數(shù)字經(jīng)濟(jì)動(dòng)態(tài)演進(jìn)及其對(duì)工業(yè)綠色轉(zhuǎn)型的影響

張逸辰　鄭金輝

摘 要：基于2011—2019年中國(guó)279個(gè)地級(jí)市數(shù)據(jù)綜合測(cè)度數(shù)字經(jīng)濟(jì)及工業(yè)綠色轉(zhuǎn)型水平，運(yùn)用固定效應(yīng)模型、中介效應(yīng)模型、門檻模型分析數(shù)字經(jīng)濟(jì)對(duì)工業(yè)綠色轉(zhuǎn)型的影響特征。結(jié)果如下：（1）中國(guó)城市數(shù)字經(jīng)濟(jì)水平呈穩(wěn)步上升態(tài)勢(shì)，但城市間差距逐漸擴(kuò)大，不同類型城市演進(jìn)具有一定的時(shí)空慣性。（2）數(shù)字經(jīng)濟(jì)可以顯著地促進(jìn)工業(yè)綠色轉(zhuǎn)型，并通過推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)、提升綠色創(chuàng)新能力、減少工業(yè)環(huán)境污染三條路徑推動(dòng)工業(yè)綠色轉(zhuǎn)型。（3）數(shù)字經(jīng)濟(jì)對(duì)工業(yè)綠色轉(zhuǎn)型的影響具有異質(zhì)性，相較中部和西部地區(qū)，數(shù)字經(jīng)濟(jì)對(duì)東部地區(qū)工業(yè)綠色轉(zhuǎn)型的促進(jìn)作用更強(qiáng)，對(duì)城市群內(nèi)部影響更為顯著；數(shù)字經(jīng)濟(jì)對(duì)工業(yè)綠色轉(zhuǎn)型存在邊際效應(yīng)遞增的非線性特征。

關(guān)鍵詞：數(shù)字經(jīng)濟(jì)；工業(yè)綠色轉(zhuǎn)型；門檻效應(yīng)；區(qū)域異質(zhì)性

中圖分類號(hào)：F 062.9

文獻(xiàn)標(biāo)志碼：A

Dynamic Evolution of Digital Economy and Tts Impacton Industrial Green Transition

ZHANG Yichen ZHENG Jinhui

（School of Economics， Zhejiang University of Technology， Hangzhou 310023， China）

Abstract：Based on the data of 279 prefecture-level cities in China from 2011 to 2019， the digital economy and industrial green transformation level were comprehensively measured. Fixed effect model， intermediary effect model and threshold model were used to analyze the influence characteristics of digital economy on industrial green transformation. The results are as follows：（1） the digital economy level of Chinese cities is rising steadily， but the gap between cities is gradually widening， and the evolution of different types of cities has a certain space-time inertia. （2） Digital economy can significantly promote industrial green transformation， and promote industrial green transformation by promoting industrial structure upgrading， enhancing green innovation capability， and reducing industrial environmental pollution. （3） The impact of digital economy on industrial green transformation is heterogeneous. Compared with the central and western regions， the digital economy has a stronger promoting effect on industrial green transformation in the eastern region and a more significant impact on urban agglomeration. Digital economy has a nonlinear feature of increasing marginal effect on industrial green transformation.

Key words：digital economy; industrial green transformation; threshold effect; regional heterogeneity

在“碳達(dá)峰、碳中和”的目標(biāo)下，數(shù)字經(jīng)濟(jì)作為一種全新的生產(chǎn)要素，在工業(yè)領(lǐng)域存在巨大的發(fā)展空間，是促進(jìn)工業(yè)綠色轉(zhuǎn)型的重要一環(huán)。一方面，數(shù)字技術(shù)通過技術(shù)創(chuàng)新、設(shè)備更新及柔性化生產(chǎn)促使企業(yè)技術(shù)進(jìn)步與結(jié)構(gòu)優(yōu)化，降低企業(yè)強(qiáng)度；另一方面，數(shù)字經(jīng)濟(jì)為工業(yè)綠色轉(zhuǎn)型提供了必要的支持，利用網(wǎng)絡(luò)化優(yōu)勢(shì)優(yōu)化生產(chǎn)流程實(shí)現(xiàn)精細(xì)生產(chǎn)，并構(gòu)建覆蓋全產(chǎn)業(yè)鏈的高效制造體系，依靠綠色技術(shù)創(chuàng)新和節(jié)能減排效應(yīng)實(shí)現(xiàn)綠色全要素生產(chǎn)率的提升。本文從地級(jí)市視角研究數(shù)字經(jīng)濟(jì)對(duì)工業(yè)綠色轉(zhuǎn)型的影響，運(yùn)用核密度分析、空間馬爾科夫轉(zhuǎn)移矩陣分析數(shù)字經(jīng)濟(jì)動(dòng)態(tài)演進(jìn)特征，通過中介效應(yīng)模型、門檻模型研究數(shù)字經(jīng)濟(jì)對(duì)工業(yè)綠色轉(zhuǎn)型的影響機(jī)制和非線性特征，以期為工業(yè)綠色轉(zhuǎn)型升級(jí)提供新的理論基礎(chǔ)與經(jīng)驗(yàn)支撐。

1 機(jī)制分析

1.1 數(shù)字經(jīng)濟(jì)促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)

產(chǎn)業(yè)結(jié)構(gòu)升級(jí)意味著工業(yè)向技術(shù)密集型和環(huán)境友好型轉(zhuǎn)型。數(shù)字經(jīng)濟(jì)從數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化兩方面促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)，一方面通過數(shù)字產(chǎn)業(yè)化促進(jìn)互聯(lián)網(wǎng)產(chǎn)業(yè)、大數(shù)據(jù)產(chǎn)業(yè)等信息產(chǎn)業(yè)的發(fā)展，直接推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)；另一方面通過產(chǎn)業(yè)數(shù)字化加強(qiáng)傳統(tǒng)制造業(yè)與數(shù)字產(chǎn)業(yè)、工業(yè)化與信息化的深度融合，并利用數(shù)字技術(shù)提升生產(chǎn)制造的精細(xì)度，減少無序生產(chǎn)導(dǎo)致的資源浪費(fèi)，構(gòu)建覆蓋全產(chǎn)業(yè)鏈的高效制造體系，實(shí)現(xiàn)工業(yè)發(fā)展方式向綠色集約型轉(zhuǎn)變，賦能工業(yè)綠色轉(zhuǎn)型升級(jí)。

1.2 數(shù)字經(jīng)濟(jì)提升綠色創(chuàng)新能力

第一，數(shù)字技術(shù)弱化空間距離的限制，便于行業(yè)內(nèi)其他企業(yè)共享和利用信息，以進(jìn)行模仿與創(chuàng)新，形成知識(shí)和技術(shù)溢出的“示范效應(yīng)”。第二，數(shù)字經(jīng)濟(jì)降低企業(yè)信息傳遞和溝通成本，提升企業(yè)收益水平。第三，數(shù)字技術(shù)的應(yīng)用提高市場(chǎng)透明度，便于研發(fā)部門及時(shí)掌握市場(chǎng)需求的變化，在企業(yè)與消費(fèi)者之間構(gòu)建完善的溝通渠道，形成需求拉動(dòng)創(chuàng)新，推動(dòng)整個(gè)工業(yè)技術(shù)創(chuàng)新式發(fā)展，進(jìn)而推動(dòng)工業(yè)綠色轉(zhuǎn)型。

1.3 數(shù)字經(jīng)濟(jì)減少工業(yè)環(huán)境污染

第一，數(shù)字經(jīng)濟(jì)減少信息獲取不對(duì)稱，通過數(shù)據(jù)整合與分析決策，達(dá)到減少環(huán)境污染的目的，同時(shí)數(shù)字技術(shù)重塑企業(yè)的生產(chǎn)設(shè)備和生產(chǎn)流程，促使先進(jìn)的生產(chǎn)技術(shù)與污染物處理技術(shù)得到使用，提升污染處理能力。第二，數(shù)字經(jīng)濟(jì)完善污染監(jiān)督機(jī)制，一方面提升污染檢測(cè)能力，實(shí)現(xiàn)污染排放數(shù)據(jù)的實(shí)時(shí)采集、傳輸、分析與反饋，為規(guī)制企業(yè)生產(chǎn)提供依據(jù)；另一方面完善外部監(jiān)督能力，提升公眾的環(huán)境治理參與度，網(wǎng)絡(luò)輿論的非正式環(huán)境規(guī)制使民眾可以直接監(jiān)督企業(yè)排污情況，從而顯著減少環(huán)境污染，促進(jìn)工業(yè)綠色轉(zhuǎn)型。

2 研究設(shè)計(jì)

2.1 研究方法

2.1.1 空間馬爾科夫鏈

空間馬爾科夫鏈?zhǔn)莻鹘y(tǒng)馬爾科夫鏈融入空間滯后因素所形成的模型，可用來估算數(shù)字經(jīng)濟(jì)在變化過程中與鄰域地區(qū)的相互關(guān)系。本文將不同年份數(shù)字經(jīng)濟(jì)劃分為k種類型，并用k×k的轉(zhuǎn)移概率矩陣表示，以區(qū)域觀測(cè)向量（Y）與空間權(quán)重矩陣（W）的乘積研究數(shù)字經(jīng)濟(jì)空間分布態(tài)勢(shì)。

lag=∑wy??? （1）

其中，y為區(qū)域j的數(shù)字經(jīng)濟(jì)觀測(cè)值，w為空間權(quán)重矩陣W的元素。

2.1.2 基本模型

本文構(gòu)建如下固定效應(yīng)模型以研究數(shù)字經(jīng)濟(jì)對(duì)工業(yè)綠色轉(zhuǎn)型的影響：

Git=α+αDige+αX+μ+λ+ε??? （2）

其中，Git為城市i在t時(shí)期的工業(yè)綠色轉(zhuǎn)型水平；Dige為城市i在t時(shí)期的數(shù)字經(jīng)濟(jì)水平；X為一系列控制變量；μ為個(gè)體固定效應(yīng)；λ為時(shí)間固定效應(yīng)；ε為隨機(jī)擾動(dòng)項(xiàng)。

2.1.3 中介效應(yīng)模型

為探討數(shù)字經(jīng)濟(jì)對(duì)工業(yè)綠色轉(zhuǎn)型的作用機(jī)制，本文參考溫忠麟的方法，在式（2）的基礎(chǔ)上構(gòu)建如下中介效應(yīng)模型：

M=β+βDige+βX+μ+λ+ε??? （3）

Git=γ+γDige+γM+γX+μ+λ+ε??? （4）

其中，M為中介變量，包括產(chǎn)業(yè)結(jié)構(gòu)升級(jí)（Ind）、綠色創(chuàng)新能力（Gin）和工業(yè)環(huán)境污染（Pol）。

2.1.4 門檻模型

由于互聯(lián)網(wǎng)領(lǐng)域存在一定的“網(wǎng)絡(luò)效應(yīng)”，導(dǎo)致數(shù)字經(jīng)濟(jì)可能對(duì)工業(yè)綠色轉(zhuǎn)型產(chǎn)生非線性作用，因此構(gòu)建如下的門檻模型：

Git=?+?Dige×I（Adj≤θ）+?Dige×I（Adj>θ）+?X+ε??? （5）

其中，Adj為門檻變量，I（·）為指示函數(shù)，當(dāng)括號(hào)內(nèi)條件被滿足時(shí)為1，否則為0。式（5）為單門檻模型，可根據(jù)情況擴(kuò)展為多門檻模型。

2.2 變量選擇與說明

本文的被解釋變量為工業(yè)綠色轉(zhuǎn)型水平（Git），參考鄧慧慧等人的研究，構(gòu)建涵蓋工業(yè)生產(chǎn)效率、工業(yè)可持續(xù)發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)升級(jí)、綠色創(chuàng)新能力、工業(yè)環(huán)境污染五個(gè)維度的工業(yè)綠色轉(zhuǎn)型評(píng)價(jià)指標(biāo)體系（表1），并采用熵值法計(jì)算綜合得分。核心解釋變量為數(shù)字經(jīng)濟(jì)水平（Dige），借鑒趙濤等人的研究，從數(shù)字應(yīng)用規(guī)模、數(shù)字產(chǎn)業(yè)發(fā)展、數(shù)字普惠金融三個(gè)維度運(yùn)用熵值法進(jìn)行測(cè)算，如表2所示。本文在梳理相關(guān)文獻(xiàn)后，選取如下控制變量：資本密集程度（lnKL），以資本存量與勞動(dòng)比值取對(duì)數(shù)來表示；經(jīng)濟(jì)增長(zhǎng)水平（lnGDPP），以人均地區(qū)生產(chǎn)總值取對(duì)數(shù)表示；外商直接投資（lnFdi），以當(dāng)年實(shí)際使用外資金額取對(duì)數(shù)表示；政府支出水平（Gov），以公共預(yù)算支出占GDP比重表示; 行業(yè)競(jìng)爭(zhēng)程度（lnFirms），以規(guī)模以上工業(yè)企業(yè)數(shù)取對(duì)數(shù)表示；金融發(fā)展水平（lnFin），以年末人均金融機(jī)構(gòu)存貸款余額取對(duì)數(shù)表示。

2.3 數(shù)據(jù)來源

本文以2011—2019年中國(guó)279個(gè)地級(jí)市的數(shù)據(jù)作為研究對(duì)象，數(shù)據(jù)主要來自《中國(guó)城市統(tǒng)計(jì)年鑒》《中國(guó)環(huán)境統(tǒng)計(jì)年鑒》、北京大學(xué)和螞蟻科技集團(tuán)的數(shù)字普惠金融指數(shù)，對(duì)部分缺失數(shù)據(jù)采用插值法補(bǔ)齊。

3 數(shù)字經(jīng)濟(jì)的動(dòng)態(tài)演進(jìn)特征

3.1 時(shí)間動(dòng)態(tài)演進(jìn)特征

本文選取2011年、2015年、2019年三個(gè)時(shí)間點(diǎn)根據(jù)數(shù)字經(jīng)濟(jì)的數(shù)值分別就全國(guó)及東中西部地區(qū)進(jìn)行核密度曲線的繪制，以研究數(shù)字經(jīng)濟(jì)的時(shí)間演進(jìn)特征，結(jié)果如圖1所示。

全國(guó)數(shù)字經(jīng)濟(jì)時(shí)間演進(jìn)情況如下：第一，在位置變化上，核密度曲線的波形逐漸向右側(cè)移動(dòng)，說明在研究期限內(nèi)，全國(guó)數(shù)字經(jīng)濟(jì)水平總體上不斷提高。第二，在分布形態(tài)上，核密度曲線主峰的高度不斷下降，呈現(xiàn)一定的離散特征，同時(shí)右尾逐年拉長(zhǎng)，表明全國(guó)范圍內(nèi)數(shù)字經(jīng)濟(jì)水平的空間差距在逐步擴(kuò)大。

東中西部地區(qū)數(shù)字經(jīng)濟(jì)時(shí)間演進(jìn)情況如下：第一，在位置變化上，東中西部地區(qū)的核密度曲線均向右移動(dòng)，同樣說明在東中西部地區(qū)，數(shù)字經(jīng)濟(jì)水平呈現(xiàn)上升趨勢(shì)。第二，在分布形態(tài)上，東部地區(qū)的峰值逐年降低，寬度逐年增加，表明東部地區(qū)內(nèi)數(shù)字經(jīng)濟(jì)發(fā)展的差異逐漸變大；中部地區(qū)的波峰由一個(gè)主峰和一個(gè)側(cè)峰組成，表明存在一定的兩極分化現(xiàn)象；西部地區(qū)的波峰由雙峰向單峰變化，表明兩極分化現(xiàn)象得到一定的緩解。

3.2 空間動(dòng)態(tài)演進(jìn)特征

3.2.1 馬爾科夫轉(zhuǎn)移矩陣分析

本文基于馬爾科夫轉(zhuǎn)移矩陣分析不同類型的數(shù)字經(jīng)濟(jì)在2011—2019年轉(zhuǎn)移的概率，根據(jù)自然斷點(diǎn)法劃分四個(gè)數(shù)字經(jīng)濟(jì)水平類型，在非約束下數(shù)字經(jīng)濟(jì)所處類型的轉(zhuǎn)移特征見表3。

第一，數(shù)字經(jīng)濟(jì)水平存在“俱樂部趨同”的現(xiàn)象，高水平單元維持原狀態(tài)的概率為0.908，表明高水平單元的區(qū)域趨同現(xiàn)象明顯，而向下轉(zhuǎn)移的概率最高為0.081，表明數(shù)字經(jīng)濟(jì)并無負(fù)向發(fā)展趨勢(shì)。第二，各數(shù)字經(jīng)濟(jì)類型發(fā)生“跨越式發(fā)展”的可能性極小，在該時(shí)段間低水平及中低水平分別跨越為中高水平及高水平的概率分別為0.015和0.028，而低水平跨越為高水平的概率僅為0.001。第三，在研究階段內(nèi)，低、中高、高水平單元維持原有類型的可能性較大，分別為0.718、0.816、0.908，而中低水平單元向中高水平轉(zhuǎn)移的可能性較大，為0.585。

3.2.2 空間馬爾科夫轉(zhuǎn)移矩陣分析

本文利用空間馬爾科夫轉(zhuǎn)移矩陣研究在鄰域條件約束下數(shù)字經(jīng)濟(jì)水平類型的轉(zhuǎn)移特征，結(jié)果如表4所示。

第一，鄰域所處的水平類型越高，對(duì)低水平地區(qū)轉(zhuǎn)移概率的帶動(dòng)作用將越強(qiáng)。表4中當(dāng)?shù)退降貐^(qū)分別與低、中低、中高水平相鄰時(shí)，其向上一級(jí)轉(zhuǎn)移的概率變?yōu)?.186、0.694、0.750，轉(zhuǎn)移概率呈現(xiàn)一定的上升趨勢(shì)，同時(shí)轉(zhuǎn)移的概率并不成比例。第二，鄰域環(huán)境的約束使得數(shù)字經(jīng)濟(jì)水平發(fā)生轉(zhuǎn)移的概率區(qū)別于無約束條件下發(fā)生轉(zhuǎn)移的概率。在鄰域約束下，低水平地區(qū)向上一級(jí)轉(zhuǎn)移的概率明顯區(qū)別于表3無約束條件下的0.266。第三，空間馬爾科夫轉(zhuǎn)移矩陣將“俱樂部趨同”上升到空間層次。對(duì)高水平單元而言，相比未考慮空間因素的馬爾科夫矩陣，當(dāng)鄰域同樣處于高水平類型時(shí)，保持當(dāng)前狀態(tài)的概率更大。表4中，高水平單元與高水平單元相鄰時(shí)保持當(dāng)前狀態(tài)的概率為0.937，大于表3中的0.908。

4 實(shí)證結(jié)果分析

4.1 基準(zhǔn)回歸結(jié)果

本文采用個(gè)體時(shí)間雙向固定模型分析數(shù)字經(jīng)濟(jì)對(duì)工業(yè)綠色轉(zhuǎn)型的影響，結(jié)果由表5表示。在不加入控制變量的列（1）中，數(shù)字經(jīng)濟(jì)對(duì)工業(yè)綠色轉(zhuǎn)型呈現(xiàn)顯著的正向促進(jìn)作用，進(jìn)一步將控制變量納入回歸模型進(jìn)行分析，由列（2）可知，在加入了控制變量的回歸模型中，數(shù)字經(jīng)濟(jì)仍顯著促進(jìn)工業(yè)綠色轉(zhuǎn)型，數(shù)字經(jīng)濟(jì)的“綠色效應(yīng)”逐漸滲透于工業(yè)生產(chǎn)、加工、監(jiān)管等多個(gè)層面，對(duì)工業(yè)領(lǐng)域展現(xiàn)出顯著的綠色賦能作用。

4.2 穩(wěn)健性檢驗(yàn)

考慮到工業(yè)綠色轉(zhuǎn)型水平較高的地區(qū)對(duì)數(shù)字技術(shù)的發(fā)展往往會(huì)給予支持，進(jìn)而導(dǎo)致雙向因果造成內(nèi)生性問題，本文從三個(gè)方面進(jìn)行穩(wěn)健性檢驗(yàn)，結(jié)果如表6所示。第一，本文將數(shù)字經(jīng)濟(jì)的滯后項(xiàng)作為數(shù)字經(jīng)濟(jì)的工具變量，利用兩階段最小二乘法進(jìn)行回歸，從列（1）、（2）回歸結(jié)果中看出數(shù)字經(jīng)濟(jì)顯著促進(jìn)工業(yè)綠色轉(zhuǎn)型。第二，考慮到高等教育人才是將數(shù)字技術(shù)融入工業(yè)生產(chǎn)進(jìn)行技術(shù)研發(fā)，進(jìn)而促進(jìn)工業(yè)綠色轉(zhuǎn)型的一項(xiàng)重要因素，因此在控制變量中加入教育水平（lnEdu），以每萬人高等學(xué)校在校人數(shù)取對(duì)數(shù)表示，列（3）中數(shù)字經(jīng)濟(jì)在1%的水平下仍呈現(xiàn)顯著的正向影響。第三，將被解釋變量以工業(yè)二氧化硫排放量進(jìn)行替代，以驗(yàn)證數(shù)字經(jīng)濟(jì)是否有助于減少工業(yè)污染物排放進(jìn)而實(shí)現(xiàn)工業(yè)綠色轉(zhuǎn)型，由列（4）可知兩者存在顯著的負(fù)向關(guān)系，表明結(jié)果穩(wěn)健成立。

4.3 機(jī)制分析

為進(jìn)一步探究數(shù)字經(jīng)濟(jì)對(duì)工業(yè)綠色轉(zhuǎn)型的作用機(jī)制，本文以工業(yè)綠色轉(zhuǎn)型指標(biāo)體系中產(chǎn)業(yè)結(jié)構(gòu)升級(jí)（Ind）、綠色創(chuàng)新能力（Gin）、工業(yè)環(huán)境污染（Pol）為中介變量進(jìn)行實(shí)證檢驗(yàn)。表7中，在基準(zhǔn)回歸顯著的前提下，將數(shù)字經(jīng)濟(jì)分別對(duì)三項(xiàng)中介變量進(jìn)行回歸，列（1）、（3）、（5）顯示數(shù)字經(jīng)濟(jì)對(duì)三者的回歸系數(shù)均顯著為正，在加入中介變量的回歸方程列（2）、（4）、（6）中可看出，數(shù)字經(jīng)濟(jì)的影響系數(shù)呈現(xiàn)一定程度下降，同時(shí)經(jīng)Sobel檢驗(yàn)后結(jié)果均顯著，表明數(shù)字經(jīng)濟(jì)通過推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)、提升綠色創(chuàng)新能力、減少工業(yè)環(huán)境污染三條路徑推動(dòng)工業(yè)綠色轉(zhuǎn)型。

4.4 異質(zhì)性分析

不同地區(qū)由于資源稟賦、社會(huì)環(huán)境等不同可能會(huì)使數(shù)字經(jīng)濟(jì)與工業(yè)綠色轉(zhuǎn)型產(chǎn)生異質(zhì)性特征。本文將中國(guó)279個(gè)地級(jí)市劃分為東部、中部、西部地區(qū)及城市群、非城市群五個(gè)樣本以研究異質(zhì)性影響結(jié)果見表8。就東中西部地區(qū)而言，數(shù)字經(jīng)濟(jì)均顯著為正，同時(shí)東部地區(qū)效應(yīng)最強(qiáng)，因其得益于完善的數(shù)字基礎(chǔ)設(shè)施和數(shù)字應(yīng)用渠道，呈現(xiàn)一定的“先發(fā)優(yōu)勢(shì)”。就城市群與非城市群地區(qū)而言，城市群數(shù)字經(jīng)濟(jì)對(duì)工業(yè)綠色轉(zhuǎn)型的作用顯著為正，而非城市群效果并不明顯，表明城市群內(nèi)的城市可更好地將數(shù)字紅利應(yīng)用于工業(yè)綠色轉(zhuǎn)型中。

4.5 進(jìn)一步分析：門檻效應(yīng)

本文以數(shù)字經(jīng)濟(jì)為門檻變量進(jìn)行門檻檢驗(yàn)，經(jīng)過bootstrap反復(fù)抽樣1000次后觀察到數(shù)字經(jīng)濟(jì)通過了雙重門檻檢驗(yàn)，結(jié)果如表9所示。由表9可知，數(shù)字經(jīng)濟(jì)的雙門檻值分別為0.290和0.403，彈性系數(shù)分別為-0.017、0.032、0.176，當(dāng)小于0.290門檻值時(shí)數(shù)字經(jīng)濟(jì)的影響為負(fù)但不顯著，大于0.290門檻值時(shí)數(shù)字經(jīng)濟(jì)對(duì)工業(yè)綠色轉(zhuǎn)型具有顯著的正向影響，同時(shí)影響程度持續(xù)提升，呈現(xiàn)邊際效益遞增的非線性特征。隨著數(shù)字化平臺(tái)的完善，數(shù)字經(jīng)濟(jì)與工業(yè)之間的聯(lián)系愈發(fā)緊密，推動(dòng)生產(chǎn)技術(shù)、污染監(jiān)管等領(lǐng)域的提升，促使工業(yè)綠色轉(zhuǎn)型加速發(fā)展。

5 結(jié)論與建議

本文在探討數(shù)字經(jīng)濟(jì)動(dòng)態(tài)演進(jìn)及其對(duì)工業(yè)綠色轉(zhuǎn)型影響的基礎(chǔ)上得到以下結(jié)論：（1）2011—2019年中國(guó)城市數(shù)字經(jīng)濟(jì)水平呈現(xiàn)逐年上升的態(tài)勢(shì)，不同地區(qū)之間的差距不斷擴(kuò)大，呈現(xiàn)離散分布特征，不同類型城市演進(jìn)存在一定的時(shí)空慣性。（2）數(shù)字經(jīng)濟(jì)對(duì)工業(yè)綠色轉(zhuǎn)型具有顯著的正向促進(jìn)作用，并通過推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)、提升綠色創(chuàng)新能力、減少工業(yè)環(huán)境污染三條途徑發(fā)揮。（3）數(shù)字經(jīng)濟(jì)對(duì)東中西部地區(qū)的工業(yè)綠色轉(zhuǎn)型均呈現(xiàn)顯著的促進(jìn)作用，且東部地區(qū)效果最好，相較非城市群，數(shù)字經(jīng)濟(jì)顯著驅(qū)動(dòng)城市群的工業(yè)綠色轉(zhuǎn)型；數(shù)字經(jīng)濟(jì)的影響存在邊際效應(yīng)遞增的非線性特征。

為進(jìn)一步發(fā)揮數(shù)字經(jīng)濟(jì)的推動(dòng)作用，促進(jìn)工業(yè)綠色轉(zhuǎn)型穩(wěn)步提升，提出以下政策建議：（1）不斷強(qiáng)化數(shù)字經(jīng)濟(jì)的賦能帶動(dòng)作用。拓寬數(shù)字經(jīng)濟(jì)作用的廣度和深度，推動(dòng)數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化與工業(yè)綠色轉(zhuǎn)型相互融合，借助數(shù)字平臺(tái)提升生產(chǎn)效率、減少資源消耗，促進(jìn)綠色轉(zhuǎn)型。（2）加快優(yōu)化數(shù)字賦能的多路徑作用。利用數(shù)字技術(shù)合理分配資源，提升產(chǎn)業(yè)結(jié)構(gòu)，實(shí)現(xiàn)綠色發(fā)展；提升對(duì)創(chuàng)新研發(fā)的重視程度，不斷發(fā)展綠色創(chuàng)新的新路徑；加強(qiáng)數(shù)字技術(shù)對(duì)生產(chǎn)決策、生產(chǎn)流程的帶動(dòng)作用，高效利用資源，減少環(huán)境污染。（3）持續(xù)推進(jìn)數(shù)字經(jīng)濟(jì)差異化發(fā)展戰(zhàn)略?；诟鞯貐^(qū)的稟賦差異及發(fā)展程度的不同，實(shí)施動(dòng)態(tài)化及差異化的發(fā)展策略，不斷加強(qiáng)區(qū)域內(nèi)、區(qū)域間的合作與聯(lián)動(dòng)發(fā)展。

參考文獻(xiàn)：

［1］張三峰， 魏下海. 信息與通信技術(shù)是否降低了企業(yè)能源消耗：來自中國(guó)制造業(yè)企業(yè)調(diào)查數(shù)據(jù)的證據(jù)［J］. 中國(guó)工業(yè)經(jīng)濟(jì)， 2019（2）：155-173.

［2］韓晶， 陳曦. 數(shù)字經(jīng)濟(jì)賦能綠色發(fā)展：內(nèi)在機(jī)制與經(jīng)驗(yàn)證據(jù)［J］. 經(jīng)濟(jì)社會(huì)體制比較， 2022（2）：73-84.

［3］周曉輝， 劉瑩瑩， 彭留英. 數(shù)字經(jīng)濟(jì)發(fā)展與綠色全要素生產(chǎn)率提高［J］. 上海經(jīng)濟(jì)研究， 2021（12）：51-63.

［4］盧福財(cái)， 劉林英， 徐遠(yuǎn)彬. 互聯(lián)網(wǎng)發(fā)展對(duì)工業(yè)綠色全要素生產(chǎn)率的影響研究［J］. 江西社會(huì)科學(xué)， 2021， 41（1）：39-50，254-255.

［5］沈裕謀， 張亞斌. 兩化融合對(duì)中國(guó)工業(yè)綠色全要素生產(chǎn)率的影響研究［J］. 湖南科技大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版）， 2014， 17（3）：70-77.

［6］倫曉波， 劉顏. 數(shù)字政府、數(shù)字經(jīng)濟(jì)與綠色技術(shù)創(chuàng)新［J］. 山西財(cái)經(jīng)大學(xué)學(xué)報(bào)， 2022， 44（4）：1-13.

［7］蔡玲， 汪萍. 數(shù)字經(jīng)濟(jì)與城市綠色全要素生產(chǎn)率：影響機(jī)制與經(jīng)驗(yàn)證據(jù)［J］. 統(tǒng)計(jì)與決策， 2022， 38（9）：11-16.

［8］李佳鈺， 周宇. 互聯(lián)網(wǎng)對(duì)中國(guó)工業(yè)技術(shù)創(chuàng)新效率的影響：基于階段異質(zhì)效應(yīng)的分析［J］. 人文雜志， 2018（7）：34-43.

［9］ROMM J. The internet and the new energy economy［J］. Resources Conservation and Recycling， 2002， 36（3）：197-210.

［10］許憲春， 任雪， 常子豪. 大數(shù)據(jù)與綠色發(fā)展［J］. 中國(guó)工業(yè)經(jīng)濟(jì)， 2019（4）：5-22.

［11］李欣， 楊朝遠(yuǎn)， 曹建華. 網(wǎng)絡(luò)輿論有助于緩解霧霾污染嗎？——兼論霧霾污染的空間溢出效應(yīng)［J］. 經(jīng)濟(jì)學(xué)動(dòng)態(tài)， 2017（6）：45-57.

［12］趙濤， 張智， 梁上坤. 數(shù)字經(jīng)濟(jì)、創(chuàng)業(yè)活躍度與高質(zhì)量發(fā)展：來自中國(guó)城市的經(jīng)驗(yàn)證據(jù)［J］. 管理世界， 2020， 36（10）：65-76.

［13］鄧慧慧， 楊露鑫. 霧霾治理、地方競(jìng)爭(zhēng)與工業(yè)綠色轉(zhuǎn)型［J］. 中國(guó)工業(yè)經(jīng)濟(jì)， 2019（10）：118-136.