綠色技術(shù)創(chuàng)新對我國工業(yè)綠色能源效率的影響

摘 要：應(yīng)用動態(tài)隨機非參數(shù)數(shù)據(jù)包絡(luò)分析（StoNED）模型測度我國工業(yè)綠色能源效率的動態(tài)變化趨勢，并利用空間誤差模型，從數(shù)字經(jīng)濟視角研究綠色技術(shù)創(chuàng)新對我國工業(yè)綠色能源效率的影響，發(fā)現(xiàn)我國工業(yè)綠色能源效率存在正向的空間溢出效應(yīng)。結(jié)果表明：我國工業(yè)綠色能源效率呈現(xiàn)先下降后上升的趨勢，且呈現(xiàn)內(nèi)陸地區(qū)向華東和華南地區(qū)逐漸收斂的態(tài)勢；數(shù)字技術(shù)在時間固定模型下對工業(yè)綠色能源效率的提升發(fā)揮著積極作用，但數(shù)字產(chǎn)業(yè)和數(shù)字環(huán)境變量在一定情況下對工業(yè)綠色能源效率產(chǎn)生了負(fù)面影響；數(shù)字技術(shù)、數(shù)字產(chǎn)業(yè)和數(shù)字環(huán)境變量在不同的空間權(quán)重矩陣下，對區(qū)域異質(zhì)性和規(guī)模異質(zhì)性的工業(yè)綠色能源效率影響不同。

關(guān)鍵詞：綠色技術(shù)創(chuàng)新；工業(yè)綠色能源效率；動態(tài)StoNED模型；數(shù)字經(jīng)濟；空間誤差模型

中圖分類號：F 424；X 24 文獻(xiàn)標(biāo)識碼：A 文章編號：1672-7312（2024）06-0635-13

The Influence of Green Technology Innovation on Industrial Green Energy Efficiency in China

SHI Xiongtian，YU Zhengyong，CHEN Yang

（School of Business and Tourism Management，Yunnan University，Kunming 650500，China）

Abstract：The dynamic StoNED model is used to measure the dynamic change trend of China’s industrial green energy efficiency，and then the spatial error model is used to study the impact of green technology innovation on China’s industrial green energy efficiency from the perspective of digital economy，and it is found that there is a positive spatial spillover effect of China’s industrial green energy efficiency.The results show that：the industrial green energy efficiency in China decreases first and then increases，and gradually converges from inland areas to East and South China；Digital technology plays a positive role in the improvement of industrial green energy efficiency under the timefixed model，but digital industry and digital environment variables have a negative impact on industrial green energy efficiency under certain circumstances；Digital technology，digital industry and digital environment variables have different effects on industrial green energy efficiency with regional heterogeneity and scale heterogeneity under different spatial weight matrices.

Key words：green technology innovation；industrial green energy efficiency；dynamic StoNED model；digital economy；spatial error model

0 引言

我國長期的經(jīng)濟快速增長主要依賴于大量的能源消耗，導(dǎo)致了能源利用效率低下和環(huán)境污染嚴(yán)重的現(xiàn)象，尤其是傳統(tǒng)能源的過度使用，進一步加劇了溫室氣體排放和氣候變化問題。為了實現(xiàn)可持續(xù)發(fā)展和履行國際責(zé)任，我國在2020年提出了“雙碳”目標(biāo)，即碳達(dá)峰和碳中和，這一目標(biāo)充分表明我國對能源消費和環(huán)境保護問題的高度重視。為實現(xiàn)“雙碳”目標(biāo)，我國需采取措施來控制能源消費總量和強度，提高工業(yè)能源效率。工業(yè)能源效率作為綜合指標(biāo)，體現(xiàn)了經(jīng)濟、能源、環(huán)境和社會之間的相互作用，是衡量我國可持續(xù)發(fā)展進程的關(guān)鍵。因此，研究綠色技術(shù)創(chuàng)新對工業(yè)綠色能源效率的影響至關(guān)重要。從數(shù)字經(jīng)濟的角度來看，研究數(shù)字技術(shù)、數(shù)字環(huán)境和數(shù)字產(chǎn)業(yè)如何促進工業(yè)綠色能源效率的提升，以實現(xiàn)中國的可持續(xù)發(fā)展和“雙碳”目標(biāo)，是十分必要的。

隨機前沿分析（SFA）和數(shù)據(jù)包絡(luò)分析（DEA）是常用于評估工業(yè)能源效率的2種方法。然而，二者的應(yīng)用可能會引入較大的誤差，從而影響研究結(jié)果的可比性，甚至導(dǎo)致與實際情況不符的結(jié)論。相比之下，隨機非參數(shù)數(shù)據(jù)包絡(luò)分析（StoNED）結(jié)合了SFA和DEA的優(yōu)點，并在一個廣泛認(rèn)可的理論框架下進行測度，避免引入新的概念，提升了測度的操作性、準(zhǔn)確性和靈活性。盡管StoNED模型在金融和制造業(yè)等領(lǐng)域已得到廣泛應(yīng)用，但在工業(yè)能源效率測度方面的研究相對較少。此外，現(xiàn)有研究通?；谳^大的經(jīng)濟區(qū)域劃分進行分析，這種方法可能會忽略不同區(qū)域在經(jīng)濟和社會發(fā)展方面的差異性和集聚特征，從而難以深入分析區(qū)域間的差異。因此，為了找到有效的工業(yè)能源效率評估方案，有必要科學(xué)測量并合理分析工業(yè)能源效率，同時采用更細(xì)致的區(qū)域劃分，以揭示更具體層面上的差異。

目前研究工業(yè)能源效率的影響因素，主要有2種主流方法：因素分解法和計量經(jīng)濟模型。因素分解法包括結(jié)構(gòu)分解法和指數(shù)分解法，可揭示不同因素對經(jīng)濟指標(biāo)的貢獻(xiàn)。計量經(jīng)濟模型則包括協(xié)整和誤差修正模型、系統(tǒng)矩估計、隨機前沿分析、分位數(shù)空間自回歸和面板Tobit回歸等方法，用于探索影響因素對全要素能源效率提升的具體影響。然而，這2種方法各有局限。因素分解法雖然應(yīng)用廣泛，但往往難以深入分析影響機制。計量經(jīng)濟模型盡管能夠探究影響因素，但經(jīng)常忽略全要素能源效率的特殊屬性和空間效應(yīng)，導(dǎo)致分析結(jié)果存在偏差。因此，為了全面準(zhǔn)確地理解工業(yè)能源效率的影響因素，需要一種綜合方法，該方法既能夠捕捉全要素能源效率的基本特征，又能考慮其空間分布和受限特性，以更準(zhǔn)確地反映這些因素的實際影響。

當(dāng)前，“數(shù)字化”和“綠色化”已經(jīng)成為工業(yè)發(fā)展的兩大主要趨勢，實現(xiàn)“綠水青山就是金山銀山”的綠色發(fā)展模式也成為了工業(yè)發(fā)展的主要目標(biāo)。綠色發(fā)展模式將“創(chuàng)新”與“綠色”兩大特質(zhì)融合，對解決區(qū)域工業(yè)經(jīng)濟增長與生態(tài)環(huán)境惡化相互制約的困境具有關(guān)鍵作用。數(shù)字經(jīng)濟憑借其對數(shù)字技術(shù)的驅(qū)動作用和對數(shù)字化知識與信息的重視，為我國工業(yè)經(jīng)濟的轉(zhuǎn)型升級和綠色發(fā)展注入了關(guān)鍵活力。在數(shù)字經(jīng)濟的推動下，數(shù)據(jù)價值化優(yōu)化了生產(chǎn)要素，提高了生產(chǎn)效率，并開辟了低資源消耗的價值創(chuàng)造路徑；數(shù)字技術(shù)促進企業(yè)、公眾和政府間的協(xié)作，推動綠色創(chuàng)新并提升資源管理效率；工業(yè)數(shù)字化引發(fā)產(chǎn)業(yè)融合，催生新產(chǎn)業(yè)與新業(yè)態(tài)，推動綠色高效發(fā)展，并促進產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化。因此，充分利用數(shù)字經(jīng)濟的綠色創(chuàng)新潛力以促進工業(yè)能源利用的綠色發(fā)展，對推動工業(yè)發(fā)展具有重要意義。

綜上所述，選取我國30個省份（不含西藏和港澳臺4個省級行政區(qū)）的面板數(shù)據(jù)作為研究對象，將工業(yè)三廢納入工業(yè)綠色能源效率的測度框架。首先，利用StoNED模型測算我國工業(yè)綠色能源效率，并根據(jù)我國七大地理分區(qū)分析測算結(jié)果。然后，從數(shù)字經(jīng)濟的角度，采用TOE框架構(gòu)建綠色技術(shù)創(chuàng)新因素，并構(gòu)建空間誤差模型研究綠色技術(shù)創(chuàng)新對我國工業(yè)綠色能源效率的影響，旨在探索全面提高我國工業(yè)綠色能源效率的政策建議，以助力我國工業(yè)實現(xiàn)高質(zhì)量發(fā)展。

1 研究假設(shè)

1.1 綠色技術(shù)創(chuàng)新與工業(yè)綠色能源效率

綠色技術(shù)創(chuàng)新旨在通過開發(fā)和應(yīng)用更環(huán)保的技術(shù)來減少污染并提高資源利用效率，這符合綠色創(chuàng)新理論的核心觀點。通過開發(fā)新的節(jié)能設(shè)備、可再生能源技術(shù)以及提高生產(chǎn)流程的環(huán)保性，綠色技術(shù)創(chuàng)新有望減少能源消耗，提高能源利用效率，這種創(chuàng)新可以幫助企業(yè)在保持生產(chǎn)力的同時，減少對環(huán)境的負(fù)面影響，提高工業(yè)綠色能源效率。

通過TOE框架來構(gòu)建綠色技術(shù)創(chuàng)新指標(biāo)，從數(shù)字技術(shù)、數(shù)字產(chǎn)業(yè)和數(shù)字環(huán)境等角度構(gòu)建綠色技術(shù)創(chuàng)新的TOE框架來探討綠色技術(shù)創(chuàng)新對我國工業(yè)綠色能源效率的影響。

1.2 數(shù)字技術(shù)與工業(yè)綠色能源效率

數(shù)字技術(shù)主要包括底層技術(shù)和實踐技術(shù)等，根據(jù)Schumpeter創(chuàng)新理論，這些技術(shù)作為創(chuàng)新的驅(qū)動因素對經(jīng)濟的發(fā)展起著至關(guān)重要的作用。在當(dāng)前工業(yè)綠色轉(zhuǎn)型的背景下，數(shù)字技術(shù)的廣泛應(yīng)用為提高工業(yè)綠色能源效率提供了新的機遇和挑戰(zhàn)。底層技術(shù)，構(gòu)成了數(shù)字技術(shù)基礎(chǔ)設(shè)施的核心，其發(fā)展與普及程度直接關(guān)系到信息傳輸?shù)乃俣群托剩瑸楣I(yè)生產(chǎn)提供了更加快速、靈活和智能的信息化支持。通過實時監(jiān)測和數(shù)據(jù)分析，底層技術(shù)能夠幫助企業(yè)更加精準(zhǔn)地掌握能源使用情況，從而有針對性地進行調(diào)整和優(yōu)化。實踐技術(shù)，則代表了數(shù)字技術(shù)在實際應(yīng)用中的廣度和深度。隨著這些技術(shù)的普及和發(fā)展，數(shù)字化生產(chǎn)模式不斷創(chuàng)新，智能制造、物聯(lián)網(wǎng)、大數(shù)據(jù)分析等技術(shù)的應(yīng)用日益深入。通過數(shù)字技術(shù)的實踐應(yīng)用，工業(yè)企業(yè)可以更加高效地利用能源資源，減少浪費，提高生產(chǎn)效率，從而實現(xiàn)工業(yè)綠色能源效率的顯著提升。

基于此，提出假設(shè)1：數(shù)字技術(shù)水平的提升將促進工業(yè)綠色能源效率的提升。

1.3 數(shù)字產(chǎn)業(yè)與工業(yè)綠色能源效率

資源環(huán)境經(jīng)濟學(xué)強調(diào)資源利用效率和環(huán)境可持續(xù)發(fā)展之間的關(guān)系，認(rèn)為有效利用資源有助于減少對環(huán)境的影響，并促進經(jīng)濟的可持續(xù)增長。數(shù)字產(chǎn)業(yè)包括了產(chǎn)業(yè)數(shù)字化和商業(yè)模式數(shù)字化2個重要方面。產(chǎn)業(yè)數(shù)字化著重于將傳統(tǒng)產(chǎn)業(yè)與數(shù)字技術(shù)相結(jié)合，以提升生產(chǎn)效率和優(yōu)化資源利用，這種數(shù)字化轉(zhuǎn)型不僅可以改善傳統(tǒng)工業(yè)生產(chǎn)的效率和質(zhì)量，還能夠降低能源消耗和排放，從而實現(xiàn)工業(yè)綠色能源效率的提升。同時，商業(yè)模式數(shù)字化則關(guān)注商業(yè)模式的創(chuàng)新和數(shù)字化轉(zhuǎn)型，為企業(yè)提供了更加靈活和高效的經(jīng)營方式。這種數(shù)字化轉(zhuǎn)型不僅可以拓展市場邊界，還可以為企業(yè)創(chuàng)造更多的商機和增長點，從而推動經(jīng)濟的可持續(xù)增長。通過產(chǎn)業(yè)數(shù)字化和商業(yè)模式數(shù)字化的應(yīng)用，數(shù)字產(chǎn)業(yè)能夠促進工業(yè)企業(yè)實現(xiàn)生產(chǎn)過程的數(shù)字化轉(zhuǎn)型，提升生產(chǎn)效率，降低資源消耗和排放，從而實現(xiàn)工業(yè)綠色能源效率的提升。

基于此，提出假設(shè)2：數(shù)字產(chǎn)業(yè)的發(fā)展將有助于提高工業(yè)綠色能源效率。

1.4 數(shù)字環(huán)境與工業(yè)綠色能源效率

數(shù)字環(huán)境的優(yōu)化對提高工業(yè)綠色能源效率至關(guān)重要。數(shù)字環(huán)境由數(shù)字消費環(huán)境和數(shù)字政務(wù)環(huán)境表示，因為它們在數(shù)字化時代對社會和經(jīng)濟發(fā)展影響深遠(yuǎn)，數(shù)字消費環(huán)境涵蓋了人們通過互聯(lián)網(wǎng)進行購物、支付和娛樂的方方面面，而數(shù)字政務(wù)環(huán)境則關(guān)注政府提供的在線服務(wù)和治理能力，這2個方面的優(yōu)化可以提高消費便利性、商業(yè)效率和政府治理效率，推動經(jīng)濟社會的可持續(xù)發(fā)展，并間接促進工業(yè)綠色能源效率的提升。數(shù)字消費環(huán)境的改善將推動工業(yè)生產(chǎn)的智能化和信息化，消費者對產(chǎn)品環(huán)保標(biāo)準(zhǔn)的日益提高將促使工業(yè)企業(yè)采用更環(huán)保、高效的生產(chǎn)技術(shù)和設(shè)備，從而減少能源浪費，提高能源利用效率，這與現(xiàn)代產(chǎn)業(yè)理論中關(guān)于生產(chǎn)技術(shù)和設(shè)備更新對生產(chǎn)效率提升的觀點相符合。同時，數(shù)字政務(wù)環(huán)境的優(yōu)化也將為工業(yè)企業(yè)提供更高效便捷的服務(wù)，支持其可持續(xù)發(fā)展，政府?dāng)?shù)字化服務(wù)的提升將為工業(yè)企業(yè)提供更便捷的資源獲取渠道和環(huán)境保護支持，有助于推動環(huán)保政策的及時實施，進而提升工業(yè)綠色能源效率。

基于此，提出假設(shè)3：數(shù)字環(huán)境水平提升有助于提高工業(yè)能源效率。

基于上述假設(shè)，構(gòu)建理論框架如圖1所示。

2 研究設(shè)計

2.1 動態(tài)Stoned模型

動態(tài)StoNED模型由KUOSMANEN T首次提出，是一種融合隨機前沿分析（SFA）和數(shù)據(jù)包絡(luò)分析（DEA）的計量經(jīng)濟學(xué)方法。傳統(tǒng)的StoNED模型在處理時間序列數(shù)據(jù)時存在一些局限性，尤其是在評估決策單元（DMU）隨時間變化的效率方面。動態(tài)StoNED模型旨在解決這個問題，使其能夠更好地適用于時間序列數(shù)據(jù)的分析和評估，從而更準(zhǔn)確地評估決策單元的效率。

為了區(qū)分效率低下和隨機誤差對決策單元性能評估的影響，假設(shè)生產(chǎn)函數(shù)具有乘法誤差結(jié)構(gòu)。這種結(jié)構(gòu)允許效率和隨機誤差以生產(chǎn)量的乘積形式出現(xiàn)，為在存在隨機擾動的情況下評估決策單元相對效率提供了一種方法。通過這個假設(shè)，可以更準(zhǔn)確地區(qū)分效率低下和隨機誤差，從而更好地了解決策單元的表現(xiàn)。動態(tài)StoNED模型的公式為

Y=f（X，t）·e－u（1）

式中，Y為第i個省份第t年的工業(yè)綠色能源效率；f（X，t）為指定的生產(chǎn)函數(shù)；e為隨機誤差的相關(guān)項；e為與效率相關(guān)的項，u＞0為第i個省份相對于潛在生產(chǎn)前沿的效率損失。

假設(shè)技術(shù)進步是要素投入增強型，f（X，t）表示為

f（x，t）=f（x，0）+∑×G（t）x（2）

式中，f（x，0）為基期生產(chǎn)函數(shù)；G（t）為要素投入型技術(shù)進步。

基于上述模型假設(shè)，采用非參數(shù)估計方法，保證f（x，0）在各個時期凹性一致。由于Kuosmanen Timo認(rèn)為G（t）不會影響f（x，0）的凹性特征，因而對G（t）可采用參數(shù)或非參數(shù)的估計方法，非參數(shù)設(shè)定公式為

G（t）=η（3）

式中，η為與投入和時間相關(guān)的特定常量（或參數(shù)），可能確實會引入大量的新未知參數(shù)，從而增加了模型估計的復(fù)雜度和計算難度。為了簡化模型并減少不必要的未知參數(shù)引入，參考Kuosmanen Timo的二次方程形式設(shè)定技術(shù)進步，公式為

G（t）=t+γt（4）

其中，若出現(xiàn)技術(shù)退步，滿足條件表示為

G（t+1）≥G（t），t=0，1，…，T－1（5）

在凹面最小二乘法框架下，純非參數(shù)設(shè)定效率變化確實存在難以將效率變化與隨機噪聲區(qū)分的問題。雖然非參數(shù)方法在模型設(shè)定方面具有高度靈活性，能夠適應(yīng)各種數(shù)據(jù)結(jié)構(gòu)，但其往往對數(shù)據(jù)噪聲更為敏感，尤其是在樣本量較小或數(shù)據(jù)質(zhì)量不高的情況下，這種方法可能導(dǎo)致模型過度依賴于數(shù)據(jù)中的特定波動，難以區(qū)分真實的效率變化與隨機噪聲。為克服這一問題，采用半?yún)?shù)方法估計生產(chǎn)函數(shù)和效率變化函數(shù)可能是有效的解決方案。半?yún)?shù)方法結(jié)合了參數(shù)和非參數(shù)方法的優(yōu)點：通過參數(shù)化部分模型組件以降低對數(shù)據(jù)噪聲的敏感性，同時保留其他組件的非參數(shù)靈活性。二次多項式形式是一種常見的選擇，允許模型捕捉效率隨時間的非線性變化趨勢，并避免模型過于復(fù)雜。因此，半?yún)?shù)方法能夠更準(zhǔn)確地描述效率變化趨勢，降低對噪聲的敏感性。模型設(shè)定為

h（t）=a+bt+ct（6）

式中，a為為基期非效率水平；b＞0且c=0為h（t）呈線性增長；c≠0為h（t）呈非線性狀態(tài)；b=c為h（t）為常數(shù)。

因此，動態(tài)StoNED模型改寫為

z=f（x，0）+∑（t+γt）x－（a+bt+ct）z+Vz（7）

為保證f（X，t）的凹性與單調(diào)性，基于公式（7）的設(shè)定，構(gòu)建CNLS估計模型，公式為

min∑∑vs.t.z=α+βx+∑（φt+γt）X－（a+bt+ct）z+Vz，

i=1，…，n；t=1，…，T；α+βx≤α+βx，h，i∈{1，…，n}；

s，t∈{1，…，T}；β≥0t+γt≥0，m=1，…，M（8）

在優(yōu)化生產(chǎn)函數(shù)模型時，目標(biāo)是通過最小化隨機誤差項的平方和，準(zhǔn)確捕捉生產(chǎn)過程，同時考慮到實際生產(chǎn)的經(jīng)濟規(guī)律和約束。在這個過程中，需要滿足以下4個主要約束條件。①基期生產(chǎn)函數(shù)：確保模型準(zhǔn)確反映起始時期的生產(chǎn)狀況，為整個分析提供可靠的基礎(chǔ)。②凹性約束：通過確保生產(chǎn)函數(shù)為凹函數(shù)，反映出邊際產(chǎn)出隨投入增加而減少的經(jīng)濟現(xiàn)實，從而使模型在經(jīng)濟學(xué)上更具合理性。③單調(diào)性限制：要求生產(chǎn)函數(shù)隨著投入的增加而單調(diào)遞增，符合經(jīng)濟原理，即更多的投入應(yīng)該帶來更多的產(chǎn)出。④生產(chǎn)技術(shù)的非負(fù)性：確保模型中的所有變量（包括投入和產(chǎn)出）都是非負(fù)的，以符合實際生產(chǎn)活動的約束。

最后，工業(yè)綠色能源效率計算公式表示為

E=11+h（t）=11+a+bt+ct（9）

2.2 莫蘭指數(shù)

通過測算Moran’s I 來檢驗我國各省份工業(yè)綠色能源效率水平分布是否在空間上具有相關(guān)性。參考施雄天等的研究，Moran’s I 計算公式表示為

Moran’s I=∑i=1∑j=1W（Y－）（Y－）S∑i=1∑j=1W（10）

式中，Y和Y分別為省份i和j工業(yè)綠色能源效率水平觀測值；W為空間權(quán)重矩陣，采用0-1矩陣。

2.3 空間計量模型

文中的空間計量模型初步表示為

Y=ρ∑WY+β+β T+βO+β E+γAit+αi+εit+v（11）

ε=λ∑Wε+μ（12）

式中，Y為工業(yè)綠色能源效率；T，O，E分別為數(shù)字技術(shù)、數(shù)字產(chǎn)業(yè)和數(shù)字環(huán)境；α為地區(qū)效應(yīng)；v為時間效應(yīng)；ε為隨機擾動項；Wij為空間權(quán)重矩陣；λ和ρ分別為空間誤差系數(shù)和空間滯后系數(shù)；A為控制變量。

2.4 指標(biāo)體系構(gòu)建及數(shù)據(jù)來源

2.4.1 指標(biāo)體系構(gòu)建

1）投入指標(biāo)

能源投入指標(biāo)。由于我國能源消費碳排放量占比超80%以上，所以選擇能源消耗的碳排放量更有代表性。參照《IPCC國家溫室氣體排放清單指南》中所列公式計算能源消耗碳排放量

C=∑MQCi=1，2，…，n（13）

式中，C為第i個省（市）的能源消費碳排放量；M為第i個?。ㄊ校┑趈種（j=1，2，…，10分別為煤炭、焦炭、原油、汽油、煤油、柴油、燃料、液化石油氣、天然氣、電力）能源在t年消費量；Q為第j種能源的凈發(fā)熱量；C為第j種能源的二氧化碳排放因子。

人員投入指標(biāo)。就業(yè)人員是衡量勞動力在工業(yè)綠色能源效率上的貢獻(xiàn)程度指標(biāo)，因此選取規(guī)模以上工業(yè)行業(yè)全部從業(yè)人員平均用工人數(shù)來衡量。

資金投入。選取工業(yè)固定資產(chǎn)投資來衡量。

2）產(chǎn)出指標(biāo)

期望產(chǎn)出。選取工業(yè)增加值來衡量。

非期望產(chǎn)出。參考李凱杰等的研究，選取工業(yè)三廢指標(biāo)來表示非期望產(chǎn)出，選取工業(yè)二氧化硫、工業(yè)廢水排放和工業(yè)固體廢物指標(biāo)并采用熵權(quán)法所得。

3）綠色發(fā)展驅(qū)動因素選擇

TOE框架作為涵蓋了技術(shù)（T）、組織（O）和環(huán)境（E）3個方面的綜合分析框架，在眾多研究議題中得到了廣泛的應(yīng)用?；诖耍瑥臄?shù)字經(jīng)濟視角出發(fā)，從數(shù)字技術(shù)（T）、數(shù)字產(chǎn)業(yè)（O）和數(shù)字環(huán)境（E）維度來代表綠色技術(shù)創(chuàng)新，從而構(gòu)建工業(yè)綠色能源效率的綠色發(fā)展驅(qū)動模式（TOE）。

數(shù)字技術(shù)（T）。選取底層技術(shù)和實踐技術(shù)來代表數(shù)字技術(shù)驅(qū)動因素，參考王玉龍等的研究，底層技術(shù)選取長途光纜線密度、互聯(lián)網(wǎng)寬帶接入端口數(shù)、IPv4地址數(shù)等指標(biāo)，實踐技術(shù)選取等移動電話普及率、人均電信業(yè)務(wù)收入和互聯(lián)網(wǎng)普及率等指標(biāo)，并將底層技術(shù)和實踐技術(shù)綜合使用熵值法來代表數(shù)字技術(shù)。

數(shù)字產(chǎn)業(yè)（O）。參考艾陽等的研究，產(chǎn)業(yè)數(shù)字化選取電信業(yè)務(wù)總量、軟件業(yè)務(wù)收入、信息技術(shù)服務(wù)收入等指標(biāo)，商業(yè)模式數(shù)字化選取有電子商務(wù)交易活動企業(yè)比重、電子商務(wù)銷售額和每百家企業(yè)擁有網(wǎng)站數(shù)等指標(biāo)，并將產(chǎn)業(yè)數(shù)字化和商業(yè)模式數(shù)字化綜合使用熵值法來代表數(shù)字產(chǎn)業(yè)。

數(shù)字環(huán)境（E）。選取數(shù)字消費環(huán)境和數(shù)字政務(wù)環(huán)境來代表數(shù)字產(chǎn)業(yè)驅(qū)動因素，參考向玉瓊等的研究，數(shù)字消費環(huán)境選取居民消費支出和網(wǎng)上零售額等指標(biāo)，數(shù)字政務(wù)環(huán)境選取省級政府服務(wù)平臺的網(wǎng)上政務(wù)服務(wù)能力指數(shù)，并將數(shù)字消費環(huán)境和數(shù)字政務(wù)環(huán)境綜合使用熵值法來代表數(shù)字環(huán)境。

4）控制變量

參考黃森等的研究，控制變量選取城鎮(zhèn)化水平、對外開放程度、社會消費水平、政府干預(yù)程度和創(chuàng)新水平。城鎮(zhèn)化水平用城鎮(zhèn)人口所占比率來衡量；對外開放程度用貨物進出口金額來衡量；社會消費水平用居民消費水平來衡量；政府干預(yù)程度用地方政府一般公共預(yù)算支出來衡量；創(chuàng)新水平用國內(nèi)發(fā)明專利申請受理量來衡量。

2.4.2 數(shù)據(jù)來源

選取了2011—2022年我國30個省份（不含西藏、港澳臺4個省級行政區(qū)）的面板數(shù)據(jù)，主要來源于EPS數(shù)據(jù)庫、《中國能源統(tǒng)計年鑒》《中國統(tǒng)計年鑒》等，部分缺失數(shù)據(jù)采用插值法補充，各變量描述性統(tǒng)計見表1。

3 工業(yè)綠色能源效率測度結(jié)果分析

為進一步分析我國工業(yè)綠色能源效率的區(qū)域特性，根據(jù)七大地理分區(qū)劃分進行分析，測度結(jié)果見表2。同時，繪制我國區(qū)域工業(yè)綠色能源效率演變趨勢雷達(dá)圖，如圖2所示。

從整體均值來看，我國工業(yè)綠色能源效率值呈現(xiàn)先下降后上升的趨勢。在2011—2016年期間，我國經(jīng)歷了快速的工業(yè)化過程，能源密集型行業(yè)如鋼鐵、水泥和化工等快速擴張，以追求經(jīng)濟增長為主導(dǎo)，但這些行業(yè)大量消耗能源，且能源利用效率相對較低，導(dǎo)致整體工業(yè)綠色能源效率下降。在這一時期，能源結(jié)構(gòu)主要以煤炭為主，而煤炭是一種碳排放高、能效相對較低的能源，雖然有可再生能源的使用，但比例相對較小，未能有效提高整體工業(yè)綠色能源效率。而在2016—2022年期間，我國政府出臺了一系列節(jié)能減排綜合性工作方案，例如《關(guān)于建立健全清潔能源消納長效機制的指導(dǎo)意見》《“十三五”節(jié)能環(huán)保產(chǎn)業(yè)發(fā)展規(guī)劃》、碳達(dá)峰和碳中和行動方案等政策措施，以綠色發(fā)展政策為導(dǎo)向。這些政策措施通過實施綠色標(biāo)準(zhǔn)和認(rèn)證，鼓勵企業(yè)采用環(huán)保材料和技術(shù)，降低生產(chǎn)過程中的能耗和排放，促進了產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級。在2020—2022年期間，我國工業(yè)綠色能源效率在0.60以上，說明我國的工業(yè)綠色能源效率正在逐漸提高。工業(yè)經(jīng)濟正在從高能耗、高污染的傳統(tǒng)產(chǎn)業(yè)向高科技、低碳環(huán)保的新模式轉(zhuǎn)型，這種增長方式更趨于可持續(xù)發(fā)展。然而，我國工業(yè)綠色能源效率雖有提升，但仍存在一定的提升空間，需要積極推行綠色技術(shù)創(chuàng)新，以助力我國工業(yè)經(jīng)濟的高質(zhì)量發(fā)展。

從圖2可知，我國工業(yè)綠色能源效率呈現(xiàn)出內(nèi)陸地區(qū)向華東和華南地區(qū)逐漸收斂的趨勢。華東、華南地區(qū)的工業(yè)綠色能源效率較高，這些地區(qū)經(jīng)濟發(fā)展較早，產(chǎn)業(yè)結(jié)構(gòu)更為先進，較早地從依賴傳統(tǒng)制造業(yè)轉(zhuǎn)向高科技和服務(wù)導(dǎo)向的產(chǎn)業(yè)。這些新興產(chǎn)業(yè)通常能效更高，環(huán)境污染更低。同時，在當(dāng)前國內(nèi)外雙循環(huán)的背景下，產(chǎn)業(yè)資源的迅速集中，加上對清潔能源的開發(fā)和利用，使得工業(yè)綠色能源效率較高。值得注意的是，西北地區(qū)自2015年后出現(xiàn)了穩(wěn)步的上升趨勢，這說明西北地區(qū)也在積極調(diào)整和優(yōu)化其產(chǎn)業(yè)結(jié)構(gòu)，重點發(fā)展新能源、高新技術(shù)和裝備制造等產(chǎn)業(yè)，逐步淘汰落后產(chǎn)能和高污染、高能耗的行業(yè)，從而提高了整體的工業(yè)綠色能源效率。此外，華北、西南、華中、東北地區(qū)整體上低于均值水平，但自2015年后工業(yè)綠色能源效率呈現(xiàn)出上升趨勢。這表明，隨著我國環(huán)境政策的實施和環(huán)境保護法律法規(guī)的不斷完善和執(zhí)行力度的加強，工業(yè)企業(yè)面臨更大的壓力去提升能源利用效率，減少污染物排放，進而提高了工業(yè)綠色能源效率。總體而言，七大區(qū)域的工業(yè)綠色能源效率存在差異。為了實現(xiàn)我國工業(yè)綠色能源效率的均衡發(fā)展，各區(qū)域需要推動范圍內(nèi)的能源結(jié)構(gòu)轉(zhuǎn)型和經(jīng)濟的可持續(xù)發(fā)展，以逐漸實現(xiàn)均衡發(fā)展。

4 實證分析

4.1 空間相關(guān)性檢驗

通過莫蘭指數(shù)進行空間自相關(guān)檢驗，結(jié)果見表3，局部莫蘭圖如圖3所示。2011—2022年Moran’s I指數(shù)均大于0，且至少通過了10 %以上的顯著性檢驗，表明各省份工業(yè)綠色能源效率在樣本期內(nèi)存在空間正相關(guān)性。因此，可采用空間計量模型，從空間角度探究綠色技術(shù)創(chuàng)新對工業(yè)綠色能源效率的影響。

4.2 空間計量模型選擇

由于上述已做空間相關(guān)性檢驗，說明我國各省份工業(yè)綠色能源效率水平呈現(xiàn)明顯的空間正相關(guān)性。因此，有必要在模型中加入空間變量來進行實證分析。

ELHORST指出，對于研究國家或地區(qū)的空間—時間數(shù)據(jù)，固定效應(yīng)模型通常比隨機效應(yīng)模型更適合。根據(jù)Hausman檢驗的結(jié)果，若Hausman檢驗值為負(fù)，說明固定效應(yīng)模型更合適。在固定效應(yīng)模型中，可考慮包括空間固定效應(yīng)（spatial）、時間固定效應(yīng)（time）以及時間與空間的雙固定效應(yīng)（both）。為了確保實證分析的穩(wěn)健性，構(gòu)造了3種不同的空間權(quán)重矩陣：空間鄰接權(quán)重矩陣、數(shù)字金融權(quán)重矩陣和人力資本權(quán)重矩陣，這些權(quán)重矩陣的選擇與研究的主題和目標(biāo)密切相關(guān)。例如，空間鄰接權(quán)重矩陣考慮了地理上的鄰接關(guān)系，數(shù)字金融權(quán)重矩陣關(guān)注數(shù)字經(jīng)濟相關(guān)的空間聯(lián)系，而人力資本權(quán)重矩陣則側(cè)重于人力資源在空間上的分布和影響。

空間鄰接權(quán)重矩陣是基于區(qū)域間距離定義相鄰間關(guān)系。dij為區(qū)域i與j的距離，空間鄰接權(quán)重

矩陣表示為

W=1 若d<d0 若d≥d（14）

數(shù)字金融權(quán)重矩陣?yán)脭?shù)字金融水平的差額作為測度地區(qū)間“經(jīng)濟距離”的指標(biāo)。利用Ucinet 6軟件進行制作。

i和j分別為i省和j省樣本期間數(shù)字金融水平均值，數(shù)據(jù)來源為北京大學(xué)數(shù)字普惠金融指數(shù)。數(shù)字金融權(quán)重矩陣表示為

W=1i－j（i≠j）（15）

人力資本權(quán)重矩陣?yán)萌肆Y本水平的差額作為測度地區(qū)間個體貢獻(xiàn)差異的指標(biāo)。利用Ucinet 6軟件進行制作。

i和j分別為為i省和j省樣本期間人力資本水平均值，數(shù)據(jù)來源為劉詩濛等的研究。數(shù)字金融權(quán)重矩陣表示為

W=1i－j（i≠j）（16）

為了選取合適的空間計量模型，一般會采用LMERR和LMLAG方法進行檢驗。從表4的結(jié)果可以看出，對于3種空間權(quán)重矩陣，SEM模型的LMERR和LMLAG檢驗的p值均在5%的顯著性水平下通過了檢驗，因此選取空間誤差模型。

4.3 穩(wěn)健性檢驗

根據(jù)Wald檢驗，發(fā)現(xiàn)Prob>chi2 =0.000 0非常顯著，拒絕SEM模型退化成SAR模型；根據(jù)LR檢驗，發(fā)現(xiàn)Prob>chi2=0.000 0非常顯著，拒絕SEM模型退化成SAR或者SDM模型，與Wald檢驗一致。

綜上，說明文中選擇的空間誤差模型通過穩(wěn)健性檢驗。

4.4 測度結(jié)果分析

將3種空間權(quán)重矩陣納入空間計量模型中，運用Stata 16.1軟件對3種模型測算，測算結(jié)果整理見表5。

通過對3種不同的空間權(quán)重矩陣進行計算，空間誤差系數(shù)λ通過了5%以上的顯著性水平檢驗，確保了空間誤差模型的穩(wěn)健性。在雙固定效應(yīng)模型下，3種空間權(quán)重矩陣的溢出系數(shù)分別為0.324、0.557和0.992，均為正，表明不同省份之間的工業(yè)綠色能源效率受到相鄰省份的影響，高水平工業(yè)綠色能源效率的省份能促進相鄰省份的發(fā)展，表現(xiàn)出空間正向溢出效應(yīng)。

從綠色技術(shù)創(chuàng)新的核心解釋變量T、O、E的實證結(jié)果中得到以下結(jié)論。數(shù)字技術(shù)（T）：在時間固定模型下，數(shù)字技術(shù)的系數(shù)顯著且為正，表明數(shù)字技術(shù)的應(yīng)用和發(fā)展對提升工業(yè)綠色能源效率有正面影響，隨著數(shù)字技術(shù)的不斷深化應(yīng)用，有效提高了能源利用效率，促進了工業(yè)節(jié)能減排。數(shù)字產(chǎn)業(yè)（O）：在空間固定模型下，數(shù)字產(chǎn)業(yè)變量的系數(shù)為負(fù)且顯著，而在時間固定模型下，系數(shù)為正且顯著，這意味著數(shù)字產(chǎn)業(yè)的擴張在特定情況下可能對工業(yè)綠色能源效率產(chǎn)生負(fù)面影響，特別是一些地區(qū)數(shù)字產(chǎn)業(yè)的快速發(fā)展可能加劇了能源消耗，尤其是在高碳能源結(jié)構(gòu)或數(shù)字產(chǎn)業(yè)初期基礎(chǔ)設(shè)施建設(shè)階段。然而，隨著時間推移，數(shù)字產(chǎn)業(yè)對工業(yè)綠色能源效率的提升作用逐漸顯現(xiàn)，可能反映了數(shù)字產(chǎn)業(yè)通過促進綠色技術(shù)創(chuàng)新、優(yōu)化能源管理和生產(chǎn)流程等方式提高工業(yè)綠色能源使用效率，助力綠色轉(zhuǎn)型。數(shù)字環(huán)境（E）：在時間固定模型

下，數(shù)字環(huán)境變量的系數(shù)為負(fù)且顯著，這表明在數(shù)字化轉(zhuǎn)型過程中，企業(yè)可能面臨從傳統(tǒng)能源向更清潔、高效能源過渡的挑戰(zhàn)。在這一過渡期，工業(yè)綠色能源效率可能暫時下降，尤其在數(shù)字技術(shù)和解決方案尚未完全優(yōu)化以最大限度提高工業(yè)綠色能源效率的早期階段。

4.5 異質(zhì)性分析

將進行兩方面的異質(zhì)性分析。①地區(qū)劃分分析：依據(jù)我國各省份的地理位置和經(jīng)濟發(fā)展水平，將省份分為東部、中部和西部3個區(qū)域，通過比較不同區(qū)域的工業(yè)綠色能源效率，可以揭示區(qū)域間工業(yè)綠色能源效率的差異。②規(guī)模劃分分析：根據(jù)各省份的人口規(guī)模，以常住人口為統(tǒng)計標(biāo)準(zhǔn)，將省份分為大、中、小3種規(guī)模，通常以3 000萬和5 000萬人口為界，通過對比不同規(guī)模省份，可以進一步研究規(guī)模大小對工業(yè)綠色能源效率的影響，并揭示不同規(guī)模省份的工業(yè)綠色能源效率的差異。

4.5.1 區(qū)域異質(zhì)性

根據(jù)我國的東部、中部、西部劃分，來探討綠色技術(shù)創(chuàng)新對不同區(qū)域的工業(yè)綠色能源效率的影響，測度結(jié)果見表6。

東部、中部和西部的空間權(quán)重矩陣的λ值均通過了5%以上顯著性檢驗。通過測度發(fā)現(xiàn)，在東部和中部地區(qū)，數(shù)字技術(shù)的應(yīng)用似乎對工業(yè)綠色能源效率產(chǎn)生了負(fù)面影響，而在西部地區(qū)則呈正面影響，這表明東部和中部地區(qū)的經(jīng)濟已經(jīng)相對發(fā)達(dá)，數(shù)字技術(shù)的廣泛應(yīng)用可能加劇了能源需求的增長，特別是在能耗密集的服務(wù)領(lǐng)域。相較而言，西部地區(qū)可能正處于利用數(shù)字技術(shù)實現(xiàn)跨越式發(fā)展的階段，數(shù)字技術(shù)的應(yīng)用提高了生產(chǎn)效率，同時優(yōu)化了工業(yè)能源使用。關(guān)于數(shù)字產(chǎn)業(yè)的影響，東部和西部地區(qū)的工業(yè)綠色能源效率受到負(fù)面影響，而中部地區(qū)則呈正面影響。這可能是因為東部地區(qū)作為經(jīng)濟先行區(qū)，數(shù)字產(chǎn)業(yè)的快速發(fā)展帶來了能源需求的劇增；西部地區(qū)的能源基礎(chǔ)設(shè)施相對不足，難以滿足數(shù)字產(chǎn)業(yè)的能源需求。而中部地區(qū)可能正處于經(jīng)濟轉(zhuǎn)型階段，數(shù)字產(chǎn)業(yè)發(fā)展更注重效率和節(jié)能，從而優(yōu)化了工業(yè)生產(chǎn)方式，提高了能源利用效率。數(shù)字環(huán)境對東部和中部地區(qū)的工業(yè)綠色能源效率有正面影響，但對西部地區(qū)則呈負(fù)面影響。這表明，東部和中部地區(qū)的數(shù)字環(huán)境改善促進了新興產(chǎn)業(yè)的發(fā)展，這些產(chǎn)業(yè)更注重能效和環(huán)保，從而提高了工業(yè)綠色能源效率。相比之下，西部地區(qū)可能存在數(shù)字鴻溝，即信息通信技術(shù)的可及性和可負(fù)擔(dān)性差距大，限制了數(shù)字環(huán)境在提升工業(yè)綠色能源效率方面的應(yīng)用。

4.5.2 規(guī)模異質(zhì)性

按各省份常住人口規(guī)模進行分類，對不同規(guī)模類型的集聚外部性對高新技術(shù)產(chǎn)業(yè)創(chuàng)新效率影響進行測算，測算結(jié)果見表7。

大、中、小規(guī)模的空間權(quán)重矩陣的λ值均通過了1%以上顯著性檢驗。不同規(guī)模人口的省份中，數(shù)字技術(shù)變量對工業(yè)綠色能源效率的影響存在差異。大規(guī)模人口省份由于具備更完善的基礎(chǔ)設(shè)施和資源配置，利于數(shù)字技術(shù)的應(yīng)用和推廣，從而提升生產(chǎn)效率和能源使用效率。相比之下，中小規(guī)模人口省份可能因為產(chǎn)業(yè)集聚程度較低，缺乏足夠的外部效應(yīng)來促進信息、技術(shù)的有效交流和資源共享，導(dǎo)致數(shù)字技術(shù)對其產(chǎn)生負(fù)面影響，限制了工業(yè)綠色能源效率的提升。數(shù)字產(chǎn)業(yè)變量對各規(guī)模人口省份的工業(yè)綠色能源效率均呈現(xiàn)負(fù)面影響，表明雖然數(shù)字產(chǎn)業(yè)的發(fā)展有潛力優(yōu)化能源管理和提升生產(chǎn)效率，但在實際應(yīng)用中可能存在時間滯后，數(shù)字產(chǎn)業(yè)擴張速度快于工業(yè)綠色能源效率改進措施的實施和成效展現(xiàn)。數(shù)字環(huán)境變量對大、中規(guī)模人口省份產(chǎn)生正面影響，而對小規(guī)模人口省份產(chǎn)生負(fù)面影響，這說明大、中規(guī)模人口省份由于具備更完善的數(shù)字基礎(chǔ)設(shè)施和較強的經(jīng)濟實力，利于數(shù)字技術(shù)的應(yīng)用和推廣，從而提升工業(yè)綠色能源效率。相較之下，小規(guī)模省份可能在經(jīng)濟規(guī)模和政策支持方面處于劣勢，限制了數(shù)字環(huán)境對工業(yè)綠色能源效率的積極作用。

4.6 內(nèi)生性檢驗

假設(shè)數(shù)字技術(shù)、數(shù)字產(chǎn)業(yè)和數(shù)字環(huán)境3個綠色技術(shù)創(chuàng)新變量與工業(yè)綠色能源效率之間可能存在互為因果關(guān)系，存在內(nèi)生性問題。為解決該問題，參考戴一鑫等的做法，采用了以下兩種檢驗方法。

① 二階段最小二乘法檢驗（2SLS）：首先，利用工具變量（z1、z2、z3）進行二階段最小二乘法檢驗，以判斷工具變量與解釋變量之間的關(guān)系。結(jié)果顯示，3個解釋變量與工具變量相關(guān)，并通過了顯著性水平的檢驗。

② 弱工具變量檢驗：對3個解釋變量進行弱工具變量檢驗，以判斷是否存在弱工具變量。原假設(shè)為存在弱工具變量，若F值大于10，則拒絕原假設(shè)。結(jié)果顯示，3個解釋變量均拒絕了原假設(shè)，表明不存在弱工具變量。

通過2SLS法和弱工具變量檢驗發(fā)現(xiàn)，得出數(shù)字技術(shù)、數(shù)字產(chǎn)業(yè)和數(shù)字環(huán)境這3個綠色技術(shù)創(chuàng)新變量與工業(yè)綠色能源效率之間不存在內(nèi)生性問題。

5 結(jié)論

1）我國工業(yè)綠色能源效率呈現(xiàn)先下降后上升的趨勢，且出現(xiàn)了內(nèi)陸地區(qū)向華東和華南地區(qū)逐漸收斂的趨勢。特別是在工業(yè)綠色能源效率達(dá)到0.60以上時，表明我國正逐漸向更高效率的方向發(fā)展，工業(yè)經(jīng)濟正在從傳統(tǒng)的高能耗、高污染產(chǎn)業(yè)向高科技、低碳環(huán)保的新模式轉(zhuǎn)型。就綠色技術(shù)創(chuàng)新因素而言，數(shù)字技術(shù)在時間固定模型下對提升工業(yè)綠色能源效率起到了積極作用，而數(shù)字產(chǎn)業(yè)和數(shù)字環(huán)境變量則在一定情況下對工業(yè)綠色能源效率產(chǎn)生了負(fù)面影響。通過區(qū)域和規(guī)模異質(zhì)性分析，發(fā)現(xiàn)數(shù)字技術(shù)對東部和中部地區(qū)的工業(yè)綠色能源效率影響為負(fù)，而對西部地區(qū)的影響為正且顯著；數(shù)字產(chǎn)業(yè)對東部和西部地區(qū)的工業(yè)綠色能源效率影響為負(fù)，而對中部地區(qū)的影響為正且顯著；數(shù)字環(huán)境對東部和中部地區(qū)的工業(yè)綠色能源效率影響為正，對西部地區(qū)的影響為負(fù)；數(shù)字技術(shù)對大規(guī)模人口省份的工業(yè)綠色能源效率的影響為正，而對中規(guī)模和小規(guī)模人口省份的影響為負(fù)；數(shù)字產(chǎn)業(yè)對各規(guī)模人口省份的工業(yè)綠色能源效率影響均為負(fù)；數(shù)字環(huán)境對大規(guī)模和中規(guī)模人口省份的工業(yè)綠色能源效率影響為正，而對小規(guī)模人口省份的影響為負(fù)。

2）強化數(shù)字技術(shù)在工業(yè)中的應(yīng)用和推廣。鑒于數(shù)字技術(shù)對工業(yè)綠色能源效率的積極影響，建議政府和企業(yè)增加對數(shù)字技術(shù)的投資和應(yīng)用，推動工業(yè)生產(chǎn)過程智能化和自動化，提高能源利用效率，減少排放，從而實現(xiàn)可持續(xù)發(fā)展。

3）優(yōu)化數(shù)字產(chǎn)業(yè)結(jié)構(gòu)。鑒于數(shù)字產(chǎn)業(yè)對工業(yè)綠色能源效率的負(fù)面影響，建議在數(shù)字產(chǎn)業(yè)發(fā)展過程中加強能源管理和環(huán)保措施，引導(dǎo)數(shù)字產(chǎn)業(yè)向更加清潔、低碳的方向轉(zhuǎn)型，減少能源消耗，降低環(huán)境負(fù)荷。

4）改善數(shù)字環(huán)境條件?？紤]到數(shù)字環(huán)境對工業(yè)綠色能源效率的影響，建議加強數(shù)字基礎(chǔ)設(shè)施的建設(shè)和普及，特別是在西部地區(qū)和小規(guī)模人口省份，提高數(shù)字化水平，優(yōu)化數(shù)字環(huán)境，為工業(yè)綠色能源效率的提升提供良好條件。

5）差異化政策制定。針對不同地區(qū)和規(guī)模的省份，建議政府采取差異化的政策措施，對數(shù)字技術(shù)應(yīng)用較為發(fā)達(dá)的地區(qū)，可以適當(dāng)調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，降低傳統(tǒng)高耗能產(chǎn)業(yè)的比重；對數(shù)字技術(shù)發(fā)展相對滯后的地區(qū)，可以加大對數(shù)字技術(shù)的支持，提高其在工業(yè)生產(chǎn)中的應(yīng)用水平。

6）加強跨區(qū)域合作。鑒于工業(yè)綠色能源效率存在區(qū)域間的相互影響，建議加強跨區(qū)域的合作與交流，實現(xiàn)優(yōu)勢互補，共同推動工業(yè)綠色能源效率的提升，實現(xiàn)全國范圍內(nèi)的協(xié)調(diào)發(fā)展。

參考文獻(xiàn)：

[1] 孔令乾，王夢樂，于世海.創(chuàng)新驅(qū)動政策對全要素能源效率的影響——基于國家創(chuàng)新型城市試點政策的考察[J].資源科學(xué)，2023，45（09）：1884-1898.

[2]張藝杰，何耀宇.雙向FDI協(xié)調(diào)發(fā)展對中國工業(yè)碳排放強度的影響研究[J].技術(shù)與創(chuàng)新管理，2024，45（01）：109-118.

[3]張慧，范麗偉，孫秀梅.中國城市能源效率差異及其影響因素的異質(zhì)性效應(yīng)——基于分位數(shù)回歸的實證分析[J].城市問題，2022（08）：12-23.

[4]郭慶賓，鐘金融，程葉青.中國金融資源配置效率時空異質(zhì)性及其影響因素[J].資源科學(xué)，2022，44（11）：2165-2177.

[5]杜明月，范德成.知識密集型制造業(yè)技術(shù)創(chuàng)新資源配置效率研究——基于動態(tài)StoNED模型的半?yún)?shù)分析[J].經(jīng)濟問題探索，2019（11）：142-150.

[6]YI X，XIONGTIAN S，LI K.From green finance to sustainable innovation：how to unleash the potential of China’s hightech industry[J].Environmental Science and Pollution Research International，2023，30（59）：123368-123382.

[7]曹棟，劉璟嫻，張斯琛.基于投入產(chǎn)出技術(shù)的陜西省能源效率研究[J].西安電子科技大學(xué)學(xué)報（社會科學(xué)版），2016，26（06）：36-44.

[8]宋輝，黃波，袁征.基于LMDI的中國行業(yè)節(jié)能機制研究[J].軟科學(xué)，2019，33（07）：106-110.

[9]金立斌，戴曉文，石磊，等.廣義空間異常值修正模型及應(yīng)用[J].數(shù)理統(tǒng)計與管理，2018，37（02）：255-263.

[10]姜彩樓，查穎.自主研發(fā)對中國工業(yè)能源效率的影響研究[J].中國人口·資源與環(huán)境，2015，25（11）：82-87.

[11]黃建，馮升波，楊陽，等.全要素能源效率及其測算、比較與驗證[J].資源科學(xué)，2023，45（02）：281-295.

[12]汪克亮，趙斌.“雙碳”目標(biāo)背景下數(shù)字金融對能源效率的影響研究[J].南方金融，2021（09）：20-31.

[13]李濤，沙瑋華.數(shù)字經(jīng)濟對地區(qū)全要素能源效率的影響研究——基于市場貿(mào)易的中介效應(yīng)分析[J].財經(jīng)理論與實踐，2022，43（03）：120-127.

[14]趙艷敏，董會忠.中國工業(yè)能源生態(tài)效率時空演變特征及影響因素分析[J].軟科學(xué)，2022，36（06）：48-55.

[15]封亦代，袁華錫，劉耀彬.新型城鎮(zhèn)化建設(shè)提高城市能源利用效率的機制[J].中國人口·資源與環(huán)境，2023，33（05）：138-148.

[16]XIONGTIAN S，F(xiàn)ENGQING W，YANG C，et al.Analysis of factors influencing carbon emissions in the Yangtze River Delta region and projections of carbon peak scenarios[J].Ecological Economy，2024，20（01）：2-24.

[17]韓晶，陳曦.數(shù)字經(jīng)濟賦能綠色發(fā)展：內(nèi)在機制與經(jīng)驗證據(jù)[J].經(jīng)濟社會體制比較，2022（02）：73-84.

[18]夏杰長.數(shù)據(jù)要素賦能我國實體經(jīng)濟高質(zhì)量發(fā)展：理論機制和路徑選擇[J].江西社會科學(xué)，2023，43（07）：84-96+207.

[19]魏麗莉，侯宇琦.數(shù)字經(jīng)濟賦能綠色發(fā)展：理論變革、內(nèi)在邏輯與實現(xiàn)路徑[J].陜西師范大學(xué)學(xué)報（哲學(xué)社會科學(xué)版），2023，52（03）：94-106.

[20]胡海波，毛純兵，周潔.中國工業(yè)數(shù)字化轉(zhuǎn)型的演變邏輯與未來展望[J].管理學(xué)刊，2023，36（04）：112-126.

[21]施雄天.我國高新技術(shù)產(chǎn)業(yè)綠色創(chuàng)新效率測度及影響因素分析[J].創(chuàng)新科技，2023，23（12）：33-46.

[22]李永剛.財政科技支出、人力資本投入對科技創(chuàng)新影響研究——理論分析與實證檢驗[J].中國經(jīng)濟問題，2023（02）：38-51.

[23]肖周燕，李慧慧.京津冀協(xié)同發(fā)展對大氣污染防治的影響及作用機制[J].城市問題，2021（02）：36-43.

[24]郭克莎，楊倜龍.中國產(chǎn)業(yè)數(shù)字化改造的機制和政策[J].經(jīng)濟學(xué)動態(tài)，2023（03）：21-35.

[25]何青，琚望靜，莊朋濤.如何緩解企業(yè)投融資期限錯配？基于數(shù)字化轉(zhuǎn)型視角[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2024，41（05）：113-133.

[26]賴立，譚培文.數(shù)字中國建設(shè)背景下數(shù)字消費的內(nèi)涵、困境及發(fā)展路徑[J].經(jīng)濟學(xué)家，2023（12）：95-103.

[27]廖雪婷，白俊紅.數(shù)字政務(wù)能否提升企業(yè)資源配置效率？[J].現(xiàn)代經(jīng)濟探討，2024（04）：60-75+92.

[28]郝全洪.協(xié)同發(fā)展的現(xiàn)代產(chǎn)業(yè)體系建設(shè)的制約因素與應(yīng)對之策——基于系統(tǒng)科學(xué)理論的若干思考[J].江淮論壇，2021（01）：37-43+193.

[29]

KUOSMANEN T.Stochastic seminonparametric frontier estimation of electricity distribution networks：Application of the StoNED method in the Finnish regulatory model[J].Energy Economics，2012，34（06）：2189-2199.

KUOSMANEN T.Stochastic nonparametric envelopment of panel data：frontier estimation with fixed and random effects approaches[C].MIT Discussion Paper，2010.

[30]施雄天，余正勇，肖懿，等.我國高技術(shù)產(chǎn)業(yè)高質(zhì)量發(fā)展水平省域差異、障礙因子診斷及時空演變分析[J].創(chuàng)新科技，2024，24（02）：56-70.

[31]李凱杰.國際貿(mào)易、技術(shù)進步偏向性與我國工業(yè)能源強度[J].經(jīng)濟經(jīng)緯，2020，37（06）：66-75.

[32]萬驍樂，畢力文，邱魯連.供應(yīng)鏈壓力、戰(zhàn)略柔性與制造企業(yè)開放式綠色創(chuàng)新——基于TOE框架的組態(tài)分析[J].中國軟科學(xué)，2022（10）：99-113.

[33]王玉龍，洪世華.數(shù)字技術(shù)賦能鄉(xiāng)村義務(wù)教育供給的價值邏輯與實踐路徑[J].現(xiàn)代教育技術(shù)，2024，34（04）：80-89.

[34]艾陽，宋培，李琳.數(shù)字產(chǎn)業(yè)化的結(jié)構(gòu)轉(zhuǎn)型效應(yīng)研究——理論模型與實證檢驗[J].經(jīng)濟與管理研究，2023，44（12）：3-23.

[35]趙丹丹，趙秀鳳.產(chǎn)業(yè)數(shù)字化賦能共同富裕：理論機制與實證分析[J].江漢論壇，2024（02）：21-29.

[36]向玉瓊，馮鈺婷.雙層學(xué)習(xí)交互：地方數(shù)字政務(wù)服務(wù)創(chuàng)新過程與生成機理——基于N市經(jīng)驗的分析[J].城市問題，2023（10）：14-23.

[37]施雄天，李亞玲，余正勇，等.中國長三角城市群工業(yè)高質(zhì)量發(fā)展水平雙維測度、動態(tài)演進及創(chuàng)新環(huán)境影響研究[J].工業(yè)技術(shù)經(jīng)濟，2024，43（03）：33-43.

[38]黃森，劉雨，咼小明.數(shù)字基礎(chǔ)設(shè)施OFDI對中國與RCEP國家數(shù)字貿(mào)易質(zhì)量影響研究[J].亞太經(jīng)濟，2023（04）：60-73.

[39]施雄天，李博亞，戴麗莉，等.我國高新技術(shù)產(chǎn)業(yè)創(chuàng)新效率測度及時空演化分析[J].技術(shù)與創(chuàng)新管理，2023，44（05）：541-551.

[40]ELHORST J P.Unconditional maximum likelihood estimation of linear and loglinear dynamic models for spatial panels[J].Geographical Analysis，2005，37（1）：85-106.

[41]劉詩濛，王逸飛.人力資本集聚如何促進城市就業(yè)增長——基于生產(chǎn)率和生活質(zhì)量視角的機制分解[J].經(jīng)濟科學(xué)，2023（05）：219-240.

[42]賀三維，張臻，祁子良，等.基于交通流和輻射模型的城市群網(wǎng)絡(luò)結(jié)構(gòu)及驅(qū)動因素分析——以長江中游城市群為例[J].地理科學(xué)，2023，43（11）：1900-1910.

[43]戴一鑫，盧泓宇.高技術(shù)產(chǎn)業(yè)集聚對長江經(jīng)濟帶新型城鎮(zhèn)化的影響——基于空間溢出效應(yīng)的視角[J].軟科學(xué)，2022（11）：1-23.

[44]施雄天，仵鳳清，余正勇，等.集聚外部性對我國高新技術(shù)產(chǎn)業(yè)創(chuàng)新效率的影響[J].技術(shù)與創(chuàng)新管理，2024，45（02）：129-140.

[45]施雄天，余正勇.我國區(qū)域新質(zhì)生產(chǎn)力水平測度、結(jié)構(gòu)分解及空間收斂性分析[J].工業(yè)技術(shù)經(jīng)濟，2024，43（05）：90-99.

（責(zé)任編輯：張江）

基金項目：教育部人文社會科學(xué)研究青年基金項目（22YJC790039）；云南省教育廳科學(xué)研究基金項目（2024Y077）

作者簡介：施雄天（1997—），男，江蘇南通人，博士研究生，主要從事工業(yè)經(jīng)濟、科技創(chuàng)新管理方面的學(xué)習(xí)和研究工作。