数字经济对黄河流域生态效率的影响

初丽霞 岳远媛

关键词：数字经济；生态效率；空间杜宾模型；黄河流域

黄河流域在我国经济社会发展和生态安全方面具有十分重要的地位，沿黄各省（区）要落实好黄河流域生态保护和高质量发展战略部署，坚定不移走生态优先、绿色发展的现代化道路，坚定走绿色低碳发展道路，推动流域经济发展质量变革、效率变革、动力变革［１－２］。高投入、高消耗、高排放、低产出的粗放式经济增长方式限制着黄河流域高质量发展，而数字经济作为一种资源节约与环境保护协调统一的经济，能够赋能传统产业转型升级，不受产业及区域限制，合理配置资源，降低资源投入和消耗［３］，为解决黄河流域经济发展存在的矛盾和问题提供新的思路。生态效率是经济增长量（产出）与经济发展对生态环境影响量（投入）的比值，可衡量一个区域经济发展与生态环境是否协调［３－５］。常用的生态效率测度模型（方法）有数据包络模型（ＤＥＡ）、超效率ＤＥＡ模型、超效率ＳＢＭ模型、改进的ＳＢＭ－ＤＥＡ模型等［６－９］。技术创新、法律法规与政策、经济发展水平、产业结构等通过影响产出与投入对生态效率产生影响［１０－１３］。当前，关于数字经济的生态效应尤其数字经济发展对黄河流域生态效率影响的研究较少，本文以２０１１—２０２０年为研究期，采用基于非期望产出的ＳＢＭ模型测算黄河流域生态效率，基于新发展理念构建数字经济发展水平评价指标体系，建立固定效应的空间杜宾模型（ＳＤＭ），研究数字经济发展对黄河流域生态效率的影响，以期从数字经济发展的角度为黄河流域生态保护和高质量发展提供参考。

１数字经济发展影响生态效率的作用机制

数字经济具有低投入和低环境代价的特点，可克服传统粗放式经济发展模式的局限，实现经济资源的快速优化配置，以更小的投入和更低的生态环境破坏代价创造更高的期望产出，与创新、协调、绿色、开放、共享的新发展理念高度契合。

以数字技术创新为核心驱动力，是解决粗放式经济增长与资源环境矛盾的有效途径。数字经济具有创新和技术进步属性，通过提高创新能力实现生产效率变革［１４］。充分把握新一轮科技革命和产业变革的新机遇，将信息技术融入传统领域，变革企业生产组织方式，可降低资源投入和消耗，实现经济发展方式的转型。数字经济在数字技术方面的创新能够不断优化大数据的使用，依靠海量数据、极速的信息搜寻，提高相关部门对环境污染的监管效率，及时发现并整治污染现象，提升环境污染治理能力［１５］，促使企业使用清洁能源，或创新研发能耗更低的生产技术，降低非期望产出。

数字经济的本质是以互联网为载体对数据进行大规模识别—选择—过滤—存储—使用，收集各种信息并进行处理、整合和归类，降低信息使用者对信息的搜寻成本、选择成本和交易成本，使交易和营销成本显著下降［１６］。产业类型、规模等因素对数字经济发展限制较少，因而数字经济能够打破经济活动空间限制与交流壁垒，加速信息、技术、资金、人才等资源要素自由流动和优化组合，将不同规模及类型的产业以数字经济为中介联系起来，优化产业生态链各个环節，实现产品更加高效地从供给端流转到需求端，为产业链的协同大幅度节约成本［１７］。同时，数字经济有利于区域间协调互通，各区域相互借鉴发展经验，使发达地区的信息、技术、资金、人才等资源要素流入落后地区，实现协调、共同发展，降低落后地区经济发展所需投入和成本。数字经济在技术、软件等的进出口方面，使国家之间能够在经济发展上联结起来，使资金与知识在国与国之间流动，而且数字经济依托互联网进行交易能够降低开放的成本。在降低资源投入和提升期望产出方面，数字经济发展对生态效率提升具有积极的作用。数字经济的发展契合新时代建立健全绿色低碳循环经济发展的要求，兼顾经济增长和环境保护的绿色发展理念。数字经济所延伸的５Ｇ、物联网、人工智能、机器人等新技术，能够以较低的资源消耗和生态环境破坏代价实现较高的经济产出，能够与传统产业相结合，融合新技术，将传统产业改造成以低碳为特征的新兴产业［１８］，从生产源头到产品消费全过程降低资源消耗和污染物排放量，使绿色低碳循环贯穿于各经济环节。数字经济发展能够通过互联网向公众传播绿色环保理念，使绿色低碳的理念深入人心，提升公众的环境保护参与意愿和积极性，减少日常生活中的污染及浪费，在社会快速发展的同时有效缓解生态压力、降低非期望产出、提升生态效率。

２研究设计

２．１数据来源

本研究以黄河流域九省（区）为数据采集单元和分析单元，把青海、四川、甘肃、宁夏、内蒙古五省（区）作为上游地区，把山西、陕西两省作为中游地区，把河南、山东两省作为下游地区。研究所用数据来源于历年《中国统计年鉴》《中国科技年鉴》《中国高技术产业统计年鉴》《中国第三产业统计年鉴》《中国电子信息统计年鉴》以及黄河流域各省（区）历年国民经济和社会发展统计公报、政府工作报告等。

２．２研究方法

２．２．１生态效率测算及其空间自相关检验

首先，设置生态效率评价指标体系（见表１），其中：资本存量即固定资产投资总额，采用永续盘存法计算；地区生产总值为期望产出，废气排放量（用二氧化硫排放量表示）、固体废物产生量（用一般工业固体废物产生量表示）、废水排放量（用废水处理化学需氧量表示）为非期望产出。然后，采用基于非期望产出的ＳＢＭ模型测算各省（区）逐年生态效率（具体方法参见文献［５］）。生态效率值域为［０，１］，其值越大（越接近１）表明生态效率越高，其值小于１表明存在投入产出改进的必要性。

莫兰指数（具体计算方法参见文献［３－５］）通常用于研究某一评价指标在同一个分区内不同评价单元之间潜在的相互依赖性（相关性）。莫兰指数值域为［－１，１］，其值大于０时表明评价指标具有空间正相关性，数值越大空间一致性越强；其值小于０时表明评价指标具有空间负相关性，数值越小空间差异性越强；其值等于０时表明评价指标不存在空间自相关性，即呈现空间随机性。本文用莫兰指数分析生态效率是否存在空间相关性。

２．２．２数字经济发展水平测算

按照创新、协调、绿色、开放、共享５个维度构建数字经济发展水平评价指标体系（见表２），采用极值（最大值、最小值）归一化法对各指标值进行无量纲化处理，并采用熵值法计算各维度发展水平和数字经济发展水平。

２．２．３数字经济与生态效率的相关性分析

目前比较常用的空间计量模型有空间误差模型（ＳＥＭ）、空间滞后模型（ＳＡＲ）、空间杜宾模型（ＳＤＭ），其中ＳＤＭ是一种基于多元回归分析的统计模型，在考虑空间自相关性的情况下预测和解释空间数据，可以用于各种类型的空间数据分析。考虑到黄河流域各省（区）之间具有空间交互作用，其自变量的变化不仅影响本省（区）的因变量，而且会影响其他省（区）的因变量，而ＳＤＭ同时考虑了自变量和因变量的空间滞后算子，因此本研究选择使用ＳＤＭ。

本研究以生态效率Ｅ为被解释变量，以经济发展水平（Ｘｅｃｄ，用人均ＧＤＰ表示）、城镇化水平（Ｘｕｒｂ，用城镇人口占总人口的比例表示）、对外开放水平（Ｘｏｐｅ，用外贸依存度即进出口总额与ＧＤＰ之比表示）、产业结构高级化水平（Ｘｉｎｄ，用第三产业增加值与第二产业增加值之比表示）、财政投入水平（Ｘｆｉｎ，用财政预算内支出与ＧＤＰ之比表示）为控制变量，分别以数字经济发展水平（ＸＤＥ）及创新发展水平（ＸＩＤ）、协调发展水平（ＸＨＤ）、绿色发展水平（ＸＥＤ）、开放发展水平（ＸＯＤ）、共享发展水平（ＸＳＤ）为解释变量，首先构建空间杜宾模型并分析黄河流域数字经济对生态效率影响的时间效应、空间效应、时间空间综合效应（拟合优度等），然后依据空间杜宾模型拟合结果与普通最小二乘（ＯＬＳ）线性回归结果，分析各因素（解释变量与控制变量）对生态效率的影响效果。

参考有关研究［１９］，经过ＬＭ检验和ＬＲ检验，构造如下形式的空间杜宾模型，分析黄河流域数字经济对生态效率的影响：

３结果与分析

３．1生态效率测算结果及其空间相关性

３．１．１生态效率测算结果

本研究把上、中、下游地区各省（区）生态效率的平均值作为各区域生态效率，把九省（区）生态效率的平均值作为黄河流域生态效率。黄河流域各省（区）及各区域逐年生态效率测算结果见表３

由表３可知：黄河流域各省（区）及各区域（上、中、下游地区及全流域）生态效率均呈波动上升趋势，从不同区域看，中游地区生态效率相对较高、下游地区次之、上游地区最低，下游地区在２０１９年以前较中游地区低、２０１９年及２０２０年与中游地区趋于一致，而上游地区一直较中、下游地区低。出现这一结果的原因是：上游地区各省（区）经济发展与环境保护压力较大，经济转型条件、通信网络和能源基础设施较差，生态效率一直处于较低水平；中游晋陕两省近年来高度重视生态环境保护、积极参与“一带一路”建设等，生态效率一直相对较高；下游地区豫鲁两省与中、上游各省（区）相比，地理位置优越，易吸引投资和先进技术，出口贸易活跃，生态效率略低于中游晋陕两省，均于２０１９年追赶上晋陕两省，达到１．０００。

３．１．２生态效率的空间相关性

２０１１—２０２０年黄河流域各省（区）生态效率全局莫兰指数均为正值（流域均值为０．０６９～０．２１４），其显著性水平达到５％，说明黄河流域生态效率存在显著的空间正相关性，即生态效率空间集聚特征显著，各区域生态效率相关联，一个省（区）的生态效率会影响邻近省（区）的生态效率、也会受邻近省（区）生态效率的影响。

黄河流域各省（区）生态效率局域自相关检验进一步验证了其具有空间集聚性。２０１１—２０２０年，中、下游地区各省生态效率均较高，表现出高－高集聚模式；上游地区除四川外其他四省（区）生态效率一直相对较低，表现为低－低和低－高集聚模式，其中甘肃、宁夏两省（区）生态效率一直较低、表现为低－高集聚模式；虽然高－高集聚程度逐渐提高且低－低集聚空间范围逐渐缩小，但黄河流域仍然有部分省（区）集聚模式不理想，存在明显的生态效率低值区。局域自相关检验说明黄河流域的生态效率具有空间相关性，可采用空间计量模型进行进一步分析。

３．２数字经济发展水平对生态效率的影响

３．２．１数字经济影响生态效率的实证结果

以数字经济发展水平（ＸＤＥ）为解释变量，按照空间杜宾模型进行拟合，结果表明时间固定的拟合优度（Ｒ２）大于空间固定、时间－空间双向固定的，同时空间杜宾模型时间固定效应模型的拟合优度也大于普通最小二乘回归（ＯＬＳ）的，因此选择时间固定效应空间杜宾模型进行回归，各变量回归系数见表４。

由表４可知，数字经济发展水平的回归系数为正且达到１％的显著性水平，表明数字经济发展能够显著提高生态效率。其原因：数字经济采用低投入和低环境代价的数据技术，引导并实现实体经济资源的快速优化配置与再生，与传统经济相比提高了生产效率，可促进传统产业转型升级，以更小的投入和更低的生态破坏代价创造更大的期望产出，因而提高生态效率。

从控制变量来看：经济发展抑制生态效率的提升，原因是经济发展对环境产生了一定的破坏，或者投入产出结构不合理，在提升经济效益的同时导致生态效率下降；城镇化可提高生态效率，原因是數字经济发展以高技术及其人才为基础，而城镇化使人才聚集并为数字经济的发展提供动力，因而使生态效率提升；对外开放使生态效率降低，原因是在经济外循环过程中，黄河流域数字经济发展所需高技术依赖引进的比例较大，而技术输出比例较小，在成本较高的同时难以有较高的期望产出，导致生态效率下降；产业结构高级化起促进作用，产业结构中数字经济占比的提高，能够促进产业结构高级化，不断增加的数字经济产业数量也能够降低对环境的污染，减少对于资源的浪费，改善投入产出比，提高生态效率；财政投入水平越高生态效率越高，原因是数字经济作为新兴行业，在其发展初期需要经济及政策上的扶持，财政对数字经济投入的增加能够促进数字经济的发展，同时财政投资政策偏向生态环境保护有利于经济发展与生态保护关系的协调，因而使生态效率提升。

３．２．２数字经济各维度发展水平对生态效率的影响

分别以创新发展水平（ＸＩＤ）、协调发展水平（ＸＨＤ）、绿色发展水平（ＸＥＤ）、开放发展水平（ＸＯＤ）、共享发展水平（ＸＳＤ）等数字经济５个维度的发展水平为解释变量，按照时间固定效应空间杜宾模型进行回归，各变量回归系数见表５。

１）创新发展水平回归系数为正且达到１％的显著性水平，表明创新发展能够显著提高生态效率。数字经济属技术密集型产业，创新能够促进技术升级和流域产业绿色转型，降低劳动密集型和重化工产业占比、降低非期望产出、提高资源配置效率，因而提高生态效率。

２）协调发展水平回归系数为正且达到１％的显著性水平，表明协调发展能够显著提高生态效率。数字经济发展能够提高产业结构合理化和高级化水平，加速信息、技术、资金、人才等资源要素在各区域间的自由流动和优化组合，促进产业协调发展和区域协调发展，推动生态效率的提升。

３）绿色发展水平回归系数为正且达到１％的显著性水平，表明绿色发展能够显著提高生态效率。数字经济发展所带来的数字化、智能化技术能够降低成本及资源投入，提高经济效益，促使环境改善和节能减排，使生态效率提升。

４）开放发展水平回归系数为负但没有达到１０％的显著性水平，表明开放发展对生态效率的提高具有一定抑制作用。数字经济带来的开放发展通常来说能够提升生态效率，但当前黄河流域数字经济在技术上还处于发展初期，技术出口量小，外资投入还未产生较高的经济效益，所以对生态效率的提升不仅没有贡献，而且有暂时的抑制作用。

５）共享发展水平回归系数为正但没有达到１０％的显著性水平，表明共享发展对生态效率的提高有一定作用。数字经济的发展能够带动流域内各地区数字化基础设施建设，创造大量就业机会、提高就业率，在数字经济的共享发展中提升生态效率。

３．２．３数字经济影响生态效率的空间溢出效应

以数字经济发展水平（ＸＤＥ）为解释变量，基于空间杜宾模型分析空间溢出效应，即数字经济影响生态效率的直接效应和间接效应［其中：直接效应表示某省（区）数字经济发展对于自身生态效率的影响；间接效应即空间溢出效应，表示某省（区）数字经济发展对邻近省（区）生态效率的影响］。分别组织直接效应和间接效应的样本数据，按照空间杜宾模型进行拟合，各变量回归系数见表６。

由表６可知，各省（区）数字经济发展对本省（区）的生态效率有显著的提升作用，对邻近省（区）的生态效率提升具有一定作用但没有达到１０％的显著性水平，即目前数字经济发展的溢出效应还不显著。因此，应重视各省（区）之间的联系，协同发展数字经济，促进黄河流域整体生态效率的提升。

３．２．４实证结果的稳健性检验

采用经济距离法对样本数据进行处理，对基于空间杜宾模型的全样本实证结果进行稳健性检验，与实证结果对比表明，核心解释变量（数字经济发展水平）影响生态效率的回归系数有小幅度变动但正负和显著性一致，各控制变量回归系数的正负基本保持一致，即稳健性检验结果与实证结果具有较高的一致性，实证结果具有较高的可靠性。

４结论与建议

４．１结论

１）黄河流域及各省（区）生态效率在２０１１—２０２０年呈现波动上升的趋势，中游地区相对较高、下游地区次之、上游地区最低，存在显著的空间正相关性。

２）数字经济发展对黄河流域生态效率具有显著的正向效应，能够促进黄河流域生态效率的提升。

３）数字经济通过创新、协调、绿色、开放、共享等５个维度的发展对黄河流域生态效率产生影响，其中创新、协调、绿色、共享发展对生态效率的提升有促进作用，开放发展对生态效率的提升在短期内具有一定的抑制作用。

４．２建议

１）为了保持生态效率上升的良好趋势，要继续推动数字经济的发展，给予其发展的各方面支持及良好环境。

２）根据数字经济各维度发展特征，要重视技术创新，推进关键核心技术攻關，突出创新对生态效率的提升作用；各省（区）之间加强联系、相互学习，增强协调、共享发展对生态效率的提升作用；优化数字经济开放发展方式，增强与“一带一路”沿线国家和地区的经济合作、交流，实现数字经济的外向型发展，扭转开放发展对于生态效率的抑制局面。

３）为解决黄河流域各省（区）生态效率不均衡现象，要打破行政区划限制，强化数字经济基础设施建设，打造一体化的数字经济平台，完善经验分享和帮扶机制，使数字经济的相关数据、技术等在各省（区）间无障碍合理流动，促进各省（区）数字经济协调发展，释放数字经济对生态效率的提升潜力。