数字经济发展对绿色全要素生产率的影响研究

摘要：本研究选取2018-2023年中国30个省份面板数据为研究样本，系统探究数字经济发展对区域绿色全要素生产率的直接影响、作用机制及异质性特征，同时引入环境规制作为调节变量、技术创新作为中介变量，厘清三者的内在关联。研究结果表明，数字经济发展对绿色全要素生产率提升具有显著正向促进作用，经过替换核心变量、调整样本区间等稳健性检验后，该研究结论依然成立。异质性检验结果显示，数字经济的绿色赋能效应存在区域差异，东部地区赋能效果更为突出，中西部地区提升效果相对有限。机制检验证实，技术创新在数字经济与绿色全要素生产率之间发挥部分中介作用，环境规制对数字经济的绿色增效效应存在显著正向调节作用。

关键词：数字经济；绿色全要素生产率；影响

一、引言

在数字赋能实体经济、双碳战略纵深推进的时代背景下，摆脱传统高耗能、高污染的粗放式发展模式，依托数字技术赋能绿色转型、提升绿色全要素生产率，已成为中国经济高质量发展的核心路径。绿色全要素生产率综合考量经济增长、资源消耗与污染排放，是衡量区域绿色低碳发展质量与经济转型成效的核心核心指标。

现有学界围绕绿色全要素生产率的影响因素展开了丰富研究。李楠等（2023）探究了产业结构升级对绿色全要素生产率的驱动作用，验证了产业优化调整的绿色增效价值；王浩等（2023）基于省级面板数据，实证检验了技术创新、政府干预等传统因素与绿色全要素生产率的关联；张琪等（2024）聚焦数字产业发展，初步验证了数字技术对区域绿色发展的赋能潜力。既有研究为本文开展提供了扎实的理论支撑与实证参考，但仍存在一定的拓展空间：

一是现有研究多聚焦传统经济因素，针对数字经济这一新型发展动能的专项研究体系尚不完善，数字经济影响绿色全要素生产率的核心路径尚未形成统一共识；二是多数研究忽略了区域发展异质性，未充分结合东中西部经济基础、数字基建水平差异展开分层验证；三是现有机制分析较为单一，鲜有同时纳入中介变量与调节变量，无法完整厘清数字经济影响绿色全要素生产率的传导链条与边界条件。基于此，本文深入剖析数字经济对绿色全要素生产率的影响效应、作用机制与区域异质性，以期为区域数字绿色融合发展提供实证依据。

二、理论分析与研究假设

（一）数字经济对绿色全要素生产率的直接影响

数字经济以大数据、人工智能、云计算等数字技术为核心支撑，能够从资源配置、生产效率、污染减排多个维度赋能绿色全要素生产率提升。一方面，数字技术可精准匹配生产资源，优化企业生产流程，减少生产过程中的资源浪费与无效能耗，提升整体生产效率；另一方面，数字监管、智能环保等数字化应用，能够有效约束企业污染排放行为，降低非期望产出，推动经济发展与生态保护协同共进。

刘阳等（2022）研究指出，数字经济发展能够打破传统产业的信息壁垒，通过数字化改造推动传统产业绿色转型，显著提升区域绿色发展效率；陈明等（2023）实证发现，数字基建的完善与数字产业的发展，能够有效缓解资源错配问题，助力绿色全要素生产率稳步提升。据此，本文提出研究假设H1：数字经济发展对绿色全要素生产率具有显著的正向促进作用。

（二）数字经济、技术创新与绿色全要素生产率的中介机制

技术创新是数字经济赋能绿色全要素生产率提升的核心传导路径。数字经济的快速发展能够为区域创新活动提供技术支撑、数据资源与场景载体，降低企业绿色技术研发的试错成本与研发门槛，激发企业绿色创新活力。而绿色技术创新能够推动清洁能源替代、节能减排技术升级，从根源上减少污染排放、提升资源利用效率，进而带动绿色全要素生产率增长。

赵宇等（2023）研究表明，数字经济可通过赋能技术创新，实现产业绿色升级，间接推动绿色发展质量提升；孙佳等（2024）发现，绿色技术创新在数字化转型与企业绿色生产效率之间发挥关键中介作用。基于此，本文提出研究假设H2：技术创新在数字经济与绿色全要素生产率之间发挥正向中介作用，数字经济可通过推动技术创新提升绿色全要素生产率。

（三）环境规制的调节机制

环境规制作为政府绿色治理的核心手段，能够有效调节数字经济对绿色全要素生产率的赋能效果。合理的环境规制能够倒逼企业加快数字化转型与绿色技术升级，强化数字技术的绿色应用场景，放大数字经济的减排增效作用；同时，严格的环境规制能够约束高污染、高耗能产业的粗放发展，为数字绿色产业发展腾出资源与市场空间，优化数字经济的绿色赋能效果。

周林等（2022）研究证实，环境规制与数字经济存在协同效应，适度的环境规制能够强化数字技术对绿色发展的驱动作用；吴泽等（2023）指出，环境规制强度越高，数字经济对绿色全要素生产率的提升效果越显著。据此，本文提出研究假设H3：环境规制在数字经济与绿色全要素生产率之间发挥正向调节作用，即环境规制强度越高，数字经济对绿色全要素生产率的赋能效果越强。

三、研究设计

（一）模型构建

1. 基准回归模型

为验证数字经济对绿色全要素生产率的直接影响，检验研究假设H1，本文构建双向固定效应基准回归模型，纳入个体固定效应、时间固定效应及系列控制变量，规避个体差异与时间趋势的干扰。模型核心逻辑为：以绿色全要素生产率为被解释变量，数字经济为核心解释变量，控制经济发展水平、城镇化水平、对外开放程度等变量，通过回归系数判断数字经济的影响方向与显著性。若核心解释变量系数显著为正，则说明数字经济能够显著提升绿色全要素生产率。

2. 中介效应模型

为检验技术创新的中介传导作用，验证假设H2，本文参照温忠麟逐步回归法构建中介效应模型。检验流程分为三步：第一步，验证数字经济对绿色全要素生产率的总效应；第二步，验证数字经济对中介变量技术创新的影响；第三步，同时纳入数字经济与技术创新，验证二者对绿色全要素生产率的共同影响。通过三步回归系数的显著性，判断是否存在中介效应及中介效应类型。

3. 调节效应模型

为验证环境规制的调节作用，检验假设H3，本文在基准模型基础上引入数字经济与环境规制的交互项，构建调节效应模型。通过交互项的回归系数显著性与正负方向，判断环境规制的调节效果。若交互项系数显著为正，说明环境规制能够正向强化数字经济对绿色全要素生产率的赋能作用。

（二）变量选取

1. 被解释变量

绿色全要素生产率（GTFP）：本文借鉴主流研究方法，采用考虑非期望产出的SBM-GML模型进行测算。选取资本存量、就业人数、能源消耗总量作为生产投入指标，选取各省份实际GDP作为期望产出指标，选取工业二氧化硫排放量、工业废水化学需氧量排放量作为非期望产出指标，测算得到2018-2023年各省份绿色全要素生产率。

2. 核心解释变量

数字经济发展水平（Digi）：借鉴国内通用测算体系，从数字基础设施、数字产业发展、数字普惠应用三个维度构建数字经济评价指标体系，通过熵值法对各维度指标进行加权计算，得到各省份数字经济综合发展指数，精准衡量区域数字经济发展水平。

3. 中介变量

技术创新水平（Inn）：选取各省份年度绿色专利授权数量作为核心衡量指标，绿色专利数量能够直观反映区域绿色技术研发与创新成果，精准表征区域技术创新质量与能力。

4. 调节变量

环境规制强度（ERS）：采用综合评价法测算，选取工业污染治理投资占工业增加值比重、环境行政处罚次数、绿色治理投入占比三项指标，通过熵值法加权得到环境规制综合指数，指数越高代表区域环境规制强度越高。

5. 控制变量

为规避遗漏变量偏差，本文选取如下控制变量：经济发展水平（Pgdp）以人均GDP衡量；城镇化水平（Urban）以城镇常住人口占总人口比重衡量；对外开放程度（Open）以进出口总额占GDP比重衡量；产业结构（Ind）以第三产业增加值占GDP比重衡量；政府干预程度（Gov）以财政支出占GDP比重衡量。

表1 变量说明

（三）数据来源

本文选取2018-2023年中国30个省级行政区（剔除数据缺失严重的西藏自治区）面板数据作为研究样本。所有原始数据均来源于《中国统计年鉴》《中国环境统计年鉴》《中国科技统计年鉴》、各省份统计年鉴及国家统计局官方数据库，数字普惠金融指数参考北京大学数字金融研究中心公开数据。为消除量纲差异与异方差影响，实证分析前对所有变量进行标准化处理，对部分缺失数据采用插值法补齐，最终得到180个有效观测样本。

表2 描述性统计

注：观测样本为2018—2023年中国30个省份面板数据，共180个有效观测值。

四、实证结果与分析

（一）基准回归结果

本文采用双向固定效应模型开展基准回归，逐步纳入控制变量、个体固定效应与时间固定效应，回归结果显示，在未加入控制变量时，数字经济发展水平的回归系数显著为正；在纳入全部控制变量并控制双向固定效应后，数字经济的系数依然在1%水平下显著为正。这表明数字经济发展能够显著推动绿色全要素生产率提升，数字技术的普及应用、数字产业的发展升级，能够有效优化区域生产模式、降低能耗污染、提升绿色发展效率，本文假设H1成立。

从控制变量结果来看，经济发展水平、城镇化水平、产业结构升级均对绿色全要素生产率存在显著正向影响，说明经济发达、城镇化水平高、产业结构优化的区域，绿色发展质量更高；而政府过度干预、粗放式对外开放会对绿色全要素生产率产生轻微抑制作用，符合区域经济发展现实规律。

表3 基准回归结果

注：括号内为t值；***、**、*分别表示在1%、5%、10%水平下显著。

（二）稳健性检验

1. 替换核心解释变量

为验证研究结论的可靠性，本文采用单一核心指标替换综合指标的方式，以北京大学数字普惠金融指数替代数字经济综合发展指数，重新开展基准回归。回归结果显示，替换变量后数字经济的系数依然显著为正，核心结论未发生改变，证明本文基准回归结果具有稳健性。

表4 稳健性检验：替换核心解释变量

注：以北京大学数字普惠金融指数替换数字经济综合发展指数；括号内为t值；***、**、*分别表示在1%、5%、10%水平下显著。

2. 调整样本区间

考虑到2020年疫情对经济发展与数字产业的冲击，本文将样本区间调整为2021-2023年，重新进行实证检验。结果显示，调整样本区间后，数字经济对绿色全要素生产率的正向促进作用依然显著，进一步验证了研究结论的稳定性与可靠性。

（三）异质性分析

为探究数字经济赋能绿色发展的区域差异，本文将30个省份划分为东部、中部、西部三大区域，开展分样本异质性回归分析。

回归结果表明，东部地区数字经济对绿色全要素生产率的正向赋能效应最为显著，且系数绝对值更大；中部地区正向促进作用显著但赋能强度弱于东部地区；西部地区数字经济的正向影响不显著。产生该差异的原因主要在于：东部地区数字基础设施完善、数字产业集聚度高、创新资源丰富，数字技术与实体经济、绿色产业的融合程度更深，能够充分释放数字绿色赋能效应；中西部地区数字基建相对薄弱、数字产业发展滞后，数字技术应用场景有限，难以充分发挥对绿色生产效率的提升作用，导致赋能效果弱化。

表5 异质性分析：分区域回归结果

注：括号内为t值；***、**、*分别表示在1%、5%、10%水平下显著。

（四）机制检验

1. 中介效应检验

逐步回归结果显示，第一步基准回归中数字经济显著正向影响绿色全要素生产率；第二步回归中数字经济能够显著促进技术创新水平提升；第三步同时纳入数字经济与技术创新后，二者系数均显著为正，且数字经济的系数绝对值较基准回归有所下降。这表明技术创新在数字经济与绿色全要素生产率之间发挥部分中介作用，数字经济不仅可以直接提升绿色全要素生产率，还能通过推动绿色技术创新、优化生产技术体系，间接赋能区域绿色发展，本文假设H2成立。

表6 中介效应检验：技术创新

注：模型(2)被解释变量为中介变量技术创新（Inn）；括号内为t值；***、**、*分别表示在1%、5%、10%水平下显著。

2. 调节效应检验

调节效应回归结果显示，数字经济与环境规制的交互项系数显著为正，说明环境规制存在显著的正向调节作用。即随着环境规制强度的提升，数字经济对绿色全要素生产率的赋能效果会持续增强。严格的环境规制能够倒逼企业依托数字技术开展绿色改造、研发节能减排技术，进一步激活数字经济的绿色增效潜力，实现数字发展与绿色治理的协同增效，本文假设H3成立。

表7 调节效应检验：环境规制

注：Digi×ERS为数字经济与环境规制的交互项；括号内为t值；***、**、*分别表示在1%、5%、10%水平下显著。

五、研究结论与政策启示

（一）研究结论

本文基于2018-2023年中国30个省份面板数据，实证探究数字经济发展对绿色全要素生产率的影响效应、作用机制与区域异质性，主要得出以下结论：第一，数字经济发展对绿色全要素生产率具有显著的正向促进作用，替换变量、调整样本区间后结论依然稳健；第二，数字经济的绿色赋能效应存在明显区域异质性，东部地区赋能效果显著优于中西部地区，西部地区赋能效应尚未凸显；第三，技术创新发挥部分中介作用，数字经济可通过推动绿色技术创新间接提升绿色全要素生产率；第四，环境规制存在正向调节效应，强化环境规制能够有效放大数字经济的绿色增效作用。

（二）政策启示

第一，全面推进数字基础设施建设，夯实数字绿色发展基础。各地区应持续加大5G、大数据中心、工业互联网等新型数字基建投入，推动数字技术向传统产业渗透，依托数字化改造优化生产流程、降低能耗排放，充分释放数字经济对绿色全要素生产率的赋能潜力。

第二，实施差异化区域发展策略，缩小区域绿色发展差距。东部地区应依托数字产业优势，深化数字技术与绿色低碳产业融合，打造数字绿色发展标杆；中西部地区应加大数字基建扶持力度，承接东部数字产业转移，结合区域产业特色培育数字化绿色发展场景，逐步激活数字经济的绿色赋能效应。

第三，强化技术创新驱动，完善数字绿色创新体系。各地政府应加大绿色技术研发扶持力度，搭建数字创新平台，鼓励企业依托数字技术开展节能减排、循环利用等绿色技术研发，畅通“数字经济—技术创新—绿色全要素生产率”的传导路径。

第四，优化环境规制体系，实现数字发展与绿色治理协同。各地应结合区域发展实际，制定适度、精准的环境规制政策，以环境规制倒逼企业数字化、绿色化转型，充分发挥环境规制的正向调节作用，推动数字经济高质量发展与区域绿色低碳转型深度融合。