数字经济对制造业绿色转型的空间溢出效应

陈福中 蒋国海 董康银

摘要 制造业绿色转型是高质量发展的重要环节，而数字经济的蓬勃发展为其提供了新动力。该研究以中国277个城市2011—2021年的平衡面板数据为研究样本，利用包含非期望产出的超效率SBM模型测算城市层面的制造业绿色转型成效，并基于熵权法测度城市层面数字经济指数，而后运用广义嵌套空间模型实证分析数字经济对制造业绿色转型的影响。得到基本结论后，进一步应用中介效应模型以及两区制空间计量模型深入分析数字经济作用于制造业绿色转型的中介机制和调节因素。研究结果表明：①中国城市间的制造业绿色转型呈现出空间聚集特征，具体表现为虹吸效应，即一个城市制造业绿色转型不利于其周围城市的制造业绿色转型。②数字经济不仅显著促进本城市的制造业绿色转型，也会促进其周围城市的制造业绿色转型，这一结论经过一系列内生性与稳健性检验后依然成立。③机制分析发现，数字经济对制造业绿色转型的促进作用经由促进绿色技术创新、优化资源配置效率和提高绿色信贷3个途径发生。④调节因素分析表明，数字经济与制造业绿色转型之间的关系受到能源效率的调节，较低的能源效率削弱了数字经济的作用。该研究从资源和信贷方面完善了数字经济-制造业绿色转型关系中的理论机制，并从能源方面探究该关系中的调节因素，其空间计量模型也全面考虑了地理因素和经济因素造成的空间相关性。基于研究结果，该研究提出了加快数字经济发展、提高能源效率、加快绿色技术创新、提升资源配置效率并优化绿色信贷的相关建议。

关键词 数字经济；能源效率；制造业绿色转型；广义嵌套空间模型

中图分类号 F062. 1 文献标志码 A 文章编号 1002-2104（2024）05-0114-12 DOI：10. 12062/cpre. 20231214

制造业是国民经济的主体，其国际竞争力通常反映一国的综合国力。自中共二十大报告指出要推动制造业高端化、智能化和绿色化发展以来，促进制造业绿色转型被提到前所未有的高度。在当前的制造业结构中，中国的高耗能和高污染产业占比仍然较高，这不仅不利于中国经济的高质量发展，也给中国的资源环境带来了巨大压力［1］。据《中国能源统计年鉴（2022）》，中国制造业能源消费总量为282 447万t标准煤，占全国能源消耗总量的56. 821%，由此产生的碳排放为80. 113亿t，占全国碳排放总量的69. 838%，表明制造业的绿色创新和转型升级仍然有较大的提升空间。制造业的绿色化不仅是高质量发展的重要路径，也是可持续发展的必然要求［2］。由此，推进制造业绿色转型成为我中国实现“双碳”目标的重要抓手。

在绿色转型的进程中，制造业企业面临着能耗结构转变难度大等一系列现实困境，因此继续寻找新的驱动因素尤为必要［3］。得益于信息通信技术的蓬勃发展，我国的数字经济方兴未艾。据《2022中国数字经济主题报告》，2022年我国数字经济绝对规模达到50. 232万亿元，同比增长超过10%，多年稳居世界第二。数字经济以数据作为新的生产要素，是通过大数据、云计算和物联网等新兴技术引导并实现资源优化配置的经济形态。数字经济的健康发展显著促进原有的传统生产模式向可持续的方向转变，因而是制造业绿色转型的支撑动力［4］。

中共二十大提出要“促进数字经济和实体经济深度融合”，并且已有研究普遍认为数字经济有助于制造业的绿色转型［5］。但是，能源因素尤其是能源效率是这一过程中不可忽视的重要变量。能源效率是指每单位能源投入所创造的GDP，表征能源投入转化为期望产出的效率［6］。据工业和信息化部统计，2022年制造业增加值占GDP的比重为27. 747%，而其历年能源投入占能源投入总量的比重均超过50%，表明制造业的能源效率仍较低。我国的能源禀赋具有“富煤、贫油、少气”的特征，这决定了以煤炭为主导的能源投入结构在短期内难以优化，因此能源效率可能会对数字经济影响制造业绿色转型的进程产生影响［7］。

本研究有3方面的边际贡献：第一，对于数字经济作用于制造业绿色转型的理论机制，不同于已有研究着眼于技术创新和能源角度［8-9］，本研究还着眼于资源和信贷方面的机制，完善已有研究对于数字经济-制造业绿色转型理论框架的构建。第二，对于调节因素，不同于已有研究基于经济发展、人力资本和市场化水平等视角［10-12］，本研究从能源角度为有关决策提供更进一步的实证依据。第三，在实证策略上，已有研究所选择的空间权重矩阵通常只考虑地理距离［13］，而本研究考虑到经济方面的空间滞后性，并且将空间聚集特征纳入扰动项加以识别从而更加精准地估计数字经济对制造业绿色转型的效应。

1 文献综述

1. 1 制造业绿色转型

制造业绿色转型是指制造业以绿色发展理念为指导，兼顾经济绩效和环境绩效，以资源集约利用和环境友好为导向，最终实现增长方式由粗放到集约的复杂过程。绿色转型是制造业高质量发展的必然要求，其直接表现是由高碳污染转向绿色减排［2］。

1. 1. 1 制造业绿色转型效率测度

对于制造业绿色转型效率测度，已有文献大致有两类做法，即数据包络分析法（data envelopment analysis，DEA）和熵权法。DEA方法主要通过选取制造业的投入（如资本和劳动等生产要素）和产出（如总产值）数据，测算全要素生产率以评价制造业转型效率。该方法常被用来衡量产出对投入的比率，同时具有无须假定生产函数具体形式的优点［14］。在绿色化的背景下，DEA方法忽略了制造业对环境造成的负外部性即碳排放等非期望产出，并且存在由松弛变量引起的效率估计偏误，因此已有研究将其扩展为包含非期望产出的基于松弛值测算模型（slacks?based measure，SBM）［1］。进一步地，为解决有效决策单元无法排序的问题，SBM模型可通过放松等式约束而变为超效率SBM模型，该模型是文献中评价制造业绿色转型效率的主流做法［15］。

与DEA方法依赖线性规划测度投入产出比不同，熵权法通过对若干指标赋权对制造业绿色转型进行综合评价，其指标维度主要包括能源资源集约利用、污染程度减少、产业结构升级、生产率提升和可持续发展等［16］。

1. 1. 2 制造业绿色转型的影响因素

已有研究对制造业绿色转型的影响因素进行了大量探索，概括起来主要有内部创新因素和外部环境因素两个方面。内部创新因素，尤其是绿色技术创新，是影响制造业绿色转型的主要因素和第一动力。绿色技术创新不仅通过替代企业原有的污染型设备直接降低了制造业污染物排放，还可加强其污染物回收技术，将非期望产出转化为其他中间品投入，这又间接提升了整个企业的绿色化程度［17］。

制造业绿色转型绩效还受到外部环境因素的影响，如财政因素、规制因素和资源因素。财政因素主要指财政压力。当财政压力较大时，地方政府可能将原本用于支持绿色技术创新的资金转移到其他见效更快的领域，因此不利于制造业绿色转型［18］。规制因素主要指环境规制。严格的环境规制有利于在降低污染排放强度的同时倒逼制造业企业提升其绿色生产率，从而有助于推动制造业企业绿色转型。此外，环境规制对于制造业绿色转型的提升作用主要体现在监督并强化其内部创新上，因而在排放量较高、绿色生产率较低和现有设备较旧的企业中，这一作用体现得更为显著［19］。资源因素主要指资源依赖。资源依赖是指资源丰裕下的经济体在发展过程中挤出推动经济长期增长的因素［20］。丰富的自然资源并不必然阻碍制造业绿色转型，但一旦形成资源依赖，则会受“资源诅咒”的影响，导致产业逆向演进，不利于绿色转型［21］。究其原因，是资源依赖型城市过度依赖自然资源，而对新动能和新产业培育力度不足，加之缺乏技术引进，导致高能耗和低产出的问题日益突出，最终陷入不可持续的发展模式［22］。

1. 2 数字经济与制造业绿色转型

对于数字经济与制造业绿色转型之间的基本关系，已有研究得出了较为一致的结论，即数字经济有助于制造业绿色转型。传统制造业具有高投入、高产出、高耗能和高污染的特征，而数字经济以数据作为生产要素，注重在生产过程各阶段生产要素配置的优化。因此，在与实体经济融合的过程中，数字经济有助于形成以低碳、节能和高效为特征的生产模式，提高制造业绿色转型的效率［5］。进一步地，基于空间溢出的视角，由于数字要素的无形性和信息传递的高效性，数字经济可突破传统要素和资源流动受到的时空限制，因此数字经济不仅对本地区的制造业绿色转型具有推动作用，还对其周围地区存在显著的正向空间溢出效应［23］。

对于数字经济作用于制造业绿色转型的机制，已有研究关注于技术和能源两方面的中介作用。数字经济以数字技术为依托，具有高技术的特征，为绿色技术创新提供了基础条件［4］；而绿色技术创新又是驱动制造业绿色转型的内部因素［8］。因此，数字经济可通过促进绿色技术创新提升制造业绿色转型的效率。能源方面，数字经济降低了能源强度，因此有助于减排［24］。进一步地，数字经济对制造业绿色转型的作用强弱受到一系列调节因素的影响，如经济发展水平、人力资本和市场化水平。数字经济对实体经济的提振作用需要依赖数字基础设施，而数字经济基础设施的建设状况基本与经济发展水平趋同［10］。因此，在经济发展水平较高的地区中，数字经济基础设施较为完备，增强了数字经济的效应。数字经济作为一种新的经济形态，其作用的发挥需要企业配备相应的高技能人才，即需要大量的高技能劳动力［12］。因此，充足的人力资本有利于数字经济充分作用于实体经济。数字经济对制造业绿色转型的效应部分地依赖于绿色创新型生产要素在不同企业间的配置和流动，而较高的市场化水平对资源配置的结构性限制较少，有利于数字经济调配绿色生产要素，最终强化了其对于制造业绿色转型的提升作用［25］。

1. 3 文献评述

已有数字经济-制造业绿色转型的相关研究大致存在3方面的局限：

第一，关于数字经济影响制造业绿色转型的中介因素，已有研究忽视了资源和信贷两个方面的重要机制。一方面，数字经济的本质特征是高度数据化，因此其服务于实体经济的基础路径是从广度和深度上实现资源要素高效整合，即优化要素资源配置［26］；另一方面，数字经济使得金融市场尤其是信贷市场更加完善，金融机构可以更加及时和高效地了解到制造业企业的绿色信贷需求，并优化放贷流程，有效地增加了绿色信贷［27］。进一步地，要素资源配置优化和绿色信贷的可获得性提高制造业绿色转型绩效［28］。因此，资源配置和绿色信贷可能是数字经济作用于制造业绿色转型的新的微观机制，而鲜有研究对此进行探讨。

第二，关于绿色经济-制造业绿色转型关系中的调节效应，已有研究讨论了经济发展水平、人力资本和市场化水平等因素［25］，而忽略了实体经济尤其是制造业的发展基础，即能源因素。传统制造业过度依赖于能源投入，并且能源利用效率低下，这导致了粗放型发展模式的一系列经济和环境后果。实际上，较高的能源效率会加速数字经济与制造业融合的进程，而较低的能源效率则限制了数字经济的应用范围和深度［29］。因此，能源效率可能是数字经济影响制造业绿色转型过程中的重要门槛调节因素，但鲜有研究关注这一问题。

第三，关于数字经济对制造业绿色转型效应的计量模型，已有研究在空间权重矩阵的设定上只考虑地理距离而忽略了经济距离［13］，并且忽略了扰动项中可能存在的由遗漏变量引起的空间集聚特征。因此，对于数字经济效应的计量估计存在改进的空间。

2 理论分析与研究假设

数字经济本身具有高技术含量和低环境成本的特点，注重实体产业与环境可持续发展之间的协调，是驱动制造业进行以节能减排为核心的绿色转型的重要因素。一方面，数字经济打破了要素流动的时间和空间限制，有利于创新和绿色生产要素在不同企业甚至行业间流动，为绿色化程度不高的制造业企业提供了环境友好型技术［23］；另一方面，数字经济进一步加强了制造业企业和金融机构的联系，使得有绿色化转型需求的制造业企业更容易地获得绿色信贷［27］。因此，数字经济推动了制造业绿色转型绩效的提升。据此，提出本研究的假设1。

假设1：数字经济有利于提高制造业绿色转型绩效。

绿色技术创新是数字经济提升制造业绿色转型绩效的一个作用机制，即数字经济通过促进制造业企业的绿色技术创新而提升其绿色转型绩效。技能偏向型技术进步假说（skill?biased technical change，SBTC）和程序偏向型技术进步假说（routine?biased technical change，RBTC）认为，数字经济的发展和应用对制造业企业的研发人员结构具有重置效应，使企业降低对低技能劳动力和重复性劳动力的需求，而提高对高技能劳动力和非重复性劳动力的需求。在这一过程中，数字经济有助于制造业企业降低与相关外部合作者的交易成本，使得企业更有效地联通产学研协同创新系统中的多维主体并以低成本共享高质量研发成果，从而实现绿色创新成果的高质量产出［12］。

企业绿色技术创新有利于绿色转型绩效的提升。绿色技术创新是指绿色生产要素与生产制造条件的重新组合，以达到节约资源、提高能效、防控污染并实现可持续发展的最终目标［30］。制造业绿色转型，从根本上要求制造业企业采用以低能耗、低污染、低排放和可回收为特征的绿色技术进行生产，改变传统的粗放、高能耗和高污染的生产模式进一步促进了制造业的绿色转型［2］。据此，提出本研究的假设2。

假设2：数字经济通过促进绿色技术创新提升制造业绿色转型绩效。

数字经济还可通过提升资源配置效率促进制造业绿色转型。数字经济依托大数据和云计算等新技术，提高了制造业企业对已有资源的整合和再利用能力，为传统生产过程中闲置的各种生产要素找到了出路。数字技术还减弱了不同企业甚至是不同行业之间的要素流动障碍，构建起要素流动的有效机制，从而有效地整合不同类型的资源并进行分配，缓解了资源的供需矛盾［31］。

资源配置效率的提升有助于制造业的绿色转型。已有研究认为，纠正资源错配是释放经济可持续发展潜力的重要途径。较高的资源配置效率一方面抑制了绿色生产要素由于非理性选择而配置到低创新效率企业，另一方面为绿色生产要素制定出合理的要素价格，避免非市场因素对于资源配置的过度干预造成的无谓损失［32］。因此，改善资源配置效率可支持制造业的绿色转型。据此，提出本研究的假设3。