互联网与制造业协同集聚能否提升城市绿色效率——基于中国283个城市的经验分析

张治栋，赵必武

（安徽大学 经济学院，安徽 合肥230601）

一、引 言

2018 年全国生态环境保护大会中，习近平总书记指出要把推动经济社会发展与生态文明建设统筹起来，依靠改革开放以来积累的物质基础，推动我国生态文明建设迈上新台阶，并强调新时代生态文明建设需要继续坚持“两山”理论，贯彻五大发展理念，加快推动资源节约和环境良好的空间格局、产业结构以及生产方式的形成。事实上，互联网与制造业协同集聚是一种产业结构优化的表现，互联网平台和互联网信息技术应用于制造业，有利于促进生产要素的优化配置和有效聚集，能够降低生产成本和提高资源利用效率［1-2］。因此，关注互联网与制造业协同集聚同城市绿色效率之间的内在联系，并分析其中的作用机制，对促进中国生态环境与经济社会协调发展有着重要的理论意义和现实意义。

二、文献综述

（一）关于互联网与经济效率的研究

互联网在商业化的过程中，不断渗透到经济社会各领域，产生了丰厚的“数字红利”，给经济发展带来了深刻的影响。胡鞍钢等（2016）认为以互联网为代表的数字产业是经济新常态下的新动力之一，并将新经济定义为互联网相关产业与其他产业相互融合产生的新趋势，且对宏微观经济产生积极影响的一种新模式［3］。郭家堂等（2016）认为互联网技术、平台和产业的发展与应用可以使经济交易中的外部性问题内部化，提高经济运行发展的效率，并通过对中国省级面板数据实证分析得到互联网对中国全要素生产率具有非线性的促进作用［4］。汪东芳等（2019）基于省级数据的相关研究，指出互联网本身存在着网络效应，并且对地区全要素能源效率的提升具有显著的正向作用，认为“互联网+”也是推动区域绿色协调发展的重要渠道［5］。亦有相关学者以长江经济带三大城市群为决策单元，指出互联网本身以及互联网与禀赋结构互动能够显著促进长江经济带的工业绿色全要素生产率［6］。此外，一些学者也分析了互联网和数字贸易对中国经济的影响，认为互联网经济是中国经济发展的新动能［7-9］。

（二）关于制造业集聚与经济效率的研究

从目前相关研究来看，制造业集聚对经济效率具有显著影响，并且呈现出一种非线性关系。陈阳等（2019）基于制造业集聚和城市规模协同视角，指出制造业集聚对城市绿色全要素生产率的影响呈现倒U型的关系，制造业与城市规模协同对城市绿色全要素生产率同样具有显著影响［10］。同样，胡绪华等（2019）认为制造业集聚与城市化双轮驱动更能推进城市绿色全要素生产率的提升［11］。于斌斌（2015）基于经济发展水平的角度，指出制造业集聚对区域经济效率之间表现为一种N 型关系［12］。魏玮、张万里（2017）从微观角度分析，指出制造业集聚分为集聚过度型、集聚递减型以及集聚推进型，并且制造业集聚水平、阶段的差异性会对企业经济效率产生异质性的外部性影响［13］。此外，亦有一些学者认为制造业集聚对城市全要素生产率提升主要通过技术进步来实现［14］，受城市等级分异的影响，制造业集聚对高等级中心城市的全要素生产率的作用更显著［15］。

（三）关于产业协同集聚与城市经济效率的研究

产业集聚一般表现为单一产业在空间上聚集，但伴随着产业结构不断合理化、高级化，更多表现为异质性产业之间的协同集聚、相互融合，并影响着城市经济生产活动［16-17］。国外学者Ellison 等（2010）通过对异质性产业之间协同集聚的分析，指出产业协同集聚的微观机制源于产业之间信息共享、要素共享以及产业链的延伸［18］。陈建军等（2016）基于融合创新与动能转换的视角，认为产业协同集聚对城市生产效率有着显著的促进作用，并进一步指出产业协同集聚的促进作用具有行业异质性，同时在空间上也表现出显著的溢出效应［16］。周明生等（2018）对长株潭城市群进行了实证分析，研究得到生产性服务业与制造业协同集聚和经济效率之间存在着显著的非线性关系［19］。伍先福（2019）基于市域尺度进行实证检验，研究表明产业协同集聚对城市全要素生产率具有门槛效应，当制造业专业化集聚度跨越门槛值之后，生产性服务业与制造业协同集聚对全要素生产率的正向作用转为负向影响［20］。苗建军等（2020）对长三角城市群土地利用效率进行测算，指出产业协同集聚与土地利用效率之间呈现倒U型的关系［21］。此外，亦有学者通过实证研究了产业协同集聚对产业结构优化的影响，指出产业协同集聚通过延长产业链来促进产业结构高级化，通过产业间的共生效应实现产业的合理化，从而对地区经济产生重要影响［22-23］。

综合现有文献，可以看出关于互联网、制造业集聚以及产业协同集聚对城市经济发展效率的研究已经有了一定基础。但相关研究仍然存在不足之处：第一，缺乏从产业协同集聚角度分析如何提升城市绿色效率的相关研究；第二，缺乏对互联网与制造业协同集聚同城市绿色效率之间内在机制的深入研究以及实证分析。因此，本文的贡献是提供互联网与制造业协同集聚影响城市绿色效率的经验证据，并分析其作用机制。

三、机制分析与假说

根据马歇尔空间外部性理论，经济活动空间上集聚的关键动因是空间外部性，即异质性产业通过空间上协同集聚来获得一定的规模外部经济，包括技术外部性、资本外部性以及知识外部性等。有学者进一步将这种空间外部性归纳为产业之间知识技术共享与资源匹配。同时，从产业链延伸角度来看，产业协同集聚是一种专业分工与利益分配等网络关系的集合，其目的是推动产业延伸到价值链两端，获得高附加值，这也是产业协同集聚的重要动因。鉴于此，互联网与制造业基于空间范围内的协同集聚效应主要包括产业关联效应和空间联动效应，对城市绿色效率的作用机制也主要来源于这两个效应。

（一）互联网与制造业协同集聚的产业关联效应机制

互联网与制造业协同集聚的产业关联效应对城市绿色效率的作用机制包含两个方面。第一，产业链延伸在一定程度上缓解了行业间的资源错配问题，从而产生行业间的资源优化配置效应。互联网技术在商业化过程中逐渐衍生出信息传输、软件和信息技术服务业等行业，并在有效市场与有为政府的合力作用下，推动了“互联网+制造业”的深度融合，逐渐形成“智能制造”这种高效率模式。童有好（2015）指出互联网与制造业的深入融合可以引发制造业资源配置方式的革新，利用互联网数字化平台，实现了人才、资源、技术等生产要素在行业间的优化整合，形成了制造能力池，对地区绿色效率的提升具有显著效果［24］。第二，互联网与制造业在产业联动的作用下，不仅会带来知识外溢，也会产生地区基础设施和技术的共享效应。李海舰等（2014）将互联网精神概括为开放、协作、平等与共享，并且在互联网背景下，存在着物质资源以及“虚拟资源”的共享［25］，制造业可以借助互联网技术、产业实现节能环保技术以及生产技术的共享。因此，互联网与制造业协同集聚能够影响绿色效率。

（二）互联网与制造业协同集聚的空间联动效应机制

互联网与制造业协同集聚需要考虑产业与空间双重维度，空间联动效应是在产业关联效应的基础上，受区位优势以及互联网行业特性的影响，作用于城市绿色效率。其具体作用机制主要包括三个方面：第一，互联网行业依托互联网技术能够打破时空的约束，可以有效连接供给端和需求端，产生协同创新效应［4］。互联网加强了各地区制造业企业之间联系，通过交流实现生产技术的跨区域传播，促进创新与技术进步，从而降低制造业污染排放量，并且提高生产效率。第二，在空间联动效应的作用下，相邻城市之间的互联网与制造业协同集聚存在空间相关性，能够促使空间结构不断优化以及产生地区间资源优化配置效应。互联网对各地区的信息整合，能够使各地区制造业企业享有和利用已有信息，实现地区之间的资源合理配置，减少资源浪费，进而对城市绿色效率产生影响。第三，互联网与制造业协同集聚在空间联动的作用下，可以在一定程度上避免地区产业同构，并根据区位优势实现产业多样化发展，促进地区全要素生产率提升［26］。此外，从产业属性来看互联网属于生产性服务业，根据Ke 等（2014）和张虎等（2017）的研究表明，受空间联动效应的影响，互联网与制造业协同集聚对邻近城市具有显著的空间溢出效应［27-28］。

综上所述，互联网与制造业协同集聚对城市绿色效率具有重要影响，具体的影响机制如图1 所示，并由此提出假说1-假说3。

H1：互联网与制造业协同集聚具有显著的空间正相关性；

H2：互联网与制造业的协同集聚具有空间溢出效应，能够显著提升城市绿色效率；

H3：从短期与长期来看，互联网与制造业协同集聚对城市绿色效率的提升具有显著的直接和间接效应，并且间接效应要大于直接效应。

图1 互联网与制造业协同集聚对城市绿色效率的作用机制

四、研究设计

（一）模型设计

由上述的理论机制分析，可以看出互联网与制造业协同集聚对城市绿色效率存在着多层次的影响。同样，为了更加清晰地分析互联网与制造业协同集聚对城市绿色效率产生的影响，在考虑空间溢出因素的情况下，构建如下静态空间面板杜宾模型：

其中，GDE为被解释变量，代表城市绿色效率；IMC为核心解释变量，代表互联网与制造业协同集聚指数；INT 和MA 分别表示互联网集聚指数和制造业集聚指数；lnrgdp、lncity、lnedu 分别表示经济水平、城市化水平、教育水平；τ 表示个体控制；ε 表示随机误差；ρ、αi、βi表示变量回归系数。此外，W 是表示城市i和j之间的空间权重矩阵，本文参考王火根（2007）的相关研究［29］，考虑地理和经济因素，构建了空间邻近矩阵（W1）以及经济地理矩阵（W2）。

空间邻近矩阵（W1）主要考虑地理因素对经济活动的影响，当城市i 与城市j 相邻时取1，反之取0，具体形式由式（2）所示。此外，为了基于多种空间权重对模型进行稳健性检验，本文还构建了经济地理权重矩阵（W2），其中，W0表示反距离矩阵；dij表示城市之间的球面距离，是通过国家基础地理信息中心提供的经纬度数据进行测算；y 表示城市GDP，并且以考察期的各城市GDP 占各城市GDP总和的比重来表示经济距离，具体形式由式（6）所示。

在传统静态空间面板模型中，受空间权重矩阵以及模型设定等因素的影响，可能会存在内生性问题，而动态空间杜宾面板模型对解决模型的内生性问题具有无可比拟的优势［30］。同时，为了兼顾时间滞后效应，进一步分析互联网与制造业协同集聚对城市绿色效率的短期和长期效应，本文加入被解释变量的时间滞后项（WGDEt-1），构建了动态空间面板杜宾模型：

（二）变量说明

（1）被解释变量：城市绿色效率（GDE）。参考袁华锡等（2019）［30］、郗永勤等（2019）［31］以及周亮等（2019）［32］的研究，采用非期望产出的SBM 模型测算城市绿色效率。非期望产出的SBM模型相比传统的DEA模型，考虑了非期望产出这一指标，一定程度上可以有效解决效率高估等问题。具体的投入指标和产出指标由表1 列出，其中，城市固定资产投资与生产总值以2000年的价格折算指数进行不变价处理，以消除通货膨胀的影响。

（2）解释变量：互联网与制造业协同集聚度（IMC）。参考伍先福（2016）对生产性服务业与制造业协同集聚度的测算方法［33］，本文基于互联网和制造业的区位熵指数，通过互联网集聚指数和制造业集聚指数的相对差异来衡量互联网与制造业协同集聚指数。具体的计算公式如下：

互联网集聚度和制造业集聚度的计算公式如公式（8）和（9）所示。其中，eiI和eiM分别表示第i城市的信息传输、软件和信息技术行业从业人数和制造业从业人数；EI和EM分别表示全国信息传输、软件和信息技术行业从业人数和制造业从业人数；ei为第i城市总从业人数；E为全国总从业人数。相应的互联网与制造业协调集聚度由公式（10）所示。

（3）控制变量。参考现有研究［20-21，34-35］，以互联网集聚度（INT）和制造业集聚度（MA）为基本控制变量，并引入其他控制变量，包括经济水平、城市化水平和教育水平。其中，以城市人均GDP 作为经济水平的代理变量，以城市人口密度作为城市化水平的代理变量，以城市教育支出作为教育水平的代理变量。

与此同时，为了更直接清晰地了解被解释变量、解释变量和控制变量的属性，本文对各变量做了定性描述，具体情况见表1所列。

表1 变量的定性描述

（三）数据说明

本文以中国地级及以上283 个城市为决策单位（天门、仙桃、潜江、铜仁、毕节、拉萨、海东和三沙等市由于部分年份数据残缺严重，香港、台湾和澳门由于数据收集的困难，故被剔除），选取2006-2017 年的有效数据进行分析。此外，各变量的指标数据中城市人口密度来自EPS 数据库与各省市统计年鉴，其余指标数据均来自2007-2018 年《中国城市统计年鉴》以及各省市统计年鉴，部分缺失数据通过插值法补全。各变量数值特征见表2所列。

表2 变量的描述统计

五、实证结果分析

（一）空间相关性分析

根据理论机制分析，互联网与制造业协同集聚对城市绿色效率有着重要的作用，但在空间等因素的作用下是否存在着溢出效应需要进一步检验。一般而言，空间溢出的动因主要源自空间相关性和空间异质性，而检验空间相关性的统计量主要是莫兰指数。具体表达形式如（11）式所示：

其中，xi表示城市i的观测值，Wij表示着标准化后的空间权重矩阵。此外，-1≤I≤1，当I数值大于0 时，表示存在空间正相关关系；当I小于0时，表示存在着空间负相关关系。

2006-2017 年城市绿色效率、互联网与制造业协同集聚度、制造业集聚度以及互联网集聚度的全局莫兰指数值见表3所列。其中，城市绿色效率和互联网与制造业协同集聚度显著为正，从统计意义上来讲，拒绝了“无空间自相关的原假设”，说明相邻城市之间存在空间自相关。此外，图2 至图7分别报告了2006 年、2011 年和2017 年的城市绿色效率和互联网与制造业协同集聚的莫兰散点图。从中可以看出，城市绿色效率高的城市之间形成“高高”集聚特征，城市绿色效率低的城市之间形成“低低”集聚特征；同样地，各城市互联网与制造业协同集聚在空间上也呈现一样的集聚特征，说明研究样本所覆盖的城市存在着显著的空间集群特征。因此，基于空间相关性分析可以验证H1。

表3 主要变量的全局Moran's I值

图2 2006年GDE Moran's I散点图

图3 2011年GDE Moran's I散点图

图4 2017年GDE Moran's I散点图

图5 2006年IMC Moran’s I散点图

图6 2011年IMC Moran's I散点图

图7 2017年IMC Moran’s I散点图

（二）总体回归分析

综合理论机制和空间相关性分析，可以初步断定互联网与制造业协同集聚对城市绿色效率存在空间溢出效应。而在进行空间回归分析之前，先对模型进行LR 和Wald 检验，发现LR和Wald 统计量都显示拒绝原假设。因此，空间杜宾模型并不能进一步简化为空间误差模型和空间滞后模型，前文模型设定是比较合理的。此外，Hausman 检验结果表明应该使用固定效应模型进行回归。所以本文采用空间面板杜宾模型进行实证分析，回归结果见表4 和表5所列。

表4 模型回归结果

表5 动态空间杜宾模型的短期和长期效应分解情况

由表4和表5可以得出以下结论：

第一，互联网与制造业协同集聚能够改善城市绿色效率。模型1 报告了普通面板模型OLS 回归结果，显示互联网与制造业协同集聚对城市绿色效率的回归系数为0.042 8，并在1%的置信水平下显著，表明在其他条件不变的情况下，互联网与制造业协同集聚度提高一个单位，城市绿色效率平均提高0.042 8 个单位。究其原因，互联网行业与制造业协同集聚一方面有利于推动制造业智能化，创新生产方式，获得规模报酬；另一方面有利于实现城市绿色化转型，提高城市资源利用效率，降低污染物的排放。因此，互联网与制造业协同集聚对城市发展既有经济效益，也有环境效益，可以显著提升城市绿色发展效率。

第二，互联网与制造业协同集聚对城市绿色效率的提升具有显著空间溢出效应。在考虑空间滞后因素的基础上，通过静态空间面板杜宾模型进行回归，其结果由模型2 列出。其中，互联网与制造业协同集聚空间滞后项的估计系数值为0.132 9，并在1%的置信水平上显著，即互联网与制造业协同集聚具有正外部性，城市绿色效率的提升不仅受到城市本身互联网与制造业协同集聚度的影响，同时，也受到邻近城市的影响。互联网与制造业协同集聚具有显著空间溢出效应的原因：一是互联网的特性，互联网技术的广泛运用，有利于加强城市之间的联系，并且这种联系是强于地理上的联系，强化了互联网与制造业协同集聚的溢出效应。同时，互联网服务平台能够在一定程度上缓解信息不对称的负面影响，提高溢出水平。二是空间联动性，新地理经济学认为经济活动在空间地理特性的作用下，伴随着城市之间的技术合作、经验交流和资源流动等过程，会产生一定的空间溢出效应。

此外，制造业集聚和城市化水平空间滞后项的回归系数由于不显著故而去除，并仍以空间邻近权重（W1）进行回归，结果由模型3 所示，可以看出各变量的回归系数和显著性没有大的变化。因此，H2能够获得验证。

第三，在考虑时间滞后因素的情况下，无论是短期还是长期，互联网与制造业协同集聚的间接效应都要大于直接效应。一方面，对于静态空间杜宾面板模型而言，其不仅忽略了对模型内生性问题的缓解，也缺乏对时间滞后因素的考虑；另一方面，空间杜宾模型中回归系数无法衡量解释变量的作用力度，需要进一步分解各变量的直接效应与间接效应。因此，本文运用动态空间杜宾模型进行回归，结果由模型4所示，可以看出在考虑内生性问题基础上，互联网与制造业协同集聚对城市绿色效率的空间溢出效应依旧存在。同时，动态空间杜宾面板模型的短期和长期效应分解由表5列出，可以看出无论是短期还是长期，互联网与制造业协同集聚对城市绿色效率的间接效应要远大于直接效应，对城市绿色效率的总效应显著为正。因此，验证了H3。

（三）稳健性检验

本文的稳健性检验主要是通过替换空间权重进行检验，相关结果由表4中模型5和模型6列出。模型5 所列为使用经济地理权重矩阵（W2）的静态空间杜宾模型回归结果，与模型3所列为使用空间邻近矩阵（W1）的静态空间杜宾模型的结果相比，变量的回归估计值和显著性略有微小变化，而估计符号没有变化。同时，通过模型6与模型4的比较，两种空间权重下动态空间杜宾模型中各变量的回归系数及其显著性变动不大。由此可知，关于互联网与制造业协同集聚能够改善城市绿色效率的研究结论是具有可信性的。

六、研究结论与建议

本文关于互联网与制造业协同集聚对城市绿色效率的相关研究表明：①互联网与制造业协同集聚在产业关联效应和空间联动效应的作用下能够显著提升城市绿色效率。②从空间溢出角度来看，互联网与制造业协同集聚具有正外部性，对城市绿色效率的间接效应要大于直接效应。在进行稳健性检验后仍然成立，基于此，本文提出如下政策建议：

第一，推动互联网与制造业的深度融合。充分利用互联网产业智能化和网络化特征，推广互联网技术应用，积极培育技术创新的引导机制，鼓励互联网与制造业产业价值链融合、扩张和延伸，实现互联网对制造业从生产阶段到消费阶段、从产业上游到产业下游的渗透。政府要积极搭建合作平台，并出台相关的优惠政策，疏通互联网与制造业融合渠道，突破互联网行业与制造业之间的行业壁垒，促使制造业借助互联网技术实现智能制造和绿色制造。

第二，推动城市之间协调合作。根据城市绿色效率以及互联网与制造业协同集聚在空间上呈现集群特征的结论，需要进一步突破传统的行政壁垒和空间壁垒，加强城市之间的联系与合作，充分挖掘各城市的人才、科技以及产业等区位优势，避免城市之间的产业同质化。要进一步推动城市群建设，借助“城市协同”推动“产业协同”，力求将地区之间的产业竞争转化为产业互补。

第三，优化互联网与制造业的空间协同集聚格局。根据研究结论，互联网与制造业协同集聚对城市绿色效率具有空间溢出效应，并且间接效应影响程度更大。一方面，协同集聚不是同步集聚和对称集聚，而是需要推动互联网与制造业合理的空间协同集聚，实现互补性的集聚；另一方面，互联网与制造业协同集聚改善城市绿色效率依赖于空间溢出效应的有效发挥，所以需要进一步优化空间协同集聚的格局。