运用加入非期望产出的SBM方法对全国30个省（区、市）2009—2018年高技术产业绿色创新效率进行测度，并在此基础上对环境规制、产业转移与高技术产业绿色创新效率之间的关系进行分析。研究结果表明：①各区域高技术产业绿色创新效率存在差异性，东部绿色创新效率值最高，东北地区绿色创新效率值最低；②产业转移对我国高技术产业绿色创新效率具有正向影响；③在不同程度环境规制的约束条件下，产业转移对高技术产业绿色创新效率的影响程度不同，环境规制程度越强，产业转移越能够提高我国高技术产业绿色创新效率。
的十九大以来，我国经济步入高质量发展轨道，传统要素驱动发展的方式也正向创新驱动发展的方式转变。为营造良好的创新环境，合理地分配资源，各地政府对产业结构进行了优化。在此过程中，产业转移步入新阶段，劳动密集型产业等低技术产业由经济发达地区流向经济落后地区逐渐成为产业发展的一种趋势。一方面，低技术产业的移出能促进当地产业对资源的充分利用，影响当地整体产业结构的同时，也会对高技术产业的创新效率产生影响；另一方面，低技术产业的移出又会给产业承接地带来经济与环境两个层面的影响。考虑到国家出台的相应的环境规制政策，由于产业转移会对产业承接地造成一定的环境污染，这可能对产业转移产生影响，进而对高技术产业绿色创新效率造成相应的影响。
由此可见，环境规制、产业转移与高技术产业绿色创新效率三者之间存在密切的联系。那么，产业转移能否提高高技术产业绿色创新效率？产业转移会如何影响高技术产业绿色创新效率？环境规制在产业转移影响高技术产业绿色创新效率的同时是否有调节作用，以及调节效果如何？等等，这些都是本文要解决的问题。厘清这些问题对于协调产业转移与环境规制之间的关系，进一步提高我国高技术产业绿色创新效率有着重要的现实意义。
随着经济的发展，产业区域转移成为我国经济发展的主要表现之一，但经济效益与环境效益之间尚未达到平衡状态。对于产业转移的影响，学者们从不同角度进行了分析。Aitken 和 Harrison（1999）认为，产业转移会通过对承接地产生挤出效应来抑制承接地的全要素生产率；顾剑华与占迎（2020）从碳排放角度研究，发现产业转移能有效提高全要素碳排放的效率；陈春香（2020）发现产业转移对承接地的绿色创新效率具有促进作用；鲍勤与张珣（2020）认为，新冠疫情会进一步加大产业对外转移的风险；张峰与薛惠锋（2020）认为，承接产业转移会对环境效益产生影响。
关于环境规制对产业转移的影响，部分学者从产业角度出发进行了分析。罗艳与陈平（2020）在研究中发现，环境规制与污染产业转移之间存在显著的双向影响；陈璇与钱薇雯（2020）对比沿海与内陆地区的环境规制，认为其对于污染产业转移有先抑制后促进的作用；Mielnik和Goldemberg（2002）指出，跨国公司主要通过提升技术水平和能源效率等方式降低污染产业的环境污染效应；Millimet（2016）等认为，在产业转移的情况下，环境规制会导致跨界污染；赵峰与冯吉光（2020）也提出相同意见，他们认为在环境规制的作用下，产业向周边转移会导致空气污染的扩散。
有关高技术产业绿色创新效率的研究，在研究方法上，学者们主要采用DEA、SBM等方法。王惠（2016）等采用Super－SBM模型，并建立门槛模型对中国高技术产业绿色创新效率进行测度；肖仁桥（2013）等采用二阶段的DEA对高技术产业创新效率进行测度；王惠（2015）认为Super－SBM模型度量的高技术产业绿色创新效率符合实际。在研究内容上，目前学者主要对高技术产业的效率及影响因素进行研究。李燕萍（2013）分析了中国高技术产业的污染排放情况；Lee（2010）证实了非正式环境规制与绿色创新之间不存在显著性相关关系；而Cole（2013）等认为非正式环境规制对绿色创新有促进作用。不同于上述的全国角度，王超、张玉丽和李鸿旭（2020）从区域出发，通过分析京津冀各城市的数据，环境规制与高技术产业绿色创新效率之间存在显著的负相关关系，而与高耗能产业绿色创新效率呈正相关关系。
随着高技术产业研究的增多，研究涉及的范围也越来越广。刘文琦（2019）认为，除经济与科技影响绿色创新效率外，也应当重视生态环境对绿色创新效率的影响；汪传旭（2016）认为，在含有非期望产出的前提下，研究绿色创新效率除了要考虑市场化因素的影响外，还应当考虑环境因素，不论是经济、科技、环境还是市场化等因素，都与产业存在着密切的联系。
本文的创新点如下：首先，现有研究多对制造业整体创新效率进行分析，以高技术产业为视角的研究较少，本文着重分析高技术产业的绿色创新效率；其次，现有研究多以探讨本地区的影响因素为主，而省际之间的产业转移对绿色创新效率的影响却被忽略，本研究弥补了这一不足；最后，产业转移与绿色创新效率的相互作用会受到环境规制的影响，本文从环境规制的角度考察二者的关系，从而使得研究结论更加准确，对策建议更加具有针对性。本文将从以上3个角度对我国高技术产业的绿色创新效率进行实证分析，为缩小各省份之间高技术产业绿色创新效率的差异提供理论依据，从而进一步提高我国高技术产业的整体绿色创新效率。
产业转移对于产业转出地与产业承接地的高技术产业绿色创新效率影响程度不同，其影响路径具体分析如下。
对于产业转出地而言，在市场竞争、环境规制等不同因素的影响下，生产效率较低、污染较大的企业逐步从本地转出，绿色创新效率较高的企业得到保留，这使转出地的产业绿色创新效率得以提高。首先从市场规模角度分析，一般产业转出地经济发展程度较高，同一行业的市场饱和度也较高，为进一步增加营业收入，将产业转出流向其他地区是扩大市场规模的重要手段之一；其次从成本角度分析，高技术产业除需要人才、资金等生产要素外，原材料等也是重要的生产要素，所以须考虑将企业转入原材料丰富的区域以降低生产成本；最后从资源开发角度分析，企业可以选择向资源丰富的区域进行转移，如向石油、天然气丰富的西部地区转移。
对于产业承接地而言，流入的不同产业可从竞争、学习、关联等3个方面促进当地高技术产业绿色创新效率的提升。首先是竞争对绿色创新效率的影响，随着产业迁移，当地企业会不断进行技术创新来提高生产效率，以维持其在当地市场的现有份额；其次是学习对绿色创新效率的影响，我国产业转移主要是由东向西的梯度转移，当地企业与来自沿海地区的迁入企业存在管理和技术上的差距，但随着双方的交流与合作，技术也会随之流动，进而促进产业承接地的技术创新，提高当地高技术产业的绿色创新效率；最后是关联对绿色创新效率的影响，高技术产业的上下游还涉及诸多其他产业，因而除技术创新学习外，与高技术产业相关联的其他产业也可随之创新，进而提高创新效率。
当前环境规制多体现在排污税收或企业治污上，而排污税收或治污将间接转化为企业的生产成本，故企业将逐渐从环境规制强度高的区域流向环境规制强度低的区域，其影响路径具体分析如下。
环境规制带来的企业成本的上升会影响产业转移，低技术产业的转出会使转出地的高技术产业创新效率受到一定的影响。随着环境规制的实施，企业生产成本随之增加。在这种情况下，为预留排污费等环境规制成本，企业会选择缩减创新支出，进而导致高技术产业整体绿色创新效率降低。因此，环境规制的实施首先会阻碍高技术产业绿色创新效率的提高；而当环境规制的实施达到一定程度时，企业消耗的环境规制成本将大于绿色创新技术研发资金，此时，企业会选择加大技术创新以降低整体生产成本。由此可见，环境规制在产业转移影响高技术产业绿色创新效率的过程中起着调节作用。
故提出假设2：环境规制在产业转移对高技术产业绿色创新效率的影响中具有调节作用（见图1）。
4.1.1 绿色创新效率测度模型。目前测度效率的模型主要有基础DEA模型、SBM-DEA模型等。本文采用基于非期望产出的SBM-DEA模型对我国高技术产业绿色创新效率进行测度。
式中，n代表决策单元数，xik为第k单元的第i项投入，λjxij、和几个矩阵分别代表着投入、期望产出以及非期望产出，λ代表着每个决策单元的权重变量，ρ*代表着绿色创新效率值，值越大表明决策单元越有效率。其中，式（2）中的字母表示与式（1）相同。
4.1.2 基本面板模型。为分析产业转移对高技术产业绿色创新效率的影响，从产业转移对高技术产业绿色创新效率的影响、环境规制对产业转移的影响、环境规制与产业转移对高技术产业绿色创新效率的影响等3个层面构建以下面板模型：
式中，EFF表示高技术产业绿色创新效率；IT表示产业转移状况；ECO表示环境规制程度；Control为本文选取的控制变量；α0∼2、β0∼2、δ0∼3为待估计系数；ε0∼2为随机扰动项。
4.1.3 面板门槛模型。本文在对高技术产业绿色创新效率进行测度的基础上，建立以环境规制程度为约束条件的产业转移与高技术产业绿色创新效率的门槛模型。同时，本文将所选取的变量取对数以消除异方差等因素的影响。
式（6）中，I（.）表示指示函数；ECO表示环境规制程度；IT表示产业转移状况；bz表示不同门槛区间内的回归斜率值，z∈［1，n］；X为控制变量；i=1，2，…，30，表示CQ9电子 CQ9传奇电子省份；t=2009，2010…，2018，表示年份；μ、ε分别表示截距项和随机干扰项。
首先对高技术产业绿色创新效率进行测度。本文参考王超（2020）、马慧芳（2020）等学者的研究方法，基于数据的可获得性，以全国除西藏外的中国大陆30个省（区、市）为研究对象，对其2009—2018年高技术产业进行研究统计，建立如下指标体系。
4.2.1 解释变量。参考陈春香与邓峰（2020）的研究方法，通过计算产业增加值对产业转移进行度量，进而分析产业转移（IT）与高技术产业绿色创新效率（EFF）之间的关系。
其中，IAVi，t和IAVi，t-1分别表示i省份在t和t-1时期的工业增加值；IAVt和IAVi，t-1分别表示t和t-1时期的全国工业增加值；如果ITi，t＞0，则表示产业转入，反之则表示转出。
4.2.2 投入指标。资本投入：选用高技术产业R&D经费内部支出衡量资本投入。劳动投入：选用高技术产业R&D人员全时当量衡量劳动投入。能源投入：能源是高技术产业进行绿色创新的主要投入之一，由于在数据统计中仅个别省份有高技术产业的能源投入量，故本文选用高技术产业占工业总能源消费量的比重来计算其余省份的高技术产业能源消耗量。
4.2.3 产出指标。①期望产出。高技术产业绿色创新的期望产出主要从科技创新与高技术产品销售收入两方面进行度量，其中，科技创新选取高技术产业专利申请数进行表示。②非期望产出。衡量高技术产业绿色创新效率，除考虑经济层面（即期望产出）外，还应当对生态层面（即产出的环境污染物）进行衡量，故本文对高技术产业的废水排放量、SO2排放量及固体废弃物排放量等进行统计，其中对于高技术产业上述污染物的排放量同样采取个别省份相同比例的方法进行计算。
4.2.4 调节变量。本文选取污染治理额表示环境规制强度（ECO）。
4.2.5 控制变量。本文选取产业结构状况（IS）、对外开放程度（OPEN）以及人力资本水平（LAB）作为控制变量。其中，产业结构用第二产业增加值占GDP的比重表示；对外开放程度用外CQ9电子 CQ9传奇电子商额度与GDP的比值表示；地区人力资本水平用地区普通高等学校数量表示。
指标数据主要来源于《中国统计年鉴》（2010—2019年）、《中国高技术产业统计年鉴》（2010—2019年）以及部分省份的统计年鉴，对于个别年份缺失的数据采用均值替换法进行补充。
4.2.6 描述性统计。本文选取了我国2009—2018年30个省（区、市）高技术产业的面板数据进行实证研究，同时，对各指标进行了描述性统计，统计结果如表1所示。
本文运用MaxDEA6.3软件及非期望产出SBM模型对我国2009—2018年30个省（区、市）高技术产业的绿色创新效率进行测度，测算结果如表2和表3所示。
5.1.1 全国及各省份整体分析。从全国来看，10年间，我国高技术产业绿色创新效率整体呈波动增长趋势。2009—2018年，整体年均绿色创新效率值为0.509 7，且共有5年效率值超过整体年均值，其中，2018年整体绿色创新效率值最高达到0.577，而效率最低值为2010年的0.409。由此可见，2009—2018年间，随着国家推行生态文明建设、促进可持续发展以及对高技术产业绿色发展要求的提高，我国高技术产业绿色创新效率得到提升。但同时也应当注意到，当前我国高技术产业绿色创新效率仍然处于较低水平，未来发展空间依旧很大。
5.1.2 分区域分析。从区域来看，我国东北、东部、中部、西部地区的高技术产业绿色创新效率存在差异。总体而言，东北部与西部地区的绿色创新效率值皆低于全国均值0.511，东部地区的绿色创新效率值最高，而东北地区的绿色创新效率值最低。
具体分析，东部地区的高技术产业绿色创新效率水平整体较高，远高于其余地区及全国平均绿色创新效率值。东部地区高技术产业整体绿色创新效率水平较高的原因主要是东部地区经济发展较中西部具有科技、人才、资本等诸多优势，但同时也应注意，东部地区创新效率整体增长率不高，依旧存在提升空间；中部地区绿色创新效率在四大区域中排在第二位，高于西部与东北地区，但相较于发达的东部地区仍然存在差距；西部地区绿色创新效率均值为0.465，虽低于东部与中部地区，却高于东北地区。分析具体原因可知，西部地区的能源产业较为发达，且正逐年提高对能源产业绿色发展的要求，故西部地区的绿色创新效率值变化程度更大；东北地区由于重工业占工业发展比重较大，同时与其他地区相比，存在人才、技术等劣势，因此，高技术产业绿色创新效率较低且存在较大的提升空间。
5.1.3 各省（区、市）差异分析。由表4可知，我国30个省（区、市）在高技术产业绿色创新效率水平上存在较大差异。其中，北京、天津、河南、广东、安徽、海南、重庆、江苏、青海和上海等地的绿色创新效率均值居于全国前列；山西、黑龙江、陕西、河北等几个省份的绿色创新效率均值则较低；四川、浙江、湖南、宁夏、江西、福建、新疆、山东、广西和贵州等地的绿色创新效率均值则处于中间水平。
具体来看，青海和新疆的经济发展水平虽然与东部地区相比较为落后，其经济在发展过程中涉及高技术产业范畴的也相对较少，但整体绿色创新效率较高，具有较大的发展潜力；山西和陕西等省份的煤、石油等矿产资源较为丰富，经济发展更易向依赖原材料的产业倾斜，因而其高技术产业绿色创新效率值相对较低，其余几个省份亦可如此解释。相比之下，以江浙沪为代表的长江三角洲、以广东为代表的珠江三角洲以及以北京为代表的京津冀等地的绿色创新效率较为稳定。其中，江苏年平均绿色创新效率值为0.69，广东年平均绿色创新效率值为0.77，北京年平均绿色创新效率值为0.81。
综上所述，目前我国高技术产业绿色创新效率的整体发展趋势较好，但依旧存在较大的发展空间。不论从全国还是区域看，我国高技术产业绿色创新发展依然需要得到高度重视，这样才能提高高技术产业绿色创新效率。
针对上文面板模型式（3）、（4）、（5），本文对产业转移、环境规制程度以及高技术产业绿色创新效率三者之间的关系进行回归分析，探究产业转移及环境规制程度对高技术产业绿色创新效率的影响（见表5）。
通过回归检验，由模型（1）的检验结果可知，产业转移对高技术产业绿色创新效率具有正向促进作用；由模型（2）的检验结果可知，随着环境规制程度的增强，地区产业转移的速度会进一步加快；由模型（3）的检验结果可知，在加入环境规制调节变量后，产业转移依旧会影响地区高技术产业绿色创新效率，由此证明了假设1。
环境规制是地区企业进行产业转移、提高地区高技术产业绿色创新效率、进一步促进高技术产业发展的重要因素之一。在实施不同程度的环境规制时，产业转移地与承接地的产业规模也会随之变化，这会对当地高技术产业绿色创新效率产生间接影响。
因此，本文运用门槛效应模型测度在不同程度的环境规制约束下，产业转移对于高技术产业绿色创新效率的影响变化，即是否存在“环境规制门槛效应”，具体数据见表6和表7。如表6和表7所示，F统计量在单一门槛下显著，即验证假设2成立。这说明环境规制在产业转移对高技术产业绿色创新效率的影响上起到约束作用，存在单一门槛，门槛值为125 120.00。
在此基础上，利用Stata16.0软件对不同环境规制水平下产业转移对高技术产业绿色创新效率的影响进行回归检验，回归结果见表8。
在不同的环境规制水平下，产业转移对高技术产业绿色创新效率的影响存在差异。在环境规制的约束下，产业转移水平在达到第一门槛值前，对高技术产业绿色创新效率的影响并不显著；当产业转移水平达到第一门槛值后，对高技术产业绿色创新效率呈显著正向影响。分析其原因可知：首先，随着环境规制强度的提高，地区对企业的绿色生产要求提高，从而促使企业进行产业转移或提高自身绿色生产效率；其次，从环境规制的排污惩罚力度来看，高惩罚力度迫使产业往低惩罚力度区域转移；最后，政府加大补贴力度、出台绿色政策等措施，间接提高了绿色创新效率。从控制变量的角度来看，产业结构优化、对外开放程度提高以及人力资本水平提高等能够促进高技术产业绿色创新效率的提升，证明了假设2的成立。由此可见，要想进一步促进地区高技术产业绿色创新效率提升，需要进一步优化产业结构，提高对外开放程度，充分利用外来资金与技术，提高人力资本水平，注重高技术人才的培养等。
本文在现有研究的基础上，高技术产业绿色创新效率进行测度，同时对环境规制、产业转移与高技术产业绿色创新效率之间的关系进行分析，得出以下结论：第一，产业转移对我国高技术产业绿色创新效率具有正向影响；第二，在环境规制的调节下，产业转移对我国高技术产业绿色创新效率具有门槛效应，不同程度的产业转移会对高技术产业绿色创新效率产生不同程度的影响；第三，当产业转移程度达到门槛值时，环境规制程度越强，产业转移越能够促进我国高技术产业绿色创新效率的提升。针对以上实证结果，本文提出以下对策建议。
环境规制对高技术产业绿色创新效率的影响呈两面性，在环境规制强度较低时呈现阻碍作用，而当环境规制强度达到门槛值时则变为促进作用。故各地实施环境规制时要因地制宜，合理设置环境规制强度。从而促进当地高技术产业绿色创新效率提升。
一方面，具体分析经济发达地区的产业转移，对东部地区污染性高的高技术产业及时进行转移，在不影响东部地区整体经济效益的基础上，促进中西部地区相关产业的发展；另一方面，引导中西部落后地区充分利用好转移产业带来的技术、资金等资源，做好产业承接工作，促进中西部地区高技术产业绿色创新发展。
对于高技术企业而言，在没有政策支持的情况下，想要获取更多的要素支持存在较大难度。因此，政府应加大对高技术企业的政策支持力度，为其提升绿色创新效率提供帮助。除此以外，各地区可对人才进行技术等方面的专项培养，提高地区整体的人力资本水平，为高技术产业绿色可持续性发展提供人为支持。
