摘 要：數(shù)字經(jīng)濟賦能綠色發(fā)展是中國經(jīng)濟轉(zhuǎn)型的重要目標(biāo)，探索數(shù)字經(jīng)濟對城市綠色生產(chǎn)要素（GTFP）的影響對建成智慧城市和綠色城市具有重要意義。基于江西省11個地級市2013—2022年的面板數(shù)據(jù)，采用熵權(quán)法和SBM-GML模型計算其數(shù)字經(jīng)濟發(fā)展水平和GTFP，實證探討數(shù)字經(jīng)濟對江西省GTFP的影響機制以及城市綠色創(chuàng)新能力的中介效應(yīng)，研究結(jié)果表明：數(shù)字經(jīng)濟的發(fā)展可以顯著地促進江西省各個城市GTFP的提升，還可以提高江西省各個城市的綠色創(chuàng)新能力進而推動GTFP的提升。因此，應(yīng)當(dāng)培育江西省數(shù)字經(jīng)濟發(fā)展新引擎，推動城市數(shù)字化水平和綠色創(chuàng)新能力的提高，助力江西省GTFP的提升。

關(guān)鍵詞：數(shù)字經(jīng)濟；綠色全要素生產(chǎn)率；城市綠色創(chuàng)新能力；SBM-GML模型；江西省

中圖分類號：F49；X321 文獻標(biāo)志碼：A 文章編號：1005-7544（2024）06-0072-13

一、引言

為實現(xiàn)“雙碳”目標(biāo)，江西省人民政府印發(fā)《關(guān)于完整準(zhǔn)確全面貫徹新發(fā)展理念做好碳達峰碳中和工作的實施意見》，闡述了江西省綠色發(fā)展之路，也明確指出未來必須走高質(zhì)量跨越式發(fā)展道路。綠色經(jīng)濟增長模式必定要兼顧生態(tài)保護和經(jīng)濟增長，而綠色發(fā)展的關(guān)鍵就在于綠色全要素生產(chǎn)率（Green Total Factor Productivity，GTFP）的提升。綠色全要素生產(chǎn)率的衡量標(biāo)準(zhǔn)既包括增長效率又考慮生態(tài)資源等環(huán)Zk9F2RD7FA3gcK0U0izlDw==境因素，充分體現(xiàn)了綠色增長的蘊意，由此成為考察區(qū)域綠色經(jīng)濟增長的關(guān)鍵指標(biāo)。在經(jīng)濟轉(zhuǎn)型的關(guān)鍵階段，探索綠色低碳發(fā)展之路對未來城市發(fā)展至關(guān)重要，如何提升城市綠色經(jīng)濟效率并加快城市綠色轉(zhuǎn)型從而實現(xiàn)高質(zhì)量發(fā)展的問題亟待解決。

與此同時，數(shù)字經(jīng)濟的蓬勃興起為中國經(jīng)濟社會高質(zhì)量、可持續(xù)發(fā)展提供了新的契機，也為綠色發(fā)展提供了重要路徑。數(shù)字經(jīng)濟以數(shù)據(jù)和信息技術(shù)作為核心生產(chǎn)要素［1］，具有的規(guī)模性不僅打破了有限傳統(tǒng)生產(chǎn)要素供給的局限，還為從根本上改變資源配置的激勵安排提供了有力支撐。自發(fā)展數(shù)字經(jīng)濟上升為國家戰(zhàn)略以來，各地政府在新的時代背景下積極實施相應(yīng)的數(shù)字Zk9F2RD7FA3gcK0U0izlDw==經(jīng)濟規(guī)劃。江西省聚焦數(shù)字經(jīng)濟“一號發(fā)展工程”，推動數(shù)字經(jīng)濟高質(zhì)量跨越式發(fā)展。根據(jù)江西省大數(shù)據(jù)中心發(fā)布的《江西省數(shù)字經(jīng)濟發(fā)展白皮書（2022）》，2021年江西省數(shù)字經(jīng)濟發(fā)展成效顯著，數(shù)字經(jīng)濟增加值達10378億元，邁入萬億大關(guān)，數(shù)字經(jīng)濟規(guī)模占GDP比重高達35%。在數(shù)字創(chuàng)新技術(shù)加快發(fā)展、數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化快速推進的同時，江西省將迎來重要的戰(zhàn)略機遇期。然而我國正值數(shù)字經(jīng)濟發(fā)展初期，在提高區(qū)域經(jīng)濟創(chuàng)新能力方面成效顯著，但在“減污降碳”等影響綠色發(fā)展進程的核心問題上依舊任重道遠。

在上述背景下，如何發(fā)揮數(shù)字經(jīng)濟的創(chuàng)新驅(qū)動作用、培育數(shù)字經(jīng)濟綠色新引擎將是江西省未來發(fā)展的重要方向。本文在已有研究的基礎(chǔ)上，聚焦數(shù)字經(jīng)濟和綠色全要素生產(chǎn)率兩大主題，結(jié)合江西省數(shù)字經(jīng)濟與綠色發(fā)展的實際情況，實證分析數(shù)字經(jīng)濟對江西省綠色要素生產(chǎn)率的影響機制。

二、文獻回顧與研究假設(shè)

（一）文獻回顧

近年來關(guān)于數(shù)字經(jīng)濟和綠色全要素生產(chǎn)率的研究熱度持續(xù)高漲，與本文相關(guān)的研究主要包含以下三個方面：數(shù)字經(jīng)濟的內(nèi)涵界定、統(tǒng)計測度，綠色全要素生產(chǎn)率的測度及數(shù)字經(jīng)濟對綠色全要素生產(chǎn)率的影響。

第一，在數(shù)字經(jīng)濟數(shù)年來的蓬勃發(fā)展中，其概念愈發(fā)包容和多維。Tapscott（1996）首次提出“數(shù)字經(jīng)濟”是指以科學(xué)通信技術(shù)為基礎(chǔ)并運用于各個領(lǐng)域產(chǎn)生社會經(jīng)濟收益的一系列活動。學(xué)者們在不斷探討后達成如下共識：數(shù)字經(jīng)濟是以數(shù)字化技術(shù)為主要投入生產(chǎn)要素、以信息化賦能基礎(chǔ)設(shè)施為重要載體、以信息通信技術(shù)作為優(yōu)化經(jīng)濟結(jié)構(gòu)與提升效率推動力的一系列經(jīng)濟活動。［2］由于數(shù)字經(jīng)濟是一個多維度的綜合概念，其水平測度方法多用構(gòu)建指標(biāo)體系的方法，包括采用熵值法、主成分分析法來構(gòu)建指標(biāo)體系評價測度和選取相關(guān)指標(biāo)對某地區(qū)數(shù)字經(jīng)濟發(fā)展水平進行直接測度，通常選取數(shù)字基礎(chǔ)設(shè)施、數(shù)字產(chǎn)業(yè)發(fā)展、數(shù)字經(jīng)濟環(huán)境、數(shù)字產(chǎn)業(yè)化、數(shù)據(jù)價值化、產(chǎn)業(yè)數(shù)字化和數(shù)字化治理等指標(biāo)構(gòu)建測度體系。［3-6］

第二，根據(jù)國家統(tǒng)計局對全要素生產(chǎn)率的定義，全要素生產(chǎn)率指產(chǎn)出與綜合要素投入之比，綜合要素指資本、勞動、能源及其他要素等兩種及以上要素的組合。全要素生產(chǎn)率反映了資源配置狀況、生產(chǎn)技術(shù)水平、生產(chǎn)要素的轉(zhuǎn)變、生產(chǎn)效率以及經(jīng)濟制度與各種社會因素對生產(chǎn)活動的影響程度。隨著我國經(jīng)濟轉(zhuǎn)向高質(zhì)量發(fā)展，傳統(tǒng)的全要素生產(chǎn)率測算已不能很好反映綠色發(fā)展下我國經(jīng)濟發(fā)展趨勢，因此，學(xué)者們引入綠色全要素生產(chǎn)率來測度我國經(jīng)濟綠色發(fā)展?fàn)顩r。章志華等認為提升綠色全要素生產(chǎn)率是推動我國經(jīng)濟發(fā)展綠色低碳轉(zhuǎn)型的內(nèi)生動力。［7］國內(nèi)外學(xué)者對GTFP的測度方法主要包括參數(shù)法（SFA）和非參數(shù)法（DEA）。參數(shù)方法（SFA）包括生產(chǎn)函數(shù)法和隨機前沿生產(chǎn)模型，早前我國有學(xué)者通過SFA來測算我國相關(guān)領(lǐng)域全要素生產(chǎn)率，如李勝文等運用三投入的隨機前沿生產(chǎn)函數(shù)測算了中國工業(yè)全要素生產(chǎn)率的波動。［8］非參數(shù)模型中的數(shù)據(jù)包絡(luò)分析法（DEA）相較于隨機前沿模型而言，不要求具體的函數(shù)模型和特定的參數(shù)分布假設(shè)，而是利用線性規(guī)劃的數(shù)學(xué)原理來測算效率值，可以計算含有多個投入和產(chǎn)出的生產(chǎn)效率值。數(shù)據(jù)包絡(luò)法通常與Malmquist-Luenberger（ML）指數(shù)結(jié)合使用，然而DEA計算過程中各決策單元在求權(quán)重時是從對自己最有利的角度出發(fā)。因此，Tone在分析總結(jié)前人的理論下，引入了SBM模型來優(yōu)化效率測算，模型中包含非徑向非角度變量，改進了原有模型的變量松弛問題，使得包含非期望產(chǎn)出的測算的效率值更加準(zhǔn)確。［9］OH提出了GML模型，使得測算的效率具有可以分期比較的優(yōu)點。［10］肖遠飛等結(jié)合SBM方向距離函數(shù)和GML指數(shù)計算全局參比的GTFP。［11］

第三，關(guān)于數(shù)字經(jīng)濟對綠色全要素生產(chǎn)率的影響研究。學(xué)者們基于對不同經(jīng)濟形態(tài)的大量研究，認為數(shù)字經(jīng)濟在環(huán)境保護、資源配置以及生產(chǎn)率方面的改善作用不斷凸顯，對綠色全要素生產(chǎn)率具有顯著的促進作用。朱喜安等以創(chuàng)新效率與要素錯配為切入點，通過內(nèi)在機制檢驗發(fā)現(xiàn)數(shù)字經(jīng)濟對GTFP的正向影響不僅存在直接效應(yīng)和間接效應(yīng)，還存在空間溢出效應(yīng)。［12］郭秋秋等以地級市為研究對象，實證發(fā)現(xiàn)數(shù)字經(jīng)濟對城市GTFP有積極作用，且在南方城市和非資源型城市的影響效應(yīng)更為明顯。［13］周曉輝等從要素配置扭曲視角探究了數(shù)字經(jīng)濟對GTFP的影響。［14］單金玉研究發(fā)現(xiàn)數(shù)字經(jīng)濟可以通過優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)來促進GTFP提升。［15］張凌潔等研究發(fā)現(xiàn)數(shù)字經(jīng)濟可有效通過產(chǎn)業(yè)結(jié)構(gòu)升級促進GTFP提升。［16］

根據(jù)已有文獻，數(shù)字經(jīng)濟對綠色全要素生產(chǎn)率的影響研究雖然是當(dāng)前的熱點，但仍有一定的拓展空間：第一，現(xiàn)階段的定量研究大多聚焦省級和行業(yè)等層面，城市數(shù)字經(jīng)濟背后的綠色經(jīng)濟價值有待挖掘；第二，學(xué)者們對于數(shù)字經(jīng)濟和綠色全要素生產(chǎn)率的測度沒有統(tǒng)一標(biāo)準(zhǔn)。基于此，本文采用2013—2022年江西省地級市面板數(shù)據(jù)，探索數(shù)字經(jīng)濟對城市綠色全要素生產(chǎn)率的影響，并將城市綠色創(chuàng)新能力作為中介變量研究其具體影響機制。

（二）研究假設(shè)

學(xué)者們把數(shù)字經(jīng)濟對GTFP的影響分為直接效應(yīng)及間接效應(yīng)。在直接效應(yīng)方面，當(dāng)數(shù)字經(jīng)濟融入實體經(jīng)濟時，能充分激發(fā)各類產(chǎn)業(yè)的市場活力，進而提升GTFP。宏觀層面，數(shù)字經(jīng)濟具有規(guī)模性，存在可復(fù)制、自我創(chuàng)新的特征，提高了信息交互的效率，通過提升資源配置效率、新要素投入和全要素生產(chǎn)率極大地推動GDP增長。知識擴散與技術(shù)溢出在間接推動區(qū)域經(jīng)濟增長的同時，還可以提升本區(qū)域與鄰近區(qū)域的資源配置效率與全要素生產(chǎn)率。微觀層面，數(shù)字浪潮下，新興技術(shù)的應(yīng)用極大改善了供需關(guān)系，不僅可以將企業(yè)業(yè)務(wù)流程化以降低企業(yè)的相關(guān)成本，還能推動企業(yè)智能化轉(zhuǎn)型，通過技術(shù)積累和規(guī)模經(jīng)濟等渠道提升全要素生產(chǎn)率。趙巍利用我國279個城市數(shù)據(jù)，從作用機制及門檻效應(yīng)兩個方面對數(shù)字經(jīng)濟對GTFP的影響進行系統(tǒng)研究，認為數(shù)字經(jīng)濟能夠促進GTFP的提升。［17］魏麗莉等研究發(fā)現(xiàn)數(shù)字經(jīng)濟對城市綠色發(fā)展效率的影響呈上升態(tài)勢。［18］基于此，本文提出如下研究假設(shè)：

H1：數(shù)字經(jīng)濟有利于直接推動綠色發(fā)展，即數(shù)字經(jīng)濟能夠顯著促進江西省各城市GTFP提升。

在間接效應(yīng)方面，數(shù)字經(jīng)濟的發(fā)展提高了信息交互的效率，通過搭建數(shù)字經(jīng)濟平臺，優(yōu)化供應(yīng)網(wǎng)絡(luò)與銷售渠道，整合碎片化供需信息，減少信息不對稱，需求和供給被充分調(diào)動，提高了社會的資源配置效率，為實現(xiàn)城市綠色發(fā)展提供基礎(chǔ)保障。［19］科技創(chuàng)新是推動GTFP提升的關(guān)鍵因素［20］，為城市進一步進行綠色創(chuàng)新提供了技術(shù)基礎(chǔ)。數(shù)字經(jīng)濟提高了科技創(chuàng)新水平，而技術(shù)進步是地區(qū)經(jīng)濟綠色轉(zhuǎn)型升級的關(guān)鍵。［21］一方面，數(shù)字經(jīng)濟通過顛覆性創(chuàng)新、資源配置優(yōu)化，使得創(chuàng)新網(wǎng)絡(luò)中知識溢出和交互更具高效性，減少了生產(chǎn)成本，使得企業(yè)的創(chuàng)新能力提升，進而改善生態(tài)環(huán)境。另一方面，隨著市場需求逐漸綠色化，企業(yè)主體可以借助數(shù)字和信息化技術(shù)的高滲透性特征，提升科技創(chuàng)新能力，從而實現(xiàn)產(chǎn)業(yè)綠色化轉(zhuǎn)型。在數(shù)字經(jīng)濟背景下，提高綠色技術(shù)使用效率是促進GTFP提升的重要動力源泉，不僅實現(xiàn)了高效率、低成本和較少資源損耗的綠色技術(shù)創(chuàng)新［22］，也為擴大城市綠色技術(shù)前沿和生產(chǎn)可能性邊界提供了堅實基礎(chǔ)。基于此，本文提出如下研究假設(shè)：

H2：數(shù)字經(jīng)濟通過提高城市綠色創(chuàng)新能力進而推動江西省各城市GTFP的提升。

三、研究設(shè)計

（一）模型設(shè)定

根據(jù)前文所述的理論機制，建立如下基準(zhǔn)回歸模型來探究數(shù)字經(jīng)濟對江西省GTFP的影響：

gtfpi，t=α0+α1digitali，t+βCVi，t+μt+εi，t （1）

其中，i和t分別表示地級市和年份，gtfpi，t表示i地級市在第t年的GTFP，digitali，t表示i地級市在第t年的數(shù)字經(jīng)濟指數(shù)［23］，CVi，t代表一系列的控制變量，μt表示時間固定效應(yīng)，α0表示常數(shù)項，εi，t表示隨機擾動項。

同時根據(jù)前面的理論分析，城市綠色創(chuàng)新能力的提高能夠影響數(shù)字經(jīng)濟對城市GTFP的作用效應(yīng)。因此，引入綠色創(chuàng)新能力作為中介變量以探究數(shù)字經(jīng)濟對江西省GTFP的間接影響效應(yīng)［24］，構(gòu)建模型如下：

gti，t=γ0+γ1digitali，t+βCVi，t+μt+εi，t （2）

gtfpi，t=α0+α1digitali，t+α2gti，t+βCVi，t+μt+εi，t （3）

在模型中，gti，t表示i地級市在第t年的綠色創(chuàng)新能力。

（二）變量的選取和測度

1.數(shù)據(jù)來源和樣本收集

根據(jù)本文所研究的內(nèi)容，樣本選自江西省11個地級市2013—2022年的原始數(shù)據(jù)。數(shù)據(jù)來源于《江西省統(tǒng)計年鑒》《中國城市統(tǒng)計年鑒》、中國區(qū)域經(jīng)濟數(shù)據(jù)庫、中國國家知識產(chǎn)權(quán)局、江西省商務(wù)廳以及江西省統(tǒng)計局。

2.被解釋變量的測度

本文采用SBM-GML模型來測度江西省11個地級市2013—2022年的綠色全要素生產(chǎn)率水平，測算體系及指標(biāo)說明如表1所示。由于測算出的GML指數(shù)反映的是第t-1年到第t年的環(huán)比綠色全要素發(fā)展水平，因此參考蔡玲的做法，將2012年設(shè)定為基期，當(dāng)年的綠色全要素生產(chǎn)率設(shè)為1，然后與之后每一年的綠色全要素生產(chǎn)率指數(shù)累乘，獲得各個地級市每一年的綠色全要素生產(chǎn)率指數(shù)。［25］

SBM-GML模型的構(gòu)建過程如下所示：

假設(shè)有m個決策單元DMU，每個決策單元里面包含有n個投入，p個期望產(chǎn)出以及q個非期望產(chǎn)出，將它們分別表示為xn，yp，zq，定義矩陣S=（Sx，Sy，SZ）。其中Sx表示投入要素過剩，Sy表示期望產(chǎn)出不足量，SZ表示過度的非期望產(chǎn)出量，Sx，Sy，SZ分別代表了投入xn，期望產(chǎn)出yp和非期望產(chǎn)出zq的松弛變量［26］，具體模型如下所示：

其中，λ為模型中的權(quán)重向量，ρ*為在生產(chǎn)層面的決策單位與技術(shù)前沿面最近距離的一個點，在SBM超效率模型的基礎(chǔ)上，建立GML模型如下所示：

x，y，z分別表示投入要素向量，期望產(chǎn)出向量以及非期望產(chǎn)出要素向量，ρg是根據(jù)全局方向性距離函數(shù)所計算出來的江西省各個城市的效率值，而ρt是根據(jù)前沿T期方向距離函數(shù)算出的江西省各個城市在某個特定時間段的效率值，GML計算出來的是江西省各個地級市的全局生產(chǎn)效率，即所測度的綠色全要素生產(chǎn)率。

3.核心解釋變量的測度

本文參考趙濤對中國城市數(shù)字經(jīng)濟水平的測算方法，從互聯(lián)網(wǎng)發(fā)展水平和數(shù)字金融發(fā)展水平兩個方面來構(gòu)建江西省數(shù)字經(jīng)濟指數(shù)的測算體系［27］，其中互聯(lián)網(wǎng)發(fā)展水平采用寬帶網(wǎng)普及率、移動電話普及率、電信業(yè)務(wù)發(fā)展水平和互聯(lián)網(wǎng)相關(guān)行業(yè)從業(yè)人員情況來衡量，數(shù)字金融發(fā)展水平采用北京大學(xué)數(shù)字普惠金融指數(shù)來表示［28］，測算體系如表2所示。

通過熵權(quán)法對各標(biāo)準(zhǔn)化后的指標(biāo)進行賦權(quán)，然后計算江西省各個地級市2013—2022年數(shù)字經(jīng)濟指數(shù)，各地級市數(shù)字經(jīng)濟發(fā)展趨勢如圖1所示。

4.中介變量

本文選取城市綠色創(chuàng)新能力作為模型的中介變量，參考蔡玲的做法，將江西省各地級市各年的綠色發(fā)明專利申請量和綠色實用新型專利申請量加總后加1取對數(shù)來表示城市綠色創(chuàng)新能力。［29］

5.控制變量

本文選取對外開放水平（fdi）［30］、經(jīng)濟發(fā)展?fàn)顩r（rgdp）［31］和人力資本水平（edu）［32］作為控制變量。選取當(dāng)年實際使用外資金額除以當(dāng)年的地區(qū)生產(chǎn)總值來表示對外開放水平；選取人均GDP來反映該城市當(dāng)年的經(jīng)濟發(fā)展水平；選取高等學(xué)校在校生人數(shù)與城市總?cè)丝谥葋肀硎救肆Y本水平。［33］各個控制變量的具體測度如表3所示。

四、實證分析

（一）變量的描述性統(tǒng)計

對模型中的各個變量進行描述性統(tǒng)計，結(jié)果如表4所示。

（二）基準(zhǔn)回歸結(jié)果分析

對江西省數(shù)字經(jīng)濟對綠色全要素生產(chǎn)率的影響效應(yīng)進行面板回歸分析，基準(zhǔn)回歸結(jié)果如表5所示。列（1）為沒有加入控制變量和固定效應(yīng)時的回歸結(jié)果，列（2）為加入了固定效應(yīng)但沒有加入控制變量的回歸結(jié)果，列（3）為同時加入了固定效應(yīng)和控制變量之后的回歸結(jié)果。

由表5可以看出，在沒有加入固定效應(yīng)和控制變量前及在加入時間固定效應(yīng)和控制變量之后，數(shù)字經(jīng)濟指數(shù)對江西省綠色全要素生產(chǎn)率的回歸系數(shù)均為正數(shù)，且都在1%的水平上顯著，該結(jié)果驗證了假設(shè)H1，即數(shù)字經(jīng)濟和江西省綠色全要素生產(chǎn)率具有顯著的正相關(guān)性，數(shù)字經(jīng)濟推動了江西省綠色全要素生產(chǎn)率的提升。

觀察列（3）的其他控制變量，其中對外開放水平與江西省綠色全要素生產(chǎn)率之間具有顯著的負相關(guān)關(guān)系，即外商直接投資水平抑制了江西省綠色全要素生產(chǎn)率的提升［34］，這可能是因為某些投資商為了降低企業(yè)治理生產(chǎn)污染的成本費用和減少生產(chǎn)廢棄物對本地區(qū)環(huán)境的污染，將一些污染密集型企業(yè)向江西省遷移，而大量的工業(yè)生產(chǎn)加大了能源的消耗和環(huán)境的污染，使綠色全要素生產(chǎn)率的提升受到抑制。而經(jīng)濟發(fā)展水平和人力資本水平均與江西省綠色全要素生產(chǎn)率呈現(xiàn)顯著的正相關(guān)關(guān)系，即經(jīng)濟發(fā)展水平提升促進了江西省綠色全要素生產(chǎn)率的提升。高水平人力資本累積了先進的技術(shù)與經(jīng)驗，是促進技術(shù)進步和生產(chǎn)效率提升的重要力量，同時高水平人力資本傾向于低碳環(huán)保型生活方式，倒逼企業(yè)綠色創(chuàng)新。

（三）穩(wěn)健性檢驗

1.替換核心解釋變量

本文借鑒郭秋秋的方法，使用主成分分析法對江西省綠色全要素生產(chǎn)率進行重新測算，變量名記作digitalz，將主成分測算的核心解釋變量值替換原來的核心變量值，按照原來的實證分析方法帶入模型。［35］回歸分析結(jié)果如表6中列（1）所示，可以看到，更換核心變量測算方法之后的數(shù)字經(jīng)濟指數(shù)的回歸系數(shù)在1%的水平上依然顯著為正，說明數(shù)字經(jīng)濟對綠色全要素生產(chǎn)率的提升有顯著的推動作用，驗證了上述回歸結(jié)果的穩(wěn)健性。

2.使用分位數(shù)回歸

由于面板回歸是根據(jù)數(shù)字經(jīng)濟對江西省各個城市GTFP指數(shù)的中心趨勢的分析，為了更加精準(zhǔn)地描述數(shù)字經(jīng)濟對江西省各個城市GTFP的條件概率分布和各個階段變化趨勢的影響，同時也為了捕捉更全面的分布特征，本文采用分位數(shù)回歸來驗證穩(wěn)健性，回歸結(jié)果如表6中列（2）（3）（4）所示?？梢钥吹?，在這三個分位的回歸結(jié)果中，核心解釋變量數(shù)字經(jīng)濟的回歸系數(shù)均為正，且均在1%的水平下顯著，說明江西省數(shù)字經(jīng)濟對各個城市的綠色全要素生產(chǎn)率的提升都有著顯著的推動作用，再次驗證了基準(zhǔn)回歸結(jié)果的穩(wěn)健性。

（四）內(nèi)生性問題的處理

本文研究內(nèi)容為數(shù)字經(jīng)濟對綠色全要素生產(chǎn)率的影響，而這兩個變量之間很可能存在著雙向因果關(guān)系。一方面，由于城市綠色全要素生產(chǎn)率具有時間上的延續(xù)性，即某一年城市綠色全要素生產(chǎn)率可能會受到上一年綠色全要素生產(chǎn)率的影響，而綠色全要素生產(chǎn)率的提高代表著技術(shù)進步，會對下一年的數(shù)字經(jīng)濟發(fā)展起到正向作用，即存在雙向因果關(guān)系，其可能會導(dǎo)致內(nèi)生性問題。另一方面，城市綠色全要素生產(chǎn)率受到多種因素的影響，本文所選取的控制變量很難全面反映所有對綠色全要素生產(chǎn)率產(chǎn)生影響的變量，而遺漏變量也可能會導(dǎo)致內(nèi)生性問題。

因此，本文采取工具變量法來解決內(nèi)生性問題，借鑒黃群慧的做法，使用1984年郵局數(shù)量乘以上一年各個城市的互聯(lián)網(wǎng)用戶數(shù)作為江西省數(shù)字經(jīng)濟指數(shù)的工具變量。［36］郵局分布越多的地方，其互聯(lián)網(wǎng)水平和數(shù)字經(jīng)濟水平通常比較高，但隨著科技的快速發(fā)展，互聯(lián)網(wǎng)和高速的物流業(yè)漸漸取代了郵局的功能，且綠色全要素生產(chǎn)率的影響因素較多，郵局的數(shù)量基本不會對現(xiàn)在的綠色全要素生產(chǎn)率產(chǎn)生明顯的影響，這符合工具變量需要具有的外生性和相關(guān)性這兩個必要條件。上述數(shù)據(jù)來自《中國城市統(tǒng)計年鑒》和《江西省統(tǒng)計年鑒》。

采用2SLS兩階段最小二乘法回歸來處理模型中的內(nèi)生性問題。先對工具變量進行不可識別檢驗和弱工具變量檢驗，得到的檢驗結(jié)果如表7所示?？梢钥吹?，在不可識別檢驗中，P值為0.000，通過了顯著性檢驗，拒絕原假設(shè)，說明工具變量通過了檢驗。在弱工具變量檢驗中，F(xiàn)值為85.409，通過了顯著性檢驗，說明該工具變量是有效的。二階段回歸結(jié)果如表8所示。一階段回歸結(jié)果中，工具變量的回歸系數(shù)為正且在1%的水平顯著，說明工具變量與內(nèi)生變量之間呈顯著的正相關(guān)關(guān)系，即早期的郵局數(shù)量和互聯(lián)網(wǎng)的發(fā)展都推動了數(shù)字經(jīng)濟水平的提高。二階段回歸結(jié)果在識別了內(nèi)生性問題后，數(shù)字經(jīng)濟指數(shù)的回歸系數(shù)仍然在1%的水平下顯著為正，說明數(shù)字經(jīng)濟對江西省綠色全要素生產(chǎn)率提升的推動效果仍是顯著的，證明了結(jié)果的穩(wěn)健性。

（五）機制檢驗

為檢驗數(shù)字經(jīng)濟能否通過影響城市綠色創(chuàng)新能力來間接提升城市綠色全要素生產(chǎn)率，將數(shù)據(jù)帶入模型（2）（3）進行回歸分析，模型（2）探究的是數(shù)字經(jīng)濟對城市綠色創(chuàng)新能力的影響，模型（3）探究的是城市綠色創(chuàng)新能力是否會作為中介變量影響數(shù)字經(jīng)濟與綠色全要素生產(chǎn)率間的關(guān)系。機制檢驗回歸結(jié)果如表9所示，列（1）是模型（2）的回歸結(jié)果，可以看到數(shù)字經(jīng)濟指數(shù)的回歸系數(shù)在1%的水平下顯著為正，說明數(shù)字經(jīng)濟和城市綠色創(chuàng)新能力之間是顯著的正相關(guān)關(guān)系，即數(shù)字經(jīng)濟推動了江西省各個城市綠色創(chuàng)新能力的提高。列（2）是模型（3）的回歸結(jié)果，可以看到數(shù)字經(jīng)濟指數(shù)和城市創(chuàng)新能力的回歸系數(shù)均在1%的水平下顯著為正，說明數(shù)字經(jīng)濟指數(shù)和城市創(chuàng)新能力都會正向影響江西省綠色全要素生產(chǎn)率，且數(shù)字經(jīng)濟對綠色全要素生產(chǎn)率的回歸系數(shù)相較未引入中介變量前變小，驗證了假設(shè)H2，即數(shù)字經(jīng)濟通過提高江西省城市綠色創(chuàng)新能力從而推動江西省各個城市綠色全要素生產(chǎn)率的提升。

五、結(jié)論與建議

（一）結(jié)論

本文根據(jù)江西省2013—2022年11個地級市的城市面板數(shù)據(jù)測算江西省數(shù)字經(jīng)濟發(fā)展水平以及綠色全要素生產(chǎn)率的發(fā)展水平，通過構(gòu)建基準(zhǔn)計量模型來分析江西省11個地級市數(shù)字經(jīng)濟發(fā)展水平和綠色全要素生產(chǎn)率之間的內(nèi)在關(guān)系。進一步運用中介模型驗證城市綠色創(chuàng)新能力在二者間的中介作用，且通過穩(wěn)健性檢驗、內(nèi)生性檢驗驗證了結(jié)果的穩(wěn)定性和可信度。得到結(jié)論如下：

第一，根據(jù)測算出的數(shù)字經(jīng)濟指數(shù)，江西省數(shù)字經(jīng)濟水平總體表現(xiàn)出穩(wěn)定提高的趨勢。其中南昌市的數(shù)字經(jīng)濟發(fā)展最快，其余地級市的數(shù)字經(jīng)濟水平也以穩(wěn)定的速度不斷提高。

第二，江西省數(shù)字經(jīng)濟的發(fā)展可以顯著地推動綠色全要素生產(chǎn)率的提升。在面板回歸、穩(wěn)健性檢驗和內(nèi)生性檢驗中，數(shù)字經(jīng)濟對江西省綠色全要素生產(chǎn)率的回歸系數(shù)始終為正，說明數(shù)字經(jīng)濟明顯促進了江西省綠色全要素生產(chǎn)率的提升。

第三，從影響機制方面來看，引入城市綠色創(chuàng)新能力這個中介變量后發(fā)現(xiàn)，江西省數(shù)字經(jīng)濟發(fā)展水平可以通過提高城市綠色創(chuàng)新能力來推動江西省綠色全要素生產(chǎn)率的提升。

（二）建議

根據(jù)上述結(jié)論，為了持續(xù)推進江西省數(shù)字經(jīng)濟水平提高并進一步提升江西省各城市的綠色全要素生產(chǎn)率，實現(xiàn)城市綠色發(fā)展和數(shù)字化轉(zhuǎn)型，促進經(jīng)濟高質(zhì)量發(fā)展，本文給出以下建議：

1.推動數(shù)字經(jīng)濟發(fā)展以促進江西省各城市GTFP提升

第一，以江西省數(shù)字經(jīng)濟“一號發(fā)展工程”為指引，大力發(fā)展和建設(shè)數(shù)字經(jīng)濟的基礎(chǔ)設(shè)施。推進包括VR（虛擬現(xiàn)實技術(shù)）、自動化機械制造、物聯(lián)網(wǎng)、5G基站建設(shè)、電子設(shè)備制造、人工智能等一系列領(lǐng)域的關(guān)鍵技術(shù)突破。大力培養(yǎng)和招募數(shù)字化人才，形成一批高技術(shù)、高素質(zhì)的優(yōu)秀數(shù)字經(jīng)濟建設(shè)團隊。努力推進數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化，大力發(fā)展南昌市的VR產(chǎn)業(yè)，加快技術(shù)產(chǎn)業(yè)的項目落實，創(chuàng)新核心技術(shù)，鞏固和強化南昌市VR技術(shù)發(fā)展的優(yōu)勢。按照江西省物聯(lián)網(wǎng)產(chǎn)業(yè)發(fā)展計劃，以打造“物聯(lián)江西”為指引，大力發(fā)展鷹潭市的物聯(lián)網(wǎng)產(chǎn)業(yè)基地，同時在各個地級市推動建設(shè)一批物聯(lián)網(wǎng)產(chǎn)業(yè)集群，在交通、產(chǎn)品制造、旅游等方面打造一批物聯(lián)網(wǎng)應(yīng)用品牌。第二，推動江西省大數(shù)據(jù)產(chǎn)業(yè)和云計算工程的發(fā)展。在區(qū)域范圍內(nèi)形成大數(shù)據(jù)產(chǎn)業(yè)集群，在大數(shù)據(jù)產(chǎn)業(yè)集群中大力發(fā)展數(shù)據(jù)收集、檢索、挖掘以及數(shù)據(jù)安全等相關(guān)領(lǐng)域關(guān)鍵技術(shù)，打造一批云服務(wù)APP和便民的線上智能應(yīng)用平臺。

2.提高城市綠色創(chuàng)新能力以提升江西省GTFP

第一，加大綠色技術(shù)和產(chǎn)品的研發(fā)資金投入和政策支持力度。加大政府財政的支持力度，為企業(yè)綠色創(chuàng)新提供基礎(chǔ)支撐。落實稅收優(yōu)惠政策，降低企業(yè)的創(chuàng)新研發(fā)成本，鼓勵企業(yè)積極創(chuàng)新發(fā)展。第二，促進綠色技術(shù)交流與學(xué)習(xí)，構(gòu)建數(shù)字平臺，促進企業(yè)間、企業(yè)和科研機構(gòu)、企業(yè)和高校等的技術(shù)交流與合作，推動綠色生產(chǎn)技術(shù)的進步。第三，推動創(chuàng)新型人才隊伍建設(shè)，制定創(chuàng)新型人才培育和引進專項政策，加大對人才引進戰(zhàn)略的政策與資金支持，引進數(shù)字化、創(chuàng)新型、專業(yè)型人才，為城市綠色創(chuàng)新發(fā)展賦能。

參考文獻：

［1］烏靜，肖鴻波，陳兵.數(shù)字經(jīng)濟對綠色全要素生產(chǎn)率的影響研究［J］.金融與經(jīng)濟，2022，（1）.

［2］史宇鵬.數(shù)字經(jīng)濟與制造業(yè)融合發(fā)展：路徑與建議［J］.人民論壇·學(xué)術(shù)前沿，2021，（6）.

［3］吳翌琳.國家數(shù)字競爭力指數(shù)構(gòu)建與國際比較研究［J］.統(tǒng)計研究，2019，（11）.

［4］金燦陽，徐藹婷，邱可陽.中國省域數(shù)字經(jīng)濟發(fā)展水平測度及其空間關(guān)聯(lián)研究［J］.統(tǒng)計與信息論壇，2022，（6）.

［5］何地，趙炫焯，齊琦.中國數(shù)字經(jīng)濟發(fā)展水平測度、時空格局與區(qū)域差異研究［J］.工業(yè)技術(shù)經(jīng)濟，2023，（3）.

［6］張微微，王曼青，王媛，等.區(qū)域數(shù)字經(jīng)濟發(fā)展如何影響全要素生產(chǎn)率？——基于創(chuàng)新效率的中介檢驗分析［J］.中國軟科學(xué)，2023，（1）.

［7］章志華，唐禮智，孫林.雙向FDI協(xié)調(diào)發(fā)展、市場分割與綠色全要素生產(chǎn)率［J］.商業(yè)研究，2023，（5）.

［8］李勝文，李大勝.中國工業(yè)全要素生產(chǎn)率的波動：1986～2005——基于細分行業(yè)的三投入隨機前沿生產(chǎn)函數(shù)分析［J］.數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2008，（5）.

［9］Tone K. A slacks-based measure of efficiency in data envelopment analysis［J］. European Journal of Operational Research， 2001，（3）.

［10］Oh D hyun. A global Malmquist-Luenberger productivity index［J］. Journal of Productivity Analysis， 2010，（3）.

［11］［28］肖遠飛，姜瑤.數(shù)字經(jīng)濟對地區(qū)綠色全要素生產(chǎn)率的影響［J］.科技和產(chǎn)業(yè)，2021，（12）.

［12］［30］朱喜安，馬櫻格.數(shù)字經(jīng)濟對綠色全要素生產(chǎn)率變動的影響研究［J］.經(jīng)濟問題，2022，（11）.

［13］［31］［35］郭秋秋，馬曉鈺.數(shù)字經(jīng)濟對城市綠色全要素生產(chǎn)率的影響研究［J］.現(xiàn)代管理科學(xué)，2022，（5）.

［14］周曉輝，劉瑩瑩，彭留英.數(shù)字經(jīng)濟發(fā)展與綠色全要素生產(chǎn)率提高［J］.上海經(jīng)濟研究，2021，（12）.

［15］單金玉.數(shù)字經(jīng)濟、產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化與綠色全要素生產(chǎn)率［J］.佳木斯大學(xué)社會科學(xué)學(xué)報，2022，（2）.

［16］張凌潔，馬立平.數(shù)字經(jīng)濟、產(chǎn)業(yè)結(jié)構(gòu)升級與全要素生產(chǎn)率［J］.統(tǒng)計與決策，2022，（3）.

［17］［32］［33］趙巍.數(shù)字經(jīng)濟與城市綠色全要素生產(chǎn)率：作用機制與門檻效應(yīng)［J］.中國流通經(jīng)濟，2022，（11）.

［18］麗莉，侯宇琦.數(shù)字經(jīng)濟對中國城市綠色發(fā)展的影響作用研究［J］.數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2022，（8）.

［19］肖旭，戚聿東.產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型的價值維度與理論邏輯［J］.改革，2019，（8）.

［20］錢娟，李金葉.中國工業(yè)能源節(jié)約偏向型技術(shù)進步判別及其節(jié)能減排效應(yīng)［J］.經(jīng)濟問題探索，2018，（8）.

［21］方敏，楊勝剛，周建軍，等.高質(zhì)量發(fā)展背景下長江經(jīng)濟帶產(chǎn)業(yè)集聚創(chuàng)新發(fā)展路徑研究［J］.中國軟科學(xué)，2019，（5）.

［22］韋施威，杜金岷，潘爽.數(shù)字經(jīng)濟如何促進綠色創(chuàng)新——來自中國城市的經(jīng)驗證據(jù)［J］.財經(jīng)論叢，2022，（11）.

［23］鄭威，陸遠權(quán).財政壓力、技術(shù)創(chuàng)新與綠色全要素生產(chǎn)率［J］.貴州財經(jīng)大學(xué)學(xué)報，2021，（4）.

［24］潘枝青，陳鈞浩.參與全球價值鏈對行業(yè)內(nèi)工資差距的影響及其機制研究［J］.科技與管理，2020，（6）.

［25］［29］蔡玲，汪萍.數(shù)字經(jīng)濟與城市綠色全要素生產(chǎn)率：影響機制與經(jīng)驗證據(jù)［J］.統(tǒng)計與決策，2022，（9）.

［26］吳旭曉.中國區(qū)域綠色創(chuàng)新效率演進軌跡及形成機理研究［J］.科技進步與對策，2019，（23）.

［27］趙濤，張智，梁上坤.數(shù)字經(jīng)濟、創(chuàng)業(yè)活躍度與高質(zhì)量發(fā)展——來自中國城市的經(jīng)驗證據(jù)［J］.管理世界，2020，（10）.

［34］賢成毅，王恩華.珠江—西江經(jīng)濟帶FDI與環(huán)境規(guī)制對綠色全要素生產(chǎn)率的影響——基于空間溢出效應(yīng)和門檻效應(yīng)的實證研究［J］.武漢商學(xué)院學(xué)報，2021，（6）.

［36］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)在機制與中國經(jīng)驗［J］.中國工業(yè)經(jīng)濟，2019，（8）.

Research on the Impact of Digital Economy on Green Total Factor Productivity in Jiangxi Province

Zhu Jiawei Pan Silong Jin Xiaobei

Abstract： Empowering green development with the digital economy is an important goal of China's economic transformation， and exploring the impact of the digital economy on urban green production factors （GTFP） is of great significance for building smart and green cities. Based on panel data from 11 prefecture-level cities in Jiangxi Province from 2013 to 2022， the entropy weight method and SBM-GML model are used to calculate their level of digital economy development and GTFP. The impact mechanism of digital economy on GTFP in Jiangxi Province and the mediating effect of urban green innovation capability are empirically explored. The results show that the development of digital economy can significantly promote the improvement of GTFP in various cities in Jiangxi Province， and can also enhance the green innovation capability of various cities in Jiangxi Province， thereby promoting the improvement of GTFP. Therefore， it is necessary to cultivate a new engine for the development of digital economy in Jiangxi Province， promote the improvement of urban digitalization level and green innovation capability， and assist in the enhancement of GTFP in Jiangxi Province.

Key words： Digital economy; Green total factor productivity; Urban green innovation capabilities; SBM-GML model; Jiangxi Province

責(zé)任編輯：嚴玉婷