您好, 访客   登录/注册

数字化水平、资源依赖对地级市绿色全要素生产率影响的实证研究

来源:用户上传      作者:

  
  摘 要:基于中国2005—2016年96个地级市的面板数据,利用生产前沿面方法得出地级市的绿色全要素生产率、技术效率指数和技术进步指数;实证表明数字化技术对城市绿色全要素生产率、技术进步主要起正向影响,对技术效率主要起负向作用;验证了资源依赖度对绿色全要素生产率的影响,发现数字化水平丰富了资源依赖度与绿色全要素生产率之间的关系,两者之间存在显著门槛效应;基于实证分析结果,提出推动数字化政策贯彻实施等政策建议。
  关键词:绿色全要素生产率 资源依赖 数字化水平
  近年来,我国经济飞速发展,取得举世瞩目的成就,然而产能过剩、创新不足、污染严重等问题突出。与此同时,互联网的广泛普及促使数字化技术成为重要的生产要素,各国都认识到数字经济带来的巨大机会。党的十九大对建设网络强国、数字中国、智慧社会作出了战略部署,我国积极布局数字化技术,尤其在移动支付、共享单车、云计算等领域已处于全球领先水平。数字经济在我国蓬勃发展,与传统产业深度融合,不断推动新兴业态的发展,提升了实体经济创新能力,提高资源利用效率和经济生产率。在节约资源、环境友好的绿色发展前提下,考虑资源和环境影响因素,评价城市数字化水平对经济转型升级和资源利用效率的影响,对中国区域经济转变经济增长结构、优化资源配置和改善生态环境有重要意义。
  党的十九大报告提出“高质量发展”,而提高全要素生产率真是对这一号召的积极响应。全要素生产率是经济高质量发展的核心指标之一,提高全要素生产率是高质量发展的动力源泉,本质上也是一种提高资源配置效率的方式,研究全要素生产率的内涵,有助于找准改革关键领域,更好推动高质量发展。1995—2016年间,我国全要素生产率年均增长率为2.3%,而采用环境生产函数方法、考虑环境影响和排放因素后,我国绿色全要素生产率年均增长率仅1.15%[1]。未来提升经济发展质量的关键在于提升绿色全要素生产率。绿色全要素生产率比单纯的GDP衡量经济发展更加科学,研究数字经济技术对绿色全要素生产率的改进的内在动因和相关机制具有重要意义。
  本文将基于城市绿色全要素生产率的视角,从理论和实证分析数字化水平对经济全要素生产率的影响。本文创新主要体现在:一是研究数字化水平对绿色全要素生产率影响,实证研究了数字化水平对绿色全要素生产率技术进步、技术效率的作用,验证了数字经济影响城市绿色全要素生产率的方式;二是实证研究证明城市数字化水平对资源依赖影响城市绿色全要素生产率存在门槛效应。
  一、数字化水平对绿色全要素生产率的影响
  早在80年代,制造业生产率增长和波动已经引起国内外学者的重视,国内外学者已经注意到信息技术对生产效率的影响。包括互联网、云计算等基础技术,也包括区块链、人工智能等新兴智能化技术,数字经济技术与传统产业结合,总体上能显著提高经济全要素生产率。如王帅等(2018)研究信息化基础设施建设成为经济增长重要动力,通过产业集聚中介作用能促进经济增长[2]。谢莉娟(2015)认为,物流组织利用互联网技术能够促进供应链整合,形成组织结构变化[3]。韩宝国等(2014)发现宽带带宽、速度质量每增长10%能带动人均GDP增长约0.2%[4]。曹静等(2018)认为现有文献主要研究人工智能利用发达国家数据,发现人工智能对发达国家生产率和经济增长具有促进作用,机器人自动化促进工业经济增长速度提升了0.37%,但机器密度的增多的边际效应会快速下降[5]。
  (一)数字化水平对绿色全要素生产率影响
  考虑环境因素前提下,绿色全要素生产率可利用生产前沿面方法,采用Malmquist指数进行分解,测量生产点到生产前沿面距离量度生产率,分解方法主要有两种。第一种通过设定具体生产函数来计算索罗余值,但不同的生产函数会带来不同的结果。第二种是数据包络法,比较常用的分解方法是Malmquist指数法,可以得到稳健且偏差小的结果,最终可分解为该样本点技术效率和样本内前沿面上的经济单位未体现的技术进步。汪淼军等(2013)认为信息通讯技术通过降低信息技术成本影响企业全要素生产率,影响因素为企业人力资源、资产状况等[6],总体起促进作用。
  (二)数字化水平对技术效率、技术进步影响
  数字化技术与传统企业的深度融合,深度改变了企业的生产方式、销售方式、组织方式和技术创新,有效降低经济交易摩擦,低成本的促进信息流动,具体表现为:生产方式上,推动生产设备数字化、网络化、电子化,加强敏捷制造、智能制造,提高产品合格率,打造产品个性化生产技术基础。销售方式上,推动销售方式、销售渠道电子化、网络化,降低营销成本,精准化投放产品和服务,加强营销效率。组织方式上,扩展使用“平台经济”、“众筹众包”等新模式,利用用户消费大数据反馈生产研发人员,利用电子手段推进管理改革。技术创新上,利用区块链、大数据、云计算等新技术,吸引外部知识,准确掌握市场需求动向,推动企业整体创新。
  数字经济广泛应用容易带来更多的产业垄断,这是由于互联网的“成本次可加性”属性带来垄断集聚性。比如滴滴出行、京东、美团等平台天然具有连接和匹配供需的市场性质,提高市场进入门槛,造成市场扭曲,压制新兴企业和阻碍创新,降低技术效率(黃金等,2019)[7]。用户在网络上对产品反馈的增多,会促进厂商降低产品规模、扩大个性生产,在企业生产方式还未成熟到个性化化生产的过渡阶段,会降低企业生产设备使用效率,降低企业整体技术效率。
  总之,数字化技术既能降低技术效率也能促进其提高,互联网经济是熊彼得破坏性创新经济增长理论的典型,为中国经济带来破坏性创新,虽然生产、管理、销售、组织上都会带来创新,但由于旧设备和技术的淘汰、组织架构的调整、管理流程的变化带来抑制作用,整体初期抑制作用大于促进作用(郭家堂,2016)[8]。
  内生增长理论认为全社会知识积累是经济增长的重要动力,而数字化技术尤其互联网的普及促进人类知识信息跨时空的共享交换,全社会个体更便利的获得知识。数字化技术能促进如美团、滴滴等网络统一管理平台产生,促进企业及个人供需在平台上尽快匹配,提高匹配效率,消费者能最快最简单的找到适合生产产品和服务,消费者由被动变主动推动产品创新,直接参与企业创新流程;集中管理平台加强生产者主动接收用户意见,收集产品意见建议,生产个性化产品,驱动产品更新换代,成为推动企业创新发展的持久动力。   数字化技术能突破时空限制,产生集聚效应,产业和经济活动在互联网空间集中并产生向心力,放大企业经济活动、产品和服务、组织活动的现实影响力。总体上,数字化技术对经济技术进步起正向作用。
  提出假设1:数字化水平促进地区绿色全要素生产率整体提高,技术效率抑制作用占优,技术进步促进作用占优。
  (三)数字化水平、资源依赖对绿色全要素生产率影响
  数字化水平能促进城市探索经济高质量发展,使资源型城市摈弃产业结构单一的资源消耗,资源型城市占地级市的近40%。比如内蒙古、贵州等省市利用云计算破解资源诅咒,促进经济结构优化升级,吸引企业落地生根,数字经济产业能够更加“清洁”,且其内在的创新活力和技术特性激发人们的环保意识和行动,促使企业少排放工业三废。同时数字化技术应用煤炭开采、矿产开采和加工等低技术创新效率行业资源冶炼、加工、选矿等促进高端资源产品生产,提高产品附加边际价值,帮助企业获取和加大市场优势;同时数字化技术发挥结构优化,优化地区产业结构,推动地区整体效益不变的同时,降低碳排放量13%~24%。
  在未依赖自然资源发展的初期,数字化技术发展能够显著降低企业要素成本,提升规模效益,提升绿色全要素生产率。但由于资源依赖导致的产业机构单一固化,导致存在“资源诅咒”,地区容易形成创新惰性,过度依靠初级生产要素投入,无法继续发挥数字化技术优势,从而难以改善绿色全要素生产率。而当地资源产业的过度发展会抑制数字化产业的发展,从而抑制资源产业创新能力,制约当地经济发展,数字化发展到一定程度,才能发挥对资源产业发展和当地经济结构转型的作用。
  提出假设2:资源依赖对当地绿色全要素生产率存在影响,而地区数字化水平对资源依赖影响城市绿色全要素生产率产生门槛效应。
  二、模型设定与数据说明
  本文参考刘生龙等(2010)等关于互联网与全要素生产率关系实证模型[9],同时借鉴张军(2005)[10]实证研究思路,本文在双重门槛模型的基础上,建立了以绿色全要素生产率为主的被解释变量,同时加入技术进步和技术效率,以探讨地区数字化水平大于或小于特定的门槛值时,研究是否影响城市资源依赖度对于绿色全要素生产率,如果影响,研究其影响程度模型具体设定如下:
  本研究选择2005-2016年地级城市面板数据进行分析,(1)式利用固定效应、(2)式利用双门槛效应估计数字化水平和经济绿色全要素生产率的关系。
  其中i表示城市,t表示年份,ln表示取对数,Y表示被解释变量,分别代入绿色全要素生产率(GTFP)、技术进步指数(TE)、技术效率指数(TC),INT表示数字化水平,RD代表资源依赖度,CV为控制变量,参考国内学者关于中国全要素生产率实证研究的文献(张军等,2005)[10],除人均资本存量、人力资本水平外,增加对外开放、经济结构、基础设施等变量加以控制。各城市数字化水平指标(INT)为城市互联网发展水平,以使用城市互联网人数占城市常住人数之比为核心解释变量。表1为主要变量描述性统计结果。
  绿色全要素生产率影响模型在进行面板数据模型回归前,需要识别模型类型,采用Hausman检验进行考察,由于p值为0,可以拒绝随机效应的原假设,使用固定效应模型而非随机效应模型,采用公式(1)进行模型检验。
  如表2列(1)所示,数字化每提高1%,绿色全要素生产率将提高0.102%,且在1%的水平上显著。即数字化技术对城市绿色全要素生产率具有正面促进作用。人均资本存量、人力资本水平每提高1%,城市绿色全要素生产率分别提高0.125%、0.004%,均在1%的水平上显著,证明人均资本存量更重要,能更明显提高城市绿色全要素生产率,即目前资本对产出作用远大于人力资本对产出的影响。如表2列(2)、(3)所示,本文将绿色全要素生产率进一步分解为纯技术效率变化和纯技术进步变化,结果表明,数字化对技术效率(TE)有抑制作用,即企业应用数字化会总体降低城市绿色全要素生产率的技术效率,数字化每提升一个百分点,技术效率降低0.101%,验证了熊彼得破坏性创新经济增长理论,数字化给中国经济初期是破坏性创新。数字化对技术进步(TC)有正面促进作用,且大于技术效率的抑制作用,数字化每提升一个百分点,技术进步提高0.257%,从而促进绿色全要素生产率总体提高。假设1得到证明。
  2.资源依赖与门槛效应模型
  本文对(1)(2)式进行门槛效应检验,以确定该门槛效应的具体设定形式,检验结果如表3所示。通过使用bootstrap自抽样方法,得到接受原假设的概率值,结果验证单门槛效应和双门槛效应显著,三重门槛效应不显著,证实数字化技术对资源依赖影响绿色全要素生产率存在双门槛效应。
  门槛效应检验通过后,检验识别出估计值和置信区间,表4可知,两个门槛值分别对应的95%置信区间较窄,识别效果较显著,似然比值都小于5%显著性水平的临界值。根据识别的门槛值大小,可将城市分为城市低数字化水平区域(INT≤0.122)、城市中等数字化水平区域(0.1220.471)。假设2得到证明。
  三、结论与建议
  本文基于城市绿色全要素生产率视角,考虑资源环境投入,得出96个地级市绿色全要素生产率,实证研究表明,城市数字化确实能促进城市经济绿色发展,绿色全要素生产率分解为技术效率和技术进步,研究得出技术效率抑制作用占优,技术进步促进作用更明显。城市自然资源依赖程度影响绿色全要素生产率,而且受数字化水平门槛效应影响,如果当地数字化水平低于门槛值,会影响本地依赖本地资源和经济发展。
  综合分析,提出如下政策建议:
  第一,政府应积极落实数字化产业政策,推动互联网+、智慧城市、智能制造、两化融合等政策深入贯彻实施,要通过专项补贴、财政支持等方式加强对数字化产业的投入,扶植传统产业与数字化技术的融合,改善数字化经济发展环境。
  第二,因地制宜提升城市数字化水平,重点推动资源型地区数字化水平,依据本地资源优势,降低资源过度依赖的舒适区,克服资源产业对人才、资金的挤压,加强资源产业与数字化融合发展。
  第三,政府和企业应加强城市经济绿色发展指标考评,注重提升绿色生产效率,加大“清洁”产业比重,增加治污减排人才培养力度,理性认识数字化价值,将资源集中至技术创新、产品创新层面,有效发挥数字化正面作用。
  参考文献:
  [1]庞瑞芝,孟辉.着力提升绿色全要素生产率[N],中国社会科学报,2018-9-5:4.
  [2]王帅.信息基础设施建设、产业集聚与经济增长——基于中介效应模型的实证分析[J].上海经济,2018(5).
  [3]谢莉娟.互联网时代的流通组织重构——供应链逆向整合视角[J].中国工业经济,2015(4).
  [4]韩宝国,朱平芳.宽带对中国经济增长影响的实证分析[J].数量经济研究,2014(2).
  [5]曹静,周亚林.人工智能对经济的影响研究进展[J].经济学动态,2018(1).
  [6]汪淼军,张维迎,周黎安.信息技术、组织变革与生产绩效——关于企业信息化阶段性互补机制的实证研究[J].经济研究,2006(1).
  [7]黄金,李强治.互联网平台垄断的本质与治理思路[J].信息通信技术与政策,2019(3).
  [8]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).
  [9]刘生龙,胡鞍钢.基础设施的外部性在中国的检验:1998-2007[J].2010(3).
  [10]张军,金煜.中国金融深化和生产率关系的再检測[J].2005(11).
  
  〔刘津,中国社会科学院研究生院〕

转载注明来源:https://www.xzbu.com/2/view-15218183.htm