中国工业绿色发展的时空格局及障碍因子

邓宗兵，李莉萍，魏剑雄，勾 莉

（1.西南大学经济管理学院；2.西南大学普惠金融与农业农村发展研究中心，重庆 400715）

改革开放以来，中国工业经济高速增长并取得了巨大成就，但与此同时也消耗了大量能源资源，并带来了较为严峻的生态环境问题。改变长期以来工业高投入、高排放、高污染的粗放型发展模式，实现经济转型和可持续发展，落实制造强国战略，中国工业必然要走绿色发展道路。为此，党的十八大作出推进生态文明建设战略决策。2016年，中国《工业绿色发展规划（2016—2020 年）》（以下简称《规划》）对工业绿色发展作出了具体部署。2017 年，党的十九大强调建立健全绿色低碳循环工业发展经济体系，推进工业高质量发展。在此背景下，生态文明战略实施以来，中国工业绿色发展究竟达到怎样水平？中国工业绿色发展水平时空格局特征及其演变趋势如何？在实现全面绿色发展的道路上，制约中国工业绿色发展关键障碍因子是什么？这些问题值得关注。

1 文献回顾

现有相关研究主要从3 个方面对中国工业绿色发展进行了探索。

一是工业绿色发展内涵界定和指标体系构建。不同研究对工业绿色发展内涵理解存在异同，指标选取存在较大的差异。国内多数学者主要是借鉴经合组织（OECD）［1］、联合国环境署（UNEP）［2］、世界银行（World Bank）［3］等国际权威机构对绿色发展评价指标体系的研究成果构建指标体系，如李琳等［4］构建由绿色增长度、资源环境压力和绿色政策支撑组成的评价指标体系；吴传清等［5］从资源利用效率、环境治理强度、创新驱动能力和绿色增长质量4 个方面构建评价指标体系。随着对工业绿色发展研究的不断深入，相关研究构建的评价指标体系越发成熟。

二是工业绿色发展水平测度。早期相关研究的测度内容主要侧重于工业生产本身，如苏利阳等［6］基于工业绿色发展本身涉及的绿色生产、绿色产品、绿色产业3 个方面进行测度，但是随着新型工业化发展，工业绿色发展水平的测度内容不断拓展，涉及资源、经济、环境、社会等多个维度，测度空间尺度也由极个别省域扩展到中国整体、特殊经济区（长江经济带等）和城市等不同空间尺度。同时，测度方法也在不断完善，如朱春红等［7］运用模糊综合评价法评价区域绿色发展水平；徐成龙等［8］运用熵值法对2000—2015 年中国工业绿色发展水平进行测度；刁莉娟等［9］采用SPA-TOPSIS 耦合方法对工业绿色发展进行评价。

三是工业绿色发展影响因素检验。工业绿色发展与地区经济基础、社会发展和环境因素等密切相关，如陈诗一［10］、黄磊［11］和原毅军等［12］研究结果显示，技术创新、环境规制、产业集聚是影响工业绿色发展主要因素。

综上，学者们对中国工业绿色发展及其影响因素展开了广泛讨论，但尚存在以下不足：首先，主要以省域为主，缺乏对中国整体以及区域间联系与差异的研究；同时测度的多是短期工业绿色发展水平，对于长期的工业绿色发展水平的时空格局及其演变趋势研究并不充分。其次，工业绿色发展是一个系统工程，涉及多方面内容，如何构建科学全面的评价指标体系仍是亟待解决的问题。再者，在水平测度中，通常依据客观信息直接计算指标权重或采用专家打分赋权得出评价结果，这样的处理不免存在应用范围狭窄、数据处理环节简单或主观性强的局限性。最后，侧重于探究工业绿色发展效率的影响因素，对于工业绿色发展水平的研究较为缺乏；同时大多数关注点在外部环境的驱动机制，缺少从内部障碍因子角度探究工业绿色发展的障碍因素。因此，本研究将从以往以省域为研究对象扩展到中国整体层面，构建工业绿色发展水平评价指标体系，通过灰色关联-TOPSIS 模型对其进行测度，从时空两维度利用空间自相关分析、Dagum基尼系数分解法、空间马尔可夫链（Markov chain,MC）等挖掘其时空格局、区域差异及其动态演进，并利用障碍因子模型对其关键障碍进行识别，以期完善相关研究，为推动生态文明建设、工业绿色高质量发展提供参考。

2 指标体系、研究方法与数据来源

2.1 指标体系

根据《规划》精神，工业绿色发展可理解为以绿色发展理念为指引，以资源环境承载力为基准，以供给侧结构性改革为主线，以绿色科技创新为支撑，以绿色化改造为重点，以法规制度建设为保障，推动绿色产品、绿色工厂、绿色园区和绿色供应链的全面发展。鉴于此，把工业绿色发展划分为绿色总量、绿色效率、绿色创新、绿色治理和绿色保障5 个子系统。（1）绿色总量。工业绿色发展是一个强调数量增长转向质效提升的过程，在其过程中需要一定物质基础，因此需要考察工业绿色总量的规模效应和质量水平。（2）绿色效率。绿色效率是工业绿色发展的关键举措，能够衡量资源能源利用和开发情况，因此需要考察工业绿色发展中资源能源消耗强度及资源开发水平。（3）绿色创新。创新能力是工业绿色发展的根本支撑，是激活工业绿色发展的强劲动力，因此需要考察工业绿色发展现有的创新能力和潜在的创新后劲。（4）绿色治理。绿色治理能力是工业绿色发展的重要保障，衡量的是污染排放和污染治理情况，因此需要考察直接工业污染治理强度及间接污染排放情况。（5）绿色保障。绿色政策支持是绿色发展的制度保障，绿色基础设施的完善是绿色发展的设施保障，因此需要考察绿色发展法规建设情况及基础设施条件。基于此，构建工业绿色发展水平评价指标体系，如表1 所示。

表1 工业绿色发展水平评价指标体系及指标权重

2.2 研究方法

（1）灰色关联-TOPSIS 模型。仅以距离作为评价尺度的传统TOPSIS 模型只能反映评价对象的位置关系，不能体现评价对象的动态变化，而灰色关联分析能够有效弥补传这一缺陷，因此采用灰色关联分析-TOPSIS 法构建综合评价模型，刻画各评价对象现实状态与理想状态的接近程度。步骤如下：

1）数据标准化处理。表达形式如下：

式（1）～（2）中：xij为评价对象i第j项指标原始值；n为评价对象数。

2）熵权wj的确定。表达形式如下：

式（3）～（5）中：ej为第j项指标信息熵；pij为评价对象i第j项指标所占比重；m为指标个数。

构建加权决策矩阵，确定理想解。首先，确定正（负）理想解，表达形式如下：

4）计算评价对象与正（负）理想解间的灰色关联系数矩阵。表达形式如下：

由此，可计算评价对象i与正（负）理想解的灰色关联度：

5）计算评价对象的灰色关联贴近度（ηi）。计算公式如下：

根据灰色关联度指标即可实现对省域工业绿色发展水平的评估，ηi越大表明评估结果越好。

空间自相关分析。采用全局莫兰指数（Moran'sI）和局部莫兰指数描述全局自相关和局部自相关，揭示工业绿色发展的全局空间关联和局部空间集聚特征。指数形式分别如下：

（3）基尼系数分解。为了探究中国工业绿色发展水平的区域差异及其来源，借鉴Dagum［13］提出的基尼系数分解方法，将总体基尼系数（G）分解为区域内差异贡献（Gw）、区域间差异贡献（Gnb）及超变密度贡献（Gt）。具体分解步骤参见邓宗兵等［14］的研究。

（4）马尔可夫链分析。马尔可夫链可以通过构造状态转移的概率矩阵来刻画各地区工业绿色发展水平不同类型的概率分布及其动态演进特征，具体方法是根据区域单元属性值将划分为不同类型。在此基础上，计算区域内不同类型之间的转移概率P，P由X从状态g转移到u的概率Pgu构成。Pgu计算公式为：

式（16）中：mgu为状态g转移到状态u的省区市数量；mg为属于状态g的省区市数量。

空间马尔可夫链分析法关注到了空间因素对于状态转移概率的影响。具体方法是，在考虑空间滞后前提下，通过设置空间权重矩阵，把传统Markov链分解为N×N×N的转移概率矩阵，由t时期的g类型转移到t+1 时期的u类型的概率构成转移概率矩阵Pgu，以此分析相邻地区工业绿色发展水平对本地区状态转移概率的作用。

障碍因子诊断模型。采用障碍因子诊断模型探究影响中国工业绿色发展的主要障碍因子及其影响程度。障碍度计算方法如下：

式（17）（18）中：Oj为第j项指标的障碍度；Uij为指标偏离度，用Uij=1-Xij表示；Fj为因子贡献度，用Fj=ωj-Cj表示；Cj为第j个子准则层的权重；ωj为第j项指标的权重；Sj为子准则层或要素层子系统对工业绿色发展的障碍度。

2.3 数据来源

选取中国30 个省区市为研究对象，由于香港、澳门、台湾和西藏自治区数据缺失严重，故未纳入研究范围。2011 年国家统计调查更改了规模以上工业企业起点标准，故考虑标准的统一性和数据的可得性，以2011—2019 年为研究时段。相关数据均采自历年的《中国统计年鉴》《中国环境统计年鉴》《中国工业经济统计年鉴》《中国能源统计年鉴》《中国科技统计年鉴》以及国家统计局公布数据，部分指标的缺失数据采取线性模拟补齐。

3 中国工业绿色发展水平的时序格局及其演变趋势

3.1 工业绿色发展水平描述性统计分析

借鉴鹿晨昱等［15］的研究成果，将样本30 个省区市划分为东中西三大区域1），以此探究其工业绿色发展水平变化特征。从时间变化上看，2011—2019 年30 个省份工业绿色发展水平呈现出以下的特征（见表2）：（1）整体工业绿色发展水平不断提高，水平值由0.441 提升至0.470，年均增长0.80%；表明考察期内中国的工业绿色发展取得了较好的成效，环境质量得到改善。（2）东、中、西部地区水平值分别实现了0.95%、0.78%和0.62%的年均增长，表明在考察期内各地区工业绿色发展水平均有所提高；但增幅存在差异，其中东部最大、中部次之、西部最小。东部以其较强的比较优势在工业绿色发展中一直处于领先的地位；而西部可能受限于自身条件，增长速度较缓慢。（3）东、中、西部地区水平值的变异系数均增大，说明各地区内部的工业绿色发展水平相对差异随时间推移而增大；原因可能在于地区内部资源分配不均、区域合作不足等。

表2 30 个省份及三大区域工业绿色发展水平测度结果与变异系数

从各维度来看（见表3），2011—2019 年，30个省份的绿色总量、绿色效率、绿色创新、绿色治理、绿色保障5 个维度的水平值均有不同程度提升，表明中国工业绿色发展水平的提高是5 个维度协同推进的结果，需要强大的物质基础、较高的发展效率、强劲的创新能力、稳健的制度保障等共同作用，任何一个短板都会对工业绿色良好发展产生不利影响。5 个维度的水平值呈现出明显非均衡性，均值从高到低是绿色效率、绿色治理、绿色总量、绿色保障和绿色创新，初步表明，绿色创新、绿色保障和绿色总量是中国工业绿色发展的主要短板，这是未来推动工业绿色发展应当重点关注的问题。进一步发现，5 个维度水平值与其对应的权重存在明显的“倒挂”，绿色创新、绿色保障和绿色总量水平值明显偏低，位列最后3 位，而其权重位列为前3 位，其中绿色创新水平值最低而权重最大，工业绿色创新依旧处于较低层次，创新驱动战略应当进一步落实。

表3 30 个省份工业绿色水平测度结果

3.2 工业绿色发展水平动态演变特征

如图1 所示，从整体层面来看，考察期间30 个省份工业绿色发展水平核密度分布曲线右移明显，且2015 年后曲线右平移速度加快，表明中国整体工业绿色发展水平不断提升，与描述性统计分析一致。从峰值形态来看，2011—2019 年的峰值逐年降低，且峰值中心右偏加剧，且大部分省区市工业绿色发展水平在0.440～0.450 之间，部分省区市工业绿色发展水平达到0.550 以上，表明省域间工业绿色发展水平绝对差异逐渐加大。与2011 年相比，2019 年的核密度曲线变得相对平缓，且波峰宽度逐渐增长，说明省域工业绿色发展水平不均衡程度加深。从波峰数量上看，工业绿色发展水平核密度估计曲线均表现为单峰，表明省域工业绿色发展水平未出现两极分化现象。从拖尾来看，工业绿色发展水平核密度估计曲线逐渐出现明显的右拖尾现象，说明高水平和低水平地区间差距不断扩大。综上表明，2011—2019 年，30 个省份整体工业绿色发展水平不断提高，且低水平地区逐渐减少，但是低水平地区的提升速度不及高水平地区，导致地区间差异扩大。

图1 30 个省份及三大区域工业绿色发展水平核密度估计结果

从地区层面来看，三大区域的核密度估计曲线存在显著差异。从分布位置来看，2011—2019 年，三大区域的核密度分布曲线均出现明显右移，且中西部地区右移的速度明显高于东部地区，表明三大地区工业绿色发展水平逐年提升。从峰值形态来看，东部地区与30 个省份整体的峰值形态相似，峰值逐年降低，峰值中心右偏趋势加剧，东部省市间的工业绿色发展水平绝对差异逐渐加大；中西部地区波峰分布变陡峭、波峰宽度变窄，2015 年以后的波峰分布变平缓、波峰宽度变宽，表明中西部省区市间工业绿色发展水平绝对差异先减少后增大，分布的延展性存在拓宽的趋势。从波峰数量上看，东部地区核密度估计曲线表现为单峰，中西部地区核密度估计曲线在2015 年出现双峰但侧峰峰值较低，其他年份核密度曲线均为单峰，表明三大地区工业绿色发展水平均未出现明显两极分化现象。从拖尾来看，东部地区核密度估计曲线逐渐出现明显右拖尾现象，而中西部地区拖尾现象并不明显，说明东部地区省域间的工业绿色发展水平差距不断扩大，而中西部地区省域间的工业绿色发展水平存在收敛趋势。综上表明，2011—2019 年三大地区工业绿色发展水平均不断提高，不存在明显极化现象，但地区内部的发展水平存在明显差异。

3.3 工业绿色发展水平演变趋势预测

采用传统马尔可夫链预测工业绿色发展水平随时间推移的转移概率情况，如表4 所示，可知：（1）主对角线上的转移概率小于非对角线上的转移概率，如：中等值区维持原状的概率为37.50%，而转移为中高值区的概率为47.90%，表明省域工业绿色发展水平存在较强的流动性，维持原状的稳定性较弱。（2）主对角线右侧转移概率整体大于左侧，即工业绿色发展水平向下转移概率小于向上转移概率，如：工业绿色发展水平位于低值区、中低值区、中等值区和中高值区的省区市向上转移概率分别为45.80%、29.20%、47.90%和37.50%，而向下转移概率分别仅为6.30%、10.40%、2.10%和2.10%，说明30 个省份整体工业绿色发展水平存在不断提升的趋势，与以上分析结果呼应。（3）非对角线上转移概率不为0 的类型基本分布主对角线两侧，说明相邻两年间工业绿色发展水平主要转移类型为邻级转移，表明工业绿色发展水平提升是一个循序渐进的过程，实现跨越式转移的可能性较小。（4）从T=2 和T=3 可知，与T=1 相比，工业绿色发展水平维持原状的概率逐渐降低，而主对角线右侧除低值区向高值区转移的概率为0 以外，其他转换概率均不为0，说明随着时间的推移，工业绿色发展水平逐渐向高等级区转移，低等级区的省区市数量逐渐减少。

表4 2011—2019 年30 个省份工业绿色发展水平传统马尔可夫转移矩阵

4 中国工业绿色发展水平的空间格局及其演变趋势

4.1 工业绿色发展水平空间集聚格局及其演变趋势

30 个省份2011—2019 年工业绿色发展水平的全局莫兰指数值如表5 所示，其值均为正且通过显著性检验，说明省域工业绿色发展水平具有强烈的正向空间关联性，即30 个省份工业绿色发展水平在时空上并非完全随机分布，而是会受到邻域工业绿色发展水平的影响。从动态角度看，全局莫兰指数值呈先上升后下降变化趋势，其中2011—2014 年累计上升116.67%，省域工业绿色发展水平空间相关性增强；2014—2019 年累计下降29.72%，省域工业绿色发展水平集聚程度有所降低。整体来看，全局莫兰指数值呈现出上升趋势，累计上升了52.27%，说明30 个省份工业绿色发展水平的空间相关性增强。

根据局部莫兰指数图探究局部单元所属的空间集聚类型，由图2 可知，2011 年，“高高”（HH）集聚、“低高”（LH）集聚、“低低”（LL）集聚和“高低”（HL）集聚类型的省份个数占比分别为23.33%、23.33%、33.34% 和20.00%，其 中HH 集聚包括北京、天津等7 个省市，LL 集聚包括浙江、安徽等10 个；2015 年，HH 集聚、LH 集聚、LL 集聚和HL 集聚类型的省份个数分别占比为16.67%、30.00%、36.67% 和16.66%；2019 年，HH集聚、LH 集聚、LL 集聚和HL 集聚类型的省份个数分别占比为30.00%、23.33%、33.34%和13.33%，其中HH集聚包括北京、浙江等8 个省市，LL 集聚包括新疆、青海等10 个省份。从动态角度看，HH 集聚型占比增加，其中，河北、浙江、安徽、山东和湖北发生跃迁，逐渐向环渤海湾和长江三角洲扩散，说明空间集聚格局的优化逐渐显现；LL 集聚型占比不变，但是空间格局发生明显变化，其中辽宁、吉林、黑龙江、甘肃、青海和宁夏发生跃迁，逐渐形成以东北、西南和西北为主的低水平集聚区；HL 集聚和LH 集聚占比减少，由无规律分布逐渐转向中部地区及部分西南地区，逐渐形成HH 集聚和LL 集聚的“隔离带”。

图2 30 个省份工业绿色发展水平的莫兰指数分布

4.2 工业绿色发展水平空间差异格局及其演变趋势

2011—2019 年30 个省份工业绿色发展水平空间差异大小及其来源的分解结果分别见表6 和表7。从表6 可见，省域工业绿色发展水平存在一定的空间非均衡性，空间差异呈现出扩大趋势。从区域内差异看，东部最大，西部其次，中部的空间非均衡性最弱。东部工业绿色发展具有强大的区位优势、人力资源、技术优势等，但其内部各省市间的差距依旧较大。西部工业绿色发展的基础虽较为薄弱，但在提质增效以及区域协同方面有进步趋势。中部工业绿色发展最具强劲动力，区域内发展较为平衡，具有发展优势。从区域间差异来看，东部与西部间差异最大，东部与中部的差异次之，中部和西部的差异最小。这是由于西部地区在经济水平、人才引进、区位优势等方面明显落后于东部地区，造成较大差距；东部和中部地区的生态协同加强，加之东部地区的技术要素逐渐向内陆流动，因此两者间差距缩小；中部和西部地区联系较为紧密，两者差距最小。此外，三大地区工业绿色发展区域间差异变化过程均呈现出先上升后下降的趋势，均在2017 年差异达到最大，工业绿色发展逐渐表现出良好的集聚增长态势。

表6 30 个省份工业绿色发展水平空间差异及其分解结果

由表7 可知，地区间差异贡献率年均值达到43.31%，高于地区内差异贡献率年均值（31.14%）和超变密度贡献率年均值（25.54%），说明区域间差异是造成30 个省份工业绿色发展水平总体差异的主要来源，未来应着重缩小区域间差异。从演变趋势来看，2011—2019 年，来自地区内差异和超变密度的贡献率呈下降趋势，分别累计下降了1.80%和36.31%；来自地区间差异的贡献率呈上升趋势，累计上升了53.37%，再次说明地区间差异是导致区域差异的主要因素。分阶段看，地区间贡献率呈先上升后下降的趋势，而超变密度和地区内贡献率的变化则与其相反：在2011 年，超变密度贡献率大于区域内差异贡献率，达到39.38%，说明这一年工业绿色发展水平的交叉重叠现象明显，不同地区内部较高水平和较低水平的省区市并存，拉低了工业绿色发展水平均值；到2019 年，超变密度贡献率小于地区内差异贡献率，降低为25.08%，表明工业绿色发展水平区域分化趋势逐渐加强，即水平较高的省区市拉大与其他省区市间的差距。综上表明，区域间差异对总体差异的贡献程度增大，因此加强区域间协同对于工业绿色发展的提升至关重要。

表7 30 个省份工业绿色发展水平空间差距贡献率

4.3 工业绿色发展水平空间转移格局及其演变趋势

运用空间马尔可夫链测算30 个省份2011—2019年工业绿色发展水平随时空变化的转移概率，结果如表8 所示。可知：（1）省域工业绿色发展水平的转移受空间效应影响，存在一定的空间依赖性。在不同邻域水平下，省域工业绿色发展水平转移概率存在差异，如T=1 时，当邻域为中高值区时，中低值区内省区市向中水平转移概率分别为36.40%；而邻域为高值区时，转移概率为42.90%。表明在不同水平邻域地理环境中，省域工业绿色发展水平发生转移概率均有所不同。（2）邻域水平对省域工业绿色发展水平转移的影响作用存在差异。高水平省区市对邻近省区市产生正向空间溢出效应更加明显，如T=1 时，当与低值区相邻时，中低值区内省区市向中等值区转移概率为25.00%；与高值区相邻时，中低值区内省区市向中等值区转移概率为42.90%。这表明工业绿色发展高等级水平省区市能够辐射带动邻近省区市水平的提高，在一定程度上协同提高了工业绿色发展水平。（3）在未来发展不同时段，邻域工业绿色发展水平对省域工业绿色发展水平的影响存在差异，如T=1 时，当与低值区相邻时，中低值区内的省区市向中等值区转移概率为25.00%；而T=2 和T=3 时，转移概率则分别为30.80%、27.30%，由此可知，随着时间的推移，邻域工业绿色发展水平影响省域工业绿色发展水平的转移概率。

表8 2011—2019 年30 个省份工业绿色发展的空间状态转移概率矩阵

5 中国工业绿色发展障碍因子诊断

5.1 30 个省份整体障碍诊断

从准则层来看（见图3），2011—2019 年，绿色创新准则层的障碍度一直处于首位，均大于35.00%；绿色总量准则层的障碍度由排名第2 位降低到第3 位，障碍度在24.00%上下波动；绿色保障准则层的障碍度由排名第3 位提高到第2 位；绿色治理准则层的障碍度介于10.98%～12.21%，排名第4 位；绿色效率准则层的障碍度最小，障碍度不足2.50%，排名第五。结果表明，省域工业绿色发展主要受到绿色创新、绿色总量和绿色保障的影响，其中绿色创新的阻碍程度最大，这与以上研究结果一致。因此，进一步推动创新发展战略、完善保障制度、发挥规模优势等对工业绿色发展至关重要。

图3 30 个省份工业绿色发展障碍度构成

从要素层来看（见表9），2011—2019 年，基础设施和污染排放的障碍度呈下降趋势，排名分别位于第10 位和第7 位，说明区域工业绿色发展的基础设施逐渐完善，污染排放有所减缓，有利于未来工业绿色发展；反观规模效应、创新能力、创新潜力的障碍度虽呈下降趋势，但三者的障碍度依旧较高，排名分别位于第3 位、第5 位和第1 位，表明中国工业绿色发展的创新潜力依旧缺乏、创新能力依旧不足，这已然成为制约工业绿色发展的“病根”，未来拔除其“病灶”是急需解决的关键问题。质量水平、消耗强度、开发水平的障碍度呈上升趋势，排名分别位于第6 位、第8 位和第9 位，这3 个障碍因子虽有所增加，但是阻碍程度并不大；反观治理强度和制度保障，对工业绿色发展的障碍度排名分别位于第4 位和第2 位。中国工业绿色发展的制度保障并不完善，给予的环保支持等并不能满足当前绿色发展需求，依旧需要国家进行宏观调控；同时，治理强度不足、废物重新利用较低等问题依旧很严峻。可见，规模效益、创新能力、创新潜力、治理强度和制度保障是影响中国工业绿色发展的五大关键障碍因子，其合计障碍度解释占比高达89.22%，未来应着重关注以上障碍因子以解决工业绿色发展问题。

表9 30 个省份工业绿色发展障碍度分析结果

5.2 区域障碍诊断

从地区来看，东部的障碍度排序位于前5 位的依次是“创新潜力＞制度保障＞规模效应＞治理强度＞创新能力”，其中障碍度大于20%的是创新潜力、制度保障、规模效应，分别为28.38%、21.58%、21.36%，表明创新潜力不足、制度保障不够、规模效应不充分是东部工业绿色发展的关键障碍因子；中部的障碍度排序位于前5 位的依次是“创新潜力＞规模效应＞制度保障＞治理强度＞创新能力”，其中障碍度大于20%的是创新潜力，障碍度高达29.77%，表明中部地区工业发展面临的创新问题突出，创新潜力不足的困境依旧存在；西部的障碍度排序位于前5 位的依次为“创新潜力＞制度保障＞规模效应＞治理强度＞创新能力”，其中障碍度大于20%的是创新潜力，高达29.77%，表明西部工业绿色发展主要受到创新潜力不足的影响。综上，三大地区均面临创新潜力不足等问题。

从省域来看，通过要素层障碍度大小排序，将障碍度大于20%的省区市划为四大障碍类型：治理强度阻碍型、创新潜力阻碍型、制度保障阻碍型、规模效应阻碍型（见表10）。（1）治理强度阻碍型：北京、湖南、重庆、青海和新疆。这5 个省区市受污染治理强度阻碍显著。其中，湖南、重庆受到高耗能、高污染产业（如石油炼焦业、石油开采业和有色金属矿采业）内迁的影响，给当地污染治理造成了压力，制约了工业绿色发展；青海、新疆地方政府出台促进工业绿色转型的政策较少，污染的综合治理力度严重不足；而北京的“城市病”依旧未治愈，资源和环境不协调问题依旧存在，综合治理难度加大。（2）创新潜力阻碍型：天津、河北、辽宁等28 个省区市。主要受到绿色创新潜力制约显著，在三大地区均有分布。其中，东部内的省区市工业经济快速发展主要依赖于国内的资源禀赋和比较优势，以及国外引入的成熟生产技术，而本身的自主创新能力和创新潜力并不高，缺乏核心技术，使得工业发展仍然处于国际产业中的制造加工环节，难以支撑其工业绿色发展；中西部内的省区市受到经济基础积淀、人力资源获取等方面的影响，创新环境在客观上相对艰苦，获得的创新投资力度小，加之科技创新链条不完整、相互分离，致使科技成果转化慢，创新发展水平滞后。（3）制度保障阻碍型：北京、天津、辽宁等13 个省区市。主要受到绿色制度保障的制约，在工业绿色发展执行举措中财政资金错配和治理投资不足的问题比较凸显，尽管近年来地区节能环保支出呈现稳定增长的态势，但是仍然处于低水平。（4）规模效应阻碍型：天津、河北、上海等12 个省区市。主要受到绿色规模效应的制约。这类省区市多为劳动密集型、资本密集型制造业集聚地区，受产业合理转移、过剩产能压减等影响，地区工业经济增速放缓，规模优势并未体现，是污染防治攻坚战的重点省区市。

表10 2011—2019 年30 个省份工业绿色发展的阻碍类型

6 结论与启示

本研究在界定工业绿色发展内涵的基础上，构建包含绿色总量、绿色效率、绿色创新、绿色治理、绿色保障五大维度的评价指标体系，对中国30 个省份2011—2019 年的工业绿色发展的时空格局、区域差异及障碍因素进行量化考察，得出了如下主要结论：（1）从时间变化看，30 个省份整体及各地区工业绿色发展水平不断提高，但整体水平偏低。因此，未来应注重工业绿色发展水平的提升问题。（2）从空间分布看，区域工业绿色发展水平存在明显空间分异，总体表现出“东—中—西”梯度递减分布格局。（3）从空间集聚看，区域工业绿色发展水平空间关联性增强，逐渐形成以环渤海湾和长江三角洲为主的HH 集聚区和以东北、西南和西北为主的LL 集聚区。（4）从空间差异看，工业绿色发展水平区域差异呈扩大趋势，其中区域间差异是主要来源。因此，未来应关注区域间差异问题。（5）从空间转移看，区域工业绿色发展存在明显的空间效应，邻近区域产生的空间交互作用会影响工业绿色发展的未来变化趋势，高水平的省区市会对邻近省区市产生正向空间溢出效应，但是低水平省区市转移是一个循序渐进的过程，短时间内不会实现跨越式转移。（6）从准则层来看，绿色创新、绿色保障和绿色总量是区域工业绿色发展的三大短板；从要素层来看，规模效益、创新能力、创新潜力、治理强度和制度保障是工业绿色发展的五大关键障碍因子；省域要素层的障碍度可归类为治理强度阻碍型、创新潜力阻碍型、制度保障阻碍型、规模效应阻碍型，其中创新潜力阻碍型分布最为广泛。因此，克服发展短板、降低各障碍因子的障碍度是提升工业绿色发展的首要问题。

以上结论的政策含义包括：（1）鉴于绿色创新、绿色保障和绿色总量是造成中国工业绿色发展不充分的三大短板，为此，首先要加强战略规划和政策引导，为绿色技术研发及其应用提供有力的资金供给，增强创新驱动能力；其次，各级各地政府应在财税金融产业政策、环境规制等方面加大制度供给力度，健全有利于促进绿色发展政策体系和生态环境管理体制；最后，应积极引导工业企业向规模化、节约化、绿色化发展，出清过剩产能，促进企业发展提质增效，实现可持续发展及长期稳定增长。（2）鉴于地区间差异是中国工业绿色发展总体差异的主要来源，为此应加强地区间工业绿色发展的空间联动，进一步破除区域性壁垒，加快区域间资源、技术等要素的自由流动；同时强化工业绿色发展的正向溢出效应，发挥优势区域辐射带动作用，形成协同共进与优势互补的空间发展格局。（3）考虑到各省区市工业绿色发展的关键障碍因子存在差异，因此各省区市须补足自身短板，探索工业绿色发展可行路径。对于治理强度不足省区市，应加强对“三废”的综合治理力度，促进废物再利用，提高利用效率，同时加强环境保护意识，减少环境破坏行为；对于创新潜力不足省区市，应注重营造良好创新环境、强化人才保障政策、建设绿色创新平台，以此提高创新整体水平；对于绿色制度保障不够省区市，应强化环保政策保障措施、夯实绿色基础设施建设、拓展绿色产业税收优惠，坚持依靠制度和法治致力推动工业绿色发展；对于绿色发展规模效应体现不充分省区市，应优化产业结构布局、强化“散乱污”综合整治、明确地区主体功能及优势、加快传统行业绿色化改造，以实现区域间产业发展的互补互促。

注释：

1）依据“七五”计划，将30 个省份划分为三大地区：东部包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南；中部包括山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南；西部包括重庆、四川、贵州、云南、陕西、甘肃、青海、宁夏、新疆、广西、内蒙古。