數(shù)字技術(shù)賦能工業(yè)綠色轉(zhuǎn)型：內(nèi)在機(jī)制與空間溢出

袁 培（教授），路詣曉

黨的二十大報(bào)告指出，必須站在人與自然和諧共生的高度謀劃發(fā)展。在強(qiáng)國(guó)建設(shè)、民族復(fù)興的新征程上，綠色發(fā)展必然會(huì)成為經(jīng)濟(jì)發(fā)展的主旋律。工業(yè)綠色發(fā)展是綠色發(fā)展的重要組成部分。在我國(guó)經(jīng)濟(jì)高速發(fā)展階段，工業(yè)發(fā)展模式基本上以“高投入、高消耗、高污染、低產(chǎn)出、低效益”和“先破壞后保護(hù)、先污染后治理”為主。在這種發(fā)展模式下，雖然我國(guó)工業(yè)發(fā)展取得了巨大成就，但也積累了一系列深層次矛盾和問(wèn)題，其中最突出的是：資源環(huán)境承載力接近極限，高投入、低產(chǎn)出、高污染和高排放的傳統(tǒng)發(fā)展方式不符合可持續(xù)和高質(zhì)量發(fā)展要求。進(jìn)入新發(fā)展階段，面臨工業(yè)發(fā)展“大而不強(qiáng)、大而不優(yōu)、大而不綠”的問(wèn)題，必須進(jìn)行工業(yè)綠色轉(zhuǎn)型升級(jí)，助推經(jīng)濟(jì)高質(zhì)量發(fā)展。習(xí)近平總書(shū)記在中央政治局集體學(xué)習(xí)時(shí)強(qiáng)調(diào)，“促進(jìn)數(shù)字技術(shù)與實(shí)體經(jīng)濟(jì)深度融合，賦能傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)，催生新產(chǎn)業(yè)新業(yè)態(tài)新模式，不斷做強(qiáng)做優(yōu)做大我國(guó)數(shù)字經(jīng)濟(jì)”。數(shù)字技術(shù)作為一種新的生產(chǎn)力，能夠極大地提高生產(chǎn)效率，與傳統(tǒng)工業(yè)結(jié)合以實(shí)現(xiàn)綠色轉(zhuǎn)型（戴翔和楊雙至，2022）。本文先從理論方面分析數(shù)字技術(shù)賦能工業(yè)綠色轉(zhuǎn)型的內(nèi)在邏輯，后以實(shí)證數(shù)據(jù)來(lái)分析數(shù)字技術(shù)與工業(yè)綠色轉(zhuǎn)型之間的作用機(jī)制、空間溢出效應(yīng)、區(qū)域異質(zhì)性等情況，對(duì)促進(jìn)我國(guó)數(shù)字技術(shù)與工業(yè)綠色轉(zhuǎn)型發(fā)展具有重要意義。

一、文獻(xiàn)回顧

當(dāng)下數(shù)字技術(shù)的發(fā)展如火如荼，關(guān)于數(shù)字技術(shù)的研究也日漸豐富。一是數(shù)字技術(shù)的內(nèi)涵。數(shù)字技術(shù)以新一代信息和通信技術(shù)為基礎(chǔ)，包括大數(shù)據(jù)、云計(jì)算、人工智能、區(qū)塊鏈等前沿技術(shù)創(chuàng)新（田秀娟和李睿，2022），其本質(zhì)是實(shí)現(xiàn)對(duì)各類(lèi)信息進(jìn)行識(shí)別、轉(zhuǎn)化、存儲(chǔ)、傳播、分析和應(yīng)用等（彭剛等，2021）。二是數(shù)字技術(shù)的經(jīng)濟(jì)效應(yīng)。數(shù)字技術(shù)通過(guò)人力資本積累、知識(shí)溢出和優(yōu)化創(chuàng)新要素配置提升地區(qū)創(chuàng)新效率（趙星等，2023），促進(jìn)企業(yè)全要素生產(chǎn)率提升，賦能我國(guó)企業(yè)高質(zhì)量發(fā)展（黃勃等，2023），促進(jìn)實(shí)體經(jīng)濟(jì)的數(shù)字化轉(zhuǎn)型（趙德起和孟琳，2023）。

關(guān)于數(shù)字經(jīng)濟(jì)影響綠色轉(zhuǎn)型的研究：一是工業(yè)綠色轉(zhuǎn)型，數(shù)字經(jīng)濟(jì)通過(guò)工業(yè)生產(chǎn)集約化和綠色技術(shù)創(chuàng)新推動(dòng)工業(yè)綠色轉(zhuǎn)型發(fā)展（王陽(yáng)和郭俊華，2023），存在邊際效應(yīng)遞增的非線(xiàn)性效應(yīng)與空間溢出效應(yīng)（孔芳霞和劉新智，2023）。二是制造業(yè)企業(yè)綠色轉(zhuǎn)型，數(shù)字賦能通過(guò)規(guī)模效應(yīng)（趙星等，2023）、提高技術(shù)創(chuàng)新水平（吳劍輝和許志玉，2023）、數(shù)字化技術(shù)應(yīng)用（吳衛(wèi)紅等，2023）等促進(jìn)企業(yè)綠色發(fā)展。三是家庭消費(fèi)綠色化轉(zhuǎn)型，數(shù)字經(jīng)濟(jì)顯著驅(qū)動(dòng)家庭消費(fèi)低碳轉(zhuǎn)型（張杰和魏振琪，2023）。

關(guān)于數(shù)字經(jīng)濟(jì)和綠色轉(zhuǎn)型發(fā)展，許多學(xué)者認(rèn)為數(shù)字經(jīng)濟(jì)能夠促進(jìn)工業(yè)綠色轉(zhuǎn)型。數(shù)字技術(shù)作為數(shù)字經(jīng)濟(jì)的基礎(chǔ)和核心驅(qū)動(dòng)力，與工業(yè)綠色轉(zhuǎn)型的聯(lián)系更加緊密，在此背景下，數(shù)字技術(shù)如何推動(dòng)工業(yè)綠色轉(zhuǎn)型？作用機(jī)制是什么？是否存在空間溢出效應(yīng)？是否存在區(qū)域異質(zhì)性？這些問(wèn)題正是本文需要研究的內(nèi)容。本文可能的邊際貢獻(xiàn)有：第一，數(shù)字技術(shù)是數(shù)字經(jīng)濟(jì)的核心驅(qū)動(dòng)力，本文將數(shù)字技術(shù)和工業(yè)綠色轉(zhuǎn)型納入同一研究框架，厘清數(shù)字技術(shù)影響工業(yè)綠色轉(zhuǎn)型的作用機(jī)理，更加突出技術(shù)的賦能效應(yīng)，此外，通過(guò)歷史數(shù)據(jù)構(gòu)造工具變量減緩數(shù)字技術(shù)潛在的內(nèi)生性，提高了結(jié)果的穩(wěn)健性。第二，加入?yún)^(qū)域創(chuàng)新水平和能源結(jié)構(gòu)優(yōu)化作為中介機(jī)制檢驗(yàn)，更詳細(xì)地論述數(shù)字技術(shù)賦能工業(yè)綠色轉(zhuǎn)型的內(nèi)在機(jī)制，拓寬工業(yè)綠色發(fā)展的現(xiàn)實(shí)渠道。第三，在關(guān)于數(shù)字技術(shù)賦能工業(yè)綠色轉(zhuǎn)型的區(qū)域異質(zhì)性分析中，不同于其他學(xué)者采用東部、中部、西部的區(qū)域劃分方式，本文依據(jù)數(shù)字技術(shù)與工業(yè)綠色轉(zhuǎn)型發(fā)展耦合協(xié)調(diào)等級(jí)來(lái)劃分區(qū)域，論述耦合協(xié)調(diào)等級(jí)越高的地區(qū)數(shù)字技術(shù)賦能效應(yīng)越弱的現(xiàn)象，以期為數(shù)字技術(shù)賦能工業(yè)綠色發(fā)展提出針對(duì)性對(duì)策。

二、理論分析與研究假設(shè)

（一）數(shù)字技術(shù)對(duì)工業(yè)綠色轉(zhuǎn)型的直接影響

數(shù)字技術(shù)作為數(shù)字經(jīng)濟(jì)時(shí)代具有突破性和創(chuàng)新性的新技術(shù)，在工業(yè)綠色轉(zhuǎn)型過(guò)程中，其直接作用主要體現(xiàn)在以下三個(gè)方面。第一，節(jié)能降碳作用。數(shù)字技術(shù)與傳統(tǒng)經(jīng)濟(jì)的持續(xù)深入融合，不斷為傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)提供新動(dòng)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(chǎn)技術(shù)充分應(yīng)用到傳統(tǒng)產(chǎn)業(yè)鏈中，降低污染排放，淘汰落后技術(shù)和落后產(chǎn)能，推動(dòng)產(chǎn)業(yè)向清潔節(jié)能的方向發(fā)展（李蘭冰和李煥杰，2021）。數(shù)字技術(shù)在能源、制造業(yè)、農(nóng)業(yè)、建筑、服務(wù)、交通等領(lǐng)域的應(yīng)用已幫助全球碳排放減少了15%（The Exponential Roadmap，2020）。第二，產(chǎn)業(yè)結(jié)構(gòu)升級(jí)作用。通過(guò)數(shù)據(jù)要素的產(chǎn)業(yè)化、商業(yè)化和市場(chǎng)化，憑借現(xiàn)代數(shù)字信息技術(shù)、先進(jìn)互聯(lián)網(wǎng)和人工智能技術(shù)對(duì)傳統(tǒng)產(chǎn)業(yè)進(jìn)行全方位、全角度、全鏈條改造，既產(chǎn)生技術(shù)外溢效應(yīng)，又能抑制技術(shù)沖擊帶來(lái)的負(fù)面效應(yīng)（許恒等，2020），有利于催生出共享經(jīng)濟(jì)、體驗(yàn)經(jīng)濟(jì)等新業(yè)態(tài)、新模式，促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)合理化、高級(jí)化發(fā)展。第三，促進(jìn)資源高效配置作用。數(shù)字技術(shù)的應(yīng)用促使各類(lèi)信息流能有效整合，減少信息不對(duì)稱(chēng)問(wèn)題，降低匹配成本，將制造優(yōu)勢(shì)與網(wǎng)絡(luò)化、智能化優(yōu)勢(shì)疊加，提高生產(chǎn)效率，優(yōu)化生產(chǎn)流程，避免由于無(wú)序生產(chǎn)造成的浪費(fèi)（韓晶和陳曦，2022），從而有利于工業(yè)綠色轉(zhuǎn)型。因此，本文提出：

H1：數(shù)字技術(shù)能夠直接促進(jìn)工業(yè)綠色轉(zhuǎn)型發(fā)展。

（二）數(shù)字技術(shù)對(duì)工業(yè)綠色轉(zhuǎn)型的間接影響

1.創(chuàng)新水平提升效應(yīng)。在企業(yè)創(chuàng)新層面，數(shù)字技術(shù)能夠降低信息成本、提高精準(zhǔn)度（李帥娜等，2023），使得綠色技術(shù)創(chuàng)新要素在更廣范圍、更多領(lǐng)域、更深層次上實(shí)現(xiàn)優(yōu)化配置，獲得更豐富的創(chuàng)新資源，通過(guò)信息的集成與共享，很大程度上消除了創(chuàng)新要素供需雙方的信息障礙，有助于節(jié)約搜尋成本、代理成本和治理成本（王金杰等，2018）。在產(chǎn)業(yè)創(chuàng)新層面，數(shù)字技術(shù)具有高滲透和高融合的特征，使其在經(jīng)濟(jì)活動(dòng)中的生產(chǎn)屬性不斷被強(qiáng)化，與傳統(tǒng)生產(chǎn)要素不斷融合發(fā)展，有利于催生出共享經(jīng)濟(jì)、體驗(yàn)經(jīng)濟(jì)等新業(yè)態(tài)、新模式（吳劍輝和許志玉，2023）。在區(qū)域創(chuàng)新層面，數(shù)字技術(shù)能夠推動(dòng)企業(yè)、政府等主體共同創(chuàng)新，高效配置創(chuàng)新資源、增強(qiáng)區(qū)域創(chuàng)新活力（韓璐等，2021）。因此，數(shù)字技術(shù)可以通過(guò)提升區(qū)域創(chuàng)新水平間接促進(jìn)工業(yè)綠色轉(zhuǎn)型。

2.能源結(jié)構(gòu)優(yōu)化效應(yīng)。數(shù)字技術(shù)借助柔性電子、機(jī)器視覺(jué)、工業(yè)傳感器等數(shù)字技術(shù)而建立起來(lái)的覆蓋能源產(chǎn)業(yè)全流程的智能生產(chǎn)體系和綜合監(jiān)測(cè)系統(tǒng)，實(shí)現(xiàn)了生產(chǎn)和消耗的優(yōu)化協(xié)同，提高了能源利用效率（許恒等，2020），達(dá)到循環(huán)、節(jié)能的效果（謝云飛，2022），并吸引企業(yè)引進(jìn)新型數(shù)字化設(shè)備，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，提升綠色化水平（Huwei 等，2021），如智能制造車(chē)間可以基于數(shù)字?jǐn)?shù)據(jù)融合驅(qū)動(dòng)實(shí)現(xiàn)碳排放預(yù)測(cè)與低碳控制（Zhang和Ji，2019）。

對(duì)比創(chuàng)新水平提升效應(yīng)和能源結(jié)構(gòu)優(yōu)化效應(yīng)，由于“雙碳”目標(biāo)、環(huán)境規(guī)制政策等非技術(shù)因素對(duì)工業(yè)企業(yè)的能源結(jié)構(gòu)優(yōu)化也有著重要影響，數(shù)字技術(shù)的應(yīng)用起到加快能源結(jié)構(gòu)優(yōu)化進(jìn)程的作用。創(chuàng)新水平是影響工業(yè)企業(yè)發(fā)展的重要因素，數(shù)字技術(shù)的創(chuàng)新應(yīng)用體現(xiàn)在研發(fā)、生產(chǎn)、運(yùn)營(yíng)、排污等各個(gè)階段，應(yīng)用范圍較廣、程度較深，能夠?qū)I(yè)經(jīng)濟(jì)發(fā)展與環(huán)境績(jī)效持續(xù)賦能（曹長(zhǎng)帥和蘇迎娟，2023），為綠色轉(zhuǎn)型帶來(lái)更加強(qiáng)勁、持久的驅(qū)動(dòng)力。因此，本文提出：

H2：數(shù)字技術(shù)可以通過(guò)提升區(qū)域創(chuàng)新水平、優(yōu)化能源結(jié)構(gòu)等中介效應(yīng)間接促進(jìn)地區(qū)工業(yè)綠色轉(zhuǎn)型，且創(chuàng)新水平提升的中介效應(yīng)大于能源結(jié)構(gòu)優(yōu)化的中介效應(yīng)。

（三）數(shù)字技術(shù)賦能工業(yè)綠色轉(zhuǎn)型的空間溢出效應(yīng)

從空間視角來(lái)看，生產(chǎn)要素能突破地理限制實(shí)現(xiàn)跨區(qū)流動(dòng)，地理距離越近、要素流動(dòng)效率越高（黎翠梅和周瑩，2021）。數(shù)字技術(shù)以信息、數(shù)據(jù)和技術(shù)為基礎(chǔ)，具有天然的流動(dòng)性、共享性，降低了資源要素的時(shí)空壁壘和流動(dòng)、交易成本，易打破區(qū)域間的壁壘、實(shí)現(xiàn)跨區(qū)域流動(dòng)，對(duì)鄰近地區(qū)產(chǎn)生溢出效應(yīng)。一方面，技術(shù)創(chuàng)新帶來(lái)的知識(shí)技術(shù)溢出效應(yīng)，加快推動(dòng)科技成果轉(zhuǎn)化為現(xiàn)實(shí)生產(chǎn)力，推動(dòng)傳統(tǒng)產(chǎn)業(yè)向智能化、數(shù)字化和高端化轉(zhuǎn)型（閆雅芬，2021）；另一方面，隨著生產(chǎn)分工向?qū)I(yè)化和精細(xì)化發(fā)展，產(chǎn)業(yè)鏈條逐漸延伸拓展，通過(guò)數(shù)字技術(shù)帶來(lái)生產(chǎn)紅利，形成高協(xié)同性與正反饋效應(yīng)，鄰近地區(qū)在產(chǎn)業(yè)鏈上下游合作緊密（彭剛等，2021），使得本地區(qū)和鄰近地區(qū)的工業(yè)綠色轉(zhuǎn)型進(jìn)程加快，地區(qū)間空間互動(dòng)作用得到發(fā)揮，形成空間溢出效應(yīng)。因此，本文提出：

H3：數(shù)字技術(shù)賦能工業(yè)綠色轉(zhuǎn)型發(fā)展具有空間溢出效應(yīng)，即對(duì)臨近地區(qū)的工業(yè)綠色轉(zhuǎn)型發(fā)展產(chǎn)生影響。

（四）數(shù)字技術(shù)賦能工業(yè)綠色轉(zhuǎn)型的區(qū)域異質(zhì)性

由于各省（區(qū)、市）在經(jīng)濟(jì)社會(huì)發(fā)展條件、資源稟賦結(jié)構(gòu)、基礎(chǔ)設(shè)施等方面存在顯著異質(zhì)性，在創(chuàng)新水平高、基礎(chǔ)設(shè)施完善、人力資本水平高、經(jīng)濟(jì)較發(fā)達(dá)的地區(qū)，數(shù)字技術(shù)成果的數(shù)量更多、質(zhì)量更優(yōu)、轉(zhuǎn)化為現(xiàn)實(shí)生產(chǎn)力的能力更強(qiáng)，數(shù)字技術(shù)發(fā)展和工業(yè)綠色轉(zhuǎn)型水平也較高，反之，數(shù)字技術(shù)和工業(yè)綠色轉(zhuǎn)型水平較低。

數(shù)字經(jīng)濟(jì)的發(fā)展可能會(huì)產(chǎn)生新的數(shù)字不平等和“數(shù)字鴻溝”現(xiàn)象（邱澤奇等，2016），從而使得數(shù)字技術(shù)對(duì)工業(yè)綠色轉(zhuǎn)型的賦能效應(yīng)存在區(qū)域異質(zhì)性。然而，數(shù)字技術(shù)對(duì)工業(yè)綠色轉(zhuǎn)型的賦能作用與二者的發(fā)展水平并不完全趨同。對(duì)于數(shù)字技術(shù)起步較早、發(fā)展水平較高的地區(qū)，數(shù)字技術(shù)對(duì)工業(yè)綠色轉(zhuǎn)型的溢出紅利已提前釋放，使得綠色轉(zhuǎn)型對(duì)數(shù)字技術(shù)發(fā)展水平的要求更高（韓先鋒等，2019），賦能的邊際效應(yīng)可能在降低，對(duì)于數(shù)字技術(shù)發(fā)展水平較低的地區(qū)，數(shù)字技術(shù)的促進(jìn)作用正在凸顯，賦能效應(yīng)更加顯著。因此，本文提出：

H4：各?。▍^(qū)、市）的數(shù)字技術(shù)和工業(yè)綠色轉(zhuǎn)型水平不同，數(shù)字技術(shù)對(duì)工業(yè)綠色轉(zhuǎn)型的促進(jìn)作用也不同。

三、研究方法與數(shù)據(jù)說(shuō)明

（一）模型構(gòu)建

為驗(yàn)證前文的假設(shè)，本文構(gòu)建以下基本模型：

在模型（1）中：gtoiit表示在t時(shí)期省份i的工業(yè)綠色發(fā)展指數(shù)；dtit表示i 省份t 時(shí)期的數(shù)字經(jīng)濟(jì)發(fā)展水平；controlit表示控制變量；μi、λt分別表示個(gè)體固定效應(yīng)與時(shí)間固定效應(yīng)；εit是隨機(jī)擾動(dòng)項(xiàng)。

模型（1）反映的是直接影響機(jī)制，為了討論數(shù)字技術(shù)對(duì)工業(yè)綠色轉(zhuǎn)型的可能影響機(jī)制，本文根據(jù)溫忠麟和葉寶娟（2014）提出的中介效應(yīng)檢驗(yàn)方法，對(duì)創(chuàng)新水平提升和能源結(jié)構(gòu)優(yōu)化等間接效應(yīng)進(jìn)行檢驗(yàn)，構(gòu)建如下模型：

上式中，Mit表示創(chuàng)新水平、能源結(jié)構(gòu)等中介機(jī)制。由因果逐步回歸檢驗(yàn)法可知，在a1、b1、c1都顯著的情況下，若回歸系數(shù)c1較a1數(shù)值變小或顯著性降低，則存在傳導(dǎo)機(jī)制（李朋林和候夢(mèng)瑩，2023）。

為了驗(yàn)證數(shù)字技術(shù)賦能工業(yè)綠色轉(zhuǎn)型是否存在空間溢出效應(yīng)，本文構(gòu)建空間計(jì)量模型后展開(kāi)探討。經(jīng)過(guò)一系列檢驗(yàn)，適合本文的空間計(jì)量模型為空間滯后模型（SAR），具體公式如下：

gtoiit=KWgtoiit+α1dtit+α2controlit+σi+τi+ψi

其中，K為空間自回歸系數(shù)，W為n×n維空間權(quán)重矩陣，σi和τi表示省份和年份的固定效應(yīng)，ψi表示隨機(jī)誤差項(xiàng)。

（二）指標(biāo)構(gòu)建與數(shù)據(jù)來(lái)源

1.數(shù)字技術(shù)和工業(yè)綠色轉(zhuǎn)型指標(biāo)體系。本文借鑒趙濤等（2020）的方法構(gòu)建數(shù)字技術(shù)指標(biāo)體系，共有十三個(gè)指標(biāo)：數(shù)字技術(shù)基礎(chǔ)設(shè)施包括每平方千米的互聯(lián)網(wǎng)寬帶接入端口數(shù)、光纜線(xiàn)路長(zhǎng)度、互聯(lián)網(wǎng)域名數(shù)和互聯(lián)網(wǎng)寬帶接入用戶(hù)占比；數(shù)字技術(shù)產(chǎn)業(yè)規(guī)模包括移動(dòng)電話(huà)普及率、每百人使用計(jì)算機(jī)數(shù)、郵政就業(yè)人員數(shù)占比、軟件業(yè)務(wù)收入占比；數(shù)字技術(shù)交易水平包括期末使用計(jì)算機(jī)數(shù)、每百家企業(yè)擁有網(wǎng)站數(shù)、有電子商務(wù)交易活動(dòng)的企業(yè)數(shù)比重、電子商務(wù)銷(xiāo)售額占比；數(shù)字技術(shù)創(chuàng)新應(yīng)用包括中國(guó)數(shù)字普惠金融指數(shù)。

借鑒鄧慧慧和楊露鑫（2019）的研究，本文構(gòu)建工業(yè)綠色轉(zhuǎn)型指標(biāo)體系，共有五個(gè)指標(biāo)：?jiǎn)挝还I(yè)增加值能耗、單位工業(yè)增加值用水量、單位工業(yè)增加值二氧化硫排放量、單位工業(yè)增加值廢水排放量、工業(yè)固體廢物綜合利用率。本文利用熵權(quán)TOPSIS法進(jìn)行量化評(píng)價(jià)，得出各?。▍^(qū)、市）數(shù)字技術(shù)水平和工業(yè)綠色發(fā)展指數(shù)，記為dt、gtoi。

2.中介變量。①創(chuàng)新水平（inno）：采用各?。▍^(qū)、市）2012 ～2021 年國(guó)內(nèi)發(fā)明專(zhuān)利申請(qǐng)受理量來(lái)測(cè)度區(qū)域創(chuàng)新水平。②能源結(jié)構(gòu)（es）：反映出工業(yè)能耗及排污情況，本文選取煤炭消費(fèi)量占能源消費(fèi)總量的比值來(lái)衡量。

3.控制變量。經(jīng)濟(jì)發(fā)展水平（lnpgdp），以人均國(guó)內(nèi)生產(chǎn)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(yù)能力（gov），用每年的公共預(yù)算支出與地區(qū)生產(chǎn)總值之比表示。外商直接投資（fdi），采用各地區(qū)利用外資金額與地區(qū)生產(chǎn)總值的比值表示。產(chǎn)業(yè)結(jié)構(gòu)（ind），用第三產(chǎn)業(yè)增加值與第二產(chǎn)業(yè)增加值的比值表示。

4.數(shù)據(jù)來(lái)源。本文采用我國(guó)30個(gè)?。▍^(qū)、市）（不包括西藏、臺(tái)灣、香港、澳門(mén)）2012 ～2021年的面板數(shù)據(jù)，數(shù)據(jù)來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)環(huán)境統(tǒng)計(jì)年鑒》《北京大學(xué)數(shù)字普惠金融指數(shù)》等，并對(duì)變量進(jìn)行對(duì)數(shù)化處理，缺失數(shù)據(jù)用插值法補(bǔ)充。

四、實(shí)證結(jié)果與分析

考察期內(nèi)各?。▍^(qū)、市）的數(shù)字技術(shù)和工業(yè)綠色轉(zhuǎn)型發(fā)展均呈現(xiàn)出良好態(tài)勢(shì)，數(shù)字技術(shù)發(fā)展整體水平較低，全國(guó)均值為0.299，工業(yè)綠色轉(zhuǎn)型整體水平相對(duì)較高，全國(guó)均值達(dá)0.587。但是區(qū)域間發(fā)展差異大，東部發(fā)達(dá)地區(qū)的數(shù)字技術(shù)和工業(yè)綠色轉(zhuǎn)型水平高于中、西部地區(qū)，可能的原因在于東部地區(qū)經(jīng)濟(jì)較為發(fā)達(dá)、工業(yè)設(shè)施更加完善。

（一）基準(zhǔn)回歸結(jié)果

在進(jìn)行回歸分析之前，首先對(duì)本文的變量進(jìn)行多重共線(xiàn)性檢驗(yàn)，各變量最大的方差膨脹因子不超過(guò)10，說(shuō)明不存在明顯的多重共線(xiàn)性問(wèn)題。表1 為本文的基準(zhǔn)回歸結(jié)果。列（1）是未加入控制變量的回歸結(jié)果，回歸系數(shù)顯著為正，說(shuō)明數(shù)字技術(shù)能夠直接促進(jìn)工業(yè)綠色轉(zhuǎn)型發(fā)展；列（2）～列（6）依次加入控制變量，數(shù)字技術(shù)對(duì)工業(yè)綠色轉(zhuǎn)型的回歸系數(shù)和顯著性未發(fā)生明顯變化，基準(zhǔn)回歸結(jié)果較為穩(wěn)健，該結(jié)果驗(yàn)證了H1。

表1 基準(zhǔn)回歸結(jié)果

從控制變量結(jié)果來(lái)看：第一，經(jīng)濟(jì)發(fā)展水平、人力資本水平、政府干預(yù)能力、外商直接投資均有利于促進(jìn)工業(yè)綠色轉(zhuǎn)型。第二，產(chǎn)業(yè)結(jié)構(gòu)對(duì)工業(yè)綠色轉(zhuǎn)型的影響系數(shù)為負(fù)，且未通過(guò)顯著性檢驗(yàn)，表明當(dāng)前產(chǎn)業(yè)結(jié)構(gòu)并未有利于工業(yè)綠色轉(zhuǎn)型，這可能是當(dāng)前產(chǎn)業(yè)結(jié)構(gòu)不合理造成的，隨著數(shù)字技術(shù)在第二產(chǎn)業(yè)、第三產(chǎn)業(yè)的應(yīng)用日益深入，第三產(chǎn)業(yè)的附加值較高，產(chǎn)值增速較快，而第二產(chǎn)業(yè)處于數(shù)字化、智能化、綠色化的改造升級(jí)階段，技術(shù)密集型、資本密集型等高附加值產(chǎn)業(yè)占比較低導(dǎo)致資源未能實(shí)現(xiàn)有效配置（鄧國(guó)營(yíng)和田袁果，2023），產(chǎn)值增速相對(duì)較慢，因此，當(dāng)前產(chǎn)業(yè)結(jié)構(gòu)對(duì)工業(yè)綠色轉(zhuǎn)型未能產(chǎn)生促進(jìn)作用。

（二）內(nèi)生性檢驗(yàn)

考慮到模型可能存在內(nèi)生性問(wèn)題會(huì)導(dǎo)致估計(jì)結(jié)果不準(zhǔn)確，用工具變量法進(jìn)行檢驗(yàn)，如表2所示，參考黃群慧等（2019）的做法，構(gòu)造了各省2002 年每百萬(wàn)人固定電話(huà)數(shù)量（與個(gè)體變化有關(guān)）與滯后一期全國(guó)互聯(lián)網(wǎng)寬帶用戶(hù)數(shù)（與時(shí)間有關(guān)）的交互項(xiàng)，作為數(shù)字技術(shù)的工具變量（IV）。工具變量的有效性檢驗(yàn)得出p 值為0.000，拒絕不存在內(nèi)生變量的原假設(shè)；不可識(shí)別檢驗(yàn)顯示，LM統(tǒng)計(jì)量p 值為0.000，顯著拒絕原假設(shè)；弱工具變量檢驗(yàn)顯示，Wald F 統(tǒng)計(jì)量大于弱識(shí)別檢驗(yàn)10%水平上的臨界值16.38。以上檢驗(yàn)結(jié)果說(shuō)明該工具變量是有效的。通過(guò)兩階段最小二乘法進(jìn)行回歸分析，結(jié)果為表2 的列（1）、列（2）。結(jié)果顯示，工具變量與核心解釋變量呈顯著正相關(guān)關(guān)系，滿(mǎn)足“相關(guān)性”假定，核心解釋變量對(duì)被解釋變量仍具有顯著正向影響，與基準(zhǔn)回歸結(jié)論一致。

表2 內(nèi)生性與穩(wěn)健性檢驗(yàn)結(jié)果

（三）穩(wěn)健性檢驗(yàn)

為驗(yàn)證前文估計(jì)結(jié)果是否穩(wěn)健，本文采用以下方法進(jìn)行穩(wěn)健性檢驗(yàn)。第一，替換解釋變量，由于數(shù)字技術(shù)的特性，本文選取高技術(shù)產(chǎn)業(yè)的數(shù)據(jù)計(jì)算產(chǎn)業(yè)集聚指數(shù)并進(jìn)行中心化處理（潘愛(ài)民和孟玲磊，2023），作為數(shù)字技術(shù)的代理變量（aggl）。結(jié)果見(jiàn)表2 列（3），高技術(shù)產(chǎn)業(yè)集聚對(duì)工業(yè)綠色轉(zhuǎn)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(gè)?。▍^(qū)、市）工業(yè)煙（粉）塵排放量對(duì)數(shù)化處理后作為工業(yè)綠色轉(zhuǎn)型的代理變量（lngyfc）（孔芳霞和劉新智，2023），結(jié)果見(jiàn)表2列（4），數(shù)字技術(shù)對(duì)工業(yè)煙（粉）塵排放存在顯著負(fù)向影響，也證實(shí)了前文數(shù)字技術(shù)對(duì)工業(yè)綠色轉(zhuǎn)型存在正向影響結(jié)論的可靠性。本文結(jié)論經(jīng)過(guò)多種穩(wěn)健性檢驗(yàn)后，具有較高可信度。

五、進(jìn)一步討論

（一）中介機(jī)制檢驗(yàn)

由前文可知，數(shù)字技術(shù)促進(jìn)了工業(yè)綠色轉(zhuǎn)型，本文選用中介效應(yīng)模型對(duì)創(chuàng)新水平提升、能源結(jié)構(gòu)優(yōu)化的中介機(jī)制進(jìn)行實(shí)證檢驗(yàn)，具體結(jié)果見(jiàn)表3?？芍?，數(shù)字技術(shù)對(duì)創(chuàng)新水平的影響系數(shù)顯著為正，對(duì)能源結(jié)構(gòu)的影響系數(shù)顯著為負(fù)，說(shuō)明數(shù)字技術(shù)對(duì)創(chuàng)新水平提升與能源結(jié)構(gòu)優(yōu)化具有推動(dòng)作用。列（3）、列（6）的結(jié)果顯示，數(shù)字技術(shù)水平對(duì)工業(yè)綠色轉(zhuǎn)型的影響系數(shù)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(yīng)，該影響系數(shù)相比列（1）、列（4）的直接回歸系數(shù)0.562 有所下降，說(shuō)明數(shù)字技術(shù)可通過(guò)提升創(chuàng)新水平、優(yōu)化能源結(jié)構(gòu)來(lái)間接推動(dòng)工業(yè)綠色轉(zhuǎn)型。為確保估計(jì)結(jié)果的可靠性，進(jìn)一步采用Sobel 檢驗(yàn)法和Bootstrap 檢驗(yàn)法，結(jié)果顯示，創(chuàng)新水平的間接效應(yīng)和直接效應(yīng)分別為0.126、0.518，能源結(jié)構(gòu)的間接效應(yīng)和直接效應(yīng)分別為0.102、0.542，置信區(qū)間均不包含0。由創(chuàng)新水平提升和能源結(jié)構(gòu)優(yōu)化的中介效應(yīng)比值可知，創(chuàng)新水平提升對(duì)工業(yè)綠色轉(zhuǎn)型的賦能效應(yīng)更為顯著。該結(jié)果支持了H2。

表3 中介機(jī)制

（二）空間溢出效應(yīng)

本文以空間鄰接矩陣為基礎(chǔ)，得出數(shù)字技術(shù)與工業(yè)綠色轉(zhuǎn)型水平的Moran's I 指數(shù)顯著為正，全局莫蘭指數(shù)散點(diǎn)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(nèi)，呈現(xiàn)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(guān)性，且數(shù)字技術(shù)與工業(yè)綠色轉(zhuǎn)型水平越高的地區(qū)，其鄰近地區(qū)的數(shù)字技術(shù)與工業(yè)綠色轉(zhuǎn)型水平也越高，反之亦然。造成這一現(xiàn)象的原因可能在于數(shù)字技術(shù)的發(fā)展具有無(wú)邊界性和共享性，對(duì)鄰近地區(qū)的正向輻射作用較為明顯，鄰近地區(qū)通過(guò)學(xué)習(xí)數(shù)字技術(shù)的發(fā)展經(jīng)驗(yàn)以及接收數(shù)字產(chǎn)業(yè)的轉(zhuǎn)移，能夠帶動(dòng)本地區(qū)的數(shù)字技術(shù)和工業(yè)綠色轉(zhuǎn)型發(fā)展。

空間溢出效應(yīng)分析結(jié)果見(jiàn)表4。首先，進(jìn)行拉格朗日乘子（LM）檢驗(yàn)和其穩(wěn)健性（Robust LM）檢驗(yàn)，發(fā)現(xiàn)空間滯后模型（SAR）的LM 和R-LM 統(tǒng)計(jì)量均通過(guò)了顯著性檢驗(yàn)，空間誤差模型（SEM）的LM統(tǒng)計(jì)量通過(guò)了顯著性檢驗(yàn)，但R-LM 統(tǒng)計(jì)量未通過(guò)檢驗(yàn)。這說(shuō)明數(shù)字技術(shù)賦能工業(yè)綠色轉(zhuǎn)型的空間溢出效應(yīng)不是由模型假設(shè)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(yàn)的統(tǒng)計(jì)量為負(fù)值，選擇隨機(jī)效應(yīng)模型。因此，本文選擇隨機(jī)效應(yīng)的空間滯后模型（SAR）作為擬合數(shù)字技術(shù)賦能工業(yè)綠色轉(zhuǎn)型空間溢出效應(yīng)的模型。

表4 空間溢出效應(yīng)

空間自回歸系數(shù)Spatial-rho 顯著為正，說(shuō)明本地工業(yè)綠色轉(zhuǎn)型水平越高，相鄰地區(qū)的工業(yè)綠色轉(zhuǎn)型水平也會(huì)越高。數(shù)字技術(shù)發(fā)展對(duì)本地工業(yè)綠色轉(zhuǎn)型的直接效應(yīng)和間接效應(yīng)分別為0.403 和0.257，均通過(guò)了1%的顯著性水平檢驗(yàn)，表明數(shù)字技術(shù)發(fā)展水平對(duì)本地區(qū)和相鄰地區(qū)的工業(yè)綠色轉(zhuǎn)型均存在促進(jìn)作用。為檢驗(yàn)結(jié)果的穩(wěn)健性，采用地理距離矩陣和經(jīng)濟(jì)距離矩陣進(jìn)行空間溢出效應(yīng)分析，估計(jì)系數(shù)和顯著性與前文保持一致，表明空間溢出效應(yīng)的分析結(jié)果具有穩(wěn)健性。該結(jié)論驗(yàn)證了H3，即數(shù)字技術(shù)賦能工業(yè)綠色轉(zhuǎn)型發(fā)展具有空間溢出效應(yīng)。

（三）區(qū)域異質(zhì)性

考慮到我國(guó)各?。▍^(qū)、市）數(shù)字技術(shù)與工業(yè)綠色轉(zhuǎn)型發(fā)展水平存在差異，為提升研究結(jié)論的完整性與充分性，本文對(duì)全國(guó)區(qū)域進(jìn)行劃分。根據(jù)耦合協(xié)調(diào)度模型，依據(jù)各?。▍^(qū)、市）數(shù)字技術(shù)與工業(yè)綠色轉(zhuǎn)型的耦合協(xié)調(diào)度指數(shù)D分為以下四組數(shù)據(jù)：①組指指數(shù)D 大于0.8，表示進(jìn)入良好協(xié)調(diào)發(fā)展階段，有北京、上海；②組指指數(shù)D大于0.7，進(jìn)入中級(jí)協(xié)調(diào)發(fā)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(shù)D大于0.6，進(jìn)入初級(jí)協(xié)調(diào)發(fā)展階段，有河北、山西、內(nèi)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(shù)D大于0.5，進(jìn)入勉強(qiáng)協(xié)調(diào)發(fā)展階段，有新疆、寧夏。根據(jù)以上四組數(shù)據(jù)分別進(jìn)行檢驗(yàn)。結(jié)果見(jiàn)表5。數(shù)字技術(shù)對(duì)工業(yè)綠色轉(zhuǎn)型的促進(jìn)作用在②、③、④組地區(qū)都通過(guò)了顯著性檢驗(yàn)，①組的影響系數(shù)為正，但未通過(guò)顯著性檢驗(yàn)。由結(jié)果可知，隨著耦合協(xié)調(diào)等級(jí)的降低，數(shù)字技術(shù)對(duì)工業(yè)綠色轉(zhuǎn)型的影響系數(shù)卻在逐漸升高。造成這種結(jié)果的原因可能是：第一，對(duì)于數(shù)字技術(shù)和工業(yè)節(jié)能低碳技術(shù)發(fā)展起步較晚的地區(qū)，在考察期初發(fā)展水平較低，提升空間大（于世海等，2022），數(shù)字技術(shù)對(duì)工業(yè)綠色轉(zhuǎn)型的促進(jìn)作用正在凸顯出來(lái)，與此同時(shí)，國(guó)家大力推進(jìn)中部崛起戰(zhàn)略和西部大開(kāi)發(fā)戰(zhàn)略，因此，在考察期內(nèi)處于勉強(qiáng)協(xié)調(diào)發(fā)展階段和初級(jí)協(xié)調(diào)發(fā)展階段的地區(qū)，數(shù)字技術(shù)對(duì)工業(yè)綠色轉(zhuǎn)型的影響較為顯著。第二，考察期內(nèi)進(jìn)入中級(jí)協(xié)調(diào)發(fā)展階段的地區(qū)，數(shù)字技術(shù)發(fā)展起步較早、發(fā)展速度較快，數(shù)字技術(shù)對(duì)工業(yè)綠色轉(zhuǎn)型的溢出紅利已經(jīng)提前釋放，使得工業(yè)綠色轉(zhuǎn)型水平提升對(duì)于數(shù)字技術(shù)發(fā)展水平的要求更高（韓先鋒等，2019），因此，在考察期內(nèi)數(shù)字技術(shù)賦能工業(yè)綠色轉(zhuǎn)型的邊際效用在降低，此現(xiàn)象在進(jìn)入良好協(xié)調(diào)發(fā)展階段的地區(qū)更為顯著。綜上所述，數(shù)字技術(shù)對(duì)工業(yè)綠色轉(zhuǎn)型的促進(jìn)作用存在顯著的區(qū)域差異，在數(shù)字技術(shù)與工業(yè)綠色轉(zhuǎn)型耦合協(xié)調(diào)度較低的地區(qū)賦能作用更為顯著，在耦合協(xié)調(diào)度較高的地區(qū)賦能作用較弱。H4得以驗(yàn)證。

表5 區(qū)域異質(zhì)性分析

六、結(jié)論與政策啟示

本文選取2012 ～2021 年我國(guó)省級(jí)面板數(shù)據(jù)，從理論和實(shí)證層面考察了數(shù)字技術(shù)賦能工業(yè)綠色轉(zhuǎn)型的內(nèi)在機(jī)制、空間溢出效應(yīng)和區(qū)域異質(zhì)性，研究發(fā)現(xiàn)：①考察期內(nèi)，全國(guó)各區(qū)域數(shù)字技術(shù)與工業(yè)綠色轉(zhuǎn)型發(fā)展水平均有了明顯的提升，東、中、西部存在明顯區(qū)域差異。②數(shù)字技術(shù)對(duì)工業(yè)綠色轉(zhuǎn)型存在直接促進(jìn)作用，在加入工具變量、替換解釋變量和被解釋變量后結(jié)論依然穩(wěn)健。③數(shù)字技術(shù)通過(guò)區(qū)域創(chuàng)新水平提升和能源結(jié)構(gòu)優(yōu)化對(duì)工業(yè)綠色轉(zhuǎn)型產(chǎn)生間接作用，且創(chuàng)新水平提升的中介效應(yīng)更強(qiáng)。④數(shù)字技術(shù)與工業(yè)綠色轉(zhuǎn)型發(fā)展存在顯著的空間相關(guān)性，呈現(xiàn)出“高與高”集聚、“低與低”集聚的空間特征，數(shù)字技術(shù)的發(fā)展對(duì)相鄰地區(qū)工業(yè)綠色轉(zhuǎn)型也存在促進(jìn)作用。⑤在數(shù)字技術(shù)與工業(yè)綠色轉(zhuǎn)型耦合協(xié)調(diào)等級(jí)越低的地區(qū)，賦能效應(yīng)越顯著，在耦合協(xié)調(diào)等級(jí)高的發(fā)達(dá)地區(qū)，賦能效應(yīng)較弱。

根據(jù)以上結(jié)論，本文提出以下政策啟示：第一，完善數(shù)字技術(shù)的基礎(chǔ)設(shè)施建設(shè)，拓寬互聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算、5G 智能等數(shù)字技術(shù)的應(yīng)用渠道和范圍，孕育新興產(chǎn)業(yè)或業(yè)務(wù)形態(tài)，釋放數(shù)字技術(shù)發(fā)展紅利。第二，加速推動(dòng)數(shù)字技術(shù)與工業(yè)生產(chǎn)的深度融合發(fā)展，加強(qiáng)數(shù)據(jù)、信息、技術(shù)在不同產(chǎn)業(yè)、不同區(qū)域之間的流動(dòng)性，加深數(shù)字技術(shù)在綠色創(chuàng)新中的應(yīng)用，深入推進(jìn)數(shù)字技術(shù)與清潔能源技術(shù)相融合，提高創(chuàng)新水平、優(yōu)化能源結(jié)構(gòu)和工業(yè)綠色轉(zhuǎn)型效率，推動(dòng)形成綠色低碳的工業(yè)產(chǎn)業(yè)鏈體系。第三，政府可以出臺(tái)多種優(yōu)惠政策吸引高水平的技能型人才，有利于提升區(qū)域創(chuàng)新水平，引導(dǎo)工業(yè)企業(yè)積極學(xué)習(xí)高度協(xié)調(diào)發(fā)展地區(qū)的發(fā)展經(jīng)驗(yàn)，與鄰近地區(qū)的政府和企業(yè)建立溝通交流平臺(tái)，加強(qiáng)區(qū)域間對(duì)話(huà)、拓寬合作渠道，通過(guò)數(shù)字技術(shù)優(yōu)化資源配置、緩解信息不對(duì)稱(chēng)問(wèn)題，加快生產(chǎn)要素的流動(dòng)速度，促進(jìn)區(qū)域間數(shù)字技術(shù)和工業(yè)綠色轉(zhuǎn)型的協(xié)同推進(jìn)。第四，為降低“馬太效應(yīng)”帶來(lái)的負(fù)面影響，政府和企業(yè)應(yīng)正確認(rèn)識(shí)數(shù)字技術(shù)和工業(yè)綠色轉(zhuǎn)型水平區(qū)域間發(fā)展不均衡現(xiàn)狀，結(jié)合產(chǎn)業(yè)結(jié)構(gòu)優(yōu)勢(shì)和資源稟賦，因地制宜地制定策略。對(duì)于數(shù)字技術(shù)與工業(yè)綠色轉(zhuǎn)型發(fā)展水平較高的地區(qū)，利用自身較發(fā)達(dá)的經(jīng)濟(jì)條件為數(shù)字技術(shù)發(fā)揮正外部性創(chuàng)造良好的市場(chǎng)環(huán)境；對(duì)于數(shù)字技術(shù)與工業(yè)綠色轉(zhuǎn)型發(fā)展水平較低的地區(qū)，數(shù)字技術(shù)尚處于起步階段，其工業(yè)綠色發(fā)展提升空間較大，數(shù)字技術(shù)釋放的綠色轉(zhuǎn)型紅利正在凸顯，因此對(duì)處于綠色轉(zhuǎn)型的工業(yè)企業(yè)，政府應(yīng)當(dāng)予以技術(shù)支持、財(cái)政支持，加大對(duì)高耗能和高污染企業(yè)的淘汰力度，推動(dòng)傳統(tǒng)工業(yè)形成以創(chuàng)新為主導(dǎo)、以數(shù)字技術(shù)為驅(qū)動(dòng)力、以綠色發(fā)展為目標(biāo)的綠色發(fā)展模式，推動(dòng)我國(guó)工業(yè)實(shí)現(xiàn)綠色轉(zhuǎn)型升級(jí)。

【 主要參考文獻(xiàn)】

鄧國(guó)營(yíng)，田袁果.住房?jī)r(jià)格區(qū)域分化：基于市場(chǎng)化進(jìn)程的視角［J］.財(cái)經(jīng)科學(xué)，2023（3）：140 ～148.

黃勃，李海彤，劉俊岐等.數(shù)字技術(shù)創(chuàng)新與中國(guó)企業(yè)高質(zhì)量發(fā)展——來(lái)自企業(yè)數(shù)字專(zhuān)利的證據(jù)［J］.經(jīng)濟(jì)研究，2023（3）：97 ～115.

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（8）：5 ～23.

李朋林，候夢(mèng)瑩.數(shù)字經(jīng)濟(jì)發(fā)展對(duì)碳排放的影響［J］.財(cái)會(huì)月刊，2023（10）：153 ～160.

潘愛(ài)民，孟玲磊.數(shù)字經(jīng)濟(jì)、產(chǎn)業(yè)集聚和區(qū)域創(chuàng)新效率［J］.山東工商學(xué)院學(xué)報(bào)，2023（4）：109 ～122.

彭剛，朱莉，陳榕.SNA視角下我國(guó)數(shù)字經(jīng)濟(jì)生產(chǎn)核算問(wèn)題研究［J］.統(tǒng)計(jì)研究，2021（7）：19 ～31.

趙德起，孟琳.黨的十八大以來(lái)我國(guó)數(shù)字化轉(zhuǎn)型取得的成就、經(jīng)驗(yàn)與前景展望［J］.湖南科技大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2023（1）：75 ～83.

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(lái)自中國(guó)城市的經(jīng)驗(yàn)證據(jù)［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.