数字经济赋能绿色发展:动态调节与空间效应检验

许潇丹, 刘俊霞

(1.西北大学 经济管理学院, 西安 710127; 2.西安翻译学院 国际商学院, 西安 710105)

一、问题的提出

中国经济自改革开放以来保持了长期的高速增长,创造了人类社会经济发展的奇迹,但同时也产生了高污染、高排放等严重问题。伴随着中国经济进入新常态,生态环境问题已经成为我国社会主义现代化建设的突出短板。习近平在2018年5月召开的全国生态环境保护会议上指出,生态文明是中华民族永续发展的“根本大计”,目前我国的生态文明建设正处于压力叠加、负重前行的关键期,也到了有条件有能力解决环境问题的窗口期。党的二十大报告指出,“中国式现代化是人与自然和谐共生的现代化”,明确了我国新时代生态文明建设的战略任务,总基调是推动绿色发展,促进人与自然和谐共生。在此发展机遇期,选择何种途径以最小的资源环境消耗换取最大经济产出、从而实现绿色高质量发展是现阶段需要重点关注和解决的难题所在。数字经济时代不仅信息通信产业迎来了前所未有的迅猛发展,传统的生产方式也被逐步改变,以往单纯依靠资本、劳动力、土地等要素驱动的生产方式正在向信息和数据要素驱动的创新发展方式转变。(1)中国社会科学院工业经济研究所课题组：《“十四五”时期中国工业发展战略研究》,《中国工业经济》2020年第2期。在此背景下,中国能否借助数字经济来实现绿色可持续发展,越来越成为学术界和决策部门关心的问题。

国内外学者就数字经济的绿色发展效应展开了较为丰富的讨论。Aaron &Jason 认为数字经济的发展能够推动产权制度变革和技术创新,从而降低生产的负外部性,最终能够保护自然环境、节约生态资源。(2)P. Aaron &S. Jason, The End of Ownership:Personal Property in the Digital Economy,(Cambridge,MA:The MIT Press,2016).Zhang &Liu研究发现以互联网为代表的信息通信技术的广泛应用可以有效抑制二氧化碳排放量。(3)C. Zhang &C. Liu, “The Impact of ICT Industry on CO2 Emissions: A Regional Analysis in China”, Renewable &Sustainable Energy Reviews, 44(2015):12—19.许宪春等认为大数据能够通过资源整合、科学决策、平台建设和环境监管,实现提质增效、加快技术创新、帮助环境治理,最终促进了绿色发展。(4)许宪春、任雪、常子豪：《大数据与绿色发展》,《中国工业经济》2019第4期。邬彩霞和高媛关注到数字经济通过能源流和资源流两个路径驱动了低碳产业的发展,一定程度上加快了产业结构生态化进程。(5)邬彩霞、高媛：《数字经济驱动低碳产业发展的机制与效应研究》,《贵州社会科学》2020年第11期。庞瑞芝等验证了数字化能够对环境治理绩效产生正向影响,且这一影响具有边际效应递增的特征。(6)庞瑞芝、张帅、王群勇：《数字化能提升环境治理绩效吗?——来自省际面板数据的经验证据》,《西安交通大学学报(社会科学版)》2021年第5期。魏丽莉和侯宇琦基于上市公司企业数据库,从微观视角证实了数字经济对绿色发展的积极影响。(7)魏丽莉、侯宇琦：《数字经济对中国城市绿色发展的影响作用研究》,《数量经济技术经济研究》2022年第8期。杨刚强等发现数字经济促进了技术多样化,从而有助于促进碳减排。(8)杨刚强、王海森、范恒山等：《数字经济的碳减排效应：理论分析与经验证据》,《中国工业经济》2023年第5期。通过对现有文献的梳理,发现少有文献关注到动态条件下数字经济赋能绿色发展的作用特征,尤其是缺乏对外部环境调节下呈现出的动态非线性作用机制和动态空间溢出效应的研究。本文试图在以下三个方面有所贡献：一是以理论和实证相结合的方法探究数字经济赋能绿色发展的作用机理和影响效应,并考察该影响是否存在空间异质性;二是探究数字经济赋能绿色发展的动态调节特征,了解产业结构、教育水平、科研投入、制度环境等外部环境对数字经济的赋能效果产生的非线性影响;三是基于数字经济的外部性和网格化特征,利用动态空间杜宾模型检验数字经济对绿色发展效率的空间溢出效应,明确短期和长期两种情形下数字经济对绿色发展效率的空间溢出效应有何差异。

二、理论分析及研究假设

(一)数字经济对绿色发展的直接影响机制

推动数字经济赋能绿色发展,以最小的资源消耗和环境损害实现最高经济产出,是我们直面生态环境现实矛盾和问题的必然选择。(9)邓荣荣、张翱祥：《中国城市数字经济发展对环境污染的影响及机理研究》,《南方经济》2022年第2期。数字经济对绿色发展效率的作用机理可以细化为数字经济对产出效率、要素配置效率、能源利用效率和环境治理效率这四个方面的效率提升。

第一,数字经济的规模经济效应和范围经济效应提高产出效率。数字经济时代,数据成为继资本、劳动和土地之后的第四大生产要素,传统企业规模不经济的困境逐渐被打破。数据的易复制性、非竞争性和非排他性使其边际成本几乎为零,同时网络作为数字时代信息传递的介质具有强外部性和正反馈机制,用户越多价值越大,数字技术的网络外部性使得生产规模扩大不仅均摊到单位产品的固定成本会减少,产品边际成本也会下降。由此,规模经济效应的存在提升了企业产出效率。(10)荆文君、孙宝文：《数字经济促进经济高质量发展:一个理论分析框架》,《经济学家》2019年第2期。另外,建立在规模经济和网络经济基础上的市场占有率和庞大的用户群体,使得网络化的平台企业可以最大限度地拓展范围经济,除了批量生产满足大众需求的产品,还能生产定制化产品,满足客户的个性化需求,形成“长尾效应”。数字技术的发展颠覆了传统认知,不再需要一味地牺牲个性化换取规模化,证明了差异化生产依然可以有经济效益。(11)P. Thompson, R. Williams &B. C. Thomas, “Are UK SMEs with Active Websites More Likely to Achieve Both Innovation and Growth?”,Journal of Small Business and Enterprise Development,4(2013):934—965．

第二,数字经济的平台效应和匹配效应提高要素配置效率。随着数字技术的发展,大量信息被编码成数据,信息获取的成本降低,信息不对称问题由此得到了一定程度的解决,从而有利于实现供需精准匹配,提高要素配置效率。(12)王梦菲、张昕蔚：《数字经济时代技术变革对生产过程的影响机制研究》,《经济学家》2020年第1期。例如中小企业“融资难、融资贵”的问题在工业经济时代长期存在并难以有效解决,而如今数字经济时代多种金融工具的出现使得这一问题出现了转机。资本市场中的闲置资金可以借助互联网平台快速、准确的流入需求企业,从而高效发挥了金融资本的作用。同时,数字时代产生的购物网站、社交平台等应用的普及,一方面使得生产者及时捕捉到消费者的需求,进而制定合理的资源配置方案;另一方面降低了市场准入门槛、突破了地域限制,只有生产效率高的企业才能在激烈的市场竞争中存活,从而实现要素配置效率提升。(13)戴翔、杨双至：《数字赋能、数字投入来源与制造业绿色化转型》,《中国工业经济》2022第9期。

第三,数字经济的技术创新效应和协同效应提高能源利用效率。一方面,数字经济催生出众多数字型低碳技术、能源技术和环保技术,这类技术的发展有助于提升单位能源的产值,提高能源利用效率。研究表明,仅是信息技术的推广利用就能降低13%～22%的碳排放量。数字技术的快速发展还可以激励厂商革新传统的产品服务创造方式,塑造资源节约型经济发展新模式。(14)缪陆军、陈静、范天正等：《数字经济发展对碳排放的影响——基于278个地级市的面板数据分析》,《南方金融》2022年第2期。另一方面,通过在能源领域建立数字化技术平台,可以对多种能源进行综合管理,方便实时了解能源数据,掌握能源市场的供需情况和价格走势,引导能源要素实现高效率配置。此外,数字技术能够帮助有限的资源在各区域各主体之间合理调度和分配,推动数字化节能,最大限度地提高能源利用率。(15)徐维祥、周建平、刘程军：《数字经济发展对城市碳排放影响的空间效应》,《地理研究》2022年第1期。

第四,数字经济的资源整合效应和监督约束效应提高环境治理效率。一方面,数字技术打破了数据信息壁垒,将政府、企业、社会组织等各个部门碎片化的生态环境数据整合起来,形成一个较为完整的生态环境数据信息系统,解决了长期以来政府、企业等不同部门之间的数据信息资源不能有效共享的问题,使得大量数据资源闲置浪费的情况得以改善,对于环境治理相关决策的科学性、精准度和及时性都会有明显提升。(16)张杰、付奎、刘炳荣：《数字经济如何赋能城市低碳转型——基于双重目标约束视角》,《现代财经(天津财经大学学报)》2022年第8期。另一方面,数字化技术的运用实现了对生态环境的实时监控,通过数字化平台采集的数据能够准确把握当下生态环境的变动情况,便于及时采取有效手段进行治理,从而提高环境治理效率。此外,数字技术有助于碳交易市场的成熟和发展,碳交易可以通过价格信号来引导碳减排资源的优化配置,从而降低全社会减排成本,引导资金流动,而数字技术则是其得以存续和发展的核心技术。而且,数字技术还能够协助政府进行环境信息公开、环保宣传等活动,为政府的环境治理工作提供便利。(17)王帅：《数字经济对区域绿色发展的影响研究》,兰州大学博士学位论文,2023年。

基于以上分析,本文提出假设H1：数字经济能够显著提升地区绿色发展效率。

(二)数字经济对绿色发展效率的动态调节机制

数据作为数字经济时代产生的新型生产要素,因其可复制性和易于共享的特质,使得传统高投入、高污染的经济发展模式被打破,数字经济对经济绿色发展具有不容忽视的促进作用。同时,受“梅特卡夫法则”的支配,随着产业结构、教育水平、创新氛围和制度环境等外部因素发生改变,数字经济对绿色发展效率的促进作用可能会呈现出非线性的门槛特征。

在产业结构方面,第三产业的比重对数字经济作用的发挥有着不容忽视的影响。数字技术与第二产业的融合要求较高的改造成本和技术门槛,而第三产业因为形式较为灵活、不过多受场地限制,与数字技术融合有着天然的优势。同时,第三产业本身对环境相对友好,经过数字化改造后第三产业对资源的消耗进一步降低、非期望产出进一步减少,从而经济绿色化水平得以提升。综上,当区域第三产业比重过低时,数字经济的绿色发展作用比较有限;当第三产业比重到达一定程度,数字经济对绿色发展效率的促进作用会大幅提升。(18)葛立宇、莫龙炯、黄念兵：《数字经济发展、产业结构升级与城市碳排放》,《现代财经(天津财经大学学报)》2022年第10期。

在教育水平方面,数字经济作为新经济的代表,存在一定的认知和应用壁垒,公民的平均受教育程度对数字经济的作用效果有至关重要的影响。受教育程度较低的地区,新技术、新理念的推广实施往往更加困难,传统产业的数字化转型面临较大的阻碍;在平均受教育程度较高的地区,社会对新事物的包容性更强,企业员工掌握新技术所需的时间成本和培训成本更小,使得数字化的新兴技术能够更快速地被推广应用,企业的数字化绿色化转型更容易;同时政府也普遍拥有更加先进的理念,愿意投入更多的财政预算用于经济的可持续发展,公民也更易于接受绿色的生产生活方式。综上,当公民的平均受教育程度到达一定水平后,数字经济的绿色发展效能才能充分释放。(19)韩晶、陈曦、冯晓虎：《数字经济赋能绿色发展的现实挑战与路径选择》,《改革》2022年第9期。

在研发投入方面,每一项技术的突破和革新都需要研发投入的支持,数字经济作为新兴经济的代表和核心,其创新发展更离不开R&D投入,研发强度的高低一定程度上制约着数字经济对绿色发展的赋能水平。研发投入过低意味着传统企业没有足够的经费进行数字化、智能化转型,高技术企业也没有经费支持进一步的数字基础设施节能化研发,数字经济的绿色发展效应无从谈起;只有当研发强度跨过某一门槛值后,数字经济才能够真正促进绿色发展效率的提升。(20)高星、李麦收：《数字经济赋能经济绿色发展:作用机制、现实制约与路径选择》,《西南金融》2023年第2期。

在制度环境方面,数字经济对绿色发展的促进作用必然会受到财政分权体制的影响。适度的财政分权能够充分发挥地方政府的信息优势,可以根据本地经济发展状况和排污特点,扶持个别行业与数字经济加速融合,提高绿色发展效率;但过度的财政分权也增加了地方政府的财政压力,为提高财政支出的经济效益往往会提高对辖区内企业在环保指标上的包容度,同时财政支出结构也会相应调整,节能环保类支出会缩减,一定程度的削弱了数字经济的绿色发展效应。(21)王海花、谭钦瀛、李烨：《数字技术应用、绿色创新与企业可持续发展绩效——制度压力的调节作用》,《科技进步与对策》2023年第7期。

基于以上分析,本文提出假设H2：数字经济赋能经济绿色发展的过程存在显著的动态调节机制,在产业结构、教育水平、科研投入、制度环境等外部因素的调节下,数字经济对绿色发展的影响呈现出一定的非线性特征。

(三)数字经济对绿色发展效率的空间溢出机制

数字经济的外部性和网格化特征使其有能力突破地理空间对传统经济活动的束缚,使得数字经济的绿色发展效应具有显著的空间溢出特征。首先,数据要素天然具有流动性和可复制性,加上网络平台的加持,不同区域可以实现瞬时的数据共享,地理空间的限制被大大弱化。(22)张焱：《数字经济、溢出效应与全要素生产率提升》,《贵州社会科学》2021年第3期。其次,数字产业的快速发展不仅带动技术、资本、人才等要素的全面集聚,还汇集了科研机构、相关企业、政府部门、中介机构等,形成了一个完善的数字经济网络,极大地缩小地域间的距离,使得跨区域、跨行业的经济合作交流变得日益广泛和深入。(23)鲁玉秀、方行明、张安全：《数字经济、空间溢出与城市经济高质量发展》,《经济经纬》2021年第6期。最后,数字经济的发展使得市场更加透明化、公平化,倒逼企业通过绿色创新谋求持续发展,通过向前向后的关联效应产生的市场信号引领和带动产业链上的创新主体也相应进行绿色化转型,进而形成区域产业集聚。产业区域集聚基础设施可以共享共建,集中环境污染治理设施,提高资源利用效率,降低污染排放量。在数字产业集聚区,各行为主体之间通过有效的沟通、学习和协调,使绿色理念、绿色技术和知识的扩散传播具有更强的空间溢出特性。(24)徐维祥、周建平、刘程军：《数字经济发展对城市碳排放影响的空间效应》,《地理研究》2022年第1期。

据此,本文提出假设H3：数字经济的绿色发展效应存在显著的空间溢出效应。

三、模型构建、变量选取与数据说明

(一)模型构建

1.基准回归模型。为论证数字经济对绿色发展效率的影响,本文构建如下计量模型：

GTFPit=β0+β1DIGit+∑βjXjit+μ-i+εit

(1)

其中,i表示地区,t表示时间(年份),GTFP表示绿色发展效率,DIG表示数字经济发展指数,β0表示模型截距项,β1为数字经济变量系数,Xjit表示一系列控制变量,μi表示i省份不可观测的个体固定效应,εit为随机扰动项。

2.动态调节效应模型。为深入揭示数字经济赋能绿色发展的动态调节机制,从产业结构、教育水平、科研投入和制度环境等多重维度进行考察,具体构建的面板调节模型(以双门槛为例)如下：

GTFPit=ϑ1DIGit*I(Tit≤γ1)+ϑ2DIGit*I(γ2≥Tit≥γ1)+…

+ϑn+1DIGit*I(Tit>γn)+∑βjXit+μi+εit

(2)

其中,Tit表各维度的门槛变量,γ1～γn表示n个门槛值,I(*)表示指示函数,括号内所有条件满足时取1,否则取0。

3.动态空间杜宾模型。考虑到绿色发展效率本身的动态性和内生性,传统的静态空间计量模型很难准确刻画其空间特征,本文引入GTFP的时间滞后项GTFPit-1、时空滞后项W*GTFPit-1,构建了双向固定效应下的动态空间杜宾模型如下：

GTFPit=α+δ1GTFPit-1+δ2W*GTFPit-1+ρW*GTFPit+β1DIGit

+β2W*DIGit+γ1Xit+γ2W*Xit+μi+vt+εit

(3)

其中ρ表示空间自相关系数,表示空间依赖性的方向和大小;W表示空间权重矩阵,W*GTFPit为GTFP的空间滞后项,W*DIGit为数字经济的空间滞后项,W*Xit为控制变量的空间滞后项,μi表示个体固定效应,vt表示时间固定效应,εit为误差项。当δ1=δ2=0时,退化为静态空间杜宾模型。

(二)变量选取

1.被解释变量：绿色发展效率(GTFP)。选择SBM-GML指数进行测度,要素投入、期望产出和非期望产出如下：

(1)要素投入：包括资本投入、劳动力投入和能源投入。资本,本文采用永续盘存法计算资本存量作为地区的资本量。按照公式：K-it=K(it-1)(1-δi)+lit,其中,K表示资本存量,l表示实际投资,用全社会固定资产投资额与固定资产价格平减指数计算得出。δ为固定资产投资总额的折旧率,设定为9.6%。基期物质资本存量选用张军等估算出的2000年物质资本存量。(25)张军、吴桂英、张吉鹏：《中国省际物质资本存量估算:1952—2000》,《经济研究》2004年第10期。劳动力,以各省份从业人员数代表劳动力投入。能源,用折合成万吨标准煤的能源消费总量反映各省份能源投入。

(2)期望产出：用各地区的实际生产总值衡量(以2000年不变价计算)。

2.核心解释变量：数字经济(DIG)。结合数字经济的基本特点和我国发展实际,从数字化基础发展水平、数字化产业发展水平、数字化应用发展水平三个维度,共选取了9个指标,运用熵值法对我国各省域数字经济发展水平进行综合测度。详细指标见表1。

表1 数字经济发展水平指标测度体系

3.动态调节变量：产业结构(STR)。用第三产业与第二产业增加值之比来衡量;教育水平(EDU)：用6岁以上人群平均受教育年限来衡量。研发投入强度(RD)：用研发投入占GDP的比重来衡量;财政分权度(FQ)：用地区财政收入与财政支出之比来衡量。

4.控制变量：金融支持(FIN)。用机构存贷款余额总量与地区生产总值之比来衡量;政府干预(GOV)：用公共财政预算支出与地区生产总值之比来衡量;对外开放程度(OPEN):用货物进出口总额占GDP的比重来衡量;环境规制(ENV)：用一般工业固体废物综合利用率来衡量。

(三)数据说明

本文选用2011—2020年中国30个省级行政区的面板数据进行实证检验(由于西藏和港澳台地区的相关数据存在明显缺失,故予以剔除)。根据我国传统区域划分及地区发展状况,将全国划分为东中西三大区域。东部包括北京、天津等9个地区;中部包括河北、山西等10个地区;西部包括内蒙古、广西等11个地区。数据主要来源于《中国统计年鉴》《中国能源统计年鉴》和部分地区统计年报。各变量描述性统计见表2。

表2 各变量描述性统计(N=300)

四、实证结果及分析

(一)数字经济对绿色发展效率的基准回归检验

经过Hausman检验后选用双向固定效应进行估计,并进行了稳健标准误处理以消除异方差的影响,回归结果见表3。列(1)中仅有数字经济一个解释变量,结果显示数字经济显著促进了绿色发展效率的提升,且回归系数通过了1%的显著性检验。列(2)在列(1)的基础上加入了控制变量,可以看到数字经济的估计系数仍在1%的水平上显著,同时R2有所提高,说明加入控制变量后模型的拟合度更高,假设H1得以验证。

为分析数字经济对绿色发展效率的影响是否存在地区差异,将研究样本分为东、中、西三组进行异质性检验,结果如表3中列(3)—(5)所示,数字经济的发展显著促进了东部和西部地区绿色发展效率的提升,但对中部地区的影响不显著。这可能是因为,东部地区互联网发展起步较早,拥有较为完善的信息基础设施、充沛的人才储备和前沿的高新技术,有了这些先发优势助力,东部地区数字经济发展更为成熟,能够更好地赋能社会经济系统,从而促进绿色发展。西部地区数字经济发展水平虽然与东部地区差距较大,但受益于“西部大开发”“一带一路”等政策红利,西部地区迎来了难得的发展机遇期,近年来得以发挥后发性优势,加快数字经济建设进程,并通过释放数字红利提升绿色发展水平。而中部地区既没有数字经济发展的先天优势,也缺少强有力的政策支持,导致中部地区数字经济发展速度相对缓慢,进而其对经济绿色发展的赋能效果也不甚理想。

表3 基准回归检验

(二)数字经济对绿色发展效率的动态调节效应检验

随着产业结构、教育水平、研发强度和财政分权度的提升,数字经济对绿色发展效率的影响可能会发生一定的改变,因此需要采用面板门槛回归模型进行动态调节效应检验。首先用Hansen的自举法经过500次反复抽样确定门槛的个数,四个变量均通过了单一门槛检验。接下来分别估计四种约束机制下的门槛值。表4呈现了不同门槛约束条件下数字经济对绿色经济效率的影响。可以看到,当产业结构、教育水平和研发投入强度跨过门槛值后,数字经济对绿色发展效率的赋能效果明显提升,当财政分权度跨过门槛值后,数字经济对绿色发展效率的赋能效果有所减弱,完全符合上文理论部分的分析预测,假设H2得以验证。

表4 动态调节效应检验

(三)动态空间溢出效应检验

选取地理距离权重矩阵作为本文的空间权重矩阵,用Moran's I指数对2011—2020年中国各地区绿色发展效率和数字经济发展水平进行空间相关性检验,发现数字经济和绿色发展效率的全局Moran’s I指数全部在1%的水平下显著,说明中国各地区数字经济发展水平和绿色发展效率均具有一定的空间相关性。由表5可以看出,空间自回归系数为0.176,且在1%的水平下显著,说明绿色发展效率(GTFP)存在显著的正向空间相关性,即地理临近地区GTFP的提高,会带动本地区GTFP的改善。GTFP的时间滞后项和时空滞后项均在1%的水平下显著,说明选择动态空间杜宾模型能够充分解释数字经济与GTFP的空间相关关系。核心解释变量数字经济的系数为0.569,且在1%水平下显著,说明发展数字经济有利于GTFP的提升,数字经济的空间滞后项系数为2.884,且在1%的水平下显著,说明数字经济对GTFP存在显著的空间溢出效应。

表5 动态空间杜宾模型回归结果

由于参数的点估计对空间溢出效应进行检验可能存在偏误,估计系数不能反映数字经济对绿色发展效率的边际影响。针对此问题,本文借鉴LeSage &Pace的做法(26)J. LeSage &R. K. Pace, Introduction to Spatial Econometrics (CRC Press, 2009).,运用偏微分方法进行分解。其中,直接效应表示数字经济对本地区绿色发展效率的影响;间接效应又称空间溢出效应,指数字经济发展对邻近地区绿色发展效率的影响;总效应为直接效应与间接效应之和(见表6)。短期来看,直接效应、间接效应及总效应都为正且通过了1%的显著性检验,说明短期内数字经济对绿色发展效率的影响具有显著的空间溢出效应。长期来看,数字经济对绿色发展效率的影响由正转负,直接效应尚不显著,但间接效应和总效应显著为负。其原因可能有两个：一是信息通信产品的推广应用和快速更迭涉及稀土元素的开采和废弃物回收问题,随着数字经济的不断发展,稀土元素的开采和大量电子垃圾会对环境带来日益严峻的挑战;二是数据中心等大型数字基础设施尚存在能耗过大的问题,2018年国家数据中心的用电量甚至超过了上海市的用电总量,如果这一问题得不到有效解决,长此以往数字经济的绿色发展优势会被抵消掉,导致数字经济对绿色发展产生负面影响。

表6 动态空间杜宾模型总效应分解结果

(四)内生性与稳健性检验

1.内生性检验。为了尽可能克服内生性问题并考察滞后效应,本文进一步采用差分GMM方法检验数字经济对绿色发展效率的影响,具体结果如表7中列(1)所示。数字经济估计系数在1%的水平上显著为正,这与固定效应回归检验的结果吻合,说明这一结论具有一定程度的稳健性。

2.稳健性检验。为验证研究结论的可靠性,本文选用三种方法进行稳健性检验：第一,改变被解释变量测度方法。基于GML指数对绿色发展效率进行测算,将测算结果重新回归,如表7中列(2)所示,数字经济的估计系数仍在1%的水平上显著。第二,更换核心解释变量。考虑到数字经济发展状况较好的地区往往是互联网普及率较高、信息基础设施建设较为成熟的地区,因此本文借鉴石喜爱等的做法,采用互联网普及率和每平方公里长途光缆路线长度的乘积作为数字经济发展指数的替代变量,重新进行回归,具体见表7中列(3),结果没有发生实质性的变化。(27)石喜爱、李廉水、程中华、刘军：《“互联网+”对中国制造业价值链攀升的影响分析》,《科学研究》2018年第8期。第三,进行缩尾处理。对模型中的各个变量均进行双侧1%的缩尾处理后再回归,结果如表7中列(4)所示,数字经济的系数估计值、影响方向和显著性均没有明显变化,以上检验说明本文得出的主要结论具有较好的稳健性。

表7 内生性与稳健性检验

五、研究结论与政策启示

(一)研究结论

本文基于2011—2020年省级面板数据,运用SBM-GML指数测算了地区绿色发展效率,并从数字化基础发展水平、数字化产业发展水平、数字化应用发展水平三个方面出发构建指标,运用熵值法测度了数字经济综合发展指数,在此基础上,运用双重固定效应模型、面板门槛模型和动态空间杜宾模型实证探究了数字经济对绿色发展效率的赋能作用。主要结论如下：(1)数字经济能够有效提升绿色发展效率,相较于中部地区,数字经济对东部和西部地区的影响更为显著。(2)数字经济赋能绿色发展的过程存在显著的动态调节效应,当产业结构、教育水平和研发投入强度三个变量跨过门槛值后,数字经济的赋能效果明显增强;当财政分权度跨过门槛值后,数字经济的赋能效果明显减弱。(3)数字经济对绿色发展效率的影响存在显著的动态空间溢出效应,但目前短期效应明显大于长期效应。在经过一系列内生性和稳健性检验后,本文的核心研究结论仍然成立。

(二)政策启示

第一,实施差异化数字经济战略,提升各地发展的协调性与均衡性。考虑到数字经济对中部地区绿色发展的促进作用有待加强,政府应该给予适度的政策倾斜,引导数字资本与要素有序流入到中部地区,帮助中部地区发挥本土后发优势。中部地区可充分发挥自身交通、人口和教育优势,注重数字化专业人才的培养,加强产学研合作,同时加大力度发展绿色可持续产业,实现“中部绿色经济崛起”。西部地区应当抓住“一带一路”政策利好,利用自身资源优势,发展具有地域特色的数字化产业,努力缩小数字鸿沟。另外,应当利用数字经济的空间溢出效应,有效发挥数字经济的辐射带动作用,并借助于数字经济构建区域协同发展网络,实现跨地区的分工与合作,缩小地区发展差距。

第二,重视外部环境因素的调节作用,最大限度地释放数字经济的绿色发展潜能。在大力发展新兴技术的同时,还需要积极推进产业结构转型升级、努力提升全民教育水平、持续增加科技研发投入、控制财政分权度。不同省份也应根据自身状况调节以上各维度的发展水平,选择最适宜的实践策略。若忽视上述因素的调节影响,数字经济的绿色发展效应可能会被低估。

第三,加快数字基础设施的节能技术研究,建立绿色发展长效机制。数字基础设施不仅自身是节能减碳的重要领域,更是赋能千行百业进入绿色低碳发展道路的助推器。长期来看,要解决数字经济的绿色发展效力损失问题,就要从数字基础设施出发进行绿色转型,促进新型基础设施的能源供给从传统的煤炭、石油、天然气等化石能源,逐步向非化石能源转型,并且大力推进新型基础设施节能技术和绿色技术研发及应用,建立数字化与绿色化协同发展的长效机制。