數字經濟、綠色技術創新和制造業轉型升級

摘 要：隨著社會的發展，數字經濟成為制造業轉型升級的重要驅動力量。基于2013—2021年中國30個省份的面板數據，運用固定效應模型、中介效應模型與門檻效應模型，實證分析了數字經濟對制造業轉型升級的影響。結論如下：從全國層面來說，數字經濟發展水平的提高能夠顯著促進制造業轉型升級；制造業大省與非制造業大省的異質性檢驗表明，數字經濟對非制造業大省制造業轉型升級的促進作用更顯著，對制造業大省制造業轉型升級的促進作用不顯著；數字經濟分維度異質性檢驗表明，數字技術應用水平對制造業轉型升級的影響更顯著，數字基礎設施建設水平和數字技術創新發展水平對制造業轉型升級沒有顯著的影響；作用機制檢驗表明，綠色技術創新是實現數字經濟驅動制造業轉型升級的重要途徑；以綠色技術創新為門檻變量的面板門檻模型顯示，數字經濟賦能制造業轉型升級存在雙重門檻效應。最后，從加快發展數字經濟和提升綠色技術創新水平兩方面就促進制造業轉型升級提出具體建議。

關鍵詞：數字經濟；制造業轉型升級；綠色技術創新；門檻效應

中圖分類號：F424；F49" " 文獻標志碼：A" " 文章編號：1671-0037（2024）9-60-13

DOI：10.19345/j.cxkj.1671-0037.2024.9.5

0 引言

21世紀以來，新興技術層出不窮，尤其是以互聯網、大數據、云計算為代表的數字技術快速更新，數字經濟在新一輪科技革命和產業變革中扮演著重要角色。黨的二十大報告提出，要加快發展數字經濟，促進數字經濟和實體經濟深度融合［1］。《數字中國發展報告（2022年）》顯示，2022年我國數字經濟規模位于世界第二，總量達到50.2萬億元。數字經濟在我國許多重大戰略的實施中發揮著舉足輕重的作用，已經成為推動我國新舊動能轉換、實現制造業轉型升級的重要力量［2］。

作為實體經濟的主體，制造業是我國國民經濟的中流砥柱。然而，隨著我國制造業的不斷發展和時代的不斷進步，一方面，人口紅利消失、關鍵核心技術對外依存度高等一系列問題逐漸顯現出來；另一方面，資源利用效率低、產品質量管控不足等現象使得我國制造業難以滿足綠色化、智能化的時代要求。黨的十九屆六中全會指出，高質量發展是創新驅動的發展，是生態優先綠色發展。在此背景下，中國亟須通過推動綠色技術創新，優化制造業產業結構，增強自身在國際市場中的競爭力，從而加快經濟向高質量發展轉變的進程［3］。因此，研究數字經濟驅動制造業轉型升級的作用機制以及綠色技術創新對數字經濟驅動制造業轉型升級的影響，對于提高我國制造業現代化水平、推進制造業綠色高效發展等具有重要的現實意義。

1 文獻綜述

從現有研究來看，關于數字經濟對制造業發展影響的研究主要從3個方面展開。一是基于制造業產業結構升級的視角。蔡延澤等［4］運用固定效應模型和門檻模型，實證檢驗了數字經濟對制造業結構高級化、合理化的影響及創新環境的調節作用；廖信林和楊正源［5］基于動態面板GMM模型，測算了長三角地區數字經濟對制造業轉型升級的具體影響，研究發現數字經濟能通過提高資源配置效率、降低生產成本和加快創新發展助力制造業轉型升級；付文宇等［6］研究發現，數字經濟能促進各地區制造業高級化發展，對制造業合理化發展的影響存在區域異質性，且行業異質性檢驗進一步表明，數字經濟對技術密集型、資本密集型和勞動密集型制造業的促進作用存在差異。二是基于制造業高質量發展的視角。劉鑫鑫和惠寧［7］認為，數字經濟對制造業高質量發展存在非線性動態影響，且該影響受到對外開放、產業結構、環境規制等因素的制約；秦建群等［8］以地級及以上城市為考察單元，研究發現數字經濟能通過生產性服務業集聚促進制造業高質量發展，且政府創新偏好在該過程中起到了正向調節作用；盛三化等［9］以長江經濟帶的110個城市為研究對象，研究發現數字經濟能顯著促進長江經濟帶制造業高質量發展，且該影響存在流域異質性和城市規模異質性。三是基于數字經濟空間溢出效應的視角。羅軍和丘海桐［10］認為，數字經濟驅動制造業綠色發展具有空間溢出效應，且城市的地理區位、人口規模和市場一體化等因素對數字經濟的空間溢出效應具有較大的影響；梁向東和蘇在坤［11］認為，我國數字經濟和制造業高質量發展存在空間自相關性，且數字經濟在區域間的正向溢出效應大于在區域內的正向溢出效應。

綜上所述，現有文獻對數字經濟與制造業轉型升級之間的關系進行了較為豐富的研究，但對相關機制的探討還不全面，尚無文獻對數字經濟、綠色技術創新和制造業轉型升級三者之間的關系進行研究。基于此，本文從產業規模、經濟效益、產能分布、節能環保等4個方面構建了制造業轉型升級的指標體系，以2013—2021年省級面板數據為支撐，實證分析了數字經濟對制造業轉型升級的直接影響及綠色技術創新的中介效應，為進一步實現制造業與數字技術深度融合，推進制造業轉型升級和綠色高質量發展提供了新思路。

2 理論分析與研究假設

2.1 數字經濟對制造業轉型升級的直接影響機制

數字經濟是以數據資源為關鍵要素、以技術為主導轉換生產方式的一種經濟形態［12］。本文認為，數字經濟從3個方面直接影響制造業轉型升級。

一是數字基礎設施建設影響制造業轉型升級。數字基礎設施是由5G網絡、物聯網、大數據等新一代互聯網技術不斷融合、發展、應用形成的新型信息基礎設施。傳統基礎設施的建設在于提高各種產品和服務的空間可達性，縮短付費者的等待時間，提高生產者的生產效率；而新型信息基礎設施的建設在于實現信息傳輸與交換的高效率。對消費者而言，新型信息基礎設施建設能夠節約信息搜集的時間成本，降低信息不對稱風險。對制造企業而言，新型信息基礎設施建設有助于企業經營管理向信息化、智能化轉變，不僅能提高企業主營業務能力和效率，而且能優化企業內部管理系統與提升管理能力，促進企業轉型升級［13］。對制造產業而言，新型信息基礎設施建設能夠提高產業間分工水平，促進數字產業集群的形成［14］。

二是數字技術應用影響制造業轉型升級。數字技術應用主要表現為云計算、大數據、物聯網等新型數字技術的市場化應用。信息通信產業是支持數字經濟發展的重要產業，也是數字技術應用的核心產業。從制造企業發展的角度來看，信息通信產業能夠幫助企業減少信息采集時間、擴增信息采集對象、優化產品設計方案、滿足客戶的多樣化需求、實現產品的市場化推廣，提高企業的經營效益。從制造業產業間融合發展的角度來看，信息通信產業的發展使數字技術不斷滲透，進而推動產業間協調發展，催生新的產業部門。新產業部門不僅能帶動傳統產業發展，為傳統產業部門注入新鮮血液，還能營造良好的競爭環境，倒逼傳統產業部門加速實現轉型升級。Lee等［15］、Heo和Lee［16］研究認為，通信產業和數字產業與其他產業的滲透、融合有利于產業結構的升級。Giudice［17］和Gaputo等［18］研究發現，物聯網技術的快速發展有利于制造業轉型升級。

三是數字技術創新發展影響制造業轉型升級。首先，數字技術創新將不斷推動制造企業內部和產業內部的分工合作，細化資源配置，提高生產要素的產出效率，從而優化制造業各細分行業的產能分布，促進產業結構的優化升級。其次，隨著數字技術的創新發展，新材料、新技術不斷涌現，為優化制造業生產創造了良好的條件，加速了將潛在需求轉化為現實需求的進程，不僅推動了制造業需求市場的演進，而且促使制造業不斷轉型升級。最后，數字技術創新不斷催生新產業，尤其是高端制造業。在市場需求導向的利益競爭中，新興產業往往具有更大的競爭優勢，更容易成為產業體系中的先導產業，并通過技術擴散帶動其他傳統產業轉型升級［19］。

據此，本文提出假設H1：

H1：數字經濟的發展有助于制造業轉型升級。

2.2 數字經濟驅動制造業轉型升級過程中的綠色技術創新中介效應

近年來，數字經濟與傳統實體經濟的融合不斷加深，催生出了很多新技術、新產業、新業態、新模式，推動了生產要素、生產力和生產關系的變革，實現了數字經濟對綠色發展的全方位賦能［20］。具體而言，數字基礎設施的建設及數字技術的應用使得信息服務更加高效便捷，打破了傳統資源調配的組織邊界［21］；數字經濟可以通過大數據、人工智能等數字技術提高綠色技術創新效率，在行業內部形成綠色創新的先發優勢［22］；數字技術的創新發展能夠突破時間和空間的限制，使得制造企業內部研發設計、經營管理等環節更加開放且動態化，為制造企業的綠色創新提供現實基礎。

而技術本身的清潔屬性是經濟增長與環境質量提高協同的重要前提。綠色技術創新通過更加環保、高效的生產方式，不僅能夠提升經濟效益，而且能夠減少環境破壞，在制造業轉型升級的過程中具有帕累托改進的性質［23］。在綠色技術的助力下，一些高污染、高耗能、高耗水的三高企業逐漸向高資源利用效率、高產品質量、高產品附加值的新三高企業轉變［24］。此外，國家對于生態環境安全的重視程度不斷增加，環境規制和生產環保標準也隨之逐步完善，進一步推動了綠色技術在傳統制造業領域的應用，從而對制造業轉型升級起到了促進作用［3］。

據此，本文提出假設H2：

H2：數字經濟通過綠色技術創新推動制造業轉型升級。

2.3 數字經濟驅動制造業轉型升級過程中的綠色技術創新門檻效應

由于我國對生態環境問題日益重視，綠色技術創新在制造業領域發揮著舉足輕重的作用，已成為制造業順利轉型的重要條件。從理論上講，綠色技術創新在數字經濟促進制造業轉型升級的過程中具有門檻效應。一方面，綠色技術創新能夠帶來生產率的提高，對制造業轉型升級表現出正外部性；另一方面，綠色技術創新也會增加融資成本，在一定程度上加重制造業轉型升級的負擔。當綠色技術創新水平較低時，數字經濟通過綠色技術創新影響制造業轉型升級的邊際作用較小。制造企業對新技術的使用率低，難以實現資源的高效配置和有效利用，此時數字經濟對制造業轉型升級的驅動作用較小［25］。隨著綠色技術創新水平的提高，數字經濟可以通過將綠色技術應用到制造業數字基礎設施建設及企業日常經營管理中，達到降低單位產品能源消耗［26］、優化企業生產環境、提高企業生產效率、降低企業生產成本的效果，從而推動制造業轉型升級。

據此，本文提出假設H3：

H3：綠色技術創新在數字經濟驅動制造業轉型升級的過程中存在門檻效應。

3 研究設計

3.1 模型構建

通過分析數字經濟對制造業轉型升級的影響機制，本文構建了基準面板模型，如式（1）所示。

MI_it=α₀+α₁DE_it+Σ_kα_kControl_it+δ_i+ε_it （1）

式（1）中：i表示各省份（i=1，2…30）；t表示年份（t=2013，2014…2021）；MI_it表示制造業轉型升級水平；DE_it表示數字經濟發展水平；Control_it表示控制變量；δ_i表示個體效應；ε_it表示隨機擾動項。

為了考察綠色技術創新在制造業轉型升級的過程中是否發揮中介作用，以綠色技術創新為中介變量，對上述基準模型進行拓展，如式（2）—（3）所示。

GTI_it=β₀+β₁DE_it+Σ_kβ_kControl_it+δ_i+ε_it （2）

MI_it=γ₀+γ₁DE_it+γ₂GTI_it+γ₃Σ_kγ_kControl_it+δ_i+ε_it （3）

式（2）—（3）中：[GTIit]表示綠色技術創新，為本文的中介變量。

隨后，進一步探究數字經濟對制造業轉型升級是否存在非線性動態影響，依據Hansen［27］和Wang［28］的研究成果，構建模型（4）。

MI_it=?₀+?₁GTI_it?I（GTI_it≤υ₁）+?₂GTI_it?I（v₁lt;

GTI_it≤υ₂）+…+?_n+1GTI_it?I（GTI_itgt;v_n）+

Σ_k?_kControl_it+δ_i+ε_it （4）

式（4）中：υ₁～v_n表示n個門檻變量；I（*）為指示函數，當滿足括號內的條件時取值為1，反之為0。

3.2 變量選擇

3.2.1 被解釋變量：制造業轉型升級水平（MI）

目前，對于制造業轉型升級水平的測度，學術界并沒有統一標準。因此，本文根據實際需要，參考劉鑫鑫和惠寧［7］、王貴鐸等［29］的研究，利用熵值法從發展規模、發展效益、發展質量、發展可持續性等4個方面衡量制造業轉型升級的程度，具體測度指標體系的構建則從產業規模、經濟效益、產能分布、節能環保等4個維度展開（見表1）。

3.2.2 核心解釋變量：數字經濟發展水平（DE）

參考廖信林和楊正源［5］、沈運紅和黃桁［13］的研究，采用熵值法從數字基礎設施建設水平、數字技術應用水平及數字技術創新發展水平等3個維度，構建數字經濟發展水平測度指標體系，如表2所示。

3.2.3 中介變量：綠色技術創新（GTI）

從已有研究來看，綠色技術創新水平一般通過綠色專利的申請數和授權數來衡量。因此，參考孫國鋒等［30］、邵帥等［31］的做法，采用各省份綠色專利申請量作為綠色技術創新水平的度量指標。

3.2.4 控制變量

參考惠寧和楊昕［32］、何冬梅和劉鵬［33］的研究，同時結合本文實際需要，選取消費水平（CL）、人力資本（HC）、對外開放水平（LO）、經濟發展水平（CDL）、城鎮化水平（UL）和政府支持（GS）等作為控制變量。其中：消費水平用居民人均消費性支出的對數值來表示；人力資本用平均受教育年限來表示；對外開放水平用進出口總額占地區生產總值的比重來表示；經濟發展水平用人均地區生產總值的對數值來表示；城鎮化水平用城鎮常住人口數占該省份常住人口總數的比重來表示；政府支持用地方政府科學技術支出占財政總支出的比重來表示。

3.3 數據來源和描述性統計

本文以2013—2021年中國30個省份的數據為研究樣本，得到270個均衡面板觀測值①。研究使用的數據來源于中經網統計數據庫、EPS數據平臺、國泰安數據庫經濟研究系列的數字經濟板塊、《中國統計年鑒》及各省份的統計年鑒。對于部分缺失的數據采取插值法進行補齊。各變量描述性統計如表3所示。

4 實證分析

4.1 基準回歸結果分析

運用混合回歸模型、固定效應模型、隨機效應模型對省級面板數據進行分析，結果如表4所示。根據表4可知，3種模型的核心解釋變量均通過了顯著性檢驗。采用最小二乘虛擬變量法（LSDV）比較混合回歸模型和固定效應模型，檢驗結果拒絕了“所有個體虛擬變量的系數都為0”的原假設，故不應使用混合回歸模型。進一步地，采用豪斯曼（Hausman）檢驗比較固定效應模型和隨機效應模型，檢驗結果拒絕了“固定效應模型不優于隨機效應模型”的原假設。因此，本研究采用固定效應模型。由表4中列（3）—（4）可知，數字經濟發展水平的回歸系數分別是0.587和0.176，即無論控制變量加入與否，數字經濟發展水平的回歸系數都顯著為正，表明數字經濟發展水平的提高有助于制造業轉型升級，假設H1得到驗證。從控制變量來看，消費水平的回歸系數為正，且在1%的水平上顯著，說明社會需求的增加對制造業轉型升級具有促進作用。人力資本的回歸系數顯著為負，可能是我國存在區域內人力資本供需結構性不匹配、勞動力市場分割現象，進而導致人力資本發展方向與制造業轉型升級方向不一致［34］。對外開放水平的回歸系數為負但不顯著，說明對外開放水平對制造業轉型升級的影響不明顯。經濟發展水平的回歸系數為負，且在10%的水平上顯著，表明制造業并未隨經濟發展水平的提高而優化升級。主要原因在于，經濟總量的增加并不代表經濟發展質量的提高，且要素流動和市場競爭才是影響制造業優化升級的主要因素。經濟總量較大的區域可能存在規模較大的壟斷企業，不利于生產要素的正常流動，而經濟總量較小的區域要素流動受到的阻力相對較小［13］。城鎮化水平和政府支持的回歸系數為正但不顯著，在一定程度上說明高城鎮化水平和強政府支持力度對制造業轉型升級具有積極影響，但是這一作用還有待增強。

4.2 異質性檢驗

不同省份的制造業發展水平不同，數字經濟推動制造業轉型升級的效果可能不同。與此同時，數字經濟發展水平的不同維度也可能對制造業轉型升級產生不同的影響。基于此，本文從制造業大省和非制造業大省以及數字經濟發展水平的不同維度等方面進行異質性檢驗。

4.2.1 制造業大省與非制造業大省的異質性分析

按照第二產業增加值在地區生產總值中所占比重對省份進行劃分。其中，第二產業增加值所占比重高于全國平均水平的省份為制造業大省，低于全國平均水平的為非制造業大省，實證檢驗數字經濟對制造業轉型升級的促進作用在兩類省份中是否存在異質性。由表5可知，第二產業增加值在地區生產總值中所占比重不同，數字經濟對制造業轉型升級的影響也不同。對比分析發現，制造業大省的數字經濟回歸系數不顯著，非制造業大省的回歸系數顯著，說明數字經濟對非制造業大省制造業轉型升級的驅動作用更加顯著。原因可能在于，對制造業大省來說，其制造業發展水平較高，具有良好的基礎設施條件和強大的技術創新支持，數字經濟發展水平能夠對制造業轉型升級產生影響，但不是主要影響因素；對非制造業大省來說，其制造業發展水平較低，相關的基礎設施條件不足和技術創新支持較弱，因而與其他因素相比，數字經濟發展對制造業轉型升級具有較為顯著的促進作用。

4.2.2 數字經濟分維度異質性分析

參考彭影［35］的研究，用數字經濟發展水平的3個維度對解釋變量進行回歸，詳細探究數字經濟各維度對制造業轉型升級的影響是否存在異質性。由表5可以看出，數字基礎設施建設水平、數字技術應用水平和數字技術創新發展水平對于制造業轉型升級的影響是不同的。其中，數字基礎設施建設水平的回歸系數為正但不顯著，表明數字基礎設施建設水平的提高對制造業轉型升級的促進作用有待進一步增強。數字技術應用水平的回歸系數為正，且通過了1%水平的顯著性檢驗，說明數字技術應用對制造業轉型升級的促進作用很明顯。這是由于不同細分行業對數字技術應用的要求不同，合理應用數字技術能對制造業轉型升級產生更大的推動作用。數字技術創新發展水平的回歸系數為正但不顯著，可能是由于目前我國數字技術創新的產出效率未達到能對制造業轉型升級產生顯著影響的水平。

4.3 穩健性檢驗

為進一步驗證實證結果的可靠性，采用剔除特殊樣本、縮尾處理和替換被解釋變量等3種方法進行穩健性檢驗。根據表6中列（1）—（4）可知，對數據進行剔除直轄市樣本和1%縮尾處理后，核心解釋變量的系數大多顯著為正，與基準回歸結果重合度較高，表明該模型具有一定的穩健性，也進一步證明了假設H1成立。與此同時，由于解釋變量與被解釋變量可能存在因果關系而產生內生性問題，借鑒馮素玲和許德慧［2］的做法，將MI的滯后一期作為被解釋變量進行回歸，具體結果見表6中列（5）—（6）。結果顯示，關鍵變量的顯著性水平和符號未發生實質變化，進一步證明了研究結論的穩健性。

4.4 中介機制分析

為探究綠色技術創新在數字經濟驅動制造業轉型升級的過程中是否發揮中介效應，通過實證檢驗對中介作用機制進行驗證，結果如表7所示。總效應的系數[α1]在5%的水平上顯著，說明中介檢驗是有效的。依次檢驗系數[β1]、[γ1]，二者都顯著，進一步說明中介效應存在，假設H2得到驗證。由表7中列（2）可知，數字經濟發展水平DE的系數在1%的水平上顯著為正，說明數字經濟發展水平每提高1個單位，綠色技術創新水平就相應提高58 753個單位。由表7中列（3）可知，數字經濟發展水平的系數為正但不顯著，綠色技術創新的系數為正且顯著，說明綠色技術創新起到了完全中介作用。但Preacherhe和Hayes［36］呼吁放棄完全中介的概念，將所有中介看作部分中介；溫忠麟和葉寶娟［37］也認為，完全中介的概念是有問題的。故本文認為，綠色技術創新起到了部分中介作用。

為保證上述結果的穩健性，繼續采用Sobel檢驗法對中介效應進行檢驗，結果如表7所示。從表7中可以看出，綠色技術創新的中介效應所占比重為54.6%，說明數字經濟通過提高綠色技術創新水平促進制造業轉型升級的機制有效，且該機制可以解釋數字經濟對制造業轉型升級總影響的54.6%。

4.5 門檻效應分析

根據前文的分析，數字經濟可以通過綠色技術創新驅動制造業轉型升級，但這種影響是簡單的線性關系，還是當綠色技術創新水平超過一定的門檻值后，其才會對制造業轉型升級產生正向影響？為回答這一問題，參照Hansen［27］的研究方法，對綠色技術創新進行門檻效應檢驗。由表8可知，數字經濟對制造業轉型升級的影響效應未能通過三重門檻檢驗，但分別在10%和5%的顯著性水平上通過了單一門檻檢驗和雙重門檻檢驗，假設H3得到驗證。

進一步對門檻效應進行回歸分析，結果如表9所示。當[GTIit≤547]時，數字經濟對制造業轉型升級的影響系數為-0.706，且在5%的顯著性水平上通過檢驗；當[547lt;GTIit≤]2 813時，數字經濟對制造業轉型升級的影響系數為負但未通過顯著性檢驗；當[GTIitgt;2 813]時，數字經濟對制造業轉型升級的影響系數為0.236，且在1%的顯著性水平上通過檢驗。由此可知，當綠色技術創新水平較低時，數字經濟對制造業轉型升級的抑制作用顯著；隨著綠色技術創新水平的不斷提高，在跨越單一門檻后，數字經濟對制造業轉型升級的影響不顯著，此時正處于負向影響與正向影響的轉換時期；當綠色技術創新水平跨越雙重門檻后，數字經濟對制造業轉型升級的促進作用大幅度提升。

5 結論與建議

5.1 結論

本文以數字經濟發展水平對制造業轉型升級的影響為切入點，基于2013—2021年的省級面板數據，運用固定效應模型、中介效應模型和門檻效應模型對數字經濟促進制造業轉型升級的直接效應、間接效應和門檻效應進行了實證分析。主要得出以下結論：

第一，數字經濟發展對制造業轉型升級具有顯著的驅動作用，且這一結論在經過嚴格的穩健性檢驗后仍然成立。進一步進行異質性檢驗發現，從制造業大省和非制造業大省的角度來看，數字經濟對非制造業大省制造業轉型升級的促進作用顯著，對制造業大省的促進作用不顯著；從數字經濟發展的各個維度來看，數字技術應用水平能正向影響制造業轉型升級，而數字基礎設施建設水平和數字技術創新發展水平對制造業轉型升級沒有顯著的正向影響。

第二，綠色技術創新是數字經濟推動制造業轉型升級的重要途徑，且這一中介效應在經過Sobel檢驗后依然存在。

第三，非線性影響分析表明，在數字經濟促進制造業轉型升級的過程中存在雙重門檻效應。當綠色技術創新水平跨越單一門檻后，數字經濟對制造業轉型升級的負向影響不顯著；當綠色技術創新水平跨越雙重門檻后，數字經濟對制造業轉型升級的促進作用大幅度提升。

5.2 建議

5.2.1 加快發展數字經濟，助力制造業轉型升級

首先，要加強數字基礎設施建設。一是應增加對數字基礎設施建設的財政投入，進一步加大對物聯網、5G網絡、區塊鏈、數據中心等相關基礎設施建設的支持力度，尤其是要加強與薄弱領域、關鍵技術環節相關的基礎設施建設。二是要明確政府和市場在數字基礎設施建設中的不同作用，協調二者之間的關系，實現資源的優化配置。對于涉及范圍較廣、實施難度較大的新型基礎設施建設應由政府牽頭，同時引導市場力量適當介入；對于實施難度相對較小、有一定盈利空間的新型基礎設施建設可由市場發揮主導作用。

其次，提高數字技術應用水平，加快數字技術與傳統制造業的融合。一方面，要積極探索區域內及跨區域產業鏈數據共享平臺的建設，保證產業鏈上下游企業之間通過數據共享平臺進行信息的交流、共享，從而解決制造企業之間信息的不完全性問題。同時，隨著數字經濟的發展，數據呈現出體量大、價值密度低的特征，在建設產業鏈數據共享平臺時應注重對數據的清洗和對有效信息的挖掘。另一方面，要制定數字技術與制造業融合發展的規劃，加快推動制造企業的智能化生產、多樣化經營和精細化管理，帶動傳統制造業積極融入新的業態模式中，拓寬數字技術在制造業中的應用范圍。

再次，要重視數字技術創新發展。一方面，要強化數字產權的保護機制，營造良好的數字技術創新環境；另一方面，要重視數字技術創新成果的轉化，加快先進技術的擴散，助力產業鏈與創新鏈的融合。

最后，要因地制宜，充分利用制造業大省和非制造業大省的比較優勢，實施差異化的戰略措施。制造業大省應在鞏固現有數字經濟發展優勢的基礎上，著力打造以數字技術為核心的制造業產業集群，進一步提升區域內制造業產業集群的綜合實力；非制造業大省應從資金及人力投入、產學研融合等方面加大政府部門和制造企業對數字經濟發展的支持力度，充分發揮數字技術與制造業融合發展的潛力，釋放數字經濟帶來的產業驅動效應。

5.2.2 提升綠色技術創新水平，增強數字經濟對制造業轉型升級的驅動作用

綠色技術創新作為數字經濟推動制造業轉型升級的重要影響機制，是增強數字經濟產業效能的重要抓手。第一，要提高綠色技術創新意識，充分認識綠色技術創新在數字經濟驅動制造業轉型升級過程中的重要作用。第二，要營造有利于綠色技術創新的社會環境，鼓勵各地參考《綠色產業指導目錄》，提供多種政策工具以引導企業加強區域間合作交流，加大綠色技術創新研發投入，積極推動已有綠色創新成果落地，從而提高制造業綠色技術創新能力。第三，要重視人力資本，堅持人才培養與人才引進并重，提高人才與技術的匹配程度，進而推動制造業綠色轉型升級。第四，大力推動綠色技術創新水平較低的企業與該領域頭部企業合作；同時，綠色技術創新水平較高的企業要發揮示范和引導作用，促進整個區域內綠色技術創新水平的提高。第五，政府可以通過進一步實施排污許可證制度、排污權交易制度等，規范制造企業的排污行為，倒逼相關企業開展綠色技術創新。

注釋：

① 由于數據搜集具有一定的局限性，本文的研究樣本不包含西藏和港澳臺地區。

參考文獻：

［1］ 習近平.高舉中國特色社會主義偉大旗幟 為全面建設社會主義現代化國家而團結奮斗［N］.人民日報，2022-10-26（1）.

［2］ 馮素玲，許德慧.數字產業化對產業結構升級的影響機制分析：基于2010—2019年中國省際面板數據的實證分析［J］.東岳論叢，2022，43（1）：136-149，192.

［3］ 郭炳南，王宇，張浩.數字經濟、綠色技術創新與產業結構升級：來自中國282個城市的經驗證據［J］.蘭州學刊，2022（2）：58-73.

［4］ 蔡延澤，龔新蜀，靳媚.數字經濟、創新環境與制造業轉型升級［J］.統計與決策，2021，37（17）：20-24.

［5］ 廖信林，楊正源.數字經濟賦能長三角地區制造業轉型升級的效應測度與實現路徑［J］.華東經濟管理，2021，35（6）：22-30.

［6］ 付文宇，李彥，趙景峰.數字經濟如何賦能中國制造業優化升級？［J］.經濟問題探索，2022（11）：128-142.

［7］ 劉鑫鑫，惠寧.數字經濟對中國制造業高質量發展的影響研究［J］.經濟體制改革，2021（5）：92-98.

［8］ 秦建群，趙晶晶，劉超.數字經濟與制造業高質量發展：基于政府創新偏好調節效應的研究［J］.西南民族大學學報（人文社會科學版），2022，43（10）：104-115.

［9］ 盛三化，董港，田惠敏，等.數字經濟、產業鏈韌性與長江經濟帶制造業高質量發展［J］.區域經濟評論，2023（4）：66-75.

［10］ 羅軍，邱海桐.城市數字經濟驅動制造業綠色發展的空間效應［J］.經濟地理，2022，42（12）：13-22.

［11］ 梁向東，蘇在坤.數字經濟驅動中國制造業高質量發展的空間效應［J］.江漢論壇，2023（6）：19-25.

［12］ 黃賾琳，秦淑悅，張雨朦.數字經濟如何驅動制造業升級［J］.經濟管理，2022，44（4）：80-97.

［13］ 沈運紅，黃桁.數字經濟水平對制造業產業結構優化升級的影響研究：基于浙江省2008—2017年面板數據［J］.科技管理研究，2020，40（3）：147-154.

［14］ 李英杰，韓平.數字經濟下制造業高質量發展的機理和路徑［J］.宏觀經濟管理，2021（5）：36-45.

［15］ LEE S， KIM M， PARK Y. ICT co-evolution and Korean ICT strategy：an analysis based on patent data［J］. Telecomm Policy，2009，33（5）：253-271.

［16］ HEO P S， LEE D H. Evolution of the linkage structure of ICT industry and its role in the economic system： the case of Korea［J］.Information Technology for Development，2019，25（3）：424-454.

［17］ GIUDICE M D. Discovering the Internet of Things （IoT） within the business process management［J］.Business Process Management Journal，2016，22（2）：263-270.

［18］ CAPUTO A， MARZI G， PELLEGRINI M M. The Internet of Things in manufacturing innovation processes［J］.Business Process Management Journal，2016，22（2）：383-402.

［19］ R?LLER L， WAVERMAN L. Telecommunications infrastructure and economic development： a simultaneous approach［J］. The American Economic Review，2001，91（4）：909-923.

［20］ 韓晶，陳曦，馮曉虎.數字經濟賦能綠色發展的現實挑戰與路徑選擇［J］.改革，2022（9）：11-23.

［21］ 溫珺，閻志軍，程愚.數字經濟驅動創新效應研究：基于省際面板數據的回歸［J］.經濟體制改革，2020（3）：31-38.

［22］ 許恒，張一林，曹雨佳.數字經濟、技術溢出與動態競合政策［J］.管理世界，2020，36（11）：63-84.

［23］ ACEMOGLU D， AGHION P， BURSZTYN L， et al. The environment and directed technical change［J］.The American Economic Review，2012，102（1）：131-166.

［24］ 汪曉文，陳明月，陳南旭.數字經濟、綠色技術創新與產業結構升級［J］.經濟問題，2023（1）：19-28.

［25］ 曹薇，趙偉，司玉靜.數字經濟對低碳發展的影響效應研究：基于綠色技術創新的調節效應與門檻效應分析［J］.軟科學，2023，37（9）：47-54.

［26］ HILTY L M， AEBISCHER B. ICT for sustainability： an emerging research field［M］.Switzerland：Springer International Publishing AG，2015：3-36，310.

［27］ HANSEN B E. Threshold effects in non-dynamic panels： estimation， testing， and inference［J］.Journal of" Econometrics，1999，93（2）：345-368.

［28］ WANG Q. Fixed-effect panel threshold model using stata［J］. The Stata Journal，2015，15（1）：121-134.

［29］ 王貴鐸，崔露莎，鄭劍飛，等.數字經濟賦能制造業轉型升級：異質性影響機理與效應［J］.統計學報，2021，2（5）：9-23.

［30］ 孫國鋒，潘珊珊，徐瑾.制造業投入數字化對綠色技術創新的影響：基于靜態和動態的空間杜賓模型研究［J］.中國軟科學，2022（10）：30-40.

［31］ 邵帥，范美婷，楊莉莉.經濟結構調整、綠色技術進步與中國低碳轉型發展：基于總體技術前沿和空間溢出效應視角的經驗考察［J］.管理世界，2022，38（2）：46-69，10.

［32］ 惠寧，楊昕.數字經濟驅動與中國制造業高質量發展［J］.陜西師范大學學報（哲學社會科學版），2022，51（1）：133-147.

［33］ 何冬梅，劉鵬.人口老齡化、制造業轉型升級與經濟高質量發展：基于中介效應模型［J］.經濟與管理研究，2020，41（1）：3-20.

［34］ 戚聿東，褚席.數字經濟發展促進產業結構升級機理的實證研究［J］.學習與探索，2022（4）：111-120.

［35］ 彭影.數字經濟下創新要素綜合配置與產業結構調整［J］.當代經濟管理，2022，44（3）：48-58.

［36］ PREACHER K J， HAYES A F. Asymptotic and resampling strategies for assessing and comparing indirect effects in multiple mediator models［J］.Behavior Research Methods，2008，40（3）：879-891.

［37］ 溫忠麟，葉寶娟.中介效應分析：方法和模型發展［J］.心理科學進展，2014，22（5）：731-745.

Digital Economy， Green Technology Innovation and Transformation and Upgrading of Manufacturing Industry

Guo Na Chang Yunting

（1.School of Economics， Hebei University of Economics and Business， Shijiazhuang 050061， China; 2.Modern Business and Trade Service Industry Research Center， Hebei University of Economics and Business， Shijiazhuang 050061， China）

Abstract： The digital economy has changed the way of knowledge acquisition and the allocation efficiency of resources， becoming a new driver of sustainable social development and an important driver of the transformation and upgrading of the manufacturing industry. As a major manufacturing country， China should capitalize on the new digital economic revolution to achieve the deep integration of the digital economy and the real economy. At the same time， with the advancement of China's industrialization and urbanization， ecological and environmental problems have emerged as a critical factor limiting the high-quality development of China's economy. Therefore， achieving high-level development in China's manufacturing industry requires optimizing and upgrading the manufacturing industry's structure and also paying attention to the application of green technology innovation.

While existing research has examined the connection between the digital economy and the transformation and upgrading of the manufacturing industry， it has not fully explored the relevant mechanisms and regional differences in manufacturing industry development levels. There is also a lack of intermediary mechanism testing for green technology innovation. Furthermore， research on the nonlinear dynamic impact of the digital economy on the transformation and upgrading of the manufacturing industry needs further exploration.

Based on the panel data of 30 provinces in China from 2013 to 2021， this paper constructs an indicator system using the entropy method to analyze how the digital economy drives the transformation and upgrading of the manufacturing industry and explore the intermediary transmission mechanism of green technology innovation by considering its role in this process. In short， the author hopes to provide some references for better promoting the development of China's manufacturing industry. The results show that at the national level， the improvement of the digital economy has a significant promoting effect on the transformation and upgrading of the manufacturing industry. The heterogeneity test of manufacturing provinces and non-manufacturing provinces reveals that the digital economy has a more significant promoting effect on non-manufacturing provinces than on manufacturing provinces. The multidimensional heterogeneity test of the digital economy shows that the improvement of the digital technology application can promote the transformation and upgrading of the manufacturing industry， while the improvement of the digital infrastructure construction and digital technology innovation cannot significantly improve the transformation and upgrading of the manufacturing industry. The mechanism test shows that green technology innovation is an important way to realize the transformation and upgrading of the manufacturing industry driven by the digital economy. The panel threshold model with green technology innovation as the threshold variable shows that there is a double threshold effect in the transformation and upgrading of the manufacturing industry empowered by the digital economy. Accordingly， in the future， the development of the digital economy should be accelerated by strengthening the construction of digital infrastructure， enhancing digital technology applications， and focusing on digital technological innovations， to help the transformation and upgrading of the manufacturing industry. At the same time， it is necessary to customize strategic measures to leverage the comparative advantages of manufacturing and non-manufacturing provinces to fully realize the potential of the integrated development of digital technology and manufacturing. Finally， by promoting green technology innovation， the driving role of the digital economy in the transformation and upgrading of the manufacturing industry will be enhanced， and the transformation will be further accelerated.

Key words： digital economy; transformation and upgrading of manufacturing industry; green technology innovation; threshold effect

（欄目編輯：朱可染）