基于绿色全要素生产率视角的广东工业创新驱动研究

■ 邓春玉 王悦荣

（1.东莞市社会科学院，广东 东莞 523083；2.东莞职业技术学院，广东 东莞 523808）

引言

李克强总理在2015年3月5日作政府工作报告时提出“要增加研发投入，提高全要素生产率”；在2015年12月7日的“十三五”规划编制工作国内外专家座谈会上指出：“企业要通过提高生产率提升效益，中国经济也要通过提升全要素生产率，提高发展质量和效益”，“创新包含两个方面，一个是科技创新，一个是推动科技成果转化为现实生产力的体制机制创新，两个创新有机结合起来，才能推动全要素生产率提高，要推动各方共同努力，提升中国经济的全要素生产率，从而提高经济增长的质量和效益”。

广东作为经济规模全国第一大省，经济总量一直处于全国前列，但是，2008年金融危机以来，经济增速渐趋缓慢；绿色创新驱动全要素生产率虽然处于改进提升状态，但是处全国的位序渐降、且位序较低。研究广东在工业经济发展过程中绿色创新全要素生产率对工业绿色增长的贡献及其变化规律，有利于从内部结构上把握金融危机以来广东工业经济发展的驱动因素和特点，为工业经济转型升级和供给侧改革的决策提供理论支持和实证依据，为广东提升工业经济绿色创新全要素生产率发展能力、发展水平提供理论支持和实证依据。

一、驱动绿色创新要高度重视全要素生产率

（一）绿色创新驱动与绿色全要素生产率的内涵界定

绿色创新及绿色创新全要素生产率问题，主要涉及创新、创新效率、绿色创新效率、绿色全要素生产率的研究。近年来得到很多学者的关注，取得了一些研究成果。

1.绿色创新驱动的内涵

绿色创新也称为“生态创新、环境创新、环境驱动型创新和可持续创新等[1-2]。陈华斌[3]认为，人类社会关注环境-经济-社会协调发展并使之得以实现的创造性活动都可以称为绿色创新。刘薇[4]认为，绿色技术创新是绿色创新的核心和重要组成部分。Blattel等[5]认为，绿色创新包括新产品、新市场和新系统的开发以及在经济战略中引入生态思想。综上学者的研究，绿色创新应该包括资源、技术、管理、制度和一些“尚未识别”要素的最佳配置的绿色创造，表现为创新资源及其配置、手段及其运用、技术及其创造、效果及其考核、制度及其落实并有效、模式及其推广等方面的绿色化，不仅仅停留在研发投入及其产出的绿色化。

2.绿色全要素生产率的内涵

美国经济学家戴维斯在《生产率核算》一书中首次提出全要素生产率（TotalFactorProductivity，TFP）的内涵。美国经济学家索洛将技术进步引入到生产函数中，并分离出技术进步对经济增长的影响，得到了“增长余值”，称为“索洛余值”。索洛认为，全要素生产率等于生产率减去劳动力生产率和资本生产率，将技术进步包含进来，从数量上确定了产出增长率、每种投入要素的增长率和全要素增长率，将产出增长率与各投入要素增长率的差值定义为技术进步，后来被人们称为“全要素生产率变化率”。

全要素生产率是指“生产活动在一定时间内的效率”、资源（包括人力、物力、财力、技术、管理、体制机制、资源配置方式以及“无法识别”的创新要素等）开发利用的效率，是衡量单位总投入的总产量的生产率指标，即总产量与全部要素投入量之比。全要素生产率的来源包括技术进步、规模效应、组织创新、管理创新、制度创新、生产创新、价值实现方式创新、经济运行的绿色化和智能化、永续存在需持续挖掘的“无法识别”的新生要素等。产出增长率超出要素投入增长率的部分为全要素生产率增长率。尽管全要素生产率的增长率常常被视为科技进步贡献率的指标，但是，随着创新驱动能力的提升、企业管理现代化水平的提高、经济结构集约化、绿色化和智能化转型的加快、新型创新价值模式的不断创造，全要素生产率中“全要素”的内涵在不断深化。

综述绿色创新效率与全要素生产率的内涵，绿色全要素生产率是指融创新驱动与绿色发展于一体的体现技术进步、规模效应、组织创新、管理创新、制度创新、生产创新、价值实现模式创新、经济运行绿色化和智能化、永续存在需持续挖掘的“无法识别”的新生要素等效率的生产率。

(二)科学测算工业绿色全要素生产率的重要意义

绿色全要素生产率（TFP）是分析经济绿色增长源泉的重要工具，尤其是政府制定长期可持续增长政策的重要依据。估算工业绿色全要素生产率是制定和评价长期可持续增长政策的基础，有助于进行工业经济绿色增长源泉分析，即分析各种因素（投入要素增长、技术进步、体制机制改革、价值实现等）对工业经济绿色增长的贡献，有助于识别工业经济是投入型增长还是效率型增长、是绿色期望型增长还是污染非期望型增长，评判工业经济增长的可持续性。

处于经济发展新常态的广东，实现工业经济增长由投入型向效率型、粗放型向集约型、投入驱动向创新驱动、能源资源驱动向智能绿色驱动转变，科学测算和评估影响工业经济增长的绿色全要素生产率的变动趋势、影响因素及提升全要素生产率绿色化发展水平的能力等意义重大。

二、工业绿色全要素生产率测算

（一）工业绿色全要素生产率测算方法

1.测算方法综述

美国著名运筹学家查恩斯（A•Charnes）和库伯（W•W•Cooper）于1978年提出的、后来学者不断改进优化的数据包络分析法（DataEnvelopmentAnalysis，DEA），作为非参数测算方法成为目前测算绿色全要素生产率变化率的主要方法之一。Chung等学者将包含坏产出的方向距离函数与相邻前沿交叉参比的Malmquist指数模型结合，得出Malmquist-Luenberger生产率指数（简称ML指数）。该指数成为能同时考虑期望产出与非期望产出的绿色全要素生产率增长指数，并得到学者等广泛应用和不断创新[6]。

近年来，一些学者对于工业绿色全要素生产率问题的研究取得了不少成果。任耀等[7]构建了体现绿色发展与创新驱动理念的绿色创新效率模型，并运用此模型对山西省工业绿色创新效率进行了测算[8]。黄奇等突破传统技术创新理论，引入绿色增长理念，在综合考虑资源消耗和环境污染的基础上，运用非期望SBM模型测算了中国工业企业绿色技术创新效率，并对中国工业企业绿色技术创新效率的空间外溢效应进行实证分析。钱丽等[9]引入工业“三废”和CO2等指标运用共同前沿理论、规模报酬不变和可变的DEA模型测度分析了2003-2010年各省份企业绿色科技研发、成果转化效率以及区域间的技术差距，并对无效率值进行分解。宋长青等[10]运用基于方向性距离函数的ML生产率指数对1985-2010年间中国绿色全要生产率进行了测算及分解。王兵等[11]运用方向性距离函数、共同边界模型、Luenberger生产率指数估算了2000-2010中国区域绿色发展效率与绿色全要素生产率。陈超凡等[12]运用方向性距离函数及ML指数测算了资源环境约束下的中国工业绿色全要素生产率。李玲等[13]运用SBM方向性距离函数和Luenberger生产率指法测算了中国工业增长质量的区域差异。石风光[14]建立基于SBM方向性距离函数的绿色经济增长核算模型，测算并分析了中国省区的工业绿色全要素生产率，并将工业劳动生产率增长分解为绿色技术效率改善、绿色技术进步和资本深化。程莹等[15]在考虑环境资源的约束下，基于方向性距离函数和ML指数方法，利用我国制造业省际面板数据测算了环境技术效率值以及绿色全要素生产率水平。李斌[16]运用考虑非期望产出的非径向非角度SBM方法测度了我国工业分行业的绿色技术效率。

综上学者的成果，构建非径向、非角度、超效率、定义好坏产出、全局参比的绿色工业全要素生产率指数模型，运用MaxDEA6.14软件测算广东及地级以上市工业绿色全要素生产率[16]。

2.非角度松弛测度的DEA模型（SBM）及分解

SMB模型为：

SBM模型非角度效率值的分解：

3.全局参比Malmquist模型

全局参比Malmquist模型是由PastorandLovell（2005）提出的一种M指数的计算方法。它是以所有时期的总集合作为参照集，共同的参照集为由于各期参照同一前沿，M指数是单一的

效率的变化仍采用各自的前沿EC,其中

前沿t与全局前沿的接近程度可由

技术变化可由两个比值TCf来表示，

全局前沿包含所有被评价DMU，不存在无可行解的问题。由于有共同的全局前沿，具有可传递性，

4.全要素生产率分解

（1）Malmquist的Zofio分解原理

Zofio分解是根据Zofio分解形式进行分解。Zofio分解是在FGNZ分解的基础上将TC技术变化进一步分解为纯技术变化PTC和规模技术变化STC。Zofio分解是MI指数形式最完全的一个分解形式。分解原理仍是基于FGNZ分解办法，即比较CRS前沿和VRS前沿得到的规模效应的差异并反映在效率变化和技术变化两个层面上。Malmquist的Zofio分解方法的优点在于可以把全要素生产率分解为纯技术效率变化PEC、规模效率变化SEC、纯技术变化PTC和规模技术变化STC四个部分的乘积。

（2）MAXDEA对Zofio分解过程

第一步，选择一个距离函数，如径向CCR或SBM等，本研究选择SBM；

第二步，规模报酬RTS设为规模报酬不变CRS，运行Malmquist指数模型，得到CRS下的MI、效率变化EC、技术变化TC；

第三步，规模报酬RTS设为规模报酬可变VRS，运行Malmquist指数模型，得到VRS下的MI、纯效率变化PEC、纯技术变化PTC；

第四步，用CRS的EC和TC除以VRS的PEC和P T C，即可得S E C和S T C，或将规模报酬“RTS”设为Scale Efficiency or Scale Effect，运行Malmquist指数模型，得到Scale Effect on Efficiency Change即为SEC、Scale Effect on Technological Change，即为STC。

（3）Malmquist指数分解公式

全要素生产率变化指数（MI）=技术效率变化（EC）*技术变化（TC）=（PEC纯技术效率变化*SEC规模效率变化）*（PTC纯技术变化*STC规模技术变化）。

（二）工业绿色全要素生产率变量选择

以往大多数学者对于投入产出变量多选择传统意义、单一技术创新角度物态要素等，如研发的人力和资本投入、专利和新产品产出等，基于绿色工业全要素生产率产出变量价值实现的选择需求，多数学者的变量选择偏离了绿色创新全要素生产率绿色价值实现这一核心问题，同时也偏离了创新投入要素的关联性原则，单纯的研发人力和经费投入难以形成绿色产出。

1.投入变量

基于绿色工业全要素生产率投入变量的选择需求，本研究选择工业从业人员平均人数（万人）作为人力资本投入、总资产（亿元）作为资本投入，单位工业增加值能耗量（吨标准煤/万元）作为能源投入。

2.产出变量

测算绿色全要素生产率的关键环节之一是坏产出变量的选择。工业六类污染排放物成为多数学者选择的主要坏产出变量。坏产出也称为非期望产出、非合意产出、负产品等。胡晓珍等[17]将工业废水排放量、工业废气排放量、工业烟尘排放量、工业粉尘排放量、工业二氧化硫排放量和工业固体废弃物产量这六类污染排放物作为坏产出。袁晓玲等[18]将工业废水排放量、工业废气（包括二氧化硫、烟（粉）尘两类）排放量、工业固体废弃物生产量、CO2排放量共5个指标作为非合意产出。杨文举等[19]将工业SO2排放量、工业废水中的化学需氧量COD排放量作为非期望产出。王兵等[20]将COD、SO2、氨氮和氢氧化物作为非期望产出。范丹等[21]以六种能源煤炭、汽油、煤油、柴油、燃料油、天然气消耗为基准来测算各地区的碳排放量。

综上学者研究成果和绿色创新产出变量的选择需求，本研究选择主营业务收入（亿元）、新产品销售收入（亿元）、利税总额（亿元）、专利申请量（件）作为绿色期望产出，工业污染物（三废）排放量（万吨）作为非期望产出。

（三）工业绿色全要素生产率变量来源

本研究变量来源于2009-2015年《中国统计年鉴》《中国工业统计年鉴》《中国环境统计年鉴》《广东统计年鉴》《广东工业统计年鉴》和国家统计局、国家发展和改革委员会、国家能源局的2008-2014年分省（区、市）万元地区生产总值能耗降低率等指标公报。

（四）工业绿色全要素生产率测算思路

本研究分两个步骤进行测算。第一步，以除西藏（数据缺失过多）外的全国30个省、自治区、直辖市为评价对象构建包络评价系统，测算广东的工业绿色生产效率指数并进行指数分解，寻找投入、产出无效率的影响因素；测算广东的工业绿色全要素生产率变化指数并进行指数分解，寻找改进提升或退步下降的影响因素。第二步，以广东21个地级以上市为评价对象构建包络评价系统，测算广东各市的工业绿色生产效率指数并进行指数分解，寻找投入、产出无效率的影响因素；测算广东各市的工业绿色全要素生产率变化指数并进行指数分解，寻找改进提升或退步下降的影响因素。

三、工业创新驱动主要要素变动趋势

（一）广东全省工业创新驱动要素变动趋势

2008年以来，工业新产品销售收入增速总体趋升、但波动较大（表1），2014年增速位居全国第11位、位序不高，低于吉林、新疆、重庆、安徽、江苏、云南、甘肃、北京、河北、湖北（由于篇幅所限，各省市数据略，下同）；2008至2014年，年均增速位居全国第11位、位序不高，低于安徽、湖南、河南、江苏、浙江、河北、湖北、甘肃、新疆、江西。

专利申请量增速总体趋降且波动较大（表1），2014年增速位居全国第5位，低于江西、四川、江苏、安徽；2008至2014年，年均增速位居全国第28位、位序较低，仅高于甘肃、重庆，低于全国平均水平。

工业新产品销售收入占主营业收入比重是反映工业产品结构优化程度和创新能力的重要指标。2008年以来该指标呈逐年提高趋势（表1）。2014年，该指标位居全国第7位、位序较高，但是低于浙江、上海、北京、天津、重庆、湖南。

单位工业增加值能耗降速是衡量工业污染物治理创新能力的重要指标。2014年，广东为-9.25%，位居全国第9位，低于贵州、云南、湖南、河南、北京、天津、江西、广西。

表1 2008-2014年广东工业创新驱动主要指标

（二）广东地级以上市工业创新驱动要素变动趋势

2008年以来，工业新产品销售收入占主营业收入比重，广州、深圳、珠海、汕头、佛山、韶关、河源、梅州、惠州、东莞、中山、江门、湛江、肇庆、清远、揭阳、云浮总体趋高，汕尾、阳江、茂名、潮州总体趋降（篇幅所限，数据略），市际差距呈扩大趋势（图1）。2014年，工业新产品销售收入占主营业收入比重，珠三角城市相对较高，粤北山区、东西两翼大部分市相对较低，市际差距过大（表2）。

图1 2008-2009年广东绿色创新驱动要素变动趋势

2008年以来，工业新产品销售收入增速，深圳、珠海、佛山、汕尾、江门、茂名、清远波动性趋升，其他市波动性趋降，市际差距总体趋降（图1）；年均增速，粤北山区、东西两翼大部分市相对较高，珠三角大部分市相对较低，市际差距过大（表2）。

表2 2008-2014年广东地级以上市工业创新驱动主要指标

2008年以来，专利申请量增速，除湛江、云浮外的绝大多数市呈波动性趋降态势，市际差距呈倒“V”波动（图1）；年均增速，粤北山区、东西两翼大部分市相对较高，珠三角大部分市相对较低，市际差距过大（表2）。

四、工业绿色全要素生产率变动趋势

（一）工业绿色经济运行技术效率变动趋势及影响因素

1.工业绿色经济运行技术效率变动趋势

2008年以来，广东工业绿色经济运行技术效率总体波动性趋升，但是2008-2014年的均值小于1，没有达到最佳状态。2014年达到峰值为1.081，位居全国第4位，低于青海、北京和江苏（数据表略）。

表3 2008-2014年广东及地级以上市工业绿色经济运行技术效率指标

地级以上市工业绿色经济运行技术效率，除阳江外其他20个市总体趋升，但是2008-2014年的各市均值和21个地级以上市的均值都小于1，都没有达到最佳状态。2014年，深圳、广州、佛山、茂名、揭阳、湛江、中山绿色工业经济运行达到最佳状态（表3）。

2.工业绿色经济运行技术效率影响因素

从工业绿色创新驱动生产率分解因素看，2008年以来，规模效率值始终小于1，混合效率除2010年外也小于1，技术效率始终大于1，说明规模效率和混合效率成为广东工业绿色经济运行技术效率进一步提升的障碍性因素（表4）。从投入、产出的无效率值分析看，产出的无效率对广东工业绿色创新全要素生产率进一步提升的影响大于投入的无效率（表4）。

表4 2008-2014年广东工业绿色创新驱动生产率指标

（二）工业绿色创新全要素生产率变动趋势及影响因素

绿色创新驱动全要素生产率分解为效率和技术两个方面。效率变化分解为纯效率和规模效率两个影响因素；技术变化分解为纯技术和规模技术两个影响因素。

绿色创新驱动全要素生产率（表5），2008年以来，全省呈现“W”型趋降态势，但是均值大于1、总体呈改进提升状态；处全国第27位，仅高于黑龙江、山西、新疆，与其经济规模在全国第1的位序极为不相称（数据表略）。21个地级以上市均值呈现“M”型趋降态势，但是均值都大于1、呈改进提升状态。

1.效率变化及其分解因素变动趋势

绿色创新驱动效率变化及其分解因素纯效率和规模效率变化方面（表5），2008年以来，全省及地级以上市都呈波动性趋降态势，全省均值小于1、呈退步态势，地级以上市均值大1、呈改进提升状态。

表5 2008-2014年广东及地级以上市工业绿色创新驱动全要素生产率指标

从效率变化及其分解因素纯效率和规模效率变化的市际分布看，大多数地级以上市的均值大于1，呈改进提升状态，只有少数市，如佛山、茂名、汕头、清远、阳江效率变化及其分解因素纯效率变化均值小于1，呈退步状态；汕头、清远规模效率变化均值小于1，呈退步状态（表6）。

表6 2008-2014年广东各地级以上市工业绿色创新驱动全要素生产率指标均值

2.技术变化及其分解因素变动趋势

绿色创新驱动的技术变化及其分解因素纯技术和规模技术变化方面（表5），2008年以来，全省都呈波动性趋降态势，但是均值都大于1，说明技术变化呈改进提升状态；地级以上市技术变化及其分解因素纯技术和规模技术变化，2009年以来也呈趋降态势，但是其均值都大于1，说明技术变化呈改进提升状态。

从技术变化及其分解因素纯技术和规模技术变化的市际分布看，绝大多数地级以上市的均值大于1，呈改进提升状态，只有极少市，如汕尾技术变化均值小于1，呈退步状态；潮州纯技术变化均值小于1，呈退步状态；珠海、惠州规模技术变化均值小于1，呈退步状态（表6）。

综上分析，2008年以来，技术进步成为工业绿色创新驱动全要素生产率总体改进提升的主要促进因素，而效率、即资源配置、制度机制、管理创新方面成为工业绿色创新驱动全要素生产率总体波动性趋降的主要致因。

五、提升广东工业绿色全要素生产率的对策思路

驱动工业经济绿色增长是一个系统工程，全要素生产率是生产要素系统“1+1＞2”的部分。余值越大，全要素生产率越高；余值越小，全要素生产率越小。绿色全要素生产率的效应就是“1+1＞2”的资源最佳配置的余值溢出效应。提升广东工业绿色全要素生产率应从以下5个方面入手：

（一）建立新型工业经济发展考核指标体系

以提升绿色创新驱动全要素生产率为核心，建立新型的工业经济运行效率考核指标体系。引导官员树立经济运行技术效率思维，更加注重绿色全要素生产率贡献率的提升，将效率作为考核官员和各级政府工业经济运行绩效的重要依据。重点围绕企业、行业组织效率及全要素生产率绿色化程度、政府行政效率、创新驱动效率、政府与市场协调效率、人力与机器协调效率、发展与环境协调效率等方面构建指标体系。

（二）提升绿色创新全要素生产率的制度效率

制度是“余值”溢出的调节阀，优化绿色全要素生产率中的制度环境要素，是提升绿色全要素生产率制度效率的关键。创造性全面贯彻国家和省的供给侧改革精神与绿色、创新发展理念，促进管制制度、税收、调控手段的市场化、高效化和绿色化，全面总结推广商事登记制度改革的经验，简化行政结构与流程，激发各类经济主体的活力，努力为企业家才能的释放创造条件，使企业家成为提升绿色全要素生产率的主人翁，努力为民间资本创造良好的投资环境，提高社会投资在资本形成中的份额。

（三）提升绿色全要素生产率的组织运营效率

绿色创新的主体是企业，优化企业组织结构和商业模式，是提升绿色全要素生产率组织和运营效率的关键。以新一代网络信息技术促进企业组织结构加快变革，创新优化商业模式，以更加高效的管理方式和专业化的分工提升工业绿色全要素生产率。遵循市场的基础性、决定性资源配置作用，创造条件推动企业改制、改组、关停并转升，实现资源由低生产效率、高污染的行业、企业向高生产效率、低污染的行业、企业更好更快的流动。

（四）促进科技服务业高效链化发展

科技服务业是绿色创新驱动的重要环节。发展科技服务业关键是实施“双创”驱动战略，将大众创业、万众创新落到实处。按照国务院发布的《关于加快科技服务业发展的若干意见》的要求和《国家科技服务业统计分类（2015）》（国家统计局令第15号）界定的行业，大力而全面地发展科技服务业。科技管理的相关部门要摒弃狭义科技服务业思维，整合优化科技服务链，积极促进各类科技服务新业态的发展，特别是新型研发机构的培育扶持，提高科技服务效率。

（五）促进职业教育产教深度融合发展

全要素生产率中的管理效率以及随着科技创新、管理创新、制度创新带来的“无法识别”的“增长贡献”余值，将通过人机、机机配置效率的提升来实现，将通过产教深度融合的高水平职业教育的发展来实现。为此，要在高水平建设理工类科研型高校的基础上，出台配套政策，配套高水平建设职业型专科技术院校和应用型本科理工院校，以提升工科建设水平为抓手优化学科结构，已达到高水的研发创造和高水平的生产运营最佳配置的效果。

[1] 张钢,张小军.国外绿色创新研究脉络梳理与展望[J].外国经济与管理,2011(8):25-32.

[2] CHARTERC. Sustainable innovation: Key conclusions from sustainable innovation conferences 2003-2006 organised by The Centre for Sustainable Design[R]. Canterbury: University College for the Creative Arts，2007:32-36.

[3] 陈华斌.试论绿色创新及其激励机制[J].软科学,1999(3):43-44.

[4] 刘薇.国内外绿色创新与发展研究动态综述[J].中国环境管理干部学院学报,2012(5):17-20.

[5] BLATTEL MINK,BIRGIT.Innovation towards sustainable economy the integration of economy and ecology in companies[J].Sustainable Development,1998(2),6:49-58.

[6] 成刚.数据包络分析方法与MaxDEA软件[M].北京:知识产权出版社,2014.

[7] 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.

[8] 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.

[9] 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[J].经济理论与经济管理,2015(1):26.

[10] 宋长青,刘聪粉,王晓军.中国绿色全要素生产率测算及分解:1985-2010[J].西北农林科技大学学报（社会科学版）,2014(3):120-127.

[11] 王兵,黄人杰.中国区域绿色发展效率与绿色全要素生产率:2000-2010--基于参基于参数共同边界的实证研究[J].产经评论,2014(1):18-24.

[12] 陈超凡.中国工业绿色全要素生产率及其影响因素--基于ML生产率指数及动态面板模型的实证研究[J].统计研究,2016,33(3):54-55.

[13] 李玲,陶锋,杨亚平.中国工业增长质量的区域差异研究--基于绿色全要素生产率的收敛分析[J].经济经纬,2013(4):11.

[14] 石风光.中国省区工业绿色全要素生产率影响因素分析--基于SBM方向性距离函数的实证分析[J].工业技术经济,2015(6):137-138.

[15] 程莹,施卫东.中国制造业增长的环境协调性实证研究--以绿色全要素生产率为视角[J].兰州商学院学,2013,29(4):74-76.

[16] 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,2013,29(4):57-59.

[17] 胡晓珍,杨龙.中国区域绿色全要素生产率增长差异及收敛分析[J].财经研究,2011,37(4):126.

[18] 袁晓玲,班斓,杨万平.陕西省绿色全要素生产率变动及影响因素研究[J].统计与信息论坛,2014,29(5):39.

[19] 杨文举,龙睿.中国地区工业绿色全要素生产率增长--基于方向性距离函数的经验分析[J].上海经济研究,2012(7):6.

[20] 王兵,刘光天.节能减排与中国绿色经济增长--基于全要素生产率的视角[J].上海经济研究,2015(5):61.

[21] 范丹,王维国.中国区域全要素能源效率及节能减排潜力分析--基于非期望产出的SBM模型[J].数学的实践与认识,2013,43(7):15.