數字經濟發展與高端制造業綠色創新效率
——基于空間溢出與門檻效應實證檢驗

□ 張大為 黃秀麗 羅永華

（廣東石油化工學院 經濟管理學院，廣東 茂名 525000）

一、引 言

作為吸附就業主陣地及社會經濟基本盤的戰略性新興產業，高端制造業是推動經濟高質量發展的關鍵支撐，主要涵蓋傳統產業轉型升級、戰略性新興產業發展所重點依賴的高技術附加值裝備、先進基礎設施等內容[1]。在“碳達峰、碳中和”目標任務下，如何高質量提振高端制造業綠色發展水平成為國家關注焦點。2021 年12 月，工信部印發《“十四五”工業綠色發展規劃》，強調到2025 年，要實現綠色低碳技術裝備廣泛應用，全面提升綠色制造水平。黨的二十大報告指出，“實施產業基礎再造工程和重大技術裝備攻關工程，支持專精特新企業發展，推動制造業高端化、智能化、綠色化發展”。一系列政策的出臺，為高端制造業綠色發展提供了堅實的政策保障。但現階段，我國高端制造業綠色發展仍存在明顯短板，即部分領域關鍵核心技術“卡脖子”問題較突出。而堅持將科技創新、自立自強作為國家發展戰略支撐，發揮好新型舉國體制的制度優勢，有利于化解關鍵領域核心技術難題，推動我國高端制造業綠色創新發展。此過程中，作為國民經濟創新驅動的關鍵力量，數字經濟將數字化的知識和信息轉化為生產要素，培育出新產業新業態，為高端制造業綠色創新發展提供了可能性路徑。綜合來看，明確數字經濟發展對高端制造業綠色創新水平的影響機制，成為恰逢其時的學術思考。

二、文獻回顧

數字經濟時代下，數字技術快速發展增強產業聯動效應，推動制造業向高質量發展。高端制造業作為制造業高級發展形態，其綠色創新效率會受數字經濟影響。有關數字經濟與制造業綠色創新發展的影響研究，主要從制造業綠色創新效率測度、影響因素，以及數字經濟對制造業發展的影響角度展開。在制造業綠色創新效率測度方面，學術界主要采用超效率EBM 模型、Malmquist指數模型等方法進行研究。張峰等[2]研究發現，全國先進制造業綠色技術創新效率總體仍偏低，在空間形成“三大梯度”分布格局，且具備“都市聯動效應”。黃萬華與王夢迪[3]實證指出，長江經濟帶制造業綠色技術創新效率雖整體穩步提升，但總體效率仍較低。田澤等[4]研究認為，長三角區域先進制造業綠色技術創新效率整體穩步提升，且存在“西南高-東北低”分布特征。

關于制造業綠色創新效率的影響因素研究，諸多學者從環境規制、創新能力、組織角度、技術遷移等角度展開深入討論。Rubashkina 等[5]研究指出，污染治理成本對制造業綠色技術創新效率的作用整體上呈“U”型關系。Matsuhashi 等[6]認為，創新投入對制造業綠色創新效率的正向沖擊效應較弱。吳建祖和華欣意[7]通過實證研究指出，高管團隊在環境保護議題和解決方案上分配的注意力越多，對制造業綠色創新戰略的正向作用越強，越有利于提升制造業綠色創新效率。靳毓等[8]實證指出，數字化轉型可通過緩解融資約束、弱化代理沖突等方式實現技術遷移，由此提升制造業綠色創新效率。周淑貞和鄧群釗[9]實證結果表明，國內技術轉移顯著提升了高技術制造業綠色創新效率。

就數字經濟對制造業發展的影響方面，李治國和王杰[10]認為數字經濟發展有利于促進制造業生產率提升、優化數據要素配置雙重功能，并顯著提升城市、企業制造業生產率。韋莊禹[11]研究表明，城市數字經濟發展對制造業企業資源配置效率具有顯著促進作用，且這一作用在中西部地區表現更明顯。黃賾琳等[12]指出，數字經濟對國有企業、工業機器人投入強度較高行業、互聯網用戶規模較大地區的制造業企業具有更強驅動作用。梁小甜和文宗瑜[13]經實證分析指出，數字經濟與制造業高質量發展之間呈非線性動態影響，二者關系呈正向邊際效率遞增規律，且具有突出的空間異質性。與此同時，也有學者認為，數字經濟可能為傳統經濟帶來“數字鴻溝”問題[14]，從而降低傳統制造業要素資源流轉速度，制約制造業快速發展。

縱覽已有理論發現，目前關于數字經濟與制造業發展間關系的成果頗豐，但仍存在較大提升空間：關于高端制造業發展水平及區域間高端制造業空間效應的研究較為少見；經濟效率在測評經濟質量方面具備一定的普適性，已獲得學界普遍認同[15]，而學者少有從綠色創新效率角度去衡量高端制造業綠色創新程度，也未能將數字經濟與高端制造業綠色創新效率納入統一研究框架，探討二者間的空間非均衡性效應。鑒于此，在探索高端制造業綠色創新效率及其空間相關性基礎上，引入數字經濟發展這一變量，并從空間溢出效應與門檻效應角度出發，闡釋數字經濟發展水平對高端制造業綠色創新效率的影響，為突破高端制造業非均衡發展提供一定的經驗證據。

三、理論機制

數字經濟發展可通過市場調節效應與技術支持效應對高端制造綠色創新效率產生重要影響。一方面，數字經濟可發揮市場調節作用，提升高端制造業綠色創新的信息透明度，解決信息不對稱問題。數字技術變革激發企業間良性競爭[16]，促使高端制造業企業通過優化經營模式、組織架構、研發生產等環節，提升綠色創新效率。另一方面，數字經濟可通過大數據、云計算等數字技術，為高端制造業提供技術支持。高端制造業借助大數據分析技術展開多方位分析，能夠獲得提高綠色創新效率的方案。另外，憑借數字經濟發展的多方面優勢特征，高端制造業進一步破解本領域關鍵核心技術，加速創新成果轉化的同時提升綠色創新效率。伴隨數字經濟快速發展，高端制造業突破時空限制，與各行各業進一步融合[17]，全面拓展綠色創新邊界。此外，數字經濟發展可加速高端制造業綠色生產要素在地區之間流動，實現知識快速傳播及綠色創新知識遷移，形成空間溢出效應。對此，提出理論假設1：

H1：數字經濟發展有助于提升高端制造業綠色創新效率，且存在一定空間溢出效應。

近年來，數字技術應用廣度、深度均大幅提升帶來的創新溢出效果較為突出。這導致數字經濟發展對高端制造業綠色創新效率的影響呈現動態變化，二者之間可能存在非線性特征。數字經濟發展初期，各項數字技術尚未成熟，難以為高端制造業綠色創新提供動能[18]，不利于提高企業綠色創新效率。在具體數字技術應用層面，高端制造業綠色化、數字化轉型仍然面臨“不能轉、不敢轉、不會轉”等數字技術與應用之間的非協同性問題，不利于高端制造業綠色創新效率提升。數字經濟進入發展高峰期，高端制造業企業可通過增加數字技術應用深度與廣度，加快電力、交通、物流等傳統基礎設施數字化改造[19]，繼而提高整體產業綠色創新效率。另外，當數字經濟發展帶來的各項紅利產生短暫豐厚盈利現象時，高端制造業企業會降低綠色創新意愿，選擇保守發展策略，不利于提升高端制造業綠色創新效率。綜上，提出理論假設2：

H2：數字經濟發展對高端制造業綠色創新效率具有門檻效應，即不同程度的數字經濟發展水平對高端制造業綠色創新效率影響存在異質性。

四、研究設計

（一）研究方法與模型構建

1.超效率SBM 模型

借鑒現有研究成果[20]，本文利用超效率SBM 模型測度高端制造業綠色技術創新效率，具體公式如下：

式中，高端制造業綠色創新效率值以inn指代，其投入數量、期望產出數量、非期望產出數量分別以n、m、i衡量。t時刻生產單元k個節點（k= 1,2, … ,K）的投入、期望產出、非期望產出的值各自以、、表征。生產單元μi每個投入產出值的權重分別以、代表。公式中的松弛變量，各自以、、指代，這三個變量遞減也會使目標函數χ值隨之降低。特別是，如inn= 1，此時生產單元k具備完全的綠色創新效率；若inn＜1，表示生產單元k的綠色創新效率值降低。另外，kh)in∈R(j=1,2,…,n;l=1,2,…,Lh k;t=1,2, …,T)表示第k個節點中間產品的鏈接變量；Z∈R(j=1,2, …,n;l= 1,2,…,Lh k;t=1,2,…,T-1)表示相鄰兩個時期第j個決策單元第k個節點的結轉變量；Lk指代第k個節點結轉變量數量；ngoodk為期望的鏈接數。

2.莫蘭指數

莫蘭指數（Moran'sI）一般用于空間探索性分析及空間自相關檢驗的實證過程，可分為全局莫蘭指數與局部莫蘭指數。其中，全局莫蘭指數用于衡量數據在整體系統內的分布特征；局部莫蘭指數用于闡釋系統內各組成部分的分布特征方法。

全局莫蘭指數計算公式：

局部莫蘭指數計算公式為：

式中，空間權重矩陣用W表示，省份數量為n，單位i的觀測值是x。根據傳統研究方案，將Moran'sI的最終取值范圍設置為[-1，1]。

3.空間權重矩陣

為全面擬合各地之間高端制造業綠色創新效率，文章引入地理距離矩陣與經濟距離矩陣。具體測度方法如下：

上述公式中，地理距離矩陣（W1 ）采用地理距離平方的倒數表示，地理距離則以省會中心城市之間球面距離表征（D）；經濟距離矩陣（W2 ）以各省份間人均GDP 倒數表征。

4.空間計量模型

鑒于高端制造業綠色創新要素具有地區流動性與區域關聯性，在綜合考慮空間關聯性因素基礎上，采用空間杜賓模型（SDM）考察數字經濟對高端制造業綠色創新效率的空間溢出效應。具體模型設定如下：

其中，α、β、θ、μ指代各變量待估參數；inni,t、Winni,t分別表示i省份t年的高端制造業綠色創新效率及其空間滯后項；系數ρ反映空間相關性；digi,t、Wdigi,t分別指代數字經濟發展水平及其空間滯后項；Xi,t、WXi,t分別表示控制變量及其空間滯后項；W 表示空間權重矩陣，包括地理距離矩陣與經濟距離矩陣；ζt、γi、εi,t分別為地區、年份固定效應與隨機擾動項。

5.門檻檢驗模型

為檢驗數字經濟發展對高端制造業綠色創新效率影響的非線性特征，借鑒Hansen[21]經驗做法，構建初始門檻面板回歸模型如下：

式中，μi為個體效應，α1與α2為待估參數值；dig是解釋變量及門檻變量，表征數字經濟發展水平；I(· )為示性函數；門檻值以χ表征，賦值1 表示滿足門檻條件，賦值0 則相反，其他變量含義同上?？紤]公式（7）僅考慮一個門檻值情形，實際上數字經濟發展對高端制造業綠色創新效率的影響可能存在多重性，將公式（7）拓展至多重門檻形式：

（二）變量界定、數據來源及描述性統計

1.變量界定

被解釋變量：高端制造業綠色創新效率（inn）。作為工業化發展的高級階段，高端制造業是一類具有高技術含量、高附加值、高戰略價值及經營效益良好的產業，既需要大量人力、資本、能源等方面投入來加快高端產品與服務的研發，亦需要通過產出績效實現研發成果商業化運作提升經濟效益?？芍?，高端制造業綠色創新效率與傳統制造業綠色創新效率指標并無較大差異。因而，參照既有經驗[22]設立高端制造業綠色創新效率指標：（1）投入指標：研發階段以人力投入（用R&D 人員全時當量衡量）、能源投入（用能源消耗總量表征）來測度；轉化階段以技術改造費用來衡量。（2）產出指標：研發階段以專利授權量作為衡量期望產出指標；轉化階段選取各地工業污水排放量、廢氣、固體廢棄物作為非期望產出構成指標。同時，高端制造業綠色創新涉及從研發到推廣的多個階段，上一階段獲得成果也會影響下一階段的開發效果，即體現為鏈接過程與結轉過程，故建立如下兩個變量：（1）鏈接變量：因新產品研發主要涉及市場調研、技術研發與產品設計、商業化運作等階段，是研發階段產出成果與轉化階段投入內容的重要鏈接工具，因此以新產品開發項目作為鏈接指標；（2）以R&D 經費內部支出存量為結轉變量。

核心解釋變量：數字經濟發展（dig）。以數字經濟發展指數衡量數字經濟發展，不僅需要選取可靠的具體指標，而且應對其賦予相關指標權重。首先，按照現有研究成果[23]，從“數字產業化”與“產業數字化”兩個維度，構建數字經濟發展的評價指標體系（見表1）。數字產業化是數字經濟的基礎部分，產業數字化是數字經濟的高級表現形式，分別對應為8 個子指標、9 個子指標。其次，對各指標進行標準化處理以消除量綱差異，之后對各指標進行橫向加權求和獲得具體指數。無量綱化處理方案為：，其中yφij為無量綱化結果，x ijφ表示第φ年高端制造業i產業第j個指標，maxxj與minxj分別表示第j個指標下的最大值與最小值。最后，利用熵值法確定每個指標的權重，具體方法為：（1）確定第j個指標下yijφ所占比重ijφω（設年份跨度為d，高端制造業產業數量為n）：；（2）計算第j個指標的熵值；（3）計算第j個指標的差異性系數：dj= 1-ej；（4）確定指標權重（設指標數量為m）：（5）基于標準化指標yijφ及確定指標權重jφ，測得數字經濟發展指數dig：。具體指標權重見表1。

表1 數字經濟發展水平指標測算體系

控制變量：參考已有研究經驗[24，25]，選擇如下控制變量：（1）經濟發展水平（pgdp）：以地區人均生產總值衡量；（2）城鎮化水平（czh）：以城鎮人口占總人口比重表征；（3）人口規模（rkg）：以人口密度代表；（4）外商投資環境（fdi）：以實際利用外商投資額占地區生產總值的比例作為代理變量；（5）市場競爭程度（sjc）：采用行業集中率（行業內最大的前5 家企業主營業務收入占全行業主營業務收入比例）表示；（6）環境規制水平（hjg）：以采用污染物排放量指代；（7）產業結構（cyg）：以第三產業占GDP比重表征；（8）對外開放水平（open）：選取各地進出口額占GDP 總量比例表征，并按照當期人民幣兌美元平均匯率將進出口總額單位轉化為人民幣。

2.數據來源及描述性統計

由于我國香港、澳門、臺灣地區的數據統計口徑與大陸地區有所差異，且西藏自治區數據缺失嚴重、統計難度過大，本研究選取除以上4 個地區外的其他30 個省份2012—2020 年高端制造業面板數據，實證分析數字經濟發展對高端制造業創新效率的影響效應。在高端制造業行業選取方面，根據現行標準明確高端制造業具體領域1根據國民經濟行業分類標準（GB/T 4754-2017），高端制造業包含醫藥制造業，智能設備制造業，軌道交通裝備行業（鐵路、船舶、航空航天）和其他運輸設備制造業，計算機、通信和其他電子設備制造業，儀器儀表制造業5 個一級行業，18 個二級行業。，同時借鑒王輝等[26]關于高端制造業劃分標準2該學者對海淀區高端制造業的劃分標準是：具有高水平的創新活躍度、較強創新能力與高水準的競爭力；良好經濟效益和持續增長能力；具有戰略價值，是國家制造業體系不可缺少的組成部分。，遵循數據可得性及研究適用性，選取醫藥制造業、軌道交通裝備業、智能制造裝備業，以及計算機、通信和其他電子設備制造業、儀器儀表業作為本研究的考察對象。進一步基于創新指標（研發投入強度、PCT 專利、國際/國家/行業標準）、效益指標（人均營收、利潤率、人均稅收）、戰略性指標（專精特新企業、工信部單項冠軍企業或產品）三大維度，確定適合研究樣本。文中數據源自OECD 的TiVA 數據庫、《中國海關進出口貿易數據庫》《中國統計年鑒》《中國海關統計年鑒》。此外，針對各年鑒中部分數據缺失問題，采用替代指標和數據的方式進行補充。

經過篩選，各變量統計特征如表2 所示。

表2 變量特征

五、實證結果

（一）高端制造業綠色創新效率評價及其空間相關性

1.評價結果

為明確高端制造業綠色創新效率的空間差異，結合《中國統計年鑒》劃分標準，按照高端制造業所屬地區，將研究樣本劃分為東部、中部與西部三大區域。在此基礎上，采用高端制造業綠色創新效率的投入產出指標，借助MAXDEA軟件測算全國及三大地區（東部、中部與西部）高端制造業綠色創新效率（見圖1）。研究期間，全國高端制造業綠色創新效率呈穩步上升態勢，數值從0.073 升至0.113；“東部-中部-西部”地區的高端制造業綠色創新效率依次降低，其中東部地區DMU 有效單元最多且部分年份要高于全國層面，代表東部地區高端制造業綠色創新效率較高。

圖1 中國高端制造業綠色創新效率變化情況

2.空間相關性分析

為明確高端制造業綠色創新效率空間關聯特征，采用統計學工具Statal5.1 對高端制造業綠色創新效率全局莫蘭指數進行計算（見表3）。研究發現，2012—2020 年，全局莫蘭指數得分值位于[0.459，0.547]，并且P 值、Z 值均通過1%顯著性水平檢驗?？芍?，樣本期內各省份高端制造業綠色創新效率具有明顯空間正相關性。進一步分析發現，高端制造業綠色創新效率的高值區、低值區均相鄰，說明高端制造業綠色創新活動具備明顯的空間依賴性和集聚特征?？赡茉蛟谟?，相鄰省份之間商業交流互動較為頻繁且合作程度較高，有力增強了高端制造業綠色創新活動的關聯性。值得注意的是，全局莫蘭指數無法全方位反映各省與周邊地區高端制造業綠色創新效率的空間變化特征，因此還需通過局部莫蘭指數進行分析。

進一步利用莫蘭指數公式（3）及空間權重的公式（4）、（5），描繪地理權重、經濟權重兩種權重下高端制造業綠色創新效率的莫蘭散點圖（見圖2）3限于篇幅，僅繪制2020 年結果。?？芍?，高端制造業綠色創新效率在兩種權重下的局部莫蘭指數分別為0.457 和0.545，且多數省份位于第一象限與第三象限，從而證明高端制造業綠色創新效率具有顯著空間相關性。

圖2 2020 年高端制造業綠色創新效率的局部莫蘭指數散點圖

（二）空間溢出效應結果

1.基準回歸分析

在探索數字經濟對高端制造業綠色創新效率的空間溢出效應時，可通過LR 檢驗及Hausman 檢驗兩種方法選擇適用的空間面板模型。LR 檢驗發現，在1% 顯著性水平下，統計量結果拒絕原假設，表明SDM 模型難以退化為SAR 模型與SEM 模型，只可選擇SDM 模型。經Hausman 檢驗可知，在1% 顯著性水平下，統計量結果仍然否定原有假設，即支持固定效應模型。綜上，以固定效應模型、空間杜賓模型（地理距離、經濟距離）探討空間溢出關系。進一步以偏微分法，從直接效應、間接效應與總效應三個角度，明晰數字經濟對高端制造業綠色創新效率的空間溢出效應（見表4）。

表4 數字經濟發展對高端制造業綠色創新效率的空間溢出分解結果

研究發現：第一，數字經濟發展指數的估計系數顯著為正，意味著數字經濟發展有利于提升高端制造業綠色創新效率，且存在正向的空間相關性。其中，數字經濟發展的固定效應模型估計值為0.079，大于地理距離矩陣模型估計值0.069 和經濟距離矩陣模型估計值0.067。這說明若不考慮高端制造業綠色創新效率的空間相關性，可能會高估數字經濟發展的作用。與此同時，在空間權重矩陣下，空間滯后項顯著為正，表明數字經濟發展具有明顯的空間溢出效應。原因可能是，伴隨要素流動、產業結構優化升級，數字經濟發展帶來的知識傳播效應在提升本地區高端制造業綠色創新效率同時，亦將先進經驗、技術、資源傳播到鄰近地區，促使鄰近地區高端制造業綠色創新效率得以提升。第二，空間效應分解結果表明，無論是地理距離矩陣抑或是經濟距離矩陣，數字經濟發展指數的直接效應、間接效應均顯著為正，即數字經濟發展指數每提升一個單位，本地區高端制造業綠色創新效率將分別變動0.063 和0.062 個單位。因此，地理距離矩陣下的空間溢出效應（0.263）大于經濟距離矩陣（0.074），說明數字經濟發展在地理距離上存在較強空間相關性，即地理距離強化了數字經濟發展的空間溢出效應。

2.穩健性檢驗

為確?；鶞驶貧w結果的可靠性，需要進一步的穩健性檢驗：（1）替換核心解釋變量對比研究前后的結果是否存在較大差異，是判斷研究結論穩健性的重要方法。故以財新智庫提出的數字經濟指數（包含數字經濟產業、數字經濟融合、數字經濟溢出及數字經濟基礎設施四部分）代替“數字經濟發展指數”，再次進行回歸分析；（2）異常值的存在也可能導致研究結果存在較大偏誤，因此對各變量進行1%的雙向截尾與雙向縮尾處理，以判斷研究結果的穩健性；（3）通過替換研究方法，即采用最小二乘法對原模型進行重新回歸。通過上述方案檢驗發現，更換核心解釋變量、對所有變量進行截尾和縮尾處理、更改回歸方法的結果與基準回歸結果一致，表明數字經濟對高端制造業綠色創新效率的空間溢出效應仍然顯著，基準回歸結果具有穩健性。

（三）面板門檻效應結果

1.門檻變量檢驗

為探究數字經濟發展對高端制造業綠色創新效率的非線性關系，利用Stata15.0 軟件對面板門檻模型進行處理，并通過似然比統計量構造門檻值的置信區間。而后分別對全國、東部、中部、西部地區進行門檻檢驗（見表5）。研究發現，全國、東部、西部地區為單重門檻效應，門檻值分別是18.134、22.061、14.036；中部地區為雙重門檻效應，門檻值分別為15.0522 和17.174。

表5 全國及三大地區門檻值檢驗結果

2.門檻回歸結果分析

將數字經濟發展水平作為門檻變量進行門檻面板回歸分析（見表6）。全國層面，數字經濟發展水平與高端制造業綠色創新效率之間整體上呈正向線性關系。當數字經濟發展水平低于18.1364 時，數字經濟發展與高端制造業綠色創新效率之間的回歸系數為0.263；當數字經濟發展水平處于高階門檻階段時，二者回歸系數增加到0.468，存在更明顯推動作用。

表6 門檻模型參數估計結果

東部作為技術資源、經濟條件較為發達地區，數字經濟發展始終能夠提升高端制造業綠色創新效率。具體來講，在數字經濟發展水平小于22.061 時，東部地區在低階段區間的正向影響不顯著，而當數字經濟發展水平大于或等于22.061 時，回歸系數為0.179 且通過1%顯著性水平檢驗。這說明東部地區數字經濟發展對提升高端制造業綠色創新效率進入更高階段。

中部地區方面，數字經濟發展與高端制造業綠色創新效率二者關系呈“N”型關系。當數字經濟發展水平處于低門檻階段時，二者回歸系數為0.024，即數字經濟發展對高端制造業綠色創新效率的影響為正向促進作用；當數字經濟發展水平位于[15.052，17.174）之間時，二者回歸系數為-0.001 接近于0 且通過1%的顯著性水平檢驗，但并未通過高門檻值（17.174）的顯著性檢驗?？芍斍半A段，中部地區數字經濟發展水平對高端制造業綠色創新效率的負向影響逐步降低，趨向于進入抵消效應與補償效應對等階段。

西部地區方面，數字經濟發展水平對高端制造業綠色創新效率影響的門檻效應呈現“U”型關系。這說明在不同發展階段，隨著數字經濟發展水平持續提升，其對高端制造業綠色創新效率的影響是先負向抑制、后正向促進的關系。具體來講，當數字經濟發展水平低于14.036 時，數字經濟發展不僅無法對高端制造業綠色創新效率產生補償作用，反而起到阻礙作用；高門檻階段下，這一現象開始發生轉變，二者關系呈現正相關關系。但是，由于西部地區多數省份數字經濟發展水平仍然較低，數字經濟發展對高端制造業綠色創新效率的影響仍然處于“U”型左端。

六、主要結論與政策啟示

基于2012—2020 年中國30 個省份高端制造業面板數據，采用超效率SBM 模型測度高端制造業綠色創新效率及其空間關聯性，并借助空間杜賓與門檻面板模型檢驗數字經濟發展對高端制造業綠色創新效率的空間溢出效應和門檻效應。研究發現：（1）高端制造業綠色創新效率整體呈上升趨勢但具有區域異質性。區域方面，東、中和西三大地區的高端制造業綠色創新效率依次遞減；省域層面，各省高端制造業綠色創新效率存在空間正相關性，局部空間差異較小。（2）數字經濟發展對高端制造業綠色創新效率的影響存在正向空間溢出效應。（3）數字經濟發展對不同地區高端制造業綠色創新效率的影響具有異質性門檻效應，全國層面和東部地區為線性上升的單重門檻效應；中部地區為正接近于補償效應與抵消效應平衡階段的雙重門檻效應；西部地區為單重門檻效應，且仍處于負向影響階段。

依據以上研究結論，提出如下對策建議：第一，構筑新舊動能轉換增值路徑，提升高端制造業綠色創新效率。目前，高端制造業綠色創新效率逐步提升，但仍存在區域異質性。因此，政府應盡快出臺積極政策，以“科創+”為導向，構建由高新區、新材料科技城、產業科創基地等新型研發機構組成的科創體系，提升高端制造業綠色創新效率。高端制造業企業應以生產線改造為突破口，運用新工藝、新技術、新裝備，從源頭降低能源消耗，削減碳排放和污染物排放，構建高端制造業綠色創新體系，提升綠色創新效率。第二，發揮數字經濟賦能示范效應，促進地區間高端制造業綠色創新協同發展。研究發現，數字經濟發展對高端制造業綠色創新效率具有顯著正向空間溢出效應。因此，各地政府應加快高端制造業數字化轉型，以市場為導向創建產業數字化示范園地，借此發揮數字經濟示范效應，推動各地區高端制造業綠色創新協同發展，提高綠色創新效率。第三，實施差異化驅動發展策略，提升不同地區高端制造業綠色創新發展水平。研究表明，三大地區高端制造業綠色創新效率的數字經濟發展門檻效應有所差異，東部為線性上升效應、中部趨于平衡，而西部地區仍然為負向影響。因此，東部地區需釋放數字經濟及高端制造業綠色創新發展紅利，為中西部地區提供高端人才、優質技術資源，提高整體綠色創新效率。中西部地區需適當放寬融資管制并營造良好融資環境，為提高綠色創新效率提升構建融資場景。