金融發展、投資水平與城市綠色創新效率

劉習平 馬麗君

【摘要】基于286個地級以上城市2003 ～ 2017年的統計數據，通過構建非期望產出的DEA-SBM模型，測算城市綠色創新效率，采用Moran's I指數探究空間溢出效應，并建立空間Tobit模型實證研究金融發展、投資水平與城市綠色創新效率的關系?？傮w樣本估計表明，金融發展和投資水平與綠色創新效率之間存在顯著的負向關系。分樣本估計表明，金融發展在特大及超大城市、大城市樣本中對綠色創新的影響顯著為正，但在中等城市和小城市樣本中顯著為負。金融發展水平和投資率具有交互效應，金融發展水平能夠通過提高資本配置效率減弱外延型高投資對綠色創新效率的負面沖擊。外延型的高投資擴張會對相鄰城市綠色創新效率帶來負的外部溢出效應。

【關鍵詞】金融發展;投資水平;綠色創新效率;環境規制

【中圖分類號】F275 ? ? ?【文獻標識碼】A ? ? ?【文章編號】1004-0994（2020）10-0137-8

一、引言

我國“十三五”規劃提出“創新、協調、綠色、開放、共享”五大發展理念，首次將創新擺在了國家發展全局的首要位置，而且“五位一體”的重大戰略部署明確提出了推動“生態文明建設”和“綠色發展”的理念。綠色創新隱含著“創新驅動”和“綠色發展”的雙重含義，是突破資源環境約束、推動可持續發展的有效手段之一[1] 。金融是經濟發展的核心，為城市發展投資提供資金來源，投資活動是資本形成和生產率提升的載體和源泉。那么，充分發揮金融市場調節資金有效配置的功能，優化投資結構和模式，支撐企業綠色創新效率的提升[2] ，從而提高整個城市的綠色創新效率顯得尤為重要。

面對資源利用效率低、環境污染日益嚴峻的現實問題，綠色創新得到越來越多的關注和討論[3，4] 。自Tone[5] 提出采用SBM方向性距離函數來處理環境污染等非期望產出，一些學者在測算區域（城市）經濟發展效率時，將資源投入與環境污染物納入整體分析框架[6，7] ，強調區域（城市）經濟的發展與資源環境相協調，稱其為綠色創新效率[8-11] ?，F有相關研究主要集中在綠色創新效率測算、影響因素分析以及協同效應的探究等方面。陸菊春等[12] 采用考慮非期望產出的網絡RAM模型分析了我國11個中心城市綠色創新效率的異質性及演變特征。曹慧等[13] 構建綠色創新能力評價指標體系，運用共線性和變異系數方法探討了我國省域綠色創新能力及特征。易明等[14] 、吳超等[15] 分別研究了長江經濟帶城市和我國16個重污染行業綠色創新效率影響因素。還有學者黃磊等[16] 、丁顯有等[17] 構建了綠色創新協同發展理論框架，對工業發展綠色創新協同程度進行了分析。已有研究為本文提供了許多理論和實證方面的借鑒，本文的創新之處在于：①從金融發展與投資水平的視角，探討其對城市綠色創新效率的影響。②在實證分析中，采用城市級數據并考慮不同規模城市的異質性問題。

二、理論分析與研究假設

1. 綠色創新的內涵和過程。綠色創新涵蓋了“綠色”與“創新”兩大理念?！皠撔隆奔瓷a率，主要目的在于追求經濟效益，“綠色”是在追求效益的過程中體現綠色環保。因此，綠色創新有別于傳統創新，其創新目標不再是單純的經濟效應最大化，而是經濟、社會和環境的可持續發展。城市的“綠色”發展和其“創新”能力之間存在正向的協同效應，創新能力強的城市會更注重技術包括清潔生產技術的研發和應用，而宜居的生態環境通過吸引更多的優秀科技人才提升城市創新水平，如此形成良性循環。綠色創新的過程是包含了投入和產出的系統性工程，具體來看，城市通過投入基本和創新生產要素，經過要素組合與技術創新，一方面可獲得期望產出如地區總產值以及代表技術進步的專利數量等，另一方面也會帶來污染排放等非期望產出。顯然，在其他條件一定的情況下，非期望產出越少，表明綠色創新效率越高[18] 。

2. 城市綠色創新效率的空間相關性。城市綠色創新效率不僅與本城市生產要素投入和組合密切相關，同時在一定程度上也受周邊城市的綠色創新活動影響。圖1中的A為本城市，B為周邊城市。兩個城市在綠色創新過程中所產生的新知識、新技術會隨經濟活動發生地域遷移，帶來空間溢出效應，從而提高社會整體的綠色創新效率。但城市綠色創新活動需要研發投入等生產成本，綠色創新的空間溢出效應又會帶來城市間的“搭便車”行為，從而會影響城市綠色創新研發投入的積極性。綠色創新水平較高的城市之間會形成良性互動而呈現空間集聚狀態，綠色創新水平較低的城市與周邊城市脫節而呈現空間離散狀態。同時，根據綠色創新擴散能力衰減原理，空間地理距離較小的城市之間存在更為顯著的空間溢出效應。據此，本文提出以下假設：

假設1：城市綠色創新具有空間溢出效應。

3. 金融發展、投資水平對綠色創新效率的影響。理論上，金融發展對綠色創新具有重要助推作用。一方面，各種新技術、新產業等創新項目都需要資金融通以實現高質量發展;另一方面，對于高污染、高排放的落后產能，也可以通過金融尤其是綠色金融的方式加以市場化方式出清，從而提高綠色創新效率。雖然金融發展水平越高越能有效配置資源，從而提高經濟效率，但是，地方政府的GDP競爭行為會導致其降低環境監管標準，污染企業也可以從金融體系中獲取資金支持，從而擠占清潔生產企業的資金需求，由此會降低綠色創新效率。

投資對提升經濟發展水平具有重要作用，且受到金融發展水平的影響。如果投資于綠色行業，則有利于綠色創新水平的提高。如果投資大量進入高污染、高排放行業，則不利于綠色創新水平的提高，特別是政府主導的外延型高投資會抑制綠色創新。此外，過度投資會帶來重復建設和資源浪費，從而不利于提升綠色創新效率。據此，本文提出以下假設：

假設2：金融發展、投資水平對綠色創新具有雙重作用，主要與金融投向和投資結構密切相關。

金融發展與投資水平具有交互作用。金融發展通過促進“儲蓄—投資”轉化機制，使得社會資金從資本閑置方流動到資金需求方，從而提高資源利用效率;金融發展可以引導資金從生產率較低部門流入生產率較高部門，從而提高投資效率。金融發展水平的提高通過降低企業的融資約束進而影響企業的投資行為，例如，當企業融資比較容易時，可能會擴大投資規模，將資本投向新興的綠色行業，從而提高綠色創新水平。據此，本文提出以下假設：

假設3：金融發展水平和投資率具有交互效應，金融發展水平能夠通過提高資本配置效率減弱外延型高投資對綠色創新效率的負面沖擊。

4. 其他因素對綠色創新效率的影響。城市的綠色創新效率還與其他一些因素有關，如經濟發展水平、科技投入為綠色創新活動提供了良好的發展環境，從而能促進綠色創新。不合理的產業結構不利于城市綠色創新。還有一些因素達到一定臨界值后，對綠色創新效率的作用方向會發生相反的轉變。例如，城市通過集聚經濟所產生的技術溢出效應和規模效應會顯著提升資源利用效率和減少污染排放，但當城市達到一定規模時會產生“擁擠效應”。此外，還有一些因素具有雙重效應，最終效果取決于兩種效應的大小[19] 。如環境規制政策的實施能激發生產主體的創新熱情，提升其資源優化配置水平和技術創新能力[20] ，有利于提高綠色創新效率，但同時也會導致生產主體治污成本增加，由此會削弱企業的創新能力，從而不利于綠色創新效率的提高。再比如，外資利用一方面可能帶來先進的技術和管理，另一方面可能將一些高污染、高排放的行業轉移到我國。

三、城市綠色創新效率測算與空間關聯分析

1. 綠色創新效率測度模型。本文使用考慮非期望產出的非徑向、非角度的DEA-SBM 模型來測算城市綠色創新效率。

其中：s表示投入、產出的松弛量;s-∈Rm、sb∈Rs2和sg∈Rs1分別表示投入冗余、非期望產出冗余和期望產出不足;λ代表權重向量。目標函數ρ?是關于s-、sg、sb的嚴格遞減函數，且0≤ρ?≤1。對于某個特定的被評價單元，當且僅當ρ?=1，即s-=0、sg=0、sb=0時是有效率的。

2. 指標選取、數據來源與測算結果。本研究選擇286個地級以上城市作為研究對象，數據來源于2003 ～ 2017年《中國城市統計年鑒》、歷年各城市國民經濟與社會統計公報、國家知識產權局專利檢索系統以及手工收集整理的相關數據，個別缺失值采用插值法進行補充。選取的投入指標既包含了基本的投入要素（如勞動力、資本），也涵蓋了資源環境（如能源、土地資源、水資源）和創新要素（如財政科技投入、科技從業人員數量）。其中：勞動力投入采用全部從業人員數量來表示（單位：萬人）;能源采用能源消耗總量來表示（單位：噸標煤）;土地資源用建成區面積來表示（單位：平方公里）;水資源用供水總量來表示（單位：萬噸）;財政科技投入和科技從業人員數量的單位分別為萬元和萬人。產出指標包括期望產出GDP（單位：億元）和專利授權量（單位：萬件）。GDP以2003年為基期并剔除價格因素的影響;專利能相對客觀地體現地區的創新水平，采用專利授權量作為綠色創新的期望產出。非期望產出工業廢水、工業二氧化硫和工業煙塵，分別用總的工業廢水排放量（單位：萬噸）、工業二氧化硫排放量（單位：噸）、工業煙塵排放量（單位：噸）來表示。

關于資本投入數據，需要借助永續盤存法對城市資本存量進行估算，其計算公式為：

其中，i和t分別表示城市和時間，Ki，t和Ii，t分別表示第i個城市第t年的資本存量和投資，δi，t代表折舊率。Pt表示固定資產投資價格指數，由于沒有各個城市的固定資產價格指數的統計，統一用各?。ㄊ校┕潭ㄙY產投資價格指數代替，以2003年為基期。初始資本存量用基期年固定資本投資總額除以10%得出，折舊率δi，t取6%，非農產業資本存量以各城市總資本存量乘以97.15%得出[21] 。

圖2為綠色創新效率總體平均水平和不同類別城市綠色創新效率變化趨勢?？傮w來看，全國整體綠色創新水平還不夠高，仍有很大發展潛力。其中，特大及超大城市、大城市的綠色創新效率高于全國平均水平，中等城市和小城市綠色創新效率低于全國平均水平。從時間演化趨勢來看，不同類別城市的綠色創新效率從2003 ～ 2017年總體處于不斷提升的狀態。其中有兩個階段綠色創新效率提高幅度很大：一個階段是從2006年開始，我國將強制型節能減排目標納入國民經濟規劃，綠色創新效率有了較大幅度的提升;另一個階段是2013年以后，隨著我國生態文明建設的逐步深入推進，近幾年綠色創新效率提升幅度較大。

3. 綠色創新效率空間關聯分析。本文使用全局Moran's I指數對城市綠色創新效率的空間關聯特征進行分析，計算公式為：

其中，xi為城市i的觀測值，n為觀測值個數，且[x=1ni=1nxi]，σ2=[1ni=1n（xi-x） 2]?？紤]污染物的轉移和擴散與距離高度相關，所以在空間相關性分析中，同時考慮鄰接矩陣與距離權重矩陣兩種情況。本文構造如下所示的Z檢驗統計量，其中E（I）為上式中Moran's I指數的期望值，Var（I）為方差：

Z統計量能夠判斷城市綠色創新效率的空間相關性：如果I顯著為正，則表明存在正的空間相關性，即綠色創新效率相似的區域集聚在一起。分別使用鄰接矩陣法和距離權重矩陣法，利用GeoDa軟件，得到2003 ～ 2017年城市綠色創新效率的空間自相關Moran's I指數，如表1所示。

可以看出：2003 ～ 2017年，城市綠色創新效率表現出較強的正空間相關性。污染物排放相對較高（低）的城市存在與污染物排放相對較高（低）的其他城市集群的趨勢，而且隨著時間的推移，這種集聚的趨勢愈加明顯。

四、實證檢驗

1. 模型設定、指標選取和數據來源。將影響綠色創新效率的因素納入回歸模型，以測算出的城市綠色創新效率為被解釋變量，核心解釋變量包含金融發展水平和投資水平。與此同時，考慮到雖然過度投資會帶來重復建設和資源浪費，從而不利于提升綠色創新效率，但金融發展水平越高的區域，資源配置可能越有效率，為了反映投資水平和金融發展水平的交互影響，引入投資水平和金融發展水平的交互項。為了檢驗綠色創新效率與城市規模之間可能存在的非線性關系，將城市規模的二次項納入模型。其他控制變量包含上述影響綠色創新效率的其他因素。

其中：i代表城市，t代表時間。GDEi，t表示第i個城市第t年的綠色創新效率。JFS、TSP分別代表金融發展水平和投資水平。X代表影響綠色創新效率的一組控制變量，主要包括：城市規模（URC）、產業結構（INC）、經濟發展水平（ECL）、科技投入（TEC）、外資利用規模（FDI）和環境規制強度（ERI）。ui代表城市固定效應，εi，t為隨機擾動項。

由于城市綠色創新效率具有顯著的空間相關性，本文將基準模型拓展為空間杜賓模型：

其中，Wi，j用來描述地區間空間鄰近關系的空間權重矩陣，當兩地區地理鄰接時，Wi，j=1;否則，Wi，j=0。其他變量的含義不變。選取的指標含義如下：被解釋變量為考慮非期望產出的DEA-SBM模型測算的綠色創新效率;核心解釋變量中，金融發展水平用年末金融機構存貸款余額占 GDP的比重來替代，單位為%;投資水平采用當年全社會固定資產投資占GDP 的比重來表示，單位為%?？刂谱兞恐校鞘幸幠２捎媒ǔ蓞^面積和城市人口規模兩種方式來表示，單位分別為平方公里和萬人;產業結構采用第二產業占GDP比重來表示，單位為%;地區發展水平用人均地區生產總值來表示，單位為萬元;科學技術投入用公共財政中的科學技術支出來表示，單位為億元;外資利用規模用當年實際利用外資額（折算為人民幣）來表示，單位為億元。

環境規制強度指標選擇相對指標來度量，涉及廢水、廢塵與二氧化硫的污染排放量，首先定義城市i第l種污染的相對排放水平：

其中，prli表示第i個城市第l種污染物的排放水平，pli表示第i個城市第l種污染物的污染排放強度（即單位GDP的污染物排放量）， ? ? ? ? ? 表示城市第l種污染物污染排放強度的均值。對無量綱的變量prli進行如下加總平均處理：

其中，EIi為第i個城市無量綱變量加總平均值，1、2、3分別表示工業廢水、二氧化硫和煙塵，EIi的值與環境規制水平呈反向變動關系。這里將EIi的值進行逆處理得到ERIi，ERIi的值越大，表明環境規制水平越高。

2. 總體實證結果分析。綠色創新效率的取值位于[0，1]之間，因此普通的OLS模型不再適用。本文首先采用基準Tobit模型進行回歸分析。

表2中，相比模型（1）和模型（3），模型（2）和模型（4）考慮了投資水平和金融發展水平的交互項，模型（1）和模型（2）采用城市建成區面積表示城市規模，模型（3）和模型（4）采用城市人口數量表示城市規模。

從核心解釋變量估計結果來看：①金融發展水平。金融發展水平的回歸系數均顯著為負，說明金融發展并沒有提高城市綠色創新效率，原因可能在于污染企業也可以從金融體系中獲取資金支持，因此擠占了清潔生產企業的資金。②投資水平。投資水平回歸系數均為負，且通過了顯著性檢驗，表明依靠高投資拉動的經濟增長方式不利于綠色創新效率的提高，外延型的高投資擴張帶來了資源的浪費和重復建設等問題。③交互項。投資水平和金融發展水平的交互項系數均為正，且通過了顯著性檢驗，這表明雖然金融發展不利于提高城市綠色創新效率，但能夠通過提高資本配置效率減弱外延型高投資對綠色創新效率的不利沖擊。④其他控制變量的估計結果及解釋：用建成區面積和城市人口數量表示的城市規模一次項和二次項系數分別為一負一正，但都沒有通過顯著性檢驗，說明城市規模通過集聚經濟效應和擁擠效應對綠色創新效率產生影響，其凈效應具有不確定性。用第二產業占GDP的比重反映產業結構，其對綠色創新效率的影響系數顯著為負，說明第二產業的資源和能源消耗量大，污染物的排放較多，大大降低了城市綠色創新效率。經濟發展水平對綠色創新效率有著顯著的正向影響，說明隨著生活水平的提高，人們對環境質量有更高的訴求，這有助于綠色創新效率的提高。另外，科技水平和人力資本水平的提升有利于提高資源利用效率，同時減少污染排放，從而提高綠色創新效率。外資對綠色創新效率的影響系數為負，但沒有通過顯著性檢驗，說明外資利用對城市綠色創新效率的影響具有不確定性。外商直接投資通過技術溢出提升生產的技術水平和產出水平，但同時可能承接一些高耗能、高污染的行業，特別是近幾年沿線城市為了招商引資，吸納了一些高耗能、高污染的外資企業入駐，給生態環境造成了一定的威脅。環境規制強度的回歸系數為正，且通過了顯著性檢驗，說明環境規制約束能夠激發企業創新活力，有利于提高綠色創新效率。

表3是空間模型回歸結果，相比模型（5）和模型（7），模型（6）和模型（8）考慮了投資水平和金融發展水平的交互項，模型（5）和模型（6）采用城市建成面積表示城市規模，模型（7）和模型（8）采用城市人口數量表示城市規模。就空間估計結果而言，投資水平的空間滯后項（W?TSPi，t）顯著為負，說明本地政府依靠投資拉動的外延型擴張帶來了資源的浪費和重復建設以及環境污染問題，同時也會對相鄰城市帶來負的外部溢出效應?？萍纪度氲目臻g滯后項（W?TECi，t）系數顯著為正，說明本地科技投入的增加會提高相鄰城市的綠色創新效率。環境規制強度的空間滯后項（W?ERIi，t）系數顯著為負，說明本地環境規制的加強會導致污染物從本地轉移到相鄰城市。

3. 不同規模城市計量結果。按照《關于調整城市劃分標準的通知》（國發[2014]51號），將城市規模劃分為小城市、中等城市、大城市和特大及超大城市四類。由于不同規模城市的金融發展以及投資水平存在差異，其對綠色創新效率的影響可能存在異質性。表4是不同規模城市的異質性檢驗結果。

在特大及超大城市、大城市樣本中，金融發展對綠色創新效率的影響顯著為正，但是在中等城市和小城市樣本中，金融發展對綠色創新效率的影響顯著為負?？赡艿脑蛟谟冢鄬τ谥械瘸鞘泻托〕鞘校卮蠹俺蟪鞘小⒋蟪鞘械沫h境規制水平更高，綠色金融有助于節能環保型項目的實施和開展。而中等城市和小城市為了促進經濟的發展和招商引資，環境污染嚴重的企業也可以從金融體系中獲取資金支持，因此擠占了清潔生產企業的資金，從而不利于綠色創新效率的提高。大城市、中等城市和小城市投資水平對綠色創新效率的影響顯著為負，表明依靠高投資拉動經濟增長方式帶來了資源的浪費和重復建設問題。四類分樣本中，金融發展能夠通過提高資本配置效率減弱外延型高投資對綠色創新效率的不利沖擊。外延型的高投資擴張會對相鄰城市綠色創新效率帶來負的外部溢出效應。

4. 穩健性檢驗。金融發展與城市綠色創新效率之間存在互為因果的關系。金融是經濟發展的核心，為綠色創新效率的提高提供金融支持，有助于綠色創新效率的提高，而綠色創新效率的提高反過來又會對金融發展提出更高的要求。如果采用Tobit 回歸，可能會導致內生性偏差。因此，將金融發展水平滯后一期作為工具變量，納入解釋變量中進行回歸分析，分析的結果和前面基本一致。金融發展水平和投資水平與綠色創新效率之間存在顯著的負向關系;金融發展水平和投資率具有交互效應，金融發展水平能夠通過提高資本配置效率減弱外延型高投資對綠色創新效率的負面影響。投資拉動的外延型擴張會對相鄰城市帶來負的外部溢出效應。其他解釋變量的回歸系數和符號也沒有發生明顯變化，科技投入和環境規制強度與綠色創新效率之間存在顯著的正向關系，而第二產業占比與綠色創新效率之間存在顯著的負向關系;城市規模和外資利用規模對綠色創新效率的影響不顯著。本地科技投入的增加會產生顯著的空間正外部溢出效應，會提高相鄰城市的綠色創新效率。本地環境規制的加強會形成“以鄰為壑”（污染轉移）的結果。上述結果證明研究結論是穩健的。

五、結論與啟示

1. 結論?；?86個地級以上城市2003 ～ 2017年的統計數據，構建非期望產出的DEA-SBM模型，測算城市綠色創新效率，采用Moran's I指數探究空間溢出效應，并建立空間Tobit模型實證研究金融發展、投資水平與城市綠色創新效率的關系?？倶颖竟烙嫳砻?，金融發展水平和投資水平與綠色創新效率之間存在顯著的負向關系。分樣本估計結果表明，金融發展在特大及超大城市、大城市樣本中對綠色創新效率的影響顯著為正，但在中等城市和小城市樣本中的影響顯著為負。金融發展水平和投資水平兩者呈現交互作用，金融發展水平能夠通過提高資源配置效率減弱外延型高投資對綠色創新效率的負面沖擊。投資拉動的外延型擴張會對相鄰城市綠色創新效率帶來負的外部溢出效應。

2. 啟示。第一，通過金融政策合理引導企業進行綠色經濟發展投資和建設。金融業要拓寬綠色項目的融資渠道，大力支持其發展，特別是支撐綠色企業加大科技投入力度，激勵企業科技創新和科技成果轉化，強化先進生產技術特別是先進綠色生產技術對城市綠色創新效率的推動作用。而針對高污染、高耗能企業，可以實行環評一票否決制，特別是中等城市和大城市的金融機構要實行差異化信貸政策，從源頭上遏制高污染企業的資金來源。第二，引導金融機構完善綠色信貸機制，鼓勵其開展綠色信貸業務。通過金融信貸導向政策合理布局各城市產業發展，為各城市生產力的合理布局制定差異化的發展戰略，切忌盲目投資開發，避免重復建設和資源的浪費。第三，改變投資模式、優化投資結構，設計開發綠色創新投資業務。城市發展由過去投資拉動式的外延型擴張轉向通過結構調整、技術改造實現內涵式發展，促進產業結構優化升級，大力發展高新技術產業和第三產業，進一步拓寬清潔能源、節能減排企業的融資渠道，降低融資成本，推動城市綠色創新效率的提高。

【 主 要 參 考 文 獻 】

[ 1 ] ? 付幗，盧小麗，武春友.中國省域綠色創新空間格局演化研究[ J].中國軟科學，2016（7）：89 ～ 99.

[ 2 ] ? 李詩琪，楊晨.金融發展對綠色創新效率的影響研究[ J].江西師范大學學報（哲學社會科學版），2018（6）：8 ～ 92.

[ 3 ] ? Hung J.， Yang X.， Cheng G.， et al.. A comprehensive eco-efficiency model and dynamics of regional eco-efficiency in China[ J].Journal?of Cleaner Production，2014（6）：228 ～ 238.

[ 4 ] ? Lorenzotoja Y.， Vázquezrowe I.， Chenel S.， et al.. Eco-efficiency analysis of Spanish WWTPs using the LCA+DEA method[ J].Water?Research，2015（1）：651 ～ 666.

[ 5 ] ? Tone K.. Dealing with undesirable outputs in DEA： A slacks-based measure （SBM） approach[R].Tokyo：GRIPS Research Report Series，2003：44 ～ 45.

[ 6 ] ? 吳傳清，黃磊.長江經濟帶工業綠色創新效率及其影響因素研究[ J].江西師范大學學報（哲學社會科學版），2018（3）：91 ～ 98.

[ 7 ] ? Sueyoshi T.， Yuan Y.. China's regional sustainability and diversified resource allocation： DEA environmental assessment on economic?development and air pollution[ J].Energy Economics，2015（8）：239 ～ 256.

[ 8 ] ? 王兵，唐文獅，吳延瑞等.城鎮化提高中國綠色創新效率了嗎？[ J].經濟評論，2014（4）：38 ～ 49.

[ 9 ] ? 岳書敬，鄒玉琳，胡姚雨.產業集聚對中國城市綠色創新效率的影響[ J].城市問題，2015（10）：49 ～ 54.

[10] ? Zhang X. P.， Li Y. F.， Wu W. J.. Evaluation of urban resource and environmental efficiency in China based on the DEA model[ J].Journal?of Resources and Ecology，2014（1）：11 ～ 19.

[11] ?吳旭曉.區域工業綠色創新效率動態評價及提升路徑研究——以重化工業區域青海、河南和福建為例[J].生態經濟，2016（2）：63 ～ 68.

[12] ?陸菊春，沈春怡.國家中心城市綠色創新效率的異質性及演變特征[ J].城市問題，2019（2）：21 ～ 28.

[13] ?曹慧，石寶峰，趙凱.我國省級綠色創新能力評價及實證[ J].管理學報，2016（8）：1215 ～ 1222.

[14] ?易明，程曉曼.長江經濟帶城市綠色創新效率時空分異及其影響因素[ J].城市問題，2018（8）：31 ～ 39.

[15] ?吳超，楊樹旺，唐鵬程等.中國重污染行業綠色創新效率提升模式構建[ J].中國人口·資源與環境，2018（5）：40 ～ 48.

[16] ?黃磊，吳傳清.長江經濟帶工業綠色創新發展效率及其協同效應[ J].重慶大學學報（社會科學版），2019（3）：1 ～ 13.

[17] ?丁顯有，肖雯，田澤.長三角城市群工業綠色創新發展效率及其協同效應研究[ J].工業技術經濟，2019（7）：67 ～ 75.

[18] ?彭文斌，文澤宙，鄺嫦娥.中國城市綠色創新空間格局及其影響因素[ J].廣東財經大學學報，2019（1）：25 ～ 37.

[19] ?李艷軍，華民.中國城市經濟的綠色效率及其影響因素研究[ J].城市與環境研究，2014（2）：36 ～ 52.

[20] ?Porter M. E.. Towards a dynamic theory of strategy[ J].Strategic Management Journal，1991（12）： 95 ～ 117.

[21] ?劉習平，管可.湖北長江經濟帶綠色發展效率測度與評價[ J].統計與決策，2018（18）：103 ～ 106.