《Journal of Innovation & Knowledge》：Building a sustainable and innovative world in the digital age: A cross-country study
编辑推荐：
本研究旨在探讨全球数字化进程如何影响可持续发展目标（SDG）的实现。研究人员针对全球75个国家，以全球数字化指数（GDI）为主要解释变量，结合人均GDP、经济自由指数和人口密度，运用相关与回归分析展开跨地区研究。结果表明，数字化与可持续性、经济自由度普遍呈正相关，与人口密度呈负相关，且此关系在高收入与低收入国家间存在显著差异。研究强调了数字化在推动全球可持续发展中的关键作用，为制定兼顾经济增长与可持续性的公共政策提供了实证依据。
我们正处在一个被数字浪潮席卷的时代。从智能手机到人工智能，数字技术以前所未有的深度和广度重塑着我们的经济、社会乃至日常生活方式。这场被称为“第四次工业革命”的变革，承诺将贡献未来五年全球经济增长的70%。然而，在光鲜的增长数字背后，一系列深刻的挑战也如影随形：日益扩大的“数字鸿沟”加剧了国家内部及国家间的不平等；人工智能等前沿技术带来了惊人的能源消耗，给本已脆弱的生态环境施加压力；劳动力市场面临剧变，许多传统职业消失，而新的岗位要求人们掌握全新的数字技能。更根本的是，世界在2015年共同设定了雄心勃勃的2030年可持续发展议程，包含了消除贫困、应对气候变化等17项可持续发展目标（SDG）。人们不禁要问：作为经济增长引擎的数字化，究竟是实现这些全球性可持续目标的“助推器”，还是可能因其带来的新风险而成为“绊脚石”？为了理清数字化与可持续发展之间错综复杂的关系，由Cristina Pérez-Rico、Alicia Ferradás-González、Carlos Fernández-García和Ji?í Mazurek组成的研究团队，开展了一项大规模的跨国研究，其成果发表在《Journal of Innovation》上。
为了系统回答上述问题，研究人员采用了定量统计分析方法。研究数据来源于2024年全球75个国家的横截面数据，这些国家覆盖了全球93%的GDP和80%的人口，并依据联合国标准划分为六个地理区域。核心变量包括：衡量数字转型水平的全球数字化指数（GDI）、评估可持续发展目标进展的SDG指数得分、人均国内生产总值（GDPpc）、经济自由指数（IoEF）以及人口密度（PD）。研究主要运用了皮尔逊相关系数分析变量间的关联强度，并构建了多元线性回归模型，以SDG指数为因变量，探究其他变量对其的解释力。统计分析使用了注重可重复性的开源软件Gretl，并进行了多重共线性、异方差和残差正态性等检验以确保模型稳健性。
GDI结果
通过箱线图可视化分析发现，不同地区间的数字化水平存在显著差异。经济合作与发展组织（OECD）国家组的数字化指数（GDI）平均值最高（57.4），而撒哈拉以南非洲地区最低（30.1）。东亚与南亚地区国家的GDI值分布范围最大，表明该区域内各国数字化进程极不均衡。在撒哈拉以南非洲地区，南非以43.4的GDI值成为一个突出的正异常值。
SDG结果
所有地区的SDG指数得分均高于50分阈值。表现最好的国家是芬兰（86.4），最差的是尼日利亚（54.6）。OECD国家组的SDG得分不仅平均值最高（79.2），且其箱线图显示数据非常集中，表明组内国家在可持续发展方面表现相对一致。土耳其、哥伦比亚和墨西哥是OECD组内的三个较低异常值。
GDPpc结果
人均GDP（GDPpc）在不同地区和同一地区内部都显示出巨大差异。OECD国家平均GDPpc最高（46,253美元），且组内存在卢森堡（128,678美元）和爱尔兰（103,888美元）两个极高的异常值。撒哈拉以南非洲地区平均GDPpc最低（3,125美元），其中乌干达（1,002美元）为样本中最低值。中东和北非（MENA）以及OECD地区内部GDPpc的分散程度较高。
Index of Economic Freedom结果
各地区的经济自由指数（IoEF）中位数均高于50。得分最高的国家是新加坡（83.5，属于东亚与南亚地区）和瑞士（83）。得分最低的是玻利维亚（43.5，属于拉丁美洲和加勒比地区）。各地区的IoEF值分布相对集中。
Correlation结果
相关性分析显示，SDG指数与数字化指数（GDI）呈显著正相关（ρ = 0.712），与经济自由指数（IoEF）和人均GDP也呈正相关（分别为0.654和0.58），但与人口密度（PD）呈负相关（-0.238）。GDI与GDPpc的相关性最强（0.813）。所有相关系数在统计上均高度显著。
Regression结果
研究人员构建了多个回归模型。针对全部72国（剔除巴林、孟加拉国和新加坡三个异常值）的模型1显示，GDI、IoEF、GDPpc和PD四个变量共同解释了SDG指数68%的变异，且均统计显著。GDI和IoEF对SDG有正向预测作用，而PD为负向。散点图分析表明，SDG与GDPpc之间的关系是非线性的，在人均GDP达到约20,000美元后，增长趋势趋于平缓。因此，研究将样本划分为高收入（GDPpc > 20,000美元）和低收入（GDPpc < 20,000美元）两组分别建模。对于低收入国家，模型7具有很高的解释力（R2= 0.86），GDPpc、GDI和PD均显著，其中GDPpc的影响系数远大于全样本模型，PD的负面影响也更明显，但IoEF不显著。对于高收入国家，模型8的解释力很弱（R2= 0.14），仅有GDI在0.05水平上显著，PD和IoEF均不显著。此外，研究特别关注了人口密度的影响。在全体本中，SDG与PD几乎无线性趋势。但在低收入国家中，SDG随PD增加呈明显下降趋势（R2= 0.15），暗示资源稀缺可能是主要原因。而在高收入国家中，两者则无明显关联。
研究结论与讨论
该研究得出了若干核心结论。首先，数字化是推动可持续发展目标达成的关键驱动力。在全球范围内，更高的数字化水平与更好的SDG表现显著正相关。其次，数字化与可持续发展的关系因国家经济水平而异。对于高收入国家，数字化是影响其SDG表现的几乎唯一显著的统计变量，经济自由和人口密度的影响不再明显。这意味着，对于发达经济体而言，进一步提升可持续性更依赖于数字技术的深化应用和导向，而非单纯的经济自由化。相反，对于低收入国家，人均GDP、数字化和人口密度都是影响SDG的强显著因素。人均GDP的增长对改善可持续性至关重要，而较高的人口密度则因可能加剧资源竞争而对可持续性产生负面影响。经济自由指数在该组中不显著，表明制度因素在发展的早期阶段可能并非首要约束。
这些发现具有重要的政策意义。它们表明，推动数字化战略是促进经济增长与可持续性双赢的有效途径。然而，这种潜力不会自动实现。决策者需要将数字基础设施投资与普惠接入、有效监管相结合，引导数字技术转向资源效率、低碳创新和包容性服务。具体而言，应优先保障可负担的高速网络连接，支持中小企业采用能带来环境与社会效益的数字工具，并将数字化指标纳入国家SDG监测框架。对于低收入国家，政策需兼顾促进经济增长、控制人口对资源的压力以及推动基础数字化。对于高收入国家，政策重点应更侧重于如何利用其先进的数字基础，精准解决特定的可持续发展短板，例如通过数字技术优化能源使用、减少浪费。
研究也指出了其局限性，如样本未能覆盖所有国家、仅纳入四个解释变量等。未来研究可扩展样本、纳入更多变量（如人力资本、数字技能），并利用面板数据深入分析区域性差异及动态变化。尽管存在局限，本研究通过扎实的跨国实证分析，清晰揭示了数字化在全球可持续发展议程中的中心地位，为各国在数字时代协调经济增长与可持续性目标提供了宝贵的证据基础和决策指引。
