数字经济对工业绿色转型的驱动效应

曹长帅，郑 琼

（1.南京大学经济学院，江苏南京 210008；2.江苏师范大学商学院，江苏徐州 221116）

国家工业和信息化部2021 年11 月15 日印发的《“十四五”工业绿色发展规划》（下文简称《规划》）提出，到2025 年，工业产业结构、生产方式绿色低碳转型取得显著成效，绿色低碳技术装备广泛应用，能源资源利用效率大幅提高，绿色制造水平全面提升，为2030 年工业领域碳达峰奠定坚实基础①。作为经济活动主要领域的工业行业一直以来都是生态环境保护和可持续发展研究的重点。改革开放以来，我国工业发展一直主导着经济增长，工业GDP 占比超过30%，然而，“粗放式”的发展模式虽促进了经济的迅猛发展，也伴随着巨大的资源消耗和严重的环境问题[1]。“十一五”和“十二五”期间，我国开始明确提出污染物减排的约束性指标，工业发展受到环境目标的约束，需要在既定污染排放目标下实现生产利润的最大化，逐步开始向“底线式”发展模式迈进，这充分契合了国家生态文明建设规划和“碳达峰、碳中和”目标。

为便于理解，本文结合生产函数来说明三种不同发展模式下生产者的排放行为方式。如图1所示，y表示经济产出，c表示污染物排放，倒U 形曲线为环境库茨涅茨曲线，虚线T1→T2→T3 表示污染物排放带来的创新补偿效应。在工业发展路径中，工业部门A通过污染物排放来实现既定环境资源下的最大化产出。我国工业发展经历了三个不同阶段，即改革开放至“十一五”期间的工业“粗放式”发展模式，工业部门A通过增加排放来达到最大化经济产出的目的，其经济产出从OB增加到OD，与此同时，排放水平从OF增加到OG，从而获得潜在的经济产出增长BD。在“十一五”提出环境排放约束性指标至“十四五”期间的工业“底线式”发展模式中，工业部门A受到排放总量控制的约束（排放水平c≤OF）。此时，其经济产出从OB增加到OC。经济产出增长BC，排放水平保持不变；“十四五”至今一直贯彻绿色转型发展理念，工业部门A排放水平从OF下降至OE。实现减排EF，经济产出水平不变。为了实现工业绿色发展转型，必须从“底线式”发展向绿色发展跳跃，即追求环境污染减排的最大化，在经济产出既定的前提下成功减排。然而，在此过程中，宏观经济的最大产出在工业部门实现绿色发展的过程中产生了“挤出效应”，导致了损失BD，这是由于减排行为造成市场失灵从而导致的总体产出或社会福利的损失。因此，为实现工业绿色转型发展，必须寻找能够带来技术进步的重要驱动因素，使得T1→T2→T3 以形成对当前减排行为的约束，从而助推工业绿色转型发展。

图1 不同工业发展模式下的经济发展与污染排放

数字经济涵盖了工业互联网、云计算、大数据、数字普惠金融等新型数字要素，能够从深度和广度上促进要素资源在工业发展中的合理配置[2]，实现与工业实体经济绿色发展的融合，数字经济还可以突破空间地理的限制，实现数字经济在区域间及全局内的资源优化配置。这也就意味着工业绿色转型的动力机制和作用路径会发生转变，同时数字经济的发展趋势也会与其他影响因素的互动融合，对工业绿色转型产生影响。例如，当工业部门A从“粗放式”发展到绿色转型发展时，潜在的宏观经济产出会出现“挤出效应”[3]。这其中会存在政府环境监管的作用，环境规制增加了工业部门A的环境成本，但是同时促使发生创新补偿效应，使得技术T不断变化，从而助推工业绿色转型发展（如图1所示）。在此背景下，新一轮信息产业变革与经济发展方式转变形成了历史趋同，常规的工业发展路径已无法实现工业高质量发展目标，“粗放式”发展的工业部门面临着绿色转型。因此，需要全面贯彻工业绿色转型新发展理念，寻求新的发展驱动路径。

一、文献综述

（一）数字经济发展现状

唐·塔普斯科特（Tapscott D）[4]最早提出数字信息及数字经济的概念，认为数字经济是宏观新经济形态的关键构成要素。我国数字经济产业已经进入规模扩张和价值创造的重要窗口期，数字经济比重不断提升，具有巨大的扩张潜力[5]，而大数据、云计算引领的数字化生产方式变革、数字平台和数字金融引领的便捷交易模式创新，以及生产要素资源的网络化流通等都是新经济发展模式下的增长特征[6]。

数字经济要素的维度主要从产业数字化以及如何赋能发展等角度进行划分[7]，数字产业化发展常被视为支撑，而产业数字化融合则成为关键。数字经济的发展水平可以从产业发展规模以及数字化水平两个方面来衡量[8]。从数字经济如何赋能经济发展的维度出发，多数学者认为数字基础是数字经济发展的基石，也是促进经济规模发展的关键条件[9]。万晓榆等[10]发现数字经济与全要素生产率呈正相关，数字基础的贡献尤为突出。人工智能、云计算等数字技术有助于缩小绿色转型发展的差距[11]，可通过绿色技术创新促进碳监管和绿色经济转型[12]。数字平台从需求端改变了产品的消费模式，对整合经济资源、提升数字化产业运行效率有着积极的推动作用[13]。而数字金融一般指数字普惠金融[14]，作为一种金融外溢产出，通过“增量补充”与“存量优化”发挥驱动效应[15]，拥有强大的资金匹配功能，具备智能投资咨询、供应链金融、消费金融等新型融资渠道，提高储蓄向投资的转化率，使资金不断转向信贷市场，进而能够促进资源市场的合理配置[11]。

（二）工业绿色转型相关研究

工业绿色转型是一种以资源节约和环境友好为指导，以绿色技术创新为核心的工业生产流程可持续发展活动[16]。工业绿色转型的驱动因素研究主要集中在资源投入、要素配置、环境政策工具和技术创新等方面。

资源投入对工业绿色转型的影响主要侧重于资源诅咒和资源依赖的诱发效应。自然资源诅咒理论认为，拥有大量自然资源禀赋国家的经济增长往往比资源匮乏的国家要慢，资源丰富可能会导致工业规模萎缩，造成“荷兰病”[17-18]。同时，资源产业依赖会对企业技术创新产生“挤出效应”，并不断削弱行业的市场竞争力[19]。

要素资源配置对工业绿色转型影响的研究则主要关注抑制污染物排放和缓解生产率衰退两方面。从资源配置的角度看，资源的边际效率不变，即使没有新的生产要素投入，只需要改变原生产要素的配置结构即可提高产出和全要素生产率[20]。如果价格信号在市场机制中失效，较低的资源价格则会导致资源的过度消耗。而一些高消耗、高投入的传统企业，会继续沿用传统的生产模式，要素资源配置失灵，进而抑制工业绿色转型[21]。要素资源配置则是通过提高供应链运行效率和矫正过度投资，提升全要素生产率，进而促进工业绿色转型升级[22]。

环境规制是缓解环境问题、实现工业绿色转型的重要手段[23]。资源和环境约束是推动工业绿色转型的重要驱动力之一，是减少区域污染物和废弃物排放的主要措施[24]。从污染排放角度来看，波特（Porter）[25]认为强有力的环境规制政策可以减少环境污染，促进企业进行更多的创新活动，而技术创新带来的生产效益还能有效抵消环境保护的成本。较高的环境压力会促使企业进行研发和技术升级，实现绿色转型。从排放污染的企业来看，李斯特（List）等[26]认为严格的环境规制会使排放大量污染的新小企业数量锐减，而严格的规制制度及措施大大提高了生产厂商的成本，提升了市场准入门槛，从而间接促进企业绿色转型发展。

（三）数字经济影响工业绿色转型的相关研究

数字经济发展催生了数字技术的创新性结构优化，显著促进了全要素生产率的提升，为我国工业经济高质量发展提供了源源不断的技术动力源泉[27]。数字经济与工业绿色转型之间能够实现耦合协调发展，虽区域协同差异较小，但呈现出扩大的趋势[28]。云计算、大数据等数字技术的应用，使工业生产部门的生产流通更高效，而数据要素能使工业部门实现绿色可持续发展[29]，也能刺激技术创新，引导企业进行绿色创新活动，既满足政府的绿色化发展需求，又满足消费者的绿色消费需求[30]。从数字经济影响工业绿色转型的传导路径来看，数字经济可通过收入效应和人力资本效应发挥绿色创新的激励作用[31]，也可通过市场效应和产业结构效应刺激工业绿色转型[32]。数字经济的扩散和溢出促进了要素市场配置重组，提高了供需匹配的效率，实现数字化和智能化，从而促进节能减排[33]。同时，数字经济能够通过便捷低廉的方式吸纳市场中的金融资源实现资源合理配置[34-35]和风险甄别功能[36]。孔芳霞等[37]认为数字经济能够有效压缩时空信息，对工业绿色转型具有显著的空间溢出作用以及非线性效应。

但在数字经济驱动工业绿色转型产生正向环境驱动效应的同时，其对能源消耗的逆向影响也需要考虑。数字经济的大规模发展历程并非完全绿色化，数字产业化和产业数字化进程同样是高耗能的对象和活动，数字基础设施的大规模发展也是我国能源消耗的一大源头[38]。我国信息、通信和技术（ICT）产业发展中，火电是其能源消耗的主要来源，因此在一定程度上对工业绿色转型的驱动效应有负向影响。而“数字鸿沟”的存在也会抑制区域间的协同治理减排，无法有效建立跨区域沟通、学习和交流的规制联防体系。

对数字经济、工业绿色转型及二者之间关系的文献梳理后发现，现有研究在数字经济与工业绿色转型的探讨中存在以下不足。第一，缺乏结合实时政策内涵深入探索数字经济、工业绿色转型的维度与测度研究。第二，缺乏在多维度视角下探讨数据要素对工业绿色转型的驱动效应研究。第三，数字经济产生的能源消耗等逆向作用鲜少见到相关文献。实证分析方法方面，计量模型的内生性问题亟须进一步解决，例如空间溢出效应需要进行更科学的内生性检验和严谨的稳健性分析。鉴于此，本文基于工业“粗放式”发展→“底线式”发展→绿色转型发展模式的转变现实需要，将着重分析我国30 个省份（未包括港、澳、台、藏）数字经济与工业绿色转型发展的现实水平，探究数字经济与工业绿色转型的区位特征及发展规律，刻画数字经济驱动工业绿色转型的作用机理以及最佳区间，以期为数字经济持续赋能我国工业绿色转型发展提供理论参考。

本文的边际创新有以下几点：一是从经济效益、清洁生产、结构升级、绿色供给4 个维度，构建我国工业绿色转型指标的新体系，更精确地刻画符合时代发展特征的工业绿色转型发展水平。二是运用断点回归及拟合散点图，分析探讨数字经济基于“梅特卡夫法则”存在的网络效应特征对工业发展转型影响的新问题，更科学地刻画出数字经济与工业绿色转型之间的倒U 形非线性特征以及阈值的节点区间，丰富目前关于非线性特征检验的相关研究。三是尝试以环境规制为中介变量的新思路揭示数字经济背景下工业绿色转型的间接驱动路径。希望通过本研究加深对数字经济驱动我国工业绿色转型的内在发展规律的认识，同时为政府部门通过数字经济促进工业绿色化发展提供参考依据。

二、研究假设和理论基础

（一）数字经济对工业绿色转型的影响

在数字经济时代，企业能够通过运用人工智能、区块链、云计算、大数据统计等信息技术，对特定对象进行赋能，以提高整体效率和创新能力。数字赋能强调在资源整合配置和创新决策方面实现对渠道、制度、资源等多方面的变革。数字赋能理论认为，数字技术的广泛应用将带来创新的商业模式、产品和服务，促进经济增长和社会进步，提高组织的效率和灵活性，提高人们的生活和工作质量。数据要素可以驱动社会创新和商业模式创新，从而激发消费提升，驱动市场和企业变革化发展。其中，变革化发展主要通过引导资源配置效率、产业结构高级化、智能化以及技术创新等方面来驱动。从企业转型发展的价值共创角度来看，数字赋能的路径主要以供需双端驱动、数据驱动、创新驱动为主，逐步引导产业数字化以及数字产业化，不断赋能企业转型与云计算、人工智能、区块链等新兴互联网信息技术深度融合，有效促进企业转型发展的价值共创，实现资源的充分整合与利用。且相较于传统经济，数字经济的发展更容易突破地理空间的限制，大幅度降低工业绿色转型所需知识和技术的空间依赖性。数字经济具有极强的地理穿透性，可以打破市场分割和“诸侯经济”的局面，缓解区域间技术势能差，推动传统产业转型[39]。

数字经济能够实现工业发展与污染排放脱钩，具有显著的环保效益。数字经济促进了网络信息通信技术在各传统产业领域的应用，打破了技术领域之间的边界，提升工业绿色转型系统的运行效率。根据“资本—技能互补”假说，资本与技能劳动力具有相对互补性，数字经济从总量、质量、效率三个方面为工业绿色转型提供了稳定、高效的资本供给，并且相对增加了对高层次劳动力的需求。数字经济提供的智力支持能够推动数字技术研发活动的顺利开展，从而进一步促进工业绿色转型的实现。因此，数字经济在实现经济可持续增长的同时，能够减少污染排放，产生脱钩效应，为工业绿色转型发展带来良好的发展机遇。数字经济能够提高资源配置效率，具有提效作用。资本要素与劳动力要素是工业化发展的基础，而数字经济作为一种全新的经济业态，则驱动着这两大前置要素的发展。

数字经济的优势体现在以下两个方面：首先，数字经济能够提高投资利用效率。数字经济通过为“多、小、散”的长尾投资者提供便利化、实惠化的金融服务，吸纳其小规模资金，从而积少成多形成大规模资金。这为工业绿色发展提供了资金支持的先决条件，也就是层次丰富的融资渠道和融资方式必然会助力工业绿色转型发展。其次，数字经济可促进经营资本的自由流动。传统金融服务存在的“所有制歧视”以及地理穿透短板使得不同性质的企业以及不同地区之间的融资信息不对称。发达地区与落后地区之间所获得的不平等的资源支持造成资本要素的扭曲。数字技术具备独特高效的信息收集及处理能力，通过对海量非结构化和非标准化数据进行挖掘，以及与融资需求合理匹配，可有效缓解融资信息的不对称程度。这有助于促进企业与区域间要素资源的均衡供给，发挥对工业绿色转型的提效作用。数字经济具有结构效应，可以加速工业结构升级。数字经济促使传统产业受到“环境压力”的影响而进行绿色转型，并进一步引发工业部门的“优胜劣汰”，使得资本要素流向更具活力、更具长期投资价值的创新性或绿色产业部门。产业结构升级能够直接影响能源利用效率，在数字经济的推动下，使生产要素从低效率部门转移至高效率部门，从而带来“结构性红利”。此外，数字经济还可以通过降低金融服务准入门槛刺激资本积累，为产业结构升级提供基础。同时，数字技术的应用可以推动企业利用信息网络技术，提高运营效率，优化企业管理模式，完成产业数字化和数字产业化，促使企业重新配置生产要素和商业模式，成为产业结构升级的“助推器”。产业结构升级可以提高资源的利用效率，缓解工业绿色转型的内在压力，以结构效应促进工业绿色转型。基于此，提出以下假设：

H1：数字经济对工业绿色转型具有直接驱动作用，且存在正向的空间溢出效应，数字基础、数字技术、数字平台及数字金融均对工业绿色转型产生驱动作用。

（二）数字经济与工业绿色转型：非线性特征

数字经济在工业绿色转型的驱动影响过程中并非完全绿色化。实际上，数字产业化和产业数字化进程同样是高耗能的活动，数字基础设施的大规模发展也是我国能源消耗的一大源头。我国ICT 产业发展的能源消耗大部分来自火电，因此，在一定程度上，数字经济对于工业绿色转型的驱动效应也会有一定的负面影响。此外，由于我国各省份数字发展的差异，不利于区域协调发展，存在着明显的“数字鸿沟”。这种数字化发展差异会使得各区域内的创业活跃度、金融市场等进一步分化，相关头部地区和企业形成了垄断或寡头地位，这种区域数字化发展差异形成的“马太效应”会随着资本的无序扩张进一步凸显。然而，这种“马太效应”仅会为高利润的头部企业或发达地区带来循环的经济和环境效益，而对于产业链靠后位置或不发达地区则会产生“逆向效应”，不利于绿色化发展。同时，“数字鸿沟”的存在也会抑制区域间的协同治理减排，无法有效建立跨区域沟通、学习和交流的规制联防体系。因此，在考虑数字经济驱动工业绿色转型的正向环境驱动效应的同时，也应该注意数字经济对能源消耗的逆向影响。基于此，提出以下假设：

H2：数字经济与工业绿色转型之间呈明显的倒U 形非线性特征，即当数字经济发展到达阈值后，则会对工业绿色转型产生抑制效应。

（三）政府环境规制在数字经济对工业绿色转型中的中介效应

在探析数字经济对工业绿色转型的直接驱动作用机理后，应该考虑政府环境政策工具的间接作用。数字经济改变了传统经济背景下资源配置的参照系和分析方法，缓解了因信息不对称和有限理性造成的资源配置扭曲，并减少了因监管缺失、技术滥用等造成的资源配置新问题。完善的资源配置不仅为工业企业内部提供良好的创新基础，同时能够提升企业外部环境规制政策的执行效率。环境规制作为缓解环境问题的重要工具和抓手，在各个国家和地区都得到了广泛研究和应用。从污染排放的角度来看，强有力的环境规制可以减少环境污染，同时促进工业企业进行更多的创新活动，由技术创新带来的生产效益还能够有效抵消环境保护的成本。此外，较高的环境压力促使工业企业进行研发和技术升级，污染物得到了更好的处理和利用，同时可以显著抑制重工业的扩张，减少化石能源的使用，促使其绿色转型。严格的环境规制使得排放大量污染的新小企业数量锐减，由于严格的规制制度及措施大大提高了生产厂商的成本，市场准入门槛提高，间接导致了环境污染排放的减少。长期看，环境规制持续进行，工业企业将考虑绿色技术创新，技术创新会提高生产效率和污染物处理率，工业绿色转型效率也进一步提升。在数字经济蓬勃发展的时候，政府环境规制作为一种外部监督机制，将会进一步重视工业企业造成的环境问题。因为此时工业企业会选择进一步扩大规模以获取更多的利润，而工业规模扩张带来的环境问题阻碍了工业绿色发展转型，这与政府对工业高质量发展的诉求不符。加大环境规制强度可以使工业企业更好地遵守环境规定，同时在技术创新方面投入更多精力，这将对工业绿色转型产生间接作用。综上，环境规制影响的效率可能会受到数字经济发展水平的激励，数字经济对企业微观个体的绿色转型可能形成一种能够加强环境规制影响的驱动力。基于此，提出以下假设：

H3：政府环境规制在数字经济与工业绿色转型之间具有显著的中介效应。

三、模型构建与指标说明

（一）计量模型构建

本文构建加权最小二乘法估计模型（WLS）与动态面板广义矩估计模型（SYS-GMM）检验数字经济（DE）对工业绿色转型（GT）的直接影响，同时从数字基础（DF）、数字技术（DT）、数字平台（DP）、数字金融（DIF）等视角挖掘数字经济对工业绿色转型的直接驱动效应。其中加权最小二乘法估计模型（WLS）具体定义如下：

Wi表示第i个样本在回归中的权重，用W来表示权重矩阵，那么W=∑-1。此时，采用广义最小二乘法来估计系数，即求最小广义残差平方和：

动态面板广义矩估计模型（SYS-GMM）如下：

“梅特卡夫法则”指出，数字经济存在广泛的网络效应特征，即数字要素对工业绿色转型可能存在着跳跃性影响，而非传统意义上的线性特征。为了刻画数字经济与工业绿色转型之间的非线性关系，进一步剖析数字经济驱动工业绿色转型的最佳区间，本文拟构建二次回归模型：GT=a×DE+b×DE2，将数字经济的平方项纳入二次回归模型中。首先，通过二次回归模型系数估计来判断一次项系数与二次项系数是否异号且显著。其次，寻找断点，如果数字经济的一次项和二次项系数异号且显著，寻找U 形曲线达到最大值时的DE值，记该点为DEmax，由于该检验方法基于二次回归模型进行，故DEmax=-a/2b。再次创建DElow、DEhigh和high三个新变量。变量具体定义如下：

最后，进行断点回归：GT=c×DElow+d×DEhigh+e×high。如果c和d异号且显著，那么GT与DE存在倒U形非线性关系。

与传统经济相比，数字经济更易突破地理空间的限制，使工业绿色转型知识与技术的空间依赖性大幅度降低，因此有必要考虑数字经济背景下区域网络的动态交互性，深入探讨数字经济和工业绿色转型的空间关联作用及数字经济对工业绿色转型的空间溢出效应。因此，本文拟构建空间计量模型进行实证分析：

为了明晰数字经济背景下工业绿色转型的间接驱动路径，本文进一步构建中介效应模型，将环境规制作为中介变量，深入剖析数字经济与环境政策工具共同驱动工业绿色转型的耦合关系。但是由于逐步回归系数方法的检验效力较低[40]，本文在上述逐步回归显著的前提下进行Sobel 检验、Aroian 检验、Goodman 检验及Bootstrap 抽样检验，以进一步确定间接效应的大小及其稳健性[41]。需要说明的是，只要是相同的样本，其间接效应的值应该相同，但在计算间接效应标准误方面具有一定的差异。其三种检验方法如下：

（二）主要变量说明及测度方法

1.本文的被解释变量为工业绿色转型（GT）。工业绿色转型指标体系不应仅体现在清洁生产效率的提高上[42]，还应包含国家绿色发展规划赋予的新内涵。因此，综合考虑工业绿色技术、管理和政策等多个方面，构建更加全面的工业绿色转型评价体系，将有助于更准确地衡量我国工业绿色转型的水平。

基于《规划》中系统推进工业向产业结构高端化、能源消费低碳化、资源利用循环化、生产过程清洁化、产品供给绿色化、生产方式数字化6 个方向转型的新要求，本文从经济效益、清洁生产、结构升级、绿色供给4 个维度，构建工业绿色转型的一级指标。需要说明的是，大多数文献指出因传统工业粗放式发展改革，工业生产过程中清洁生产以及产业结构升级成为工业绿色转型的核心内涵[16]，却忽视了工业产品供给端的工业绿色产品及环保设备供给的重要性。《规划》还强调工业绿色发展要通过“消费即生产”新业态的模式，不断推进工业领域从基础原材料到终端消费产品全链条的绿色产品供给体系。而经济增长与发展潜力是工业绿色转型发展的基石，但现有文献忽略了对这两个指标的分析。因此，本文将工业绿色转型指标体系拓展为经济增长、发展潜力、污染排放、污染治理、资源消耗、资源回收、产业结构高端化、能源结构低碳化、绿色产品供给、环保设备供给10个二级指标。

在细化指标中，参考了冯曦明等[43]对清洁生产的衡量标准，即污染排放、污染治理、资源消耗、资源回收等。在考虑结构升级时，增加了能源结构低碳化衡量标准，这一点与《规划》提出的能源消费低碳化相符。参考姚孟超等[44]将信息化学品制造业、医疗仪器设备及仪器仪表制造业六大产业定义为高新技术产业，以此来衡量产业结构高端化。在绿色供给维度中，参考凌玲等[45]将废弃资源综合利用业及水利、环境和公共设施管理业等合并代表环保产业数据，但当前文献没有明确定义绿色产品的内涵，大多通过估计工业行业的污染排放强度来界定是否属于清洁行业[46]，如电器机械及器材制造业相关产品为清洁产品，而金属制造业的产品为污染产品，故本文将清洁产品总产值定义为绿色产品供给。综合而言，本研究包括20个细化指标，详见表1。

由于权重的不可确定，本文采取改进CRITICTOPSIS 法对各省份工业绿色转型水平综合测度，参考傅为忠等[47]改进CRITIC-TOPSIS方法。以标准差系数替代标准差来消除量纲影响；由于对数据进行标准化时已对负向指标正向化，所以负理想值不区分正负指标；相关系数取绝对值以消除可能存在的负向误差。

设有m个评价对象，n个评价指标，原始数据Xij，i=1，…，m；j=1，…，n，进行无量纲处理：

计算第j项指标的信息量：

其中，σ、分别为第j项指标的标准差和均值，rij为第i项指标和第j项指标之间的相关系数。

计算第j项指标的权重：

然后利用TOPSIS模型，计算加权矩阵：

其中，vij=xij×wj，wj为第j项指标权重。

确定正理想解和负理想解：

其中，J1为效益型指标集合，J2为成本型指标集合。

计算评价对象到正、负理想解的距离：

计算第i个评价对象与理想解的相对贴近度：

其中，0 ≤δ≤1，根据δi数值大小进行排序，数值越大表明越接近最优水平。

2.本文的核心解释变量为数字经济（DE），重点考察数字经济（DE）对我国工业绿色转型（GT）的驱动效应及非线性关系。数字经济作为一种新的经济形态，重点在于利用数字要素来引导资源的合理利用，进而推动生产力的发展。数字经济作为数字技术广泛发展的产物，其内涵界定较为宽泛，因此对其发展水平的综合测量需要基于准确定义的内涵，并且有必要对其多维度要素进行区分和探讨。目前，对数字经济发展水平的评估研究主要涉及数字基础、数字技术、数字金融等维度[48]，但忽视了数字平台的重要性。数字平台经济作为一种新兴经济模式，可以改变产品消费模式，对整合经济资源、提升产业运行效率有着积极的推动作用[13]。为了深入探究数字经济各个数字要素对工业绿色转型的驱动效应，本文从数字经济如何赋能经济体量发展的角度对数字要素进行划分。在数字要素层面，本文将数字基础、数字技术、数字平台、数字金融4个维度作为一级指标，并进一步拓展为基础设施开发与应用、数字技术开发水平、数字人才储备规模、平台基础设施、平台交易、普惠金融6个二级指标。

在细化指标方面，数字基础要素参考孙黎等[49]的做法，选取互联网宽带接入端口、长途光缆线路长度、互联网上网人数及信息传输计算机固定资产投资总额等指标。在数字技术要素中，从数字技术开发水平和数字人才储备规模两个角度出发，其中工业机器人安装密度参考芦婷婷等[50]的做法，使用《中国劳动统计年鉴》收集的各细分行业各省份就业人数与全国总就业人数的比值乘以国际机器人联合会（IFR）发布的中国各行业工业机器人安装量来表示。此外，参考石璋铭等[51]以及纪园园等[13]的做法，从平台基础设施和平台交易两个角度选取工业互联网平台数、互联网企业比重、电子商务交易额及电子商务采购额等指标来表征数字平台要素。综合而言，数字经济要素包括16个细化指标，详见表2。综合测度方法同上。

3.中介变量。选取政府环境规制作为中介变量，参考李树等[52]的做法，以环境行政规章数和环境行政处罚数量的平均值作为衡量政府环境规制的替代指标，为了避免多重共线性影响，对环境规制指标进行对数处理。

4.控制变量。在参考以往研究的基础上，选取经济发展水平、产业结构、外贸依存度及城镇化水平作为控制变量。其中经济发展水平以人均GDP来衡量，产业结构以第三产业增加值与第二产业增加值之比来表示[53]，外贸依存度以进出口贸易总额占GDP 比重来表示[54]，城镇化水平以年底城镇总人口数除以年底总人口数来表示[55]。

（三）数据来源及描述性统计

本文数据来源于我国30 个省份2010—2020年平衡面板数据（因港澳台地区及西藏大部分统计指标缺失，故本文未考虑这些地区）。数据来源于一系列统计年鉴如《中国统计年鉴》《中国城市统计年鉴》《中国高技术产业统计年鉴》《中国科技统计年鉴》等，各类数据库如国泰安数据库、CCER金融数据库等，以及发展报告如《工业互联网产业研究报告》《工业互联网平台新模式新业态白皮书》等。其中部分省份的缺失值使用线性插值法进行补充，描述性统计如表3所示。

表3 描述性统计

四、实证检验

（一）数字经济对工业绿色转型的直接驱动效应

加权最小二乘法估计模型（WLS）能够有效避免回归模型中存在异方差的影响，使得基准回归更加准确。故本文首先基于加权最小二乘法估计模型对数字经济与工业绿色转型之间的关系进行基准回归检验，同时从数字基础、数字技术、数字平台、数字金融等角度分别对工业绿色转型进行回归检验，回归系数估计结果如表4 所示。首先，数字经济的系数为0.135，且在1%统计水平上显著为正，表明数字经济对工业绿色转型具有直接的驱动效应。其次，数字基础、数字技术、数字平台、数字金融对工业绿色转型的系数估计分别为0.164、0.040、0.054、0.013，均显著为正，初步表明数字基础、数字技术、数字平台以及数字金融对工业绿色转型均具有显著的驱动作用。

表4 加权最小二乘法模型估计结果

利用加权最小二乘法估计无法避免模型内生性的问题。为了保证回归结果的稳健性，选择使用系统GMM 模型对基准回归模型进行进一步检验。系统GMM 模型能够同时结合差分模型和原始水平方程，利用高阶的滞后变量作为一阶差分方程的工具变量，并利用差分变量的滞后项作为原始的工具变量方程，能够很好地解决内生性问题。因此，利用系统GMM 模型进一步估计数字经济的直接驱动效应。

系统GMM 模型的估计结果符合稳健性要求，且与加权最小二乘法估计的结果一致。对于扰动项差分自相关问题，AR（1）显著，但AR（2）不显著，说明一阶差分存在自相关而二阶差分不存在自相关。对于过度识别问题，汉森（Hansen）检验均不显著，说明工具变量是联合有效的。由表5 可知，在系统GMM 模型的估计下，数字经济对工业绿色转型的直接效应为0.125，且在1%的统计水平上显著。数字基础、数字技术、数字平台、数字金融对工业绿色转型的驱动效应系数分别为0.111、0.096、0.022、0.026，均为正且显著。

表5 系统GMM模型估计结果

经过实证分析，可以得出以下结论。

首先，数字经济对工业绿色转型具有直接驱动作用，且数字基础、数字技术、数字平台及数字金融均能对工业绿色转型产生驱动作用。数字基础设施为工业绿色经济发展打下了坚实的基础，优化数字基础设施，为绿色生产布局、结构及模块化功能的发展提供了关键性支撑。物联网、云计算和大数据分析等数字技术代表了数字技术在绿色工业转型中的信息处理能力。例如，物联网在运营和供应链管理中的应用，包含了绿色制造系统[56]、创新型产品交付[57]、报废产品回收[58]等。云计算可以大规模扩展虚拟化资源，减少基础设施需求，进而快速部署信息和绿色计算潜力。大数据分析在工业生产的多个领域中发挥着重要作用，数据科学与预测分析可助力工业设计及管理的绿色转型，例如绿色供应链调查[59]、社会可持续性分析[60]、供应链和绿色绩效[61]以及生产服务化[62]。

其次，数字经济的各维度间驱动效应有所不同，在驱动效应估计中，数字基础>数字技术>数字金融>数字平台。我国数字经济的发展尚未进入全面扩展期，数字基础仍然是我国数字经济与工业绿色化转型的关键基础与支撑。此阶段，数字基础的驱动效应相对较大。而面对即将到来的全面扩展期，数字技术与数字金融的驱动效应将不容小觑，它们与数字基础的驱动作用无限接近。这是因为数字技术和数字金融将与实体经济进一步深度融合，工业经济的智能化水平不断增强，将成为工业绿色化的核心发展方式之一。

再次，数字金融具有强大的地理穿透能力，能够突破传统市场经济的分割，促使区域间绿色技术差异逐渐缩小。数字金融通过收入效应和人力资本效应，发挥区域绿色发展的激励作用[63]，并通过市场效应和产业结构效应，推动工业绿色创新的发展[32]。

最后，数字技术嵌入的数字平台在绿色产品端发挥着服务交易和价值共创的功能。当数字要素在工业绿色转型中的信息处理能力进一步增强时，数字平台将在工业规模化中广泛应用，进而强化工业绿色生态的属性。数字平台研究主要强调建立跨组织平台，实现工业供应链内的数字连接、绿色系统集成和信息交换[64]。由于运营和环境管理都是信息密集型活动[65]，经济和环境绩效的实现依赖于足够的信息和信息处理能力，以支持绿色产品设计、生产和交付，而数字平台促进了供应链之间的实时信息传输、数据完整性、可见性和连通性，更有利于客户需求管理、原材料供应和库存管理以及生产优化和控制，这将潜在地带来经济和环境绩效，从而促进工业的绿色转型。

（二）数字经济与工业绿色转型：空间溢出效应

首先，选取经济地理嵌套矩阵作为空间基础矩阵，以更好说明各省份之间的距离关系，有效避免经济距离产生的内生影响。接着运用豪斯曼（Hausman）检验，拒绝原假设即为拒绝随机效应回归，因此采取固定效应回归。LR检验和Wald检验均显著，则拒绝模型可变化为空间误差模型或空间滞后模型的原假设，故选择空间杜宾模型。根据拟合优度以及最大似然估计值判断得出时空固定的空间杜宾模型拟合最好，故选择时空固定的杜宾模型。结合解释变量回归系数的估计结果及分解后的直接效应及空间效应，分析数字经济对工业绿色转型的具体空间溢出影响，数字经济对工业绿色转型的分解效应结果见表6。被解释变量空间系数显著为正，表明我国各省份工业绿色转型发展具有显著空间溢出效应。

表6 空间面板模型计量回归及效应分解结果

其次，数字经济的系数为0.129，且在1%的统计水平上显著，进一步表明数字经济对工业绿色转型具有直接驱动效应。数字经济的空间影响系数（W×DE）为1.070，显著为正，初步表明数字经济对工业绿色转型具有一定空间溢出作用。但当空间滞后系数不为0 时，解释变量的回归系数并不能准确反映对被解释变量的影响，为准确估计数字经济对工业绿色转型的影响，本文在空间杜宾模型基础上进行效应分解，分别分解为直接效应和空间效应。直接效应代表本省份的数字经济对本省份工业绿色转型的影响；空间效应代表本省份数字经济对相邻省份工业绿色转型发展的影响。数字经济对工业绿色转型的直接效应、空间效应和总效应分别为0.098、0.558和0.656，显著为正，表明数字经济对本省工业绿色转型具有直接正向影响，但并不仅仅是省份内部的表现，随着地理距离的不断扩大，正向空间溢出效应亦较为显著。因此，数字经济对工业绿色转型具有空间溢出作用，表明与传统经济相比，数字经济发展更易于突破空间地理的限制，同时考虑到数字经济背景下区域网络的动态交互性，从而使得工业绿色转型知识和技术的空间依赖度大幅度降低，从而产生正向的空间关联作用。数字经济作为一种环境友好节约型经济，会不断对相邻区域内的高污染、高排放工业产生“挤压效应”，同时这种双向的数字化溢出效应会从供给端和需求端培育和引导消费者的绿色消费理念，进而迫使工业绿色转型。因此，假设H1得到验证。

空间计量模型可能存在一定内生性问题，为了进一步克服检验模型可能存在的内生性问题，本文采用空间SAR模型的GMM方法，既可排除变量滞后产生的影响，也能解决实证模型本身的内生性问题。遵循凯莱健和普鲁查（Kelejian&Prucha）[68]的思路，选取了数字经济与空间矩阵的乘积作为工具变量。如表7所示，最大似然估计值为735.996，并不显著，因而接受了工具变量有效的原假设。因此，在考虑了内生性问题后，数字经济对工业绿色转型仍然具有显著的空间溢出效应。

表7 空间SAR模型的GMM估计

（三）数字经济与工业绿色转型：非线性关系

在机理分析中，基于“梅特卡夫法则”探讨了数字经济与工业绿色转型之间可能存在的倒U 形非线性关系，将采用一种方法来检验这种非线性关系以解决传统方法的缺陷。在实证回归中，通常加入核心解释变量的平方项，并基于平方项与一次项系数是否显著异号来确定倒U 形非线性关系，但该方法有可能导致模型过度拟合样本数据，忽视变量间潜在的真实关系，尤其是在多维指标体系中，这种散点拟合曲线有可能会导致错误的判断[66]。因此，将参考西蒙逊和奈尔森（Simonsohn&Nelson）[67]提出的一种改进方法来确定数字经济与工业绿色转型之间的倒U 形非线性关系的存在。

首先，根据数字经济与工业绿色转型的原始数据绘制拟合散点图（见图2）。通过拟合曲线初步表明数字经济与工业绿色转型之间的倒U形非线性关系，但仍需进行后续相关检验。其次，进行二次回归发现数字经济及其平方项系数异号且显著。在此基础上，找到倒U 形到达最大的数字经济值为0.408，即DEmax=-a/2b。最后，进行断点回归估计，回归结果如表8所示。显然，DE_low与DE_high的回归估计系显著，分别为1.468和-1.549，在断点左右两侧异号且显著，表明数字经济与工业绿色转型之间存在着倒U形非线性关系。

表8 断点回归估计结果

图2 数字经济与工业绿色转型拟合散点图

实证检验结果发现，数字经济与工业绿色转型之间存在明显的倒U 形非线性关系。当数字经济发展达到一定阈值后，将会对工业绿色转型产生抑制效应，而拐点大约位于76%水平位置。这种倒U 形非线性关系可能主要是由两个因素造成的：一是数字经济发展到中后期，引发了收入效应，进一步扩大了工业规模，然而，工业绿色化生产效率相对停滞，绿色产品消费端达到饱和，这导致工业绿色转型效率降低。二是在数字经济即将面临全面扩展的时期，需要大量的电力资源支撑。然而，工业企业面临着大规模的电力需求，而非化石能源在短期内难以替代，尤其是在我国，火力发电占比达到75%以上。因此，数字经济发展到中后期，对工业绿色转型的支撑力度可能会逐渐减弱，出现拐点，增长不断饱和，逐渐趋于平衡。

为了更进一步确认断点回归结果的可靠性，本文绘制了断点回归拟合图（见图3），分别对断点左右两侧的散点进行拟合，发现拟合线呈现出先增后减的趋势，该结果表明断点回归结果具有稳健性，假设H2得到验证。

图3 断点回归拟合图

（四）数字经济与工业绿色转型：环境规制的中介效应

数字经济发展可能直接作用于工业绿色转型，也有可能通过政府环境政策工具来影响工业绿色转型发展。由于逐步回归法检验中介变量间接作用的效力较低，对间接作用的估计可能会存在一些偏差，因此，为进一步确定环境规制间接作用大小的稳健性，将利用Sobel-Goodman中介效应模型估计确保间接效应大小的稳健，中介效应模型输出结果如表9 所示。其中Sobel、Aroian 及Goodman检验的系数均为0.031，且在1%的统计水平上显著，表明环境规制的间接作用大小结果较为稳健，与逐步回归法相一致。

表9 中介效应模型估计结果

为了进一步获取间接效应的标准误差和置信区间，利用Bootstrap 模型重新抽样1 000 次计算，模型估计结果如表10 所示。显然，Bootstrap 模型估计结果与上文检验一致，其中间接效应、直接效应、总效应修正后的置信区间分别为[0.010，0.071]、[0.053，0.153]、[0.083，0.204]，并不包含0，说明中介效应非常显著，故使得环境规制中介作用的结论更加稳健。

表10 Bootstrap模型估计结果

分析结果表明，政府环境规制在数字经济与工业绿色转型之间发挥着显著的中介作用，其中介效应约为22.7%。当数字经济蓬勃发展时，政府环境规制作为一种外部监督机制，能促使工业企业更为关注环境问题。此时，工业企业可能会选择扩大规模以获取更多的利润，但规模扩张可能会加剧环境问题，这与政府对工业高质量发展的诉求不符。加强环境规制力度可以解决这一矛盾，同时也可以激励工业企业进行绿色创新，从而在绿色产品市场上获得竞争优势，提高绿色生产效率，并实现能源转型。因此，政府环境规制在数字经济推动工业绿色转型的过程中发挥着积极的推动作用，假设H3得到验证。

五、研究结论与政策建议

（一）研究结论

本文从工业绿色转型目标出发，结合数字经济的4个维度，构建我国数字经济和工业绿色转型指标的新体系，精确刻画符合时代发展特征的数字经济和工业绿色转型发展水平，进而有效揭示了数字经济对工业绿色转型的驱动效应，具体研究结论如下：

第一，数字经济与工业绿色转型之间呈明显的倒U形非线性特征。基于数字赋能理论，构建加权最小二乘法回归和动态面板的系统广义矩估计模型，从数字基础、数字技术、数字平台、数字金融等视角挖掘数字经济对工业绿色转型的直接驱动效应。其中，数字基础、数字技术、数字平台及数字金融均对工业绿色转型产生驱动作用，且在驱动效应估计中，数字基础>数字技术>数字金融>数字平台。同时通过“梅特卡夫法则”揭示了数字经济存在广泛的网络效应特征。数字要素对工业绿色转型存在跳跃式影响，而非传统意义上的线性特征，即当数字经济发展到达阈值后，则会对工业绿色转型产生抑制效应，且拐点约在76%水平位置。

第二，数字经济发展更易于突破地理空间限制，大幅度降低工业绿色化知识和技术的空间依赖性。基于空间计量模型，全面剖析了空间维度下数字经济驱动工业绿色转型的空间溢出效应，即邻近地区数字经济发展对本地区工业绿色转型具有驱动作用，且存在空间联动效应。

第三，从环境政策驱动层面，揭示了数字经济渗透与环境政策工具绿色转型驱动效应的耦合作用。具体而言，政府环境规制在数字经济与工业绿色转型之间具有显著的中介效应，且中介效应约为22.7%。

（二）政策建议

第一，数字经济对工业绿色转型具有重要的赋能作用，应积极引导工业实体经济确立“数实融合”的发展理念。政府可以采取多种措施，加大对数字技术在传统产业中的应用推广力度，鼓励企业积极采用数字化技术改造生产过程和管理模式，提高生产效率和产品质量；不断加强数字基础设施建设，推动区块链、云计算、大数据等技术与工业实体绿色发展的深度融合。同时，政府还应发挥数字普惠金融在区域间存在的“示范效应”与“竞争效应”，注重区域间的金融资源协调与合作，促进企业之间的合作创新，实现产业链、价值链和创新链有机融合，提高整个行业的竞争力，为工业绿色化发展转型提供良好的金融支持环境。最后，政府应注重发挥数字平台和数字资源在工业绿色转型中的价值和关键性作用。

第二，基于数字经济对工业绿色转型的溢出效应，应加强区域间的合作联动，推动转型驱动政策的空间互联。探讨适宜的数字要素协同发展策略，注重多省份的工业协同治理转型，建立跨区域沟通、学习和交流的规制联治体系，深化各个区域的合作，共同构建和完善高效、共享、共赢的工业绿色转型发展规划体系。主导跨层级、跨区域、跨部门的数据要素共享，促进产业协同发展，不断提升发达省份中数据要素的有序开放程度，在各区域的深入共享交流中逐步释放数据红利，加强各地区产业链条的衔接和协作，实现优势互补和资源共享，从空间视角实现高效率工业绿色协同转型。

第三，制定适当的环境政策，促进工业企业进行研发和技术升级，降低工业污染排放，从而实现工业绿色化发展。为确保政策的实施效果，应根据各地区的实际情况制定不同的环境政策，加强监管和执法力度，避免环境污染问题长期得不到有效解决。为发挥政府的环境政策规制和数字经济的协同作用，需要制定科学合理的政策措施，促进各方合作共同推动工业绿色转型，还可以通过建立绿色技术创新基金、提供绿色转型贷款、鼓励企业参与环保标准制定等方式，为企业提供政策支持和资金保障。

注释：

①《“十四五”工业绿色发展规划》提出全面提升绿色制造水平，参见中国政府网（www.gov.cn）。