制造业绿色低碳创新投入与产出的耦合协调及互动关系

摘 要：绿色低碳创新是我国新时代贯彻新发展理念、推动经济高质量发展和实现“双碳”战略目标的重要驱动力。利用我国25个制造业2011—2020年的行业面板数据，构建了制造业绿色低碳创新投入与产出互动发展的耦合与协调模型，测算了二者互动发展的耦合度和协调度，进而构建了Pvar模型，利用脉冲响应函数和方差分解研究了绿色低碳创新人力、物力、财力投入冲击下绿色低碳创新产出的动态变化及经济效益、环境效益产出下绿色低碳创新投入的动态变化。研究发现：现阶段我国制造业中绝大多数行业位于高度耦合阶段，但处于严重失调状态；绿色低碳创新投入和产出存在长期的协整关系；长期内人力和物力投入对绿色低碳创新产出为正向影响，财力投入则为负向，经济效益和环境效益产出均显著负向影响绿色低碳创新投入。

关键词：绿色低碳创新投入；绿色低碳创新产出；协调度；耦合度；互动关系

中图分类号：F 273.1   文献标识码：A   文章编号：1672-7312（2024）01-0009-10

Research on the Coupling and Interaction of Green Low-carbon

Innovation Input and Output in Manufacturing Industry

WANG Manman

（College of Economics and Management，Zhengzhou University of Light Industry，Zhengzhou 450002，China）

Abstract：Green low-carbon innovation is an important driving force to carry out new development concepts，promote high-quality economic development and achieve the “double carbon” strategic goals in the new era.Based on the panel data of 25 manufacturing industries from 2011 to 2020，the coupling and coordination model of the interactive development of green low-carbon innovation input and output in manufacturing industry is constructed，and the coupling degree and coordination degree of the interactive development of the two are calculated，and then the pvar model is constructed.Impulse response function and variance decomposition are used to study the dynamic change of green low-carbon innovation output under the impact of human，material and financial input and the dynamic change of green low-carbon innovation input under the output of economic and environmental benefits.The findings are as follows：At present，most of our manufacturing industries are in the highly coupled stage，but in the serious imbalance state；There is a long-term co-integration relationship between input and output of green and low-carbon innovation.In the long run，the input of human and material resources has a positive impact on the output of green low-carbon innovation，while the input of financial resources has a negative impact.Both the output of economic and environmental benefits have a significant negative impact on the input of green low-carbon innovation.

Key words：green low-carbon innovation input；green low-carbon innovation output；degree of coordination；coupling degree；interaction relationship

我國是全球拥有全部工业门类的制造大国，且我国的制造业兼具产业关联度高、技术与资金密集度高和吸纳就业能力强等特征，长期以来都是国民经济的支柱[1]。然而，其以高污染、高能耗、低附加值为主的粗放式发展模式导致环境污染严重、资源约束趋紧和生态系统退化等严峻问题却不容忽视[2]。基于此，我国经济增长的驱动力逐渐从增加要素投入、加大投资向依靠技术进步和实施绿色低碳创新转变[3]。党的二十大报告提出“推动经济社会发展绿色化、低碳化是实现高质量发展的关键环节”“加快建设制造强国”“推动制造业高端化、智能化、绿色化发展”。鉴于现阶段我国制造业亟需突破“路径依赖”“低端锁定”等困局，研究制造业绿色低碳转型的内在机理既是推进我国经济高质量发展的必然要求，也是如期实现碳达峰碳中和目标的重要保障。绿色低碳创新资源投入与产出作为整个绿色创新体系的重要组成部分，在制造业自主创新能力的提升和行业创新格局的形成两个方面发挥关键作用。绿色低碳创新投入与产出的耦合协调发展不仅关系到新时代经济的绿色可持续发展，也为世界各国新竞争局势的开启提供动力来源。因此，文章根植于数字经济和绿色发展背景，探究制造业绿色低碳创新资源投入与产出的耦合协调发展水平，统筹考虑绿色低碳创新不同投入和不同产出之间的互动关系，从而为平衡制造业行业绿色低碳创新投入与产出协调发展，探索具有针对性和有效性的行业绿色低碳创新可持续发展路径提供理论参考与实践借鉴。

1 文献综述创新投入与产出的关系研究长期备受学术界关注，现有研究大都通过实证方法考察二者之间的作用关系。例如，KIM等[4]调查了1997—2007年韩国百强企业的二阶学习过程，实证结果表明，创新投入与探索性创新产出不相关。XIE H等[5]基于中国工业企业2006—2015的面板数据，实证考察得出，增加工业企业研发活动的内部支出和研发人员数量有利于提高中国工业用地全要素绿色利用效率。MANZANEQUEA等[6]基于2006—2010年期间1 027家西班牙制造企业的样本数据，分析了家族管理对不同创新投入和创新产出之间关系的影响，并得出家族管理不利于研发费用转化为技术创新成果。卢方元等[7]实证验证了我国大中型工业企业自主创新投入与产出间的长期均衡关系。李邃等[8]将长江经济带区域创新系统作为研究对象，认为创新投入与产出是显著相关的。黄斌[9]基于航空航天器制造业的面板数据，实证发现创新投入和产出间有高度相关性，却没有格兰杰因果关系。王丰龙等[10]以工业企业为例，实证考察得出政府科技财政支出并不能显著地影响对当地企业创新产出。李玉龙等[11]研究了长三角县域创新投入与产出的的综合水平、脱钩状态及相对效率，结果表明县域创新投入与产出的综合水平呈“金字塔”型结构，存在明显脱钩现象。综上所述，关于创新投入与产出的关系研究已经具备丰厚的理论奠基，但也存在一些不足之处。

1）学术界现阶段较多集中在对创新投入与产出互动的定性关系以及二者之间的单向定量关系研究，且主要将二者视作独立发展但又相互影响的系统，基于耦合协调角度关注二者互动状态的定量研究则较为少见。

2）现有研究主要聚焦于对静态技术创新投入和产出的测度和评价上，从动态视角研究技术创新投入与产出的互动影响比较缺乏。

3）大多数研究只是从整体上分析技术创新投入和产出的关系，忽略了技术创新各投入和产出的异质性，研究內容针对性不足。

我国尚处于向制造业强国跨越助力第二个百年奋斗目标实现的重要时期。

因此，采用制造业行业面板数据，从系统耦合互动的视角，探讨我国制造业绿色低碳创新投入与产出的耦合度和协调度，运用面板数据向量自回归模型，探讨我国制造业绿色低碳创新人才、物质、资金投入冲击下绿色低碳创新产出的动态变化及经济效益、环境效益产出下绿色低碳创新投入的动态变化，从而揭示我国制造业绿色低碳创新投入与产出互动关系的“黑箱”，以期对我国制造业发展实践提供启示。

2 制造业绿色低碳创新投入与产出耦合互动的模型

2.1 制造业绿色低碳创新投入与产出耦合协调度模型

耦合是指多个系统相互依存表现出来的动态关联状态[12]。如果将制造业绿色低碳创新投入与绿色低碳创新产出视为两个独立的子系统，那么这两个子系统之间的关联互动状态就可以被称作“绿色低碳创新投入—绿色低碳创新产出”耦合。通过定量测度“绿色低碳创新投入—绿色低碳创新产出”系统的耦合协调状况，以及描述出该系统的互动关系和动态变化。一方面，本研究可以针对性地描绘出“绿色低碳创新投入—绿色低碳创新产出”系统内部交互耦合演变的发展趋势；另一方面，本研究为挖掘二者耦合系统的影响因素提供理论借鉴。图1描绘了制造业绿色低碳创新投入与产出耦合协调关系。

2.1.1 确定功效函数

uij表示变量Xij对系统的功效贡献值，或者说是指标达到目标的满意程度。uij的取值介于0和1之间，区间两端分别代表最不满意和最满意。文中关于标准化的功效系数uij的计算方式见式（1）。其中，Xij（i=1，2;j=1，2，…，n）表征i系统j指标的序参量；αij，βij各自表征系统稳定状态时临界序参量的上限值和下限值。此外，绿色低碳创新子系统内各个序参量对“绿色低碳创新投入—绿色低碳创新产出”系统的“总贡献”即综合序参量ui，其依据集成方法来实现，借鉴舒小林等[13]的研究采用线性加权法计算，见式（2）。λij表征Xij对应的权重，一般采用熵权法测算。

2.1.2制造业绿色低碳创新投入与产出的耦合度模型

耦合度模型由物理学中容量耦合系数模型的延伸所得[14]，当存在多系统交互时，耦合度测算方式详见式（3），并由此进一步获取制造业绿色低碳创新投入与产出2个子系统的耦合度测算模型，见式（4）。

Cm={（u1，u2，…，um）}/∏[（ui+uj）]}1/m（3）

C={（u1×u2）/[（u1+u2）×（u1+u2）]}1/2（4）

系统耦合度值C∈（0，1），当C=1和C=0时，制造业绿色低碳创新投入与绿色低碳创新产出系统的耦合度分别为峰值和谷值，意味着两个子系统分别处于良性共振耦合和无关状态。

2.1.3 制造业绿色低碳创新投入与产出的耦合协调度模型

耦合度意味着耦合作用的强弱程度。需要注意的是，单一的耦合度指标用于反映整体系统的协同发展程度，而不能用于比较研究各细分行业子系统的耦合作用[15]，为评判不同行业制造业绿色低碳创新投入与产出交互耦合的协调程度，进一步构建了耦合协调度模型，如下

D=（C×T）1/2

T=au1+bu2（5）

式中，C为耦合关联度；D为耦合协调度；T为综合调和指数，反映子系统间的整体协同效应；a，b为待定系数。

通过前面的分析，本文用耦合关联度C和耦合协调度D分别来表示制造业绿色低碳创新投入与产出之间的耦合相关程度和协调程度，等级分类借鉴徐晔等[16]的研究，见表1。

2.2 面板向量自回归模型

PVAR模型，又被称作Panel-VAR，用于面板数据分析，能够反映变量间相互作用的双向动态关系，该模型将各研究变量及其对应的滞后项分别被当作内生变量和外生变量[17-18]，结合本文研究内容，为反映制造业绿色低碳创新投入与产出的互动关系，设定二者的PVAR模型如下

式中，xit=[GIOit，RDPit，RDTit，RDMit]，yit=[GIIit，SBOit，EBOit]，GIOit为绿色低碳创新产出;RDPit为人才投入;RDTit为物力投入；RDMit为财力投入；GIIit为绿色低碳创新投入；SBOit为经济效益产出；EBOit为环境效益产出；mj，nj是系数矩阵；xit-j，yit-j为xit，yit的j阶滞后项；αi，λi为个体效应；βt，γt为时间效应；μit，δit为扰动项；i为制造业各行业；t为年份。

2.3 指标选取和数据来源

2.3.1 耦合度模型评价指标耦合度模型评价指标囊括绿色低碳创新投入和产出指标。学术界针对绿色低碳创新投入产出指标体系的研究颇丰，在投入指标层面，人力、物力和财力投入通常被纳入创新投入的基础性要素，故文章从人力、物力和财力投入3个维度表征绿色低碳创新投入[19]。其中，选取R&D人员折合全时当量、R&D人员和研发机构人员反映人力方面的投入，选取仪器和设备支出和能源消耗量反映物力方面的投入，选取R&D经费支出、引进技术经费、技术改造和购买国内技术经费反映财力方面的投入。而在产出指标层面，与传统创新单方面强调经济效益产出相比较，绿色低碳创新产出还关注环境效益产出，故文章从经济效益产出和环境效益产出两个维度表征绿色低碳创新产出。其中，选取专利申请数、有效发明专利数、新产品销售收入和工业总产值反映经济效益产出，选取碳排放强度和工业三废（工业废气排放量、工业固体废物排放量和工业废水排放量）反映环境效益产出。各项指标的详细信息见表2。

2.3.2 面板PVAR模型变量绿色低碳创新是指为了在生产全流程中实现节能降耗和碳减排等目标，在工艺、产品和管理活动等多方面实施的“减排、降污、节能和增效”的创新行为[20]。结合文章研究内容，为探究绿色低碳创新人力、物力、财力投入冲击下绿色低碳创新产出的动态变化及经济效益、环境效益产出下绿色低碳创新投入的动态变化，选取序参量绿色低碳创新投入（GII）、绿色低碳创新产出（GIO），一级指标人才投入（RDP）、物力投入（RDT）、财力投入（RDM）、经济效益产出（SBO）、环境效益产出（EBO）作为面板PVAR模型变量。基于数据可得性和指标体系构建原则，选取了2011—2020年25个制造业细分行业相对应的面板数据，并采用线性插值法补充缺失值，各项二级指标的权重值和数据来源详见表2。需要特别说明的是，制造业碳排放强度是指单位产值的制造业碳排放量，参照IPCC提出的CO2排放量测算方法[21]，限于篇幅，相关计算过程不再赘述，详见徐建中等[22]的研究成果。

3 实证分析

3.1 我国制造业绿色低碳创新投入与产出耦合协调度时序分析

从表3可以看出，从绿色低碳创新投入与产出系统的耦合关联度C来看，我国制造业分行业中家具制造业为低度耦合状态，且耦合关联度是最低的，C13、C16、C18、C19、C20、C23、C24和C28为中度耦合状态，其他行业处于高度耦合阶段。总的来说，我国制造业中有76%的行业现阶段处于高度耦合阶段，行业绿色低碳创新投入和绿色低碳创新产出的发展呈螺旋式上升态势，带动行业绿色低碳创新快速发展。从耦合协调度D来看，只有C37、C38和C39的耦合系统为良好协调状态，其他行业的耦合系统均处于严重失调或轻度失调的阶段，严重阻碍了行业绿色低碳创新和产业升级进程。整体来看，我国制造业中有88%的行业绿色低碳创新投入与产出发展失调。究其原因，我国制造业主要依赖以牺牲环境为代价的“三高”特点的粗放式经济发展方式，其在提升制造业经济效益的同时，也造成了严重的环境污染和生态破坏，导致极大的环境效益产出，给自身带来严重的负面影响[23-24]。例如：农副食品加工业、食品制造业、饮料制造业、烟草制品业、纺织业、皮革毛皮羽毛及其制品业、木材加工业、家具制造业、造纸及纸制品业、印刷业、文教体育用品制品业等行业属于重污染行業，高能耗、高排放、低效能问题突出，且产品附加值小、技术含量低，很可能存在资源冗余、产出不足的问题，绿色低碳创新投入产出效率较低[25]，故这些行业的耦合协调度相对较低。此外，通信设备、计算机及其他电子设备制造业、交通运输设备制造业和电气机械及器材制造业处于良好协调的良性发展阶段，这些行业隶属于装备制造业，具有技术密集、资金密集、高附加值、较大的成长空间和较强的带动作用等显著特点，产能利用率较高[26]，故这些行业的耦合协调度相对较高，可以继续通过加大绿色创新投入、加强绿色技术研发和加快产业绿色低碳发展，推动制造业高质量发展，从而加速我国从“制造大国”迈向“制造强国”。

3.2我国制造业绿色低碳创新投入与产出的互动关系研究

3.2.1 平稳性检验、协整检验和滞后阶数选择

在应用PVAR模型之前，分别采取检验异同单位根的Fisher-ADF检验和LLC检验来验证变量间的平稳性，此外，还同时采用Fisher ADF、Fisher PP两种检验确保检验结果的稳健性。检验结果详见表4，结果证明列示的7个变量皆为一阶单整。

进而，表5中模型（1）和模型（2）的面板协整检验结果显示出各变量间存在协整关系，且通过了1%的显著性检验，故选取PVAR模型来研究绿色低碳创新投入与产出之间的互动关系的合理的。估计结果的准确性也易受滞后阶数影响，按照AIC、BIC、HQIC准则，根据滞后阶数检验结果，本文选取滞后二阶的PVAR模型更为适用（见表6）。

3.2.2 制造业绿色低碳创新投入与产出的互动效应分析

估计之前，依次采用组内均值差分法和前向均值差分法分别消除时间效应和个体效应。估计结果表7中列示了最优滞后期为2期时所对应的各变量间的数值关系，其中括号里为经过White异方差调整过的t统计量。

由表7可知，2个模型的AR（1）统计量的p<0.1且AR（2）统计量的p>0.1，即随机扰动项不存在二阶序列相关。此外，Sargan统计量的p>01，意味着工具变量不存在过度识别问题，表明模型所选取的工具变量有效和模型设定是合理的。由模型（1）的估计结果可知：在1%的显著性水平下，人力投入和物力投入滞后项对绿色低碳创新产出分别有-0.154和0.129的显著影响，而财力投入滞后项对绿色低碳创新产出的影响为-0.010但不显著。显然，物力投入对绿色低碳创新产出的贡献力度最大，且值得注意的是，现阶段增加人力和财力投入并不能有效促进创新产出。绿色低碳创新产出滞后项对物力投入和财力投入存在显著的抑制作用，对人力投入的影响为正但不显著。由模型（2）的估计结果可知：在1%的显著性水平下，经济效益产出和环境效益产出滞后项对绿色低碳创新投入分别有-0.125和0.036的显著影响，绿色低碳创新投入滞后项对经济效益产出和环境效益产出分别有-0.193和0.091的显著影响。两个模型中绿色低碳创新投入和产出均在1%的显著性水平下受自身滞后项显著影响，说明绿色低碳创新投入和产出存在一定的惯性。为进一步观测绿色低碳创新投入和产出之间的动态互动效应，绘制了能够展现变量之间互动状态的脉冲响应函数图（见图2和图3），图中的横纵坐标轴各自代表滞后期数及脉冲响应值；红黑实线各自表征脉冲响应函数曲线及95%的置信区间[23]。

1）不同投入冲击下我国制造业绿色低碳创新产出的动态变化。人力投入的影响一直为正且影响程度最大，且随着时间的推移对绿色低碳创新产出的影响呈现先升后降趋势，于第1期达到峰值，且从第2期保持单线式固定幅度。物力投入的正向冲击对绿色低碳创新产出的影响波动幅度不大，来自财力投入的正向冲击对绿色低碳创新产出的影响为负，且冲击程度达到一定阈值后趋于稳定。究其原因，人力投入和物力投入是制造业开展绿色低碳创新的基础保障，在一定程度上加大人力和物力投入有助于制造企业开展创新活动。然而，需要注意的是，研究结果表明我国制造业财力投入与绿色创新低碳产出负相关，这与预期不一致，而理论上财力投入越多越有利于企业开展绿色低碳创新。很大原因在于制造业企业的资金管理能力较差，导致资金利用率低、资金风险管理能力不足和资金配置不合理[27-28]。因此，制造业企业应着力提高资产利用效率、建立风险管理机制和优化资金配置，以帮助制造企业能够稳健应付市场变化和经营风险。

2）不同产出冲击下我国制造业绿色低碳创新投入的动态变化。经济效益产出对绿色低碳创新投入的冲击处于波动状态，在初期反应为0，在第1期有正的影响，继而于第2期转为负向，且这种负向冲击稳健提升。这种趋势意味着短期内绿色低碳创新投入会接收到来自经济效益产出的正向反馈，而长期内随着经济效益产出增大到某个阈值，这种正向反馈会逐渐演变为负向反馈。与之相比，来自环境效益产出的冲击同样在初期反应为0，但随后迅速下降为负，且这种负向冲击程度伴随着时间的延续持续增大。究其原因，一方面，短期内制造业企业的经济效益产出越好，表明企业在绿色低碳創新过程中各种生产要素的利用方面就越节约和高效，进而对绿色低碳创新投入产生正向反馈，企业会保持原始的创新资源投入比例。然而，伴随着时间的延续，由于面临技术、人才和资金瓶颈，制造业企业持续稳健的发展态势遇到障碍，经济效益增长也遇到门槛，故此时绿色低碳创新产出对投入的反馈由初始的正向转为负向[29]。另一方面，环境效益产出为逆指标，制造业企业的环境效益产出越高，表明污染物排放量、生态破坏的程度、环境的不稳定性和能耗强度越大，绿色低碳创新投入的效果越差[30-31]，故环境效益产出对绿色低碳创新投入冲击持续为负。

为了进一步分析来自模型（6）中GIO、RDP、RDT和RDM对GIO以及模型（7）中GII、SBO和EBO对GII的结构冲击的重要程度，借助方差分解法把受各随机扰动影响的变量的较为重要的信息提取出来。由方差分析结果（表8），模型（6）中，GIO、RDP、RDT和RDM对GIO均有一定的影响，GIO冲击对自身的预测方差贡献度是先减少后增加的，而RDP、RDT和RDM对GIO的预测方差贡献度呈现先增后减的趋势，人力、物力和财力投入对绿色低碳创新产出的贡献度峰值分别达到109%、13.3%和24.8%，相较而言，来自财力投入的贡献度处于长期稳定状态。综上，在绿色低碳创新的过程中，制造业企业应该结合实际情况合理地分配人力、物力和财力投入，切忌片面强调经费投入，忽视R&D人员和生产设备等相关的投入。模型（7）中，GII冲击对自身的预测方差贡献度是递减的，SBO冲击对GII的预测方差贡献度是先增后减的，而EBO冲击对GII的预测方差贡献度保持持续递增态势。总体上，绿色低碳创新投入和产出之间的相互影响是不对称的，绿色低碳创新投入和产出对自身的冲击值贡献最大，说明绿色低碳创新系统呈现出显著的正反馈效应，而贡献度却转向下降趋势发展。

4 结论和启示

文章基于我国制造业行业面板数据，通过构建制造业绿色低碳创新投入与产出互动发展的耦合与协调模型，测算了二者互动发展的耦合度和协调度，在此基础上构建了绿色低碳创新投入与产出的pvar模型，利用脉冲响应函数和方差分解进一步分析了绿色低碳创新人力、物力、财力投入冲击下绿色低碳创新产出的动态变化及经济效益、环境效益产出下绿色低碳创新投入的动态变化。所得结论如下：①现阶段我国制造业中绝大多数行业位于高度耦合阶段，但处于严重失调状态；②绿色低碳创新投入和产出之间存在着长期的协整关系；③长期内人力和物力投入对绿色低碳创新产出为正向影响，财力投入则为负向，经济效益和环境效益产出均显著负向影响绿色低碳创新投入；④未来6期内绿色低碳创新投入与产出存在双向动态作用关系。

结合实证结果，中国制造业绿色低碳创新投入与产出存在双向作用关系，结合本文结论更能为合理配置创新资源，优化创新产出和绿色低碳创新机制提供政策借鉴，据此提出如下建议。

1）针对制造业中处于严重失调的行业，现阶段应将重心放在管理方法及效率的改善上，投入视角应着力优化要素投入结构、减少资源冗余和合理化资源配置，产出视角应平衡经济效益产出和环境效益产出之间的关系，如强化制造企业的绿色环保意识，加强环保投入，从而降低污染排放量，助推这些行业实现绿色低碳可持续发展。

2）绿色低碳创新投入和产出之间存在长期的双向动态作用关系，制造业企业应将重心放在提高绿色低碳创新的投入产出效率上。人力投入方面，制造业各行业应持续探索耦合的跃迁模式，制造企业应加大高水平人力资本投入，同时避免研发人员冗余重叠问题，及时归并及调整管理组织机构。财力投入方面，政府应鼓励企业增加绿色环保投入，加强自主研发投入力度。目前，我国制造企业绿色技术自主研发水平较低，绿色低碳技术的研发制约于卡脖子技术，研发基础设施也不够完善，更倾向于通过技术引进直接应用或模仿创新国外企业的先进经验和技术，导致与欧美等国相比仍存在较大差距。物力投入方面，淘汰或改造落后的低效率的“三高”生产设备，引导制造企业研发符合环保标准的绿色低碳技术、绿色低碳工艺和绿色低碳产品等，动员制造企业进行绿色低碳转型与采取绿色低碳生产模式，直至制造企业自发以绿色低碳生产为经营理念，从而推进制造企业实现高质量的绿色低碳创新产出。此外，政府应该创造良好的政策环境及外部动力驱动产学研合作，借助新基建政策契机，推动地方信息化、数字化和智能化建设，如借助物联网、人工智能和区块链等数字技术支撑实现区域联合共建共享数字化基础设施，鼓励制造业行业企业参与高校产学研合作教育和高校学者主动参与企业的经济活动，引导各方研发人才、知识和成果的共享，为制造业企业打造绿色低碳创新成果商品化和产业化的平台，以此来提升制造业行业整体规模经济效益，加速创新成果转化，提高行业绿色低碳创新效率。

3）长期内不同类型行业的绿色低碳创新投入和产出之间存在异质性。对于劳动密集型的行业，要着力提高技术水平和劳动力素质，加强对引进技术的消化和吸收，实现生产要素更高水平的合理配置。对于技术密集型和资金密集型的行业，要加大自主研发投入，以提升企业的产品或服务的差异化和竞争力。同时要注意研发投入的有效分配，避免无效投入对经济效益产生负面作用。

参考文献：

[1] 李文鸿，朱正军，史本广.装备制造业须调整转型创新升级[J].宏观经济管理，2012（05）：34-36.

[2]徐建中，王曼曼.绿色技术创新、环境规制与能源强度——基于中国制造业的实证分析[J].科学学研究，2018，34（04）：744-753.

[3]曹聪丽，陈宪.服务业集聚与城市技术进步[J].科学学研究，2017，35（02）：230-239.

[4]KIM H，PARK N K，LEE J.How does the second-order learning process moderate the relationship between innovation inputs and outputs of large Korean firms？[J].Asia Pacific Journal of Management，2014，31（01）：69-103.

[5]XIE H，CHEN Q，LU F，et al.Spatial-temporal disparities and influencing factors of total-factor green use efficiency of industrial land in China[J].Journal of Cleaner Production，2019，207：1047-1058.

[6]MANZANEQUEA M，DIEGUEZ-SOTOB J，GARRIDO-MORENOC A.Technological innovation inputs，outputs and family management：Evidence from Spanish manufacturing firms[J].Innovation：Organization & Management，2018，20（04）：299-325.

[7]盧方元，李小鸽.基于SVAR模型的自主创新投入产出动态效应分析——以我国大中型工业企业为例[J].科研管理，2014，35（01）：25-32.

[8]李邃，万秉烛.长江经济带区域创新系统投入与产出效率研究[J].统计与决策，2017（23）：141-144.

[9]黄斌.中国高技术产业创新投入与产出关系研究——以航空航天器制造业为例[J].科研管理，2017，38（02）：59-67.

[10]王丰龙，曾刚，周灿，等.中国地方政府科技财政支出对企业创新产出的影响研究——来自工业企业数据库的证据[J].地理科学，2017，37（11）：1632-1639.

[11]李玉龙，崔梓涵.长三角县域创新投入与产出脱钩关系及效率研究[J].华东经济管理，2021，35（02）：31-38.

[12]张勇，蒲勇健，陈立泰.城镇化与服务业集聚——基于系统耦合互动的观点[J].中国工业经济，2013（06）：57-69.

[13]舒小林，高应蓓，张元霞，等.旅游产业与生态文明城市耦合关系及协调发展研究[J].中国人口·资源与环境，2015，25（03）：82-90.

[14]武宵旭，任保平，葛鹏飞.黄河流域技术创新与绿色发展的耦合协调关系[J].中国人口.资源与环境，2022，32（08）：20-28.

[15]徐玉莲，王玉冬，林艳.区域科技创新与科技金融耦合协调度评价研究[J].科学学与科学技术管理，2011，32（12）：116-122.

[16]徐晔，陶长琪，丁晖.区域产业创新与产业升级耦合的实证研究——以珠三角地区为例[J].科研管理，2015，36（04）：109-117.

[17]HOLTZ-EAKIN D，NEWEYW，ROSENH.Estimating vector autoregressions with panel data[J].Econometrica，1988，56（19）：1371-1395.

[18]LKEPOHL H.New introduction to multiple time series analysis[M].Berlin：Springer，2005.

[19]赫连志巍，宋晓明.基于突变级数法的高技术产业升级能力评价研究[J].科学学与科学技术管理，2013，34（04）：98-103.

[20]梁文群，秦天如，梁鹏.中国区域绿色低碳创新效率的分类测度与比较[J].干旱区资源与环境，2019，33（11）：9-16.

[21]EGGLESTON S． Estimation of emissions from CO2 capture and storage：The 2006 IPCC guidelines for national greenhouse gas in ventories[R]．Prepared by the National Greenhouse Gas Inventories Program，2006.

[22]徐建中，王曼曼，贯君.动态内生视角下能源消费碳排放与绿色创新效率的机理研究——基于中国装备制造业的实证分析[J].管理评论，2019，31（09）：81-93.

[23]肖振红，李炎.高专利密集度制造业绿色创新路径演化分析——知识产权保护强度视角[J].管理评论，2022，34（11）：88-98.

[24]高小玲，陆文月.新基建、产业集聚与绿色技术创新——基于制造企业数据的实证研究[J].研究与发展管理，2023，35（04）：19-33.

[25]金环，于立宏，徐远彬.绿色产业政策与制造业绿色技术创新[J].中国人口·资源与环境，2022，32（06）：136-146.

[26]夏媛.绿色供应链管理与绿色创新的关系研究[J].技术与创新管理，2020，41（02）：148-153+166.

[27]解学梅，韩宇航.本土制造业企业如何在绿色创新中实现"华丽转型"？——基于注意力基础观的多案例研究[J].管理世界，2022，38（03）：76-106.

[28]王旭，褚旭.制造业企业绿色技术创新的同群效应研究——基于多层次情境的参照作用[J].南开管理评论，2022，25（02）：68-81.

[29]杨雨婷，韩军辉.减税激励对重污染企业绿色技术创新的影响[J].技術与创新管理，2023，44（04）：416-423.

[30]孙国锋，潘珊珊，徐瑾.制造业投入数字化对绿色技术创新的影响——基于静态和动态的空间杜宾模型研究[J].中国软科学，2022（10）：30-40.

[31]庄贵阳，王思博，陈寅岚.稳经济目标下的绿色低碳转型逻辑[J].改革，2023（05）：18-28.