数字经济背景下工业绿色转型的协同驱动效应——基于系统动态行为视角

曹长帅，苏迎娟

（1.南京大学经济学院，江苏 南京 210093；2.江苏师范大学商学院，江苏 徐州 221116）

一、引 言

《“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了坚实基础（1）。改革开放以来，我国工业发展一直主导着经济增长，对国内生产总值（GDP）增长贡献率达38.1%。然而，“粗放式”的发展模式（2）虽促进了经济的迅猛发展，但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，我国开始明确提出环境减排的约束性指标（3），工业发展受到环境目标约束，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及“碳达峰、碳中和”目标［2］。

数字经济背景下，工业互联网、云计算、大数据、数字普惠金融等新型数据要素，能够从深度和广度上，促进资源在工业发展中的合理配置，实现与工业实体经济绿色发展相融合［2］。例如，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，打破了技术领域间的边界，提升了工业绿色转型系统的运行效率。数字经济在实现工业经济可持续增长的同时，能够产生脱钩效应，不断减少污染排放，具有显著的环保效益。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［2］。

然而现实中，工业绿色转型是涉及经济、资源、环境、创新等要素的复杂系统问题，其影响因素较多且各因素之间联系密切，由此决定了数字经济对工业绿色转型发展并非简单的线性驱动，可能面临复杂多样的非线性约束。此外，传统计量分析模型难以对数字经济背景下工业绿色转型驱动路径进行模拟，很难预测不同情景下工业绿色转型的演化趋势。如何结合数字经济与工业绿色转型之间的动态反馈关系，构建工业绿色转型的系统仿真模型进而梳理各关键驱动要素之间的作用关系，设定不同驱动方案对探讨数字经济背景下工业绿色转型的最优路径选择和最佳协同效应，极具现实意义。

本文主要安排如下：首先，从理论角度出发，论证物质资本与技术资本对工业绿色转型存在最佳协同驱动效应；其次，根据《规划》赋予的新内涵，建立指标体系全面衡量我国工业绿色转型发展水平；再次，结合现实工业绿色转型过程中复杂多样的约束机制，构建系统动力学模型，模拟不同情景下工业绿色转型驱动系统的要素变化趋势和实现路径；最后，提出文章的研究结论及政策建议。

二、文献综述

目前，针对工业绿色转型的相关研究主要集中在转型发展综合测度和静态驱动因素分析两方面［2］。对于转型发展综合测度，学者们通常采用以下方法来衡量绿色转型水平：一是利用数据包络分析法对不同的投入产出指标进行测度，以评估绿色全要素生产率，并以此来衡量工业转型绩效［3］。二是选取某个特定创新型变量来衡量工业绿色发展，例如工业部门的绿色发明专利以及绿色实用新型专利等［4］。三是构建工业绿色转型指标体系，利用多重维度指标体系，通过降维综合衡量工业绿色转型［5-7］。

对于静态驱动因素分析，主要集中在资源投入、要素资源配置、环境政策工具和技术创新方面。其中，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。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［8］。要素资源配置对工业绿色转型的影响研究主要关注抑制污染物排放和缓解生产率衰退这两个方面［2］。在工业绿色转型过程中，要素资源错配往往会导致资源价格被低估。如果价格信号在市场机制中失效，较低的价格就会导致资源过度消耗。对于一些高消耗、高投入的传统工业企业，它们会继续沿用传统生产模式，导致要素资源配置失灵，进而抑制工业绿色转型［2，9］。要素资源有效配置也可以提高供应链运行效率和矫正过度投资，进而提高全要素生产率，促进工业的绿色转型升级［2，10］。此外，环境规制是缓解环境问题和实现工业绿色转型的重要手段［11-12］，当工业发展趋向“粗放”，环境承载力底线被逼近或突破时，传统生产要素的边际贡献会不断降低。在这种情况下，技术创新成为工业绿色转型发展的重要路径之一。例如Lanoie等（2011）的因果检验表明，绿色技术创新能够显著影响企业环境绩效［13］。岳鸿飞等（2017）认为，实现绿色转型的关键在于技术引进和自主创新，这适用于劳动密集型和技术密集型产业［14］。Li等（2019）的研究表明，技术创新可以促进产业绿色发展，提高生产效率进而可以减少对资源的依赖程度，增加生产要素的边际贡献［15］。朱东波（2020）认为，绿色技术创新是我国工业结构绿色转型的核心动力，同时也能与环境政策协同推动工业转型发展［16］。现有研究普遍关注两者关系的“静态快照”，鲜有从系统动态行为视角去探讨数字经济背景下工业绿色转型的协同驱动效应。

基于此，本文构建系统动力学模型，从系统动态行为视角研究工业绿色转型协同驱动问题。系统动力学方法最早由Forrester在1956年提出，用于分析复杂的动态反馈系统［17］。此后,系统动力学被广泛用于经济环境系统［18］、能源经济与创新［19］、污染控制与产业规划［20-21］以及产业政策模拟等领域［22］。该方法在处理非线性、高阶复杂性系统问题方面具有显著优势，尤其在分析社会经济环境系统方面效果突出［18］。同时，系统动力学模型可以在模拟仿真中直观分析各要素之间的关系，反馈系统结构、功能与行为的相关信息［23］。基于工业绿色转型系统内外部驱动的“路径黑箱”，并且需要进一步探析与阐述多要素协同驱动的系统结构，系统动力学模型更易于反馈各单元、子系统的信息输出，直观地剖析内部系统机制，模拟工业绿色转型系统行为趋势、策略模式、波动周期、相位超前及滞后等。因此，本文将应用系统动力学模型进行路径及情景模拟，进而揭示工业绿色转型系统的动态演化机制。

本文边际贡献有以下三点：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，精确刻画符合我国新时代发展特征的工业绿色转型发展状况。二是建立具有规模报酬不变特征的宏观绿色经济增长模型，从数理上论证了物质资本和技术资本对工业绿色转型存在最佳协同驱动效应，且两者具有内在耦合关系，具有一定理论价值。三是基于价值创造及生产方式重塑的数字经济发展新内涵，结合创新引领绿色发展以及环境治理政策助推低碳转型的战略导向，从系统动态行为视角推演不同情景下工业绿色转型发展的演化趋势，对比不同驱动模式对工业绿色转型的作用强度和敏感程度，为我国政府部门在数字经济背景下针对工业绿色转型的驱动靶向政策提供了参考与优化依据。

三、理论分析

（一）最佳协同效应存在性分析

要素发展与工业绿色转型存在交错复杂的关联，在不同的经济基础、自然资源禀赋以及时空分布下可能呈现截然不同的发展态势。因此，论证各要素在工业绿色转型中能否发挥最佳协同效应具有较强的理论价值，并为后文基于系统动力学的中国工业绿色转型要素协同驱动效应分析提供有力支撑。

金融发展理论认为金融资源配置能够影响资本积累进而作用于产业可持续发展［24］，数字经济作为金融发展理论的最新演化，能够通过多渠道加速资本积累活动。因此，本文将数字经济作为物质资本的代理变量。新增长理论将“技术水平”分为具有使用排他性的“竞争性技术”以及具有使用非排他性的“非竞争性技术”，技术进步通过改变“竞争性技术”从而促进经济增长，将技术创新和能源结构优化作为“竞争性技术”的代理变量［25］。

本文参考王仁祥和杨曼（2015）［26］建立具有规模报酬不变特征的绿色经济增长模型，并将物质资本和技术资本作为两种投入要素：

其中：Ddigital代表物质资本，主要指数字经济发展水平（5）；Ttech代表技术资本，主要包括技术创新以及能源结构优化等；L代表劳动力数量；E代表“非竞争性技术”，包括环境政策治理等；α与β分别代表物质资本与技术资本的弹性系数。因此，工业绿色产出Yg（t）由Ddigital（t）、Ttech（t）、E（t）以及L（t）共同决定。

1.经济效率静态最优下，物质资本和技术资本对工业绿色转型的最佳协同效应

假设非竞争性技术以及劳动力数量均为外生变量，假设非竞争性技术的增长率为g，劳动力数量的增长率为n，物质资本的投资倾向与折旧率分别为sD与δD，技术资本的投资倾向与折旧率分别为sT与δT，则物质资本的积累方程为：Ddigitalg（t）=sD·Yg（t）-δ D·Ddigita（lt），技术资本的积累方程为Ttechg（t）=sT·Y（gt）-δ T·Ttec（ht），劳动力数量的积累方程为Lg（t）=n·L（t），非竞争性技术的积累方程为Eg（t）=g·L（t）。假设在两部门经济中满足Yg（t）=C+I，则 有Yg（t）=C+sD·Yg（t）+sT·Yg（t），从而得到C=（1 -sD-sT）Yg（t）。在静态分析框架下，假设社会工业产品消费C是社会福利U的决定性因素，即U（·）=U（C），在经济均衡状态下达到·e-εtdt的最大化，ε为折现率，约束条件为：

由此建立如下的Hamilton函数：

为了便于分析，令δD=δT=δ，分别对上式中的各变量求一阶偏导，则有：

令一阶偏导等于零，可得：

因此，在经济效率静态最优情况下，物质资本和技术资本对工业绿色转型的最佳协同关系所满足的条件为，即两者最佳协同效应比例等于其弹性系数之比。

2.经济效率动态最优情况下，物质资本和技术资本对工业绿色转型的最佳协同效应

在动态框架下，效用函数与社会总消费水平C为线性关系［27］，那么泛函数为：

上述泛函数满足0 ＜n＜ε＜1的条件，为使计算更加简便，令L（0）= 1，可得：

其中，y为劳均绿色经济产出，f为劳均物质资本，又可得：

将式（10）代入式（9），可得：

又因L=L（0）·ent，因此式（11）最终可化简为：

同理可得：

（二）物质资本与技术资本的内在耦合

物质资本与技术资本保持相对独立，在系统内部都处于动态演化进程之中。两者在耦合机制下实现协同发展并呈现螺旋式上升态势，在此过程中，物质资本与技术资本之间相互融合，持续优势互补，主要体现在：数字经济促进资本要素与劳动力要素投入进而加速绿色技术创新发展；而技术创新从金融规模扩张、风险控制以及金融监管等角度为数字经济提供技术支持，进而成为数字经济发展的潜在驱动力。

一方面，资本要素与劳动力要素是科技创新发展的基础，数字经济作为一种全新的经济发展业态驱动着资本要素发展。在资本要素方面，数字经济代表的物质资本具有“资金放大器”功能，通过为“多、小、散”的长尾投资者提供便利化与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，为工业部门绿色技术创新提供资金支持，即层次丰富的融资渠道与融资方式必然会助力绿色技术进步。此外，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、效率三个方面为技术创新提供稳定、高效的资本供给，会相对增加对劳动力的需求，其提供的人力资本支持能够推动技术资本活动的顺利开展［2］。

另一方面，技术资本的红利能够回馈物质资本的发展。信息科技驱使金融机构推陈出新，从而推动金融业更新迭代以及金融体系完善。例如，网络信息通信技术打破传统地理壁垒，淡化了金融机构之间的边界从而提升金融系统运行效率。首先，新兴科技力量为数字经济的快速发展提供技术支撑。数字经济时代的到来，加速了工业数字化转型，而科技创新促进流程优化，不断优化金融结构。我国数字化发展尚处于起步阶段，科技创新赋能使得数据的应用有了突破性进展［28-29］，人工智能等新兴科技也由从属地位发展成金融体系重塑的引领力量，促使数字经济发挥“精准滴灌”的作用。其次，技术资本活动缔造的新业态为物质资本发展带来投资报酬与新的利润增长点。最后，技术资本为风险控制与金融监管提供支撑。金融风险的传染性、外部性以及隐蔽性等特征使其极易通过数字平台集聚和扩散，而以大数据、云计算为代表的科技变革通过降低风险识别成本进而实现更加准确、稳定、时效性更强的风险控制，金融风险防控的难题也得以突破。同时也为金融监管向更加精准化、智能化的方向发展提供动力源泉，从而形成技术创新驱动型监管体系。

因此，物质资本与技术资本通过紧密而深入的联系能够实现优势互补，在此过程中，其共生性与互动性不断增强，形成相互依赖、相互促进的内在耦合关系，逐渐形成物质资本与技术资本一体化的耦合共同体，推动工业绿色经济系统朝着更加有序的状态演进，产生“1+1＞2”的协同效应。

四、中国工业绿色转型发展测度

基于以上理论研究，本文拟构建系统动力学模型，模拟不同情景下工业绿色转型驱动系统的关键要素变化趋势，探索数字经济背景下工业绿色转型的动态效应和实现路径。在此之前，有必要对我国工业绿色转型水平进行综合测度以保证模拟仿真的客观性。

基于《规划》中关于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、生产方式数字化六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［2］。需要说明的是，大多数文献指出因传统工业粗放式发展，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，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》还强调了工业绿色发展要通过“消费即生产”新业态模式，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建构为经济增长、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。

细化指标中，在参考冯曦明和龙彦霖（2022）［30］基础上，将污染排放、污染治理、资源消耗、资源回收等作为清洁生产的主要衡量标准；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适宜。同时，参考姚孟超等（2022）［31］将信息化学品制造业、医疗仪器设备及仪器仪表制造业等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，参考凌玲等（2020）［32］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。关于绿色产品的定义，当前文献中并没有精确定义某个产品是否属于绿色产品，大多是通过估计工业行业的污染排放强度来界定其属于清洁行业还是污染行业［33］，如电气机械及器材制造业相关产品为清洁产品，而金属制造业产品为污染产品，因此，本文将清洁产品总产值定义为绿色产品供给。综合而言，共囊括20个细化指标，各类指标见表1所列。

表1 工业绿色转型评价指标体系

由于权重不可确定，本文采取改进CRITICTOPSIS 法对各省份工业绿色转型水平综合测度。其中，以标准差系数替代标准差来消除量纲影响；因为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，k个评价指标，原始数据Xij,i= 1,…,m;j= 1,…,k,进行无量纲处理：

计算第j项指标的信息量：

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。

五、工业绿色转型系统动力学模型

（一）研究假设

在工业绿色转型过程中，涉及多个利益相关者，包括政府机关、企业实体、高校科研院所等，该转型所面临的影响变量繁多，难以完整纳入考量。在明确研究目标后，本文确定了模型的研究边界。为确保研究的针对性和效率，剔除与核心系统关联度较低的次要因素，而聚焦对整体状况起决定性作用的主要因素。从复杂系统中，本文识别并提取对系统运行产生显著影响的关键模型结构。通过相互关联的变量与反馈机制，将抽象与具体的宏观经济系统紧密结合，从而更有效地对工业绿色转型系统进行整体分析。模型构建假定工业绿色产出将持续稳定增长，不会出现显著波动。

（二）仿真模型构建

基于系统因果关系、信息反馈、主导结构等系统动力学原理，进行数字经济背景下工业绿色转型协同效应研究，主要由工业绿色转型的数字经济、资源环境、劳动力投入、创新、环境政策子系统构成。其中，数字经济子系统主要包括数字经济增长率及其规模；资源环境子系统主要包含工业终端能源消费、工业污染物排放、污染治理投入等；劳动力投入子系统基于我国人口数量、从业人员占比水平两个维度设计；创新子系统涵盖创新资源投入、创新主体互动水平、创新成果数量等关键构成要素；环境政策子系统基于排污费征收水平、环境法规及规章制度、公众环境规制参与水平三个维度设计。进一步，厘清各子系统之间的因果反馈回路，选取关键变量，利用VensimPLE 软件建构数字经济背景下工业绿色转型的系统动力学仿真模型。

（三）因果循环关系

本文通过绘制因果循环图，进而对变量之间的因果关系进行深入分析。了解各因素之间的正负反馈关系后，表示各因素之间的相互影响关系（例如：GDP增加、创新资源投入增加、工业技术创新水平提高、形成正反馈回路），从而阐明系统的反馈机制和政策传递机制，如图1所示。

图1 我国工业绿色转型发展的因果循环关系

（四）系统动力学模型

为了阐明系统要素之间的逻辑关系、系统反馈形式和控制规律，本文在因果循环图的基础上对系统要素进行细化，进一步梳理要素之间的反馈机制。系统动力学模型的结构主要包括四类变量：水平变量、速率变量、辅助变量、常量。其中，水平变量是描述系统累积效应的变量；速率变量是描述系统中水平变量变化速度的变量；辅助变量是水平变量与速率变量之间信息传递与转换过程中的中间变量；常量是研究期间变化不大或相对不变的量。本文构建了一个更加详细和深入的库存流模型，该模型全面描述了工业绿色转型系统的组成、行为和交互机制，如图2所示。

图2 工业绿色转型发展的系统动力学模型

六、模型检验及结果分析

（一）工业绿色转型发展水平参数确定

表函数是系统动力学建模过程中所采用的一种自定义函数，可以有效处理动态性较高的常量，进而对非线性关系进行有效描述，使得仿真模型与现实系统更加贴合。因此，本文大量采用表函数描述变量，如创新资源投入、创新成果、环境政策数量等。

本文参考柯布-道格拉斯（Cobb-Douglas）生产函数进行回归计算，计算新增加值中的不同参数变动对工业绿色转型发展的贡献率。

其中：K为常数；P为数字经济；R为劳动力投入；T为环境规制水平；H为能源产出率；Z为工业绿色技术创新水平；L为环境污染程度；α1、α2、α3、α4、α5、α6分别为P、R、T、H、Z、L的弹性系数。

利用SPSS 20.0软件进行非线性回归，可求得

由上述公式可知，环境污染程度对工业绿色转型发展水平的影响为负，即环境污染加剧，则抑制工业绿色转型发展。数字经济发展水平、劳动力投入、能源产出率、工业绿色技术创新水平和环境规制水平的弹性系数均为正，表明物质资本与技术资本的提升，均在不同程度上促进了我国工业绿色转型。该模型的拟合优度为0.893，能够通过可信度检验。

（二）仿真模型运行检验

基于数据一致性和可获性等原则，将数字经济背景下工业绿色转型发展水平的协同效应研究运行范围为2010—2030年，步长为1年，采用初始值、平均值、回归分析、熵值法等方法确定模型方程和变量参数。为确保模型设定的合理性和适用性，在系统结构检验的基础上，采用2010—2019年数据进行历史性检验，验证模型预测与现实系统数据的吻合度；进一步，分别设定仿真步长为TIME STEP=0.5，TIME STEP=0.25，以生活废水排放量和能源产出率为例检验系统模型行为的稳定性，如图3所示，为不同情景下工业绿色转型驱动的系统模拟奠定基础。

（三）仿真模型历史性检验

历史性检验能够通过对比分析仿真结果与真实数据来确定仿真模型的有效性。利用模拟结果与实际系统真实值的差距来判断两者之间的拟合度，并且对两者差距进行持续性修正，促使模拟数据不断贴合实际系统。Liu等（2015）认为相对误差平均值在±10%～±20%浮动，可以通过历史性检验［23］；若在±10%以内，则通过拟合度检验；±5%以内则认为具有较好的拟合度。各指标的误差值的计算公式如下所示：

其中：ERt表示相对误差；SDt表示仿真值；ADt表示历史值。

通过对变量进行有效筛选，本文以劳动力投入和能源产出率为代表指标进行计算分析，如表2所列。检验结果显示，两者的相对误差均在5%以内，表明模型与实际系统发展趋势能够满足稳定性、一致性以及有效性的要求，具有较高的拟合度，能够真实、准确地反映现实系统。

表2 历史性检验结果

七、工业绿色转型的情景模拟和协同驱动效应

（一）情景方案设定

基准方案：维持我国工业绿色转型发展现有水平状态，不改变模型参数。

方案一：数字经济稳步发展。2023 年是全面推进《数字中国建设整体布局规划》实施的起步之年，中国社会科学院数量经济技术研究所发布的《数字经济蓝皮书：中国数字经济前沿（2021）》预测，2021 年至2025 年，我国数字经济年均增速为11.3%左右。因此该方案将2020—2030 年数字经济增长率拟定为11.3%。

方案二：人口数量增速变缓。国务院印发的《国家人口发展规划（2016—2030年）》表明2020年全国总人口约为14.2亿人左右，2030年约为14.5亿人左右，2030年我国人口达峰值。这预示着，我国人口增长速度变缓。因此，该方案以0.034%作为2020—2030年的年均变化率。

方案三：能源结构优化。国家能源局印发了《能源生产和消费革命战略（2016—2030）》，文件指出，到2020 年，全面启动能源革命体系布局，推动化石能源清洁化，根本扭转能源消费粗放增长方式，实现政策导向与约束并重。因此，该方案拟定能源消耗增长率在基准方案的基础上减少30%作为2020—2030年的能源消耗增长率，即为0.024 5。

方案四：政府环境规制水平以及公众参与性监督增加。国务院办公厅《关于印发新污染物治理行动方案的通知》指出：鼓励社会资本进入新污染物治理领域，引导金融机构加大对新污染物治理的信贷支持力度。新污染物治理按规定享受税收优惠政策。因此，该方案以2010—2019 年新污染物行政处罚数量的年均变化率作为2020—2030年的变化率，具体见表3所列。

表3 2020—2030年不同方案下的控制变量参数

方案五：技术创新能力增强。国家发展改革委、科技部《关于构建市场导向的绿色技术创新体系的指导意见》指出：我国要加快构建企业为主体、产学研深度融合、基础设施和服务体系完备、资源配置高效、成果转化顺畅的绿色技术创新体系，形成研究开发、应用推广、产业发展贯通融合的绿色技术创新新局面。2020—2030 年的技术创新变化率主要参考2010—2019年发明专利增长率的年均变化率，具体见表3所列。

方案六：环境污染量减少。国务院《关于2022年度环境状况和环境保护目标完成情况的报告》指出：2022年，全国生态环境质量保持改善态势，环境安全形势基本稳定。因此，以2014—2018年单位工业产值固体废弃物排放量、人均生活废水排放量、人均生活废气排放量的年均变化率作为2020—2030年的变化率；以2010—2019年氮氧化物、二氧化硫排放量的年均变化率作为2020—2030年的变化率；以2010—2015年单位工业产值废水排放量的年均变化率作为2020—2030年的变化率，具体见表3所列。

方案七：要素协同累积效应。通过构建系统动力学模型，可以模拟多个要素之间的相互作用，并通过模拟实验来评估其协同效应。进一步验证可变要素能够通过紧密而深入的联系实现优势互补，产生“1+1＞2”的协同效应。利用要素协同作用累积效应与要素独立作用累积效应的差值来反映要素协同效应，计算公式如下：

其中：Mk为方案k的累积效应，k0为基准方案；a、A分别为仿真的开始年份与结束年份，即2020年、2030年；W表示方案之间的协同效应，若W＞0 证明各子系统之间能够通过紧密而深入的联系实现优势互补，产生“1+1＞2”的协同效应。

（二）不同情景下的系统模拟分析

由表4、图4可知，不同方案对我国工业绿色转型发展均能起到不同程度的作用。由基准方案、方案一至方案七可知，我国工业绿色转型的年平均提升强度分别为0.50%、7.1%、-0.01%、1.17%、5.10%、5.60%、2.20%、9.85%，按年平均提升作用大小排序为：方案七＞方案一＞方案五＞方案四＞方案六＞方案三＞基准方案＞方案二。

图4 不同方案下2010—2030我国工业绿色转型发展的仿真拟合曲线

表4 2020—2030年不同方案下的工业绿色转型发展水平

由图5可知，不同策略选择对工业绿色转型的效应趋势存在异质性，研究发现：①推动数字经济要素发展（方案一）能够持续稳定助力我国工业绿色转型发展。数据要素能够对工业经济发展与环境绩效持续赋能，尤其在资源优化配置方面，能够实现对渠道、制度等多方面、多层次的变革。②人口要素的增速减缓（方案二）对工业部门绿色生产具有一定的抑制效应，但效应值较小。人口规模特别是高素质人才规模对工业绿色转型具有积极的驱动作用，人力资本的缓慢流失抑制了工业绿色生产技术的变革和创新，造成了劳动力投入的相对不足，从而对工业绿色发展的作用并不显著。③能源结构优化（方案三）具有显著的正向效应。资源诅咒和能源消耗依赖是诱导工业企业不断向“僵尸企业”转变的主要原因，对资源的可持续利用才是我国工业部门应守的“绿色底线”。④政府环境规制以及公众参与性监督（方案四）的效应为正。地方政府部门规制政策及社会公众的参与性监督给工业部门排放污染设立了外部约束，较高的环境压力促使工业企业进行绿色生产技术研发与升级，间接迫使绿色转型发展。⑤技术创新能力（方案五）是驱动工业绿色转型的强大硬实力。我国工业经济发展正处于“换挡减速增效”的新时期，经济内涵式增长以及新发展格局的构建需要技术创新驱动，科技创新已经成为经济新旧动能转换的关键支撑力。⑥环境污染量的减少（方案六）对工业绿色发展的影响总体是呈正向递增的，但相对曲折缓慢。生活污染量的减少意味着公众的绿色环保意识提升，对新时代工业部门发展有了“绿色”的新要求，有助于工业转型发展。⑦要素协同累积效应（方案七）显著为正，在2030 年的驱动效应值为0.686，表明各要素协同和互补能够全面提升工业绿色发展水平。对比不同要素对我国工业绿色转型发展产生的效应趋势来看，多要素协同带来的驱动效应与数字经济和技术创新要素较为接近，这也证实了数字经济时代物质资本与技术资本对工业绿色转型的协同驱动较为关键。

图5 不同方案对我国工业绿色转型发展产生的效应趋势

八、结论与政策建议

（一）结论

“十四五”时期是我国应对气候变化、实现碳达峰目标的关键期和窗口期，也是工业部门实现绿色转型发展的关键五年。本文首先从理论上论证了物质资本与技术资本对工业绿色转型的最佳协同驱动和内在耦合性，然后测算了我国工业绿色转型发展水平，最后应用系统动力学模型，从动态视角探析了多要素协同驱动工业绿色转型的演化机制。

主要结论如下：

第一，物质资本与技术资本对工业绿色转型发展存在最佳协同驱动效应，同时，物质资本与技术资本要素之间存在内在耦合关系。

第二，根据系统动力学模拟仿真结果，基准方案表明2020—2030年我国工业绿色转型水平不断持续提升。数字经济、能源结构优化、环境政策治理、技术创新、节能减排等多要素均能显著推动工业绿色转型发展。但人口要素的增长缓慢对工业绿色转型具有一定抑制效应，不利于工业部门绿色化发展。

第三，与单要素驱动相比，多要素协同驱动对工业绿色转型的拉升作用最为明显。多要素协同的累积效应能够促使各独立单要素形成耦合共同体，推动工业绿色经济系统朝着更加有序的状态演变，产生“1+1＞2”的最佳协同效应。

（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［2］。政府应该认识到在工业4.0时代数字经济对工业经济发展与环境绩效的可持续性驱动效应，并在工业绿色转型发展中发挥数据资源的关键性作用。为此，政府应在工业绿色供应链上建立完善的数字化平台，提高工业部门信息的流通效率，降低绿色生产和运营成本，推动工业实体经济向数字化、网络化、智能化、绿色化方向转型升级。

第二，积极推动工业部门产业链与创新链双向融合，围绕产业链部署创新链、围绕创新链布局产业链。产业链与创新链的深度融合是推动工业经济高质量发展的重要手段。同时，应致力于构建一个由企业、科研机构和政府三方共同参与的协同创新机制。此机制的核心在于实现知识与技术的高效流动，强化产业链与创新链之间的紧密连接，以及形成以创新为驱动力的“绿色”产业链，从而促进工业绿色转型发展。此外，应不断优化和深化人才发展体制，使之更为贴合工业现实需求并能够持续吸引及培养顶尖技术人才，充分激发人才创新活力。

第三，注重多要素协同、互补式发展。要以数字经济与技术创新为核心引领，不断强化经济、资源、环境、创新、政策多驱动要素的耦合发展，实现多驱动要素的联动调控。政府应积极推动工业部门的要素协作，尤其在重点、难点技术及颠覆性技术上，共同克服技术难题。同时，还应加强与行业协会、研究机构等的合作，共同研究解决环境问题的技术和方案，以推进工业绿色转型。

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）。

（2）“十一五”以前，政府未对污染排放行为作出明确约束，环境保护让位于经济发展。在此阶段，一些工业部门通过增加污染排放、以环境成本外部化来实现经济利益最大化，造成经济发展以环境污染为代价的情形出现。

（3）“十一五”和“十二五”提出主要污染物排放总量分别较初期减少10%和8%的约束性指标。

（4）在此阶段，环境保护依然让位于经济发展，但存在政策约束性排放“底线”，工业部门只能在既定或有限的环境资源中实现经济利益最大化。

（5）在理论分析中，物质资本主要指具象化的数字经济体量，区别于其他物质资本要素与技术要素。