《Sustainability》:Can the Low-Altitude Economy Drive Synergistic Development of Carbon Reduction, Pollution Mitigation, Green Transition, and Economic Growth? Empirical Evidence from China
编辑推荐:
作为一项新兴的技术密集型产业,低空经济因其对可持续发展的潜在贡献而受到越来越多的关注。然而,其扩张能否同时促进环境改善和经济增长尚不清楚。本研究利用2012年至2023年中国30个省份的面板数据,检验了低空经济(LAE)与碳减排、污染治理、绿色转型和经济增长(
作为一项新兴的技术密集型产业,低空经济因其对可持续发展的潜在贡献而受到越来越多的关注。然而,其扩张能否同时促进环境改善和经济增长尚不清楚。本研究利用2012年至2023年中国30个省份的面板数据,检验了低空经济(LAE)与碳减排、污染治理、绿色转型和经济增长(CPGE)协同发展之间的关系。绿色技术创新(GT)被纳入作为中介变量,而人工智能(AI)则被引入作为调节变量和门槛变量,以探究其潜在机制和非线性效应。结果表明,低空经济与CPGE呈显著正相关。绿色技术创新表现出显著的负向中介效应,这表明在样本期内,绿色创新的效益可能尚未完全转化为协调一致的绿色发展成果。人工智能不仅强化了低空经济与CPGE之间的正向关联,还表现出显著的门槛效应。一旦人工智能发展水平超过一个临界值,低空经济的贡献会显著增强,凸显了数字智能在放大新兴产业环境效益方面的重要作用。此外,低空经济的影响表现出明显的区域异质性,在非资源型和非中心区域观察到更强的影响。本研究通过揭示低空经济的环境效应不仅依赖于创新渠道,还取决于数字智能发展水平,为相关文献做出了贡献。人工智能是将低空经济增长潜力转化为协同绿色发展的关键赋能条件。通过揭示绿色技术创新的中介作用以及人工智能的调节和门槛效应,本研究为新兴产业如何促进可持续发展提供了新的证据。研究结果强调了将低空经济发展与人工智能驱动的数字化转型相结合以推进区域可持续发展的重要性。
**论文解读:低空经济对碳减排、污染治理、绿色转型与经济增长协同发展影响的实证研究**
**一、 研究背景与问题**
全球范围内,碳排放与污染物排放的持续增加加剧了气候变化、生态系统退化及生态污染等环境挑战。推动低碳转型、实现长期可持续发展已成为世界各国的重要任务。在此背景下,联合国发布了报告《协同解决危机世界:共同应对气候与可持续发展目标行动》,强调需要协调气候行动与可持续发展目标,以同时改善环境质量和社会经济福祉。因此,维持生态保护与经济发展之间的和谐,日益被视为实现可持续和韧性增长的重要路径。
中国自改革开放以来,经济持续增长,但依赖资源消耗和污染物排放的发展模式对环境造成了巨大压力。随着经济发展与生态保护之间的矛盾日益凸显,以牺牲环境为代价追求产出扩张的传统增长模式已难以为继。为应对这些挑战,中国共产党第二十次全国代表大会报告提出了“协同推进碳减排、污染减量、绿色转型与经济增长”(CPGE)的概念,为中国推进绿色高质量发展议程提供了政策指引。CPGE可理解为一种将环境保护与可持续经济发展相结合的综合治理方法,它强调碳减排、污染治理、绿色转型和经济增长四个维度的协调推进。尽管近年来CPGE受到越来越多的关注,但实证研究探讨这四个维度如何同时推进仍显不足。因此,探究CPGE的决定因素对于支持中国的碳中和目标与生态文明建设至关重要,也可为面临类似环境与发展压力的发展中经济体提供有益参考。
与此同时,低空经济(LAE)逐渐发展成为一种基于低空空域利用、由数字技术、高端制造业和生产性服务业赋能的新经济活动体系。无人机、航空物流、智能巡检系统和遥感应用的持续发展,已将低空经济的应用范围扩展到物流运输、生态监测、农业保护、文化旅游和应急救援等领域。这些应用场景展现出强大的产业溢出效应和巨大的绿色发展潜力。低空经济具有电气化、智能化运营和立体空间利用等特点,这些技术特征可能提高资源配置效率、优化交通结构并缓解环境污染。此外,智能监控系统和低空感知技术可以加强生态治理,提升环境监管能力。因此,低空经济的发展导向与CPGE的目标具有广泛的一致性。
然而,低空经济的环境影响并非完全积极。虽然无人机和电动垂直起降(eVTOL)技术有潜力提高交通效率并减少运营排放,但其环境效益应从更广泛的生命周期角度进行评估。飞机、电池及配套基础设施的生产需要大量的材料和能源投入,可能产生显著的碳排放和生态足迹。此外,低空交通网络的扩张可能刺激对空中出行服务的新需求,产生反弹效应,即效率提升被使用量的增加部分抵消。与低空基础设施建设相关的噪音污染、生物多样性干扰和土地利用变化也可能带来潜在的环境成本。因此,低空经济可能同时产生绿色赋能效应和环境负担。其总体影响是否有助于长期的协同绿色发展,最终取决于这两种对立力量之间的平衡。这种理论上的模糊性凸显了对低空经济与CPGE关系进行严格实证研究的必要性。
现有关于低空经济的研究主要集中于技术发展、应用场景和产业扩张,而对其从协同绿色发展视角出发的环境协同效应关注不足。同时,关于CPGE的研究主要考察技术创新、绿色金融、环境规制和产业政策的作用,但针对低空经济环境效应的系统性研究相对有限。更重要的是,关于低空经济能否同时促进碳减排、污染治理、绿色转型和经济增长的经验证据仍然不足。此外,低空经济的绿色效应可能并非简单的线性关系,其绿色红利可能表现出显著的阶段性特征和非线性特征。因此,低空经济能否有效促进CPGE、通过何种传导机制、是否存在异质性或门槛效应等问题,仍需进一步探究。
本研究旨在弥补现有研究空白,利用2012-2023年中国30个省份的面板数据,探究低空经济与CPGE之间的关系。研究将绿色技术创新(GT)作为中介变量,将人工智能(AI)作为调节变量和门槛变量,以探究其潜在机制和非线性效应,并分析区域异质性。本研究发表在《Sustainability》期刊上。
**二、 主要研究方法**
为开展研究,研究人员构建了一个综合性的分析框架,主要采用了以下关键方法和技术:
1. **变量测度与指标体系构建**:研究核心在于量化关键变量。首先,对于被解释变量“碳减排、污染治理、绿色转型与经济增长协同发展水平”(CPGE),研究人员从碳减排、污染治理、绿色转型和经济增长四个维度构建了包含多个具体指标的评估体系,并采用熵权TOPSIS法结合耦合协调度模型计算了省级CPGE综合指数。其次,对于核心解释变量“低空经济发展水平”(LAE),研究建立了一个包含运营支持、产业发展、创新能力、政策支持、社会影响和市场发展六个维度的评价框架,同样采用熵权TOPSIS法计算综合指数。数据主要来源于省级统计年鉴、《从统计看民航》等官方出版物以及企查查数据库、中国国家知识产权局公开数据库等。
2. **计量模型设定**:研究采用了多种计量经济学模型进行检验。(1)**基准回归模型**:采用包含省份和年份双向固定效应的面板模型,以控制不可观测的个体异质性和时间趋势,检验低空经济对CPGE的直接影响。(2)**中介效应模型**:采用逐步回归法,检验绿色技术创新(以人均绿色专利申请量衡量)在低空经济影响CPGE过程中的中介作用。(3)**调节效应模型**:引入低空经济与人工智能(以AI相关企业数量衡量)的交互项,检验AI是否强化了低空经济对CPGE的影响。(4)**门槛效应模型**:采用汉森(Hansen)的面板门槛回归模型,以人工智能为门槛变量,检验低空经济对CPGE的影响是否存在非线性门槛特征。
3. **稳健性检验与异质性分析**:为确保研究结论的可靠性,研究人员进行了包括更换被解释变量测度方法(CRITIC法)、处理极端值(缩尾处理)、调整样本(剔除直辖市)以及修正标准误(Driscoll-Kraay稳健标准误)在内的多种稳健性检验。此外,研究还从地理区域(东部、中部、西部)、资源依赖程度(资源型与非资源型城市)和城市层级(中心与非中心城市)等多个维度进行了异质性分析,以探究低空经济影响的区域差异。
**三、 研究结果**
**(一)基准回归结果**
基准回归结果表明,在控制了一系列变量及省份和年份固定效应后,低空经济发展水平(LAE)的系数显著为正。这表明低空经济的发展对碳减排、污染治理、绿色转型与经济增长的协同发展(CPGE)具有显著的促进作用,假设H1得到验证。
**(二)稳健性检验结果**
通过采用不同的被解释变量测度方法、处理极端值、调整样本范围以及修正标准误等一系列稳健性检验,低空经济对CPGE的促进效应依然显著且系数大小保持稳定,证实了基准回归结果的可靠性。
**(三)机制检验结果:绿色技术创新的中介作用**
机制检验发现,绿色技术创新(GT)在低空经济影响CPGE的过程中起到了显著的中介作用,但该中介效应为负值。具体而言,低空经济的发展对绿色技术创新产生了负向影响,而绿色技术创新本身对CPGE也表现出负向影响。Sobel检验和Bootstrap检验均证实了该中介效应的显著性,支持了假设H2。这一结果可能意味着,在样本期内,低空经济的扩张可能暂时挤占了绿色创新资源,或者绿色创新的环境经济效益存在滞后性,尚未完全转化为协同绿色发展成果。
**(四)人工智能的调节效应与门槛效应**
1. **调节效应**:引入低空经济与人工智能(AI)的交互项后,回归结果显示交互项系数显著为正。这表明人工智能的发展水平正向调节了低空经济对CPGE的促进作用,即AI强化了LAE的绿色协同效应,假设H3得到支持。
2. **门槛效应**:门槛效应检验发现,以AI为门槛变量存在单一门槛效应。当AI发展水平低于门槛值(0.0524)时,低空经济对CPGE的影响不显著;一旦AI发展水平跨越该门槛,低空经济对CPGE的促进作用变得显著且增强。这揭示了低空经济对CPGE的影响存在基于AI发展水平的非线性特征,假设H4得到验证。
**(五)异质性分析结果**
1. **区域异质性**:低空经济对CPGE的促进作用存在明显的区域差异。其正向影响在西部地区显著,而在东部和中部地区不显著。此外,AI的调节效应在东部和西部地区显著为正,且在西部地区更强,而在中部地区不显著。
2. **资源依赖异质性**:在非资源型城市,低空经济对CPGE有显著促进作用,且AI的调节效应显著为正。而在资源型城市,低空经济的直接效应不显著,且AI的调节效应为负。
3. **城市层级异质性**:在非中心城市,低空经济对CPGE有显著促进作用;在中心城市则不显著。AI的调节效应在非中心城市显著为正,在中心城市不显著。
**四、 讨论与结论**
**(一)讨论**
本研究的结果为低空经济在促进协同绿色发展方面的作用提供了新的证据。基准结果与现有研究认为低空产业可通过智能技术和数字化转型提升资源配置效率、促进产业升级的观点基本一致。然而,研究也指出低空经济的环保效应并非普遍积极,其效益取决于能源结构、基础设施和运营效率等多种条件。绿色技术创新呈现的负向中介效应,可能与创新成果商业化周期长、技术扩散机制不完善,或在低空经济发展初期资源集中于基础设施而非实质性绿色研发有关。人工智能的调节和门槛效应则凸显了数字智能技术的赋能作用,这与前人关于AI能提升资源配置效率和环境治理能力的结论相符。显著的区域异质性表明,低空经济和AI的影响效果深受地方资源禀赋、产业结构和数字基础等情境因素制约。
**(二)研究结论**
本研究基于2012-2023年中国30个省份的面板数据,探讨了低空经济与CPGE之间的关系,并考察了绿色技术创新和人工智能的作用机制。主要结论如下:
1. 低空经济发展水平与CPGE协同发展水平呈显著正相关,该关系经过一系列稳健性检验后保持稳定。
2. 绿色技术创新在低空经济影响CPGE的过程中起到显著的中介作用,但该中介效应在样本期内为负,表明绿色创新的环境经济效益可能尚未充分显现或存在滞后。
3. 人工智能不仅正向调节了低空经济对CPGE的促进作用,还表现出显著的门槛效应。当人工智能发展水平跨越特定门槛后,低空经济对CPGE的贡献显著增强。
4. 低空经济对CPGE的影响存在明显的区域异质性,其促进效应在西部地区、非资源型城市和非中心城市更为显著。
总之,本研究通过将低空经济纳入CPGE分析框架,并识别绿色技术创新的中介作用以及人工智能的调节与门槛效应,拓展了关于新兴产业环境绩效的研究,为理解低空经济、数字智能与绿色转型之间的互动关系提供了新的经验证据。然而,必须认识到低空经济的可持续发展不仅需要产业扩张和技术进步,还需有效的环境规制、清洁能源使用和全生命周期管理,以应对其可能带来的额外环境压力和反弹效应。