数字经济对地区绿色全要素生产率的影响

肖远飞， 姜 瑶

(昆明理工大学 管理与经济学院, 昆明 650093)

数字经济作为一种新经济形态，为高质量、集约式发展提供了新的助推力。“十三五”期间，中国数字经济对国民经济增长持续着50%以上的贡献率，2019年贡献率上升到67.7%，成为中国经济增长的一大核心驱动力。数字经济总体规模也从“十三五”初期的11万亿元，增长到2019年的35.8万亿元。从政府工作报告中2017年促进数字经济成长到2019年壮大数字经济发展，体现出对数字经济发展战略定位的不断重视与提升。党的十九届五中全会提出建设数字中国，加快数字化发展，为今后5年乃至更长时间的数字经济发展和数字中国建设指明了方向。数字经济融合多方力量，必定形成促进经济整体提质增效、高质量发展的合力。绿色发展已上升为国家战略，是中国未来经济高质量发展的重要内容。依靠劳动、资本、能源等传统要素带来的高耗能、粗放式效率增长方式需要更高层次的突破。鉴于此，本文利用DEA-GML指数测算地区绿色全要素生产率，借助Tobit模型探究数字经济发展对绿色全要素生产率的影响效果及机制作用。厘清数字作用与绿色发展之间关系，就如何有效释放数字经济对高质量绿色发展的助推力量问题提供参考。

1 文献综述

数字经济发展渗透各个领域，广泛使用互联网和相关数字技术带来的“数字包容”产生显著的经济推动力。科技改变生产生活方式，重塑各行业核心竞争力，成为经济发展新动力。数字经济通过激发大众创业释放发展红利[1]，赋能质量、效率、动力变革重构生产关系驱动经济高质量发展[2]。数字普惠金融有效提高农村低收入群体家庭收入，推动全社会经济包容性增长[3]。制造业依托数字经济实现产业结构优化、制造质量升级，不断从价值重塑走向价值创造[4]。工业智能化水平的不断提升促进行业就业高级化，实现高质量就业[5]。数字经济条件下，创新资源配置空间规模不断拓展，创新组织方式趋于网络化和协同化，一系列技术发明形成规模经济、范围经济及长尾经济效应。数字技术的应用降低搜寻成本、提升要素利用效率、优化要素配置结构，有效降低要素错配水平。通过新的投入要素、新的资源配置效率和新的全要素生产率，数字经济效率系数逐年上升，为经济增长提供全新动力[6]。

随着对数字经济与生产率之间关系的研究不断深入，作为数字经济的核心组成部分信息通信技术，在信息产生、存储和传递方面发挥着重要作用，缓解信息不对称带来的市场失灵，降低市场交易和生产组织成本，从而提升生产效率[7]。人工智能等先进技术对劳动力不断产生替代效应，人机协同、深度学习等辅助并替代人类劳动执行复杂任务，自动化算法水平的提高使生产效率得到根本提升。数字经济中信息化、智能化的广泛应用，以最少的劳动、资本资源等要素投入获得最大的产出，生产要素组合效率最大化。要素投入变化所产生的替代效应和渗透效应有利于全要素生产率提高[8]。数字经济中普及最广的互联网形式内涵丰富，互联网平台、互联网思维、互联网技术等都对经济提质增效有着不可忽视的作用。其直接影响技术进步和技术效率，并最终作用于全要素生产率的提升[9]。

本文的研究贡献包括:①将数字经济与绿色发展统一于分析框架中，在全要素生产率基础上强调绿色内涵，测算绿色全要素生产率更注重经济发展质量。②从浅层次的影响效果分析到深层次机制作用探究，进一步揭示数字经济发展利用何种效应引起绿色全要素生产率提升这一根本性问题，深化了已有文献，在解决实际问题中更具指导性与实践性。③考虑到数字经济具有地区发展不平衡所引起的“数字鸿沟”问题，将中国分为东、西部地区考察异质性丰富本文实证结果，更具针对性地提出相应建议。

2 模型构建与数据处理

2.1 模型构建

考虑到测算出的绿色全要素生产率为非负截断数据，具有截尾性质，建立随机效应的面板Tobit模型进行实证分析。

GTFPit=α0+α1Digeit+α2Zit+εit

(1)

式中：GTFPit为i省区市在t时期的绿色全要素生产率；Digeit为i省区市在t时期的数字经济发展水平指数；Zit代表一系列控制变量；εit表示随机误差。

其中被解释变量(GTFP)分解为绿色技术效率(GEC)和绿色技术进步(GTC)。

2.2 变量测度与说明

采用SBM-GML指数进行中国省区市绿色全要素生产率的测算及分解。其中投入产出变量具体见表1。将投入产出数据利用 MAXDEA 软件进行计算，并对所测得的生产率指数进行累乘获得绿色全要素生产率的实际值。

表1 投入产出变量

本文参考文献[1]的指标构建思路，从互联网发展和数字普惠金融两方面对数字经济综合发展水平进行测度。其中就互联网发展测度，采用互联网普及率、移动电话普及率、互联网就业人员情况、互联网产出情况4个方面的指标。就数字金融数据，采用中国数字普惠金融指数，该指数由北京大学数字金融研究中心和蚂蚁金服集团共同编制。通过熵权法将以上5个指标的数据标准化后降维处理，得到的数字经济综合发展指数，记为Dige。本文构建的数字经济发展水平评价指标体系具体见表2。

表2 数字经济发展水平评价指标体系

选取以下控制变量：市场化水平(Mar)用非国有企业员工占比来表示；贸易开放度(FTD)用进出口总额与GDP的比值来表示；产业结构(Indus)用第三产业与第二产业产值的比值来表示；制度因素(SQ)用环保支出占地区一般支出来表示；能耗强度(Energy)用单位地区生产总值能耗来表示；发明专利(Invent)用地区每万人拥有专利数来表示。以中国30省区市为样本，并基于互联网相关数据的可获得性，选取年份为2011—2017年。研究使用的数据均来自《中国城市统计年鉴》《中国能源统计年鉴》《中国电子信息产业统计年鉴》《中国互联网络发展状况统计报告》以及各省区市统计年鉴和统计公报。

3 实证分析

3.1 基准回归

首先对各解释变量进行多重共线性检验，其中最大的VIF值为2.86，远小于经验法则所要求的最低数值10，有效控制了多重共线性的影响。利用stata15.0软件进行数字经济对绿色全要素生产率影响的Tobit回归分析，结果见表3。模型中LR检验以及Wald检验均通过显著性检验，说明模型拟合效果很好，Tobit回归模型的使用是合理的。

表3 数字经济影响绿色全要素生产率的基准回归结果

列(1)核心解释变量数字经济发展指数的估计系数显著为正，系数为0.603。此外，在加入了控制变量的列(2)中，数字经济发展指数的估计系数值有所下降，下降为0.501，但系数依然为正且显著。数字经济发展有利于区域绿色全要素生产率的提高。

3.2 机制分析

除了式(1)所体现的直接影响效果，根据前文所述，对是否通过节能降耗效应与技术创新效应提高绿色全要素生产率进行机制检验。具体的检验步骤如下：在数字经济发展指数对于绿色全要素生产率的回归模型(1)系数α1显著性通过检验基础上，分别加入数字经济发展指数与能源消耗强度、万人专利发明数的交互项，构建数字经济发展对于节能降耗效应与技术创新效应的回归方程，并进一步分解GTFP，对比分析技术效率变化与技术进步。通过交互项回归系数的显著性判断机制作用是否存在。数字经济发展对绿色全要素生产率影响的机制分析结果见表4。

表4 机制分析结果

从表4的结果可以看出，数字经济发展与能源强度的交互项系数为-0.989，在1%的水平下显著，表明数字经济发展水平的提高会通过降低能耗强度这一途径提升绿色全要素生产率。从分解项来看，数字经济的发展降低地区能耗以显著的技术效率变化最后作用于绿色全要素生产率的提升。数字经济的发展在一定程度上可以改变能源消费结构，在已有技术水平上合理的投入与产出提高资源利用效率，从而最终作用于绿色全要素生产率的提高。数字经济发展与万人发明专利数的交互项系数为0.024，同样在1%的水平下显著，表明数字经济中新一代信息技术的运用有利于发明专利的创造，从而利用技术创新效应提升绿色全要素生产率。在分解项中，技术创新效应表现出显著的技术效率变化作用。综合以上机制分析结果表明，数字经济能通过降低能耗强度，增加发明专利数，以节能降耗效应和技术创新效应来作用于绿色全要素生产率的提高，而通过机制效应推动绿色全要素生产率的主导力量仍然以技术效率变化为主。

4 进一步分析：区域异质性

事实上，由于资源禀赋和发展阶段的不同，数字经济发展水平在区域分布上都存在着明显的异质性特点。因此，数字经济对绿色全要素生产率的影响也可能存在区域上的异质性，有必要对其进行深入讨论。本文将中国划分为东部、西部两个不同的区域，以分别考察数字经济对不同区域绿色全要素生产率的差异性影响。表5为区域异质性效率分解结果，表6为加入机制检验的区域异质性结果。

列(11)、(14)的结果显示，东部和西部地区数字经济发展对绿色全要素生产率的作用都通过了显著性检验，但东部地区作用大于西部地区。即考虑区域异质性，东部地区数字经济对提高绿色全要素生产率的积极效应更强。这一结果产生的可能原因在于，中国东部地区相对于西部地区，其数字经济发展较早、水平也较高，使得数字经济红利的释放更为充分。从分解结果来看，东西部地区的技术进步作用都大于技术效率改进，验证了数字经济作为全新生产动能所带来的技术前沿突破。

表5 区域异质性效率分解结果

表6 区域异质性机制检验结果

具体从机制作用方面考察区域异质性。表6结果显示，在分别加入了两项机制检验后，节能降耗效应和技术创新效应均通过了显著性检验。其中节能降耗效应，东西部地区均呈现负相关，于整体样本结果方面一致，但东部地区作用明显大于西部地区。说明在绿色发展方面，东部地区能够更好地利用数字经济的发展转变传统高污染生产模式，节能降耗成效显著，且最终作用于绿色全要素生产率的提升；技术创新效应则呈现相反的对比结果，在同样呈现正相关的基础上，西部地区的技术创新效应大于东部地区。这在一定程度上说明了对于相对落后地区来说，数字经济这一全新经济形态所带来的技术进步有更强的赋能效果，对绿色全要素生产率的提升更有利。

5 结论与政策启示

基于数字经济极大影响了中国社会经济发展这一事实，从绿色发展的视角切入，借助DEA-GML指数测算中国2011—2017年绿色全要素生产率及分解值，在构建数字经济综合发展水平指数的基础上，运用Tobit模型多维度实证检验了数字经济对绿色全要素生产率的影响及其内在机制。主要结论如下:

1)数字经济有效地促进了绿色全要素生产率的提升，通过更换测算方式及模型等稳健性检验，该结论仍然成立。

2)机制作用方面，采用数字经济与能耗强度变量交互验证节能降耗效应，与万人发明专利数变量交互验证技术创新效应，结果显示节能降耗效应与技术创新效应均具有显著作用，进一步的分解值回归结果中，节能降耗效应与技术创新效应仍处于以初期的技术效率改进为主导阶段。

3)区域异质性方面，东部地区享受到的数字经济红利大于西部地区，对绿色发展的促进效应也更明显。但数字经济所具有的网络化特性所带来的技术突破更有利于激发相对落后地区的发展潜能。

基于上述结论提出以下政策启示:

1)数字经济对绿色发展具有显著的积极作用，应培育多元化投资主体，加大对数字经济各方面的投资力度，完善信息通信基础设施建设，提高数字技术研发强度，推广普及人工智能、大数据、物联网等实际应用，利用现代网络化智能化平台转变高耗能粗放式生产方式，改善要素配置以提高组合效率，不断激发数字经济为高质量发展带来的红利优势。

2)加强数字经济与市场化改革、人才培养、制度治理等各方面因素协调配合，以更大的合力效应协同发展；积极与传统产业相融合，把数字技术创新融入开发、生产、应用各个环节，突破技术创新前沿，促使绿色全要素生产率的提升由效率改进为主导进阶为技术进步为主导，实现经济绿色内涵式发展目标。

3)考虑数字经济对西部地区发展产生的积极效应还有待深化，实施具体化、差异化数字经济发展战略，加大落后地区政策支持力度，利用“后发优势”实现“弯道超车”，促进全区域绿色、智能、协调发展。