EN中文

地理学报 >

2024 , Vol. 79 >Issue 4: 971 - 990

DOI: https://doi.org/10.11821/dlxb202404009

国土空间优化与区域高质量发展

中国数字经济与绿色发展耦合协调的时空特征及驱动机制

  • 邓宗兵 , 1, 2 ,
  • 肖沁霖 1 ,
  • 王炬 1 ,
  • 李莉萍 1
展开
  • 1.西南大学经济管理学院，重庆 400715
  • 2.西南大学普惠金融与农业农村发展研究中心，重庆 400715

邓宗兵(1969-), 男, 安徽长丰人, 教授, 博导, 研究方向为区域经济管理。E-mail:

收稿日期: 2022-09-28

  修回日期: 2023-04-21

  网络出版日期: 2024-04-18

基金资助

教育部人文社会科学研究规划基金项目(19YJA790005)

重庆市社会科学规划项目(2021NDYB058)

西南大学中央高校基本科研业务费专项资金项目(SWU2009221)

收起

Spatio-temporal characteristics and driving mechanism of the coupling coordination between digital economy and green development in China

  • DENG Zongbing , 1, 2 ,
  • XIAO Qinlin 1 ,
  • WANG Ju 1 ,
  • LI Liping 1
Expand
  • 1. School of Economics and Management, Southwest University, Chongqing 400715, China
  • 2. Center for Inclusive Finance and Agricultural & Rural Development, Southwest University, Chongqing 400715, China

Received date: 2022-09-28

  Revised date: 2023-04-21

  Online published: 2024-04-18

Supported by

Ministry of Education Research in the Humanities and Social Sciences Planning Fund(19YJA790005)

Chongqing Social Science Planning Project(2021NDYB058)

Fundamental Research Funds for the Central Universities of Southwest University(SWU2009221)

Fold

摘要

数字经济与绿色发展的相互赋能、协调共进是高质量发展的内在要求。本文在解构数字经济与绿色发展耦合协调机理的基础上，运用纵横向拉开档次法、耦合协调度模型、二次指派程序（QAP）等方法剖析了2010—2019年中国数字经济与绿色发展耦合协调的时空特征及其空间差异驱动机制。研究发现：① 时序演变上，2010—2019年间中国数字经济与绿色发展协调度经历了“勉强协调—初级协调—中级协调”演变历程，但高质量协调发展还远未实现，多数省份处于以数字经济滞后型为特征的初级协调阶段；② 空间格局上，中国数字经济与绿色发展协调度的空间差异特征明显，呈现出“多核心”辐射的整体空间格局、“东部领先、中部塌陷、西部追赶”的“凹”型区际格局，以及“东部高协调转型、中西部失调脱离”的协调等级演变格局；③ 空间关联上，中国数字经济与绿色发展协调度的区域空间联系逐渐由“极化效应”转变为“扩散效应”，空间特征从集聚走向均衡；④ 空间差异及分解上，区域间差异是协调度总体差异的主要来源；⑤ 驱动机制分析显示，缩小地区数字经济差异是推进数字经济与绿色发展耦合协调的根本动力，而经济发展、产业结构、技术创新等外部差异的缩小未能发挥出应有的积极作用。

关键词： 数字经济; 绿色发展; 耦合协调; 时空特征; QAP; 中国

本文引用格式

邓宗兵 , 肖沁霖 , 王炬 , 李莉萍 . 中国数字经济与绿色发展耦合协调的时空特征及驱动机制[J]. 地理学报, 2024 , 79(4) : 971 -990 . DOI: 10.11821/dlxb202404009

Abstract

The mutual empowerment and coordination of digital economy and green development is an inherent requirement for high-quality development. On the basis of deconstructing the coupling coordination mechanism of digital economy and green development, this paper analyzes the spatio-temporal characteristics of the coupling coordination between digital economy and green development in China, as well as the driving mechanism of spatial differences from 2010 to 2019 by using the vertical and horizontal scatter degree method, coupling coordination degree model, and quadratic assignment procedure (QAP). The results show that: (1) In terms of temporal evolution, the coordination degree of China's digital economy and green development has experienced a process of "reluctant coordination - primary coordination - intermediate coordination" during the investigation period, but high-quality coordinated development is far from being achieved, and most provinces are in the primary coordination stage characterized by the lagging digital economy. (2) In terms of spatial change, the spatial differences of coordination are obvious, showing an overall pattern of "multi-core" radiation, a "concave" interregional pattern of "eastern leading, central collapsing, and western catching up", as well as an evolution pattern of coordination levels of "highly coordinated transformation in eastern China, and imbalanced separation in central and western China". (3) In terms of spatial correlation, the regional coordination has gradually changed from "polarization effect" to "diffusion effect", and the spatial characteristics have changed from agglomeration to equilibrium. (4) In terms of spatial differences and decomposition, regional differences are the main source of overall differences in coordination degree. (5) Analysis of driving mechanism shows that narrowing regional differences in digital economy is the fundamental driving force to promote the coupling and coordination of digital economy and green development, while the narrowing of external differences such as economic development, industrial structure and technological innovation fails to play a positive role.

Key words： digital economy; green development; coupling coordination; spatio-temporal characteristics; QAP; China

1 引言

改革开放40余年中国经济取得了举世瞩目的成就，但长期以传统应急抢救型为主的高耗低效的发展模式愈加不可持续，并诱发了资源耗竭、环境污染、生态恶化等一系列资源环境病症[1]，严重影响了高质量发展。面对严峻的资源环境约束，转变发展模式，走绿色、低碳、可持续发展之路，成为建设美丽中国的题中之义。同时，伴随新兴数字技术的全域渗透，数字经济逐渐成为推动国家经济社会进步的重要引擎[2]，且势必将引发从生产要素到生产力再到生产关系的全面绿色变革，实现对绿色发展的全方位赋能[3]。为此《“十四五”国家信息化规划》提出“要深入推进绿色智慧生态文明建设，推动数字化绿色化协同发展”。可见，作为中国高质量发展的两大重要推力，数字经济与绿色发展存在深刻的内在关系，脱离绿色需求的数字经济活动不会促进绿色发展；相反，不能为数字经济提供足够支撑和方向指引的绿色发展也不会实现数字经济水平的持续提升。因此，要在数字经济活动中落实绿色共识，促进绿色发展，在绿色发展实践中坚持数据驱动，推动数字经济发展。因此，如何协调处理好数字经济与绿色发展之间的关系，实现二者良性互动、协同并进便成为各地方政府亟待破解和学界深入探究的重要议题。
与本文主题密切相关的研究包括3个方面：① 关于数字经济的研究。既有研究主要从数字基础设施、数字产业化、产业数字化、数字化治理等维度设计综合评价指标体系对数字经济水平进行测度[4⇓-6]，考察数字经济对经济高质量发展[7]、碳排放[8]、环境污染[9]等的经济环境效应，以及数字经济的分布动态[5]、空间分异规律[4]和影响机制[10]。② 关于绿色发展的研究。已有研究多从省域[11]、城市群[12]、城市[13]、企业[14]等空间尺度入手，构建多维综合评估指标体系和投入产出指标，测度绿色发展水平[15-16]、绿色发展效率[13]或绿色发展绩效[17]，运用空间自相关[1]、Dagum基尼系数[17]、空间计量[16]、耦合协调模型[18]等方法，探讨绿色发展的时空演变[12-13]、空间差异来源[17]、影响因素[1]以及绿色发展与经济增长动能转换[18]、技术创新[19]的耦合协调关系。③ 关于数字经济与绿色发展的关系研究。相关研究主要集中于数字经济对绿色发展的单向影响，发现数字经济对绿色发展具有显著促进效应[20]，且数字经济可通过促进绿色创新、推动产业结构优化及深化市场化程度等路径，减少环境污染和二氧化碳排放，以此提高绿色经济效率，为绿色发展赋能[8-9,21]。
梳理文献发现：① 当前独立分析数字经济与绿色发展各自成效或探讨数字经济对绿色发展单向影响的研究居多，缺少二者耦合协调关系的定量评估。数字经济与绿色发展均是高质量发展的内在要求，但如果数字经济赋能不足，抑或绿色发展带动不强，皆会影响二者协调发展，从而掣肘高质量发展，正如《“十四五”国家信息化规划》所强调，要“以数字化引领绿色化，以绿色化带动数字化”来“推动数字化绿色化协同发展”，因此研究数字经济与绿色发展的耦合协调关系必要且迫切。② 从学科角度看，关于数字经济和绿色发展关系的研究主要来自于经济学视角，鲜有学者基于地理学视角，并遵从“格局—过程—机理”的研究范式来系统探究中国数字经济与绿色发展耦合协调的时空特征及驱动机制，相应的量化分析工具也亟待丰富。③ 对数字经济与绿色发展影响因素的识别，仅限于从总体视角考察二者中的某一方面，缺乏从社会网络关系视角对二者耦合协调区域差异的驱动机制进行深入剖析，同时，以往研究大多利用空间计量模型等方法识别区域数字经济与绿色发展的驱动因素，但其主要基于变量的“属性”数据进行局域空间分析，忽略了“关系”数据的总体研究，难以全面揭示区域间差异的形成机理。
本文的创新之处在于：① 研究视角上，基于系统耦合视角将数字经济与绿色发展置于同一研究框架，解构二者耦合协调机理，构建耦合协调度模型测算中国省域数字经济与绿色发展协调度以刻画其耦合协调水平，有助于全面认识数字经济与绿色发展的协调关系。② 研究内容上，立足于“格局—过程—机理”的地理学研究范式，运用空间自相关、Dagum基尼系数、二次指派程序（Quadratic Assignment Procedure, QAP）回归分析等统计和计量手段，对数字经济与绿色发展耦合协调的时空特征及驱动机制进行全面考察，丰富数字经济与绿色发展的地理学研究范畴。③ 研究方法上，将关系数据分析范式引入数字经济与绿色发展耦合协调影响因素的作用强度研究中，利用QAP揭示二者耦合协调差异的驱动机制，希冀为协调推进区域数字经济与绿色发展提供有益借鉴。

2 数字经济与绿色发展的耦合协调机理

2.1 数字经济和绿色发展的内涵

自Tapscott[22]提出“数字经济”一词以来，数字经济研究经历了“信息经济—互联网经济—新经济”的发展历程[2]，其内涵有广义和狭义之分。广义数字经济是一种经济活动，强调数字技术的融合创新与产业应用以及数字技术对生产关系的变革[2]，狭义则更侧重于数字技术产业及其市场化应用[23]。与现有研究相同[5-6]，本文从广义出发，认为数字经济是指以数字基建为基石，以数字产业发展为支撑，以数字应用为重点，依托现代通信网络，通过数字技术的有效使用实现数据要素在生产、生活、经济领域的嵌入的融合发展，从而不断提升数字应用水平，促进数字产业发展的一系列经济活动。
绿色发展是人类探索可持续发展进程中的一项重大理论创新成果。主流文献认为，绿色发展是绿色增长、绿色福利、绿色财富等概念的系统集成，旨在实现资源环境与社会经济活动的协调发展及“经济—社会—生态”三者综合效益的最大化[12,15,24]。基于此，本文认为绿色发展是指将“资源节约、环境友好、生态文明”的理念贯穿于经济社会环境各领域，运用绿色化的治理手段，促使经济发展中的绿色增长质量不断提升，社会发展中的绿色福利持续改善，环境保护中的绿色财富不断积累，以处理好绿水青山与金山银山之关系，促进人与自然和谐共生，最终实现经济社会发展全面绿色转型。

2.2 耦合协调机理

数字经济是推动绿色发展模式形成的有效手段，而绿色发展带动数字经济，将绿色理念嵌入数字经济发展过程，促进绿色数字经济发展，二者相互促进所产生的正向协同效应，有利于高质量发展。但由于各种主客观因素的相互交织，数字经济与绿色发展互动过程中也会面临诸多挑战，二者关系由此会变得拮抗，诱发不协调问题，如数字鸿沟现象突出、经营管理粗放等[3,25]，进而阻碍高质量发展。随着数字经济和绿色发展战略的深入，以及数字与绿色深度融合需求的增加，数字经济与绿色发展之关系势必将越来越密切，最终趋于良性互动。为此，本文将数字经济与绿色发展互动过程抽象为一个开放复杂的巨系统，两个子系统及其内部要素之间相互促进、相互赋能、协调共进（图1）。
图1 数字经济与绿色发展耦合协调机理

Fig. 1 Coupling coordination mechanism of digital economy and green development

（1）数字经济促进绿色发展，是引领绿色发展的新动能和保障。① 数字基建。首先，随着数字基建的不断完善，将有助于打破跨时空交流障碍，促使资本、人才、技术在更广阔范围内流动组合，进而调节优化要素资源配置，提高生产效率和资源利用效率，减少污染物排放，最终实现绿色增长与绿色财富的协调可持续。其次，在数字基础设施推动下，在线教育、互联网诊疗、远程办公等新业态的快速发展使得通勤和工作设施变少，大幅降低能源消耗和碳排放的同时，有效满足了居民的绿色服务需求，有助于人民绿色福利的改善。最后，由于信息接入设施的广覆盖和信息使用设备的低门槛，使数字接入鸿沟大大缩小，推动形成了网络公众为主体的非正式环境规制模式，重塑环境治理格局[8]。② 数字应用。首先，在数字技术支持下，企业能够高效整合生产过程中的各类信息资源，缓解信息不对称问题，确保生产过程高效率推进[25]，继而减少产出能耗，降低污染物排放，促进绿色增长和绿色财富水平的提升。其次，数字技术在生活方面的应用有助于催生绿色产品线上推荐、智能打车绿色出行等“数字+”绿色消费模式，提高公众绿色消费参与度和获得感，增进人民绿色福利。最后，依托大数据、物联网等先进数字技术，政府环保部门能够对空气质量等环境数据进行实时监测[9]，以此增强环境管理的精准性，提升环境治理效率。③ 数字产业发展。首先，数字产业发展能够通过产业替代和产业关联产生强大正外部性，推动传统产业优化升级[3]，进而提高绿色经济效率，降低环境污染和资源消耗[21]，实现绿色增长与绿色财富协同并进。其次，伴随数字产业的发展，出现了大量免费或低价的服务，带来了资源节约和碳排放减少，人与人之间的交流与交易活动变得更加便捷[26]，由此极大地改变了人们的生活方式，提高了人们的绿色福利水平。最后，数字产业发展推动数字技术不断出新，从而为生态环境信息化管理带来新机遇，有助于提高行业信息透明度，打通传统的环境监管渠道，形成以政府、企业、公众为主体的多元环境治理体系[20,25]，促进绿色治理水平的提升。
（2）绿色发展带动数字经济，是数字经济的本底，引导数字领域朝绿色化方向发展。① 绿色增长。绿色增长是一种提倡经济增长与耗资排污脱钩，实现绿色低碳可持续的增长模式。绿色增长模式对数字基建、数字应用和数字产业发展提出绿色化要求。同时，经济与生态环境的协调可持续能够节约大量的人力财力投入，用以研发新型数字技术，培养数字人才，完善数字基建，提升数字产业发展质量。② 绿色福利。由于当前社会主要矛盾已转为人民日益增长的美好生活需要同不平衡不充分发展之间的矛盾，因此增进人民绿色福利成为促进绿色数字经济发展的重要推动力量。同时，宜居的生态环境和广泛形成的绿色生产生活方式将驱使人们追求更高的生活质量，人民素养和环保意识随之提升，能够为数字经济发展提供高素质的人才积累。③ 绿色财富。绿色财富是生物生存和发展所依赖的一切自然要素资源总和，为绿色数字经济发展提供物质基础。资源的稀缺性与绿色化要求会倒逼区域逐步淘汰高耗能产业，打造绿色数字基础设施，加速绿色数字技术创新，推动数字技术与传统产业深度融合，促进数字产业化和产业数字化，是数字基建、数字应用及数字产业绿色化发展的重要助力。④ 绿色治理。绿色治理作为一种政府主导的环境管理手段，是绿色数字经济发展的重要制度保障。政府制定的相关环保政策，有利于绿色产业与数字产业、绿色人才与数字人才、绿色技术与数字技术之间相互融合，为破解数字经济领域的“绿色悖论”[27]，实现绿色数字经济发展提供有力保障。

3 研究方法与数据来源

3.1 评价体系构建

本文紧扣数字经济与绿色发展的内涵及其耦合协调机理，参照中国电子信息产业发展研究院发布的《2019中国数字经济发展指数白皮书》、2016年国家发改委印发的《绿色发展指标体系》以及相关成果[18,28]，遵循科学性、代表性等指标设计原则构造数字经济与绿色发展的指标体系（表1）。
表1 数字经济与绿色发展耦合协调评价指标体系

Tab. 1 Index system for the coordinated evaluation of digital economy and green development

目标层 系统层 准则层 要素层 指标层(单位, 属性)
数
字
经
济
与
绿
色
发
展
耦
合
协
调		 数
字
经
济
 数字基建 通信接入水平 每平方公里长途光缆长度(m, +)
人均移动电话交换机容量(户/人, +)
宽带接入水平 每百人互联网宽带接入端口(个, +)
数字应用 数字生产应用 人均电信业务总量(元/人, +)
人均快递业务总量(件/人, +)
数字生活应用 每百人互联网宽带接入用户数(户, +)
每百人移动电话用户数(户, +)
移动电话普及率(部/百人, +)
数字产业发展 数字人才 数字产业就业人员占城镇单位就业人员之比(%, +)
数字资本 数字产业固定资产投资占全社会固定资产投资之比(%, +)
数字收入 数字产业收入占GDP之比(%, +)
绿
色
发
展
 绿色增长 经济增长 人均GDP(元/人, +)
人均地方财政收入(元/人, +)
节能减排 单位GDP能耗(tce/万元, -)
单位GDP化学需氧量排放量(t/亿元, -)
单位GDP二氧化硫排放量(t/亿元, -)
单位GDP二氧化碳排放量(t/万元, -)
绿色产业 第一产业劳动生产率(万元/人, +)
第二产业劳动生产率(万元/人, +)
第三产业劳动生产率(万元/人, +)
第三产业增加值占GDP之比(%, +)
第三产业固定资产占GDP之比(%, +)
绿色福利 人类发展 社会保障和就业支出占财政支出之比(%, +)
平均受教育年限(年, +)
城市居民人均可支配收入(元/人, +)
万人拥有执业医师数(人, +)
生态宜居 人均公园绿地面积(m2/人, +)
建成区绿化覆盖率(%, +)
城镇环境基础设施建设投资占GDP之比(%, +)
绿色生产生活 节水灌溉面积占辖区面积之比(%, +)
人均用水量(m3/人, -)
人均用电量(kW·h/人, -)
每万人公共汽车客运总量(万人次, +)
每百人私人汽车拥有量(辆, -)
绿色财富 绿色资源丰裕度 人均水资源量(m3/人, +)
人均森林面积(m2/人, +)
人均耕地面积(m2/人, +)
环境压力 单位辖区面积二氧化硫排放量(t/km2, -)
单位辖区面积化学需氧量排放量(t/km2, -)
单位耕地面积化肥使用量(t/hm2, -)
单位耕地面积农药使用量(t/103 hm2, -)
生态环境质量 省会城市空气质量好于二级的天数(天, +)
PM2.5年均浓度(ug/m3, -)
森林覆盖率(%, +)
湿地面积占国土面积之比(%, +)
绿色治理 绿色投资 环境保护支出占地方财政支出之比(%, +)
工业污染治理投资额占工业增加值之比(%, +)
环境治理 人均造林面积(m2/人, +)
城市污水处理率(%, +)
生活垃圾无害化处理率(%, +)
国家级自然保护区个数(个, +)
数字经济子系统：① 数字基建。已有研究更多着眼于狭义数字基础设施[6-7]，通常包括宽带、通讯设备等支撑数字经济正常运行的信息基础设施[27]。对此，借鉴庞瑞芝等[29]的做法，主要从通信接入水平和宽带接入水平两方面选择指标表征。② 数字应用。不同于传统经济活动产生的应用，数字应用是指数字技术在经济社会各领域尤其是传统产业中的融合应用与普及所带来的发展成效[4-5]。借鉴已有研究[29]，主要从数字生产应用和数字生活应用两方面选择指标来度量。③ 数字产业发展。数字产业发展是指与数字技术研发、应用及推广密切相关的信息产业发展情况[4]。结合相关学者[28-29]的指标设计，主要从数字人才、数字资本和数字收入3个方面选择指标进行衡量。
绿色发展子系统：① 绿色增长。绿色增长是指在一定经济水平下，实现经济增长与耗资排污相脱钩、节能减排相适应，以及发展实力和绿色产业不断优化的过程[16]。为此，主要从经济增长、节能减排和绿色产业三方面选择指标来反映。② 绿色福利。绿色福利是指为居民提供高质量物质生活的同时，改善人居生态环境，形成绿色生产生活方式，体现了对人民美好生活需要的满足。借鉴程钰等[16]的研究，从人类发展、生态宜居和绿色生产生活3个方面选择指标进行评价。③ 绿色财富。绿色财富主要体现为生态环境容量与资源承载力，因此参考盖美等[18]的研究，从绿色资源丰裕度、环境压力与生态环境质量3个方面选取指标来衡量。④ 绿色治理。绿色治理是指在政府引导和群众参与之下，通过污染治理，加强区域绿化方面的环保投资，促进绿色发展水平提升。参考侯纯光等[30]的指标设计，重点从绿色投资和环境治理两方面选取指标表征。

3.2 研究方法

3.2.1 纵横向拉开档次法

本文采用纵横向拉开档次法对数字经济和绿色发展两个子系统中的指标进行赋权并测度其综合水平，该方法可以很好体现截面数据的时间趋势进而增强评价结果的可比性，具体公式见文献[31]。

3.2.2 耦合协调度模型

耦合协调度模型可反映两个及以上系统之间的耦合协调程度，本文引用此模型[18]测算得出的协调度表征数字经济与绿色发展耦合协调水平。公式为：
C = 2 × D E i × G D i / ( D E i + G D i ) 2 1 / 2
D = C × T ,                   T = α D E i + β G D i        
式中：C为耦合度；DEi、GDi分别为数字经济及绿色发展两系统；D为协调度；T为两系统的评价指数，因其在耦合协调过程中同等重要，故将α、β分别取0.5。借鉴相关研究[32]，将协调度分为极度失调（0.000~0.099）、严重失调（0.100~0.199）、中度失调（0.200~0.299）、轻度失调（0.300~0.399）、濒临失调（0.400~0.499）、勉强协调（0.500~0.599）、初级协调（0.600~0.699）、中级协调（0.700~0.799）、良好协调（0.800~0.899）和优质协调（0.900~1.000）10个等级。同时，参考周亮等[33]的做法，进一步划分了协调亚类型。

3.2.3 空间自相关分析

空间自相关分析主要用以揭示地理要素的空间关联性。运用全局Moran's I指数和Moran散点图考察中国数字经济与绿色发展耦合协调的空间依赖程度和局部空间集聚情况，具体公式见文献[5]。

3.2.4 Dagum基尼系数及分解法

Dagum基尼系数分解法不仅能精准刻画样本的分布状况，还可解决区域净差异问题。本文在分析中国数字经济与绿色发展耦合协调的空间差异及来源时也使用这一方法，详细公式见文献[17]。

3.2.5 二次指派程序（QAP）

为探究中国数字经济与绿色发展耦合协调空间差异的驱动机制，本文构建关系数据计量模型并应用QAP方法进行分析。模型形式如下：
Y = ψ 0 + ψ 1 X + U
式中：Y为协调度差异矩阵； ψ 0、 ψ 1、U分别为截距项、待估系数和残差项；X为协调度驱动因素的差异矩阵。QAP包含相关分析和回归分析，详见文献[34]。

3.3 数据来源

鉴于数据可得性，本文以中国30个省份（暂未含西藏和港澳台地区）为研究样本，以2010—2019年为研究时段。2010年中国共产党第十七届五中全会提出要“坚持把建设资源节约型、环境友好型社会作为加快转变经济发展方式的重要着力点” ①(①摘自中国共产党第十七届中央委员会第五次全体会议公报。)，这与绿色发展的核心要义不谋而合，故将2010年定为研究起点。原始数据源自历年《中国统计年鉴》《中国环境统计年鉴》《中国电子信息产业统计年鉴》、各省市统计年鉴及环境公报等，少量缺失数据用插值法填补。为方便后续分析，依据“十五”时期的三大经济区划分，将全国分为东部、中部、西部地区。

4 数字经济与绿色发展水平分析

通过纵横向拉开档次法得到2010—2019年中国数字经济与绿色发展水平指数，并分析其时序变化趋势（图2）。同时，采用自然断点法将2010年、2015年、2019年数字经济与绿色发展指数值分别划分为4个梯队来刻画其空间格局演变（图3）。
图2 2010—2019年中国数字经济和绿色发展水平变化趋势

Fig. 2 The trend of digital economy and green development in China from 2010 to 2019

图3 2010—2019年中国数字经济与绿色发展的空间格局

注：基于自然资源部标准地图服务网站GS(2020)4630号的标准地图制作，底图边界无修改。

Fig. 3 Spatial distribution of national digital economy and green development in China from 2010 to 2019

4.1 数字经济水平分析

2010—2019年中国数字经济水平不断上升，由2010年的0.140增至2019年的0.471，但年均值仅为0.282，仍存在约72%的巨大提升空间。标准差和变异系数分别从2010年的0.097、0.692变化为2019年的0.118、0.250（图2），表明省际数字经济水平绝对差距呈拉大趋势，而相对差距持续缩减。分区域看，东中西地区的数字经济经历了与全国相似的变化过程（图2），其中，东部数字经济水平始终高于全国，中西部低于全国。
2010—2019年各省份数字经济水平差异显著，整体呈现“东部高、中西部低”的空间格局（图3a、3c、3e）。相比2010年，2019年广西、甘肃、四川等6省份均上升1个梯队，辽宁、湖北则下降1个梯队。但数字经济整体空间格局并无太大改变，高值省份依然主要集中在东部沿海地区。其中，位于第一梯队的省份逐步形成以北京、上海、浙江为核心的增长极；天津、福建、广东等6省份发展势头强劲，构成数字经济的第二梯队。位于第三梯队的河北、吉林、山东等14省份，连片集中分布于西南、西北、华北和东北地区。而位于第四梯队的安徽、江西、贵州等7省份在中部和西南地区呈组团发展态势，数字经济水平相对较低。可能原因为：一是经济发展相对滞后，难为数字经济发展提供充足的物质基础；二是人才缺乏和关键技术创新不足，制约了数字资源的开发利用。

4.2 绿色发展水平分析

样本期内中国绿色发展水平呈缓慢波动上升趋势，由2010年的0.560升至2019年的0.658，标准差和变异系数分别由2010年的0.039、0.070变化为2019年的0.042、0.063（图2）。表明中国绿色发展取得一定成效的同时，省际间相对差距呈缩小趋势。此外，与数字经济相比，绿色发展水平相对较高，但年均值也仅为0.603，表明中国绿色发展存在约40%的改善空间。从区域层面看，三大地区绿色发展水平同样随时间推移波动上升（图2），但地区差异显著，东中西梯度递减，东部地区高于全国，中西部低于全国。
各省份历年绿色发展水平总体上呈现“东高西低”的空间格局（图3b、3d、3f）。较2010年，2019年重庆和云南掉出第一梯队，第一梯队仅剩北京“一枝独秀”，成为引领全国绿色发展的增长极。位于第二梯队的省份明显增加，新增上海、贵州、吉林等10省份，数量增加为16个，分布范围不断由东部沿海向东北、中部和西南地区延伸。值得注意的是，绿色发展水平位于一、二梯队且排名前5的高值省份除北京、上海来自经济发达的东部沿海地区外，其余省份（四川、重庆、云南）均来自西南落后地区，呈现出一定的集聚态势。这与现有研究得出的经济发达（落后）省份绿色发展水平高（低）的结论[18]有所差别。可能的解释是四川、重庆、云南的经济和区位虽不及东部省份，但却拥有良好的生态禀赋，有利于发展绿色产业；同时得益于西部大开发战略和成渝双城经济圈战略带来的政策叠加利好，经济发展动能转换取得较大进步，因而绿色发展处于较高水平。位于第三梯队的省份虽有所变动，但总数仍为11个，组团分布于西北、中部和东部沿海地区。而位于第四梯队的省份数量下降为2个，仍分布在西北地区的宁夏和新疆。
综上表明，2010—2019年中国数字经济与绿色发展水平均呈上升趋势，整体上也均表现出“东部高、中西部低”的空间分布特征，这意味着二者存在一定的协调发展特征，但也发现存在较为严重的不同步现象，如西南省区绿色发展水平位于一、二梯队，而数字经济水平位于三、四梯队。为能够因地制宜推进二者协调发展，有必要对不同地区数字经济与绿色发展耦合协调发展状态、趋势及其滞后原因做进一步分析。

5 数字经济与绿色发展耦合协调的时空特征

5.1 协调度的时序特征

2010—2019年中国数字经济与绿色发展协调度整体不高，年均值仅为0.625（表2），位于初级协调阶段，说明中国数字经济与绿色发展的高质量协调发展还远未实现。
表2 2010—2019年中国及三大地区数字经济与绿色发展协调度

Tab. 2 Coordination of digital economy and green development in China and its three regions from 2010 to 2019

年份 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019
全国 0.511 0.533 0.568 0.588 0.606 0.634 0.661 0.689 0.721 0.742
东部 0.591 0.605 0.637 0.646 0.661 0.688 0.709 0.733 0.762 0.782
中部 0.455 0.482 0.518 0.543 0.566 0.598 0.628 0.656 0.688 0.709
西部 0.471 0.498 0.536 0.562 0.580 0.606 0.636 0.668 0.705 0.727
从时序变化来看，2010—2019年中国数字经济与绿色发展协调度呈现出稳步增长的良好发展态势（表2）。依据协调等级，大致可将研究时限分为3个阶段，其中2010—2013年协调度由0.511增至0.588，处于勉强协调阶段，此阶段的典型特征是轻度失调消失，濒临失调的占比大幅减少，勉强协调占比逐步增加并开始占据主导，协调性整体偏低（图4），这与发展初期各地数字技术不成熟，数字基建不完善，且经济发展粗放有关。2014—2017年协调度有所提高，介于0.606~0.689，整体升至初级协调阶段，该阶段虽以初级协调为主导发展类型，但良好协调开始出现，勉强协调逐渐减少并消失、中级协调逐年增加，这是因为随着2015年中国共产党第十八届五中全会上“网络强国战略”“五大发展理念”的提出，各地对生产生活质量、多元化信息通讯设施和生态环境质量的要求不断提高，促使数字经济与绿色发展的协调性有所好转。2018—2019年数字经济和绿色发展逐渐被提至国家战略高度，协调度进一步提升，介于0.721~0.742，整体跨跃至中级协调阶段，此间初级协调锐减，中级协调增加并占据主导，优质协调逐渐显露。
图4 2010—2019年中国数字经济与绿色发展协调度类型比例关系

Fig. 4 The proportion types of digital economy and green development coordination in China from 2010 to 2019

从三大地区来看（表2），东部地区协调度变化态势相对平缓，由2010年的0.591上升到2019年的0.782，大致经历了勉强协调（2010年）—初级协调（2011—2015年）—中级协调（2016—2019年）的演变，表明东部地区数字经济与绿色发展呈现出更好的相互适应性。而中西部地区协调度变化幅度较大，分别由2010年的0.455、0.471上升到2019年的0.709、0.727，且二者演变历程大体相似，均经历了从濒临失调向中级协调的转变。表明，中西部地区数字经济与绿色发展已度过磨合期，逐渐步入可接受区间的协调发展阶段，但协调境况改变不大，整体还处于勉强协调阶段。

5.2 协调度的空间分布特征

由协调度时序变化可知，2010年、2015年和2019年中国整体处于不同协调发展阶段，故将其作为特征时点对各省份协调度进行空间可视化（图5）。研究期内中国数字经济与绿色发展协调度具有明显的空间分异规律。较之2010年，2019年全国整体协调度实现了跨越式提升，但地区间的差异依旧，高协调省份仍集中在东部地区，形成了以北京这一优质协调省份、上海和浙江两个良好协调省份为节点的“多核心”增长极，同时辐射带动中级协调阶段的省份由东部沿海地区不断向中西部内陆地区扩展。相对而言，中部地区受产业结构单一、能源消耗巨大、数字基建不健全等因素的制约，数字经济与绿色发展未能形成良性互动，仍处于耦合协调的落后梯队。最终使区域间形成“东部领先、中部塌陷、西部追赶”的“凹”型空间格局。
图5 2010—2019年中国数字经济与绿色发展协调度空间格局

注：基于自然资源部标准地图服务网站GS(2020)4630号的标准地图制作，底图边界无修改。

Fig. 5 Spatial pattern of coordination degree between digital economy and green development in China from 2010 to 2019

从协调等级的空间演变来看，与2010年相比，绝大多数省份发生了跨级跳跃（图5），本文将之归纳为5种类型：①“初级协调→中级协调”的低中水平协调发展型，仅有东部沿海的广东和福建；②“轻度失调→濒临失调→勉强协调→初级协调→中级协调”“濒临失调→勉强协调→初级协调”“濒临失调→勉强协调→初级协调→中级协调”的跨界跳跃型，分别实现协调等级的四级跳、二级跳和三级跳，其中，四级跳的包括中西部的江西、甘肃，二级跳的包括中部的山西、安徽、河南、湖南，三级跳的包括东部的河北，中部的黑龙江、湖北，以及西部的广西、四川、贵州等7省份；③“勉强协调→初级协调→中级协调”的低中水平协调跳跃型，实现协调等级的二级跳，涉及东部的天津、江苏、山东等5省份，中部的吉林，西部的内蒙古、重庆、陕西；④“初级协调→中级协调→良好协调”的中等水平协调跳跃型，包含东部沿海的浙江和上海；⑤“中级协调→良好协调→优质协调”的高水平协调跳跃型，代表性地区为北京。可见，“跨界跳跃型”和“低中水平协调跳跃型”包含的省份最多，是协调等级演变的主要模式。同时还可发现，东部地区普遍呈现向中高协调等级发展（中级协调、良好协调、优质协调）转变的特征，中西部地区则呈现脱离失调阶段（轻度失调、濒临失调）的转变特征。因此，整体上可以确定，考察期内中国数字经济与绿色发展的协调等级发展模式呈现出“东部高协调转型、中西部失调脱离”的演变格局。
从协调亚类型的演变来看，2010—2019年全国、三大地区和绝大多数省份的协调亚类型均属于数字经济滞后型，且较之2010年，2019年仅有5省市摆脱了数字经济滞后。其中，宁夏和江苏分别从“濒临失调—数字经济受阻型”和“勉强协调—数字经济滞后型”转变为“中级协调型”；上海和浙江从“初级协调—数字经济滞后型”转变为“良好协调型”；北京从“中级协调—数字经济滞后型”转变为“优质协调—绿色发展滞后型”。可见，在样本期内中国数字经济与绿色发展的协调亚类型未发生明显变化，主要表现为数字经济滞后②(②限于篇幅，未汇报协调亚类型的具体结果。)。

5.3 协调度的空间关联特征

5.3.1 全局空间自相关分析

考察期内全局Moran' I指数均显著为正（表3），说明中国数字经济与绿色发展协调度存在较强的空间正相关关系，协调度高（低）的省份因彼此相邻而受益（受损），表现出相似值之间的空间集聚。从变化趋势来看，全局Moran' I指数呈现“上升—下降—上升—下降”的类“M”型波动走势，但指数值尚未发生改变，2010年和2019年均为0.294。整体而言，协调度的空间集聚程度随时间在波动中保持稳定，逐渐由“极化效应”转变为“扩散效应”，空间特征从集聚走向均衡。
表3 2010—2019年数字经济与绿色发展协调度全局Moran's I

Tab. 3 Global Moran's I of coordination degree between digital economy and green development from 2010 to 2019

年份 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019
Moran's I 0.294 0.315 0.281 0.195 0.190 0.206 0.269 0.316 0.278 0.294
p值 0.007 0.004 0.009 0.056 0.058 0.043 0.010 0.003 0.007 0.004

5.3.2 局部空间自相关分析

通过绘制Moran散点图来探求协调度的局部空间集聚特征（图6）。Moran散点图的4个象限按其性质可划分为H-H型促进区、H-L型辐射区、L-L型落后区、L-H型过渡区4种类型。大部分散点落入一、三象限，属于H-H型促进区、L-L型落后区，落入二、四象限，即L-H型过渡区、H-L型辐射区的散点较少（图6），表明协调度存在显著的局部空间正相关性，形成了以“同质特征为主、异质特征为辅”的空间关联模式，但同质性强于异质性，整体上表现出相对明显的空间俱乐部收敛特征。
图6 2010—2019年数字经济与绿色发展协调度局部Moran散点图

Fig. 6 Local Moran scatter plot of coordination degree between digital economy and green development from 2010 to 2019

根据图6进一步获得协调度的局部空间自相关类型③(③限于篇幅，未汇报局部空间自相关类型的具体结果。)，结果显示研究期内H-H型促进区主要集中在东部沿海，L-L型落后区主要位于中西部内陆地区。东部沿海地区各方面条件均比较优越，其协调度的空间溢出效应也更为明显，如上海、海南、福建等5省市一直处于H-H型促进区，通过辐射涓滴效应带动了周边省份协调度的提升。但中西部省份的空间集聚效应不显著，是协调度的洼地（如甘肃、河南、安徽等13省份），这些省份数字经济和绿色发展的要素资源约束效应明显，区域发展禀赋相对处于劣势，致使其始终处于协调度的落后区，可能进一步陷入“强者恒强、弱者恒弱”的恶性循环之中，是未来协调度提升的关键区域。此外，2010—2019年间，H-H型和L-L型的省份数量分别由2010年的9个、15个变为2019年的7个、17个，表明协调度领先省份对周边落后省份的涓滴效应小于其极化效应，辐射带动作用还比较弱。而H-L型辐射区和L-H型过渡区成为协调度由东部沿海向中西部内陆地区辐射的断层地带。如研究期内广东始终处于H-L型，该集聚区在回波效应的作用下，仍处于吸引周边省份各类生产要素聚集的极化发展阶段，一定程度上挤占了周边省份协调度的提升空间，导致其与周边一些欠发达省份形成了L-H的发展逆差。

5.4 协调度的空间差异及分解

5.4.1 整体及区域内差异

利用Dagum基尼系数分析协调度空间差异的来源（图7）。图7a反映了协调度的总体及区域内差异。从演变过程来看，2010—2019年总体基尼系数呈稳步下滑之势，说明全国协调度总体差异在不断缩小，趋同趋势明显。东中西地区内基尼系数虽有个别年份有所波动，但整体仍呈下降趋势，表明各地区内部协调度差异均有不同程度的改善。对比三大地区发现，各地区内部协调度差异分级明显，东部的年均区域内基尼系数（0.047）最大，中部（0.031）次之，西部（0.030）最小。表明，东部地区内部的协调度差异最大，中西部则相对较小。
图7 2010—2019年中国数字经济与绿色发展协调度的区域差异

Fig. 7 Regional differences in the degree of coordination between digital economy and green development from 2010 to 2019

5.4.2 区域间差异

图7b呈现了协调度的区域间差异。总体上，东中西地区间的相对差异均呈波动下降之势。其中，中—西部的基尼系数下降速度最快（67.48%）；东—西部紧跟其后（65.14%）；东—中部下降速度最慢（61.44%）。表明三大地区协调度的空间均衡趋势不断增强，近些年国家深入实施区域协调发展战略取得了显著成效。从地区间的差异大小来看，东—中部的年均区域间基尼系数最大（0.081）；其次为东—西部（0.070）；中—西部最小（0.034）。可见，协调度的区域间差异主要是由差异较大的东—中部和东—西部两组区域间的差异所引起的。

5.4.3 区域差异来源及其贡献

图7c描述了协调度区域差异来源及其贡献率，协调度差异的区域内贡献、区域间贡献及超变密度贡献走势平缓，变动较小，未出现大幅度的升降变化趋势。从贡献大小来看，区域间差异的年均贡献率（66.91%）远高于区域内差异（23.78%）和超变密度（9.31%）。因此，今后在解决中国数字经济与绿色发展耦合协调空间不均衡问题时，应着重从缩小区域间差异入手。

6 数字经济与绿色发展耦合协调空间差异的驱动机制分析

上文分析结果表明，协调度存在明显的空间差异。根据已有研究[35]，如果将每个省份当作行动者，那么省际间协调度的空间差异是两两省份间数字经济与绿色发展耦合协调发展差异的集合，可视为地区之间的一种“关系”，但以关系数据形式存在的变量之间往往存在自相关和多重共线性问题。若继续使用传统的统计检验方法，会导致参数估计值的方差和标准差变大而使变量的显著性检验失去意义。由于QAP是一种针对“关系数据”进行随机置换的非参数检验方法，无需假设变量之间相互独立，比参数方法更稳健，能有效避免变量自相关及多重共线性问题[35]。因此，运用QAP探究中国数字经济与绿色发展耦合协调空间差异的驱动机制。

6.1 驱动因素选取

在本质上讲，中国数字经济与绿色发展耦合协调的空间差异是由自组织（内部结构驱动）和他组织（外部环境驱动）双轮驱动的结果。从内部结构看，耦合协调空间差异由数字经济和绿色发展共同决定，本文将之界定为内部驱动力。除此之外，归纳已有研究[1,10]发现，经济发展、技术创新、产业结构、人力资本、对外开放等外部因素，也是耦合协调空间差异形成的重要原因，将之界定为外部驱动力。
驱动因素的代理变量说明如下：① 数字经济差异（DE）。基于测算得出的省际数字经济指数构建数字经济地区差异矩阵。② 绿色发展差异（GD）。基于测算得出的省际绿色发展指数构建绿色发展地区差异矩阵。③ 经济发展差异（ECD）。用实际GDP自然对数衡量各省经济发展水平，进而构建经济发展地区差异矩阵。④ 技术创新差异（TEC）。用发明专利自然对数衡量各省技术创新水平[36]，进而构建技术创新的地区差异矩阵。⑤ 产业结构差异（IS）。用第三与第二产业增加值之比作为产业结构的代理变量[36]，进而构建产业结构地区差异矩阵。⑥ 人力资本差异（HUM）。用普通高等院校在校学生数自然对数衡量各省人力资本水平[28]，进而构建人力资本地区差异矩阵。⑦ 对外开放差异（TRADE）。用进出口总额占GDP比重衡量各省份对外开放水平[16]，进而构建对外开放的地区差异矩阵。此外，对于数字经济与绿色发展耦合协调差异（CCD），使用前文测算得出的各省协调度来构建协调度的地区差异矩阵。下面以协调度地区差异矩阵为被解释变量，以各驱动因素地区差异矩阵为解释变量④(④所有变量的地区差异矩阵均是基于30个省份2010—2019年变量的平均值，进而作矩阵变换获得，详细公式见文献[34]。)，运用QAP方法进行检验。

6.2 QAP相关分析

表4为全样本期的QAP相关分析结果，协调度差异与各驱动因素差异之间相关系数均为正值，且除人力资本差异不显著外，其他都通过了显著性检验。表明各变量与协调度差异之间的关系较为密切，但关联程度不等于实际作用强度，还需通过回归分析来揭示。此外，各解释变量间也存在一定的相关关系，若将之全部纳入模型，很可能会导致多重共线性问题而影响模型检验结果，这也为应用QAP回归分析提供了重要理由。
表4 QAP相关分析结果

Tab. 4 Results of QAP-related analysis

变量 CCD DE GD ECD TEC IS HUM TRADE
CCD 1.000*** 0.981*** 0.411*** 0.301** 0.544*** 0.639*** 0.019 0.700***
DE 0.981*** 1.000*** 0.309** 0.251* 0.515*** 0.697*** -0.036 0.709***
GD 0.411*** 0.309** 1.000*** 0.383** 0.495*** 0.384** 0.376** 0.128
ECD 0.301** 0.251* 0.383** 1.000*** 0.893*** -0.063 0.923*** 0.476***
TEC 0.544*** 0.515*** 0.495*** 0.893*** 1.000*** 0.254* 0.791*** 0.616***
IS 0.639*** 0.697*** 0.384** -0.063 0.254* 1.000*** -0.167 0.293*
HUM 0.019 -0.036 0.376** 0.923*** 0.791*** -0.167 1.000*** 0.220
TRADE 0.700*** 0.709*** 0.128 0.476*** 0.616*** 0.293* 0.220 1.000***

注：变量均为30×30矩阵；随机置换5000次；下同。

6.3 QAP回归分析

6.3.1 全样本回归分析

表5报告了全国及三大地区协调度差异形成的驱动因素回归结果。从全国来看，数字经济差异、绿色发展差异的系数分别为1.090（p < 0.01）和0.163（p < 0.01），前者为后者的6.687倍，表明数字经济差异是协调度差异的最主要来源，缩小数字经济差异是协调推进数字经济与绿色发展的最有力手段。人力资本差异、对外开放差异的系数分别为0.083（p > 0.1）和0.011（p > 0.1），表明增强人力资本和对外开放的空间平衡性对协调度差异的缩小具有一定促进作用，但影响力度较小。而经济发展差异、技术创新差异和产业结构差异的系数分别为-0.048（p > 0.1）、-0.088（p > 0.1）、 -0.153（p < 0.01），表明三者的地区差异有利于减小区域协调度差异。这可能是由于当前中国粗放经济发展模式依旧没有发生根本性转变，部分地区短期内较难摆脱对要素资源的路径依赖，导致经济发展失衡、产业结构失调、创新动能不足等问题突出，由此使得经济发展、产业结构和技术创新的地区差异在协调度差异中的贡献率较低。在此情形之下，尽管发达地区的经济发展不断提高、产业结构不断升级、技术不断创新，但数字经济与绿色发展耦合协调发展速度却在降低，从而有助于落后地区缩小与发达地区的发展差距，一定程度上促进了协调度的空间均衡。
表5 全国及三大地区数字经济与绿色发展协调度差异形成的驱动因素回归结果

Tab. 5 Regression results of driving factors for coordination difference between digital economy and green development in China and its three regions

变量 总体 东部 中部 西部
标准化回归系数 p值 标准化回归系数 p值 标准化回归系数 p值 标准化回归系数 p值
截距 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
DE 1.090 0.000 0.939 0.000 1.063 0.000 0.980 0.000
GD 0.163 0.000 0.222 0.001 0.180 0.000 0.490 0.002
ECD -0.048 0.334 -0.323 0.048 -0.647 1.000 0.010 0.461
TEC -0.088 0.169 0.090 0.135 0.150 0.000 -0.034 0.376
IS -0.153 0.000 -0.192 0.002 -0.111 1.000 -0.045 0.172
HUM 0.083 0.251 0.178 0.084 0.564 0.000 0.014 0.471
TRADE 0.011 0.398 0.082 0.011 -0.166 0.002 0.004 0.438

6.3.2 分地区回归分析

分地区来看（表5），与全国一样，数字经济差异也是东中西三大地区协调度差异最重要的驱动因素，且通过1%的显著性检验，说明缩小数字经济差异是三大地区推动数字经济与绿色发展协调均衡发展最重要的举措。但东中西地区内部协调度差异的驱动因素不完全相同，东部地区内部差异的驱动力量有数字经济差异（0.939, p < 0.01）、绿色发展差异（0.222, p < 0.01）、人力资本差异（0.178, p < 0.1）和对外开放差异（0.082, p < 0.05）；中部地区内部差异的驱动力量有数字经济差异（1.063, p < 0.01）、人力资本差异（0.564, p < 0.01）、绿色发展差异（0.180, p < 0.01）和技术创新差异（0.150, p < 0.01）；而西部地区内部差异的驱动力量仅有数字经济差异（0.980, p < 0.01）和绿色发展差异（0.490, p < 0.01）。因此，缩小东中西地区内部的数字经济与绿色发展耦合协调差异要因地制宜，实施差别化的协调发展政策。
值得注意的是，经济发展差异对全国及三大地区的协调度差异均未产生显著正向作用。可能源于：一是当前全国统一要素市场建设还不完善，资本、人才、技术等要素无法充分自由流动，影响了经济发展地区差距的缩小，进而导致其在协调度地区差异缩小中的作用发挥；二是在政治锦标赛的激励机制下，各省份在发展过程中各自为战，合作共赢的掣肘局面仍未消除，优势互补区域格局尚未形成，从而造成经济发展对地区间的协调度差异缩小没有起到显著积极作用。

7 结论和政策建议

本文基于系统耦合视角考察了2010—2019年中国数字经济与绿色发展耦合协调的时空特征及驱动机制，结论如下：
（1）综合评价方面，2010—2019年中国数字经济与绿色发展水平均呈稳步提升之态势，但二者不平衡不充分问题突出，表现出“数字鸿沟与地区绿色发展差距相互交织”的空间不平衡特征和“发展水平低、提升空间大”的不充分特征。
（2）时序演变方面，数字经济与绿色发展相互适应、共同发展逐步增强，二者的协调度经历了“勉强协调—初级协调—中级协调”阶段式跨越，但高质量协调发展还远未实现，中国整体仍处于初级协调阶段，中西部地区还停留在勉强协调阶段。
（3）空间格局方面，协调度表现出明显的非均衡特征，逐渐形成以“北京—上海—浙江”为节点的“多核心”辐射的整体格局和“东部领先、中部塌陷、西部追赶”的“凹”型区际格局。从协调等级来看，研究期内，各地区普遍出现了5种跨级跳跃，以“跨界跳跃型”和“低中水平协调跳跃型”为主，由此整体上表现为“东部高协调转型、中西部失调脱离”的空间等级演变规律。从协调亚类来看，全国、三大地区和多数省份均表现为数字经济滞后，数字经济赋能不足是耦合协调水平提升的关键阻力。
（4）空间关联方面，协调度的空间溢出效应显著，区域空间关联逐渐由“极化效应”转变为“扩散效应”，空间特征从集聚走向均衡，形成了以同质特征为主的H-H型促进和L-L型落后的空间俱乐部收敛状态，但HH型省份的辐射带动作用有待加强。
（5）空间差异及分解方面，协调度地区差异随时间推移正渐趋消弭，差异主要来源于东中西地区之间的差异，区域间差异贡献率高达66.91%，因此缩小区域间差异是解决数字经济与绿色发展耦合协调空间不平衡的关键抓手。
（6）驱动机制方面，内部结构差异（数字经济差异、绿色发展差异）对协调度差异产生显著的正向影响，前者贡献度是后者的6.687倍，因此，数字经济差异是造成数字经济与绿色发展耦合协调差异的根本原因。此外，增强人力资本和对外开放的空间平衡性，对耦合协调差异缩小具有一定的促进作用。囿于发展模式粗放、产业结构失衡和创新动能不足的桎梏，经济发展、产业结构、技术创新等差异的缩小未能发挥出应有的积极作用，部分地区还产生了一定的促扩效应，因此要在发展方式转变、产业结构优化、增长动能转换等多个层面做出行之有效的协同努力。需要强调的是，各驱动因素差异的作用强度存在显著地区异质性，因此在制定并推进数字经济与绿色发展协调发展政策时应有所区别。
基于上述结论，有如下政策建议：
（1）全国整体和多数省份还处于初级协调阶段，且表现为数字经济滞后型，为此应以加快数字经济发展为契机，推动其实现与绿色发展的更高水平协调。一方面，要鼓励社会资本参与，加强数字人才培养，提升关键核心技术创新能力，为数字经济发展提供人才、资金及技术支撑，不断做大做强数字经济，提高数字经济对绿色发展的赋能作用。另一方面，要注重绿色发展理念的科学指引，引导数字基站、工业互联网、大数据中心等高耗能领域节能减排、绿色低碳发展，以此促成数字经济与绿色发展进入良性耦合协调阶段。
（2）重视数字经济与绿色发展的空间关联性。中国省际数字经济与绿色发展存在较强的空间溢出效应。因此，一是要突破行政区划壁垒，建构高协调度区域（东部沿海）与低协调度区域（中部、西部）的长效合作交流机制，发挥东部沿海辐射带动作用，可考虑培育以“北京—上海—浙江”为关键节点的高协调发展先行示范，形成可复制推广的经验。二是要加强交通网络和全国统一大市场建设，促进地区间要素资源优化配置，实现数字经济与绿色发展的空间协同发展。
（3）采取因地制宜策略推进协调发展。数字经济、技术创新等地区差异均是数字经济与绿色发展耦合协调发展的重要影响因素，但对各地区的影响方向和影响程度存在显著差异。因此，在将弥合“数字鸿沟”列为数字经济与绿色发展协调推进的首要任务外，采取因地制宜策略推进协调发展。对于东部地区，应大力提升绿色低碳技术创新应用水平，打造省际间错位分工的绿色发展模式；鼓励高校跨省联盟，降低人力资本在空间上的不平衡；推进自由贸易试验区建设，增强对外开放的区域联动效应。对于中部地区，要加快实施“外引内培”的人才战略和“创新驱动发展”战略，缩小人力资本和技术创新的空间差异，推动传统产业、能源绿色低碳转型，优化绿色发展空间布局。对于西部地区，应立足生态优势，通过生态产业化发展壮大乡村旅游业、康养业、特色农业等绿色产业，助力绿色发展的空间均衡。
本文在“格局—过程—机理”的地理学研究范式下，探究了数字经济与绿色发展之间耦合协调关系及其时空演变特征，剖析了二者耦合协调发展空间差异的驱动因素，通过系统性、整体性的视角，更加全面地审视数字经济与绿色发展的协调状况、演变规律以及制约因素。同时，基于地理学空间视角、物理学耦合协调模型以及经济学中QAP“关系数据”分析方法的交叉应用，不仅拓展了数字经济与绿色发展的研究视角，也为实现“数字”与“绿色”共舞的区域高质量协同发展提供了一个新的研究范式。但本文仅落足于省域层面展开，未来可将研究尺度下沉至市、县层面，在不同空间尺度下比较数字经济与绿色发展耦合协调的发展程度，更深层次地揭示二者耦合协调的区域差异、时空演变趋势和驱动机制，为各级地方政府实施数字经济与绿色发展战略提供理论价值和借鉴意义。此外，随着高质量发展内涵的不断丰富，完善数字经济和绿色发展评价体系，改进其测度方法，也是后续研究的重点。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
Guo Fuyou, Tong Lianjun, Qiu Fangdao, et al. Spatio-temporal differentiation characteristics and influencing factors of green development in the eco-economic corridor of the Yellow River Basin. Acta Geographica Sinica, 2021, 76(3): 726-739.

DOI

[郭付友, 佟连军, 仇方道, 等. 黄河流域生态经济走廊绿色发展时空分异特征与影响因素识别. 地理学报, 2021, 76(3): 726-739.]

DOI

[2]
Chen Xiaohong, Li Yangyang, Song Lijie, et al. Theoretical framework and research prospect of digital economy. Management World, 2022, 38(2): 208-224, 13-16.

[陈晓红, 李杨扬, 宋丽洁, 等. 数字经济理论体系与研究展望. 管理世界, 2022, 38(2): 208-224, 13-16.]

[3]
Han Jing, Chen Xi, Feng Xiaohu. The real challenge and practical path of enabling green development of digital economy. Reform, 2022(9): 11-23.

[韩晶, 陈曦, 冯晓虎. 数字经济赋能绿色发展的现实挑战与路径选择. 改革, 2022(9): 11-23.]

[4]
Sheng Bin, Liu Yuying. Research on the measurement and spatial characteristics of China's digital economy. Nanjing Journal of Social Sciences, 2022(1): 43-54.

[盛斌, 刘宇英. 中国数字经济发展指数的测度与空间分异特征研究. 南京社会科学, 2022(1): 43-54.]

[5]
Pan Weihua, He Zhengchu, Pan Hongyu. Research on spatiotemporal evolution and distribution dynamics of digital economy development in China. China Soft Science, 2021(10): 137-147.

[潘为华, 贺正楚, 潘红玉. 中国数字经济发展的时空演化和分布动态. 中国软科学, 2021(10): 137-147.]

[6]
Wang Jun, Zhu Jie, Luo Xi. Research on the measure of China's digital economy development and the characteristics. The Journal of Quantitative & Technical Economics, 2021, 38(7): 26-42.

[王军, 朱杰, 罗茜. 中国数字经济发展水平及演变测度. 数量经济技术经济研究, 2021, 38(7): 26-42.]

[7]
Zhang Yinghao, Wang Mingfeng, Liu Tingting. Spatial effect of digital economy on high-quality economic development in China and and its influence path. Geographical Research, 2022, 41(7): 1826-1844.

DOI

[张英浩, 汪明峰, 刘婷婷. 数字经济对中国经济高质量发展的空间效应与影响路径. 地理研究, 2022, 41(7): 1826-1844.]

DOI

[8]
Xu Weixiang, Zhou Jianping, Liu Chengjun. The impact of digital economy on urban carbon emissions: Based on the analysis of spatial effects. Geographical Research, 2022, 41(1): 111-129.

DOI

[徐维祥, 周建平, 刘程军. 数字经济发展对城市碳排放影响的空间效应. 地理研究, 2022, 41(1): 111-129.]

DOI

[9]
Deng Rongrong, Zhang Aoxiang. Research on the impact of urban digital economy development on environmental pollution and its mechanism. South China Journal of Economics, 2022(2): 18-37.

DOI

[邓荣荣, 张翱祥. 中国城市数字经济发展对环境污染的影响及机理研究. 南方经济, 2022(2): 18-37.]

[10]
Liu Jun, Yang Yuanjun, Zhang Sanfeng. Research on the measurement and driving factors of China's digital economy. Shanghai Journal of Economics, 2020(6): 81-96.

[刘军, 杨渊鋆, 张三峰. 中国数字经济测度与驱动因素研究. 上海经济研究, 2020(6): 81-96.]

[11]
Zhang Xu, Wei Fuli, Yuan Xumei. Evaluation and evolution of provincial high-quality green development in China. Economic Geography, 2020, 40(2): 108-116.

[张旭, 魏福丽, 袁旭梅. 中国省域高质量绿色发展水平评价与演化. 经济地理, 2020, 40(2): 108-116.]

[12]
Huang Yue, Li Lin. A comprehensive assessment of green development and its spatial-temporal evolution in urban agglomerations of China. Geographical Research, 2017, 36(7): 1309-1322.

DOI

[黄跃, 李琳. 中国城市群绿色发展水平综合测度与时空演化. 地理研究, 2017, 36(7): 1309-1322.]

DOI

[13]
Zhou Liang, Che Lei, Zhou Chenghu. Spatio-temporal evolution and influencing factors of urban green development efficiency in China. Acta Geographica Sinica, 2019, 74(10): 2027-2044.

DOI

[周亮, 车磊, 周成虎. 中国城市绿色发展效率时空演变特征及影响因素. 地理学报, 2019, 74(10): 2027-2044.]

DOI

[14]
Bai Y, Hua C C, Jiao J L, et al. Green efficiency and environmental subsidy: Evidence from thermal power firms in China. Journal of Cleaner Production, 2018, 188: 49-61.

DOI

[15]
Li Xiaoxi, Liu Yimeng, Song Tao. Calculation of the green development index. Social Sciences in China, 2014(6): 69-95, 207-208.

[李晓西, 刘一萌, 宋涛. 人类绿色发展指数的测算. 中国社会科学, 2014(6): 69- 95, 207-208.]

[16]
Cheng Yu, Wang Jingjing, Wang Yaping, et al. A comparative research of the spatial-temporal evolution track and influence mechanism of green development in China. Geographical Research, 2019, 38(11): 2745-2765.

DOI

[程钰, 王晶晶, 王亚平, 等. 中国绿色发展时空演变轨迹与影响机理研究. 地理研究, 2019, 38(11): 2745-2765.]

DOI

[17]
Gao Ying. Study on green development performance and influencing factors in eight comprehensive economic areas of China. The Journal of Quantitative & Technical Economics, 2019, 36(9): 3-23.

[高赢. 中国八大综合经济区绿色发展绩效及其影响因素研究. 数量经济技术经济研究, 2019, 36(9): 3-23.]

[18]
Gai Mei, Qin Bing, Zheng Xiuxia. The evolution of the spatiotemporal pattern of the coupling and coordination between economic growth kinetic energy conversion and green development. Geographical Research, 2021, 40(9): 2572-2590.

DOI

[盖美, 秦冰, 郑秀霞. 经济增长动能转换与绿色发展耦合协调的时空格局演化分析. 地理研究, 2021, 40(9): 2572-2590.]

DOI

[19]
Han Yongnan, Ge Pengfei, Zhou Bole. Evolution and differentiation of coupling coordination between technological innovation and green development in Chinese cities. Economic Geography, 2021, 41(6): 12-19.

[韩永楠, 葛鹏飞, 周伯乐. 中国市域技术创新与绿色发展耦合协调演变分异. 经济地理, 2021, 41(6): 12-19.]

[20]
Wei Lili, Hou Yuqi. Research on the impact of China's digital economy on urban green development. The Journal of Quantitative & Technical Economics, 2022, 39(8): 60-79.

[魏丽莉, 侯宇琦. 数字经济对中国城市绿色发展的影响作用研究. 数量经济技术经济研究, 2022, 39(8): 60-79.]

[21]
Liu Qiang, Ma Yanrui, Xu Shengxia. Has the development of digital economy improved the efficiency of China's green economy? China Population, Resources and Environment, 2022, 32(3): 72-85.

[刘强, 马彦瑞, 徐生霞. 数字经济发展是否提高了中国绿色经济效率? 中国人口·资源与环境, 2022, 32(3): 72-85.]

[22]
Tapscott D. The Digital Economy:Promise and Peril in the Age of Networked Intelligence. New York: Mc Graw-Hill, 1996.

[23]
Landefeld J S, Fraumeni B M. Measuring the new economy. Survey of Current Business, 2001, 81(3): 23-40.

[24]
Hu Angang, Zhou Shaojie. Green development: Functional definition, mechanism analysis and development strategy. China Population, Resources and Environment, 2014, 24(1): 14-20.

[胡鞍钢, 周绍杰. 绿色发展: 功能界定、机制分析与发展战略. 中国人口·资源与环境, 2014, 24(1): 14-20.]

[25]
Xu Xianchun, Ren Xue, Chang Zihao. Big data and green development. China Industrial Economics, 2019(4): 5-22.

[许宪春, 任雪, 常子豪. 大数据与绿色发展. 中国工业经济, 2019(4): 5-22.]

[26]
Xu Xianchun, Zhang Zhongwen, Guan Huijuan. China's new economy: Role, characteristics and challenges. Finance & Trade Economics, 2020, 41(1): 5-20.

[许宪春, 张钟文, 关会娟. 中国新经济: 作用、特征与挑战. 财贸经济, 2020, 41(1): 5-20.]

[27]
Shi Dan. Evolution of industrial development trend under digital economy. China Industrial Economics, 2022(11): 26-42.

[史丹. 数字经济条件下产业发展趋势的演变. 中国工业经济, 2022(11): 26-42.]

[28]
Zhang Shuai, Wu Zhenwei, Lu Zhaoyang, et al. Spatio-temporal evolution characteristics and driving factors of the integration between digital economy and real economy in China. Economic Geography, 2022, 42(7): 22-32.

DOI

[张帅, 吴珍玮, 陆朝阳, 等. 中国省域数字经济与实体经济融合的演变特征及驱动因素. 经济地理, 2022, 42(7): 22-32.]

DOI

[29]
Pang Ruizhi, Zhang Shuai, Wang Qunyong. Can digitalization improve environmental governance performance? Empirical evidence from inter-provincial panel data. Journal of Xi'an Jiaotong University (Social Sciences), 2021, 41(5): 1-10.

[庞瑞芝, 张帅, 王群勇. 数字化能提升环境治理绩效吗? 来自省际面板数据的经验证据. 西安交通大学学报(社会科学版), 2021, 41(5): 1-10.]

[30]
Hou Chunguang, Ren Jianlan, Cheng Yu, et al. Spatial evolution and driving mechanism of China's greenization process. Scientia Geographica Sinica, 2018, 38(10): 1589-1596.

DOI

[侯纯光, 任建兰, 程钰, 等. 中国绿色化进程空间格局动态演变及其驱动机制. 地理科学, 2018, 38(10): 1589-1596.]

DOI

[31]
Guo Yajun. New theory and method of dynamic comprehensive evaluation. Journal of Management Sciences in China, 2002(2): 49-54.

[郭亚军. 一种新的动态综合评价方法. 管理科学学报, 2002(2): 49-54.]

[32]
Duan Yongfeng, Xu Wenqing, Luo Haixia. Research on coupling coordination between green innovation efficiency and green development efficiency of the provinces in China. Science and Technology Management Research, 2020, 40(17): 235-243.

[段永峰, 顼文晴, 罗海霞. 中国省域绿色创新效率与绿色发展效率耦合协调研究. 科技管理研究, 2020, 40(17): 235-243.]

[33]
Zhou Liang, Che Lei, Sun Dongqi. The coupling coordination development between urbanization and economic growth and its influencing factors in China. Economic Geography, 2019, 39(6): 97-107.

[周亮, 车磊, 孙东琪. 中国城镇化与经济增长的耦合协调发展及影响因素. 经济地理, 2019, 39(6): 97-107.]

[34]
Li Hua, Dong Yanling. Does equalization of basic public services narrow the regional gap of the quality of economic growth?. The Journal of Quantitative & Technical Economics, 2020, 37(7): 48-70.

[李华, 董艳玲. 基本公共服务均等化是否缩小了经济增长质量的地区差距? 数量经济技术经济研究, 2020, 37(7): 48-70.]

[35]
Liu Huajun, Peng Ying, Pei Yanfeng, et al. Has the total factor productivity become the determinant of regional economic disparity in China? Journal of Finance and Economics, 2018, 44(6): 50-63.

[刘华军, 彭莹, 裴延峰, 等. 全要素生产率是否已经成为中国地区经济差距的决定力量? 财经研究, 2018, 44(6): 50-63.]

[36]
Zeng Gang, Hu Senlin. Impact of technological innovation on urban green development in the Yellow River Basin. Scientia Geographica Sinica, 2021, 41(8): 1314-1323.

DOI

[曾刚, 胡森林. 技术创新对黄河流域城市绿色发展的影响研究. 地理科学, 2021, 41(8): 1314-1323.]

DOI

Options
文章导航

/

〈 〉