中國(guó)省域數(shù)字經(jīng)濟(jì)發(fā)展對(duì)綠色技術(shù)創(chuàng)新的實(shí)證研究

摘 要：在推進(jìn)高質(zhì)量發(fā)展的背景下，世界各國(guó)在環(huán)境政策中越來(lái)越重視綠色技術(shù)創(chuàng)新，而數(shù)字經(jīng)濟(jì)在這一過(guò)程中發(fā)揮著重要作用。本文基于 2011—2021年中國(guó)30個(gè)省域的面板數(shù)據(jù)，采用熵值法評(píng)價(jià)數(shù)字經(jīng)濟(jì)發(fā)展水平，并以綠色專利申請(qǐng)數(shù)代表綠色技術(shù)創(chuàng)新水平。通過(guò)基準(zhǔn)回歸模型、空間杜賓模型，探討了數(shù)字經(jīng)濟(jì)對(duì)綠色技術(shù)創(chuàng)新的直接效應(yīng)、空間效應(yīng)和異質(zhì)性。研究結(jié)果表明：中國(guó)著力發(fā)展數(shù)字經(jīng)濟(jì)有助于顯著提高綠色技術(shù)創(chuàng)新水平。發(fā)展數(shù)字經(jīng)濟(jì)可促進(jìn)周邊省份綠色技術(shù)創(chuàng)新水平提升，形成溢出效應(yīng)。不同地區(qū)發(fā)展數(shù)字經(jīng)濟(jì)帶來(lái)的推動(dòng)綠色技術(shù)創(chuàng)新發(fā)展的效應(yīng)存在差異。

關(guān)鍵詞：數(shù)字經(jīng)濟(jì)；綠色技術(shù)創(chuàng)新；基準(zhǔn)回歸模型；空間杜賓模型

一、引言

隨著人口數(shù)量的不斷增長(zhǎng)，空氣和海洋污染、全球變暖、資源枯竭、生物多樣性破壞等問(wèn)題阻礙高質(zhì)量發(fā)展的推進(jìn)（Luo等，2023）。學(xué)者們正在討論一個(gè)問(wèn)題：如何在尊重自然的同時(shí)保持經(jīng)濟(jì)的快速增長(zhǎng)，實(shí)現(xiàn)高質(zhì)量發(fā)展目標(biāo)？黨的二十大報(bào)告指出，高質(zhì)量發(fā)展是建設(shè)社會(huì)主義現(xiàn)代化國(guó)家的核心目標(biāo)。積極推動(dòng)綠色技術(shù)創(chuàng)新發(fā)展促進(jìn)社會(huì)經(jīng)濟(jì)低碳綠色轉(zhuǎn)型，是我國(guó)高質(zhì)量發(fā)展的必然路徑（Lu等，2023）。綠色技術(shù)創(chuàng)新是著眼于環(huán)保生態(tài)的技術(shù)創(chuàng)新，是發(fā)展經(jīng)濟(jì)和進(jìn)行生態(tài)環(huán)保建設(shè)的重要橋梁（Sun等，2022）。綠色技術(shù)創(chuàng)新能夠直接和間接地影響經(jīng)濟(jì)發(fā)展，綠色技術(shù)創(chuàng)新帶來(lái)的環(huán)保生態(tài)產(chǎn)品還會(huì)影響環(huán)境績(jī)效。因此，討論分析綠色技術(shù)對(duì)于經(jīng)濟(jì)高質(zhì)量發(fā)展的促進(jìn)機(jī)制和我國(guó)雙碳目標(biāo)的實(shí)現(xiàn)、經(jīng)濟(jì)的高質(zhì)量發(fā)展都有積極的意義。

數(shù)字經(jīng)濟(jì)和綠色技術(shù)創(chuàng)新都是我國(guó)實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展、增強(qiáng)國(guó)家競(jìng)爭(zhēng)力的關(guān)鍵。我國(guó)近年來(lái)積極發(fā)展相關(guān)技術(shù)，中國(guó)信息通信研究院（CAICT）發(fā)布的《中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展白皮書（2022年）》指出，數(shù)字經(jīng)濟(jì)規(guī)模從早期11萬(wàn)億元（2012年）擴(kuò)張到了45.5萬(wàn)億元（2021年），連續(xù)多年在全球各國(guó)排名第二，我國(guó)數(shù)字經(jīng)濟(jì)具有良好的發(fā)展?jié)摿突盍?。《“十四五”?shù)字經(jīng)濟(jì)發(fā)展規(guī)劃》指出，我國(guó)要進(jìn)一步發(fā)揮數(shù)字經(jīng)濟(jì)在優(yōu)化調(diào)整地方經(jīng)濟(jì)結(jié)構(gòu)和推動(dòng)綠色生態(tài)發(fā)展中的作用，積極推動(dòng)數(shù)字經(jīng)濟(jì)賦能綠色發(fā)展。數(shù)字經(jīng)濟(jì)給綠色技術(shù)創(chuàng)新帶來(lái)了良好的機(jī)遇和重要?jiǎng)恿Α？傊懻搩烧咧g的作用關(guān)系對(duì)于推動(dòng)中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展和實(shí)現(xiàn)高質(zhì)量發(fā)展目標(biāo)至關(guān)重要（Huang等，2023）。

目前的文獻(xiàn)中很少有關(guān)于數(shù)字經(jīng)濟(jì)與綠色技術(shù)創(chuàng)新之間直接聯(lián)系的研究。大多數(shù)學(xué)者聚焦于數(shù)字經(jīng)濟(jì)與綠色經(jīng)濟(jì)、數(shù)字經(jīng)濟(jì)與創(chuàng)新、數(shù)字金融與綠色技術(shù)創(chuàng)新等方面。鑒于此，本文以中國(guó)30個(gè)省域的面板數(shù)據(jù)為預(yù)測(cè)對(duì)象，對(duì)中國(guó)數(shù)字經(jīng)濟(jì)與綠色技術(shù)創(chuàng)新的直接效應(yīng)進(jìn)行研究，考察其空間效應(yīng)，探討其區(qū)域異質(zhì)性，為進(jìn)一步促進(jìn)中國(guó)經(jīng)濟(jì)升級(jí)轉(zhuǎn)型、綠色化和高質(zhì)量發(fā)展提供實(shí)證依據(jù)，為政府制定政策提供參考。本文可能的貢獻(xiàn)有：利用基準(zhǔn)回歸模型實(shí)證分析了數(shù)字經(jīng)濟(jì)對(duì)綠色技術(shù)創(chuàng)新的直接影響；利用動(dòng)態(tài)空間面板模型評(píng)估中國(guó)數(shù)字經(jīng)濟(jì)對(duì)綠色技術(shù)創(chuàng)新的空間效應(yīng)，分析其區(qū)域異質(zhì)性。

二、理論分析與研究假設(shè)

（一）數(shù)字經(jīng)濟(jì)對(duì)綠色技術(shù)創(chuàng)新的直接影響

基于現(xiàn)有研究，數(shù)字經(jīng)濟(jì)的發(fā)展離不開信息通信技術(shù)和數(shù)字金融的快速發(fā)展。一方面，信息通信技術(shù)作為新的生產(chǎn)要素引入生產(chǎn)體系，實(shí)現(xiàn)了生產(chǎn)要素的重組，促進(jìn)技術(shù)創(chuàng)新。同時(shí)，信息通信技術(shù)充分發(fā)揮了資源共享、信息高效流通的優(yōu)勢(shì)，提高企業(yè)管理效率，降低管理和技術(shù)成本（Dai等，2022）。企業(yè)為了增強(qiáng)競(jìng)爭(zhēng)優(yōu)勢(shì)，不斷調(diào)整產(chǎn)品結(jié)構(gòu)、升級(jí)產(chǎn)業(yè)結(jié)構(gòu)，從而提高各種要素資源的利用效率，減少生產(chǎn)過(guò)程中的資源浪費(fèi)、消耗以及污染排放，提高綠色經(jīng)濟(jì)效率（Lin等，2020）。另一方面，與一般創(chuàng)新相比，綠色技術(shù)創(chuàng)新具有投資回收期長(zhǎng)、資金流動(dòng)性差、不確定性風(fēng)險(xiǎn)高等特點(diǎn)（Wu等，2022）。這意味著綠色技術(shù)創(chuàng)新常常受到巨大融資成本的制約。綠色技術(shù)創(chuàng)新除了企業(yè)自有資金或政府財(cái)政補(bǔ)貼外，還需要依靠金融部門的支持。融資是科技創(chuàng)新環(huán)境的核心組成部分，但有時(shí)融資供給與科技創(chuàng)新活動(dòng)的開展直接相關(guān)，傳統(tǒng)融資在資本配置與科技創(chuàng)新需求匹配方面存在諸多不足（Ning等，2022）。數(shù)字金融拓寬了中小企業(yè)綠色技術(shù)創(chuàng)新的融資渠道（唐松等，2020）。數(shù)字金融與信息技術(shù)的結(jié)合應(yīng)用可以有效減少信息的不對(duì)稱性，建立科學(xué)完整的風(fēng)險(xiǎn)防控體系。金融機(jī)構(gòu)可以根據(jù)信息準(zhǔn)確判斷客戶，為優(yōu)質(zhì)綠色創(chuàng)新項(xiàng)目提供更多信貸，從而加快企業(yè)投資的綠色研發(fā)項(xiàng)目的順利實(shí)施（楊琴和楊世峰，2023；趙軍等，2021）?；谝陨戏治觯疚奶岢黾僭O(shè)1。

假設(shè)1：數(shù)字經(jīng)濟(jì)能夠顯著促進(jìn)綠色技術(shù)創(chuàng)新水平提升。

（二）數(shù)字經(jīng)濟(jì)對(duì)綠色技術(shù)創(chuàng)新的空間效應(yīng)

對(duì)比傳統(tǒng)商業(yè)模式，數(shù)字經(jīng)濟(jì)主要依托于數(shù)字資源和網(wǎng)絡(luò)信息技術(shù)，創(chuàng)造開放、全面的經(jīng)營(yíng)生態(tài)，其主要優(yōu)勢(shì)在于能夠打破地理和空間的限制（Long等，2021）。數(shù)字經(jīng)濟(jì)使不同地區(qū)的企業(yè)可以通過(guò)互聯(lián)網(wǎng)便捷地交換信息，加強(qiáng)了地區(qū)之間的產(chǎn)業(yè)聯(lián)系，形成“虛擬集聚”，即不同地區(qū)物理經(jīng)營(yíng)的上下游企業(yè)交叉鏈接。通過(guò)上下游關(guān)聯(lián)效應(yīng)，企業(yè)的綠色技術(shù)可能會(huì)溢出到其他地區(qū)的關(guān)聯(lián)企業(yè)或推動(dòng)其綠色轉(zhuǎn)型（Yang等，2021），影響周邊產(chǎn)業(yè)的綠色技術(shù)創(chuàng)新水平。此外，數(shù)字經(jīng)濟(jì)的技術(shù)門檻較高，對(duì)于基礎(chǔ)設(shè)施要求較高，周邊區(qū)域很難實(shí)現(xiàn)后發(fā)優(yōu)勢(shì)，有可能無(wú)法快速提高數(shù)字經(jīng)濟(jì)的發(fā)展水平（黃曉林和張曄，2021）；地方憑借先發(fā)優(yōu)勢(shì)能夠很好地吸引周邊地區(qū)綠色技術(shù)創(chuàng)新資源，產(chǎn)生虹吸效應(yīng)，會(huì)在一定程度上影響周邊地區(qū)開展綠色技術(shù)創(chuàng)新活動(dòng)，提高創(chuàng)新能力。本文據(jù)此提出假設(shè)2a和2b。

假設(shè)2a：發(fā)展數(shù)字經(jīng)濟(jì)可促進(jìn)周邊省份綠色技術(shù)創(chuàng)新水平提升，產(chǎn)生溢出效應(yīng)。

假設(shè)2b：發(fā)展數(shù)字經(jīng)濟(jì)會(huì)抑制周邊省份綠色技術(shù)創(chuàng)新水平提升，產(chǎn)生虹吸效應(yīng)。

（三）數(shù)字經(jīng)濟(jì)對(duì)綠色技術(shù)創(chuàng)新的異質(zhì)效應(yīng)

中國(guó)各省份的經(jīng)濟(jì)發(fā)展、資源稟賦和技術(shù)優(yōu)勢(shì)存在差異，表現(xiàn)出明顯的區(qū)域異質(zhì)性。由此看來(lái)，數(shù)字經(jīng)濟(jì)對(duì)綠色技術(shù)創(chuàng)新的促進(jìn)作用也會(huì)受到區(qū)域異質(zhì)性的影響（Ma和Zhu，2022）。此外，數(shù)字鴻溝現(xiàn)象依然存在（Murthy等，2021），區(qū)域數(shù)字經(jīng)濟(jì)發(fā)展不平衡的問(wèn)題值得關(guān)注?？陀^評(píng)價(jià)綠色技術(shù)創(chuàng)新的發(fā)展需要結(jié)合區(qū)域異質(zhì)性屬性。城市建設(shè)能夠影響數(shù)字化水平，對(duì)高水平地區(qū)的帶動(dòng)作用明顯大于低水平地區(qū)。發(fā)達(dá)地區(qū)在數(shù)字基礎(chǔ)設(shè)施建設(shè)、應(yīng)用和技術(shù)方面具有比較優(yōu)勢(shì)，比發(fā)展中地區(qū)更有可能獲得數(shù)字紅利（Chen和Ye，2021）?；谝陨戏治?，本文提出假設(shè)3。

假設(shè)3：數(shù)字經(jīng)濟(jì)對(duì)綠色技術(shù)創(chuàng)新提升的影響在不同區(qū)域存在異質(zhì)性。

三、模型構(gòu)建、變量說(shuō)明及數(shù)據(jù)選取

（一）模型構(gòu)建

為了對(duì)提出的假設(shè)進(jìn)行驗(yàn)證，本文運(yùn)用直接傳導(dǎo)機(jī)制建立下列模型：

lnGtii，t=a0+α1lnDigi，t+αCZi，t+μi+δt+εit（1）

式（1）中，lnGtii，t為省份i在t時(shí)期的綠色技術(shù)創(chuàng)新水平，lnDigi，t為省份i在t時(shí)期數(shù)字經(jīng)濟(jì)發(fā)展水平，Zi，t代表一系列控制變量；μi表示省份i不隨時(shí)間變化的個(gè)體固定效應(yīng)，δt 則控制時(shí)間固定效應(yīng)（本文使用雙向固定效應(yīng)模型，以緩解遺漏變量的內(nèi)生性問(wèn)題）；εit 表示隨機(jī)擾動(dòng)項(xiàng)。此外，為了盡可能消除異方差帶來(lái)的負(fù)面影響，本文采用聚類穩(wěn)健標(biāo)準(zhǔn)誤。

考慮到綠色技術(shù)創(chuàng)新和數(shù)字經(jīng)濟(jì)之間的作用有可能與空間環(huán)境背景有關(guān)，因此本文運(yùn)用空間計(jì)量模型對(duì)二者的作用機(jī)制和效應(yīng)進(jìn)行分析。參考馬麗梅和司璐（2022）、舒季君等（2022）的研究成果，選擇采用下列地理反距離權(quán)重矩陣：

Wij=1dij，i≠j

0，i=j（2）

應(yīng)用Lesage和Pace（2009）提出的空間杜賓模型（Spatial Dubin Model，SDM），如下所示。

lnGtii，t=a0+ρWlnGtii，t+1WlnDigi，t+

α1lnDigi，t+cWZi，t+αCZi，t+μi+δt+εit（3）

其中，ρ 代表空間自回歸系數(shù)，W為空間權(quán)重矩陣。1和c為核心解釋變量以及控制變量空間交互項(xiàng)的彈性系數(shù)。

（二）變量說(shuō)明

1.被解釋變量

以綠色技術(shù)創(chuàng)新作為被解釋變量。參考韋施威等（2022）的做法，用綠色專利申請(qǐng)數(shù)量表征綠色技術(shù)創(chuàng)新水平，目前常用的指標(biāo)有綠色實(shí)用新型專利申請(qǐng)數(shù)量和綠色發(fā)明專利申請(qǐng)數(shù)量。在研究的過(guò)程中，從國(guó)家知識(shí)產(chǎn)權(quán)局?jǐn)?shù)據(jù)庫(kù)搜索了相關(guān)專利申請(qǐng)的資料，參考世界知識(shí)產(chǎn)權(quán)組織編制的綠色專利清單以及國(guó)際分類編碼，提取獲得各省份綠色專利申請(qǐng)數(shù)量，對(duì)原始數(shù)據(jù)進(jìn)行對(duì)數(shù)化處理，記為lnGti。

2.核心解釋變量

以數(shù)字經(jīng)濟(jì)作為核心解釋變量。由于數(shù)字經(jīng)濟(jì)的復(fù)雜性，無(wú)法采用單一指標(biāo)進(jìn)行衡量，因此借鑒趙濤等（2020）的做法，構(gòu)建多維指標(biāo)模型（表1）對(duì)各省數(shù)字經(jīng)濟(jì)發(fā)展水平進(jìn)行評(píng)價(jià)。采用熵值法進(jìn)行計(jì)算，計(jì)算結(jié)果取對(duì)數(shù)后，記為lnDig。

3.其他變量

除了核心解釋變量數(shù)字經(jīng)濟(jì)外，還包括一系列控制變量，為了保證結(jié)果的穩(wěn)健性，在已有研究的基礎(chǔ)上（Lu等，2023），設(shè)置了5個(gè)控制變量，即經(jīng)濟(jì)開放水平（開放度）：外商直接投資總額與美元兌人民幣匯率的乘積占地區(qū)生產(chǎn)總值的比重取對(duì)數(shù)，記作lnOpen；產(chǎn)業(yè)結(jié)構(gòu)：第三產(chǎn)業(yè)增加值（萬(wàn)元）占第二產(chǎn)業(yè)增加值（萬(wàn)元）的比率取對(duì)數(shù)，記作lnStr；金融發(fā)展：對(duì)金融機(jī)構(gòu)各項(xiàng)存貸款總額占GDP的比重取對(duì)數(shù)，記作lnFin；城市化水平：對(duì)人口密度取對(duì)數(shù)，記作lnUrb；政府科技支出：對(duì)政府科技支出占財(cái)政支出比重取對(duì)數(shù)，記作lnGov（Lin和Ma，2022）。

（三）樣本選擇與數(shù)據(jù)來(lái)源

由于港澳臺(tái)地區(qū)和西藏自治區(qū)的數(shù)據(jù)樣本存在比較嚴(yán)重的缺失，因此本文最終選擇了我國(guó)30個(gè)省、自治區(qū)、直轄市2011—2021年的面板數(shù)據(jù)進(jìn)行數(shù)據(jù)分析。為了避免個(gè)別異常數(shù)據(jù)影響分析結(jié)果，處理樣本原始數(shù)據(jù)的過(guò)程中主要采用了縮尾處理和對(duì)數(shù)處理等方法。全部綠色專利數(shù)據(jù)的主要來(lái)源是中國(guó)研究數(shù)據(jù)服務(wù)平臺(tái)（CNRDS），數(shù)字經(jīng)濟(jì)數(shù)據(jù)的主要來(lái)源是《中國(guó)統(tǒng)計(jì)年鑒》《北京大學(xué)數(shù)字經(jīng)濟(jì)普惠金融指數(shù)》，其他數(shù)據(jù)的主要來(lái)源是國(guó)家統(tǒng)計(jì)局網(wǎng)站以及《中國(guó)統(tǒng)計(jì)年鑒》。本文研究變量的描述性統(tǒng)計(jì)分析如表2所示。統(tǒng)計(jì)結(jié)果表明，不同省份的數(shù)字經(jīng)濟(jì)水平差異顯著，綠色技術(shù)創(chuàng)新也存在較大差距。

四、數(shù)字經(jīng)濟(jì)對(duì)綠色技術(shù)創(chuàng)新影響的實(shí)證檢驗(yàn)

（一）基準(zhǔn)回歸結(jié)果

表3是數(shù)字經(jīng)濟(jì)對(duì)綠色技術(shù)創(chuàng)新的基準(zhǔn)回歸結(jié)果。因F檢驗(yàn)和Hausman檢驗(yàn)均在1%水平上拒絕原假設(shè)，說(shuō)明固定效應(yīng)模型為最優(yōu)選擇。模型（1）意味著數(shù)字經(jīng)濟(jì)有利于綠色技術(shù)創(chuàng)新。從模型（2）到模型（6），在回歸模型中依次加入5個(gè)控制變量后，數(shù)字經(jīng)濟(jì)的估計(jì)值在1%的水平上顯著為正，與假設(shè)1相吻合。與此同時(shí)，在加入了控制變量的模型中，經(jīng)濟(jì)開放水平（lnOpen）與綠色技術(shù)創(chuàng)新的關(guān)系是正相關(guān)且不顯著，說(shuō)明經(jīng)濟(jì)開放水平會(huì)促進(jìn)綠色技術(shù)創(chuàng)新，但是作用不明顯。產(chǎn)業(yè)結(jié)構(gòu)（lnStr）在模型（3）中與綠色技術(shù)創(chuàng)新的關(guān)系是顯著負(fù)相關(guān)，在加入了其他控制變量后，仍然是負(fù)相關(guān)但不顯著，說(shuō)明調(diào)整產(chǎn)業(yè)結(jié)構(gòu)會(huì)抑制綠色技術(shù)創(chuàng)新。原因可能是第二產(chǎn)業(yè)的企業(yè)對(duì)綠色專利的需求更大。當(dāng)?shù)谌a(chǎn)業(yè)的總產(chǎn)值占第二產(chǎn)業(yè)的總產(chǎn)值比重提高，產(chǎn)業(yè)結(jié)構(gòu)更加綠色，對(duì)綠色技術(shù)創(chuàng)新的需求就會(huì)逐漸放松。因此，產(chǎn)業(yè)結(jié)構(gòu)會(huì)削弱綠色技術(shù)創(chuàng)新（Huang等，2023）。金融發(fā)展（lnFin）與綠色技術(shù)創(chuàng)新是不顯著負(fù)相關(guān)關(guān)系，說(shuō)明這可能是因?yàn)橘Y金供給雙方信息不對(duì)稱影響了多元?jiǎng)?chuàng)新主體為其綠色技術(shù)創(chuàng)新項(xiàng)目融資的可能性。而城市化水平（lnUrb）則與綠色技術(shù)創(chuàng)新存在正相關(guān)關(guān)系，且在5%水平上保持顯著，說(shuō)明了人口規(guī)模擴(kuò)張有利于綠色技術(shù)創(chuàng)新水平的提升。政府科技支出（lnGov）未通過(guò)10%水平的顯著性檢驗(yàn)，這可能是由于政府科技支出的力度還不夠，對(duì)綠色技術(shù)創(chuàng)新的作用不明顯。

（二）空間效應(yīng)分析

1.空間相關(guān)性檢驗(yàn)

（1）全局莫蘭指數(shù)

運(yùn)用地理反距離權(quán)重矩陣下的全局Morans I指數(shù)來(lái)檢驗(yàn)2011—2021年數(shù)字經(jīng)濟(jì)與綠色技術(shù)創(chuàng)新的空間效應(yīng)。從表4可知，2011—2021年數(shù)字經(jīng)濟(jì)和綠色技術(shù)創(chuàng)新的Morans I指數(shù)雖有波動(dòng)，但都大于0，且均通過(guò)1%和5%的顯著性檢驗(yàn)，由此可見綠色技術(shù)創(chuàng)新水平以及數(shù)字經(jīng)濟(jì)之間的作用關(guān)系有明顯的空間特性，二者關(guān)系為空間正相關(guān)。換言之，各省綠色技術(shù)創(chuàng)新要素表現(xiàn)出了明顯的集聚特征，經(jīng)濟(jì)發(fā)展水平越高，集聚效應(yīng)越顯著，空間依賴性總體而言比較穩(wěn)定。基于前文分析可知，綠色技術(shù)創(chuàng)新水平以及數(shù)字經(jīng)濟(jì)之間的確存在比較顯著的空間相關(guān)效應(yīng)，可以采用空間計(jì)量模型進(jìn)行分析。

（2）局部莫蘭指數(shù)

局部莫蘭圖直觀呈現(xiàn)了省域內(nèi)自變量和因變量之間的空間相關(guān)效應(yīng)。僅僅以2011年數(shù)據(jù)、2021年數(shù)據(jù)為例，數(shù)字1—30作為各省、直轄市、自治區(qū)編號(hào)，排序?yàn)楸本┦小⑻旖蚴?、河北省、山西省、?nèi)蒙古自治區(qū)、遼寧省、吉林省、黑龍江省、上海市、江蘇省、浙江省、安徽省、福建省、江西省、山東省、河南省、湖北省、湖南省、廣東省、廣西壯族自治區(qū)、海南省、重慶市、四川省、貴州省、云南省、陜西省、甘肅省、青海省、寧夏回族自治區(qū)、新疆維吾爾自治區(qū)。

分析圖1、圖2發(fā)現(xiàn)，在局部莫蘭圖中，各省域數(shù)據(jù)點(diǎn)多數(shù)處在第一象限以及第三象限中，換言之，各省域都表現(xiàn)出了比較明顯的局部空間促進(jìn)效應(yīng)，研究結(jié)果和全局莫蘭指數(shù)研究結(jié)果保持一致。2011年和2021年這兩個(gè)象限中的數(shù)據(jù)點(diǎn)明顯增多，反映出綠色技術(shù)創(chuàng)新及數(shù)字經(jīng)濟(jì)水平在局部地區(qū)的相關(guān)性程度增強(qiáng)。因此，局部空間正相關(guān)特征顯著，應(yīng)考慮空間因素影響，選擇空間計(jì)量模型。

2.空間計(jì)量模型的選擇

從前文分析不難發(fā)現(xiàn)，數(shù)字經(jīng)濟(jì)、綠色技術(shù)創(chuàng)新水平之間具有明顯的空間相關(guān)效應(yīng)，運(yùn)用空間計(jì)量模型進(jìn)一步分析，能夠有效地反映二者作用程度以及影響作用的方向。

第一步，LM 檢驗(yàn)。運(yùn)用普通靜態(tài)面板回歸的普通最小二乘回歸（Ordinary Least Squares Regression，OLS）進(jìn)行檢驗(yàn)，確認(rèn)二者是否存在明顯的空間相關(guān)效應(yīng)。檢驗(yàn)過(guò)程主要包含LM-Error、LM-Lag及其穩(wěn)健檢驗(yàn)，通過(guò)檢驗(yàn)確認(rèn)空間效應(yīng)類型，構(gòu)建符合客觀情況的關(guān)系模型。據(jù)表5數(shù)據(jù)分析不難發(fā)現(xiàn)，所有檢驗(yàn)均拒絕了原假設(shè)，由此可見，本文選擇的數(shù)據(jù)樣本有明顯空間誤差效應(yīng)以及空間滯后自相關(guān)效應(yīng)。SDM作為比較常用而且能夠同時(shí)體現(xiàn)上述效應(yīng)的模型，適合本文研究，這也是本文選擇此模型分析的原因。

第二步，模型對(duì)比。結(jié)合Hausman檢驗(yàn)結(jié)果，對(duì)模型的參數(shù)分析得到Hausman指標(biāo)結(jié)果為37.86，通過(guò)了1%的顯著性檢驗(yàn)，因此本文采用固定效應(yīng)模型進(jìn)行分析。綜上可知，本文最合適的模型是空間杜賓模型中的雙固定效應(yīng)模型。

第三步，Wald和LR檢驗(yàn)。為避免模型發(fā)生退化，成為空間誤差模型或者空間滯后模型，首先假定退化可能發(fā)生，通過(guò)Wald和LR檢驗(yàn)來(lái)驗(yàn)證兩個(gè)退化模型假設(shè)。如表6所示，Wald和LR檢驗(yàn)的指標(biāo)值在 1% 的顯著性水平上拒絕了原假設(shè)。綜上所述，選用的模型是合理的。

3.空間回歸結(jié)果分析

為了對(duì)比分析預(yù)測(cè)結(jié)果的穩(wěn)定性，仍然運(yùn)用多個(gè)模型（SDM、SAR、SEM）計(jì)算得到結(jié)果并匯總?cè)绫?所示。從表中SDM（Fe）模型數(shù)據(jù)列結(jié)果分析發(fā)現(xiàn)，模型系數(shù)值大于0，通過(guò)了1%水平的顯著性檢驗(yàn)，由此可見數(shù)字經(jīng)濟(jì)發(fā)展得越好，發(fā)展水平越高的省份，綠色技術(shù)創(chuàng)新水平也越高。數(shù)字經(jīng)濟(jì)發(fā)展水平的空間滯后項(xiàng)系數(shù)為正值，拒絕原假設(shè)（顯著性水平5%），由此可見數(shù)字經(jīng)濟(jì)發(fā)展水平確實(shí)有明顯的空間效應(yīng)，即本省域的數(shù)字經(jīng)濟(jì)發(fā)展水平對(duì)其他省域的綠色技術(shù)創(chuàng)新水平也具有顯著的促進(jìn)作用。故假設(shè)2a成立。

考慮到空間杜賓模型能夠顯著地反映不同省域經(jīng)濟(jì)發(fā)展的空間效應(yīng)，預(yù)測(cè)分析得到的參數(shù)值無(wú)法直接體現(xiàn)空間溢出效應(yīng)以及直接作用的情況，本文借鑒了Lesage和Pace（2009）研究提出的偏微分方法，將各自變量對(duì)綠色技術(shù)創(chuàng)新的影響系數(shù)分解為直接效應(yīng)、間接效應(yīng)以及總效應(yīng)。

表8結(jié)果表明，數(shù)字經(jīng)濟(jì)發(fā)展水平帶來(lái)的各項(xiàng)效益分解結(jié)果都大于零，而且總效應(yīng)以及直接效應(yīng)在1%顯著性水平上都通過(guò)了檢驗(yàn)。由此可見一省域綠色經(jīng)濟(jì)發(fā)展水平不但能夠推動(dòng)和促進(jìn)綠色技術(shù)創(chuàng)新，還表現(xiàn)出了明顯的空間溢出效應(yīng)。若忽略空間因素互動(dòng)影響，則會(huì)低估數(shù)字經(jīng)濟(jì)促進(jìn)綠色技術(shù)創(chuàng)新的作用效果，表中數(shù)據(jù)證實(shí)了本文所用模型的合理性。

控制變量中，經(jīng)濟(jì)開放水平的直接效應(yīng)與綠色技術(shù)創(chuàng)新的關(guān)系是顯著正相關(guān)，說(shuō)明經(jīng)濟(jì)開放水平在一定程度上會(huì)促進(jìn)綠色技術(shù)創(chuàng)新；產(chǎn)業(yè)結(jié)構(gòu)的直接效應(yīng)、間接效應(yīng)和總效應(yīng)都是顯著負(fù)相關(guān)，表明產(chǎn)業(yè)結(jié)構(gòu)越綠色、越合理，該地對(duì)綠色技術(shù)創(chuàng)新的需求越低，從而抑制了綠色技術(shù)創(chuàng)新的提高；金融發(fā)展水平、城市化水平作用效應(yīng)分解結(jié)果的回歸系數(shù)都大于0而且顯著，表明它們對(duì)綠色技術(shù)創(chuàng)新水平起促進(jìn)作用。從作用程度上看，城市化水平推動(dòng)力最大，其次是金融發(fā)展水平。政府科技支出的總效應(yīng)和間接效應(yīng)參數(shù)都是負(fù)值，直接效應(yīng)的參數(shù)大于0，可能是地方制度和政策導(dǎo)致出現(xiàn)了比較明顯的“擠占”效應(yīng)，所以才出現(xiàn)了負(fù)向溢出。

（三）異質(zhì)性分析

中國(guó)不僅有悠久的歷史而且幅員遼闊，各地開放度和經(jīng)濟(jì)發(fā)展水平明顯不同。本文根據(jù)統(tǒng)計(jì)局發(fā)布的區(qū)域劃分方法，將 30個(gè)研究省域分成三個(gè)區(qū)域，東部地區(qū)、西部地區(qū)以及中部地區(qū)，研究數(shù)字經(jīng)濟(jì)對(duì)綠色技術(shù)創(chuàng)新的區(qū)域異質(zhì)性。各區(qū)域具體情況如下所示。

東部地區(qū)包括北京市、天津市、河北省、遼寧省、上海市、江蘇省、浙江省、福建省、山東省、廣東省、海南?。恢胁康貐^(qū)包括山西省、吉林省、黑龍江省、安徽省、江西省、河南省、湖北省、湖南省；西部地區(qū)包括內(nèi)蒙古自治區(qū)、廣西壯族自治區(qū)、重慶市、四川省、貴州省、云南省、陜西省、甘肅省、青海省、寧夏回族自治區(qū)、新疆維吾爾自治區(qū)。

檢驗(yàn)結(jié)果匯總?cè)绫?［（1）—（3）列］所示。結(jié)果表明三個(gè)區(qū)域的數(shù)字經(jīng)濟(jì)系數(shù)都是正值，在5%水平下通過(guò)顯著性檢驗(yàn)的只有東部地區(qū)；對(duì)比不同地區(qū)的作用強(qiáng)度發(fā)現(xiàn)，作用最強(qiáng)的是東部，作用最弱的是西部，中部地區(qū)居中，驗(yàn)證了本文提出的假設(shè)3。本文認(rèn)為出現(xiàn)上述差異的主要原因在于東部地區(qū)起步較早所以數(shù)字經(jīng)濟(jì)的水平好于其他地區(qū)，發(fā)揮作用的時(shí)間更長(zhǎng)而且更為充分，對(duì)于綠色技術(shù)創(chuàng)新的正向促進(jìn)效益明顯好于另外兩個(gè)區(qū)域。

（四）穩(wěn)健性和內(nèi)生性檢驗(yàn)

用綠色專利獲得數(shù)取代綠色專利申請(qǐng)數(shù)再次進(jìn)行回歸分析，結(jié)果如表10所示。模型（1）數(shù)字經(jīng)濟(jì)（lnDig）通過(guò)了1%的顯著性檢驗(yàn)，證實(shí)數(shù)字經(jīng)濟(jì)的確能夠有力地推動(dòng)綠色技術(shù)創(chuàng)新，初步證實(shí)了基準(zhǔn)回歸結(jié)果的穩(wěn)健性。然后，根據(jù)構(gòu)建的數(shù)字經(jīng)濟(jì)評(píng)價(jià)體系，運(yùn)用主成分分析（PCA）計(jì)算了數(shù)字經(jīng)濟(jì)的核心解釋變量。表10顯示了回歸結(jié)果。在沒有其他變量影響的情況下，模型（2）分析結(jié)果同樣證實(shí)了顯著促進(jìn)效應(yīng)。由此可見本文的結(jié)論具有穩(wěn)健性。

為解決可能存在的內(nèi)生性問(wèn)題，本文借鑒黃群慧等（2019）、趙濤等（2020）的思路，運(yùn)用前一年度互聯(lián)網(wǎng)用戶總量以及1984年各省域每百人電話機(jī)數(shù)的乘積（IV）作為工具變量重新進(jìn)行2SLS回歸分析，結(jié)果如表10所示。從表中數(shù)據(jù)分析可知，模型（3）第一階段弱工具變量識(shí)別檢驗(yàn)中，F(xiàn)值均大于10且估計(jì)系數(shù)通過(guò)了1%的顯著性檢驗(yàn)，證明選用的工具變量是合理的。第二階段回歸結(jié)果同樣證實(shí)了數(shù)字經(jīng)濟(jì)有助于綠色技術(shù)創(chuàng)新的效應(yīng)，由此可見本文的結(jié)論是穩(wěn)健的。

五、結(jié)論與建議

本文以2011—2021年中國(guó)30個(gè)省域的面板數(shù)據(jù)為基礎(chǔ)，運(yùn)用基準(zhǔn)回歸模型、空間計(jì)量模型，研究綠色技術(shù)創(chuàng)新和數(shù)字經(jīng)濟(jì)發(fā)展之間的關(guān)系，證實(shí)后者對(duì)于前者的促進(jìn)效應(yīng)并得出下列結(jié)論。

數(shù)字經(jīng)濟(jì)可以直接促進(jìn)綠色技術(shù)創(chuàng)新。而且，綠色技術(shù)創(chuàng)新的推進(jìn)表現(xiàn)出顯著的空間溢出效應(yīng)，東部地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展對(duì)綠色技術(shù)創(chuàng)新有著顯著促進(jìn)作用，中部和西部地區(qū)是正向影響，但是顯著性不強(qiáng)。分析原因可能是東部地區(qū)發(fā)展數(shù)字經(jīng)濟(jì)的時(shí)間較好，因此水平高于其他區(qū)域，發(fā)揮作用的時(shí)間更長(zhǎng)而且更為充分，對(duì)于綠色技術(shù)創(chuàng)新的促進(jìn)效應(yīng)明顯好于另外兩個(gè)區(qū)域?；谘芯拷Y(jié)論本文提出下列建議。

首先，考慮到數(shù)字經(jīng)濟(jì)發(fā)展的確對(duì)于地方綠色技術(shù)創(chuàng)新有很好的促進(jìn)作用，有必要在信息互聯(lián)網(wǎng)建設(shè)、數(shù)字化建設(shè)方面加大投入，尤其要重視人工智能、大數(shù)據(jù)平臺(tái)以及5G技術(shù)等商業(yè)應(yīng)用，更好地鞏固和發(fā)揮信息技術(shù)推動(dòng)數(shù)字經(jīng)濟(jì)以及對(duì)于地方綠色技術(shù)創(chuàng)新的正向激勵(lì)效應(yīng)，鞏固紅利優(yōu)勢(shì)。其次，數(shù)字經(jīng)濟(jì)活動(dòng)表現(xiàn)出了一定的空間溢出效應(yīng)，各地需加強(qiáng)新型基礎(chǔ)設(shè)施建設(shè)合作，釋放其對(duì)綠色技術(shù)創(chuàng)新的空間貢獻(xiàn)能力。最后，目前我國(guó)西部地區(qū)和中部地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展促進(jìn)綠色技術(shù)創(chuàng)新的效應(yīng)還并不顯著，未來(lái)需要采取差異化動(dòng)態(tài)化的數(shù)字經(jīng)濟(jì)發(fā)展戰(zhàn)略，從而更好地平衡不同地區(qū)發(fā)展。

參考文獻(xiàn)

［1］LUO S， YIMAMU N， LI Y， et al. Digitalization and sustainable development： How could digital economy developmentimprove green innovation in China？［J］. Business Strategy and the Environment， 2023， 32（4）： 1847-1871.

［2］LU J， ZHOU S， XIAO X， et al. The dynamic evolution of the digital economy and its impact on the urban green innovation development from the perspective of driving force—Taking Chinas Yangtze River economic belt cities as an example［J］. Sustainability， 2023， 15（8）： 6989.

［3］SUN Y， GUAN W， RAZZAQ A， et al. Transition towards ecological sustainability through fiscal decentralization， renewable energy and green investment in OECD countries［J］. Renewable Energy， 2022， 190： 385-395.

［4］HUANG X， ZHANG S， ZHANG J， et al. Research on the impact of digital economy on Regional Green Technology Innovation： Moderating effect of digital talent Aggregation［J］. Environmental Science and Pollution Research， 2023，30（29）：74409-74425.

［5］DAI D， FAN Y， WANG G， et al. Digital economy， Ramp;D investment， and regional green innovation—Analysis based on provincial panel data in China［J］. Sustainability （Switzerland）， 2022，14 （11）：6508.

［6］LIN R， XIE Z， HAO Y， et al. Improving high-tech enterprise innovation in big data environment： a combinative view of internal and external governance［J］. International Journal of Information Management， 2020， 50： 575-585.

［7］WU G， XU Q， NIU X， et al. How does government policy improve green technology innovation： An empirical study in China［J］. Frontiers in Environmental Science， 2022， 9： 799794.

［8］NING J， YIN Q， YAN A. How does the digital economy promote green technology innovation by manufacturing enterprises？ Evidence from China［J］. Frontiers in Environmental Science， 2022， 10： 967588.

［9］唐松，伍旭川，祝佳.數(shù)字金融與企業(yè)技術(shù)創(chuàng)新——結(jié)構(gòu)特征、機(jī)制識(shí)別與金融監(jiān)管下的效應(yīng)差異［J］.管理世界，2020，36（5）：52-66，9.

［10］楊琴，楊世峰.綠色信貸政策提升重污染企業(yè)綠色全要素生產(chǎn)率了嗎？——基于雙重差分模型的實(shí)證研究 ［J］.中國(guó)證券期貨， 2023（4）： 59-72.

［11］趙軍，李艷姍，朱為利.數(shù)字金融、綠色創(chuàng)新與城市高質(zhì)量發(fā)展［J］.南方金融，2021（10）：22-36.

［12］CONG L W， XIE D， ZHANG L. Knowledge accumulation， privacy， and growth in a data economy［J］. Management Science， 2021， 67（10）：6480-6492.

［13］YANG R， CHE T， LAI F. The impacts of production linkages on cross-regional collaborative innovations： The role of inter-regional network capital［J］. Technological Forecasting and Social Change， 2021， 170： 120905.

［14］董曉林，張曄.自然資源依賴、政府干預(yù)與數(shù)字普惠金融發(fā)展——基于中國(guó)273個(gè)地市級(jí)面板數(shù)據(jù)的實(shí)證分析［J］.農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2021（1）：117-128.

［15］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.

［16］MURTHY K V B， KALSIE A， SHANKAR R. Digital economy in a global perspective： is there a digital divide？［J］. Transnational Corporations Review， 2021， 13（1）： 1-15.

［17］CHEN C， YE A. Heterogeneous effects of ICT across multiple economic development in Chinese cities： A spatial quantile regression model［J］. Sustainability， 2021， 13（2）： 954.

［18］馬麗梅，司璐.低碳城市與可再生能源技術(shù)創(chuàng)新［J］.中國(guó)人口·資源與環(huán)境，2022，32（7）：81-90.

［19］舒季君，周建平，陳亦婷，等.中國(guó)省域數(shù)字經(jīng)濟(jì)的空間演化特征及其城鄉(xiāng)融合效應(yīng)［J］.經(jīng)濟(jì)地理，2022，42（8）：103-111.

［20］LESAGE J，PACE R K. Introduction to spatial econometrics［M］.New York：CRC Press，2009.

［21］韋施威，杜金岷，潘爽.數(shù)字經(jīng)濟(jì)如何促進(jìn)綠色創(chuàng)新——來(lái)自中國(guó)城市的經(jīng)驗(yàn)證據(jù)［J］.財(cái)經(jīng)論叢，2022（11）：10-20.

［22］趙濤，張智，梁上坤.數(shù)字經(jīng)濟(jì)、創(chuàng)業(yè)活躍度與高質(zhì)量發(fā)展——來(lái)自中國(guó)城市的經(jīng)驗(yàn)證據(jù)［J］.管理世界，2020，36（10）：65-76.

［23］LIN B， MA R. How does digital finance influence green technology innovation in China？ Evidence from the financing constraints perspective［J］. Journal of Environmental Management， 2022， 320： 115833.

［24］鮑鵬程.數(shù)字經(jīng)濟(jì)、創(chuàng)新活躍度與城市綠色創(chuàng)新［J］.統(tǒng)計(jì)與決策，2023，39（13）：16-21.

［25］黃群慧，余泳澤，張松林.互聯(lián)網(wǎng)發(fā)展與制造業(yè)生產(chǎn)率提升：內(nèi)在機(jī)制與中國(guó)經(jīng)驗(yàn)［J］.中國(guó)工業(yè)經(jīng)濟(jì)，2019（8）：5-23.