■盧福財 劉林英 徐遠彬
推進工業綠色發展是全面貫徹落實新發展理念的必然要求。通過分析互聯網促進工業綠色全要素生產率提升的作用機制,結合2008—2016年285個城市面板數據實證檢驗互聯網對工業綠色全要素生產率的影響效應及作用路徑。研究表明:互聯網對工業綠色全要素生產率提升具有促進作用;門檻分析發現,互聯網與工業綠色全要素生產率之間為非線性關系,當互聯網低于一定水平時,互聯網對工業綠色全要素生產率的作用效果存在減弱趨勢;機制檢驗表明,企業創新能力、企業成本、產業結構水平和外部監督力度是互聯網促進工業綠色全要素生產率提升的重要路徑。
改革開放以來,我國工業快速發展,技術水平和規模總量均有了大幅度提升,工業發展成績斐然。但隨著社會發展的不斷進步,人們對經濟發展水平和環境保護有了雙重要求,既要求進一步提升經濟發展水平,同時又對生態環境保護提出更高要求。綠色發展是構建現代化經濟體系的必然要求。作為一個工業大國,必然要走工業綠色發展之路。而工業綠色發展之路歸根結底是工業綠色全要素生產率增長的綠色轉型之路。[1]基于此,如何實現工業綠色全要素生產率的提升是當前迫切需要解決的關鍵問題。與此同時,近年來云計算、大數據、物聯網和移動互聯網等技術的快速興起,“互聯網+”這一概念進入大眾視野,其本質是互聯網快速與其他產業的融合發展。[2]為促進“互聯網+”與傳統產業融合發展,政府陸續提出了“中國制造2025”戰略和“互聯網+”行動計劃,通過鼓勵“互聯網+工業”融合創新,推動產業結構變革,促進傳統產業轉型升級。在這個過程中,互聯網能否在促進工業發展的同時減少環境污染,助力工業發展由粗放型增長向綠色發展轉變,推動我國工業經濟高質量發展呢?這對于我國實施“互聯網+”和工業綠色發展戰略具有重要的理論和現實意義。
目前,國內外鮮有研究互聯網發展與工業綠色全要素生產率之間關系的文獻,但在互聯網與經濟增長相關的文獻中發現互聯網有利于經濟增長:第一,互聯網能夠通過知識溢出和創造新的商業模式,促使經濟高速增長。[3]第二,互聯網能通過降低交易成本和促進產業結構優化,從而促進經濟增長。[4]第三,互聯網能夠通過整合信息資源,對技術創新產生積極影響,進而促進經濟增長。[5]同時,已有研究還發現,互聯網能夠通過減少能源消耗、降低污染排放量,從而改善環境質量。互聯網的使用有利于生產部門的能源強度下降和能源效率的提高,進而減少能源消耗。[6][7]信息通信技術發展可以抑制二氧化碳排放水平,利用互聯網平臺進行交易可減少發達國家的二氧化碳排放量。[8][9]隨著互聯網逐漸與其他領域相互滲透、融合,對改善環境質量有積極影響,“互聯網+工業”融合水平的提升能有效抑制重化工業導致的環境污染,從而改善區域環境質量。[10]總的來說,互聯網不僅有助于經濟增長而且能夠改善環境質量。
雖然學者關注互聯網對全要素生產率的作用和互聯網對環境質量的影響,但缺乏對互聯網與經濟發展質量之間關系的直接研究,未對互聯網與經濟綠色發展之間的關系進行分析。因此,本文綜合考慮信息技術、經濟發展和環境三個因素,分析互聯網對工業發展和環境質量的內在作用機制,為我國經濟綠色轉型升級提供一個新的視角。同時,研究“互聯網+工業”融合發展與工業轉型升級之間的內在聯系,對當前我國進行產業轉型升級、實現工業綠色發展具有重要的現實意義。
促進工業綠色全要素生產率增長是實現綠色經濟增長的關鍵。提高工業綠色全要素生產率有利于提高能源利用效率,減少污染物排放,改善環境質量,最終實現綠色可持續發展。互聯網作用于社會生產和生活的各個領域,但對于其如何影響工業綠色發展,仍需要從多個方面進行分析,本文從企業、產業和外部監督三方面闡述互聯網發展如何影響工業綠色全要素生產率。
從企業層面來看,互聯網主要通過提升創新能力和減少成本兩條路徑實現對工業綠色全要素生產率的促進作用。
在技術創新方面,互聯網從技術信息協同、創新合作和研發合作三方面影響工業綠色全要素生產率。第一,互聯網的應用實現了信息的跨時空高速傳播和整合,加速全社會知識和技術的積累,驅動知識溢出效應,對技術創新產生積極影響,大大提升研發部門技術開發潛力,進一步促進經濟增長。[5]第二,互聯網的應用提高了市場透明度,為創新的供給者和需求者提供了一個零距離接觸的創新平臺,需求者提出產品需求,研發部門緊跟市場需求,加速技術集成與擴展,并進行新一輪漸進式技術創新[11],進而帶動工業綠色全要素生產率提升。第三,互聯網加速社會資本積累,促成研發合作。互聯網本質是一種具有強滲透性的資源,隨著互聯網發展水平的提升,企業與外部網絡資源關系不斷加強,技術合作和研發活動不斷增多,技術創新能力不斷增強。[12]互聯網與工業融合能促進技術創新,提升資源利用水平,減少傳統生產過程中的資源浪費[10],從而實現工業綠色全要素生產率的提升。
在成本方面,互聯網通過生產成本、管理成本和交易成本三方面影響工業綠色全要素生產率。第一,互聯網影響生產成本。利用互聯網平臺的相關數據和信息技術,可以幫助企業實現個性化定制和大規模量產的無縫對接,從而降低生產成本[13],提升工業綠色全要素生產率。借助互聯網平臺,企業可以直接快速地了解客戶的多樣化和獨特需求,實現企業與用戶之間的雙向交流,及時開發消費者所需的產品,搶占市場銷售機會,減少庫存,降低生產成本。第二,互聯網影響管理成本。互聯網在管理方面的應用,簡化了數據分析工作,使得人力資本邊際產出增大。同時,企業獲取和傳遞信息的準確性和及時性得以提高,降低了企業管理成本,提升了綠色技術效率。第三,互聯網影響交易成本。在網絡時代,基于互聯網的新型商業模式可以通過減少不必要的中間環節來有效控制企業的交易成本。[14]互聯網加速信息傳遞,緩解了信息不對稱的壁壘,降低了生產者和消費者的搜尋成本、產品供需方的匹配成本和信任成本,從而降低了交易成本。[15][16]同時,互聯網使得市場交易雙方具有規模經濟效應。網絡把無數的個體連接到同一個網絡平臺,企業能夠借助網絡平臺實現規模經濟,減少交易成本,提高企業利潤[17],實現對工業綠色全要素生產率的促進作用。
產業結構是互聯網與工業綠色全要素生產率之間關系的重要影響因素。當前傳統產業產能過剩與高端生態產品供給不足并存,造成了嚴重的產業結構失衡。然而,信息通信技術的快速發展,不僅改變了信息通信產業本身的產業結構和形式,還擴散到了各個經濟領域。從產業層面來看,互聯網通過產業結構升級促進工業綠色全要素生產率主要表現在三個方面:第一,信息技術產業的不斷發展直接推動產業結構升級。以大數據、物聯網、移動互聯網、云計算等為代表的互聯網信息產業快速發展,直接帶動了產業結構的高級化[18],從而促進工業綠色全要素生產率提升。第二,互聯網推動傳統產業綠色轉型,優化產業生態。互聯網向各個產業滲透、融合,從而對傳統產業進行改造和重構,加速產業結構生態化轉型升級。第三,互聯網與產業融合過程中催生出新業態。互聯網與各行各業深度融合催生了一批高科技服務業和制造業服務業,加速了綠色新產業的發展。
外部監督也是互聯網影響工業綠色全要素生產率的一個重要因素。在網絡時代,信息被廣泛傳播和獲取,政府和公眾獲取信息的渠道多樣,有利于環境信息監管和環境治理成效監督。
第一,政府方面。由于互聯網可以增強環境信息生成、傳輸、獲取和應用能力,并通過這些能力來觸發、啟用和構建環境信息治理。政府能夠借助互聯網進行環境信息公開、自動監測以及環保宣傳等從而有助于降低環境污染,促進工業綠色全要素生產率增長。同時,利用互聯網技術檢測獲取的數據可以幫助環保部門更好地對工業企業進行環境管理。環保企業也可以利用這些數據為政府建立環保信息平臺,激發了環保市場的活力,推動環保產業的發展,進而促進工業綠色全要素生產率提升。
第二,公眾方面。互聯網能通過改變公眾消費偏好和加強公眾環境監督意識兩種途徑促進工業綠色全要素生產率增長。互聯網加快了信息流動速度,降低了信息傳遞成本,打破了信息不對稱的壁壘。[19]社會公眾通過新媒體更容易獲取環境污染的信息,增強公眾環保意識,使消費者更偏好購買環境友好型產品[20][21],促使工業企業根據消費者的環境偏好選擇環保型生產技術并增加研發投入進行技術創新。與此同時,互聯網為公眾參與環境保護提供了新的途徑。公眾通過互聯網平臺能夠向環境保護部門提供環境污染現場信息和舉報環境違法行為,并根據環保部門的反饋信息,監督環境治理成效。
本文要論證的主要問題是互聯網發展對工業綠色全要素生產率影響的作用機制,借鑒郭家堂和駱品亮互聯網對全要素生產率影響的模型框架[22],構建計量模型,如式(1)所示。

其中,i表示地區,t表示年份,GTFPit表示工業綠色全要素生產率,INTERit表示互聯網發展,CVit是控制變量,εit為隨機誤差項。
1.被解釋變量——工業綠色全要素生產率。關于工業綠色全要素生產率的測算方法,以往學者大多采用DEA-SBM-DDF-ML模型,但由于該模型存在不具備傳遞性以及線性規劃無可行解的問題,故本文借鑒吉星[23]采用的基于SBM的全局方向性距離函數和全局Luenberger指數(DEASBM-DDF-GML)計算工業綠色全要素生產率。
投入指標:傳統全要素生產率的投入指標有資本、勞動投入,而本文的投入指標還應考慮能源投入。資本存量,本文借鑒柯善咨的估算方法,使用我國285個城市市轄區限額以上工業企業流動資產和固定資產凈值年均值估計限額以上工業資本存量。[24]為了消除價格變化引起的誤差,將各年數據調整為2007年的不變價格。勞動投入,以我國城市制造業就業總人數來衡量工業企業勞動投入量。能源投入,采取我國城市工業用電量作為能源投入指標。
產出指標:期望產出,本文借鑒陳詩一的做法,選取規模以上企業總產值表示工業期望產出,并利用工業品出廠價格指數進行價格平減。[25]非期望產出,分別采用城市的工業廢水排放總量、工業二氧化硫排放量和工業煙塵排放總量表示。
本文利用投入產出指標測算出各城市2008—2016年的Global Malmquist工業GTFP變化指數,具體包括工業GTFP變化指數(GML)、工業技術效率變化指數(GEC) 和工業技術進步變化指數(GTC)。然而,工業GML指數僅代表工業GTFP的增長率,不能實際反映工業GTFP真實值,所以需要對DEA-SBM-DDF-GML測量方法測算的工業GML指數進行調整以便計算出工業GTFP的實際值。本文參考邱斌的計算方法,將測算的工業GTFP指數進行累乘處理得出工業GTFP。[26]
2.解釋變量——互聯網發展(INTER)。互聯網發展的衡量指標主要有郵電業務量、信息化指數、互聯網普及率以及網民人數等。考慮到數據的可獲得性和準確性,選取互聯網普及率作為互聯網發展的測度指標,具體采用城市國際互聯網用戶數占該地區總人數的比值進行度量。
3.控制變量。本文將環境規制、工業化、稟賦結構和外商直接投資程度作為控制變量。(1)環境規制(ER)。已有研究表明環境規制能顯著影響工業綠色全要素生產率,所以本文將環境規制作為控制變量,采用一般工業固體廢物綜合利用率來衡量環境規制強度。(2)工業化水平(GY)。工業化水平用第二產業占GDP比重表示。第二產業占比可以反映產業分布和資本分配,這是影響全要素生產率的重要因素。[27](3)稟賦結構(BF)。借鑒王兵等對環境全要素生產率的影響因素研究,稟賦結構采用資本與勞動的比值,其中利用永續盤存法計算的資本存量表示資本投入,用總就業人數衡量勞動投入。[28](4)外商直接投資(FDI)。外商直接投資可引進先進生產技術,帶來先進的管理知識和經驗,有助于提高工業綠色全要素生產率。外商直接投資指標選取規模以上外資工業企業工業總產值占總工業總產值的比值來衡量。

表1 變量描述性統計
本文選取的實證數據來源于2009年至2017年的《中國環境統計年鑒》《中國城市統計年鑒》。被解釋變量工業綠色全要素生產率利用MAXDEA軟件通過模型計算得出,投入變量和期望產出變量數據來自《中國城市統計年鑒》,非期望產出“三廢”數據來自于《中國環境數據庫》。解釋變量互聯網普及率和網民人數來自《中國城市統計年鑒》。工業固體廢物利用率、第二產業產值占GDP比重、固定資產投資、勞動人數和外資工業企業工業總產值均來自《中國城市統計年鑒》。
表2報告了互聯網發展對工業綠色全要素生產率影響的回歸結果。為了解不同控制變量對估計結果的影響,本文依次將控制變量加入回歸模型。表2列(1)顯示,在沒有加入控制變量時,互聯網發展的回歸系數為0.937且在1%水平上顯著為正,表明在樣本期內,互聯網發展對工業綠色全要素生產率具有顯著的促進作用。在逐漸加入所有控制變量后,如表2列(5)所示,互聯網發展系數為0.539且通過1%水平檢驗。說明在控制其他影響因素后,互聯網發展對工業綠色全要素生產率依然保持正向促進作用。
此外,表2還報告了控制變量回歸結果。環境規制系數為負,表明其對工業綠色全要素生產率為負向影響,由此說明環境規制作用于工業綠色全要素生產率的影響尚未跨過“波特拐點”。外商直接投資的系數為負,說明FDI對工業綠色全要素生產率具有抑制作用。這可能是因為國外的環境規制政策相比于國內更加嚴厲,從而使一些高耗能、高污染的行業轉移到我國,由此引起了嚴重的“貿易引致型”環境污染。第二產業占比系數顯著為正,快速發展的工業化對工業綠色全要素生產率存在顯著正向作用。考慮到我國經濟與工業化的發展階段,經濟“奇跡式”跨越主要由第二產業帶動,第二產業對綠色全要素生產率的影響仍處于環境庫茲涅茨倒“U”型曲線的拐點之前。稟賦結構系數正向顯著,表明資本勞動比的上升有利于工業綠色全要素生產率的提高。

表2 互聯網發展對工業綠色全要素生產率影響的回歸結果
因基準回歸結果可能受到指標選取等因素的影響,所以本文對基準回歸結果進行穩健性檢驗,通過替換核心解釋變量進一步驗證互聯網發展與工業綠色全要素生產率之間的關系。這里采用城市網民人數(INTER1)替代互聯網普及率,回歸結果見表3。總體回歸結果與表2無差異,互聯網發展的系數大小雖有所改變,但仍在1%水平上顯著。由此可得,互聯網發展對工業綠色全要素生產率仍具有顯著正向影響。

表3 穩健性檢驗
互聯網發展與工業綠色全要素生產率之間可能互為因果關系,即互聯網作用于工業綠色全要素生產率的同時工業綠色全要素生產率也對互聯網發展水平產生影響。本文參考郭家堂和駱品亮的做法,采用INTER的滯后一期(L.INTER)作為核心解釋變量。[22]假如當期工業綠色全要素生產率對滯后一期的互聯網發展、滯后一期的互聯網發展對當期工業綠色全要素生產率的作用不發生變化,說明互聯網是雙向因果關系的主要原因。以滯后一期互聯網發展指標作為核心解釋變量的回歸結果如表4列(1)所示,滯后一期的互聯網發展系數為0.53,且通過1%顯著性檢驗。說明在互聯網發展與工業綠色全要素生產率雙向因果關系中,互聯網是主因。
基于穩健性考慮,本文利用工具變量對內生性問題進行進一步討論。Forero研究移動通信網絡、互聯網技術與技術效率之間的關系,將各國家每平方米公路貨運量作為工具變量,而郭家堂和駱品亮利用互聯網滯后一期做工具變量,以緩解內生性對估計結果的影響。[22]本文采用兩種工具變量處理方法,選擇互聯網滯后一期和每個城市的每平方米公路貨運量作為當前INTER的工具變量進行回歸,估計結果如表4中列(2)-(3)所示。此時INTER的系數分別為2.977和3.227,分別通過了1%和5%顯著性檢驗。表明在考慮互聯網與工業綠色全要素生產率之間可能存在的內生性問題后,互聯網仍然對工業綠色全要素生產率具有正向影響。

表4 內生性問題分析結果
以往研究表明互聯網具有網絡效應特征,互聯網的作用隨著網民人數的增加而提升,其對經濟的促進作用會不斷增強,但與經濟發展之間并非簡單的線性關系。基于此,本文猜想互聯網發展對工業綠色全要素生產率的作用存在網絡效應,且作用效果會隨著互聯網發展水平的提高而發生變化。因此,本文進一步檢驗互聯網發展水平對工業綠色全要素生產率的影響是否存在網絡效應。為了避免人為劃分樣本區間帶來的主觀判斷偏誤,本文采用Hansen提出的門檻面板模型進行驗證[29],在基準回歸模型基礎上構建如下門檻模型。

在進行門檻效應分析之前,首先要判斷是否存在門檻效應以及可能存在的門檻個數,再依次對單門檻、雙門檻及三重門檻進行檢驗。本文將互聯網發展(INTER)作為門檻變量,分析互聯網發展對工業綠色全要素生產率的門檻效應。檢驗結果表明,互聯網發展變量通過雙重門檻檢驗,但未通過三重門檻檢驗,即互聯網發展對工業綠色全要素生產率的門檻效應存在兩個門檻值,分別為0.062和0.466。詳見表5。

表5 門檻效應檢驗
利用上述門檻模型進行回歸分析,結果如表6所示。當網民人口比例低于0.062時,INTER回歸系數為7.608,通過5%顯著性檢驗,表明在此樣本區間,互聯網發展水平的提升有利于工業綠色全要素生產率的提高;當網民人口比例在0.062至0.466之間時,INTER系數為1.961;當網民人口比例高于0.466時,INTER的系數為0.394,符號為正,但不顯著。對比分析發現,當互聯網普及率低于0.466時,互聯網對工業綠色全要素生產率的促進作用由大變小,但是顯著性增強,表明互聯網對于工業綠色全要素生產率的影響存在減弱趨勢。在互聯網發展水平突破第一個門檻值之前,互聯網作為一種新興技術,早期在提升工業綠色全要素生產率方面發揮了重要作用。隨著互聯網技術逐漸普及,對工業綠色全要素生產率的作用仍然顯著,但作用效果有所減弱。然而,當互聯網水平進一步提高時,其對工業綠色全要素生產率的作用不明顯,但不能簡單認為互聯網對工業綠色全要素生產率的作用效果降低。這可能是由于本文選取樣本量的關系,極少數城市的互聯網普及率能達到第二個門檻值,樣本量過少,因此不能準確判斷在互聯網發展水平達到0.466之后,互聯網發展與工業綠色全要素生產率之間的關系。

表6 門檻回歸結果
基于以上分析,當互聯網普及率低于0.466時,互聯網對我國城市工業綠色全要素生產率的促進作用是非線性的,存在減弱趨勢。當互聯網普及率超過0.466時,互聯網對工業綠色全要素生產率的作用趨勢尚不確定。而郭家堂和駱品亮研究發現,當網民人口比例達到網絡效應發揮作用的臨界值時,互聯網對生產率的作用效果突增。[22]本文將資源環境因素納入增長模型,發現互聯網對工業綠色全要素生產率的作用相比于其對生產率的作用會存在延遲。隨著互聯網發展水平的進一步提高,最終會突破其網絡效應臨界點,使互聯網對工業綠色全要素生產率的作用效果發揮到最大。
在考察了互聯網對工業綠色全要素生產率的影響效應基礎上,為進一步揭示互聯網與工業綠色全要素生產率之間的內在聯系,本文建立中介效應模型檢驗互聯網與工業綠色全要素生產率之間的作用機制。結合前文理論分析結論,選擇企業創新能力、企業成本、產業結構和外部監督作為中介變量。驗證互聯網是否通過企業創新能力、企業成本、產業結構水平以及外部監督四條路徑對工業綠色全要素生產率產生作用。參考溫忠麟等的檢驗方法[30],構建如下模型:


式中,i表示地區,t表示年份,GTFPit表示工業綠色全要素生產率。Mit為中介變量,可以分別代表城市i第t年的企業創新能力、企業成本、產業結構和外部監督。INTERit表示互聯網發展,CVit是控制變量,εit為隨機誤差項。
(1)創新能力(RD)。采用發明專利申請數來表示企業創新能力。(2)企業成本(COST)。采用成本費用利潤率衡量規模以上工業企業的成本。成本費用利潤率是指企業在一定期間內的利潤總額與成本、費用總額比率。成本費用利潤率越高,單位產品的成本費用越低。成本費用指主營業務成本及附加、銷售費用、管理費用和財務費用。(3)產業結構(IS)。采用信息傳輸、計算機服務和軟件業從業人員數占總的單位從業人數的比重衡量產業結構。(4)外部監督(PITI)。借鑒史貝貝的做法,將污染源監管信息公開指數(PTIT得分)作為外部監督的代理變量。[31]PTIT得分是中國公眾環境研究中心與美國自然資源保護委員會共同發布的環境信息公開統計數據。
表7報告了企業創新能力和企業成本的中介效應檢驗結果。列(1)-(3)分別報告了創新能力變量中介效應檢驗的估計結果。列(1)為基準回歸分析,從列(2)結果來看,互聯網系數為1.561,且在5%水平上顯著,表明互聯網有助于企業創新能力的提升。列(3)中互聯網與創新能力系數均通過1%水平正向顯著。表明互聯網會通過創新能力的中介作用促進工業綠色全要素生產率的提升。

表7 創新能力和成本中介效應檢驗結果
關于企業成本的中介效應檢驗,成本費用利潤率數據來源于各省的縣市數據庫,因各數據庫的統計標準不同,僅有109個城市的縣市數據庫中統計了成本費用利潤率,所以本文僅采取了109個城市的面板數據進行成本機制檢驗。從表7中列(5)的結果可以看出互聯網對成本費用利潤率具有正向作用,但其顯著性不強。該結果可能與本文選擇樣本量有關,利用部分城市數據無法準確反應實際情況。同時相關研究表明,信息技術和電子設備的前期投入會使企業生產成本增加,從而可以在一定程度上解釋互聯網使用對單位產品成本的影響未通過顯著性檢驗。列(6)結果表明提高成本費用利潤率有利于工業綠色全要素生產率的提升。從而,在樣本期內,互聯網可以通過降低單位產品成本費用提升工業綠色全要素生產率,但這一路徑并不顯著。
表8報告了產業結構和外部監督中介效應檢驗結果。其中列(1)-(3)報告了產業結構作為中介變量的檢驗結果,從列(1)的結果可得出互聯網發展水平能夠顯著提升工業綠色全要素生產率,列(2)的結果表明互聯網發展水平的提升有利于產業結構優化,即互聯網的發展加速了信息技術等高技術、低污染的產業發展。根據表8列(3)的回歸結果可以看出,互聯網的回歸系數為0.529,且通過1%水平顯著性檢驗;產業結構的系數為4.544,在10%的水平上顯著,表明存在部分中介效應。由此說明,互聯網通過優化產業結構,能夠降低能源消耗,減少環境污染,最終實現工業綠色增長。
表8中列(4)-(6)報告了外部監督作為中介變量的檢驗結果。由于污染源監管信息公開指數(PTIT得分)只公布了部分重點環保城市的環境信息公開數據,所以選取了113個城市樣本進行檢驗。列(4)互聯網系數為0.807,且在5%水平上顯著,說明在重點環保城市互聯網發展水平每上升1個百分點,工業綠色全要素生產率能夠提升0.807個百分點。從列(5)結果看,互聯網有助于環境信息公開,有利于政府環境監管和公眾環境監督。列(6)中互聯網系數和PITI指數系數均為正,分別通過5%、1%水平顯著性檢驗。所以,本文認為外部監督是互聯網影響工業綠色全要素生產率的作用路徑。

表8 產業結構和外部監督中介效應檢驗結果
本文對互聯網發展與工業綠色全要素生產率之間的關系展開了研究,分析互聯網是否能夠有利于工業綠色轉型升級,實現經濟綠色發展。研究結論如下:第一,互聯網發展水平對工業綠色全要素生產率具有正向作用,表明互聯網發展水平的提升能夠有效促進工業綠色全要素生產率增長。第二,利用門檻模型驗證了互聯網發展水平與工業綠色全要素生產率存在非線性關系。當互聯網普及率低于0.466時,互聯網對于工業綠色全要素生產率的影響存在遞減規律;當互聯網普及率超過0.466時,其作用效果有待進一步研究。第三,企業創新能力、企業成本、優化產業結構和外部監督是互聯網促進工業綠色全要素生產率提升的作用路徑。互聯網能夠通過增強企業創新能力、減少企業成本、優化產業結構和加強外部監督力度等提高工業綠色全要素生產率。
本文政策啟示:第一,重視企業信息化建設,加強研發創新。完善企業信息化建設,加強對設備技術、系統平臺和網絡程序的研發創新,以進一步提升企業的創新水平。同時,整合利用信息通信基礎設施,創新企業生產和管理方式,提升企業智能化、數字化、網絡化生產制造優勢和能力,實現智能制造。第二,推進“互聯網+產業”融合,優化產業結構。深化互聯網與產業融合發展,在企業生產中運用信息技術新理念,調整資源在部門間的合理分配,提高資源投入產出效率。并且,互聯網能夠加速高耗能、高污染和低效率的傳統產業轉型升級,形成有利于節約能源的綠色、循環和低碳的現代產業體系。第三,加大環境監督力度,建立環境信息網絡平臺。政府應加強環境自動監測,提高環境監管能力。與此同時,政府應建立環境信息公開網絡平臺,實現污染信息的實時公開,利用網絡平臺與公眾展開互動。