制造业转型升级视角下数字经济对绿色技术创新的影响

束云霞，吴玉鸣，鲍曙明

（华东理工大学商学院，上海 200237）

创新作为引领发展的第一动力，在我国现阶段发展中起着举足轻重的作用。党的二十大报告指出，我国要健全新型举国体制，强化国家战略科技力量，优化配置创新资源，提升国家创新体系整体效能。近年来，我国的技术创新能力总体取得了较大进步，《2022 年全球创新指数报告》显示，2021 年中国的创新能力在世界131 个经济体中排第11 位，已连续5 年居世界前15 名［1］。目前我国的经济发展已由高速增长转向高质量发展，这必将对技术创新提出更严格的要求，“金山银山”和“绿水青山”齐头并进是科学技术创新发展的必然趋势。2017年，我国《政府工作报告》首次提出“数字经济”的概念，指出数字经济是21 世纪继农业、工业后最主要的经济发展形态。近几年我国的数字经济发展迅速，《中国数字经济发展白皮书（2022）》指出，截至2021 年年末，我国的数字经济规模已达到45.5 万亿元，较2020 年新增6.3 万亿元，占全国生产总值（GDP）比重已接近40%［2］。数字经济正逐步融入社会经济各个领域，不仅在消费、投资、就业等方面发挥了重要作用，也催生出更多的创新要素，成为社会经济发展的驱动力和当下我国经济发展的重要方向。因此，本研究对我国的数字经济对绿色技术创新的影响展开重点研究，以期为兼顾创新与绿色双重发展理念、实现经济发展提质增效提供理论和现实依据。

1 文献综述

近年来，伴随社会经济的迅猛发展、人民生活水平和需求的大幅提高，绿色创新和数字经济已成为许多学者关注的焦点。绿色创新是由传统创新和绿色生态结合而成，在新产品、设备、工艺、系统、实践和方法等的开发与实施中引入生态理念的活动，强调经济、资源和环境的协调发展［3］。“数字经济”这一概念最早是由数字经济之父Tapscott［4］在20 世纪90 年代正式提出，他认为数字经济是指一个广泛利用信息和通信技术的社会经济系统，信息技术的数字革命也将使数字经济成为基于人类智力联网的新经济。

目前，关于数字经济对绿色技术创新影响的研究大多集中在微观企业和宏观地区两个方面。从微观来看，肖静等［5］、申明浩等［6］均发现企业数字化可以显著促进绿色技术创新数量和质量；宋德勇等［7］的研究得出企业数字化显著促进了重污染行业绿色技术创新的结论；王锋正等［8］通过研究数字化对资源型企业绿色技术创新的影响发现，地区数字化水平及数字投入、数字应用、数字经济、数字基础4 个分项指标与绿色技术创新呈倒“U”型关系。从宏观来看，韦施威等［9］利用城市面板数据研究了数字经济对城市绿色创新产出的影响发现，数字经济可以有效提升绿色技术创新产出；伦晓波等［10］认为数字政府可以通过数字经济促进绿色技术创新。结合上述文献可知，目前学术界对数字经济对绿色技术创新的影响的结论尚未形成统一。

数字经济已成为发展绿色技术创新的一个新引擎，在此基础上，学者们从环境信息约束、融资约束和人力资本结构等角度探究数字经济对绿色技术创新的内在机制，如肖静等［5］、韦琳等［11］、郭丰等［12］等的研究，然而他们的研究均未从制造业转型升级的视角研究数字经济对绿色技术创新的传导机制。制造业是我国经济的“压舱石”，也是我国经济实现绿色转型升级的关键。受制于核心技术被西方国家封锁和我国传统投融资体制的影响，我国制造业生产模式长期以粗放型生产为主，这种生产模式阻碍了我国绿色技术创新水平的整体提升［13］，亟须通过推动企业对以大数据、人工智能等为代表的新一代信息技术进行广泛运用，实现高水平的柔性化生产和专业化分工，驱动制造业生产方式向数字化、网络化和智能化转型［14］，从而提高技术创新、推动经济高质量发展。

2 理论分析与研究假设

2.1 数字经济对绿色技术创新的影响

随着经济活动和社会环境的不断发展，数字经济与传统实体经济融合交织，衍生出更多的新产品、新模式和新业态，促使生产要素、生产力和生产关系发生变革，实现数字经济对绿色发展的全方位赋能［15］。数字经济通过禀赋效应、赋能效应、治理效应和社会效应对绿色技术创新产生影响。具体表现如下：

第一，数字经济的自身禀赋特征和要素价值可以促进绿色技术创新水平提升。首先，从数字经济的自身特征来看，在梅特卡夫法则和摩尔定律的影响下，企业可以利用数字经济降低创新过程中的搜寻成本、代理成本、调整成本和享用成本，使得企业可以有更多的资金投入绿色技术创新活动中［16］。其次，数据要素是数字经济时代的核心生产要素［17］。数据要素与技术要素的结合能够帮助企业打破数据壁垒和“信息孤岛”，更有效地使用互补性资产，从而实现技术创新［18］。并且与其他要素不同的是，数据要素在使用过程中具有非排他性和价值溢出效应［19］，因而企业使用数据要素进行绿色技术创新有利于降低企业创新的边际成本，提高企业资源配置和生产的效率。最后，数字经济对自然资源的依赖性不强，不会产生大规模生态环境破坏问题，因此数字经济的快速发展不仅能够挤压传统的高污染、高耗能产业的市场份额，而且能够改善经济社会整体效率，促使经济社会由传统发展模式向高效能、集约式的发展模式转变，推动社会整体绿色技术创新水平的提升［15］。

第二，数字经济可以带来赋能效应，推动产品、业态和产业模式变革，为绿色技术创新提供新的发展空间。首先，数字经济可以通过大数据、人工智能和平台赋能等数字化整合方式促进不同产品、行业间信息服务交流。产品间的信息交流有利于企业通过提升绿色技术创新水平提高产品竞争力，在行业内部形成绿色创新的先发优势［20］；而行业间的信息流动可以通过知识溢出和资源整合等途径进一步提高绿色技术创新。其次，与数字经济密切相关的信息技术（ICT）等产业规模的扩大，不仅有利于实现高科技、低能耗产业对传统产业的直接替代，而且有利于提高创新过程中的知识利用效率，进而增强技术要素对劳动资本要素的比较优势，促使经济发展模式向绿色创新模式转变［15］。最后，创新主体可以借助互联网平台和通信技术实现互联网同其他行业的技术交叉融合，打破产业间的界限，促进绿色新兴产业的产生和发展［21］，例如比亚迪集团、蔚来等新能源汽车企业和能源互联网等行业的出现，这些新兴行业可以利用清洁能源和电能等代替传统能源，优化能源结构、提升能源使用效率，进而实现绿色技术创新。

第三，数字经济推动了数字政府建设，数字政府通过数字化治理模式为绿色技术创新提供根本保障［22］。政府数字化治理可以提高政府环境监管能力和资源配置效率，引导企业进行绿色技术创新。一方面，数字经济通过为政府提供信息化支撑，帮助政府更高效地收集和处理信息，充分缓解信息不对称导致的创新要素配置不均问题［23］；另一方面，政府可以利用数字化治理和环境规制结合的方式有效引导企业通过绿色技术创新实现节能减排。具体而言，政府利用先进的数字技术手段收集并分析企业的污染排放数据，对高污染企业进行行政处罚，从而倒逼高污染企业通过绿色技术创新促进企业降低污染排放，提高企业清洁生产效能，控制整个社会的污染物排放量。此外，数字政府建设有利于协调社会和创新主体对绿色技术创新的需求，从根本上协调处理绿色技术创新过程中不同主体的利益问题，为绿色技术创新发展制定切实有效的政策［10］。

另外，从社会效应来看，随着人工智能、移动互联网等技术的普及和智能手机的大规模应用，居民可以通过信息共享利用舆论等方式来监督创新主体的绿色技术创新行为［24］。Du 等［25］、Liao［26］的研究表明，媒体报道和网络传播是公众参与环境治理的重要方式，他们可以通过获取和曝光企业环境信息，引导公众对环境问题进行关注，进而通过舆论效应对污染企业施压，迫使污染企业披露环境信息、增加绿色创新投资，促进绿色技术创新。另一方面，当企业环境污染事件被曝光后，投资者考虑到事件对企业造成的不利影响可能会撤资，因此一旦企业意识到其环境违法行为的代价是企业形象的崩溃和市场竞争力的丧失，绿色技术创新就会成为企业获得媒体正面关注、提高市场价值的重要途径［27］。

综上所述，提出以下假设：

假设1：数字经济显著促进了绿色技术创新。

2.2 数字经济对绿色技术创新的机制研究

随着新一代信息技术快速发展，制造业的生产方式逐渐向数字化、网络化、智能化转型，其组织形态也逐渐向扁平化、平台化、生态化转变［13］，制造业已然成为数字经济发挥绿色创新驱动的主战场。数字经济通过数字产业化和产业数字化为制造业高质量发展赋能［28］。一方面，数字产业化促使制造业不断催生出新模式和新业态，加快数字要素市场化进程，通过采集制造信息、优化制造业流程等方式，提升企业对产品生产质量监管和控制的能力，提高制造业企业的生产效率［29］；另一方面，产业数字化有利于实现传统制造业数字化转型，推动制造业向网络化、智能化和灵活化发展［30］。通过在供给侧对传统产业发展模式进行升级改造，产业数字化有利于促进制造业产业转型升级，提高创新资源的配置效率和绿色全要素生产率，推动新一轮的经济业态形成［31］。从短期冲击和长期影响来看，数字经济对制造业转型的影响经历了一个由价值重塑到价值创造的过程，主要表现为从要素驱动转向数据驱动、从产品导向转向用户导向、从产业关联转向企业群落、从竞争合作转向互利共生［32］。从产业链重构来看，数字经济通过影响产业链组织的交易成本、分工边界、外部需求和价值分配对传统制造业转型发挥驱动作用［33］。从价值链视角来看，数字经济可以通过打破创新链瓶颈、提升供应链效率、提高制造链质量等破除我国制造业转型升级中的痛点问题［34］。因此，制造业产业转型升级对数字经济促进绿色技术创新产生积极推动作用。

Chenery 等［35］、原毅军等［36］认为，后工业化时期，制造业行业结构将由资本密集型向技术密集型转变、由重污染行业向轻污染行业转移，要素密集转型升级和污染密集转型升级成为制造业转型升级的核心内容。首先，数字经济具有信息网络化特征，它可以通过庞大的数据流优化制造流程，为制造业的技术升级提供技术保障［37］。制造业企业利用数字经济带来的信息技术降低知识和信息的获取成本，并通过知识溢出效应提升制造业企业对创新技术的理解能力和应用效率，进而引发技术要素对劳动资本要素的替代，使制造业向知识技术密集阶段过渡，实现传统制造业向技术密集转型升级，促进绿色技术创新。其次，污染密集行业通过利用物联网和人工智能技术对产品制造过程进行实时监控和数据收集，精准把控产品生产过程中的高能耗环节，采取有针对性手段降低某些生产环节的能源消耗，从而有效降低制造业的能耗和污染排放，实现重污染制造业向轻污染转型升级，促进绿色技术创新。

基于以上分析，提出以下假设：

假设2：数字经济通过制造业转型升级间接促进绿色技术创新，主要是从制造业要素密集转型升级和污染密集转型升级两方面促进绿色技术创新。

综述，数字经济对绿色技术创新的作用机制如图1 所示。

3 模型设定和数据来源

3.1 模型设定

3.1.1 基准回归模型

根据以上理论研究，为检验数字经济对绿色技术创新的影响，建立以下基准回归模型：

式（1）中：i是指地级市；t指时间；innov 表示绿色技术创新；dig 表示城市数字经济发展水平；α1为其回归系数；X为控制变量集，β为控制变量集的回归系数；δ用来控制地区固定效应；μ用来控制时间固定效应；ε为随机扰动项。

3.1.2 中介效应模型

为探究数字经济对绿色技术创新影响的中介效应，引入中介变量med 并建立中介效应模型如下：

3.2 数据来源和变量选取

3.2.1 被解释变量

选取绿色专利申请数量作为衡量绿色技术创新的指标，用符号innov 表示。根据世界知识产权组织2010 年发布的《国际专利分类绿色清单》中的IPC代码，对我国国家知识产权局专利数据库的企业专利信息进行分类识别，将上市企业的微观数据汇总得到各地级市的绿色专利申请数量。

3.2.2 核心解释变量

核心解释变量为数字经济（dig）。借鉴赵涛等［38］的研究方法，围绕互联网发展和数字普惠金融两个维度选取指标对数字经济进行测度。对于互联网发展水平，选取相关从业人员、相关产出情况和互联网普及率3 个方面的指标进行测度。相关从业人员以计算机服务和软件业从业人员之和占城镇单位从业人员的比值表示；相关产出情况选取人均电信业务总量和人均邮政业务总量两个变量；互联网普及率选取百人中互联网宽带接入用户数和百人中移动电话用户数两个变量。对于数字金融普惠水平，参考郭峰等［39］学者的做法，采用北京大学数字金融研究中心和蚂蚁金服集团共同编制的中国数字普惠金融指数来衡量，因该指标是从2011 年开始统计的，因此数据样本选取2011—2020 年。剔除数据缺失严重的地级市，部分缺失数据利用插值法进行补齐，最终保留我国280 个地级市的数据。通过对上述变量进行熵权法计算得到数字经济发展水平。

3.2.3 中介变量

选取制造业转型升级作为中介变量。根据理论分析，制造业转型升级主要从要素密集转型升级和污染密集转型升级两方面衡量。借鉴阳立高等［40］的研究，将制造业划分为劳动、资本和技术密集型行业。因制造业分行业主营业务收入数据可得，故利用技术密集型行业与资本密集型行业的主营业务收入比值作为制造业要素密集转型升级的替代变量，用符号manu1 表示。对于制造业污染密集转型升级，借鉴Wang 等［41］的研究方法，利用轻度污染行业和重度污染行业的主营业务收入比值来衡量，用符号manu2 表示。

3.2.4 控制变量

选取地方经济水平、人力资本、对外开放程度、金融发展、科教支出和产业结构6 个指标作为控制变量。地方经济水平（pgdp）利用地区人均GDP 来衡量；人力资本（stud）利用地区每百人人口中在校大学生数来衡量，即地区普通高等学校在校学生数与地区总人口的比值；对外开放程度（fdi）利用地区当年实际使用外资金额与GDP 的比值衡量；金融发展（fin）利用地区金融机构贷款余额与GDP 的比值来衡量；科教支出（exp）利用地区教育和科技支出占地方财政一般预算内支出的比值来衡量；产业结构（stru）利用地区第二产业增加值占GDP 的比值来衡量。

3.2.5 数据来源

2011 年是中国“十二五”规划的开局之年，此后的十几年间以移动互联网为代表的新经济发展欣欣向荣，因此结合指标数据的可得性，选取了2011—2020 年我国地级市面板数据，剔除数据缺失严重的地级市，最终保留280 个地级市。其中，被解释变量数据来源于国家知识产权局，核心解释变量、控制变量和中介变量数据来源于EPS 数据库。主要指标的描述性统计结果如表1 所示。

表1 主要指标描述性统计结果

4 实证结果分析

4.1 基准回归模型

样本城市数字经济对绿色技术创新影响的回归结果见表2，各项回归系数均显著为正，由此可以得知数字经济显著促进绿色技术创新的提升，验证了假设1。

表2 2011—2020 年样本城市数字经济对绿色技术创新的影响

4.2 中介效应模型

为验证假设2，利用中介效应模型来进一步考察样本城市数字经济对绿色技术创新的影响机制，结果如表3 所示。以manu1 为被解释变量进行回归，数字经济的系数显著为正，说明数字经济对制造业要素密集转型升级有显著的促进作用；数字经济和制造业要素密集转型升级对绿色技术创新的影响均显著为正，表明数字经济可以通过制造业要素密集转型升级间接促进绿色技术创新，且数字经济每增加1 个单位，绿色技术创新会直接上升1.438 个单位，而制造业要素密集转型升级会促进绿色技术创新间接上升0.092 个单位（即γ1σ1=0.748×0.123）。以manu2 为被解释变量进行回归，结果显示数字经济对制造业污染密集转型升级的影响显著为正，而数字经济和制造业污染密集转型升级对绿色技术创新的影响也显著为正，表明数字经济可以通过制造业污染密集转型升级间接促进绿色技术创新。

表3 2011—2020 年样本城市数字经济对绿色技术创新影响的中介效应检验

综上所述，从要素密集转型升级来看，数字经济可以推动制造业由劳动资本密集型制造业向技术密集型制造业转型升级，进而促进绿色技术创新，例如工业机器人的使用提高了劳动生产效率、改变了产业要素结构从而促进绿色技术创新；从污染密集转型升级来看，数字经济可以推动重度污染制造业向轻度污染制造业转型升级，从而激励绿色技术创新提升。因此，假设2 得到检验。

4.3 异质性分析

由于各地区经济发展基础、资源禀赋等存在差异，数字经济对绿色技术创新的影响可能存在异质性，因此进一步对样本城市从城市区域、经济规模和绿色技术创新水平3 个方面进行考察。将样本城市划分为东部地区和中西部地区1）两个区域并分别进行回归，探究在不同区域中数字经济对绿色技术创新的影响。如表4 所示，在东部地区，数字经济在1%的显著性水平下显著促进了绿色技术创新的提升；而在中西部地区，数字经济对绿色技术创新的影响系数虽然为正，但并未通过显著性检验，表明数字经济对绿色技术创新的促进作用主要体现在东部地区。产生这一结果的原因可能在于：受制于历史、地理等多方面因素，东部地区与中西部地区之间在要素禀赋等方面存在差异。长期以来，东部地区凭借其地理优势，更容易吸引大量的外商直接投资、贸易和人才等，使得区域产业以资本密集型和技术密集型制造业和服务业为主，因此，东部地区各经济主体的环境治理和污染处理技术水平相对较高，环保意识也较强，能够立即响应政府各项政策，更快地实现制造业转型升级与绿色技术创新；而中西部城市产业多以劳动密集型和资源密集型制造业为主，高新技术产业发展的软硬件基础设施建设仍存在短板，产业结构不均衡，削弱了数字经济对绿色技术创新的促进作用。

表4 2011—2020 年样本城市数字经济对绿色技术创新影响的异质性分析

从经济规模方面来看，利用每个城市pgdp 的均值，将总样本划分成经济规模高和经济规模低两组数据并分别进行回归。结果显示（见表4），相比于经济规模低的城市，经济规模高的城市更有利于发挥数字经济对绿色技术创新的促进作用。主要的原因在于，经济规模高的城市具有经济集聚效应，资源配置和产能利用率更高，更有利于绿色技术创新。

从绿色技术创新方面来看，利用每个城市绿色技术创新水平的均值，将总样本划分成绿色技术创新高水平和绿色技术创新低水平两组数据，并分别进行回归。结果显示（见表4），就绿色技术创新高水平的城市而言，数字经济对绿色技术创新的激励作用更容易体现。这说明由于受到创新要素流动等因素的影响，数字经济对绿色技术创新的激励作用不同，在绿色技术创新发展超前的城市，数字经济对绿色技术创新的促进作用远大于绿色技术创新发展落后的城市，即超前城市具有先发优势。

4.4 内生性和稳健性检验

为缓解内生性偏误问题，尝试利用系统混合高斯模型（GMM）回归和工具变量法（Ⅳ）进行模型估计。如表5 所示，AR（1）检验对应的P值小于0.1，AR（2）检验对应的P值大于0.1，说明扰动项不存在自相关。系统GMM 模型中往往需要用到多个工具变量，从而导致产生过度识别问题，但Hansen 检验的P值均在0.10～0.25 之间，说明不存在过度识别问题，模型设定合理，且回归结果与基本回归结果基本一致，表明回归结果稳健可靠。

表5 变量的内生性和稳健性检验

另外，数字经济依赖于互联网发展，地方历史电信信息技术会影响到当前的互联网信息技术发展；此外，邮电局等传统通信工具对经济发展和技术创新等的影响逐渐减弱，满足排他性。为此，选取1984 年邮电局数（ponum）作为工具变量，但该变量为截面数据，无法直接构造工具变量用于计量研究，因此借鉴Nunn 等［42］的研究，构造一个随着时间变动的面板数据：利用上一年全国（未含港澳台地区）互联网用户数分别与1984 年各城市每万人邮局数的交互项，作为该年各地区数字经济的工具变量。对该工具变量进行两阶段最小二乘估计结果表明（见表5），在考虑了内生性后，数字经济对提升绿色技术创新的效应依然存在，且在5%的水平下显著。同时，从针对工具变量有效性的识别不足检验（Kleibergen-Paap rk LM statistic）以及弱识别检验（Kleibergen-Paap rk Wald F statistic）的检验结果来看，均显著拒绝了原假设，验证了本研究设计的工具变量的合理性。

此外，尝试从以下两方面考虑稳健性：一是剔除可能的异常值，对变量进行缩尾处理并按照式（1）对模型重新估计，以尽可能消除异常值带来的不利影响；二是扩大样本量，将样本城市2011—2020 年的数据扩展到2005—2020 年，但因数字经济量化指标中的数字普惠金融水平数字缺失，故用地区互联网普及率作为其替代变量进行回归。稳健性检验结果与以上基础检验结果基本一致，说明本研究结果稳健，进一步佐证了假设1。

5 结论与建议

本研究利用固定效应模型和中介效应模型等，探讨了我国280 个地级市2011—2020 年的数字经济发展对其绿色技术创新的影响，通过理论分析和实证研究得出：数字经济不仅显著地促进绿色技术创新水平的提升，而且能够通过制造业转型升级间接提升绿色技术创新，成为当下促进我国绿色技术创新的新引擎和新动能；但数字经济对绿色技术创新的影响存在异质性，东部地区、经济规模和绿色技术创新水平较高的城市具有先发优势。

基于以上结论，提出以下几点政策建议：（1）重视数字经济对绿色技术创新的驱动效应，将发展数字经济打造成实现绿色和创新双赢格局的重要突破口。一方面，数字经济对绿色技术创新具有直接激励效应，因此政府需要强化数字经济发展所需的财税、金融、保险、法律等配套制度保障；另一方面，数字经济可以通过制造业转型升级对绿色技术创新产生间接促进作用，因此，政府需要进一步优化数字经济应用场景，加快互联网平台建设及应用，借助数字经济的优势改善制造业传统生产模式，帮助制造业企业走上绿色创新生产的转型升级之路。（2）因城施策，合理制定相关政策。数字经济对绿色技术创新的影响存在异质性，为防止马太效应的产生，地方政府需要结合城市实际情况合理制定相关政策。就本研究结果而言，数字经济对东部地区绿色技术创新的促进效果要明显大于中西部地区，因此中西部地区应针对当地数字经济基础设施建设相对薄弱的现状增加数字化投资和新基建投入；而东中部地区需要立足自身绿色技术创新较强的优势，将数字经济发展重心从过去注重数字基建投入转向提高数字经济市场主体参与度上来，通过优化数字经济资源配置效率提高绿色技术创新水平。

注释：

1）东部包括北京、天津、上海、河北、辽宁、江苏、浙江、福建、山东、广东和海南11 个省市；中西部包括山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南、内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏和新疆20 个省区市。