数字基础设施建设、科技创新与工业企业绿色发展

程 莉，闻 硕，严月岑

(1.4.重庆工商大学 长江上游经济研究中心，重庆 400067； 2.3.重庆工商大学 经济学院，重庆 400067)

《“十四五”工业绿色发展规划》提出“到2025年，工业产业结构、生产方式绿色低碳转型取得显著成效，绿色低碳技术装备广泛应用，能源资源利用效率大幅提高，绿色制造水平全面提升，为 2030 年工业领域碳达峰奠定坚实基础”的主要目标(1)2021年11月15日《“十四五”工业绿色发展规划》全文发布于中华人民共和国中央人民政府网站(来源：工业和信息化部网站)。。因此，推进工业绿色低碳发展是我国应对气候变化、实现“双碳”目标的重中之重。当前，数字经济的蓬勃兴起，数字技术在生产领域的广泛应用，以及数字产业化和产业数字化的加速演进，成为驱动工业企业节能减排、推进工业产业转型升级和结构优化，实现绿色发展的重要路径。尤其是工业互联网、大数据、人工智能等领域的数字基础设施能够实现各种资源要素在不同行业、不同企业间的融通和共享，有利于提高资源配置效率、优化传统产业结构并推进，形成创新企业生态系统。然而，工业作为节能减排的“主战场”，存在着产业结构和能源结构不平衡、资源利用效率相对较低等一系列问题，通过数字基础设施建设赋能工业企业绿色发展，提升数字基础设施能效水平，对于引导工业绿色低碳转型、助力实现“双碳”目标具有重要的参考价值。

一、文献综述

对工业企业绿色发展的已有研究主要集中在概念界定、定量测度及影响因素等方面。在工业企业绿色发展概念界定上，于连超等认为工业企业绿色转型是以创新为动力，实现生产过程绿色化，实现经济和环境的共赢[1]；周鹏飞等认为工业绿色发展是在产业结构优化条件下，工业经济增长与环境优化相互影响的过程[2]；刘晶等认为工业绿色发展是生产制造增值的提高以及高效降低能源损耗和污染排放[3]。在工业企业绿色发展的定量测度上，现有研究围绕工业绿色增长、环境承载、政府政策等维度[4]构建评价指标体系，采用SBM模型[5-6]、熵权法与超效率SBM模型[7]、DEA模型[8]来测算。有关工业企业绿色发展影响因素的研究大多从数字金融、环境规制、“互联网+”、产业聚集等角度展开实证，如吕知新等发现数字金融通过提高工业企业融资效率和工业企业创新创业水平两方面有效促进工业经济绿色转型[9]；黄磊等采用空间杜宾模型发现环境规制对工业绿色发展的影响具有先抑后扬的特征，并且呈现下游、中游、上游依次递减的趋势[10]；李振叶等利用静态面板模型、动态面板模型和中介效应模型，发现“互联网+”在工业高质量发展中具有显著的积极作用[11]；黄磊利用空间杜宾模型发现产业聚集对工业绿色发展具有抑制作用，且具有上游、中游、下游地区依次递增的区域异质性[12]。

有关数字基础设施建设对工业企业绿色发展的影响研究则体现在理论描述与实证检验方面。自数字化概念提出以来，愈来愈多学者开始重视其影响效应，尤其侧重于数字化在企业与产业高质量发展方面的效应[13]，数字化技术成为企业转换范式、推动变革的战略手段[14]。Yousaf等指出数字化在创新中的应用可以帮助中小企业减少资源使用和浪费[15]，节约成本支出，从而有利于企业绿色发展。Peitz等认为数字化的创新特征促进了平台经济的形成[16]，数字平台在服务工业企业的过程中可以提高生产率。在效应检验上，程文先等利用门槛模型、DDF模型，发现数字基础设施建设能够显著提升工业绿色全要素生产率，并呈现出边际递增、U型关系及区域异质性特点[17]；王凌飞等发现数字基础设施建设可以促进工业信息化，提高工业企业生产率并降低工业废气的排放量，促进工业企业绿色发展[18]。

综上，现有研究主要集中在数字基础设施建设影响工业企业绿色发展的机制方面，但以技术创新作为中介变量检验数字基础设施建设对工业企业绿色发展影响效应的实证研究相对较少。鉴于此，本文根据2011—2020年我国31个省区市(2)考虑到数据的可得性等因素，研究范围未包括香港特别行政区、澳门特别行政区和台湾地区。的面板数据，构建以科技创新为中介变量，运用中介效应模型实证检验数字基础设施建设对工业企业绿色发展的影响机制，并提出充分发挥数字基础设施建设在工业企业绿色发展方面的积极作用的对策建议。

二、数字基础设施建设对工业企业绿色发展的影响机理

(一)数字基础设施建设对工业企业绿色发展的直接影响

数字基础设施具有数字化、智能化的特征，将通过其得到的准确信息和知识应用在工业领域有利于形成系统化的生产制造过程，将先进的数字技术引入工业企业的生产制造中，为工业生产提供技术支持，明显提高了资源配置效率，促进了生产工艺的提高，降低了能源消耗，进而实现工业企业绿色发展。同时，数字基础设施发展降低了工业生产和交易的成本，有效推动工业企业的发展，助力优化产业结构。传统工业企业的粗放式发展造成了严重的资源浪费和环境污染问题，资源环境已逐步趋于承载能力极限，这要求工业必须进行转型升级，利用数字基础设施升级资源匹配机制，提高资源利用率，从而有效降低环境污染，推动工业企业绿色发展。可见，数字基础设施建设可以通过降低生产能耗和提高资源利用率带动工业企业绿色发展。鉴于此，本文提出假设H1：数字基础设施建设对工业企业绿色发展具有促进作用。

(二)数字基础设施建设对工业企业绿色发展的间接影响

数字基础设施通过推进科技创新间接作用于工业企业绿色发展。5G、人工智能、云计算等数字基础设施运用信息搜集、整合处理相关数据信息并进行信息的交互，实现了多方远程虚拟协同设计研发，为科技创新奠定了坚实的平台基础。数字基础设施具有信息化、数字化等特征，实现了高效配置、精准对接，利于优化资源配置、降低交易成本、扩大技术溢出、提升研发效率，推动科技创新良好发展[19]。同时，科技创新又能进一步通过优化要素配置结构和工业产业结构变革推动工业企业绿色发展[20]。具体而言，科技创新有利于工业企业投入更多生产要素，生产要素利用率提升后废弃物排放规模缩小，从而推动工业企业绿色发展。同时，科技创新提高工业企业的竞争力，形成科技创新工业企业集群，促进工业企业产业结构升级；科技创新成果应用于工业企业后，带来技术的更新迭代，降低了能源损耗，释放了环境压力，从而推动了工业企业绿色发展。鉴于此，本文提出假设H2：数字基础设施建设通过科技创新的中介传导路径推动工业企业绿色发展(具体的作用机制见图1)。

图1 作用机制图

三、模型构建、变量选取与数据说明

(一)模型构建

本文根据2011—2020年我国31个省区市的面板数据，构建以数字基础设施建设为核心解释变量、科技创新为中介变量的中介效应模型，检验数字基础设施建设对工业企业绿色发展的影响。具体模型如下所示：

Yit=α0+α1lnXit+α2Cit+εit

(1)

Mit=β0+β1lnXit+β2Cit+εit

(2)

Yit=γ0+γ1lnXit+γ2Mit+γ3Cit+εit

(3)

其中，Y代表工业企业绿色发展；lnX代表数字基础设施建设；M代表科技创新；C代表一系列控制变量的集合；i代表地区；t代表年份；α、β、γ代表回归系数；εit代表残差项。通过构建解释变量对被解释变量、解释变量对中介变量、中介变量对被解释变量三个线性回归模型进行中介效应检验，在模型(1)解释变量(数字基础设施建设)对被解释变量(工业企业绿色发展)的系数α1的显著性检验基础上，检验模型(2)、模型(3)中系数β1、γ1的显著性[21]。若α1、β1、γ1均显著，γ1小于α1，则存在部分中介效应；若α1、γ2均显著，但γ1不显著，则存在完全中介效应。模型中α1反映数字基础设施建设对工业企业绿色发展的总效应，γ1反映数字基础设施建设对工业企业绿色发展的直接效应，β1×γ2表示中介效应[22]。

(二)变量选取

1.被解释变量。参考杨仁发等[23]学者的研究，根据期望产出(工业增加值)和非期望产出(废气中二氧化硫、废气中烟(粉)尘和工业废水的排放量)共四个指标，采用熵值法拟合计算得到工业企业绿色发展综合指数来衡量工业企业绿色发展程度。

2.核心解释变量。选取互联网宽带接入端口数来衡量数字基础设施建设情况。

3.中介变量。中介变量为科技创新。选取规模以上工业企业R&D项目数、规模以上工业企业R&D经费支出、规模以上工业企业R&D人员折合全时当量共三个指标，采用熵值法拟合计算得到科技创新综合指数来衡量科技创新水平。

4.控制变量。控制变量包括产业结构高级化水平、城镇化、环境管制和经济发展水平。其中：产业结构高级化水平采用第三产业增加值占GDP比重来衡量，能更清楚地反映出产业结构的服务化倾向；城镇化选取常住人口城镇化率即城镇常住人口占总人口的比值来衡量；环境管制采用工业污染治理完成投资占GDP比重来衡量；经济发展水平选取人均国内生产总值来衡量。

(三)数据说明

鉴于多数年份数字基础设施建设和工业企业绿色发展相关指标数据缺失，且2011年后才具备连续的统计数据，因此本文选取2011—2020年我国31个省区市作为研究样本进行实证分析。原始数据主要来源于历年《中国统计年鉴》《中国环境统计年鉴》、中经网统计数据库和中国宏观经济数据库。其中，部分年度的工业废水排放量、废气中烟(粉)尘排放量、规模以上工业企业R&D经费支出、规模以上工业企业有R&D项目数和互联网宽带接入端口数的缺失值采用移动平均法填补。为了减弱异方差以及极端值的影响，对经济发展水平和数字基础设施建设相关数据进行对数处理；同时根据表1可知，数字基础设施建设和工业企业绿色发展的极差较大，数字基础设施建设的标准差为1.042 3，相较工业企业绿色发展离散程度较大。由此，通过描述性统计未能解释数字基础设施建设与工业企业绿色发展之间的关系，应对其采用实证检验的方法进行更深一步地探究。

表1 变量描述性统计

表2列出了本文各变量的平均数、标准差和相关系数。从表2可以看出工业企业绿色发展与数字基础设施建设、科技创新、产业结构高级化、城镇化以及经济发展水平均呈显著正相关关系(r=0.135至0.247，P<0.05)，与环境管制呈显著负相关关系(r=-0.112，P<0.05)；数字基础设施建设与科技创新、城镇化以及经济发展水平均呈显著正相关关系(r=0.259至0.517，P<0.01)，与环境管制呈显著负相关关系(r=-0.323，P<0.01)；科技创新与产业结构高级化、城镇化以及经济发展水平均呈显著正相关关系(r=0.197至0.332，P<0.01)，与环境管制呈显著负相关关系(r=-0.149，P<0.01)。

表2 研究变量的平均数、标准差和相关分析结果(n=310)

由图2可知，2011—2020年31个省区市的数字基础设施建设与工业企业绿色发展间的关系呈增长趋势，说明数字基础设施建设与工业企业绿色发展具有正向关系，即数字基础设施建设在一定程度上可推动工业企业绿色发展。同时，为研究科技创新对工业企业绿色发展的影响机制，进一步构建数字基础设施建设与科技创新、科技创新与工业企业绿色发展关系的散点图(见图3、图4)。由图3、图4可知，数字基础设施建设与科技创新之间整体上呈现出增长的趋势，说明数字基础设施建设与科技创新之间具有正相关关系，即数字基础设施建设对科技创新有正向推动作用；同时，科技创新与工业企业绿色发展之间整体上呈现出增长的趋势，说明科技创新与工业企业绿色发展之间具有正相关关系，即科技创新能够促进工业企业绿色发展。

图2 数字基础设施建设与工业企业绿色发展 图3 数字基础设施建设与科技创新 图4 科技创新与工业企业绿色发展

四、实证分析

(一)基本回归

为进一步验证数字基础设施建设对工业企业绿色发展的影响机制，本文以科技创新作为中介变量，应用中介效应模型进行实证检验。为检验中介变量引起核心解释变量参数的变化，采用以科技创新为中介变量的中介效应模型，创建三个系统：系统a不导入控制变量、系统b导入部分控制变量、系统c导入全部控制变量进行检验。

本文分三步依次检验科技创新的中介效应：步骤一，以工业企业绿色发展为被解释变量，数字基础设施建设为核心解释变量进行回归分析；步骤二，以科技创新作为被解释变量，数字基础设施建设作为核心解释变量进行回归分析；步骤三，以工业企业绿色发展为被解释变量，科技创新和数字基础设施建设为解释变量进行回归分析。先检验步骤一中数字基础设施建设的回归系数，如果显著，则进行步骤二；反之，则停止分析。若步骤二中数字基础设施建设与步骤三中科技创新的回归系数同时显著，则中介效应显著。其中，若步骤三中数字基础设施建设的回归系数不显著，则说明具有完全中介效应；若数字基础设施建设的回归系数显著，则说明具有部分中介效应。

根据表3分析出，检验系统a步骤一中的数字基础设施建设以及步骤二中数字基础设施建设的回归系数均在1%的水平上显著；步骤三中科技创新的回归系数在5%的水平上显著，说明数字基础设施建设通过科技创新对工业企业绿色发展呈部分中介效应。因此，由β1γ2=0.259×0.143得出科技创新中介效应回归系数为0.037 0，说明数字基础设施建设通过科技创新间接推动工业企业绿色发展，验证了假设H2。根据系统b和系统c的科技创新回归系数检验，表明科技创新在数字基础设施建设对工业企业绿色发展影响中的中介效应依然显著。

表3 科技创新在数字基础设施建设对工业企业绿色发展影响中的中介效应

从以上科技创新对工业企业绿色发展的中介效应分析结果可知，表3中三个系统步骤一的结果均得出数字基础设施建设与工业企业绿色发展呈现显著正相关关系的结论，验证了假设H1。同时，根据系统b、系统c得出产业结构高级化与工业企业绿色发展总体上呈现出显著的正相关关系，而城镇化则与工业企业绿色发展总体上呈现出显著的负相关关系的结论。这可能是由于随着城镇化进程的加快，经济规模增长速度过快加剧了生产活动对环境的危害，在一定程度上抑制了工业企业绿色发展。

(二)区域异质性分析

由于各地区的开放程度、资源禀赋均存在一定的差异性，导致经济发展在区域分布上存在着明显的差异性[24]。因此，数字基础设施建设对工业企业绿色发展的影响也可能存在区域上的异质性，需要进一步分析。本文根据国家统计局公布的信息将中国整体划分为东部、中部、西部和东北地区，并比较分析四大地区的数字基础设施建设对工业企业绿色发展影响，探究四大地区数字基础设施建设对工业企业绿色发展影响的差异性，具体的估计结果见表4。从表4第2列—第5列可以看出，东部地区数字基础设施建设对工业企业绿色发展有显著的正向影响，而尽管中部、西部、东北地区数字基础设施建设对工业企业绿色发展的系数为正，但不显著。原因可能是由于我国东部地区相对于其他三大地区来说，数字基础设施环境相对完善、水平也更高、科技创新能力及要素市场化发展环境等方面具有明显优势，更有利于实现工业数字化，并且东部地区的经济发展以及制度完善，使得工业企业绿色发展红利释放得更为充分。而其他三大地区的数字基础设施建设相对落后，数字化基础较差，因而数字基础设施建设对工业企业绿色发展的推动作用不显著。

表4 区域异质性分析

五、结论与对策建议

(一)结论

本文采用2011—2020年我国31个省区市的面板数据，以科技创新为中介变量，应用中介效应模型实证检验数字基础设施建设对工业企业绿色发展的影响机制。得出以下结论：(1)数字基础设施建设通过直接效应减少污染物排放，显著促进工业企业绿色发展；科技创新对工业企业绿色发展影响的中介效应显著。(2)产业结构、环境管制和经济发展对工业企业绿色发展具有正向作用，而城镇化则对工业企业绿色发展整体呈现出显著的负向作用。(3)数字基础设施建设对工业企业绿色发展的影响具有区域异质性，东部地区数字基础设施建设对工业企业绿色发展的积极影响高于中部、西部和东北地区。

(二)对策建议

为处理好数字基础设施建设与工业企业绿色发展之间的关系，在数字基础设施建设中，应进一步扩大数字基础设施的覆盖范围、推进数字基础设施节能提效、优化数字基础设施建设环境等，以加强数字基础设施建设对工业企业绿色发展的积极影响。同时，通过推进科技创新，充分发挥数字基础设施建设对工业企业绿色发展的促进作用。

1.宏观层面。(1)推进数字基础设施建设。第一，扩大数字基础设施的覆盖范围，稳步推进5G、云计算、数据中心等数字基础设施建设，强化各地的数字基础设施建设。第二，加快推进数字基础设施节能提效。以数据中心、通信基站、通信机房等为落脚点，建设绿色数据中心，积极运用先进节能技术产品、加强基础电信企业节能技术，推进新型散热技术，运用智能电源系统降低基站能耗，提高通信基站、通信机房的能效水平。第三，优化数字基础设施建设环境。政府可加强健全数字基础设施发展机制建设，加大对数字基础设施建设的政策扶持，统筹用好国家补助资金，建设数字基础设施公共服务平台，强化公共技术保障，加快制定基础设施数字化转型相关的政策和法规，为全面推进数字基础设施建设提供良好的制度环境。(2)推进科技创新。科技创新是数字基础设施建设推动工业企业绿色发展的重要驱动因素，应进一步加大对科技创新的投入。在数字基础设施建设中，加强工业企业与地区产学研协同创新合作，利用国际先进水平的高端创新平台及设备，与国际知名企业和研发机构合作，提升工业绿色技术创新能力，鼓励工业企业与高校科研部门共同组建技术研发中心，促进绿色技术创新能力水平的提高。

2.中观层面。(1)东部地区在经济、制度、技术方面具有优势，应依靠人才、市场和技术提升其数字基础设施应用和创新能力，强化政府、高校、企业之间的技术讨论与交流，健全市场运行法律法规，为东部地区数字基础设施发展提供技术支撑和环境保障。(2)中部、西部地区数字基础设施较为欠缺，应借鉴东部地区的宝贵经验，完善数字基础设施相关产业制度，利用低成本优势和资源条件，因地制宜地引导当地特色产业与数字产业融合，以创新为核心、技术为驱动，建设数据中心、工业互联网等数字基础设施。尤其要充分发挥西部地区在气候、能源、环境等方面的优势，引导数据中心由东部向西部资源丰富地区聚集，加强数据、算力和能源之间的协同联动。(3)东北地区作为我国工业基地，传统产业占比较大，应推动工业互联网融合建设，促进传统产业转型升级，引进数字技术人才，开发数据生产要素，并充分借鉴东部地区的发展经验，形成具有竞争力的数字化产业集群，推动东北地区数字基础设施发展。