乔羽 马晓君 杨佳

摘   要：本文以2013—2017我国30个省份的工业企业面板数据为研究对象，引入优化超效率SBM模型测度我国工业企业绿色创新效率，同时运用两阶段系统GMM模型测度绿色税收对工业企业绿色创新效率的双重影响效应。研究表明：绿色创新效率从东到西、由沿海到内陆逐级递减，绿色创新发展较快的先进群体间“集群效应”明显，带动作用不足，但绝大多数省份效率值呈上升趋势，未来的发展态势良好;绿色税收与工业企业绿色创新之间呈先上升后下降的倒U形关系，分地区研究时倒U形关系依然成立;企业规模、技术水平对绿色创新发展具有显著正向影响，但绿色税收强度的不断增加会影响工业企业创新效率对两因素积极影响的吸收能力，且相对于中西部地区来说，对东部地区的影响力度更为明显。

关键词：绿色税收;绿色创新效率;优化超效率SBM;两阶段系统GMM;双重影响效应

中图分类号：F830  文献标识码：A  文章编号：1674-2265（2020）12-0059-09

DOI：10.19647/j.cnki.37-1462/f.2020.12.008

一、 引言

绿色税收，又称“环境税”，其概念最早可追溯到1920年英国经济学家庇古编写的《福利经济学》，他认为政府应利用宏观税收调节环境污染行为。据《国际税收辞汇》记载，1988年以后，“绿色税收”一词被广泛运用，其定义为对投资于防治污染或环境保护的纳税人给予的税收减免，或对污染行业和污染物的使用所征收的税。随着绿色税收概念被阶段性引入，学者们对绿色税制本身及其影响范围相继展开讨论。汪素芹（2000）[1]探究了绿色税收对中国对外贸易发展的影响，开拓了建立绿色税收制度以协调贸易与环境的新思路。王谦（2003）[2]和Zhou（2012）[3]对绿色税收与中国可持续发展的关系进行探索，提出建立并优化税收制度的想法。Johan（2006）[4]认为绿色税收为无污染的环境技术发展创造更广阔的市场和发展前景，并通过对税收基础的分析得出：根据消费税进行绿色税收改革相比其他措施更为有效。Dorothée（2011）[5]研究了绿色税收对绿色市场的影响，分析环境破坏程度与绿色税收强度的关系。Carlos等（2015）[6]认为绿色税收不仅具有减轻污染的作用，还可以改善西班牙社会保障制度和代际福利效应。王军和李萍（2018）[7]围绕绿色税收对经济的影响进行研究，认为绿色税收政策强度的推进应具差别化。由此观之，绿色税收在国内外学者探讨中是颇具影响力的话题。

学术界关于绿色创新效率的研究主要集中在绿色创新效率值本身的度量及其影响因素探究两个方面。对绿色创新效率值的测度，张江雪和朱磊（2012）[8]、韩晶（2012）[9]考虑环境因素，以人员和资金作为投入要素，利用传统DEA方法进行分析。传统DEA模型在测度无效决策单元与目标值之间差距时不包含松弛改进的部分，故冯志军（2013）[10]对中国工业企业绿色创新效率进行研究时，将SBM模型与传统方法所得結果进行对比，实证结果表明前者测度效果更符合发展现状。而后，诸多学者采用改进的DEA模型或DEA衍生模型进行分析。任耀等（2014）[11]以经济效率、绿色效率和创新效率为总体框架，构建基于DEA-RAM方法的绿色创新模型，对绿色创新效率变化趋势和弹性进行分析。孙伟和江三良（2016）[12]采用SBM模型对全国的工业企业绿色创新效率进行分析。钱丽等（2018）[13]采用两阶段 DEA 模型测度绿色效率值，重点突出两阶段投入相同的特点进行研究，认为绿色研发效率偏低是导致中国工业企业绿色创新效率整体偏低的主要原因。

对于绿色创新效率影响因素的探讨，以环境规制为核心解释变量的文献居多，且学者们对二者之间的关系所形成的观点也不尽相同。主要有二者呈正相关、负相关、不相关以及非线性相关四种观点。Porter（1991）[14]认为适当的环境规制对绿色创新有积极影响，提出了著名的“波特假说”。王锋正和郭晓川（2015） [15] 、周晶淼等（2016）[16]与波特观点保持一致，从企业产业层面对绿色创新效率的影响因素进行探究，证明环境规制正向促进绿色创新效率的提高。但韩晶（2012） [10] 探究相同问题时，发现环境规制的实施对绿色创新效率提高有负面影响，认为环境规制占用了研发投入资金，抑制了专利产出，因而间接导致创新效率降低。还有学者认为环境规制与绿色创新效率之间并不相关，Jaffe和Palmer（1997）[17]对美国制造业的环境规制严格性与绿色创新效率之间的关系进行分析，研究表明环境规制与绿色创新效率无显著相关关系。诸多学者从不同层面证明环境规制与绿色创新效率之间呈非线性关系，许慧和李国英（2018）[18]以绿色创新效率作自变量、环境规制作核心解释变量，探究不同强度的环境规制和其他影响因素对绿色创新效率的影响，结果表明环境规制与绿色创新效率关系呈倒U形。罗艳和陈平（2018）[19]建立GMM模型探究影响绿色创新效率的影响因素，并运用门槛回归模型证明环境规制与绿色创新效率存在门槛效应。张娟等（2019）[20]建立环境规制博弈模型，将环境规制等作为解释变量，以绿色全要素生产率作被解释变量，得出环境规制对绿色创新效率影响呈U形的结论。

由此可见，以往参考文献多从环境规制的角度研究绿色创新效率的影响因素，考虑绿色税收对绿色创新效率影响的文章却很少见。绿色税收是环境规制的一部分，相对于环境规制而言，绿色税收政策具有合理明确的标准、严格规范的执行等优势。Chulho等（1996）[21]和Till等（2004）[22]等学者研究了环境治理标准、交易许可证、税收、排污补贴等环境规制工具对节能减排技术研发等绿色创新的激励作用，发现在市场竞争环境下，税收政策和排污补贴较其他工具而言有更为长期的激励效果，而税收政策和排污补贴属于绿色税收的范畴，说明相对于其他环境规制工具而言绿色税收对绿色创新的作用更强，因此，对绿色税收与绿色创新效率之间的关系探讨具有更加重要的意义。我国自2018年1月1日起实施环境税政策，政策执行时间较短，绿色性质税收对微观层面上工业企业绿色创新效率影响的研究可以为政策完善提供方向。而环境保护“费改税”改革遵循“税负平移”的原则，支持绿色税收强度这一替代性度量方式，故本文将以绿色税收为核心变量探究我国工业企业绿色创新效率的影响因素。

本文构建优化超效率SBM模型和两阶段系统GMM模型。诸多学者采用此类方法进行效率值评价及影响因素探究。蒋伏心等（2013）[23]运用两步GMM方法对影响江苏制造业技术创新的因素进行研究。陈超凡（2016）[24]利用SBM和ML指数测度中国工业企业绿色全要素生产率，并运用GMM动态面板模型研究其影响因素。马晓君等（2018）[25，26]基于优化的超效率SBM模型探究我国东三省能源效率和循环经济发展中的生态效率。绿色创新是一个多种要素共同作用下持续且动态的过程，若剥离绿色税收政策仅考虑其他影响因素可能会忽视其条件作用下的动态变化。基于此，本文引入非期望产出的优化超效率SBM模型測度我国工业企业绿色创新效率，将绿色税收与我国工业企业绿色创新效率相结合，以直接影响与间接影响两个层面为切入点，采用系统GMM方法对绿色税收为核心的五种影响因素对我国工业企业绿色创新效率的直接作用机制进行微观分析，同时探究绿色税收通过其他影响因素对绿色创新效率的间接影响效应，提出未来可持续发展进程中提高我国工业企业绿色创新效率亟须采取的举措。

二、 绿色税收对我国工业企业绿色创新效率影响机理分析

（一）绿色税收对我国工业企业绿色创新效率的直接影响机理

庇古认为环境污染的负外部性导致市场配置手段失灵，需要政府采用某种办法促使外部效应内部化，由此提出征收“庇古税”，这也构成了绿色税收的理论基础。当工业企业的负外部性生产行为造成环境破坏时，政府可以通过征税的方式控制污染水平，但绿色税收的强度不同产生的效果也不一样，当税收强度使社会边际成本与实际边际成本一致时，企业达到最优生产状态。这是因为税收强度过低达不到理想效果，而强度过高则会挤占技术改造费用在内的其他方面的投资，进而阻碍绿色创新效率的提高。

工业企业在应对适宜强度的绿色税收带来的影响时，可能会从生产前端、中间过程、后端三方面采取措施。生产前端即问题产生的根本来源，可以通过直接控制生产数量来实现减少污染、降低税负的目的;对于生产中间过程，工业企业可以通过改进和优化生产线的技术流程，进而提高绿色生产效率;对于生产后端，工业企业可以通过一定的污染治理投资，对污染物进行处理，但这会促使其加大生产量以高额生产利润来补偿投资，在降低污染度的情况下提高生产数量，同样也会提高绿色生产效率。所以，对于利润至上的工业企业，从其长远发展的角度来讲，更倾向于选择后两种方式进行污染控制。当然，若企业正外部性生产行为达到了降低环境污染目标，或在其工艺技术推广之后带来一系列正外部性的“连带效应”时，政府应给予绿色税收补贴，这一方面会激励企业的创新行为，另一方面增加了企业创新资金，以解决研发资金不足的问题，进而达到促进企业绿色创新效率提高的目的。

（二） 绿色税收对我国工业企业绿色创新效率的间接影响机理

绿色税收不仅通过调控工业企业的资源配置对其绿色创新效率产生直接影响，而且通过影响企业规模、技术水平等因素对其绿色创新效率产生间接影响，其中正面效应体现在通过税收优惠、税收减免等政策使得企业有更充裕的资金扩大企业规模提高技术水平等，进而间接促进绿色创新效率的发展。而蒋伏心等（2013）[23]学者认为环境规制会通过挤出效应给创新效率带来负面影响。由于绿色税收是环境规制的一部分，所以研究理论同样适用。一方面，绿色税收的挤出效应影响工业企业的资金配置和规模调整。学者们对企业规模与创新之间的关系形成正向关系论和负向关系论两种看法，但无论哪种看法，绿色税收都会在一定程度上占用企业规模调整的资金，抵消企业规模产生的创新优势，进而间接影响工业企业绿色创新能力。另一方面，绿色税收的资金挤出效应同样影响工业企业绿色技术研发和改进。由于污染成本提高，绿色税收在一定程度上会占用企业更新改进技术和培养技术人员的费用，降低企业资金向绿色技术生产线优化的倾斜程度，影响机器设备的更新换代和技术水平提高，与此同时，对技术人员的培训减少、外出学习机会减少等一系列隐形创新支撑能力的弱化，同样影响企业绿色创新能力，进而间接影响工业企业绿色创新效率。

综上所述，直接影响机理和间接影响机理可以归纳为图1所示。一方面，绿色税收通过征税提高工业企业污染成本倒逼企业推进生产流程优化、提高污染治理技术直接影响绿色创新效率;另一方面，绿色税收通过补贴增加研发创新资金投入以及产生激励作用促进绿色创新效率的提高。同时，通过影响企业的资金配置和技术改造影响企业规模和技术水平，进而间接影响绿色创新效率。

三、我国工业企业绿色创新效率的测算

（一） 优化超效率 SBM模型

本文引入优化超效率SBM模型测度我国工业企业绿色创新效率，孙伟和江三良（2016）[12]、马晓君等（2017，2018）[25，26]诸多学者在对效率值进行测度时均采用此类方法。与传统的径向模型相比，超效率SBM模型解决了对无效率值的测量没有包含松弛变量的问题，在考虑效益比例最大化的同时又考虑到实际利润最大化，同时对有效DMU进一步区分，改善了传统方法中有效决策单元效率值始终为1的问题。为最大限度地与我国工业企业绿色创新效率情况相一致，本文将非期望产出引入超效率SBM模型中，构造一个非期望产出的优化超效率SBM模型。

（二） 数据来源与指标选取

本文研究的原始数据来源于相应年份的《中国统计年鉴》《中国能源统计年鉴》《中国科技统计年鉴》《中国环境年鉴》，基于数据可获得性，采用2013—2017年各统计年鉴公布的30个省份的规模以上工业企业指标研究我国工业企业绿色创新效率，数据中的少量缺失值根据数据趋势特征进行相应处理。

目前，学者们对工业企业绿色创新效率评价体系构建尚未形成一致的结论，本文综合冯志军（2013）[10] 、罗艳和陈平（2018）[19]、王惠等（2015）[27]学者的研究成果，所选指标见表1，其中资本投入参考李彦龙（2019）[28]等的做法采用永续盘存法计算，新产品销售收入统一转换为2013年不变价进行处理。

（三）我国工业企业绿色创新效率值的测算结果及分析

不同省份的规模报酬一般认为是可变的，故本文运用基于规模报酬可变（VRS）的超效率SBM进行分析，结果见表2。

从不同省份来看，大部分省份绿色创新效率值普遍偏低，极少数省份处于长期有效状态，我国绿色创新发展形势依然严峻。横向来看，效率值靠前的省份有：海南、北京、青海等，而陕西、黑龙江、内蒙古等效率值不容乐观，与黄金枝等（2017）[29]的研究结果基本吻合。纵向来看，在2013—2017年间，北京和海南效率值基本一直处于相对有效状态。整体来看效率值上升的省份有20个，占比67%，说明近年来随着环保意识的提高以及经济发展方式的转变，大部分地区绿色创新效率呈现稳步上升的良好态势。

从全国水平来看，绿色创新效率均值随着时间的推移呈现稳步上升的趋势，年均增长率为5.2%，东部地区增长率为6.7%，超出全国平均水平并遥遥领先于其他地区;东部地区均值是中、西部地区的1.33、1.13倍，始终稳居全国平均水平以上，有明显的带头拉动作用。东部地区由于具有得天独厚的区位优势，同时又是技术、资金、人才的聚集地，创新技术发展优先实现量的积累并逐渐转向质的飞跃。值得一提的是，从三大地区发展趋势来看，2013—2017年，东部地区绿色创新效率均值呈现先稍有下降而后缓慢上升的趋势，其中2017年上升较为明显。中部地区发展趋势与东部地区保持一致，西部地区发展则相对滞后，可以理解为东部地区绿色创新的发展对中部地区存在带动作用。

从地区水平来看，绿色创新发展的集群效应显著，沿海地区绿色创新发展较为突出，向内地辐射性不足（见图3）。华南、华东、华中地区绿色创新效率相对较高，且年平均增长率分别为13.6%、9%、13.8%，其中，华南地区绿色创新效率均值最高，为全国平均水平的1.3倍。相比沿海地区，东北、西北等内陆地区绿色创新效率相对落后，东北地区绿色创新生产率年平均增长率-2.5%。此外，绿色创新效率高的区域位置相邻，存在内部集群现象，但对周边地区影响力不足。

四、我国工业企业绿色创新效率双重影响效应分析

（一）模型设定

考虑到本文所采用数据的解释变量和误差项间具有相关性，静态面板估计方法易得出有偏、非一致的结果，而动态面板差分广义矩阵（Diff-GMM）易出现弱工具变量的问题，故选用动态面板系统广义矩估计法（SYS-GMM），弥补动态面板差分广义矩阵不足的同时，得出更为有效的参数估计值。

1. 测度直接影响效应的动态回归模型。为衡量绿色税收对我国工业企业绿色创新效率的直接影响，构建系统GMM动态回归模型：

[GMLi，t=β0+β1GTIi，t+β2GTI2i，t+β3SIZEi，t+β4TECHi，t+β5FDIi，t+β6PROFITi，t+εi，t]  （2）

其中，被解释变量[GMLi，t]表示[i]省[t]期的中国工业企业绿色创新效率值，由上文计算可得。解释变量[GTIi，t]表示[i]省[t]期的绿色税收强度，[GTI2i，t]表示[i]省[t]期的绿色税收强度平方项，[SIZEi，t]表示[i]省[t]期的企业规模，[TECHi，t]表示[i]省[t]期的技术水平，[FDIi，t]表示[i]省[t]期的外商投资，[PROFITi，t]表示[i]省[t]期的利润水平。

2. 测度间接影响效应的动态回归模型。为了进一步分析绿色税收强度的增加对我国工业企业绿色创新效率的间接影响，本文以企业规模和技术水平为例进行分析，设置含有绿色税收强度与企业规模、技术水平的交互项作为绿色创新效率值的影响因素，并构建间接影响的动态回归模型：

[GMLi，t=β0+β1SIZEi，t+β2GSIZEi，t+β3TECHi，t+β4FDIi，t+β5PROFITi，t+εi，t]  （3）

[GMLi，t=β0+β1SIZEi，t+β2TECHi，t+β3GTECHi，t+β4FDIi，t+β5PROFITi，t+εi，t] （4）

其中，[GSIZEi，t]代表[i]省[t]期的綠色税收强度与企业规模的交互项，[GTECHi，t]代表[i]省[t]期的绿色税收强度与技术水平的交互项。

（二） 变量选取

本部分所采用的原始数据出自《中国工业统计年鉴》和《中国科技统计年鉴》，被解释变量为测算得到的工业企业绿色创新效率值。影响绿色创新效率的因素有很多，不同学术文章选取指标也不尽相同。根据Yang（2012）[30]等的研究，将创新效率的影响因素总结为企业外部、内部、企业间三种。外部因素是以政府政策、国家文化为代表的因素;内部因素是以企业特征、能力水平、管理者态度等为代表的因素;企业间的因素是以企业之间创新联盟、合作等为代表的因素。结合数据可获得性以及指标可衡量性等特征，在宏观层面选取绿色税收作为外部因素的代表性变量，在微观层面选取企业规模、技术水平、利润水平作为公司特征的代表性变量，由于外商投资是企业间联系的直接体现，故选其作为企业间因素的代表性变量。具体如下：

1. 绿色税收（[GTI]）。绿色税收并没有十分明确的定义，王军和李萍（2018）[7]将其定义为广义与狭义绿色税收。前者指目的并不是保护环境，但是却起到环保作用的税，后者指为了保护环境而设置且功能性强的税。我国“费改税”改革更倾向于后者，并且考虑本文研究工业企业领域绿色创新效率问题，故采用狭义绿色税收政策强度=排污费/（总税收+排污费）这一度量方式。此外，由于绿色税收强度数值过小，在测算时将其进行扩大倍数做数据预处理。

2. 企业规模（[SIZE]）。企业规模是衡量市场规模的主要指标之一。本文选择工业企业销售总产值与单位数的比值作为规模的表征量，其中工业销售产值转换为2013年不变价。

3. 技术水平（[TECH]）。技术水平体现在对技术的不断研发与改造的过程中，故本文选择技术改造经费支出占R&D经费内部支出的比例表示技术水平。

4. 外商投资（[FDI]）。外商投资可以为企业带来知识、技术、资金等资源的共享，使企业突破区域限制，更有利于促进其发展。但也可能导致本土对外来资金技术等产生依赖，从而在技术创新道路上止步不前。本文选择众多学者采用的当年实收资本中外商资本占比表示外商投资。

5. 利润水平（[PROFIT]）。较高利润水平的企业有良好的发展前景，对创新技术的研发投入有充足的资金支持。本文以利润与固定资产净值之比来表示工业企业的利润水平。

（三） 实证结果及分析

根据理论分析构建系统GMM模型，结果见表3，表中Hansen统计量检验P值均大于0.05，模型所选择的工具变量是有效的，残差序列相关检验过程中，AR（2）P值均大于0.05，表明不存在二阶以上自相关。

1. 直接影响分析。如表3中直接影响模型所示，绿色税收强度的一次项系数显著为正，表明当前税收强度有利于提高工业企业的绿色创新效率，这与“波特假说”相一致，即绿色税收政策可以促进企业进行技术升级和创新。但绿色税收强度的二次项系数显著为负，表明当税收强度加大到一定程度时，对绿色创新效率的提高起抑制作用。合理的绿色税收机制有利于刺激企业进行技术革新，促进企业长远发展，但对于企业来说，绿色税收支出必然会挤占包括技术改造费用在内的其他方面的投资，使企业成本增加，故一旦税收强度过大、用力过猛，会得到适得其反的结果。

从控制变量来看：（1）企业规模促进工业企业绿色创新效率的提高，大企业一般拥有雄厚的资金保障、更大的发展空间等优势，促使其在绿色技术引进和改造方面投入足够的精力和资源。（2）技术水平与企业绿色创新效率值成正比，技术水平越高，企业绿色创新能力越强。（3）FDI系数显著为负，这与Aitken等（1999）[31]研究一致，近年来各地招商引资范围不断扩大，外向型经济成为推动一些地区经济增长的主要力量，企业过分依赖外来资金和技术，在一定程度上抑制了本土企业的转型升级，更不利于企业的自主创新。（4）利润水平对工业企业创新有显著的正向影响，在1%的显著性水平下，利润率每变动一个单位，会造成5.888个单位的绿色创新效率值的变动。绿色技术研发过程漫长，技术投入收益具有一定的滞后性，因此企业内部充足的留存资金可以为企业持续研发创新、技术改造提供源源不断的动力。

2. 间接影响分析。由表3间接影响模型可知，绿色税收与企业规模、技术水平分别交互之后系数由正变负，说明税收强度的加入弱化了企业规模和技术水平对绿色创新效率的促进作用。就企业规模而言，一方面，大规模企业在技术开发、引进方面具有相对优势，但当绿色税收强度增加之后，大规模企业同时受到污染治理资金投入以及绿色税收的双重压力，其具有的技术优势有所降低;另一方面，资金挤占效应使企业规模扩张受限，间接影响绿色创新效率的提高。就技术水平而言，部分原因是绿色税收资金挤占效应影响技术水平提升所需费用，更重要的原因是随着本土企业之间以及本土企业与外资企业之间的技术、人才等资源的竞争日趋激烈，绿色税收政策无疑会增加企业运营成本，种种压力之下，一些企业会倾向于外来资金和技术，从而忽略企业自身创新能力的提高。

（四）稳健性检验

本文借鉴许慧和李国英（2018）[18]的做法，以我国工业企业的主营业务收入与企业个数的比值作为衡量企业规模的替代变量，以工业企业研究与试验发展经费内部支出来作为衡量技术水平的替代变量，对模型的稳健性进行检验，结果见表4。从绿色税收对我国工业企业绿色创新效率的直接影响来看，绿色税收、企业规模、技术水平、外商投资、利润水平均通过了模型的显著性检验，且绿色税收强度的平方项与外商投资两影响因素对绿色创新效率产生负向影响，企业规模、技术水平、利润水平等影响因素对绿色创新效率产生正向影响。从绿色税收对我国工业企业绿色创新效率的间接影响来看，在绿色税收的作用下，企业规模和技术水平对绿色创新效率影响由正变负，所得结果基本与前文保持一致。

（五）异质性检验

为进一步检验模型的稳健性和结论的有效性，本文将30个省份分地区进行研究。由于中部地区样本量较少，故分地区回归时，将中西部地区样本合并考察，分别探究东部、中西部地区绿色税收对我国工业企业绿色创新效率的直接影响效应和间接影响效应（见表5）。

由表5可知，在对东部、中西部地区的直接影响效应探究中，绿色税收对工业企业绿色创新效率影响系数显著为正，当税收强度不断增加时系数由正变负，符合绿色税收与绿色创新效率之间呈先上升后下降的倒U形关系。在对东部、中西部地区的间接影响效应探究中，企业规模与绿色税收交互之后系数均显著地由正变负，其中，东部地区交互项系数为-2.462，远高于中西部地区的-0.544，这可能是因为东部地区工业企业技术、投资、利润水平等处于领先地位，企业提高绿色创新效率侧重于扩大企业规模，故绿色税收通过企业规模对绿色创新效率影响相对较大。技术水平与绿色税收交互后对东部、中西部地区的绿色创新效率产生显著的负向影响，且对东部地区影响力度最大，系数为-2.327，对西部地区影响系数仅为-0.229，这可能是由于东部地区技术水平居于领先地位，是绿色创新效率的关键所在，且东部地区企业多以技术型为主，受绿色税收资金挤出效应的影响更为明显。综上，绿色税收显著改变了企业规模、技术水平对绿色创新效率的影响，且相对于中西部地区来说，对东部地区影响更大。

五、 结论与政策建议

根据本文研究，得出结论如下：

第一，整体来看我国工业企业绿色创新效率偏低，由东到西、从沿海到内陆发展失衡。绿色创新发展集群效应明显，发展水平较高地区对周边地区影响的广泛性不足。但整体绿色创新发展态势良好，67%的样本省份在研究时段内绿色创新效率呈现上升趋势。第二，绿色税收对我国工业企业绿色创新效率影响显著为正，当税收强度不断加大到一定程度时，有明显的抑制作用，即绿色税收与工业企业绿色创新之间呈先上升后下降的倒U形关系，对东部、中西部地区分別进行探究时，倒U形关系保持不变。整体来看，企业规模越大、技术水平越高、利润水平越高对工业企业绿色创新发展越有利，其中，利润水平的影响力度最大。外商投资对我国工业企业绿色创新效率的影响系数在5%的水平下显著为负，说明过度外商投资在一定程度上会抑制我国工业企业绿色创新效率。第三，在绿色税收强度约束下，企业规模和技术水平对绿色创新效率的正面影响效应发生改变，即绿色税收强度的增加会弱化企业规模和技术水平对我国工业企业绿色创新效率的促进作用。分地区进行探究时，与总体结论一致，且相对于中西部地区来说，对东部地区的影响力度更大。

本文建议：（1）形成“政府鼓励引导、企业积极参与”的良性发展模式。政府应着重扶持绿色技术研发，为工业企业研发活动提供一定的资金支持。促进集群体之间先进技术、高端人才等优质资源的跨区域流动，突出绿色创新示范区的引导作用，带动其他区域企业绿色转型。（2）制定合理的绿色税收政策。污染治理费用征收应把握适度原则，力度不宜过大。在制定税收政策时，应充分考虑在绿色税收政策影响下，我国工业企业绿色创新效率对其他影响因素吸收能力的动态变化，科学调控税收强度使其处于双重影响效应下的最优点，实现我国工业企业发展的经济和环境效益最大化。（3）就企业自身而言，进行产业结构调整，构建绿色生产体系。积极借鉴先进工业企业产业转型过程中的经验和技术，并加以内化吸收，提高绿色创新水平。在加大对绿色技术研发活动的资金投入同时，企业间应建立优质技术、人才等资源共享机制，谋求协同发展。

参考文献：

[1]汪素芹.绿色税收与我国对外贸易发展 [J].税务研究，2000，（1）.

[2]王谦.可持续发展中我国绿色税收制度的建立与完善 [J].财贸经济，2003，（9）.

[3]Zhou J Q. 2012. Study on Tax Greening Policy in View of Sustainable Development [P].World Automation Congress（WAC）.

[4]Johan A. 2006. The Use of Consumption Taxes to Re-Launch Green Tax Reforms [J].International Review of Law&Economics，26（1）.

[5]Dorothee B. 2011. Environmental Tax in A Green Market [J].Environmental and Resource Economics，49（3）.

[6]Carlos D M，Maria M，Claustre B. 2015. Intergenerational Effects of A Green Tax Reform for A More Sustainable Social Security System [J].Energy Economics，52.

[7]王军，李萍.绿色税收政策对经济增长的数量与质量效应——兼议中国税收制度改革的方向 [J].中国人口·资源与环境，2018，28（5）.

[8]张江雪，朱磊.基于绿色增长的我国各地区工业企业技术创新效率研究 [J].数量经济技术经济研究，2012，29（2）.

[9]韩晶.中国区域绿色创新效率研究 [J].财经问题研究，2012，（11）.

[10]冯志军.中国工业企业绿色创新效率研究 [J].中国科技论坛，2013，（2）.

[11]任耀，牛冲槐，牛彤，姚西龙.绿色创新效率的理论模型与实证研究 [J].管理世界，2014，（7）.

[12]孙伟，江三良.环境规制下的政府投入对工业行业创新效率的影響分析 [J].软科学，2016，30（7）.

[13]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（5）.

[14]Porter M E. 1991. America's Green Strategy [J].Scientific American，264（4）.

[15]王锋正，郭晓川.环境规制强度对资源型产业绿色技术创新的影响——基于2003—2011年面板数据的实证检验 [J].中国人口·资源与环境，2015，25（S1）.

[16]周晶淼，武春友，肖贵蓉.绿色增长视角下环境规制强度对导向性技术创新的影响研究 [J].系统工程理论与实践，2016，36（10）.

[17]Jaffe A B，Palmer K. 1997. Environmental Regulation and Innovation：A Panel Data Study [J].Review of Economics and Statistics，79（4）.

[18]许慧，李国英.环境规制对绿色创新效率的影响研究 [J].财经问题研究，2018，（9）.

[19]罗艳，陈平.环境规制对中国工业绿色创新效率改善的门槛效应研究 [J].东北大学学报（社会科学版），2018，20（2）.

[20]张娟，耿弘，徐功文，陈健.环境规制对绿色技术创新的影响研究 [J].中国人口·资源与环境，2019，29（1）.

[21]Chulho J，Kerry K.，Roy B. 1996. Incentives for Advanced Pollution Abatement Technology at the Industry Level：An Evaluation of Policy Alternatives [J].Journal of Environmental Economics and Management，30（1）.

[22]Till R. 2004. Dynamic Incentives by Environmental Policy Instruments-a Survey [J].Ecological Economics，54（2）.

[23]蒋伏心，王竹君，白俊红.环境规制对技术创新影响的双重效应——基于江苏制造业动态面板数据的实证研究 [J].中国工业经济，2013，（7）.

[24]陳超凡.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）.

[25]马晓君，魏晓雪，刘超，刘亚雪.东北三省全要素能源效率测算及影响因素分析 [J].中国环境科学，2017，（2）.

[26]马晓君，李煜东，王常欣，于渊博.约束条件下中国循环经济发展中的生态效率——基于优化的超效率SBM-Malmquist-Tobit模型 [J].中国环境科学，2018，（9）.

[27]王惠，苗壮，王树乔.空间溢出、产业集聚效应与工业绿色创新效率 [J].中国科技论坛，2015，（12）.

[28]李彦龙.政府支出、产业结构与经济增长 [J].中南财经政法大学学报，2019，（1）.

[29]黄金枝，郝全，黄祎，刘锦志.环境约束下中国工业企业创新效率评价及影响因素研究 [J].工业技术经济，2017，36（6）.

[30]Yang J J，Liu H F，Gao S X，et al. 2012. Technological Innovation of Firms in China：Past，Present，and Future[J].Asia Pacific Journal of Management，29（3）.

[31]Aitken B J，Harrison A E. 1999. Do Domestic Firms Benefit from Direct Foreign Investment？Evidence from Venezuela [J].The American Economic Review，89（3）.

Abstract：This paper takes the industrial enterprises panel data of 30 provinces in China from 2013 to 2017 as the research objects，and introduces the optimized super-efficiency SBM model to measure the green innovation efficiency of industrial enterprises，and uses the two-stage system GMM model to measure the dual impact of green tax on the green innovation efficiency of China's industrial enterprises. The result shows that the efficiency of green innovation decreases from east to west and from coastal to inland. The "clustering effect" between the advanced groups with faster development of green innovation is obvious，while the driving effect is insufficient. However，the efficiency value of most provinces is on the rise，and shows a pretty good future development trend;there is an inverted U-shaped relationship between green taxation and green innovation of industrial enterprises，which rises first and then declines and the relationship still establishes when researched by region; the scale and technology level of enterprises have a significant positive impact on the development of green innovation. However，the increasing intensity of green taxation will affect the absorption capacity of industrial enterprises for external positive influence，and compared to the central and western regions，the impact on the eastern region is more obvious.

Key Words：green taxation，green innovation efficiency，optimized super-efficiency SBM，two- stage system GMM，double impact effect