数字化对经济增长与生态环境协调发展的驱动机制

江永红 刘梦媛 杨春

摘要 数字时代的到来，为经济增长与生态环境协调发展提供了新动能和新契机。该研究运用2011—2020年中国省级面板数据，在构建经济增长与生态环境协调发展综合指标体系的基础上，运用固定效应模型、空间杜宾模型及门限回归模型，多维度实证考察数字化对二者协调发展的影响及其内在机理。研究结果表明：①考察期内，经济增长与生态环境耦合协调度时间上呈平稳上升态势，空间上呈现东高、中西低的格局。②数字化能够有效推动经济增长与生态环境协调发展，在考虑了一系列稳健性检验后该结论依旧成立。就内在机制而言，产业转型升级、创新水平提升和能源效率增强在数字化赋能过程中发挥了重要传导作用。③分区域检验表明，数字化对经济增长与生态环境协调发展的影响存在区域异质性，相较于西部，数字化对东、中部地区的赋能效应更为显著，且该作用在东北地区并不显著。④从空间维度来看，数字化对经济增长与生态环境协调发展具有显著空间溢出效应，即数字化有助于提高邻近地区经济增长与生态环境协调发展水平。⑤门限检验表明，在人力资本水平和数字基础设施约束下，数字化对经济与环境协调发展的推动作用表现为非线性影响，在通过固定的门槛值后该影响会发生改变，具有显著的门槛特征。基于此，该研究从夯实数字基建，加快数字技术在生态领域的应用；深化产业结构调整，推动研发水平提升，助力能源效率增强；结合区域发展特点，制定差异化发展策略等方面提出政策建议。

关键词 数字化；经济增长；生态环境；耦合协调度

中图分类号 F062. 5 文献标志码 A 文章编号 1002-2104（2023）09-0171-11 DOI：10. 12062/cpre. 20230717

自改革开放以来，中国经济取得了持续的高速增长，然而，以往粗放式发展和大规模资源开发模式在促进经济规模增长的同时却未能实现发展质量的突破，同时还引发了一系列资源与环境难题。面对日益趋紧的资源和环境约束，深入转变发展方式，实现高质量发展成为必然趋势。协调经济增长与生态环境之间的关系被视为加快绿色经济转型、实现经济高质量发展的有效途径。党和政府多次强调“要正确处理好经济发展同生态环境保护的关系”，中共二十大报告指出要加快发展方式绿色转型，牢固树立和践行绿水青山就是金山银山的理念，促进人与自然和谐共生。无论是从宏观层面的优化经济结构、绿色转型发展来看，还是就微观层面的改善民生、提高人们生活福祉而言，探索出一条经济增长与生态环境保护的双赢之路都是中国经济实现高质量发展的必然选择。与此同时，大数据、人工智能、云计算、物联网等信息技术蓬勃发展，在生产、流通、分配、消费等多环节表现出强大的推动力［1］，深刻影响经济社会运作方式，为经济高质量发展注入了新动能。在新一轮科技革命背景下，中国积极推进数字化进程，以数字要素为突破口，赋能经济高质量发展。那么，数字化能否成为实现经济增长与生态环境协同共赢的新契机，數字化通过何种路径影响经济增长与生态环境协调发展，数字化对二者的协调发展是否存在空间效应及非线性效应？对于这些问题的深入探讨，可以为推进经济高质量发展和生态文明建设提供新思路。

1 文献综述

长期以来，经济增长和生态环境之间的关系受到诸多学者关注。较为经典的有Grossman等［2］提出的环境库兹涅茨曲线，其利用二氧化硫、微尘和悬浮颗粒3种指标探究环境质量与收入之间的关系，发现环境质量和经济增长是一种此消彼长和相互促进的关系。国内也有学者提出经济与环境的协调发展不等同于“平等发展”，经济发展状态决定了环境质量的高低，同时经济活动对环境的影响又会作用于经济活动本身，经济发展与生态环境保护应是相互促进、耦合协同的发展［3-4］。针对经济与环境协调发展的评价，有学者认为，相较于单一指标，构建综合评价体系更能充分地反映经济与环境整体系统的发展水平。如利用物理学中的耦合协调度模型测算经济与环境协调发展水平，多数研究得出中国经济与环境的耦合协调程度整体呈上升趋势，但仍处于较低水平，且存在空间分布不平衡特征的结论［5-10］。此外，有学者试图探究经济系统与环境系统之间的关系。如利用系统动力学模型揭示城市经济子系统与环境子系统的非线性结构和动态特征［11］，或借助生态足迹法刻画经济增长与生态环境之间的非线性机制［12］。在经济与环境协调关系的影响因素方面，已有文献表明人口规模、技术创新［6］、人力资本［8］、产业结构［9-10］、外资进入［13］、能源效率［14］等因素会对经济与环境协调发展产生促进作用。然而，作为新时期重塑发展格局的重要驱动力，数字化对经济增长与生态环境协调发展产生的影响尚未得到充分研究和探讨。

从现有文献来看，数字化的经济效应是国内外学者的研究热点。例如，Choi等［15］、Czernich等［16］研究发现互联网等信息技术对经济增长具有显著促进作用；杨慧梅等［17］基于中国省域面板数据证实了数字化对生产率具有显著促进作用及区域异质性。更进一步地，有学者指出加速产业结构调整［18-19］、促进技术创新［20］、激发大众创新创业［21］是数字化发挥经济效应的重要传导路径。随着数字经济进一步发展，部分学者探讨了数字化在改善生态环境方面的积极作用，认为数字、信息等新兴技术具有高渗透性、快捷性和可持续性等特征，有助于传统产业摆脱对自然资源的过度依赖，打破产业链分割，为促进经济绿色发展提供了可能［3，22］。Ulucak等［23］以金砖国家为研究对象，发现信息技术的加持能够促进各经济部门的技术进步，进而助力金砖国家加速脱碳过程。李广昊等［24］借助“宽带中国”战略的准自然实验，证实数字化转型能大幅度降低污染物排放。程文先等［25］从绿色全要素生产率角度出发，发现数字经济可以在促进经济增长的同时减少污染物的排放。

总体而言，现有文献对理解经济增长与生态环境协调发展和数字化的影响效应具有重要作用，但多单一聚焦于数字化的经济效应或环境效应，鲜有文献将数字化和经济增长与生态环境协调发展纳入统一研究框架，且缺乏二者理论机制关系的探讨。基于此，该研究通过耦合协调度将经济增长和生态环境有机结合起来，就数字化对经济增长与生态环境协调发展的影响及内在机制展开讨论，在此基础上考察区域异质性及数字化对二者协调发展的空间效应和非线性效应，以期为政府制定和调整政策提供相关的依据和建议。该研究可能的边际贡献在于：第一，创新性地将数字化和经济增长与环境协调发展纳入统一研究框架，剖析数字化影响二者协调发展的内在机理，在一定程度上填补了现有研究的空白，为促进经济增长与生态环境协调发展提供新思路。第二，采用耦合协调度模型测度经济增长与生态环境协调发展水平，分析经济-环境协调发展的时空演化特征，并给出合理阐释。第三，借助空间杜宾模型和面板门槛模型，探究数字化对经济增长与生态环境协调发展空间效应及非线性效应，拓展复杂情境下经济增长与生态环境协同共赢实现路径的研究。

2 理论分析与研究假说

2. 1 数字化对经济-环境协调发展的直接影响

数字化发展浪潮中，互联网、大数据、人工智能等数字创新技术广泛应用于各领域，在经济增长与生态环境协调发展中发挥重要推动作用。其一，从生产角度来看，采用大数据、物联网和云计算等数字化技术有助于企业实现智能化生产［26］。通過采用网络化生产流程和数字化生产设备，企业能够有效控制能源损耗和污染排放，从而在经济增长的同时促进生态环境的改善，形成良性循环。此外，企业还可以借助算法的支持精确、实时地了解消费者需求，减少买卖双方之间的信息不对称，提高交易效率，从而降低资源投入和能耗。其二，从生活方式角度来看，数字化技术的普及丰富了绿色消费场景。数字化技术深刻改变着人们的生活方式，开拓新的消费增长点，更加精准和高效地推动绿色消费的发展。例如，“无纸化”工作、智能打车绿色出行、废旧产品在线回收等。其三，从环境管理角度来看，数字化能够通过加强环境治理助推经济与环境协调发展。政府利用数字化手段，可以更加有效地监测和管理环境问题，实现资源的有效管理和循环利用［27］，从而减少资源浪费和环境污染，为可持续发展提供支持。

假说1：数字化能直接促进经济增长与生态环境的协调发展。

2. 2 数字化对经济-环境协调发展的间接影响

2. 2. 1 产业结构优化效应

产业结构优化升级对经济增长与生态环境协调发展的助推作用已得到普遍验证。马丽等［9］指出不同的产业结构对经济-环境耦合协调关系的影响也有所不同，高端装备制造产业为主的地区经济环境耦合度较高，经济-环境耦合协调度较差的区域产业结构多以污染性行业、初级产品加工业为主。王建康等［10］基于城市面板数据证明了不同协调类型城市主导产业差距较大。数字化的产业结构优化效应是指通过加快产业结构转型升级的步伐，促使经济增长对能源的依赖转向对信息技术的依赖，减少经济活动过程中的污染排放，进而实现经济与环境的协调发展。具体而言，数字化对产业结构转型升级的助推作用主要体现在改造传统产业和催生新产业、新业态等方面。一方面，数字化优化了传统产业的生产方式，推动了以劳动密集型、重工业为主的产业结构向以技术密集型、环境友好型为主的产业结构跃迁［28］，逐步实现产业结构向中高端迈进。在产业结构高级化的过程中，以化石能源消耗为主的高耗能、高污染产业逐步淘汰或转型升级［29］，降低产业发展对高碳资源的依赖，进而以低投入、低污染获得高产出，促进经济与环境协调发展。另一方面，数字技术的快速发展催生出以电子商务、共享经济为代表的新型商业模式，促成新一轮的产业变革［19］。电子商务、智慧物流等新兴产业以知识、信息、数字为核心生产要素，精准识别消费者需求，高效整合、配置生产资源，降低无效供给，在减少能源消耗和污染排放的同时实现更高效益，为经济增长与生态环境的协调发展带来新的产业动能。

假说2：数字化能够通过推动产业优化升级促进经济增长与生态环境的协调发展。

2. 2. 2 创新激励效应

技术创新，尤其是绿色技术创新被视作促进经济与环境协调发展的一个重要途径，洪雪飞等［6］、张国俊等［8］均证实了科技创新能有效推动生态环境与经济增长实现耦合协调发展。数字化以数据作为主要生产要素，同时兼具技术和绿色属性，能够通过推动绿色技术进步，为经济与环境协调发展提供不竭动力。一方面，数字技术具有信息跨时空传播优势，重新定义了创新边界。依托开放式的数字信息平台，技术创新活动由传统的线下封闭式创新转变为基于线上的开放整合创新，线上和线下相结合的方式使得各类创新主体在不同时间地点均可参与到创新过程当中［30］，高效聚合创新知识资源［31-32］，加快信息交互与知识传播，极大提高了企业创新效率。Nambisan［33］研究发现，数字技术的运用为构建创新网络、打破创新主体间的区位限制提供了有力支撑，从而强化组织创新效应。另一方面，数字信息技术与生产制造、产品研发和市场运营等环节的融合为创新活动提供了低成本优势，进而影响企业的创新意愿。例如，市场运营环节的数字化能够实现市场信息的及时反馈，有利于研发者对市场需求的精准把握和针对性创新［34］，从而降低创新成本和风险，激发企业的创新积极性和创新效率。

假说3：数字化能够通过促进技术创新驱动经济增长与生态环境协调发展。

2. 2. 3 能源效率提升效应

提高能源效率是实现经济和环境协调发展的有效途径［8，14］。一方面，数字技术的深度应用推动能源效率的提升。随着数字化进程的加快，云计算、人工智能及其他智能终端系统在能源行业得到广泛的运用，促进生产、传输、交易和消费等环节的数据化、精细化［35］，大幅提升能源利用效率。例如，借助数字技术和5G通信技术，能够实现煤炭勘探、开采等过程的无人化、可视化及智能化，在提高生产效率的同时，尽可能地降低能源损耗和对生态环境的破坏［36］，有效提升能源利用效率。另一方面，数字化催生能源新技术、新模式，促进能源效率的提升。近年来，数字化催生出一系列与能源生产、消费相关的新技术、新产业、新模式，如电池储能技术、新能源汽车、智慧供应链、能源互联网等，通过促进清洁能源的使用和能源效率的提升，为经济与环境协调发展提供了新契机。华为2020年发布的可持续发展报告显示，华为数字能源在170多个国家和地区投入使用，在国内使用的可再生能源电力已达2. 2亿kW·h，相当于减少约18. 8万t二氧化碳排放。综上，能源使用效率的提高以及可再生新能源的使用能够有效降低环境污染，增加单位能源投入所带来的经济效益，带动企业生产率［37］，从而推动经济增长和污染减排的协调发展。据此，该研究提出以下研究假说。假说4：能源效率提升效应是数字化推动经济增长与生态环境协调发展的重要传导路径。

3 研究设计

3. 1 模型设定与选择

基于前文的理论分析，为考察数字化对经济增长与生态环境协调发展的影响，构建如下基准模型：

Dit = α0 + α1 Digiit + αc Xit + ui + vt + εit （1）

其中：i 表示省份，t 表示年份，被解释变量Dit 为经济增长与生态环境协调发展水平，Digiit 表示各地區数字化发展水平。Xit 为一系列控制变量，即反映省级层面可能影响经济增长与生态环境协调发展的其他特征变量，包括人口密度、科技支持力度、经济开放程度、城镇化水平、金融相关率、市场化程度、政府行为。回归系数 α1 反映出数字化对经济增长与生态环境协调发展的作用效果。同时，引入了年份固定效应νt 和省份固定效应μi 来剔除其他随地区、时间变化因素的影响。εit 为随机误差项。

3. 2 变量选择

3. 2. 1 被解释变量

（1）指标选取。被解释变量为经济增长与生态环境协调发展水平，参考江永红等［38］、张国俊等［8］的研究，遵循指标体系构建原则，结合指标数据的可获取性，通过提取部分最具代表的指标最终形成经济增长与生态环境协调发展指标体系，见表1。从经济实力、经济结构、经济活力三个维度衡量经济发展水平；从环境压力、环境质量和环境治理三个维度评价生态环境。

（2）指标测算。耦合协调度在反映各系统或要素发展水平的同时，也能反映系统间和谐一致、彼此作用的关系，被广泛应用于资源环境、经济管理等领域。因此，借助耦合协调度模型对经济增长与生态环境的协调发展水平进行测度，具体计算公式为：

其中：i 和t 分别表示地区和时间，Cit 为耦合度，A 和B分别为经济系统和环境系统的综合评价指数。Dit 为耦合协调度，Tit 为经济与环境的综合协调指数，α 和β 分别表示经济发展系统和生态环境系统对二者协调发展的贡献率，借鉴任保平等［3］的系数选取方法，选取α = β = 0. 5。

3. 2. 2 核心解释变量

数字化发展水平。该研究参考《中国数字经济发展白皮书》对数字经济的定义，基于数字化的内涵与特征，参考前人的研究成果［27，39］，拟从数字基础设施、数字产业化发展以及产业数字化发展三个维度测度地区数字化发展水平。具体地，数字基础设施水平拟用长途光缆密度、移动电话普及率以及互联网宽带接入端口数三个指标来衡量；数字产业发展水平拟选取软件业务收入、电信业务总量、数字产业从业人员和数字产业工业总产值四个指标来反映，其中数字产业从业人员以信息传输、软件和信息技术服务业行业年末平均从业人员数量来替代，数字产业工业总产值用电子信息制造业工业总产值来反映。产业数字化水平则用电子商务销售额、快递业务量、单位企业拥有网站数以及数字普惠金融指数四个指标来刻画。在此基础上，采用熵值法对各地区数字化发展水平进行测度。

3. 2. 3 中介变量与门槛变量

一是产业结构优化效应。选用第三产业产值与第二产业产值的比值来度量产业结构的高级化程度。这是因为污染物主要来自第二产业，当经济由第二产业逐渐向第三产业转移时，经济行为对环境状况的作用力度会减小，环境质量得到改善。二是创新激励效应。相对于实用新型和外观设计专利授权而言，发明专利授权更能体现一个地区的创新产出能力，故该研究选取每万人发明专利授权量作为技术创新水平的衡量指标。三是能源效率提升效应，参照邵帅等［40］的做法，采取单位能源消耗的实际GDP产出予以度量。该值越大，说明同样产出水平所消耗能源就越少，能源效率越高。人力资本水平采用地区的人均受教育年限来衡量，数字基础设施变量用每百人中互联网宽带接入用户数表示。

3. 2. 4 控制变量

为尽量减少遗漏变量可能带来的结果偏差问题，参考已有文献［3，6-8，12］，引入以下几个可能影响经济与环境协同发展的因素：人口密度，用每平方公里人口数的对数来表示；科技支持力度，用财政科技支出占GDP的比重衡量，并取对数；经济开放程度，采用地区进出口总额占地区生产总值的比重表示，并取对数；城镇化水平，用年末常住人口中城镇常住人口所占比重来衡量；金融相关率，用地区年末存贷款余额之和占GDP 的比值作为代理变量；市场化程度，市场化水平的提升有利于资源的有效配置，进而影响经济与环境的协同发展，因此参考王小鲁等［41］编制的2011—2019 年市场化指数，并借鉴俞红海等［42］的做法，根据历年市场化指数平均增长幅度推算2020年省级市场化指数；政府支出，利用政府公共财政支出占GDP的比重来衡量，并取对数。

3. 3 数据来源

该研究以2011—2020年中国省域面板数据作为研究样本（由于数据可得性等原因，研究未涉及西藏、香港、澳门和台湾地区），数据主要来自相应年份的《中国统计年鉴》《中国环境统计年鉴》《中国科技统计年鉴》《第三产业统计年鉴》以及各省统计年鉴等，部分缺失数据通过各省市的国民经济和社会发展统计公报、CSMAR数据库等进行补充。个别省份2020年工业废水排放量数据仍有缺失，故采用线性插补法予以补齐。

4 实证结果与分析

4. 1 经济增长与生态环境协调发展水平时空分析

不同时期和不同地区的经济增长与生态环境协调发展状况具有差异性，图1展示了2011—2020年中国经济增长与生态环境协调水平变化情况。结果表明：从时序变化来看，研究期间经济增长与生态环境的耦合协调度总体上呈现平稳上升趋势，其均值从2011年的0. 61上升到2019年的0. 71，波动幅度较小，反映出二者耦合协调度具备一定的稳定性。2020年二者耦合协调度与以往相比出现了小幅回落，为0. 703，原因可能是宏观经济受新冠肺炎疫情影响出现下滑，表面上会促进污染物的减排，但实际上经济下滑可能会造成生态环境保护力度的下降，打破经济与环境系统间的平衡。例如，美国政府为应对经济下滑加速出台“美国优先”的制造业回归政策，同时大幅调低汽车能耗和排放标准，不仅违背可持续发展的基本准则，也将加剧经济与环境系统间的矛盾。

由图2可以看出，2020年经济增长与生态环境协调发展水平位于前5的分别为广东、北京、江苏、上海和浙江，位于后5位的为吉林、山西、内蒙古、宁夏以及青海；除青海外，其余地区均达到初级协调水平（0. 6，0. 7]及以上；过半数地区未超过全国平均水平，仅有广东、北京、江苏等地的耦合协调度达到良好协调水平（0. 8，0. 9]。进一步分东、中、西三大区域进行空间特征考察，不难看出，东部地区经济增长与生态环境的耦合协调度普遍较高（2020年均值达0. 75），而中西部地区大多数省份的耦合协调度均值低于全国平均水平。这是由于东部地区具备沿海优势和良好的区位条件，且其产业结构多以高附加值、低污染、低耗能的高新技术产业、高级生产服务业为主，同时经济实力较强，具备相对较强的环境修复与保护能力，使得经济与环境系统间得以良好互动。相比之下，中西部地区由于自然资源和地理位置的限制，其产业结构主要以高耗能企业为主，经济发展受到生态环境约束，且中西部大部分省份经济实力较弱，在污染治理与环境改善方面的投资相对较少，经济与环境系统间的协调具有一定难度。

4. 2 基准回归结果分析

为控制宏观经济环境以及不随时间变化的个体之间的差异，该研究采用双固定效应模型进行回归，表2报告了基准模型的估计结果。回归（1）结果显示，在未添加控制变量并控制时间固定效应与省份固定效应时，数字化发展水平的系数在1%的统计水平上显著为正，表明数字化对经济增长与生态环境协调发展具有显著促进作用；在回归（2）中加入一系列控制变量后，数字化发展水平的回归系数由0. 357下降为0. 227，但仍在1%的统计水平上显著为正，说明回归结果相对稳健，数字化水平的提高的确有助于经济增长与生态环境协调发展。此外，回归（2）中控制变量的结果显示，人口密度、经济开放程度的估计系数为负，这表明人口的过度集聚、进出口贸易不利于经济增长与生态环境的协调发展，而城镇化水平、市场化程度、政府财政支持在一定程度上能够促进经济增长与生态环境的协调。

4. 3 作用机制检验

以上内容通过实证检验回答了数字化水平的提升能否影响经济增长与生态环境协调发展。根据前文理论分析和假设，推动产业转型、提高创新水平和增强能源效率可能是数字化影响经济增长与生态环境协调发展的潜在渠道。为进一步检验数字化是否通过以上途径影响经济与环境的协调发展，参照陈登科［13］、谢红军等［43］的做法，将机制变量作为被解释变量加入基准回归方程，构建如下模型：

Mit = β0 + β1 Digiit + βc Xit + ui + vt + εit （5）

其中，Mit 表示机制变量，包括产业结构、技术创新和能源效率，其他符号解释与基准回归部分相同。表3汇报了机制检验结果。

列（1）、列（2）回归结果表明，当机制变量为产业结构时，无论是否加入控制变量，其系数均在1%统计水平上显著为正，这说明数字化能够通过发挥产业结构升级效应促进经济增长和生态环境协调发展。理论上来说，数字化能够助推传统产业转型并推动新兴产业发展，产业由依赖传统化石燃料向依靠绿色低碳能源转变，为经济增长注入新活力的同时能够缓解环境压力，从而促进经济增长与生态环境协调发展。基于此，假说2得到验证。列（4）汇报了技术创新渠道的回归结果。可以看到，在影响经济增长与生态环境协调发展的过程中，数字化所带来的创新激励效应发挥了重要的传导作用。数字化有助于破除传统经济发展过程中的时空限制，为信息传递提供了有利的环境，从而激发了地区的创新活力。理论上，技术水平的提高是实现经济增长与生态环境协调发展的重要手段，数字化转型依赖于绿色要素、技术要素和数据要素构成的核心生产要素，其带来的技术创新也更偏向于绿色低碳和节能减排，有助于促进经济绿色低碳转型，推动地区经济与环境协调发展。

列（6）回归结果证实了地区能源效率的提升是数字化促进经济增长与生态环境协调发展的影响机制。随着数字化水平的不断提高，数字技术在能源与环境等领域不断融合，优化能源的生产、传输、储存和消费模式，推进可再生能源的使用，促进整个能源行业效率的提升。例如，攀钢集團引入阿里云工业大脑对炼钢流程进行工艺优化，实现吨钢生产节省原料约1. 28 kg，带来高达2. 4倍的效率。可见，数字技术在提升清洁能源占比、提升能源使用效率方面正发挥重要作用。基于此，假说4得到验证。

4. 4 区域异质性分析

前文的基准回归结果表明，数字化水平的提高在总体上能够促进经济增长与生态环境协调发展。然而，中国国土辽阔，各地区的数字化水平存在差异，在经济增长与生态环境耦合协调关系方面也存在明显的地区不平衡现象。多项跨地区的研究表明，数字化对不同发展程度地区的经济增长和生态环境的影响呈现异质性，需进一步对比研究。

表4展示了东部、中部、西部和东北地区数字化对经济增长与生态环境协调度影响的检验结果。结果显示，在东部、中部和西部地区，数字化水平的系数呈现显著正向关系，这表明数字化水平的提升对于促进经济增长与生态环境的协调发展具有显著的促进作用，且该作用在东部和中部地区的表现优于西部地区。对于东北地区而言，数字化系数并不显著，这说明在该地区数字化对于经济增长与生态环境协调的影响不显著。可能的原因有：一方面，东、中部地区城市在数字基础设施和数字产业发展方面具有一定的优势，且大量数字创新人才及创新资本的集聚优势使得东、中部城市能够更好地发挥数字化的赋能作用；另一方面，西部地区发展相对滞后，数字化水平仍处于初级阶段，基础设施建设较为薄弱，数字化发展初期产生的资源消耗增加可能会抵消部分赋能作用。此外这一结果还表明东北地区长期以来传统重工业产能过剩、缺乏新的经济增长点等问题在数字化时代仍未得到有效缓解，这导致数字化对经济增长与生态环境耦合协调度的影响不显著。

4. 5 稳健性及内生性讨论

4. 5. 1 稳健性检验

为进一步检验数字化对经济-环境协调发展的提升效应是否稳健，进行了稳健性检验。第一，替换核心解释变量。利用财新智库公布的数字经济发展指数代替核心解释变量进行回归。该指数包括数字产业指数、融合指数、溢出指数和基础指数等4个部分，能在一定程度上反映各地区数字化发展水平。回归结果见表5中的列（1）、列（2）。不难看出，在更换核心解释变量后，数字化仍在1%水平上显著促进经济增长与生态环境的协调发展，初步证明了基准回归结果的稳健性。第二，对样本进行1%双向缩尾处理。考虑到研究结论对潜在极端值存在敏感性，该研究对模型数据进行1%的双向缩尾处理，回归结果依旧稳健。

4. 5. 2 内生性讨论

此外，为缓解经济增长与生态环境协调发展对数字化的反向因果以及引致的内生性问题，该研究采用工具变量法进行内生性检验。参照黄群慧等［44］和Nunn等［45］的研究，引入1984年每百万人邮局数与上一年全国互联网端口数的交乘项作为工具变量，采用2SLS方法进行内生性检验。表6详细汇报了全样本及分区域样本工具变量回归结果。在考虑了内生性问题后，数字化系数仍显著为正，再次证实了数字化对经济增长与生态环境耦合协调度的促进作用。

5 进一步分析

5. 1 空间效应分析

为进一步探究数字化对邻近地区经济-环境协调发展的空间溢出效应，在模型1中引入数字化、经济环境协调发展及控制变量的空间交互项，建立空间杜宾模型（SDM）。

其中，ρ 为空间自回归系数，W 为空间权重矩阵，ϕ1 和ϕc 分别为解释变量和控制变量的空间交互项系数，其他变量的含义和模型（1）保持一致。采用邻接矩阵、经济距离权重矩阵等不同矩阵反映省份之间的差距，并在此基础上运用全局莫兰指数Moran’I 检验2011—2020年数字化与经济-环境协调发展的空间自相关性。结果显示，邻接矩阵和经济距离权重矩阵下，数字化和经济—环境协调发展均具有显著的空间正相关性，二者在空间分布上存在集聚效应。同时，对空间杜宾模型（SDM）进行Wald和LR检验，结果表明，SDM模型并未退化为SEM或SAR模型，因此，该研究选择SDM模型进行空间效应分析。此外，为比较估计结果的稳健性，在表6中列出了基于空间滞后模型（SAR）的估计结果。

表7显示，在四种不同的模型设定下，数字化系数均显著为正，表明在克服因空间相关性而产生的误差后，数字化仍会促进经济增长与生态环境的协调发展，进一步验证了基准回归的稳健性。同时，空间自回归系数ρ 也显著为正，这表明各地区之间经济增长与生态环境的协调发展存在内生的交互效应；数字化的空间交互项系数显著为正，表明本地数字化对邻近地区经济-环境协调发展具有正向空间溢出效应。进一步，将数字化对经济增长与生态环境协调发展的总效应分解为直接效应和间接效应。直接效应代表数字化对本地区经济-环境协调发展的影响，间接效应代表数字化对邻近地区经济-环境协调发展的影响，即空间溢出效应。从空间分解结果来看，数字化对空间关联地区的经济-环境协调发展水平具有显著正向影响。

5. 2 门槛效应分析

数字化效应的发挥依赖于健全的数字化生态和产业布局，而人力资本水平提升和数字基础设施建设是营造良好数字生态的关键。考虑到数字化对经济增长与生态环境协调发展的影响可能会随人力资本水平和数字基础设施水平的不同而呈现不同特征，故参照Hansen［46］的做法构建面板门槛模型，进一步探究数字化对经济增长与生态环境协调发展的影响是否存在基于人力资本和数字基础设施的门槛效应：

其中：q 为门限变量，指人力资本水平和数字基础设施水平，γ 为特定门限值，I （∙）为根据不同门槛值进行分段的指示函数，其余变量与基准回归部分一致。

首先检验门槛效应是否存在，并确定门槛个数。结果表明，人力资本水平和数字基础设施水平变量均通过了单一门槛检验。根据表8回归结果可知，当人力资本水平越过门槛值后，数字化的影响系数由0. 224上升为0. 278，均在1%的水平上显著，这表明人力资本水平越高，数字化越能促进经济增长与生态环境的协调发展。目前，绝大多数地区的人力资本水平低于门槛值，仅有浙江、江苏等部分数字经济发展较为迅速的地区越过。因而，加大专业人才培养力度与规模、进一步提升人力资本水平是充分发挥数字化积极效应的重要途径。由表8列（2）可知，数字基础设施水平具有显著的单一门槛效应。当互联网接入宽带用户数未达到门槛值时，数字化的系数为0. 422，显示出对经济增长与生态环境协调发展的促进作用；当互联网宽带接入用户数迈过门槛值后，数字化的影响系数下降至0. 325，说明随着互联网宽带接入用户数的进一步增加，数字化对经济增长与生态环境协调发展的促进作用明显减弱。可能的解释在于，较高的互联网用户数往往伴随更高的能源需求，在刺激经济增长的同时伴随着大量的能源消耗，产生一定的能源回弹效应［47］，不利于经济与环境协调发展。当前绝大多数地区宽带接入用户数低于门槛值，因此，为充分发挥数字化的促进作用，应加大相关数字基础设施的建设直至接近于门槛值。

6 结论与建议

在中国经济转型调整的进程中，实现经济增长与生态环境协同共赢至关重要［48］。该研究从理论层面分析了数字化对经济增长与生态环境协调发展的影响和传导机制，并基于2011—2020年中国省域面板数据，结合耦合协调度模型衡量经济增长与生态环境协调发展水平，在此基础上构建面板固定效应、空间溢出效应及门限效应模型实证检验数字化水平对经济增长与生态环境协调发展的影响，得到如下结论：第一，研究期内，各省份经济增长与生态环境的耦合协调度时间上呈现平稳上升趋势，2020年出现小幅回落；空间上呈东高、中西低的分布格局。第二，數字化水平的提高能够显著促进经济增长与生态环境协调发展，实现经济社会与生态环境的协同共赢，通过一系列稳健性检验后，该结果依然成立。第三，机制分析表明，产业结构升级效应、创新激励效应、能源效率提升效应是数字化推动经济增长与生态环境协调发展的重要路径。第四，数字化对经济增长与生态环境协调发展的驱动效应存在显著的区域异质性。具体而言，相较于西部地区，数字化在东部和中部地区的赋能效果最佳，在东北地区则不显著，该结果可能是地区经济与数字化发展水平存在差异所致。第五，考虑空间效应后发现，数字化影响经济增长与生态环境协调发展的直接效应和间接效应均显著为正，这表明数字化促进了本地及邻近地区的经济-环境协调发展。第六，门限效应模型显示，数字化对经济增长与生态环境协调发展的促进作用会随人力资本水平的提高而增加，随数字基础设施水平的提高而降低。

基于以上研究结论，提出如下政策建议。

第一，夯实数字基础设施，充分发挥数字技术在生态保护中的“助推器”作用。通过研究发现，推动数字化发展不仅能够提升经济效率，还能促进经济与环境协调发展，这为新时期推动数字化、绿色化协同发展提供了新的支撑。因此，应持续推进数字基础设施建设，为数字化发展提供坚实的信息基础设施支撑。同时，各级政府可采取与数字经济企业合作等方式，加快数字技术在生态环境领域的应用，提高数字技术在生态经济体系中的贡献率，充分发挥数字化的赋能效应。

第二，立足产业结构升级、强化科技创新、提升能源效率等作用机制，探索数字技术促进经济环境协同共赢的多维路径。政府应积极鼓励绿色技术创新，高度重视以数字技术创新促进创新体系变革，充分发挥市场机制作用，促进创新成果转化与流动。加大产业结构调整步伐，推动数字技术与传统产业进一步融合，大力培育新能源、新材料等新兴产业，在绿色低碳、共享经济、人力资本服务等领域培育新的经济增长点，促进数字经济在绿色低碳轨道上运行，推动经济增长与生态环境协调发展。

第三，立足区域发展差异，制定差别化发展策略。针对区域差异性，各地政府应因地制宜，统筹考虑自身发展现状及优势产业特征，出台相适宜的数字化发展政策。如东部地区，应重点加大人力资本投资，建设数字人才高地，为自主创新及生态文明建设提供人才保障；中部应凭借自身区位优势，积极保持与东部地区发展联动性，推动数字化与地区传统产业融合发展；西部地区工业化进程和信息化发展水平相对滞后，要立足资源禀赋优势和低成本优势，重点完善数字基础设施建设，积极引导企业建立数据中心，加强生态环境保护，将地区的自然资源禀赋转化为经济发展福利；东北地区作为老工业基地和重要的农业基地，可加快数字基础设施建设，打破地缘因素，形成数字化发展合力，开拓全新商业模式。

参考文献

［1］ 张勋，万广华，张佳佳，等. 数字经济、普惠金融与包容性增长［J］. 经济研究，2019，54（8）：71-86.

［2］ GROSSMAN G M，KRUEGER A B. Economic growth and the environment［J］. The quarterly journal of economics，1995，110（2）：353-377.

［3］ 任保平，杜宇翔. 黄河流域经济增长-产业发展-生态环境的耦合协同关系［J］. 中国人口·资源与环境，2021，31（2）：119-129.

［4］ LI Q A，GUO Q A，ZHOU M，et al. Analysis on the mechanism andinfluencing factors of the coordinated development of economy andenvironment in China’s resource‐based cities［J］. Sustainability，2022，14（5）：2929.

［5］ 崔盼盼，赵媛，夏四友，等. 黄河流域生态环境与高质量发展测度及时空耦合特征［J］. 经济地理，2020，40（5）：49-57，80.

［6］ 洪雪飞，李力，王俊. 创新驱动对经济、能源与环境协调发展的空间溢出效应：基于省域面板数据与空间杜宾模型的研究［J］.管理评论，2021，33（4）：113-123.

［7］ 李建新，梁曼，钟业喜. 长江经济带经济与环境协调发展的时空格局及问题区域识别［J］. 长江流域资源与环境，2020，29（12）：2584-2596.

［8］ 张国俊，王珏晗，吴坤津，等. 中国三大城市群经济与环境协调度时空特征及影响因素［J］. 地理研究，2020，39（2）：272-288.

［9］ 马丽，金凤君，刘毅. 中国经济与环境污染耦合度格局及工业结构解析［J］. 地理学报，2012，67（10）：1299-1307.

［10］ 王建康，韩倩. 中国城市经济-社会-环境耦合协调的时空格局［J］. 经济地理，2021，41（5）：193-203.

［11］ DROUET L，EDWARDS N R，HAURIE A. Coupling climate andeconomic models in a cost‐benefit framework：a convex optimisationapproach［J］. Environmental modeling & assessment，2006，11（2）：101-114.

［12］ 隋建利，陈豪. 生态足迹视域下环境与经济增长协调发展路径研究［J］. 财贸经济，2021，42（6）：54-70.

［13］ 陈登科. 贸易壁垒下降与环境污染改善：来自中国企业污染数据的新证据［J］. 经济研究，2020，55（12）：98-114.

［14］ 宋德勇，陈梅，朱文博. 用能权交易制度是否实现了环境和经济的双赢？［J］. 中国人口·資源与环境，2022，32（11）：134-145.

［15］ CHOI C，YI M H. The effect of the Internet on economic growth：evidence from cross‐country panel data［J］. Economics letters，2009， 105（1）：39-41.

［16］ CZERNICH N，FALCK O，KRETSCHMER T，et al. Broadband infrastructureand economic growth［J］. The economic journal，2011，121（552）：505-532.

［17］ 杨慧梅，江璐. 数字经济、空间效应与全要素生产率［J］. 统计研究，2021，38（4）：3-15.

［18］ SU J Q，SU K，WANG S B. Does the digital economy promote industrialstructural upgrading：a test of mediating effects based onheterogeneous technological innovation［J］. Sustainability，2021，13（18）：10105.

［19］ 陈晓东，杨晓霞. 数字经济发展对产业结构升级的影响：基于灰关联熵与耗散结构理论的研究［J］. 改革，2021（3）：26-39.

［20］ 温湖炜，王圣云. 数字技术应用对企业创新的影响研究［J］. 科研管理，2022，43（4）：66-74.

［21］ 赵涛，张智，梁上坤. 数字经济、创业活跃度与高质量发展：来自中国城市的经验证据［J］. 管理世界，2020，36（10）：65-76.

［22］ VIDAS‐BUBANJA M. Implementation of green ICT for sustainableeconomic development［C］//2014 37th International Convention onInformation and Communication Technology，Electronics and Microelectronics（MIPRO）. Opatija，Croatia. 2014：1592-1597.

［23］ ULUCAK R，DANISH，KHAN S U D. Does information and communicationtechnology affect CO2 mitigation under the pathway ofsustainable development during the mode of globalization［J］. Sustainabledevelopment，2020，28（4）：857-867.

［24］ 李广昊，周小亮. 推动数字经济发展能否改善中国的环境污染：基于“宽带中国”战略的准自然实验［J］. 宏观经济研究，2021（7）：146-160.

［25］ 程文先，钱学锋. 数字经济与中国工业绿色全要素生产率增长［J］. 经济问题探索，2021（8）：124-140.

［26］ ACEMOGLU D，RESTREPO P. The race between man and machine：implications of technology for growth，factor shares，and employment［J］. American economic review，2018，108（6）：1488-1542.

［27］ 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［J］. 西安交通大学学报（社会科学版），2021，41（5）：1-10.

［28］ 李晓华. 数字经济新特征与数字经济新动能的形成机制［J］.改革，2019（11）：40-51.

［29］ 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［J］. 地理研究，2022，41（1）：111-129.

［30］ 韩璐，陈松，梁玲玲. 数字经济、创新环境与城市创新能力［J］.科___"`研管理，2021，42（4）：35-45.

［31］ 韩兆安，吴海珍，赵景峰. 数字经济驱动创新发展：知识流动的中介作用［J］. 科学学研究，2022，40（11）：2055-2064，2101.

［32］ KELLER W. Trade and the transmission of technology［J］. Journalof economic growth，2002，7（1）：5-24.

［33］ NAMBISAN S. Digital entrepreneurship：toward a digital technologyperspective of entrepreneurship［J］. Entrepreneurship theoryand practice，2017，41（6）：1029-1055.

［34］ TEECE D J. Profiting from innovation in the digital economy：enablingtechnologies，standards，and licensing models in the wirelessworld［J］. Research policy，2018，47（8）：1367-1387.

［35］ 陳晓红，胡东滨，曹文治，等. 数字技术助推我国能源行业碳中和目标实现的路径探析［J］. 中国科学院院刊，2021，36（9）：1019-1029.

［36］ WANG J H，HUANG Z H. The recent technological development of intelligent mining in China［J］. Engineering，2017，3（4）：439-444.

［37］ SHAPIRO J S，WALKER R. Why is pollution from US manufacturingdeclining：the roles of environmental regulation，productivity，and trade［J］. American economic review，2018，108（12）：3814-3854.

［38］ 江永红，刘冬萍. 安徽省资源、环境与经济协调发展综合评价［J］. 农业技术经济，2012（7）：94-102.

［39］ 潘为华，贺正楚，潘红玉. 中国数字经济发展的时空演化和分布动态［J］. 中国软科学，2021（10）：137-147.

［40］ 邵帅，李欣，曹建华，等. 中国雾霾污染治理的经济政策选择：基于空间溢出效应的视角［J］. 经济研究，2016，51（9）：73-88.

［41］ 王小鲁，胡李鹏，樊纲. 中国分省份市场化指数报告-2021［M］. 北京：社会科学文献出版社，2021.

［42］ 俞红海，徐龙炳，陈百助. 终极控股股东控制权与自由现金流过度投资［J］. 经济研究，2010，45（8）：103-114.

［43］ 谢红军，吕雪. 负责任的国际投资：ESG与中国OFDI［J］. 经济研究，2022，57（3）：83-99.

［44］ 黄群慧，余泳泽，张松林. 互联网发展与制造业生产率提升：内在机制与中国经验［J］. 中国工业经济，2019（8）：5-23.

［45］ NUNN N，QIAN N. US food aid and civil conflict［J］. Americaneconomic review，2014，104（6）：1630-1666.

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

［47］ 樊轶侠，徐昊. 中国数字经济发展能带来经济绿色化吗：来自我国省际面板数据的经验证据［J］. 经济问题探索，2021（9）：15-29.

［48］ 刘阳，秦曼. 中国东部沿海四大城市群绿色效率的综合测度与比较［J］. 中国人口·资源与环境，2019，29（3）：11-20.

（责任编辑：刘照胜）