EN中文

经济地理 >

2022 , Vol. 42 >Issue 9: 33 - 42

DOI: https://doi.org/10.15957/j.cnki.jjdl.2022.09.004

区域经济与理论方法

数字经济水平对中国市域绿色全要素生产率的影响

展开
  • 1.华东师范大学 中国现代城市研究中心,中国 上海 200062;
    2.崇明生态研究院,中国 上海 202162;
    3.伯明翰大学 战略与国际商务系,英国 伯明翰 B152TT;
    4.新加坡国立大学 地理系,新加坡 117570
张英浩（1993—）,男,山东淄博人,博士研究生,研究方向为城市地理与城市经济。E-mail：zhangyinghao16@mails.ucas.ac.cn

收稿日期: 2022-04-25

  修回日期: 2022-08-13

  网络出版日期: 2023-11-03

基金资助

国家社会科学基金重点项目（19AZD007）; 上海市教育委员会科研创新计划重大项目（2021-01-07-00-08-E00130）; 上海市软科学重点项目（21692101200）; 中央高校基本科研业务费项目华东师范大学新文科创新平台（2022ECNU-XWK-XK001）

收起

Impact of the Digital Economy on Green Total Factor Productivity in Chinese Cities

Expand
  • 1. The Center for Modern Chinese City Studies, East China Normal University, Shanghai 200062, China;
    2. Institute of Eco-Chongming, Shanghai 202162, China;
    3. Department of Strategy and International Business, University of Birmingham, Birmingham B152TT, UK;
    4. Department of Geography, National University of Singapore, Singapore 117570, Singapore

Received date: 2022-04-25

  Revised date: 2022-08-13

  Online published: 2023-11-03

Fold

摘要

发挥数字经济赋能城市经济绿色发展是推动城市高质量发展,实现“双碳”目标的重要途径。在梳理数字经济对城市绿色全要素生产率影响机理基础上,基于2011—2019年中国276个地级及以上城市的样本数据,运用变异系数与泰尔指数、数据包络分析法、空间面板模型等方法,探究数字经济对城市绿色全要素生产率的影响机理。研究结果表明：①时间演变方面,2011—2019年,城市绿色全要素生产率在城市间的整体差距呈现波动上升趋势;数字经济发展水平方面则出现了明显的两段式特征。②空间集聚与格局演变方面,相比于数字经济发展水平,绿色全要素生产率在2011—2019年表现出较弱的空间集聚特征;数字经济发展水平则在环渤海、长三角、珠三角以及川渝地区形成了较为稳定的高值空间集聚区。③计量模型结果表明,数字经济发展水平与城市绿色全要素生产率之间呈现U型关系,即数字经济对绿色全要素生产率的影响存在阶段性特征,并且通过稳健性检验和四大区域以及不同类型城市层面的实证检验进一步验证了此结论。最后,从四个方面给出提升城市绿色全要素生产率与实现“双碳”目标的政策建议。

关键词： 数字经济; 绿色全要素生产率; 空间面板模型; Global Malmquist-Luenberger指数; 空间异质性; “双碳”

本文引用格式

张英浩, 汪明峰, 崔璐明, 匡爱平 . 数字经济水平对中国市域绿色全要素生产率的影响[J]. 经济地理, 2022 , 42(9) : 33 -42 . DOI: 10.15957/j.cnki.jjdl.2022.09.004

Abstract

Empowering the green development of the urban economy with digital economy(DE) is crucial to promoting high-quality urban development and achieving the targets of carbon peak and carbon neutrality. Based on the review of the influencing mechanism of the digital economy on urban green total factor productivity(GTFP) and the data of 276 prefecture-level and above cities in China from 2011 to 2019,this paper explores the influencing mechanism of DE on GFTP using the methods of variation coefficient and Theil index,data envelopment analysis and spatial panel model. The conclusions are as following: 1) In terms of temporal evolution,the overall gap between cities in terms of GTFP shows a fluctuating upward trend during the period 2011 to 2019,the development level of DE shows the characteristic of the clear bipartite pattern. 2) In terms of spatial agglomeration and pattern evolution,compared to the development level of DE,GTFP shows weaker spatial agglomeration characteristics during 2011 and 2019,while the development level of DE forms a more stable high-value spatial agglomeration area in Bohai Rim Region,Yangtze River Delta,Pearl River Delta and Sichuan-Chongqing region. 3) According to the results of the econometric model,it shows that there is a U-shaped relationship between the development level of DE and GTFP,which indicates the impact of DE on GFTP is characterized by stages,and this conclusion is further verified by robustness tests and empirical tests at the level of four major regions and different types of cities. 4) Policy suggestions for improving GTFP in cities and achieving the carbon peak and carbon neutrality target are presented in four aspects.

Key words： digital economy; green total factor productivity; spatial panel model; Global Malmquist-Luenberger index; spatial heterogeneity; carbon peak and carbon neutrality

参考文献

[1] 徐政,左晟吉,丁守海. 碳达峰、碳中和赋能高质量发展:内在逻辑与实现路径[J]. 经济学家,2021(11):62-71.
[2] 何维达,温家隆,张满银. 数字经济发展对中国绿色生态效率的影响研究——基于双向固定效应模型[J]. 经济问题,2022(1):1-8,30.
[3] 李金林,陈立泰,刘梅. 互联网发展对中国区域绿色经济效率的影响[J]. 中国人口·资源与环境,2021,31(10):149-157.
[4] 刘淑春. 中国数字经济高质量发展的靶向路径与政策供给[J]. 经济学家,2019(6):52-61.
[5] 温珺,阎志军,程愚. 数字经济驱动创新效应研究——基于省际面板数据的回归[J]. 经济体制改革,2020(3):31-38.
[6] 乌静,肖鸿波,陈兵. 数字经济对绿色全要素生产率的影响研究[J]. 金融与经济,2022(1):55-63.
[7] 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.
[8] 孙勇,樊杰,刘汉初,等. 长三角地区数字技术创新时空格局及其影响因素[J]. 经济地理,2022,42(2):124-133.
[9] 荆文君,孙宝文. 数字经济促进经济高质量发展:一个理论分析框架[J]. 经济学家,2019(2):66-73.
[10] 李晓华. 数字经济新特征与数字经济新动能的形成机制[J]. 改革,2019(11):40-51.
[11] 王龙杰,曾国军,毕斗斗. 信息化对旅游产业发展的空间溢出效应[J]. 地理学报,2019,74(2):366-378.
[12] 习近平. 国家中长期经济社会发展战略若干重大问题[J]. 求知,2020(11):4-7.
[13] 冯严超,王晓红,胡士磊. FDI、OFDI与中国绿色全要素生产率——基于空间计量模型的分析[J]. 中国管理科学,2021,29(12):81-91.
[14] 汪克亮,赵斌,丁黎黎. 经济赶超、结构转型与绿色全要素生产率[J]. 山西财经大学学报,2021,43(1):15-26.
[15] Feng C,Huang J B,Wang M.Analysis of green total-factor productivity in China's regional metal industry:A meta-frontier approach[J]. Resources Policy,2018,58:219-229.
[16] Chung Y H,Färe R,Grosskopf S.Productivity and undesirable outputs:A directional distance function approach[J]. Journal of Environmental Management,1997,51(3):229-240.
[17] Oh D H.A global Malmquist-Luenberger productivity index[J]. Journal of Productivity Analysis,2010,34(3):183-197.
[18] Ahmed E M.Green TFP intensity impact on sustainable east Asian productivity growth[J]. Economic Analysis & Policy,2012,42(1):67-78.
[19] Zhou P,Ang B W,Poh K L.A survey of data envelopment analysis in energy and environmental studies[J]. European Journal of Operational Research,2008,189(1):1-18.
[20] 李健,刘恋. 省际物流业绿色全要素生产率时空差异及空间收敛性研究[J]. 长江流域资源与环境,2020,29(4):799-812.
[21] 于立宏,王艳,陈家宜. 考虑环境和代际负外部性的中国采矿业绿色全要素生产率[J]. 资源科学,2019,41(12):2155-2171.
[22] 向云波,王圣云,邓楚雄. 长江经济带化工产业绿色发展效率的空间分异及驱动因素[J]. 经济地理,2021,41(4):108-117.
[23] 卢福财,刘林英,徐远彬. 互联网发展对工业绿色全要素生产率的影响研究[J]. 江西社会科学,2021,41(1):39 - 50,254-255.
[24] 滕泽伟. 中国服务业绿色全要素生产率的空间分异及驱动因素研究[J]. 数量经济技术经济研究,2020,37(11):23-41.
[25] 赵明亮,刘芳毅,王欢,等. FDI、环境规制与黄河流域城市绿色全要素生产率[J]. 经济地理,2020,40(4):38-47.
[26] 逯进,李婷婷. 产业结构升级、技术创新与绿色全要素生产率——基于异质性视角的研究[J]. 中国人口科学,2021(4):86-97,128.
[27] 聂雷,任建辉,刘秀丽,等. 金融深化、政府干预与绿色全要素生产率——来自中国10个城市群的经验证据[J]. 软科学,2021,35(1):50-55.
[28] 张桅,胡艳. 长三角地区创新型人力资本对绿色全要素生产率的影响——基于空间杜宾模型的实证分析[J]. 中国人口·资源与环境,2020,30(9):106-120.
[29] Mesenbourg T L.Measuring the digital economy[J]. United States Bureau of the Census,2001,1:1-19.
[30] Kim B,Barua A,Whinston A B.Virtual field experiments for a digital economy:a new research methodology for exploring an information economy[J]. Decision Support Systems,2002,32(3):215-231.
[31] Turcan V,Gribincea A,Birca I.Digital economy-a premise for economic development in the 20th century[J]. Economy & Sociology Theoretical & Scientifical Journal,2014 (2):109-115.
[32] Moroz M.The level of development of the digital economy in Poland and selected European countries:a comparative analysis[J]. Foundations of Management,2017,9(1):175-190.
[33] Milošević N,Dobrota M,Rakočević S B.Digital economy in Europe:Evaluation of countries' performances[J]. Zbornik Radova Ekonomski Fakultet u Rijeka,2018,36(2):861-880.
[34] 刘军,杨渊鋆,张三峰. 中国数字经济测度与驱动因素研究[J]. 上海经济研究,2020(6):81-96.
[35] 李雪,吴福象,竺李乐. 数字经济与区域创新绩效[J]. 山西财经大学学报,2021,43(5):17-30.
[36] 赵涛,张智,梁上坤. 数字经济、创业活跃度与高质量发展——来自中国城市的经验证据[J]. 管理世界,2020,36(10):65-76.
[37] Yang S,Li X.Measurement method of digital economy scale in China[C]//2021 International Conference on Public Management and Intelligent Society (PMIS). Shanghai:IEEE,2021:358-362.
[38] Solow R M.We'd better watch out[J]. New York Times Book Review,1987(7):12-36.
[39] Kraemer K L,Dedrick J.Payoffs from investment in information technology:Lessons from the Asia-Pacific region[J]. World Development,1994,22(12):1921-1931.
[40] 汪明峰,邱娟. 中国互联网用户增长的省际差异及其收敛性分析[J]. 地理科学,2011,31(1):42-48.
[41] 刘姿均,陈文俊. 中国互联网发展水平与经济增长关系实证研究[J]. 经济地理,2017,37(8):108-113,154.
[42] 郭吉涛,梁爽. 数字经济对中国全要素生产率的影响机理:提升效应还是抑制效果?[J]. 南方经济,2021(10):9-27.
[43] 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.
[44] 张英浩,汪明峰,刘婷婷. 数字经济对中国经济高质量发展的空间效应与影响路径[J]. 地理研究,2022,41(7):1826-1844.
[45] 张英浩,汪明峰,刘婷婷. “全球—地方”视角下机器人制造业新建企业空间演变与区位选择[J]. 工业技术经济,2021,40(9):81-90.
[46] 张英浩,陈江龙,高金龙,等. 经济转型视角下长三角城市土地利用效率影响机制[J]. 自然资源学报,2019,34(6):1157-1170.
[47] 张英浩,陈江龙,程钰. 环境规制对中国区域绿色经济效率的影响机理研究——基于超效率模型和空间面板计量模型实证分析[J]. 长江流域资源与环境,2018,27(11):2407-2418.
[48] Tone K.Malmquist productivity index[C]//Handbook on data envelopment analysis. Springer,Boston,MA,2004:203-227.
[49] 杨永莲,宋文飞. 环境规制对工业绿色全要素生产率的长短期异质性影响效应[J]. 西部经济管理论坛,2020,31(3):81-88.
[50] 单豪杰. 中国资本存量K的再估算:1952~2006年[J]. 数量经济技术经济研究,2008,25(10):17-31.
[51] 张军,吴桂英,张吉鹏. 中国省际物质资本存量估算:1952—2000[J]. 经济研究,2004(10):35-44.
[52] Elhorst J P.Matlab software for spatial panels[J]. International Regional Science Review,2014,37(3):389-405.
[53] 周晓辉,刘莹莹,彭留英. 数字经济发展与绿色全要素生产率提高[J]. 上海经济研究,2021(12):51-63.
[54] 蔡玲,汪萍. 数字经济与城市绿色全要素生产率:影响机制与经验证据[J]. 统计与决策,2022(9):11-16.
[55] 伦晓波,刘颜. 数字政府、数字经济与绿色技术创新[J]. 山西财经大学学报,2022,44(4):1-13.
[56] 郭峰,王靖一,王芳,等. 测度中国数字普惠金融发展:指数编制与空间特征[J]. 经济学(季刊),2020,19(4):1401-1418.
[57] 达尔豪斯大学大气成分分析组.中国286个地级市PM2.5数据[EB/OL]. http://fizz.phys.dal.ca/~atmos/martin/?page_id=140,2021 - 02 - 14.
[58] 中华人民共和国国家统计局. 中国城市统计年鉴(2012—2020)[M]. 北京:中国统计出版社,2013—2021.
[59] 李汝资,刘耀彬,王文刚,等. 中国城市土地财政扩张及对经济效率影响路径[J]. 地理学报,2020,75(10):2126-2145.
[60] LeSage J. Spatial econometrics[C]//Handbook of research methods and applications in economic geography. Edward Elgar Publishing,2015.
[61] 范欣,尹秋舒. 数字金融提升了绿色全要素生产率吗?[J]. 山西大学学报:哲学社会科学版,2021,44(4):109-119.
[62] 国家统计局. 东西中部和东北地区划分方法[EB/OL]. http://www.stats.gov.cn/ztjc/zthd/sjtjr/dejtjkfr/tjkp/201106/t2011061 3_71947.htm,2021 - 03 - 04.
[63] 中华人民共和国国务院. 国务院关于调整城市规模划分标准的通知(国发[2014]51号)[EB/OL]. http://www.gov.cn/z hengce/content/2014-11/20/content_9225.htm,2021 - 03 - 06.
Options
文章导航

/

〈 〉