數字經濟對工業綠色生產效率的影響研究

肖遠飛 姜瑤

[摘要]當前數字經濟助力我國經濟社會高質量發展，新舊動能轉換背景下數字經濟作用尤為突出，而對于工業部門綠色轉型的影響效果及路徑還有待進一步探討。利用SBM-ML模型測算2005—2018年我國各省市工業綠色全要素生產率（GTFP），構建省級數字經濟水平綜合指標體系，探究數字經濟對工業綠色生產效率的影響。研究發現，數字經濟對工業綠色生產效率具有顯著的正向促進作用，數字經濟通過加快市場化進程、產業結構升級與提升人力資本有效提高我國工業綠色生產效率。因此，提出完善信息技術基礎設施建設，積極引導數字經濟與實體經濟深度融合，推進傳統工業數字化改造，加快向工業綠色發展模式轉型，以期為深化認識數字經濟綠色價值及數字革命下工業綠色轉型實踐提供參考。

[關鍵詞]數字經濟;工業綠色全要素生產率;中介效應

一、 引言

國民經濟高質量發展和生態文明建設離不開工業綠色轉型的有力支撐。近年來，為引導工業綠色發展，我國不斷制定并完善相關政策。2016年工業和信息化部印發《工業綠色發展規劃（2016—2020年）》1，提出在工業全領域全過程中將綠色發展理念作為普遍要求，基本形成工業綠色發展機制，積極推動互聯網與綠色制造融合發展，促進綠色制造數字化、智能化、精益化提升。就工信部即將發布的《“十四五”工業綠色發展規劃》，有專家指出，要堅定不移建設制造強國和網絡強國，推進數字產業化和產業數字化。《工業互聯網專項工作組2021年工作計劃》2提出2021年內基本完成國家工業互聯網大數據中心建設。綠色發展是高質量發展的重要表現，數字經濟是高質量發展的主要業態，數字經濟助力工業綠色發展已經受到國家的高度重視。從發展實際來看，目前“5G+工業互聯網”在建項目已超過1500個，覆蓋20余個國民經濟重要行業，2020年中國工業互聯網產業增加值規模達3.28萬億元3。各地智慧工廠大規模積極上線，搶搭數字經濟快車。數字經濟有效破解了資源環境瓶頸約束，在整體上契合工業綠色發展目標導向，給工業綠色轉型提供了全新的思路。

那么數字經濟是否對工業綠色生產效率具有顯著的促進作用？其中又存在怎樣的機制效應？本文構建綜合指標體系測算省級層面數字經濟發展水平，分別建立靜態、動態面板模型進行數字經濟與工業綠色全要素生產率（GTFP）之間回歸，通過穩健性檢驗并利用工具變量法解決內生性問題，進一步驗證存在市場化進程、產業結構升級與人力資本中介效應，根據實證結論提出相應建議。

二、 文獻綜述

1. 數字經濟對生產效率影響的相關研究

數字經濟對生產效率的影響主要有兩方面，一是利用數字經濟信息化、智能化特性，對傳統產業進行轉型升級，提高生產效率。引入新型數字要素使生產結構趨于復雜化，利用知識積累和技術進步使生產過程趨于智能化，提高傳統產業生產結構知識技術密集度，促進生產效率提升。二是通過催生新產業、新業態和新商業模式提高生產效率。信息流動性不斷增強，數據要素有效結合其他生產要素提高市場主體和經濟活動的互聯互通性，培育經濟新增長點的同時生產效率得到提高[1]。有學者就這兩者關系展開實證研究得出，數字經濟的根本動力是作為通用技術的互聯網和大數據技術的進步。邱子迅等研究發現數字經濟中大數據試驗區的建立顯著提高了區域全要素生產率[2]。楊慧梅等研究得出數字經濟通過人力資本投資與產業結構升級兩個重要渠道顯著促進了全要素生產率的提升，并且數字經濟存在顯著的空間溢出效應[3]。

2. 工業綠色效率影響因素的相關研究

就工業綠色效率的衡量主要采用工業綠色全要素生產率、工業生態效率、工業污染治理效率等測算結果，還有學者建立了多維度綜合指標體系。彭星等從節能減排、結構優化、發展方式轉型和綠色技術創新4個方面構建工業綠色轉型綜合評價指標體系[4]。韓立達等圍繞節能、減排和循環，即工業綠色化的核心，構建了工業節能、工業減排和工業轉型3個方面的工業綠色化指數[5]。影響工業綠色效率的因素研究豐富，技術創新、市場化改革、金融深化等對工業綠色效率產生顯著積極影響，對外直接投資、環境規制等對工業綠色效率存在非線性作用，對工業綠色效率的促進作用需要到達一定的拐點。

3. 數字經濟與工業綠色發展的關系研究

目前，關于數字經濟與工業綠色發展的實證文章較少，大多以互聯網為破題依據，就工業綠色高質量發展展開研究。李振葉等研究發現“互聯網+”通過推動科技創新、綠色發展傳導機制推動工業高質量發展[6]。盧福財等研究發現互聯網對工業綠色全要素生產率提升具有促進作用，并且其中存在非線性關系，企業創新能力、企業成本、產業結構水平和外部監督力度是促進提升的重要路徑[7]。程中華等以工業分行業為研究對象，研究表明信息化已成為促進工業綠色增長的新動力源泉，研發投資強度在其中發揮重要中介作用[8]。李琳等測算長江經濟帶工業綠色全要素生產率，實證得出互聯網與稟賦結構的良性互動糾偏了稟賦結構提升對工業綠色全要素生產率的負向影響[9]。柏亮等關注工業綠色發展中的二氧化硫排放情況，實證得出數字經濟水平與工業SO2排放量之間為倒“U”型非線性關系[10]。

綜上所述，數字經濟已引起學者們的廣泛關注和研究，已有研究大多圍繞宏觀國民經濟增長、區域協調發展等目標展開，較少落腳于具體部門層面;強調數字經濟與產業結構、創新績效等之間的關系，缺乏對綠色發展的作用探討。在工業綠色發展問題上，已有文獻大多著眼于工業互聯網、工業信息化領域，未全面深入考察數字經濟整體價值。本文的創新點和邊際貢獻有：基于數字經濟基本內涵與發展需要，從基礎設施、應用服務、數字產業及環境支持多維度構建省級數字經濟水平綜合指標體系，客觀全面衡量各省市數字經濟水平;將經濟高質量發展聚焦于工業部門，關注工業集約式、可持續生產發展，測算工業綠色全要素生產率用于實證分析，并利用工具變量法解決內生性問題，進行動態模型穩健回歸;將地區市場化程度、產業結構升級、人力資本提升同時納入數字經濟與工業綠色生產效率分析框架，探究影響過程中存在的中介效應。

三、 理論分析

1. 數字經濟影響工業綠色生產效率的直接效應

數字經濟中信息技術具有通用性、滲透性特征，信息技術滲透和應用于各產業部門，重新優化配置生產資源，促進其全要素生產率的提高。互聯網加強技術信息協同、創新合作和研發合作，提升漸進式創新能力，減少工業生產、管理和交易成本實現對工業綠色全要素生產率的促進作用。除此之外，互聯網利用環境信息公開、自動監測以及環保宣傳等途徑構建環境信息治理、開展外部監督。區塊鏈技術吸引多元化投資主體，為綠色基礎設施搭建一個去中心化的融資平臺，確保工業新建基礎設施與碳減排目標一致[11]。大數據核心在于大數據捕捉到的準確、深層次的信息知識。利用大數據將生產到消費的全過程連接起來，借助大數據平臺實時監控工業生產，利用集合數據準確預測投入產出，將工業以往的高投入、高消耗生產模式為數據經濟模式，形成科學的監測體系，向高端智能化升級[12]。數字金融本身具有較強的綠色屬性等優勢，轉化給工業綠色環保項目提供資金支持，激勵工業綠色節能技術進步，產生良好的社會示范效應。綜合以上數字經濟具體形式作用，數字經濟對促進工業綠色生產效率的提高產生直接效應。

2. 數字經濟影響工業綠色生產效率的中介效應

（1）產業結構升級中介效應。傳統工業以往存在產能過剩、發展模式落后、產業結構失衡等弊端，而信息通信技術快速發展帶來的數字經濟可以有效地通過產業結構升級促進工業綠色發展。數字經濟主要對工業進行產業數字化改造促進工業綠色發展，產業數字化改造以智能生產模式、可視化的產業組織模式為主要形式[13]。在工業生產工藝方面，數字技術結合工業軟件實現復雜結構部件的生產，改變原有的行業產出結構和產出效率，完善生產和管理等工作，降低原料浪費的同時不斷優化產品性能，提升生產要素的流動率和匹配率。工業機器人的投入使用進一步提高了勞動生產率，促進能源消耗、勞動密集型向知識技術密集型轉變。通過利用更為透明的并行網絡式組織作出精準的戰略決策，數字技術極大地改變了產業結構，對工業行業的升級改造和生產效率提升具有“賦能效應”。

（2）市場化進程中介效應。市場化水平過低會導致能源的過度使用和浪費，抑制工業企業綠色創新投入，助推高污染行業，不利于工業綠色發展[14]。互聯網平臺經濟模式能有效地加強市場競爭，市場競爭的加強加快了綠色生產要素的合理流動和優化組合，減少區域內信息不對稱導致的資源錯配和市場扭曲的發生，進一步促使企業主動進行技術革新、新產品開發、服務創新等，提升企業專業化水平，提高經濟市場的運行效率從而促進全要素生產率的提升[15]。新型數字科技、智能技術可以供給工業企業新型綠色生產要素，大數據對海量數據進行分析，優化工業企業日常運行流程，提高要素供需匹配精度，改善資源配置結構，減少無謂損失與資源浪費，使工業生產產出接近產能，為企業綠色生產提供平臺支撐與技術保障，促進工業綠色生產效率提升。

（3）人力資本中介效應。數字經濟帶來以科技創新驅動的信息革命，而任何科技創新的本質推動力來自于人力資本積累。足夠的人力資本吸收消化并推動技術革新，同時人力資本的狀況決定了技術進步的類型，決定了技術進步實際應用的效率。同時，數字經濟以新一代信息技術為核心，通過加速透明化、開放化的數據資源共享，助力高素質的人力資本積累。擁有數字素養的技術人員實踐于工業生產過程中能更好地注重經濟效益與環境效益。此外，人力資本作為一種生產要素，通過自身資源強度的增加，適度替代工業生產過程中對自然資源等傳統生產要素的需求，降低了對高強度能源消耗的依賴，實現了節能減排、低碳環保的效果[16]，最終提高工業綠色生產效率。較高的人力資本水平具備良好的創新意識和環保意識，奠定了促進工業綠色轉型升級的基礎。

四、 模型構建、變量選取及數據說明

1. 模型構建

本文要論證的主要問題是數字經濟對工業綠色生產效率的影響，構建基本計量模型如式（1）所示。

其中，Gtfpit表示i省份t年的工業綠色全要素生產率，Digit表示i省份t年的數字經濟水平，[CVit]為其他控制變量，εit表示隨機誤差項，β0表示模型截距項，β1、βc為各變量系數。

2. 變量選取

工業綠色生產效率。本文采用SBM-Malmquist指數非參數方法計算各省份工業綠色全要素生產率。其中，投入指標包括勞動、能源、資本投入。勞動投入，以我國各省份規模以上工業從業人員年平均人數衡量。能源投入，以我國各省份工業能源消費總量衡量。資本投入，本文借鑒物質資本存量永續盤存估算法估算我國各省份工業資本存量。產出指標包括期望產出、非期望產出。期望產出，以我國各省份規模以上企業工業增加值衡量，并利用工業出廠價格指數進行價格平減至2005年;非期望產出，以我國各省份工業廢水排放總量、工業煙粉塵排放總量、工業SO2排放總量衡量。將測算的工業綠色全要素生產增長率指數進行累乘處理得工業綠色全要素生產率。具體投入產出變量見表1。

本文所測算的工業綠色全要素生產率基于規模報酬不變的前提條件。圖1顯示了2005—2018年度采用SBM-ML指數測算并進行逐年累乘的工業綠色全要素生產率。從全國整體層面來看，工業綠色全要素生產率呈現逐年上升趨勢。其中2015—2018年工業綠色全要素生產率增長速度明顯提升，反映出近年來我國工業整體注重技術創新、契合節能降耗生產目標，在實現經濟效益同時落實工業綠色發展。

數字經濟。目前省級層面數字經濟水平的統一測度還在探索中，學者們大多結合研究目的構建綜合指標體系。楊慧梅等基于數字產業化和產業數字化兩個維度，采用主成分分析法構建我國省級層面數字經濟水平的衡量指標[3]。馬中東等從數字基礎設施、數字生活應用和數字產業發展3個方面測算中國省級數字經濟綜合水平[17]。本文研究時間跨度為2005—2018年，考慮數據可得性、可比性、全面性，參考焦帥濤等[18]指出數字經濟的發展依賴于數字基礎、數字應用、數字創新、數字產業“四個需要”理論，創新性構建數字基礎設施、數字應用服務、數字產業發展及創新環境支持4個一級指標、10個二級指標綜合體系，運用熵值法計算得出各省區市（因數據缺失，不包括港澳臺及西藏地區）綜合水平值。具體內容見表2。

我國整體的數字經濟水平綜合指數平均值及中位數如圖2所示。如圖2可以看出，我國2005—2018年間數字經濟水平綜合指數逐年上升，整體呈現蓬勃發展趨勢。年均指數和中位數指數分別由2005年的0.32、0.27提升至2018年的1.65、1.08，發展速度穩中提升。

具體從省級層面來看，2005—2018年我國各個省區市數字經濟水平均值及2018年數字經濟水平綜合指數如圖3所示。按照各省區市數字經濟水平綜合指數年均值由高到低依次從左至右排列。從30個省區市2005—2018年數字經濟水平均值來看，北京、上海、浙江、福建、廣東、江蘇依次占據前六位，發展動力強勁;青海和甘肅地區的數字經濟發展相對最為靠后，其他地區均值水平差異不大。分東、中、西三大區域來看，東部地區具有顯著領先優勢，中部地區穩中有進，西部地區發展空間大。這表明我國數字經濟在省級層面上發展不平衡，經濟發達地區表現出優越的數字經濟基礎，而部分中西部地區尚有較大發展空間。隨著我國不斷加大對中西部地區的數字經濟基礎及技術支持力度，各區域間發展距離將不斷縮小。

本文將環境規制、創新產出、稟賦結構和貿易開放作為控制變量。環境規制，大量研究表明環境規制能顯著影響工業綠色全要素生產率，本文以地區治理廢氣、廢水總費用占工業產出增加值來衡量環境規制。創新產出，工業全要素生產率的提升在很大程度上依賴于實際創新產出，本文以各地區規模以上工業企業新產品項目數取對數衡量。[①]稟賦結構，以各地區工業資本與勞動的比值取對數來衡量工業稟賦結構。[②]貿易開放，以地區進出口總額占地區生產總值衡量。

由上文理論分析可知，產業結構升級、市場化水平、人力資本積累起有效中介作用。產業結構升級，以產業結構合理化程度來衡量，采用新泰爾指數表示。[①]市場化水平，采用總體市場化進程指數表示。[②]人力資本，以各省區市平均受教育年限表示，計算公式為分別用不同受教育程度人數占6歲以上人口的比重乘以對應的平均累計受教育年限（小學教育為6、初中教育為9、高中教育為12、大專及以上教育為16）再求和。變量描述性統計見表3。

3.數據說明

本文選取的樣本為我國30個省區市2005—2018年數據。數據來源于《中國環境統計年鑒》《中國城市統計年鑒》《中國工業統計年鑒》《中國能源統計年鑒》《中國科技統計年鑒》《中國勞動統計年鑒》。被解釋變量工業綠色全要素生產率利用MAXDEA軟件通過模型計算得出。

五、 實證分析

1. 基準回歸結果

本文首先對基本模型（1）進行回歸，初步檢驗數字經濟對工業綠色全要素生產率的影響。結果如表4所示，表4列（1）未加入任何控制變量，結果顯示數字經濟對工業綠色全要素生產率的回歸系數為0.311，通過1%的顯著性檢驗，說明數字經濟與工業綠色全要素生產率之間存在顯著正相關關系。在加入所有控制變量后，結果如表4列（2）所示，數字經濟系數為0.188且通過1%水平檢驗，說明數字經濟對工業綠色全要素生產率的顯著正向影響仍然存在。

2. 穩健性檢驗

因基準回歸結果可能受到指標選取等因素的影響，所以本文通過更換被解釋變量測算方式對基準回歸結果進行穩健性檢驗。檢驗結果如表4所示。[①]更換被解釋變量測算方式。工業綠色全要素生產率變量測算模型更換為SBM-GML指數，勞動、資本、能源投入指標保持不變，考慮到要素投入與非期望產出存在于工業生產全過程中，故期望產出調整為各省區市工業總產值，利用價格指數平減至2005年，非期望產出為工業廢水、工業固體廢棄物、工業二氧化硫排放總量，將增長率指數累乘得到各省區市工業綠色全要素生產率。如表4列（3）和列（4）所示，數字經濟的系數大小雖有所改變，但仍正向顯著。[②]更換被解釋變量重新估計。選取工業代表性污染物二氧化硫排放量為被解釋變量，以負向指標代表工業綠色生產效率。表4列（5）顯示數字經濟每提高一個單位，工業二氧化硫排放就會顯著降低0.512個單位，這說明數字經濟不斷滲入工業生產過程有利于降低污染物的排放，生產過程趨于環保以提高綠色生產效率。以上穩健性檢驗證明本文的研究結論是可靠的。

3. 內生性問題處理

通過檢驗發現模型存在內生性問題，替換靜態模型采用動態面板差分GMM模型。將被解釋變量（Gtfp）滯后一階加入模型，模型通過序列自相關和Hansen檢驗。由于表5列（1）制變量后數字經濟的系數顯著為正，即考慮動態效果數字經濟依然有效提升工業綠色全要素生產率。

進一步采用工具變量法進行兩階段回歸，結果如表6所示。首先選取核心解釋變量（Dig）滯后一期做工具變量，并且拒絕了弱工具變量和不可識別假設。從表6列（1）可以看出，Dig的系數為0.232，顯著為正，通過1%顯著性檢驗。此外，參考黃小勇等[19]采用固定電話數量作為地區數字經濟水平的工具變量，表6列（2）顯示了另一工具變量的估計結果。首先K-P LM統計量的P值為0.0000，拒絕“工具變量識別不足”的原假設，Wald F統計量大于10%水平的臨界值，拒絕“工具變量弱識別”的原假設，因而地區每百人擁有的固定電話數量可以作為工具變量來解決內生性問題。Dig的系數通過1%顯著性檢驗，依然顯著為正。綜上，在用不同工具變量進行估計的結果中，數字經濟依然表現出對工業綠色全要素生產率的正向促進作用，這進一步佐證了前文得出的結論。

4. 中介效應檢驗

為揭示數字經濟對工業綠色全要素生產率的中介機制，驗證數字經濟是否通過產業結構升級、提高市場化水平、人力資本積累路徑對工業綠色全要素生產率產生作用，構建如下模型。

式中Mit表示中介變量，分別代表i省份t年的產業結構升級和市場化水平。fi表示不可觀測的個體固定效應。其余變量解釋與上文一致。

全樣本中介效應檢驗結果如表7所示，列（1）為基準回歸結果，列（2）顯示數字經濟系數為0.671，通過1%水平正向顯著，說明數字經濟可以有效提高市場化水平。列（3）顯示數字經濟與市場化水平均通過5%水平正向顯著，證實了市場化水平的提高是數字經濟提升工業綠色全要素生產率的有效中介路徑。同樣地，列（4）顯示數字經濟系數通過5%水平正向顯著，數字經濟對產業結構升級有著積極作用。列（5）結果中數字經濟與產業結構升級均通過5%水平正向顯著，表明產業結構升級是數字經濟提升工業綠色全要素生產率的另一中介路徑。列（6）顯示數字經濟通過1%水平正向顯著，數字經濟對人力資本積累具有顯著正向作用。列（7）結果表明數字經濟通過促進人力資本積累可以有效提高工業綠色全要素生產率。以上結論均與上文理論分析結果相一致。

六、 結論與啟示

本文圍繞數字經濟內涵與發展構建省級層面數字經濟水平綜合指標體系，注重工業綠色發展測算工業綠色全要素生產率，同時考慮到數字經濟與工業綠色效率存在內生性問題，利用2005—2018年省級面板數據在靜態面板模型基礎上通過動態差分GMM模型進行穩健實證。基于理論分析對市場化進程、產業結構升級、人力資本水平中介效應進行檢驗和討論，得到以下主要結論：（1）數字經濟對工業綠色全要素生產率具有顯著提高作用，利用當前經濟發展新引擎數字經濟有助于促進工業綠色發展。在控制一系列變量及更換測度方式后，仍具有穩健正向作用。（2）為克服數字經濟與工業綠色發展之間存在的內生性問題，采用動態差分GMM模型及工具變量法確保模型可靠，結果與上文保持基本一致。（3）產業結構合理化、市場化水平提高、人力資本積累是數字經濟作用于工業綠色生產效率的有效中介環節。數字經濟通過產業結構合理化、加快市場化進程、提升人力資本，作用于工業綠色全要素生產率的提高，促進工業綠色發展。

本文得出以下啟示：（1）數字經濟不僅是加快經濟發展速度的新引擎，還是推動社會高質量綠色發展的新思路。政府應完善數字經濟基礎設施建設，夯實數字產業化基礎，將數字經濟作為產業結構升級的重要抓手，助力工業企業提高數字技術創新水平，加快工業領域數字科技成果轉化，全方位全鏈條賦能工業綠色發展。（2）企業要發揮數字經濟提高市場資源配置效率的作用，依靠大數據信息優勢匹配生產需求，打破生產資源約束瓶頸，利用信息化、智能化、數字化技術實現節能降耗目標，不斷轉型升級為環保高效生產模式。（3）加強人才隊伍建設，推動信息技術人才與工業制造人才深度融合，轉換人口優勢為人力資本優勢，培育復合型專業化人才，助力工業高質量發展。

參考文獻：

[1] 王開科，吳國兵，章貴軍.數字經濟發展改善了生產效率嗎？[J].經濟學家，2020（10）：24-34.

[2] 邱子迅，周亞虹.數字經濟發展與地區全要素生產率——基于國家級大數據綜合試驗區的分析[J].財經研究，2021，47（7）：4-17.

[3] 楊慧梅，江璐.數字經濟、空間效應與全要素生產率[J].統計研究，2021，38（4）：3-15.

[4] 彭星，李斌.不同類型環境規制下中國工業綠色轉型問題研究[J].財經研究，2016，42（7）：134-144.

[5] 韓立達，史敦友，張衛.技術創新與工業綠色化：作用機理和實證檢驗[J].經濟問題探索，2020（5）：176-190.

[6] 李振葉，劉楊程，徐斌.“互聯網+”對工業高質量發展的影響——基于面板中介效應模型的估計[J].科技進步與對策，2020，37（14）：86-93.

[7] 盧福財，劉林英，徐遠彬.互聯網發展對工業綠色全要素生產率的影響研究[J].江西社會科學，2021，41（1）：39-50.

[8] 程中華，劉軍.信息化對工業綠色增長的影響效應[J].中國科技論壇，2019（6）：95-101.

[9] 李琳，劉琛.互聯網、稟賦結構與長江經濟帶工業綠色全要素生產率——基于三大城市群108個城市的實證分析[J].華東經濟管理，2018，32（7）：5-11.

[10] 柏亮，陳小輝.數字經濟如何影響工業SO2排放？——理論解讀與實證檢驗[J].東北財經大學學報，2020（5）：73-81.

[11] 渠慎寧.區塊鏈助推實體經濟高質量發展：模式、載體與路徑[J].改革，2020（1）：39-47.

[12] 許憲春，任雪，常子豪.大數據與綠色發展[J].經濟研究參考，2019（10）：97-110.

[13] 陳曉東，楊曉霞.數字經濟發展對產業結構升級的影響——基于灰關聯熵與耗散結構理論的研究[J].改革，2021（3）：26-39.

[14] 卞元超，吳利華，白俊紅，等.要素市場扭曲是否抑制了綠色經濟增長？[J].世界經濟文匯，2021（2）：105-119.

[15] 余文濤，吳士煒.互聯網平臺經濟與正在緩解的市場扭曲[J].財貿經濟，2020，41（5）：146-160.

[16] 蘇科，周超.人力資本、科技創新與綠色全要素生產率——基于長江經濟帶城市數據分析[J].經濟問題，2021（5）：71-79.

[17] 馬中東，寧朝山.數字經濟、要素配置與制造業質量升級[J].經濟體制改革，2020（3）：24-30.

[18] 焦帥濤，孫秋碧.我國數字經濟發展對產業結構升級的影響研究[J].工業技術經濟，2021，40（5）：146-154.

[19] 黃小勇，查育新，朱清貞.互聯網對中國綠色經濟增長的影響——基于中國省域綠色競爭力的實證研究[J].當代財經，2020（7）：112-123.

基金項目：國家自然科學基金項目“網絡關系視角的價值鏈嵌入條件下資源型產業技術升級實現機制研究”（項目編號：71763014）;云南省科技計劃項目“嵌入全球生產網絡視角的我國西部制造業企業跨越‘技術發展陷阱研究”（項目編號：2016FB117）。

作者簡介：肖遠飛（1976-），男，博士，昆明理工大學管理與經濟學院教授，研究方向為開放經濟與區域產業發展;姜瑤（1997-），昆明理工大學管理與經濟學院碩士研究生，研究方向為開放經濟與區域產業發展。

（收稿日期：2021-08-10? 責任編輯：顧碧言）