、鋼鐵企業等）有關，這些企業因行政干預和承擔較多社會責任，自

身綠色創新動力明顯不足，且本文將碳排放量和工業污染物納入研究框架，其效率更為低下，進而得到上述結論。③創新氛圍對綠色研發和綠色成果轉化效率具有促進作用，與馮偉等[30]的結論類似，創新氛圍對綠色研發效率的積極影響更為顯著，有研發活動的企業越多，企業基于創新活動的競爭與合作更為充分，市場壓力倒逼企業進行技術和管理制度變革，有利于綠色研發效率的提升，由于成果轉化還涉及生產、營銷和企業戰略等活動，創新氛圍（本文用研發活動企業數占比進行測度[30]）對其影響并不顯著。④產學研合作對工業企業綠色研發效率具有積極影響，但與綠色成果轉化效率負相關。可能原因在于產學研合作更多與企業綠色技術開發和專利申請有關，而綠色成果轉化階段更注重將技術轉化為環境經濟效益。當前的產學研合作更多關注合作的技術經濟效應，對環境（公共品屬性）的關注還不夠，本文將環境污染和碳排放作為成果轉化階段的非期望產出，從而得出上述結論。

⑤政府支持對企業綠色成果轉化效率具有明顯的負影響，而與綠色研發效率不相關。這也與Guan和Chen[6]、肖文和林高榜[4]的結論類似，但與張江雪[13]的結論不一致，主要原因在于測度方法差異和樣本數據類型不同。張江雪[13]選擇傳統DEA方法測度綠色創新投入松弛量，并利用SFA分析政府支持（即：地方財政科技撥款占地方財政總支出的百分比）對工業廢氣排放總量等指標松弛量的影響；本文利用共享投入關聯型兩階段DEA模型測算綠色研發和成果轉化效率值，進而利用動態面板模型檢驗政府支持（即：工業企業研發經費內部支出中政府資金所占的比重）對兩階段效率的影響。且上述文獻以2009年各省份工業企業截面數據為研究樣本，本文則利用2008—2015年中國各省份面板數據，得到上述結論。政府資助起引導和輔助作用[6]，創新績效提升有賴于自身資金的投入。⑥企業綠色研發效率與知識產權保護之間呈顯著的U型變化關系，其拐點為x=-b/2a=4.188/（2×28.308）=0.074，工業企業綠色科技成果轉化效率則與知識產權保護變量之間呈倒U型關系，其拐點為x=-b/2a=3.122/（2×12.443）=0.125。查閱數據發現，2008—2015年間，除北京已跨過拐點0.125這一邊界以外，我國其他省份知識產權保護水平均不超過0.040（<0.074），即位于對稱軸x=-b/2a的左側，知識產權保護水平還有待大力提升。這與劉思明等[35]、Park[37]的結論類似，但也存在些許差異，主要原因在于前者是以專利或新產品銷售收入為被解釋變量，本文則是從綠色創新分階段效率角度進行分析。從當前來看，知識產權保護越高，并不利于綠色研發效率的提升，本文以技術市場成交額占GDP比重來衡量知識產權保護水平[34]，我國部分地區企業大量引進國內外成熟技術，技術市場成交額較高，反而對企業綠色研發效率提升起到一定的抑制作用。對于成果轉化效率而言，在知識產權保護水平較低時，技術市場交易額越多，越有利于綠色成果轉化效率的提升。⑦環保投入強度與企業綠色研發效率顯著正相關，但對綠色成果轉化效率的提升具有負影響。環保投入越多，表明企業對環境污染治理越重視，對污染治理以及清潔技術的意識增強，有利于綠色研發效率的提升。但環保投入強度越大，越可能與更大的污染有關[38]，具有一定內生性。且本文將環境污染指數納入綠色成果轉化階段的非期望產出，從而得出二者負相關的結論。⑧外商投資對工業企業綠色研發效率具有積極影響，對綠色成果轉化效率具有負向作用。這再次印證外商投資的兩面性，外資在帶來技術溢出效應的同時，造成了中國工業企業更多的污染[20，24]。需辯證地看待外資引進的問題，在實現中國經濟開放共享的情形下，守住環境保護這一底線，推動中國工業經濟由高速增長向高質量發展階段轉變。

6 結論與建議

本文將單位工業GDP的碳排放量和工業“三廢”污染物納入創新效率研究框架，并考慮創新資源在兩階段間的共享關聯性，利用共享投入關聯型兩階段DEA模型分析2008—2015年中國各省份工業企業綠色研發和成果轉化效率；根據各省份工業企業綠色科技研發和成果轉化之間的關系，將企業綠色創新資源利用模式分為高綠色研發低成果轉化等4種類型；最后，從企業管理和創新環境方面，利用動態面板GMM模型實證檢驗兩階段效率的影響因素。結果表明：①2008—2015年中國工業企業綠色研發效率和綠色成果轉化效率均值分別為0.794和0.904，兩階段效率均未達到最優，綠色研發效率偏低是中國工業企業效率損失的主要原因。分區域來看，在綠色研發階段，東部和西部地區效率相對較高，中部地區效率損失明顯，效率損失缺口為30.6%。在綠色成果轉化階段，考察期內東部地區工業企業效率一直領先，已接近于最優水平，而中西部地區企業效率分別還有13.4%和13.5%的提升空間。②屬于低綠色研發低成果轉化型的省份企業占20%，包括：山西、黑龍江、湖北、福建、廣西和陜西等省份，主要來自中西部地區，是中國綠色創新政策關注的重點，還有46.7%的地區企業或者在綠色研發階段（如：內蒙古、遼寧、河北等省份企業），或者在綠色成果轉化階段（如：云南、甘肅、四川等省份企業）存在一定的效率損失，需從相對薄弱環節入手，實現中國企業綠色創新效率的整體提升。③影響因素檢驗表明：創新氛圍、產學研合作、環保投入強度、外商投資均對綠色研發效率提升具有積極影響，綠色研發效率與知識產權保護之間呈顯著U型關系，拐點為0.074，大于中國當前知識產權保護水平。在綠色成果轉化效率方面，企業規模、產學研合作、政府支持、環保投入強度、外商投資對效率提升具有負向作用，成果轉化效率與知識產權保護呈顯著倒U型關系，當前我國知識產權保護水平位于拐點左端，其對綠色成果轉化效率的提升具有積極影響。最后，滯后期效率值對兩階段效率均具有顯著的正向作用。根據以上結論，提出針對性的建議如下：

（1）將綠色創新驅動作為企業發展戰略重點，積極開展綠色研發和科技成果轉化工作，合理配置要素投入，注重綠色創新資源在兩階段的共享關聯性和使用效率，加強兩個環節之間的互動合作，重點關注綠色專利產出、技術孵化等環節的管理，尤其是從0到1的原始性綠色技術開發活動。東部地區企業需跟蹤學習國際清潔生產、末端治理技術前沿以及國際通行的企業綠色管理經驗，輻射帶動中西部地區向高質量、低污染的經濟增長發展方式轉變。

（2）對于高綠色研發低成果轉化型地區，需從綠色科技成果轉化階段入手，注重科技成果轉化平臺的建設，營造良好的創新氛圍，樹立良好的企業清潔生產和消費意識等。低綠色研發高成果轉化型地區，則應從綠色研發階段入手，在技術引進消化吸收的同時，加強產學研合作的深度和廣度，聘請國際頂尖人才作為技術顧問。對于低綠色研發低成果轉化型地區企業，則需雙管齊下，在注重創新資源轉化為專利等產出的同時，關注技術的市場化和商業化。對于高綠色研發高成果轉化型地區，需在保持自身優勢的同時，從相對薄弱環節入手，并跟蹤國際領先綠色技術和管理經驗。

（3）政府需營造公平公正的創新氛圍和環境，堅持以市場為主導，減少行政干預和壟斷，通過綠色項目引導，支持企業間、校企間的技術交流和合作。政府資助和金融機構需多支持急需資金且綠色創新能力強的小微企業，而企業持續創新發展有賴于自身戰略選擇和投入。加強知識產權保護，在企業、學校以及社區大力開展知識產權宣講活動，增加知識產權保護和使用意識，鼓勵企業和個體制定專利、商標以及行業標準等知識產權戰略，重視綠色技術的價值評估和專利拍賣轉移活動，并激勵企業利用知識產權戰略實現綠色技術挖掘和二次創新。加大環保投入力度，加強對環境的審計監管，鼓勵企業進行綠色創新生產和末端排放處理，不要重走先污染再治理的老路。最后，在招商引資過程中，嚴格執行污染排放限制標準，避免部分地區在引進外資過程中存在惡意競爭、競相降低門檻等現象，并且使外資企業在研發和制造過程中采用與母國同樣的環保標準，實現中國科技經濟與環境的協調發展。

（編輯：于 杰）

參考文獻（References）

[1]GAO Y Y， ZANG L Z， ROTH A， et al. Does democracy cause innovation？ An empirical test of the popper [J].Research policy， 2017，46（1）：1272-1283.

[2]THOMAS V J， SHARMA S， JAIN S K. Using patens and publications to assess R&D; efficiency in the states of USA[J].European economic review， 2011， 33（1）：4-10.

[3]池仁勇.企業技術創新效率及其影響因素研究[J].數量經濟技術經濟研究， 2003（6）：105-108.[CHI Renyong. Research on technology innovation efficiency and influencing factors of enterprise [J].The journal of quantitative & technical economics， 2003（6）： 105-108.]

[4]肖文，林高榜. 政府支持、研發管理與技術創新效率——基于中國工業行業的實證分析[J].管理世界， 2014（4）：71-80.[XIAO Wen， LIN Gaobang. Government support， R&D; management and efficiency of technological innovation： an empirical analysis based on Chinas industrial sector [J].Management world， 2014（4）： 71-80.]

[5]余泳澤.我國高技術產業技術創新效率及其影響因素研究——基于價值鏈視角下的兩階段分析[J].經濟科學， 2009 （4）：62-74.[YU Yongze. Study on the efficiency of technological innovation and influencing factors of high-tech industry in China： a two-stage analysis based on value chain [J]. Economic science， 2009 （4）： 62-74.]

[6]GUAN J C， CHEN K H. Measuring the innovation production process： a cross-region empirical study of Chinas high-tech innovations [J].Technovation， 2010， 30（5）：348-358.

[7]劉俊，白永秀，韓先鋒. 城市化對中國創新效率的影響——創新二階段視角下的SFA模型檢驗[J].管理學報，2017，14（5）：704-712. [LIU Jun， BAI Yongxiu， HAN Xianfeng. The impact of urbanization on innovation efficiency in China：based on SFA model test in two-stage of innovation [J]. Chinese journal of management， 2017， 14 （5）： 704-712.]

[8]TARIQ A， BADIR Y F， TARIQ W， et al. Drivers and consequences of green product and process innovation：a systematic review， conceptual framework， and future outlook[J].Technology in society， 2017， 51（1）：8-23.

[9]AFRI W B， HIKKEROVA L， SAHUT J M. External knowledge sources， green innovation and performance [J].Technological forecasting & social change， 2018，129：210-220.

[10]SHU C L， ZHOU K Z， XIAO Y Z， et al. How green management influences product innovation in China： the role of institutional benefits [J].Journal of business ethics， 2016， 133（3）：471-485.

[11]LAMBERTINI L， POYAGO-THEOTOKY J， TAMPIERI A. Cournot competition and green innovation： an inverted-U relationship[J].Energy economics， 2017， 68（1）：116-123.

[12]畢克新，楊朝均，黃平.中國綠色工藝創新績效的地區差異及影響因素研究[J].中國工業經濟，2013 （10）：57-69.[BI Kexin， YANG Chaojun， HUANG Ping. Study on the regional differences and influencing factors of green process innovation performance in China [J]. China industrial economics， 2013（10）： 57-69.]

[13]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 technology innovation efficiency of industrial enterprises based on green growth of regions in China[J]. The journal of quantitative & technical economics， 2012 （2）： 113-125.]

[14]馮志軍.中國工業企業綠色創新效率研究[J].中國科技論壇， 2013 （2）：82-88. [FENG Zhijun. Research on industrial enterprises green innovation efficiency in China： based on provincial data by a DEA-SBM approach [J]. Forum on science and technology in China， 2013 （2）： 82-88.]

[15]錢麗，肖仁橋，陳忠衛.環境約束、技術差距與企業創新效率——基于中國省際工業企業的實證研究[J].科學學研究，2015， 33（3）：378-389.[QIAN Li， XIAO Renqiao， CHEN Zhongwei. Environmental constraint， technology gap and the enterprises innovation efficiency： empirical research on the provincial industrial enterprises in China[J]. Studies in science of science， 2015， 33（3）： 378-389.]

[16]王惠，王樹喬，苗壯，等.研發投入對綠色創新效率的異質門檻效應——基于中國高技術產業的經驗研究[J].科研管理，2016， 37（2）：63-71.[WANG Hui， WANG Shuqiao， MIAO Zhuang， et al. Heterogeneity threshold effect of R&D; investment on green innovation efficiency： based on Chinese high-tech industries [J]. Science research management， 2016， 37（2）： 63-71.]

[17]孫曉華，郭旭，王昀.政府補貼、所有權性質與企業研發決策[J].管理科學學報，2017，20（6）：22-35.[SUN Xiaohua， GUO Xu， WANG Yun. Government subsidy， ownership， and firms R&D; decisions [J]. Journal of management sciences in China， 2017，20 （6）： 22-35.]

[18]AMORE M D， BENNEDSEN M.Corporate governance and green innovation[J].Journal of environmental economics and management， 2016， 75（1）：54-72.

[19]李婉紅.中國省域工業綠色技術創新產出的時空演化及影響因素：基于30個省域數據的實證研究[J].管理工程學報， 2017， 31（2）：9-19.[LI Wanhong. Spatial-temporal evolution and factors of industrial green technological innovation output in Chinas provinces： an empirical study of 30 provinces data[J]. Journal of industrial engineering and engineering management， 2017， 31（2）： 9-19.]

[20]曹霞，于娟.綠色低碳視角下中國區域創新效率研究[J].中國人口·資源與環境，2016， 37（2）：63-71.[CAO Xia， YU Juan. Regional innovation efficiency in China from the green low-carbon perspective [J]. China population， resources and environment， 2016， 37（2）： 63-71.]