《Journal of Innovation & Knowledge》：Digital trade and the dynamics of green innovation efficiency: A dual-stage analysis of research and development and its transformation
编辑推荐：
全球数字贸易的兴起为加速绿色技术的创造和应用提供了新路径，培养了知识驱动的生态创新方法。利用中国的国家电子商务示范城市（NEDC）政策作为准自然实验，研究人员采用两阶段基于松弛测度的网络模型（two-stage slacks-based measure net
全球数字贸易的兴起为加速绿色技术的创造和应用提供了新路径，培养了知识驱动的生态创新方法。利用中国的国家电子商务示范城市（NEDC）政策作为准自然实验，研究人员采用两阶段基于松弛测度的网络模型（two-stage slacks-based measure network model, SBM）将绿色创新效率分解为绿色技术研发（R&D）效率和绿色成果转化效率两个阶段。使用2005-2022年中国279个城市的面板数据，研究人员考察了数字贸易如何塑造这些阶段的创新效率。研究结果揭示了若干创新性见解。第一，数字贸易显著提升了整体绿色创新效率，对研发效率的影响比转化效率更显著。第二，产业结构升级和数字创新能力是数字贸易促进整体和阶段特定绿色创新效率的双重传导渠道。此外，虽然政府环境规制强化了数字贸易的作用，但知识产权（IP）保护和市场化仅放大了其对整体和研发效率的影响，而非转化效率。研究人员还发现了情境依赖效应：具有工业遗产的城市在转化效率方面获益更大，而其他城市在整体和研发效率方面获益更多。高财政压力提升了整体和研发效率但抑制了转化效率，而高债务环境促进了所有阶段的收益。数字贸易对高数字基础设施群体的整体效率和绿色技术研发效率的促进作用更强。此外，随着人工智能（AI）发展从低到高，数字贸易对绿色创新效率的促进效应呈现逐渐减弱的趋势。这些结果为设计阶段特定和情境感知的创新政策提供了新颖证据。
在全球气候变化、资源短缺和环境退化等挑战日益严峻的背景下，绿色创新在实现可持续经济增长中扮演着关键角色。联合国2030年可持续发展议程将“确保可持续消费和生产模式”列为核心目标之一，对绿色技术的应用提出了更迫切的要求。绿色创新效率作为衡量投入产出比和绿色技术转化效率的关键指标，反映了清洁能源、低碳制造等领域的突破，以及绿色技术从实验室到市场应用的速度。然而，根据联合国发布的《2024年可持续发展融资报告》，全球可持续发展年度融资缺口约为4.2万亿美元，同时氢能、电池储能、碳捕集与封存等关键绿色技术仍不成熟。这些资金和技术瓶颈是提升绿色创新效率的核心障碍。数字贸易的兴起为应对绿色投资融资挑战和加速技术突破商业化提供了前所未有的机遇。2024年全球数字贸易发展报告显示，2021至2023年间全球数字贸易额从6.02万亿美元增至7.13万亿美元，占国际贸易总额的比重从19.6%升至22.5%。数字贸易通过将交换媒介从实物转向数字平台，将可交易物品从有形商品扩展到数字产品和服务，降低绿色技术开发中的信息壁垒和交易成本。然而，数字基础设施、核心技术和金融资本的差异限制了某些国家参与全球绿色创新资源流动的能力，导致数字贸易的绿色赋能效应在全球分布不均。现有研究虽然关注了数字经济对绿色创新效率的影响以及数字贸易的绿色效应，但往往将创新过程视为“黑箱”，忽视了对绿色创新效率全链条协同路径的考察，缺乏对研发与商业化协同视角的系统分析。为此，本研究利用中国国家电子商务示范城市（NEDC）政策作为准自然实验，从技术研发和成果转化双阶段视角，系统考察数字贸易对绿色创新效率的影响。该论文发表在《Journal of Innovation》上。
研究人员采用的主要关键技术方法包括：构建两阶段基于松弛测度的网络模型（SBM），将绿色创新效率分解为绿色技术研发效率（GTE）和绿色成果转化效率（GAE）两个阶段；以国家电子商务示范城市（NEDC）政策作为准自然实验，使用多期双重差分法（DID）进行基准回归估计；采用工具变量（IV）和倾向得分匹配（PSM）等方法进行稳健性检验；样本来源为2005-2022年中国279个地级市的面板数据，数据来源于中国城市统计年鉴、国家知识产权局官网等，缺失值采用线性插值法处理。
研究结果部分包括以下内容：（1）基准回归：采用多期DID估计发现，数字贸易（DT）显著提升整体绿色创新效率（GIE），且对绿色技术研发效率（GTE）的促进作用大于对绿色成果转化效率（GAE）的影响，这一结论在加入控制变量后依然稳健。（2）稳健性检验：通过平行趋势检验、安慰剂检验（500次随机抽样）、倾向得分匹配-双重差分（PSM-DID）、时间窗口调整（剔除2008年和2021-2022年数据）、缩尾处理（1%-99%）、面板Tobit模型、工具变量回归（以年末本地电话用户数作为工具变量）以及排除绿色金融改革创新试验区和碳排放权交易试点政策干扰等多项检验，证实基准结果稳健可靠。（3）中介机制分析：以产业结构升级和数字创新能力为中介变量，发现数字贸易通过促进产业结构升级和提升数字创新能力，显著增强了整体绿色创新效率、研发效率和转化效率，支持了假设H1、H1a、H1b、H2、H2a和H2b。（4）调节机制分析：从政府（可见之手）和市场（不可见之手）视角出发，环境规制强度正向调节数字贸易对整体、研发和转化效率的影响，支持假设H3、H3a和H3b；知识产权保护（IP）仅正向调节数字贸易对整体和研发效率的影响，对转化效率的调节不显著，支持假设H4和H4a，但未验证H4b；市场化程度同样仅正向调节数字贸易对整体和研发效率的影响，对转化效率的调节不显著，支持假设H5和H5a，但未验证H5b。（5）异质性分析：从工业基地特征看，老工业基地城市在转化效率上获益更大，而非老工业基地城市在整体和研发效率上获益更显著；从财政压力看，高财政压力地区数字贸易显著提升整体和研发效率但抑制转化效率，低财政压力地区则显著提升所有三个维度；从债务融资水平看，高债务融资地区数字贸易显著提升所有维度，低债务融资地区整体和研发效率提升但转化效率受到抑制；从数字基础设施看，高数字基础设施组数字贸易对整体和研发效率的促进作用更强，低数字基础设施组对转化效率的促进作用更强。（6）非线性效应：以人工智能（AI）企业数量为门槛变量，发现数字贸易对绿色创新效率的影响存在双门槛效应，随着AI发展水平从低到高，数字贸易的促进效应呈现逐渐减弱的趋势。
在讨论部分，研究者总结了研究结论，并将结论与现有文献对比，强调了本研究的创新贡献。研究结论翻译如下：第一，数字贸易扩张显著促进了绿色创新效率（GIE），且对绿色技术研发效率（GTE）的影响强于对绿色成果转化效率（GAE）的影响。第二，中介机制分析表明，数字贸易主要通过促进产业结构升级和提升数字创新能力来推动绿色创新效率、研发效率和转化效率的提升。第三，调节机制分析显示，政府环境规制强化了数字贸易对所有三个效率维度的积极影响；知识产权保护和市场化则仅强化了数字贸易对整体效率和研发效率的积极影响，对转化效率的调节作用不显著。第四，从工业基地特征看，非传统工业城市在整体效率和研发效率上受益更显著，而传统工业基地城市在转化效率上获益更大；从外部财政压力看，高财政压力地区数字贸易对整体效率和研发效率有更显著的正向影响，但对转化效率呈负向影响，低财政压力地区则显著提升所有三个维度；从内部债务融资看，高债务融资地区数字贸易显著提升所有维度，而低债务融资地区对整体效率和研发效率的正向影响更强，但对转化效率转为负向；从数字基础设施维度看，高数字基础设施组数字贸易对整体效率和研发效率的促进作用更强，低数字基础设施组对转化效率的促进作用更强。第五，门槛估计结果显示，随着人工智能发展水平的阶段性提升，数字贸易对绿色创新效率的促进效应呈逐渐递减趋势。这些额外检验回应了学术界对对象、技术、环境和管理等复杂因素如何影响绿色创新过程的关注。
