制造業轉型升級差異化路徑與綠色全要素生產率

張軍濤 朱悅

摘?要：基于制造業轉型升級和建設綠色低碳循環發展經濟體系的背景，本文利用2005-2019年中國省際面板數據，通過Super-SBM模型、空間計量模型、偏微分分解效應考察制造業集聚對綠色全要素生產率的影響效應及其區域異質性，并利用調節效應和面板分位數模型解釋制造業轉型升級影響綠色全要素生產率的機制，以及二者之間的非線性關系。研究發現：制造業轉型升級可以優化綠色全要素生產率，但是制造業轉型升級路徑和影響機制存在區域差異性；以人力資本和對外開放水平為主導的制造業轉型升級與綠色全要素生產率之間呈現“U型”特征，以綠色技術進步和生產性服務業集聚為主導的制造業轉型升級與綠色全要素生產率之間呈現“倒U型”特征。

關鍵詞：制造業轉型升級；綠色全要素生產率；空間溢出效應；調節效應

中圖分類號：F1213；F424文獻標識碼：A文章編號：1001-148X（2023）02-0009-10

收稿日期：2022-06-21

作者簡介：張軍濤（1963-），男，河北石家莊人，教授，博士生導師，研究方向：城市與區域經濟；朱悅（1994-），本文通訊作者，女，黑龍江齊齊哈爾人，博士研究生，研究方向：產業轉型升級與低碳經濟發展。

基金項目：國家自然科學基金項目，項目編號：41571121；教育部人文社會科學研究規劃基金項目，項目編號：22YJA790086；黑龍江省哲學社會科學研究規劃項目，項目編號：22GLC277；中國博士后科學基金面上項目，項目編號：2022MD713723。

我國“十四五”規劃明確指出，推動制造業以節能減排為主的產業綠色轉型升級，是實現雙碳目標和經濟高質量增長的重要舉措［1］。當前，中國正處于制造業轉型升級和高質量發展攻堅階段，制造業與碳排放之間呈現出復雜的異質性關系［2-3］，區域外在環境和資源稟賦不同制造業轉型升級路徑特征也會存在差異，這必然對經濟增長和環境質量產生進一步的影響［4-6］。而綠色全要素生產率通過將經濟產出和碳排放共同納入生態可持續發展研究框架，以考察經濟體碳排放的生產技術效率，被認為是評估低碳經濟發展水平的關鍵指標之一。因此，科學測算綠色全要素生產率，闡明制造業差異化轉型路徑與綠色全要素生產率之間的作用機制，為決策者提供重新審視制造業低碳發展與環境治理的新視角和新方案，對健全綠色低碳循環發展經濟體系具有重要的現實意義。

一、理論分析與研究假設

制造業轉型升級一般涉及制造業發展方式轉型和制造業結構優化兩方面［7］。制造業發展方式轉型是指制造業由要素依賴型粗放式發展轉向創新驅動型集約式發展。一方面，隨著新增長理論的發展，勞動力素質提高為經濟帶來額外增長源泉的質量型人口紅利愈發受到關注［8］；人力資本累積會強化勞動者的知識和技能，并傾向于更高層次的消費和就業需求，有助于人才鏈與產業鏈深度融合，繼而驅動制造業由低端向高端轉型升級［9］。另一方面，綠色技術進步通過優化生產流程、節約能源和電力等要素成本，兼顧低能耗和經濟產出雙向目標，不僅推動產品高端化和綠色化，而且有助于環保產業和清潔能源產業對制造業發展產生溢出效應［10］，驅動全產業鏈資源高效循環利用，實現制造業轉型升級對綠色全要素生產率的促進作用。據此，本文提出如下假設：

H1：人力資本和綠色技術進步可以推動制造業發展方式轉型，提升綠色全要素生產率。

制造業結構優化是指制造業通過汲取先進技術，優化資源要素配置，形成以知識密集型為主的高附加值制造業。一方面，制造業依托于生產性服務業空間集聚和市場的專業化分工獲得收益［11］，并通過異質性產業間的互動關聯機制強化資源要素配置效率，不僅推動信息頻繁交互、加速知識迭代更新，而且有助于產業間共享技術發展成果［12］。另一方面，提高對外開放水平有助于滿足制造業在資本深化過程中因生產鏈條延長而產生的附加需求，促進對蘊含隱性新資本的技術消化和吸收［13］。尤其是處在后工業化發展階段的區域，通過吸引外資推動生產要素由回報率低的產業轉向高端產業，提升產業價值鏈和能源等要素的利用率，實現節能減排并提升綠色全要素生產率。因此，本文提出如下假設：

H2：生產性服務業集聚和提高對外開放水平可以推動制造業結構優化，提升綠色全要素生產率。

碳排放具有公共物品屬性和空間依賴性特征，因此，現有研究已開始探討區域間碳排放的空間分異特征和空間格局的動態演化。劉佳駿等（2015）［14］基于中國省際面板數據，發現碳排放在局部范圍內具有較高的空間相關性，受區域經濟發展和能源結構的影響，東部沿海地區碳排放強度具有發散效應，而中西部地區收斂效應顯著。劉賢趙等（2019）［15］基于SG相關系數對碳排放的空間特征進行聚類分析，強調了將省域碳排放之間的空間依賴關系納入到碳減排政策制定中的重要性。因此，基于能源投入和碳排放構建的綠色全要素生產率也會因區域經濟發展水平和資源稟賦不平衡表現出空間關聯特性。熊永蘭等（2012）［16］利用IPCC的方法測算并比較了省域碳排放量及其特點，進而根據碳排放特征劃分特定的排放類群。研究結果表明，碳排放與不同階段的產業結構等要素之間的關系具有時空屬性。因此，制造業轉型升級對不同階段綠色全要素生產率的影響亦具有時空屬性，提出如下假設：

H3：綠色全要素生產率存在空間溢出效應，且基于不同驅動因素的制造業轉型升級對綠色全要素生產率存在差異性影響。

綜上所述，現有研究普遍是基于單一視角分析制造業發展與經濟產出或碳排放之間的關系［17-18］，部分研究將單要素綠色全要素生產率定義為在一個投入產出系統中，忽視了生產要素間的聯系，得到的結果具有片面性。本文將經濟產出和碳排放納入同一分析框架，運用非徑向、非導向的Super-SBM模型對綠色全要素生產率進行估算，以有效反映潛在的技術效率和能源間的替代效應對綠色全要素生產率的影響；從空間溢出效應視角切入，考慮以人力資本和綠色技術進步為驅動因素的制造業發展方式轉型，以及以生產性服務業集聚和對外開放水平為驅動因素的制造業結構優化，分析制造業轉型升級對綠色全要素生產率的作用機制和區域異質性影響；進一步探討基于不同驅動因素的制造業轉型路徑對綠色全要素生產率影響的非線性特征，揭示當綠色全要素生產率處于不同分位點時，制造業差異化轉型升級路徑所具有的特征。

二、模型設計

（一）Super-SBM模型

本文結合生產可能性前沿理論，運用Super-SBM模型測度綠色全要素生產率［19］，基于Tone等（2001）［20］在SBM模型目標函數和約束函數中加入了不良產出，且當多個決策單元表示“有效狀態”時，能夠進一步區分這些有效決策單元的效率排名。此外，Super-SBM模型充分考慮了勞動力、資本和能源要素投入的多維特征，可以有效衡量單一經濟體如何以相同或更少的碳排放獲得更多產出。模型矩陣設定如下：

ρ*=min1m∑mj=1ixjt01n+g∑nk=1S-dktydkt0+∑gr=1S-urtyurt0（1）

stx-∑pi=1，≠0θxjity-d∑pi=1，≠0θydkity-u∑pi=1，≠0θyuritx-x0，y-dyd0，y-uyu0，y-d0，θ0（2）

其中，ρ*為效率值，x-、y-d和y-u分別表示投入、期望產出和非期望產出向量的平均向量。

（二）空間計量模型

區域間的產業結構、經濟和知識溢出等因素都會影響區域碳排放總量和分布。因此，為體現制造業與綠色全要素生產率空間格局的動態演化，運用探索性空間數據分析方法，以全局空間自相關檢驗（Morans?I指數）和局部空間自相關檢驗（Moran散點圖）衡量要素空間鄰接或空間鄰近的區域單元屬性值的相似程度。Morans?I指數的計算公式如下：

I=n∑ni=1∑nj=1wij（xi－x_）（xj－x_）∑ni=1∑nj=1wij∑nk=1（xk－x_）2

=∑ni=1∑nj≠iwij（xi－x_）（xj－x_）S2∑ni=1∑nj≠iwij（3）

S2=1n∑i（xi－x_）2，?x_=1n∑ni=1xi（4）

其中，xi和xj分別表示區域i和區域j的觀測值，n表示區域個數，Wij為空間權重矩陣，是將要素的空間相關性融入模型的核心。已有研究認為，碳排放具有局部擴散效應，且距離相近區域的要素構造更趨于相似。因此，地理距離權重矩陣被廣泛應用于要素的空間關系分析，構建方式為Wij?=1/dij2，dij為區域i和j之間的球面距離?？紤]到要素流動受限于相關市場的發達程度和經濟、制度環境，參考樊綱編制的市場化指數構造市場化發展距離矩陣進行穩健性檢驗。構建方式為Eij?=?1/|Yi?-?Yj|，Yi和Yj為區域i和j的市場化水平。

本文運用空間杜賓模型（SDM），納入人力資本、綠色技術進步、生產性服務業和對外開放水平的調節機制。綜上所述，基于空間效應和調節效應構建的空間計量模型擴展為：

CEit=ρ×W×CEit+βk×Xnit+θ×W×Xnit+εit（5）

其中，

Xnit=β1MAit+∑kk=1βkcontrolit+bnit

εit=ω∑Nj=1Witεjt+μit

controlit=β2ERit+β3URit+β4FUNDit+β5GOVit+β6LnECOit（6）

b1it=β7HCit+β8MAit×HCit（7）

b2it=β9INit+β10MAit×INit（8）

b3it=β11PAit+β12MAit×PAit（9）

b4it=β13OPit+β14MAit×OPit（10）

本文以中國30個?。ㄖ陛犑?、自治區）（西藏除外）作為研究對象。式中，參數向量β表示自變量對因變量的影響，ρ為被因變量空間滯后效應系數，ω為空間誤差回歸系數，θ是自變量空間相關性系數；εit為模型的殘差項，且滿足ε～N［0，σ2I］。并進一步借鑒Lesage和Pace（2009）［21］的研究方法，利用偏微分分解方法考察其空間溢出效應。

三、指標選取與數據來源

（一）被解釋變量

綠色全要素生產率，作為衡量人口、資本和能源投入與碳排放關系的關鍵變量，有助于探究低碳經濟環境下如何兼顧經濟增長和降低碳排放的雙重目標。本文通過構建綠色全要素生產率的指標體系（表1），并運用Super-SBM模型予以測算。

（二）核心解釋變量

集聚是現代制造業的重要組織形式，一直被用以表征制造業部門的發展水平和區域制造業要素的空間分布情況［24］。制造業集聚水平可以通過區位熵方法和制造業從業人員數予以計算。IA=Pir/∑iPir∑rPir/∑i∑rPir其中，Pir表示r區域i產業的從業人數，分子表示r區域i產業的從業人數占所有產業從業人數份額，分母表示所有區域i產業的從業人數占所有區域所有產業的從業人數。

（三）調節變量

依據假設H1和假設H2，選用人力資本、綠色技術進步、生產性服務業和對外開放水平作為調節變量。其中，人口素質（HC）參考陳釗等［25］的計算方法，以人均受教育年限表征。綠色技術進步（IN）以綠色發明專利申請量予以衡量。生產性服務業集聚（PA）以從業人員的區位熵指數予以衡量，參考國家統計局印發的《生產性服務業分類（2019）》分類原則和席強敏等［26］的做法，選取“批發和零售業”“交通運輸、倉儲和郵政業”“信息傳輸、計算機服務和軟件業”“金融業”“租賃和商務服務業”“科學研究、技術服務和地質勘查業”六個行業為生產性服務業。對外開放水平（OP）以實際利用外商投資額占GDP比重衡量，為使口徑統一，采用2005-2019年國家統計局公布的人民幣兌美元匯率的中間價進行換算。

（四）控制變量

環境規制（ER）利用工業廢水排放量、工業SO2排放量、工業煙塵排放量數據，采用熵值法計算得出的綜合指數；城鎮化率（UR）以城鎮人口占各區域年末總人口的比重衡量；基礎設施水平（FUND）以固定資產投資額占GDP的比重衡量；政府干預程度（GOV）以科技財政支出占財政總支出的比重衡量；經濟發展水平（ECO）以人均國內生產總值衡量。

（五）數據來源

數據來源于歷年《中國統計年鑒》《中國分省份市場化指數報告》《中國能源統計年鑒》及各省份統計年鑒。綠色發明專利數據來源于國家知識產權數據庫，并與WIPO國際專利分類綠色清單相匹配。變量的描述性統計見表2。

四、探索性空間數據分析

為避免解釋變量之間存在多重共線性問題而使模型結果失真，對以人力資本水平、綠色技術進步、生產性服務業集聚和對外開放水平為調節變量的四個模型分別進行共線性檢驗。結果顯示，各變量的方差膨脹系數VIF均小于10，表明模型構建合理，解釋變量之間不存在共線性。測算出的Morans?I指數表明（如表3所示），2005-2019年間制造業集聚與綠色全要素生產率并非隨機分布，而是表現出全局空間相關性，且空間格局相對較為穩定。Moran散點圖顯示（如上圖所示），2005年和2019年制造業集聚和綠色全要素生產率的Moran散點分布于一三象限的多于二四象限，說明整體上制造業集聚和綠色全要素生產率水平相似的區域在空間上集中分布。隨著時間的推移，Moran散點具有從二、四象限轉移至一、三象限的趨勢，表明區域要素發展受到相鄰空間單元屬性的正向溢出影響，二者協同變動趨勢顯著，因此進行空間回歸分析是十分必要的。

五、實證結果分析

（一）制造業集聚與綠色全要素生產率

在Wald檢驗和LR檢驗證明空間杜賓模型更適用于研究的基礎上，將全國30個?。ㄖ陛犑?、自治區）劃分為東部、中部和西部地區，并納入空間地理權重矩陣，通過空間杜賓模型的偏微分方程進行分解，得到核心解釋變量和控制變量的直接效應和間接效應，以探討現階段制造業集聚與綠色全要素生產率的關系（如表4所示）。

首先，觀察全國及東中西部地區回歸分析結果的Moran指數，顯示均通過了1%的顯著性檢驗，表明變量間存在集聚現象，具有空間相關關系。系數ρ在1%的顯著性水平顯著為正，表明綠色全要素生產率具有空間溢出效應，勞動力、資本和能源要素具有路徑依賴特征，碳排放產出具有擴散效應，故低碳經濟發展與區位選擇存在密切相關性。綜上，H3前半部分得到驗證。

直接效應回歸結果顯示，全國及東中西部地區制造業集聚對綠色全要素生產率均具有顯著的抑制作用，其中，中部地區制造業集聚對綠色全要素生產率的阻礙作用最大。表明制造業集聚化發展并未提升生產技術效率，而是加速了能源消耗和碳排放，抑制了綠色全要素生產率提升?？赡苁且驗橹圃鞓I長期以要素依賴和投資驅動為發展路徑，使其陷入“低端鎖定”的困局。一方面，中國制造業集聚處于以勞動密集型為主的低層次發展狀態，過于注重企業規模和產值，忽略了發展的可持續性以及對專利等核心競爭力的培育，直接導致制造業轉型升級后勁不足，加重了碳排放的社會成本。另一方面，制造業集聚過程中的無序競爭和地區間產業同構問題較為突出，產業間關聯度低，致使產業間不能形成完整的產業鏈，區域之間和產業之間知識溢出和信息流動受到阻礙，進而導致資源配置扭曲，抑制綠色全要素生產率提升。對于控制變量而言，經濟發展水平和城市化率可以提升綠色全要素生產率，環境規制、政府干預程度和基礎設施水平對綠色全要素生產率存在抑制作用，其中基礎設施水平的效果并不顯著。表明政府干預程度和環境規制雖然會降低碳排放強度，但并不意味著可以提升綠色全要素生產率，政府約束污染排放的綠色技術轉化能力難以充分發揮。而且基礎設施投入具有初期要素高投入、預期收益見效長的特點，所以短期作用效果可能并不明顯。東中西部地區制造業集聚對綠色全要素生產率的影響存在區域差異性，因此，本文認為制造業轉型升級與綠色全要素生產率之間的關系也會因區域不同存在差異。

（二）制造業轉型升級對綠色全要素生產率的區域異質性影響

中國幅員遼闊，各地區產業布局和區位特征不盡相同。根據資源稟賦理論和比較優勢原理，分別從制造業發展方式轉型和制造業結構優化的角度，將制造業集聚水平分別與人力資本水平、綠色技術進步、生產性服務業發展水平和對外開放水平相乘獲得乘積交互項，以此表征基于不同驅動因素的制造業轉型路徑對綠色全要素生產率的影響效果。此外，本文以區域市場化指數的差異表征市場化距離矩陣，以增加結果的穩健性。東部地區、中部地區和西部地區的回歸結果分別如表5、表6和表7所示。

回歸分析的直接效應呈現出東部地區人力資本、綠色技術進步和生產性服務業發展水平均可以克服制造業集聚的負向環境效應，提升綠色全要素生產率；而對外開放水平并不能通過驅動制造業結構優化改善綠色全要素生產率?？紤]到東部地區是中國制造業集聚發展和對外開放先行區，已不滿足單純的依靠要素集聚和外資累積帶動經濟產出的投入導向發展方式，因此，以人力資本和綠色技術進步為主的制造業發展方式轉型將成為發展智能綠色制造技術的核心驅動力。通過依托高技術人才集聚和強化自主創新能力推動制造業向自動化、智能化和服務化轉變，以優化能源結構為重點推動化石能源應用向清潔低碳轉型，進而優化碳排放的生產技術效率。從交互項的回歸系數可知，生產性服務業發展水平的調節作用大于人力資本和綠色技術進步的調節作用，表明構建以高端制造業為引導、現代生產性服務業為支撐的產業協同發展機制，更有助于現階段推動中國制造業向全球價值鏈的中高端攀升。勞動力和基礎設施資源共享與信息交互促進技術溢出并降低成本，通過產業間關聯效應高效配置資源，提高能源利用率、降低污染物排放，達到改善綠色全要素生產率的目的。間接效應表明，鄰近區域的對外開放水平抑制本區域綠色全要素生產率提升，而綠色技術進步具有正向空間溢出效應，強調了技術擴散效應在推動制造業由粗放型向集約型綠色化轉變過程中的重要性。

表6呈現的回歸分析直接效應表明，中部地區制造業發展可以通過擴大對外開放和綠色技術進步達到提升綠色全要素生產率的目標。中部地區是驅動中國產業轉移承東啟西的重要紐帶，完整的工業體系和區位交通優勢有助于推動以勞動密集型為主的傳統制造業汲取外商投資的技術資本，尤其是通過提高市場活力、建立降低交易成本的制度規范，重點引進低成本、低能耗、低污染、低排放的綠色創新技術。這不僅提升產業轉移的承載力，亦推動制造業集約化發展和新舊動能轉換，實現制造業轉型升級和綠色全要素生產率提升的雙贏。生產性服務業發展水平與制造業集聚的交互項系數在5%顯著性水平上為負，表明中部地區基于生產性服務業集聚發展的制造業結構優化并不能提升綠色全要素生產率?；谌肆Y本水平提升的制造業發展方式轉型對綠色全要素生產率的作用并不明顯。中部地區產業結構同質性較為嚴重，且存在無序競爭，不僅制約了生產性服務業與制造業之間的知識溢出和互動關聯效應，也阻礙了產業生態系統健康運行，從而抑制了綠色全要素生產率。間接效應表明，對外開放水平和綠色技術進步具有正向空間溢出效應，可以強化制造業轉型升級對本地和鄰近區域綠色全要素生產率的促進作用。表明外部資本和先進的綠色技術有助于構建資源高效利用的產業綠色化發展格局。

表7呈現的回歸分析直接效應表明，西部地區制造業可依托人力資本和綠色技術進步以制造業發展方式轉型改善綠色全要素生產率。由于西部地區一直以資源密集型產業作為經濟發展動力，導致各城市支柱產業趨同且產品層次低，陷入了爭奪資源和市場惡性競爭的局面。因此，實現傳統制造業產品差異化、功能化和綠色化發展顯得尤為重要?；谌肆Y本和綠色技術進步的制造業發展方式轉型，不僅加快了產業多元化和高端化發展步伐，推動制造業從要素依賴型轉向技術驅動型集約化發展，也緩解了能源消耗和資源開采帶來的環境壓力。生產性服務業發展水平與制造業集聚的交互項系數在1%顯著性水平上為正，表明西部地區基于生產性服務業集聚發展的制造業結構優化對綠色全要素生產率改善具有積極作用。生產性服務業集聚對制造業發展的輻射和技術溢出功能可以通過產業融合發展優化資源配置效率，升級改造生產技術，提升綠色全要素生產率?；趯ν忾_放水平提升的制造業結構優化對本區域和鄰近區域綠色全要素生產率都具有抑制作用，表明外資引入尚未彌補制造業綠色化轉型的短板?？赡艿脑蚴?，由于區域間產業梯度差異，產業轉移過程中存在低端產業引入的情況，且出于對經濟績效的偏好，在一定程度上會降低外資準入門檻條件，從而成為“污染避難所”。綜上，H1和H2得到驗證。

（三）制造業轉型升級影響綠色全要素生產率的分位數估計

進一步探討當綠色全要素生產率水平處于不同區段時，制造業轉型升級對其貢獻度是否存在差異。分別基于以人力資本、綠色技術進步為主導的制造業發展方式轉型，以生產性服務業集聚、對外開放水平為主導的制造業結構優化，運用分位數回歸方法對綠色全要素生產率進行不同分位段的估計。

表8顯示，以人力資本、綠色技術進步為主導的制造業發展方式轉型，以生產性服務業集聚、對外開放水平為主導的制造業結構優化，對于各分位段的綠色全要素生產率均有顯著的提升作用。以人力資本為主導的制造業發展方式轉型和以對外開放水平為主導的制造業結構優化對綠色全要素生產率的作用效果呈現“U型”特征，對于綠色全要素生產率低水平區域（25分位）的促進作用最大，其次為綠色全要素生產率高水平區域（75分位），對于綠色全要素生產率中等水平區域（50分位）的促進作用最小。表明人力資本水平提高可推動制造業向知識密集的價值鏈高端環節躍遷。因此，以提升人力資本和對外開放水平為主導的制造業轉型升級，對處于綠色全要素生產率低水平區域的改善效果更為明顯。

以綠色技術進步為主導的制造業發展方式轉型和以生產性服務業集聚為主導的制造業結構優化對綠色全要素生產率的作用效果呈現“倒U型”特征，對于綠色全要素生產率低水平區域（25分位）的促進作用較低，其次為綠色全要素生產率高水平區域（75分位），對于綠色全要素生產率中等水平區域（50分位）的促進作用最大。因此，對于綠色全要素生產率中等水平區域應更傾向于推進綠色技術進步和生產性服務業集聚。綜上，H3后半部分得到驗證。

六、結論與啟示

基于制造業轉型升級和建設綠色低碳循環發展經濟體系的背景，本文利用2005-2019年中國省際面板數據，通過Super-SBM模型、空間計量模型、偏微分分解效應考察制造業集聚對綠色全要素生產率的影響效應及其區域異質性，并利用調節效應和面板分位數模型解釋制造業轉型升級影響綠色全要素生產率的機制，以及二者之間的非線性關系。研究結果表明：（1）中國綠色全要素生產率的局部低值集聚格局顯著，現階段制造業集聚對綠色全要素生產率具有抑制作用，依托人力資本和綠色技術進步、生產性服務業集聚和對外開放水平的傳導路徑，可分別通過制造業發展方式轉型和結構優化推動制造業轉型升級，但制造業差異化轉型路徑對東部、中部和西部地區綠色全要素生產率的影響存在區域異質性。由此也說明了強調因地制宜制定政策對協調制造業轉型升級與綠色全要素生產率之間互動機制的重要性。（2）由不同驅動因素主導的制造業轉型升級路徑對綠色全要素生產率存在非線性特征的影響。其中，以人力資本和對外開放水平為主導的制造業轉型升級對各分位段的綠色全要素生產率的作用呈現“U型”特征，而以綠色技術進步和生產性服務業集聚為主導的制造業轉型升級對各分位段的綠色全要素生產率的作用呈現“倒U型”特征?；谏鲜鲅芯拷Y論，本文提出以下政策啟示：

（1）區域之間應發揮制造業轉型發展和節能降耗的協同減排效應，摒棄在經濟產出和環境污染之間進行的“逐低競爭”，降低對高耗能和高污染粗放型制造業的依賴，加速推進經濟增長與碳排放脫鉤。（2）應充分考慮制造業轉型升級改善綠色全要素生產率的區域異質性，根據中國東中西部地區產業布局和要素配置的差異，探索出符合本區域制造業轉型升級優化綠色全要素生產率的知識溢出路徑，提高制造業能效水平。在穩固已有優勢的基礎上，東部地區應基于市場競爭機制推動高水平開放，減少貿易摩擦，早日實現生態全產業鏈發展，并形成示范效應。西部地區應依托“一帶一路”和中歐班列帶來的比較成本優勢，推動外資技術引進和承接優質且多樣化的產業資源。中部地區應強化其產業承接中心的戰略地位，優化綠色生產機制和產業間多層次銜接，加快形成先進制造業與生產性服務業協同綜合體。（3）應明晰人力資本、綠色技術進步、生產性服務業集聚、對外開放水平驅動制造業轉型升級的路徑特點和作用程度，形成綠色低碳制造體系，保障“雙碳”目標順利實現。

參考文獻：

［1］?中華人民共和國國家統計局．中國統計年鑒［J］．北京：中國統計出版社，2006-2021．

［2］?萬攀兵，楊冕，陳林.環境技術標準何以影響中國制造業綠色轉型——基于技術改造的視角［J］．中國工業經濟，2021（9）：118-136.

［3］?紀玉俊，廉雨晴.制造業集聚、城市特征與碳排放［J］．中南大學學報（社會科學版），2021，27（3）：73-87.

［4］?王霞，張麗君，秦耀辰，等.中國高碳制造業碳排放時空演變及其驅動因素［J］．資源科學，2020，42（2）：323-333.

［5］?侯建，常青山，陳建成，等.環境規制視角下制造業綠色轉型對能源強度的影響［J］．中國環境科學，2020，40（9）：4155-4166.

［6］?蒯鵬，時玉勤，陶愛萍，等.基于制造業及勞動力異質性的環境規制就業效應［J］．中國環境科學，2021，41（8）：3934-3943.

［7］?張桂文，鄧晶晶，張帆.中國人口老齡化對制造業轉型升級的影響［J］．中國人口科學，2021（4）：33-44，126-127.

［8］?Eelandsen?S，Enymoen?E.?Consumption?and?Population?Age?Structure［J］．?Journal?of?Population?Economics，2008，21（3）：?505-520.

［9］?賀靈，陳治亞.“兩業”融合對制造業價值鏈攀升的影響及對策探討［J］．理論探討，2021，223（6）：125-131.

［10］原毅軍，陳喆.環境規制、綠色技術創新與中國制造業轉型升級［J］．科學學研究，2019，37（10）：1902-1911.

［11］夏倫.產業融合促進了制造業轉型升級嗎？——基于先進制造業與現代服務業融合的視角［J］．哈爾濱商業大學學報（社會科學版），2021，180（5）：68-85.

［12］胡緒華，陳默，羅雨森，等.制造業與生產性服務業耦合協調、空間共聚與綠色創新效應研究［J］．統計與信息論壇，2021，36（7）：97-112.

［13］Bu?M，Li?S，Jiang?L.?Foreign?Direct?Investment?and?Energy?Intensity?in?China：?Firm-level?Evidence［J］．Energy?Economics，2019，80：?336-376.

［14］劉佳駿，史丹，汪川.中國碳排放空間相關與空間溢出效應研究［J］．自然資源學報，2015，30（8）：1289-1303.

［15］劉賢趙，郭若鑫，張勇，等.中國省域碳排放空間依賴結構的非參數估計及其實證分析［J］．中國人口·資源與環境，2019，29（5）：40-51.

［16］熊永蘭，張志強，曲建升，等.2005-2009年我國省域CO2排放特征研究［J］．自然資源學報，2012，27（10）：1766-1777.

［17］Sun?J?W.?The?Decrease?of?CO2?Emission?Intensity?is?Decarbonization?at?National?and?Global?Levels［J］．?Energy?Policy，2005，33（8）：?957-978.

［18］潘家華，張麗峰.?我國碳生產率區域差異性研究［J］．?中國工業經濟，2011（5）：47-57.

［19］Ramanathan?R.?Combining?Indicators?of?Energy?Consumption?and?CO2?Emissions：?Across?Country?Comparison［J］．?International?Journal?of?Global?Energy?Issues，2002，17（3）：?214-227.

［20］Tone，K.?A?Slacks-based?Measure?of?Efficiency?in?Data?Envelopment?Analysis［J］．European?Journal?of?Operational?Research，2001，130（3）：498-509.

［21］Lesage?J?P，Pace?R?K．Introduction?to?Spatial?Econometrics［J］．?Taylor?&?Francis?Group，LLC，2009．

［22］張軍，吳桂英，張吉鵬．中國省際物質資本存量估算：1952-2000［J］．經濟研究，2004（10）：35-44.

［23］秦炳濤．中國區域能源效率研究——地級市的視角［J］．世界經濟文匯，2014（1）：95-104.

［24］Porter?M?E.?Clusters?and?the?New?Economics?of?Competition.［J］．?Harvard?Business?Review，1998（76）：?77-90.

［25］陳釗，陸銘，金煜．中國人力資本和教育發展的區域差異：對于面板數據的估算［J］．世界經濟，2004（12）：25-31，77.

［26］席強敏，陳曦，李國平.中國城市生產性服務業模式選擇研究—以工業效率提升為導向［J］．中國工業經濟，2015（2）：18-30.

Research?on?The?Impact?of?Manufacturing?Transformation?and?Upgrading

Differentiation?Path?on?Green?Total?Factor?Productivity——From?the

Perspective?of?Regulatory?Effect?and?Spatial?Effect

ZHANG?Jun-taoa，ZHU?Yueb

（Dongbei?University?of?Finance?&?Economics，?a.School?of?Public?Administration;

b.Institute?of?Economic?and?Social?Development，Dalian?116025，China）

Abstract：?Based?on?the?background?of?manufacturing?transformation?and?upgrading?and?building?a?green?low-carbon?circular?development?economic?system，the?effect?of?manufacturing?agglomeration?on?green?total?factor?productivity?and?its?regional?heterogeneity?were?examined?by?Super-SBM?model，spatial?econometric?model，and?partial?differential?decomposition?effect?using?inter-provincial?panel?data?in?China?from?2005?to?2019;?the?moderating?effect?and?panel?quantile?model?were?used?to?explain?the?The?mechanism?of?manufacturing?transformation?and?upgrading?on?green?total?factor?productivity?and?the?non-linear?relationship?between?them?are?explained?by?the?moderating?effect?and?panel?quantile?model.?The?study?finds?that：?the?transformation?and?upgrading?of?manufacturing?industry?can?optimize?green?total?factor?productivity，but?there?are?regional?differences?in?the?transformation?and?upgrading?paths?and?impact?mechanisms?of?manufacturing?industry;?the?transformation?and?upgrading?of?manufacturing?industry?led?by?human?capital?and?openness?level?and?green?total?factor?productivity?show?“U-shaped”?characteristics，and?the?transformation?and?upgrading?of?manufacturing?industry?led?by?green?technology?progress?and?productive?service?industry?agglomeration?show?“U-shaped”?characteristics.?The?transformation?and?upgrading?of?manufacturing?industry?led?by?human?capital?and?openness?level?and?green?total?factor?productivity?show?“U-shaped”?characteristics，and?the?transformation?and?upgrading?of?manufacturing?industry?led?by?green?technological?progress?and?productive?service?industry?agglomeration?shows?“inverted?U-shaped”?characteristics.

Key?words：transformation?and?upgrading?of?manufacturing?industry;?green?total?factor?productivity;?spatial?spillover?effect；moderating?effect

（責任編輯：周正）