中國工業綠色創新效率地區差異及其驅動因素分析

呂洪燕 ，喬朋華

（1.遼寧大學 經濟學院，遼寧 沈陽 110036；2.齊齊哈爾大學 經濟與管理學院，黑龍江 齊齊哈爾 161006；3.昆明理工大學 管理與經濟學院，云南 昆明 650500）

一、引 言

中國在經歷40年的改革開放后，已經從一個落后的農業大國轉變為一個工業大國，進入到工業化后期階段，中國工業實現了世界罕見的持續高速增長［1］。在取得突出成就的同時，作為污染物排放的重要來源，中國工業也不可避免的面臨著能源與生態環境約束。《2017中國生態環境狀況公報》顯示，2017年全國338個地級及以上城市中，有239個城市環境空氣質量超標，占70.7%。為實現生態環境質量總體改善的目標，國家首次將生態環境保護的約束性指標寫入《“十三五”生態環境保護規劃》的約束性指標，全面推進工業等重點領域節能，實施工業污染源全面達標排放計劃。轉變“高能耗、高污染”經濟發展方式為綠色發展是當前經濟發展的要求，也是建設資源節約型、環境友好型社會的必經之路。十九大提出“創新、協調、綠色、開放、共享”五大發展理念。創新發展作為五大發展理念之首，“是提高社會生產力和綜合國力的戰略支撐”，也是實現由高速增長階段轉向高質量發展階段的重要因素。綠色創新將傳統創新忽略的資源與生態環境問題考慮其中，是突破資源與環境約束，統籌經濟發展和生態環境的關系，實現可持續發展的手段之一。同時，加強生態文明建設，推進綠色發展也是建設創新型國家的保證。工業綠色創新效率的測度有利于衡量工業經濟發展質量。不同于傳統創新效率主要測度創新投入與創新產出之間的關系，綠色創新效率將能源投入與生態環境因素考慮在內，考察基于資源與生態環境前提下的創新投入與產出間的關系，更加契合當前綠色發展理念。

目前學者對于綠色創新效率的研究基本考慮到了創新的非期望產出，即對生態環境的影響，卻忽略了能源的投入，研究方法也相對具有局限性，同時研究角度也多數基于靜態研究，忽略了創新效率的動態變化。本文試圖將能源消耗納入模型，采用考慮松弛變量和非期望產出的DDF模型測度工業綠色創新效率。在以地區分組的基礎上測度技術缺口比率，并且基于全局前沿參比下計算被評價單元Malmquist指數測算中國工業綠色創新動態效率，將工業綠色創新效率的靜態分析拓展至動態維度。并分析工業綠色創新的驅動因素，為地區創新政策的制定提供思路。本文其他部分結構安排如下：第二部分為相關文獻述評；第三部分建立工業綠色創新效率DDF模型，在計算技術缺口比率基礎上對不同地區各省份工業綠色創新效率進行比較，構建用于測度工業綠色創新動態效率的Malmquist指數，并對相關指標和數據的說明及處理；第四部分為實證研究部分；第五部分是本文結論。

二、文獻述評

現有文獻對于綠色創新效率的研究主要集中在兩個方面，即影響綠色創新效率的因素和綠色創新效率的測度。關于綠色創新效率的影響因素，學者們從環境規制［2］、對外直接投資［3］、政府研發資金［4-5］以及國際研發資本［6］等方面進行了研究。目前學者對于綠色創新效率的測度主要集中在地區層面和行業層面。地區層面的研究主要圍繞創新領先型國家或OECD國家的創新效率展開研究［7-10］。對中國地區綠色創新效率的研究中學者們普遍認為中國綠色創新效率區域差異性明顯，呈現東部—中部—西部依次遞減形勢［11-13］，沈能等的研究結論略有不同，認為由于不同地區生產技術存在較大差異，導致綠色創新效率呈現“東部—西部—中部”依次遞減的格局［14］。在針對行業層面的創新效率的研究中，學者們分別從高技術產業［15］、風電產業［16］、高專利密集度制造業［17-18］和重污染行業［19］以及旅游產業［20］對行業綠色創新效率進行了測算。對于中國工業的綠色創新效率也有學者做了相關研究，普遍認為中國地區工業企業綠色創新效率差異顯著；綠色創新效率高的地區都是經濟相對發達的沿海地區［21］，且東部地區的技術創新環境明顯優于中、西部地區［22-23］。

以上針對創新效率的測度中學者們使用的方法主要有參數法和非參數法等。參數法多數采用隨機前沿分析SFA，隨機前沿分析可以剝離出環境效應和隨機誤差對效率值的影響，但是作為一種參數分析方法，存在函數設定上的偏差。多數學者普遍采用了數據包絡分析法（DEA）對綠色創新效率進行評價，但是傳統DEA方法中CCR模型和BCC模型都是DEA徑向模型，無法體現被評價單元當前狀態與強有效目標值之間的松弛改進部分，具有一定的局限性。Tone（2001）［24］提出的SBM模型對被評價單元無效率程度的測量包含了對投入、產出的松弛改進的部分，但SBM模型測度效率程度時被評價單元的投影點不是最短路徑到達前沿；且在對于非期望產出的處理上，通常需要將非期望產出作為投入變量設定為負值納入模型［25］，違背了其現實意義，這也是SBM模型的局限性。Chung，et al.（1997）［26］提出的方向距離函數DDF模型，通過定義方向向量，可以使無效DMU沿任意設定的方向投影到前沿，并且該模型將期望產出和非期望產出區別開來。因此本文采用DDF模型測度工業綠色創新效率，即解決了投入、產出效率不能非比例調整問題，考慮了松弛變量，同時將期望產出和非期望產出區別開來。在分區域研究的基礎上，計算技術缺口比率，并在全局參比下計算被評價單元的Malmquist指數，將工業綠色創新動態效率從靜態分析拓展至動態分析。在對指標的處理上不僅將工業創新的能源消耗納入創新投入中，考慮工業創新的期望產出和非期望產出，并且將創新的能源投入與非期望產出從工業總體能源投入與產出中分離出來，以契合綠色創新的指標含義，避免夸大綠色創新的能源投入與非期望產出。

三、模型、方法和指標說明

本文以中國各省份為被評價單元DMU，采用DDF模型測度中國工業綠色創新效率。并且將中國各省份分東部、中部、西部三個地區測度各省份群組自我參比效率值基礎上計算各省份技術缺口比率，在考慮組間差異的情況下被評價單元的相對效率。同時，為了使得不同時期被評價單元的效率值具有可比性，采用全局參比評價法，對各省份工業綠色創新動態效率進行測度，從而將靜態分析拓展至動態分析。

（一 ）工業綠色創新DDF模型

假設有k個被評價單元DMUk，對其無效率（β）的測量包含投入和期望產出、非期望產出三個方面，其中xi、yr、bt分別代表第i項投入、第r項期望產出、第t項非期望產出。在Cheng和Zervopoulos（2014）［27］定義的效率值的基礎上，增加非期望產出的無效率程度，將效率值定義為：

其中，gx、gy、gb分別表示投入、期望產出和非期望產出能夠改進的方向向量。分別表示各項投入、期望產出和非期望產出平均改進的部分。由此得出的方向距離函數效率值θ與方向向量長度無關，保證所得出的效率值的一致性。采用被評價單元的效率值作為方向距離函數模型目標值，設定工業綠色創新效率DDF模型如下：

模型的生產可能集為S={( x,y)|x≥Xλ，y≤ Yλ,b≥ Bλ。

（二 ）技術缺口比率

中國各地區的資源條件與相關產業政策等具有很大差異，因此有必要將被評價單元所在地區作為群組，計算被評價單元以所在群組為參考集所得到的效率值，并將其與以所有DMU為參考集時共同前沿下（即DDF模型）得到的效率值做對比，以此分析其技術缺口比率。將中國各省份分為東部、中部、西部地區三組（1），以每個群組自身作為“參考集”，得到群組自我參比效率值。參考Rao（2003）［28］關于技術缺口比率的計算，設定工業綠色創新技術缺口比率TGR為：

其中，DDF效率值即為式（2）得到的各被評價單元效率值，衡量的是以所有DMU為參考集時被評價單元與效率前沿的差距；群組自我參比效率值是每個被評價單元以其所在群組作為參考集，即群組前沿下得到的效率值，衡量的是被評價單元與所在群組效率前沿的差距。兩者比值即為技術缺口比率，表示被評價單元共同前沿與群組前沿下效率值的差距。

TGR值越接近于1，表明被評價單元共同前沿下效率水平越與群組前沿下效率水平越接近，被評價單元效率越接近潛在效率水平，反之亦然。

（三 ）Malmquist指數

DDF模型計算的工業綠色創新效率是在分別以各期前沿為參考集計算的當期效率值，是針對某一時期而言的靜態效率，是同一時期的相對效率，不具備跨時期的橫向可比性，對于連續長期的動態效率變化無法衡量。而工業綠色創新隨著時期的不斷變化，其生產技術水平及效率水平等都在不斷發生變化，因此，有必要考察工業綠色創新效率的動態跨期變化。本文參考Pastor和Lovell（2005）［29］的研究，采用全局參比Malmquist指數來衡量被評價單元工業綠色創新效率的跨期變化，即動態效率。全局參比Malmquist指數以所有各期的DMU總和作為參考集，各期參考的是同一前沿，因此，不同時期工業綠色創新效率具有可比性。被評價單元從t時期到t+1時期的Malmquist指數表示為：

其中，Eg(xt,yt)和Eg(xt+1,yt+1)分別是被評價單元在全局前沿下兩個時期的工業綠色創新效率值。Malmquist指數大于1，表示效率值提升，反之下降。Malmquist指數可以分解為效率變化EC和技術變化TC兩部分。

其中，Et+1(xt+1,yt+1)和Et(xt,yt)分別表示被評價單元在t+1時期及t時期的當期效率值；EC表示兩個時期的技術效率變化，比值大于1表示效率提高，反之降低。

其中，TC表示兩個時期的技術變化，比值大于1表示技術前沿前移，反之表示技術前沿后退。

由于各期參考的是共同的全局前沿，因此全局參比Malmquist指數具備傳遞性，可累乘。即

其中，MI(xt+m,yt+m,xt,yt)表示全局前沿下被評價單元t時期到t+m時期的Malmquist指數，其值等于全局前沿下連續相鄰時期內Malmquist指數乘積。效率變化EC和技術變化TC同樣具有累乘性。

（四 ）指標選擇和數據來源

（1）創新投入。以往關于綠色創新文獻的研究中忽略了能源的投入，本文參考Watanabe&Tanaka（2007）［30］的做法將煤炭消費量作為創新能源投入指標。作為創新的投入，顯然需要將其從整體工業能源消費中分離，否則會夸大創新的能源投入。本文以工業新產品銷售收入占工業銷售收入的比重為比例系數，將該比例系數乘以工業煤消耗總量（實物量）得到的即為工業新產品生產過程中的能源消耗量，以此作為工業創新的能源投入。勞動投入以工業企業R&D人員折合全時當量為指標。資金投入采用工業企業R&D經費內部支出指標，其中工業企業R&D經費內部支出按照工業生產者購進價格指數折算成2000年為基期的不變價。

（2）期望產出。期望產出即創新活動的好產出，工業綠色創新的期望產出指標包含兩種：工業企業專利申請數和工業企業新產品銷售收入。其中新產品銷售收入按照地區工業生產者出廠價格總指數折算成2000年為基期的不變價。

（3）非期望產出。工業綠色創新的非期望產出指標采用工業固體廢物排放量來衡量。考慮到工業非期望產出來源于全部工業生產，以全部工業非期望產出作為產出數據顯然不夠準確，夸大了創新的非期望產出，因此和新產品能源消費指標處理方式相同，本文按照地區工業新產品銷售收入占地區工業銷售收入的比重分配非期望產出，作為工業綠色創新的非期望產出。

以上指標來源于《中國統計年鑒》《工業企業科技活動統計年鑒》《中國工業統計年鑒》《中國環境統計年鑒》以及《中國能源統計年鑒》及地方統計年鑒。數據選取2003-2017年數據，考察2003-2017年工業創新效率。

四、實證研究結果

（一 ）中國工業綠色創新效率值

（1）各省份綠色創新效率值。DDF模型計算得到結果見表1所列。從表1可以看出中國工業綠色創新地區間異質性較大。從各個時期分別來看，北京、天津、上海、浙江、廣東、海南、重慶效率值為1，除個別年份外幾乎均位于效率前沿。多數效率前沿省份都位于經濟發達的東部地區，重慶作為西部地區中經濟比較發達的省份也位于效率前沿。這些效率前沿省份經濟發展狀況較好，工業產業多以輕工業為主，污染排放相對較少，資源利用效率較高，工業綠色創新效率較高。而河北、山西、內蒙古、遼寧、黑龍江、江西、陜西、甘肅等地區工業綠色創新效率最低，這些省份特點是其工業行業中重工業比重較大，其能源的高投入與非期望產出的高排放影響了工業綠色創新效率。《2017中國生態環境狀況公報》顯示環境空氣質量相對較差的10個城市分別分布在河北、山西、陜西、河南、山東。空氣質量相對較好的10個城市分布在海南、西藏、浙江、福建、廣東、貴州。可見，工業綠色創新效率較高的省份環境質量相對較好，而工業綠色創新效率較低的省份，環境質量也相對較差。

除此之外，從樣本期內每個被評價單元的效率值來看，處于效率前沿的經濟發達省份幾乎效率值始終保持最高水平，而一些非效率前沿省份在樣本期內效率值相對逐漸增加，即被評價單元與效率前沿距離相對逐漸縮小，如河北、山西、遼寧、吉林、黑龍江、江西、山東、河南、湖南、廣西、四川、貴州、陜西、甘肅、江蘇、安徽、寧夏，其中江蘇、安徽、寧夏甚至達到效率前沿。另外一些省份樣本期內效率值變化不大，如山西、黑龍江、福建、湖北、云南、新疆；樣本期內效率值降低的省份只有內蒙古，其與效率前沿距離相對增加，僅在2017年有所改善。

表1 中國工業綠色創新效率值

（2）分區域工業綠色創新效率值比較。中國各地區區位優勢不同，資源狀況也有區別，因此，以下分地區分析中國工業綠色創新效率。中國東部、中部、西部地區綠色創新效率值如圖1所示。從圖1可以看出，我國各地區工業綠色創新效率值差異性較大。效率值從高到低依次為東部、西部和中部，該結論與沈能（2018）［14］以結構方程研究得到的結論一致。其中東部地區工業綠色創新效率始終處于全國最高水平，與表1結果顯示處于效率前沿的地區多集中在東部地區的結論一致。西部地區效率值除個別年份外，均與全國效率水平相當。樣本期中部地區工業綠色創新效率值始終處于最低水平。總體來看，中國三大地區工業綠色創新效率有三個特點。第一，樣本期內各地區工業綠色創新效率水平由高到低分別為東部、西部和中部地區。第二，各地區工業綠色創新效率與前沿距離逐漸縮小，接近潛在效率。第三，地區間工業綠色創新效率水平差距逐漸縮小。2003年工業綠色創新效率均值最高的東部地區為0.79，效率均值最低的中部地區為0.43，兩者相差0.36；2017年工業綠色創新效率均值最高的東部地區為0.85，效率均值最低的中部地區為0.77，兩者相差0.08，可見東部與中部地區工業綠色創新效率差距逐年降低。造成區域間綠色創新效率差距的原因一方面與地區間發展水平和產業結構相關，另一方面與資源配置及利用效率有關。東部地區經濟發展水平較高，創新資源豐富，作為文化和科技的中心領域，注重科技創新且創新能力較強。另外，東部地區資源配置與利用效率較高，高水平的經濟發展水平對環境也提出了較高的要求。以京津冀地區為例，《京津冀協同發展規劃綱要》將生態環境保護作為三大率先突破的領域之一，空氣質量得到明顯改善，節能減排效果明顯。而西部地區后發優勢突出，工業經濟指標增速較快。西部大開發戰略為西部地區工業經濟發展提供了機會，西部地區在經濟增長、社會發展及環境改善等各方面取得顯著成效。通過承接國內外產業轉移和技術轉移，西部地區創新水平明顯提高，尤其“一帶一路”倡議的實施，為西部地區新興產業發展提供了契機，部分省份已經形成了以高附加值、高技術含量為特色的產業結構，產業結構的轉換以及節能減排政策的實施使得西部地區工業綠色創新效率進一步提高。中部地區工業綠色創新效率與其他地區相比較低，主要原因是中部地區工業中能源工業占比偏大。以山西為例，2017年煤炭產業產值約占全省的16.5%，利潤約占全省工業企業的70%，是其支柱產業。其他省份工業多元發展，但也集中在能源工業，這種高能耗產業帶來了節能減排的壓力，同時也限制了中部地區綠色創新效率的提升。總體來看，全國及各地區間工業綠色創新效率在平穩提升，一方面隨著技術水平的不斷提升，工業創新能力逐漸增強；另一方面，隨著環境問題的日益突出，經濟發展強調由高速發展逐漸轉向高質量發展，因此綠色創新能力也逐步提升。

圖1 各地區工業綠色創新效率值

（二 ）技術缺口比率

為了區別各地區特質性，考察被評價單元在地區前沿與全國技術前沿效率值的差距，以各地區省份進行分組，計算群組自我參比效率值，按照式（3）計算各評價單元技術缺口比率。三大地區技術缺口比率結果如圖2所示（1）。樣本期內東部地區技術缺口比率在0.97～1.00之間，幾乎接近于1，即東部地區省份的共同前沿效率值與群組前沿效率值較為接近，幾乎實現了潛在綠色創新效率。西部地區技術缺口比率略低于全國水平，TGR值在0.63～0.88之間，共同前沿效率值與群組前沿效率值比例之間仍然有12%～37%的提升空間。中部地區TGR值在0.43～0.79之間，共同前沿效率值距離群組前沿效率值差距較大，有21%至57%的提升空間。整體來看，樣本期內，中國各地區工業綠色創新效率技術缺口比率有兩個特點。第一，樣本期內，各地區技術缺口比率呈上升趨勢，TGR逐漸提高，即被評價單元地區群組前沿效率值逐漸接近共同前沿效率值。以中部地區為例，TGR由2003年的43.3%提升至2017年的78.7%。第二，地區間技術缺口比率差距逐漸縮小，以東、中部地區為例，兩者技術缺口比率差距由2003年的0.56縮減至2017年的0.20。各地區綠色創新效率提升使得各地區技術缺口比率呈上升趨勢，隨著圖1中證實的各地區綠色創新效率的提高，各地區TGR值逐漸增加，即地區綠色創新效率與潛在技術創新效率差距逐漸縮小。地區間技術缺口比率差距逐漸縮小，表明各地區與潛在技術效率水平差距逐漸縮小，區域工業綠色創新能力逐漸平衡。黨的十八大將基本建成促進區域協調發展的體制機制作為全面建成小康社會的重要目標，使得各區域協調發展。不僅為區域間技術融合提供了政策環境，也使得地區間產業結構優化，通過加強區域合作，進一步實現了區域工業綠色創新均衡發展。

圖2 各地區技術缺口比率

（三 ）中國工業綠色創新Malmquist指數及其驅動因素分析

為了進一步考察各省份在不同時期工業綠色創新動態效率變化，將被評價單元置于共同前沿下，使其在不同時期工業綠色創新效率具有可比性，計算被評價單元的Malmquist指數，將各評價單元工業綠色創新效率的靜態分析拓展至動態分析。DDF模型可以比較同一時期被評價單元之間效率值的大小，屬于縱向比較，而Malmquist指數可以針對不同時期比較同一被評價單元效率值的大小，是從橫向維度進行比較。因此可以作為比較各個被評價單元跨期效率的考察依據。按照式（5）以所有時期DMU為參考前沿，采用全局前沿參比來測算各省份相鄰兩個時期內工業綠色創新生產率變化（3），各省份在不同時期Malmquist指數在0.43～2.47之間。其中2005年工業綠色創新動態效率提高省份數量最少，共有8個省份Malmquist指數大于1；2011年工業綠色創新動態效率提高省份數量最多，共有25個省份Malmquist指數大于1。由全局Malmquist指數可累乘的性質，按照式（9）-式（11）將樣本期內相鄰兩年的Malmquist指數累乘，可計算2003至2017年中國各省份工業綠色創新效率動態變化。由于篇幅限制，本文僅列出樣本期內累乘后被評價單元首末年份的Malmquist指數。

Mg（2017，2003）表示全局共同前沿下，相對于2003年而言，被評價單元2017年Malmquist指數變化程度。表2結果顯示，在樣本期，相對于2003年而言，2017年僅有天津、內蒙古、福建、海南、重慶、寧夏海Malmquist指數小于1，其工業綠色創新動態效率是下降的，大部分地區的工業綠色創新動態效率都有所提高。由此可以看出中國大部分省份工業綠色創新效率相對于2003年是提高的。然而需要注意的是與被評價單元DDF模型得到的當期前沿效率值而言，天津、海南、重慶雖然在以各期DMU為參考集時效率值為1，始終處于效率前沿，但是其全局前沿下2017年相對于2003而言工業綠色創新動態效率是下降的。而上海、浙江等省份雖然DDF模型中每一時期均位于效率前沿，但是其自身相對于2003年而言，工業綠色創新效率提升不大，Malmquist指數接近于1。江西省、遼寧省工業綠色創新效率值雖然很低，但是其相對2003年而言，2017年工業綠色創新動態效率值提高程度最大，動態效率達到3.26。其他地區如北京、吉林、安徽、貴州等省份工業綠色創新效率Malmquist指數大于2，相對提高幅度較大。

從Malmquist指數分解為效率變化和技術變化結果來看，2003-2017年，內蒙古和福建省工業綠色創新動態效率均降低，技術效率的降低抑制了這些省份的動態效率的提高。北京、天津、上海、浙江、湖南、廣東、海南、青海、新疆等省份技術效率不變。其他省份技術效率值均有不同程度的提高，其中遼寧省效率變化提高幅度最大，使得其工業綠色創新動態效率提高幅度最大。從技術變化因素來看，天津、山西、內蒙古、廣西、海南、四川、貴州、云南、寧夏等省份技術變化小于1，技術前沿后退，技術前沿的后退也抑制了其工業綠色創新動態效率的提升。特別是海南，在效率不變的情況下，其技術前沿的后退直接導致了工業綠色創新動態效率的降低。河北、上海、安徽、湖北、重慶、青海等省份技術前沿不變。其他省份均表現為不同程度的技術進步。

表2 2003-2017年中國各省份工業綠色創新效率動態變化

各省份工業綠色創新動態效率驅動因素見表3所列，在Malmquist指數大于1，即工業綠色創新動態效率提高的省份中，浙江、廣東、山東等地區Malmquist指數表現為技術進步驅動，且這些地區多為經濟發達地區，DDF模型計算的工業綠色創新效率較高。而河北、山西、廣西、安徽、湖北、四川、云南、貴州等地技術變化不大，其工業綠色創新動態效率提高表現為效率驅動，這些地區多為工業綠色創新效率較低省份。北京、遼寧、吉林、黑龍江、江蘇、江西、河南、湖南、陜西、甘肅等省份工業綠色創新動態效率提高表現為效率和技術共同驅動，從動態效率均值可以看出，這些省份工業綠色創新動態效率提升幅度最大。由此可見，從靜態角度分析，工業綠色創新效率較高的省份主要為技術驅動，而工業綠色創新效率較低省份多為效率驅動。從動態角度分析，工業綠色創新動態效率較高的省份為技術變化和效率變化共同驅動。

表3 各省份工業綠色創新動態效率驅動因素

五、結論及建議

本文以2003-2017年中國30個省份工業綠色創新投入、產出為指標，采用DDF模型從資源、生態角度考察包含能源投入及非期望產出的工業綠色創新效率地區差異及其動態演變。研究發現中國工業綠色創新效率呈現東部—西部—中部由高到低現象，多數效率前沿省份都位于經濟發達的東部地區。在考慮地區差異的基礎上，各地區TGR呈上升趨勢，即被評價單元地區群組前沿效率值逐漸接近共同前沿效率值，地區間技術缺口比率差距逐漸縮小。采用全局參比Malmquist指數來衡量被評價單元工業綠色創新效率的動態效率。結果顯示樣本期內中國大部分省份工業綠色創新效率相對于2003年是提高的。同時，從靜態角度分析，工業綠色創新效率較高的省份主要為技術驅動，而工業綠色創新效率較低省份多為效率驅動，只有同時提高工業綠色創新的技術效率和技術進步，發揮兩者協同作用才能使得工業綠色創新的動態效率得到最大幅度提升。從動態角度分析，工業綠色創新動態效率較高的省份為技術變化和效率變化共同驅動。結合本文研究結論，提出以下政策建議。

地區間工業綠色創新效率異質性較強，要增強地區間技術交流，提高技術溢出效應。西部地區應以“一帶一路”作為發展契機，加強工業開放格局。在引進技術及資金的基礎上，加強與發達國家及地區的經貿合作，進一步提升創新能力。同時大力發展新興產業，實現工業發展由生產要素驅動向要素與效率共同驅動、效率與創新聯合發力轉變。中部地區應完善工業產業多元化發展。鼓勵產業結構單一地區向產業多元化方向發展。淘汰落后過剩產能，引導傳統產業高端化發展。同時加快新型工業化發展進程，提高工業發展的質量和效率。工業綠色創新效率較低的中西部地區應積極加強與東部地區交流與合作，可以通過發展東部工業企業的衍生性子公司承接技術轉移和擴散，由政府搭建地區間交流平臺，加強技術交流與合作，促進區域工業綠色創新協調發展。工業綠色創新的動態效率的提高需要發揮技術效率與技術進步協同效應。以創造新技術為核心，積極推動新型節能技術研發、環保技術研發、科技成果轉移轉化和推廣應用，提升工業綠色創新的動態效率，推進綠色化與工業創新技術深度融合發展。

注 釋：

（1）東部地區包含11個省份：北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南；中部地區包含8個省份：山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南；西部地區包含11個省份：內蒙古、廣西、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏、新疆。

（2）由于篇幅限制，中國各省份工業綠色創新技術缺口比率暫未列出，有需要的讀者可以與作者聯系。

（3）由于篇幅限制，中國各省份各時期工業綠色創新Malmquist指數暫未列出，有需要的讀者可以與作者聯系。