论文部分内容阅读
摘 要：本文利用Super-DEA模型测算了中国2005—2016年度29个省份的区域绿色生产率，并且将研发投入分成基础研发和应用研发，从分区域角度分析研发投入对区域绿色生产率的影响，考虑研发投入对区域绿色生产率的滞后效应。研究结论表明基础研发和应用研发对区域绿色生产率具有显著的正向促进作用，存在一定的滞后效应;应用研发对区域绿色生产率的正向促进作用大于基础研发;增加应用研发支出对东部、中部和西部地区的区域绿色生产率提升程度也存在一定的差距，东部最高，中部次之，西部最小;最后为如何提升区域绿色生产率提出一些具体的建议和对策。
关 键 词：绿色生产率;基础研发支出;应用研发支出
DOI：10.16315/j.stm.2019.02.014
中图分类号： F124
文献标志码： A
Abstract：This paper uses the Super-DEA model to measure the regional green productivity of 29 provinces in China from 2005 to 2016， and divides the R&D investment into basic R&D and application R&D， and analyzes the impact of R&D investment on regional green productivity from the perspective of the whole and sub-region. It is concluded that basic R&D and application R&D play a significant positive role in promoting regional green productivity. Among them， the positive effect of application R&D on regional green productivity is greater than that of basic R&D， and the increase of application R&D expenditure also has a certain gap in the promotion degree of regional green productivity between the East and the West， among which the East is the highest， the Middle is the second， and the West is the smallest. Finally， it puts forward some concrete suggestions and countermeasures for how to improve the regional green productivity.
Keywords：green productivity; basic research and development; application research and development
工业化、城市化的快速发展伴随着生态环境的日益恶化。现阶段我国将生态环境和经济社会发展的协同推进作为发展的新理念，也将创新发展和绿色发展作为我国“十三五”的发展目标。绿色发展指的是能够以最小的环境牺牲作为代价发展经济。当前我国经济迅速发展，环境问题愈发突出。我国经济增长背后是以牺牲环境为代价的，将绿色发展作为我国经济发展的目标很有必要。如何以绿色理念发展经济，需要转换经济增长动力和实现经济增长绿色转型，而实现经济转型必须依靠技術进步和创新驱动[1]。
目前测算绿色发展程度主要有2种方法：一种是指数法，主要结合专家赋权法和德尔菲法来选取指标进行测算各个区域的绿色发展指数;另一种是效率法，主要采用方向距离函数的DEA模型测算绿色发展效率和绿色生产率。由于指数法建立指标体系来测量绿色发展具有一定的主观性[2]，本文选取效率法中的绿色生产率作为衡量绿色发展的指标。技术进步和创新的主体是R&D人员，具体表现为R&D的研发费用支出，具体费用分布在高等院校、大中型企业基础研发部门和试验发展与应用部门;因而，本文将R&D费用支出进一步划分为基础研发支出和应用研发支出，分别分析二者对区域绿色生产率的作用。
区域绿色生产率是在非期望产出的基础上提出的概念，分析研发投入对区域绿色生产能力的影响，融合了“十三五”规划中的“绿色”与“创新”两大发展理念。研发投入在提升区域绿色生产能力方面发挥着重要的作用，有助于提升企业资源利用率，降低污染废弃物排放，开发新产品和新工艺，促进经济发展的同时保护生态环境。
本文选取我国29个省市作为研究对象（西藏和青海数据存在缺失），这29个省市经济发展水平、R&D费用支出总额存在一定的差距，基础研发支出总额和应用研发支出总额也都存在一定差距。在经济运行过程中，区域之间的绿色生产率存在怎样的时空差距，基础研发和应用研发对区域绿色生产率的提升是起到正向还是负向的驱动作用，同时这二者对于绿色生产率的提升有何不同的作用，本文接下来的研究，将同意以上问题。
1 文献综述
现有的文献关于区域绿色生产率的研究主要包括2方面：一是对区域绿色生产率的整体的测度和评价。王兵[3]采用DEA-Global-Malmquist模型，在资源约束的背景下，测算了1998—2013年中国全要素绿色效率，研究得出技术进步是主要动力，东中西3个区域绿色生产率存在差异性。王兵等[4]采用SBM方向距离函数和Malmquist-Luenberger指数测算了2001—2014年28个省市区域绿色生产率，并探究省份之间距离远近和绿色生产率溢出效应的关系，研究得出区域正向溢出效应排序为东部最高，中部次之，西部最少。胡晓珍[5]从收敛性的角度着手，测算了1995—2008年29个省份的绿色Malmquist指数，探究技术效率和绿色技术进步对区域增长的影响及演化趋势。 二是分析单个因素对绿色全要素生产率的影响，很多学者主要从环境规制、引致创新和绿色生产率三者关系进行分析。谢荣辉[6]运用两阶段模型检验环境规制对环保技术和非环保技术创新具有正向效应，技术创新对绿色生产率也具有正向效应。这种效应利于提升技术进步、改善要素配置效率和资源管理效率。张彩云等[7]验证绿色生产规制对研发创新存在负向作用，企业为了绿色生产，需要购买新的治污染设备，减少了期望产出。冯杰等[8]验证金融发展和环境规制对绿色生产率具有正向作用，分流域和分城市进行实证分析，结果表明下游区域的正向作用明显高于中上游区域。师博等[9]分行业分析创新技术异质性对制造业绿色生产率的作用，研究表明创新通过市场竞争对制造业绿色生产率提升存在正向促进作用。
本文依据现有文献综述，主要存在如下创新点：一是将R&D费用支出分为基础研发支出和应用研发支出，分别分析其对区域绿色生产率的作用;二是考虑绿色生产率的滞后效应，以区域绿色生产率的滞后一期作为被解释变量分析对当期区域绿色生产率的作用;三是分区域分析基础研发支出和应用研发支出对区域绿色生产率的作用。
2 区域绿色生产率的测算
传统的测算投入生产率的模型主要是DEA模型，更多的学者在测算绿色全要素生产率时将能源纳入投入要素，将环境污染等非期望产出纳入产出要素。本文沿用目前被众多学者运用的super-DEA模型测算绿色全要素生产率。
依据国内外学者的研究和国家发展规划报告选取投入和产出指标，其中投入指标主要包括：资本投入，选取各个省份的全社会固定资产投资为指标，并采用张军[10]的永续盘存法处理数据;劳动投入，选取各个省份的年末社会总的就业人口为指标;能源投入，选取各个省份的年末能源消费总量为指标。产出指标：经济产出值，选取GDP为产出指标;环境污染物，选取废气中SO2排放量和废水中的COD排放量。
根据历年《中国统计年鉴》、《中国能源统计年鉴》、《中国环境统计年鉴》、《中国劳动统计年鉴》以及各个省市历年地方统计年鉴，选取我国29个省市2005—2016年的数据为分析基础，运用MaxDEApro6.6软件测算，对各个省市的区域绿色生产率历年均值进行排名，分析各个区域绿色生产率空间差异性，具体结果，如表1所示。
为了更直观反映区域之间绿色生产率时间差异性，依据我国对东中西部三大经济带的划分，将区域划分为东部、中部和西部，分析3个区域和全国的绿色生产率在2005—2016年趋势变化，如图1所示。
由表1可知，出我国29个省市的绿色生产率之间存在一定差距，上海绿色生产率最高，宁夏绿色生产率最低，其中绿色生产率高的区域主要分布在东部沿海区域，绿色生产率低的区域主要分布在西部地区。
由图1可知，我国东部区域绿色生产率最高，中部次之，西部最低。东中西部的区域绿色生产率是逐年上升，差距不断扩大，其中东部和中部、西部的差距扩大更加明显，中西部地区绿色生产率一直低于全国平均水平，东部的绿色生产率的增长速度明显远远高于中西部地区，中西部的绿色生产率与东部差距越来越大。原因与东中西部区域之间的经济发展水平、工业化程度、政府资助水平、治理环境污染投资以及外商直接投资之间的差距有着一定的联系。
出现上述现象的原因，学者进行了一系列的研究。主要从环境规制、技术进步、金融发展等角度分析。本文创新点在于从R&D投入的角度着手，将R&D投入费用支出分为基础投入费用支出和应用投入费用支出，基础研发主要是理论研发，应用研发主要包括专利技术发明等。东中西部的基础研发和应用研发费用支出存在差距，对区域绿色生产率的提升存在不同的影响。下文具體分析这二者与区域绿色生产率之间的关系。
3 模型设计及变量描述
1）被解释变量。绿色全要素生产率（gtfp）的数值是依据super-DEA模型测算结果，衡量区域在环境和资源约束条件下经济发展程度，是反映区域以最小牺牲环境为代价，获取最大的经济效益，促使经济协调和平衡发展的指标。
2）核心解释变量。基础研发（frd）：选取各个省份R&D内部费用中用于研发新知识进行实验性和理论性研究的支出，不包括任何应用方面的支出;应用研发（drd）：选取各个省份R&D内部费用支出中用于研发新产品、材料和工艺等用途的支出。
3）控制变量。市场化程度（market）：选取各个省份非国有固定资产投资占总的社会固定资产投资比重，反映一个区域非国有资产的市场灵活度;工业化程度（indu）：选取各个省份的第二产业增加值占GDP的比重，现有文献总结为第二产业占比越高，产生的工业污染越多，对绿色生产率的提升存在负向作用;经济发达程度（indu3）：选取各个省份第三产业增加值占GDP的比重，现有文献总结为第三产业占比越高，说明区域的经济发展水平越发达;外商直接投资（fdi）和对外进出口总额（trade）：选取了各个省份实际直接外商直接投资总额和实际进出口总额，反映一个区域吸引外资的能力和对外开放水平;政府资助（gov）：选取各个省份财政支出用于科技、教育的投入，反映一个区域的政策支持力度;治理污染投资（ipv）：选取各个省份年末治理工业污染投资总额，反映一个区域中政府、企业和社会用于治理污染的水平。
4 实证分析
4.1 研发投入异质性对GTFP回归结果分析
仅考虑研发投入异质性对区域绿色生产率的影响，引入滞后一期的研发投入，考虑研发投入的滞后效应，具体回归结果，如表3所示。
模型1是仅考虑基础研发对区域绿色生产率的影响，影响系数为0.173 012 5，表示每增加1%的基础研发投入，区域绿色生产率提升0.173 012 5%，模型3引入基础研发的滞后一期作为解释变量（ln L.frd），影响系数为正，表明基础研发对区域绿色生产率不仅存在正向促进作用，还存在一定的滞后效应。 模型3是仅考虑应用研发（ln L.frd）对区域绿色生产率的影响，影响系数为0.157 961 5，表示每增加1%的基础研发投入，区域绿色生产率提升0.157 961 5%，模型4引入基础研发的滞后一期作为解释变量，影响系数为正，表明应用研发对区域绿色生产率不仅存在正向促进作用，也存在一定的滞后效应。
模型5是引入基础研发和应用研发的回归结果，模型6是同时引入滞后一期的基础研发和滞后一期的应用研发（ln L.drd）的回归结果，模型5和模型6的影响系数均为正，同时小于模型1、2、3和4的影响系数，表明单独分析基础研发和应用研发对区域绿色生产率的影响，夸大了二者的作用，需要综合考虑其他因素对绿色生产的影响。
从这3个模型回归结果得出研发投入的增加对于区域绿色生产率的提高存在正向的促进作用，这种促进作用存在一定的滞后效应。
4.2 分区域回归结果分析
通过前文分析，我国区域绿色生产率存在时空差异性，有必要分区域分别考虑基础研发和应用研发对绿色生产率的影响，模型7、模型8和模型9分别是东部区域、中部区域和西部区域对绿色生产率影响的回归结果，如表4所示。
横向比较东中西部区域的回归模型，东中西部区域增加基础研发和应用研发的支出对于绿色生产率有显著的正向促进作用。比较应用研发和基础研发对东中西部区域的绿色生产率影响系数，增加应用研发支出，对东中西部区域的绿色生产率提升更加显著，东部区域和中西部区域相比，应用研发影响绿色生产率更加明显，这主要由于东部地区的研发投入费用支出远远高于中西部，尤其是逐年增加应用研发费用的支出。
比较东中西部市场化程度对绿色生产率的影响系数，市场化对东部区域绿色生产率的作用显著高于中部，在西部不显著，说明西部的市场化程度的提升不能显著提升西部绿色生产率。东部和中部的工业化程度和环境污染治理投资对绿色生产率是负向作用，与此相反的是，西部的工业化程度对绿色生产率的提升具有正向促进效应，这与西部经济发展水平低，产业结构正在逐步转型有关，第二产业增加了，会促进西部地区的期望产出，助于提升绿色生产率。经济发达程度和对外贸易水平在东中西区域都表现为能显著正向促进绿色生产率，其中东部比中西部表现更加明显。
最后，外商直接投资的影响系数为负，中部最大，西部次之，东部最小。由于一些外商将低产值、高能耗的企业逐步向中西部转移，带来非期望产出也增多。政府资助对东中西区域的绿色生产率有正向促进效用。
4.3 考虑被解释变量滞后一期回归结果分析
引入区域绿色生产率的滞后一期（L1.ln gtfp），探究区域绿色生产率的滞后效应，当区域绿色生产率提升后，是否有助于反向促进自身效率的提升，模型的运行结果，如表5所示。
模型10、11、12和13分别是整体、东部、中部和西部的回归结果，从这4个模型看出，滞后一期的绿色生产率的提升会对当期的绿色生产率产生正向促进效用，影响系数值也是远远大于其他解释变量的影响系数值，这主要是由于滞后一期的区域绿色生产率的提升，反过来有助于科学和技术进步，提升整个区域的资源配置效率和创新效率，增加更多的期望产出，提升当期区域绿色生产率。
上述结果也验证了基础研发和应用研发的增加有助于提升区域绿色生产率，与上述回归结果得出的结论一致。
5 结论和建议
本文基于研发投入的视角，分别探究基础研发和应用研发对区域绿色生产率的作用机制，研究主要得出以下结论：一是研发投入对区域绿色生产率产生正向促进作用;二是区域研发投入在提升区域绿色生产能力方向发挥着重要的作用，有助于提升企业资源利用率、降低污染废弃物排放、开发新产品和新工艺，促进经济发展的同时保护生态环境，促进整个区域绿色生产率提升。三是提升区域绿色全要素生产率的重点在于提升应用研发支出，应用研发直接作用于生产与工业设备，影响效果比基础研发显著，四是分地区样本回归分析得出研发投入对区域绿色生产率的正向作用大小排序为东部最高，中部次之，西部最小，其中市场化程度、对外投资水平在研发投入发挥的中间作用更加明显。五是滞后一期回归分析得出研发投入对区域绿色生产率的提升存在一定的滞后效应，其中滞后的正向促进效果在东中西也存在一定的次序分布。
随着绿色经济的兴起，各个地区越来越注重经济发展质量，如何提高中西部地区的区域绿色生产率，本文提出以下建议：一是加强对中西部的研发投入的支出，尤其是鼓励应用研发，积极生产新工艺和新设备;二是不断改进中西部地区经济发展水平，加大对西部地区的政府资助投入，鼓励非国有企业的参与中西部地区的建设，提高中西部市场化程度，提升中西部地区的绿色生产率。
参考文献：
[1] 洪银兴.科技创新与创新型经济[J].管理世界，2011（7）：1.
[2] 陈诗一.中国的绿色工业革命：基于环境全要素生产率视角的解释[J].经济研究，2010（11）：21.
[3] 王兵.中国区域绿色发展效率与绿色全要素生产率：2000—2010：基于参数共同边界的实证研究[J].产经评论，2017（1）：16.
[4] 王兵，候冰清.中国区域绿色发展绩效实证研究：1998—2013：基于全局非径向方向性距离函数[J].中国地质大学学报（社会科学版），2017（17）：24.
[5] 胡晓珍.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（4）：123.
[6] 谢荣辉.环境规制、引致创新与中国工业绿色生产率提升[J].产业经济研究，2017（2）：38.
[7] 张彩云，吕越.绿色生产规制与企业研发创新：影响及机制研究[J].经济管理，2018（1）：71.
[8] 冯杰;张世秋.基于DEA方法的我国省际绿色全要素生产率评估：不同模型选择的差异性探析[J].北京大学学报（自然科学版），2017（1）：151.
[9] 师博，姚峰，李辉.创新投入、市场竞争与制造业绿色全要素生产率[J].人文杂志，2018（1）：26.
[10] 张军.中国国有部门的利润变動模式：1978—1997[J].经济研究，2001（3）：19.
[编辑：厉艳飞]
关 键 词：绿色生产率;基础研发支出;应用研发支出
DOI：10.16315/j.stm.2019.02.014
中图分类号： F124
文献标志码： A
Abstract：This paper uses the Super-DEA model to measure the regional green productivity of 29 provinces in China from 2005 to 2016， and divides the R&D investment into basic R&D and application R&D， and analyzes the impact of R&D investment on regional green productivity from the perspective of the whole and sub-region. It is concluded that basic R&D and application R&D play a significant positive role in promoting regional green productivity. Among them， the positive effect of application R&D on regional green productivity is greater than that of basic R&D， and the increase of application R&D expenditure also has a certain gap in the promotion degree of regional green productivity between the East and the West， among which the East is the highest， the Middle is the second， and the West is the smallest. Finally， it puts forward some concrete suggestions and countermeasures for how to improve the regional green productivity.
Keywords：green productivity; basic research and development; application research and development
工业化、城市化的快速发展伴随着生态环境的日益恶化。现阶段我国将生态环境和经济社会发展的协同推进作为发展的新理念，也将创新发展和绿色发展作为我国“十三五”的发展目标。绿色发展指的是能够以最小的环境牺牲作为代价发展经济。当前我国经济迅速发展，环境问题愈发突出。我国经济增长背后是以牺牲环境为代价的，将绿色发展作为我国经济发展的目标很有必要。如何以绿色理念发展经济，需要转换经济增长动力和实现经济增长绿色转型，而实现经济转型必须依靠技術进步和创新驱动[1]。
目前测算绿色发展程度主要有2种方法：一种是指数法，主要结合专家赋权法和德尔菲法来选取指标进行测算各个区域的绿色发展指数;另一种是效率法，主要采用方向距离函数的DEA模型测算绿色发展效率和绿色生产率。由于指数法建立指标体系来测量绿色发展具有一定的主观性[2]，本文选取效率法中的绿色生产率作为衡量绿色发展的指标。技术进步和创新的主体是R&D人员，具体表现为R&D的研发费用支出，具体费用分布在高等院校、大中型企业基础研发部门和试验发展与应用部门;因而，本文将R&D费用支出进一步划分为基础研发支出和应用研发支出，分别分析二者对区域绿色生产率的作用。
区域绿色生产率是在非期望产出的基础上提出的概念，分析研发投入对区域绿色生产能力的影响，融合了“十三五”规划中的“绿色”与“创新”两大发展理念。研发投入在提升区域绿色生产能力方面发挥着重要的作用，有助于提升企业资源利用率，降低污染废弃物排放，开发新产品和新工艺，促进经济发展的同时保护生态环境。
本文选取我国29个省市作为研究对象（西藏和青海数据存在缺失），这29个省市经济发展水平、R&D费用支出总额存在一定的差距，基础研发支出总额和应用研发支出总额也都存在一定差距。在经济运行过程中，区域之间的绿色生产率存在怎样的时空差距，基础研发和应用研发对区域绿色生产率的提升是起到正向还是负向的驱动作用，同时这二者对于绿色生产率的提升有何不同的作用，本文接下来的研究，将同意以上问题。
1 文献综述
现有的文献关于区域绿色生产率的研究主要包括2方面：一是对区域绿色生产率的整体的测度和评价。王兵[3]采用DEA-Global-Malmquist模型，在资源约束的背景下，测算了1998—2013年中国全要素绿色效率，研究得出技术进步是主要动力，东中西3个区域绿色生产率存在差异性。王兵等[4]采用SBM方向距离函数和Malmquist-Luenberger指数测算了2001—2014年28个省市区域绿色生产率，并探究省份之间距离远近和绿色生产率溢出效应的关系，研究得出区域正向溢出效应排序为东部最高，中部次之，西部最少。胡晓珍[5]从收敛性的角度着手，测算了1995—2008年29个省份的绿色Malmquist指数，探究技术效率和绿色技术进步对区域增长的影响及演化趋势。 二是分析单个因素对绿色全要素生产率的影响，很多学者主要从环境规制、引致创新和绿色生产率三者关系进行分析。谢荣辉[6]运用两阶段模型检验环境规制对环保技术和非环保技术创新具有正向效应，技术创新对绿色生产率也具有正向效应。这种效应利于提升技术进步、改善要素配置效率和资源管理效率。张彩云等[7]验证绿色生产规制对研发创新存在负向作用，企业为了绿色生产，需要购买新的治污染设备，减少了期望产出。冯杰等[8]验证金融发展和环境规制对绿色生产率具有正向作用，分流域和分城市进行实证分析，结果表明下游区域的正向作用明显高于中上游区域。师博等[9]分行业分析创新技术异质性对制造业绿色生产率的作用，研究表明创新通过市场竞争对制造业绿色生产率提升存在正向促进作用。
本文依据现有文献综述，主要存在如下创新点：一是将R&D费用支出分为基础研发支出和应用研发支出，分别分析其对区域绿色生产率的作用;二是考虑绿色生产率的滞后效应，以区域绿色生产率的滞后一期作为被解释变量分析对当期区域绿色生产率的作用;三是分区域分析基础研发支出和应用研发支出对区域绿色生产率的作用。
2 区域绿色生产率的测算
传统的测算投入生产率的模型主要是DEA模型，更多的学者在测算绿色全要素生产率时将能源纳入投入要素，将环境污染等非期望产出纳入产出要素。本文沿用目前被众多学者运用的super-DEA模型测算绿色全要素生产率。
依据国内外学者的研究和国家发展规划报告选取投入和产出指标，其中投入指标主要包括：资本投入，选取各个省份的全社会固定资产投资为指标，并采用张军[10]的永续盘存法处理数据;劳动投入，选取各个省份的年末社会总的就业人口为指标;能源投入，选取各个省份的年末能源消费总量为指标。产出指标：经济产出值，选取GDP为产出指标;环境污染物，选取废气中SO2排放量和废水中的COD排放量。
根据历年《中国统计年鉴》、《中国能源统计年鉴》、《中国环境统计年鉴》、《中国劳动统计年鉴》以及各个省市历年地方统计年鉴，选取我国29个省市2005—2016年的数据为分析基础，运用MaxDEApro6.6软件测算，对各个省市的区域绿色生产率历年均值进行排名，分析各个区域绿色生产率空间差异性，具体结果，如表1所示。
为了更直观反映区域之间绿色生产率时间差异性，依据我国对东中西部三大经济带的划分，将区域划分为东部、中部和西部，分析3个区域和全国的绿色生产率在2005—2016年趋势变化，如图1所示。
由表1可知，出我国29个省市的绿色生产率之间存在一定差距，上海绿色生产率最高，宁夏绿色生产率最低，其中绿色生产率高的区域主要分布在东部沿海区域，绿色生产率低的区域主要分布在西部地区。
由图1可知，我国东部区域绿色生产率最高，中部次之，西部最低。东中西部的区域绿色生产率是逐年上升，差距不断扩大，其中东部和中部、西部的差距扩大更加明显，中西部地区绿色生产率一直低于全国平均水平，东部的绿色生产率的增长速度明显远远高于中西部地区，中西部的绿色生产率与东部差距越来越大。原因与东中西部区域之间的经济发展水平、工业化程度、政府资助水平、治理环境污染投资以及外商直接投资之间的差距有着一定的联系。
出现上述现象的原因，学者进行了一系列的研究。主要从环境规制、技术进步、金融发展等角度分析。本文创新点在于从R&D投入的角度着手，将R&D投入费用支出分为基础投入费用支出和应用投入费用支出，基础研发主要是理论研发，应用研发主要包括专利技术发明等。东中西部的基础研发和应用研发费用支出存在差距，对区域绿色生产率的提升存在不同的影响。下文具體分析这二者与区域绿色生产率之间的关系。
3 模型设计及变量描述
1）被解释变量。绿色全要素生产率（gtfp）的数值是依据super-DEA模型测算结果，衡量区域在环境和资源约束条件下经济发展程度，是反映区域以最小牺牲环境为代价，获取最大的经济效益，促使经济协调和平衡发展的指标。
2）核心解释变量。基础研发（frd）：选取各个省份R&D内部费用中用于研发新知识进行实验性和理论性研究的支出，不包括任何应用方面的支出;应用研发（drd）：选取各个省份R&D内部费用支出中用于研发新产品、材料和工艺等用途的支出。
3）控制变量。市场化程度（market）：选取各个省份非国有固定资产投资占总的社会固定资产投资比重，反映一个区域非国有资产的市场灵活度;工业化程度（indu）：选取各个省份的第二产业增加值占GDP的比重，现有文献总结为第二产业占比越高，产生的工业污染越多，对绿色生产率的提升存在负向作用;经济发达程度（indu3）：选取各个省份第三产业增加值占GDP的比重，现有文献总结为第三产业占比越高，说明区域的经济发展水平越发达;外商直接投资（fdi）和对外进出口总额（trade）：选取了各个省份实际直接外商直接投资总额和实际进出口总额，反映一个区域吸引外资的能力和对外开放水平;政府资助（gov）：选取各个省份财政支出用于科技、教育的投入，反映一个区域的政策支持力度;治理污染投资（ipv）：选取各个省份年末治理工业污染投资总额，反映一个区域中政府、企业和社会用于治理污染的水平。
4 实证分析
4.1 研发投入异质性对GTFP回归结果分析
仅考虑研发投入异质性对区域绿色生产率的影响，引入滞后一期的研发投入，考虑研发投入的滞后效应，具体回归结果，如表3所示。
模型1是仅考虑基础研发对区域绿色生产率的影响，影响系数为0.173 012 5，表示每增加1%的基础研发投入，区域绿色生产率提升0.173 012 5%，模型3引入基础研发的滞后一期作为解释变量（ln L.frd），影响系数为正，表明基础研发对区域绿色生产率不仅存在正向促进作用，还存在一定的滞后效应。 模型3是仅考虑应用研发（ln L.frd）对区域绿色生产率的影响，影响系数为0.157 961 5，表示每增加1%的基础研发投入，区域绿色生产率提升0.157 961 5%，模型4引入基础研发的滞后一期作为解释变量，影响系数为正，表明应用研发对区域绿色生产率不仅存在正向促进作用，也存在一定的滞后效应。
模型5是引入基础研发和应用研发的回归结果，模型6是同时引入滞后一期的基础研发和滞后一期的应用研发（ln L.drd）的回归结果，模型5和模型6的影响系数均为正，同时小于模型1、2、3和4的影响系数，表明单独分析基础研发和应用研发对区域绿色生产率的影响，夸大了二者的作用，需要综合考虑其他因素对绿色生产的影响。
从这3个模型回归结果得出研发投入的增加对于区域绿色生产率的提高存在正向的促进作用，这种促进作用存在一定的滞后效应。
4.2 分区域回归结果分析
通过前文分析，我国区域绿色生产率存在时空差异性，有必要分区域分别考虑基础研发和应用研发对绿色生产率的影响，模型7、模型8和模型9分别是东部区域、中部区域和西部区域对绿色生产率影响的回归结果，如表4所示。
横向比较东中西部区域的回归模型，东中西部区域增加基础研发和应用研发的支出对于绿色生产率有显著的正向促进作用。比较应用研发和基础研发对东中西部区域的绿色生产率影响系数，增加应用研发支出，对东中西部区域的绿色生产率提升更加显著，东部区域和中西部区域相比，应用研发影响绿色生产率更加明显，这主要由于东部地区的研发投入费用支出远远高于中西部，尤其是逐年增加应用研发费用的支出。
比较东中西部市场化程度对绿色生产率的影响系数，市场化对东部区域绿色生产率的作用显著高于中部，在西部不显著，说明西部的市场化程度的提升不能显著提升西部绿色生产率。东部和中部的工业化程度和环境污染治理投资对绿色生产率是负向作用，与此相反的是，西部的工业化程度对绿色生产率的提升具有正向促进效应，这与西部经济发展水平低，产业结构正在逐步转型有关，第二产业增加了，会促进西部地区的期望产出，助于提升绿色生产率。经济发达程度和对外贸易水平在东中西区域都表现为能显著正向促进绿色生产率，其中东部比中西部表现更加明显。
最后，外商直接投资的影响系数为负，中部最大，西部次之，东部最小。由于一些外商将低产值、高能耗的企业逐步向中西部转移，带来非期望产出也增多。政府资助对东中西区域的绿色生产率有正向促进效用。
4.3 考虑被解释变量滞后一期回归结果分析
引入区域绿色生产率的滞后一期（L1.ln gtfp），探究区域绿色生产率的滞后效应，当区域绿色生产率提升后，是否有助于反向促进自身效率的提升，模型的运行结果，如表5所示。
模型10、11、12和13分别是整体、东部、中部和西部的回归结果，从这4个模型看出，滞后一期的绿色生产率的提升会对当期的绿色生产率产生正向促进效用，影响系数值也是远远大于其他解释变量的影响系数值，这主要是由于滞后一期的区域绿色生产率的提升，反过来有助于科学和技术进步，提升整个区域的资源配置效率和创新效率，增加更多的期望产出，提升当期区域绿色生产率。
上述结果也验证了基础研发和应用研发的增加有助于提升区域绿色生产率，与上述回归结果得出的结论一致。
5 结论和建议
本文基于研发投入的视角，分别探究基础研发和应用研发对区域绿色生产率的作用机制，研究主要得出以下结论：一是研发投入对区域绿色生产率产生正向促进作用;二是区域研发投入在提升区域绿色生产能力方向发挥着重要的作用，有助于提升企业资源利用率、降低污染废弃物排放、开发新产品和新工艺，促进经济发展的同时保护生态环境，促进整个区域绿色生产率提升。三是提升区域绿色全要素生产率的重点在于提升应用研发支出，应用研发直接作用于生产与工业设备，影响效果比基础研发显著，四是分地区样本回归分析得出研发投入对区域绿色生产率的正向作用大小排序为东部最高，中部次之，西部最小，其中市场化程度、对外投资水平在研发投入发挥的中间作用更加明显。五是滞后一期回归分析得出研发投入对区域绿色生产率的提升存在一定的滞后效应，其中滞后的正向促进效果在东中西也存在一定的次序分布。
随着绿色经济的兴起，各个地区越来越注重经济发展质量，如何提高中西部地区的区域绿色生产率，本文提出以下建议：一是加强对中西部的研发投入的支出，尤其是鼓励应用研发，积极生产新工艺和新设备;二是不断改进中西部地区经济发展水平，加大对西部地区的政府资助投入，鼓励非国有企业的参与中西部地区的建设，提高中西部市场化程度，提升中西部地区的绿色生产率。
参考文献：
[1] 洪银兴.科技创新与创新型经济[J].管理世界，2011（7）：1.
[2] 陈诗一.中国的绿色工业革命：基于环境全要素生产率视角的解释[J].经济研究，2010（11）：21.
[3] 王兵.中国区域绿色发展效率与绿色全要素生产率：2000—2010：基于参数共同边界的实证研究[J].产经评论，2017（1）：16.
[4] 王兵，候冰清.中国区域绿色发展绩效实证研究：1998—2013：基于全局非径向方向性距离函数[J].中国地质大学学报（社会科学版），2017（17）：24.
[5] 胡晓珍.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（4）：123.
[6] 谢荣辉.环境规制、引致创新与中国工业绿色生产率提升[J].产业经济研究，2017（2）：38.
[7] 张彩云，吕越.绿色生产规制与企业研发创新：影响及机制研究[J].经济管理，2018（1）：71.
[8] 冯杰;张世秋.基于DEA方法的我国省际绿色全要素生产率评估：不同模型选择的差异性探析[J].北京大学学报（自然科学版），2017（1）：151.
[9] 师博，姚峰，李辉.创新投入、市场竞争与制造业绿色全要素生产率[J].人文杂志，2018（1）：26.
[10] 张军.中国国有部门的利润变動模式：1978—1997[J].经济研究，2001（3）：19.
[编辑：厉艳飞]