1 问题提出

党的二十大报告提出，要加快发展方式绿色转型，实施全面节约战略，发展绿色低碳产业，倡导绿色消费，推动形成绿色低碳的生产方式和生活方式。当前，经济社会的发展导致能源消耗提高，而能源利用效率提升速度不足以满足当前发展需求，制造业城市正是能源消耗较多、碳排放量大且污染排放严重的典型区域^[1]。因此，有必要考察典型制造业城市的绿色转型效率和绿色创新机制。典型制造业城市以传统制造业（主要为加工贸易）为主导产业，主要分布在我国东部地区，特别是江苏、浙江、福建、广东等沿海省份。狭义的传统制造业主要由劳动密集型产业组成，这些产业主要依赖自然资源和劳动力优势，科技含量低、产业附加值低、缺乏创新能力和应变能力。目前，这些典型制造业城市正处在人口和污染物排放量最大的阶段，也是经济增长和资源环境消耗“脱钩”的关键阶段，具有明显的结构变化特点。为实现“双碳”目标，制造业城市在降碳、减污、扩绿、增长等方面采取了诸多节约集约性的绿色转型行动，但城市的绿色转型效率以及为提升效率之需采取何种绿色创新机制值得政府和学术界关注。佛山是一个以工业为主导、三大产业协同发展的典型制造业城市，具有制造业城市典型的经济发展模式，但由于其绿色转变速度较慢，烙上了资源与环境承载量日益下降的印记。2015年，佛山市被国家发展改革委认定为“制造业转型”综合改革试点城市。“双碳”目标下，对典型制造业城市之一——佛山市的绿色转型模式探索，有望解决典型制造业城市经济发展与环境之间的矛盾。

绿色转型的目的是实现可持续发展和环境效益的协调发展，但其困难在于保持经济效益和生态环境效益的有机统一，现如今，多数区域选择采取摆脱传统发展模式向清洁、循环、低碳发展的递进过程。近些年来，关于绿色转型的研究仍处在探索的过程中，其定义尚未统一^{[2, 3]}。“绿色”理念已在世界范围内形成了一个普遍的认识，即在经济社会的发展过程中，环境保护和生态文明的发展是确保可持续发展的关键要素。它们相互依存，共同推动着经济、社会和环境的协调发展，以满足当前和未来世代的需要^[4]。所谓“转型”，可认为是一场较大规模的制度变革或经济体制模式的改变^[5]。城市的“绿色转型”，其核心是由人与自然分离、经济社会生态分割的发展形式，向人与自然和谐共生以及经济、社会、生态协调的发展形式转变。Collier等认为，城市经济发展模式的转型和经济水平增长面临着绿色基础设施规划、应用合作响应的创新设计等诸多挑战，推进城市绿色转型实践需要运用协同的方法^[6]。实施绿色转型既可以实现经济发展、文明进步、社会和谐、环境友好，又能够减少碳排放污染，提升资源利用效率^[7]。在指标体系上的研究方面，王艳秋等围绕构成动力系统的经济、社会、资源、环境、科技五大子系统, 构建了资源型城市绿色转型能力评价指标体系, 对大庆市的绿色转型能力进行了评价^[8]。聂雷等从经济发展、社会民生和生态环境三个层面构建了资源型城市绿色转型绩效评价指标体系，展开了对资源型城市的绿色转型绩效评价^[9]。Shi等基于低碳城市概念的理论框架，整合了三个指数系统的观点，即“DPSIR模型”，“复杂生态系统”与“碳源—汇流”，从现有低碳城市评估指数系统中提取共同指标，建立了一个低碳城市的标准化评估指数系统对厦门的绿色发展进行实证分析^[10]。在城市的绿色效率研究方法方面，林伯强等和涂正革等都使用了内生方向性距离函数在超效率数据包络分析法（Data Envelopment Analysis, DEA）框架下构建评价城市和地区的绿色经济效率影响的模型^{[11, 12]}。刘旭红等运用因子分析法对中国区域内的绿色创新效率效益进行了评估^[13]。张峰等使用随机前沿分析法对绿色技术的创新效率进行了测算^[14]。此外，还有学者采用双重差分模型对绿色经济效率的效应进行了评估^[15-18]。但文献研究显示，考虑多投入和多产出的DEA占据主流地位。白雪洁等基于涵盖政府科教支持跨期作用的坏产出动态Slacks-Based Measure模型，对2005—2012年中国资源衰退型城市的转型效率^[19]进行评价。钱丽等利用共享投入关联两阶段DEA模型测度2008—2015年中国工业企业绿色研发和成果转化效率，得出中国区域绿色创新效率呈现出东部向中西部逐渐递减的分布特征^[20]。刘阳等以京津冀城市群、山东半岛城市群、长三角城市群以及珠三角城市群为研究对象，采用三阶段DEA方法，综合测度了四大沿海城市群绿色效率的时空特征^[21]。

尽管已存在不少城市绿色转型相关研究，但针对典型制造业城市的绿色转型相关研究比较罕见。因此，典型制造业城市绿色转型仍有很多问题值得研究：①有关典型制造业城市绿色转型效率评价研究应涵盖“双碳”目标，采用何种评价方法才能科学地包含“双碳”目标，并反映制造业城市绿色转型效率？②典型制造业城市绿色转型模式采取何种创新机制能助推地方经济发展和生态环境保护？③城市绿色转型发展研究框架及指标不够完善、需要进一步拓展研究、缺少有关典型制造业城市绿色转型效率测量的相关研究，并且需要对相关影响因素进行探究。因此，本文以典型制造业城市——佛山市为例，通过非期望超效率的（Slack Based Model, SBM）模型研究典型制造业城市绿色发展效率时间演变，辨识效率变动类型，并探讨影响效率发展的因素，最终探讨绿色创新机制如何助力典型制造业城市的降碳、减污、扩绿、增长的“双碳”目标实现。

2 研究方法与设计 2.1 指标体系构建

基于中国资源型城市的发展特征，《全国资源型城市可持续发展规划（2013—2020年）》从经济、社会和环境三个层面构建了资源型城市绿色转型绩效评价指标体系^[22]。欧洲环境署在1993年提出了驱动力—压力—状态—影响—响应（DPSIR）模型，通过DPSIR模型，研究人员可以识别并分析环境问题产生的原因（驱动力和压力），理解环境的现状和变化（状态），评估环境对社会经济的影响（影响），并提出相应的措施和政策来应对问题（响应）。该分析框架能够有效拓展环境、社会和经济协调发展的理论基础研究，进而推动可持续发展的目标^[23]。但由于影响制造业城市的绿色转型因素比较复杂，基于DPSIR框架指标体系在一定程度上忽视了指标间的因果关系，未将不同指标关联成一个有机整体。因此，本文依据DPSIR框架，结合典型制造业城市佛山市的实际情况，选择经典的驱动力—压力—状态—响应理论框架（DPSR）构建本文的指标体系。DPSIR框架更加简洁，由四个核心组成部分构成，即驱动力、压力、状态和响应。DPSIR框架不包含“影响”层次，更容易量化和测量典型制造业城市的绿色转型，这使得指标更容易理解和应用。其中驱动力（D）维度代表绿色经济系统的内部动力，压力（P）维度指在经济社会发展过程中产生的资源环境与能源压力，状态（S）维度指标主要体现由于资源、能源等压力的冲击以及政策响应下共同作用产生的经济、社会与环境状态，反过来作用于社会与教育科技等响应（R）维度推动经济发展产生动力实现绿色经济高质量发展循环系统。在考虑可靠性和可操作性的前提下，综合考虑了相关文献、理论梳理和国内外知名专家同行的观点^[24-30]，依据前文界定的“城市绿色转型”核心概念，选取了31个三级指标作为衡量典型制造业城市佛山市绿色转型的评价指标（表 1）。对指标属性的界定为：正向指标，指随着指标数值的增加，评价对象的绩效得分也随之提高；负向指标，指随着指标数值的增加，评价对象的绩效得分会下降；中向指标，指既可以是正向指标，也可以是负向指标的指标，它既可以促进绩效的进一步提升，也可以产生负面影响。例如，中向指标中的人均水资源的充足程度对城市绿色转型起着直接的影响，充足的水资源可以为城市提供生活、生产和环境保护等方面的基础保障，促进城市各项工作的正常开展。如果城市人均水资源不足，就会影响城市环境的改善和可持续发展，无法支持城市的绿色转型和可持续发展；但是过度使用或浪费水资源以及高水耗行业的存在可能对城市绿色转型产生负面影响，增加了城市绿色转型的难度。因此，该典型制造业城市的绿色转型效率评价指标体系框架既能覆盖社会、经济、资源和环境等所需要的要素，又能描述系统间复杂的因果关系。

2.2 指标数据处理方法与数据来源 2.2.1 原始指标体系及数据归一化处理

设X = (x_ij)_m×n，X′ = (x_ij^′)_m×n，X_ij为标准化前的指标数值；x_ij^′为标准化后的指标数值；m为评价年份；γ为评价指标的个数。

（1）正向指标的标准化。正向指标的数值越大表明生态环境质量越好，正向指标的标准化公式为式（1）：

(1)

（2）负向指标的标准化。负向指标的数值越大表明生态环境质量越差，负向指标的标准化公式为式（2）：

(2)

（3）中向指标的标准化。中向指标是指指标越接近某一个规定值越好的指标。中向指标的标准化公式为式（3）：

(3)

其中，，x_j0为第j个指标的理想值。

（4）指标权重的确定。权重的主要计算方法有德尔菲法、层次分析法、变差系数法和熵权法等。其中，德尔菲法和层次分析法具有较强的主观性，在一定程度上可能影响评价结果的客观性。鉴于此，文章选取熵值法计算指标权重。熵值法是一种常用的客观赋权重方法，一般认为，信息熵值越大，系统的结构就越均衡，差异性越小，指标的权重就越小，反之亦然。运用熵值法计算权重主要分为以下步骤：

步骤1：比重的确定

(4)

步骤2：熵值e_j计算

(5)

步骤3：变异系数r_j计算

(6)

步骤4：权重v的计算，记v = {v₁, v₂, ⋯, v_n}为权重向量

(7)

2.2.2 数据来源

数据来自2006—2020年《中国城市建筑统计年鉴》《广东省统计年鉴》《佛山市统计年鉴》。缺失数据采用均值填充、自回归填充等方法补全，其中各准则层面利用永续盘存法对指标进行存量计算。指标权重的处理结果见表 2。

从表 2可以看出科技固定资产投资额权量最高，响应中的指标有7个排名前15，说明响应中所蕴含的指标对典型制造业城市的绿色转型影响很大，同时驱动力中的常用耕地面积以及人均地方公共财政预算收入可以很好地体现制造业城市的绿色发展程度；均衡状态中的建成区绿地率和人均公园绿地面积也可以体现制造业城市的绿色发展程度；压力内所包含指标的影响程度相对较小。

2.3 测评模型构建 2.3.1 绿色转型综合指数测算

通过测算佛山市2005—2019年的绿色转型水平，可以为制造业城市的绿色转型提供定量依据，绿色转型水平综合指数（T）计算方法如公式（8）所示：

(8)

其中，W₁，W₂，…，W_n为主成分分析法求出的指标权重。

绿色转型综合指数的作用：①对准则层数据做面板回归，探讨相互作用机理；②可作为评价城市绿色转型效率模型的输入数据。

2.3.2 非期望产出的超效率SBM模型

数据包络分析法是当今应用最广泛的生产效率度量分析工具之一，但是经典的DEA模型要求的是投入尽可能缩减而产出必须尽可能扩大。然而，该模型并不适用于考虑降碳、减污、扩绿、均衡增长的绿色转型效率评估。因为如果在考虑非期望产出情况下，不管投入多少，均不期望生产出更多的废弃物。因此，经济发展最有效率的生产方式一定是绿色的生产方式：即使用更少的投入获得更多的期望产出及更少的非期望产出，模型如式（9）至式（14）所示：

(9)

(10)

(11)

(12)

(13)

(14)

s^x∈R^x、s^z∈R^s2，其分别表示投入和非期望产出的过剩量，s^y∈R^s1则代表期望产出的短缺量。ρ表示决策单元的效率值，m、s₁和s₂代表投入、期望产出和非期望产出的变量个数。

该模型的优点是能较好地解决有效决策单元之间无法排序的问题，解决了传统SBM模型不能对效率值等于1的多个决策单元进行比较和排名的问题。非期望产出超效率SBM模型可以用于评估单个城市的效率，它是一种非参数的线性规划方法，可以同时考虑输入和输出的变量，并考虑输入和输出变量之间的相互关系^[31-33]。超效率SBM模型通过引入一组虚拟的基准点，依据其信息来评估城市的效率，求出城市与最优状态之间的差距。非期望产出的超效率SBM模型可以考虑城市生产过程中的不确定性，并对城市的效率进行更全面的评估。通过对城市的资源利用情况进行评估，进而找出城市存在的潜在浪费，提出相应的改进措施^{[34, 35]}。该模型作为一种有效的工具，帮助城市管理者和政府制定相应的政策措施，提高城市的经济效益和促进城市的可持续发展。

2.4 “双碳”目标下的绿色转型预测模型

为了更好地判别现行政策能否为“双碳”目标下的佛山市绿色转型带来预期效果，以及现行政策是否对典型制造业城市具有普适价值，需要进行预测分析。本文通过观察历史数据的变化规律预测未来的值，利用SPSS 27.0软件的ARIMA（0，0，0）模型对绿色转型效率值T进行时间序列预测，得出佛山市未来十年的绿色转型效率值预测结果，并分析在现行政策的指导下典型制造业城市是否能完成绿色转型，以及“双碳”目标是否可以按期达标。

3 实证分析 3.1 测量模型的合理性解释 3.1.1 佛山市指标归一化处理结果分析

根据研究指标数据的处理方法，得到准则层的归一化处理结果（表 3）。

从表 3的准则层归一化结果可以看出，驱动力指标均值在近十年基本维持在0.47左右，驱动力因素趋于稳定状态，城市发展的驱动力充足，人均地方公共财政预算收入为典型制造业城市绿色转型发展提供了强劲支撑，推动了绿色转型向趋好发展。表明佛山市绿色转型呈趋缓态势，基调定为稳中求进，努力追求实现“稳增长、促转型”的目标，但是整体上驱动力指标一直维持在较高水平。

压力指标均值在近年来基本保持在0.51左右，表明佛山市的绿色转型过程中已经趋于稳定，上升幅度很小。由于佛山市生态环境的脆弱性与经济、社会发展之间存在着巨大的冲突，耕地大量占用，资源消耗巨大，污染物大量排放，对生态环境构成了极大的威胁，给城市的生态环境保护带来了巨大的挑战。如何在保证社会和经济的高速发展的前提下，缓解其对环境的压力，减少能源消耗，是典型制造业城市实现绿色转型发展的一个重点。

均衡状态指标的比重呈逐年上升趋势，从2008年0.17发展到2019年的0.84。通过回访调研发现，第二、第三产业的占比发生了明显的变化，其中减少第二产业比重和提高第三产业比重，可以降低对资源的过度消耗和环境污染，有助于城市绿色转型。生活垃圾无害化处理率和城镇污水处理率的提高意味着更多的垃圾得到有效处理和有效减少了污水对水体的污染。这些指标的提升将有助于城市实现绿色发展，推动城市朝着健康、宜居、可持续的方向发展。典型制造业城市应该加强对平衡状态的各项指数的关注，以促进典型制造业城市的生态环境改善，促进城市的绿色转型。

响应指标保持着直线上升态势，并且影响程度最高，说明佛山市政府切实将投资政策落到实处。通过增加各方面的投资额与经费支出，有助于城市的基础设施建设、环保技术的研发和提升市民的环保意识。在政府推动下，佛山市的的绿色转型日益受到社会各界的重视，从而促使响应系统的状态保持直线上升。在绿色转型过程中响应系统的各个指标显示，持续的改善对推动典型制造业城市的绿色转型产生很强的正向作用，推动佛山市朝着更绿色的方向发展。

3.1.2 佛山市绿色转型指数计算结果

根据佛山市三级指标和二级指标的归一化处理结果（表 2和表 3），将二级指标归一化的值乘上三级指标对应权重可求得一级指标归一化结果，即佛山市绿色转型指数，可作为衡量佛山市绿色转型的综合发展指数（图 1）。

从图 1可以发现，典型制造业城市佛山市近15年的绿色转型水平整体呈上升趋势，绿色转型指数从2005年的0.32上升到2019年的0.69，说明佛山市绿色转型已经取得了一定成效。经过深度回访调研，笔者发现，佛山市在《佛山市城市总体规划（2011—2020年）》获国务院批准后，数字经济发展水平不仅得到了提升，而且城市战略实施也得到了更进一步的贯彻。

历经数十年的发展和现代化建设，佛山已成为一个先进的制造业和快速发展的工业基地，但是，在发展过程中所形成的“自下而上”的发展格局却限制了城市形象和城市环境的提升。佛山作为珠三角经济圈的重要一员，其经济表现出典型的“外向性”，对佛山市的制造业起到了很大的促进作用。佛山的制造业在适应了国内需求的同时，生产的产品占全球的份额也在持续地扩大，保持着强大的发展动力。然而，当前佛山形成了大量的工业园区聚集，土地资源紧张，尽管佛山市的绿色转型已经取得了一定的进展，但高能耗生产、废水、废气、噪声等环境问题仍尚待解决。

3.1.3 绿色转型效率评价

本文应用非期望产出的超效率SBM模型，计算资源配置和非期望产出，判别同步性和异质性问题（表 4）。从表 4可以发现，佛山市“十二五”期间绿色转型效率在1.0到1.5之间波动，没有明显的递增或递减趋势。每年绿色转型效率的值都在相对接近的范围内，可以看出佛山市绿色转型发展相对稳定，只有2010年增加了0.5，略有波动。这说明佛山市绿色转型在“十二五”期间呈现良好发展态势。投入和产出的结构逐渐趋于合理，主要动因表现为：①佛山市坚持以制造业为实体经济发展为重点，大力推进制造业的强国战略，维持制造业在经济结构中的相对比重，兼顾发展优势传统产业，加大战略性新兴产业的规模，不断提升现有产业基础雄厚的现代化科技创新水平。同时，通过落实并推进供给侧结构转型，加强对需求侧的管理，依托国内市场需求，加强与全球市场进行联通，实现供给驱动需求和需求创造供给之间的高级动态均衡的绿色转型发展新模式，以期为佛山市探索新的绿色转型发展模式提供理论依据。②佛山市积极推进全国创新中心的建设，加大力度支持科研创新的资金支持。财政科研资金从原本的30亿元增至102亿元，科研经费比例明显提高。该发展趋势表明，佛山市正致力于强化科技创新能力建设，通过加大科研经费的财政投入，为工业技术绿色转型提供支持，以期在绿色技术创新领域取得更大突破，有助于推动佛山市制造业实现更高水平的绿色科技应用和绿色创新发展，为佛山市绿色转型提供科技创新支持。③佛山市与广州市利用地缘优势，打造大湾区广佛同城经济圈，形成“1+4”广佛融合发展试验区等多种合作模式，形成区域联动的绿色转型新机制。

然而，佛山市的绿色转型效率增长幅度缓慢，其动因主要有：第一，佛山市的传统工业门类较多，包括陶瓷行业、纺织行业、有色金属行业、家具行业、钢铁行业等，导致佛山工业碳排放占碳排放总量比重达到64.8%，碳排放量高的问题依然严重，实现碳达峰碳中和压力较大，影响了佛山市制造业的绿色转型效率。第二，社会因素在佛山市制造业绿色转型效果中存在一定程度的阻碍作用。深入研究佛山市的绿色转型进程发现，传统制造业呈衰落趋势，导致失业人口数量上升。同时，新兴产业无法满足大量就业的需求，对佛山市的绿色转型进程带来了挑战。第三，尽管佛山市的科技投入和研发投入每年都在增加，但制造业的绿色发展相对滞后。其中最主要的困难在于高端科技创新能力不足，无法有效推动数字化转型，许多中小型制造企业缺乏完成数字化改造的能力，从而影响绿色转型进程。因此，佛山市在推动绿色转型进程中，需不断完善相关环境规制、促进创新环境和市场化进程，有利于提高绿色发展和技术创新效率水平。同时，通过增加要素投入和扩大城市规模等措施来发挥协同发展的绿色转型效率，助推典型制造业城市的绿色转型。

3.2 “双碳”目标下佛山市绿色转型预测结果

将2005—2019年计算得到的绿色转型效率值代入ARMRI模型，可以获得拟合度及佛山市2020—2029年绿色转型效率预测结果，判别该市未来十年的绿色转型情况（表 5）。

从表 5可以看出，未来十年佛山市的绿色转型水平将稳步提升，预计到2029年，绿色转型的效率值将可达到1.24，达到碳达峰的预期目标。相对于长期预测，虽然ARIMA模型可能会存在一定的误差，但是不难看出佛山市绿色转型效率的整体趋势呈正向发展，在2030年完成降碳减污扩绿增长的“双碳”目标，标志着佛山市碳排放与经济发展实现脱钩。同时说明现行政策对于典型制造业城市转型起到了很好的指导引领作用。通过前文的结果分析，为了更好地推进制造业城市绿色转型，制造业城市仍需在绿色创新机制上发力，助推制造业城市绿色转型的“双碳”目标实现。

4 典型制造业城市绿色创新机制

在新型冠状病毒感染暴发后物流系统重组等新情况下，典型制造业城市要高效的绿色经济转型的实现“双碳”目标，必须从科技、环境、管理等方面进行绿色变革，以促进典型制造业城市实现减排、减污、扩绿和提高效益。

（1）加强科技和技术创新。从各评价因子的权重来看，科技固定资产投资额、研究与试验发展经费（R&D）支出等相应指标均显著地促进制造业城市科技产业的绿色转变。为此，典型制造业城市应加强对制造企业的科技创新和技术改造。以绿色转型为契机，以实体经济为重点，实现制造业高端化、智能化，促进典型制造业城市的高质量发展和绿色转型升级，加快建设制造强市，保持制造业比重基本稳定，巩固提升传统产业优势，做大做强战略性新兴产业，不断提高产业基础高级化、产业链现代化水平，更好地融入全球产业链和供应链体系。继续推进佛山制造业数字产业化和产业数字化，以数字化、智能化赋能制造业转型升级，推动实体经济和数字经济深度融合。

（2）提高环境治理创新机制。通过指标的变化和影响可以看出，制造业城市的大气质量得到改善，绿地率增加，“绿色转变”成果显著，但仍需加强废气、废水和固废的治理，并建立相关的奖励和限制措施。同时，加快提升城市形象功能品质，不断增强城乡区域绿色发展协调性；加快生产生活方式绿色低碳转型，努力建设青山常在、绿水长流、空气常新的美丽佛山；加快提高典型制造业城市绿化覆盖率，增加公园建设，提高人均绿化用地面积，要加强环保管理，提高其环保效益。

（3）倡导绿色低碳生产生活方式。政府需制定实施碳排放达峰行动方案，力争实现碳排放提前达峰，以碳达峰碳中和牵引产业绿色低碳循环发展。大力推动绿色生产，强化节能减排和环保准入，推进传统制造业绿色化、清洁化改造。从与低碳观念有关的行业用电量、生活用电量等指标可以发现必须强化公众的环保观念，利用新媒体的形式，制作环保、低碳的宣传片，宣传环保知识，促进典型制造业城市企业和市民从衣食住行等多个维度改进生产方式和生活方式，助力典型制造业城市高质量绿色转型发展。

5 结论与启示

本文基于DPSR框架，应用熵值法、非期望产出超效率SBM模型等方法，对2005—2019年佛山市绿色转型效率问题进行了系统性的分析，并提出了典型制造业城市绿色转型的绿色创新机制，主要结论如下：① 2005—2019年佛山市的绿色转型效率呈现稳定的提高态势，但增长缓慢，表现出佛山市经济发展与绿色转型不相适应、效率低下等问题，更深层次的作用机制尚未形成。因此，典型制造业城市仍需要进一步完善经济发展与绿色转型的作用机制。②通过绿色综合指数的测定和非期望产出的SBM模型得到的佛山市绿色转型的效率结果，发现佛山市的绿色转变存在着巨大的发展潜力。因此，在宏观上，佛山市需从经济、社会、资源和环境四个层面进行协调，在微观上，需从技术创新、基础设施建设、环境管理等多个层面入手，提高绿色转型效率。③典型制造业城市需从科技创新、环境治理和绿色低碳管理意识等方面建立健全创新的绿色转型体系。

文章理论层面的贡献在于，结合国内外已有的研究成果，根据DPSR研究框架，构建了包括驱动力、压力、均衡状态和响应4个维度31个指标的城市绿色转型评价指标体系。这31个指标能够涵盖我国典型制造业城市绿色转型的潜在原因、人类活动对于自然环境的影响、生态系统对于人类健康和社会经济的影响以及人类为推动可持续发展所制定的积极政策等，为典型制造业城市的绿色转型提供了一个系统而全面的测评框架，弥补了典型制造业城市在“双碳”目标下绿色转型理论研究的不足。目前，针对于城市绿色转型的研究尺度集中于全国、省域等宏观范畴，针对制造业城市的绿色转型效率研究还处在空白阶段，导致研究结果示范性与指导性不足。实践验证层面的贡献在于，通过非期望超效率的SBM函数模型，可以对典型制造业城市绿色综合指数值和绿色转型效率提供测算依据。考虑了投入产出的松弛性问题，解决了非期望产出的效率评估问题，不仅可以对于典型制造业城市的绿色转型效率进行剖析，还可以发现其效率变化的真实来源，为典型制造业城市的绿色转型制定有针对性的创新机制提供科学依据。

文章的局限在于全面系统的指标体系是制造业城市绿色转型评价的有效评价方法之一，是宏观分析，在求权过程中使用熵权法，未使用主成分分析法，主观上可能存在一定的偏差；在时间序列预测模型上，本文只进行了简单的仿真预测，后续将持续改进预测模型，以期避免预测的偏差问题。