高玉婷，李波

（中南民族大學(xué) 經(jīng)濟(jì)學(xué)院，武漢 430074）

經(jīng)濟(jì)發(fā)展綠色化是高質(zhì)量發(fā)展的必然要求.在向高質(zhì)量發(fā)展邁進(jìn)的過程中，高耗能、高排放的粗放式發(fā)展模式帶來了資源枯竭、環(huán)境污染等諸多問題.據(jù)此，“十四五”規(guī)劃綱要明確提出：堅(jiān)持生態(tài)優(yōu)先、綠色發(fā)展，推進(jìn)資源總量管理、科學(xué)配置，協(xié)同推進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展和生態(tài)環(huán)境高水平保護(hù).數(shù)據(jù)作為數(shù)字經(jīng)濟(jì)的關(guān)鍵生產(chǎn)要素，具有高滲透性、可復(fù)制性與可共享性，能有效破除傳統(tǒng)產(chǎn)業(yè)鏈之間的割裂關(guān)系，提高能源使用效率并緩解能源浪費(fèi)問題，有力推動(dòng)地區(qū)經(jīng)濟(jì)全面綠色轉(zhuǎn)型.為激活數(shù)據(jù)要素的潛能，中國設(shè)立大數(shù)據(jù)綜合試驗(yàn)區(qū)，深入推進(jìn)數(shù)字技術(shù)與實(shí)體經(jīng)濟(jì)高效融合.國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)是否促進(jìn)了經(jīng)濟(jì)綠色發(fā)展，若能推動(dòng)，其作用路徑為何，其效應(yīng)是否存在地區(qū)異質(zhì)性？相應(yīng)問題的探索與解決將為各地創(chuàng)新發(fā)展模式、由點(diǎn)及面地推廣大數(shù)據(jù)試驗(yàn)區(qū)政策、帶動(dòng)試點(diǎn)地區(qū)乃至全國經(jīng)濟(jì)環(huán)境協(xié)同發(fā)展提供理性的決策依據(jù).

衡量經(jīng)濟(jì)綠色發(fā)展的一個(gè)重要指標(biāo)是綠色全要素生產(chǎn)率.全要素生產(chǎn)率是衡量要素投入轉(zhuǎn)化為產(chǎn)出的效率指標(biāo)，而納入環(huán)境約束的綠色全要素生產(chǎn)率是實(shí)現(xiàn)中國經(jīng)濟(jì)綠色發(fā)展的動(dòng)力源泉.與傳統(tǒng)全要素生產(chǎn)率不同，綠色全要素生產(chǎn)率不僅考慮了經(jīng)濟(jì)發(fā)展的效率，還將資源消耗與環(huán)境代價(jià)放入測算體系考慮經(jīng)濟(jì)發(fā)展的質(zhì)量，更加綜合全面地評估經(jīng)濟(jì)綠色高質(zhì)量發(fā)展［1］.已有研究廣泛關(guān)注了綠色全要素生產(chǎn)率的影響因素，外商投資［2］、人力資本［3］、技術(shù)集聚［4］、金融發(fā)展［5］、研發(fā)投入［6］等各因素都對綠色全要素生產(chǎn)率有明顯的影響.隨著互聯(lián)網(wǎng)信息技術(shù)的不斷發(fā)展，數(shù)字經(jīng)濟(jì)已被各國視為驅(qū)動(dòng)經(jīng)濟(jì)綠色發(fā)展的重要引擎.

近年來，國家級綜合大數(shù)據(jù)試驗(yàn)區(qū)的建設(shè)充分發(fā)揮了大數(shù)據(jù)資源與資金等生產(chǎn)要素相融匯的倍增效應(yīng)，成為中國數(shù)字經(jīng)濟(jì)發(fā)展的重要抓手，擘畫了經(jīng)濟(jì)發(fā)展的綠色藍(lán)圖.現(xiàn)有文獻(xiàn)從多個(gè)視角關(guān)注了建設(shè)大數(shù)據(jù)試驗(yàn)區(qū)的政策效益.在經(jīng)濟(jì)領(lǐng)域，學(xué)者們相繼探討了試驗(yàn)區(qū)建設(shè)的發(fā)展框架與完善措施［7］，以及試驗(yàn)區(qū)建設(shè)對外商直接投資［8］、城市經(jīng)濟(jì)發(fā)展［9］等方面的影響；在環(huán)境領(lǐng)域，學(xué)者認(rèn)為試驗(yàn)區(qū)建設(shè)通過優(yōu)化資源配置、推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)升級等方式改善了城市的空氣質(zhì)量［10］、賦能中國低碳轉(zhuǎn)型［11］.然而，少有研究統(tǒng)籌關(guān)注經(jīng)濟(jì)發(fā)展與環(huán)境保護(hù)的協(xié)同效益.因此，本文選用帶有非期望產(chǎn)出的超效率EBM 模型計(jì)算各城市綠色全要素生產(chǎn)率，作為經(jīng)濟(jì)綠色發(fā)展的代理變量，通過將國家級大數(shù)據(jù)綜合實(shí)驗(yàn)區(qū)建設(shè)作為準(zhǔn)自然試驗(yàn)進(jìn)行分析，重點(diǎn)探討大數(shù)據(jù)試驗(yàn)區(qū)對經(jīng)濟(jì)綠色發(fā)展的影響效應(yīng)與作用機(jī)制.

1 研究假設(shè)

1.1 假設(shè)的提出

1.1.1 大數(shù)據(jù)試驗(yàn)區(qū)政策對綠色全要素生產(chǎn)率的直接效應(yīng)

國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)將大數(shù)據(jù)融入經(jīng)濟(jì)社會(huì)各個(gè)領(lǐng)域，推動(dòng)數(shù)據(jù)要素在各行各業(yè)的創(chuàng)新應(yīng)用，通過興業(yè)、優(yōu)政與惠民三個(gè)渠道促進(jìn)經(jīng)濟(jì)綠色發(fā)展.（1）從企業(yè)角度來看，隨著人工智能、大數(shù)據(jù)、云計(jì)算等新一代高新技術(shù)迅速發(fā)展，大數(shù)據(jù)試驗(yàn)區(qū)的建設(shè)拓展了社會(huì)生產(chǎn)、流通、銷售等各個(gè)環(huán)節(jié)的應(yīng)用廣度與深度，有效降低了企業(yè)的搜尋、復(fù)制、交流、追蹤和驗(yàn)證成本［12］，在降低中間消耗、縮短生產(chǎn)時(shí)間、改善人力資本績效激勵(lì)和提高企業(yè)創(chuàng)新績效等方面改善了企業(yè)的生產(chǎn)效率［13］；（2）從政府層面來看，大數(shù)據(jù)作為一種新型技術(shù)工具引入政府治理，使政府決策更加透明公開、服務(wù)更加簡便快捷，大幅降低了政府的服務(wù)成本［14］，全面提升政務(wù)服務(wù)的治理能力和效率，提高了環(huán)境監(jiān)管質(zhì)量，促進(jìn)地區(qū)綠色全要素生產(chǎn)率增長［15］；（3）從社會(huì)民生的角度來看，數(shù)據(jù)的匯集、流通與共享沖破了信息壁壘，大大降低了民眾信息獲取的成本，減少數(shù)據(jù)孤島與信息不對稱現(xiàn)象.通過大數(shù)據(jù)試驗(yàn)區(qū)的建設(shè)，試點(diǎn)地區(qū)將數(shù)據(jù)融入教育、交通、環(huán)保等各個(gè)方面，催生“智慧食藥監(jiān)”、“智慧公安”等大數(shù)據(jù)平臺，實(shí)現(xiàn)數(shù)據(jù)代替民眾跑路，數(shù)據(jù)為民服務(wù)，大幅節(jié)約了民眾的生活成本同時(shí)做到服務(wù)高效，減少了資源浪費(fèi)與錯(cuò)配，實(shí)現(xiàn)經(jīng)濟(jì)綠色發(fā)展.

據(jù)此，本文提出假設(shè)1：

H1：國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)的建設(shè)能夠提升綠色全要素生產(chǎn)率，推動(dòng)經(jīng)濟(jì)綠色發(fā)展.

1.1.2 大數(shù)據(jù)試驗(yàn)區(qū)政策對綠色全要素生產(chǎn)率的間接效應(yīng)

大數(shù)據(jù)試驗(yàn)區(qū)內(nèi)緊抓試點(diǎn)地區(qū)制度、技術(shù)、政府建設(shè)、數(shù)字社會(huì)服務(wù)等各領(lǐng)域創(chuàng)新機(jī)遇，全方位地推動(dòng)地區(qū)創(chuàng)新水平提升，進(jìn)而促進(jìn)綠色全要素生產(chǎn)率的增長.大數(shù)據(jù)試驗(yàn)區(qū)建設(shè)吸引多家大數(shù)據(jù)相關(guān)企業(yè)入駐，為試點(diǎn)地區(qū)的經(jīng)濟(jì)綠色發(fā)展提供了強(qiáng)有力的人才與技術(shù)支撐.大數(shù)據(jù)政策吸引高新技術(shù)企業(yè)入駐的同時(shí)，也培育出一批大數(shù)據(jù)產(chǎn)業(yè)人才，為推動(dòng)試點(diǎn)地區(qū)綠色制度創(chuàng)新與綠色技術(shù)創(chuàng)新打下堅(jiān)實(shí)的基礎(chǔ).隨著數(shù)字經(jīng)濟(jì)的發(fā)展，數(shù)智化成為經(jīng)濟(jì)社會(huì)發(fā)展的關(guān)鍵驅(qū)動(dòng)力［16］，大數(shù)據(jù)與政府服務(wù)、社會(huì)民生深入結(jié)合，推進(jìn)政府加強(qiáng)政務(wù)建設(shè)創(chuàng)新提出科學(xué)綠色決策，市場加快數(shù)字社會(huì)服務(wù)創(chuàng)新，催生出智慧城市、遠(yuǎn)程醫(yī)療等一系列數(shù)據(jù)新業(yè)態(tài).同時(shí)，創(chuàng)新水平的提升有利于優(yōu)化資源配置、降低能耗［17］，促進(jìn)經(jīng)濟(jì)系統(tǒng)由粗放式向集約式轉(zhuǎn)變，在改善經(jīng)濟(jì)發(fā)展質(zhì)量的同時(shí)帶來地區(qū)綠色全要素生產(chǎn)率的提升.

大數(shù)據(jù)試驗(yàn)區(qū)的建立整合了區(qū)域內(nèi)各產(chǎn)業(yè)的數(shù)據(jù)資源，通過產(chǎn)業(yè)間數(shù)據(jù)交互與融合，有效促進(jìn)了制造業(yè)與生產(chǎn)性服務(wù)業(yè)的協(xié)同集聚，在優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)的同時(shí)形成集聚規(guī)模效應(yīng)，有力推動(dòng)了經(jīng)濟(jì)綠色發(fā)展.一方面，大數(shù)據(jù)創(chuàng)業(yè)創(chuàng)新生態(tài)區(qū)、大數(shù)據(jù)創(chuàng)業(yè)園等平臺營造了開放的創(chuàng)業(yè)生態(tài)，吸引高端技術(shù)人才與新創(chuàng)企業(yè)的入駐，推動(dòng)試點(diǎn)地區(qū)產(chǎn)業(yè)發(fā)展逐步由單一產(chǎn)業(yè)向多產(chǎn)業(yè)協(xié)同集聚轉(zhuǎn)變，主要表征為制造業(yè)與生產(chǎn)性服務(wù)業(yè)的協(xié)同集聚；另一方面，制造業(yè)與生產(chǎn)性服務(wù)業(yè)的協(xié)同集聚通過優(yōu)化資源利用、賦能產(chǎn)業(yè)升級與加強(qiáng)綠色產(chǎn)品開發(fā)生產(chǎn)等方面促進(jìn)了地區(qū)經(jīng)濟(jì)綠色發(fā)展.首先，二者的協(xié)同集聚實(shí)現(xiàn)了生產(chǎn)資源的高效利用和優(yōu)化配置，避免了資源的浪費(fèi)和重復(fù)建設(shè)，降低了二氧化硫等工業(yè)污染物的排放；其次，專業(yè)化生產(chǎn)形成聚集經(jīng)濟(jì)效益，帶動(dòng)試點(diǎn)地區(qū)產(chǎn)業(yè)生產(chǎn)效率提升并創(chuàng)造了大規(guī)模的外部經(jīng)濟(jì)，推動(dòng)技術(shù)創(chuàng)新，降低污染排放；再者，多元協(xié)同集聚加強(qiáng)了綠色產(chǎn)品的開發(fā)生產(chǎn)進(jìn)度，使得更多的產(chǎn)品符合環(huán)保要求，滿足消費(fèi)者環(huán)保意識，帶動(dòng)了市場需求的轉(zhuǎn)變，推進(jìn)經(jīng)濟(jì)走向綠色化.

據(jù)此，本文提出假設(shè)2與假設(shè)3.

H2：國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)的建設(shè)通過提升地區(qū)創(chuàng)新水平推動(dòng)經(jīng)濟(jì)綠色發(fā)展.

H3：國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)的建設(shè)通過促進(jìn)產(chǎn)業(yè)協(xié)同集聚推動(dòng)經(jīng)濟(jì)綠色發(fā)展.

2 研究設(shè)計(jì)

2.1 樣本選擇與數(shù)據(jù)來源

鑒于數(shù)據(jù)可得性，本文選取2012—2019 年中國271個(gè)地級及以上城市面板數(shù)據(jù)，78個(gè)城市構(gòu)成“實(shí)驗(yàn)組”，193 個(gè)城市構(gòu)成“對照組”，部分缺失數(shù)據(jù)采用插值法補(bǔ)齊.數(shù)據(jù)主要來源于《中國統(tǒng)計(jì)年鑒》、《中國城市統(tǒng)計(jì)年鑒》、《中國能源統(tǒng)計(jì)年鑒》和各省份統(tǒng)計(jì)年鑒.

2.2 模型構(gòu)建

根據(jù)中國于2016 年2 月建設(shè)“國家大數(shù)據(jù)綜合試驗(yàn)區(qū)”這一事件進(jìn)行準(zhǔn)自然實(shí)驗(yàn)，運(yùn)用雙重差分法分析數(shù)字經(jīng)濟(jì)發(fā)展對中國經(jīng)濟(jì)綠色發(fā)展的影響.兩次大數(shù)據(jù)試驗(yàn)區(qū)試點(diǎn)的批復(fù)時(shí)間都在2016年，因此選擇2016年作為政策時(shí)間節(jié)點(diǎn)，構(gòu)建DID模型：

其中，i表示地級市，t表示年份.被解釋變量GTFP表示地級市的綠色全要素生產(chǎn)率，policy 表示建立大數(shù)據(jù)試驗(yàn)區(qū)的政策變量，如果第i個(gè)地級市在第t年為國家級大數(shù)據(jù)試驗(yàn)區(qū)，則t年以及之后的年份，policy 取值為1，反之取值為0.Xit表示控制變量，αi為僅隨個(gè)體變化的因素，本文控制到省域?qū)用?，δt為控制僅隨時(shí)間變化的因素，εit為隨機(jī)擾動(dòng)項(xiàng).回歸系數(shù)β1代表了國家大數(shù)據(jù)試驗(yàn)區(qū)建設(shè)對經(jīng)濟(jì)綠色發(fā)展的凈作用.

為進(jìn)一步檢驗(yàn)地區(qū)創(chuàng)新水平、產(chǎn)業(yè)協(xié)同集聚在國家大數(shù)據(jù)試驗(yàn)區(qū)建設(shè)與綠色全要素生產(chǎn)率之間是否發(fā)揮中介效應(yīng)，本文構(gòu)建如下模型：

其中，mechanismit表示第i個(gè)城市在第t年的地區(qū)創(chuàng)新水平或產(chǎn)業(yè)協(xié)同集聚，為本文的中介變量.Xit代表控制變量，θ1為國家級大數(shù)據(jù)試驗(yàn)區(qū)建設(shè)對經(jīng)濟(jì)綠色發(fā)展的總效應(yīng)，α1γ2代表國家級大數(shù)據(jù)試驗(yàn)區(qū)建設(shè)對經(jīng)濟(jì)綠色發(fā)展的中介效應(yīng).

2.3 變量說明

2.3.1 被解釋變量：經(jīng)濟(jì)綠色發(fā)展（GTFPit）

本文經(jīng)濟(jì)綠色發(fā)展采用綠色全要素生產(chǎn)率表征，以超效率EBM模型測度.相較于SBM模型，EBM模型可以更好地考慮投入指標(biāo)的徑向與非徑向問題，使效率與全要素生產(chǎn)率的計(jì)算更為科學(xué).模型設(shè)定如式（5）：

假定有n個(gè)決策單元，每個(gè)單元有m種投入、s1種期望產(chǎn)出與s2種非期望產(chǎn)出構(gòu)成，其中，分別表示投入、期望產(chǎn)出和非期望產(chǎn)出的松弛量，λj為權(quán)重向量，ρe為目標(biāo)函數(shù)，越大代表經(jīng)濟(jì)綠色發(fā)展效率越高.εx、εy、εb分別為投入、期望產(chǎn)出、非期望產(chǎn)出指標(biāo)的離散系數(shù)，當(dāng)ε越接近于0 時(shí)，表示對應(yīng)指標(biāo)之間的相關(guān)性越高，ε=0時(shí)，EBM 模型相當(dāng)于徑向模型；當(dāng)ε越接近于1 時(shí)，表示對應(yīng)指標(biāo)之間的相關(guān)性越低，ε=1時(shí)，EBM模型相當(dāng)于非徑向模型.

用EBM 模型測度綠色發(fā)展效率后，采用Malmquist指數(shù)計(jì)算得出地區(qū)綠色全要素生產(chǎn)率，如式（6）所示：

參考前人研究［18］，選取勞動(dòng)力、資本與能源作為要素投入指標(biāo)，以地區(qū)生產(chǎn)總值為期望產(chǎn)出指標(biāo)，工業(yè)三廢為非期望產(chǎn)出指標(biāo)，如表1所示.

表1 綠色全要素生產(chǎn)率指標(biāo)選取Tab.1 Index selection of green total factor productivity

2.3.2 核心解釋變量：國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)（policyit）

本文的核心解釋變量是雙重差分變量，若城市在2016 年之后被列入國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)名單，則policy 賦值為1；反之，policy 賦值為0.根據(jù)國家發(fā)展改革委、工業(yè)和信息化部等對國家大數(shù)據(jù)試驗(yàn)區(qū)試點(diǎn)兩批的批復(fù)時(shí)間分別為2016 年2 月及2016 年10 月，間隔時(shí)間較短，故本文采用傳統(tǒng)的雙重差分模型評估試點(diǎn)的政策效應(yīng).

2.3.3 控制變量

為使本文研究更加精確，本文參考前人研究，控制了以下可能對綠色全要素生產(chǎn)率產(chǎn)生影響的控制變量：（1）經(jīng)濟(jì)發(fā)展水平（GDP）使用各地級市的人均地區(qū)生產(chǎn)總值的對數(shù)形式來衡量；（2）人力資本水平（humancapital）是影響城市綠色全要素生產(chǎn)率的重要因素.本文采用各城市普通高等學(xué)校在校學(xué)生數(shù)（人）的對數(shù)形式來衡量；（3）外商投資水平（foreign）使用各地區(qū)當(dāng)年實(shí)際使用外資與地區(qū)生產(chǎn)總值的比值來衡量；（4）財(cái)政分權(quán)（financial）利用各地公共預(yù)算收入與公共預(yù)算支出的比值表示；（5）環(huán)境規(guī)制（environment）采用各地政府工作報(bào)告中環(huán)保詞頻比重衡量；（6）基礎(chǔ)設(shè)施建設(shè)（infrastructure）用互聯(lián)網(wǎng)寬帶接入用戶的對數(shù)形式衡量.

2.3.4 中介變量：地區(qū)創(chuàng)新水平（patent）與產(chǎn)業(yè)協(xié)同集聚（industrial）

由于專利從申請到授權(quán)需要經(jīng)歷許多年，難以直觀體現(xiàn)地區(qū)創(chuàng)新水平.因此，本文采用每萬人綠色發(fā)明專利申請數(shù)衡量地區(qū)創(chuàng)新水平，產(chǎn)業(yè)協(xié)同集聚以制造業(yè)與生產(chǎn)性服務(wù)業(yè)的協(xié)同集聚程度衡量，產(chǎn)業(yè)協(xié)同集聚程度的計(jì)算方式如式（7）-式（9）所示：

式中m表示制造業(yè)，s表示生產(chǎn)性服務(wù)業(yè)，i表示地級市，t表示年份.manuit、serviceit分別表示i市第t年制造業(yè)與生產(chǎn)性服務(wù)業(yè)增加值，manut、servicet表示中國第t年制造業(yè)與生產(chǎn)性服務(wù)業(yè)增加值，GDP為地區(qū)生產(chǎn)總值.LQmi、LQsi分別表示i市制造業(yè)與生產(chǎn)性服務(wù)業(yè)在全國的區(qū)位熵，industriali為二者的協(xié)同集聚程度.

變量描述性統(tǒng)計(jì)結(jié)果如表2所示.

表2 變量描述性統(tǒng)計(jì)結(jié)果Tab.2 Descriptivestatistics of variables

3 實(shí)證分析

3.1 多重共線性檢驗(yàn)

本文首先進(jìn)行多重共線性檢驗(yàn)，根據(jù)表3 中方差膨脹因子的檢驗(yàn)所示，最大VIF 為2.67，均值VIF為1.89，均遠(yuǎn)遠(yuǎn)小于要求的臨界值10，故不需考慮變量間存在多重共線性.

表3 方差膨脹因子Tab.3 Variance inflation factor

3.2 平行趨勢檢驗(yàn)

使用雙重差分法進(jìn)行政策效應(yīng)評估的前提是要滿足平行趨勢假設(shè)，即表明在國家大數(shù)據(jù)試驗(yàn)區(qū)建設(shè)之前，實(shí)驗(yàn)組和對照組兩組地級市在經(jīng)濟(jì)綠色轉(zhuǎn)型上具有相同的變化趨勢.本文采用簡潔直觀的圖示法比較大數(shù)據(jù)試驗(yàn)區(qū)建設(shè)前后地級市經(jīng)濟(jì)綠色轉(zhuǎn)型的變化趨勢.根據(jù)圖1所示，大數(shù)據(jù)試驗(yàn)區(qū)建設(shè)之前，實(shí)驗(yàn)組與對照組之間不存在顯著差異，變化趨勢一致；而在大數(shù)據(jù)試驗(yàn)區(qū)建設(shè)之后，實(shí)驗(yàn)組與對照組在經(jīng)濟(jì)綠色轉(zhuǎn)型上的差異增大，這說明試驗(yàn)區(qū)建設(shè)對經(jīng)濟(jì)綠色發(fā)展產(chǎn)生了顯著的影響，通過了平行趨勢檢驗(yàn)，可以使用雙重差分法估計(jì)政策對經(jīng)濟(jì)綠色發(fā)展的影響效應(yīng).同時(shí)中國于2016年較早建設(shè)“國家大數(shù)據(jù)綜合試驗(yàn)區(qū)”，隨著時(shí)間推移，對經(jīng)濟(jì)綠色發(fā)展的政策效應(yīng)在最后一期有所減弱，因此應(yīng)加強(qiáng)政策后續(xù)鞏固的措施.

圖1 平行趨勢檢驗(yàn)Fig.1 Parallel trend test

3.3 基準(zhǔn)回歸結(jié)果

國家大數(shù)據(jù)試驗(yàn)區(qū)建設(shè)對經(jīng)濟(jì)綠色發(fā)展影響的基準(zhǔn)回歸結(jié)果如表4 所示.其中，回歸（1）僅考慮政策對經(jīng)濟(jì)綠色發(fā)展的影響，未加入控制變量與固定效應(yīng)；回歸（2）進(jìn)一步控制了其他變量，未添加固定效應(yīng)；回歸（3）繼續(xù)加入省份與時(shí)間固定效應(yīng).回歸（1）～（3）的結(jié)果表明，國家大數(shù)據(jù)試驗(yàn)區(qū)建設(shè)對綠色全要素生產(chǎn)率有顯著的正向影響，且在5%的統(tǒng)計(jì)水平上顯著.同時(shí)，由回歸（3）可知，人力資本水平、財(cái)政分權(quán)等控制變量對經(jīng)濟(jì)綠色發(fā)展均存在顯著影響.因此選取回歸（3）為基準(zhǔn)回歸結(jié)果，假設(shè)1得到驗(yàn)證，即國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)的建設(shè)能夠提升綠色全要素生產(chǎn)率，推動(dòng)經(jīng)濟(jì)綠色發(fā)展.

表4 基準(zhǔn)回歸結(jié)果Tab.4 Benchmark regression results

3.4 穩(wěn)健性檢驗(yàn)

3.4.1 PSM-DID修正樣本選擇性偏誤

現(xiàn)實(shí)中，政府對國家大數(shù)據(jù)試驗(yàn)區(qū)建設(shè)試點(diǎn)的選擇并不完全是隨機(jī)的，為了避免試點(diǎn)選擇時(shí)傾向優(yōu)先選取經(jīng)濟(jì)發(fā)展較好或信息化水平高等具有某一特征的地級市開展試點(diǎn)，造成樣本選擇性偏誤問題，選用PSM-DID 模型對實(shí)驗(yàn)組與控制組城市進(jìn)行匹配，重新檢驗(yàn)國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)對經(jīng)濟(jì)綠色轉(zhuǎn)型的影響.傾向得分匹配（PSM）階段的協(xié)變量為基準(zhǔn)回歸模型中的控制變量，匹配方法采用1∶2 最近鄰匹配，匹配后樣本滿足平衡性與共同支撐性檢驗(yàn)（如圖2 中（a）與（b））.匹配后的結(jié)果如表5回歸（4）所示，同上文中的基準(zhǔn)回歸（3）結(jié)果一致，再一次驗(yàn)證了本文結(jié)果的穩(wěn)健性.最后，又采用半徑匹配與核匹配方法再次回歸，得出的結(jié)果與基準(zhǔn)回歸（3）一致，進(jìn)一步驗(yàn)證了回歸結(jié)果的穩(wěn)健性.

圖2 平衡性檢驗(yàn)與共同支撐檢驗(yàn)Fig.2 Balance test and co-support test

表5 PSM-DID檢驗(yàn)結(jié)果Tab.5 The results of PSM-DID

3.4.2 安慰劑檢驗(yàn)

為進(jìn)一步論證是國家大數(shù)據(jù)試驗(yàn)區(qū)建設(shè)對經(jīng)濟(jì)綠色轉(zhuǎn)型產(chǎn)生了政策效果，而非其他隨機(jī)性因素引起，本文進(jìn)行安慰劑檢驗(yàn)，即在所有樣本中隨機(jī)生成實(shí)驗(yàn)組，剩余的所有地級市設(shè)置為對照組，重新進(jìn)行基準(zhǔn)回歸，并且將上述模擬重復(fù)500次.由此獲得模擬的policy 系數(shù)的密度分布圖，根據(jù)圖3 可知，安慰劑檢驗(yàn)中policy系數(shù)分布整體是以0為中心的正態(tài)分布，且大部分與基準(zhǔn)回歸系數(shù)存在較大的差距，故通過了安慰劑檢驗(yàn)，不存在遺漏變量偏誤.

3.4.3 反事實(shí)檢驗(yàn)

基準(zhǔn)回歸結(jié)果表明，國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)的建設(shè)促進(jìn)了中國的經(jīng)濟(jì)綠色發(fā)展.為了檢驗(yàn)這種促進(jìn)效應(yīng)是由大數(shù)據(jù)試驗(yàn)區(qū)建設(shè)帶來的，而不是因?yàn)槠渌绊懏a(chǎn)生的促進(jìn)效應(yīng)，本文使用政策時(shí)間提前的反事實(shí)檢驗(yàn)，將設(shè)立大數(shù)據(jù)試驗(yàn)區(qū)的批復(fù)時(shí)間滯后一期為2015 年，檢驗(yàn)結(jié)果如表6 回歸（5）所示，重新回歸后，政策滯后一期的結(jié)果不顯著，說明正是2016 年實(shí)施的國家級大數(shù)據(jù)試驗(yàn)區(qū)建設(shè)對經(jīng)濟(jì)綠色發(fā)展產(chǎn)生的促進(jìn)效應(yīng)，反事實(shí)檢驗(yàn)通過，這進(jìn)一步驗(yàn)證了本文基準(zhǔn)回歸結(jié)果的穩(wěn)健性.

表6 反事實(shí)檢驗(yàn)與剔除其他試點(diǎn)結(jié)果Tab. 6 Counterfactual test and exclusion of other pilot results

3.4.4 剔除其他政策試點(diǎn)

2013-2015 年中國公布了“智慧城市”試點(diǎn)名單，“智慧城市”提升了城市的創(chuàng)新水平與綠色理念，有利于經(jīng)濟(jì)綠色發(fā)展.隨后2014-2016年國家工信部公布了“寬帶中國”示范城市名單，“寬帶中國”示范城市建設(shè)能夠改善企業(yè)的生產(chǎn)方式，對經(jīng)濟(jì)綠色低碳發(fā)展產(chǎn)生一定作用.因此，本文先后剔除“智慧城市”與“寬帶中國”示范城市，對樣本重新回歸，以檢驗(yàn)在剔除其他政策干擾后，國家級大數(shù)據(jù)試驗(yàn)區(qū)建設(shè)是否對經(jīng)濟(jì)綠色發(fā)展有顯著的促進(jìn)作用.

表6中，回歸（6）是剔除了“智慧城市”示范城市的樣本重新回歸，回歸（7）是剔除“寬帶中國”示范城市后重新回歸的結(jié)果，檢驗(yàn)表明，排除了“智慧城市”、“寬帶中國”的政策影響后，大數(shù)據(jù)試驗(yàn)區(qū)建設(shè)對經(jīng)濟(jì)綠色發(fā)展的影響顯著為正，本文結(jié)果依舊穩(wěn)健.

3.5 機(jī)制檢驗(yàn)

為進(jìn)一步分析大數(shù)據(jù)試驗(yàn)區(qū)建設(shè)對經(jīng)濟(jì)綠色發(fā)展的作用機(jī)制，本文利用中介效應(yīng)檢驗(yàn)法，驗(yàn)證地區(qū)創(chuàng)新水平與產(chǎn)業(yè)協(xié)同集聚在二者間的中介效應(yīng).具體結(jié)果如表7所示.由回歸（8）可知，大數(shù)據(jù)試驗(yàn)區(qū)建設(shè)對地區(qū)創(chuàng)新水平的估計(jì)系數(shù)顯著為正，即大數(shù)據(jù)試驗(yàn)區(qū)建設(shè)能夠顯著提高地區(qū)創(chuàng)新水平；回歸（9）中大數(shù)據(jù)建設(shè)與地區(qū)創(chuàng)新水平的估計(jì)系數(shù)均顯著為正，表明地區(qū)創(chuàng)新水平在二者間發(fā)揮中介效應(yīng)，本文假設(shè)2得到驗(yàn)證，即國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)的建設(shè)通過提升地區(qū)創(chuàng)新水平推動(dòng)經(jīng)濟(jì)綠色發(fā)展.

表7 機(jī)制檢驗(yàn)Tab.7 Mechanism effect test

由回歸（10）可知，建設(shè)大數(shù)據(jù)試驗(yàn)區(qū)對產(chǎn)業(yè)協(xié)同集聚的估計(jì)系數(shù)顯著為正，回歸（11）中政策變量與產(chǎn)業(yè)協(xié)同集聚的估計(jì)系數(shù)均顯著為正，表明大數(shù)據(jù)試驗(yàn)區(qū)建設(shè)對推進(jìn)制造業(yè)與生產(chǎn)性服務(wù)業(yè)協(xié)同集聚產(chǎn)生明顯偏好，進(jìn)而影響地區(qū)綠色全要素生產(chǎn)率.隨著試點(diǎn)地區(qū)不斷加強(qiáng)大數(shù)據(jù)與實(shí)體產(chǎn)業(yè)相融合，不同產(chǎn)業(yè)間通過共享資源、公用設(shè)施等推動(dòng)能源循環(huán)利用、減少環(huán)境污染；產(chǎn)業(yè)間相互補(bǔ)充、協(xié)同作業(yè)、協(xié)同創(chuàng)新形成了規(guī)模效應(yīng)，進(jìn)一步推進(jìn)產(chǎn)業(yè)鏈的延伸與價(jià)值鏈升級.本文的假設(shè)3得到驗(yàn)證，即大數(shù)據(jù)綜合試驗(yàn)區(qū)的建設(shè)通過促進(jìn)產(chǎn)業(yè)協(xié)同集聚推動(dòng)經(jīng)濟(jì)綠色發(fā)展.

3.6 異質(zhì)性分析

鑒于目前中國存在地區(qū)發(fā)展不平衡現(xiàn)象，國家大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)對不同地區(qū)經(jīng)濟(jì)綠色發(fā)展的促進(jìn)作用可能相異，因此，本文分別從地理區(qū)位、人力資本水平、城鎮(zhèn)化水平三個(gè)方面進(jìn)行異質(zhì)性檢驗(yàn).具體結(jié)果如表8、表9所示.

表8 地理區(qū)位異質(zhì)性分析Tab.8 Analysis of geographical location heterogeneity

表9 異質(zhì)性結(jié)果分析Tab.9 Analysis of heterogeneity results

回歸（12）-（15）為地理區(qū)位異質(zhì)性檢驗(yàn)結(jié)果.國家公布了兩批大數(shù)據(jù)綜合試驗(yàn)區(qū)，共有八大大數(shù)據(jù)綜合試驗(yàn)區(qū)，旨在分別引領(lǐng)東部、中部、西部與東北四大板塊的大數(shù)據(jù)產(chǎn)業(yè)發(fā)展，實(shí)現(xiàn)數(shù)據(jù)共享、產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化、經(jīng)濟(jì)綠色轉(zhuǎn)型.據(jù)此，本文根據(jù)國家地理位置，將樣本分為東、中、西與東北四組.可以看出，大數(shù)據(jù)試驗(yàn)區(qū)建設(shè)對經(jīng)濟(jì)綠色發(fā)展的影響存在地理區(qū)位異質(zhì)性.對于東部地區(qū)與西部地區(qū)而言，大數(shù)據(jù)建設(shè)對經(jīng)濟(jì)綠色發(fā)展的效應(yīng)不顯著，而對中部地區(qū)、東北地區(qū)而言，建設(shè)大數(shù)據(jù)試驗(yàn)區(qū)對綠色全要素生產(chǎn)率提升有顯著的正向作用.可能的原因在于：中部地區(qū)與東北地區(qū)城市較多為資源依賴型，產(chǎn)業(yè)結(jié)構(gòu)單一，運(yùn)作方式落后.大數(shù)據(jù)試驗(yàn)區(qū)的建設(shè)促進(jìn)了中部地區(qū)與東北地區(qū)的數(shù)據(jù)要素流通，打破其人力、資本與綠色技術(shù)的流動(dòng)壁壘，加快其傳統(tǒng)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級，從而有效突破了資源依賴約束，改善了資源型經(jīng)濟(jì)的弱點(diǎn)，顯著促進(jìn)了地區(qū)經(jīng)濟(jì)綠色發(fā)展；而在東部綠色發(fā)展水平較高的城市與西部欠發(fā)達(dá)城市中，建設(shè)大數(shù)據(jù)試驗(yàn)區(qū)的影響作用不顯著，西部地區(qū)面臨通信網(wǎng)絡(luò)等基礎(chǔ)設(shè)施落后、技術(shù)創(chuàng)新能力較弱、大數(shù)據(jù)相關(guān)人才短缺、產(chǎn)業(yè)體系尚未健全等劣勢無法全面有效地支持大數(shù)據(jù)試驗(yàn)區(qū)產(chǎn)業(yè)的深入發(fā)展，故而建設(shè)大數(shù)據(jù)試驗(yàn)區(qū)對于其經(jīng)濟(jì)綠色發(fā)展的促進(jìn)效應(yīng)還不明顯.以上說明在中部與東北地區(qū)建設(shè)大數(shù)據(jù)試驗(yàn)區(qū)對經(jīng)濟(jì)綠色發(fā)展的促進(jìn)效應(yīng)更大.

回歸（16）-（17）為人力資本水平異質(zhì)性檢驗(yàn)結(jié)果.本文基于政策施行前一年的人力資本水平進(jìn)行分組，若各地區(qū)的人力資本水平大于當(dāng)年的中位數(shù)，則將地級市劃分至高人力資本水平地區(qū)；反之，劃歸至低人力資本水平地區(qū).估計(jì)結(jié)果表明：在低人力資本水平地區(qū)，建設(shè)大數(shù)據(jù)試驗(yàn)區(qū)對經(jīng)濟(jì)綠色發(fā)展產(chǎn)生的影響更顯著，這可能是因?yàn)楦呷肆Y本地區(qū)經(jīng)濟(jì)綠色發(fā)展的水平已經(jīng)較高，建設(shè)大數(shù)據(jù)試驗(yàn)區(qū)對其提升效果不明顯；而低人力資本地區(qū)釋放數(shù)據(jù)動(dòng)能的潛力更大，大數(shù)據(jù)試驗(yàn)區(qū)的建設(shè)顯著改善了人力資本的積累，促進(jìn)了當(dāng)?shù)卮髷?shù)據(jù)相關(guān)產(chǎn)業(yè)發(fā)展、吸引高質(zhì)量人才流入、提升地區(qū)創(chuàng)新發(fā)展水平，推動(dòng)了經(jīng)濟(jì)綠色發(fā)展.

回歸（18）-（19）為城鎮(zhèn)化水平異質(zhì)性檢驗(yàn)結(jié)果.本文基于政策施行前一年的城鎮(zhèn)化水平的中位數(shù)進(jìn)行分組，劃分高城鎮(zhèn)化水平與低城鎮(zhèn)化水平.估計(jì)結(jié)果表明在低城鎮(zhèn)化水平地區(qū)，建設(shè)大數(shù)據(jù)試驗(yàn)區(qū)對經(jīng)濟(jì)綠色發(fā)展產(chǎn)生的影響更顯著.低城鎮(zhèn)化水平地區(qū)的經(jīng)濟(jì)環(huán)境基礎(chǔ)較差、產(chǎn)業(yè)低效，建設(shè)大數(shù)據(jù)試驗(yàn)區(qū)能夠顯著地促進(jìn)當(dāng)?shù)財(cái)?shù)據(jù)要素流通、減少要素扭曲、帶動(dòng)高新技術(shù)產(chǎn)業(yè)的發(fā)展、發(fā)揮產(chǎn)業(yè)集聚效應(yīng)，從而實(shí)現(xiàn)經(jīng)濟(jì)與環(huán)境協(xié)同發(fā)展.

4 結(jié)論與政策建議

本文基于2016 年中國國家綜合大數(shù)據(jù)試驗(yàn)區(qū)建設(shè)，選取2012-2019年271個(gè)地級及以上城市為研究樣本，利用雙重差分模型檢驗(yàn)了國家級大數(shù)據(jù)試驗(yàn)區(qū)建設(shè)對經(jīng)濟(jì)綠色發(fā)展的影響.研究發(fā)現(xiàn)：（1）國家大數(shù)據(jù)試驗(yàn)區(qū)的建立顯著促進(jìn)了經(jīng)濟(jì)綠色發(fā)展，在經(jīng)過一系列穩(wěn)健性檢驗(yàn)之后，結(jié)果依舊顯著；（2）地區(qū)創(chuàng)新水平與產(chǎn)業(yè)協(xié)同集聚在數(shù)字經(jīng)濟(jì)對綠色全要素生產(chǎn)率的提升中發(fā)揮著中介效應(yīng)；（3）國家大數(shù)據(jù)試驗(yàn)區(qū)對綠色全要素生產(chǎn)率的提升存在異質(zhì)性效果，從地理區(qū)位來看，大數(shù)據(jù)試驗(yàn)區(qū)建設(shè)對中部地區(qū)、東北地區(qū)的綠色全要素生產(chǎn)率均有顯著的正向促進(jìn)作用，對東部地區(qū)與西部地區(qū)的影響不顯著；從人力資本水平與城鎮(zhèn)化水平來看，低人力資本水平、低城鎮(zhèn)化地區(qū)建設(shè)大數(shù)據(jù)試驗(yàn)區(qū)對經(jīng)濟(jì)綠色發(fā)展產(chǎn)生的影響更顯著.

基于上述結(jié)論，本文提出以下政策建議：（1）以大數(shù)據(jù)試驗(yàn)區(qū)建設(shè)的成功案例為典型樣板，推行高效、創(chuàng)新的數(shù)字經(jīng)濟(jì)發(fā)展模式，總結(jié)更多可復(fù)制可持續(xù)的經(jīng)濟(jì)綠色發(fā)展經(jīng)驗(yàn)，從而形成由點(diǎn)及面的示范效應(yīng)，帶動(dòng)周邊鄰近地區(qū)乃至全國的大數(shù)據(jù)建設(shè)發(fā)展與應(yīng)用，加快提升各地區(qū)的發(fā)展效率并推動(dòng)經(jīng)濟(jì)綠色發(fā)展；（2）著力提升地區(qū)創(chuàng)新水平，滿足大數(shù)據(jù)應(yīng)用的需求并為可持續(xù)建設(shè)大數(shù)據(jù)治理體系提供動(dòng)力源泉.具體而言，政府可以加大科研投入，出臺相關(guān)指導(dǎo)政策、發(fā)展方案和專項(xiàng)政策等，集聚高質(zhì)量人力資本，形成創(chuàng)新效應(yīng)；（3）根據(jù)各地的資源稟賦與比較優(yōu)勢，加快大數(shù)據(jù)與優(yōu)勢產(chǎn)業(yè)融合，推進(jìn)產(chǎn)業(yè)協(xié)同集聚，為經(jīng)濟(jì)綠色發(fā)展提供重要助益.同時(shí)，實(shí)施動(dòng)態(tài)差異化發(fā)展戰(zhàn)略，推動(dòng)當(dāng)?shù)禺a(chǎn)業(yè)與數(shù)字經(jīng)濟(jì)融合發(fā)展，加快產(chǎn)業(yè)的數(shù)字化轉(zhuǎn)型，減少能源消耗與浪費(fèi)，提高區(qū)域發(fā)展優(yōu)勢與效率；（4）充分考慮地區(qū)異質(zhì)性，依據(jù)各區(qū)域的資源稟賦，加強(qiáng)西部地區(qū)數(shù)字基礎(chǔ)設(shè)施建設(shè)，推進(jìn)低人力資本水平與低城鎮(zhèn)化水平地區(qū)的大數(shù)據(jù)建設(shè).西部地區(qū)、低人力資本水平與低城鎮(zhèn)化水平地區(qū)的數(shù)字建設(shè)落后，經(jīng)濟(jì)綠色發(fā)展的提升空間高，加強(qiáng)這些地區(qū)的移動(dòng)互聯(lián)網(wǎng)、寬帶網(wǎng)等通訊基礎(chǔ)設(shè)施的建設(shè)，遙感衛(wèi)星、氣象監(jiān)測、物流服務(wù)等領(lǐng)域的完善，帶動(dòng)區(qū)域數(shù)字化轉(zhuǎn)型升級，推進(jìn)大數(shù)據(jù)的建設(shè)與應(yīng)用，能夠較快較好地推動(dòng)經(jīng)濟(jì)實(shí)現(xiàn)綠色高質(zhì)量發(fā)展.