数字技术创新对制造业绿色转型的影响研究<br/>——基于长江经济带和黄河经济带的比较

数字技术创新对制造业绿色转型的影响研究
——基于长江经济带和黄河经济带的比较

2024-01-04王海杰李奕非王全景

地域研究与开发 2023年6期

王海杰，李奕非，王全景

(郑州大学商学院,郑州 450001)

0 引言

中国制造业占全球近30%的制造业市场份额,但能源消耗和污染排放问题日益凸显,制造业绿色转型迫在眉睫。2022年我国数字经济规模达到50.2万亿元,占全国经济总量的41.5%,数字经济成为经济高质量发展的重要引擎。数字技术创新将数据要素引入生产要素配置,有助于提高制造业企业生产工艺水平,降低成本并提升生产效率,同时有效提高政府监管力度,助推制造业绿色转型。党的二十大报告明确提出要加快建设制造强国和数字中国,实现制造业智能化、绿色化,数字技术创新为推动制造业绿色转型提供了现实路径。

长江经济带发展战略与黄河流域生态保护和高质量发展战略已成为国家重大区域战略。2021年长江经济带和黄河经济带GDP占全国的66.74%,但其发展也面临生态保护和产业结构升级的双重挑战,黄河经济带形势尤为严峻。黄河经济带以传统制造业为主,流域生态体系脆弱,发展战略是将修复流域生态和加强环境治理放在首位,核心是生态保护。长江经济带以现代制造业为主,高质量发展取得了显著的成效。如何合理借鉴长江经济带的发展经验,助推黄河经济带制造业绿色转型,对实现地区经济高质量发展具有重要的现实意义。

制造业绿色转型和数字技术创新之间的影响机制研究较为缺乏。制造业绿色转型是以绿色发展理念为指导,以资源集约利用和环境友好为导向[1-2],通过绿色技术创新实现绿色生产[3],兼顾经济和社会效益,实现生态环境改善和经济社会高质量发展的可持续发展模式[4]。随机前沿分析[5]、TOPSIS评价模型与AHP层次分析[6]以及DEA数据包络分析[7]是衡量地区制造业绿色转型常用的方法。制造业绿色转型影响因素的研究以传统工业技术创新[8]、环境规制[9]和外商直接投资[10]为主。数字技术创新是通过计算、连接技术、信息和通信方面的技术组合创新[11],实现产品升级、改进生产过程、推动组织模式适应性变革以及商业模式的创新[12]。创新水平的测度方法主要包括数字发明专利[13]、评价指标体系构建[14]和文本挖掘法,影响效应研究主要体现在定性分析数字技术创新如何提高生产效率[15]、激发产品和服务创新[16]、商业模式创新[17],定量研究相对缺乏。

本研究以长江经济带和黄河经济带的省级数据为样本,运用双向固定效应模型分析数字技术创新对制造业绿色转型的影响,构建绿色创新投入和产出的中介效应模型,从环境规制和制造业规模视角分析数字技术创新影响制造业绿色转型的门槛效应和区域异质性,探讨数字技术创新对制造业绿色转型的影响机制,借鉴长江经济带发展经验,为黄河经济带制造业绿色转型提供参考。

1 理论分析与研究假设

1.1 数字技术创新对制造业绿色转型的直接影响

1.1.1 促进作用

数字技术将数据要素引入制造业,能够调节制造业资源配置效率,提高传统资本、劳动等有形生产要素的使用价值和流动范围。同时,从本质上改变要素使用规范,从注重“所有”转变为注重“使用”[18],降低对实体资源的依赖,提高生产要素的使用效率。基于此,提出假设:数字技术创新能推动制造业绿色转型(H1a)。

1.1.2 抑制作用

数字技术创新对绿色转型可能产生抑制作用[19],数字技术创新能够提高资源可用性,但也加大了能源消耗规模[20]。若数字技术创新降低的能源消耗量远小于增加的电耗量,则不能达到能源节约的目的。此外,制造业通过数字技术创新降低产品边际成本,扩大生产规模可能导致能源回弹效应[21],抑制制造业绿色转型。基于此,提出假设:数字技术创新会抑制制造业绿色转型(H1b)。

1.2 数字技术创新对制造业绿色转型的间接影响

1.2.1 优化绿色创新投入

数字技术创新增强制造业创新过程中搜索、分析、纠正和改进的能力[22],降低创新试错成本,提高绿色创新效率和创新能力,有效缓解融资约束难题[23],从而降低绿色创新风险,推动制造业绿色转型。基于此,提出假设:数字技术创新通过优化绿色创新投入推动制造业绿色转型(H2)。

1.2.2 提高绿色创新产出

制造业企业利用数字技术对相关绿色技术进行信息追踪,掌握相关绿色技术的最新发展动态,使研发产出站在创新前沿,提高绿色创新的可用性和多样性。基于此,提出假设:数字技术创新通过提高绿色创新产出推动制造业绿色转型(H3)。

1.3 数字技术创新对制造业绿色转型的门槛效应

1.3.1 环境规制的门槛效应

当环境规制力度较小时,制造业利用数字技术创新实现生产流程的自动化和智能化,扩大了生产规模,但能源消费总量并未减少,此时专注盈利的企业倾向于缴纳污染罚款而非增加绿色创新投入,“遵循成本”效应凸显。当环境规制力度较大时,区块链等数字技术提高政府对企业排污的监管程度,降低其“蒙混过关”的可能性,倒逼企业进行绿色技术研发,从而推动制造业绿色转型。基于此,提出假设:环境规制对于数字技术创新对制造业绿色转型的影响存在门槛效应(H4)。

1.3.2 制造业规模的门槛效应

当地区制造业规模较小时,企业缺乏转型动力和相应基础配套设施。当地区制造业达到一定规模时,较为完善的供应链和生产体系推动数字技术创新发挥协同效应。基于此,提出假设:制造业规模对于数字技术创新对制造业绿色转型的影响存在门槛效应(H5)。

2 模型构建与数据来源

2.1 模型构建

为了分析数字技术创新对制造业绿色转型的影响,检验H1a和H1b,构建面板模型,表达式为:

Git=α0+β1Dit+γCit+μi+vt+εit。

式中:Git,Dit分别为i省份t年份制造业绿色转型水平和数字技术创新;Cit为控制变量集合;β1,γ为各变量系数;α0为常数项;μi和vt分别为地区和时间的固定效应;εit为随机扰动项。

为深入研究数字技术创新对制造业绿色转型的作用机制,从绿色创新投入、绿色创新产出两方面,参考温忠麟等[24]的逐步回归法进行中介效应分析,在基准模型基础上构建模型,表达式为:

Mit=θ0+θ1Dit+γCit+μi+vt+εit。

Git=ω0+ω1Dit+ω2Mit+γCit+μi+vt+εit。

式中:Mit为中介变量;θ1,ω1,ω2为各变量系数;θ0,ω0为常数项。若θ1,ω1和ω2显著,说明存在部分中介效应;若不完全显著,则需进行Bootstrap检验。

为探究是否存在制造业规模和环境规制的门槛效应,借鉴B.E.Hansen[25]的方法构建门槛模型,表达式为:

Git=α0+β1DitI(Pit≤λ1)+β2DitI(λ1

式中:Pit表示门槛变量;λ表示门槛估计值;I(·)为示性方程,若符合方程条件,取值为1,否则为0。

2.2 指标选取

2.2.1 被解释变量

借鉴已有研究[7,26-27],被解释变量制造业绿色转型(G)用非期望产出的SBM模型计算的制造业绿色生产效率衡量。投入指标包括资本投入、劳动投入和能源消费,分别用制造业固定资产净值、制造业规模以上工业企业平均用工人数和工业终端能源消费总量来表示;产出指标包括期望产出和非期望产出,其中,期望产出指标为制造业主营业务收入,非期望产出指标为工业SO2排放量、工业废水化学需氧量和工业烟尘排放量。

2.2.2 解释变量

数字技术创新(D)为解释变量。利用陶峰等[28]对数字技术专利的识别方法筛选数字技术专利,参照已有的专利价值指标体系[29-30],从技术领域构建数字技术专利创新指标。由于专利包含信息有限,为凸显数字技术创新的经济转化价值,借鉴岳佳坤等[31]的研究,加入创新扩散水平指标。借助熵权法构建数字技术创新指标体系,主要分为技术创新价值、经济效益价值两部分。技术创新价值指标包括:① 用数字技术发明专利的平均知识宽度表示地区数字技术知识的复杂程度,体现技术创新价值[32];② 用数字技术发明专利申请量代表区域数字技术市场的活跃度;③ 用数字技术发明专利的被引证次数表示技术专利的原创性和影响力。经济效益价值指标包括:① 用技术市场成交额表示数字技术创新的市场价值;② 用软件行业收入表示数字技术创新商业化转换水平;③ 用数字技术专利转让次数表示数字技术创新的经济价值;④ 用各省份在多国专利组织有优先权的专利数量(1)相较于中国,欧美国家申请专利成本高昂。若无外部资助,企业只为拥有竞争潜力和潜在效益的技术申请专利。表示数字技术创新的经济效益转化潜力。

2.2.3 中介变量和门槛变量

中介变量绿色创新投入(R)用新产品研发支出与新产品产值的比值衡量,绿色创新产出(Q)用地区制造业绿色发明专利被转让次数的总和来表示。门槛变量环境规制(E)用固体废物利用率表示,制造业规模(S)用规模以上工业企业单位数量表示。

2.2.4 控制变量

地区经济发展水平(Gdp)用地方人均生产总值的对数衡量;外商直接投资(Fdi)用地区当年实际利用外资额的对数衡量;数字普惠金融发展水平(Fin)用北京大学数字金融研究中心编制的数字普惠金融指数[33]衡量;财政压力(Fp)用地方一般公共预算支出与收入的差值与地方一般公共预算收入之比衡量;数字经济基础建设(Inf)用光缆线路长度衡量;人力资本水平(Lab)用每10万人中高等学校平均在校生数的对数衡量。

2.3 数据来源

选取2010—2020年长江经济带和黄河经济带19个省份为样本,专利数据来源于大为专利数据库,其他数据来源于《中国统计年鉴》、中经网数据库,缺失数据用插值法补齐。为消除极端值的影响,对数据进行1%和99%的缩尾处理。使用Stata 16.0和Matlab进行分析。

3 结果与分析

3.1 基准回归结果

3.1.1 双向固定效应模型

基于双向固定效应模型的基准回归结果(表1)显示,全样本回归中数字技术创新(D)的系数显著为正,说明数字技术创新能够促进制造业绿色转型,验证了假设H1a。在长江经济带样本中,D的系数显著为正;在黄河经济带样本中,D的系数转变为负,表明数字技术创新对制造业绿色转型的影响存在异质性,验证了假设H1a和假设H1b。长江经济带尤其是下游地区处于工业化中后期,拥有良好的产业基础,数字技术创新能够发挥知识溢出效应和规模效应,推动相关行业协同创新,增强产业间绿色转型的凝聚力。而黄河经济带仍以传统资源型产业为主,传统制造业价值链低端的定位冲抵数字技术创新带来的红利,同时缺乏科技创新能力支撑,短期内数字技术创新更易表现为抑制作用。

表1 基准回归结果

从控制变量来看,全样本中仅有数字普惠金融发展水平(Fin)和财政压力(Fp)两个控制变量回归结果显著。在黄河经济带,Fp的系数显著为负,说明财政压力可能导致政府减少节能减排等外部性较强的优惠政策;数字经济基础建设(Inf)的系数显著为正,说明数字基础设施建设能推动制造业绿色转型。长江经济带大部分控制变量不显著的原因可能是小样本量影响控制变量的显著性,在相关研究中也出现过类似的情况[34-35]。

3.1.2 稳健性检验

为确保基准回归的可靠性,采取以下方法进行检验(表2):① 借鉴罗佳等[36]的数字技术创新衡量方法,用数字技术发明专利的授权数量(Dp)替代原解释变量;② 考虑到数字技术创新对制造业绿色转型的影响可能存在时滞性,将解释变量进行滞后1期(Dt-1)处理;③ 中国数字经济2012年开始快速发展,将研究区间缩减至2012—2020年。结果显示,主要解释变量系数方向与大小和基准回归结果基本一致,研究结果具有稳健性。

3.2 中介效应结果分析

绿色创新投入和绿色创新产出的中介机制检验结果(表3)表明,在长江经济带,数字技术创新能够降低制造业绿色研发成本,且在基准模型中加入绿色创新投入变量后,中介变量系数显著为负,数字技术创新系数显著并减小,通过中介效应检验,验证了假设H2;在黄河经济带,数字技术创新对绿色创新投入的回归系数不显著,未通过Bootstrap检验。在长江经济带,数字技术创新对绿色创新产出的影响系数显著为正,加入中介变量后结果显著,通过中介检验,验证了假设H3;在黄河经济带,数字技术创新对绿色创新产出的回归系数不显著,且未通过Bootstrap检验。

表3 中介机制检验结果

根据理论分析,该中介机制实现的重要基础是地区数字技术创新水平已经达到能为绿色创新投入和产出提供各类优化要素的程度。结合数字技术创新实际发展情况对中介结果进行分析(图1)。经济带内部数字技术创新发展水平均存在明显不均衡,但整体来看,长江经济带数字技术创新整体发展水平明显高于黄河经济带,具有明显的创新优势,与理论分析保持一致。黄河经济带数字技术创新仍处于起步阶段,员工培训、高技术人才引进及淘汰人员的分流会提高人力成本,制造业信息交流和知识传递能力仍需提高。因此,绿色协同创新的中介路径无法实现。

图1 长江经济带和黄河经济带数字技术创新水平变动趋势Fig.1 Trends in the innovation level of digital technology in the Yangtze River Economic Belt and the Yellow River Economic Belt

3.3 门槛效应结果分析

门槛检验结果(表4)表明,环境规制通过单门槛显著性检验,制造业规模通过双门槛检验。

表4 门槛效应检验

在环境规制门槛效应(表5)中,E≤0.810时,数字技术创新(D)的系数显著为负;E>0.810时,D的系数显著为正,数字技术创新对制造业绿色转型的影响呈“U”型关系,验证了假设H4。根据门槛值将长江经济带和黄河经济带各省份进行分类,其中,高于门槛值的省份集中在长江经济带下游,拥有较高的环境规制水平,说明长江经济带下游数字技术创新对制造业绿色转型起到促进作用,其余地区倾向于抑制作用。

在制造业规模门槛效应(表6)中,S≤88.040时,D的系数不显著;但跨过这一门槛后,D的系数显著为负;S>363.040时,D的系数显著为正,结果与假设H5不符。原因可能在于中等制造业规模大的地区在引入数字技术初期在融资、引进技术等方面存在压力,短期内数字技术创新表现出阻碍制造业绿色转型的作用。当制造业规模扩张到一定程度后,数字技术创新才能充分发挥绿色创新的协同效应,助推制造业绿色转型。按照门槛阈值将制造业分为大、中、小规模,长江经济带下游的江苏、浙江拥有较大规模的制造业企业,黄河经济带下游的河南、山东,长江中上游的四川、湖北、湖南、江西、安徽拥有中等规模的制造业企业,其余省份拥有较小规模的制造业企业。

表6 制造业规模门槛模型回归结果

4 结论、讨论与建议

4.1 结论

数字技术创新对制造业绿色转型存在直接影响和间接影响,环境规制的门槛效应假设与实证结果相符,但制造业规模的假设与结果不一致。

数字技术创新对制造业绿色转型存在双重影响,在长江经济带呈现促进作用,在黄河经济带呈现抑制作用。

在长江经济带数字技术创新通过优化绿色创新投入和提高绿色创新产出推动制造业绿色转型,在黄河经济带该中介机制不显著。

在以环境规制和制造业规模为门槛变量时,数字技术创新对制造业绿色转型的影响均表现出“先减后增”的变化趋势。

4.2 讨论

已有研究认为长江经济带数字化水平对制造业绿色转型起到正向影响[34,37],本研究结论与其基本一致,但在黄河经济带样本中存在抑制作用。吴卫红等从绿色工艺创新的角度分析数字化技术转型如何推动制造业绿色转型升级[38],本研究通过衡量绿色创新的投入和产出这一细化的新视角证实数字技术创新通过赋能绿色创新推动制造业绿色发展的路径。已有研究更侧重分析数字化对制造业绿色转型的积极作用,本研究在此基础上以上中下游进行分类进行分析,发现数字技术创新对制造业绿色转型仅在长江经济带下游起明显的促进作用,而中上游地区与黄河经济带均表现为抑制作用。产生这种异质性的原因在于:(1)长江经济带下游的高水平环境规制培养出企业绿色发展意识,绿色创新动力较强,能有效降低企业制造业转型的内部阻力。虽然近年来长江经济带下游(如上海市)的制造业规模有所下降,但大部分是由于制造业内迁导致的,高污染制造业转移反而使地区产业结构绿色化,与此同时新兴高技术制造业蓬勃发展也为数字技术创新研发和实施提供实践环境和资源,数字技术创新对制造业绿色转型的促进作用更为明显。(2)黄河经济带和长江经济带中上游均存在环境规制水平较低的问题,粗放式发展模式导致传统高能耗产业发展惯性大,企业更倾向于以牺牲环境为代价通过数字技术创新实现低成本产品的规模扩张,创新补偿效应难以凸显。虽然制造业迁移至环境规制较弱的内陆地区导致部分经济带中上游地区制造业规模扩大,但高能耗企业的增加却加大了绿色转型难度。此外,黄河经济带下游的山东省制造业正在快速发展,但集中在传统的装备制造、生物医药等产业,其他高技术产业相对滞后,传统制造业与数字技术对接的产业层次能级差距大,数字技术的创新动能难以释放。