數(shù)據(jù)要素對區(qū)域綠色低碳發(fā)展的非線性影響研究＊

■ 楊金龍 王改變 楊艷艷 李加蓮

1.金風科技股份有限公司 北京 100176

2.中國科學院昆明分院 昆明 650201

3.昆明理工大學管理與經(jīng)濟學院 昆明 650093

4.昆明理工大學財務處 昆明 650093

5.中國科學院科技戰(zhàn)略咨詢研究院 北京 100190

0 引言

數(shù)據(jù)要素正高速輻射影響著全球生產(chǎn)要素投入結構、產(chǎn)業(yè)結構、能源結構和發(fā)展格局，也為中國區(qū)域綠色低碳轉型發(fā)展提供了強勁臂力。發(fā)揮數(shù)據(jù)要素在區(qū)域綠色低碳轉型發(fā)展的引領作用成為我國施政的重要著力點，對此問題深入研究將為數(shù)據(jù)要素更好賦能區(qū)域綠色低碳發(fā)展提供參考。一些學者研究數(shù)據(jù)要素與生產(chǎn)效率或經(jīng)濟發(fā)展的關系。Ghasemaghaei等[1]指出數(shù)據(jù)要素需要經(jīng)過數(shù)據(jù)處理、分析的過程提升員工工作效率，進而提高企業(yè)生產(chǎn)效率。謝康等[2]指出數(shù)據(jù)要素不僅意味著要素種類的增加，更表現(xiàn)出對傳統(tǒng)生產(chǎn)要素發(fā)揮的“搭橋”作用，形成推動高質量發(fā)展的動力。蔡躍洲等[3]理論探討了數(shù)據(jù)要素提升企業(yè)生產(chǎn)經(jīng)營效率、實現(xiàn)應用創(chuàng)造能力倍增，支撐高質量發(fā)展的微觀基礎。王德祥[4]發(fā)現(xiàn)數(shù)據(jù)要素顯著促進制造業(yè)高質量發(fā)展。李亞紅[5]發(fā)現(xiàn)數(shù)據(jù)要素提升了我國開放發(fā)展水平，地區(qū)間差異較為明顯。徐翔等[6]認為數(shù)據(jù)要素的深度挖掘有利于搜尋創(chuàng)新網(wǎng)絡中新知識，進而提高社會生產(chǎn)效率，影響經(jīng)濟增長潛力。丁煌等[7]認為數(shù)據(jù)要素作為數(shù)字經(jīng)濟中的核心要素會促使技術創(chuàng)新以適應該要素發(fā)展需要，形成循環(huán)累積的發(fā)展態(tài)勢。劉嘉琪等[8]深入探討了企業(yè)數(shù)字化轉型實現(xiàn)的路徑與機制。

關于數(shù)據(jù)要素與綠色低碳發(fā)展的文獻較少，大多集中于數(shù)字經(jīng)濟或數(shù)字技術與低碳發(fā)展或綠色發(fā)展的研究。趙巍[9]、李金林等[10]發(fā)現(xiàn)數(shù)字經(jīng)濟能夠促進綠色全要素生產(chǎn)率的提高。韓晶等[11]認為數(shù)字經(jīng)濟對綠色轉型發(fā)展具有促進作用。劉津[12]、Roller 等[13]、Greensteinh等[14]認為互聯(lián)網(wǎng)技術的發(fā)展有利于區(qū)域綠色經(jīng)濟效率提升。Moyer 等[15]、許憲春等[16]、姚璐等[17]、龐瑞芝等[18]發(fā)現(xiàn)數(shù)字技術帶動了中國的綠色發(fā)展。劉平峰等[19]、Brynjolfsson 等[20]發(fā)現(xiàn)數(shù)字技術抑制了全要素增長率的提升。Chakpitak[21]等發(fā)現(xiàn)數(shù)字技術在泰國還沒有得到最大程度的運用，對泰國經(jīng)濟的影響仍有很大的空間。Aghion 等[22]認為數(shù)字技術對綠色經(jīng)濟的增長具有時滯性，短期內無法實現(xiàn)。Acemoglu等[23]認為自動化水平過高不利于資源的充分利用，將導致資源浪費和勞動力錯配，從而抑制綠色全要素生產(chǎn)率的增長。有一些學者從非線性視角對影響作用進行研究。王帥龍[24]發(fā)現(xiàn)數(shù)字經(jīng)濟對城市碳排放的影響呈現(xiàn)倒U 型特征。郭家堂等[25]研究發(fā)現(xiàn)互聯(lián)網(wǎng)對中國全要素生產(chǎn)率的影響呈非線性特征。劉強等[26]認為通過使用數(shù)字技術與技術創(chuàng)新，數(shù)字經(jīng)濟對綠色經(jīng)濟效率的影響具有非線性效應。Pan 等[27]認為數(shù)字經(jīng)濟與綠色全要素生產(chǎn)率呈非線性正相關關系。

隨著物聯(lián)網(wǎng)、云計算、人工智能等新一代信息技術的快速發(fā)展和政策的引導推進，我國數(shù)字經(jīng)濟加速發(fā)展。大量研究著重討論數(shù)字經(jīng)濟、數(shù)字技術產(chǎn)生的各種社會經(jīng)濟影響，然而數(shù)據(jù)要素才是影響經(jīng)濟社會發(fā)展的根源。國家自然科學基金委員會設立了重大項目：國家和社會數(shù)據(jù)安全治理的智能方法，本研究在該項目研究框架指導下，針對綠色低碳發(fā)展領域，研究數(shù)據(jù)要素起到的關鍵作用，建立了數(shù)據(jù)要素理論框架，從數(shù)據(jù)供給、流通和應用3 個維度構建數(shù)據(jù)要素指標體系，對數(shù)據(jù)要素綜合發(fā)展水平進行測度；首次把數(shù)據(jù)要素納入?yún)^(qū)域綠色低碳發(fā)展的分析框架；基于異質非線性角度剖析數(shù)據(jù)要素影響區(qū)域綠色低碳發(fā)展的客觀規(guī)律和作用機制。

1 研究假設

假設1：數(shù)據(jù)要素憑借自身優(yōu)勢直接促進區(qū)域綠色低碳發(fā)展。（1）數(shù)據(jù)收集、傳遞、處理、分析、共享、開放、交易及應用，都蘊含著綠色低碳發(fā)展的重要信息。利用基于數(shù)據(jù)的信息生產(chǎn)，能夠更清晰地定位綠色低碳發(fā)展的難題，并采取更有力的對策；（2）數(shù)據(jù)要素改變了傳統(tǒng)模式下規(guī)模經(jīng)濟、范圍經(jīng)濟、長尾效應下的約束，提高企業(yè)生產(chǎn)效率，顯著降低經(jīng)濟發(fā)展過程中對資源環(huán)境要素的過度依賴。移動互聯(lián)網(wǎng)等新一代信息通信技術商業(yè)應用程度的加深，通過精準匹配交易雙方的供給和需求信息，簡化交易流程，降低交易費用，提高要素資源利用率。數(shù)據(jù)要素與傳統(tǒng)產(chǎn)業(yè)融合導致低污染、低能耗新產(chǎn)業(yè)誕生，加快高污染與高耗能產(chǎn)業(yè)的淘汰，推動區(qū)域綠色低碳發(fā)展；（3）數(shù)據(jù)要素發(fā)展提高政府監(jiān)管能力，促進區(qū)域綠色低碳發(fā)展。通過大數(shù)據(jù)、云計算以及遙感技術，氣象部門可以實現(xiàn)對空氣質量、河流水質、生態(tài)環(huán)境的實時監(jiān)測，從而根據(jù)監(jiān)測數(shù)據(jù)進行及時管控；信息傳播效率的提升提高國民對高污染事件關注程度，通過輿論監(jiān)督促使政府和企業(yè)加大對生態(tài)環(huán)境的治理力度。

假設2：數(shù)據(jù)藥素對綠色低碳發(fā)展的影響具有非線性效應。數(shù)字經(jīng)濟時代，消費者對產(chǎn)品和服務的需求日益多元化，更多產(chǎn)業(yè)部門和創(chuàng)新部門參與到綠色發(fā)展建設中，在更大范圍內享受到數(shù)字紅利和綠色發(fā)展的正向激勵，促進綠色經(jīng)濟效率提升。數(shù)據(jù)要素的發(fā)展使得各部門間重構主體關聯(lián)模式和產(chǎn)業(yè)鏈關系，優(yōu)化資源配置，提高自身運行效率；為創(chuàng)新部門提供更廣、更優(yōu)質的交流平臺，使得創(chuàng)新部門獲取信息和技術的成本下降，產(chǎn)業(yè)聯(lián)動的邊際成本持續(xù)降低，參與者獲取收益持續(xù)增加；受到“梅特卡夫法則”支配，即網(wǎng)絡的價值等于其節(jié)點數(shù)的平方，呈現(xiàn)邊際效益遞增特性。

2 數(shù)據(jù)要素測算與評價

在數(shù)據(jù)要素市場的“供給—需求”經(jīng)濟分析框架基礎上，以數(shù)據(jù)需求為驅動，健全數(shù)據(jù)要素制度規(guī)則，激勵數(shù)據(jù)供給側健康發(fā)展，推動數(shù)據(jù)中間環(huán)節(jié)有序流通，實現(xiàn)數(shù)據(jù)價值高效應用。本研究以數(shù)據(jù)本體、數(shù)據(jù)載體兩個層面構建基于“數(shù)據(jù)供給-數(shù)據(jù)流通-數(shù)據(jù)應用”的數(shù)據(jù)要素理論框架，如圖1所示。

圖1 數(shù)據(jù)要素理論框架

圖1中，數(shù)據(jù)本體層聯(lián)結著物質世界和精神世界，承載和呈現(xiàn)著人類意識及思維的過程或結果[28]；數(shù)據(jù)載體層分別結合數(shù)據(jù)供給、數(shù)據(jù)流通和數(shù)據(jù)應用提供相應技術服務保障，滿足數(shù)據(jù)本體層的承載需要。基于圖1 構建指標體系如表1所示。

表1 數(shù)據(jù)要素發(fā)展水平指數(shù)指標體系

表1 從數(shù)據(jù)要素供給、流通與應用3 個維度構建數(shù)據(jù)要素發(fā)展水平指數(shù)指標體系，權重設置依據(jù)主要來自統(tǒng)計年鑒、阿里研究院、政府網(wǎng)站、北京大學數(shù)字普惠金融指數(shù)。

3 模型構建與變量選取

3.1 基準模型

為檢驗假設1，采用最小二乘法建立面板數(shù)據(jù)的基準回歸模型：

式(1)中，Glcit為i省份在t時期的綠色低碳發(fā)展水平指標，dati t為i省份在t時期的數(shù)據(jù)要素綜合發(fā)展水平指標，Xit為影響區(qū)域綠色低碳發(fā)展的一系列控制變量，ui為個體固定效應，vt為時間固定效應，εit為隨機擾動項。

3.2 非線性模型

為檢驗假設2，構建雙向固定效應模型：

式(2)中，datit 2為核心解釋變量的平方項，α2是平方項的估計參數(shù)，其它變量與式(1)相同。若α1為正，則數(shù)據(jù)要素對區(qū)域綠色低碳發(fā)展存在正向的促進作用，否則存在負向抑制作用；若α2為正，則數(shù)據(jù)要素對綠色低碳發(fā)展的影響存在“正U 型”關系，否則存在“倒U 型”關系。

3.3 變量選取與數(shù)據(jù)來源

3.3.1 變量選取

如表2所示，采用基于方向距離函數(shù)（Directional Distance Function，DDF）-松弛測度模型（Slack Based Measure，SBM）-全局馬爾奎斯特-盧恩貝格指數(shù)（Global Malmquist_Luenberger，GML）計算的全要素生產(chǎn)率，表示被解釋變量綠色低碳發(fā)展水平指標Glc，SBM-ML 指數(shù)作替代變量進行穩(wěn)健性檢驗。

表2 綠色低碳發(fā)展指標體系

使用全局熵值法測算解釋變量數(shù)據(jù)要素data。借鑒鄭麗琳[29]、許憲春[30]等學者的研究，設定如表3所示的控制變量。

表3 控制變量

3.3.2 數(shù)據(jù)來源

考慮到西藏及香港、澳門、臺灣的數(shù)據(jù)嚴重缺失、電子商務數(shù)據(jù)始于2013年，本研究以中國除西藏、香港、澳門、臺灣以外的30 個省級行政區(qū)2013～2021年的面板數(shù)據(jù)為研究樣本，主要來自《中國統(tǒng)計年鑒》、《中國能源統(tǒng)計年鑒》、《北京大學數(shù)字普惠金融指數(shù)》、《中國審計年鑒》以及各省級行政區(qū)統(tǒng)計年鑒、審計署網(wǎng)站、中國碳核算數(shù)據(jù)庫（China Emission Accounts and Datasets，CEADs）。運用線性差值或均值插值法補齊缺失數(shù)據(jù)。如表4所示，本研究進行描述性統(tǒng)計分析的數(shù)據(jù)均為未經(jīng)過縮尾處理和標準化處理的原始數(shù)據(jù)。

表4 主要變量描述性統(tǒng)計結果

如表4所示，基于SBM-GML 模型的綠色低碳發(fā)展均值為1.029，最大值為1.462，最小值為0.437，標準差為0.096，表明不同區(qū)域間綠色低碳發(fā)展水平存在差異，但差異不大；數(shù)據(jù)要素發(fā)展均值為0.123，最大值為0.680，最小值為0.011，說明各區(qū)域數(shù)據(jù)要素平均發(fā)展水平較低，差異較大。控制變量存在明顯差異。

4 實證結果分析

4.1 基準回歸結果

基于固定效應模型，采用廣義最小二乘估計方法（Generalized Least Squares，GLS）、white-period 穩(wěn)健方法估計模型，以期盡可能校正時期異方差及各省份異方差帶來的不良影響。實證結果見表5，第2列為未加入控制變量的回歸結果，數(shù)據(jù)要素對區(qū)域綠色低碳發(fā)展的回歸系數(shù)為0.1162，在1%統(tǒng)計水平上顯著，即數(shù)據(jù)要素發(fā)展能夠有效促進區(qū)域綠色低碳發(fā)展水平的增長；第3 到7列逐步加入控制變量的結果，數(shù)據(jù)要素的回歸系數(shù)均為正，在1%統(tǒng)計水平上顯著，表明數(shù)據(jù)要素仍然顯著促進了區(qū)域綠色低碳發(fā)展。回歸結果符合我國2013～2021年的實際發(fā)展狀況。

表5 數(shù)據(jù)要素影響綠色低碳發(fā)展的直接效應估計結果

數(shù)據(jù)供給、數(shù)據(jù)流通和數(shù)據(jù)應用對綠色低碳發(fā)展的不同影響共同引致了數(shù)據(jù)要素與綠色低碳發(fā)展間的關系。表6數(shù)據(jù)供給估計系數(shù)為0.2522，通過了5%的顯著性水平檢驗；數(shù)據(jù)應用估計系數(shù)為0.3631，通過了1%的顯著性水平；數(shù)據(jù)流通估計系數(shù)為0.0877，未通過顯著性水平檢驗。表明數(shù)據(jù)應用影響效應最明顯，數(shù)據(jù)供給次之，數(shù)據(jù)流通效果最差。

表6 數(shù)據(jù)要素結構影響區(qū)域綠色低碳發(fā)展的直接效應估計結果

4.2 非線性影響分析

表7 中，數(shù)據(jù)要素系數(shù)為正，其平方項系數(shù)為負，通過了1%和5%顯著性水平檢驗，說明數(shù)據(jù)要素對區(qū)域綠色低碳發(fā)展的影響表現(xiàn)出“倒U 型”特征，驗證了假設2。數(shù)據(jù)要素的平均水平為0.123，遠小于臨界值0.4126，且大部分省級行政區(qū)數(shù)據(jù)要素發(fā)展水平處于“倒U 型”曲線的上升階段，僅有江蘇、浙江、廣東和北京達到臨界值。我國數(shù)據(jù)要素發(fā)展處于起步階段，發(fā)展空間較大。

表7 數(shù)據(jù)要素及結構對區(qū)域綠色低碳發(fā)展的非線性影響估計結果

表7中，數(shù)據(jù)供給對綠色低碳發(fā)展影響不顯著，說明它們之間不存在非線性關系；數(shù)據(jù)流通和數(shù)據(jù)應用對區(qū)域綠色低碳發(fā)展的影響呈現(xiàn)“倒U”型關系，拐點值分別是0.1355 和0.1647，通過了顯著性水平檢驗。廣東和江蘇的數(shù)據(jù)流通和數(shù)據(jù)應用達到拐點值；浙江和山東的數(shù)據(jù)流通達到拐點值；上海和北京的數(shù)據(jù)應用達到拐點值。其他區(qū)域都處于拐點值的左側，說明數(shù)據(jù)流通和數(shù)據(jù)應用對綠色低碳發(fā)展的影響處于促進階段。

4.3 穩(wěn)健性檢驗

采用替換被解釋變量法、解釋變量法和改變樣本的方法對基準回歸結果進行穩(wěn)健性檢驗。用SBMMalquist指數(shù)計算的綠色全要素生產(chǎn)率表征綠色低碳發(fā)展，表8顯示數(shù)據(jù)要素對綠色低碳發(fā)展的影響顯著為正，通過了1%顯著性水平檢驗；參考黃群慧等[31]的做法，采用軟件業(yè)務收入占第三產(chǎn)業(yè)增加值的比重替代數(shù)據(jù)要素發(fā)展水平指數(shù)再次進行回歸，實證結果見表8，數(shù)據(jù)要素對區(qū)域綠色低碳發(fā)展的影響顯著為正；考慮到2015年是大數(shù)據(jù)頂層設計年，選擇2015～2021年的樣本數(shù)據(jù)進行回歸分析。表8 結果顯示，數(shù)據(jù)要素對綠色低碳發(fā)展的積極影響存在；剔除極端值影響，對所有變量進行雙邊1%縮尾處理，表8 第5 列顯示數(shù)據(jù)要素對綠色低碳發(fā)展的影響顯著為正。檢驗結果表明，基準回歸結果是穩(wěn)健的。

表8 穩(wěn)健性檢驗結果估計

4.4 內生性分析

為消除遺漏重要解釋變量、數(shù)據(jù)要素與綠色低碳發(fā)展互為因果等原因所產(chǎn)生的內生性問題，采用系統(tǒng)高斯混合模型（Generalized Method of Monments，GMM）法和工具變量法對基準回歸結果進行修正。

（1）系統(tǒng)GMM 法，在式(1)中加入滯后一期的Glcit-1，得

式(3)中，Glcit-1為綠色低碳發(fā)展的滯后一期項，其它符號含義同式(1)。回歸結果如表9所示，Hansen 檢驗表明模型不存在過度識別性問題，AR(2)表明不存在自相關問題。因此，系統(tǒng)GMM 設定的工具變量可在一定程度上緩解內生性問題。無論是否加入控制變量，綠色低碳發(fā)展滯后一階（L.Green）影響都顯著為正，通過了1%顯著性水平檢驗，回歸系數(shù)都大于0.3，說明綠色低碳發(fā)展的滯后項影響作用較為明顯。數(shù)據(jù)要素的回歸系數(shù)在10%水平上顯著為正，說明數(shù)據(jù)要素顯著推動了區(qū)域綠色低碳發(fā)展。

表9 動態(tài)GMM模型檢驗結果估計

（2）工具變量法。借鑒Nunn 等[32]的做法，將1984年各地區(qū)電話機擁有量和上一年度全國互聯(lián)網(wǎng)用戶數(shù)交互項作為數(shù)據(jù)要素的工具變量（IV），然后進行兩階段最小二乘法（Two-Stage Least Squares，2SLS）。回歸結果如表10所示，第2 列中，工具變量（PostIV）的回歸系數(shù)在1%水平上通過了顯著性檢驗，F(xiàn)統(tǒng)計量的值為38.66，遠大于10，排除了弱工具變量問題。第3 列給出了當因變量為綠色低碳發(fā)展時第二階段的回歸結果。數(shù)據(jù)要素的估計系數(shù)在 1%水平下顯著為正，與基準回歸結果一致。

4.5 區(qū)域異質性分析

中國數(shù)據(jù)要素發(fā)展表現(xiàn)出“東高、中平、西低”的地域分布格局。基于總體樣本回歸會掩蓋區(qū)域特性，因此，將樣本劃分為東部、中部和西部進行分樣本回歸，分析數(shù)據(jù)要素對綠色低碳發(fā)展的區(qū)域異質性影響。如表11所示，東部和中部數(shù)據(jù)要素對綠色低碳發(fā)展具有顯著的正向促進作用，通過了1%顯著性水平檢驗，而西部數(shù)據(jù)要素對綠色低碳發(fā)展的影響并不顯著。東部地區(qū)估計系數(shù)為0.1338，中部地區(qū)估計系數(shù)為0.7107，均高于全國層面估計系數(shù)0.1147，數(shù)據(jù)要素對區(qū)域綠色低碳發(fā)展的賦能效應表現(xiàn)為“中部>東部>西部”的影響作用。東中部數(shù)據(jù)要素發(fā)展水平較高，賦能紅利能夠較好地發(fā)揮出來，顯著促進了區(qū)域綠色低碳發(fā)展，而西部區(qū)域數(shù)據(jù)要素發(fā)展水平較低，對綠色低碳發(fā)展的影響效應尚不明顯。

表11 數(shù)據(jù)要素直接效應的區(qū)域異質性回歸結果

5 結論與建議

5.1 主要結論

（1）中國省域數(shù)據(jù)要素發(fā)展有較大空間，呈現(xiàn)“東高、中平、西低”的區(qū)域分布格局。

（2）數(shù)據(jù)要素顯著促進了區(qū)域綠色低碳發(fā)展的提升，數(shù)據(jù)要素“結構”對綠色低碳發(fā)展具有異質性，數(shù)據(jù)應用影響最為顯著，數(shù)據(jù)供給次之，數(shù)據(jù)流通不明顯。

（3）數(shù)據(jù)要素對區(qū)域綠色低碳發(fā)展具有“倒U 型”非線性影響，且除了江蘇、浙江、廣東和北京，其他區(qū)域都處于“倒U”型曲線的上升階段。

（4）數(shù)據(jù)要素對東中西部區(qū)域的影響具有異質性，影響作用為中部>東部>全國>西部。

5.2 政策建議

（1）大力加強數(shù)據(jù)要素建設，東北地區(qū)省份需要加快數(shù)據(jù)領域“卡脖子”關鍵技術研發(fā)，中西部地區(qū)省份要加快數(shù)字基礎設施建設。

（2）政府、企業(yè)、社會等經(jīng)濟主體營造良好的數(shù)據(jù)要素發(fā)展環(huán)境，充分利用數(shù)字化技術提升綠色全要素生產(chǎn)率。

（3）根據(jù)數(shù)據(jù)要素特征及對綠色低碳發(fā)展的影響規(guī)律，充分發(fā)揮數(shù)據(jù)要素與區(qū)域綠色低碳發(fā)展的聯(lián)動作用，優(yōu)化數(shù)據(jù)要素結構。

（4）各省根據(jù)數(shù)據(jù)要素發(fā)展狀況，制定符合本區(qū)域的數(shù)據(jù)要素發(fā)展政策。