数字经济、 绿色技术创新与城市绿色发展效率
——基于空间关联视角的分析

于璐瑶 周 涛 高 洋

（西安财经大学经济学院， 西安 710100）

引 言

改革开放以来， 我国工业化发展成效显著， 经济规模急速扩张， 但长期保持这种资源依赖的粗放型经济增长模式已致使资源环境承载能力逼近极限， 环境问题日益凸显。 《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二〇三五年远景目标纲要》 强调“推动经济社会发展全面绿色转型， 推动绿色发展， 促进人与自然和谐共生”。2021 年9 月， 中共中央、 国务院发布《关于完整准确全面贯彻新发展理念做好碳达峰碳中和工作的意见》， 提出“到2025 年绿色低碳循环发展的经济体系初步形成； 到2030 年全面绿色转型取得显著成效； 到2060 年绿色低碳循环发展的经济体系和清洁低碳安全高效的能源体系全面建立”。 党的二十大报告进一步强调“加快发展方式绿色转型， 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”。 可见， 全面推行资源节约型、 环境友好型的绿色发展模式， 是当前中国经济转型升级的迫切需要。

绿色发展效率提升的关键在于借助技术创新提高资源利用效率、 增强环境治理能力， 因此现阶段要实现城市绿色转型， 必须走创新驱动尤其是绿色技术创新驱动之路。 相较于传统技术创新，绿色技术创新更注重技术的资源节约与环境友好程度， 可以兼顾环境和经济效益。 但这也决定着绿色技术创新必然是一个成本昂贵、 周期冗长且复杂度高的过程， 致使企业在绿色创新中缺乏动力， 积极性不高， 这也是当下我国绿色技术创新动能不足的主要原因［1］。 因此， 探寻新的绿色创新动力源泉是“十四五” 时期中国经济发展亟须重点关注的方向。

《数字中国发展报告（2022 年）》 指出， “2022年我国数字经济规模达50.2 万亿元， 稳居世界第二， 对GDP 贡献率高达41.5%”。 数字经济作为引领新一轮全球科技革命与产业革命的核心力量，已成为中国经济稳增长促转型的关键引擎。 2023年全国两会政府工作报告提出“要加快传统产业和中小企业数字化转型， 着力提升高端化、 智能化、绿色化水平”， 这表明“数字化” 与“绿色化” 相结合已经上升到国家战略层面， 数字经济的绿色发展效应得到了认可。

基于此， 数字经济如何提升城市绿色发展效率？ 其作用是否存在异质性？ 数字化与绿色化在城市间能否形成联动效应？ 数字经济是否作用于绿色转型的内源驱动力促进绿色技术创新？ 对上述问题的深度剖析， 有利于廓清数字经济对城市绿色发展效率的作用效果， 对优化“数字中国”的整体规划与实施策略， 实现经济全面绿色转型，全面建设社会主义现代化国家具有重要的学术价值和现实意义。

1 文献综述

数字经济的绿色化效应是当前学界研究的热点， 相关研究大致分为3 类： （1） 从整体上分析数字经济对绿色转型的作用且研究对象各有不同：魏丽莉和侯宇琦［2］指出数字经济对城市绿色发展具有促进作用； 罗军和邱海桐［3］从空间维度厘清了数字经济驱动制造业绿色发展的空间溢出机理；戴翔和杨双至［4］认为数字赋能主要通过规模效应和技术效应两个机制促进企业绿色化转型； （2）侧重数字经济产生的绿色经济效应： 从总量角度来看， 随着数字经济水平的提升， 各省（区、 市）绿色GDP 表现出先升后降的变化趋势［5］； 从效率角度来看， 数字经济显著提升了我国东、 中部地区的绿色经济效率［6］； （3） 聚焦于数字经济的资源节约与治污减排效应， 如数字经济可通过资源整合、 环境监督及技术外溢等方式实现能源利用效率的提高［7，8］， 从而进一步推动区域碳减排［9］。

国内外学者在绿色技术创新对绿色发展的影响方面也展开了一系列有益探讨。 大部分研究都认可绿色技术创新能推动绿色转型， 如绿色技术创新能够提高能源利用效率、 提升碳减排绩效以及改善雾霾污染［10，11］。 也有研究认为增加绿色技术创新投入会对其它形式的技术创新和生产性投资产生挤出效应， 短期内可能不利于经济绿色转型［12］； 于宪荣［13］实证发现绿色技术创新对绿色转型产生了先抑制后促进的“U” 型作用。

就数字经济能否促进绿色技术创新这一话题，既有研究同样产生了一定分歧。 宋德勇等［14］认为信息共享与知识整合是数字化提高企业绿色技术创新水平的主要渠道； 吕德胜等［15］发现数字经济发展可以同时推动绿色技术创新的“增量” 与“提质”。 有研究则认为数字经济对绿色技术创新既可能是“负担”， 也可能是“赋能”， 要视地区数字经济发展水平而定［16］； 王旭等［17］持类似观点：数字化转型对绿色创新战略升级具有“数据驱动” 和“能力诅咒” 两种效应， 导致二者间存在倒“U” 型关系。

上述文献对本文探究数字经济、 绿色技术创新与城市绿色发展效率三者间的内在逻辑关系具有重大借鉴意义， 在此基础上， 本文拟从以下3个方面进行拓展研究： （1） 既有研究往往对数字经济、 绿色技术创新与绿色发展进行两两分析，本文将三者置于同一研究框架， 探究数字经济是否通过绿色技术创新这一内源驱动力来提高城市绿色发展效率； （2） 既有研究多以绿色专利总量衡量绿色技术创新， 方式较为单一， 本文使用能源产出数据及绿色专利数据来度量绿色技术创新方向、 规模与质量， 从3 个维度进行分析， 更为全面与合理； （3） 既有研究较少基于空间模型进行探讨， 考虑到数字化与绿色化在城市间可能具有联动效应， 本文基于动态空间杜宾模型进行实证检验， 并以效应分解的方式进行分析。

2 理论分析与研究假设

2.1 数字经济推动绿色发展效率提升的直接效应分析

从企业生产来看， 数字经济兴起为企业带来了更为先进的生产设备与生产技术， 实现了企业生产方式的智能化升级， 这有助于企业实现生产流程的实时监测， 从而及时优化调整要素使用情况， 减少生产资源的无端损耗以及副产品和污染物的产生。 从市场交易来看， 数字技术的平台效应使市场中碎片式的需求与供给信息得以聚合， 信息匹配难度大幅降低， 市场交易效率大幅提升［18］，这有助于引导资源在区域间和产业间的合理流动，实现资源配置更优化， 提高区域绿色发展效率。从居民消费来看， 数字经济具有天然的绿色经济属性： 消费者可以通过互联网等技术实时了解和追踪产品的全生命周期信息， 提高自身对环保因素的关注度和绿色消费意愿； 此外， 数字技术帮助企业实现产品生产中的绿色低碳控制策略， 建立绿色产品供应链和消费渠道的对接， 促进居民绿色消费。 从政府监管来看， 借助大数据等技术，政府可以对能源消耗、 污染排放等环境问题进行实时动态监测， 以监管力度和效率的提高迫使企业绿色生产、 低碳经营［2］。 由此， 本文提出：

假说1： 数字经济发展能够显著推动本地绿色发展效率的提升。

2.2 数字经济推动绿色发展效率提升的空间溢出效应分析

数字经济对城市绿色发展效率的提升存在空间溢出效应。 数字经济涉及到的先进信息通信技术在应用与创新过程中产生的经验和知识能越过自身组织边界， 通过人才流动与业务合作等渠道向邻近地区传播［3］， 邻近地区可以借鉴本地的技术创新实践， 引入先进绿色技术， 改善环境保护措施从而提升绿色发展效率； 另外， 数字经济的蓬勃发展对地区间的经济合作和绿色价值链构建产生了积极影响。 数字平台的兴起为地区间经济活动提供了便捷的沟通与合作渠道， 本地企业能够与邻近地区企业建立紧密的合作关系， 共同构建绿色价值链， 共同开发绿色产品和服务， 提高绿色产品和服务的质量和效率， 协同促进经济可持续发展。 由此， 本文提出：

假说2： 数字经济发展能够显著推动空间关联地区绿色发展效率的提升。

2.3 数字经济推动绿色发展效率提升的绿色技术创新机制分析

技术本身的清洁属性是经济增长与环境质量同步提升的重要前提， 绿色技术创新在提升经济效益的基础上减少了环境损失， 具有帕累托改进的性质［19］。 从生产过程来看， 末端治理类技术创新能够对生产废物进行绿色处理， 生产工艺的绿色技术创新能够从源头上减少工业污染物产生。从市场竞争来看， 绿色技术创新有助于企业提升能效水平， 降低生产成本， 进而在市场中获得可持续性的竞争优势， 这将迫使其他企业进行生产技术的绿色革新， 提高整体市场的绿色化水平。从居民角度来看， 企业的绿色创新行为通常表现在产品的绿色材料选择、 绿色包装设计以及鼓励绿色使用方式等方面， 这些改进有助于强化消费者的绿色环保理念， 促进居民绿色消费习惯和绿色生活方式的形成。

数字经济的兴起则为绿色技术创新注入了新的活力。 从创新方向来看， 数字经济满足了消费者日益增长的绿色需求， 各种碳排放计算器、 绿色社群应用以及共享经济模式让消费者可以高效实践低碳环保的生活方式与消费选择， 强化了消费者的绿色意识与偏好［20］。 面对日益扩张的绿色消费需求， 企业会选择开发绿色技术， 增加产品与服务的绿色含量。 而数字技术又可以帮助企业分析市场消费倾向， 提升绿色创新产品的供需匹配度， 使企业更精准地迎合消费者需求。 企业的绿色革新又会进一步激发消费者的绿色需求， 这就形成了以数字经济为轴心的循环动力机制， 推动整体技术创新不断朝绿色化方向转型。 从创新规模来看， 数字技术促进了数据信息的高效整合与有效传播， 降低了绿色技术研发的信息搜寻成本与沟通协调成本， 企业得以在有限的科研支出内开展更多的绿色研发活动； 另外， 数字经济促进了地区内技术人才、 研发资金和信息要素的集聚， 有助于形成行业间的规模经济效应和知识溢出效应， 提高绿色技术研发的成功率。 从创新质量来看： 在数字经济浪潮下， 绿色技术创新大有去中心化的趋势［21］， 各种知识与想法可以在网络中自由流动、 碰撞和融合， 创新阶段边界逐渐模糊， 各阶段相互作用之下， 创新产出逐渐摆脱了从知识积累、 研究到应用的路径依赖［22］， 进而推动绿色发明专利的原始创新和集成创新， 帮助企业获得更具新颖性和突破性的高质量绿色创新成果。由此， 本文提出：

假说3： 数字经济通过引导绿色技术创新方向、 扩大绿色技术新规模、 提高绿色技术创新质量来推动城市绿色发展效率提升。

3 研究设计

3.1 计量模型建立

本文构建如下空间计量模型来实证检验数字经济对城市绿色发展效率的影响：

其中，i与j代表城市；t代表年份；GDE为绿色发展效率；DE为数字经济；X为控制变量；W为空间权重矩阵；ρ为空间自回归系数；dcity与dyear为城市与年份固定效应；ε与μ为误差项；λ为空间误差回归系数。 需要指出的是：λ、ρ等系数会决定模型（1） 属于空间滞后模型（SLM）、 空间误差模型（SEM）还是空间杜宾模型（SDM）。 本文将在实证分析中确定模型具体形式。

进一步地， 本文在模型（1） 中加入被解释变量的时空滞后项， 将其扩展为动态空间计量模型：

3.2 空间权重矩阵设定

本文使用地理距离矩阵（Wd）、 经济距离矩阵（We）与经济地理嵌套矩阵（We，d）进行估计， 各矩阵元素wij定义如下：

其中，dij表示城市i与城市j之间的距离（基于经纬度测算），表示城市i与城市j在2011～2021 年期间人均GDP 的均值。

3.3 变量定义

（1） 被解释变量： 绿色发展效率。 借鉴Meng和Qu［23］的研究， 使用超效率SBM 模型对城市绿色发展效率进行测算， 并基于GML 指数进行跨期比较。 模型以市辖区从业人数为劳动投入， 以资本存量为资本投入， 以市辖区建设用地面积与能源消耗总量为能源投入， 以地区生产总值为期望产出， 以工业二氧化硫、 废水与烟粉尘排放量为非期望产出进行计算。

（2） 核心解释变量：数字经济。 参考赵涛等［24］和郭峰等［25］的研究， 本文以互联网宽带用户数、移动电话用户数、 计算机服务和软件业就业人员数比例、 人均电信业务量、 北京大学数字普惠金融指数为测算指标， 使用熵权法为各指标赋权，通过加权方式得到各城市数字经济发展水平。

（3） 机制变量。 关于绿色技术创新方向， 本文参考邵帅等［26］的做法， 使用各城市能源产出效率（单位能源消耗产出的GDP）进行衡量。 对于绿色技术创新规模与质量， 本文使用各城市每万人绿色专利申请数和每万人绿色发明专利申请数进行衡量。

（4） 控制变量： ①环境规制强度： 用各城市工业烟粉尘排放量与GDP 之比表示， 比值越小表明当地环境规制强度越高； ②基础设施建设水平：用各城市道路面积与人口数量之比表示； ③经济发展水平： 用各城市人均GDP 的对数值表示； ④外资引入水平： 用各城市当年实际吸收的外商直接投资金额与GDP 之比表示。

3.4 数据来源

本文选取2011 ～2021 年中国285 个地级市（剔除那曲市、 海东市等数据严重缺失的地区）为研究对象， 共计3135 个观测样本。 数据主要来源于《中国城市统计年鉴》、 《中国能源统计年鉴》、Wind 数据库以及国研网数据库。

4 实证分析

4.1 空间自相关性分析与计量模型选择

基于式（4） 定义的3 种空间权重矩阵， 本文计算了绿色发展效率、 数字经济及绿色技术创新变量的全局莫兰指数（Moran's I）和吉尔里指数（Geary's C）， 发现Moran's I 均显著为正， Geary's C 均显著小于1。 这表明本文主要变量均具有较强的空间相关性。

参考Elhorst［27］的研究， 本文通过统计检验来确定模型（1） 具体形式。 具体来说， 本文依次进行了LM 检验、 Robust LM 检验、 Hausman 检验、Wald 检验、 LR 检验， 结果显示， 本文应使用双重固定效应下的空间杜宾模型进行分析。 篇幅所限， 相关检验结果略。

4.2 空间计量基准估计结果

本文依次在3 种空间权重矩阵下对模型（1）、（2） 进行回归。 结果显示： 绿色发展效率空间滞后项的估计系数ρ均为正， 且在地理距离矩阵与经济地理嵌套矩阵下通过了1%水平的显著性检验， 表明当前各城市绿色发展存在着较强的空间溢出效应。 本地区成功的绿色转型实践经验会经由官员流动、 知识溢出等多种渠道传递到其他地区， 形成示范效应； 另外， 本地区经济增长方式的绿色转变会通过市场机制的作用影响到空间关联地区， 推动其产生新的绿色发展动能。 绿色发展效率时间滞后项的估计系数在3 种空间权重矩阵下均显著为负， 这意味着上一期绿色发展的结果会对当期形成警示效应： 环境治理成果通常被纳入政府官员的绩效考核体系中， 若上一期绿色发展考评结果较差， 地方政府会从中吸取教训，加大环境保护力度， 约束企业进行绿色生产。 绿色发展效率的时空滞后项系数均为正， 表明上一期空间关联地区地区的绿色发展与本地区当期绿色发展之间可能存在良性互动关系。 篇幅所限，上述回归结果略。

对于解释变量的作用效果， 本文将以效应分解的方式进行分析， 相关结果见表1 与表2。 从直接效应来看， 无论是长期还是短期， 数字经济都对本地区绿色发展效率的提升表现出显著的促进作用， 印证了假说1。 从间接效应来看， 无论是长期还是短期， 数字经济在经济距离矩阵与经济地理距离矩阵下的回归系数均显著为正， 这意味着本地数字经济发展能够显著推动空间关联地区绿色发展效率的提升， 印证了假说2。

表2 动态时空滞后SDM 效应分解

各矩阵下的回归系数对比来看， 相较于经济地理嵌套矩阵， 数字经济在地理距离矩阵和经济距离矩阵下的回归系数明显更大， 表明单一考虑城市间的地理联系或经济联系将会高估数字经济的绿色发展效应； 类似地， 表1 与表2 系数对比说明： 忽视绿色发展效率的时空滞后效应， 数字经济的直接效应同样将会被高估。 因此后文仅在经济地理嵌套矩阵下使用动态时空滞后SDM 模型进行估计。

4.3 稳健性分析

（1） 更换核心变量测度方式。 ①使用SBMDDF 模型对城市绿色发展效率重新进行测算， 将其作为被解释变量进行回归； ②使用主成分分析法对城市数字经济发展水平重新进行测算， 将其作为核心解释变量进行回归。

（2） 更换空间权重矩阵。 本文进一步使用地理邻接矩阵进行回归。

（3） 增加控制变量。 在原有模型中加入产业结构、 金融发展水平和政府支出水平作为控制变量， 重新进行回归。

从结果来看， 数字经济的直接效应与间接效应分解结果与基准回归部分基本吻合， 表明前述结论具有较强的稳健性。 篇幅所限， 稳健性检验结果略。

4.4 异质性分析

（1） 资源禀赋异质性。 为探究数字经济对绿色发展效率的提升是否会受到资源禀赋因素的影响， 本文将样本划分为资源型城市与非资源型城市进行分组回归。 从直接效应来看， 无论是在长期还是短期， 数字经济对两组城市样本的绿色发展效率提升都表现出明显的促进作用， 但从系数大小来看， 数字经济在资源型城市中产生的绿色效应均大于非资源城市， 可能原因是资源型城市产业结构长期保持着“高投入、 粗加工” 的特点，企业能源消耗普遍偏高， 污染物排放量较大， 环境问题较严重， 数字经济发挥的绿色边际效应更为明显。 从间接效应来看， 数字经济仅在长期下对资源型城市的空间关联地区产生了显著的溢出效应， 这可能是由于长期视角下资源型城市与其他城市的经济联系更为密切（尤其是在资源流动方面）， 数字经济更容易实现知识溢出与跨区资源整合。 篇幅所限， 异质性分析结果略。

（2） 创新绩效异质性。 城市创新能力的高低是否会影响数字经济的绿色化效应？ 参考倪青山等［28］对城市创新绩效的测算， 本文将样本划分为创新绩效中心城市、 创新绩效次中心城市与创新绩效边缘城市进行分组回归。 从直接效应来看，数字经济在长短期的回归系数均为正， 但仅在创新绩效中心与次中心城市下通过了显著性检验，表明数字经济显著促进了这两类城市的绿色化进程， 而对于创新绩效边缘城市， 需要进一步强化自身创新能力来发挥数字经济的绿色化效应。 从间接效应来看， 短期内仅创新绩效中心城市的回归系数显著， 说明对于技术创新活跃的城市， 数字经济短期内就能打破区域壁垒， 发挥技术进步的正外部性， 推进其他地区绿色转型进程； 长期来看， 创新绩效中心与次中心城市均产生了空间溢出， 这意味着创新绩效的提升强化了数字经济对周边城市绿色发展效率的推动作用。 总体来看，数字经济在创新绩效中心城市发挥出的的绿色效应要明显大于创新绩效次中心城市， 进一步证实创新绩效的提升能够强化数字经济对城市绿色发展效率的推动作用。

4.5 影响机制检验

本文构建如下模型进行机制检验：

其中，GTI为机制变量， 分别为绿色技术创新方向（GTI－Direction）、 绿色技术创新规模（GTIScale）与绿色技术创新质量（GTI－Quality）。 式（6）在基准回归部分已得到验证， 因此若绿色技术创新机制存在， 则： 式（7） 中δ1（δ2）显著为正； 式（8） 中f（g）显著为正； 式（8） 中显著为正且大小相较于η1（η2）有所下降。 相关结果见表3。

表3 机制检验分析

从直接效应来看： 表3 列（2）、 （4）、 （6）中δ1均显著为正， 表明数字经济发展对本地绿色技术创新方向、 规模与质量产生了正向促进作用；列（3）、 （5）、 （7） 中机制变量系数f与数字经济系数显著为正， 且均小于η1， 这意味着在数字经济发展推动本地绿色发展效率提升的过程中， 绿色技术创新的3 个维度均发挥了作用， 验证了假说3。

从间接效应来看， 表3 列（2）、 （4）、 （6） 中δ2均显著为正， 表明数字经济发展同样推动了空间关联地区绿色技术创新方向、 规模与质量的发展； 列（3） 中绿色技术创新方向（GTI－Direction）的回归系数显著为正， 且DE的系数0.1803（在1%水平下显著）小于列（1） 中的0.2660， 而列（5） 与列（7） 中机制变量系数g均不显著， 这说明当前数字经济发展的绿色空间溢出效应主要是通过引导其他区域的绿色创新方向来实现， 绿色技术创新规模与质量是否发挥作用尚不明晰。

5 结论与政策启示

本文在厘清数字经济、 绿色技术创新与绿色发展效率三者作用关系的基础上， 基于城市面板数据使用动态空间杜宾模型进行实证分析， 研究结论如下： （1） 各城市绿色发展效率在时间维度上存在着较强的警示效应， 在空间维度上则表现出明显的溢出效应； （2） 数字经济能同时推动本地与空间关联地区绿色发展效率的提升， 这一作用在长期与短期均显著， 该结论在多种稳健性检验后仍然成立； （3） 资源异质性分析表明， 数字经济对绿色发展效率的直接效应在资源型城市更强劲， 而其溢出效应仅在长期视角下的资源型城市显著存在； 创新绩效异质性表明， 无论是直接效应还是间接效应， 数字经济对创新绩效中心与次中心城市的绿色发展效率提升作用都要显著优于创新绩效边缘城市； （4） 机制分析表明， 数字经济能够通过引导绿色技术创新方向、 扩大绿色技术创新规模、 提高绿色技术创新质量来改善本地绿色发展效率， 而其空间溢出效应在当前阶段主要通过绿色技术创新的方向引导来实现。

立足于以上研究发现， 为进一步促进城市绿色高质量发展， 本文提出以下4 点政策启示：

（1） 提高城市绿色发展的规划与监测评估能力。 各城市应建立系统的绿色发展规划与定期监测预警机制， 明确年度环境保护工作目标和考核标准， 进行周期性的监测评估与预警提示， 有效避免在实施过程中出现较大偏差。 同时在环境保护工作中应适当体现时间连续性， 对上一时期的政策成效与环境绩效进行评估， 作为政策优化和新一轮工作计划的重要依据。

（2） 构建区域大数据共享平台， 推进绿色协同发展。 各城市应加速构建跨区域的大数据共享平台， 开放城市运行数据和企业监管数据， 实现区域范围内政府、 企业、 科研机构的数据互联互通。 依托大数据共享平台， 区域内城市可以开展环境监测预警、 产业链优化、 资源综合利用等方面的数据分析和决策协同， 制定出切实可行的区域绿色发展方案。

（3） 构建区域数字生态系统， 推动产业链上下游协同。 资源型城市应依托本地区独特资源基础， 构建区域性数字生态系统， 实现产业链上下游企业的深度数字化连接： 资源开采企业可采用数字技术实现安全高效开采， 并实现开采数据的实时共享； 资源加工企业应依托数字化转型实现工艺流程规范化和自动化， 基于开采数据形成闭环生产， 减少资源浪费。

（4） 建立绿色创新人才培养机制， 完善绿色创新项目孵化体系。 政府应加强区域内高校、 科研院所与企业的联动， 推动产学研合作， 通过研发补贴等方式鼓励高校及科研院所开展符合产业发展方向的应用型人才培养与技术研发， 建立人才联合培养计划， 同时加大对绿色创新项目的政策扶持力度， 建立绿色项目孵化器， 为绿色项目提供启动资金、 技术、 管理以及政策咨询等全方位服务， 营造有利于绿色创新发展的生态环境。