信息化对工业绿色增长的影响效应

程中华，刘 军

(1.南京信息工程大学中国制造业发展研究院，江苏 南京 210044；2.南京信息工程大学管理工程学院，江苏 南京 210044)

1 文献回顾与问题提出

如何实现信息化与工业化的深度融合，利用信息化更好地实现工业绿色转型，这是当前中国新型工业化发展亟待解决的重要问题[1]。国外许多学者围绕信息化与经济增长之间的关系展开了广泛讨论，认为信息化促进经济增长的作用有限甚至不利于经济增长[2]，并将这种现象称为 “生产率悖论”；但是较多研究支持了信息化对经济增长的积极贡献[3]。国内学者围绕信息化与经济增长之间关系的研究起步较晚，而且定量研究也相对较少，但得出的研究结论基本一致，认为信息化有利于经济增长或全要素生产率增长[4，5]。

上述文献还是存在需要进一步深入研究的地方：第一，许多文献采用劳动生产率或经济增长率来刻画经济增长，在目前中国工业以劳动密集型为主的产业结构情况下，这有可能会产生向下低估的效率估计[6]。而采用全要素生产率来测度经济增长可以更好地反映信息化对于经济增长的贡献，这主要是因为信息化对经济增长的贡献更主要的体现在全要素生产率增长上。但是这些文献在测算全要素生产率时，仅考虑资本、劳动和期望产出等传统的投入产出变量，而没有把能源和环境要素的约束纳入全要素生产率的测度，这无法全面地反映能源过度消耗以及能源消耗产生的 “好产出”和 “坏产出”的两面性，有可能会对经济绩效和社会福利产生偏误评价[7]。第二，许多文献采用地区数据进行实证分析，而忽视了信息化影响工业绿色增长的行业异质性。由于不同工业行业自身的发展特点、技术水平的差异以及对信息化的需求和要求不同，从而使得信息化对各行业绿色增长的影响存在显著差异，而宏观地区数据通过将所有行业数据加总进行处理，势必会掩盖这种影响的行业异质性，从而无法准确地反映信息化对不同行业绿色增长的影响。

在既有研究的基础上本文尝试在以下两个方面做出努力：第一，引入Malmquist-Luenberger (ML)生产率指数，对存在能源和环境约束时的全要素生产率 (即绿色全要素生产率)进行测算，从而更好地反映工业绿色转型发展。第二，基于行业异质性，针对不同技术水平、行业规模、能源消耗、环境污染和盈利能力行业，分析信息化对不同行业绿色增长的影响。

2 理论机制与研究假说

2.1 信息化促进工业绿色增长的传导机制

由于绿色全要素生产率的测算包括投入和产出两部分，其中投入包括资本、劳动力传统生产要素投入和能源投入，产出包括期望产出GDP和非期望产出环境污染物排放。投入越少，期望产出越多，非期望产出越少，则绿色全要素生产率增长越快。因此，本部分传导机制主要围绕以下促进绿色全要素生产率增长的四个方面展开分析：

(1)信息化对传统生产要素的替代效应。信息化可以通过知识和技术的溢出，降低企业的研发费用和交易成本，帮助企业优化生产要素组合，重构生产工艺和业务流程，不断提高企业的装备技术水平；同时，信息化还可以为企业提供高效、智能的生产平台和信息平台，提高企业的管理效率和决策效率，使得传统工业高资本投入、高劳动力投入的生产经营方式得以发生根本性的转变，这些都可以带来信息化对传统生产要素的替代效应。

(2)信息化对能源消耗的节能效应。信息化可以通过前后向企业关联、上下游产业关联以及知识和技术的渗透和扩散显著提升企业的技术创新水平和创新效率[8]，还可以显著增强工业研发部门与生产部门之间的反馈效应和累积循环效应，从而推动信息化与技术进步的累计循环增长，而技术进步是能源效率提升的本质来源，从而带来信息化对能源消耗的节能效应。

(3)信息化对环境污染物的减排效应。一方面，信息化有利于工业行业的产业结构调整和升级，促进工业内部产业结构的高级化，从而有效减少工业行业中高耗能行业和高污染排放行业的环境污染物排放。另一方面，信息化有利于工业企业设备和工艺的改造、升级和更新，促使企业采用更先进、更环保的绿色生产技术和污染物处理技术，提高能源使用效率和环境污染物处理水平，从而带来信息化对环境污染物的减排效应。

(4)信息化对经济增长的促进效应。信息技术的广泛应用和发展使得越来越多的企业进行信息化领域的资本投资，促进信息化领域的资本深化，可以直接促进产出增长。而且信息化可以显著提高企业的技术水平和劳动生产率，增加产品的信息含量和技术附加值，提升全社会经济增长的科技贡献度，同样可以带来信息化对经济增长的促进效应。

基于上述分析，本文提出假设1：信息化有利于工业绿色全要素生产率增长，即信息化具有显著的知识和技术溢出效应。

2.2 信息化促进工业绿色增长的异质传导机制

信息化对工业绿色增长的影响可能存在一定的异质传导机制。①从技术水平看，由于不同工业行业在技术和产品的复杂度、创新资源配置水平、创新风险和创新难度以及创新意愿等方面存在较大差异，导致这些行业对信息化的需求意愿和供给意愿会有显著不同，从而带来信息化促进工业绿色增长的技术异质效应。②从行业规模看，一般来讲，新兴行业或高新技术行业规模较小，而这些行业对信息化的需求和要求较高，信息技术对这些行业的渗透速度和扩散速度要远远快于规模较大的传统工业行业，对这些行业绿色增长的影响程度也高于传统的工业行业。因此，信息化促进工业绿色增长的传导机制可能存在显著的规模异质效应。③从能源消耗程度看，一般来讲，重工业行业能源消耗程度相对较高，轻工业行业能源消耗程度相对较低，而且不同行业在能源使用效率、绿色技术开发和应用能力等方面存在较大差异，导致不同行业在节能减排技术等方面对信息化的需求和要求会有显著不同，从而带来信息化促进工业绿色增长的能耗异质效应。④从环境污染程度看，由于不同工业行业在环境污染物排放程度上存在显著差异，而且不同行业在节能减排水平、环境敏感性、环境规制等方面存在较大不同[9]，使得其对信息技术的选择、研发和应用等方面存在较大差别，从而带来信息化促进工业绿色增长的环境异质效应。⑤从盈利能力看，由于不同工业行业的盈利能力存在明显的不均衡现象，而行业获利能力的高低与其对信息化的依赖程度、投入强度和管理效果等方面具有较强的相关关系，导致信息化对行业盈利能力的影响存在行业异质性，从而带来信息化促进工业绿色增长的盈利异质效应。

基于上述分析，本文提出假设2：由于不同工业行业在技术水平、行业规模、能源消耗、污染物排放以及盈利能力等方面存在显著差异，因此，信息化对工业绿色增长的促进效应具有明显的行业异质性。

3 模型建立与变量说明

3.1 计量模型

本文假定行业生产过程采用如下柯布-道格拉斯生产函数：

(1)

其中，Q表示产出水平，Ai0表示初始的生产率水平，K和L分别表示资本存量和劳动力投入，R表示研发投入。由于信息化投资会对行业产出水平产生重要影响，因此，本文在模型(1)的基础上进一步纳入信息化因素，建立如下扩展的柯布-道格拉斯生产函数：

(2)

其中，I表示信息化投资，δ表示信息化投资对产出水平的影响弹性。对式(2)两边取对数并对时间求导数，可以得到：

ΔQit/Qit=λ+αΔKit/Kit+βΔLit/Lit+γΔRit/Rit+δΔIit/Iit+Δεit

(3)

根据全要素生产率的定义，可以得到如下计量模型：

TFPit=λ+γRDit+δINFit+εit

(4)

其中，TFP表示全要素生产率，RD和INF分别表示研发强度和信息化水平。在式(4)的基础上，本文纳入全要素生产率的动态效应，建立如下动态面板模型：

lnTFPit=λ+τlnTFPi(t-1)+γlnRDit+

δlnINFit+σlnXit+εit

(5)

其中，i表示行业，t表示年份，λ表示常数项，τ表示被解释变量一阶滞后的回归系数，TFP表示绿色全要素生产率，INF表示信息化水平，ε表示随机扰动项。X表示控制变量，根据相关的研究文献，本文主要考虑以下三个变量作为控制影响工业绿色全要素生产率的其他重要因素：环境规制(ER)、市场化水平(MS)和外商直接投资(FDI)。本文采用系统GMM方法估计上述动态面板模型，以克服变量内生性问题和有限样本偏误问题。

3.2 变量说明

由于中国在2011年国民经济行业分类法发生了重大调整，考虑到工业行业合并和分拆可能带来的测算偏误以及统计口径的一致性，本文以2012—2016年为研究时段，选取37个工业行业为研究样本。以下为各变量的详细指标说明。

(1)被解释变量：绿色全要素生产率。为了将能源和环境要素的约束纳入分析框架，本文参考Chen 等[10]构造的包含期望产出和非期望产出的生产可能性集合，采用ML指数对绿色全要素生产率进行了测算。其中，投入和产出指标的选取借鉴万伦来等的研究[11]。

(2)核心解释变量：信息化水平。参考韩先锋等的研究对行业信息化水平进行测度[8]。从测算结果可以发现，各行业间的信息化水平指数差距明显，排名最高的计算机、通信和其他电子设备制造业信息化水平平均指数高达0.9093，而排名最低的水的生产和供应业信息化水平平均指数仅为0.4625。从变化趋势看，工业行业信息化整体水平有了较高水平的提升，从2012年的0.5843上升到2016年的0.6471，增长了10.75%。其中，汽车制造业信息化水平增长最快，增长幅度达到14.40%；计算机、通信和其他电子设备制造业虽然信息化水平最高，但在考察期内信息化水平增长最慢，增长幅度为4.78%；其余工业行业均表现出不同程度的增长态势。

(3)控制变量：①研发投资强度。研发投资强度对于行业绿色增长具有重要影响，本文采用行业R&D经费支出占工业总产值的比重作为其代理变量。②环境规制。依据波特假说，适度的环境规制有利于刺激行业技术创新和节能减排。本文采用行业废水和废气污染治理费用占工业总产值的比重作为其代理变量。③市场化水平。一般来说，行业市场化水平越高，创新溢出效应也就越显著，资源配置效率也相对较高。本文采用行业非国有经济单位职工人数与职工总数的比值作为其代理变量。④外商直接投资。外商直接投资可以通过示范效应、竞争效应以及技术溢出效应促进行业技术水平和能源效率的提升。本文采用行业内大中型工业企业中三资企业的工业总产值占比作为其代理变量。我们预期这些控制变量对工业绿色增长都具有显著正向影响。

4 实证分析

4.1 工业绿色全要素生产率测算结果及分析

本文采用Matlab软件，对工业绿色全要素生产率进行测算。从测算结果可以发现，各行业间的绿色增长指数差距明显，排名最高的计算机、通信和其他电子设备制造业的平均值高达1.1788，而排名最低的黑色金属冶炼及压延加工业的平均值仅为0.9552。从变化趋势看，工业行业绿色增长整体水平虽然稳步提升，但提升幅度不大，从2012—2013年的1.0338上升到2015—2016年的1.0382，仅增长了0.43%。非金属矿采选业绿色增长指数增长最快，增长幅度达到1.32%，而农副食品加工业、纺织服装、服饰业和非金属矿物制品业在考察期内却出现了不同程度的降低；其余工业行业均表现出不同程度的增长态势。由此可见，工业绿色转型整体发展较为缓慢。

通过对行业信息化水平与绿色增长指数的均值做聚类分析，本文将信息化与工业绿色增长的融合模式分为以下四类(见表1)。可以发现：①位于 “高信息化高绿色增长”融合模式的行业均为高新技术产业，这5个行业的显著特点是信息化水平高，信息技术对这些行业的渗透速度和扩散速度快，能源消耗和环境污染物排放少，信息化促进行业绿色增长的作用明显。但这些行业的占比还相对较低，仅为13.51%，由此可以看出进一步发展高新技术产业的必要性。②石油与天然气开采业等13个行业呈现出 “高信息化低绿色增长”的融合模式，且行业占比高达35.14%；这些行业较多涉及石油加工、金属冶炼以及电力等垄断性行业，能源消耗和环境污染物排放程度相对较高，从而导致其绿色增长指数偏低；这些行业虽然具有较高的信息化水平，但对行业绿色增长的促进作用还相对不足。此类行业应适当实施制度变革和管理创新，引入竞争机制进一步倒逼行业信息化与工业化的深度融合，从而更好地发挥信息化对行业绿色增长的促进作用。③21.62%的工业行业呈现出 “低信息化高绿色增长”的融合模式，这些行业大部分都是传统的制造业行业，虽然信息化建设还相对滞后，但能源消耗和环境污染物排放相对较少使得行业绿色增长指数相对较高。因此，应进一步加快这些行业的信息化建设和发展，以充分发挥其行业绿色增长优势。④位于 “低信息化低绿色增长”融合模式的行业较多涉及采掘业和纸制品行业，其行业占比也相对较高，达到了29.73%。这些行业的特点是信息化水平较为滞后，行业绿色增长指数也不高。此类行业应加大信息化方面的投资，利用信息化改进其传统的生产运营模式，尽快促进其行业高绿色增长。由此可见，当前工业行业信息化与工业绿色增长的融合效果并不理想，工业行业要整体迈入 “高信息化高绿色增长”的深度融合模式任重道远。

表1 工业行业信息化与绿色增长融合模式

注：作者利用SPSS软件进行聚类分析得到。

4.2 信息化对工业绿色增长的影响效应分析

本文采用stata12.0软件对回归模型进行系统GMM估计，结果见表2。AR(1)、AR(2)和Hansen过度识别检验表明模型设定合理，且工具变量的选取合理有效。

各模型中信息化系数均为正且通过了1%的显著性检验，这说明信息化显著有利于工业绿色增长，由此验证了假设1成立，主要原因有以下几个方面：①信息技术的高速发展和广泛应用为工业行业创新发展提供了更加高效、智能的研发平台和信息平台，有效改善了行业技术活动的创新效率和管理效率，大大提高了行业生产活动的装备技术水平和劳动生产率，从而较好地发挥了信息化对传统生产要素的替代效应。②信息化不仅促进了工业内部重工业和轻工业的结构优化，更加速了传统产业的改造升级，从而有效减少了工业行业中高能源消耗和高污染排放行业的能源消耗和环境污染物排放；而且信息化有利于工业企业设备的改造、升级和更新，为企业节能减排提供了更先进、更环保的绿色生产技术和生产流程，提高了企业的能源使用效率和污染物处理水平，从而更好地发挥了信息化对能源消耗的节能效应和对环境污染物的减排效应。③信息化的建设和

表2 信息化对工业绿色增长影响效应的动态GMM估计结果

注：*、**、***分别表示在10%、5%、1%的显著性水平下显著，括号内为渐进的t统计量，下同。

发展使得工业行业通过持续性技术创新不断获得竞争优势，可以有效缩短新产品的研发周期和生产周期，增加产品的信息含量和技术附加值，提升行业经济增长的科技贡献度；同时，信息化还可以为供需双方提供充分信息，提高决策效率和交易效率，减少交易成本和信息成本，这些都可以带来信息化对经济增长的促进效应。

信息化与研发投资强度的交叉项对工业绿色增长具有一定的正向影响，这表明研发投资强度显著增强了信息化对工业绿色增长的促进作用。从控制变量来看，研发投资强度、环境规制、市场化水平对工业绿色增长都具有显著正向影响，这与我们的理论预期相一致。超出预期的是外商直接投资对工业绿色增长的影响作用不显著，可能的原因如下：一是外商直接投资在工业行业的投资结构仍以资源密集型和劳动密集型等价值链低端产业为主，并没有带来显著的知识和技术外溢，还有可能在一定程度上带来产能过剩、高能源消耗和高污染物排放，从而不利于工业绿色增长；二是外商投资在工业行业间的分布不均衡，大部分投资集中在重工业行业，而轻工业行业的外商投资比较少，由此导致在所有行业层面的回归模型中外商直接投资的影响效应不显著。

4.3 信息化对工业绿色增长的异质效应分析

本文引入信息化与行业特征虚拟变量的交叉项INF×dum来衡量信息化对工业绿色增长的异质性影响，其中，dum为反映行业特征的虚拟变量。模型 (5)～模型 (9)为依次加入信息化与技术水平(tec)、行业规模(avs)、能源消耗(ene)、环境污染(pol)和盈利能力(pro)等虚拟变量交叉项的回归结果，模型(10)为加入所有交叉项的回归结果，估计结果见表3。

表3 信息化对工业绿色增长异质效应的动态GMM估计结果

模型回归结果当中，所有交叉项均通过1%或10%的显著性检验，这说明信息化促进工业绿色增长的传导机制具有显著的行业异质性，由此验证了假设2成立。①lnINF×tec系数显著为正，说明信息化对高技术行业绿色增长的促进作用要大于中低技术行业。可能的原因是，随着行业技术水平的提高，行业对信息化的依赖程度不断增强，信息技术对行业的渗透速度和扩散速度明显加快，从而使得信息化对工业绿色增长的促进作用更为明显。②lnINF×avs系数显著为负，表明信息化对中低规模行业绿色增长的促进作用要大于高规模行业，这可能是因为随着行业平均规模的提高，其创新风险和创新难度也随之提高，信息化对行业技术创新效率的促进作用逐步减弱，从而使得信息化对工业绿色增长的促进作用不断降低。③lnINF×ene系数显著为正，说明相对于高能耗行业，信息化对中低能耗行业绿色增长的促进作用更大。这可能是因为高能耗行业更多地涉及采掘业和资源密集型产业，信息技术对这些行业的渗透速度以及融合程度较低，从而使得信息化对这些行业绿色增长的促进作用相对较弱。④lnINF×pol系数显著为负，说明相对于高污染行业，信息化对中低污染行业绿色增长的促进作用更大。这主要是因为行业污染程度越低，其对信息化的依赖程度相对越高，从而使得信息化对其绿色增长的促进作用更为明显。⑤lnINF×pro系数显著为正，说明相对于中低盈利行业，信息化对高盈利行业绿色增长的促进作用更大。这可能是因为随着行业盈利能力的提高，行业对信息化的需求和要求也逐步提高，对信息化的投入力度也会增大，从而使得这种促进作用更为明显。

5 结论与启示

本文实证分析了信息化对工业绿色增长的影响及其行业异质性，研究结论表明：①信息化显著有利于工业绿色增长，已成为促进工业绿色增长的新动力源泉；②信息化对工业绿色增长的促进作用具有显著的行业异质性，在技术水平越高、平均规模越小、能源消耗越低、污染程度越小以及盈利能力越强的行业，这种促进作用越大。基于上述结论，本文得出以下启示：

(1)充分发挥信息化对工业绿色增长的促进作用。一方面要以制造业2025为导向，逐步推动实施 “互联网+”信息化计划，在推动新一代信息技术中寻求创新，不断提高信息化的支撑能力。另一方面要以促进工业转型升级为主攻方向，加快推进信息化与工业化的深度融合，借鉴与创新并举探索信息化发展新模式，不断提高信息化的应用能力。

(2)更加注重信息化促进工业绿色增长的行业异质性影响。一方面，积极推行电子商务、供应链管理、生产运作管理等先进技术，进一步提高产品质量和科技附加值，利用信息化不断推动传统产业优化升级。另一方面，利用信息化加快构建绿色低碳产业体系，加快推广节能减排新工艺和新技术，不断推动能源密集型和污染密集型产业的发展模式由外延粗放式向内涵集约式转变。