中国省际工业绿色化评价及空间差异性研究

摘 要：从资源消耗绿色化、废物排放绿色化与工业转型绿色化三方面构建工业绿色化评价指标体系，基于2007—2016年30省面板数据和加权TOPSIS方法对中国工业绿色化水平进行评价，并利用泰尔熵指数、基尼系数和变异系数对省际工业绿色化空间差异性进行阐述。结果表明：（1）省际工业绿色化水平由高到低依次为东部地区、中部地区、西部地区和东北地区;东部地区稳中有升，中西部地区相对稳定，东北地区下降趋势显著。（2）省际工业绿色化空间差异性总体变化幅度不大，且以泰尔熵指数、基尼系数与变异系数测度的省际工业绿色化空间差异性变化趋势呈现出明显同步性。（3）通过对泰尔熵指数空间分解发现，地区内的省际工业绿色化空间差异性不断变小，而地区间的省际工业绿色化空间差异性小幅变大。

关键词：工业绿色化;加权TOPSIS方法;空间差异性;泰尔指数分解

一、引言

在生态文明建设上升至国家战略背景下，建立健全工业绿色发展长效机制，走绿色、循环、低碳发展道路，推动工业文明与生态文明和谐共融，是工业发展的必然趋势。“绿色化”于2015年《中共中央国务院关于加快推进生态文明建设的意见》在国家政策层面上首次出现，并指出：“必须加快推动生产方式绿色化，构建科技含量高、资源消耗低、环境污染少的产业结构和生产方式，大幅提高经济绿色化程度，加快发展绿色产业，形成经济社会发展新的增长点”。从理论研究看，“绿色化”一词在国内学术界最早可追溯至麦克尼尔与严光梁在1990年发表《国际关系的绿色化》一文。[1]然而，直到2002年由谢红彬和陈雯通过研究发达国家工业绿色化过程及其经验才首次引入“工业绿色化”一词。[2]工业绿色化作为一个新研究领域，在我国还处于起步阶段[3]，理论研究还十分欠缺。据此，本文首先对国内外工业绿色化研究进行评述，然后通过构建工业绿色化指数，借助2007—2016年面板数据和加权TOPSIS方法，对我国省际工业绿色化水平进行评价，并对省际工业绿色化空间差异性进行深入探讨。

自20世纪60年代蕾切尔·卡逊《寂静的春天》出版以来，经济发展对环境造成的伤害逐渐被西方国家接受，探索人与自然和谐共生成为世界各国的共同追求。在此过程中，工业绿色化逐渐进入西方国家研究视域。然而，从国外现有研究看，西方学者重点从工业与环境相互作用视角探究工业绿色化的形成机制和动力机制。如Penna等将生命周期模型和多维博弈模型引入工业绿色化研究中，并在此基础上论证环境压力下工业绿色化的衍生动力问题;[4]Hudson认为，企业行为与环境压力在相互作用过程中，可形成新的商业规则和商业行为，使工业向可持续的绿色化转型。[5]而且，在工业企业与环境相互作用过程中，参与主体行为决策与工业绿色化进程密切相关。Flitner指出，当前，政府、公众和企业在工业绿色化过程中积极主动适应环境变化[6]，具体来看，政府在促进企业与环境合作中发挥统筹协调作用;而经济发展水平、制度惩罚、公众技术支持、信息和公众舆论、文化制度等也对环境治理意义重大。[7][8][9]然而，在不同工业历史阶段，由于对环境重要性认识不同，企业对环境压力反应差异性明显。一些研究指出，企业环保意识在20世纪60年代是缺失的，是经济主导的，到90年代才逐渐形成一种自觉行为，并将环境保护视作为经济利益的一部分，甚至是提升企业竞争力的一种市场手段。[10][11]还有一些学者从技术偏向角度研究绿色技术进步与环境规制关系，如Acemoglu等研究指出，通过鼓励绿色技术进步如补贴将比环境规制如碳税更有利于绿色增长。[12]总之，从现有研究成果看，国外研究多侧重于在环境约束下工业企业对工业绿色化的行为反应以及政府为推进工业绿色化的行为决策。

从国内研究看，国内理论界在工业和绿色发展领域研究起步较晚，重点侧重于工业绿色技术进步[13]、工业技术效率[14]、工业绿色创新效率[15]等，而对工业绿色化研究相对较少。现有工业绿色化研究成果归纳如下：一是关于工业绿色化理论内涵研究。一般认为，工业绿色化是工业企业面对日益增强的政府、公众、市场等环境压力时为减少污染、实现可持续发展或实现投入产出与环境质量相协调而做出行为决策的响应过程。[16][17][18]二是关于工业绿色化评价研究。如谢红彬等基于工业绿色化状态—压力—响应模型构建区域工业绿色化评价指标体系[17]，但其评价体系中一些指标难以找到数据，因而不具实际操作性;王宜虎等从绿色化意识、绿色化管理和绿色化绩效构建工业绿色化指标体系，并借助问卷调研和统计数据对江苏省沿江8市工业绿色化水平进行评价。[19]三是关于工业绿色化动力机制研究。工业绿色化影响因素可归纳为宏观因素（自然经济、社会文化等）、中观因素（环境政策、市场机制等）和微观因素（行业特征、企业实力等）三类[20]，这三类影响因素作用不同;从经济视角看，当政府、市场和社会向企业施加改善环境压力时，若企业改善环境的行为带来经济绩效，外部压力就会通过企业对经济利益的追求转变为企业的内在行动;[19]从企业战略看，以绿色竞争力为导向实施工业企业转型已成为工业企业转型发展的有效选择。[21]

总之，通过对国内外研究成果梳理，国外学者主要从企业与环境互动关系视角针对工业绿色化进行研究，缺乏对工业绿色化理论及其评价研究;国内当前工业绿色化研究还处于起始阶段，关于工业绿色化内涵、评价与影响因素等方面研究成果相对较少，研究缺乏系统性和全面性，尤其是针对工业绿色化评价研究还存在以下两大问题：一是工业绿色化指标体系难以用于实际操作，不能够对区域工业绿色化实践评价;[17]二是不能够全面概括工业绿色化，评价并没有涉及土地资源要素和产业、投资与就业等绿色转型这些衡量工业绿色化的重要因素。[19]

二、工业绿色化评价模型设计

（一）工业绿色化评价指标体系

基于现有关于工业化[22]、绿色化[23][24]和工业绿色化[16][18]和《关于加快推进生态文明建设的意见》对绿色化的界定，本文对工业绿色化界定如下：工业绿色化是指工业企业在面对生态环境约束下主动或被动地构建科技含量高、资源消耗低、环境污染少的产业结构和生产方式以实现可持续发展的过程。从本质上看，节能、减排和循环是工业绿色化的基本构成，在此基础上进一步拓展到企业对工业发展与环境相互作用的态度问题，这也是西方学者近些年研究的重心，即以绿色技术创新助推工业绿色化以提升企业国际竞争力和市场影响力。基于上述定义，从工业绿色化的核心着手即工业节能、工业减排和工业转型三个方面构建工业绿色化指数（Industrial Greening Index，IGI），并将工业绿色化指数分为资源消耗绿色化、废物排放绿色化和工业转型绿色化三个子系统（表1）。三个子系统具体内涵如下。一是资源消耗绿色化。资源消耗规模巨大与资源支撑工业发展可持续能力不足是当前工业经济呈现的基本特征，减少资源消耗、推进循环经济、提高资源利用效率是工业绿色化的核心。因此，提高工业能源效率[25]、用水效率[26]和土地效率[27]，是降低工業资源消耗的主要领域。二是废物排放绿色化。在农业三废、工业三废与城市生活三废中，工业三废是导致生态环境恶化责任的主要承担者。从我国区域工业发展实际看，二产畸高的产业结构与以煤炭为主的能源结构是造成我国冬季城市雾霾产生的主要因素[28]，减少工业三废排放，提高工业三废利用效率，是工业绿色化的动力支撑。三是工业转型绿色化。优化工业产业结构是推进工业绿色化的源头，是针对工业绿色化的一种主动行为，能够从根本上降低资源消耗与废物排放。因此，大力开发非石化能源，是优化能源结构着力点;发展高新技术产业、战略性新兴产业和节能环保产业，加大对战略性新兴产业、高新技术产业和节能环保产业投资力度，是优化工业产业结构着力领域。

（二）数据来源与数据处理

数据来源于2008—2017年的《中国统计年鉴》《中国工业统计年鉴》《中国能源统计年鉴》《中国城乡建设统计年鉴》《中国高技术产业统计年鉴》《中国环境统计年鉴》《中国环境年鉴》和各省市区统计年鉴等数据。少部分数据由于年鉴统计口径变化导致缺失，本文采用线性插值法补充。西藏数据由于缺失过多，本文及以下部分对除西藏和港澳台以外的中国30个省市区工业绿色化水平进行评价。所有评价因子数据进行线性变换和单位化标准处理。为了比较同一年份不同地区之间差异性和同一地区不同年份之间差异性，以实现空间维度和时间维度兼顾，将同一个指标所有年份与所有地区数据统一进行单位化处理。

（三）面板数据相关性检验

通过Stata140软件对2007—2016年30个省份14个评价因子的面板数据之间相关性分析。其中，相关性高于0.7有5对数据，主要涉及X1和X6，相关性高于0.8仅有X1和X8与X12和X14两对数据，绝大多数数据之间相关性小于05，表明所选择的工业绿色化的指标因子之间具有较强的独立性。

（四）工业绿色化评价方法

从现有文献研究看，多指标评价综合方法可分为主观评价方法（如Delphi法、AHP法）、客观评价方法（如TOPSIS法、DEA法、主成分分析法）及主客观综合评价方法3类。主客观评价方法均有利弊，前者优点是专家可根据实际问题，合理确定各指标权重，但其缺点是权重赋值主观随意性较大;后者实现权重赋值绝对客观性，但其缺陷是客观赋权有时会与实际重要程度相悖[29]，特别是指标因子对于评价对象的重要程度差异性较大时，这种评价结果与现实差异性愈加明显。

基于主客观评价方法各自的优势及不足之处，本文采取主客观相结合的综合性评价方法即加权TOPSIS方法对工业绿色化进行评价。加权TOPSIS方法基本思想为：基于原始空间—因子或时间—因子评价矩阵，在无量纲化处理后，结合加权法得到因子权重，构建加权决策矩阵，确定正理想解和负理想解，然后计算评价因子与正理想解和负理想解的相对接近程度，并以相对接近程度作为综合评价的因子权重。具体计算过程如下：

一是无量纲决策矩阵。将m个省市区n个评价因子T年的数据按照时间序列构成的一个全局评价矩阵，即mt×n，其中，每一个时点的截面数据构成的截面矩阵为m×n。设xijt是第i个地区第j个评价因子在第t年的值，则由30个省市区2007—2016年14个评价因子构成的工业绿色化全局评价矩阵为：

二是指标因子赋权。采用专家打分法，邀请5位专家针对14个评价因子之间的重要程度进行打分，为防止打分差别过大而影响指标因子的权重分配，将5个评价中的最优评价与最差评价剔除，再求平均值确定最后的权重矩阵。

三是构建加权决策矩阵。将无量纲决策矩阵与加权矩阵相乘，确定最后的加权决策矩阵。

（五）空间差异性测度方法

空间差异性测度方法主要有基尼系数法、变异系数法、泰尔熵指数法、赫芬达尔指数法等。每个方法针对一定研究领域具有相对比较优势，如基尼系数针对中等水平变化比较敏感、泰尔熵T指数对高水平变化比较敏感等，采用多个方法可增强空间差异性测度的有效性，弥补单个方法可信度不足问题。因此，本文以泰尔熵指数为基础，以变异系数和基尼系数为补充，并对泰尔熵指数进行分解，探究工业绿色化的空间布局差异性及其差异性的空间贡献程度。

其中，IGIij为第i个地区第j个省份的工业绿色化水平，TGI为工业绿色化均值。泰尔熵指数相对于其他指数的另一个优势就是：泰尔熵指数可以将空间差异分解为地区内差异和地区间差异之和，以验证空间差异程度来自于地区间和地区内的比重。

三、省际工业绿色化评估分析

基于加权TOPSIS方法，将2007—2016年10年间中国省际工业绿色化水平进行评价，

（一）省际工业绿色化空间结构评估分析

从2007—2016年10年间省际工业绿色化均值看，前10位依次为广东、北京、江苏、浙江、河南、陕西、山东、福建、天津和上海，其中，东部地区省份有8个，中西部地区省份各有1个;而后10位依次为辽宁、湖南、云南、黑龙江、广西、青海、山西、宁夏、新疆和贵州，其中，西部地区省份有6个，中部和东北地区省份各有2个。在空间分布上，东部地区省际工业绿色化总体水平占据绝对优势，西部地区和东北地区省际工业绿色化总体水平最低，东部地区、中部地区、东北地区和西部地区工业绿色化总体水平依次呈现下降格局显著，这一空间格局与当前我国各省经济发展水平、工业结构、能源结构、区域创新等呈现出比较明显的一致性。

（二）省际工业绿色化时间序列评估分析

从2007—2016年，30个省份工业绿色化水平平均波动较大。其中，14个省份工业绿色化水平实现提升，16个省份工业绿色化水平有所下降。一方面，从工业化水平提升较快的省份看，工业绿色化水平排名提升超过10个名次的省份有5个，分别为福建、安徽、广西、江西和重庆，其中，广西工业绿色化水平提升幅度最高;工业绿色化水平提升比率超过20%的省份仅有广西、贵州2个，且分别提升了5417%和4211%。另一方面，工业绿色化水平排名降低超过10个名次的省份有5个，分别为天津、吉林、黑龙江、山西和辽宁，其中，山西工业绿色化水平排名降低最多;工业绿色化水平降低比率超过20%的省份有黑龙江、山西、辽宁、青海和新疆5个，其中，山西工业绿色化水平降低比率达到3373%。

通过比较发现，工业绿色化水平提升比率较快（相对水平）和上升幅度较高（绝对水平）的省份空间区位同步性明显，绝大多数都是中西部省份，并且工业绿色化水平降低比率较多（相对水平）和降低幅度较多（绝对水平）的省份基本都具有相同的產业特征，即基本都是重工业和能源工业省份。这表明，从区位视域看，东部地区工业绿色化水平在研究期初就处于较高水平，尽管到研究期末，绝对水平有一定幅度的提升，但是由于初始水平较高，所以难以获得显著提升;相反，中西部省份在研究期初普遍处于较低水平，相对东部地区就具有较大相对提升空间和绝对提升空间。从工业结构视域看，工业绿色化水平降低较多的省份基本都属于工业结构偏重于钢铁与煤炭等重化工业地区，如东北3省、天津、河北、山西、陕西等，或属于正处于工业化加快推进的欠发达地区，如甘肃、青海、新疆等。

（三）省际工业绿色化地区演进评估分析

分地区对我国省际工业绿色化平均水平比较分析（图1）。在2007—2016年，东部地区省际工业绿色化水平居于绝对领先地位，工业绿色化分布格局呈现出东部地区、中部地区和西部地区依次降低的明显特征。然而，中部地区、西部地区和东北地区省际工业绿色化平均水平相互之间变化较大。

具体来看，在2007—2008年，省际工业绿色化平均水平有东北地区高于中部地区再高于西部地区;在2009—2015年，省际工业绿色化平均水平有中部地区高于东北地区再高于西部地区;在2016年，省际工业绿色化平均水平有中部地区高于西部地区再高于东北地区。总之，由于东北地区省际工业绿色化平均水平在2007—2016年一直处于下降态势，致使其省际工业绿色化平均水平先后被中部地区和西部地区超越。

（一）省际工业绿色化空间差异性的时间演变

根据公式（6）、（9）和（10），可计算出2007—2016年中国省际工业绿色化空间差异的泰尔熵指数、基尼系数与变异系数（表3）。通过泰尔熵指数、基尼系数与变异系数三者之间的相互印证，可对省际工业绿色化空间差异性进行有效论证。从泰尔熵指数、基尼系数与变异系数变化趋势看，3个指数（系数）变化趋势呈现出明显的一致性，并且其拐点时间也存在明显的同步性。从泰尔熵指数可知，省际工业绿色化空间差异性在2007—2015年期间总体变化幅度不大，保持相对稳定趋势，仅在2016年出现大幅度的提升。

为进一步论证测度省际工业绿色化空间差异性的泰尔熵指数的有效性，以泰尔熵指数为因变量，分别以基尼系数和变异系数为自变量，对泰尔熵指数与基尼系数和变异系数之间分别进行相关性检验（表4）。结果表明，泰尔熵指数与基尼系数之间相关性系数为3092，在1%水平内显著;泰尔熵指数与变异系数之间相关性系数为08669，在1%水平内显著。从泰尔熵指数与基尼系数和变异系数相关性回归的稳健标准误、t统计量、F统计量显示，两个回归是高度显著的。由此可知，通过以基尼系数和变异系数对泰尔熵指数相关性论证，进一步表明以泰尔熵指数测度中国省际工业绿色化空间差异性的有效性。

（二）省际工业绿色化空间差异性的空间分解

以泰尔熵指数测度中国省际工业绿色化空间差异性虽然总体波动较小，但仍呈现一定的变动，这种空间差异性及其变化主要来源于地区内还是地区间？可通过对泰尔熵指数空间分解对此给予解答。按照传统东部地区、中部地区、东北地区和西部地区的四大地区分类，通过公式（7），测得中国工业绿色化的省际空间差异性的泰尔熵指数分解

通过对泰尔熵指数分解发现，地区内的省际工业绿色化空间差异性不断变小（仅在2016年变大），而地区间的省际工业绿色化空间差异性则有小幅度的扩大。从地区内和地区间的省际工业绿色化空间差异性变化趋势看，尽管地区内的省际工业绿色化空间差异性一直高于地区间的省际工业绿色化空间差异性，但是二者的差距在不断缩小。在2007年，地区内的省际工业绿色化空间差异性是地区间的省际工业绿色化空间差异性的194倍，但是到2016年，这一差距缩小到1.16倍。因此，可以预期地区间的省际工业绿色化空间差异性将很快超过地区内的省际工业绿色化空间差异性，并成为我国省际工业绿色化空间差异性的主导因素。

从地区内的省际工业绿色化空間差异性贡献程度看，在2016年，西部地区贡献最大，东北地区贡献最小;从四大地区对地区内的省际工业绿色化空间差异性贡献变化趋势看，东部地区呈现先增大后减小，中部地区和西部地区则先减小后增大，东北地区保持稳定增长。进一步对每一个省份对本地区内工业绿色化空间差异性的贡献程度计算，在2016年，有Tnortheast     五、结论及建议

（一）主要结论

本文通过构建工业绿色化指数对2007—2016年我国30个省份工业绿色化水平评估，并以泰尔熵指数、基尼系数和变异系数对工业绿色化空间差异性测算，进而对省际工业绿色化差异性进行地区分解。从资源消耗绿色化、废物排放绿色化与工业转型绿色化三个方面构建工业绿色化指数，并借助于加权TOPSIS方法对省际工业绿色化进行评价。研究结论如下：（1）在2016年，省际工业绿色化水平由高到低依次为东部地区、中部地区、西部地区和东北地区;从省际工业绿色化变化趋势看，东部地区稳中有升，中西部地区相对稳定，东北地区下降趋势显著;省际工业绿色化水平及其趋势与我国工业发展水平与发展趋势基本一致。（2）以泰尔熵指数、基尼系数与变异系数衡量的省际工业绿色化空间差异性变化趋势呈现出显著的一致性，省际工业绿色化空间差异性在2007—2015年期间总体变化幅度不大，保持相对稳定趋势，仅在2016年出现大幅度的提升。（3）通过对泰尔熵指数空间分解发现，地区内的省际工业绿色化空间差异性不断变小，而地区间的省际工业绿色化空间差异性小幅变大;对地区内省均工业绿色化空间差异性贡献量比较看，东北地区省均工业绿色化空间差异性最小，西部地区省均工业绿色化空间差异性最大。

（二）政策建议

提高工业绿色化整体水平，缩小省际工业绿色化空间差距，是我国工业绿色化发展面临的重大课题。因此，根据上述结论，本文提出以下建议：一是提高工业绿色化整体水平。在资源消耗绿色化、废物排放绿色化与工业转型绿色化中，工业转型绿色化是制约工业绿色化的最重要因子，而相关研究表明，外部联系、制度安排、行为主体的战略性行为等促进了路径创造[35]。因此，可通过加快经济市场化、开放全球化、管理灵活化、制度创新化来破除工业绿色化的路径依赖，特别是工业转型绿色化的路径依赖，实现工业转型绿色化水平的快速提升。二是缩小省际工业绿色化空间差距。地方保护导致资源利用、废物排放与工业转型等成本存在省际差异是我国省际工业绿色化空间差异性产生的经济本质。因此，适度推进邻近省域工业经济一体化发展，从都市圈经济向城市群经济再向经济区（经济带、湾区等）经济不断扩大工业经济一体化的市场空间;逐渐减少西部地区承接东部地区高耗能、高污染和低端化产业转移，以生态工业和绿色创新支撑西部地区工业跨越式发展，规避西部地区“污染天堂”效应。

参考文献：

[1]J.麦克尼尔，严光梁.国际关系的绿色化[J].国外社会科学，1990（11）：40-41.

[2]谢红彬，陈雯.发达国家工业绿色化过程及其启示[J].环境科学动态，2002（3）：23-25.

[3]周长春，谢红彬，高玲.工业绿色化：一个新的工业发展方向[J].福建师范大学学报（自然科学版），2005（3）：110-115.

[4]Penna C C R，Geels F W.Multi-dimensional struggles in the greening of industry：A dialectic issue lifecycle model and case study[J].Technological Forecasting & Social Change，2012，79（6）：999-1020.

[5]Hudson R.Towards sustainable industrial production：but in what sense sustainable？[C]// Environmental Change：Industry，Power and Policy.1995：83-106.

[6]Flitner M，Dietrich Soyez.Geographical perspectives on civil society actors[J].Geojournal，2000，52（1）：203-220.

[7]Hahn，Robert W.The Impact of Economics on Environmental Policy[J].Journal of Environmental Economics and Management，2000，39（3）：375-399.

[8]Stafford，Sarah L.T he Effect of Punishment on Firm Compliance with Hazardous Waste Regulations[J].Journal of Environmental Economics and Management，2001，44（2）：290-308.

[9]Blackman， Allen， Geoffrey J，et al.Community Pressure and Clean Technology in the Informal Sector：An Econometric Analysis of the Adoption of Propane by Traditional Mexican Brickmakers[J].Journal of Environmental Economics and Management，1998，35（1）：1-21.

[10]Soyez，Dietrich.Industrial resource use and transnational conflict：geographical implications of the James Bay Hydropower Schemes[M].England：Avebury Press，1995：107-127.

[11]Ertel J.The greening of industry - a term of the past or for the future？[C]// Ecodesign 2001：Second International Symposium on Environmentally Conscious Design and Inverse Manufacturing.IEEE，2001：916-920.

[12]Daron Acemoglu，Philippe Aghion，Leonardo Bursztyn，et al.The Environment and Directed Technical Change[J].American Economic Review，2012，1（102）：131-166.

[13]景維民，张璐.环境管制、对外开放与中国工业的绿色技术进步[J].经济研究，2014，49（9）：34-47.

[14]何枫，祝丽云，马栋栋，等.中国钢铁企业绿色技术效率研究[J].中国工业经济，2015（7）：84-98.

[15]任耀，牛冲槐，牛彤，等.绿色创新效率的理论模型与实证研究[J].管理世界，2014（7）：176-177.

[16]陈雯，Dietrich Soyez，左文芳.工业绿色化：工业环境地理学研究动向[J].地理研究，2003（5）：601-608.

[17]谢红彬，林明水，黄柳婷.工业绿色化评价指标体系框架设计[J].福建师范大学学报（自然科学版），2006（4）：117-120.

[18]刘红明.工业绿色化的内涵及影响因素分析[J].现代经济探讨，2008（11）：54-57.

[19]王宜虎，陈雯.江苏沿江各市工业绿色化程度的模糊评价[J].长江流域资源与环境，2008（2）：170-174.

[20]王宜虎，陈雯.工业绿色化发展的动力机制分析[J].华中师范大学学报（自然科学版），2007（1）：125-129.

[21]陈义平，张智峰.基于轮盘模型的企业绿色竞争力构建策略研究[J].江西财经大学学报，2011（4）：41-45.

[22]张培刚.农业与工业化（中下卷）[M].武汉：华中科技大学出版社，2002：2-6.

[23]方兰，陈龙.“绿色化”思想的源流、科学内涵及推进路径[J].陕西师范大学学报（哲学社会科学版），2015，44（5）：147-154.

[24]林柏.探解“绿色化”：定位、内涵与基本路径[J].学习与实践，2015（9）：69-73.

[25]张志辉.中国区域能源效率演变及其影响因素[J].数量经济技术经济研究，2015，32（8）：73-88.

[26]贾绍凤，张士锋，杨红，等.工业用水与经济发展的关系——用水库兹涅茨曲线[J].自然资源学报，2004（3）：279-284.

[27]韩立达，史敦友.城市面积与城市经济关系研究[J].区域经济评论，2018（1）：88-96.

[28]邵帅，李欣，曹建华，等.中国雾霾污染治理的经济政策选择——基于空间溢出效应的视角[J].经济研究，2016，51（9）：73-88.

[29]杜栋，庞庆华.现代综合评价方法与案例精选[M].北京：清华大学出版社，2005：6.

[30]Theil，Henri. Economics and Information Theory[J].Journal of the Operational Research Society，1967，18（3）：328-328.

[31]Wen M.Relocation and Agglomeration of Chinese Industry[J].Journal of Development Economics，2004，73 （1）：329-347.

[32]Krugman P.Geography and Trade[M].Cambridge：MIT Press，1991：34-52.

[33]Amiti M.Specialization Patterns in Europe[J].Weltwirtschaftliches Archiv，1999，135 （4）：573-593.

[34]Akita T，Miyata S.The bi-dimensional decomposition of regional inequality based on the weighted coefficient of variation[J].Letters in Spatial & Resource Sciences，2010，3（3）：91-100.

[35]賀灿飞.区域产业发展演化：路径依赖还是路径创造？[J].地理研究，2018，37（7）：1253-1267.

Abstract：This paper evaluates industrial greening level based on the panel data of 30 provinces from 2007 to 2016 and weighted TOPSIS method by constructing the industrial greening indicator system from resource consumption greening， waste discharge greening and industrial transformation greening and demonstrates spatial difference of inter-provincial industrial greening by Theils Entropy index， Gini coefficient and variation coefficient in China. The result shows that： firstly， the industrial greening level from high to low is the eastern region， the central region， the western region and the northeast region in turn and the eastern region is rising steadily， the central and western regions are relatively stable and the northeast region has a significant downward trend; secondly， the overall change of spatial difference of inter-provincial industrial greening is not large ， and trend of spatial difference of inter-provincial industrial greening measured by Theils Entropy index， Gini coefficient and variation coefficient shows obvious synchronization; thirdly， the space difference of inter-provincial industrial greening is becoming smaller in same region， while the space difference of inter-provincial industrial greening is slightly larger in different regions through spatial decomposition of Theils Entropy index.

Key words：industrial greening;weighted TOPSIS method;spatial difference;Theils Entropy index decomposition

责任编辑：吴锦丹