面向可持续发展：数据要素对中国城市绿色技术创新数量与质量的影响

《Sustainability》：Towards Sustainable Development: The Impact of Data Elements on the Quantity and Quality of Urban Green Technology Innovation in China

　　

识别城市绿色技术创新的新驱动因素对可持续发展具有重要意义。本研究借鉴马克思生产力理论，利用2011–2023年中国297个地级及以上城市的平衡面板数据、基于熵权法构建的城市级数据要素发展指数以及双向固定效应模型，考察数据要素发展与城市绿色技术创新数量和质量之间的关系。数据要素发展与两个维度均呈正相关，且这一关联在一系列稳健性检验中成立。机制分析表明，数据要素发展通过缓解资源错配（resource misallocation, RM）同时提升两个维度，并通过加强产学研合作（university–industry research collaboration, UIR）发挥作用，其中对质量维度的贡献相对更大。环境规制强度（environmental regulation intensity, ER）强化了其对两个维度的影响；与政府互联网服务响应（government internet-service responsiveness, GOR）的交互效应在2015–2023年（该指标记录一致的时期）显著，并作为补充证据报告。异质性检验显示，在欠发达城市中两个维度的效应均更大；在胡焕庸线两侧和按人口规模划分的组别中，数量维度的组间差异显著。结果与以下观点一致：该效应取决于城市是否具备使数据可用的互补条件，而非仅取决于经济发展水平。

论文解读：数据要素发展对中国城市绿色技术创新数量与质量的影响

绿色技术创新是实现可持续发展的重要路径。近年来，中国城市绿色专利数量快速增长，但质量改善并未同步：绿色实用新型和外观设计专利占比偏高，反映增量改进或策略性申请行为，导致创新资源可能被低价值活动占用。绿色技术创新本身具有高投入、长周期、强外部性和跨学科特征，传统要素投入容易面临资源错配以及产学研合作不足的约束。数据要素作为数字经济时代的新型生产要素，具有非竞争性、低成本复制与传输等特性，可能通过降低信息摩擦、促进知识重组来缓解上述约束。然而，已有研究在数据要素测量、城市层面分析、数量与质量维度区分以及传导路径识别等方面存在不足。为此，研究人员基于马克思生产力理论，构建了“要素生产力—协作生产力—组织协调”的分析框架，考察数据要素发展对中国城市绿色技术创新数量与质量的影响。

研究人员使用了2011–2023年中国297个地级及以上城市的平衡面板数据（3861个城市—年观测）。绿色专利数据来源于中国研究数据服务平台（CNRDS），数字普惠金融指数来源于北京大学数字普惠金融指数（PKU-DFIIC），城市社会经济指标主要取自《中国城市统计年鉴》等。核心解释变量为城市级数据要素发展指数（DE），采用熵权法综合供给基础、流通环境、转化应用三个维度构建。被解释变量中，绿色技术创新数量（UGIA）以绿色发明与实用新型专利申请量之和衡量，质量（UGIQ）以绿色发明专利申请量衡量。模型采用双向固定效应，并控制经济发展水平、产业结构、城市规模、政府干预等因素。机制分析聚焦资源错配（RM）与产学研合作（UIR），调节分析考察政府互联网服务响应（GOR）与环境规制强度（ER）。

（一）基准回归与稳健性。双向固定效应模型显示，DE对UGIA和UGIQ的系数分别为2.7872和3.5689，均在1%水平显著为正，支持假设1。滞后一期工具变量估计、替换被解释变量为授权专利、替换自变量为PCA方法、采用Driscoll–Kraay标准误、剔除2020–2022年、分离数量与质量维度等稳健性检验均与基准结果一致。

（二）机制分析。资源错配渠道方面，DE显著降低资源错配（系数为?0.4173），将RM纳入模型后DE系数下降，bootstrap间接效应在数量和质量维度均排除零，说明缓解资源错配是同时提升两个维度的渠道。产学研合作渠道方面，DE显著增强产学研合作（系数为0.0900）；UIR对质量的影响显著为正（4.0929），对数量不显著，间接效应仅对质量维度显著。正式检验表明，DE和UIR对质量的影响显著大于数量，而资源错配渠道在数量和质量之间无显著差异。

（三）调节效应分析。环境规制强度方面，DE×ER对数量和质量的系数分别为1.0026（10%显著）和1.2561（5%显著），说明更强的环境规制会强化数据要素的促进作用。政府互联网服务响应方面，全样本中交互项不显著；在2015–2023年该指标记录一致的子样本中，交互项显著为正，且对数量维度的作用更强（4.6921对3.6477），作为补充证据报告。

（四）异质性分析。胡焕庸线两侧：东南侧城市DE系数在两个维度均显著，西北侧不显著，数量维度的组间差异显著（p=0.012）。经济发展水平：两组均显著，但欠发达城市效应更大（数量5.1359对2.0996，质量6.4051对2.1548），差异显著。人口规模：两组均显著，大城市效应更大，数量维度组间差异显著（p=0.039）。

讨论部分指出，数据要素的作用不在于提高投入强度，而在于改善资本、劳动和知识的组合条件；资源错配渠道均衡作用于两个维度，产学研合作渠道更偏向质量提升；环境规制通过提高合规压力和降低策略性申请收益来强化数据要素效应；政府互联网服务响应的证据受数据覆盖期限制，仅作为补充。异质性结果共同表明，数据要素能否发挥作用，取决于城市是否具备数字基础设施、创新网络和技能人才等互补条件，而非单纯取决于经济发展水平。

研究结论可归纳为：第一，数据要素发展与中国城市绿色技术创新的数量和质量均呈正相关，并通过一系列稳健性检验和工具变量估计，表明数据要素不仅与更多绿色创新相关，还与更高技术质量相关。第二，这一效应通过两条路径实现：要素层面，缓解资源错配，同时提升数量与质量；协作层面，加强产学研合作，对质量贡献更大。环境规制强度强化两个维度的效应；政府互联网服务响应在2015–2023年期间呈现正向调节作用，作为补充证据。第三，效应因城市特征而异：胡焕庸线两侧在数量维度上差异显著；欠发达城市获得更大的边际效应；人口规模较大的城市在数量维度上获益更多。总体而言，城市是否具备使数据可用的互补条件，比经济发展水平本身更能决定数据要素的绿色创新效应。