Does Digital Economy Improve Urban Air Quality: Quasi Natural Experiment Based on National Big Data Comprehensive Pilot Zone
-
摘要: 建设数字中国与实现绿水青山都是推动新时代经济高质量发展的重要战略举措。利用2005—2019年中国283个城市的面板数据，在环境库兹涅茨曲线理论的框架下，基于国家级大数据综合试验区这一准自然实验，运用多期DID和PSM-DID方法，评估以数据要素为核心的数字经济发展对城市空气质量的影响。研究结果表明：数字经济发展对城市空气质量的改善作用显著，且减排效应呈厚积薄发的特征；异质性研究表明，数字经济对秦岭—淮河一线以北的城市空气质量具有更强的影响效应，且在较大规模、高互联网发展水平以及低财政支出水平的城市其减排效应更加明显；机制检验表明，数字经济通过推动产业升级、促进技术创新以及优化资源配置改善了城市空气质量；进一步研究表明，数字经济的发展不仅推动了本地空气质量的改善，而且对降低相邻城市的空气污染也具有激励作用。因此，要进一步推动大数据试验区建设，提升该政策战略执行的包容性和灵活度，同时完善信息基础设施建设，以充分发挥数字经济对城市空气质量的改善作用。Abstract: Building a digital China and achieving clear waters and green mountains is important strategic measures to promote high-quality economic development in the new era. Based on the panel data of 283 cities in China from 2005 to 2019, and the quasi-natural experiment of National Big Data Comprehensive Pilot Zone, multi-stage DID and PSM-DID methods were employed to evaluate the impact of digital economy development on urban air quality with data elements as the core. The results show that the development of digital economy plays a significant role in improving urban air quality, and the emission reduction effect is increasingly significant. Heterogeneity study shows that digital economy has a stronger impact on air quality in cities north of the Qinling-Huaihe River line, and the emission reduction effect is more significant in cities with large scale, high level of Internet development and low level of fiscal expenditure. Mechanism test indicates that digital economy improves urban air quality by promoting industrial upgrading, technological innovation and optimizing resource allocation. Further research shows that the development of digital economy not only promotes the improvement of local air quality, but also has an incentive effect on reducing air pollution in neighboring cities.
-
表 1 变量的描述性统计
变量类别 变量符号 变量涵义 样本量 均值 标准差 最小值 最大值 被解释变量 lnso2 人均工业二氧化硫排放量 4245 -4.815 1.267 -12.590 -1.229 lnsmoke 人均工业烟(粉)尘排放量 4245 -8.902 1.288 -13.650 -3.669 解释变量 did 国家级大数据综合试验区试点 4245 0.064 0.245 0 1 机制变量 ris 产业升级 4245 0.960 0.631 0.047 5.484 patent 技术创新 4245 7.476 19.070 0.011 307.110 tfp 资源配置 4245 0.106 0.089 0.001 1.301 控制变量 lnpgdp 经济发展水平 4245 10.350 0.760 4.595 13.060 lnpgdp2 人均GDP的平方 4245 107.710 15.610 21.120 170.510 lndensity 人口密度 4245 5.735 0.913 1.547 7.923 greenratio 绿化覆盖率 4245 0.463 0.541 0.003 14.610 fdi 外商直接投资 4245 0.021 0.046 0.001 1.371 
下载: 导出CSV
表 2 基准回归结果
变量 lnso2 lnsmoke (1) (2) (3) (4) did -0.324***(-3.75) -0.280***(-3.29) -0.195*(-1.91) -0.187*(-1.78) lnpgdp 1.898*(1.95) -0.202(-0.42) lnpgdp2 -0.094**(-2.08) 0.011(0.45) lndensity 0.061***(3.34) 0.048(1.23) greenratio -0.002***(-4.56) -0.001(-1.32) fdi -1.642***(-6.66) -1.905***(-4.01) 常数项 -4.790***(-26.46) -13.610**(-2.57) -8.887***(-45.49) -7.754***(-3.21) 城市固定效应 控制 控制 控制 控制 年份固定效应 控制 控制 控制 控制 样本量 4245 4245 4245 4245 R2 0.855 0.863 0.796 0.799 注：***、**、*分别表示在1%、5%和10%的置信水平下显著；括号内为聚类稳健标准误条件下的t值。下表同。
下载: 导出CSV
表 3 共同支撑假设检验
变量 均值(实验组) 均值(控制组) 标准化偏差(%) T值 P值 lnpgdp 匹配前 10.46 10.30 20.9 6.03 0.00 匹配后 10.44 10.45 -0.9 -0.23 0.82 lnpgdp2 匹配前 109.92 106.77 20.4 5.94 0.00 匹配后 109.42 109.63 -1.3 -0.33 0.74 lndensity 匹配前 552.64 382.71 46.4 15.33 0.00 匹配后 492.05 491.20 0.2 0.07 0.95 greenratio 匹配前 0.51 0.44 12.2 3.77 0.00 匹配后 0.48 0.57 -16.8 -2.58 0.01 fdi 匹配前 0.22 0.02 6.3 1.61 0.11 匹配后 0.22 0.02 -3.9 -0.82 0.41
下载: 导出CSV
表 4 PSM-DID回归结果
变量 lnso2 lnsmoke (1) (2) (3) (4) did -0.284***(-3.32) -0.257***(-2.96) -0.179*(-1.69) -0.177***(-3.63) 控制变量 未控制 控制 未控制 控制 城市固定效应 控制 控制 控制 控制 年份固定效应 控制 控制 控制 控制 样本量 4 175 4 175 4 175 4 175 R2 0.860 0.867 0.792 0.795
下载: 导出CSV
表 5 稳健性检验：排除其他政策干扰和与预期效应的检验
变量 排除其他政策影响 预期效应检验 lnso2 lnsmoke lnso2 lnsmoke did -0.236*** (-7.38) -0.123***(-3.83) -0.284***(-3.24) -0.186*(-1.70) didb1 -0.047(-0.97) 0.004(0.05) hdid -0.088***(-2.71) 0.047(1.17) cepi -1.602***(-18.09) -0.802***(-7.34) 控制变量 控制 控制 控制 控制 城市固定效应 控制 控制 控制 控制 年份固定效应 控制 控制 控制 控制 样本量 4 245 4 245 4 245 4 245 R2 0.647 0.270 0.863 0.799
下载: 导出CSV
表 6 其他稳健性检验结果
变量 标准DID模型 更换被解释变量 删除中心城市 lnso2 lnsmoke PM2.5 PM2.5 lnso2 lnsmoke did -1.681*
(-1.92)-1.082***
(-2.58)-0.330***
(-3.58)-0.234**
(-2.04)sdid -0.016***
(-3.86)-0.013***
(-2.66)控制变量 控制 控制 未控制 控制 控制 控制 城市固定效应 控制 控制 控制 控制 控制 控制 年份固定效应 控制 控制 控制 控制 控制 控制 样本量 4 245 4 245 4 245 4 245 3 720 3 720 R2 0.862 0.799 0.927 0.924 0.860 0.801
下载: 导出CSV
表 7 城市区位异质性检验与规模异质性检验
变量 城市区位异质性 城市规模异型性 秦岭—淮河一线以北 秦岭—淮河一线以南 大城市 中小城市 lnso2 lnsmoke lnso2 lnsmoke lnso2 lnsmoke lnso2 lnsmoke did -0.518***
(-4.35)-0.357**
(-2.20)-0.064
(-0.56)-0.035
(-0.27)-0.392***
(-2.93)-0.252***
(-3.08)-0.182*
(-1.69)-0.138**
(-2.37)控制变量 控制 控制 控制 控制 控制 控制 控制 控制 城市固定 控制 控制 控制 控制 控制 控制 控制 控制 年份固定 控制 控制 控制 控制 控制 控制 控制 控制 样本量 1 530 1 530 2 715 2 715 1 905 1 905 2 340 2 340 R2 0.889 0.844 0.839 0.769 0.860 0.806 0.870 0.773
下载: 导出CSV
表 8 城市特征异质性检验
变量 互联网发展水平 财政支出水平 高 低 高 低 lnso2 lnsmoke lnso2 lnsmoke lnso2 lnsmoke lnso2 lnsmoke did -0.506***
(-2.75)-0.396***
(-2.91)-0.260***
(-2.85)-0.107**
(-1.98)-0.375***
(-6.76)-0.081
(-1.30)-0.419***
(-3.80)-0.411***
(-5.10)控制变量 控制 控制 控制 控制 控制 控制 控制 控制 城市固定 控制 控制 控制 控制 控制 控制 控制 控制 年份固定 控制 控制 控制 控制 控制 控制 控制 控制 样本量 2 120 2 120 2 112 2 112 2 102 2 102 2 108 2 108 R2 0.878 0.842 0.907 0.843 0.868 0.830 0.899 0.803
下载: 导出CSV
表 9 机制分析结果
变量 产业升级效应 技术创新效应 资源配置效应 ris
(1)lnso2
(2)lnsmoke
(3)patent
(4)lnso2
(5)lnsmoke
(6)tfp
(7)lnso2
(8)lnsmoke
(9)did 0.058***
(2.61)1.439**
(2.25)0.012***
(2.69)ris -0.187**
(-2.33)-0.159**
(-2.57)tech -0.006***
(-3.05)0.001
(0.03)tfp -1.326**
(-2.32)-1.449***
(-2.98)控制变量 控制 控制 控制 控制 控制 控制 控制 控制 控制 城市固定 控制 控制 控制 控制 控制 控制 控制 控制 控制 年份固定 控制 控制 控制 控制 控制 控制 控制 控制 控制 样本量 4 245 4 245 4 245 4 245 4 245 4 245 4 245 4 245 4 245 R2 0.817 0.862 0.799 0.835 0.863 0.798 0.856 0.863 0.800
下载: 导出CSV
表 10 双重差分空间杜宾模型适用性检验结果
检验类型 lnso2 lnsmoke 统计量值 P值 统计量值 P值 Wald_spatial_lag 31.27 0.000 28.54 0.000 LR_spatial_lag 22.70 0.001 20.84 0.001 Wald_spatial_error 23.95 0.001 32.93 0.000 LR_spatial_error 24.24 0.001 32.79 0.000 Hausman Test 152.11 0.000 166.85 0.000
下载: 导出CSV
表 11 双重差分空间杜宾模型效应分解
变量 lnso2 lnsmoke (1) (2) (3) (4) 直接效应 -0.247***(-4.04) -0.238***(-3.97) -0.182***(-3.13) -0.116***(-3.21) 间接效应 -2.365***(-9.40) -1.679***(-7.61) -1.505***(-8.26) -1.847***(-8.73) 总效应 -2.612***(-11.44) -1.918***(-9.65) -1.687***(-9.80) -1.963***(-9.77) 控制变量 未控制 控制 未控制 控制 城市固定效应 控制 控制 控制 控制 年份固定效应 控制 控制 控制 控制 Spa-rho 0.800***(53.06) 0.719***(38.00) 0.645***(29.40) 0.634***(28.64) Sigma2 0.227***(45.62) 0.215***(45.61) 0.328***(45.64) 0.323***(45.66) 样本量 4 245 4 245 4 245 4 245 R2 0.175 0.104 0.023 0.021
下载: 导出CSV
-
[1] GROSSMAN G, KRUEGER A. Economic growth and the environment[J]. Quarterly Journal of Economics, 1995, 110(2): 353-377. doi: 10.2307/2118443 [2] SMULDERS S, BRETSCHGER L, EGLI H. Economic growth and the diffusion of clean technologies: explaining Environmental Kuznets Curves[J]. Environmental & Resource Economics, 2011, 49(1): 79-99. doi: 10.1007/s10640-010-9425-y [3] 邵帅, 李欣, 曹建华, 等. 中国雾霾污染治理的经济政策选择——基于空间溢出效应的视角[J]. 经济研究, 2016(9): 73-88. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ201609007.htm [4] LEVINSON A, TAYLOR S. Unmasking the pollution heaven effect[J]. International Economic Review, 2008, 49(1): 223-254. doi: 10.1111/j.1468-2354.2008.00478.x [5] 包群, 陈媛媛, 宋立刚. 外商投资与东道国环境污染: 存在倒U型曲线关系吗?[J]. 世界经济, 2010(1): 3-17. http://www.cnki.com.cn/Article/CJFDTotal-SJJJ201001004.htm [6] LETCHUMANAN R, KODAMA F. Reconciling the conflict between the 'Pollution-Haven' hypothesis and an emerging trajectory of international technology transfer[J]. Research Policy, 2000, 29(1): 59-79. doi: 10.1016/S0048-7333(99)00033-5 [7] 李小平, 卢现祥. 国际贸易、污染产业转移和中国工业CO2排放[J]. 经济研究, 2010(1): 15-26. [8] 梁若冰, 席鹏辉. 轨道交通对空气污染的异质性影响——基于RDID方法的经验研究[J]. 中国工业经济, 2016(3): 83-98. [9] 孙传旺, 罗源, 姚昕. 交通基础设施与城市空气污染——来自中国的经验证据[J]. 经济研究, 2019(8): 136-151. [10] 李建明, 罗能生. 高铁开通改善了城市空气污染水平吗?[J]. 经济学(季刊), 2020(4): 1335-1354. [11] 张可, 汪东芳. 经济集聚与环境污染的交互影响及空间溢出[J]. 中国工业经济, 2014(6): 70-82. https://www.cnki.com.cn/Article/CJFDTOTAL-GGYY201406007.htm [12] 沈坤荣, 金刚, 方娴. 环境规制引起了污染就近转移吗?[J]. 经济研究, 2017(5): 44-59. [13] 胡志高, 李光勤, 曹建华. 环境规制视角下的区域大气污染联合治理——分区方案设计、协同状态评价及影响因素分析[J]. 中国工业经济, 2019(5): 24-42. https://www.cnki.com.cn/Article/CJFDTOTAL-GGYY201905003.htm [14] 黄寿峰. 财政分权对中国雾霾影响的研究[J]. 世界经济, 2017(2): 127-152. https://www.cnki.com.cn/Article/CJFDTOTAL-SJJJ201702007.htm [15] 陆凤芝, 杨浩昌. 产业协同集聚与环境污染治理: 助力还是阻力[J]. 广东财经大学学报, 2020(1): 16-29. https://www.cnki.com.cn/Article/CJFDTOTAL-SONG202001006.htm [16] 许宪春, 任雪, 常子豪. 大数据与绿色发展[J]. 中国工业经济, 2019(4): 5-22. [17] 李治国, 车帅, 王杰. 数字经济发展与产业结构转型升级——基于中国275个城市的异质性检验[J]. 广东财经大学学报, 2021(5): 27-40. https://song.cbpt.cnki.net/WKG/WebPublication/paperDigest.aspx?paperID=6cc595f3-a44c-4558-8f6c-9486f1a32c14 [18] 黄群慧, 余泳泽, 张松林. 互联网发展与制造业生产率提升: 内在机制与中国经验[J]. 中国工业经济, 2019(8): 5-23. [19] 李雪, 吴福象, 竺李乐. 数字经济与区域创新绩效[J]. 山西财经大学学报, 2021(5): 17-30. https://www.cnki.com.cn/Article/CJFDTOTAL-SXCJ202105003.htm [20] 赵涛, 张智, 梁上坤. 数字经济、创业活跃度与高质量发展——来自中国城市的经验证据[J]. 管理世界, 2020(10): 65-76. https://www.cnki.com.cn/Article/CJFDTOTAL-GLSJ202010009.htm [21] 解春艳, 丰景春, 张可. 互联网技术进步对区域环境质量的影响及空间效应[J]. 科技进步与对策, 2017(12): 35-42. https://www.cnki.com.cn/Article/CJFDTOTAL-KJJB201712006.htm [22] 邱子迅, 周亚虹. 数字经济发展与地区全要素生产率——基于国家级大数据综合试验区的分析[J]. 财经研究, 2021(7): 4-17. https://www.cnki.com.cn/Article/CJFDTOTAL-CJYJ202107002.htm [23] 张勇进, 王璟璇. 主要发达国家大数据政策比较研究[J]. 中国行政管理, 2014(12): 113-117. https://www.cnki.com.cn/Article/CJFDTOTAL-ZXGL201412028.htm [24] 石大千, 丁海, 卫平, 等. 智慧城市建设能否降低环境污染[J]. 中国工业经济, 2018(6): 117-135. https://www.cnki.com.cn/Article/CJFDTOTAL-GGYY201806009.htm [25] ANDERSON D. Technical progress and pollution abatement: an economic view of selected technologies and practices[J]. Environment and Development Economics, 2001, 6(3): 283-311. https://www.jstor.org/stable/44379480 [26] 董直庆, 蔡啸, 王林辉. 技术进步方向、城市用地规模和环境质量[J]. 经济研究, 2014(10): 111-124. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ201410010.htm [27] 董敏杰, 李钢, 梁泳梅. 中国工业环境全要素生产率的来源分解——基于要素投入与污染治理的分析[J]. 数量经济技术经济研究, 2012(2): 3-20. https://www.cnki.com.cn/Article/CJFDTOTAL-SLJY201202002.htm [28] BECK T, LEVINE R, LEVKOV A. Big bad banks? the winners and losers from bank deregulation in the United States[J]. The Journal of Finance, 2010, 65(5): 1637-1667. https://www.jstor.org/stable/40864982 [29] 袁航, 朱承亮. 国家高新区推动了中国产业结构转型升级吗[J]. 中国工业经济, 2018(8): 60-77. [30] 张军, 吴桂英, 张吉鹏. 中国省际物质资本存量估算: 1952—2000[J]. 经济研究, 2004(10): 35-44. [31] 逯进, 赵亚楠, 苏妍. "文明城市"评选与环境污染治理: 一项准自然实验[J]. 财经研究, 2020(4): 109-124. https://www.cnki.com.cn/Article/CJFDTOTAL-CJYJ202004009.htm [32] 王班班, 莫琼辉, 钱浩祺. 地方环境政策创新的扩散模式与实施效果——基于河长制政策扩散的微观实证[J]. 中国工业经济, 2020(8): 99-117. [33] LI P, LU Y, WANG J. Does flattening government improve economic performance? evidence from China[J]. Journal of Development Economics, 2016, 123: 18-37. https://www.sciencedirect.com/science/article/pii/S0304387816300566 [34] 卢盛峰, 董如玉, 叶初升. "一带一路"倡议促进了中国高质量出口吗——来自微观企业的证据[J]. 中国工业经济, 2021(3): 80-98. [35] 王岭, 刘相锋, 熊艳. 中央环保督察与空气污染治理——基于地级城市微观面板数据的实证分析[J]. 中国工业经济, 2019(10): 5-22. https://www.cnki.com.cn/Article/CJFDTOTAL-GGYY201910002.htm [36] 宋弘, 孙雅洁, 陈登科. 政府空气污染治理效应评估——来自中国"低碳城市"建设的经验研究[J]. 管理世界, 2019(6): 95-108. https://www.cnki.com.cn/Article/CJFDTOTAL-GLSJ201906010.htm [37] 韩峰, 余泳泽, 谢锐. 土地资源错配如何影响雾霾污染?——基于土地市场交易价格和PM 2.5数据的空间计量分析[J]. 经济科学, 2021(4): 68-83. https://www.cnki.com.cn/Article/CJFDTOTAL-JJKX202104006.htm [38] 陈强, 孙丰凯, 徐艳娴. 冬季供暖导致雾霾?来自华北城市面板的证据[J]. 南开经济研究, 2017(4): 25-40. https://www.cnki.com.cn/Article/CJFDTOTAL-NKJJ201704002.htm [39] 徐换歌, 蒋硕亮. 国家创新型城市试点政策的效果以及空间溢出[J]. 科学学研究, 2020(12): 2161-2170. https://www.cnki.com.cn/Article/CJFDTOTAL-KXYJ202012006.htm -
点击查看大图
图(4) / 表(11)
计量
- 文章访问数: 1092
- HTML全文浏览量: 908
- PDF下载量: 181
- 被引次数: 0