數字經濟與黃河流域制造業綠色全要素生產率關聯性研究

魏緒石　周桐桐　馬中東　李紹東

摘 要：為考察數字經濟與黃河流域制造業綠色全要素生產率的關聯性，構建空間計量模型與面板門檻模型，基于２０１１—２０２０ 年黃河流域７３ 個地級市面板數據，探究數字經濟對黃河流域制造業綠色全要素生產率的直接效應、空間溢出效應與門檻特征。實證分析結果表明：１）數字經濟不僅有利于提升當地制造業綠色全要素生產率，而且通過空間溢出效應對鄰近地區制造業綠色全要素生產率的提升具有促進作用；２）數字經濟對黃河流域制造業綠色全要素生產率的直接效應在黃河中下游地區具有顯著性，空間溢出效應僅在黃河下游地區具有顯著性；３）數字經濟對黃河流域制造業綠色全要素生產率的促進作用具有邊際遞增的非線性特征；４）知識積累水平會顯著提升數字經濟對黃河流域制造業綠色全要素生產率的促進效應，當知識積累水平高于門檻值后，數字經濟對制造業綠色全要素生產率的促進效應將大幅度提升。

關鍵詞：數字經濟；制造業；綠色全要素生產率；知識積累；空間溢出效應；門檻特征；黃河流域

中圖分類號：Ｆ４０７；ＴＶ８８２．１ 文獻標志碼：Ａ ｄｏｉ：１０．３９６９／ ｊ．ｉｓｓｎ．１０００－１３７９．２０２４．０４．００３

引用格式：魏緒石，周桐桐，馬中東，等．數字經濟與黃河流域制造業綠色全要素生產率關聯性研究［Ｊ］．人民黃河，２０２４，４６（４）：１５－２２．

０ 引言

黃河流域作為國家區域協調發展和“一帶一路”建設的關鍵區域，具有“平衡南北方、協調東中西”的重要作用。然而，長期以傳統制造業為主導的發展模式使得黃河流域能源過度消耗、生態環境不斷惡化。制造業綠色全要素生產率是同時考慮制造業經濟增全要素生產率是化解黃河流域生態保護與經濟發展矛盾的重要突破口。隨著云計算、大數據、人工智能等新興數字技術迅猛發展，數字經濟成為全球經濟增長的關鍵動力。在數字經濟時代，黃河流域能否抓住新機遇通過發展數字經濟提升制造業綠色全要素生產率？數字經濟對制造業綠色全要素生產率的影響是否具有空間效應及其在不同區域有何差異？ 數字經濟對制造業綠色全要素生產率的促進作用是否受數字經濟規模或其他因素的影響？ 回答上述問題，對于深刻理解數字經濟影響黃河流域制造業綠色全要素生產率的機理與效應、促進黃河流域生態保護和高質量發展具有重要意義。

數字經濟作為推動制造業發展的新引擎，二者間的關系受到學術界廣泛關注。從微觀層面來看，數字經濟通過優化企業的生產和管理方式、推動企業技術創新、促進市場競爭等提高制造業資源配置效率［１］ ；從中觀層面來看，數字經濟通過降低資源誤置程度、促進技術創新、積累人力資本、優化成本等方式推動制造業升級［２－３］ ，且數字經濟對資本密集型與技術密集型制造業的影響更為顯著［４］ ；從宏觀層面來看，數字經濟能夠顯著提升制造業生產率［５］ ，并通過提高居民消費水平、提升雙元創新能力驅動制造業高質量發展［６－７］ ，二者之間為邊際效率遞增的非線性關系［８］ 。黃河流域生態保護和高質量發展上升為重大國家戰略后，黃河流域數字經濟與制造業的關聯性成為學術界的研究熱點，如田剛元等［９］ 實證分析了數字經濟、產業集聚對黃河流域制造業高質量發展的影響機理，馬中東等［１０］ 研究了數字經濟對黃河流域制造業綠色全要素生產率的一般效應與非線性效應。

已有文獻在研究尺度上，多采用省級面板數據進行相關研究，基于黃河流域地級市尺度的數字經濟對制造業綠色全要素生產率影響的研究有待豐富；在研究方法上，基于空間視角分析數字經濟影響黃河流域制造業綠色全要素生產率的研究不多；在研究內容上，少有研究關注知識積累對數字經濟影響制造業綠色全要素生產率的具體表現。鑒于此，本文基于２０１１—２０２０ 年黃河流域７３ 個地級市面板數據，通過空間杜賓模型考察數字經濟對黃河流域制造業綠色全要素生產率的直接效應與空間溢出效應，采用面板門檻模型分析數字經濟對黃河流域制造業綠色全要素生產率的非線性效應，并進一步考察知識積累的門檻特征。

１ 理論基礎與研究假設

１．１ 數字經濟影響制造業綠色全要素生產率的直接效應

數字經濟為制造業綠色全要素生產率提升提供了新契機，主要表現如下：第一，促進制造業技術創新。數字經濟的出現打破了傳統生產邊界，強大的通信網絡將生產者和消費者聚合在一起，生產者更容易掌握消費者對產品質量和性能的需求，使得產品設計、產品質量升級具備更強的目標性，研發和創新更有針對性［１１］ 。第二，提升制造業技術效率。數字經濟與制造業融合發展，實現信息、數據、技術等高端生產要素與傳統要素重組，不僅改善了要素配比，而且改善了傳統要素的質量和使用效率，增強了制造業的內生動力，推動傳統制造業突破邊際報酬遞減的制約，擺脫依靠投資、人力驅動的發展模式，實現發展源頭的動力轉換，將生產點推向可能性邊界［１１－１３］ 。第三，推動制造業綠色轉型。一方面，數字化轉型有利于制造業企業實現生產過程模擬并根據模擬結果調整各類要素占比，從而減少不必要的能源消耗及污染物排放［１４］ ；另一方面，數字技術不斷革新不僅使政府升級了對環境、資源的監管手段［１５］ ，而且使得監管形式從政府垂直單向監管向政府、社會多方位監管轉變［１６］ ，因而監管效能進一步增強。基于此，提出研究假設Ｈ１：數字經濟能夠提升制造業綠色全要素生產率。

１．２ 數字經濟影響制造業綠色全要素生產率的空間溢出效應

數字經濟突破地理空間距離的限制，通過空間溢出效應影響周邊地區制造業綠色全要素生產率，主要表現如下：第一，信息溢出效應。數字經濟的發展打破了傳統的地域分割，其多對多的信息網絡傳播模式，有利于打破傳統產業的地域界限，推動產業數字化集聚。第二，知識溢出效應。一方面，數字平臺建設為遠程學習、在線指導以及在線咨詢提供了便利，放大了知識、文化的效用，降低了低技能勞動者模仿學習成本并優化了勞動力知識結構和技能結構，帶來更高的社會回報率［１７］ ；另一方面，數字經濟推動了制造業企業間交流與合作，通過人才流動和技術合作產生溢出效應和擴散效應［１８］ 。第三，制度溢出效應。欠發達地區通過模仿、借鑒、復制發達地區的做法、經驗、政策、制度等來推動數字經濟發展與制造業轉型［１９］ 。值得注意的是，發展數字經濟需要持續積累各類先進生產要素，這可能導致數字經濟發展水平較高地區通過“虹吸效應”匯集鄰近地區高素質勞動者、資本、技術等要素，對鄰近地區發展產生不利影響［２０］ 。基于此，提出研究假設Ｈ２：數字經濟通過空間溢出效應影響鄰近地區制造業綠色全要素生產率。

１．３ 數字經濟影響制造業綠色全要素生產率的門檻效應

在不同發展階段，數字經濟對制造業綠色全要素生產率的影響可能存在差異。數字經濟發展初期，數字基礎設施建設成本較高、投入較大，地方政府、企業對發展數字經濟的積極性不高，致使其規模化程度較低，對制造業的驅動效應不強［２１］ 。在數字經濟高速發展時期，數字基礎設施不斷完善、互聯網用戶數高速增長、數字化技術資本投入持續增加，數據被重復利用的頻率越來越高、利用效率不斷提升，數字經濟能夠最大限度發揮正外部性，這不僅能夠降低各部門、各行業獲取信息和技術的成本，而且能激發長尾效應，實現數字化消費的規模效應［２２］ 。若數字經濟過度發展，則不僅會帶來數據管理效率下降及數據儲存成本增加［２３］ ，而且會導致傳統制造業與數字經濟融合的“成本次可加性”特質愈加明顯，增大寡頭壟斷的可能性，給制造業綠色全要素生產率提升帶來新一輪挑戰［２４］ 。基于此，提出研究假設Ｈ３：數字經濟對制造業綠色全要素生產率的影響存在非線性效應。

知識積累是技術進步的源泉，其會影響數字經濟對制造業綠色全要素生產率的作用效果。知識積累機制主要有內部存量知識積累、內部流量知識積累和外部流量知識積累３ 種［２５］ ，強化知識積累有助于更好地利用資源。具體表現如下：第一，提高制造業企業內部存量知識積累水平，有助于企業在不確定環境下做出正確決策。在數字經濟起步階段，內部存量知識積累水平較高的制造業企業會傾向于將資金投向新型數字化技術，從而享受更多“數字紅利”。第二，提高制造業企業內部流量知識積累水平，有利于企業創新水平的提升。企業各部門通過共享知識與交流知識使知識的傳播速度加快，有利于提升企業對知識的吸收、轉化和應用能力［２６］ 。第三，提高制造業企業外部流量知識積累水平，有利于企業創新邊界的外延。產－學－研合作政策將制造業企業、科研機構、高等院校密切聯系起來，提升企業整合碎片化知識和信息的能力［２７］ ，既能為企業發展帶來新思路，又能進一步提高企業內部存量知識積累與內部流量知識積累。基于此，提出研究假設Ｈ４：數字經濟與制造業綠色全要素生產率間存在知識積累的門檻效應。

２ 研究設計

２．１ 鄰接權重矩陣

區域創新理論指出，地理位置相近的地區易產生經濟模仿行為，因此本文基于各樣本市間的鄰接權重矩陣構建模型并展開實證分析。鄰接權重矩陣的元素為

式中：ｉ、ｊ 為樣本市編號，ｗｉｊ 為樣本市ｉ 與樣本市ｊ 的鄰接權重。

２．２ 空間自相關檢驗

采用全局莫蘭指數Ｉ 和局部莫蘭指數Ｉｉ 檢驗所研究指標的空間自相關性， Ｉ 和Ｉｉ 的計算公式分別為

式中：ｎ 為樣本數量，Ｚｉ 、Ｚｊ 分別為樣本市ｉ、樣本市ｊ 的指標值，Ｚ 為指標值均值，Ｓ２ 為指標方差。

２．３ 空間計量模型

為探討數字經濟影響黃河流域制造業綠色全要素生產率的空間溢出效應，構建如下形式的空間計量模型：

式中：下標ｉ、ｔ 分別為樣本市的編號、年份；Ｍｉｔ 為被解釋變量（本文為制造業綠色全要素生產率）；Ｅｄｉｇｉｔ 為核心解釋變量（本文為數字經濟發展水平）；Ｘｃｏｎｉｔ 為控制變量；α０ 為常數項；α１ ～ α４ 為待估計的回歸參數，其中α３、α４ 為空間回歸系數，體現核心解釋變量、控制變量與被解釋變量在空間上的外生交互；ρ 為空間自回歸系數，體現被解釋變量與其空間自回歸項的內生交互；λ 為空間誤差系數；μｉ 、δｔ 分別為樣本市固定效應和年份固定效應；φｉｔ 、εｉｔ 均為服從正態分布的隨機誤差項。

２．４ 面板門檻模型

為考察數字經濟對黃河流域制造業綠色全要素生產率的非線性影響以及知識積累是否會影響數字經濟對制造業綠色全要素生產率的作用效果， 采用Ｈａｎｓｅｎ［２８］ 提出的面板門檻模型進行實證分析，其形式如下：

式中：β０ 為常數；β１、β３、β３ 為待估參數；Ｋ（·） 為指示函數；Ｔｉｔ 為門檻變量，本文指數字經濟發展水平Ｅｄｉｇｉｔ 或知識積累水平ｌｎ Ｘｉｎｎｏｉｔ ；γ 為門檻值。

２．５ 變量設置與數據來源

１）被解釋變量（即制造業綠色全要素生產率）。參考王海杰等［２９］ 、邢會等［３０］ 的研究，基于投入、產出兩個維度的評價指標體系進行制造業綠色全要素生產率測算，其中：投入涵蓋勞動投入、資本投入和能源投入，分別采用制造業就業人數、規模以上工業企業固定資產合計值、工業用電量來衡量；產出涵蓋期望產出和非期望產出，分別采用規模以上工業企業主營業務收入、工業二氧化硫排放量來衡量。

２）解釋變量（即數字經濟發展水平）。借鑒趙濤等［３１］ 的研究，基于人均電信業務總量、計算機和軟件業從業人員占比、每百人互聯網用戶數、移動電話使用率、數字普惠金融指數等５ 項指標，采用主成分分析法進行數字經濟發展水平測算。

３）門檻變量（即數字經濟發展水平、知識積累水平）。參考畢鵬等［３２］ 的研究，用專利申請授權數的對數衡量知識積累水平。

４）控制變量。本研究設置的控制變量包括：經濟發展水平Ｘｇｒｏｗ，用人均ＧＤＰ 增長率衡量；金融發展水平Ｘｆｉｎ，用年末金融機構存款余額與ＧＤＰ 之比衡量；政府參與程度Ｘｇｏｖ，用地方財政一般預算內支出占ＧＤＰ比例衡量；對外開放程度Ｘｏｐｅｎ，用進出口總額占ＧＤＰ比例衡量；社會消費水平Ｘｓｕｍ，用社會消費品零售總額占ＧＤＰ 比例衡量。

參照馬中東等［１０］ 的研究，本文以黃河流域上、中、下游的７３ 個地級市為樣本單元，文中涉及的指標數據來源于ＥＰＳ 統計平臺、中國經濟信息網統計數據庫、中國研究數據服務平臺、《中國城市統計年鑒》以及北京大學數字金融研究中心等，部分缺失數據通過平均增長率法或插值法予以填補。

３ 實證分析

３．１ 空間自相關檢驗

在進行空間計量分析之前，需檢驗制造業綠色全要素生產率和數字經濟的空間自相關性，其結果見表１。從研究時段整體來看，黃河流域制造業綠色全要素生產率和數字經濟均表現出空間自相關性，因而有必要基于空間維度研究二者的關系。

為進一步探討地級市制造業綠色全要素生產率和數字經濟的空間集聚狀況，點繪了制造業綠色全要素生產率局部莫蘭指數散點圖和數字經濟局部莫蘭指數散點圖（本文圖略），結果表明，多數地級市制造業綠色全要素生產率和數字經濟呈“高－高”集聚和“低－低”集聚狀態，即制造業綠色全要素生產率和數字經濟在空間上并不是隨機分布的，因此考察二者關系時不能忽視空間效應。

３．２ 空間計量模型選擇與回歸結果分析

為選擇恰當的空間計量模型進行回歸分析，基于鄰接權重矩陣進行Ｈａｕｓｍａｎ 檢驗、Ｗａｌｄ 檢驗、ＬＭ 檢驗及ＬＲ 檢驗，結果表明構建個體、時點雙向固定的空間杜賓模型更為合適。因此，對空間杜賓模型的回歸結果（見表２）進行具體分析：空間自回歸系數（ρ）顯著為正，說明黃河流域各樣本市的制造業綠色全要素生產率之間存在空間依賴性；數字經濟發展水平、經濟發展水平、社會消費水平的回歸系數顯著為正，且數字經濟發展水平與社會消費水平的空間回歸系數也顯著為正；金融發展水平的回歸系數及空間回歸系數均顯著為負。由于這些系數無法反映各變量對制造業綠色全要素生產率的邊際影響，因此參考Ｌｅｓａｇｅ 等［３３］ 的研究，對空間杜賓模型的回歸結果進行分解，結果見表３。

由表３ 可知：１）數字經濟發展水平的直接效應系數、空間溢出效應系數均顯著為正，表明數字經濟發展能夠顯著提升當地及鄰近地區的制造業綠色全要素生產率，這驗證了研究假設Ｈ１、Ｈ２。２）經濟發展水平、社會消費水平的直接效應系數與空間溢出效應系數也顯著為正，其原因是經濟發展水平越高的地區基礎設施建設越好，越能為制造業發展提供物質及技術支持，且當地經濟快速發展能夠通過經濟互動推動鄰近地區制造業發展；提升社會消費水平，必然激發制造業的消費品產出增加并逐步引導制造業向產業鏈中高端轉移，且消費者的跨區域交易能夠影響鄰近地區制造業綠色全要素生產率。３）金融發展水平的直接效應系數與空間溢出效應系數均顯著為負，其原因可能是金融資金越來越傾向于投資到工業園建設與房地產項目中，從而導致金融規模與制造業規模不匹配，抑制了制造業綠色全要素生產率提升。４）政府參與程度、對外開放程度的直接效應系數與空間溢出效應系數絕對值均較小且不顯著，即二者對制造業綠色全要素生產率的影響不顯著。

３．３ 穩健性及內生性檢驗

上述分析表明發展數字經濟能夠提升當地和鄰近地區制造業綠色全要素生產率。為驗證這一結論的穩健性，基于反地理距離權重矩陣重新構建空間杜賓模型，其回歸結果（見表４ 第２～４ 列）表明，數字經濟對制造業綠色全要素生產率的直接效應、空間溢出效應與總效應均顯著為正，由此佐證了基于鄰接權重矩陣得到的結論。

內生性是開展經驗研究無法回避的現實問題，一方面，影響制造業綠色全要素生產率的因素包括但不限于經濟發展水平、社會消費水平、金融發展水平、政府參與程度、對外開放程度，還可能存在其他不可測度因素；另一方面，數字經濟在推動制造業發展的同時，先進制造業的發展也會促進數字經濟的發展，二者之間可能存在雙向因果關系。對此，參考李蘇等［３４］ 的研究，基于鄰接權重矩陣計算制造業綠色全要素生產率并滯后一期進行回歸，結果（見表４ 第５～７ 列）與前文結論基本一致。

穩健性及內生性檢驗均表明上述結論較為可靠。

３．４ 區域異質性分析

受要素稟賦、發展階段以及發展政策等因素制約，黃河流域上、中、下游地區高質量發展不平衡問題突出。為探索數字經濟影響制造業綠色全要素生產率的區域異質性，對各地級市按上、中、下游地區分組，并基于空間杜賓模型分別進行回歸，結果見表５。由表５可知，數字經濟對上游地區的直接效應與空間溢出效應均不顯著，對中游地區的直接效應顯著為正、空間溢出效應不顯著，對下游地區的直接效應與空間溢出效應均顯著為正。產生這種現象的原因是，下游地區經濟實力相對雄厚、對外開放水平相對較高、社會消費的拉動作用相對較強，為數字經濟與制造業發展奠定了良好基礎，而中、上游地區數字經濟起步較晚，數字經濟發展對提升制造業綠色全要素生產率的作用還不明顯。

３．５ 面板門檻模型

３．５．１ 門檻效應存在性檢驗

為檢驗門檻效應的存在性，分別以數字經濟發展水平、知識積累水平為門檻變量，運用自主抽樣法（Ｂｏｏｔｓｔｒａｐ）模擬３００ 次得到門檻顯著性Ｆ 統計量（具體計算方法參見文獻［３５］）、Ｐ 值（顯著性水平）與不同顯著性水平的臨界值，結果（見表６）表明，數字經濟發展水平對制造業綠色全要素生產率的影響均存在數字經濟發展水平與知識積累水平的單一門檻效應，其顯著性水平分別達到５％、１０％。

為估計門檻值，采用最大似然估計法求得數字經濟發展水平與知識積累水平的漸進分布，并繪制似然比（ＬＲ 統計值）曲線，見圖１（圖中ＬＲ 統計量最低點對應真實門檻值，虛線表示９５％置信水平的臨界值（７．３５），虛線以下部分為９５％置信水平的門檻值區間）。

由圖１ 可知：數字經濟發展水平的單一門檻值為１．８３５ ０，９５％置信水平的門檻值區間為［１．７９３ ５，１．８４５ ０］；知識積累水平的單一門檻值為７．１６９ ３，９５％置信水平的門檻值區間為［７．１３４ ３，７．２１８ ９］。

３．５．２ 門檻模型估計

分別以數字經濟發展水平、知識積累水平為門檻變量進行面板門檻模型回歸，結果見表７。

以數字經濟發展水平為門檻變量的回歸結果表明：數字經濟對制造業綠色全要素生產率的影響效應表現為“擴大—擴大”的趨勢，數字經濟發展水平低于門檻值１．８３５ ０ 時數字經濟對制造業綠色全要素生產率有正向影響但其作用較小（回歸系數為０．３８０ １），數字經濟發展水平高于門檻值１．８３５ ０ 時數字經濟對制造業綠色全要素生產率的正向影響增大（回歸系數增大至０．６４２ ９）。其原因是數字經濟發展水平越高，越能夠釋放“數字紅利”進而帶動制造業發展，這一結論佐證了研究假設Ｈ３。

以知識積累水平為門檻變量的回歸結果表明：數字經濟對制造業綠色全要素生產率的作用效應呈門檻增強特征，知識積累水平低于門檻值７．１６９ ３ 時其回歸系數為０．５５５ ８，知識積累水平高于門檻值７．１６９ ３ 時數字經濟對制造業綠色全要素生產率的影響效應增大至０．９２５ ７。其原因是知識積累能夠促進數字技術應用、加快技術創新并推動創新邊界外延，隨著知識積累水平的提升，數字經濟能夠更好地服務于制造業進而提升制造業綠色全要素生產率，這驗證了研究假設Ｈ４。

４ 結論與建議

４．１ 結論

１）數字經濟不僅有利于提升當地制造業綠色全要素生產率，而且通過空間溢出效應對鄰近地區制造業綠色全要素生產率的提升具有促進作用。

２）數字經濟對黃河流域制造業綠色全要素生產率的直接效應在黃河中下游地區具有顯著性，空間溢出效應僅在黃河下游地區具有顯著性。

３）數字經濟對黃河流域制造業綠色全要素生產率的促進作用具有邊際遞增的非線性特征。

４）數字經濟對黃河流域制造業綠色全要素生產率的影響存在知識積累水平的門檻效應，當知識積累水平高于門檻值后數字經濟對制造業綠色全要素生產率的影響效應將大幅度提升。

４．２ 建議

１）為數字經濟營造良好的發展環境。數字經濟是提升制造業綠色全要素生產率的重要手段，各地級市應貫徹落實數字經濟發展政策、加大數字基礎設施的投資和建設力度，為數字經濟營造良好的政策環境、基礎環境和應用環境。

２）強化各地級市的空間關聯。應主動打破行政邊界的約束，加強各地級市間的經濟交流與合作，遵循自愿、協商、平等的原則構建政府間合作機制，鼓勵、支持欠發達地區模仿、學習發達地區的發展經驗、管理經驗與政策制度。

３）因地制宜，制定差異化產業發展政策。黃河上游地區應以５Ｇ、大數據、工業互聯網等新技術手段為催化劑，著力推動傳統制造業轉型升級，提高能源利用效率，構建綠色制造業體系；中游地區應持續推動數字經濟發展，改變制造業基礎薄弱的狀況；下游地區不僅要重視數字經濟發展，而且要保證經濟平穩運行、培育中高端消費市場，為制造業發展提供保障。

４）高度重視知識積累。一方面，國家應制定高等教育資源優先向黃河流域配置的傾斜政策，以提高全流域高等教育水平、培養高層次人才；另一方面，各地政府應實行積極、開放、多元的人才引進政策，并切實推動產－學－研深度融合。

參考文獻：

［１］ 韋莊禹．數字經濟發展對制造業企業資源配置效率的影響研究［Ｊ］．數量經濟技術經濟研究，２０２２，３９（３）：６６－８５．

［２］ 于世海，許慧欣，孔令乾．數字經濟水平對中國制造業資源配置效率的影響研究［Ｊ］．財貿研究，２０２２，３３（１２）：１９－３４．

［３］ 陳曉峰．數字經濟發展對我國制造業升級的影響：基于省際面板數據的經驗考察［Ｊ］．南通大學學報（社會科學版），２０２２，３８（３）：１２８－１４０．

［４］ 王瑞榮，陳曉華．數字經濟助推制造業高質量發展的動力機制與實證檢驗：來自浙江的考察［Ｊ］．系統工程，２０２２，４０（１）：１－１３．

［５］ 李治國，王杰．數字經濟發展、數據要素配置與制造業生產率提升［Ｊ］．經濟學家，２０２１（１０）：４１－５０．

［６］ 周正，王搏．數字經濟推動制造業高質量發展路徑研究：以居民消費為中介效應的實證檢驗［Ｊ］．學習與探索，２０２３（５）：１１３－１２１．

［７］ 杜金柱，吳戰勇，扈文秀，等．數字經濟與制造業高質量發展：影響機制與經驗證據［Ｊ］．統計與決策，２０２３，３９（７）：５－１０．

［８］ 劉鑫鑫，惠寧．數字經濟對中國制造業高質量發展的影響研究［Ｊ］．經濟體制改革，２０２１（５）：９２－９８．

［９］ 田剛元，陳富良．數字經濟、產業集聚與黃河流域制造業高質量發展［Ｊ］．統計與決策，２０２２，３８（２１）：１０－１４．

［１０］ 馬中東，周桐桐，高建剛．數字經濟對黃河流域制造業綠色全要素生產率的影響研究［Ｊ］．人民黃河，２０２３，４５（４）：６－１２，３４．

［１１］ 余東華，王梅娟．數字經濟、企業家精神與制造業高質量發展［Ｊ］．改革，２０２２（７）：６１－８１．

［１２］ 鈔小靜．新型數字基礎設施促進我國高質量發展的路徑［Ｊ］．西安財經大學學報，２０２０，３３（２）：１５－１９．

［１３］ 劉釩，余明月．數字科技驅動長江經濟帶城市轉型升級研究：基于長江經濟帶４４ 個城市面板數據的分析［Ｊ］．科技進步與對策，２０２１，３８（２４）：４８－５７．

［１４］ 劉強，馬彥瑞，徐生霞．數字經濟發展是否提高了中國綠色經濟效率？ ［Ｊ］．中國人口·資源與環境，２０２２，３２（３）：７２－８５．

［１５］ 劉維林，王藝斌．數字經濟賦能城市綠色高質量發展的效應與機制研究［Ｊ］．南方經濟，２０２２（８）：７３－９１．

［１６］ 魏麗莉，侯宇琦．數字經濟對中國城市綠色發展的影響作用研究［Ｊ］．數量經濟技術經濟研究，２０２２，３９（８）：６０－７９．

［１７］ 張蘊萍，董超，欒菁．數字經濟推動經濟高質量發展的作用機制研究：基于省級面板數據的證據［Ｊ］．濟南大學學報（社會科學版），２０２１，３１（５）：９９－１１５，１７５．

［１８］ 苗效東，呂明元，張旭東．工業大數據對我國制造業綠色發展的影響：基于省級面板數據的空間效應檢驗［Ｊ］．軟科學，２０２３，３７（３）：１－１０．

［１９］ 烏靜，肖鴻波，陳兵．數字經濟對綠色全要素生產率的影響研究［Ｊ］．金融與經濟，２０２２（１）：５５－６３．

［２０］ 宋躍剛，郝夏珍．數字經濟對黃河流域經濟高質量發展的門檻和空間溢出效應研究［Ｊ］．河南師范大學學報（自然科學版），２０２２，５０（１）：４８－５８．

［２１］ 李娜，王宏，王藝．數字經濟對制造業高質量發展的非線性異質影響研究［Ｊ］．技術經濟與管理研究，２０２２（１０）：１０－１５．

［２２］ 荊文君，孫寶文．數字經濟促進經濟高質量發展：一個理論分析框架［Ｊ］．經濟學家，２０１９（２）：６６－７３．

［２３］ ＷＡＭＢＡ Ｓ Ｆ，ＧＵＮＡＳＥＫＡＲＡＮ Ａ，ＡＫＴＥＲ Ｓ，ｅｔ ａｌ．Ｂｉｇ Ｄａｔａ Ａｎ?ａｌｙｔｉｃｓ ａｎｄ Ｆｉｒｍ Ｐｅｒｆｏｒｍａｎｃｅ：Ｅｆｆｅｃｔｓ ｏｆ Ｄｙｎａｍｉｃ Ｃａｐａｂｉｌｉｔｉｅｓ［Ｊ］．Ｊｏｕｒｎａｌ ｏｆ Ｂｕｓｉｎｅｓｓ Ｒｅｓｅａｒｃｈ，２０１７，７０（１）：３５６－３６５．

［２４］ 郭家堂，駱品亮．互聯網對中國全要素生產率有促進作用嗎？ ［Ｊ］．管理世界，２０１６（１０）：３４－４９．

［２５］ 張軍，許慶瑞．知識積累、創新能力與企業成長關系研究［Ｊ］．科學學與科學技術管理，２０１４，３５（８）：８６－９５．

［２６］ 胡艷，代晶晶，張安偉．數字經濟、空間關聯與區域創新產出：兼論區域吸收能力的門檻效應［Ｊ］．科技管理研究，２０２２，４２（１５）：７９－８８．

［２７］ 郭豐，楊上廣，金環．數字經濟對企業全要素生產率的影響及其作用機制［Ｊ］．現代財經（天津財經大學學報），２０２２，４２（９）：２０－３６．

［２８］ ＨＡＮＳＥＮ Ｂ Ｅ．Ｔｈｒｅｓｈｏｌｄ Ｅｆｆｅｃｔｓ ｉｎ Ｎｏｎ?Ｄｙｎａｍｉｃ Ｐａｎｅｌｓ：Ｅｓｔｉｍａｔｉｏｎ，Ｔｅｓｔｉｎｇ，ａｎｄ Ｉｎｆｅｒｅｎｃｅ［Ｊ］．Ｊｏｕｒｎａｌ ｏｆ Ｅｃｏｎｏｍｅｔ?ｒｉｃｓ，１９９９，９３（２）：３４５－３６８．

［２９］ 王海杰，李捷，張小波．黃河流域制造業綠色全要素生產率測評及影響因素研究［Ｊ］．福建論壇（人文社會科學版），２０２１（１０）：１２７－１３９．

［３０］ 邢會，姜影，陳園園．“雙碳”目標下碳交易與制造業綠色全要素生產率：基于異質性技術創新模式的機制檢驗［Ｊ］．科技進步與對策，２０２２，３９（２３）：７６－８６．

［３１］ 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，２０２０，３６（１０）：６５－７６．

［３２］ 畢鵬，李盼盼．技術進步路徑與企業創新績效關系分析：基于“知識積累”門檻效應的實證檢驗［Ｊ］．企業經濟，２０２２，４１（１）：５５－６４．

［３３］ ＬＥＳＡＧＥ Ｊ，ＰＡＣＥ Ｒ Ｋ．Ｉｎｔｒｏｄｕｃｔｉｏｎ ｔｏ Ｓｐａｔｉａｌ Ｅｃｏｎｏｍｅｔｒｉｃｓ［Ｍ］．Ｎｅｗ Ｙｏｒｋ：ＣＲＣ Ｐｒｅｓｓ，２００９：３８．

［３４］ 李蘇，郭遠通，司寶靜．綠色金融助推鄉村振興的實現機制研究：基于空間溢出效應與門檻效應的經驗分析［Ｊ］．林業經濟，２０２３，４５（５）：５３－７４．

［３５］ 劉堯成，李想．金融周期、金融波動與中國經濟增長：基于省際面板門檻模型的研究［Ｊ］．統計研究，２０１９，３６（１０）：７４－８６．

【責任編輯 張智民】

基金項目：國家社會科學基金一般項目（２２ＢＪＹ１３１）