新一代信息技術產業綠色創新效率測度及區域差異研究

程剛 李傲翔

摘 要：在區域重大發展戰略和區域協調發展戰略的背景下，考察重大國家戰略區域新一代信息技術產業綠色創新效率的態勢及其空間差異，對于全面協同提升我國新一代信息技術產業綠色創新效率具有重要意義。運用超效率EBM模型綜合測度了2011—2020年重大國家戰略區域新一代信息技術產業的綠色創新效率，并借助Dagum基尼系數及其分解方法全面考察綠色創新效率的區域差異及其來源。研究發現，樣本考察期內各省份新一代信息技術產業綠色創新效率水平呈明顯的上升態勢，“十三五”期間，多數地區新一代信息技術產業的綠色創新效率相比“十二五”期間均有所提升；重大國家戰略區域新一代信息技術產業綠色創新效率的空間差異呈下降趨勢，總體差異主要來源于區域間差異。

關鍵詞：新一代信息技術產業；重大國家戰略區域；綠色創新效率；超效率EBM模型；Dagum基尼系數

中圖分類號：F061.5??文獻標識碼：A DOI：10.7535/j.issn.1671-1653.2023.03.003

Research on the Efficiency Measurement and Regional Differences of?Green Innovation in the New Generation Information Technology Industry：Based on the Regional Perspective of Major National

Strategic Regions

CHENG Gang1，2，LI? Aoxiang1

（1.School of Management Science and Engineering， Anhui University of Finance and Economics， Bengbu 233030， China;2.Huainan Normal University， Huainan 232038， China）

Abstract： In the context of major regional development strategies and regional coordinated development strategies， this paper accurately examined the dynamics of green innovation efficiency of new generation information technology industry in major national strategic regions and its spatial differences， which is of great significance for the comprehensive and coordinated improvement of green innovation efficiency of China's new generation information technology industry. This paper employed the super-efficiency EBM model to comprehensively measure the green innovation efficiency of new-generation information technology industry in major national strategic regions from 2011 to 2020， and comprehensively examined the regional differences in green innovation efficiency and its sources with the help of Dagum Gini coefficient and its decomposition method. It is found that the green innovation efficiency of new-generation IT industry in each province during the sample period shows an obvious upward trend， and the green innovation efficiency of new-generation IT industry in most regions has increased during the 13th Five-Year Plan period compared with the 12th Five-Year Plan period. The spatial differences of green innovation efficiency of new generation IT industry in major national strategic regions show a decreasing trend， and the overall differences mainly come from inter-regional differences.

Keywords： the new generation iformation techology industry; major national strategic regions; green innovation efficiency; super efficiency EBM model; Dagum Gini coefficient

《中華人民共和國國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要》明確提出，聚焦新一代信息技術產業，培育產業發展新動能[1]（P1-38）。新一代信息技術產業作為穩創新效率增長、促產業結構轉型、育綠色創新動能的關鍵載體，為推進高質量發展、實現“雙碳”目標提供了強大的技術支撐[2]（P385-402）。同時，綠色技術創新作為我國經濟高質量發展的重要引擎，是倡導綠色低碳發展理念、實現創新驅動發展的關鍵要素[3]（P74-85）。2021年，國務院發布的《加快建立健全綠色低碳循環發展經濟體系的指導意見》（以下簡稱《意見》）中指出，堅持創新引領，加快構建綠色技術創新體系，培育發展新動能。這意味著全面提升新一代信息技術產業綠色創新能力已經成為促進產業綠色轉型升級、推動新舊動能轉換的戰略保障。值得注意的是，中國綠色創新能力存在明顯的“發展失衡”問題[4]（P100-110），而區域發展失衡必將制約新一代信息技術產業的綠色創新發展。2022年《國務院政府工作報告》中指出，加快落實區域重大發展戰略和協調發展戰略。區域重大發展和區域協調發展戰略成為推動我國經濟高質量發展的重要支撐。因此，在上述背景下，本研究科學量化我國新一代信息技術產業綠色創新效率水平，準確把握新一代信息技術產業綠色創新的地區差異及差異成因，為協同提升我國重大國家戰略區域新一代信息技術產業綠色創新效率提供有力支撐，為推動新一代信息技術產業高質量發展提供決策參考。

一、文獻綜述

新發展理念下統籌推進新一代信息技術產業綠色創新發展作為扎實推動高質量發展的基本遵循和現實支撐[5]（P29-38），受到學者們的廣泛關注。從相關研究進展看，早期對新一代信息技術產業的研究多從定性層面展開，主要包括新一代信息技術產業的政策演化[6]（P26-32）、經濟融合[7]（P3-16）、內生動力[8]（P20-25）[9]（P40-56）和產業優化轉型[10]（P63-69）[11]（P90-100）。后期隨著測度方法和數據的豐富化，學者們逐漸轉向對新一代信息技術產業的定量研究。在研究主題上，孟慶時等[12]（P1407-1417）從產業技術升級全過程測度了我國新一代信息技術產業的技術升級；張薇薇等[13]（P44-51）基于模糊多因素模型對2000—2016年我國新一代信息技術產業“走出去”能力進行綜合評價；于長鉞等[14]（P110-113）基于動態演化視角對2011—2015年我國新一代信息技術產業發展水平進行測度。在評價方法上，劉亦文等[15]（P52-61）采用DEA方法，借助非徑向SBM模型測度了2012—2018年我國28個省份新一代信息技術產業的創新效率；邢紀紅等[16]（P100-104）運用熵值法從活動能力、科研產出能力以及商業產出能力三方面測度了2009—2015年我國新一代信息技術產業的自主創新能力；有少數學者對綠色創新效率空間非均衡進行了研究，孫曉婷等[17]（P1092-1098）運用變異系數，基于2006—2018年中國省份數據探究了綠色創新效率的時空分異特征；向云波等[18]（P108-117）采用Theil指數考察了長江經濟帶2001—2016年化工產業綠色技術創新效率的地區差異。

現有研究為考察我國新一代信息技術產業綠色創新效率的測度及區域差異提供了基礎，但仍存在拓展空間。一是測度指標。已有研究主要選用資金和人力投入作為綠色創新投入，經濟效益和發明專利作為綠色創新產出，但在經濟高質量發展和“雙碳”背景下，新一代信息技術產業綠色創新需充分考慮生態環境保護。因此，本文將環境污染治理投資和固體廢物排放量納入到綠色創新效率測度指標體系中，實現對新一代信息技術產業綠色創新效率的精準測度。二是研究視角。多數學者主要從三大經濟圈、四大板塊和省域等視角對新一代信息技術產業進行實證分析。黨的十八大以來，重大國家區域發展戰略相繼提出，重大國家區域發展戰略已經成為當前學術界關注的焦點，從重大國家戰略區域視角全面評價我國新一代信息技術產業綠色創新效率的研究亟待展開。

鑒于此，以重大國家戰略區域為著力點，深入剖析新一代信息技術產業綠色創新效率的測度和區域差異。本文的邊際貢獻在于：第一，選用全局基準超效率EBM模型測度新一代信息技術產業綠色創新效率，彌補了傳統DEA模型存在的缺陷，提高了準確性。第二，將環境污染治理投資和固體廢物排放量納入指標體系，優化綠色創新效率的投入產出變量體系。第三，將2011—2020年分為“十二五”和“十三五”兩個階段，對兩個時期的五大戰略區新一代信息技術產業綠色創新效率及區域差異進行對比分析。

二、方法與數據

（一）研究方法

1.全局超效率EBM模型

在數據包絡分析（DEA）框架下，Tone K等[19]（P1554-1563）提出的混合距離函數（EBM）模型，有效解決了傳統徑向DEA模型和非徑向模型所存在的問題。此外，既有研究通常是獨立看待每個時期構造的綠色創新效率最佳前沿面，致使各區域新一代信息技術產業的綠色創新效率不具有跨期可比性。為此，參考Pastor J T等[20]（P266-271）提出的全局參比技術，解決了不同時期綠色創新效率的可比性問題。

以重大國家發展區域內各省份作為決策單元，構造綠色創新效率的最佳生產前沿面。假設有[WTBX]n個DMU（n=1，2，…，N），在t個時期內（t=1，2，…，T）對于每個DMUo而言，有m項投入指標X=（X1，X2，…，Xi，…，Xm） ，S項期望產出Y=（Y1，Y2，…，Yr，…，Ys），以及p項非期望產出B=（B1，B2，…，Bq，…，Bp），則生產可能性集（PPS）為

其中，（X，Y，B）為EBM模型的最優解。X代表投入，Y代表期望產出，B代表非期望產出，λ為權重變量。基于此，考慮全局基準的超效率EBM模型為

其中，s-i代表投入冗余變量，s+r代表期望產出中的不足變量，sB-q代表模型中非期望產出冗余變量，w-i表示投入變量的權重系數，w+r表示非期望產出的權重系數，ε代表模型中傳統徑向松弛變量和非徑向松弛變量的契合程度，取值［0，1］。若ε=0，則模型等同于傳統徑向模型；若ε=1，則模型等同于SBM模型。

2.基尼系數及其分解方法

運用Camilo Dagum[21]（P515-531）提出的基尼系數及其分解方法，考察重大國家發展區域新一代信息技術產業綠色創新效率的空間分異程度。相較于Theil指數、變異系數等指數，基尼系數的優點在于利用子群分解法將總體差異分解成不同來源的差異，從而分析不同子樣本對總體差異的影響程度[22]（P62-82）。基尼系數的基本定義為

基尼系數可以分解為地區內差異的貢獻、地區間差異的貢獻以及超變密度。

式（4）與式（5）分別代表j地區新一代信息技術產業綠色創新效率總體差異Gjj和地區內差異Gw。式（6）、（7）分別代表j、h地區間新一代信息技術產業綠色創新效率差異Gjh和地區間差異凈值Gnb。而Gk代表超變密度，即不同地區間綠色創新發展的交叉重疊程度。式（8）中

將Djh定義為j、h兩地區間新一代信息技術產業綠色創新效率的相對影響，如式（9）、（10）、（11）所示。

其中，Fj和Fh分別代表j、h兩地區累計密度函數；djh表示地區間新一代信息技術產業綠色創新效率水平的差異，等同于兩地區所有yj-yh>0省份綠色創新效率水平總和的數學期望；pjh代表超變一階矩，等同于兩地區滿足yh-yj>0省份綠色創新效率水平總和的數學期望。

（二）指標選取與數據說明

選取2011—2020年中國23個?。ㄊ?、自治區）（不包含港澳臺和西藏）作為評價對象，在此基礎上綜合測算重大國家戰略區域新一代信息技術產業的綠色創新效率，其中重大國家戰略區域包括京津冀地區、粵港澳大灣區、長三角地區、長江經濟帶及黃河流域。①在投入指標的選取上，采用R&D人員全時當量、新技術研發機構數作為人員和平臺要素的代理變量；采用人均環境污染治理投資作為環境保護的代理變量。在期望產出指標的選取上，采用新產品銷售收入反映綠色創新帶來的經濟效益；采用新技術研發項目數表征綠色創新的直接成果。在非期望產出的指標選取上，采用固體廢物排放量作為非期望產出指標。

新一代信息技術包括通信網絡、物聯網、三網融合、新型平板顯示、高性能集成電路以及高端軟件6個行業，但新一代信息技術產業尚未有較為系統全面的產業劃分和統計數據，因此，在數據選擇上，借鑒李佳等[22]（P515-531）的研究，采用“電子及通信制造業”近似替代新一代信息技術產業進行實證分析。以上數據來源于《中國高技術產業統計年鑒》《中國統計年鑒》和國家統計局，針對部分年份及省份的數據丟失現象，采用趨勢外推法對數據進行處理，以保證數據的完整性。

三、新一代信息技術產業綠色創新效率測度

綠色創新效率是以全面落實綠色發展理念為根本出發點，注重通過資源與資本的高效配置，實現資源能源節約集約利用、推進節能低碳減排和降低生態環境負荷，強調生態效益、經濟效益、社會效益相統一的綠色發展趨勢水平。基于全局基準和考慮非期望產出的超效率EBM模型，測度國家重大戰略區域新一代信息技術產業綠色創新效率，結果見表1。

（一）分區域綠色創新效率的時空格局

從綠色創新效率的整體水平看，粵港澳、長三角、京津冀、長江經濟帶地區綠色創新效率均高于全國水平，而黃河流域綠色創新效率在樣本考察期內略低于全國水平。具體而言，2011—2020年，粵港澳地區綠色創新效率平均水平為0.888，在五大戰略區中處于絕對領先地位；長三角、長江經濟帶和京津冀次之，綠色創新效率平均水平分別為0.618，0.513和0.632；黃河流域綠色創新效率最低，平均水平為0.349，原因在于黃河流域大部分省份地處內陸，經濟發展較為落后，在技術創新、環境保護等方面與沿海地區存在比較明顯的差距，容易出現創新效率低、生態環境差的現象，導致該地區新一代信息技術產業綠色創新效率提升難度大。從時變趨勢看，重大國家戰略區域綠色創新效率均呈波動中提升態勢，其年均增長率由高到低依次為黃河流域、粵港澳、京津冀、長江經濟帶以及長三角。上述分析表明，整個樣本期內，重大國家戰略區域綠色創新效率的時序特征存在顯著差異，粵港澳地區綠色創新效率表現為效率高、增速快，長三角、京津冀和長江經濟帶表現為效率高、增速慢，而黃河流域表現為效率低、增速快。雖然綠色創新效率均得到明顯提升，但部分地區仍處于最佳生產前沿之下，存在較大提升空間。

（二）分省份綠色創新效率的時空格局

圖1刻畫了重大國家戰略區域各省市新一代信息技術產業綠色創新效率及年均增長率。從樣本考察期總體測度看，2011—2020年各省份新一代信息技術產業綠色創新效率的平均水平存在顯著差異，有8個省份的綠色創新效率平均水平超過0.80，其中北京的平均水平最高，為0.89，但還有6個省份的綠色創新效率平均水平不足0.30。從年均增長率看，綠色創新效率水平較低的省份的年均增長率未必較慢。在23個省份中，盡管河北、湖北和江西三省的綠色創新效率平均水平低于0.80，但其綠色創新效率均實現10%以上的年均增長，憑借快速增長，這些省份與其他地區綠色創新效率水平的差距正在不斷縮小并可能實現反超。此外，陜西、貴州和四川等省的綠色創新效率呈現波動下降的趨勢，其中陜西省的綠色創新效率年均降速超過10.00%。究其原因在于2011—2020年，陜西省的人力資本投入等年均增速高于大部分地區，但其環境污染治理投資存在明顯下降趨勢，同時固體廢物產生量等非期望產出一直居高不下，高速增長的投入和居高不下的非期望產出加劇了創新投入和綠色產出的失衡，從而致使陜西省新一代信息技術產業綠色創新效率出現快速下降態勢。因此，陜西省應結合實際，充分依托秦創原創新驅動平臺，全面推進綠色低碳技術研發，加快新一代信息技術產業綠色轉型，以人才資本、環境污染治理資金等綠色創新資源的高效利用作為支撐，逐漸提高全省綠色創新效率。由上述分析可知，各省新一代信息技術產業綠色創新效率存在較大提升潛力，綠色創新效率發展任務艱巨。

（三）分階段綠色創新效率的時空格局

圖2刻畫了重大國家戰略區域新一代信息技術產業綠色創新效率的階段演進特征。在整個樣本時期，五大戰略區綠色創新效率呈現明顯的階梯分布特征。分階段看，“十二五”期間粵港澳區域綠色創新效率最高，位列第一梯隊；京津冀、長三角和長江經濟帶綠色創新效率次高，處于第二梯隊；黃河流域綠色創新效率最低，位列第三梯隊?！笆濉逼陂g，黨和政府全面謀劃綠色技術創新規劃總體布局，多數地區的綠色創新效率相比“十二五”期間有所提升。長三角超越京津冀成為我國新一代信息技術產業綠色創新高地，而黃河流域的綠色創新效率仍相對較低。其中，粵港澳的增長幅度最大，為32.00%，京津冀出現下降態勢。鑒于此，要加強對京津冀與黃河流域新一代信息技術產業綠色創新的政策與資金支持，為京津冀協同發展及黃河流域高質量發展提供技術支撐。

四、新一代信息技術產業綠色創新效率的區域差異及分解

上述分析表明五個重大國家戰略區域新一代信息技術產業綠色創新效率存在顯著差異，為進一步揭示綠色創新效率地區差異的來源結構特征，采用Dagum基尼系數及其分解方法探尋我國新一代信息技術產業綠色創新效率區域差異來源，并對重大國家戰略區域下綠色創新效率的空間異質性展開研究。由于數據的可獲得性，粵港澳地區只考慮廣東一個省份，其綠色創新能力區域內差異為零，因此，本文的區域差異分析不包含粵港澳地區。

（一）總體綠色創新效率差異格局及分解

表2為重大國家戰略區域新一代信息技術產業綠色創新效率總體差異及其來源分解。從整體看，綠色創新效率的總體基尼系數呈現波動下降的演變態勢，年均下降率為5.80%。具體而言，在2011—2013年，總體基尼系數呈現先下降后上升趨勢，相比上升幅度，下降幅度更大。2014年后，總體基尼系數呈穩步下降趨勢，綠色創新效率的總體差異不斷縮小，原因主要在于此階段為解決區域發展不均衡問題，國家推行了區域協調發展總戰略，使得經濟不發達地區大力培育發展綠色低碳的新一代信息技術產業，進而縮小了綠色創新效率的地區差距。從演變趨勢看，區域內基尼系數演變趨勢與綠色創新效率總體差異相似，均呈現先上升后下降的態勢。區域間基尼系數演變趨勢較為平穩，在樣本考察期內未超過0.19。而超變密度存在大幅下降趨勢，年均下降率為6.52%。從來源及貢獻率看，除2013和2015年外，區域間差異一直是構成綠色創新效率總體差異的主要來源，平均貢獻率為47.60%，因此，縮小地區間差距是解決綠色創新效率空間非均衡的關鍵。

（二）重大國家戰略區域綠色創新效率的差異格局

圖3描述了重大國家戰略區域新一代信息技術產業綠色創新效率差異的演變特征。從總體層面看，長江經濟帶內部差異出現較大幅度下降，與2011年相比，2020年長江經濟帶內部基尼系數降幅達到71.37%；京津冀和長三角地區內部基尼系數呈現較為平穩的發展趨勢；而黃河流域內部基尼系數在波動中有所提升，上升幅度為33.52%。具體看，雖然長江經濟帶綠色創新效率的

基尼系數在大多數年份都高于其他地區，但是其地區內部基尼系數下降最快，年均下降率達12.98%；長三角地區內差異的年均下降率次高，為11.38%；而京津冀綠色創新效率的基尼系數年均下降率最低，僅為4.27%。但同時，黃河流域內部綠色創新效率差異還在不斷擴大，年均增速為3.26%。上述分析表明，長江經濟帶、長三角和京津冀地區內新一代信息技術產業綠色創新效率的差距在不斷縮小，均衡性在逐漸加強。黃河流域雖然總體綠色創新效率顯著提升，但地區內的綠色創新效率仍存在較大差異，各省份間的聯動性有待加強。

由圖4可知，“十二五”期間，長江經濟帶地區新一代信息技術產業綠色創新效率的基尼系數最大，為0.048，黃河流域和京津冀次之（0.027，0.004），長三角最低，其地區內綠色創新效率基尼系數均值為0.003，原因可能是長三角地區上海、江蘇和浙江三省市地處沿海，具有獨特的區位優勢，經濟發展水平高，其地區內新一代信息技術產業率先推動區域綠色轉型升級，推動了綠色創新效率快速提高；而安徽省受到沿海地區的經濟輻射，通過環境保護、資金投入，使生態、經濟優勢轉化為技術優勢，產業結構不斷轉型升級，綠色創新效率提高，差異降低?！笆濉逼陂g，各區域新一代信息技術產業綠色創新效率差異均有所降低。具體看，樣本期內，長江經濟帶地區差異下降幅度最大，達50.49%；長三角次之，為38.13%；京津冀和黃河流域最小，分別為28.14%，28.32%。在此階段，國家提出建立健全綠色技術創新體系，各區域采取綠色技術創新“雙百雙千”行動等具體措施，促使和支持新一代信息技術產業走上綠色發展的道路，促進了綠色創新效率差異的穩步下降。

五、結論與建議

（一）結論

本文采用全局超效率EBM模型測度了2011—2020年重大國家戰略區域新一代信息技術產業的綠色創新效率，綜合運用Dagum基尼系數測算了五大戰略區綠色創新效率的區域差異。研究結論如下；第一，根據綠色創新效率的測度結果，樣本考察期內五大戰略區新一代信息技術產業綠色創新效率水平均呈明顯的上升態勢，但仍存在較大改進空間。 “十三五”期間，多數地區的綠色創新效率相比“十二五”期間均有所提升，長三角超越京津冀成為我國新一代信息技術產業綠色創新高地。第二，根據基尼系數的測算結果，重大國家戰略區域新一代信息技術產業綠色創新效率的總體差異呈現波動下降的演變態勢，除2013和2015年外，區域間差異明顯大于區域內差異?！笆濉逼陂g，各區域新一代信息技術產業綠色創新效率差異均有所降低。

（二）建議

基于上述研究結論，綠色創新效率空間非均衡成為制約重大國家戰略區域新一代信息技術產業高質量發展的重要因素，縮小區域間差距成為推動區域協調發展亟待解決的問題。故提出如下建議。

1.堅持科技創新賦能新一代信息技術產業綠色轉型

在“雙碳”目標戰略下，綠色低碳發展成為新一代信息技術產業轉型升級的底色，科技創新能力顯著增強成為新一代信息技術產業提質增效任務的首要目標。同時，前文研究表明，各區域新一代信息技術產業綠色創新效率有所提升，但總體偏低，粗放式發展方式尚未根本扭轉。因此，應加快各區域新一代信息技術產業轉型升級。首先，推動黃河流域產業生態化、綠色化改造，深化資源能源綠色化循環利用，大力發展新材料、新能源等調整能源結構的產業，持續強化黃河流域綠色低碳技術創新。其次，強化新一代新信息技術產業科技創新支撐，加強長三角地區企業綠色創新主體地位。通過綠色金融、資金投入等方式，支持骨干企業加大綠色技術創新的研發經費投入，突破關鍵核心技術，探索實現“雙碳”目標的變革性技術。最后，各區域應加強人才資源的引進和整合。人才是推進綠色技術創新的關鍵，應加快制定高技術產業人才招聘及培養制度，引進和培育具有高水平的科技人才。

2.科學認識新時代綠色創新的新內涵，繼續提高新一代信息技術產業綠色創新效率水平

“雙碳”背景下，新發展理念的提出為綠色創新賦予了新的內涵，綠色低碳要求將節能減排納入其中，創新則強調生態化、綠色化創新。所以，要重視綠色創新發展的充分性，持續提升綠色創新效率水平。研究發現，粵港澳作為新一代信息技術產業綠色創新效率的“領頭羊”，與長三角、長江經濟帶、京津冀、黃河流域差距明顯，廣東、江蘇、北京等省市的新一代信息技術產業綠色創新效率占據絕對優勢。因此，各區域需堅持問題導向，充分整合域內資源，實施差異化提升策略。一方面，綠色創新效率較高區域的新一代信息技術產業，要在保持綠色創新資源投入的基礎上減少投入與產出冗余，把綠色低碳發展理念貫穿在產業結構調整、創新驅動技術升級等各個方面。另一方面，綠色創新效率較低的區域，如黃河流域、長江經濟帶，應加快完善綠色技術創新激勵機制，實現政府企業協同運轉，推動綠色發展理念的轉變，抓住機遇全力推進綠色技術創新，加快提升新一代信息技術產業綠色創新效率水平。

3.制定綠色創新效率空間不均衡解決方案，堅持精準施策

各區域應結合自身情況因地制宜，不能盲目要求綠色創新效率水平達到同一標準，杜絕“一刀切”發展模式。對于京津冀地區，需要著重解決綠色創新資源的斷層問題，加強頂層設計，明確各省市功能定位以及產業分工。對于長三角和粵港澳大灣區，仍需繼續發揮區位優勢，將其作為新一代信息技術產業綠色創新的戰略重點，打造具有國際影響力的綠色創新中心。對于長江經濟帶區域，需要從綠色創新實踐地轉向主戰場，充分發揮上海、江蘇及浙江等省市的綠色創新帶頭作用，輻射帶動沿江省市綠色創新發展，實現聯合創新。對于黃河流域，要加強鄭洛西城市群與周邊城市新一代信息技術產業的協作發展，緊抓數字創新發展機遇，加快產業轉型升級，制定完善的高技術人才發展激勵機制，扭轉黃河流域綠色創新效率在五大戰略區的劣勢地位。

注? 釋：

①京津冀包括北京、天津和河北3個省市；長三角包括上海、江蘇、浙江和安徽4個省市；長江經濟帶包括上海、江蘇、浙江、安徽、江西、湖北、湖南、重慶、四川、貴州和云南11個省市；黃河流域包括青海、甘肅、寧夏、內蒙古、陜西、山西、河南和山東8個省份；由于數據的可獲得性，粵港澳地區只考慮廣東省。

參考文獻：

［1］中華人民共和國國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要［J］.中國水利，2021（6）.

［2］秦阿寧，孫玉玲，王燕鵬，等.碳中和背景下的國際綠色技術發展態勢分析［J］.世界科技研究與發展，2021（4）.

［3］王婧，杜廣杰.中國城市綠色創新水平的空間差異及分布動態［J］.中國人口科學，2021（4）.

［4］曹虹劍，張建英，劉丹.模塊化分工、協同與技術創新——基于戰略性新興產業的研究［J］.中國軟科學，2015（7）.

［5］莊芹芹，吳濱，洪群聯.市場導向的綠色技術創新體系：理論內涵、實踐探索與推進策略［J］.經濟學家，2020（11）.

［6］楊偉，張璐，杜偉錦，等.試探性治理視角下新一代信息技術產業政策演化研究［J］.科技管理研究，2021（3）.

［7］趙劍波.推動新一代信息技術與實體經濟融合發展：基于智能制造視角［J］.科學學與科學技術管理，2020（3）.

［8］鄧金堂，李進兵.我國戰略性新興產業內生增長機制研究［J］.軟科學，2013（8）.

［9］馬文君，蔡躍洲.新一代信息技術能否成為動力變革的重要支撐——基于新興產業分類與企業數據挖掘的實證分析［J］.改革，2020（2）.

［10］杜傳忠，金華旺，金文翰.新一輪產業革命背景下突破性技術創新與中國產業轉型升級［J］.科技進步與對策，2019（24）.

［11］孟慶時，余江，陳鳳，等.數字技術創新對新一代信息技術產業升級的作用機制研究［J］.研究與發展管理，2021（1）.

［12］孟慶時，余江.新一代信息技術產業的技術升級測度研究［J］.科學學研究，2021（8）.

［13］張薇薇，高帥雄，杜鵬飛.新一代信息技術產業“走出去”的能力評價實證研究［J］.工業技術經濟，2018（8）.

［14］于長鉞，王長峰，莊文英，等.基于動態演化視角的新一代信息技術產業評價研究［J］.情報科學，2018（5）.

［15］劉亦文，歐陽瑩.我國新一代信息技術產業創新效率的時空特征與動態演進［J］.湖南大學學報（社會科學版），2020（5）.

［16］邢紀紅，龔惠群.我國新一代信息技術產業自主創新能力評價研究［J］.華東經濟管理，2017（3）.

［17］孫曉婷，高凈鶴，范丹.我國綠色技術創新的區域差異和效率提升分析［J］.科技促進發展，2018（11）.

［18］向云波，王圣云，鄧楚雄.長江經濟帶化工產業綠色發展效率的空間分異及驅動因素［J］.經濟地理，2021（4）.

［19］Tone K， Tsutsui M. An Epsilon-based Measure of Efficiency in dea：A Third Pole of Technicaleiciency［J］. European Journal of Operational Research， 2010（3）.

［20］Pastor J T， Lovell C.A Global Malmquist Productivity Index［J］. Economics Letters， 2005（2）.

［21］Camilo Dagum. A New Approach to the Decomposition of the Gini Income Inequality Ratio［J］. Empirical Economics，1997（4）.

［22］李佳，王麗麗，王歡明.產業持續創新發展水平評價研究——以新一代信息技術產業為例［J］.科學決策，2021（3）.