数字经济对林业绿色全要素生产率的影响

doi:10.13466/j.cnki.lczyyj.2024.05.001

林草资源研究 ›› 2024›› Issue (5): 1-10.doi: 10.13466/j.cnki.lczyyj.2024.05.001

• 综合管理 • 下一篇

数字经济对林业绿色全要素生产率的影响

梅运田¹^,²(), 王文奇³, 邹全程⁴, 晁碧霄⁴, 陈稼瑜⁵, 冯天楚⁵, 李小亮⁵()

1.吉林大学哲学社会学院,长春 130012
2.国家林业和草原局,北京 100714
3.中国社会科学院大学历史学院,北京 102488
4.国家林业和草原局林草调查规划院,北京 100714
5.浙江农林大学暨阳学院,浙江诸暨 311800

收稿日期:2024-09-18 修回日期:2024-10-16 出版日期:2024-10-28 发布日期:2025-04-18
通讯作者: 李小亮,副教授,博士,主要研究方向为林业经济管理。Email:lixiaoliang@zafu.edu.cn
作者简介:梅运田,博士研究生,主要研究方向为农村社会学、林业经济政策。Email:1195269167@qq.com
基金资助:
国家林业和草原局“农户林地流转行为及租金影响机制研究:基于关系网络的视角”科学基金资助项目(2023131009);国家林业和草原局“集体林地人地分离问题与对策”研究(2024100175);浙江省高校重大人文社科攻关计划“数智化对专精特新企业高质量发展的影响机制及优化路径研究”科学基金资助项目(2023QN098)

The Impact of Digital Economy on Forestry Green Total Factor Productivity

MEI Yuntian¹^,²(), WANG Wenqi³, ZOU Quancheng⁴, CHAO Bixiao⁴, CHEN Jiayu⁵, FENG Tianchu⁵, LI Xiaoliang⁵()

1. School of Philosophy and Sociology,Jilin University,Changchun 130012,China
2. Department of Forestry and Grassland Reform and Development,National Forestry and Grassland Administration,Beijing 100714,China
3. School of History,University of Chinese Academy of Social Sciences,Beijing 102488,China
4. Academy of Inventory and Planning,NationalForestry and Grassland Administration,Beijing 100714,China
5. Jiyang College,Zhejiang A&F University,Zhuji 311800,Zhejiang,China

Received:2024-09-18 Revised:2024-10-16 Online:2024-10-28 Published:2025-04-18

摘要/Abstract

摘要： 数字化与生态化融合发展是形成林业新质生产力的重要战略选择。从实现“双碳”目标和林业产业绿色发展的视角,基于2011—2020年中国省际面板数据,测算各地区的数字经济综合水平和林业绿色全要素生产率(FGTFP),并运用面板回归模型和门槛效应模型分析数字经济对FGTFP的影响效应及作用机制。结果表明:数字经济对各地区的FGTFP具有明显的促进作用,在中东部地区及财政支持林业较强的地区影响更为显著。机制分析表明,数字经济通过推动地区林业技术创新,有效提高了FGTFP。门槛效应分析表明,互联网发展水平存在三重门槛,且随着互联网发展水平的提高,数字经济对FGTFP的提高有显著的非线性影响,其边际效益特征为“先递增,再减少”。建议积极推动数字经济与林业产业深度融合,提高林业技术创新水平,加大财政对林业的支持力度,因地制宜引导各地林业进行数字化转型,同时注重提高林业数字要素的配置效率,以增强数字经济与林业绿色发展的协同效应。

关键词: 数字经济, 林业绿色全要素生产率, 技术创新, 互联网发展

Abstract:

The integration of digitalization and ecological practices is an important strategic choice for forming new quality productivity in forestry.This article is based on the perspective of achieving the country’s goals of peak carbon dioxide emissions by 2030 and carbon neutrality by 2060,and green development of the forestry industry.Based on panel data from 2011 to 2020 among Chinese provinces,the study assesses the comprehensive impact of the digital economy on Forestry Green Total Factor Productivity(FGTFP)across different regions.Panel regression and threshold effect models were used to analyze the impact and mechanism of the digital economy on FGTFP.The findings indicate a significant enhancement of FGTFP attributable to the digital economy,particularly pronounced in the central and eastern provinces and regions benefiting from robust financial backing for forestry initiatives.Mechanism analysis shows that the digital economy effectively improves FGTFP by promoting regional forestry technology innovation.In the threshold test,the development level of the Internet has a triple threshold.The digital economy has a significant nonlinear impact on improving regional FGTFP through different levels of Internet development.This impact shows a pattern of initial increase followed by a decline in marginal returns.Based on the research results,it is further suggested that the government should actively promote the deep integration of the digital economy and the forestry industry,improve the level of forestry technology innovation,increase financial support for forestry,guide local forestry to carry out digital reform according to local conditions,pay attention to the efficiency of forestry digital element allocation,and improve the synergy level between the digital economy and the green development of forestry.

Key words: digital economy, forestry green total factor productivity(FGTFP), technological innovation, internet development

中图分类号:

F321

梅运田, 王文奇, 邹全程, 晁碧霄, 陈稼瑜, 冯天楚, 李小亮. 数字经济对林业绿色全要素生产率的影响[J]. 林草资源研究, 2024,(5): 1-10.

MEI Yuntian, WANG Wenqi, ZOU Quancheng, CHAO Bixiao, CHEN Jiayu, FENG Tianchu, LI Xiaoliang. The Impact of Digital Economy on Forestry Green Total Factor Productivity[J]. Forest and Grassland Resources Research, 2024,(5): 1-10.

图/表 8

表1

表2

表3

表4

表5

表6

表7

表8

门槛模型回归估计结果

变量名称	Q_it≤γ₁	$γ 1 < Q i t$ ≤γ₂	$γ 2 < Q i t$ ≤γ₃	Q_it>γ₃
数字经济(X)	0.042^*** (2.78)	0.055^*** (3.84)	0.129^*** (4.08)	0.013^*** (3.30)

表8

参考文献 38

[1]	邬晓燕. 数字化赋能生态文明转型的难题与路径[J]. 人民论坛, 2022(6):60-62.
[2]	中国信息通信研究院. 中国数字经济发展报告(2024)[M]. 北京: 中国信息通信研究院, 2024.
[3]	中国国家林业和草原局. 全国林业和草原工作视频会议报告[R]. 北京: 国家林业和草原局, 2024.
[4]	宁攸凉. 实现五大转变,推动林草产业高质量发展[N]. 中国自然资源报,2019-12-12(3).
[5]	宁攸凉, 李岩, 马一博, 等. 中国林业产业发展面临的挑战与对策[J]. 世界林业研究, 2021, 34(4):67-71.
[6]	陈建成, 王卉菀, 侯建. 财政支持视角下产业集聚对林业绿色全要素生产率的影响机制研究[J]. 北京林业大学学报(社会科学版), 2024, 23(1):11-20.
[7]	吕洁华, 孙嘉宇, 蔡秀亭. 中国林业绿色全要素生产率的时空演变分析[J]. 农林经济管理学报, 2022, 21(3):320-330.
[8]	谭少鹏. 我国林业绿色全要素生产率测度及其影响因素[J]. 中南林业科技大学学报, 2022, 42(8):202-210.
[9]	翟郡, 杨红强, 徐彩瑶, 等. 浙江省数字经济与林业产业融合发展水平测度及影响因素[J]. 林业科学, 2024, 60(5):22-34.
[10]	王火根, 邓子玲, 汪钰婷. 数字金融对林业绿色全要素生产率的影响机制[J]. 林业经济问题, 2023, 43(6):561-569.
[11]	LI Deli, LI Yang, TIAN Gang, et al. The Impact of Environmental Regulation on the Green Overall Factor Productivity of Forestry in the Yangtze River Economic Belt[J]. Forests, 2023, 14(10):1729.
[12]	王开科, 吴国兵, 章贵军. 数字经济发展改善了生产效率吗[J]. 经济学家, 2020(10):24-34.
[13]	周晓辉, 刘莹莹, 彭留英. 数字经济发展与绿色全要素生产率提高[J]. 上海经济研究, 2021(12):51-63.
[14]	范欣, 尹秋舒. 数字金融提升了绿色全要素生产率吗?[J]. 山西大学学报(哲学社会科学版), 2021, 44(4):109-119.
[15]	LIU Yang, YANG Yanlin, LI Huihui. Digital economy development,industrial structure upgrading and green total factor productivity:Empirical evidence from China’s cities[J]. International Journal of Environmental Research and Public Health, 2022, 19(4):2414.
[16]	郭海红. 数字乡村建设、资源要素错配与农业绿色全要素生产率[J]. 中国地质大学学报(社会科学版), 2024, 24(1):102-116.
[17]	蒋团标, 钟敏, 马国群. 数字经济对农业绿色全要素生产率的影响:基于土地经营效率的中介作用分析[J]. 中国农业大学学报, 2024, 29(4):27-39.
[18]	程文先, 钱学锋. 数字经济与中国工业绿色全要素生产率增长[J]. 经济问题探索, 2021(8):124-140.
[19]	肖远飞, 姜瑶. 数字经济对工业绿色生产效率的影响研究[J]. 现代管理科学, 2021(8):100-109.
[20]	马中东, 周桐桐, 高建刚. 数字经济对黄河流域制造业绿色全要素生产率的影响研究[J]. 人民黄河, 2023, 45(4):6-11.
[21]	俞志烨. 数字经济赋能流通业绿色全要素生产率:理论机制与实证研究[J]. 商业经济研究, 2023(23):131-134.
[22]	徐秋艳, 刘浩冬. 绿色信贷、产业结构优化与绿色全要素生产率[J]. 现代经济探讨, 2024,(2):93-108.
[23]	刘涛, 李继霞. 中国林业绿色全要素生产率时空分异及其影响因素[J]. 世界林业研究, 2020, 33(6):56-61.
[24]	许宪春, 张美慧, 张钟文. 数字化转型与经济社会统计的挑战和创新[J]. 统计研究, 2021(1):15-26.
[25]	刘潭, 徐璋勇. 数字经济、异质性技术创新与二氧化碳排放[J]. 科技进步与对策, 2023, 40(13):1-10. doi: 10.6049/kjjbydc.Q202207206
[26]	田秀娟, 李睿. 数字技术赋能实体经济转型发展:基于熊彼特内生增长理论的分析框架[J]. 管理世界, 2022, 38(5):56-73.
[27]	白冰, 彭雪清. 数字经济、创新要素配置与新质生产力[J]. 统计与决策, 2024, 40(18):109-113.
[28]	WU Lin, ZHANG Zhiguang. Impact and threshold effect of Internet technology upgrade on forestry green total factor productivity:Evidence from China[J]. Journal of Cleaner Production, 2020,271:122657.
[29]	姜钰, 李冉. 中国林业绿色全要素生产率时空演化分析[J]. 统计与咨询, 2023(6):28-31.
[30]	马大来, 张凤太, 肖粤东, 等. 中国工业绿色全要素生产率的时空演化特征及影响因素研究:以供给侧结构性改革为视角[J]. 生态经济, 2023, 39(8):59-69.
[31]	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.
[32]	程恋军, 王琳茜. 资源型城市经济高质量发展的制度组态研究:基于NCA和动态QCA的分析[J]. 城市问题, 2023(9):22-33.
[33]	朱洁西, 李俊江. 数字经济、技术创新与城市绿色经济效率:基于空间计量模型和中介效应的实证分析[J]. 经济问题探索, 2023(2):65-80.
[34]	路亚欣, 张彩虹. 绿色信贷、技术创新对中国林业产业结构的交互影响[J]. 林业经济问题, 2023, 36(2):524-531.
[35]	谢文倩, 高康, 余家凤. 数字经济、产业结构升级与碳排放[J]. 统计与决策, 2022, 38(17):114-118.
[36]	靳媚, 蔡延泽, 王艳. 数字经济、要素流动与共同富裕[J]. 统计与决策, 2023(16):5-10.
[37]	黄赜琳, 秦淑悦, 张雨朦. 数字经济如何驱动制造业升级[J]. 经济管理, 2022, 44(4):80-97.
[38]	陈宇斌, 王森, 陆杉. 农产品贸易对农业碳排放的影响:兼议数字乡村发展的门槛效应[J]. 华中农业大学学报(社会科学版), 2022(6):45-57.

变量类型	变量名称	平均值	标准差	最小值	最大值
被解释变量	林业绿色全要素生产率(Y)	0.984	0.428	0.148	2.872
核心解释变量	数字经济(X)	4.725	7.617	0.122	73.339
中介变量	技术创新(M)	1.888	2.261	0.029	15.935
控制变量	产业结构高级化(Z₁)	1.674	0.292	1.006	2.355
	财政支持水平(Z₂)	6.160	0.573	4.519	7.200
	森林覆盖率(Z₃)	3.324	0.715	1.391	4.202
	森林灾害防治(Z₄)	11.925	1.214	6.739	13.958
	林业产业集聚(Z₅)	0.969	0.695	0.016	4.238
门槛变量	互联网发展(Q)	3.874	7.156	0.078	70.585

变量类型	具体变量	回归系数
变量类型	具体变量	未加控制变量	加入控制变量
核心解释变量	数字经济(X)	0.015^*** (4.56)	0.017^*** (4.59)
控制变量	产业结构高级化(Z₁)		-0.494^** (-2.43)
	财政支持水平(Z₂)		-0.104 (-0.75)
	森林覆盖率(Z₃)		-0.225 (-0.78)
	森林灾害防治(Z₄)		-0.018 (-0.35)
	林业产业集聚(Z₅)		0.147^** (2.04)
常数项		0.911^*** (43.84)	3.191^** (2.31)
R²		0.074	0.253

变量名称	替换被解释变量		替换核心解释变量		替换估计方法
数字经济(X)	0.016^*** (4.58)
新数字经济(X_new)		1.543^* (1.66)
普惠金融(F)			0.368^* (1.75)
互联网发展(Q)				0.018^*** (4.45)
FGTFP滞后一期					0.563^*** (7.02)
FGTFP滞后二期					0.142^** (2.53)
常数项	3.190^*** (2.30)	1.631 (1.16)	1.171 (0.82)	3.154^** (2.27)
AR(1)					[0.016]
AR(2)					[0.031]
Hansen检验					0.999
R²	0.107	0.089	0.044	0.103

变量名称	第一阶段	第二阶段
工具变量(V)	0.121^*** (2.63)
数字经济(X)		0.007^** (2.02)
常数项	2.881^*** (4.42)	0.152 (0.09)
F统计量	6.93 [0.009]	1.91 [0.080]
R²	0.029	0.048

变量名称	区域划分				财政支持水平
变量名称	东部	中部	西部	东北部	低	高
数字经济(X)	0.023^*** (5.09)	0.077^* (1.72)	-0.037 (-1.21)	0.018 (0.32)	0.014^*** (5.57)	0.045^* (1.75)
常数项	5.199^*** (2.72)	7.228 (1.40)	0.583 (0.15)	3.295 (0.44)	1.846^*** (5.95)	3.340^*** (7.56)
观测值	100	60	110	30	160	140
R²	0.332	0.305	0.097	0.463	0.491	0.412

数字经济对林业绿色全要素生产率的影响

The Impact of Digital Economy on Forestry Green Total Factor Productivity

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 8

参考文献 38

相关文章 1

编辑推荐

Metrics

本文评价

变量名称	被解释变量
变量名称	技术创新(M)	FGTFP(Y)
数字经济(X)	0.047^*** (2.75)	0.016^*** (4.18)
技术创新(M)		0.026^* (1.89)
常数项	19.587^*** (3.92)	2.490^* (1.75)
R²	0.096	0.119

门槛变量	门槛类型	门槛值	LR统计量	P值	10%临界值	5%临界值	1%临界值
互联网发展(Q)	单一门槛	3.253	20.94	0.06	16.35	22.10	28.58
	双重门槛	2.820,3.253	5.26	0.78	14.79	16.97	21.87
	三重门槛	2.820,3.199,3.253	21.02	0.03	9.97	12.10	24.06