自“工业4.0”提出以来,各国纷纷推进新一轮工业变革,在此背景下,效率评价对工业结构变革的影响也愈发显著。如今,以DEA方法为基础的工业效率评价研究已经取得一定成果,但主要还存在以下两方面问题:一方面,评价视角单一,基本围绕“区域”或“行业”来选取研究对象,难以将各地和各行业的发展有效联动;另一方面,现有研究大多将工业生产系统视为传统“黑箱”,部分研究通过网络结构形式探讨其内部构成,但对于该系统的层次结构性研究仍处于空白。基于此,本文结合“区域”和“垂直细分行业”构建工业效率评价的双重视角,以各省域工业体系整体作为决策单元,依据《国民经济行业分类（GB/T 4754—2017）》构建各省域工业体系层次评价结构。针对这类具有层次性特征的决策单元,对其相应的Hierarchical DEA效率评价模型提出三方面改进:第一,引入共享投入指标,实现这类指标在各层级单元间的合理配置;第二,结合全局Malmquist指数,对层次结构DMU及其内部各层级子单元进行生产力评估;第三,通过K-Means聚类算法处理决策单元的环境异质性,进而对各组层次结构DMU针对性地开展效率评价。最后,通过改进的Hierarchical DEA模型对2012—2016年中国29个省域规模以上工业体系展开测度与评价。实例分析表明,“十二五”期间,中国规模以上工业体系整体效率提升性不强、效率水平与经费配置比例呈反比,且效率水平存在区域差异性。生产力发展方面,区域生产力的差异性和一致性并存、工业门类生产力的提升均依靠主导性行业。值得注意的是,生产技术变化指数是生产力水平的关键驱动力,并且生产技术水平提高受绝对自主创新和干中学效应的同向影响,其中后者的贡献更大。此外,通过聚类为各省域提供了更加合理的评价环境,从而促进省域工业成果数量与工业发展质量齐头并进。基于以上结论,本文提出五点建议:第一,将提升制造业效率作为切入点来带动工业体系整体效率;第二,各省域应结合工业门类发展情况改善效率和生产力水平,促进区域协同发展;第三,生产过程中应统筹兼顾生产技术和技术效率的提升;第四,各工业部门应充分重视并打造主导性行业,以此带动工业门类整体生产力;第五,各省域应将聚类评价效果作为基准设定学习标杆,以使效率和成果全面提升。