地區(qū)數(shù)字化水平、綠色技術(shù)創(chuàng)新與制造業(yè)綠色轉(zhuǎn)型

摘 要：綠色轉(zhuǎn)型已成為制造業(yè)高質(zhì)量發(fā)展的必然要求，數(shù)字化為此提供了良好的契機(jī)。文章基于2010—2019年長(zhǎng)江經(jīng)濟(jì)帶省際平衡面板數(shù)據(jù)，運(yùn)用超效率SBM模型和ML指數(shù)測(cè)度制造業(yè)綠色全要素生產(chǎn)率（GTFP），借助主成分分析法計(jì)算地區(qū)數(shù)字化水平綜合指數(shù)，檢驗(yàn)地區(qū)數(shù)字化水平對(duì)制造業(yè)GTFP的影響及中介機(jī)制。研究顯示：地區(qū)數(shù)字化水平顯著正向影響長(zhǎng)江經(jīng)濟(jì)帶制造業(yè)GTFP；門檻效應(yīng)檢驗(yàn)發(fā)現(xiàn)，當(dāng)?shù)貐^(qū)數(shù)字化水平高于單一門檻值0.363時(shí)，才能發(fā)揮對(duì)制造業(yè)GTFP的促進(jìn)作用；地區(qū)數(shù)字化水平對(duì)制造業(yè)GTFP的影響呈現(xiàn)上中下游逐級(jí)遞減的梯度格局；綠色技術(shù)創(chuàng)新在地區(qū)數(shù)字化水平與制造業(yè)GTFP中發(fā)揮部分中介作用；經(jīng)濟(jì)后果分析發(fā)現(xiàn)，地區(qū)數(shù)字化水平通過綠色技術(shù)創(chuàng)新賦能長(zhǎng)江經(jīng)濟(jì)帶制造業(yè)綠色轉(zhuǎn)型，提升了地區(qū)經(jīng)濟(jì)水平。最后，文章提出了包括加強(qiáng)數(shù)字化建設(shè)、強(qiáng)化地區(qū)間協(xié)調(diào)發(fā)展、提升綠色技術(shù)創(chuàng)新支持力度等政策建議。

關(guān)鍵詞：長(zhǎng)江經(jīng)濟(jì)帶；地區(qū)數(shù)字化水平；綠色技術(shù)創(chuàng)新；綠色轉(zhuǎn)型

中圖分類號(hào)：F427；X322" " " 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-5097（2023）04-0001-12

Regional Digital Level，Green Technology Innovation，

and Green Transformation of Manufacturing Industry

XIAO Jing1，ZENG Ping1，ZHANG Leimin2

（1. School of Business Administration，South China University of Technology，Guangzhou 510641，China;

2. School of Management，Wuhan Institute of Technology，Wuhan 430205，China）

Abstract：Green transformation has become an inevitable requirement for high-quality development of manufacturing industry，and digitalization provides a good opportunity for this. Based on the inter provincial balance panel data of the Yangtze River economic belt from 2010 to 2019，the super efficiency SBM model and ML index are used to measure the green total factor productivity（GTFP）of manufacturing industry. The comprehensive index of regional digitization level is calculated with the help of the principal component analysis，and then the impact of regional digitization level on manufacturing GTFP and the intermediary mechanism are tested. The results show that the level of regional digitization has a significant positive impact on the manufacturing GTFP of the Yangtze River economic belt；the threshold effect test finds that when the regional digital level is higher than the single threshold of 0.363，it can promote the GTFP of manufacturing industry；the impact of the regional digital level on manufacturing GTFP shows a gradient pattern of gradual decline in the upstream，middle，and downstream； green technology innovation plays an intermediary role in regional digital level and manufacturing GTFP；the economic consequence analysis finds that the regional digital level enables the green transformation of manufacturing industry in the Yangtze River economic belt through green technology innovation，which promotes the improvement of regional economic level. Finally，this paper puts forward targeted policy recommendations，including strengthening digital construction，strengthening coordinated development among regions，and enhancing support for green technology innovation.

Key words：Yangtze River economic belt；regional digital level；green technology innovation； green transformation

一、引 言

黨的二十大報(bào)告指出，應(yīng)協(xié)同推進(jìn)降碳、減污、擴(kuò)綠、增長(zhǎng)，推動(dòng)綠色發(fā)展，促進(jìn)人與自然和諧共生。具體來看，“加快規(guī)劃建設(shè)新型能源體系”“加快發(fā)展方式綠色轉(zhuǎn)型”“推動(dòng)形成綠色低碳的生產(chǎn)生活方式”等一系列新目標(biāo)、新任務(wù)為各行業(yè)綠色發(fā)展指明了努力方向。二十大報(bào)告進(jìn)一步強(qiáng)調(diào)，應(yīng)穩(wěn)步推進(jìn)制造業(yè)高端化、智能化、綠色化發(fā)展，這有利于提升我國(guó)制造業(yè)國(guó)際競(jìng)爭(zhēng)力，促使制造業(yè)產(chǎn)業(yè)鏈、價(jià)值鏈向中高端不斷攀升。改革開放以來，我國(guó)制造業(yè)在整體規(guī)模與技術(shù)含量上均取得了舉世矚目的成就，我國(guó)制造業(yè)產(chǎn)值長(zhǎng)期位列世界第一，但過去粗放式發(fā)展使我國(guó)經(jīng)濟(jì)增長(zhǎng)與環(huán)境污染的關(guān)系長(zhǎng)期位于環(huán)境庫(kù)茲涅茨曲線的前端，阻礙了制造業(yè)的高質(zhì)量發(fā)展［1］?！吨袊?guó)制造2025》明確提出“加快制造業(yè)綠色改造升級(jí)”，將制造業(yè)綠色轉(zhuǎn)型發(fā)展上升到國(guó)家戰(zhàn)略高度。長(zhǎng)江經(jīng)濟(jì)帶是我國(guó)經(jīng)濟(jì)發(fā)展模式轉(zhuǎn)型升級(jí)的戰(zhàn)略性代表區(qū)域，其制造業(yè)的高質(zhì)量發(fā)展與新常態(tài)下經(jīng)濟(jì)發(fā)展新舊動(dòng)能轉(zhuǎn)換、經(jīng)濟(jì)增速換擋進(jìn)程密切相關(guān)。然而，長(zhǎng)江經(jīng)濟(jì)帶工業(yè)廢水排放總量占全國(guó)比重超過40%，單位面積污染性氣體排放量是全國(guó)平均水平的1.5～2倍，制造業(yè)綠色轉(zhuǎn)型需求尤為迫切［2］。抓住長(zhǎng)江經(jīng)濟(jì)帶這個(gè)“牛鼻子”，研究其制造業(yè)綠色轉(zhuǎn)型問題將為解決經(jīng)濟(jì)增長(zhǎng)與環(huán)境保護(hù)這一核心矛盾提供重要經(jīng)驗(yàn)借鑒。實(shí)踐中，企業(yè)與行業(yè)的綠色轉(zhuǎn)型均具有投入大、周期長(zhǎng)、風(fēng)險(xiǎn)高等特征［3］，尤其是在目前高度不確定的市場(chǎng)與技術(shù)環(huán)境下，如何持續(xù)有效推動(dòng)制造業(yè)綠色轉(zhuǎn)型成為亟待解答的現(xiàn)實(shí)難題。

2021年我國(guó)數(shù)字經(jīng)濟(jì)規(guī)模達(dá)到45.5萬億元，占GDP比重高達(dá)39.8%。數(shù)字經(jīng)濟(jì)以數(shù)字化的知識(shí)和信息為核心要素，數(shù)字技術(shù)的快速發(fā)展能夠優(yōu)化要素配置、提升生態(tài)效率并充分賦能產(chǎn)業(yè)轉(zhuǎn)型升級(jí)［4-5］，由此而論，地區(qū)數(shù)字化水平可能是推動(dòng)制造業(yè)綠色轉(zhuǎn)型的全新方案。從理論上看，數(shù)字化的重要目標(biāo)就在于提升社會(huì)的信息化、智慧化水平，提高資源配置效率，在與傳統(tǒng)實(shí)體經(jīng)濟(jì)的結(jié)合中兼顧轉(zhuǎn)型創(chuàng)新和節(jié)能減排的新訴求⑴。地區(qū)數(shù)字化水平的提升為制造企業(yè)提供了便利的基礎(chǔ)設(shè)施，也促進(jìn)了企業(yè)在生產(chǎn)流程和污染治理階段生產(chǎn)要素的配置優(yōu)化，有利于推動(dòng)綠色技術(shù)創(chuàng)新以實(shí)現(xiàn)生產(chǎn)工藝的綠色化，最終整體推進(jìn)制造業(yè)綠色轉(zhuǎn)型［6-7］。從實(shí)踐角度看，世界經(jīng)濟(jì)論壇數(shù)據(jù)顯示，在制造業(yè)等行業(yè)應(yīng)用互聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算、人工智能、5G等數(shù)字化方案，可以減少高達(dá)15%的全球碳排放。由此可見，制造業(yè)綠色轉(zhuǎn)型目標(biāo)的實(shí)現(xiàn)越來越離不開地區(qū)數(shù)字化水平的推動(dòng)，但遺憾的是，地區(qū)數(shù)字化水平影響制造業(yè)綠色轉(zhuǎn)型的機(jī)理及其影響過程的“理論暗箱”尚未打開?；诖耍狙芯恳蚤L(zhǎng)江經(jīng)濟(jì)帶11個(gè)省市為研究對(duì)象，構(gòu)建指標(biāo)體系測(cè)度制造業(yè)綠色轉(zhuǎn)型績(jī)效（GTFP）及地區(qū)數(shù)字化水平，探究數(shù)字化水平與制造業(yè)GTFP的關(guān)系。

本文的邊際貢獻(xiàn)體現(xiàn)在：①以長(zhǎng)江經(jīng)濟(jì)帶作為研究視域，直接建立地區(qū)數(shù)字化水平與制造業(yè)綠色轉(zhuǎn)型之間的關(guān)聯(lián)，研究主題契合黨和國(guó)家關(guān)注的重大理論與實(shí)踐問題。②識(shí)別綠色技術(shù)創(chuàng)新的中介機(jī)制，揭開地區(qū)數(shù)字化水平影響制造業(yè)GTFP的“理論暗箱”。③研究地區(qū)數(shù)字化水平對(duì)制造業(yè)GTFP的直接影響、區(qū)域異質(zhì)性、門檻效應(yīng)、中介效應(yīng)及經(jīng)濟(jì)后果等，提出具有針對(duì)性的政策建議，可為后續(xù)研究提供一定的經(jīng)驗(yàn)借鑒。

二、文獻(xiàn)回顧

與本文密切相關(guān)的研究主要可分為兩類：

第一類是制造業(yè)綠色轉(zhuǎn)型的評(píng)價(jià)及其驅(qū)動(dòng)因素。制造業(yè)綠色轉(zhuǎn)型是實(shí)現(xiàn)增長(zhǎng)方式由粗放到集約、污染控制由高碳污染到綠色減排的復(fù)雜過程［8］，這就決定了其驅(qū)動(dòng)因素的多樣性及其內(nèi)在關(guān)聯(lián)的復(fù)雜性。首先，學(xué)者們對(duì)綠色轉(zhuǎn)型的測(cè)量方式較多，主要包含兩種方式：一是對(duì)不同的投入產(chǎn)出指標(biāo)通過數(shù)據(jù)包絡(luò)分析法（DEA）測(cè)度綠色全要素生產(chǎn)率或綠色轉(zhuǎn)型效率［9］，這也是目前被多數(shù)學(xué)者認(rèn)可的做法；二是構(gòu)建多維度指標(biāo)進(jìn)行數(shù)據(jù)降維得到綜合得分［10］。其次，現(xiàn)有文獻(xiàn)對(duì)制造業(yè)綠色轉(zhuǎn)型的影響因素展開了廣泛探討，可聚類為技術(shù)、組織與環(huán)境三個(gè)層面：技術(shù)層面包含技術(shù)進(jìn)步與技術(shù)創(chuàng)新能力、信息化或數(shù)字化發(fā)展水平等；組織層面則包括政府支持、人力資本等；環(huán)境層面內(nèi)涵最為豐富，包括環(huán)境規(guī)制、市場(chǎng)競(jìng)爭(zhēng)、能源結(jié)構(gòu)、市場(chǎng)開放程度等［11-12］。但目前多數(shù)文獻(xiàn)仍基于傳統(tǒng)線性回歸模型集中探討單一因素對(duì)制造業(yè)綠色轉(zhuǎn)型影響的“凈效應(yīng)”，忽視了多因素之間的交互作用和多因素關(guān)聯(lián)產(chǎn)生的“多重并發(fā)”及“殊途同歸”結(jié)果，而制造業(yè)綠色轉(zhuǎn)型是技術(shù)、組織、環(huán)境等多方面因素的交互影響結(jié)果，需要關(guān)注不同因素之間的組態(tài)匹配問題［13］。

第二類是數(shù)字化對(duì)綠色轉(zhuǎn)型的影響。根據(jù)研究視域可區(qū)分為四種形態(tài)：一是地區(qū)層面數(shù)字化對(duì)地區(qū)綠色轉(zhuǎn)型的影響，如韓晶和陳曦（2022）［14］探究了我國(guó)221個(gè)地級(jí)及以上城市的數(shù)字經(jīng)濟(jì)發(fā)展水平對(duì)地區(qū)綠色發(fā)展水平的影響，Li等（2022）［15］基于我國(guó)277個(gè)城市數(shù)據(jù)，研究地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展水平對(duì)綠色經(jīng)濟(jì)效率的影響，均發(fā)現(xiàn)數(shù)字經(jīng)濟(jì)能夠充分賦能地區(qū)綠色發(fā)展。二是地區(qū)層面數(shù)字化對(duì)產(chǎn)業(yè)或行業(yè)綠色轉(zhuǎn)型的影響，如樊勝岳等（2021）［5］分析了地區(qū)數(shù)字化水平與農(nóng)業(yè)綠色發(fā)展的非線性關(guān)系，呂知新等（2021）［16］則基于我國(guó)省級(jí)數(shù)據(jù)探究地區(qū)數(shù)字金融發(fā)展對(duì)工業(yè)綠色轉(zhuǎn)型的影響。三是地區(qū)層面數(shù)字化對(duì)企業(yè)綠色轉(zhuǎn)型的影響，如王鋒正等（2022）［17］研究地區(qū)數(shù)字化對(duì)資源型企業(yè)綠色技術(shù)創(chuàng)新的影響，發(fā)現(xiàn)地區(qū)數(shù)字化水平的四個(gè)維度均與企業(yè)綠色技術(shù)創(chuàng)新存在顯著“倒U”型關(guān)系。四是企業(yè)層面數(shù)字化對(duì)企業(yè)綠色轉(zhuǎn)型的影響，如宋德勇等（2022）［18］以重污染上市企業(yè)為樣本，實(shí)證檢驗(yàn)得出企業(yè)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)綠色技術(shù)創(chuàng)新的正向影響。綜上所述，已有文獻(xiàn)為本研究提供了十分有益的參考，但現(xiàn)有文獻(xiàn)尚未直接建立地區(qū)數(shù)字化水平與制造業(yè)綠色轉(zhuǎn)型的關(guān)聯(lián)，兩者間的影響及中間轉(zhuǎn)化機(jī)制尚未可知，本研究將重點(diǎn)彌補(bǔ)這一不足。

三、機(jī)理分析與假設(shè)提出

（一）地區(qū)數(shù)字化水平與制造業(yè)綠色轉(zhuǎn)型

地區(qū)數(shù)字化水平雖沒有統(tǒng)一的概念定義，但多數(shù)文獻(xiàn)從數(shù)字化投入、數(shù)字化產(chǎn)出和數(shù)字化應(yīng)用三個(gè)維度對(duì)其展開評(píng)價(jià)［19-20］。具體而言，數(shù)字化投入主要指地區(qū)依托數(shù)字技術(shù)開展的相關(guān)基礎(chǔ)設(shè)施建設(shè)，數(shù)字化產(chǎn)出指地區(qū)數(shù)字化建設(shè)的成果，而數(shù)字化應(yīng)用主要指數(shù)字技術(shù)在社會(huì)層面的普及程度［20］。制造業(yè)綠色轉(zhuǎn)型的目標(biāo)是為了走出價(jià)值鏈低端的陷阱，實(shí)現(xiàn)綠色和可持續(xù)性發(fā)展。

首先，數(shù)字化投入方面，互聯(lián)網(wǎng)是兼具資本投入和通用技術(shù)融合的數(shù)字化基礎(chǔ)設(shè)施，有利于縮小行業(yè)數(shù)字化接入鴻溝，降低制造企業(yè)在生產(chǎn)經(jīng)營(yíng)過程中的信息搜索與管理成本，革新制造業(yè)綠色生產(chǎn)方式，提高綠色生產(chǎn)效率［21］。數(shù)字化基礎(chǔ)設(shè)施的日益完善也有利于制造企業(yè)引進(jìn)新型數(shù)字化設(shè)備，一方面淘汰環(huán)境污染嚴(yán)重的老舊設(shè)備，直接降低污染物排放，提升制造企業(yè)的綠色化水平［22］；另一方面通過數(shù)字技術(shù)對(duì)企業(yè)生產(chǎn)及末端污染治理等環(huán)節(jié)進(jìn)行全面改造，實(shí)現(xiàn)產(chǎn)品與工藝的全鏈條綠色轉(zhuǎn)型［23］。其次，數(shù)字化產(chǎn)出水平提高反映了地區(qū)數(shù)字化建設(shè)的成效較好，地區(qū)數(shù)字化建設(shè)的主體是政府，可以直接反映政府對(duì)數(shù)字化建設(shè)的重視程度。當(dāng)政府在數(shù)字化建設(shè)方面的扶持力度大時(shí)，地區(qū)知識(shí)和信息的傳播與交流速度顯著加快，企業(yè)信息獲取成本大大降低［24］，加劇了市場(chǎng)競(jìng)爭(zhēng)壓力，倒逼企業(yè)加大研發(fā)投入［25］，實(shí)現(xiàn)綠色轉(zhuǎn)型；同時(shí)有利于綠色專業(yè)化人才的培養(yǎng)，從而為制造業(yè)綠色轉(zhuǎn)型積累人力資本，有利于生產(chǎn)效率的提升［19］。最后，數(shù)字化應(yīng)用反映了數(shù)字技術(shù)的應(yīng)用廣度和深度，互聯(lián)網(wǎng)、大數(shù)據(jù)、5G、物聯(lián)網(wǎng)等數(shù)字技術(shù)的廣泛應(yīng)用，在組織層面擴(kuò)大了技術(shù)的正向外溢效應(yīng)，也在個(gè)體層面降低了消費(fèi)者的信息獲取成本，有效改善了信息不對(duì)稱問題，消費(fèi)者綠色消費(fèi)觀念促使其偏好更為環(huán)保的產(chǎn)品，倒逼企業(yè)不斷提升自身產(chǎn)品的綠色價(jià)值含量，推動(dòng)制造業(yè)整體綠色轉(zhuǎn)型?；诖耍疚奶岢黾僭O(shè)1。

H1：地區(qū)數(shù)字化水平正向影響制造業(yè)綠色轉(zhuǎn)型。

（二）地區(qū)數(shù)字化水平與綠色技術(shù)創(chuàng)新

數(shù)字化推動(dòng)下，數(shù)字經(jīng)濟(jì)模式具有顯著的賦能效應(yīng)，能夠推動(dòng)產(chǎn)品、生產(chǎn)模式的變革，為創(chuàng)新活動(dòng)的開展和突破開啟了新的發(fā)展渠道和實(shí)施空間［26］。王金杰等（2018）［27］認(rèn)為，數(shù)字技術(shù)的深度應(yīng)用改變了創(chuàng)新要素的組合方式，降低了契約成本和認(rèn)知差異等，能夠顯著提高企業(yè)技術(shù)創(chuàng)新能力。其一，地區(qū)數(shù)字化投入水平提升，數(shù)字溝通平臺(tái)等基礎(chǔ)設(shè)施建設(shè)日益加強(qiáng)，為制造企業(yè)開展綠色技術(shù)創(chuàng)新活動(dòng)奠定了資源及知識(shí)基礎(chǔ)［28］。同時(shí)數(shù)字基礎(chǔ)設(shè)施的逐步完善，有利于提升創(chuàng)新頻率、培育高端生產(chǎn)要素、促進(jìn)技術(shù)創(chuàng)新擴(kuò)散，增強(qiáng)低資源消耗條件下新價(jià)值創(chuàng)造即綠色創(chuàng)新的可能性［29-30］，加強(qiáng)地區(qū)主體間信息網(wǎng)絡(luò)的高效連接，便于制造企業(yè)融入信息網(wǎng)絡(luò)以激發(fā)綠色技術(shù)創(chuàng)新動(dòng)能。其二，數(shù)字化成效越顯著，越能增強(qiáng)地區(qū)企業(yè)技術(shù)創(chuàng)新的信心和動(dòng)力。創(chuàng)新的基礎(chǔ)是新知識(shí)的獲取與吸收，企業(yè)在對(duì)多種信息和數(shù)據(jù)收集后，再將其進(jìn)一步篩選、組合、利用和再造，在數(shù)字化背景下為了提高持續(xù)競(jìng)爭(zhēng)力，很多企業(yè)通過大數(shù)據(jù)、人工智能和平臺(tái)賦能等數(shù)字化整合方式，更好地接觸和吸收不同行業(yè)產(chǎn)品的信息和服務(wù)，從而為企業(yè)技術(shù)創(chuàng)新提供支持［23］。綠色技術(shù)創(chuàng)新與傳統(tǒng)技術(shù)創(chuàng)新的區(qū)別在于技術(shù)的環(huán)保特性，而隨著數(shù)字化建設(shè)成效的日益明顯，企業(yè)越能從數(shù)字建設(shè)過程中汲取先進(jìn)綠色技術(shù)的價(jià)值，對(duì)綠色產(chǎn)品、工藝和管理模式等方面的創(chuàng)新均有積極作用。其三，數(shù)字化在社會(huì)層面的普及程度提升，有利于政府、公眾、媒體等多重主體對(duì)企業(yè)環(huán)保行為的監(jiān)督，企業(yè)在綠色環(huán)保方面進(jìn)行欺詐行為的可能性被大大降低，迫使企業(yè)開展綠色技術(shù)創(chuàng)新，從源頭上改善環(huán)境治理水平［31］。基于此，本文提出假設(shè)2。

H2：地區(qū)數(shù)字化水平正向影響綠色技術(shù)創(chuàng)新。

（三）綠色技術(shù)創(chuàng)新與制造業(yè)綠色轉(zhuǎn)型

綠色技術(shù)創(chuàng)新作為兼顧環(huán)境保護(hù)和綠色經(jīng)濟(jì)發(fā)展的新型技術(shù)創(chuàng)新類型，在我國(guó)制造業(yè)發(fā)展中起著越來越重要的作用［32］，而創(chuàng)新能力不強(qiáng)一直是我國(guó)制造業(yè)轉(zhuǎn)型升級(jí)的最大障礙［33］。研究表明，企業(yè)綠色技術(shù)創(chuàng)新能力的高低與企業(yè)污染程度直接相關(guān)，污染程度將隨著綠色技術(shù)創(chuàng)新能力的提升而有效降低［34］，提升綠色技術(shù)創(chuàng)新能力對(duì)制造業(yè)綠色轉(zhuǎn)型至關(guān)重要。首先，改善制造企業(yè)綠色發(fā)展水平可采取兩類措施：減少污染物的產(chǎn)生數(shù)量或增加去除污染物的數(shù)量，相應(yīng)地，企業(yè)采取的綠色技術(shù)被歸類為清潔生產(chǎn)技術(shù)和末端污染處理技術(shù)［35］。一方面，在綠色技術(shù)創(chuàng)新過程中，企業(yè)原有污染嚴(yán)重的老舊設(shè)備被更新?lián)Q代，更新后的設(shè)備有利于提高企業(yè)的綠色制造水平，有效減少企業(yè)的污染治理成本，直接降低廢水廢氣等污染物的排放。另一方面，企業(yè)綠色技術(shù)創(chuàng)新也會(huì)使污染的末端處理技術(shù)提升，能夠有效處理、回收產(chǎn)生的污染物，從而提升企業(yè)的環(huán)保水平。其次，政府對(duì)綠色技術(shù)創(chuàng)新的支持力度加大，如融資優(yōu)惠政策、直接資金補(bǔ)貼、稅收減免等，政府支持作為一種稀缺的資源，有利于增強(qiáng)企業(yè)開展綠色技術(shù)創(chuàng)新活動(dòng)的積極性，發(fā)揮技術(shù)的正向外溢效應(yīng)，有效促進(jìn)制造業(yè)綠色轉(zhuǎn)型?；诖耍疚奶岢黾僭O(shè)3。

H3：綠色技術(shù)創(chuàng)新正向影響制造業(yè)綠色轉(zhuǎn)型。

（四）綠色技術(shù)創(chuàng)新的中介作用

陳詩(shī)一（2010）［36］指出，我國(guó)工業(yè)綠色轉(zhuǎn)型的本質(zhì)在于通過技術(shù)創(chuàng)新推進(jìn)工業(yè)綠色全要素生產(chǎn)率的持續(xù)改善。而數(shù)字化以數(shù)字技術(shù)和新一代信息技術(shù)為核心，為技術(shù)創(chuàng)新提供了基礎(chǔ)條件。結(jié)合上述分析，地區(qū)數(shù)字化水平提升，為制造企業(yè)開展綠色技術(shù)創(chuàng)新創(chuàng)造了良好條件，基礎(chǔ)設(shè)施改善能降低企業(yè)綠色技術(shù)創(chuàng)新的成本，對(duì)制造業(yè)整體綠色轉(zhuǎn)型績(jī)效提升有明顯的積極作用。同時(shí)，地區(qū)數(shù)字化建設(shè)代表了政府行為，可從“合法性”邏輯進(jìn)行解釋：數(shù)字化水平提升，政府對(duì)企業(yè)環(huán)境行為的智慧監(jiān)管能力大幅提升，一方面政府鼓勵(lì)企業(yè)開展綠色創(chuàng)新并給予相應(yīng)優(yōu)惠政策，形成對(duì)綠色技術(shù)創(chuàng)新的“正向激勵(lì)機(jī)制”；另一方面是對(duì)企業(yè)施加制度壓力，日益嚴(yán)格和便捷的監(jiān)管迫使企業(yè)履行環(huán)境責(zé)任，通過綠色技術(shù)創(chuàng)新改善環(huán)境績(jī)效水平以獲得社會(huì)“合法性”，形成對(duì)綠色技術(shù)創(chuàng)新的“反向倒逼機(jī)制”。最后，數(shù)字化水平提升，加強(qiáng)了消費(fèi)者、投資者、供應(yīng)商、社會(huì)媒體等群體對(duì)企業(yè)的監(jiān)督，企業(yè)的利益相關(guān)者環(huán)保壓力將大幅上升，企業(yè)環(huán)境污染行為被各利益相關(guān)者知曉的可能性大大提高；而依據(jù)信號(hào)理論，“綠色環(huán)保”這一積極信號(hào)有利于企業(yè)融資、贏得顧客消費(fèi)偏好以及獲得政府支持，對(duì)企業(yè)構(gòu)建持續(xù)競(jìng)爭(zhēng)優(yōu)勢(shì)不可或缺，這將促進(jìn)企業(yè)綠色技術(shù)創(chuàng)新行為進(jìn)而推動(dòng)制造業(yè)的整體綠色轉(zhuǎn)型［37］。進(jìn)一步地，本文提出假設(shè)4。

H4：綠色技術(shù)創(chuàng)新在地區(qū)數(shù)字化水平與制造業(yè)綠色轉(zhuǎn)型間發(fā)揮中介作用。

綜上所述，本文構(gòu)建研究理論框架如圖1所示。

四、變量選取與模型設(shè)定

（一）變量選擇與測(cè)度

（1）結(jié)果變量：制造業(yè)綠色全要素生產(chǎn)率（GTFP）。陳詩(shī)一（2010）［36］認(rèn)為，我國(guó)工業(yè)綠色轉(zhuǎn)型的目標(biāo)就在于推進(jìn)綠色全要素生產(chǎn)率的持續(xù)改善，因此采用多數(shù)學(xué)者認(rèn)同的綠色全要素生產(chǎn)率（GTFP）衡量制造業(yè)綠色轉(zhuǎn)型績(jī)效［13，38］。具體而言，依據(jù)超效率SBM模型和Malmquist-Luenberger（ML）指數(shù)模型，構(gòu)建包含投入、期望產(chǎn)出、非期望產(chǎn)出的指標(biāo)體系，借助MaxDEA Pro軟件測(cè)量制造業(yè)綠色轉(zhuǎn)型的效果及其動(dòng)態(tài)增長(zhǎng)情況。構(gòu)建指標(biāo)如下：①投入指標(biāo)。包含人力、物力以及能源消耗等三方面，其中，用制造業(yè)平均用工人數(shù)（萬人）表示人力投入，用制造業(yè)固定資產(chǎn)投資額（億元）表示物力投入，用工業(yè)能源消費(fèi)總量（萬噸標(biāo)準(zhǔn)煤）表示能源投入。②期望產(chǎn)出指標(biāo)。用制造業(yè)主營(yíng)業(yè)務(wù)收入（億元）衡量。③非期望產(chǎn)出指標(biāo)。采用工業(yè)廢水中化學(xué)需氧量（COD）排放量（萬噸）、SO2排放量（萬噸）以及工業(yè)固體廢棄物產(chǎn)生量（萬噸）進(jìn)行衡量。為得到更為準(zhǔn)確的結(jié)論，對(duì)價(jià)格性指標(biāo)進(jìn)行平減處理，如根據(jù)各省（市）當(dāng)年的固定資產(chǎn)投資價(jià)格指數(shù)，以2010年為基期對(duì)原始數(shù)據(jù)進(jìn)行平減處理，得到與2010年可比的結(jié)果數(shù)據(jù)。此外，由于ML指數(shù)僅能反映綠色全要素生產(chǎn)率的增長(zhǎng)情況，并非綠色全要素生產(chǎn)率本身，借鑒邱斌等（2008）［39］的做法，將2010年設(shè)為基期，令2010年綠色全要素生產(chǎn)率為1，其他年份綠色全要素生產(chǎn)率為當(dāng)年ML指數(shù)與上一年綠色全要素生產(chǎn)率的乘積。

（2）核心解釋變量：地區(qū)數(shù)字化水平（Digital）。數(shù)字化水平的測(cè)度方式尚未成熟，大多學(xué)者借鑒信息化的測(cè)度指標(biāo)展開相應(yīng)研究，本文綜合借鑒周青等（2020）［6］、趙濤等（2020）［20］、黃群慧等（2019）［40］的研究，構(gòu)建多維度指標(biāo)體系綜合測(cè)量地區(qū)數(shù)字化水平。具體而言，將數(shù)字化水平分為數(shù)字化投入、數(shù)字化產(chǎn)出和數(shù)字化應(yīng)用三個(gè)方面。其中，數(shù)字化投入用固定電話普及率（部/百人）、移動(dòng)電話普及率（部/百人）、互聯(lián)網(wǎng)寬帶接入用戶比例（%）衡量，數(shù)字化產(chǎn)出用郵電業(yè)務(wù)總量占GDP的比重代理，數(shù)字化應(yīng)用采用互聯(lián)網(wǎng)普及率衡量。本文借助主成分分析法對(duì)以上5個(gè)指標(biāo)降維處理，重新賦權(quán)計(jì)算得出最終可用的數(shù)字化水平（2）。限于篇幅，此處對(duì)主成分分析的詳細(xì)步驟未列出。

（3）中介變量：綠色技術(shù)創(chuàng)新（GTI）。選用各地區(qū)每萬人綠色專利申請(qǐng)量來衡量，主要原因有兩點(diǎn)：其一，綠色專利的申請(qǐng)具有較高的技術(shù)門檻，對(duì)地區(qū)在綠色技術(shù)的研發(fā)、推廣及應(yīng)用上有較高要求，更能反映高層次的綠色技術(shù)創(chuàng)新水平；其二，綠色專利申請(qǐng)量相較于授權(quán)量消除了時(shí)間滯后性，便于把握當(dāng)年的綠色技術(shù)創(chuàng)新情況［41］，與本文研究目的具有更高的契合度。

（4）控制變量。借鑒相關(guān)研究［42-43］，選擇以下變量作為模型控制變量：①政府支持（GS），采用規(guī)模以上工業(yè)企業(yè)Ramp;D資金中政府資金占比衡量。在我國(guó)的制度情境下，政府支持對(duì)企業(yè)而言無疑是一種重要資源，是制造業(yè)綠色轉(zhuǎn)型的首要推動(dòng)因素。②對(duì)外開放程度（Open），采用實(shí)際利用外資額與GDP的比值衡量。對(duì)外開放將帶來大量外資企業(yè)的涌入，一方面優(yōu)質(zhì)外資企業(yè)的清潔技術(shù)與綠色生產(chǎn)方式會(huì)引發(fā)國(guó)內(nèi)制造企業(yè)的模仿和學(xué)習(xí)；另一方面劣質(zhì)外資企業(yè)的進(jìn)入也會(huì)加重本地的污染程度。③市場(chǎng)競(jìng)爭(zhēng)程度（MCE），用規(guī)模以上工業(yè)企業(yè)數(shù)量衡量。良性的市場(chǎng)競(jìng)爭(zhēng)倒逼制造企業(yè)開展綠色創(chuàng)新，獲得持續(xù)競(jìng)爭(zhēng)優(yōu)勢(shì)；而惡性市場(chǎng)競(jìng)爭(zhēng)也容易損害綠色轉(zhuǎn)型效果。④能源消費(fèi)結(jié)構(gòu)（FCS），用［1－煤炭消費(fèi)量/能源消費(fèi)總量（標(biāo)準(zhǔn)煤）］衡量，最終數(shù)值越大表示煤炭消費(fèi)比重越小，能源消費(fèi)結(jié)構(gòu)則越趨向清潔。⑤環(huán)境規(guī)制（ER），用［（工業(yè)廢水治理運(yùn)行費(fèi)＋工業(yè)廢氣治理運(yùn)行費(fèi)）/工業(yè)總產(chǎn)值］衡量，數(shù)值越大，表示地區(qū)對(duì)環(huán)境治理的力度越大，環(huán)境規(guī)制強(qiáng)度則越高。環(huán)境規(guī)制對(duì)制造業(yè)綠色轉(zhuǎn)型的影響與“波特假說”有關(guān)，但研究結(jié)論往往莫衷一是，主要可分為“促進(jìn)論”“抑制論”和“非線性影響”等三種。

（二）實(shí)證模型構(gòu)建

根據(jù)本文研究目的及變量設(shè)置，構(gòu)建如下回歸模型：

[GTFPit=γ0+γ1Digitalit+γ2Zit+εit]" （1）

其中：GTFPit表示?。ㄊ校﹊在t年的綠色全要素生產(chǎn)率；Digitalit表示省（市）i在t年的地區(qū)數(shù)字化水平，是本研究的核心解釋變量；γ1為研究重點(diǎn)關(guān)注系數(shù)（即自變量的回歸系數(shù)）；Zit為模型控制變量的集合，γ0為回歸方程的常數(shù)項(xiàng)，[ε]it為誤差項(xiàng)。

為進(jìn)一步檢驗(yàn)地區(qū)數(shù)字化水平對(duì)制造業(yè)綠色轉(zhuǎn)型績(jī)效的影響機(jī)制，本文運(yùn)用溫忠麟等（2004）［44］的逐步回歸法檢驗(yàn)中介效應(yīng)，模型設(shè)置如下：

[GTIit=β0+β1Digitalit+β2Zit+θit]" （2）

[GTFPit=δ0+δ1Digitalit+δ2GTIit+δ3Zit+μit] （3）

式（1）—（3）為三步法的具體步驟，均納入控制變量，式（1）為自變量對(duì)因變量的回歸，式（2）為自變量對(duì)中介變量的回歸，式（3）為自變量、中介變量對(duì)因變量的回歸。需重點(diǎn)關(guān)注：第一步，式（1）中γ1是否顯著；第二步，式（2）中β1是否顯著；第三步，式（3）中[δ1]、[δ2]是否顯著，若[δ2]不顯著，則中介效應(yīng)不成立，在[δ2]顯著的情況下，若[δ1]不顯著且比γ1小則為完全中介效應(yīng)，若[δ1]顯著且比γ1小則為部分中介效應(yīng)。

（三）數(shù)據(jù)來源與處理

本研究數(shù)據(jù)樣本為長(zhǎng)江經(jīng)濟(jì)帶11個(gè)省市。由于我國(guó)數(shù)字經(jīng)濟(jì)和數(shù)字技術(shù)的高速發(fā)展主要體現(xiàn)在2015年之后，再加上制造業(yè)轉(zhuǎn)型升級(jí)等核心概念的深化亦以2015年為重要分界點(diǎn)，因此本文采集了2015年前后各5年即2010—2019年的面板數(shù)據(jù)，有利于得出更契合本文研究目的的結(jié)論。綠色專利數(shù)據(jù)來源于CNRDS數(shù)據(jù)庫(kù)，其他變量的原始數(shù)據(jù)均來源于《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)科技統(tǒng)計(jì)年鑒》《中國(guó)環(huán)境統(tǒng)計(jì)年鑒》《中國(guó)能源統(tǒng)計(jì)年鑒》和各省市統(tǒng)計(jì)年鑒以及長(zhǎng)江經(jīng)濟(jì)帶大數(shù)據(jù)平臺(tái)、中國(guó)經(jīng)濟(jì)社會(huì)大數(shù)據(jù)研究平臺(tái)。少量缺失指標(biāo)用線性插值法補(bǔ)齊，為避免數(shù)據(jù)極值引起的異方差偏誤，對(duì)變量進(jìn)行取對(duì)數(shù)處理。表1為本文選取變量的描述性統(tǒng)計(jì)情況。為驗(yàn)證本文變量選取的合理性，借助Stata軟件對(duì)變量的多重共線性進(jìn)行檢驗(yàn)，結(jié)果顯示，所有解釋變量的方差膨脹因子（VIF值）均低于2.5，遠(yuǎn)小于10的臨界標(biāo)準(zhǔn)，不存在多重共線性問題，適合展開后續(xù)研究。

五、實(shí)證分析

（一）單位根與面板協(xié)整檢驗(yàn)

區(qū)域?qū)蛹?jí)的面板數(shù)據(jù)極易出現(xiàn)偽回歸現(xiàn)象，在進(jìn)行實(shí)證分析前需對(duì)基準(zhǔn)回歸數(shù)據(jù)進(jìn)行單位根和面板協(xié)整檢驗(yàn)［45］。選用Fisher-DDF、Fisher-PP、Hadri等三種方式對(duì)變量逐一進(jìn)行單位根檢驗(yàn)（表2）。由表2可知，所有變量在不同模型下均具有較高顯著性，表明各變量不存在單位根。面板協(xié)整檢驗(yàn)的目的在于確定研究所選取的面板數(shù)據(jù)是否具有穩(wěn)定的協(xié)整關(guān)系，采用Kao檢驗(yàn)進(jìn)行分析。Kao檢驗(yàn)的原假設(shè)為“各變量間不存在協(xié)整關(guān)系”，檢驗(yàn)結(jié)果顯示，三類模型下的p值均通過了1%的顯著性檢驗(yàn)⑶，顯著拒絕原假設(shè)，檢驗(yàn)通過，可以展開后續(xù)研究。

（二）基準(zhǔn)回歸

根據(jù)構(gòu)建的實(shí)證模型，首先對(duì)基準(zhǔn)回歸方程進(jìn)行豪斯曼檢驗(yàn)，結(jié)果顯示p值通過顯著性檢驗(yàn)（Chi2=112.32，p=0.000），拒絕“隨機(jī)效應(yīng)優(yōu)于固定效應(yīng)”的原假設(shè)，因而選擇固定效應(yīng)模型進(jìn)行回歸分析。再采用逐步回歸法進(jìn)行基準(zhǔn)回歸分析，結(jié)果匯總見表3所列。表3列（1）—列（6）R2的變化表明，逐步加入控制變量后，R2值不斷提高，說明模型擬合度隨著控制變量的加入變得更為理想，也間接說明本文控制變量的選取具有合理性。由表3可知，納入控制變量后，Digital的回歸系數(shù)由1.317下降為0.758，尤其是加入能源消費(fèi)結(jié)構(gòu)（FCS）后，Digital的回歸系數(shù)由1.171下降為0.764，下降幅度更大，這說明能源消費(fèi)結(jié)構(gòu)對(duì)回歸模型產(chǎn)生了重要影響，一定程度上抵消了Digital對(duì)GTFP的正向影響。究其原因在于，能源消費(fèi)結(jié)構(gòu)數(shù)值越大表示著清潔能源比重越高，而使用清潔能源、減少煤炭消耗正是制造業(yè)綠色轉(zhuǎn)型的題中之義，對(duì)GTFP的影響更為直接。此外，表3中的回歸系數(shù)均是未標(biāo)準(zhǔn)化的回歸系數(shù)，經(jīng)過標(biāo)準(zhǔn)化處理后（4），Digital的回歸系數(shù)由0.889下降為0.512，下降幅度較小，符合計(jì)量常識(shí)。從回歸結(jié)果來看，表3列（1）—列（6）的自變量系數(shù)均顯著為正，說明地區(qū)數(shù)字化水平能夠顯著提升制造業(yè)綠色全要素生產(chǎn)率，H1得到驗(yàn)證。該結(jié)論表明隨著地區(qū)數(shù)字化水平的提升，企業(yè)能夠更為便利地共享基礎(chǔ)設(shè)施，引進(jìn)和利用數(shù)字技術(shù)改進(jìn)設(shè)備、更新管理模式和理念，最終促進(jìn)制造業(yè)綠色轉(zhuǎn)型。這與國(guó)家大政方針極為契合，制造業(yè)綠色轉(zhuǎn)型的國(guó)家戰(zhàn)略離不開數(shù)字化作為重要支撐。

而GS、Open、MCE、ER等控制變量影響不顯著。究其原因：一方面，本研究樣本為長(zhǎng)江經(jīng)濟(jì)帶的11個(gè)省市2010—2019年共110個(gè)數(shù)據(jù)觀測(cè)值，數(shù)據(jù)量偏小，而樣本量較小將會(huì)影響控制變量的顯著性［46］；另一方面，因變量增長(zhǎng)預(yù)期的時(shí)滯性也會(huì)對(duì)控制變量的顯著性產(chǎn)生影響［47］，制造業(yè)綠色轉(zhuǎn)型是一個(gè)長(zhǎng)期過程，相較于能源消費(fèi)結(jié)構(gòu)的清潔化轉(zhuǎn)變，政府支持、對(duì)外開放程度、市場(chǎng)競(jìng)爭(zhēng)程度、環(huán)境規(guī)制等轉(zhuǎn)化為制造業(yè)綠色轉(zhuǎn)型績(jī)效均需要通過企業(yè)這一市場(chǎng)主體發(fā)揮作用，中間傳導(dǎo)鏈條和所需時(shí)間周期明顯更長(zhǎng)，對(duì)因變量的影響暫未達(dá)到顯著標(biāo)準(zhǔn)，但回歸系數(shù)的方向符合理論預(yù)期。有研究指出，控制變量的選取應(yīng)遵循權(quán)威及經(jīng)典文獻(xiàn)［48］，遺漏影響因變量的重要解釋變量將導(dǎo)致計(jì)量結(jié)果產(chǎn)生偏誤，而本文控制變量來源于已有關(guān)于綠色創(chuàng)新或綠色轉(zhuǎn)型的權(quán)威文獻(xiàn)［42-43］，均是影響制造業(yè)綠色轉(zhuǎn)型的經(jīng)典和重要變量。實(shí)際上，控制變量不顯著的情況在頂級(jí)期刊文獻(xiàn)中也較為常見，如解學(xué)梅和朱琪瑋（2021）［49］、路繼業(yè)和張嬈（2021）［50］在基準(zhǔn)回歸結(jié)果中亦有絕大多數(shù)控制變量不顯著，與本研究的回歸結(jié)果基本一致。

（三）穩(wěn)健性檢驗(yàn)

（1）內(nèi)生性問題。內(nèi)生性問題的來源主要有兩個(gè)方面，即互為因果和遺漏變量。①互為因果。即制造業(yè)綠色轉(zhuǎn)型績(jī)效的提升反過來可能也會(huì)促進(jìn)地區(qū)數(shù)字化水平。首先，運(yùn)用工具變量法進(jìn)行檢驗(yàn)，借鑒黃群慧等（2019）［40］的思路，將1984年各地區(qū)郵電數(shù)據(jù)作為地區(qū)數(shù)字化水平的工具變量，但1984年各地區(qū)郵電數(shù)據(jù)為截面數(shù)據(jù)，難以直接作為面板數(shù)據(jù)的工具變量，因此本文使用滯后一期即2009—2018年全國(guó)信息技術(shù)服務(wù)總收入與1984年各省市百萬郵局?jǐn)?shù)量的交互項(xiàng)作為當(dāng)期地區(qū)數(shù)字化水平的工具變量。運(yùn)用兩階段最小二乘法（2SLS）展開回歸分析，第二階段的回歸結(jié)果見表4列（1），F(xiàn)值為36.890，大于10，不存在弱工具變量問題。此時(shí)Digital系數(shù)為1.391（plt;0.01），與基準(zhǔn)回歸結(jié)論一致。其次，地區(qū)數(shù)字基礎(chǔ)設(shè)施在建設(shè)前期需要較長(zhǎng)的時(shí)間周期，因此對(duì)制造業(yè)綠色轉(zhuǎn)型的影響可能具有一定滯后性。借鑒已有研究［51］，將核心解釋變量滯后一期后進(jìn)行回歸分析，結(jié)果見表4中列（2），Digital系數(shù)為0.910（plt;0.01），與基準(zhǔn)回歸結(jié)果一致。②遺漏變量。考慮模型可能遺漏變量，因此引入產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化（IS）作為新的控制變量。產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化采用泰爾指數(shù)進(jìn)行衡量［52］，根據(jù)一二三產(chǎn)業(yè)產(chǎn)值及各產(chǎn)業(yè)就業(yè)人數(shù)綜合計(jì)算得出，指數(shù)越小表示產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化程度越高?；貧w結(jié)果見表4中列（3），Digital系數(shù)為0.619（plt;0.01），地區(qū)數(shù)字化水平顯著促進(jìn)制造業(yè)GTFP。

（2）替換自變量的代理變量。柳卸林等（2021）［53］用互聯(lián)網(wǎng)普及率衡量地區(qū)數(shù)字化程度，認(rèn)為互聯(lián)網(wǎng)普及率比寬帶普及率更有意義，前者更好地顯示了各地區(qū)在倡導(dǎo)ICT革命方面做出努力后的技術(shù)接受效果。本文亦選取互聯(lián)網(wǎng)普及率這一變量作為地區(qū)數(shù)字化水平的新代理變量，回歸結(jié)果見表4中列（4），此時(shí)Digital系數(shù)為0.245，并通過5%的顯著性水平檢驗(yàn)，表明地區(qū)數(shù)字化水平依然可以促進(jìn)制造業(yè)綠色全要素生產(chǎn)率的提升，證明了基準(zhǔn)回歸結(jié)果的可靠性。

（3）替換回歸模型。由于超效率SBM和ML指數(shù)測(cè)算出的GTFP數(shù)值處于（0，+∞）之間，屬于典型的截?cái)鄶?shù)據(jù)，因此借鑒王馨和王營(yíng)（2021）［54］的做法，選擇面板Tobit模型進(jìn)行穩(wěn)健性檢驗(yàn)，該模型適用于截?cái)鄶?shù)據(jù)的回歸分析。表4中列（5）顯示，自變量回歸系數(shù)顯著為正，系數(shù)為0.775（plt;0.01），與基準(zhǔn)回歸結(jié)果一致。通過以上5種穩(wěn)健性檢驗(yàn)結(jié)果可知，地區(qū)數(shù)字化水平均能提升制造業(yè)綠色轉(zhuǎn)型績(jī)效，本文基準(zhǔn)回歸結(jié)果具有較強(qiáng)穩(wěn)健性。

（四）門檻效應(yīng)檢驗(yàn)

基準(zhǔn)回歸已得出地區(qū)數(shù)字化水平能夠顯著提升制造業(yè)GTFP，那么，這是否意味著只要當(dāng)?shù)卣七M(jìn)數(shù)字化建設(shè)，就一定能提升制造業(yè)GTFP？換言之，地區(qū)數(shù)字化水平對(duì)制造業(yè)GTFP的促進(jìn)作用是否存在數(shù)值拐點(diǎn)？這一問題對(duì)政府有針對(duì)性地采取措施提升數(shù)字化水平具有重要意義。因此，為進(jìn)一步探究地區(qū)數(shù)字化水平是否對(duì)長(zhǎng)江經(jīng)濟(jì)帶制造業(yè)GTFP有門檻作用，引入由Hansen提出的面板門檻模型。具體公式如下：

[GTFPit=α1Digital×IWit≤d1+α2Digital×Id1lt;Wit≤d2+…+αnDigital×Idn-1lt;Wit≤dn+αn+1Digital×IWitgt;dn+βZit+K+φit" " " " " " " "（4）]

其中，W為門檻變量，I（·）為指示函數(shù)，d為門檻估計(jì)值，[φit]為誤差項(xiàng)。

表5報(bào)告了根據(jù)Bootstrap法抽樣300次得到的門檻值檢驗(yàn)結(jié)果，可以看出：在三重門檻和雙重門檻下，p值均不顯著；在單一門檻下，p值通過顯著性檢驗(yàn)?？梢姡捎脝我婚T檻展開分析將較為合適，門檻值為0.363，地區(qū)數(shù)字化水平對(duì)長(zhǎng)江經(jīng)濟(jì)帶制造業(yè)綠色轉(zhuǎn)型具有門檻效應(yīng)。

單一門檻效應(yīng)下的模型回歸結(jié)果見表6所列。具體來看，當(dāng)Digital≤0.363時(shí)，Digital對(duì)制造業(yè)GTFP有正向影響，但未通過顯著性檢驗(yàn)，無統(tǒng)計(jì)學(xué)意義；而當(dāng)Digitalgt;0.363時(shí)，Digital對(duì)制造業(yè)GTFP有顯著正向影響，回歸系數(shù)為0.590，且具有1%的顯著性水平，即當(dāng)?shù)貐^(qū)數(shù)字化水平上升1%時(shí)，制造業(yè)GTFP將上升0.590%。由此可見，當(dāng)?shù)貐^(qū)數(shù)字化水平高于0.363時(shí)，才能對(duì)制造業(yè)GTFP發(fā)揮促進(jìn)作用?；貧w本文原始數(shù)據(jù)發(fā)現(xiàn)，自2014年后，長(zhǎng)江經(jīng)濟(jì)帶11個(gè)省市的數(shù)字化水平均高于0.363，這說明目前長(zhǎng)江經(jīng)濟(jì)帶各地區(qū)數(shù)字化建設(shè)能夠有效促進(jìn)制造業(yè)綠色轉(zhuǎn)型，進(jìn)一步驗(yàn)證了前文的基本結(jié)論。這也啟示各地政府應(yīng)進(jìn)一步加強(qiáng)數(shù)字化建設(shè)，不斷提升數(shù)字化水平。

六、進(jìn)一步討論

（一）區(qū)域異質(zhì)性分析

為進(jìn)一步探究地區(qū)數(shù)字化水平對(duì)不同區(qū)域制造業(yè)綠色轉(zhuǎn)型績(jī)效的差異化影響，將上海、浙江、江蘇歸為下游區(qū)域，安徽、江西、湖南、湖北歸為中游區(qū)域，重慶、四川、云南、貴州歸為上游區(qū)域，變量與模型的基本設(shè)定與上文保持一致，回歸分析結(jié)果見表7所列。由表7列（1）—列（3）可知，地區(qū)數(shù)字化水平對(duì)上中下游的回歸系數(shù)分別為1.408（plt;0.01）、0.475（plt;0.1）、0.018，地區(qū)數(shù)字化水平對(duì)不同區(qū)域制造業(yè)綠色轉(zhuǎn)型績(jī)效的正向影響呈上中下游逐級(jí)遞減的格局。究其原因，長(zhǎng)江經(jīng)濟(jì)帶上中下游在經(jīng)濟(jì)發(fā)展水平、技術(shù)、人才等資源稟賦上存在先天差距，下游各省市在數(shù)字化水平和制造業(yè)GTFP方面一直處于明顯領(lǐng)先優(yōu)勢(shì)。換言之，下游區(qū)域數(shù)字化水平與制造業(yè)GTFP的進(jìn)步空間相較于中上游更小，因此中上游區(qū)域數(shù)字化水平的提高將更為明顯促進(jìn)其制造業(yè)的綠色轉(zhuǎn)型。這與“差生定律”有一定的相似之處，即成績(jī)差的學(xué)生比成績(jī)好的學(xué)生有更大的進(jìn)步空間，激勵(lì)措施往往對(duì)差生在分?jǐn)?shù)數(shù)據(jù)上的提升更為明顯。根據(jù)本文原始數(shù)據(jù)測(cè)算得知，上游4個(gè)省市2019年數(shù)字化水平相較于2010年提升了129.84%，中游4個(gè)省份提升110.72%，而下游3個(gè)省市提升比例僅為59.61%；從制造業(yè)GTFP來看，上游區(qū)域2019年制造業(yè)GTFP相較于2010年提升了94.21%，中游提升33.34%，下游提升37.31%。由此可見，在2010—2019年的時(shí)間周期內(nèi)，下游區(qū)域在數(shù)字化水平上的增長(zhǎng)率均顯著低于上游和中游，下游制造業(yè)GTFP增長(zhǎng)率略高于中游但依然顯著低于上游，導(dǎo)致了地區(qū)數(shù)字化水平對(duì)制造業(yè)綠色轉(zhuǎn)型績(jī)效的正向影響整體上呈上中下游逐級(jí)遞減的梯度格局。

（二）中介機(jī)制識(shí)別

對(duì)綠色技術(shù)創(chuàng)新的中介作用進(jìn)行檢驗(yàn)，具體結(jié)果見表7中列（4）—列（6）。根據(jù)前文模型構(gòu)建中所述中介效應(yīng)檢驗(yàn)步驟，列（4）為第一步，即自變量與因變量的回歸，此時(shí)回歸系數(shù)顯著為正，第一步檢驗(yàn)通過；列（5）為第二步，自變量與中介變量的回歸，此時(shí)回歸系數(shù)亦顯著為正，地區(qū)數(shù)字化水平正向影響綠色技術(shù)創(chuàng)新，第二步檢驗(yàn)通過；列（6）為第三步，此時(shí)中介變量回歸系數(shù)為0.048（plt;0.05），自變量回歸系數(shù)為0.596（plt;0.01），且小于第一步中自變量系數(shù)0.758，可判定為部分中介效應(yīng)。以上分析說明，地區(qū)數(shù)字化水平可以通過促進(jìn)綠色技術(shù)創(chuàng)新進(jìn)而提升制造業(yè)綠色轉(zhuǎn)型績(jī)效，H2、H3和H4均得到了驗(yàn)證。

這一結(jié)論表明，地區(qū)數(shù)字化水平的提升為綠色技術(shù)創(chuàng)新創(chuàng)造了基礎(chǔ)條件，最終對(duì)制造業(yè)整體綠色轉(zhuǎn)型績(jī)效產(chǎn)生顯著積極影響。實(shí)際上，從本文收集與測(cè)算的原始數(shù)據(jù)來看，2010—2019年長(zhǎng)江經(jīng)濟(jì)帶地區(qū)數(shù)字化水平整體上呈逐年上升的良好趨勢(shì)，由2010年的0.386上升為2019年的0.744，增長(zhǎng)幅度達(dá)92.9%。長(zhǎng)江經(jīng)濟(jì)帶地區(qū)的江蘇、浙江、上海、湖北、四川、安徽、湖南的數(shù)字經(jīng)濟(jì)增加值均超過1萬億元，上海市的數(shù)字經(jīng)濟(jì)占GDP的比重超過50%（5）。這也促使綠色技術(shù)創(chuàng)新亦取得了明顯成效，據(jù)統(tǒng)計(jì)，2008年長(zhǎng)江經(jīng)濟(jì)帶11個(gè)省市綠色專利申請(qǐng)總量為7 190件，而2019年增長(zhǎng)為52 065件，增長(zhǎng)率高達(dá)624.1%，地區(qū)綠色技術(shù)創(chuàng)新能力在穩(wěn)步提高。就政策角度而言，各省市政府圍繞地區(qū)數(shù)字化建設(shè)及制造業(yè)綠色轉(zhuǎn)型相繼出臺(tái)了眾多針對(duì)性政策安排，這為推動(dòng)長(zhǎng)江經(jīng)濟(jì)帶制造業(yè)綠色轉(zhuǎn)型向高質(zhì)量發(fā)展提供了堅(jiān)實(shí)的政策保障。

（三）經(jīng)濟(jì)后果分析

已有研究表明，數(shù)字化建設(shè)是地區(qū)經(jīng)濟(jì)發(fā)展的重要推動(dòng)力量。那么，地區(qū)數(shù)字化水平能否通過提升制造業(yè)綠色轉(zhuǎn)型績(jī)效進(jìn)而促進(jìn)地區(qū)經(jīng)濟(jì)發(fā)展水平的提升？進(jìn)一步探究這一問題，對(duì)證實(shí)“兩山理論”（綠水青山就是金山銀山）具有重要理論和現(xiàn)實(shí)意義。多數(shù)學(xué)者認(rèn)為綠色轉(zhuǎn)型能夠推動(dòng)經(jīng)濟(jì)發(fā)展，但綠色轉(zhuǎn)型前期需要持續(xù)的資源投入，可能擠占地區(qū)整體經(jīng)濟(jì)效益，因此部分學(xué)者認(rèn)為這一促進(jìn)作用在綠色轉(zhuǎn)型的中后期才會(huì)顯現(xiàn)。綠色轉(zhuǎn)型與經(jīng)濟(jì)發(fā)展之間的關(guān)系一直是研究的焦點(diǎn)，亦是重大現(xiàn)實(shí)問題。長(zhǎng)江經(jīng)濟(jì)帶作為我國(guó)生態(tài)優(yōu)先、綠色發(fā)展的“主戰(zhàn)場(chǎng)”，習(xí)近平總書記多次召開長(zhǎng)江經(jīng)濟(jì)帶發(fā)展座談會(huì)，為長(zhǎng)江經(jīng)濟(jì)帶綠色發(fā)展與經(jīng)濟(jì)增長(zhǎng)指明了前進(jìn)方向。基于此，本文進(jìn)一步構(gòu)建中介效應(yīng)模型對(duì)此展開探討。梳理文獻(xiàn)發(fā)現(xiàn)，研究大多用人均GDP總量衡量地區(qū)經(jīng)濟(jì)發(fā)展水平［55］，本文亦采用這一代理變量，并取自然對(duì)數(shù)，回歸結(jié)果見表8所列。

表8中，列（1）為自變量Digital對(duì)因變量經(jīng)濟(jì)發(fā)展水平的回歸，Digital回歸系數(shù)為2.059（plt;0.01），表明地區(qū)數(shù)字化水平對(duì)地區(qū)經(jīng)濟(jì)發(fā)展有積極作用，符合研究預(yù)期。列（2）為自變量Digital對(duì)中介變量GTFP的影響，回歸系數(shù)顯著為正。列（3）為自變量、中介變量與因變量的回歸，此時(shí)中介變量GTFP的回歸系數(shù)為0.476（plt;0.01），自變量Digital的回歸系數(shù)為1.699（plt;0.01），且小于第一步中的2.059，中介效應(yīng)成立。這一結(jié)論表明“兩山理論”在長(zhǎng)江經(jīng)濟(jì)帶制造業(yè)綠色轉(zhuǎn)型中高度契合，進(jìn)一步表明長(zhǎng)江經(jīng)濟(jì)帶經(jīng)濟(jì)發(fā)展可以依靠數(shù)字化發(fā)展及制造業(yè)綠色轉(zhuǎn)型來推動(dòng)，“點(diǎn)綠成金”模式的正確性為長(zhǎng)江經(jīng)濟(jì)帶制造業(yè)高質(zhì)量發(fā)展提供了重要參考

七、結(jié)論與建議

本文以長(zhǎng)江經(jīng)濟(jì)帶11個(gè)省市為研究對(duì)象，采集了2010—2019年制造業(yè)綠色轉(zhuǎn)型相關(guān)數(shù)據(jù)，并綜合運(yùn)用超效率SBM-ML指數(shù)模型和主成分分析法，測(cè)度了長(zhǎng)江經(jīng)濟(jì)帶制造業(yè)綠色全要素生產(chǎn)率（GTFP）及數(shù)字化水平，在機(jī)理分析的基礎(chǔ)上采用固定效應(yīng)模型驗(yàn)證了相關(guān)假設(shè)，得出如下主要結(jié)論：①地區(qū)數(shù)字化水平顯著促進(jìn)了長(zhǎng)江經(jīng)濟(jì)帶制造業(yè)GTFP的提升，這一結(jié)論通過了多種穩(wěn)健性檢驗(yàn)；②門檻效應(yīng)檢驗(yàn)表明，地區(qū)數(shù)字化水平對(duì)制造業(yè)GTFP有單一門檻效應(yīng)，門檻值為0.363，當(dāng)?shù)貐^(qū)數(shù)字化水平高于0.363時(shí)才能提升制造業(yè)GTFP；③地區(qū)數(shù)字化水平對(duì)制造業(yè)GTFP的正向影響呈上中下游逐級(jí)遞減的梯度格局，這與各區(qū)域在數(shù)字化水平與制造業(yè)GTFP上的差距有極大關(guān)系；④地區(qū)數(shù)字化水平能夠通過促進(jìn)綠色技術(shù)創(chuàng)新進(jìn)而推動(dòng)制造業(yè)的綠色轉(zhuǎn)型進(jìn)程，綠色技術(shù)創(chuàng)新在其中發(fā)揮部分中介作用；⑤經(jīng)濟(jì)后果分析發(fā)現(xiàn)，地區(qū)數(shù)字化水平賦能制造業(yè)綠色轉(zhuǎn)型進(jìn)而提升了地區(qū)經(jīng)濟(jì)發(fā)展水平。

根據(jù)以上研究結(jié)論，本文提出以下政策建議：

（1）強(qiáng)化數(shù)字化建設(shè)，不斷提升地區(qū)數(shù)字化水平。具體而言：①數(shù)字化投入方面，需要持續(xù)加大對(duì)數(shù)字化基礎(chǔ)設(shè)施建設(shè)的扶持力度，加大對(duì)信息網(wǎng)絡(luò)建設(shè)的投資力度，加快數(shù)字化基礎(chǔ)設(shè)施的全面覆蓋，充分挖掘數(shù)字化建設(shè)的新動(dòng)能，為企業(yè)開展創(chuàng)新活動(dòng)解除后顧之憂。②數(shù)字化產(chǎn)出方面，數(shù)字化產(chǎn)出是地區(qū)數(shù)字化建設(shè)成果的重要體現(xiàn)，地方政府需借鑒吸收優(yōu)秀地區(qū)的經(jīng)驗(yàn)，持續(xù)不斷發(fā)展數(shù)字經(jīng)濟(jì)，提升地區(qū)的數(shù)字化產(chǎn)出水平以吸引一批清潔型、技術(shù)型企業(yè)入駐，助力地區(qū)制造業(yè)的綠色轉(zhuǎn)型。③數(shù)字化應(yīng)用方面，政府應(yīng)積極在社會(huì)層面推廣、宣傳數(shù)字技術(shù)運(yùn)用，將數(shù)字化理念融入制造企業(yè)的長(zhǎng)期發(fā)展規(guī)劃中，改進(jìn)企業(yè)原有生產(chǎn)模式；利用大數(shù)據(jù)、互聯(lián)網(wǎng)、人工智能等數(shù)字設(shè)施宣傳綠色消費(fèi)理念，樹立消費(fèi)者的綠色消費(fèi)觀念，倒逼企業(yè)改良生產(chǎn)、管理、污染治理模式，推動(dòng)制造業(yè)整體綠色轉(zhuǎn)型。

（2）注重協(xié)調(diào)發(fā)展，縮小區(qū)域差距。地區(qū)數(shù)字化水平對(duì)制造業(yè)綠色轉(zhuǎn)型的影響存在明顯的地區(qū)異質(zhì)性，應(yīng)注重?cái)?shù)字化建設(shè)與制造業(yè)綠色轉(zhuǎn)型的協(xié)調(diào)發(fā)展，以“大手拉小手”的政策主基調(diào)改善區(qū)域差距，最終實(shí)現(xiàn)數(shù)字化建設(shè)與制造業(yè)綠色轉(zhuǎn)型的良性互促。

（3）大力推動(dòng)綠色技術(shù)創(chuàng)新，提高地區(qū)綠色技術(shù)創(chuàng)新水平。綠色技術(shù)創(chuàng)新能夠顯著傳導(dǎo)數(shù)字化建設(shè)對(duì)制造業(yè)綠色轉(zhuǎn)型的積極影響，應(yīng)加強(qiáng)對(duì)綠色技術(shù)創(chuàng)新的扶持力度，堅(jiān)持硬性約束與政策激勵(lì)雙管齊下，“棒子”與“糖果”政策并舉共同提高企業(yè)綠色技術(shù)創(chuàng)新的積極性，進(jìn)而降低環(huán)境污染程度。

注 釋：

（1）資料來源于中國(guó)信通院《企業(yè)數(shù)字化轉(zhuǎn)型藍(lán)皮報(bào)告2021》。

（2）對(duì)5個(gè)細(xì)分指標(biāo)進(jìn)行主成分分析，首先進(jìn)行因子分析提取公因子，提取了2個(gè)特征值大于1的公因子，隨后通過成分矩陣進(jìn)行計(jì)算，為5個(gè)指標(biāo)賦權(quán)，最終得到數(shù)字化水平數(shù)值。首先，從整體上看，2010—2019年長(zhǎng)江經(jīng)濟(jì)帶地區(qū)數(shù)字化水平呈逐年上升趨勢(shì)，由2010年的0.386上升為2019年的0.744，增長(zhǎng)92.9%，地區(qū)數(shù)字化發(fā)展態(tài)勢(shì)良好。其次，從各省市來看，上海、浙江、江蘇三省市地區(qū)數(shù)字化水平位列前三，2010—2019年均值分別為0.903、0.824、0.687，而其余8省市中僅重慶數(shù)字化水平均值高于0.5，可見各省市間數(shù)字化水平差距明顯。但從動(dòng)態(tài)變化上看，這種差距在逐步縮小。最后，從區(qū)域角度來看，上海、浙江、江蘇等下游省市數(shù)字化水平明顯高于上中游區(qū)域，具體來看，下游區(qū)域2010—2019年數(shù)字化水平均值為0.805，中游為0.446，上游為0.461，呈下上中游逐級(jí)遞減的梯度格局。

（3）限于篇幅，本文未列出Kao檢驗(yàn)表格數(shù)據(jù)，結(jié)果顯示，Modified Dickey-Fuller t、Dickey-Fuller t、Augment Dickey-Fuller t等三種模型下的t值分別為2.958、3.672、3.938，p值均小于0.01，檢驗(yàn)通過。

（4）標(biāo)準(zhǔn)化處理步驟為：標(biāo)準(zhǔn)化的自變量系數(shù)=（未標(biāo)準(zhǔn)化的自變量系數(shù)×自變量標(biāo)準(zhǔn)差）/因變量標(biāo)準(zhǔn)差。因此，結(jié)合表1中的各變量標(biāo)準(zhǔn)差，表3列（1）中Digital的標(biāo)準(zhǔn)化回歸系數(shù)為（1.317×0.202）/0.299≈0.889；列（6）納入所有控制變量后的Digital的標(biāo)準(zhǔn)化回歸系數(shù)為（0.758×0.202）/0.299≈0.512。

（5）數(shù)據(jù)來源于長(zhǎng)江經(jīng)濟(jì)帶數(shù)字經(jīng)濟(jì)發(fā)展報(bào)告（2019—2020）。

參考文獻(xiàn)：

［1］程中華，李廉水.全球價(jià)值鏈嵌入與中國(guó)制造業(yè)綠色增長(zhǎng)［J］.科學(xué)學(xué)研究，2021，39（5）：822-832.

［2］李標(biāo)，張航，吳賈.實(shí)施長(zhǎng)江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略能降低污染排放強(qiáng)度嗎？［J］.中國(guó)人口·資源與環(huán)境，2021，31（1）：134-144.

［3］任相偉，孫麗文. 低碳視域下中國(guó)企業(yè)綠色轉(zhuǎn)型動(dòng)因及路徑研究——基于扎根理論的多案例探索性研究［J］.軟科學(xué)，2020，34（12）：111-115.

［4］周清香，何愛平.數(shù)字經(jīng)濟(jì)賦能黃河流域高質(zhì)量發(fā)展［J］.經(jīng)濟(jì)問題，2020，495（11）：8-17.

［5］樊勝岳，李耀龍，馬曉杰，等.數(shù)字化水平對(duì)農(nóng)業(yè)綠色發(fā)展影響的實(shí)證研究——基于中國(guó)30個(gè)省份的面板數(shù)據(jù)［J］.世界農(nóng)業(yè)，2021，512（12）：4-16.

［6］周青，王燕靈，楊偉.數(shù)字化水平對(duì)創(chuàng)新績(jī)效影響的實(shí)證研究——基于浙江省73個(gè)縣（區(qū)、市）的面板數(shù)據(jù)［J］.科研管理，2020，41（7）：120-129.

［7］龐瑞芝，張帥，王群勇.數(shù)字化能提升環(huán)境治理績(jī)效嗎？——來自省際面板數(shù)據(jù)的經(jīng)驗(yàn)證據(jù)［J］.西安交通大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2021，41（5）：1-10.

［8］中國(guó)社會(huì)科學(xué)院工業(yè)經(jīng)濟(jì)研究所課題組.中國(guó)工業(yè)綠色轉(zhuǎn)型研究［J］.中國(guó)工業(yè)經(jīng)濟(jì)，2011，277（4）：5-14.

［9］FENG Y J，DONG X，ZHAO X M，et al. Evaluation of Urban Green Development Transformation Process for Chinese Cities During 2005-2016［J/OL］. Journal of Cleaner Production，2020，266：121707［2022-07-15］.https：//doi.org/10.1016/j.jclepro.2020.121707.

［10］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.

［11］LI C，LIU X H，BAI X，et al. Financial Development and Environmental Regulations：The Two Pillars of Green Transformation in China［J/OL］. International Journal of Environmental Research and Public Health，2020，17（24）：9242［2022-07-15］. https：//doi.org/10.3390/ijerph 17249242.

［12］孫海波，劉忠璐.環(huán)境規(guī)制、清潔技術(shù)創(chuàng)新與中國(guó)工業(yè)綠色轉(zhuǎn)型［J］.科研管理，2021，42（11）：54-61.

［13］肖靜，曾萍，任鴿.如何提升制造業(yè)綠色轉(zhuǎn)型績(jī)效？——基于TOE框架的組態(tài)研究［J/OL］.科學(xué)學(xué)研究，2022：1-17［2022-07-15］.http：//doi.org/：10.16192/j.cnki.1003-2053.20220322.001.

［14］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，2022，220（2）：73-84.

［15］LI J L，CHEN L T，CHEN Y，et al. Digital Economy，Technological Innovation，and Green Economic Efficiency—empirical Evidence from 277 Cities in China［J］. Managerial and Decision Economics，2021，43（3）：616-629.

［16］呂知新，包權(quán)，任龍梅，等.數(shù)字金融能夠促進(jìn)工業(yè)經(jīng)濟(jì)綠色轉(zhuǎn)型發(fā)展嗎？——基于規(guī)模以上工業(yè)企業(yè)數(shù)據(jù)經(jīng)驗(yàn)分析［J］.科技管理研究，2021，41（24）：184-194.

［17］王鋒正，劉向龍，張蕾，等.數(shù)字化促進(jìn)了資源型企業(yè)綠色技術(shù)創(chuàng)新嗎？［J］.科學(xué)學(xué)研究，2022，40（2）：332-344.

［18］宋德勇，朱文博，丁海.企業(yè)數(shù)字化能否促進(jìn)綠色技術(shù)創(chuàng)新？——基于重污染行業(yè)上市公司的考察［J］.財(cái)經(jīng)研究，2022，48（4）：34-48.

［19］孫倩倩，周建軍.信息化對(duì)制造業(yè)升級(jí)的影響——基于技術(shù)創(chuàng)新視角的分析［J］.科學(xué)決策，2021，286（5）：44-64.

［20］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.

［21］HIGON D A，GHOLAMI R，SHIRAZI F. ICT and Environmental Sustainability：A Global Perspective［J］. Telematics and Informatics，2017，34（4）：85-95.

［22］WEN H W，LEE C C，SONG Z Y. Digitalization and Environment：How Does ICT Affect Enterprise Environmental Performance？［J］. Environmental Science and Pollution Research，2021，28（39）：54826-54841.

［23］王德輝，吳子昂.數(shù)字經(jīng)濟(jì)促進(jìn)我國(guó)制造業(yè)轉(zhuǎn)型升級(jí)的機(jī)制與對(duì)策研究［J］.長(zhǎng)白學(xué)刊，2020，216（6）：92-99.

［24］SPIEGEL B M M . The Role of Financial Development in Growth and Investment［J］.Journal of Economic Growth，2000，5（4）：341-360.

［25］MATTHYSSENS P. Reconceptualizing Value Innovation for Industry 4.0 and the Industrial Internet of Things［J］.The Journal of Business amp; Industrial Marketing，2019，34（6）：1203-1209.

［26］張昕蔚.數(shù)字經(jīng)濟(jì)條件下的創(chuàng)新模式演化研究［J］.經(jīng)濟(jì)學(xué)家，2019，247（7）：32-39.

［27］王金杰，郭樹龍，張龍鵬.互聯(lián)網(wǎng)對(duì)企業(yè)創(chuàng)新績(jī)效的影響及其機(jī)制研究——基于開放式創(chuàng)新的解釋［J］.南開經(jīng)濟(jì)研究，2018，10（6）：170-190.

［28］DOLOREUX D，PORTO GOMEZ I. A Review of（almost）20 Years of Regional Innovation Systems Research ［J］.European Planning Studies，2016（11）：371-3877.

［29］KOHLI R，MELVILLE N P. Digital Innovation：A Review and Synthesis［J］.Information Systems Journal，2019，29（1）：200-223.

［30］葛世帥，曾剛，胡浩，等.長(zhǎng)三角城市群綠色創(chuàng)新能力評(píng)價(jià)及空間特征［J］.長(zhǎng)江流域資源與環(huán)境，2021，30（1）：1-10.

［31］BERRONE P，F(xiàn)OSTURI A，GELABERT L，et al. Necessity as the Mother of “Green” Inventions：Institutional Pressures and Environmental Innovations［J］. Strategic Management Journal，2013，34（8）：891-909.

［32］原毅軍，陳喆.環(huán)境規(guī)制.綠色技術(shù)創(chuàng)新與中國(guó)制造業(yè)轉(zhuǎn)型升級(jí)［J］.科學(xué)學(xué)研究，2019，37（10）：1902-1911.

［33］余東華，崔巖.雙重環(huán)境規(guī)制.技術(shù)創(chuàng)新與制造業(yè)轉(zhuǎn)型升級(jí)［J］.財(cái)貿(mào)研究，2019，30（7）：15-24.

［34］許士春，何正霞，龍如銀.環(huán)境規(guī)制對(duì)企業(yè)綠色技術(shù)創(chuàng)新的影響［J］.科研管理，2012，33（6）：67-74.

［35］WANG Y Z，HANGM Y，WANG Q W，et al. Cleaner Production vs End-of-pipe Treatment：Evidence from Industrial SO2 Emissions Abatement in China［J/OL］. Journal of Environmental Management，2021，277：111429［2022-07-15］.https：//doi.org/10.1016/j.jenvman.2020. 111429.

［36］陳詩(shī)一.中國(guó)的綠色工業(yè)革命：基于環(huán)境全要素生產(chǎn)率視角的解釋（1980—2008）［J］.經(jīng)濟(jì)研究，2010，45（11）：21-34，58.

［37］李培功，沈藝峰.媒體的公司治理作用：中國(guó)的經(jīng)驗(yàn)證據(jù)［J］.經(jīng)濟(jì)研究，2010，45（4）：14-27.

［38］LI H L，ZHU X H，CHEN J Y，et al. Environmental Regulations，Environmental Governance Efficiency and the Green Transformation of China's Iron and Steel Enterprises［J/OL］. Ecological Economics，2019，165：106397［2022-07-15］. https：//doi.org/10.1016/j.ecolecon.2019.106397.

［39］邱斌，楊帥，辛培江.FDI技術(shù)溢出渠道與中國(guó)制造業(yè)生產(chǎn)率增長(zhǎng)研究：基于面板數(shù)據(jù)的分析［J］.世界經(jīng)濟(jì)，2008，360（8）：20-31.

［40］黃群慧，余泳澤，張松林.互聯(lián)網(wǎng)發(fā)展與制造業(yè)生產(chǎn)率提升：內(nèi)在機(jī)制與中國(guó)經(jīng)驗(yàn)［J］.中國(guó)工業(yè)經(jīng)濟(jì)，2019，377（8）：5-23.

［41］WURLOD J D，NOAILLY J. The Impact of Green Innovation on Energy Intensity：An Empirical Analysis for 14 Industrial Sectors in OECD Countries［J］. Energy Economics，2018，71（3）：47-61．

［42］王婧，杜廣杰.中國(guó)城市綠色創(chuàng)新空間關(guān)聯(lián)網(wǎng)絡(luò)及其影響效應(yīng)［J］.中國(guó)人口·資源與環(huán)境，2021，31（5）：21-27.

［43］侯建，陳恒.中國(guó)高專利密集度制造業(yè)技術(shù)創(chuàng)新綠色轉(zhuǎn)型績(jī)效及驅(qū)動(dòng)因素研究［J］.管理評(píng)論，2018，30（4）：59-69.

［44］溫忠麟，張雷，侯杰泰，等.中介效應(yīng)檢驗(yàn)程序及其應(yīng)用［J］.心理學(xué)報(bào)，2004，36（5）：614-620.

［45］楊子暉，田磊.“污染天堂”假說與影響因素的中國(guó)省際研究［J］.世界經(jīng)濟(jì)，2017，40（5）：148-172.

［46］陳強(qiáng).高級(jí)計(jì)量經(jīng)濟(jì)學(xué)及Stata運(yùn)用［M］. 第二版.北京：高等教育出版社，2014.

［47］余官勝.中國(guó)企業(yè)對(duì)外直接投資速度空間關(guān)聯(lián)性研究［J］.統(tǒng)計(jì)研究，2019，36（4）：39-49.

［48］劉金科，肖翊陽(yáng).中國(guó)環(huán)境保護(hù)稅與綠色創(chuàng)新：杠桿效應(yīng)還是擠出效應(yīng)？［J］.經(jīng)濟(jì)研究，2022，57（1）：72-88.

［49］解學(xué)梅，朱琪瑋.企業(yè)綠色創(chuàng)新實(shí)踐如何破解“和諧共生”難題？［J］.管理世界，2021，37（1）：128-149.

［50］路繼業(yè)，張嬈.新興經(jīng)濟(jì)體匯率制度選擇：狀態(tài)依存的視角［J］.經(jīng)濟(jì)研究，2021，56（2）：106-122.

［51］唐宜紅，張鵬楊.全球價(jià)值鏈嵌入對(duì)貿(mào)易保護(hù)的抑制效應(yīng)：基于經(jīng)濟(jì)波動(dòng)視角的研究［J］.中國(guó)社會(huì)科學(xué)，2020，295（7）：61-80，205.

［52］李東海.產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化對(duì)區(qū)域創(chuàng)新效率的影響研究——基于創(chuàng)新價(jià)值鏈視角［J］.經(jīng)濟(jì)問題，2020（10）：120-129.

［53］柳卸林，張文逸，葛爽，等.數(shù)字化是否有利于縮小城市間發(fā)展差距？——基于283個(gè)城市的實(shí)證研究［J］.科學(xué)學(xué)與科學(xué)技術(shù)管理，2021，42（6）：102-113.

［54］王馨，王營(yíng).綠色信貸政策增進(jìn)綠色創(chuàng)新研究［J］.管理世界，2021，37（6）：173-188，11.

［55］孫志燕，侯永志.對(duì)我國(guó)區(qū)域不平衡發(fā)展的多視角觀察和政策應(yīng)對(duì)［J］.管理世界，2019，35（8）：1-8.

［責(zé)任編輯：張 兵］

收稿日期：2022-07-20

基金項(xiàng)目：國(guó)家社會(huì)科學(xué)基金一般項(xiàng)目“營(yíng)商環(huán)境影響領(lǐng)先民營(yíng)制造企業(yè)高質(zhì)量發(fā)展的機(jī)制與路徑研究”（22BGL099）

作者簡(jiǎn)介：肖 靜（1995—），男，湖北荊州人，博士研究生，研究方向：數(shù)字化與綠色創(chuàng)新；

曾 萍（1972—），男，湖南益陽(yáng)人，教授，管理學(xué)博士，研究方向：企業(yè)戰(zhàn)略管理；

章雷敏（1998—），女，湖北襄陽(yáng)人，碩士研究生，研究方向：綠色創(chuàng)新。