李少林,冯亚飞（.东北财经大学,产业组织与企业组织研究中心,辽宁 大连 6025；2.中国社会科学院工业经济研究所,北京 00006）

厘清区块链对制造业绿色转型的作用机制及效果是数字经济背景下推动制造业绿色发展亟待解决的热点问题.2008年爆发的金融危机造成了全球范围内严重的信任危机,为了重建数字经济时代的信任,比特币创始人中本聪首次提出了区块链的概念,区块链是一种分布式的记账技术,通过块链结构存储数据,利用密码学确保多方安全参与,能在不可信的竞争环境中低成本的打破数据孤岛,解决信息不对称难题,具备公开透明、分布广泛、不可篡改伪造和取缔记录等诸多优势,目前区块链已发展到3.0时代且其应用范围在不断向实体经济扩展[1].在环保垂直管理制度改革与地方绿色 GDP考核的新形势下,以山西临汾环境空气自动监测数据造假案为典型代表的人为篡改、伪造和干扰污染物传输数据的行为屡禁不止.目前,韩国、菲律宾、中国已有陆续将区块链应用于制造业污染治理的实践.美国2017年将区块链上升为变革性技术并于当年成立了国会区块链决策委员会.欧盟则致力于将欧洲打造为全球区块链发展和投资的领先地区,通过建立“欧盟区块链观测站及论坛”机制掌握国际区块链标准制定话语权[2].2019年10月24日,中共中央提出将区块链作为核心技术自主创新的重要突破口,加快推动区块链技术和产业创新发展.区块链虽起源于金融领域,但其更大的价值是与实体经济相结合[3],助力制造业实现信息技术和制造技术相融合的智能制造和数字制造.

国际上有关区块链与制造业绿色发展的研究中,主要从工业4.0背景下包括区块链在内的诸多新兴技术应用入手研究了其对发展中国家制造业数字化转型和绿色技术创新活动的影响[4-5].也有研究认为区块链最大的价值是解决了制造业企业和智能设备供应商之间的信任问题[6],并且主要从数字化转型和创新能力提升两方面为制造业企业带来挑战和机遇[7].在制造业企业治污应用方面,有研究探讨了工业4.0背景下在化工行业应用区块链技术的可行性,并通过软件模拟测算了应用区块链使人与机器、机器与机器之间建立的交互机制给企业带来的能耗节约和污染减少[8].国外的研究人员设计了一种基于5G无线网络和区块链的实时空气污染指数监测平台,通过利用5G网络的低延迟和高可靠性与区块链的防止数据伪造和窜改特征将位于韩国首尔郊区的一家资源回收工厂内空气质量传感器收集到的数据传输到云端,做到实时异地监控[9].

国内学者从现阶段我国制造业绿色发展的现状出发,以货车帮、滴滴出行为例分析了大数据对我国制造业企业实现绿色转型的促进作用,认为传统制造业企业未来仍需进一步提升数字化能力,积极应用诸如区块链等先进数字技术,向网络化和智能化的方向发展[10].也有学者利用政府和企业的两阶段动态博弈模型比较了政府参与建设“区块链+生产”平台、直接财政补贴和政府不参与三种策略下的各方福利,结果显示应用区块链可以激励企业实现绿色生产并且促进政府之手缓解市场失灵[11].另外,在区块链的国内应用方面,浙江省台州市政府基于区块链技术设计了海洋船舶废水联防联治的云管理平台并成功运行.

目前国内关于区块链的研究大多是从区块链与物联网、大数据等新兴技术的融合发展角度展开探讨[12],以理论探讨与实操层面为主,尚未涉及到企业层面的微观机制、实证支撑与扶持政策体系.在制造业绿色转型的研究中,现有文献多是从对环境规制指标的刻画[13]、考虑坏产出的绿色全要素生产率测度[14]和各类环境规制工具的绿色转型效果分析等角度展开[15-18],停留在对外生性环境规制的影响、强度选择、工具类型和政策调整等[19-20],尚未触及到内生性环境规制领域,亦即数字经济时代制造业转型的关键数据要素对于制造业绿色转型影响的理论、实证与政策研究.

本研究区别于已有研究仅从宏观角度分析区块链与制造业的融合问题,一方面提出了一个基于区块链技术应用的制造业上下游不同所有制企业最优数据投入量与数字化绿色全要素生产率的理论模型,论证了区块链赋能制造业绿色技术创新的内在机制;另一方面将区块链作为内生性环境规制工具进行了准自然实验研究,将数据生产要素作为重要投入构建了数字化绿色全要素生产率的测度指标,并剖析了应用区块链情形下数字化绿色全要素生产率的所有制、产业结构和能源利用效率对制造业绿色发展效果的差异特征.

1 理论模型与研究假说

区块链作为数字经济时代的新兴技术,其所带来的数据生产要素及不可篡改的重要特征,对于实现制造业创新绿色发展目标具有高度的契合性与应用性.本研究将区块链所带来的数据生产要素纳入到制造业企业最大化行为动机的理论分析框架,试图探讨区块链技术是如何作用于制造业不同所有制企业,并剖析区块链应用情形下制造业最优数据要素投入量与绿色全要素生产率的决定机制.假设在某制造业产业链中存在两家企业,上游国企N和下游民企M,N为M提供生产产品所需的原料.假定产品、要素市场完全竞争,企业M、N的生产函数为:

式中:F、K、L、A分别为企业M和N的产出、资本投入、劳动投入和全要素生产率;D为数据生产要素,获得数据需要成本,即企业上区块链技术的成本,包括分布式节点服务器和数据存储装备等设备的固定成本以及电费,人工维护费等变动成本;分别为资本、劳动和数据要素的产出弹性.对于企业的非期望产出,借鉴邓慧慧[21]的做法,设定污染治理函数为:

式中:e为企业污染排放量;φ（ θ）为污染治理效果,表示污染排放量与企业产量的比例;θ表示企业投入治污所用要素占要素投入总和的比例.上述两式表明,制约企业污染排放的因素主要有:生产规模,企业规模越大产生的非期望产出必然越多;治污投入θ,一般情况下,企业投入到污染治理中的要素越多,产生的非期望产出越少;治污效率μ,治污效率越高越有利于绿色生产.在治污实践中,监管部门和企业常常过度依靠前两个因素而忽略了最为重要的效率因素,甚至出现伪造数据编造“虚高”效率的假象.区块链技术的兴起为解决这一问题提供了转机,企业在绿色转型时充分利用数据要素,可以提高治污效率,防止数据造假,进而促使企业形成未来长期内污染数据无法伪造的理性预期,企业基于长期经济利益考虑进行绿色转型的意愿会增强,因此,本文提出假设:

研究假说1:区块链企业有助于降低所在城市制造业污染物排放量和治污成本.

在利益诉求方面,M与N大体具有一致性,但由于M是民营企业,以利润最大化为目标,而N是国有企业,在利润之外有企业社会责任等更多目标,存在额外成本.两企业的初始成本函数Cm和Cn分别为:

式中:r、w、τ分别为资本、劳动和数据的要素成本.此外,政府出台在制造业企业中鼓励研发和应用区块链的政策后,一方面向企业提供研发补贴补贴ρ,企业获取数据的真实成本为（1-ρ）τ,另一方面授权环境监管部门获得同企业共同建立区块链平台的权利,企业污染数据与监管部门实时共享且无法造假.企业应用区块链后的成本函数变为:

式中:v为污染税率;Ri为企业 i的区块链研发水平,企业的研发与成本表现为 U型关系,故研发系数σ＞ 1 ;ki为企业 i的数据吸收能力,意味着平台内企业j的研发同时也会降低i的成本;Pn为企业N的产品价格,将企业M的产品价格Pm标准化为1.

由于企业将一定比例θ

对于民营企业 M,结合式（2）和式（3）可得利润函数为:

利用最优化条件可得均衡时的数据要素投入和全要素生产率,由于在模型设定中考虑到了数据要素投入和污染治理成本支出,因此可定义为数字化绿色全要素生产率,表达式如下:

数据要素已成为企业的核心生产要素,企业利用数据要素的能力直接关系到企业的核心竞争力.区块链作为底层技术的直接作用就是提高企业对已有数据的综合利用能力,既可以去信任、防止数据造假,也可以提高企业对数据的吸收、分析水平.因此,利用区块链首先可以提高企业的数据吸收能力k,由式（12）和式（13）可知,企业增加数据要素 D 应用区块链技术后国有企业数字化全要素生产率更高,对企业减排技术升级的意愿也更强烈.据此,本文提出以下假说:

研究假说2:区块链通过提高制造业数字化全要素生产率降低企业污染排放.

研究假说3:区块链技术应用对国有企业污染排放和治污成本的降低更显著.

2 研究设计

2.1 模型设定

为了准确识别区块链企业对所在城市制造业绿色转型的驱动作用,从城市空气质量和企业的空气污染治理成本两个视角出发采用双重差分法（DID）进行检验.具体的逻辑思路是,区块链企业的兴起为制造业企业提供了数字化转型的技术和外部环境支持,在日趋严格的环境监管下,企业利用区块链实现对生产数据和排放数据的精准监控,区块链不可篡改和去信任的技术特征倒逼企业进行以减少排放为目的的技术升级,最终实现了减少污染和降低治污成本的双重目标.参考现有的研究（任胜钢等,2019[22];路正南等,2020[23]）,设定双重差分模型如下:

式中:i代表城市;t代表年份;yit为被解释变量,反映i城市在t年的二氧化硫排放量和空气污染治理成本;交互项treat×post是我们最为关心的解释变量,其系数α1衡量了有区块链上市公司和无区块链上市公司的城市制造业绿色转型的效果.具体而言,若α1＜0,表明区块链企业促进了当地制造业的绿色转型,反之则表明区块链企业抑制了当地制造业的绿色转型.γi和θi分别为时间固定效应和个体固定效应,X为一组控制变量,包括经济发展水平、制造业发展水平、产业结构和城市科研能力.

2.2 变量定义

实证分析中所涉及的解释变量、被解释变量、控制变量和机制变量说明如下:

解释变量:本文选取个体解释变量（treat）与时间解释变量（post）,前者代表区块链企业,有区块链企业的样本设为1,没有为0;后者代表区块链企业兴起的时间,2013年以后设置为 1.二者的交互项为本文的关键解释变量,通过个体间横向对比和时间轴纵向对比分析区块链对制造业绿色发展的促进作用.

被解释变量:选取城市二氧化硫排放量（lnSO2）和空气污染治理设施运行费用（lngasoc）作为被解释变量.首先,城市二氧化硫排放主要来自制造业且二氧化硫也是常见的制造业绿色生产技术评价指标,如果二氧化硫排放量显著降低则可以在一定程度说明制造业的绿色技术水平提高.其次,选取空气污染治理设施运行费用代表企业的排污成本,我们认为单纯减少空气污染排放可能是短期内较为严格的外界环境规制所致,不具备可持续性,只有在污染排放量减少的同时治污成本同步降低才足够说明企业绿色技术水平的提高是真实和长效的.

控制变量:经济发展水平（lngdp）采用地区国民生产总值衡量,并按2002年的不变价格平减剔除通胀干扰;制造业发展水平（lnval）采用经价格处理后的地区第二产业增加值衡量;产业结构（secstru）为第二产业产值占地区生产总值的比重;城市科研能力（sciemp）以地区从事科学业务人员占城镇就业人口的比重衡量.

机制变量:选取数字化绿色全要素生产率（dgtfp）、绿色创新强度（greinn）和能源利用效率（entfp）三个变量[24].数字化绿色全要素生产率采用 SBMDEA测算,通过引入烟/粉尘排放量和污水排放量作为非期望产出和城市互联网宽带接入户数作为数据要素投入修正传统的全要素生产率概念;绿色创新强度使用城市绿色发明专利数占发明专利总数的比重衡量;能源利用效率则将各市能源消耗纳入投入产出分析中进而计算出各城市制造业的能源利用效率,其中各市能源消耗量参考了吴建生等[25]的做法,以美国军事卫星获取的夜间灯光数据为基准将各省能源消耗量分配到各地级市.

2.3 数据说明

使用2003～2017年覆盖全国主要环保重点城市的93个地级市的面板数据进行实证分析.在进行数据筛选时,由于西藏、海南数据缺失严重故不纳入样本,最终的样本涵盖了29个省级行政区（包括省、直辖市、自治区,不包括港澳台特别行政区）.被解释变量二氧化硫排放量、空气污染治理设施运行费用以及测算能源利用效率所需的分省能源消耗总量来自国家统计局能源司[26-27];控制变量经济发展水平、制造业发展水平、产业结构、城市科研能力以及测算数字化绿色全要素生产率所需的投入产出数据来自国家统计局城市社会经济调查司[28];地级市夜间灯光卫星数据来自美国国家海洋和大气管理局（National Oceanic and Atmospheric Administration,NOAA）的国家地理数据中心（National Geophysical Data Center,NGDC）.

为了研究区块链企业服务制造业绿色技术创新的水平,需要选取一个时间点作为区块链应用的起始点,根据工信部发布的《2018年中国区块链产业白皮书》中近年来我国区块链企业的数目和融资情况来看,选取2013年为绿色区块链效应评估的起始年份较为合适,如图1所示.

图1 中国区块链产业发展趋势（2013～2017）Fig.1 Development trend of China's blockchain industry（2013～2017）

3 结果分析

3.1 基准回归

区块链企业对所在城市制造业绿色转型促进效果检验的基准回归结果见表 1.其中,静态效应即传统的差分法反映了区块链企业兴起后（2013～2017）与兴起前（2003～2012）的平均处理效应,结果显示二氧化硫排放量（lnSO2）和企业治污成本（lngasoc）的核心解释变量treat×post的系数显著为负,这表明区块链企业促进了当地制造业的绿色转型.然而这样解释难免过于粗糙,为了使估计结果更为严谨,本文通过将处理变量与区块链企业兴起后的年份进行交互进一步得到了基准回归的动态效应,结果显示二氧化硫排放量（lnSO2）和企业治污成本（lngasoc）的负向效应逐步增强,并且显著性逐渐提升.这意味着从治污成本的角度来说,区块链企业的促进效应存在约为两年左右的时滞,这可能是企业的技术升级需要较长的时间周期所致.

表1 制造业绿色转型效果检验:DID估计结果Table 1 Green transformation effect test of manufacturing industry:DID estimation results

3.2 内生性问题:工具变量法

使用差分法研究区块链企业对所在城市制造业绿色转型影响的理想状况应当是区块链企业的设立在所有城市中是随机的,处理组城市的选择不应受到其他影响制造业企业绿色转型因素的干扰,但现实中常常因无法满足这一前提导致内生性问题,本文也不例外.具体来讲,区块链企业倾向于向互联网发展水平高、数字化基础好的城市聚集,而这些城市的科研实力和技术水平普遍较高,对制造业的溢出效应显著,这使得处理组的选择受到内生性干扰进而影响估计结果.因此,本文借鉴 Tsoutsoura（2015）[29]的研究使用工具变量法来解决内生性问题.工具变量的选择要满足相关性和外生性两个前提条件,本文选取智慧城市作为工具变量,一方面智慧城市的设立基于物联网、云计算等诸多数字技术,与当地数字新兴企业密不可分,因此区块链企业的设立与智慧城市之间存在必然联系,相关性条件满足;另一方面,智慧城市2013年由住房城乡建设部设立,满足外生性条件.工具变量估计的两阶段结果报告在表2中,第一阶段的 time×iv系数在 1%的水平上显著,且F统计值远大于临界值10,表明满足相关性假设.第二阶段回归中的time×treat系数均显著为负,表明本文的估计结果不是由样本偏差造成的.

表2 工具变量法估计结果Table 2 Estimation results of Instrumental variable method

3.3 稳健性测试

前文通过 DID基准回归已经初步识别出区块链能够产生推动制造业绿色转型的效果,并使用工具变量法排除了可能存在的内生性干扰,但其他未知影响因素仍无法完全排除,比如实验组的选取是否满足随机性要求、区块链的绿色效应能否得到动态反映和样本选取是否存在偏误等,为此,本文通过安慰剂检验、动态时间窗检验、三重差分法、反事实检验和PSM-DID估计等一系列稳健性检验,以确保研究结论的稳健性.

3.3.1 安慰剂检验 本文的基准回归结论得出区块链对制造业绿色转型的促进效应,但无法排除这一效应是否由其他不可观测因素驱动,为此需要进行安慰剂检验.具体而言,本文从所有样本城市抽样 1000次,每次随机选取23个作为实验组,其余作为对照组,进行同基准回归一致的回归,如果存在任何显著的发现都表明基准回归的结果存在偏差.图2报告了1000次随机模拟实验的模拟结果,可以发现treat×post系数的P值绝大多数都在0.1以上,表明在这些抽样中没有产生类似基准回归的促进效应,意味着本文所得结论不太可能是由其他未知因素驱动的.

图2 安慰剂检验结果Fig.2 Placebo test results

3.3.2 动态时间窗与反事实检验 动态时间窗检验是前文基准回归中动态效应的扩展.前文的动态效应只是重点关注了区块链企业对所在城市制造业绿色产出的冲击效应,未与区块链企业兴起前做充分对比.具体来讲,通过改变区块链企业兴起前后时间窗宽的方法来验证其在不同时间段内对制造业企业的二氧化硫排放量和治污成本的影响效果.以2013年为时间节点,分别选取窗宽1a、2a、3a和4a进行动态时间窗检验,检验结果如表3所示.从检验结果来看,改变时间窗宽度并没有改变区块链企业对二氧化硫排放量和治污成本的影响方向,且随着时间窗宽度的增加,二者均逐渐降低且显著性不断提高,但治污成本降低的时滞变得更长,这表明前文所得结论的动态效应是基本可信的,但企业为降低治污成本进行的技术升级实际上需要3到4年甚至更长时间.在反事实检验中,本文借鉴了Hung等[30]的研究,使用差分法要满足实验组和控制组具备可比性的前提假设,即在区块链企业出现之前,实验组与控制组城市制造业的绿色生产没有明显差异.因此,本文假设 2009～2012年没有区块链企业,将其中的2010年和2011年作为假想的区块链企业兴起时间,进行同主回归一致的检验.结果显示,无论选择哪一年,反事实检验中的核心变量treat×post系数都不显著,表明在2013年之前实验组和控制组制造业的绿色生产没有显著差异,具备可比性.

表3 动态时间窗与反事实检验结果Table 3 Dynamic time window and counterfactual test results

3.3.3 三重差分法 差分法的运用要满足平行趋势假设,即如果没有区块链企业的兴起,实验组和控制组城市制造业的二氧化硫排放量和治污费用的变化趋势应当是平行的.然而这一假设较为理想,现实中也常常不能满足.为此,本文选择拥有人工智能和大数据专业的双一流大学省份作为三重差分变量.具体而言,数字经济的发展以互联网行业为依托,互联网行业天然具有聚集性和人才密集型的特点,因此,受益于开设人工智能和大数据专业的双一流大学源源不断的人才供给,各省数字经济发展差异越来越大,这为本文使用三重差分法进行估计提供了机会,参考范子英[31]的做法设计模型如下:

式中:i和t分别表示城市和年份;ddd为三重差分变量,将开设上述专业的归属于双一流大学的省份设置为重点省份,对于区块链企业所在城市为重点省份的,ddd赋值为 1,其他城市及区块链企业兴起前（2003～2012）,ddd赋值为0;yeartrend为省份个体时间趋势,用来控制省份层面不可观测的各种干扰因素;其他各项定义与基准回归模型相同.模型（15）中变量ddd的系数α1反映了三重差分法下区块链企业对所在城市制造业绿色转型的影响效应,表 4中的估计结果显示,二氧化硫排放量和治污成本的 ddd系数均在1%的水平上显著为负,表明在使用三重差分法缓解了可能存在的非平行趋势问题后,区块链企业仍能显著促进制造业的绿色转型,本文的研究结论不变.

表4 三重差分模型估计结果Table 4 Estimation results of triple difference model

3.3.4 PSM-DID 估计区块链企业的兴起可以看作是促进所在城市制造业绿色转型和创新的一次准自然实验,针对这种实验效果评价一般采用DID方法.传统 DID方法容易存在“选择性偏差”以及“混合性偏差”[32],即无法确保实验组和对照组中的个体具备相通或相似的特征,并可能不能满足平行趋势假定.因此,本文进一步采用 PSMDID估计,该方法首先对实验组和控制组城市进行倾向得分匹配（PSM）,通过控制变量进行特征样本识别寻找匹配城市,然后再对其进行差分法估计.估计结果如表5所示,在使用PSM-DID方法后,区块链对所在城市制造业的二氧化硫排放和治污成本仍表现为负面影响,并至少在 10%的水平上显著,表明本文所得结论是稳健和可靠地,至此,假说1得到验证.

表5 PSM-DID模型估计结果Table 5 Estimation results of PSM-DID model

4 作用机制分析与异质性检验

4.1 区块链与制造业绿色转型:作用机制分析

本文的研究发现区块链企业对所在城市制造业的绿色转型有促进作用,但这种作用机制究竟如何尚不得知.为了回答这个问题,本文分别引入制造业的生产效率、绿色技术创新和能源利用效率三个机制变量,借助中介效应模型解释区块链服务制造业绿色转型的内在机制.根据中介效应模型的原理,设计模型如下:

式中:Moderator为核心的机制变量,其交互项的系数θ1是我们最为关心的,其余变量与基准模型相同.我们的检验逻辑是,在基准模型中将中介变量与核心解释变量进行交互,通过检验交互项的显著性考察影响机制是否显著.详细的估计结果见表6.

表6中数字化全要素生产率的交互项在二氧化硫排放量和治污成本的回归中均为负且显著,表明区块链企业通过数字化全要素生产率途径降低了二氧化硫排放量和治污成本,实现制造业转型和绿色升级.生产效率是衡量制造业转型效果的重要指标,本文在传统的全要素生产率概念基础之上充分考虑了环境污染等非期望产出和要素数据的影响提出了数字化绿色全要素生产率[33].区块链企业通过提升所在城市的数字化基础设施水平直接或间接地改善了当地制造业企业对数据要素的应用能力,有了数据处理能力的背书,企业就能方便的通过更新生产理念、引入数字技术等多重手段提高生产效率,减少非期望产出并降低生产成本.因此,假说 2得到验证.

表6 影响机制分析:数字化生产率、绿色技术创新与能源利用效率视角Table 6 Impact mechanism analysis:from the view of digital productivity,green technology innovation and energy efficiency

影响机制分析的结论表明,绿色技术创新和能源利用效率的中介效应同样为负,并且显著性更强,意味着区块链还可以通过倒逼企业进行绿色技术创新、提高能源利用效率来减少污染排放同时降低治污成本.传统的外部环境规制往往会降低能源效率[34],而区块链将为企业带来全方位和颠覆性的影响,首先,通过区块链技术企业的数据造假将不再可能,区块链在实体经济中的首要应用就是通过建立分布式的网络提高数据真实性,更真实的数据有利于环境监管部门严格监督,使企业无其他捷径可走,唯有进行绿色技术创新提高污染治理水平.其次,通过将区块链技术与物联网、大数据乃至5G通信网络结合建立研发链,使企业内部研发部门与外部科研院所、上下游供应商之间进行生产数据共享,形成高效的研发产业链,提高企业内部的能源利用效率进而提高有效产出,减少治污成本.

4.2 区块链与制造业绿色转型:异质性检验

前文已充分论证了区块链企业对所在城市制造业绿色转型的效果和影响机制,但对于区块链企业及其所在城市这种影响是否会因某些因素而产生不同差异?这对于更为精准理解区块链对制造业的影响十分重要.因此,本文将进一步从区块链企业和所在城市两个角度选择企业所有制、产业结构和单位GDP能耗三个变量进行异质性检验.

（1）企业所有制.不同所有制区块链企业对所在城市制造业绿色转型影响的估计结果分别汇报在表7和表8中,可以发现细分样本的回归结果与基准回归的结果是一致的,进一步佐证了本文结论的稳健性.另外,对于国有企业二氧化硫排放量和治污成本的估计系数都要小于非国有企业,表明国有区块链企业对制造业的技术溢出和绿色转型促进方面表现更好.这在已有的研究中也得到了验证[35],对此可能的解释是国有企业承担更多的社会责任,在执行政府环境保护的命令时往往投入更多的资源,因此在减少污染排放和降低治污成本方面表现更佳,假说3得到验证.

表7 制造业绿色转型异质性分析:二氧化硫排放量视角Table 7 Heterogeneity analysis of green transformation of manufacturing industry:from the view of sulfur dioxide emission

表8 制造业绿色转型异质性分析:治污成本视角Table 8 Heterogeneity analysis of green transformation of manufacturing industry:from the view of pollution control cost

（2）产业结构.数字创新型企业对制造业的技术外溢受制于所在城市的产业结构特征,区块链企业也不列外[36].理论上,数字型生产服务业占比越高,区块链企业对制造业的生产技术提升水平越显著.为了检验不同产业结构下区块链企业的真实促进效应,本文用二次产业增加值占城市GDP的比重来衡量当地的产业结构.具体来说,按照区块链企业兴起的前一年（2012）年划分,将前50%的城市定义为产业结构高的城市,后者则为产业结构低的城市.从样本情况来看,区块链城市第一产业的比重占比较小且稳定,若二次产业占比低可近似认为第三产业服务业的比重高.因此,从表7和表8可以看出,第二产业占比高的样本二氧化硫排放量降低更多,服务业占比高的样本治污成本降低更多.这意味着二次产业占比高的地区由于体量大污染排放减少多,但服务业占比高的地区企业技术水平提高更多,治污成本也降低更多.

（3）单位GDP能耗.单位GDP能耗是衡量一个城市制造业发展水平的重要特征变量,本文用能源消耗总量（吨标准煤）除以城市GDP求得.单位GDP能耗直接反应了经济发展对能源的依赖程度,同时还能间接反映城市产业结构、绿色技术装备水平以及能源利用效率等多方面内容.本文采用与产业结构相同的方法定义单位 GDP能耗高和低两类样本城市,从异质性分析结果中可以看出单位GDP能耗高和低的城市二氧化硫排放量和治污成本都降低了,但高的城市降低更多,这表明区块链企业的确能够降低所在城市的污染排放和治污成本,且由于单位GDP能耗高的城市中制造业绿色转型起步低,潜力大降低的更多.

5 结论

5.1 区块链企业对所在城市制造业作用显著,无论静态还是动态下都能在减少污染排放的同时降低治污成本,表明区块链推动了所在城市制造业的绿色发展.但需要注意的是,动态效应下污染排放立刻减少而治污成本的降低存在较为明显的时滞,表明企业技术进步需要较长时间周期.

5.2 区块链主要通过数字化全要素生产率、绿色技术创新和能源利用效率三条路径间接促进制造业提高治污技术,实现绿色转型.在制造业领域,企业运用区块链一方面提升企业的数字化水平,通过利用数据提高对生产全流程的动态掌握,合理安排生产提高效率从而提升企业的全要素生产率,另一方面区块链以其技术设计取代传统的权威控制和情感信任,在企业内部培育发展为一种新型的内生性环境规制工具,对环保欺诈、监测数据失真等排污行为产生冲击并倒逼企业治污研发,提高绿色技术创新和能源利用效率.

5.3 不同所有制区块链企业都能促进制造业降低空气污染排放和治污成本,但国有企业的降污效应更显著,这显然打破了我们对于国有企业效率低的刻板印象,实际上在竞争度更高、市场更活跃的数字行业,国有企业的创新溢出能力和正外部性有目共睹.另外,区块链的绿色效应还会受到城市产业结构和制造业能耗水平的影响,二产占比越高、单位GDP能耗越大的城市由于制造业更密集,技术相对落后,因此污染降低更显著,而样本中二产占比小的城市多为互联网、数字经济发展较好的城市,以杭州、深圳为例,这些城市的生产性服务业更发达,因此在区块链的推广中技术溢出更明显,治污成本降低更多.

6 政策启示

6.1 加强产学研互动.本文实证结果表明区块链对制造业绿色转型能够产生显著效果,但存在一定的时滞.区块链的数据透明与不可造假特点具备在制造业中应用的天然优势,制造业企业应抓住时代机遇,搭上“中国制造 2025”这趟快车,积极应用新兴数字技术,提升数字化与智能化水平.政府要引导企业探索将数字技术与传统生产相融合,在转型期给予资金、税收等多方面政策支持,在企业与高校、研究院间建立技术交流与成果对接平台,减少企业运用区块链进行技术升级的时滞,帮助企业成功渡过转型阵痛期,实现新旧发展动能转换,建立制造业绿色发展的内生增长机制.

6.2 完善数据安全体系建设.本文影响机制分析结论认为,区块链促进制造业绿色发展依赖于企业运用数据要素与数字技术后的生产效率提高和能源效率改善,在这一过程中数据安全至关重要,区块链虽能在一定程度确保数据不可造假但这更多的是局限于应用区块链的企业内部,在企业外部则无能为力.政府要逐步完善数据、信息安全方面的政策法规,加强对工业数据的保护,明确数据使用、流通过程中各方的权责利,打造国家级的数据安全监测指挥中心,为制造业应用区块链等数字技术提供安全保障.

6.3 发展生产性服务业,鼓励不同所有制企业共同发展.本文异质性分析结论表明制造业占比高的城市虽然污染量显著减少,但治污技术进步不大,因此各城市要继续优化产业结构,鼓励数字技术研发类的生产性服务业集聚发展,建立此类企业同制造业的数据对接平台,加强正向溢出效应的挥,实现数字产业同制造业的叠加效应、聚合效应和倍增效应.以区块链企业为例,不同所有制区块链企业正外部性表现同样优秀,既要继续鼓励国有数字科技企业在核心技术上的不断创新,加快打造一批具备国际竞争力的生产性服务商品牌,又要充分发挥市场在区块链发展所需资源配置中的决定性作用,形成公平有序的融合发展新环境.