中國工業(yè)生態(tài)效率與數(shù)字經(jīng)濟(jì)耦合協(xié)調(diào)的時空演變研究

李彤 石鵬娟(通訊作者)

(青海大學(xué)財經(jīng)學(xué)院 青海西寧 810016)

隨著我國互聯(lián)網(wǎng)技術(shù)的不斷增強(qiáng)，“大數(shù)據(jù)時代”推動了數(shù)字經(jīng)濟(jì)的發(fā)展，使其成為我國經(jīng)濟(jì)高質(zhì)量發(fā)展的關(guān)鍵驅(qū)動力。2020年，中國數(shù)字經(jīng)濟(jì)增加值超過19萬億，達(dá)到歷史新高，總量占GDP的比重為18.8%。與此同時，工業(yè)化快速進(jìn)程帶來的環(huán)境污染嚴(yán)重制約了經(jīng)濟(jì)的可持續(xù)發(fā)展。數(shù)字經(jīng)濟(jì)的發(fā)展賦能傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級，打破了傳統(tǒng)工業(yè)高污染、高耗能的經(jīng)濟(jì)增長方式，為綠色經(jīng)濟(jì)發(fā)展提供新的著力點(diǎn)。因此，從工業(yè)生態(tài)效率和數(shù)字經(jīng)濟(jì)的內(nèi)在聯(lián)系出發(fā)，為推動工業(yè)文明向生態(tài)文明建設(shè)的轉(zhuǎn)變提供理論指導(dǎo)。

1 文獻(xiàn)綜述

對于生態(tài)效率的研究，隨機(jī)前沿函數(shù)[1]、數(shù)據(jù)包括分析方法[2]等測度方法的應(yīng)用較為廣泛，研究視野則傾向省域[3]、城市群[4]、縣域[5]等層面，并認(rèn)為產(chǎn)業(yè)結(jié)構(gòu)、科技創(chuàng)新、環(huán)境規(guī)制等因素對生態(tài)效率均有影響。數(shù)字經(jīng)濟(jì)的研究由起初的概念界定[6]深化為數(shù)字經(jīng)濟(jì)對經(jīng)濟(jì)總量[7]、城鄉(xiāng)消費(fèi)差距[8]、創(chuàng)新效率[9]等社會效應(yīng)方面。目前，關(guān)于數(shù)字經(jīng)濟(jì)和生態(tài)效率關(guān)系的研究，梁琦等(2021)認(rèn)為數(shù)字經(jīng)濟(jì)對生態(tài)效率提高具有正向作用[10]。

綜上所述，學(xué)者對生態(tài)效率和數(shù)字經(jīng)濟(jì)分別進(jìn)行了充分的理論與實證研究，但缺少數(shù)字經(jīng)濟(jì)與工業(yè)生態(tài)效率的協(xié)同效應(yīng)的研究。因此，本文從時空演變角度對工業(yè)生態(tài)效率和數(shù)字經(jīng)濟(jì)耦合協(xié)調(diào)進(jìn)行探究，豐富了此類問題的研究。

2 指標(biāo)體系與研究方法

2.1 指標(biāo)體系的構(gòu)建

2.1.1 工業(yè)生態(tài)效率的指標(biāo)體系

工業(yè)生態(tài)效率的實質(zhì)是以最小的資源投入產(chǎn)生最大的效益，因此工業(yè)生態(tài)效率指標(biāo)體系應(yīng)包括投入指標(biāo)和產(chǎn)出指標(biāo)。在投入指標(biāo)中，資源投入包括工業(yè)用水、工業(yè)用電量；人力投入以平均用工人數(shù)衡量；資金投入包括工業(yè)資產(chǎn)投資額；期望產(chǎn)出為工業(yè)增加值，非期望產(chǎn)出為工業(yè)固體廢物、氮氧排放量、工業(yè)二氧化硫排放量和工業(yè)煙(粉)塵排放量。

2.1.2 數(shù)字經(jīng)濟(jì)指標(biāo)體系

本文借鑒趙濤等(2020)[11]的研究，采用金融普惠指數(shù)、互聯(lián)網(wǎng)普及率、相關(guān)從業(yè)人員情況、相關(guān)產(chǎn)出情況和移動電話普及率對數(shù)字經(jīng)濟(jì)水平進(jìn)行測算，其中后四個指標(biāo)的含義分別為：每百人互聯(lián)網(wǎng)用戶數(shù)、計算機(jī)服務(wù)和軟件業(yè)從業(yè)人員占城鎮(zhèn)單位從業(yè)人員比重、人均電信業(yè)務(wù)總量和百人中移動電話用戶數(shù)。

2.2 研究方法

2.2.1 超效率SBM模型

超效率SBM模型不僅有效解決了投入產(chǎn)出變量的松弛問題，還處理了多個決策單元同時有效時的區(qū)分排序問題。此模型考慮了n個決策單元，每個決策單元有M個投入、S個期望產(chǎn)出和Q個非期望產(chǎn)出，測算方法如下：

式中，ρ為效率值；X、Y、Z分別為投入、期望產(chǎn)出、非期望產(chǎn)出要素；為松弛調(diào)整量；μ為權(quán)重。

2.2.2 熵值法模型

熵值法是算出多個指標(biāo)的權(quán)重，并對每個指標(biāo)進(jìn)行得分，其計算步驟的公式如下：

(1)對各項指標(biāo)數(shù)值進(jìn)行歸一化，正向指標(biāo)歸一算法為：

其中，i表示年份；j表示測度指標(biāo)。

(3)計算數(shù)字經(jīng)濟(jì)評價體系第j項指標(biāo)在第i年占該指標(biāo)的權(quán)重，其中

(4)計算第j項指標(biāo)的熵值：，0≤ej≤1；信息熵冗余度為：dj=1-ej

2.2.3 耦合協(xié)調(diào)度模型

“耦合”一詞現(xiàn)廣泛應(yīng)用于生態(tài)環(huán)境、經(jīng)濟(jì)發(fā)展多個領(lǐng)域，具體的耦合協(xié)調(diào)度的測算模型建立如下：

式中，C為耦合度；D為耦合協(xié)調(diào)度；a和b為待定系數(shù)，由于工業(yè)生態(tài)效率和數(shù)字經(jīng)濟(jì)同樣重要，故a=b=0.5。根據(jù)耦合協(xié)調(diào)度值，將結(jié)果劃分區(qū)間為[0.0，0.3)、[0.3，0.5)、[0.5，0.8)、[0.8，1.0]，且所對應(yīng)的耦合協(xié)調(diào)度等級分別為低度、中度、高度和極度耦合協(xié)調(diào)。

2.2.4 探索性空間數(shù)據(jù)分析

探索性空間數(shù)據(jù)分析是一種通過研究要素空間分布的狀況來判斷要素空間分布程度的方法，包括全局和局部莫蘭指數(shù)，計算公式如下：

式中，I為全局莫蘭指數(shù)；Ii為局部莫蘭指數(shù)；n為空間單元的個數(shù)；yi為空間單元觀測值；wij為空間權(quán)重矩陣。

2.3 數(shù)據(jù)來源

本文數(shù)據(jù)主要來源于《中國統(tǒng)計年鑒》《中國工業(yè)統(tǒng)計年鑒》《中國環(huán)境統(tǒng)計年鑒》及各省份統(tǒng)計年報，部分缺失數(shù)據(jù)用線性插值法填補(bǔ)，本文剔除港澳臺地區(qū)，以31個省作為研究樣本。

3 實證分析

3.1 工業(yè)生態(tài)效率與數(shù)字經(jīng)濟(jì)耦合協(xié)調(diào)發(fā)展的時空演變

3.1.1 耦合協(xié)調(diào)時序演變

由圖1可知，工業(yè)生態(tài)效率與數(shù)字經(jīng)濟(jì)的耦合度和耦合協(xié)調(diào)度呈現(xiàn)上升趨勢，且上升較為明顯。2011—2020年，工業(yè)生態(tài)效率與數(shù)字經(jīng)濟(jì)C值為(0.5，1.0)，不存在低度耦合階段，而2011—2010年中國省級工業(yè)生態(tài)效率與數(shù)字經(jīng)濟(jì)D值為(0.4，0.8)，平均值低于0.59，耦合協(xié)調(diào)度D整體上以高度耦合協(xié)調(diào)為主要趨勢。從演變趨勢來看，其對應(yīng)的耦合協(xié)調(diào)度的類型經(jīng)歷了中度耦合協(xié)調(diào)與高度耦合協(xié)調(diào)兩個過程，協(xié)同效應(yīng)不斷增加。

圖1 2011—2020年工業(yè)生態(tài)效率與數(shù)字經(jīng)濟(jì)耦合協(xié)調(diào)度

3.1.2 耦合協(xié)調(diào)空間格局演化

本文運(yùn)用Origin軟件繪制出工業(yè)生態(tài)效率與數(shù)字經(jīng)濟(jì)耦合協(xié)調(diào)雷達(dá)圖(見圖2)，可看出耦合協(xié)調(diào)度隨著時間的演進(jìn)呈同心圓中心向外擴(kuò)張的趨勢，說明工業(yè)生態(tài)效率與數(shù)字經(jīng)濟(jì)的耦合協(xié)調(diào)發(fā)展正在逐年優(yōu)化。從空間分布來看，2011年處于低度耦合協(xié)調(diào)的區(qū)間有：西藏、貴州、云南、寧夏、甘肅、貴州，這些省份均位于我國偏遠(yuǎn)地區(qū)，數(shù)字經(jīng)濟(jì)的發(fā)展水平相對較低；處于高度耦合協(xié)調(diào)的區(qū)間有7個地區(qū)且均位于我國東部地區(qū)，而處于中度耦合協(xié)調(diào)有19個地區(qū)，占全國比重為61.3%。這表明2011年兩系統(tǒng)互相抗衡特征強(qiáng)烈，發(fā)展不平衡。2020年，我國31個省(市)的工業(yè)生態(tài)效率與數(shù)字經(jīng)濟(jì)的耦合協(xié)調(diào)度等級結(jié)構(gòu)進(jìn)一步優(yōu)化，并突破了期初無極度耦合協(xié)調(diào)等級的狀況?？傮w來看，2020年耦合協(xié)調(diào)雖大幅上升，但仍呈“東高西低”的不均衡空間格局。

圖2 2011年、2020年工業(yè)生態(tài)效率與數(shù)字經(jīng)濟(jì)耦合協(xié)調(diào)度

3.2 工業(yè)生態(tài)效率與數(shù)字經(jīng)濟(jì)耦合發(fā)展的空間關(guān)聯(lián)格局

3.2.1 全局空間自相關(guān)

本文運(yùn)用Stata16.0測算2011—2020年中國工業(yè)生態(tài)效率與數(shù)字經(jīng)濟(jì)耦合協(xié)調(diào)度的全局莫蘭指數(shù)，如表1所示，全局莫蘭指數(shù)值均大于0，且均通過5%顯著性水平檢驗，說明在時間和空間上均具有有效性。從時間上來看，2011—2020年兩系統(tǒng)的全局莫蘭指數(shù)呈上下波動狀態(tài)，表明我國工業(yè)生態(tài)效率與數(shù)字經(jīng)濟(jì)的耦合協(xié)調(diào)度在不同年份表現(xiàn)出不同的集聚趨勢；從空間格局上來看，兩系統(tǒng)整體上存在顯著的空間正相關(guān)性，即鄰近省份的空間集聚特征明顯，表現(xiàn)出耦合協(xié)調(diào)度較高的省份和耦合協(xié)調(diào)度較低的省份均趨于集聚。

表1 2011—2020年工業(yè)生態(tài)效率與數(shù)字經(jīng)濟(jì)耦合協(xié)調(diào)度全局莫蘭指數(shù)

3.2.2 局部空間自相關(guān)

通過局部莫蘭指數(shù)進(jìn)一步揭示工業(yè)生態(tài)效率與數(shù)字經(jīng)濟(jì)耦合協(xié)調(diào)的集散情況及演化特征。由圖3可知，在“高-高”集聚區(qū)：東部省份超一半位于該區(qū)，主要集中在北京、上海、山東等地區(qū)，空間集聚態(tài)勢逐漸由分散狀態(tài)向東部沿海集聚，所占比例從2011年的29%增加到2020年的45%，說明兩系統(tǒng)的空間集聚產(chǎn)生了明顯的“空間溢出效應(yīng)”?！暗?低”區(qū)從2011年的32%減少到2020年的26%，表明隨著數(shù)字經(jīng)濟(jì)水平的提升或工業(yè)生產(chǎn)方式的轉(zhuǎn)型升級，該區(qū)域原有的省、市向其他區(qū)轉(zhuǎn)變。總體來看，中國多數(shù)省、市均處于第一、三象限，且第二、四象限所占比例也在一定的范圍內(nèi)波動，在空間上表現(xiàn)為組團(tuán)式的環(huán)狀分布。

圖3 2011年、2020年工業(yè)生態(tài)效率與數(shù)字經(jīng)濟(jì)耦合協(xié)調(diào)度Moran散點(diǎn)圖

4 結(jié)語

本文基于2011—2020年我國31個省(市)的面板數(shù)據(jù)，構(gòu)建工業(yè)生態(tài)效率與數(shù)字經(jīng)濟(jì)的評價指標(biāo)體系，使用空間自相關(guān)考察了兩系統(tǒng)耦合協(xié)調(diào)度時空格局演變特征，得到以下結(jié)論：

(1)從時序演變來看，2011—2020年中國工業(yè)生態(tài)效率與數(shù)字經(jīng)濟(jì)耦合協(xié)調(diào)度均值整體處于上升趨勢，從中度耦合協(xié)調(diào)階段向高度耦合協(xié)調(diào)階段演變，協(xié)同效應(yīng)不斷增加。

(2)從空間演變上來看，隨著時間的推移，全國各地區(qū)工業(yè)生態(tài)效率與數(shù)字經(jīng)濟(jì)耦合協(xié)調(diào)度等級空間差異趨向均衡，但整體呈現(xiàn)“東高西低”的不均衡空間分布特征。

(3)從空間相關(guān)性上來看，中國工業(yè)生態(tài)效率與數(shù)字經(jīng)濟(jì)耦合協(xié)調(diào)度呈現(xiàn)顯著的正相關(guān)關(guān)系，且具有明顯的“集聚性”和“兩極化”的特征，相關(guān)系數(shù)不斷波動，其中“低-低”集聚省份以西部地區(qū)為主，“高-高”區(qū)主要是東部和中部發(fā)達(dá)的省份。