打开文本图片集

摘要：自中国“双碳”目标提出以来，数字经济赋能高耗能制造业逐渐成为全国经济高质量发展的强大驱动力。文章在分析数字经济对江苏省高耗能制造业转型升级影响机制基础上，利用2012—2021年江苏省13个地级市面板数据，基于熵值法测度样本城市的数字经济发展水平，并运用固定效应模型测算了数字经济对江苏省高耗能制造业升级水平的具体效应，同时利用中介效应模型识别其实现路径。实证结果表明，总体上数字经济赋能江苏省高耗能制造业转型升级效应和路径显著。具体来看，数字经济可以通过创新水平进而促进高耗能制造业转型升级。从地理区位异质性上看，由于苏南地区经济较为发达、现代化程度更高，其数字经济发展更能促进高耗能制造业转型升级。

关键词：数字经济；江苏省；高耗能制造业转型升级

一、引言

自中国“双碳”目标提出以来，绿色和低碳已逐渐成为中国经济社会和生态发展转型的重要评判标准，与此同时，制造业的碳减排也成为了碳达峰碳中和目标实现的重中之重。江苏省作为全国乃至全球的重要制造业基地，其高耗能产业的碳排放问题尤为突出。制造业产业受到基础庞大、高耗能产业集聚度高、制造业技术创新投资不足的制约。深入分析这些问题，江苏高耗能制造业在转型升级过程中存在自主创新能力不足、总体发展水平波动较大的困境。

为了有效解决这些问题，推进数字化转型成为必由之路。根据《江苏省数字经济发展三年行动计划（2022-2024）》和相关数据，2023年江苏省数字经济规模超过5万亿元，数字经济核心产业增加值占地区生产总值比重达11.4%。数字经济的高质量发展为制造业数字化转型提供了有力支撑如何加快数字经济与高耗能制造业的融合，加快其转型升级，已成为当前亟需探讨的新课题。基于此，本文依据2012—2021年江苏省13个地级市的面板数据，探索数字经济赋能江苏省高耗能制造业转型升级的对策研究。

二、文献综述

围绕本文的研究主题，与本文研究紧密相关的文献主要有三类：一是关于数字经济的研究，二是关于制造业转型升级的研究；三是高耗能制造业数字化转型相关研究。

（一）数字经济相关研究

Tapscott最早在20世纪90年代正式提出“数字经济”这一概念，之后不同学者分别对数字经济的涵义进行了界定。本文根据现有研究成果，把数字经济定义为以数字知识与信息为基石，技术创新为引擎，现代信息网络为平台，通过数实融合不断提高传统产业数字化、智能化水平，促进经济结构优化和效率提升。数字经济驱动中国经济高质量发展的内在机理及实现路径在学术研究中得到了系统且深入的剖析，不管是从产业结构升级角度，还是传统制造业产业链和创新链融合层面，都存在正向递增影响效应。

（二）高耗能制造业转型升级相关研究

就碳排放权视角而言，高耗能制造业的转型过程受到该政策的正向驱动与促进作用，高耗能行业全面纳入碳排放权交易市场后，碳排放峰值会继续下降。就碳减排视角而言，碳减排政策能显著提升低碳产业部门在总产业中的比重，同时降低高能耗产业部门比重。从制造业转型升级的核心机制来看，数字技术能显著降低制造业碳排放强度，具有制造业碳减排效应的研究结果，转型成功既需整合企业内部要素，也受外部机制调控。

（三）高耗能制造业数字化转型相关研究

学术界就数字经济与高耗能制造业转型升级之间的关联持多元观点。数字技术能够赋能于正式和非正式环境从而促进高碳制造业绿色低碳发展，且绿色创新可显著提升高耗能企业碳减排绩效水平，而数字化转型对绿色创新提升高耗能企业碳减排绩效具有正向调节效应。

综上所述，虽然现有相关研究文献已十分丰富，但大都是从数字经济和制造业转型升级的内涵、影响因素、测算方法、作用机制等方面展开的，对高耗能制造业的数字化转型相关研究较少。本文可能的创新之处在于：在“双碳”背景下，构建一个从江苏省视角分析数字经济和高耗能制造业转型升级动态变化的理论框架，并通过实证模型检验其具体作用机制。

三、数字经济赋能制造业转型升级的理论机制

（一）数字经济对江苏省高耗能制造业转型升级的影响

数字化将为制造业转型提供契机。创新与技术驱动是我国制造业转型的必由之路，数字经济对制造业高质量发展有直接正向影响，通过人力资本等产生间接影响。现有研究结果大都证明数字经济可通过升级产业结构来促进制造业转型升级，并且发现数字经济对不同创新形式有着不同的影响。数字化能带来能效提升和能源结构优化的双重效应，周边地区数字经济水平对绿色生产率增长具有显著的空间溢出效应，且可促进相邻区域的碳减排。因此，本文提出假说1。

H1：数字经济能够有效促进江苏省高耗能制造业转型升级。

（二）数字经济与区域创新能力

数字经济与区域创新能力息息相关。从直接影响来看，数字经济与创新能力之间存在显著的空间关联，可以通过促进创新资源流动提升区域创新能力；从间接影响来看，借助数字基础设施的强大支撑，大数据、物联网、区块链和人工智能等尖端数字技术正以前所未有的速度推动创新资源的高效协同与广泛共享；从空间溢出效应来看，数字经济可以打破物理空间约束，显著提升区域技术创新效率和成果转化效率。

而区域创新能力的提升对制造业转型升级具有关键的推动作用。区域创新能力能够为制造业提供先进的技术、管理和服务模式，帮助企业突破技术瓶颈、提高产品质量和附加值，实现产业的升级和转型。同时，区域创新能力的提升还能够促进产业链上下游的协同创新，推动整个制造业生态系统的优化升级，提升整个产业的竞争力和可持续发展能力。因此，本文提出假说2。

H2：数字经济通过提高区域创新能力来推动江苏省高耗能制造业转型升级。

四、变量选择与模型设计

（一）模型设计

本文研究的对象是数字经济如何驱动江苏省高耗能制造业转型升级。实证检验中，先选取可以高度概括高耗能制造业转型升级水平的指标（upgrade），再对数字经济指数进行测度、然后根据各子系统的指标运用熵值法分别计算其指数（digital），在已有文献的基础上，可以看出数字经济对高耗能制造业转型升级的影响方面，存在着很多因素，为了更准确的研究数字经济对制造业转型升级的影响因素，加入控制变量行业规模（scale）、经济发展水平（economy）、外商直接投资（FDI）及政府参与程度（government），中介效应变量选用区域创新能力（innovation）。

基于以上理论分析，具体的计量模型设定如下：

（二）变量选取与数据说明

被解释变量：本文以制造业结构高度化指数为分析工具，系统探讨江苏省13个地级市高耗能制造业转型升级的演进态势。由于高耗能制造业均为中端制造业且江苏省各地级市制造业细分行业的产值缺失较多，因此选取高端技术制造业资产总计之和与高耗能制造业资产总计之和的比值表示制造业转型升级水平（upgrade）。

核心解释变量：本文选取十三个地级市数字经济发展水平（digital），作为核心解释变量，实证研究数字经济对高耗能制造业转型升级的影响。本文从以下三级指标来测算数字经济发展水平，见表1所列。

面板数据搜集的时间跨度设定为 2012-2021年，研究对象为江苏省13个地级市，共计130个样本数据。以上指标数据来源于各市统计年鉴、《中国工业统计年鉴》等（对搜集过程中数据存在的个别缺失值采用插值法进行补全）。标准化后的指标描述统计见表2所列。

五、实证分析

（一）江苏省13个地级市数字经济发展水平与制造业升级水平的时空格局及演变特征

本文选取2016年和2021年两个时间断面，运用自然断裂法来分析江苏省13个地级市数字经济发展水平和高耗能制造业转型升级水平的空间集聚特征。这是由于2016年《江苏省“十三五”工业绿色发展规划》印发，江苏开启对高耗能行业的规范行动。2021年《江苏省“十四五”制造业高质量发展规划》提出开创全面数字化转型的智能制造新图景。选取这两个时间断面研究江苏省13个低级市数字经济发展水平与制造业升级水平的时空格局，能更清楚地识别其演变特征。本文借助ArcGIS10.8软件将依据熵值法测算的13个地级市数字经济发展水平与高耗能制造业转型升级水平通过图1和图2进行分析与讨论。

图1可以明显看出，从2016年到2021年，江苏省大部分地级市的数字经济发展水平都有所提升。就区域差异而言，南部城市的数字经济发展水平明显高于北部城市，中部城市如镇江、常州的数字经济发展水平在2021年相比2016年有了显著提升，显示出其在数字经济领域的快速进步。究其原因，南部城市本身经济基础较好，产业结构较为现代化，这为其数字经济的发展提供了坚实的基础。同时南京、苏州等地拥有大量的高校和科研机构，为数字化快速发展提供了充足的人才和技术支持。

图2揭示了从2016到2021年江苏省13个地级市高耗能制造业转型升级水平的情况，大部分城市在制造业的革新与转型中均取得了不小的成就。正如数字经济发展所展现的态势，高耗能制造业的转型同样凸显了明显的地域性差异。南部城市特别是苏州和无锡，依然保持着转型升级的领先地位，而北部城市如连云港、徐州等依然处于较低的梯度。这种差异的出现主要是基于各地区的产业基础和资源禀赋差异。南部地区的高耗能制造业发展较早，产业基础较为雄厚，凭借其较强的经济实力和创新能力，已经积累了较为丰富的经验和技术。而北部地区虽在煤炭、石油等资源上具有一定的优势，但这些资源的开采和利用往往伴随着较高的能耗和污染。

针对苏南数字经济发展和高耗能制造业转型水平均高于苏北的现状，江苏省需采取措施以促进全省均衡发展，不管是加强区域间合作与协同发展、推动产业转移与承接，还是制定差异化政策、强化金融支持，深化全省数字经济的创新发展，无疑是必由之路。

（二）基准回归结果

首先，为检验数字经济对制造业转型升级的影响，根据豪斯曼检验选择固定效应模型对（4.1）式进行回归，并以 OLS 回归结果作为对照。表6第（1）、（2）列报告了OLS回归结果，第（3）、（4）列报告了固定效应回归结果。

表3中，第（1）列和第（3）列是在没有加入任何控制变量的情况下，考察数字经济对江苏省高耗能制造业转型升级的影响。第（2）列和第（4）列加入了一系列控制变量，观察在控制了其他有可能影响高耗能制造业转型升级的因素后，数字经济对江苏省高耗能制造业转型升级的影响效果。

回归结果如表3显示，在没有纳入任何控制变量的情况下，在1%的统计水平上，表3中第（1）列和第（3）列，系数显著为正，说明数字经济发展对高耗能制造业转型升级具有正向促进作用。同时，在 1%的统计水平上，第（2）列和第（4）列的系数显著为正，说明在加入一系列控制变量后，回归结果基本保持一致。

因此，验证了假说1：数字经济对江苏省高耗能制造业转型升级具有显著正向作用。

（三）克服内生性检验

前文已通过构建指标体系避免交叉，加入控制变量，固定效应模型等方式对数字经济发展与高耗能制造业转型升级之间可能存在的内生性问题尽量加以控制，为更好地保证回归结果的稳健性，本文进一步选择数字经济发展水平的滞后一期作为工具变量。通过 Hausman 等检验表明，工具变量的选取是较为合理的，同时，选择2SLS进行回归，如表4。

表4中的第（1）列和（2）列分别是利用OLS回归得到的基准模型回归结果和采用工具变量的两阶段回归结果，考虑到模型可能存在的内生性，重点关注使用工具变量后的回归结果。第（3）列和（4）列分别是以工具变量作为解释变量回归的结果和对工具变量进行一阶段回归的结果。

表4结果表明，核心解释变量的回归系数均显著为正，与基准回归结果一致，说明在考虑了模型内生性问题后，数字经济促进高耗能制造业转型升级的核心假说依然成立。

（四）区域异质性分析

江苏以长江为界，分为苏南地区和苏北地区，其中苏南地区为南京、苏州、无锡、常州、镇江五个地级市，是江苏经济较为发达、现代化程度较高的地区，苏北地区包括扬州、泰州、徐州等8个地级市。

对比苏南和苏北的回归结果，在1%的统计水平下，的估计系数显著为正，且苏南地区的估计系数大于苏北地区。这表明无论苏南还是苏北的数字经济发展水平均对该地区的高耗能制造业转型升级水平具有显著的正向影响，但数字经济发展水平对高耗能制造业转型升级的影响在苏南苏北之间存在地区差异。即相较于苏北地区，苏南地区的数字经济发展更能促进高耗能制造业转型升级。

（五）中介效应检验

本部分选择中介变量区域创新水平进行内在作用机制检验，实证结果见表6。

其中第（1）列是双向固定效应的基准回归结果，第（2）列和（3）列用于检验创新水平作为中介变量时数字经济对高耗能制造业转型升级的影响效果。第（2）列结果显示，在1%的统计水平上，的系数显著为正，表明数字经济能够提高区域创新水平，对其产生显著的正向影响。第（3）列加入区域创新水平这一中介变量后，在5%的统计水平上，的系数显著为正，即在其他条件不变的情况下，创新水平每提高一个单位，高耗能制造业转型升级水平将提高0.1303个单位，同时的系数显著为正，且相较于基准回归方程（1）中的的系数下降，说明部分中介效应成立。

因此，验证了本文假说2：数字经济可以通过提高区域创新能力来推动江苏省高耗能制造业转型升级。

六、结语与建议

本文讨论了数字经济与江苏省高耗能制造业转型升级内在机制，在此基础上应用固定效应和中介效应模型检验其影响效应，分析其实现路径。实证结果表明，数字经济可显著促进江苏省高耗能制造业转型升级。从区域差异上看，由于苏南地区产业基础、技术能力和资金更加充裕，数字经济对该地区高耗能制造业转型升级影响更为突出。据此，本文提出如下建议：

（1）政府层面上要持续加大对数字基础设施的投入，建设高质量的数字平台，推动大数据、云计算、等新一代信息技术的普及和应用。特别是在高耗能制造业集中的地区，政府可以设立专项资金和政策激励，鼓励数字技术的研发和应用，提升区域的创新能力。同时推动产学研协同创新，支持高校、科研院所和企业的合作，共同攻克关键技术难题，为高耗能制造业的数字化转型提供强有力的技术支撑。

（2）产业层面上要构建完善的数字化产业生态系统，减少区域间差异。构建产业互联网，打破信息孤岛，实现各环节的无缝衔接，提升整体产业的运营效率。同时，产业联盟和行业协会应发挥桥梁作用，搭建数字经济交流与合作平台，分享成功案例和经验，重视区域间数字经济和高耗能制造业发展差异，推动全省深度数字化转型。

（3）企业层面上要提升数字化管理能力。企业是数字经济发展的主体，加快推动内部管理和生产流程是当务之急。建设数字化管理系统，实现从生产、物流到销售的全流程数字化管理，提升运营效率和市场响应速度。进一步推动企业向智能制造、绿色制造方向发展，实现高耗能制造业的转型升级。

参考文献：

[1] 张继宏，程芳萍.”双碳”目标下中国制造业的碳减排责任分配[J].中国人口·资源与环境，2021，31（9）：64-72.

[2]邢会，姜影，陈园园.“双碳”目标下碳交易与制造业绿色全要素生产率——基于异质性技术创新模式的机制检验[J].科技进步与对策，2022，39（23）：76-86.

[3] TAP SCOTT D. The digital economy： promise and perilin the age of net worked intelligence[M].New York： McGraw Hill，1996

[4]王维国，王永玲，范丹. 数字经济促进碳减排的效应及机制[J]. 中国环境科学，2023，43（8）：4437-4448.

[5]刘和东，纪然.数字经济促进产业结构升级的机制与效应研究[J]. 科技进步与对策，2023，40（1）：61-70.

[6]柳毅，赵轩，杨伟.数字经济对传统制造业产业链创新链融合的影响——基于中国省域经验的实证研究[J].浙江社会科学，2023（3）：4-14.

[7]史丹，李鹏.“双碳”目标下工业碳排放结构模拟与政策冲击[J].改革，2021（12）：30-44.

[8]孙景兵，顾振洋.碳排放权交易机制会倒逼产业结构转型升级吗？——基于制造业和生产性服务业协同集聚的视角[J].生态经济，2023，39（5）：59-68.

[9]朱佩誉，凌文.不同碳排放达峰情景对产业结构的影响——基于动态 CGE 模型的分析[J].财经理论与实践，2020，41（05）：110-118.

[10] Cheng Zhang， Jiming Fang， Shilong Ge， Guanglin Sun， Research on the impact of enterprise digital transformation on carbon emissions in the manufacturing industry， International Review of Economics & Finance， Volume 92，2024，Pages 211-227，ISSN 1059-0560.

[11]李蕾，樊西锋，唐思婕.数字经济赋能制造业绿色低碳转型：实证检验与机制分析[J].统计理论与实践， 2024， （01）： 15-22.

[12]杨昊晨，蔡莉. 可持续发展背景下江苏省传统制造业数字化转型升级研究 [J/OL].经营与管理， 1-14[2024-04-20].

[13]王和勇，何泓漫.财政支出对我国制造业数字化转型升级的影响[J]. 工业技术经济，2023，42（12）：13-21.

[14]刘承毅，李欣. 环境规制对高碳制造业绿色低碳发展的影响——基于数字技术的调节效应 [J].首都经济贸易大学学报， 2023， 25 （03）： 18-31.

[15]李婉红，李娜. 绿色创新、数字化转型与高耗能企业碳减排绩效[J]. 管理工程学报，2023，37（6）：66-76.

[16]张维洁，王雪菲，谢冰冰，等.环境规制、数字技术与高耗能制造企业绿色转型——基于用能权交易试点企业的证据[J/OL].重庆理工大学学报（社会科学），1-18[2024-04-22].

[17] Dominik Paulus-Rohmer， Heike Schatton， Thomas Bauernhansl， Ecosystems， Strategy and Business Models in the age of Digitization - How the Manufacturing Industry is Going to Change its Logic， Procedia CIRP， Volume 57，2016，Pages 8-13，ISSN 2212-8271.

[18]胡雨朦，郭朝先. 数字化对制造业企业碳排放强度的影响研究：理论建模与机制检验[J]. 北京工业大学学报（社会科学版），2023，23（5）：153-168.

[19]张文英，葛建华.长江经济带数字经济环境对制造业转型升级的影响及空间异质性探析[J]. 苏州大学学报（社会科学版），2023，44（3）：51-62.

[20]姚博.数字供应链金融促进中国制造业转型升级研究[J].上海金融，2017（12）：48-50.

[21]黄令，王亚飞，伍政兴.数字经济影响制造业高质量发展的实证检验[J].统计与决策，2023，39（14）：22-27.

[22]蔡延泽，龚新蜀，靳媚.数字经济、创新环境与制造业转型升级[J].统计与决策，2021，37（17）：20-24.

[23]刘战豫，张伞伞. “双碳”目标下制造业碳减排的数字技术实现路径研究 [J/OL]. 资源开发与市场， 1-16[2024-04-20].

[24]李春发，李冬冬，周驰.数字经济驱动制造业转型升级的作用机理——基于产业链视角的分析[J].商业研究，2020（02）：73-82.

[25] Haiyan Deng， Ge Bai， Zhiyang Shen， Lanqi Xia， Digital economy and its spatial effect on green productivity gains in manufacturing： Evidence from China， Journal of Cleaner Production， Volume 378，2022，134539，ISSN 0959-6526.

[26]姚晨，胡海洋. 数字经济、创新资源流动与区域创新能力提升 ——基于城市面板数据的空间杜宾模型研究[J].西南民族大学学报（人文社会科学版），2023，44（4）：106-115.

作者简介：丁名卉（2004.1—），女，汉族，陕西安康人，大学本科，东南大学，研究方向为国际经济与贸易。