崔金寶，王建民，陳 杰

（安徽理工大學(xué) 經(jīng)濟(jì)管理學(xué)院，安徽 淮南 232000）

1 研究綜述

根據(jù)中共中央、國(guó)務(wù)院最新發(fā)布的《長(zhǎng)江三角洲區(qū)域一體化發(fā)展規(guī)劃綱要》，長(zhǎng)江三角洲城市群(簡(jiǎn)稱長(zhǎng)三角城市群)中心區(qū)由26個(gè)城市變成了27個(gè)城市，浙江省的溫州市成為新晉城市，進(jìn)一步拓展了長(zhǎng)江三角洲核心區(qū)域的范圍（總面積達(dá)22.5×104km2），進(jìn)而輻射帶動(dòng)長(zhǎng)江三角洲地區(qū)的高質(zhì)量發(fā)展。Dong L.等[1]經(jīng)過研究指出，近年來(lái)快速的粗放型工業(yè)化發(fā)展陷入了經(jīng)濟(jì)增長(zhǎng)和資源環(huán)境約束的困境，導(dǎo)致環(huán)境污染方面的負(fù)面影響頻頻發(fā)生。2019年發(fā)布的《長(zhǎng)三角一體化模式進(jìn)一步發(fā)展總體規(guī)劃方案文件》中指出，要以創(chuàng)新驅(qū)動(dòng)經(jīng)濟(jì)轉(zhuǎn)型升級(jí)，促進(jìn)環(huán)境的協(xié)調(diào)管理，建設(shè)長(zhǎng)江三角洲綠色發(fā)展高級(jí)示范區(qū)。隨著長(zhǎng)江三角洲更高質(zhì)量一體化發(fā)展上升為國(guó)家戰(zhàn)略，研究以長(zhǎng)江三角洲城市群綠色創(chuàng)新效率的整體特征及其相關(guān)因素的影響效果，有助于長(zhǎng)江三角洲城市群不同城市之間根據(jù)自身的實(shí)際情況確定合適的綠色發(fā)展路徑，為長(zhǎng)江三角洲區(qū)域的綠色創(chuàng)新協(xié)同發(fā)展提供政策建議。

張江雪等[2]把創(chuàng)新視為區(qū)域經(jīng)濟(jì)長(zhǎng)期穩(wěn)定增長(zhǎng)最重要的決定要素，那么綠色創(chuàng)新是什么呢?盧麗文[3]、程華[4]等認(rèn)為綠色創(chuàng)新可以推動(dòng)環(huán)境友好型經(jīng)濟(jì)增長(zhǎng)，它指那些改善對(duì)環(huán)境不利影響的創(chuàng)新。國(guó)外學(xué)者M(jìn).Mirata等[5]將綠色創(chuàng)新定義為隨著環(huán)境變化進(jìn)而改善的創(chuàng)新。彭文斌等[6]指出，綠色創(chuàng)新是兼顧技術(shù)創(chuàng)新和環(huán)境保護(hù)，釋放資源環(huán)境方面的壓力，并促進(jìn)經(jīng)濟(jì)可持續(xù)發(fā)展的創(chuàng)新。

我國(guó)關(guān)于資源環(huán)境約束下的綠色創(chuàng)新效率研究，主要包括對(duì)省域、城市群等區(qū)域的綠色創(chuàng)新效率的時(shí)序變化、空間相關(guān)性等方面的研究。分析發(fā)現(xiàn)已有研究多數(shù)基于省份，如黃磊等[7]研究了長(zhǎng)江經(jīng)濟(jì)帶各省份之間的工業(yè)綠色創(chuàng)新發(fā)展效率?？讜阅莸萚8]探討了中國(guó)各省份之間的綠色創(chuàng)新效率及其效率提升路徑。在研究方法方面，已有研究主要從投入-產(chǎn)出的角度，采用數(shù)據(jù)包絡(luò)法（data envelopment analysis，DEA）、生產(chǎn)函數(shù)法和多元統(tǒng)計(jì)等方法進(jìn)行研究。如李成宇等[9]采用DEA-BCC模型結(jié)合Malmquist指數(shù)的方法，對(duì)2006—2015年中國(guó)30個(gè)省（市、州）（不含港、澳、臺(tái)和西藏地區(qū)）的工業(yè)生態(tài)效率進(jìn)行了測(cè)算，并且運(yùn)用Geoda軟件分析了其空間分布特征，通過空間誤差模型對(duì)其影響因素進(jìn)行了檢驗(yàn)。滕堂偉等[10]采用超效率SBM（slack based model）模型，對(duì)長(zhǎng)江三角洲的26個(gè)城市的綠色創(chuàng)新效率進(jìn)行了測(cè)度。楊樹旺等[11]以長(zhǎng)江經(jīng)濟(jì)帶為研究對(duì)象，運(yùn)用包含非期望產(chǎn)出的SBM模型測(cè)算了其綠色創(chuàng)新效率的演變格局。肖黎明等[12]利用生產(chǎn)函數(shù)模型的隨機(jī)前沿分析法探討了中國(guó)各省份的綠色創(chuàng)新效率。而楊亦民等[13]則是利用基于非期望產(chǎn)出DEA模型，對(duì)湖南省14個(gè)市（州）的工業(yè)綠色發(fā)展效率進(jìn)行了測(cè)算，并且選取6項(xiàng)工業(yè)生產(chǎn)指標(biāo)進(jìn)行了影響因素分析，以期尋找改善工業(yè)生態(tài)效率的政策切入點(diǎn)。張如波等[14]利用網(wǎng)絡(luò)DEA模型評(píng)價(jià)了長(zhǎng)江三角洲35個(gè)城市的工業(yè)生態(tài)系統(tǒng)，及其經(jīng)濟(jì)、能源和環(huán)境子系統(tǒng)。由以上分析可以看出，研究者們將研究視角逐漸轉(zhuǎn)向城市區(qū)域，與省域視角相比，在城市區(qū)域上推動(dòng)科技創(chuàng)新改善資源環(huán)境更加具有實(shí)際操作性，可探索長(zhǎng)江三角洲不同資源環(huán)境的城市綠色創(chuàng)新效率的提升途徑，并為長(zhǎng)江三角洲更高質(zhì)量一體化發(fā)展提供理論與決策支持。

綜上所述，對(duì)綠色創(chuàng)新效率的已有研究多數(shù)集中在省域?qū)用妫鞘惺峭黄凭G色創(chuàng)新結(jié)構(gòu)和長(zhǎng)江三角洲各市政府進(jìn)行環(huán)境治理的最主要載體。因此，本文擬以2013—2018年長(zhǎng)三角城市群27個(gè)城市的數(shù)據(jù)為研究對(duì)象，建立測(cè)度綠色創(chuàng)新效率的綜合評(píng)價(jià)體系。綠色創(chuàng)新效率與相關(guān)因素的作用機(jī)制較為復(fù)雜，已有相關(guān)文獻(xiàn)大多從靜態(tài)角度對(duì)綠色創(chuàng)新效率進(jìn)行測(cè)度與評(píng)價(jià)。此外，多數(shù)學(xué)者采用傳統(tǒng)的DEA和SBM模型，而前者未考慮松弛變量的影響，導(dǎo)致測(cè)算值存在一定的偏差，且二者都無(wú)法對(duì)效率值為1的有效決策單元進(jìn)行進(jìn)一步地評(píng)價(jià)和排序。因此，本文采用Super-SBM模型，并結(jié)合Malmquist指數(shù)法，分別從靜態(tài)和動(dòng)態(tài)視角探索長(zhǎng)三角城市群綠色創(chuàng)新效率的時(shí)空演變和區(qū)域差異，以期為推進(jìn)長(zhǎng)三角城市群高質(zhì)量一體化發(fā)展提供參考。

2 模型變量與數(shù)據(jù)

2.1 模型構(gòu)建

2.1.1 超效率SBM模型

1978年，美國(guó)著名的運(yùn)籌學(xué)家Charnes和Cooper提出了數(shù)據(jù)包絡(luò)分析（DEA）方法[15]，該方法是一種運(yùn)用線性規(guī)劃方法評(píng)價(jià)經(jīng)濟(jì)系統(tǒng)生產(chǎn)前沿面有效性的非參數(shù)方法。DEA的傳統(tǒng)模型包括CCR模型和BCC模型，這兩種模型雖然都能解決參數(shù)估計(jì)法系統(tǒng)誤差大的問題，但是由于未考慮投入與產(chǎn)出松弛變量的影響，會(huì)造成效率值偏差。2001年，K.Tone提出了非徑向SBM（slacks-based measure）模型[15]，該模型利用松弛變量測(cè)度效率值。其在2002年又提出以修正松弛變量為基礎(chǔ)的Super-SBM模型，較好地避免了傳統(tǒng)DEA模型和SBM模型無(wú)法對(duì)有效單元進(jìn)行進(jìn)一步評(píng)價(jià)和排序的問題[16]。因此，本研究擬采用Super-SBM模型，對(duì)長(zhǎng)三角城市群各城市的綠色創(chuàng)新效率進(jìn)行靜態(tài)分析。式（1）所示為Super-SBM模型的表達(dá)式。

式中：ρ為效率值；

m、s分別為投入與產(chǎn)出數(shù)量；

xi、yr分別為投入與產(chǎn)出要素；

在“互聯(lián)網(wǎng)+”背景下，物理信息化建設(shè)技術(shù)的研究和開發(fā)得到了迅猛發(fā)展，出現(xiàn)了如ITS，GSM，GIS等高水平、高性能的物流信息技術(shù)，并在實(shí)踐中得到了廣泛運(yùn)用。物流信息因?yàn)榭焖侔l(fā)展的現(xiàn)代信息技術(shù)而取得了巨大發(fā)展，且物流信息系統(tǒng)信息收集、傳輸、處理與交換的頻率也得到了顯著提高。所以，物流信息化建設(shè)應(yīng)高度重視先進(jìn)技術(shù)的使用，與時(shí)俱進(jìn)，對(duì)先進(jìn)的物流信息技術(shù)進(jìn)行不斷更新和使用，以促進(jìn)物流信息系統(tǒng)整體性能和運(yùn)行效率的提高。

λ為權(quán)重向量。

2.1.2 Malmquist指數(shù)模型

Malmquist指數(shù)模型最早由Sten Malmquist于1953年提出，之后被Caves（1982）等運(yùn)用到生產(chǎn)效率研究中，即利用DEA構(gòu)造Malmquist指數(shù)測(cè)算生產(chǎn)效率。Malmquist指數(shù)法將全要素生產(chǎn)率變動(dòng)指數(shù)（γTFPC）分解為技術(shù)變化指數(shù)（γTC）和技術(shù)效率變化指數(shù)（γEC），即γTFPC=γTC×γEC，該指數(shù)計(jì)算方法如式（2）所示：

分別為以t時(shí)期和t+1時(shí)期技術(shù)為參照的距離函數(shù)；

M0為綠色創(chuàng)新效率，當(dāng)M0>1時(shí)，表明長(zhǎng)三角城市群綠色創(chuàng)新效率得到提升，反之創(chuàng)新效率下降。

其中，技術(shù)效率變化指數(shù)γEC可以分解為純技術(shù)效率變化指數(shù)γPEC和規(guī)模效率變化指數(shù)γSEC，進(jìn)而全要素生產(chǎn)率變動(dòng)指數(shù)可表示為

則Malmquist指數(shù)模型的表達(dá)式如式（3）所示。

2.2 變量數(shù)據(jù)

2.2.1 指標(biāo)體系

表1 長(zhǎng)三角城市群綠色創(chuàng)新效率評(píng)價(jià)指標(biāo)體系Table 1 Green innovation efficiency evaluation index system of the Yangtze River Delta urban agglomeration

2.2.2 數(shù)據(jù)來(lái)源

本文的研究對(duì)象為長(zhǎng)三角城市群27個(gè)城市2013—2018年間的綠色創(chuàng)新效率，實(shí)證分析的所有數(shù)據(jù)均來(lái)自于歷年《中國(guó)城市統(tǒng)計(jì)年鑒》和《長(zhǎng)三角城市群三省一市歷年統(tǒng)計(jì)年鑒》。變量觀測(cè)值個(gè)數(shù)為162，其描述性統(tǒng)計(jì)結(jié)果如表2所示。

表2 變量描述性統(tǒng)計(jì)結(jié)果Table 2 Results of variable descriptive statistics

3 實(shí)證結(jié)果與分析

3.1 綠色創(chuàng)新效率靜態(tài)分析

本研究中，采用Super-SBM模型，并且利用DEA-Solver Pro.5.0軟件，從靜態(tài)的角度測(cè)算了長(zhǎng)三角城市群2013—2018年27個(gè)城市的綠色創(chuàng)新效率值，具體結(jié)果如表3所示。

表3 2013—2018年長(zhǎng)三角城市群各城市綠色創(chuàng)新效率測(cè)算值Table 3 Measured values of green innovation efficiency of cities in the Yangtze River Delta urban agglomeration from 2013 to 2018

根據(jù)最新發(fā)布的《長(zhǎng)江三角洲區(qū)域一體化發(fā)展規(guī)劃綱要》，以上海市，江蘇省9市——南京市、無(wú)錫市、常州市、蘇州市、南通市、揚(yáng)州市、鎮(zhèn)江市、鹽城市、泰州市，浙江省9市——杭州市、寧波市、溫州市、湖州市、嘉興市、紹興市、金華市、舟山市、臺(tái)州市，安徽省8市——合肥市、蕪湖市、馬鞍山市、銅陵市、安慶市、滁州市、池州市、宣城市，共27個(gè)城市為中心區(qū)，對(duì)三省一市區(qū)域內(nèi)各城市的綠色創(chuàng)新效率進(jìn)行測(cè)算，所得統(tǒng)計(jì)年間長(zhǎng)三角城市群各城市的綠色創(chuàng)新效率變化趨勢(shì)圖如圖1所示。

從圖1所示長(zhǎng)江三角洲區(qū)域三省一市整體的綠色創(chuàng)新效率變化趨勢(shì)看，2013—2018年研究期間，長(zhǎng)三角城市群的綠色創(chuàng)新效率呈現(xiàn)出平穩(wěn)的發(fā)展趨勢(shì)，整體的創(chuàng)新效率平均值由2013年的0.975 7下降至2018年的0.951 6，變化趨勢(shì)不是很明顯。研究期內(nèi)，長(zhǎng)三角城市群各年的變化幅度不明顯，且均接近于1，說明研究期間長(zhǎng)三角城市群的綠色創(chuàng)新效率發(fā)展態(tài)勢(shì)良好且穩(wěn)定。研究期間，城市群整體的創(chuàng)新效率平均值為0.966 3，由此可見其整體的綠色創(chuàng)新效率水平較高。

圖1 2013—2018年長(zhǎng)三角區(qū)域城市群綠色創(chuàng)新效率變化曲線Fig.1 Change curves of green innovation efficiency of the Yangtze River Delta urban agglomeration from 2013 to 2018

從長(zhǎng)江三角洲地區(qū)三省一市四大區(qū)域看，長(zhǎng)三角城市群綠色創(chuàng)新效率水平由高到低依次為上海、浙江、江蘇、安徽。上海市最高，其研究期間的綠色創(chuàng)新效率均值為1.400 4；其次是浙江和江蘇，其綠色創(chuàng)新效率值相近，效率均值分別為0.985 1和0.893 2；安徽省的綠色創(chuàng)新效率均值最低，僅為0.586 3。

由圖1可以直觀地看出長(zhǎng)江三角洲地域的三省一市之間的綠色創(chuàng)新效率存在顯著差異，就綠色創(chuàng)新效率較高的上海而言，統(tǒng)計(jì)年間其綠色創(chuàng)新效率值均遠(yuǎn)遠(yuǎn)高于其他城市的，這是由于全國(guó)最大的經(jīng)濟(jì)中心上海市，其發(fā)展過程中一直倡導(dǎo)創(chuàng)新、協(xié)調(diào)、綠色、開放、共享五大發(fā)展理念，其經(jīng)濟(jì)發(fā)展水平較高，科學(xué)技術(shù)投入較大，并且具備較為完善的城市交通基礎(chǔ)設(shè)施。另外，其第三產(chǎn)業(yè)占產(chǎn)業(yè)結(jié)構(gòu)的近80%，工業(yè)也以現(xiàn)代制造業(yè)以及高新技術(shù)產(chǎn)業(yè)為主。這些都是上海市綠色創(chuàng)新效率遠(yuǎn)遠(yuǎn)高于其他城市的原因。綠色創(chuàng)新效率中等的浙江和江蘇，仍然可以通過進(jìn)一步加快產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和加大節(jié)能減排的力度，從而促進(jìn)高新產(chǎn)業(yè)，特別是低碳產(chǎn)業(yè)的發(fā)展，提高城市的綠色創(chuàng)新效率。而綠色創(chuàng)新效率較低的安徽，因近年來(lái)發(fā)展迅猛，為了追求經(jīng)濟(jì)的發(fā)展而引入了許多高污染企業(yè)，導(dǎo)致在資源開發(fā)過程中對(duì)生態(tài)環(huán)境造成了破壞，最終導(dǎo)致綠色創(chuàng)新效率值低下。

從長(zhǎng)江三角洲地域的三省一市27個(gè)城市看，2013—2018年研究期間，綠色創(chuàng)新效率平均值大于1的城市共有8個(gè)，綠色創(chuàng)新效率均值由高到低依次為溫州市、上海市、金華市、合肥市、紹興市、舟山市、泰州市和臺(tái)州市。綠色創(chuàng)新效率值的差異與各城市群的發(fā)展?fàn)顩r相適應(yīng)，這8個(gè)城市將經(jīng)濟(jì)增長(zhǎng)帶來(lái)的良好效益轉(zhuǎn)而投入到環(huán)境的治理與建設(shè)中，促進(jìn)了其經(jīng)濟(jì)增長(zhǎng)與環(huán)境的良性循環(huán)發(fā)展，在推動(dòng)綠色經(jīng)濟(jì)發(fā)展的過程中注重能源合理配置與生態(tài)環(huán)境保護(hù)。綠色創(chuàng)新效率平均值小于1的城市共有19個(gè)，其中綠色創(chuàng)新效率均值為0.7～1的城市包括蘇州市、揚(yáng)州市、寧波市、南通市、無(wú)錫市、常州市、鹽城市、湖州市、杭州市、南京市和鎮(zhèn)江市，而綠色創(chuàng)新效率均值在0.7以下的城市包括嘉興市、宣城市、滁州市、池州市、安慶市、蕪湖市、銅陵市和馬鞍山市，這些城市的綠色創(chuàng)新效率均值較低，具有較大的改善空間。綠色創(chuàng)新效率均值在0.7以下的城市中，銅陵市（為0.429 1）和馬鞍山市（為0.346 2）的綠色創(chuàng)新效率均值較低，雖然兩者都是資源型城市，然而其效率均值均不足效率均值第一的上海市的1/4，還有60%左右的效率改善空間，可見具有非常大的提升空間，這與其地理資源環(huán)境豐富、經(jīng)濟(jì)發(fā)展速度緩慢和粗放型生產(chǎn)方式是分不開的。故其需要注重生產(chǎn)技術(shù)、資源管理配置與生產(chǎn)規(guī)模之間的相互匹配度，以提高資源的利用率，實(shí)現(xiàn)高質(zhì)量發(fā)展。銅陵市在研究期間其綠色創(chuàng)新效率均值由0.387 9提高至0.429 1，說明其正在積極地改變其經(jīng)濟(jì)發(fā)展模式，以提高綠色創(chuàng)新效率；而馬鞍山市的綠色創(chuàng)新效率值由0.381 1下降到0.346 2，因此，其應(yīng)當(dāng)在注重經(jīng)濟(jì)發(fā)展的同時(shí)，進(jìn)一步控制污染物的排放量，以實(shí)現(xiàn)城市的高質(zhì)量發(fā)展。

3.2 綠色創(chuàng)新效率動(dòng)態(tài)分析

為了能夠更加全面地探析長(zhǎng)三角城市群近年來(lái)的綠色創(chuàng)新發(fā)展趨勢(shì)，課題組采用長(zhǎng)三角城市群的27個(gè)城市2013—2018年的面板數(shù)據(jù)，運(yùn)用Malmquist指數(shù)模型進(jìn)一步探究了其生產(chǎn)效率隨時(shí)間的動(dòng)態(tài)變化情況，并且利用DEAP 2.1軟件測(cè)算了長(zhǎng)三角城市群的Malmquist指數(shù)及其分解值，所得測(cè)算結(jié)果如表4和表5所示。

由表4所示測(cè)算結(jié)果可知，整體上，全要素生產(chǎn)率大于1的城市有15個(gè)，另有12個(gè)城市的全要素生產(chǎn)率小于1。長(zhǎng)三角城市群的綠色創(chuàng)新效率全要素生產(chǎn)率平均值為1.027，大于1。這表明研究期間長(zhǎng)三角城市群整體的綠色創(chuàng)新效率呈上升趨勢(shì)，增長(zhǎng)幅度為2.7%，其中技術(shù)進(jìn)步年均增長(zhǎng)幅度為2.9%，是主要的推動(dòng)力。技術(shù)進(jìn)步增長(zhǎng)速度最快的是舟山市，高達(dá)34.2%?？梢娭凵绞性诮?jīng)濟(jì)發(fā)展中注重科技的利用，以提高資源的綜合利用率。當(dāng)前，科學(xué)技術(shù)是第一生產(chǎn)力，科技的提高與不斷發(fā)展是加快推動(dòng)長(zhǎng)江三角洲區(qū)域高質(zhì)量發(fā)展的重要保障。其次是規(guī)模效率，其年均增長(zhǎng)率為0.4%，可以看出，研究期間技術(shù)效率和純技術(shù)效率分別小幅度地下降了0.2%和0.6%。其中，多地的技術(shù)效率和純技術(shù)效率為退步狀態(tài)，導(dǎo)致兩者對(duì)全要素生產(chǎn)率的貢獻(xiàn)較低。具體分析27個(gè)城市，其中全要素生產(chǎn)率最高的也是舟山市，為1.389，全要素生產(chǎn)率最低的則是常州市，為0.836，表明常州市的生產(chǎn)投入要素等比例降低了16.4%，但可達(dá)到生產(chǎn)有效水平。

表4 2013—2018年長(zhǎng)三角城市群綠色創(chuàng)新效率Malmquist指數(shù)及其分解Table 4 Malmquist index with its decomposition of green innovation efficiency of the Yangtze River Delta urban agglomeration from 2013 to 2018

由表5可以得知，研究期間，長(zhǎng)三角城市群綠色創(chuàng)新全要素生產(chǎn)率在2013—2015和2016—2017年間均小于1，而在2015—2016和2017—2018年間均大于1，總體上的年均增長(zhǎng)率為2.7%，這反映了長(zhǎng)三角城市群的綠色創(chuàng)新效率體系不夠穩(wěn)定。從各年份來(lái)看，2013—2014年的全要素生產(chǎn)率為0.837，相較上一年的跌幅為16.3%，其分解指標(biāo)多數(shù)有不同程度的下降，主要是技術(shù)進(jìn)步效率降低（下降了15.7%）導(dǎo)致的。2014—2015年長(zhǎng)三角城市群的綠色創(chuàng)新效率全要素生產(chǎn)率為0.934，也是因?yàn)榧夹g(shù)進(jìn)步效率下降阻礙了全要素生產(chǎn)率的提高。而2015—2016年長(zhǎng)三角城市群的綠色創(chuàng)新效率全要素生產(chǎn)率比上一年增長(zhǎng)了33.9%，由其分解指標(biāo)可知，主要是由于技術(shù)進(jìn)步效率增長(zhǎng)（35.5%）促進(jìn)了全要素生產(chǎn)率的增長(zhǎng)。2016—2017年全要素生產(chǎn)效率下降了37.8%，下降幅度最大，其分解指標(biāo)均下降，但主要是技術(shù)進(jìn)步效率的下降（下降了34.5%），導(dǎo)致了全要素生產(chǎn)率的下降。2017—2018年全要素生產(chǎn)率較上年增長(zhǎng)了75.3%，其主要原因是技術(shù)進(jìn)步的增長(zhǎng)速度加快。

表5 長(zhǎng)三角城市群各年份平均全要素生產(chǎn)率及其分解Table 5 Average total factor productivity with its decomposition of urban agglomeration in the Yangtze River Delta

綜上所述，在研究期間，全要素生產(chǎn)率無(wú)論是增長(zhǎng)還是下降，其技術(shù)進(jìn)步影響因素所占比例最大，最高增長(zhǎng)率達(dá)72.2%，而技術(shù)效率、純技術(shù)效率和規(guī)模效率每年的貢獻(xiàn)都不大，小幅度或升或降。因此，長(zhǎng)三角城市群在改善綠色創(chuàng)新效率時(shí)要注重提高科技創(chuàng)新，加大科技投入，鼓勵(lì)企業(yè)創(chuàng)新和參與技術(shù)研發(fā)，倡導(dǎo)企業(yè)開發(fā)低碳環(huán)保技術(shù)，促進(jìn)科研成果的轉(zhuǎn)化和使用，降低能源消耗，減少污染物的排放，推動(dòng)長(zhǎng)三角城市群高質(zhì)量發(fā)展。

4 結(jié)論與啟示

4.1 結(jié)論

通過以上實(shí)證分析，可得出如下結(jié)論：

1）2013—2018年，長(zhǎng)三角城市群綠色創(chuàng)新效率整體呈平穩(wěn)變化狀態(tài)，但長(zhǎng)三角城市群各城市之間存在較大分異。研究期內(nèi)綠色創(chuàng)新平均效率值由大到小依次為上海、浙江、江蘇、安徽。其中，上海市的綠色創(chuàng)新平均效率值最高，為1.400 4，且其2017年的效率值最高，達(dá)1.894 1。2013—2018年，浙江和江蘇的綠色創(chuàng)新平均效率呈現(xiàn)平穩(wěn)發(fā)展的態(tài)勢(shì)，且綠色創(chuàng)新效率值在1附近，但是在研究期末有下降的趨勢(shì)。2013—2018年，安徽省的綠色創(chuàng)新平均效率值最低，為0.647 7。具體到城市群內(nèi)部，2013—2018年研究期間綠色創(chuàng)新效率平均值大于1的城市有8個(gè)，由大到小依次為溫州、上海、金華、合肥、紹興、舟山、泰州和臺(tái)州。綠色創(chuàng)新效率值小于1的城市有19個(gè)，其中綠色創(chuàng)新效率均值較低的是銅陵市（0.429 1）和馬鞍山市（0.346 2）。

2）研究期內(nèi)，長(zhǎng)三角城市群綠色創(chuàng)新效率的貢獻(xiàn)主要來(lái)自技術(shù)進(jìn)步，整體上，全要素生產(chǎn)率大于1的城市有15個(gè)，另有12個(gè)城市小于1。長(zhǎng)三角城市群的綠色創(chuàng)新效率全要素生產(chǎn)率平均值為1.027，增長(zhǎng)幅度為2.7%。研究期間，全要素生產(chǎn)率無(wú)論是增長(zhǎng)還是下降，其主要是技術(shù)進(jìn)步影響因素所占比例最大，其最高增長(zhǎng)率達(dá)72.2%；而技術(shù)效率、純技術(shù)效率和規(guī)模效率每年的貢獻(xiàn)都不大；技術(shù)進(jìn)步增速最快的是舟山市，增長(zhǎng)速率為34.2%。全要素生產(chǎn)率最低的是常州市，為0.836。

3）研究期間，長(zhǎng)三角城市群綠色創(chuàng)新全要素生產(chǎn)率在2013—2015和2016—2017年間為小于1，而在2015—2016和2017—2018年間大于1?？傮w上的年均增長(zhǎng)率為2.7%，從各年份來(lái)看，研究期間全要素生產(chǎn)率無(wú)論是增長(zhǎng)還是下降，技術(shù)進(jìn)步影響因素最為顯著；最大增長(zhǎng)率達(dá)72.2%，是全要素生產(chǎn)率的主要推動(dòng)力。

4.2 啟示

1）為使長(zhǎng)三角城市群產(chǎn)業(yè)優(yōu)勢(shì)互補(bǔ)、協(xié)同發(fā)展，綠色創(chuàng)新優(yōu)秀的城市逐步輻射并帶動(dòng)周邊城市如安徽省的綠色發(fā)展，提高長(zhǎng)三角城市群整體的經(jīng)濟(jì)發(fā)展質(zhì)量，應(yīng)實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展，同時(shí)加大科研投入，引進(jìn)高端技術(shù)人才，提高企業(yè)的自主創(chuàng)新能力，使技術(shù)創(chuàng)新成為長(zhǎng)三角城市群綠色發(fā)展的新推動(dòng)力。

2）綠色創(chuàng)新效率較低的城市，具體如銅陵和馬鞍山市。政府應(yīng)根據(jù)其自身的發(fā)展階段，適當(dāng)加大對(duì)企業(yè)研發(fā)投入的扶持力度，提高研發(fā)人員的水平與數(shù)量。要支持企業(yè)布局高新科技創(chuàng)新資源，未來(lái)應(yīng)進(jìn)一步提升綠色創(chuàng)新技術(shù)，逐漸摒棄或升級(jí)改造高污染、高投入的產(chǎn)業(yè)，通過提高研究成果轉(zhuǎn)換為實(shí)際應(yīng)用的效率來(lái)實(shí)現(xiàn)綠色經(jīng)濟(jì)的協(xié)調(diào)發(fā)展。

3）要在優(yōu)化投入規(guī)模的基礎(chǔ)上推進(jìn)技術(shù)進(jìn)步，提高技術(shù)轉(zhuǎn)化程度，發(fā)揮技術(shù)進(jìn)步對(duì)綠色發(fā)展的貢獻(xiàn)，關(guān)注產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，加快提升科技研發(fā)效率。同時(shí)，要大力減少投入冗余，將更多的人力資源配置到研發(fā)階段，保證整個(gè)企業(yè)生產(chǎn)的可持續(xù)發(fā)展。由此推進(jìn)長(zhǎng)三角高質(zhì)量一體化發(fā)展。