数字经济对长江经济带绿色发展效率的影响研究

尹庆民,卢 鹏

(河海大学商学院,江苏 南京 211100)

中国特色社会主义进入新时代,我国经济已由高速增长阶段转向高质量发展阶段,以往过度依赖于土地、资源、劳动力等生产要素驱动的经济发展模式,带来了环境承受力脆弱、生态系统退化等问题。党的二十大报告中提出要“推动绿色发展,促进人与自然和谐共生”[1]。这意味着实现绿色发展要兼顾环境改善和经济增长,通过提升绿色发展效率不断推动经济实现绿色增长。

如何寻找一个强劲的动力去推动绿色发展是长江经济带经济建设中面临的重要问题。《“十四五”数字经济发展规划》提出,要“不断做强做优做大我国数字经济,为构建数字中国提供有力支撑”。数字经济以科技创新催生新发展动能,扩展生产可能性边界,在提升生产效率的同时降低资源的过度消耗,是促进公平与效率更加统一的新经济形态。第一,数字经济在助推产业数字化方面发挥着重大作用,通过数字技术不断提高服务业数字化水平、推进农业和工业数字化转型,实现与各行各业的生产生活各个环节的相互融合,为经济发展提供了更加高效的运行模式。第二,数字经济在与实体经济相互融合的过程中通过推动传统产业转型升级、优化要素配置等方式推动绿色生产、绿色生活,极大地助推了绿色发展效率的提高,我国高度重视数字化和绿色化的协同发展,《“十四五”国家信息化规划》提出“以数字化引领绿色化,以绿色化带动数字化”。国务院印发的《2030年前碳达峰行动方案》也明确提出要“推进工业领域数字化智能化绿色化融合发展”。因此,利用数字技术推动粗放型经济增长方式转型,促进数字经济与绿色发展的深度融合已成为实现“双碳”目标、推动经济高质量发展的重要支撑。

如何通过数字经济强劲的发展势头推动长江经济带实现绿色发展是当前学界研究的重要课题,对这些问题进行探讨有利于推动数字经济发展,充分提高绿色发展效率,对经济实现高质量发展具有重要的现实意义。

1 文献综述

数字经济是数字中国和网络强国战略的重要基石[2],是以数字化的知识和信息作为关键生产要素,以计算机和互联网为载体,依托通信技术的有效使用发展起来的新经济形态。数字经济可以通过效率变革、动力变革和质量变革引领中国经济高质量发展[3],可以优化各产业以及各产业间的资源配置与利用方式[4],进而驱动产业结构迈进中高端[5],更大程度地赋能城市发展,逐渐成为推动区域创新和经济社会高质量发展的新引擎[6]。

随着我国进入高质量发展阶段,互联网等信息技术的发展,使各国越来越注意到传统的发展模式无法实现经济的绿色高质量增长。世界各地的组织及其利益相关者越来越重视可持续发展问题[7]。绿色发展作为破除自然环境约束,推动经济实现可持续发展目标的关键[8],寻求经济增长和环境改善达到双赢状态[9],其核心理念是循环、低碳、可持续,关键在于提升绿色发展效率[10]。胡鞍钢等[11]强调经济、自然、社会三大系统的共生和协调,通过机制设计实现三大系统间的正向交互机制,进而实现绿色发展。随着对绿色发展理论探索的逐渐深入,国内学者将绿色发展运用到实践层面,并采用不同的模型对绿色发展水平进行测度。大部分研究都采用投入和产出要素的数据包络分析方法来测度绿色发展效率,并将其作为衡量绿色发展水平的指标。如李洪伟等[12-13]运用超效率SBM模型对绿色发展效率进行了测度;张可云等[14-15]基于DEA确定生产前沿,通过构建Malmquist-Luenberger指数计算了城市的绿色全要素生产率。也有研究尝试采用指标评价法构建绿色发展水平的衡量指数,如商思争等[16]运用组合评价法对我国30个省(自治区、直辖市)的绿色经济发展现状进行了评价。

综上,已有文献对数字经济的概念、作用做出了充分的阐释,有关绿色发展的指标测量和影响因素也有较为充分的研究,但对数字经济如何影响绿色发展的关注较少。本研究聚焦于长江经济带,在对现有理论进行梳理的基础上采用双向固定模型实证研究数字经济与绿色发展效率的关系,并进一步运用调节效应和门槛模型分析流域内数字经济对绿色发展效率的影响,以期深化对数字经济与绿色发展效率的认识,同时为推动长江经济带的绿色高质量发展提供政策建议。

2 理论分析与研究假设

2.1 数字经济推动绿色发展效率提高的直接效应

绿色发展理论强调实现经济、社会和自然之间的协调发展。数字经济作为推动长江经济带绿色发展的重要推动力,其赋能作用主要体现在数字经济能够推动绿色生产方式转型和提升绿色创新能力。一方面,数字经济与实体经济的深度融合推动了产业转型升级[17],有效解决了供需双方的信息不对称问题,降低经济发展过程中对资源、劳动力等要素的过度依赖,有利于能源利用效率的提高,提升我国资源配置和企业生产效率。数字经济的特性有助于打破时空界限,减少交易的中间环节,能够推动地区要素结构调整,促进资源要素跨区域流动,从而进一步推动企业的绿色发展转型。

另一方面,数字经济随着5G、大数据、物联网等技术的发展应运而生。数字技术成功进入商业化应用阶段推动数字经济的赋能作用进一步增强,数字经济现已成为促进企业持续绿色创新的关键力量,能够促进信息技术在产品生产过程中的应用,可以通过加强产学研合作改善创新环境,进而提高企业技术创新能力,提升工业制造的信息化和智能化,推动企业持续绿色创新能力的提高。据此,提出如下假设:

假设1数字经济显著提升了长江经济带绿色发展效率。

2.2 数字经济推动绿色发展效率提高的调节效应

目前针对城镇化水平和绿色发展关系的研究主要有3种观点:①城镇化发展能够促进区域制造业的绿色发展效率提高,如吴传清[18]认为城镇化发展不仅推动当地制造业绿色发展效率的提升,同时城镇人口的流动也会提高邻近城镇的绿色发展效率。②城镇化发展会抑制区域绿色发展效率提高,如郑垂勇[19]认为城镇化率对绿色全要素生产率呈现双门槛效应,但当前的城镇化质量尚未达到促使绿色全要素生产率产生正向溢出的程度,目前的城镇化发展水平不利于提高绿色全要素生产率。③不同地区的城镇化水平对绿色发展效率的影响是有差异的,具有非线性特征,如徐倩[20]认为城镇化水平与绿色发展效率呈现显著的正“U”形影响关系,拐点为74.96%,城镇化率只有在越过拐点后才正向促进绿色发展效率的提高。

刘易斯的二元经济结构理论认为发展中国家同时存在技术落后的传统经济和现代化的工业经济,这种发展差距推动了城镇化过程中的人口流动。在对城镇化、数字经济和绿色发展关系的研究上,孔令英[21]认为快速发展时期的城镇化建设会吸引大量人口涌入,带来数字基础设施和数字服务需求的增加,这些需求虽然能推动数字经济的发展,但相关数字基础设施建设和数字产业的快速发展也需要消耗大量电力能源,因此这一时期数字经济的发展会增加碳排放。

收入消费理论认为过大的收入差距不利于社会整体消费水平的提高,当收入集中于高收入阶层,由于其平均消费倾向较低,增加的收入就难以转化为直接的消费。因而当收入差距过大时,高收入群体对数字消费的边际需求能力减弱,低收入群体的数字消费能力不足,这会导致社会整体对数字消费品需求下降。而生产和消费的辩证关系认为,生产决定消费,但消费对生产具有巨大的反作用,因城乡收入差距导致的数字消费减少反作用于数字产品的生产上不利于数字经济增长。由于数字经济通过绿色生产方式转型和提升绿色创新能力来促进绿色发展,当数字经济的发展受损时,数字经济对绿色发展效率的推动力也会得到削弱,进而不利于绿色发展效率的提高。据此,提出如下假设:

假设2城镇化和城乡收入差距均负向调节数字经济对绿色发展效率的影响。

2.3 数字经济推动绿色发展效率提高的门槛效应

内生增长理论认为技术进步是推动经济持续发展的决定因素。而研发投入是数字经济企业创新的核心环节[22],也是推动绿色高质量发展的重要因素[23]。研发活动带来的技术进步,能够直接推动数字技术发展和绿色发展效率提高。高霞等[24]认为高研发投入是产生高水平区域绿色技术创新的必要条件。这说明当研发投入充足时可以实现高水平的绿色技术创新,数字经济在技术创新的作用下发展到新阶段,能更加显著的促进绿色发展效率的提高。

要想实现经济的高质量发展需要在关键领域进行核心技术创新突破[25],而技术突破需要时间和技术积累。在研发投入初期,技术研发处于起步阶段,资金和技术积累不足,此时的技术进步对数字经济和绿色发展的促进作用相对较小。研发支出力度不断加大,达到技术突破的拐点时,此时在研发投入的作用下,数字经济能更加显著的推动绿色发展效率提高。据此,提出如下假设:

假设3数字经济在研发投入作用下对绿色发展效率的影响呈现正向边际递增的非线性特征。

根据以上分析,总结数字经济对长江经济带绿色发展效率影响的机理分析框架,如图1所示。

图1 数字经济对长江经济带绿色发展效率影响的机理分析

3 研究设计

3.1 模型构建

基于上述对数字经济与绿色发展效率关系的分析,构建基准回归模型:

Git=α0+α1Dit+βXit+εit

(1)

式中:i为省市;t为年份;Git为t年i省市的绿色发展效率;Dit为t年i省市数字经济发展水平;Xit为影响t年i省市绿色发展效率的其他控制变量;ε为随机扰动项。

为了识别数字经济与城镇化水平的共同作用对绿色发展效率的影响,加入数字经济与城镇化的交互项,构建计量模型:

Git=α0+α1Dit+α2Uit+α3Dit×Uit+βXit+εit

(2)

为了识别数字经济与城乡收入差距的共同作用对绿色发展效率的影响,加入数字经济与城乡收入差距的交互项:

Git=α0+α1Dit+α2Pit+α3Dit×Pit+βXit+εit

(3)

式中:Uit为t年i省市城镇化水平;Pit为t年i省市城乡收入差距。式(2)中Dit×Uit为t年i省市数字经济与城镇化水平的交互项;式(3)中Dit×Pit为t年i省市数字经济与城乡收入差距的交互项,若交互项的估计系数显著为负,可以证明调节变量会抑制数字经济对绿色发展效率的促进作用。

考虑到不同研发投入下数字经济与绿色发展效率之间可能存在非线性关系,采用面板门槛模型并将研发投入(Y)作为门槛变量。面板门槛模型如下:

Git=x0+x1DitI(Y≤γ1)+x2DitI(Y>γ1)+

x3Zit+ui+vt+εit

(4)

式中:Y为门槛变量,在本研究中为研发投入;γ1为估计的门槛值;I(·)为示性函数,在括号内条件得到满足时取值为1,否则为0。式(4)是单门槛模型的情况,2个及以上门槛时的模型设定方法以此类推。

3.2 变量的选取与数据来源

a.被解释变量:绿色发展效率指数(G)。借鉴Tone等[26-27]的研究,采用SBM-ML模型对绿色发展效率进行测算。其中,投入指标为资本存量、城镇就业人数和电力消费量;产出指标分为期望产出和非期望产出,以地区生产总值表示期望产出,以工业废水排放量、二氧化硫排放量和一般工业固体废弃物排放量表示非期望产出。

b.核心解释变量:数字经济(D)。选择域名数、互联网宽带接入端口、电信业务总量、数字普惠金融指数、规模以上工业企业研发经费、规模以上工业企业专利申请数和电话普及率、信息传输、软件和信息技术服务业城镇单位就业人员8个指标,运用熵权法,构建数字经济综合指数作为数字经济发展水平的衡量指标。

c.调节变量:选取城镇化水平(U)、城乡收入差距(P)为调节变量。城镇化水平(U)选择城镇人口与年末常住人口的比值衡量;城乡收入差距(P)用城镇居民人均可支配收入与农村居民人均可支配收入的比值衡量。

d.门槛变量:研发投入(Y)。选择规模以上工业企业研发经费占地区生产总值的比重表示。

e.控制变量:参考汪晓文等[28-29]的做法,结合数据的可得性,选择如下4个控制变量:①外贸依存度(T),用经营单位所在地进出口总额占地区生产总值比重表示;②产业结构(I),用第三产业增加值占第二产业增加值的比重表示;③人口密度 (M),为城区人口和城区暂住人口之和与城区面积的比值,本研究对人口密度取对数处理;④人力资本(L),用普通高等学校本科在校学生数占年末常住人口的比重表示。

本研究的实证范围是长江经济带11个省市2011—2020年的面板数据,数据均来自《中国统计年鉴》、国泰安数据库(CSMAR)、国家统计局和各省市统计局的统计数据。其中个别地区的数据由于未及时公布导致无法获取,参考相关文献采用线性插值法将数据补充完整。根据以上变量设定,得到变量的描述性统计,如表1所示。

表1 变量的描述性统计

4 实证结果与分析

4.1 基准回归分析

在实证检验中,采用固定效应模型对长江经济带数字经济发展水平和绿色发展效率指数进行回归。鉴于绿色发展效率在长江经济带下游和中上游存在较大的空间差异性,故分别对长江经济带整体流域、长江经济带下游和中上游数字经济对绿色发展效率的影响进行实证分析,以便更好地观测样本的个体差异性。基准回归结果如表2所示。

表2 基准回归结果

表2中列(1)(2)为长江经济带整体的回归结果,列(1)没有引入控制变量,在列(2)添加控制变量后数字经济的系数仍在1%的水平上显著且系数为正,这说明数字经济显著促进了长江经济带绿色发展效率的提高,验证了假设1的正确性。同时,列(3)至列(6)数字经济都在5%的水平上显著,表明长江经济带下游和中上游数字经济发展都显著促进了绿色发展效率的提升。但列(4)下游地区数字经济的系数为0.0476,小于列(6)中上游的0.1843,这表明数字经济对绿色发展效率的正向促进作用在中上游要大于下游地区。这可能是因为长江经济带下游地区的经济发展水平较高,各类基础设施完善,下游地区的数字资源相较中上游地区更充足,能提供更好的数字服务,而且下游地区产业转型和推动绿色发展的时间比较早,影响绿色发展效率提高的因素也比较多,因而造成数字经济对绿色发展效率有较低的边际推动作用。而长江经济带中上游地区数字经济发展的基础薄弱,随着近些年国家政策向中西部倾斜,国家大数据综合实验区在贵州、重庆等地逐步建设,阿里巴巴、苹果等公司的数据中心也纷纷落地中西部地区,中上游地区的数字基础设施在加速建设,而数字经济可以突破时空的限制来弥补中上游地区的资源缺位,推动中上游地区数字经济能够更好地提高绿色发展效率。这体现出数字经济的普惠共享属性,能够成为长江经济带中上游地区在绿色增长上追赶下游地区的后发优势,进而起到填平长江经济带中上游和下游地区绿色增长差距的作用。

4.2 稳健性检验

基于表2的回归结果,可知数字经济有助于绿色发展效率的提高,面对模型中可能存在内生性问题,采取工具变量法、分位数回归和缩尾处理对回归结果进行稳健性检验,结果如表3所示。

表3 稳健性检验结果

4.2.1工具变量检验

上述回归结果可能因为数字经济和绿色发展效率存在反向因果关系或者遗漏变量而产生内生性的问题。因此,参考黄群慧等[30-31]的研究思路,选取各省份1984年每万人电话机数量与上一年全国互联网用户数的交互项作为数字经济的工具变量。该工具变量选取的逻辑在于:1984年各省份每万人电话机数量能在一定程度上体现城市发展数字经济的基础,且不太可能影响现在的绿色发展效率,这一条件满足工具变量的相关性和外生性原则。同时引入一个随时间变化的量以确保1984年每万人电话机数量这一截面数据在模型中能够正常使用,选用各省份1984年每万人电话机数量与上一年全国互联网用户数的交互项进行IV-2SLS回归。

表3列(1)的结果显示,在使用IV-2SLS的估计方法下,工具变量的估计结果与基准回归结果保持一致。第一阶段F值明显高于经验法则,这表明本研究没有弱工具变量问题。而数字经济仍显著提升长江经济带绿色发展效率,这表明在加入可能存在的内生性变量后,数字经济促进长江经济带绿色发展效率提升的回归结果依然稳健。

4.2.2分位数回归分析

为了准确描述数字经济对长江经济带绿色发展效率变化范围及条件分布的影响,采用分位数回归探究不同发展水平下的数字经济对绿色发展效率的边际影响,结果如表3列(2)至列(5)所示,可以看出,无论在哪个分位点上,数字经济发展均能显著推动长江经济带绿色发展效率提升,说明基准回归结论较为稳健。

4.2.3剔除极端值的影响

考虑到数据中异常值对估计结果的影响,对所有变量在1%和99%分位上进行缩尾处理,用缩尾后的样本重新估计,结果见表3列(6),可以看出,进行缩尾处理后,数字经济仍显著提升了绿色发展效率。

4.2.4滞后变量分析

上文证实数字经济发展水平会影响长江经济带绿色发展效率变动,但这种变动有可能是内生性问题引起的,即绿色发展效率较高的地区更倾向于提高数字经济发展水平。因此借鉴朱喜安[32]的做法,利用滞后一期的数字经济(L.D)检验回归结果中的内生性问题,结果如表4所示,实证结果与基准回归基本一致。第2列显示滞后一期的数字经济的系数为0.08471,在5%的水平上显著,这表明数字经济显著促进长江经济带绿色发展效率的提高,此结果在考虑内生性问题后依然成立。同时为了排除控制变量可能带来的干扰,进一步将控制变量滞后一期,第3列显示滞后一期数字经济的系数为0.0932,在5%的水平上显著,与基准回归结果一致,表明模型具有稳健性。

表4 滞后变量检验结果

4.3 调节效应分析

在对数字经济和绿色发展效率的实证分析中加入城镇化水平和城乡收入差距的调节作用,结果如表5、表6所示。

表5 城镇化水平的调节效应结果

表6 城乡收入差距的调节效应结果

从长江经济带整体流域来看,城镇化和城乡收入差距均负向调节数字经济对绿色发展效率的影响。由此,假设2得到验证。

但两者发挥调节效应的作用区域有所差异,城镇化水平主要作用于长江经济带中上游地区,城乡收入差距主要作用于长江经济带下游。具体表现为城镇化与数字经济交互项的系数在长江经济带下游为正,在中上游为负,整体也为负,这说明主要是在中上游发挥的调节作用推动长江经济带整体流域城镇化与数字经济的交互项系数显著为负。这可能跟地区城镇化发展阶段和发展质量有关。长江经济带下游地区城镇化发展早,质量较高,城镇化的发展会提高资本和技术的利用率,提升数字经济发展水平,进而促进地区的绿色发展。但长江经济带中上游地区城镇化发展水平较低,仍处于高速城镇化阶段。城镇化的快速推进伴随着工业化进程的加快和人口规模的快速扩张,此过程加大对数字服务的需求,同时数字经济相关产业在为经济社会提供服务时也要消耗大量资源,对环境的污染与破坏会更明显,其对城市生态环境的承载能力势必形成巨大挑战。而城乡收入差距与数字经济交互项的系数在长江经济带整体流域、下游和中上游均为负,但在中上游不显著,这说明主要是下游的城乡收入差距与数字经济交互作用推动着城乡收入差距,并在长江经济带整体流域起到负向调节。可能是因为下游地区城乡收入差距加大使得该地区整体数字消费能力变弱,进而不利于绿色发展效率的提高。

4.4 门槛回归结果

4.4.1门槛效应检验

为了验证研发投入是否具有门槛效应,对式(3)进行门槛效应的检验,回归结果如表7所示。从表7可以看出,在单门槛检验时,研发投入门槛变量的F值在5%的水平上显著,在双重门槛检验时不显著,说明研发投入存在单一门槛,不存在双重门槛,门槛值为0.0059。

表7 门槛检验结果和门槛估计值

4.4.2回归结果分析

以研发投入为门槛变量对数字经济和绿色发展效率进行实证分析,结果如表8所示。当门槛变量研发投入小于门槛值0.0059时,此时长江经济带数字经济的系数为0.0987,数字经济发展有助于推动绿色发展效率提升;当研发投入大于门槛值0.0059时,此时的系数要大于0.0987,表明长江经济带数字经济对提升绿色发展效率的作用有所增强。这说明在长江经济带随着研发投入的增加,数字经济推动绿色发展效率的提升作用呈现正向边际递增的非线性特征。由此,假设3得到验证。

表8 门槛回归结果

产生这种非线性特征的原因可能是研发投入赋能数字经济发展需要一定的资金投入、技术沉淀和产出转化时间。研发投入早期对绿色生产技术的支持力度不够,而且从研发投入转化到产出需要一定的时间。但当研发投入突破0.0059这个拐点时,资金和技术已经积累到一定程度,技术进步更明显,此时研发投入对数字经济和绿色发展的作用程度更大,推动数字经济更快提升绿色发展效率。

5 结论与建议

5.1 研究结论

a.从长江经济带整体流域来看,数字经济对绿色发展效率具有正向推动作用,经过工具变量法、分位数回归、缩尾处理等稳健性检验后,这一结论仍然成立。同时,城镇化和城乡收入差距均负向调节数字经济对绿色发展效率的影响,而且研发投入的门槛效应使数字经济对绿色发展效率存在正向边际递增的促进作用。

b.从分流域视角来看,长江经济带下游和中上游数字经济对绿色发展效率均起到正向推动作用,但下游数字经济发展早,对绿色发展效率提升的边际推动作用与中上游相比更小。同时因为下游经济发展水平较高,数字基础设施较为完善,故城镇化在下游起到正向调节作用,中上游因其在快速城镇化阶段,数字基建的大规模建设也会带来环境污染,故城镇化在中上游起到负向调节作用。而城乡收入差距在下游和中上游均起到负向调节作用,但在中上游的负向作用不显著。

5.2 政策建议

a.全面推进长江经济带的数字化建设,推动数字化绿色化协同发展。要加强长江经济带数字产业投资,重视数字人才培养和数字项目开发,推动传统产业实现数字化改造。同时要树立新型城镇化理念,长江经济带的城镇化建设,要更多把握数字经济的发展机遇,不断加强农村落后地区的数字基础设施建设,让数字经济发展更多普惠农村地区。长江经济带各地区也要努力提高低收入者的收入,加强对弱势群体的就业保障和农村就业帮扶,不断缩小城乡数字经济发展差距和城乡收入差距,助力长江经济带生态协调和绿色发展效率提升。

b.加大对研发投入的支持力度,通过技术创新提高数字经济对绿色发展的推动作用。数字经济在推动绿色发展效率提升的同时,也受到研发投入、技术水平等因素的约束。数字经济的研发突破需要研发资金的长期投入积淀才能在关键领域取得重大进展。因此要加大对相关研究的资金支持,聚焦数字行业面临的核心技术问题,把握住时代发展机遇,努力完成技术创新能力的积累,为技术创新提供有力保障,同时要尽早突破研发投入的拐点,通过推动数字经济发展来更好地实现绿色转型。

c.充分考虑长江经济带的地区异质性,因地制宜的推动数字经济赋能长江经济带的绿色发展。中上游地区应继续完善大数据、智能物联网等数字基础设施建设,承接好下游的数字产业转移,因地制宜的发挥长江经济带中上游地区城镇化建设的独特优势,将新型城镇化的发展进程与数字经济深度融合起来,推动长江经济带下游和中上游地区的数字要素互补,助力新型城镇化建设和经济的绿色低碳可持续发展。同时,长江经济带下游地区要进一步缩小城乡收入差距,努力提高长江经济带数字产品消费能力的整体提升,从而增强数字经济对绿色发展效率的推动力。