在全球“双碳”目标加速推进与资源环境约束日益趋紧的当下，制造业作为国民经济的支柱产业，其绿色转型已不仅是实现可持续发展的必然选择，更是重塑产业竞争力的关键路径。中国制造业在绿色低碳转型过程中可能会表现出两种趋势：一是“强者恒强、弱者恒弱”的马太效应，即高效率地区可能持续领先，而低效率地区则难以迅速提升；二是空间差异趋于减小，即随着政策推动和技术创新，各地区间的绿色转型效率差异可能逐渐缩小。那么，中国制造业绿色低碳转型效率究竟是什么水平？是否存在一定的周期规律性和空间格局特征？其演进趋势是否收敛？收敛机制在时间和空间上有何特征和差异？本文基于2012年—2022年中国30个省市区的面板数据，采用考虑非期望产出的超效率SBM模型测度分析制造业绿色低碳转型效率并进行收敛性检验。
本文指出聚焦目前制造业绿色低碳转型效率不高的问题，要以实现碳达峰碳中和目标为引领，深入推进制造业高端化、绿色化、智能化发展，鼓励东部重技术共享，中部补人力，西部强规制，东北转开放模式，加快传统产业绿色低碳转型升级，推动新兴产业绿色低碳高起点发展，培育制造业绿色融合新业态。充分发挥空间集聚效应，同时鼓励各地结合资源禀赋实行差别化的制造业绿色低碳转型政策。以精准、协同、可持续为导向，纵向形成国家、省、市三级联动的制造业绿色低碳转型促进机制，强化区域间的合作交流，放大先进省份的集聚经济效应、规模经济效应和知识溢出效应，推进不同省份、不同区域制造业协调发展、均衡发展与共享发展。要加快推动制造业结构合理化和高度化进而赋能制造业全方位绿色转型，加大绿色低碳领域的紧缺专业建设和人才培养，深化绿色技术、绿色产品、绿色装备等方面的国际合作与交流，发挥对外开放的正向促进作用，此外，还要在保持合理的强度前提下充分发挥正式和非正式环境规制工具的监督、倒逼和正向激励作用。
一引 言
引 言
制造业不仅是国家经济发展的基石，更是提升国家竞争力与实现民族复兴的关键抓手。2024年，我国全部工业增加值完成40.5万亿元，制造业总体规模连续15年保持全球第一，体现出强大的驱动力和可持续发展的良好态势。但是，中国既是制造业第一大国，也是全球主要的能源消费大国。根据《中国能源统计年鉴》测算，2022年，中国制造业能源消费总量为29.31亿吨标准煤，约占全国能源消耗总量的55.73%，能源活动二氧化碳排放量占全国总量的54%。为此，党的二十大报告强调，“推动制造业高端化、智能化、绿色化发展”。制造业绿色低碳转型是一项系统性工程，指通过推进制造业产业结构高端化、能源消费低碳化、资源利用循环化、生产过程清洁化、制造流程数字化、产品供给绿色化等全方位转型，提高制造业绿色低碳能源利用效率，提升制造业资源综合利用水平，降低制造业碳排放量和排放强度的动态过程。近年来，随着我国“双碳”目标的持续推进，学者们更加关注资源环境约束下的制造业增长及其相关效率问题。
效率包括技术效率和配置效率，通常指在一定投入要素或产出水平下，达到产出最大或投入最小的能力。这涉及资源的有效配置和优化组合，以实现产出和投入的最优配比。围绕制造业绿色低碳转型效率的测度，在指标选取上，投入方面主要选取劳动、能源和资本投入等指标，产出方面主要考虑期望产出，如工业增加值，以及非期望产出，如废水、废气、固体废弃物等环境污染物的排放量等。在测算方法上，综合指数法、随机前沿分析方法和数据包络分析方法是测度效率的常用方法。比较而言，综合指数法具有较强的主观性，SFA模型不仅需要建立生产函数，而且对技术无效率的分布形式也需进行具体设定，使得模型的参数估计较为困难。与SFA方法相比，DEA及其衍生模型具有能同时评估多个产出或投入要素的优势，但传统DEA模型常局限于径向距离函数，未充分考虑松弛改进部分。特别是评估资源消耗和环境影响时，DEA在处理非期望产出方面存在局限性，因此部分学者采用SBM模型来测算考虑非期望产出的效率。
总体而言，前人在研究方法上进行了多维度的尝试与探索。但仍存在进一步完善的空间。第一，针对制造业绿色低碳转型效率的测度，尚未形成一套完备且科学合理的指标体系，难以全面系统地反映其全貌。第二，在测算制造业绿色低碳转型效率时，已有研究主要聚焦于工业废水、废气、固体废弃物三类指标，未充分考量二氧化碳排放问题，也未能全面考察非期望产出的整体状况。第三，已有研究对制造业绿色低碳转型效率的空间格局特征及动态演进规律的具体情境分析相对匮乏。
中国制造业在绿色低碳转型过程中可能呈现两种趋势。一是呈现“强者恒强、弱者恒弱”的马太效应，即高效率地区可能持续领先，而低效率地区则难以快速提升；二是空间差异趋于缩小，即随着政策推动和技术创新，各地区间的绿色转型效率差异可能逐渐缩小。那么，中国制造业绿色低碳转型效率的演进是否存在一定的周期规律性和空间格局特征？其演进趋势是否收敛？收敛机制在时间和空间上有何特征与差异？为科学解答上述问题，本文首先构建投入产出指标体系，采用考虑非期望产出的超效率SBM模型对中国制造业绿色低碳转型效率进行测度，分析其时间动态演进规律和空间异质性特征，在此基础上开展收敛性检验。
本文的边际贡献主要体现在以下方面。一是在非期望产出指标中纳入二氧化碳排放量，充分考虑碳排放约束对制造业绿色低碳转型的影响；二是测度采用超效率SBM模型，该方法基于非径向、非角度的方向性距离函数，能够精准测算包含非期望产出在内的制造业绿色低碳转型效率；三是将收敛模型与空间计量方法相结合，构建中国制造业绿色低碳转型效率的空间条件β收敛模型，深入探究其收敛性特征及影响因素的作用机制。
本文后续部分安排如下。第二部分构建研究基准模型；第三部分为变量与数据，包括制造业绿色低碳转型效率测度的指标体系构建、收敛性分析的控制变量选取及相关数据的处理；第四部分为测度结果分析，主要涵盖演变规律、空间特征、收敛性趋势分析等；第五部分为主要研究结论与政策启示。
二模型与方法（一）超效率SBM模型在制造业生产过程中，劳动力、资本、能源的投入不仅会带来正向产出，同时也会产生环境污染物等非期望产出。SBM模型引入了生产过程中的非期望产出，其结果更贴合社会发展实际，鉴于此，本文采用考虑非期望产出的超效率SBM模型，具体模型如下：（二）空间相关性检验构造合适的空间权重矩阵W不仅是将空间外部性引入模型的关键 , 也决定了实证研究中空间溢出效应识别的可能性和科学性。绿色技术扩散、环境规制政策模仿、污染联防联控等行为具有明显的地理邻近依赖性，地理邻近省份间更易形成产业协同网络与生态合作区，直接促进转型效率的空间溢出。而经济权重可能混淆市场竞争效应与空间溢出效应。制造业绿色转型的核心驱动力更依赖地理邻近性，而非经济规模关联性，故本文采用地理距离权重矩阵。1. 全局空间自相关本文以Moran's I指数进行检验，取值范围 [-1,1], 正值表明变量之间存在空间正相关，负值表明存在空间负相关，其值趋近0时，相关性更弱，反之更强。具体公式如下：2. 局部空间自相关基于以上分析，考虑到不同区域空间的独立性，本文选取Local Moran's I计算特定区域内的空间相关关系。计算公式如下：3. 收敛性检验本文聚焦中国制造业绿色低碳转型效率的时空分异特征研究，时空分异意味着不同地区在转型过程中必然存在诸多独特的地区异质性因素（如资源禀赋、产业结构、政策环境等），这些因素会对制造业绿色低碳转型效率产生显著影响。其中，σ收敛仅反映不同省份制造业绿色低碳转型效率的离散程度随时间减少这一静态区域差异缩小情况，无法体现动态追赶过程及地区异质性因素的作用；绝对β收敛仅依赖初始效率水平，忽略了地区异质性因素对转型效率增长的影响。相比之下，条件β收敛能够在控制地区异质性因素后，更准确地分析不同省份在制造业绿色低碳转型中表现出的动态追赶效应，契合本文对时空分异特征的探究需求。同时，目前关于条件β收敛的研究成果相对较少，这也为本文在该领域的深入探索提供了空间。因此，本文将重点集中于条件β收敛检验上。传统条件β收敛模型如式（5）所示：三变量与数据（一）效率测算指标体系的构建基于系统性、科学性、目标性、动态性和可操作性原则，本文构建了制造业绿色低碳转型投入产出指标体系（表1）。在指标体系的构建过程中，综合考虑了制造业生产过程中的生产资料投入情况、经济产出情况以及非期望产出情况。（二）控制变量的选取进行条件β收敛检验需要考虑制造业绿色低碳转型的内外影响因素，参照已有做法，选取以下控制变量。1. 产业结构（IS）。产业结构的高端化以及产业结构与布局的优化，是推动制造业绿色低碳转型的内在要求和重要途径。提高产业结构的合理化与高级化水平，有助于增强新兴产业对绿色增长的引擎作用，提升绿色低碳产业比重，促进绿色融合新业态的涌现，因而会产生正向影响效应。2. 城镇化水平（UR）。无论是土地城镇化还是人口城镇化水平的提升，均能通过投资效应促进基础设施完善、人口集聚与居民收入增长，进而直接推动制造业结构升级。但若城镇化脱离产业发展规律而盲目快速推进，则可能导致制造业产能过剩，不利于制造业企业加大对绿色低碳设备与技术的投资。综上，城镇化水平对制造业绿色低碳效率的影响具有不确定性。3. 人力资本（HC）。制造业人力资本水平的提高，有助于增强制造业绿色低碳技术创新及成果转化能力，并直接渗透到制造业研发、生产、经营管理的全过程，对制造业绿色低碳转型效率起到正向促进作用。4. 对外开放度（FTD）。基于产业集聚理论与资源错配理论，对外开放可通过制度转型机制、技术溢出机制及基础设施机制影响制造业集聚，而集聚与环境污染、碳排放的关系并非简单的线性关系：一方面，集聚可能改善资源错配，进而削弱制造业环境污染、减少碳排放；另一方面，集聚也可能加剧资源配置失衡，导致制造业环境污染加重、碳排放增加。因此，其对制造业绿色低碳转型的影响方向具有不确定性。5. 环境规制（ER）。正式环境规制可通过遵循成本效应与创新补偿效应发挥作用，非正式环境规制则能借助提升公众及社会组织的环保意识，倒逼高碳制造业推进节能减排，增强企业绿色技术创新绩效，促进高碳制造业实现绿色低碳与可持续发展。然而，环境规制的影响在短期与长期存在异质性特征，在不同规制强度下亦有差异；若规制强度过大，还可能导致制造业绿色全要素生产率下降、技术退步及效率恶化。综上，环境规制对制造业绿色低碳转型效率的影响是非线性的且具有不确定性。（三）数据来源及处理本文数据主要涉及全国30个省份（不包括西藏、香港、澳门和台湾）2012—2022年的面板数据，来自《中国统计年鉴》《中国能源统计年鉴》《BP世界能源统计年鉴》《中国工业统计年鉴》《中国科技统计年鉴》、各省市统计年鉴、EPS数据库以及中国经济社会大数据研究平台，少量缺失数据用线性插值法进行预测和补充。四测度结果分析 （一）中国制造业绿色低碳转型效率演变规律分析1. 总体测算结果分析本文运用基于非期望产出的超效率SBM模型，测算得到2012—2022年中国各省级地区（不包括西藏、香港、澳门和台湾）制造业绿色低碳转型效率。从全国平均水平看，研究周期内，中国制造业绿色低碳转型效率整体呈上升趋势，增长率为16.9%，但效率均值偏低，仅为0.391，说明制造业在提高资源能源利用水平，推动绿色发展方面任务紧迫且艰巨。中国制造业绿色低碳转型效率的区域异质性特征明显，东部效率均值高达0.552，显著领先于中部地区、西部地区和东北地区。中部地区效率均值为0.341，虽不及东部地区，但相较于西部地区和东北地区仍有一定优势。西部地区效率均值为0.294，而东北地区的效率均值最低，仅为0.271。从各省的效率均值看（图1），位列第一梯队的是江苏，历年效率均值达到1.078，是全国唯一均值超过1的省份；第二梯队的依次为广东、浙江和上海，历年效率均值均超过0.6；第三梯队历年效率值在0.3~0.5之间的一共有18个省份，其中，东部地区、中部地区、西部地区和东北地区分别有6个、5个、3个和2个省份；其余为第四梯队，主要包括陕西、黑龙江等8个省份。此外，有11个省市制造业绿色低碳转型效率超过全国平均水平，依次为江苏、广东、浙江、上海、北京、山东、重庆、福建、四川、天津和湖北。 2. 动态演进规律分析研究周期内，中国制造业绿色低碳转型效率呈现出波动式的非线性动态变化规律（图2），其中，2013年和2020年中国制造业绿色低碳转型效率达到波峰，2017年和2021年则出现较明显的负增长现象。分区域看，研究周期内，东部制造业绿色低碳转型效率稳步增长，增长率达到了26.8%。中部地区、西部地区和东北地区制造业绿色转型效率始终低于全国平均水平，其中，中部地区制造业绿色低碳转型效率除2017年出现大幅下降外，其余年份均保持稳步增长，平均增长率达到12.4%；西部地区制造业绿色低碳转型效率在2015年后实现了较快增长，增长率约为7.8%；东北地区则呈现出低水平徘徊的特征，制造业绿色低碳转型效率平均增长率仅为3.6%。（二）中国制造业绿色低碳转型效率空间特征的进一步分析中国各省份制造业绿色低碳转型效率差异显著，且存在空间集聚现象。为明确这种集聚是否遵循特定规律，需进一步探究其空间分布特征。1. 全局空间格局演进特征通过Moran's I指数测算2012—2022年中国制造业绿色低碳转型效率，结果显示，所有年份的全局Moran's I均大于0且显著（表3），说明其空间分布具有非随机性，存在明显的空间集聚效应。各空间单元影响其相邻单元，在空间中表现出一定的溢出效应。从Moran's I指数的演变趋势看，从2012年的0.161上升至2016年的0.229，2017年下降到0.161，随后又上升到0.263。说明随着时间的推移，中国制造业绿色低碳转型效率的空间相关性在波动中逐渐增强。2. 局部空间格局演进特征不同省份的经济发展水平、投资环境、低碳技术水平等方面存在较大差异，其转型效率也会略有不同。制造业绿色低碳转型的空间交互分为溢出效应和回流效应。其中，溢出效应是高转型效率地区带动相邻地区转型发展，空间上呈现出高值聚集，是一种正向的空间自相关。回流效应是高转型效率地区阻碍相邻地区转型发展，空间上呈现出高值与多个低值相邻，是一种负向的空间自相关。本文选取2012年、2015年、2018年和2022年四个节点，进一步分析中国制造业绿色低碳转型局域空间格局演进特征（表4）。整体上呈现明显的空间不均衡分布特征。从2012年的集聚效应可以看出，30个省市中，北京、天津、广东、海南、山东、江苏、浙江、福建等均显示“高—高”集聚效应。2015年，江西、安徽被列入“高—高”集聚效应区，可能的原因是这两个省份分别在以上海、江苏、浙江为核心的长三角创新高效率圈辐射带动下，实现了制造业绿色低碳转型效率的跃升。2018年，湖北、湖南从“低—高”转入“高—高”，说明邻近省份的制造业绿色低碳转型效率提高，空间溢出效应较高。2022年，广西由“低—高”转为“高—高”集聚效应，广西良好发挥了其区位优势，吸收了相邻省份的创新成果，“十三五”期间，战略性新兴产业增加值在全区规模以上工业中的占比，从“十二五”末的5.4%增长至2022年的16%。由此可见，经济发展水平越高的地区其工业结构越高级，结构的高级化作用于制造业污染物排放强度的下降，同时该省份能够为周边省份制造业绿色低碳转型建设提供人力、资本等方面的支持。“低—低”集聚效应的省份均分布于中部地区与西部地区。在样本期内，新疆、青海、甘肃、宁夏、内蒙古、陕西一直是“低—低”集聚效应，这些省份由于缺乏相关人员、技术、资金等的支持，且地处内陆，未能及时学习东部沿海省份先进技术，因此，在发展制造业的同时难以实现绿色低碳转型。四川的集聚效应显示，2012年和2015年为“低—低”集聚效应，2018年便转为“高—低”集聚效应，四川积极推进制造业数字化转型，近几年保持了较高的制造业低碳转型效率，但对周边省份的回流效应高于溢出效应，导致西南地区转型效率有两极分化的趋势。（三）中国制造业绿色低碳转型效率收敛趋势分析1. 中国制造业绿色低碳转型效率的收敛性检验（1）中国制造业绿色低碳转型效率的收敛性检验为进一步厘清中国制造业绿色低碳转型效率的演进趋势，本文运用空间条件β收敛模型进行检验，表5为其检验结果。首先，模型（1）的检验结果表明，中国制造业绿色低碳转型效率的回归系数β显著为负，且在统计上达到1%的显著性水平。表明在考虑各省份经济发展水平等异质性因素的情况下，中国制造业绿色低碳转型效率存在显著的条件β收敛趋势。具体来说，低效率省份相较于高效率省份，在绿色低碳转型方面显示出更高的增长率，即存在“后发优势”。说明中国制造业的绿色低碳转型效率整体呈现向好的发展趋势，各省份的转型效率随时间推移将逐渐收敛至各自的稳态水平。模型（2）引入了空间因素，回归结果仍然显著为负，这一发现强化了先前的结论，即在模型（1）基础上加入空间因素，中国制造业绿色低碳转型效率的条件β仍存在显著收敛趋势。因为相邻或相近省份之间的交流与联系，空间因素的引入使得该模型更加贴近实际情况。通过对比模型（3）和（4）的结果，可以看出，这些模型在纳入空间因素后，中国制造业绿色低碳转型效率的回归系数β也都在1%的显著性水平下为负，这进一步验证了上述结论的稳健性。因此，可以得出结论，中国制造业绿色低碳转型效率的条件β收敛趋势是显著的，并且在纳入空间因素后，这一趋势仍然稳健存在。对比模型（1）和模型（2）中lnGLT的回归系数β，模型（2）的 β 值（-0.439）较模型（1）的β值（-0.434）更小。反映出在引入空间因素后，收敛率有所提升，半生命周期也相应缩短（从14.36年减少至12.19年）。表明空间溢出效应是推动中国制造业绿色低碳转型效率区域收敛的重要加速器，高效率省份对邻近低效率省份产生的知识溢出、技术扩散、产业联动和示范效应，有效降低了低效率省份的学习成本和转型风险，显著加快了其追赶速度，从而使得全国整体收敛进程提速。（2）控制变量的回归结果从模型（2）的回归结果看，产业结构在1%的水平下显著为正，第三产业重点领域蓬勃发展，转型升级成效显著，对制造业绿色低碳转型效率高值收敛具有促进效果。城镇化率回归系数为正，但未通过显著性检验，说明城镇化水平对制造业绿色低碳转型的影响较小。对外开放度的回归系数为正，且通过了显著性检验，说明进出口贸易总额占GDP比重越高，制造业绿色低碳转型效率越向高值收敛。环境规制在10%的显著水平下为正，环境规制倒逼行业转型升级，促进制造业绿色低碳转型。人力资本在5%的水平下显著为正，人力资本可以通过人本身的知识外溢，与产业环境因素达成互补融合，实现服务高端化和人力资本的协同，进而推动制造业转型升级。2. 中国制造业绿色低碳转型效率收敛性的分异特征关于全国层面上制造业绿色低碳转型效率的条件β收敛特征，虽然已有初步探讨，但具体到不同区域、不同年份的收敛性表现，尚需深入分析。（1）分省份讨论中国制造业绿色低碳转型效率收敛性特征从表6可以得出，中国制造业绿色低碳转型效率回归系数β都为负数，且均通过了1%水平下的显著性检验，说明在分区域的视角下，中国制造业绿色低碳转型效率的条件β收敛依然存在。就收敛率而言，与全国总体的收敛率相比，东部地区、中部地区、东北地区的收敛率要普遍高于全国总体收敛水平。横向对比来看，呈现出东部地区、东北地区、中部地区、西部地区依次递减的格局。值得注意的是，中部地区省份的绿色低碳转型效率高于东北地区省份，但收敛率低于东北地区省份。这是因为中部地区省份在制造业绿色低碳转型中具备的资源条件相对丰富，然而内部各省份间仍存在差距。例如，研究期内湖北的制造业绿色低碳转型效率为0.407，而山西仅为0.268，这种差异可能与湖北产业结构优化显著、城镇化整体水平在中部地区领先、对外开放度较高、环境污染治理有效、人才注入速度较快有关，但上述因素短期内难以实现根本性转变。因此，山西等经济相对滞后的省份在追赶中部经济快速发展省份时面临更长周期，导致其制造业绿色低碳转型效率的收敛率较低。由此可见，制造业绿色低碳转型效率收敛率的高低是产业结构、城镇化率、对外开放度、环境规制和人力资本等众多因素共同作用的结果。（2）分时段讨论中国制造业绿色低碳转型效率收敛性特征鉴于制造业绿色低碳转型效率在不同时段存在差异，且制造业发展的内外部环境差异可能对其转型效率的空间收敛性产生影响，有必要分时段深入研究制造业绿色低碳转型效率条件β收敛的特征。前文提到，中国制造业绿色低碳转型效率在2017年出现骤降，因此以2017年为节点，将2012—2022年分为两个子时期展开讨论，回归结果如表7所示。从表7中可以看出，2012—2017年、2018—2022年两个子时期内回归系数β都为负数，均通过了1%水平下的显著性检验。这说明在分时段视角下，中国制造业绿色低碳转型效率的条件β收敛趋势也是存在的。从两个子时期的对比来看，2018—2022年的收敛率更高（16.48>13.44），半生命周期更短（4.21<5.16）。五主要研究结论及政策启示本文基于中国30个省份的面板数据，采用考虑非期望产出的超效率SBM模型测算制造业绿色低碳转型效率，并揭示其时空分异特征及收敛趋势，主要研究结论如下。第一，从时序动态演进特征看，2012—2022年，中国制造业绿色低碳转型效率整体呈上升趋势，但提升速度较慢且均值不高，仍有较大提升空间。第二，从空间格局演变特征看，中国制造业绿色低碳转型效率存在显著空间差异，呈现出明显的阶梯性特征。基于历年效率均值测算结果，分省份得出以下结果：江苏、广东、浙江和上海在全国具有比较优势；分区域来看，东部地区效率最高，中部地区和西部地区次之，东北地区最低。第三，从空间集聚特征看，中国制造业绿色低碳转型效率的空间分布并非随机，相邻空间单元间存在相互促进作用与空间溢出效应，且大部分地区呈现“低—低”和“高—高”的空间集聚特征。第四，从收敛性特征及影响因素看，空间计量模型验证了显著的条件β收敛，这表明低效率省份存在对高效率省份的动态追赶效应，且空间溢出效应加速了该进程。其中，产业结构、人力资本、对外开放度、环境规制等因素对中国制造业绿色低碳转型效率的收敛具有显著正向作用，而外生性影响因素的收敛效果则存在差异。本文研究蕴含的主要政策启示包括以下几点。（1）东部地区的技术孤岛、中部地区的人力滞后、西部地区的规制失效、东北地区的开放负效，导致中国制造业绿色低碳转型发展不平衡，需以实现碳达峰碳中和目标为引领，深入推进制造业高端化、绿色化、智能化发展：鼓励东部地区重视技术共享，中部地区补齐人力短板，西部地区强化规制效能，东北地区转变开放模式；加快传统产业绿色低碳转型升级，推动新兴产业绿色低碳高起点发展，培育制造业绿色融合新业态。（2）充分发挥空间集聚效应，同时鼓励各地结合资源禀赋实施差别化的制造业绿色低碳转型政策。以精准、协同、可持续为导向，纵向构建国家、省、市三级联动的制造业绿色低碳转型促进机制，强化区域间合作交流，放大先进省份的集聚经济效应、规模经济效应和知识溢出效应，推动不同省份、不同区域制造业实现协调发展、均衡发展与共享发展。（3）加快推动制造业结构合理化与高端化，赋能制造业全方位绿色转型；加大绿色低碳领域专业建设和人才培养力度，深化绿色技术、绿色产品、绿色装备等方面的国际合作与交流，发挥对外开放的正向促进作用；此外，需在保持合理强度的前提下，充分发挥正式与非正式环境规制工具的监督、倒逼和正向激励作用。（4）地理邻近区域（如城市群、省际交界区）应优先建设绿色技术共享平台与环境联防联控体系，发挥地理距离带来的“近水楼台”效应。跨区域合作需突破地理界限，但需配套制度设计以避免经济竞争对绿色协同的抑制。本文存在的不足之处：对于“新质生产力”如何通过其核心要素（如前沿绿色技术革命、人工智能深度应用等）驱动制造业绿色低碳转型效率提升的内在作用机理、微观传导路径等问题，尚未展开深入探讨。未来研究将聚焦这一方向，构建融合新质生产力核心要素的理论分析框架，为相关政策制定提供更具针对性的理论支撑。
模型与方法
（一）超效率SBM模型
在制造业生产过程中，劳动力、资本、能源的投入不仅会带来正向产出，同时也会产生环境污染物等非期望产出。SBM模型引入了生产过程中的非期望产出，其结果更贴合社会发展实际，鉴于此，本文采用考虑非期望产出的超效率SBM模型，具体模型如下：
（二）空间相关性检验
构造合适的空间权重矩阵W不仅是将空间外部性引入模型的关键 , 也决定了实证研究中空间溢出效应识别的可能性和科学性。绿色技术扩散、环境规制政策模仿、污染联防联控等行为具有明显的地理邻近依赖性，地理邻近省份间更易形成产业协同网络与生态合作区，直接促进转型效率的空间溢出。而经济权重可能混淆市场竞争效应与空间溢出效应。制造业绿色转型的核心驱动力更依赖地理邻近性，而非经济规模关联性，故本文采用地理距离权重矩阵。
1. 全局空间自相关
本文以Moran's I指数进行检验，取值范围 [-1,1], 正值表明变量之间存在空间正相关，负值表明存在空间负相关，其值趋近0时，相关性更弱，反之更强。具体公式如下：
2. 局部空间自相关
基于以上分析，考虑到不同区域空间的独立性，本文选取Local Moran's I计算特定区域内的空间相关关系。计算公式如下：
3. 收敛性检验
本文聚焦中国制造业绿色低碳转型效率的时空分异特征研究，时空分异意味着不同地区在转型过程中必然存在诸多独特的地区异质性因素（如资源禀赋、产业结构、政策环境等），这些因素会对制造业绿色低碳转型效率产生显著影响。其中，σ收敛仅反映不同省份制造业绿色低碳转型效率的离散程度随时间减少这一静态区域差异缩小情况，无法体现动态追赶过程及地区异质性因素的作用；绝对β收敛仅依赖初始效率水平，忽略了地区异质性因素对转型效率增长的影响。相比之下，条件β收敛能够在控制地区异质性因素后，更准确地分析不同省份在制造业绿色低碳转型中表现出的动态追赶效应，契合本文对时空分异特征的探究需求。同时，目前关于条件β收敛的研究成果相对较少，这也为本文在该领域的深入探索提供了空间。因此，本文将重点集中于条件β收敛检验上。传统条件β收敛模型如式（5）所示：
变量与数据
（一）效率测算指标体系的构建
基于系统性、科学性、目标性、动态性和可操作性原则，本文构建了制造业绿色低碳转型投入产出指标体系（表1）。在指标体系的构建过程中，综合考虑了制造业生产过程中的生产资料投入情况、经济产出情况以及非期望产出情况。
（二）控制变量的选取
进行条件β收敛检验需要考虑制造业绿色低碳转型的内外影响因素，参照已有做法，选取以下控制变量。
1. 产业结构（IS）。产业结构的高端化以及产业结构与布局的优化，是推动制造业绿色低碳转型的内在要求和重要途径。提高产业结构的合理化与高级化水平，有助于增强新兴产业对绿色增长的引擎作用，提升绿色低碳产业比重，促进绿色融合新业态的涌现，因而会产生正向影响效应。
2. 城镇化水平（UR）。无论是土地城镇化还是人口城镇化水平的提升，均能通过投资效应促进基础设施完善、人口集聚与居民收入增长，进而直接推动制造业结构升级。但若城镇化脱离产业发展规律而盲目快速推进，则可能导致制造业产能过剩，不利于制造业企业加大对绿色低碳设备与技术的投资。综上，城镇化水平对制造业绿色低碳效率的影响具有不确定性。
3. 人力资本（HC）。制造业人力资本水平的提高，有助于增强制造业绿色低碳技术创新及成果转化能力，并直接渗透到制造业研发、生产、经营管理的全过程，对制造业绿色低碳转型效率起到正向促进作用。
4. 对外开放度（FTD）。基于产业集聚理论与资源错配理论，对外开放可通过制度转型机制、技术溢出机制及基础设施机制影响制造业集聚，而集聚与环境污染、碳排放的关系并非简单的线性关系：一方面，集聚可能改善资源错配，进而削弱制造业环境污染、减少碳排放；另一方面，集聚也可能加剧资源配置失衡，导致制造业环境污染加重、碳排放增加。因此，其对制造业绿色低碳转型的影响方向具有不确定性。
5. 环境规制（ER）。正式环境规制可通过遵循成本效应与创新补偿效应发挥作用，非正式环境规制则能借助提升公众及社会组织的环保意识，倒逼高碳制造业推进节能减排，增强企业绿色技术创新绩效，促进高碳制造业实现绿色低碳与可持续发展。然而，环境规制的影响在短期与长期存在异质性特征，在不同规制强度下亦有差异；若规制强度过大，还可能导致制造业绿色全要素生产率下降、技术退步及效率恶化。综上，环境规制对制造业绿色低碳转型效率的影响是非线性的且具有不确定性。
（三）数据来源及处理
本文数据主要涉及全国30个省份（不包括西藏、香港、澳门和台湾）2012—2022年的面板数据，来自《中国统计年鉴》《中国能源统计年鉴》《BP世界能源统计年鉴》《中国工业统计年鉴》《中国科技统计年鉴》、各省市统计年鉴、EPS数据库以及中国经济社会大数据研究平台，少量缺失数据用线性插值法进行预测和补充。
测度结果分析
（一）中国制造业绿色低碳转型效率演变规律分析
1. 总体测算结果分析
本文运用基于非期望产出的超效率SBM模型，测算得到2012—2022年中国各省级地区（不包括西藏、香港、澳门和台湾）制造业绿色低碳转型效率。从全国平均水平看，研究周期内，中国制造业绿色低碳转型效率整体呈上升趋势，增长率为16.9%，但效率均值偏低，仅为0.391，说明制造业在提高资源能源利用水平，推动绿色发展方面任务紧迫且艰巨。
中国制造业绿色低碳转型效率的区域异质性特征明显，东部效率均值高达0.552，显著领先于中部地区、西部地区和东北地区。中部地区效率均值为0.341，虽不及东部地区，但相较于西部地区和东北地区仍有一定优势。西部地区效率均值为0.294，而东北地区的效率均值最低，仅为0.271。
从各省的效率均值看（图1），位列第一梯队的是江苏，历年效率均值达到1.078，是全国唯一均值超过1的省份；第二梯队的依次为广东、浙江和上海，历年效率均值均超过0.6；第三梯队历年效率值在0.3~0.5之间的一共有18个省份，其中，东部地区、中部地区、西部地区和东北地区分别有6个、5个、3个和2个省份；其余为第四梯队，主要包括陕西、黑龙江等8个省份。此外，有11个省市制造业绿色低碳转型效率超过全国平均水平，依次为江苏、广东、浙江、上海、北京、山东、重庆、福建、四川、天津和湖北。
2. 动态演进规律分析
研究周期内，中国制造业绿色低碳转型效率呈现出波动式的非线性动态变化规律（图2），其中，2013年和2020年中国制造业绿色低碳转型效率达到波峰，2017年和2021年则出现较明显的负增长现象。分区域看，研究周期内，东部制造业绿色低碳转型效率稳步增长，增长率达到了26.8%。中部地区、西部地区和东北地区制造业绿色转型效率始终低于全国平均水平，其中，中部地区制造业绿色低碳转型效率除2017年出现大幅下降外，其余年份均保持稳步增长，平均增长率达到12.4%；西部地区制造业绿色低碳转型效率在2015年后实现了较快增长，增长率约为7.8%；东北地区则呈现出低水平徘徊的特征，制造业绿色低碳转型效率平均增长率仅为3.6%。
（二）中国制造业绿色低碳转型效率空间特征的进一步分析
中国各省份制造业绿色低碳转型效率差异显著，且存在空间集聚现象。为明确这种集聚是否遵循特定规律，需进一步探究其空间分布特征。
1. 全局空间格局演进特征
通过Moran's I指数测算2012—2022年中国制造业绿色低碳转型效率，结果显示，所有年份的全局Moran's I均大于0且显著（表3），说明其空间分布具有非随机性，存在明显的空间集聚效应。各空间单元影响其相邻单元，在空间中表现出一定的溢出效应。从Moran's I指数的演变趋势看，从2012年的0.161上升至2016年的0.229，2017年下降到0.161，随后又上升到0.263。说明随着时间的推移，中国制造业绿色低碳转型效率的空间相关性在波动中逐渐增强。
2. 局部空间格局演进特征
不同省份的经济发展水平、投资环境、低碳技术水平等方面存在较大差异，其转型效率也会略有不同。制造业绿色低碳转型的空间交互分为溢出效应和回流效应。其中，溢出效应是高转型效率地区带动相邻地区转型发展，空间上呈现出高值聚集，是一种正向的空间自相关。回流效应是高转型效率地区阻碍相邻地区转型发展，空间上呈现出高值与多个低值相邻，是一种负向的空间自相关。本文选取2012年、2015年、2018年和2022年四个节点，进一步分析中国制造业绿色低碳转型局域空间格局演进特征（表4）。整体上呈现明显的空间不均衡分布特征。从2012年的集聚效应可以看出，30个省市中，北京、天津、广东、海南、山东、江苏、浙江、福建等均显示“高—高”集聚效应。2015年，江西、安徽被列入“高—高”集聚效应区，可能的原因是这两个省份分别在以上海、江苏、浙江为核心的长三角创新高效率圈辐射带动下，实现了制造业绿色低碳转型效率的跃升。2018年，湖北、湖南从“低—高”转入“高—高”，说明邻近省份的制造业绿色低碳转型效率提高，空间溢出效应较高。
2022年，广西由“低—高”转为“高—高”集聚效应，广西良好发挥了其区位优势，吸收了相邻省份的创新成果，“十三五”期间，战略性新兴产业增加值在全区规模以上工业中的占比，从“十二五”末的5.4%增长至2022年的16%。由此可见，经济发展水平越高的地区其工业结构越高级，结构的高级化作用于制造业污染物排放强度的下降，同时该省份能够为周边省份制造业绿色低碳转型建设提供人力、资本等方面的支持。
“低—低”集聚效应的省份均分布于中部地区与西部地区。在样本期内，新疆、青海、甘肃、宁夏、内蒙古、陕西一直是“低—低”集聚效应，这些省份由于缺乏相关人员、技术、资金等的支持，且地处内陆，未能及时学习东部沿海省份先进技术，因此，在发展制造业的同时难以实现绿色低碳转型。四川的集聚效应显示，2012年和2015年为“低—低”集聚效应，2018年便转为“高—低”集聚效应，四川积极推进制造业数字化转型，近几年保持了较高的制造业低碳转型效率，但对周边省份的回流效应高于溢出效应，导致西南地区转型效率有两极分化的趋势。
（三）中国制造业绿色低碳转型效率收敛趋势分析
1. 中国制造业绿色低碳转型效率的收敛性检验
（1）中国制造业绿色低碳转型效率的收敛性检验
为进一步厘清中国制造业绿色低碳转型效率的演进趋势，本文运用空间条件β收敛模型进行检验，表5为其检验结果。
首先，模型（1）的检验结果表明，中国制造业绿色低碳转型效率的回归系数β显著为负，且在统计上达到1%的显著性水平。表明在考虑各省份经济发展水平等异质性因素的情况下，中国制造业绿色低碳转型效率存在显著的条件β收敛趋势。具体来说，低效率省份相较于高效率省份，在绿色低碳转型方面显示出更高的增长率，即存在“后发优势”。说明中国制造业的绿色低碳转型效率整体呈现向好的发展趋势，各省份的转型效率随时间推移将逐渐收敛至各自的稳态水平。
模型（2）引入了空间因素，回归结果仍然显著为负，这一发现强化了先前的结论，即在模型（1）基础上加入空间因素，中国制造业绿色低碳转型效率的条件β仍存在显著收敛趋势。因为相邻或相近省份之间的交流与联系，空间因素的引入使得该模型更加贴近实际情况。通过对比模型（3）和（4）的结果，可以看出，这些模型在纳入空间因素后，中国制造业绿色低碳转型效率的回归系数β也都在1%的显著性水平下为负，这进一步验证了上述结论的稳健性。因此，可以得出结论，中国制造业绿色低碳转型效率的条件β收敛趋势是显著的，并且在纳入空间因素后，这一趋势仍然稳健存在。
对比模型（1）和模型（2）中lnGLT的回归系数β，模型（2）的 β 值（-0.439）较模型（1）的β值（-0.434）更小。反映出在引入空间因素后，收敛率有所提升，半生命周期也相应缩短（从14.36年减少至12.19年）。表明空间溢出效应是推动中国制造业绿色低碳转型效率区域收敛的重要加速器，高效率省份对邻近低效率省份产生的知识溢出、技术扩散、产业联动和示范效应，有效降低了低效率省份的学习成本和转型风险，显著加快了其追赶速度，从而使得全国整体收敛进程提速。
（2）控制变量的回归结果
从模型（2）的回归结果看，产业结构在1%的水平下显著为正，第三产业重点领域蓬勃发展，转型升级成效显著，对制造业绿色低碳转型效率高值收敛具有促进效果。城镇化率回归系数为正，但未通过显著性检验，说明城镇化水平对制造业绿色低碳转型的影响较小。对外开放度的回归系数为正，且通过了显著性检验，说明进出口贸易总额占GDP比重越高，制造业绿色低碳转型效率越向高值收敛。环境规制在10%的显著水平下为正，环境规制倒逼行业转型升级，促进制造业绿色低碳转型。人力资本在5%的水平下显著为正，人力资本可以通过人本身的知识外溢，与产业环境因素达成互补融合，实现服务高端化和人力资本的协同，进而推动制造业转型升级。
2. 中国制造业绿色低碳转型效率收敛性的分异特征
关于全国层面上制造业绿色低碳转型效率的条件β收敛特征，虽然已有初步探讨，但具体到不同区域、不同年份的收敛性表现，尚需深入分析。
（1）分省份讨论中国制造业绿色低碳转型效率收敛性特征
从表6可以得出，中国制造业绿色低碳转型效率回归系数β都为负数，且均通过了1%水平下的显著性检验，说明在分区域的视角下，中国制造业绿色低碳转型效率的条件β收敛依然存在。就收敛率而言，与全国总体的收敛率相比，东部地区、中部地区、东北地区的收敛率要普遍高于全国总体收敛水平。
横向对比来看，呈现出东部地区、东北地区、中部地区、西部地区依次递减的格局。值得注意的是，中部地区省份的绿色低碳转型效率高于东北地区省份，但收敛率低于东北地区省份。这是因为中部地区省份在制造业绿色低碳转型中具备的资源条件相对丰富，然而内部各省份间仍存在差距。例如，研究期内湖北的制造业绿色低碳转型效率为0.407，而山西仅为0.268，这种差异可能与湖北产业结构优化显著、城镇化整体水平在中部地区领先、对外开放度较高、环境污染治理有效、人才注入速度较快有关，但上述因素短期内难以实现根本性转变。因此，山西等经济相对滞后的省份在追赶中部经济快速发展省份时面临更长周期，导致其制造业绿色低碳转型效率的收敛率较低。由此可见，制造业绿色低碳转型效率收敛率的高低是产业结构、城镇化率、对外开放度、环境规制和人力资本等众多因素共同作用的结果。
（2）分时段讨论中国制造业绿色低碳转型效率收敛性特征
鉴于制造业绿色低碳转型效率在不同时段存在差异，且制造业发展的内外部环境差异可能对其转型效率的空间收敛性产生影响，有必要分时段深入研究制造业绿色低碳转型效率条件β收敛的特征。前文提到，中国制造业绿色低碳转型效率在2017年出现骤降，因此以2017年为节点，将2012—2022年分为两个子时期展开讨论，回归结果如表7所示。从表7中可以看出，2012—2017年、2018—2022年两个子时期内回归系数β都为负数，均通过了1%水平下的显著性检验。这说明在分时段视角下，中国制造业绿色低碳转型效率的条件β收敛趋势也是存在的。从两个子时期的对比来看，2018—2022年的收敛率更高（16.48>13.44），半生命周期更短（4.21<5.16）。
主要研究结论及政策启示
本文基于中国30个省份的面板数据，采用考虑非期望产出的超效率SBM模型测算制造业绿色低碳转型效率，并揭示其时空分异特征及收敛趋势，主要研究结论如下。
第一，从时序动态演进特征看，2012—2022年，中国制造业绿色低碳转型效率整体呈上升趋势，但提升速度较慢且均值不高，仍有较大提升空间。
第二，从空间格局演变特征看，中国制造业绿色低碳转型效率存在显著空间差异，呈现出明显的阶梯性特征。基于历年效率均值测算结果，分省份得出以下结果：江苏、广东、浙江和上海在全国具有比较优势；分区域来看，东部地区效率最高，中部地区和西部地区次之，东北地区最低。
第三，从空间集聚特征看，中国制造业绿色低碳转型效率的空间分布并非随机，相邻空间单元间存在相互促进作用与空间溢出效应，且大部分地区呈现“低—低”和“高—高”的空间集聚特征。
第四，从收敛性特征及影响因素看，空间计量模型验证了显著的条件β收敛，这表明低效率省份存在对高效率省份的动态追赶效应，且空间溢出效应加速了该进程。其中，产业结构、人力资本、对外开放度、环境规制等因素对中国制造业绿色低碳转型效率的收敛具有显著正向作用，而外生性影响因素的收敛效果则存在差异。
本文研究蕴含的主要政策启示包括以下几点。（1）东部地区的技术孤岛、中部地区的人力滞后、西部地区的规制失效、东北地区的开放负效，导致中国制造业绿色低碳转型发展不平衡，需以实现碳达峰碳中和目标为引领，深入推进制造业高端化、绿色化、智能化发展：鼓励东部地区重视技术共享，中部地区补齐人力短板，西部地区强化规制效能，东北地区转变开放模式；加快传统产业绿色低碳转型升级，推动新兴产业绿色低碳高起点发展，培育制造业绿色融合新业态。
（2）充分发挥空间集聚效应，同时鼓励各地结合资源禀赋实施差别化的制造业绿色低碳转型政策。以精准、协同、可持续为导向，纵向构建国家、省、市三级联动的制造业绿色低碳转型促进机制，强化区域间合作交流，放大先进省份的集聚经济效应、规模经济效应和知识溢出效应，推动不同省份、不同区域制造业实现协调发展、均衡发展与共享发展。
（3）加快推动制造业结构合理化与高端化，赋能制造业全方位绿色转型；加大绿色低碳领域专业建设和人才培养力度，深化绿色技术、绿色产品、绿色装备等方面的国际合作与交流，发挥对外开放的正向促进作用；此外，需在保持合理强度的前提下，充分发挥正式与非正式环境规制工具的监督、倒逼和正向激励作用。
（4）地理邻近区域（如城市群、省际交界区）应优先建设绿色技术共享平台与环境联防联控体系，发挥地理距离带来的“近水楼台”效应。跨区域合作需突破地理界限，但需配套制度设计以避免经济竞争对绿色协同的抑制。
本文存在的不足之处：对于“新质生产力”如何通过其核心要素（如前沿绿色技术革命、人工智能深度应用等）驱动制造业绿色低碳转型效率提升的内在作用机理、微观传导路径等问题，尚未展开深入探讨。未来研究将聚焦这一方向，构建融合新质生产力核心要素的理论分析框架，为相关政策制定提供更具针对性的理论支撑。