數字經濟對城市綠色全要素生產率的影響研究

郭秋秋 馬曉鈺

[摘要]基于2011—2019年我國280個地級市城市面板數據，分別利用主成分分析法和SBM-Malmquist指數測算我國城市數字經濟發展水平與綠色全要素生產率，實證探討數字經濟對城市綠色全要素生產率的影響效應。研究發現：（1）數字經濟能夠顯著提升城市綠色全要素生產率，尤其在南方城市、非資源型城市表現得更為顯著；（2）數字經濟能夠通過提升綠色創新水平，優化產業結構間接促進城市綠色全要素生產率的提升，即存在數字經濟—綠色創新/產業結構升級—城市綠色全要素生產率提升的兩條傳導路徑，但綠色創新表現為遮掩效應，而且這兩條傳導路徑在南方和北方地區城市、資源型和非資源型城市呈現出顯著的差異性。因而應積極推動數字化發展，建設數字中國，助力可持續發展。

[關鍵詞]數字經濟；城市綠色全要素生產率；綠色創新；產業結構升級

一、 引言

數字時代隨著新一輪科技革命和產業變革的不斷深入演進已撲面而來，世界各國在數字經濟領域中的競爭也逐漸加劇。數字經濟的新引擎作用愈加凸顯，拉動經濟增長的作用也越發明顯?！吨袊鴶底纸洕l展白皮書》顯示，中國數字經濟規模在2020年達到了39.2萬億元，占GDP的38.6%，位居世界第二，特別是在新冠肺炎疫情沖擊和全球經濟下行的疊加影響下，仍保持9.7%的高位增長1，成為穩定經濟增長的關鍵動力。

然而，隨著經濟高速增長的負面效應不斷爆發，資源短缺、環境污染、生態破環等日益加劇，生態環境問題日趨成為政府關注、人民關心的問題。如何引領各類生產要素向綠色產業、行業集聚，轉變傳統的經濟增長方式、提高能源利用效率，提升城市綠色全要素生產率，成為我國經濟當前亟待解決的一個現實問題。而數字經濟的發展，恰好為我國解決城市綠色發展問題提供了一個新思路，數字經濟不但能夠提高傳統產業數字化、智能化水平，還有助于加速要素的流動，提升經濟運行效率和質量[1]。那么數字經濟能否提升城市綠色全要素生產率？數字經濟通過何種途徑有效釋放其對城市綠色全要素生產率的紅利？而且數字經濟釋放的紅利是否存在異質性特征？對于這些問題的探究，不僅可以為促進中國綠色發展提供一個新的方向，還有利于探索經濟發展模新式，更有利于建設美麗中國目標的實現。

二、 文獻回顧與研究假設

1. 文獻回顧

現有文獻圍繞數字經濟對綠色全要素生產率的影響研究主要涉及以下內容：第一，數字經濟某些數字化特征對全要素生產率的影響。隨著數字經濟的不斷發展，學者們從早期對數字經濟內涵界定的探討逐漸轉向研究其引發的經濟社會效應。學者們從電子商務[2-3]、互聯網經濟[4-5]、數字金融[6-7]等與數字經濟產生基礎一致、表現形式不同的新型經濟形態展開了大量的研究。這些新經濟形態在提升科技創新、產業結構升級、生產率改善等方面發揮了重要的促進作用[8]。也有學者從理論上分析共享經濟和大數據在提升生產率、改善空氣污染、節約資源等方面的作用[9]。當然也有學者持相反的觀點，他們認為，過度信息化會導致資源和勞動力的浪費和錯配，而且數字技術若與本地基礎不吻合則陷入數字技術“空心化”局面，反而會抑制全要素生產率的提升[10-11]。然而數字經濟通過不同表現形式對全要素生產率產生的提升作用卻得到了學術界的認可，但針對數字經濟發展的定量測度尚未有統一的標準。第二，鮮有學者研究數字經濟對綠色全要素生產率的直接影響及其影響機制，僅有少量學者展開了相關的實證研究。Zhang Wei等[12]利用中國省級層面的數據研究發現數字經濟對全要素生產率具有顯著的積極作用；范欣，尹秋舒[13]基于中國省級面板數據實證研究發現，通過中國數字普惠金融指數表征的數字金融發展能夠顯著促進綠色全要素生產率的提升。

根據現有文獻，數字經濟雖然成為學術界目前研究的熱門主題，但對綠色全要素生產率的研究較少，而且在現有研究中，本文認為存在以下不足：第一，由于數字經濟數據的獲得性和有限性，現有學者主要利用我國省級層面數據展開相關研究，而且對數字經濟的測度各抒己見，同樣對綠色全要素生產率的測度也是“八仙過海、各顯神通”，尤其是在非期望產出指標的選取上更為明顯；第二，現有文獻涉及數字經濟的綠色特征，多數文獻還是集中在對傳統全要素生產率、經濟增長的研究，對于數字經濟背后的綠色價值仍待進一步深入挖掘。鑒于此，本文利用2011—2019年我國280個地級市城市面板數據，探究數字經濟對城市綠色全要素生產率的影響，并從綠色創新和產業結構升級視角研究其具體影響機制。

2. 研究假設

（1）數字經濟對城市綠色全要素生產率的直接影響

數字經濟具有“快捷性、高滲透性、直接性、可持續性”等優勢，其通過顛覆性創新、優化資源配置有效減少了企業對資源、能源的過度消耗，降低了環境污染、生態惡化等危害，從而促進了綠色全要素生產率的提升[14]。數字經濟對綠色全要素生產率的積極作用主要體現在以下3個方面：一是從數字經濟本身特質來看，信息化是其本質，數據是其關鍵要素，表明了數字經濟本身就屬于環境友好型產業，對能源的消耗是微乎其微的，對環境的破壞更是小之又小，而且數字經濟的發展會對高投入、高污染、高排放的“三高”傳統產業產生擠壓效應，從而有利于城市的綠色發展。二是數字經濟實現了以數據、技術替代能源、勞動、資本形成新產品的開發，生態環境破壞的代價更低；而且通過打造綠色消費平臺、研發綠色產品、引導人們綠色消費，進而實現生產綠色轉型，釋放經濟、生態紅利，從而有利于綠色發展。三是數字經濟能夠積極傳播綠色生活理念來改善城市的綠色生產率，一方面依托數字技術可以構建政府、企業、公眾之間的綠色互動橋梁的數字平臺，加強了對企業的環保監督；另一方面借助數字媒體引導公眾踐行綠色環保行為，降低城市的環境投入要素。

綜上所述，本文提出第一個假設：

假設1：數字經濟的發展能夠顯著提升城市綠色全要素生產率。

（2）數字經濟對城市綠色全要素生產率的間接影響

第一，綠色創新效應。借助于數字經濟的數字技術，知識能夠以低成本、快速、實時的方式在網絡中產生、分享和交流，使得不同地區的企業獲得大量的外部信息和知識，有利于增加綠色創新的知識儲備，進而促進綠色創新水平的提高，有利于生產綠色化，提高生產效率，減少污染物的排放；而且隨著環境規制壓力和生產環保標準的日益增加，市場需求逐漸綠色化，數字經濟的發展使得信息傳遞得更為迅速，企業有針對性地進行創新[15]，不僅能夠增強企業的市場競爭力，而且能夠改善生態環境。

第二，產業結構升級效應。我國現有產業在數字技術發展迅猛的影響下，能夠使資本、勞動等要素得到合理的配置，減少資源的浪費，提升利用效率，降低對環境的污染程度。一方面，數字經濟的發展能夠推動產業結構由傳統的勞動、資本密集型產業向數字密集型產業轉變，使得產業結構高級化水平得到提高，降低了環境污染；另一方面，數字經濟的高滲透性特征能夠打破產業、行業間的邊界，促進產業的融合，新產業、新業態的產生，而且數字經濟的發展能夠帶動傳統產業的智能化和數字化轉型，促使各產業協調發展，提升產業結構的合理化，有利于生產率的提升[16]。隨著產業結構不斷優化升級，集群效應日漸凸顯，不僅有利于資源的合理配置，實現了生產成本的減少、產品附加值的提高，還有利于結構紅利的釋放、規模效應的產生，為綠色全要素生產率的提升提供了良好的基礎。

綜上所述，提出本文的第二個假設：

假設2：數字經濟通過提升綠色創新水平、驅動產業結構升級間接促進城市綠色全要素生產率的提升。

三、 研究設計

1. 樣本選擇與數據來源

本文選取我國地級市城市作為研究樣本，研究時間區間為2011—2019年，由于考慮到數據的可得性和有效性，對數據缺失嚴重的樣本進行剔除處理，最終得到280個地級市城市的研究樣本。城市綠色全要素生產率的投入產出數據主要源于《中國城市統計年鑒》及各省的歷年統計公報，數字經濟的相關數據來自《中國城市統計年鑒》和北京大學數字金融研究中心，綠色創新數據源于國家知識產權局的專利檢索數據庫，產業結構升級及控制變量的數據均來自《中國統計年鑒》《中國城市統計年鑒》及各省的統計年鑒。

2. 變量定義

（1）被解釋變量

本文的被解釋變量是城市綠色全要素生產率（GTFP）。借鑒已有研究的做法[17]，本文采用考慮非期望產出的超效率SBM模型和Malmquist生產函數指數測度城市綠色全要素生產率，并使用MaxDEA8.0軟件進行計算。在計算過程中選取的投入、產出指標具體如下：一是投入指標，投入指標包括資本投入、勞動力投入、和能源資源投入3個指標。資本投入采用城市資本存量表示，勞動力投入選擇第二產和三產業從業人員總數表示；能源資源投入指標采用城市用電量和供水量衡量。二是期望產出指標，選擇城市GDP和綠化覆蓋率兩個指標分別表示城市經濟產出和居民生活質量產出。三是非期望產出指標，選擇工業廢水排放量、工業SO2排放量、工業煙塵排放量和PM2.5濃度4個指標表示。

（2）解釋變量

數字經濟（DE）是本文的解釋變量。對于數字經濟的測度目前尚未統一的標準，故本文在結合數據可獲得性的基礎上借鑒趙濤等[18]的做法從互聯網發展水平和數字金融兩個方面進行測度。具體來講，互聯網發展指標有：互聯網普及率，選擇互聯網寬帶接入用戶數表示；移動電話普及率，選擇移動電話用戶數衡量；相關從業人員，選擇信息傳輸計算機服務和軟件從業人員數表示；相關產出，選擇電信業務收入測度。數字金融采用北京大學數字金融研究中心發布的數字普惠金融指數表示。由于指標單位的不同，以上5個指標先進行無量綱化處理，然后采用主成分分析法進行計算。

（3）中介變量

本文的中介變量是綠色創新和產業結構升級。其中，對于綠色創新，本文采用地級市城市每年申請的綠色專利總數加1取自然對數表示，綠色專利申請數基于“國際專利分類綠色清單”的IPC分類號和國家知識產權局提供的專利申請信息整理得到[19]。本文之所以選擇專利申請數而不選擇專利授權數，一是因為一項專利從申請到授權存在時間差，其時效性無法得到保證，而且專利授權數易受到專利機構偏好、政策波動等方面的影響，二是因為相較于授權數，專利申請數體現的是當期的創新成果。

對于產業結構升級，本文借鑒干春暉等[20]的做法，采用第三產業產值與第二產業產值的比值作為產業結構高級化（ISH）的代理變量，比值越大，表示經濟在向服務化方向推進，產業結構在升級；產業結構合理化（ISR）采用泰爾指數的倒數衡量，泰爾指數的具體計算公式如下：

[TL=i=1n（YiY）ln（YiLi/YL）] （1）

其中，Yi表示產業i產值，Li表示產業i的從業人數，n表示產業數目，Y表示城市生產總值，L表示城市從業人數。泰爾指數TL越大，表明產業結構越不合理，產業間的協調性就越弱。故泰爾指數的倒數越大，就意味著產業結構越合理。

（4）控制變量

借鑒已有研究，本文還控制以下影響城市綠色全要素生產率的變量：人口規模（PS）、外商投資水平（FDI）、經濟發展水平（ED）、政府干預（GI）、金融業發展水平（FIN）等，具體變量測度見表1。

3. 模型構建

為了檢驗數字經濟對城市綠色全要生生產率產生的直接效應，本文設計如下模型：

[lnGTFPit=α0+α1lnPSit+α2lnFDIit+α3lnEDit+α4lnGIit+α5lnFINit+φt+ε1it] （2）

[lnGTFPit=β0+β1lnDEit+β2lnPSit+β3lnFDIit+β4lnEDit+β5lnGIit +β6lnFINit+φt+ε2it] （3）

式（2）表示的是控制變量對被解釋變量城市綠色全要素生產率的回歸模型，式（3）在式（2）的基礎上加入解釋變量數字經濟，探究其對城市綠色全要素生產率的影響。其中，GTFP表示城市綠色全要素生產率，DE表示數字經濟發展水平，PS表示人口規模，FDI表示外商直接投資水平，ED表示經濟發展水平，GI表示政府干預水平，FIN表示金融業發展水平，φ表示年份效應，?為隨機誤差項，i和t分別表示的是城市和時間。為了消除異方差的影響，對各變量均做對數化處理，表示為ln，下文亦是如此。

為了檢驗綠色創新和產業結構升級中介效應的存在，本文借鑒已有研究構建如下具體模型：

[lnGTFPit=β0+β1lnDEit+β2lnPSit+β3lnFDIit+β4lnEDit+β5lnGIit +β6lnFINit+φt+ε2it] （4）

[lnGPit/lnISHit/lnISRit=λ0+λ1lnDEit+λ2lnPSit+λ3lnFDIit+λ4lnEDit+λ5lnGIit+λ6lnFINit+φt+ε3it] （5）

[lnGTFPit=δ0+δ1lnDEit+δ2lnISHit/lnISRit+δ3lnPSit+δ4lnFDIit+δ5lnEDit+δ6lnGIit+δ7lnFINit+φt+ε4it] （6）

式（4）表示的是解釋變量數字經濟對中介變量產業結構升級的回歸模型。其中，GP、ISH和ISR分別表示綠色創新、產業結構高級化和產業結構合理化，其他變量同式（2）和式（3）。綜合分析式（3）至式（5）即可驗證中介效應的存在與否，若式（5）中的δ2在式（3）和式（4）中β1、λ1均顯著的前提下顯著，則表示中介效應的存在。

四、 實證分析

1. 描述性統計

表2列示了變量的描述性統計結果。由表2可知，城市綠色全要素生產率（GTFP）的數值范圍為[0.960，1.487]，中位數為1.010，且小于均值（1.012），說明了大多數城市的綠色全要素生產率高于平均水平，同時不同城市間的綠色全要素生產率存在差異。數字經濟指數（DE）最小值和最大值分別為-3.505和7.222，表明了城市間的數字經濟發展水平不均衡，存在較大的差異。同時，可以看到，城市間的綠色創新水平（GP）、產業結構高級化（ISH）和產業結構合理化（ISR）均存在較大的差距。這些表現與我國發展不均衡的基本國情相一致。

此外，由方差膨脹因子（VIF）檢驗可知，最大的VIF值為4.26，遠小于10，說明了變量間不存在多重共線性。

2. 回歸分析

表3報告了使用“OLS+穩健標準誤”的回歸結果。其中，模型（1）只報告了控制變量對城市綠色全要素生產率的回歸結果，人口規模（PS）、經濟發展水平（ED）、政府干預水平（GI）、金融業發展水平（FIN）均在1%顯著水平上正向影響城市綠色全要素生產率（GTFP），而外商直接投資水平（FDI）則表現為不顯著的負效應，這可能由于一些發達國家為了減低環境污染治理成本，通常會將一些污染密集型的企業轉移到我國，對我國的綠色經濟發展產生不良的影響。模型（2）至模型（8）是在模型（1）的基礎加入核心變量后進行回歸的。由模型（2）可知，數字經濟（DE）對城市綠色全要素生產率（GTFP）的影響在1%的統計水平上顯著為正（β=0.005，p<0.001），這說明了數字經濟對城市綠色全要素生產率產生積極的促進效應，即數字經濟發展水平的提高有助于城市綠色全要素生產率的提升。

由模型（3）至模型（5）可知，數字經濟（DE）對綠色創新（GP）、產業結構高級化（ISH）和合理化（ISR）的影響均表現為在1%水平上顯著為正（λ1=0.112，p1<0.001；λ2=0.183，p2<0.001；λ3=0.199，p3<0.001）；在模型（6）中，數字經濟（DE）對城市綠色全要素生產率的回歸系數由模型（1）的0.005上升至0.006，綠色創新對城市綠色全要素生產率的回歸系數為-0.009，且分別通過了1%和5%水平下的顯著性檢驗，結合模型（3）可得，綠色創新在數字經濟對城市綠色全要素生產率的影響中存在著遮掩效應，且間接效應與直接效應的比重的絕對值為0.163，即在不考慮綠色創新，數字經濟對城市綠色全要素生產率的驅動效應被弱化了，而將綠色創新納入后，數字經濟的與驅動效應得到了增強?？赡茉蚴蔷G色創新的遮掩效應體現在數字經濟對城市綠色生產率的促進效應中，數字經濟發展帶來的生產要素高利用率，同時綠色創新水平的提高也會促進城市綠色全要素生產率，在這一過程中，綠色創新的提高也會增強資源的利用率，因此數字經濟通過綠色創新的提升對綠色生產率的促進作用得到有效的增強。

在模型（7）中，數字經濟對城市綠色全要素生產率的回歸系數由模型（1）中的0.005下降為0.004，產業結構高級化對城市綠色全要素生產率的回歸系數為0.005，并且都通過了顯著性檢驗（δ1=0.004，p1<0.001；δ2=0.005，p2<0.010）；結合模型（4）可得，產業結構高級化在數字經濟對城市綠色全要素生產率的影響中發揮著部分中介作用，中介效應為0.001（0.183*0.005），中介效應占總效應的比例為0.183。在模型（8）中，數字經濟和產業結構合理化對城市綠色全要素生產率的回歸系數分別為0.003和0.010，且分別通過了在1%和5%水平下的顯著性檢驗，結合模型（2）和模型（5）可得，產業結構合理化在數字經濟對城市綠色全要素生產率的影響中發揮中部分中介效應，中介效應占總效應的比例為0.398。

本文選擇Sobel檢驗和Boostrap法對中介效應做進一步的檢驗，結果見表4。如表4所示，Sobel檢驗和Boostrap分析結果均通過顯著性檢驗，表明了綠色創新和產業結構升級中介效應的存在。假設2得到了驗證。

3. 異質性分析

黨的十九大指出，新時代下，人民日益增長的美好生活需要和不平衡不充分的發展之間的矛盾成為我國社會的主要矛盾。尤其是區域發展差距十分明顯，而且隨著全國經濟重心的進一步南移[21]，“南北差距”問題不斷突出，逐漸成為新的關注點。不同區域的數字經濟發展水平對城市綠色全要素生產率的影響也會存在差距，故根據許憲春等[22]對南北方地區的劃分1，本文將280個地級市城市劃分為128個北方城市和152個南方城市進行分樣本估計，具體回歸結果見表5和表6。

表5報告的是以南方城市為樣本回歸的結果。從模型（1）可知，數字經濟對城市綠色全要素生產率的回歸系數為0.009，并在1%統計水平下顯著。第一，結合模型（2）和模型（5）可知，數字經濟在1%水平上顯著促進綠色創新（λ1=0.100，p1<0.001），同時數字經濟和綠色創新在同一模型中對城市綠色全要素生產率的回歸系數表現為異號，并均通過了顯著性檢驗，說明了綠色創新在數字經濟與城市綠色全要素生產率見發揮著遮掩效應，間接效應占直接效應的8%。第二，結合模型（3）和模型（6）可知，數字經濟對產業結構高級化的影響表現為顯著的促進效應（λ2=0.127，p2<0.001），同時數字經濟和產業結構高級化在同一模型中均與城市綠色全要素生產率的回歸系數顯著為正，通過與模型（1）相應系數的比較，可以發現產業結構高級化在數字經濟與城市綠色全要素生產率見發揮著部分中介效應，中介效應占總效應的7.06%。第三，結合模型（4）和模型（7）可知，數字經濟對產業結構合理化產生顯著的促進效應（λ3=0.106，p3<0.001），同時數字經濟和產業結構合理化在同一模型中與城市綠色全要素生產率的回歸系數顯著為正，通過與模型（1）中相應系數的比較，可以發現產業結構合理化在數字經濟與城市綠色全要素生產率見發揮著部分中介效應，中介效應占總效應的21.2%。

表6列示的是以北方城市為樣本的回歸結果。由模型（1）可以發現，數字經濟未能對城市綠色全要素生產率產生顯著的直接效應和間接影響。表6與表5的結果有明顯的不同，可能的原因是較于北方地區，南方地區的經濟發展、信息設施、創新水平等方面具有較大的優勢，數字經濟的發展水平也較高，對城市綠色全要素生產率的驅動效應更強。

由于資源型城市與非資源型城市在資源稟賦、產業布局、經濟水平等方面具有不同的發展情況，數字經濟發展水平對城市綠色全要素生產率的的影響作用可能存在著差別。根據國務院在2013年對資源型城市的界定名單1，將280個地級市城市分為168非資源型城市和112資源型城市，具體結果見表7和表8。

表7列示的是以非資源型城市為樣本的回歸結果。第一，結合模型（1）（2）（5）的回歸結果可以發現，數字經濟對城市綠色全要素生產率產生積極的促進效應，而綠色創新在兩者關系間發揮遮掩效應；第二，分析模型（1）（3）（6）和模型（1）（4）（7），可以得出，產業結構升級在數字經濟與城市綠色全要素生產率間起著部分中介作用。

表8報告了以資源型城市為樣本的回歸結果，由模型（1）可知，數字經濟對城市綠色全要素生產率的直接效應和間接效應未能通過顯著性檢驗。結合表7和表8的分析結果，可以發現數字經濟的發展更傾向于促進非資源型城市綠色全要素生產率的提升。原因可能在于資源型城市擁有資源優勢，其主要產業對資源具有很大的依賴性，但由于低水平、低效率的經濟發展模式使其陷入質量效益低下、生態破壞嚴重的困境，數字經濟帶來的紅利還不足以解決這些問題。非資源型城市由于本地自然資源不足，依賴性低，反而比較注重科技創新等其他方面的發展，為數字經濟的發展奠定了一定的設施基礎，同時對城市的綠色發展也產生了經濟的影響。

4. 穩健性檢驗

第一，為了進一步消除異方差的影響，本文選擇使用加權最小二乘法（WLS）進行穩健性檢驗。從表9的結果可發現，變換回歸方法后的結果與前文結論一致。

第二，對于解釋變量數字經濟，本文選擇使用變異系數法測度數字經濟發展綜合指數，用符號DEE表示，將其帶入模型重新進行回歸，結果發現本文的主要研究結論未發生實質性改變，具體結果如表10所示。

五、 結論與建議

本文在理論分析的基礎上，基于2011—2019年中國280個地級市城市的面板數據，采用SBM-Malmquist指數測算城市綠色全要素生產率，選擇互聯網發展和普惠金融兩個層面的相關指標構建了城市數字經濟發展水平綜合指數，并將綠色創新和產業結構升級作為中介變量，實證探討了數字經濟對城市綠色全要素生產率的影響及其影響機制，同時從城市地區、城市資源兩個方面的差異實證研究數字經濟對城市綠色全要素生產率的影響的異質性。通過實證分析，本文得出以下主要結論：第一，從整體上來看，數字經濟顯著提升了城市綠色全要素生產率。即數字經濟具有顯著的驅動效應。第二，從影響機制來看，數字經濟能夠通過提升綠色創新、產業結構升級間接促進城市綠色全要素生產率，產業結構高級化、產業結構合理化均發揮的是部分中介效應，而綠色創新產生的是遮掩效應。第三，從異質性分析來看，相較于北方城市、資源型城市，數字經濟對城市綠色全要素生產率產生的直接效應和間接影響在南方城市、非資源型城市樣本中更顯著。

基于以上研究結論，提出如下建議：（1）不斷升級和完善云計算、大數據、人工智能、物聯網等數字化設施建設，發揮數字經濟的要素配置作用，降低生產要素的流動壁壘，推動數字經濟與實體經濟的融合發展，同時不斷優化數據監管體系，防止數據泄露、數據壟斷等影響，進而釋放數字經濟對城市綠色生產率上發揮的驅動優勢；（2）各個城市需要因地制宜、科學引導、實施差異化、動態化數字經濟發展戰略，避免出現數字經濟發展政策盲目跟從和無序發展的現象，各個城市應根據自身發展條件實施與之相適應的數字經濟發展政策，對于欠發達的地區與城市，要發揮數字經濟對綠色發展的賦能效應，應積極主動地加強與發展態勢較好的地區的聯系與合作，同時學習借鑒相關發展經驗。（3）強化綠色創新、產業結構升級，充分發揮綠色創新、產業結構高級化和合理化在數字經濟促進城市綠色全要素生產率提升中的作用。第一，積極推動數字經濟與綠色創新的融合，凝聚優勢，塑造城市綠色發展的新動能，提高資源利用效率，實現經濟綠色發展；第二，進一步通過傳統產業的轉型升級、新興產業的興起、市場的需求來促進數字經濟對產業結構升級的積極作用，進而提升城市綠色全要素生產率，推動我國經濟實現高質量發展。

參考文獻：

[1] 周清香，何愛平.數字經濟賦能黃河流域高質量發展[J].經濟問題，2020，495（11）：8-17.

[2] Liu T K. E-commerce， R&D， and Productivity： Firm-level Evidence from Taiwan[J].Information Economics and Policy，2013，25（4）：272-283.

[3] 岳云嵩，李兵.電子商務平臺應用與中國制造業企業出口績效——基于“阿里巴巴”大數據的經驗研究[J].中國工業經濟，2018（8）：97-115.

[4] Wu H T， Hao Y，Ren S Y，et al.Does Internet Development Improve Green Total Factor Energy Efficiency？ Evidence from China[J].Energy Policy，2021，153.

[5] 白雪潔，孫獻貞.互聯網發展影響全要素碳生產率：成本、創新還是需求引致[J].中國人口·資源與環境，2021，31（10）：105-117.

[6] Ma F F，Lei L X，Chen Z Y，et al. Digital Finance and Firm Exit： Mathematical Model and Empirical Evidence from Industrial Firms[J].Discrete Dynamics in Nature and Society，2021（2）：1-7.

[7] 孫焱林，李格，汪小愉.數字金融對勞動力錯配的影響及其異質性分析——基于中國地級市面板數據[J].科學學研究，2022，40（1）：47-56.

[8] 梁琦，肖素萍，李夢欣.數字經濟發展提升了城市生態效率嗎？——基于產業結構升級視角[J].經濟問題探索，2021（6）：82-92.

[9] 肖倩冰，陳林，裴丹.智慧城市之共享經濟與環境治理——以共享單車低碳出行為例[J].中國軟科學，2021（9）：172-181.

[10] 張輝，石琳.數字經濟：新時代的新動力[J].北京交通大學學報（社會科學版），2019，18（2）：10-22.

[11] Acemoglu D， Restrepo P. Artificial Intelligence， Automation and work[J].National Bureau of Economic Research，2018（24）：197-236.

[12] Zhang W，Zhao S Q，Wan X Y，et al. Study on the Effect of Digital Economy on High-quality Economic Development in China.[J].PloS one，2021，16（9）：e0257365.

[13] 范欣，尹秋舒.數字金融提升了綠色全要素生產率嗎？[J].山西大學學報（哲學社會科學版），2021，44（4）：109-119.

[14] 惠獻波.數字普惠金融與城市綠色全要素生產率：內在機制與經驗證據[J].南方金融，2021（5）：20-31.

[15] 張于喆.數字經濟驅動產業結構向中高端邁進的發展思路與主要任務[J].經濟縱橫，2018（9）：85-91.

[16] 郭炳南，王宇，張浩.數字經濟、綠色技術創新與產業結構升級——來自中國282個城市的經驗證據[J].蘭州學刊，2022（2）：58-73.

[17] Pastor J T， Lovell C A. A Global Malmquist Productivity Index[J].Economics Letters，2005，88（2）：266-271.

[18] 趙濤，張智，梁上坤.數字經濟、創業活躍度與高質量發展——來自中國城市的經驗證據[J].管理世界，2020，36（10）：65-76.

[19] 齊紹洲，林屾，崔靜波.環境權益交易市場能否誘發綠色創新？——基于我國上市公司綠色專利數據的證據[J].經濟研究，2018，53（12）：129-143.

[20] 干春暉，鄭若谷，余典范.中國產業結構變遷對經濟增長和波動的影響[J].經濟研究，2011，46（5）：4-16.

[21] 習近平.推動形成優勢互補高質量發展的區域經濟布局[J].求是，2019（24）：4-9.

[22] 許憲春，雷澤坤，竇園園，等.中國南北平衡發展差距研究——基于“中國平衡發展指數”的綜合分析[J].中國工業經濟，2021（2）：5-22.

基金項目：國家社會科學基金西部項目“計劃生育時代新疆少數民族生育轉變研究”（項目編號：21XRK007）；國家自然科學基金項目“新疆生育水平變動下的人口效應分析及后計劃生育時代人口政策實施效果預判”（項目編號：71663050）。

作者簡介：郭秋秋（1994-），女，新疆大學經濟與管理學院博士研究生，研究方向為人口、資源與環境經濟學；馬曉鈺（1978-），女，回族，博士，新疆大學經濟與管理學院教授，博士生導師，研究方向為人口、資源與環境經濟學。

（收稿日期：2022-06-27 責任編輯：蘇子寵）

1 資料來源于中國信通院，《中國數字經濟發展白皮書》，2021年4月。

1 依據經濟地理的劃分標準， 南方地區包括上海市、江蘇省、浙江省、安徽省、福建省、江西省、湖北省、湖南省、廣東省、廣西壯族自治區、海南省、重慶市、四川省、貴州省、 云南省、西藏自治區；北方地區包括北京市、天津市、河北省、山西省、內蒙古自治區、遼寧省、吉林省、黑龍江省、山東省、河南省、陜西省、甘肅省、青海省、寧夏回族自治區、新疆維吾爾自治區。

1 資料來源于國務院印發的《全國資源型城市可持續發展規劃（2013—2020年）》。