虚拟集聚能够促进制造业绿色高质量发展吗

田泽 徐兴武 任阳军

[摘 要：虚拟集聚是新一代信息技术与实体经济深度融合的空间组织新形态，是实现制造业绿色高质量发展的新路径。文章基于2012—2022年我国30个省域面板数据，构建制造业绿色高质量发展和虚拟集聚指标体系，实证检验虚拟集聚对制造业绿色高质量发展的影响。研究发现：虚拟集聚能够有效促进制造业绿色高质量发展；虚拟集聚对制造业绿色高质量发展的影响存在区域、子维度和虚拟集聚水平异质性；虚拟集聚对制造业绿色高质量发展的影响存在负向空间溢出效应。研究结论为促进制造业高端化、智能化、绿色化发展提供了有益的政策启示。

关键词：制造业；绿色高质量；虚拟集聚；产业结构；空间溢出；虹吸效应

中图分类号：X322；F424      文献标识码：A文章编号：1007-5097（2024）06-0066-10 ]

Can Virtual Agglomeration Facilitate Green and High-Quality Development

in the Manufacturing Sector？

TIAN Ze1，XU Xingwu1，REN Yangjun2

（1. Business School，Hohai University，Nanjing 211100，China；

2. School of Economy and Trade，Changzhou Vocational Institution of Textile and Garment，Changzhou 213164，China）

Abstract：Virtual agglomeration，as a novel spatial organization emerging from the integration of advanced information technology with the tangible economy，offers a promising avenue for realizing high-quality green development in the manufacturing sector. This essay employs panel data encompassing 30 provinces in China，spanning the period from 2012 to 2022，to establish an index system for green and high-quality development in the manufacturing sector and virtual agglomeration. Through empirical analysis，it examines the influence of virtual agglomeration on the green and high-quality development of the manufacturing sector. Findings： Virtual agglomeration can effectively promote green and high-quality development of the manufacturing sector. The impact of virtual agglomeration on such development exhibits heterogeneity based on regional factors，sub-dimensions，and the extent of virtual agglomeration. Additionally，virtual agglomeration is found to have an adverse spatial spillover effect on the green and high-quality development of the manufacturing sector. The research findings provide valuable policy implications for promoting the high-end，intelligent，and sustainable growth of the manufacturing sector.

Key words：manufacturing sector；green and high-quality；virtual agglomeration；industrial structure；spatial spillover；siphon effect

一、引 言

党的二十大报告提出，要坚持把发展经济的着力点放在实体经济上，推进新型工业化，加快建设制造强国。制造业作为国民经济的支柱性产业，是实体经济的主体和基石，其发展方式向现代化、绿色化转变是中国经济实现高质量发展的必然选择。然而，目前中国制造业呈现大而不强、广而不精的特征，依靠传统要素投入驱动的粗放型增长模式仍难以完全摒弃，这使得我国制造业在全球价值链中所处地位不高。此外，高投入、高能耗、高排放的发展特征也使我国制造业绿色全要素生产率与发达国家相比处于较低水平［1］。美国能源信息署（EIA）数据显示，2021年美国单位工业产值能耗仅为中国的54.33%，可见，我国制造业节能降耗潜力巨大。《“十四五”工业绿色发展规划》提出，到2025年，我国工业生产结构、生产方式绿色低碳转型取得显著成效，绿色低碳技术装备广泛应用，能源资源利用效率大幅提高，绿色制造水平全面提升。因此，着力推进制造业绿色高质量发展，实现经济包容性绿色增长是新发展阶段我国经济转型的要务之一。

随着新一代信息技术的蓬勃发展，人工智能、大数据、互联网等新技术不断重塑经济发展形态，虚拟集聚就是新一代信息技术与实体经济深度交织融合后产生的，区别于传统地理空间联结形式的空间组织新形态［2］。虚拟集聚突破了传统集聚空间限制，方便企业进行数据和信息交流，形成随信息技术进步而不断延伸的新型生产网络［3］。虚拟集聚能够实现跨产业集聚，将企业的集聚圈延伸至技能技术、原料投入等相关产业［4］，如以亚马逊、淘工厂、江苏虚拟软件园等为代表的新兴网络平台在虚拟空间集聚了大量来自不同地区的企业和客户。虚拟集聚具有数据资源化、信息在线化、空间无限化等特征，能够为传统产业发展提供新引擎。党的二十大报告指出，要促进数字经济和实体经济深度融合，打造具有国际竞争力的数字产业集群。虚拟集聚能够促进制造业与互联网、人工智能等数字技术深度融合，实现产业现代化升级、生产绿色化转型［5］，为推动制造业绿色高质量发展创造新动能、新契机。为此，从现实层面探索集聚新形态能否为我国制造业绿色高质量发展构建新模式、新路径，对我国构建新发展格局，打造现代化产业体系，实现经济高质量发展意义深远。

二、文献综述

学者们对制造业绿色高质量发展的测度及相关影响因素进行了广泛的研究。在测度方法方面可以分为单一指标法和指标体系法。惠宁和杨昕［6］从技术进步角度出发，采用Malmquist指数衡量制造业全要素生产率，同时，将非期望产出纳入研究框架测度制造业绿色高质量发展指数；江小国等［7］以经济效益、技术创新、绿色发展、质量品牌、两化融合、高端发展六大指标衡量全国省域制造业高质量发展水平和时空特征；陈禹静［8］基于工业绿色转型和高质量发展的内涵，从工业绿色增长度、工业资源环境承载力和政府政策支持度三个维度构建工业绿色高质量发展评价体系，分析我国工业绿色高质量发展时空演变特征。在影响因素方面，学者们发现数字经济［9］、绿色技术创新［10］、人工智能［11］、产业融合［12］、人力资本结构优化［13］等因素对实现制造业经济效率提升、绿色化转型起到促进作用，而要素错配［14］、人口老龄化［15］等因素则可能起到抑制作用。

产业集聚一直以来都是学术界的热门话题，部分学者就产业聚集对经济高质量发展的影响进行了有益探索。刘新智等［16］基于五大城市群的面板数据实证研究发现，产业集聚可以有效提升城市经济高质量发展水平，技术创新是重要的中介途径；He等［17］认为，制造业和生产性服务业的协同集聚能够提高经济运行效率，但过度集聚引发的拥塞效应和竞争效应会降低经济发展质量；Zheng和He［18］发现，产业集聚对经济高质量发展的影响存在负向空间溢出效应。随着新一代信息技术与实体经济的深度融合与共生发展，产业集聚开始突破地理空间限制，在信息网络空间形成一种更为紧密的耦合关系［19］，即产业集聚的虚拟化转型。基于这一转变，部分学者就虚拟集聚的动因、类型、特征、功能、应用等进行了前瞻性理论分析。Brown和Lockett［20］认为，互联网平台为企业在虚拟空间集聚提供了物质基础；王如玉等［2］认为，虚拟集聚形成的重要原因之一是消费者对产品个性化、多样化的需求，这导致企业间的竞争从空间竞争变成了即时竞争和差异化需求满足竞争，而信息空间中竞争协作型的关系网络是实现这些竞争的有效途径；陈小勇［3］认为，虚拟化的集聚方式极大增强了产业规模经济效应。

此外，也有部分学者就虚拟集聚进行了实证检验。田霖和张仕杰［21］从虚拟集聚运行系统角度出发，通过构建综合指标体系，测度我国2014—2019年省域虚拟集聚水平，发现我国虚拟集聚水平逐年攀升，并呈现东高西低的特征；赵春明等［22］实证研究发现，虚拟集聚能够通过长尾效应促进出口产品质量升级；刘烨等［23］以地理距离权重矩阵加权的区位熵衡量城市虚拟集聚水平，发现虚拟集聚能够提高城市创新水平；陈斌和何思思［24］认为，虚拟集聚能够有效提升制造业技术创新能力，且传统集聚和虚拟集聚相叠加时促进作用更明显。

综上所述，现有关于虚拟集聚与制造业绿色高质量发展的文献为本文提供了有益借鉴，但存在以下不足：首先，产业聚集虚拟化在经济发展过程中发挥了重要作用，但鲜有学者聚焦虚拟集聚这一空间组织新形态对制造业绿色高质量发展的影响；其次，我国各地区发展存在显著差异，而目前关于不同地区虚拟集聚水平对制造业绿色高质量发展异质性影响的研究相对缺乏；最后，已有文献证实了产业聚集存在空间溢出效应，而虚拟聚集作为新型集聚形式，是否对周边地区经济发展产生影响有待进一步验证。基于此，本文可能的边际贡献有：①明晰虚拟集聚对制造业绿色高质量发展的影响机理，合理构建两者的评价指标体系，并实证检验虚拟集聚对制造业绿色高质量发展的影响；②从地区异质性、虚拟集聚发展水平异质性和制造业绿色高质量发展子维度等层面，深入解析虚拟集聚对制造业绿色高质量发展的影响；③运用空间计量模型验证虚拟集聚对制造业绿色高质量发展影响的空间溢出效应，全面深入考察虚拟集聚与制造业绿色高质量发展之间的空间依赖关系。

三、机理分析和假设

虚拟集聚作为数字时代产业聚集更高层次的发展形态，要以外部效应作为基本框架分析其对制造业绿色高质量发展的影响。

首先，虚拟集聚突破了传统地理空间限制，可以放大集聚的技术和知识溢出效应。制造业企业在信息网络空间通过“互联网+”等数字技术实现资源共享，形成规模更大的合作创新网络［25］，不仅丰富了企业的优质创新资源，还能有效激发企业间的模仿、竞争和追赶［26］，从而提高绿色技术创新效率。此外，日新月异的科技手段能够有效降低信息的不可编码性，使其通过知识技术溢出效应为制造业绿色高质量发展注入源源不断的动力。

其次，虚拟集聚能够有效降低制造业企业生产经营成本，增强企业满足消费者异质性需求的能力。一方面，作为信息化时代产业集聚的新形态，虚拟集聚能够通过网络空间降低企业搜寻、议价、监督等相关交易成本；另一方面，虚拟集聚使生产厂商与消费者在信息网络空间进行高效供需匹配，为制造业企业满足消费者日益丰富的需求创造现实可能性［27］。因此，虚拟集聚降低了企业的交易成本、信息匹配成本和选择成本，有利于企业扩大生产规模，提高企业竞争力，也为制造业服务化转型提供新的实现路径。

最后，虚拟集聚能够促进制造业产生新业态、新模式。虚拟集聚拥有独特的正外部性，其不依赖传统地理空间的特点能够削弱集聚产生的拥塞效应，为新一代信息技术在制造业企业的应用创造广阔的场景，这将不断推进制造业与人工智能、大数据、区块链等数字技术的深度融合从而催生新业态、新模式［2］，为制造业实现产业结构升级、绿色低碳化转型提供新路径。

基于以上分析，本文提出假设1。

H1：虚拟集聚能够有效促进制造业绿色高质量发展。

理论上虚拟集聚可以通过信息、数据的集聚突破地理距离的限制，放大其知识溢出效应、技术溢出效应和“竞合效应”，促进周边地区制造业绿色高质量发展，但实际情况可能存在偏差。一方面，生产要素在地区之间的自由流动可能会受到一些非市场性因素的限制［28］。在这些因素的影响下，制造业“互联网+”平台可能仅聚集某一省份或某一产业园内的企业，导致虚拟集聚模式呈现“小团体式”集聚的特征，限制了虚拟集聚正外部效应在更大范围内的扩散。虽然在本地区内，虚拟集聚的正外部性对制造业绿色高质量发展有显著促进作用，但这种作用在毗邻地区可能相对较弱，甚至并不存在。另一方面，各地区的大数据中心、移动基站、云平台等数字基础设施发展水平各不相同［29］，制度环境、政策优惠也存在明显差异，集聚经济的发展会对生产要素起到引力作用［30］，形成强者愈强的“马太效应”，从而不利于提升周边地区制造业绿色高质量发展水平。因此，本文提出假说2。

H2：虚拟集聚对制造业绿色高质量发展的影响存在负向空间溢出效应。

四、研究方法

（一）模型构建

基于上述影响机理分析，本文构建如下基准模型检验虚拟集聚对制造业绿色高质量发展的直接效应，具体为：

[MGDit=α0+α1VAit+α2Xit+μit] （1）

其中：i为省份；t为时间；MGDit和VAit分别为i省份在t时期的制造业绿色高质量发展和虚拟集聚；Xit为一系列控制变量；α0为常数项；uit为随机扰动项；α1和α2为虚拟集聚和控制变量的回归系数。

为进一步检验虚拟集聚对制造业绿色高质量发展影响的空间效应，本文选择空间杜宾模型（SDM）进行考察，该模型包含解释变量与被解释变量空间滞后项，能够较好反映变量之间的空间关联性，具体数学表达式为：

[MGDit=ρ1∑nj=1WijMGDjt+α1VAit+ρ2∑nj=1WijVAjt+                α2Xit+ρ3∑nj=1WijXjt+μit] （2）

其中：ρ1、ρ2、ρ3分别为制造业绿色高质量发展、虚拟集聚、控制变量的空间滞后项回归系数；[W]ij为空间地理权重矩阵（基于经纬度）；其余变量含义不变。

（二）变量选取

1. 被解释变量：制造业绿色高质量发展（GDM）

按照《中国制造2025》的要求，我国制造业绿色高质量发展要实现由低成本竞争优势向质量效益竞争优势转变、由要素驱动向创新驱动转变、由粗放制造向绿色制造转变和由生产型制造向服务型制造转变。本文借鉴张峰等［31］、陈禹静［8］的研究，从制造业经济增长和绿色发展两个一级维度，经济效益、创新驱动、结构优化、能源节控、环境影响和污染治理六个二级维度构建制造业绿色高质量发展指标体系。在测度方法选择上，本文参考宋凤轩等［32］的做法，采用主客观相结合的赋权方法，具体为：首先，邀请相关领域的权威专家对选取的指标根据层次分析法的要求进行重要程度评价与比较，得到主观赋权法权重，同时使用熵权法算出客观赋权法权重；然后，计算得到最终权重=主观赋权法×40%+客观赋权法×60%；最后，将以极值法进行无量纲化处理后的具体指标与对应权重相乘再加总得到制造业绿色高质量发展综合得分。制造业绿色高质量发展具体指标及权重见表1所列。

2. 核心解释变量：虚拟集聚（VA）

虚拟集聚是传统地理集聚和虚拟网络结合的产物，而融合虚拟平台的实体产业是集聚的基础。此外，得益于信息技术的发展、数字基础设施的支撑，虚拟集聚能够在虚拟网络空间形成数据流、信息流等“不可见”的资源，因此，虚拟集聚指标体系的构建需要考虑现实和虚拟两方面的因素。本文结合现有研究中对虚拟集聚内涵和范畴的界定［19］，同时参考田霖和张仕杰［21］、Song等［33］的研究，从虚拟产业集聚、虚拟活动集聚、虚拟资源集聚三个方面构建虚拟集聚综合指标体系，并采用熵权法计算综合得分，具体指标和权重见表2所列。

3. 控制变量

为尽可能消除遗漏变量等情况造成的影响，更加准确地识别虚拟集聚对制造业绿色高质量发展的影响，本文结合已有相关研究［23，34］，选取以下控制变量：①外商直接投资（FDI），采用外商直接投资与地区生产总值的比值表示；②金融发展水平（DLF），采用金融业增加值与地区生产总值的比值表示；③消费能力（SP），采用社会消费品零售总额与地区生产总值的比值表示；④文化资本（CK），采用人均拥有公共图书馆藏量表示；⑤产业结构（IS），采用第二产业增加值与第三产业增加值的比值表示。

4. 数据来源

考虑数据的可比性和可得性，本文利用2012—2022年我国30个省份（不包含西藏及港澳台地区）的面板数据考察虚拟集聚对制造业绿色高质量发展的影响，相关数据的描述性统计见表3所列。本文数据来源于《中国工业统计年鉴》《中国能源统计年鉴》《中国高技术产业统计年鉴》《中国环境统计年鉴》《中国统计年鉴》、统计局官网数据库及各省份统计年鉴，并对缺失数据取平均值或平均增长率进行补齐。为消除价格因素影响，本文将所有价值型数据用对应的价格指数平减为以2010年为基期的可比序列。

五、实证结果分析

（一）基准回归结果分析

考虑个体差异和不可观测因素等可能会导致内生性问题，结合Hausman检验结果，本文选择时间和地区双重固定回归模型作为基准模型。此外，聚类稳健标准误能够有效解决潜在的异方差和序列相关问题，因此，本文的估计方法采用聚类稳健下的普通最小二乘法。回归结果见表4所列，列（1）是未加入控制变量的回归结果，可以看出，虚拟集聚在5%的显著性水平下对制造业绿色高质量发展起到了促进作用；列（2）至列（6）为在列（1）的基础上依次加入控制变量后的检验结果，可以看出，虚拟集聚仍起到显著的正向作用，在加入所有控制变量后，虚拟集聚每提升1%，制造业绿色高质量发展提高0.225%，且该结果在5%的水平下通过显著性检验，由此，验证了H1。

在控制变量中，外商直接投资的回归系数显著为负，对制造业绿色高质量发展起到抑制作用，原因在于：外商直接投资可能带来的环境污染问题会降低绿色发展绩效，不利于制造业绿色高质量发展，这与李斌等［35］的结论一致；金融发展水平的回归系数显著为负，表明金融行业的过度繁荣可能会导致地区产业空心化，不利于实体经济发展［36］；消费能力的回归系数显著为正，这是由于消费能力反映了地区经济活力，较强的消费能力为制造业实现经济效益提供坚实基础，有助于制造业实现绿色高质量发展，这与惠宁和杨昕［6］的研究结论一致；文化资本的回归系数显著为正，可能的原因是文化素养的不断提高有助于制造业人才的培养，从而推动制造业绿色高质量发展；产业结构的回归系数显著为负，可能与我国第二产业高能耗、高污染的特征相关，这与邵帅等［37］的研究结论一致。

（二）内生性与稳健性检验

1. 内生性检验

（1）系统GMM法。系统GMM法利用差分模型和原始水平方程变量的滞后项作为工具变量，能够很好地克服内生性问题［38］。此外，考虑制造业发展存在某种路径依赖，即前一期被解释变量可能会影响本期被解释变量的变化，因此，在模型中加入制造业绿色高质量发展的一期滞后项（L.GDM），以更好地反映虚拟集聚的作用效果，回归结果见表5列（1）。可以看出，虚拟集聚在5%的显著性水平下对制造业绿色高质量发展起正向作用，与基准模型保持基本一致；制造业绿色高质量发展的一期滞后项对本期制造业绿色高质量发展有显著影响，产生层层推进的“波浪效应”。此外，在模型检验中，AR（1）和AR（2）的结果表明，模型存在一阶自相关而无二阶自相关，Hansen检验结果表明不存在过度识别问题，因此，模型是合适的。

（2）工具变量法。本文借鉴刘烨等［23］、孙伟增和郭冬梅［39］的做法，以1984年各省份每万人固定电话数量与上一年全国信息服务技术收入的交互项作为虚拟集聚的工具变量（IV），并采用工具变量最小二乘法（IV-2SLS）进行检验，以尽量解决内生性问题。第一阶段回归结果见表5列（2），可以看出，工具变量在1%水平下显著，不可识别检验和弱工具变量检验结果显示，Kleibergen-Paap rk LM统计量和Cragg-Donald Wald F统计量分别为10.563和45.622，均显著拒绝各自原假设，因此，工具变量的选取和使用是合适的；第二阶段回归结果见表5列（3），可以看出，在考虑工具变量后，虚拟集聚对制造业绿色高质量发展仍存在显著正向影响，与基准回归结果相一致。

2. 稳健性检验

本文选择三种方法对基准模型进行稳健性检验，具体为：

第一种，自变量滞后一期。对核心解释变量虚拟集聚作滞后一期处理并重新回归，结果见表6列（1），可以看出，虚拟集聚在5%的显著性水平下对制造业绿色高质量发展有正向影响，与基准模型保持基本一致。

第二种，替换核心解释变量。本文借鉴刘烨等［23］的做法，以逆地理距离权重加权的信息传输、计算机服务和软件业区位熵衡量地区虚拟集聚水平，具体计算方法为式（3），回归结果见表6列（2），可以看出，虚拟集聚的显著性和作用方向均与基准模型保持基本一致。

[VAit=∑j][VSjtAGjtVSAGd-1ij] （3）

其中：VAit表示i省份t年的虚拟集聚水平，VAit值越大说明虚拟集聚水平越高；VSjt、AGjt分别表示j省份t年信息传输、计算机服务和软件业从业人数和总从业人数；VS、AD分别表示全部省份信息传输、计算机服务和软件业从业人数和总从业人数；[d-1ij]表示i省份和j省份之间的地理距离的倒数，当[i=j]时，[d-1ij=1]。

第三种，替换控制变量。本文用第二产业增加值与地区生产总值的比值重新衡量产业结构，回归结果见表6列（3），可以看出，虚拟集聚的显著性和回归方向与基准模型保持基本一致。

由以上方法可以看出，本文的研究结论具有可靠性。

（三）异质性检验

1. 区域异质性

我国是一个幅员辽阔的制造业大国，各地区资源禀赋、经济发展水平、制度环境等存在明显差异，虚拟集聚的作用效果可能受不同地区差异的影响。因此，本文参考国家统计局的分类方法，按照区域经济发展现状将我国30个省份划分为东部、中部、西部地区（1），分别进行回归，结果见表7所列。可以看出，虚拟集聚能够有效提升我国东中部地区制造业绿色高质量发展水平，而对西部地区的作用不明显，未通过显著性检验。

从影响效果来看，虚拟集聚赋能东部地区制造业绿色高质量发展效果最佳，虚拟集聚提高1%，制造业绿色高质量发展提高0.258%，且通过1%的显著性检验，原因为，我国东部地区信息技术创新能力和应用规模在全国均处于领先水平，其数字基础设施建设也最早、发展最快，制造业企业“互联网+”“云制造”等新型工业技术应用较为成熟，形成虚拟集聚与制造业深度融合的良好态势，从而促进制造业绿色高质量发展；中部地区虚拟集聚赋能制造业绿色高质量发展效果较好，其回归系数为0.186，且通过5%的显著性检验，原因为，东部地区数字技术、信息产业发展的示范效应带动中部地区虚拟集聚水平不断提升，持续激发集聚的正外部效应，从而促进中部地区制造业绿色高质量发展；西部地区虚拟集聚对制造业绿色高质量发展影响系数为正，但未通过显著性检验，说明西部地区虚拟集聚赋能制造业绿色高质量发展效果有待加强，这是因为我国西部地区经济发展水平相对落后，人才、资金等较为缺乏，制造业基础薄弱，企业数字化转型步伐缓慢，因而虚拟集聚水平不高，不能有效赋能制造业绿色高质量发展。

2. 虚拟集聚水平异质性

虚拟集聚对制造业绿色高质量发展的作用可能受不同虚拟集聚发展水平的影响，因此，本文将30个省份划分为虚拟集聚高水平和低水平两组，分别进行回归，结果见表8所列。可以看出，虚拟集聚回归系数在高水平和低水平分组的值为0.177和0.096，分别在5%和1%的水平下显著，说明虚拟集聚能够有效促进地区制造业绿色高质量发展，且对虚拟集聚水平高的地区影响更显著。

3. 制造业绿色高质量发展子维度异质性

为进一步探讨虚拟集聚对制造业绿色高质量发展子维度的影响，本文将经济效益、创新驱动、结构优化、能源节控、环境影响、污染治理六个制造业绿色高质量发展子维度作为被解释变量分别进行回归，结果见表9所列。可以看出，虚拟集聚对经济效益、创新驱动、结构优化、能源节控和环境影响五个子维度的促进作用显著，而对污染治理子维度起到显著的抑制作用。进一步地，就作用效果而言，虚拟集聚对创新驱动的提升作用最强，可能的原因是，虚拟集聚可以提升创新效率，打造开放分布式创新模式，优化企业创新环境，从而促进制造业绿色高质量发展。

六、空间溢出效应分析

（一）空间自相关检验

部分学者认为，我国宏观经济运行存在广泛而紧密的空间关联性［37］，依据前文的理论分析，本文通过空间计量模型进一步探讨虚拟集聚对制造业绿色高质量发展的影响，检验可能存在的空间溢出效应。本文运用全局莫兰指数（Moran's I）检验变量是否存在空间自相关，结果见表10所列。可以看出，制造业绿色高质量发展和虚拟集聚在观察期内均高度显著，存在明显的空间关联性，因此，有必要进一步采用空间计量模型分析其中的作用效果。

（二）空间溢出效应

首先，本文运用LM检验、Robust LM检验判断误差项和滞后项是否存在空间自相关，结果显示，变量间存在空间滞后效应和空间误差效应；其次，运用Wald检验和LR检验判断空间杜宾模型是否会退化成空间误差模型或空间自相关模型，结果均显著拒绝了会退化的原假设；最后，Hausman检验结果表明，使用固定效应更佳。综上，本文选择时间和地区双重固定的空间杜宾模型进行计量分析，回归结果见表11列（1）。可以看出，虚拟集聚的回归系数在1%的水平下显著为正，表明虚拟集聚能够有效提升本地区制造业绿色高质量发展水平；从空间溢出效应来看，虚拟集聚空间滞后项（W×VA）的回归系数在5%的水平下显著为负，表明本地区虚拟集聚对邻近地区的制造业绿色高质量发展起到抑制作用，H2得到验证。

当存在空间关联性时，用弹性系数分析变量的影响可能会导致偏差，需要结合效应分解进行检验，结果见表11列（2）至列（4）。可以看出，就直接效应而言，虚拟集聚在1%的水平下促进了本地区制造业绿色高质量发展；就间接效应而言，虚拟集聚在5%的水平下抑制了空间关联地区制造业绿色高质量发展。原因为：虚拟集聚会通过技术溢出、知识溢出等效应不断促进制造业绿色高质量发展，但可能存在的非市场性因素会限制这种效应扩散至毗邻省份；此外，集聚也可能产生“虹吸效应”，使周边地区信息技术人才、资金等创新资源向本地区集中，削弱周边地区制造业发展潜力和动力，抑制其制造业绿色高质量发展。

七、结论与对策建议

（一）研究结论

本文利用2012—2022年我国30个省域面板数据，通过构建制造业绿色高质量发展和虚拟集聚指标体系，运用普通面板计量模型和空间杜宾模型，实证检验虚拟集聚对制造业绿色高质量发展的影响。研究发现：①虚拟集聚能够有效促进制造业绿色高质量发展，且在经过一系列内生性与稳健性检验后结论依旧成立。②虚拟集聚对制造业绿色高质量发展的影响存在地区异质性：东部地区虚拟集聚赋能效果最佳，中部地区次之，而西部地区最不显著；相较于虚拟集聚水平低的地区，虚拟集聚水平高的地区对制造业绿色高质量发展的促进作用更显著；虚拟集聚对制造业绿色高质量发展的经济效益、创新驱动、结构优化、能源节控和环境影响五个维度的促进作用显著，但对污染治理子维度起到抑制作用。③虚拟集聚对制造业绿色高质量发展存在显著的负向空间溢出效应，本地区虚拟集聚会抑制空间关联地区的制造业绿色高质量发展，产生“虹吸效应”。

（二）政策建议

基于研究结论，本文提出以下对策建议：

第一，加快制造业数字化转型，促进新一代信息技术与制造业深度融合。首先，稳步推进信息基础设施、融合基础设施等新型网络基础设施的全面部署，合理布局实体经济密集区域新基建的密度和广度，从而为虚拟集聚赋能制造业绿色高质量发展打造良好根基；其次，鼓励制造业领先企业积极探索数字化工业应用新场景，提高其在虚拟空间聚集的丰富度、真实度以及协作交互度，推动制造业企业高端化、智能化、绿色化转型。

第二，充分释放虚拟集聚的赋能效应，打破地区互联互通壁垒。首先，加强顶层设计与统筹管理，规范数字技术标准和数字基础设施建设标准，建立统一的设备接口规范、数据格式规范，为地区间、企业间在虚拟空间的交流与协作提供基础支撑；其次，各地区应破除陈旧观念，形成区域联动合作机制，积极推进各地区工业互联网平台的互通互联，建设跨省份超大虚拟集聚平台，在更大范围内实现集聚的正外部性。

第三，重视地区发展不平衡性，因地制宜增强虚拟集聚赋能效应。东部地区作为我国数字技术创新和应用的“排头兵”，在保持常态化数字基础设施建设的同时，应进一步发掘大数据、5G网络、云计算在工业制造中的应用新场景，提高制造业企业“虚实结合”水平；中部地区应不断提高和扩大地区制造业企业数字技术应用能力和规模，学习借鉴先进地区的融合经验，探索与本地区更加匹配的虚拟集聚模式；西部地区要加大数字基础设施建设支持力度，以产业园为单位进行数字化扶持，激活虚拟集聚的创新协同效应，同时，采取合理措施减少要素资源的流失，尽可能消除“虹吸效应”对制造业绿色高质量发展的不利影响。各地区应紧密合作，形成虚拟集聚赋能制造业绿色高质量发展的区域合力，从而有助于我国建设现代化生产体系实现经济高质量发展。

注 释：

（1）东部地区包含的省份有北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广西、广东、海南；中部地区包含的省份有山西、内蒙古、吉林、黑龙江、安徽、江西、河南、湖北、湖南；西部地区包含的省份有四川、贵州、重庆、云南、陕西、甘肃、宁夏、青海、新疆。

参考文献：

［1］汪芳，石鑫.中国制造业高质量发展水平的测度及影响因素研究［J］.中国软科学，2022（2）：22-31.

［2］王如玉，梁琦，李广乾.虚拟集聚：新一代信息技术与实体经济深度融合的空间组织新形态［J］.管理世界，2018，34（2）：13-21.

［3］陈小勇.产业集群的虚拟转型［J］.中国工业经济，2017（12）：78-94.

［4］李运强，吴秋明.虚拟产业集群——一种新型的产业集群发展模式［J］.华东经济管理，2006（12）：42-45.

［5］袁歌骋，潘敏，覃凤琴.数字产业集聚与制造业企业技术创新［J］.中南财经政法大学学报，2023（1）：146-160.

［6］惠宁，杨昕.数字经济驱动与中国制造业高质量发展［J］.陕西师范大学学报（哲学社会科学版），2022，51（1）：133-147.

［7］江小国，何建波，方蕾.制造业高质量发展水平测度、区域差异与提升路径［J］.上海经济研究，2019（7）：70-78.

［8］陈禹静.中国工业绿色高质量发展的时空格局演变及驱动因素分析［J］.学术论坛，2022，45（3）：60-71.

［9］李史恒，屈小娥.数字经济赋能制造业高质量发展：理论机制与实证检验［J］.经济问题探索，2022（10）：105-117.

［10］LI F，XU X，LI Z，et al. Can Low-Carbon Technological Innovation Truly Improve Enterprise Performance？ The Case of Chinese Manufacturing Companies［J］. Journal of Cleaner Production，2021，293：125949.

［11］LIU J，QIAN Y，YANG Y，et al. Can Artificial Intelligence Improve the Energy Efficiency of Manufacturing Companies？ Evidence from China［J］. International Journal of Environmental Research and Public Health，2022，19：2091-2109.

［12］李蕾，刘荣增.产业融合与制造业高质量发展：基于协同创新的中介效应［J］.经济经纬，2022，39（2）：78-87.

［13］ZHOU Y. Human Capital，Institutional Quality and Industrial Upgrading：Global Insights from Industrial Data［J］. Economic Change and Restructuring，2018，51（1）：1-27.

［14］ZHANG S，LUO J，HUANG D H，et al. Market Distortion，Factor Misallocation，and Efficiency Loss in Manufacturing Enterprises［J］. Journal of Business Research，2023，154：113290.

［15］张志新，路航，孙振亚.人口老龄化对中国制造业高质量发展的冲击与应对［J］.当代经济研究，2022（5）：104-115.

［16］刘新智，张鹏飞，史晓宇.产业集聚、技术创新与经济高质量发展——基于我国五大城市群的实证研究［J］.改革，2022（4）：68-87.

［17］HE Z，CHEN Z，FENG X. Different Types of Industrial Agglomeration and Green Total Factor Productivity in China：Do Institutional and Policy Characteristics of Cities Make a Difference？［J］. Environmental Sciences Europe，2022，34（1）：64-84.

［18］ZHENG H，HE Y. How does Industrial Co-agglomeration Affect High-quality Economic Development？ Evidence from Chengdu-Chongqing Economic Circle in China［J］. Journal of Cleaner Production，2022，371：133458.

［19］田霖，韩岩博.虚拟集聚理论与应用研究评介［J］.重庆大学学报（社会科学版），2021，27（1）：77-90.

［20］BROWN D H，LOCKETT N J. Engaging SMEs in E-commerce：The Role of Intermediaries Within E-clusters［J］. Electronic Markets，2001，11（1）：52-58.

［21］田霖，张仕杰.我国虚拟集聚水平测度、空间差异与收敛性研究［J］.浙江大学学报（人文社会科学版），2023，53（7）：75-97.

［22］赵春明，班元浩，李宏兵，等.虚拟集聚能否促进城市出口产品质量升级［J］.经济管理，2022，44（7）：23-41.

［23］刘烨，王琦，班元浩.虚拟集聚、知识结构与中国城市创新［J］.财贸经济，2023，44（4）：89-105.

［24］陈斌，何思思.数字经济时代的虚拟集聚与制造业技术创新——来自我国城市群的经验证据［J］.南方经济，2023（8）：72-92.

［25］吴文华，张琰飞.企业集群的演进——从地理集群到虚拟集群［J］.科技管理研究，2006（5）：47-50.

［26］YUAN H，FENG Y，LEE C C，et al. How does Manufacturing Agglomeration Affect Green Economic Efficiency？［J］. Energy Economics，2020，92：104944.

［27］冯鹏程.大数据时代的组织演化研究［J］.经济学家，2018（3）：57-62.

［28］赵玉林，刘超，潘毛毛.R&D资源错配与绿色创新效率损失——基于中国高技术产业的实证分析［J］.科技进步与对策，2022，39（4）：49-59.

［29］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.

［30］朱文涛，顾乃华.科技服务业集聚是否促进了地区创新——本地效应与省际影响［J］.中国科技论坛，2017（11）：83-92，98.

［31］张峰，宋晓娜，董会忠.粤港澳大湾区制造业绿色竞争力指数测度与时空格局演化特征分析［J］.中国软科学，2019（10）：70-89.

［32］宋凤轩，张航，宋宝琳.财政分权对共同富裕的影响效应及作用机制研究［J］.经济纵横，2023（8）：117-128.

［33］SONG Y，YANG L，SINDAKIS S，et al. Analyzing the Role of High-Tech Industrial Agglomeration in Green Transformation and Upgrading of Manufacturing Industry：The Case of China［J］. Journal of the Knowledge Economy，2023，14：3847-3877.

［34］MENG F，ZHAO Y. How does Digital Economy Affect Green Total Factor Productivity at the Industry Level in China：From a Perspective of Global Value Chain［J］. Environmental Science and Pollution Research，2022，29：79497.

［35］李斌，祁源，李倩.财政分权、FDI与绿色全要素生产率——基于面板数据动态GMM方法的实证检验［J］.国际贸易问题，2016（7）：119-129.

［36］江涌.金融化与工业化：两条不同的发展道路［J］.当代经济研究，2016（2）：49-58.

［37］邵帅，范美婷，杨莉莉.经济结构调整、绿色技术进步与中国低碳转型发展——基于总体技术前沿和空间溢出效应视角的经验考察［J］.管理世界，2022，38（2）：46-69，4-10.

［38］孙晓华，郭旭，王昀.产业转移、要素集聚与地区经济发展［J］.管理世界，2018，34（5）：47-62，179-180.

［39］孙伟增，郭冬梅.信息基础设施建设对企业劳动力需求的影响：需求规模、结构变化及影响路径［J］.中国工业经济，2021（11）：78-96.

［责任编辑：夏同梅］