袁培 路詣曉

DOI：10．19641/j．cnki．42-1290/f．2024．05．005

【摘要】選取2012 ～ 2021年我國30個?。▍^(qū)、市）的相關(guān)數(shù)據(jù)， 采用熵值法測算數(shù)字技術(shù)發(fā)展指數(shù)與工業(yè)綠色轉(zhuǎn)型水平， 運用固定效應模型、 中介效應模型和空間計量模型檢驗數(shù)字技術(shù)賦能工業(yè)綠色轉(zhuǎn)型的影響機制。研究發(fā)現(xiàn)： 考察期內(nèi)， 各?。▍^(qū)、市）數(shù)字技術(shù)與工業(yè)綠色轉(zhuǎn)型的發(fā)展水平顯著提高， 數(shù)字技術(shù)能夠直接促進工業(yè)綠色轉(zhuǎn)型； 創(chuàng)新水平提升和能源結(jié)構(gòu)優(yōu)化是數(shù)字技術(shù)賦能工業(yè)綠色轉(zhuǎn)型的重要渠道； 數(shù)字技術(shù)與工業(yè)綠色轉(zhuǎn)型在空間上呈現(xiàn)出“高與高”“低與低”聚集的空間特征， 空間溢出效應顯著存在。因此， 應加快數(shù)字基礎設施建設， 發(fā)揮數(shù)字技術(shù)的空間溢出效應， 因地制宜推進數(shù)字技術(shù)與工業(yè)融合發(fā)展， 促進工業(yè)綠色轉(zhuǎn)型。

【關(guān)鍵詞】數(shù)字技術(shù)；工業(yè)綠色轉(zhuǎn)型；中介機制；空間溢出

【中圖分類號】 F424? ? ?【文獻標識碼】A? ? ? 【文章編號】1004-0994（2024）05-0031-6

黨的二十大報告指出， 必須站在人與自然和諧共生的高度謀劃發(fā)展。在強國建設、 民族復興的新征程上， 綠色發(fā)展必然會成為經(jīng)濟發(fā)展的主旋律。工業(yè)綠色發(fā)展是綠色發(fā)展的重要組成部分。在我國經(jīng)濟高速發(fā)展階段， 工業(yè)發(fā)展模式基本上以“高投入、 高消耗、 高污染、 低產(chǎn)出、 低效益”和“先破壞后保護、 先污染后治理”為主。在這種發(fā)展模式下， 雖然我國工業(yè)發(fā)展取得了巨大成就， 但也積累了一系列深層次矛盾和問題， 其中最突出的是： 資源環(huán)境承載力接近極限， 高投入、 低產(chǎn)出、 高污染和高排放的傳統(tǒng)發(fā)展方式不符合可持續(xù)和高質(zhì)量發(fā)展要求。進入新發(fā)展階段， 面臨工業(yè)發(fā)展“大而不強、 大而不優(yōu)、 大而不綠”的問題， 必須進行工業(yè)綠色轉(zhuǎn)型升級， 助推經(jīng)濟高質(zhì)量發(fā)展。習近平總書記在中央政治局集體學習時強調(diào)， “促進數(shù)字技術(shù)與實體經(jīng)濟深度融合， 賦能傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級， 催生新產(chǎn)業(yè)新業(yè)態(tài)新模式， 不斷做強做優(yōu)做大我國數(shù)字經(jīng)濟”。數(shù)字技術(shù)作為一種新的生產(chǎn)力， 能夠極大地提高生產(chǎn)效率， 與傳統(tǒng)工業(yè)結(jié)合以實現(xiàn)綠色轉(zhuǎn)型（戴翔和楊雙至，2022）。本文先從理論方面分析數(shù)字技術(shù)賦能工業(yè)綠色轉(zhuǎn)型的內(nèi)在邏輯， 后以實證數(shù)據(jù)來分析數(shù)字技術(shù)與工業(yè)綠色轉(zhuǎn)型之間的作用機制、 空間溢出效應、 區(qū)域異質(zhì)性等情況， 對促進我國數(shù)字技術(shù)與工業(yè)綠色轉(zhuǎn)型發(fā)展具有重要意義。

一、 文獻回顧

當下數(shù)字技術(shù)的發(fā)展如火如荼， 關(guān)于數(shù)字技術(shù)的研究也日漸豐富。一是數(shù)字技術(shù)的內(nèi)涵。數(shù)字技術(shù)以新一代信息和通信技術(shù)為基礎， 包括大數(shù)據(jù)、 云計算、 人工智能、 區(qū)塊鏈等前沿技術(shù)創(chuàng)新（田秀娟和李睿，2022）， 其本質(zhì)是實現(xiàn)對各類信息進行識別、 轉(zhuǎn)化、 存儲、 傳播、 分析和應用等（彭剛等，2021）。二是數(shù)字技術(shù)的經(jīng)濟效應。數(shù)字技術(shù)通過人力資本積累、 知識溢出和優(yōu)化創(chuàng)新要素配置提升地區(qū)創(chuàng)新效率（趙星等，2023）， 促進企業(yè)全要素生產(chǎn)率提升， 賦能我國企業(yè)高質(zhì)量發(fā)展（黃勃等，2023）， 促進實體經(jīng)濟的數(shù)字化轉(zhuǎn)型（趙德起和孟琳，2023）。

關(guān)于數(shù)字經(jīng)濟影響綠色轉(zhuǎn)型的研究： 一是工業(yè)綠色轉(zhuǎn)型， 數(shù)字經(jīng)濟通過工業(yè)生產(chǎn)集約化和綠色技術(shù)創(chuàng)新推動工業(yè)綠色轉(zhuǎn)型發(fā)展（王陽和郭俊華，2023）， 存在邊際效應遞增的非線性效應與空間溢出效應（孔芳霞和劉新智，2023）。二是制造業(yè)企業(yè)綠色轉(zhuǎn)型， 數(shù)字賦能通過規(guī)模效應（趙星等，2023）、 提高技術(shù)創(chuàng)新水平（吳劍輝和許志玉，2023）、 數(shù)字化技術(shù)應用（吳衛(wèi)紅等，2023）等促進企業(yè)綠色發(fā)展。三是家庭消費綠色化轉(zhuǎn)型， 數(shù)字經(jīng)濟顯著驅(qū)動家庭消費低碳轉(zhuǎn)型（張杰和魏振琪，2023）。

關(guān)于數(shù)字經(jīng)濟和綠色轉(zhuǎn)型發(fā)展， 許多學者認為數(shù)字經(jīng)濟能夠促進工業(yè)綠色轉(zhuǎn)型。數(shù)字技術(shù)作為數(shù)字經(jīng)濟的基礎和核心驅(qū)動力， 與工業(yè)綠色轉(zhuǎn)型的聯(lián)系更加緊密， 在此背景下， 數(shù)字技術(shù)如何推動工業(yè)綠色轉(zhuǎn)型？作用機制是什么？是否存在空間溢出效應？是否存在區(qū)域異質(zhì)性？這些問題正是本文需要研究的內(nèi)容。本文可能的邊際貢獻有： 第一， 數(shù)字技術(shù)是數(shù)字經(jīng)濟的核心驅(qū)動力， 本文將數(shù)字技術(shù)和工業(yè)綠色轉(zhuǎn)型納入同一研究框架， 厘清數(shù)字技術(shù)影響工業(yè)綠色轉(zhuǎn)型的作用機理， 更加突出技術(shù)的賦能效應， 此外， 通過歷史數(shù)據(jù)構(gòu)造工具變量減緩數(shù)字技術(shù)潛在的內(nèi)生性， 提高了結(jié)果的穩(wěn)健性。第二， 加入?yún)^(qū)域創(chuàng)新水平和能源結(jié)構(gòu)優(yōu)化作為中介機制檢驗， 更詳細地論述數(shù)字技術(shù)賦能工業(yè)綠色轉(zhuǎn)型的內(nèi)在機制， 拓寬工業(yè)綠色發(fā)展的現(xiàn)實渠道。第三， 在關(guān)于數(shù)字技術(shù)賦能工業(yè)綠色轉(zhuǎn)型的區(qū)域異質(zhì)性分析中， 不同于其他學者采用東部、 中部、 西部的區(qū)域劃分方式， 本文依據(jù)數(shù)字技術(shù)與工業(yè)綠色轉(zhuǎn)型發(fā)展耦合協(xié)調(diào)等級來劃分區(qū)域， 論述耦合協(xié)調(diào)等級越高的地區(qū)數(shù)字技術(shù)賦能效應越弱的現(xiàn)象， 以期為數(shù)字技術(shù)賦能工業(yè)綠色發(fā)展提出針對性對策。

二、 理論分析與研究假設

（一） 數(shù)字技術(shù)對工業(yè)綠色轉(zhuǎn)型的直接影響

數(shù)字技術(shù)作為數(shù)字經(jīng)濟時代具有突破性和創(chuàng)新性的新技術(shù)， 在工業(yè)綠色轉(zhuǎn)型過程中， 其直接作用主要體現(xiàn)在以下三個方面。第一， 節(jié)能降碳作用。數(shù)字技術(shù)與傳統(tǒng)經(jīng)濟的持續(xù)深入融合， 不斷為傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級提供新動能， 極大地提高了能源效率、 減少了碳排放， 將清潔和綠色生產(chǎn)技術(shù)充分應用到傳統(tǒng)產(chǎn)業(yè)鏈中， 降低污染排放， 淘汰落后技術(shù)和落后產(chǎn)能， 推動產(chǎn)業(yè)向清潔節(jié)能的方向發(fā)展（李蘭冰和李煥杰，2021）。數(shù)字技術(shù)在能源、 制造業(yè)、 農(nóng)業(yè)、 建筑、 服務、 交通等領域的應用已幫助全球碳排放減少了15%（The Exponential Roadmap，2020）。第二， 產(chǎn)業(yè)結(jié)構(gòu)升級作用。通過數(shù)據(jù)要素的產(chǎn)業(yè)化、 商業(yè)化和市場化， 憑借現(xiàn)代數(shù)字信息技術(shù)、 先進互聯(lián)網(wǎng)和人工智能技術(shù)對傳統(tǒng)產(chǎn)業(yè)進行全方位、 全角度、 全鏈條改造， 既產(chǎn)生技術(shù)外溢效應， 又能抑制技術(shù)沖擊帶來的負面效應（許恒等，2020）， 有利于催生出共享經(jīng)濟、 體驗經(jīng)濟等新業(yè)態(tài)、 新模式， 促進產(chǎn)業(yè)結(jié)構(gòu)合理化、 高級化發(fā)展。第三， 促進資源高效配置作用。數(shù)字技術(shù)的應用促使各類信息流能有效整合， 減少信息不對稱問題， 降低匹配成本， 將制造優(yōu)勢與網(wǎng)絡化、 智能化優(yōu)勢疊加， 提高生產(chǎn)效率， 優(yōu)化生產(chǎn)流程， 避免由于無序生產(chǎn)造成的浪費（韓晶和陳曦，2022）， 從而有利于工業(yè)綠色轉(zhuǎn)型。因此， 本文提出：

H1： 數(shù)字技術(shù)能夠直接促進工業(yè)綠色轉(zhuǎn)型發(fā)展。

（二） 數(shù)字技術(shù)對工業(yè)綠色轉(zhuǎn)型的間接影響

1. 創(chuàng)新水平提升效應。在企業(yè)創(chuàng)新層面， 數(shù)字技術(shù)能夠降低信息成本、 提高精準度（李帥娜等，2023）， 使得綠色技術(shù)創(chuàng)新要素在更廣范圍、 更多領域、 更深層次上實現(xiàn)優(yōu)化配置， 獲得更豐富的創(chuàng)新資源， 通過信息的集成與共享， 很大程度上消除了創(chuàng)新要素供需雙方的信息障礙， 有助于節(jié)約搜尋成本、 代理成本和治理成本（王金杰等，2018）。在產(chǎn)業(yè)創(chuàng)新層面， 數(shù)字技術(shù)具有高滲透和高融合的特征， 使其在經(jīng)濟活動中的生產(chǎn)屬性不斷被強化， 與傳統(tǒng)生產(chǎn)要素不斷融合發(fā)展， 有利于催生出共享經(jīng)濟、 體驗經(jīng)濟等新業(yè)態(tài)、 新模式（吳劍輝和許志玉，2023）。在區(qū)域創(chuàng)新層面， 數(shù)字技術(shù)能夠推動企業(yè)、 政府等主體共同創(chuàng)新， 高效配置創(chuàng)新資源、 增強區(qū)域創(chuàng)新活力（韓璐等，2021）。因此， 數(shù)字技術(shù)可以通過提升區(qū)域創(chuàng)新水平間接促進工業(yè)綠色轉(zhuǎn)型。

2. 能源結(jié)構(gòu)優(yōu)化效應。數(shù)字技術(shù)借助柔性電子、 機器視覺、 工業(yè)傳感器等數(shù)字技術(shù)而建立起來的覆蓋能源產(chǎn)業(yè)全流程的智能生產(chǎn)體系和綜合監(jiān)測系統(tǒng)， 實現(xiàn)了生產(chǎn)和消耗的優(yōu)化協(xié)同， 提高了能源利用效率（許恒等，2020）， 達到循環(huán)、 節(jié)能的效果（謝云飛，2022）， 并吸引企業(yè)引進新型數(shù)字化設備， 淘汰環(huán)境污染嚴重的老舊設備， 直接降低污染物排放， 提升綠色化水平（Huwei等，2021）， 如智能制造車間可以基于數(shù)字數(shù)據(jù)融合驅(qū)動實現(xiàn)碳排放預測與低碳控制（Zhang和Ji，2019）。

對比創(chuàng)新水平提升效應和能源結(jié)構(gòu)優(yōu)化效應， 由于“雙碳”目標、 環(huán)境規(guī)制政策等非技術(shù)因素對工業(yè)企業(yè)的能源結(jié)構(gòu)優(yōu)化也有著重要影響， 數(shù)字技術(shù)的應用起到加快能源結(jié)構(gòu)優(yōu)化進程的作用。創(chuàng)新水平是影響工業(yè)企業(yè)發(fā)展的重要因素， 數(shù)字技術(shù)的創(chuàng)新應用體現(xiàn)在研發(fā)、 生產(chǎn)、 運營、 排污等各個階段， 應用范圍較廣、 程度較深， 能夠?qū)I(yè)經(jīng)濟發(fā)展與環(huán)境績效持續(xù)賦能（曹長帥和蘇迎娟，2023）， 為綠色轉(zhuǎn)型帶來更加強勁、 持久的驅(qū)動力。因此， 本文提出：

H2： 數(shù)字技術(shù)可以通過提升區(qū)域創(chuàng)新水平、 優(yōu)化能源結(jié)構(gòu)等中介效應間接促進地區(qū)工業(yè)綠色轉(zhuǎn)型， 且創(chuàng)新水平提升的中介效應大于能源結(jié)構(gòu)優(yōu)化的中介效應。

（三） 數(shù)字技術(shù)賦能工業(yè)綠色轉(zhuǎn)型的空間溢出效應

從空間視角來看， 生產(chǎn)要素能突破地理限制實現(xiàn)跨區(qū)流動， 地理距離越近、 要素流動效率越高（黎翠梅和周瑩，2021）。數(shù)字技術(shù)以信息、 數(shù)據(jù)和技術(shù)為基礎， 具有天然的流動性、 共享性， 降低了資源要素的時空壁壘和流動、 交易成本， 易打破區(qū)域間的壁壘、 實現(xiàn)跨區(qū)域流動， 對鄰近地區(qū)產(chǎn)生溢出效應。一方面， 技術(shù)創(chuàng)新帶來的知識技術(shù)溢出效應， 加快推動科技成果轉(zhuǎn)化為現(xiàn)實生產(chǎn)力， 推動傳統(tǒng)產(chǎn)業(yè)向智能化、 數(shù)字化和高端化轉(zhuǎn)型（閆雅芬，2021）； 另一方面， 隨著生產(chǎn)分工向?qū)I(yè)化和精細化發(fā)展， 產(chǎn)業(yè)鏈條逐漸延伸拓展， 通過數(shù)字技術(shù)帶來生產(chǎn)紅利， 形成高協(xié)同性與正反饋效應， 鄰近地區(qū)在產(chǎn)業(yè)鏈上下游合作緊密（彭剛等，2021）， 使得本地區(qū)和鄰近地區(qū)的工業(yè)綠色轉(zhuǎn)型進程加快， 地區(qū)間空間互動作用得到發(fā)揮， 形成空間溢出效應。因此， 本文提出：

H3： 數(shù)字技術(shù)賦能工業(yè)綠色轉(zhuǎn)型發(fā)展具有空間溢出效應， 即對臨近地區(qū)的工業(yè)綠色轉(zhuǎn)型發(fā)展產(chǎn)生影響。

（四） 數(shù)字技術(shù)賦能工業(yè)綠色轉(zhuǎn)型的區(qū)域異質(zhì)性

由于各省（區(qū)、市）在經(jīng)濟社會發(fā)展條件、 資源稟賦結(jié)構(gòu)、 基礎設施等方面存在顯著異質(zhì)性， 在創(chuàng)新水平高、 基礎設施完善、 人力資本水平高、 經(jīng)濟較發(fā)達的地區(qū)， 數(shù)字技術(shù)成果的數(shù)量更多、 質(zhì)量更優(yōu)、 轉(zhuǎn)化為現(xiàn)實生產(chǎn)力的能力更強， 數(shù)字技術(shù)發(fā)展和工業(yè)綠色轉(zhuǎn)型水平也較高， 反之， 數(shù)字技術(shù)和工業(yè)綠色轉(zhuǎn)型水平較低。

數(shù)字經(jīng)濟的發(fā)展可能會產(chǎn)生新的數(shù)字不平等和“數(shù)字鴻溝”現(xiàn)象（邱澤奇等，2016）， 從而使得數(shù)字技術(shù)對工業(yè)綠色轉(zhuǎn)型的賦能效應存在區(qū)域異質(zhì)性。然而， 數(shù)字技術(shù)對工業(yè)綠色轉(zhuǎn)型的賦能作用與二者的發(fā)展水平并不完全趨同。對于數(shù)字技術(shù)起步較早、 發(fā)展水平較高的地區(qū)， 數(shù)字技術(shù)對工業(yè)綠色轉(zhuǎn)型的溢出紅利已提前釋放， 使得綠色轉(zhuǎn)型對數(shù)字技術(shù)發(fā)展水平的要求更高（韓先鋒等，2019）， 賦能的邊際效應可能在降低， 對于數(shù)字技術(shù)發(fā)展水平較低的地區(qū)， 數(shù)字技術(shù)的促進作用正在凸顯， 賦能效應更加顯著。因此， 本文提出：

H4： 各?。▍^(qū)、市）的數(shù)字技術(shù)和工業(yè)綠色轉(zhuǎn)型水平不同， 數(shù)字技術(shù)對工業(yè)綠色轉(zhuǎn)型的促進作用也不同。

三、 研究方法與數(shù)據(jù)說明

（一） 模型構(gòu)建

為驗證前文的假設， 本文構(gòu)建以下基本模型：

gtoi_it=β₀+β₁dt_it+β₂control_it+μ_i+λ_t+ε_it（1）

在模型（1）中： gtoi_it表示在t時期省份i的工業(yè)綠色發(fā)展指數(shù)； dt_it表示i省份t時期的數(shù)字經(jīng)濟發(fā)展水平； control_it表示控制變量； μ_i、 λ_t分別表示個體固定效應與時間固定效應； ε_it是隨機擾動項。

模型（1）反映的是直接影響機制， 為了討論數(shù)字技術(shù)對工業(yè)綠色轉(zhuǎn)型的可能影響機制， 本文根據(jù)溫忠麟和葉寶娟（2014）提出的中介效應檢驗方法， 對創(chuàng)新水平提升和能源結(jié)構(gòu)優(yōu)化等間接效應進行檢驗， 構(gòu)建如下模型：

gtoi_it=a₀+a₁dt_it+γcontrol_it+ε_it（2）

M_it=b₀+b₁dt_it+γcontrol_it+ε_it（3）

gtoi_it=c₀+c₁dt_it+c₂M_it+γcontrol_it+ε_it（4）

上式中， M_it表示創(chuàng)新水平、 能源結(jié)構(gòu)等中介機制。由因果逐步回歸檢驗法可知， 在a₁、 b₁、 c₁都顯著的情況下， 若回歸系數(shù)c₁較a₁數(shù)值變小或顯著性降低， 則存在傳導機制（李朋林和候夢瑩，2023）。

為了驗證數(shù)字技術(shù)賦能工業(yè)綠色轉(zhuǎn)型是否存在空間溢出效應， 本文構(gòu)建空間計量模型后展開探討。經(jīng)過一系列檢驗， 適合本文的空間計量模型為空間滯后模型（SAR）， 具體公式如下：

gtoi_it=KWgtoi_it+α₁dt_it+α₂control_it+σ_i+τ_i+ψ_i

其中， K為空間自回歸系數(shù)， W為n×n維空間權(quán)重矩陣， σ_i和τ_i表示省份和年份的固定效應， ψ_i表示隨機誤差項。

（二） 指標構(gòu)建與數(shù)據(jù)來源

1. 數(shù)字技術(shù)和工業(yè)綠色轉(zhuǎn)型指標體系。本文借鑒趙濤等（2020）的方法構(gòu)建數(shù)字技術(shù)指標體系， 共有十三個指標： 數(shù)字技術(shù)基礎設施包括每平方千米的互聯(lián)網(wǎng)寬帶接入端口數(shù)、 光纜線路長度、 互聯(lián)網(wǎng)域名數(shù)和互聯(lián)網(wǎng)寬帶接入用戶占比； 數(shù)字技術(shù)產(chǎn)業(yè)規(guī)模包括移動電話普及率、 每百人使用計算機數(shù)、 郵政就業(yè)人員數(shù)占比、 軟件業(yè)務收入占比； 數(shù)字技術(shù)交易水平包括期末使用計算機數(shù)、 每百家企業(yè)擁有網(wǎng)站數(shù)、 有電子商務交易活動的企業(yè)數(shù)比重、 電子商務銷售額占比； 數(shù)字技術(shù)創(chuàng)新應用包括中國數(shù)字普惠金融指數(shù)。

借鑒鄧慧慧和楊露鑫（2019）的研究， 本文構(gòu)建工業(yè)綠色轉(zhuǎn)型指標體系， 共有五個指標： 單位工業(yè)增加值能耗、 單位工業(yè)增加值用水量、 單位工業(yè)增加值二氧化硫排放量、 單位工業(yè)增加值廢水排放量、 工業(yè)固體廢物綜合利用率。本文利用熵權(quán)TOPSIS法進行量化評價， 得出各?。▍^(qū)、市）數(shù)字技術(shù)水平和工業(yè)綠色發(fā)展指數(shù)， 記為dt、 gtoi。

2. 中介變量。①創(chuàng)新水平（inno）： 采用各?。▍^(qū)、市）2012 ～ 2021年國內(nèi)發(fā)明專利申請受理量來測度區(qū)域創(chuàng)新水平。②能源結(jié)構(gòu)（es）： 反映出工業(yè)能耗及排污情況， 本文選取煤炭消費量占能源消費總量的比值來衡量。

3. 控制變量。經(jīng)濟發(fā)展水平（lnpgdp）， 以人均國內(nèi)生產(chǎn)總值表示。人力資本水平（edu）， 以平均受教育年限表示。政府干預能力（gov）， 用每年的公共預算支出與地區(qū)生產(chǎn)總值之比表示。外商直接投資（fdi）， 采用各地區(qū)利用外資金額與地區(qū)生產(chǎn)總值的比值表示。產(chǎn)業(yè)結(jié)構(gòu)（ind）， 用第三產(chǎn)業(yè)增加值與第二產(chǎn)業(yè)增加值的比值表示。

4. 數(shù)據(jù)來源。本文采用我國30個省（區(qū)、市）（不包括西藏、 臺灣、 香港、 澳門）2012 ～ 2021年的面板數(shù)據(jù)， 數(shù)據(jù)來源于《中國統(tǒng)計年鑒》《中國環(huán)境統(tǒng)計年鑒》《北京大學數(shù)字普惠金融指數(shù)》等， 并對變量進行對數(shù)化處理， 缺失數(shù)據(jù)用插值法補充。

四、 實證結(jié)果與分析

考察期內(nèi)各?。▍^(qū)、市）的數(shù)字技術(shù)和工業(yè)綠色轉(zhuǎn)型發(fā)展均呈現(xiàn)出良好態(tài)勢， 數(shù)字技術(shù)發(fā)展整體水平較低， 全國均值為0.299， 工業(yè)綠色轉(zhuǎn)型整體水平相對較高， 全國均值達0.587。但是區(qū)域間發(fā)展差異大， 東部發(fā)達地區(qū)的數(shù)字技術(shù)和工業(yè)綠色轉(zhuǎn)型水平高于中、 西部地區(qū)， 可能的原因在于東部地區(qū)經(jīng)濟較為發(fā)達、 工業(yè)設施更加完善。

（一） 基準回歸結(jié)果

在進行回歸分析之前， 首先對本文的變量進行多重共線性檢驗， 各變量最大的方差膨脹因子不超過10， 說明不存在明顯的多重共線性問題。表1為本文的基準回歸結(jié)果。列（1）是未加入控制變量的回歸結(jié)果， 回歸系數(shù)顯著為正， 說明數(shù)字技術(shù)能夠直接促進工業(yè)綠色轉(zhuǎn)型發(fā)展； 列（2） ～ 列（6）依次加入控制變量， 數(shù)字技術(shù)對工業(yè)綠色轉(zhuǎn)型的回歸系數(shù)和顯著性未發(fā)生明顯變化， 基準回歸結(jié)果較為穩(wěn)健， 該結(jié)果驗證了H1。

從控制變量結(jié)果來看： 第一， 經(jīng)濟發(fā)展水平、 人力資本水平、 政府干預能力、 外商直接投資均有利于促進工業(yè)綠色轉(zhuǎn)型。第二， 產(chǎn)業(yè)結(jié)構(gòu)對工業(yè)綠色轉(zhuǎn)型的影響系數(shù)為負， 且未通過顯著性檢驗， 表明當前產(chǎn)業(yè)結(jié)構(gòu)并未有利于工業(yè)綠色轉(zhuǎn)型， 這可能是當前產(chǎn)業(yè)結(jié)構(gòu)不合理造成的， 隨著數(shù)字技術(shù)在第二產(chǎn)業(yè)、 第三產(chǎn)業(yè)的應用日益深入， 第三產(chǎn)業(yè)的附加值較高， 產(chǎn)值增速較快， 而第二產(chǎn)業(yè)處于數(shù)字化、 智能化、 綠色化的改造升級階段， 技術(shù)密集型、 資本密集型等高附加值產(chǎn)業(yè)占比較低導致資源未能實現(xiàn)有效配置（鄧國營和田袁果，2023）， 產(chǎn)值增速相對較慢， 因此， 當前產(chǎn)業(yè)結(jié)構(gòu)對工業(yè)綠色轉(zhuǎn)型未能產(chǎn)生促進作用。

（二） 內(nèi)生性檢驗

考慮到模型可能存在內(nèi)生性問題會導致估計結(jié)果不準確， 用工具變量法進行檢驗， 如表2所示， 參考黃群慧等（2019）的做法， 構(gòu)造了各省2002年每百萬人固定電話數(shù)量（與個體變化有關(guān)）與滯后一期全國互聯(lián)網(wǎng)寬帶用戶數(shù)（與時間有關(guān)）的交互項， 作為數(shù)字技術(shù)的工具變量（IV）。工具變量的有效性檢驗得出p值為0.000， 拒絕不存在內(nèi)生變量的原假設； 不可識別檢驗顯示， LM統(tǒng)計量p值為0.000， 顯著拒絕原假設； 弱工具變量檢驗顯示， Wald F統(tǒng)計量大于弱識別檢驗10%水平上的臨界值16.38。以上檢驗結(jié)果說明該工具變量是有效的。通過兩階段最小二乘法進行回歸分析， 結(jié)果為表2的列（1）、 列（2）。結(jié)果顯示， 工具變量與核心解釋變量呈顯著正相關(guān)關(guān)系， 滿足“相關(guān)性”假定， 核心解釋變量對被解釋變量仍具有顯著正向影響， 與基準回歸結(jié)論一致。

（三） 穩(wěn)健性檢驗

為驗證前文估計結(jié)果是否穩(wěn)健， 本文采用以下方法進行穩(wěn)健性檢驗。第一， 替換解釋變量， 由于數(shù)字技術(shù)的特性， 本文選取高技術(shù)產(chǎn)業(yè)的數(shù)據(jù)計算產(chǎn)業(yè)集聚指數(shù)并進行中心化處理（潘愛民和孟玲磊，2023）， 作為數(shù)字技術(shù)的代理變量（aggl）。結(jié)果見表2列（3）， 高技術(shù)產(chǎn)業(yè)集聚對工業(yè)綠色轉(zhuǎn)型存在顯著正向影響。第二， 替換被解釋變量， 選取2012 ～ 2021年30個?。▍^(qū)、市）工業(yè)煙（粉）塵排放量對數(shù)化處理后作為工業(yè)綠色轉(zhuǎn)型的代理變量（lngyfc）（孔芳霞和劉新智，2023）， 結(jié)果見表2列（4）， 數(shù)字技術(shù)對工業(yè)煙（粉）塵排放存在顯著負向影響， 也證實了前文數(shù)字技術(shù)對工業(yè)綠色轉(zhuǎn)型存在正向影響結(jié)論的可靠性。本文結(jié)論經(jīng)過多種穩(wěn)健性檢驗后， 具有較高可信度。

五、? 進一步討論

（一） 中介機制檢驗

由前文可知， 數(shù)字技術(shù)促進了工業(yè)綠色轉(zhuǎn)型， 本文選用中介效應模型對創(chuàng)新水平提升、 能源結(jié)構(gòu)優(yōu)化的中介機制進行實證檢驗， 具體結(jié)果見表3。可知， 數(shù)字技術(shù)對創(chuàng)新水平的影響系數(shù)顯著為正， 對能源結(jié)構(gòu)的影響系數(shù)顯著為負， 說明數(shù)字技術(shù)對創(chuàng)新水平提升與能源結(jié)構(gòu)優(yōu)化具有推動作用。列（3）、 列（6）的結(jié)果顯示， 數(shù)字技術(shù)水平對工業(yè)綠色轉(zhuǎn)型的影響系數(shù)分別為0.359和0.538， 且在1%的水平上顯著， 表明具有部分中介效應， 該影響系數(shù)相比列（1）、 列（4）的直接回歸系數(shù)0.562有所下降， 說明數(shù)字技術(shù)可通過提升創(chuàng)新水平、 優(yōu)化能源結(jié)構(gòu)來間接推動工業(yè)綠色轉(zhuǎn)型。為確保估計結(jié)果的可靠性， 進一步采用Sobel檢驗法和Bootstrap檢驗法， 結(jié)果顯示， 創(chuàng)新水平的間接效應和直接效應分別為0.126、 0.518， 能源結(jié)構(gòu)的間接效應和直接效應分別為0.102、 0.542， 置信區(qū)間均不包含0。由創(chuàng)新水平提升和能源結(jié)構(gòu)優(yōu)化的中介效應比值可知， 創(chuàng)新水平提升對工業(yè)綠色轉(zhuǎn)型的賦能效應更為顯著。該結(jié)果支持了H2。

（二） 空間溢出效應

本文以空間鄰接矩陣為基礎， 得出數(shù)字技術(shù)與工業(yè)綠色轉(zhuǎn)型水平的Moran's I指數(shù)顯著為正， 全局莫蘭指數(shù)散點圖（由于篇幅限制， 圖表未列出）顯示， 較多省份位于第一、 三象限內(nèi)， 呈現(xiàn)出“高與高”集聚、 “低與低”集聚的空間特征， 表明存在顯著的空間相關(guān)性， 且數(shù)字技術(shù)與工業(yè)綠色轉(zhuǎn)型水平越高的地區(qū)， 其鄰近地區(qū)的數(shù)字技術(shù)與工業(yè)綠色轉(zhuǎn)型水平也越高， 反之亦然。造成這一現(xiàn)象的原因可能在于數(shù)字技術(shù)的發(fā)展具有無邊界性和共享性， 對鄰近地區(qū)的正向輻射作用較為明顯， 鄰近地區(qū)通過學習數(shù)字技術(shù)的發(fā)展經(jīng)驗以及接收數(shù)字產(chǎn)業(yè)的轉(zhuǎn)移， 能夠帶動本地區(qū)的數(shù)字技術(shù)和工業(yè)綠色轉(zhuǎn)型發(fā)展。

空間溢出效應分析結(jié)果見表4。首先， 進行拉格朗日乘子（LM）檢驗和其穩(wěn)健性（Robust LM）檢驗， 發(fā)現(xiàn)空間滯后模型（SAR）的LM和R-LM統(tǒng)計量均通過了顯著性檢驗， 空間誤差模型（SEM）的LM統(tǒng)計量通過了顯著性檢驗， 但R-LM統(tǒng)計量未通過檢驗。這說明數(shù)字技術(shù)賦能工業(yè)綠色轉(zhuǎn)型的空間溢出效應不是由模型假設的誤差因素決定的， 而是由模型假定的解釋變量所決定的。Hausman檢驗的統(tǒng)計量為負值， 選擇隨機效應模型。因此， 本文選擇隨機效應的空間滯后模型（SAR）作為擬合數(shù)字技術(shù)賦能工業(yè)綠色轉(zhuǎn)型空間溢出效應的模型。

空間自回歸系數(shù)Spatial-rho顯著為正， 說明本地工業(yè)綠色轉(zhuǎn)型水平越高， 相鄰地區(qū)的工業(yè)綠色轉(zhuǎn)型水平也會越高。數(shù)字技術(shù)發(fā)展對本地工業(yè)綠色轉(zhuǎn)型的直接效應和間接效應分別為0.403和0.257， 均通過了1%的顯著性水平檢驗， 表明數(shù)字技術(shù)發(fā)展水平對本地區(qū)和相鄰地區(qū)的工業(yè)綠色轉(zhuǎn)型均存在促進作用。為檢驗結(jié)果的穩(wěn)健性， 采用地理距離矩陣和經(jīng)濟距離矩陣進行空間溢出效應分析， 估計系數(shù)和顯著性與前文保持一致， 表明空間溢出效應的分析結(jié)果具有穩(wěn)健性。該結(jié)論驗證了H3， 即數(shù)字技術(shù)賦能工業(yè)綠色轉(zhuǎn)型發(fā)展具有空間溢出效應。

（三）區(qū)域異質(zhì)性

考慮到我國各?。▍^(qū)、市）數(shù)字技術(shù)與工業(yè)綠色轉(zhuǎn)型發(fā)展水平存在差異， 為提升研究結(jié)論的完整性與充分性， 本文對全國區(qū)域進行劃分。根據(jù)耦合協(xié)調(diào)度模型， 依據(jù)各省（區(qū)、市）數(shù)字技術(shù)與工業(yè)綠色轉(zhuǎn)型的耦合協(xié)調(diào)度指數(shù)D分為以下四組數(shù)據(jù)： ①組指指數(shù)D大于0.8， 表示進入良好協(xié)調(diào)發(fā)展階段， 有北京、 上海； ②組指指數(shù)D大于0.7， 進入中級協(xié)調(diào)發(fā)展階段， 有天津、 江蘇、 浙江、 福建、 山東、 廣東、 重慶、 陜西； ③組指指數(shù)D大于0.6， 進入初級協(xié)調(diào)發(fā)展階段， 有河北、 山西、 內(nèi)蒙古、 遼寧、 吉林、 黑龍江、 安徽、 江西、 河南、 湖北、 湖南、 廣西、 海南、 四川、 貴州、 云南、 甘肅、 青海； ④組指指數(shù)D大于0.5， 進入勉強協(xié)調(diào)發(fā)展階段， 有新疆、 寧夏。根據(jù)以上四組數(shù)據(jù)分別進行檢驗。結(jié)果見表5。數(shù)字技術(shù)對工業(yè)綠色轉(zhuǎn)型的促進作用在②、 ③、 ④組地區(qū)都通過了顯著性檢驗， ①組的影響系數(shù)為正， 但未通過顯著性檢驗。由結(jié)果可知， 隨著耦合協(xié)調(diào)等級的降低， 數(shù)字技術(shù)對工業(yè)綠色轉(zhuǎn)型的影響系數(shù)卻在逐漸升高。造成這種結(jié)果的原因可能是： 第一， 對于數(shù)字技術(shù)和工業(yè)節(jié)能低碳技術(shù)發(fā)展起步較晚的地區(qū)， 在考察期初發(fā)展水平較低， 提升空間大（于世海等，2022）， 數(shù)字技術(shù)對工業(yè)綠色轉(zhuǎn)型的促進作用正在凸顯出來， 與此同時， 國家大力推進中部崛起戰(zhàn)略和西部大開發(fā)戰(zhàn)略， 因此， 在考察期內(nèi)處于勉強協(xié)調(diào)發(fā)展階段和初級協(xié)調(diào)發(fā)展階段的地區(qū)， 數(shù)字技術(shù)對工業(yè)綠色轉(zhuǎn)型的影響較為顯著。第二， 考察期內(nèi)進入中級協(xié)調(diào)發(fā)展階段的地區(qū)， 數(shù)字技術(shù)發(fā)展起步較早、 發(fā)展速度較快， 數(shù)字技術(shù)對工業(yè)綠色轉(zhuǎn)型的溢出紅利已經(jīng)提前釋放， 使得工業(yè)綠色轉(zhuǎn)型水平提升對于數(shù)字技術(shù)發(fā)展水平的要求更高（韓先鋒等，2019）， 因此， 在考察期內(nèi)數(shù)字技術(shù)賦能工業(yè)綠色轉(zhuǎn)型的邊際效用在降低， 此現(xiàn)象在進入良好協(xié)調(diào)發(fā)展階段的地區(qū)更為顯著。綜上所述， 數(shù)字技術(shù)對工業(yè)綠色轉(zhuǎn)型的促進作用存在顯著的區(qū)域差異， 在數(shù)字技術(shù)與工業(yè)綠色轉(zhuǎn)型耦合協(xié)調(diào)度較低的地區(qū)賦能作用更為顯著， 在耦合協(xié)調(diào)度較高的地區(qū)賦能作用較弱。H4得以驗證。

六、 結(jié)論與政策啟示

本文選取2012 ～ 2021年我國省級面板數(shù)據(jù)， 從理論和實證層面考察了數(shù)字技術(shù)賦能工業(yè)綠色轉(zhuǎn)型的內(nèi)在機制、 空間溢出效應和區(qū)域異質(zhì)性， 研究發(fā)現(xiàn)： ①考察期內(nèi)， 全國各區(qū)域數(shù)字技術(shù)與工業(yè)綠色轉(zhuǎn)型發(fā)展水平均有了明顯的提升， 東、 中、 西部存在明顯區(qū)域差異。②數(shù)字技術(shù)對工業(yè)綠色轉(zhuǎn)型存在直接促進作用， 在加入工具變量、 替換解釋變量和被解釋變量后結(jié)論依然穩(wěn)健。③數(shù)字技術(shù)通過區(qū)域創(chuàng)新水平提升和能源結(jié)構(gòu)優(yōu)化對工業(yè)綠色轉(zhuǎn)型產(chǎn)生間接作用， 且創(chuàng)新水平提升的中介效應更強。④數(shù)字技術(shù)與工業(yè)綠色轉(zhuǎn)型發(fā)展存在顯著的空間相關(guān)性， 呈現(xiàn)出“高與高”集聚、 “低與低”集聚的空間特征， 數(shù)字技術(shù)的發(fā)展對相鄰地區(qū)工業(yè)綠色轉(zhuǎn)型也存在促進作用。⑤在數(shù)字技術(shù)與工業(yè)綠色轉(zhuǎn)型耦合協(xié)調(diào)等級越低的地區(qū)， 賦能效應越顯著， 在耦合協(xié)調(diào)等級高的發(fā)達地區(qū)， 賦能效應較弱。

根據(jù)以上結(jié)論， 本文提出以下政策啟示： 第一， 完善數(shù)字技術(shù)的基礎設施建設， 拓寬互聯(lián)網(wǎng)、 大數(shù)據(jù)、 云計算、 5G智能等數(shù)字技術(shù)的應用渠道和范圍， 孕育新興產(chǎn)業(yè)或業(yè)務形態(tài)， 釋放數(shù)字技術(shù)發(fā)展紅利。第二， 加速推動數(shù)字技術(shù)與工業(yè)生產(chǎn)的深度融合發(fā)展， 加強數(shù)據(jù)、 信息、 技術(shù)在不同產(chǎn)業(yè)、 不同區(qū)域之間的流動性， 加深數(shù)字技術(shù)在綠色創(chuàng)新中的應用， 深入推進數(shù)字技術(shù)與清潔能源技術(shù)相融合， 提高創(chuàng)新水平、 優(yōu)化能源結(jié)構(gòu)和工業(yè)綠色轉(zhuǎn)型效率， 推動形成綠色低碳的工業(yè)產(chǎn)業(yè)鏈體系。第三， 政府可以出臺多種優(yōu)惠政策吸引高水平的技能型人才， 有利于提升區(qū)域創(chuàng)新水平， 引導工業(yè)企業(yè)積極學習高度協(xié)調(diào)發(fā)展地區(qū)的發(fā)展經(jīng)驗， 與鄰近地區(qū)的政府和企業(yè)建立溝通交流平臺， 加強區(qū)域間對話、 拓寬合作渠道， 通過數(shù)字技術(shù)優(yōu)化資源配置、 緩解信息不對稱問題， 加快生產(chǎn)要素的流動速度， 促進區(qū)域間數(shù)字技術(shù)和工業(yè)綠色轉(zhuǎn)型的協(xié)同推進。第四， 為降低“馬太效應”帶來的負面影響， 政府和企業(yè)應正確認識數(shù)字技術(shù)和工業(yè)綠色轉(zhuǎn)型水平區(qū)域間發(fā)展不均衡現(xiàn)狀， 結(jié)合產(chǎn)業(yè)結(jié)構(gòu)優(yōu)勢和資源稟賦， 因地制宜地制定策略。對于數(shù)字技術(shù)與工業(yè)綠色轉(zhuǎn)型發(fā)展水平較高的地區(qū)， 利用自身較發(fā)達的經(jīng)濟條件為數(shù)字技術(shù)發(fā)揮正外部性創(chuàng)造良好的市場環(huán)境； 對于數(shù)字技術(shù)與工業(yè)綠色轉(zhuǎn)型發(fā)展水平較低的地區(qū)， 數(shù)字技術(shù)尚處于起步階段， 其工業(yè)綠色發(fā)展提升空間較大， 數(shù)字技術(shù)釋放的綠色轉(zhuǎn)型紅利正在凸顯， 因此對處于綠色轉(zhuǎn)型的工業(yè)企業(yè)， 政府應當予以技術(shù)支持、 財政支持， 加大對高耗能和高污染企業(yè)的淘汰力度， 推動傳統(tǒng)工業(yè)形成以創(chuàng)新為主導、 以數(shù)字技術(shù)為驅(qū)動力、 以綠色發(fā)展為目標的綠色發(fā)展模式， 推動我國工業(yè)實現(xiàn)綠色轉(zhuǎn)型升級。

【 主 要 參 考 文 獻 】

鄧國營，田袁果．住房價格區(qū)域分化：基于市場化進程的視角［ J］．財經(jīng)科學，2023（3）：140 ～ 148．

黃勃，李海彤，劉俊岐等．數(shù)字技術(shù)創(chuàng)新與中國企業(yè)高質(zhì)量發(fā)展——來自企業(yè)數(shù)字專利的證據(jù)［ J］．經(jīng)濟研究，2023（3）：97 ～ 115．

黃群慧，余泳澤，張松林．互聯(lián)網(wǎng)發(fā)展與制造業(yè)生產(chǎn)率提升：內(nèi)在機制與中國經(jīng)驗［ J］．中國工業(yè)經(jīng)濟，2019（8）：5 ～ 23．

李朋林，候夢瑩．數(shù)字經(jīng)濟發(fā)展對碳排放的影響［ J］．財會月刊，2023（10）：153 ～ 160．

潘愛民，孟玲磊．數(shù)字經(jīng)濟、產(chǎn)業(yè)集聚和區(qū)域創(chuàng)新效率［ J］．山東工商學院學報，2023（4）：109 ～ 122．

彭剛，朱莉，陳榕．SNA視角下我國數(shù)字經(jīng)濟生產(chǎn)核算問題研究［ J］．統(tǒng)計研究，2021（7）：19 ～ 31．

趙德起，孟琳．黨的十八大以來我國數(shù)字化轉(zhuǎn)型取得的成就、經(jīng)驗與前景展望［ J］．湖南科技大學學報（社會科學版），2023（1）：75 ～ 83．

趙濤，張智，梁上坤．數(shù)字經(jīng)濟、創(chuàng)業(yè)活躍度與高質(zhì)量發(fā)展——來自中國城市的經(jīng)驗證據(jù)［ J］．管理世界，2020（10）：65 ～ 76．

Huwei W.，ChienChiang L.，Ziyu S.. Digitalization and environment： How does ICT affect enterprise environmental performance？［ J］．Environmental Science and Pollution Research International，2021（39）：54826 ～ 54841．

（責任編輯·校對： 劉鈺瑩? 羅萍）

【基金項目】新疆維吾爾自治區(qū)教育廳人文社會科學重點研究基地項目“絲綢之路經(jīng)濟帶沿線國家新能源產(chǎn)業(yè)優(yōu)勢資源基地建設與市場開發(fā)

政策研究”（項目編號：XJEDU2023J040）；新疆財經(jīng)大學校地合作招標課題“新疆光伏產(chǎn)業(yè)集約化發(fā)展對策研究”（項目編號：2023SLC010）；

新疆財經(jīng)大學科研創(chuàng)新團隊項目“‘雙碳目標下我國新能源產(chǎn)業(yè)發(fā)展研究——基于全國統(tǒng)一大市場的思路”；新疆財經(jīng)大學研究生科研

創(chuàng)新項目“數(shù)字技術(shù)賦能新疆能源產(chǎn)業(yè)綠色轉(zhuǎn)型發(fā)展研究”（項目編號：XJUFE2023K005）

【作者單位】新疆財經(jīng)大學經(jīng)濟學院， 烏魯木齊 830012