绿色创新绩效评价研究述评

肖仁桥+丁娟+钱丽

摘要：在梳理绿色创新相关概念的基础上，从指标体系、研究方法、绩效水平和影响因素等方面，对绿色创新绩效综合评价和效率评价的研究现状进行评述。通过文献回顾发现：绿色创新绩效的研究对象多为制造业、重工业等与能源消耗密切相关的行业，学界对高技术产业的研究正在不断增加，但是缺乏对服务业、现代农业等主体的研究；学者们倾向于分析区域之间的绩效差距，对企业、行业和国际差距的研究仍有待进一步深入；在评价指标选取方面，缺乏统一的评价标准和指标体系，尤其是针对特定行业企业、分区域的绿色创新评价标准研究匮乏；此外，现有研究对整体创新绩效和外部环境因素关注较多，而分阶段创新绩效和企业内部影响因素的研究偏少。最后，在绿色创新绩效影响因素研究的基础上，绿色创新激励机制可作为未来值得深入研究的焦点之一。

关键词：绿色创新绩效；绿色创新效率；影响因素；文献综述

文章编号：2095-5960（2017）02-0100-11；中图分类号：F062.4；文献标识码：A

一、引言

我国正处于经济转型重要时期，传统的粗放式发展难以为继，“生态文明建设”已被提高到国家发展战略高度，十八届五中全会也提出了“创新、协调、绿色、开放、共享”的发展理念，在这种背景下，绿色创新的研究越来越受到学术界的关注。绿色创新是企业在资源有限的经营条件下，应对日益严苛的环境规制、赢得市场竞争力的首要选择[1][2]，它的有效开展有赖于研发经费的投入以及绿色管理的强化，但“高投入、高消耗、低产出”的现象仍层出不穷，环保性强的高附加值本土品牌产品仍然较少。因此有必要对我国各地区企业绿色创新绩效进行评价与比较分析，寻找绩效低下的具体环节，促进企业合理配置要素投入、提高创新管理水平以及创新产品不断涌现。从现有文献来看，我国关于绿色创新及其绩效研究仍处于探索阶段，绿色创新的概念没有得到明确界定，绿色创新绩效的研究视角、测量指标和方法以及研究结果等存在多样性。为此，本文将从评价指标、研究方法、绩效水平和影响因素等方面，对绿色创新绩效的研究现状进行梳理和评析，以期为国家和企业制定合理的绿色创新策略、优化创新资源配置等提供理论参考。最后，本文探讨了绿色创新领域未来值得深入研究的方向。

二、绿色创新的相关概念

与传统的创新相比，绿色创新更加强调生态性，提出了企业在生产过程中对环境管理的新要求[3]。在目标导向上，绿色创新是为了节约资源和原材料、减少废弃物排放以及防止生态污染。可见绿色创新的理念要求企业不能一味追求经济绩效的最大化，还应该自觉履行企业的社会责任，降低经济发展的外部负效应。从过程维度来看，绿色创新活动贯穿于整个创新系统的每一个环节，从绿色技术新概念的产生、绿色技术开发到绿色产品的商业化等等，绿色创新是采用现代科技进行企业产品和工艺绿色化的一系列创新子过程的总称[4][5]。产品的市场化是整个生产系统活动的目标，为实现产品市场化、获取更多的市场份额，企业需要在组织构架、管理方式、商业模式以及营销手段等方面实现非技术创新。因此，综合现有文献来看，绿色创新是指在产品开发、制造、组织管理以及营销的全过程中，研究开发新技术、新思想、新政策，以便减少资源和能源消耗、降低环境污染，为社会带来环境效益，并且帮助企业提高投入产出效率以增加经济效益的创新活动总称。绿色创新也可称为生态创新、可持续创新和环境创新等[6]，它们彼此虽有些许差异，但都是基于环境改善而一脉相承的。

大量学者从影响效果角度分析了绿色创新绩效的概念及表现形式，如王郁蓉（2012）认为除了经济效益与环境效益外，绿色创新绩效的评价还应该考虑企业的人才设备利用及资产流通等情况，从而体现绿色创新绩效对节约企业内部生产要素成本和提高其利用效率方面的有利影响[7]。陈劲等（2013）也强调了创新绩效对企业内部的影响，如资源搜寻成本降低、劳动力的合理利用、创新知识积累、创新产品差异化与异质性竞争力的提高等等[8]。Anthony（2009）等将环境创新绩效分为间接绩效、直接绩效和知识产出水平[9]。间接绩效指资源利用率和生产率的提高，直接绩效主要由绿色创新产品销售收入、创新项目数等来反映，而知识产出则包括绿色专利数、专著数等。以上学者在概括绿色创新绩效时更多强调创新活动对企业内部产出的影响和作用，因此更适合用于描述传统创新绩效。而绿色创新活动是指开发或采用新技术使企业经济和社会价值增值的过程，绿色创新绩效不仅包含经济绩效，还包含环境绩效和社会绩效，因此也有部分学者围绕以上三種维度对绿色创新绩效的定义展开论述，但是不同学者的侧重点不同。华振（2011）[10]和毕克新（2013）[11]认为经济绩效体现了创新活动创造的经济利润，它可从绿色新产品产值以及污染治理成本等方面来反映；社会绩效和环境绩效则分别反映了绿色创新活动对社会科技文化以及生态环境的有利影响，这两种绩效的提高能促进绿色创新知识的积累、就业岗位的增加以及污染和能耗的降低。李翠锦（2007）则对经济、环境和社会绩效三者之间的关系做了论述，她指出环境绩效是产生经济绩效的前提，经济绩效为社会绩效提高奠定了物质基础[12]。此外，朱建峰（2015）[5]和余慧敏（2015）[13]等也描述了经济绩效和环境绩效，与华振和毕克新等的介绍基本一致。前两者并没有从绿色创新绩效中提取出社会绩效的概念，这种“二元”分类具有一定合理性，因为从经济绩效与社会绩效的关系上看，前者的增加会促进政府税收和人民生活水平的提高，从而提升福利水平和国民幸福指数。本文认为相比较而言，“三元”分类能使绿色创新绩效的测评结果更加细致准确。上述学者从绩效分解的角度分别阐述了经济、环境及社会绩效的内涵和表现形式，为后续研究中创新指标体系的构建提供了一个可行的理论框架。

从绩效测量的角度来看，创新绩效又可分为绝对结果绩效和相对效率绩效[14]，结果绩效通常采用单一产出指标或综合产出指标进行衡量，也有学者从创新全过程等多角度对绿色创新结果绩效进行综合评价。效率绩效则从投入产出角度出发，体现在资源有限情况下企业技术创新与资源配置的有效性，通过测量企业实际产出与生产前沿面产出的差距，反映单位绿色研发投入对企业绿色创新产出的贡献程度[15]。综上，绿色创新绩效测评主要从综合评价和效率评价两个方面展开。

在全球面临产能过剩，各国急需争夺国际市场的背景下，本国企业只有不断提高自主创新能力，才能在国际竞争中占取有利地位，在生产技术上摆脱对别国的依赖。但是一味地强调创新投入、技术研发而不考虑经济生产的环境成本，最终将会阻碍一国经济的长期可持续性发展，因此，实现技术创新的绿色化势在必行，同时还需对绿色创新的成果进行评价，以便检验创新投入、资源分配和宏观政策的合理性。本文将围绕绿色创新绩效综合评价和效率评价两方面进行文献综述，试图总结出目前学术界在绿色创新绩效研究领域的已有成果，并为下一步的研究指明可行的前进方向。

三、绿色创新绩效的综合评价

（一）评价指标体系

绿色创新绩效的综合评价主要从多层次和全面性出发构建评价指标体系，从而揭示组织的技术创新能力及其绿色化程度，有利于组织找出创新过程中存在的问题，并且及时从宏观上制定创新管理政策[16]，从而优化资源配置、提高持续竞争力[17]。

从现有文献来看，投入产出、创新过程以及EES（即economic、environment、society三个英文单词的缩写）全面发展是绿色创新绩效综合评价领域构建指标体系的三大视角，具体见表1。第一，基于创新投入和产出两个方面构建评价指标体系。绩效的高低反映了一个组织或区域在一定时间内有效输出的大小，从投入产出视角出发构建评价指标体系无疑能直观地评价企业进行绿色创新的投入产出比例是否合理，从而帮助企业了解创新投入冗余和产出不足的相关信息，以便及时做出调整。在投入方面，经费支出是企业R&D项目得以进行的物质保证，而人力资本则是项目实施的核心力量，此外国家和政府也在通过财政支持和环境规制等政策来激励企业进行绿色创新，因此经费、人员及环境规制等通常构成衡量绿色创新的投入指标[16]。发明专利和新产品销售收入则是常见的创新产出指标，分别反映出了组织的科技研发成果和市场化水平。第二，基于创新过程构建评价指标体系。绿色创新是贯穿生产系统全过程的活动，基于创新过程的研究通常以绿色全程创新思想和生命周期理论为基础，构建的指标体系涵盖绿色创新过程的方方面面，便于测量从研发、生产制造、组织管理到营销全过程的绩效水平。如隋俊（2015）在研究中采用专利授权数增长率、新产品占产品总量的比重以及科技成果转化率来分别衡量绿色研发、制造和营销绩效[18]。第三，基于经济、环境和社会绩效全面发展的理念构建评价指标体系。与传统科技创新不同，绿色创新强调组织在获取经济绩效（E）的同时还应保证环境绩效（E）和社会绩效（S）的提高，EES全面发展视角的研究则体现了上述三种绩效协同发展的理念[11]。通常情况下， 经济绩效多由新产品总数、新产品产值等指标来反映，三废综合利用率、碳排放强度可被用于衡量环境绩效，而社会绩效的提高则反映在劳动生产率、就业岗位数的增加等方面。

基于上述三种视角构建的指标体系可能会存在指标交叉出现的情况，但是它们均有各自的侧重点，如投入产出视角关注的是企业创新的原始投入、中间投入以及最终产出，创新过程视角侧重根据价值链原则[20]对创新活动进行评估，利于深入分析创新的每一个子阶段，而EES全面发展视角则从宏观上指明了绿色创新带来的经济、环境和社会效益。上述三种研究视角虽然从不同的理论出发构建评价指标体系，但是指标总体上可总结为三个方面：一是创新投入指标，主要包括研发经费投入、人员投入和教育培训投入等；二是创新产出指标，包括绿色专利授权数增长率、绿色新产品等在内的期望产出以及工业三废排放量、单位GDP能耗等非期望产出；三是创新环境指标，包含科研机构数、科研机构人员数、三废综合利用率等。综合现有研究来看，在绿色创新绩效综合评价领域，学者们多采用多指标和综合指标原则，避免了单一指标分析不够全面的缺陷。但同时也容易导致以下三种不利情况：一是增加操作复杂性和误差出现的概率，二是指标数量过多会在操作方法上导致决策单元之间的绩效差距缩小，从而偏离实际情况，三是容易导致核心指标数量过小，外在指标数量过大，从而使评价结果失去意义。因此如何针对各行各业制定相对统一且具有代表性的指标以及构建更加简捷全面的指标体系是研究中需要解决的问题。

（二）评价方法

在绿色创新绩效综合评价方法方面，模糊综合评价法、因子分析、主成分分析、投影寻踪评价模型和粒子群优化算法等，经常被学者们采用，详情见表2。

绿色创新绩效综合评价涉及多种投入产出指标，运用模糊综合评价法能解决多层次复杂化的问题。多级评价模型能对各级指标进行分解，并根据指标对绿色创新绩效的贡献程度，赋予其不同的权重，最终形成完整的模糊评价模型[21]。但是模糊综合评价法的计算结果是否准确，将取决于所选指标及权重分配的合理性。该方法一方面主观性较强，易受专家等人为因素的影响，另一方面，由于绿色创新绩效评价通常涉及数十个决策单元和评价指标，指标集过大会降低各指标之间的差异分辨率，从而导致权重分配存在偏误，因此模糊综合评价更适用于分辨几种计划或方案的优劣，如投标方案、旅游景点选择等。

主成分分析和因子分析法依托科学的计量软件进行，能够根据样本数据客观地构造各指标的权重[7][10]，并且这两种方法能够对样本数据中覆盖的信息进行归类，在减少操作复杂性的同时降低信息重复的影响，因此在测量绿色创新绩效时存在优势。但绿色创新绩效测评的目标是为了找出投入或产出无效率的因素，需要对创新过程进行分解，而主成分或因子分析只能初步完成绿色创新绩效的测量，想要找出影响创新各环节的因素还需另寻他法。

投影寻踪模型是一种用于处理高维数据的统计方法，它通过寻找能够反映原始数据特质的最佳投影方向来实现数据降维，最终实现在低维空间处理高维数据的目的。绿色创新绩效评价往往涉及多方面的投入和产出指标数据，投影寻踪模型能够对各种指标进行综合评价，从而得出投入或产出的综合水平[11]。该方法能够与随机前沿分析（SFA）结合起来使用，首先使用投影寻踪将待评估的产出指标数据降低为一维的最优综合水平，再利用SFA对多投入单产出的数据进行评价。但是，该方法投影出的最优化一维结果能否反映全局最优解是个值得商榷的问题，若投影方向并不能反映最优解，则会导致绩效评估结果出现偏差。BP神经网络和遗传算法与投影寻踪模型類似，也是通过寻求最优解来处理多因素和非线性的原始数据，而且同样存在投影方向可能并非最优结果的问题。在资源短缺、能源消耗快的背景下，研究企业或区域之间的绿色创新绩效差距具有很深的现实意义，有利于国家有针对性地制定资源分配、财政支出等宏观政策，因此绩效评估的结果是否精确直接关系到政策制定的合理性，若存在偏差将会导致资源冗余或投资不足等极端情况的出现，因此以上三种方法均有待于进一步优化。苏越良等人（2009）采用粒子群优化算法对BP神经网络进行了优化，优化后的模型通过迭代方式寻找最优解，同时具备了局部搜寻和全局搜寻优势，测量结果更加精确，但是迭代过程较为复杂[22]。李菽林（2013）提出的支持向量机算法则同时解决了非线性、主观性、收敛速度慢、局部陷入最小值、过程复杂等问题[23]。

总而言之，以上方法各具特色，均有其优势和不足，但是本文认为模糊综合评价和因子分析等方法相对简单，而投影寻踪模型、粒子群优化算法以及支持向量机等在结果评价方面更具科学性、复杂性和可靠性，在大数据环境下具有数据挖掘优势，能使绿色创新绩效综合评价结果更加稳健。

四、绿色创新绩效的效率评价

绿色创新效率是绩效评价的另一重要部分，它主要是从投入产出角度对绿色创新绩效进行定量分析，目前已经成为学者们研究的热点之一。下面，本文从绿色创新效率评价指标体系和效率评价方法两方面进行文献回顾。

（一）效率评价指标体系

传统粗放式的经济增长或技术创新只考虑产出大小，忽略了资源、经费、人员等投入对创新效率的影响。绿色创新效率是指在考虑环境污染的前提下，计算组织进行创新活动的产出与投入之比，反映了单位创新投入对创新产出的贡献程度[24]。从投入产出角度构建绿色创新效率的评价指标体系，有助于组织减少投入冗余、提高创新资源分配效率[25]，加快国家产业结构升级步伐，最终实现经济发展方式由粗放式向集约型转变。

创新不仅带来新产品销售收入等期望产出，还会产生污染排放等非期望产出，非期望产出的数量越少，越有利于创新效率的提高。因其与创新效率呈负向关系，所以处理方式较期望产出有所不同，研究中大多将其作为投入或取其倒数作为产出处理[26]，指标体系见表3。

第一，投入指标。人力、财力和物力是绿色创新生产过程中必备的基本要素。人力要素通常用R&D人员投入以及R&D人员全时当量等指标来衡量[27]。财力要素的常用指标一般为R&D经费内部支出、科技活动经费内部支出及新产品开发经费[28]等。由于绿色创新活动具有时滞性，曹霞（2015）等将研发资本存量纳入到财力要素中[29]。仪器和设备是创新活动的载体，其中微电子控制设备原价、仪器和设备原价等指标在衡量物力投入方面具有代表性。除以上三个方面外，考虑到绿色创新旨在降低污染和能耗，能源消耗量以及企业污染治理完成投资额等能源投入指标也常被用来衡量绿色创新投入[30]。现有文献在选取人力和财力指标时通常有两种倾向，一是R&D人员投入和R&D经费支出，二是科技活动人员投入和科技活动经费支出，然而很少有学者对上述两种选择的区别进行探讨。企业R&D活动和科技活动的范围如何界定？关于两者的统计口径有哪些相似和不同之处？虽然冯志军（2016）[26]提出R&D活动对资源质量要求较高，而科技活动指标数据的数量较大，但是鲜有学者在研究中提及该如何根据决策单元的特点来进行选择。同样，物力投入中的先进设备指标该如何界定、不同行业的物力指标选择标准等问题还有待进一步研究。

第二，期望产出指标。该指标的选取分为两阶段，一是技术开发阶段的专利申请数、技术市场交易额、新产品开发项目数等。值得注意的是，研究中通常选取发明专利申请数，因为相较于另外两项专利（实用新型和外观设计）而言，发明专利更能反映创新成果的技术含量和市场认可度[26]；二是成果转化阶段的新产品产值、新产品销售收入、综合能耗产出率等，前两者分别反映创新给企业带来的社会效益和经济效益，后者能在一定程度上反映企业的能源利用水平，即环境效益。创新不仅能够产生新产品，新技术的应用对企业以往产品和工艺的改进也有益处，因此部分学者在研究中增加了工业总产值等指标[31]，刘海鹰则在研究中引入了新产品销售收入占主营业务收入的比重等相对指标[32]。官建成（2004）[17]则指出，不同行业的创新产品数存在较大差异（如石油行业和运输服务业之间），在这种情况下若直接采用创新产品数作为产出指标会使评价结果失去意义，因此应尽量采用相对指标，如新产品销售收入占企业总销售收入的比重等。

第三，非期望产出指标。传统的创新效率评价只考虑经济效益，忽略技术创新对环境的影响。绿色创新则需要综合考虑创新带来的经济、环境和社会效益，引入非期望产出来评价创新的环境友好程度。环境污染指数、工业二氧化硫排放量和碳排放量等是学者们引用较多的非期望产出指标。孔晓妮等人（2015）在上述指标的基础上增加了工业用水总量等指标[33]。现实中，由于企业异质性，不同行业企业（如煤炭、钢铁与养殖业）产生的污染物也不同，因此非期望产出指标选取还需进行区分。

（二）效率评价方法

效率评价主要以随机前沿分析（SFA）、数据包络分析（DEA）以及因子分析定权法等为主[34][35]。目前，在绿色创新效率评价领域SFA和DEA方法被应用得较多，两者均是通过构造生产前沿面，利用距离函数测量决策单元（DMU）之间的相对有效性，其主要区别在于是否需要设定生产函数形式[36]。绿色创新效率的评价方法及特征见表4。

随机前沿分析是参数分析的一种，能够解决多投入单产出的效率测度问题，需要根据投入产出数据特征提前设定生产函数的具体形式。其最大的优点是能将误差项分为随机误差项（价格等）和技术无效率项（影响因素），既能分解创新无效率的影响因素，又能考虑随机误差的影响。但是由于其只能测量单一产出，在应用上受限，一般是通过替换产出指标，利用多角度测算效率值的方法开展研究。代表性文献包括肖文（2014）[35]、章成帅（2016）[36]和苗成林等（2016）[37]。数据包络分析（DEA）是以线性规划理论为基础，解决多投入多产出效率问题的一种非参数方法，它不需要事先设定生产函数的具体形式，直接根据样本数据构建生产前沿面[14]，从而避免了因生产函数形式设置不当而导致的效率测算结果失效问题的发生。

早期的绿色创新效率研究多运用传统的DEA（CCR或BCC）、DEA-SBM[30]以及DEA-Malmquist指数法[38]，虽然解决了投入产出松弛量和非期望产出的问题，但是只能区分有效单元和无效单元之间的效率差异。王惠（2016）在研究高技术产業绿色创新效率时采用了SUPER-SBM模型，该模型在DEA-SBM的基础上得到了进一步扩展，能够对效率值均为1的决策单元进行区分比较[34]。另外，我国区域经济发展不平衡，各地区在资源禀赋和科技水平等方面也存在较大差异，因此，分析外部环境对各地区绿色创新效率的影响十分必要。经过改进的DEA-SBM四阶段模型则恰好可用以分析政府环境保护力度、经济发达程度等外部环境因素对绿色创新效率的影响。不过，四阶段模型忽略了随机误差的影响，DEA三阶段与之相比在效率分解（外部环境、随机误差、内部管理）上更具优势[39]。在探寻创新无效率因素的方法中，有一种DEA-RAM模型，其侧重从投入产出无效率的角度分析企业绿色创新效率低下的原因[40][41]。

还有一部分学者基于创新价值链和网络DEA模型对效率进行分解和测算，将绿色创新活动看作由多个相关的内部子过程组成，各子过程的效率均对整体效率产生影响[42][43][44]。Guan和Chen（2010）将创新活动分为上游研发和下游成果转化两个阶段，构建两阶段网络DEA模型对中国各省份高技术产业创新整体与分阶段效率进行测度分析，并检验企业资金等因素对效率的影响[45]。类似的研究还包括Inge（2012）[46]等。基于此，肖仁桥（2014）运用关联型网络DEA模型对2003—2010年我国区域工业企业绿色创新整体和分阶段效率进行了测度，发现中国各省份在两阶段均存在不同程度的效率损失[47]，类似的研究还包括陈凯华（2013）[48]。由此可知，若将技术创新活动看作整体进行处理，往往具有片面性。子阶段的效率分解使得研究结果进一步细化，可发现各地区企业不同阶段效率低下的具体环节，有利于针对性政策建议的生成。但分阶段绿色创新效率的文献并不多见，且在效率分解科学性以及影响因素系统分析方面，还有待进一步研究。

DEA及其相关的拓展方法为绿色创新效率评价提供了良好的工具，但是DEA方法的原理是通过挖掘最优前沿来评价其他DMU的相对效率，属于自评思想，忽略了DMU之间的竞争合作关系，从而导致DEA存在权重限制过于宽松的问题，因此将博弈DEA（考虑DMU之间的互相影响）理论引入绿色创新效率评价领域十分必要[49][50]。除了DMU之间具有博弈关系之外，其内部创新子阶段之间也存在某种主从关系，即科技研发和成果转化两个阶段对DMU的相对重要性会根据行业特点而发生变化，产品导向型的DMU可能会更看重成果转化阶段的创新效率，而技术导向型的DMU则相反，因此将博弈DEA与价值链创新相结合在未来的研究中具有重要意义。

五、绿色创新绩效水平特征及影响因素

（一）绿色创新绩效水平特征

近期研究大多从相对效率角度评估我国各地区（行业）的绿色创新绩效，也有少数学者，如毕克新（2013）[11] 从综合评价角度进行测算，绿色创新绩效代表性文献及主要结论见表5。

由表5可知，目前我国各地区（行业）的绿色创新绩效总体上呈现逐步上升的趋势，但是仍存在诸多问题。一是各地区效率差距较大，整体上表现为自东向西递减的趋势。江苏、上海、广东等经济发达地区凭借其较强的创新规模实力以及较好的科技发展环境，绿色创新绩效水平位居全国前列。而中西部地区绩效水平虽然低于东部，但根据后发优势理论[11] ，中西部相对落后地区可以借鉴、学习发达国家或东部地区的技术和管理经验，在创新资源领域进行合理的时间和空间布局，选择合适路径开展绿色创新活动。二是部分地区或行业的纯技术效率不高，能源消耗、引进国外技术等措施仍然是主要的发展方式[44]，有待改进。此外，以污染高、能耗高的重型工业为主的产业结构抑制了我国相当一部分地区绿色创新绩效的提高，应引导企业由“减排”型绿色创新模式向“节能”型模式转变[36]。三是从分阶段绩效的角度来看，科技研发和成果转化两个阶段的效率均不高，且地区之间存在科技经济环境发展不协调的状况[51]。东部地区科技实力强、市场和创新环境良好，在科技成果转化成市场价值方面领先于其他地区，但是其科技研发效率仍有待于進一步提升，需合理安排要素投入比例，实现创新资源的自由流动和高效配置。西部地区则正好相反，由于市场机制等因素的限制，其科技成果不能有效地促进经济增长和产业结构升级。

（二）绿色创新绩效的影响因素

现有研究主要从外部环境和内部驱动因素展开了论述。外部环境因素的研究依赖制度理论、市场理论、集聚经济理论和资源观理论。根据制度理论，政府环境政策包括政策规制和政策支持两个部分，以上两者均会对绿色创新绩效产生积极作用，但是需要依据企业绿色创新的发展阶段来制定具体的政策组合。有研究表明，虽然规制压力会促使企业进行绿色管理，但在绿色创新活动开展初期会增加企业的非生产性成本，从而导致经济绩效降低，此时辅之以合理的政策支持（财政拨款、税收优惠、政府采购等）才能对企业产生激励作用[38]。而当企业绿色创新活动进入成熟期之后，企业绿色理念增强、研发积累增多，政府大量的资金支持会抵消企业内部资金对创新效率的促进作用[52]，导致资源配置效率低下[53]。除了资金支持之外，政府还可以加强基础设施建设，促进高等院校和科研机构的高质量发展，为企业孕育创新人才、输入先进技术。同时，完善知识产权保护法，并加大相关法律法规的执行力度，为企业实施创新战略营造良好的制度环境。基于市场理论的影响因素包括以下三个方面：第一，创新活动的资金有可能来自于外部金融机构的风险投资基金，与政府资助不同，金融机构通常会投资规模大、创新实力好的企业。而这类企业即使在没有金融支持的情况下也能凭借其自身优势完成创新，也就是说，金融机构的支持资源并没能够分配到真正对外部资金有需求的中小企业中去，因此政府需要完善金融监管体系，引导金融机构将贷款资源投向具有良好发展前景的技术创新型企业[68]；第二，企业实施绿色创新活动会受顾客、供应商等利益相关者对绿色需求的影响[54]。上游供应商的绿色供应会在源头上对企业的生产提出保护环境的要求，而下游顾客对健康的需求同样会促使企业增加对绿色产品的提供；第三，从能源和产业结构角度来看，能源消耗量和以“高污染”的重工业为主的产业结构制约着我国部分地区创新绩效的提升。有研究表明，适当提高能源的市场价格有利于减少企业的能源需求，促进地区产业结构的合理化调整，使环境与经济发展逐渐相协调[55]。开放式创新、集聚经济和资源观理论则强调知识溢出对创新绩效的促进作用[56]。企业与顾客、供应商等合作伙伴进行信息交流和知识共享，将更利于企业创新资源及管理技巧的获取[57]。基于协同创新视角的研究也证明实现开放、合作和共享的创新模式、促进创新价值链之间的技术扩散和环境合作能够有效地提高企业的关系资本和创新效率[58][59]。在经济全球化的背景下，外商投资却具有双重作用，一方面外商进入能帮助本土企业吸收更多的绿色技术[60]，但有研究表明存在本国企业成为外商“污染避难所”的可能[61][62]，分析外资进入是否对本地区环境产生不利影响，将有利于政府制定相应引资政策。

在内部驱动因素方面，企业伦理、内部人员素质、知识存量、技术水平、研发投入以及内部管理水平等因素构成了企业绿色创新活动的基础。企业环境伦理的高低体现了企业对绿色创新活动的重视程度，它通过企业家精神、企业责任和环境承诺等方面对创新绩效产生正向影响。其中主动追求创新的企业家精神以及为社会服务的企业责任会促进绿色创新动力的形成[63]，而环境承诺则会通过绿色适应能力的部分中介作用，提高企业遵守环境法规的能力[64]。人力资本是企业创新活动的基本要素，高水平的员工素质将有利于企业劳动生产率和R&D项目活跃度的提高。绿色知识存量对技术水平的提高也有显著的促进作用，但是技术水平却并不会直接促成创新绩效的提高，而是，需要通过加大技术推广力度、完善技术市场交易环境等措施来实现从技术研发到创新绩效的转化[65][66]。企业对绿色创新的投入程度能显著提高其绿色创新绩效水平，包括研发资金投入、R&D项目投入、人员教育投入、治理环境污染投入等。但需注意的是，研发投入强度需与企业规模相匹配。当企业处于中小规模时，由于资金、资源等方面的限制，研发成本过高容易导致绿色创新活动出现中断，因此规模较小的企业更应该注重投入产出比例的优化，避免出现大规模的投入冗余。最后，企业内部的绿色环境管理系统也会帮助企业降低成本，从而提高企业创新绩效水平[67]。

综上，目前对于绿色创新绩效影响因素的研究，学者们更多地将目光聚焦于外部环境因素[68]，对企业内部驱动因素的研究不够深入，且哪种因素对绿色创新效率的驱动效果更为明显，还有待验证。同时，外部因素与内部因素的交互作用研究也比较缺乏，比如政府的环境规制是否会促进企业环境伦理的提高等。

六、总结和研究展望

本文从指标、研究方法、水平特征和影响因素等方面对绿色创新绩效展开了系统的综述和评析，通过总结发现：（1）当前绿色创新绩效的研究对象主要是我国工业（或制造业）等与能源消耗和环境污染密切相关的企业，对服务业、战略性新兴产业和现代农业的研究较少，区域和省际的对比研究较多，国家、行业和企业间的对比研究偏少。（2）没有针对不同行业构建有针对性的评价指标体系，而传统制造业与高技术产业无论在生产流程、资源需求还是在污染排放等方面都存在差别。（3）对绿色创新整体效率的研究较多，对分阶段的效率研究则偏少，而研究发现我国区域企业科技研发和成果转化阶段的效率存在明显差异，因此整体效率的高低并不能真实反映创新子阶段的效率，需要增加对高校科研、企业内部研发以及成果市场化等阶段的研究，有效实现科学、技术与经济之间的联结。（4）对外部环境因素的研究较多，企业内部因素的研究偏少，各影响因素之间的交互作用尚未得到重视。

我国目前对于绿色创新绩效的研究仍处于探索阶段，未来可从以下几个方面进行拓展：（1）明确绿色创新的内涵，有差别地制定特定行业、不同区域绿色创新绩效评价标准与指标体系。（2）开展对现代农业、高技术服务业的绿色创新绩效评估研究，使绿色思想覆盖我国整个经济生产系统。（3）基于全球视角，分析我国与发达、发展中国家之间绿色创新绩效差距，特别是特定领域（如汽车产业等）的国际比较，寻找创新績效提升的具体路径。（4）从环境管制、知识产权保护以及内部驱动等角度分析企业绿色创新的激励机制。（5）从分阶段角度和绿色供应链视角开展创新绩效的相关研究，为更为细化的创新政策制定提供科学依据。

参考文献：

[1]Wong S K. The influence of green product competitiveness on the success of green product innovation： Empirical evidence from the Chinese electrical and electronics industry [J].European Journal of Innovation Management，2012，15 （4）：468-490.

[2]Mederiros J， Ribeiro J， Cortimiglia M. Success factors for environmentally sustainable product innovation： a systematic literature review [J].Journal of Cleaner Production， 2014， 65： 76-86.

[3]〖JP3〗田虹，潘楚林.企业环境伦理对绿色创新绩效的影响研究[J].西安交通大学学报（社会科学版），2015，35（3）：32-39.

[4]Shu C L， Zhou K Z， Xiao Y Z， Gao S X. How green management influences product innovation in China： The role of institutional benefits [J]. Journal of Business Ethics，2016， 133（3）：471-485.

[5]朱建峰，郁培丽，石俊国.绿色技术创新、环境绩效、经济绩效与政府奖惩关系研究——基于集成供应链视角[J].预测，2015（5）：61-66.

[6]Bemauer E，Kammerer S. Explaining green innovation[R].Working Paper， Center for Comparative and International Studies，2006：1-16.

[7]王郁蓉.我国各区域企业绿色技术创新绩效比较研究[J].技术经济，2012，31（10）：52-59.

[8]陈劲，梁靓，吴航.开放式创新背景下产业集聚与创新绩效关系研究——以中国高技术产业为例[J].科学学研究，2013，31（4）：623-629.

[9]Anthony A， Rene K. Measuring eco-innovation [J].United Nations University， 2009（17）：3-40.

[10]华振.中国绿色创新绩效研究——与东北三省的比较分析[J].技术经济，2011，30（7）：30-34.

[11]毕克新，杨朝均，黄平.中国绿色工艺创新绩效的地区差异及影响因素研究[J].中国工业经济，2013（10）：57-69.

[12]李翠锦.企业绿色技术创新绩效的综合测评方法探讨[J].统计与咨询，2007（3）：24-25.

[13]余慧敏.环境规制对绿色创新绩效的影响——以研发密度为调节变量[J].新经济，2015（2）：5-6.

[14]官建成，陈凯华.我国高技术产业技术创新效率的测度[J].数量经济技术经济研究，2009（10）：19-33.

[15]韓晶.中国区域绿色创新效率研究[J].财经问题研究，2012（11）：130-137.

[16]陈劲，刘景江，杨发明.绿色技术创新审计指标测度方法研究[J].科研管理，2002，23（2）：64-71.

[17]官建成，史晓敏.技术创新能力和创新绩效关系研究[J].中国机械工程，2004，15（11）：1000-1003.

[18]隋俊，毕克新，杨朝均，等.制造业绿色创新系统创新绩效影响因素——基于跨国公司技术转移视角的研究[J].科学学研究，2015，33（5）：440-448.

[19]程华，廖中举.中国区域环境创新绩效评价与研究[J].中国环境科学，2011，31（3）：522-528.

[20]Veroutis A， Aelion V. Design for environment： an implementation framework [J].Total Quality Environmental，1996（6）55-68.

[21]段云龙.企业绿色持续创新能力综合评价[J].技术与创新管理，2007，28（3）：99-102.

[22]苏越良，何海燕，尹金龙.企业绿色持续创新能力评价体系研究[J].科技进步与对策，2009，26（20）：139-142.

[23]李菽林.基于支持向量机的物流企业绿色创新能力评价[J].系统工程，2013，31（2）：100-105.

[24]赵琳，范德成.我国高技术产业技术创新效率的测度及动态演化分析——基于因子分析定权法的分析[J].科技进步与对策，2011，28（11）：111-115.

[25]Yan H，Wei Q L，Hao G.DEA models for resource reallocation and production input/output estimation [J].European Journal of Operational Research，2002，136（1）：19-31.

[26]冯志军.中国工业企业绿色创新效率研究[J].中国科技论坛，2013（2）：82-88.

[27]张江雪，朱磊.基于绿色增长的我国各地区工业企业技术创新效率研究[J].数量经济技术经济研究，2012（2）：113-125.

[28]Sharma S， Thomas V J. Inter-country R&D efficiency analysis： An application of data envelopment analysis [J].Scientometrics，2008，76（3）：483-501.

[29]曹霞，于娟.绿色低碳视角下中国区域创新效率研究[J].中国人口资源与环境，2015，25（5）：10-19.

[30]王惠.研发投入对绿色创新效率的异质门槛效应——基于中国高技术产业的经验研究[J].科研管理，2016，37（2）：63-71.

[31]肖仁桥，王宗军，钱丽.中国省际工业企业绿色技术创新效率实证研究——基于改进的共享投入关联型网络DEA模型[C].第九届中国管理学年会——技术与管理、国际商务谈判分会，2014：1-9.

[32]刘海鹰，邹志勇.基于DEA-Malmquist模型的我国造纸业绿色技术创新效率实证分析[C]. Advances in Artificial Intelligence-Proceedings of 2011 International Conference on Management Science and Engineering， 2011（5）：437-440.

[33]孔晓妮，邓峰.中国各省区绿色创新效率评价及其提升路径研究——基于影响因素的分析[J].新疆大学学报（哲学·人文社会科学版），2015，43（4）：14-18.

[34]白俊红，江可申，李婧.应用随机前沿模型测评中国区域研发创新效率[J].管理世界，2009（10）：51-61.

[35]肖文，林高榜. 政府支持、研发管理与技术创新效率——基于中国工业行业的实证分析[J].管理世界，2014（4）：71-80.

[36]章成帅.中国高技术产业创新效率研究：一个文献综述[J].中国科技论坛，2016（4）：56-62.

[37]苗成林，孙丽艳，杨力.能源消耗与碳排量约束下区域技术效率研究[J].科研管理，2016，37（2）：1-8.

[38]Hashimoto A， Haneda S. Measuring the change in R&D efficiency of the Japanese pharmaceutical industry [J].Research Policy，2008，37（4）：1829：1836.

[39]张文丽.国家绿色创新生产率变动的实证分析[D].山东： 大连理工大学，2015.

[40]任耀，牛冲槐，牛彤，等.绿色创新效率的理论模型与实证研究[J].管理世界，2014（7）：176-177.

[41]〖JP3〗姚西龙，牛冲槐，刘佳.创新驱动、绿色发展与我国工业经济的转型效率研究[J].中国科技论坛，2015（1）：57-62.

[42]Hansen M T， Birkinshaw J. The innovation value chain [J]. Harvard Business Review，2007， 85（6）： 121-130.

[43]Roper S， Du J， Love J H.Modeling the innovation value chain [J].Research Policy， 2008， 37（6/7）： 961-977.

[44]余泳澤，刘大勇.我国区域创新效率的空间外溢效应与价值链外溢效应——创新价值链视角下的多维空间面板模型研究[J].管理世界，2013（7）：6-22.

[45]Guan J C， Chen K H. Measuring the innovation production process： A cross-region empirical study of Chinas high-tech innovations [J].Technovation，2010，30（5）：348-358.

[46]Inge R. The Unsustainable Directionality of Innovation-the Example of the Broadband Transition [J].Research Policy，2012，41（9）：1631-1642.

[47]肖仁桥，王宗军，钱丽.环境约束下中国省际工业企业技术创新效率研究[J].管理评论，2014，26（6）：56-66.

[48]陈凯华，官建成，寇明婷，等.网络DEA 模型在科技创新投资效率测度中的应用研究[J].管理评论，2013，25（12）：1-14.

[49]任娟.基于博弈DEA的竞争战略识别研究[J].管理工程学报，2015，29（4）：102-108.

[50]吴华清，梁樑，吴杰，等.DEA博弈模型的分析与发展[J].中国管理科学，2010，18（5）：184-192.

[51]钱丽，肖仁桥，陈忠卫.环境约束、技术差距与企业创新效率——基于中国省际工业企业的实证研究[J].科学学研究，2015，33（3）：378-389.

[52]Wallsten S J.The Effects of Government-industry R&D Programs on Private R&D：The Case of the Small Business Innovation Research Program [J].Rand Journal of Economics，2000，31（1）： 82-100.

[53]何小钢.绿色技术创新的最优规制结构研究——基于研发支持与环境规制的双重互动效应[J].经济管理，2014（11）：144-153.

[54]Olson E L. Perspective： The green innovation value chain： a tool for evaluating the diffusion prospects of green product[J].Journal of Product Innovation Management，2013，30（4）：782-793.

[55]姚西龙，王文熹，刘佳.能源要素价格、环境规制强度与工业绿色创新效率的关系研究[J].价格理论与实践，2014（10）：40-42.

[56]王惠，苗壮，王树乔.空间溢出、产业集聚效应与工业绿色创新效率[J].中国科技论坛，2015，（12）：33-38.

[57]曹琦，樊明太.中国省级能源效率及其影响因素分析[J].贵州财经大学学报，2016（3）：85-94.

[58]陈劲.协同创新与国家科研能力建设[N].中国高新技术产业导报，2012-01-06（10）.

[59]Chen PC， Hung SW. Collaborative green innovation in emerging countries： a social capital perspective [J]. International Journal of Operations & Production Management，2014，34（3）：347-363.

[60]Franke JA， Rose AK. Is Trade good or bad for the environment？ sorting out the causality[J].Review of Economics & Statistics， 2005，87（1）：85-91.

[61]Javorcik B S， Spatareanu M. Do foreign investors care about labor market regulations？[J].Review of World Economics，2005，141（3）：375-403.

[62]毕克新，杨朝均，黄平.FDI 对我国制造业绿色工艺创新的影响研究——基于行业面板数据的实证分析[J].中国软科学，2011（9）：172-179.

[63]Chang C H， Chen Y S. Green organizational identity and green innovation[J]. Management Decision， 2013， 51 （5）：1056-1070.

[64]Chang C H .The Determinants of green product innovation performance[J].Corporate Social Responsibility and Environmental Management，2016，23（2）：65-76.

[65]黄奇，苗建军，李敬银，等. 基于绿色增长的工业企业技术创新效率空间外溢效应研究[J]经济体制改革，2015（4）：109-115.

[66]杨东，柴慧敏.企業绿色技术创新的驱动因素及其绩效影响研究综述[J].中国人口资源与环境，2015，25（11）：132-136.

[67]Khanna M， Deltas G， Harrington D R. Adoption of pollution prevention techniques： The role of management systems and regulatory pressures [J].Environmental and Resource Economics，2009，44（1）：85-106.

[68]王鹏，曾坤.创新环境因素对区域创新效率影响的空间计量研究[J].贵州财经大学学报，2015（2）：74-83.

责任编辑：张士斌

收稿日期：2016-08-10

基金项目：国家社科基金项目“环境约束、空间外溢效应与我国企业技术创新效率提升研究”（14CGL065）；国家社科基金项目“异质性生产技术、多维溢出效应与我国企业绿色创新效率提升研究”（15CGL010）；安徽省自然科学基金“异质性技术视角下基于网络 DEA 模型的我国企业绿色创新效率研究”；安徽省高校优秀青年人才基金重点项目“产权差异、技术异质性与我国企业绿色创新效率提升研究”（gxyqZD2016093）。

作者简介：肖仁桥（1982—），男，湖北武汉人，博士，安徽财经大学工商管理学院副教授、硕士生导师，研究方向为创新与创业管理；丁娟（1994—），女，安徽合肥人，安徽财经大学工商管理学院硕士研究生，研究方向为创新与创业管理；钱丽（1981—），女，湖北武汉人，安徽财经大学工商管理学院副教授，东南大学经济管理学院博士研究生，研究方向为技术创新管理。