[摘要]當前數(shù)字經(jīng)濟助力我國經(jīng)濟社會高質量發(fā)展，新舊動能轉換背景下數(shù)字經(jīng)濟作用尤為突出，而對于工業(yè)部門綠色轉型的影響效果及路徑還有待進一步探討。利用SBM-ML模型測算2005—2018年我國各省市工業(yè)綠色全要素生產(chǎn)率(GTFP)，構建省級數(shù)字經(jīng)濟水平綜合指標體系，探究數(shù)字經(jīng)濟對工業(yè)綠色生產(chǎn)效率的影響。研究發(fā)現(xiàn)，數(shù)字經(jīng)濟對工業(yè)綠色生產(chǎn)效率具有顯著的正向促進作用，數(shù)字經(jīng)濟通過加快市場化進程、產(chǎn)業(yè)結構升級與提升人力資本有效提高我國工業(yè)綠色生產(chǎn)效率。因此，提出完善信息技術基礎設施建設，積極引導數(shù)字經(jīng)濟與實體經(jīng)濟深度融合，推進傳統(tǒng)工業(yè)數(shù)字化改造，加快向工業(yè)綠色發(fā)展模式轉型，以期為深化認識數(shù)字經(jīng)濟綠色價值及數(shù)字革命下工業(yè)綠色轉型實踐提供參考。

　　[關鍵詞]數(shù)字經(jīng)濟;工業(yè)綠色全要素生產(chǎn)率;中介效應

　　一、 引言

　　國民經(jīng)濟高質量發(fā)展和生態(tài)文明建設離不開工業(yè)綠色轉型的有力支撐。近年來，為引導工業(yè)綠色發(fā)展，我國不斷制定并完善相關政策。2016年工業(yè)和信息化部印發(fā)《工業(yè)綠色發(fā)展規(guī)劃(2016—2020年)》1，提出在工業(yè)全領域全過程中將綠色發(fā)展理念作為普遍要求，基本形成工業(yè)綠色發(fā)展機制，積極推動互聯(lián)網(wǎng)與綠色制造融合發(fā)展，促進綠色制造數(shù)字化、智能化、精益化提升。就工信部即將發(fā)布的《“十四五”工業(yè)綠色發(fā)展規(guī)劃》，有專家指出，要堅定不移建設制造強國和網(wǎng)絡強國，推進數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化?！豆I(yè)互聯(lián)網(wǎng)專項工作組2021年工作計劃》2提出2021年內(nèi)基本完成國家工業(yè)互聯(lián)網(wǎng)大數(shù)據(jù)中心建設。綠色發(fā)展是高質量發(fā)展的重要表現(xiàn)，數(shù)字經(jīng)濟是高質量發(fā)展的主要業(yè)態(tài)，數(shù)字經(jīng)濟助力工業(yè)綠色發(fā)展已經(jīng)受到國家的高度重視。從發(fā)展實際來看，目前“5G+工業(yè)互聯(lián)網(wǎng)”在建項目已超過1500個，覆蓋20余個國民經(jīng)濟重要行業(yè)，2020年中國工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)增加值規(guī)模達3.28萬億元3。各地智慧工廠大規(guī)模積極上線，搶搭數(shù)字經(jīng)濟快車。數(shù)字經(jīng)濟有效破解了資源環(huán)境瓶頸約束，在整體上契合工業(yè)綠色發(fā)展目標導向，給工業(yè)綠色轉型提供了全新的思路。

　　那么數(shù)字經(jīng)濟是否對工業(yè)綠色生產(chǎn)效率具有顯著的促進作用?其中又存在怎樣的機制效應?本文構建綜合指標體系測算省級層面數(shù)字經(jīng)濟發(fā)展水平，分別建立靜態(tài)、動態(tài)面板模型進行數(shù)字經(jīng)濟與工業(yè)綠色全要素生產(chǎn)率(GTFP)之間回歸，通過穩(wěn)健性檢驗并利用工具變量法解決內(nèi)生性問題，進一步驗證存在市場化進程、產(chǎn)業(yè)結構升級與人力資本中介效應，根據(jù)實證結論提出相應建議。

　　二、 文獻綜述

　　1. 數(shù)字經(jīng)濟對生產(chǎn)效率影響的相關研究

　　數(shù)字經(jīng)濟對生產(chǎn)效率的影響主要有兩方面，一是利用數(shù)字經(jīng)濟信息化、智能化特性，對傳統(tǒng)產(chǎn)業(yè)進行轉型升級，提高生產(chǎn)效率。引入新型數(shù)字要素使生產(chǎn)結構趨于復雜化，利用知識積累和技術進步使生產(chǎn)過程趨于智能化，提高傳統(tǒng)產(chǎn)業(yè)生產(chǎn)結構知識技術密集度，促進生產(chǎn)效率提升。二是通過催生新產(chǎn)業(yè)、新業(yè)態(tài)和新商業(yè)模式提高生產(chǎn)效率。信息流動性不斷增強，數(shù)據(jù)要素有效結合其他生產(chǎn)要素提高市場主體和經(jīng)濟活動的互聯(lián)互通性，培育經(jīng)濟新增長點的同時生產(chǎn)效率得到提高[1]。有學者就這兩者關系展開實證研究得出，數(shù)字經(jīng)濟的根本動力是作為通用技術的互聯(lián)網(wǎng)和大數(shù)據(jù)技術的進步。邱子迅等研究發(fā)現(xiàn)數(shù)字經(jīng)濟中大數(shù)據(jù)試驗區(qū)的建立顯著提高了區(qū)域全要素生產(chǎn)率[2]。楊慧梅等研究得出數(shù)字經(jīng)濟通過人力資本投資與產(chǎn)業(yè)結構升級兩個重要渠道顯著促進了全要素生產(chǎn)率的提升，并且數(shù)字經(jīng)濟存在顯著的空間溢出效應[3]。

　　2. 工業(yè)綠色效率影響因素的相關研究

　　就工業(yè)綠色效率的衡量主要采用工業(yè)綠色全要素生產(chǎn)率、工業(yè)生態(tài)效率、工業(yè)污染治理效率等測算結果，還有學者建立了多維度綜合指標體系。彭星等從節(jié)能減排、結構優(yōu)化、發(fā)展方式轉型和綠色技術創(chuàng)新4個方面構建工業(yè)綠色轉型綜合評價指標體系[4]。韓立達等圍繞節(jié)能、減排和循環(huán)，即工業(yè)綠色化的核心，構建了工業(yè)節(jié)能、工業(yè)減排和工業(yè)轉型3個方面的工業(yè)綠色化指數(shù)[5]。影響工業(yè)綠色效率的因素研究豐富，技術創(chuàng)新、市場化改革、金融深化等對工業(yè)綠色效率產(chǎn)生顯著積極影響，對外直接投資、環(huán)境規(guī)制等對工業(yè)綠色效率存在非線性作用，對工業(yè)綠色效率的促進作用需要到達一定的拐點。

　　3. 數(shù)字經(jīng)濟與工業(yè)綠色發(fā)展的關系研究

　　目前，關于數(shù)字經(jīng)濟與工業(yè)綠色發(fā)展的實證文章較少，大多以互聯(lián)網(wǎng)為破題依據(jù)，就工業(yè)綠色高質量發(fā)展展開研究。李振葉等研究發(fā)現(xiàn)“互聯(lián)網(wǎng)+”通過推動科技創(chuàng)新、綠色發(fā)展傳導機制推動工業(yè)高質量發(fā)展[6]。盧福財?shù)妊芯堪l(fā)現(xiàn)互聯(lián)網(wǎng)對工業(yè)綠色全要素生產(chǎn)率提升具有促進作用，并且其中存在非線性關系，企業(yè)創(chuàng)新能力、企業(yè)成本、產(chǎn)業(yè)結構水平和外部監(jiān)督力度是促進提升的重要路徑[7]。程中華等以工業(yè)分行業(yè)為研究對象，研究表明信息化已成為促進工業(yè)綠色增長的新動力源泉，研發(fā)投資強度在其中發(fā)揮重要中介作用[8]。李琳等測算長江經(jīng)濟帶工業(yè)綠色全要素生產(chǎn)率，實證得出互聯(lián)網(wǎng)與稟賦結構的良性互動糾偏了稟賦結構提升對工業(yè)綠色全要素生產(chǎn)率的負向影響[9]。柏亮等關注工業(yè)綠色發(fā)展中的二氧化硫排放情況，實證得出數(shù)字經(jīng)濟水平與工業(yè)SO2排放量之間為倒“U”型非線性關系[10]。

　　綜上所述，數(shù)字經(jīng)濟已引起學者們的廣泛關注和研究，已有研究大多圍繞宏觀國民經(jīng)濟增長、區(qū)域協(xié)調發(fā)展等目標展開，較少落腳于具體部門層面;強調數(shù)字經(jīng)濟與產(chǎn)業(yè)結構、創(chuàng)新績效等之間的關系，缺乏對綠色發(fā)展的作用探討。在工業(yè)綠色發(fā)展問題上，已有文獻大多著眼于工業(yè)互聯(lián)網(wǎng)、工業(yè)信息化領域，未全面深入考察數(shù)字經(jīng)濟整體價值。本文的創(chuàng)新點和邊際貢獻有：基于數(shù)字經(jīng)濟基本內(nèi)涵與發(fā)展需要，從基礎設施、應用服務、數(shù)字產(chǎn)業(yè)及環(huán)境支持多維度構建省級數(shù)字經(jīng)濟水平綜合指標體系，客觀全面衡量各省市數(shù)字經(jīng)濟水平;將經(jīng)濟高質量發(fā)展聚焦于工業(yè)部門，關注工業(yè)集約式、可持續(xù)生產(chǎn)發(fā)展，測算工業(yè)綠色全要素生產(chǎn)率用于實證分析，并利用工具變量法解決內(nèi)生性問題，進行動態(tài)模型穩(wěn)健回歸;將地區(qū)市場化程度、產(chǎn)業(yè)結構升級、人力資本提升同時納入數(shù)字經(jīng)濟與工業(yè)綠色生產(chǎn)效率分析框架，探究影響過程中存在的中介效應。

　　三、 理論分析

　　1. 數(shù)字經(jīng)濟影響工業(yè)綠色生產(chǎn)效率的直接效應

　　數(shù)字經(jīng)濟中信息技術具有通用性、滲透性特征，信息技術滲透和應用于各產(chǎn)業(yè)部門，重新優(yōu)化配置生產(chǎn)資源，促進其全要素生產(chǎn)率的提高?；ヂ?lián)網(wǎng)加強技術信息協(xié)同、創(chuàng)新合作和研發(fā)合作，提升漸進式創(chuàng)新能力，減少工業(yè)生產(chǎn)、管理和交易成本實現(xiàn)對工業(yè)綠色全要素生產(chǎn)率的促進作用。除此之外，互聯(lián)網(wǎng)利用環(huán)境信息公開、自動監(jiān)測以及環(huán)保宣傳等途徑構建環(huán)境信息治理、開展外部監(jiān)督。區(qū)塊鏈技術吸引多元化投資主體，為綠色基礎設施搭建一個去中心化的融資平臺，確保工業(yè)新建基礎設施與碳減排目標一致[11]。大數(shù)據(jù)核心在于大數(shù)據(jù)捕捉到的準確、深層次的信息知識。利用大數(shù)據(jù)將生產(chǎn)到消費的全過程連接起來，借助大數(shù)據(jù)平臺實時監(jiān)控工業(yè)生產(chǎn)，利用集合數(shù)據(jù)準確預測投入產(chǎn)出，將工業(yè)以往的高投入、高消耗生產(chǎn)模式為數(shù)據(jù)經(jīng)濟模式，形成科學的監(jiān)測體系，向高端智能化升級[12]。數(shù)字金融本身具有較強的綠色屬性等優(yōu)勢，轉化給工業(yè)綠色環(huán)保項目提供資金支持，激勵工業(yè)綠色節(jié)能技術進步，產(chǎn)生良好的社會示范效應。綜合以上數(shù)字經(jīng)濟具體形式作用，數(shù)字經(jīng)濟對促進工業(yè)綠色生產(chǎn)效率的提高產(chǎn)生直接效應。

　　2. 數(shù)字經(jīng)濟影響工業(yè)綠色生產(chǎn)效率的中介效應

　　(1)產(chǎn)業(yè)結構升級中介效應。傳統(tǒng)工業(yè)以往存在產(chǎn)能過剩、發(fā)展模式落后、產(chǎn)業(yè)結構失衡等弊端，而信息通信技術快速發(fā)展帶來的數(shù)字經(jīng)濟可以有效地通過產(chǎn)業(yè)結構升級促進工業(yè)綠色發(fā)展。數(shù)字經(jīng)濟主要對工業(yè)進行產(chǎn)業(yè)數(shù)字化改造促進工業(yè)綠色發(fā)展，產(chǎn)業(yè)數(shù)字化改造以智能生產(chǎn)模式、可視化的產(chǎn)業(yè)組織模式為主要形式[13]。在工業(yè)生產(chǎn)工藝方面，數(shù)字技術結合工業(yè)軟件實現(xiàn)復雜結構部件的生產(chǎn)，改變原有的行業(yè)產(chǎn)出結構和產(chǎn)出效率，完善生產(chǎn)和管理等工作，降低原料浪費的同時不斷優(yōu)化產(chǎn)品性能，提升生產(chǎn)要素的流動率和匹配率。工業(yè)機器人的投入使用進一步提高了勞動生產(chǎn)率，促進能源消耗、勞動密集型向知識技術密集型轉變。通過利用更為透明的并行網(wǎng)絡式組織作出精準的倡議決策，數(shù)字技術極大地改變了產(chǎn)業(yè)結構，對工業(yè)行業(yè)的升級改造和生產(chǎn)效率提升具有“賦能效應”。

　　(2)市場化進程中介效應。市場化水平過低會導致能源的過度使用和浪費，抑制工業(yè)企業(yè)綠色創(chuàng)新投入，助推高污染行業(yè)，不利于工業(yè)綠色發(fā)展[14]?；ヂ?lián)網(wǎng)平臺經(jīng)濟模式能有效地加強市場競爭，市場競爭的加強加快了綠色生產(chǎn)要素的合理流動和優(yōu)化組合，減少區(qū)域內(nèi)信息不對稱導致的資源錯配和市場扭曲的發(fā)生，進一步促使企業(yè)主動進行技術革新、新產(chǎn)品開發(fā)、服務創(chuàng)新等，提升企業(yè)專業(yè)化水平，提高經(jīng)濟市場的運行效率從而促進全要素生產(chǎn)率的提升[15]。新型數(shù)字科技、智能技術可以供給工業(yè)企業(yè)新型綠色生產(chǎn)要素，大數(shù)據(jù)對海量數(shù)據(jù)進行分析，優(yōu)化工業(yè)企業(yè)日常運行流程，提高要素供需匹配精度，改善資源配置結構，減少無謂損失與資源浪費，使工業(yè)生產(chǎn)產(chǎn)出接近產(chǎn)能，為企業(yè)綠色生產(chǎn)提供平臺支撐與技術保障，促進工業(yè)綠色生產(chǎn)效率提升。

　　(3)人力資本中介效應。數(shù)字經(jīng)濟帶來以科技創(chuàng)新驅動的信息革命，而任何科技創(chuàng)新的本質推動力來自于人力資本積累。足夠的人力資本吸收消化并推動技術革新，同時人力資本的狀況決定了技術進步的類型，決定了技術進步實際應用的效率。同時，數(shù)字經(jīng)濟以新一代信息技術為核心，通過加速透明化、開放化的數(shù)據(jù)資源共享，助力高素質的人力資本積累。擁有數(shù)字素養(yǎng)的技術人員實踐于工業(yè)生產(chǎn)過程中能更好地注重經(jīng)濟效益與環(huán)境效益。此外，人力資本作為一種生產(chǎn)要素，通過自身資源強度的增加，適度替代工業(yè)生產(chǎn)過程中對自然資源等傳統(tǒng)生產(chǎn)要素的需求，降低了對高強度能源消耗的依賴，實現(xiàn)了節(jié)能減排、低碳環(huán)保的效果[16]，最終提高工業(yè)綠色生產(chǎn)效率。較高的人力資本水平具備良好的創(chuàng)新意識和環(huán)保意識，奠定了促進工業(yè)綠色轉型升級的基礎。

　　四、 模型構建、變量選取及數(shù)據(jù)說明

　　1. 模型構建

　　本文要論證的主要問題是數(shù)字經(jīng)濟對工業(yè)綠色生產(chǎn)效率的影響，構建基本計量模型如式(1)所示。

　　其中，Gtfpit表示i省份t年的工業(yè)綠色全要素生產(chǎn)率，Digit表示i省份t年的數(shù)字經(jīng)濟水平，[CVit]為其他控制變量，εit表示隨機誤差項，β0表示模型截距項，β1、βc為各變量系數(shù)。

　　2. 變量選取

　　工業(yè)綠色生產(chǎn)效率。本文采用SBM-Malmquist指數(shù)非參數(shù)方法計算各省份工業(yè)綠色全要素生產(chǎn)率。其中，投入指標包括勞動、能源、資本投入。勞動投入，以我國各省份規(guī)模以上工業(yè)從業(yè)人員年平均人數(shù)衡量。能源投入，以我國各省份工業(yè)能源消費總量衡量。資本投入，本文借鑒物質資本存量永續(xù)盤存估算法估算我國各省份工業(yè)資本存量。產(chǎn)出指標包括期望產(chǎn)出、非期望產(chǎn)出。期望產(chǎn)出，以我國各省份規(guī)模以上企業(yè)工業(yè)增加值衡量，并利用工業(yè)出廠價格指數(shù)進行價格平減至2005年;非期望產(chǎn)出，以我國各省份工業(yè)廢水排放總量、工業(yè)煙粉塵排放總量、工業(yè)SO2排放總量衡量。將測算的工業(yè)綠色全要素生產(chǎn)增長率指數(shù)進行累乘處理得工業(yè)綠色全要素生產(chǎn)率。具體投入產(chǎn)出變量見表1。

　　本文所測算的工業(yè)綠色全要素生產(chǎn)率基于規(guī)模報酬不變的前提條件。圖1顯示了2005—2018年度采用SBM-ML指數(shù)測算并進行逐年累乘的工業(yè)綠色全要素生產(chǎn)率。從全國整體層面來看，工業(yè)綠色全要素生產(chǎn)率呈現(xiàn)逐年上升趨勢。其中2015—2018年工業(yè)綠色全要素生產(chǎn)率增長速度明顯提升，反映出近年來我國工業(yè)整體注重技術創(chuàng)新、契合節(jié)能降耗生產(chǎn)目標，在實現(xiàn)經(jīng)濟效益同時落實工業(yè)綠色發(fā)展。

　　數(shù)字經(jīng)濟。目前省級層面數(shù)字經(jīng)濟水平的統(tǒng)一測度還在探索中，學者們大多結合研究目的構建綜合指標體系。楊慧梅等基于數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化兩個維度，采用主成分分析法構建我國省級層面數(shù)字經(jīng)濟水平的衡量指標[3]。馬中東等從數(shù)字基礎設施、數(shù)字生活應用和數(shù)字產(chǎn)業(yè)發(fā)展3個方面測算中國省級數(shù)字經(jīng)濟綜合水平[17]。本文研究時間跨度為2005—2018年，考慮數(shù)據(jù)可得性、可比性、全面性，參考焦帥濤等[18]指出數(shù)字經(jīng)濟的發(fā)展依賴于數(shù)字基礎、數(shù)字應用、數(shù)字創(chuàng)新、數(shù)字產(chǎn)業(yè)“四個需要”理論，創(chuàng)新性構建數(shù)字基礎設施、數(shù)字應用服務、數(shù)字產(chǎn)業(yè)發(fā)展及創(chuàng)新環(huán)境支持4個一級指標、10個二級指標綜合體系，運用熵值法計算得出各省區(qū)市(因數(shù)據(jù)缺失，不包括港澳臺及西藏地區(qū))綜合水平值。具體內(nèi)容見表2。