中國(guó)工業(yè)企業(yè)綠色技術(shù)創(chuàng)新效率的測(cè)度與評(píng)價(jià)
——基于超效率網(wǎng)絡(luò)SBM-Malmquist 模型分析

張麗琨，張亞萍，梁 遠(yuǎn)

（吉林農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，長(zhǎng)春 130118）

一、引言

十三屆全國(guó)人大四次會(huì)議指出，技術(shù)創(chuàng)新是促進(jìn)經(jīng)濟(jì)向高質(zhì)量發(fā)展轉(zhuǎn)型的關(guān)鍵推動(dòng)力。2021 年是“十四五”開(kāi)局之年，在著眼于新發(fā)展起點(diǎn)上，科技和環(huán)境一直是關(guān)注的焦點(diǎn)，幾乎所有省份都將技術(shù)創(chuàng)新擺在首要位置。近年來(lái)，工業(yè)企業(yè)不斷增加研發(fā)投入，試圖以此提高技術(shù)創(chuàng)新水平，其中研發(fā)資金投入從2011 年的5993.81 億元增長(zhǎng)至2020 年的15271.29 億元，年均增長(zhǎng)11%，但是企業(yè)在成果轉(zhuǎn)化階段的新產(chǎn)品銷(xiāo)售收入?yún)s未顯著提升，所以增加投入只是進(jìn)行研發(fā)活動(dòng)和開(kāi)展創(chuàng)新項(xiàng)目的必要條件之一（錢(qián)麗等，2021）。此外，企業(yè)開(kāi)展綠色技術(shù)創(chuàng)新的成本高、風(fēng)險(xiǎn)大、動(dòng)力不足，這也是造成我國(guó)工業(yè)企業(yè)綠色創(chuàng)新能力不強(qiáng)的原因。所以只是一味增加創(chuàng)新投入，而不注重綠色技術(shù)創(chuàng)新效率問(wèn)題，將會(huì)導(dǎo)致創(chuàng)新資源極度浪費(fèi)。那么，企業(yè)在開(kāi)展創(chuàng)新過(guò)程中到底是在哪個(gè)環(huán)節(jié)出現(xiàn)了問(wèn)題，導(dǎo)致效率缺失的具體根源是哪些，都值得探究。

技術(shù)創(chuàng)新和綠色發(fā)展是新常態(tài)下促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展的兩大引擎，企業(yè)應(yīng)更加關(guān)注環(huán)境方面的技術(shù)創(chuàng)新。從現(xiàn)實(shí)情況來(lái)看，傳統(tǒng)技術(shù)創(chuàng)新在促進(jìn)經(jīng)濟(jì)增長(zhǎng)的同時(shí)所帶來(lái)的能源消耗和環(huán)境污染問(wèn)題日益凸顯。2020 年我國(guó)工業(yè)能源消耗占所有行業(yè)總能耗的比重超過(guò)70%，CO2、SO2、PM2.5等污染物排放量遠(yuǎn)遠(yuǎn)超過(guò)世界平均水平，僅僅聚焦于技術(shù)創(chuàng)新并不能改善環(huán)境問(wèn)題。中國(guó)科學(xué)院研究數(shù)據(jù)表明，由于環(huán)境污染和生態(tài)破壞帶來(lái)的經(jīng)濟(jì)損失已占到我國(guó)國(guó)民生產(chǎn)總值的15%。中央財(cái)經(jīng)委員會(huì)第九次會(huì)議提出要實(shí)現(xiàn)碳達(dá)峰、碳中和，需要解決的核心問(wèn)題就是實(shí)現(xiàn)環(huán)境綠色可持續(xù)發(fā)展。依靠綠色技術(shù)創(chuàng)新能夠促進(jìn)創(chuàng)新效率、經(jīng)濟(jì)效率和環(huán)境效率形成良性互動(dòng)與協(xié)調(diào)發(fā)展（張遼和黃蕾瓊，2020）。

目前，對(duì)技術(shù)創(chuàng)新效率的研究較為普遍，在測(cè)度和評(píng)價(jià)的理論及方法方面都有許多的研究成果涌現(xiàn)，但對(duì)綠色創(chuàng)新效率尚未形成一套完整的理論體系。面對(duì)我國(guó)各地的經(jīng)濟(jì)、工業(yè)和技術(shù)發(fā)展水平不均衡，測(cè)算各省份工業(yè)企業(yè)的綠色技術(shù)創(chuàng)新效率，分析其發(fā)展水平及差異，探究造成效率缺失和地區(qū)差異的具體原因，不論是針對(duì)工業(yè)企業(yè)還是綠色技術(shù)創(chuàng)新效率評(píng)價(jià)研究都具有一定的理論價(jià)值，有利于企業(yè)向綠色發(fā)展方式轉(zhuǎn)變，是對(duì)綠色技術(shù)創(chuàng)新理論的有益補(bǔ)充與深化。

二、文獻(xiàn)綜述

關(guān)于綠色技術(shù)創(chuàng)新這一理念，是在國(guó)外環(huán)保進(jìn)入困境迫切需要調(diào)整技術(shù)方向時(shí)應(yīng)運(yùn)而生。Shu et al（2016）提出綠色技術(shù)創(chuàng)新是依靠科技手段從環(huán)保角度升級(jí)改造工藝，進(jìn)而促進(jìn)可持續(xù)發(fā)展的綠色化過(guò)程。歐盟委員會(huì)將其定義為：依據(jù)經(jīng)濟(jì)發(fā)展規(guī)律和生態(tài)原理，使生態(tài)負(fù)效應(yīng)“少公害化”甚至“無(wú)公害化”（Aguilera-Caracuel 和Ortiz -De-Mandojana，2013）。我國(guó)關(guān)于綠色技術(shù)創(chuàng)新的研究主要是在國(guó)外研究成果的基礎(chǔ)上發(fā)展起來(lái)的。沈能和周晶晶（2018）認(rèn)為綠色技術(shù)創(chuàng)新是一種擁有促進(jìn)經(jīng)濟(jì)發(fā)展和提升生態(tài)環(huán)保兩種優(yōu)勢(shì)的新型創(chuàng)新手段。袁潤(rùn)松等（2016）、孫麗文和陳繼琳（2018）都認(rèn)為在生態(tài)資源問(wèn)題成為可持續(xù)發(fā)展的絆腳石的危機(jī)情況下，綠色創(chuàng)新變成評(píng)價(jià)國(guó)家是否能可持續(xù)發(fā)展的重要標(biāo)志。對(duì)于綠色創(chuàng)新效率，當(dāng)前大部分學(xué)者界定為在綠色創(chuàng)新活動(dòng)中，投入要素與產(chǎn)出要素之間的效用比重。綠色技術(shù)創(chuàng)新效率追求經(jīng)濟(jì)、環(huán)境和社會(huì)可持續(xù)發(fā)展，有許多相似的理念，如生態(tài)效率、環(huán)境效率和可持續(xù)發(fā)展效率等，測(cè)度效率的本質(zhì)在于衡量資源是否得到有效配置。

目前已有較多學(xué)者研究工業(yè)企業(yè)技術(shù)創(chuàng)新效率，但大多忽略了技術(shù)創(chuàng)新的環(huán)境效益和能耗效益。近年來(lái)隨著環(huán)境問(wèn)題的突出，少部分學(xué)者開(kāi)始將資源消耗和由此帶來(lái)的環(huán)境污染排放等指標(biāo)納入研究范圍，從單純的研究技術(shù)創(chuàng)新效率向著綠色技術(shù)創(chuàng)新效率方面傾斜。如李健等（2021）和楊浩昌等（2020）考慮到綠色技術(shù)創(chuàng)新過(guò)程中會(huì)產(chǎn)生環(huán)境污染物，選取廢水排放量和二氧化碳排放量納入綠色技術(shù)創(chuàng)新績(jī)效的測(cè)度體系之中。王海龍等（2016）認(rèn)為上述指標(biāo)不能體現(xiàn)出開(kāi)展綠色技術(shù)創(chuàng)新的直接效應(yīng)，選取“污染物排放減少量”作為環(huán)境要素的代理變量。

在測(cè)度方法方面，早期研究大多運(yùn)用傳統(tǒng)DEA 模型測(cè)度效率，只考慮初始投入和最后產(chǎn)出，忽略了工業(yè)企業(yè)創(chuàng)新活動(dòng)在技術(shù)研發(fā)和成果轉(zhuǎn)化階段的情景差異，無(wú)法分析綠色創(chuàng)新生產(chǎn)過(guò)程中各子階段對(duì)整體系統(tǒng)效率的影響。為探究決策單元的內(nèi)部結(jié)構(gòu)和測(cè)度真實(shí)生產(chǎn)效率，學(xué)者提出了網(wǎng)絡(luò)DEA 模型，將決策單元的整個(gè)過(guò)程分解成若干個(gè)階段，各階段之間通過(guò)中間指標(biāo)關(guān)聯(lián)。此外，傳統(tǒng)DEA 模型忽視了投入產(chǎn)出的松弛性。隨后Tone（2001）提出了非徑向、非角度的slack based measure（SBM）模型。于樹(shù)江等（2021）運(yùn)用非徑向SBM 模型測(cè)度高技術(shù)產(chǎn)業(yè)的技術(shù)創(chuàng)新效率。陳恒等（2018）用非徑向的slack based measure-network data envelopment analysis（SBM-NDEA）對(duì)中國(guó)高專(zhuān)利密集產(chǎn)業(yè)技術(shù)創(chuàng)新效率進(jìn)行研究。然而，SBM 模型不能區(qū)分效率為1 的決策單元，為此，Tone（2001）在先前研究的基礎(chǔ)上提出了超效率SBM 模型，可以對(duì)效率值進(jìn)行更為清晰的排序。賴一飛等（2021）采用超效率SBM-Malmquist 模型測(cè)算各省市科技創(chuàng)新效率。但閆華飛等（2020）認(rèn)為超效率SBM 模型也只能對(duì)靜態(tài)效率進(jìn)行測(cè)算，無(wú)法明晰動(dòng)態(tài)演化趨勢(shì)及通過(guò)效率分解以了解影響效率的具體根源，Malmquist 模型彌補(bǔ)了這一缺陷。李影等（2020）運(yùn)用超效率SBM 模型從靜態(tài)角度測(cè)算粵港澳工業(yè)科技創(chuàng)新效率，并從動(dòng)態(tài)方面進(jìn)行分析。錢(qián)麗等（2015）不僅采用兩階段DEA 模型，并且還將兩階段的效率進(jìn)行分解，探究效率缺失的具體原因到底是技術(shù)無(wú)效還是規(guī)模無(wú)效。

通過(guò)文獻(xiàn)梳理可以發(fā)現(xiàn)，目前對(duì)綠色技術(shù)創(chuàng)新效率的研究較為廣泛，關(guān)于綠色創(chuàng)新理論基礎(chǔ)的研究較為成熟，但在研究?jī)?nèi)容上，很少有直接指向測(cè)度綠色技術(shù)創(chuàng)新效率的議題，這方面的理論需要進(jìn)一步探討和研究，并且現(xiàn)有研究忽略了環(huán)境污染和資源消耗方面的問(wèn)題，對(duì)考慮非期望產(chǎn)出的研究相對(duì)較少，并且很少有學(xué)者使用與綠色創(chuàng)新緊密相關(guān)的指標(biāo)，指標(biāo)選擇差異較大，構(gòu)建的綠色技術(shù)創(chuàng)新效率評(píng)價(jià)指標(biāo)體系尚未形成廣泛的共識(shí)。在研究方法上，現(xiàn)有研究采用的效率測(cè)度與評(píng)價(jià)模型，存在單階段、無(wú)期望產(chǎn)出、徑向等問(wèn)題，多數(shù)僅對(duì)靜態(tài)綠色效率進(jìn)行測(cè)算，動(dòng)態(tài)演化趨勢(shì)分析相對(duì)缺乏，沒(méi)有進(jìn)一步分析綠色經(jīng)濟(jì)效率分解指標(biāo)的特征。因此，如何測(cè)度和評(píng)價(jià)工業(yè)企業(yè)綠色技術(shù)創(chuàng)新成為值得關(guān)注的重點(diǎn)。

基于此，本文可能的邊際貢獻(xiàn)在于：第一，在以往研究的基礎(chǔ)上，將環(huán)境因素作為一種非期望產(chǎn)出指標(biāo)納入到研究框架，并且針對(duì)目前對(duì)污染源界定不夠系統(tǒng)的缺陷，本文全面涵蓋了工業(yè)廢氣、廢水、固體廢棄物、二氧化硫、煙塵、粉塵等指標(biāo)，進(jìn)一步完善了技術(shù)創(chuàng)新效率評(píng)價(jià)體系。第二，運(yùn)用創(chuàng)新價(jià)值鏈理論，分析綠色技術(shù)創(chuàng)新活動(dòng)的內(nèi)在關(guān)聯(lián)結(jié)構(gòu)，同時(shí)從靜態(tài)和動(dòng)態(tài)兩個(gè)方面運(yùn)用Network-Super-SBM 模型測(cè)算兩階段分解效率值，突破了已有文獻(xiàn)將創(chuàng)新過(guò)程視作“黑箱”的研究局限，測(cè)算出的結(jié)果更加客觀，更加符合實(shí)際情況，可以準(zhǔn)確把握綠色技術(shù)創(chuàng)新效率低下的具體環(huán)節(jié)，剖析效率缺失的真實(shí)來(lái)源，為制定有針對(duì)性的創(chuàng)新政策以提升綠色技術(shù)創(chuàng)新效率提供科學(xué)依據(jù)。第三，不再平面化比較各省份企業(yè)的綠色技術(shù)創(chuàng)新效率值，也關(guān)注到了工業(yè)企業(yè)綠色技術(shù)創(chuàng)新的東中西區(qū)域差異，可以全面把握中國(guó)工業(yè)企業(yè)綠色技術(shù)創(chuàng)新效率的發(fā)展特征，進(jìn)一步豐富了綠色技術(shù)創(chuàng)新效率測(cè)算領(lǐng)域的研究成果。

三、研究設(shè)計(jì)

（一）測(cè)度模型

1.SBM 網(wǎng) 絡(luò)DEA 模 型

網(wǎng)絡(luò)SBM（slack based measure）模型打開(kāi)了傳統(tǒng)單階段數(shù)據(jù)包絡(luò)分析（data envelopment analysis，DEA）模型封裝各個(gè)決策單元（decision making unit，DMU）的“黑箱”，測(cè)度多階段生產(chǎn)過(guò)程的效率值，可以找出效率低下的具體原因。其表達(dá)具體如下：有n個(gè)DMUj（j=1，2，…，n，n=30），一個(gè)DMU有K個(gè)節(jié)點(diǎn)，mk和rk分別對(duì)應(yīng)節(jié)點(diǎn)k（k=1，2，…，K，本文K=2）的投入指標(biāo)數(shù)和產(chǎn)出指標(biāo)數(shù)（m1=3，m2=4；r1=3，r2=5。相關(guān)指標(biāo)見(jiàn)表1），代表第j個(gè)DMU在研發(fā)階段的投入向量，研發(fā)期間的產(chǎn)出即中 間變量為，成果轉(zhuǎn)化時(shí)期的投入為代表第j個(gè)DMU在成果轉(zhuǎn)化階段的產(chǎn)出向量，Wk是節(jié)點(diǎn)k的權(quán)重（W1=W2=0.5）。

規(guī)模報(bào)酬不變（constant returns to scale，CRS）下技術(shù)研發(fā)階段的生產(chǎn)可能集為

對(duì)于規(guī)模報(bào)酬可變（variable returns to scale，VRS）情形，只要加入約束條件，k=1，2，…，K)即可。

因此，非導(dǎo)向下的網(wǎng)絡(luò)SBM 模型為

其中：ρ*為DMU的整體效率；ρ*=1 為DMU整體有效；ρ*＜1 無(wú)效；每個(gè)DMU有m種投入和r種產(chǎn)出，記為xi和yr；Sk-和Sk+分別是投入和產(chǎn)出的松弛變量，Sk-≥0，Sk+≥0。

2.包含非期望產(chǎn)出的SBM 超效率模型

在DEA 測(cè)算結(jié)果中被評(píng)價(jià)為有效的DMU往往會(huì)有很多，而超效率可將其進(jìn)一步區(qū)分大小。此外，在實(shí)際能源使用過(guò)程中會(huì)出現(xiàn)污染物排放等非期望產(chǎn)出。傳統(tǒng)DEA 模型無(wú)法盡最大可能減少非期望產(chǎn)出達(dá)到經(jīng)濟(jì)最佳效率。基于非期望產(chǎn)出的超效率SBM 模型很好地彌補(bǔ)了傳統(tǒng)DEA 的幾點(diǎn)不足，公式如式（2）所示：

其中：ρ為目標(biāo)效率值，對(duì)于DMUj（j=1，2，…，n），每個(gè)DMU有m種投入，記為xi（i=1，2，…，m），能夠同時(shí)生產(chǎn)出q1種好產(chǎn)出，記為yr（r=1，2，…，q1）和q2種壞產(chǎn)出，記為br（r=1，2，…，q2）；xij為第j個(gè)省份畜牧業(yè)生產(chǎn)的第i項(xiàng)投入要素；yrj為第j個(gè)省份畜牧業(yè)生產(chǎn)的第r項(xiàng)期望產(chǎn)出；brj為第j個(gè)省份畜牧業(yè)生產(chǎn)的第r項(xiàng)非期望產(chǎn)出，期望產(chǎn)出越多越好，而非期望產(chǎn)出則相反；λ為各DMU截面觀察值的權(quán)重；下標(biāo)k為被測(cè)算的DMU；分別為投入冗余、期望產(chǎn)出不足和非期望產(chǎn)出冗余。

3.Malmquist-Luenberger 指數(shù)

網(wǎng)絡(luò)SBM 模型是對(duì)效率值的靜態(tài)測(cè)算，而Malmquist 指數(shù)則是對(duì)效率的動(dòng)態(tài)分析，彌補(bǔ)了靜態(tài)分析的不足，它表示DMU生產(chǎn)率從t到t+1 期的變化。可以說(shuō)，基于非期望產(chǎn)出的Malmquist 指數(shù)都可以稱(chēng)為Malmquist-Luenberger 指數(shù)。它的參考集為

可分解為技術(shù)效率變化（technical efficiency change，EC）和技術(shù)變化（technological change，TC）：

其中：MI為Malmquist 指數(shù)（malmquist index）；g為Malmquist 模型是以所有各期共同構(gòu)建的前沿作為參比前沿；xt和xt+1分別為t和t+1 期的投入；yt和yt+1為產(chǎn)出；Et（xt，yt）為用t期技術(shù)為的t期技術(shù)效率水平；Et+1（xt+1，yt+1）是用t+1 期技術(shù)為的t+1 期技術(shù)效率水平；M＞1 表明綠色技術(shù)創(chuàng)新效率提高，反之降低；EC＞1 表明技術(shù)效率改善，反之相反；TC＞1 表明技術(shù)進(jìn)步，反之退步。

（二）指標(biāo)選取

根據(jù)創(chuàng)新價(jià)值鏈理論，技術(shù)創(chuàng)新活動(dòng)一般包括技術(shù)研發(fā)和成果轉(zhuǎn)化兩個(gè)階段。綜合張江雪和朱磊（2012）、羅良文和梁圣蓉（2016）等對(duì)相關(guān)指標(biāo)的選取及數(shù)據(jù)的可獲得性建立指標(biāo)體系（表1）。

表1 綠色技術(shù)創(chuàng)新效率指標(biāo)體系

1.綠色技術(shù)研發(fā)階段投入產(chǎn)出指標(biāo)

對(duì)于投入指標(biāo)，考慮到當(dāng)前還沒(méi)有關(guān)于綠色創(chuàng)新人員和研發(fā)經(jīng)費(fèi)的統(tǒng)計(jì)指標(biāo)，故參考肖仁橋等（2020）的文獻(xiàn)，用傳統(tǒng)的創(chuàng)新人員、研發(fā)經(jīng)費(fèi)來(lái)替代。這主要是由于將傳統(tǒng)研究人員與綠色研究人員分開(kāi)有一定困難，并且企業(yè)開(kāi)展的許多普通技術(shù)創(chuàng)新項(xiàng)目也能同時(shí)促進(jìn)經(jīng)濟(jì)與環(huán)境效益。除此之外，這一階段的投入指標(biāo)還包括新產(chǎn)品開(kāi)發(fā)經(jīng)費(fèi)支出①許多研究用當(dāng)期R&D 資金投入表示技術(shù)創(chuàng)新投入，但這一投入往往具有積累和時(shí)滯效應(yīng)，創(chuàng)新產(chǎn)出還依賴于之前的投入。用永續(xù)盤(pán)存法來(lái)算存量：Kit=(1- δ )Kit-1 +Iit。其中Kit、Kit-1分別表示i 省份t 和t-1 年的資本存量，δ 代表資本折舊率，本研究借鑒陳鈺芬等（2020）、孫鳳娥和江永宏（2018）的研究，將其設(shè)定為20.6%，Iit表示i 省份在第t 年的R&D 經(jīng)費(fèi)內(nèi)部支出。選取基期為2011 年，按照公式：Ki0= Ii0/(g + δ)，計(jì)算各省份工業(yè)企業(yè)的初始資本存量。在算存量前采用侯建等（2020）計(jì)算研發(fā)價(jià)格指數(shù)方法：R&D 價(jià)格指數(shù)=0.55×居民消費(fèi)價(jià)格指數(shù)+0.45×固定資產(chǎn)投資價(jià)格指數(shù)，對(duì)R&D 經(jīng)費(fèi)支出和新產(chǎn)品開(kāi)發(fā)經(jīng)費(fèi)進(jìn)行平減。。

對(duì)于產(chǎn)出指標(biāo)，選取專(zhuān)利申請(qǐng)數(shù)、有效發(fā)明專(zhuān)利和新產(chǎn)品開(kāi)發(fā)項(xiàng)目數(shù)。自從專(zhuān)利出現(xiàn)以來(lái)，還沒(méi)有找到其他更為合適的指標(biāo)能很好地反映科研產(chǎn)出。另外，相比于其他專(zhuān)利，發(fā)明專(zhuān)利的技術(shù)含量也相對(duì)比較高（錢(qián)麗等，2015）。

2.成果轉(zhuǎn)化階段投入產(chǎn)出指標(biāo)

這一階段的投入指標(biāo)，即為技術(shù)研發(fā)階段的產(chǎn)出。將專(zhuān)利和新產(chǎn)品開(kāi)發(fā)項(xiàng)目當(dāng)作中間指標(biāo)，正好是為了檢驗(yàn)其社會(huì)經(jīng)濟(jì)等效益轉(zhuǎn)化程度。除此之外，將能源消費(fèi)量作為第二階段的投入，這是因?yàn)楣I(yè)企業(yè)是能源消費(fèi)主體，而且能源被消耗之后產(chǎn)生的污染物排放，一般被認(rèn)為是壞產(chǎn)出的來(lái)源。在期望產(chǎn)出方面，以新產(chǎn)品銷(xiāo)售收入衡量創(chuàng)新成果，用2013 年不變價(jià)格工業(yè)生產(chǎn)者出廠價(jià)指數(shù)對(duì)其平減，將工業(yè)三廢排放量等非期望產(chǎn)出作為環(huán)境污染產(chǎn)出的代理變量。

（三）樣本選擇和數(shù)據(jù)來(lái)源

選取30 個(gè)省（自治區(qū)、直轄市）（因數(shù)據(jù)缺失，不含西藏地區(qū)和港澳臺(tái)地區(qū)）的工業(yè)企業(yè)作為研究對(duì)象。由于目前相關(guān)數(shù)據(jù)統(tǒng)計(jì)的大多數(shù)是規(guī)模以上工業(yè)企業(yè)②中國(guó)工業(yè)企業(yè)數(shù)據(jù)的樣本范圍為全部國(guó)有企業(yè)及規(guī)模以上非國(guó)有工業(yè)企業(yè)，“工業(yè)”統(tǒng)計(jì)口徑包括國(guó)民經(jīng)濟(jì)行業(yè)分類(lèi)中的“采掘業(yè)”“制造業(yè)”以及“電力、燃?xì)庖约八纳a(chǎn)和供應(yīng)業(yè)”三個(gè)門(mén)類(lèi)，“規(guī)模以上”指年?duì)I業(yè)收入2000 萬(wàn)元以上。，為了使研究數(shù)據(jù)保持一致，所以選取規(guī)模以上工業(yè)企業(yè)，一定規(guī)模以上的企業(yè)對(duì)DEA 模型指標(biāo)的選取也具有典型性。以“十二五”規(guī)劃開(kāi)局之年——2011 年為起點(diǎn)，由于2019 年各省（自治區(qū)、直轄市）污染物排放相關(guān)數(shù)據(jù)還沒(méi)公布，所以樣本期為2011—2018 年。鑒于投入轉(zhuǎn)化為產(chǎn)出具有時(shí)滯性，借鑒肖權(quán)和趙路（2020）的研究成果將滯后期定為2 年，所以科技研發(fā)投入、中間產(chǎn)出與成果轉(zhuǎn)化投入及成果轉(zhuǎn)化產(chǎn)出的數(shù)據(jù)年份分別為2011—2016 年、2012—2017 年、2013—2018 年。本研究的數(shù)據(jù)主要來(lái)源于國(guó)泰安數(shù)據(jù)庫(kù)和EPS 數(shù)據(jù)平臺(tái)，通過(guò)《中國(guó)城市統(tǒng)計(jì)年鑒》、各省（自治區(qū)、直轄市）統(tǒng)計(jì)年鑒和統(tǒng)計(jì)局進(jìn)行補(bǔ)充。對(duì)于部分省（自治區(qū)、直轄市）部分年份工業(yè)廢水排放量統(tǒng)計(jì)不完善的，按照工業(yè)廢水占廢水排放總量比重的加權(quán)平均值進(jìn)行推算。

四、實(shí)證分析

運(yùn)用包含非期望產(chǎn)出的超效率網(wǎng)絡(luò)SBM-Malmquist 模型，使用MAXDEAUltra8.0 軟件，測(cè)算我國(guó)30 個(gè)省（自治區(qū)、直轄市）規(guī)模以上工業(yè)企業(yè)綠色技術(shù)創(chuàng)新效率值。

（一）綠色技術(shù)創(chuàng)新靜態(tài)效率

為了分析我國(guó)規(guī)模以上工業(yè)企業(yè)綠色技術(shù)創(chuàng)新效率特征及變化趨勢(shì)，基于面板數(shù)據(jù)測(cè)算的結(jié)果見(jiàn)表2。從全國(guó)綠色技術(shù)創(chuàng)新效率均值來(lái)看，在2013—2018 年，我國(guó)工業(yè)企業(yè)效率呈現(xiàn)出較小幅度的上升趨勢(shì)，由2013 年的0.3260 上升到2018 年的0.3915，均值為0.3543，在0.5 以下，低于全國(guó)均值的地區(qū)個(gè)數(shù)大于高于全國(guó)均值的地區(qū)個(gè)數(shù)，表明我國(guó)整體綠色技術(shù)創(chuàng)新處于較低水平，省際差異很大，發(fā)展很不平衡，未來(lái)還有很大的提升空間。

表2 2013—2018 年我國(guó)30 個(gè)省（自治區(qū)、直轄市）規(guī)模以上工業(yè)企業(yè)綠色技術(shù)創(chuàng)新效率

不同省份之間效率差異顯著，綠色技術(shù)創(chuàng)新效率均值最高的地區(qū)是浙江（0.8303）和北京（0.8046），其中浙江省綠色技術(shù)創(chuàng)新效率在2013—2018 年略微有所下降，說(shuō)明投入和產(chǎn)出的結(jié)構(gòu)雖已逐漸趨于合理，但仍需往穩(wěn)步提升效率值的方向發(fā)展。北京由2013 年的0.6205 上升到2018 年的0.8730，說(shuō)明在考察期內(nèi)能較好地利用資源，不斷朝著實(shí)現(xiàn)經(jīng)濟(jì)和環(huán)境協(xié)調(diào)發(fā)展的方向努力，并且北京作為中國(guó)首都，技術(shù)開(kāi)發(fā)配套設(shè)施完善、市場(chǎng)化程度高，在科技研發(fā)投入規(guī)模和產(chǎn)出方面都處于全國(guó)前列。其次是廣東、安徽、重慶和上海，可以得知這些省市的技術(shù)和管理水平較高，其中廣東和上海經(jīng)濟(jì)發(fā)達(dá)，是人才科技的集中地區(qū)，并且相關(guān)管理制度完善，創(chuàng)新環(huán)境和市場(chǎng)化進(jìn)程也不斷加快，促使綠色技術(shù)創(chuàng)新效率處于較優(yōu)水平。重慶雖然地處內(nèi)陸地區(qū)，但在技術(shù)創(chuàng)新過(guò)程中，科技發(fā)展態(tài)勢(shì)良好，取得了較好的環(huán)境效益和經(jīng)濟(jì)效益，只是其對(duì)周邊效率相對(duì)較差的省份并沒(méi)有出現(xiàn)帶動(dòng)效果，未來(lái)的任務(wù)就是在保持自身優(yōu)勢(shì)的同時(shí)，帶動(dòng)周邊西部地區(qū)綠色技術(shù)創(chuàng)新發(fā)展。排名最低的青海省和內(nèi)蒙古，效率不足10%，這是由于這兩個(gè)地區(qū)地廣人稀，加上地理位置較偏，工業(yè)基礎(chǔ)和技術(shù)水平薄弱，科技投入帶來(lái)的邊際產(chǎn)出比較少。此外，還可以看出考察期內(nèi)低效率省份的綠色技術(shù)創(chuàng)新效率值總體表現(xiàn)出上升趨勢(shì)，省份之間的差異正在逐漸縮小。

就東部、中部、西部三大地區(qū)對(duì)比而言，2013—2018 年，東部地區(qū)工業(yè)企業(yè)綠色技術(shù)創(chuàng)新效率均值為0.4946，高于中部地區(qū)（0.2876）和西部地區(qū)（0.2571），表明我國(guó)工業(yè)企業(yè)綠色技術(shù)創(chuàng)新效率呈現(xiàn)出“東-中-西”依次遞減的階梯式空間分布格局。從三大地區(qū)工業(yè)企業(yè)綠色技術(shù)創(chuàng)新效率的演化趨勢(shì)來(lái)看（圖1），東部和中部地區(qū)工業(yè)企業(yè)綠色技術(shù)創(chuàng)新效率變化趨勢(shì)基本一致，兩者總體上均呈現(xiàn)出波浪式緩慢上升的特征，西部地區(qū)經(jīng)歷了先快速下降到緩慢上升的過(guò)程，然后在緩慢下降的趨勢(shì)，綠色技術(shù)創(chuàng)新效率不是很穩(wěn)定，是未來(lái)政策需要關(guān)注的重點(diǎn)區(qū)域。與東部地區(qū)工業(yè)企業(yè)綠色技術(shù)創(chuàng)新效率持上升的趨勢(shì)相比，中西部效率水平不僅存在絕對(duì)水平明顯偏低的特征，而且還表現(xiàn)出了增長(zhǎng)幅度的差異。其中，中西部地區(qū)以2014 年為分水嶺，2014 年之后，中部地區(qū)的綠色技術(shù)創(chuàng)新效率值一直高于西部地區(qū)，說(shuō)明隨著中部崛起、長(zhǎng)江中游城市群戰(zhàn)略的實(shí)施，中部地區(qū)的綠色技術(shù)創(chuàng)新效率不斷上升。

圖1 2013—2018 年三大地區(qū)工業(yè)企業(yè)綠色技術(shù)創(chuàng)新效率演變

根據(jù)效率測(cè)算結(jié)果，將各省份效率值劃分成不同等級(jí)：低效率（小于0.4），中低效率（0.4≤綠色技術(shù)創(chuàng)新效率＜0.6），中高效率（0.6≤綠色技術(shù)創(chuàng)新效率＜0.8）和高效率（大于0.8）。見(jiàn)表3，在樣本期內(nèi)，高效率省份個(gè)數(shù)有所增加，其中浙江省在考察期內(nèi)始終躋于高效率行列，北京由中高效率上升至高效率。屬于中低效率的省份個(gè)數(shù)隨時(shí)間變化較大，由6 個(gè)減少到3 個(gè)，其中安徽和廣東由中低效率提升到高效率，上海由中低效率提高到中高效率。屬于低效率的省份個(gè)數(shù)變化不大，主要來(lái)自西部和中部欠發(fā)達(dá)地區(qū)，其中山西一直處于低效率地區(qū)，這是因?yàn)樯轿魇侵袊?guó)重要的煤炭省份，資源和能源十分豐富，但經(jīng)濟(jì)發(fā)展模式是粗放型發(fā)展模式。東北地區(qū)的內(nèi)蒙古和黑吉遼也一直處于低效率等級(jí)，且效率遠(yuǎn)低于全國(guó)平均水平，這是由于與其他地區(qū)相比，東北地區(qū)更加重視農(nóng)業(yè)發(fā)展，忽視了對(duì)工業(yè)企業(yè)技術(shù)創(chuàng)新的投入和支持，加上地廣人稀，創(chuàng)新型人才大量流失，該地區(qū)應(yīng)該在國(guó)家振興東北老工業(yè)基地戰(zhàn)略政策的支持下，大力推進(jìn)技術(shù)創(chuàng)新，實(shí)現(xiàn)質(zhì)的飛躍。總之，由于中國(guó)地域跨度較大，很多省市之間發(fā)展不平衡，地理因素和環(huán)境因素衍生出各區(qū)域經(jīng)濟(jì)環(huán)境、政治環(huán)境、市場(chǎng)環(huán)境和企業(yè)內(nèi)部環(huán)境等方面的差異，使得各地的綠色技術(shù)創(chuàng)新效率也產(chǎn)生差異，且局部地區(qū)較強(qiáng)的技術(shù)創(chuàng)新能力未能帶動(dòng)落后地區(qū)的發(fā)展，需要加快區(qū)域協(xié)同發(fā)展，縮小地區(qū)差異。

表3 綠色技術(shù)創(chuàng)新效率等級(jí)分布

各階段效率可分解為純技術(shù)效率（pure technical efficiency，PTE）和規(guī)模效率（scale efficiency，SE）。通過(guò)比較表4 可以發(fā)現(xiàn)，兩階段的SE都大于PTE，而TE=PTE×SE，說(shuō)明工業(yè)企業(yè)綠色技術(shù)創(chuàng)新效率比較依賴于規(guī)模水平，而純技術(shù)效率水平低是造成兩階段綠色技術(shù)創(chuàng)新效率不高的主要原因。因此需要減少對(duì)規(guī)模水平的依賴，不能單純依靠加大研發(fā)投入，而是應(yīng)大力提升技術(shù)水平，著重提高創(chuàng)新資源的利用和管理。此外，由圖2 可以看出，2013—2018 年各階段效率均值總體上呈波動(dòng)增長(zhǎng)趨勢(shì)。科技研發(fā)階段呈現(xiàn)“V”型變化趨勢(shì)，效率值在2016 年降至最低值，隨后呈現(xiàn)上升趨勢(shì)，且上升速度大于2016 年之前的下降速度，出現(xiàn)向好的增長(zhǎng)趨勢(shì)。成果轉(zhuǎn)化效率除在2016 年出現(xiàn)略微小幅度下降之外，整體呈現(xiàn)持續(xù)上漲趨勢(shì)，且上漲速度越來(lái)越快。整體綠色創(chuàng)新效率在2014—2017 年的變化趨勢(shì)與成果轉(zhuǎn)化階段相似，呈現(xiàn)穩(wěn)步提升態(tài)勢(shì)，但2014 年和2018 年這兩個(gè)年份，相比上一年出現(xiàn)小幅度下降。技術(shù)研發(fā)時(shí)期和成果轉(zhuǎn)化時(shí)期對(duì)整體創(chuàng)新效率的影響有所不同，相比于科技研發(fā)階段，成果轉(zhuǎn)化階段效率水平整體偏低，說(shuō)明我國(guó)工業(yè)企業(yè)在成果轉(zhuǎn)化方面還處于一個(gè)上升較為艱難的階段，導(dǎo)致整體綠色技術(shù)創(chuàng)新效率偏低，這就需要企業(yè)更加關(guān)注經(jīng)濟(jì)效益轉(zhuǎn)化方面，促進(jìn)新產(chǎn)品銷(xiāo)售收入的增長(zhǎng)。

表4 兩階段綠色技術(shù)創(chuàng)新效率及其分解

圖2 各階段綠色技術(shù)創(chuàng)新效率變化趨勢(shì)

（二）Malmquist-Luenberger 指數(shù)動(dòng)態(tài)分析

Malmquist-Luenberger 指數(shù)代表了綠色技術(shù)創(chuàng)新的動(dòng)態(tài)變化值，可分解為技術(shù)效率變化指數(shù)和技術(shù)進(jìn)步指數(shù)。我國(guó)工業(yè)企業(yè)綠色技術(shù)創(chuàng)新效率變化指數(shù)及其分解值見(jiàn)表5。從總體上來(lái)看，我國(guó)ML指數(shù)的平均值達(dá)到1.0974，年均增長(zhǎng)約9.74%。在考察期內(nèi)，有24 個(gè)省份的ML指數(shù)大于1，所占比重為80%，大于均值的省份有9 個(gè)，占比僅為30%，由此可以看出我國(guó)綠色技術(shù)創(chuàng)新效率整體發(fā)展態(tài)勢(shì)良好，但是由于各省份技術(shù)條件、管理制度和經(jīng)濟(jì)發(fā)展水平不同，使得綠色技術(shù)創(chuàng)新效率存在顯著差異。技術(shù)效率變化指數(shù)平均增長(zhǎng)率達(dá)12.44%，大于1 的省份有23 個(gè)，技術(shù)進(jìn)步指數(shù)大于1 的省份僅有16 個(gè)，總體呈2.4%的下降趨勢(shì)。

表5 2013—2018 年我國(guó)各省（自治區(qū)、直轄市）Malmquist-Luenberger 指數(shù)及其分解

綠色技術(shù)創(chuàng)新效率變化指數(shù)增長(zhǎng)較為顯著的地區(qū)包括海南、青海和吉林，表明這三個(gè)地區(qū)對(duì)于綠色創(chuàng)新資源配置效率及在人員管理水平方面有所優(yōu)化改進(jìn)。其次廣東省指數(shù)增長(zhǎng)高達(dá)27%，說(shuō)明該省的總體發(fā)展趨勢(shì)向好，可能的原因是廣東位于東南沿海地區(qū)，所處的地理位置比較優(yōu)越，近年來(lái)迅速成為金融、科技和人才的集中地，未來(lái)應(yīng)繼續(xù)保持又快又穩(wěn)的高質(zhì)量發(fā)展趨勢(shì)。湖北、山西、安徽、江西和上海的ML指數(shù)也達(dá)到了10%以上，說(shuō)明這些地區(qū)的科技管理體制改革成效顯著，其中，湖北和江西的技術(shù)進(jìn)步指數(shù)小于1，上海的技術(shù)效率變化指數(shù)小于1，所以在向好發(fā)展趨勢(shì)的基礎(chǔ)上，應(yīng)該使技術(shù)投入產(chǎn)出結(jié)構(gòu)的安排更加合理，并且持續(xù)強(qiáng)化技術(shù)創(chuàng)新，促進(jìn)技術(shù)進(jìn)步，山西和安徽技術(shù)效率和技術(shù)進(jìn)步指數(shù)的增長(zhǎng)比較平衡。需要指出的是浙江、陜西、山東、天津、甘肅和寧夏這6 個(gè)省份的ML小于1，原因如下：浙江的TC為0.9906，寧夏的TC為0.6575，ML指數(shù)主要?dú)w因于技術(shù)進(jìn)步的負(fù)面影響；陜西EC為0.9305，山東EC為0.9469，天津的EC值為0.8804，技術(shù)進(jìn)步的提高被技術(shù)效率衰退所影響；甘肅的兩個(gè)分解值都低于1，技術(shù)效率和技術(shù)進(jìn)步同時(shí)對(duì)ML指數(shù)的提升起負(fù)向作用。

圖3 給出了三大地區(qū)工業(yè)企業(yè)的Malmquist-Luenberger 指數(shù)及其分解值。可以看出，東部地區(qū)的ML指數(shù)主要?dú)w結(jié)于技術(shù)進(jìn)步（TC）指數(shù)的增長(zhǎng)，說(shuō)明東部地區(qū)工業(yè)企業(yè)的自主創(chuàng)新能力相對(duì)較強(qiáng)，技術(shù)水平提升速度快。而中西部地區(qū)的ML指數(shù)則主要依賴于技術(shù)效率變化（EC）指數(shù)的增長(zhǎng)，原因可能是，近年來(lái)，隨著產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的加速，工業(yè)大規(guī)模地由東部地區(qū)轉(zhuǎn)移到中西部地區(qū)，產(chǎn)業(yè)集聚效應(yīng)使得中西部地區(qū)工業(yè)企業(yè)的技術(shù)效率變化指數(shù)大大提高。從三大區(qū)域?qū)用鎭?lái)看，總體而言，ML指數(shù)和TC指數(shù)均呈現(xiàn)出東中西依次遞減的特征，EC指數(shù)則是西部地區(qū)大于中部地區(qū)，中部地區(qū)大于東部地區(qū)。

圖3 三大地區(qū)工業(yè)企業(yè)Malmquist-Luenberger 指數(shù)及其分解值

如表6 所示，在2013—2018 年，全國(guó)ML指數(shù)和EC指數(shù)均大于1，其中ML指數(shù)在2014—2015 年增長(zhǎng)率達(dá)到10%，2016—2017 年增長(zhǎng)速度最快，達(dá)到21.59%，其他年份增長(zhǎng)幅度較為平緩，不足10%，2017—2018 年增長(zhǎng)速度最慢，總體來(lái)看，ML指數(shù)變化波動(dòng)比較大，不是很穩(wěn)定。2013—2014 年、2014—2015 年、2017—2018 年技術(shù)效率變化指數(shù)都大于1，并且技術(shù)進(jìn)步指數(shù)都小于1，其中2014—2015年的技術(shù)進(jìn)步指數(shù)雖然小于1，但ML指數(shù)相比上年還是有所增長(zhǎng)，這主要是因?yàn)榧夹g(shù)效率的增長(zhǎng)作用抵消了技術(shù)衰退的負(fù)面影響，說(shuō)明技術(shù)進(jìn)步水平還有待提高。2015—2016 年盡管EC指數(shù)和TC指數(shù)都大于1，但是技術(shù)效率的拉動(dòng)作用較弱，使得ML指數(shù)雖大于1 但是仍沒(méi)有超過(guò)上年的增長(zhǎng)率。2016—2017 年ML指數(shù)最高，歸因于兩個(gè)指數(shù)的共同推動(dòng)，并且這一年的技術(shù)進(jìn)步指數(shù)增長(zhǎng)最快，說(shuō)明技術(shù)進(jìn)步的提高促進(jìn)了ML指數(shù)提高。ML指數(shù)增長(zhǎng)在2017—2018 年最慢，主要是受制于技術(shù)進(jìn)步的拉低，技術(shù)進(jìn)步的衰退超過(guò)了技術(shù)效率提升帶來(lái)的積極影響。為了探究綠色技術(shù)創(chuàng)新效率變動(dòng)顯著的具體原因，進(jìn)一步將技術(shù)效率變化指數(shù)分解為純技術(shù)效率變化指數(shù)（pure technical efficiency change，PEC）指數(shù)和規(guī)模效率變化（scale efficiency change，SEC）指數(shù)。除2015—2016 年的EC指數(shù)主要SEC指數(shù)的影響較大之外，在其他年份的EC指數(shù)受PEC指數(shù)和SEC指數(shù)兩者共同作用。PEC指數(shù)除2014—2015 年之外都大于SEC指數(shù)，說(shuō)明EC指數(shù)的增長(zhǎng)主要依賴于PEC指數(shù)。2016—2017 年的EC指數(shù)最低，這是因?yàn)楸M管PEC指數(shù)和SEC指數(shù)都大于1，但是兩者對(duì)整體的拉動(dòng)作用極低，沒(méi)有使得技術(shù)效率得到有效提升。

表6 2013—2018 年Malmquist-Luenberger 指數(shù)動(dòng)態(tài)效率及其分解

各指數(shù)變化趨勢(shì)如圖4 所示。在考察期內(nèi)，ML指數(shù)波動(dòng)變化較大，在2016—2017 年變化指數(shù)達(dá)到最大值。EC指數(shù)呈跌宕波動(dòng)增長(zhǎng)趨勢(shì)，在2017—2018 年變化指數(shù)達(dá)到1.3215，整體年均增長(zhǎng)率為12.44%。TC指數(shù)在2013—2017 年呈穩(wěn)步上升趨勢(shì)，由0.9544 提高到1.1962，但2017—2018 年突現(xiàn)下降，這種變化需要引起重視，這一年的技術(shù)進(jìn)步指數(shù)下降直接導(dǎo)致了綠色技術(shù)創(chuàng)新效率指數(shù)的降低，未來(lái)應(yīng)該找準(zhǔn)發(fā)展方向，繼續(xù)強(qiáng)化綠色技術(shù)創(chuàng)新，逐步實(shí)現(xiàn)快速平穩(wěn)發(fā)展，從總體上來(lái)看，TC指數(shù)呈現(xiàn)年均2.4%的下降趨勢(shì)。ML指數(shù)大體與TC指數(shù)變動(dòng)趨勢(shì)同步，說(shuō)明受技術(shù)水平變化的影響更大。PEC指數(shù)和SEC指數(shù)2015—2016 年和2017—2018 年差異較大，但二者的不同的是，2015—2016 年SEC的負(fù)向作用削弱了PEC對(duì)EC的拉動(dòng)作用，而2017—2018 年P(guān)EC的增長(zhǎng)作用明顯，使得EC大于PEC并且在考察期內(nèi)達(dá)到最大值，在其他年份，PEC和SEC差異不是很明顯，整體技術(shù)效率變化指數(shù)受兩者共同拉動(dòng)影響。

圖4 2013—2018 年Malmquist-Luenberger 指數(shù)及其分解值變化趨勢(shì)

五、結(jié)論與建議

運(yùn)用超效率網(wǎng)絡(luò)SBM 模型和Malmquist-Luenberger 指數(shù)測(cè)算各省（自治區(qū)、直轄市）工業(yè)企業(yè)綠色技術(shù)創(chuàng)新效率，分析其發(fā)展水平及差異，探究造成效率缺失和地區(qū)差異的具體原因，最終得到如下研究結(jié)論。

（1）中國(guó)工業(yè)企業(yè)綠色技術(shù)創(chuàng)新效率處在一個(gè)比較低的水平上，呈現(xiàn)出較小幅度的上升趨勢(shì)；綠色技術(shù)創(chuàng)新效率省際差異較大；我國(guó)工業(yè)企業(yè)綠色技術(shù)創(chuàng)新效率呈現(xiàn)出“東-中-西”依次遞減的階梯式空間分布格局，與東部地區(qū)工業(yè)企業(yè)綠色技術(shù)創(chuàng)新效率持上升的趨勢(shì)相比，中西部效率水平不僅存在絕對(duì)水平明顯偏低的特征，而且還表現(xiàn)出了增長(zhǎng)幅度的差異；在綠色技術(shù)成果的轉(zhuǎn)化期，效率值低于科技研發(fā)的效率值，存在較大提升空間，說(shuō)明我國(guó)在提高技術(shù)水平的同時(shí)，也得注重保護(hù)環(huán)境，并且也需要進(jìn)一步注重科研成果的產(chǎn)出和轉(zhuǎn)化。

（2）工業(yè)企業(yè)純技術(shù)效率遠(yuǎn)遠(yuǎn)小于規(guī)模效率，純技術(shù)效率低是造成整體效率較低的關(guān)鍵原因。

（3）在考察期內(nèi)，全國(guó)綠色技術(shù)創(chuàng)新效率的ML 指數(shù)均大于1，整體發(fā)展態(tài)勢(shì)良好。技術(shù)效率變化指數(shù)受PEC和SEC 共同影響，但其增長(zhǎng)主要依賴于純技術(shù)效率指數(shù)變化。從三大地區(qū)層面來(lái)看，東部地區(qū)的ML 指數(shù)主要?dú)w結(jié)于技術(shù)進(jìn)步指數(shù)的增長(zhǎng)，而中西部地區(qū)的ML 指數(shù)則主要依賴于技術(shù)效率變化指數(shù)的增長(zhǎng)。

針對(duì)上述研究結(jié)論，為提高我國(guó)工業(yè)企業(yè)綠色技術(shù)創(chuàng)新效率，提出如下對(duì)策建議。

（1）我國(guó)應(yīng)根據(jù)各省份效率缺失具體根源采取相應(yīng)措施。中國(guó)地域廣闊，各省份經(jīng)濟(jì)和文化存在著較大差異，應(yīng)加快各個(gè)地區(qū)技術(shù)經(jīng)濟(jì)均衡發(fā)展，制定對(duì)中西部地區(qū)傾斜的政策，制定相關(guān)優(yōu)惠政策吸引資金及高素質(zhì)科技人才，促進(jìn)綠色技術(shù)創(chuàng)新水平的提高。

（2）工業(yè)企業(yè)應(yīng)該提高創(chuàng)新管理水平，增強(qiáng)綠色技術(shù)創(chuàng)新意識(shí)。鼓勵(lì)和引導(dǎo)科技研發(fā)人員基于綠色增長(zhǎng)來(lái)提升創(chuàng)新能力促進(jìn)綠色創(chuàng)新改造升級(jí)。此外，企業(yè)需要不斷調(diào)整自身投資方向、研究方向及成果轉(zhuǎn)化方向，積極應(yīng)對(duì)不斷變化的市場(chǎng)需求。應(yīng)積極推動(dòng)產(chǎn)學(xué)研一體化。加強(qiáng)與科研單位及高等院校的交流，同時(shí)強(qiáng)化與中介機(jī)構(gòu)的合作，中介機(jī)構(gòu)以各種創(chuàng)新平臺(tái)為主，擁有創(chuàng)新資源，能夠促進(jìn)科技成果轉(zhuǎn)化的應(yīng)用。

（3）政府應(yīng)制定綠色科技型企業(yè)標(biāo)準(zhǔn)。作為調(diào)節(jié)企業(yè)創(chuàng)新系統(tǒng)的主體，政府應(yīng)從技術(shù)創(chuàng)新投入、能耗強(qiáng)度、污染物排放和創(chuàng)新成果轉(zhuǎn)化應(yīng)用著手。實(shí)施獎(jiǎng)勵(lì)和懲罰機(jī)制，對(duì)達(dá)標(biāo)企業(yè)給予稅收減免政策優(yōu)惠和研發(fā)補(bǔ)助；對(duì)高污染的企業(yè)采取懲罰措施，實(shí)施排污權(quán)市場(chǎng)交易機(jī)制。