中國制造業綠色競爭力區域差距、動態演進與趨勢預測

收稿日期：2023-07-05" 修回日期：2023-12-04

基金項目：山東省社科規劃重大理論和現實問題協同創新研究專項（22BCXJ02）

作者簡介：張峰（1989—），男，山東濟南人，博士，山東理工大學管理學院教授、碩士生導師，研究方向為系統工程與工業工程；陳嘉偉（1998—），男，山東東營人，山東理工大學管理學院碩士研究生，研究方向為管理系統工程。本文通訊作者：陳嘉偉。

摘 要：采用“縱橫向”拉開檔次法、達格姆基尼系數、障礙度分析、核密度估計及馬爾科夫鏈，分析2006—2020年中國制造業綠色競爭力區域差異、障礙因素、分布動態和演進趨勢。研究發現：①中國制造業綠色競爭力整體呈上升態勢，大致經歷了波動調整期、平穩增長期和起伏換擋期3個階段，展現出“東部領先、中部居中、西部落后”的分布格局；②中國制造業綠色競爭力總體基尼系數呈下降趨勢，組間差異是導致制造業綠色競爭力總體差異的主要原因，其中東部與西部區域差異呈顯著擴大態勢，制造業煤炭消耗占能源消耗總量的比重是制造業綠色競爭力發展的主要障礙；③空間核密度估計結果表明，綠色競爭力空間集聚模式存在“俱樂部收斂”現象，且時間跨度未產生明顯效用；④從馬爾科夫鏈極限求解結果看，制造業綠色競爭力隨時間推移逐步提升，并呈現出逐漸向高值集中的走向。研究結論可為加快促進中國制造業綠色競爭力空間均衡、協同有序與提質高效發展提供新思路。

關鍵詞：制造業綠色競爭力；區域差距；動態演進；趨勢預測

DOI：10.6049/kjjbydc.2023070089

中圖分類號：F427

文獻標識碼：A

文章編號：1001-7348（2025）04-0042-13

0 引言

中共二十大報告提出，“堅持把發展經濟的著力點放在實體經濟上”。制造業作為立國之本、興國之器和強國之基，是構建工業現代化體系基本盤、帶動就業實現共同富裕的強引擎以及建成社會主義現代化強國的入場券。新發展格局下，制造業發展步入爬坡過坎的攻堅期，亟需全方位、深層次推行綠色化，并將其作為新型工業化建設的新抓手。然而，中國制造業“三高一低”粗放型發展模式導致其面臨日益嚴峻的資源環境約束，要素配置不均衡導致區域間制造業綠色發展不平衡不充分問題突出，迫切需要釋放體內“綠色基因”。為此，應根據國務院印發的《新時代的中國綠色發展》白皮書要求，秉承創新、協調、綠色、開放、共享的新發展理念，強調生產與生態平衡、發展與環境和諧，不斷探索中國制造業資源節約、環境保護生態負效應最小化的高質量發展道路。可見，貫徹新發展理念、提升區域制造業綠色競爭力成為中國實現高質量發展以及全面建成社會主義現代化強國的重要突破口。

綠色競爭力是環境經濟學、生態經濟學、綠色經濟學等研究領域的重要議題。其中，有關制造業綠色競爭力的研究最早可追溯至20世紀90年代“波特理論”。Michael Porter［1］認為環境質量改善與企業生產率、競爭力增長之間存在雙贏，綠色競爭力是企業在合理環境規制下獲取市場競爭優勢的關鍵。制造業綠色競爭力內涵范圍較廣，尤其是近年來可持續發展框架成為處理經濟效益與社會效益的內在要求，眾多國內外學者愈發關注相關研究主題。關于制造業綠色競爭力研究關注點不斷改變，從企業在政府環境規制下減少環境污染的治理導向［2］，到綠色管理模式［3］、綠色生產［4］、綠色供應鏈［5］的內容導向，再到轉型升級與尋求綠色發展的目標導向［6］，制造業綠色競爭力內涵愈發豐富，體現出綠色競爭力對于制造體系的重要性。另外，相關研究從關注微觀企業轉向中觀省域［7］、市域［8］、城市群［9］等，極大豐富了制造業綠色競爭力理論與實踐。其中，從指標體系構建看，資本［10］、環境［11］和創新［12］等要素占據制造業綠色競爭力評價范式主流，隨著制造業綠色競爭力內涵的不斷拓展，制造業綠色競爭力的社會屬性也納入考量范疇。從線性關系看，由于不同領域學者關注重點不同，現有研究從多個方面揭示制造業綠色競爭力的內在邏輯，其中政府行為［13］、技術進步［14］、自然資源［15］、產業集聚［16］等因素成為探討焦點。從指數測度工具看，數據包絡分析［17］、模糊層次分析［18］、熵權法［19］得到廣泛應用，其中熵權法因能較好地確定權重而成為當前主流測度方法。

上述研究為本文提供了強有力的理論依據和方法論支撐，但仍存在以下問題亟待解決：首先，制造業綠色競爭力評估應如何滿足新發展理念與新型工業化道路的時代要求？已有研究多從制造業綠色競爭力空間分布某一側面展開，缺乏對制造業綠色競爭力多維度、多尺度的綜合考察。其次，隨著區域協調發展戰略的實施，制造業綠色轉型面臨新形勢，制造業綠色發展差距成為區域發展重點，那么應如何把握制造業綠色競爭力區域差異及來源？制造業綠色競爭力具有哪些動態演進特征？再次，對制造業綠色競爭力未來發展趨勢進行預測能否滿足可持續發展要求？

本文邊際貢獻主要體現在：一是引入“縱橫向”拉開檔次法，系統量化中國制造業綠色競爭力，對中國內地30個省份制造業綠色競爭力進行檢驗，揭示其變化規律及面臨的主要障礙，以獲取關于制造業綠色競爭力發展的正確認知；二是通過Dagum基尼系數識別中國制造業綠色競爭力區域差異及來源，把握中國制造業綠色競爭力發展特征和均衡化推進路徑，可為區域一體化發展提供理論基礎；三是基于空間Kernel密度估計探析制造業綠色競爭力動態演進趨勢，可為制造業探索綠色躍遷路徑提供新邏輯。在上述研究的基礎上，通過Markov極限求解對制造業綠色競爭力趨勢進行預測，有利于提高資金統籌安排和扶持政策制定的合理性，對于促進制造業產業結構優化升級、明確制造業轉型方向具有重要啟示。

1 模型構建與指標設計

1.1 模型構建

1.1.1 “縱橫向”拉開檔次法

中國制造業綠色競爭力指數評價屬于多指標測度，故采用“縱橫向”拉開檔次法對其進行綜合測度，構建如下模型：

yitk=∑mj=1ωjxijtk，i=1，2，…，nj=1，2，…，m;k=1，2，…，T（1）

其中，yitk表示在tk時期對象i的測度評價值； xijtk表示tk時期對象i的指標因素值。運用極差法對面板數據進行標準化處理，正向指標處理公式如下：

x'ijtk=xijtk－mMj－mj（2）

逆向指標處理公式如下：

x'ijtk=Mj－xijtkMj－mj（3）

其中，mj=minxijtk， Mj=maxxijtk， x'ijtk∈0，1］為指標標準化后的數值。取yi（tk）的離差ε平方和最大值，表達式為：

ε2=∑Tk=1∑ni=1yitk－y-2（4）

對于x'ijtk∈0，1］，滿足條件：

y-=∑Tk=1∑ni=1∑mj=1ωjx'ijtk/n］/T=0（5）

因而有：

ε2=∑Tk=1∑ni=1yitk2=∑Tk=1W′HkW］=W′∑Tk=1HkW=W′HW（6）

其中， W=ω1，ω2，…，ωm， H=∑Tk=1Hk表示m×m矩陣，Xk=x11tk…x1mtkxn1tk…xnmtk］， Hk=X′kXk（k=1，2，…，T）。當 WW′=1時，矩陣中H最大特征值對應的特征向量即為最終權重W。據此，利用模型（1）測算最終評價值yi（tk）。

1.1.2 Dagum基尼系數

Dagum（1997）指出，基尼系數可以克服傳統基尼系數和泰爾系數難以分解組群的問題。本文借鑒這一研究，測度中國制造業綠色競爭力空間分異程度，詳細計算公式參考劉華軍等［20］和劉秉鐮等［21］的研究。

1.1.3 障礙因子診斷模型

障礙因子診斷模型可計算綜合評價體系中各評價指標的障礙度，明晰事物發展阻礙因素類別與程度，故使用障礙因子診斷模型分析影響中國制造業綠色競爭力的障礙因子，詳細計算公式參考趙宏波等［22］的研究。

1.1.4 Kernel密度估計

Kernel密度估計是研究不均衡分布的重要非參數估計方法，能夠展示中國制造業綠色競爭力分布的動態演進情況，傳統Kernel密度估計表達式如下：

f（x）=1Nh∑Ni=1K（Xi－xh）（7）

K（x）=12πexp（－x22）（8）

其中，N為觀測值個數； K（·）為高斯核函數；X為觀測值；x為觀測值均值；h表示帶寬，表征核密度曲線的光滑程度。

利用空間核密度估計，本文考察中國制造業綠色競爭力在考慮時間因素下的動態趨勢，空間核密度估計表達式為：

f（x，y）=1Nhxhy∑ni=1Kx（Xi－xhx）Ky（Yi－yhy）（9）

g（y|x）=f（x，y）x（10）

其中，f（x，y）表示x和y的聯合概率密度函數；g（y|x）表示x條件下y的空間核密度。

1.1.5 Markov鏈分析方法

本文基于傳統馬爾可夫鏈和空間馬爾可夫鏈分析方法測算不同條件下的轉移概率矩陣，詳細計算公式參考陳明華等［23］的研究。

馬爾可夫鏈經過長時間轉移后，狀態轉移概率矩陣將不受時間影響，概率分布呈平穩狀態，也稱極限狀態。運用馬爾科夫轉移概率矩陣進行極限求解能夠預測制造業綠色競爭力未來動態演變趨勢。據此，將極限定義嵌入到馬爾科夫鏈遞推公式中，求解馬爾科夫鏈的極限狀態矩陣：

limt→∞π（t+1）=limt→∞π（t）M（11）

其中，π表示馬爾科夫鏈演變的終極狀態矩陣；M表示馬爾科夫轉移概率矩陣。若π滿足∑ni=1πi=1（i=0，1，2，…），則視為馬爾科夫鏈演變的終極狀態矩陣。

1.2 指標選取

制造業綠色競爭力不僅涵蓋制造業經濟增長的基本狀態，同時與資源、環境及社會等諸多要素具有緊密關聯性，現有研究雖然基于不同視角建立了頗具特色的評價指標體系，但新發展階段對制造業走好新型工業化道路提出了新要求，要堅持以人為本，站在人與自然和諧共生的高度謀劃發展，主張資源節約、環境友好、面向未來可持續發展。因此，對制造業綠色競爭力進行科學評估，以促進其提高經濟效益、加快技術升級、降低能源消耗、減少環境污染、增進人民福祉。因此，參考李廉水等［24］對制造業“新型化”的評價思路，結合“創新、協調、綠色、開放、共享”五大發展理念以及新型工業化道路內涵，根據《新時代的中國綠色發展》白皮書提出的科學性、延續性、系統性和可比性原則，從經濟驅動、創新產出、能源節控、環境規制、社會保障5個維度選取41個評價指標（包括狀態型、驅動型和效益型）進行測度，相關指標見表1。

1.3 數據來源

基于數據統計口徑的一致性和可得性，本研究選取2006—2020年中國內地30個省份（西藏數據不全，故未納入統計）面板數據為研究樣本，數據主要來源于《中國工業經濟統計年鑒》《中國科技統計年鑒》《中國環境統計年鑒》《中國能源統計年鑒》、各省份統計年鑒以及各省份統計局網站等，對于個別缺失數據，采用線性擬合法進行補充。

2 實證結果分析

2.1 中國制造業綠色競爭力測度結果

采用“縱橫向”拉開檔次法測算2006—2020年全國和東、中、西三大地區制造業綠色競爭力。由圖1可知，中國制造業綠色競爭力整體呈上升態勢，評價均值由2006年的0.53增長到2020年的0.56，說明中國制造業保持較好的綠色發展勢頭，生態環境與經濟增長協調度得到提高。從階段變化看，中國制造業綠色競爭力經歷了以下3個階段：波動調整期（2006—2010年）、平穩增長期（2011—2015年）、起伏換擋期（2016—2020年）。第一階段制造業綠色競爭力先是短期上升，其后明顯下降，拐點出現在2008年，原因可能在于中國制造業低附加值競爭模式受金融危機沖擊明顯；第二階段在2011年實現小幅上升后始終在0.575附近波動，該階段處于“十二五”規劃時期，先后提出《“十二五”節能減排綜合性工作方案》《綠色制造科技發展“十二五”專項規劃》等一系列舉措，加速傳統制造業落后產能淘汰與綠色轉型升級進程，鼓勵產業由提高產能投資向促進工藝創新轉變，制造業綠色競爭力得以提升；第三階段曲線“失穩”特征凸顯，波谷出現在2018年，制造業綠色競爭力指數為0.537，說明原有平衡狀態被打破。原因可能在于中國受“三重沖擊”影響，制造業外向型經濟發展模式飽受“長臂管轄”和“技術封鎖”困擾，制造業景氣度明顯回落，再加上服務于生態環境與經濟增長的頂層設計不完善，使得企業參與綠色發展主動性、長期性預期不足，在外部環境復雜性明顯提升背景下，導致制造業綠色競爭力出現較大波動。

從區域尺度看，中國內地30個省份制造業綠色競爭力整體均值為0.562，東、中、西部地區制造業綠色競爭力均值分別為0.646、0.549和0.489，其中東部地區均值高于全國均值，中部和西部地區低于全國均值，呈現出“東部領先、中部居中、西部落后”的分布格局。如圖2所示，全國和東、中兩大地區制造業綠色競爭力呈右偏態向高值集中分布趨勢，西部地區則呈左偏態向低值集中分布趨勢，具有較強的分布偏態性特征。具體而言，東部地區相較于中、西部地區，在經濟增長、產業培育、創新能力、增加出口等領域取得突出成就，率先集中眾多制造業綠色發展勢能，建成一批獨具特色、優勢突出的高新制造業產業集群，使當地制造業綠色特征明顯。中部地區制造業綠色競爭力均值稍低于全國平均水平，這是因為中部地區“倚重倚能”的制造模式使得制造業存在較為嚴重的路徑依賴，并且當地制造業普遍存在經濟總量與開放度錯位現象，導致產業結構轉型升級、品牌價值提升面臨諸多困難。然而，近年來一批具有綠色標桿作用的專精特新“小巨人”企業的誕生，為中部地區制造業綠色競爭力邁向更高梯度創造了條件。西部地區制造業發展本就滯后，難以擺脫產能與技術落后、資源消耗量大、污染程度高等難題，加之部分“高精尖”人才流失，導致西部地區制造業陷入綠色發展剛性需求與內生動力不足的疊加性困境，嚴重制約當地制造業綠色競爭力攀升，使得西部地區呈現低值集中分布態勢。

2.2 中國制造業綠色競爭力區域差異與來源

為進一步明確中國制造業綠色競爭力差異，使用Dagum基尼系數分解法對2006—2020年中國制造業綠色競爭力進行分解，包括全國和東、中、西部三大地區的區域內差異、區域間差異及差異來源，結果見圖3、圖4和圖5。

2.2.1 中國制造業綠色競爭力總體差異與區域差異

由圖3可知，中國制造業綠色競爭力基尼系數由2006年的0.107下降到2020年的0.106，均值為0.108，各年基尼系數均低于0.2，表明中國制造業綠色競爭力水平總體差異較小，且區域間制造業綠色競爭力發展差異得到一定程度控制。不同區域制造業綠色競爭力基尼系數不同，其中東、中、西部制造業綠色競爭力基尼系數差異均值依次為0.069 5、0.073 7、0.095 3，呈現“西部高、中部次之、東部較小”的分布格局，并且西部和中部地區呈上升趨勢，而東部地區則呈下降趨勢。具體而言，西部地區制造業綠色競爭力基尼系數均值達到0.095 3，年均增長率為2.63%，說明西部地區制造業綠色競爭力水平總體差距不大，但區域間制造業綠色競爭力差距有擴大趨勢。中部地區基尼系數均值為0.073 7，年均增長率達到2.65%，說明中部地區區域間制造業綠色競爭力差距不大，但基尼系數整體呈增長態勢。東部地區制造業綠色競爭力基尼系數均值達到0.069 5，年均遞減率為0.99%。說明東部地區內部省份制造業綠色競爭力差距較小，即存在“評價高、差異小”的雙重發展趨勢。

2.2.2 中國制造業綠色競爭力差異與分解

圖4為東、中、西三大地區制造業綠色競爭力Dagum基尼系數計算結果，對比不同地區差異發現，東—中區域間差異呈現“下降—平穩上升—波動下降”態勢，地區間基尼系數由2006年的0.117下降至2020年的0.096，年均下降1.21%；東—西部區域間差異呈現“平穩增長—波動下降”態勢，地區間基尼系數由0.155降至0.138，年均下降率為0.70%；中—西部區域間差異呈現“波動上升”態勢， 地區間基尼系數由2006年的0.084增長至2020年的0.111，年均增長率為2.15%。整體來看，觀測期初東—西部區域間差異最大，中—西部次之，東—中部最小，東—中部、中—西部、東—西部基尼系數均值分別為0.103、0.107和0.148。可見，西部地區與其它地區制造業綠色競爭力差距仍是當前制造業綠色發展面臨的主要挑戰。盡管西部地區制造業近年來綠色轉型發展勢頭良好，但仍需強化未來產業布局與區域間經濟合作，尤其是注重西部地區與東部地區協調發展。

2.2.3 中國制造業綠色競爭力區域差異來源

圖5為中國制造業綠色競爭力總體Dagum基尼系數和分解結果。從中可見，組內基尼系數差異總體表現為上升趨勢，由研究期初的0.025波動上升到研究期末的0.028，年均增幅為0.83%，研究期內平均貢獻率為25.02%；而組間基尼系數差異則表現出與組內基尼系數差異相反的變動態勢，由研究期初的0.070波動下降到研究期末的0.060，年均降幅為0.97%，研究期內平均貢獻率為60.29%。研究期內超變密度貢獻值與相對貢獻率均呈“先減后增再減”的倒“N”型變化特征，且期末超變密度貢獻值與相對貢獻率較期初有所增加。從差異來源看，2006年組間超密度基尼系數為0.012，之后以2009年和2017年為拐點表現出先減后增再減趨勢，貢獻率則在8.74%～22.81%之間波動，研究期內平均貢獻率為14.69%。總體來看，區域間差異是導致樣本數據總體差異的主要原因，進一步佐證了縮小區域間差異對于解決中國制造業綠色競爭力區域協調發展具有重要意義。

2.3 中國制造業綠色競爭力障礙因子識別

表2為2006―2020年中國制造業綠色競爭力前6個障礙因子及其障礙度。其中，制造業煤炭消耗占能源消耗總量的比重出現頻率最高，并且制造業能源消耗量、制造業煤炭消耗量出現頻次較多，說明能源因素對中國制造業綠色競爭力阻礙程度較大。究其原因，隨著2007年《中華人民共和國節約能源法》的修訂，中國制造業擇優選擇能源節約、能源開發投資項目，能源層次得到大幅提升，但綠色能源回報率持續降低、能源環境壓力日益加大以及能源開發成本上升導致能源節約速度難以逾越規模擴張速度，進而對制造業能源利用率提出更高要求，制造業未來發展仍需重視傳統高污染能源節約與綠色清潔能源使用。

2.4 中國制造業綠色競爭力動態演進

Dagum基尼系數雖然能反映中國制造業綠色競爭力差異指數及其來源，但無法描述各區域間制造業綠色競爭力的動態演進過程。基于此，本研究采用空間核密度估計法揭示中國制造業綠色競爭力是否具備動態效應和空間效應。

2.4.1 無條件核密度估計

圖6（a）、圖6（b）展示了2006—2020中國制造業綠色競爭力無條件核密度及核密度等高線，即從第t年到第t+3年各省份制造業綠色競爭力分布變化的轉移概率。由圖6可知，中國制造業綠色競爭力無條件核密度估計概率主要集中分布在正45°對角線上，說明中國制造業綠色競爭力從t到t+3年未出現明顯改變，整體保持穩定發展態勢。如表3所示，東、中、西部三大地區轉移分布特征與全國基本一致，概率主體多分布在正45°對角線附近，呈現出俱樂部趨同現象，說明省域制造業發展初始條件、結構特征和發展模式相似。隨著時間推移，省域間制造業綠色競爭力產生“趨同效應”。

2.4.2 空間靜態核密度估計

圖7（a）、圖7（b）展示了2006—2020年中國制造業綠色競爭力空間靜態核密度及核密度等高線，考察相鄰省份制造業綠色競爭力影響本省份制造業綠色競爭力的演變趨勢。由圖7可知，中國制造業綠色競爭力在空間靜態條件下概率主體分布以X軸0.4和0.7為分界點呈現出分段特征。當t年相鄰省份制造業綠色競爭力指數低于0.4時，概率主體分布大致平行于X軸，說明這些省份制造業綠色競爭力空間溢出效應較弱。當t年相鄰省份制造業綠色競爭力指數介于0.4～0.7之間時，概率主體多分布在正45°對角線附近，說明制造業綠色競爭力存在空間正相關性，表現出正向集聚特征。當t年相鄰省份制造業綠色競爭力指數高于0.7時，概率主體多集中分布在正45°對角線下方，說明高水平省份傾向于通過實施“低速路”戰略與較低水平省份進行合作。如表3所示，中部地區與全國整體空間靜態核密度特征一致；東部地區存在正向空間溢出效應，說明綠色要素配置合理；而西部地區無明顯空間溢出效應，原因可能在于當地制造業綠色發展體系尚處于發展階段，成果轉化平臺有限，導致抑制效應仍高于正向效應，使得空間溢出效應不明顯。

2.4.3 空間動態核密度估計

與空間靜態核密度估計相比，圖8展示的空間動態核密度估計將時間滯后條件納入制造業綠色競爭力空間關聯特征。圖8中概率主體分布與圖7分布情況相似，說明時間滯后條件的加入未出現顯著效用。但與圖7相比，圖8中概率主體在X＜0.4處出現雙峰且在Y軸方向上的分布更加集中，說明相鄰低水平省份制造業綠色競爭力空間相關性在考慮時間滯后條件后有所增強。如表3所示，在時間跨度下，西部地區制造業綠色競爭力空間靜態核密度與空間動態核密度一致，說明隨著時間推移，地區間綠色要素流動藩籬依舊存在；東部地區分布形態一方面說明低水平省份長期受相鄰高水平省份“扶持”，另一方面說明高水平省份綠色要素冗余導致溢出效應觸及“天花板”；中部地區空間溢出效應較弱，說明中部地區空間溢出效應隨時間推移逐步被抵消。原因可能在于，中部地區制造體系較為“封閉”，產業關聯度低、鏈條短， 導致省域間制造業長期空間交互行為缺失，綠色要素流動受到“壓制”。

2.5 中國制造業綠色競爭力長期演進趨勢預測

與核密度估計方法相比，馬爾可夫鏈分析方法能顯示各地區制造業綠色競爭力水平轉移方向和概率。因此，本研究將中國內地30個省份制造業綠色競爭力指數劃分為4個等級：低水平（0～25%）、中低水平（25%～50%）、中高水平（50%～75%）、高水平（75%～100%），預測中國制造業綠色競爭力動態演進趨勢，對核密度估計結果予以補充。

2.5.1 傳統馬爾可夫鏈

表4給出中國制造業綠色競爭力指數傳統Markov轉移概率矩陣，由表4可知：①轉移概率矩陣對角線概率均大于非對角線概率，其中低水平、中低水平、中高水平、高水平省份滯后一年維持原水平的概率分別為88.79%、65.69%、65.14%、87.25%，說明各省份制造業綠色競爭力轉移具有維持原有狀態的穩定性；②中國制造業綠色競爭力存在 “俱樂部收斂”現象，具體而言，低水平與高水平滯后一年維持原有狀態的概率分別為88.76%和87.25%，中低水平與中高水平滯后一年維持原有狀態的概率分別為65.69%和65.14%，說明等級類型轉移存在“自身鎖定”現象；③制造業綠色競爭力很難步入轉移“快車道”，等級轉移大多發生在對角線上，非對角線上最大值（0.202）僅為對角線上最小值（0.651）的31.03%，且等于0的要素均位于對角線兩側，說明各省份制造業綠色競爭力改善仍處于鞏固階段，短期內無法實現跨越式發展。

圖9（a）為整個研究期內中國制造業綠色競爭力等級類型轉移的空間分布。從數量看，向上轉移省份占全國總數的23.33%，向下轉移省份占全國總數的23.33%，而保持平穩狀態的省份則占全國總數的53.33%，說明大部分研究樣本制造業綠色競爭力狀態類型趨于穩定。從空間分布看，向上轉移省份主要集中在西南地區的四川、重慶和東部地區的河北，向下轉移省份主要集中在西北地區的新疆、甘肅和東部地區的山東、遼寧、河南、黑龍江，保持平穩省份則主要集中在中部地區的內蒙古、山西，東部地區的江蘇、安徽、浙江，西部地區的云南、貴州。

2.5.2 空間馬爾可夫鏈

圖9（b）為鄰域環境對區域制造業綠色競爭力的影響，研究期內自身和鄰域轉移類型相同省份占比為43.33%，其中均向上轉移的“高地區”主要集中在四川、重慶，新疆是向下轉移的“塌陷區”，自身和鄰域狀態類型不變省份占絕大多數。在不同鄰域條件下，中國制造業綠色競爭力轉移概率發生明顯改變。例如，當不考慮空間鄰域背景時，低水平轉為高水平的概率為11.21%，而當與低水平、中低水平、中高水平、高水平省份相鄰時，其轉移概率分別為 11.11%、6.85%、57.14%、0%。這表明，在考慮鄰域背景情況下，中國制造業綠色競爭力轉移概率與不考慮鄰域背景時存在顯著差異。具體而言：①中國制造業綠色競爭力存在“俱樂部收斂”現象，并且高低水平趨同現象愈發明顯，這也驗證了全國及東、中、西部三大地區制造業綠色競爭力存在多極化發展趨勢，中國制造業綠色競爭力類型轉移在區域內形成“高高集聚，低低集聚”特征；②空間因素對中國制造業綠色競爭力指數動態轉移具有顯著影響，鄰近效應對本省份制造業綠色競爭力的動態演進影響較大，表現出“鄰高提升，鄰低抑制”特征，相鄰低水平省份會阻礙本省份制造業綠色競爭力提升，甚至會拉低其發展水平，如P22/2（0.047）lt;P22（0.078），而鄰域高水平則對本省份發揮正向影響作用，會拉動制造業綠色競爭力增長，并且能減少其向下轉移概率，如P34/3（0.222）gt;P34（0.146）。這可能是因為，鄰域高水平制造業擁有豐富的資本、技術和人才優勢，通過“擴散效應”對增強本地區制造業綠色競爭力起到一定促進作用。

2.5.3 馬爾可夫鏈預測

進一步，本文對中國制造業綠色競爭力各種狀態類型在t→∞次轉移后的極限分布求解，利用傳統和空間Markov概率轉移矩陣測算兩種背景下的極限分布，并與初始狀態進行對比，探究中國制造業綠色競爭力長期演進發展趨勢。如表6所示，在不考慮空間滯后條件下，求解極限分布狀態與初始狀態相比，不同狀態類型表現出不同特征，處在低、中低水平類型省份數量逐漸減少，省份向上轉移較高水平和高水平概率為28.05%、35.60%；而處在中高、高水平類型省份數量顯著增加，省份向下轉移較低及以下水平類型概率為14.96%、21.40%。這表明，中國各省份制造業綠色競爭力狀態類型長期看具有上檔升級態勢，逐步由低狀態類型向高狀態類型轉移。在考慮空間滯后條件下，中國制造業綠色競爭力轉移矩陣極限分布存在顯著差異，當與制造業綠色競爭力低水平類型省份為鄰時，制造業綠色競爭力隨時間推移呈現出由低到高的持續增強趨勢。而當與制造業綠色競爭力較高及以上水平類型省份為鄰時，制造業綠色競爭力類型為中高、高水平數量（13.88%和72.27%、46%和52%）高于低與中低水平數量（3.78%和10.07%、0%和2%）。總體而言，制造業綠色競爭力隨時間推移逐步提升，呈現向高值集中分布趨勢，說明未來制造業在新發展理念與新型工業化道路引領下，通過持續完善工藝、改進產品、提升質量和創新服務，不僅能降耗增效，推動制造業向集約型方向轉變，而且“惠民生”與“穩就業”成為制造業未來發展主旋律之一，進而助力可持續發展目標的實現。

3 結論與啟示

3.1 研究結論

本文運用“縱橫向”拉開檔次法對2006—2020年全國和東、中、西三大地區制造業綠色競爭力進行測算，采用Dagum基尼系數、障礙因子診斷模型、Kernel密度估計及Markov鏈分析方法對全國和東、中、西三大地區制造業綠色競爭力地區差異、障礙因素、分布動態及趨勢預測進行分析，得出以下結論：

（1）中國制造業綠色競爭力整體呈上升趨勢，大致經歷了波動調整期、平穩增長期和起伏換擋期3個階段，展現出“東部領先、中部居中、西部落后”的分布格局。此外，全國和東、中、西三大地區制造業綠色競爭力呈現較強的偏態性分布特征。中國制造業綠色競爭力總體基尼系數呈下降趨勢，組間差異是導致制造業綠色競爭力總體差異的主要原因，其中東部與西部區域間差異呈顯著擴大趨勢。障礙因素診斷結果表明，制造業煤炭消耗占能源消耗總量的比重是主要障礙因子。

（2）從動態演進過程看，中國制造業綠色競爭力具有較強的路徑依賴特征，當期較高的綠色競爭力可能會推動后期綠色競爭力持續提升。在空間條件下，靜態與動態估計結果存在一定差異，靜態條件下制造業綠色競爭力表現出一定的正向空間相關性，時間因素的加入并未對中國制造業綠色競爭力概率主體分布位置、分布形態產生明顯效用，動態條件下東、中、西部三大地區空間溢出效應不同。

（3）傳統Markov鏈分析表明，中國各省份制造業綠色競爭力發展趨勢較為穩定，且發生跨越式轉移的概率較低；空間Markov鏈分析表明，中國制造業綠色競爭力存在“俱樂部收斂”現象，表現出“鄰高提升，鄰低抑制”特征。從長期演變趨勢看，中國制造業綠色競爭力未來發展隨時間推移而逐步提升，呈現向高值集中分布趨勢，且不同鄰域狀態類型對區域制造業綠色競爭力演變的影響具有異質性。

3.2 政策啟示

根據上述研究結論，本文提出如下政策啟示：

（1）踐行“綠水青山就是金山銀山”的發展理念，采取“縱向發展、橫向協同”的治理思路。首先以“綠色制造”為基點推動縱深發展，在既有產業基礎和資源稟賦下摒棄粗放型發展模式，遏制“兩高一資”項目盲目發展，占領產業綠色發展高地，將制造業“質”與“量”協同發展納入重點考量范圍。重視工業增長過程中制造業綠色演變歷程，把握工業增長與制造業綠色承載力變遷的內在關聯性，構建高效、清潔、低碳、合理的綠色制造體系，滿足制造業“新型化”要求，探究制造業發展趨勢、發展速率和發展布局。其次，以“協調聯動”模式推動橫向互惠發展，調整優化制造業重大生產力布局，扎實推進中國工業現代化進程，堅持市場引導與政府引導耦合機制“自上而下”與“自下而上”驅動模式的良性互動。注重區域組內與組間制造業綠色競爭力平衡發展，注重突破西部地區內部差異，同時把控“東部—西部”差距增速。再次，各地區省份間制造業綠色競爭力發展相對孤立，合理優化綠色要素配置與流動，借助產業轉移、技術扶持、資本注入等渠道，充分發揮制造業綠色競爭力高水平地區對鄰近區域的輻射作用，打破原有區域發展壁壘和要素流動藩籬，實現各經濟板塊協同攻關、各揚所長，加快建成優勢互補的制造業區域均衡發展格局。

（2）聚焦短板、因地制宜。中國不同區域制造業綠色競爭力發展各具特點。因此，應采取“縱向發展、橫向協同”治理思路，聚焦短板，因地制宜提升制造業綠色競爭力。東部地區制造業應依托規模優勢，發揮人流、物流和信息流等要素集聚對制造業綠色競爭力的驅動作用，一方面以“生產模式升級”和“生產要素升級”為抓手，加快戰略性新興產業與前沿技術產業發展步伐，推動制造業高端化和綠色化發展。另一方面，按照“循環鏈接”思路，強化區域內部高水平省份交流機制，使其成為中國制造業綠色發展先行區。中部地區制造業擁有一定產業規模基礎，但產業結構重型化特征明顯、綠色制造技術裝備創新能力和品牌發展意識薄弱，應在夯實當前制造業規模的基礎上制定明確的“三高”工藝、技術和裝備淘汰目錄，增強品牌保護意識，降低附加值產業比重，加快由政府主導的單一規制模式向多類型聯合規制模式轉變。西部地區在有序促進制造業經濟增長的基礎上，一方面要重視資源節約與循環利用，規范清潔生產步驟，重點加強煤化工、裝備制造、冶金產業污染防控工作與技術改造，并以“川渝地區”為戰略基點加快打造西部地區制造業綠色發展增長極。另一方面，還應合理評估自身制造業承載水平，建立并完善生態補償機制，杜絕補償標準“一刀切”問題，發揮政府與市場協同作用，促進當地制造業綠色集約化發展。

參考文獻參考文獻：

［1］ PORTER M E，CLAAS V D L. Toward a new conception of the environment-competitiveness relationship［J］. Journal of Economic Perspectives，1995， 9（4）： 97-118.

［2］ PORTER M E，VAN D L C. Green and competitive： ending the stalemate［J］. Harvard Business Review，1995， 8（6）： 120-134.

［3］ LI Y， ZHANG M. Green manufacturing and environmental productivity growth［J］. Industrial Management amp; Data Systems， 2018，118（6）： 1303-1319.

［4］ GUNASEKARAN A， SUBRAMANIAN N， YUSUF Y. Strategies and practices for inclusive manufacturing： twenty-first-century sustainable manufacturing competitiveness［J］. International Journal of Computer Integrated Manufacturing， 2018， 31（6）： 490-493.

［5］ HAFEZALKOTOB A， ZAMANI S. A multi-product green supply chain under government supervision with price and demand uncertainty［J］. Journal of Industrial Engineering International， 2019， 15（1）： 193-206.

［6］ YANG H， LI L， LIU Y. The effect of manufacturing intelligence on green innovation performance in China［J］. Technological Forecasting and Social Change， 2022， 178：121569.

［7］ 孫薇，侯煜菲，周彩紅.制造業綠色競爭力評價與預測——以江蘇省為例［J］.中國科技論壇，2019，35（4）：124-132，141.

［8］ 陳運平，黃小勇.區域綠色競爭力影響因子的探索性分析［J］.宏觀經濟研究，2012，34（12）：60-67.

［9］ WANG Y， HU H， DAI W， et al. Evaluation of industrial green development and industrial green competitiveness： evidence from Chinese urban agglomerations［J］. Ecological Indicators， 2021， 124： 107371.

［10］ 李琳，王足.我國區域制造業綠色競爭力評價及動態比較［J］. 經濟問題探索，2017，38（1）： 68-75.

［11］ ZHANG H， GENG Z， YIN R， et al. Regional differences and convergence tendency of green development competitiveness in China［J］. Journal of Cleaner Production， 2020， 254： 119922.

［12］ WANG N， ZHANG S J， WANG W. Impact of environmental innovation strategy on green competitiveness：evidence from China［J］. International Journal of Environmental Research and Public Health， 2022， 19（10）： 5879.

［13］ 杜龍政，趙云輝，陶克濤，等.環境規制、治理轉型對綠色競爭力提升的復合效應——基于中國工業的經驗證據［J］. 經濟研究， 2019， 54（10）：106-120.

［14］ APPOLLONI A， JABBOUR C J C， D'ADAMO I， et al. Green recovery in the mature manufacturing industry： the role of the green-circular premium and sustainability certification in innovative efforts［J］. Ecological Economics， 2022， 193： 107311.

［15］ DOLGE K， AZIS R， LUND P D， et al. Importance of energy efficiency in manufacturing industries for climate and competitiveness［J］. Environmental and Climate Technologies， 2021， 25（1）： 306-317.

［16］ ZENG W， LI L， HUANG Y. Industrial collaborative agglomeration， marketization， and green innovation： evidence from China′s provincial panel data［J］. Journal of Cleaner Production， 2021， 279： 123598.

［17］ ZHAI X， AN Y. Analyzing influencing factors of green transformation in China′s manufacturing industry under environmental regulation： a structural equation model［J］. Journal of Cleaner Production， 2020， 251： 119760.

［18］ CHENG X， LONG R， CHEN H， et al. Green competitiveness evaluation of provinces in China based on correlation analysis and fuzzy rough set［J］. Ecological Indicators， 2018， 85： 841-852.

［19］ SHANG J， WANG L L. Research on regional industry competitiveness of biomass energy based on entropy weight and TOPSIS［J］. Applied Mechanics amp; Materials， 2011， 121：4646-4650.

［20］ 劉華軍，杜廣杰.中國經濟發展的地區差距與隨機收斂檢驗——基于2000—2013年DMSP/OLS夜間燈光數據［J］.數量經濟技術經濟研究，2017，34（10）：43-59.

［21］ 劉秉鐮，秦文晉.中國經濟高質量發展水平的空間格局與動態演進［J］.中國軟科學，2022，37（1）：62-75.

［22］ 趙宏波，岳麗，劉雅馨，等.高質量發展目標下黃河流域城市居民生活質量的時空格局及障礙因子［J］.地理科學，2021，41（8）：1303-1313.

［23］ 陳明華，張曉萌，劉玉鑫，等.綠色TFP增長的動態演進及趨勢預測——基于中國五大城市群的實證研究［J］.南開經濟研究，2020，36（1）：20-44.

［24］ 李廉水，程中華，劉軍. 中國制造業“新型化”及其評價研究［J］. 中國工業經濟，2015，33（2）：63-75.

（責任編輯：王敬敏）

英文標題

Regional Gaps， Dynamic Evolution and Trend Prediction of China′s Manufacturing Green Competitiveness

英文作者Zhang Feng， Chen Jiawei

英文作者單位（School of Management， Shandong University of Technology， Zibo 255000， China）

英文摘要Abstract：The manufacturing sector， foundational for a nation and integral to national rejuvenation and strength， serves as a powerful engine for constructing the basics of an industrial modernization system， propelling employment， and achieving shared prosperity. In the current era of the new development paradigm， the manufacturing industry is in a crucial period of overcoming challenges， necessitating urgent and comprehensive implementation of green practices as a novel approach for new industrialization. However， the extensive growth model of high investment， high consumption， high pollution， and low efficiency in China's manufacturing industry has resulted in escalating resource and environmental constraints. The uneven allocation of factors has led to pronounced issues of regional disparities and insufficient green development， prompting the urgent need to unleash the industry's \"green genes\". Consequently， scrutinizing the green competitiveness of regional manufacturing becomes a pivotal breakthrough for China to achieve high-quality development. The focus of research on green competitiveness has shifted from enterprise-centric environmental governance to encompass green management models， production， supply chains， and ultimately achieving transformation， upgrading， and green development.

Despite existing empirical research studies predominantly concentrating on specific aspects of the spatial distribution of green competitiveness in manufacturing， there is a lack of a comprehensive， multi-dimensional， and multi-scale examination. To address this gap， this study integrates the five new development concepts and the connotation of the new industrialization road， selecting 41 evaluation indicators comprehensively from five dimensions： economic drive， innovation output， energy conservation， environmental regulation， and social security. A vertical and horizontal grading method is introduced to systematically quantify China's manufacturing industry's green competitiveness across 30 provinces， revealing regional differences and sources using the Dagum Gini coefficient and spatial kernel density estimation to grasp dynamic evolution trends. The study further carries out trend predictions through the Markov limit solution.

The results indicate that the overall green competitiveness of China's manufacturing industry shows a growing trend， which can be broadly divided into three characteristic periods on a temporal scale： a fluctuation adjustment period （2006-2010）， a stable growth period （2011-2015）， and a period of ups and downs （2016-2020）. On a regional scale， the distribution pattern reveals a \"leading in the east， middle-ranking in the central region， and lagging in the west\". Additionally， at both national and regional levels （east， central， and west）， there is a pronounced skewness in the distribution of green competitiveness in the manufacturing industry. The overall Gini coefficient of China's manufacturing industry's green competitiveness shows a decreasing trend， with inter-group differences being the primary source of overall variations in green competitiveness. Notably， the differences between the eastern and western regions exhibit a significant expansion and growth trend. On the basis of the diagnostic results of obstacle factors， it is found that the proportion of coal consumption in manufacturing to total energy consumption is a major hindrance. From a dynamic evolution perspective， under conditions without spatial considerations， China's manufacturing industry's green competitiveness displays strong path dependence. A higher level of green competitiveness in the current period may propel a continuous rise in green competitiveness in the later period. Under spatial conditions， while static and dynamic estimation results are similar， there are some differences. Under static conditions， manufacturing green competitiveness shows a certain positive spatial correlation， with the addition of the time factor not significantly affecting the distribution position and shape of China's manufacturing industry's green competitiveness probability subjects. However， under dynamic conditions， spatial spillover effects in the three major regions of the east， central， and west are not uniform. Traditional Markov chain analysis suggests that the development trend of green competitiveness in China's provinces' manufacturing industry is relatively stable， with a low probability of leapfrog transfer. Spatial Markov chain analysis indicates a \"club convergence\" in China's manufacturing industry's green competitiveness. Looking at the long-term evolutionary trend， the future development of China's manufacturing green competitiveness is expected to gradually improve over time with a trend of concentration towards high values. Different neighborhood status types have heterogeneous effects on the evolution of regional manufacturing green competitiveness， and thus it is essential to shore up weak links and make targeted measures that follow local characteristics to enhance green competitiveness in the manufacturing industry.

英文關鍵詞Key Words：Manufacturing Green Competitiveness; Regional Gaps; Evolutionary Trends; Trend Prediction