摘 要：探討制造業(yè)集聚和技術創(chuàng)新如何影響工業(yè)綠色發(fā)展效率，對于促進可持續(xù)發(fā)展和應對嚴峻的環(huán)境挑戰(zhàn)具有重要意義。文章以提高工業(yè)綠色發(fā)展效率為目標，利用2011—2020年中國中東部19個省份的面板數據，首先計算并簡要分析中東部制造業(yè)產業(yè)集聚和工業(yè)綠色發(fā)展效率的現(xiàn)狀；接著引入控制變量，進行實證分析及穩(wěn)健性檢驗；最后對中東部如何提高工業(yè)綠色化生產水平提出政策建議。研究結果表明，中東部制造業(yè)產業(yè)集聚與工業(yè)綠色發(fā)展效率呈顯著的“倒U”型關系，技術創(chuàng)新與工業(yè)綠色發(fā)展效率呈顯著的“U型”關系，制造業(yè)產業(yè)集聚和技術創(chuàng)新之間的相互作用對于提高工業(yè)綠色發(fā)展效率具有顯著的正向作用。

關鍵詞：超效率EBM模型；非線性關系；制造業(yè)產業(yè)集聚；技術創(chuàng)新；工業(yè)綠色發(fā)展效率

中圖分類號：F424 文獻標志碼：A DOI：10.13714/j.cnki.1002-3100.2024.14.014

文章編號：1002-3100（2024）14-0069-07

Research on the Impact of Manufacturing Industry Agglomeration and Technological Innovation in the Middle East on the Efficiency of Industrial Green Development

SUN Qi，WANG Ting （School of Management， Guizhou University， Guiyang 550025， China）

Abstract： Exploring how manufacturing industry agglomeration and technological innovation impact the efficiency of green industrial development is crucial for promoting sustainable development and addressing severe environmental challenges. This paper aims to enhance the efficiency of green industrial development. Utilizing panel data from 19 provinces in Central and Eastern China from 2011 to 2020， it first calculates and briefly analyzes the current state of manufacturing industry agglomeration and the efficiency of green industrial development in these regions. It then introduces control variables for empirical analysis and robustness tests. Finally， the paper offers policy recommendations on how to improve green production levels in Central and Eastern China. The study results indicate a significant \"inverted U-shaped\" relationship between manufacturing industry agglomeration and green industrial development efficiency， and a significant \"U-shaped\" relationship between technological innovation and green industrial development efficiency. The interaction between manufacturing industry agglomeration and technological innovation plays a significant positive role in enhancing green industrial efficiency.

Key words： ultra efficient EBM model; nonlinear relationship; manufacturing industry agglomeration; technological innovation; efficiency of industrial green development

0 引 言

2023年1月，國務院發(fā)布《新時代的中國綠色發(fā)展》白皮書，提出落實聯(lián)合國2030年可持續(xù)發(fā)展議程，推動可持續(xù)發(fā)展。綠色發(fā)展通過平衡經濟增長與環(huán)境保護之間的關系，是實現(xiàn)全球可持續(xù)發(fā)展、提高社會福祉的關鍵。中國中東部地區(qū)的經濟發(fā)展水平、制造業(yè)基礎及產值和技術創(chuàng)新能力明顯高于西部地區(qū)，且由于其發(fā)展程度較高，政策法規(guī)和產業(yè)現(xiàn)狀更為成熟和穩(wěn)定。因此，探究中國中東部地區(qū)制造業(yè)產業(yè)集聚和技術創(chuàng)新如何影響工業(yè)綠色發(fā)展效率，具有獨特的價值和意義。

當下中東部制造業(yè)產業(yè)集聚和技術創(chuàng)新仍存在一些問題需要優(yōu)化。產業(yè)集聚意味著資源的集中使用，一些集聚區(qū)域缺乏有效的管理，導致效率低下，資源浪費，環(huán)境壓力增加；有些技術創(chuàng)新專注于提高產出，對環(huán)境保護和可持續(xù)發(fā)展不夠重視，這就導致了新技術和環(huán)保標準之間的脫節(jié)。中東部省份的制造業(yè)集聚需要進行深度改革和創(chuàng)新，通過優(yōu)化集聚效率、節(jié)能減排，實現(xiàn)綠色發(fā)展效率的提高，滿足社會的可持續(xù)發(fā)展要求[1]；通過提高原材料利用率，實現(xiàn)能源的節(jié)約與高效利用，推動工業(yè)生產模式的轉型，技術創(chuàng)新能夠實現(xiàn)工業(yè)綠色發(fā)展效率的提高。

實證研究制造業(yè)產業(yè)集聚和技術創(chuàng)新如何影響工業(yè)綠色發(fā)展效率，有助于確認產業(yè)集聚與技術創(chuàng)新在提高工業(yè)綠色發(fā)展效率方面的確切路徑和作用方式，幫助政府更好地在政策設計中優(yōu)化技術創(chuàng)新和產業(yè)集聚的元素，以實現(xiàn)有效的環(huán)境保護和排放控制，為制造業(yè)綠色轉型提供具體路徑和方法。

1 文獻綜述與研究假設

已有文獻研究發(fā)現(xiàn)產業(yè)集聚對工業(yè)綠色發(fā)展效率的影響主要有正向、負向和非線性三種。黃磊等通過研究長江經濟帶城市工業(yè)綠色發(fā)展效率的空間驅動機制，發(fā)現(xiàn)產業(yè)集聚對長江經濟帶城市工業(yè)綠色發(fā)展具有顯著抑制效應，長江經濟帶產業(yè)集聚形態(tài)目前仍以高能耗、高排放型為主，對工業(yè)綠色發(fā)展的推動作用有限[2]。鄭歡等通過研究成渝雙城經濟圈，發(fā)現(xiàn)產業(yè)集聚對工業(yè)綠色發(fā)展效率具有較強的正向提升作用[3]。郭艷花等以吉林省限制開發(fā)區(qū)為研究案例，發(fā)現(xiàn)產業(yè)集聚水平與綠色發(fā)展效率之間存在復雜的“U”型非線性關系[4]。通過對已有文獻的分析總結，本文認為，集聚初期各種正外部性會逐漸顯現(xiàn)，促進工業(yè)綠色發(fā)展效率的提升；但當集聚達到一定程度后繼續(xù)增加，其負外部性會愈發(fā)明顯，抵消原有的正外部性，導致工業(yè)綠色發(fā)展效率降低。因此，提出本文的第一個假設。

假設1：產業(yè)集聚對工業(yè)綠色發(fā)展效率具有復雜的非線性影響，且呈“倒U”型。

關于技術創(chuàng)新對綠色發(fā)展效率的影響，前人采用了豐富的方法、從不同的角度進行了研究。Xu等采用數據包絡分析方法，對一帶一路沿線國家的綠色發(fā)展水平進行測度。研究發(fā)現(xiàn)技術創(chuàng)新可以為一帶一路沿線國家的綠色發(fā)展做出重大貢獻，前提是技術創(chuàng)新需要達成一定的必要條件[5]。Zhu等使用基于新地理經濟學的空間杜賓模型研究發(fā)現(xiàn)2010—2018年，中國各省技術創(chuàng)新和綠色發(fā)展效率均表現(xiàn)出顯著的空間集聚效應；技術創(chuàng)新不僅在促進該區(qū)域綠色發(fā)展效率方面發(fā)揮著重要作用，而且有助于提高鄰近區(qū)域的綠色發(fā)展效率[6]。吳朋等研究發(fā)現(xiàn)只有當企業(yè)技術創(chuàng)新水平高于一定值時，命令型環(huán)境規(guī)制對工業(yè)綠色全要素生產率才會顯現(xiàn)出促進作用，加大技術創(chuàng)新投入有助于提高工業(yè)綠色全要素生產率[7]。通過對前人研究的概括總結，本文認為，由于新技術的研發(fā)與見效需要成本，且并非立竿見影，因此較低的技術創(chuàng)新投入水平反而可能會影響工業(yè)的綠色化；而當技術創(chuàng)新水平達到較高的標準后，研發(fā)成果的正向效應才會顯現(xiàn)，起到提高綠色生產水平的作用?；诖耍岢霰疚牡牡诙€假設。

假設2：技術創(chuàng)新對工業(yè)綠色發(fā)展效率同樣具有復雜的非線性影響，且呈“U”型。

關于產業(yè)集聚、技術創(chuàng)新和綠色發(fā)展效率三者關系的研究，劉云強等發(fā)現(xiàn)綠色技術創(chuàng)新只有在一定的產業(yè)集聚下對生態(tài)效率才具有促進作用。如何調整產業(yè)集聚來發(fā)揮技術創(chuàng)新的作用，促成綠色技術創(chuàng)新對生態(tài)效率的正面效應，是實現(xiàn)可持續(xù)發(fā)展需要研究的重點[8]。Cheng等研究發(fā)現(xiàn)政府通過加大科技創(chuàng)新投入、扶持制造業(yè)發(fā)展、提高環(huán)境監(jiān)管力度，顯著提高了資源型城市的綠色發(fā)展效率。該研究還發(fā)現(xiàn)科技型中小企業(yè)的綠色技術創(chuàng)新能力在一定程度上對社會綠色創(chuàng)新的發(fā)展具有重要支撐作用[9]。通過對已有文獻的研究，發(fā)現(xiàn)一定條件下產業(yè)集聚可以為技術創(chuàng)新提供良好的土壤，產業(yè)集聚通過技術創(chuàng)新對工業(yè)綠色發(fā)展效率產生作用。因此，提出本文的第三個假設。

假設3：產業(yè)集聚與技術創(chuàng)新的關聯(lián)效應對工業(yè)綠色發(fā)展效率具有正向影響。

分析總結已有關于產業(yè)集聚、技術創(chuàng)新和綠色發(fā)展效率兩兩關系的研究，為本文的研究奠定了深厚的理論基礎。但是關于三者之間的關系尤其是非線性關系的研究尚有待豐富。本文將產業(yè)集聚聚焦于制造業(yè)，將綠色發(fā)展效率細化到工業(yè)領域，且選擇制造業(yè)發(fā)展程度較高的中東部作為研究樣本，豐富了現(xiàn)有研究。

2 實證方法與模型

2.1 區(qū)位熵

對產業(yè)集聚的測算有很多種方法，包括區(qū)位熵、基尼系數、EG 指數、HHI 指數等[10]?；跀祿目色@得性及本文所研究問題的側重點，本文選用區(qū)位熵來表征中國中東部19個省級行政區(qū)制造業(yè)的產業(yè)集聚指數。相較于其他指數，區(qū)位熵有效地揭示了所要研究產業(yè)的專業(yè)化水平，并能夠消弭地區(qū)規(guī)模的差異性。

區(qū)位熵測度的是某地的某一產業(yè)在更大一級的行政區(qū)域中的比較優(yōu)勢。若值大于1，說明相較于其他地區(qū)，該產業(yè)具有優(yōu)勢；若小于1，則落后于其他地區(qū)。本文區(qū)位熵指數的計算公式如下。

aggi，t =（Ni，j/Ni）/（Nj/N） （1）

式（1）中，aggi，t為i省份t年的制造業(yè)集聚水平，Ni，j為i省份制造業(yè)就業(yè)人數，Nj為i省份總就業(yè)人數；Nj為全國制造業(yè)就業(yè)人數，N為全國總就業(yè)人數。

2.2 超效率EBM模型

傳統(tǒng)的DEA模型基于它們對規(guī)模報酬的假設主要分為兩類，一類是基于固定規(guī)模報酬假設的CCR模型，一類是基于可變規(guī)模報酬假設的BCC模型。這兩類方法都存在一定的局限性。在此基礎上，Tone等[11]提出了一種綜合考慮徑向測算和非徑向測算的EBM模型，克服了上述問題。但當決策單元效率值為1時，普通的EBM模型難以進一步區(qū)分有效單元之間的效率值差異，于是本文采用投入導向、規(guī)模報酬不變的超效率EBM模型。公式如下。

Min[]，

，i=1，2，…，m

s.t. ，r=1，2，…，s （2）

j≠j0

式（2）中，θ為決策單元k的超效率值，X和Y表示投入和產出矩陣，m和s表示投入和產出的指標個數，和表示投入指標和產出指標的松弛變量，ε表示效率值計算時徑向與非徑向部分的占比。

2.3 回歸模型

基于前文的研究基礎，本節(jié)以工業(yè)綠色發(fā)展效率為被解釋變量，制造業(yè)產業(yè)集聚與技術創(chuàng)新為解釋變量，并加入若干控制變量，研究工業(yè)綠色發(fā)展效率的影響因素；同時為了避免異方差和內生性的影響，將解釋變量和控制變量滯后一期，并將控制變量取對數處理[12]。在線性模型（3）的基礎上，分別加入產業(yè)集聚的平方項、技術創(chuàng)新的平方項、產業(yè)集聚乘技術創(chuàng)新的二次項構建模型（4）、模型（5）、模型（6），探究不同因素對工業(yè)綠色發(fā)展效率的非線性影響。構建的模型如下。

其中，i表示省份，t表示年份。Eff表示工業(yè)綠色發(fā)展效率，Agg表示制造業(yè)產業(yè)集聚，Inn表示技術創(chuàng)新，Eco表示經濟發(fā)展水平，Str表示產業(yè)結構，Reg表示環(huán)境規(guī)制強度，Urb表示城鎮(zhèn)化。其中工業(yè)綠色發(fā)展效率和制造業(yè)產業(yè)集聚的指標已在上文說明，不再贅述。對其他變量的具體說明如下。

技術創(chuàng)新（Inn）：采用省級RD經費投入來衡量技術創(chuàng)新水平。技術創(chuàng)新推動了智能制造的發(fā)展，使生產過程更加精準、高效，減少了資源消耗和環(huán)境污染。技術創(chuàng)新是實現(xiàn)工業(yè)綠色、高效、可持續(xù)發(fā)展的關鍵因素。經濟發(fā)展（Eco）：采用人均地區(qū)生產總值經過基期指數折算后的實際值來表征。較高的經濟發(fā)展水平意味著充足的資金投入和更優(yōu)的資源配置，有助于推動綠色生產技術的應用和優(yōu)化。產業(yè)結構（Str）：采用第二產業(yè)產值占比作為產業(yè)結構指標。第二產業(yè)占比會影響工業(yè)活動的強度，進而影響污染排放。環(huán)境規(guī)制（Reg）：采用污染治理投資額占總GDP的比重來表征。污染治理費用直接對應著生產成本。城鎮(zhèn)化（Urb）：采用城鎮(zhèn)人口占比作為城鎮(zhèn)化指標。城鎮(zhèn)化可以通過影響人才匯聚、產業(yè)升級和資源消耗，影響工業(yè)綠色發(fā)展效率。

本文所有數據均來自各省的《統(tǒng)計年鑒》《中國工業(yè)統(tǒng)計年鑒》《中國能源統(tǒng)計年鑒》和國家統(tǒng)計局網站。

3 實證結果

3.1 產業(yè)集聚

表1為中東部省份2011—2020年制造業(yè)區(qū)位熵指數及其均值。從中可以看出，均值超過2的省份有浙江和江蘇，均為傳統(tǒng)制造業(yè)大省。一些排名相對靠前的省份大多具有特色優(yōu)勢產業(yè)，如遼寧省以鞍鋼股份有限公司為龍頭的鋼鐵制造業(yè)，其產品廣泛應用于船舶、航空、冶金、機械、煤炭等行業(yè)，鋼軌等技術達到國際領先水平；又如廣東省的服裝產業(yè)，近年來打造了三個產業(yè)重點地區(qū)和五個世界級產業(yè)集群，涵蓋了低中高端市場，形成了完整的產業(yè)鏈。海南省均值最低，主要原因為制造業(yè)比重和技術水平低，產業(yè)基礎薄弱、企業(yè)分散、規(guī)模過小。

3.2 工業(yè)綠色發(fā)展效率

本文選取了能源、資本和勞動力3個二級指標來表征工業(yè)生產的投入，分別用工業(yè)能源消費量、工業(yè)固定資產投資額、第二產業(yè)從業(yè)人員數來表征。期望產出用各省每年的工業(yè)增加值來表征；非期望產出的指標則選取“工業(yè)三廢”排放量[13]。其中，能源投入用工業(yè)能源消費量來表征，通過將工業(yè)生產消耗的各種能源量折算成標準煤來計算。本文的工業(yè)綠色發(fā)展效率評價指標體系如表2所示。

計算結果如表3所示。根據時間演變趨勢，2011—2020年中東部省份的工業(yè)綠色發(fā)展效率總體保持增長，均值最高為0.83，最低為0.28。這得益于近年來污染物排放的大幅度削減、清潔能源使用比例的增加以及國家推進實施的生態(tài)文明建設戰(zhàn)略等。其中，北京、上海、吉林、江蘇、湖北、廣東6省市效率值較高且保持增長趨勢，天津、河北、遼寧、黑龍江、浙江、江西、山東、海南8省市效率值大體保持不變，山西、安徽、福建、湖南、河南5省市效率值較低但保持增長趨勢。

3.3 回歸模型結果分析

首先對于模型進行共線性診斷，值均嚴格小于5，不存在明顯共線性；再檢驗個體效應和時間效應，p值均小于0.05，應選擇固定效應或隨機效應模型；接著進行豪斯曼檢驗，p值小于0.05，結果拒絕原假設，最終選擇固定效應模型?；貧w結果如表4所示。

模型（3）驗證了制造業(yè)產業(yè)集聚、技術創(chuàng)新對工業(yè)綠色發(fā)展效率的線性影響。結果表明，在5%的顯著性水平上，制造業(yè)產業(yè)聚集對工業(yè)綠色發(fā)展效率存在負向影響，即產業(yè)集聚程度的增加會抑制工業(yè)綠色發(fā)展效率的提升。相對地，技術創(chuàng)新則在1%的顯著性水平上對工業(yè)綠色發(fā)展效率產生了正向效應，表明隨著技術創(chuàng)新投資的增加和綠色技術的改進，工業(yè)的綠色發(fā)展效率也在相應提高。

模型（4）加入了制造業(yè)產業(yè)集聚的平方項，以驗證制造業(yè)產業(yè)集聚對工業(yè)綠色發(fā)展效率的非線性影響。結果顯示，在5%的顯著水平下，隨著制造業(yè)產業(yè)集聚水平的不斷提高，工業(yè)綠色發(fā)展效率呈現(xiàn)先上升再下降的“倒U”型曲線。初期的產業(yè)集聚現(xiàn)象引發(fā)了知識溢出和技術擴散，通過共享效應促進了綠色發(fā)展；而過度的集聚超出了集聚區(qū)最大承載力，正外部性逐漸降低，引發(fā)擁擠效應，導致了環(huán)境污染[14]?！扒〉胶锰帯钡募蹖χ袞|部工業(yè)實現(xiàn)節(jié)能化、清潔化、綠色化尤為關鍵。假設1得到了證實。

模型（5）的結果顯示技術創(chuàng)新的平方項對工業(yè)綠色發(fā)展效率的影響系數符號顯著為正，呈“U”型曲線。技術創(chuàng)新投入不足會導致綠色技術研發(fā)進度緩慢，無法及時應用能夠提高生產效率、減少資源消耗和污染排放的技術和解決方案；而已投入的研發(fā)成本則會減少企業(yè)控制污染的費用，造成工業(yè)綠色發(fā)展效率降低。相反，充足的技術創(chuàng)新投入可以推動技術進步、能源轉型、減少排放、提高生產效率、滿足合規(guī)要求，并增強企業(yè)的市場競爭力和長期可持續(xù)性。因此，堅定加大創(chuàng)新投資力度是中東部真正實現(xiàn)綠色發(fā)展的重要保障。假設2得到了證實。

模型（6）體現(xiàn)了制造業(yè)產業(yè)集聚與技術創(chuàng)新之間的聯(lián)合效應在提升工業(yè)綠色發(fā)展效率方面發(fā)揮著促進作用。在高集聚的產業(yè)集聚區(qū)域，人才和資源得以集中，企業(yè)更加方便地共享信息、技術和人才資源，形成有利于創(chuàng)新的環(huán)境，帶動了技術創(chuàng)新的快速發(fā)展。綠色技術的創(chuàng)新，被視為實現(xiàn)工業(yè)綠色發(fā)展的關鍵要素；同時，中東部政府的優(yōu)惠產業(yè)政策支持和創(chuàng)新激勵機制帶動了人才的流動和知識的傳播，推動了新技術的研發(fā)和應用，進一步提升了工業(yè)綠色發(fā)展效率。綜合來看，產業(yè)集聚與技術創(chuàng)新的關聯(lián)效應可以為工業(yè)綠色發(fā)展注入強大的動力，中東部地區(qū)有必要通過推動產業(yè)集聚和弘揚技術創(chuàng)新，促進工業(yè)的綠色可持續(xù)發(fā)展。假設3得到了證實。

控制變量的回歸結果方面，經濟發(fā)展水平在四個模型中都與工業(yè)綠色發(fā)展效率顯著正相關。原因可能是經濟的增長意味著更多的資金得以投入到綠色技術的創(chuàng)新研發(fā)中，推動了生產過程向綠色化和高效化轉變。產業(yè)結構與工業(yè)綠色發(fā)展效率呈正相關關系，與預期結果相反?？赡艿脑驗殡S著第二產業(yè)占比的提升，綠色發(fā)展受到了各方的重視，企業(yè)通過優(yōu)化生產流程減少廢棄物和污染排放、政府出臺激勵政策、社會提高環(huán)保意識，最終反而提高了工業(yè)綠色發(fā)展效率。其他變量均不顯著。

3.4 穩(wěn)健性檢驗

為驗證實證結果的穩(wěn)健性，本文通過使用變量替換法，用專利申請受理數代替地區(qū)RD經費來作為技術創(chuàng)新指標，代入前文提到的四個模型進行檢驗?？傮w來說，穩(wěn)健性檢驗的回歸結果與前文基本一致。由此說明，實證結果是十分穩(wěn)健的。

4 結論與對策

4.1 研究結論

本文以制造業(yè)達到較大規(guī)模的中東部為研究對象，應用中東部19個省市2011—2020年的面板數據，研究工業(yè)綠色發(fā)展效率的影響因素及其作用機制，得到以下結論。

制造業(yè)產業(yè)集聚與工業(yè)綠色發(fā)展效率呈“倒U型”關系。在制造業(yè)形成集聚的初期，同一區(qū)域內的生產單位可以通過共享資源來降低成本、形成知識溢出效應，提高生產效率；同時環(huán)境保護措施的推進實施也會更加方便，從而推動工業(yè)的綠色發(fā)展效率提高；當制造業(yè)集聚達到一定程度后，負面效應也愈發(fā)明顯。例如，過大的生產需求會導致資源過度開采、環(huán)境污染和生態(tài)破壞的加劇，這些問題的出現(xiàn)會減少集聚程度提高帶來的邊際效益，使工業(yè)綠色發(fā)展效率達到峰值后開始下降，即呈現(xiàn)“倒U型”關系。

技術創(chuàng)新與工業(yè)綠色發(fā)展效率的關系呈“U型”曲線。在技術創(chuàng)新的早期階段，由于研發(fā)成本高、技術不成熟，使得成果的推廣受到限制，因此創(chuàng)新的應用效果不明顯，還會由于研發(fā)費用的投入和初期試錯原因導致工業(yè)綠色發(fā)展效率下降。這個階段對應著“U型”曲線的左側部分，即綠色發(fā)展效率下降的部分。中東部一些技術創(chuàng)新投入力度較小的省份，如河北、山西、吉林、黑龍江，就處于曲線的左側部分。隨著投入的持續(xù)，技術成熟度的提高和規(guī)模效應的出現(xiàn)，新技術開始更有效地被應用于生產過程中，資源更加地被有效利用、能效提高、廢物排放減少。在這個階段，技術創(chuàng)新對工業(yè)綠色發(fā)展效率的正向影響逐漸顯現(xiàn)，工業(yè)綠色發(fā)展效率開始顯著提升，曲線進入右側上升階段。

制造業(yè)產業(yè)集聚和技術創(chuàng)新之間的相互作用促進了工業(yè)綠色發(fā)展效率的提升。產業(yè)集聚形成的規(guī)模經濟，為技術創(chuàng)新提供了優(yōu)良條件：企業(yè)間降低了交流成本，促進了知識、技術與經驗的迅速流動和共享。同時，集聚區(qū)內企業(yè)面臨競爭壓力，激發(fā)了對高效、節(jié)能和環(huán)保的追求，從而推動了綠色制造技術的開發(fā)和采納。產業(yè)的集聚也促使政府和行業(yè)協(xié)會更容易制定有效的綠色政策，形成更有效的綠色供應鏈。綜上所述，產業(yè)集聚與技術創(chuàng)新的協(xié)同作用通過提高能源效率和綠色標準，顯著提高了工業(yè)綠色發(fā)展效率。

4.2 政策建議

優(yōu)化區(qū)域產業(yè)布局，注重區(qū)域協(xié)調發(fā)展。應當注重產業(yè)鏈的環(huán)境外部效應和資源利用效率，避免單一地區(qū)產業(yè)出現(xiàn)過度集聚的情況，造成環(huán)境污染和資源枯竭。例如，江蘇省的太陽能光伏產業(yè)應通過優(yōu)化集聚現(xiàn)狀，促使產業(yè)鏈上下游企業(yè)形成集成效應，增強材料的回收和再利用，減少能耗和廢物排放，進而提高整個產業(yè)鏈的綠色發(fā)展效率；再如，河北省的鋼鐵產業(yè)曾經因為過度集聚面臨環(huán)境污染加重和資源消耗過度的問題，政府通過實施嚴格的鋼鐵產能壓減政策，策劃部分鋼鐵企業(yè)的搬遷和遷址，促進鋼鐵產業(yè)與其他產業(yè)的合理分布，實現(xiàn)了產業(yè)的綠色轉型，解決了由于過度集聚導致的一系列問題。

加大研發(fā)投入，完善創(chuàng)新激勵機制。首先，政府對于綠色發(fā)展基金的投入還遠遠不夠，各地要向已有的范例借鑒取經。例如江蘇省的“科技成果轉化引導基金”，支持綠色技術的研發(fā)，以補貼、貼息等形式降低企業(yè)的初始研發(fā)和應用成本，鼓勵企業(yè)進行綠色技術創(chuàng)新[15]。其次，各地政府可以參考浙江省在節(jié)能減排領域實行的稅收優(yōu)惠政策，對實施綠色技術創(chuàng)新的企業(yè)在所得稅上給予減免。再次，建立健全綠色技術創(chuàng)新的評價和獎勵機制。如安徽省大力推動環(huán)保裝備制造業(yè)示范基地建設，為達標企業(yè)提供政策和資金支持，同時對于成功案例的示范和推廣，提高了整個產業(yè)的技術應用水平，形成了激勵企業(yè)技術創(chuàng)新的良性循環(huán)。

發(fā)展特色化技術創(chuàng)新集群，建立產業(yè)創(chuàng)新聯(lián)盟。鼓勵企業(yè)、高校和政府三方合作，加強知識管理和技術商業(yè)化。通過政府和市場機制的引導，搭建產業(yè)技術創(chuàng)新平臺，加強產業(yè)鏈上下游企業(yè)的技術交流。各地可以根據自身的產業(yè)基礎和資源優(yōu)勢，發(fā)展特色化的產業(yè)集群。例如武漢市光谷依托集聚高校、科研院所和高新技術企業(yè)的合力，推動了當地光電信息、生物醫(yī)藥等產業(yè)的技術突破，并且實現(xiàn)了產業(yè)鏈的綠色升級。這些措施的實施，需要政府、行業(yè)和社會各界的共同參與；通過政策指引和市場推動，中國中東部完全有能力促進制造業(yè)合理集聚和技術創(chuàng)新，實現(xiàn)工業(yè)的綠色可持續(xù)發(fā)展。

參考文獻：

[1] 韓宗志．“中國制造2025”背景下我國傳統(tǒng)制造業(yè)面臨的挑戰(zhàn)與對策 [J]．科技資訊，2020，18（13）：224，226．

[2] 黃磊，吳傳清．長江經濟帶城市工業(yè)綠色發(fā)展效率及其空間驅動機制研究[J]．中國人口·資源與環(huán)境，2019，29（8）：40-49.

[3] 鄭歡，方行明，蘇夢穎．產業(yè)集聚、環(huán)境規(guī)制與工業(yè)綠色發(fā)展效率——基于成渝地區(qū)雙城經濟圈的實證[J]．統(tǒng)計與決策，

2023，39（8）：74-79．

[4] 郭艷花，梅林，佟連軍．產業(yè)集聚對綠色發(fā)展效率的影響機制——以吉林省限制開發(fā)區(qū)為例[J]．地理科學，

2020，40（9）：1484-1492．

[5] XU Yingzhi，DONG Biying，CHEN Zihao．Can foreign trade and technological innovation affect green development： Evidence from

countries along the belt and road[J]．Economic Change and Restructuring，2021，55：1063-1090．

[6] ZHU Yongming， ZHOU Xiaoyu， LI Junjie， et al．Technological innovation，fiscal decentralization，green development efficiency：Based

on spatial effect and moderating effect[J/OL]．Sustainability，2022，14：4316．[2023-10-25].https：//doi.org/10.3390/su14074316．

[7] 吳朋，李玉剛，葉凱月．環(huán)境規(guī)制、技術創(chuàng)新與工業(yè)企業(yè)綠色全要素生產率——基于中國省際面板數據的分析 [J/OL]．科學學

與科學技術管理：1-22.[2023-10-29]．http：//kns.cnki.net/kcms/detail/12.1117.G3.20231109.1340.006.html．

[8] 劉云強，權泉，朱佳玲，等．綠色技術創(chuàng)新、產業(yè)集聚與生態(tài)效率——以長江經濟帶城市群為例 [J]．長江流域資源與環(huán)境，

2018，27（11）：2395-2406．

[9] CHENG Zhonghua，LI WANG ．[J/OL]．licy，

，74：102325．[2023-10-25].．

[10] 陳奕瑋，吳維庫．產業(yè)集聚、產業(yè)多樣化與城市經濟韌性關系研究[J]．科技進步與對策，2021，38（18）：64-73.（下轉第77頁）

[11] TONE K，TSUTSUI M．An epsilon- based measure of efficiency in DEA-A third pole of technical efficiency[J]．European Journal

of Operational Research，2010，207（3）：1554-1563．

[12] 劉儒，衛(wèi)離東．地方政府競爭、產業(yè)集聚與區(qū)域綠色發(fā)展效率——基于空間關聯(lián)與溢出視角的分析[J]．經濟問題探索，

2022（1）：79-91．

[13] 藺雪芹，邊宇，王岱．京津冀地區(qū)工業(yè)碳排放效率時空演化特征及影響因素[J]．經濟地理，2021，41（6）：187-195．

[14] 原毅軍，謝榮輝．產業(yè)集聚、技術創(chuàng)新與環(huán)境污染的內在聯(lián)系[J]．科學學研究，2015，33（9）：1340-1347．

[15] 趙莎莎，張新寧．科技成果轉化引導基金子基金的質量管理研究[J]．科學學研究，2018，36（10）：1790-1794．

收稿日期：2023-11-29

基金項目：貴州省哲學社會科學規(guī)劃聯(lián)合基金項目（18GZLH03）

作者簡介：孫 琪（1997—），男，山西太原人，貴州大學管理學院碩士研究生，研究方向：產業(yè)集聚；王 婷（1974—），女，貴州貴陽人，貴州大學管理學院，教授，博士，博士生導師，研究方向：工業(yè)工程與管理。

引文格式：孫琪，王婷．中東部制造業(yè)產業(yè)集聚、技術創(chuàng)新對工業(yè)綠色發(fā)展效率的影響研究[J]．物流科技，2024，47（14）：69-74，77.