數字經濟對綠色全要素生產率的影響

摘要：隨著綠色發展觀念的提出與普及，綠色全要素生產率作為一種新的概念成了熱門話題，數字經濟作為一種新的生產要素，為推動綠色發展和提高綠色全要素生產率做出了重大貢獻。①文章采集了中國30個省份（港澳臺與西藏除外）2011—2019年的面板數據，使用DEA-Malmquist指數法，從投入和產出的角度測算出了各省份的綠色全要素生產率。②文章將綠色全要素生產率作為被解釋變量，數字經濟發展指數作為解釋變量，城鎮化率作為控制變量，建立了回歸模型，運用Stata軟件計算出了數字經濟對綠色全要素生產率的影響。文章概念量化，驗證了數字經濟對綠色全要素生產率的影響，并且可以看到不同區域之間存在差異性，因此文章具有一定的理論和實踐意義。

關鍵詞：數字經濟；綠色全要素生產率；DEA-Malmquist

中圖分類號：F113.3文獻標識碼：A文章編號：1005-6432（2024）32-0187-04

DOI：10.13939/j.cnki.zgsc.2024.32.045

1引言

隨著云計算、大數據、人工智能的不斷開拓與發展，信息這個元素已經大范圍滲透到了人類經濟、社會、生產、軍事等各個層面，與第一產業、第二產業、第三產業逐漸融合。由此得到發展的數字經濟這一生產要素，也已被看作為經濟增長的新動能，成為引領產業革命的核心力量。2019年10月，中共第十九屆中央委員會第四次全體會議首次明確了數據作為生產要素的地位。2021年3月發布的《中華人民共和國國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要》中提出激活數據要素潛能，充分發揮海量數據和豐富應用場景優勢，打造數字經濟發展新優勢的目標。但是曾經粗放式的發展模式存在對環境的嚴重污染和低下的能源利用率，“雙碳”目標的提出彰顯了中國已將綠色發展以及可持續發展作為高質量發展的戰略選擇?！笆奈濉币巹澮裁鞔_指出，要推動綠色發展，促進人與自然和諧共生。由此，相比傳統的全要素生產率，增加了環境要素的綠色全要素生產率作為全新衡量經濟高質量發展的指標應運而生?；诖?，文章旨在研究數字經濟對綠色全要素生產率的影響及其作用機制，以期提高綠色全要素生產率，探索經濟高質量發展的可行路徑。

2數字經濟與全要素生產率相關研究

數字經濟已被視為經濟增長的“新引擎”，作為信息時代競爭優勢的主要動力，數字經濟受到了學術界的廣泛關注?，F有研究主要是從數字經濟的概念界定，統計測度以及社會經濟效應等方面開展。不同的學者對數字經濟的概念和范圍界定有所不同，其增長測算方法主要有以下四個方面：①對數字經濟增加值的測算，主要反映數字經濟發展水平及其增長情況（向書堅和吳文君，2019）；②對數字經濟融合部分進行測算，反映數字經濟為傳統產業帶來的產出增加和融合程度（郭晗和全勤慧，2022）；③構建指標體系和相關指數，來反映數字經濟整體的增長變化情況（毛豐付和張帆，2021；王軍等，2021；魏麗莉和侯宇琦，2022）；④構建數字經濟衛星賬戶，即遵循國民賬戶體系的核算原則，在現有供給使用表的基礎上設計衛星賬戶框架（羅良清等，2021；張美慧，2021）。但是不管是何種方法，由于目前數字經濟的范圍和分類尚未有明確的規定，所以各種方法對技術經濟的測算都存在著差異。

增加值測算和相關指數編制的方法都存在相應的缺陷，通過對數字經濟衛星賬戶的設計，能夠準確地反映各行業參與數字經濟活動的情況，從而更全面客觀地評估數字經濟的實際發展規模以及對整體經濟的貢獻程度（許憲春和張美慧，2020）。但是由于受統計數據的限制導致數字經濟衛星賬戶編制困難，現階段可以通過先計算增加值等方法來反映數字經濟發展規模。目前便存在著大量的文獻通過增加值的方法以及相關指數編制的方法研究數字經濟的社會經濟效應。

從大量數字經濟對全要素生產率的影響的研究可以得知，數字經濟可以通過改進技術效率以及促進技術進步來提高全要素生產率（楊文溥和曾會鋒，2022），但是對技術進步的推進過程較為復雜，可能存在技術進步較低的區域出現副作用的情況。在與三大產業進行融合的過程中，通過數字化轉型及創新水平對制造業以及服務業的全要素生產率能夠產生積極的影響（郭豐等，2022），但依然存在著大型企業比之小型企業對于數字經濟的推動更為敏感。對于中高技術制造業企業、東部地區企業以及非國有企業，數字經濟對全要素生產率具有更顯著的促進效果（蔡延澤等，2022）。同時，考慮可能對于水平發展更好的區域和企業，在具有更強的技術、能力和經驗的同時，數字經濟能夠為其提供一種更為有效的資源，而不需要面對數字技術和要素缺少的問題，所以數字經濟對全要素生產率的影響在不同區域之間存在差異性。

雖然多數研究都證明了數字經濟對全要素生產率擁有積極的促進效果，但是并未反映出對改善生態環境、節約能源的效果。自從我國提出了綠色高質量發展的戰略，數字經濟和綠色發展便成為我國未來發展的必要要求。環境變化，資源消耗等變量加入到全要素生產率中，變成了綠色全要素生產率這一概念出現在人們的視野，作為全要素生產率的衍生，數字經濟可以通過提高生產效率和開發綠色技術促進綠色全要素生產率的提升（張思源等，2022）。但是過去粗放式的經濟發展方式使我國對物質資本、勞動力以及非可再生資源存在重度依賴，這導致的環境污染問題讓近年來我國綠色全要素生產率增長速度不盡如人意（孫亞男和楊名彥，2020），我國的綠色全要素生產率雖然每年都在上升，但主要原因是因為技術層次上的提升（周祎慶和聶元昆，2022）。

通過對文獻進行梳理可以發現，綠色高質量發展概念的提出時間還較短，并沒有太多對于綠色全要素生產率的研究，所以它們之間的影響機制還具有進一步研究的空間。

3理論分析及假設

基于現有研究的分析，提出以下假設：

假設1：數字經濟可以促進綠色全要素生產率的提升。

假設2：數字經濟對全要素生產率的影響存在區域異質性。

進一步，基于理論分析與研究假設，設置以下面板模型來檢驗數字經濟發展對全要素生產率的促進作用：

GREit=c+αDEit+β1controlit+ε

其中，GREit表示第i個省份第t年的綠色全要素生產率，DEit表示第i個省份第t年的數字經濟發展指數，control表示控制變量。

第一，被解釋變量：我國各省份綠色全要素生產率測度

數據包絡分析（dataenvelopmentanalysis，DEA）是美國著名運籌學家Charnes等提出的一種效率評價方法，這是一種從投入和產出的視角來分析效率的工具，相對于分析綠色全要素生產率使用的生產前研法和生產函數法，DEA在不需要進行參數檢驗的同時，還可以計算多投入多產出的情況。但是常規的DEA模型是一種靜態分析，并不便于對綠色全要素生產率進行跨時空的比較。由于Malmquist模型具有時間因素，能夠得到兩期之間的變化率，故文章將使用DEA-Malmquist指數方法對各省份綠色全要素生產率進行測度，使測度結果更貼切現實。

要對我國各省份的綠色全要素生產率進行比較，首先將大陸30個省看作決策單元（港澳臺以及數據不全的西藏除外）。即n=30，各自的投入和產出向量為X（X1j，X2j，…，Xmj）T>0和Y（Y1j，Y2j，…，Ysj）T>0，以及其對應權重V（V1，V2，…，Vm）T>0，U（U1，U2，…，Us）T>0。各決策單元的生產效率θj可以表示為：

θj=UYjVXj

通過線性轉換求解CCR模型的方式得到效率水平θ。但是決策單元不僅包括截面數據，還存在時間這一元素，此時使用傳統DEA模型評價面板數據會與DEA的假設條件相矛盾。所以還需要引入Malmquist指數模型來反映時間上的動態效率：

M0（xt，yt，xt+1，yt+1）=Dt+10（xt+1，yt+1）Dt+10（xt，yt）×Dt0（xt+1，yt+1）Dt0（xt，yt）1/2

其中，Dt0（xt，yt）表示t時期決策單元生產水平與前沿生產面的距離；Dt+10（xt+1，yt+1）則表示t+1時期的距離函數值；Dt0（xt+1，yt+1）和Dt+10（xt，yt）則分別表示混合時期內決策單元的距離函數值。

根據現有研究，大多將綠色全要素生產率的測算體系分為投入、期望產出和非期望產出三類指標。故文章將參考現有研究，將各省份GDP作為期Ay+EILGcsZmPKfmEtuIWjCDR6aYv040pdcpsr316OUU=望產出指標；碳排放量作為非期望產出指標；總就業人數（勞動投入）、固定資產投資額（資本投入）、能源消費總量（能源消耗）作為投入指標。

數據的獲取需要具有全面性、可得性，故文章中使用的2011—2019年的原始數據主要來源于歷年中國以及各省統計年鑒和中國能源統計年鑒，不全的數據利用相鄰年Dd09MiyNGc5wezdMrvXVeW+BnSsIj8eONzxL3L+b/2c=份的數據采用插值法補齊；投入和期望產出數據主要來源于中國以及各省統計年鑒，非期望產出的數據主要來源于中國能源統計年鑒。

利用軟件MaxDEA8.15.0可得到2011—2019年國內各省份綠色全要素生產率的測度結果。

第二，解釋變量：我國各省份數字經濟發展綜合指數

雖然通過對數字經濟衛星賬戶的設計，能夠更準確反映各行業參與數字經濟活動的情況，從而更全面客觀地評估數字經濟的實際發展規模以及對整體經濟的貢獻程度，但是由于統計數據不全的限制導致數字經濟衛星賬戶編制困難，所以文章將借鑒吳培瑛學者的方法與數據，對數字經濟設定指標并且利用熵值法確定權重（吳培瑛，2022），最終得到各省數字經濟綜合指數。

第三，控制變量：我國各省份城鎮化率

通過對文獻的研究可以發現，數字經濟對全要素生產率具有區域異質性，基礎設施建設水平、城鎮化水平對全要素生產率產生影響。對于綠色全要素生產率來說，新型城鎮化對于綠色全要素生產率的提升擁有促進作用（尚娟和廖珍珍，2021），故文章將各省份城鎮化率作為控制變量。

4實證結果與分析

文章采用2011—2019年中國30個省份的面板數據來分析數字經濟對綠色全要素生產率的影響情況。在進行回歸分析之前，首先對數據進行相關性分析，通過對相關性分析可以證明無論是數字經濟發展水平和城鎮化率都通過了1%的顯著性水平，可以初步判定數字經濟發展水平以及城鎮化率都與綠色全要素生產率高度正相關。根據Hausman檢驗的結果，文章更適合使用隨機效應模型進行分析。同時，為了判別數字經濟對綠色全要素生產率影響區域上的差異，將30個省份（港澳臺和西藏除外）按國家統計局的標準分為中部地區6個、西部地區11個、東部地區10個、東北地區3個一共四個區域，最終回歸結果如表1所示。

第（1）列顯示了僅包含解釋變量與被解釋變量的回歸結果通過了1%的顯著性水平，表明數字經濟的發展與綠色全要素生產率的提升顯著相關，正相關比例為1∶0.193，驗證了假設1是正確的。第（2）列加入了各省份城鎮化率作為控制變量，導致了解釋變量的回歸系數下降，控制變量的系數通過了顯著性檢驗，說明加入的控制變量與核心解釋變量具有一定的相關性，緩解了一部分遺留變量問題產生的估計偏誤問題，城鎮化水平的提升也會促進綠色全要素生產率的提升。第（3）、（4）、（5）、（6）列為按照國家統計局的標準劃分的西、中、東以及東北地區的回歸結果，回歸系數分別為0.136、0.143、0.123和0.793且均通過了1%的顯著性水平檢驗，這表明數字經濟發展可以促進東中西部地區和東北地區綠色全要素生產率的提升。其中東北地區數字經濟對綠色全要素生產率的回歸系數最高，考慮可能是東北地區樣本量較少或者是東北地區綠色全要素生產率和數字經濟發展指數還有進一步提升的空間。而東部地區由于數字經濟發展水平已經更為完善，所以說對綠色全要素生產率存在邊際遞減的現象。西部地區由于城鎮化水平比之中部和東部而言較為落后，發展上的落后導致數字經濟無法很好地得到普及和應用，所以其回歸系數要低于中部地區以及西部地區，但是城鎮化率依然能夠帶來綠色全要素生產率的提升，驗證了假設2是正確的。

5結論

文章使用DEA-Malmquist指數方法測算了中國30個省份2011至2019年的綠色全要素生產率，將碳排放量作為非期望產出，而后回歸分析了數字經濟發展指標對綠色全要素生產率的影響，以及不同地區之間存在的差異，主要結論如下。

如今這個生活高度信息化的時代，數字經濟可以作為一種新的生產要素促進綠色全要素生產率的提升。另外，城鎮化率的提高除開樣本較少的東北地區，在其他地區都可以對綠色全要素生產率起到促進的作用，并且在城鎮化率更高的地區，其正相關程度越高。對于不同的地區，其產生的影響同樣存在差異，其邊際貢獻從高到低依次為：東北地區，中部、西部地區，東部地區。

根據得出的結論，文章提出以下建議。一是在數字經濟發展方面，在發展數字經濟的同時，也不能忘記了城市的基礎建設，這樣才能更有效地推動5G通信、云計算、大數據等數字技術的應用與普及，促進數字經濟與三大產業的融合。二是在綠色全要素生產率方面，要保持并貫徹綠色發展理念，堅信“綠水青山就是金山銀山”不能再沿用過去只注重發展而忽略環境的粗放式模式了，經濟發展和環境保護并非相互矛盾。三是數字經濟促進綠色全要素生產率方面，要不斷促進數字經濟對綠色技術的推動作用，由于數字經濟對綠色全要素生產率的影響同樣具有對全要素生產率的影響那樣的區域異質性，不同地區也要根據各自的具體情況，因地制宜，查漏補缺，促進經濟綠色高質量發展，提升綠色全要素生產率。

參考文獻：

[1]郭晗，全勤慧.數字經濟與實體經濟融合發展：測度評價與實現路徑[J].經濟縱橫，2022（11）：72-82.

[2]向書堅，吳文君.中國數字經濟衛星賬戶框架設計研究[J].統計研究，2019，36（10）：3-16.

[3]毛豐付，張帆.中國地區數字經濟的演變：1994～2018[J].數量經濟技術經濟研究，2021，38（7）：3-25.

[4]王軍，朱杰，羅茜.中國數字經濟發展水平及演變測度[J].數量經濟技術經濟研究，2021，38（7）：26-42.

[5]魏麗莉，侯宇琦.數字經濟對中國城市綠色發展的影響作用研究[J].數量經濟技術經濟研究，2022，39（8）：60-79.

[6]羅良清，平衛英，張雨露.基于融合視角的中國數字經濟衛星賬戶編制研究[J].統計研究，2021，38（1）：27-37.

[7]張美慧.數字經濟供給使用表：概念架構與編制實踐研究[J].統計研究，2021，38（7）：3-18.

[8]許憲春，張美慧.中國數字經濟規模測算研究——基于國際比較的視角[J].中國工業經濟，2020（5）：23-41.

[9]楊文溥，曾會鋒.數字經濟促進全要素生產率提升的效應評價[J].技術經濟，2022，41（9）：1-9.

[10]郭豐，楊上廣，金環.數字經濟對企業全要素生產率的影響及其作用機制[J].現代財經（天津財經大學學報），2022，42（9）：20-36.

[11]蔡延澤，龔新蜀，趙賢.數字經濟發展對企業全要素生產率影響的實證檢驗[J].統計與決策，2022，38（15）：98-103.

[12]張思源，王春枝，張鴻帥.數字經濟與綠色全要素生產率——異質性與影響機制分析[J].深圳社會科學，2022，5（6）：39-48.

[13]孫亞男，楊名彥.中國綠色全要素生產率的俱樂部收斂及地區差距來源研究[J].數量經濟技術經濟研究，2020，37（6）：47-69.

[14]周祎慶，聶元昆.中國綠色全要素生產率動態測算與區域特征分解[J].統計與決策，2022，38（20）：37-42.

[15]吳培瑛.數字經濟對地區碳排放的影響效應研究[D].南昌：江西理工大學，2022.

[16]尚娟，廖珍珍.新型城鎮化對綠色全要素生產率的影響[J].統計與決策，2021，37（5）：116-119.

［作者簡介］楊文迪（2000—），男，漢族，四川成都人，碩士，研究方向：數字經濟、資本市場；袁靜（1976—），男，漢族，四川瀘州人，博士，副教授，研究方向：資本市場。