數字經濟是否提高了綠色全要素生產率？

楊友才，王玉聰，魏 濤

(青島科技大學 經濟與管理學院，山東 青島 266061)

一、引言

當前，受日趨復雜的國際形勢和新冠肺炎疫情所致貿易鏈不穩定等多方面因素的影響，我國經濟下行壓力不斷增大，尋求經濟增長新動能的任務迫在眉睫。數字經濟作為人類歷史上最新的一種社會經濟形態[1]，無疑是一種更高層次、可持續的經濟形態[2]。據《中國數字經濟發展白皮書(2021)》顯示，2020年我國數字經濟規模已達到39.2萬億元，約占當年GDP的38.6%，逐漸成為我國新一輪經濟增長的重要驅動力。如何推動數字經濟發展，推進產業結構變革，促進經濟高質量增長是學術界重點研究的關鍵問題之一。

全要素生產率(TFP)的差別是拉開經濟體發展差距的最主要原因之一。1995年日本完成工業化時的GDP為美國70%，TFP也是70%。2021年我國GDP總量雖然達到美國的77%，但全要素生產率卻遠低于包括美國在內的諸多發達經濟體，反映出我國全要素生產率的提高仍存在巨大空間。歷史經驗表明，傳統“粗獷式”發展模式不僅會導致嚴重的生態問題，還會對資源形成過度依賴，抑制新技術的開發和人力資本積累[3]，從而嚴重阻礙我國經濟高質量發展的步伐。作為新一輪經濟增長的“動力引擎”，數字經濟憑借數字技術高效獲取數據和處理信息、準確發現潛在需求、快速匹配要素供需、有效降低成本[4]等方面的優勢，不斷與傳統產業部門相互融合，通過數據監測來優化資源配置和提高要素利用率，進而賦能傳統產業價值鏈的非物質化轉型和促進經濟快速增長。同時數字化轉型會促進綠色技術水平的提高，可有效控制和降低工廠污染物排放量。因此，在我國經濟轉型的關鍵階段，深入分析數字經濟如何影響綠色全要素生產率(GTFP)，尤其是探討城市數字經濟的影響，對明確智慧城市、數字城市和綠色城市發展具有重要的現實意義。

本文邊際貢獻主要體現在：其一，將研究樣本拓展至地級市，從城市層面上更細致地討論數字經濟對GTFP的影響；其二，將數字經濟與GTFP納入同一框架，運用空間計量模型研究數字經濟影響GTFP的溢出效應；其三，考慮到空間計量模型對于空間權重矩陣的敏感性，分別構造靜態和動態空間權重矩陣，從生產性要素流動視角討論數字經濟的空間效應影響。

二、文獻綜述與研究假設

(一)文獻綜述

數字經濟異軍突起，日益成為推動我國未來新一輪經濟增長的核心“動力引擎”。中國信通院認為，數字經濟是通過數字技術和實體經濟深度融合，持續提高經濟社會的數字化和智能化水平，加速重構經濟發展與治理模式的新興經濟形態。(1)參見《中國數字經濟發展白皮書(2021)》。在數字信息時代，Elena認為隨著無形成分占商品最終價值比例的增加和數字技術平臺門檻的降低，將會改變我們對財富生產與分配的理解。智力資本、創新理念和無形資產將替代有形資產成為最有價值的因素[5]。目前數字經濟的特征和衡量標準仍處于動態發展之中，國內外尚未建立通用的測度標準，對數字經濟的定量研究較少，主要為定性分析。如張雪玲和焦月霞圍繞信息通信基礎設施及其應用和產業發展來構建評估我國數字經濟水平的指標體系[6]；劉軍等則主要從信息化、互聯網、數字交易活動等角度對我國省級數字經濟水平進行評測[7]。此外，還有學者從產業數字化和電子商務等視角對城市數字化水平進行評價。現有文獻主要從微觀、中觀、宏觀三個層面對數字經濟的影響進行分析。微觀層面，數字技術與創新價值鏈的融合，可降低企業創新投入、培養新型領域進入者、提高生產效率，并在價值鏈中創造出新價值和助力公司管理革新。中觀層面，數字經濟可通過提升產業鏈強度和行業技術效率，從而有效賦能傳統產業轉型。宏觀層面，數字經濟對改善要素價格扭曲、提高要素配置效率[8]和激發社會創業活躍度等方面具有積極影響。

關于GTFP的研究主要分兩方面：一是探討驅動GTFP增長的影響因素，二是研究GTFP的測度體系及演化特征。從定義來看，全要素生產率忽視了環境污染和資源承載力等因素，所以在衡量社會福利增減和計算經濟績效等方面有失偏頗，而GTFP恰好彌補了這一缺陷。從本質上來講，它們都是用以衡量純技術因素對經濟增長的貢獻，但后者強調自然資源和環境的約束，能更好地反映實際經濟發展質量。目前對GTFP的研究主要集中在金融發展[9]、環境規制、碳排放和FDI等領域。

數字經濟及其衍生形式對于提高GTFP水平具有積極的正向作用。從企業視角看，電子商務的興起顯著提升了中國企業的TFP水平，且電子商務應用比其所提供的服務貢獻更大[10]。在省市層面，邱子迅和周亞虹分析了數字經濟發展對地區TFP的影響，發現試驗區的建立能顯著促進地區TFP的提高[11]。楊慧梅和江璐則從數字產業化和產業數字化兩個維度實證研究了數字經濟對TFP的影響，結果表明數字經濟不但對提高TFP水平有顯著影響，且存在明顯的空間溢出效應[12]。同時，張焱的研究也證實了這一點，并指出技術效率對TFP產生的作用效果明顯強于技術進步[13]。上述研究主要關注數字經濟對TFP的影響，但尚未有文獻從要素流動視角研究數字經濟對GTFP的空間效應影響。基于此，本文在分析數字經濟影響GTFP作用機制基礎上，運用SDM模型從資本流動和勞動力流動的視角探討數字經濟對GTFP的空間溢出效應。

(二)研究假設

隨著我國智慧城市發展戰略的不斷深入，“以創新為核心”日益成為城市技術引進和產業轉型的關鍵特征。作為城市未來經濟發展的重要“引擎”，數字經濟為城市綠色經濟效率的提升創造了諸多路徑。

首先，數字經濟通過推動產業結構升級提高GTFP。作為經濟投入產出的“資源轉換器”，產業結構調整對提高能源利用效率具有重要作用。科技進步則是推動產業結構高級化發展的動力，綠色技術創新不僅會引起傳統產業生產方式轉變，而且能持續促進產業結構優化。而以數據為核心生產要素的數字經濟，不僅具備高清潔、可復制和低成本傳輸等優勢，還能通過數字技術滲透引導產業向高技術化和低能耗方向發展，進而促進產業結構升級。

其次，數字經濟通過優化要素配置提高GTFP。對資本市場而言，金融摩擦是造成資本錯配的主要原因，破除區域金融壁壘和降低信貸門檻可有效減少金融資源錯配。目前，融資難和信貸約束是限制中小民營企業發展的關鍵，數字經濟的發展使金融機構能夠通過技術手段更有針對性地對中小企業進行幫扶，緩解其資金短缺并降低金融資本的無效配置，逐步引導和激勵企業向綠色發展模式轉型。隨著數字技術與傳統金融的融合，大數據和風險分析技術的應用也隨之深化，對降低資本流動性風險、改善金融資源配置和優化市場結構具有顯著作用。同時，金融服務的觸達能力和資本流動性的提高有效降低了信貸門檻和融資環節的冗余成本。對勞動力市場而言，更高的收入是吸引勞動力持續流動的重要驅動力[14]，但勞動市場分割和信息不對稱等因素卻阻礙了勞動力自由流動，使其供求偏離市場規律。數字經濟的發展有利于全國要素市場趨向一體化，這有力地促進了勞動力的跨區域流動，在緩解勞動力市場扭曲的同時促進了城市間的技術溢出效應。此外，數字化為勞動力的創業決策提供更多的市場有效信息和風險研判依據，減少了信息不對稱和無效創業，為城市發展注入了更多的活力。因此，本文提出如下假設。

假設1：數字經濟可以通過促進產業結構升級和改善要素扭曲提高綠色全要素生產率。

數字經濟歷經信息經濟、互聯網經濟等多個階段，其高效的信息傳輸拉近了組織間的時空距離，使得線上市場在物流體系支撐下不斷擴大，促進了組織間的經濟交流與合作，且數字經濟活動不局限于區域內部，使其空間溢出特征得以突顯。Yilmaz較早地發現了信息化會帶來空間溢出效應[15]，Keller則從知識和技術擴散的角度對溢出距離進行了補充[16]。我國學者也證實了互聯網發展會產生空間溢出效應。一方面，信息通信技術加快了數據信息的傳播，能夠以較低的成本實現知識和技術的跨時空溢出，并向生產環節滲透；另一方面，數字經濟與傳統產業部門的深度融合，為企業整合上下游產業鏈資源提供了技術支持，很大程度改變了傳統生產要素的配置方式和流向，資源環境問題得到有效緩解。同時，數字金融憑借數字技術穿透性和低成本優勢突破了傳統物理邊界，能為更多中小型企業和欠發達地區提供信貸資金支持，并通過創造就業機會、增加勞動預期收入引導勞動力流動[17]和資本流動，而勞動力和資本流動能顯著增強城市經濟活動的關聯。已有研究表明，數字經濟在促進區域經濟增長、加快工業轉型升級、提高區域協同創新、治理地區貧困等方面均具有顯著的空間溢出作用。因此，本文提出如下假設。

假設2：數字經濟發展對城市綠色全要素生產率不僅存在直接影響，還可通過資本和勞動力的跨區域流動形成空間溢出效應。

三、研究設計

(一)計量模型的構建

針對假設1，構建的基準回歸模型如下：

Gtfpit=α0+α1Digitalit+αcZit+ui+δt+εit

(1)

Mit=β0+β1Digitalit+βcZit+ui+δt+εit

(2)

Gtfpit=γ0+γ1Digitalit+γ2Mit+γcZit+ui+δt+εit

(3)

針對假設2，構建空間計量模型：

(4)

其中，Gtfpit和Digitalit分別代表城市i在t年的GTFP和數字經濟水平；ρ為空間自回歸系數；WijGtfpit和WijDigitalit分別為被解釋變量和核心解釋變量的空間交乘項，其中Wij為空間權重矩陣；Zit為控制變量；ui和δt分別為個體和時間固定效應，εit為隨機誤差項。

本文構建的空間矩陣分靜、動態兩類，靜態矩陣包括地理距離(W1)和經濟地理距離(W2)兩種矩陣。動態矩陣根據引力模型對區域間要素流動引起的空間動態關聯性進行計算得到，其公式為：

TLij=ALiLj/Dij

(5)

在(5)式中，i和j代表地區；A是常量，其值固定為1；L代表地區就業人員數量，D表示兩地距離。求出TLij之后，即可設定勞動力流動權重矩陣(W3)，該矩陣中的元素可表示為：

(6)

ωij為勞動力流動空間矩陣中的一個元素。同理可計算資本流動空間權重矩陣(W4)。

(二)變量說明與指標測度

考慮部分地區的數據缺失嚴重，本文選取272個城市作為研究樣本。數據來源于《中國城市統計年鑒》、各省《統計年鑒》和騰訊研究院。

1.被解釋變量。相對于全要素生產率，綠色全要素生產率綜合考慮了要素投入以及“好”“壞”兩類產出，能夠更加合理地衡量經濟發展質量。本文采用Super-SBM模型對城市綠色全要素生產率進行測度。

2.核心解釋變量。本文借鑒趙濤等[18]的方法，以互聯網發展、數字金融為切入點測度城市數字經濟指數。指標包括：百人中網絡寬帶接入用戶數、每百人手機用戶數、人均電信業務量、計算機從業人數占互聯網從業人員的比重、北京大學數字普惠金融指數。

3.中介變量。(1)產業結構升級。產業結構升級主要表現為整體產業結構趨向高級化發展，其本質是對勞動生產率的衡量。本文選用結構層次系數對其進行刻畫，公式為：

yimt和limt分別表示i 地區第m產業在t年產值占地區生產總值的比例和勞動生產率。其中，limt的計算公式為：

limt=Yimt/Limt

(7)

(7)式中，Yimt和Limt分別表示i 地區第m產業在t年的增加值和就業人員數量。

(2)勞動和資本要素扭曲。勞動和資本的絕對扭曲系數計算公式如下：

(8)

其中，τKi和τLi分別為資本和勞動錯配指數，但因該指數并非事先給定，所以常用相對扭曲系數來衡量勞動和資本的扭曲程度：

(9)

4.控制變量。控制變量主要包括：科技研發投入(RD)，用城市科研支出占該市當年產出總額的比例表示；人力資本水平(Humk)，選取普通本科和專科在校學生人數來表示；科學教育支出(Edu)，用城市科技投入和教育支出的總額與當年政府財政總支出的比值表示；城市服務基礎設施(Bed)，用城市醫院和衛生院床位數量衡量；對外開放度(Fcapital)，用城市當年實際使用外資額度衡量(2011年為基期)；房地產指標(House)，用當年房地產開發實際完成額表示；產業發展(Industry)，用城市第三與第二產業產值之比衡量。為盡可能減少異方差影響，對Humk、Bed、Fcapital、House指標進行取對數處理。

四、數字經濟對GTFP影響的實證分析

(一)機制分析

下頁表1報告了基準回歸和機制分析結果。由第(1)列可知，數字經濟對GTFP的回歸系數為0.048，且高度顯著，說明數字經濟對GTFP增長存在顯著的正向作用。由(2)至(4)列可知，數字經濟對產業結構升級的系數顯著為正，對資本和勞動力扭曲的系數均顯著為負，表明數字經濟發展對推動我國產業結構轉型升級、改善資本與勞動力扭曲具有顯著促進作用；由(5)至(7)列可知，數字經濟對GTFP的系數相較于第(1)列明顯變小，產業結構升級、資本扭曲和勞動力扭曲的系數依次為0.0448、-0.0809和-0.0026，并且均顯著，說明數字經濟對綠色全要素生產率不僅會產生直接影響，還存在間接效應。第(8)列回歸結果顯著。綜上所述，假設1得到驗證。

表1 數字經濟影響綠色全要素生產率的回歸分析

(二)空間效應分析

1.空間相關性分析。利用Moran’I指數法在W1和W2矩陣下分別計算出2011—2019年我國各城市數字經濟和綠色全要素生產率的空間自相關系數。結果顯示，(2)限于篇幅原因未將莫蘭指數結果呈現在文章中，如需要可向作者索要。Moran’I指數全部顯著大于零，這說明城市的數字經濟發展和綠色全要素生產率均具有較強的空間相關性。

2.空間回歸分析。根據LM、Robust LM以及 LR、Wald檢驗，本文采用時間固定效應的SDM模型，并構造靜態空間權重矩陣(地理距離W1、經濟地理距離W2)和動態空間權重矩陣(勞動力流動W3、資本流動W4)。

由表2可知，四種權重矩陣下的數字經濟對綠色全要素生產率的估計系數均顯著為正，表明數字經濟對提高城市GTFP具有顯著的正向影響。綠色全要素生產率的提高不僅受到本地區和鄰近地區數字經濟直接效應和間接效應影響，同時還受本地區綠色全要素生產率自身水平的影響。

表2 數字經濟影響GTFP的空間效應回歸結果

3.空間效應分解。表3結果顯示，數字經濟對GTFP的直接效應和空間溢出效應的系數均顯著大于零，且在多數矩陣下后者更大，表明本地區GTFP增長不僅受自身數字經濟水平的直接影響，還受周圍地區數字經濟的溢出效應影響，且后者占主要地位。從地理距離權重矩陣來看，數字技術對物理條件的突破，實現了數據、信息和技術的跨時空傳播，明顯提高了社會各領域和生產環節的技術融入度。相對于W1，W2矩陣下數字經濟的溢出效應有所減弱，這可能是因為數字技術的傳播與擴散需要雙向趨同，而城市經濟發展的差距會對數字技術的擴散方向和速度造成非平衡性阻礙，減緩數字經濟與實體經濟的融合，導致數字經濟對GTFP的溢出效應減弱。從勞動力流動的角度來看，數字經濟對GTFP的直接、間接和總效應均顯著為正，說明勞動力流動所帶來的知識、技能等溢出會增強數字經濟對GTFP的影響。與矩陣W3相似，W4矩陣下數字經濟對GTFP的三種效應同樣顯著為正，但后者的空間溢出效應遠超前者，對總效應的貢獻率高達70%，反映出資本流動相對于勞動力流動具有更多優勢，能在更大范圍內協同數字經濟發揮作用。

表3 不同類型矩陣下的空間效應分解結果

(三)穩健性檢驗

1.剔除直轄市樣本。直轄市的特殊性可能導致本文基本結論出現偏誤，所以借鑒歐陽艷艷等[19]的做法，剔除北京、天津、上海、重慶4個直轄市樣本進行回歸分析。由下頁表4分析可知，數字經濟對GTFP存在顯著的正向影響。其中，數字經濟的交互項W×Digital和空間溢出效應的估計系數均大于零且高度顯著，說明數字經濟發展不但能提升本城市GTFP水平，還能輻射臨近城市間接促進其GTFP的提高。該結果與前文基本一致，說明結論穩健。

表4 穩健性檢驗回歸結果

2.更換核心解釋變量。采用騰訊研究院2016—2020年發布的“互聯網+”指數對數字經濟指數進行替換，考慮到樣本數據的連續性，選用2016—2019年的數據進行檢驗，估計結果如表4第(5)至(8)列所示。在四種不同空間矩陣下，數字經濟的空間交互項與直接效應的估計系數均大于零且顯著。同時，空間溢出效應的估計系數也均為正，但在W4矩陣下的空間溢出效應不顯著。這可能是因為隨著時間的推移，日益激烈的“城市競賽”使得城市間資本流動量相對減少，減弱了數字經濟對GTFP的溢出效用。綜上，數字經濟發展所帶來的直接效應和空間溢出效應均會對本地和鄰近城市的GTFP產生正向作用，但顯著性又因城市發展階段的變化而出現差異。因此，前文的基本結論保持穩健。

3.內生性討論。本文主要分析城市數字經濟對綠色全要素生產率的影響，但研究可能會受到內生性問題的干擾。因此，本文將通過工具變量法來減弱內生性問題。

借鑒張璇等[20]的做法，使用地級市i周圍城市的數字經濟指數的平均數作為城市i數字經濟指數的工具變量(PDigital)。一方面，地理上相距較近的城市在網絡基礎設施、經濟實力和開放程度等方面差距較小，所以數字經濟發達城市對它們的輻射作用差距小，且鄰近城市經濟來往較多，具有較強的關聯性；另一方面，盡管數字技術具有較強地理穿透性，但城市往往是根據自身需求進行技術引進，且其空間溢出作用的著力點在于輻射范圍內的城市，并不對鄰近城市GTFP產生直接影響。下頁表5第(1)列PDigital的估計系數為0.0592且在1%的置信水平上顯著，與表1中的回歸系數相當。第(2)至(5)列是在不同權重矩陣下的空間估計結果，除了W3矩陣下數字經濟的空間交乘項和間接效應系數不顯著外，其余矩陣下數字經濟對GTFP的空間交乘項、直接效應和間接效應的系數均顯著為正值。整體來看，數字經濟水平的提高不僅會直接影響到本地GTFP增長，其產生的空間溢出效應還會向周圍擴散，對提高范圍內城市的GTFP存在間接作用，且后者作用效果突出。由此佐證了前文的結論，即數字經濟可通過直接效應和空間溢出效應對城市綠色全要素生產率產生正向作用。

表5 工具變量的回歸結果

五、異質性分析

(一)分城市行政級別

不同行政級別的城市在互聯網基礎設施建設、數字化水平以及發展潛力等方面均存在較大差別，數字技術的廣泛應用的確推動了社會的發展，但并非對所有城市都同等有利[3]。數字經濟對城市發展的作用效果不僅與經濟發展水平密切相關，還受數字制度完備性、政府治理水平等因素的制約，其作用效果具有非平衡性。因此，有必要按城市行政等級對樣本進行劃分討論其異質性。將城市分為中心城市和非中心城市展開討論，其中，中心城市包括直轄市、副省級城市和省會城市，其余為非中心城市。由結果可知，(3)限于篇幅原因未將描述性分析結果呈現在文章中，如需要可向作者索要。中心城市的數字經濟水平和綠色全要素生產率均要明顯高于非中心城市，二者均值分別相差0.045和0.881，這為異質性分析提供了基礎。

對比下頁表6第(1)至(2)列結果可知，在4種空間矩陣下，兩類城市數字經濟對GTFP的直接效應系數均顯著為正，但中心城市的系數相對較小，這意味著數字經濟在非中心城市對GTFP具有更強的直接作用。對于空間溢出效應，數字經濟在中心城市對GTFP的系數全部顯著為正，在非中心城市對GTFP的系數在大部分矩陣下也顯著為正，整體強于中心城市。相對于中心城市，數字經濟在非中心城市對綠色全要素生產率所產生的直接效應和間接效應均更強。其原因可能為：就我國一般城市而言，地方支柱性產業以勞動密集型的制造業為主且以中小型民營企業居多，資金短缺、創新不足、產品技術含量低等成為限制這類企業發展的關鍵原因，而數字經濟能在很大程度上緩解此類問題。其一，數字技術平臺拓寬了企業的信息來源和產品的銷售渠道，有助于幫助企業提高決策能力；(4)參見李曉華、司曉：《產業互聯網如何更好服務實體經濟》，載《經濟日報》2019 年9 月10 日。其二，數字金融的發展使得這類城市的資源與產業鏈整合進度明顯加快，企業資金流轉與產品生產效率實現大幅提升；其三，數字化技術還為政府提供了智能公開辦公平臺，城市綜合效率得到明顯提高。相對于中心城市，由于非中心城市的發展相對落后，所以技術沖擊對其具有較強的邊際效應，對綠色全要素生產率作用更大。

(二)分經濟區域

由于各地區在經濟發展、產業結構、交通設施和信息化建設等方面存在相當差距，所以本文將通過劃分經濟區來檢驗數字經濟對城市GTFP的異質性影響。由描述性結果可知，(5)限于篇幅原因未將結果呈現在文章中，如需要可向作者索要。東部地區的指標值要明顯高于其他地區，中部地區略低于西部和東北部地區。

下頁表6第(3)至(6)列結果顯示，不同區域數字經濟對GTFP的影響存在明顯差異。東部地區數字經濟對城市GTFP的直接、間接效應系數均大于零且高度顯著，表明東部地區GTFP受到了數字經濟直接效應和空間溢出效應的正向影響。中部地區數字經濟在靜、動態矩陣下對GTFP的直接效應均顯著大于零，但間接效應僅在W2和W4矩陣下顯著為正，說明雖然數字經濟發展對GTFP具有較強的直接促進作用，但對區域內部城市的溢出效果存在差異。這是因為：盡管中部地區擁有較好的地理位置，但沿海地區激烈的人才爭致使中部地區人才流失嚴重，而人才短缺導致該地區無法充分發揮數字經濟的影響。西部地區數字經濟對綠色全要素生產率的直接效應僅在W3矩陣下顯著為正，空間溢出效應在W1和W4矩陣下顯著為正。其原因可能為：受經濟發展水平和地理條件限制，技術人才密度低和城市關聯度低是造成在該地區效果不顯著的主要原因。數字經濟在東北地區對綠色全要素生產率的直接效應系數在大部分權重矩陣下顯著為正，但空間溢出效應系數差異較大，僅在W2和W4矩陣下顯著大于零。這說明數字經濟發展對提高東北地區的GTFP水平的直接作用明顯，但空間溢出效應會因城市稟賦的不同而出現較大差異。其原因可能為：經濟持續衰退致使大批人員外流，城市資源競爭使得城市間的正向溢出減少，但同時經濟堅挺城市又會因新生資本的注入并在數字經濟水平內外部落差較大的條件下產生正向溢出效應。

表6 分城市行政級別和經濟區域的異質性回歸結果

六、結論

本文基于數字經濟日益成為我國經濟發展新動能的客觀事實，在測算數字經濟和綠色全要素生產率指數的基礎上，實證研究了數字經濟對GTFP增長的影響，主要結論如下。首先，數字經濟對GTFP存在顯著促進作用。數字經濟通過加快產業結構升級和改善要素扭曲影響GTFP。這說明數字經濟不僅能直接促進GFTP增長，還會通過與傳統行業融合加快經濟體產業結構優化以及通過數字技術減少信息不對稱來改善勞動力和資本市場扭曲，從而間接對GTFP增長產生促進作用。

其次，數字經濟和GTFP具有顯著的空間關聯性，且前者對后者具有顯著的直接和間接影響，即本城市GTFP的提高不僅受本地數字經濟水平的作用，還與鄰近城市數字經濟水平變化所帶來的空間溢出效應緊密相關。數字經濟可通過資本和勞動力的跨區域流動促進本城市綠色全要素生產率的提升，且前者占據主導地位。穩健性檢驗中，通過替換核心解釋變量、剔除特殊樣本、使用工具變量等方式得出的估計結果均支持此結論。

最后，數字經濟對綠色全要素生產率存在異質性影響。相對中心城市，非中心城市的數字經濟發展對提高綠色全要素生產率的空間溢出效應更強。數字經濟在人才密集和經濟發達的東部地區對GTFP的作用最強，其次是中部、東北部和西部地區。中部地區由于受沿海和中心城市“虹吸效應”影響，導致數字經濟在該地區的空間溢出效果不明顯；東北地區可能受到人口外流等因素的影響，整體溢出效果不顯著；西部地區則因自然條件和基礎設施等因素制約，導致數字經濟在該地區對綠色全要素生產率的作用最不明顯。因此，針對數字經濟對GTFP增長存在空間關聯性和溢出效應的特征，政府在制定政策提高本地區綠色全要素生產率時，不應只關注本城市發展數字經濟的優勢，還應關注鄰近城市和數字化水平較高城市的動態，積極搭建交流與合作平臺，增強城市間的數字經濟協同性，從而擴大數字經濟發展的空間溢出效應。此外，鑒于數字經濟對GTFP的影響存在異質性，國家可以在政策上適當地向落后地區傾斜，加大支持力度，著力引導人才和資源回流，提升區域整體技術水平。