吳劍輝 許志玉

[摘要]如何實現(xiàn)制造業(yè)數(shù)字化綠色化轉型是我國經(jīng)濟高質量發(fā)展面臨的重要議題。通過分析數(shù)字經(jīng)濟影響制造業(yè)綠色轉型的作用機制，基于2011—2020年中國30個省區(qū)市的面板數(shù)據(jù)，構建中介模型、門檻模型、空間杜賓模型，實證檢驗數(shù)字經(jīng)濟影響制造業(yè)綠色轉型的效應和作用路徑。研究發(fā)現(xiàn)：第一，數(shù)字經(jīng)濟發(fā)展對制造業(yè)綠色轉型有顯著促進作用，但其促進作用存在區(qū)域異質性，東、中部地區(qū)的推動作用強于西部地區(qū)；第二，機制分析表明數(shù)字經(jīng)濟可以通過提高技術創(chuàng)新水平間接促進制造業(yè)綠色轉型；第三，數(shù)字經(jīng)濟對制造業(yè)綠色轉型的影響存在“邊際效應”遞增的門檻效應，越過單門檻值后數(shù)字經(jīng)濟正向作用力增強；第四，數(shù)字經(jīng)濟對鄰近地區(qū)制造業(yè)綠色轉型的影響存在空間溢出效應。最后，提出了完善數(shù)字基礎設施建設、全面提升數(shù)字技術、打造數(shù)字經(jīng)濟協(xié)同發(fā)展格局等對策建議。

[關鍵詞]數(shù)字經(jīng)濟；綠色轉型；技術創(chuàng)新；門檻模型；空間杜賓模型

一、 引言

作為國民經(jīng)濟發(fā)展的根本，制造業(yè)的高質量發(fā)展事關我國綜合實力和全球價值鏈地位的提高，如何實現(xiàn)從制造大國到制造強國的轉型，關乎著國民經(jīng)濟高質量發(fā)展目標的達成，其中就包括制造業(yè)綠色化轉型等目標。近年來中國制造業(yè)高速增長并持續(xù)幾年蟬聯(lián)全球首位，但我國制造業(yè)主要是高耗能、高污染行業(yè)，加上環(huán)保能力薄弱，造成了污染嚴重、資源浪費等問題。日益嚴峻的生態(tài)環(huán)境問題引起了政府的密切關注，一系列關于綠色、創(chuàng)新、協(xié)調、開放、共享的政策文件相繼出臺；2016年工信部印發(fā)了《工業(yè)和信息化部關于印發(fā)工業(yè)綠色發(fā)展規(guī)劃（2016—2020年）的通知》，提出我國要構建清潔、高效、循環(huán)、低碳的綠色制造模式，促進我國制造業(yè)向數(shù)字化綠色化發(fā)展轉型1；黨的二十大報告也指出，綠色化是制造業(yè)未來的主要發(fā)展目標，推動制造業(yè)綠色低碳轉型，對建設現(xiàn)代制造業(yè)強國具有重要意義2。

與此同時，作為一種新興的經(jīng)濟形態(tài)，數(shù)字經(jīng)濟不斷蓬勃發(fā)展并改變了傳統(tǒng)行業(yè)的商業(yè)模式和價值創(chuàng)造模式，已成為傳統(tǒng)產(chǎn)業(yè)轉型升級的新動能；政府提出“互聯(lián)網(wǎng)+”行動計劃，鼓勵“互聯(lián)網(wǎng)+工業(yè)”融合發(fā)展，以推動傳統(tǒng)產(chǎn)業(yè)結構轉型升級3；黨的二十大報告指出要激發(fā)數(shù)字經(jīng)濟新動能，推動數(shù)字經(jīng)濟和實體經(jīng)濟融合發(fā)展，加快建設數(shù)字中國；在此背景下，數(shù)字經(jīng)濟的綠色價值應給予重點關注，數(shù)字技術作為一種新的生產(chǎn)力，能夠大幅度提升生產(chǎn)效率和推動傳統(tǒng)產(chǎn)業(yè)轉型，數(shù)字技術與傳統(tǒng)產(chǎn)業(yè)結合為制造業(yè)綠色轉型發(fā)展提供了新的思路和方法[1]。

現(xiàn)有文獻對數(shù)字經(jīng)濟與制造業(yè)綠色轉型關系的探討已取得了一些成果，相關研究主要有以下三類：第一，部分學者研究了數(shù)字經(jīng)濟對制造業(yè)轉型升級的影響，認為數(shù)字技術能促進傳統(tǒng)制造業(yè)優(yōu)化升級。Caputo等[2]指出新興技術如物聯(lián)網(wǎng)、云計算和數(shù)據(jù)科學等通過與傳統(tǒng)制造業(yè)融合推動制造轉型升級；李春發(fā)等[3]研究認為數(shù)字技術會推動制造業(yè)產(chǎn)業(yè)鏈重構從而實現(xiàn)制造業(yè)轉型升級。第二，一些學者關注數(shù)字經(jīng)濟對綠色經(jīng)濟的影響，發(fā)現(xiàn)數(shù)字經(jīng)濟是推動綠色經(jīng)濟發(fā)展的關鍵驅動力。如Lahouel等[4]研究認為ICT產(chǎn)業(yè)作為技術密集型產(chǎn)業(yè)，能夠帶動國民經(jīng)濟重心向技術密集型行業(yè)轉移，ICT技術應用有利于降低碳排放和促進綠色經(jīng)濟增長；何維達等[5]研究認為數(shù)字經(jīng)濟發(fā)展提高了資源配置效率，能有效降低污染物排放并提升綠色生態(tài)效率。第三，數(shù)字經(jīng)濟為工業(yè)綠色轉型提供強大動力。如肖遠飛等[6]實證檢驗數(shù)字經(jīng)濟通過優(yōu)化生產(chǎn)資源、外部監(jiān)督和金融支持等效應提高工業(yè)綠色生產(chǎn)率；盧福財?shù)萚7]指出互聯(lián)網(wǎng)通過技術創(chuàng)新、降低交易成本、產(chǎn)業(yè)結構升級和外部監(jiān)督等方式提升工業(yè)綠色生產(chǎn)率。

經(jīng)過梳理已有文獻發(fā)現(xiàn)，既有文獻多圍繞數(shù)字經(jīng)濟對制造業(yè)轉型升級、綠色經(jīng)濟、工業(yè)綠色全要素生產(chǎn)率等綠色發(fā)展的子課題展開研究，且多側重于工業(yè)綠色轉型角度，制造業(yè)為工業(yè)的一部分，但兩者并不完全等價，鮮有文獻從綠色轉型角度分析數(shù)字經(jīng)濟對制造業(yè)發(fā)展的影響。在此背景下，數(shù)字經(jīng)濟能否成為制造業(yè)綠色轉型的助推器？內在機理是什么？是否存在空間溢出效應？一系列問題正是本文研究的重點。本文可能的邊際貢獻有：一是研究視角上，將數(shù)字經(jīng)濟和制造業(yè)綠色轉型納入同一框架，厘清數(shù)字經(jīng)濟影響制造業(yè)綠色轉型的作用機理。二是研究方法上，對于制造業(yè)綠色轉型的衡量，使用超效率SBM-GML模型進行測算。三是研究內容上，構建中介模型、門檻模型和空間杜賓模型，檢驗數(shù)字經(jīng)濟是否通過技術創(chuàng)新機制間接促進制造業(yè)綠色轉型，并分析數(shù)字經(jīng)濟發(fā)展影響制造業(yè)綠色轉型的門檻效應和空間溢出效應，為后續(xù)研究提供新的實證視角。

二、 理論分析與研究假設

1. 數(shù)字經(jīng)濟對制造業(yè)綠色轉型的影響機制

數(shù)字技術是數(shù)字經(jīng)濟時代的突破性創(chuàng)新技術，是數(shù)字經(jīng)濟推動綠色發(fā)展的核心動力。數(shù)字技術能夠驅動制造業(yè)綠色轉型的原因是：首先，以互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能為主的數(shù)字經(jīng)濟具有技術屬性，有助于促進技術創(chuàng)新。一方面，數(shù)字經(jīng)濟催生了平臺經(jīng)濟、共享經(jīng)濟等新模式，通過發(fā)揮規(guī)模效應和擴散效應，推動了技術、資金等創(chuàng)新要素的流動，提高了技術創(chuàng)新水平[8]。另一方面，數(shù)字技術推動企業(yè)、政府、高校創(chuàng)新主體聯(lián)結、創(chuàng)新協(xié)作和知識共享，使得創(chuàng)新資源有效配置，促進地區(qū)創(chuàng)新能力提升[9]。

其次，技術創(chuàng)新在污染減排中起到了重要作用[10]。一方面是能源節(jié)約效應。技術創(chuàng)新是在保證同樣生產(chǎn)率的前提下減少企業(yè)的資源投入，這能夠有效節(jié)約能源的使用，企業(yè)通過技術創(chuàng)新改進舊能源技術和開發(fā)新的替代能源，提高了能源使用效率[11]。另一方面是污染減排效應。技術創(chuàng)新能推動清潔能源的廣泛使用，將清潔生產(chǎn)工藝、綠色技術充分應用到傳統(tǒng)產(chǎn)業(yè)的各個環(huán)節(jié)，降低甚至消除污染排放，淘汰落后的生產(chǎn)技術和能源依賴度高的落后產(chǎn)能，引導產(chǎn)業(yè)向更加清潔節(jié)能的方向發(fā)展[12]。據(jù)此本文提出如下假設：

假設1：數(shù)字經(jīng)濟通過加強技術創(chuàng)新驅動制造業(yè)綠色轉型。

2. 數(shù)字經(jīng)濟對制造業(yè)綠色轉型的門檻效應

從現(xiàn)有文獻看，部分學者從定量和定性方面研究了數(shù)字經(jīng)濟的非線性效應。如趙濤等[13]指出數(shù)字經(jīng)濟具有“梅特卡夫法則”的特點，即網(wǎng)絡的價值與其用戶數(shù)量平方成正比，呈現(xiàn)出幾何級數(shù)增長速度的特性；夏子惠等[14]以產(chǎn)業(yè)結構合理化為門檻變量展開研究，發(fā)現(xiàn)，產(chǎn)業(yè)結構越合理數(shù)字經(jīng)濟對綠色能源效率的提升作用越強。

從作用機理來看，在宏觀層面，數(shù)字經(jīng)濟背景下產(chǎn)生的共享經(jīng)濟商業(yè)模式具有網(wǎng)絡外部性特征，隨著平臺中參與主體數(shù)量的增加和使用規(guī)模的擴大，參與者從中獲取的收益呈幾何式增加，網(wǎng)絡價值將呈現(xiàn)指數(shù)型增長，從而對經(jīng)濟高質量發(fā)展產(chǎn)生“邊際效應”遞增的門檻效應影響[13]。在中觀層面，數(shù)字經(jīng)濟具有產(chǎn)業(yè)關聯(lián)效應，數(shù)字技術與傳統(tǒng)產(chǎn)業(yè)的融合將賦能產(chǎn)業(yè)鏈的各個環(huán)節(jié)，讓不同的產(chǎn)業(yè)部門、創(chuàng)新部門重構主體關聯(lián)模式，企業(yè)之間、企業(yè)與政府、企業(yè)與科研機構等不同部門也會參與到綠色發(fā)展的建設當中，部門間聯(lián)動的邊際成本不斷降低，企業(yè)獲得的收益持續(xù)增加，進而促進綠色經(jīng)濟效率提高[15]。在微觀層面，隨著數(shù)字經(jīng)濟水平的不斷提高，數(shù)字平臺增強了企業(yè)之間學習和模仿效率，實現(xiàn)了不同企業(yè)主體間的信息共享和資源互補，促進相關企業(yè)突破時空障礙進行技術合作和研發(fā)活動，進而促進綠色技術的進步并降低碳排放[16]。據(jù)此本文提出如下假設：

假設2：數(shù)字經(jīng)濟對制造業(yè)綠色轉型的影響具有“邊際效應”遞增的門檻效應。

3. 數(shù)字經(jīng)濟對制造業(yè)綠色轉型的空間影響機制

數(shù)字經(jīng)濟以數(shù)據(jù)作為關鍵要素，數(shù)據(jù)具有天然的流動屬性，具有互聯(lián)共享的特性，能夠突破時間空間的限制，對鄰近地區(qū)產(chǎn)生空間溢出效應，本文中提到的鄰近地區(qū)是指相鄰的兩個省份。數(shù)字經(jīng)濟存在空間溢出效應的原因為：一方面，數(shù)字化平臺的應用使得地區(qū)間傳統(tǒng)邊界限制逐漸弱化，互聯(lián)網(wǎng)使得市場上產(chǎn)品和服務的信息更為透明，商品貿(mào)易便利性的提升，加速了信息和知識在各地區(qū)的流動和傳播，產(chǎn)生溢出效應[17]。另一方面，數(shù)據(jù)要素的跨區(qū)域流動，使得各地區(qū)間相互借鑒、相互學習，科研機構的互相合作和資源的頻繁交換有助于縮小地區(qū)間的數(shù)據(jù)鴻溝[18]。制造業(yè)綠色轉型的空間溢出來源于：一方面，隨著生產(chǎn)分工向專業(yè)化和精細化發(fā)展，產(chǎn)業(yè)鏈條逐漸延伸拓展，鄰近地區(qū)在制造業(yè)產(chǎn)業(yè)鏈上下游合作緊密，通過前后向產(chǎn)業(yè)關聯(lián)效應對其他部門產(chǎn)生影響[1]。另一方面，互聯(lián)網(wǎng)弱化了企業(yè)因地理距離帶來的技術壁壘，通過互聯(lián)網(wǎng)平臺增強了企業(yè)之間的學習和模仿效率，本地先進制造業(yè)的優(yōu)勢吸引鄰近地區(qū)競相模仿，實現(xiàn)了不同區(qū)域間的信息共享和資源互補[19]。數(shù)字技術會增強制造業(yè)企業(yè)間在經(jīng)濟、技術方面的聯(lián)系，使得地域間相鄰的制造業(yè)企業(yè)之間相互協(xié)作與創(chuàng)新發(fā)展具有空間便利的優(yōu)勢，地區(qū)間建立起緊密聯(lián)系的產(chǎn)業(yè)集群，影響了上中下游企業(yè)的生產(chǎn)制造活動，產(chǎn)業(yè)之間進行清潔技術共享與裝備創(chuàng)新，最終推動相鄰地區(qū)的經(jīng)濟綠色化發(fā)展[20]。據(jù)此本文提出如下假設：

假設3：數(shù)字經(jīng)濟對鄰近地區(qū)制造業(yè)綠色轉型的影響存在空間溢出效應。

三、 研究設計

1. 計量模型構建

根據(jù)以上研究假設，本文首先構建直接傳導機制模型，基準回歸模型設定如下：

[GTFPit=β0+β1Digeit+βiZit+μi+δt+εit] （1）

其中，i表示省份，t表示年份，[GTFPit]表示制造業(yè)綠色轉型，[Digeit]代表數(shù)字經(jīng)濟發(fā)展，[Zit]為控制變量，[μi]控制個體效應，[δt]控制時間效應，[εit]為隨機擾動項。

除了式（1）反映的直接影響效應，為了檢驗在數(shù)字經(jīng)濟對制造業(yè)綠色轉型產(chǎn)生的間接影響，本文引入技術創(chuàng)新（[Tiit]）作為中介變量進行檢驗，計量模型的具體形式如下：

[Tiit=β0+β1Digeit+βcZit+μi+δt+εit] （2）

[GTFPit=β0+β1Digeit+β2Tiit+βcZit+μi+δt+εit] （3）

考慮到數(shù)字經(jīng)濟對制造業(yè)綠色轉型存在非線性影響，本文借鑒Hansen[21]的門檻模型，設定面板門檻模型：

[GTFPit=φ0+φ1Digeit×IDigeit≤θ+φ2Digeit×IDigeit>θ+φcZit+μi+δt+εit] （4）

式（4）中，[Digeit]為數(shù)字經(jīng)濟門檻變量，I為0或1的指示函數(shù)，θ為待估計門檻值。為檢驗數(shù)字經(jīng)濟對制造業(yè)綠色轉型的空間效應，本文引入空間交互項，空間杜賓模型設定如下：

[GTFPit=β0+ρWGTFPit+β1Digeit+θ1WDigeit+βiZit+θiWZit+μi+δt+εit] （5）

式（5）中，ρ為空間自回歸系數(shù)，W為空間權重矩陣，[θ1]、[θi]代表變量的空間效應系數(shù)。

2. 變量選取

（1）數(shù)字經(jīng)濟衡量標準

數(shù)字經(jīng)濟衡量在學界沒有統(tǒng)一的標準，不同的研究機構發(fā)布了各自的測度方法，如美國商務部（BEA）、澳大利亞統(tǒng)計局（ABS）、騰訊研究院、財新智庫等都發(fā)布了測度方法，不同測度方法各有側重點。基于數(shù)據(jù)科學性和可得性，本文參考中國信通院的測度方法，選取數(shù)字基礎設施、數(shù)字產(chǎn)業(yè)化、產(chǎn)業(yè)數(shù)字化和數(shù)字化治理4個一級指標、18個二級指標構建數(shù)字經(jīng)濟指標體系，運用熵值法計算綜合指標值，指標體系構建見表1。

表1? 數(shù)字經(jīng)濟水平指標體系

[一級指標 二級指標 數(shù)字基礎設施 互聯(lián)網(wǎng)寬帶用戶數(shù)/常住人口總數(shù)（%） 電話普及率（部/百人） 長途光纜線路長度（公里） 互聯(lián)網(wǎng)寬帶接入端口數(shù)（萬個） 互聯(lián)網(wǎng)域名數(shù)（萬個） 數(shù)字產(chǎn)業(yè)化 軟件與信息技術服務業(yè)企業(yè)數(shù)量（家） 軟件與信息技術服務業(yè)利潤總額（億元） 軟件與信息技術服務業(yè)從業(yè)人員年末數(shù)（人） 軟件業(yè)務收入（億元） 數(shù)字電視用戶數(shù)（戶） 產(chǎn)業(yè)數(shù)字化 電子商務銷售額（億元） 有電子商務交易活動的企業(yè)數(shù)比重（%） 每百家企業(yè)擁有網(wǎng)站數(shù)（個） 北京大學數(shù)字普惠金融指數(shù) 快遞量（萬件） 數(shù)字化治理 網(wǎng)上政務服務能力指數(shù) 人均受教育年限=小學比重×6+初中比重×9+高中比重×12+大專及以上比重×16 技術合同成交總額（萬元） ]

（2）制造業(yè)綠色轉型水平的測度

考慮到制造業(yè)綠色轉型不僅要包括生產(chǎn)率的提升，還要包括能源利用效率、環(huán)境污染等方面，提升綠色全要素生產(chǎn)率將是實現(xiàn)制造業(yè)綠色發(fā)展的核心，因此本文采用制造業(yè)綠色全要素生產(chǎn)率作為制造業(yè)綠色轉型的代理變量。借鑒陳超凡[22]的研究，用投入產(chǎn)出指標進行衡量，勞動投入用制造業(yè)就業(yè)人數(shù)表示；資本投入用制造業(yè)資本存量表示，參考張軍等[23]的方法，制造業(yè)固定資產(chǎn)投資額利用固定資產(chǎn)投資價格指數(shù)平減為以2010年為基期的實際值，折舊率為9.6%；能源投入采用萬噸標準煤表示；期望產(chǎn)出用制造業(yè)總產(chǎn)值表示，利用工業(yè)生產(chǎn)者出廠價格指數(shù)以2010年為基期計算實際值；非期望產(chǎn)出用工業(yè)廢水、二氧化硫、煙粉塵排放量表示。

為了增強研究的科學性，選擇了非期望產(chǎn)出的超效率SBM模型及GML指數(shù)測度，根據(jù)方向性距離函數(shù)測算GML生產(chǎn)率指數(shù)，通過Matlab軟件測算。制造業(yè)綠色轉型（GTFP）可分解為綠色技術效率（EC）和綠色技術進步（TC），綠色技術效率反映的是決策單位在技術層面上的使用效率，而綠色技術進步變動反映的是技術水平的提高使得生產(chǎn)函數(shù)不斷外沿移動；考慮到GML指數(shù)表示的是相鄰兩期全局效率的比值，本文借鑒邱斌等[24]的做法，將每年的GML指數(shù)累乘得到制造業(yè)GTFP，同理得到綠色技術效率和綠色技術進步指數(shù)。

（3）中介變量

本文選取的中介變量為技術創(chuàng)新（Ti），現(xiàn)有文獻對技術創(chuàng)新的衡量指標有R&D資金投入、財政科技支出、R&D人員投入或構建指標體系，在具體分析過程中，本文借鑒陳旭升等[25]的做法，用制造業(yè)有效發(fā)明專利來表示。

（4）控制變量

本文對如下變量進行控制：金融發(fā)展水平（Fin）：用金融機構年末存貸款余額與GDP比重衡量；工業(yè)化水平（Goy）：用第二產(chǎn)業(yè)占GDP比重表示；稟賦結構（Bf）：采用各地區(qū)規(guī)模以上工業(yè)企業(yè)資本與從業(yè)人員的比值衡量；市場一體化（Mc）：采用八種消費價格指數(shù)的相對價格指數(shù)法來測度；資本錯配（Cm）：利用資本價格扭曲系數(shù)來計算。

3. 數(shù)據(jù)來源

文章選取2011—2020年我國30個省區(qū)市（除港澳臺和西藏）的面板數(shù)據(jù)，總樣本量為300，數(shù)據(jù)來自于《中國統(tǒng)計年鑒》《中國環(huán)境統(tǒng)計年鑒》《中國工業(yè)統(tǒng)計年鑒》，部分缺失值用線性插值法補充，樣本的描述性統(tǒng)計見表2。

表2? 描述性統(tǒng)計結果

[類別 變量名 符號 均值 標準誤 最小值 最大值 被解釋變量 制造業(yè)綠色轉型 GTFP 0.119 0.084 0.030 0.928 綠色技術效率 EC 0.107 0.044 0.038 0.272 綠色技術進步 TC 0.114 0.055 0.033 0.402 解釋變量 數(shù)字經(jīng)濟 Dige 0.140 0.133 0.017 0.809 中介變量 技術創(chuàng)新 Ti 0.831 0.364 0.292 1.900 控制變量 金融發(fā)展水平 Fin 3.231 1.161 1.518 8.131 工業(yè)化水平 Goy 0.431 0.088 0.158 0.590 稟賦結構 Bf 4.673 0.629 3.581 6.578 市場一體化 Mc 0.876 0.219 0.356 1.429 資本錯配 Cm 0.261 0.160 0.007 0.772 ]

四、 模型的估計和結果分析

1. 基準回歸結果

本文檢驗數(shù)字經(jīng)濟發(fā)展能否對制造業(yè)綠色轉型產(chǎn)生促進作用，經(jīng)豪斯曼檢驗，Prob>chi2=0.000<0.05，采用雙向固定效應模型回歸。表3報告了數(shù)字經(jīng)濟對制造業(yè)綠色轉型（GTFP）、綠色技術效率（EC）和綠色技術進步（TC）的回歸結果。結果表明，在加入相關控制變量后，數(shù)字經(jīng)濟的符號和顯著性基本沒有變化。列（2）中數(shù)字經(jīng)濟發(fā)展對制造業(yè)綠色轉型的促進作用在1%的水平下顯著為正，數(shù)字經(jīng)濟將數(shù)據(jù)作為生產(chǎn)要素融入制造業(yè)生產(chǎn)全過程，推動傳統(tǒng)制造業(yè)向數(shù)字化、智能化、綠色化轉型；在分解效率方面，數(shù)字經(jīng)濟對制造業(yè)綠色技術效率和綠色技術進步的影響均在1%的水平下顯著為正，表明數(shù)字經(jīng)濟通過綠色技術效率和綠色技術進步兩種綠色效應促進制造業(yè)綠色轉型，且綠色技術進步對制造業(yè)綠色轉型的促進作用更大。

表3? 基準回歸結果分析

[變量 （1） （2） （3） （4） （5） （6） GTFP GTFP EC EC TC TC Dige 0.481*** 0.632*** 0.083* 0.137*** 0.196*** 0.244*** （5.59） （7.08） （1.83） （2.89） （4.97） （5.69） Fin 0.047*** 0.004 0.019*** （3.10） （0.50） （2.71） Goy 0.525*** 0.229** 0.048 （2.86） （2.34） （0.54） Bf 0.077*** 0.044*** 0.008 （5.00） （5.40） （1.15） Mc 0.043 0.026* 0.009 （1.63） （1.87） （0.71） Cm 0.085* 0.0115 0.033 （1.81） （0.46） （1.48） Cons 0.049*** -0.748*** 0.098*** -0.252*** 0.064*** -0.069 （3.86） （-4.99） （14.69） （-3.17） （10.92） （-0.96） 個體效應 Yes Yes Yes Yes Yes Yes 時間效應 Yes Yes Yes Yes Yes Yes N 300 300 300 300 300 300 R2 0.398 0.476 0.068 0.179 0.718 0.732 ]

注：括號內為t值；*P<0.10，**P<0.05，***P<0.01，下同

在控制變量方面，（1）金融發(fā)展水平（Fin）對制造業(yè)綠色轉型存在顯著正向作用，金融資本發(fā)展能解決融資約束問題，有利于對清潔生產(chǎn)、綠色技術的創(chuàng)新活動提供金融支持，優(yōu)化資源配置和促進綠色技術創(chuàng)新。（2）工業(yè)化水平（Goy）在1%的顯著性水平上顯著為正，工業(yè)化水平較高地區(qū)往往存在高污染高耗能產(chǎn)業(yè)，但各地積極推行新型綠色工業(yè)化，工業(yè)綠色效率也不斷提高。（3）稟賦結構（Bf）在1%的水平上顯著為正，表明工業(yè)資本勞動比的上升能顯著促進制造業(yè)綠色轉型，稟賦結構的提升能推動工業(yè)結構向資本密集型發(fā)展，為工業(yè)創(chuàng)新提供資金保障，提升技術效率。（4）市場一體化（Mc）的系數(shù)為正但不顯著，可能的原因是國內市場仍處于無序競爭、市場分割狀態(tài)，還未形成統(tǒng)一大市場，不利于建成綠色制造一體化體系。（5）資本錯配（Cm）在10%的顯著性水平上顯著為正，產(chǎn)生這一結果可能的原因是資本錯配會導致金融效率下降，制造業(yè)企業(yè)的數(shù)量因此減少，在短期內降低污染排放和資源消耗，但資本錯配長期會帶來更多負面效應。

2. 中介效應分析

根據(jù)前文的理論機制分析，本部分嘗試將數(shù)字經(jīng)濟、技術創(chuàng)新（Ti）和制造業(yè)綠色轉型納入統(tǒng)一框架下進行研究，表4報告了技術創(chuàng)新在其中的傳導作用。列（1）證實了數(shù)字經(jīng)濟對制造業(yè)綠色轉型具有顯著的促進作用，列（2）中數(shù)字經(jīng)濟的系數(shù)為0.851，通過1%的顯著性水平檢驗，數(shù)字經(jīng)濟發(fā)展顯著促進了技術創(chuàng)新；最后將技術創(chuàng)新變量加入回歸方程中，列（3）中數(shù)字經(jīng)濟和技術創(chuàng)新的系數(shù)均顯著為正，且列（3）中數(shù)字經(jīng)濟對制造業(yè)綠色轉型的回歸系數(shù)為0.560，小于列（1）中回歸系數(shù)0.632，表明技術創(chuàng)新在數(shù)字經(jīng)濟推動制造業(yè)綠色轉型中發(fā)揮了部分中介作用，通過研發(fā)節(jié)能減排、智能制造等綠色創(chuàng)新技術，有效縮短綠色產(chǎn)品的開發(fā)周期，提高能源的利用效率和降低碳排放，進一步推動制造業(yè)綠色轉型。該實證結果證實了假設1。

表4? 機制檢驗結果

[變量 （1） （2） （3） GTFP Ti GTFP Dige 0.632*** 0.851*** 0.560*** （7.08） （4.27） （6.16） Ti 0.085*** （3.07） Cons -0.748*** 0.918*** -0.825*** （-4.99） （2.75） （-5.52） 控制變量 Yes Yes Yes 個體效應 Yes Yes Yes 時間效應 Yes Yes Yes N 300 300 300 R2 0.476 0.649 0.495 ]

3. 門檻效應分析

借鑒Hansen[21]的做法，檢驗門檻存在性和門檻個數(shù)。從門檻效應檢驗結果看，數(shù)字經(jīng)濟發(fā)展對制造業(yè)綠色轉型的影響通過了單一門檻檢驗。表5為面板門檻回歸結果，當數(shù)字經(jīng)濟水平跨越2.935門檻值后，數(shù)字經(jīng)濟的回歸系數(shù)分別為0.050和0.104，均在1%的水平下顯著為正，數(shù)字經(jīng)濟對制造業(yè)綠色轉型的正向影響力逐漸變大，呈現(xiàn)出“邊際效應”遞增的門檻效應，隨著數(shù)字經(jīng)濟與實體經(jīng)濟融合發(fā)展，數(shù)字經(jīng)濟會發(fā)揮自身網(wǎng)絡效應和累積效應的特征，充分促進制造業(yè)綠色發(fā)展和數(shù)字化轉型，為制造業(yè)數(shù)字化綠色轉型升級帶來強勁的發(fā)展動力，該實證結果支持了假設2。

4. 空間溢出效應分析

進一步分析數(shù)字經(jīng)濟對制造業(yè)綠色轉型的空間溢出效應，檢驗變量空間相關性，表6測算了在空間經(jīng)濟地理距離矩陣下數(shù)字經(jīng)濟和制造業(yè)綠色轉型的全局莫蘭指數(shù)。從結果可以看出，莫蘭指數(shù)大部分為正且通過了10%的顯著性檢驗，說明兩者均存在空間自相關性，出現(xiàn)了空間集聚狀態(tài)。接下來進行空間面板模型選擇檢驗，本文參考Elhorst[26]的檢驗方法，進行LM檢驗、LR檢驗、Hausman檢驗和聯(lián)合顯著性檢驗，最終確定雙向固定效應的空間杜賓模型是最有效的。

表5 面板門檻回歸結果

[變量 （1） （2） 系數(shù)估計 T值 Dige[×]I（Dige≤2.935） 0.050*** 2.85 Dige[×]I（Dige>2.935） 0.104*** 6.71 Fin 0.031** 2.01 Goy 0.101 0.59 Bf 0.052*** 3.14 Mc -0.003 -0.15 Cm 0.073 1.43 Cons -0.349** -2.15 N 300 R2 0.353 ]

表6? 數(shù)字經(jīng)濟與制造業(yè)綠色轉型的莫蘭指數(shù)

[年份 Dige GTFP I Z值 I Z值 2011 0.262*** 2.98 0.140* 1.65 2012 0.276*** 3.09 0.104 1.32 2013 0.215*** 2.49 0.254*** 2.78 2014 0.226*** 2.61 0.268*** 2.93 2015 0.246*** 2.80 0.268*** 2.90 2016 0.270*** 3.04 0.290*** 3.12 2017 0.295*** 3.29 0.318*** 3.48 2018 0.256*** 2.92 0.292*** 3.24 2019 0.238*** 2.75 0.327*** 3.66 2020 0.209*** 2.47 0.204*** 2.30 ]

表7分別是鄰接矩陣、地理距離矩陣和經(jīng)濟地理（嵌套）矩陣下數(shù)字經(jīng)濟對制造業(yè)綠色轉型的空間估計結果?？傮w上來看3種權重矩陣下的回歸結果基本相同，其中嵌套矩陣既能反映兩地的地理距離的遠近，也能體現(xiàn)經(jīng)濟發(fā)展差距，因此本文重點分析嵌套矩陣下的回歸結果。列（3）中數(shù)字經(jīng)濟的空間交互項系數(shù)為1.153，在10%水平下顯著為正，數(shù)字經(jīng)濟直接效應系數(shù)為0.559，在1%水平下顯著，間接效應的估計系數(shù)為1.086，在10%水平下顯著為正，且間接效應大于直接效應，表明數(shù)字經(jīng)濟不僅會促進本地的制造業(yè)綠色轉型，還會積極影響周邊地區(qū)的制造業(yè)綠色轉型水平。數(shù)字經(jīng)濟打破了時空限制，通過相鄰地區(qū)間的人才流動、開放共享、經(jīng)濟聯(lián)系等方式對鄰近地區(qū)的制造業(yè)綠色轉型有積極的空間溢出效應，該結論驗證了假設3。

表7? 空間杜賓模型結果

[變量 （1） （2） （3） 鄰接矩陣 地理矩陣 經(jīng)濟地理矩陣 Dige 0.541*** 0.601*** 0.559*** （6.35） （7.01） （6.23） W[×]Dige 0.201* 2.045** 1.153* （1.65） （3.26） （1.97） 直接效應 0.552*** 0.589*** 0.559*** （6.27） （6.79） （6.15） 間接效應 0.296* 1.721** 1.086* （2.16） （3.06） （1.90） 總效應 0.849*** 2.310*** 1.646** （4.60） （3.96） （2.71） 控制變量 Yes Yes Yes 個體效應 Yes Yes Yes 時間效應 Yes Yes Yes R2 0.224 0.264 0.269 N 300 300 300 Log-L 459.017 457.894 457.408 ]

5. 穩(wěn)健性檢驗

為確保研究結論的可靠性，本文從3個方面進行穩(wěn)健性檢驗，回歸結果見表8。第一，更換數(shù)字經(jīng)濟計算方法。使用主成分分析法計算數(shù)字經(jīng)濟代入模型檢驗，數(shù)字經(jīng)濟對制造業(yè)綠色轉型的提升效應仍然成立，說明本文的結論穩(wěn)健。第二，替換被解釋變量。在現(xiàn)有制造業(yè)綠色轉型指標體系基礎上，剔除非期望產(chǎn)出變量，采用DEA-Malmquist方法計算制造業(yè)全要素生產(chǎn)率指標，替換本文的制造業(yè)GTFP代入模型進行檢驗，結果證明了回歸結論是穩(wěn)健的。第三，內生性處理。本文使用工具變量法來解決內生性偏誤問題，由于數(shù)字基礎設施和數(shù)字相關產(chǎn)業(yè)不一定能當期完成，上年數(shù)字經(jīng)濟水平對制造業(yè)綠色轉型的影響可能存在滯后性，選擇數(shù)字經(jīng)濟的滯后一階作為工具變量進行檢驗，使用兩階段最小二乘法（2SLS）回歸；第（3）列至第（4）列中，用于檢驗工具變量有效性的弱識別檢驗和過度識別檢驗均表明，工具變量的選取是合理的，第（4）列檢驗結果顯示，在考慮內生性問題之后，數(shù)字經(jīng)濟系數(shù)仍顯著為正，證實了研究結論的穩(wěn)健性。

表8? 穩(wěn)健性檢驗結果

[變量 （1） （2） （3） （4） 替換計算方法 替換變量 工具變量法 主成分 TFP 第一階段 第二階段 Dige 0.115*** 1.138*** 0.680*** （5.01） （10.73） （6.60） IV 0.960*** （50.34） Cons -0.823*** 0.038 0.071** -0.969*** （-5.08） （0.21） （2.23） （-5.78） Kleibergen-Paap rk LM 247.89 [0.000] Cragg-Donald Wald F 2534.02 {16.38} 控制變量 Yes Yes Yes Yes 個體效應 Yes Yes Yes Yes 時間效應 Yes Yes Yes Yes N 300 300 270 270 R2 0.430 0.457 0.995 0.590 ]

五、 研究結論和政策建議

我國正處于制造業(yè)數(shù)字化綠色轉型關鍵時期，數(shù)字經(jīng)濟的發(fā)展為經(jīng)濟高質量發(fā)展提供了新的動力，對制造業(yè)綠色轉型具有重要影響。本文圍繞數(shù)字經(jīng)濟內涵構建省級層面數(shù)字經(jīng)濟指標體系，運用SBM-GML方法測算制造業(yè)綠色轉型水平，基于2011—2020年中國30個省區(qū)市的面板數(shù)據(jù)，構建中介模型、門檻模型、空間杜賓模型，實證檢驗數(shù)字經(jīng)濟影響制造業(yè)綠色轉型的效應和作用路徑。研究發(fā)現(xiàn)：第一，數(shù)字經(jīng)濟顯著促進了制造業(yè)綠色轉型，但其促進作用存在區(qū)域異質性，對東中部地區(qū)的推動作用強于西部地區(qū)；第二，作用機制分析表明，數(shù)字經(jīng)濟可以通過提高技術創(chuàng)新水平間接促進制造業(yè)綠色轉型；第三，數(shù)字經(jīng)濟對制造業(yè)綠色轉型的影響存在非線性遞增的門檻效應，數(shù)字經(jīng)濟越過單一門檻值后正向作用力增強；第四，數(shù)字經(jīng)濟對鄰近地區(qū)制造業(yè)綠色轉型存在正向空間溢出效應，有助于形成區(qū)域協(xié)調發(fā)展的格局。

基于以上結論，本文提出如下政策建議：（1）加快完善數(shù)字基礎設施建設，發(fā)揮數(shù)字經(jīng)濟對制造業(yè)綠色轉型的賦能作用。推動云計算、人工智能、大數(shù)據(jù)中心和5G移動通訊等信息技術基礎設施的建設，實現(xiàn)新一代信息技術的互聯(lián)互通和資源共享，通過夯實數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化，促進能源結構優(yōu)化和產(chǎn)業(yè)結構轉型，推動制造業(yè)數(shù)字化綠色化轉型，進一步發(fā)揮數(shù)字經(jīng)濟對制造業(yè)綠色轉型的賦能作用。（2）全面提升數(shù)字技術，促進制造業(yè)領域綠色技術成果轉化。借助數(shù)字技術升級綠色技術，升級清潔生產(chǎn)、資源循環(huán)利用、節(jié)能減排的綠色工藝和設計，實現(xiàn)數(shù)字技術與制造業(yè)的深度融合及應用，培育節(jié)能環(huán)保產(chǎn)業(yè)，通過改善生產(chǎn)要素配置提升制造業(yè)資源產(chǎn)出效益，全面賦能制造業(yè)效益升級與綠色轉型，依托數(shù)字技術推動制造業(yè)高質量發(fā)展。（3）打造數(shù)字經(jīng)濟協(xié)同發(fā)展格局，發(fā)揮數(shù)字經(jīng)濟的正外部溢出和輻射帶動作用。政府要加強區(qū)域間的產(chǎn)業(yè)對接，打破信息技術和研發(fā)模式的信息壁壘，加強區(qū)域間技術合作交流，擴大數(shù)字經(jīng)濟賦能綠色發(fā)展的應用范圍，實現(xiàn)新型基礎設施的互聯(lián)互通和信息共享；充分發(fā)揮經(jīng)濟發(fā)達地區(qū)的數(shù)字經(jīng)濟輻射引領作用，實現(xiàn)區(qū)域協(xié)同發(fā)展，提升地區(qū)學習和借鑒能力，通過溢出效應縮小地區(qū)間的數(shù)字鴻溝，促進制造業(yè)高質量綠色低碳發(fā)展。

參考文獻：

[1] 戴翔，楊雙至.數(shù)字賦能、數(shù)字投入來源與制造業(yè)綠色化轉型[J].中國工業(yè)經(jīng)濟，2022（9）：83-101.

[2] Caputo A， Marzi G， Pellegrini， et al. The Internet of Things in Manufacturing Innovation Processes： Development and Application of a Conceptual Framework[J]. Business Process Management Journal，2016，22（2）：383-402.

[3] 李春發(fā)，李冬冬，周馳.數(shù)字經(jīng)濟驅動制造業(yè)轉型升級的作用機理——基于產(chǎn)業(yè)鏈視角的分析[J].商業(yè)研究，2020（2）：73-82.

[4] Lahouel B B， Taleb L， Zaied， et al.Does ICT Change the Relationship between Total Factor Productivity and CO2 Emissions？ Evidence Based on a Nonlinear Model[J]. Energy Economics，2021（101）：105-406.

[5] 何維達，溫家隆，張滿銀.數(shù)字經(jīng)濟發(fā)展對中國綠色生態(tài)效率的影響研究——基于雙向固定效應模型[J].經(jīng)濟問題，2022（1）：1-8+30.

[6] 肖遠飛，姜瑤.數(shù)字經(jīng)濟對工業(yè)綠色生產(chǎn)效率的影響研究[J].現(xiàn)代管理科學，2021（8）：100-109.

[7] 盧福財，劉林英，徐遠彬.互聯(lián)網(wǎng)發(fā)展對工業(yè)綠色全要素生產(chǎn)率的影響研究[J].江西社會科學，2021，41（1）：39-50.

[8] 荊文君，孫寶文.數(shù)字經(jīng)濟促進經(jīng)濟高質量發(fā)展：一個理論分析框架[J].經(jīng)濟學家，2019（2）：66-73.

[9] 韓璐，陳松，梁玲玲.數(shù)字經(jīng)濟、創(chuàng)新環(huán)境與城市創(chuàng)新能力[J].科研管理，2021，42（4）：35-45.

[10] 邵帥，范美婷，楊莉莉.經(jīng)濟結構調整、綠色技術進步與中國低碳轉型發(fā)展——基于總體技術前沿和空間溢出效應視角的經(jīng)驗考察[J].管理世界，2022，38（2）：46-69.

[11] 蘇科，周超.人力資本、科技創(chuàng)新與綠色全要素生產(chǎn)率——基于長江經(jīng)濟帶城市數(shù)據(jù)分析[J].經(jīng)濟問題，2021（5）：71-79.

[12] 李蘭冰，李煥杰.技術創(chuàng)新、節(jié)能減排與城市綠色發(fā)展[J].軟科學，2021（11）：46-51.

[13] 趙濤，張智，梁上坤.數(shù)字經(jīng)濟、創(chuàng)業(yè)活躍度與高質量發(fā)展——來自中國城市的經(jīng)驗證據(jù)[J].管理世界，2020，36（10）：65-76.

[14] 夏子惠，古麗娜爾·玉素甫.數(shù)字經(jīng)濟對中國綠色能源效率的影響——基于中介和門檻效應的分析[J].技術經(jīng)濟與管理研究，2022（10）：3-9.

[15] 劉強，馬彥瑞，徐生霞.數(shù)字經(jīng)濟發(fā)展是否提高了中國綠色經(jīng)濟效率？[J].中國人口·資源與環(huán)境，2022，32（3）：72-85.

[16] 劉麗，丁濤.數(shù)字經(jīng)濟與產(chǎn)業(yè)綠色高質量發(fā)展——作用機制及區(qū)域異質研究[J].技術經(jīng)濟與管理研究，2022（3）：106-110.

[17] 侯世英，宋良榮.智能化對區(qū)域經(jīng)濟增長質量發(fā)展的影響及內在機理——基于2012—2018年中國省級面板數(shù)據(jù)[J].廣東財經(jīng)大學學報，2021，36（4）：4-16.

[18] 張梁，相廣平，馬永凡.數(shù)字金融對區(qū)域創(chuàng)新差距的影響機理分析[J].改革，2021（5）：88-101.

[19] 張可.經(jīng)濟集聚與區(qū)域創(chuàng)新的交互影響及空間溢出[J].金融研究，2019（5）：96-114.

[20] 袁夢瑤，楊娟.試論數(shù)字經(jīng)濟四大效應助推共同富裕[J].現(xiàn)代交際，2022（5）：55-61.

[21] Hansen， Bruce E. Threshold Effects in Non-Dynamic Panels： Estimation Testing and Inference[J].Journal of Econometrics，1999，93（2）：345-368.

[22] 陳超凡.中國工業(yè)綠色全要素生產(chǎn)率及其影響因素——基于ML生產(chǎn)率指數(shù)及動態(tài)面板模型的實證研究[J].統(tǒng)計研究，2016，33（3）：53-62.

[23] 張軍，吳桂英，張吉鵬.中國省際物質資本存量估算：1952—2000[J].經(jīng)濟研究，2004（10）：35-44.

[24] 邱斌，楊帥，辛培江.FDI技術溢出渠道與中國制造業(yè)生產(chǎn)率增長研究：基于面板數(shù)據(jù)的分析[J].世界經(jīng)濟，2008（8）：20-31.

[25] 陳旭升，李云峰.制造業(yè)技術創(chuàng)新動態(tài)能力與高質量發(fā)展——基于創(chuàng)新引領視角[J].科技進步與對策，2020，37（6）：92-101.

[26] Elhorst J P.Matlab Software for Spatial Panels[J].International Regional Science Review，2014，37（3）：389-405.

基金項目：國家自然科學基金項目“粵港澳大灣區(qū)創(chuàng)新網(wǎng)絡演進與政策效應：創(chuàng)新要素流動的視角”（項目編號：72173032）；廣州市技術創(chuàng)新與經(jīng)濟轉型研究中心項目“數(shù)字經(jīng)濟對廣州市傳統(tǒng)產(chǎn)業(yè)轉型升級的影響路徑、激勵機制及對策研究”（項目編號：2019GZJD05）。

作者簡介：吳劍輝（1973-），男，博士，廣東工業(yè)大學經(jīng)濟學院教授，碩士生導師，研究方向為制度經(jīng)濟學；許志玉（1997-），女，廣東工業(yè)大學經(jīng)濟學院碩士研究生，研究方向為工業(yè)數(shù)字經(jīng)濟。

（收稿日期：2022-11-02? 責任編輯：蘇子寵）