数字经济驱动制造业绿色转型：门槛效应与空间溢出效应

2023-05-30吴剑辉许志玉

现代管理科学 2023年2期

吴剑辉许志玉

[摘要]如何实现制造业数字化绿色化转型是我国经济高质量发展面临的重要议题。通过分析数字经济影响制造业绿色转型的作用机制，基于2011—2020年中国30个省区市的面板数据，构建中介模型、门槛模型、空间杜宾模型，实证检验数字经济影响制造业绿色转型的效应和作用路径。研究发现：第一，数字经济发展对制造业绿色转型有显著促进作用，但其促进作用存在区域异质性，东、中部地区的推动作用强于西部地区；第二，机制分析表明数字经济可以通过提高技术创新水平间接促进制造业绿色转型；第三，数字经济对制造业绿色转型的影响存在“边际效应”递增的门槛效应，越过单门槛值后数字经济正向作用力增强；第四，数字经济对邻近地区制造业绿色转型的影响存在空间溢出效应。最后，提出了完善数字基础设施建设、全面提升数字技术、打造数字经济协同发展格局等对策建议。

[关键词]数字经济；绿色转型；技术创新；门槛模型；空间杜宾模型

一、引言

作为国民经济发展的根本，制造业的高质量发展事关我国综合实力和全球价值链地位的提高，如何实现从制造大国到制造強国的转型，关乎着国民经济高质量发展目标的达成，其中就包括制造业绿色化转型等目标。近年来中国制造业高速增长并持续几年蝉联全球首位，但我国制造业主要是高耗能、高污染行业，加上环保能力薄弱，造成了污染严重、资源浪费等问题。日益严峻的生态环境问题引起了政府的密切关注，一系列关于绿色、创新、协调、开放、共享的政策文件相继出台；2016年工信部印发了《工业和信息化部关于印发工业绿色发展规划（2016—2020年）的通知》，提出我国要构建清洁、高效、循环、低碳的绿色制造模式，促进我国制造业向数字化绿色化发展转型1；党的二十大报告也指出，绿色化是制造业未来的主要发展目标，推动制造业绿色低碳转型，对建设现代制造业强国具有重要意义2。

与此同时，作为一种新兴的经济形态，数字经济不断蓬勃发展并改变了传统行业的商业模式和价值创造模式，已成为传统产业转型升级的新动能；政府提出“互联网+”行动计划，鼓励“互联网+工业”融合发展，以推动传统产业结构转型升级3；党的二十大报告指出要激发数字经济新动能，推动数字经济和实体经济融合发展，加快建设数字中国；在此背景下，数字经济的绿色价值应给予重点关注，数字技术作为一种新的生产力，能够大幅度提升生产效率和推动传统产业转型，数字技术与传统产业结合为制造业绿色转型发展提供了新的思路和方法[1]。

现有文献对数字经济与制造业绿色转型关系的探讨已取得了一些成果，相关研究主要有以下三类：第一，部分学者研究了数字经济对制造业转型升级的影响，认为数字技术能促进传统制造业优化升级。Caputo等[2]指出新兴技术如物联网、云计算和数据科学等通过与传统制造业融合推动制造转型升级；李春发等[3]研究认为数字技术会推动制造业产业链重构从而实现制造业转型升级。第二，一些学者关注数字经济对绿色经济的影响，发现数字经济是推动绿色经济发展的关键驱动力。如Lahouel等[4]研究认为ICT产业作为技术密集型产业，能够带动国民经济重心向技术密集型行业转移，ICT技术应用有利于降低碳排放和促进绿色经济增长；何维达等[5]研究认为数字经济发展提高了资源配置效率，能有效降低污染物排放并提升绿色生态效率。第三，数字经济为工业绿色转型提供强大动力。如肖远飞等[6]实证检验数字经济通过优化生产资源、外部监督和金融支持等效应提高工业绿色生产率；卢福财等[7]指出互联网通过技术创新、降低交易成本、产业结构升级和外部监督等方式提升工业绿色生产率。

经过梳理已有文献发现，既有文献多围绕数字经济对制造业转型升级、绿色经济、工业绿色全要素生产率等绿色发展的子课题展开研究，且多侧重于工业绿色转型角度，制造业为工业的一部分，但两者并不完全等价，鲜有文献从绿色转型角度分析数字经济对制造业发展的影响。在此背景下，数字经济能否成为制造业绿色转型的助推器？内在机理是什么？是否存在空间溢出效应？一系列问题正是本文研究的重点。本文可能的边际贡献有：一是研究视角上，将数字经济和制造业绿色转型纳入同一框架，厘清数字经济影响制造业绿色转型的作用机理。二是研究方法上，对于制造业绿色转型的衡量，使用超效率SBM-GML模型进行测算。三是研究内容上，构建中介模型、门槛模型和空间杜宾模型，检验数字经济是否通过技术创新机制间接促进制造业绿色转型，并分析数字经济发展影响制造业绿色转型的门槛效应和空间溢出效应，为后续研究提供新的实证视角。

二、理论分析与研究假设

1. 数字经济对制造业绿色转型的影响机制

数字技术是数字经济时代的突破性创新技术，是数字经济推动绿色发展的核心动力。数字技术能够驱动制造业绿色转型的原因是：首先，以互联网、大数据、人工智能为主的数字经济具有技术属性，有助于促进技术创新。一方面，数字经济催生了平台经济、共享经济等新模式，通过发挥规模效应和扩散效应，推动了技术、资金等创新要素的流动，提高了技术创新水平[8]。另一方面，数字技术推动企业、政府、高校创新主体联结、创新协作和知识共享，使得创新资源有效配置，促进地区创新能力提升[9]。

其次，技术创新在污染减排中起到了重要作用[10]。一方面是能源节约效应。技术创新是在保证同样生产率的前提下减少企业的资源投入，这能够有效节约能源的使用，企业通过技术创新改进旧能源技术和开发新的替代能源，提高了能源使用效率[11]。另一方面是污染减排效应。技术创新能推动清洁能源的广泛使用，将清洁生产工艺、绿色技术充分应用到传统产业的各个环节，降低甚至消除污染排放，淘汰落后的生产技术和能源依赖度高的落后产能，引导产业向更加清洁节能的方向发展[12]。据此本文提出如下假设：

假设1：数字经济通过加强技术创新驱动制造业绿色转型。

2. 数字经济对制造业绿色转型的门槛效应

从现有文献看，部分学者从定量和定性方面研究了数字经济的非线性效应。如赵涛等[13]指出数字经济具有“梅特卡夫法则”的特点，即网络的价值与其用户数量平方成正比，呈现出几何级数增长速度的特性；夏子惠等[14]以产业结构合理化为门槛变量展开研究，发现，产业结构越合理数字经济对绿色能源效率的提升作用越强。

从作用机理来看，在宏观层面，数字经济背景下产生的共享经济商业模式具有网络外部性特征，随着平台中参与主体数量的增加和使用规模的扩大，参与者从中获取的收益呈几何式增加，网络价值将呈现指数型增长，从而对经济高质量发展产生“边际效应”递增的门槛效应影响[13]。在中观层面，数字经济具有产业关联效应，数字技术与传统产业的融合将赋能产业链的各个环节，让不同的产业部门、创新部门重构主体关联模式，企业之间、企业与政府、企业与科研机构等不同部门也会参与到绿色发展的建设当中，部门间联动的边际成本不断降低，企业获得的收益持续增加，进而促进绿色经济效率提高[15]。在微观层面，随着数字经济水平的不断提高，数字平台增强了企业之间学习和模仿效率，实现了不同企业主体间的信息共享和资源互补，促进相关企业突破时空障碍进行技术合作和研发活动，进而促进绿色技术的进步并降低碳排放[16]。据此本文提出如下假设：

假设2：数字经济对制造业绿色转型的影响具有“边际效应”递增的门槛效应。

3. 数字经济对制造业绿色转型的空间影响机制

数字经济以数据作为关键要素，数据具有天然的流动属性，具有互联共享的特性，能够突破时间空间的限制，对邻近地区产生空间溢出效应，本文中提到的邻近地区是指相邻的两个省份。数字经济存在空间溢出效应的原因为：一方面，数字化平台的应用使得地区间传统边界限制逐渐弱化，互联网使得市场上产品和服务的信息更为透明，商品贸易便利性的提升，加速了信息和知识在各地区的流动和传播，产生溢出效应[17]。另一方面，数据要素的跨区域流动，使得各地区间相互借鉴、相互学习，科研机构的互相合作和资源的频繁交换有助于缩小地区间的数据鸿沟[18]。制造业绿色转型的空间溢出来源于：一方面，随着生产分工向专业化和精细化发展，产业链条逐漸延伸拓展，邻近地区在制造业产业链上下游合作紧密，通过前后向产业关联效应对其他部门产生影响[1]。另一方面，互联网弱化了企业因地理距离带来的技术壁垒，通过互联网平台增强了企业之间的学习和模仿效率，本地先进制造业的优势吸引邻近地区竞相模仿，实现了不同区域间的信息共享和资源互补[19]。数字技术会增强制造业企业间在经济、技术方面的联系，使得地域间相邻的制造业企业之间相互协作与创新发展具有空间便利的优势，地区间建立起紧密联系的产业集群，影响了上中下游企业的生产制造活动，产业之间进行清洁技术共享与装备创新，最终推动相邻地区的经济绿色化发展[20]。据此本文提出如下假设：

假设3：数字经济对邻近地区制造业绿色转型的影响存在空间溢出效应。

三、研究设计

1. 计量模型构建

根据以上研究假设，本文首先构建直接传导机制模型，基准回归模型设定如下：

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

其中，i表示省份，t表示年份，[GTFPit]表示制造业绿色转型，[Digeit]代表数字经济发展，[Zit]为控制变量，[μi]控制个体效应，[δt]控制时间效应，[εit]为随机扰动项。

除了式（1）反映的直接影响效应，为了检验在数字经济对制造业绿色转型产生的间接影响，本文引入技术创新（[Tiit]）作为中介变量进行检验，计量模型的具体形式如下：

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

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

考虑到数字经济对制造业绿色转型存在非线性影响，本文借鉴Hansen[21]的门槛模型，设定面板门槛模型：

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

式（4）中，[Digeit]为数字经济门槛变量，I为0或1的指示函数，θ为待估计门槛值。为检验数字经济对制造业绿色转型的空间效应，本文引入空间交互项，空间杜宾模型设定如下：

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

式（5）中，ρ为空间自回归系数，W为空间权重矩阵，[θ1]、[θi]代表变量的空间效应系数。

2. 变量选取

（1）数字经济衡量标准

数字经济衡量在学界没有统一的标准，不同的研究机构发布了各自的测度方法，如美国商务部（BEA）、澳大利亚统计局（ABS）、腾讯研究院、财新智库等都发布了测度方法，不同测度方法各有侧重点。基于数据科学性和可得性，本文参考中国信通院的测度方法，选取数字基础设施、数字产业化、产业数字化和数字化治理4个一级指标、18个二级指标构建数字经济指标体系，运用熵值法计算综合指标值，指标体系构建见表1。

表1 数字经济水平指标体系

[一级指标二级指标数字基础设施互联网宽带用户数/常住人口总数（%）电话普及率（部/百人）长途光缆线路长度（公里）互联网宽带接入端口数（万个）互联网域名数（万个）数字产业化软件与信息技术服务业企业数量（家）软件与信息技术服务业利润总额（亿元）软件与信息技术服务业从业人员年末数（人）软件业务收入（亿元）数字电视用户数（户）产业数字化电子商务销售额（亿元）有电子商务交易活动的企业数比重（%）每百家企业拥有网站数（个）北京大学数字普惠金融指数快递量（万件）数字化治理网上政务服务能力指数人均受教育年限=小学比重×6+初中比重×9+高中比重×12+大专及以上比重×16 技术合同成交总额（万元） ]

（2）制造業绿色转型水平的测度

考虑到制造业绿色转型不仅要包括生产率的提升，还要包括能源利用效率、环境污染等方面，提升绿色全要素生产率将是实现制造业绿色发展的核心，因此本文采用制造业绿色全要素生产率作为制造业绿色转型的代理变量。借鉴陈超凡[22]的研究，用投入产出指标进行衡量，劳动投入用制造业就业人数表示；资本投入用制造业资本存量表示，参考张军等[23]的方法，制造业固定资产投资额利用固定资产投资价格指数平减为以2010年为基期的实际值，折旧率为9.6%；能源投入采用万吨标准煤表示；期望产出用制造业总产值表示，利用工业生产者出厂价格指数以2010年为基期计算实际值；非期望产出用工业废水、二氧化硫、烟粉尘排放量表示。

为了增强研究的科学性，选择了非期望产出的超效率SBM模型及GML指数测度，根据方向性距离函数测算GML生产率指数，通过Matlab软件测算。制造业绿色转型（GTFP）可分解为绿色技术效率（EC）和绿色技术进步（TC），绿色技术效率反映的是决策单位在技术层面上的使用效率，而绿色技术进步变动反映的是技术水平的提高使得生产函数不断外沿移动；考虑到GML指数表示的是相邻两期全局效率的比值，本文借鉴邱斌等[24]的做法，将每年的GML指数累乘得到制造业GTFP，同理得到绿色技术效率和绿色技术进步指数。

（3）中介变量

本文选取的中介变量为技术创新（Ti），现有文献对技术创新的衡量指标有R&D资金投入、财政科技支出、R&D人员投入或构建指标体系，在具体分析过程中，本文借鉴陈旭升等[25]的做法，用制造业有效发明专利来表示。

（4）控制变量

本文对如下变量进行控制：金融发展水平（Fin）：用金融机构年末存贷款余额与GDP比重衡量；工业化水平（Goy）：用第二产业占GDP比重表示；禀赋结构（Bf）：采用各地区规模以上工业企业资本与从业人员的比值衡量；市场一体化（Mc）：采用八种消费价格指数的相对价格指数法来测度；资本错配（Cm）：利用资本价格扭曲系数来计算。

3. 数据来源

文章选取2011—2020年我国30个省区市（除港澳台和西藏）的面板数据，总样本量为300，数据来自于《中国统计年鉴》《中国环境统计年鉴》《中国工业统计年鉴》，部分缺失值用线性插值法补充，样本的描述性统计见表2。

表2 描述性统计结果

[类别变量名符号均值标准误最小值最大值被解释变量制造业绿色转型 GTFP 0.119 0.084 0.030 0.928 绿色技术效率 EC 0.107 0.044 0.038 0.272 绿色技术进步 TC 0.114 0.055 0.033 0.402 解释变量数字经济 Dige 0.140 0.133 0.017 0.809 中介变量技术创新 Ti 0.831 0.364 0.292 1.900 控制变量金融发展水平 Fin 3.231 1.161 1.518 8.131 工业化水平 Goy 0.431 0.088 0.158 0.590 禀赋结构 Bf 4.673 0.629 3.581 6.578 市场一体化 Mc 0.876 0.219 0.356 1.429 资本错配 Cm 0.261 0.160 0.007 0.772 ]

四、模型的估计和结果分析

1. 基准回归结果

本文检验数字经济发展能否对制造业绿色转型产生促进作用，经豪斯曼检验，Prob>chi2=0.000<0.05，采用双向固定效应模型回归。表3报告了数字经济对制造业绿色转型（GTFP）、绿色技术效率（EC）和绿色技术进步（TC）的回归结果。结果表明，在加入相关控制变量后，数字经济的符号和显著性基本没有变化。列（2）中数字经济发展对制造业绿色转型的促进作用在1%的水平下显著为正，数字经济将数据作为生产要素融入制造业生产全过程，推动传统制造业向数字化、智能化、绿色化转型；在分解效率方面，数字经济对制造业绿色技术效率和绿色技术进步的影响均在1%的水平下显著为正，表明数字经济通过绿色技术效率和绿色技术进步两种绿色效应促进制造业绿色转型，且绿色技术进步对制造业绿色转型的促进作用更大。

表3 基准回归结果分析

[变量（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）个体效应 Yes Yes Yes Yes Yes Yes 时间效应 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：括号内为t值；*P<0.10，**P<0.05，***P<0.01，下同

在控制变量方面，（1）金融发展水平（Fin）对制造业绿色转型存在显著正向作用，金融资本发展能解决融资约束问题，有利于对清洁生产、绿色技术的创新活动提供金融支持，优化资源配置和促进绿色技术创新。（2）工业化水平（Goy）在1%的显著性水平上显著为正，工业化水平较高地区往往存在高污染高耗能产业，但各地积极推行新型绿色工业化，工业绿色效率也不断提高。（3）禀赋结构（Bf）在1%的水平上显著为正，表明工业资本劳动比的上升能显著促进制造业绿色转型，禀赋结构的提升能推动工业结构向资本密集型发展，为工业创新提供资金保障，提升技术效率。（4）市场一体化（Mc）的系数为正但不显著，可能的原因是国内市场仍处于无序竞争、市场分割状态，还未形成统一大市场，不利于建成绿色制造一体化体系。（5）资本错配（Cm）在10%的显著性水平上显著为正，产生这一结果可能的原因是资本错配会导致金融效率下降，制造业企业的数量因此减少，在短期内降低污染排放和资源消耗，但资本错配长期会带来更多负面效应。

2. 中介效应分析

根据前文的理论机制分析，本部分尝试将数字经济、技术创新（Ti）和制造业绿色转型纳入统一框架下进行研究，表4报告了技术创新在其中的传导作用。列（1）证实了数字经济对制造业绿色转型具有显著的促进作用，列（2）中数字经济的系数为0.851，通过1%的显著性水平检验，数字经济发展显著促进了技术创新；最后将技术创新变量加入回归方程中，列（3）中数字经济和技术创新的系数均显著为正，且列（3）中数字经济对制造业绿色转型的回归系数为0.560，小于列（1）中回归系数0.632，表明技术创新在数字经济推动制造业绿色转型中发挥了部分中介作用，通过研发节能减排、智能制造等绿色创新技术，有效缩短绿色产品的开发周期，提高能源的利用效率和降低碳排放，进一步推动制造业绿色转型。该实证结果证实了假设1。

表4 机制检验结果

[变量（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）控制变量 Yes Yes Yes 个体效应 Yes Yes Yes 时间效应 Yes Yes Yes N 300 300 300 R2 0.476 0.649 0.495 ]

3. 门槛效应分析

借鉴Hansen[21]的做法，检验门槛存在性和门槛个数。从门槛效应检验结果看，数字经济发展对制造业绿色转型的影响通过了单一门槛检验。表5为面板门槛回归结果，当数字经济水平跨越2.935门槛值后，数字经济的回归系数分别为0.050和0.104，均在1%的水平下显著为正，数字经济对制造业绿色转型的正向影响力逐渐变大，呈现出“边际效应”递增的门槛效应，随着数字经济与实体经济融合发展，数字经济会发挥自身网络效应和累积效应的特征，充分促进制造业绿色发展和数字化转型，为制造业数字化绿色转型升级带来强劲的发展动力，该实证结果支持了假设2。

4. 空间溢出效应分析

进一步分析数字经济对制造业绿色转型的空间溢出效应，检验变量空间相关性，表6测算了在空间经济地理距离矩阵下数字经济和制造业绿色转型的全局莫兰指数。从结果可以看出，莫兰指数大部分为正且通过了10%的显著性检验，说明两者均存在空间自相关性，出现了空间集聚状态。接下来进行空间面板模型选择检验，本文参考Elhorst[26]的检验方法，进行LM检验、LR检验、Hausman检验和联合显著性检验，最终确定双向固定效应的空间杜宾模型是最有效的。

表5 面板门槛回归结果

[变量（1）（2）系數估计 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 数字经济与制造业绿色转型的莫兰指数

[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分别是邻接矩阵、地理距离矩阵和经济地理（嵌套）矩阵下数字经济对制造业绿色转型的空间估计结果。总体上来看3种权重矩阵下的回归结果基本相同，其中嵌套矩阵既能反映两地的地理距离的远近，也能体现经济发展差距，因此本文重点分析嵌套矩阵下的回归结果。列（3）中数字经济的空间交互项系数为1.153，在10%水平下显著为正，数字经济直接效应系数为0.559，在1%水平下显著，间接效应的估计系数为1.086，在10%水平下显著为正，且间接效应大于直接效应，表明数字经济不仅会促进本地的制造业绿色转型，还会积极影响周边地区的制造业绿色转型水平。数字经济打破了时空限制，通过相邻地区间的人才流动、开放共享、经济联系等方式对邻近地区的制造业绿色转型有积极的空间溢出效应，该结论验证了假设3。

表7 空间杜宾模型结果

[变量（1）（2）（3）邻接矩阵地理矩阵经济地理矩阵 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）直接效应 0.552*** 0.589*** 0.559*** （6.27）（6.79）（6.15）间接效应 0.296* 1.721** 1.086* （2.16）（3.06）（1.90）总效应 0.849*** 2.310*** 1.646** （4.60）（3.96）（2.71）控制变量 Yes Yes Yes 个体效应 Yes Yes Yes 时间效应 Yes Yes Yes R2 0.224 0.264 0.269 N 300 300 300 Log-L 459.017 457.894 457.408 ]

5. 稳健性检验

为确保研究结论的可靠性，本文从3个方面进行稳健性检验，回归结果见表8。第一，更换数字经济计算方法。使用主成分分析法计算数字经济代入模型检验，数字经济对制造业绿色转型的提升效应仍然成立，说明本文的结论稳健。第二，替换被解释变量。在现有制造业绿色转型指标体系基础上，剔除非期望产出变量，采用DEA-Malmquist方法计算制造业全要素生产率指标，替换本文的制造业GTFP代入模型进行检验，结果证明了回归结论是稳健的。第三，内生性处理。本文使用工具变量法来解决内生性偏误问题，由于数字基础设施和数字相关产业不一定能当期完成，上年数字经济水平对制造业绿色转型的影响可能存在滞后性，选择数字经济的滞后一阶作为工具变量进行检验，使用两阶段最小二乘法（2SLS）回归；第（3）列至第（4）列中，用于检验工具变量有效性的弱识别检验和过度识别检验均表明，工具变量的选取是合理的，第（4）列检验结果显示，在考虑内生性问题之后，数字经济系数仍显著为正，证实了研究结论的稳健性。

表8 稳健性检验结果

[变量（1）（2）（3）（4）替换计算方法替换变量工具变量法主成分 TFP 第一阶段第二阶段 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} 控制变量 Yes Yes Yes Yes 个体效应 Yes Yes Yes Yes 时间效应 Yes Yes Yes Yes N 300 300 270 270 R2 0.430 0.457 0.995 0.590 ]

五、研究结论和政策建议

我国正处于制造业数字化绿色转型关键时期，数字经济的发展为经济高质量发展提供了新的动力，对制造业绿色转型具有重要影响。本文围绕数字经济内涵构建省级层面数字经济指标体系，运用SBM-GML方法测算制造业绿色转型水平，基于2011—2020年中国30个省区市的面板数据，构建中介模型、门槛模型、空间杜宾模型，实证检验数字经济影响制造业绿色转型的效应和作用路径。研究发现：第一，数字经济显著促进了制造业绿色转型，但其促进作用存在区域异质性，对东中部地区的推动作用强于西部地区；第二，作用机制分析表明，数字经济可以通过提高技术创新水平间接促进制造业绿色转型；第三，数字经济对制造业绿色转型的影响存在非线性递增的门槛效应，数字经济越过单一门槛值后正向作用力增强；第四，数字经济对邻近地区制造业绿色转型存在正向空间溢出效应，有助于形成区域协调发展的格局。

基于以上结论，本文提出如下政策建议：（1）加快完善数字基础设施建设，发挥数字经济对制造业绿色转型的赋能作用。推动云计算、人工智能、大数据中心和5G移动通讯等信息技术基础设施的建设，实现新一代信息技术的互联互通和资源共享，通过夯实数字产业化和产业数字化，促进能源结构优化和产业结构转型，推动制造业数字化绿色化转型，进一步发挥数字经济对制造业绿色转型的赋能作用。（2）全面提升数字技术，促进制造业领域绿色技术成果转化。借助数字技术升级绿色技术，升级清洁生产、资源循环利用、节能减排的绿色工艺和设计，实现数字技术与制造业的深度融合及应用，培育节能环保产业，通过改善生产要素配置提升制造业资源产出效益，全面赋能制造业效益升级与绿色转型，依托数字技术推動制造业高质量发展。（3）打造数字经济协同发展格局，发挥数字经济的正外部溢出和辐射带动作用。政府要加强区域间的产业对接，打破信息技术和研发模式的信息壁垒，加强区域间技术合作交流，扩大数字经济赋能绿色发展的应用范围，实现新型基础设施的互联互通和信息共享；充分发挥经济发达地区的数字经济辐射引领作用，实现区域协同发展，提升地区学习和借鉴能力，通过溢出效应缩小地区间的数字鸿沟，促进制造业高质量绿色低碳发展。

参考文献：

[1] 戴翔，杨双至.数字赋能、数字投入来源与制造业绿色化转型[J].中国工业经济，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] 李春发，李冬冬，周驰.数字经济驱动制造业转型升级的作用机理——基于产业链视角的分析[J].商业研究，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] 何维达，温家隆，张满银.数字经济发展对中国绿色生态效率的影响研究——基于双向固定效应模型[J].经济问题，2022（1）：1-8+30.

[6] 肖远飞，姜瑶.数字经济对工业绿色生产效率的影响研究[J].现代管理科学，2021（8）：100-109.

[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] 荆文君，孙宝文.数字经济促进经济高质量发展：一个理论分析框架[J].经济学家，2019（2）：66-73.

[9] 韩璐，陈松，梁玲玲.数字经济、创新环境与城市创新能力[J].科研管理，2021，42（4）：35-45.

[10] 邵帅，范美婷，杨莉莉.经济结构调整、绿色技术进步与中国低碳转型发展——基于总体技术前沿和空间溢出效应视角的经验考察[J].管理世界，2022，38（2）：46-69.

[11] 苏科，周超.人力资本、科技创新与绿色全要素生产率——基于长江经济带城市数据分析[J].经济问题，2021（5）：71-79.

[12] 李兰冰，李焕杰.技术创新、节能减排与城市绿色发展[J].软科学，2021（11）：46-51.

[13] 赵涛，张智，梁上坤.数字经济、创业活跃度与高质量发展——来自中国城市的经验证据[J].管理世界，2020，36（10）：65-76.

[14] 夏子惠，古丽娜尔·玉素甫.数字经济对中国绿色能源效率的影响——基于中介和门槛效应的分析[J].技术经济与管理研究，2022（10）：3-9.

[15] 劉强，马彦瑞，徐生霞.数字经济发展是否提高了中国绿色经济效率？[J].中国人口·资源与环境，2022，32（3）：72-85.

[16] 刘丽，丁涛.数字经济与产业绿色高质量发展——作用机制及区域异质研究[J].技术经济与管理研究，2022（3）：106-110.