中國(guó)現(xiàn)代化進(jìn)程因數(shù)字經(jīng)濟(jì)的迅猛發(fā)展而煥發(fā)新活力，綠色發(fā)展則成為其獨(dú)樹(shù)一幟的鮮明標(biāo)志，因此研究數(shù)字經(jīng)濟(jì)和區(qū)域綠色發(fā)展具有很大的現(xiàn)實(shí)意義。通過(guò)文獻(xiàn)查閱，數(shù)字經(jīng)濟(jì)發(fā)展選取了5個(gè)指標(biāo)，綠色發(fā)展選取了7個(gè)指標(biāo)。我們選擇了來(lái)自山西省2016年至2020年間的11個(gè)地級(jí)市的數(shù)據(jù)，并借助SPSS統(tǒng)計(jì)軟件平臺(tái)，通過(guò)實(shí)施主成分分析方法，深入剖析了數(shù)字經(jīng)濟(jì)的成長(zhǎng)趨勢(shì)與特征，在數(shù)據(jù)標(biāo)準(zhǔn)化的基礎(chǔ)上，進(jìn)行載荷矩陣的計(jì)算，得到特征值大于1的成分2個(gè)，進(jìn)而得到結(jié)論：太原市數(shù)字經(jīng)濟(jì)發(fā)展水平高于其他10個(gè)地級(jí)市。通過(guò)計(jì)算得出：數(shù)字經(jīng)濟(jì)發(fā)展水平隨著時(shí)間變化基本平穩(wěn)，在2018年部分城市出現(xiàn)短時(shí)間的下降。其次，同樣利用主成分分析法，利用SPSS軟件，分析了山西省11個(gè)地級(jí)市綠色發(fā)展?fàn)顩r，得到特征值大于1的成分5個(gè)，太原市綠色發(fā)展水平高于其他10個(gè)地級(jí)市。通過(guò)計(jì)算發(fā)現(xiàn)：總體看來(lái)晉城的綠色發(fā)展指數(shù)是下降的。總體分析得出除了太原市和朔州市是上升趨勢(shì)，其余九個(gè)城市從2016年起綠色發(fā)展指數(shù)呈下降趨勢(shì)。最后，利用STATA軟件，采用固定效應(yīng)模型，構(gòu)建關(guān)于數(shù)字經(jīng)濟(jì)與綠色發(fā)展的相關(guān)關(guān)系，分別在個(gè)體固定、隨時(shí)間變化趨勢(shì)的不同情況下，研究單變量與單變量的影響顯著性，繪制散點(diǎn)圖，并計(jì)算了回歸直線，通過(guò)偏微分回歸的進(jìn)一步分析，得出了兩者呈正相關(guān)，并且得到資源稟賦和人力資本對(duì)數(shù)字經(jīng)濟(jì)推動(dòng)區(qū)域綠色發(fā)展影響顯著。關(guān)鍵詞：數(shù)字經(jīng)濟(jì)；綠色發(fā)展；主成分分析；固定效應(yīng)模型。ThedevelopmentofthedigitaleconomyhasprovidednewmomentumforChinese-stylemodernization.GreendevelopmentisaremarkablefeatureofChina'smodernization.Therefore,studyingthedigitaleconomyandregionalgreendevelopmenthasgreatpracticalsignificance.Throughliteraturereview,fiveindicatorswereselectedforthedevelopmentofthedigitaleconomy,andsevenindicatorswereselectedforgreendevelopment.Firstly,thedataof11prefecture-levelcitiesinShanxiProvincefrom2016to2020wereselected.UsingtheSPSSsoftwareandtheprincipalcomponentanalysismethod,thedevelopmentofthedigitaleconomywasanalyzed.Onthebasisofdatastandardization,theloadmatrixwascalculated,andtwocomponentswitheigenvaluesgreaterthan1wereobtained.Furthermore,theconclusionwasdrawnthatthedevelopmentlevelofthedigitaleconomyinTaiyuanCityishigherthanthatintheother10prefecture-levelcities.Throughcalculation,itisconcludedthatthedevelopmentlevelofthedigitaleconomyisbasicallystableovertime,andthereisashort-termdeclineinsomecitiesin2018.Secondly,usingtheprincipalcomponentanalysismethodandtheSPSSsoftwareaswell,thegreendevelopmentstatusof11prefecture-levelcitiesinShanxiProvincewasanalyzed,andfivecomponentswitheigenvaluesgreaterthan1wereobtained.ThegreendevelopmentlevelofTaiyuanCityishigherthanthatoftheother10prefecture-levelcities.Throughcalculation,itisfoundthat,generallyspeaking,thegreendevelopmentindexofJinchengCityisdeclining.OverallanalysisshowsthatexceptforTaiyuanCityandShuozhouCity,whichareonanupwardtrend,thegreendevelopmentindexesoftheotherninecitieshaveshownadownwardtrendsince2016.Finally,usingtheSTATAsoftwareandadoptingthefixedeffectsmodel,thecorrelationbetweenthedigitaleconomyandgreendevelopmentwasconstructed.Underdifferentsituationsofindividualfixedeffectsandtrendsovertime,thesignificanceoftheinfluenceofsinglevariableonsinglevariablewasstudied.Scatterplotsweredrawn,andtheregressionlinewascalculated.Throughfurtheranalysisofpartialdifferentialregression,itisconcludedthatthereisapositivecorrelationbetweenthetwo,anditisfoundthatresourceendowmentandhumancapitalhaveasignificantimpactonthedigitaleconomy'spromotionofregionalgreendevelopment.Keywords:DigitalEconomy;GreenDevelopment;PrincipalComponentAnalysis;FixedEffectsModel目錄TOC\o"1-3"\h\u35471研究背景和意義 —基于多元統(tǒng)計(jì)分析的數(shù)字經(jīng)濟(jì)對(duì)山西省綠色發(fā)展的影響1研究背景和意義1.1研究背景黨的二十大報(bào)告指出：建設(shè)數(shù)字中國(guó)，加快發(fā)展數(shù)字經(jīng)濟(jì)，打造具有國(guó)際競(jìng)爭(zhēng)力的數(shù)字產(chǎn)業(yè)集群。數(shù)字經(jīng)濟(jì)是以使用數(shù)字化的信息和知識(shí)作為關(guān)鍵的生產(chǎn)要素，以現(xiàn)代信息網(wǎng)絡(luò)作為重要載體，以信息通信技術(shù)的有效使用作為效率提升和經(jīng)濟(jì)結(jié)構(gòu)優(yōu)化的重要推動(dòng)力的一種新型經(jīng)濟(jì)活動(dòng)。經(jīng)過(guò)幾十年積累和經(jīng)驗(yàn)，數(shù)據(jù)資源大規(guī)模聚集，為數(shù)字經(jīng)濟(jì)發(fā)展奠定了堅(jiān)實(shí)的基礎(chǔ)。REF_Ref20014\r\h[1]實(shí)際上，隨著“互聯(lián)網(wǎng)+”加速與產(chǎn)業(yè)融合，數(shù)字經(jīng)濟(jì)強(qiáng)大的經(jīng)濟(jì)活力和增長(zhǎng)潛力，逐漸成為中國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展的新“引擎”。作為新時(shí)代的青年人，我們要勇?lián)鷷r(shí)代使命，“不忘初心，不負(fù)韶華”，要有敢說(shuō)敢做，敢作敢當(dāng)?shù)挠職?，?guó)家發(fā)展好我們的生活才會(huì)更好，我們要把發(fā)展國(guó)家的前途作為我們的首要任務(wù)。此次統(tǒng)計(jì)建模大賽教會(huì)我們：在遇到困難時(shí)，不要輕言放棄，辦法總會(huì)在我們想盡一切辦法的時(shí)候出現(xiàn)，在未來(lái)的日子里我們要“只顧攀登不問(wèn)高”，不忘初心，努力向前拼搏。當(dāng)下，中國(guó)已然達(dá)成全面建成小康社會(huì)的目標(biāo)，表明國(guó)家在經(jīng)濟(jì)，社會(huì)，文化等諸多方面做到了全方位且深層次的發(fā)展，就經(jīng)濟(jì)而言，中國(guó)正在由高速增長(zhǎng)邁向高質(zhì)量發(fā)展，這種轉(zhuǎn)變既是對(duì)過(guò)往發(fā)展方式的深度思考，也是對(duì)將來(lái)可持續(xù)發(fā)展道路的主動(dòng)探尋，把綠色發(fā)展當(dāng)作推動(dòng)我國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展的關(guān)鍵手段。如今，綠色發(fā)展已蔚然成風(fēng)，眾多國(guó)家將綠色產(chǎn)業(yè)視為經(jīng)濟(jì)轉(zhuǎn)型升級(jí)的關(guān)鍵驅(qū)動(dòng)力，充分彰顯了綠色的核心理念與深刻內(nèi)涵。綠色發(fā)展不僅促進(jìn)了可持續(xù)發(fā)展，還是為了應(yīng)對(duì)全球生態(tài)環(huán)境惡化，中國(guó)特色社會(huì)主義作出的重大理論貢獻(xiàn)。基于現(xiàn)實(shí)發(fā)展的需要，本文將分析山西省11個(gè)城市的數(shù)字經(jīng)濟(jì)對(duì)區(qū)域綠色發(fā)展的影響，深入探究各相關(guān)領(lǐng)域的當(dāng)前發(fā)展態(tài)勢(shì)，并揭示它們之間內(nèi)在關(guān)聯(lián)，探究數(shù)字經(jīng)濟(jì)是否能對(duì)山西省的11個(gè)地級(jí)市的綠色發(fā)展產(chǎn)生影響，認(rèn)清它們之間的影響效果和作用原理，從而為數(shù)字經(jīng)濟(jì)怎樣更好地推動(dòng)區(qū)域綠色發(fā)展給予參考。1.2研究目的深入分析數(shù)字經(jīng)濟(jì)如何在山西省這一特定區(qū)域內(nèi)通過(guò)多元統(tǒng)計(jì)的方法對(duì)綠色發(fā)展產(chǎn)生影響。與綠色發(fā)展理念高度契合的新出現(xiàn)的一種經(jīng)濟(jì)模式—數(shù)字經(jīng)濟(jì)。近來(lái)，山西省緊跟國(guó)家推進(jìn)數(shù)字中國(guó)建設(shè)的步伐，全力推動(dòng)數(shù)字經(jīng)濟(jì)的成長(zhǎng)，已展現(xiàn)出了明顯的進(jìn)展。隨著數(shù)字基礎(chǔ)建設(shè)的持續(xù)強(qiáng)化，云計(jì)算、大數(shù)據(jù)及人工智能等前沿科技的普及應(yīng)用，為傳統(tǒng)行業(yè)的革新和現(xiàn)代化轉(zhuǎn)型奠定了穩(wěn)固的技術(shù)基石。借助數(shù)字經(jīng)濟(jì)的驅(qū)動(dòng)，傳統(tǒng)產(chǎn)業(yè)在山西的綠色經(jīng)濟(jì)轉(zhuǎn)型中扮演著關(guān)鍵角色，這一策略不僅促進(jìn)了經(jīng)濟(jì)結(jié)構(gòu)的優(yōu)化升級(jí)，也顯著增強(qiáng)了區(qū)域發(fā)展的可持續(xù)性。一方面，數(shù)字化技術(shù)的普及在增強(qiáng)資源配置效率的同時(shí)，有效減少了能源消耗，對(duì)推動(dòng)綠色經(jīng)濟(jì)模式起到了關(guān)鍵作用。另一方面，隨著數(shù)字經(jīng)濟(jì)的興起，綠色產(chǎn)業(yè)展現(xiàn)出新的業(yè)態(tài)，包括綠色金融科技與共享經(jīng)濟(jì)等模式。通過(guò)多元統(tǒng)計(jì)分析，可以更加精準(zhǔn)地量化數(shù)字經(jīng)濟(jì)對(duì)山西省綠色發(fā)展的影響程度，明確數(shù)字經(jīng)濟(jì)在推動(dòng)綠色發(fā)展中的具體作用路徑。這有助于山西省在制定綠色發(fā)展戰(zhàn)略時(shí)，更加科學(xué)地確定數(shù)字經(jīng)濟(jì)的發(fā)展方向和重點(diǎn)，實(shí)現(xiàn)數(shù)字經(jīng)濟(jì)與綠色發(fā)展的深度融合和協(xié)同發(fā)展呢。1.3研究意義推動(dòng)綠色發(fā)展，建設(shè)美麗中國(guó)，有助于改善生態(tài)環(huán)境，基于人與自然和諧共生原則的考量，深刻理解并實(shí)踐這一理念，構(gòu)成中國(guó)式現(xiàn)代化進(jìn)程內(nèi)在邏輯與核心需求。數(shù)字經(jīng)濟(jì)是21世紀(jì)的新型經(jīng)濟(jì)。大數(shù)據(jù)等信息技術(shù)以不同形式存在于各行各業(yè)，無(wú)時(shí)無(wú)刻不在影響著我們的生活，對(duì)于促進(jìn)我國(guó)經(jīng)濟(jì)社會(huì)的創(chuàng)新性發(fā)展。但是當(dāng)下，學(xué)術(shù)界針對(duì)數(shù)字經(jīng)濟(jì)同區(qū)域綠色發(fā)展關(guān)聯(lián)性展開(kāi)的探究尚處于起步階段，有些研究雖然談及到數(shù)字經(jīng)濟(jì)在綠色技術(shù)革新，資源效率改善等方面所起的作用，不過(guò)總的來(lái)說(shuō)，系統(tǒng)而又深入的研究成果仍然較少。產(chǎn)生這種情況的原因包含很多方面，其一，數(shù)字經(jīng)濟(jì)和綠色發(fā)展相融合屬于一種繁雜的進(jìn)程，關(guān)聯(lián)到技術(shù)，經(jīng)濟(jì)，環(huán)境等諸多層面，導(dǎo)致研究起來(lái)比較困難，其二，有關(guān)數(shù)據(jù)的搜集與整理存在一定難題，比如綠色發(fā)展缺乏一致的量化指標(biāo)，數(shù)字經(jīng)濟(jì)活動(dòng)的數(shù)據(jù)很難全方位得到等等。研究不足造成諸多不良后果，就政策制定者而言，缺少足夠的學(xué)術(shù)支撐，便無(wú)法精確施策，促使數(shù)字經(jīng)濟(jì)同綠色發(fā)展相融合；而對(duì)于從業(yè)者來(lái)說(shuō)，缺乏理論指引，也許會(huì)在探尋之路上步入歧途，進(jìn)而影響到數(shù)字經(jīng)濟(jì)對(duì)綠色發(fā)展的助力作用。本文將總結(jié)山西省11個(gè)城市的數(shù)字經(jīng)濟(jì)對(duì)區(qū)域綠色發(fā)展的影響因素，探究山西省11個(gè)城市數(shù)字經(jīng)濟(jì)對(duì)區(qū)域綠色發(fā)展的影響效應(yīng)。1.4研究現(xiàn)狀信息化網(wǎng)絡(luò)給數(shù)字化轉(zhuǎn)型賦予了有力的技術(shù)設(shè)施支撐，其具備高效的數(shù)據(jù)處理能力，普遍的聯(lián)系性以及即時(shí)的交互性，可以給生產(chǎn)，流通，銷(xiāo)售等環(huán)節(jié)的數(shù)字化轉(zhuǎn)型給予基礎(chǔ)，在生產(chǎn)環(huán)節(jié)，依靠信息化網(wǎng)絡(luò)的智能生產(chǎn)體系達(dá)成了生產(chǎn)過(guò)程的自動(dòng)化，智能化和柔性化，明顯改善了生產(chǎn)效率和產(chǎn)品品質(zhì)。在銷(xiāo)售環(huán)節(jié)，信息化網(wǎng)絡(luò)促使產(chǎn)生了數(shù)字化營(yíng)銷(xiāo)，電子商務(wù)等新式銷(xiāo)售形式，生產(chǎn)廠商可憑借數(shù)字化平臺(tái)直接接觸消費(fèi)者，借助對(duì)消費(fèi)數(shù)據(jù)加以分析來(lái)知曉消費(fèi)者需求，做到個(gè)性化營(yíng)銷(xiāo)與精確銷(xiāo)售。就生產(chǎn)商來(lái)說(shuō)，數(shù)字化轉(zhuǎn)型有益于加強(qiáng)品牌影響力，開(kāi)拓市場(chǎng)范圍；而對(duì)消費(fèi)者來(lái)講，則代表著更多樣化的商品選擇，更優(yōu)質(zhì)的服務(wù)質(zhì)量以及更高水平的滿意程度。數(shù)字經(jīng)濟(jì)測(cè)度的技術(shù)細(xì)節(jié)主要從兩個(gè)方面靠率即增加值的度量和發(fā)展指數(shù)的編制。先從增加值的測(cè)度研究考慮。此外，眾多學(xué)者巧妙地注冊(cè)數(shù)字衛(wèi)星賬戶，拓展了數(shù)字經(jīng)濟(jì)的評(píng)估維度，深化了對(duì)數(shù)字經(jīng)濟(jì)發(fā)展的全面理解。2指標(biāo)選取與數(shù)據(jù)預(yù)處理2.1指標(biāo)選取1、要想精確衡量數(shù)字經(jīng)濟(jì)與綠色發(fā)展的水平，這項(xiàng)研究把主成分分析當(dāng)作主要手段，這種方法在數(shù)據(jù)處理和降維的時(shí)候很出色，可以有效地獲取重要信息，保證評(píng)價(jià)結(jié)果客觀準(zhǔn)確，在選擇指標(biāo)時(shí)，[11]這個(gè)研究按照科學(xué)，有代表性并且可操作這些準(zhǔn)則，全面考慮到數(shù)字經(jīng)濟(jì)和綠色發(fā)展的諸多層面，篩選出一些具備代表性的指標(biāo)：（1）在數(shù)字經(jīng)濟(jì)指標(biāo)體系的構(gòu)建中，涵蓋了四個(gè)層級(jí)的關(guān)鍵要素：數(shù)字基礎(chǔ)設(shè)施：數(shù)字基礎(chǔ)設(shè)施、電信業(yè)、互聯(lián)網(wǎng)、軟件和數(shù)字技術(shù)服務(wù)業(yè)。如表1所示。表1城市數(shù)字經(jīng)濟(jì)水平評(píng)價(jià)指標(biāo)體系目標(biāo)因素指標(biāo)數(shù)字經(jīng)濟(jì)水平數(shù)字基礎(chǔ)設(shè)施普通中學(xué)學(xué)生在校人數(shù)/萬(wàn)人電信業(yè)電信業(yè)務(wù)總量/萬(wàn)戶移動(dòng)電話使用人數(shù)/萬(wàn)戶互聯(lián)網(wǎng)業(yè)每萬(wàn)人擁有網(wǎng)站數(shù)/萬(wàn)個(gè)軟件和數(shù)字技術(shù)服務(wù)業(yè)軟件與數(shù)字技術(shù)服務(wù)業(yè)收入在GDP中所占的比例/%在本評(píng)價(jià)指標(biāo)體系的指標(biāo)為全正向指標(biāo)。（2）綠色發(fā)展指標(biāo)體系的構(gòu)建中，涵蓋了七個(gè)層級(jí)：綠色增長(zhǎng)效率、我們需深入分析第一產(chǎn)業(yè)與第二產(chǎn)業(yè)的協(xié)同發(fā)展，同時(shí)考量資源的豐富程度及其對(duì)環(huán)境所施加的壓力，以全面理解產(chǎn)業(yè)結(jié)構(gòu)與自然資源利用之間的復(fù)雜關(guān)系，基礎(chǔ)設(shè)施建設(shè)。[8]如表2所示。在本評(píng)價(jià)指標(biāo)體系中，有幾個(gè)指標(biāo)是逆向指標(biāo)，它們分別是單位地區(qū)生產(chǎn)總能耗、單位耕地面積化肥施用量。表2城市綠色發(fā)展水平評(píng)價(jià)指標(biāo)體系目標(biāo)因素指標(biāo)綠色發(fā)展水平綠色增長(zhǎng)效率人均地區(qū)生產(chǎn)總值（x1）/萬(wàn)噸、單位地區(qū)生產(chǎn)總能耗（x2）/萬(wàn)頃第一產(chǎn)業(yè)土地產(chǎn)出率（x3）/%第二產(chǎn)業(yè)工業(yè)固廢綜合利用比率（x4）/%資源豐富度每個(gè)人平均擁有的水資源數(shù)量（x5）/萬(wàn)立方米環(huán)境壓力每個(gè)人平均可享有的公園綠地面積（x6）/萬(wàn)頃基礎(chǔ)設(shè)施建設(shè)每個(gè)人平均可享有的公園綠地面積（x7）/萬(wàn)頃本文聚焦于探究數(shù)字經(jīng)濟(jì)對(duì)綠色發(fā)展的影響機(jī)制，通過(guò)引入固定效應(yīng)模型這一統(tǒng)計(jì)工具進(jìn)行全面剖析。研究特選了以下關(guān)鍵變量以深入挖掘二者之間的關(guān)聯(lián)性與作用機(jī)理：被解釋變量：綠色發(fā)展指數(shù)GreenIndex由上述可知,[9]綠色發(fā)展就是要做到經(jīng)濟(jì)不斷發(fā)展，但需削減自然資源的耗費(fèi)并減小對(duì)生態(tài)環(huán)境的破壞，達(dá)成經(jīng)濟(jì)發(fā)展同環(huán)境保護(hù)友好互動(dòng)的發(fā)展模式。核心解釋變量：數(shù)字經(jīng)濟(jì)指數(shù)這一關(guān)鍵指標(biāo)。在《Digeco》一文中，研究者從兩個(gè)核心維度進(jìn)行了深入探討：一是數(shù)字化基礎(chǔ)設(shè)施的構(gòu)建與優(yōu)化，二是數(shù)字化產(chǎn)業(yè)的發(fā)展與創(chuàng)新，旨在全面剖析數(shù)字化轉(zhuǎn)型的戰(zhàn)略路徑與實(shí)踐策略，精心挑選6個(gè)相關(guān)指標(biāo)，構(gòu)建一個(gè)多維指標(biāo)體系，全面地評(píng)估數(shù)字經(jīng)濟(jì)的發(fā)展水平。農(nóng)業(yè)、工業(yè)經(jīng)濟(jì)之后出現(xiàn)了一種新型濟(jì)體系即數(shù)字經(jīng)濟(jì)。但是關(guān)于數(shù)字經(jīng)濟(jì)水平的測(cè)度，學(xué)界尚未達(dá)成共識(shí)，本文將地區(qū)人均GDP作為數(shù)字經(jīng)濟(jì)的重要因素，進(jìn)而將其指代數(shù)字經(jīng)濟(jì)水平指數(shù)，其中不足的是評(píng)估維度過(guò)于單一，容易受到極端因素的影響，且人均生產(chǎn)總值只能反映部分?jǐn)?shù)字經(jīng)濟(jì)的發(fā)展水平，不能準(zhǔn)確反映數(shù)字經(jīng)濟(jì)的真實(shí)狀態(tài)，故在本文的替代中數(shù)字經(jīng)濟(jì)指數(shù)選取中存在不足。數(shù)字經(jīng)濟(jì)指數(shù)是通過(guò)因子分析法對(duì)所需數(shù)據(jù)標(biāo)準(zhǔn)處理后再進(jìn)行加權(quán)計(jì)算。3、要想在某種程度上解決過(guò)往研究里僅僅憑借互聯(lián)網(wǎng)與信息化發(fā)展這單個(gè)維度去評(píng)判數(shù)字經(jīng)濟(jì)發(fā)展以及綠色發(fā)展水平存在的局限之處，于是便把前面提到的這兩部分納入考量范圍，以數(shù)字經(jīng)濟(jì)水平發(fā)展作為根基，文章又從數(shù)字社會(huì)環(huán)境還有數(shù)字產(chǎn)業(yè)融合分析這兩個(gè)方面出發(fā)，挑選出與之對(duì)應(yīng)的四個(gè)指標(biāo)，從而形成起多面度的指標(biāo)系統(tǒng)；以綠色發(fā)展水平為核心，我們從三個(gè)維度進(jìn)行考察分別為經(jīng)濟(jì)增長(zhǎng)綠化度、資源環(huán)境承載潛力和政府綠色政策支持度，經(jīng)過(guò)深入分析挑選出六個(gè)相關(guān)指標(biāo)，以這些指標(biāo)為前提構(gòu)建出多維指標(biāo)體系，接著運(yùn)用這一體系對(duì)目標(biāo)對(duì)象進(jìn)行綜合測(cè)度，具體指標(biāo)參考表3.表3數(shù)字經(jīng)濟(jì)發(fā)展和綠色發(fā)展水平指標(biāo)體系綜合指標(biāo)一級(jí)指標(biāo)二級(jí)指標(biāo)變量選取單位方向數(shù)字經(jīng)濟(jì)水平指數(shù)數(shù)字社會(huì)環(huán)境數(shù)字基礎(chǔ)設(shè)施普通中學(xué)學(xué)生在校人數(shù)萬(wàn)人正向數(shù)字產(chǎn)業(yè)融合分析電信業(yè)電信業(yè)務(wù)總量萬(wàn)戶正向移動(dòng)電話使用人數(shù)萬(wàn)戶正向互聯(lián)網(wǎng)業(yè)每萬(wàn)人擁有網(wǎng)站數(shù)萬(wàn)個(gè)正向軟件和數(shù)字技術(shù)服務(wù)業(yè)GDP中軟件與數(shù)字技術(shù)服務(wù)業(yè)收入的占比%正向綠色發(fā)展水平指數(shù)經(jīng)濟(jì)增長(zhǎng)綠化度綠色增長(zhǎng)效率人均地區(qū)生產(chǎn)總值萬(wàn)噸正向單位地區(qū)生產(chǎn)總能耗萬(wàn)頃逆向第一產(chǎn)業(yè)土地產(chǎn)出率%正向第二產(chǎn)業(yè)工業(yè)固廢綜合利用比例%正向資源環(huán)境承載潛力資源豐富度人均水資源量萬(wàn)立方米正向環(huán)境壓力單位耕地面積化肥施用量萬(wàn)頃逆向政府綠色政策支持度基礎(chǔ)設(shè)施建設(shè)人均公園綠地面積萬(wàn)頃正向2.2模型構(gòu)建1、主成分分析。我們通過(guò)陜南城市綠色發(fā)展水平的測(cè)度及綜合評(píng)價(jià)REF_Ref20233\r\h[3]解釋主成分分析的含義及方法，通過(guò)主成分分析法來(lái)分析山西省11個(gè)地級(jí)市的數(shù)據(jù)故選用主成分分析法對(duì)山西省各市綠色發(fā)展水平和數(shù)字經(jīng)濟(jì)進(jìn)行綜合評(píng)價(jià)和分析。2．固定效應(yīng)模型的應(yīng)用與解析。鑒于探究數(shù)字經(jīng)濟(jì)與綠色發(fā)展之間關(guān)聯(lián)的學(xué)術(shù)目的，本文構(gòu)建了以下作為基礎(chǔ)分析框架的核心模型:式中，[7]為各地級(jí)市i在年份t的綠色發(fā)展水平，為表征于年份t，各市級(jí)行政區(qū)i的數(shù)字經(jīng)濟(jì)發(fā)展水平通過(guò)其數(shù)字經(jīng)濟(jì)指數(shù)得以量化評(píng)估。為一系列在市級(jí)層面所設(shè)定的控制因素;代表各地級(jí)市i不隨年份變化的個(gè)體固定效應(yīng)，為年份固定效應(yīng)。根據(jù)式，前的系數(shù)能夠體現(xiàn)數(shù)字經(jīng)濟(jì)給綠色發(fā)展所帶來(lái)的平均效應(yīng)。2.3數(shù)據(jù)選取研究中的數(shù)據(jù)來(lái)源均來(lái)源于《山西統(tǒng)計(jì)年鑒》2017-2021年，太原市、針對(duì)大同市、晉城市、臨汾市、長(zhǎng)治市、忻州市、晉中市、運(yùn)城市、陽(yáng)泉市以及朔州市和呂梁市這十一座地級(jí)市的具體數(shù)據(jù)進(jìn)行深入分析與考察。2016-2020年山西省數(shù)字經(jīng)濟(jì)水平評(píng)價(jià)指標(biāo)原始數(shù)據(jù)。2.4數(shù)字經(jīng)濟(jì)和綠色發(fā)展數(shù)據(jù)分析為了得出綜合評(píng)價(jià)結(jié)果，考慮到評(píng)價(jià)指標(biāo)體系中既包括正向指標(biāo)也涵蓋逆向指標(biāo)的情況，我們采取模糊隸屬度函數(shù)的方法來(lái)進(jìn)行無(wú)量綱化處理。對(duì)正向指標(biāo)的隸屬度函數(shù)公式為：對(duì)逆向指標(biāo)的隸屬度函數(shù)公式為：上述公式中，可以通過(guò)指標(biāo)來(lái)進(jìn)行之間的比較，以及在Excel中將指標(biāo)數(shù)據(jù)的無(wú)量綱化處運(yùn)用IF函數(shù)完成。3城市數(shù)字經(jīng)濟(jì)的主成分分析3.1因子分析將山西省各地級(jí)市的數(shù)字經(jīng)濟(jì)無(wú)量綱化后2016-2020年的數(shù)據(jù)輸入spss中，將5個(gè)變量軟件和數(shù)字經(jīng)濟(jì)技術(shù)服務(wù)業(yè)收入占GDP比重，移動(dòng)電話使用人數(shù)，互聯(lián)網(wǎng)寬帶接入用戶數(shù)，電信業(yè)務(wù)總量，普通中學(xué)學(xué)生在校人數(shù)分別命名為Q1-Q5，因子分析之后，可以有特征根、方差貢獻(xiàn)率的信息以及初始因子載荷矩陣等數(shù)據(jù)。在進(jìn)行因子分析時(shí)，依據(jù)特征值大于1或累計(jì)貢獻(xiàn)率達(dá)到85%的原則，參考表4的數(shù)據(jù)揭示，前兩個(gè)特征值的合計(jì)貢獻(xiàn)率已顯著達(dá)到91.547%的閾值。所以可選取出兩個(gè)公因子，選取兩個(gè)主成分足以概述大部分信息，所提取的特征根分別為4.064及0.513，相應(yīng)的累計(jì)方差貢獻(xiàn)率則體現(xiàn)著這兩大主要成分在數(shù)據(jù)總變異中所占的關(guān)鍵份額：81.278%，91.547%。3.2計(jì)算特征向量矩陣在SPSS的數(shù)據(jù)編輯界面，為了構(gòu)建因子分析模型，要精確輸入因子載荷矩陣，其中，變量b1與b2應(yīng)明確標(biāo)注于相應(yīng)列中。在SPSS窗口中選擇菜單“轉(zhuǎn)換”—>“計(jì)算變量”，選擇數(shù)字表達(dá)式對(duì)話框，將等式輸出在對(duì)話框中：“單擊‘確定’按鈕，就可以在數(shù)據(jù)編輯窗口中計(jì)算出以m1為變量的第一特征向量，其計(jì)算公式為m1=b1/SQRT(4.064)，重復(fù)上述操作接著再在對(duì)話框中輸入等式：“m2=b2/SQRT(0.513)”,即可在數(shù)據(jù)編輯窗口中得到以m2為變量名的第二特征向量REF_Ref20233\r\h[3]，具體結(jié)果如下表4初始因子載荷陣及特征向量矩陣所示：表4數(shù)字經(jīng)濟(jì)總方差解釋總方差解釋初始特征值提取載荷平方和旋轉(zhuǎn)載荷平方和成分總計(jì)方差百分比累計(jì)%總計(jì)方差百分百累計(jì)%總計(jì)方差百分比累計(jì)%14.06481.27881.2784.06481.27881.2782.67653.52553.52520.51310.26991.5470.51310.26991.5471.90138.02291.54730.2765.51797.06440.1162.31299.37650.0310.624100表5初始因子載荷陣及特征向量矩陣初始因子載荷矩陣特征向量矩陣b1b2m1m20.7940.5460.390.760.967-0.1520.48-0.210.857-0.3940.43-0.550.967-0.1010.48-0.140.9110.1640.450.233.3計(jì)算主成分因子得分及綜合得分在主成分分析過(guò)程里，要算出各個(gè)主成分因子的得分情況，再求出n1,n2等數(shù)值，最后的綜合得分就是把每個(gè)主成分因子的得分乘上它相應(yīng)的方差貢獻(xiàn)率所得結(jié)果之和，按照主成分因子得分的高低去評(píng)判各個(gè)數(shù)據(jù)的表現(xiàn)，以此達(dá)成排序的目標(biāo)，在SPSS當(dāng)中利用“轉(zhuǎn)換”命令，調(diào)出“計(jì)算變量”對(duì)話框，然后在對(duì)話框里面各自輸入如下等式：n1=0.39Q1+0.48Q2+0.43Q3+0.48Q4+0.45Q5n2=0.76Q1-0.21Q2-0.55Q3-0.14Q4+0.23Q5n=0.81278*n1+0.10269*n22016年及其之后五年山西省11個(gè)城市的數(shù)字經(jīng)濟(jì)評(píng)價(jià)指標(biāo)體系各數(shù)據(jù)的標(biāo)準(zhǔn)化結(jié)果帶入上述各公式，可得表中的n1，n2，n等結(jié)果。見(jiàn)附錄1數(shù)字經(jīng)濟(jì)的n值可知：年份城市n1n2n綜合排名2016太原市2.070.31.711運(yùn)城市0.87-0.130.692晉中市0.84-0.380.653臨汾市0.78-0.160.624大同市0.630.020.515長(zhǎng)治市0.560.130.476忻州市0.450.210.387呂梁市0.48-0.050.387朔州市0.270.330.269陽(yáng)泉市0.210.280.210晉城市0.24-0.130.1811（1）太原市的數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)最高，為1.71，晉城市的數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)最低，為0.18。其余四年均可按此分析（2）以晉中市為例，2016年晉中市的數(shù)字經(jīng)濟(jì)發(fā)展最好，發(fā)展指數(shù)為0.65。在2017-2020年數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)呈現(xiàn)下降趨勢(shì)。其余10個(gè)城市也均可按此分析。3.4山西省各市數(shù)字經(jīng)濟(jì)發(fā)展水平的綜合評(píng)價(jià)在SPSS中以年份為x軸，數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)（平均值）為y軸，11個(gè)城市為第三變量繪制多重折線圖如圖1所示，從折線圖可以發(fā)現(xiàn)各城市數(shù)字經(jīng)濟(jì)發(fā)展水平隨時(shí)間變化規(guī)律。由圖1可見(jiàn)，在2016-2020年其他10個(gè)城市的數(shù)字經(jīng)濟(jì)發(fā)展水平遠(yuǎn)不及太原市。在2016年到2017年，2019到2020年期間大同市數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)呈緩慢上升趨勢(shì)，然而，大同市在2017，2018，2019三年的數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)卻呈現(xiàn)出下降趨勢(shì)，特別是在2018年，該指數(shù)降至最低點(diǎn)；在2016年到2018年呂梁市呈上升趨勢(shì)，但在2018年到2020年呈下降趨勢(shì)，這種情況應(yīng)引起相關(guān)部門(mén)注意;總體來(lái)看，在2016到2020期間，晉城市呈現(xiàn)緩慢下降趨勢(shì)，長(zhǎng)治市呈現(xiàn)緩慢上升趨勢(shì)。圖12016-2020年山西省11個(gè)城市數(shù)字經(jīng)濟(jì)發(fā)展水平情況4城市綠色發(fā)展的主成分分析4.1因子分析將山西省各級(jí)市的綠色發(fā)展無(wú)量綱化后2016-2020年的數(shù)據(jù).輸入spss中，將7個(gè)變量地區(qū)生產(chǎn)總耗能，廢物綜合利用率，化肥使用量，人均地區(qū)生產(chǎn)總值，人均公園綠地面積，人均水資源，土地產(chǎn)出率分別命名為ZX1-ZX7,通過(guò)調(diào)出因子分析組對(duì)話框并執(zhí)行因子分析過(guò)程，我們可以獲取到特征值、方差貢獻(xiàn)率及其相應(yīng)的初始因子載荷矩陣等關(guān)鍵數(shù)據(jù)。依據(jù)特征值指標(biāo)超過(guò)1或累計(jì)貢獻(xiàn)率實(shí)現(xiàn)85%的標(biāo)準(zhǔn)來(lái)確定分析因子的選取原則。根據(jù)表6可概括出5個(gè)特征值的總計(jì)貢獻(xiàn)概率達(dá)到91.946%，可以選取5個(gè)公因子，選取出5個(gè)主成分就能概括出大部分的信息可以選取出的特征根分別為：2.490、1.276、1.040、0.965、0.665，分別對(duì)照的累計(jì)貢獻(xiàn)率分別為：35.571%，53.796%、68.649%、82.440%、91.946%。表6綠色水平總方差解釋初始特征值提取載荷平方和旋轉(zhuǎn)載荷平方和總計(jì)方差百分比累計(jì)%總計(jì)方差百分比累計(jì)%總計(jì)方差百分比累計(jì)%2.4935.57135.5712.4935.57135.5712.13230.45830.4581.27618.22553.7961.27618.22553.7961.17716.81747.2751.0414.85368.6491.0414.85368.6491.08715.5362.8050.96513.79182.440.96513.79182.441.02714.66577.470.6659.50691.9460.6659.50691.9461.01314.47691.9460.3845.48797.4330.182.5671004.2計(jì)算特征向量矩陣于SPSS的數(shù)據(jù)編輯界面進(jìn)行因子載荷矩陣的輸入時(shí)，五個(gè)變量應(yīng)逐一指定為a1、a2、a3、a4、a5，確保每項(xiàng)數(shù)據(jù)準(zhǔn)確無(wú)誤地對(duì)應(yīng)至相應(yīng)的變量標(biāo)識(shí)。在SPSS界面下，通過(guò)選擇主菜單欄中的“轉(zhuǎn)換”選項(xiàng)，然后點(diǎn)擊“計(jì)算變量”，將激活一個(gè)用于構(gòu)建數(shù)字表達(dá)式的對(duì)話框,在對(duì)話框中輸入和上文數(shù)字經(jīng)濟(jì)相同類(lèi)型等式，在數(shù)據(jù)編輯窗口得到以t1,t1,t3,t4,t5命名的特征向量。具體結(jié)果如下表5所示，包括初始因子載荷矩陣及其特征向量矩陣。表7初始因子載荷矩陣及特征向量矩陣初始因子載荷矩陣特征向量矩陣a1a2a3a4a5t1t2t3t4t50.3480.3070.2790.807-0.1290.220.270.270.82-0.160.0690.3420.842-0.3040.2720.040.30.83-0.310.33-0.5030.567-0.4090.1390.462-0.320.5-70.7970.374-0.1640.0730.1890.510.33-0.160.070.230.7380.232-0.221-0.3820.0540.470.21-0.22-0.390.07-0.3000.734-0.053-0.224-0.558-0.190.65-0.05-0.23-0.680.917-0.103-0.090-0.037-0.1080.58-0.09-0.09-0.04-0.134.3計(jì)算主成分因子得分及綜合得分通過(guò)進(jìn)行分析，分別計(jì)算y1,y2,y3,y4,y5的數(shù)據(jù)，總體成績(jī)的計(jì)算方法是將每個(gè)主成分因子的得分與其對(duì)應(yīng)的方差貢獻(xiàn)率相乘，然后將所有乘積結(jié)果相加求和。主成分綜合得分y是通過(guò)最大化保留原始數(shù)據(jù)信息量的方式來(lái)計(jì)算的，該指標(biāo)的數(shù)值直接反映分析對(duì)象在整體層面的綜合表現(xiàn)水平?；谥鞒煞址治鏊崛∫蜃拥脑u(píng)分等級(jí)，我們深入解析各數(shù)據(jù)項(xiàng)的表現(xiàn)特征，以此為依據(jù)實(shí)現(xiàn)精準(zhǔn)的排名策略。在SPSS軟件環(huán)境中，通過(guò)執(zhí)行“轉(zhuǎn)換”菜單下的“計(jì)算變量”操作，您可以打開(kāi)相應(yīng)的對(duì)話框，隨后在該對(duì)話框內(nèi)準(zhǔn)確輸入以下指定的數(shù)學(xué)公式:y1=0.22ZX1+0.04ZX2-0.32ZX3+0.51ZX4+0.47ZX5-0.19ZX6+0.58ZX7,y2=0.27ZX1+0.3ZX2+0.5ZX3+0.33ZX4+0.21ZX5+0.65ZX6-0.09ZX7,y3=0.27ZX1+0.83ZX2-0.4ZX3-0.16ZX4-0.22ZX5-0.05ZX6-0.09ZX7,y4=0.82ZX1-0.31ZX2+0.14ZX3+0.07ZX4-0.39ZX5-0.23ZX6-0.04ZX7,y5=-0.16ZX1+0.33ZX2+0.57ZX3+0.23ZX4+0.07ZX4-0.68ZX6-0.13ZX7y=0.35571y1+0.18225y2+0.14853y3+0.13791y4+0.09506y5將2016至2020間山西省十一座城市的綠色發(fā)展水平評(píng)價(jià)指標(biāo)體系所產(chǎn)出的各項(xiàng)數(shù)據(jù)，按照既定標(biāo)準(zhǔn)進(jìn)行規(guī)范化處理后，代入相應(yīng)的數(shù)學(xué)模型，將能精確計(jì)算出下表中所列的y1、y2、y3、y4、y5、y各項(xiàng)指標(biāo)值。年份城市y1y2y3y4y5y排名2016晉城市1.491.020.6-0.060.220.821臨汾市1.590.730.1-0.220.270.712長(zhǎng)治市1.670.65-0.14-0.080.180.73大同市1.340.830.270.040.150.694太原市1.120.650.42-0.640.350.525運(yùn)城市-0.061.410.630.01-0.080.326陽(yáng)泉市0.011.30.55-0.160.050.317晉中市-9-0.01-0.150.218朔州市0.030.86-0.270.14-0.060.149忻州市-0.291.160.44-0.3-0.110.1210呂梁市-0.260.90.03-0.130.490.1111詳見(jiàn)附錄2綠色發(fā)展的y值可以看出：（1）晉城市的發(fā)展指數(shù)最高，為0.82，呂梁市的發(fā)展指數(shù)最低，為0.11。（2）呂梁在2016到2020年期間綠色發(fā)展指數(shù)水平總體落后。4.4山西省各市綠色發(fā)展水平的綜合評(píng)價(jià)圖22016-2020年山西省11個(gè)城市數(shù)字經(jīng)濟(jì)發(fā)展水平情況在SPSS中以年份為橫坐標(biāo)，綠色發(fā)展指數(shù)（平均值）為縱坐標(biāo)，將11個(gè)城市作為第三變量繪制多重折線圖如圖1所示，通過(guò)觀察折線圖，可以發(fā)現(xiàn)各城市綠色發(fā)展發(fā)展水平隨時(shí)間變化規(guī)律。由圖2可知2016年以后太原市綠色發(fā)展水平高于其余10個(gè)城市，在2016年到2017年期間晉城市的綠色發(fā)展指數(shù)呈急劇下降趨勢(shì)，在2017年到2018年期間其綠色發(fā)展指數(shù)呈緩慢上升趨勢(shì)，但在2018到2020年呈現(xiàn)出了緩慢下降趨勢(shì)?？傮w看來(lái)晉城的綠色發(fā)展指數(shù)是下降的，這種情況應(yīng)引起相關(guān)部門(mén)注意?？傮w分析得出除了太原市和朔州市是上升趨勢(shì)，其余九個(gè)城市從2016年起綠色發(fā)展指數(shù)呈下降趨勢(shì)。從2016年至2017年以及2018年至2020年的時(shí)段內(nèi)，晉中市的城市綠色發(fā)展指標(biāo)顯著高于朔州市。自2016年至2017年，朔州市的城市綠色發(fā)展水平呈現(xiàn)上升趨勢(shì)，自此其指標(biāo)開(kāi)始超越晉中市。于2019年間，兩城之間的發(fā)展差異明顯加劇。這需要朔州市相關(guān)部門(mén)的特別注意。5數(shù)字經(jīng)濟(jì)對(duì)綠色發(fā)展的影響5.1變量選取數(shù)字經(jīng)濟(jì)不僅會(huì)受到綠色發(fā)展水平的影響，還會(huì)受到一系列內(nèi)外因素的影響REF_Ref20576\r\h[6]。要想精準(zhǔn)衡量數(shù)字經(jīng)濟(jì)給綠色發(fā)展帶來(lái)的影響，本文參考相關(guān)文獻(xiàn)，選出如下也許會(huì)影響綠色發(fā)展水平的控制變量（Controls）：（1）資源稟賦（Resource）：通過(guò)軟件和數(shù)字技術(shù)服務(wù)業(yè)收入占地區(qū)GDP的百分比來(lái)衡量；（2）信息交流（Information）：用互聯(lián)網(wǎng)業(yè)中每萬(wàn)人的網(wǎng)站數(shù)來(lái)表示；（3）產(chǎn)業(yè)結(jié)構(gòu)（Industru）：用第一產(chǎn)業(yè)中土地產(chǎn)出率來(lái)表示（4）人力資本（Humacapi）：用普通中學(xué)學(xué)生在校人數(shù)來(lái)表示；（5）政府規(guī)模（Govescal）：每個(gè)人占用公園綠地面積占比表示；（6）環(huán)境建設(shè)（Environmental）：用單位耕地面積化肥施用量占比表示（7）增長(zhǎng)效率（Growth）；用單位地區(qū)生產(chǎn)總能耗表示。表8描述性統(tǒng)計(jì)變量類(lèi)型變量說(shuō)明平均值標(biāo)準(zhǔn)差最小值最大值被解釋變量GreenIndex綠色發(fā)展指數(shù)0.4350.3330.0140.932解釋變量Digeco數(shù)字經(jīng)濟(jì)指數(shù)0.2260.2670.0120.339控制變量Resource資源稟賦0.4460.0680.3120.250Information信息交流0.7430.0430.3350.274Industru產(chǎn)業(yè)結(jié)構(gòu)0.3990.2810.0100.954Humacapi人力資本0.5030.0250.2740.279Govescal政府規(guī)模0.4560.3240.0050.979Environmental環(huán)境建設(shè)0.4620.3760.0210.994Growth增長(zhǎng)效率0.3500.2370.0030.895基于測(cè)算數(shù)據(jù)，我們運(yùn)用SPSS軟件對(duì)數(shù)字經(jīng)濟(jì)水平與綠色發(fā)展水平進(jìn)行了單變量回歸分析，并畫(huà)出散點(diǎn)圖以及擬合直線，可看圖1，初步判斷表明，數(shù)字經(jīng)濟(jì)和綠色發(fā)展之間存在明顯的積極關(guān)聯(lián)，下一步我們會(huì)用更嚴(yán)格的計(jì)量手段來(lái)再次驗(yàn)證這種關(guān)系，其階段特點(diǎn)以及深層原理。圖3數(shù)字經(jīng)濟(jì)與綠色發(fā)展的相關(guān)關(guān)系5.2數(shù)字經(jīng)濟(jì)對(duì)綠色發(fā)展的影響分析5.2.1基準(zhǔn)估計(jì)結(jié)果分析表9數(shù)字經(jīng)濟(jì)影響區(qū)域綠色發(fā)展的基準(zhǔn)回歸結(jié)果變量（1）（2）（3）（4）Digeco0.0750.0630.9790.605Resource0.7450.290Information0.4950.687Industru0（omitted）0.819Humacapi0.7290.155Govescal0.0230.967Environmental0.0200.926Growth0(omitted)0(omitted)個(gè)體固定效應(yīng)是是是是時(shí)間固定效應(yīng)否否是是觀測(cè)值270270270270AdjR-squared0.9060.9380.9830.981使用STATA（面板數(shù)據(jù)）中的固定效應(yīng)模型估計(jì)數(shù)字經(jīng)濟(jì)對(duì)區(qū)域綠色發(fā)展的影響，如表9所示。在第一列中，我們實(shí)施了一種僅納入個(gè)體固定效應(yīng)的單一變量回歸分析策略，此方法揭示了數(shù)字經(jīng)濟(jì)的估計(jì)系數(shù)值為0.075，這表明，在僅考慮兩個(gè)變量的影響情況下，數(shù)字經(jīng)濟(jì)對(duì)綠色發(fā)展起正向促進(jìn)作用。在加入了所有可能影響綠色發(fā)展水平的相關(guān)控制變量后，回歸估計(jì)的結(jié)果仍然顯著地呈現(xiàn)為正相關(guān)。并表明隨著時(shí)間的變化，綠色發(fā)展水平也可能發(fā)生相應(yīng)的改變。在第三列，對(duì)個(gè)體與時(shí)間執(zhí)行雙重固定效應(yīng)控制，估計(jì)系數(shù)為0.979，該系數(shù)并不突出，第四列添加全部有關(guān)控制變量，并以控制雙重固定效應(yīng)為先決條件，模型整體解釋能力有所提升，估計(jì)系數(shù)縮減到0.605，不過(guò)其仍然不明顯。但是估計(jì)系數(shù)的不顯著值明顯下降，即表明在加入所有相關(guān)控制變量后，山西省各級(jí)市數(shù)字經(jīng)濟(jì)對(duì)區(qū)域綠色發(fā)展的作用顯著。即表明隨著數(shù)字經(jīng)濟(jì)的普及以及在生活生產(chǎn)中的廣泛應(yīng)用數(shù)字經(jīng)濟(jì)的規(guī)模不斷擴(kuò)大不僅持續(xù)改進(jìn)產(chǎn)業(yè)結(jié)構(gòu)提高生產(chǎn)效率和交易而且減少了資源的浪費(fèi)和污染耗能使得山西省整體經(jīng)濟(jì)的綠色轉(zhuǎn)型綠色發(fā)展水平不斷提升。5.2.2預(yù)測(cè)結(jié)果及分析基于前文的分析，以綠色發(fā)展指數(shù)為因變量，數(shù)字經(jīng)濟(jì)指數(shù)為核心自變量，在此背景下，我們深入探討二者之間的關(guān)聯(lián)與影響機(jī)制。在常微分回歸分析中，回歸系數(shù)為正，其圖4表明數(shù)字經(jīng)濟(jì)和綠色發(fā)展的相關(guān)關(guān)系呈正相關(guān)關(guān)系。圖4常微分回歸數(shù)字經(jīng)濟(jì)與綠色發(fā)展的相關(guān)關(guān)系通過(guò)偏微分回歸分析，我們可以更加深入地理解數(shù)據(jù)，發(fā)現(xiàn)數(shù)字經(jīng)濟(jì)指數(shù)和綠色發(fā)展水平指數(shù)之間的關(guān)系。在加入一系列控制變量進(jìn)行偏微分回歸分析下，多變量將兩者間影響的正向相關(guān)關(guān)系顯著提升。即表明，時(shí)間變化下，不同城市的綠色發(fā)展在其數(shù)字經(jīng)濟(jì)的推動(dòng)下都有不同程度的提高。即為山西省的綜合綠色發(fā)展都在數(shù)字經(jīng)濟(jì)發(fā)展的影響下有顯著上升效果。其中，資源稟賦（Resource）和人力資本（Humacapi）的估計(jì)系數(shù)分別為0.290、0.155，表明其作為控制變量對(duì)數(shù)字經(jīng)濟(jì)與綠色發(fā)展的影響顯著性最為明顯?？梢?jiàn)，軟件服務(wù)業(yè)收入與高校學(xué)生在校人數(shù)對(duì)綠色發(fā)展水平更為重要。圖5偏微分回歸數(shù)字經(jīng)濟(jì)與綠色發(fā)展的相關(guān)關(guān)系6政策與建議大力發(fā)展數(shù)字經(jīng)濟(jì)，政府應(yīng)加強(qiáng)引導(dǎo)，制定有助于數(shù)字經(jīng)濟(jì)發(fā)展的相關(guān)政策。市委辦、市政府聯(lián)合印發(fā)了《加快數(shù)字經(jīng)濟(jì)發(fā)展的實(shí)施意見(jiàn)》（營(yíng)委辦發(fā)[2020]12號(hào)），提出了促進(jìn)產(chǎn)業(yè)化應(yīng)用、推進(jìn)公共服務(wù)領(lǐng)域數(shù)字化應(yīng)用建設(shè)、建設(shè)數(shù)字經(jīng)濟(jì)發(fā)展環(huán)境，營(yíng)造有利于數(shù)字經(jīng)濟(jì)發(fā)展的制度環(huán)境和社會(huì)氛圍，大力推進(jìn)數(shù)字經(jīng)濟(jì)發(fā)展REF_Ref10346\r\h[4]。因此綠色發(fā)展是人與自然和諧共生的一個(gè)主要的因素。引領(lǐng)數(shù)字技術(shù)革新以達(dá)成山西地區(qū)的綠色生產(chǎn)形式，這屬于山西省于當(dāng)下數(shù)字化潮流之下所彰顯出來(lái)的綠色經(jīng)濟(jì)變革關(guān)鍵策略及操作途徑，數(shù)字技術(shù)可被視為一種新出現(xiàn)的生產(chǎn)力代表類(lèi)型，其正在用以往從未有過(guò)的強(qiáng)度和范圍去重新塑造傳統(tǒng)意義上的生產(chǎn)系統(tǒng)結(jié)構(gòu)，并給綠色化進(jìn)程帶來(lái)極具創(chuàng)新性的技術(shù)支持動(dòng)力源，在省內(nèi)已經(jīng)可以看到一部分企業(yè)表現(xiàn)出對(duì)這種新技術(shù)手段的積極接納態(tài)度，它們也在探尋綠色生產(chǎn)新方式的道路上起到了一定程度的帶頭示范效果。并建設(shè)數(shù)字化智能城市，提高山西城市綠色化水平。數(shù)字化智能城市可以通過(guò)智能交通、智慧能源等方式，實(shí)現(xiàn)城市的綠色化，減少城市污染。壯大數(shù)字經(jīng)濟(jì)新興產(chǎn)業(yè)，加速綠色低碳產(chǎn)業(yè)發(fā)展。數(shù)字經(jīng)濟(jì)與綠色產(chǎn)業(yè)融合可催生新產(chǎn)業(yè)模式與商業(yè)模式，推動(dòng)綠色產(chǎn)業(yè)的發(fā)展。使得數(shù)字技術(shù)在環(huán)保管理中得以加強(qiáng)，環(huán)境保護(hù)水平得到提高。數(shù)字技術(shù)可以應(yīng)用于環(huán)境監(jiān)測(cè)、環(huán)境治理等方面，提升環(huán)保管理的效率。建立數(shù)字技術(shù)與綠色發(fā)展政策相適應(yīng)的法律和政策體系。參考文獻(xiàn)黃宗彥.中國(guó)科學(xué)院院士梅宏：加快推進(jìn)各行業(yè)數(shù)字化轉(zhuǎn)型，提高傳統(tǒng)產(chǎn)業(yè)綠色發(fā)展水平[N].每日經(jīng)濟(jì)新聞,2022-12-27(005).DOI:10.28571/ki.nmrjj.2022.005103.李肅浩.數(shù)字經(jīng)濟(jì)對(duì)區(qū)域經(jīng)濟(jì)發(fā)展的影響研究[J].商業(yè)文化,2022,(08):18-20.楊剛,張陽(yáng),宋美茹,等.陜南城市綠色發(fā)展水平的測(cè)度及綜合評(píng)價(jià)[J].陜西理工學(xué)院學(xué)報(bào)(自然科學(xué)版),2016,32(02):87-92.王帥.數(shù)字經(jīng)濟(jì)對(duì)區(qū)域綠色發(fā)展的影響研究[D].蘭州大學(xué),2022.DOI:10.27204/ki.glzhu.2022.003664.孔令章,李金葉.數(shù)字經(jīng)濟(jì)發(fā)展對(duì)中國(guó)綠色經(jīng)濟(jì)效率的影響[J].經(jīng)濟(jì)體制改革,2022,(06):67-73.王慶喜,胡安,辛月季.數(shù)字經(jīng)濟(jì)能促進(jìn)綠色發(fā)展嗎?——基于節(jié)能、減排、增效機(jī)制的實(shí)證檢驗(yàn)[J].商業(yè)經(jīng)濟(jì)與管理,2022,(11):44-59.DOI:10.14134/33-1336/f.2022.11.004.陳素梅,李曉華.數(shù)字經(jīng)濟(jì)驅(qū)動(dòng)制造業(yè)綠色發(fā)展的作用機(jī)理[J].企業(yè)經(jīng)濟(jì),2022,41(12):140-150.DOI:10.13529/ki.enterprise.economy.2022.12.015.熊文華.數(shù)字經(jīng)濟(jì)對(duì)工業(yè)綠色發(fā)展效率的影響和測(cè)度研究[D].江西財(cái)經(jīng)大學(xué),2022.DOI:10.27175/ki.gjxcu.2022.001234.徐星,惠寧,崔若冰,等.數(shù)字經(jīng)濟(jì)驅(qū)動(dòng)制造業(yè)高質(zhì)量發(fā)展的影響效應(yīng)研究——以技術(shù)創(chuàng)新效率提升與技術(shù)創(chuàng)新地理溢出的雙重視角[J].經(jīng)濟(jì)問(wèn)題探索,2023,(02):126-143.郭雨慧.山西省綠色高質(zhì)量發(fā)展評(píng)價(jià)及影響因素研究[D].山西財(cái)經(jīng)大學(xué),2022.DOI:10.27283/ki.gsxcc.2022.000343.杜永強(qiáng),王悅,李晶潔,等.基于主成分分析的經(jīng)濟(jì)綠色發(fā)展評(píng)價(jià)研究[J].科技和產(chǎn)業(yè),2018,18(10):50-59.附錄附錄1數(shù)字經(jīng)濟(jì)的n值年份城市n1n2n綜合排名2016太原市2.070.31.711運(yùn)城市0.87-0.130.692晉中市0.84-0.380.653臨汾市0.78-0.160.624大同市0.630.020.515長(zhǎng)治市0.560.130.476忻州市0.450.210.387呂梁市0.48-0.050.387朔州市0.270.330.269陽(yáng)泉市0.210.280.210晉城市0.24-0.130.18112017太原市2.230.091.821運(yùn)城市0.94-0.290.742臨汾市0.77-0.260.63大同市0.67-0.050.544長(zhǎng)治市0.610.040.55晉中市0.56-0.020.456忻州市0.470.170.47呂梁市0.47-0.110.378陽(yáng)泉市19朔州市0.220.310.219晉城市0.25-0.150.19112018太原市2.230.091.821臨汾市0.75-0.180.62長(zhǎng)治市0.670.010.553運(yùn)城市0.660.120.553晉中市0.600.495呂梁市0.53-0.10.426忻州市0.50.080.417大同市0.43-0.220.338朔州市79陽(yáng)泉市0.290.260.2610晉城市0.25-0.110.2112019太原市2.230.091.821運(yùn)城市0.89-0.260.72長(zhǎng)治市0.740.010.613臨汾市