数字经济发展是否提高了中国绿色经济效率？

刘 强，马彦瑞，徐生霞

（首都经济贸易大学统计学院，北京 100070）

人类进入工业文明时代以来，中国先后经历了“无序发展—褐色发展—循环发展—可持续发展”的演变，目前发展方式正逐步向绿色经济转型［1］。并且，在能源环境容量的约束下，特殊的人口、资源和环境等国情决定中国亟须转变经济发展模式，走集约式、内涵式与绿色化的发展道路［2］。绿色经济发展是破解中国资源环境约束，加快经济发展方式转变的必然要求。绿色经济首次在《绿色经济的蓝图》中出现，其主张建立一种使环境和经济相互影响、在彼此可承受的范围内协调发展的经济［3］。党和政府历来重视绿色发展，十九大将绿色发展理念提升为国家发展战略的高度，“十四五”规划提出要持续改善环境质量，加快发展方式绿色转型，大力发展绿色经济。因此，探索如何实现绿色经济发展成为当下重要的学术课题之一。

与此同时，中国正高效推进数字产业化和产业数字化两方面“双轮驱动”，推动数字经济与国民经济产业深度融合，大力提升产业的经济效率，赋能经济绿色发展［4-5］。“十四五”规划提出要打造数字经济新优势，作为一种融合性经济，数字经济渗透于生产、分配和销售的各个环节，能重构要素投入比例、减少资源错配、优化产业结构升级、促进提质增效，是绿色经济发展的重要依托［6-7］。那么，数字经济作为经济发展的新动能，能否驱动中国绿色经济发展，数字经济通过何种路径影响绿色经济效率，数字经济对绿色经济效率的影响是否存在非线性效应？对于这些问题的研究，可以为中国绿色经济效率的提升提供一个新的思路，有利于转变经济发展方式，实现美丽中国的建设目标。

1 文献综述

目前，有关绿色经济效率的研究主要集中在两个方面：一是绿色经济效率的测度。多数研究在投入产出框架下基于数据包络分析法从不同的空间尺度对绿色经济效率进行测度［8-9］。二是绿色经济效率的影响因素研究。影响因素可以归纳为结构、制度和技术等。结构因素主要包含产业结构调整、产业结构升级和人力资本结构等［10-11］，如逯进等［11］在测算2000—2018年中国30个省份绿色全要素生产率的基础上，发现产业结构升级能促进绿色全要素生产率的提高。制度因素主要包含环境规制、财政分权、市场化水平、外商直接投资等［12-13］。从内生增长理论来看，技术创新对推动绿色经济发展有着重要的作用且得到了证实［11，14］。进一步地，集聚因素对绿色经济发展也有着重要影响，如袁华锡等［15］以金融集聚为研究切入点，借助空间计量考察了金融集聚对绿色发展效率的影响效应和作用机制，结果表明，金融集聚对绿色发展效率有着直接的空间溢出效应，同时金融集聚通过城市规模和对外开放水平两种机制对绿色发展效率产生“梯度式”增强的影响。

与农业经济、工业经济等传统经济不同，数字经济作为一种融合性经济，其对绿色经济发展所产生的导向作用不容忽视［16］。国际上对数字经济的研究经历了从信息经济和互联网经济到数字经济的探索过程［17］。从现有文献看，一方面，部分学者从以互联网为代表的数字经济出发，实证研究互联网对生产率的影响。如郭家堂等［18］研究发现互联网对中国全要素生产率的促进作用呈非线性特征；黄群慧等［19］研究发现互联网发展可以通过减少资源错配从而促进制造业生产率的提升，总的来说现有研究一致认为互联网发展能促进生产率的提升。另一方面，一些学者普遍关注数字经济所产生的经济效应。如张勋等［20］基于中国家庭追踪调查数据，发现数字经济在落后地区发展较快且能提升包容性增长；戚聿东等［21］基于中国省域面板数据证实了数字经济能促进就业结构优化和就业质量的提升；刘洋等［22］研究发现数字经济对产业结构升级具有正向影响及区域异质性。随着数字经济的发展，仅有少量研究从理论层面探讨数字经济在促进高质量发展和改善生态环境方面的积极作用。如周清香等［23］从生产方式变革入手理论分析数字经济对黄河流域高质量的发展。

通过对已有研究的梳理，鲜有文献将数字经济与绿色经济效率置于一个分析框架，尽管部分学者作了初步探索，但多侧重于互联网角度。互联网虽归属数字经济的范畴，但并不能完全等价数字经济。区别已有文献，文章贡献主要有三个方面：一是研究视角上，将数字经济和绿色经济效率纳入一个研究框架，深入分析数字经济主要通过何种路径影响绿色经济效率；二是研究方法上，关于绿色经济效率的评价，运用修正的包含土地和能源要素的超效率SBM模型重新进行测算；关于数字经济的测算，从产业数字化和数字产业化两个维度出发，构建数字经济发展的综合指标体系。三是研究内容上，借助中介效应和面板门槛模型，实证考察数字经济对绿色经济效率的作用机制及非线性效应。

2 理论分析与研究假说

数字经济时代的到来，不仅是技术创新引领的绿色发展，更是动力转换、结构升级、效率变革引致的绿色发展。要实现绿色经济效率的提升，就要实现经济和环境的协调发展，就要从传统产业结构升级、技术创新和市场化改革上下功夫。数字经济的高渗透性、快捷性和可持续性等先天优势和本质特征，有效破除了传统工业对有形资源、能源的过度消耗以及产业链割裂等问题［24］。数字经济除了凭借自身特征对绿色经济效率产生直接影响外，还通过产业结构、技术创新和市场化程度间接影响绿色经济效率。文章从数字经济对绿色经济效率的基本作用机制及非线性影响展开研究，并提出研究假说。

2.1 数字经济影响绿色经济效率的基本作用机制

（1）直接作用机制。中国经济发展正逐步从要素驱动向效率驱动转变，而以互联网为桥梁，数字经济将产品从生产、分配、交换和消费的全过程串联起来，降低了交易成本和信息搜寻成本，成为绿色经济效率提升的关键动力［25］。从生产的角度看，数字经济发展为企业建立智能的环境管理系统。具体来说，随着数字经济的发展，企业可以模拟生产过程，减少不必要的能源消耗和污染排放。此外，对于一些耗能产品，数字经济可以使产品和服务的设计更加智能化，从而降低实际能耗。从消费者的角度看，数字经济的跨时空传播可以改变买方和卖方之间的关系，提高供应链效率，如在线购物和智能多渠道配送。从工作的角度看，数字经济促进了居家办公、远程医疗、在线教育的发展，通勤和工作设施的减少降低了能源消耗和汽车尾气的排放。从环境管理的角度看，数字经济的开放性和实时性等优点减少了以往环境管理中信息不对称的缺点。利用大数据、云计算和物联网等信息技术，环境污染信息可以及时传递给政府决策者、企业和公众等。这样，生产过程中所产生的环境污染物可以被动态监测到，从而及时对环境污染物进行处理，进而提高绿色经济发展。

（2）间接作用机制。数字经济可以通过优化产业结构升级、提高技术创新水平和深化市场程度等途径影响绿色经济效率。第一，数字经济井喷式地增长，倒逼产业结构升级［22］。就数字产业化而言，5G、大数据、云计算等数字技术的应用所衍生出的电子信息制造业、软件服务业等新业态，不仅可以加快传统制造业向中高端转型的步伐，还能够促进制造业与信息技术产业的深度融合发展，从而有助于实现产业结构升级。就产业数字化而言，一方面，传统产业借助互联网、物联网等数字技术重新整合要素资源，优化生产流程，不断提高生产效率，形成高效、智能的生产模式，实现产业结构高级化转型；另一方面，数字经济发展有利于加快资源要素的合理配置和产业间的协同分工，通过产业关联、产业融合和产业创新等途径逐渐淘汰高耗能、高排放和高污染的传统产业，从而推动产业结构升级［26］。与此同时，产业结构升级带来的“结构红利”在惠及经济增长的同时改善环境质量，从而提升绿色经济效率［11］。第二，在以互联网、云计算和大数据为主的数字经济本身具有技术属性，数字经济表现出的规模效应和扩散效应带动了技术创新水平的提高［25］。一方面，创新在一定程度上是一个信息处理的过程，而以互联网为代表的数字经济本质在于它是信息交流的媒介，互联网促进了多样化、分散信息的处理，优化了创新活动过程［27］；另一方面，数字技术的应用优化了创新资源的跨界配置，改变了创新过程和模式，创新产品周期缩短，从而提高创新成果转化效率。此外，在数字经济的推动下，以科研机构为主的创新主体逐渐转变为企业、政府、大学等创新主体的相互连接和合作，使得创新资源得到有效配置，从而促进技术创新水平的提升。与此同时，技术创新会通过技术溢出和技术关联提升绿色经济效率。此外，内生增长理论认为，技术创新是绿色经济效率提升的主要因素［14］。第三，数字经济发展打破了时间和空间上的界限，市场化水平进一步提高。一方面，数字经济的发展悄然改变着市场结构，破除了传统市场上要素流动不通畅的弊端，实现了跨时空的交流，降低了实体经济的交易成本［17］；另一方面，数字经济打破了商品交易市场的本地化，交易时间和地点不再受限，实现了交易市场的电子化和网络化［24］。此外，在新冠疫情影响的大背景下，数字经济可对接中国乃至全世界市场，为中小企业拓展市场建立新渠道，从而提高交易效率，进一步促进了市场化水平的提升。与此同时，市场化程度可以促进资源的合理配置，通过人才交流和技术的跨区域流动带动落后地区绿色经济效率的提升［12］。综合来看，数字经济是一种驱动绿色经济效率提升的新动能。因此，文章提出以下研究假说。

假说1：数字经济凭借自身优势能直接促进绿色经济效率的提升。

假说2：数字经济通过优化产业结构、提高技术创新和深化市场化程度对绿色经济效率产生积极影响。

2.2 数字经济对绿色经济效率的非线性机制

数字经济时代，消费者对产品和服务的需求日趋多元化，同时各产品部门间的经济活动边界逐渐被弱化，交易成本和信息搜寻成本也大幅下降［28］。在此背景下，会让更多的产业部门和创新部门参与到绿色发展的建设当中，这使得他们在更大范围内享受到数字红利和绿色发展的正向激励，促进绿色经济效率的提升［25］。随着数字经济的广泛应用，一方面，各部门间重构主体关联模式和产业链关系，优化资源配置，提高了自身运行效率；另一方面，基于互联网为主的数字经济为创新部门提供了更广、更优质的交流平台，有效扩大了市场规模，提高交易效率［24］。在数字经济发展的大环境下，数字经济的跨时空传播使得创新部门获取信息和技术的成本下降，产业联动的边际成本持续降低，参与者从中获取的收益会持续增加。并且，这种效果会随着产业结构升级和技术创新水平的提高而日益凸显。此外，数字经济受到“梅特卡夫法则”的支配，即网络的价值等于其节点数的平方，呈现边际效应递增的特性［29］。因此，数字经济对绿色经济效率可能呈现非线性影响。因此，文章提出研究假说3。

假说3：数字经济对绿色经济效率的影响具有非线性效应。

3 模型设计、变量与数据说明

3.1 模型设计

基于上述理论分析，为考察数字经济对绿色发展的直接影响，构建如下基准模型：

其中：Geeit为省份i在t时期的绿色经济效率，Digit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，主要包含环境基础设施（Gre）、人口规模（Den）、对外开放（Ope）、财政分权（Fde），下文将对其进行详细阐述。μi为省份固定效应，εit为随机扰动项。式（1）所体现的是数字经济对绿色经济效率的直接影响，为讨论数字经济可能通过其他途径对绿色经济效率产生影响，在温忠麟等［30］中介效应检验方法的基础上，结合研究问题，实证考察数字经济对绿色经济效率的影响及作用机制，具体模型设定如下：

其中：Mit为中介变量，下文将对中介变量进行详细阐述，其他变量解释与式（1）相同。式（2）为数字经济对中介变量的影响，式（3）为数字经济和中介变量对绿色经济效率产生的共同影响。

此外，经济发展之间往往存在着复杂的关系。互联网发展作为数字经济的一部分，考虑到数字经济中互联网的“梅特卡夫法则”和“网络效应”，将数字经济的平方项引入式（1）初步检验数字经济与绿色经济效率可能存在的非线性关系。同时在Hansen［31］面板门槛模型的基础上，检验产业结构、技术创新和市场化程度对数字经济促进绿色经济效率提升产生的非线性影响。单一面板门槛模型设定如下：

考虑到可能存在多个门槛值，将单一门槛面板回归模型推广至多门槛面板回归模型：

式（4）—式（5）中：Thvit为门槛变量，分别为产业结构（Ins）、技术创新（Pat）、市场化程度（Mar），γ为待估算的门槛值。I(·)为示性函数，其值取决于门槛变量和门槛值之间的关系，若圆括号中的表达式成立，I(·)=1；否则I(·)=0。其他变量解释与式（1）相同。

3.2 变量测度

3.2.1 绿色经济效率（Gee）

绿色经济效率是一种考虑了经济增长、资源消耗和环境污染的综合效率，是经济社会可持续发展的重要推动力。数据包络分析（DEA）是评价效率值常用的方法，传统的DEA模型未考虑投入产出变量的松弛问题，无法准确计算包含非期望产出的效率值，而基于DEA的非径向SBM模型可以有效解决其不足。此外，当决策单元都处于前沿面时，传统SBM模型无法计算有效率的决策单元的跨期增长。因此，运用修正的包含土地和能源约束的超效率SBM模型重新对绿色经济效率进行测算。模型构建［32］如下：

式（6）—式（7）中：n为决策单元个数，每个决策单元有m种投入、r1种期望产出、r2种非期望产出，n=30、m=5、r1=1、r2=3。x、yd、yu为相应的投入、期望产出和非期望产出矩阵中的元素，ρ为省份绿色经济效率值。测算中投入指标包含劳动、资本、能源、土地和用水投入，其中劳动投入用各省份年末就业总人数表示；资本投入借鉴单豪杰［33］的做法，采用永续盘存法进行估算；能源投入用各省份电力消耗量表示；土地投入用建成区面积表示；用水投入为各省份用水总量。产出指标包含期望产出和非期望产出，期望产出为各省份实际国内生产总值，根据各省份地区生产总值平减指数调整为2005年不变价，非期望产出为各省份工业二氧化硫排放量、工业废水排放量和工业烟（粉）尘排放量。为避免各污染物之间的相关性和统计口径不一致所带来的影响，采用熵值法构建环境污染综合指数作为非期望产出。

图1展示了部分年份中国绿色经济效率分布演变特征。可以看出，2006年以来，中国绿色经济效率呈现如下特征：一是分布曲线的波峰不断向右移动，说明绿色经济效率随着时间的推移在逐渐提高；二是分布曲线由“高窄峰”向“矮宽峰”转变，说明绿色经济效率的区域差异在不断扩大，绿色经济效率在发展中明显存在不协调的问题。

图1 中国绿色经济效率分布演变图

3.2.2 数字经济发展水平（Dig）

数字经济发展水平是核心解释变量。目前关于数字经济的测度还未形成统一的观点。许宪春等［17］通过确定数字经济规模核算框架和核算范围，筛选出数字经济产业，从而对数字经济增加值和总产出进行核算；刘军等［34］从信息化、互联网和数字交易三个维度构建数字经济指标体系；戚聿东等［21］从数字产业化角度构建数字经济指标体系。如前文所述，数字经济具有高渗透性和融合性的特征，体现在经济发展的各个方面，单指标或单维度难以对数字经济进行准确衡量。鉴于此，在戚聿东等［21］的基础上，同时结合《中国数字经济发展报告白皮书（2020年）》和国家统计局2021年发布的《数字经济及其核心产业统计分类》将产业数字化加入数字经济指标体系中，立足于数字产业化和产业数字化两大典型特征，采用熵值法对数字经济进行测度。具体地，关于数字产业化，选取互联网和电信业、电子信息制造业、软件和信息技术服务业作为反映数字产业化发展的典型；关于产业数字化，从社会经济发展进程来看，数字技术在各行各业不断渗透，推动了产业数字化的迅速发展，如智慧物流、智慧餐饮和在线教育等。基于此，从数字人才、数字基建投资和数字交易来刻画产业数字化水平。

图2为中国数字经济发展水平变化情况。由图2（a）可以看出，中国省域之间存在数字鸿沟，数字经济发展水平地区差异较大。2019年数字经济发展水平位于前五的分别是广东、江苏、浙江、四川和北京，位于后五位的分别是海南、宁夏、青海、内蒙古和云南，与2019年中国信息通讯研究院发布的结果基本一致，这在一定程度上说明文章所构建的数字经济指标体系具有相对的合理性和可靠性。接下来，进一步分东部、中部和西部三大区域进行空间异质性的考察。由图2（b）可知，在空间分布上，东部地区的数字经济发展水平明显高于中部和西部地区，呈现“东部＞中部＞西部”的空间分布格局。在时间序列上，中、西部地区虽有小幅上升但变化趋势不大，东部地区数字经济发展水平稍有下降但始终位于中、西部地区之上。

图2 中国数字经济发展水平

3.2.3 中介与门槛变量

为了剖析数字经济对绿色经济效率的传导机制，即数字经济是否可以通过优化产业结构升级、加快技术创新和深化市场化程度来促进绿色经济效率的提升。文章选取了技术创新（Pat）、市场化程度（Mar）和产业结构升级（Ins）。其中：技术创新采用专利申请数量的对数值进行表示；市场化改革用私有部门就业人数占年末总就业人数的比重进行表征；关于产业结构升级，从产业合理化（ris）、产业高级化（ais）、产业高新化（thi）和产业高效化（ihe）进行表征。具体地，产业结构合理化采用泰尔指数进行测算，由于泰尔指数为逆向指标，采用极差标准化将其正向化处理；产业结构高级化用第三产业与第二产业产值之比进行衡量；产业结构高新化用科技财政支出占一般财政支出的比重表征；产业结构高效化用年末就业人数与国内生产总值之比进行衡量。考虑到各维度间的均衡发展，采用几何平均测度产业结构升级：

3.2.4 控制变量

控制影响绿色经济效率的重要变量，可以获得更为准确的估计结果。作为一种外部投入，环境基础设施是可持续发展的重要支撑，能提高社会绿色竞争力和可持续发展能力，对提升区域经济产出和绿色经济效率有重要作用［35］。人口规模的扩大，对资源的需求量势必会加大，从而对环境造成负面影响，阻碍绿色经济效率的提升［36］。对外开放是加速进出口贸易和经济增长的重要引擎，同时对绿色经济效率有重要的影响，学界主要存在“污染避难所”和“污染光环”两种相反观点［37-38］。财政分权是影响绿色经济效率的另一个重要因素，地方政府在为经济而竞争的“晋升锦标赛”下，往往会以牺牲环境为代价来发展经济，从而会对环境造成不利影响［39］。具体来说，使用绿地面积占建成区面积的比重来衡量环境基础设施（Gre）；对于人口规模，采用年末人口占行政区面积的比重来表征人口规模（Den）；对于对外开放（Ope），采用进出口总额占国内生产总值的比重来衡量；对于财政分权（Fde），用一般预算收入与一般预算支出之比来衡量。中国省域绿色经济效率和数字经济发展水平评价指标体系见表1。

表1 中国省域绿色经济效率和数字经济发展水平评价指标体系

3.3 数据说明与描述性统计

基于2006—2019年中国30省份（西藏、港澳台除外）面板数据进行实证研究。其中绿色经济效率投入产出数据来自《中国环境统计年鉴》《中国统计年鉴》和各省（市）历年统计年鉴；数字经济中数字产业化和产业数字化数据来自《中国统计年鉴》《中国工业经济统计年鉴》《中国第三产业统计年鉴》；其他变量数据来自《中国统计年鉴》。对部分缺失数据采用插值法进行处理。变量的描述性统计见表2。

4 实证结果分析

4.1 基准回归结果

为考察数字经济对绿色经济效率的影响效应，首先基于式（1）进行分析，而后将数字经济平方项引入式（1），初步探讨数字经济对绿色经济效率的非线性关系。表3报告了数字经济对绿色经济效率的回归结果。此外，由Hausman检验和F检验可知，选择个体固定效应模型进行分析。

由表3的列（1）可知，整体上，数字经济能直接促进绿色经济效率的提升，且通过了10%的显著性水平检验。在引入数字经济平方项可以发现，数字经济的平方项为负，且通过了1%显著性水平检验，表明数字经济对绿色经济效率的影响呈“倒U型”的曲线关系。在数字经济发展程度较低时，数字经济可以促进绿色经济效率的提升；当数字经济发展水平大于临界值时（拐点为0.488），数字经济对绿色经济效率的促进作用逐渐减弱。究其原因：当数字经济处于合理范围内，数字经济在促进自身规模扩张的同时，促进了网络基础设施的共建共享，推动传统工业经济向智慧工业经济转化，极大地降低了社会交易成本，提高资源优化配置效率，从而可以改善绿色经济效率；但当数字经济发展水平过高时，数字经济的正外部性无法有效抵消其规模扩大所带来的原材料以及供应设备的紧张，会超过当地自然资源和经济的承载力，比如劳动力可能会因工作空间狭小而影响劳动生产率，企业对资源进行竞争和争夺。可以看出，大部分省份数字经济发展水平处于“倒U型”曲线的上升阶段，目前仅有北京、江苏和广东达到0.488这一水平。

数字经济对绿色经济效率促进作用所表现出的先上升后下降的影响轨迹本质上是产业数字化和数字产业化均衡作用的结果，两者对绿色经济效率的不同影响共同引致了数字经济与绿色经济效率之间的“倒U型”关系。因此，接下来考察产业数字化和数字产业化对绿色经济效率的作用。由表3列（4）和列（6）可知，产业数字化和数字产业化对绿色经济效率的影响依然呈现“倒U型”的关系，且分别通过了10%和5%的显著性水平。从估计系数来看，产业数字化和数字产业化对绿色经济效率的拐点分别为0.410和0.516。从地区分布来看，北京、河北、江苏等11个省份的产业数字化达到拐点值，且多数位于东部地区。而对于数字产业化而言，达到拐点值的省份较少，这意味着对提高地区绿色经济效率来说，提高数字产业化可以成为多数省份数字经济发展的着力点和聚焦点。

表3 数字经济发展影响绿色经济效率的基准回归结果

此外，在控制变量中，对外开放和财政分权均通过了1%显著性水平检验，且变量前的估计系数为负，说明对外开放和财政分权抑制了绿色经济效率的提升；而环境基础设施对绿色经济效率存在正向影响，且通过了10%显著性水平检验，说明完善环境基础设施建设对绿色经济效率的提升具有重要作用。人口规模估计系数为负，但未通过显著性水平检验。

4.2 传导路径的验证

前文分析了数字经济可能通过产业结构、技术创新和市场化程度的途径影响绿色经济效率，为了检验这三种传导路径是否存在，基于式（1）—式（3）探究数字经济影响绿色经济效率的途径，得到的回归结果呈现在表4中。同时进一步探究了产业数字化和数字产业化这两个维度能否通过产业结构、技术创新和市场化程度来影响绿色经济效率，回归结果见表5和表6。

表6 数字产业化传导路径的验证

就数字经济而言：从表4列（2）可以看出，数字经济可以优化产业结构升级，且通过了1%显著性水平检验。列（3）结果显示，数字经济和产业结构（中介变量M）对绿色经济效率的影响为正且通过了显著性检验，数字经济估计系数小于基准回归模型（列（1））的估计系数0.381，表明产业结构发挥了部分中介效应，中介效应为0.133，占总效应比重为34.96%，这说明数字经济可以通过优化产业结构升级从而促进绿色经济效率的提升，即显著发挥了数字经济的“结构”效应。列（4）结果显示数字经济对技术创新的影响在1%水平上显著为正，表明数字经济能提高技术创新水平。列（5）显示数字经济和技术创新对绿色经济效率存在正向影响且通过显著性水平检验，同时，Sobel检验结果接受存在中介效应的假设。从中介效应大小来看，技术创新中介效应为0.216，占总效应的57.36%，表明数字经济能通过提高技术创新水平进而促进绿色经济效率的提升，即显著发挥了数字经济的“技术”效应。列（6）结果显示数字经济对市场化程度有着正向影响效应，且通过10%显著性水平检验，此外，列（7）显示市场化同样能提升绿色经济效率。数字经济通过市场化影响绿色经济效率的中介效应为0.066，占总效应比重为17.22%。这说明市场化也是数字经济促进绿色经济效率提升的途径之一。

表4 数字经济传导路径的验证结果

就产业数字化而言：表5列（2）、列（5）显示，产业数字化估计系数为正，但没有通过显著性水平检验，说明产业数字化对促进产业结构升级和技术创新水平提高的作用并不显著，而列（8）显示产业数字化对市场化程度产生显著的负向影响；列（3）、列（6）、列（9）结果显示产业结构、技术创新和市场化程度对绿色经济效率的提升有一定的促进作用，且通过了1%显著性水平检验，但产业数字化估计系数并不显著。进一步通过Sobel检验产业结构升级、技术创新和市场化程度的中介效应是否存在，结果显示Sobel值分别为-0.012、0.038、-0.082且均未通过显著性水平检验。可见，产业数字化未能通过产业结构、技术创新和市场化程度来促进绿色经济效率的提升。虽然中国数字经济发展正逐步推进，但产业在数字化进程中可能会面临数字化转型能力不够和转型成本偏高、产业数字化人才储备不足等问题，导致传统产业不能较快地与数字技术相融合，企业为维持收益，继续以传统的模式进行生产，不愿意开拓新市场，这使得产业数字化在提高产业结构升级和技术创新等方面发挥的作用比较有限，这也可能是产业结构升级、技术创新和市场化中介效应不显著的原因。

表5 产业数字化传导路径的验证

就数字产业化而言，以产业结构升级为中介变量，表6列（2）—列（3）结果显示，数字产业化显著促进了产业结构升级，产业结构升级显著提高了绿色经济效率，产业结构中介效应占比为33.17%，表明数字产业化可以通过促进产业结构升级进而推动绿色经济效率的提升；以技术创新为中介变量，列（4）—列（5）结果显示，数字产业化对技术创新的影响在1%水平上显著为正，表明数字产业化促进了技术创新水平的提升，同时技术创新对绿色经济效率也存在正向影响，且数字产业化的估计系数（值为0.301）小于基准回归结果系数（值为0.498），表明技术创新发挥了部分中介效应，其中介效应大小为0.197。这说明技术创新已成为绿色经济效率提升的重要力量；以市场化程度为中介变量，列（6）—列（7）结果显示，数字产业化促进了市场化程度的提升，且通过了1%显著性水平检验，同时市场化程度对绿色经济效率存在显著的正向影响，从Sobel检验值可知，市场化程度存在部分中介效应，其中介效应占比为28.78%，表明数字产业化可以通过提高市场化水平进而促进绿色经济效率的提升。

以上中介效应检验结果表明，数字经济及数字产业化可以通过产业结构、技术创新和市场化等机制促进绿色经济效率的提升，这验证了假说2。但产业数字化未能通过产业结构、技术创新和市场化程度提高绿色经济效率。

4.3 非线性检验分析

数字经济对绿色经济效率的影响不仅会受到产业结构、技术创新和市场化程度的调节作用，可能还存在明显的非线性门槛特性，即伴随着产业结构、技术创新和市场化程度的提高，数字经济对绿色经济效率的影响可能会发生跳跃式的变迁，而非传统意义上的线性变化。因此，为进一步深入探究数字经济作用于绿色经济效率的非线性影响，采用面板门槛回归模型检验数字经济对绿色经济效率的影响是否受到产业结构、技术创新和市场化程度的约束。具体步骤如下：第一，采用Hansen提出的方法进行面板门槛存在性的检验，进而确定门槛个数，文中P值是通过自助法进行1 000次反复抽样得到。第二，分别估计三种约束机制下的门槛值。如表7所示，就产业结构和技术创新门槛变量而言，数字经济对绿色经济效率存在单一门槛，门槛估计值分别为0.427和8.675；就市场化程度门槛变量而言，数字经济对绿色经济效率呈现双门槛效应，门槛估计值分别为0.051和0.078。

表7 门槛效应检验结果

在确定门槛存在的基础上，对面板门槛模型系数进行估计。表8报告了不同门槛约束条件下数字经济对绿色经济效率的影响。

表8 数字经济影响绿色经济效率的门槛回归结果

（1）产业结构的门槛效应。数字经济对绿色经济效率的影响存在产业结构的单一门槛效应，当产业结构小于门槛值0.427时，数字经济对绿色经济效率的影响为负但并未通过显著性水平检验；当产业结构大于门槛值0.427时，数字经济对绿色经济效率的促进作用为0.315，且通过了1%显著性水平检验。这表明随着产业结构升级水平的提高，数字经济对绿色经济效率的促进作用不断提升，同时从侧面说明数字经济对绿色经济效率的提升有赖于产业结构升级的提高。

（2）技术创新的门槛效应。在技术创新门槛的约束下，数字经济对绿色经济效率呈单门槛特征。当技术创新小于门槛值8.675时，数字经济对绿色经济效率具有正向促进作用但并未通过显著性水平检验；当技术创新跨越门槛值8.675时，数字经济对绿色经济效率的促进作用达到0.414且通过5%显著性水平检验。这意味着技术创新的提高能激发数字经济对绿色经济效率的促进作用，技术创新和数字经济之间存在显著的“协同效应”。

（3）市场化程度的门槛效应。在市场化程度的约束下，数字经济对绿色经济效率呈现双门槛特征，当市场化程度小于门槛值0.051时，数字经济对绿色经济效率为负向影响但未通过显著性检验；然而，当市场化程度介于门槛值0.051和0.078之间时，数字经济对绿色经济效率的促进作用最大且通过10%显著性水平检验；当市场化程度大于门槛值0.078时，数字经济对绿色经济效率的促进作用减弱至0.315。这说明数字经济对绿色经济效率的促进作用与市场化程度息息相关。然而，市场化程度的提高也要与数字经济、绿色经济效率的发展阶段相适应。

综上所述，数字经济与绿色经济效率并非呈现绝对的线性关系。产业结构是数字经济促进绿色经济效率提升的关键，同时数字经济促进绿色经济效率的提升也有赖于技术创新水平的提高，而合理的市场化程度才能有效激发数字经济促进绿色经济效率的提升，该结果验证了假说3。

4.4 稳健性检验与内生性讨论

4.4.1 稳健性检验

为检验数字经济对绿色经济效率的提升作用是否可靠，文章进行了如下稳健性检验，结果见表9。第一，滞后一期处理。考虑到模型可能存在的内生性，将数字经济滞后一期进行2SLS回归，列（1）显示，数字经济对绿色经济效率依然存在正向影响且通过了显著性检验。第二，考虑“宽带中国”试点政策的影响。数字经济对绿色经济效率的提升作用是否会受到2013年“宽带中国”试点政策的影响。基于此，纳入数字经济和“宽带中国”试点政策（Policy）的交互项，其中2013年之前Policy为0，2013年后Policy为1。由列（2）可知，在考虑了“宽带中国”政策后，数字经济对绿色经济效率的提升作用得到了强化。第三，替换核心解释变量。用软件业务收入占第三产业增加值的比重替换数字经济发展重新进行估计。列（3）估计结果显示，替代变量对绿色经济效率的影响存在一定的高估，但回归系数的符号和显著性均未发生太大变化，这表明估计结果不会因核心解释变量的衡量方法不同而发生较大变化，回归结果是稳健的。第四，对样本数据进行2%的双侧缩尾处理。由表2可知，各变量最大值与最小值之间差异较大，为避免可能存在的异常值对回归结果造成的影响，对样本数据进行2%的双侧缩尾处理。列（4）估计结果显示，数字经济的估计系数和符号均未发生较大改变，说明回归结果是稳健的。

表9 稳健性检验

以上结果表明，数字经济对绿色经济效率具有一定的促进作用，该回归结果是稳健的。

4.4.2 内生性讨论

虽然数字经济滞后一期的处理能在一定程度上缓解模型中存在的内生性，但仍无法排除因遗漏变量和反向因果造成的内生问题。为此，尝试通过寻找工具变量的方法进一步佐证基准回归结果的稳健性。借鉴黄群慧等［19］的做法，选取1984年各地区电话机拥有量作为数字经济的工具变量。原因在于：数字经济的发展载体为信息网络，而互联网是信息网络的代表，互联网接入技术是从电话拨号上网（PSTN）开始的，紧接着才是光纤宽带接入技术。这样一来，历史上电话机拥有量高的地方很可能也是互联网普及率较高的地方。此外，历史上电话机拥有量不太可能对现在的绿色经济效率产生影响。从这个意义上看，选取1984年各地区（不包含重庆）电话机拥有量作为工具变量满足了其外生性和相关性的要求，其中1984年各地区电话机拥有量来源于《新中国五十年统计资源汇编》。需要说明的是，该工具变量为截面数据，需要选择一个时间序列数据，将其与截面数据做交互项，这样才适合该研究的面板数据。具体应用时，借鉴Nunn等［40］的做法，构造了1984年各地区电话机拥有量（截面数据）和上一年全国互联网投资额（时间序列数据）的交互项作为数字经济发展水平的工具变量（IV），然后进行2SLS回归。其中，互联网投资额用信息传输、计算机服务和软件业固定资产投资进行表征。

表10报告了工具变量估计结果。DWH检验结果表明基准模型可能存在内生性。第一阶段估计结果显示，工具变量对内生变量有较好的解释能力；Kleibergen-Paap rk LM检验拒绝工具变量识别不足的原假设，同时在工具变量弱识别的检验中，Kleibergen-Paap rk Wald F统计量明显大于Stock-Yogo检验的临界值16.38。第二阶段估计结果表明，在考虑了内生性后，数字经济对绿色经济效率的估计系数依然显著为正，并且大于基准回归系数0.381，进一步佐证了基准回归的结论。

表10 工具变量回归

4.5 区域异质性分析

中国数字经济发展表现出显著的区域差异，呈现“东高、中平、西低”的地域分布格局，基于总体样本回归可能会掩盖区域特性。因此，将样本划分为东部、中部和西部三大区域进行分样本回归，进一步考察数字经济对绿色经济效率的区域异质性影响。估计结果见表11。由表11可知，不同区域数字经济发展对绿色经济效率的影响有所不同。对于东部和中部地区而言，数字经济显著促进了绿色经济效率的提升，且东部地区促进作用最大，而西部地区数字经济估计系数为正，但未通过显著性水平检验。这表明相较于西部地区，东部和中部数字经济对绿色经济效率的促进作用较大。如前文所述，东部和中部地区数字经济发展水平大于西部地区，这将有利于数字经济对绿色经济效率促进效应的充分释放，从而对绿色经济效率产生更为积极显著的影响，而西部地区数字经济发展相对来说比较滞后，其对绿色经济效率的促进作用还未显现出来。

表11 分区域检验结果

5 结论与政策启示

文章从理论层面分析了数字经济可以直接促进绿色经济效率的提升，也可以通过产业结构升级、技术创新和市场化程度三种途径间接促进绿色经济效率的提升。基于2006—2019年中国省域面板数据，从数字产业化和产业数字化两个维度衡量数字经济发展水平，此外，对超效率SBM模型进行修正重新测算了绿色经济效率。在此基础上，实证分析了数字经济对绿色经济效率的影响。主要结论如下：第一，中国省域数字经济存在较大的差异，呈现“东高、中平、西低”的区域分布格局。第二，数字经济显著促进了绿色经济效率的提升，已成为新时代背景下中国绿色发展的助推器，通过一系列稳健性检验，该结论依然成立；异质性分析表明，相较于西部地区，数字经济对东部和中部地区绿色经济效率的提升产生较强的带动作用；此外，与产业数字化相比，数字产业化对绿色经济效率促进作用更强。第三，产业结构、技术创新和市场化程度在数字经济及数字产业化影响绿色经济效率的过程中发挥中介作用。第四，数字经济对绿色经济效率的影响随产业结构、技术创新和市场化程度的变化呈现出门槛特征。随着产业结构升级和技术创新水平的提高，数字经济对绿色经济效率的影响效应逐渐增强，但过高的市场化程度会减弱数字经济对绿色经济效率的提升作用。

结合所得的结论，文章的政策启示有：第一，提高数字经济在促进绿色经济效率提升中的认识。研究表明数字经济可以促进绿色经济效率的提升，因此政府、企业等经济主体在节能减排和经济增长中要充分利用“互联网+”手段，以此来提升绿色经济效率。第二，因地施策，营造良好的数字经济发展环境。鉴于数字经济对绿色经济效率影响的区域差异性，各地应逐步实施与本地资源优势相适宜的数字经济发展政策，寻找数字经济与本地产业发展方式相融合的平衡点。如西部地区可以进一步加强互联网基础设施的建设，培育当地产业和数字技术相融合的数字产业试点，引导形成具有区域特色的产业新发展模式，充分释放数字经济对绿色经济发展的带动作用。第三，重视数字经济发展中产业结构、技术创新和市场化等因素对提升绿色经济效率的重要作用。研究发现，数字经济可以通过产业结构、技术创新和市场化程度促进绿色经济效率的提升，因此要持续促进产业结构升级和技术创新水平的提升。第四，应充分意识到在产业结构、技术创新和市场化的约束下，数字经济对绿色经济效率的非线性影响规律，消除数字经济发展中的门槛效应，促使数字经济与产业结构和技术创新等联动发展，但同时要注意到过高的市场化程度会减弱数字经济对绿色经济效率的提升作用，应进行适时调整与优化，制定差异化的市场策略。