数字经济对工业绿色生产效率的影响研究

2021-12-28肖远飞姜瑶

现代管理科学 2021年8期

肖远飞姜瑶

[摘要]当前数字经济助力我国经济社会高质量发展，新旧动能转换背景下数字经济作用尤为突出，而对于工业部门绿色转型的影响效果及路径还有待进一步探讨。利用SBM-ML模型测算2005—2018年我国各省市工业绿色全要素生产率（GTFP），构建省级数字经济水平综合指标体系，探究数字经济对工业绿色生产效率的影响。研究发现，数字经济对工业绿色生产效率具有显著的正向促进作用，数字经济通过加快市场化进程、产业结构升级与提升人力资本有效提高我国工业绿色生产效率。因此，提出完善信息技术基础设施建设，积极引导数字经济与实体经济深度融合，推进传统工业数字化改造，加快向工业绿色发展模式转型，以期为深化认识数字经济绿色价值及数字革命下工业绿色转型实践提供参考。

[关键词]数字经济;工业绿色全要素生产率;中介效应

一、引言

国民经济高质量发展和生态文明建设离不开工业绿色转型的有力支撑。近年来，为引导工业绿色发展，我国不断制定并完善相关政策。2016年工业和信息化部印发《工业绿色发展规划（2016—2020年）》1，提出在工业全领域全过程中将绿色发展理念作为普遍要求，基本形成工业绿色发展机制，积极推动互联网与绿色制造融合发展，促进绿色制造数字化、智能化、精益化提升。就工信部即将发布的《“十四五”工业绿色发展规划》，有专家指出，要坚定不移建设制造强国和网络强国，推进数字产业化和产业数字化。《工业互联网专项工作组2021年工作计划》2提出2021年内基本完成国家工业互联网大数据中心建设。绿色发展是高质量发展的重要表现，数字经济是高质量发展的主要业态，数字经济助力工业绿色发展已经受到国家的高度重视。从发展实际来看，目前“5G+工业互联网”在建项目已超过1500个，覆盖20余个国民经济重要行业，2020年中国工业互联网产业增加值规模达3.28万亿元3。各地智慧工厂大规模积极上线，抢搭数字经济快车。数字经济有效破解了资源环境瓶颈约束，在整体上契合工业绿色发展目标导向，给工业绿色转型提供了全新的思路。

那么数字经济是否对工业绿色生产效率具有显著的促进作用？其中又存在怎样的机制效应？本文构建综合指标体系测算省级层面数字经济发展水平，分别建立静态、动态面板模型进行数字经济与工业绿色全要素生产率（GTFP）之间回归，通过稳健性检验并利用工具变量法解决内生性问题，进一步验证存在市场化进程、产业结构升级与人力资本中介效应，根据实证结论提出相应建议。

二、文献综述

1. 数字经济对生产效率影响的相关研究

数字经济对生产效率的影响主要有两方面，一是利用数字经济信息化、智能化特性，对传统产业进行转型升级，提高生产效率。引入新型数字要素使生产结构趋于复杂化，利用知识积累和技术进步使生产过程趋于智能化，提高传统产业生产结构知识技术密集度，促进生产效率提升。二是通过催生新产业、新业态和新商业模式提高生产效率。信息流动性不断增强，数据要素有效结合其他生产要素提高市场主体和经济活动的互联互通性，培育经济新增长点的同时生产效率得到提高[1]。有学者就这两者关系展开实证研究得出，数字经济的根本动力是作为通用技术的互联网和大数据技术的进步。邱子迅等研究发现数字经济中大数据试验区的建立显著提高了区域全要素生产率[2]。杨慧梅等研究得出数字经济通过人力资本投资与产业结构升级两个重要渠道显著促进了全要素生产率的提升，并且数字经济存在显著的空间溢出效应[3]。

2. 工业绿色效率影响因素的相关研究

就工业绿色效率的衡量主要采用工业绿色全要素生产率、工业生态效率、工业污染治理效率等测算结果，还有学者建立了多维度综合指标体系。彭星等从节能减排、结构优化、发展方式转型和绿色技术创新4个方面构建工业绿色转型综合评价指标体系[4]。韩立达等围绕节能、减排和循环，即工业绿色化的核心，构建了工业节能、工业减排和工业转型3个方面的工业绿色化指数[5]。影响工业绿色效率的因素研究丰富，技术创新、市场化改革、金融深化等对工业绿色效率产生显著积极影响，对外直接投资、环境规制等对工业绿色效率存在非线性作用，对工业绿色效率的促进作用需要到达一定的拐点。

3. 数字经济与工业绿色发展的关系研究

目前，关于数字经济与工业绿色发展的实证文章较少，大多以互联网为破题依据，就工业绿色高质量发展展开研究。李振叶等研究发现“互联网+”通过推动科技创新、绿色发展传导机制推动工业高质量发展[6]。卢福财等研究发现互联网对工业绿色全要素生产率提升具有促进作用，并且其中存在非线性关系，企业创新能力、企业成本、产业结构水平和外部监督力度是促进提升的重要路径[7]。程中华等以工业分行业为研究对象，研究表明信息化已成为促进工业绿色增长的新动力源泉，研发投资强度在其中发挥重要中介作用[8]。李琳等测算长江经济带工业绿色全要素生产率，实证得出互联网与禀赋结构的良性互动纠偏了禀赋结构提升对工业绿色全要素生产率的负向影响[9]。柏亮等关注工业绿色发展中的二氧化硫排放情况，实证得出数字经济水平与工业SO2排放量之间为倒“U”型非线性关系[10]。

综上所述，数字经济已引起学者们的广泛关注和研究，已有研究大多围绕宏观国民经济增长、区域协调发展等目标展开，较少落脚于具体部门层面;强调数字经济与产业结构、创新绩效等之间的关系，缺乏对绿色发展的作用探讨。在工业绿色发展问题上，已有文献大多着眼于工业互联网、工业信息化领域，未全面深入考察数字经济整体价值。本文的创新点和边际贡献有：基于数字经济基本内涵与发展需要，从基础设施、应用服务、数字产业及环境支持多维度构建省级数字经济水平综合指标体系，客观全面衡量各省市数字经济水平;将经济高质量发展聚焦于工业部门，关注工业集约式、可持续生产发展，测算工业绿色全要素生产率用于实证分析，并利用工具变量法解決内生性问题，进行动态模型稳健回归;将地区市场化程度、产业结构升级、人力资本提升同时纳入数字经济与工业绿色生产效率分析框架，探究影响过程中存在的中介效应。

三、理论分析

1. 数字经济影响工业绿色生产效率的直接效应

数字经济中信息技术具有通用性、渗透性特征，信息技术渗透和应用于各产业部门，重新优化配置生产资源，促进其全要素生产率的提高。互联网加强技术信息协同、创新合作和研发合作，提升渐进式创新能力，减少工业生产、管理和交易成本实现对工业绿色全要素生产率的促进作用。除此之外，互联网利用环境信息公开、自动监测以及环保宣传等途径构建环境信息治理、开展外部监督。区块链技术吸引多元化投资主体，为绿色基础设施搭建一个去中心化的融资平台，确保工业新建基础设施与碳减排目标一致[11]。大数据核心在于大数据捕捉到的准确、深层次的信息知识。利用大数据将生产到消费的全过程连接起来，借助大数据平台实时监控工业生产，利用集合数据准确预测投入产出，将工业以往的高投入、高消耗生产模式为数据经济模式，形成科学的监测体系，向高端智能化升级[12]。数字金融本身具有较强的绿色属性等优势，转化给工业绿色环保项目提供资金支持，激励工业绿色节能技术进步，产生良好的社会示范效应。综合以上数字经济具体形式作用，数字经济对促进工业绿色生产效率的提高产生直接效应。

2. 数字经济影响工业绿色生产效率的中介效应

（1）产业结构升级中介效应。传统工业以往存在产能过剩、发展模式落后、产业结构失衡等弊端，而信息通信技术快速发展带来的数字经济可以有效地通过产业结构升级促进工业绿色发展。数字经济主要对工业进行产业数字化改造促进工业绿色发展，产业数字化改造以智能生产模式、可视化的产业组织模式为主要形式[13]。在工业生产工艺方面，数字技术结合工业软件实现复杂结构部件的生产，改变原有的行业产出结构和产出效率，完善生产和管理等工作，降低原料浪费的同时不断优化产品性能，提升生产要素的流动率和匹配率。工业机器人的投入使用进一步提高了劳动生产率，促进能源消耗、劳动密集型向知识技术密集型转变。通过利用更为透明的并行网络式组织作出精准的战略决策，数字技术极大地改变了产业结构，对工业行业的升级改造和生产效率提升具有“赋能效应”。

（2）市场化进程中介效应。市场化水平过低会导致能源的过度使用和浪费，抑制工业企业绿色创新投入，助推高污染行业，不利于工业绿色发展[14]。互联网平台经济模式能有效地加强市场竞争，市场竞争的加强加快了绿色生产要素的合理流动和优化组合，减少区域内信息不对称导致的资源错配和市场扭曲的发生，进一步促使企业主动进行技术革新、新产品开发、服务创新等，提升企业专业化水平，提高经济市场的运行效率从而促进全要素生产率的提升[15]。新型数字科技、智能技术可以供给工业企业新型绿色生产要素，大数据对海量数据进行分析，优化工业企业日常运行流程，提高要素供需匹配精度，改善资源配置结构，减少无谓损失与资源浪费，使工业生产产出接近产能，为企业绿色生产提供平台支撑与技术保障，促进工业绿色生产效率提升。

（3）人力资本中介效应。数字经济带来以科技创新驱动的信息革命，而任何科技创新的本质推动力来自于人力资本积累。足够的人力资本吸收消化并推动技术革新，同时人力资本的状况决定了技术进步的类型，决定了技术进步实际应用的效率。同时，数字经济以新一代信息技术为核心，通过加速透明化、开放化的数据资源共享，助力高素质的人力资本积累。拥有数字素养的技术人员实践于工业生产过程中能更好地注重经济效益与环境效益。此外，人力资本作为一种生产要素，通过自身资源强度的增加，适度替代工业生产过程中对自然资源等传统生产要素的需求，降低了对高强度能源消耗的依赖，实现了节能减排、低碳环保的效果[16]，最终提高工业绿色生产效率。较高的人力资本水平具备良好的创新意识和环保意识，奠定了促进工业绿色转型升级的基础。

四、模型构建、变量选取及数据说明

1. 模型构建

本文要论证的主要问题是数字经济对工业绿色生产效率的影响，构建基本计量模型如式（1）所示。

其中，Gtfpit表示i省份t年的工业绿色全要素生产率，Digit表示i省份t年的数字经济水平，[CVit]为其他控制变量，εit表示随机误差项，β0表示模型截距项，β1、βc为各变量系数。

2. 变量选取

工业绿色生产效率。本文采用SBM-Malmquist指数非参数方法计算各省份工业绿色全要素生产率。其中，投入指标包括劳动、能源、资本投入。劳动投入，以我国各省份规模以上工业从业人员年平均人数衡量。能源投入，以我国各省份工业能源消费总量衡量。资本投入，本文借鉴物质资本存量永续盘存估算法估算我国各省份工业资本存量。产出指标包括期望产出、非期望产出。期望产出，以我国各省份规模以上企业工业增加值衡量，并利用工业出厂价格指数进行价格平减至2005年;非期望产出，以我国各省份工业废水排放总量、工业烟粉尘排放总量、工业SO2排放总量衡量。将测算的工业绿色全要素生产增长率指数进行累乘处理得工业绿色全要素生产率。具体投入产出变量见表1。

本文所测算的工业绿色全要素生产率基于规模报酬不变的前提条件。图1显示了2005—2018年度采用SBM-ML指数测算并进行逐年累乘的工业绿色全要素生产率。从全国整体层面来看，工业绿色全要素生产率呈现逐年上升趋势。其中2015—2018年工业绿色全要素生产率增长速度明显提升，反映出近年来我国工业整体注重技术创新、契合节能降耗生产目标，在实现经济效益同时落实工业绿色发展。

数字经济。目前省级层面数字经济水平的统一测度还在探索中，学者们大多结合研究目的构建综合指标体系。杨慧梅等基于数字产业化和产业数字化两个维度，采用主成分分析法构建我国省级层面数字经济水平的衡量指标[3]。马中东等从数字基础设施、数字生活应用和数字产业发展3个方面测算中国省级数字经济综合水平[17]。本文研究时间跨度为2005—2018年，考虑数据可得性、可比性、全面性，参考焦帅涛等[18]指出数字经济的发展依赖于数字基础、数字应用、数字创新、数字产业“四个需要”理论，创新性构建数字基础设施、数字应用服務、数字产业发展及创新环境支持4个一级指标、10个二级指标综合体系，运用熵值法计算得出各省区市（因数据缺失，不包括港澳台及西藏地区）综合水平值。具体内容见表2。

我国整体的数字经济水平综合指数平均值及中位数如图2所示。如图2可以看出，我国2005—2018年间数字经济水平综合指数逐年上升，整体呈现蓬勃发展趋势。年均指数和中位数指数分别由2005年的0.32、0.27提升至2018年的1.65、1.08，发展速度稳中提升。

具体从省级层面来看，2005—2018年我国各个省区市数字经济水平均值及2018年数字经济水平综合指数如图3所示。按照各省区市数字经济水平综合指数年均值由高到低依次从左至右排列。从30个省区市2005—2018年数字经济水平均值来看，北京、上海、浙江、福建、广东、江苏依次占据前六位，发展动力强劲;青海和甘肃地区的数字经济发展相对最为靠后，其他地区均值水平差异不大。分东、中、西三大区域来看，东部地区具有显著领先优势，中部地区稳中有进，西部地区发展空间大。这表明我国数字经济在省级层面上发展不平衡，经济发达地区表现出优越的数字经济基础，而部分中西部地区尚有较大发展空间。随着我国不断加大对中西部地区的数字经济基础及技术支持力度，各区域间发展距离将不断缩小。

本文将环境规制、创新产出、禀赋结构和贸易开放作为控制变量。环境规制，大量研究表明环境规制能显著影响工业绿色全要素生产率，本文以地区治理废气、废水总费用占工业产出增加值来衡量环境规制。创新产出，工业全要素生产率的提升在很大程度上依赖于实际创新产出，本文以各地区规模以上工业企业新产品项目数取对数衡量。[①]禀赋结构，以各地区工业资本与劳动的比值取对数来衡量工业禀赋结构。[②]贸易开放，以地区进出口总额占地区生产总值衡量。

由上文理论分析可知，产业结构升级、市场化水平、人力资本积累起有效中介作用。产业结构升级，以产业结构合理化程度来衡量，采用新泰尔指数表示。[①]市场化水平，采用总体市场化进程指数表示。[②]人力资本，以各省区市平均受教育年限表示，计算公式为分别用不同受教育程度人数占6岁以上人口的比重乘以对应的平均累计受教育年限（小学教育为6、初中教育为9、高中教育为12、大专及以上教育为16）再求和。变量描述性统计见表3。

3.数据说明

本文选取的样本为我国30个省区市2005—2018年数据。数据来源于《中国环境统计年鉴》《中国城市统计年鉴》《中国工业统计年鉴》《中国能源统计年鉴》《中国科技统计年鉴》《中国劳动统计年鉴》。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。

五、实证分析

1. 基准回归结果

本文首先对基本模型（1）进行回归，初步检验数字经济对工业绿色全要素生产率的影响。结果如表4所示，表4列（1）未加入任何控制变量，结果显示数字经济对工业绿色全要素生产率的回归系数为0.311，通过1%的显著性检验，说明数字经济与工业绿色全要素生产率之间存在显著正相关关系。在加入所有控制变量后，结果如表4列（2）所示，数字经济系数为0.188且通过1%水平检验，说明数字经济对工业绿色全要素生产率的显著正向影响仍然存在。

2. 稳健性检验

因基准回归结果可能受到指标选取等因素的影响，所以本文通过更换被解释变量测算方式对基准回归结果进行稳健性检验。检验结果如表4所示。[①]更换被解释变量测算方式。工业绿色全要素生产率变量测算模型更换为SBM-GML指数，劳动、资本、能源投入指标保持不变，考虑到要素投入与非期望产出存在于工业生产全过程中，故期望产出调整为各省区市工业总产值，利用价格指数平减至2005年，非期望产出为工业废水、工业固体废弃物、工业二氧化硫排放总量，将增长率指数累乘得到各省区市工业绿色全要素生产率。如表4列（3）和列（4）所示，数字经济的系数大小虽有所改变，但仍正向显著。[②]更换被解释变量重新估计。选取工业代表性污染物二氧化硫排放量为被解释变量，以负向指标代表工业绿色生产效率。表4列（5）显示数字经济每提高一个单位，工业二氧化硫排放就会显著降低0.512个单位，这说明数字经济不断渗入工业生产过程有利于降低污染物的排放，生产过程趋于环保以提高绿色生产效率。以上稳健性检验证明本文的研究结论是可靠的。

3. 内生性问题处理

通过检验发现模型存在内生性问题，替换静态模型采用动态面板差分GMM模型。将被解释变量（Gtfp）滞后一阶加入模型，模型通过序列自相关和Hansen检验。由于表5列（1）制变量后数字经济的系数显著为正，即考虑动态效果数字经济依然有效提升工业绿色全要素生产率。

进一步采用工具变量法进行两阶段回归，结果如表6所示。首先选取核心解释变量（Dig）滞后一期做工具变量，并且拒绝了弱工具变量和不可识别假设。从表6列（1）可以看出，Dig的系数为0.232，显著为正，通过1%显著性检验。此外，参考黄小勇等[19]采用固定电话数量作为地区数字经济水平的工具变量，表6列（2）显示了另一工具变量的估计结果。首先K-P LM统计量的P值为0.0000，拒绝“工具变量识别不足”的原假设，Wald F统计量大于10%水平的临界值，拒绝“工具变量弱识别”的原假设，因而地区每百人拥有的固定电话数量可以作为工具变量来解决内生性问题。Dig的系数通过1%显著性检验，依然显著为正。综上，在用不同工具变量进行估计的结果中，数字经济依然表现出对工业绿色全要素生产率的正向促进作用，這进一步佐证了前文得出的结论。

4. 中介效应检验

为揭示数字经济对工业绿色全要素生产率的中介机制，验证数字经济是否通过产业结构升级、提高市场化水平、人力资本积累路径对工业绿色全要素生产率产生作用，构建如下模型。

式中Mit表示中介变量，分别代表i省份t年的产业结构升级和市场化水平。fi表示不可观测的个体固定效应。其余变量解释与上文一致。

全样本中介效应检验结果如表7所示，列（1）为基准回归结果，列（2）显示数字经济系数为0.671，通过1%水平正向显著，说明数字经济可以有效提高市场化水平。列（3）显示数字经济与市场化水平均通过5%水平正向显著，证实了市场化水平的提高是数字经济提升工业绿色全要素生产率的有效中介路径。同样地，列（4）显示数字经济系数通过5%水平正向显著，数字经济对产业结构升级有着积极作用。列（5）结果中数字经济与产业结构升级均通过5%水平正向显著，表明产业结构升级是数字经济提升工业绿色全要素生产率的另一中介路径。列（6）显示数字经济通过1%水平正向显著，数字经济对人力资本积累具有显著正向作用。列（7）结果表明数字经济通过促进人力资本积累可以有效提高工业绿色全要素生产率。以上结论均与上文理论分析结果相一致。

六、结论与启示

本文围绕数字经济内涵与发展构建省级层面数字经济水平综合指标体系，注重工业绿色发展测算工业绿色全要素生产率，同时考虑到数字经济与工业绿色效率存在内生性问题，利用2005—2018年省级面板数据在静态面板模型基础上通过动态差分GMM模型进行稳健实证。基于理论分析对市场化进程、产业结构升级、人力资本水平中介效应进行检验和讨论，得到以下主要结论：（1）数字经济对工业绿色全要素生产率具有显著提高作用，利用当前经济发展新引擎数字经济有助于促进工业绿色发展。在控制一系列变量及更换测度方式后，仍具有稳健正向作用。（2）为克服数字经济与工业绿色发展之间存在的内生性问题，采用动态差分GMM模型及工具变量法确保模型可靠，结果与上文保持基本一致。（3）产业结构合理化、市场化水平提高、人力资本积累是数字经济作用于工业绿色生产效率的有效中介环节。数字经济通过产业结構合理化、加快市场化进程、提升人力资本，作用于工业绿色全要素生产率的提高，促进工业绿色发展。

本文得出以下启示：（1）数字经济不仅是加快经济发展速度的新引擎，还是推动社会高质量绿色发展的新思路。政府应完善数字经济基础设施建设，夯实数字产业化基础，将数字经济作为产业结构升级的重要抓手，助力工业企业提高数字技术创新水平，加快工业领域数字科技成果转化，全方位全链条赋能工业绿色发展。（2）企业要发挥数字经济提高市场资源配置效率的作用，依靠大数据信息优势匹配生产需求，打破生产资源约束瓶颈，利用信息化、智能化、数字化技术实现节能降耗目标，不断转型升级为环保高效生产模式。（3）加强人才队伍建设，推动信息技术人才与工业制造人才深度融合，转换人口优势为人力资本优势，培育复合型专业化人才，助力工业高质量发展。

参考文献：

[1] 王开科，吴国兵，章贵军.数字经济发展改善了生产效率吗？[J].经济学家，2020（10）：24-34.

[2] 邱子迅，周亚虹.数字经济发展与地区全要素生产率——基于国家级大数据综合试验区的分析[J].财经研究，2021，47（7）：4-17.

[3] 杨慧梅，江璐.数字经济、空间效应与全要素生产率[J].统计研究，2021，38（4）：3-15.

[4] 彭星，李斌.不同类型环境规制下中国工业绿色转型问题研究[J].财经研究，2016，42（7）：134-144.

[5] 韩立达，史敦友，张卫.技术创新与工业绿色化：作用机理和实证检验[J].经济问题探索，2020（5）：176-190.

[6] 李振叶，刘杨程，徐斌.“互联网+”对工业高质量发展的影响——基于面板中介效应模型的估计[J].科技进步与对策，2020，37（14）：86-93.

[7] 卢福财，刘林英，徐远彬.互联网发展对工业绿色全要素生产率的影响研究[J].江西社会科学，2021，41（1）：39-50.

[8] 程中华，刘军.信息化对工业绿色增长的影响效应[J].中国科技论坛，2019（6）：95-101.

[9] 李琳，刘琛.互联网、禀赋结构与长江经济带工业绿色全要素生产率——基于三大城市群108个城市的实证分析[J].华东经济管理，2018，32（7）：5-11.

[10] 柏亮，陈小辉.数字经济如何影响工业SO2排放？——理论解读与实证检验[J].东北财经大学学报，2020（5）：73-81.

[11] 渠慎宁.区块链助推实体经济高质量发展：模式、载体与路径[J].改革，2020（1）：39-47.