基于文献[29]的建模方法，构建异质性企业绿色生产决策模型。首先，将原始模型中的中间投入要素替换为环保要素，以聚焦企业绿色转型；其次，将产业协同集聚引入成本函数，揭示协同集聚的环保成本分摊效应如何降低制造业企业的生产成本，进而促进其绿色转型；最后，将地区环境规制强度纳入数理模型，推导出环境规制强度在产业协同集聚与企业绿色转型关系中的调节作用。

参考文献[29]对典型消费者行为的描述，将消费者效用函数定义为以下形式的常替代弹性(CES)函数：

式中：C表示消费者的总消费量；j表示所有消费产品的种类数；c(i)表示消费者对第i种产品的消费量；σ表示不同产品之间的常替代弹性。

通过求解预算约束下的效用最大化问题，可以得到每种产品的最优消费量$c(i)=C\left(\frac{p(i)}{P}\right)^{-\sigma}$和最优消费支出$e(i)=I\left(\frac{p(i)}{P}\right)^{1-\sigma}$。式中：p(i)表示产品i的价格；$P=\left(\int_{1}^{j} p(i)^{1-\sigma} \mathrm{d} i\right)^{\frac{1}{1-\sigma}}$表示总价格指数；I=CP表示社会总收入；是消费者的预算约束。

制造业企业生产产品会造成环境负担。关于污染排放与企业产出的关系，已有文献主要采取两种方法进行研究：一是将污染排放作为一种环境要素纳入企业生产函数中；二是将污染排放作为企业生产的一种副产品。这两种方法是等价的，但第一种方法更简洁^[30]。因此，本研究采用第一种方法，构建包含环保要素的异质性企业生产模型。企业的生产函数Y采用柯布—道格拉斯生产函数形式，该函数具有规模报酬不变的特性，具体形式如下：

式中：l代表劳动要素投入，h代表环保要素投入，其投入比例分别为α_l和α_h；ω表示企业的生产率。

依据成本最小化理论，可以得出企业的边际成本mc为：

式中：α_l和α_h均为正值，且两者之和为1；p_l表示劳动力的工资，p_h表示单位环保成本。

依据利润最大化理论—边际成本等于边际收入，得到产品价格p(ω)为：

式中：$\rho=\frac{\sigma-1}{\sigma}$。

企业的总成本函数$T C(\omega)$等于固定成本与边际成本之和，即：

企业的收入I和利润R可以表示为：

式中：D代表整体消费需求的价值；F表示生产中的固定投入要素。

将生产性服务业与制造业协同集聚因素纳入异质性企业生产模型，并进一步定义了制造业企业的单位环保成本p_h函数如下：

式中：环保要素种类k在区间[0, 1]内连续取值；τ表示环保要素的替代弹性(0＜τ＜1)；p_h(k)表示第k类环保要素成本；θ为环保成本分摊系数；v为地区环境规制强度；p_l表示1单位劳动力的工资。θ越大，环保要素成本p_h(k)就越高，相应的单位环保成本p_h也就越大。环境规制强度v越大，表示对该地区污染企业的处罚越严厉，单位环保成本p_h随之增加。

产业协同集聚能够通过分工合作、知识溢出和规模经济降低制造业企业的单位环保成本，即环保成本分摊效应。首先，产业协同集聚反映了异质性关联产业间专业化分工的广度与深度^[24-25]，集聚程度的提高可以促进治污减排的专业化分工，根据分工理论，平均成本与边际成本均随专业化分工水平的提高而递减；其次，生产性服务业和制造业之间形成的上下游产业关联，以及多样化产业间互动融合产生的Jacobs外部性，促进了企业减排技术的溢出和渗透，有利于提升制造业企业的整体环保能力^[31]；再者，多样性经济活动的空间集中有助于产生规模经济效应，从而降低单位产出的能源消费，提高能源利用效率^[32]。综上所述，在模型中，产业协同集聚的环保成本分摊效应用环保成本分摊系数θ来表示，θ的取值区间为[0, 1]。

在完全非协同集聚的环境中，制造业企业独自承担全部环保成本p_h(k)=vp_l，不存在环保成本分摊效应(θ=1)。借鉴文献[33]的处理方法，假设在所有环保要素种类中，有一部分环保要素k∈(0，ε)处于产业协同集聚的环境中时，制造业企业环保成本被摊薄(0＜θ＜1)，环保成本为p(k)=θvp_l。对于没有处于协同集聚环境中的环保要素k∈(ε，1)，制造业企业的环保成本仍为p_h(k)=vp_l。因此，均衡状态下制造业企业的单位环保成本p_h表示为：

式中：ε表示生产性服务业与制造业协同集聚程度。由于G^′(ε)＜0，当ε增加时，G(ε)减小，从而降低制造业企业的单位环保成本p_h。当ε=1时，p_h=θvp_l，意味着所有环保要素都处于产业协同集聚的环境中，环保成本分摊效应得到充分发挥；当ε=0时，p_h=vp_l，表示环保要素完全处于非协同集聚环境中，环保成本需要由制造业企业独自承担。产业协同集聚的环保成本分摊效应能够降低制造业企业的单位环保成本p_h，而环保成本是企业生产成本的重要组成部分。基于此，提出如下假设：

假设1：生产性服务业与制造业协同集聚产生的环保成本分摊效应能够降低制造业企业生产成本。

将制造业企业分为两类：上标为O的为一般企业，这类企业不考虑环境因素，随意排放污染物，是现实中污染企业的情况；上标为G的为绿色企业，这类企业会考虑环保因素，对环境友好。这两类企业的收入函数分别表示为：

根据式(3)可得，两类企业的边际成本分别为：

根据上述分析，产业协同集聚通过分工合作、知识溢出和规模经济降低制造业企业的环保成本，形成环保成本分摊效应。然而，对于完全忽视环境因素的高污染企业，这一效应可能失效。首先，在社会对环境保护的高度重视和压力下，与污染企业合作可能导致负面公众舆论，并面临违约和环保处罚等风险^[34]，因此，产业协同集聚的分工合作机制在高污染制造业企业中难以充分发挥；其次，从知识溢出角度看，绿色企业通常采用先进的环保技术和管理模式，能够与生产性服务业有效合作进行技术创新和知识共享，然而，高污染企业技术水平相对落后，先进的减排技术可能对其产生挤出效应^[35]；最后，高污染企业往往追求短期经济利益，更倾向于直接扩大生产投入，而非加大污染治理投入以承担社会责任^[36]。由于缺乏对环境保护的投资，这类企业将面临更严格的环境处罚，从而抵消在产业协同集聚中可能享受到的环保成本分摊红利。

基于此，本研究合理假设一般企业O的环保成本由制造业企业独自承担，而绿色企业G的环保成本会得到分摊，分摊程度取决于地区生产性服务业与制造业的协同集聚程度ε。由此，可以得到两类企业的单位环保成本分别为：

进一步，由于绿色化环保生产模式普遍需要较大的前期固定投入，假设一般企业的固定成本为F，绿色企业的固定成本为(1+λ)F，其中0＜λ＜1。λF为一般企业向绿色企业转型的转换成本。于是根据(7)式，一般企业和绿色企业的利润函数可分别表示为：

将一般企业定义为OH=0，而选择进行绿色转型的企业定义为OH=1。企业选择绿色转型的概率表示为：

式中：a是服从正态分布的随机变量，且最小值为0^[37]。与一般企业相比，绿色企业的利润越高(即a越大)，企业选择进行绿色转型的概率也越大，可表示为F(R(ω)^G-R(ω)^O)对a求导，F^′(R(ω)^G-R(ω)^O)＞0。因此，生产性服务业与制造业的协同集聚与制造业企业绿色化转型的关系可以表示为：

通过公式(6)、(18)和(19)可以得到$\frac{\partial\left(R(\omega)^{G}-R(\omega)^{O}\right)}{\partial \varepsilon}>0$。由此可见，生产性服务业与制造业的协同集聚程度ε的提高，将推动制造业企业向绿色生产方式转型。

基于上述分析，提出如下假设：

假设2：生产性服务业与制造业协同集聚的环保成本分摊效应会降低制造业企业生产成本，进而有助于一般制造业企业向绿色企业转型。

根据上述推导，地区环境规制强度可由参数v表示。将v引入产业协同集聚与企业绿色转型之间的关系式，并对v求导，可得：

(22) 式意味着，随着地区环境规制强度的提高，产业协同集聚对企业绿色转型的正向推动作用会增强，从而进一步促进一般企业向绿色企业转型。基于此，提出如下假设：

假设3：在环境规制更为严格的地区，生产性服务业与制造业的协同集聚对制造业企业绿色转型的正向推动作用将更为明显。

本研究汇集了2012-2021年3 090家中国制造业上市公司的面板数据。主要数据来源包括上市公司年报、社会责任报告和官方网站公开信息，以及《中国城市统计年鉴》 《中国环境统计年鉴》、中国科学院网站SRTM数据、国家知识产权局和WIPO绿色专利清单等。缺失数据采用线性插值法填补。在回归分析中，剔除了股票交易状态为ST、*ST、PT及退市调整的公司，因为这些公司通常面临财务困境和流动性不足问题，可能导致数据异常，剔除这些公司有助于提高模型的稳健性，使结果更具代表性和可靠性。接下来，将详细阐述各变量的测量方法。

借鉴文献[38]的方法，通过分析上市公司年报中相关词汇的使用频率来衡量企业的绿色转型程度。选择年报作为研究对象，主要基于两方面考虑：一是年报通常会披露企业的重大战略举措，绿色转型作为当前的发展趋势在年报中有所体现；二是上市公司年报属于强制信息披露，具有统一的编制规范，有利于提高关键词匹配的准确性。本研究还参考了文献[39]的研究成果，从宣传教育、战略定位、技术创新、污染治理和监测管理5个维度，筛选出113个与企业绿色转型相关的关键词，然后统计这些关键词在上市公司年报中出现的频次，并取自然对数值作为企业绿色转型程度的衡量指标。数据来源于上市公司年报、社会责任报告和官方网站公开信息。

参考文献[40]的方法，测度生产性服务业与制造业的协同集聚度(产业协同集聚度)。该方法源于区位熵理论，通过计算两个行业的区位熵值，得出其协同集聚指数。具体而言，生产性服务业的区位熵值(LQ_S)和制造业的区位熵值(LQ_I)分别定义如下：

生产性服务业包括交通仓储邮电业、租赁和商业服务业、批发零售贸易业、金融业、信息传输计算机服务和软件业、科研技术服务和地质勘查业、水利环境和公共设施管理业。根据生产性服务业的区位熵值和制造业的区位熵值可计算出生产性服务业和制造业协同集聚度(ccag)为：

生产性服务业和制造业协同集聚度越大，表示产业协同集聚程度越高；反之，则表示产业协同集聚程度越低。数据来源于《中国城市统计年鉴》。

将生产成本(Pc)划分为固定生产成本(ln Fcp)和变动生产成本(Vcp)。参考文献[41]的计算方法，采用中国工业企业数据库中的财务费用、管理费用及销售费用之和的对数作为企业的固定生产成本；同时，使用主营业务成本与主营业务收入的比值来衡量企业的变动生产成本。数据来源于上市公司年报。

地区环境规制程度变量通过计算上市公司所在地当年废气废水治理投入占工业产值的比例来衡量。此指标具体反映了环境规制的强度。缺失值采用线性插值法填补。数据来源于上市公司年报和《中国环境统计年鉴》。

为确保回归结果的稳健性，引入了多个企业经营状况层面的控制变量。包括：①企业规模(ln Size)，用企业年底资产总额的对数表示；②财务杠杆(Lev)，用企业年底总负债与总资产的比值表示；③盈利能力(Roa)，用企业年末净利润与总资产的比值衡量；④股权集中率(Ec)，以第一大股东持股数量占总股数的比例表示；⑤上市年限(ln Age)，为企业上市年数的对数。通过控制这些变量，旨在消除可能的遗漏变量偏误，从而获得更加可靠的估计结果。数据来源于上市公司年报。

选取城市平均高程(ele)和地面平均坡度(gra)作为生产性服务业集聚的原始工具变量^[42]，两变量均满足工具变量应具备的相关性和独立性要求。将原始工具变量ele和gra与滞后一期的生产性服务业和制造业协同集聚度(L-ccag)相乘，分别得到工具变量IV1和IV2，以便将截面数据转换为面板数据，从而与主回归中的其他变量相匹配。数据来源于中国科学院网站SRTM数据。

为确保研究结果的稳健性，在实证分析中采用了替代性指标。具体而言，用绿色专利总授权数(GIau)替换主回归中的被解释变量。绿色专利总授权数包括绿色发明专利授权数(GIaui)和绿色实用新型专利授权数(Glaua)，分别作为被解释变量进行稳健性检验。通过替代性指标的使用，可以更全面地反映绿色技术创新的实际情况，确保研究结论的可靠性和有效性。数据来源于国家知识产权局和WIPO绿色专利清单。

本文主要研究的问题是生产性服务业和制造业协同集聚对制造业企业绿色转型升级的影响。以企业绿色转型程度作为被解释变量，生产性服务业和制造业协同集聚度为核心解释变量，在加入控制变量及固定效应的基础上进行实证回归分析。计量模型设定如下：

式中：GII_icht表示制造业企业绿色转型程度，下标i、c、h、t分别表示企业、城市、行业和年份；ccag_ct是核心解释变量，是由生产性服务业区位熵值和制造业区位熵值计算得到的生产性服务业和制造业协同集聚度，该指数表示t年c城市的产业协同集聚度；C_icht^′表示企业层面的控制变量，包括企业规模、财务杠杆、盈利能力、股权集中率和上市年限；γ_i、λ_t、δ_c、$\vartheta_{h t}$分别表示企业、年份、城市和行业—年份固定效应，ε_icht为随机扰动项。

为了进一步验证产业协同集聚通过改变企业生产成本，进而影响制造业企业绿色转型的行为，将生产成本(Pc)划分为固定生产成本(ln Fcp)和变动生产成本(Vcp)，分别进行逐步回归以检验中介机制。估计模型如下：

式中：β₁、…、β₃、γ₁、…、γ₄代表常数和回归系数。

为验证环境规制程度(Enr)是否能够衡量产业协同集聚对制造业企业绿色转型的影响，引入环境规制程度和产业协同集聚度的交互项进行回归分析。具体的估计模型如下所示：

式中：ξ₁、…、ξ₅代表常数和回归系数；Enr_ct*ccag_ct为环境规制程度和产业协同集聚度的交互项。

通过描述性分析深入理解研究样本，并在表 1中呈现了各关键变量的描述性统计结果。分析覆盖了3 090家中国制造业上市公司，揭示了城市的产业协同集聚度、环境规制程度、上市公司的绿色转型程度、生产成本以及企业经营状况等统计特征。根据描述性统计结果，产业协同集聚度指数的均值为2.967 5，标准差为0.644 4，最大值和最小值分别为6.094 9和0.805 9，说明不同城市间的产业协同集聚度存在显著差异。部分城市的产业集聚效应非常明显，如成都、温州和深圳；而另一些城市的产业协同集聚度则较为分散，如雅安、泸州和陇南。

绿色转型程度指数用来衡量制造业上市公司的绿色化水平，均值为3.408 1，标准差为0.761 4，最大值和最小值分别为5.250 0和1.200 0，说明我国制造业绿色转型在时间演化与空间分布上存在明显的非均衡性。衡量企业绿色发展的指标还有绿色专利总授权数，包括绿色发明专利授权数和绿色实用新型专利授权数。从统计结果可以看出，绿色专利总授权数的均值为0.354 0，标准差为0.466 2，最大值和最小值分别为2.980 9和0.000 0。其中，绿色发明专利授权数和绿色实用新型专利授权数的均值分别为0.143 9和0.292 2，反映了绿色专利中实用新型专利占的比例更大，这说明企业在绿色技术创新方面更倾向于实用新型专利，这可能是因为实用新型专利相对于发明专利，其申请和授权过程的审核周期更短，申请的综合难度更小^[43]。

表 1还描述了上市公司企业层面的关键变量。在样本企业中，固定生产成本和变动生产成本的均值分别为8.436 5和0.948 1，标准差分别为0.554 5和0.198 5，这表明在企业生产成本中，固定生产成本占据了绝大部分，但变动生产成本在公司间的差异更为显著。这与我国制造业企业的实际情况相符，尤其是在不同地区和行业间，企业的生产效率和资源利用率存在明显差异。例如，沿海地区企业由于技术水平更高、供应链管理更完善，通常能实现较低的变动生产成本；而内陆地区企业则可能面临更高的资源和物流成本。这表明企业生产成本受所在环境特征的影响，为研究地区产业协同集聚对企业绿色转型的影响提供了重要的背景信息。另外，描述性统计分析结果还反映了上市公司生产经营状况的指标，包括企业规模、财务杠杆、盈利能力、股权集中率和上市年限。这些数据的分析为深入研究产业协同集聚对企业绿色转型的影响提供了重要的数据基础。

基本回归检验结果如表 2所示，可以看出，产业协同集聚度对制造业企业绿色转型程度的正向影响有统计学意义。最初在没有控制其他变量时由模型(1)的回归结果显示，产业协同集聚度对制造业企业绿色转型程度的影响系数为0.172，在p=0.01水平有统计学意义。这初步验证了产业协同集聚促进绿色转型的观点。随后，当逐步加入企业经营状况层面的控制变量(如企业规模、财务杠杆、盈利能力等)以及企业、年份、城市和行业—年份固定效应后，模型(4)的回归结果显示，产业协同集聚度对制造业企业绿色转型程度的影响系数逐渐降低至0.030，且在p=0.05水平有统计学意义。这说明即使控制了其他可能的影响因素，产业协同集聚度对制造业企业绿色转型程度的正向作用依然存在，且具有统计学意义。上述发现不仅支持了理论模型中的观点，与现有文献研究结果在总体方向上也是一致的^[14-15]。

为了更准确地验证理论假设，将样本企业根据绿色转型程度变量的中位数分为两组：若企业绿色转型程度平均数小于中位数，则为一般企业；若大于或等于中位数，则为绿色企业。

一般企业与绿色企业异质性检验结果如表 3所示，结果显示，产业协同集聚对制造业企业绿色转型的影响存在异质性。模型(1)显示，对于绿色化水平较低的一般企业组，产业协同集聚度对制造业企业绿色转型程度的影响系数为正，且在p=0.05水平有统计学意义。然而，模型(2)显示，对于已经达到较高绿色化水平的绿色企业组，产业协同集聚度对制造业企业绿色转型程度的推动作用有限，尽管影响系数为正，但无统计学意义。对比表明，产业协同集聚确实有助于一般企业向绿色企业转型，但对于已是绿色企业的制造业企业而言，其对绿色化程度的进一步推动作用不明显。这可能是因为，一般企业在绿色转型初期能够有效利用产业协同集聚带来的外部资源，而对于已处于高绿色化水平的绿色企业而言，进一步提升需要更多内生创新能力和技术突破，因此外部集聚效应的边际贡献逐渐减小。

为探讨产业协同集聚对不同污染程度的制造业企业绿色转型的异质性影响，参考文献[44]的方法，将样本企业分为非重污染企业组和重污染企业组。重污染行业的界定主要依据中国证监会2012年修订的《上市公司行业分类指引》、环境保护部2008年印发的《上市公司环保核查行业分类管理名录》及2010年印发的《上市公司环境信息披露指南》，这些行业包括煤炭、采矿、纺织、制革、造纸、石化、制药、化工、冶金、火电等16个重污染行业。

不同污染程度企业异质性检验结果如表 4所示，结果显示，产业协同集聚度对重污染企业绿色转型程度的影响系数为0.053，在p=0.05水平有统计学意义，表明产业协同集聚显著促进了这类企业的绿色转型。而在非重污染企业组中，影响系数仅为0.018，且无统计学意义，反映出这类企业的绿色转型对产业协同集聚的依赖程度较低。这种差异可能源于以下原因：重污染企业面临更高的环境成本和政策压力，更依赖外部资源整合与协作来降低环保成本并实现绿色转型；而非重污染企业的绿色转型可能更多依赖内部创新和管理优化。近年来，政府对重污染行业实施了更严格的环保政策，如绿色信贷政策，促使这些企业加快绿色转型，因此，产业协同集聚在这类企业中发挥了更大作用，通过资源共享和技术合作产生环保成本分摊效应，提高企业竞争力。异质性回归结果不仅验证了理论模型中关于产业协同集聚促进制造业企业绿色转型的观点，也为政策制定提供了重要参考，建议根据企业类型制定差异化支持政策，以有效推动制造业企业全面绿色转型。

为深入探究产业协同集聚对不同所有制企业绿色转型的影响差异，将制造业样本企业按所有制类型分为国有企业、民营企业、外资企业和混合所有制企业4组。这种分类方法基于中国特色现代企业制度背景，不同所有制企业在市场竞争机制、资源获取能力和环境治理动力等方面存在显著差异，因此其对产业协同集聚的响应程度可能不同。

不同所有制类型企业异质性检验结果如表 5所示，结果显示，产业协同集聚度对各类所有制企业绿色转型程度的影响系数均为正，但影响程度和显著性存在明显差异。具体而言，产业协同集聚度对民营企业绿色转型的影响程度最为显著，系数为0.039，在p=0.05水平有统计学意义；对混合所有制企业的影响次之，系数为0.054，无统计学意义；对国有企业绿色转型的影响最小，系数仅为0.006，且无统计学意义。

这种异质性结果可能源于以下几个方面因素：民营企业面临更为严峻的市场竞争压力和融资约束，更需要通过产业协同集聚来降低环保成本、提升竞争力，具有更灵活的经营机制和决策效率，能够更快速地响应产业协同集聚带来的机遇，实现绿色转型；相比之下，国有企业由于具有天然的政策和资源优势，其决策机制相对僵化，对外部环境变化的适应能力较弱。不同所有制企业的异质性检验结果不仅丰富了产业协同集聚影响制造业企业绿色转型的理论研究，也为制定差异化的产业政策提供了重要启示。政策制定者应充分考虑不同所有制企业的特点，在推动产业协同集聚发展的基础上，重点关注和支持民营企业的绿色转型，同时加快国有企业的体制机制改革，提升其对外部利好环境的响应能力。

从弱工具变量的角度来看，K-Paap rk Wald F统计值为31.100 0，超过了Stock-Yogo设定的19.930 0临界值，通过了弱工具变量检验，且在p=0.1水平有统计学意义。同时，在可识别性检验中，K-Paap rk LM统计量达到40.580 0，在p=0.01水平有统计学意义，拒绝了不可识别性的假设，证实了工具变量满足可识别性条件。工具变量估计结果如表 6所示，综合考虑表 6中的第二阶段回归结果，工具变量替代后的产业协同集聚度对制造业企业绿色转型程度的影响系数为正，并在p=0.1水平有统计学意义。工具变量估计结果进一步验证了基本回归模型，即产业协同集聚对制造业企业绿色转型存在正向影响。

为进一步检验产业协同集聚对制造业企业绿色转型的影响机制，将生产成本区分为固定生产成本(ln Fcp)和变动生产成本(Vcp)，并以中国工业企业数据库中的财务费用、管理费用及销售费用之和的对数作为固定生产成本的代理变量，以主营业务成本与主营业务收入的比值作为衡量企业变动生产成本的代理变量。

产业协同集聚影响制造业企业绿色转型的中介机制检验结果如表 7所示，模型(2)、(4)分别展示了处于不同协同集聚环境中的制造业企业生产成本的变化。模型(2)显示，产业协同集聚能够降低制造业企业固定生产成本，但其影响系数无统计学意义，表明其影响有限。模型(4)显示，产业协同集聚对制造业企业变动生产成本的影响系数为-0.002，并在p=0.1水平有统计学意义，表明产业协同集聚的环保成本分摊效应确实能够降低制造业企业的生产成本，尤其是边际生产成本。该实证结果支持了假设1。

表 7还展示了通过逐步回归法进行中介效应检验的结果。模型(1)的主回归结果表明，产业协同集聚能够促进制造业企业绿色转型。模型(3)将产业协同集聚度和固定生产成本作为变量进行回归分析，结果显示固定生产成本与绿色转型程度呈反比例关系，但其影响系数无统计学意义。模型(5)则将产业协同集聚度和变动生产成本作为变量进行回归分析，结果显示变动生产成本与绿色转型程度呈反比例关系，其影响系数在p=0.05水平有统计学意义。对比模型(1)和模型(5)，加入变动生产成本后，产业协同集聚度对绿色转型程度的促进作用有所减弱，数值从0.030降至0.029，在p=0.05水平有统计学意义。实证结果说明当模型纳入生产成本变量后，产业协同集聚度对制造业企业绿色转型程度的正向影响有所下降。综合分析表明，生产性服务业与制造业的协同集聚降低了制造业企业的生产成本，从而促进一般制造业企业向绿色企业转型。这验证了假设2。

根据样本企业绿色转型程度变量的中位数将样本分为一般企业组和绿色企业组。表 8展示了中介机制分组检验结果。模型(1)和模型(2)显示，在绿色化程度较低的一般企业组，产业协同集聚有助于降低企业绿色转型的生产成本，特别是显著降低变动生产成本。模型(3)和模型(4)显示，在绿色化程度较高的绿色企业组，产业协同集聚对企业绿色转型的生产成本影响不大，这可能是因为这些企业已经在绿色生产方面达到了较高水平，进一步降低成本的难度较大。综合来看，表 8的结果佐证了理论模型推导，即产业协同集聚能够降低企业绿色生产的生产成本，有助于推动一般企业向绿色企业转型，再次验证了产业协同集聚在推动企业绿色转型中的重要作用。

在不同环境规制程度下，产业协同集聚对制造业企业绿色转型的影响不同。本研究的理论逻辑认为，产业协同集聚的环保成本分摊效应能够降低绿色企业的生产成本，从而促进一般企业的绿色转型。在环境规制程度较高的地区，企业面临更严厉的排污处罚，单位环保成本相对较高，因此一般企业更有动力进行绿色转型；相反，在环境规制程度较低的地区，处罚力度较小，单位环保成本较低，企业转型的意愿不强。将环境规制程度、产业协同集聚度及其交互项(Enr * ccag)同时纳入回归模型，调节效应回归结果如表 9所示。模型(1)的回归结果显示，环境规制程度与产业协同集聚度交互项的系数为9.617，并在p=0.1水平有统计学意义，这表明，在环境规制程度较高的地区，产业协同集聚对制造业企业绿色转型的激励作用较强，从而支持了假设3。

模型(2)和(3)分别展示了一般企业组和绿色企业组的调节效应检验结果。结果显示，环境规制程度与产业协同集聚度交互项在两个样本组中的回归系数均为正，但一般企业组的系数值有统计学意义。这说明在环境规制程度较高的地区，产业协同集聚对制造业企业绿色转型的促进作用更为明显，尤其是对于绿色化水平较低的一般企业而言，进一步验证了假设3，即生产性服务业与制造业的协同集聚有助于推动一般制造业企业向绿色企业转型，而在环境规制严格的地区，这种促进作用更加明显。

本研究的解释变量为城市层面的面板数据，被解释变量为企业层面的面板数据。这可能导致同一城市内不同企业特征之间，以及同一行业内不同企业特征之间的相关性。组内相关性会造成标准误的偏差，从而影响回归结果的准确性。为增强回归结果的一致性和可靠性，进行了聚类分析，以避免行业内或同一城市内观测值可能存在的相关性。表 10列出了不进行聚类分析(模型(1))、对城市进行聚类分析(模型(2))、对行业进行聚类分析(模型(3))，以及同时对城市和行业进行聚类分析(模型(4))的回归结果。结果显示，无论是针对同一城市、同一行业，还是对其同时进行聚类分析，产业协同集聚度对企业绿色转型程度的回归系数均为正，且均在p=0.05水平有统计学意义。这证明了主回归结果的稳健性。

为进一步确认基本回归结果的可靠性，将被解释变量替换为绿色专利总授权数进行主回归分析，回归结果如表 11所示。模型(1)显示，产业协同集聚度对制造业企业绿色专利总授权数存在正向影响，并在p=0.1水平有统计学意义。由于绿色专利总授权数包括绿色发明专利授权数(GIaui)和绿色实用新型专利授权数(Glaua)，因此分别将两者作为被解释变量进行回归分析，模型(2)和(3)显示回归结果。从结果中可以看出，虽然产业协同集聚度对绿色发明专利授权数和绿色实用新型专利授权数的影响均为正，但对绿色实用新型专利授权数的影响系数值更高，且有统计学意义，表明产业协同集聚更有助于制造业企业通过绿色实用新型创新来实现绿色转型。这也侧面反映了我国绿色专利中实用新型专利所占比例较大，与2.3节的描述性统计分析结果一致。此外，产业协同集聚的环保成本分摊效应使得一般制造业企业向绿色企业转型时，更倾向于实用新型绿色创新，而非发明型绿色创新，这可能是因为实用新型专利的申请和授权过程相对简单，成本较低，更符合一般企业的创新能力和资源条件。稳健性检验的结果进一步验证了假设2，即产业协同集聚有助于推动制造业企业绿色转型。

产业协同集聚的影响效应正受到学术界和政府部门的广泛关注。本研究将产业协同集聚引入异质性企业生产模型，理论推导出产业协同集聚对制造业企业绿色转型的影响效应和机制。此外，利用2012-2021年中国制造业上市公司数据，验证了产业协同集聚与企业绿色转型的内在逻辑关系。实证结果表明：产业协同集聚显著推动了制造业企业的绿色转型升级，尤其是对于绿色化水平较低的企业、重污染企业和民营企业，产业协同集聚对其绿色转型影响更大；产业协同集聚通过环保成本分摊效应，降低了制造业企业的生产成本，促进其绿色转型；环境规制程度在产业协同集聚与企业绿色转型关系中起到了调节作用。本研究的结论为新时代激发中国制造业企业绿色转型内生动力、推动全面绿色转型升级、实现经济可持续和高质量发展提供了有力的理论和实证依据，具有重要的政策启示。

1) 产业协同集聚显著推动制造业企业的绿色转型升级，尤其对绿色化水平较低的企业、高污染企业和民营企业效果更为显著。为此，地方政府在招商引资时需注重产业链的稳定性和整体竞争力，提供上下游配套服务，优化营商环境，以促进生产性服务业融入地方制造业集群。首先，针对高污染企业，政府应制定专项政策，引导其参与产业协同集聚，通过共享资源与技术降低环保成本；同时，可以设立专项资金或税收优惠政策，以支持这些企业的技术改造和绿色创新；其次，鉴于民营企业在绿色转型中的重要作用，政府应建立绿色金融机制，鼓励其参与环保项目和技术研发，并加强环保意识培训；此外，加强专利开发和研发投入，实施技术补链战略，以提升产业链核心环节的科技含量，增加制造业价值链的附加值，依托国内经济大循环，强化国内产业链，近年来，国外高端生产性服务业需求逐渐转向国内，这为其转型升级提供了机会，有助于增强其在制造业中的嵌入能力；最后，应扩大产业协同集聚的空间范围，促进城市群内的空间互动，以发挥最大协同效应，各城市应加强合作，调整产业政策，鼓励“两业”在政策利好与市场机制的引导下打破空间壁垒，加速生产要素和产业在更大范围内的流动。

2) 产业协同集聚通过环保成本分摊效应，降低了制造业企业的生产成本，为其绿色转型注入动力。政府应发挥引导作用，助力这一效应充分发挥。首先，搭建信息共享平台，促进绿色技术创新协同，推广先进环保工艺和管理模式，加速绿色创新成果转化；其次，消除区域壁垒和市场分割，打通产业链、供应链和空间链的瓶颈，推动产业间专业化分工，充分释放环保成本分摊效应；再者，鼓励企业充分利用集聚环境，把握绿色转型契机，企业应组建专业环保团队，主动实施环境战略，建立绿色供应链和产学研合作机制，深挖绿色潜力，降低转型成本；此外，企业应将数字化技术如工业机器人、3D打印等融入生产服务全流程，推动数字化赋能绿色转型^[45-46]。

3) 环境规制有助于加强产业协同集聚对制造业企业绿色转型的推动作用。政府应因地制宜，灵活调整环境规制力度，根据企业所在地的产业集聚情况，制定适应性的环境政策，避免过度强化绿色生产，将控制型环境规制方式向市场激励型环境规制方式转变，鼓励企业采用市场化手段进行绿色转型，充分利用环保政策的激励作用，推动企业自主创新和绿色发展。

本研究的结论为产业协同集聚有助于推动制造业企业绿色转型。未来研究应关注以下方面：一是拓展研究视角，除生产端外，还需关注产品端绿色转型路径，提升结论普适性；二是扩大研究对象范围，除制造业外，还需探讨协同集聚对服务业等其他行业企业绿色转型的影响。通过上述努力，可以更全面地揭示产业协同集聚对企业绿色转型的作用机理，为相关政策的制定提供更为坚实的理论支撑。