西部地区工业化质量时空演变及高质量发展路径研究

黄平 曾绍伦 龙志

摘要 自新型工业化战略实施以来，中国西部地区工业发展成效显著，增速甚至超过了东中部地区。即便遵循新型工业化发展路径，但快速增长仍带来生态环境破坏、资源过度输出、科技创新动力不足等问题，工业化质量堪忧，高质量发展成为工业发展的重要命题。为全面评价西部地区工业化质量状况，本文建立了工业化质量三维模型，运用超效率DEA、超效率SBM等方法从绿色效率、创新效率、经济效率三个维度评价西部地区11个省份2005—2016年工业化质量的时空演变特征，结果显示：①从西部地区11个省份横向对比看，各个省份工业化质量具有平稳、波动、优化且波动、恶化且波动4种时变性特征，但不同阶段表现出路径依赖增强的持续性特点。②从2005—2016年纵向对比看，西部地区工业化质量高效率模式的地理格局呈现由边疆地区向靠近内陆地区演变的新特征。③西部地区工业化发展不均衡，演进成果存在差异。工业绿色效率呈下降趋势（从0.87下降至0.48），创新效率呈“倒U”型走势（均高于1.00），工业经济效率总体较低（0.45～0.57之间）但稳中求进。模型结果显示三者间存在当期或滞后的显著影响，三类高质量发展路径存在。基于研究结果，西部地区各个省份依据本省现状筛选出工业高质量发展路径。工业化具有多重发展目标，绿色、创新、经济效率发展理念之间的互相促进作用客观印证“绿水青山就是金山银山”与制造强国战略丰富的理论内涵。

关键词 工业化质量;时空演变;高质量发展;发展路徑

中图分类号 X196;F424.6

文献标识码 A文章编号 1002-2104（2019）08-0050-09DOI：10.12062/cpre.20190315

为应对典型后发工业国经济快速发展中过度依赖资源消耗、生态环境严重破坏、科技创新动力不足等问题，2002年党的十六大报告提出：“以信息化带动工业化，以工业化促进信息化，走出一条科技含量高、经济效益好、资源消耗低、环境污染少、人力资源优势得到充分发挥的新型工业化道路。”自西部大开发与新型工业化战略实施以来，中国西部地区工业发展成效显著：2005年，西部地区工业增加值占全国工业增加值比重为14.2%，工业刚刚起步，远低于东部（63.6%）、中部（22.2%）;2005—2016年西部地区工业增加值占全国比重年均达17.5%（增长约3个百分点），增辐领先其他地区（东部降为58.1%，中部增至24.4%）。但西部地区工业发展也面临诸多问题：受到制度与体制变迁、区位条件、思想观念、过度依赖资源输出、环境遭受破坏等多重因素影响，西部地区工业发展不均衡。如内蒙古工业发展较快，2005年工业增加值仅为1 477.9亿元，2016年增加至7 233亿元;而云南2005年工业增加值为1 168.7亿元，到2016年增长至3 891.2亿元。西部地区工业发展转型仍然是新一轮大开发的工作重点[1]。新时代，党的十九大明确高速增长向高质量发展成为工业发展的主要方向，创新、协调、绿色、开放、共享成为工业发展新理念，以人工智能为核心的“中国制造2025”成为工业发展指导方案，加快中国由制造大国向制造强国迈进。新的变化是否会激发原有工业化发展模式锐变为高质量发展模式？这需要深入探讨与分析。基于此，本文拟采用超效率DEA与超效率SBM模型等对西部地区11个省份（不包括西藏）2005—2016年工业化质量进行测度，并从经济学角度提出高质量发展路径，为改善西部地区工业化质量，探索西部地区工业高质量发展提供有益建议。

1 文献综述

中国步入后工业化并不意味着工业化时代结束及工业地位下降，新时代工业化正从发展的“丛林时代”走向现代化文明，以持续创新和改革实现经济发展[2-4]。十九大以来，相关研究依据工业现实问题分析工业高质量发展。金碚[5]提到发展质量不高反映在经济结构中的产品及其生产过程，即供给侧的质量和效率。任保平[6]认为工业化质量既有量的规定也有质的要求。量的规定指工业的增长速度和工业化进程，质的要求指工业规模经济、技术水平、工业结构、劳动力素质、能源消耗、资源利用、工业效益和对生态环境影响等;需要从加快优化产业结构、推进工业整体升级、增强企业创新实力以及发展循环经济等三个方面改善工业质量。黄群慧[7]提出工业化存在发展不平衡等问题，要围绕供给质量、实现“四化”同步发展、绿色制造业先行、区域协调发展来提高发展质量。洪银兴[8]认为“四化”协调发展为高质量发展奠定基础。金碚[9]提出工业从高速增长转向高质量发展是工业化生产方式和模式根本变革。总之，工业高质量发展势在必行，工业化质量研究日渐完善，但有关工业高质量发展的内涵及量化分析还需进一步探究。

学术界关于工业化评价方面的研究比较成熟，主要涉及工业化进程、工业化水平、工业化与信息化、城镇化融合等方面。①工业化进程中西部地区问题突出，研究结果显示：2003—2004年我国总体进入工业化中期阶段[10-11]，2006年全国总体步入工业化后期的前半段，但区域发展不均衡。2010年西部地区总体处在中期阶段[12]，要完成2020年全国基本实现工业化目标[13]，西部地区工业化还需稳步推进。研究结果还反复证明：相比其他地区，西部地区工业化发展污染严重，低效率特征鲜明。如：庞瑞芝等[14]的结论显示，东部向中西地区转移多为资源和资本密集型工业，加重中西部地区工业节能减排负担;苗治平等[15]测度西部地区工业水资源利用效率显示低于全国平均水平。因此，西部地区工业化发展仍然是学术研究的重点。②关于工业化水平测度中，评价指标体系综合信息化、科技化、资源节约、环境污染、人力资源等[16-19]角度，指标体系日渐完整，评价视角方面也有创新性成果。如朱南利用DEA和Malmquist方法，从生态经济效率角度划定工业化二维发展模式，评价2005—2006年各个省份新型工业化程度[20]，但关于工业化质量时空演变规律尚需探究。③关于工业化影响因素中，信息化、城镇化研究较多，王瑜炜等[21]、米增渝[22]、张平淡等[23]结论证实西部地区信息化与工业化协调度较低。王庆喜等[24]发现工业化与城镇化表现出区域发展不均衡特征，东部、中部地区工业化推进城镇化发展效果有限，西部地区工业化促进城镇化尚有发展空间，其他外生因素如能源配置效率[25]、农业人口转移[26]及“过度去工业化”政策[27]等也影响工业发展。总之，研究工业化外生影响因素较多，尚缺工业化体系中各项内部指标关系的研究。

基于以上文献梳理，已有研究呈现如下特征：①工业高质量发展内涵不断丰富，但对工业高质量发展量化分析，以及刻画西部地区工业化质量时空特征的研究较少。②工业化质量内部指标关系鲜有研究。从评价角度看，总体评价工业化质量会模糊绿色、创新、经济效率等几个方面的差异，因而有必要构建工业化内部指标关系模型进行分析。③根据经济学无差异曲线拓展三维空间内无差异曲面模型，在经济学含义上可以更好地提出工业化高质量发展路径。因此，本文依据相关文献提出工业化质量三维模型及无差异曲面模型，界定工业高质量发展模式，利用工业化质量三维模型得出2005—2016年西部地区工业化质量的时空演变模式及特征，进而提出各个省份工业高质量发展路径。

2 理论模型与研究假设

2.1 工业化质量三维模型

已有文献从生态效率、经济效率二维视角评价新型工业化发展模式[20]，但缺乏信息化、工业化效益与结构，未能完全涵盖工业化质量内涵。本文在上述文献基础上，考虑能源消耗扩展为工业绿色效率指标;考虑工业化进程、工业结构、人力资源优势的发挥，提出涵盖经济效益、工业结构、发展进程及人力资源利用的经济效率指标;并增加信息化与科技化维度，形成创新效率指标，合成评估工业化质量三维模型。图1中的A、B、C、D、E、F、G、H代表工业化的发展模式，表1展示各类模式的基本特征。A模式是8种发展模式中质量最低的发展模式。相比A模式，B模式、C模式、D模式是绿色效率、创新效率、经济效率三方面仅有一个方面处于高水平，其他方面处于低水平。E、F、G模式是两方面处于高水平的模式。H模式是一种资源节约、环境友好，信息化与科技程度高、经济效益好的高质量发展模式。基于上述分析笔者提出工业高质量发展的路径，即：A、B、C、D、E、F、G模式向H模式演进的动态过程。

2.2 研究假设

工业化质量三维模型具有丰富的经济学内涵，能指导A发展模式向高质量的H发展模式改进。工业化质量改进路径可以用以下性质说明。图2球面阴影部分，笔者称为“无差异曲面”，见式（1）。其中，U0代表效用水平不变的坐标组合。绿色效率、创新效率及经济效率分别用x、y、z表示，r是半径，坐标为第一象限。（x0，y0，z0）是球的固定球心，球心不变暗含实现最高质量发展模式的极限。当r变动时，固定球心形成无数半径不同的互相平行不相交的球体曲面组成，笔者称之为“无差异曲面集合”，见式（2），数学证明兹不具赘。

U0=f（x，y，z）=1/[（x-x0）2+（y-y0）2+（z-z0）2]，x2+y2+z2

{x，y，z|U=1/[（x-x0）2+（y-y0）2+（z-z0）2]，x2+y2+z2

一个无差异曲面上坐标轴x，y，z具有替代效应（边际替代率递减规律）。维持工业发展成效不变情况下，工业发展目标在提升绿色效率、创新效率、经济效率之间互相转换。为分析方便假设其中一个坐标值不变，则另两个坐标值存在负向关系。比如，当经济效率不变时，与经济效率（Z轴）垂直的截面与无差异曲面相截，显示为一条无差异曲线，其坐标点变化可以理解为一笔资金既可用于工业绿色化改进，也可用于提升创新效率，所带来的效用水平相等。A→B、A→D、A→C、B→D、E→G、C→D、E→F、C→

图1 工业化质量三维模型

F、B→E、D→F、G→H、B←→C、G←→F改进路径主要源于这种思想，如A→B和D→G路径是在保持创新效率不变条件下，牺牲部分绿色化投入，而将这部分投入转向提升经济效率方面; A→D、C→F路徑是在经济效率不变时，较少的创新效率损失可以换来较大的绿色环境提高，其他同理。D→B、D→C以牺牲绿色环境为代价换取经济快速发展，这些路径不符合绿色发展宗旨，故剔除。基于以上改进路径，提出假设1。

研究假设1：任意两个评价维度仅存在负向或替代关系，即存在无差异曲线上的改进。

无差异曲面集合具有偏好非饱和性[28]，存在向右上方移动的改进（如图3中a到b），代表长期内从绿色效率、创新效率、经济效率多角度共同提升工业质量。A→H、B→H、C→H、D→H、E→H、F→H、G→H改进路径源于无差异曲面的右上方平移，维度之间存在互相依存的正向互补关系。如，A→H路径中绿色效率、创新效率、经济效率基础薄弱，通过技术创新、绿色发展、经济效率提升实现一条跨越式的发展模式演进路径。依据以上改进路径，提出假设2。

研究假设2：任意两个评价维度仅存在正向互补关系，则存在无差异曲面移动的改进。

譬如A→D→H等改进路径既包括无差异曲线上的移动（A→D），也存在无差异曲面的右上方移动（D→H），即存在时变。此路径前期注重保护环境，使用节能环保设备、生产工艺，后期加大信息化、科技化投入，提升工业经济效率，实现高效率的发展模式。A→B→H路径不符合绿色发展宗旨，故剔除。基于以上分析，提出假设3。

研究假设3：两个评价维度存在滞后影响，且正、负向关系时变，则实施混合型的改进，即第三种改进路径。

理论模型给出工业高质量发展的经济学含义，得出工业化质量的三个评价维度存在理论上此消彼长的替代关系、互相依存的互补关系或时变情况，这三种关系需要通过模型检验。

3 研究方法

3.1 超效率DEA及超效率SBM模型

Anderson等克服Charnes与Cooper提出的传统DEA[29-30]

模型无法进一步评价有效决策单元的缺陷，建立超效率DEA模型[31]，如式（3）所示。其中，θ为决策单元效率值，X、Y分别为投入值和产出值，m、r代表投入变量和产出变量的个数。∑λ=1，∑λ<1，∑λ>1，表示规模效益不变、递增、递减。S-i，S-r分别代表输入超量和输出亏量。当θ<1时，S*-=0，S*+=0有一个不成立，决策单元非有效。当θ=1时，S*-=0，S*+=0同时满足时，决策单元为有效，否则为弱有效。超效率DEA模型能有效评价多个有效决策单元相对效率，体现西部地区各个省份工业化质量相对差异。在评价创新效率及工业经济效益两方面采用这一模型进行评价。

min[θ-ε（∑mi=1S-i+∑Sr=1S+i）]

s.t.∑nj=1j≠kXijλj+S-i≤θx0

∑nj=1j≠kYjλJ-S+r=Y0

λi≥0，j=1，2，3，…，n. S+r≥0，S-i≥0（3）

超效率SBM由K.Tone于2002年提出，是擅长评价非期望产出与效率大于1的决策单元排序的评价工具[32]，模型如（4）所示：

min p*=（1/m）∑ni=1x-/xi01/（s1+s2）（∑s1r=1yg/ygr0+∑s2u=1yb/ybu0）

s.t.x-≥∑nj=1λjxij，i=1，…，m

∑nj=1λjybqj≤yg-≤∑nj=1λjygrj，q=1，…，s2;r=1，…，s1

λj≥0，j=1，…，n.x-≥x0;yg-≤yg0;yb-≥yb0（4）

其中，n表示决策单元个数， x表示为投入变量，m为投入便两个变量个数，s1，s2，yg，yb分别表示期望产出和非期望产出个数和变量，x，yg，yb为松弛变量。

3.2 偏离-份额分析法

偏离-份额分析法是由Dunn等 [33]在前人基础上发展和应用的。本文以中国作为标准区域，参考对照西部地区各个省份工业产业结构调整情况。西部地区及全国工业基期和末期总产值分别用bj0和bjt、Bj0和Bjt表示。Kj0 = bj0/Bj0，Kjt=bjt/Bjt代表某省工业总产值在基期和末期占全国同期的比重，w和u分别代表结构效果指数和区域竞争力效果指数。为全面评价工业结构合理化程度，笔者将重工业、轻工业产业结构偏离情况也纳入公式（5），演化为L=1/3∑Li，其中，L1为工业偏离份额值，L2、L3分别为重工业、轻工业偏离份额值。偏离一份额分析法适用于评价西部地区各个省份与全国工业产业结构偏离情况。若L大于1，则区域增长快于全国，反之亦然。

L=∑j=nj=1Kj0×Bjt∑j=nj=1Kj0×Bj0÷∑j=nj=1Bjt∑j=nj=1Bj0×∑j=nj=1Kjt×Bjt∑j=nj=1Kj0×Bjt=w×u（5）

3.3 模型检验及影响因素分析

为检验任意两个评价维度的关系，分别选取绿色效率EG（Efficiency of Greening）、创新效率EI（Efficiency of Innovation）、经济效率EIE（Efficiency of Industrial Economy），令其中一个变量为被解释变量，另两个为解释变量，建立面板数据模型（6）（7）和（8）进行分析。选取常见的工业化影响因素：城镇化、社会协调、FDI[22，34]等指标，如城镇化率UR（Urbanization Rate）[18，35-36]、恩格尔系数EC（Engel Coefficient）[37]等为控制变量，验证对不同被解释变量影响程度。面板模型能有效解决遗漏变量问题，提供更多研究样本的个体特征和时间效应信息。基本模型如下：

EG=γ+β1EI+β2EIE+β3UR+β4EC+β5FDI+ε（6）

EI=γ+β1EG+β2EIE+β3UR+β4EC+β5FDI+ε（7）

EIE=γ+β1EG+β2EI+β3UR+β4EC+β5FDI+ε（8）

3.4 数据与变量选取

本文以西部地区重庆、四川、贵州、云南、广西、陕西、甘肃、青海、宁夏、新疆、内蒙古11个省（市、區）为研究样本（西藏地区因缺失能源消费数据剔除），以2005—2016年为研究区间，以考查“十一五”和“十二五”期间西部地区工业化质量。数据源于《中国统计年鉴》《中国能源统计年鉴》和《中国工业统计年鉴》以及统计局网站、各个省份统计年鉴及统计公报，价格类指标采用2005年价格指数不变价折算。

评价指标体系中，绿色效率采用超效率SBM模型测算，指标数量依据小于决策单元一半原则确定最多为5个，以下同理。参考付丽娜等[38]的生态效率指标进行改进，体现资源消耗与环境污染情况。投入指标涵盖资源、资金投入，包括能源消耗总量、工业污染治理完成投资;期望产出为工业销售产值;非期望产出为废水排放量、CO2排放量。其中，能源消耗选用总量折标准煤指标，减少与CO2排放量产生共线性问题。CO2排放量参照徐国泉[39]的方法测度，见式（9）：

C=∑8i=1（Ci×CFi×CCi×COFi）×44/12（9）

式中，C表示测算的工业排放CO2总量。i包括8种能源：原煤、焦炭、汽油、原油、燃料油、柴油、天然气。CFi为能源低位平均发热量;CCi为单位热值含碳量。COFi为碳氧化因子（碳氧化率）。44/12为CO2气化系数。

创新效率投入产出指标为[18，40-41]：投入指标有R&D经费投入强度、通信设备计算机及其他电子设备制造业固定资产投资总额，反映工业创新、科技投入;产出指标为高新技术产业产值占规模以上工业总产值比重、互联网普及率、每万人拥有的专利批准数。

经济效率综合指标涵盖工业化进程、工业经济效益、工业结构及人力资源。由于无法捕捉投入、产出指标，笔者依据韩兆洲[41]综合评价方法测度，权重设置中考虑工业结构与工业经济效益同等重要，则工业化进程：工业经济效益：工业结构权重分别为3∶1∶1，人力资源评价已纳入工业化进程、工业经济效益，不再单独评价。工业化进程指标参照韩兆洲[10]对其定义：地区由传统农业转向现代工业的过程包括劳动生产率工业化进程、增加值工业化进程及劳动力工业化进程，按照重要性权重3、2、1赋权，涉及指标有工业增加值、工业就业人数、第二产业与第一产业增加值比率、第二产业从业人员与第一产业从业人员之比。工业经济效益评价采用超效率DEA方法，充分考虑人力资源投入，投入指标为固定资产投资总额、工业就业人数;产出指标为总资产贡献率、人均主营业务收入及产品销售率。工业结构评价的指标有：各个省份及全国工业产值、重工业及轻工业产值，采用前述偏离一份额分析法测算。

4 实证研究

4.1 西部地区工业化质量的时空演变特征

数据标准化处理后，本文运用MaxDEA6.18软件测度，各个省份效率值低于、高于西部地区年均值分别归为低效率、高效率模式。2005—2016年间西部地区11个省份工业化质量的时空演变见表2。

（1）工业化质量演进路径具有时变性特征：平稳、波动、优化且波动、恶化且波动。演进路径平稳的省份有四川、贵州、云南;波动的省份有陕西;优化且波动的省份有重庆、广西、宁夏。其他省份，青海、甘肃、新疆、内蒙古具有恶化且波动的特征。

图4显示2005—2016年间西部地区工业化质量年演变发生率（指每年发生演变省份的比率）符合“U”型左侧走势，除2009、2012年两个拐点外，发生演变省份数量呈下降趋势并趋于稳定。不同阶段各个省份工业化质量路径依赖增大，锁定效应增强（即某一事件是其自身历史结果的现象）[42-43]，体现持续性特征。各个阶段工业化质量时空演变动因迥异，表现为2005—2009年间实现工业化质量演变较快发展，2010—2012年间演变发生率趋于平稳，2013年后实现新的相对稳定。2005年是“十一五”前一年，中国工业化初期发展基本完成。此时，西部地区工业化起步较晚，整体水平较低，相对差异较大，部分地区如边疆省份：新疆、内蒙古，以及靠近中部地区的陕西、重庆保持较高效率。2005—2009年，西部地区工业化质量提升显著，直至金融危机发生，中国政府“一揽子计划”投入约2 100亿元用于节能减排和生态工程，寻求经济结构战略性调整和发展方式转变，国有工业企业化解危机。2010—2012年，西部地区工业在阵痛中平稳发展，仅内蒙古、陕西效率较高。2013年，化解能源工业产能与环保治理任务艰巨，西部地区大多数处于低效率发展，直至2016年“十三五”开局，工业绿色、创新等新发展理念凸显，西部地区许多省份如青海、广西、陕西效率提高。

（2）表2还显示2005—2016年西部地区工业化质量发展模式地理格局呈现高效率模式省份由边疆地区向靠近内陆地区演变的新特征。2005—2009年期间，青海、新疆、甘肃、内蒙古等地与四川、陕西、广西在工业经济总量方面有一定差距，区位条件导致交通成本处于劣势，但仍属于高效率。原因在于前述地处边疆地区，是对口支援、国家财政转移支付的主要省份。受援助省份的基础设施改善、信息化提升及先进技术条件的引进提高工业企业的生产效率，而其他西部地区省份的投入主要依赖省内转移支付和市场资源配置。但当时全国范围内，市场作用使资源集聚在东中部地区，西部地区竞争力欠佳。因此，此时段西部地区未被援助的省份则在夹缝中艰难生存。整体显现在效率上，被援助省份效率高于未被援助省份。2013年以后，市场在资源配置中发挥决定性作用，被援助省份经济能动性差，效率有所下降，优势逐渐减弱。

（3）2005—2016年，多重因素导致西部地区发展不均衡，演进成果存在差异。工业绿色效率呈下降趋势（从0.87下降至0.48），创新效率呈“倒U”型走势（均高于1.00），工业经济效率总体较低（0.45～0.57之间）但稳中求进（图4）。①各个省份情况差异较大。绿色效率方面：2005—2007年，广西绿色化效率分别为0.61、0.43、0.47，低于西部地区年均值;2011年，广西环保工作陆续开展，实施污染物浓度及总量控制，并鼓励开展清洁审核，2012—2016年广西绿色效率提升（大于1.00）效果显著。重庆、四川、陕西的绿色化工作进展顺利，从排污权等法规出台到开展“减煤、治源、禁燃”等专项行动，取得明显成效，绿色化效率整体良好。其他西部省份，甘肃、青海、新疆、内蒙古绿色效率呈现恶化趋势，贵州、宁夏、云南的绿色化一直处于低效率状态。总之，西部地区工业绿色发展任务艰巨。②创新效率方面：重庆、贵州、青海、宁夏、新疆地区的创新效率一直维持高效水平。重庆的工业转型与创新、贵州的“数字贵州”建设已初有成效。青海、宁夏、新疆地区对口支援工作在推进信息化与工业化融合方面 取得成效。四川、云南、陕西、甘肃整体效率水平有提升但基本低于西部地区年均值且有小幅波动。内蒙古整体效率水平较高但有所下降。广西创新效率提升效果显著。③工业经济效率方面，各个省份积极探索产业转型升级。重庆、青海、宁夏、陕西转型发展较为成功，工业经济效率较高。四川、贵州、云南、广西因存在技术研发落后、工业结构性问题突出、全要素贡献率低等问题使其工业质量不高。甘肃、新疆、内蒙古因去产能任务较重，使经济效率略有下降。

4.2 模型结果

单位根检验结果显示所有变量的水平变量均不显著，在一阶差分下数据平稳，P值如表3所示，模型均通过协整性检验。豪斯曼检验进一步确定模型。被解释变量为EI的模型接受原假设，采用随机效应模型、最小二乘法估计得出结果，表3的结果显示：EI具有锁定效应，与EIE正相关。被解释变量为EG的模型接受原假设，采用上述模型与估计方法得出结果：EG也具有路径依赖，与EI、EIE发生时变情况，与EI呈现上一期互补、当期替代关系，与EIE发生从上一期替代、当期互补的时变。被解释变量为EIE的模型拒绝原假设，采用双固定效应模型，估计结果显示：EIE存在锁定效应，与EI、EG产生上一期替代到当期互补的时变。图5显示三者间关系：①当期内，工业经济效率与绿色效率、创新效率存在正向互补关系，绿色效率、创新效率之间是替代关系，表明当期两者存在投入选择;②考虑上一期影响，绿色效率与经济效率互相存在非同期的替代关系，经济效率与上一期创新效率存在替代关系，表明在追求绿色生产、经济效益与创新等水平提升時存在资源投入选择。因此，三种改进路径均存在，各个省份可根据自身实际选择不同的改进路径。

4.3 西部地区工业高质量发展的路径选择

根据表2中西部11个省份的2016年发展模式，各个省份工业高质量发展路径如下。

（1）重庆继续保持高效绿色、高信息化与科技创新、高效经济效率的最优发展模式，发挥好城镇化与工业化“两化”协同作用，实现高质量发展。结合图5，贵州、新疆可以选择C→H（或C→E→H、C→F→H）发展路径，信息化与科技创新提升会带动当期经济效率、下一期绿色效率提升，同时工业经济效率与绿色互补发展。四川可以选择D→H（或D→G→H），提升经济效率，也会促进创新效率;

广西可以选择F→H，当高效创新、绿色发展时，会正向带动工业经济效率。因此，工业经济合理持续发展，会推动更多企业承担绿色发展的社会责任并增强企业创新。

（2）宁夏、青海选择E→H，内蒙古选择B→H（或B→G→H），陕西可以选择G→H，当高经济效率时，会提升绿色效率及创新效率同步发展。云南、甘肃可以选择A→H（或A→D→H、A→G→H）路径，例如发展前期倾向提高绿色发展程度，注重减排、禁排工作开展，利用法律制度倒逼污染企业绿色转型升级;后期倾向提升工业经济效率，提高自主科技研发能力;或者，通过资源有效配置，在高效创新同时节能减排、转变粗放型经济发展方式，提升工业经济效率，促进各类投入的整合协同，实现高效、快速、跨越式的工业高质量发展。

5 结论与政策启示

本文为探索工业高质量发展演进路径，构建工业化质量三维模型，刻画2005—2016年西部地区工业化质量特征，分析西部地区各个省份发展模式的时空演化概况，得出以下结论。

（1）从横向对比看，西部地区各个省份的工业化质量时空演变体现平稳、波动、优化且波动、恶化且波动4种时变性特征，但不同阶段表现出路径依赖增强的特点。

（2）地理格局变化：2005—2016年，西部地区工业化质量高效率模式省份呈现由边疆地区向靠近内陆地区演变的新特征。

（3）西部地区工业化发展不均衡，演进成果存在差异：工业化绿色效率呈下降趋势、创新效率呈“倒U”型走势、工业化经济效率总体较低但稳中求进。模型结果显示三者间存在当期或滞后的显著影响，三条高质量发展路径存在。

当期内，工业绿色、创新与经济效率之间的互相促进作用客观印证“绿水青山就是金山银山”与制造强国战略丰富的理论内涵。新时代，工业化向高质量发展兼顾绿色、创新、经济、效率多重目标具有现实意义。以上结论得到的政策启示如下：①西部地区各级政府机构在工业化进程中要充分认识“绿水青山”的重要性，绿色效率的提升会实现工业经济发展，以较低的能耗和污染物排放实现更多的工业效益;绿色效率提高还会促进工业创新，如清洁能源技术、清洁生产设备、治理设备等技术突破。②西部地区工业高质量发展，要促进信息化与工业化融合，协同推进制造强国战略，提升创新效率，以创新驱动工业发展，加快实现“制造大国”向“制造强国”转变，具体包括鼓励制造业“双创”、促进制造业与互联网融合、培育新业态、加快科技成果运用工业领域等。③工业高质量发展要摒弃低效率发展方式，深度推进供给侧结构性改革。实现高效率工业质量发展模式的省份要继续发挥市场在资源配置中的决定性作用，工业质量低效率的省份要处理好政府与市场在工业高质量发展中的关系，实现以高效率、高质量标准定义的工业化发展。④西部地区工业发展不均衡，各个省份要基于自身工业发展基础，合理安排工业高质量发展目标，把握工业高质量发展的契机，因地制宜地制定工业高质量发展政策。

（编辑：刘照胜）

参考文献

[1]尹传斌， 朱方明， 邓玲. 西部大开发十五年环境效率评价及其影响因素分析[J]. 中国人口·资源与环境， 2017， 27（3）： 82-89.

[2]张培刚. 农业国工业化问题[M]. 长沙：湖南出版社，1991.

[3]黄群慧. “新常态”、工业化后期与工业增长新动力[J]. 中国工业经济， 2014（10）：5-19.

[4]金碚. 工业的使命和价值——中国产业转型升级的理论逻辑[J]. 中国工业经济， 2014（9）： 51-64.

[5]金碚. 中国改革开放40年的制度逻辑与治理思维[J]. 经济管理，2018， 40（6）：5-16.

[6]任保平，魏婕. 超越数量：质量经济学的范式与标准研究[M]. 北京：人民出版社， 2017.

[7]黄群慧. 从高速度工业化向高质量工业化转变[N]. 人民日报，2017-11-26（5）.

[8]洪银兴. 新时代社会主义现代化的新视角——新型工业化、信息化、城镇化、农业现代化的同步发展[J].南京大学学报（哲学·人文科学·社会科学）， 2018， 55（2）： 5-11，157.

[9]金碚. 关于“高质量发展”的经济学研究[J]. 中国工业经济， 2018（4）： 5-18.

[10]韩兆洲. 工业化进程统计测度及实证分析[J]. 统计研究， 2002（10）： 6-8.

[11]陈佳贵， 黄群慧， 钟宏武. 中国地区工业化进程的综合评价和特征分析[J]. 经济研究， 2006（6）： 4-15.

[12]陈佳贵.中国工业化进程（1995—2010）[M]. 北京：社会科学文献出版社， 2012： 46.

[13]黄群慧. 改革开放40年中国的产业发展与工业化进程[J]. 中国工业经济， 2018（9）： 5-23.

[14]庞瑞芝， 李鹏. 中国新型工业化增长绩效的区域差异及动态演进[J]. 经济研究， 2011（11）： 36-47.

[15]苗治平， 张峰. 新型工業化背景下的工业水资源利用效率指数测量及其影响因素分析[J]. 上海交通大学学报， 2017， 51（6）： 761-768.

[16]杨韡韡， 李平. 新型工业化评价指标体系及测度分析[J]. 经济管理， 2011， 33（10）： 1-8.

[17]杨杰， 罗志恒， 张春元. 新型工业化评价指标体系研究[J]. 吉林大学社会学科学报， 2005（3）： 124-129.

[18]谢春， 李健. 中国特色新型工业化评价指标体系构建及实证分析[J]. 系统工程， 2011， 29（3）：74-80.

[19]唐浩. 中国特色新型工业化的新认识[J]. 中国工业经济， 2014（6）： 5-17.

[20]朱南， 刘一. 中国地区新型工业化发展模式与路径选择[J]. 数量经济技术经济研究， 2009（5）： 3-16.

[21]王瑜炜， 秦辉. 中国信息化与新型工业化耦合格局及其变化机制分析[J]. 经济地理， 2014， 34（2）： 93-100.

[22]米增渝. 信息化与中国农村新型工业化[J]. 中国软科学， 2012（6）： 43-50.

[23]张平淡， 袁赛， 夏晓华. 基于农业现代化视角的“五化”协同发展影响因素分析[J]. 经济地理， 2017， 37（3）：152-157.

[24]王庆喜， 钱遂， 庞尧. 环境约束下中国工业化与城镇化的关系演变——效率分析视角[J]. 地理科学， 2017，37（1）：92-101.

[25]李标， 吴贾， 陈姝兴. 城镇化、工业化、信息化与中国的能源强度[J]. 中国人口·资源与环境， 2015， 25（8）：69-76.

[26]向晶， 钟甫宁. 农村人口转移、工业化和城镇化[J]. 农业经济问题， 2018（12）： 51-56.

[27]魏后凯， 王颂吉. 中国“过度去工业化”现象剖析与理论反思[J]. 中国工业经济， 2019（1）： 5-22.

[28]哈尔·R.范里安. 微观经济学现代观点[M].第9版.上海： 格致出版社， 2014：50.

[29]CHARNES A， COOPER W W， RHODES E. Measuring the efficiency of decision making units [J]. European journal of operational research， 1978， 2（6）： 429-444.

[30]COOPER W W， SEIFORD L M， TONE K. Data envelopment analysis [M]. Boston： Kluwer Academic Publishers， 2006： 367-380.

[31]ANDERSEN P， PETERSEN N C. A procedure for ranking efficient units in data envelopment analysis[J]. Management science， 1993， 39（10）： 1261-1264.

[32]TONE K. A slacks-based measure of efficiency in data envelopment analysis[J]. European journal of operational research， 2001， 130（3）： 498-509.

[33]DUNN E S. A statistical and analytical technique for regional analysis[J]. Papers in regional science， 1960（6）：97-112.

[34]顾永红， 胡汉辉. 外商直接投资激励对产业升级影响的分析[J]. 世界经济研究， 2007（10）： 59-63.

[35]孙虎， 乔标. 我国新型工业化与新型城镇化互动发展研究[J]. 地域研究与开发， 2014， 33（4）： 64-68.

[36]唐浩， 贺刚. 中国特色新型工业化综合评价指标体系的构建与实证研究[J]. 软科学， 2014， 28（9）： 139-144.

[37]吴瑾. 财政支出对新型工业化影响程度的路径研究[J]. 当代经济管理， 2009， 31（10）： 72-76.

[38]付丽娜， 陈晓红， 冷智花. 基于超效率DEA模型的城市群生态效率研究——以长株潭“3+5”城市群为例[J]. 中国人口·资源与环境， 2013， 23（4）： 169-175.

[39]徐国泉， 刘则渊， 姜照华. 中国碳排放的因素分解模型及實证分析： 1995—2004[J]. 中国人口·资源与环境， 2006， 16（6）： 158-161.

[40]耿修林. 近年来我国新型工业化进程的测评与分析[J]. 中国科技论坛， 2012（9）： 53-58.

[41]韩兆洲. 区域经济协调发展统计测度理论与方法[M]. 广州：暨南大学出版社， 2003： 90-92.

[42]贺灿飞. 区域产业发展演化：路径依赖还是路径创造？[J]. 地理研究，2018， 37（7）： 1253-1267.

[43]DAVID P A. Clio and the economics of QWERTY[J]. The American economic review， 1985， 75（2）： 332-337.

Research on spatial-temporal evolution of industrialization quality andhigh-quality development path in Western China

HUANG Ping1 ZENG Shao-lun2 LONG Zhi3

（1.School of Economics， Sichuan University， Chengdu Sichuan 610065， China; 2.Institute of Gui-An New District，Guizhou University of Finance and Economics， Gui-An New District Guizhou 550025， China;3.College of Earth and Environmental Sciences， Lanzhou University， Lanzhou Gansu 730000， China）

Abstract Since implementing the ‘new industrialization strategic plan， the industrial development in western China has achieved remarkable achievements accompanied with faster growth rate than eastern and central China. However， the rapid industrial development also caused severe problems such as ecological environment destruction， over-export of resources， inability of innovation， and the poor quality of industrialization. Thus， how to facilitate high-quality industrial development has become an important proposition. In order to evaluate the industrialization quality of western China comprehensively， industrial development data of eleven provinces from 2005 to 2016 has been collected. Then， a three-dimensional model has been established to analyze its spatial-temporal evolution characteristics from aspect of green efficiency， innovation efficiency and economic efficiency by using super-efficiency DEA and super-efficiency SBM. The results showed that： ①Horizontally compared with data from 2005-2006， the industrialization quality of each province was characterized with time-varying attributes， which were stationary， fluctuating， optimized and fluctuating， deteriorating and fluctuating， but the path dependence were enhanced in different stages. ②The high efficiency industrial development model had been spreading from frontier areas of western China to inland areas from 2005 to 2016. ③The industrial development in western China was characterized with imbalance and the evolution results have differentiation. Specifically， the green efficiency of industry was decreasing （from 0.87 to 0.48）， the innovation efficiency was ‘inverted U （higher than 1.00）， and the industrial economic efficiency was generally low （between 0.45 and 0.57） but steady. Furthermore， the three research results listed above had significant impacts in the current phase or lag phase， and three high-quality development paths existed. Based on the study results， it suggests that the provinces in western China should select the appropriate high-quality development path according to the present industry situation. The industrialization has multiple development goals. The mutual promotion among green， innovation and economic efficiency objectively confirms the rich theoretical connotation of ‘lucid waters and lush mountains are invaluable assets” and the project of raising the countrys manufacturing power.

Key words industrialization quality; spatial-temporal evolution; high-quality development; development path