６０ 管理评论第３０卷间的平衡点，拓展绿色技术创新研究外延，为建立高专利密集行业独有的绿色、生态创新模式，引导我国制造业未来可持续性创新发展提供借鉴具有重要参考价值和现实意义。文献综述关于工业绿色绩效的研究大致可以分为两类，第一类是关注绿色生产率或效率计算，依据计量分析测算能源或环境约束下的绿色转型绩效。第二类主要是其影响因素和相互作用机制研究。已有关于绿色效率的评价大多只是传统工业产业以及区域视角，自Ｃｈｕｎｇ等［８］首次运用基于非期望产出弱可自由处置性的方向距离函数测度传统工业绿色生产率，为环境运行条件下经济效应研究提供了理论上和方法上基础框架。随后，大量学者对绿色效率进行了探究，尤其针对发展中国家环境问题严峻情况。 Ｚｈｏｕ等［９］通过对中国电力行业工业区域环境绩效测度发现东部沿海省份由于技术水平较高，工业环境绩效明显高于中西部省份。类似观点的还有Ｗａｎｇ等［１０］和Ｚｈａｎｇ和Ｃｈｏｉ［１１］等。 Ｌｉ和Ｓｈｉ［１２］基于采掘业、轻工业、重工业及热电水的生产供应业的工业行业分类，对其环境绩效的变化测度发现各工业行业的绿色生产效率存在不同的Ｕ型变化特征。此外，多数文献仅单一考虑环境约束或能源约束。肖仁桥等［１３］基于中国省际大中型工业企业的面板数据，对环境约束下工业企业技术创新效率测算表明考察期内全国整体创新效率有所提升，并且还有较大的发展潜力。而王兆华和丰超［１４］研究表明目前中国整体上能源效率相对较低，其东西部区域间差异较大。随着环境能愈加突出和研究的深入，学者们在测算区域及行业绿色效率基础上对其影响因素及作用机制也进行了分析。对环境技术创新的影响，具有代表性的是波特提出的“波特假设”有效的环境政策能促进企业技术创新，抵消成本并提高环境运行的经济绩效［１５］。在此基础上，学者展开了大量影响因素的研究。 Ｂｏ⁃ｈｒｉｎｇｅｒ等［１６］基于面板数据分析证实了环境投资和生产增长正相关，环境规制需要大量环保投资。 Ｎｅｓｔａ等［１７］基于不同的竞争环境条件下分析表明环境政策在很大程度上影响着绿色专利产出，且能够有效推动绿色技术创新。除此之外，Ｐａｎ等［１８］分析表明人均ＧＤＰ、研发投入有利于提高工业绿色生产效率，而市场化指数、煤炭消费比重因素的推动作用在各地区间存在不同的影响。 Ｌａｎｏｉｅ等［１９］通过分析ＯＥＣＤ国家的环境政策、研发与环境、商业绩效的因果关系得出了环境研发投入对环境绩效作用不显著结论。国内学者张江雪等［２０］对中国３６行业研究发现自主创新对行业绿色增长的作用大于国内和国外技术引进，同时技术引进、外商直接投资与环境规制影响有正有负，不同行业存在较大差异。张芊芊等［２１］通过构建中国制造业资源环境保护能力驱动因素模型实证分析表明经济发展水平、科技投入、ＦＤＩ都与中国制造业资源环境保护能力具有显著的正向影响。更为重要的是，现有研究对绿色技术绩效的处理，较多采用了Ｃｈｕｎｇ等［８］提出的基于方向性距离函数的Ｍａｌｍｑｕｉｓｔ⁃Ｌｕｅｎｂｅｒｇｅｒ非参数方法，将环境污染视为生产中的非期望产出，但传统方向距离函数存在径向性和导向性偏差，不能解决投入和产出指标的松弛性问题［２２］。于是，Ｔｏｎｅ［２３］提出了非径向、非导向性考虑非期望产出的ＳＢＭ模型，但仍然存着无法对投入和产出进行径向改进和效率被夸大的问题。随后Ｆｕｋｕｙａｍａ和Ｗｅ⁃ｂｅｒ［２２］又对测度方法进一步改进，将ＳＢＭ方法与方向距离函数结合，建立目前最新的基于松弛测度的方向距离函数ＳＢＭ⁃ＤＤＦ模型，有效解决效率高估以及投入、产出效率不能非比例调整问题［２０］，更好地拟合投入、产出与污染排放之间的关系。综上所述，现有文献普遍以环境或能源约束的单一视角关注传统工业企业及区域环境或能耗效率问题而忽略了目前中国实际国情下高专利密集度制造业亦面临生态转型的挑战，缺乏对环境和能源共同约束下的高专利密集度制造业绿色创新绩效及行业企业的异质性特征进行系统深入的探讨。同时，方法上也较少考虑将变量松弛测度与方向距离函数结合。此外，在污染物指标的选取上，根据我国工业化发展转型的实际情况，考虑高专利制造业企业废水、ＳＯ２和固体废弃物组成及造成雾霾等气候的烟尘、粉尘等多种污染物拟合环境指标可能更为合适。为此，本文主要创新与贡献有以下方面方法上（１）选择废水、ＳＯ２和固体废弃物及造成雾霾等气候的烟尘、粉尘等指标组成的多种污染物进行多维度拟合，并同时考虑能源投入约束，克服污染物指标及环境或能源单一视角而造成的计量偏差；（２）针对现有研究中效率高估以及投入、产出效率不能非比例调整问题，将变量松弛测度与方向距离函数结合，构建目前最新的基于松弛测度的方向距离函数ＳＢＭ⁃ＤＤＦ模型进行有效拟合。内容上由于现有研究普遍忽略了目前中国实际国情下高专利密集度制造业并没有呈现第４期侯 建，等中国高专利密集度制造业技术创新绿色转型绩效及驱动因素研究６１ 出相应的高附加值、低污染、低能耗的特点，区别于传统产业，本文拓展高专利密集度制造业研究外延，重点关注绿色生态转型挑战，首次对环境和能源共同约束下的高专利密集度制造业绿色创新绩效及产业内部高、中、低绿色实践异质性特征和驱动因素进行系统深入的探讨，丰富了国内高专利密集度制造业的绿色技术创新研究领域成果，为高专利密集行业向独有的绿色、生态可持续性创新发展进行转型提供有效借鉴。研究模型与指标体系１、模型构建（１）技术创新绿色转型绩效测度本文首先把高专利密集度制造业每个行业作为一个决策单位，构造每一时期行业生产的最佳实践前沿。每个行业Ｎ项投入ｘ＝（ｘ１，．．．，ｘｎ），得到Ｍ项产出ｙ＝（ｙ１，．．．，ｙｍ），而第ｔ＝１，．．．，Ｔ时期，第ｋ＝１，．．．，Ｋ个行业投入产出值可表示为（ｘｋ，ｔ，ｙｋ，ｔ）。生产可能性集合满足闭集和有界集，产出和投入可自由处置性，基于ＤＥＡ将绿色生产技术模型表示为Ｐｔ ＝ ｛（ｘｔ，ｙｔ） ∶ ｘｔｎ ≥ 􀰐Ｋｋ ＝ １λｔｋｘｔｎｋ，∀ ｎ；ｙｔｍ ≤ 􀰐Ｋｋ ＝ １λｔｋｘｔｍｋ，∀ ｍ；􀰐Ｋｋ ＝ １λｔｋ ＝ １；λｔｋ ≥ ０，∀ ｋ｝ （１）其中，ｘｔ ＝（ｘｔ１，．．．，ｘｔｎ）；ｙｔ ＝（ｙｔ１，．．．，ｙｔｍ），λｔｋ是权重变量，权重之和为１和非负的权重限制表示规模收益可变，即ＶＲＳ，如果删除这一条件约束，则变为规模收益不变，即ＣＲＳ。由于传统的ＤＥＡ方向性距离函数存在径向性（即按比例缩减与扩大）和生产角度性（产出或导入角度），效率被高估且无法同时对生产和投入效率的非比例调整。而非径向、非导向性基于松弛变量的ＳＢＭ模型仍然存着无法对投入和产出进行径向的改进和效率被夸大问题。本文借鉴目前最新的ＳＢＭ方法与方向向量模型相结合的ＳＢＭ⁃ＤＤＦ办法，较好地解决了以上各类问题。根据Ｆｕｋｕｙａｍａ和Ｗｅｂｅｒ［２２］的文献，本文定义基于ＳＢＭ的方向性距离函数为Ｓ→ ｔＶ（ｘｔ，ｋ′，ｙｔ，ｋ′；ｇｘ，ｇｙ） ＝ Ｍａｘｓｘ，ｓｙ１Ｎ􀰐Ｎｎ ＝ １Ｓｘｎｇｘｎ ＋１Ｍ􀰐Ｍｍ ＝ １Ｓｙｍｇｙｍ２ｓ．ｔ．􀰐Ｋｋ ＝ １λｔｋｘｔｋｎ ＋ ｓｘｎ ＝ ｘｔｋ′ｎ，∀ ｎ􀰐 Ｋｋ ＝ １λｔｋｙｔｋｍ ＋ ｓｙｍ ＝ ｙｔｋ′ｍ，∀ ｍ􀰐 Ｋｋ ＝ １λｔｋ ＝ １，∀ ｋｓｘｎ ≥ ０，ｓｙｍ ≥ ０（２）其中，（ｘｔ，ｋ′，ｙｔ，ｋ′）表示ｔ时期行业ｋ′的投入和产出向量，（ｇｘ，ｇｙ）表示产出扩张，投入缩减的取值为正的方向向量，（ｓｘｎ，ｓｙｍ）表示投入和产出的松弛向量。 ｓｘｎ，ｓｙｍ为正值说明实际投入大于前沿投入且实际产出小于前沿潜在产出。在方向向量（ｇｘ，ｇｙ）和松弛向量（ｓｘｎ，ｓｙｍ）测量单位一致时，将松弛向量标准化，然后把标准化投入松弛和产出松弛分别求和与平均值。目标函数就是投入和产出无效率平均值之和最大化［２４，２５］。根据Ｆｕｋｕｙａｍａ和Ｗｅｂｅｒ［２２］的定义，当方向向量（ｇ２，ｇｙ）分别为ｘｍａｘｎ －ｘｍｉｎｘ和ｙｍａｘｍ －ｙｍｉｎｍ时，有０≤ Ｓ→ ｔＶ（ｘｔ，ｋ′，ｙｔ，ｋ′；ｇｘ，ｇｙ）≤ １，因此，可以构造高专利密集度制造业行业的技术创新绿色绩效指数为ＴＧＧＨ ＝ １ － Ｓ→ ｔＶ（ｘｔ，ｋ′，ｙｔ，ｋ′；ｇｘ，ｇｙ） （３）从而可判断，由于高专利密集度制造业行业的技术创新绿色绩效的无效率值Ｓ→ ｔＶ在０到１之间，进而技术创新绿色绩效ＴＧＧＨ也位于０到１之间。且无效率值Ｓ→ ｔＶ越低，则ＴＧＧＨ越高，反之则相反。（２）技术创新绿色转型绩效驱动因素模型为了进一步研究高专利密集度行业内外部运营环境各个因素对其技术创新绿色绩效的方向变动和力度异质性影响，本文以高专利密集度制造业技术创新绿色绩效（ＴＧＧＨ）为被解释变量，以其主要驱动因素为解６２ 管理评论第３０卷释变量构建ＤＥＡ⁃Ｔｏｂｉｔ回归模型，由于产业技术创新绿色绩效指数（ＴＧＧＨ）数据为０到１之间，即因变量的数据被截断，因此采用受限因变量Ｔｏｂｉｔ回归模型更为合适。由此，结合转型期中国高专利密集的制造业经济的特点，并参考文献［２１，２６，２７］驱动因素研究，构建的高专利密集度制造业技术创新绿色转型绩效驱动因素的双边Ｔｏｂｉｔ模型为ＴＧＧＨｉ，ｔ ＝ Ｃ ＋ α１ＥＲＳｉ，ｔ ＋ α２ＳＣＡｉ，ｔ ＋ α３ＣＡＰｉ，ｔ ＋ α４ＭＡＲｉ，ｔ ＋ α５ＴＩＳｉ，ｔ ＋ α６ＦＤＩｉ，ｔ ＋ εｉ，ｔ （４）其中，ｉ表示产业，ｔ表示时期；Ｃ为常数项；ε为随机误差项。其中，ＴＧＧＨ表示测算的产业技术创新绿色转型绩效，ＥＲＳ表示环境管制，ＳＣＡ表示企业规模要素，ＣＡＰ表示资本深化，ＭＡＲ表示市场竞争，ＴＩＳ表示技术引进配置结构，ＦＤＩ表示外资引进。２、变量和数据（１）投入指标资金投入。 ＲＤ经费投入是高专利密集度制造业开展研发创新活动，实现知识创造和技术创新的前提条件。而技术创新过程中前期创新资金投入残值会继续对后期的研发活动产生影响，流量指标会忽视前面各期残值贡献［２６］。因此ＲＤ经费投入采用存量指标，而不是流量指标。本文首先采用“研发价格指数”（工业企业科技活动统计资料中样本期内制造业科技活动经费支出用于劳务费和原材料费的比重均值约为４０６０，所以ＲＤ价格指数为年度消费价格指数和固定资产价格指数的加权平均折算，权重分别为０􀆰 ４和０􀆰 ６）对ＲＤ经费进行平减，折算成２００３年为基期的数据。进而采用永续盘存法计算存量，即ＲＤｉ，ｔ ＝Ｋｉ，ｔ－１＋（１－δ）ＲＤｉ，ｔ－１，ＲＤｉ，ｔ为ｉ产业ｔ期研发投入存量，Ｋ为ｉ产业ｔ－１期研发投入，δ为研发指标存量折旧率，取１５％。关于基年研发指标存量ＲＤｉ，０的确定，假定研发指标存量平均增长率等于研发投入平均增长率ｇ，则ＲＤｉ，０ ＝Ｋｉ，０ ／ （ｇ＋δ）。在人力投入方面，选取ＲＤ人员全时当量，进而体现专利创新研发运营的全过程人力资源投入量［１３，２６，２７］。能源投入。能源消耗是绿色技术创新的基础，将能源投入纳入效率测度中。本文的能源投入为分行业能源消费总量（万吨标准煤）指标。（２）产出指标期望产出。也为正常产出，反映产业技术创新意愿成果。针对产业专利密集特征，专利申请数较少受政府专利审查机构审查能力的影响和制约，更能反映研发创新的真实水平。同时，在技术创新经济产出方面，以高专利密集度产业新产品产值作为间接产出指标，更为全面反映技术创新成果，并以２００３年为基期行业工业品出厂价格指数进行平减。非期望产出。作为期望产出的“副产品”，在技术创新过程中所产生的直接或间接损害绩效产出物（污染排放等）。将环境效应纳入研究框架，选取工业化过程中制造业主要污染源工业废水排放量、ＳＯ２、工业固体废物排放量指标，并考虑高专利密集企业的“高科技污染”的烟尘、粉尘指标雾霾影响，运用熵值法将５个指标拟合为行业环境污染综合指数。首先，由于各污染指标间不同量纲的不可比性，进行标准化处理ｐｉｊ ＝ Ｘｉｊ􀰐 ｍｉ ＝ １Ｘｉｊ，（ｉ ＝ １，２， ，ｊ ＝ １，２， ，ｍ） （５）其中，选取ｎ个高专利密集度行业，ｍ个指标，则Ｘｉｊ为第ｉ个行业的第ｊ个污染指标的数值，∑ ｎｉ＝１Ｘｉｊ为ｎ个高专利密集度行业第ｊ个指标污染物数值总和。其次，计算第ｊ个指标熵值ｅｊ ＝－ ｋ􀰐ｎｉ ＝ １ｐｉｊｌｎ（ｐｉｊ），ｋ ＞ ０，ｋ ＝ １／ ｌｎ（ｎ），ｅｊ ≥ ０ （６）求第ｊ个指标差异系数。对第ｊ项污染指标，指标值的差异越大，对方案评价的左右就越大，熵值就越小，定义差异系数ｇｊ ＝ １－ ｅｊｍ － Ｅｅ，Ｅｅ ＝ 􀰐ｍｊ ＝ １ｅｊ，０ ≤ ｇｉ ≤ １，􀰐ｍｊ ＝ １ｇｊ ＝ １ （７）然后，计算ｊ个污染指标权值第４期侯 建，等中国高专利密集度制造业技术创新绿色转型绩效及驱动因素研究６３ ｗｊ ＝ ｇｊ􀰐 ｍｊ ＝ １ｇｊ（１ ≤ ｊ ≤ ｍ） （８）最后，计算每年各行业环境污染综合指数ｓｉ ＝ 􀰐ｍｊ ＝ １ｗｊ ｐｉｊ （ｉ ＝ １，２，．．．，ｎ） （９）计算结果见表１。表１ 高专利密集度制造业环境污染指数产业２００４ ２００５ ２００６ ２００７ ２００８ ２００９ ２０１０平均通信设备计算机及其他电子设备制造业０􀆰 ０１６ ０􀆰 ０１６ ０􀆰 ０２０ ０􀆰 ０１８ ０􀆰 ０２０ ０􀆰 ０２０ ０􀆰 ０１７ ０􀆰 ０１８石油和天然气开采业０􀆰 ０１６ ０􀆰 ０１７ ０􀆰 ０１６ ０􀆰 ０１７ ０􀆰 ０１６ ０􀆰 ０１６ ０􀆰 ０１７ ０􀆰 ０１７工艺品及其他制造业０􀆰 ００４ ０􀆰 ００５ ０􀆰 ００４ ０􀆰 ０１０ ０􀆰 ０１２ ０􀆰 ０１１ ０􀆰 ００４ ０􀆰 ００７医药制造业０􀆰 ０４９ ０􀆰 ０４１ ０􀆰 ０４６ ０􀆰 ０４８ ０􀆰 ０５０ ０􀆰 ０５４ ０􀆰 ０５０ ０􀆰 ０４８专用设备制造业０􀆰 ０２０ ０􀆰 ０３１ ０􀆰 ０１７ ０􀆰 ０１６ ０􀆰 ０１７ ０􀆰 ０３４ ０􀆰 ０３３ ０􀆰 ０２４仪器仪表及文化办公用机械制造业０􀆰 ００９ ０􀆰 ００７ ０􀆰 ００８ ０􀆰 ００４ ０􀆰 ００３ ０􀆰 ００３ ０􀆰 ００３ ０􀆰 ００５通用设备制造业０􀆰 ０５６ ０􀆰 ０５２ ０􀆰 ０５２ ０􀆰 ０４０ ０􀆰 ０６１ ０􀆰 ０６０ ０􀆰 ０６７ ０􀆰 ０５５烟草制品业０􀆰 ００８ ０􀆰 ００８ ０􀆰 ００８ ０􀆰 ００７ ０􀆰 ００８ ０􀆰 ００７ ０􀆰 ００５ ０􀆰 ００７电气机械及器材制造业０􀆰 ０１３ ０􀆰 ０１４ ０􀆰 ００８ ０􀆰 ００９ ０􀆰 ０１０ ０􀆰 ００９ ０􀆰 ０１０ ０􀆰 ０１０化学原料和化学制品制造业０􀆰 ７７８ ０􀆰 ７７４ ０􀆰 ７８０ ０􀆰 ７６６ ０􀆰 ７５９ ０􀆰 ７４１ ０􀆰 ７５７ ０􀆰 ７６５文教体育用品制造业０􀆰 ００５ ０􀆰 ００４ ０􀆰 ００４ ０􀆰 ００１ ０􀆰 ００１ ０􀆰 ００１ ０􀆰 ００１ ０􀆰 ００２金属制品业０􀆰 ０２５ ０􀆰 ０２６ ０􀆰 ０３４ ０􀆰 ０４５ ０􀆰 ０４０ ０􀆰 ０３９ ０􀆰 ０３４ ０􀆰 ０３５家具制造业０􀆰 ００２ ０􀆰 ００４ ０􀆰 ００３ ０􀆰 ０１９ ０􀆰 ００３ ０􀆰 ００４ ０􀆰 ００３ ０􀆰 ００５（３）驱动因素指标环境规制（ＥＲＳ）。基于“波特假说”，环境规制可以有效减少污染物的排放，促进产业转型，但亦有研究表明环境规制会产生负向效应［２０，２８］。因此，环境规制对中国高专利密集度制造业绿色技术创新绩效的影响有待进一步验证。目前还没有统一测度形式，本文采用行业环境污染治理投资额指标来衡量。需要说明的是，公开统计资料并没有污染治理投资额分行业数据，需要分拆法处理，参考现有文献做法［２９］，设定行业污染治理投资额与设备运行费用的比重相同，使工业污染治理投资总额乘以各行业的设备运行费用与工业设备总运行费用的比重，最后得到各行业污染治理投资。且以２００３年为基期的固定资产投资价格指数对进行平减。企业规模要素（ＳＣＡ）。企业规模扩大，能量和资源消耗增大，抵消规模经济效益，使企业绿色创新效率下降，而企业规模过小也不能满足产业发展经济性要求。企业规模要素存在阶段和产业环境的不确定性，有必要进一步检验。本文采用行业总产值与行业内企业数比值表示，其中总产值运用以２００３年为基期的行业工业品出厂价格指数进行平减。资本深化（ＣＡＰ）。一般而言，资本增加的速度比劳动力增加的速度越快，产业的绿色技术创新效率越高［２７］。本文采用行业总资产与行业年末从业人数比值表示，其中行业总资产运用以２００３年为基期的固定资产价格指数进行平减。市场竞争（ＭＡＲ）。随着行业企业数量的增加，现有技术或产品竞争越激烈，从而促进绿色创新效率的不断提高。考虑数据可获得性，本文用企业数表示产业的市场竞争程度。技术引进配置结构（ＴＩＳ）。在实践中，高专利密集度制造业企业的科技经费除了用于自身的研发活动之外，还包括技术引进经费支出、消化吸收经费支出等非研发投入用途。目前中国高专利密集度制造业对引进技术的消化吸收经费远小于技术引进经费。技术引进只有与适当的消化吸收经费支出相匹配，才可能对高专利密集度制造业技术创新绩效产生影响作用［３０］。本文采用技术引进经费与消化吸收经费比值衡量。外资引进（ＦＤＩ）。外资通过技术溢出效应提升行业的技术水平进而改善企业绿色环境绩效，同时也存在着产业转移导致的环境、资源问题，即外商直接投资是把双刃剑，同时存在“污染光环”［３１］假说和“污染天堂”［３２］假说。本文采用行业外商和港澳台商投资工业总产值占该行业工业总产值的比重表示。本文根据２０１２年美国商务部联合专利商标局发布的知识产权与美国经济产业聚焦中提出的专利密６４ 管理评论第３０卷集度的衡量方式，即按照ＮＡＩＣＳ分类统计每５年的专利总数，除以产业的平均就业数和中国知识产权局官方公布的中国区域产业专利密集度统计报告的发明专利密集度测算法，结合学者姜南等［３３］、孙玮等［３４］代表性研究成果以及样本统计口径和数据可获得性，综合选择通信设备计算机及其他电子设备制造业、石油和天然气开采业、工艺品及其他制造业、医药制造业、专用设备制造业、仪器仪表及文化办公用机械制造业、通用设备制造业、烟草制品业、电气机械及器材制造业、化学原料和化学制品制造业、文教体育用品制造业、金属制品业和家具制造业１３个代表性的高专利密集产业作为研究对象。同时，现有统计资料数据统计口径发生多次变动，给数据的计量分析带来诸多不便。由于２０１０年之后中国科技统计年鉴只公布规模以上工业企业创新活动的数据，２０１０年之前统计主体基本以大中型工业企业为主，而中国环境统计年鉴公布的环境污染治理投资相关测算数据始于２００４年，为避免明显偏差，保持统计口径的一致，选择２００４－２０１０年高专利密集度制造业大中型工业企业数据研究。原始数据来自中国统计年鉴、中国科技统计年鉴、中国工业经济统计年鉴、工业企业科技活动统计年鉴、中国环境统计年鉴、中国能源统计年鉴以及ＥＰＳ全球统计数据／分析平台。此外，高专利密集度制造业绿色技术创新投入产出过程，存在一定时滞［２６］，本文选取一年滞后期，采用绿色技术创新投入数据为２００３－２００９年，产出数据为２００４－２０１０年。技术创新绿色转型绩效的测算与分析根据ＳＢＭ⁃ＤＤＦ方法，运用ＶＢ编程及Ｍａｔｌａｂ软件，对考虑能源和环境约束的中国高专利密集度制造业绿色技术绩效进行测算，结果见表２。表２ 高专利密集度制造业技术创新绿色转型绩效行业２００４ ２００５ ２００６ ２００７ ２００８ ２００９ ２０１０均值通信设备计算机及其他电子设备制造业１􀆰 ０００ １􀆰 ０００ １􀆰 ０００ １􀆰 ０００ １􀆰 ０００ １􀆰 ０００ １􀆰 ０００ １􀆰 ０００石油和天然气开采业０􀆰 ５３７ ０􀆰 ５３２ ０􀆰 ５４０ ０􀆰 ５２０ ０􀆰 ５２０ ０􀆰 ５１７ ０􀆰 ５１７ ０􀆰 ５２６工艺品及其他制造业０􀆰 ７３９ ０􀆰 ５９７ ０􀆰 ６９６ ０􀆰 ５４４ ０􀆰 ５４３ ０􀆰 ５５５ ０􀆰 ６３１ ０􀆰 ６１１医药制造业０􀆰 ５３０ ０􀆰 ５６５ ０􀆰 ５４０ ０􀆰 ５２１ ０􀆰 ５２４ ０􀆰 ５１９ ０􀆰 ５２０ ０􀆰 ５３１专用设备制造业０􀆰 ６４６ ０􀆰 ６６８ ０􀆰 ６９８ ０􀆰 ６７６ ０􀆰 ６９７ ０􀆰 ６４８ ０􀆰 ６５９ ０􀆰 ６７０仪器仪表及文化办公用机械制造业１􀆰 ０００ １􀆰 ０００ １􀆰 ０００ ０􀆰 ８９６ １􀆰 ０００ １􀆰 ０００ １􀆰 ０００ ０􀆰 ９８４通用设备制造业０􀆰 ６１５ ０􀆰 ７０２ ０􀆰 ６８２ ０􀆰 ６８５ ０􀆰 ６６７ ０􀆰 ６６４ ０􀆰 ６３７ ０􀆰 ６６４烟草制品业１􀆰 ０００ １􀆰 ０００ １􀆰 ０００ １􀆰 ０００ １􀆰 ０００ １􀆰 ０００ １􀆰 ０００ １􀆰 ０００电气机械及器材制造业１􀆰 ０００ １􀆰 ０００ １􀆰 ０００ １􀆰 ０００ １􀆰 ０００ １􀆰 ０００ １􀆰 ０００ １􀆰 ０００化学原料和化学制品制造业０􀆰 ５０５ ０􀆰 ５１２ ０􀆰 ５１１ ０􀆰 ５１０ ０􀆰 ５１６ ０􀆰 ５１０ ０􀆰 ５０９ ０􀆰 ５１０文教体育用品制造业１􀆰 ０００ １􀆰 ０００ １􀆰 ０００ １􀆰 ０００ １􀆰 ０００ １􀆰 ０００ １􀆰 ０００ １􀆰 ０００金属制品业０􀆰 ６２４ ０􀆰 ７７７ ０􀆰 ５９４ ０􀆰 ５４６ ０􀆰 ５６４ ０􀆰 ５６８ ０􀆰 ５７５ ０􀆰 ６０３家具制造业１􀆰 ０００ １􀆰 ０００ １􀆰 ０００ １􀆰 ０００ １􀆰 ０００ １􀆰 ０００ １􀆰 ０００ １􀆰 ０００行业整体０􀆰 ７５６ ０􀆰 ７７０ ０􀆰 ７６２ ０􀆰 ７３１ ０􀆰 ７４０ ０􀆰 ７３６ ０􀆰 ７４３ ０􀆰 ７４８由表２可知，我国高专利密集度制造业整体绿色技术创新绩效还不高，平均值为０􀆰 ７４８，并且行业异质性特征明显，排名最高的行业达到１􀆰 ０００的有效水平，技术创新节能减排实践最佳，而排名最低行业维持在０􀆰 ５１０左右的较低效率水平，表明这些知识和技术密集约束生产函数的高专利密集度制造业还没有发挥相应的低污染、低能耗效应，明显存在一定的环境污染和资源消耗控制问题。从发展趋势看，大多数行业环境技术效率在样本考察期内变化没有较大增长，甚至呈现小幅度下降的趋势，特别是２００６－２００７年下降程度略大，随着政府开始大幅度提升环境规制力度，提高环境规制标准，而高专利密集度制造业行业以高科技产业为主，行业的绿色发展运行成本较高，加上自主创新基础还薄弱，短时间内加大企业环保成本，使生产性投资挤出资本，不能发挥出“波特效应”。另一方面，长远来看，高专利技术创新与绿色生产的融合才能促进未来企业可持续创新发展。分行业看，行业间技术创新绿色绩效差距明显，排名最高的是通信设备计算机及其他电子设备制造业、烟草制造业、电气机械及器材制造业、文教体育用品制造业和家具制造业，位于高专利密集度制造业行业绿色技术创新效率前沿面，均值达到１􀆰 ０００，进一步证明了张江雪等［２０］的研究。其中，烟草制品业、文教体育用品制第４期侯 建，等中国高专利密集度制造业技术创新绿色转型绩效及驱动因素研究６５ 造业和家具制造业能耗和污染排放较低，使之达到绿色创新效率前沿，具有行业环境发展示范性。排名最低的行业为医药制造业、石油和天然气开采业和化学原料和化学制品制造业，样本期内整体水平仅在０􀆰 ５１－０􀆰 ５３间，尤其是化学原料和化学制品制造业工业规模和产值较高，但能耗和“三废”排放量相当大。如果以处于生产前沿面上的行业为参照，在投入既定且环境污染稳定情况下，绿色技术创新绩效可以增加５０％左右。按照高专利密集度制造业绿色技术创新绩效水平异质性分组高绿色创新组、中绿色创新组和低绿色创新组，见图１。根据测算效率值结构分组，高绿色创新组为通信设备计算机及其他电子设备制造业、烟草制造业、电气机械及器材制造业、文教体育用品制造业和家具制造业，中绿色创新组为仪器仪表及文化办公用机械制造业、专用设备制造业、通用设备制造业、工艺品及其他制造业和金属制品业；低绿色创新组为医药制造业、石油和天然气开采业和化学原料和化学制品制造业。图１可以看出，整体高专利密集度行业、高绿色创新组和低绿色创新组绿色技术绩效变化趋势基本一致，且较为稳定。高绿色创新行业依靠雄厚绿色技术创新基础，生产过程能源消耗较低，且废水、废气、固体废弃物排放也较少，达到有效绿色创新水平。低绿色创新行业一直在０􀆰 ５左右水平，不但低于行业整体，也显著低于高绿色创新行业。而中绿色创新组相对变化波动程度较大，总体绿色创新绩效接近于整体行业水平，但还存在一定差距，在２００７年差距最大，下降明显，这也直接拉低了全行业的绿色创新水平，需要重点关注。中绿色创新行业在新专利技术与绿色创新的融合度上更需要加以重视，提高可进一步实现绿色创新，反之可能发展为低绿色创新行业。图１ 绿色创新分组技术创新绿色转型绩效变动趋势同时，为进一步明确高专利密集度制造业环境污染和能耗与技术创新的结构情况，参考文献［３５］做法，本文采用前文熵值法拟合的环境污染综合指数评价结果重新将２００４－２０１０年高专利密集度制造业分组进行对比分析，见图２。图２ 污染分组技术创新绿色转型绩效变动趋势基于表１环境污染综合指数结果，高专利密集度制造业的高污染与中、低污染排放行业差距显著，因此高污染组只有化学原料和化学制品制造业。中污染组包括通用设备制造业、医药制造业、金属制品业、专用设备制造业、通信设备计算机及其他电子设备制造业、石油和天然气开采业和电气机械及器材制造业。低污染组包括工艺品及其他制造业、烟草制造业、家具制造业、仪器仪表及文化办公用机械制造业和文教体育用品制造６６ 管理评论第３０卷业。与图１相比，低污染组与高绿色创新组有一定差别，说明了高专利密集度制造业的污染程度和绿色技术创新绩效并不是完全一致，例如工艺品及其他制造业和仪器仪表及文化办公用机械制造业，由于自身三废污染物及高科技垃圾的排放较少，能耗量也控制在一定程度，因而注重新专利，新技术的实际经济效益，容易忽略新技术和能源环境的结合开发，加上能源转换效率低而损失能源，尽管属于低污染行业，其技术创新绿色效率相对较低。总体上，高专利密集度制造业既包括绿色创新融合较高的转型发展的高新技术产业、战略性新兴产业，又包括绿色发展水平相对较低的单纯依靠技术创新的传统知识技术密集型产业，绿色技术创新存在较大发展空间，值得我们高度重视。表３ 绿色创新最佳实践行业分布年度绿色创新最佳实践行业２００４－２００６通信设备计算机及其他电子设备制造业、仪器仪表及文化办公用机械制造业、烟草制品业、电气机械及器材制造业、文教体育用品制造业、家具制造业２００７通信设备计算机及其他电子设备制造业、烟草制品业、电气机械及器材制造业、文教体育用品制造业、家具制造业２００７－２０１０通信设备计算机及其他电子设备制造业、仪器仪表及文化办公用机械制造业、烟草制品业、电气机械及器材制造业、文教体育用品制造业、家具制造业结合表１、图１，样本中位于生产前沿面上绿色技术创新最佳实践行业如表３所示。环境和能源约束下共有六个行业出现在前沿面。而通信设备计算机及其他电子设备制造业、烟草制品业、电气机械及器材制造业、文教体育用品制造业、家具制造业表现最佳，是推动绿色技术创新的主要高专利密集度行业。未来发展中，这些行业应继续通过推动技术创新和绿色生态融合，引领我国制造业可持续性创新转型发展。绿色技术创新绩效驱动因素分析基于ＤＥＡ⁃Ｔｏｂｉｔ模型，运用Ｓｔａｔａ１３􀆰 ０软件，检验各因素变量对高专利密集度制造业绿色技术创新绩效的影响，结果如表４所示。表４ 高专利密集度制造业绿色技术创新绩效驱动因素检验解释变量系数标准误ｔ统计量Ｐ值ＥＲＳ －１７􀆰 ８８８０１∗ ∗ ∗ ２􀆰 ３０７５２１ －７􀆰 ７５ ０􀆰 ０００ＳＣＡ １４􀆰 ３６３１９∗ ∗ ５􀆰 ８２２０８５ ２􀆰 ４７ ０􀆰 ０１６ＣＡＰ ２４􀆰 ５６２３５∗ ∗ ∗ ６􀆰 ４１４４７２ ３􀆰 ８３ ０􀆰 ０００ＭＡＲ １２􀆰 ８６４３３∗ ∗ ∗ ４􀆰 ６１７８２４ ２􀆰 ７９ ０􀆰 ００７ＴＩＳ ２􀆰 １１００５３ ２􀆰 ３１８７０８ ０􀆰 ９１ ０􀆰 ３６５ＦＤＩ １􀆰 ７５６０５３∗ ∗ ∗ ０􀆰 ２９７１０１８ ５􀆰 ９１ ０􀆰 ０００常数项－１１４􀆰 ７９３２ ７２􀆰 ２５６２９ －１􀆰 ５９ ０􀆰 １１６（１）环境规制（ＥＲＳ）与高专利密集度制造业绿色技术绩效呈现显著的负相关，表明企业环保投入和污染治理投资并没有促进企业绿色技术绩效增长。这也和王志平等［７］、张芊芊等［２１］学者的研究保持了一致。原因在于，高专利密集度行业以知识和技术创新为主，行业的绿色发展水平较高，当生产性投资带来的效益远远超过不履行环境规制而承担的治理费时企业所付出的环保成本对其生产性投资存在资本挤出［７，２１］。另一方面，高专利密集的产业的技术创新多是以经济效益为导向，缺乏与绿色生态生产很好的融合，又由于新技术新专利在经济运行上的成功更容易忽略其创新生态效益。需要政府监管引导和政策支持，减少高专利密集制造业的绿色创新成本负担，激发主动进行绿色技术创新的动力。 （２）企业规模要素（ＳＣＡ）与绿色技术绩效显著正相关，表明中国高专利密集度制造业已初步显现出较为显著的规模经济效应。一般来说，规模较大的高专利密集度制造业企业在节能减排设备购买、绿色技术创新投资以及能源节约利用方面具有相对优势，进而绿色技术效率也比较高。 （３）资本深化（ＣＡＰ）与绿色技术绩效显著正相关，表明高专利密集度制造业劳动与资本转化结构较合理，资本密集对能源消耗和污染控制在合理程度，随着资本深化提高，绿色技术绩效不断提升。 （４）市场竞争（ＭＡＲ）与绿色技术绩效显著正相关，说明随着行业内企业数量增加，竞争会越激烈，进而激发技术创新动力，弥补投资成本的同时也会相应提高绿色创新技术绩效［３６］。 （５）技术引进配置结构（ＴＩＳ）与绿色技术绩效呈现不显著的正相关。在高专利密集度制造业中，“重引进轻消化”支出结构现象长期存在，企第４期侯 建，等中国高专利密集度制造业技术创新绿色转型绩效及驱动因素研究６７ 业缺乏进行消化吸收的积极性和自主技术创新的动力也限制了绿色创新活动。同时，技术重复引进造成一定资金浪费，尽管企业开始不断增强消化吸收经费支出，短期内呈现出的技术创新效果还不明显。 （６）外资引进（ＦＤＩ）与绿色技术绩效显著正相关。表明样本估计结果并不支持“污染天堂”假说，外资引进有利于促进行业绿色技术效率的提高。由于高专利密集度制造业技术创新资金成本高，还需要不断依靠外商投资的溢出效应，但同时随着我国环境问题的重视和我国发展质量的提升，对技术转移中的污染和能耗密集企业愈加限制，且我国环境规制强度亦不断提高，对外资企业投资生产时的环保要求也较高，总体上对高专利密集度制造业绿色发展是有效的。结论与启示本文运用ＳＢＭ⁃ＤＤＦ方法测算了２００４－２０１０年能源环境约束下中国高专利密集度制造业的技术创新绿色转型绩效，并实证检验了绿色技术创新绩效的主要驱动因素及机制。研究表明（１）我国高专利密集度制造业绿色技术创新绩效还不高，并且行业异质性特征明显。通信设备计算机及其他电子设备制造业、烟草制造业、电气机械及器材制造业、文教体育用品制造业和家具制造业的排名最高，是生产前沿面上绿色技术创新最佳实践行业；医药制造业、石油和天然气开采业和化学原料和化学制品制造业排名最低，还没有发挥相应的低污染、低能耗效应，需要引起注意。 （２）环境规制并没有对高专利密集度制造业绿色技术绩效起到积极作用，企业规模要素、资本深化、市场竞争和外资引进均显著促进了产业绿色技术绩效的提升，而高专利密集度制造业的技术引进配置结构对绿色技术绩效的驱动动作用不明显。据上述结论，提出以下启示第一，高专利密集度制造业是我国当前和未来产业创新的主体，但其绿色技术创新绩效水平并不匹配，明显存在一定的环境污染和资源消耗控制问题，传统的高专利密集制造业技术创新同样面临着生态转型挑战，必须引起足够的重视。只有加强自主研发和绿色技术创新相融合，才是实现绿色转型的关键。政府在提升环境规制力度的同时，相对于传统工业产业，需要加强依靠高专利密集度制造业绿色技术创新能力，加大自主技术创新与绿色生产的融合度，出台优惠政策引导和激发高专利密集度制造业对环境和能源技术的创造动力，积极建设绿色研发系统和环保技术设备共性技术研发平台，鼓励高专利密集度制造业企业研发生产符合环保标准的技术设备，建立高专利密集行业独有的绿色、生态的工业发展模式，以此引导我国制造业未来可持续性创新发展。第二，高专利密集度制造业绿色技术创新绩效行业异质性特征明显，推动行业节能减排目标的分解与政策制定应该充分考虑整个行业内绿色技术效率的差异，设定有区别的节能减排目标，尤其对行业内部低绿色创新产业加强清洁产生转型和而绿色技术应用，而避免发生对高绿色创新产业的过渡规制效应。同时加强行业之间技术交流与协作，促进节能减排技术扩散与外溢，从整体上达到技术创新与节能减排之间的平衡。第三，准确把握影响因素驱动效应，环境规制运行方面，需要政府监管引导和优惠政策支持，侧重减少高专利密集制造业的绿色创新成本负担，激发主动进行绿色技术创新的动力；此外，通过环境资本项目融资商业化资本化运作，优化资本深化在行业间要素禀赋配置，并适当提高行业集中度，发挥高专利密集度制造业绿色技术创新市场规模效应；同时优化ＦＤＩ结构，加强对知识和技术密集产业外商投资的环境能源方面的选择，对非清洁生产的项目“零容忍”，杜绝技术转移中污染产业，尤其是隐性的高科技产业企业。参考文献［１］ ＯＥＣＤ． Ｓｃｉｅｎｃｅ， Ｔｅｃｈｎｏｌｏｇｙ ａｎｄ Ｉｎｄｕｓｔｒｙ Ｓｃｏｒｅｂｏａｒｄ ２０１１［Ｒ］． ＯＥＣＤ， ２０１１［２］ ＵＳ Ｐａｔｅｎｔ． Ｉｎｔｅｌｌｅｃｔｕａｌ Ｐｒｏｐｅｒｔｙ ａｎｄ ｔｈｅ Ｕ．Ｓ． Ｅｃｏｎｏｍｙ Ｉｎｄｕｓｔｒｉｅｓ ｉｎ Ｆｏｃｕｓ［Ｒ］． Ｅｃｏｎｏｍｉｃｓ ａｎｄ Ｓｔａｔｉｓｔｉｃｓ Ａｄｍｉｎｉｓｔｒａｔｉｏｎ ａｎｄＵｎｉｔｅｄ Ｓｔａｔｅｓ Ｐａｔｅｎｔ ａｎｄ Ｔｒａｄｅｍａｒｋ Ｏｆｆｉｃｅ， ２０１２［３］ ＥＰＯ ＯＨＩＭ． Ｉｎｔｅｌｌｅｃｔｕａｌ Ｐｒｏｐｅｒｔｙ Ｒｉｇｈｔｓ Ｉｎｔｅｎｓｉｖｅ Ｉｎｄｕｓｔｒｉｅｓ Ｃｏｎｔｒｉｂｕｔｉｏｎ ｔｏ Ｅｃｏｎｏｍｉｃ Ｐｅｒｆｏｒｍａｎｃｅ ａｎｄ Ｅｍｐｌｏｙｍｅｎｔ ｉｎ ｔｈｅ Ｅｕｒｏ⁃ｐｅａｎ Ｕｎｉｏｎ［Ｒ］． Ｅｕｒｏｐｅａｎ Ｐａｔｅｎｔ Ｏｆｆｉｃｅ ａｎｄ ｔｈｅ Ｏｆｆｉｃｅ ｆｏｒ Ｈａｒｍｏｎｉｚａｔｉｏｎ ｉｎ ｔｈｅ Ｉｎｔｅｒｎａｌ Ｍａｒｋｅｔ， ２０１３［４］ 李凤新，刘磊，倪苹，等．中国产业专利密集度分析报告［Ｊ］．科学观察， ２０１５，１０（３）２１⁃４９［５］ 彭峰．高技术产业中技术转移与效率变化中国工业企业的证据［Ｄ］．武汉大学博士学位论文， ２０１３［６］ Ｍａｇａｔ Ｗ． Ｐｏｌｌｕｔｉｏｎ Ｃｏｎｔｒｏｌ ａｎｄ Ｔｅｃｈｎｏｌｏｇｉｃａｌ Ａｄｖａｎｃｅ Ａ Ｄｙｎａｍｉｃｓ Ｍｏｄｅｌ ｏｆ ｔｈｅ Ｆｉｒｍ［Ｊ］． Ｊｏｕｒｎａｌ ｏｆ Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｅｃｏｎｏｍｉｃｓ６８ 管理评论第３０卷ａｎｄ Ｍａｎａｇｅｍｅｎｔ， １９７８，５（１）１⁃２５［７］ 王志平，陶长琪，沈鹏熠．基于生态足迹的区域绿色技术效率及其影响因素研究［Ｊ］．中国人口．资源与环境， ２０１４，２４（１）３５⁃４０［８］ Ｃｈｕｎｇ Ｙ． Ｈ．， Ｆａｒｅ Ｒ．， Ｇｒｏｓｓｋｏｐｆ Ｓ． Ｐｒｏｄｕｃｔｉｖｉｔｙ ａｎｄ