空間關(guān)聯(lián)視角下數(shù)字貿(mào)易對(duì)綠色技術(shù)創(chuàng)新的影響機(jī)制

【中圖分類號(hào)】F273.1；F727；X322

【文獻(xiàn)標(biāo)志碼】A

【文章編號(hào)】1673-1069(2025)08-0062-03

1引言

隨著全球經(jīng)濟(jì)快速發(fā)展和工業(yè)化水平不斷提升，以追求經(jīng)濟(jì)利益最大化為目標(biāo)的生產(chǎn)方式導(dǎo)致生態(tài)環(huán)境逐漸惡化。基于此，中國(guó)積極發(fā)揮負(fù)責(zé)任大國(guó)作用，提高能源使用效率，努力推動(dòng)綠色技術(shù)轉(zhuǎn)型升級(jí)。綠色技術(shù)創(chuàng)新兼具經(jīng)濟(jì)效益、社會(huì)效益和生態(tài)效益，已成為驅(qū)動(dòng)經(jīng)濟(jì)綠色低碳轉(zhuǎn)型、實(shí)現(xiàn)“雙碳”目標(biāo)的根本途徑。與此同時(shí)，以數(shù)字技術(shù)為支撐、以數(shù)據(jù)為關(guān)鍵生產(chǎn)要素的數(shù)字貿(mào)易正以前所未有的速度重塑全球價(jià)值鏈與創(chuàng)新網(wǎng)絡(luò)。探究數(shù)字貿(mào)易與綠色技術(shù)創(chuàng)新之間的內(nèi)在聯(lián)系及其影響機(jī)制，對(duì)于把握數(shù)字時(shí)代綠色發(fā)展的新機(jī)遇、制定有效的創(chuàng)新激勵(lì)政策具有重要的理論價(jià)值與現(xiàn)實(shí)意義。

2研究分析與假設(shè)

現(xiàn)有研究普遍認(rèn)同數(shù)字經(jīng)濟(jì)發(fā)展對(duì)創(chuàng)新的積極效應(yīng)[-3]。理論上，數(shù)字貿(mào)易可能通過(guò)加速綠色知識(shí)的擴(kuò)散與重組、打破地理限制、提升創(chuàng)新效率等路徑影響綠色技術(shù)創(chuàng)新。然而，這些影響機(jī)制在考慮空間關(guān)聯(lián)和區(qū)域差異的情境下，其復(fù)雜性和有效性仍需系統(tǒng)檢驗(yàn)。本研究的創(chuàng)新點(diǎn)包括：首先，聚焦“數(shù)字貿(mào)易\"這一特定范疇，探討其對(duì)綠色技術(shù)創(chuàng)新的影響，區(qū)別于多數(shù)研究籠統(tǒng)討論數(shù)字經(jīng)濟(jì)整體。其次，綠色技術(shù)創(chuàng)新活動(dòng)存在空間關(guān)聯(lián)效應(yīng)，大多數(shù)文獻(xiàn)忽略了這種空間關(guān)聯(lián)性。最后，現(xiàn)有文獻(xiàn)中區(qū)域異質(zhì)性分析較少。區(qū)域非均衡發(fā)展理論揭示，要素稟賦差異將重構(gòu)技術(shù)擴(kuò)散路徑，不同的地區(qū)影響效果不同，東部、中部、西部地區(qū)在數(shù)字基礎(chǔ)設(shè)施、創(chuàng)新資源稟賦等方面存在顯著差異。為全面、準(zhǔn)確地揭示數(shù)字貿(mào)易對(duì)綠色技術(shù)創(chuàng)新的影響機(jī)制及其空間特性，本文擬構(gòu)建一個(gè)整合的分析框架。第一，利用基準(zhǔn)回歸模型，檢驗(yàn)數(shù)字貿(mào)易對(duì)本地綠色技術(shù)創(chuàng)新的直接影響；第二，引入空間杜賓模型，識(shí)別數(shù)字貿(mào)易發(fā)展對(duì)綠色技術(shù)創(chuàng)新產(chǎn)生的空間溢出效應(yīng)；第三，開展區(qū)域異質(zhì)性分析，比較東部、中部、西部三大區(qū)域數(shù)字貿(mào)易影響的具體差異。

基于此，本研究提出以下3個(gè)假設(shè)：數(shù)字貿(mào)易會(huì)顯著促進(jìn)本地綠色技術(shù)創(chuàng)新 (H₁) ；數(shù)字貿(mào)易對(duì)經(jīng)濟(jì)往來(lái)密切和地理鄰近地區(qū)的綠色技術(shù)創(chuàng)新具有正向的空間溢出效應(yīng) (H₂) ；數(shù)字貿(mào)易對(duì)不同地區(qū)的綠色技術(shù)創(chuàng)新有不同的影響，呈現(xiàn)異質(zhì)性格局 (H₃) 。

3研究設(shè)計(jì)

3.1模型構(gòu)建

3.1.1基準(zhǔn)回歸模型

為考察數(shù)字貿(mào)易對(duì)綠色技術(shù)創(chuàng)新的影響機(jī)制，本文構(gòu)建基準(zhǔn)回歸模型，見式(1)：

式中， lnGTI_it 表示綠色技術(shù)創(chuàng)新； lndt_it 表示數(shù)字貿(mào)易； Z_it 表示控制變量的集合： β₁ 表示數(shù)字貿(mào)易對(duì)綠色技術(shù)創(chuàng)新的回歸系數(shù) ;μ_i 表示個(gè)體固定效應(yīng)； λ_t 表示時(shí)間固定效應(yīng)； ε_it 表示隨機(jī)誤差項(xiàng)； α₀ 表示常數(shù)項(xiàng)；下標(biāo) ξ_i，t 分別表示地區(qū)、年份。

3.1.2空間杜賓模型

數(shù)字貿(mào)易與綠色技術(shù)創(chuàng)新存在顯著的空間關(guān)聯(lián)性。空間杜賓模型(SDM)能夠同時(shí)捕捉被解釋變量和解釋變量的空間滯后效應(yīng)，是分析空間溢出效應(yīng)的有力工具。本文構(gòu)建空間杜賓模型，捕捉二者影響機(jī)制，見式(2)：

w_ijZ_it+φ_i+ν_t+ε_it (2)

式中， lnGTI_it 表示 i 地區(qū)第 Ψ_t 年的綠色技術(shù)創(chuàng)新； lnGTI_jt 表示 j 地區(qū)第 Φ_t 年的綠色技術(shù)創(chuàng)新； 表示 i 地區(qū)第 Ψ_t 年的數(shù)字貿(mào)易； w_ij 表示 31×31 的空間權(quán)重矩陣，本研究采用經(jīng)濟(jì)地理矩陣論證，計(jì)算方法為（1/人均GDP) （1/地理距離） ∣×∣ 0.5;w_ij 與 lnGTI_jt 的乘積表示空間滯后的被解釋變量； w_ij 與lndt_it 的乘積表示空間滯后的解釋變量； θ₀ 表示常數(shù)項(xiàng)： cal?ρ_?γ_?αα 分別表示被解釋變量的空間自相關(guān)系數(shù)、解釋變量系數(shù)和解釋變量的空間溢出系數(shù)； Z 表示一系列控制變量； w_ij 與 Z_it 的乘積表示空間滯后的控制變量； δ_?τ 表示控制變量系數(shù)與控制變量的空間溢出系數(shù)； φ_i 表示空間效應(yīng)； u_t 表示時(shí)間效應(yīng)；ε_u 表示隨機(jī)誤差項(xiàng)。

3.2變量定義

3.2.1被解釋變量

本文的被解釋變量為綠色技術(shù)創(chuàng)新(GTI)。借鑒前人的做法，本文采用“綠色發(fā)明專利授權(quán)總量(授權(quán)發(fā)明專利和授權(quán)實(shí)用新型專利之和)\"衡量地區(qū)的綠色技術(shù)創(chuàng)新水平。

3.2.2解釋變量

本文的解釋變量為數(shù)字貿(mào)易(dt)。本文參考前人對(duì)數(shù)字貿(mào)易的測(cè)度方法，采用熵權(quán)法確定各項(xiàng)指標(biāo)的權(quán)重，從網(wǎng)絡(luò)環(huán)境、數(shù)字技術(shù)水平、貿(mào)易能力、物流環(huán)境4個(gè)方面測(cè)算數(shù)字貿(mào)易水平的綜合指標(biāo)。

3.2.3控制變量

參照既有關(guān)于數(shù)字貿(mào)易和綠色技術(shù)創(chuàng)新的研究，本文選取以下8個(gè)關(guān)鍵變量作為控制變量，并對(duì)部分變量進(jìn)行取對(duì)數(shù)處理： ① 人力資本(lnwage，高校在校生占比)，控制綠色創(chuàng)新能力對(duì)被解釋變量的影響； ② 研發(fā)強(qiáng)度(Indr，研發(fā)支出/GDP)，控制技術(shù)創(chuàng)新的基礎(chǔ)條件對(duì)被解釋變量的影響； ③ 金融發(fā)展0 lnfin ，貸款余額/GDP)，控制資金的便利性對(duì)創(chuàng)新的影響；④ 產(chǎn)業(yè)結(jié)構(gòu)(lnstr，第三產(chǎn)業(yè)產(chǎn)值/第二產(chǎn)業(yè)產(chǎn)值)，控制綠色技術(shù)應(yīng)用增加對(duì)被解釋變量的影響； ⑤ 基礎(chǔ)設(shè)施(fra，公路貨運(yùn)量)，控制其通過(guò)促進(jìn)綠色技術(shù)推廣對(duì)被解釋變量產(chǎn)生影響； ⑥ 對(duì)外開放(Inopen，外貿(mào)總額/GDP)，通過(guò)控制對(duì)外開放水平，以更清晰地識(shí)別數(shù)字貿(mào)易對(duì)綠色技術(shù)創(chuàng)新的作用；⑦ 政府干預(yù)(gi，財(cái)政支出/GDP)，作為政府手段干預(yù)經(jīng)濟(jì)可能影響綠色技術(shù)創(chuàng)新的動(dòng)力； ⑧ 信息化水平(Ininf，郵電業(yè)務(wù)總量/GDP)，控制整體信息化發(fā)展對(duì)創(chuàng)新的影響。

3.3數(shù)據(jù)來(lái)源與處理

本研究采用2013一2022年中國(guó)31個(gè)省份（不包括西藏和港澳臺(tái)地區(qū))的面板數(shù)據(jù)，數(shù)據(jù)源自《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)環(huán)境統(tǒng)計(jì)年鑒》等官方統(tǒng)計(jì)資料，綠色專利數(shù)據(jù)來(lái)自國(guó)家知識(shí)產(chǎn)權(quán)局（數(shù)據(jù)自2010年起發(fā)布至今，本文取2013一2022年)。經(jīng)統(tǒng)計(jì)，樣本期內(nèi)各變量的缺失值占比均低于 5% ，整體缺失程度較低，并且各經(jīng)濟(jì)指標(biāo)在2013一2022年均無(wú)劇烈波動(dòng)或結(jié)構(gòu)性突變，符合線性插值法對(duì)數(shù)據(jù)連續(xù)性的要求，缺失數(shù)據(jù)可通過(guò)線性插值法處理。為消除數(shù)據(jù)異常值的影響，對(duì)所有變量進(jìn)行縮尾處理（ 1%99% ）。

4實(shí)證分析

4.1描述性統(tǒng)計(jì)

本文對(duì)主要變量取對(duì)數(shù)處理以消除異方差。綠色技術(shù)創(chuàng)新的標(biāo)準(zhǔn)差為1.542，最大值為10.735，最小值為-0.693；數(shù)字貿(mào)易的標(biāo)準(zhǔn)差為0.859，最大值為-0.138，最小值為-4.423。這表明地區(qū)綠色技術(shù)創(chuàng)新水平和數(shù)字貿(mào)易能力差異顯著。其他變量取值均在合理范圍內(nèi)。

4.2基準(zhǔn)回歸與穩(wěn)健性檢驗(yàn)

4.2.1基準(zhǔn)回歸結(jié)果

經(jīng)計(jì)算，所有變量的VIF值都在10以下，均值為3.48，說(shuō)明不存在多重共線性問(wèn)題。通過(guò)豪斯曼檢驗(yàn)可知，應(yīng)使用固定效應(yīng)模型，因此選用個(gè)體、時(shí)間雙固定模型進(jìn)行基準(zhǔn)回歸檢驗(yàn)。基準(zhǔn)回歸結(jié)果如表1所示，未加人控制變量的模型(1)的擬合優(yōu)度為0.8828，加人控制變量的模型(2)為0.9520，說(shuō)明模型(2)擬合度更高，解釋力更強(qiáng)。實(shí)證分析表明，數(shù)字貿(mào)易(lndt）在 1% 的顯著性水平上為正，回歸系數(shù)為1.268，說(shuō)明dt每增加 1% ，地區(qū)GTI增加 1.268% ，二者為正向相關(guān)，假設(shè) H₁ 得到驗(yàn)證。在控制變量中，人力資本(+0.294) 、研發(fā)強(qiáng)度 (+0.499) 、金融發(fā)展（ _+0.508 具有正向效應(yīng)，而產(chǎn)業(yè)結(jié)構(gòu)(-0.236)政府干預(yù)（-1.426）對(duì)外開放（-0.125）信息化水平(-0.115)呈現(xiàn)抑制作用，基礎(chǔ)設(shè)施的影響不顯著。研究結(jié)果與相關(guān)研究保持一致。

表1基準(zhǔn)回歸結(jié)果

4.2.2穩(wěn)健性檢驗(yàn)

本研究采用3種方法驗(yàn)證結(jié)果的穩(wěn)健性：首先，以綠色發(fā)明專利申請(qǐng)總量替代授權(quán)總量， 注： 數(shù)字貿(mào)易的回歸系數(shù)保持正向0.1;括號(hào)內(nèi)為標(biāo)準(zhǔn)差。下同。顯著；其次，剔除直轄市樣本后，核心結(jié)論未發(fā)生改變；最后，排除2020年疫情數(shù)據(jù)后，數(shù)字貿(mào)易的回歸系數(shù)仍顯著為正。這3種檢驗(yàn)結(jié)果均與基準(zhǔn)回歸一致，證實(shí)研究結(jié)論可靠。

4.3空間杜賓模型回歸與檢驗(yàn)

4.3.1空間自相關(guān)檢驗(yàn)

在研究數(shù)字貿(mào)易對(duì)綠色技術(shù)創(chuàng)新的空間溢出效應(yīng)時(shí)，需要先驗(yàn)證數(shù)字貿(mào)易和綠色技術(shù)創(chuàng)新在空間上的自相關(guān)性。本文通過(guò)計(jì)算全局莫蘭指數(shù)(Moran'sI)進(jìn)行檢驗(yàn)，計(jì)算方法如式(3）所示：

式中， Ψ_x 表示單元屬性； w 表示空間矩陣中的元素； n 表示空間內(nèi)單元總數(shù)；i和 j 分別表示第i和第j 個(gè)空間單元。

通過(guò)計(jì)算，綠色技術(shù)創(chuàng)新（其中最大的 p 值為0.003，小于0.05)和數(shù)字貿(mào)易(其中最大的 p 值為0.012，小于0.05)的全局莫蘭指數(shù)均為正且顯著，表明二者均具有顯著的空間依賴性，同時(shí)，通過(guò)局部莫蘭指數(shù)可知，二者在空間上大部分呈“高高聚集\"和“低低聚集”，空間分布顯著，為采用空間計(jì)量模型提供了依據(jù)。

4.3.2模型檢驗(yàn)

通過(guò)LM檢驗(yàn)可知，SEM模型（Lagrangemultiplier為0.013)和SAR模型(Lagrange multiplier為0.004)檢驗(yàn)值均小于0.05，通過(guò)檢驗(yàn)，可以進(jìn)一步使用空間杜賓模型。并且Wald檢驗(yàn)（Wald_Spatial_error為0.0079，Wald_Spatial_lag為0.0084)和LR檢驗(yàn)（LR_Spatial_error為O.0115，LR_Spatial_lag為0.0112)的 p 值均小于0.05，檢驗(yàn)結(jié)果均顯著，證實(shí)空間杜賓模型不會(huì)退化為簡(jiǎn)化模型，是最優(yōu)設(shè)定。同時(shí)，豪斯曼檢驗(yàn)結(jié)果顯著 _p<0.01 )，支持采用固定效應(yīng)設(shè)定。綜上，本研究最終選擇固定效應(yīng)空間杜賓模型(SDM)開展實(shí)證分析。

4.3.3空間杜賓回歸結(jié)果

本研究采用固定效應(yīng)空間杜賓模型開展實(shí)證分析，采用矩陣為經(jīng)濟(jì)地理矩陣，實(shí)證結(jié)果如表2所示。結(jié)果顯示，數(shù)字貿(mào)易的本地效應(yīng)不顯著，但其空間溢出效應(yīng)顯著為正(1.164，p<0.05 )，即鄰近地區(qū)數(shù)字貿(mào)易每增長(zhǎng) 1% ，可帶動(dòng)本地綠色技術(shù)創(chuàng)新水平提升 1.164% ，驗(yàn)證了研究假設(shè) H₂ ，表明數(shù)字貿(mào)易主要通過(guò)區(qū)域間溢出促進(jìn)綠色技術(shù)創(chuàng)新。

4.3.4穩(wěn)健性檢驗(yàn)

表2空間杜賓模型回歸結(jié)果

為驗(yàn)證模型的穩(wěn)健性，首先，本研究將空間權(quán)重矩陣替換為地理空間矩陣（計(jì)算方法為1/兩個(gè)省份省會(huì)之間的距離)。結(jié)果顯示，驗(yàn)證結(jié)論與基準(zhǔn)回歸保持一致，數(shù)字貿(mào)易的本地效應(yīng)仍不顯著，其空

間溢出效應(yīng)則持續(xù)顯著為正( _p<0.05) ，進(jìn)一步證實(shí)了原空間杜賓模型結(jié)論的可靠性。其次，剔除2020年疫情數(shù)據(jù)及替換核心解釋變量為綠色發(fā)明專利申請(qǐng)總量后結(jié)果均與基準(zhǔn)回歸保持一致。

4.3.5異質(zhì)性檢驗(yàn)

本研究將我國(guó)31個(gè)省份劃分為東、中、西部三大區(qū)域進(jìn)行異質(zhì)性分析，結(jié)果如表3所示。其中，東部地區(qū)數(shù)字貿(mào)易對(duì)綠色技術(shù)創(chuàng)新的直接效應(yīng)顯著為正，但空間溢出效應(yīng)不顯著，表明該地區(qū)內(nèi)部互動(dòng)性強(qiáng)；中部地區(qū)數(shù)字貿(mào)易的直接效應(yīng)與空間溢出效應(yīng)均不顯著，但產(chǎn)業(yè)結(jié)構(gòu) (-0.937^??? ）、基礎(chǔ)設(shè)施 (-0.536^?? 和政府干預(yù) (-6.610^*** ）呈現(xiàn)負(fù)向影響；西部地區(qū)數(shù)字貿(mào)易對(duì)綠色技術(shù)創(chuàng)新的空間溢出效應(yīng)顯著為負(fù)，直接效應(yīng)不顯著，可能存在技術(shù)依賴問(wèn)題。結(jié)果驗(yàn)證了假設(shè) H_3°

表3異質(zhì)性檢驗(yàn)結(jié)果

5結(jié)語(yǔ)

根據(jù)基準(zhǔn)回歸結(jié)果，數(shù)字貿(mào)易對(duì)本地綠色技術(shù)創(chuàng)新具有顯著正向促進(jìn)作用，人力資本、研發(fā)投入、金融發(fā)展等控制變量呈現(xiàn)顯著正向影響，而政府干預(yù)、對(duì)外開放、基礎(chǔ)設(shè)施等控制變量部分呈負(fù)向影響、部分不顯著，這凸顯出加強(qiáng)基礎(chǔ)設(shè)施建設(shè)、優(yōu)化政策支持的重要性。空間杜賓模型的回歸結(jié)果表明，數(shù)字貿(mào)易對(duì)鄰近地區(qū)及經(jīng)貿(mào)關(guān)聯(lián)密切地區(qū)存在顯著正向空間溢出效應(yīng)，且以間接效應(yīng)為主，這表明需強(qiáng)化區(qū)域聯(lián)動(dòng)以實(shí)現(xiàn)要素高效雙向流動(dòng)。分區(qū)域來(lái)看，東部地區(qū)以正向直接效應(yīng)為主，這得益于其發(fā)達(dá)的經(jīng)濟(jì)與完善的基礎(chǔ)設(shè)施；中部地區(qū)數(shù)字貿(mào)易對(duì)綠色技術(shù)創(chuàng)新的效應(yīng)不顯著，這與該地區(qū)人才流失、政府干預(yù)不當(dāng)密切相關(guān)；西部地區(qū)則呈現(xiàn)負(fù)向間接效應(yīng)，反映出其經(jīng)濟(jì)基礎(chǔ)薄弱、技術(shù)轉(zhuǎn)化能力不足的問(wèn)題，需通過(guò)基礎(chǔ)設(shè)施建設(shè)與人才引進(jìn)破解該困境。本文建議實(shí)施差異化政策：東部可組建創(chuàng)新聯(lián)合體，并試點(diǎn)“數(shù)字自貿(mào)區(qū)”；中部應(yīng)優(yōu)化政府行政干預(yù)，通過(guò)完善數(shù)字基礎(chǔ)設(shè)施與產(chǎn)業(yè)結(jié)構(gòu)以促進(jìn)數(shù)字貿(mào)易發(fā)展；西部可建立補(bǔ)償機(jī)制，設(shè)立技術(shù)孵化中心，優(yōu)化要素配置，扭轉(zhuǎn)其負(fù)向溢出格局。

【參考文獻(xiàn)】

【1]劉源.數(shù)字政府建設(shè)、綠色技術(shù)創(chuàng)新與經(jīng)濟(jì)高質(zhì)量發(fā)展[J].統(tǒng)計(jì)與決策，2024，40(20):125-130

【2】章秀，白雅萱，邵雨鑫，等.數(shù)字化轉(zhuǎn)型對(duì)企業(yè)綠色創(chuàng)新效率的影響研究—一以滬深A(yù)股上市制造業(yè)企業(yè)為例[J].數(shù)量經(jīng)濟(jì)研究，2024，15(4):114-133.

【3]劉偉麗，陳騰鵬.數(shù)字貿(mào)易與企業(yè)綠色技術(shù)創(chuàng)新[J].暨南學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版)，2024，46(4):132-150.

【4]林常青，付宏焰.數(shù)字貿(mào)易會(huì)促進(jìn)企業(yè)綠色技術(shù)創(chuàng)新嗎？一基于跨境電商綜合試驗(yàn)區(qū)設(shè)立的準(zhǔn)自然實(shí)驗(yàn)[J哈爾濱商業(yè)大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版)，2024(1)：18-32.