数字经济、产业链创新与绿色全要素生产率

李 健

（1.河海大学 江苏省习近平新时代中国特色社会主义思想研究中心河海大学基地，南京 211100；2.延安大学 经济与管理学院，陕西 延安 716000）

0 引言

如何在寻求经济增长的同时实现生态环境保护，即提高绿色全要素生产率，已成为各界关注的热点。党的二十大报告指出，“推动经济社会发展绿色化、低碳化是实现高质量发展的关键环节”，并作出一系列重要部署，为提高绿色全要素生产率指明了方向。作为一种新的经济形态，数字经济可引导技术、资金与数据要素向绿色产业集聚，推动产业经济整体向低碳化方向发展，由此提高绿色全要素生产率。而且数字经济发展能够借助多样化数字技术推动产品创新、商业模式创新，助力产业链向高端化方向创新。而产业链创新意味着链上各环节的附加值高、污染排放低，有利于产业经济向低碳化方向发展，进而提高绿色全要素生产率。因此，有必要厘清数字经济、产业链创新与绿色全要素生产率间的关系，这对于促进经济低碳高质量发展、提高绿色全要素生产率具有重要的现实意义。

现阶段，已有学者对数字经济、产业链创新、绿色全要素生产率两两之间的关系展开了讨论。在数字经济与绿色全要素生产率的关系方面，学者们普遍认为数字经济能够促进绿色全要素生产率提升，且该作用存在正向空间溢出效应[1]以及地区差异[2]。在数字经济与产业链创新的关系方面，已有文献有关二者直接关系的分析并不多见。其中，杨晓霞和陈晓东（2022）[3]的研究指出，数字经济对产业链创新有正向影响。在产业链创新与绿色全要素生产率的关系方面，相关研究认为产业链创新有助于促进产业转型升级[4]，而产业转型升级有助于提升绿色全要素生产率[5]。虽然目前关于数字经济与绿色全要素生产率关系的研究已初具规模，但鲜有学者将数字经济、产业链创新与绿色全要素生产率纳入统一框架，探讨三者的作用关系。鉴于此，本文引入产业链创新，深入分析数字经济对绿色全要素生产率的直接、间接作用机制及其异质性，为切实推动城市绿色经济发展提供参考。

1 理论分析与研究假设

1.1 数字经济与绿色全要素生产率

数字经济对绿色全要素生产率的影响主要体现在供给端和消费端两个方面。在供给端，数字经济主要通过数字技术的应用改进生产流程，提高资源利用率，降低供给环节的碳消耗量，促进绿色全要素生产率提高。市场主体利用数字技术实时收集生产活动信息，并以此动态优化投入产出比，形成数据化、高效化的生产流程，从而有利于提高资源利用效率，降低能源消耗与污染排放[6]，提高绿色全要素生产率。在消费端，数字经济主要通过催生新业态、新模式减少商品流通损耗，倒逼居民绿色消费升级，降低消费环节的碳消耗量，进而提升绿色全要素生产率。基于此，提出如下假设：

假设1：数字经济对绿色全要素生产率有显著正向影响。

1.2 产业链创新的作用机制

数字经济不仅可以直接影响绿色全要素生产率，而且可以通过产业链创新间接提升绿色全要素生产率。就数字经济与产业链创新的关系而言，数字经济发展可有效促进产业链创新。其一，数字经济是以多样化数字技术为基础发展形成的新型经济形态，其本身包含人工智能、物联网、大数据等现代化技术，可为产业链创新提供技术支持。其二，数字经济在渗入金融领域过程中会形成数字金融新业态，在为创新主体提供多种金融选择的同时改善金融服务体验，进而促进产业链创新。其三，在数字经济发展过程中，数字新基建作为核心支柱，能为产业链主体发展提供充足的数字化设备，推动产业数字化与数字产业化，培育新产业新业态新模式[7]，赋能产业链创新。

就产业链创新与绿色全要素生产率的关系而言，产业链创新可助推绿色全要素生产率提升。绿色全要素生产率常被用于反映某地区绿色发展和可持续发展情况，需要多方资源与要素的支持。而产业链创新可发挥链上主体的正外部效应，推动资源、知识与技术的高效流转和利用，促进绿色全要素生产率提高。一方面，产业链创新需要链上产业的相互配合，此过程有助于强化差异产业间的联系，促使产业链上主体形成良好的协作关系。这在提高产业链资源利用率的同时，还有助于减少环境污染，提升绿色全要素生产率。另一方面，产业链创新意味着链上主体会主动学习新知识、开发新技术，并运用新知识与技术开展创新活动，促进高耗能产业向低污染、高创新的方向发展[8]，进而提高绿色全要素生产率。基于此，提出如下假设：

假设2：产业链创新有助于提升绿色全要素生产率。

假设3：数字经济可通过产业链创新间接提升绿色全要素生产率。

2 变量选取与数据来源

2.1 变量选取

2.1.1 绿色全要素生产率（GTFP）

借鉴文献[9,10]的研究，构建如表1所示的绿色全要素生产率评价指标体系。具体地，选用SBM 方向性距离函数和GML指数对绿色全要素生产率进行测算。

表1 绿色全要素生产率评价指标体系

2.1.2 数字经济(DIG)

参考文献[11,12]的研究，从数字金融和互联网发展两个方面测算数字经济发展水平。其中，数字金融(DFL)使用数字普惠金融指数衡量，互联网发展水平(IDL)使用4个指标衡量，分别为互联网宽带接入用户数、每百人移动电话年末用户数、人均电信业务总量、计算机软件业从业人员占比，具体采用主成分分析法测算。进一步地，分别从数字金融、互联网发展两个方面出发，分析数字经济不同维度对绿色全要素生产率的影响。

2.1.3 产业链创新(ICI)

结合曹晨等（2023）[13]的研究，从产业链创新投入、产业链创新产出、产业链创新环境三个维度，构建涉及9 个子指标的产业链创新评价体系。其中，产业链创新投入包括人力、资金、知识等资源投入；产业链创新产出涉及产品产出与知识产出；产业链创新环境涵盖政策环境、创新环境与文化环境。在此基础上，运用层次分析-熵权法模型测算产业链创新水平。此外，本文产业链涉及2021 版OECD-ICIO 整理的基本金属产业链、机械设备产业链等17个制造业产业链①D10T12（食品、饮料和烟草产业链）、D13T15（纺织品、纺织产品、皮革和鞋类产业链）、D16（木材及相关制品产业链）、D17T18（纸制品和印刷品产业链）、D19（焦炭、炼油及核燃料产业链）、D20（化学原料及化学产品产业链）、D21（医药产品及化学纤维产品产业链）、D22（橡胶和塑料产品产业链）、D23（非金属矿物制品产业链）、D24（基本金属产业链）、D25（金属制品产业链）、D26（计算机、电子产品和光学设备产业链）、D27（电气机械产业链）、D28（机械设备产业链）、D29（汽车制造业产业链）、D30（铁路、船舶等其他交通运输设备制造业产业链）、D31T33（其他制造业产业链）。。

2.1.4 控制变量

选用绿色创新(GI)、经济发展水平(RGDP)、城市化水平(URB)、对外开放水平(FDI)、人力资本投资(HUM)、金融发展水平(FIN)、政府干预(GOV)作为控制变量。具体地，绿色创新采用绿色专利申请量度量；经济发展水平用人均GDP表征；城市化水平使用人口密度的对数表示；对外开放水平采用城市外商直接投资额衡量；人力资本投资使用地方科学教育支出占比表示；金融发展水平用银行贷款余额占比测度；政府干预通过地方财政支出在城市生产总值中的占比衡量。变量描述性统计见表2。

表2 变量描述性统计结果

2.2 数据来源

本文选取中国285个地级及以上城市为样本，研究时期为2011—2021 年。样本数据主要来自《中国城市统计年鉴》《中国环境统计年鉴》、各省市统计年鉴，以及中国数字经济发展报告、中国电子政务发展报告、中国研究数据服务平台和国务院发展研究中心信息网。其中，数字经济的子指标数字金融数据主要来自北京大学数字金融研究中心和蚂蚁金服集团共同编制的数字普惠金融指数，数字经济的子指标互联网发展数据主要来自《中国城市统计年鉴》。产业链创新数据主要来自2021 版OECD 投入产出表。绿色全要素生产率子指标能源投入的数据主要来源于中国电力企业联合会和国家能源局的官网数据。为消除量纲影响，以2011 年为基期进行数据标准化处理。此外，对于部分缺失数据，采用插值法补齐。

3 实证检验及结果分析

3.1 空间相关性检验

本文采用Moran’s I考察各地区绿色全要素生产率的全局相关性。具体公式如下：

其中，城市i与邻近城市j的属性值分别为Xi与Xj，期望均值分别为，Wij表征空间权重矩阵，样本城市数量为n。结果显示，2011—2021 年全国整体绿色全要素生产率的Moran’s I 处于0.149～0.252，均在1%的水平上显著，表明全国各城市绿色全要素生产率的正向空间依赖性都较强。

采用局部Moran’s I 准确识别不同空间位置中绿色全要素生产率的空间集聚形式。具体计算公式为：

结果显示，2011—2021 年城市绿色全要素生产率集中分布于第Ⅰ与第Ⅲ象限，呈现较强的空间集聚性。因此，为避免实证估计结果出现偏差，需在研究过程中考虑绿色全要素生产率的空间分布特征。

3.2 中介效应模型

进一步采用中介效应模型，对数字经济、产业链创新与绿色全要素生产率的作用机制展开检验。公式如下：

其中，i、t分别代表城市和年份，GTFP为绿色全要素生产率，ICI为产业链创新，DIG为数字经济，Xit为影响绿色全要素生产率的相关控制变量，ρ代表空间自相关系数，ui与vt分别为个体固定效应和时间固定效应，Wij为空间权重矩阵，μit与λit均为随机扰动项。

3.3 空间计量模型分析

3.3.1 空间计量模型选取

由于空间相关性检验结果显示绿色全要素生产率具有显著的空间溢出依赖，因此需选取空间计量模型进行实证分析。由于空间杜宾模型（SDM）较空间自相关模型（SAC）、空间误差模型（SEM）、空间自回归模型（SAR）更为常见，且可以更准确、客观地表征研究主体的现实状况，因此本文选用空间杜宾模型对数字经济与绿色全要素生产率的关系展开实证分析。

3.3.2 空间计量模型回归结果分析

表3报告了式（3）至式（5）的回归结果，即各自变量的直接效应、间接效应及总体效应。

表3 样本总体效应回归结果

由表3列（1）至列（3）可知，数字经济对绿色全要素生产率可同时发挥显著的直接效应、间接效应与总效应，且三种效应均为正。说明数字经济发展在提高本市绿色全要素生产率的同时，也能够带动周边城市绿色全要素生产率提升。由此，假设1 得到验证。由列（4）至列（6）可知，数字经济对产业链创新的直接效应、间接效应与总效应均在1%的水平上显著为正，说明数字经济对本市与周边城市的产业链创新均具有显著促进作用。由列（7）至列（9）可知，产业链创新对绿色全要素生产率可同时发挥显著的直接效应、间接效应与总效应，且三种效应的系数均为正，表明产业链创新在提高本市绿色全要素生产率的同时，也可以发挥空间溢出效应，提升周边城市绿色全要素生产率。总体来看，数字经济发展能够促进产业链创新，进而借助产业链创新提高绿色全要素生产率，且该作用具有空间溢出效应。由此，假设2与假设3均得到验证。

控制变量方面，各指标的实证回归结果均符合预期。从直接效应来看，由表3可知，绿色创新、经济发展水平、金融发展水平、政府干预的直接效应均在1%的水平上显著为正，表明某城市通过推动绿色创新、加强政府干预、加快推进经济发展与金融发展，可以促进产业链创新发展与绿色全要素生产率提升。而城市化水平与人力资本投资对绿色全要素生产率的直接效应均未通过显著性检验，说明上述变量对绿色全要素生产率的影响不显著。此外，对外开放水平对绿色全要素生产率的直接效应在5%的水平上显著为负，说明对外开放水平提高不利于绿色全要素生产率的提升。从间接效应来看，绿色创新、城市化水平、经济发展水平、金融发展水平的间接效应均在1%的水平上显著为正，表明某城市绿色创新水平、城市化水平、经济发展水平与金融发展水平的提升会产生空间溢出效应，助力周边城市产业链创新与绿色全要素生产率提高。对比来看，人力资本投资、对外开放水平、政府干预对绿色全要素生产率的间接效应均不显著，说明城市人力资本投资提高、对外开放水平提升与政府干预增强对周边城市绿色全要素生产率的影响不大。

3.3.3 分组回归结果分析

考虑到不同区域、规模与级别城市的数字经济增长潜力、产业链创新能力等并不相同，可能导致绿色全要素生产率存在差异，本文对数字经济、产业链创新与绿色全要素生产率的关系展开分组回归。第一，根据各城市所处地理位置，将285个地级及以上城市划分为东部、中部、西部地区。第二，根据国务院最新公布的城市规模划分标准，将城市常住人口规模超过100万人的定义为大城市，50万人至100万人的定义为中等城市，不足50万人的定义为小城市。第三，根据城市级别，将直辖市、省会城市和副省级城市划定为中心城市，其他城市归类为外围城市。

由表4至下页表6可以看出，同中部与西部地区城市、中规模和小规模城市、外围城市相比，数字经济对绿色全要素生产率的促进作用在东部地区城市、大城市和中心城市更大。其原因可能是：相较于中西部地区城市、中小城市和外围城市，东部地区城市、大规模城市和中心城市的数字经济基础和产业链发展水平相对发达，更容易吸引先进生产要素和创新支持，进而满足数字经济发展与产业链创新需求，为绿色全要素生产率提升创造了有利条件。

表4 区域异质性分析结果

表5 城市规模异质性分析结果

表6 城市级别异质性分析结果

3.3.4 进一步分析

考虑到数字经济的结构维度不同，可能对绿色全要素生产率产生异质性影响，本文进一步从数字金融与互联网发展两个维度出发，研究不同维度对绿色全要素生产率的影响，结果见下页表7。从表7数据可以看出，数字金融与互联网发展均可以显著促进绿色全要素生产率提高，且数字金融的正向效应更大。这说明相较于互联网发展，数字金融对绿色全要素生产率的提升作用更明显。这可能是因为，数字金融发展可为绿色技术创新与低碳经济发展提供资金支持，能够直接赋能绿色全要素生产率提高。此外，互联网发展的间接效应系数大于数字金融，说明相较于数字金融，互联网发展对绿色全要素生产率的正向空间溢出效应更大。其原因可能是，相较于数字金融，互联网发展对邻近城市经济的带动作用较强，能为邻近地区经济绿色转型提供助力，从而提升周边城市绿色全要素生产率。

表7 数字经济不同维度对绿色全要素生产率影响的回归结果

3.3.5 稳健性检验

第一，空间杜宾模型固定效应回归。采用固定效应空间杜宾模型，对上文研究结果进行稳健性检验。结果表明，数字经济对绿色全要素生产率的直接效应仍显著为正；产业链创新作为中介变量，其直接、间接与总体效应的系数符号均为正，且具备一定显著性，证明研究结果较为稳健。第二，替换解释变量。进一步使用熵权TOPSIS 法测算数字经济发展水平，并重新展开回归。测算结果与基准回归结果基本一致，验证了上文研究结果稳健。第三，剔除直辖市样本。将数字技术与经济发展水平均明显高于其他地级市的四个直辖市样本剔除，重新进行估计，结果依旧变化不大。第四，经济距离空间权重矩阵。用经济距离空间权重矩阵替换地理距离空间权重矩阵，进一步考察数字经济对绿色全要素生产率的影响。结果显示，变量系数数值略有浮动，核心变量数字经济的回归系数符号和显著性水平与前述研究结果基本一致。因此，本文研究结论较为稳健。

4 结论

本文采用空间杜宾模型与中介效应模型，实证分析数字经济对绿色全要素生产率的影响，以及产业链创新在其中的作用机制。研究结果表明：第一，数字经济对绿色全要素生产率具有显著正向影响，且该作用存在空间溢出效应。第二，产业链创新在数字经济促进绿色全要素生产率的过程中发挥中介效应。第三，数字经济对绿色全要素生产率提升的促进作用存在城市区位、规模、级别异质性，主要表现为在东部地区城市、大城市和中心城市的影响更强。第四，数字经济不同结构维度对绿色全要素生产率的影响存在异质性。相较于互联网发展水平，数字金融对绿色全要素生产率的影响作用更大；相比数字金融，互联网发展水平对绿色全要素生产率的正向空间溢出效应更明显。