数据要素影响绿色生态效率的机制与效应研究

摘要数据要素已成为新发展格局中除劳动、资本、土地、技术之外的基础性生产要素,为分析数据要素对绿色生态效率的影响和作用路径,采用熵值法、SBM方向距离函数、Malmquist-Luenberger函数等方法测度了数据要素指数和数据要素视角下的绿色生态效率,并考察数据要素对绿色生态效率的影响机制和影响效应。研究发现:(1)数据要素对绿色生态效率的提升效应明显,工具变量两阶段最小二乘法(IV-2SLS)、系统GMM方法和多种稳健性检验结果依然显著。(2)影响机制结果表明,数据要素对绿色生态效率的提升主要通过产业结构升级效应、市场规模效应和技术进步效应来实现,即数据要素通过促进地区产业结构的高级化进程、扩大数据要素市场信息化应用的规模和推动技术进步来实现绿色生态效率的提升。(3)异质性结果显示,在低水平区域,数据要素的流动性和市场规模较小,数据要素水平提升带来的市场冲击性更大,效果更加显著。在市场要素集中程度较高的东部区域以及与其他生产要素融合较好的地区,数据要素的市场影响效应大且显著。

	Service

	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	Email Alert
	RSS
	作者相关文章
	刘培

关键词：数据要素绿色生态效率资源配置异质性

Abstract： Data factors have become one of the basic production factors besides labor, capital, land and technology in the new development pattern. In order to analyze the influence and action path of data elements on green ecological efficiency, this paper measures the green ecological efficiency from the perspective of data factor index and data elements by using entropy method, SBM direction distance function and Malmquist-Luenberger function, and examines the influence effect and mechanism of data elements on green ecological efficiency. The results are as follows: (i) The improvement effect of data elements on green ecological efficiency is obvious. After using the two-stage least square method (IV-2SLS) under tool variables and the system GMM method for estimation, the results are still significant and passed a variety of robustness tests; (ii) The results of the impact mechanism indicate that the improvement of green ecological efficiency by data factors is mainly achieved through the upgrading effect of industrial structure, market scale effect, and technological progress effect. That is, data factors achieve the improvement of green ecological efficiency by promoting the advanced process of regional industrial structure, expanding the scale of market information application of data elements, and market technological progress effect; (iii) The heterogeneity results show that the improvement of the level of data elements has a greater impact on the market in areas with low liquidity and market size, and the more significant the effect is. In the eastern region with high concentration of market factors and other areas with better integration of production factors, the market impact effect of data factors is large and significant.

Keywords： Data Factors Green Ecological Efficiency Resource Allocation Heterogeneity

收稿日期 2023-07-18; 接受日期 ;

基金资助:国家社会科学基金青年项目(22CTJ007); 2023年度河南省高校人文社会科学研究一般项目(2023-ZZJH-171)

作者简介: 刘培(1992—),男,河南信阳人,博士,讲师,主要从事数字经济、环境经济学研究。

引用本文:

刘培.数据要素影响绿色生态效率的机制与效应研究[J]. 经济经纬, 2023,6: 136-148

LIU Pei.A Study on the Effect and Mechanism of Data Factors on Green Ecological Efficiency[J] Economic Survey, 2023,V40(6): 136-148

链接本文:

http://www.jjjw.org.cn/CN/ 或 http://www.jjjw.org.cn/CN/Y2023/V40/I6/136

蔡跃洲,马文君,2021.数据要素对高质量发展影响与数据流动制约[J]. 数量经济技术经济研究(3):64-83.
钞小静,王宸威,2022.数据要素对制造业高质量发展的影响:来自制造业上市公司微观视角的经验证据[J].浙江工商大学学报(4):109-122.
陈浩,刘培,许佩,2020.城市绿色全要素生产率演变机制研究:基于城市能源与土地要素约束的视角[J].中国人口·资源与环境(9):93-105.
官永彬,2022.高质量发展下中国区域环境效率的实证测度、时空特征及影响因素研究[J].重庆师范大学学报(社会科学版)(1):5-18.
郭本海,王梓兴,王菲,2023.数字经济驱动下中国省域高技术制造业的创新效率评价研究[J].研究与发展管理(4):65-79.
冯科,2022.数字经济时代数据生产要素化的经济分析[J].北京工商大学学报(社会科学版)(1):1-12.
胡鞍钢, 郑京海, 高宇宁,等,2008. 考虑环境因素的省级技术效率排名(1999—2005)[J]. 经济学(季刊)(3):933-960.
姜琪,张佳鑫,狄慧敏,2021.区块链技术驱动数字经济高质量发展的问题与对策研究:基于供给侧与需求侧的理论逻辑[J].金融教育研究(3):3-12.
李春发, 李冬冬, 周驰,2020. 数字经济驱动制造业转型升级的作用机理:基于产业链视角的分析[J].商业研究(2):73-82.
李嘉美,2021.自贸试验区数字经济发展的制度创新路径研究[J].辽宁大学学报(哲学社会科学版) (5):57-64.
李涛,沙玮华,2022.数字经济对地区全要素能源效率的影响研究:基于市场贸易的中介效应分析[J].财经理论与实践(3):120-127.
李研,2021.中国数字经济产出效率的地区差异及动态演变[J]. 数量经济技术经济研究(2):60-77.
刘国斌,方圆,杨思莹,2021.金融发展、金融分权与城市环境污染抑制[J].济南大学学报(社会科学版) (2):91-102.
刘军, 杨渊鋆, 张三峰,2020. 中国数字经济测度与驱动因素研究[J]. 上海经济研究(6):83-98.
刘强,马彦瑞,徐生霞,2022.数字经济发展是否提高了中国绿色经济效率？[J].中国人口·资源与环境(3):72-85.
刘融冰,王琦,艾利斯,2022.中国绿色金融发展的时空演化及分布动态[J].辽宁大学学报(哲学社会科学版) (5):40-50.
吕明元,苗效东,2020. 大数据能促进中国制造业结构优化吗？[J].云南财经大学学报(3):31-42.
任保平,王思琛,2022.新发展格局下我国数据要素市场培育的逻辑机理与推进策略[J].浙江工商大学学报 (3):85-93.
苏振,郑应宏,郭峦,2023.数字经济对旅游业碳排放效率的影响及门槛效应[J].中国人口·资源与环境(8):69-79.
王宏伟,董康,2022.数据要素对企业发展的影响:基于云计算行业197家上市公司实证分析[J].东岳论丛(3):161-173.
王俊豪,周晟佳,2021.中国数字产业发展的现状、特征及其溢出效应[J].数量经济技术经济研究(3):103-119.
王开科,吴国兵,章贵军,2020.数字经济发展改善了生产效率吗[J].经济学家(10):24-34.
王梦菲, 张昕蔚,2020. 数字经济时代技术变革对生产过程的影响机制研究[J]. 经济学家(1):52-58.
王卫华,宁殿霞,2022.数字劳动和数据资本权力:平台资本主义研究的两个重要向度[J].云南财经大学学报 (8):37-46.
王彦杰,高启杰,2023.数字经济产业集聚对绿色技术创新的影响:基于环境规制的调节效应分析[J].技术经济(2):20-30.
吴文菲,丰燕,2022.数字经济、消费升级与城市土地利用效率:基于武汉城市圈的实证[J].统计与决策(19):107-110.
谢康,夏正豪,肖静华,2020.大数据成为现实生产要素的企业实现机制:产品创新视角[J].中国工业经济(5):44-62.
许宪春, 张美慧,2020. 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(5):25-43.
杨慧梅, 江璐,2021. 数字经济,空间效应与全要素生产率[J]. 统计研究(4):3-15.
杨翔,李小平,仲春平,2019. 中国工业偏向性技术进步的演变趋势及影响因素研究[J]. 数量经济技术经济研究(4):101-119.
杨文溥,曾会锋,2022.数字经济促进全要素生产率提升的效应评价[J].技术经济(9):1-9.
余文涛,吴士炜,2020.互联网平台经济与正在缓解的市场扭曲[J] .财贸经济(5):146-160.
赵加兵,2021.公共数据归属政府的合理性及法律意义[J].河南财经政法大学学报(1):13-22.
张营营,彭硕毅,白东北,2023.数字经济影响城市创新质量的效应与机制研究[J].经济经纬(1):14-24.
张于喆,2018.数字经济驱动产业结构向中高端迈进的发展思路与主要任务[J].经济纵横(9):85-91.
曾祥炎,魏蒙蒙,周健,2023.数字经济、要素配置与区域技术收敛[J].经济经纬(1):3-13.
ACEMOGLU D, RESTREPO P,2018. The race between man and machine: implications of technology for growth, factor shares, and employment[J]. American economic review,108(6):1488-1542.
FARBOODI M., VELDKAMP L,2020. A growth model of the data economy [Z]. Columbia business school working paper.
JONES C. I., TONETTI C,2019. Nonrivalry and the economics of data[Z]. NBER working paper, No.26260.
ZHANG Y F, MA S Y, YANG H D, et al,2018. A big data driven analytical framework for energy-intensive manufacturing industries[J]. Journal of cleaner production, 197(1):57-72.