非期望產出約束下山東半島城市群工業綠色創新效率及空間特征研究

閆盼娣 張峰

摘要：綠色創新是推動工業高質量轉型的關鍵。與以往研究不同的是，通過聚焦城市群工業綠色創新發展，利用Super-SBM模型和Malmquist指數分解法構建工業綠色創新效率測度模型，對2005—2019年山東半島城市群工業綠色創新變遷規律進行靜動態雙維度分析，并基于Morans I指數檢驗其空間相關性。結果表明，山東半島城市群工業綠色創新靜態效率整體上呈平穩發展趨勢，同時已塑造成“四大梯度”的空間分布形態；在動態效率測算中，根據Malmquist指數不同分解項對效率的異質性影響度，可將城市群分為“要素集成”與“技術依賴”兩大類型；空間層面的效率值發展特點存在明顯的負向空間自相關性，各地區自身與周邊地區的綠色創新發展均存在不足之處，鄰近地區存在“都市聯動”效應，周邊城市對其產生的拉動或制約作用不容忽視，城市群之間工業發展存在明顯差異且經濟關聯較少。

關鍵詞：城市群；工業綠色創新；空間自相關

中圖分類號：F424.7文獻標識碼： ADOI：10.3969/j.issn.1003-8256.2021.03.005

開放科學（資源服務）標識碼（OSID）：

0引言

新一輪市場經濟下，全球范圍內產業價值鏈重塑促使世界各國將工業轉型升級不斷推向新的高度，其中以“中國制造2025”、德國“工業4.0”、美國“再工業化”戰略等為代表的驅動政策，均明確樹立了以技術創新與綠色發展等為目標導向的發展方向。該背景下，國內“高成本、高污染”的老舊工業體系發展約束愈發明顯，尤其是隨著城市規模的擴增與生產要素的聚集，城市群已逐漸成為當前社會經濟發展中推進區域一體化的重要載體，其建設既需要工業經濟給予強有力的發展支撐，也依賴于自然生態環境的有機保障。山東半島城市群是黃河中下游廣大腹地的出海口，不僅擁有較高的城市密集度，而且是我國北方和華東地區重要增長極。但是受傳統重工業比重大、原材料成本上漲、資源環境脅迫等多重因素的影響，其工業綠色轉型和提質增速迫在眉睫。對此，山東省政府審時度勢，頒布《山東半島城市群發展規劃（2016—2030）》，并指出要將綠色創新作為應對當前資源與環境問題的戰略部署，提高城市群產業生態聚集效應。由此可見，系統評估山東半島城市群工業綠色創新水平的變遷規律及其發展聚集特點具有重要的理論與實踐意義。

工業綠色創新作為一項具有重要戰略意義的產業驅動因素，學者們對其做出了諸多有益的探討。其中，在效率測度方面，Mavi等[1]通過構建考慮公共權重集的兩階段DEA模型，測算了瑞士綠色創新效率的趨勢規律及空間聚集性。Du等[2]基于兩階段創新價值鏈角度，借助網絡DEA探索了中國省際工業企業綠色創新的差異，并針對綠色成果轉化提出改善建議。Tong等[3]運用SBM-DDF模型測算了32個工業行業的綠色全要素產率，分析了不同的創新模式對測評結果的影響。Shoufu等[4]基于理想窗口寬度的DEA方法對國內28個制造行業進行綠色技術創新效率的測評。李培哲等[5]采用DEA模型及Malmquist指數分解法測算了不同行政區域及東、中、西部三大區域高技術產業的創新效率情況。張峰等[6]基于縱橫向拉開檔次法測度制造業綠色創新效率，并從空間集聚與冷熱點等方面分析了其時空格局演化特征。陳瑤[7]關于中國工業區域差異的研究表明發展效率呈現東部高西部低，沿海城市高于內陸城市的特點。可以看出，數據包絡分析與隨機前沿函數是測算綠色創新效率常用的評估工具，而在國內趨勢研究中，全國及省際之間的效率差異是探索的共性之處。在創新效率影響機制方面，Chen等[8]基于中國30個省的面板數據，建立工業綠色創新評價體系，并采取層次分析賦權的方式挖掘評價體系內關鍵的短板要素。Jiangxue等[9]從經濟、環境、能源和資源等方面綜合評價影響多個產業部門綠色創新發展的因素，提出推動綠色創新發展要依據產業部門實際而實施差異化的驅動策略。Baolong等[10]重點探討了環境機制對工業企業綠色創新的影響，發現環境監管將研發投入擠出并對創新產出具有抑制作用。楊玉楨等[11]認為城市化和對外開放是繼知識研發與成果轉化之外的重要因素。易明等[12]采用面板Tobit模型分析影響綠色創新效率的要素作用機制，結果發現地區經濟發展水平、外資利用水平和地方政府科學技術對綠色創新效率都具有較為明顯影響。此外，還有相關學者審視了產業集聚[13]、相關產業[14]和政府政策[15-16]對綠色發展效率的作用機制。

綜上所述，目前相關研究對工業綠色創新水平的測度及影響機制提供了良好的借鑒，尤其是針對國內宏觀環境及省際差異的分析做出了重點探索，但鮮有研究對城市群工業綠色創新效率及其空間聚集演化問題做出系統性的解釋。從1980年“發展中小城市、控制大城市規模”的城鎮化思路，到2014年推動城市基本公共服務均等化，再到當前社會經濟新常態，抑制大城市發展的建設模式已然難以適應時勢變化需求，2019年中共中央政治局會議提出要“提升城市群功能”的建設方向，這對塑造山東半島城市群“極化效應”下城市主體形態提供了重要借鑒。山東半島城市群既要走綠色創新發展的路徑，提高工業轉型升級速率及其對社會經濟發展的高質量支持度，也要發揮城市群的功能輻射作用，那么，半島城市群中各市的工業綠色創新水平究竟如何？城市之間是否具有空間關聯與聚集效應？鑒于此，本文利用Super-SBM與 Malmquist指數構建城市群工業綠色創新效率測度模型，系統性地測度山東半島城市群工業綠色創新水平的變遷趨勢及空間演化特點，旨在為城市群建設及推進工業高質量發展提供理論參考。

1模型與方法選擇

2山東半島城市群綠色創新效率測評分析

2.1數據來源

國際上對綠色創新的廣泛研究始于2005年，鑒于我國的創新驅動與創新發展融合、著重實施綠色創新發展的舉措是近年才進入學術界，故選擇起始研究年份為2005年，2020年數據/指標未在各地區的統計年鑒與公報中公布，故樣本尺度選為2005—2019年。本文從靜態和動態兩方面對山東半島城市群的綠色創新效率進行測度，研究范圍涉及到山東半島城市群所含8個城市。其中，由于原萊蕪市在2019年撤市劃區，歸屬于濟南市，因此對樣本中濟南市數據包括了原濟南市和原萊蕪市之和。指標數據來源于《山東省統計年鑒》和各地區統計年鑒與公報。

2.2變量解釋

城市群工業綠色創新效率測度的產出指標包括期望產出與非期望產出兩部分。其中，期望產出在一定程度上反映了企業將投入要素轉化為有效資本要素的能力，主要由工業總產值、主營業務收入等經濟效率作為衡量因素，根據企業的發展情況及數據的可獲得性，選取工業企業的總產值作為代表；創新產出常用新產品的銷售值、新產品的產值、市場的成交額、企業GDP的增長率等表示，相比于新產品的產值，新產品的銷售收入更直觀地體現出綠色創新發展的實施程度，因此，選擇新產品的銷售收入來表示創新產出。非期望產出中，選取污染物綜合指數，由工業廢水、工業固體廢物以及工業廢氣（二氧化硫）“三廢”組成，采用熵值法給定各要素的比例折合成綜合污染物排放量。上述相關變量的解釋見表1。

2.3實證結果分析

2.3.1綠色發展效率測算分析

運用DEA -Solver Pro5.0對山東半島城市群工業綠色創新效率進行Super-SBM模型的測算，測度結果及其核密度估計分別見表2和圖1。

從核密度估計的位置上看，效率值的核密度曲線整體呈左右波動變化，說明測算期間城市群工業綠色創新效率的整體上呈現非穩定性，未能達到持續增長水平；從曲線的形狀來看，2006年與2008年曲線峰值增高且波峰陡峭，在2013年至2014年峰值達到最高，測算曲線多呈現為單峰分布，曲線左側出現小波峰現象，說明在此期間城市群各地區工業綠色效率的發展差距逐漸變小，但呈現出一定的兩極分化現象；從曲線變化區間分析，研究期內曲線變化區間微小，說明各地區綠色發展效率與周邊地區間存在差距的差距較小，且逐漸向發展領先的周邊地區靠攏。

具體來看，山東半島城市群的整體的效率均值為1.01，說明城市群工業綠色創新水平在研究期間發展狀態良好，但從地區與研究期兩個方面分析，各地區的綠色創新能力仍待進一步提高，具體包括：從時間角度來看，2015—2019年測算結果差異較小，8個城市的效率值在結果值“1”附近上下浮動，呈現出波浪型波動發展趨勢，總體效率值較為穩定，表明近年來隨著國家與地方政府對工業綠色創新發展的重點關注和大力支持，山東半島城市群工業發展對吸收采納綠色創新先進技術能力不斷提升，促使各地區的工業綠色創新能力取得了良好的發展；從各地區角度分析，測算期間8個城市的效率值存在一定的差異，如煙臺的綠色創新效率為0.98，測算結果小于1，表現為DEA無效狀態，說明該地區工業綠色創新的能力與水平亟待完善提高，也表現出山東省內工業綠色創新仍有較大發展空間的客觀現實。

根據研究期內效率值階段變化可知，在2005—2009年8個城市的效率值呈穩定發展狀態，各地區工業綠色創新水平較低，在工業轉型升級過程中存在諸多不確定因素，效率值無明顯上升下降波動現象；2010—2012年，城市群的效率值出現明顯變化，8個城市的效率值呈“V”型變化，2010年煙臺的效率值為0.24，2011年濟南的效率測算結果為0.79，2012年日照的測算結果為0.20，2010—2012年煙臺與日照這兩個沿海城市的綠色創新發展極不穩定，上述城市的地理位置與其綠色創新的發展情況具有一定的關系，這種變化表明全球經濟發展速率的回落對交通發達的沿海城市的影響較為明顯；2012—2019年，隨著我國工業轉型升級與綠色創新發展相關文件的出臺、“三去一降一補”的深入推進、政府扶持力度的增加以及研發資金和高技術人才的引進，城市群工業企業的綠色創新發展逐漸恢復到正常水平。

在效率值測度的基礎上，進一步對其進行層次聚類分析，結果見圖2。可發現山東半島城市群工業綠色創新效率空間維度上表現為“四大梯度”。其中，第一梯度為效率值較高且發展相對穩定型，代表城市為濟南、淄博與東營，上述城市在測算期間的效率變化相對穩定，發展趨勢沒明顯波動，且效率值與“1”極為接近，促成這一結果主要是由于濟南、東營與淄博處于優越的地域，在工業企業轉型升級與綠色創新發展方面擁有較為穩固的產業基礎，產業資本優厚且技術管理處于較高水平，特別是近年來有關資源環境保護的政策與創新發展文件得到積極推進。第二梯度為效率值階段性不理想但整體發展良好型，包括濰坊與青島，濰坊的效率值在測算期間出現兩次變化明顯的階段，分別是2005—2011年的“W”型發展與2015—2019年“V”型變化，在2007、2009與2017年降低至0.87、0.80與0.82，青島的效率值在2007年略有下降，降低至0.93，在2017年測算結果為0.58，2011年山東省政府出臺有關加快工業企業轉型升級的文件，對濰坊與青島的工業造成明顯影響，各企業在積極響應政策過程中未能在短時間內找到理想的轉型方式，進而導致綠色創新的效率值的明顯波動。第三梯度為效率值發展趨勢呈明顯“V”型，代表城市為煙臺與威海，煙臺2010年效率為0.24，研究期內其余年份所得結果均呈現出良好的發展趨勢，威海測算結果在2005至2009年期間保持平穩發展，2010與2011年的結果分別為0.86、0.90，2012—2017年恢復穩定發展狀態，2018和2019年的測算結果分別為0.96和0.94，效率的發展易出現波動，表明威海的工業綠色創新水平存在明顯缺陷，后續發展中需進一步完善。第四梯度為前期發展紊亂后期穩定型，代表城市為日照，日照的工業綠色創新效率在2005—2013年出現兩次“V”型變化，分別在2007與2012年降至0.80與0.20，后期發展曲線逐漸平滑，表現出日照在實行綠色創新的過程中經過初期探索后逐步完善工業體系結構，效率值的變化呈現穩定上升趨勢。

此外，山東半島城市群工業綠色創新測算結果還呈現出“都市聯動效應”，上述分類在一定程度上反映了城市群的技術創新聚集能力，例如濟南、淄博與東營的效率值穩定且發展良好，這與其所處于擁有文化、政治等特性優勢的地區有密切聯系，良好的工業基礎及相對完善的綠色創新發展體系對上述城市的效率值產生正向影響，同時對周邊地區工業的發展起到輻射性的帶動作用，在后續發展中需積極發揮領頭作用進而對其余地區的效率值增長做出貢獻；而山東省內的沿海城市如煙臺、威海與日照，在樣本研究期間出現較高的效率值表明優越的地理位置與便利的對外交通優勢為工業的發展提供重要支撐，同時與外便利的交流也決定了上述地區極易受全球經濟及外部經濟發展影響，進而導致工業綠色創新發展出現波動，上述情況要求沿海地區需增強先進技術的吸收能力，進一步完善穩定工業綠色創新發展管理體系同時加固與周邊城市的交流合作，將外部對自身發展的不利影響降至最低水平。

2.3.2工業綠色創新效率動態分析

在使用Super-SBM模型測算綠色效率的靜態分析基礎上，為實現對山東半島城市群全面動態的評估，運用DEAP2.1軟件對2005—2019年的8個城市進行Malmquist指數分析，結果見表3和表4。

從表3可知，半島城市群全要素生產率整體平均值為0.99，說明山東半島城市群的綠色創新水平呈現為相對穩定的下降趨勢。對Malmquist指數進一步研究，技術效率為1.00，技術進步為0.98，純技術效率為1.01，規模效率為0.99，技術進步與規模效率的降低共同造成整體效率的降低，降幅為1%。測算期間的發展態勢呈“W”型波動。技術進步的發展趨勢與全要素生產率發展趨勢一致，說明技術進步因素的增減直接影響工業技術創新水平，導致前期“W”型發展的不穩定因素在于各地區初步引進先進技術與高層次人才，工業企業需要適應吸收期，在逐步推進綠色創新發展歷程中，各城市工業的創新體系結構逐步完善，繼而促使發展曲線穩定增長。純技術效率與規模效率的整體測算結果在“1”上下波動，二者的發展趨勢一致，說明技術效率與規模效率的發展平緩穩定，對全要素生產率的增長起輔助作用，對綠色創新發展效率的貢獻較少，在后續發展中應維持技術效率與規模效率的平緩增長以避免對整體效率的發展造成負面影響。技術效率在2009—2013年測算期間略有起伏，后期發展態勢平滑無明顯增減，這一現象表明工業綠色創新技術在經過初期探索后已得到廣泛應用，測算期間山東半島內工業企業科技能力的改善拉動了工業企業綠色發展的生產前沿水平，另一方面，資源與環境的配置體系、技術資源的維系經營和工業企業的管理水平對綠色創新能力造成一定的制約，因此在提升技術水平的同時，必須科學改進資源環境的配置，改善內部管理經營體系。

在2005—2019年研究期內，全要素生產率出現明顯增減階段為2007—2013年，效率值由1.13降至0.57，再增長至2.01，其分解因素技術進步要素的測算結果由1.15減少至0.52繼而增長至2.25，而技術效率、純技術效率與規模效率都穩定發展，這一變化也驗證了技術進步因素對全要素生產率具有決定性影響的客觀事實。在此研究期內技術進步與綠色創新測算結果呈現出一致的走勢，說明城市群在工業企業的轉型升級過程中技術應用尚不成熟，相對落后的綠色創新技術水平與不合理的資源環境配置體系導致技術進步因素的明顯下降，而隨著創新發展的推進，山東半島城市群愈發注重技術因素的投入，提升吸收先進技術的能力，技術的穩定促使整體發展進程平緩增長，表現出較大的發展潛力。因此，山東半島城市群工業綠色創新發展應著眼于提高工業企業的工業技術，增大創新投入的程度并根據情況加強對創新的管理，同時也應保證技術效率和規模效率的持續改善，以避免對整體的效率帶來制約。

從表4可以看出，山東半島城市群的整體效率表現為略微下降態勢，其中濟南、青島、淄博、威海、濰坊和日照的全要素生產率均小于1，表明這6個城市的工業綠色創新能力處于不成熟發展階段，后續發展中亟須提高技術創新能力改善綠色創新水平，而煙臺與東營的全要素生產率表現為穩定上升態勢，觀察其技術進步分解項，測算結果均大于1，說明上述城市技術進步水平的提升促使工業綠色創新的進步，技術效率值較高的城市表明資源配置水平較高，近年來城市群在資源環境與綠色技術方面的重點關注對創新發展測評結果起到正向推動作用。煙臺、濰坊、日照的技術效率與純技術效率值均為1，說明這3個城市處于相對平穩的狀態，未來的發展重點應在完善工業技術方面，進一步擴大技術水平的提升空間。威海的整體效率與技術效率分解項測算值小于1，青島的技術進步效率保持穩定而整體效率小于1，說明上述兩個城市工業的綠色技術發展水平不高，技術效率的發展制約了工業綠色創新的發展，威海的規模效率為0.98，相比上一測算期間規模效率降低，表明威海在后續發展中需要更恰當的資源環境配置與更完善的管理制度，青島的技術效率值為0.99，表明技術的缺失造成Malmquist指數的負面發展，在后續研究方面需進一步提高技術水平。

基于分解因素視角，可以把城市群分為兩大類型，一是要素集成推動型，如青島、威海和東營，工業綠色創新效率受技術進步和技術效率等所有因素的影響，各因素的變化共同造成效率值的增減變化，如青島的技術進步與純技術效率均為1，技術效率與規模效率均小于1，在各分解因素的協調下，青島的綠色創新效率在測算期間基本保持穩定，要素集成型城市受多因素的共同影響，上述城市在后續發展中需進一步吸收引進先進技術，同時完善工業企業的資源配置結構，促使技術進步與純技術效率的提升，同時保持規模效率的穩定增長，進而共同作用拉動整體效率的平穩增長；另一類為技術依賴型，包括濟南、淄博、煙臺、濰坊與日照，上述城市受技術效率、規模效率和純技術效率影響細微，技術進步的增減對整體造成絕對影響，如濰坊的技術效率、純技術效率與規模效率均為1，相較于上一研究期處于穩定保持態勢，而技術進步效率為0.98，直接造成整體效率為0.98，呈下降趨勢，充分說明技術效率的增減直接影響整體效率的增減，其余各分解效率起輔助作用，對整體的增減變化影響細微，為此在后續研究中對于技術依賴型城市的改進重點需集中在技術提高改善方面，提高企業綠色創新能力，增強技術創新水平，保證技術進步的持續增長，同時對規模效率也應適當改善以避免對全要素生產率的增長造成負面影響。

2.3.3工業綠色創新效率空間自相關性分析

在地理距離權重矩陣下利用Stata對城市群工業綠色創新效率進行空間自相關性分析，結果見表5。

由表5可知，山東半島城市群在2005、2007、 2010、2014、2017及2018年的Morans I指數表現為正值，2006、2008、2009、2011、2012、2013、2015、2016與2019年表現為負值。負值代表山東半島城市群工業綠色創新效率存在較為明顯的負向空間自相關性，綠色創新效率值高的城市被效率值偏低的城市包圍，或綠色創新效率值較低的城市被效率值高的城市包圍；正值代表研究期內城市群之間綠色創新能力的發展呈現正向空間自相關性，各城市的綠色創新有緊密的空間依賴性，積極進行綠色轉型創新的城市為周邊地區帶來了創新活力。研究期內測算結果表現為負值。說明城市群各地區的地理位置與自然條件存在較強的差異，各自的工業企業發展水平也各有不同，相比于威海等地區，工業綠色創新發展程度較高的地區如青島、濟南在推進先進綠色技術、實現較高的管理水平與資源配置水平上占領先地位，這一現象導致發展潛力較大的地區綠色創新能力增長迅速，稍落后的地區在推進工業轉型發展中遇到阻礙。另外，城市群工業綠色創新效率負相關現象還受“虹吸效應”的影響，例如濟南是山東省的省會城市，作為山東省的核心地區，其虹吸效應能有效聚集各種領先資本，如技術、人才等要素，進而能夠使用更多的資源來提高工業綠色創新的發展，而其余城市不具備上述政治經濟因素，相對發展緩慢。

在分析全局空間自相關性的基礎上進一步借助Morans I散點圖與Lisa集聚圖來研究山東半島城市群工業綠色創新效率的局部自相關性。其中，2008、2013和2018年檢驗結果見圖3和圖4所示。

由圖3可知，2008年城市群主要聚集在第一象限與第二象限，共占總數的75%，表明各地區周邊城市積極實施工業綠色創新發展計劃進而促進了創新效率值的提高；在2013年，城市群分布在第四象限的占50%，第二和第三象限各占25%，這一現象充分說明在工業企業在綠色創新效率發展出現波動，多地區效率呈上升趨勢；2018年城市群中位于第二象限與第三象限的各占25%，第一象限占總數的50%，城市群中未有位于第四象限的地區，表明城市群整體呈現上升的發展趨勢，75%的地區自身的綠色發展效率發展到較為穩定的階段，工業企業綠色轉型升級創新發展勢頭良好，表明隨著各地區工業綠色創新發展程度的提升，各地區自身與其鄰近地區的發展均表現出良好的上升態勢。

Morans I散點圖中位于第一象限的城市為雙高型，即其自身與周邊城市發展水平處于相對領先地位；第二象限內為低高型城市，其自身發展水平尚未領先但其周邊城市可帶動本地區的發展，具有巨大的發展活力與后期優勢；位于第三象限的雙低型城市則需在后續發展中關注自身和周邊城市的共同提高；第四象限的高低型地區自身綠色創新發展水平較高但其周圍城市發展相對緩慢，與周圍地區存在顯著的空間負相關性，表明了城市群中發展領先的中心城市能力不足問題。由圖4可知，2008年顯著的高低型城市為濰坊市，低高型城市為青島市。由圖3可知2008年位于第一象限的城市有濟南、淄博與威海，即上述城市自身和周邊地區的效率值發展均處于領先地位；位于第二象限的城市有東營、日照與青島，為低高型城市；位于第四象限的高低型城市有濰坊和煙臺，表明上述城市近年來工業轉型升級發展迅速，取得良好的綠色創新測算結果，但與周邊地區聯系疏散，同時說明城市群中發展領先的城市輻射帶動作用未能充分體現，需加強各地區的經濟合作交流。圖4中2013年顯著的低高型城市為日照市，由散點圖可知2013年高低型城市有濟南、青島、威海與濰坊，青島由第二象限逐漸進入第四象限，說明其工業綠色創新發展能力潛力巨大，在與周邊地區密切的經濟聯系帶動下拉動了青島的發展；位于第二象限的低高型城市為日照，說明日照需在后續發展中加快改善工業發展體系提高自身發展效率；表現為高低型的濰坊市，其周邊地區低高型城市如日照的發展在一定程度上限制了其自身的發展，進一步表明其鄰近地區淄博和青島的帶動作用輕微。根據圖4，2018年表現為低高型的城市為濰坊，圖3中2018年位于第一象限的城市有濟南、威海、淄博與東營，表明上述城市自身綠色創新能力的提高與周邊地區良好的發展趨勢為其帶來大量資源、技術與管理的經驗優勢，中心城市濟南的影響與傳統工業體系的改革為淄博地區的綠色創新發展帶來巨大的推力，上述地區的發展水平得以順利提高，逐漸形成了半島城市群發展領先的城市圈，作為山東省的中心地區也對全省的工業綠色發展起帶頭引領作用；表現為低高型的城市為濰坊；位于第三象限的雙低型城市有煙臺與日照，日照由第二象限轉至第三象限，說明其自身效率的發展缺陷限制了周邊地區的發展，煙臺在研究期內測算的結果表明該地區周邊城市工業綠色創新能力薄弱，大多位于第四象限，自身的發展受周邊地區的限制，雖暫時未能帶動周邊城市的發展，但在半島城市群中起到愈發正向的作用。

3結論與啟示

本文采用Super-SBM和Malmquist指數構建工業綠色創新發展效率測度模型，從靜動態不同維度對山東半島城市群工業綠色創新發展效率進行測度，并基于Morans I指數對城市群工業綠色創新效率全局空間相關與局部空間相關進行研究，得到以下結論：

（1）研究期內城市群工業的綠色創新發展效率值產生波動，雖然整體上呈現平穩提升趨勢但其均值仍然不高，并在落實初期極易起伏對原有發展造成負面影響繼而直接影響測算結果。在空間維度上，山東半島城市群已形成了“四大梯度”的工業綠色創新空間格局，其中濟南、東營等處于領先地位，各市之間呈現出一定的“都市聯動效應”，該特性反映了工業企業的綠色創新發展空間聚集對周邊城市形成輻射作用，各市技術水平、資源環境配置、經濟政治水平與政府扶持因素對效率值的影響不容忽視。

（2）基于時間序列視角解析城市群綠色創新發展的動態增減，發現效率值在經過工業轉型升級初期探索后得到平穩增長，對各分解因素的發展態勢解析后發現技術進步的增長直接決定全要素生產率的增長與否，其余因素起輔助作用。基于各城市視角分析其發展特點，發現技術的進步與資源的配置對整體效率呈現正向影響，且城市群內各地區包括“要素集成型”與“技術依賴型”兩類主體發展模式。

（3）城市群之間的工業綠色創新效率具有很大的溢出效應與外部效應，各個地區之間的綠色創新發展水平相互影響，而存在明顯的負向空間自相關性則表明山東半島城市群各區域存在經濟阻礙、經濟聯系較少、合作不足等現象，各地區的發展差異較大，表現出不可忽略的中心城市拉動功能不足問題，同時存在明顯的資源傾斜不協調現象。基于時間序列的分析位于第四象限的城市如煙臺等，與周邊城市的發展情況呈現出不一致的趨勢，未能體現出發展領先地區的帶動與輻射作用，進而對其自身與其他地區造成負面的限制作用。

基于上述研究結論，相關啟示有：其一，強化綠色創新技術研發。研究分析發現山東半島城市群的綠色研發強度還略有欠缺，但效率整體不高的主要原因在于工業企業采用的綠色技術還不夠完善，這就需要加快先進技術的引進與研發，加強傳統工業轉型升級關鍵技術研發，在經濟發展水平與綠色創新能力較高的地區率先突破綠色先進核心技術，支撐城市群中老舊工業綠色創新技術的轉型升級，應對突發改造造成的效率值驟減問題，構建工業綠色發展先進技術的創新體系。其二，完善綠色創新體系結構。目前山東省工業企業工業三廢的排放量仍處于較高水平，對資源的依賴性較強，對創新發展活動的開展產生不良影響，亟須加快改進半島城市群工業企業老舊的工業結構，堅持創新驅動，推動企業發展動力向創新驅動靠近，實現城市工業企業間融合發展，加強綠色創新發展的整體體系規劃，深化信息化和工業化協同融合，對于高污染高耗能的傳統老工業進行正確引導轉型升級，充分發揮信息化在轉型中的支撐與引導作用。其三，促進半島城市群產業集聚發展。根據“都市聯動效應”的輻射影響，遵循發展領先的主體城市拉動作用，以龍頭地區骨干企業為依托，形成特定產業鏈和工業集聚區，發揮工業創新地區的領先優勢，以領先地區為載體，推進工業集聚發展，加強各市企業之間的經濟交流合作。其四，完善城市群的環境保護制度。除了要求工業企業建立能源梯度利用、資源持續利用與廢棄污染物的循環利用產業機制外，還要求政府機構制定資源與環境保護的措施，對各地區的高污染企業做出嚴格要求，加強過量排污的處罰強度，積極推進循環經濟與清潔生產的發展，倒逼工業企業循環利用加強資源的再利用性，為綠色創新發展提供更多的資源支持。

參考文獻：

[1]MAVI R K， SAEN R F， GOH M. Joint analysis of eco-efficiency and eco-innovation with common weights in two-stage network DEA： a big data approach [J]. Technological Forecasting & Social Change， 2018， 144： 553-562.

[2]DU J L， LIU Y， DIAO W X . Assessing regional differences in green innovation efficiency of industrial enterprises in China [J]. International Journal of Environmental Research and Public Health， 2019， 16（6）： 940-963.

[3]ZHANG T， YUE H F， ZHOU J， et al. Technological innovation paths toward green industry in China [J]. Chinese Journal of Population， Resources and Environment， 2018， 16（2）： 97-108.

[4]LIU S， JI S， MARINOVA D， et al. Evaluation of the green technologyinnovationefficiencyofChinasmanufacturing industries： DEA window analysis with ideal window width [J]. Technology Analysis & Strategic Management， 2018， 30： 1166-1181.

[5]李培哲，菅利榮，劉勇.基于DEA與Malmquist指數的區域高技術產業創新效率評價研究[J].工業技術經濟， 2019， 38（1）： 27-34.

[6]張峰，宋曉娜，董會忠.粵港澳大灣區制造業綠色競爭力指數測度與時空格局演化特征分析[J].中國軟科學， 2019（10）： 70-89.

[7]陳瑤.中國區域工業綠色發展效率評估——基于R&D投入視角[J].經濟問題， 2018（12）： 77-83.

[8]CHEN C， HAN J， FAN P. Measuring the level of industrial green development and exploring its influencing factors： empirical evidence from Chinas 30 provinces [J]. Sustainability， 2016， 8（2）： 153-167.

[9]ZHANG J X， CHANG Y， WANG C B， et al. The green efficiency of industrial sectors in China： a comparative analysis based on sectoral and supply-chain quantifications [J]. Resources Conservation and Recycling， 2018， 132： 269-277.

[10] YUAN B L ， XIANG Q L. Environmental regulation， industrial innovation and green development of Chinese manufacturing： based on an extended CDM model[J]. Journal of Cleaner Production， 2018， 176： 895-908.

[11]楊玉楨，李姍，宋文松.城市化、對外開放與區域創新效率分析[J].商業經濟研究， 2018（24）： 175-177.

[12]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.

[13]劉云強，權泉，朱佳玲，等.綠色技術創新、產業集聚與生態效率——以長江經濟帶城市群為例[J].長江流域資源與環境， 2018， 27（11）： 2395-2406.

[14]陳陽，唐曉華.服務業集聚對城市綠色生產效率的影響[J].城市問題， 2018（11）： 49-56， 64.

[15]李玉婷，祝志勇.制度供給與中國地區綠色創新效率[J].北京理工大學學報（社會科學版）， 2019， 21（1）： 50-58.

[16]齊紅倩，陳苗.環境規制對我國綠色經濟效率影響的非線性特征[J].數量經濟研究， 2018， 9（2）： 61-77.

[17] CHUNG Y H， FARE R， GROSSKOPF S. Productivity and undesirable outputs： a directional distance function approach [J]. Journal of Environmental Management， 1997， 51（3）： 229-240.

[18] FARE R， GROSSKOPF S， PASURKA J. Accounting for air pollutionemissionsinmeasuresofstatemanufacturing productivity growth [J]. Journal of Regional Science， 2001， 41（3）： 381-409.

[19] TONE K.A slacks-based measure of efficiency in data envelopment analysis [J].European Journal of Operational Research， 2001， 130（3）： 498–509.

[20] TONE K. A slacks-based measure of super-efficiency in data envelopment analysis [J].European Journal of Operational Research， 2002， 143（1）： 32-41.

[21]張峰，宋曉娜，萬毅.工業取用水監測奇異數據挖掘與重構方法[J].統計研究， 2019， 36（9）： 68-81.

[22]張軍，吳桂英，張吉鵬.中國省際物質資本存量估算：1952—2000[J].經濟研究， 2004（10）： 35-44.

Study on the Efficiency and Spatial Characteristics of Industrial Green Innovation of Shandong Peninsula Urban Agglomeration Under the Constraint of Unexpected Output

YAN Pandi，ZHANG Feng（ School of Management，Shandong University of Technology， Zibo 255012， China）

Abstract： Green innovation is the key to improve high-quality industrial transformation. Different from previous studies， this paper focuses on the green innovation development of urban agglomeration industries. The Super-SBM model and Malmquist exponential decomposition method were used to construct an industrial green innovation efficiency measurement model. The static and dynamic two-dimensional analysis of industrial green innovation changes in the Shandong Peninsula Urban Agglomeration from 2005 to 2019 was performed， and its spatial correlation was tested based on the Moran s I index. The results showed that， the static efficiency of the overall industrial green innovation in the peninsula urban agglomeration was showing a steady development trend， and it had been shaped into a "four major gradients" spatial distribution pattern.In the dynamic efficiency measurement， according to the impact of different decomposition terms of the Malmquist index on the heterogeneity of efficiency， urban agglomerations were divided into two types： "element integration" and "technology dependence". There was a significant negative spatial autocorrelation in the development of efficiency values at the spatial level， and the green innovation development in each region and surrounding areas had disadvantages. The "urban linkage" effect existed in neighboring areas， and the pulling or restricting effect of neighboring cities could not be ignored. There were obvious differences in industrial development between urban agglomerations and less economic connections.

Keywords： urban agglomeration；industrial green innovation；spatial autocorrelation