李 政 張 怡 趙 哲
(遼寧大學(xué)經(jīng)濟(jì)學(xué)院,沈陽 110136)
改革開放以來,我國工業(yè)化進(jìn)程勢如破竹,經(jīng)濟(jì)持續(xù)高速增長,人民生活水平飛速提高。然而在環(huán)境方面卻存在一定疏忽,工業(yè)能耗及污染排放量與發(fā)達(dá)國家相比仍相對較高,環(huán)境問題與經(jīng)濟(jì)發(fā)展之間的矛盾亟待解決。重工業(yè)污水排放,工業(yè)廢氣超標(biāo)排放,土壤污染等環(huán)境問題會(huì)嚴(yán)重影響經(jīng)濟(jì)可持續(xù)健康高質(zhì)量發(fā)展。事實(shí)上,國家一直在推動(dòng)工業(yè)部門的綠色轉(zhuǎn)型升級。2016年6月,工業(yè)和信息化部制定出臺了《工業(yè)綠色發(fā)展規(guī)劃(2016~2020年)》,提出加快構(gòu)建科技含量高,資源消耗低,環(huán)境污染少的綠色制造體系。黨的十九大報(bào)告對“加快構(gòu)建市場導(dǎo)向的綠色技術(shù)創(chuàng)新體系”作出要求。2017年中央經(jīng)濟(jì)工作會(huì)議提出今后3年要打好污染防治攻堅(jiān)戰(zhàn),明確了加快推進(jìn)工業(yè)綠色發(fā)展,扎實(shí)推進(jìn)清潔生產(chǎn)與加快綠色科技創(chuàng)新的方針策略。習(xí)近平主席在黨的二十大強(qiáng)調(diào)“推動(dòng)經(jīng)濟(jì)社會(huì)發(fā)展綠色化、低碳化是實(shí)現(xiàn)高質(zhì)量發(fā)展的關(guān)鍵環(huán)節(jié)”。此外,“十四五”規(guī)劃綱要也明確提出“要深入實(shí)施智能制造和綠色制造工程,發(fā)展服務(wù)型制造新模式”等一系列具象目標(biāo)??梢姽I(yè)綠色轉(zhuǎn)型問題的重要程度。
要想避免環(huán)境公地悲劇的發(fā)生,就應(yīng)當(dāng)在現(xiàn)有發(fā)展模式和發(fā)展機(jī)制上做出改變,而數(shù)字經(jīng)濟(jì)這種全新的生產(chǎn)要素恰好能為技術(shù)創(chuàng)新、資源有效利用和要素的合理配置帶來全方位、多方面的改革契機(jī),有助于減少工業(yè)生產(chǎn)對生態(tài)環(huán)境的影響,為可持續(xù)發(fā)展產(chǎn)業(yè)體系提供更有力的支撐。而目前文獻(xiàn)對于這部分清晰的理論解釋和規(guī)范的實(shí)證檢驗(yàn)較少。因此本文對此進(jìn)行一定程度的完善和補(bǔ)充,先探討二者之間關(guān)系,數(shù)字經(jīng)濟(jì)是否促進(jìn)工業(yè)綠色轉(zhuǎn)型?然后引入科技創(chuàng)新水平變量,討論是否存在中介效應(yīng),隨后討論數(shù)字經(jīng)濟(jì)和工業(yè)綠色轉(zhuǎn)型是否存在門檻效應(yīng)的非線性關(guān)系。最后做穩(wěn)健性檢驗(yàn)和內(nèi)生性分析,完成相關(guān)討論。
數(shù)字經(jīng)濟(jì)的內(nèi)涵定義有諸多角度和表述,如謝康和肖靜華(2022)[1]、裴長洪等(2018)[2]認(rèn)為數(shù)據(jù)作為關(guān)鍵新生產(chǎn)要素可以重新配置既有舊生產(chǎn)要素,不斷與一二三產(chǎn)業(yè)融合。彭剛等(2021)[3]認(rèn)為其是一種涉及信息通信技術(shù)與數(shù)字技術(shù)的經(jīng)濟(jì)活動(dòng)。數(shù)字經(jīng)濟(jì)的測度大多以構(gòu)建綜合指標(biāo)體系來衡量,分為國家和學(xué)者兩個(gè)角度。國家層面如美國信息技術(shù)與創(chuàng)新基金會(huì)[4]、歐盟統(tǒng)計(jì)局[5]、OECD[6]、中國信息通信研究院[7];學(xué)者層面主要以熵值法指標(biāo)體系為主,如劉軍等(2020)[8]、焦帥濤和孫秋碧(2021)[9]、鐘文和鄭明貴(2021)[10]、趙濤和張智(2020)[11]等的研究。也有用國民經(jīng)濟(jì)核算相關(guān)方法和增加值法測算,如許憲春和張美慧(2020)[12]、蔡躍洲和牛新星(2021)[13]的研究。對于工業(yè)綠色轉(zhuǎn)型的測度,文獻(xiàn)主要分成兩種:(1)基于效率測度,分為參數(shù)法和非參數(shù)法,前者用數(shù)據(jù)包絡(luò)法利用非期望產(chǎn)出的超效率SBM 模型來測度[14,15]。后者通過設(shè)定生產(chǎn)函數(shù)和效率項(xiàng)分布來測度[16];(2)基于工業(yè)綠色轉(zhuǎn)型內(nèi)涵,采用熵值法等方法構(gòu)建綜合評價(jià)體系。如鄧慧慧和楊露鑫(2019)[17]、譚華和舒銀燕(2020)[18]的研究。本文采取第二種方法測度。
在數(shù)字經(jīng)濟(jì)和工業(yè)綠色轉(zhuǎn)型的實(shí)證分析中,數(shù)字經(jīng)濟(jì)方面,宏觀角度學(xué)者多聚焦于高質(zhì)量發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)升級和城鄉(xiāng)收入差距三方面問題;微觀角度考察對農(nóng)村居民收入影響、企業(yè)績效創(chuàng)新等。工業(yè)綠色轉(zhuǎn)型方面,環(huán)境規(guī)制、霧霾治理、對外投資、R&D 投入是影響工業(yè)綠色轉(zhuǎn)型的幾個(gè)熱點(diǎn)研究角度。關(guān)于二者之間的關(guān)系,孔芳霞和劉新智(2022)[19]基于城市視角認(rèn)為二者關(guān)系為正向促進(jìn),進(jìn)而討論非線性關(guān)系和空間溢出關(guān)系。馮曦明和龍彥霖(2022)[20]基于省級層面也討論了空間關(guān)系和非線性關(guān)系。二者皆以數(shù)字經(jīng)濟(jì)本身作為門檻變量。那么能否引入其他變量來進(jìn)行探究?肖遠(yuǎn)飛和姜瑤(2021)[21]將中介效應(yīng)納入議題之中,其中中介變量選取產(chǎn)業(yè)結(jié)構(gòu)、市場化進(jìn)程和人力資本。相關(guān)研究中,如與數(shù)字經(jīng)濟(jì)相關(guān)的大數(shù)據(jù)試驗(yàn)區(qū)建設(shè)與工業(yè)綠色轉(zhuǎn)型的關(guān)系[22]選取人力資源和金融服務(wù)水平為中介變量探討;還有學(xué)者提出將科技創(chuàng)新水平作為數(shù)字經(jīng)濟(jì)與制造業(yè)綠色轉(zhuǎn)型的中介變量[23]。雖然現(xiàn)有研究在此方面進(jìn)行了比較豐富的研究和探討,但是關(guān)于數(shù)字經(jīng)濟(jì)對工業(yè)綠色轉(zhuǎn)型發(fā)展的影響機(jī)理和路徑目前尚沒有一致結(jié)論,其作用和潛在機(jī)制只能從其他相關(guān)研究中推斷,傳導(dǎo)路徑也有待挖掘。在此基礎(chǔ)上,近年來越來越多的研究聚焦于科技創(chuàng)新對綠色轉(zhuǎn)型的影響。亞當(dāng)·斯密(1776)和李嘉圖(1817)最開始就認(rèn)識到先進(jìn)技術(shù)在實(shí)現(xiàn)可持續(xù)經(jīng)濟(jì)增長方面所發(fā)揮的重要作用。目前一般認(rèn)為知識溢出是技術(shù)創(chuàng)新促進(jìn)綠色發(fā)展的根本原因[24],通過知識的積累和疊加增加制造企業(yè)的附加值,向技術(shù)密集型和清潔產(chǎn)業(yè)發(fā)展[25]。技術(shù)創(chuàng)新對產(chǎn)業(yè)結(jié)構(gòu)升級的影響不僅局限于本地區(qū),還通過溢出效應(yīng)影響周邊地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型,克服了地理空間的限制,實(shí)現(xiàn)了跨區(qū)域的創(chuàng)新分工和聯(lián)合。通過提高生產(chǎn)效率、降低生產(chǎn)成本來促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級[26]。促進(jìn)效應(yīng)具有長期穩(wěn)定性,隨著時(shí)間的推移,創(chuàng)新與產(chǎn)業(yè)之間的協(xié)同作用不斷增強(qiáng)[27],先進(jìn)的綠色創(chuàng)新技術(shù)可以提高企業(yè)生產(chǎn)力和競爭力[28]。同時(shí),隨著中國經(jīng)濟(jì)發(fā)展模式由投資驅(qū)動(dòng)向創(chuàng)新驅(qū)動(dòng)轉(zhuǎn)變,中國將更多地依靠自主創(chuàng)新來推動(dòng)綠色技術(shù)創(chuàng)新,進(jìn)而推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)升級[29]。也有學(xué)者認(rèn)為技術(shù)創(chuàng)新對產(chǎn)業(yè)升級的影響是不確定的,隨著時(shí)間的推移不斷增強(qiáng),但作用方向呈現(xiàn)正反交替[30],這是由于創(chuàng)新投入結(jié)構(gòu)不合理,可能阻礙產(chǎn)業(yè)結(jié)構(gòu)升級。數(shù)字經(jīng)濟(jì)與科技創(chuàng)新之間,隨著互聯(lián)網(wǎng)在各個(gè)國家和地區(qū)得到廣泛應(yīng)用,信息技術(shù)投入的增加,提高了工業(yè)企業(yè)從外部知識源獲取更多信息的能力,促進(jìn)了企業(yè)間信息和知識的傳播,有利于提高創(chuàng)新績效[31]。雖然基于互聯(lián)網(wǎng)的協(xié)作對產(chǎn)品創(chuàng)新績效有積極影響,但過度依賴互聯(lián)網(wǎng)也會(huì)阻礙技術(shù)創(chuàng)新[32]。此外,信息技術(shù)的發(fā)展可以帶來新的商業(yè)模式,允許低成本創(chuàng)新實(shí)現(xiàn)潛在的業(yè)務(wù)發(fā)展[33]。
由此可見,數(shù)字經(jīng)濟(jì)對于科技創(chuàng)新以及科技創(chuàng)新對于工業(yè)綠色轉(zhuǎn)型均有重要影響?,F(xiàn)有研究雖然探討了數(shù)字經(jīng)濟(jì)和工業(yè)綠色轉(zhuǎn)型之間的關(guān)系,但是將科技創(chuàng)新納入影響機(jī)制框架進(jìn)行探討的研究較為匱乏。通過分析,本文認(rèn)為將科技創(chuàng)新變量納入討論是可行的,且與自變量和因變量有傳導(dǎo)關(guān)系,故應(yīng)作為中介變量出現(xiàn)[34]。除此之外,現(xiàn)有研究大多探討的是變量之間的線性關(guān)系,那么是否存在非線性關(guān)系呢?因此本文將科技創(chuàng)新作為一個(gè)門檻變量納入框架中來?;诖耍诂F(xiàn)有研究基礎(chǔ)上做如下創(chuàng)新:(1)識別數(shù)字經(jīng)濟(jì)對工業(yè)綠色轉(zhuǎn)型的影響,從3 個(gè)新的理論角度闡述傳導(dǎo)機(jī)制;(2)采用科技創(chuàng)新作為中介變量和門檻變量;(3)新增?。▍^(qū)、市)發(fā)展程度和產(chǎn)業(yè)結(jié)構(gòu)作為異質(zhì)性劃分標(biāo)準(zhǔn)。
圖1 數(shù)字經(jīng)濟(jì)對工業(yè)綠色轉(zhuǎn)型影響路徑
我國工業(yè)和數(shù)字經(jīng)濟(jì)融合促進(jìn)其綠色轉(zhuǎn)型主要體現(xiàn)在如下幾點(diǎn):(1)數(shù)字經(jīng)濟(jì)推動(dòng)我國傳統(tǒng)工業(yè)部門生產(chǎn)方式的綠色化和精益化,提高了工業(yè)生產(chǎn)的全流程研發(fā)、設(shè)計(jì)、原材料供應(yīng)、加工、制造、銷售等環(huán)節(jié)協(xié)作精確程度,強(qiáng)化了生產(chǎn)資料、工業(yè)設(shè)備、人力資源三大生產(chǎn)要素之間的流轉(zhuǎn)利用,實(shí)現(xiàn)生產(chǎn)要素的優(yōu)化整合和高效運(yùn)轉(zhuǎn),管理上有效降低信息檢索成本,打破“信息孤島”,有利于各類生產(chǎn)裝備的集成和信息系統(tǒng)的互聯(lián)互通[35]。簡而言之,數(shù)字經(jīng)濟(jì)大幅提高了工業(yè)部門效率,使其逐漸完成了向以高技術(shù)資源為特征的工業(yè)綠色轉(zhuǎn)型;(2)數(shù)字經(jīng)濟(jì)推動(dòng)工業(yè)能源管理的綠色智慧化。在工業(yè)情境下,能源管理至關(guān)重要,我國每年都會(huì)有大量能源因?yàn)闆]有實(shí)現(xiàn)合理調(diào)度而造成能源浪費(fèi)。對此,將網(wǎng)絡(luò)協(xié)同制造、遠(yuǎn)程運(yùn)維服務(wù)、智能環(huán)境數(shù)據(jù)感知技術(shù)與工業(yè)結(jié)合,智能化改造能源生產(chǎn)流程,并升級能源企業(yè)的生產(chǎn)管理系統(tǒng),進(jìn)而實(shí)現(xiàn)能源的循環(huán)使用,提升能源利用效率[36],實(shí)現(xiàn)數(shù)字化的能源管理和工業(yè)生產(chǎn)的節(jié)能提效;(3)數(shù)字經(jīng)濟(jì)實(shí)現(xiàn)工業(yè)資源循環(huán)的綠色高效化。工業(yè)廢料產(chǎn)生量在數(shù)字經(jīng)濟(jì)發(fā)展后有下降趨勢,綜合利用量有上升趨勢,如國內(nèi)某水泥廠通過先進(jìn)控制系統(tǒng),優(yōu)化操作參數(shù),使熟料標(biāo)準(zhǔn)煤耗下降1kg 以上[37]。這得益于物聯(lián)網(wǎng)、大數(shù)據(jù)等數(shù)字技術(shù)創(chuàng)新改善工業(yè)資源回收利用方式,諸多傳統(tǒng)工業(yè)部門建立回收利用企業(yè)創(chuàng)新電子信息平臺,收集信息,分析數(shù)據(jù),檢測資源流向?;诖耍疚奶岢鋈缦录僭O(shè):
H1:數(shù)字經(jīng)濟(jì)對工業(yè)綠色轉(zhuǎn)型有促進(jìn)作用。
數(shù)字經(jīng)濟(jì)對工業(yè)綠色轉(zhuǎn)型的推動(dòng)作用是通過促進(jìn)科技創(chuàng)新水平提升來實(shí)現(xiàn)的。數(shù)字經(jīng)濟(jì)聚集了大量信息資源和數(shù)字技術(shù),而技術(shù)與知識是工業(yè)創(chuàng)新活動(dòng)的基礎(chǔ),可以作為新興要素嵌入到工業(yè)產(chǎn)業(yè)鏈中。利用互聯(lián)網(wǎng)技術(shù)構(gòu)建數(shù)字化創(chuàng)新平臺,能夠?qū)崿F(xiàn)研發(fā)的協(xié)同創(chuàng)新和資源的高效整合,有效打破數(shù)據(jù)資源壁壘,減少內(nèi)外部知識傳播障礙,方便廠商獲取生產(chǎn)相關(guān)的創(chuàng)新資源,從而降低信息知識采集、集成與共享等過程的成本,提高其創(chuàng)新水平。而通過提升科技創(chuàng)新水平可以減少資源投入,降低污染排放,帶來相關(guān)領(lǐng)域的技術(shù)進(jìn)步,達(dá)到提高生產(chǎn)率和節(jié)能減排雙行并舉的效果,進(jìn)而推動(dòng)傳統(tǒng)工業(yè)向污染能耗少且附加值高的綠色工業(yè)轉(zhuǎn)型?;诖?,本文提出如下假設(shè):
H2:數(shù)字經(jīng)濟(jì)以科技創(chuàng)新水平為中介變量對工業(yè)綠色轉(zhuǎn)型有促進(jìn)作用。
依照前文分析,數(shù)字經(jīng)濟(jì)對工業(yè)綠色轉(zhuǎn)型具有正向促進(jìn)作用,但可能存在一定門檻。隨著數(shù)字化時(shí)代的到來,各地都開始重視對新興領(lǐng)域的研發(fā),數(shù)字經(jīng)濟(jì)在不斷進(jìn)行科技創(chuàng)新的基礎(chǔ)上逐步發(fā)展。當(dāng)科技創(chuàng)新水平較低時(shí),用于數(shù)字化服務(wù)的資源就會(huì)較少,工業(yè)企業(yè)實(shí)現(xiàn)綠色技術(shù)生產(chǎn)的成本就會(huì)較高,此時(shí)研發(fā)節(jié)能減排技術(shù)的投入大于環(huán)境污染帶來的成本,導(dǎo)致產(chǎn)業(yè)綠色轉(zhuǎn)型動(dòng)力不足。當(dāng)科技創(chuàng)新水平提高時(shí),會(huì)引導(dǎo)數(shù)字經(jīng)濟(jì)突破技術(shù)瓶頸,引人大量高學(xué)歷創(chuàng)新型人才,吸引資金流入,反過來激發(fā)創(chuàng)新活力[38]。且數(shù)據(jù)使用者越多,數(shù)據(jù)的利用效率越高,消費(fèi)者與生產(chǎn)者和信息交流和工業(yè)企業(yè)實(shí)現(xiàn)綠色生產(chǎn)的邊際成本就會(huì)更低,收益也隨之提高。此時(shí)環(huán)境污染所造成的成本高于節(jié)能減排技術(shù)研發(fā)的成本。這種網(wǎng)絡(luò)效應(yīng)對工業(yè)綠色轉(zhuǎn)型形成正向激勵(lì)。基于此,本文提出如下假設(shè):
H3:數(shù)字經(jīng)濟(jì)對工業(yè)綠色轉(zhuǎn)型的影響會(huì)因科技創(chuàng)新水平的不同而表現(xiàn)出非線性特征。
數(shù)字經(jīng)濟(jì)對工業(yè)綠色轉(zhuǎn)型的賦能效應(yīng)在我國南北地區(qū)應(yīng)呈現(xiàn)出不同的趨勢。在數(shù)字經(jīng)濟(jì)發(fā)展較早、水平較高的?。▍^(qū)、市),促進(jìn)作用更加明顯,數(shù)字經(jīng)濟(jì)的紅利釋放更加充分[39]。南方地區(qū)經(jīng)濟(jì)較為發(fā)達(dá),數(shù)字技術(shù)應(yīng)用基礎(chǔ)較好,基礎(chǔ)設(shè)施建設(shè)水平較高,數(shù)字經(jīng)濟(jì)對工業(yè)綠色轉(zhuǎn)型發(fā)揮了更好的促進(jìn)作用;而北方地區(qū)仍以資源密集型和勞動(dòng)密集型的產(chǎn)業(yè)為主,數(shù)字經(jīng)濟(jì)與產(chǎn)業(yè)的融合程度較低,對數(shù)字技術(shù)的應(yīng)用能力偏弱。因此,數(shù)字經(jīng)濟(jì)在區(qū)域工業(yè)綠色轉(zhuǎn)型中的作用應(yīng)具有顯著的區(qū)域異質(zhì)性特征?;诖?,本文提出如下假設(shè):
H4a:數(shù)字經(jīng)濟(jì)對南北方地區(qū)工業(yè)綠色轉(zhuǎn)型的影響存在明顯的區(qū)域異質(zhì)性。
從GDP 層面和產(chǎn)業(yè)結(jié)構(gòu)方面考慮該問題,GDP較高的?。▍^(qū)、市)產(chǎn)業(yè)發(fā)展專業(yè)化和市場化程度偏高,在有利的區(qū)位優(yōu)勢條件和政策支持下,外資企業(yè)的大量進(jìn)入使該地區(qū)資源受限,與企業(yè)數(shù)量飛增之間存在沖突,過度競爭會(huì)對技術(shù)創(chuàng)新產(chǎn)生負(fù)面影響,進(jìn)而形成擠出效應(yīng),其發(fā)展空間和發(fā)展紅利反而不如人均GDP 較低區(qū)域;第三產(chǎn)業(yè)>第二產(chǎn)業(yè)時(shí),數(shù)字經(jīng)濟(jì)對工業(yè)綠色轉(zhuǎn)型的促進(jìn)作用會(huì)越明顯,基于此,本文提出如下假設(shè):
H4b:人均GDP 存在差別時(shí),數(shù)字經(jīng)濟(jì)對地區(qū)工業(yè)綠色轉(zhuǎn)型的影響存在明顯的異質(zhì)性。
H4c:產(chǎn)業(yè)結(jié)構(gòu)存在差別時(shí),數(shù)字經(jīng)濟(jì)對地區(qū)工業(yè)綠色轉(zhuǎn)型的影響存在明顯的異質(zhì)性。
本文的研究對象為中國的31 個(gè)省(區(qū)、市),研究期間為2011~2020年,屬于短面板數(shù)據(jù)。由于地區(qū)差異,面板數(shù)據(jù)可能存在一些不可觀測的異質(zhì)性,因此直接進(jìn)行混合回歸會(huì)導(dǎo)致結(jié)果不精確,而這種異質(zhì)性往往對被解釋變量有固定或隨機(jī)的影響,從而應(yīng)建立固定效應(yīng)模型或隨機(jī)效應(yīng)模型。在F 檢驗(yàn)中,p 值為0.000,表明拒絕了混合回歸模型的原假設(shè),選擇固定效應(yīng)模型;在LM 檢驗(yàn)中,p 值為0.0000,表明拒絕混合回歸模型的原假設(shè),選擇隨機(jī)效應(yīng)模型;在豪斯曼檢驗(yàn)中,p 值為0.0000,表明拒絕隨機(jī)效應(yīng)模型的原假設(shè),選擇固定效應(yīng)模型。
針對數(shù)字經(jīng)濟(jì)對工業(yè)綠色轉(zhuǎn)型的影響傳導(dǎo)機(jī)制設(shè)定如下模型:
其中,gls為工業(yè)綠色轉(zhuǎn)型,digital為數(shù)字經(jīng)濟(jì),innove為中介變量技術(shù)創(chuàng)新水平,Control為控制變量,i和t分別為區(qū)域和時(shí)間,μi為個(gè)體效應(yīng),ε為隨機(jī)擾動(dòng)項(xiàng)。
為探究二者之間的間接作用機(jī)制,本文參考溫忠麟等[34]的方法建立中介效應(yīng)模型,檢驗(yàn)科技創(chuàng)新水平的路徑作用:
門檻效應(yīng):
3.2.1 被解釋變量
被解釋變量為“工業(yè)綠色轉(zhuǎn)型”。本文根據(jù)《“十四五”工業(yè)綠色發(fā)展規(guī)劃》 中提出的工業(yè)綠色發(fā)展新要求,綜合中國社會(huì)科學(xué)院工業(yè)經(jīng)濟(jì)研究所對工業(yè)綠色轉(zhuǎn)型的定義,構(gòu)建了工業(yè)綠色轉(zhuǎn)型指標(biāo)體系,從碳排放強(qiáng)度、污染物排放強(qiáng)度、能源效率、資源利用水平、綠色制造體系完善程度5 個(gè)維度構(gòu)造一級指標(biāo),并擴(kuò)展為單位工業(yè)增加值二氧化碳排放量,鋼鐵、有色金屬、建材等重點(diǎn)行業(yè)碳排放量,一般工業(yè)固體廢物產(chǎn)生量,工業(yè)廢水排放情況,工業(yè)二氧化硫排放量,規(guī)模以上工業(yè)單位增加值能耗,能源消費(fèi)總量(萬噸標(biāo)準(zhǔn)煤),分地區(qū)能源工業(yè)投資,重點(diǎn)工業(yè)產(chǎn)品單耗(鋼、水泥、乙烯等),一般工業(yè)固體廢物綜合利用量,單位工業(yè)增加值用水量,環(huán)保類產(chǎn)業(yè)產(chǎn)值/地區(qū)GDP,工業(yè)污染治理完成投資13 個(gè)二級指標(biāo)。架構(gòu)思路和指標(biāo)的具體含義如表1所示。考慮到與解釋變量衡量方法的統(tǒng)一性與客觀性,本文參照運(yùn)用熵值法來進(jìn)行客觀賦權(quán),以消除指標(biāo)權(quán)重設(shè)定過程中的主觀因素。
表1 被解釋變量綜合指標(biāo)體系
熵值法具體測算方法如下:
首先對各指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理:
正向指標(biāo):
其中,i是?。▍^(qū)、市),t是時(shí)期,j是指標(biāo),Digitalitj是第i個(gè)省(區(qū)、市)在t時(shí)期第j個(gè)指標(biāo)的觀測值。
指標(biāo)比重公式:
熵值公式:
為保證ln(Qitj)有意義,當(dāng)取值為0 時(shí),用0.00001 取代,Q為指標(biāo)比重,E為熵值。計(jì)算指標(biāo)差異系數(shù)Gj=1-Ej,得到指標(biāo)權(quán)重Wj:
通過加權(quán)方式求和,計(jì)算出綜合值:
3.2.2 解釋變量
解釋變量為“數(shù)字經(jīng)濟(jì)”。本文參考現(xiàn)有學(xué)者研究以及中國信息通信研究院《2022 中國數(shù)字經(jīng)濟(jì)發(fā)展報(bào)告》,結(jié)合數(shù)據(jù)的可視化與可得性并綜合考慮數(shù)字經(jīng)濟(jì)帶動(dòng)經(jīng)濟(jì)和社會(huì)結(jié)構(gòu)演變的復(fù)雜過程,從數(shù)字經(jīng)濟(jì)發(fā)展載體、數(shù)字產(chǎn)業(yè)化、產(chǎn)業(yè)數(shù)字化、數(shù)字經(jīng)濟(jì)發(fā)展環(huán)境4 個(gè)一級指標(biāo),8 個(gè)二級指標(biāo),29 個(gè)三級指標(biāo)構(gòu)建數(shù)字經(jīng)濟(jì)發(fā)展水平的綜合指標(biāo)體系。使用熵值法進(jìn)行權(quán)重測算,進(jìn)而計(jì)算得出數(shù)字經(jīng)濟(jì)的發(fā)展水平。
3.2.3 中介變量、門檻變量
中介效應(yīng)和門檻效應(yīng)的分析涉及科技創(chuàng)新水平變量。在借鑒大量文獻(xiàn)的基礎(chǔ)上,本文選取專利申請數(shù)(件)、有效發(fā)明專利數(shù)(件)、新產(chǎn)品開發(fā)項(xiàng)目數(shù)(項(xiàng))、科學(xué)技術(shù)支出(億元)、R&D 人員全時(shí)當(dāng)量(人/年)和R&D 經(jīng)費(fèi)投入強(qiáng)度(%)6項(xiàng)指標(biāo)通過熵值法計(jì)算綜合指數(shù)以反映各地區(qū)的科技創(chuàng)新水平。
3.2.4 控制變量
本文實(shí)證分析中涉及的控制變量有:(1)經(jīng)濟(jì)發(fā)展水平:地區(qū)人均GDP,并對其取對數(shù)處理;(2)產(chǎn)業(yè)結(jié)構(gòu):第三產(chǎn)業(yè)增加值/第二產(chǎn)業(yè)增加值;(3)城鎮(zhèn)化水平:城鎮(zhèn)人口占總?cè)丝诒戎?;?)外商直接投資(fdi),通過查詢每年美元兌人民幣匯率,折算成人民幣表示的實(shí)際利用外商直接投資額來衡量,并對其取對數(shù)處理;(5)城鎮(zhèn)居民人均消費(fèi)支出。
本文數(shù)據(jù)是2011~2020年31 個(gè)?。▍^(qū)、市)(考慮到數(shù)據(jù)的可獲得性,不包括港、澳、臺地區(qū))構(gòu)成的面板數(shù)據(jù),來源主要有《中國統(tǒng)計(jì)年鑒》、各省(區(qū)、市)歷年統(tǒng)計(jì)年鑒和統(tǒng)計(jì)公報(bào)、《中國環(huán)境統(tǒng)計(jì)年鑒》、《中國能源統(tǒng)計(jì)年鑒》、《中國工業(yè)統(tǒng)計(jì)年鑒》、《中國信息統(tǒng)計(jì)年鑒》。主要變量的描述性統(tǒng)計(jì)見表3。由于部分指標(biāo)數(shù)據(jù)缺失,因此分析過程截止到2020年。后續(xù)研究將持續(xù)關(guān)注數(shù)據(jù)信息并進(jìn)一步更新研究。
表3 描述性統(tǒng)計(jì)
本文運(yùn)用了LLC 方法對面板數(shù)據(jù)進(jìn)行單位根檢驗(yàn),以避免出現(xiàn)偽回歸現(xiàn)象,具體檢驗(yàn)結(jié)果如表4所示。從表4 中可以發(fā)現(xiàn),所有變量都通過了顯著性檢驗(yàn),拒絕存在單位根的假設(shè)。因此,本文模型估計(jì)結(jié)果真實(shí)有效,可以繼續(xù)進(jìn)行回歸分析。
表4 數(shù)據(jù)的平穩(wěn)性檢驗(yàn)
本文利用STATA 軟件,通過逐步回歸的方式加入變量,進(jìn)行基準(zhǔn)回歸,以保證模型的準(zhǔn)確性,基準(zhǔn)回歸結(jié)果如表5所示。模型(1)表示不加入任何控制變量,模型(2)~(6)表示依次加入控制變量。
表5 數(shù)字經(jīng)濟(jì)對工業(yè)綠色轉(zhuǎn)型影響的基準(zhǔn)回歸結(jié)果
表中顯示,直接回歸系數(shù)是0.324,即數(shù)字經(jīng)濟(jì)每提升1 個(gè)單位,工業(yè)綠色轉(zhuǎn)型程度就提高32.4%,結(jié)果在1%的顯著水平上通過檢驗(yàn),假說1 成立。逐個(gè)加入控制變量后,影響系數(shù)從0.324提升到0.498,進(jìn)一步驗(yàn)證了結(jié)果的準(zhǔn)確性。關(guān)于控制變量的系數(shù),lnpgdp為-0.175,在1%的水平下顯著為負(fù),表明經(jīng)濟(jì)發(fā)展水平會(huì)抑制工業(yè)綠色轉(zhuǎn)型。這是否說明二者始終存在負(fù)面影響?本部分參考孫傳旺和張文悅(2022)[40]的研究,在基準(zhǔn)回歸中加入人均GDP 的二次項(xiàng),結(jié)果顯示,(lnpgdp)2系數(shù)為0.075,在1%水平顯著為正,經(jīng)濟(jì)增長與工業(yè)綠色轉(zhuǎn)型呈現(xiàn)“U”型關(guān)系。在發(fā)展前期,高能耗、低效益的粗放型經(jīng)濟(jì)模式雖然帶來經(jīng)濟(jì)的短期快速增長,但這種不健康的模式會(huì)抑制工業(yè)的綠色發(fā)展;而在發(fā)展后期,經(jīng)過技術(shù)進(jìn)步帶來的發(fā)展模式轉(zhuǎn)型,經(jīng)濟(jì)增長將會(huì)對綠色工業(yè)的發(fā)展產(chǎn)生正向作用。產(chǎn)業(yè)結(jié)構(gòu)系數(shù)在1%的水平下顯著為負(fù),城鎮(zhèn)化水平在1%的水平下顯著為正,對外投資系數(shù)顯著性不強(qiáng),可能是由于外資帶來的先進(jìn)技術(shù)使本土工業(yè)企業(yè)陷入“技術(shù)升級陷阱”。城鎮(zhèn)居民人均消費(fèi)支出顯著為正,反映了隨著社會(huì)消費(fèi)層次的提升,消費(fèi)者更關(guān)注消費(fèi)品是否是綠色產(chǎn)品。這種觀念上的進(jìn)步倒逼了工業(yè)的綠色發(fā)展。
根據(jù)徐曉慧(2022)[41]的研究,中介效應(yīng)模型判斷的步驟如下:
(1)對式(1)進(jìn)行回歸,若γ1顯著,則表明數(shù)字經(jīng)濟(jì)對工業(yè)綠色轉(zhuǎn)型具有顯著影響。前文已經(jīng)證明。
(2)對式(2)做回歸分析,若β1顯著,表明數(shù)字經(jīng)濟(jì)對科技創(chuàng)新具有顯著影響。
(3)對式(3)進(jìn)行回歸,若β1、γ2均顯著,則表明數(shù)字經(jīng)濟(jì)對工業(yè)綠色轉(zhuǎn)型的直接效應(yīng)和間接效應(yīng)都存在,此時(shí),若γ1不顯著,則表明存在完全中介效應(yīng),若γ1顯著,則表明存在部分中介效應(yīng),通過下式求得中介效應(yīng)所占比重。
(4)若β1、α2中至少有1 個(gè)不顯著,則需要使用Sobel 統(tǒng)計(jì)量進(jìn)行二次檢驗(yàn),該統(tǒng)計(jì)量計(jì)算公式如下:
根據(jù)表6 回歸結(jié)果,可看出列(1)的回歸結(jié)果與前文的回歸結(jié)果一致,數(shù)字經(jīng)濟(jì)前的系數(shù)為0.498 并在1%的顯著性水平下顯著;列(2)的結(jié)果是數(shù)字經(jīng)濟(jì)對科技創(chuàng)新的影響系數(shù)為0.256,且在1%的顯著性水平下顯著,說明數(shù)字經(jīng)濟(jì)能夠促進(jìn)地區(qū)科技創(chuàng)新水平提高;列(3)的檢驗(yàn)結(jié)果為科技創(chuàng)新水平對工業(yè)綠色轉(zhuǎn)型水平具有正向促進(jìn)作用,且在1%的水平下顯著,系數(shù)為0.330,小于列(1)中數(shù)字經(jīng)濟(jì)的回歸系數(shù)0.498,表明科技創(chuàng)新水平在數(shù)字經(jīng)濟(jì)促進(jìn)工業(yè)綠色轉(zhuǎn)型的過程中存在中介效應(yīng)。觀察具體的效應(yīng),數(shù)字經(jīng)濟(jì)每提高1 個(gè)單位,科技創(chuàng)新水平能提高0.256 個(gè)單位,而科技創(chuàng)新水平每提高1 個(gè)單位,工業(yè)綠色轉(zhuǎn)型水平將提高0.330 個(gè)單位,即數(shù)字經(jīng)濟(jì)每提高1 個(gè)單位,通過科技創(chuàng)新路徑能夠促進(jìn)工業(yè)綠色轉(zhuǎn)型水平提高0.08448 個(gè)單位,中介效應(yīng)占比為24.17%。此外,Sobel 統(tǒng)計(jì)量的值大于1%的顯著性水平下的臨界值,表明中介效應(yīng)的結(jié)果具有穩(wěn)健性。
表6 數(shù)字經(jīng)濟(jì)賦能工業(yè)綠色轉(zhuǎn)型的中介效應(yīng)
在上文的分析中,數(shù)字經(jīng)濟(jì)可以顯著提高工業(yè)綠色轉(zhuǎn)型水平,那么,只要加大數(shù)字經(jīng)濟(jì)規(guī)模就一定會(huì)帶動(dòng)工業(yè)綠色轉(zhuǎn)型嗎?不同科技創(chuàng)新水平會(huì)使數(shù)字經(jīng)濟(jì)對工業(yè)綠色轉(zhuǎn)型的影響有什么不同?本文繼續(xù)對數(shù)據(jù)進(jìn)行門檻回歸分析來進(jìn)一步探討。首先檢驗(yàn)門檻變量是否具有門檻效應(yīng),結(jié)果見表7。結(jié)果表明,通過了單一門檻和雙重門檻檢驗(yàn),故選擇雙門檻模型分析,門檻值分別為0.032 和0.1673,隨后對科技創(chuàng)新水平的門檻值選擇是否合適進(jìn)行檢驗(yàn),圖2 表明接受原假設(shè),門限值選擇合適。
表7 門檻效應(yīng)檢驗(yàn)結(jié)果
表8 門檻效應(yīng)估計(jì)結(jié)果
表9 面板門檻回歸結(jié)果
圖2 門檻效應(yīng)估計(jì)結(jié)果
當(dāng)科技創(chuàng)新水平低于門檻值0.032 時(shí),數(shù)字經(jīng)濟(jì)對工業(yè)綠色轉(zhuǎn)型影響的系數(shù)為-0.165,故在第一門檻區(qū)間內(nèi)影響是負(fù)向的;當(dāng)科技創(chuàng)新水平高于門檻值0.032 并低于門檻值0.1673 時(shí),系數(shù)為0.210,具有顯著正向的影響;當(dāng)科技創(chuàng)新水平高于門檻值0.1673 時(shí),系數(shù)為0.477,數(shù)字經(jīng)濟(jì)對工業(yè)綠色轉(zhuǎn)型影響顯著為正且系數(shù)更大。3個(gè)階段數(shù)字經(jīng)濟(jì)對工業(yè)綠色轉(zhuǎn)型的促進(jìn)作用越來越大,驗(yàn)證了本文的假說3。表明在提高科技創(chuàng)新水平條件下,數(shù)字經(jīng)濟(jì)對綠色經(jīng)濟(jì)發(fā)展工業(yè)綠色轉(zhuǎn)型愈發(fā)具有正面的促進(jìn)作用,通過加大研發(fā)投入強(qiáng)度,提高數(shù)字化創(chuàng)新,增加了傳統(tǒng)產(chǎn)業(yè)尤其是第二產(chǎn)業(yè)的科技創(chuàng)新,進(jìn)而改變了低效生產(chǎn)方式,推動(dòng)工業(yè)綠色轉(zhuǎn)型。
(1)區(qū)位異質(zhì)性
鑒于省級基礎(chǔ)設(shè)施、資源稟賦、外資投入等差異,不同區(qū)位的數(shù)字經(jīng)濟(jì)發(fā)展對工業(yè)綠色轉(zhuǎn)型的影響可能存在顯著差異性。為此,本文以秦嶺淮河為界劃分南北,以此進(jìn)行分樣本回歸。表10 的回歸結(jié)果列(1)、(2)顯示,在北方和南方地區(qū)數(shù)字經(jīng)濟(jì)與工業(yè)綠色轉(zhuǎn)型的回歸系數(shù)分別為0.467和0.578,北方地區(qū)的這種提升作用相比于南方地區(qū)的提升效果更強(qiáng)。上述結(jié)果說明,數(shù)字經(jīng)濟(jì)對南北方地區(qū)工業(yè)綠色轉(zhuǎn)型的影響存在明顯的區(qū)域異質(zhì)性,假設(shè)成立。
表10 異質(zhì)性回歸結(jié)果
(2)經(jīng)濟(jì)發(fā)展水平異質(zhì)性
本文將人均GDP 對數(shù)以1 為界劃分兩部分,以此考察人均GDP 異質(zhì)性對傳導(dǎo)過程的影響。表10 的列(3)、(4)說明當(dāng)lnpgdp>1 時(shí)數(shù)字經(jīng)濟(jì)與工業(yè)綠色轉(zhuǎn)型的回歸系數(shù)為0.283,小于lnpgdp≤1 時(shí)的回歸系數(shù)1.071(二者均在1%水平下顯著)。結(jié)果表明,一個(gè)地區(qū)經(jīng)濟(jì)發(fā)展水平使數(shù)字經(jīng)濟(jì)對地區(qū)工業(yè)綠色轉(zhuǎn)型的影響存在明顯的區(qū)域異質(zhì)性,假設(shè)成立。
(3)產(chǎn)業(yè)結(jié)構(gòu)異質(zhì)性
本文將第三產(chǎn)業(yè)增加值/第二產(chǎn)業(yè)增加值以1為界劃分成兩部分,以此考察產(chǎn)業(yè)結(jié)構(gòu)異質(zhì)性對傳導(dǎo)過程的影響。表10 的列(5)、(6)說明:第三產(chǎn)業(yè)增加值>第二產(chǎn)業(yè)增加值時(shí),數(shù)字經(jīng)濟(jì)對工業(yè)綠色轉(zhuǎn)型的促進(jìn)作用為0.523;第三產(chǎn)業(yè)增加值≤第二產(chǎn)業(yè)增加值時(shí),數(shù)字經(jīng)濟(jì)對工業(yè)綠色轉(zhuǎn)型的促進(jìn)作用為0.444。上述結(jié)果說明,一個(gè)地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)使數(shù)字經(jīng)濟(jì)對地區(qū)工業(yè)綠色轉(zhuǎn)型的影響存在明顯的區(qū)域異質(zhì)性,假設(shè)成立。
隨著近年來互聯(lián)網(wǎng)的快速發(fā)展,我國進(jìn)入一個(gè)數(shù)字化的全新時(shí)代,考慮重要程度和可視化程度,從一系列相關(guān)政策中以2015年7月國務(wù)院印發(fā)《關(guān)于積極推進(jìn)“互聯(lián)網(wǎng)+”行動(dòng)的指導(dǎo)意見》 時(shí)間點(diǎn)為界進(jìn)行劃分,對2011~2015年和2016~2020年兩個(gè)階段分別進(jìn)行回歸,表11 列(1)、(2)的回歸結(jié)果體現(xiàn)出近幾年來數(shù)字經(jīng)濟(jì)正以更高速度推進(jìn)工業(yè)綠色轉(zhuǎn)型,進(jìn)一步證明了結(jié)果的穩(wěn)定性。
為防止極端值的影響,本文將所有樣本按照工業(yè)綠色轉(zhuǎn)型指標(biāo)數(shù)值的大小進(jìn)行排序,對小于1%和大于99%分位的數(shù)據(jù)分別以1%和99%的數(shù)值進(jìn)行替代縮尾處理,并基于此進(jìn)行回歸分析。表11 列(3)結(jié)果中digital的回歸系數(shù)在符號和絕對值方面與基準(zhǔn)回歸均符合,實(shí)證結(jié)果比較穩(wěn)健,刪除潛在gls異常值不會(huì)影響假設(shè)基本結(jié)論。同理進(jìn)行5%的縮尾,列(4)實(shí)證結(jié)果亦穩(wěn)健。
使用Tobit 模型進(jìn)行回歸。由于綠色經(jīng)濟(jì)發(fā)展綜合指數(shù)介于0~1 之間,符合Tobit 設(shè)定條件,表11 列(5)回歸結(jié)果與前文結(jié)論相一致,驗(yàn)證了結(jié)果的穩(wěn)健性。
采用主成分分析方法對數(shù)字經(jīng)濟(jì)發(fā)展水平進(jìn)行重新測算,記為digital0。從表12 回歸結(jié)果的列(1)、(2)來看,以主成分分析法測算的解釋變量的代入結(jié)果與被解釋變量回歸的結(jié)果與基準(zhǔn)回歸一致,表現(xiàn)為系數(shù)為正且在1%水平下顯著。從該角度說明基準(zhǔn)回歸的結(jié)果是穩(wěn)健的。
表12 替換解釋變量和被解釋變量的回歸結(jié)果
參考譚衛(wèi)華和舒銀燕(2020)[18]的研究,運(yùn)用廢水排放量、SO2排放量、工業(yè)粉塵排放量3個(gè)負(fù)向指標(biāo)加權(quán)評價(jià)被解釋變量。從表12 的回歸結(jié)果列(3)、(4)來看,回歸結(jié)果與基本回歸結(jié)果一致,表現(xiàn)為系數(shù)為正且在1%的水平下顯著。從該角度說明基準(zhǔn)回歸的結(jié)果是穩(wěn)健的。
考慮到數(shù)字經(jīng)濟(jì)對工業(yè)綠色轉(zhuǎn)型的影響可能存在時(shí)滯效應(yīng),因此對解釋變量滯后1 期處理,再次進(jìn)行實(shí)證回歸。結(jié)果如表13所示,回歸系數(shù)和顯著性均與原結(jié)果一致,再次驗(yàn)證了實(shí)證結(jié)果穩(wěn)健可信。
表13 解釋變量滯后回歸結(jié)果
由于在探討數(shù)字經(jīng)濟(jì)、科技創(chuàng)新、工業(yè)綠色轉(zhuǎn)型的過程中,涉及到的相關(guān)因素很多。本文雖然已納入部分經(jīng)典控制變量,但還有其他影響因素可能遺漏,有造成誤差的可能;另外,數(shù)字經(jīng)濟(jì)以信息賦能提高資源利用率,而傳統(tǒng)工業(yè)向綠色工業(yè)轉(zhuǎn)型的一個(gè)重要表現(xiàn)方面也為此,從而反過來需要更高的數(shù)字技術(shù)。這可能導(dǎo)致分析過程中存在互相影響、互為因果的關(guān)系。為解決上述內(nèi)生性問題,本文采用長途光纜的線路長度和局用交換機(jī)容量作為工具變量,其中光纜為固定性的基礎(chǔ)設(shè)施,局用交換機(jī)作為早期階段通信的一種設(shè)備代表,在一定程度上反映地區(qū)后續(xù)的互聯(lián)網(wǎng)發(fā)展,越發(fā)達(dá)的省(區(qū)、市)在后期數(shù)字經(jīng)濟(jì)階段越具有先發(fā)優(yōu)勢,理論意義上可行且經(jīng)過檢驗(yàn)滿足外生性條件。運(yùn)用兩階段最小二乘法方法和系統(tǒng)GMM 方法重新估計(jì)。表14、15 表明,在解決內(nèi)生性問題后,數(shù)字經(jīng)濟(jì)能夠驅(qū)動(dòng)工業(yè)綠色轉(zhuǎn)型的結(jié)論仍然在1%顯著性水平上成立。
表14 2SLS 回歸結(jié)果
表15 系統(tǒng)GMM 估計(jì)結(jié)果
本文以全國31 個(gè)省(區(qū)、市)為研究對象,選取2011~2020年10年范圍數(shù)據(jù),采用熵值法測度數(shù)字經(jīng)濟(jì)、科技創(chuàng)新水平、工業(yè)綠色水平的綜合指標(biāo)體系,在理論分析的基礎(chǔ)上采用雙向固定效應(yīng)模型,溫忠麟三步法和門檻效應(yīng)驗(yàn)證了相關(guān)假設(shè),得出如下主要結(jié)論:
(1)數(shù)字經(jīng)濟(jì)對工業(yè)綠色轉(zhuǎn)型具有顯著促進(jìn)的作用,數(shù)字經(jīng)濟(jì)每提升1 個(gè)單位,工業(yè)綠色轉(zhuǎn)型程度就提高32.4%,加入控制變量后提升到0.498。在分析控制變量的過程中發(fā)現(xiàn)經(jīng)濟(jì)增長與工業(yè)綠色轉(zhuǎn)型呈現(xiàn)“U”型關(guān)系,并從“技術(shù)升級陷阱”角度解釋了外商投資系數(shù)。
(2)中介效應(yīng)表明,數(shù)字經(jīng)濟(jì)每提高1 個(gè)單位,科技創(chuàng)新水平能提高0.256 個(gè)單位,而科技創(chuàng)新水平每提高1 個(gè)單位,工業(yè)綠色轉(zhuǎn)型水平將提高0.330 個(gè)單位,即數(shù)字經(jīng)濟(jì)每提高1 個(gè)單位,通過科技創(chuàng)新路徑能夠促進(jìn)工業(yè)綠色轉(zhuǎn)型水平提高0.08448 個(gè)單位,中介效應(yīng)占比為24.17%,并通過Sobel 統(tǒng)計(jì)量檢驗(yàn)。
(3)門檻效應(yīng)表明,科技創(chuàng)新對這種促進(jìn)作用有雙門檻效應(yīng),門檻值為0.032 和0.1673,通過門限值檢驗(yàn)。當(dāng)科技創(chuàng)新水平小于0.032 時(shí),數(shù)字經(jīng)濟(jì)對工業(yè)綠色轉(zhuǎn)型影響的系數(shù)為-0.165,具有一定負(fù)向影響;當(dāng)科技創(chuàng)新水平高于門檻值0.032 并低于門檻值0.1673 時(shí),系數(shù)0.210 顯著為正;當(dāng)科技創(chuàng)新水平高于0.1673 時(shí),數(shù)字經(jīng)濟(jì)對工業(yè)綠色轉(zhuǎn)型影響系數(shù)為0.477,顯著為正且系數(shù)更大,證實(shí)了在提高科技創(chuàng)新水平條件下,數(shù)字經(jīng)濟(jì)對工業(yè)綠色轉(zhuǎn)型呈遞進(jìn)的促進(jìn)關(guān)系。
(4)異質(zhì)性分析結(jié)果表明,由于區(qū)位優(yōu)勢和先發(fā)優(yōu)勢,南方的促進(jìn)作用大于北方;從擠出效應(yīng)解釋,GDP 小的?。▍^(qū)、市)促進(jìn)作用大于GDP大的?。▍^(qū)、市);從產(chǎn)業(yè)結(jié)構(gòu)看,第二產(chǎn)業(yè)占比小的?。▍^(qū)、市)的促進(jìn)作用大于占比大的?。▍^(qū)、市)。
通過分階段回歸、Tobit 模型回歸、縮尾回歸、替換解釋變量與被解釋變量回歸、解釋變量滯后1 期回歸的5 種穩(wěn)健性檢驗(yàn)以及基于2SLS 和系統(tǒng)GMM 的內(nèi)生性檢驗(yàn),說明上述結(jié)論可靠。根據(jù)上述結(jié)論,本文提出以下建議:
(1)政府應(yīng)充分認(rèn)識到數(shù)字經(jīng)濟(jì)發(fā)展對國家的重要作用。①加緊新型基礎(chǔ)設(shè)施建設(shè),如移動(dòng)通信網(wǎng)絡(luò)、光纜、數(shù)據(jù)中心等,建立大數(shù)據(jù)發(fā)展特區(qū)等鼓勵(lì)數(shù)字經(jīng)濟(jì)發(fā)展,做到政企結(jié)合,基層落實(shí);②加強(qiáng)關(guān)鍵核心技術(shù)的突破,在大數(shù)據(jù)、云計(jì)算和人工智能等領(lǐng)域加速發(fā)展,加大人力資本投資,實(shí)現(xiàn)專家、企業(yè)、學(xué)校形成“產(chǎn)-學(xué)-研”閉環(huán);③加快相關(guān)配套政策的出臺,完善法律法規(guī)和地方政策。在工業(yè)領(lǐng)域也不能濫用數(shù)字經(jīng)濟(jì),做到法治要健全,監(jiān)管要覆蓋,宣傳要廣泛。
(2)大力推動(dòng)技術(shù)創(chuàng)新,可以看到其對于數(shù)字經(jīng)濟(jì)具有直接和間接的促進(jìn)作用。對于技術(shù)創(chuàng)新不僅要有數(shù)量,還要有質(zhì)量;不僅要有中端,還要有高端;不僅要有微觀,還要有宏觀。健全聚集創(chuàng)新資源和轉(zhuǎn)化知識成果的相關(guān)制度,營造良好的創(chuàng)新營商環(huán)境,實(shí)現(xiàn)從數(shù)字經(jīng)濟(jì)到技術(shù)創(chuàng)新再到工業(yè)綠色轉(zhuǎn)型的兩步飛躍。最重要的是,要與工業(yè)產(chǎn)業(yè)和社會(huì)發(fā)展緊密結(jié)合在一起,才能夠產(chǎn)生好的協(xié)同效應(yīng)。因?yàn)樵谶^去科技創(chuàng)新的供給和傳播是有限的,而現(xiàn)在科技資源趨于飽和,技術(shù)迭代以月為單位,只有通過協(xié)作領(lǐng)域把科技創(chuàng)新產(chǎn)業(yè)化才是真正有價(jià)值、有質(zhì)量的及時(shí)創(chuàng)新。
(3)關(guān)于地區(qū)差異,應(yīng)盡量做到協(xié)調(diào)發(fā)展,要關(guān)注當(dāng)?shù)赜捎跀?shù)字經(jīng)濟(jì)發(fā)展迅速而造成的“擠出效應(yīng)”,基于對GDP 發(fā)展和工業(yè)綠色轉(zhuǎn)型的綜合考量對外資企業(yè)等作出合理規(guī)束。
工業(yè)技術(shù)經(jīng)濟(jì)2023年10期