技术创新方式选择与中国工业绿色转型的实证分析

岳鸿飞+徐颖+吴璘

摘要 在环境承载力接近极限，传统要素投入边际效益骤降的情况下，中国工业依靠技术创新实现绿色转型与发展，已成为我国工业未来发展的重要方向。然而，各类工业行业的特征与异质性，使得不同方式的技术创新表现出不同的效果，如何根据工业行业的特征选择有效的技术创新方式是进一步研究技术创新驱动工业绿色发展的关键性问题。本文采用SBM-DDF方法测算了我国32个工业行业的绿色全要素生产率，并基于行业异质性实证分析了自主创新、技术引进、政府支持三种创新方式在工业行业绿色转型中的作用效果。研究发现：在考虑了能源投入与污染物排放非期望产出后，行业间的绿色全要素生产率表现出了明显的绿色差异性。传统高投入、高污染、高耗能型的工业行业其绿色全要素生产率明显低于绿色特征明显的工业行业。废弃资源综合利用业，文教、体育和娱乐用品制造业等绿色“无烟”产业，以及专用设备制造业、医药制造业等技术密集型产业绿色全要素生产率排名靠前。2009年是我国工业绿色转型的重要跳跃期。在技术创新方式选择上，自主创新与政府支持是资源密集型工业行业实现绿色转型的关键方式；对于劳动密集型工业行业，技术引进则是实现绿色转型的最优路径；对于技术密集型工业行业，自主创新仍是推动该行业实现绿色发展的首要驱动力。此外，我国当前的环境规制已在资源密集型工业行业中率先发挥创新补偿效应；提高工业行业的总体规模与产业集中度也有利于工业行业的绿色转型。

关键词 工业绿色转型；绿色全要素生产率；行业异质性；创新方式

中图分类号 X196；F061.3

文献标识码 A文章编号 1002-2104（2017）12-0196-11DOI：10.12062/cpre.20170902

改革开放以来，我国工业以年均11.24%的增长率成为中国经济长期快速增长的重要推力。然而，以高耗能、高污染、高排放为特征的中国工业，在给社会创造了丰富的物质财富同时，也产生了巨大的资源消耗和严重的环境污染问题。自然资源与生态环境的双重红线迫使中国工业急需摆脱传统要素驱动的发展模式，实现向绿色发展方向的转变。陈诗一[1]认为，中国工业绿色转型的根本就是通过技术创新推进工业绿色全要素生产率的持续改善。胡鞍钢[2]认为，工业绿色转型是一系列基要生产函数从以自然要素投入为特征，到以绿色要素投入为特征的转变，其根本的增长动力源于制度变革和技术变化。根据中国社科院工业经济研究所《2016中国工业发展报告》[3]，当前我国工业的投资驱动已十分乏力。自2011年起工业的资本回报率开始不断降低，2015年的资本贡献率仅为0.1%，劳动贡献率降低趋势显著且在2014、2015年出现负值。因此，在环境承载力接近极限，传统要素投入边际效益骤降的情况下，依靠技术创新提高工业绿色全要素生产率是中国工业绿色转型的关键。然而，各类工业行业的特征与基础不同，不同技术创新方式也有各自的特征和优势，如何根据工业行业的特征选择科学有效的技术创新方式是进一步研究技术创新驱动工业绿色发展的关键性问题。

1 文献述评

关于中国工业技术创新方式的选择问题，国内学界已有较多研究。从技术创新方式的分类方法上看，有的学者将中国工业技术创新分为内部自主研发、国外技术引进、技术消化吸收、国内技术购买四种方式[4-6]；有的学者将内部研发与技术消化吸收统一并为自主创新，并分为自主创新、内部技术引进与外部技术引进三类[7]；钱丽等[8]根据创新主体和经费来源不同将科技创新分为企业主导、政府支持，国外资助及国内融资等。从研究内容上看，当前涉及技术创新方式的研究多从传统要素投入的视角，比较不同技术创新方式对投入产出效率的影响或研究技术創新本身的效率问题，如陈继勇等[9]从引进技术角度考虑技术进步对生产效率的影响，王小鲁等[10]通过考察自主创新对全要素生产率的影响进而判断科技创新对增长方式改变的作用，牛泽东等[11]依据技术创新投入产出计算了中国装备制造业的技术创新效率。

近年来，伴随着绿色经济与绿色发展理念的深入，关于技术创新驱动中国工业绿色转型的问题引起学界关注，国内学者开始研究绿色技术创新的问题。该类研究的普遍方法是在传统的技术创新中突出绿色性产出，并重点聚焦绿色技术创新的效率问题。如孙亚梅等[12]以环境技术专利数表示绿色创新水平。Guan、Chen等[13]运用DEA方法，计算绿色技术产品的投入产出效率，以此表示绿色技术创新效率。罗良文，梁圣蓉[14]通过主成本分析的方式对绿色创新投入与产出指标进行降维，突出技术创新对工业废水、工业废气与固体废弃物的减排作用，并以此分析绿色技术创新效率。为进一步研究绿色技术创新对工业生产的实际转变作用，研究者通过阶段划分的方式分解绿色技术的创新与转化机制。钱丽等利用生产中“三废”污染物的排放程度表示工业企业的绿色发展水平，将工业企业技术创新活动分为科技研发和成果转化两阶段，第一阶段产出作为中间变量，算为第二阶段投入，从而研究绿色技术创新总效率对工业绿色发展的影响。姚西龙等[15]利用R&D等创新投入表征行业总体科技创新水平，通过构建经济效率模型、创新效率模型，绿色效率模型，并利用RAM模型的加性结构，建立了绿色创新的转型效率模型，以此考察技术创新对工业绿色转型的作用。

工业绿色技术创新效率原则上仅反应技术创新活动的实际水平，无法直接反映整体工业行业的绿色化程度。因此，构建工业绿色全要素生产率则是表示工业绿色转型水平最直接的方式。工业绿色全要素生产率的构造方法主要包括参数法和非参数法。参数分析法以随机前沿分析（SFA）为代表，即用具体生产函数形式表示出在一定技术水平下各种投入比例对应的最大产出集合，从而测算每一决策单元的投入产出效率。如冯志军、陈伟[16]就运用SFA法测算了区域大中型工业企业的全要素生产率。但随机前沿法经常受到决策单元数量与指标敏感性限制，且因需确定最优边界，统计噪声与测量误差均将归为技术无效率。非参数方法则以数据包络分析为代表（DEA），不需假定生产函数具体形式，只需在传统投入要素中加入绿色性要素。如李斌等[17]运用DEA方法，将工业行业的二氧化碳与能源消费量作为投入要素，评估了我国36个工业行业的绿色全要素生产率。但是绿色属性要素多以产出形式存在，如污染物排放等指标，因此将其纳入生产函数并作为投入变量将与事实相左。为解决这一问题，学者们通过构建方向性距离函数（DDF），将污染物等作为非期望产出，使其与期望产出的优化方向相反，从而计算绿色的投入产出效率。如万伦年，朱琴[18]将工业废水、二氧化硫、固体废弃物等作为非期望产出引入方向距离函数，构建工业绿色全要素生产率。然而这种方向性距离函数有又径向性与角度性要求，即在计算效率时要求径向的投入变量或产出变量同比例变化，又要求在角度上做出投入不变或产出不变的假设。为克服该缺陷，国外学者放宽了原有方向性距离函数在径向性和角度上的假设要求，基于效率冗余建立松弛性变量，并以此构建非径向、非角度的方向距离函数（SBM-DDF）[19-20]，更科学地计算出加入能源投入与污染非期望产出的绿色生产效率。SBM-DDF已成为目前学界计算绿色生产效率的前沿方法之一。

在了解现有文献的基础上，本文将进一步研究技术创新驱动工业绿色转型的方式选择问题，并从以下三个方面对现有研究进行拓展。首先，在传统工业全要素生产率测算的基础上，加入能源投入与污染物排放非期望产出，通过基于松弛变量的方向距离函数（SBM-DDF）构建工业绿色全要素生产率，以此表征各行业绿色转型的水平。第二，基于创新主体与新技术来源的不同内涵，将企业内部科技研发与技术消化吸收统一作为自主创新方式，将国外技术引进与国内技术购买作为技术引进方式。重点研究自主创新、外部引进和政府支持三种技术创新方式对工业绿色转型的作用。第三，基于技术密集型、劳动密集型、资源密集型的行业异质性分类，突出不同行业的要素需求特点，考察不同技术创新方式对不同类型行业的绿色转型作用。除此之外，本文还将构建环境规制与行业规模性指标，研究环境规制的创新补偿效应与规模经济效应对工业行业绿色转型的影响。

2 研究方法與分析框架

2.1 绿色全要素生产率测度模型的构建

本文通过SBM-DDF方法，以我国32个工业行业（见表1）作为决策单元计算工业绿色全要素生产率。令x为各行业在工业生产中的N种投入变量，x=（x1…xN）∈R*N；y表示M种期望产出，y=（y1…ym）∈R*M；b表示考虑绿色因素后的K种非期望产出，b=（b1…bk）∈R*k；因此有（xti，yti，bti）表示第i个行业t时期的投入产出向量。再令（gx，gy，gb）为方向向量，（sxn，sym，sbk）为投入与其产出达到生产效率前沿面的松弛向量。由此，测算第i个行业，第t时期绿色全要素生产率的非径向、非导向性方向距离函数（SBM-DDF）可定义如下：

对方程（1）中的无效率参数进行进一步分解，可分别获得投入无效率IExv、期望产出无效率IEyv，和非期望产出无效率IEbv，从而组成无效率的具体来源，具体公式表示如下：

2.2 技术创新方式选择的面板数据模型构建

在构建工业绿色全要素生产率（Industry Green Total Factor Rate， IGTFR）的基础上，本文以IGTFR为被解释变量，以自主创新（Independent Innovation，II）、技术引进（Technology Introduction，TI）、政府支持（Governmental Support，GS）为重点考察的解释变量，同时加入环境规制（Environmental Regulation，ER）、行业平均规模（Industry Average Scale，EAS）作为控制变量加入模型。为消除异方差，本文在构建模型时对部分变量进行了对数化处理，由此，第i个行业第t期的技术创新方式选择面板模型构建如下。

本文重点分析行业的异质性，所以假定参数不随时间变化，即模型（4）满足时间一致性条件。在此基础上，模型的截距和斜率有如下两种假设：

假设1：斜率相同，但截距不同，模型如下：

其中β`=（β1，β2，β3，β4，β5）对不同行业没有差异，各行业间的个体差异仅体现在由αi代表的行业决策单元的固定效应中。

假设2：截距和斜率均相同，即模型形式为：

此时，各行业间无显著差异性，可将样本视为多个时期截面数据样本。

具体选用何种模型形式将通过Hausman检验，借助F统计量的协方差分析进行确定。通过分别计算模型（4）、（5）、（6）的残差平方和S1，S2，S3，计算假设1的检验统计量F1和假设2的检验统计量F2，公式如下：

F1、F2服从特定自由度的F分布，当F2小于某置信度下的分布临界值时，接受假定2，即选择模型（6）。反之，则继续检验F1，当F1小于某置信度下的分布临界值时，接受假定1，即选择模型（5）。如果此时F1大于或等于某置信度下的分布临界值时，则选择模型（4）。

3 中国工业行业绿色转型的衡量与评价

3.1 指标选取和数据处理

本文使用2005—2014的中国工业分行业面板数据进行绿色全要素生产率的测算和评估。根据统计数据来源的信息，2005—2007年我国工业行业分类口径为“大中型工业企业”，2008—2010年工业行业分类即有“大中型工业企业”的主要经济指标，又有“规模以上工业企业”的经济指标，2011年后则统一改为“规模以上工业企业”统计口径。基于本研究重点以行业间截面比较为主，故本文在2008年前使用“大中型工业企业”口径，2008后使用“规模以上工业企业”口径。

考虑数据的连续性，2015年版的《中国科技统计年鉴》《中国环境统计年鉴》《中国工业统计年鉴》《中国能源统计年鉴》均提供了39个工业行业的统计数据，其中2015年单列出的“开采辅助活动”此前合并在“其他采矿业”中；“汽车制造业”和“铁路、船舶、航空、航天和其他运输设备制造业”在此前曾合并为“交通运输制造业”；“橡胶和塑料制品”此前被分开单列为橡胶制造业、塑料制造业；“金属制品、机械和设备修理业”仅在2011年后才开始公布。“文化、办公室用品机械”此前同“仪表仪器制造业”一并统计，2015年被列入“其他制造业”。基于以上变动，本文实际选取2005—2014年32个工业行业的投入产出数据。

具体相关指标来源及数据处理说明如下：

（1）劳动投入。采用分行业规模以上工业企业从业人员年平均人数为代理变量。相关数据来自历年《中国工业统计年鉴》。

（2）资本投入。采用学界常用的分行业规模以上工业企业固定资本存量为表征变量，并利用永续盘存法进行估算，得到相应的物质资本存量。本文的永续盘存以2005年为基期，资本折旧率取10%，以固定资产投资价格指数（FAI）作为当年投资的价格指数。相关基期和投资数据源自历年《中国工业统计年鉴》并用wind数据进行补充。

（3）能源投入。选择规模以上工业分行业终端能源消费量作为各行业能源投入的代理变量。相关数据源自历年《中国能源统计年鉴》和wind数据库。

（4）期望产出。由于能源投入具有明显的工业中间投入品性质，所以本文并未选用通常的工业行业增加值为期望产出，而是选择考虑中间投入成本的规模以上工业企业主营业务收入为代理变量，并用规模以上工业行业生产者出厂价格指数（PPI）进行平减。相关数据源自历年《中国工业统计年鉴》。

（5）非期望产出。本文以分行业规模以上工业企业废水排放总量、废气排放总量、固体废弃物排放总量三种环境污染物为工业生产的非期望产出，通过熵值法构建工业行业污染物综合排放指标，并以此作为模型非期望产出变量。相关数据源自历年《中国环境统计年鉴》。

3.2 测算结果和评价

参考韩燕等[21]和赵文军、于津平[22]按要素集约度对工业行业进行分类的方法，本文将所研究的32个行业按异质性分为三组：第一组是技术密集型行业，包括电气机械及器材制造业、医药制造业、通信设备、计算机及其他电子设备制造业等10个；第二组为劳动密集型行业，包括纺织业、农副食品加工业、饮料制造业等13个；第三组是资源密集型行业，包括煤炭开采和洗选业、有色金属矿采选业、燃气生产和供应业等9个。基于SBM-DDF方法测算的各工业行业绿色全要素生产率及10年均值详见表1。

从测算结果看，在考虑了能源投入与污染物排放非期望产出后，行业间的绿色全要素生产率表现出了明显的绿色差异性。传统高投入、高污染、高耗能型的工业行业其绿色全要素生产率明显低于绿色特征明显的工业行业。例如，废弃资源综合利用业凭借其高效的投入产出比与自身的绿色属性，其平均绿色全要素生产率在32个行业中最高，10年均值达到0.995；烟草制品业依靠其高额利润与低耗能、低排放特点，10年均值位列第二，达到0.993；文教、工美、体育和娱乐用品制造业作为典型“无烟”绿色产业，10年均值排位第三，达到0.989。反之，黑色金屬矿采选业、煤炭开采和洗选业、非金属矿物制品业、电力、热力的生产和供应业为典型的高耗能、高排放企业，能源投入大，污染排放多，平均绿色全要素生产率在32个行业中位列后位，平均值分别为0.897，0.802，0.689，0.642。

从行业组别间比较来看，由电气机械及器材制造业、通信设备计算机及其他电子设备制造业、化学纤维制造业、专用设备制造业、医药制造业等行业组成的技术密集型行业其绿色全要素生产率总平均水平为0.941，高于劳动密集型行业0.936和资源密集型行业0.867的总平均值。劳动密集型行业的绿色全要素的生产率更加接近于32个行业的总平均水平0.923，基本处于中等水平；而资源密集型行业则严重低于32个行业的总平均水平，成为低绿色全要素生产率的主要行业群体。

从测算结果中还可以看出，同组行业内部的绿色全要素生产率也存在着一定的差异性。例如，化学原料及化学制品制造业虽隶属于技术密集型行业，但化学品自身的危害性与污染排放，使其绿色全要素生产率仅为0.794。由此可以看出，技术密集型行业也依然存在清洁生产与节能减排等问题。在劳动密集型行业中，部分绿色全要素生产率水平较高的行业一般具有相对轻资产、高回报、低污染的特点，如烟草、文教、家具制造业、印刷业、木材加工等行业。而绿色全要素生产率水平较低的劳动密集型主要是造纸及纸制品业和纺织业。据了解，造纸业在抄纸和漂洗过程将排放大量的工业废水，而废水中包含的悬浮物、漂白剂、增白剂、荧光剂等化学成分将对江河环境造成严重破坏。而纺织的染整环节，则曾为工业废气的重灾区，该过程产生的油烟、颗粒物和VOCs与PM2.5二次气溶胶形成有直接关系。资源密集型行业多为能源、矿产型行业，其高投入与较明显的“黑色”属性，使其绿色全要素生产率普遍较低。但在资源密集型行业中燃气生产和供应业与水的生产和供应业的绿色全要素生产率则为0.984和0.975，已属较高水平。这也说明并非所有的能源行业都为绿色无效率，燃气与水力作为清洁型能源的代表，其生产与供应可以实现高效与环保。

从时间维度上看（图1），2009年以前三大类型行业的绿色全要素生产率基本处于持平发展阶段，2009年以后各行业的绿色全要素生产率开始出现上涨趋势，特别是2013年后，资源密集型行业的绿色全要素生产率出现了较大幅度上涨，绿色全要素生产率从2013年的0.869增长到2014年的0.891。出现这样的情况主要源于2008年国际金融危机后，各国政府与人们开始重新思考地球环境与可持续发展问题，我国政府开始高度重视生态文明建设和由工业生产带来的资源环境问题。“十一五”、“十二五”时期我国政府多项措施并举地推行工业节能减排政策，从重点企业到重点行业，再到重点区域、流域，使我国高污染、高耗能行业的绿色全要素生产率出现显著提高。

4 实证分析

4.1 面板模型指标选取和数据处理

为保持数据的一致性，本文在上述面板数据模型构建的框架下，同时选用2005—2014年中国工业32个行业的面板数据进行技术创新方式选择的实证研究。具体指标选取和数据处理方式如下：

（1）自主创新（Independent Innovation，II）。自主创新是指创新的核心驱动力源自内部的技术突破，即摆脱对外部技术的依赖，依靠自身力量进行的独立研发活动，所研发的科技成果具有自主知识产权。自主创新的主要方式包括原始创新、集成创新和引进技术再创新。基于此定义和国内外学者惯用方法，本文用“分行业规模以上工业企业R&D经费内部支出”与“分行业规模以上工业企业消化吸收经费”之和表示各工业行业的自主创新水平。相关数据选自历年《中国科技统计年鉴》。

（2）技术引进（Technology Introduction，TI）。技术引进指国内企业等技术需求方通过一定方式从国外或本国的其他企业、研究单位、机构直接获得先进技术的行为。技术引进是快速获得成熟技术成果的重要方式之一，该法可大量节约技术获取的科研投入和时间，因此也成为世界各国，特别是发展中国家促进技术进步，实现“弯道超车”的重要途径。本文用“分行业规模以上工业企业技术引进经费”与“分行业规模以上工业企业购买国内技术经费”之和表示技术引进水平。

（3）政府支持（Governmental Support，GS）。“自主创新”和“技术引进”作为技术创新的两大主要方式，其主体多为企业自身，研发动因多为利润驱动与市场竞争。资源环境领域的绿色科技创新，其本质是在工业传统的生产技术中强化对资源的高效利用和对环境的系统保护，具有明显的外部性特点，很难通过市场进行驱动。同时该类研发前期投入大，风险系数高，且企业收益不显著，绿色技术的研发很难成为企业的自主行为。因此，政府支持和引导成为工业绿色科技创新当中的重要方式。政府通过财政科学技术拨款、科学基金、教育等部门事业费以及政府部门预算外资金等方式支持引导相关企业、科研机构从事该类研究。本文选取“分行业规模以上工业企业R&D政府资金支出”表示各工业行业科技创新的政府支持程度。相關数据选自历年《中国科技统计年鉴》。

本文对三类技术创新经费均采取平减处理。平减指数参照王玲、Szirmai[23]，万伦来、朱琴[18]的方法，设定为消费者价格指数（CPI）和固定资产投资价格指数（FII）的加权平均值，权重分别设为0.55和0.45。

（4）环境规制（Environmental Regulation，ER）。20世纪90年代著名的“波特假说”被正式提出。“波特假说”认为：合理的环境规制具有创新补偿效应，即适当的环境规制强度可以补偿规制成本，进而促进科技创新。在“波特假说”的基础上，环境规制一直被国内外学者作为影响绿色技术创新和推动绿色转型的重要因素。当前，衡量环境规制强度的方法主要分为两种。一种是根据环境规制结果进行衡量，即用污染物排放的治理效果进行表示[24]。另一种是以环境设备运行投入或治理成本进行衡量[25]。本文为保证数据的可得性和一致性，以各行业工业废水治理设施本年运行经费、各行业工业废气治理设施本年运行费用和各行业工业固体废弃物综合利用率为指标，并借鉴傅京燕[26]，张江雪的方法构建综合环境规制强度指标。具体方法如下：

为实现不同指标的可比性，对三类指标进行标准化处理：

其中，Sjit为i行业第t时期j指标的无量纲化标准值，EIjit为指标原值，maxiEIjit和miniEIjit为j指标在t时期32个行业中的最大值和最小值。

此后，通过构建调整系数Wjit，调整不同行业间污染物和同行业内部各污染物指标之间的较大差异。

其中，Ejit表示i行业第t时期j种污染物，∑32i=1Ejit表示t时期j种污染物的指标总量；IVit表示i行业t时期的平减后主营业务收入，∑32i=1IVit为t时期32个行业的该指标之和。

此外，为保证数据稳定性，避免个别行业在某些年份的异常值，对各行业不同年间的调整系数取均值：

最后，根据构建的各指标无量纲标准值和各行业三类污染物的调整系数，计算i行业t时期的环境规制强度：

（5）行业平均规模（Industry Average Scale，IAS）。工业行业的总体规模是影响行业绿色全要素生产率的重要因素。从工业绿色发展的角度分析，较高的行业规模将有利于行业自身的监管与污染物治理，特别是对于生产性投入较大、具有规模经济属性的工业行业，如钢铁、煤炭等行业，较高的行业规模有利于自身的专业化水平和生产效率。此外，以中小型企业为主的工业行业，因其产业集中程度较低，产业组织形式过于分散，行业资源分布零乱，这些均不利于实现能源与物料的梯级利用与绿色管理，只有具备了一定的行业规模才有实现循环效益的基础与空间。因此，本文把行业平均规模作为影响行业绿色全要素生产率的另一影响因素，用平减后规模以上工业行业主营业务收入与该行业企业单位的个数比值表征该指标。

4.2 平稳性检验与模型的选择

为避免伪回归，确保数据的平稳性，需先对面板数据进行单位根检验，依次考察各变量是否存在同阶单整。本文采用LLC检验、Fisher-ADF检验及Fisher-PP检验三种方法对各变量进行单位根检验，其中LLC检验重点检验同质面板单位根，后两种方法主要检验异质面板单位根。表2给出所检验的结果，无论是同质单位根检验还是异质面板单位根检验，结果均表明所有变量是水平序列平稳的。

根据上述技术创新方式选择面板模型的构建方法，本文通过Hausman检验，借助F统计量的协方差分析确定具体的模型形式。如表3的计算结果，技术密集型、劳动密集型、资源密集型和全部行业四组模型均采用模型（5），即变截距模型。

4.3 实证结果

在平稳性及Hausman检验的基础上，本文基于“技术密集”、“劳动密集”、“资源密集”型行业的异质性，对“自主创新”、“技术引进”和“政府支持”三种技术创新方式进行了行业面板的实证分析。实证结果显示，不同类型工业行业绿色转型所依赖的技术创新路径具有明显的差异性（见表4）。

在技术密集型工业行业的绿色转型中，自主创新表现出了最为显著的促进作用，而外部引进与政府支持两种创新方式，在技术密集型工业行业中虽也具有一定的促进作用但其显著性明显弱于自主创新的技术创新方式。对于劳动密集型工业行业，外部引进的创新方式在该类行业绿色转型中的促进作用最为明显，且明显强于自主创新的促进作用，而政府支持的创新方式并未在该类行业中表现出显著性。在资源密集型行业中，自主创新与政府支持均表现出了明显的促进作用，而外部引进的创新方式在该类行业绿色转型中的促进作用并未显著。与劳动密集型和资源密集型行业相比，国内技术密集型工业行业的技术创新多为企业内部行为，具体表现为自主研发和对外部技术的消化吸收，政府在该类行业中更多的是扮演政策支持的角色，很少直接参与研发活动，国外企业也不会轻易将核心技术对国内企业进行输出与转让。对于劳动密集型工业行业，国内劳动力的人口优势使得该类行业的单位劳动产出率明显低于国外同类行业，国外现代智能的整装生产装备与技术可直接被我国采纳引用，这也是我国劳动密集型行业实现绿色转型最直接的方式。资源密集型工业行业是我国工业绿色转型的重点。“十一五”“十二五”时期，我国工业连续通过两个五年计划重点针对六大高耗能工业行业实行节能减排。资源密集型工业行业自身较强的接受假定1，采用模型（5）

行业负外部性，使得政府在该行业的绿色转型中扮演了更加重要的作用，尤其是政府在技术创新中的绿色技术支持与引导，成为该行技术创新驱动绿色转型的重要力量。此外，绿色技术的研发突破也是资源密集型工业行业实现清洁生产与资源高效利用的关键。

从环境规制对工业绿色转型影响的角度进行分析，环境规制本身将增加企业的生产与运行成本，进而不利于企业的科技研发活动，但根据“波特假说”的相关结论，当环境规制达到一定程度后，高额的环境规制成本将驱使企业通过技术创新实现更加清洁环保的生产方式，进而实现行业的绿色转型。实证结果发现当前我国的环境规制在劳动密集型工业行业中表现为显著的负作用，即该行业的环境规制强度尚未激发出创新补偿效应；环境规制的重点仍为资源密集型工业行业，实证结果显示该行业的环境规制强度已起到促进技术创新的作用；而对技术密集型工业行业，因其自身受到政府环境规制较少，因此环境规制在该行业并未起到显著作用。

此外，从实证结果中发现，行业平均规模在三类行业绿色转型中均表现出显著的促进作用，特别是在技术密集型和资源密集型工业行业中的促进作用则更加明显。较大的行业平均规模将有利行业更集中地处理排放污染，同时规模效益也将使企业降低成本，实现规模经济。因此，高度的行业平均规模与集中度有利于工业行业的绿色转型。此外，从全部行业的回归结果中可以发现，仅自主创新和行业平均规模在该模型中起显著的促进作用，其他因素的作用均不明显。由此说明进一步强化企业的自主创新，提高工业行业平均规模与集约化程度是我国工业实现整体绿色转型的关键路径。

5 结论与启示

本文在考虑能源消耗与污染物排放的基础上，利用SBM-DDF模型对我国32个工业行业的绿色全要素生产率进行了测算，并以此为依据实证分析了不同技术创新方式在三类工业行业绿色转型中的作用与路径选择问题。本文研究的主要结论如下：

首先，根据工业行业绿色全要素生产率的测算结果，技术密集型行业绿色全要素生产率的平均总水平最高（0.941），劳动密集型行业的绿色全要素生产率（0.923）最接近32个行业的总平均水平（0.936），资源密集型行业的绿色全要素生产率总水平最低为（0.867）。废弃资源综合利用业（0.995）、烟草制品（0.993）、文教、工美、体育和娱乐用品制造业（0.989）为典型的绿色产业，其绿色全要素生产率的平均值最高，煤炭开采和洗选业（0.897）、非金属矿物制品业（0.689）、電力、热力的生产和供应业（0.642）行业高耗能、高排放特征最为明显，绿色全要素生产率排名最为靠后；此外，在技术密集型与劳动密集型工业行业中化学原料及化学制品制造业（0.794）、造纸及纸制品业（0.899）和纺织业（0.860）污染属性较大，需要重点关注与规制，在资源密集型行业中燃气生产和供应业（0.984）与水的生产和供应业（0.975）绿色全要素生产率较高，属于典型的绿色能源。从时间维度上看，2009年是我国工业行业推行绿色转型的关键跳跃期，2009年以前工业行业的绿色全要素生产率基本处于持平发展阶段，2009年后各行业的绿色全要素生产率开始出现上涨趋势。第二，对于技术密集型工业行业，自主创新为该行业实现绿色转型的首选路径；对劳动密集型工业行业而言，外部引进为驱动该行业实现绿色转型的最优路径；对于资源密集型工业行业，政府的绿色技术创新支持与引导对该行业的绿色转型起决定性作用，于此同时自主创新仍为该类行业绿色转型的关键路径。第三，我国当前的环境规制已在资源密集型工业行业中发挥创新补偿效应，但在劳动密集型行业中环境规制的成本追加，阻碍了该类行业的技术创新和绿色全要素生产率的提升，而环境规制在技术密集型工业行业的发展并未起显著作用。第四，工业行业的平均规模和规模效益有利于工业行业的绿色转型，提高工业行业的平均规模与集约化程度是提高绿色全要素生产率的关键路径。

在以上研究结论的基础上，本文得出如下启示并给出政策参考建议：

第一，我国工业绿色转型应依据行业全要素绿色生产率，针对重点行业实行有侧重地绿色转型。根据对全要素绿色生产率的测算，我国的工业行业并非全都面临绿色转型的问题，很多行业已具备较高的绿色化程度。工业污染与粗放式生产主要来自造纸及纸制品业、纺织业、煤炭开采和洗选业、非金属矿物制品业（0.689）、电力、热力的生产和供应业等高耗能高污染行业。因此，我国工业行业的绿色转型应瞄准绿色全要素生产率排名靠后的工业行业，集中优势资源实行有重点的转型，牵住工业行业绿色转型的“牛鼻子”。

第二，根据行业的异质性特征，合理选择工业绿色转型的技术创新方式和驱动路径。对于技术密集型工业行业应尽可能地发挥企业在自主创新方面的作用，为企业提供宽松的自主研发环境，通过激发企业自主创新活力的方式，促进该行业的绿色发展。对于劳动密集型工业行业应鼓励企业实行“引进来”与“走出去”战略，支持国内该类行业与国外同行业的技术合作，通过国外技术引进的方式实现该类行业的绿色转型。对于资源密集型行业，一方面要继续鼓励自主创新行为，另一方面政府要积极在该类行业中做好绿色技术创新的支持与引导，通过企业自主与政府支持的方式推动行业的绿色转型。

第三，进一步加强我国工业行业的环境规制强度，发挥环境规制的创新补偿效应。对于劳动密集型和资源密集型工业行业，应进一步加强政府对该类污染企业的环境规制强度。当前，环境规制仅在资源密集型行业中发挥了促进技术创新的作用，在劳动密集型行业中尚未达到促进技术创新的程度。与此同时，环境规制也应分行业有重点地施行，避免造成人力与财力的浪费，警惕给企业带来的负面影响。

第四，鼓励企业间的兼并重组，提高行业集中度与平均规模，发挥规模经济效益。提高行业平均规模是实现行业绿色转型的有效路径，应鼓励企业施行兼并重组战略，集中优势资源，加强大集团大企业的建设。同时，也可加强产业园区和大基地建设，通过同类企业与上下游企业的集聚效应，降低生产运行成本，提高资源利用效率，集中处理和监管污染物，实现工业行业的绿色生产与绿色转型。

参考文献（References）

[1]陈诗一.节能减排与中国工业的双赢发展：2009—2049[J].经济研究，2010（3）：129-143.[CHEN Shiyi. Energy-save and emission-abate activity with its impact on industrial win-win development in China： 2009-2049[J]. Economic research journal， 2010（3）：129-143.]

[2]胡鞍钢.中国创新绿色发展[M].北京：中国人民大学出版社，2012：13-28.[HU Angang. Chinas innovation and green development[M].Beijing： China Renmin University Press， 2012：13-28.]

[3]中国社会科学院工业经济研究所.2016中国工业发展报告[M].北京：经济管理出版社，2016：168-187.[Institute of Industrial Economics of Chinese Academy of Social Sciences. China industrial development report[M]. Beijing： Economic Management Press， 2016：168-187.]

[4]李小平. 自主R&D、技术引进和生产率增长[J]. 数量经济技术经济研究，2007（7）：15-24.[LI Xiaoping. Own R&D， technology purchased and productivity development[J]. Journal of quantitative and technical economics， 2007（7）：15-24.]

[5]王瑾. 技术引进、自主创新和环境规制——基于中国省际面板数据的实证研究[J]. 中国科技论坛，2011（2）：15-20.[WANG Jin. Technology import， indigenous innovation and environment regulation： empirical analysis of provinces panel data of China[J]. Forum on science and technology in China， 2011（2）： 15-20.]

[6]曹勇，苏凤娇. 高技术产业技术创新投入对创新绩效影响的实证研究——基于全产业及其下属五大行业面板数据的比较分析[J]. 科研管理，2012，33（9）：22-31.[CAO Yong， SU Fengjiao. The impact of technological innovation input on innovation performance based on the panel data of Chinese high-tech industries[J]. Science research management， 2012，33（9）：22-31.]

[7]张江雪，蔡宁，毛建素，等. 自主创新、技术引进与中国工业绿色增长——基于行业异质性的实证研究[J]. 科學学研究，2015，33（2）：185-194.[ZHANG Jiangxue， CAI Ning， MAO Jiansu， et al. Action mechanism of customer knowledge management process on service product development performance： case study based on collaboration competency perspective[J].Studies in science of science，2015，33（2）：185-194.]

[8]钱丽，肖仁桥，陈忠卫. 我国工业企业绿色技术创新效率及其区域差异研究——基于共同前沿理论和DEA模型[J]. 经济理论与经济管理，2015（1）：26-43.[QIAN Li， XIAO Renqiao， CHEN Zhongwei. Research on the industrial enterprises technology innovation efficiency and regional disparities in China：based on the theory of meta-frontier and DEA Model[J]. Economic theory and business management， 2015（1）： 26-43.]

[9]陈继勇，盛杨怿. 外商直接投资的知识溢出与中国区域经济增长[J]. 经济研究，2008（12）：39-49.[CHEN Jiyong， CHENG Yangyi. An empirical study on FDI international knowledge spillovers and regional economic development in China[J]. Economic research journal， 2008（12）：39-49.]

[10]王小鲁，樊纲，刘鹏. 中国经济增长方式转换和增长可持续性[J]. 经济研究，2009（1）：4-16.[WANG Xiaolu， FAN Gang， LIU Peng. Transformation of growth pattern and growth sustainability in China[J]. Economic research journal， 2009（1）：4-16.]

[11]牛泽东，张倩肖. 中国装备制造业的技术创新效率[J]. 数量经济技术经济研究，2012（11）：51-67.[NIU Zhedong， ZHANG Qianxiao. An analysis of technological innovation efficiency of manufacturing equipment industries in China[J]. Journal of quantitative and technical economics， 2012（11）：51-67.]

[12]孙亚梅，吕永龙，王铁宇，等. 基于专利的区域环境技术创新水平空间分异研究[J]. 环境工程学报，2007，1（3）：123-129.[SUN Yamei， LV Yonglong， WANG Tieyu， et al. Spatial discrepancy in patent-based innovation of environmental technologies[J]. Chinese journal of environmental engineering， 2007，1（3）： 123-129.]

[13]CHEN K， GUAN J. Measuring the innovation production process： a cross-region empirical study of Chinas high-tech innovation[J]. Technical innovation，2010，7（2）：152-164.

[14]羅良文，梁圣蓉. 中国区域工业企业绿色技术创新效率及因素分解[J]. 中国人口·资源与环境，2016，26（9）：149-157.[LUO Liangwen， LIANG Shengrong. Green technology innovation efficiency and factor decomposition of Chinas industrial enterprises[J]. China population， resources and environment， 2016， 26（9）：149-157.]

[15]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.[YAO Xilong， NIU Chonghuai， LIU Jia. Innovation driven，green growth and industrial economic efficiency[J]. Forum on science and technology in China，2015（1）： 57-62.]

[16]冯志军，陈伟. 技术来源与研发创新全要素生产率增长——基于中国区域大中型工业企业的实证研究[J]. 科学学与科学技术管理，2013，34（3）：33-41.[FENG Zhijun， CHEN Wei. Sources of technology and the total factor productivity growth of R&D innovation-based on China regional big medium-sized industrial enterprises[J]. Science of science and management of S&T， 2013，34（3）：33-41.]

[17]李斌，彭星，欧阳铭珂. 环境规制、绿色全要素生产率与中国工业发展方式转变——基于36个工业行业数据的实证研究[J]. 中国工业经济，2013（4）：56-68.[LI Bin， PENG Xing， OUYANG Mingke. Environmental regulation， green total factor productivity and the transformation of Chinas industrial development mode：analysis based on data of Chinas 36 industries[J]. China industrial economics， 2013（4）：56-68.]

[18]万伦来，朱琴. R&D投入对工业绿色全要素生产率增长的影响——来自中国工业1999—2010年的经验数据[J]. 经济学动态，2013（9）：20-26.[WAN Lunlai， ZHU Qin. Impact of R&D inputs on industrial green total factor productivity growth：empirical data in Chinas industry from 1990 to 2010[J]. Economic perspectives， 2013（9）：20-26.]

[19]FARE R， GROSSKPF S. Directional distance functions and slacks-based measure of efficiency[J].European journal of operational research， 2009 （1）： 27-32.

[20]FUKUYAMA H， WILLIAM L. Directional slacks： based measure of technical inefficiency[J]. Social-economic planning sciences， 2009（4）： 53-68.

[21]韩燕，钱春海. FDI对我国工业部门经济增长影响的差异性——基于要素密集度的行业分类研究[J]. 南开经济研究，2008（6）：143-152.[HAN Yan， QIAN Chunhai. On the sectorial heterogeneity of effects of FDI on Chinas economic growth：a panel data study[J]. Nankai economic studies， 2008（6）：143-152.]

[22]趙文军，于津平. 贸易开放、FDI与中国工业经济增长方式——基于30个工业行业数据的实证研究[J]. 经济研究，2012（8）：18-31.[ZHAO Wenjun， YU Jinping. Trade openness， FDI and Chinas industrial economic growth pattern： empirical analysis based on data of 30 industrial sectors[J]. Economic research journal， 2012（8）：18-31.]

[23]王玲，ADAM S. 高技术产业技术投入和生产率增长之间关系的研究[J]. 经济学（季刊），2008，7（3）：913-932.[WANG Ling， ADAM S. Technological inputs and growth in Chinas high-tech industries[J]. China economic quarterly， 2008， 7（3）：913-932.]

[24]沈能. 环境效率、行业异质性与最优规制强度——中国工业行业面板数据的非线性检验[J]. 中国工业经济，2012（3）：56-68.[SHEN Neng. Environmental efficiency， industrial heterogeneity and intensity of optimal regulation：nonlinear test based on industrial panel-data[J]. China industrial economics， 2012（3）：56-68.]

[25]COLE M， ELLIOTT R. Determining the trade-environment composition effect： the role of capital[J].Journal of environmental economics and management， 2003（46）：59-71.

[26]傅京燕，李丽莎. 环境规制、要素禀赋与产业国际竞争力的实证研究——基于中国制造业的面板数据[J]. 管理世界，2010（10）：87-98.[FU Jingyan， LI Lisha. A case study on the environmental regulation， the factor endowment and the international competitiveness in industries[J]. Management world， 2010（10）：87-98.]

[27]范群林，邵云飞，唐小我. 中国30个地区环境技术创新能力分类特征[J]. 中国人口.资源与环境，2011，21（6）：31-36.[FAN Qunlin， SHAO Yunfei， TANG Xiaowo. Research on the classification characteristics of regional environmental technology innovation capability： a case of China[J]. China population， resources and environment， 2011， 21（6）： 31-36. ]