數字經濟對綠色全要素生產率的空間效應研究

摘 要：在邁向經濟高質量發展的進程中，數字經濟的綠色價值日益凸顯。基于2013—2020年中國30省份數據，利用動態空間杜賓模型和門檻效應模型，分析數字經濟對綠色全要素生產率的因果效應與影響路徑。研究發現：數字經濟能顯著提升綠色全要素生產率，具有直接溢出和間接溢出效應，即本地的數字經濟不僅能提升本地的綠色全要素生產率，還能提升鄰地的綠色全要素生產率；數字經濟與綠色全要素生產率呈非線性關系，技術和資本要素存在單一門檻，其促進作用在跨越門檻值后邊際遞減；從影響路徑看，技術效率與技術進步均是數字經濟提升綠色全要素生產率的重要機制。研究結論為促進我國綠色發展和實現各區域數字經濟與綠色發展的協調互動提供了理論依據。

關鍵詞：數字經濟；綠色全要素生產率；區域協調發展；空間溢出

中圖分類號：F12 文獻標識碼：A

Research on the Spatial Effect of Digital Economy on Green Total Factor Productivity

WANG Yaoying

（School of Economic， Zhejiang University of Technology， Hangzhou 310023， China）

Abstract： In the process of advancing towards high-quality economic development， the green value of the digital economy is increasingly prominent. Based on the data of 30 provinces in China from 2013 to 2020， this paper uses the dynamic spatial Durbin model and threshold effect model to analyze the causal effect and impact path of the digital economy on green total factor productivity （GTFP）. The research finds that the digital economy can significantly improve GTFP， with direct and indirect spillover effects， that is， the local digital economy can not only improve the local GTFP， but also promote the development of GTFP in neighboring regions. There is a nonlinear relationship between digital economy and GTFP， in which there is a single threshold for technical factors and capital factors， and their promotion effects decrease marginally after crossing the threshold. From the perspective of impact path， both technical efficiency and technological progress are important mechanisms for digital economy to improve GTFP. The conclusions provides a theoretical basis for promoting green development in China and achieving coordinated interaction between digital economy and green development in various regions.

Key words： digital economy； green total factor productivity； regional coordinated development； spatial spillover

黨的二十大報告提出“加快建設數字中國，對加快發展數字經濟作出戰略部署”1，在我國轉換發展方式、轉變增長動力的關鍵時期，數字經濟事關國家發展大局。現階段，我國仍面臨資源高消耗、環境高污染等考驗，且區域發展不平衡、不充分問題亟待解決。隨著“綠色發展”理念的提出，數字經濟的綠色價值日益凸顯，綠色發展的關鍵指標正是綠色全要素生產率的集中表現（周勇和王懷英，2021），故深入研究數字經濟對綠色全要素生產率的影響，對各區域協調發展具有重要意義。

數字經濟通過空間溢出效應提升全要素生產率（楊慧梅和江璐，2021），且一直是驅動全要素生產率創新的重要因素（Wenrong Pan et al.，2022）。早期文獻大多關注數字經濟與全要素生產率間的關系，尚未形成數字經濟與綠色全要素生產率存在相關性的結論。隨著綠色理念的興起，數字經濟在刺激消費（Buhkt amp; Heeks，2017）、帶動生產（Liu et al.，2022）等方面均有正向作用。此后，學者們的研究范圍過渡到與環境有關的綠色全要素生產率，得出提升數字經濟發展水平有利于提高綠色全要素生產率的結論（朱喜安和馬櫻格，2022；烏靜等，2022）。進一步，樊軼俠和徐昊（2021）率先提出數字經濟與經濟綠色化間存在倒U型關系，即隨著數字經濟發展水平的提升，經濟綠色化水平呈現出先升后降的趨勢。已有研究大多關注數字經濟的本地效應，由于數字經濟具有外部性特征，本地的數字經濟發展可能會影響鄰地的綠色全要素生產率，但二者的影響效應研究尚未成為主流內容。另外，雖然學者們對數字經濟與綠色全要素生產率間的線性關系進行了探討，但對二者復雜的作用機制缺乏系統研究。

本文基于2013—2020年中國30省份面板數據，利用動態空間杜賓模型和門檻模型，分析了數字經濟與綠色全要素生產率的因果效應及存在的技術要素和資本要素門檻，并進一步探究了數字經濟的影響路徑，為各區域協調發展尋找啟示。本文的邊際貢獻如下：（1）在全要素生產率的測算中融入環境因素，更貼近新時代“綠色發展”的理念。（2）使用動態空間杜賓模型，在時間層面探究綠色全要素生產率的滯后效應，在空間層面探究數字經濟與本地綠色全要素生產率之間的直接溢出效應和與鄰地之間的間接溢出效應，更準確估測數字經濟的總效應。（3）使用門檻效應模型，在技術和資本層面探究數字經濟和綠色全要素生產率的非線性關系，為各區域提供獨有的數字經濟發展路徑。（4）通過分解綠色全要素生產率，深入探究數字經濟對綠色全要素生產率的影響路徑，為各區域邁向高質量發展提供理論依據。

1 理論機制與研究假說

1.1 數字經濟對綠色全要素生產率的影響

數字經濟可依靠技術創新、產業結構升級、降低資源錯配等方式提升綠色全要素生產率。第一，數字經濟通過溢出效應提高了企業的創新起點（戚聿東等，2020），增加了產品和服務的附加值，數字經濟的發展也帶動了技術和人才的流通，強化各主體間的技術協同和研發合作，推進了漸進式創新（肖遠飛和姜瑤，2021），而技術創新正是綠色全要素生產率提升的重要因素。第二，智能生產、可視化產業組織等方式得以實現（陳曉東和楊曉霞，2021），數字經濟的“關聯效應”不斷發揮，促進產業向知識技術密集型轉移，實現數字化、合理化、綠色化（Kohli amp; Melville，2009）。第三，數字經濟通過降低搜尋、交易和匹配成本（Goldfarb amp; Tucker，2019）助推生產者實現精準營銷，降低資源錯配，有利于打破產銷隔閡，促進商品大規模流通，降低資源錯配意味著資源浪費的減少和環境的優化。

圖1是2013年和2020年我國30省份數字經濟發展水平與綠色全要素生產率的散點圖，可從中發現數字經濟發展水平和綠色全要素生產率呈正相關。

假說1：數字經濟能顯著提升綠色全要素生產率。

1.2 數字經濟對綠色全要素生產率的空間溢出效應

數字經濟通過高效的信息傳遞壓縮時空距離，增強區域關聯的廣度和深度（趙濤等，2020），數字經濟與綠色全要素生產率間的空間溢出效應表現在：第一，根據摩爾定律，數字經濟以低成本實現跨時空傳播（羅珉和李亮宇，2015），改變技術資源的流通方式，推動跨區“產—學—研”，以技術外溢促進欠發達地區創新，提升鄰地的綠色全要素生產率。第二，數字經濟既可實現跨區數據共享達到共同監管、預測、預警生態環境的目的，也可通過示范效應帶動欠發達地區學習鄰地經驗，提升本地與鄰地的綠色全要素生產率。

假說2：數字經濟可通過空間溢出效應提升鄰地的綠色全要素生產率。

1.3 數字經濟對綠色全要素生產率的門檻效應

數字經濟具有技術密集和資本密集特征，區域技術和資本發展水平也會影響數字經濟的綠色價值，即數字經濟與綠色全要素生產率間有非線性關系。一方面，數據要素與技術要素的有效結合是數字經濟發展的核心驅動力（徐翔等，2022），技術越發達的地區數字經濟發展水平越高；另一方面，資本是數字經濟發展的推動力（朱喜安和馬櫻格，2022）。當技術和資本要素低于門檻值時，地區可能會將有限的資源投入其他領域，使數字經濟發展受限，不利于發揮其綠色效應，故只有在技術和資本積累到一定程度后，數字經濟才能加速發展。

假說3：數字經濟對綠色全要素生產率的作用存在技術要素和資本要素的門檻效應。

2 實證設計與變量說明

2.1 空間權重矩陣的設置與相關性分析

以地理距離為基礎，構建如下空間權重矩陣：

其中，為地理距離矩陣，為兩省份間的地理距離。

選取全局莫蘭指數檢驗2013—2020年30省份綠色全要素生產率（GTFP）與數字經濟發展水平（DE）的空間相關性，選取莫蘭指數散點圖檢驗局部空間相關性。表1結果表明，2013—2020年莫蘭指數均為正且多數通過5%顯著性檢驗，說明綠色全要素生產率與數字經濟具有顯著空間正相關性。圖2、3結果表明，綠色全要素生產率和數字經濟發展水平主要分布在第一、第三象限，呈現高高聚集和低低聚集的特點，說明本文適合構建空間計量模型。

2.2 空間計量模型的構建

LM檢驗和R-LM檢驗結果（見表2）表明空間誤差（SEM）模型與空間滯后（SAR）模型的拉格朗日乘數和穩健拉格朗日乘數均通過顯著性檢驗；LR檢驗和Wald檢驗結果表明各統計量均通過顯著性檢驗，SDM模型無法退化為SEM或SAR模型。因此，使用空間杜賓模型分析綠色全要素生產率與數字經濟的關系。

構建動態SDM模型不僅能反映動態的綠色全要素生產率變化，且能緩解內生性帶來的估計偏誤，具體模型如下：

ln GTFPit=β0+ρWij ln GTFPit+β1 ln GTFPit-1）+β3" ln DEit+β4 Wij" ln DEit+β5 ln Xit +μi+θt+εit （1）

其中，下標i和t分別代表省份和年份；GTFPit為綠色全要素生產率；GTFPit-1為綠色全要素生產率的滯后一期項（記作GTFPlag）；核心解釋變量DEit為數字經濟發展水平；Xit為一系列控制變量；ρ為GTFPit的空間溢出系數；β為一系列待估計參數；Wij為空間權重矩陣；μi為個體固定效應，用于控制不隨時間變化的省份特征；θt為時間固定效應，用于控制不隨省份變化的宏觀經濟沖擊；εit為隨機擾動項。

2.3 變量選取

2.3.1 綠色全要素生產率

基于SBM模型和ML指數，使用Max Dea軟件計算各區域的綠色全要素生產率，原數據如下：第一，投入要素包括勞動、資本、能源投入。勞動投入以年末就業人員總數表示，資本投入以實際資本存量表示，以永續盤存法為基礎，取9.6%折舊率計算得到，能源投入以能源消費總量表示。第二，期望產出以2000年為基期的不變價GDP表示。第三，非期望產出以工業廢水中的化學需氧量排放總量、工業二氧化硫排放量、一般工業固體廢物產生量綜合展現。

2.3.2 數字經濟發展水平

本文從數字經濟基礎設施和創新環境入手，緊貼數字產業化和產業數字化的本質，構建如下指標體系，用熵值法計算得到數字經濟發展水平，見表3。

2.3.3 其他控制變量

為降低遺漏變量產生的偏誤，設定如下控制變量：政府干預（Gov），以地方財政一般預算支出/GDP表示；開放水平（Open），以貨物貿易總額/GDP表示；人力資本（HR），以受小、初、高中教育和大專及以上教育人數占6歲以上人口比重乘以相應教育年限（6、9、12、16）之和表示；產業結構（Indus），以第三產業產值比第二產業產值表示；人口密度（Pop），以年末常住人口數比省份面積表示；環境規制（Reg），以工業污染治理完成投資額表示。

2.4 數據說明

鑒于數據的完整性與獲取性，不包括港澳臺和西藏自治區，選取2013—2020年中國30省份的面板數據進行研究。數據源自《中國統計年鑒》《中國互聯網絡發展狀況統計報告》《中國環境統計年鑒》，以及各地區統計年鑒和北京大學數字金融研究中心，缺失數據用插值法補齊。所有變量取對數以降低異方差對估計結果的干擾，描述性統計見表4。

3 實證結果分析

3.1 基準回歸結果

模型（1）的回歸結果如表5所示，列（1）、（2）、（3）分別控制了個體固定效應、時間固定效應與雙固定效應。在控制其他變量的情況下，數字經濟發展水平每提升1%，綠色全要素生產率提升0.0738%，即數字經濟能夠顯著提升綠色全要素生產率，假設1得到驗證。綠色全要素生產率存在明顯的時間滯后效應和空間效應。一方面，綠色全要素滯后項的系數在1%水平上顯著為正，表明前期的綠色全要素生產率發展對后期存在顯著的提升作用；另一方面，綠色全要素生產率的空間溢出系數在1%水平上顯著為正，表明綠色全要素生產率具有空間溢出效應，即本地的綠色全要素生產率可顯著促進鄰地綠色全要素生產率提升。控制變量系數的符號和顯著性與預期大體相近。

3.2 總效應的分解

借鑒Lesage amp; Pace（2009）的做法，分解數字經濟的影響效益，表6表明，數字經濟的估計系數均顯著為正，數字經濟的發展不僅提升了本地的綠色全要素生產率，且帶動了鄰地綠色全要素生產率發展，證明數字經濟對鄰地綠色全要素生產率存在顯著的空間外溢效應，對協調區域間的綠色發展具有促進作用，假設2得到驗證。

3.3 門檻效應分析

構建門檻模型驗證數字經濟和綠色全要素生產率間的非線性關系：

其中：下標i和t分別代表省份和年份；GTFPit為綠色全要素生產率；核心解釋變量DEit為數字經濟發展水平；qit為門檻變量，技術要素以Ramp;D投入強度表示，資本要素以金融機構年末存貸款余額表示；I為指標函數；c為具體的門檻值；Xit為一系列控制變量；εit為隨機擾動項。

基于Hansen（1999）的方法經過“自助法”反復抽樣300次驗證門檻存在，結果表明技術、資本要素均通過單一門檻檢驗，故選用單一門檻模型進行回歸。表7表明，數字經濟對綠色全要素生產率的促進作用隨研發投入的提高和資本積累的增加而邊際遞減，假設3得到驗證。當技術、資本要素跨越第一重門檻時，數字經濟對綠色全要素生產率的作用系數分別由0.4379、0.4538下降為0.1357、0.0909，原因可能是：第一，通過前期研發投入的增加，地區可吸收與消化技術要素，實現數字經濟的發展進而推動綠色全要素生產率提升。但接近發展前沿時，創新成本和難度增大，數字經濟在跨越技術要素門檻后對綠色全要素生產率的促進作用下降。第二，數字經濟具有資本密集性，通過前期大量資本投入，地區可加強基礎設施建設、人才培養等實現數字經濟的發展進而推動綠色全要素生產率提升。但若不斷增加資本要素投入，超過某一特定值時，再投入該要素所得的邊際產量呈遞減態勢，故數字經濟在跨越要素門檻后對綠色全要素生產率的促進作用下降。

3.4 影響路徑分析

將ML指數分解為技術效率指數（EC）與技術進步指數（TC）（Nishimizu amp; Page，1982），以深入探究數字經濟與綠色全要素生產率間的影響路徑。表8表明，數字經濟顯著促進了技術效率提升和技術進步，即數字經濟可通過提升技術效率和技術進步，最終提升綠色全要素生產率。其中，數字經濟對技術進步的正向影響更大，故強化技術創新、資本積累等要素投入是我國現期提升綠色全要素生產率和促進區域協調發展的重要途徑。

3.5 穩健性檢驗

第一，使用DDF模型和GML指數重新測算GTFP，表9列（1）結論與基準回歸保持一致。第二，借鑒Han et al.（2021）的方法，選取2000年移動電話數與時間變量的交互項構造數字經濟的工具變量。2000年移動電話數的歷史數據不會對現期綠色全要素生產率產生顯著影響，作為早期重要的通信工具，移動電話數較多的省份如今數字經濟也較為發達。列（2）的一階段結果顯示工具變量對內生變量回歸系數在1%水平上顯著為正，說明早期移動通信的發展促進了數字經濟發展；數字經濟在1%水平上顯著促進了綠色全要素生產率提升，且通過工具變量不可識別LM檢驗和弱工具變量F檢驗。第三，對南、北方進行異質性分析，列（4）、（5）結果表明，南、北方數字經濟發展水平的提高均顯著帶動綠色全要素生產率提升，但對北方的影響略大于南方。第四，將地理鄰接矩陣作為新的空間矩陣，列（6）結論與基準回歸保持一致，以上方法均證明了回歸模型的穩健性。

4 結論與政策建議

基于2013—2020年中國30省份的面板數據，利用動態空間杜賓模型和門檻效應模型，研究數字經濟對綠色全要素生產率的影響，進一步分析二者的非線性關系及影響路徑。主要結論有：第一，數字經濟顯著促進了綠色全要素生產率提升，在穩健性檢驗及內生性問題處理后仍成立。分解總效應后發現，本地數字經濟通過空間溢出效應提升了鄰地的綠色全要素生產率。第二，綠色全要素生產率既存在時間依賴性，即前期綠色全要素生產率的發展顯著提升了后期發展，也存在空間依賴性，即本地綠色全要素的提升會帶動鄰地的綠色全要素提升。第三，數字經濟與綠色全要素生產率間存在非線性關系，越過單一門檻后，增加技術要素和資本要素投入對綠色全要素生產率的提升作用邊際遞減。第四，數字經濟依靠技術效率和技術進步提升了綠色全要素生產率，且對技術進步的正向影響更大。

研究結論具有以下啟示：第一，在繼續優化發展環境和加強基礎設施建設的前提下，不斷推動數字產業化發展和產業數字化轉型。一方面，我國區域間數字經濟發展環境和基礎設施仍存在較大差距，需推動經濟、科技發展，完善光纜、基站等建設，打通數字經濟升級渠道。另一方面，數字金融、電子商務等產業應運而生，綠色價值不斷體現，需進一步支持新興產業發展，不斷釋放數字經濟活力，全方位賦能綠色發展。第二，合理規劃數字經濟發展布局異質性戰略，更好發揮數字經濟對本地綠色全要素生產率的提升及對鄰地的空間溢出效應。一方面，通過高水平地區的數字經濟輻射效應，帶動欠發達地區綠色全要素生產率提升；另一方面，通過宏觀調控規范市場環境，避免惡性競爭，強化欠發達地區對技術、經驗的學習能力，實現區域協同發展，避免“虹吸效應”帶來的“馬太效應”。第三，不斷增強技術效率和技術進步的促進效應，一方面，優化對既有資源的使用，提升要素的配置效率，加強數字經濟對技術效率的影響，以減少要素投入、降低非期望產出提升綠色全要素生產率。另一方面，強化研發投入和資本積累，以帶動人才隊伍建設、技術創新和產業升級，加強數字經濟對技術進步的影響。

參考文獻：

［1］ 周勇，王懷英.數字經濟對工業綠色全要素生產率的影響：基于區域基礎吸收能力的調節作用［J］.科技與經濟，2021，34（4）：81-85.

［2］ 楊慧梅，江璐.數字經濟、空間效應與全要素生產率［J］.統計研究，2021，38（4）：3-15.

［3］ PAN W R，XIE T，WANG Z W，et al. Digital economy： an innovation driver for total factor productivity ［J］. Journal of Business Research， 2022， 139： 303-311.

［4］ LIU Y，YANG Y，LI H， et al. Digital economy development， industrial structure upgrading and green total factor productivity： empirical evidence from china’s cities ［J］. International Journal of Environmental Research and Public Health 2022， 19 （4）.

［5］ BUKHT R， HEEKS R. Defining， conceptualising and measuring the digital economy[M]. Manchester： Development Informatics Working Paper， 2017： 68.

［6］ 朱喜安，馬櫻格.數字經濟對綠色全要素生產率變動的影響研究［J］.經濟問題，2022（11）：1-11.

［7］ 烏靜，肖鴻波，陳兵.數字經濟對綠色全要素生產率的影響研究［J］.金融與經濟，2022（1）：55-63.

［8］ 樊軼俠，徐昊.中國數字經濟發展能帶來經濟綠色化嗎？——來自我國省際面板數據的經驗證據［J］.經濟問題探索，2021（9）：15-29.

［9］ 戚聿東，劉翠花，丁述磊.數字經濟發展、就業結構優化與就業質量提升［J］.經濟學動態，2020（11）：17-35.

［10］ 肖遠飛，姜瑤.數字經濟對工業綠色生產效率的影響研究［J］.現代管理科學，2021（8）：100-109.

［11］ 陳曉東，楊曉霞.數字經濟可以實現產業鏈的最優強度嗎？——基于1987—2017年中國投入產出表面板數據［J］.南京社會科學，2021（2）：17-26.

［12］ KOHIL R， MELVILLE N P. Digital innovation： a review and synthesis ［J］. Information Systems Journal， 2019， 29（1）： 200-223.

［13］ GOLDFARB A， TUCKER C. Digital economics ［J］. Journal of Economic Literature， 2019， 57（1）： 3-43.

［14］ 趙濤，張智，梁上坤.數字經濟、創業活躍度與高質量發展——來自中國城市的經驗證據［J］.管理世界，2020，36（10）：65-76.

［15］ 羅珉，李亮宇．互聯網時代的商業模式創新： 價值創造視角［J］．中國工業經濟，2015（1） ： 95-107.

［16］ 徐翔，孫寶文，李濤.基于“技術—經濟”分析框架的數字經濟生產函數研究［J］.經濟社會體制比較，2022（5）：38-48.

［17］ LESAGE J， PACE R. Regional convergence and international integration ［J］. Journal of Urban Economics， 2009 （2）： 286-306.

［18］ HANSEN B E. Threshold effects in non-dynamic panels： estimation， testing， and inference［J］. Journal of Econometrics， 1999， 93（2）： 345-368.

［19］ NISHIMIZU M， PAGE J. M. Total factor productivity growth， technological progress and technical efficiency change： dimensions of productivity change in Yugoslavia［J］. Economic Journal， 1982， 92 （368）：920-936.

［20］ HAN L，CHEN S，LIANG L. Digital economy， innovation environment and urban innovation capability［J］. Science Research Management 2021， 42（4）：35-45.

基金項目：國家社科基金面上項目“互聯網+背景下外貿新業態的發展路徑、機制及其政策研究”（18BJY184）

作者簡介：王耀穎（1999—），女，浙江臺州人，浙江工業大學經濟學院碩士研究生，研究方向：國際貿易理論與政策，E-mail：elainewyy9@163.com。