绿色制造赋能新质生产力发展研究

摘 要：本文基于2012—2022年30个省份面板数据，运用熵值法实证检验绿色制造对新质生产力发展的影响。结果表明，绿色制造对新质生产力发展具有显著正向影响，绿色生产与新质生产力的发展水平呈现出“东部地区发展水平最高，中部其次，西部与东北地区相对落后”的区域异质性特征。基于此，本文提出倡导绿色制造为主线、因地制宜为抓手、绿色技术创新为重点，以提高新质生产力，实现制造业高质量发展。

关键词：绿色制造；新质生产力；绿色技术创新；熵值法；因地制宜

中图分类号：F014.1 文献标识码：A 文章编号：2096-0298（2024）11（b）--05

新一轮科技革命和产业变革深入发展，国际力量对比深刻调整，经济全球化遭遇逆流，全球产业链供应链面临重塑，中国经济增速换挡并有所下滑，亟须高质量发展。2023年9月7日，习近平总书记在黑龙江考察时首次提出“新质生产力”，倡导培育发展新动能，推动东北全面振兴。2024年3月5日，《政府工作报告》首次强调，“大力推进现代化产业体系建设，加快发展新质生产力”，指明新质生产力是推进高质量发展的题中要义，也是应对国内外压力的时代所需。鉴于新质生产力的时代诉求，研究其核心推力具有重要的现实意义。

制造业是国民经济的主导产业，也是许多国家经济增长的主要驱动力，是技术创新和研发的重要基地，对经济高质量发展具有引领带动的作用。改革开放以来，特别是加入世界贸易组织的20余年，中国积极融入全球化进程中，制造业持续快速发展并成为世界第一大经济体。时至今日，中国已建成了拥有联合国产业分类中的全部工业门类的工业制造业体系，2023年，我国制造业规模以上工业增加值同比增长5.0%，制造业总体规模连续14年保持全球第一。近年来，我国制造业绿色化转型新动能持续增强，绿色发展成效显著，但仍存在法律法规体系不完善、评价体系不健全、基础建设滞后、技术创新不足、绿色观念不强以及地区差异过大等问题。为此，许多科研工作者为顺应时代所需——发展绿色制造，展开了大量研究，从理论基础研究到关键技术突破再到实践应用等方面都取得了丰硕成果，培育了先进的绿色制造基本特征的共识：降低能耗、提升能效、节约材料、减少排放、高效益、高产出等。通过绿色科技创新和绿色技术的推广应用，做强做大绿色制造业，全面推动新质生产力发展。2023年印发的《关于加快传统制造业转型升级的指导意见》指出“完善绿色制造服务体系”“强化绿色制造标杆引领”，以绿色制造加快传统制造业转型升级，以绿色可持续的优势发展新质生产力。由此引发的思考是，绿色制造能否赋能新质生产力发展？对于思考问题的破解，有助于紧抓新质生产力的发展机遇，充分发挥绿色制造对经济高质量发展的带动作用。

1 文献综述

绿色制造是一个综合考虑环境影响和资源效益的现代化制造模式[1]，目前已成为新型工业化和制造业发展的重要抓手、“双碳”工作的重要着力点和可持续发展的客观要求[2]。绿色制造的研究有：第一，绿色制造的驱动因素。数字投入促进制造业绿色生产力的提高[3]，绿色制造技术创新促进制造业绿色发展[4]，且绿色创新能力是区域绿色制造发展水平的首要影响因素[5]；第二，绿色制造的评价体系。王鸣涛和叶春明（2022）从绿色生产、绿色排放、绿色科技、绿色成效四个维度，评价城市绿色制造水平[6]；第三，绿色制造的积极作用。绿色制造技术不但实现产业化应用，推动产业发展，而且提高了企业环境信息披露质量，进而提升企业绿色创新水平、带动供应链产品绿色化转型[7]，实现可持续发展。

“新质生产力”是我国立足于经济发展时代提出的新经济概念[8]，是新质劳动者、劳动资料、劳动对象及新质生产要素的优化组合[9]。具有以新发展理念为思想指引、以科技创新为根本驱动力和以产业培育为主要着力点的关键特征[10]，数字化、绿色化的时代特征[11]，还包括网络化、智能化、信息化和集约化等特征[12]。随着我国算力规模的持续扩大，算力为新质生产力的形成提供了产业基础[13]，数字技术创新更是新质生产力的核心驱动力[14]。技术革命性突破、生产要素创新性配置、产业深度转型升级共同催生着新质生产力发展。同时，新质生产力的产业载体不断壮大，催生了许多新型生产力质态，如数字农业新质生产力[15]、水利新质生产力[16]、煤炭新质生产力[17]等新质生产力。习近平总书记强调：“加快发展新质生产力，新质生产力本身就是绿色生产力”，绿色制造赋能新质生产力发展势不可挡。

综上，绿色制造研究较为成熟，从驱动因素、评价体系到积极作用形成系统的研究领域，但多是针对绿色制造本身的研究，缺乏实际应用领域的交叉研究，难以发挥其绿色本能的更大潜力。新质生产力作为新兴概念，主要是在政策导向下的初始研究阶段，结合的多是在重大关键领域的成熟研究，缺乏对其背后的兴起动力的研究。绿色制造又是高质量发展的重要一环，研究其与新质生产力理论关联更具现实意义。鉴于此，本研究的边际贡献体现在：该文构建了绿色技术创新、生产和经营能力层面的绿色制造发展水平评价指标体系，通过实证研究绿色制造对新质生产力发展水平的影响，从宏观角度检验绿色制造与新质生产力关联，剖析发展现状找出问题并提出对策建议，以期为绿色制造赋能新质生产力提供借鉴。

2 理论分析与研究假设

绿色制造是在绿色、低碳、循环的生态文明理念指导下，综合考虑人类需求、环境影响、资源效率和企业效益的现代化制造模式[2]，是一种以环境保护和资源节约为核心，通过改进生产过程、提高资源利用效率、减少或消除污染物排放，实现可持续发展的制造方式。绿色制造是与新质生产力相适应的绿色生产力的应用模式，与新质生产力之间存在着密切的关系。它不仅有利于降低企业生产成本，增强企业竞争力，还可以促进经济发展与环境保护的有效结合，构建资源节约型、环境友好型、产品多样型的生产和消费模式。符合社会主要矛盾转变后的绿色消费理念，形成国内市场的新动力，推动新质生产力发展，增强国际竞争力。基于以上理论分析，本文提出假设H。

H：绿色制造可正向促进新质生产力发展。

3 研究设计

3.1 模型构建

为探讨绿色制造对新质生产力的影响，本文基于绿色制造对新质生产力的直接影响机制，用全国30个省级行政区2012—2022年的数据建立面板回归模型，利用面板回归模型验证假设H。具体模型如下：

其中，i、t分别表示省份和年份，y表示新质生产力，x表示绿色制造发展水平，Control表示所有的控制变量，α为常数项，β为待估计参数，ε为残差。

3.2 变量选择与数据说明

3.2.1 被解释变量

新质生产力（y）：生产力是人们改造自然的各种能力的总和。在不同发展阶段，生产力会随着科技创新发生量变与质变，能够产生质变的科技被称为新质生产力。新质生产力具有更高素质的劳动力、更高技术的劳动资料、更广范围的劳动资料，是以全面大幅提高全要素生产力为标志，以提高人民物质生活与精神生活为目标的创新性颠覆性力量。目前对新质生产力评价指标体系的研究还较少，并未形成统一标准。基于现有研究，本文采用劳动力、劳动对象和劳动资料三个指标衡量我国新质生产力的水平。

3.2.2 核心解释变量

绿色制造（x）：将绿色制造作为模型的核心解释变量。制造业绿色转型是为兼顾经济效益与环境效益，实现高质量发展的绿色发展模式。基于目前对绿色制造的研究，结合我国新发展阶段的生态文明建设与制造业高质量发展的要求，绿色制造要将绿色发展落到实处，就必须在创新、生产、经营三方面同时发力。采用绿色生产能力、绿色经营能力和绿色创新能力三个指标提升我国绿色制造的发展水平。

3.2.3 控制变量

为了更好地衡量绿色制造对新质生产力的影响，本文主要选取以下4个指标作为模型的控制变量。

（1）对外开放程度（fdo）：增强进出口贸易水平会提高全要素利用率，稳固新质生产力政策着力点。用货物进出口总额（万美元）与地区生产总值的比值进行衡量，用当年的平均汇率进行换算。为了消除异方差对模型的影响，对数据进行乘100后再取对数处理。

（2）人力资本水平（hum）：人才利用是先进生产力的重要推动力，加速新质生产力发展。用高等学校在校学生人数（万人）和总人口（万人）的比值进行衡量。为了消除异方差对模型的影响，对数据进行乘100后再取对数处理。

（3）技术创新（ti）：新质生产力就是先进生产力，科学技术作为第一生产力对新质生产力的作用不可忽视。用国内发明专利申请受理量（件）来衡量。为了消除异方差对模型的影响，对数据进行取对数处理。

（4）产业升级（upgra）：产业结构升级会加速资源利用，提升新质生产力发展。用第三产业增加值（亿元）与全产业增加值（亿元）的比值来衡量。为了消除异方差对模型的影响，对数据进行乘100后再取对数处理。

本文选取全国30个省级行政区（不包括港、澳、台和西藏自治区四个地区）2012—2022年数据进行研究。各变量数据主要来源于《中国统计年鉴》《中国科技统计年鉴》《中国环境统计年鉴》和《中国能源统计年鉴》。

3.3 研究方法

熵值法是一种为避免主观赋权的随意性，而对数据进行处理的客观赋权方法。本文采用熵值法测算绿色制造发展指数和新质生产力发展指数，具体步骤如下：

首先，2012—2021年11个绿色制造发展水平的三级指标与13个新质生产力发展水平的三级指标的原始数据归纳汇总，构建出原始数据矩阵，有助于后续的数据运用。

再根据数据特征进行无量纲化处理，由于选取的指标单位参差不齐，难以进行直接比较，需要通过无量纲化处理来消除各种数据的影响。对正向指标和负向指标做如下处理：

由于无量纲化处理结果中有零值，为了使数据计算有意义，需要对无量纲化处理结果做进一步的数据平移。处理方法为：Xij=Xij+β。本文中β取0.00001，是为了最大程度的保持原有数据的内在规律，所以β的取值需要尽可能忽略不计。

最后，将得到的指标权重Wj与无量纲化后的指标相乘得出各个评价对象的绩效综合得分，根据分数高低再进行排名比较。综合得分S计算公式如下：

4 实证分析

4.1 绿色制造与新质生产力发展现状

本文用熵值法对全国及四大地区绿色制造发展水平进行测算，得出全国绿色制造发展水平呈上升趋势，均值从2012年的0.097上升到2021年的0.136。但国内各省份之间差异较大，考察期内排名前三位的分别是广东（0.512）、江苏（0.438）、浙江（0.337），排名后三位的分别是甘肃（0.056）、海南（0.055）、青海（0.051），且发展水平较高的省份大部分在东部地区。四大地区的均值表现为：东部地区（0.231）>中部地区（0.121）>西部地区（0.075）>东北地区（0.074）。

本文用熵值法对全国及四大地区新质生产力发展水平进行测算，得出全国新质生产力发展水平呈上升趋势，均值从2012年的0.127上升到2021年的0.192。但国内各省份之间差异较大，考察期内排名前三位的分别是广东（0.469）、北京（0.384）、江苏（0.381），排名后三位的分别是青海（0.076）、宁夏（0.066）、海南（0.063），且发展水平较高的省份大部分在东部地区。四大地区的均值表现为：东部地区（0.257）>中部地区（0.196）>东北地区（0.145）>西部地区（0.142）。

4.2 绿色制造赋能新质生产力的实证分析

4.2.1 描述性统计

本文利用Stata17对模型中的各变量进行描述性统计分析，结果如表1所示。

从各变量的描述性统计结果中可以看出，新质生产力水平最大值为0.716，有较大提升空间。同时，绿色制造水平最大值达到0.881，略高于新质生产力水平（0.692），一定程度上可以考虑借此赋能新质生产力发展。其中，技术创新的标准差达到1.365，表明各省份之间技术创新水平有一定的差距。为了检验各变量间是否存在多重共线性的问题，使用方差膨胀因子（VIF）对各变量进行检验，如表1所示，各变量的VIF值均小于10，表明各变量间不存在严重的多重共线性问题。

4.2.2 F检验与Hausman检验

常见的对面板数据研究的模型有三种：固定效应模型、随机效应模型和混合模型。用F检验判断选择固定效应模型还是混合效应模型，用Hausman检验判断选择固定效应模型还是随机效应模型。检验结果如表2所示，F检验的P值为0.0000，小于0.05，拒绝原假设，选择固定效应模型；Hausman检验的P值为0.0001，小于0.05，拒绝原假设，选择固定效应模型。因此，根据检验结果，适合建立固定效应模型。

4.2.3 回归分析

为验证绿色制造是否对新质生产力有促进作用（假设H），采用全国30个省级行政区2012—2022年的面板数据，用固定效应模型进行回归分析。结果如表3所示，模型（1）为全国30个省级自治区2012—2022年绿色制造与新质生产力的关系，可以看到绿色制造对新质生产力的回归系数为0.928，数值为正且在1%的水平上显著。模型（2）为加入了控制变量后的结果，绿色制造对新质生产力的回归系数为0.691，数值为正且在1%的水平上显著，结果表明绿色制造对新质生产力具有显著的正向影响作用，假设H得以验证。

5 结论与建议

5.1 结论

新质生产力就是绿色生产力，在追寻绿色可持续发展的当下，绿色生产力作用于“碳排放大户”——制造业已然成为时代呼唤，破解绿色制造与新质生产力的关系更符合新质生产力的高质量发展目标。本文基于2012—2022年各省份面板数据，运用熵值法、固定效应模型，实证检验两者关系。实证结果表明：（1）绿色制造对新质生产力发展具有显著正向影响。（2）绿色制造对新质生产力水平发展的影响呈现“东部地区发展水平最高，中部其次，西部与东北地区相对落后”的区域差异格局。与当地的经济发展水平有关，这也恰恰符合新质生产力首次提出的背景，是为了寻求新的发展动能赋能落后地区的发展。绿色制造能够赋能新质生产力发展的同时，可以为后续的因地制宜发展地方新质生产力提供有力支撑。（3）绿色制造能吸引更多人才，提升进出口水平，促进产业转型升级，提升制造业技术创新，促进我国新质生产力发展水平。这为绿色制造赋能新质生产力发展提供了多角度完善路径。

5.2 对策建议

5.2.1 倡导绿色制造，优化新质生产力发展环境

政府应聚焦我国绿色制造水平，着力发展我国绿色制造，提升新质生产力的水平。首先，鼓励企业进行绿色制造技术创新。政府可以通过出台各项政策，采取适当的激励以及评价机制，对积极技术创新的企业给予资金支持，缓解企业的资金压力，调动企业的创新积极性；对传统的高污染企业叫停整改，促使其向绿色制造转化。政府加大宣传增强企业绿色理念融入绿色制造，反向引导消费者绿色消费，转而影响制造业绿色战略，实现共赢局面。其次，推进沿海发达地区的对外开放水平，政府应积极引导制造业企业拓展国外市场，汲取国外绿色制造的相关先进经验，形成我国的产业影响力，提升我国绿色制造的国际影响力。

5.2.2 因地制宜，盘活新质生产力

本文运用熵值法对绿色制造与新质生产力的发展水平测算分析，两者在东部地区与中部地区发展速度较快，尤其是东部地区始终居于领头羊的位置，而西部地区与东北地区相对落后，所以东部地区应起带动作用，辐射其他地区，通过经验分享、技术支持、资源共享等方式带动绿色制造与新质生产力协调发展。从宏观上讲，新质生产力是在新能源与新科技在传统行业的应用与数字经济蓬勃发展的环境下产生的，所以西部地区与东北地区应以绿色制造为切入点，利用绿色能源丰富绿色产品，推动传统制造业转型，力求从初始原材料到终端产品的全产业链绿色生产，并在数字经济的发展环境中使西部与东北共享发展成果。地区间具有不同的资源禀赋，在发展新质生产力的过程中要因地制宜、因类施策。

5.2.3 推动绿色技术创新，稳固新质生产力动能

坚持以自主创新为经济发展“新引擎”，以智能数字为经济发展“新介质”，以新兴产业未来产业为“新阵地”，培养创新型人才急需的“新素质”去发展新质生产力[18]。制造业转型升级绿色制造技术创新是重点，能够增强新质生产力发展的绿色动能。数字化、智能化作为新质生产力的强大介质，需要深入绿色制造体系才能实现价值转化，特别是新技术应用要针对社会主要矛盾改变下的个性化消费需求，方能守住我国发展新质生产力的优势——市场优势。最后，加大对专业人才的培育与吸引。绿色制造水平的提升离不开专业人才的贡献，各地政府一方面可以加强对新能源、大数据等专业人才的补贴，吸引人才留在本地企业积极创新研发，另一方面应与时俱进，积极开设相关课程与讲座，培养专业的青年人才，促进绿色制造的各层次人才的深入交流。

参考文献

乔岳.碳中和目标下中国制造业绿色发展之路[J].人民论坛·学术前沿，2023（5）：59-70.

周珺，周明生，卓娜.数字经济时代我国制造业的绿色转型发展[J].科技导报，2023，41（22）：77-82.

Wenjie Zhang，Ning Xu，ChengYu Li， et al. Impact of digital input on enterprise green productivity： Micro evidence from the Chinese manufacturing industry[J]. Journal of Cleaner Production， 2023， 414： 137272.

田潇潇，郭克莎.绿色制造技术创新对制造业绿色发展的影响[J].经济理论与经济管理，2023，43（8）：4-17.

李志鹏，欧阳玉凤，杨浩昌.区域绿色制造发展指数测度及其时空演变特征分析[J].统计与决策，2022，38（20）：11-15.

王鸣涛，叶春明.基于最优组合权重和GRA的城市绿色制造水平评价： 以“中国制造2025”示范城市为例[J].生态经济，2022，38（3）：115-122.

王茂斌，叶涛，孔东民.绿色制造与企业环境信息披露： 基于中国绿色工厂创建的政策实验[J].经济研究，2024，59（2）：116-134.

高帆.“新质生产力”的提出逻辑、多维内涵及时代意义[J].政治经济学评论，2023，14（6）：127-145.

李政，廖晓东.新质生产力理论的生成逻辑、原创价值与实践路径[J].江海学刊，2023（6）：91-98.

徐政，郑霖豪，程梦瑶.新质生产力赋能高质量发展的内在逻辑与实践构想[J].当代经济研究，2023（11）：51-58.

李晓华.新质生产力的主要特征与形成机制[J].人民论坛，2023（21）：15-17.

刘典.论加快形成新质生产力需要统筹的三组重要关系[J].技术经济与管理研究，2024（1）：1-7.

杜传忠.新质生产力形成发展的强大动力[J].人民论坛，2023（21）：26-30.

刘友金，冀有幸.发展新质生产力须当拼在数字经济新赛道[J].湖南科技大学学报（社会科学版），2024，27（1）：89-99.

王琴梅，杨军鸽.数字新质生产力与我国农业的高质量发展研究[J].陕西师范大学学报（哲学社会科学版），2023，52（6）：61-72.

左其亭，秦西，马军霞.水利新质生产力： 内涵解读、理论框架与实施路径[J].华北水利水电大学学报（自然科学版），2024，45（3）：1-8.

刘峰，郭林峰，张建明，等.煤炭工业数字智能绿色三化协同模式与新质生产力建设路径[J].煤炭学报，2024，49（1）：1-15.

蒲清平，黄媛媛.习近平总书记关于新质生产力重要论述的生成逻辑、理论创新与时代价值[J].西南大学学报（社会科学版），2023，49（6）：1-11.