鹿晨昱 ，成薇，黄萍，刘小莞，唐相龙

（1.西北师范大学 地理与环境科学学院，甘肃 兰州 730070；2.兰州交通大学 建筑与城市规划学院，甘肃 兰州 730070）

0 引言

工业化给人类带来巨大的物质进步，但在促进经济增长的同时对生态环境造成了巨大的破坏[1]。20 世纪70 年代之后，褐色经济发展导致全球生态环境压力不断增大，资源枯竭，气候变化加剧，生物多样性减少，环境承载力处于超负荷状态[2]。在此背景下，人类开始思考传统工业发展所带来的经济增长与资源、环境之间的关系。中国工业经济发展迅速，但资源消耗大，环境污染严重，目前正处于转型升级的重要时期，必须坚持绿色发展方向。《中国制造2025》等文件的出台，标志着中国工业发展进入了绿色转型时期[3]。由此可见，实现工业绿色发展对中国至关重要，寻求适合中国工业的绿色发展之路[4-5]，促进经济转型与可持续发展，是当前亟须解决的热点问题。

国外对于绿色发展的研究主要集中于相关理论阐述[6-10]、绿色经济测度[11-12]、绿色发展效率[13-14]、影响因素分析[15-16]等方面。国内学者对于绿色发展的研究日益丰富，从研究内容上看，国内主要集中在绿色发展指标体系构建[17]、效率评价方法[18-19]以及影响因素分析[20-21]等方面；从研究视角上看，多集中于全国尺度[22-23]、地带尺度[24]、省域尺度[25]、市域尺度[26]；从研究方法上看，侧重于随机前沿分析（SFA）[27-28]、数据包络分析（DEA）[29-30]以及综合分析法（D&S）[31]。总体而言，相关研究已经取得了丰富成果，但基于地理学视角，借助GIS 技术及空间分析模型，并结合可持续发展目标（SDGs），同时从时间与空间两个维度上对工业绿色发展水平的演变规律及特征进行时空综合集成测度研究还比较缺少。其次，借助空间面板模型，对工业绿色发展水平影响因素开展综合分析研究，探讨不同因素对于区域间工业绿色发展水平的作用，还比较缺少，仍然处于初步探索阶段。本研究将弥补以上不足。

鉴于此，本研究以2005—2019 年中国30 个省级行政区（不含西藏、港澳台地区）作为研究对象，结合可持续发展目标（SDGs），构建测度模型和指标体系，使用熵权-TOPSIS 模型、空间自相关、空间杜宾模型（SDM）等分析方法，对中国工业绿色发展水平进行时空综合测度分析，并进一步对其主要影响因素展开研究。一方面，能够在理论与实证上对绿色发展研究体系进行补充完善，丰富人文地理学及可持续发展的理论内容；另一方面，能够促进中国工业绿色发展，为中国进一步改善生态环境、提升工业经济绿色发展水平、缩小地区差异提供科学基础，为推进生态文明建设及可持续发展战略的顺利实施提供理论支撑和决策依据。

1 研究方法与数据来源

1.1 研究方法

1.1.1 熵权-TOPSIS模型

运用熵权-TOPSIS 模型对中国工业绿色发展水平进行测度，具体计算步骤如下[32]：

（1）数据标准化后，确定指标权重。

（2）构造加权数据矩阵。令矩阵Y=(yij)m×n中的每一列乘以指标权重Wj，得到新的数据矩阵Z=(Zij)m×n。

（3）确定正负理想解。令Z+表示指标最优的解决方案即正理想解，Z-表示指标最差的解决方案即负理想解，则有：

（4）计算距离。分别计算每个省份的指标值到正理想解的距离和到负理想解的距离。

（5）计算各省份与最优方案的接近度。

式中：Ci表示各省份与最优解的接近度，取值范围为[0,1]，Ci值越大，表明越接近最优解。

1.1.2 全局空间自相关分析

采用全局Moran’s I 指数判断工业绿色发展水平的分布是否存在统计上的集聚或分散现象，其公式如下[33]：

式中：I为全局Moran’s I 指数，n为评价对象个数，为所有评价对象的样本值的平均值，Yi、Yj分别表示第i、j个评价对象的样本值，Wij为空间权重矩阵。

1.1.3 热点分析

采用Getis-Ord G*指数检测中国工业绿色发展水平的局部空间依赖性，探索局部高/低值聚类特征及其规律，其公式如下[34]：

式中：xj为第j个评价对象的样本值，n为评价对象个数，Wij为空间权重矩阵。值显著为正（负），表明高（低）观测值的区域单元在i区域周围集聚，属于热（冷）点地区。

1.1.4 空间杜宾模型

空间面板模型涵盖了空间效应和时间效应，使设定的空间回归模型更符合实际[35]。因此采用空间杜宾模型（SDM）对中国工业绿色发展水平的影响因素进行分析，其公式如下：

式中：IGDIit表示i省t期的工业绿色发展指数；α为常数项；ρ表示空间回归系数；β为解释变量的回归系数；θ为解释变量空间滞后项的回归系数；W为空间权重矩阵，若地区之间有共同边界，则W=1，反之，W=0，由于海南省地理位置特殊，为确保研究的科学性与严谨性，调整其与广东省存在共同边界；ui表示空间固定效应；λt表示时间固定效应；如果ui和λt与解释变量相关，则为固定效应模型，如无关则为随机效应模型；μit表示空间自相关误差项。

1.2 数据来源

研究所需数据主要来自历年的《中国统计年鉴》《中国环境统计年鉴》等、各省份统计年鉴、国民经济和社会发展统计公报以及其他相关的统计资料和文献资料。

2 工业绿色发展水平时空综合测度

2.1 评价指标体系构建

本文在总结借鉴现有研究成果的基础上[36-38]，遵循全面性、有效性、系统性、可获得性等原则，基于联合国可持续发展目标（SDGs），并结合中国区域特征，从工业绿色增长度、工业资源环境压力和政府政策支持度三方面选取指标，构建能较为全面反映中国工业绿色发展水平的评价指标体系（表1）。

表1 中国工业绿色发展水平评价指标体系

2.2 工业绿色发展水平测度

2.2.1 省域工业绿色发展水平分析

由表2 可知，2005—2019 年，中国工业绿色发展水平呈先增长后下降的趋势，但总的来说是增长的，全国平均值由2005 年的0.286 上升到2019 年的0.320，仅增长了0.034。全国工业绿色发展指数均值为0.316，这表明中国工业绿色发展水平并不高，仍有很大的提升空间。从各省份的工业绿色发展指数来看，大部分省份呈现增长的趋势，仅有部分省份与总体趋势相反，例如天津、黑龙江、广西等少数省份呈下降趋势，表明绝大多数省份的工业绿色发展水平呈稳中有升的发展趋势。从各个省份的工业绿色发展指数均值来看，广东是全国工业绿色发展水平最高的地区，历年均值为0.567；江苏、浙江、山东3 个省份次之，历年均值大于0.4；其余省份的工业绿色发展水平较低，均值处于0.247～0.4 之间。

表2 中国工业绿色发展指数

为了更直观地反映中国工业绿色发展水平省域层面的分布特征，本研究以5 年时间为节点，基于ArcGIS10.2 软 件，选 取2005 年、2010 年、2015 年、2019 年工业绿色发展指数进行可视化表达，采用自然断点法将中国30 个省份划分为高水平区、较高水平区、一般水平区、较低水平区和低水平区五种类型，如图1 所示。

由图1 可以看出，2005—2019 年，中国工业绿色发展水平空间分布发生了显著变化。具体来说：①高水平区数量减少到2 个，且都分布于沿海地区。②较高水平区数量减少抱团分布于重庆、湖南、山东、河北等省份。③一般水平区省份数量增加且呈片状分布于内蒙古、山西、辽宁、陕西、湖北、安徽、江西、福建等省份，在空间分布上呈现出西部省份→中部省份→东部省份的演变趋势。④较低水平区先呈现出明显的扩张态势而后缩减，由离散分布于中、西部地区到三大地区皆有分布，最后成片状集中分布于西部地区。⑤低水平区省份数量先减少后增加，空间分布上呈现由片状分布于内陆地区转为离散分布于黑龙江、广西、新疆等边境地区。总体而言，中国工业绿色发展水平省际之间差异较为明显，发展水平较高的地区，主要集中在东部发达地区，工业绿色发展水平较低的地区主要分布在西部内陆欠发达地区和边境地区。

图1 中国工业绿色发展水平空间分布

2.2.2 东中西三大区域工业绿色发展水平分析

本文借鉴现有研究成果，将中国30 个省份划为东、中、西三大区域[39]，见表3。

表3 东、中、西三大区域划分

总体来说，2005—2019 年，东部、中部、西部三大区域的工业绿色发展指数均呈上升趋势，东部地区工业绿色发展水平整体较高，西部地区次之，中部地区最低。

从图2 可以看出，东部地区历年工业绿色发展平均水平明显高于全国平均水平，西部、中部地区低于全国平均水平。东部地区工业绿色发展指数从2005 年的0.321 上升到2013 年的0.423，再下降到2019 年的0.375，呈现先增长后下降的趋势，均值为0.366，高于全国均值0.316。中部地区的工业绿色发展指数从2005 年的0.248 上升到2013年的0.323，后下降到2019 年的0.295，均值为0.286，低于全国平均水平；西部地区的工业绿色发展指数从2005年的0.278 上升到2012 年的0.310，后下降到2019 年的0.284，均值为0.287，低于全国平均水平。总体来看，东部地区的绿色发展水平上升趋势最为明显，中部次之，西部变化不大，这与地区经济发展水平有很大关系，东部地区经济水平高，科技创新能力强，随着经济的增长，治理环境污染的能力不断提升，中西部地区矿产资源丰富，地区经济发展过度依赖于自然资源，支柱产业多为高耗能产业。东部、中部、西部三大区域的工业绿色发展指数均呈先上升后下降的发展趋势，表明中国工业绿色发展已经取得了明显的成效，但由于部分体制机制与管理体系尚未健全，当前工业环境污染治理任务依然严峻。

图2 三大区域工业绿色发展水平变化趋势

2.3 工业绿色发展水平空间演变分析

2.3.1 全局空间自相关分析

运用ArcGIS10.2 软件计算出2005—2019 年中国工业绿色发展指数的全局Moran’s I 指数（表4）。可以看出，研究期内中国工业绿色发展指数的全局Moran’s I 指数均为正值，在0.212718～0.341484 之间发生变化，z检验值均大于检验临界值2.58，通过了置信度为99%的显著性检验。由此可见，中国工业绿色发展水平呈现正的空间自相关，在省级尺度上存在一定的集聚特征，即工业绿色发展水平较高的省份会趋于与较高的省份相邻，较低的省份会倾向于邻近较低的省份。从全局Moran’s I 指数的变化趋势来看，2005—2019 年指数总体呈现小幅波动的变化趋势，表明其空间自相关程度并不稳定，即工业绿色发展水平的空间集聚分布程度存在一定的变化。

表4 中国工业绿色发展水平全局Moran’s I指数

2.3.2 局部高/低值聚类分析

本研究运用ArcGIS10.2 软件中的热点分析工具，选取2005 年、2010 年、2015 年、2019 年，进一步开展中国工业绿色发展水平的局部高/低值聚类分析，采用“冷点”“次冷点”“次热点”“热点”来反映局部空间关系，如图3 所示。

由图3 可以看出，2005—2010 年，冷热点区空间分布变化总体较大，热点区数量减少，河北、北京、天津、辽宁等省份由热点区变为次热点区，其余省份保持不变；次热点区数量不变，但空间分布发生变化，由线状分布于北部、西部地区转为抱团状分布于各地；次冷点区由南部向北部扩张，数量由6 个增加到11 个；冷点区收缩，新疆、青海、广东、海南等省份呈抱团状分布，保持冷点区不变，安徽转为次冷点区，浙江仍为冷点区。2010—2015 年，冷热点区空间分布变化总体较大，热点区由中部地区向东部沿海地区扩张，新增河北、北京、天津、辽宁、江苏等省份；次热点区扩张，数量增加到12 个，由分散分布转为集中成片分布，四川、云南、宁夏等3 个省份保持次热点区不变，内蒙古、吉林、黑龙江、安徽、江西、福建、重庆、贵州、湖南等9 个省份由次冷点区转为次热点区；次冷点区数量减少至5 个，甘肃、浙江呈点状分布，广西、广东、海南呈抱团状分布；冷点区收缩，仅新疆、青海2 个省份保持冷点区不变，其余省份均转为次冷点区。2015—2019 年，冷热点区空间分布变化总体较小，仅黑龙江由次热点区转为次冷点区，其余省份未发生变化。总体来说，自2005—2019 年，热点区数量由8 个增加到11 个，主要呈片状集中分布于中部及东部沿海地区；次热点区数量增加至11 个，集中分布于西南、东南、北部地区；次冷点区数量不变，但空间分布态势发生变化，由集中分布于南部转为散落分布于全国各地；冷点区数量减少至2 个，集中分布于西北地区。

图3 中国工业绿色发展指数冷热点空间演变

总体而言，中国各省份的工业绿色发展水平具有明显的空间集聚分布特征，表现出明显的空间依赖性和空间异质性。随着时间的推移，热点聚集区呈现扩张态势，表明工业绿色发展高水平地区空间集聚分布程度趋于增强，这与全局莫兰指数的分析结果是相一致的。热点聚集区主要分布在中部及东部沿海地区，冷点聚集区主要分布在西北地区，自东向西由热点聚集区转变为冷点聚集区。由此可见，中国工业绿色发展水平总体上呈现出东高西低的特点，从东部地区向西北内陆地区不断递减的变化规律，形成了东—西相望的空间分布格局。

3 工业绿色发展水平影响因素分析

3.1 影响因素指标体系构建

借鉴现有研究成果[33-34]，并结合中国工业发展的特点，从对外开放、工业化水平、能源使用、经济水平、人才供给、技术供给、环境规制、产业结构八个方面筛选指标，构建中国工业绿色发展水平影响因素指标体系（表5）。

表5 中国工业绿色发展水平影响因素指标体系

3.2 结果分析

面板数据分析的效应选择有两种，根据Hausman检验统计值判断，本文选择双固定效应模型。以工业绿色发展水平指数为被解释变量，以影响因素各项指标为解释变量，运用空间杜宾模型进行计算，估计结果如表6 所示，能源使用、技术供给都通过了1%的显著性检验，工业化水平和经济水平分别通过了5%、10%的显著性检验，对外开放、人才供给、环境规制、产业结构未能通过显著性检验，说明能源使用、技术供给、工业化水平、经济水平是影响中国工业绿色发展水平的关键因素。其中，能源使用、技术供给、工业化水平、经济水平的回归系数分别为0.2887、0.0259、0.1160、0.0401，说明这四个因素对于工业绿色发展水平具有积极作用，能源使用效率、技术供给、工业化水平和经济水平的提高能够有效促进中国工业绿色发展水平的提升。此外，技术供给、经济水平的空间滞后项系数分别通过了1%、5%的显著性检验，技术供给的滞后项系数为0.0526，说明相邻省份技术供给的提高会促进本地区工业绿色发展水平的提升，具有一定的积极作用；经济水平的滞后项系数为-0.0883，说明相邻省份经济水平的提高对本省份的工业绿色发展水平具有消极作用。

表6 空间杜宾模型估计结果

从表7 可以看出，工业化水平、能源使用、经济水平、技术供给的直接效应分别为0.1115、0.2984、0.0371、0.0233，其中，能源使用和工业化水平的直接效应最大，是影响中国工业绿色发展水平最主要的因素。工业化水平、能源使用、经济水平、技术供给每提高1%，会使工业绿色发展水平提高0.1115%、0.2984%、0.0371%、0.0233%。经济水平、人才供给和技术供给存在显著的间接效应。经济水平的间接效应显著为负值，表明经济水平对工业绿色发展水平存在显著的负向空间溢出效应，即某一省份经济水平的提升会对其邻近省份的工业绿色发展水平产生消极影响。经济水平对工业绿色发展水平同时具有正向直接效应和负向间接效应，说明一个地区的经济水平越高，能够为工业绿色发展提供更多的资金，汇集更多的人才和先进技术，促使工业绿色发展水平的提升，对本省的工业绿色发展水平有直接的促进作用；相反，邻近省份的经济水平高，对资金和人才的吸引作用强，会促使资金、人才、技术都向邻近省份集聚，不利于本省工业绿色发展水平的提高。人才供给和技术供给的间接效应分别为0.0171、0.0658，说明人才供给和技术供给对工业绿色发展水平存在显著的正向空间溢出效应，即某一省份人才供给、技术供给的提高会对相邻省份的工业绿色发展水平提升产生积极影响，假如该省份人才供给、技术供给每提高1%，会使相邻地区的工业绿色发展水平提高0.0171%、0.0658%。

表7 空间杜宾模型的直接效应与间接效应估计

4 结论与讨论

4.1 结论

研究期内中国工业绿色发展水平总体上呈现波动上升的趋势，但总体水平仍然较低；省际之间差异较为明显，工业绿色发展水平较高的地区主要集中在东部发达地区，发展水平较低的地区主要分布在西部内陆欠发达地区和边境地区；东部、中部、西部三大区域的工业绿色发展指数均呈上升趋势，空间上呈现“东部＞西部＞中部”的发展格局。

中国工业绿色发展水平在省级尺度上呈现出明显的空间集聚分布特征，但集聚分布程度存在一定的波动。热点聚集区主要分布在中部及东部沿海地区，冷点聚集区主要分布在西北地区，在空间分布上逐渐稳定。中国工业绿色发展水平总体上呈现出东高西低的特点，且表现出由东部地区向西北内陆地区不断递减的变化趋势，形成了东—西相望的空间分布格局。

能源使用、技术供给、工业化水平、经济水平是影响中国工业绿色发展水平的关键因素，其中，能源使用的直接效应最大，工业化水平次之，经济水平对工业绿色发展水平具有正向直接效应和负向间接效应，技术供给对工业绿色发展水平存在显著的正向空间溢出效应，能源使用效率、工业化水平、经济水平的提高和技术供给的增加，可以有效促进中国工业绿色发展水平的提升。

4.2 讨论

在中国政府积极促进绿色发展、坚定走可持续发展道路的背景下，工业绿色发展水平有所提升，但总体水平仍然较低，与发展前沿面有较大差距。在充分结合研究结果的基础上，本文给出以下建议：第一，加快转变工业发展方式，实现绿色转型发展。企业是经济发展的主力，实现绿色转型发展要培育优质企业，给予重点企业更多政策支持，搭建国内外绿色技术共享平台，促进企业技术创新升级，拓展新增长点。第二，促进资源循环利用，发展绿色经济。提高资源利用效率，对传统高耗能产业进行改造提升；发展先进绿色工艺技术，提升绿色制造水平，建立低耗高产的制造体系。第三，加大自主研发投入，提升工业科技创新水平。目前，工业企业科技研发投入比重较小，国家应加大对工业重点企业的资金扶持力度，构建绿色金融体系，为小微企业提供更多的资金来源渠道。第四，优劣互补，共同促进。东部地区工业绿色发展水平相对较高，能够为中西部地区提供更多资金、先进技术以及高水平人才，中西部地区资源丰富，可以输送更多的清洁能源到东部地区，在东中西三大区域的共同作用下，实现中国工业绿色发展水平的提升。

本研究中存在以下局限：首先，在指标体系构建方面，由于部分指标数据的不可获取性，在工业绿色发展潜力指标选取方面还有待进一步的优化与完善；其次，本研究主要对省域尺度的工业绿色发展水平进行了分析，基于小尺度的市域、县域分析未能涉及，后续研究中还有待进一步深入。