数字经济对城市绿色全要素生产率的影响研究

[摘要]基于2011—2019年我国280个地级市城市面板数据，分别利用主成分分析法和SBM-Malmquist指数测算我国城市数字经济发展水平与绿色全要素生产率，实证探讨数字经济对城市绿色全要素生产率的影响效应。研究发现：（1）数字经济能够显著提升城市绿色全要素生产率，尤其在南方城市、非资源型城市表现得更为显著；（2）数字经济能够通过提升绿色创新水平，优化产业结构间接促进城市绿色全要素生产率的提升，即存在数字经济—绿色创新/产业结构升级—城市绿色全要素生产率提升的两条传导路径，但绿色创新表现为遮掩效应，而且这两条传导路径在南方和北方地区城市、资源型和非资源型城市呈现出显著的差异性。因而应积极推动数字化发展，建设数字中国，助力可持续发展。

[关键词]数字经济；城市绿色全要素生产率；绿色创新；产业结构升级

一、 引言

数字时代随着新一轮科技革命和产业变革的不断深入演进已扑面而来，世界各国在数字经济领域中的竞争也逐渐加剧。数字经济的新引擎作用愈加凸显，拉动经济增长的作用也越发明显。《中国数字经济发展白皮书》显示，中国数字经济规模在2020年达到了39.2万亿元，占GDP的38.6%，位居世界第二，特别是在新冠肺炎疫情冲击和全球经济下行的叠加影响下，仍保持9.7%的高位增长1，成为稳定经济增长的关键动力。

然而，随着经济高速增长的负面效应不断爆发，资源短缺、环境污染、生态破环等日益加剧，生态环境问题日趋成为政府关注、人民关心的问题。如何引领各类生产要素向绿色产业、行业集聚，转变传统的经济增长方式、提高能源利用效率，提升城市绿色全要素生产率，成为我国经济当前亟待解决的一个现实问题。而数字经济的发展，恰好为我国解决城市绿色发展问题提供了一个新思路，数字经济不但能够提高传统产业数字化、智能化水平，还有助于加速要素的流动，提升经济运行效率和质量[1]。那么数字经济能否提升城市绿色全要素生产率？数字经济通过何种途径有效释放其对城市绿色全要素生产率的红利？而且数字经济释放的红利是否存在异质性特征？对于这些问题的探究，不仅可以为促进中国绿色发展提供一个新的方向，还有利于探索经济发展模新式，更有利于建设美丽中国目标的实现。

二、 文献回顾与研究假设

1. 文献回顾

现有文献围绕数字经济对绿色全要素生产率的影响研究主要涉及以下内容：第一，数字经济某些数字化特征对全要素生产率的影响。随着数字经济的不断发展，学者们从早期对数字经济内涵界定的探讨逐渐转向研究其引发的经济社会效应。学者们从电子商务[2-3]、互联网经济[4-5]、数字金融[6-7]等与数字经济产生基础一致、表现形式不同的新型经济形态展开了大量的研究。这些新经济形态在提升科技创新、产业结构升级、生产率改善等方面发挥了重要的促进作用[8]。也有学者从理论上分析共享经济和大数据在提升生产率、改善空气污染、节约资源等方面的作用[9]。当然也有学者持相反的观点，他们认为，过度信息化会导致资源和劳动力的浪费和错配，而且数字技术若与本地基础不吻合则陷入数字技术“空心化”局面，反而会抑制全要素生产率的提升[10-11]。然而数字经济通过不同表现形式对全要素生产率产生的提升作用却得到了学术界的认可，但针对数字经济发展的定量测度尚未有统一的标准。第二，鲜有学者研究数字经济对绿色全要素生产率的直接影响及其影响机制，仅有少量学者展开了相关的实证研究。Zhang Wei等[12]利用中国省级层面的数据研究发现数字经济对全要素生产率具有显著的积极作用；范欣，尹秋舒[13]基于中国省级面板数据实证研究发现，通过中国数字普惠金融指数表征的数字金融发展能够显著促进绿色全要素生产率的提升。

根据现有文献，数字经济虽然成为学术界目前研究的热门主题，但对绿色全要素生产率的研究较少，而且在现有研究中，本文认为存在以下不足：第一，由于数字经济数据的获得性和有限性，现有学者主要利用我国省级层面数据展开相关研究，而且对数字经济的测度各抒己见，同样对绿色全要素生产率的测度也是“八仙过海、各显神通”，尤其是在非期望产出指标的选取上更为明显；第二，现有文献涉及数字经济的绿色特征，多数文献还是集中在对传统全要素生产率、经济增长的研究，对于数字经济背后的绿色价值仍待进一步深入挖掘。鉴于此，本文利用2011—2019年我国280个地级市城市面板数据，探究数字经济对城市绿色全要素生产率的影响，并从绿色创新和产业结构升级视角研究其具体影响机制。

2. 研究假设

（1）数字经济对城市绿色全要素生产率的直接影响

数字经济具有“快捷性、高渗透性、直接性、可持续性”等优势，其通过颠覆性创新、优化资源配置有效减少了企业对资源、能源的过度消耗，降低了环境污染、生态恶化等危害，从而促进了绿色全要素生产率的提升[14]。数字经济对绿色全要素生产率的积极作用主要体现在以下3个方面：一是从数字经济本身特质来看，信息化是其本质，数据是其关键要素，表明了数字经济本身就属于环境友好型产业，对能源的消耗是微乎其微的，对环境的破坏更是小之又小，而且数字经济的发展会对高投入、高污染、高排放的“三高”传统产业产生挤压效应，从而有利于城市的绿色发展。二是数字经济实现了以数据、技术替代能源、劳动、资本形成新产品的开发，生态环境破坏的代价更低；而且通过打造绿色消费平台、研发绿色产品、引导人们绿色消费，进而实现生产绿色转型，释放经济、生态红利，从而有利于绿色发展。三是数字经济能够积极传播绿色生活理念来改善城市的绿色生产率，一方面依托数字技术可以构建政府、企业、公众之间的绿色互动桥梁的数字平台，加强了对企业的环保监督；另一方面借助数字媒体引导公众践行绿色环保行为，降低城市的环境投入要素。

综上所述，本文提出第一个假设：

假设1：数字经济的发展能够显著提升城市绿色全要素生产率。

（2）数字经济对城市绿色全要素生产率的间接影响

第一，绿色创新效应。借助于数字经济的数字技术，知识能够以低成本、快速、实时的方式在网络中产生、分享和交流，使得不同地区的企业获得大量的外部信息和知识，有利于增加绿色创新的知识储备，进而促进绿色创新水平的提高，有利于生产绿色化，提高生产效率，减少污染物的排放；而且随着环境规制压力和生产环保标准的日益增加，市场需求逐渐绿色化，数字经济的发展使得信息传递得更为迅速，企业有针对性地进行创新[15]，不仅能够增强企业的市场竞争力，而且能够改善生态环境。

第二，产业结构升级效应。我国现有产业在数字技术发展迅猛的影响下，能够使资本、劳动等要素得到合理的配置，减少资源的浪费，提升利用效率，降低对环境的污染程度。一方面，数字经济的发展能够推动产业结构由传统的劳动、资本密集型产业向数字密集型产业转变，使得产业结构高级化水平得到提高，降低了环境污染；另一方面，数字经济的高渗透性特征能够打破产业、行业间的边界，促进产业的融合，新产业、新业态的产生，而且数字经济的发展能够带动传统产业的智能化和数字化转型，促使各产业协调发展，提升产业结构的合理化，有利于生产率的提升[16]。随着产业结构不断优化升级，集群效应日渐凸显，不仅有利于资源的合理配置，实现了生产成本的减少、产品附加值的提高，还有利于结构红利的释放、规模效应的产生，为绿色全要素生产率的提升提供了良好的基础。

综上所述，提出本文的第二个假设：

假设2：数字经济通过提升绿色创新水平、驱动产业结构升级间接促进城市绿色全要素生产率的提升。

三、 研究设计

1. 样本选择与数据来源

本文选取我国地级市城市作为研究样本，研究时间区间为2011—2019年，由于考虑到数据的可得性和有效性，对数据缺失严重的样本进行剔除处理，最终得到280个地级市城市的研究样本。城市绿色全要素生产率的投入产出数据主要源于《中国城市统计年鉴》及各省的历年统计公报，数字经济的相关数据来自《中国城市统计年鉴》和北京大学数字金融研究中心，绿色创新数据源于国家知识产权局的专利检索数据库，产业结构升级及控制变量的数据均来自《中国统计年鉴》《中国城市统计年鉴》及各省的统计年鉴。

2. 变量定义

（1）被解释变量

本文的被解释变量是城市绿色全要素生产率（GTFP）。借鉴已有研究的做法[17]，本文采用考虑非期望产出的超效率SBM模型和Malmquist生产函数指数测度城市绿色全要素生产率，并使用MaxDEA8.0软件进行计算。在计算过程中选取的投入、产出指标具体如下：一是投入指标，投入指标包括资本投入、劳动力投入、和能源资源投入3个指标。资本投入采用城市资本存量表示，劳动力投入选择第二产和三产业从业人员总数表示；能源资源投入指标采用城市用电量和供水量衡量。二是期望产出指标，选择城市GDP和绿化覆盖率两个指标分别表示城市经济产出和居民生活质量产出。三是非期望产出指标，选择工业废水排放量、工业SO2排放量、工业烟尘排放量和PM2.5浓度4个指标表示。

（2）解释变量

数字经济（DE）是本文的解释变量。对于数字经济的测度目前尚未统一的标准，故本文在结合数据可获得性的基础上借鉴赵涛等[18]的做法从互联网发展水平和数字金融两个方面进行测度。具体来讲，互联网发展指标有：互联网普及率，选择互联网宽带接入用户数表示；移动电话普及率，选择移动电话用户数衡量；相关从业人员，选择信息传输计算机服务和软件从业人员数表示；相关产出，选择电信业务收入测度。数字金融采用北京大学数字金融研究中心发布的数字普惠金融指数表示。由于指标单位的不同，以上5个指标先进行无量纲化处理，然后采用主成分分析法进行计算。

（3）中介变量

本文的中介变量是绿色创新和产业结构升级。其中，对于绿色创新，本文采用地级市城市每年申请的绿色专利总数加1取自然对数表示，绿色专利申请数基于“国际专利分类绿色清单”的IPC分类号和国家知识产权局提供的专利申请信息整理得到[19]。本文之所以选择专利申请数而不选择专利授权数，一是因为一项专利从申请到授权存在时间差，其时效性无法得到保证，而且专利授权数易受到专利机构偏好、政策波动等方面的影响，二是因为相较于授权数，专利申请数体现的是当期的创新成果。

对于产业结构升级，本文借鉴干春晖等[20]的做法，采用第三产业产值与第二产业产值的比值作为产业结构高级化（ISH）的代理变量，比值越大，表示经济在向服务化方向推进，产业结构在升级；产业结构合理化（ISR）采用泰尔指数的倒数衡量，泰尔指数的具体计算公式如下：

[TL=i=1n（YiY）ln（YiLi/YL）] （1）

其中，Yi表示产业i产值，Li表示产业i的从业人数，n表示产业数目，Y表示城市生产总值，L表示城市从业人数。泰尔指数TL越大，表明产业结构越不合理，产业间的协调性就越弱。故泰尔指数的倒数越大，就意味着产业结构越合理。

（4）控制变量

借鉴已有研究，本文还控制以下影响城市绿色全要素生产率的变量：人口规模（PS）、外商投资水平（FDI）、经济发展水平（ED）、政府干预（GI）、金融业发展水平（FIN）等，具体变量测度见表1。

3. 模型构建

为了检验数字经济对城市绿色全要生生产率产生的直接效应，本文设计如下模型：

[lnGTFPit=α0+α1lnPSit+α2lnFDIit+α3lnEDit+α4lnGIit+α5lnFINit+φt+ε1it] （2）

[lnGTFPit=β0+β1lnDEit+β2lnPSit+β3lnFDIit+β4lnEDit+β5lnGIit +β6lnFINit+φt+ε2it] （3）