数字经济与绿色发展耦合协调的时空演化及障碍度分析

姬新龙 刘琴

收稿日期：2023-11-02

基金项目：国家社会科学基金年度项目“数字经济对碳排放影响统计研究”（22BTJ048）

作者简介：孙 欣（1973—），男，安徽庐江人，教授，博士，研究方向：数量经济，抽样技术；

芮雪雨（1999—），男，安徽亳州人，硕士研究生，研究方向：经济统计。

[摘 要：数字经济不断赋能绿色发展，已经成为促进国民经济绿色转型的重要引擎。文章选取2011—2021年中国30个省份的样本数据，对数字经济与绿色发展耦合协调的时空演化及障碍度进行实证分析。研究发现：我国数字经济和绿色发展的综合水平呈明显上升趋势；二者的耦合协调度在空间上具有显著集聚特征，并呈现由东向西、由南向北降低的趋势；影响二者耦合协调的准则层障碍因子按障碍度由大到小排序，依次为数字产业化、绿色生态、产业数字化、绿色生产、绿色生活，且不同时间和地区指标层的障碍因子也存在差异。由此提出加大政策扶持力度、夯实数字经济底座、因地制宜实施发展策略的对策建议。

关键词：数字经济；绿色发展；耦合协调；障碍度；数字产业化；产业数字化

中图分类号：F49；F124.5  文献标识码：A文章编号：1007-5097（2024）07-0077-14     ]

Spatiotemporal Evolution and Obstacle Analysis of the Coupling Coordination Between

Digital Economy and Green Development

JI Xinlong， LIU Qin

（School of Finance， Lanzhou University of Finance and Economics， Lanzhou 730020， China）

Abstract：The digital economy continuously empowers green development and has become a crucial engine for promoting the green transformation of the national economy. This paper selects sample data from 30 provinces in China between 2011 and 2021 to empirically analyze the spatiotemporal evolution and obstacles of the coupling coordination between digital economy and green development. Research findings： The overall level of China's digital economy and green development has shown a clear upward trend. The coupling coordination degree between the two exhibits significant spatial clustering characteristics， showing a trend of decreasing from east to west and from south to north. The criterion layer obstacle factors affecting the coupling coordination， ranked from highest to lowest obstacle degree， are digital industrialization， green ecology， industrial digitalization， green production， and green living. Additionally， the obstacle factors at the indicator level vary across different times and regions. Based on these findings， the paper proposes policy recommendations such as increasing policy support， strengthening the foundation of the digital economy， and implementing development strategies tailored to local conditions.

Key words：digital economy; green development; coupling coordination; obstacle degree; digital industrialization; industrial digitalization

一、引言及文献回顾

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。作为关系国民经济发展全局的重要理念，绿色发展是突破资源环境瓶颈、转变发展方式、实现可持续和高质量发展的必然选择。因此，要坚持把绿色低碳作为解决生态环境问题的治本之策，加快形成绿色生产、生活方式，为高质量发展厚植绿色底色。而数字经济作为当前经济增长新动能，其与绿色发展深度融合可以形成“生态+数字”发展模式。数字技术通过数据、算法和算力的集成创新，构建绿色制造体系，带动产业结构升级，促进能源结构转型，提高能源利用效率，降低碳排放，数字经济逐渐成为绿色发展的重要引擎。2023年12月召开的中央经济工作会议亦明确提出“发展数字经济”，可见数字经济事关发展全局，是把握新一轮科技革命和产业革命的重要机遇。因此，深入探究数字经济与绿色发展之间的关系，分析制约二者协调发展的障碍因子并提出针对性建议，对于加快推进中国式现代化具有重要的现实意义。

目前，学界围绕绿色发展和数字经济的研究主要包括三个方面：一是影响关系。学者们普遍认为，数字经济对绿色发展存在促进作用。如Wen等（2021）［1］研究发现，数字技术对企业的环境绩效存在正向促进作用；刘强等（2022）［2］、孔令章和李金叶（2022）［3］通过实证分析发现，数字经济显著促进绿色经济效率提升；程文先和钱学锋（2021）［4］从工业行业入手，证实数字经济可以从整体上显著提高工业绿色全要素生产率水平；张海霞和林同智（2023）［5］在研究数字经济对绿色经济绩效影响的基础上，进一步对二者进行空间关联性分析，发现数字经济发展与绿色经济绩效具有较强的正向空间关联性，且这种效果在相邻省域间尤为明显；裴潇等（2023）［6］以长江经济带为研究对象，认为数字经济与绿色发展存在耦合协调关系，并对影响二者协调发展的障碍因子进行了探究。此外，有学者如樊轶侠和徐昊（2021）［7］认为，数字经济与绿色发展之间由于收入效应及对电力消费依赖度高等原因存在“倒U”型关系。二是影响路径。Aleksandrov和Fedorova（2019）［8］认为，数字经济可通过促进绿色技术创新来实现绿色发展；许宪春等（2020）［9］研究发现，数字产业化通过改善产业结构，以更高效、更绿色和更优质的方式促进经济和社会发展，为绿色发展提供了“创造性破坏的机会”；Pradhan等（2020）［10］认为，数字通信技术通过推动企业技术进步来促进社会可持续发展；戴长征和鲍静（2017）［11］提出，数字化治理通过政府监管模式和制度供给模式创新，从根本上为绿色发展提供保障；余维臻和刘娜（2021）［12］进一步研究认为，数字技术在政府治理中的广泛应用，有助于政府及时关注企业和民众的合理需求，并据此制定有效的环境、人口和金融政策以促进发展；韩晶和陈曦（2022）［13］基于我国221个地级市面板数据实证研究发现，数字经济可以通过加强技术创新、助力企业成长、推动产业优化三条中介渠道赋能绿色发展。三是面临困境。一些学者对制约数字经济赋能绿色发展的因素进行了研究。如韩晶等（2022）［14］、高星和李麦收（2023）［15］基于理论分析的视角得出结论，认为数字鸿沟、数字核心技术薄弱、传统产业数字化转型困难等现实因素，是目前我国数字经济赋能绿色发展过程中所面临的典型挑战；苏屹和李丹（2022）［16］则基于能源产业聚集的角度发现，数字经济对我国绿色创新绩效的影响存在空间异质性。因此。如何平衡绿色发展过程中的地区差异将是一大难题。

通过上述文献梳理发现，当前对绿色发展和数字经济的研究多基于数字经济对绿色发展影响的单向分析，以及其作用机理的实现路径，鲜有对二者双向关系以及影响二者关系障碍度的定量分析，且缺乏从全局视角对二者关系进行量化考量。而对阻碍数字经济促进绿色发展因素的研究，也多基于理论层面，缺乏实证依据。基于此，本文的边际贡献在于：第一，在研究内容方面，基于全国视角从时间和空间维度，对数字经济与绿色发展之间的关系进行分析，并从实证角度对制约二者协调发展的现实因素进行定量分析。一方面，弥补现有研究对二者双向关系分析的不足；另一方面，为制约二者协调发展的相关研究提供数据支撑，为理论分析增加实证依据。第二，在研究方法方面，全面构建数字经济与绿色发展耦合协调评价指标体系，并基于改进后的耦合协调模型、空间自相关模型以及障碍因子模型，在对不同区域数字经济与绿色发展耦合协调异质性分析以及障碍因子诊断的基础上，从省域角度进行更深一步的剖析，实现宏观与微观相结合，使研究结论更加可靠。第三，在研究意义方面，通过多角度、多层次实证检验，探寻我国数字经济建设是否均衡、资源利用是否合理以及生态环境保护是否充分等问题，从理论层面上丰富当前数字经济和绿色发展的文献研究，从实践层面上提出提升数字基础设施建设能效、厚植数字经济绿色底色等对策建议，这对未来数字经济与绿色发展深度融合、良性互动具有一定的借鉴意义。

二、数字经济与绿色发展耦合协调机理分析

（一）数字经济赋能绿色发展

数字经济具有平台化、共享化等典型特征，能够打破时空限制，与经济社会中各个环节相融合，作为区域创新的重要驱动力（苏屹等，2023）［17］，不断助力社会生产、群众生活以及生态环境朝着绿色低碳方向发展，从而带动区域整体绿色发展。

1. 数字经济促进社会生产绿色发展

从生产的角度，数字经济不断地在提升资源配置效率、促进产业结构转型升级等方面赋能绿色生产发展。肖远飞和姜瑶（2021）［18］研究发现，数字经济通过加快市场化进程、产业结构升级和提升人力资本对工业绿色生产效率产生显著正向促进作用；陈素梅和李晓华（2022）［19］基于对数字经济和绿色制造概念及特征的解释，从产品设计绿色化、生产绿色化、供应链绿色化、产品使用及回收绿色化四个方面，对数字经济助力制造业绿色发展的机理进行分析；Hong等（2023）［20］研究发现，数字经济对绿色农业发展在时间和空间上均具有正向驱动作用。对于传统产业生产活动，葛明等（2022）［21］认为，数字经济能够衍生大量新技术，从而促进传统产业技术创新，提升生产工艺，降低生产成本，优化产业结构，最终实现传统产业绿色发展。此外，任健华和雷宏振（2022）［22］提出，数字经济可通过促进普惠金融发展，为农业经营主体提供高效精准的金融服务，打破融资限制，优化农业生产资源配置，提升农业生产效率。在社会生产的其他领域，亦有学者对数字经济的作用进行研究。如对于能源消费结构，胡昊和刘玉（2022）［23］通过实验证明，数字经济发展对能源消费结构向绿色发展方向迈进具有显著的促进作用。总的来看，数字经济已经融入社会生产的方方面面，其促进经济绿色转型发展的作用在不断得到强化。

2. 数字经济促进社会生活绿色发展

随着数字经济向社会生活不断渗透，人们的生活质量不断提高。数字经济为人们带来全新的绿色生活方式，如共享单车、在线医疗、线上办公等。数字技术的应用减少了资源消耗，有助于在思想观念、消费模式、社会治理等方面推动变革，促使全社会自觉践行绿色发展理念，形成“取之有度，用之有节”的生活方式。郭炳南等（2022）［24］研究发现，数字经济可通过推动产业升级、促进技术创新以及优化资源配置等来改善城市空气质量；滕磊和冷玥（2022）［25］通过实证分析发现，数字经济发展能够显著改善社会生活中的绿色健康标准，从而促进居民生活水平提高；Ma和Zhu（2022）［26］研究发现，发展数字经济可实现整体社会福利水平提升；杨海丽等（2022）［27］认为，农产品流通数字化对本地和邻近地区农村居民生活水平均存在正向促进作用。由此可见，数字经济可以从不同层面促进社会生活绿色发展，使得人们的生活水平不断提升。

3. 数字经济促进生态环境绿色发展

对于生态环境保护，用好数字技术，不仅能够精准识别、及时追踪新发生的生态环境问题，为科学保护、系统治理提供支撑，也能够推动数字经济与绿色经济协同发展，为提升生态环境治理体系和治理能力现代化水平提供新的方法。当前数字技术正在不断加快赋能生态环境保护和绿色发展，Khan等（2020）［28］认为，数字经济可推动生态环境可持续发展；陈松等（2023）［29］发现，数字经济通过绿色技术创新显著改善了城市生态环境；刘志雄和李燕飞（2023）［30］通过数字经济发展对生态环境保护影响的实证分析发现，数字经济发展和数字基础设施建设因素对生态环境改善具有正向推动作用；胡淑娟等（2022）［31］证实，数字经济和健康产业能够协同促进本地区生态环境质量改善。在应用实践方面，如贵州的矿山地质环境治理恢复监管平台借助于“互联网+遥感”技术，实时监测全省矿山地质环境治理情况；浙江桐乡的数字化监管系统，变“人工管”为“数字管”，成为环境决策部署的“大脑”；华为、联想、浪潮等高科技企业积极探索数字化生态保护，为保护大熊猫、江豚、亚洲象等珍稀动物提供了利器。由此可见，数字经济在不同领域正不断推动生态环境高质量发展。

（二）绿色发展反向助推数字经济发展

数字经济在生产、生活和生态三个维度不断推动绿色发展。相反地，绿色发展也在一定程度上对数字经济的进一步渗透和深化发展起着推动作用（薛贺香，2023）［32］，主要表现在数字产业化和产业数字化两个方面。

1. 绿色发展指引数字产业化发展

数字经济发展需始终以绿色发展为战略指引，绿色发展为数字经济发展提供保障（王晓玲和韩平，2024）［33］。数字产业化亦是如此，绿色发展是构建高质量现代化经济体系的必然要求，是解决资源环境问题的根本要义，能够聚集更多生产资源来为数字产业化发展提供支撑（魏长升和周航宇，2023）［34］，但数字产业化在技术创新和商业模式创新不断丰富的过程中，并不会主动考虑如何用最少的物质资源消耗来实现社会福利最大化，而是以经济利益为最终目标。因此，在“双碳”目标背景下，要实现经济增长与生态环境问题的绝对脱钩，便需要将数字产业化进程推向绿色发展方向，以绿色发展作为数字产业化的战略指引，从而实现将生态资源转化为生态经济，将生态资本转化为富民资本，以此来助推数字经济发展，最终促进国民经济高质量发展。

2. 绿色发展助推产业数字化发展

绿色发展通过催生新经济、新业态来助推产业数字化，进而促进数字经济发展。具体来看，随着我国“双碳”政策不断推进，一些高污染高排放企业在政策压力下不得不通过低碳转型来实现未来的可持续发展。而要成功实现低碳转型，需要以数字技术的广泛应用来缓解其成本压力并提高环保效能和生产效率，且企业需要延长传统产业链或创新产业链。此外，经济的绿色转型使得新业态、新组织、新模式的应用潜能无限释放（柏培文和张云，2021）［35］，从而不断倒逼数字技术进步和发展。如在新能源领域，政府为限制传统能源消耗大的产业过量生产，开始积极进行新型能源体系建设，这为数字技术的长期发展提供活力。而绿色发展所产生的环境改善通常会带来旅游业、服务业、金融业等第三产业进一步发展。相关数据显示，数字经济对第三产业的渗透率已经超过了40%，远高于第一产业和第二产业，说明第三产业对数字技术的需求较大，这在一定程度上同样会助推数字经济发展。

综上所述，数字经济通过不同途径促进绿色发展，而绿色发展反向引导和助推数字产业化发展，数字经济与绿色发展两系统之间不仅是因果关系，还是相互作用、相互依赖的关系。实践中耦合协调是系统中不同要素之间的复杂关系和相互联系，很难通过文字分析或图表清晰表达。为增加可读性，本文结合上文理论逻辑分析，对数字经济与绿色发展协调推进、协同发展的耦合协调机理进行简要概括，如图1所示。

三、指标体系构建与研究方法选择

（一）指标体系构建

首先，构建绿色发展水平评价指标体系。从上文的文献回顾和理论机制分析可知，数字经济不断地从社会生产、社会生活以及生态环境等方面促进绿色发展，因此本文借鉴李平瑞（2022）［36］、夏杰长和刘睿仪（2023）［37］的研究，分别从绿色生产、绿色生活和绿色生态三个维度选取16个指标构建绿色发展水平评价指标体系。具体来看：一是绿色生产维度。经济是生产的基础和动力，经济状况可以反映生产发展水平，而生产活动又分为农业生产和工业生产等，因此考虑从经济增长和产业结构两个方面入手，侧重于经济以及农业工业产出需求，选取5项指标对绿色生产进行衡量。二是绿色生活维度。生活与人居密切相关，而人居按区域可划分为农村和城市，因此在共有人居生活环境（空气质量水平）的基础上，考虑从农村和城市两个角度出发，侧重于农村及城市人居生活需求和质量水平，共选取7项日常生活所涉及的指标对绿色生活进行衡量。三是绿色生态维度。生态环境是绿色发展的载体，必须重视发展与生态的关系，而自然保护和园林绿化是构建可持续发展的两个重要方面，因此从这两个角度考虑，并侧重于我国林业生态环境，共选取4项指标对绿色生态进行衡量。

其次，构建数字经济评价指标体系。数字经济是以数字技术为基础，利用信息技术和网络媒介进行经济活动和创造经济价值的经济形态。这一概念相对于绿色发展来说覆盖维度较小，且结合现有研究来看，数字经济指标体系构建不如绿色发展的成熟。《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》提出“加快推动数字产业化”和“推进产业数字化转型”。基于此，本文借鉴刘强等（2022）［2］、赵涛等（2020）［38］的研究，分别从数字产业化和产业数字化两个维度，选取5个指标构建数字经济评价指标体系。具体来看：一是数字产业化维度。数字产业化是在互联网发展的基础上，利用数字技术带来的产品和服务，因此考虑从互联网相关从业水平及互联网相关产出两个方面，选取2项指标对其进行衡量。二是产业数字化维度。产业数字化是基于相关基础设施，利用现代信息技术对传统产业进行的全方位改造，因此考虑从数字基础设施和金融服务产业发展两个方面，选取3项指标对其进行衡量。

上述两类评价体系的具体指标选取见表1所列。其中，各项指标权重由熵权法和变异系数法对比确定，即选取二者所得权重差异较小者。经对比，本文最终选取变异系数法计算所得结果为各项指标赋权。

（二）数据来源

考虑西藏地区一些数据缺失，无法支撑相关指标体系构建和实证分析，因此本文选取不包括港澳台地区、西藏的30个省份作为样本研究对象。又因2022年的相关指标如单位耕地面积化肥施用量、单位耕地面积农药使用量等数据无法有效获取，为保证数据的真实性和可靠性，本文将研究时段选取为2011—2021年。所有原始数据均来源于《中国统计年鉴》《中国环境统计年鉴》《中国城市统计年鉴》《中国能源统计年鉴》以及各省份的资源公报等公开数据。其中，由于个别省份在某些年份存在数据缺失的情况，本文运用Stata17.0软件并通过插值法对其进行补充。

（三）研究方法

1. 熵权法与变异系数法对比赋权

熵权法和变异系数法都可对数字经济和绿色发展系统各项指标进行客观赋权。为避免单一确权方法的偶然性误差，本文借鉴林树高等（2022）［39］的研究，通过对由熵权法和变异系数法确定的单一权重进行对比，选取权重差异较小的结果作为本文最终的指标权重，并以该权重为基础测算综合得分。具体计算步骤如下：

首先，为了消除不同指标间量纲的差异性影响，采用极值标准化方式对各数据指标进行标准化处理，具体公式如下：

[xj]为正向指标：[x*ij=（xij ][-min xj）/（max xj ][-min xj）]

[xj]为负向指标：[x*ij=（max xj ][-xij）/（max xj ][-min xj][）]

其中：[max xj]、[min xj]分别为第[j]项指标的最大值和最小值；[xij]为原始数据；[x*ij]为标准化处理后的数据。

其次，对于熵权法来说，通过计算各指标的比重来得到指标信息熵，并进一步计算出子系统各指标权重，具体公式如下：

[Pij=x*ij/∑ni=1x*ij，Hj=-1lnmk∑mi=1PijlnPij，Wj=1-Hj∑nj=1（1-Hj）] （1）

其中：[Pij]为各指标比重；[Hj]为各指标信息熵；[m]=30，表示省份数；[k=]11，表示统计年份；[Wj]为通过熵权法得到的各指标权重；[n]为评价指标的个数。

对于变异系数法来说，通过各指标相对于目标值的变异程度来对其进行赋权，具体公式如下：

[Vj=σj∑nj=1xj，W*j=Vj∑nj=1Vj] （2）

其中：[Vj]为第[j]个指标的变异系数；[σj]为第[j]个指标的标准差；[xj]为第[j]个指标的平均值；[W*j]为通过变异系数法得到的各指标权重。

最后，通过对上述两种客观赋权法得到的权重[Wj]与[W*j]进行对比，选择权重分布更为均衡，即从数值上来看差异更小的作为本文最终的指标权重[W]，其与指标数据标准化结果相乘并累加得到各子系统的综合得分，具体公式如下：

[Ui=∑ix*ij×W（i=1，2）] （3）

其中，[U1、U2]分别为绿色发展和数字经济子系统评价指数的综合得分。

2. 耦合协调度模型

本文研究的数字经济和绿色发展是相互作用的两个系统，对其耦合度的测算参考刘畅等（2020）［40］的研究，采用修正后的耦合协调度模型。具体公式如下：

[T=αU1+βU2]

[S=2（U1×U2）/（U1+U2）]

[R=S×T] （4）

其中：S为数字经济与绿色发展耦合度，数值越大表明数字经济与绿色发展两个系统越能和谐发展；T为加权计算后总系统的综合评价指数；[α]、[β]为系统调节系数，代表各子系统对总系统协同的贡献率。数字化和绿色化不仅是全球发展的重要主题，也是相互依存、相互促进的“孪生体”。党的二十大报告提出，要加快建设数字中国，加快发展数字经济，推动绿色发展。加速数字化、绿色化协同并进是实现经济转型升级和高质量发展的重要举措。基于此，本文借鉴裴潇等（2023）［6］的研究，认为数字经济和绿色发展同等重要，故对其赋值[α] = [β] = 0.5进行计算。式（4）中，R为数字经济与绿色发展耦合协调度，R值越接近1，表明数字经济与绿色发展的协调发展程度越高。

此外，本文借鉴唐未兵和唐谭岭（2017）［41］、刘畅等（2020）［40］的研究，按照R值大小，对数字经济与绿色发展的耦合协调等级进行划分，划分标准见表2所列。

3. 空间自相关模型

本文采用最常见的莫兰指数（Moran's I）来衡量数字经济与绿色发展耦合协调度的空间布局情况，以此来说明耦合协调度是否存在空间自相关。莫兰指数取值范围在-1～1之间。当Moran's I>0时，表示空间正相关性，其值越大，空间相关性越明显；当Moran's I < 0时，表示空间负相关性，其值越小，空间差异越大；当Moran's I = 0时，空间呈现出随机性。在计算过程中，本文选取空间邻接矩阵作为空间权重矩阵。空间邻接矩阵以0～1来表示两个省份是否有相邻边界，如果相邻取值为1，否则取值为0。

4. 障碍度模型

在耦合协调度研究的基础上，本文进一步采用障碍度模型来探究影响数字经济与绿色发展耦合协调的障碍因子，以此来明晰关键制约因素的影响程度，为制定科学合理的政策提供科学依据。具体计算步骤如下：

[Ij=1-x*ij]

[Oj=Ij×Wj∑nj=1Ij×Wj×100%]

[Vj=∑][Oj] （5）

其中：[Ij]为第[j]项指标的偏离度；[Oj]为指标层单项指标对数字经济与绿色发展耦合协调度的障碍度；[Vj]为准则层对二者耦合协调度的障碍度。

四、实证结果与分析

（一）综合评价指数分析

为了直观地反映数字经济和绿色发展整体趋势，首先计算得出2011—2021年我国30个省份数字经济和绿色发展水平综合评价指数，如图2所示。

图2 数字经济和绿色发展水平综合评价指数

从时间维度来看，我国绿色发展水平指数由2011年的0.39小幅度升至2021年的0.52，总体保持平稳上升，发展波动较小；数字经济发展水平指数由2011年的0.07变动为2021年的0.51，总体上呈上升趋势，上升幅度比绿色发展水平指数大，且2021年数字经济发展水平指数与绿色发展水平指数基本持平。由此可以看出，近年来政策支持力度加大和信息技术快速发展，为数字经济发展提供了强有力的支撑，且随着疫情结束，数字经济已经成为国家经济复苏和稳定增长的重要支撑。作为我国未来经济发展的重要驱动力，数字经济发展动能强劲。从空间维度来看，数字经济和绿色发展水平综合评价指数的平均数在一定程度上体现出各省份绿色发展和数字经济综合发展的平均水平。从图2可以看出，其呈现不断上升趋势，与中位数趋同且差异较小，说明我国绿色发展和数字经济发展在各省份之间相对均衡，未出现较大鸿沟，但在小范围内仍存在差异。这反映出我国数字经济与绿色发展耦合协调可能存在地区间的异质性问题。

（二）数字经济与绿色发展耦合协调分析

本文将中国30个省份按地理位置不同，划分为东部、中部、西部以及东北地区，并运用耦合协调度模型计算出2011—2021年各地区数字经济与绿色发展耦合协调度，具体结果见表3所列。

从时间演变角度来看，2011—2021年全国数字经济与绿色发展的耦合协调度由0.387增至0.708，呈逐年上升趋势，且耦合协调等级由轻度失调逐步变为中级协调。由此可以看出，我国数字经济与绿色发展的协同水平在不断提升。区域上，东部地区耦合协调度均值长期高于全国平均水平。研究期内，东部地区协调度由0.464逐年增至0.754，协调等级由濒临失调逐步增长为中级协调，且在2017年就实现勉强协调到初级协调的转变。中部地区耦合协调度由0.328上升为0.695，耦合协调水平逐年提高，得益于地理位置以及人才优势。中部地区不断吸引外部资本与技术，加之国家政策和资金的大力支持，其增速领跑全国。西部地区耦合协调度由0.346升至0.701，于2018年实现勉强协调到初级协调的转变。东北地区耦合协调度由0.408升至0.681，其增速相较于中部和西部地区相对缓慢，主要是由于结构性问题导致。东北地区经济结构以重工业为主，且这些行业多为落后产业，随着国际市场变化和国内产业结构调整，加之资金及政策支持力度不够，重工业面临效益低下、转型困难等问题。且该地区经济结构单一，其他产业发展相对滞后，难以适应市场变化和竞争压力，从而未能紧跟绿色发展的步伐。此外，近年来东北地区人口外流现象严重，高技术人才和年轻劳动力都往发达地区流动，造成本地区劳动力和人才短缺，创新活力不足，抑制了技术创新能力的提高，最终使得东北地区数字经济发展速度缓慢，且不足以高效支撑绿色发展进程。

从空间演变角度来看，我国数字经济与绿色发展的耦合协调水平呈现出由东向西，由南向北降低的趋势。同时，耦合协调度在不同地区之间的差异性较为明显。其中，东部地区耦合协调度水平领先于其他地区，以北京、上海为代表，2020年起耦合协调度就已达到良好协调的水平，位于全国之首。东北地区较东部地区次之。西部地区耦合协调度相对最低，但其在逐年增长的过程中，于2018年赶上中部地区。2021年东北、中部和西部地区的耦合协调等级均达到了初级协调水平。具体来看，东部地区之所以一直处于领先水平，主要得益于其区位和资源双重优势。一是位于该地区的省份产业聚集度高，产业之间竞争激烈，更能激发数字技术创新发展，加快企业绿色低碳转型，促进该地区绿色发展水平提高；二是这些省份数字基础设施建设完善，数字经济产业链完整，在科技研发、商业孵化以及数字化应用等方面形成了良好的数字生态系统，更有利于促进数字经济与绿色发展的良性互动；三是上海、江苏、浙江、广东等省份地理位置优越，如浙江地处长江三角洲，依托“一带一路”国际物流大通道，更便于开拓国际市场，加快数字技术创新发展，进而为绿色发展提供更加有效的技术支撑；四是相较于中西部地区，东部地区教育资源更为丰富，其高校数量及高校综合水平位居全国前列，培养了大量的高技术高素质人才，且由于自身资源优势同样会吸引来自全国各地的高技术人才，以此为自身发展储备了充足的高水平人力资源。中西部和东部地区耦合协调水平都在稳中向好发展，且从2018年开始，西部地区耦合协调水平超越中部地区，出现了中部“凹陷”的局面，表明近年来我国大力支持西部地区数字产业高质量发展的成效显著。从表3可以看出，陕西的耦合协调度处于较高水平，引领西部地区整体发展。这是由于陕西作为中国内陆腹地经济发展的重要战略支点，近年来高度重视数字经济发展，先后出台了一系列扶持政策，深耕数字经济发展沃土，营造良好发展环境，且因其区位优势明显，科教资源丰富，科研实力雄厚，传统产业链条完整，发展数字经济的基础好、潜力大。不过从整体上看，西部地区相较于其他地区，数字产业基础还相对薄弱，产业链条尚未真正形成，数字经济核心产业规模小，但其拥有的自然资源如土地、能源等优势，可在数字经济浪潮下为本地区未来发展提供机遇。如“东数西算”工程就能够较好地利用西部地区如宁夏、甘肃、贵州等省份充裕的土地资源承接运算需求，高效统筹东西部地区数字经济协同发展。

（三）空间自相关分析

为了进一步探究不同省份之间数字经济与绿色发展耦合协调水平在空间上的关系，本文进行空间自相关分析。

1. 全局空间自相关

由计算得到的Moran's I结果，见表4所列。从中可以看出，Moran's I均大于0，且显著性检验P值均小于0.05，由此可得我国数字经济与绿色发展耦合协调存在空间上的正相关关系，其发展受地理空间背景要素影响，可能对邻近省份存在空间溢出效应。

总体来看，Moran's I呈波动上升趋势，从2011年的0.286升至2021年的0.333，说明我国数字经济与绿色发展耦合协调度的空间集聚性增强，空间分布向集聚状态靠拢。

2. 局部空间自相关

为更好地揭示相邻省份之间的空间关联特征，本文进一步测算数字经济与绿色发展耦合协调的局部Moran's I。根据莫兰散点图，将中国30个省份划分为4个象限，分别是第一象限高高聚集区（HH）、第二象限低高聚集区（LH）、第三象限低低聚集区（LL）和第四象限高低聚集区（HL）。为清晰直接地展示各省份之间空间自相关的变化，以及出于对地图板块严谨性考虑，本文整理出最终结果，具体见表5所列。

从表5来看，2011—2021年各聚集区的省份数变化不大。其中，第一、第三象限的省份数较多，这表明我国数字经济与绿色发展耦合协调度的空间分布格局倾向于向极值集聚。从各象限的变化趋势来看，第一象限保持稳定的多为直辖市和经济发达的省份。这些省份的耦合协调度水平较高，并通过省域之间经济、技术往来以及相关战略发展合作等相互影响，呈现高高聚集效应，处于我国协调发展水平领先地位。第二象限的省份数2021年有所增加且内部结构发生变化，但河北、海南和江西三个省份未发生变化。河北位于京津冀经济圈，海南靠近广东，江西周围环绕着珠三角和长三角经济圈，这三个省份周围均是综合实力强、协调发展水平高的大省，但其自身耦合协调发展却处于较低水平，表明这三个省份的独立性较强，其协调发展未受到周边省份发展释放的红利影响。第三象限的省份数在四个集聚区中最多，且西部地区省份占据多数。虽然西部地区近年来数字经济与绿色发展成效显著且耦合协调水平不断上升，但该地区目前数字基础建设还相对薄弱，数字经济人才缺口较大，绿色发展体系建设尚不成熟，因此其自身协调发展整体上处于较低水平，且周围省份多是欠发达地区，难以吸收到发达省份发展释放的红利，从而呈现出低低聚集效应。辽宁和吉林脱离了2011年的高高聚集区进入2021年的低低聚集区，表明近年来东北地区由于政策、资金支持力度不足等原因，其协同发展速度处于下降趋势。陕西由高低聚集区进入低低聚集区，由2011年的相对较高协调发展水平变为2021年的相对较低协调发展水平。这表明西部地区虽然仍为全国协调发展水平较低地区，但陕西与其他西部省份之间的协同发展差异缩小，使得西部地区发展的均衡度得到提高。第四象限的省份内部结构变化较大，其中山西、广东未发生变化，表明其协调发展增速缓慢且受其他地区影响较小。内蒙古脱离第四象限进入第三象限，表明内蒙古受周边省份发展影响程度较大，其自身协调发展水平相对于其他省份来说处于下降趋势。贵州由第三象限进入第四象限，表明贵州近年来发展变化较大，协调发展水平不断上升，但周边省份如云南、重庆、湖南、广西等地未能抓住其发展释放的红利，协调水平变化程度较低。

（四）障碍因子分析

基于上述耦合协调分析可知，我国30个省份的数字经济与绿色发展耦合协调度存在空间差异性，因此需要进一步明晰影响其耦合协调发展的障碍因子，从而更深入地诊断出制约其协调发展的原因。结合表1的指标体系构建，本文再对障碍度的准则层和指标层进行深入分析。

1. 准则层障碍因子分析

图3为2011—2021年中国30个省份数字经济与绿色发展准则层的平均障碍度计算结果。从中可以得知，准则层障碍度由大到小排序为数字产业化、绿色生态、产业数字化、绿色生产、绿色生活，障碍度均值分别为41.34%、29.40%、16.90%、7.19%、5.17%。这表明数字产业化发展和绿色生态是制约我国数字经济与绿色发展耦合协调的关键因素。其中，绿色生态障碍度水平总体呈上升趋势，在2021年与数字产业化障碍度水平基本持平。由此可见，我国在发展经济的同时，未能充分兼顾生态环境保护。由于经济快速发展造成大气污染、水土流失等环境问题较多，治理速度未赶上破坏速度，因此环境问题累积较多。虽然我国目前正在对高污染行业进行低碳转型改造，但生态环境问题的解决需要一个漫长的过程。这便要求我国在经济发展的同时，要充分调节好生产活动与自然环境的关系，在相关领域加大政策、资金、技术以及人才支持力度，加快高碳行业低碳转型改造，走可持续发展之路，为二者协调发展奠定坚实基础。此外，数字经济两个维度的障碍度水平在研究期内呈下降趋势，表明我国在数字产业化发展、产业数字化转型等方面发展成效显著。此外，绿色生产和绿色生活也在一定程度上影响着数字经济与绿色发展耦合协调度水平，因此提升绿色生产和绿色生活水平有利于促进协调发展。

2. 指标层障碍因子分析

由于指标层细分类型较多，为了研究便利，本文根据指标层障碍度的大小，筛选出排名前六位的障碍因子并展开讨论，具体见表6所列。

由表6可知，排名前六位的障碍因子从时间维度上看较为稳定。2011年各省份数字产业化层面的障碍因子人均电信业务总量（D2）基本位居前二，而到2021年绿色生态层面的障碍因子湿地总面积占国土面积比重（C4）超越D2，原因是我国2011年信息技术的发展水平、电信业务普及率不高，从而影响了数字产业化发展，但之后随着我国互联网技术快速进步，数字产业化开始迅速发展。此外，我国湿地面积出现锐减，主要是由于人们对湿地生态价值认识不足以及生产生活带来的环境污染和生态失衡等问题所导致。整体来看，绿色生态层面的森林覆盖率（C2）的障碍度排名稳居前六，且2011—2021年其障碍度排名及数值不断上涨，说明其障碍度水平不断提高。具体来看，北京、上海、江苏等东部地区省份森林覆盖率（C2）的障碍度排名更靠前，障碍度水平更高，表明我国经济发展过程中的土地开垦、城市建设、木材采伐等活动，不断地侵占森林资源，破坏了森林生态环境，甚至导致土地退化和水源减少。特别是北京、上海等发达省份，人口众多、城市群密集，其在发展过程中更注重经济、科技、文化等方面的建设，加上城市空间结构和规划布局的限制，造成森林覆盖率与城市发展背道而驰，从而不利于自身的协调发展。计算机服务和软件从业人员占比（D1）的障碍度水平几乎稳居第一，且从数值上来看呈上升趋势，表明近年来，虽然我国整体上数字产业化发展成效显著，但从供需结构匹配来看，随着经济结构转型升级，劳动者技能水平与岗位需求不匹配的结构性矛盾突出，技术人才缺口不断增大，使得我国推动数字产业化发展的人力资源不足且结构不合理，从而制约了我国数字经济与绿色发展的协调水平。绿色生产层面的障碍因子单位面积农田灌溉用水量（A4）和工业用水重复利用率（A5）的障碍度水平也不断上升，2021年在一些省份已进入前六大障碍因子行列，表明我国身为农业大国，一些地区在农业生产过程中，缺乏科学管理和技术支持，在农田灌溉以及排水等方面存在浪费现象。而一些工业生产企业在转型升级过程中，也存在着由于管理不严或技术落后等原因造成的水资源浪费现象，给生态环境带来严重影响，从而阻碍绿色生产协调发展。

从空间维度来看，各省份障碍因子内部结构和障碍度水平存在差异。整体来看，西部地区省份的障碍因子湿地总面积占国土面积比重（C4）以及计算机服务和软件从业人员占比（D1）的平均障碍度水平高于其他地区，中部地区次之。一方面，由于气候、地势等原因，西部地区湿地资源不如东部地区丰富；另一方面，由于我国西部大开发的不断推进，西部地区经济社会发展迅速，城镇化快速发展，建设用地需求不断增加，大量蚕食湿地湖泊面积，导致生态环境遭到破坏，影响了协调发展。此外，中西部地区数字基础建设不完备、教育资源不充足、教育体系不完善，因而自身人才培养难度较大。在人才引进方面，尽管近年来中西部各省出台了一系列人才政策，但仍缺乏符合数字经济发展规律和企业需求的专项政策，仅凭企业自身引进人才难度较大。此外，由于数字经济领域缺乏相关人才职业职称评定标准，企事业用人单位则增加了识别、评价和引进人才的难度，导致相关从业技术人员占比较少，甚至出现自有人才向发达城市外流的情况，最终阻碍本地区数字经济发展。具体来看，除中西部地区外，北京、浙江、广东等东部地区发达省份的障碍因子湿地总面积占国土面积比重（C4）的障碍度水平占比较大，特别是北京，该因子障碍度水平达到46.81%，位于全国之首，表明这些地区虽然经济发达，但人口密集、自然资源不够丰富，人文经济发展与自然资源之间的矛盾相对突出，因此其在发展经济的同时也应注重自然资源保护。与其他省份相比，一些东部地区省份如江苏、浙江等地的计算机服务和软件从业人员占比（D1）的障碍度水平较高。一方面，东部发达省份虽然数字产业化发展水平领先于其他地区，但其数字技术发展速度太快，新的技术和工具不断涌现，使得人们需要不断学习和适应新技能，然而，现有教育体系和人才培养速度无法跟上技术发展，导致数字人才的培养滞后于行业需求，产生人才缺口；另一方面，数字人才市场上存在着高端数字人才和基础数字人才之间的结构失衡。高端数字人才通常具备深厚的数字背景和经验，但他们数量有限，而基础数字人才的数量虽多，但他们的技能和专业知识相对较为薄弱，无法满足复杂的数字化需求，从而不利于数字经济发展。但相较于其他东部地区省份以及全国，北京计算机服务和软件从业人员占比（D1）的障碍度水平却最低，表明由于北京教育资源充沛、产业基础扎实、优质企业云集，其数字人才基础整体较好，加之人才引进政策的吸引，大量数字人才落户北京，因而其在数字经济迅速发展的同时，人才供给能力较强，人才缺口相较于其他地区较小，这也从侧面反映我国数字经济建设不均衡，人才分配不均匀的现状。

五、结论与建议

（一）结论

本文结合多源大数据构建数字经济和绿色发展评价指标体系，并采用熵权法和变异系数法，通过耦合协调分析、空间自相关分析和障碍因子分析，测度我国数字经济与绿色发展基于时空维度的耦合协调状况及障碍因子，研究结论如下：

一是从发展水平来看，我国数字经济和绿色发展的综合发展水平均呈上升趋势，且数字经济的发展速度高于绿色发展；从耦合协调水平来看，2011—2021年全国数字经济与绿色发展耦合协调度呈逐年上升趋势，2021年协调水平均已达到初级协调及以上，但不同地区的耦合协调发展存在差异，并呈现由东向西，由南向北降低的趋势。

二是由全局空间自相关分析可知，我国数字经济与绿色发展两系统之间存在正相关关系，且二者耦合协调度在空间上形成了显著的集聚特征；从局部空间自相关分析可知，第一象限高高聚集区（HH）和第三象限低低聚集区（LL）的省份数占据多数，第一象限多为直辖市和经济发达省份，第三象限均为东部地区以外的省份且西部地区省份占据多数，我国数字经济与绿色发展耦合协调度的空间分布格局倾向于向极值集聚。

三是对障碍因子进行分析可知，从准则层来看，障碍度由大到小排序为数字产业化、绿色生态、产业数字化、绿色生产、绿色生活，其中绿色生态的障碍度水平总体呈上升趋势，数字经济的障碍度水平呈下降趋势，二者障碍度水平于2021年几乎持平；从指标层来看，我国各省份排名前六位的障碍因子比较稳定，主要为数字产业化和绿色生态层面的因子，但有些障碍因子随着时间的变化也在变化，如2011年各省数字经济层面的障碍因子人均电信业务总量（D2）位居前两位，而到了2021年，绿色生态层面的障碍因子湿地总面积占国土面积比重（C4）超越D2，且各省份障碍因子内部结构和障碍度水平存在差异。综合来看，障碍因子的差异性及变化发展，反映我国存在数字经济建设不均衡、人才分配不均匀、资源利用不合理及生态环境保护不充分等现实问题。

（二）建议

基于以上结论，本文就促进数字经济与绿色发展耦合协调发展提出以下建议：

第一，加大政策扶持力度，统筹谋划、科学布局。完善数字中国建设与绿色发展协同的顶层设计，如适度超前建设数字基础设施，促进新质生产力发展。同时做好体制机制建设，充分发挥政府作用，积极实现生态环境智慧治理与政府运行之间的协同高效。此外还要注重数字人才培养，使人才供给速度跟上数字经济发展速度，弥补数字经济人才缺口。

第二，夯实数字经济底座，推动数字经济与绿色发展相互融合。要引导扩大有效投资，充分发挥高值集聚区城市群对周边城市的正向空间溢出效应。同时要加快推动国家枢纽节点数据中心集群项目建设，持续优化数据中心布局，加速绿色化转型，并积极与各行业加大合作力度，共同培育新产业、新模式、新业态。此外，还需强化安全能力与数字化应用融合，为绿色发展提供保障。

第三，因地制宜实施发展策略，促进省域协调发展。对于数字经济发展程度较高的东部地区，可考虑建立“数字经济发展示范区”，促进数字经济发展跑出“加速度”；对于数字经济发展相对落后的中西部地区，可选择一些具有潜力的城市，打造数字经济示范项目，吸引相关投资和配套人才进驻，为绿色发展创造有利条件；对于东北地区，要积极推动产业数字化转型，可聚焦汽车、钢铁等优势产业发力，打造独具东北特色的数字产业化平台。

参考文献：

［1］WEN H W，LEE C C，SONG Z Y. Digitalization and Environment：How Does ICT Affect Enterprise Environmental Performance？［J］. Environmental Science and Pollution Research，2021，28（39）：54826-54841.

［2］刘强，马彦瑞，徐生霞.数字经济发展是否提高了中国绿色经济效率？［J］.中国人口·资源与环境，2022，32（3）：72-85.

［3］孔令章，李金叶.数字经济发展对中国绿色经济效率的影响［J］.经济体制改革，2022（6）：67-73.

［4］程文先，钱学锋.数字经济与中国工业绿色全要素生产率增长［J］.经济问题探索，2021（8）：124-140.

［5］张海霞，林同智.数字经济发展对绿色经济绩效的影响及空间关联性分析［J］.商业经济研究，2023（16）：112-115.

［6］裴潇，袁帅，罗森.长江经济带绿色发展与数字经济时空耦合及障碍因子研究［J］.长江流域资源与环境， 2023，32（10）：2045-2059.

［7］樊轶侠，徐昊.中国数字经济发展能带来经济绿色化吗？——来自我国省际面板数据的经验证据［J］.经济问题探索，2021（9）：15-29.

［8］ALEKSANDROV I N，FEDOROVA M Y. Digital Economy and Green Economy：Rural Unemployment and Territorial Self-development in Russia［J］. E3S Web of Conferences，2019，110：02019.

［9］许宪春，张钟文，关会娟.中国新经济：作用、特征与挑战［J］.财贸经济，2020，41（1）：5-20.

［10］PRADHAN P，ARVIN B，NAIR M，et al. Sustainable Economic Growth in the European Union：The Role of ICT，Venture Capital，and Innovation［J］. Review of Financial Economics，2020，38（1）：34-62

［11］戴长征，鲍静.数字政府治理——基于社会形态演变进程的考察［J］.中国行政管理，2017（9）：21-27.

［12］余维臻，刘娜.政府如何在数字创新中扮演好角色［J］.科学学研究，2021，39（1）：139-148.

［13］韩晶，陈曦.数字经济赋能绿色发展：内在机制与经验证据［J］.经济社会体制比较，2022（2）：73-84.

［14］韩晶，陈曦，冯晓虎.数字经济赋能绿色发展的现实挑战与路径选择［J］.改革，2022（9）：11-23.

［15］高星，李麦收.数字经济赋能经济绿色发展：作用机制、现实制约与路径选择［J］.西南金融，2023（2）：31-43.

［16］苏屹，李丹.能源产业集聚与绿色创新绩效的空间效应研究［J］.科研管理，2022，43（6）：94-103.

［17］苏屹，支鹏飞，郭秀芳.区域数字经济规模测算及其对区域创新的影响［J］.科研管理，2023，44（9）：29-38.

［18］肖远飞，姜瑶.数字经济对工业绿色生产效率的影响研究［J］.现代管理科学，2021（8）：100-109.

［19］陈素梅，李晓华.数字经济驱动制造业绿色发展的作用机理［J］.企业经济，2022，41（12）：140-150.

［20］HONG M Y，TIAN M J，WANG J. The Impact of Digital Economy on Green Development of Agriculture and Its Spatial Spillover Effect［J］. China Agricultural Economic Review，2023，15（4）：708-726.

［21］葛明，方雪，赵素萍.数字经济研究新进展：评价体系、赋能机理与驱动因素［J］.西安财经大学学报，2022，35（5）：5-16.

［22］任健华，雷宏振.数字普惠金融、资本深化与农业全要素生产率［J］.社会科学家，2022（6）：86-95.

［23］胡昊，刘玉.数字经济对能源消费结构的影响研究［J］.煤炭经济研究，2022，42（11）：26-32.

［24］郭炳南，王宇，张浩.数字经济发展改善了城市空气质量吗——基于国家级大数据综合试验区的准自然实验［J］.广东财经大学学报，2022，37（1）：58-74.

［25］滕磊，冷玥.数字经济能够提升美好生活水平吗［J］.调研世界，2022（11）：22-31.

［26］MA D，ZHU Q. Innovation in Emerging Economies：Research on the Digital Economy Driving High-quality Green Development［J］. Journal of Business Research，2022，145：801-813.

［27］杨海丽，向能，罗越月.农产品流通数字化能改善农村居民生活水平吗——来自省域面板数据与空间杜宾模型的经验证据［J］.宏观经济研究，2022（10）：88-102.

［28］KHAN F N，SNAN A，AAIF U. Information and Communication Technology （ICI） and Environmental  Sustainability：A Panel Data Analysis［J］. Environmental Science and Pollution Research，2020，27（29）：36718-36731.

［29］陈松，韩璐，徐懋.数字经济对城市生态环境的影响机理及异质性分析［J］.苏州大学学报（哲学社会科学版），2023，44（4）：138-148.

［30］刘志雄，李燕飞.我国数字经济发展赋能生态环境保护的实证研究［J］.生产力研究，2023（1）：12-20.

［31］胡淑娟，龙佩林，别凡.数字经济、健康产业与生态环境质量［J］.统计与决策，2022，38（21）：15-18.

［32］薛贺香.“双碳”背景下制造业数字化转型与绿色发展耦合协调研究［J］.区域经济评论，2023（3）：101-110.

［33］王晓玲，韩平.中国数字经济与制造业绿色发展耦合协调研究［J］.统计与决策，2024，40（1）：10-16.

［34］魏长升，周航宇.数字经济与制造业产业链现代化耦合协调研究［J］.工业技术经济，2023，42（4）：24-33.

［35］柏培文，张云.数字经济、人口红利下降与中低技能劳动者权益［J］.经济研究，2021，56（5）：91-108.

［36］李平瑞.数字经济、科技创新与绿色发展［J］.技术经济与管理研究，2022（8）：46-51.

［37］夏杰长，刘睿仪.数字经济、绿色发展与旅游业资源配置——基于我国省域面板数据的实证分析［J］.广西社会科学，2023（4）：129-138.

［38］赵涛，张智，梁上坤.数字经济、创业活跃度与高质量发展——来自中国城市的经验证据［J］.管理世界，2020，36（10）：65-76.

［39］林树高，陆汝成，叶宗达，等.中越边境地区国土空间功能时空演变与耦合协调［J］.中国土地科学，2022，36（9）：90-101.

［40］刘畅，王思怡，马国巍，等.农业现代化与农民职业化耦合视角下新型职业农民培育路径——以黑龙江为例［J］.农业现代化研究，2020，41（4）：568-577.

［41］唐未兵，唐谭岭.中部地区新型城镇化和金融支持的耦合作用研究［J］.中国软科学，2017（3）：140-151.

［责任编辑：陈建华］

收稿日期：2023-10-16

基金项目：甘肃省教育揭榜挂帅项目“碳达峰视角下甘肃省碳交易市场建设及减排路径研究”（2021-jyjbgs-08）

作者简介：姬新龙（1982—），男，河南南阳人，教授，硕士生导师，博士，研究方向：金融投资，绿色金融；

刘 琴（2000—），女，河南三门峡人，硕士研究生，研究方向：数字经济，绿色金融。

［DOI］10.19629/j.cnki.34-1014/f.231016014