數字技術賦能工業綠色轉型：內在機制與空間溢出

袁培 路詣曉

DOI：10．19641/j．cnki．42-1290/f．2024．05．005

【摘要】選取2012 ～ 2021年我國30個省（區、市）的相關數據， 采用熵值法測算數字技術發展指數與工業綠色轉型水平， 運用固定效應模型、 中介效應模型和空間計量模型檢驗數字技術賦能工業綠色轉型的影響機制。研究發現： 考察期內， 各省（區、市）數字技術與工業綠色轉型的發展水平顯著提高， 數字技術能夠直接促進工業綠色轉型； 創新水平提升和能源結構優化是數字技術賦能工業綠色轉型的重要渠道； 數字技術與工業綠色轉型在空間上呈現出“高與高”“低與低”聚集的空間特征， 空間溢出效應顯著存在。因此， 應加快數字基礎設施建設， 發揮數字技術的空間溢出效應， 因地制宜推進數字技術與工業融合發展， 促進工業綠色轉型。

【關鍵詞】數字技術；工業綠色轉型；中介機制；空間溢出

【中圖分類號】 F424? ? ?【文獻標識碼】A? ? ? 【文章編號】1004-0994（2024）05-0031-6

黨的二十大報告指出， 必須站在人與自然和諧共生的高度謀劃發展。在強國建設、 民族復興的新征程上， 綠色發展必然會成為經濟發展的主旋律。工業綠色發展是綠色發展的重要組成部分。在我國經濟高速發展階段， 工業發展模式基本上以“高投入、 高消耗、 高污染、 低產出、 低效益”和“先破壞后保護、 先污染后治理”為主。在這種發展模式下， 雖然我國工業發展取得了巨大成就， 但也積累了一系列深層次矛盾和問題， 其中最突出的是： 資源環境承載力接近極限， 高投入、 低產出、 高污染和高排放的傳統發展方式不符合可持續和高質量發展要求。進入新發展階段， 面臨工業發展“大而不強、 大而不優、 大而不綠”的問題， 必須進行工業綠色轉型升級， 助推經濟高質量發展。習近平總書記在中央政治局集體學習時強調， “促進數字技術與實體經濟深度融合， 賦能傳統產業轉型升級， 催生新產業新業態新模式， 不斷做強做優做大我國數字經濟”。數字技術作為一種新的生產力， 能夠極大地提高生產效率， 與傳統工業結合以實現綠色轉型（戴翔和楊雙至，2022）。本文先從理論方面分析數字技術賦能工業綠色轉型的內在邏輯， 后以實證數據來分析數字技術與工業綠色轉型之間的作用機制、 空間溢出效應、 區域異質性等情況， 對促進我國數字技術與工業綠色轉型發展具有重要意義。

一、 文獻回顧

當下數字技術的發展如火如荼， 關于數字技術的研究也日漸豐富。一是數字技術的內涵。數字技術以新一代信息和通信技術為基礎， 包括大數據、 云計算、 人工智能、 區塊鏈等前沿技術創新（田秀娟和李睿，2022）， 其本質是實現對各類信息進行識別、 轉化、 存儲、 傳播、 分析和應用等（彭剛等，2021）。二是數字技術的經濟效應。數字技術通過人力資本積累、 知識溢出和優化創新要素配置提升地區創新效率（趙星等，2023）， 促進企業全要素生產率提升， 賦能我國企業高質量發展（黃勃等，2023）， 促進實體經濟的數字化轉型（趙德起和孟琳，2023）。

關于數字經濟影響綠色轉型的研究： 一是工業綠色轉型， 數字經濟通過工業生產集約化和綠色技術創新推動工業綠色轉型發展（王陽和郭俊華，2023）， 存在邊際效應遞增的非線性效應與空間溢出效應（孔芳霞和劉新智，2023）。二是制造業企業綠色轉型， 數字賦能通過規模效應（趙星等，2023）、 提高技術創新水平（吳劍輝和許志玉，2023）、 數字化技術應用（吳衛紅等，2023）等促進企業綠色發展。三是家庭消費綠色化轉型， 數字經濟顯著驅動家庭消費低碳轉型（張杰和魏振琪，2023）。

關于數字經濟和綠色轉型發展， 許多學者認為數字經濟能夠促進工業綠色轉型。數字技術作為數字經濟的基礎和核心驅動力， 與工業綠色轉型的聯系更加緊密， 在此背景下， 數字技術如何推動工業綠色轉型？作用機制是什么？是否存在空間溢出效應？是否存在區域異質性？這些問題正是本文需要研究的內容。本文可能的邊際貢獻有： 第一， 數字技術是數字經濟的核心驅動力， 本文將數字技術和工業綠色轉型納入同一研究框架， 厘清數字技術影響工業綠色轉型的作用機理， 更加突出技術的賦能效應， 此外， 通過歷史數據構造工具變量減緩數字技術潛在的內生性， 提高了結果的穩健性。第二， 加入區域創新水平和能源結構優化作為中介機制檢驗， 更詳細地論述數字技術賦能工業綠色轉型的內在機制， 拓寬工業綠色發展的現實渠道。第三， 在關于數字技術賦能工業綠色轉型的區域異質性分析中， 不同于其他學者采用東部、 中部、 西部的區域劃分方式， 本文依據數字技術與工業綠色轉型發展耦合協調等級來劃分區域， 論述耦合協調等級越高的地區數字技術賦能效應越弱的現象， 以期為數字技術賦能工業綠色發展提出針對性對策。

二、 理論分析與研究假設

（一） 數字技術對工業綠色轉型的直接影響

數字技術作為數字經濟時代具有突破性和創新性的新技術， 在工業綠色轉型過程中， 其直接作用主要體現在以下三個方面。第一， 節能降碳作用。數字技術與傳統經濟的持續深入融合， 不斷為傳統產業轉型升級提供新動能， 極大地提高了能源效率、 減少了碳排放， 將清潔和綠色生產技術充分應用到傳統產業鏈中， 降低污染排放， 淘汰落后技術和落后產能， 推動產業向清潔節能的方向發展（李蘭冰和李煥杰，2021）。數字技術在能源、 制造業、 農業、 建筑、 服務、 交通等領域的應用已幫助全球碳排放減少了15%（The Exponential Roadmap，2020）。第二， 產業結構升級作用。通過數據要素的產業化、 商業化和市場化， 憑借現代數字信息技術、 先進互聯網和人工智能技術對傳統產業進行全方位、 全角度、 全鏈條改造， 既產生技術外溢效應， 又能抑制技術沖擊帶來的負面效應（許恒等，2020）， 有利于催生出共享經濟、 體驗經濟等新業態、 新模式， 促進產業結構合理化、 高級化發展。第三， 促進資源高效配置作用。數字技術的應用促使各類信息流能有效整合， 減少信息不對稱問題， 降低匹配成本， 將制造優勢與網絡化、 智能化優勢疊加， 提高生產效率， 優化生產流程， 避免由于無序生產造成的浪費（韓晶和陳曦，2022）， 從而有利于工業綠色轉型。因此， 本文提出：

H1： 數字技術能夠直接促進工業綠色轉型發展。

（二） 數字技術對工業綠色轉型的間接影響

1. 創新水平提升效應。在企業創新層面， 數字技術能夠降低信息成本、 提高精準度（李帥娜等，2023）， 使得綠色技術創新要素在更廣范圍、 更多領域、 更深層次上實現優化配置， 獲得更豐富的創新資源， 通過信息的集成與共享， 很大程度上消除了創新要素供需雙方的信息障礙， 有助于節約搜尋成本、 代理成本和治理成本（王金杰等，2018）。在產業創新層面， 數字技術具有高滲透和高融合的特征， 使其在經濟活動中的生產屬性不斷被強化， 與傳統生產要素不斷融合發展， 有利于催生出共享經濟、 體驗經濟等新業態、 新模式（吳劍輝和許志玉，2023）。在區域創新層面， 數字技術能夠推動企業、 政府等主體共同創新， 高效配置創新資源、 增強區域創新活力（韓璐等，2021）。因此， 數字技術可以通過提升區域創新水平間接促進工業綠色轉型。

2. 能源結構優化效應。數字技術借助柔性電子、 機器視覺、 工業傳感器等數字技術而建立起來的覆蓋能源產業全流程的智能生產體系和綜合監測系統， 實現了生產和消耗的優化協同， 提高了能源利用效率（許恒等，2020）， 達到循環、 節能的效果（謝云飛，2022）， 并吸引企業引進新型數字化設備， 淘汰環境污染嚴重的老舊設備， 直接降低污染物排放， 提升綠色化水平（Huwei等，2021）， 如智能制造車間可以基于數字數據融合驅動實現碳排放預測與低碳控制（Zhang和Ji，2019）。

對比創新水平提升效應和能源結構優化效應， 由于“雙碳”目標、 環境規制政策等非技術因素對工業企業的能源結構優化也有著重要影響， 數字技術的應用起到加快能源結構優化進程的作用。創新水平是影響工業企業發展的重要因素， 數字技術的創新應用體現在研發、 生產、 運營、 排污等各個階段， 應用范圍較廣、 程度較深， 能夠對工業經濟發展與環境績效持續賦能（曹長帥和蘇迎娟，2023）， 為綠色轉型帶來更加強勁、 持久的驅動力。因此， 本文提出：

H2： 數字技術可以通過提升區域創新水平、 優化能源結構等中介效應間接促進地區工業綠色轉型， 且創新水平提升的中介效應大于能源結構優化的中介效應。

（三） 數字技術賦能工業綠色轉型的空間溢出效應

從空間視角來看， 生產要素能突破地理限制實現跨區流動， 地理距離越近、 要素流動效率越高（黎翠梅和周瑩，2021）。數字技術以信息、 數據和技術為基礎， 具有天然的流動性、 共享性， 降低了資源要素的時空壁壘和流動、 交易成本， 易打破區域間的壁壘、 實現跨區域流動， 對鄰近地區產生溢出效應。一方面， 技術創新帶來的知識技術溢出效應， 加快推動科技成果轉化為現實生產力， 推動傳統產業向智能化、 數字化和高端化轉型（閆雅芬，2021）； 另一方面， 隨著生產分工向專業化和精細化發展， 產業鏈條逐漸延伸拓展， 通過數字技術帶來生產紅利， 形成高協同性與正反饋效應， 鄰近地區在產業鏈上下游合作緊密（彭剛等，2021）， 使得本地區和鄰近地區的工業綠色轉型進程加快， 地區間空間互動作用得到發揮， 形成空間溢出效應。因此， 本文提出：

H3： 數字技術賦能工業綠色轉型發展具有空間溢出效應， 即對臨近地區的工業綠色轉型發展產生影響。

（四） 數字技術賦能工業綠色轉型的區域異質性

由于各省（區、市）在經濟社會發展條件、 資源稟賦結構、 基礎設施等方面存在顯著異質性， 在創新水平高、 基礎設施完善、 人力資本水平高、 經濟較發達的地區， 數字技術成果的數量更多、 質量更優、 轉化為現實生產力的能力更強， 數字技術發展和工業綠色轉型水平也較高， 反之， 數字技術和工業綠色轉型水平較低。

數字經濟的發展可能會產生新的數字不平等和“數字鴻溝”現象（邱澤奇等，2016）， 從而使得數字技術對工業綠色轉型的賦能效應存在區域異質性。然而， 數字技術對工業綠色轉型的賦能作用與二者的發展水平并不完全趨同。對于數字技術起步較早、 發展水平較高的地區， 數字技術對工業綠色轉型的溢出紅利已提前釋放， 使得綠色轉型對數字技術發展水平的要求更高（韓先鋒等，2019）， 賦能的邊際效應可能在降低， 對于數字技術發展水平較低的地區， 數字技術的促進作用正在凸顯， 賦能效應更加顯著。因此， 本文提出：

H4： 各省（區、市）的數字技術和工業綠色轉型水平不同， 數字技術對工業綠色轉型的促進作用也不同。

三、 研究方法與數據說明

（一） 模型構建

為驗證前文的假設， 本文構建以下基本模型：

gtoi_it=β₀+β₁dt_it+β₂control_it+μ_i+λ_t+ε_it（1）

在模型（1）中： gtoi_it表示在t時期省份i的工業綠色發展指數； dt_it表示i省份t時期的數字經濟發展水平； control_it表示控制變量； μ_i、 λ_t分別表示個體固定效應與時間固定效應； ε_it是隨機擾動項。

模型（1）反映的是直接影響機制， 為了討論數字技術對工業綠色轉型的可能影響機制， 本文根據溫忠麟和葉寶娟（2014）提出的中介效應檢驗方法， 對創新水平提升和能源結構優化等間接效應進行檢驗， 構建如下模型：

gtoi_it=a₀+a₁dt_it+γcontrol_it+ε_it（2）

M_it=b₀+b₁dt_it+γcontrol_it+ε_it（3）

gtoi_it=c₀+c₁dt_it+c₂M_it+γcontrol_it+ε_it（4）

上式中， M_it表示創新水平、 能源結構等中介機制。由因果逐步回歸檢驗法可知， 在a₁、 b₁、 c₁都顯著的情況下， 若回歸系數c₁較a₁數值變小或顯著性降低， 則存在傳導機制（李朋林和候夢瑩，2023）。

為了驗證數字技術賦能工業綠色轉型是否存在空間溢出效應， 本文構建空間計量模型后展開探討。經過一系列檢驗， 適合本文的空間計量模型為空間滯后模型（SAR）， 具體公式如下：

gtoi_it=KWgtoi_it+α₁dt_it+α₂control_it+σ_i+τ_i+ψ_i

其中， K為空間自回歸系數， W為n×n維空間權重矩陣， σ_i和τ_i表示省份和年份的固定效應， ψ_i表示隨機誤差項。

（二） 指標構建與數據來源

1. 數字技術和工業綠色轉型指標體系。本文借鑒趙濤等（2020）的方法構建數字技術指標體系， 共有十三個指標： 數字技術基礎設施包括每平方千米的互聯網寬帶接入端口數、 光纜線路長度、 互聯網域名數和互聯網寬帶接入用戶占比； 數字技術產業規模包括移動電話普及率、 每百人使用計算機數、 郵政就業人員數占比、 軟件業務收入占比； 數字技術交易水平包括期末使用計算機數、 每百家企業擁有網站數、 有電子商務交易活動的企業數比重、 電子商務銷售額占比； 數字技術創新應用包括中國數字普惠金融指數。

借鑒鄧慧慧和楊露鑫（2019）的研究， 本文構建工業綠色轉型指標體系， 共有五個指標： 單位工業增加值能耗、 單位工業增加值用水量、 單位工業增加值二氧化硫排放量、 單位工業增加值廢水排放量、 工業固體廢物綜合利用率。本文利用熵權TOPSIS法進行量化評價， 得出各省（區、市）數字技術水平和工業綠色發展指數， 記為dt、 gtoi。

2. 中介變量。①創新水平（inno）： 采用各省（區、市）2012 ～ 2021年國內發明專利申請受理量來測度區域創新水平。②能源結構（es）： 反映出工業能耗及排污情況， 本文選取煤炭消費量占能源消費總量的比值來衡量。

3. 控制變量。經濟發展水平（lnpgdp）， 以人均國內生產總值表示。人力資本水平（edu）， 以平均受教育年限表示。政府干預能力（gov）， 用每年的公共預算支出與地區生產總值之比表示。外商直接投資（fdi）， 采用各地區利用外資金額與地區生產總值的比值表示。產業結構（ind）， 用第三產業增加值與第二產業增加值的比值表示。

4. 數據來源。本文采用我國30個省（區、市）（不包括西藏、 臺灣、 香港、 澳門）2012 ～ 2021年的面板數據， 數據來源于《中國統計年鑒》《中國環境統計年鑒》《北京大學數字普惠金融指數》等， 并對變量進行對數化處理， 缺失數據用插值法補充。

四、 實證結果與分析

考察期內各省（區、市）的數字技術和工業綠色轉型發展均呈現出良好態勢， 數字技術發展整體水平較低， 全國均值為0.299， 工業綠色轉型整體水平相對較高， 全國均值達0.587。但是區域間發展差異大， 東部發達地區的數字技術和工業綠色轉型水平高于中、 西部地區， 可能的原因在于東部地區經濟較為發達、 工業設施更加完善。

（一） 基準回歸結果

在進行回歸分析之前， 首先對本文的變量進行多重共線性檢驗， 各變量最大的方差膨脹因子不超過10， 說明不存在明顯的多重共線性問題。表1為本文的基準回歸結果。列（1）是未加入控制變量的回歸結果， 回歸系數顯著為正， 說明數字技術能夠直接促進工業綠色轉型發展； 列（2） ～ 列（6）依次加入控制變量， 數字技術對工業綠色轉型的回歸系數和顯著性未發生明顯變化， 基準回歸結果較為穩健， 該結果驗證了H1。

從控制變量結果來看： 第一， 經濟發展水平、 人力資本水平、 政府干預能力、 外商直接投資均有利于促進工業綠色轉型。第二， 產業結構對工業綠色轉型的影響系數為負， 且未通過顯著性檢驗， 表明當前產業結構并未有利于工業綠色轉型， 這可能是當前產業結構不合理造成的， 隨著數字技術在第二產業、 第三產業的應用日益深入， 第三產業的附加值較高， 產值增速較快， 而第二產業處于數字化、 智能化、 綠色化的改造升級階段， 技術密集型、 資本密集型等高附加值產業占比較低導致資源未能實現有效配置（鄧國營和田袁果，2023）， 產值增速相對較慢， 因此， 當前產業結構對工業綠色轉型未能產生促進作用。

（二） 內生性檢驗

考慮到模型可能存在內生性問題會導致估計結果不準確， 用工具變量法進行檢驗， 如表2所示， 參考黃群慧等（2019）的做法， 構造了各省2002年每百萬人固定電話數量（與個體變化有關）與滯后一期全國互聯網寬帶用戶數（與時間有關）的交互項， 作為數字技術的工具變量（IV）。工具變量的有效性檢驗得出p值為0.000， 拒絕不存在內生變量的原假設； 不可識別檢驗顯示， LM統計量p值為0.000， 顯著拒絕原假設； 弱工具變量檢驗顯示， Wald F統計量大于弱識別檢驗10%水平上的臨界值16.38。以上檢驗結果說明該工具變量是有效的。通過兩階段最小二乘法進行回歸分析， 結果為表2的列（1）、 列（2）。結果顯示， 工具變量與核心解釋變量呈顯著正相關關系， 滿足“相關性”假定， 核心解釋變量對被解釋變量仍具有顯著正向影響， 與基準回歸結論一致。

（三） 穩健性檢驗

為驗證前文估計結果是否穩健， 本文采用以下方法進行穩健性檢驗。第一， 替換解釋變量， 由于數字技術的特性， 本文選取高技術產業的數據計算產業集聚指數并進行中心化處理（潘愛民和孟玲磊，2023）， 作為數字技術的代理變量（aggl）。結果見表2列（3）， 高技術產業集聚對工業綠色轉型存在顯著正向影響。第二， 替換被解釋變量， 選取2012 ～ 2021年30個省（區、市）工業煙（粉）塵排放量對數化處理后作為工業綠色轉型的代理變量（lngyfc）（孔芳霞和劉新智，2023）， 結果見表2列（4）， 數字技術對工業煙（粉）塵排放存在顯著負向影響， 也證實了前文數字技術對工業綠色轉型存在正向影響結論的可靠性。本文結論經過多種穩健性檢驗后， 具有較高可信度。

五、? 進一步討論

（一） 中介機制檢驗

由前文可知， 數字技術促進了工業綠色轉型， 本文選用中介效應模型對創新水平提升、 能源結構優化的中介機制進行實證檢驗， 具體結果見表3。可知， 數字技術對創新水平的影響系數顯著為正， 對能源結構的影響系數顯著為負， 說明數字技術對創新水平提升與能源結構優化具有推動作用。列（3）、 列（6）的結果顯示， 數字技術水平對工業綠色轉型的影響系數分別為0.359和0.538， 且在1%的水平上顯著， 表明具有部分中介效應， 該影響系數相比列（1）、 列（4）的直接回歸系數0.562有所下降， 說明數字技術可通過提升創新水平、 優化能源結構來間接推動工業綠色轉型。為確保估計結果的可靠性， 進一步采用Sobel檢驗法和Bootstrap檢驗法， 結果顯示， 創新水平的間接效應和直接效應分別為0.126、 0.518， 能源結構的間接效應和直接效應分別為0.102、 0.542， 置信區間均不包含0。由創新水平提升和能源結構優化的中介效應比值可知， 創新水平提升對工業綠色轉型的賦能效應更為顯著。該結果支持了H2。

（二） 空間溢出效應

本文以空間鄰接矩陣為基礎， 得出數字技術與工業綠色轉型水平的Moran's I指數顯著為正， 全局莫蘭指數散點圖（由于篇幅限制， 圖表未列出）顯示， 較多省份位于第一、 三象限內， 呈現出“高與高”集聚、 “低與低”集聚的空間特征， 表明存在顯著的空間相關性， 且數字技術與工業綠色轉型水平越高的地區， 其鄰近地區的數字技術與工業綠色轉型水平也越高， 反之亦然。造成這一現象的原因可能在于數字技術的發展具有無邊界性和共享性， 對鄰近地區的正向輻射作用較為明顯， 鄰近地區通過學習數字技術的發展經驗以及接收數字產業的轉移， 能夠帶動本地區的數字技術和工業綠色轉型發展。

空間溢出效應分析結果見表4。首先， 進行拉格朗日乘子（LM）檢驗和其穩健性（Robust LM）檢驗， 發現空間滯后模型（SAR）的LM和R-LM統計量均通過了顯著性檢驗， 空間誤差模型（SEM）的LM統計量通過了顯著性檢驗， 但R-LM統計量未通過檢驗。這說明數字技術賦能工業綠色轉型的空間溢出效應不是由模型假設的誤差因素決定的， 而是由模型假定的解釋變量所決定的。Hausman檢驗的統計量為負值， 選擇隨機效應模型。因此， 本文選擇隨機效應的空間滯后模型（SAR）作為擬合數字技術賦能工業綠色轉型空間溢出效應的模型。

空間自回歸系數Spatial-rho顯著為正， 說明本地工業綠色轉型水平越高， 相鄰地區的工業綠色轉型水平也會越高。數字技術發展對本地工業綠色轉型的直接效應和間接效應分別為0.403和0.257， 均通過了1%的顯著性水平檢驗， 表明數字技術發展水平對本地區和相鄰地區的工業綠色轉型均存在促進作用。為檢驗結果的穩健性， 采用地理距離矩陣和經濟距離矩陣進行空間溢出效應分析， 估計系數和顯著性與前文保持一致， 表明空間溢出效應的分析結果具有穩健性。該結論驗證了H3， 即數字技術賦能工業綠色轉型發展具有空間溢出效應。

（三）區域異質性

考慮到我國各省（區、市）數字技術與工業綠色轉型發展水平存在差異， 為提升研究結論的完整性與充分性， 本文對全國區域進行劃分。根據耦合協調度模型， 依據各省（區、市）數字技術與工業綠色轉型的耦合協調度指數D分為以下四組數據： ①組指指數D大于0.8， 表示進入良好協調發展階段， 有北京、 上海； ②組指指數D大于0.7， 進入中級協調發展階段， 有天津、 江蘇、 浙江、 福建、 山東、 廣東、 重慶、 陜西； ③組指指數D大于0.6， 進入初級協調發展階段， 有河北、 山西、 內蒙古、 遼寧、 吉林、 黑龍江、 安徽、 江西、 河南、 湖北、 湖南、 廣西、 海南、 四川、 貴州、 云南、 甘肅、 青海； ④組指指數D大于0.5， 進入勉強協調發展階段， 有新疆、 寧夏。根據以上四組數據分別進行檢驗。結果見表5。數字技術對工業綠色轉型的促進作用在②、 ③、 ④組地區都通過了顯著性檢驗， ①組的影響系數為正， 但未通過顯著性檢驗。由結果可知， 隨著耦合協調等級的降低， 數字技術對工業綠色轉型的影響系數卻在逐漸升高。造成這種結果的原因可能是： 第一， 對于數字技術和工業節能低碳技術發展起步較晚的地區， 在考察期初發展水平較低， 提升空間大（于世海等，2022）， 數字技術對工業綠色轉型的促進作用正在凸顯出來， 與此同時， 國家大力推進中部崛起戰略和西部大開發戰略， 因此， 在考察期內處于勉強協調發展階段和初級協調發展階段的地區， 數字技術對工業綠色轉型的影響較為顯著。第二， 考察期內進入中級協調發展階段的地區， 數字技術發展起步較早、 發展速度較快， 數字技術對工業綠色轉型的溢出紅利已經提前釋放， 使得工業綠色轉型水平提升對于數字技術發展水平的要求更高（韓先鋒等，2019）， 因此， 在考察期內數字技術賦能工業綠色轉型的邊際效用在降低， 此現象在進入良好協調發展階段的地區更為顯著。綜上所述， 數字技術對工業綠色轉型的促進作用存在顯著的區域差異， 在數字技術與工業綠色轉型耦合協調度較低的地區賦能作用更為顯著， 在耦合協調度較高的地區賦能作用較弱。H4得以驗證。

六、 結論與政策啟示

本文選取2012 ～ 2021年我國省級面板數據， 從理論和實證層面考察了數字技術賦能工業綠色轉型的內在機制、 空間溢出效應和區域異質性， 研究發現： ①考察期內， 全國各區域數字技術與工業綠色轉型發展水平均有了明顯的提升， 東、 中、 西部存在明顯區域差異。②數字技術對工業綠色轉型存在直接促進作用， 在加入工具變量、 替換解釋變量和被解釋變量后結論依然穩健。③數字技術通過區域創新水平提升和能源結構優化對工業綠色轉型產生間接作用， 且創新水平提升的中介效應更強。④數字技術與工業綠色轉型發展存在顯著的空間相關性， 呈現出“高與高”集聚、 “低與低”集聚的空間特征， 數字技術的發展對相鄰地區工業綠色轉型也存在促進作用。⑤在數字技術與工業綠色轉型耦合協調等級越低的地區， 賦能效應越顯著， 在耦合協調等級高的發達地區， 賦能效應較弱。

根據以上結論， 本文提出以下政策啟示： 第一， 完善數字技術的基礎設施建設， 拓寬互聯網、 大數據、 云計算、 5G智能等數字技術的應用渠道和范圍， 孕育新興產業或業務形態， 釋放數字技術發展紅利。第二， 加速推動數字技術與工業生產的深度融合發展， 加強數據、 信息、 技術在不同產業、 不同區域之間的流動性， 加深數字技術在綠色創新中的應用， 深入推進數字技術與清潔能源技術相融合， 提高創新水平、 優化能源結構和工業綠色轉型效率， 推動形成綠色低碳的工業產業鏈體系。第三， 政府可以出臺多種優惠政策吸引高水平的技能型人才， 有利于提升區域創新水平， 引導工業企業積極學習高度協調發展地區的發展經驗， 與鄰近地區的政府和企業建立溝通交流平臺， 加強區域間對話、 拓寬合作渠道， 通過數字技術優化資源配置、 緩解信息不對稱問題， 加快生產要素的流動速度， 促進區域間數字技術和工業綠色轉型的協同推進。第四， 為降低“馬太效應”帶來的負面影響， 政府和企業應正確認識數字技術和工業綠色轉型水平區域間發展不均衡現狀， 結合產業結構優勢和資源稟賦， 因地制宜地制定策略。對于數字技術與工業綠色轉型發展水平較高的地區， 利用自身較發達的經濟條件為數字技術發揮正外部性創造良好的市場環境； 對于數字技術與工業綠色轉型發展水平較低的地區， 數字技術尚處于起步階段， 其工業綠色發展提升空間較大， 數字技術釋放的綠色轉型紅利正在凸顯， 因此對處于綠色轉型的工業企業， 政府應當予以技術支持、 財政支持， 加大對高耗能和高污染企業的淘汰力度， 推動傳統工業形成以創新為主導、 以數字技術為驅動力、 以綠色發展為目標的綠色發展模式， 推動我國工業實現綠色轉型升級。

【 主 要 參 考 文 獻 】

鄧國營，田袁果．住房價格區域分化：基于市場化進程的視角［ J］．財經科學，2023（3）：140 ～ 148．

黃勃，李海彤，劉俊岐等．數字技術創新與中國企業高質量發展——來自企業數字專利的證據［ J］．經濟研究，2023（3）：97 ～ 115．

黃群慧，余泳澤，張松林．互聯網發展與制造業生產率提升：內在機制與中國經驗［ J］．中國工業經濟，2019（8）：5 ～ 23．

李朋林，候夢瑩．數字經濟發展對碳排放的影響［ J］．財會月刊，2023（10）：153 ～ 160．

潘愛民，孟玲磊．數字經濟、產業集聚和區域創新效率［ J］．山東工商學院學報，2023（4）：109 ～ 122．

彭剛，朱莉，陳榕．SNA視角下我國數字經濟生產核算問題研究［ J］．統計研究，2021（7）：19 ～ 31．

趙德起，孟琳．黨的十八大以來我國數字化轉型取得的成就、經驗與前景展望［ J］．湖南科技大學學報（社會科學版），2023（1）：75 ～ 83．

趙濤，張智，梁上坤．數字經濟、創業活躍度與高質量發展——來自中國城市的經驗證據［ J］．管理世界，2020（10）：65 ～ 76．

Huwei W.，ChienChiang L.，Ziyu S.. Digitalization and environment： How does ICT affect enterprise environmental performance？［ J］．Environmental Science and Pollution Research International，2021（39）：54826 ～ 54841．

（責任編輯·校對： 劉鈺瑩? 羅萍）

【基金項目】新疆維吾爾自治區教育廳人文社會科學重點研究基地項目“絲綢之路經濟帶沿線國家新能源產業優勢資源基地建設與市場開發

政策研究”（項目編號：XJEDU2023J040）；新疆財經大學校地合作招標課題“新疆光伏產業集約化發展對策研究”（項目編號：2023SLC010）；

新疆財經大學科研創新團隊項目“‘雙碳目標下我國新能源產業發展研究——基于全國統一大市場的思路”；新疆財經大學研究生科研

創新項目“數字技術賦能新疆能源產業綠色轉型發展研究”（項目編號：XJUFE2023K005）

【作者單位】新疆財經大學經濟學院， 烏魯木齊 830012