数字-智能转型对制造业绿色转型的影响机制研究:来自中国的实证证据

《Sustainability》:Research on the Impact Mechanism of Digital-Intelligent Transformation on Green Transformation of Manufacturing: Empirical Evidence from China

【字体: 大 中 小 】 时间:2026年08月05日 来源:Sustainability 4.1

编辑推荐:

  随着中国步入更高发展阶段,智能-数字升级的环境红利日益凸显。提升制造业绿色全要素生产率(GTFP)对于培育新兴质量驱动型生产力至关重要。研究人员利用30个地区(2013-2023年)的省级数据,采用超效率SBM(super-efficiency SBM)、固定

  
随着中国步入更高发展阶段,智能-数字升级的环境红利日益凸显。提升制造业绿色全要素生产率(GTFP)对于培育新兴质量驱动型生产力至关重要。研究人员利用30个地区(2013-2023年)的省级数据,采用超效率SBM(super-efficiency SBM)、固定效应(fixed-effects)、中介效应(mediation)和调节效应(moderation)模型,考察数字-智能转型对制造业GTFP的影响及其作用路径。实证证据表明:(1)数字-智能转型对制造业绿色化的正向效应在内生性修正和多种敏感性检验中均保持稳健。(2)异质性检验表明,在东部省份和污染负荷较轻的地区,促进作用更为显著。(3)机制分析识别出双刃路径:技术创新作为正向传导渠道,而劳动力结构优化意外地起到抑制通道作用,削弱了整体正向影响。(4)调节效应分析表明,要素市场发展强化了数字-智能转型与制造业GTFP之间的正向关系。(5)基于环境规制强度的门槛分析表明,随着环境规制日趋严格,数字-智能转型的边际效应逐渐下降。总体而言,研究结果表明,数字-智能转型的绿色效应并非自动实现,而是取决于区域产业结构、要素市场条件和环境规制强度。关键的是,本研究揭示了中国制造业数字化进程中潜在的“绿色悖论”(green paradox):尽管数字-智能技术刺激了创新和劳动力升级,但劳动力配置与技术导向的错位部分抵消了其对减排的贡献,导致绿色转型效应净减弱。因此,政策制定者应推动数字基础设施、要素市场改革和环境规制的协调发展,同时积极引导技能型劳动力向绿色创新活动倾斜,以加速制造业绿色转型并培育新质生产力。
**研究背景与问题**
随着全球对绿色低碳转型的迫切需求,制造业作为能源消耗和碳排放的主要来源,其绿色转型成为实现可持续发展的关键。然而,传统制造业长期依赖高能耗、高排放的粗放模式,面临资源环境约束加剧的挑战。数字-智能转型(digital-intelligent transformation)通过数据驱动、智能感知和互联协同,为制造业绿色化提供了新路径,但其系统性影响机制——尤其是技术创新、劳动力结构变化及制度条件(如要素市场发展和环境规制)的交互作用——在理论和实证层面仍缺乏充分探索。现有研究多单独考察数字化或智能化,或聚焦宏观环境效应,鲜有将二者整合并深入制造业部门;同时,对传导路径中可能存在的矛盾效应(如劳动力升级是否必然促进绿色化)关注不足。为此,本研究基于中国省级面板数据,构建统一分析框架,实证检验数字-智能转型对制造业绿色转型的影响机制,以填补理论空白并为政策制定提供依据。

**研究内容与结论**
研究人员利用2013-2023年中国30个省份(样本队列来源:中国能源统计年鉴、中国环境统计年鉴、中国工业统计年鉴等)的省级面板数据,运用超效率SBM(super-efficiency SBM)模型测算制造业绿色全要素生产率(GTFP),并采用固定效应模型、中介效应模型、调节效应模型和门槛回归模型,系统考察数字-智能转型对制造业绿色转型的影响及作用路径。实证结果表明:(1)数字-智能转型显著促进制造业绿色转型,且该结论在内生性修正和多种稳健性检验中保持稳健;(2)异质性分析显示,在东部省份和污染强度较低的地区,促进作用更为突出;(3)机制分析发现,技术创新作为正向中介路径,解释了约43.96%的总效应,而劳动力结构优化意外地产生抑制效应(间接效应为负),削弱了整体正向影响,揭示出“绿色悖论”现象;(4)调节效应表明,要素市场发展正向调节数字-智能转型与GTFP的关系,其边际效应在要素市场指数超过10.09后转为正;(5)门槛回归显示,环境规制强度存在双重门槛,数字-智能转型的边际效应随规制强度增加而递减(从1.814降至1.372再降至1.094)。该研究发表于《Sustainability》,其重要意义在于揭示了数字-智能转型的绿色效应并非自动实现,而是依赖于区域产业结构、要素市场条件和环境规制强度的协同匹配,并首次识别出劳动力结构升级中的“抑制通道”,为政策制定提供了微观机制层面的关键洞察。

**关键技术方法**
本研究主要采用以下关键技术方法:(1)超效率SBM(super-efficiency SBM)模型,用于测算包含非期望产出的制造业绿色全要素生产率(GTFP),避免参数设定偏误并区分有效决策单元;(2)面板固定效应模型(fixed-effects model),作为基准回归工具,控制省份和时间异质性;(3)中介效应模型(mediation model),检验技术创新(以大型工业企业新产品销售收入衡量)和劳动力结构(以研发人员与低技能人员之比衡量)的传导路径;(4)调节效应模型(moderation model),引入要素市场发展指数(来自樊纲市场化指数中的要素市场发育分项)与数字-智能转型的交互项;(5)门槛回归模型(threshold regression),以环境规制强度(工业污染治理投资与工业增加值之比)为门槛变量,识别非线性调节效应。样本队列来源为30个中国大陆省份(2013-2023年),数据源自中国能源统计年鉴、中国环境统计年鉴、中国工业统计年鉴及各省统计资料。

**研究结果**
**5.1 基准回归结果**:通过逐步加入年份和省份固定效应,研究人员发现数字-智能转型对制造业GTFP的系数始终在1%水平上显著为正(完全固定效应模型中系数为1.6636),证实了其稳健的促进作用,支持假设H1。
**5.2 稳健性检验**:包括内生性检验(采用1984年邮电业务量与滞后全国互联网用户数乘积、2002年移动电话容量与滞后全国互联网用户数乘积作为工具变量,2SLS第二阶段系数仍显著为正)及其他稳健性检验(替换GTFP测算方法为SBM-ML指数、缩尾处理、剔除直辖市、缩短样本期至2015-2023年),均一致确认了正向效应的稳健性。
**5.2.3 异质性分析**:按污染排放强度分组,高污染地区系数不显著(-0.277),低污染地区系数显著为正(1.121);按区域分组,东部地区系数显著为正,中部和西部地区不显著,表明数字-智能转型的绿色红利集中于低污染、东部地区,与区域吸收能力相关。
**6.1 机制分析**:中介效应检验表明,技术创新路径中,数字-智能转型对创新有正向影响(系数6.122),引入GTFP回归后,数字-智能转型系数下降,创新系数显著为正(0.107),间接效应占总效应43.96%,支持H2;劳动力结构路径中,数字-智能转型显著提升劳动力结构(系数0.016),但劳动力结构对GTFP的影响显著为负(-3.732),间接效应为负,产生抑制效应,拒绝H3的自动正向假设。
**6.2 调节效应分析**:要素市场发展与数字-智能转型的交互项系数显著为正(0.1484),表明要素市场发展正向调节数字-智能转型与GTFP的关系,支持H4。
**6.3 边际效应分析**:基于调节模型计算边际效应,发现当要素市场发展指数超过10.09时,数字-智能转型的边际效应转为正,约87.9%的样本处于此区间,且随要素市场发展水平的提升,边际效应递增。
**6.5 门槛效应**:采用环境规制强度为门槛变量,双重门槛检验显著(门槛值0.0003和0.0011),数字-智能转型的系数在低规制阶段为1.814,中规制阶段为1.3732,高规制阶段为1.0938,均显著但递减,表明边际效应随规制强化而下降,支持H5的递减边际效应假设。

**讨论与结论**
研究结论指出,数字-智能转型对制造业绿色转型的促进作用并非自动实现,而是依赖于区域产业结构、要素市场条件和环境规制强度的协同。技术创新作为正向中介路径,而劳动力结构优化却意外地产生抑制效应,形成“绿色悖论”(green paradox):技能劳动力当前更多被配置于产能扩张而非绿色创新,导致劳动力升级对绿色转型的贡献被抵消。调节效应表明,要素市场发展通过提升资源配置效率放大数字-智能转型的绿色红利;门槛效应则揭示,环境规制强度过高可能通过“合规成本”(compliance cost)挤出数字技术投资,削弱其绿色效应。因此,政策制定者应推动数字基础设施、要素市场改革和环境规制的协调发展,同时主动引导技能劳动力向绿色创新活动倾斜,以加速制造业绿色转型并培育新质生产力。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号