SCI论文（www.lunwensci.com）
[摘 要] 文章首先基于能源利用效率、绿色技术创新视角，从理论上阐释了数字化发展对制造业绿色转型的 影响，其次采用 2011—2020 年中国 30 个省份样本数据实证检验了数字化对制造业绿色转型的影响及其异质性 冲击，为实现制造业绿色转型发展提供新的证据。研究发现 : 一是数字化发展显著赋能了制造业绿色转型， 这种赋能效应不仅体现在生产率方面，而且体现在产业结构方面; 二是数字化对制造业绿色转型的推动作用 在南方地区已经显现，而在北方地区暂未显现; 三是数字化发展能够通过提高能源利用效率、促进绿色技术 创新来推动制造业绿色转型; 四是数字化对制造业绿色转型的推动作用在长期中依然存在，并且呈现出 “边 际效用递增” 的特征。研究结论有利于实现制造业绿色发展，实现人与自然和谐共生的现代化。
[关键词] 数字化,制造业绿色转型,能源利用效率,绿色技术创新
一、 引言
改革开放 以来，随着我 国经济 的快速发展， 与之而来的是日益突出的环境问题。传统的粗放 型发展方式已经阻碍了经济社会的可持续发展， 转变经济发展方式迫在眉睫[1]。《中国制造 2025》 明确提出 “加快制造业绿色改造升级”。 党的十 九大报告首次将绿色纳入发展理念，提升到国家 发展战略的高度。2020 年 9 月，习近平总书记在 第七十五届联合国大会一般性辩论上发表重要讲 话，明确提出我国 “碳达峰” “碳中和 ” 目标。 这一目标也代表着我国逐渐推动实现经济社会绿 色发展，坚定不移走绿色、低碳、循环、可持续 发展之路。党的二十大报告也指出，要加快发展 方式绿色转型，发展绿色低碳产业，倡导绿色消费，推动形成绿色低碳的生产方式和生活方式 ; 协同推进降碳、减污、扩绿、增长，推动制造业 高端化、智能化、绿色化发展。作为主要的能源 消耗者，制造业实现绿色转型是实现绿色发展、 促进人与自然和谐共生的重要方面之一。 随着大 数据、人工智能、 区块链等新一代信息技术的发 展与应用，我国逐渐步入了一个以 “数字化” 为 特征的新时代。2021 年，我国数字经济规模达到 45. 5 万亿元， 占 GDP 比重达 39. 8% ，数字经济 在国民经济中的地位更加稳固、支撑作用更加明 显① 。在数字经济时代，数据要素成为重要的生 产要素，数字技术的发展与应用不仅能够优化生 产要素配置，而且能够赋能升级传统产业、提升 生态效率[2-3]。《中国数字经济发展报告 2022 年》 显示，工业互联网融合应用迈入了快速成长期，应用广度不断拓展、应用程度不断加深、应用水 平不断提高。那么数字化发展是否推动了制造业 绿色转型呢? 以及如何推动呢? 这正是本文的研 究主题。基于此，研究数字化对制造业绿色转型 的影响具有重要意义，不仅有助于适应和引领数 字技术与经济社会生活的深度融合，更有利于实 现绿色发展，实现人与自然和谐共生的现代化。
比较遗憾的是，针对这一重要命题进行深入 研究的文献相对较少。现有研究中关于制造业绿 色转型的研究主要集中在两个方面 : 一是探讨绿 色转 型 的 定 义 与 内 涵[4-5] 、 测 算[6-7] 、 影 响 因 素[8-9] 。二是关于绿色转型的路径探讨，已有研究 中较多地分析了环境分权与规制[10-11] 、 市场分 割[12] 、机器人使用[13] 、产业集聚[14] 、对外投资与 贸易[15-16] 等对制造业企业污染排放 的影响。此 外，随着数字经济的发展，近年来也有部分学者开 始探讨数字化转型对于制造业绿色转型的影响，但 主要基于制造业绿色生产率、制造业绿色创新等视 角。 比如，肖静等 (2022)[17] 认为，地区数字化 水平通过绿色技术创新赋能提升了长江经济带制造 业绿色生产率。靳毓等 (2022)[18] 发现，数字化 转型通过缓解融资约束、弱化代理冲突、提升成长 能力促进了企业绿色创新。王锋正等 (2022)[19]、 宋德勇等 (2022)[20] 指出，数字化可以推动资源 型企业绿色技术创新水平。综上所述，已有文献为 本文提供了良好的基础，但关于数字化与制造业绿 色转型之间的关系及其影响机制值得进一步探讨。
基于此，本文阐释了数字化对制造业绿色转 型的影响机理，并利用 2011—2020 年中国 30 个 省份的面板数据实证检验了数字化对制造业绿色 转型的机制与影响。本文对现有文献的边际贡献 有 : 其一，从研究内容上来看，本文从制造业绿 色生产率、制造业产业结构绿色化两个角度综合 评价了制造业绿色转型的发展水平，丰富了制造 业绿色转型的含义，更加全面探讨了制造业绿色 转型发展。其二，从研究视角上来看，本文基于 数字化发展的角度丰富了制造业绿色转型驱动因 素的研究，有利于为实现制造业的绿色转型、经 济的绿色发展提供重要的理论依据。其三，从实 证研究上来看，本文采用多种计量方法检验了数 字化对制造业绿色发展的长短期效应与异质性冲 击，为数字化发展的经济效果提供了依据。
二、理论机制
(一) 数字化与制造业绿色转型
目前，虽然关于制造业绿色转型的定义尚未 统一，但根据 《中国制造 2025》 等文件中的论述 以及理论研究中对制造业绿色转型的阐释[5.21]， 可以认为制造业绿色转型强调的是制造业生产效 率的提升、对环境负面影响的减少，以及可持续发 展，在具体表现上可以分为两个维度，一是制造业 绿色生产率水平，二是产业结构绿色转型程度。
数字化的发展可以提升制造业绿色生产率。 数字化发展过程中会伴随着新型基础设施的不断 完善，为制造业绿色生产率的提高奠定了基础。 其一，新型基础设施的引进与使用会优化升级制 造业的工艺与生产流程，减少废水、废气、 固体 废弃物等非期望产出。此外，数字技术的应用也 有利于提高制造业企业对生产端以及末端的污染 治理水平，进一步减少污染物的产出，最终提升 制造业绿色生产率。其二，在数字化时代，数据要 素成为重要的生产要素，不仅丰富了已有生产要素 的构成，而且优化升级原有的资本、劳动、能源等 传统生产要素。这有利于提高制造业生产过程中要 素的投入与产出比例，提升制造业绿色生产率。
数字化的发展可以优化制造业结构，实现产 业结构绿色转型。与传统的生产技术相比，数字 技术具有技术含量高、环境成本低等典型特点， 有利于推动企业从传统的 “三高” 型生产模式向 低碳、节能、高效生产模式转变[21] 。 因此，在数 字经济时代，数字技术的应用一方面有利于制造 业生产过程中降低资源消耗、减少环境污染 ; 另 一方面有利于推动制造业中污染型行业逐渐向清 洁型行业发展，即扩大了清洁型行业的占比，实 现了制造业结构的绿色转型。
因此本文提出假说 1: 数字化发展可以推动 制造业实现绿色转型。
(二) 数字化与能源利用效率
数字化发展不仅丰富了生产要素，改善了既 定的要素投入配比，而且重构了传统生产要素配 置，这就为能源利用效率的提高奠定了基础。第 一，数据要素的出现优化了生产要素的重新组合， 有利于实现能源的高利用效率。数据的高渗透性 使得其能够与传统生产要素相融合，优化与升级制造业中劳动、 资本、 能源等传统生产要素，实 现了生产要素复杂化、高级化，从而提高整体要 素配置水平，提升了能源利用效率[22] 。第二，数 字化实现了制造业行业内部流程的优化，减少了 能源消耗，提高了能源的利用效率。数字技术具 有低成本获取信息、高效传播信息、互联共享的 特征，这使得制造业实时获取生产、流通、分配、 消费等环节的信息成为可能，推动了制造业实现 精准化管理。进一步地，通过数字技术对监测数 据进行分析，制造业企业可以进行最优的生产规 划，实现内部流程的升级，提高能源的利用效率。 第三，数字化发展为优化能源消耗结构奠定了基 础，有利于提高能源的利用效率。数字技术的出 现与应用有利于制造业企业发掘新的能源或者调 整原有能源的消耗份额，这有利于调整企业能源 消耗结构，整体提升能源利用效率。
能源利用效率的提升会直接带动制造业绿色 转型发展。基于现有技术水平，在制造业的生产 过程中往往会伴随着二氧化碳、二氧化硫等污染 物的产出。 因此，通常一致认为能源消耗是环境 污染的直接来源，能源利用效率的提升是降低环 境污染、实现绿色发展的重要手段。
因此本文提出假说 2: 数字化发展可以提高 能源利用效率，进而推动制造业绿色转型。
(三) 数字化与绿色技术创新
数据要素是数字经济中的核心要素，这一具 有革命性生产要素的应用，正是数字化时代绿色 技术创新的重要驱动力。 因此，数字化发展有利 于增强制造业技术集约化趋势，推动制造业技术 创新体系持续发展，进而推动其绿色转型。
数字化加快了企业的信息化进程，大数据、 云计算、 区块链、物联网等新技术的应用提高了 绿色技术创新各个阶段的效率。其一，在技术创 新决策阶段，数字化实现了访问、搜索、检索和 存储信息的低成本、高精准度。这将有利于技术 研发部门准确、及时地获悉国际国内市场动向， 把握行业先进技术和经济动态，进而降低技术创 新的盲目性和风险性。其二，在技术创新实施阶 段，一是数字化拓展了企业外部搜索的深度和广 度，促使绿色技术创新要素在更广范围、更多领 域、更深层次上实现优化配置、获得更为丰富的 创新资源[23] ; 二是数据要素与传统创新资源的深度融合增强了传统创新资源的边际产出及其质量， 为绿色技术创新的实现奠定了基础 ; 三是数字化 的应用实现了信息的集成与共享，很大程度上消除 了创新要素供需双方的信息障碍，提高了研发团队 与其他团队的沟通效率，有助于节约绿色技术创新 的搜寻成本、代理成本和治理成本[24] ，推动绿色 技术创新。其三，在技术创新实现阶段，一方面数 字化打破了时空壁垒，极大拓宽了新技术推广的渠 道和范围，同时新技术会在数字化的推动下向其他 产业渗透，提高本地区制造业部门整体的技术创新 效率; 另一方面数字化优化了绿色技术创新环境， 比如，推动形成大众创新的良好环境以及形成开放 式创新环境，促进企业整合绿色技术创新所需的资 源要素，提高其自身的绿色技术创新能力。
绿色技术创新能力的高低会直接影响到制造业 绿色转型水平，绿色技术创新水平越高，越有利于 推动制造业绿色转型。制造业绿色技术创新更多地 表现为清洁生产技术、污染治理技术的提升[25]。 一方面，制造业在生产的过程中引入清洁生产技 术，能够升级原有的污染性老旧设备，减少生产过 程中产生的废水、废气、固体废弃物的数量，实现 制造业的绿色发展。另一方面，制造业在生产的过 程中引入污染处理技术，推动实现了污染物的有效 处理、回收，进而实现制造业的绿色转型。
因此本文提出假说 3: 数字化发展可以促进 绿色技术创新，进而推动制造业绿色转型。
三、实证研究设计与分析
(一) 模型构建与变量选择
为了更加全面地探讨数字化对制造业绿色转 型发展的影响这一问题，本文构建如下计量模型 :
lnGTit = α + βlndigit + γXit + ηt + υt + εit ( 1)
式中，i 表示省份，i = 1 ，2 ， … , N ; t 表示时间， t = 1 ，2 ， … , T ; GTit 代表 i 省份的制造业在 t 年 的绿色转型水平; digit 代表 i 省份在 t 年数字化发展 水平; Xit 代表影响制造业绿色转型的其他变量，即 控制变量; α 表示常数项; β 表示数字化变量的估计 系数，表征数字化发展影响制造业绿色转型的程 度，是本文关注的核心系数; γ 表示控制变量对制 造业绿色转型的影响系数; ηt 表示年份固定效应; υt 表示省份固定效应; εit 表示随机误差项。
被解释变量 : 制造业绿色转型水平 ( GT ) 为本文的被解释变量，为更好地阐释与量化制造 业绿色转型水平，本文将从生产率和产业结构两 方面来量化，即将制造业绿色生产率和制造业清 洁化度两个指标采用熵权法进行计算，作为制造 业绿色转型的表征变量。其一，制造业绿色生产 率 (gtfp) 采用 DDF 模型和 GML 生产率指数法 来测算 。 具体而 言 ，劳动投入采用制造业从业 人数作为代理变量 ; 资本投入采用制造业资本 存量② 指标来进行量化 ; 能源投入采用地 区工业能源消费总量 ( 万吨标准煤) 表示 ; 期望产 出采用制造业 GDP 表示 ，并且按 照 2011 年 的 不变价格指数进行折算 ; 非期望产出主要采用 工业废水中化学需氧量排放量 ( 万吨) 、SO2 排 放量 ( 万 吨) ， 以及工业固体废弃物产生量 ( 万 吨 ) 等 变 量 。 其 二 ， 制 造 业 清 洁 化 度 ( qjd) 的 测 算 参 考 胡 安 军 ( 2019 ) [29] 、 AK- BOSTANCI 等 ( 2007) [30] 的研究 ， 以清洁型制 造业和污染型制造业的工业总产值 之 比 来 量 化③ 。 具体指标如表 1 所示。
核心解释变量 : 数字化发展水平 ( dig ) 为 本 文 的 核 心 解 释 变 量 ， 本 文 借 鉴 庞 瑞 芝 等 (2021) [31] 的研究，从数字基础设施建设、数字 产业的发展、数字化应用水平等方面采用熵值法 量化地区数字化发展水平。其中数字基础设施建 设主要包括单位面积的长途光缆线路长度、人均 互联网宽带接入端口、人均移动电话交换机容量 等变量 ; 数字产业的发展主要包括人均电信业务 量，信息传输、软件和电子技术服务业从业人员 占比及其 GDP 占比等变量 ; 数字化应用水平主要 包括数字普惠金融指数④ 、移动电话普及率、互 联网普及率、每百家企业拥有网站数、人均快递 业务量 ( 平均每一营业网点服务人口) 等变量。 具体指标如表 2 所示。
控制变量 : ①环境规制 (er) : 采用制造业污 染治理投资总额与制造业总产值的比值作为替代 变量 ; ②能源消费结构 (fcs) : 采用 ( 1-煤炭消 费量/ 能源 消 费 总 量) 表 示 ; ③ 市 场 竞 争 程 度 (mar) : 以规模以上工业企业数量作为替代变量 ; ④政府支持 (zfr) : 采用规模以上工业企业 R&D 资金中政府资金占比表示 ; ⑤ 对 外 开 放 程 度 (tra) : 以地区进出口贸易总额占地区 GDP 之比 作为代理变量，其中各省份历年 FDI 按当年汇率 计算 ; ⑥经济发展水平 (pgd) : 采用人均 GDP 表 示，并以 2011 年不变价格指数进行折算 ; ⑦外商 直接投 资 (fdi) : 选用实际外商直接投资额 占 GDP 的比重来作为衡量 ; ⑧ 人力 资本 ( hum) :采用各省份就业人员的平均受教育年限来测算人 力资本水平⑤ ; ⑨城镇化水平 ( urb) : 以城镇人 口占总人口的比重作为其代理变量。
(二) 数据来源与说明
鉴于样本的连续性以及数据的可得性，本文 最终选取 2011—2020 年除中国香港、澳门、 台湾 三个地区以外的 30 个省份 ( 因西藏数据不全，故 未纳入研究) 的面板数据作为研究样本。其 中， 涉及的相关数据如无特殊说明均来源于历年 《中 国统计年鉴》《中国环境统计年鉴》， 以及各省份 的统计年鉴。变量的描述性统计见表 3.
(三) 回归分析
为更加准确检验数字化对制造业绿色转型的 影响效应，下文分别报告了是否加入控制变量的回归结果，如表 4 所示。结果表明，无论是否加 入控制变量，数字化均可显著推动制造业绿色转 型发展。
具体来看，列 ( 1) 显示，在未加入控制变 量时，数字化每深化一个百分点，制造业绿色转型发展水平显著提升 0. 249 个百分点。列 (4) 显 示，将区域层面的控制变量全部纳入计量模型之后，数字化发展仍可推动制造业实现绿色转型， 影响系数为 0. 104 ，且通过了 5% 水平下的显著性 检验。此外，本文还分别汇报了数字化对制造业 绿色生产率以及制造业清洁化度的影响。根据列 (5) 和列 (6) 可知，数字化变量的系数分别为 0. 237 和 0. 228 ，且通过了显著性水平检验。这意 味着，数字化发展不仅可以提高制造业绿色生产 率，而且推动制造业产业结构的清洁化发展，即 数字化对制造业绿色转型的推动作用不仅表现在 生产率方面，而且表现在产业结构方面，验证了 假说 1 。进一步比较发现，数字化对制造业绿色生 产率的提升作用更加显著。数字化之所以对制造业 绿色转型有着显著的积极影响，究其原因，一方面 是因为伴随着数字化的发展，数据要素成为重要的 生产要素之一，有利于提高制造业生产过程中要素 的投入与产出比例，并且减少了废水、废气、 固体 废弃物等非期望产出，最终提升制造业绿色生产 率; 另一方面是因为，数字技术的应用不仅有利于 制造业生产过程中降低资源消耗、减少环境污染， 还有利于推动制造业中污染型行业逐渐向清洁型行 业发展，实现了制造业产业结构的绿色转型。
( 四) 稳健性检验
为了保证研究结果的准确性与可靠性，本文 将从以下三个方面进行稳健性检验。
1. 内生性检验
在前文的分析中，虽然控制了省份层面的其 他变量以及时间、省份固定效应，但仍然存在遗 漏部分难以刻画变量的可能。 因此，为避免估计 偏误，下文将采用工具变量模型进行估计。关于 工具变量的选择，一是借鉴赵宸宇等 (2021) [32] 的研究，采取数字化变量的滞后一期作为该变量 的工具变量。结果如表 5 的列 ( 1) 所示，数字化 程度每增加一个百分点，制造业绿色转型水平显著 提升 0. 125 个百分点。二是借鉴赵涛等 (2020)[33]、 袁淳等 ( 2021) [34] 的方法，采用各省份在 1988 年的邮电历史数据作为数字化水平的工具变量， 即工具变量为 1988 年各省份每万人邮政局所的数 量与上一年全国互联网宽带接入端口数量的交互 项。结果如表 5 的列 ( 2) 所示，其一，工具变 量识别不足以及弱识别的检验结果均证明了该工 具变量的有效性 ; 其二，数字化程度变动 1% ，制 造业绿色转型水平提升 0. 357% ，且通过了 1% 水平的显著性检验，佐证了前文的结论。
2. 替换核心解释变量
数字化水平是本文的核心解释变量。 因此， 为避免测算数字化水平过程中产生偏误，进而影 响估计结果，本部分将采用主成分分析法再次测 算数字化发展水平，重新考察数字化对制造业绿 色转型的影响效应。 回归结果如表 5 中的列 (3) 所示，数字化对制造业绿色转型有着显著推动作 用的结论依然成立。具体而言，数字化水平每提 高 1% ，制造业绿色转型程度显著提升 0. 029% 。
3. 改变样本区间范围
刘军等 (2020) [35] 认为，中国数字经济的发 展水平分为萌芽期、蓬勃发展期，在萌芽期数字 经济水平及其经济效应相对较弱，因此，研究数 字经济及其效应的时期选择应该以政府开始重视 数字经济发展为依据。基于此，本部分仅采用 2015—2020 年的样本重新进行估计， 回归结果见 表 5 中列 (4) 。结果显示，数字化对制造业绿色 转型的影响系数为 0. 069 ，且通过了 1% 水平的显 著性检验。这意味着数字化发展的确显著推动了 制造业绿色转型，佐证了上文中的观点。
(五) 基于地理区位的异质性
地区之间的经济水平、 资源禀赋、政策制度 等方面具有明显的差异性，这不仅会影响到数字 化的发展程度，而且会影响到制造业的发展水平。那么，数字化对制造业绿色转型的推动作用是否 会受到这一地区差异的影响呢? 本部分参考已有 研究[36] ，以秦岭-淮河分界线为依据，将 30 个省 份划分为南方、北方地区，来探讨数字化发展对 制造业绿色转型的影响如何因地理区位的变化而 变化，回归结果见表 6.
由表 6 可知，数字化对制造业绿色转型的推 动更加偏向于南方地区，而在北方地区暂未显现。 具体来看，列 ( 1) 显示，在南方地 区，数字化 水平每提高一个百分点，制造业绿色转型水平提 升 0. 137 个百分点，且通过了 5% 水平的显著性检 验，即与总样本的研究结论相一致，数字化有利 于推动制造业绿色转型。列 ( 2) 显示，在北方 地区，数字化对制造业绿色转型的影响系数为正， 但并未通过统计性检验，即数字化发展并未明显 赋能北方地区制造业绿色转型。本文认为产生这 种差异的主要原因可能在于相对于北方地区，南 方地区在资源禀赋、地理区位、经济水平、技术 水平等方面具有明显优势，这也为数字化发展奠 定了基础。限于数字化等相关基础设施的不完善、 不充分，数字化市场范围不足等条件，北方地区 数字化红利无法完全释放，也就导致其对制造业 绿色转型的赋能效应并未显现。
四、拓展性分析
(一) 机制检验
一方面，数字化发展使得数据成为重要的生 产要素，不仅优化了生产要素的组合，而且实现了 制造业行业内部流程的升级，有利于减少能源消 耗，提高能源的利用效率，进而带动制造业绿色转型发展。另一方面，数字化加快了企业的信息化进 程，新一代信息技术的应用提高了制造业绿色技术 创新各个阶段的效率。绿色技术创新水平的提高推 动了原有的污染性老旧设备升级，有利于污染物的 有效处理、回收，进而实现制造业的绿色转型。为 验证上述作用路径，本部分采用中介效应模型对其 进行检验。其中，关于能源利用效率 (EU) 的量 化，借鉴多数学者的做法，即以制造业能源消费总 量与制造业 GDP 的比值作为替代变量; 关于绿色 技术创新 (GTI) 的量化，采用地区每万人绿色专 利申请量来衡量，具体检验结果如表 7 所示。
表 7 中的回归结果表明，能源利用效率与绿 色技术创新是数字化推动制造业绿色转型的重要 作用路径。具体来看，列 ( 1) 显示，数字化变 量的影响系数显著为 0. 203 ，这意味着数字化的 确提升了能源利用效率，与前文的机制分析一致。 列 (2) 的估计结果表明，在纳入数字化与能源利 用效率的模型中，能源利用效率变量的系数显著为 0. 067 。综上所述，数字化发展可以提高能源利用 效率，进而推动制造业绿色转型，即验证了假说 2. 列 (5) 表明，数字化水平对绿色技术创新的影响 系数在 10% 水平下显著为 0. 557 。这说明，随着数 字化水平的提高，大数据、云计算、区块链、物联 网等新技术的应用提高了绿色技术创新各个阶段的 效率，提升了其自身的绿色技术创新能力，这与前 文的机制分析基本一致。列 (6) 的估计结果显示， 在纳入数字化与绿色技术创新的模型中，绿色技术 创新变量的系数为 0. 018 ，且通过了 5%水平的显著 性检验。综上所述，绿色技术创新是数字化提升服 务业生产率的重要影响机制，即验证了假说 3.
此外，在表 7 中的模型回归结果中，本文还 汇报了能源利用效率与绿色技术创新机制对制造 业绿色转型各个方面的影响。列 ( 3) ～列 (4) 的结果表明，在同时纳入数字化与能源利用效率 变量的模型中，能源利用效率变量的系数分别显 著为 0. 642 、0. 170 。这意味着，能源利用效率是 数字化提升制造业绿色生产率、制造业清洁化度 的重要影响机制。 同样的，列 (7) ～列 ( 8) 的 结果显示，在同时纳入数字化与绿色技术创新变 量的模型中，绿色技术创新变量的系数均显著为 正，即绿色技术创新是数字化提升制造业绿色生 产率、制造业清洁化度的重要影响机制。
(二) 长期效应
前文探讨了数字化发展对制造业绿色转型的 短期影响，那么在长期中，数字化对制造业绿色 转型的推动效应是否依然存在呢? 为此，本部分 将借鉴苟琴等 (2018) [37] 的研究，分别采取每 2 年、每 5 年移动平均的方法来构建均值面板数据。 具体结果如表 8 所示。
由表 8 列 ( 1) 、列 (4) 可知，数字化变量 对制造业绿色转型的影响系数均显著为正，只不 过在影响系数大小与统计上的显著性方面有所不 同。这表明，数字化发展能够推动制造业绿色转 型的效应在长期中依然显著存在。 列 ( 2) 、列 (3) 与列 (5) 、列 (6) 中数字化变量的系数显示，数字化发展对制造业绿色生产率、制造业清 洁化度的积极影响在长期中也依然存在。此外， 通过对比列 ( 1) ～ (3) 与列 (4) ～ (6) 中数 字化变量系数的大小与显著性水平可知，数字化对 制造业绿色转型的推动作用呈现出 “边际效用递 增” 的特征。本文认为主要原因包括以下几点: 一 是数字化的发展不断深入推进。2016—2021 年我国 数字经济呈现快速发展趋势，2021 年我国数字经济 规模占 GDP 比重增长到 39. 8% ，数字经济在国民 经济中的地位更加稳固、支撑作用更加明显。二是 数据的不断累积及其 “边际效用递增” 特征。数据 要素是数字化时代新的关键生产要素，该生产要素 也具有新的特征，尤其是 “边际效用递增” 特征。
五、结论与启示
本文从理论上探讨了数字化发展不仅可以提 高制造业绿色生产率，而且可以推动制造业产业 结构的绿色转型。在这一过程中，能源利用效率、绿色技术创新起着非常重要的中介效应。基于此， 采用 2011—2020 年中国 30 个省份样本数据，从 制造业绿色生产率和制造业清洁化度两个方面量 化制造业绿色转型程度，实证检验了数字化对制 造业绿色转型的影响及其异质性冲击。研究发现 :数字化对制造业绿色转型的推动作用不仅表现在 生产率方面，而且表现在产业结构方面，验证了 假说 1 。进一步的异质性分析发现，数字化发展 对制造业绿色转型的赋能效应存在区域差异性， 在南方地区更加凸显，在北方地区暂未显现，这 主要是因为南方地区的数字化水平明显高于北方 地区。拓展性分析发现，一方面，数字化发展可 以提高能源利用效率、促进绿色技术创新，进而 推动制造业绿色转型，即能源利用效率、绿色技 术创新是数字化影响制造业绿色转型的重要机制， 验证了假说 2 和假说 3; 另一方面，数字化发展 不断深入推进，数据的不断累积及其 “边际效用 递增” 特征使得数字化对制造业绿色转型的推动 作用在长期中依然存在。
本文剖析了数字化与制造业绿色转型的关系， 并深化了数字化如何影响制造业绿色转型的认识， 同时也蕴含着重要的政策启示 :
第一，加快推进数字化进程。数字化发展对 于推动制造业绿色转型，实现绿色发展方式具有不 可忽视的作用。一方面，通过加大对人工智能、5G 等新型基础设施投资力度，逐步扩大其覆盖面，以 夯实数字基础设施建设，促进数字产业的发展，充 分释放数字化的 “红利”。 另一方面，不断提高数 字化应用水平。各地要继续积极推进 “数字中国”等政策落实，不仅可以引导制造业行业将数字化理 念融入其发展中，而且可以通过向消费者宣传绿色 消费理念，倒逼制造业实现绿色转型。与此同时， 重视数字化发展过程中的地区差异问题，加强对数 字化水平相对较低地区的资金、人才等资源的支 持，谨防 “数字鸿沟” 现象的进一步发展。
第二，提高制造业行业的能源利用效率。数字 化的发展提高了制造业行业的能源利用效率，能源 利用效率的提升有利于实现制造业的绿色转型。因 此，应重视制造业能源利用效率的提高。一方面制 定相关的支持政策，鼓励制造业企业将清洁技术应 用于产业生产的各个环节; 另一方面推动制造业企 业积极进行数字化转型发展，优化制造业行业内部 流程，减少能源消耗，提高能源利用效率。
第三，不断推动绿色技术创新。绿色技术创 新是数字化推动制造业绿色转型的重要机制，在 制造业绿色转型的过程中有着不可忽视 的作用。 因此，一方面要加大对绿色技术创新的政策、人 才、资金等方面的支持 ; 另一方面积极宣传绿色 发展理念，引导制造业的发展采用绿色技术，提 高地区及企业开展绿色技术创新的积极性。最终 增强绿色技术创新在数字化推动制造业绿色转型 过程中的传导力，实现将数字化对制造业绿色转 型的积极作用最大化。
[注 释]
① 数据来源于 《中国数字经济发展报告 2022 年》。
② 资本存量根据永续盘存法进行估算， 具体公式为 : Kt =+ ( 1 - δ t) Kt-1 ，Kt-1 = It/(gt + δt ) ，基年的资本存量利用 HARBERGER[26] 的稳态方法测算。其中 Kt 为当期资本存量，Kt-1 为 上一期资本存量，It 是投资额，Pt 为价格，δ t 为折旧率，gt 为产出 的几何平均增长率。 对于资本折旧率目前还没有统一的标准， 按照现有文献的惯例，将制造业资本折旧率设为 10. 96%[27-28] 。 ③ 以各行业污染排放强度 ( 各行业三废排放量/ 各行业总产值) 的中位数作为划分依据，将制造业划分为清洁型制造业和污染 密集型制造业两类。其中清洁行业包括 ( 17 个) : 烟草制品业， 纺织服装、服饰业， 家具制造业， 印刷和记录媒介复制业， 文 教、工美、体育和娱乐用品制造业， 医药制造业，橡胶和塑料制品业，通用设备制造业， 专用设备制造业， 汽车制造业，铁 路、船舶、航空航天和其他运输设备制造业， 电气机械和器材制 造业，计算机、通信和其他电子设备制造业，仪器仪表制造业， 其他制造业，废弃资源综合利用业，金属制品、机械和设备修理 业。污染行业包括 ( 14 个) : 农副食品加工业，食品制造业， 酒、 饮料和精制茶制造业， 纺织业， 皮革、毛皮、 羽毛及其制品和制 鞋业，木材加工和木、竹、藤、棕、草制品业，造纸和纸制品业， 石油、煤炭及其他燃料加工业，化学原料和化学制品制造业，非 金属矿物制品业，化学纤维制造业， 黑色金属冶炼和压延加工业， 有色金属冶炼和压延加工业，金属制品业。
④ 本指数由北京大学数字金融研究中心和蚂蚁科技集团研究院组 成的联合课题组负责编制。
⑤ 平均受教育年限 = 小学比重 × 6+初中比重 × 9+ 高中比重 × 12+ 大专及以上学历比重× 16.
[参考文献]
[1] 程中华，李廉水. 全球价值链嵌入与 中 国制造业绿色增长 [J]. 科学学研究，2021 ，39 (5) : 822-832.
[2] 周清香，何爱平. 数字经济赋能黄河流域高质量发展 [J]. 经济问题，2020 ，495 ( 11) : 8-17.
[3] 贾利军，陈恒烜. 数字技术助力中国技术赶超 : 理论逻辑与 政策取向 [J]. 政治经济学评论，2021 ，12 (6) : 135-157.
[4] 王昀，孙 晓华. 政府补 贴 驱动 工业转 型 升 级 的作 用机 理 [J]. 中国工业经济，2017 ，355 ( 10) : 99-117.
[5] 闫雅芬. 技术创新影响工业绿色转 型的效应与路径研究 [D]. 北京 : 北京科技大学，2021.
[6] 邓慧 慧，杨 露鑫. 雾 霾 治 理、地方竞争与工业 绿 色 转 型 [J]. 中国工业经济，2019 ，379 ( 10) : 118-136.
[7] FENG Y J ，DONG X ，ZHAO X M ，et al. Evaluation of urban green development transformation process for Chinese cities during 2005—2016 [J].Journal of cleaner production，2020.266: 121707.
[8] 孙海波，刘忠璐. 环境规制、清洁技术创新与中国工业绿色转型 [J]. 科研管理，2021 ，42 ( 11) : 54-61.
[9] LI C ，LIU X H ，BAI X ，et al.Financial development and envi- ronmental regulations : the two pillars of green transformation in China [J]. International journal of environmental research and public health，2020.17 (24) : 9242.
[10] 彭星. 环境分权有利于中国工业绿色转型吗? ——— 产业结 构升级视角下的动态空间效应检验 [J]. 产业经济研究， 2016.81 (2) : 21-31.
[11] 万攀兵，杨冕，陈林. 环境技术标准何以影响中国制造业 绿色转型——— 基于技术改造的视角 [J]. 中 国工业经济， 2021.402 (9) : 118-136.
[12] 吕越，张 昊 天. 打破 市场 分 割会促进 中 国 企 业 减 排 吗? [J]. 财经研究，2021 ，47 (9) : 4-18.
[13] 盛丹， 卜文超. 机器人使用与中国企业 的污染排放 [J]. 数量经济技术经济研究，2022 ，39 (9) : 157-176.
[14] 苏丹妮，盛斌. 产业集聚、集聚外部性与企业减排——— 来 自中国的微观新证据 [J]. 经济学 ( 季刊) ，2021 ( 5) : 1793-1816.
[15] 刘晓丹，闫帅. 对外直接投资对母国企业污染排放的影响 [J]. 国际贸易问题，2023 ，482 (2) : 143-157.
[16] 陈登科. 贸易壁垒下降与环境污染改善——— 来自中国企业污 染数据的新证据 [J]. 经济研究，2020 ，55 ( 12) : 98-114.
[17] 肖静， 曾萍，任鸽. 如何提升制造业绿色转型绩效? ——— 基于 TOE 框架的组态研究 [J]. 科学学研 究，2022 ，40 ( 12) : 2162-2172.
[18] 靳毓，文雯，何茵. 数字化转型对企业绿色创新的影响——— 基于 中国制造业上市公司的经验证据 [J]. 财 贸研 究， 2022 ，33 (7) : 69-83.
[19] 王锋正，刘向龙，张蕾，等. 数字化促进了资源型企业绿色 技术创新吗? [J]. 科学学研究，2022 ，40 (2) : 332-344.
[20] 宋德勇，朱文博，丁海. 企业数字化能否促进绿色技术创 新? ——— 基于重污染行业上市公司的考察 [J]. 财经研究， 2022 ，48 (4) : 34-48.
[21] 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，2022.414 (9) : 83-101.
[22] 李海舰，赵丽. 数据成为生产要素 : 特征、机制与价值形态演进 [J]. 上海经济研究，2021.395 (8) : 48-59.
[23] DOLOREUX D，PORTO GOMEZ I.A Review of ( almost ) 20 years of regional innovation systems research [J]. European planning studies ，2016 ( 11) : 371-387.
[24] 王金杰，郭树龙，张龙鹏. 互联网对企业创新绩效的影响 及其机制研究——— 基于开放式创新的解释 [J]. 南开经济 研究，2018.204 (6) : 170-190.
[25] WANG Y Z，HANGM Y，WANG Q W，et al.Cleaner produc- tion vs end-of-pipe treatment: evidence from industrial SO2 emis- sions abatement in China [J].Journal of environmental manage- ment ，2021 ，277: 111429.
[26] HARBERGER A C. Perspectives on capital and technology in less developed countries [M] / /ARTIS M J ，NOBAY A R ( eds.) .Contemporary economic analysis.London : Croom Helm 1978: 69-151.
[27] 单豪杰. 中国资本存量 K 的再估算 : 1952—2006 年 [J]. 数量经济技术经济研究，2008 ( 10) : 17-31.
[28] 于斌斌.生产性服务业集聚能提高制造业生产率吗? ——— 基于行业、地区和城市异质性视角的分析 [J].南开经济 研究，2017 (2) : 112-132.
[29] 胡安军. 环境规制、技术创新与中国工业绿色转型研究 [D]. 兰州 : 兰州大学，2019.
[30] AKBOSTANCI E ，TUNÇ G ，TÜRÜT-ASIK S. Pollution haven hypothesis and the role of dirty industries in Turkey ’s exports [J].Environment and development economics，2007 ，12 (2) : 297-322.
[31] 庞瑞芝， 张 帅， 王 群 勇. 数字化能提升环境治 理 绩效 吗? ——— 来自省际面板数据的经验证据 [J]. 西安交通大 学学报 ( 社会科学版) ，2021 ，41 (5) : 1-10.
[32] 赵宸宇，王文春，李雪松. 数字化转型如何影响企业全要 素生产率 [J]. 财贸经济，2021 ，42 (7) : 114-129.
[33] 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.
[34] 袁淳， 肖土盛，耿春晓，等. 数字化转型与企业分工 : 专 业化还是纵 向一体化 [J]. 中 国 工业 经济，2021 ( 9) : 137-155.
[35] 刘军，杨渊鋆，张三峰. 中国数字经济测度与驱动因素研 究 [J]. 上海经济研究，2020 (6) : 81-96.
[36] 卢现祥，王素素. 中国要素市场化配置水平的南北差异及 形成机理 [J]. 数量经济技术经济研究，2021 ，38 ( 11) : 21-42.
[37] 苟琴，蔡辉，徐建国. 资本账户开放与经济增长——— 长短期效应及渠道研究 [J]. 经济科学，2018 (2) : 45-59.
关注SCI论文创作发表，寻求SCI论文修改润色、SCI论文代发表等服务支撑，请锁定SCI论文网！
文章出自SCI论文网转载请注明出处：https://www.lunwensci.com/jingjilunwen/76279.html
