数字经济、技术创新与绿色全要素生产率

耿子健　蔺丹

[摘要]研究选取2015—2020年省级面板数据，建构指标体系测度数字经济与技术创新发展水平，分析数字经济、技术创新对绿色全要素生产率的作用机制。结果表明：（1）数字经济有利于推动经济可持续发展，该结论在解决内生性问题后仍然成立；
数字经济对东部地区绿色全要素生产率具有显著正向影响，对中西部地区绿色全要素生产率的正向影响并不显著；
（2）技术创新在数字经济推动经济可持续发展中起到中介作用，即数字经济有利于推动技术创新进而助力经济可持续发展，故技术创新是推动经济可持续发展的关键要素；
（3）高技能型人力资本越高，数字经济对经济可持续发展的积极影响越强。

[关键词]数字经济；
技术创新；
经济可持续发展；
绿色全要素生产率

一、 引言

数字经济是孕育创新实践、推动结构升级、培育发展动能的热土，可为中国经济数字化转型形塑坚实支撑[1]。2021年3月，十三届全国人大四次会议表决通过《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》，指出要打造数字经济新优势，促进经济技术与实体经济相融合，赋能传统产业转型升级1。2022年1月，国务院正式发布《“十四五”数字经济发展规划》，提出到2025年，数字经济迈向全面扩展期，数字经济核心产业增加值占GDP比重将达到10%2。2022年3月，全国两会《政府工作报告》明确提出：“要促进数字经济发展，加强数字中国建设整体布局，建设数字信息基础设施，促进产业数字化转型，发展智慧城市、数字乡村。”3此背景下，数字经济已经成为各地区产业规划的“标配”，数字经济可推进数字基础设施建设，促进创新要素整合共享、技术高效集成与创新，打造创新协同、错位互补、供需联动的区域数字化发展生态[2]。

数字经济为生产力与生产关系带来深刻变革，也影响着民众的生活与工作模式。技术创新则是数字经济“连结现实”“协同当下”的微观表现[3]。数字经济时代下，技术创新实践有利于推动数字产业化与产业数字化双向发展，助力产业制造与企业经营能动创新[4]。数字经济通过推动技术创新促进经济可持续发展，有效提振绿色全要素生产率。绿色全要素生产率是把资源消耗和环境污染作为衡量指标，然后将其纳入测算体系对产业发展和经济增长进行评价的全要素生产率[5]。部分学者证实了数字经济对于提升绿色全要素生产率与推动经济可持续发展的积极影响，指出其内在传导机制主要涵盖提升环境友好水平、优化产业结构、提振生产資源配置效率与推动前沿技术应用扩散[6]。综上可知，对于经济可持续发展，既有研究已证实了数字经济的积极影响，但尚无研究以技术创新作为中介机制展开实证分析。对于技术创新，虽然已有部分研究分析技术创新对企业实践的正向影响，仍缺乏对区域层面正向影响的研究，尤其忽视了技术与人力资本要素的双轮驱动。是以，本文拟探究如下问题：如何测度区域数字经济发展水平？数字经济能否推动经济可持续发展？技术创新与高技能人力资本在这一传导机制中起到何种作用？

二、 理论基础与研究假设

1. 数字经济与经济可持续发展

数字经济对绿色全要素生产率的积极意义已获得诸多研究成果支撑与验证，研究多以经济可持续发展表征[7，8]。自20世纪末伊始，学界多着眼于数字经济的内在机制——数字技术对经济可持续发展的作用机制开展研究。随着经济发展演进，诸多学者将研究焦点转向数字经济，认为国内已然具备支持数字经济稳健发展的理论基础与技术水平[9]，并突出强调其对经济可持续发展的重要作用[10]。一是立足于数据资源这一关键要素，数字经济可着力推动供给侧结构性改革，实现产业技术升级与硬件设备迭代，支撑产业低碳转型，促使绿色全要素生产率提升，推动经济可持续发展。二是经由技术革新、人力资源稀释、核心竞争力形塑以及要素配置效率提升，数字经济可有效加速国内资源高端化配置，推动区域绿色产业信息和前沿环保技术扩散，促使绿色技术创新效率显著提升，助力实现经济可持续发展。三是以经济发展为底层支持，借力于低碳技术可释放较大市场发展潜力，进而推动绿色技术创新发展，赋能经济可持续发展。是以，数字经济是国内发展绿色经济、落实碳达峰与碳中和工作、实现经济可持续发展的关键所在。由此，本文提出假设H1。

H1：数字经济对经济可持续发展具有突出积极影响。

2. 数字经济与经济可持续发展：技术创新的中介作用

数字经济的实质是新经济浪潮与新一轮产业变革的底层逻辑，是助力技术深度赋能经济的创新性融合体系。数字经济所具有的溢出效应可使地区内部与区际之间资源要素与技术要素的融通更为高效，为新增长点的扩张外溢带来利好[11]。特别是数字经济缩短了物理空间意义上的距离阻隔，有利于推动技术要素充分涌流，规避信息不对称引致的困厄，优化技术资源配置方案，提升经济可持续发展动力。是以，数字经济发展演进会对技术创新带来正向影响。对于技术创新推动经济可持续发展的影响机制，学界现有研究成果涵盖多维逻辑阐释。其一，技术创新应用经由契合需求侧持续迭代要求，达成供给侧与需求侧的同频发展，实现能动、多元、平衡的交互关联，推动经济可持续发展[12]。其二，技术创新营利夯实产业发展资本根基，可提升产业发展动能、打造产业新兴增长点，由此推进经济可持续发展[13]。其三，技术创新架构可丰富改善产业数字化与数字产业化营商环境，助力新生产实践与新业态衍生，进一步推动经济可持续发展。是以，本文提出假设H2。

H2：数字经济经由助力技术创新进一步推动经济可持续发展。

3. 数字经济与经济可持续发展：高技能型人力资本的调节作用

学界诸多研究成果已证实了人力资本在产业经济中的关键作用，如美国经济学家卢卡斯通过新古典增长模型验证了人力资本的重要程度[14]。高技能人力资本积累与内在驱动可支撑技术创新活动的开展。第一，随着现代产业分工日益明确与专业化门槛日趋增高，前沿信息技术与高技能型劳动力在经济发展中的影响不断凸显。优质人力资本与强大技术资本可深化外部技术影响作用，促进技术创新活动的开展。第二，高技能型人力资本嵌入生产分工，可以改善产业人力资本结构，优化数字经济发展布局，提升技术创新效率。由此本研究认为，随着人力资本水平不断提升，技术创新与数字经济的协同效率将会持续走高，是以，提出假设H3。

H3：高技能型人力资本可强化数字经济对技术创新的积极影响。

综上，本研究归纳理论模型见图1。

三、 研究设计

1. 变量定义与数据来源

2015年始，国家频频出台数字经济领域利好政策，被视作数字经济发展进程中的重要节点。是以，本文选择2015—2020年关联样本的面板数据作为研究样本。考虑到样本数据可得性与连续性，选取除西藏港澳台外30个省级行政区作为研究对象，共选取面板数据180组。依据国家统计局划分标准，将内陆地区划为东、中、西部地区。东部区域涵盖京、津、沪、辽、苏、浙、闵、鲁、粤、琼；
中部区域涵盖冀、晋、吉、黑、皖、赣、豫、鄂、湘；
西部区域涵盖内蒙古、桂、渝、川、黔、云、陕、甘、青、宁、新。为保证样本数据的可比性和统一性，对观测期内除被解释变量外的全部变量实施0-1标准化处理。

（1）被解释变量

参考学界现有研究成果，通过绿色全要素生产率研判经济可持续发展。借鉴郭家堂和骆品亮[15]的研究思路，采用数据包络法与曼奎斯特指数法（DEA-Malmquist）测算得出3个变量，借此分析经济可持续发展水平：（1）绿色全要素生产率指数（[GTFPI]），用来对比研判各省域在生产力提升与产业结构优化领域的成效水平。（2）绿色技术创新效率指数（[GTIEI]），关键测度技术创新效率演进对绿色生产力的提振机制。（3）绿色技术创新发展指数（[GTIDI]），主要衡量技术创新发展成果对绿色生产力的推动作用。上述指标中，产出变量采用国内生产总值（[GDP]）测度；
投入变量采用资金支持（[FS]）以及人力资本（[HR]）测度。其中，资金支持的测算借鉴杨林涛和邱蕙婷[16]的研究方法，通过永续盘存法对企业资产进行测度，公式为[Kit=Kit-1（1-δit）+Iit]。式中，[i]表示个体样本，[t]表示年份，[K]表示基期存量资本，[δ]表示资产折旧率，[I]表示年内投资额。人力资本通过各省域年末常住人口进行表征。上述原始数据源于2017—2020年《中国统计年鉴》《中国环境统计年鉴》《中国工业统计年鉴》以及各省份统计年鉴。

（2）核心解释变量

数字经济（[DE]）。数字经济是以数据为关键要素，以网络为主要载体，以通讯技术融合应用为关键动能的新经济形态。这一变量以12个二级指标经由主成分分析法明确权重的基础上测算获得。具体指标构成如表1所示，数据来源于《中国统计年鉴》《国民经济和社會发展统计公报》《中国科技统计年鉴》。

（3）中介变量

技术创新（[TI]）。这一变量并非指代某单一技能，而是一个多维、动态、有机的复合概念。本研究针对技术创新的测度主要关注省份层面，立足于技术运用、企业营收、企业架构与技术规模四个视角，将技术创新划分为技术创新应用（[TIA]）、技术创新营利（[TIP]）、技术创新架构（[TIF]）以及技术创新规模（[TIS]）。研究通过对14项二级指标采用均等权重法计算得到变量系数，具体指标构成如表1所示。数据来源于国泰安（[CSMAR]）数据库《中国统计年鉴》《中国工业统计年鉴》《中国科技统计年鉴》。

（4）调节变量

高技能型人力资本（[HSHC]）。这一变量可测度各省域数字经济相关范畴的高水平人才。结合高被引学者人数、信息技术服务业从业人数以及信息技术相关专业大学本科以上学历人数3个维度数据，经主成分分析法计算获取指标系数。具体指标构成如表1所示，数据来源于爱思唯尔（[Elsevier]）、国家统计局、各省份统计局发布数据。

（5）控制变量

借鉴学界既有研究成果选取指标[17]，但因多重共线性困厄剔除城市化率（[URB]），最后选取4项控制变量如下：（1）存量资本（[CAP]），即各省域既有资本存储，表征各地区经济基础与生产规模，经由永续盘存法测算得到。（2）政策利好（[GOV]），经由地区财政支出/地区生产总值测算而得，表征各省份政府部门的财政支持水平。（3）技术投入（[RD]），其是技术创新发展的重要动力与关键支撑，故将表征各地区技术创新支持的技术投入指标纳入控制变量。（4）生态环境（[ENV]），经济可持续发展的研判标准之一是生态环境可持续。此处通过[ENV=空气质量优良天数365]衡量各省份生态环境水平。数据来源于国家统计局、各省份统计局发布数据。

2. 模型构建

由上可知，数字经济是驱动绿色全要素生产率提升的重要动力。为分析数字经济对绿色全要素生产率的直接影响机理，建构模型进行实证探究。为消解规避异方差的潜在干扰，此处对变量进行对数处理。

其中，[i]表示地区；
[t]表示年份；
[GTFPTit]为被解释变量，即[i]地区[t]年绿色全要素生产率水平；
[DEit]表示核心解释变量，即[i]地区[t]年数字经济发展水平；
[Zit]表示控制变量集，即[i]地区[t]年存量资本（[CAP]）、政策利好（[GOV]）、技术投入（[RD]）以及生态环境（[ENV]）；
[μi]表征个体固定效应；
[ρit]则为随机扰动项。

为探究数字经济影响绿色全要素生产率的现实路径，进一步分析技术创新是否为数字经济影响绿色全要素生产率提升的传导机制。是以，以式（1）为基础，建构式（2），研判数字经济对技术创新的影响效应。而后，将数字经济与技术创新同时引入模型框架建构式（3），进行联合显著性检验。具体公式如下：

其中，[TIit]为中介变量，代表[i]地区[t]年的技术创新，其他变量同式（1）。为分析中介效应，首先检验公式（1）中[χ1]、公式（2）中[τ1]、公式（3）中[γ2]是否通过显著性检验。如果3项变量均表现出较强显著性，表明存在中介效应；
如果3项变量中有一个及以上变量未通过显著性检验，则须进行[Bootstrap]检验。倘若检验结果呈现显著，意味着这一传导机制中也存在显著中介效应，反之表明技术创新不具备中介效应，应终止分析。其次，实证分析公式（3）中[γ1]，如果这一系数通过显著性检验，表明技术创新起到部分中介作用，反之则为完全中介作用。最后，探究[γ1]与[τ1]、[γ2]的系数符号，若其系数符号一致，表明技术创新具备部分中介效应，且该效应在总效应中占比[τ1γ2/χ1]；
如果符号不同，则为遮掩效应，此时中介效应在总效应中占比为[τ1γ2/γ1]。

四、 实证结果分析

1. 基准回归

为检验相关假设，本研究展开基准回归分析。由[Hausman]检验结果可知，选取随机效应模型更具合理性與准确性。因而，研究通过随机效应模型对面板数据展开回归分析，实证结果见表2。列（1）至列（3）为未纳入控制变量时的研究结果，反映出数字经济（[DE]）对绿色全要素生产率指数（[GTFPI]）与绿色技术创新效率指数（[GTIEI]）存在显著积极影响。列（4）至列（6）为加入控制变量后的实证结果。由此可知，在将控制变量纳入考量后，数字经济（[DE]）对绿色全要素生产率指数（[GTFPI]）与绿色技术创新效率指数（[GTIEI]）的积极影响仍旧具备显著性。然而，不论是否纳入控制变量，数字经济（[DE]）对绿色技术创新发展指数（[GTIDI]）的影响均未能通过显著性检验。是以，假设H1得证。

2. 地区异质性分析

为进一步研判数字经济（[DE]）对经济可持续发展影响效能，本研究立足于国家统计局发布的划定办法，把各省域数据样本归为东部、中部以及西部地区3个类别。此处以绿色全要素生产率（[GTFPI]）作为经济可持续发展的替代变量，进行区域异质性回归分析，结果如表3所示。

就东部地区而言，数字经济系数符号为正且通过显著性检验，表明数字经济对经济可持续发展具有显著正向影响。就中部地区而言，数字经济系数符号为正且在5%水平上通过显著性检验。这表明数字经济可对经济可持续发展形成正向推动，吻合基准回归结果。就西部地区而言，数字经济系数符号也为正，但未通过显著性检验。这表明数字经济对中西部地区经济可持续发展的正向影响并不明显。其原因可能在于，西部区域由于既有工业基础设施相对匮乏，且数字经济发展进程较为滞后，其技术创新产出量级较小，应用转化率相对较低。是以，西部区域数字经济对经济可持续发展的正向影响有待进一步发掘。

3. 中介效应检验

为进一步研判数字经济对经济可持续发展积极影响的机制，本文选用技术创新（[TI]）作为中介变量展开内在机制实证检验。表4是技术创新作为中介变量的实证检验结果。列（1）表明数字经济（[DE]）与技术创新（[TI]）存在正相关，且具备一定显著性。列（2）至列（4）表明技术创新（[TI]）对绿色全要素生产率指数（[GTFPI]）与绿色技术创新效率指数（[GTIEI]）存在显著积极影响。列（5）至列（7）为把数字经济和技术创新同时纳入回归方程得出的实证结果，技术创新的回归系数符号仍然为正，且具备一定显著性。这一结果反映出，技术创新（[TI]）在数字经济（[DE]）对绿色全要素生产率的积极影响中具备部分中介效应，在数字经济（[DE]）对绿色技术创新效率指数（[GTIEI]）的积极影响中存在完全中介效应。由此，假设H2得证。

4. 调节效应

社会生产力的第一物质基础是劳动者，人力资本在现代社会产业经济中起到举足轻重的影响。是以，本研究采用高技能人力资本（[HSHC]）作为数字经济推动技术创新实践的调节变量，展开实证回归，结果如表5所示。可知，数字经济（[DE]）对技术创新（[TI]）具有推动作用，且通过1%的显著性检验。数字经济与高技能人力资本交互项的系数是0.149，也通过1%的显著性检验。是以，高技能人力资本的调节作用成立，由此假设H3得证。

五、 进一步讨论

1. 数字经济对分项技术创新的影响

上文已就技术创新作为中介变量的作用机制展开分析，为研判各分项技术创新在中介效应中的作用机理，本文验证数字经济对各分项技术创新的影响作用。根据实证回归结果（表6），数字经济（[DE]）对技术创新应用（[TIA]）、技术创新营利（[TIP]）存在显著正向影响，通过5%水平的显著性检验；
对技术创新规模（[TIS]）在10%显著性水平上存在正向影响；
对技术创新架构（[TIF]）未表现出显著相关。

2. 分项技术创新对经济可持续发展的影响

为分析技术创新影响经济可持续发展的内在机理，本研究将技术创新各分项指标分别和绿色全要素生产率指数、绿色技术创新效率指数以及绿色技术创新发展指数展开回归，实证结果见表7。其中，列（1）至列（4）为技术创新各分项对绿色全要素生产率的回归结果，技术创新应用（[TIA]）与技术创新营利（[TIP]）均在1%水平呈现显著正向影响，技术创新架构（[TIF]）在10%水平呈现显著正向影响。这表明在技术创新影响绿色全要素生产率过程中，起主要作用的是技术创新应用、技术创新营利与技术创新架构。列（5）至列（8）为技术创新各分项对绿色技术创新效率指数的回归结果，技术创新应用（[TIA]）表现出正向影响，且通过1%水平的显著性检验，技术创新营利（[TIP]）也在5%显著性水平上呈现正相关。这表明技术创新对绿色技术创新效率指数的推动作用，主要有赖于技术创新应用与技术创新营利。列（9）至列（12）为技术创新各分项对绿色技术创新发展指数的实证回归结果，与上文研判结果耦合，技术创新各分项与绿色技术创新发展指数依旧未表现出显著相关。

六、 研究结论与政策建议

本研究建构数字经济、技术创新评价指标体系，以经济可持续发展表征绿色全要素生产率，实证研究数字经济、技术创新与绿色全要素生产率间的关系。结果表明：首先，数字经济有利于推动经济可持续发展，即可促进绿色全要素生产率提升。数字经济对东部地区绿色全要素生产率提升具有显著正向影响，对中西部地区绿色全要素生产率的正向影响并不明显。其次，数字经济有利于推动技术创新，且技术创新可助力绿色全要素生产率提升。最后，高技能型人力资本使得数字经济对技术创新所带来的增益更为突出。基于上述研究结论，本文提出建议如下：

第一，以配套政策支持为导向，推动数字经济发展走深向实。建议政府部门进一步强化各省级行政区数字经济的建设力度，如对大数据、云计算、区块链、5G通讯等与数字经济紧密相关的基础技术进行优先布局，以为经济发展赋能。此外，应采取财政专项资金拨划、推进科研项目落地等措施平衡区域数字经济发展，推动东中西部地区绿色全要素生产率协调提升，进而实现社会经济可持续发展。

第二，以推动社会可持续发展为目标，持续落实技术创新实践。在技术创新应用领域，应着重关注实体经济制造业对前沿技术的转化实践。在技术创新营利领域，应推动企业主体探索数字产业化与产业数字化协同发展，增强经营能力，拓宽营利路径。在技术创新架构领域，地方政府部门可通过税收优惠、财政补贴等手段对区域数字化产业相关企业给予一定关注与扶持。

第三，以培养高技能型人力资本为抓手，健全国内人才教育培养体系。当前，中国数字经济与产业发展进程中仍然缺乏拥有较高综合素质与技术水平的高质量人力资本。是以，相关主体应以健全的人才教育体系为依托，不断完善区域人才引进计划等诸多吸纳优质人力资源的政策手段，聚焦培养专业、前瞻性的数字化应用人才，以夯实中国经济可持续发展根基。

参考文献：

[1] 黄志，程翔，邓翔.数字经济如何影响我国消费型经济增长水平[J].山西财经大学学报，2022（4）：69-83.

[2] 張勋，万广华，张佳佳等.数字经济、普惠金融与包容性增长[J].经济研究，2019（8）：71-86.

[3] 申君歌，彭书舟.技术创新、生产效率和出口多样化与中国制造业出口竞争力[J].国际商务研究，2022（1）：59-71.

[4] 唐松，伍旭川，祝佳.数字金融与企业技术创新——结构特征、机制识别与金融监管下的效应差异[J].管理世界，2020（5）：52-66.

[5] 蒋金荷.可持续数字时代：数字经济与绿色经济高质量融合发展[J].企业经济，2021（7）：23-30.

[6] 曹小勇，李思儒.数字经济推动服务业转型的机遇、挑战与路径研究——基于国内国际双循环新发展格局视角[J].河北经贸大学学报，2021（5）：101-109.

[7] 张帆.金融发展影响绿色全要素生产率的理论和实证研究[J].中国软科学，2017（9）：154-167.

[8] 上官绪明，葛斌华.科技创新、环境规制与经济高质量发展——来自中国278个地级及以上城市的经验证据[J].中国人口资源与环境，2020（6）：95-104.

[9] 许宪春，张美慧.中国数字经济规模测算研究——基于国际比较的视角[J].中国工业经济，2020（5）：23-41.

[10] 张雪玲，焦月霞.中国数字经济发展指数及其应用初探[J].浙江社会科学，2017（5）：32-40.

[11] 颉茂华，苏日娜，袁岚，等.技术创新变化、资源耗竭与经济可持续发展最优路径——基于随机性内生增长理论模型的构建与推理[J].系统管理学报，2017（3）：418-427.

[12] 常勇.盈利能力、产品创新与经济可持续发展——来自大连和上海的经验验证[J].商业经济，2019（9）：138-140.

[13] 文丰安.科技创新：经济可持续发展的核心要素[J].改革，2018（6）：1.

[14] Lucus R.On the Mechanics of Economic Development[J].Jouranl of Monetary Economic，1988（1）：3-42.

[15] 郭家堂，骆品亮.互联网对中国全要素生产率有促进作用吗？[J].管理世界，2016（10）：34-49.

[16] 杨林涛，邱惠婷.中国财富性与生产性R&D资本存量估算——基于非传统永续盘存法[J].数量经济技术经济研究，2021（11）：122-143.

[17] 温珺，阎志军，程愚.数字经济与区域创新能力的提升[J].经济问题探索，2019（11）：112-124.

基金项目：吉林省教育厅人文社科研究项目《乡村振兴战略背景下应用型高校大学生助农创业平台建设研究》（项目编号：JJKH20211401JY）。

作者简介：耿子健（1984-），男，博士，长春财经学院创新创业学院副教授，研究方向为数字经济、乡村振兴、创新创业；
蔺丹（1983-）女，硕士，长春财经学院外语教研部副教授，研究方向为外语翻译。

（收稿日期：2022-07-19 责任编辑：苏子宠）

1 资料来源于《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》，中华人民共和国中央人民政府官网，http：//www.gov.cn/xinwen/2021-03/13/content_5592681.htm。

2 资料来源于《“十四五”数字经济发展规划》，中华人民共和国中央人民政府官网，http：//www.gov.cn/zhengce/content/2022-01/12/content_5667817.htm。

3 资料来源于《政府工作报告》，中华人民共和国中央人民政府官网，http：//www.gov.cn/premier/2022-03/12/content_5678750.htm。