互联网发展对工业绿色全要素生产率的影响研究

■卢福财 刘林英 徐远彬

推进工业绿色发展是全面贯彻落实新发展理念的必然要求。通过分析互联网促进工业绿色全要素生产率提升的作用机制，结合2008—2016年285个城市面板数据实证检验互联网对工业绿色全要素生产率的影响效应及作用路径。研究表明：互联网对工业绿色全要素生产率提升具有促进作用；门槛分析发现，互联网与工业绿色全要素生产率之间为非线性关系，当互联网低于一定水平时，互联网对工业绿色全要素生产率的作用效果存在减弱趋势；机制检验表明，企业创新能力、企业成本、产业结构水平和外部监督力度是互联网促进工业绿色全要素生产率提升的重要路径。

一、引言

改革开放以来，我国工业快速发展，技术水平和规模总量均有了大幅度提升，工业发展成绩斐然。但随着社会发展的不断进步，人们对经济发展水平和环境保护有了双重要求，既要求进一步提升经济发展水平，同时又对生态环境保护提出更高要求。绿色发展是构建现代化经济体系的必然要求。作为一个工业大国，必然要走工业绿色发展之路。而工业绿色发展之路归根结底是工业绿色全要素生产率增长的绿色转型之路。［1］基于此，如何实现工业绿色全要素生产率的提升是当前迫切需要解决的关键问题。与此同时，近年来云计算、大数据、物联网和移动互联网等技术的快速兴起，“互联网+”这一概念进入大众视野，其本质是互联网快速与其他产业的融合发展。［2］为促进“互联网+”与传统产业融合发展，政府陆续提出了“中国制造2025”战略和“互联网+”行动计划，通过鼓励“互联网+工业”融合创新，推动产业结构变革，促进传统产业转型升级。在这个过程中，互联网能否在促进工业发展的同时减少环境污染，助力工业发展由粗放型增长向绿色发展转变，推动我国工业经济高质量发展呢？这对于我国实施“互联网+”和工业绿色发展战略具有重要的理论和现实意义。

目前，国内外鲜有研究互联网发展与工业绿色全要素生产率之间关系的文献，但在互联网与经济增长相关的文献中发现互联网有利于经济增长：第一，互联网能够通过知识溢出和创造新的商业模式，促使经济高速增长。［3］第二，互联网能通过降低交易成本和促进产业结构优化，从而促进经济增长。［4］第三，互联网能够通过整合信息资源，对技术创新产生积极影响，进而促进经济增长。［5］同时，已有研究还发现，互联网能够通过减少能源消耗、降低污染排放量，从而改善环境质量。互联网的使用有利于生产部门的能源强度下降和能源效率的提高，进而减少能源消耗。［6］［7］信息通信技术发展可以抑制二氧化碳排放水平，利用互联网平台进行交易可减少发达国家的二氧化碳排放量。［8］［9］随着互联网逐渐与其他领域相互渗透、融合，对改善环境质量有积极影响，“互联网+工业”融合水平的提升能有效抑制重化工业导致的环境污染，从而改善区域环境质量。［10］总的来说，互联网不仅有助于经济增长而且能够改善环境质量。

虽然学者关注互联网对全要素生产率的作用和互联网对环境质量的影响，但缺乏对互联网与经济发展质量之间关系的直接研究，未对互联网与经济绿色发展之间的关系进行分析。因此，本文综合考虑信息技术、经济发展和环境三个因素，分析互联网对工业发展和环境质量的内在作用机制，为我国经济绿色转型升级提供一个新的视角。同时，研究“互联网+工业”融合发展与工业转型升级之间的内在联系，对当前我国进行产业转型升级、实现工业绿色发展具有重要的现实意义。

二、理论分析

促进工业绿色全要素生产率增长是实现绿色经济增长的关键。提高工业绿色全要素生产率有利于提高能源利用效率，减少污染物排放，改善环境质量，最终实现绿色可持续发展。互联网作用于社会生产和生活的各个领域，但对于其如何影响工业绿色发展，仍需要从多个方面进行分析，本文从企业、产业和外部监督三方面阐述互联网发展如何影响工业绿色全要素生产率。

（一）企业层面

从企业层面来看，互联网主要通过提升创新能力和减少成本两条路径实现对工业绿色全要素生产率的促进作用。

在技术创新方面，互联网从技术信息协同、创新合作和研发合作三方面影响工业绿色全要素生产率。第一，互联网的应用实现了信息的跨时空高速传播和整合，加速全社会知识和技术的积累，驱动知识溢出效应，对技术创新产生积极影响，大大提升研发部门技术开发潜力，进一步促进经济增长。［5］第二，互联网的应用提高了市场透明度，为创新的供给者和需求者提供了一个零距离接触的创新平台，需求者提出产品需求，研发部门紧跟市场需求，加速技术集成与扩展，并进行新一轮渐进式技术创新［11］，进而带动工业绿色全要素生产率提升。第三，互联网加速社会资本积累，促成研发合作。互联网本质是一种具有强渗透性的资源，随着互联网发展水平的提升，企业与外部网络资源关系不断加强，技术合作和研发活动不断增多，技术创新能力不断增强。［12］互联网与工业融合能促进技术创新，提升资源利用水平，减少传统生产过程中的资源浪费［10］，从而实现工业绿色全要素生产率的提升。

在成本方面，互联网通过生产成本、管理成本和交易成本三方面影响工业绿色全要素生产率。第一，互联网影响生产成本。利用互联网平台的相关数据和信息技术，可以帮助企业实现个性化定制和大规模量产的无缝对接，从而降低生产成本［13］，提升工业绿色全要素生产率。借助互联网平台，企业可以直接快速地了解客户的多样化和独特需求，实现企业与用户之间的双向交流，及时开发消费者所需的产品，抢占市场销售机会，减少库存，降低生产成本。第二，互联网影响管理成本。互联网在管理方面的应用，简化了数据分析工作，使得人力资本边际产出增大。同时，企业获取和传递信息的准确性和及时性得以提高，降低了企业管理成本，提升了绿色技术效率。第三，互联网影响交易成本。在网络时代，基于互联网的新型商业模式可以通过减少不必要的中间环节来有效控制企业的交易成本。［14］互联网加速信息传递，缓解了信息不对称的壁垒，降低了生产者和消费者的搜寻成本、产品供需方的匹配成本和信任成本，从而降低了交易成本。［15］［16］同时，互联网使得市场交易双方具有规模经济效应。网络把无数的个体连接到同一个网络平台，企业能够借助网络平台实现规模经济，减少交易成本，提高企业利润［17］，实现对工业绿色全要素生产率的促进作用。

（二）产业层面

产业结构是互联网与工业绿色全要素生产率之间关系的重要影响因素。当前传统产业产能过剩与高端生态产品供给不足并存，造成了严重的产业结构失衡。然而，信息通信技术的快速发展，不仅改变了信息通信产业本身的产业结构和形式，还扩散到了各个经济领域。从产业层面来看，互联网通过产业结构升级促进工业绿色全要素生产率主要表现在三个方面：第一，信息技术产业的不断发展直接推动产业结构升级。以大数据、物联网、移动互联网、云计算等为代表的互联网信息产业快速发展，直接带动了产业结构的高级化［18］，从而促进工业绿色全要素生产率提升。第二，互联网推动传统产业绿色转型，优化产业生态。互联网向各个产业渗透、融合，从而对传统产业进行改造和重构，加速产业结构生态化转型升级。第三，互联网与产业融合过程中催生出新业态。互联网与各行各业深度融合催生了一批高科技服务业和制造业服务业，加速了绿色新产业的发展。

（三）外部监督层面

外部监督也是互联网影响工业绿色全要素生产率的一个重要因素。在网络时代，信息被广泛传播和获取，政府和公众获取信息的渠道多样，有利于环境信息监管和环境治理成效监督。

第一，政府方面。由于互联网可以增强环境信息生成、传输、获取和应用能力，并通过这些能力来触发、启用和构建环境信息治理。政府能够借助互联网进行环境信息公开、自动监测以及环保宣传等从而有助于降低环境污染，促进工业绿色全要素生产率增长。同时，利用互联网技术检测获取的数据可以帮助环保部门更好地对工业企业进行环境管理。环保企业也可以利用这些数据为政府建立环保信息平台，激发了环保市场的活力，推动环保产业的发展，进而促进工业绿色全要素生产率提升。

第二，公众方面。互联网能通过改变公众消费偏好和加强公众环境监督意识两种途径促进工业绿色全要素生产率增长。互联网加快了信息流动速度，降低了信息传递成本，打破了信息不对称的壁垒。［19］社会公众通过新媒体更容易获取环境污染的信息，增强公众环保意识，使消费者更偏好购买环境友好型产品［20］［21］，促使工业企业根据消费者的环境偏好选择环保型生产技术并增加研发投入进行技术创新。与此同时，互联网为公众参与环境保护提供了新的途径。公众通过互联网平台能够向环境保护部门提供环境污染现场信息和举报环境违法行为，并根据环保部门的反馈信息，监督环境治理成效。

三、模型构建、变量选取及数据说明

（一）模型构建

本文要论证的主要问题是互联网发展对工业绿色全要素生产率影响的作用机制，借鉴郭家堂和骆品亮互联网对全要素生产率影响的模型框架［22］，构建计量模型，如式（1）所示。

其中，i表示地区，t表示年份，GTFPit表示工业绿色全要素生产率，INTERit表示互联网发展，CVit是控制变量，εit为随机误差项。

（二）变量选取

1.被解释变量——工业绿色全要素生产率。关于工业绿色全要素生产率的测算方法，以往学者大多采用DEA-SBM-DDF-ML模型，但由于该模型存在不具备传递性以及线性规划无可行解的问题，故本文借鉴吉星［23］采用的基于SBM的全局方向性距离函数和全局Luenberger指数（DEASBM-DDF-GML）计算工业绿色全要素生产率。

投入指标：传统全要素生产率的投入指标有资本、劳动投入，而本文的投入指标还应考虑能源投入。资本存量，本文借鉴柯善咨的估算方法，使用我国285个城市市辖区限额以上工业企业流动资产和固定资产净值年均值估计限额以上工业资本存量。［24］为了消除价格变化引起的误差，将各年数据调整为2007年的不变价格。劳动投入，以我国城市制造业就业总人数来衡量工业企业劳动投入量。能源投入，采取我国城市工业用电量作为能源投入指标。

产出指标：期望产出，本文借鉴陈诗一的做法，选取规模以上企业总产值表示工业期望产出，并利用工业品出厂价格指数进行价格平减。［25］非期望产出，分别采用城市的工业废水排放总量、工业二氧化硫排放量和工业烟尘排放总量表示。

本文利用投入产出指标测算出各城市2008—2016年的Global Malmquist工业GTFP变化指数，具体包括工业GTFP变化指数（GML）、工业技术效率变化指数（GEC） 和工业技术进步变化指数（GTC）。然而，工业GML指数仅代表工业GTFP的增长率，不能实际反映工业GTFP真实值，所以需要对DEA-SBM-DDF-GML测量方法测算的工业GML指数进行调整以便计算出工业GTFP的实际值。本文参考邱斌的计算方法，将测算的工业GTFP指数进行累乘处理得出工业GTFP。［26］

2.解释变量——互联网发展（INTER）。互联网发展的衡量指标主要有邮电业务量、信息化指数、互联网普及率以及网民人数等。考虑到数据的可获得性和准确性，选取互联网普及率作为互联网发展的测度指标，具体采用城市国际互联网用户数占该地区总人数的比值进行度量。

3.控制变量。本文将环境规制、工业化、禀赋结构和外商直接投资程度作为控制变量。（1）环境规制（ER）。已有研究表明环境规制能显著影响工业绿色全要素生产率，所以本文将环境规制作为控制变量，采用一般工业固体废物综合利用率来衡量环境规制强度。（2）工业化水平（GY）。工业化水平用第二产业占GDP比重表示。第二产业占比可以反映产业分布和资本分配，这是影响全要素生产率的重要因素。［27］（3）禀赋结构（BF）。借鉴王兵等对环境全要素生产率的影响因素研究，禀赋结构采用资本与劳动的比值，其中利用永续盘存法计算的资本存量表示资本投入，用总就业人数衡量劳动投入。［28］（4）外商直接投资（FDI）。外商直接投资可引进先进生产技术，带来先进的管理知识和经验，有助于提高工业绿色全要素生产率。外商直接投资指标选取规模以上外资工业企业工业总产值占总工业总产值的比值来衡量。

表1 变量描述性统计

（三）数据说明

本文选取的实证数据来源于2009年至2017年的《中国环境统计年鉴》《中国城市统计年鉴》。被解释变量工业绿色全要素生产率利用MAXDEA软件通过模型计算得出，投入变量和期望产出变量数据来自《中国城市统计年鉴》，非期望产出“三废”数据来自于《中国环境数据库》。解释变量互联网普及率和网民人数来自《中国城市统计年鉴》。工业固体废物利用率、第二产业产值占GDP比重、固定资产投资、劳动人数和外资工业企业工业总产值均来自《中国城市统计年鉴》。

四、实证分析

（一）基准回归结果

表2报告了互联网发展对工业绿色全要素生产率影响的回归结果。为了解不同控制变量对估计结果的影响，本文依次将控制变量加入回归模型。表2列（1）显示，在没有加入控制变量时，互联网发展的回归系数为0.937且在1%水平上显著为正，表明在样本期内，互联网发展对工业绿色全要素生产率具有显著的促进作用。在逐渐加入所有控制变量后，如表2列（5）所示，互联网发展系数为0.539且通过1%水平检验。说明在控制其他影响因素后，互联网发展对工业绿色全要素生产率依然保持正向促进作用。

此外，表2还报告了控制变量回归结果。环境规制系数为负，表明其对工业绿色全要素生产率为负向影响，由此说明环境规制作用于工业绿色全要素生产率的影响尚未跨过“波特拐点”。外商直接投资的系数为负，说明FDI对工业绿色全要素生产率具有抑制作用。这可能是因为国外的环境规制政策相比于国内更加严厉，从而使一些高耗能、高污染的行业转移到我国，由此引起了严重的“贸易引致型”环境污染。第二产业占比系数显著为正，快速发展的工业化对工业绿色全要素生产率存在显著正向作用。考虑到我国经济与工业化的发展阶段，经济“奇迹式”跨越主要由第二产业带动，第二产业对绿色全要素生产率的影响仍处于环境库兹涅茨倒“U”型曲线的拐点之前。禀赋结构系数正向显著，表明资本劳动比的上升有利于工业绿色全要素生产率的提高。

（二）稳健性检验

表2 互联网发展对工业绿色全要素生产率影响的回归结果

因基准回归结果可能受到指标选取等因素的影响，所以本文对基准回归结果进行稳健性检验，通过替换核心解释变量进一步验证互联网发展与工业绿色全要素生产率之间的关系。这里采用城市网民人数（INTER1）替代互联网普及率，回归结果见表3。总体回归结果与表2无差异，互联网发展的系数大小虽有所改变，但仍在1%水平上显著。由此可得，互联网发展对工业绿色全要素生产率仍具有显著正向影响。

表3 稳健性检验

（三）内生性问题处理

互联网发展与工业绿色全要素生产率之间可能互为因果关系，即互联网作用于工业绿色全要素生产率的同时工业绿色全要素生产率也对互联网发展水平产生影响。本文参考郭家堂和骆品亮的做法，采用INTER的滞后一期（L.INTER）作为核心解释变量。［22］假如当期工业绿色全要素生产率对滞后一期的互联网发展、滞后一期的互联网发展对当期工业绿色全要素生产率的作用不发生变化，说明互联网是双向因果关系的主要原因。以滞后一期互联网发展指标作为核心解释变量的回归结果如表4列（1）所示，滞后一期的互联网发展系数为0.53，且通过1%显著性检验。说明在互联网发展与工业绿色全要素生产率双向因果关系中，互联网是主因。

基于稳健性考虑，本文利用工具变量对内生性问题进行进一步讨论。Forero研究移动通信网络、互联网技术与技术效率之间的关系，将各国家每平方米公路货运量作为工具变量，而郭家堂和骆品亮利用互联网滞后一期做工具变量，以缓解内生性对估计结果的影响。［22］本文采用两种工具变量处理方法，选择互联网滞后一期和每个城市的每平方米公路货运量作为当前INTER的工具变量进行回归，估计结果如表4中列（2）-（3）所示。此时INTER的系数分别为2.977和3.227，分别通过了1%和5%显著性检验。表明在考虑互联网与工业绿色全要素生产率之间可能存在的内生性问题后，互联网仍然对工业绿色全要素生产率具有正向影响。

表4 内生性问题分析结果

（四）门槛效应检验

以往研究表明互联网具有网络效应特征，互联网的作用随着网民人数的增加而提升，其对经济的促进作用会不断增强，但与经济发展之间并非简单的线性关系。基于此，本文猜想互联网发展对工业绿色全要素生产率的作用存在网络效应，且作用效果会随着互联网发展水平的提高而发生变化。因此，本文进一步检验互联网发展水平对工业绿色全要素生产率的影响是否存在网络效应。为了避免人为划分样本区间带来的主观判断偏误，本文采用Hansen提出的门槛面板模型进行验证［29］，在基准回归模型基础上构建如下门槛模型。

在进行门槛效应分析之前，首先要判断是否存在门槛效应以及可能存在的门槛个数，再依次对单门槛、双门槛及三重门槛进行检验。本文将互联网发展（INTER）作为门槛变量，分析互联网发展对工业绿色全要素生产率的门槛效应。检验结果表明，互联网发展变量通过双重门槛检验，但未通过三重门槛检验，即互联网发展对工业绿色全要素生产率的门槛效应存在两个门槛值，分别为0.062和0.466。详见表5。

表5 门槛效应检验

利用上述门槛模型进行回归分析，结果如表6所示。当网民人口比例低于0.062时，INTER回归系数为7.608，通过5%显著性检验，表明在此样本区间，互联网发展水平的提升有利于工业绿色全要素生产率的提高；当网民人口比例在0.062至0.466之间时，INTER系数为1.961；当网民人口比例高于0.466时，INTER的系数为0.394，符号为正，但不显著。对比分析发现，当互联网普及率低于0.466时，互联网对工业绿色全要素生产率的促进作用由大变小，但是显著性增强，表明互联网对于工业绿色全要素生产率的影响存在减弱趋势。在互联网发展水平突破第一个门槛值之前，互联网作为一种新兴技术，早期在提升工业绿色全要素生产率方面发挥了重要作用。随着互联网技术逐渐普及，对工业绿色全要素生产率的作用仍然显著，但作用效果有所减弱。然而，当互联网水平进一步提高时，其对工业绿色全要素生产率的作用不明显，但不能简单认为互联网对工业绿色全要素生产率的作用效果降低。这可能是由于本文选取样本量的关系，极少数城市的互联网普及率能达到第二个门槛值，样本量过少，因此不能准确判断在互联网发展水平达到0.466之后，互联网发展与工业绿色全要素生产率之间的关系。

表6 门槛回归结果

基于以上分析，当互联网普及率低于0.466时，互联网对我国城市工业绿色全要素生产率的促进作用是非线性的，存在减弱趋势。当互联网普及率超过0.466时，互联网对工业绿色全要素生产率的作用趋势尚不确定。而郭家堂和骆品亮研究发现，当网民人口比例达到网络效应发挥作用的临界值时，互联网对生产率的作用效果突增。［22］本文将资源环境因素纳入增长模型，发现互联网对工业绿色全要素生产率的作用相比于其对生产率的作用会存在延迟。随着互联网发展水平的进一步提高，最终会突破其网络效应临界点，使互联网对工业绿色全要素生产率的作用效果发挥到最大。

五、机制检验

（一）模型构建

在考察了互联网对工业绿色全要素生产率的影响效应基础上，为进一步揭示互联网与工业绿色全要素生产率之间的内在联系，本文建立中介效应模型检验互联网与工业绿色全要素生产率之间的作用机制。结合前文理论分析结论，选择企业创新能力、企业成本、产业结构和外部监督作为中介变量。验证互联网是否通过企业创新能力、企业成本、产业结构水平以及外部监督四条路径对工业绿色全要素生产率产生作用。参考温忠麟等的检验方法［30］，构建如下模型：

式中，i表示地区，t表示年份，GTFPit表示工业绿色全要素生产率。Mit为中介变量，可以分别代表城市i第t年的企业创新能力、企业成本、产业结构和外部监督。INTERit表示互联网发展，CVit是控制变量，εit为随机误差项。

（二）中介变量

（1）创新能力（RD）。采用发明专利申请数来表示企业创新能力。（2）企业成本（COST）。采用成本费用利润率衡量规模以上工业企业的成本。成本费用利润率是指企业在一定期间内的利润总额与成本、费用总额比率。成本费用利润率越高，单位产品的成本费用越低。成本费用指主营业务成本及附加、销售费用、管理费用和财务费用。（3）产业结构（IS）。采用信息传输、计算机服务和软件业从业人员数占总的单位从业人数的比重衡量产业结构。（4）外部监督（PITI）。借鉴史贝贝的做法，将污染源监管信息公开指数（PTIT得分）作为外部监督的代理变量。［31］PTIT得分是中国公众环境研究中心与美国自然资源保护委员会共同发布的环境信息公开统计数据。

（三）中介效应检验

表7报告了企业创新能力和企业成本的中介效应检验结果。列（1）-（3）分别报告了创新能力变量中介效应检验的估计结果。列（1）为基准回归分析，从列（2）结果来看，互联网系数为1.561，且在5%水平上显著，表明互联网有助于企业创新能力的提升。列（3）中互联网与创新能力系数均通过1%水平正向显著。表明互联网会通过创新能力的中介作用促进工业绿色全要素生产率的提升。

表7 创新能力和成本中介效应检验结果

关于企业成本的中介效应检验，成本费用利润率数据来源于各省的县市数据库，因各数据库的统计标准不同，仅有109个城市的县市数据库中统计了成本费用利润率，所以本文仅采取了109个城市的面板数据进行成本机制检验。从表7中列（5）的结果可以看出互联网对成本费用利润率具有正向作用，但其显著性不强。该结果可能与本文选择样本量有关，利用部分城市数据无法准确反应实际情况。同时相关研究表明，信息技术和电子设备的前期投入会使企业生产成本增加，从而可以在一定程度上解释互联网使用对单位产品成本的影响未通过显著性检验。列（6）结果表明提高成本费用利润率有利于工业绿色全要素生产率的提升。从而，在样本期内，互联网可以通过降低单位产品成本费用提升工业绿色全要素生产率，但这一路径并不显著。

表8报告了产业结构和外部监督中介效应检验结果。其中列（1）-（3）报告了产业结构作为中介变量的检验结果，从列（1）的结果可得出互联网发展水平能够显著提升工业绿色全要素生产率，列（2）的结果表明互联网发展水平的提升有利于产业结构优化，即互联网的发展加速了信息技术等高技术、低污染的产业发展。根据表8列（3）的回归结果可以看出，互联网的回归系数为0.529，且通过1%水平显著性检验；产业结构的系数为4.544，在10%的水平上显著，表明存在部分中介效应。由此说明，互联网通过优化产业结构，能够降低能源消耗，减少环境污染，最终实现工业绿色增长。

表8中列（4）-（6）报告了外部监督作为中介变量的检验结果。由于污染源监管信息公开指数（PTIT得分）只公布了部分重点环保城市的环境信息公开数据，所以选取了113个城市样本进行检验。列（4）互联网系数为0.807，且在5%水平上显著，说明在重点环保城市互联网发展水平每上升1个百分点，工业绿色全要素生产率能够提升0.807个百分点。从列（5）结果看，互联网有助于环境信息公开，有利于政府环境监管和公众环境监督。列（6）中互联网系数和PITI指数系数均为正，分别通过5%、1%水平显著性检验。所以，本文认为外部监督是互联网影响工业绿色全要素生产率的作用路径。

表8 产业结构和外部监督中介效应检验结果

六、研究结论与政策启示

本文对互联网发展与工业绿色全要素生产率之间的关系展开了研究，分析互联网是否能够有利于工业绿色转型升级，实现经济绿色发展。研究结论如下：第一，互联网发展水平对工业绿色全要素生产率具有正向作用，表明互联网发展水平的提升能够有效促进工业绿色全要素生产率增长。第二，利用门槛模型验证了互联网发展水平与工业绿色全要素生产率存在非线性关系。当互联网普及率低于0.466时，互联网对于工业绿色全要素生产率的影响存在递减规律；当互联网普及率超过0.466时，其作用效果有待进一步研究。第三，企业创新能力、企业成本、优化产业结构和外部监督是互联网促进工业绿色全要素生产率提升的作用路径。互联网能够通过增强企业创新能力、减少企业成本、优化产业结构和加强外部监督力度等提高工业绿色全要素生产率。

本文政策启示：第一，重视企业信息化建设，加强研发创新。完善企业信息化建设，加强对设备技术、系统平台和网络程序的研发创新，以进一步提升企业的创新水平。同时，整合利用信息通信基础设施，创新企业生产和管理方式，提升企业智能化、数字化、网络化生产制造优势和能力，实现智能制造。第二，推进“互联网+产业”融合，优化产业结构。深化互联网与产业融合发展，在企业生产中运用信息技术新理念，调整资源在部门间的合理分配，提高资源投入产出效率。并且，互联网能够加速高耗能、高污染和低效率的传统产业转型升级，形成有利于节约能源的绿色、循环和低碳的现代产业体系。第三，加大环境监督力度，建立环境信息网络平台。政府应加强环境自动监测，提高环境监管能力。与此同时，政府应建立环境信息公开网络平台，实现污染信息的实时公开，利用网络平台与公众展开互动。