数字经济、城市创新与雾霾污染_王力.pdf

数字经济、城市创新与雾霾污染 11 数字经济、城市创新与雾霾污染*王 力 李兴锋 董伟萍 内容摘要：建设数字中国与治理雾霾污染都是推动新时代经济高质量发展的重要战略之举。本文基于 20112019 年 278 个地级以上城市的面板数据，利用系统 GMM 及中介效应模型考察数字经济、城市创新对雾霾污染的作用机制。研究发现：（1）数字经济对雾霾污染具有显著的抑制效应，该结论在选取历史数据作为工具变量和“宽带中国”试点作为准自然实验等稳健性检验后仍然成立；（2）机制分析表明，数字经济通过城市创新效应、聚集驱动效应与结构优化效应三种重要渠道降低了雾霾污染水平；（3）数字经济的“梅特卡夫法则”在雾霾污染治理中得以验证，当数字经济超过门槛值时，城市创新对雾霾污染的“边际抑制效应”呈现逐渐递增的非线性特征；（4）异质性视角下，数字经济对雾霾污染的抑制效果因城市区位、人口规模及资源禀赋的不同而存在显著差异。关键词：数字经济；城市创新；雾霾污染；系统 GMM 中图分类号：F49 文献标识码：A 文章编号：1004-7794(2023)03-0011-11 DOI:10.13778/ki.11-3705/c.2023.03.002 *王力，石河子大学教授，博士生导师，研究方向为农业经济理论与政策。李兴锋（通讯作者），石河子大学在读博士研究生，研究方向为农业经济学和制度经济学，邮箱：。董伟萍，新疆理工学院副教授，研究方向为农业经济和产业经济。本研究得到新疆社科基金“数字乡村背景下新疆农村信息贫困对农户生计转型及其幸福感提升研究”（21BJL036）、兵团维稳戍边智库重大项目“综合配套改革与兵团团场经济高质量发展”（21BTZKA02）资助。一、引言 据生态环保部公布的数据，2022 年 12 月份全国 339 个地级以上城市 PM2.5 的平均浓度为37 微克/立方米，其中京津冀地区 PM2.5 的浓度高达 68 微克/立方米，同比上升 1.5 个百分点。现阶段，雾霾污染仍是我国空气污染的重要根源和环境治理的难点。环境问题的本质可以归结为发展方式和生活方式的问题1。随着新一轮产业技术变革，以 5G、大数据、人工智能为依托的数字经济能否通过改变传统的生产消费方式进而降低雾霾污染？若数字经济可以抑制污染污染，其中的逻辑关联与影响机制又是什么？对上述问题的应答有助于科学评估数字经济的环境福利效应，对于推动我国数字经济发展与雾霾治理具有重要的理论与现实意义。城市作为一种高度集聚的空间组织形态，在推动经济社会发展、优化资源配置与治理环境污染等方面发挥着至关重要的作用。在城市无序蔓延和渐进式扩容背景下，城市是雾霾污染等环境问题的策源地和重灾区。而数字经济作为一种全新的经济形态，其经济福利效应和环境生态效应初现。那么，数字经济能否通过城市创新助推城市治理模式变革，进而解决“城市发展环境污染”问题？在“新常态”背景下，数字经济对雾霾污染形成机理、空间溢出及治理效能逐渐受到学者们的关注。吕民乐（2021）从生产组织变革、产业体系转型、清洁技术创新等视角探究了信息化对雾霾污染的影响机理2。郭炳南等2023 年第 3 期 调研世界 总第 354 期 12 （2022）基于国家级大数据综合试验区的准自然实验，研究发现数字经济通过结构升级效应和资源配置效应改善了环境质量1。而关于城市创新与雾霾污染关系的研究却相对匮乏，冉启英（2022）认为创新知识通过提高城市创新质量，达到减霾目的3。其余文献则主要集中在技术创新通过加速落后产业转型升级4、改变要素投入结构来改善环境质量5。众多学者的研究为识别数字经济、城市创新与雾霾污染的内在逻辑奠定了丰富的理论基础。但是关于数字经济与雾霾污染间的直接研究还较为不多，目前尚无明确的理论分析和经验数据验证。基于此，本文从以下两个方面拓展现有研究：其一，在研究视角方面，不仅关注数字经济对雾霾污染的影响，更关注城市创新、集聚驱动、结构优化等中间渠道发挥的重要作用；其二，在研究方法上，为客观评估数字经济对雾霾污染的影响，将“宽带中国”试点政策视为准自然实验，运用多期 DID 模型有效缓解了内生性问题对于因果识别的干扰。二、机理分析与研究假说（一）数字经济与雾霾污染 关于数字经济对雾霾污染的影响机理，基本上仍以 Grossman（1991）6、Acemoglu（2009）7等人的理论为基础，认为数字经济运用信息技术重塑了传统的经济、社会结构，通过范式变革、创新互补、信息联通等方式引致企业技术进步和结构优化，进而降低环境污染，其具体机制如下。第一，技术创新效应。数字经济推动了技术经济范式的变革。借助 5G、云计算、物联网技术、大数据等信息技术，数字经济吸引创新要素的空间集聚，全面提升城市的创新水平8，而技术创新亦可通过提高能源利用效率、助推清洁技术研发等渠道来抑制雾霾污染，提高雾霾治理的精准度和协作性；第二，资源配置效应。数字要素具有可复制、易扩散以及低传播成本的特征，会引发生产组织、生活方式向集约化、智能化转型9。数据要素与传统生产要素的有机整合，打破了传统的边际报酬递减陷阱，通过提高资源配置效率和能源利用效率，减少雾霾污染等非期望产出；第三，规模集聚效应。数字经济助推多元创新主体和中高端服务业的空间协同集聚，生产性服务业集聚通过有效价值链嵌入、规模经济效应实现基础设施共享和生产设备集约，降低了企业交易成本、资源消耗成本。同时，生产性服务业的集聚易于形成新兴产业集群，提高区域服务业产值比重10，通过“空间倒逼”效应实现绿色生产；第四，结构优化效应。数字经济通过数字产业化和产业数字化驱动产业结构升级1。随着数字经济与传统产业的深度融合，推动了产业生态规则重塑，降低了雾霾污染强度。假说 H1：理论上看，数字经济对雾霾污染具有显著的抑制效应。（二）城市创新与雾霾污染 城市不仅受到雾霾污染，更是聚集创新要素、释放创新动能的重要载体。城市创新可以从三个方面抑制雾霾污染：一是，城市创新变革了传统城市治理模式，提升了政府雾霾污染监管、雾霾污染数据采集、前端预防及后端治理能力。通过将大数据等现代信息技术应用于雾霾治理领域，提高了政府环境治理效能；二是，城市创新通过促进技术进步来治理雾霾污染3。城市创新与其他经济活动相比，其空间经济集聚效应更强。城市创新有利于绿色环保技术的研发与采纳，倒逼企业生产流程向绿色化、环保化及高效化“蜕变”，实现经济绩效和环境绩效的双赢；三是，城市创新有利于创造良好的资源网络和创新环境，提高要素的匹配效率，从而减少资源的消耗和雾霾排放强度。假说 H2：城市创新会抑制雾霾污染。（三）数字经济、城市创新与雾霾污染 数字技术具有通用性和高渗透性等特点，打破了不同地域空间的分割性和边界性，通过网络效应产数字经济、城市创新与雾霾污染 13 生知识和信息溢出及创新主体多元化更好地赋能城市创新11-12。一方面，数字经济的互联互通机制，让原本不相邻的区域借助数字平台能够及时地传递信息和知识共享13，大幅降低了企业间经济活动的时间成本和距离成本，在提升城市创新质量的同时，达到减霾效果3。另一方面，在数字经济作用下，城市创新对雾霾污染的影响是非线性的。基于“梅特卡夫法则”的几何倍增效应，数字经济集成程度越高，其规模效应和扩散效应就越强14，使城市创新对雾霾污染的抑制效应起到“事半功倍”的效果，即数字经济的“梅特卡夫法则”在城市雾霾污染治理中成立。假说 H3：在数字经济作用下，城市创新对雾霾污染的“边际抑制效应”呈现逐渐递增的非线性特征。三、研究设计（一）模型设定 1.基准回归模型。鉴于雾霾污染的延续性和动态连贯性，结合理论分析及研究假说，本文采用动态 GMM 模型进行分析，构建如下基准模型：01123ln2.5ln2.5lnlnitititititititPMPMDIGINNXu-=+（1）其中2.5itPM为被解释变量，即城市的雾霾污染程度；itDIG表示数字经济发展指数；itINN表示城市创新；itX为一系列控制变量；i为城市固定效应，t为时间固定效应，it表示随机扰动项，下标 i，t 分别表示城市和年份。2.门槛模型。鉴于互联网的“网络效应”和“梅特卡夫法则”：互联网价值与用户数呈现平方正比关系。因此，数字经济可能会使城市创新对雾霾污染的抑制效应出现非线性跳跃。因此，设定如下面板门槛模型：1121211ln2.5ln()ln()ln()itiititnitnnnititPMINNI XINNIXINNIXControl-+=+（2）式（2）中()I 为门槛指示函数，itX表示门槛变量数字经济发展指数，其他变量设置与基准模型（1）相同。3.中介机制模型。根据前文理论分析，本文从城市创新、中高端服务业聚集及产业结构优化等方面，探讨数字经济对于抑制雾霾污染可能存在的中介渠道进行检验。借鉴温忠麟等（2014）15的做法，构建如下中介效应模型：01ln2.5lnitititnitiitPMDIGXcontrolu=+，（3）012lnitititnitiitMDIGXcontrol=+，（4）012ln2.5lnititititnitiitPMMDIGXcontrolu=+，（5）其中 M 中介变量，包括城市创新、生产性服务业集聚及产业结构高级化，其他变量设置同基准模型（1）。4.双重差分模型。为更稳健地评估数字经济是否抑制了雾霾污染，将“宽带中国”试点政策作为一项准自然实验。构建多期双重差分模型评估数字经济的治霾效应14。012ln2.5lnititititititPMTreatPeriodINNXu=+（6）其中，iTreat为处理组；时间虚拟变量为 Period，政策实施当年及之后年份为 1，之前为 0。itTreatPeriod表示“宽带中国”试点政策虚拟变量，其他变量与模型（1）一致。2023 年第 3 期 调研世界 总第 354 期 14 （二）变量选取 1.被解释变量：雾霾污染（PM2.5）。雾霾污染的成分主要为 PM2.5，具有不易下沉的特点，便于遥感监测16。本文借鉴文献17和文献18的做法，利用哥伦比亚大学公布的全球 PM2.5 浓度年均值的栅格数据，运用 ArcGIS 软件重新提取出中国 278 个地级市层面的 PM2.5 年均浓度来表征雾霾污染。2.核心解释变量。（1）数字经济发展水平（DIG），借鉴赵涛等（2022）14、唐红涛等（2021）19的研究，构建数字经济发展水平的评价模型，采用熵权法得到数字经济发展指数；（2）城市创新（INN），专利数量是城市研发和创新活动最直接的产出，本文借鉴文献5和文献20的做法，选取三大专利（发明、实用新型和外观）申请量来表征城市的创新水平。表 1 数字经济发展水平评价体系 二级指标 三级指标 指标属性 权重 数字经济发展水平 互联网普及率 每百人互联网用户数（个）正向 0.3804 互联网行业从业指数 计算机与软件从业人员占比（%）正向 0.1297 互联网产出水平 人均电信业务总量（万元）正向 0.1970 移动互联网用户水平 每百人移动用户数（户）正向 0.1547 数字普惠金融发展 北京大学数字普惠金融指数 正向 0.1382 3.控制变量。（1）人口密度（POP）利用地区人口总量与地区的行政区面积比值来表示；（2）财政分权（FIN）采用地方财政一般预算内支出与地方财政一般预算内收入之比表征；（3）外商直接投资（FDI）利用各地区外商直接投资额与城市 GDP 的比值来表示；（4）城市交通基础设施（TRA）用城市常驻人口人均道路面积来表示；（5）产业结构（IND），利用第二产业产值占城市 GDP 的比重来表征；（6）经济发展水平（PGDP），利用人均 GDP 来表征。（三）数据来源及描述性统计 本文所选样本空间为 20112019 年 278 个地级以上城市的面板数据。数字普惠金融指数来自北京大学数字金融研究中心，其他数据来源于中国城市统计年鉴、CNRDS 数据库、EPS 数据库及各城市的国民经济与社会发展统计公报，个别年份数据缺失用插值法补齐，数据描述性统计见表 2。表 2 各