耿雪晴

(西安财经大学统计学院, 西安 710100)

目前我国处于迈向高质量发展的关键转型期,如何提高绿色创新效率是实现高质量发展的关键问题之一。随着互联网技术的发展,数字经济成为经济发展中最活跃的领域,迅速与各个产业领域相互渗透,使传统的生产模式向网络化、协同化、绿色化方向发展,成为推动中国经济增长的关键力量,同时也是实现经济低碳转型的重要动力。 “十四五”规划提出“加快数字化发展,建设数字中国”,明确了数字经济的战略地位,同时“绿色”作为“十四五”规划的重要发展理念,贯穿于经济社会发展的各领域、各环节,绿色发展是在经济社会发展和环境保护之间寻求的新平衡点,数字化发展促进了传统产业的绿色转型,同时实现了技术的绿色发展,是经济社会高质量和可持续发展的必然要求[1]。

鉴于此,为研究数字经济是否能推动各省份绿色创新发展,并了解清楚具体的影响因素以及区域差异,基于2012—2021年相关数据,对数字经济水平进行测度的基础上,分析数字经济对绿色创新的影响效应,并进一步分析数字经济对各省份绿色创新发展的异质性作用,从而更深层次理解数字经济与绿色创新发展之间的协同发展关系,为提升经济高质量发展奠定坚实基础。

1 文献综述

随着数字化时代的开启,数字经济的影响效应逐渐受到学术界的广泛关注,现有有关数字经济的研究大多从微观和宏观两个层面展开。在微观层面,主要以企业为研究对象,研究数字经济对企业生产效率的影响[2],认为数字技术促使要素成本降低和资源配置效率提升,推动企业技术创新和管理模式变革[3]。在宏观层面,相关研究主要集中于数字经济对高质量发展[4]、创新效率[5]、产业升级等方面的影响[6]。Li等[7]研究认为数字经济推动产业融合创新,实现产业结构优化升级,进而促进了经济高质量发展。

随着技术的不断发展,我国经济发展越来越注重创新驱动作用,绿色创新与传统创新不同,它在促进经济发展的基础上更注重通过节能减排实现资源的高效利用,推动经济与生态双赢共进[8]。所以目前关于绿色创新的研究,主要从经济转型和环境因素入手,研究碳排放交易、环境权交易等市场型规制政策[9],以及绿色信贷政策对绿色创新的影响[10]。文书洋等[11]将绿色创新作为促进经济高质量发展的影响因素进行研究。

现有的研究成果普遍认为数字经济对绿色创新发展有直接促进作用,在对二者之间的关系论述时主要集中于企业层面,认为数字经济能够降低企业创新门槛,提升企业绿色技术创新[12]。郭爱君等[13]研究了数字经济与绿色全要素生产率、绿色成果转化间的关系,认为数字经济显著提升了绿色研发效率,提升了城市绿色全要素生产率。但从省市维度探讨数字经济与绿色创新测度及协同互动效应的研究并不多,现有的对数字经济和绿色创新方面的探索和研究,存在一些不足:①对于数字经济的创新效应研究并未深入细化到对绿色创新水平方面,未将两者统一到同一框架内;②忽略了数字经济发展对不同地区发展的影响,以及数字经济对绿色创新影响的机理分析。本文可能的边际贡献如下:①在借鉴现有研究基础上,更加细化有关数字经济的指标,对数字经济综合发展进行更加全面的测度;②对区域以及绿色技术进行划分,更深层次探讨数字经济对不同区域的省份的影响,同时探讨数字经济对绿色创新影响的具体路径。

2 研究设计

2.1 模型构建

为了研究数字经济对城市绿色创新水平的影响,设定了如下基准模型:

Greit=β0+β1Digeit+β2Xit+ui+γt+εit

(1)

式中:i为省份;t为年份;Greit为省份i在t时期的绿色发展水平;Digeit为省份i在t时期的数字经济发展水平;Xit为一系列控制变量;ui为非观测省份的个体固定效应;γt为时间固定效应;εit为随机误差项;β0为常数项;β1、β2为回归系数。

2.2 变量说明

2.2.1 被解释变量

绿色创新(Gre)是本文的被解释变量。目前对绿色创新水平的衡量并没有统一的标准,现有的度量方法大致可以分为3类:一是从投入产出的角度使用数据包络分析(data envelopment analysis,DEA)等方法来测算绿色创新效率;二是从工艺和产品两方面来衡量绿色创新水平;三是直接使用绿色专利数量来代表绿色创新水平。专利是一个地区创新活动产出的最直接表现形式,因此使用每万人绿色专利授权量来衡量绿色创新水平。同时,在此基础上,使用每万人绿色发明专利授权量作为替换变量进行稳健性检验。

2.2.2 核心解释变量

数字经济(Dige)是本文的核心解释变量。考虑到数据的可得性并借鉴赵涛等[4]的思路,从互联网发展和数字金融普惠两个方面构建数字经济综合发展的评价指标体系,其中互联网发展的测度主要从数字基础设施、数字信息发展、数字产业规模、数字融合应用4个方面选取指标。在评价数字发展基础时,使用移动电话基站数和光缆线路长度来衡量数字经济发展的信息通信基础,用互联网接入端口反映数字经济发展的网络基础;选取移动电话普及率刻画各省家庭数字资源使用情况,使用互联网域名数以及移动互联网用户数来反映各省数字资源使用情况和互联网信息资源的发展现状;数字技术在社会经济运行中开始发展并广泛应用,主要体现为数字产业的发展,数字产业化是在数字技术的基础上形成的,主要包括软件服务、电子信息和信息通信等,参考以往研究,用软件业务收入来表示软件服务业的发展;用电信业务总量表示信息通信业的发展;用互联网相关从业人员数来反映数字产业规模;数字经济的快速发展离不开电商企业的支持,数字技术应用于电子商务的各个环节,充分体现了区域数字融合应用发展程度,因此使用电子商务销售额反映电子商务的繁荣程度;用电子商务采购额反映电子商务的应用发展程度;使用电子商务交易企业占比反映数字化发展程度;并使用普惠金融发展指数来衡量数字经济在金融领域的发展情况。在此基础上,对以上各指标数据进行标准化处理,使用熵值法确定其权重,最终得到各省份数字经济发展指数。

2.2.3 控制变量

(1)经济发展水平(lnGDP),采用人均GDP的对数衡量。经济发展水平可以反映一个地区的综合发展情况,经济发展越好的地区通常具有更多的资源和资金,能够提供更多用于绿色创新的投入和支持,更利于城市的转型升级。同时在经济发展阶段,环境污染问题是不可避免的,当社会对环保和可持续发展的意识提高时,会影响到绿色创新的发展。

(2)外商投资(FDI),采用外商直接投资额占GDP的比重衡量。“污染天堂”假说认为外商投资引进到某个国家或地区,可能导致该地区环境污染程度增加,但同时,外资引入可能带来经济发展和技术进步,从而促进当地发展 模式绿色转型升级。

(3)劳动力水平(Lab),采用就业人口的对数来衡量。人力资本是影响创新能力的根本因素,较高水平的人力资本通常意味着更强的技术适应能力,这对于推动绿色创新至关重要。

(4)财政科技支出强度(Fte),采用财政科技支出占财政总支出的比重衡量。科技进步是实现城市绿色转型升级的关键因素,加大科技投入有助于生产技术的提高,从而实现企业生产活动与创新活动的绿色转型升级。

(5)政府干预(Gov),采用财政支出占GDP的比重衡量。政府的财政支持可以通过减少绿色创新过程中的不确定性和为创新活动提供资金显著促进城市绿色创新。

(6)技术市场水平(Thm),采用技术市场成交额占GDP的比重衡量。一般来说,技术发展水平较快的地区会更快进入绿色发展阶段,抢占绿色市场。

2.3 数据来源及处理

研究样本为2012—2021年全国30个省、自治区、直辖市(因数据缺失,未包含西藏地区和港澳台地区)的面板数据。数字经济相关指标以及控制变量的数据来源于《中国统计年鉴》《中国城市统计年鉴》,数字普惠金融指数数据来源于北京大学数字研究中心,绿色专利数据来源于国家知识产权数据库,部分缺失数据采用插值法补充得到。

3 实证分析

3.1 基准回归

根据Hausman 检验结果,选择双向固定效应模型研究数字经济对绿色创新的影响,基准回归结果见表1。表1中列(1)、列(2)为不加控制变量的回归结果,估计系数在1%的水平下显著为正,分别为10.439和12.813,且排除个体特征和时间趋势的影响之后,回归系数有所增加,初步说明数字经济发展水平越高,越有利于城市绿色创新的发展。列(3)、列(4)加入了控制变量,并逐步增加个体和时间控制效应,数字经济的估计系数均在 1% 的显著性水平下显著为正,表明数字经济能够促进绿色创新发展。

表1 数字经济影响绿色创新的基准回归结果

表1中列(4)显示的控制变量的结果与预期基本一致,经济发展水平(lnGDP)回归系数在1%的水平下显著为正,这说明经济越发达的地区绿色意识越强烈,更有利于绿色创新的发展。外商投资(FDI)对绿色创新的影响显著为负,虽然外商投资可能带来先进的技术和管理经验,但并不一定能够完全转移,或者转移的速度和程度有限,导致企业未能充分吸收新技术来推动绿色创新,且外资企业吸引了部分人力、资金等创新要素,从而抑制了城市绿色创新。劳动力水平(Lab)在10%的水平下显著为正,说明人力资本对城市进行绿色创新也有着关键作用。政府干预(Gov)和技术市场水平(Thm)在5%和1%的水平下都显著为正,说明绿色创新的发展离不开政府的财政以及技术的支持,政府的大力支持会为绿色创新的发展提供源源不断的动力。

3.2 稳健性检验和内生性分析

3.2.1 稳健性检验

由于基本的回归结果可能会存在估计误差,因此进行如下的稳健性检验。

(1)替换被解释变量,采用每万人绿色发明专利授权量对城市绿色创新水平进行替换,重新进行回归,结果见表2列(1),数字经济回归系数在1%的水平下显著为正,说明数字经济的发展对绿色创新的发展有积极的推动作用,与基准估计结果一致。

表2 数字经济影响绿色创新的稳健性检验结果

(2)对核心解释变量和控制变量滞后1期。因为数字经济的发展对绿色创新的影响具有一定的滞后性,所以核心解释变量进行滞后1期,回归结果见表2列(2),可以看出估计系数值在1%的水平下依然显著为正,依然可以认为数字经济对绿色创新具有促进作用。

(3)缩小样本量。由于新冠肺炎疫情给数字经济带来了巨大冲击,为消除疫情影响,剔除2019年以后的数据,再次进行回归,结果见表2列(3),可以看出数字经济系数在1%的水平下显著为正,消除了特殊事件对数字经济发展水平的影响之后,它对绿色创新的发展依然有着明显的促进作用,说明基准回归估计是稳健的。

3.2.2 内生性问题

绿色创新是一项复杂的系统性活动,受到众多因素的影响,在研究数字经济对绿色创新的影响时,为解决内生性问题,参考赵涛等[4]的研究方法,使用1984年每百人固定电话数作为核心解释变量的工具变量来解决内生性问题。因为数字经济的发展与固定电话普及率和互联网普及率有一定关系;其次,历史上的固定电话数量不太可能对如今的地区绿色创新能力产生直接的影响,满足相关性及外生性原则[3]。由于1984年的固定电话数量是不随时间变化的变量,无法应用于面板模型研究,因此,引入全国互联网用户数这一随时间变化的变量,构造交互项作为数字经济的工具变量(IV)进行回归[14]。两阶段回归模型的估计结果见表3列(1)和列(2)。由结果可知,在考虑内生性问题后,数字经济对绿色创新仍然表现出显著的正向影响,与基准回归估计结果一致。同时,列(2)报告的Kleibergen-Paap rk WaldF统计量值大于16.38,显著拒绝了弱工具变量检验,证明了本文使用的工具变量的有效性和合理性。

表3 内生性处理:工具变量法

3.3 异质性分析

通过两个方面进行异质性分析:①分地区。由于不同地区经济发展水平、资源拥有量以及政策目标等方面存在差异,数字经济发展对绿色创新的效益结果并不一致,把研究的省份分为东部、中西部两个区域进行区域异质性分析。②分绿色专利类型。绿色专利包括绿色发明专利和绿色实用新型专利,在创新性上发明专利要强于用新型专利,创新难度也要更大,所以专利类型在一定程度上可以反映地区创新潜在的动机不同[15]。所以区分绿色创新类型,可以检验数字经济发展是否促进了高水平的绿色创新。

具体的估计结果见表4。在东部地区,数字经济对地区绿色创新的发展有显著的促进作用,该作用在西部地区并不明显,说明数字经济对绿色创新能力的影响在区域之间存在异质性。由于东部地区为经济发达的沿海地区,地理环境优越,政府政策支持力度较大,且产业多元化发展,数字经济发展比较成熟,对地区绿色创新提供了发展环境与技术支持。中西部地区经济发展较慢,基础设施不够完善,数字经济发展还处于起步阶段。

表4 数字经济影响区域绿色创新的异质性检验结果

4 结论与启示

以2012—2021年省级面板数据为样本,在构建数字经济发展指数的基础上,评估了数字经济发展对绿色创新发展水平的影响,得到如下主要结论:①数字经济显著促进了绿色创新的提升,表明数字经济正逐渐成为推动地区绿色创新发展的强劲引擎,且这一结论在经过滞后变量法和工具变量法以及一系列稳健性检验后仍旧成立;②数字经济对地区绿色创新的提升作用受经济发展水平、劳动力水平及政府的科技投入等多种因素的影响;③数字经济对绿色创新的影响具有显著的区域异质性,在东部地区,数字经济对地区绿色创新的发展有显著的促进作用,然而该作用在中西部地区并不明显。

以上的研究结论包含如下启示:应全面推动数字经济发展,加快数字产业化和产业数字化步伐。首先,各地区要紧抓新一代网络技术发展机遇,加大新型智能化基础设施的投资,支撑数字经济发展。其次,促进传统产业的数字化转型,提升传统行业的自主创新能力,进而推动我国全产业经济向绿色创新方向发展。最后,实施差异化、动态化的经济发展策略。各地区应充分重视数字经济的空间关联特性,加强地区间合作,共同提高数字经济建设水平,全面提升绿色创新效率。同时重视中西部地区与东部地区的发展差距,给予欠发达地区一定的政策扶持,加大这些地区数字经济基础设施投入,同周边发达地区形成产业聚集网,使各个地区协同发展。