數(shù)字創(chuàng)新能提升區(qū)域綠色發(fā)展效率嗎?

摘 要：文章以中國284個地級及以上城市2010—2020年的面板數(shù)據(jù)為樣本，首先基于超效率EBM模型測算綠色發(fā)展效率，然后運用固定效應模型、面板門檻模型和空間計量模型考察數(shù)字創(chuàng)新對綠色發(fā)展效率的影響效應。主要研究結(jié)論如下：數(shù)字創(chuàng)新能夠顯著促進中國城市綠色發(fā)展效率提升，但這種影響因城市區(qū)位、城市規(guī)模和城市等級不同而存在異質(zhì)性；數(shù)字創(chuàng)新對中國城市綠色發(fā)展效率的推動存在雙重門檻特征，且這種正向邊際效應呈“強化—減弱—強化”趨勢；數(shù)字創(chuàng)新不僅可以推動城市自身綠色發(fā)展效率提升，還通過空間溢出效應促進周邊城市綠色發(fā)展。

關(guān)鍵詞：數(shù)字創(chuàng)新；綠色發(fā)展效率；門檻效應；空間溢出效應

中圖分類號：F061.5" " " " 文獻標識碼：A" " " " " " "文章編號：1007-1199（2024）03-0005-11

DOI：10.19327/j.cnki.zuaxb.1007-1199.2024.03.001

鄭州航空工業(yè)管理學院，河南 鄭州 450046

改革開放以來，工業(yè)化和城鎮(zhèn)化加速推進，中國經(jīng)濟飛速發(fā)展，但粗放型的發(fā)展模式也導致生態(tài)環(huán)境與經(jīng)濟社會的矛盾日益突出［1］。黨的十八屆五中全會提出創(chuàng)新、協(xié)調(diào)、綠色、開放、共享的新發(fā)展理念，其中，綠色發(fā)展理念已成為處理生態(tài)環(huán)境保護與經(jīng)濟發(fā)展關(guān)系的基本遵循。為此，中央明確要求，推動高質(zhì)量發(fā)展必須堅持生態(tài)優(yōu)先、綠色發(fā)展。如何推動綠色發(fā)展，從而為高質(zhì)量發(fā)展筑牢生態(tài)之基，成為一個值得深入討論的理論和現(xiàn)實問題。從學理上講，綠色發(fā)展效率是衡量綠色發(fā)展狀態(tài)的重要指標，提升綠色發(fā)展效率是推動綠色發(fā)展的必然要求和關(guān)鍵舉措。

隨著數(shù)字技術(shù)在諸多領(lǐng)域的全面滲透，數(shù)字經(jīng)濟已成為當今經(jīng)濟社會發(fā)展的新引擎，越來越多的國家將發(fā)展數(shù)字經(jīng)濟提升到戰(zhàn)略高度［2］。創(chuàng)新是引領(lǐng)經(jīng)濟發(fā)展和社會進步的根本動力。數(shù)字技術(shù)的廣泛應用帶來了創(chuàng)新行為的顛覆性改變，使得數(shù)字創(chuàng)新成為一種新興創(chuàng)新模式，受到國內(nèi)外眾多研究者的關(guān)注［3］。與傳統(tǒng)創(chuàng)新不同，數(shù)字創(chuàng)新借助互聯(lián)網(wǎng)、云計算等手段重塑了創(chuàng)新主體之間的價值共創(chuàng)方式并衍生出了諸多新產(chǎn)品和新服務，可為轉(zhuǎn)變傳統(tǒng)發(fā)展方式賦能，對推動經(jīng)濟社會高質(zhì)量發(fā)展具有重要意義［4］。黨的二十大對加快建設(shè)數(shù)字中國作出重要部署，隨后印發(fā)實施的《數(shù)字中國建設(shè)整體布局規(guī)劃》提出，要以數(shù)字化引領(lǐng)綠色化，建設(shè)綠色智慧的數(shù)字生態(tài)文明。那么，數(shù)字創(chuàng)新對綠色發(fā)展效率有何影響？它是否可以成為推動綠色發(fā)展效率的有力手段？本文將從中國城市層面提供相應的經(jīng)驗證據(jù)。

縱觀現(xiàn)有研究，與本文相關(guān)的文獻主要有兩支。第一支是關(guān)于數(shù)字創(chuàng)新的功能效應。數(shù)字創(chuàng)新既可以理解為數(shù)字技術(shù)本身的創(chuàng)新，也可以理解為數(shù)字技術(shù)背景下的創(chuàng)新，其功能效應主要體現(xiàn)在以下四個方面：一是數(shù)字創(chuàng)新有助于提升企業(yè)運營效率。數(shù)字技術(shù)通過改變、優(yōu)化創(chuàng)新流程和組織形式，能夠降低企業(yè)間的信息搜尋和溝通協(xié)調(diào)成本，進而提升企業(yè)經(jīng)營管理效率［5、6］。二是數(shù)字創(chuàng)新能夠提高企業(yè)績效。產(chǎn)品和服務的數(shù)字化創(chuàng)新可以為消費者帶來更好的品牌和價值體驗，強化企業(yè)與客戶之間的信任關(guān)系，為企業(yè)績效的提高創(chuàng)造良好環(huán)境［7、8］。三是數(shù)字創(chuàng)新成為促進高質(zhì)量發(fā)展的重要動力。數(shù)字創(chuàng)新通過與傳統(tǒng)產(chǎn)業(yè)相融合驅(qū)動產(chǎn)業(yè)發(fā)展朝高端化、智能化、綠色化、服務化等方向深化，有利于經(jīng)濟發(fā)展實現(xiàn)高質(zhì)量目標［9］。四是數(shù)字創(chuàng)新可以在一定程度上改變市場競爭格局。一方面，數(shù)字創(chuàng)新的過程和結(jié)果不再受邊界限制，從而擴大了創(chuàng)新主體和參與者范圍，有利于充分利用市場資源［10］。另一方面，數(shù)字創(chuàng)新帶來的技術(shù)可編輯性催生了新的商業(yè)模式，會對現(xiàn)有商業(yè)模式和競爭態(tài)勢造成巨大沖擊［11］。

第二支是關(guān)于綠色發(fā)展效率的影響因素。大致可以歸納為五類：一是經(jīng)濟發(fā)展因素。較高的經(jīng)濟規(guī)模、收入水平和市場化程度通常能夠促進區(qū)域綠色發(fā)展效率提升，而不同類型的城鎮(zhèn)化進程對綠色發(fā)展效率的影響存在階段性特征［12、13］。二是結(jié)構(gòu)稟賦因素。以工業(yè)為主的產(chǎn)業(yè)結(jié)構(gòu)、以國有經(jīng)濟為主的所有制結(jié)構(gòu)、以化石能源為主的能源結(jié)構(gòu)均與區(qū)域綠色發(fā)展效率存在顯著的反向關(guān)系［14、15］，適度提高產(chǎn)業(yè)集聚水平可在全局上提高綠色發(fā)展效率［16］，但可能造成局部地區(qū)環(huán)境破壞［17］。三是技術(shù)創(chuàng)新因素。加大Ramp;D投入能顯著提高綠色發(fā)展效率，技術(shù)進步更是推動綠色發(fā)展效率提升的直接動力［18］。四是對外開放因素。進口貿(mào)易能在一定程度上促進綠色發(fā)展效率提升，而出口貿(mào)易對綠色發(fā)展效率的影響存在空間異質(zhì)性[19]。通過擴大對外開放吸引外商投資能加速國內(nèi)企業(yè)技術(shù)革新，進而提升綠色發(fā)展效率［20］。五是政府政策因素。中央與地方的財政分權(quán)總體抑制了綠色發(fā)展效率，但在分權(quán)程度不同的地區(qū)綠色發(fā)展效率受到的影響可能截然不同［21］。中央對地方轉(zhuǎn)移支付力度越大，地方政府用于環(huán)保的支出越多，提高綠色發(fā)展效率的可能性越高［22］。環(huán)境規(guī)制對綠色發(fā)展效率的影響具有門檻效應［23］，維持較高的綠色發(fā)展效率需要確定一個合適的環(huán)境規(guī)制強度［24］。

總體而言，學術(shù)界圍繞上述兩支文獻展開了系統(tǒng)性研究并取得了較為豐碩的成果，但迄今為止尚未發(fā)現(xiàn)將二者結(jié)合起來研究的文獻，數(shù)字創(chuàng)新對綠色發(fā)展效率存在何種影響效應有待挖掘。鑒于此，本文將以中國284個地級及以上城市為樣本，在量化評估其綠色發(fā)展效率和數(shù)字創(chuàng)新水平的基礎(chǔ)上，借助面板固定效應模型、門檻效應模型和空間計量模型實證考察數(shù)字創(chuàng)新對綠色發(fā)展效率的影響效應。本文既是對該領(lǐng)域現(xiàn)有學術(shù)研究的補充和豐富，也有助于為政府部門制定相關(guān)決策提供參考依據(jù)。

1 理論分析與研究假設(shè)

1.1 數(shù)字創(chuàng)新與綠色發(fā)展

數(shù)字創(chuàng)新具有融合性、開放性和自生長性，能推動數(shù)字資源跨行業(yè)、跨地區(qū)流動，打破數(shù)據(jù)共享壁壘，優(yōu)化綠色創(chuàng)新合作環(huán)境，為綠色發(fā)展提供技術(shù)支持［25］。從區(qū)域?qū)用婵?，?shù)字創(chuàng)新主要通過提高市場資源配置效率和改善政府綠色監(jiān)管推動綠色發(fā)展。一方面，數(shù)字創(chuàng)新具有較高的技術(shù)含量，可以有效提升信息交互效率，在原有技術(shù)軌道上進行融合創(chuàng)新或跨界創(chuàng)新，增強綠色環(huán)保技術(shù)的生態(tài)可擴展性，吸引資源流向具有綠色屬性的新興發(fā)展領(lǐng)域，提升社會整體資源配置效率與綠色發(fā)展效率［26］。同時，日益激烈的市場競爭將淘汰生產(chǎn)效率較低的企業(yè)或部門，倒逼行業(yè)摒棄原有發(fā)展理念與發(fā)展方式，轉(zhuǎn)向環(huán)境友好型發(fā)展方式。另一方面，數(shù)字創(chuàng)新不僅可以提高政府對資源環(huán)境的監(jiān)管水平，為政府治理環(huán)境問題提供數(shù)字新模式，還能促使政府在生態(tài)維護與環(huán)境治理等方面加大投資力度，從而抑制當?shù)丨h(huán)境污染，促進綠色發(fā)展。

根據(jù)以上分析，本文提出研究假設(shè)：

H1：數(shù)字創(chuàng)新對區(qū)域綠色發(fā)展效率提升具有促進作用。

1.2 數(shù)字創(chuàng)新對綠色發(fā)展的非線性影響

梅特卡夫定律表明，任何網(wǎng)絡(luò)的價值都隨著用戶數(shù)量的增加呈指數(shù)增長。數(shù)字創(chuàng)新是一個持續(xù)迭代、動態(tài)交互的過程，在時間和空間上呈非線性特征。數(shù)字創(chuàng)新產(chǎn)出具有可擴展性和再演化性，可以不斷改進優(yōu)化，進行迭代創(chuàng)新［27］。由于企業(yè)識別、吸收和利用知識的能力對數(shù)字創(chuàng)新至關(guān)重要，企業(yè)進行數(shù)字創(chuàng)新前需要將已有數(shù)據(jù)要素、知識能力與數(shù)字技術(shù)融合，基于整合后的信息進行數(shù)字創(chuàng)新[26]。

因此，在數(shù)字創(chuàng)新初期，前沿數(shù)字技術(shù)供給不足，成果轉(zhuǎn)化渠道不暢，不僅制約著數(shù)據(jù)要素價值的發(fā)揮，同時也抑制著數(shù)字創(chuàng)新綠色效能的釋放。隨著數(shù)字資源集約性和數(shù)字創(chuàng)新水平的提升，創(chuàng)新動力不斷增強，創(chuàng)新成果轉(zhuǎn)化能力提升，由此觸發(fā)的正向反饋機制將使數(shù)字創(chuàng)新的綠色效應迅速擴散[10]。

上述分析表明，數(shù)字創(chuàng)新對綠色發(fā)展的影響并非一成不變，而是具有較強的階段性特征。

根據(jù)以上分析，本文提出研究假設(shè)：

H2：數(shù)字創(chuàng)新對區(qū)域綠色發(fā)展效率的正向影響存在門檻效應。

1.3 數(shù)字創(chuàng)新對綠色發(fā)展的空間溢出

由于數(shù)字創(chuàng)新與綠色發(fā)展效率均具有顯著的空間關(guān)聯(lián)特征，數(shù)字創(chuàng)新對區(qū)域綠色發(fā)展效率的影響會產(chǎn)生明顯的空間溢出效應。

一方面，數(shù)字創(chuàng)新憑借數(shù)字技術(shù)打破了發(fā)展過程中的時空壁壘與創(chuàng)新邊界，具有較強的技術(shù)外溢效應［28］。數(shù)字創(chuàng)新主體呈分布式特點，能更好地使外部合作者參與創(chuàng)新過程，使創(chuàng)新主體的知識分享和合作變得更加高效，進而通過空間溢出效應來影響其他地區(qū)的創(chuàng)新過程和綠色發(fā)展［29、30］。同時，數(shù)字創(chuàng)新是在創(chuàng)新過程中各創(chuàng)新主體間的互動得來的，可能會產(chǎn)生無法預先設(shè)定的非目的性結(jié)果。

因此，一個地區(qū)在通過數(shù)字創(chuàng)新推動綠色發(fā)展的過程中會自愿或非自愿地向鄰近地區(qū)產(chǎn)生外溢。另一方面，一個地區(qū)綠色發(fā)展效率的提升必然會引起其他地區(qū)在綠色戰(zhàn)略決策上的改變。數(shù)字創(chuàng)新加速了數(shù)字要素的跨區(qū)域流通，使地區(qū)間聯(lián)系更加緊密，知識交流與技術(shù)共享更加便捷，增強了相鄰地區(qū)間的競爭與合作。區(qū)域間的頻繁互動會激發(fā)模仿和學習，各地區(qū)會主動提高數(shù)字創(chuàng)新能力，推動區(qū)域綠色發(fā)展效率的協(xié)同提升。

根據(jù)以上分析，本文提出研究假設(shè)：

H3：數(shù)字創(chuàng)新能夠通過空間溢出帶動區(qū)域綠色發(fā)展效率協(xié)同提升，即數(shù)字創(chuàng)新對區(qū)域綠色發(fā)展效率的影響存在正向空間溢出效應。

2 樣本、方法與數(shù)據(jù)

2.1 樣本區(qū)域

本文以中國地級及以上城市為研究對象。

由于行政區(qū)劃調(diào)整和數(shù)據(jù)缺失等原因，研究的時間區(qū)間界定為2010—2020年，且剔除以下區(qū)域：自治州、盟、地區(qū)、省直轄縣，安徽省巢湖市，山東省萊蕪市，海南省除?？谑泻腿齺喪型獾目h市，貴州省畢節(jié)市和銅仁市，西藏自治區(qū)拉薩市，青海省除西寧市外的城市，新疆維吾爾自治區(qū)除烏魯木齊市和克拉瑪依市外的城市。經(jīng)過篩選，樣本城市共計284個。

2.2 效率測算模型

關(guān)于如何測算綠色發(fā)展效率，學術(shù)界主要采用包含技術(shù)時變的隨機前沿分析法（SFA）和包含非期望產(chǎn)出的數(shù)據(jù)包絡(luò)分析法（DEA） ［31］。

對非期望產(chǎn)出的處理是測算綠色發(fā)展效率的關(guān)鍵，目前大部分學者采用基于方向性距離函數(shù)的SBM模型應對這一問題。該模型可以區(qū)分非期望產(chǎn)出和期望產(chǎn)出，并考慮了投入和產(chǎn)出的松弛變動，但未能同時兼容徑向和非徑向冗余。隨后，學術(shù)界將徑向距離函數(shù)與SBM距離函數(shù)相結(jié)合提出的EBM（Epsilon-Based Measure）模型在很大程度上解決了這一問題。

為解決同一生產(chǎn)前沿上不同決策單元效率不可比問題，本文將超效率DEA模型與EBM模型相結(jié)合，使用SEBM（Super Efficiency EBM）模型測算樣本城市的綠色發(fā)展效率。產(chǎn)出導向的SEBM模型基本形式如下：

[minθ?εx1t=1Tm=1Mw?mtt=1Tm=1Mw?mts?mtxmtkφ+εy1t=1Tn=1Nw+ntt=1Tn=1Nw+nts+ntyntk+εz1t=1Tb=1Bw×btt=1Tb=1Bw×bts×btzbtk] （1）

[s.t.t=1，≠pTr=1，≠kQρtrxtrm+s?mt=θxkt=1，≠pTr=1，≠kQρtrytrn?s+nt=φykt=1，≠pTr=1，≠kQρtrztrb+s×bt=φzkρ， s?m，s+n，s×b≥0] （2）

在（1）式和（2）式中，[x]、[y]和[z]分別代表投入、期望產(chǎn)出和非期望產(chǎn)出；[εx]、[εy]和[εz]分別為包含徑向與非徑向效率的參數(shù)；[s=s?mt，s+nt，s×bt]與[w=w?mt，w+nt，w×bt]分別代表[t]時期投入、期望產(chǎn)出和非期望產(chǎn)出對應的松弛變量和距離權(quán)重；[M]、[N]、[B]、[T]分別為投入、期望產(chǎn)出、非期望產(chǎn)出數(shù)量以及時期數(shù)；[θ]為徑向效率，[ρ]為約束條件的線性組合系數(shù)，[k]為決策單元序號；[φ]為對上述線性規(guī)劃進行求解得到的潛在效率值，即城市綠色發(fā)展效率值。

2.3 計量經(jīng)濟模型

2.3.1" 固定效應模型

為考察數(shù)字創(chuàng)新對綠色發(fā)展效率的直接影響，驗證假設(shè)H1是否成立，本文設(shè)定如下雙向固定效應模型：

[" " " " lnGDEit=α0+α1DILit+φXit+μi+λt+εit] （3）

式中，[i]代表城市，[t]代表年份；[GDE]和[DIL]分別表示各城市綠色發(fā)展效率和數(shù)字創(chuàng)新水平；矩陣[X]為一系列控制變量；[μi]、[λt]和[εit]分別表示個體固定效應、時間固定效應和隨機擾動項。為削弱模型異方差可能產(chǎn)生的影響，對相關(guān)變量采取對數(shù)化處理。

2.3.2" 門檻效應模型

根據(jù)理論分析，數(shù)字創(chuàng)新對綠色發(fā)展的影響可能隨著自身水平的變化產(chǎn)生非線性的結(jié)構(gòu)性突變（門檻效應，即假設(shè)H2）。

本文構(gòu)建如下面板門檻回歸模型對此進行驗證：

[lnGDEit=β0+β1DILit×It?vit≤θ+β1DILit×It?vitgt;θ+φXit+μi+λt+εit] （4）

式中，[t?v]為門檻變量——數(shù)字創(chuàng)新水平；[I?]為取值為1或0的指示函數(shù)：滿足設(shè)定條件取值為1，否則取值為0；[θ]為門檻值。需要注意的是，方程（4）為單一門檻模型，在實際分析時需要進行門檻存在性檢驗，以判斷門檻數(shù)量。

2.3.3" 空間回歸模型

理論分析表明，不同區(qū)域的綠色發(fā)展效率具有空間關(guān)聯(lián)性，討論數(shù)字創(chuàng)新的影響不能忽視這種空間效應。

為驗證這種空間效應（即假設(shè)H3）是否存在，引入被解釋變量、解釋變量和控制變量的空間滯后項，將方程（3）拓展為空間面板杜賓模型（SDM），即

[lnGDEit=γ0+ρWlnGDEjt+γ1DILit+γ2WDILit+φXit+ηWXjt+μi+λt+εit] （5）

式中，[ρ]代表空間自回歸系數(shù)，[W]為空間權(quán)重矩陣，其他變量和符號含義同上。

2.4 變量和數(shù)據(jù)來源

2.4.1" 被解釋變量——各城市綠色發(fā)展效率

使用SEBM模型測算綠色發(fā)展效率的指標有：投入指標，包括勞動和資本。前者使用各城市從業(yè)人員作為代理變量，后者以各城市固定資產(chǎn)投資為基礎(chǔ)，借助永續(xù)盤存法轉(zhuǎn)換為固定資本存量；期望產(chǎn)出指標，以各城市地區(qū)生產(chǎn)總值作為代理變量；非期望產(chǎn)出，包括工業(yè)廢水排放量、工業(yè)二氧化硫排放量、工業(yè)煙粉塵排放量和一般工業(yè)固體廢物產(chǎn)生量。

2.4.2" 解釋變量——各城市數(shù)字創(chuàng)新水平

借鑒徐佳和崔靜波［32］的做法，采用各城市數(shù)字經(jīng)濟相關(guān)專利授權(quán)量加1的對數(shù)衡量數(shù)字創(chuàng)新水平。

2.4.3" 控制變量

為削弱模型因遺漏變量可能造成的估計偏誤，本文在模型中加入以下控制變量：經(jīng)濟發(fā)展水平（[EDL]），采用各城市實際人均地區(qū)生產(chǎn)總值的對數(shù)表示；產(chǎn)業(yè)結(jié)構(gòu)狀況（[IS]），采用各城市第二和第三產(chǎn)業(yè)增加值占GDP的比重表示；科教支持強度（[STEDUI]），采用各城市科技支出和教育支出占財政總支出的比重表示；對外開放程度（[OPEN]），采用各城市進出口總額占GDP的比重表示。

相關(guān)指標的原始數(shù)據(jù)來自2011—2021年的《中國城市統(tǒng)計年鑒》、各省份統(tǒng)計年鑒，以及中國研究數(shù)據(jù)服務平臺（CNRDS），涉及市場價值的指標均以2010年為基期進行價格平減。表1報告了模型中使用變量的描述性統(tǒng)計概況。

3 實證結(jié)果與討論

3.1 基準回歸

本文首先采用方程（3）討論數(shù)字創(chuàng)新對城市綠色創(chuàng)新的直接影響，結(jié)果如表2所示。其中，列（1）沒有納入控制變量，列（2）至列（4）均考慮了控制變量的影響。列（2）和列（3）僅分別控制城市固定效應和時間固定效應，列（4）同時控制城市和時間固定效應。由于學術(shù)界普遍認為雙向固定效應模型在因果推斷中的作用優(yōu)于單向固定效應模型［33］，本文基于列（4）的估計結(jié)果進行分析?？梢钥闯?，核心解釋變量DIL在1%的水平上顯著為正，表明數(shù)字創(chuàng)新能夠有效提升城市綠色發(fā)展效率。

具體而言，以數(shù)字專利衡量的數(shù)字創(chuàng)新水平每提升1%，可以帶來城市綠色發(fā)展效率提升15.7%。由此，本文的研究假設(shè)H1得證。

3.2 穩(wěn)健性檢驗

為保證基準回歸結(jié)果的可信度，本文進一步采取以下五種方式進行穩(wěn)健性檢驗。一是改變解釋變量的度量方式，用數(shù)字經(jīng)濟專利申請量取代授權(quán)量重新定義各城市數(shù)字創(chuàng)新水平（DIL2），估計結(jié)果如表3列（1）所示。二是考慮到創(chuàng)新效應的發(fā)揮可能具有一定滯后性，將解釋變量滯后一期（L.DIL）重新估計原模型，結(jié)果如表3列（2）所示。三是剔除直轄市。這主要是因為在中國，直轄市具有省級管理權(quán)限，地位遠遠高于其他城市，且由于數(shù)量少，可能形成極端值。剔除直轄市后的樣本估計結(jié)果如表3列（3）所示。四是對變量進行1%水平上的縮尾處理，使樣本觀測值的波動影響降低，重新估計模型，結(jié)果如表3列（4）所示。五是縮短時間窗口。黨的十八大以來，生態(tài)文明建設(shè)和創(chuàng)新驅(qū)動成為國家戰(zhàn)略。同時，互聯(lián)網(wǎng)、云計算、大數(shù)據(jù)等也發(fā)展迅猛，都使得這一時期數(shù)字創(chuàng)新與綠色發(fā)展受到社會各界的高度重視。因此，本文將研究的時段縮短為2013—2020年，新的估計結(jié)果如表3列（5）所示。可以看出，在五種檢驗方式下，數(shù)字創(chuàng)新變量的回歸系數(shù)均顯著為正，除絕對數(shù)值有所變動外，與基準結(jié)果保持一致，表明前述結(jié)果具有較強的穩(wěn)健性。

3.3 異質(zhì)性分析

首先，數(shù)字創(chuàng)新對中國城市綠色發(fā)展效率的影響存在區(qū)域異質(zhì)性。

由表4列（1）至列（3）可知，在東部和中部城市，數(shù)字創(chuàng)新對綠色發(fā)展效率的影響顯著為正，而在西部地區(qū)，數(shù)字創(chuàng)新并未產(chǎn)生明顯的綠色效應。出現(xiàn)這一結(jié)果的可能原因在于，西部地區(qū)數(shù)字創(chuàng)新水平與東部和中部相比尚處于較低水平，其主要功效可能尚未擴散至綠色環(huán)保領(lǐng)域。就東部和中部地區(qū)而言，數(shù)字創(chuàng)新對東部城市綠色發(fā)展效率的促進作用更大，這可能主要得益于其更高的數(shù)字創(chuàng)新水平、更強的創(chuàng)新轉(zhuǎn)化能力和更濃的綠色發(fā)展觀念。

其次，數(shù)字創(chuàng)新對中國城市綠色發(fā)展效率的影響存在規(guī)模異質(zhì)性。

由表4列（4）至列（6）可知，數(shù)字創(chuàng)新對大城市、中等城市和小城市綠色發(fā)展效率均具有顯著的正向影響。從參數(shù)估計結(jié)果來看，大城市綠色發(fā)展效率受到數(shù)字創(chuàng)新的促進作用最強，中等城市次之，小城市受到的促進作用最弱。這同樣與城市數(shù)字創(chuàng)新水平有關(guān)。大城市具有吸引和集聚創(chuàng)新資源的巨大優(yōu)勢，其數(shù)字創(chuàng)新水平明顯高于中小城市，更高的數(shù)字創(chuàng)新水平所帶來的輻射面更廣、擴散強度更大，從而對綠色發(fā)展產(chǎn)生更強的推動作用。

最后，數(shù)字創(chuàng)新對中國城市綠色發(fā)展效率的影響存在等級異質(zhì)性。

由表4列（7）和列（8）可知，數(shù)字創(chuàng)新在地級市和副省級及以上城市均能對綠色發(fā)展效率產(chǎn)生正向促進作用，但副省級及以上城市受到的促進效應更大。在中國，副省級及以上城市包括4個直轄市和15個副省級城市（或計劃單列市）。直轄市完全具備省級行政管理權(quán)限，副省級城市具備部分行政管理權(quán)限。這些行政等級高的城市在資源配置和政策配套方面往往受到更多照顧，使其數(shù)字創(chuàng)新處于較高水平，進而在包括綠色環(huán)保等領(lǐng)域產(chǎn)生更強的影響效應。

3.4 門檻效應檢驗

理論分析表明，數(shù)字創(chuàng)新對綠色發(fā)展的影響可能存在分階段的非線性特征（假設(shè)H2）。

為討論這一假設(shè)是否成立，采用面板門檻模型進行驗證。

采用Bootstrap重復自抽樣方法依次進行三類門檻效應檢驗，判斷門檻數(shù)量，結(jié)果如表5所示?？梢钥闯觯瑪?shù)字創(chuàng)新通過了單一門檻和雙重門檻的顯著性檢驗，但未通過三重門檻檢驗。這意味著，數(shù)字創(chuàng)新對中國城市綠色發(fā)展效率的影響存在雙重門檻效應，假設(shè)H2得證。

表6同時報告了使用Stata程序xthreg估計的單一門檻模型（列（1）和列（2））和雙重門檻模型（列（3）和列（4））估計結(jié)果，其中列（1）和列（3）未控制年份固定效應。

由于門檻效應檢驗結(jié)果表明雙重門檻更適用于本文樣本，因此本文基于列（4）估計結(jié)果進行分析。

當DIL小于第一個門檻值（1.946）時，數(shù)字創(chuàng)新對城市綠色發(fā)展效率的影響在1%水平上顯著為正，此時數(shù)字創(chuàng)新產(chǎn)生的綠色發(fā)展效應最大。這是由于在數(shù)字創(chuàng)新的初始階段，社會各界對這種新興創(chuàng)新形態(tài)和模式的興趣高昂，政府也希望借助其技術(shù)優(yōu)勢在環(huán)保和可持續(xù)發(fā)展方面有所作為，從而推動綠色發(fā)展效率迅速提升。

當DIL位于兩個門檻值之間時，數(shù)字創(chuàng)新對綠色發(fā)展效率仍然具有促進作用，但邊際效應由0.519下降至0.287。這可能是因為在度過一段新鮮期之后，推動數(shù)字創(chuàng)新所需要的技術(shù)、人才和制度支撐面臨一些暫時的瓶頸，導致這一階段數(shù)字創(chuàng)新的綠色發(fā)展效應出現(xiàn)下滑。

當DIL超過第二個門檻值（7.268）時，數(shù)字創(chuàng)新達到一個較高的水平，支撐其發(fā)揮綠色發(fā)展效應的各類要素和環(huán)境基本成熟，有助于數(shù)字創(chuàng)新更好地在綠色發(fā)展領(lǐng)域持續(xù)產(chǎn)生輻射滲透。因而，在這一階段，數(shù)字創(chuàng)新對綠色發(fā)展效率的促進作用相比前一階段有所強化（DIL的回歸系數(shù)由0.287提高到0.332）。

3.5 空間效應評估

首先，基于探索性空間統(tǒng)計分析方法計算中國城市綠色發(fā)展效率的全局莫蘭指數(shù)，以確定空間回歸模型的適用性，結(jié)果如表7所示。從中可知，不論是基于后式鄰接矩陣還是反距離矩陣，研究期內(nèi)中國城市綠色發(fā)展效率的全局莫蘭指數(shù)均顯著為正。這意味著可以使用空間回歸模型考察數(shù)字創(chuàng)新對中國城市綠色發(fā)展效率的影響。

其次，基于方程（5）檢驗數(shù)字創(chuàng)新對城市綠色發(fā)展效率的影響是否存在空間溢出效應（假設(shè)H3）。雖然方程（5）被設(shè)定為空間杜賓模型，但是否直接使用該模型需要經(jīng)過檢驗。按照Elhorst［34］的建議，本文使用似然比（LR）檢驗來判斷空間杜賓模型是否可以退化為更簡潔的空間自回歸模型（SAR）或空間誤差模型（SEM）。檢驗結(jié)果如表8所示?？梢钥闯?，不論是使用鄰接權(quán)重矩陣還是反距離權(quán)重矩陣量化空間依賴關(guān)系，LR檢驗都拒絕了SDM模型退化為SAR模型或SEM模型的原假設(shè)。因此，本文使用SDM模型進行參數(shù)估計，表8的列（3）和列（6）報告了相關(guān)結(jié)果?？臻g自回歸系數(shù)（rho）在1%的水平上顯著為正，與前文Moran’s I的結(jié)果相呼應，意味著中國城市綠色發(fā)展具有正向空間關(guān)聯(lián)。DIL的估計結(jié)果與基準回歸保持一致，但鄰接權(quán)重矩陣下DIL的空間滯后項并未通過顯著性檢驗。然而空間滯后項的回歸系數(shù)并不能直接用于衡量空間溢出效應，需要借助偏微分方法進行分解獲得。表9報告了數(shù)字創(chuàng)新對中國城市綠色發(fā)展效率影響的空間效應分解結(jié)果。可以看出，不論在哪種空間權(quán)重矩陣條件下，DIL的間接效應均在1%水平上顯著為正，表明在中國城市層面數(shù)字創(chuàng)新對綠色發(fā)展效率的影響具有明顯的正向空間溢出效應，即一個城市數(shù)字創(chuàng)新水平的提升，不僅可以提高本地綠色發(fā)展效率，還有助于周邊地區(qū)的綠色發(fā)展。由此，本文的假設(shè)H3得到證實。

最后，從效應大小來看，間接效應顯著高于直接效應，這意味著數(shù)字創(chuàng)新可以通過空間溢出更好地推動周邊城市的綠色發(fā)展效率提升，對中國綠色發(fā)展實現(xiàn)區(qū)域協(xié)同產(chǎn)生巨大紅利。

4 結(jié) 論

鑒于數(shù)字化和綠色化已成為當今世界發(fā)展的兩大趨勢，如何利用數(shù)字化手段推動綠色發(fā)展是世界各國面臨的重要問題。數(shù)字創(chuàng)新作為數(shù)字化轉(zhuǎn)型的核心動力和重要表現(xiàn)，對綠色發(fā)展有何影響值得高度關(guān)注。本文首次將數(shù)字創(chuàng)新與綠色發(fā)展結(jié)合起來，探討前者對后者的影響，并以2010—2020年中國284個地級及以上城市為樣本提供了經(jīng)驗證據(jù)。借助超效率EBM模型、探索性空間統(tǒng)計分析、固定效應模型、面板門檻模型和空間回歸模型，本文得到如下主要結(jié)論：

第一，中國城市綠色發(fā)展正在取得可喜成績，綠色發(fā)展理念的實踐效益不斷釋放。經(jīng)過計算，樣本城市綠色發(fā)展效率在研究期內(nèi)持續(xù)上升，年均增長1.1%。與此同時，不同類型的城市綠色發(fā)展效率存在差異性。在區(qū)位分布上，呈現(xiàn)“東部城市g(shù)t;中部城市g(shù)t;西部城市”的格局；在規(guī)模分布上，呈現(xiàn)“大城市g(shù)t;中等城市g(shù)t;小城市”的格局；在級別分布上，呈現(xiàn)“直轄市g(shù)t;副省級城市g(shù)t;地級市”的格局。

第二，數(shù)字創(chuàng)新是推動城市綠色發(fā)展的重要力量，但對不同城市的促進效應存在異質(zhì)性。實證估計結(jié)果顯示，如果以數(shù)字經(jīng)濟相關(guān)專利授權(quán)衡量的數(shù)字創(chuàng)新水平提升1%，城市綠色發(fā)展效率平均將增長15.7%。這意味著在其他條件不變的情況下，數(shù)字創(chuàng)新對城市綠色發(fā)展效率具有顯著促進作用。異質(zhì)性分析表明，數(shù)字創(chuàng)新對東部城市綠色發(fā)展效率的推動作用大于中西部城市，對大城市綠色發(fā)展效率的促進作用強于中小城市，對副省級及以上城市的積極影響優(yōu)于地級市。

第三，數(shù)字創(chuàng)新對城市綠色發(fā)展效率的促進存在雙重門檻效應。隨著數(shù)字創(chuàng)新水平的提升，其對城市綠色發(fā)展效率的影響并非一成不變，而具有一定的階段性。門檻模型估計顯示，當數(shù)字創(chuàng)新水平低于第一個門檻值時，它可以發(fā)揮最大的綠色發(fā)展效應；當數(shù)字創(chuàng)新水平處于兩個門檻值之間時，其綠色發(fā)展效應仍然為正但有所減弱；當數(shù)字創(chuàng)新水平突破第二個門檻值時，它對城市綠色發(fā)展效率的推動在前一階段的基礎(chǔ)上進一步強化。

第四，由于地理空間天生的空間關(guān)聯(lián)性，數(shù)字創(chuàng)新對城市綠色發(fā)展效率的影響具有空間溢出效應。本文通過對SDM模型的估計和空間效應分解發(fā)現(xiàn)，數(shù)字創(chuàng)新對城市綠色發(fā)展效率的直接效應和間接效應均顯著為正。這表明一個城市開展數(shù)字創(chuàng)新不僅有利于自身綠色發(fā)展效率的提升，還有助于周邊城市的綠色發(fā)展。此外，間接效應大于直接效應意味著中國的數(shù)字創(chuàng)新在城市層面可以發(fā)揮推動區(qū)域綠色協(xié)同發(fā)展的功能。

本文仍然存在一些有待完善的地方：

其一，本文雖然從城市層面證實了數(shù)字創(chuàng)新對綠色發(fā)展效率的促進效應、門檻效應和空間溢出效應，但關(guān)于為何會產(chǎn)生這些效應僅從質(zhì)性層面進行了理論解析，尚未對可能的理論機制進行實證檢驗。主要原因在于，本文提出的理論影響渠道存在一定的交叉性，單獨量化其中的機制變量面臨一定挑戰(zhàn)。

其二，不同行業(yè)面臨的環(huán)保壓力和綠色發(fā)展要求存在差異性，數(shù)字創(chuàng)新技術(shù)在不同行業(yè)的應用也不盡相同，從行業(yè)層面考察數(shù)字創(chuàng)新對綠色發(fā)展的影響也是一個很有趣的議題。

其三，數(shù)字創(chuàng)新來源于企業(yè)，從微觀層面對數(shù)字創(chuàng)新影響綠色發(fā)展的機制和效應進行研究更有針對性和解釋力。然而由于目前企業(yè)層面數(shù)字創(chuàng)新數(shù)據(jù)尚無專門統(tǒng)計和核算，使得這方面的研究有待推進。即便如此，作為一次開拓性的嘗試，本文可以為后續(xù)研究提供一定的鋪墊和參考，也希望后續(xù)有更多的學者關(guān)注數(shù)字創(chuàng)新如何有效推動綠色發(fā)展，為全球?qū)崿F(xiàn)可持續(xù)目標貢獻力量。

參考文獻：

［1］楊亞麗，董旭.縣域尺度下河南省綠色發(fā)展效率測度及時空演化特征分析［J］.統(tǒng)計理論與實踐，2021（1）：49-57.

［2］PERGELOVA A，T MOANOLOVA，R SIMEONOVA-GANEVA，et al.Democratizing entrepreneurship？Digital technologies and the internationalization of female-led SMEs［J］. Journal of Small Business Management，2019，57（1）： 14-39.

［3］劉洋，董久鈺，魏江.數(shù)字創(chuàng)新管理：理論框架與未來研究［J］.管理世界，2020，36（7）：198-217.

［4］SUSENO Y，C LAURELL，N SICK. Assessing value creation in digital innovation ecosystems： A social media analytics approach［J］.Journal of Strategic Information Systems，2018，27（4）：335-349.

［5］FELIN T，T R ZENGER.Closed or open innovation？ Problem solving and the governance choice［J］.Research Policy，2014，43（5）：914-925.

［6］GUST G，C M FLATH，T BRANDT，et al.How a traditional company seeded new analytics capabilities［J］.Mis Quarterly Executive，2017，16（3）：215-230.

［7］LI L，F(xiàn) SU，W ZHANG，et al. Digital transformation by SME entrepreneurs： a capability perspective［J］.Information Systems Journal，2018，28（6）：1129-1157.

［8］KARIMI J，Z WALTER.The role of dynamic capabilities in responding to digital disruption： a factor-based study of the newspaper industry［J］.Journal of Management Information Systems，2015，32（1）：39-81.

［9］陳凱華，馮澤，孫茜.創(chuàng)新大數(shù)據(jù)、創(chuàng)新治理效能和數(shù)字化轉(zhuǎn)型［J］.研究與發(fā)展管理，2020，32（6）：1-12.

［10］NAMBISAN S.Digital entrepreneurship：Toward a digital technology perspective of entrepreneurship［J］. Entrepreneurship Theory and Practice，2017，41（6）：1029-1055.

［11］JACOBIDES M G，C CENNAMO，A GAWER.Towards a theory of ecosystems［J］.Strategic Management Journal， 2018，39（8）：2255-2276.

［12］ZHU B Z，M F ZHANG，Y H ZHOU，et al.Exploring the effect of industrial structure adjustment on interprovincial green development efficiency in China： A novel integrated approach［J］.Energy Policy，2019（134）： 110946.

［13］WANG F，M WU，C WANG.Can increasing economic complexity improve China's green development efficiency？［J］.Energy Economics，2023（117）：106443.

［14］DONG F，Y F LI，C QIN，et al.How industrial convergence affects regional green development efficiency： A spatial conditional process analysis［J］.Journal of Environmental Management，2021（300）：113738.

［15］SHEN W F，Y F LIU，X W LIU，et al.The effect of industrial structure upgrading and human capital structure upgrading on green development efficiency-based on China's resource-based cities［J］.Sustainability，2023，15（5）：4673.

［16］林伯強，譚睿鵬.中國經(jīng)濟集聚與綠色經(jīng)濟效率［J］.經(jīng)濟研究，2019，54（2）：119-132.

［17］WU H Y，H X GUO，B ZHANG，et al.Westward movement of new polluting firms in China： Pollution reduction mandates and location choice［J］.Journal of Comparative Economics，2017，45（1）：119-138.

［18］COSTA-CAMPI M T，J GARCIA-QUEVEDO，E MARTINEZ-ROS.What are the determinants of investment in environmental Ramp;D？［J］.Energy Policy，2017（104）：455-465.

［19］景維民，張璐.環(huán)境管制、對外開放與中國工業(yè)的綠色技術(shù)進步［J］.經(jīng)濟研究，2014，49（9）：34-47.

［20］CHEN N C，L XU，Z Q CHEN.Environmental efficiency analysis of the Yangtze River economic zone using super efficiency data envelopment analysis （SEDEA） and tobit models［J］.Energy，2017（134）：659-671.

［21］ZHU Y M，X Y ZHOU，J J LI ，et al.Technological innovation， fiscal decentralization，green development efficiency： Based on spatial effect and moderating effect［J］.Sustainability，2022，14（7）： 4316.

［22］YANG T，K L ZHOU，C ZHANG.Spatiotemporal patterns and influencing factors of green development efficiency in China's urban agglomerations［J］.Sustainable Cities and Society，2022（85）：104069.

［23］何愛平，安夢天.地方政府競爭、環(huán)境規(guī)制與綠色發(fā)展效率［J］.中國人口·資源與環(huán)境，2019，29（3）：21-30.

［24］ZHAO X M， C J LIU，M YANG.The effects of environmental regulation on China's total factor productivity：An empirical study of carbon-intensive industries［J］.Journal of Cleaner Production，2018（179）：325-334.

［25］AUTIO E，S NAMBISAN，L D W THOMAS，et al.Digital affordances，spatial affordances，and the genesis of entrepreneurial ecosystems［J］.Strategic Entrepreneurship Journal，2018，12（1）：72-95.

［26］ABRELL T，M PIHLAJAMAA，L KANTO，et al.The role of users and customers in digital innovation： insights from B2B manufacturing firms［J］.Information Management，2016，53（3）：324-335.

［27］LYYTINEN K，Y YOO，R J BOLAND.Digital product innovation within four classes of innovation networks［J］. Information Systems Journal，2016，26（1）：47-75.

［28］YIN S，N ZHANG，K ULLAH，et al.Enhancing digital innovation for the sustainable transformation of manufacturing industry：A pressure-state-response system framework to perceptions of digital green innovation and its performance for green and intelligent manufacturing［J］.Systems，2022，10（3）：11

［29］NAMBISAN S，M WRIGHT，M FELDMAN.The digital transformation of innovation and entrepreneurship：Progress， challenges and key themes［J］.Research Policy，2019，48（8）：103773.

［30］ZHAO S Q，D Y PENG，H W WEN，et al.Nonlinear and spatial spillover effects of the digital economy on green total factor energy efficiency：Evidence from 281 cities in China［J］.Environmental Science and Pollution Research，2022，10（8）：197.

（參考文獻［31］-［34］省略，有需要可聯(lián)系索?。?/p>

責任編校：杜晚霞，羅 紅

Can Digital Innovation Improve Regional Green Development Efficiency？

An Empirical Study Based on 284 Prefecture-Level and Above Cities in China

YANG Yali， DONG Xu， WANG Yizhuo

（Zhengzhou University of Aeronautics， Zhengzhou 450046， China）

Abstract： This study aims to examine the impact of digital innovation on the efficiency of green development， utilizing panel data encompassing 284 cities at the prefecture-level and above in China from 2010 to 2020. The main findings are as follows. Digital innovation can significantly contribute to the efficiency of green development in Chinese cities， but this impact is heterogeneous depending on city location， size and hierarchy； The promotion of digital innovation on China's city green development efficiency is characterized by a double threshold， and the positive marginal effect shows a trend of \"strengthening-weakening-strengthening\"； Digital innovation can not only promote the efficiency of a city's own green development， but also facilitate its neighboring cities' green development through spatial spillover effects.

Key" words： Digital innovation; Green development" efficiency; Threshold effect; Spatial spillover effect