數字經濟對綠色全要素生產率的影響研究

■烏 靜，肖鴻波，陳 兵

一、引言

環境與資源問題已成為我國經濟社會發展綠色轉型的重大挑戰，綠色發展是中國高質量發展的戰略選擇。與此同時，數字經濟的蓬勃興起為中國經濟社會高質量、可持續發展帶來了新的機遇，也為綠色發展提供了重要路徑。數字經濟對綠色發展具有顯著的正外部性（許憲春等，2019），而綠色發展的根本途徑在于綠色全要素生產率的全面提高（王兵和劉光天，2015）。因此，面對數字經濟所帶來的契機與挑戰，數字經濟發展是否能夠提升綠色全要素生產率，進而驅動綠色發展是值得探討分析的問題。本文將在歸納梳理已有研究成果的基礎上，結合數字經濟與綠色發展的實際開展實證分析。

二、文獻回顧與研究假設

數字經濟是以數字技術優化經濟結構與提升效率推動力的一系列經濟活動，其中數字化信息與知識是生產要素，信息化賦能基礎設施為重要載體（許憲春和張美慧，2020）。全要素生產率是資本與勞動力等生產要素不改變時，經濟增長的速度，而綠色全要素生產率（Green Total Factor Productivity）是基于全要素生產率的測算框架進行修訂，將環境因素納入測算的指標（Chung et al.，1997）。綠色全要素生產率的本質在于以最低的資本、能源等生產要素投入實現經濟效益最大化。本文認為數字經濟可以通過激發創新效率、優化產業結構、提高公共服務能力和加強環境監管有效增加經濟效益，降低生產要素投入，減少環境非期望產出，提升區域的綠色全要素生產率。

以互聯網、大數據等數字技術為主導的數字經濟正在全球范圍內改變生產方式與消費模式。一方面，通過數字技術優化供應網絡與銷售渠道，企業能夠改善業務流程與客戶服務、制定更具有彈性的價格，以應對供需結構變化，進而減少運營成本。另一方面，數字技術還賦予整合信息資源、融資平臺與相關支持政策在內的創業載體新的路徑（張前榮，2015），而且模糊了創新各階段之間的時間與空間邊界，給予不同創新主體在不同時空背景下創新活動便利性（Nambisan et al.，2017），創業型企業與各創新主體獲得長足發展，改善了市場創新創業環境。科技創新正是推動綠色全要素生產率提升的重要因素（錢娟和李金葉，2018）。此外，創新創業有助于提升人力資本，進而間接地作用于綠色發展。

產業結構升級對區域經濟增長具有顯著的促進作用，也有助于綠色全要素生產率的提升（劉贏時等，2018）。數字經濟則能夠通過與傳統農業、工業與服務業的融合創新發展，將數字技術融會貫通于生產流通的各個階段，從而帶動各產業結構升級（王凱，2021）。隨著我國數字經濟蓬勃發展和經濟轉型升級加速，傳統生產要素與數字經濟的融合使得生產要素由第一產業轉移至第二產業與第三產業。資本與各要素的配置不斷優化并最終流向高效率部門，有效改善了經濟發展對能源資源的依賴程度，促使產業結構向數字化、合理化與綠色化轉型升級（Kohli&Melville，2019）。隨著產業結構高級化，資源利用率也進一步提升，生態污染得到有效改善（朱廣印和王思敏，2020），綠色全要素生產率必然逐步提高。此外，催生出的一批如“微經濟”和“虛擬產業園”等在內的新業態，在加快綠色新產業發展的同時，有利于減少污染物排放，優化資源環境并提升環境整體質量，從而帶動綠色全要素生產率提升。

同時，隨著“互聯網+政務服務”等“數字政府”建設，環保系統的相關部門、生態環境信息與數據得到有效整合。一方面，信息流動速度加快，打破了生態環境的數據壁壘，建立了生態治理管理信息系統，信息資源在個人、企業與政府三者間能夠實現順利流通與有效利用。另一方面，以數字技術為著力點，可以實現生態環境的監控、預測與預警，環境監管體系得到完善，有益于助推綠色發展。基于上述分析，提出如下研究假設：

H1：數字經濟有利于推動綠色發展，即數字經濟能夠顯著促進區域綠色全要素生產率提升。

區域間綠色全要素生產率的溢出機制主要表現在兩個方面：一是知識與技術溢出。知識與技術溢出是不同主體間互動與交流而產生知識與技術傳播的過程（趙勇和白永秀，2009）。知識人才的流動、與周圍群體的互動既有利于新知識、新技術的產生，又在一定程度上加速了知識與技術的傳播速度。同時，通過“產—學—研”創新網絡與區域企業間存在的聯系或市場交易行為，知識與技術的溢出與擴散效應得到加速。二是制度溢出。制度的溢出是一種循序漸進、潛移默化的過程，既包括地方政府間正式制度的溢出，也包括地方政府及組織間非正式制度與政策知識的溢出。制度與政策知識較為欠缺的地區，會積極學習借鑒鄰近制度、知識較為完備地區的先進經驗，以降低制度創新成本，從而產生制度的溢出效應。

Yilmaz et al.（2002）使用美國的數據證明了信息化具有空間溢出效應。基于中國數據的實證研究同樣證實了互聯網能夠產生空間溢出效應（邊志強，2014）。數字經濟的重要特征是依托于超量、高速的信息，壓縮了時間與空間距離，區域間經濟活動與生產生活關聯的廣度與深度得到強化，使得知識溢出、技術溢出與制度溢出突破了固有的時空限制，生產要素的流動速度加快，市場交易過程中的交易雙方產生了規模經濟效應。企業借助數字基礎設施，形成規模經濟，降低交易成本，又加速了地區間的技術和知識溢出（王娟，2016），從而作用于鄰近地區的綠色全要素生產率。依據上述分析，提出以下研究假設：

H2：綠色全要素生產率的發展存在空間溢出效應。

H3：數字經濟能夠通過空間外溢效應作用于鄰近地區的綠色全要素生產率。

三、研究設計

（一）空間權重矩陣構建

地理距離矩陣（W）。根據地理學第一定律，本文從中國30個省（自治區、直轄市）的地理距離出發，構建空間回歸的第一種權重矩陣，具體計算如下：

其中，W為地理距離矩陣；d表示兩省份之間的地理距離。

經濟地理矩陣（W）。借鑒Fingleton&Gallo（2008）的研究，綜合考慮地理距離和經濟發展兩個屬性，構建經濟地理矩陣，具體計算如下：

其中，W為經濟距離權重，pgdp與pgdp分別表示省份i與j的年人均GDP；W為經濟地理矩陣。

（二）空間回歸模型構建

基于上述空間權重矩陣，通過與空間誤差和空間滯后相結合的空間杜賓模型來探討數字經濟對綠色全要素生產率的影響及空間效應。同時，考慮到變量的自相關性，將綠色全要素生產率滯后一期納入解釋變量構建了動態空間杜賓模型，具體如下：

其中，i表示省（自治區、直轄市），t表示年份；GTFP表示地區綠色全要素生產率；GTFP表示地區綠色全要素生產率的滯后一期項；int表示數字經濟發展水平；X表示一系列控制變量；ρ表示綠色全要素生產率的空間溢出系數；α、α、α與α分別表示待估參數；W表示空間權重矩陣；μ與θ分別表示個體固定效應和時間固定效應；ε表示擾動項。

（三）變量說明

1.被解釋變量：綠色全要素生產率（GTFP）。全要素生產率主要考慮人力資本和物質資本兩部分，綠色全要素生產率投入要素包含勞動投入、資本投入和能源投入三項指標。本文中，勞動投入采用城鎮就業人數表示；資本投入采用資本存量表征，選取固定資產投資額，通過永續盤存法計算得到；能源投入采用全年用電量刻畫。期望產出指標為折價處理后的實際GDP，非期望產出指標包括二氧化硫、工業固體廢物和PM2.5。借鑒Chung et al.（1997）的測算方法，基于非徑向非角度超效率SBM模型和Malmquist-Luenberger指數計算得到各省際綠色全要素生產率。

2.核心解釋變量：數字經濟（int）。參照王軍等（2021）的做法，依據數字經濟核心內涵和發展實際從數字經濟發展載體、數字經濟發展環境、數字產業化和產業數字化四個維度構建中國省際數字經濟發展水平測度體系。為了準確測度數字經濟發展水平，采用主成分分析法對各省際數據進行處理，且樣本數據通過了Bartlett球形檢驗和KMO檢驗。中國省際數字經濟水平測度體系具體見表1。

表1 中國省際數字經濟水平測度體系

3.控制變量。綠色全要素生產率會受多種因素的影響。為降低實證研究偏誤，對市場化水平（mar）、開放水平（open）、政府干預（gov）、金融發展水平（fin）與人力資本（hum）變量進行控制。其中：選取非國有企業員工占比刻畫市場化水平（mar）；選取用人民幣表示的進出口總額與GDP的比值表征開放水平（open）；選取政府財政支出所占GDP的比重表示政府干預（gov）；選取金融機構年末存貸款余額與GDP的比值反映金融發展水平（fin）；選取受小、初、高中教育和大專及以上教育人數所占6歲以上人口的比重乘以相應教育年限（6、9、12、16）的和衡量人力資本（hum）。

（四）數據來源與描述性統計

本文選取中國2006—2019年30個省（自治區、直轄市）的面板數據進行實證分析，鑒于西藏自治區及港澳臺地區的相關數據存在明顯缺失，故進行了剔除處理。所使用的數據主要來自《中國統計年鑒》《中國科技統計年鑒》與《中國互聯網發展狀況統計報告》，其中個別缺失數據使用插值法補齊。數據的描述性統計如表2所示。

表2 數據描述性統計

四、實證分析

（一）空間相關性分析

本文基于地理距離矩陣、經濟地理矩陣采用運用廣泛的Moran’s I指數法來檢驗30個省（自治區、直轄市）綠色全要素生產率的全局相關性，并使用Stata16軟件計算出相關結果，如表3所示。同時，為更好識別不同空間上綠色全要素生產率的空間關聯模式，本文選擇Local Moran’s I來檢驗局部相關性，Moran’s I散點圖見圖1。從圖表可以看出，GTFP全部為正且多數通過了10%的顯著性檢驗，散點圖表明GTFP主要集中于一、三象限，這表明綠色全要素生產率在空間存在很強的正向相關性和相似的聚集特征。這也說明選擇空間回歸模型是較為合適的。

表3 兩種權重矩陣下綠色全要素生產率的Moran’I指數

圖1 綠色全要素生產率莫蘭散點圖

（二）空間回歸結果分析

本文在空間模型中加入包含時間和個體的雙重固定效應，以期得到更穩健的結果。同時，對其進行LR和Wald檢驗以證明SDM模型的穩健性。可以發現，LR和Wald的系數通過了檢驗，即SDM模型無法退化為SAR或SEM模型，因此本文選用空間杜賓模型研究數字經濟與綠色全要素生產率的關系是有效的。

表4為地理距離矩陣和經濟地理矩陣下的空間杜賓模型估計結果。從表4的列（1）與列（2）可以發現：首先，從核心解釋變量看，數字經濟發展系數均在1%的水平上通過顯著性檢驗且為正，表明數字經濟的發展會推動綠色全要素生產率的提升，假設H1得到驗證。其次，從被解釋變量看，綠色全要素生產率存在顯著的時間效應和空間效應。從時間維度看，綠色全要素生產率滯后項系數在1%的置信水平上顯著為正，說明綠色全要素生產率具有顯著的時間滯后效應，即前期的技術進步和效率改善將對后期綠色全要素生產率提升產生積極影響。綠色全要素生產率的相關系數ρ通過1%的顯著性檢驗且為正，表明綠色全要素生產率存在明顯的空間互動，即綠色全要素生產率的提升將對鄰近地區產生明顯的溢出效應，假設H2得到驗證。

表4 兩種權重矩陣下的空間回歸結果

（三）本地溢出效應、鄰地域溢出效應與總溢出效應分析

為驗證假設H3，并更具體地識別數字經濟對綠色全要素生產率的影響，基于地理距離矩陣，進一步將數字經濟對綠色全要素生產率影響的溢出總效應分解為直接（本地）溢出效應、間接（鄰地）溢出效應，估計結果見表5。

表5 數字經濟溢出效應分析

從表5的列（1）—（3）看，數字經濟發展可以顯著促進本地綠色全要素生產率的提升；與此同時，從間接效應看，數字經濟發展的系數在5%的水平上顯著，即數字經濟的發展還能輻射周邊地區，證實了數字經濟會影響鄰近地區的綠色全要素生產率，研究假設H3得到驗證。

（四）異質性分析

因為不同省域在地理位置、產業結構與經濟發展狀況等方面存在差異，數字經濟對綠色全要素生產率的影響可能在時間與空間維度上存在地區差異，異質性分析結果見表6。

表6 異質性分析結果

異質性回歸結果表明數字經濟對不同地區綠色全要素生產率的影響存在時空效應差異。從地理距離矩陣來看，第一，不同地區的綠色全要素生產率在時間維度和空間維度上存在差異。一方面，東中西三個地區的時間滯后效應均在1%的水平上顯著，而東部地區在時間維度上的路徑依賴性明顯大于中部和西部地區；另一方面，中部地區的綠色全要素生產率對鄰近省份并無顯著的空間效應，東部和西部地區的估計系數都表明綠色全要素生產率存在顯著的空間溢出效應。第二，核心解釋變量的估計結果表明，數字經濟對綠色全要素生產率具有顯著的促進作用，但影響的強弱程度存在地區間差異，即對于東部地區的影響程度明顯低于中西部地區。

從經濟地理距離看，第一，不同地區的綠色全要素生產率在時間維度和空間維度上同樣存在差異。東中西三個地區的時間滯后效應均在1%的水平上顯著，而西部地區綠色全要素生產率時間路徑依賴明顯小于東部和中部地區。東中西三個地區的空間效應系數表明東部和西部地區綠色全要素生產率的提升均能顯著帶動鄰近省（自治區、直轄市）的發展，即存在顯著的空間溢出效應，中部地區的空間溢出效應并不明顯。第二，數字經濟對綠色全要素生產率的影響強弱存在地區差異性，東中西三個地區的估計系數至少在5%的水平上表明數字經濟對綠色全要素生產率存在正向影響，但對中部和西部地區的影響強度要大于東部地區。

（五）門檻效應分析

由于數字經濟具有典型的資本和技術密集型產業特征，完善的數字化生態基礎是數字經濟的良好基礎，而資本和技術實力是數字化生態基礎的關鍵。因此，本文利用面板門檻回歸模型，進一步探索數字經濟對綠色全要素生產率提升的作用中是否存在技術和資本門檻效應，構建的門檻模型如下：

其中，i表示省份，t表示年份；GTFP表示地區綠色全要素生產率；int表示數字經濟發展水平；q表示門檻變量，指代研發投入與要素稟賦，研發投入用RD投入強度衡量，要素稟賦用RD人員占城鎮從業人數的比重表示；I表示指標函數；c表示具體的門檻值；X表示一系列控制變量；ε表示擾動項。

在進行門檻回歸之前，基于Hansen的方法對門檻效應的存在性進行檢驗，以確定是否存在門檻效應及門檻個數，從而確定門檻模型的形式。從檢驗結果看，研發投入門檻變量通過了單一門檻檢驗，未通過雙重門檻和三重門檻檢驗；要素稟賦未通過門檻檢驗。因此，選用單一門檻模型進行回歸，回歸結果見表7。從回歸結果中可以發現，數字經濟對綠色全要素生產率的正向促進作用隨著研發投入的提高而邊際遞減。具體來說，若研發投入跨越第一重門檻值時，數字經濟對綠色全要素生產率的影響系數由0.1391變為0.0655。產生這一結果的原因可能在于：新經濟增長理論與新貿易理論認為，依托技術的學習與模仿，后發經濟體可以實現技術蛙跳（李若曦和趙宏中，2018）。后發地區能夠通過前期研發投入的增加，吸收消化先進地區的知識與技術，實現技術的跨越式發展，以進行迎合市場需要的創新活動。當本區域的技術水平接近先進技術水平前沿時，進行自主創新以突破核心技術的難度加大，地區的創新活動進入瓶頸期，創新周期增加。因此，數字經濟在跨越研發投入的門檻后，對綠色全要素生產率的促進作用會降低。

表7 門檻回歸結果

（六）穩健性檢驗

第一，工具變量法。借鑒韓璐等（2021）做法，選取1999年郵電歷史數據即1999年移動電話數作為衡量數字經濟發展的工具變量。有效的工具變量應該滿足外生性和相關性兩個條件。從外生性來看，1999年郵電數據作為歷史數據，不會對現在的綠色全要素生產率產生顯著的影響，滿足外生性的條件。從相關性看，移動電話作為重要的通信設備，早期移動電話數量較多的地區通信行業較為發達，對于數字經濟的發展具有重要的推動作用，因此二者之間存在相關性。此外，郵電數據是截面數據，而本文的模型設定要求數據是隨時間變化的面板數據，所以本文構造了截面工具變量與時間變量的交互項來作為數字經濟的工具變量。

表8列（1）、列（2）中報告了兩階段最小二乘法（2SLS）估計的結果。回歸結果顯示：工具變量（IV）與核心解釋變量（inte）存在著顯著的正相關關系，且Cragg—Donald Wald F檢驗的統計量為78.82，通過了弱相關檢驗，驗證了工具變量的有效性；核心解釋變量（int）的系數表明，在1%的顯著水平下數字經濟顯著地促進了綠色全要素生產率的提升。與上文基準回歸結果一致，證明了本文回歸模型的穩健性。

第二，更換空間矩陣。本文用地理鄰接矩陣作為新的空間權重矩陣納入基準回歸。穩健性檢驗結果見表8的列（3）。核心解釋變量數字經濟的系數仍然在1%的水平上顯著，再次說明本文的實證結果具有穩健性。

表8 穩健性檢驗結果

五、結論與對策建議

本文基于2006—2019年中國30個省（自治區、直轄市）的面板數據，運用空間杜賓模型與面板門檻模型，分析和檢驗了數字經濟對綠色全要素生產率的影響及地區間的異質性，并進一步探索了數字經濟對綠色全要素生產率提升作用中存在的技術和資本門檻效應。主要研究結論如下：第一，數字經濟會顯著促進綠色全要素生產率的提升，同時還存在空間溢出性，即本地數字經濟的發展還能促進鄰近地區綠色全要素生產率的進步。第二，綠色全要素生產率在時間維度和空間維度上都具有路徑依賴性。在時間維度上，綠色全要素生產率具有顯著的時間滯后效應，即前期的技術進步和效率改善將對后期綠色全要素生產率提升產生積極影響；在空間維度上，綠色全要素生產率的提升會帶動周邊地區或者經濟發展水平相似地區的綠色全要生產率的提升。第三，區域異質性結果表明，不同地區的綠色全要素生產率在時間維度和空間維度上存在差異。總體來看東部和中部地區的時間滯后效應要強于西部；東部和西部地區的空間溢出效應要強于中部地區。從數字經濟發展對綠色全要素生產率的促進作用來看，中部和西部地區要強于東部地區。第四，研發投入在數字經濟對綠色全要素生產率的提升作用中發揮了單一門檻作用，當跨越門檻值后促進效應會出現遞減的規律。

本文所得出的研究結論對于我國數字經濟與綠色發展具有一定的啟示與借鑒意義。首先，要加大對數字技術、數字基礎設施研發與投入的支持力度，進一步強化資源的合理分配，提升資源的有效利用率，推進數字中國的建設進程，為我國綠色發展培育新引擎。其次，要對我國數字經濟的區域發展與布局進行宏觀調控，充分發揮數字經濟對綠色全要素生產率提升的空間溢出效應。政府部門應明確區域發展的異質性戰略方向，形成以創新為導向的發展戰略，避免區域間的惡性競爭，從而導致綠色全要素生產率出現“虹吸效應”。對于高水平綠色全要素生產率地區，應充分發揮人力資本、新技術與知識向鄰近地區的輻射與帶動作用，實現區域化協同發展；對于低水平綠色全要素生產率的地區，在積極培育創新型人才，提升區域創新能力的同時，提升學習與吸收借鑒的能力，促進綠色全要素生產率的提升。最后，重視研發投入在綠色全要素生產率提升中的作用，要基于區域與綠色發展階段的差異性，制定適度的地區研發投入，以助推區域的綠色發展與高質量發展。