大數據發展與綠色經濟效率協調度研究
——基于省級面板數據

吳應寧，汪張林

(合肥學院 經濟與管理學院，合肥 230601)

近年來，我國經濟高速增長，但傳統經濟增長模式伴隨著高能耗、高排放、高污染等環境問題，經濟增長方式亟待轉變。黨的十八屆五中全會提出“創新、協調、綠色、開放、共享”的五大發展理念，綠色發展逐步深入人心。目前，借助互聯網優勢，大數據產業快速發展，大數據技術對各行各業的改造和升級正如火如荼地進行，產業數字化加快推進。黨的十九大報告明確提出“推動大數據與實體經濟的深度融合”，未來，大數據與綠色經濟的結合程度將日益緊密。

縱觀已有文獻，國內外對于綠色經濟效率的研究主要體現在3個方面：(1)綠色經濟效率的測度。聶玉立等[1]、孟美等[2]、李汝資等[3]基于不同視角利用DEA模型測度綠色經濟效率；李清水等[4]、程鈺等[5]通過構建多層指標體系分析綠色經濟水平。(2)綠色經濟效率影響因素。彭繼增等認為，對外投資對綠色經濟效率產生了直接的正向影響[6]；沙依甫加瑪麗·肉孜等認為，人力資本聚集對綠色經濟效率具有促進作用，且這種影響存在一定的區域異質性[7]；方杏村等研究發現，財政分權可通過專業化產業聚集提升綠色經濟效率[8]；陳陽等研究發現，服務業聚集對綠色生產效率的影響呈現倒U型特征[9]；王冉等研究發現，環境規制對中國綠色經濟效率的影響具有倒U型特征[10]。(3)關于綠色經濟效率的耦合度。趙建吉等研究了黃河流域新型城鎮化和生態環境耦合協調的時空格局，結果表明，黃河流域的協調度不高，生態環境壓力較大[11]；翁異靜等認為，在新型城鎮化快速推進的背景下綠色發展壓力依然明顯[12]。

隨著5G、大數據、云計算等新一代信息技術的快速發展，部分學者研究了新一代信息技術的發展與綠色經濟效率之間的關系。許憲春等認為，大數據的迅速發展給中國的綠色發展提供了一個重要的路徑[13]；鄔彩霞等認為，數字經濟對低碳產業的發展具有顯著的驅動作用[14]；崔和瑞等認為，互聯網發展促進綠色經濟效率的提升[15]。雖然已有學者對二者的關系開展了研究，但以定性研究為主，對新一代信息技術(大數據技術)與綠色經濟效率之間的協調關系尤其是定量研究較少。為此，本文對大數據發展水平和綠色經濟效率的協調發展開展定量研究。

一、數據來源與研究方法

(一)數據來源

2013—2018年的數據主要來源于《中國統計年鑒》、《中國城市年鑒》以及各省份的統計年鑒和年度統計公報。考慮到西藏自治區的諸多指標數據存在缺失的情況，最終選擇了中國大陸30個省份的面板數據作為研究對象。

(二)指標體系構建

借鑒李成剛[16]、費方域等[17]對大數據發展指標體系的構建，以大數據網絡就緒度、大數據信息通用技術應用、大數據應用效益3個指標來刻畫大數據的發展水平。從各個分維度看，選取局用交換機容量、長途光纜線長度、固定電話普及率、移動電話普及率和互聯網寬帶用戶5個三級指標來反映大數據網絡就緒度；以互聯網域名數、互聯網寬帶接入端口、電信業務量以及信息傳輸和技術收入4個三級指標來反映大數據信息通信技術應用；以第三產業GDP占比、技術創新指數、節能降耗指數3個三級指標來反映大數據應用效益。

針對綠色經濟效率指標構建，假定各省份綠色經濟效率的產出主要取決于勞動投入、資本投入和能源投入三大項。其中，投入變量：(1)勞動投入，用全社會年末就業總人數來表示；(2)資本投入，借鑒盧麗文等利用固定資產代替資本存量的方法[18]，采用全社會固定資產投資總額作為資本投入量；(3)能源投入，由于數據的難獲得性，采用全社會的供水量來表示能源的投入。產出變量：(1)期望產出，用各省份的全年GDP總量來表示；(2)非期望產出，考慮到大數據產業的發展會消耗大量的能耗，以工業二氧化硫的排放量、工業廢水的排放量和二氧化碳的排放量來表示。具體指標見表1。

表1 大數據發展與綠色經濟效率指標體系

續 表

(三)熵值法

在以往的研究中，熵值法通常用于截面數據，為了實現動態測評的研究需要，本文以面板數據為基礎進行評價，兩個系統得分如下。

(1)考慮到所設置的指標對大數據發展水平和綠色經濟效率的影響方向以及指標間量綱與量級不一致的問題，采用極差法對指標體系中的三級指標進行標準化處理。

(式1)

(式2)

其中，Xij和Yij分別表示第i個省份第j個原始數據和標準化處理后的數據。max(Xij)和min(Xij)分別表示整個指標體系中原始指標的最大值和最小值。

(2)對標準化的數據整體加上0.0001進行平移。

(3)計算第i個省份在第j個評價指標上的指標值比值。

(式3)

(4)計算第j個指標的熵值。

(式4)

其中，k=1/ln(h*m),h表示多少個年份，m表示城市的個數，0≤Ej≤1。

(5)計算各項指標熵值的冗余度。

Dj=1-Ej

(式5)

其中，Dj的數值越大，越應該重視該指標在綜合評價指標體系中的作用。

(6)計算各項指標的權重。

(式6)

綜上，某項指標的熵值可以用來衡量自身的離散程度，并最終決定指標權重的大小。

(7)計算各年份各省份的綜合評級指數。利用熵權法計算權重的各省份大數據發展水平和綠色經濟效率。

U1(U2)=∑Pλij*Wj

(式7)

其中，U1為大數據發展水平指數，U2為綠色經濟效率指數。

(四)耦合協調度分析

分析各省份大數據發展水平與綠色經濟效率的關聯程度。

(式8)

D=(C*T)1/2

(式9)

T=aU1+bU2

(式10)

其中，C為復合系統耦合度； D為系統耦合協調度；T為大數據發展水平與綠色經濟效率結構特征的綜合協調指數；a和b分別表示該系統中大數據發展水平和綠色經濟效率的貢獻度系數，此處我們認為它們同等重要，取a=b=0.5。耦合協調度等級劃分見表2。

表2 耦合協調度評級標準

二、實證結果分析

(一)大數據發展水平綜合評價

根據式1—式7，對30個省份的大數據發展系統2013—2018年的12個指標的數據進行處理，得到的大數據發展水平綜合指數U1如表3所示。

表3 各省份大數據發展水平指數(U1)

續 表

由表3可知，廣東、江蘇、浙江、北京、上海、山東的大數據水平一直保持在發展前列，甘肅、海南、青海、寧夏的大數據發展水平則一直處于后幾位。從大數據發展水平指數看，發展較好的地區大數據發展水平指數要遠高于落后的地區，說明我國大數據發展水平兩極分化嚴重；從大數據發展速率看，安徽、四川、貴州、廣東2013—2018年大數據增長速率最快，而遼寧的大數據發展水平則出現了下降的趨勢。

(二)綠色經濟效率綜合評價

根據式1—式7，對30個省份的綠色經濟效率系統2013—2018年的12個指標的數據進行處理，得到的綠色經濟效率綜合指數U2如表4所示。

續 表

實證分析發現，各省份綠色經濟效率指數沒有表現出很強的區域特征，綠色經濟效率指數在一定程度上出現了與大數據發展指數排名相反的結果。從整體看，廣東的綠色經濟效率與大數據發展水平相同，依然排在首位，山西的綠色經濟效率指數最低；從綠色經濟效率指數看，大數據發展水平指數較高的是山東、浙江、江蘇，但這些省份的綠色經濟效率很低，經濟的快速發展和城鎮化的推進，導致生態環境遭受了一定的破壞。

(三)耦合協調度分析

根據式8—式10，對2013—2018年30個省份的大數據綜合發展水平系統與綠色經濟效率系統的耦合度進行測評，得到的系統耦合協調度D如表5所示。

表5 大數據發展系統與綠色經濟效率系統耦合度(D)

續 表

從得分上看，根據2013—2018年兩系統耦合協調度的變化進行分析，30個省份中大數據發展與綠色經濟效率的耦合協調度增幅最大的是安徽，遼寧出現了下降的情況。30個省份中大數據發展與綠色經濟效率的耦合協調度均值具有協調度逐漸增強的趨勢。從發展類型上看，各省份都處于協調發展階段。為了劃分各省份耦合協調發展的類型，選取2013年和2018年截面數據進行匯總，結果如表6所示。

表6 各省份大數據發展系統與綠色經濟效率系統耦合發展階段和特征

續 表

表6顯示，各省份大數據發展系統與綠色經濟效率系統都處于同步型發展，說明兩個系統之間存在著相互促進的關系。一方面，大數據作為新的生產要素使傳統行業向高端智能化方向轉型，不僅提高了生產效率，還減少了資源浪費，也促進了綠色經濟的發展；另一方面，大數據的快速發展導致大數據能耗太大，影響了各地區大數據中心的建立與擴張。然而，在大力發展綠色經濟的同時，運用綠色技術降低大數據中心能耗、降低運行成本，才能夠助推大數據中心的建立與擴張，刺激大數據產業的發展。

從發展階段看，除天津、遼寧、上海、浙江、山東、重慶的系統耦合協調度出現一定的負向發展外，其余的省份都出現了正向發展的趨勢。

(四)空間格局演進

圖1 各區域大數據發展指數評價結果

將30個省份分成東部、中部、西部、東北部，分別選取2013年、2016年和2018年的截面數據，用這3年的大數據發展評價指數均值得分來進行比較分析。

(1)各區域的大數據發展水平綜合指數如圖1所示。東部地區的大數據發展水平最高，從2013年至2018年一直處于領先的位置；西部地區的大數據發展水平較低，但西部地區的大數據發展水平一直處于穩定增長的趨勢；東北部地區的大數據水平呈現先增長后下降的趨勢；中部地區則保持穩定高速增長的態勢。大數據發展水平的空間分布呈現出“東部高、西部低”的態勢。

圖2 各區域綠色經濟效率指數評價結果

(2)各區域的綠色經濟效率的綜合指數如圖2所示。從整體上看，中部地區的綠色經濟效率指數最高，東北部地區的綠色經濟效率最低；從區域上看，中部地區的綠色經濟效率指數下降最快，東部和西部地區綠色經濟效率指數都呈現穩定增長的態勢，而東北部地區則出現下降的趨勢，綠色經濟效率的空間分布呈現“東部高、東北部低”的態勢。

圖3 各區域系統耦合協調度評價結果

(3)各區域的兩系統耦合協調度如圖3所示。從整體上看，東部地區的耦合協調度最高且一直保持在領先的位置，西部地區的耦合協調度最低；從區域上看，東部、中部和西部的系統耦合協調度都保持增長的趨勢，中部地區增長的速度最快，而東北部則出現先增長后下降的趨勢，系統的耦合協調度的空間分布則呈現出“東部高、東北部低”的態勢；從發展的趨勢變化來看，空間布局沒有發生扭轉性的變化。

三、結論與建議

(一)結論

第一，在大數據發展水平上，各省份存在著明顯的差異。從整體上看，廣東、北京、江蘇、浙江的大數據發展水平處于第一梯隊，而甘肅、青海、寧夏的大數據發展水平則較低；從空間布局上看，呈現“東部高、西部低”的態勢。

第二，在綠色經濟效率上，各省份并沒有表現出很強的區域特征。從整體上看，廣東省的綠色經濟效率指數最高，山西省的綠色經濟效率則表現為最低；從空間布局上看，呈現“東部高、東北部低”的態勢。

第三，在大數據發展與綠色經濟效率耦合協調關系方面，從發展類型上看，都處于協調發展階段；從發展階段看，除了天津、遼寧、上海、浙江、山東、重慶的系統耦合協調度出現一定的負向發展外，其余的省份都出現了正向發展的趨勢；從空間布局上看，呈現“東部高、東北部低”的態勢。

(二)建議

第一，做好大數據發展政策頂層設計，做到各區域協調發展。對于大數據發展水平落后的地區，應制定與區域經濟發展相適應的科技政策，通過優厚的人才引進政策和良好的營商環境來吸引眾多大數據企業投資。

第二，踐行綠色發展理念，加快節能減排力度。在綠色經濟效率較低的地區，一是要加快大數據、人工智能、互聯網、云計算等現代信息技術與傳統產業的結合，推動產業結構升級；二是將大數據作為企業之間的媒介，提升各要素資源之間的利用效率，減少污染物的排放。

第三，加快推進綠色技術創新，降低大數據中心能耗。加強政府、企業和科研院所的合作，加快綠色技術創新，并運用綠色技術，降低大數據中心的能耗和運行成本，從而促進大數據產業的快速發展，最終實現大數據與綠色經濟的協調發展。