工業(yè)智能化對(duì)綠色創(chuàng)新效率的影響研究

張琦 蔣軍鋒 賈竇潔

摘 要：工業(yè)智能化提供的技術(shù)優(yōu)勢(shì)不僅推動(dòng)了數(shù)據(jù)、信息和知識(shí)的溢出、共享和重組，還影響了勞動(dòng)力等要素的投入結(jié)構(gòu)和綠色生態(tài)。在推動(dòng)智能技術(shù)與實(shí)體產(chǎn)業(yè)融合過(guò)程中，政府干預(yù)扮演的角色愈加突出，本研究對(duì)三者之間的邏輯關(guān)系進(jìn)行理論分析和實(shí)證檢驗(yàn)。研究發(fā)現(xiàn)：工業(yè)智能化能夠顯著地提高綠色創(chuàng)新效率；政府干預(yù)正向調(diào)節(jié)工業(yè)智能化對(duì)綠色創(chuàng)新效率的驅(qū)動(dòng)作用；不同政府干預(yù)水平下工業(yè)智能化對(duì)綠色創(chuàng)新效率的影響作用并不是均質(zhì)的，隨著政府干預(yù)水平的提高，工業(yè)智能化水平對(duì)綠色創(chuàng)新效率的促進(jìn)作用呈現(xiàn)“階段式增強(qiáng)”的特征。

關(guān)鍵詞：工業(yè)智能化；綠色創(chuàng)新效率；政府干預(yù)；調(diào)節(jié)效應(yīng)；門檻效應(yīng)

文章編號(hào)：2095-5960（2023）05-0101-10；中圖分類號(hào)：F424.3；文獻(xiàn)標(biāo)識(shí)碼：A

一、 研究背景

在資源約束和環(huán)境壓力日益嚴(yán)峻背景下，尤其是自2020年9月中國(guó)向國(guó)際社會(huì)做出“力爭(zhēng)2030年前實(shí)現(xiàn)碳達(dá)峰，2060年前實(shí)現(xiàn)碳中和”承諾以來(lái)，綠色創(chuàng)新受到了前所未有的重視。［1］同時(shí)，智能技術(shù)的廣泛應(yīng)用為工業(yè)發(fā)展提供了“工業(yè)智能化”轉(zhuǎn)型升級(jí)的全新方向。工業(yè)智能化也為促進(jìn)綠色創(chuàng)新效率水平提升提供了新的驅(qū)動(dòng)可能。于傳統(tǒng)意義的創(chuàng)新效率而言，當(dāng)知識(shí)創(chuàng)新完成向技術(shù)創(chuàng)新實(shí)踐過(guò)渡之后，智能技術(shù)利用其自身技術(shù)優(yōu)勢(shì)影響知識(shí)溢出過(guò)程，擴(kuò)展了技術(shù)創(chuàng)新應(yīng)用范圍且加深了技術(shù)創(chuàng)新商業(yè)化應(yīng)用程度，對(duì)提升創(chuàng)新效率產(chǎn)生積極作用；于綠色發(fā)展而言，工業(yè)智能化在生態(tài)環(huán)保領(lǐng)域的潛能也逐漸凸顯。因此，不同國(guó)家或地區(qū)嘗試通過(guò)各種形式與內(nèi)容的傾斜性鼓勵(lì)或約束政策，干預(yù)工業(yè)智能化及相關(guān)產(chǎn)業(yè)的發(fā)展。

然而，工業(yè)智能化推進(jìn)的過(guò)程需要新建能源密集型基礎(chǔ)設(shè)施，反而可能會(huì)造成新的碳排放源。那么在分析創(chuàng)新效率過(guò)程中同時(shí)兼顧非期望產(chǎn)出環(huán)境污染排放和非典型投入能源消耗之后，工業(yè)智能化還能否改善或提高綠色創(chuàng)新效率水平？其作用路徑或影響機(jī)制是怎樣的？上述作用過(guò)程中是否受到政府干預(yù)因素的調(diào)節(jié)？根據(jù)以上擬解決的問(wèn)題，本研究可能存在的邊際貢獻(xiàn)主要體現(xiàn)于：①創(chuàng)新性地將工業(yè)智能化與綠色創(chuàng)新效率結(jié)合起來(lái)，識(shí)別驅(qū)動(dòng)綠色創(chuàng)新高效發(fā)展的因素，剖析了工業(yè)智能化驅(qū)動(dòng)綠色創(chuàng)新驅(qū)動(dòng)的途徑。②將政府干預(yù)納入同一框架中，分析并檢驗(yàn)其在工業(yè)智能化影響綠色創(chuàng)新效率過(guò)程中的調(diào)節(jié)作用。

二、影響機(jī)制與假設(shè)建立

（一）工業(yè)智能化與綠色創(chuàng)新效率

智能技術(shù)在工業(yè)生產(chǎn)過(guò)程中的深度融合，通過(guò)改善技術(shù)的性能與創(chuàng)新過(guò)程，對(duì)技術(shù)創(chuàng)新和知識(shí)溢出產(chǎn)生巨大的影響。［2］在研發(fā)勞動(dòng)方面，工業(yè)智能化擺脫了低技能手工勞動(dòng)局限，通過(guò)計(jì)算機(jī)技術(shù)代替簡(jiǎn)單的重復(fù)的腦力勞動(dòng)，使研發(fā)人員能夠從基礎(chǔ)性工作解放出來(lái)，為復(fù)雜的高級(jí)的研發(fā)設(shè)計(jì)工作提供更多的勞動(dòng)力，為創(chuàng)新活動(dòng)中對(duì)知識(shí)的學(xué)習(xí)和應(yīng)用提供了更大的行動(dòng)空間。［3］在知識(shí)溢出方面，知識(shí)的外溢往往受到認(rèn)知距離的約束。工業(yè)智能化使得企業(yè)大幅度提高信息的搜集和處理能力，打破了認(rèn)知距離在工業(yè)維度和地理維度的限制，能在更大范圍內(nèi)實(shí)現(xiàn)共享和外溢并且加速了知識(shí)和信息的流動(dòng)與整合。［4］在技術(shù)性質(zhì)方面，作為通用目的的智能技術(shù)通過(guò)“發(fā)明方法”往往比任何單一新產(chǎn)品具備更大的潛在價(jià)值。［5］智能技術(shù)同時(shí)能夠促進(jìn)互補(bǔ)性創(chuàng)新，帶來(lái)乘數(shù)效應(yīng)。［6］在一些極端的情況下，智能技術(shù)甚至可能會(huì)迅速地自我完善并引致奇點(diǎn)的到來(lái)，在有限的時(shí)間內(nèi)帶來(lái)無(wú)限的經(jīng)濟(jì)增長(zhǎng)。［7］

工業(yè)智能化促進(jìn)綠色轉(zhuǎn)型過(guò)程中能源種類和勞動(dòng)力需求存在替代效應(yīng)，為提高生態(tài)效益提供技術(shù)優(yōu)勢(shì)和驅(qū)動(dòng)潛能。［8］一方面，有賴于新興技術(shù)的進(jìn)步與應(yīng)用，改變現(xiàn)有工業(yè)生產(chǎn)模式中對(duì)傳統(tǒng)化石能源的依賴，逐步增加可再生能源在能源消費(fèi)結(jié)構(gòu)中的占比。另一方面，能源效率的提高需要面向可再生能源進(jìn)行大量基礎(chǔ)設(shè)施投資，工業(yè)智能化過(guò)程中釋放的勞動(dòng)力一定程度上能夠滿足綠色轉(zhuǎn)型的需要。工業(yè)智能化在環(huán)境保護(hù)與污染治理等領(lǐng)域的應(yīng)用也逐漸加強(qiáng)，一定程度上緩解了工業(yè)生產(chǎn)過(guò)程中所產(chǎn)生的生態(tài)破壞等問(wèn)題。工業(yè)智能化依靠智能技術(shù)強(qiáng)大的計(jì)算能力，能夠在短時(shí)間內(nèi)發(fā)現(xiàn)影響因素之間的隱藏聯(lián)系，不斷更新應(yīng)對(duì)環(huán)保和污染治理等問(wèn)題的手段，避免了資源浪費(fèi)，實(shí)現(xiàn)對(duì)資源的合理利用，強(qiáng)化低碳減排效用。［9］當(dāng)前主要應(yīng)用形式包括：智能預(yù)示、資源節(jié)約和問(wèn)題監(jiān)測(cè)三大類。［10］

基于以上“知識(shí)技術(shù)創(chuàng)新”和“綠色轉(zhuǎn)型”兩個(gè)角度的分析，提出以下假說(shuō)。

H1：工業(yè)智能化水平的提高能夠促進(jìn)綠色創(chuàng)新效率的增長(zhǎng)。

（二）政府干預(yù)調(diào)節(jié)作用分析

對(duì)于工業(yè)智能化而言，無(wú)監(jiān)管無(wú)約束地發(fā)展可能產(chǎn)生破壞性競(jìng)爭(zhēng)、無(wú)法提高人工生產(chǎn)效率等負(fù)面影響。D. Acemoglu et al.研究指出智能化技術(shù)在工業(yè)領(lǐng)域的過(guò)度滲透，將不利于生產(chǎn)效率的提高。［11］同用于開(kāi)發(fā)新產(chǎn)品、新服務(wù)和新生產(chǎn)技藝的技術(shù)平臺(tái)一樣，如何發(fā)展智能技術(shù)也擁有許多選擇，在沒(méi)有任何監(jiān)管的前提下，智能技術(shù)應(yīng)用產(chǎn)生的結(jié)果并不會(huì)完全符合人類所寄予的良好愿景。但僅僅依靠市場(chǎng)競(jìng)爭(zhēng)來(lái)遏制或扭轉(zhuǎn)上述負(fù)面影響的發(fā)生是不夠的，因此一定程度的人為監(jiān)管或政策管制來(lái)調(diào)整智能化技術(shù)研究發(fā)展及應(yīng)用方向是必要的。從技術(shù)創(chuàng)新角度看，對(duì)政府通過(guò)環(huán)境規(guī)制、創(chuàng)新補(bǔ)貼等激勵(lì)或約束政策干預(yù)創(chuàng)新活動(dòng)的研究經(jīng)驗(yàn)已經(jīng)比較充分。[12]因此，在研究工業(yè)智能化和技術(shù)創(chuàng)新之間的關(guān)系，或者對(duì)其他經(jīng)濟(jì)變量影響過(guò)程中，有必要將政府干預(yù)的存在及其功能納入分析框架。

政府可通過(guò)產(chǎn)業(yè)政策引導(dǎo)可直接干預(yù)工業(yè)智能化發(fā)展。一方面，工業(yè)智能化是智能技術(shù)同實(shí)體產(chǎn)業(yè)嵌入融合的過(guò)程，這個(gè)過(guò)程既包含傳統(tǒng)產(chǎn)業(yè)依靠智能技術(shù)的革新，也包括新興智能產(chǎn)業(yè)的衍生。因此上升至產(chǎn)業(yè)發(fā)展維度，工業(yè)智能化進(jìn)程的推進(jìn)離不開(kāi)政府“有形的手”進(jìn)行頂層設(shè)計(jì)和政策布局，為工業(yè)智能化或智能轉(zhuǎn)型提供更多驅(qū)動(dòng)力。［13］尤其是在我國(guó)基礎(chǔ)理論和底層算法能力創(chuàng)新不足、產(chǎn)業(yè)生態(tài)圈和產(chǎn)業(yè)鏈尚不完善的背景下，積極發(fā)揮政府的引導(dǎo)和支持的作用，對(duì)于破解上述工業(yè)智能化發(fā)展的制約因素是重要的途徑之一。［14］在實(shí)際政府治理過(guò)程中，無(wú)論是國(guó)家還是地方，針對(duì)工業(yè)智能化或者智能產(chǎn)業(yè)發(fā)展都進(jìn)行了大量的政策工具施以干預(yù)，這些政策工具包括創(chuàng)造環(huán)境類、動(dòng)力供給類和擴(kuò)大需求類三種類型。［15］另一方面，工業(yè)智能化對(duì)于勞動(dòng)力結(jié)構(gòu)所產(chǎn)生的顯著的“兩極化”調(diào)整特征，可能導(dǎo)致社會(huì)勞動(dòng)力需求及勞動(dòng)份額進(jìn)一步失調(diào)，從而加劇社會(huì)不平等，單純依靠技術(shù)進(jìn)步解決因工業(yè)智能化產(chǎn)生的經(jīng)濟(jì)增長(zhǎng)以及人口等方面的負(fù)面問(wèn)題并不現(xiàn)實(shí)。如果政府不控制工業(yè)智能化的發(fā)展，資本將由傳統(tǒng)物質(zhì)部門流入智能化部門，利益分配將出現(xiàn)重此抑彼的現(xiàn)象。［16， 17］因此政府需要一定的政策干預(yù)控制工業(yè)智能化發(fā)展，在充分釋放工業(yè)智能化提升生產(chǎn)效率的同時(shí)，規(guī)避工業(yè)智能化無(wú)序發(fā)展產(chǎn)生的弊端。并在利益分配過(guò)程中可充分發(fā)揮主導(dǎo)作用，促進(jìn)技術(shù)紅利惠及全社會(huì)。

政府干預(yù)為綠色治理提供公共管理和制度保障。實(shí)現(xiàn)綠色治理和經(jīng)濟(jì)綠色轉(zhuǎn)型對(duì)國(guó)家治理體系和政府治理能力提出了更高的要求，不僅僅需要來(lái)自市場(chǎng)力量的激勵(lì)，還需要依靠政府通過(guò)有效的監(jiān)管和機(jī)制設(shè)計(jì)來(lái)保證過(guò)程的平穩(wěn)進(jìn)行。［18］同時(shí)需要對(duì)退出進(jìn)行干預(yù)，以彌補(bǔ)市場(chǎng)“自發(fā)秩序”的功能局限。已有研究表明如果政府對(duì)綠色轉(zhuǎn)型不加以干預(yù)，已經(jīng)形成市場(chǎng)規(guī)模和既有投入的生產(chǎn)力將助力高污染部門形成市場(chǎng)競(jìng)爭(zhēng)優(yōu)勢(shì)，所有創(chuàng)新和生產(chǎn)都將引入該部門，屆時(shí)經(jīng)濟(jì)將不得不面臨環(huán)境災(zāi)難。事實(shí)上，在國(guó)內(nèi)減排目標(biāo)和向國(guó)際做出“碳排放、碳中和”承諾背景下，中國(guó)政府在推進(jìn)綠色轉(zhuǎn)型方面不斷嘗試諸多積極措施。以綠色證書(shū)交易和全國(guó)碳排放交易市場(chǎng)為代表的舉措，就是在政府直接干預(yù)下設(shè)計(jì)的公共管理機(jī)制。

基于以上“產(chǎn)業(yè)政策”和“綠色治理”兩個(gè)角度分析，提出以下假說(shuō)。

H2：政府干預(yù)對(duì)工業(yè)智能化促進(jìn)綠色創(chuàng)新效率有正向調(diào)節(jié)作用。

三、實(shí)驗(yàn)設(shè)計(jì)

（一）核心變量測(cè)算

綠色創(chuàng)新效率測(cè)算：將希望通過(guò)綠色創(chuàng)新獲得的正常產(chǎn)出稱之為期望產(chǎn)出，而在生產(chǎn)過(guò)程中同時(shí)附加產(chǎn)生的工業(yè)污染稱之為非期望產(chǎn)出。構(gòu)造一個(gè)同時(shí)包括期望產(chǎn)出與非期望產(chǎn)出的生產(chǎn)可能性集，假設(shè)每個(gè)省份在綠色創(chuàng)新生產(chǎn)中使用N種投入x=（x1，…，xN）∈RN+，得到M種期望產(chǎn)出y=（y1，…，yM）∈RM+以及I種非期望產(chǎn)出b=（b1，…，bI）∈RI+，則生產(chǎn)可能性集P（x）可表示為：

P（x）={（y，b）：x可以生產(chǎn)（y，b），x∈RN+}（1）

為了表達(dá)在綠色創(chuàng)新生產(chǎn)過(guò)程中擴(kuò)大期望產(chǎn)出同時(shí)降低非期望產(chǎn)出的目的，引入方向性距離函數(shù)。［19］基于產(chǎn)出角度的方向性距離函數(shù)可表示為：

D0（x，y，b;g）=sup{β：（y，b）+βg∈P（x）}（2）

式中，g=（gy，－gb）表示產(chǎn)出擴(kuò)張方向向量，它能夠反映決策單元對(duì)期望產(chǎn)出和非期望產(chǎn)出的不同效用偏好，在此假定二者按照同比例擴(kuò)張或收縮，即g=（y，－b）。β表示該比例在既定生產(chǎn)可能性結(jié)構(gòu)下最大可能數(shù)值。省份k′（xtk′，ytk′，btk′）在t時(shí)期的方向性距離函數(shù)可利用數(shù)據(jù)包絡(luò)分析轉(zhuǎn)述為如下線性規(guī)劃問(wèn)題：

在方向性距離函數(shù)基礎(chǔ)上可以構(gòu)造Malmquist-Luenberger（ML）生產(chǎn)率指數(shù)，以該指數(shù)此表示綠色創(chuàng)新全要素生產(chǎn)率（GTFP），即本研究被解釋變量綠色創(chuàng)新效率。基于產(chǎn)出從t到t+1時(shí)期的ML指數(shù)可以通過(guò)計(jì)算四個(gè)方向性距離函數(shù)測(cè)得：

以ML指數(shù)表示的綠色創(chuàng)新效率可以進(jìn)一步分解為綠色技術(shù)效率變化指數(shù)（GTEC）和綠色技術(shù)進(jìn)步變化指數(shù)（GTC）。［20， 21］綠色技術(shù)效率變化指數(shù)（GTEC）體現(xiàn)的是在綠色創(chuàng)新活動(dòng)中技術(shù)落后者向技術(shù)先進(jìn)者的追趕速度，反映了生產(chǎn)決策單元向生產(chǎn)前沿面的追趕效應(yīng)，公式為：

同傳統(tǒng)的Malmquist指數(shù)一致，綠色創(chuàng)新全要素生產(chǎn)率（GTFP）、綠色技術(shù)效率變化指數(shù)（GTEC）和綠色技術(shù)進(jìn)步變化指數(shù)（GTC）三個(gè)指標(biāo)參照值為1。三個(gè)指數(shù)如果大于（小于）1，則分別代表綠色創(chuàng)新全要素生產(chǎn)率增長(zhǎng)（下降）、綠色技術(shù)效率改善（惡化）和綠色技術(shù)進(jìn)步（退步）。為了后續(xù)進(jìn)行對(duì)比研究，利用未包含非期望產(chǎn)出的投入產(chǎn)出數(shù)據(jù)，在DEA-Malmquist框架測(cè)算出傳統(tǒng)創(chuàng)新全要素生產(chǎn)率及其分解指數(shù)，以分析工業(yè)智能化對(duì)創(chuàng)新效率影響框架中是否納入非期望產(chǎn)出兩種情境的差異。

工業(yè)智能化水平：Acemoglu等提出的工業(yè)機(jī)器人安裝密度指標(biāo)［22］，基于國(guó)際機(jī)器人聯(lián)盟（IFR）提供的數(shù)據(jù)，采用“行業(yè)映射、地區(qū)連接”的計(jì)算方法，是近期學(xué)界研究國(guó)家或地區(qū)工業(yè)智能化時(shí)廣泛采用的量化方法。本研究采用工業(yè)機(jī)器人安裝密度指代，具體測(cè)算公式為：

式中，下標(biāo)i、t和j分別代表時(shí)間、地區(qū)和行業(yè)的標(biāo)識(shí)，Lit代表i地區(qū)t年的城鎮(zhèn)單位就業(yè)人員數(shù)量，Ljt代表j行業(yè)t年就業(yè)就業(yè)人員數(shù)量，Lijt則代表i地區(qū)j行業(yè)t年的就業(yè)人員數(shù)量，Robjt代表j行業(yè)t年工業(yè)機(jī)器人安裝存量。

（二）計(jì)量模型構(gòu)建

為考察工業(yè)智能化對(duì)綠色創(chuàng)新效率的影響效應(yīng)，構(gòu)建如下基準(zhǔn)模型。

其中下標(biāo)q代表控制變量的標(biāo)識(shí)；被解釋變量綠色創(chuàng)新效率GTFP為以ML指數(shù)測(cè)算的各省份綠色創(chuàng)新全要素生產(chǎn)率，核心解釋變量IndI為各省份工業(yè)智能化水平，ConVar代表控制變量組；μi和γt分別代表地區(qū)固定效應(yīng)和時(shí)間固定效應(yīng)的標(biāo)識(shí)，μit為隨機(jī)誤差項(xiàng)。

為了檢驗(yàn)和分析政府干預(yù)在工業(yè)智能化影響綠色創(chuàng)新效率過(guò)程中的調(diào)節(jié)作用，在基準(zhǔn)模型的基礎(chǔ)上引入調(diào)節(jié)變量政府干預(yù)（Gov）及其與核心解釋變量IndI的交互項(xiàng)，構(gòu)建如下調(diào)節(jié)效應(yīng)模型。

（三）變量與數(shù)據(jù)

在構(gòu)建測(cè)算綠色創(chuàng)新效率的投入產(chǎn)出指標(biāo)體系過(guò)程中，投入指標(biāo)方面加入了資本投入與勞動(dòng)力投入。其中資本投入具體量化指標(biāo)是以R&D內(nèi)部經(jīng)費(fèi)為基數(shù)通過(guò)永續(xù)盤存法，將折舊率設(shè)置為96%進(jìn)行R&D固定資產(chǎn)存量的核算，初始期R&D固定資產(chǎn)存量采用等比求和法進(jìn)行計(jì)算。［23］此外，投入指標(biāo)中還加入了非典型的投入變量即能源消費(fèi)。綠色創(chuàng)新期望產(chǎn)出從兩個(gè)方面進(jìn)行考量，一方面是代表新方法、新工藝的知識(shí)屬性的產(chǎn)出，另一方面則是代表新知識(shí)市場(chǎng)化和商業(yè)化水平的經(jīng)濟(jì)屬性產(chǎn)出，二者也分別為綠色創(chuàng)新過(guò)程的中間產(chǎn)出和終端產(chǎn)出。非期望產(chǎn)出用工業(yè)三廢相關(guān)指標(biāo)，衡量綠色創(chuàng)新引發(fā)的環(huán)境效應(yīng)。［24］

測(cè)算核心解釋變量的原始數(shù)據(jù)來(lái)源于IFR，其提供的機(jī)器人存量數(shù)據(jù)是基于國(guó)家及對(duì)應(yīng)的行業(yè)層面，且統(tǒng)計(jì)過(guò)程中的行業(yè)分類標(biāo)準(zhǔn)與中國(guó)實(shí)際并不完全一致。借鑒閆雪凌的做法，對(duì)相關(guān)行業(yè)做合并處理。［25］考慮工業(yè)機(jī)器人在實(shí)際生產(chǎn)過(guò)程中的安裝等必要技術(shù)工藝需投入一定的時(shí)間，故對(duì)其進(jìn)行滯后一期處理。

調(diào)節(jié)變量政府干預(yù)，在地方財(cái)政一般預(yù)算支出的基礎(chǔ)上剔除地方財(cái)政一般公共服務(wù)支出，用其差值同GDP的占比予以表征。［26］

除了上述兩個(gè)變量分別作為調(diào)節(jié)效應(yīng)模型的被解釋變量和核心解釋變量之外，為了避免遺漏變量，從經(jīng)濟(jì)水平（Level）、產(chǎn)業(yè)結(jié)構(gòu)（IndS）、金融發(fā)展（Fin）、對(duì)外開(kāi)放程度（Open）和基礎(chǔ)設(shè)施（Infra）五個(gè)方面，構(gòu)成控制變量組。調(diào)節(jié)變量以及控制變量代理指標(biāo)，也參考文獻(xiàn)根據(jù)一般的經(jīng)驗(yàn)進(jìn)行選取。綜上，各個(gè)變量、含義、符號(hào)等信息歸納于表1。

樣本區(qū)域和尺度限制在中國(guó)30個(gè)省級(jí)行政區(qū)①①即不包括香港、澳門特別行政區(qū)、臺(tái)灣地區(qū)和西藏自治區(qū)。 ，樣本期窗口設(shè)置為2011～2020年。各指標(biāo)原始數(shù)據(jù)收集于2012～2021年《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)科技統(tǒng)計(jì)年鑒》《中國(guó)勞動(dòng)統(tǒng)計(jì)年鑒》等資料。為了消除價(jià)格波動(dòng)的影響，涉及貨幣類的指標(biāo)以2011年為基期平減，經(jīng)營(yíng)單位所在地進(jìn)出口總額在采用年平均匯率換算后再行平減。為了減少數(shù)據(jù)異方差對(duì)回歸結(jié)果所產(chǎn)生的影響，對(duì)部分指標(biāo)進(jìn)行了取對(duì)數(shù)處理。根據(jù)研究的需要，初始年綠色創(chuàng)新效率及分解指標(biāo)設(shè)定為1。

四、實(shí)證分析

（一）基準(zhǔn)回歸結(jié)果分析

本研究主要目的是分析工業(yè)智能化對(duì)綠色創(chuàng)新效率的影響，以及政府干預(yù)所起到的調(diào)節(jié)作用。因此采用研究調(diào)節(jié)效應(yīng)的一般范式——層級(jí)回歸法，通過(guò)逐步加入變量，觀察回歸結(jié)果解釋力是否發(fā)生顯著變化，此亦可間接反映模型構(gòu)建的穩(wěn)健與否。考慮到在進(jìn)行綠色創(chuàng)新相關(guān)研究時(shí)面板數(shù)據(jù)在時(shí)間和區(qū)域維度會(huì)受到擾動(dòng)項(xiàng)自相關(guān)的影響，致使回歸系數(shù)和標(biāo)準(zhǔn)誤被低估，因此需要在模型中對(duì)時(shí)間效應(yīng)和區(qū)域效應(yīng)進(jìn)行控制。模型回歸前進(jìn)行豪斯曼檢驗(yàn)提示選擇固定效應(yīng)模型，故后續(xù)報(bào)告均為時(shí)間效應(yīng)和地區(qū)效應(yīng)同時(shí)進(jìn)行固定的回歸結(jié)果。基準(zhǔn)回歸結(jié)果匯總于表2。

通過(guò)對(duì)比模型（1）分析主效應(yīng)，核心解釋變量工業(yè)智能化對(duì)綠色創(chuàng)新效率的回歸結(jié)果顯著為正，說(shuō)明工業(yè)智能化在一定程度上促進(jìn)了綠色創(chuàng)新效率的增長(zhǎng)。驗(yàn)證假說(shuō)H1的成立。與模型（4）對(duì)比可見(jiàn)在未考慮非典型投入和非期望產(chǎn)出的背景下，工業(yè)智能化主效應(yīng)程度有所提高，因此在分析創(chuàng)新效率過(guò)程中忽略能源投入和環(huán)境污染產(chǎn)出等生態(tài)效益，可能會(huì)高估工業(yè)智能化對(duì)創(chuàng)新效率的促進(jìn)作用程度。

在模型（3）中政府干預(yù)和工業(yè)智能化交互項(xiàng)系數(shù)在1%水平下顯著為正，且與未加入交互項(xiàng)的模型（4）相比模型擬合優(yōu)度顯著提高，表明政府干預(yù)起到了正向調(diào)節(jié)效應(yīng)，一定程度的政府干預(yù)能夠強(qiáng)化工業(yè)智能化對(duì)綠色創(chuàng)新效率的促進(jìn)作用，驗(yàn)證了假說(shuō)H2的成立。

為了進(jìn)一步辨識(shí)工業(yè)智能化對(duì)技術(shù)進(jìn)步或者技術(shù)效率的影響，分別以綠色創(chuàng)新效率的分解指數(shù)綠色創(chuàng)新技術(shù)效率和綠色創(chuàng)新技術(shù)進(jìn)步為被解釋變量，沿用之前的模型進(jìn)行分析，回歸結(jié)果見(jiàn)表3。從主效應(yīng)看，工業(yè)智能化對(duì)綠色創(chuàng)新技術(shù)效率的影響大于綠色創(chuàng)新技術(shù)進(jìn)步，政府干預(yù)調(diào)節(jié)作用在二者之間的差異亦如是。從綠色創(chuàng)新效率分解指數(shù)回歸結(jié)果來(lái)看，工業(yè)智能化對(duì)綠色創(chuàng)新效率的正向影響作用同時(shí)來(lái)源于其對(duì)綠色技術(shù)進(jìn)步和綠色創(chuàng)新技術(shù)效率兩方面的加強(qiáng)。從綠色創(chuàng)新技術(shù)進(jìn)步的角度看，工業(yè)智能化可以克服信息傳播的時(shí)空限制，實(shí)現(xiàn)對(duì)移動(dòng)化、碎片化海量數(shù)據(jù)的收集、整合和分析，以其開(kāi)放性和共享性優(yōu)勢(shì)直接降低信息搜索的難度，加速創(chuàng)新活動(dòng)中信息和知識(shí)的傳播和交流。這有利于創(chuàng)新要素的集聚和積累，進(jìn)而帶動(dòng)技術(shù)創(chuàng)新。工業(yè)智能化以其無(wú)污染的特性可以顯著推動(dòng)綠色技術(shù)創(chuàng)新，同時(shí)也使得污染行為更加透明，迫使創(chuàng)新主體提高綠色創(chuàng)新的意識(shí)。新興綠色技術(shù)借力于工業(yè)智能化進(jìn)行更加高效的研發(fā)、傳播與應(yīng)用，創(chuàng)新主體人員實(shí)現(xiàn)對(duì)新技術(shù)的掌握和經(jīng)驗(yàn)積累，技術(shù)溢出效應(yīng)亦促進(jìn)了綠色創(chuàng)新技術(shù)進(jìn)步。從綠色創(chuàng)新技術(shù)效率的角度看，工業(yè)智能化有利于降低創(chuàng)新的不確定性和創(chuàng)新成本，提高創(chuàng)新過(guò)程中的能源利用效率，從而有效減少創(chuàng)新過(guò)程中的研發(fā)資金、研發(fā)人員、能源等要素投入，減少創(chuàng)新資源浪費(fèi)和能源消耗。工業(yè)智能化領(lǐng)域中互聯(lián)網(wǎng)等媒介技術(shù)進(jìn)步，提高了信息溝通和決策效率，節(jié)約了時(shí)間成本，從而加速綠色技術(shù)創(chuàng)新過(guò)程。同時(shí)，工業(yè)智能化通過(guò)數(shù)字技術(shù)加強(qiáng)對(duì)生產(chǎn)要素和市場(chǎng)供需的監(jiān)控，有助于對(duì)市場(chǎng)變化的快速響應(yīng)，降低了市場(chǎng)交易阻礙和成本，提高了綠色創(chuàng)新成果市場(chǎng)化交易速度，從而對(duì)綠色創(chuàng)新技術(shù)效率起到正面影響。回歸結(jié)果對(duì)比可見(jiàn)，工業(yè)智能化對(duì)綠色創(chuàng)新技術(shù)效率的加強(qiáng)作用更為顯著。

（二）政府干預(yù)非線性分析

通過(guò)加入交互項(xiàng)分析調(diào)節(jié)效應(yīng)，只能從單調(diào)遞增或單調(diào)遞減的線性效應(yīng)角度分析政府干預(yù)的調(diào)節(jié)效應(yīng)。為了彌補(bǔ)這一局限，更深入地辨析政府干預(yù)作用于工業(yè)智能化影響綠色創(chuàng)新效率的過(guò)程，引入非線性的門檻效應(yīng)模型。門檻效應(yīng)模型的基本思想將某一門檻值作為一個(gè)未知變量納入回歸模型之中建構(gòu)分段函數(shù)，并且估計(jì)和檢驗(yàn)相應(yīng)的門檻值以及門檻效應(yīng)的。采用Hansen提出的面板回歸模型［27］，根據(jù)本研究具體涉及的對(duì)象，將政府干預(yù)作為門檻變量，考察不同水平下的政府干預(yù)，工業(yè)智能化對(duì)綠色創(chuàng)新效率產(chǎn)生的影響性質(zhì)和大小。以單門檻效應(yīng)為例，建立模型如下：

式中，th代表門檻值，I（·）代表示性函數(shù)，當(dāng)括號(hào)內(nèi)不等式成立時(shí)取值為1，不成立時(shí)取值為0。采用自助法反復(fù)抽樣之后，門檻值搜尋過(guò)程及結(jié)果見(jiàn)表4。由搜尋結(jié)果可見(jiàn)政府干預(yù)門檻變量在工業(yè)智能化作用于綠色創(chuàng)新效率過(guò)程中具有顯著的單門檻效應(yīng)，門檻值為04238，雙門檻與三門檻均未通過(guò)檢驗(yàn)，且傳統(tǒng)創(chuàng)新效率門檻值與之相同；而以綠色創(chuàng)新技術(shù)效率為被解釋變量時(shí)，政府干預(yù)存在兩個(gè)門檻值，分別為02224和03768，同時(shí)傳統(tǒng)技術(shù)效率也通過(guò)了雙門檻檢驗(yàn)；而以綠色技術(shù)進(jìn)步為被解釋變量時(shí)未搜尋到門檻值，而在傳統(tǒng)技術(shù)效率情境下存在單門檻效應(yīng)。

在此基礎(chǔ)之上設(shè)定相應(yīng)門檻個(gè)數(shù)的回歸模型，得到回歸結(jié)果如表5。由于在以綠色創(chuàng)新技術(shù)進(jìn)步為被解釋變量并未搜到門檻值，因此模型（15）回歸結(jié)果并不具有解釋作用，僅作為對(duì)比參考予以匯報(bào)。

由于傳統(tǒng)創(chuàng)新效率和綠色創(chuàng)新效率具有相同的門檻值，因此可將模型（13）和模型（16）進(jìn)行政府干預(yù)影響效應(yīng)對(duì)比。政府干預(yù)在未通過(guò)門檻值04238時(shí)，工業(yè)智能化對(duì)傳統(tǒng)創(chuàng)新效率影響顯著為正，而對(duì)綠色創(chuàng)新效率影響則顯著為負(fù)，提示在現(xiàn)階段創(chuàng)新過(guò)程中，低水平的政府干預(yù)由于對(duì)創(chuàng)新支持力度較弱或者對(duì)生態(tài)環(huán)境政策規(guī)制的放松，無(wú)法實(shí)現(xiàn)工業(yè)智能化促進(jìn)綠色創(chuàng)新效率的情境。而這一論斷也從第二階段回歸結(jié)果得到了驗(yàn)證。政府干預(yù)水平在跨越門檻值之后，工業(yè)智能化對(duì)傳統(tǒng)創(chuàng)新效率正向效應(yīng)發(fā)生顯著提高，而對(duì)綠色創(chuàng)新效率的影響也由負(fù)向影響轉(zhuǎn)向正向影響。模型（14）和模型（17）雙門檻回歸結(jié)果可見(jiàn)，政府干預(yù)對(duì)綠色/傳統(tǒng)創(chuàng)新技術(shù)效率影響出現(xiàn)“階段式增強(qiáng)”的特征，對(duì)比綠色技術(shù)進(jìn)步門檻值搜尋和模型（15）可知，在政府干預(yù)的作用下，綠色創(chuàng)新技術(shù)效率受工業(yè)智能化的影響比綠色技術(shù)更加敏感。

（三）內(nèi)生性與穩(wěn)健性檢驗(yàn)

內(nèi)生性問(wèn)題可能會(huì)影響估計(jì)結(jié)果，故分別對(duì)固定效應(yīng)模型和面板門檻模型進(jìn)行內(nèi)生性檢驗(yàn)，借鑒唐曉華等和孫早等的做法［28， 29］，使用同時(shí)期本地區(qū)以外省份的工業(yè)機(jī)器人密度均值的對(duì)數(shù)作為工具變量。本地區(qū)以外省份工業(yè)智能化平均水平與本地區(qū)的工業(yè)智能化水平存在一定的相關(guān)性，而與該地區(qū)工業(yè)綠色發(fā)展效率不存在直接聯(lián)系，滿足工具變量的外生性假設(shè)。內(nèi)生性檢驗(yàn)結(jié)果見(jiàn)表6，其中第1列和第2列分別以前文表2中的模型（3）和模型（6）為對(duì)比基準(zhǔn)模型，第3列以前文表5中的和模型（13）為對(duì)比基準(zhǔn)模型。對(duì)比可見(jiàn)在考慮了內(nèi)生性問(wèn)題之后，前文工業(yè)智能化對(duì)綠色創(chuàng)新效率以及政府干預(yù)的調(diào)節(jié)效應(yīng)依然顯著成立。

采用替代被解釋變量的方法進(jìn)行穩(wěn)健性檢驗(yàn)。通過(guò)綠色創(chuàng)新投入、綠色創(chuàng)新環(huán)境、綠色創(chuàng)新產(chǎn)出以及綠色創(chuàng)新吸收與擴(kuò)散四個(gè)維度，構(gòu)建包含24個(gè)指標(biāo)綜合指標(biāo)體系，利用熵權(quán)-TOPSIS方法予以合成代替前文綠色創(chuàng)新效率指標(biāo)。分別以表2中模型（3）和表5中的模型（13）為基礎(chǔ)重新進(jìn)行回歸，穩(wěn)健性檢驗(yàn)結(jié)果分別匯報(bào)于表6的第4列和第5列。線性模型之下工業(yè)智能化對(duì)綠色創(chuàng)新效率的推動(dòng)作用，以及政府干預(yù)的調(diào)節(jié)仍然顯著存在，門檻模型之下工業(yè)智能化與綠色創(chuàng)新效率的非線性關(guān)系依然成立，驗(yàn)證了前文實(shí)證結(jié)論是具有穩(wěn)健性的。

五、結(jié)論與建議

基于中國(guó)內(nèi)地30個(gè)省級(jí)行政區(qū)2011～2020年的面板數(shù)據(jù)，在采用包含非期望產(chǎn)出的Malmquist-Luenberger指數(shù)對(duì)綠色創(chuàng)新效率進(jìn)行測(cè)算的基礎(chǔ)上，實(shí)證分析了工業(yè)智能化對(duì)綠色創(chuàng)新效率的影響，并檢驗(yàn)了政府干預(yù)的調(diào)節(jié)作用。經(jīng)檢驗(yàn)發(fā)現(xiàn)工業(yè)智能化能夠顯著地促進(jìn)綠色創(chuàng)新效率的增長(zhǎng)，政府干預(yù)對(duì)上述過(guò)程能夠起到正向調(diào)節(jié)效應(yīng)。而且政府干預(yù)的調(diào)節(jié)作用存在非線性，隨著政府干預(yù)水平的提高，工業(yè)智能化水平對(duì)綠色創(chuàng)新效率促進(jìn)作用出現(xiàn)“階段式增強(qiáng)”的特征。根據(jù)以上分析發(fā)現(xiàn)的問(wèn)題以及研究得出的結(jié)論，提出如下政策建議。

擁抱智能技術(shù)、重視工業(yè)智能升級(jí)。主效應(yīng)的回歸結(jié)果啟示工業(yè)智能化是提高綠色創(chuàng)新效率的重要途徑之一。作為新一輪科技革命的引領(lǐng)性技術(shù)，應(yīng)加強(qiáng)對(duì)智能技術(shù)的重視程度，以及工業(yè)智能轉(zhuǎn)型的意識(shí)，破除“不想轉(zhuǎn)、不敢轉(zhuǎn)”的保守消極思想。積極采取各種針對(duì)性措施鼓勵(lì)工業(yè)智能化發(fā)展，強(qiáng)化智能技術(shù)在新知識(shí)商業(yè)轉(zhuǎn)化的過(guò)程中優(yōu)勢(shì)作用，進(jìn)而促進(jìn)區(qū)域綠色創(chuàng)新效率提升，助力實(shí)現(xiàn)綠色可持續(xù)的創(chuàng)新驅(qū)動(dòng)。

政府主動(dòng)參與、積極合理引導(dǎo)。調(diào)節(jié)效應(yīng)分析結(jié)果再次證明了“有形的手”人為干預(yù)市場(chǎng)經(jīng)濟(jì)運(yùn)行的重要性，結(jié)合描述性統(tǒng)計(jì)和門檻效應(yīng)“階段性增強(qiáng)”的分析結(jié)果可見(jiàn)，當(dāng)前政府干預(yù)水平尚未觸及邊界。因此可以適當(dāng)提高政府干預(yù)力度，強(qiáng)化其對(duì)工業(yè)智能化影響綠色創(chuàng)新效率水平的調(diào)節(jié)效應(yīng)。一是可以借助于頂層產(chǎn)業(yè)政策，引導(dǎo)產(chǎn)業(yè)發(fā)展與新型智能技術(shù)的深度融合，推動(dòng)工業(yè)智能化升級(jí)或轉(zhuǎn)型；二是可以借助于全國(guó)統(tǒng)一大市場(chǎng)的建設(shè)，通過(guò)制度與規(guī)則打破地方保護(hù)與市場(chǎng)分割，以避免工業(yè)智能化發(fā)展在區(qū)域間形成兩極分化的現(xiàn)象；三是進(jìn)一步提高對(duì)研發(fā)創(chuàng)新的支持力度，同時(shí)借助技術(shù)進(jìn)步與環(huán)境政策規(guī)制，推動(dòng)實(shí)現(xiàn)生產(chǎn)活動(dòng)兼具“綠色”和“創(chuàng)新”特性，從而提升綠色創(chuàng)新效率，最終助力經(jīng)濟(jì)高質(zhì)量發(fā)展。

參考文獻(xiàn)：

［1］楊陽(yáng)， 曾剛， 葛世帥， 等. 國(guó)內(nèi)外綠色創(chuàng)新研究進(jìn)展與展望 ［J］. 經(jīng)濟(jì)地理， 2022（3）： 10～21.

［2］費(fèi)艷穎，劉彩薇.習(xí)近平人工智能重要論述：發(fā)軔理路、邏輯結(jié)構(gòu)及理論特色[J].理論學(xué)刊，2021（4）：5～13.

［3］黃蕊， 徐倩， 趙意. “人工智能+”模式下我國(guó)傳統(tǒng)產(chǎn)業(yè)的效率鎖定與解鎖——基于路徑依賴?yán)碚撘曈?［J］. 經(jīng)濟(jì)問(wèn)題， 2020（2）： 75～82.

［4］徐偉. 工業(yè)互聯(lián)網(wǎng)賦能先進(jìn)制造業(yè)企業(yè)轉(zhuǎn)型影響因素——基于山東省先進(jìn)制造業(yè)企業(yè)的研究 ［J］. 濟(jì)南大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版）， 2022（5）：94～107.

［5］劉亮， 李廉水， 劉軍， 等. 智能化與經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)變：理論機(jī)制與經(jīng)驗(yàn)證據(jù) ［J］. 經(jīng)濟(jì)評(píng)論， 2020（2）： 3～19.

［6］朱恒源，王毅.智能革命的技術(shù)經(jīng)濟(jì)范式主導(dǎo)邏輯[J].經(jīng)濟(jì)縱橫，2021（6）：66～72.

［7］Nordhaus W. D. Are We Approaching an Economic Singularity？ Information Technology and the Future of Economic Growth ［J］. American Economic Journal： Macroeconomics， 2021， 13（1）： 299～332.

［8］Korinek A.， Stiglitz J. E. Artificial intelligence， globalization， and strategies for economic development ［R］： National Bureau of Economic Research， 2021.

［9］How M.-L.， Cheah S.-M.， Chan Y.-J.， Khor A. C.， Say E. M. P. Artificial intelligence-enhanced decision support for informing global sustainable development： A human-centric AI-thinking approach ［J］. Information， 2020， 11（1）： 39.

［10］任安波. 環(huán)境保護(hù)中人工智能技術(shù)應(yīng)用的風(fēng)險(xiǎn)治理 ［J］. 自然辯證法研究， 2022（8）： 67～72.

［11］Acemoglu D. Harms of AI ［R］： National Bureau of Economic Research， 2021.

［12］田澤，王若梅，肖欽文，等.長(zhǎng)三角區(qū)域先進(jìn)制造業(yè)綠色技術(shù)創(chuàng)新效率研究[J].安徽師范大學(xué)學(xué)報(bào)（人文社會(huì)科學(xué)版），2021（5）：137～147.

［13］余典范， 王超， 陳磊. 政府補(bǔ)助、產(chǎn)業(yè)鏈協(xié)同與企業(yè)數(shù)字化 ［J］. 經(jīng)濟(jì)管理， 2022（5）： 63～82.

［14］宋琪， 谷灝. 政策“工具-功能”視角下人工智能產(chǎn)業(yè)央地政策研究 ［J］. 科學(xué)與社會(huì)， 2022（1）： 84～102.

［15］袁野， 馬彥超， 陶于祥， 等. 基于內(nèi)容分析法的中國(guó)人工智能產(chǎn)業(yè)政策分析——供給、需求、環(huán)境框架視角 ［J］. 重慶大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版）， 2021（2）： 109～121.

［16］薛丹妮.人工智能資本主義應(yīng)用的資本邏輯及內(nèi)在張力[J].深圳大學(xué)學(xué)報(bào)（人文社會(huì)科學(xué)版），2022（5）：130～137.

［17］黃旭， 許文立. 公共政策如何應(yīng)對(duì)人工智能引發(fā)的失業(yè)風(fēng)險(xiǎn)？ ［J］. 中央財(cái)經(jīng)大學(xué)學(xué)報(bào)， 2022（10）： 71～84；93.

［18］張平. 中國(guó)經(jīng)濟(jì)綠色轉(zhuǎn)型的路徑、結(jié)構(gòu)與治理 ［J］. 社會(huì)科學(xué)戰(zhàn)線， 2022（8）： 69～81；281.

［19］韓海彬. 中國(guó)農(nóng)業(yè)環(huán)境技術(shù)效率及其影響因素分析 ［J］. 經(jīng)濟(jì)與管理研究， 2013 （9）： 61～68.

［20］Chung Y. H.， Fre R.， Grosskopf S. Productivity and undesirable outputs： a directional distance function approach ［J］. journal of Environmental Management， 1997， 51（3）： 229～240.

［21］Fre R.， Grosskopf S.， Pasurka J.， Carl A. Accounting for air pollution emissions in measures of state manufacturing productivity growth ［J］. Journal of regional science， 2001， 41（3）： 381～409.

［22］Acemoglu D.， Restrepo P. Robots and Jobs： Evidence from US Labor Markets ［J］. Journal of Political Economy， 2020， 128（6）： 2188～2244.

［23］張軍， 吳桂英， 張吉鵬. 中國(guó)省際物質(zhì)資本存量估算：1952～2000 ［J］. 經(jīng)濟(jì)研究， 2004 （10）： 35～44.

［24］王惠， 王樹(shù)喬， 苗壯， 等. 研發(fā)投入對(duì)綠色創(chuàng)新效率的異質(zhì)門檻效應(yīng)——基于中國(guó)高技術(shù)產(chǎn)業(yè)的經(jīng)驗(yàn)研究 ［J］. 科研管理， 2016（2）： 63～71.

［25］閆雪凌， 朱博楷， 馬超. 工業(yè)機(jī)器人使用與制造業(yè)就業(yè)：來(lái)自中國(guó)的證據(jù) ［J］. 統(tǒng)計(jì)研究， 2020（1）： 74～87.

［26］錢龍. 中國(guó)城市綠色經(jīng)濟(jì)效率測(cè)度及影響因素的空間計(jì)量研究 ［J］. 經(jīng)濟(jì)問(wèn)題探索， 2018（8）： 160～170.

［27］Hansen B. E. Sample splitting and threshold estimation ［J］. Econometrica， 2000， 68（3）： 575～603.

［28］唐曉華， 遲子茗. 工業(yè)智能化提升工業(yè)綠色發(fā)展效率的實(shí)證研究 ［J］. 經(jīng)濟(jì)學(xué)家， 2022（2）： 43～52.

［29］孫早， 侯玉琳. 工業(yè)智能化如何重塑勞動(dòng)力就業(yè)結(jié)構(gòu) ［J］. 中國(guó)工業(yè)經(jīng)濟(jì)， 2019（5）： 61～79.

Reasearch on the Influence of Industrial Intelligence on Green Innovation Efficiency- Analysis of the Moderating Effect Based on Government Intervention

ZHANG Qi1，JIANG Junfeng1，JIA Doujie2

（1. School of Management Science and Engineering， Nanjing University of Information Science & Technology， Nanjing 210044， Jiangsu； 2. School of Economics and Management， Xian University of Technology， Xian 710054， Shaanxi， China）

Abstract：On the one hand， the technical advantages provided by industrial intelligence not only promote the spillover， sharing and reorganization of data， information and knowledge， but also affect the input structure of labor force and other factors and green ecology. On the other hand， in the process of promoting the integration of smart technology and real industry， government intervention plays an increasingly prominent role. In view of this， this study attempts to carry out theoretical analysis and empirical test on the logical relationship between the three. The results show that： （1） the level of industrial intelligence can significantly improve the efficiency of regional green innovation; （2） Government intervention positively moderates the driving effect of industrial intelligence on green innovation efficiency. （3） The influence of industrial intelligence on green innovation efficiency under different government intervention levels is not uniform. The threshold effect model regression results show that with the improvement of government intervention level， the promoting effect of industrial intelligence on green innovation efficiency presents a “stage-like enhancement” feature.

Key words：industrial intelligence;green innovation efficiency;government intervention;moderating effect;threshold effect