摘要：绿色技术创新是山东省建设绿色低碳高质量发展先行区、落实 “双碳” 目标、培育新质生产力的核心抓手。开展各地市绿色技术创新效率评价，对统筹区域创新资源、缩小省内发展差距具备现实价值。本文基于 2015—2024 年山东省 16 地市面板数据，构建纳入非期望产出的评价指标体系，采用超效率 SBM 模型测算各地市静态绿色技术创新效率，借助 Malmquist‑Luenberger 指数将全要素生产率分解为技术效率变化（EC）与技术进步（TC）。研究表明：山东省各地市绿色技术创新效率整体呈波动抬升态势，省内区域分化特征突出；胶东经济圈城市效率整体处于第一梯队，省会经济圈居中，鲁南经济圈多数城市效率仍存在较大提升空间。全省 ML 指数均值大于 1，总体实现增长，EC 指数与 TC 指数呈现交替驱动格局；青岛、济南增长更多依靠技术进步，鲁南多数城市增长来源于技术效率改善，部分资源型城市出现效率阶段性下滑。

关键词：绿色技术创新效率；超效率 SBM 模型；Malmquist‑Luenberger 指数；山东省；地市差异 

中图分类号：F124.3

一、引言

绿色技术创新兼顾科技创新赋能与生态环境约束，是推动新旧动能转换、实现经济社会绿色转型的关键路径，也是山东省建设绿色低碳高质量发展先行区的重要支撑。大力发展绿色技术创新，有利于改造提升传统高耗能产业，培育壮大新能源、新材料等新兴产业，对夯实山东实体经济根基、推进强省建设意义重大。

山东作为工业大省，产业门类齐全，钢铁、化工、建材等高耗能产业占比高，同时拥有雄厚的科研基础与产业配套条件。“十四五” 期间，全省 R&D 经费投入持续增长，高新技术企业数量位居全国前列，新能源装机规模实现跨越式增长，绿色工厂、绿色园区数量不断增加，“氢进万家” 等一批绿色技术示范工程落地实施山东省统计...。根据统计数据，2024 年山东清洁能源发电量持续提升，非化石能源装机占比接近 50%，规模以上工业高技术制造业保持两位数增长，全省各地市纷纷出台政策支持绿色技术攻关与成果转化，区域绿色创新格局逐步形成山东省统计...。

但与此同时，山东省 16 地市之间资源禀赋、产业基础、科研条件差距明显，胶东沿海城市创新要素集聚，鲁南、鲁西部分传统工业城市面临创新投入不足、污染排放压力大、创新成果转化不畅等现实矛盾。部分城市重研发投入规模、轻创新产出效益，绿色创新投入冗余、非期望产出过高的问题较为突出，绿色技术创新的区域不平衡制约全省整体绿色转型步伐。如何统筹省内创新资源，因地制宜提升各地市绿色技术创新产出效益，破解 “高投入、高污染、低转化” 难题，成为山东推进绿色低碳高质量发展亟待破解的现实命题。基于此，本文对山东省 16 个地级市绿色技术创新效率开展测算与评价，识别各地市效率短板，厘清效率变动的内在驱动，为山东省分类制定地市层面绿色创新政策、优化区域创新资源配置提供实证依据。

二、文献综述

绿色技术创新概念最早由 Brawn 和 Wield 在 1994 年提出，强调通过技术、工艺、产品革新，实现降低资源消耗、削减环境污染的目标。国内学者对绿色技术创新内涵做了进一步拓展，肖黎明等提出绿色创新是兼顾企业经济效益、消费者价值诉求与生态环境保护的系列创造性活动。钱丽等指出，绿色技术创新区别于一般创新，必须把生产过程产生的环境负效益纳入评价体系，不能只关注经济产出与专利成果。

从效率评价方法来看，现有研究主要分为参数法与非参数法两大类。参数方法以随机前沿分析（SFA）为代表，需要预先设定生产函数形式；非参数方法以数据包络分析（DEA）系列模型为主，无需预设函数，在区域创新效率测算中得到广泛应用。传统 DEA 模型没有充分考虑投入产出松弛问题，也无法处理生产过程中的非期望产出。Tone 提出 SBM 模型，将松弛变量纳入目标函数，兼顾环境污染等非期望产出；后续进一步提出超效率 SBM 模型，解决多个决策单元同时有效时效率值均为 1、无法排序比较的缺陷，实现对有效单元的区分排名。Malmquist‑Luenberger（ML）指数依托方向距离函数，弥补传统 Malmquist 指数不能处理非期望产出的不足，可以将全要素生产率分解为技术效率变化与技术进步变化，用来解析效率动态变化的内在动因。国内大量学者运用超效率 SBM、ML（GML）指数开展省域、城市群、地级市绿色创新效率的实证研究万方数据。

从研究对象看，现有文献覆盖微观企业、工业行业、省域、城市群多个层面。部分学者针对黄河流域、长江经济带、京津冀城市群开展城市绿色创新效率时空差异分析；针对山东省的现有研究多集中于全省整体层面或者部分经济圈，将 16 地市作为完整样本，同时结合静态效率测算与 ML 指数动态分解的研究仍然偏少。不少研究只关注专利、新产品等期望产出，对工业污染这类非期望产出重视不足，难以真实反映工业大省绿色创新的综合效益。本文选取山东省全部 16 个地级市 2015‑2024 年面板数据，构建包含非期望产出的指标体系，采用超效率 SBM 模型开展静态效率评价，利用 ML 指数完成动态分解，从静态、动态两个维度综合评价各地市绿色技术创新效率，弥补现有研究不足，为山东省各地市差异化绿色创新政策制定提供参考。

三、研究设计

（一）研究方法

1. 超效率 SBM 模型

传统 DEA 模型属于径向、角度模型，不能充分考虑投入产出松弛变量，也难以处理环境污染这类非期望产出，容易造成效率测算结果出现偏差。SBM 模型属于非径向、非角度的测算方法，直接把投入冗余、产出不足的松弛变量纳入目标函数，能够同时兼顾期望产出与非期望产出。在此基础上发展的超效率 SBM 模型，在评价某一个决策单元时，将该单元从参考集合中剔除，解决多个决策单元同时有效时效率值均等于 1、无法排序区分的问题，可以实现全部地市效率值的横向比较。模型以文本表述：设置若干个决策单元，每一个决策单元包含多项投入、多项期望产出、多项非期望产出；模型目标是求取效率值，约束条件包含投入约束、期望产出约束、非期望产出约束以及权重约束；效率值大于 1 代表该决策单元处于 DEA 有效状态，等于或者小于 1 说明存在投入冗余或者产出不足，存在效率损失。

2.Malmquist‑Luenberger 指数

Malmquist‑Luenberger 指数基于方向距离函数，用于测算相邻两个时期全要素生产率的动态变化，可以适配包含非期望产出的场景。ML 指数可以拆解为技术效率变化 EC 与技术进步变化 TC 两个部分。技术效率变化 EC 反映各个城市向生产前沿面追赶的程度，代表现有技术条件下资源配置水平的改变；技术进步 TC 代表生产前沿面本身的移动，表征绿色技术层面的革新突破。 ML 指数大于 1，代表相比上一期，本期绿色技术创新全要素生产率实现增长；ML 指数小于 1，则代表全要素生产率出现下降。分解项中 EC 大于 1，代表技术效率得到改善；TC 大于 1 代表出现技术进步；反之则代表效率退步或者技术倒退。

（二）评价指标体系与数据来源

参考已有相关文献，结合山东省工业主导的省情，构建包含投入、期望产出、非期望产出三类指标的评价体系。投入指标包含人力投入、资本投入、能源投入；期望产出包含知识产出、经济转化产出；非期望产出采用综合环境污染指数，反映绿色创新过程附带的环境代价。 1. 投入指标 （1）人力投入：规模以上工业企业 R&D 人员全时当量，单位为人年，衡量绿色创新研发的劳动力要素投入。 （2）资本投入：规模以上工业企业 R&D 经费内部支出，单位为万元，表征研发资金投入规模。 （3）能源投入：全社会用电量，单位为万千瓦时，反映创新生产活动的能源消耗。 2. 期望产出指标 （1）知识产出：绿色专利申请总量，即绿色发明专利申请量与绿色实用新型专利申请量之和，单位为件，衡量绿色创新的知识成果。 （2）经济效益产出：规模以上工业企业新产品销售收入，单位为万元，反映绿色创新成果产业化转化带来的市场收益。 3. 非期望产出指标：环境污染综合指数。选取工业二氧化硫排放量、工业废水排放量、工业烟（粉）尘排放量三项基础指标，运用熵值法合成综合环境污染指数，表征创新生产过程带来的环境负向产出。

数据来源：2015‑2024 年《山东统计年鉴》、各地市统计年鉴、《中国城市统计年鉴》；绿色专利相关数据来自 CNRDS 数据库。个别年份存在少量缺失数据，采用线性插值法、趋势外推法予以补齐。

表 1 绿色技术创新效率评价指标体系

表格

四、实证结果分析

本文采用 MaxDEA 软件，运用超效率 SBM 模型以及 Malmquist‑Luenberger 指数，对山东省 16 个地级市 2015‑2024 年绿色技术创新效率开展测算。

（一）超效率 SBM 模型静态效率结果分析

2015‑2024 年山东省 16 地市绿色技术创新效率全省整体均值为 0.642，整体尚未到达生产前沿面，全省绿色技术创新效率还有比较大的提升空间。从时序演变来看，全省年度均值呈现波动上升的特征：2015‑2018 年整体效率持续抬升，得益于山东省新旧动能转换综合试验区建设启动，各地加大绿色研发投入，传统产业技改加速推进；2019‑2021 年受产业转型阵痛以及疫情冲击，整体效率出现回落；2022 年随着复工复产、绿色低碳先行区建设启动，效率出现明显反弹；2023‑2024 年小幅震荡，部分鲁西、鲁南地市投入冗余问题凸显，拉低全省平均水平。

从三大经济圈对比来看，胶东经济圈（青岛、烟台、威海、潍坊、日照）整体效率均值最高，创新要素集聚，海洋新能源、新材料等绿色产业基础扎实，多数城市期望产出充足，污染排放管控力度较强；省会经济圈（济南、淄博、东营、泰安、德州、聊城、滨州）处于中等水平，济南作为省会城市效率突出，但圈内部分资源型城市存在高耗能产业占比偏高、非期望产出冗余问题；鲁南经济圈（临沂、济宁、枣庄、菏泽）整体效率偏低，R&D 人员、经费投入规模不足，绿色专利产出偏少，同时传统产业带来的污染排放压力较大，是全省绿色创新效率提升的重点短板区域。

按照十年期效率均值，将 16 地市划分为四个层级： 高水平（效率均值＞1）：青岛、济南、威海。青岛与济南集聚省内顶尖高校、科研院所与科创企业，绿色研发投入雄厚，绿色专利、新产品产出遥遥领先；威海依托海上风电、新能源产业，大力发展绿色制造，污染物管控成效突出，样本期多数年份维持 DEA 有效状态。

中高水平（0.6‑1.0）：烟台、潍坊、东营、泰安。烟台海洋新能源、新材料产业优势明显；潍坊制造业基础雄厚，但是部分传统化工行业带来非期望产出压力；东营依托石化产业推进绿色技改，但是能源投入冗余问题较为明显；泰安立足装备制造产业，绿色创新稳步推进，但成果转化能力仍有短板。

中低水平（0.4‑0.6）：淄博、日照、滨州、临沂。淄博老工业城市正在推进产业绿色转型，历史遗留污染压力较大；日照钢铁产业占比高，非期望产出是制约效率提升主要因素；滨州化工产业集聚，能源消耗总量大；临沂商贸与制造业并举，创新投入强度不足，绿色专利产出规模有限。

低水平（＜0.4）：济宁、枣庄、德州、聊城、菏泽。该组城市大多以传统资源加工、重化工产业为主，绿色创新人力、资本投入存在一定规模，但绿色专利、新产品销售收入等期望产出不足，工业污染物排放偏高，投入冗余与非期望产出双重制约，拉低整体效率。其中枣庄、济宁煤炭相关产业占比较高；鲁西的聊城、菏泽创新底子薄弱，高层次创新人才短缺，创新成果转化渠道不畅。

部分城市表现出明显的波动特征：东营依托石化产业绿色改造，部分年份效率突破有效前沿，但受能源投入冗余影响，年份之间起伏较大；淄博在产业转型攻坚阶段，效率阶段性下降，随着传统产业超低排放改造推进后期有所回暖。

（二）Malmquist‑Luenberger 指数动态分解结果分析

样本期山东省 16 地市 ML 指数全省均值为 1.161，说明 2015‑2024 年全省绿色技术创新全要素生产率年均实现 16.1% 的增长。从时间维度看，大部分年度 ML 指数大于 1，仅少数受外部冲击的时段小于 1。EC 指数、TC 指数呈现交替主导的格局：部分时间段依靠技术效率改善实现增长，部分时间段依靠技术进步拉动，没有出现单一分解项长期主导的情况。

分城市来看： 青岛、济南 ML 指数均值大于 1，TC 指数均值高于 EC 指数，两地全要素生产率提升主要依靠技术进步驱动。两地科研平台密集，重大绿色技术攻关项目多，绿色专利产出增长快，生产前沿面持续向外拓展；技术效率还有进一步挖掘的空间，部分创新资源存在局部配置不合理现象。

胶东圈的烟台、威海，ML 指数大于 1，EC、TC 同步正向贡献，技术进步与资源配置改善双向发力，绿色创新增长质量较高。

鲁南、鲁西大部分地市（菏泽、聊城、德州、临沂等）ML 指数大于 1，EC 指数均值高于 TC 指数，增长主要来自技术效率改善，表现出显著的追赶效应。这类城市初始效率基数较低，通过学习借鉴先进地区成熟绿色技术、推进企业技改，资源配置效率得到改善，但自身原创性绿色技术突破不足，技术进步贡献有限。

部分传统资源型城市（淄博、枣庄、济宁）ML 指数均值略小于 1，EC、TC 均存在阶段性小于 1 的情况。一方面传统产业绿色改造周期长，存量污染排放压力大；另一方面自主绿色技术供给不足，在新旧产能切换过程中，出现全要素生产率阶段性倒退。这类城市既要优化现有创新资源配置，更要强化绿色核心技术引进与攻关。

整体来看，山东省绿色技术创新已经实现整体增长，但区域内部增长动力分化明显：发达沿海、省会城市依靠技术进步驱动；欠发达地市主要依靠技术效率追赶；部分老工业城市双重动力均不足。

五、结论与对策建议

（一）主要研究结论

本文基于 2015‑2024 年山东省 16 个地级市面板数据，采用纳入非期望产出的超效率 SBM 模型与 Malmquist‑Luenberger 指数，从静态、动态两个层面对各地市绿色技术创新效率开展评价，得出主要结论。 第一，静态层面，山东省绿色技术创新效率整体呈波动上升态势，但 16 地市之间分化显著，空间上大致呈现 “胶东高、省会居中、鲁南鲁西偏低” 格局。青岛、济南、威海属于高水平梯队；鲁南多数城市、部分鲁西资源型城市效率处于较低水平，投入冗余、非期望产出过高、创新成果转化不足是主要制约因素。 第二，动态层面，全省 ML 指数均值大于 1，整体绿色技术创新全要素生产率实现增长，EC 指数与 TC 指数交替发挥驱动作用。青岛、济南等地增长主要依靠技术进步；鲁南、鲁西多数地市依靠技术效率改善实现追赶；部分传统工业城市技术效率、技术进步均存在短板，全要素生产率出现阶段性下滑。 第三，不同城市效率短板存在异质性：高水平城市主要矛盾不再是投入规模不足，而是资源配置进一步优化；中低水平城市同时面临创新要素供给不足、传统产业污染排放压力大、绿色成果产业化转化不畅多重矛盾。

（二）对策建议

1. 实施地市分类施策，因地制宜补齐效率短板

（1）高水平城市（青岛、济南、威海）。控制创新要素粗放式追加投入，重点优化资源配置，瞄准海洋新能源、氢能、绿色新材料等领域，攻关关键核心绿色技术，强化原始创新。发挥辐射带动作用，搭建技术外溢渠道，把成熟绿色技术向省内其他地市输出，强化对省内欠发达地区技术帮扶，从 “自身高效” 转向 “带动全省高效”。 （2）中高水平城市（烟台、潍坊、东营、泰安）。立足本地主导产业基础，推动传统产业绿色化技术改造，严控非期望产出。一方面继续强化绿色技术引进消化再创新；另一方面打通绿色创新成果产业化堵点，完善中试、孵化配套，把专利成果转化为新产品市场效益，减少 “重专利、轻转化” 现象。 （3）中低、低水平地市（鲁南、鲁西、部分老工业城市）。一方面适度加大 R&D 人力、经费投入，补齐创新基础配套；另一方面严控高耗能高污染项目盲目扩张，削减非期望产出。优先引进成熟的绿色适用技术，通过技术效率改善实现追赶，同时推进钢铁、化工、煤炭等传统产业超低排放改造，减少投入冗余与污染冗余。枣庄、淄博等资源转型城市，重点推动老工业基地绿色技改，完善绿色园区载体，吸引外部创新资源落地。

2. 推动三大经济圈协同联动，构建省内绿色创新协同体系

打破地市行政壁垒，推动胶东、省会、鲁南三大经济圈创新要素流动。搭建省级绿色技术共享交易服务平台，整合全省高校、科研院所、龙头企业的绿色专利、试验设备、研发人才，实现跨地市供需匹配。发挥济南、青岛两大中心城市辐射作用，建立省内绿色技术对口帮扶机制，鼓励高水平城市的科研机构、绿色龙头企业与鲁南鲁西城市开展合作共建研发中心、中试基地。统筹布局省内重大绿色科技专项，避免各地低水平重复研发，优化全省创新资源空间配置。

3. 完善政策支撑体系，强化绿色创新成果落地保障

各地政府要优化财政科技资金投向，改变单纯按照研发投入规模进行补贴的导向，建立以绿色创新效率为导向的绩效评价机制，加大对绿色专利转化、绿色新产品产业化的政策扶持力度。落实税收减免、绿色信贷政策，拓宽科技型中小企业绿色创新融资渠道。 针对不同城市分类设计政策工具：高水平城市重点支持前沿绿色技术基础研究；中低水平城市重点支持绿色技术引进、企业绿色技术改造。完善绿色技术交易、价值评估、知识产权服务体系，补齐中试孵化短板，打通从专利到产品的转化链条。同时健全环境规制约束，倒逼传统企业主动开展绿色技术改造，减少生产端非期望产出。

4. 统筹技术效率改善与技术进步，培育多元增长动力

对于鲁南、鲁西以技术效率追赶为主的城市，在继续用好外来成熟绿色技术的基础上，逐步培育本地自主研发能力，逐步提升技术进步对全要素生产率的贡献；对于青岛、济南这类以技术进步驱动为主的城市，进一步优化现有创新资源配置，减少科研设施、研发经费的闲置浪费，同步提升技术效率。对于淄博、枣庄等传统工业城市，既要学习先进地区经验改善资源配置，也要加大绿色技术攻关投入，实现技术效率、技术进步双向提升，破解效率倒退困境。

参考文献 

[1] 肖黎明，肖沁霖.区域绿色创新效率时空演化及驱动因素研究 [J]. 科技进步与对策，2018,35 (12):45‑52. 

[2] 刘颖莹，姜明月.考虑非期望产出的绿色科技创新效率时空分异及影响因素研究 —— 以山东省为例 [J]. 广西科技大学学报，2025,36 (04):130‑138. 

[3] 钱丽，王文平，肖仁桥.共享投入关联视角下中国区域工业企业绿色创新效率差异研究 [J]. 中国人口・资源与环境，2018,28 (05):27‑39. 

[4] 李健，马晓芳.京津冀城市绿色创新效率时空差异及影响因素分析 [J]. 系统工程，2019,37 (05):51‑61. 

[5] Tone K.A slacks‑based measure of efficiency in data envelopment analysis [J].European Journal of Operational Research,2001,130 (3):498‑509.