数字经济动态演进及其对工业绿色转型的影响

张逸辰　郑金辉

摘 要：基于2011—2019年中国279个地级市数据综合测度数字经济及工业绿色转型水平，运用固定效应模型、中介效应模型、门槛模型分析数字经济对工业绿色转型的影响特征。结果如下：（1）中国城市数字经济水平呈稳步上升态势，但城市间差距逐渐扩大，不同类型城市演进具有一定的时空惯性。（2）数字经济可以显著地促进工业绿色转型，并通过推动产业结构升级、提升绿色创新能力、减少工业环境污染三条路径推动工业绿色转型。（3）数字经济对工业绿色转型的影响具有异质性，相较中部和西部地区，数字经济对东部地区工业绿色转型的促进作用更强，对城市群内部影响更为显著；数字经济对工业绿色转型存在边际效应递增的非线性特征。

关键词：数字经济；工业绿色转型；门槛效应；区域异质性

中图分类号：F 062.9

文献标志码：A

Dynamic Evolution of Digital Economy and Tts Impacton Industrial Green Transition

ZHANG Yichen ZHENG Jinhui

（School of Economics， Zhejiang University of Technology， Hangzhou 310023， China）

Abstract：Based on the data of 279 prefecture-level cities in China from 2011 to 2019， the digital economy and industrial green transformation level were comprehensively measured. Fixed effect model， intermediary effect model and threshold model were used to analyze the influence characteristics of digital economy on industrial green transformation. The results are as follows：（1） the digital economy level of Chinese cities is rising steadily， but the gap between cities is gradually widening， and the evolution of different types of cities has a certain space-time inertia. （2） Digital economy can significantly promote industrial green transformation， and promote industrial green transformation by promoting industrial structure upgrading， enhancing green innovation capability， and reducing industrial environmental pollution. （3） The impact of digital economy on industrial green transformation is heterogeneous. Compared with the central and western regions， the digital economy has a stronger promoting effect on industrial green transformation in the eastern region and a more significant impact on urban agglomeration. Digital economy has a nonlinear feature of increasing marginal effect on industrial green transformation.

Key words：digital economy; industrial green transformation; threshold effect; regional heterogeneity

在“碳达峰、碳中和”的目标下，数字经济作为一种全新的生产要素，在工业领域存在巨大的发展空间，是促进工业绿色转型的重要一环。一方面，数字技术通过技术创新、设备更新及柔性化生产促使企业技术进步与结构优化，降低企业强度；另一方面，数字经济为工业绿色转型提供了必要的支持，利用网络化优势优化生产流程实现精細生产，并构建覆盖全产业链的高效制造体系，依靠绿色技术创新和节能减排效应实现绿色全要素生产率的提升。本文从地级市视角研究数字经济对工业绿色转型的影响，运用核密度分析、空间马尔科夫转移矩阵分析数字经济动态演进特征，通过中介效应模型、门槛模型研究数字经济对工业绿色转型的影响机制和非线性特征，以期为工业绿色转型升级提供新的理论基础与经验支撑。

1 机制分析

1.1 数字经济促进产业结构升级

产业结构升级意味着工业向技术密集型和环境友好型转型。数字经济从数字产业化和产业数字化两方面促进产业结构升级，一方面通过数字产业化促进互联网产业、大数据产业等信息产业的发展，直接推动产业结构升级；另一方面通过产业数字化加强传统制造业与数字产业、工业化与信息化的深度融合，并利用数字技术提升生产制造的精细度，减少无序生产导致的资源浪费，构建覆盖全产业链的高效制造体系，实现工业发展方式向绿色集约型转变，赋能工业绿色转型升级。

1.2 数字经济提升绿色创新能力

第一，数字技术弱化空间距离的限制，便于行业内其他企业共享和利用信息，以进行模仿与创新，形成知识和技术溢出的“示范效应”。第二，数字经济降低企业信息传递和沟通成本，提升企业收益水平。第三，数字技术的应用提高市场透明度，便于研发部门及时掌握市场需求的变化，在企业与消费者之间构建完善的沟通渠道，形成需求拉动创新，推动整个工业技术创新式发展，进而推动工业绿色转型。

1.3 数字经济减少工业环境污染

第一，数字经济减少信息获取不对称，通过数据整合与分析决策，达到减少环境污染的目的，同时数字技术重塑企业的生产设备和生产流程，促使先进的生产技术与污染物处理技术得到使用，提升污染处理能力。第二，数字经济完善污染监督机制，一方面提升污染检测能力，实现污染排放数据的实时采集、传输、分析与反馈，为规制企业生产提供依据；另一方面完善外部监督能力，提升公众的环境治理参与度，网络舆论的非正式环境规制使民众可以直接监督企业排污情况，从而显著减少环境污染，促进工业绿色转型。

2 研究设计

2.1 研究方法

2.1.1 空间马尔科夫链

空间马尔科夫链是传统马尔科夫链融入空间滞后因素所形成的模型，可用来估算数字经济在变化过程中与邻域地区的相互关系。本文将不同年份数字经济划分为k种类型，并用k×k的转移概率矩阵表示，以区域观测向量（Y）与空间权重矩阵（W）的乘积研究数字经济空间分布态势。

lag=∑wy    （1）

其中，y为区域j的数字经济观测值，w为空间权重矩阵W的元素。

2.1.2 基本模型

本文构建如下固定效应模型以研究数字经济对工业绿色转型的影响：

Git=α+αDige+αX+μ+λ+ε    （2）

其中，Git为城市i在t时期的工业绿色转型水平；Dige为城市i在t时期的数字经济水平；X为一系列控制变量；μ为个体固定效应；λ为时间固定效应；ε为随机扰动项。

2.1.3 中介效应模型

为探讨数字经济对工業绿色转型的作用机制，本文参考温忠麟的方法，在式（2）的基础上构建如下中介效应模型：

M=β+βDige+βX+μ+λ+ε    （3）

Git=γ+γDige+γM+γX+μ+λ+ε    （4）

其中，M为中介变量，包括产业结构升级（Ind）、绿色创新能力（Gin）和工业环境污染（Pol）。

2.1.4 门槛模型

由于互联网领域存在一定的“网络效应”，导致数字经济可能对工业绿色转型产生非线性作用，因此构建如下的门槛模型：

Git=ϕ+ϕDige×I（Adj≤θ）+ϕDige×I（Adj>θ）+ϕX+ε    （5）

其中，Adj为门槛变量，I（·）为指示函数，当括号内条件被满足时为1，否则为0。式（5）为单门槛模型，可根据情况扩展为多门槛模型。

2.2 变量选择与说明

本文的被解释变量为工业绿色转型水平（Git），参考邓慧慧等人的研究，构建涵盖工业生产效率、工业可持续发展、产业结构升级、绿色创新能力、工业环境污染五个维度的工业绿色转型评价指标体系（表1），并采用熵值法计算综合得分。核心解释变量为数字经济水平（Dige），借鉴赵涛等人的研究，从数字应用规模、数字产业发展、数字普惠金融三个维度运用熵值法进行测算，如表2所示。本文在梳理相关文献后，选取如下控制变量：资本密集程度（lnKL），以资本存量与劳动比值取对数来表示；经济增长水平（lnGDPP），以人均地区生产总值取对数表示；外商直接投资（lnFdi），以当年实际使用外资金额取对数表示；政府支出水平（Gov），以公共预算支出占GDP比重表示; 行业竞争程度（lnFirms），以规模以上工业企业数取对数表示；金融发展水平（lnFin），以年末人均金融机构存贷款余额取对数表示。

2.3 数据来源

本文以2011—2019年中国279个地级市的数据作为研究对象，数据主要来自《中国城市统计年鉴》《中国环境统计年鉴》、北京大学和蚂蚁科技集团的数字普惠金融指数，对部分缺失数据采用插值法补齐。

3 数字经济的动态演进特征

3.1 时间动态演进特征

本文选取2011年、2015年、2019年三个时间点根据数字经济的数值分别就全国及东中西部地区进行核密度曲线的绘制，以研究数字经济的时间演进特征，结果如图1所示。

全国数字经济时间演进情况如下：第一，在位置变化上，核密度曲线的波形逐渐向右侧移动，说明在研究期限内，全国数字经济水平总体上不断提高。第二，在分布形态上，核密度曲线主峰的高度不断下降，呈现一定的离散特征，同时右尾逐年拉长，表明全国范围内数字经济水平的空间差距在逐步扩大。

东中西部地区数字经济时间演进情况如下：第一，在位置变化上，东中西部地区的核密度曲线均向右移动，同样说明在东中西部地区，数字经济水平呈现上升趋势。第二，在分布形态上，东部地区的峰值逐年降低，宽度逐年增加，表明东部地区内数字经济发展的差异逐渐变大；中部地区的波峰由一个主峰和一个侧峰组成，表明存在一定的两极分化现象；西部地区的波峰由双峰向单峰变化，表明两极分化现象得到一定的缓解。

3.2 空间动态演进特征

3.2.1 马尔科夫转移矩阵分析

本文基于马尔科夫转移矩阵分析不同类型的数字经济在2011—2019年转移的概率，根据自然断点法划分四个数字经济水平类型，在非约束下数字经济所处类型的转移特征见表3。

第一，数字经济水平存在“俱乐部趋同”的现象，高水平单元维持原状态的概率为0.908，表明高水平单元的区域趋同现象明显，而向下转移的概率最高为0.081，表明数字经济并无负向发展趋势。第二，各数字经济类型发生“跨越式发展”的可能性极小，在该时段间低水平及中低水平分别跨越为中高水平及高水平的概率分别为0.015和0.028，而低水平跨越为高水平的概率仅为0.001。第三，在研究阶段内，低、中高、高水平单元维持原有类型的可能性较大，分别为0.718、0.816、0.908，而中低水平单元向中高水平转移的可能性较大，为0.585。

3.2.2 空间马尔科夫转移矩阵分析

本文利用空间马尔科夫转移矩阵研究在邻域条件约束下数字经济水平类型的转移特征，结果如表4所示。

第一，邻域所处的水平类型越高，对低水平地区转移概率的带动作用将越强。表4中当低水平地区分别与低、中低、中高水平相邻时，其向上一级转移的概率变为0.186、0.694、0.750，转移概率呈现一定的上升趋势，同时转移的概率并不成比例。第二，邻域环境的约束使得数字经济水平发生转移的概率区别于无约束条件下发生转移的概率。在邻域约束下，低水平地区向上一级转移的概率明显区别于表3无约束条件下的0.266。第三，空间马尔科夫转移矩阵将“俱乐部趋同”上升到空间层次。对高水平单元而言，相比未考虑空间因素的马尔科夫矩阵，当邻域同样处于高水平类型时，保持当前状态的概率更大。表4中，高水平单元与高水平单元相邻时保持当前状态的概率为0.937，大于表3中的0.908。

4 實证结果分析

4.1 基准回归结果

本文采用个体时间双向固定模型分析数字经济对工业绿色转型的影响，结果由表5表示。在不加入控制变量的列（1）中，数字经济对工业绿色转型呈现显著的正向促进作用，进一步将控制变量纳入回归模型进行分析，由列（2）可知，在加入了控制变量的回归模型中，数字经济仍显著促进工业绿色转型，数字经济的“绿色效应”逐渐渗透于工业生产、加工、监管等多个层面，对工业领域展现出显著的绿色赋能作用。

4.2 稳健性检验

考虑到工业绿色转型水平较高的地区对数字技术的发展往往会给予支持，进而导致双向因果造成内生性问题，本文从三个方面进行稳健性检验，结果如表6所示。第一，本文将数字经济的滞后项作为数字经济的工具变量，利用两阶段最小二乘法进行回归，从列（1）、（2）回归结果中看出数字经济显著促进工业绿色转型。第二，考虑到高等教育人才是将数字技术融入工业生产进行技术研发，进而促进工业绿色转型的一项重要因素，因此在控制变量中加入教育水平（lnEdu），以每万人高等学校在校人数取对数表示，列（3）中数字经济在1%的水平下仍呈现显著的正向影响。第三，将被解释变量以工业二氧化硫排放量进行替代，以验证数字经济是否有助于减少工业污染物排放进而实现工业绿色转型，由列（4）可知两者存在显著的负向关系，表明结果稳健成立。

4.3 机制分析

为进一步探究数字经济对工业绿色转型的作用机制，本文以工业绿色转型指标体系中产业结构升级（Ind）、绿色创新能力（Gin）、工业环境污染（Pol）为中介变量进行实证检验。表7中，在基准回归显著的前提下，将数字经济分别对三项中介变量进行回归，列（1）、（3）、（5）显示数字经济对三者的回归系数均显著为正，在加入中介变量的回归方程列（2）、（4）、（6）中可看出，数字经济的影响系数呈现一定程度下降，同时经Sobel检验后结果均显著，表明数字经济通过推动产业结构升级、提升绿色创新能力、减少工业环境污染三条路径推动工业绿色转型。

4.4 异质性分析

不同地区由于资源禀赋、社会环境等不同可能会使数字经济与工业绿色转型产生异质性特征。本文将中国279个地级市划分为东部、中部、西部地区及城市群、非城市群五个样本以研究异质性影响结果见表8。就东中西部地区而言，数字经济均显著为正，同时东部地区效应最强，因其得益于完善的数字基础设施和数字应用渠道，呈现一定的“先发优势”。就城市群与非城市群地区而言，城市群数字经济对工业绿色转型的作用显著为正，而非城市群效果并不明显，表明城市群内的城市可更好地将数字红利应用于工业绿色转型中。

4.5 进一步分析：门槛效应

本文以数字经济为门槛变量进行门槛检验，经过bootstrap反复抽样1000次后观察到数字经济通过了双重门槛检验，结果如表9所示。由表9可知，数字经济的双门槛值分别为0.290和0.403，弹性系数分别为-0.017、0.032、0.176，当小于0.290门槛值时数字经济的影响为负但不显著，大于0.290门槛值时数字经济对工业绿色转型具有显著的正向影响，同时影响程度持续提升，呈现边际效益递增的非线性特征。随着数字化平台的完善，数字经济与工业之间的联系愈发紧密，推动生产技术、污染监管等领域的提升，促使工业绿色转型加速发展。

5 结论与建议

本文在探讨数字经济动态演进及其对工业绿色转型影响的基础上得到以下结论：（1）2011—2019年中国城市数字经济水平呈现逐年上升的态势，不同地区之间的差距不断扩大，呈现离散分布特征，不同类型城市演进存在一定的时空惯性。（2）数字经济对工业绿色转型具有显著的正向促进作用，并通过推动产业结构升级、提升绿色创新能力、减少工业环境污染三条途径发挥。（3）数字经济对东中西部地区的工业绿色转型均呈现显著的促进作用，且东部地区效果最好，相较非城市群，数字经济显著驱动城市群的工业绿色转型；数字经济的影响存在边际效应递增的非线性特征。

为进一步发挥数字经济的推动作用，促进工业绿色转型稳步提升，提出以下政策建议：（1）不断强化数字经济的赋能带动作用。拓宽数字经济作用的广度和深度，推动数字产业化和产业数字化与工业绿色转型相互融合，借助数字平台提升生产效率、减少资源消耗，促进绿色转型。（2）加快优化数字赋能的多路径作用。利用数字技术合理分配资源，提升产业结构，实现绿色发展；提升对创新研发的重视程度，不断发展绿色创新的新路径；加强数字技术对生产决策、生产流程的带动作用，高效利用资源，减少环境污染。（3）持续推进数字经济差异化发展战略。基于各地区的禀赋差异及发展程度的不同，实施动态化及差异化的发展策略，不断加强区域内、区域间的合作与联动发展。

参考文献：

［1］张三峰， 魏下海. 信息与通信技术是否降低了企业能源消耗：来自中国制造业企业调查数据的证据［J］. 中国工业经济， 2019（2）：155-173.

［2］韩晶， 陈曦. 数字经济赋能绿色发展：内在机制与经验证据［J］. 经济社会体制比较， 2022（2）：73-84.

［3］周晓辉， 刘莹莹， 彭留英. 数字经济发展与绿色全要素生产率提高［J］. 上海经济研究， 2021（12）：51-63.

［4］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）：39-50，254-255.

［5］沈裕谋， 张亚斌. 两化融合对中国工业绿色全要素生产率的影响研究［J］. 湖南科技大学学报（社会科学版）， 2014， 17（3）：70-77.

［6］伦晓波， 刘颜. 数字政府、数字经济与绿色技术创新［J］. 山西財经大学学报， 2022， 44（4）：1-13.

［7］蔡玲， 汪萍. 数字经济与城市绿色全要素生产率：影响机制与经验证据［J］. 统计与决策， 2022， 38（9）：11-16.

［8］李佳钰， 周宇. 互联网对中国工业技术创新效率的影响：基于阶段异质效应的分析［J］. 人文杂志， 2018（7）：34-43.

［9］ROMM J. The internet and the new energy economy［J］. Resources Conservation and Recycling， 2002， 36（3）：197-210.

［10］许宪春， 任雪， 常子豪. 大数据与绿色发展［J］. 中国工业经济， 2019（4）：5-22.

［11］李欣， 杨朝远， 曹建华. 网络舆论有助于缓解雾霾污染吗？——兼论雾霾污染的空间溢出效应［J］. 经济学动态， 2017（6）：45-57.

［12］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.

［13］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（10）：118-136.