數字經濟賦能制造業綠色低碳轉型：實證檢驗與機制分析

李 蕾 樊西鋒 唐思婕

（1.河南財經政法大學國際經濟與貿易學院，河南 鄭州 450046；2.西北農林科技大學經濟管理學院，陜西 楊凌 712199）

一、引言

習近平主席在第七十五屆聯合國大會上提出的“雙碳”承諾對中國推進生態文明建設和提升國際影響力意義重大，成為我國經濟和產業綠色低碳發展的新開端?！吨腥A人民共和國國民經濟和社會發展第十四個五年規劃和二○三五年遠景目標綱要》提出，“十四五”時期要實現“單位國內生產總值能源消耗和二氧化碳排放分別降低13.5%、18%”的目標，顯現了中國高強度低碳發展的決心。中國是世界第一制造業大國，而作為國民經濟的支柱產業，制造業節能低碳發展雖然近年來伴隨產業結構升級和能源消費結構優化取得顯著成效，但當前制造業仍然是我國重要的能源消費和碳排放主體。據統計，2019 年我國制造業能源消耗量幾乎占到了全國的半壁江山，而二氧化碳排放量在全國的占比也高達1/3①根據中國碳核算數據庫（CEADs）提供的能源清單和碳排放清單計算得到。。制造業碳減排成為推動我國實現“雙碳”目標的重要內容。

同時，伴隨著物聯網、云計算、人工智能、區塊鏈等新一代信息技術的快速發展，數字經濟日益成為國民經濟中最活躍的部分。作為數字經濟的主戰場，制造業與數字經濟呈現出日益融合的大發展態勢，數字經濟對制造業發揮著越來越重要的作用，表現為要素供給方式的變革、生產制造模式的轉型以及價值鏈的重塑等等。那么，在這個過程中，數字經濟能否賦能中國制造業碳減排？如果可以，數字經濟賦能制造業碳減排的作用機制是什么？數字經濟對制造業碳減排有多大的賦能效應？單純的數字經濟規模與包含質量的數字經濟發展水平對制造業綠色低碳的賦能作用有什么差異？發揮數字經濟對制造業碳減排賦能作用的政策著力點在哪里？這一系列問題的解決對推動制造業綠色低碳轉型，構建綠色低碳循環的經濟體系和制造業產業體系以及“雙碳”目標的實現具有重要意義。

二、文獻綜述

現有關于數字經濟對綠色低碳影響的研究并不區分數字經濟規模與發展水平，在內容上主要分為三類：一是數字經濟或大數據對區域碳排放或綠色轉型的影響[1-5]。二是數字經濟對綠色生態效率或綠色全要素生產率的影響[6-7]。三是基于數字經濟的某一細分領域研究其對碳排放的影響[8-9]。部分學者關注到數字經濟對創新或綠色創新的賦能作用。數字經濟不僅有助于創新能力的提升或創新績效的改善[10-12]，在創新形式上還能促進非模仿式的真正創新和突破性創新[13-14]，同時會通過強大的數據整合能力或增強消費者參與產品設計的便利性催生新產品、新業態和新模式[15-17]。數字經濟對綠色創新的影響既可以通過經濟產業集聚和金融結構優化等方面起作用[18-19]，也可以通過數字政府建設更好地發揮市場作用，進而賦能綠色技術創新[20]。

關于數字經濟對制造業綠色發展影響的相關研究，早期主要是基于大數據技術的智能化生產管理的節能減排效應進行的理論分析。如Zhang 和Ren 等（2017）及Wang 和Liang 等（2018）從大數據背景下產品生產周期的視角進行分析[21-22]。前者認為，基于大數據技術的產品生命周期管理能夠降低能源密集型制造業的能耗和污染排放，為清潔制造創造條件。后者分析發現，大數據分析對產品生命周期進行監測優化的智能免疫系統有助于實現節能制造。Zhang 和Ma 等（2018）提出了一種基于能源大數據采集和能源大數據挖掘兩項技術的能源大數據分析框架，能夠實現由于制造數據缺乏而無法實施的清潔生產戰略，從而有助于減少高耗能制造業的能源消耗和排放[23]。在實證模型層面，相關研究主要聚焦于數字經濟對工業綠色全要素生產率或低碳產業發展的促進作用上。程文先和錢學鋒（2021）通過實證研究發現，數字經濟可以從整體上顯著提升中國工業的綠色全要素生產率，而且在以地區行業規模、制度環境為門檻變量的回歸中，分別呈現出邊際遞增的非線性特點和U 形關系[24]。鄔彩霞和高媛（2020）則直接分析了數字經濟驅動低碳產業發展的機制和效應，同樣得到數字經濟能夠賦能綠色發展的結論[25]。戴翔和楊雙至（2022）以制造業為研究對象，發現數字賦能主要通過規模效應和技術效應兩個機制促進制造業企業綠色轉型[26]。

綜上所述，數字經濟賦能綠色低碳轉型的相關理論和實證研究都取得了較為豐碩的成果。不過，現有研究要么只側重于數字經濟規模的綠色低碳賦能效應，要么聚焦于數字經濟發展水平的分析，缺乏將兩者納入同一個分析框架中的比較研究。而且，碳排放具有明顯的空間溢出效應，而目前關于數字經濟賦能綠色低碳發展的空間分析相對較為缺乏。為此，本文在從理論和實證兩個層面分析數字經濟賦能制造業綠色低碳轉型的事實及機制的基礎上，重點從兩方面進行拓展：一是從數字經濟規模和數字經濟發展水平兩個維度實證分析數字經濟賦能制造業綠色低碳轉型的作用及差異，重點檢驗資源配置效應和產品創新效應兩個影響渠道；二是構建空間計量模型檢驗相鄰?。▍^、市）間存在的空間溢出效應，豐富了數字經濟引領制造業綠色低碳發展的經驗研究，為新時期發揮數字經濟對制造業綠色低碳的引領作用提供經驗支撐，也從實踐層面為“雙碳”目標約束下通過數字經濟實現制造業綠色低碳發展提供了切實可行的路徑選擇。

三、理論分析

數字經濟是依托大數據、物聯網、云計算、人工智能等新興技術，以數字化的知識和信息等關鍵生產要素的投入實現經濟和產業高質量發展的經濟形態，具有鮮明的智能化、網絡化、平臺化和共享化等特征，可以從多個角度引領產業綠色低碳轉型。具體看，借助數字經濟，可以實現對能源資源供需及使用情況的實時收集與監測，以及企業、政府、社會等多元主體相互之間及內部不同主體之間資源的共建共享，推動生產、制造和管理等全產業流程的智慧化和可視化，從而降低能源資源消耗，提高生產效率。同時，數字技術的應用還能實現對碳排放源的鎖定與監測，進而對企業碳排放行為進行實時監督。數字經濟的發展可以促進知識和信息的互聯共享以及不同主體之間關于產品設計、創意等實時高效的溝通交流，更有助于協同創新格局的形成，激發新業態新模式和產品創新。而且數字經濟和碳排放具有明顯的空間關聯性?？梢?，數字經濟不僅可以通過資源配置效率的提升和產品創新兩個渠道賦能制造業綠色低碳轉型，還可以通過空間溢出效應影響相鄰區域制造業的綠色低碳轉型。三種作用機制如圖1 所示。

圖1 數字經濟賦能制造業綠色低碳轉型的作用機制

（一）資源配置效應

綠色低碳的本質特征就是資源、能源的節約利用，在產業層面的重要表現是資源配置效率的提高。作為數字經濟發展的基礎，數據要素借助互聯網、云計算、區塊鏈等新興技術引發了資源配置方式的數字化和智能化新變革，不僅能有效緩解勞動和資本等要素配置的扭曲狀態，改進生產流程，提高設備利用效率，還能激活要素供給新方式，實現資源在不同部門和企業間更精準、更有效地匹配，從而有助于資源配置效率和使用效率的提高。同時，由于產業鏈供應鏈是不同產業部門在一定技術經濟關系基礎上形成的一種鏈式關聯形式，數字經濟借助大數據、云計算、物聯網、人工智能等新興技術，能夠提高整體產業鏈供應鏈的現代化和智能化水平，可以實現對產品、工藝、資源、物流、資金等各方面信息的分析、規劃和重組，從而有助于提高生產和管理效率。進一步地，數字經濟提高了生產對需求的響應速度，可以通過分析客戶潛在需求和產品供應趨勢實現客戶精準營銷，避免信息不對稱導致的資源配置效率損失。

（二）產品創新效應

基于技術創新的新產品往往具有典型的綠色低碳和環境友好型特征，因此，綠色低碳轉型在產業層面的另一個重要表現是產品的持續創新和新業態新模式的不斷涌現，而數字經濟恰好表現出明顯的產品創新效應。許憲春和任雪等（2019）指出，大數據作為創新的核心要素，以其為主體構成的數據庫是新經濟發展萌生出的新動能[1]。在大數據驅動下，制造業創新生態正在加速形成，衍生出“互聯網＋產業”等新業態和新模式。具體看，大數據能夠有效整合人才、知識、科研等創新要素，打破“信息孤島”的大數據對信息的整合能夠作為新產品的創意輸入，通過生成可視化的決策路徑支持新產品開發所需能力決策的制定。同時，數字經濟不僅增強了消費者直接參與產品設計的便利性，產生知識溢出和共享效應，促使制造業企業在產品開發、外觀設計、產品包、市場營銷等方面加強創新，還有助于深化創新主體之間的交流合作與競爭，能夠激發創新主體的積極性，為新產品和新業態打造良好的創新基礎，產生協同創新的放大效應。

（三）空間溢出效應

作為碳排放的重要形式，二氧化碳的氣體屬性使其在空間上具有很強的流動性，從而導致相鄰地區的碳排放存在一定程度的正相關性，即碳排強度高的地區傾向于接近其他碳排放強度高的地區，而碳排放強度低的地區傾向于接近其他碳排放強度低的地區[27-30]。同時，數字經濟的重要特征就是通過高效的信息傳遞壓縮了時空距離，增強了區域間經濟活動關聯的廣度和深度，其對經濟的影響在空間上也存在溢出效應[31]。這意味著，一方面本地碳排放強度的變動會影響相鄰區域碳排放強度的變動，另一方面數字經濟在促進本地制造業綠色低碳發展的同時，也會對相鄰區域制造業的綠色低碳發展產生積極影響，即存在空間溢出效應。

四、實證檢驗

（一）模型構建

“雙碳”目標下，制造業綠色低碳轉型最重要的表現就是單位產值碳排放量的減少，即碳排放強度的降低。為驗證數字經濟賦能制造業綠色低碳轉型的作用事實，分別構建制造業碳排放強度關于數字經濟規模和數字經濟發展水平的回歸模型?？紤]到制造業碳排放強度受多種因素的影響，這里借鑒徐維祥和周建平等（2022），楊昕和趙守國（2022）的研究，將制造業重化工產業結構、研發投入強度、環境規制強度、能源消費結構等作為控制變量引入模型[2，5]。同時考慮到模型可能存在的異方差，對所有變量取對數，并加入時間趨勢項，得到本文的兩個基本回歸方程：

其中，i 和t 代表?。▍^、市）和年份；CPM為制造業碳排放強度，即萬元產值的二氧化碳排放量；DEIS 為數字經濟規模；DEIQ 為數字經濟發展水平；RD 為研發投入強度；IND 為制造業重化工產業結構；ER 為環境規制強度；ECS 為能源消費結構；T 為時間趨勢項；μ為隨時間和個體變動的隨機誤差項。

（二）變量選取及數據來源

1.因變量：制造業綠色低碳水平

在碳排放強度的計算中，最為關鍵的指標是制造業碳排放量的計算。本文借鑒《2006 年IPCC 國家溫室氣體清單指南》的計算方法，采用更符合中國能源實際情況的各類能源的平均低位發熱量計算二氧化碳排放系數，具體計算方法：

其中，CO2表示計算的二氧化碳排放量；i 表示第i種能源，共有n 種能源；Ei為第i 種能源的消費量，數據來自中國碳核算數據庫（CEADS）提供的能源清單；NCVi為第i 種能源的平均低位發熱量，數據來自《中國統計年鑒》；CEFi為第i 種能源轉換為熱量的缺省碳含量；COFi為第i 種能源的缺省氧化因子；44 和12 分別為二氧化碳和碳的分子量；CEFi*COFi*44/12 為第i種能源的有效二氧化碳排放因子，數據來自《2006 年IPCC 國家溫室氣體清單指南》。

2.核心解釋變量：數字經濟規模和數字經濟發展水平

隨著數字經濟的快速發展，學術界涌現出較為豐富的關于數字經濟規模和數字經濟發展水平測算的相關研究。在規模測算層面，主要是界定數字經濟行業或在此基礎上將對應行業的增加值加總得到[32-35]。也有學者將界定的數字經濟基礎部門對其他部門的增加值投入量作為數字經濟規模的代理變量[36]。還有學者建議通過構建數字經濟衛星賬戶對數字經濟發展規模進行核算[37-38]。關于數字經濟發展水平的測算，主要是根據數字經濟的內涵特征構建評價指標體系，既包括騰訊研究院、紫光新華三集團、財新智庫和數聯銘品等研究機構，也涌現出眾多學者的相關研究[31，39]。

考慮到上述數字經濟規模測算方法的復雜性，本文直接以計算機、通信和其他電子設備制造業與信息傳輸、軟件和信息技術服務業等數字經濟相關行業的規模作為數字經濟規模的衡量指標。同時，數字經濟發展水平借鑒現有的研究，從“數字基礎設施—數字產業發展—數字網絡應用—數字科研支撐”四個維度構建評價指標體系，采用主成分分析法進行計算得到①通過KMO 和SMC 檢驗發現，本文的指標數據符合主成分分析的前提條件。。相關指標數據來自《中國統計年鑒》《中國工業統計年鑒》《中國信息年鑒》《中國人口和就業統計年鑒》《中國第三產業統計年鑒》，以及北京大學數字普惠金融指數和EPS 數據庫，或者根據前述相關年鑒和數據庫中的數據計算得到。

3.控制變量

制造業重化工產業結構采用石油、煤炭及其他燃料加工業等高碳排放行業的銷售產值占比衡量。研發投入強度采用R&D 經費投入在GDP 中的占比衡量。地方政府環境規制強度借鑒杜龍政和趙云輝等（2019）的做法，同時考慮到制造業在工業中的主體地位，以工業的情況代替制造業的情況，采用工業廢氣污染治理投資總額占工業企業主營業務成本的比重來衡量各?。▍^、市）制造業的環境規制強度[40]。能源消費結構借鑒黃玉霞和謝建國（2019）的方法，采用煤炭、石油等非清潔能源消費量占能源消費總量的比重表示[41]。經濟發展水平采用人均GDP 衡量。各變量的描述性統計②由于本文的回歸模型是雙對數模型，這里變量的描述性統計列出的是原變量取對數后的描述性統計特征。另外，中國碳核算數據庫（CEADS）提供的能源清單截至2019 年，同時數字經濟相關指標2012 年之前數據缺失較為嚴重，故本文數據起止時間為2012—2019 年。見表1。

表1 變量的描述性統計

（三）實證結果分析

采用Stata14 軟件對模型（1）和模型（2）進行估計，得到如表2 的估計結果。其中，前兩列為數字經濟規模賦能制造業綠色低碳轉型的估計結果，后兩列為數字經濟發展水平賦能制造業綠色低碳轉型的估計結果。結果顯示，不管是數字經濟規模（lnDEIS）還是數字經濟發展水平（lnDEIQ），系數估計值均顯著為負，即數字經濟規模的擴大和數字經濟發展水平的提高均可以顯著促進制造業碳排放強度的降低，意味著數字經濟的發展有助于制造業碳減排，這與現有關于數字經濟賦能碳減排的相關研究結論一致。就系數大小看，數字經濟規模對制造業碳排放強度的抑制作用弱于數字經濟發展水平，說明相對于數字經濟規模，包含發展質量的數字經濟發展水平對制造業表現出更強的碳減排效應?？刂谱兞恐?，研發投入強度（lnRD）的回歸系數雖不顯著，但系數均為負，符合理論預期。制造業重化工產業結構（lnIND）和能源消費結構（lnECS）的估計系數均顯著為正，即石油、煤炭及其他燃料加工業等高碳排放行業在制造業中的占比越高，煤炭、石油等非清潔能源消費量在能源消費總量中的占比越大，制造業的碳排放強度就越高，同樣符合理論預期。環境規制強度（lnER）的系數為正，雖然與理論預期不符，但其系數不顯著。

表2 數字經濟賦能制造業綠色低碳轉型的估計結果

（四）穩健性檢驗

以韓兆安和趙景峰等（2021）測算的數字經濟增加值[35]，以及賽迪顧問發布的2017—2020 年數字經濟發展指數作為數字經濟規模和數字經濟發展水平的代理變量，對模型（1）和模型（2）的估計結果進行穩健性檢驗，見表3。結果顯示，數字經濟規模（lnDEIS）和數字經濟發展水平（lnDEIQ）的估計系數均顯著為負，與表2 中相應估計系數的符號相同，只是存在系數值大小和系數顯著程度的差異，說明本文模型的估計結果具有一定的穩健性。

表3 穩健性檢驗的估計結果

五、機制檢驗

（一）模型構建

為驗證數字經濟賦能制造業綠色低碳轉型的影響渠道，設立制造業資源配置效率和產品創新水平兩個渠道變量，在式（1）和式（2）中核心解釋變量數字經濟規模和數字經濟發展水平對制造業碳排放強度系數（α1）顯著的基礎上，分別構建制造業資源配置效率和產品創新水平兩個渠道變量對數字經濟規模和數字經濟發展水平的回歸方程：

式（4）—（7）為數字經濟賦能制造業綠色低碳轉型的渠道檢驗方程。其中，MTFP 為制造業的資源配置效率，IPAT 表示產品創新水平，PGDP 表示經濟發展水平，RD 為研發投入強度，T 為時間趨勢項，μ 為隨時間和個體變動的隨機誤差項。

（二）變量選取及數據來源

在制造業資源配置效率的衡量指標中，全要素生產率是相對綜合全面的指標，因此選擇制造業的全要素生產率來衡量制造業的資源配置效率。根據柯布-道格拉斯生產函數，可得全要素生產率的計算公式為：

其中，Y 為制造業規模，用制造業銷售產值衡量；K和L 為制造業的資本存量和勞動數量，分別用制造業固定資產凈值和勞動就業人數來衡量；α 和β 分別為資本和勞動的產出彈性，通過OLS 估算得到。采用式（8）計算各?。▍^、市）制造業的全要素生產率（TFP）。涉及的制造業銷售產值、固定資產凈值、勞動就業人數等數據來自《中國工業統計年鑒》。由于2018 年和2019 年的《中國工業統計年鑒》沒有公布，2017 年和2018 年的相關數據根據前后年份的數據進行插值補充。2020 年《中國工業統計年鑒》沒有公布制造業的銷售產值數據，2019 年制造業的銷售產值是基于年鑒上公布的主營業務收入，按照2016 年銷售產值與主營業務收入的比例關系換算得到。制造業銷售產值和固定資產凈值采用各地區2000 年為不變價的工業出廠價格指數和固定資產投資價格指數轉換為2000 年不變價的數據。工業出廠價格指數和固定資產投資價格指數來自《中國統計年鑒》。

關于產品創新，考慮到創新質量是產品創新的基礎，而發明專利授權數是體現創新效率和質量的較好指標，因此采用發明專利授權數來衡量產品創新水平。經濟發展水平采用人均GDP 衡量，研發投入強度采用R&D 經費投入在GDP 中的占比衡量。數據來自《中國統計年鑒》和EPS 數據庫，或者根據相關數據計算得到。

（三）實證結果分析

采用Stata14 軟件對模型（4）—（7）進行估計，得到數字經濟賦能制造業綠色低碳轉型的資源配置效率和產品創新兩個影響渠道的估計結果，見表4。其中，前兩列為數字經濟對資源配置效率影響的模型回歸結果，后兩列為數字經濟對產品創新影響的模型回歸結果。結果顯示，不管是資源配置效率還是產品創新，數字經濟發展水平（lnDEIQ）的估計系數均顯著為正，而數字經濟規模（lnDEIS）的估計系數雖然為正，但不顯著。這說明，數字經濟發展水平的提升可以顯著促進制造業資源配置效率的提高以及產品的持續創新，而單純數字經濟規模的擴大并不能顯著促進制造業資源配置效率的提高和產品創新。同時意味著，在賦能制造業綠色低碳轉型的過程中，相對于數字經濟規模的擴大，包含發展質量的數字經濟發展水平的提升更為重要。因此，數字經濟的發展不僅要注重規模的擴大，更應該注重包含數字經濟質量發展水平的提升。

表4 資源配置效率和產品創新效應的估計結果

六、空間溢出效應

（一）空間計量模型設定

根據本文的理論機制分析，數字經濟對制造業綠色低碳轉型發展的影響在很大程度上存在空間溢出效應，因此這里構建空間計量模型進行實證檢驗。在多個空間模型中，空間滯后模型和空間誤差模型最為基本，這里采用LM檢驗對兩個模型進行判斷。結果發現，空間滯后模型的LM和Robust LM統計量都十分顯著，而空間誤差模型的LM和Robust LM統計量要么不顯著要么顯著性很弱，因此應該選擇空間滯后模型。在模型（1）和（2）的基礎上，構建空間自回歸模型：

（二）實證結果分析

采用Stata14 軟件對模型（9）和模型（10）進行估計，得到數字經濟賦能制造業綠色低碳轉型空間溢出效應的估計結果，見表5。其中，前兩列采用的是基于高德經緯度計算的權重矩陣，后兩列采用的是基于百度地圖直線距離計算的權重矩陣?；貧w結果顯示，數字經濟規模（lnDEIS）和數字經濟發展水平（lnDEIQ）的估計系數與基準模型（1）和（2）兩變量的估計系數在符號和顯著性上都相同，只是存在系數大小和系數顯著程度的差異。而且不管是數字經濟規模還是數字經濟發展水平，也不管是采用基于高德經緯度計算的權重矩陣還是采用基于百度地圖直線距離計算的權重矩陣，制造業碳排放強度的空間滯后項（WlnCPM）的估計系數ρ 都在5%的顯著性水平下顯著，說明數字經濟賦能制造業綠色低碳轉型存在空間自回歸效應，各?。▍^、市）制造業的綠色低碳發展會對鄰近地區制造業的綠色低碳發展產生正向影響。相應地，各?。▍^、市）數字經濟發展水平的提升會通過促進本地制造業綠色低碳轉型而間接促進相鄰地區制造業的綠色低碳轉型。

表5 空間溢出效應的估計結果

七、結論與對策建議

本文在從理論上闡述數字經濟賦能制造業綠色低碳轉型事實與機制的基礎上，運用面板回歸模型和空間面板模型等方法，從數字經濟規模和數字經濟發展水平兩個維度實證分析數字經濟賦能制造業綠色低碳轉型的作用，重點驗證資源配置效應、產品創新效應和空間溢出效應等作用機制。主要結論如下：第一，不管是數字經濟規模還是數字經濟發展水平，均可以顯著促進制造業碳排放強度的下降。第二，數字經濟發展水平的提升可以顯著促進制造業資源配置效率的提高以及產品的持續創新，而單純的數字經濟規模的擴大并不能顯著促進制造業資源配置效率的提高和產品創新。第三，數字經濟規模和發展水平賦能制造業綠色低碳轉型均具有顯著的空間溢出效應，各?。▍^、市）制造業碳排放強度會受到鄰近?。▍^、市）數字經濟發展的正向影響，或者本地數字經濟的發展有助于鄰近區域制造業的綠色低碳發展。

根據上述結論，提出以下對策建議：

（ 一） 發揮數字經濟對制造業綠色低碳轉型的引領作用

數字經濟的發展顯著促進了制造業碳排放強度的下降，是制造業綠色低碳轉型的重要動力。應繼續大力發展數字經濟，不僅要擴大數字經濟的規模，還要注重數字經濟的發展水平，包括積極推進數字基礎設施建設、加快數字網絡技術的應用、強化數字科研支撐等多方面，充分發揮數字經濟賦能制造業綠色低碳轉型的資源配置效應和產品創新效應。

（二）打造數字化和信息化的綠色制造全產業體系

積極利用物聯網、大數據、云計算、區塊鏈、人工智能、數字孿生等新一代數字信息技術，打造網絡化共享和智能化協作的綠色產業鏈供應鏈，積極推行綠色產業鏈供應鏈智慧化管理。創新數字化的綠色制造監管模式，推動碳排放源鎖定、碳排放監管、碳排放預測預警等場景應用。構建數字化的綠色技術創新體系，專注于節能減排和碳捕集、碳封存等技術的網絡化開發應用。完善數字化的綠色金融服務平臺，實現綠色信貸和綠色企業、綠色項目的智能對接。

（ 三） 加強數字經濟賦能制造業綠色低碳轉型的區域協作

數字經濟賦能制造業綠色低碳轉型存在顯著的空間溢出效應，應通過區域協作推進制造業的綠色低碳轉型。各?。▍^、市）在實施包括數字基礎設施共建共享、數字產業發展互補互促、數字技術應用互聯互通、數字技術協同研發等數字經濟合作的基礎上，積極建立制造業區域協同降碳機制，設立區域性制造業綠色低碳發展基金，強化節能減碳技術的協同研發和推廣應用，形成制造業綠色低碳發展的協同推進新格局?！?/p>