黃河流域工業綠色技術創新效率的時空差異與成因識別研究

袁朋偉，董曉慶

（濟南大學 商學院，山東 濟南 250024）

一、引言

黃河是中華民族的搖籃，依次流經青海、四川、甘肅、寧夏、內蒙古、陜西、山西、河南、山東9 個省份。黃河流域不僅是我國農牧業中心，同時也是重要的能源、化工和制造業基地，人口眾多，資源豐富。保護其生態環境和促進其經濟社會高質量發展是國家戰略的重要組成部分①李炬霖，李同昇，楊林朋，宋瓊，趙孟麗：《2001—2021年黃河流域農業科技園區的時空格局及影響因素》，《地理研究》，2023年第1期。。雖然黨的十八大以來，黃河流域的生態環境和社會經濟得到長遠的發展，但仍然存在生態資源環境承載能力弱，沿黃各省（自治區）發展不平衡、不充分等問題②任保平，張倩：《黃河流域高質量發展的戰略設計及其支撐體系構建》，《改革》， 2019年第10期。。習近平總書記在2019年黃河流域生態保護和高質量發展座談會的講話中指出，要統籌推進各項工作，加強協同配合，推動黃河流域高質量發展。為進一步加快黃河戰略實施③陳明華，王哲，李倩，謝琳霄：《黃河流域高質量發展的不平衡不充分測度及成因》，《當代經濟研究》， 2022年第9期。，2021年10月8日國務院印發的《黃河流域生態保護和高質量發展規劃綱要》明確指出：推動清潔生產，堅定走綠色、可持續的高質量發展之路?！丁笆奈濉惫I綠色發展規劃》進一步提出深入實施綠色制造，加快產業結構優化升級，大力推進工業節能降碳，全面提高資源利用效率，積極推行清潔生產改造，提升綠色低碳技術、綠色產品、服務供給能力，構建工業綠色低碳轉型與工業賦能綠色發展相互促進、深度融合的現代化產業格局。因此，在生態與資源約束下應大力發揮綠色科技創新對工業綠色發展的引領作用。在此背景下，研究黃河流域工業綠色技術創新水平，具有十分重要的意義。

綠色技術創新的效率是指在工業領域內綠色技術創新活動中投入與產出的比較關系。它反映了綠色科技資源配置和綠色創新投資資源利用效率的重要指標。然而，目前鮮有文獻系統評估黃河流域工業綠色技術效率的發展現狀與趨勢。那么黃河流域各區域的工業綠色技術創新效率現狀如何、區域間差異怎樣、動態趨勢如何演化？區域差異的成因如何？對上述問題進行深入的分析與討論，一方面能夠更加精準、清晰地揭示黃河流域工業綠色技術創新效率的動態演變和發展趨勢，另一方面能夠掌握黃河流域工業綠色技術創新效率的區間差異和產生原因，進而為推動黃河流域工業高質量協同發展提供有益參考。

基于此，本研究將使用2008—2020 年黃河流域9 省份工業綠色技術創新數據，基于EBM 模型測算黃河流域的工業綠色技術創新效率，使用Dagum 基尼系數法測度工業綠色技術創新效率區域差異，使用QAP方法探究造成其差異的成因。以期為提高黃河流域工業綠色技術創新效率提供理論支持。

二、文獻綜述

自《黃河流域生態保護和高質量發展規劃綱要》發布后，黃河流域經濟社會發展成為學界研究熱點，當前關于黃河流域的研究主要集中在生態保護與可持續發展①曹煒：《“雙碳”目標下的流域生態環境保護規劃：理念更新與措施調適》，《中國人口·資源與環境》，2022年第12 期；高國力，賈若祥，王繼源，竇紅濤：《黃河流域生態保護和高質量發展的重要進展、綜合評價及主要導向》，《蘭州大學學報》（社會科學版）， 2022年第2期。、水資源利用與經濟發展協調②王格芳，李夢程：《黃河流域水資源與區域發展時空耦合研究》，《干旱區資源與環境》， 2023第2期。、流域高質量發展③汪芳， 苗長虹：《系統性、整體性與協同性： 黃河流域高質量發展的思維與策略： 寫在專輯刊發之后的話》，《自然資源學報》，2021年第1期；劉曙光， 許玉潔， 王嘉奕：《江河流域經濟系統開放與可持續發展關系：國際經典案例及對黃河流域高質量發展的啟示》，《資源科學》，2020年第3期。等方面。其中，黃河高質量發展方面的研究較多，主要集中于黃河流域高質量發展的內涵、路徑、政策以及發展水平測度等方面④任保平， 鞏羽浩：《數字經濟助推黃河流域高質量發展的路徑與政策》，《經濟問題》，2023年第2期。，當然，也有部分學者注意到了科技創新或者綠色技術創新對流域高質量發展的重要作用，并進行了相關研究。如劉貝貝等從綠色科技創新的定義和理論基礎出發，分析了其對黃河流域高質量發展的重要作用，并提出了相應的實現路徑⑤劉貝貝， 左其亭， 刁藝璇：《綠色科技創新在黃河流域生態保護和高質量發展中的價值體現及實現路徑》，《資源科學》，2021年第2期。；燕玉潔與申社芳通過黃河流域省級面板數據證明了綠色技術創新對高質量發展的作用機制⑥燕玉潔，申社芳：《環境規制對黃河流域經濟高質量發展的影響研究——基于綠色技術創新視角》，《當代經濟》，2022年第12期。。沈路和錢麗通過構建黃河流域高質量評價指標體系，并運用一系列方法研究發現，科技創新對流域高質量發展有重要作用，也指出流域內存在科技創新成果轉化平臺不完善，應該提高科技創新轉化效率，特別是注意提升綠色技術創新專利數量①沈路，錢麗：《黃河流域高質量發展水平測度、空間關聯及影響因素分析》，《統計與決策》，2022年第13期。，而有關黃河流域工業綠色技術創新效率的實證探討還較為缺乏。

綠色技術創新是經濟高質量發展的主要推動力。Braun 和Wield 最早提出了綠色技術創新的概念：綠色技術創新是在產品研發生產的全過程中，減少環境污染，降低資源利用率等一系列創新活動的總稱②Braun E.，Wield D.，Regulation as a Means for the Social Control Of Technology，Technology Analysis&Strategic Management，Vol.6，No.3，1994， pp.259-272.。隨后，綠色技術創新得到了學界的廣泛關注，相關研究可以從研究內容、研究對象和研究方法三個角度分析。概括而言，在研究內容上，主要集中在以下三個方面：第一，針對綠色技術創新內涵及本質的探討研究③李旭：《綠色創新相關研究的梳理與展望》，《研究與發展管理》， 2015年第2期。；第二，針對綠色技術創新效率測算、影響因素、空間分布、區域差異等方面的研究④王海杰，李捷，張小波：《黃河流域制造業綠色全要素生產率測評及影響因素研究》，《福建論壇》（人文社會科學版），2021年第10期。；第三，針對綠色技術創新效率影響機制及提升路徑的研究⑤姚孟超， 段進軍， 張仁杰， 玄澤源：《中國高技術產業綠色創新效率的空間關聯結構與影響機制分析》，《長江流域資源與環境》，2022 年第11 期；賈建鋒， 劉偉鵬， 趙若男， 蔣金鑫：《制度組態視角下綠色技術創新效率提升的多元路徑》，http：//kns.cnki.net/kcms/detail/12.1288.F.20230307.1021.002.html，2023.03.22.，比如產業集群、政府規制、數字金融等因素對綠色技術創新效率的影響⑥王洪慶，郝雯雯：《高新技術產業集聚對我國綠色創新效率的影響研究》，《中國軟科學》，2022年第8期；康鵬輝， 茹少峰：《環境規制的綠色創新雙邊效應》，《中國人口·資源與環境》，2020 年第10 期；呂巖威，張帥：《數字金融對綠色創新效率的影響及傳導機制研究》，《金融論壇》，2022年第8期。。在研究對象及數據選取上，實證對象主要集中在全國層面、東部沿海地區和長江經濟帶⑦許學國， 周燕妃：《基于三階段Malmquist-PNN 的區域綠色創新效率評價與智能診斷研究》，《科技進步與對策》，2020年第24期；馬志強， 王琰， 蘇佳璐：《長三角城市群工業綠色創新效率時空發展特征及動態演變分析》，《科技進步與對策》，2023年第7期。，相應的數據選取涉及到國家級和省級區域、行業和企業等各層面的數據，相對來說，對黃河流域的研究較少。在研究方法上，綠色技術創新效率評價方法主要有以隨機前沿分析法（Stochastic Frontier Approach，SFA）為主的參數分析法和以數據包絡分析方法（Data Envelopment Analysis，DEA）為主的非參數方法。SFA 方法在處理測量誤差和統計干擾方面具有一定的優勢，但其函數形式的選擇比較敏感；一旦函數模型的參數設置或分布假設存在一定的誤差，將難以準確衡量技術創新的效率，因此應用范圍受到一定的限制⑧Zhu L.，Wang Y.，Shang P.et al.，Improvement Path，the Improvement Potential and the Dynamic Evolution of Regional Energy Efficiency in China：Based on an Improved Non-Radial Multidirectional Efficiency Analysis，Energy Policy，Vol.133，p.110883.。相比之下，DEA 方法不需要建立固定的生產函數和參數權重，也不需要維度的統一，因此，DEA 方法更適應于多投入、多產出的復雜系統⑨Gaoke L.，Benjamin M. Drakeford，An analysis of financial support，technological progress and energy efficiency：evidence from China，Green Finance，Vol.1，No.2，2019，pp.174-187.。在用DEA 模型對綠色技術創新效率進行評價時，大多學者采用的是徑向模型和非徑向模型。其中，徑向模型容易忽視變量的不同特性，一般要求變量按照相同比例變化；而非徑向模型雖然注意到了變量之間的差異，但是容易忽視變量的比例關系，有可能對結果的準確性造成一定影響⑩楊騫，劉鑫鵬，孫淑惠：《中國科技創新效率的區域差異及其成因識別——基于重大國家區域發展戰略》，《科學研究》，2022年第5期。。綜合徑向和非徑向模型的優缺點，Tone 和Tsutsui 改進出了一種混合模型EBM（Epsilon-based Measure），由于該模型兼具了徑向模型和非徑向模型的優點，規避了某些缺點，能夠更加全面以及準確地對效率值進行測算①Tone K.，Tsutsui M.，An Epsilon-based Measure of Efficiency in DEA-A Third Pole of Technical Efficiency，European Journal of Operational Research，Vol.207，No.3， 2010，pp.1554-1563.。目前EBM 模型已在科技效率測算方面得到了廣泛運用。

綜上，針對黃河流域的研究文獻雖然很多，但是從綠色技術創新角度入手研究的文獻不多，且大多闡述的是綠色技術創新對黃河流域高質量發展的重要作用，缺乏對黃河流域綠色技術創新效率的測算，特別針對黃河流域的工業領域。黃河流域工業綠色技術創新效率的區域差異，尚未有文獻進行系統的研究。關于存在差異的原因分析方面的研究，影響因素分析居多，比如人力資本、對外開放、經濟發展、政府補貼等，但對于黃河流域不同區域差異的成因，尚未有文獻進行系統的研究，并給出清晰明確的解釋。基于此，本文從黃河流域的工業綠色技術創新效率入手，分析其時空演變和差異成因。

三、方法與數據

（一）基于EBM模型的工業綠色技術創新效率測算

在傳統的徑向DEA 模型框架下，測算時要求投入與產出都必須同比例地伸縮，無法包含松弛變量，采用非徑向測算為基礎的SBM 模型，雖然解決了這一問題，但也損失了投入產出目標值和實際值之間的比例約束。為了解決此問題，Tone 和Tsutsui 改進出了一種混合模型EBM，由于該模型兼具了徑向模型和非徑向模型的優點，規避了缺點，能夠更加全面以及準確地對效率值進行測算。鑒于EBM模型的優勢，本文采用EBM模型測算黃河流域工業綠色技術創新效率。

本研究以黃河流域的省份為決策單元（Decision Making Unit，DMU），假設共有N 個決策單元，t個時期，每個時期各DMU 共有m 個投入要素x，n 個期望產出和j 個非期望產出z，則構造全局超效率EBM模型，如公式（1）所示：

式中，E*為最佳效率值。θ為DEA框架中CCR模型中的徑向條件效率值。s(s-m，s+n，s×b)為投入指標、期望產出、非期望產出三種指標的松弛變量，ω(ω-m，ω+n，ω×b)為三種指標的相對權重。ε(εx，εy，εz)代表關鍵參數，其取值范圍為［0，1］，表示徑向與非徑向松弛的組合程度。

（二）基于Dagum 基尼系數法的空間差異測度

本文采用Dagum 基尼系數法測度黃河流域工業綠色技術創新效率的空間差異性，該方法主要通過比較不同地區之間的指標差異來評估地理空間上的不平等程度①Dagum C，A New Approach to the Decomposition of the Gini Income Inequality Ratio， Empirical Economics，Vol.22.No.4， 1997， pp.515-531.，相比于泰爾指數等測度方法，具有測量準確、敏感性強和適用范圍廣等特點。計算過程如式（2）至式（9）所示。其中，總體基尼系數G表示研究對象的總體差異的大小，其值可進一步拆解為區域內差異貢獻Gw與區域間差異貢獻Ggb。其中，Ggb可以進一步地分解為區域間凈值差異貢獻Gnb與超變密度貢獻Gl，用來反映測度對象各細分對象的詳細狀況。一般而言，基尼系數數值的大小反映了區域差異的大小，其值越大，說明區域間差異越大。

具體的計算過程如下：首先，基于公式（2）來得出總體基尼系數G，用來測度黃河流域全部省域的工業綠色技術創新效率（用gite表示）的空間總差異。式中，giteij代表第i 個地區中第j 個省份的工業綠色技術創新效率值；n 為黃河流域的省份數量，取值為9；k 為地區數，取值為3；ni與nm則表示第i 個或m 個地區包含的樣本數量；μ 是各地區的gite均值。其次，基于公式（3）、（4）求解第i 個地區的區域內基尼系數Gii、第i個和第m個地區的區域間基尼系數Gim；最后，基于公式（5）、（6）、（7）進一步計算區域內差異貢獻Gw、區域間凈值差異貢獻Gnb、超變密度貢獻Gl三個數值。

此外，在公式（6）、（7）中，Dim表示第i 個地區與第m 個地區之間工業綠色技術創新效率gite的相互影響程度的度量，其測算過程如公式（9）所示：

其中，dim表示各地區之間工業綠色技術創新效率gite有正向差異的平均水平，即任意兩個地區的差值giteij-gitemr＞0的樣本的算術平均值；而Pim則代表了任意兩個地區的差值giteij-gitemr＜0的樣本的算術平均值；Fi、Fm則代表樣本中任意兩個地區的累積密度分布函數。

（三）基于QAP的差異成因識別方法

黃河流域的工業綠色技術創新效率的區域差異實際上是兩兩差異的映射集合，是一種“關系數據”。基于此，本文將關系數據的分析范式引入到黃河流域的工業綠色技術創新效率的區域差異研究中，構建社會網絡關系數據并利用QAP（Quadratic Assignment Problem，二次指派程序）對造成黃河流域工業綠色技術創新效率的區域差異的主要原因進行辨識。構建如公式（10）所示的計量模型：

其中，Y表示黃河流域工業綠色技術創新效率的區域差異矩陣，Xi表示影響工業綠色技術創新效率的因素形成的區域差異矩陣，βi表示待估系數，U 表示殘差量。QAP分析主要包括相關分析和回歸分析。相關分析主要測算兩個差異矩陣之間的相關性的大??；而回歸分析主要分析被解釋變量差異矩陣與多個解釋變量差異矩陣之間的關系。QAP 的相關分析和回歸分析在計算原理上并沒有太大區別，都是通過將關系矩陣轉化為長向量，然后對長向量進行普通最小二乘估計，進一步得到相關系數集或回歸系數集，然后進行相關的統計檢驗。值得注意的是，該方法對于變量間的獨立性無嚴格要求，回歸結果比采用其他回歸方法更加穩健。

（四）指標選取與數據來源

1. 指標選取

按照測量效率的思路，首先是工業綠色技術創新的投入指標。在投入要素中，研發經費和人力資源是進行綠色技術創新活動不可或缺的要素，本文參考王洪慶等人的研究①王洪慶，郝雯雯：《高新技術產業集聚對我國綠色創新效率的影響研究》，《中國軟科學》，2022年第8期。，選擇R&D人員折合的全時當量、R&D 經費內部支出兩個指標作為投入要素。另外，考慮到綠色技術創新的能源消耗問題是重要的衡量指標，本文參考黃萬華與王夢迪的研究②黃萬華， 王夢迪：《長江經濟帶制造業綠色技術創新效率測度》，《統計與決策》，2021年第19期。，選擇以萬噸標準煤為單位的工業終端能源消費總量作為能源要素方面的投入要素。其次，確定產出指標?？紤]到工業綠色技術創新的目的是統籌工業經濟效益與生態效益的平衡，本文將工業綠色技術創新的產出指標分為期望產出與非期望產出兩種。其中，創新期望產出主要從新技術產生角度和新技術的經濟利益兩個方面進行考量，采用專利申請數量與新產品銷售收入兩個指標進行測度。非期望產出主要為工業企業生產過程中向自然界排放的“廢水、廢氣、廢渣”，本文參考任耀等的研究方法③任耀，牛沖槐，牛彤，姚西龍：《綠色創新效率的理論模型與實證研究》，《管理世界》，2014年第7期。，采用工業廢水排放量、工業二氧化硫排放量、一般工業固體廢棄物產生量來衡量非期望產出。

2. 數據來源

本文選擇黃河流域9 個省份2008—2020 年工業行業的省份數據為研究對象，各省份的投入與產出指標的數據主要來源于：《中國科技統計年鑒》《中國工業統計年鑒》《工業企業科技活動統計年鑒》《中國能源統計年鑒》《中國環境統計年鑒》《中國統計年鑒》以及黃河流域各省份的統計年鑒。少部分缺失數據采用省份數據與全國數據的比值乘以行業數據估算。

四、黃河流域工業綠色技術創新效率測度及區域差異分析

（一）效率測算

依據上文構建的指標體系，運用Matllab2018a 編寫程序測算出黃河流域2008—2020 年的工業綠色技術創新效率值。根據黃河流域各省份所處流域位置的不同，計算出黃河流域上游地區（青海、四川、甘肅、寧夏、內蒙古）、中游地區（陜西、山西）、下游地區（河南、山東）及黃河流域整體工業綠色技術創新效率值（結果見表1和表2所示）。

表1 黃河流域各省份工業綠色技術創新效率值

表2 黃河流域上、中、下游及整體的工業綠色技術創新效率值

首先，基于整體視角來看，2008—2020 年黃河流域的工業綠色技術創新效率呈現波動上升的趨勢，這反映出我國支持工業綠色技術創新的相關政策成效顯著。然后，從上、中、下游三大區域視角來看，黃河流域工業綠色技術創新效率從高到低依次為“下游、上游、中游”的次序。黃河流域下游工業綠色技術創新效率均值為0.5662，高于黃河流域綠色技術創新效率平均水平 0.4148，承擔著綠色技術創新“領頭羊”的角色；上游地區工業綠色技術創新均值為0.3787，位于中間位置；中游地區工業綠色技術創新效率均值為 0.3538，在三大區域中的效率值最低。另外，樣本考察期內，三個區域年均增長速度排序為中游（9.25%）、上游（8.67%）、下游（5.54%）；意味著上、中、下游的工業綠色技術創新效率的時序變化特征存在差異：下游地區的工業綠色技術創新效率表現為效率高、增速慢；而中游和上游地區表現為效率低、增速快。造成這種現象的可能原因是經濟發展狀況、可利用資源及技術水平的差異。黃河流域的下游地區已經形成了工業集聚發展的態勢，山東、河南兩省人力資源豐富，工業基礎良好，近年來發展速度較快，形成了行業科技創新中心，儲備了大量技術人才和一批國內外高端人才，形成了創新發展的態勢，因而工業綠色技術創新總體水平高于以傳統工業為主、創新人才相對匱乏的中上游地區。

從黃河流域的省域視角進行分析，從表1可以看出，2008—2014年各省份的工業綠色技術創新效率呈現波動下降趨勢，2015—2020 年呈現波動上升趨勢。具體來看，樣本考察期內山東的綠色技術創新效率均值為0.614，其技術創新水平處于黃河流域的領頭位置，四川、河南緊隨其后，特別是河南，黨的十八大之后對新興產業和高技術產業進行了政策傾斜和重點支持，在研發人員和研發經費方面的配置和投入方面也超過黃河流域的其他省份。緊接著是陜西、甘肅、寧夏在0.3-0.4之間。最后是內蒙古，其效率值為0.263。以上分析說明黃河流域各省份之間工業綠色技術創新效率存在較大差異，下面對黃河流域的區域差異進行分析。

（二）區域差異分解及來源

本文運用Dagum 基尼系數法對2008—2020年經黃河流域的工業創新效率總體差距進行分解，并將其總體差異分解為區域內和區域間差異，具體結果如表3所示。

表3 黃河流域工業綠色技術創新效率的基尼系數及分解

1. 總體差異及分解

如圖1 所示，黃河流域工業綠色技術創新效率的總體基尼系數呈現先上升后下降的“倒U 型”形態。具體而言，在2008—2014年，呈現波動上升趨勢，總體基尼系數從0.095上升至0.338，說明該時期內工業綠色技術創新效率的總體差異不斷增大；在2014—2020年，呈現下降趨勢，總體基尼系數從0.338下降到0.090，主要原因在于十八大之后這段時間里國家重視綠色創新并逐步實施了區域協調發展戰略，黃河流域的上游和中游地區的工業綠色技術創新效率提升較大，從而縮小了整體的區域差異。從貢獻率上看，除了2011年和2012年，上、中、下游之間的差異的貢獻率顯著高于區域內的省份差異，整個樣本期內，三個區域之間的差異對總體差異的貢獻率約為47.12%，區域內差異和超變密度平均貢獻率為33.29%和19.6%。由此可見，黃河流域不同區域間工業綠色技術創新效率的差異是造成總體差異的主要原因，減少黃河流域上、中、下游的區間差異是解決工業綠色技術創新效率發展空間不均衡的首要問題。

圖1 2008—2020年黃河流域工業綠色技術創新效率總體基尼系數

2. 區域內和區域間差異

根據黃河流域工業綠色技術創新效率區域內部差異的分解結果（參見表3 和圖2），總體上，黃河流域上游地區和下游地區的工業綠色技術創新效率的基尼系數呈現“先上升、后下降”的變化規律，中游地區則呈現波動下降的趨勢；上游地區的工業綠色技術創新效率的基尼系數顯著大于中游和下游區域。具體而言，整個研究周期內，三個地區的基尼系數均值由高到低依次為上游（0.257）、中游（0.068）、下游（0.066）。由此可見，上游地區的青海、四川、甘肅、寧夏、內蒙古五個省份的工業綠色技術創新效率發展并不平衡，特別是在2008 年—2014 年，這種不平衡性在逐漸擴大。黨的十八之后的相關政策的實施，才扭轉了趨勢。從區域之間的差異來看（如圖3所示），總體上，三個區域之間的差異呈現先上升后下降的趨勢；上游和下游、中游和下游之間的差異大于中游和下游之間的差異。

圖2 2008—2020年黃河流域工業綠色技術創新效率組內基尼系數

圖3 2008—2020年黃河流域工業綠色技術創新效率組間基尼系數

五、黃河流域工業綠色技術創新效率區域差異成因分析

1. 變量說明

黃河流域上、中、下游不同省份之間在工業綠色技術創新投入和產出方面的差異勢必對工業綠色技術創新效率的差異產生重大影響。為了分析各指標差異影響效應的大小，本研究將投入、產出指標的差異作為解釋變量，將黃河流域的工業綠色技術創新效率的區域差異作為被解釋變量，構建QAP模型，分析造成區域差異的主因。在分析過程中，以黃河流域各區域的工業綠色技術創新效率的差異矩陣為因變量，用IEM 表示。在自變量中，R&D 人員折合的全時當量的區域差異矩陣用HDM 表示；R&D 經費內部支出的區域差異矩陣用CDM 表示；工業終端能源消費總量的區域差異矩陣用IDM 表示；專利申請量的區域差異矩陣用PDM 表示；新產品銷售收入的區域產業矩陣用NDM表示，工業廢水排放量、工業二氧化硫排放量、一般工業固體廢棄物產生量的區域差異矩陣分別用WDM、GDM和SDM表示。此外，為消除量綱的影響，對差異矩陣進行了歸一化處理。

2.QAP相關分析

如表4 所示，QAP 相關分析結果發現，工業綠色技術創新效率的區域差異與R&D 人員折合的全時當量、R&D 經費內部支出、工業終端能源消費總量、專利申請量和新產品銷售收入、工業二氧化硫排放量區域差異的相關系數均為正值，均通過了1%顯著性水平檢驗；與工業廢水排放量的區域差異負相關，與一般工業固體廢棄物產生量的區域差異相關性沒有通過顯著水平檢驗。進一步地，從工業綠色技術創新效率的區域差異的相關系數的大小看，新產品銷售收入與專利申請量的區域差異相關性較強，相關系數從大到小依次為：0.326、0.29。工業綠色技術創新效率的區域差異與R&D 經費內部支出、R&D 人員折合的全時當量與工業二氧化硫排放量的區域差異及相關性較弱，相關系數分別為：0.176、0.143、0.061。上述數據和分析說明，除一般工業固體廢棄物產生量的區域差異外，所有的工業綠色技術創新的投入變量和產出變量的區域差異與科技創新效率區域差異之間均顯著相關。由于相關關系并不一定代表回歸關系，因此，進一步地為了尋找工業綠色技術創新效率的差異的主要原因，本文對研究變量進行QAP回歸分析。

表4 QAP相關分析

3.QAP回歸分析

表5 報告了QAP 回歸結果。根據表5，專利申請數量、新產品銷售收入、一般工業固體廢棄物產生量的標準化系數為0.856、0.371、0.137，且通過了1%顯著性水平檢驗，這說明減少新產品銷售收入、專利申請數量與一般工業固體廢棄物產生量的地區差距能夠減少工業綠色技術創新效率的區域差異；增強這些指標的空間均衡性能夠促進黃河流域的一體化發展。在影響強度上，專利申請數量對工業綠色技術創新效率的區域差異影響強度最大，高于新產品銷售收入與一般工業固體廢棄物產生量的影響。R&D 經費內部支出、R&D 人員折合人員全時當量、工業終端能源消費總量與工業廢水排放量的區域差異回歸系數分別為-0.580、-0.153、-0.012、-0.177；分別通過了1%和5% 的顯著性水平檢驗，回歸系數為負值意味著減少這些指標的差異并不會減少工業綠色技術創新效率的區域差異。為進一步探索這一現象的原因，本文將這四個變量標準化之后繪制了與工業綠色技術創新效率的散點圖。具體如圖4所示。

圖4 各變量與綠色技術創新效率的擬合曲線

表5 QAP 回歸結果

從圖4 可以看出，R&D 經費內部支出、R&D 人員折合人員全時當量與工業綠色技術創新效率之間呈現出“倒U型”關系，黃河流域的不同省份分別位于曲線的不同位置，部分省份已率先跨過拋物線的拐點位置，拐點兩側的省份的R&D 經費內部支出與R&D 人員折合人員全時當量差異較大，出現工業綠色技術創新效率較小的情景。因此，從總體上看。這兩個變量在不同省份差距的縮小，并不能緩解黃河流域工業綠色技術創新效率的差異。實際上，絕大多數都處在倒U 型拐點左側，對于這些省份而言，提升R&D 經費內部支出與R&D 人員折合人員全時的空間均衡能夠縮小工業綠色技術創新效率的區域差異。工業終端能源消費總量和工業廢水排放量與工業綠色技術創新效率之間的關系沒有呈現出規律性，減少這些指標的差異總體上對工業綠色技術創新效率的區域差異影響不大。

六、研究結論

本文采用超效率EBM 模型評價了2008—2020 年黃河流域各省份的工業綠色技術創新效率，基于Dagum 基尼系數法測度了工業綠色技術創新效率區域差異，進一步地使用QAP回歸方法探索了造成黃河流域工業綠色技術創新效率差異的主要原因。主要研究結論如下：第一，從效率測算結果看，樣本周期內，黃河流域的工業綠色技術創新效率呈現波動上升趨勢，分區域來看，其均值從高到低呈現“下游、上游、中游”的次序；下游的綠色技術創新效率表現為效率雖然高，但增速慢，而中游和上游表現為效率相對較低，但增速快；工業綠色技術創新效率呈現省際差異，山東省的工業綠色技術創新效率最高，處于領先位置。第二，根據Dagum 基尼系數法的測算結果，黃河流域工業綠色技術創新效率的總體基尼系數呈現先上升后下降的“倒U型”變化態勢；上游和下游、中游和下游之間的差異大于中游和下游之間的差異。在絕大多數年份，區域間差異明顯高于區域內差異和超變密度差異，因此，縮小區域間差異是解決黃河流域工業綠色技術創新效率發展不平衡的關鍵。第三，根據QAP 的分析結果，專利申請數量、新產品銷售收入、一般工業固體廢棄物產生量在黃河流域的工業綠色技術創新效率的區域差異中均起到了重要的影響，增強專利申請數量、新產品銷售收入的空間均衡有助于減少黃河流域的工業綠色技術創新效率的區域之間的差異。從總體上看，工業綠色技術創新效率的投入指標對于黃河流域工業綠色技術創新效率的差異影響不大。

基于本文的研究結論，進一步地提出以下三點建議：

其一，堅持綠色發展和創新驅動引領黃河流域經濟社會高質量發展。綠色創新是引領經濟社會可持續發展、高質量發展的第一動力。黃河流域需要繼續發揮自身的優勢，切實實施綠色創新發展戰略，強化創新人才隊伍建設，進一步提升工業綠色技術創新效率①郭晗，胡晨園，《黃河流域生態環境保護與工業經濟高質量發展：耦合測度與時空演化》，《寧夏社會科學》，2022年第6期。。建立科研機構、高技術企業孵化器、創新基地等，為工業企業提供技術支持和創新資源。踐行綠色發展理念，完善環境規制政策，從政策端引導工業經濟綠色發展，推廣清潔能源、節能減排技術和綠色環保技術。

其二，重視黃河流域產業發展稟賦，堅持因地制宜、精準施策。針對工業綠色技術創新效率偏低的區域，需要對產業結構進行適當調整。對傳統高污染行業進行有序調整和綠色化改造，將政府政策與相關資金瞄準于綠色行業，并推動形成地方優勢產業。在工業綠色技術創新效率較高的地區，應更加注重工業產業的布局規劃，促進傳統工業產業向戰略性新興行業轉型升級，并加速構建現代化工業產業體系，以實現工業經濟的高質量發展。

其三，實現黃河流域工業綠色技術創新效率的協同提升要強化科技創新產出的均衡程度。依托黃河流域生態保護和高質量發展重大國家戰略，加大黃河流域各個省份進行綠色技術創新所需資源的投入，形成優勢互補的區域之間流動，構建“區域聯動、錯位發展”的區域技術創新模式，實現創新產出的差異化，構建黃河流域科技成果評價、市場推廣和產業化應用體系，達成黃河流域的綠色技術創新效率在提升中協調，在協調中提升的高質量發展目標。