數(shù)字經(jīng)濟(jì)對(duì)綠色全要素生產(chǎn)率的影響研究

【摘" "要】 在中國(guó)式現(xiàn)代化背景下，如何促進(jìn)人與自然和諧共生、破解綠色發(fā)展困境已然成為當(dāng)前亟待解決的問題。為此，基于2011—2020年我國(guó)223個(gè)地級(jí)及以上城市的面板數(shù)據(jù)，實(shí)證分析數(shù)字經(jīng)濟(jì)對(duì)綠色全要素生產(chǎn)率的影響及作用機(jī)制。研究結(jié)果表明：數(shù)字經(jīng)濟(jì)能夠顯著提高綠色全要素生產(chǎn)率，且該結(jié)論具有穩(wěn)健性；數(shù)字經(jīng)濟(jì)對(duì)綠色全要素生產(chǎn)率的作用效果存在時(shí)間異質(zhì)性、區(qū)域異質(zhì)性和人口異質(zhì)性；數(shù)字經(jīng)濟(jì)能夠通過改進(jìn)綠色技術(shù)與提升綠色效率、降低資源型產(chǎn)業(yè)依賴程度和緩解資源錯(cuò)配程度來提高綠色全要素生產(chǎn)率；數(shù)字經(jīng)濟(jì)對(duì)綠色全要素生產(chǎn)率的提高作用會(huì)產(chǎn)生正向的空間溢出效應(yīng)，提升鄰近城市的綠色全要素生產(chǎn)率。據(jù)此，應(yīng)加快推動(dòng)數(shù)字化發(fā)展進(jìn)程、制定差異化數(shù)字經(jīng)濟(jì)發(fā)展戰(zhàn)略、引導(dǎo)資源型產(chǎn)業(yè)綠色化發(fā)展、完善資源要素配置機(jī)制，以期提高綠色全要素生產(chǎn)率、深入貫徹綠色發(fā)展理念。

【關(guān)鍵詞】 數(shù)字經(jīng)濟(jì)；綠色全要素生產(chǎn)率；資源型產(chǎn)業(yè)依賴；資源錯(cuò)配；空間效應(yīng)

中圖分類號(hào)：F49；F124.5" " "文獻(xiàn)標(biāo)志碼：A" " " 文章編號(hào)：1673-8004（2024）04-0047-18

一、引言

黨的二十大報(bào)告指出，“必須牢固樹立和踐行綠水青山就是金山銀山的理念，站在人與自然和諧共生的高度謀劃發(fā)展?！边@表明，改變以往粗放式的經(jīng)濟(jì)增長(zhǎng)方式，推動(dòng)經(jīng)濟(jì)綠色化發(fā)展將是社會(huì)可持續(xù)良性發(fā)展的關(guān)鍵。包含經(jīng)濟(jì)效益和環(huán)境效益綜合指標(biāo)的綠色全要素生產(chǎn)率，亦成為衡量綠色經(jīng)濟(jì)發(fā)展效率的標(biāo)準(zhǔn)［1］。因此，如何尋找一條能夠兼顧綠水青山與金山銀山的經(jīng)濟(jì)發(fā)展道路，如何有效提升綠色全要素生產(chǎn)率，已然成為當(dāng)前亟待解決的問題。與此同時(shí)，隨著數(shù)據(jù)被確認(rèn)為新型生產(chǎn)要素，新一輪的數(shù)字變革潮流正席卷而來。在最新發(fā)布的《中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展報(bào)告（2022年）》中，我國(guó)數(shù)字經(jīng)濟(jì)規(guī)模同比增長(zhǎng)16.2%，占到GDP的39.8%?？梢?，以數(shù)據(jù)為驅(qū)動(dòng)引擎的數(shù)字經(jīng)濟(jì)正逐漸成為引領(lǐng)國(guó)民經(jīng)濟(jì)增長(zhǎng)的重要力量。發(fā)揮數(shù)字經(jīng)濟(jì)的賦能作用，一方面可以顯著提升就業(yè)質(zhì)量［2］、促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展［3］，另一方面可以有效改善城市空氣質(zhì)量［4］、強(qiáng)化企業(yè)環(huán)境治理意識(shí)［5］。

鑒于此，恰逢數(shù)字經(jīng)濟(jì)百舸爭(zhēng)流與綠色發(fā)展奮楫篤行之際，研究數(shù)字經(jīng)濟(jì)對(duì)綠色全要素生產(chǎn)率的影響作用，厘清二者之間的內(nèi)在關(guān)系，有助于在新時(shí)代新征程上準(zhǔn)確把握數(shù)字經(jīng)濟(jì)的綠色賦能效應(yīng)，為深刻貫徹綠色發(fā)展理念提供一定的理論與實(shí)證依據(jù)。

梳理現(xiàn)有與本研究相關(guān)的文獻(xiàn)，可分為以下三個(gè)方面：一是有關(guān)數(shù)字經(jīng)濟(jì)的綠色賦能作用；二是有關(guān)數(shù)字經(jīng)濟(jì)對(duì)全要素生產(chǎn)率的提升作用；三是有關(guān)數(shù)字經(jīng)濟(jì)對(duì)綠色全要素生產(chǎn)率的影響機(jī)制。

首先，有關(guān)數(shù)字經(jīng)濟(jì)的綠色賦能作用。從微觀層面看，以數(shù)字經(jīng)濟(jì)發(fā)展為主要抓手的智慧城市建設(shè)能夠顯著提高企業(yè)綠色技術(shù)創(chuàng)新水平［6］，并且通過發(fā)揮數(shù)字經(jīng)濟(jì)對(duì)市場(chǎng)激勵(lì)型環(huán)境規(guī)制的綠色賦能作用，能夠很好地實(shí)現(xiàn)企業(yè)綠色技術(shù)創(chuàng)新的“提質(zhì)增量”效果［7］。從宏觀層面看，數(shù)字經(jīng)濟(jì)既能通過強(qiáng)化地區(qū)財(cái)政分權(quán)、弱化地區(qū)金融分權(quán)的方式，推動(dòng)地區(qū)產(chǎn)業(yè)結(jié)構(gòu)清潔化［8］，又能通過提高地區(qū)綠色創(chuàng)新水平、優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)的方式來降低地區(qū)中環(huán)境污染物的排放量［9］，也能夠通過加強(qiáng)技術(shù)創(chuàng)新、助力企業(yè)成長(zhǎng)、推動(dòng)產(chǎn)業(yè)優(yōu)化的方式來提高地區(qū)綠色發(fā)展水平［10］。

其次，有關(guān)數(shù)字經(jīng)濟(jì)對(duì)全要素生產(chǎn)率的提升作用。從微觀層面看，數(shù)字經(jīng)濟(jì)既能通過提升技術(shù)效率與監(jiān)督?jīng)Q策效率來提升企業(yè)全要素生產(chǎn)率［11］，又能通過緩解融資約束、提高創(chuàng)新水平和促進(jìn)數(shù)字化轉(zhuǎn)型來提升企業(yè)全要素生產(chǎn)率［12-13］，也能通過擴(kuò)大技術(shù)市場(chǎng)規(guī)模來提升企業(yè)全要素生產(chǎn)率［14］。從宏觀層面看，發(fā)展數(shù)字經(jīng)濟(jì)，能夠顯著提升區(qū)域整體全要素生產(chǎn)率［15］；數(shù)字經(jīng)濟(jì)可以成為提高城市應(yīng)對(duì)自然、社會(huì)不確定性的驅(qū)動(dòng)器［16］。分行業(yè)來看，數(shù)字賦能可以通過促進(jìn)旅游業(yè)技術(shù)進(jìn)步來提升區(qū)域旅游業(yè)全要素生產(chǎn)率［17］；可以完善政策體系、建立倉儲(chǔ)數(shù)據(jù)庫、搭建共享平臺(tái)，打通全線渠道、強(qiáng)化情境體驗(yàn)［18］；也可以通過優(yōu)化數(shù)據(jù)要素配置來提升制造業(yè)全要素生產(chǎn)率［19］。

最后，有關(guān)數(shù)字經(jīng)濟(jì)對(duì)綠色全要素生產(chǎn)率的影響機(jī)制。從數(shù)字經(jīng)濟(jì)直接層面來看，數(shù)字經(jīng)濟(jì)既能通過調(diào)節(jié)環(huán)境規(guī)制來提升綠色全要素生產(chǎn)率［20］，又能通過推動(dòng)技術(shù)創(chuàng)新來提升綠色全要素生產(chǎn)率［21］，也能通過優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)與人力資本結(jié)構(gòu)來提升城市綠色全要素生產(chǎn)率［22］。從數(shù)字環(huán)境間接層面來看，新型數(shù)字基礎(chǔ)設(shè)施能夠通過創(chuàng)新可再生能源技術(shù)與改善產(chǎn)業(yè)結(jié)構(gòu)來提升綠色全要素生產(chǎn)率［23］；數(shù)字金融能夠通過促進(jìn)技術(shù)創(chuàng)新與活躍地區(qū)創(chuàng)業(yè)水平來提升綠色全要素生產(chǎn)率［24］；數(shù)字化鄉(xiāng)村能夠通過推動(dòng)農(nóng)業(yè)技術(shù)進(jìn)步來提升農(nóng)業(yè)綠色全要素生產(chǎn)率［25］。

歸納現(xiàn)有文獻(xiàn)可以發(fā)現(xiàn)，不少學(xué)者肯定了數(shù)字經(jīng)濟(jì)的綠色賦能作用以及數(shù)字經(jīng)濟(jì)對(duì)全要素生產(chǎn)率的提升作用，但有關(guān)直接聚焦數(shù)字經(jīng)濟(jì)與綠色全要素生產(chǎn)率的研究較少。另外，現(xiàn)有的有關(guān)機(jī)制分析的研究視角多以產(chǎn)業(yè)結(jié)構(gòu)、技術(shù)創(chuàng)新和環(huán)境規(guī)制等為主，較少學(xué)者考慮到地區(qū)資源稟賦與資源利用程度在數(shù)字經(jīng)濟(jì)對(duì)綠色全要素生產(chǎn)率的影響過程中所起到的中介路徑作用。再者，多數(shù)相關(guān)文獻(xiàn)未將空間因素納入分析模型之中，而在數(shù)字經(jīng)濟(jì)背景下，區(qū)域之間的要素流通將更為頻繁［26］，使得數(shù)字經(jīng)濟(jì)對(duì)綠色全要素生產(chǎn)率的影響難免會(huì)存在空間溢出效應(yīng)。最后，大多數(shù)學(xué)者以省級(jí)宏觀層面或是企業(yè)微觀層面作為研究對(duì)象，缺乏有關(guān)城市層面的中觀研究。

鑒于此，本文以我國(guó)223個(gè)地級(jí)及以上城市為研究對(duì)象，聚焦數(shù)字經(jīng)濟(jì)與綠色全要素生產(chǎn)率兩大主題，先后構(gòu)建基準(zhǔn)回歸模型、中介效應(yīng)模型、空間計(jì)量模型，從理論與實(shí)證來分析數(shù)字經(jīng)濟(jì)對(duì)綠色全要素生產(chǎn)率的影響效果及其異質(zhì)性，并進(jìn)一步分析資源型產(chǎn)業(yè)依賴、資源錯(cuò)配程度在數(shù)字經(jīng)濟(jì)對(duì)綠色全要素生產(chǎn)率影響中的中介作用，以及數(shù)字經(jīng)濟(jì)對(duì)綠色全要素生產(chǎn)率的空間溢出效應(yīng)，進(jìn)而為有效提高綠色全要素生產(chǎn)率、深刻貫徹綠色發(fā)展理念提供一定程度上的借鑒意義。

二、機(jī)理分析與研究假設(shè)

（一）數(shù)字經(jīng)濟(jì)對(duì)綠色全要素生產(chǎn)率的影響作用

綠色全要素生產(chǎn)率是指在考慮了環(huán)境保護(hù)效果之后所能帶來的經(jīng)濟(jì)產(chǎn)出效率，是衡量經(jīng)濟(jì)綠色高質(zhì)量發(fā)展的關(guān)鍵性綜合指標(biāo)。為此，從環(huán)境保護(hù)效果來看，區(qū)別于傳統(tǒng)經(jīng)濟(jì)發(fā)展模式所需的大量能耗，數(shù)字經(jīng)濟(jì)具有技術(shù)清潔型、環(huán)境友好型的成長(zhǎng)特征，能夠驅(qū)動(dòng)各產(chǎn)業(yè)向低能耗方向發(fā)展，從而有效減少污染物排放；從經(jīng)濟(jì)產(chǎn)出效率來看，通過大數(shù)據(jù)、人工智能、云計(jì)算等數(shù)字技術(shù)的有力支撐，能夠大大降低產(chǎn)業(yè)運(yùn)營(yíng)成本，提高產(chǎn)業(yè)生產(chǎn)效率，進(jìn)而促進(jìn)產(chǎn)業(yè)增加值的上升。具體來看，在數(shù)字產(chǎn)業(yè)化方面，數(shù)字化技術(shù)與數(shù)字產(chǎn)品的出現(xiàn)能夠減少本地區(qū)資源投入的浪費(fèi)，收到節(jié)能減排之效。例如E-mail、釘釘考勤打卡、網(wǎng)絡(luò)傳真等形式各樣的無紙化辦公模式能夠極大地減少紙張的浪費(fèi)；騰訊會(huì)議、微信、QQ等軟件的應(yīng)用既能減少大量不必要的線下通勤活動(dòng)，減少能源耗費(fèi)，又能提升工作效率。在產(chǎn)業(yè)數(shù)字化方面，各行業(yè)的數(shù)字化轉(zhuǎn)型，能夠?yàn)槔迩骞?yīng)鏈上、中、下游的實(shí)際需求與實(shí)際供給提供有力的數(shù)字技術(shù)支撐，減弱“牛鞭效應(yīng)”的影響，進(jìn)而一定程度上規(guī)避不確定性所帶來的經(jīng)濟(jì)風(fēng)險(xiǎn)與能源投入浪費(fèi)?；诖?，本文提出如下假設(shè)：

H1：數(shù)字經(jīng)濟(jì)發(fā)展能夠有效提升綠色全要素生產(chǎn)率。

（二）數(shù)字經(jīng)濟(jì)對(duì)綠色全要素生產(chǎn)率的中介機(jī)制

進(jìn)一步圍繞資源視角分析，數(shù)字經(jīng)濟(jì)可通過影響資源型產(chǎn)業(yè)依賴與資源錯(cuò)配程度來作用于綠色全要素生產(chǎn)率。

從資源型產(chǎn)業(yè)依賴來看，傳統(tǒng)的經(jīng)濟(jì)學(xué)觀點(diǎn)認(rèn)為，發(fā)展中國(guó)家能夠通過利用豐富的自然資源使工業(yè)經(jīng)濟(jì)得到快速的發(fā)展［27］。長(zhǎng)期以來，為了促進(jìn)經(jīng)濟(jì)發(fā)展，不少地區(qū)都在“先污染后治理”的傳統(tǒng)觀念影響下，以犧牲生態(tài)資源環(huán)境為代價(jià)來換取經(jīng)濟(jì)的高速增長(zhǎng)，這種現(xiàn)象在資源稟賦型地區(qū)表現(xiàn)得更為突出。受益于“資源紅利”，短期內(nèi)可以獲得大量的經(jīng)濟(jì)產(chǎn)出，迅速提高短期的經(jīng)濟(jì)增長(zhǎng)速度；但長(zhǎng)期內(nèi)卻會(huì)形成“資源詛咒”，對(duì)其他經(jīng)濟(jì)活動(dòng)產(chǎn)生擠出效應(yīng)，不利于長(zhǎng)期的經(jīng)濟(jì)增長(zhǎng)速度［28］，進(jìn)而抑制綠色全要素生產(chǎn)率的增長(zhǎng)。據(jù)此，促使資源型產(chǎn)業(yè)發(fā)展與數(shù)字經(jīng)濟(jì)發(fā)展相融合，一方面能夠通過數(shù)字化建模與仿真來設(shè)計(jì)合理有效的工作流程，優(yōu)化已有技術(shù)路徑，重構(gòu)投入與產(chǎn)出的關(guān)系，進(jìn)而提高全要素生產(chǎn)率；另一方面能夠通過數(shù)字化網(wǎng)絡(luò)平臺(tái)來增加資源型產(chǎn)業(yè)的信息透明度，強(qiáng)化政府與公眾對(duì)生產(chǎn)過程中的環(huán)境保護(hù)監(jiān)督作用，防范環(huán)保腐敗行為的發(fā)生，進(jìn)而提高綠色化水平，最終實(shí)現(xiàn)綠色全要素生產(chǎn)率的提升目標(biāo)。

從資源錯(cuò)配程度來看，由于信息不對(duì)稱情況的存在，現(xiàn)有市場(chǎng)中的資本與勞動(dòng)力等資源要素難以得到合理配置，造成部分地區(qū)資本溢出、勞動(dòng)力過剩與部分地區(qū)資本短缺、勞動(dòng)力不足二者并存的現(xiàn)象，導(dǎo)致要素閑置之際既帶來能源消耗沉沒成本的損失，又使得全要素生產(chǎn)率下降，進(jìn)而抑制綠色全要素生產(chǎn)率的增長(zhǎng)。隨著數(shù)字經(jīng)濟(jì)的發(fā)展，對(duì)資本要素而言，能夠通過數(shù)字技術(shù)所建立的融資平臺(tái)來引導(dǎo)溢出資本流向資本短缺的地區(qū)，實(shí)現(xiàn)資本要素的有效配置，并逐步建立綠色融資考核機(jī)制，推動(dòng)融資地區(qū)綠色化發(fā)展，從而提升綠色全要素生產(chǎn)率；對(duì)勞動(dòng)力要素而言，能夠通過數(shù)字技術(shù)所建立的求職平臺(tái)來破解因地理邊界所帶來的就業(yè)信息壁壘，促使過剩勞動(dòng)力流向勞動(dòng)力不足的地區(qū)，實(shí)現(xiàn)勞動(dòng)力要素的有效配置，并且節(jié)約供需雙方的信息收集成本，降低能源消耗量，從而提升綠色全要素生產(chǎn)率?；诖?，本文提出如下兩個(gè)假設(shè)：

H2：數(shù)字經(jīng)濟(jì)發(fā)展通過降低資源型產(chǎn)業(yè)依賴程度來提升綠色全要素生產(chǎn)率。

H3：數(shù)字經(jīng)濟(jì)發(fā)展通過緩解資源錯(cuò)配程度來提升綠色全要素生產(chǎn)率。

三、研究設(shè)計(jì)

（一）模型構(gòu)建

為檢驗(yàn)數(shù)字經(jīng)濟(jì)對(duì)綠色全要素生產(chǎn)率的影響，構(gòu)建基準(zhǔn)模型如下：

Pit=α+βDit+γXit+μi+δt+εit（1）

其中，被解釋變量Pit表示i城市在t年的綠色全要素生產(chǎn)率；解釋變量Dit表示i城市在t年的數(shù)字經(jīng)濟(jì)發(fā)展水平；Xit表示i城市在t年的一系列控制變量，包括城鎮(zhèn)化率、產(chǎn)業(yè)結(jié)構(gòu)、經(jīng)濟(jì)發(fā)展水平、人力資本水平、外商直接投資、環(huán)境規(guī)制以及對(duì)外開放水平等；α、 β、γ表示待估參數(shù)， μi表示地區(qū)固定效應(yīng)，δt表示年份固定效應(yīng)，εit表示隨機(jī)擾動(dòng)項(xiàng)。

為探討數(shù)字經(jīng)濟(jì)對(duì)綠色全要素生產(chǎn)率的作用機(jī)制，參考Baron和Kenny［29］的做法，在式（1）的基礎(chǔ)上增添逐步回歸模型，以進(jìn)行中介機(jī)制檢驗(yàn)。具體模型構(gòu)建為：

Mit=α+βDit+γXit+μi+δt+εit（2）

Pit=α+βDit+φMit+γXit+μi+δt+εit（3）

其中，Mit表示中介變量，包括資源型產(chǎn)業(yè)依賴、資本錯(cuò)配指數(shù)與勞動(dòng)力錯(cuò)配指數(shù)；φ為待估參數(shù)。其余符號(hào)含義與前文一致。當(dāng)式（1）和式（2）中解釋變量的系數(shù)均顯著時(shí)，若式（3）中解釋變量的系數(shù)顯著，中介變量的系數(shù)顯著，則存在部分中介效應(yīng)；若式（3）中解釋變量的系數(shù)不顯著，中介變量的系數(shù)顯著，則存在完全中介效應(yīng)；若式（3）中介變量的系數(shù)不顯著，則不存在中介效應(yīng)。

為研究數(shù)字經(jīng)濟(jì)對(duì)綠色全要素生產(chǎn)率的空間效應(yīng)，在式（1）的基礎(chǔ)上加入空間因素，以構(gòu)建空間計(jì)量模型?，F(xiàn)有常用的三種空間計(jì)量模型為：

Pit=ρWijPit+βDit+γXit+εit（4）

Pit=βDit+γXit+νit， νit=λWij νjt+εit（5）

Pit=ρWijPit+βDit+γXit+αWijDit+φWijXit+εit（6）

其中，式（4）表示空間自回歸模型（SAR）；式（5）表示空間誤差模型（SEM）；式（6）表示空間杜賓模型（SDM）；W表示空間權(quán)重矩陣，vit表示空間誤差項(xiàng)，ρ、λ分別表示空間滯后系數(shù)、空間誤差系數(shù)。其余符號(hào)含義與前文一致。

（二）變量設(shè)置

1.被解釋變量

被解釋變量為綠色全要素生產(chǎn)率（P）。為減少估計(jì)偏差，參考盧福財(cái)?shù)龋?0］的做法，采用同時(shí)考量投入、期望產(chǎn)出和非期望產(chǎn)出的SBM-DDF模型來測(cè)度綠色全要素生產(chǎn)率。在投入方面，選取資本、勞動(dòng)、能源三個(gè)要素。其中，資本投入以單豪杰［31］的計(jì)算方式進(jìn)行量化；勞動(dòng)投入以各城市每年年末的就業(yè)總?cè)藬?shù)進(jìn)行量化；能源投入以各城市能源消費(fèi)總量進(jìn)行量化。在期望產(chǎn)出方面選取各城市的GDP，在非期望產(chǎn)出方面選取各城市的碳排放量以及工業(yè)“三廢”排放量，即工業(yè)廢水排放量、工業(yè)二氧化硫排放量、工業(yè)粉塵排放量。

2.核心解釋變量

核心解釋變量為數(shù)字經(jīng)濟(jì)發(fā)展水平（D）?？紤]到數(shù)字經(jīng)濟(jì)給生活帶來的巨大改變，其綜合評(píng)價(jià)指標(biāo)要能夠較全面地反映一個(gè)地區(qū)的數(shù)字化綜合發(fā)展水平。為此，本文結(jié)合中國(guó)信息通信研究院對(duì)數(shù)字經(jīng)濟(jì)的定義，參考楊慧梅等［32］、吳孔亮等［33］的做法，從數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化兩個(gè)維度展開，共計(jì)選取23個(gè)指標(biāo)來細(xì)化數(shù)字經(jīng)濟(jì)發(fā)展帶來的影響，并采取較為客觀科學(xué)的熵權(quán)法進(jìn)行數(shù)字經(jīng)濟(jì)綜合指數(shù)的計(jì)算［34］。具體評(píng)價(jià)指標(biāo)體系的構(gòu)建如表1所示。

3.中介變量

資源型產(chǎn)業(yè)依賴（R）。由于采礦業(yè)包含諸如煤炭、石油、天然氣等初級(jí)自然資源開采產(chǎn)業(yè)，能夠較好地反映地區(qū)對(duì)資源型產(chǎn)業(yè)的依賴程度，故本文參考邵帥等［35］的做法，以采礦業(yè)從業(yè)人數(shù)與總從業(yè)人數(shù)之比來衡量資源型產(chǎn)業(yè)依賴程度。

資源錯(cuò)配程度。參考崔書會(huì)等［36］的做法，從資本錯(cuò)配程度（C）與勞動(dòng)力錯(cuò)配程度（L）兩個(gè)方面來表征資源錯(cuò)配程度。其計(jì)算公式為：

其中，γki表示資本價(jià)格扭曲系數(shù)，γli表示勞動(dòng)力價(jià)格扭曲系數(shù)，其計(jì)算公式分別為：

其中，si表示i城市的GDP占GDP總和的比重；ki /k表示i城市的資本投入占資本總投入的比重，此處資本投入同前文計(jì)算方法一致；li /l表示i城市的年末就業(yè)人數(shù)占年末就業(yè)總?cè)藬?shù)的比重；βki與βli分別表示i城市的資本產(chǎn)出彈性與勞動(dòng)產(chǎn)出彈性，此處使用生產(chǎn)函數(shù)進(jìn)行估算［37］；βk與βl分別表示資本貢獻(xiàn)值與勞動(dòng)力貢獻(xiàn)值。

由于資源配置存在不足或是過剩的情況，會(huì)使得后續(xù)回歸方向不一致，因而此處對(duì)C與L做絕對(duì)值處理。當(dāng)數(shù)值越大時(shí)，表示資本錯(cuò)配程度與勞動(dòng)力錯(cuò)配程度越嚴(yán)重［38］。

4.控制變量

為了減少模型估計(jì)的偏差，本文借鑒現(xiàn)有學(xué)者在研究綠色全要素生產(chǎn)率時(shí)的做法，選取如下控制變量：城鎮(zhèn)化率、產(chǎn)業(yè)結(jié)構(gòu)、經(jīng)濟(jì)發(fā)展水平、人力資本水平、外商直接投資、環(huán)境規(guī)制程度和對(duì)外開放程度。具體測(cè)度方法如表2所示。為減少異方差的產(chǎn)生，對(duì)部分變量做對(duì)數(shù)化處理。

（三）數(shù)據(jù)來源

考慮到城市層面數(shù)據(jù)的完整性與有效性，結(jié)合數(shù)字經(jīng)濟(jì)在我國(guó)興起的時(shí)間，選取2011—2020年我國(guó)223個(gè)地級(jí)及以上城市的面板數(shù)據(jù)作為研究樣本。初始數(shù)據(jù)來源于《中國(guó)工業(yè)統(tǒng)計(jì)年鑒》《中國(guó)信息統(tǒng)計(jì)年鑒》《中國(guó)能源統(tǒng)計(jì)年鑒》《中國(guó)第三產(chǎn)業(yè)統(tǒng)計(jì)年鑒》《中國(guó)統(tǒng)計(jì)年鑒》和《中國(guó)城市統(tǒng)計(jì)年鑒》以及北京大學(xué)數(shù)字金融研究中心。對(duì)于缺失數(shù)據(jù)采用插值法或增長(zhǎng)率法進(jìn)行補(bǔ)充。

（四）描述性統(tǒng)計(jì)

各變量的描述性統(tǒng)計(jì)如表3所示。其中，綠色全要素生產(chǎn)率（P）的均值為1.825 1，大于1，表明我國(guó)整體的綠色全要素生產(chǎn)率呈上升趨勢(shì)，但其最大值與最小值相差較大，這意味著各城市之間的綠色全要素生產(chǎn)率呈現(xiàn)較大差異。數(shù)字經(jīng)濟(jì)發(fā)展水平（D）的均值為0.372 6，小于0.5，表明我國(guó)整體的數(shù)字經(jīng)濟(jì)發(fā)展水平尚有待提高，且其最大值與最小值相差也比較大。這意味著各城市之間的數(shù)字經(jīng)濟(jì)發(fā)展水平同樣呈現(xiàn)較大差異。通過計(jì)算，P與D之間的相關(guān)系數(shù)為0.544 4，呈現(xiàn)正相關(guān)關(guān)系，初步表明提高數(shù)字經(jīng)濟(jì)發(fā)展水平將有助于綠色全要素生產(chǎn)率的提升，但這還需要后續(xù)的實(shí)證分析進(jìn)行檢驗(yàn)。

四、實(shí)證檢驗(yàn)

（一）基準(zhǔn)回歸結(jié)果

根據(jù)前文所建基準(zhǔn)模型，使用OLS進(jìn)行回歸分析，具體結(jié)果如表4所示。從表4的第1列可以看出，在僅控制時(shí)間固定效應(yīng)的情況下，數(shù)字經(jīng)濟(jì)對(duì)綠色全要素生產(chǎn)率的影響為正向，且在1%的水平下顯著；從第2列可以看出，在同時(shí)控制時(shí)間固定效應(yīng)與地區(qū)固定效應(yīng)的情況下，數(shù)字經(jīng)濟(jì)對(duì)綠色全要素生產(chǎn)率的影響依舊為正向，且在1%的水平下顯著；從第3列可以看到，在控制時(shí)間固定效應(yīng)、地區(qū)固定效應(yīng)和加入控制變量的情況下，數(shù)字經(jīng)濟(jì)對(duì)綠色全要素生產(chǎn)率的影響仍然為正向，且在5%的水平下顯著。以上回歸結(jié)果表明，發(fā)展數(shù)字經(jīng)濟(jì)能夠有效提高綠色全要素生產(chǎn)率，支持假設(shè)H1成立。

（二）穩(wěn)健性檢驗(yàn)

1.替換解釋變量

區(qū)別于傳統(tǒng)經(jīng)濟(jì)增長(zhǎng)模式，作為新型經(jīng)濟(jì)形態(tài)的數(shù)字經(jīng)濟(jì)主要依靠的是數(shù)據(jù)與現(xiàn)代信息網(wǎng)絡(luò)，而互聯(lián)網(wǎng)的發(fā)展能夠擴(kuò)大數(shù)據(jù)信息的輻射范圍，強(qiáng)化現(xiàn)代信息網(wǎng)絡(luò)對(duì)數(shù)字經(jīng)濟(jì)的支撐作用；反過來，數(shù)字經(jīng)濟(jì)也能夠促進(jìn)互聯(lián)網(wǎng)發(fā)展。因而二者呈現(xiàn)相輔相成的關(guān)系。為此，本文通過主成分分析法，從互聯(lián)網(wǎng)應(yīng)用與產(chǎn)出的角度來測(cè)度城市互聯(lián)網(wǎng)發(fā)展指數(shù)［39］，并以城市互聯(lián)網(wǎng)發(fā)展指數(shù)（T）來代替數(shù)字經(jīng)濟(jì)發(fā)展水平進(jìn)行回歸分析，具體分析結(jié)果如表5的第1列和第2列所示。可以看出，不管是否加入控制變量，互聯(lián)網(wǎng)發(fā)展對(duì)綠色全要素生產(chǎn)率的影響系數(shù)始終顯著為正，與前文數(shù)字經(jīng)濟(jì)對(duì)綠色全要素生產(chǎn)率的影響系數(shù)符號(hào)方向一致，這表明前文基準(zhǔn)回歸結(jié)果具有穩(wěn)健性。

2.剔除特殊樣本

相較于其他地級(jí)城市，直轄市的城市規(guī)模大小、人力資源存量以及數(shù)字化基礎(chǔ)設(shè)施等外部環(huán)境因素都顯得更加突出，而這些外部環(huán)境因素也會(huì)對(duì)綠色全要素生產(chǎn)率造成不可忽視的影響。因此，為防止特殊樣本的極端值影響模型回歸結(jié)果，本文將直轄市從研究樣本中剔除，并按照前文所構(gòu)建的模型進(jìn)行回歸分析，具體分析結(jié)果如表5的第3列和第4列所示?？梢钥闯?，不管是否加入控制變量，數(shù)字經(jīng)濟(jì)對(duì)綠色全要素生產(chǎn)率的影響系數(shù)始終顯著為正，與前文分析結(jié)果一致。這表明前文基準(zhǔn)回歸結(jié)果具有穩(wěn)健性。

3.內(nèi)生性處理

考慮到內(nèi)生性的存在會(huì)影響基準(zhǔn)模型的回歸結(jié)果，本文參考彭迪云等［40］的做法，以數(shù)字經(jīng)濟(jì)發(fā)展水平的滯后一期作為工具變量，分別使用2SLS模型和GMM模型進(jìn)行回歸分析，具體分析結(jié)果如表5的第5列至第8列所示?？梢钥闯觯还苁欠窦尤肟刂谱兞浚瑪?shù)字經(jīng)濟(jì)對(duì)綠色全要素生產(chǎn)率的影響系數(shù)始終在1%的水平下顯著為正，與前文分析結(jié)果一致。這表明前文基準(zhǔn)回歸結(jié)果具有穩(wěn)健性。

（三）異質(zhì)性分析

1.時(shí)間異質(zhì)性分析

2017年3月，數(shù)字經(jīng)濟(jì)首次出現(xiàn)在我國(guó)政府工作報(bào)告中，意味著其發(fā)展已上升到國(guó)家戰(zhàn)略高度。因此，本文以2017年為時(shí)間點(diǎn)，對(duì)研究對(duì)象進(jìn)行時(shí)間階段上的劃分，旨在探討數(shù)字經(jīng)濟(jì)對(duì)綠色全要素生產(chǎn)率的促進(jìn)作用是否因其戰(zhàn)略高度的提升而得到強(qiáng)化，具體分析結(jié)果如表6所示?？梢钥闯觯徽撌欠窦尤肟刂谱兞浚?017—2020年數(shù)字經(jīng)濟(jì)的系數(shù)始終大于2011—2016年的系數(shù)，且所有系數(shù)均顯著為正。這表明數(shù)字經(jīng)濟(jì)發(fā)展戰(zhàn)略地位的提升將有助于強(qiáng)化數(shù)字經(jīng)濟(jì)對(duì)綠色全要素生產(chǎn)率的正向影響效果。

2.區(qū)域異質(zhì)性分析

由于我國(guó)幅員遼闊，各區(qū)域的發(fā)展環(huán)境大相徑庭，而區(qū)域間的差異難免會(huì)對(duì)數(shù)字經(jīng)濟(jì)的綠色效應(yīng)產(chǎn)生不同的影響效果。為此，本文將研究樣本劃分為東部城市、中部城市與西部城市三類①，旨在探討數(shù)字經(jīng)濟(jì)對(duì)綠色全要素生產(chǎn)率的促進(jìn)作用是否存在較大的區(qū)域異質(zhì)性，具體分析結(jié)果如表7所示?？梢钥闯?，不論是否加入控制變量，東部城市數(shù)字經(jīng)濟(jì)的系數(shù)最大，中部城市次之，西部城市最小，且所有系數(shù)均顯著為正。這表明數(shù)字經(jīng)濟(jì)對(duì)綠色全要素生產(chǎn)率的促進(jìn)效果在東部最佳，中部次之，西部最小?？赡艿脑蚴?，在數(shù)字發(fā)展環(huán)境方面，對(duì)比中西部城市，東部城市擁有較完善的數(shù)字基礎(chǔ)設(shè)施、較成熟的數(shù)字營(yíng)商經(jīng)驗(yàn)等，這使得東部城市的數(shù)字經(jīng)濟(jì)發(fā)展條件更優(yōu)越，能夠達(dá)到事半功倍的效果。在產(chǎn)業(yè)結(jié)構(gòu)方面，東部城市多技術(shù)密集型產(chǎn)業(yè)，而中西部城市多高耗能產(chǎn)業(yè)，這使得東部城市的綠色化進(jìn)程要顯著快于中西部城市。

3.人口異質(zhì)性分析

目前，我國(guó)人口老齡化問題日趨突出，勞動(dòng)力供給總量逐漸減少，而人口是社會(huì)發(fā)展的基石。為此，本文根據(jù)聯(lián)合國(guó)的標(biāo)準(zhǔn)，以地區(qū)中65歲以上人口占總?cè)丝诘谋戎貋砗饬坷淆g化水平，并將研究樣本劃分為老齡化水平相對(duì)較高城市與老齡化水平相對(duì)較低城市，旨在探討數(shù)字經(jīng)濟(jì)對(duì)綠色全要素生產(chǎn)率的促進(jìn)作用是否會(huì)因老齡化的加深而有所減弱，具體分析結(jié)果如表8所示?？梢钥闯?，不論是否加入控制變量，老齡化水平相對(duì)較高城市數(shù)字經(jīng)濟(jì)的系數(shù)均大于老齡化水平相對(duì)較低城市，且所有系數(shù)均顯著為正。這表明數(shù)字經(jīng)濟(jì)對(duì)綠色全要素生產(chǎn)率的促進(jìn)作用并沒有因老齡化的加深而有所減弱，甚至得到些許加強(qiáng)?？赡艿脑蚴?，在老齡化水平相對(duì)較高的城市，由于青年勞動(dòng)力的缺失，勞動(dòng)密集型產(chǎn)業(yè)所擁有的人口紅利銳減，迫使當(dāng)?shù)仄髽I(yè)不得不尋求一條新的發(fā)展道路，而數(shù)字經(jīng)濟(jì)正好帶來了這一發(fā)展契機(jī)?；谠朴?jì)算與大數(shù)據(jù)分析所打造的“互聯(lián)網(wǎng)+”等新型發(fā)展模式，短期之內(nèi)能夠減少企業(yè)對(duì)勞動(dòng)力的需求，提高企業(yè)運(yùn)轉(zhuǎn)效率，長(zhǎng)期來看能夠節(jié)約企業(yè)成本，達(dá)到提質(zhì)增效的目的。

五、機(jī)制識(shí)別

（一）改進(jìn)技術(shù)還是提升效率

根據(jù)前文所述，數(shù)字經(jīng)濟(jì)發(fā)展水平對(duì)提高綠色全要素生產(chǎn)率具有顯著的效果，而生產(chǎn)率的提高主要源于改進(jìn)技術(shù)或提升效率。為此，本文基于GML指數(shù)將綠色全要素生產(chǎn)率分解為綠色技術(shù)變化（T1）與綠色效率變化（T2）［41］，并在前文基準(zhǔn)模型的基礎(chǔ)上，分別以綠色技術(shù)變化和綠色效率變化為被解釋變量進(jìn)行回歸，旨在研究數(shù)字經(jīng)濟(jì)是通過改進(jìn)技術(shù)來提高綠色全要素生產(chǎn)率還是通過提升效率來提高綠色全要素生產(chǎn)率。具體分析結(jié)果如表9所示?？梢钥闯?，不論是否加入控制變量，數(shù)字經(jīng)濟(jì)對(duì)綠色技術(shù)變化與綠色效率變化的影響系數(shù)都顯著為正。這表明數(shù)字經(jīng)濟(jì)能夠通過改進(jìn)綠色技術(shù)和提升綠色效率來提高綠色全要素生產(chǎn)率。可能的原因是，數(shù)字經(jīng)濟(jì)發(fā)展主要依托于數(shù)字化技術(shù)，而數(shù)字化技術(shù)除了帶有綠色化屬性外，往往還能減少煩冗的生產(chǎn)流程，優(yōu)化生產(chǎn)效率，使得綠色全要素生產(chǎn)率得以提升。

（二）資源型產(chǎn)業(yè)依賴

根據(jù)前文所述，將資源型產(chǎn)業(yè)依賴作為中介變量來構(gòu)建中介效應(yīng)模型，以檢驗(yàn)數(shù)字經(jīng)濟(jì)通過降低資源型產(chǎn)業(yè)依賴程度來提升綠色全要素生產(chǎn)率的作用機(jī)制。具體分析結(jié)果如表10所示。由于前文已給出數(shù)字經(jīng)濟(jì)對(duì)綠色全要素生產(chǎn)率的基準(zhǔn)回歸結(jié)果，且通過了穩(wěn)健性檢驗(yàn)，這里就不再重復(fù)列出。

由表10的第1列和第2列可知，不管是否加入控制變量，數(shù)字經(jīng)濟(jì)對(duì)資源型產(chǎn)業(yè)依賴的影響系數(shù)始終在1%的顯著性水平下為負(fù)，這表明數(shù)字經(jīng)濟(jì)能夠降低資源型產(chǎn)業(yè)依賴程度。由表10的第3列和第4列可知，不管是否加入控制變量，數(shù)字經(jīng)濟(jì)對(duì)綠色全要素生產(chǎn)率的影響系數(shù)始終在1%的顯著性水平下為正，資源型產(chǎn)業(yè)依賴對(duì)綠色全要素生產(chǎn)率的影響系數(shù)始終顯著不為0，同時(shí)Sobel檢驗(yàn)系數(shù)在5%的顯著性水平下不為0。這表明資源型產(chǎn)業(yè)依賴起到了部分中介效應(yīng)的作用，即數(shù)字經(jīng)濟(jì)通過降低資源型產(chǎn)業(yè)依賴程度來提升綠色全要素生產(chǎn)率，驗(yàn)證了假設(shè)H2成立。

（三）資源錯(cuò)配程度

根據(jù)前文所述，將資源錯(cuò)配程度劃分為資本錯(cuò)配程度和勞動(dòng)力錯(cuò)配程度。為此，分別將資本錯(cuò)配程度和勞動(dòng)力錯(cuò)配程度作為中介變量來構(gòu)建中介效應(yīng)模型，以檢驗(yàn)數(shù)字經(jīng)濟(jì)通過緩解資源錯(cuò)配程度來提升綠色全要素生產(chǎn)率的作用機(jī)制。具體分析結(jié)果如表11和表12所示。由于前文已給出數(shù)字經(jīng)濟(jì)對(duì)綠色全要素生產(chǎn)率的基準(zhǔn)回歸結(jié)果，且通過了穩(wěn)健性檢驗(yàn)，這里就不再重復(fù)列出。

由表11的第1列和第2列可知，不管是否加入控制變量，數(shù)字經(jīng)濟(jì)對(duì)資本錯(cuò)配程度的影響系數(shù)始終在1%的顯著性水平下為負(fù)，表明數(shù)字經(jīng)濟(jì)能夠降低資本錯(cuò)配程度。由表11的第3列和第4列可知，在加入控制變量后，數(shù)字經(jīng)濟(jì)對(duì)綠色全要素生產(chǎn)率的影響系數(shù)在1%的顯著性水平下為正，資本錯(cuò)配程度對(duì)綠色全要素生產(chǎn)率的影響系數(shù)顯著不為0。同時(shí)Sobel檢驗(yàn)系數(shù)在5%的顯著性水平下不為0。這表明資本錯(cuò)配程度起到了部分中介效應(yīng)的作用，即數(shù)字經(jīng)濟(jì)通過緩解資本錯(cuò)配程度來提升綠色全要素生產(chǎn)率。

由表12的第1列和第2列可知，不管是否加入控制變量，數(shù)字經(jīng)濟(jì)對(duì)勞動(dòng)力錯(cuò)配程度的影響系數(shù)始終在5%的顯著性水平下為負(fù)，這表明數(shù)字經(jīng)濟(jì)能夠降低勞動(dòng)力錯(cuò)配程度。由表12的第3列和第4列可知，不管是否加入控制變量，數(shù)字經(jīng)濟(jì)對(duì)綠色全要素生產(chǎn)率的影響系數(shù)始終在1%的顯著性水平下為正，勞動(dòng)力錯(cuò)配程度對(duì)綠色全要素生產(chǎn)率的影響系數(shù)始終顯著不為0。同時(shí)Sobel檢驗(yàn)系數(shù)在5%的顯著性水平下顯著不為0。這表明勞動(dòng)力錯(cuò)配程度起到了部分中介效應(yīng)的作用，即數(shù)字經(jīng)濟(jì)通過緩解勞動(dòng)力錯(cuò)配程度來提升綠色全要素生產(chǎn)率。

綜上可知，數(shù)字經(jīng)濟(jì)能夠通過緩解資源錯(cuò)配程度來提升綠色全要素生產(chǎn)率，驗(yàn)證了假設(shè)H3成立。

六、空間效應(yīng)分析

（一）空間相關(guān)性檢驗(yàn)

首先，本文借鑒王守坤［42］的做法，分別構(gòu)建地理距離權(quán)重矩陣（W1）以及經(jīng)濟(jì)—地理距離的嵌套權(quán)重矩陣（W2）來表征各城市在空間上的聯(lián)系程度。之后通過莫蘭指數(shù)法來驗(yàn)證綠色全要素生產(chǎn)率在各城市之間是否存在空間相關(guān)性，檢驗(yàn)結(jié)果如表13所示?？梢钥闯?，不管是在何種權(quán)重矩陣下，絕大多數(shù)年份的綠色全要素生產(chǎn)率都通過了莫蘭指數(shù)的顯著性檢驗(yàn)，這表明其存在空間自相關(guān)，有必要進(jìn)行空間計(jì)量分析。

（二）計(jì)量模型選擇

為確定合適的空間計(jì)量模型，本文根據(jù)Elhorst［43］的判斷準(zhǔn)則，依次進(jìn)行普通和穩(wěn)健的LM檢驗(yàn)、Wald檢驗(yàn)、Hausman檢驗(yàn)以及LR檢驗(yàn)，檢驗(yàn)結(jié)果如表14所示。可以看出，不管是在何種權(quán)重矩陣下，所有檢驗(yàn)方法均通過了顯著性水平的檢驗(yàn)。這表明，應(yīng)選擇時(shí)空雙重固定效應(yīng)的SDM模型來進(jìn)行回歸分析。

（三）模型回歸結(jié)果

根據(jù)前文所述，使用雙重固定效應(yīng)的SDM模型來分析數(shù)字經(jīng)濟(jì)對(duì)綠色全要素生產(chǎn)率的空間溢出效應(yīng)，回歸結(jié)果如表15所示?？梢钥闯觯还苁窃诤畏N權(quán)重矩陣下，空間滯后系數(shù)Rho均在1%的顯著性水平下不為0，再次驗(yàn)證了選用空間計(jì)量模型的必要性。解釋變量數(shù)字經(jīng)濟(jì)對(duì)綠色全要素生產(chǎn)率的主效應(yīng)系數(shù)也均在1%的顯著性水平下為正，這與前文基準(zhǔn)回歸的分析一致，表明數(shù)字經(jīng)濟(jì)能夠有效提升綠色全要素生產(chǎn)率；而數(shù)字經(jīng)濟(jì)的空間滯后項(xiàng)系數(shù)同樣顯著為正，這表明數(shù)字經(jīng)濟(jì)會(huì)產(chǎn)生正向的空間溢出效應(yīng)，促進(jìn)鄰近城市綠色全要素生產(chǎn)率的提升。

為了更加合理地探究數(shù)字經(jīng)濟(jì)對(duì)綠色全要素生產(chǎn)率影響的空間作用機(jī)制，須將空間溢出效應(yīng)進(jìn)一步劃分為直接效應(yīng)和間接效應(yīng)進(jìn)行解釋，空間效應(yīng)分解結(jié)果如表16所示。

從表16可以發(fā)現(xiàn)，絕大多數(shù)變量的系數(shù)符號(hào)與顯著性水平在兩種權(quán)重矩陣下基本保持一致，表明上述回歸結(jié)果具有穩(wěn)健性。

從解釋變量來看，數(shù)字經(jīng)濟(jì)的直接效應(yīng)系數(shù)均在5%的顯著性水平下為正，間接效應(yīng)系數(shù)均在1%的顯著性水平下為正。這表明數(shù)字經(jīng)濟(jì)有利于提升本城市的綠色全要素生產(chǎn)率，與前文分析一致。同時(shí)該提升效果會(huì)產(chǎn)生正向的溢出效應(yīng)，并作用于鄰近城市?？赡艿脑蚴?，數(shù)字經(jīng)濟(jì)作為新型經(jīng)濟(jì)形態(tài)，主要依靠的是數(shù)據(jù)與現(xiàn)代信息網(wǎng)絡(luò)，而數(shù)據(jù)的易儲(chǔ)存性和信息網(wǎng)絡(luò)的易分享性能夠減少城市地理邊界對(duì)數(shù)字技術(shù)和數(shù)字知識(shí)傳播的負(fù)向約束效果，繼而縮減各城市之間存在的數(shù)字溝壑，使得本城市的數(shù)字紅利惠及鄰近城市。

從控制變量來看，城鎮(zhèn)化率的直接效應(yīng)系數(shù)與間接效應(yīng)系數(shù)在兩種權(quán)重矩陣下均顯著為負(fù)，這表明城鎮(zhèn)化率的提高不利于本城市綠色全要素生產(chǎn)率的增長(zhǎng)，同時(shí)會(huì)產(chǎn)生負(fù)向的空間溢出效應(yīng)，抑制鄰近城市綠色全要素生產(chǎn)率的增長(zhǎng)。可能的原因是，城鎮(zhèn)化進(jìn)程往往會(huì)伴隨著產(chǎn)業(yè)集聚的形成，使得當(dāng)?shù)爻鞘心軌蚩焖侔l(fā)展起來，但這些產(chǎn)業(yè)又多以傳統(tǒng)的高能耗、高排放產(chǎn)業(yè)為主，因而不利于綠色全要素生產(chǎn)率的提高；同時(shí)，鄰近城市由于競(jìng)爭(zhēng)壓力，會(huì)不由自主地進(jìn)行一系列的模仿趕超行為，使得鄰近城市爭(zhēng)相加快城鎮(zhèn)化進(jìn)程，導(dǎo)致綠色全要素生產(chǎn)率下降。產(chǎn)業(yè)結(jié)構(gòu)的直接效應(yīng)系數(shù)在兩種權(quán)重矩陣下均顯著為正，間接效應(yīng)系數(shù)均顯著為負(fù)，這表明提升第三產(chǎn)業(yè)的構(gòu)成比例有利于改善本城市綠色全要素生產(chǎn)率，但會(huì)對(duì)鄰近城市產(chǎn)生負(fù)向的空間溢出效果。可能的原因是，第三產(chǎn)業(yè)較之于以勞動(dòng)密集型為主的第二產(chǎn)業(yè)，多以技術(shù)密集型為主，能夠以相對(duì)較少的能源投入，換來較高的經(jīng)濟(jì)產(chǎn)出，提升本城市的綠色全要素生產(chǎn)率；而當(dāng)本城市第三產(chǎn)業(yè)結(jié)構(gòu)比例較高時(shí)，為發(fā)展第二產(chǎn)業(yè)，便有可能產(chǎn)生以鄰為壑的現(xiàn)象，在鄰近城市建設(shè)工廠，繼而降低鄰近城市的綠色全要素生產(chǎn)率。經(jīng)濟(jì)發(fā)展水平的直接效應(yīng)系數(shù)顯著在兩種權(quán)重矩陣下均為正，間接效應(yīng)系數(shù)在兩種權(quán)重矩陣下均不顯著，這表明活躍城市經(jīng)濟(jì)能夠明顯提高本城市的綠色全要素生產(chǎn)率，但沒有產(chǎn)生明顯的空間溢出效應(yīng)?？赡艿脑蚴?，基于環(huán)境庫茲涅茨理論，在經(jīng)濟(jì)較發(fā)達(dá)的城市，人們的關(guān)注視角開始由簡(jiǎn)單的溫飽問題轉(zhuǎn)向復(fù)雜的經(jīng)濟(jì)增長(zhǎng)與環(huán)境保護(hù)協(xié)同共贏問題，繼而促進(jìn)本城市綠色全要素生產(chǎn)率的增長(zhǎng)；但本城市的經(jīng)濟(jì)紅利有限，難以充分惠及鄰近城市，因而對(duì)鄰近城市的影響不明顯。人力資本水平的直接效應(yīng)系數(shù)與間接效應(yīng)系數(shù)在兩種權(quán)重矩陣下均不顯著，這表明人力資本水平對(duì)本城市的綠色全要素生產(chǎn)率影響不大，且空間溢出效應(yīng)不顯著?？赡艿脑蚴?，現(xiàn)有人力資源儲(chǔ)備中的高層次綠色型技術(shù)人才較為稀缺。外商直接投資的直接效應(yīng)系數(shù)在兩種權(quán)重矩陣下均顯著為負(fù)，間接效應(yīng)系數(shù)在兩種權(quán)重矩陣下均不顯著，這表明外商直接投資不利于本城市的綠色全要素生產(chǎn)率的增長(zhǎng)，且空間溢出效應(yīng)不顯著?？赡艿脑蚴?，外商的資金流入更多是為了吸納大量勞動(dòng)力來從事一些勞動(dòng)密集型產(chǎn)業(yè)所需的工作，或是將高能耗、高污染產(chǎn)業(yè)設(shè)立在當(dāng)?shù)爻鞘?，不利于本城市綠色全要素生產(chǎn)率的提升。環(huán)境規(guī)制程度的直接效應(yīng)系數(shù)與間接效應(yīng)系數(shù)在兩種權(quán)重矩陣下均不顯著。這表明，環(huán)境規(guī)制程度對(duì)提升本城市綠色全要素生產(chǎn)率的作用不大，且空間溢出效應(yīng)不顯著。可能的原因是，本文環(huán)境規(guī)制指標(biāo)選用的是事后環(huán)境規(guī)制，因而對(duì)環(huán)境保護(hù)的監(jiān)督效果并不明顯。對(duì)外開放程度的直接效應(yīng)系數(shù)在兩種權(quán)重矩陣下均顯著為正，間接效應(yīng)系數(shù)在兩種權(quán)重矩陣下均不顯著。這表明對(duì)外開放有助于提升本城市的綠色全要素生產(chǎn)率，但空間溢出效應(yīng)不顯著?？赡艿脑蚴牵瑢?duì)外開放能夠加強(qiáng)城市與城市之間、城市與國(guó)際之間的生產(chǎn)技術(shù)交流、環(huán)境保護(hù)經(jīng)驗(yàn)交流，繼而提升本城市的綠色全要素生產(chǎn)率。

七、結(jié)論及政策建議

（一）結(jié)論

當(dāng)前，我國(guó)正處于開啟全面建設(shè)社會(huì)主義現(xiàn)代化國(guó)家新征程的重要階段，面臨著環(huán)境保護(hù)與經(jīng)濟(jì)增長(zhǎng)的雙重壓力，尋找新的發(fā)展契機(jī)已是刻不容緩。為此，基于我國(guó)城市層面的面板數(shù)據(jù)，探討數(shù)字經(jīng)濟(jì)與綠色全要素生產(chǎn)率之間的關(guān)系顯得十分必要。本文的實(shí)證分析得到四個(gè)方面的結(jié)論。第一，數(shù)字經(jīng)濟(jì)顯著提高了綠色全要素生產(chǎn)率，此結(jié)論在替換解釋變量、剔除特殊樣本和進(jìn)行內(nèi)生性處理之后依然成立。第二，數(shù)字經(jīng)濟(jì)對(duì)綠色全要素生產(chǎn)率的影響存在異質(zhì)性，其中，時(shí)間異質(zhì)性表明該提升效果在數(shù)字經(jīng)濟(jì)發(fā)展戰(zhàn)略高度上升之后更為明顯；區(qū)域異質(zhì)性表明該提升效果在東部城市最佳，中部城市次之，西部城市最??；人口異質(zhì)性表明該提升效果在老齡化水平相對(duì)較高的城市更為明顯。第三，數(shù)字經(jīng)濟(jì)通過改進(jìn)綠色技術(shù)和提升綠色效率、降低資源型產(chǎn)業(yè)依賴程度和緩解資源錯(cuò)配程度來提高綠色全要素生產(chǎn)率。第四，數(shù)字經(jīng)濟(jì)對(duì)綠色全要素生產(chǎn)率的提升作用會(huì)產(chǎn)生正向的空間溢出效應(yīng)，提升鄰近城市的綠色全要素生產(chǎn)率。

（二）政策建議

第一，基于數(shù)字經(jīng)濟(jì)對(duì)綠色全要素生產(chǎn)率的提升作用與空間溢出效應(yīng)，應(yīng)加快推動(dòng)數(shù)字化發(fā)展進(jìn)程。首先，倡導(dǎo)數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)的有效融合，以數(shù)字技術(shù)為核心、以海量大數(shù)據(jù)為基礎(chǔ)、以財(cái)政資源為保障，為實(shí)體企業(yè)注入新活力，推動(dòng)實(shí)體經(jīng)濟(jì)高效綠色發(fā)展。其次，著力攻堅(jiān)核心數(shù)字技術(shù)，大力培養(yǎng)對(duì)數(shù)字化發(fā)展有用的人才，破解數(shù)字化轉(zhuǎn)型的源頭難題。同時(shí)加強(qiáng)對(duì)各行各業(yè)數(shù)字化轉(zhuǎn)型的政策支持力度，盡可能幫助海量實(shí)力不足的中小型企業(yè)跨過數(shù)字化轉(zhuǎn)型陷阱。最后，打破城市之間的數(shù)字壁壘，構(gòu)建城市之間的數(shù)字化協(xié)作平臺(tái)，重視跨區(qū)域、跨部門、跨機(jī)構(gòu)的數(shù)字資源共享，充分發(fā)揮數(shù)字經(jīng)濟(jì)對(duì)提高綠色全要素生產(chǎn)率的正向空間溢出作用。

第二，基于數(shù)字經(jīng)濟(jì)對(duì)綠色全要素生產(chǎn)率所體現(xiàn)的異質(zhì)性，應(yīng)制定差異化數(shù)字經(jīng)濟(jì)發(fā)展戰(zhàn)略。首先，在全國(guó)范圍內(nèi)積極落實(shí)數(shù)字中國(guó)發(fā)展戰(zhàn)略，統(tǒng)籌推進(jìn)數(shù)字經(jīng)濟(jì)發(fā)展進(jìn)程，加快數(shù)字化普及速度，做好政產(chǎn)學(xué)研多元化的數(shù)字融合。其次，補(bǔ)齊中西部城市的數(shù)字基礎(chǔ)設(shè)施建設(shè)短板，完善中西部城市的寬帶網(wǎng)絡(luò)光纖化建設(shè)，強(qiáng)化中西部城市的通信樞紐服務(wù)功能，推動(dòng)中西部城市的傳統(tǒng)產(chǎn)業(yè)向數(shù)字化轉(zhuǎn)型，提高數(shù)字經(jīng)濟(jì)對(duì)中西部城市綠色全要素生產(chǎn)率的邊際作用效果。同時(shí)引導(dǎo)東部城市對(duì)其他地區(qū)的城市進(jìn)行數(shù)字援助，實(shí)現(xiàn)區(qū)域協(xié)同發(fā)展。最后，加強(qiáng)老齡化城市中老年群體的數(shù)字化培訓(xùn)，弱化數(shù)字鴻溝的影響，促使人口數(shù)量紅利轉(zhuǎn)為人口質(zhì)量紅利，進(jìn)一步提高老齡化在數(shù)字經(jīng)濟(jì)對(duì)提升綠色全要素生產(chǎn)率的過程中所發(fā)揮的倒逼作用。

第三，基于數(shù)字經(jīng)濟(jì)對(duì)綠色全要素生產(chǎn)率的中介效應(yīng)，應(yīng)引導(dǎo)資源型產(chǎn)業(yè)綠色化發(fā)展、完善資源要素配置機(jī)制。首先，改變以往傳統(tǒng)的資源型產(chǎn)業(yè)發(fā)展模式，以數(shù)字技術(shù)為支撐，以現(xiàn)代化信息網(wǎng)絡(luò)平臺(tái)為依托，打造“互聯(lián)網(wǎng)+”資源型產(chǎn)業(yè)發(fā)展模式，促使資源型產(chǎn)業(yè)向清潔化生產(chǎn)、高效化產(chǎn)出轉(zhuǎn)變。其次，建立起完善的資源要素市場(chǎng)分配體系，增強(qiáng)資源要素的開放性與流動(dòng)性，注重引導(dǎo)資本、勞動(dòng)力等要素的有效配置，防止資源錯(cuò)配現(xiàn)象的出現(xiàn)。最后，以數(shù)字化發(fā)展為進(jìn)一步深化供給側(cè)結(jié)構(gòu)性改革賦予新動(dòng)能，在提高資源配置效率的同時(shí)，提高綠色供給質(zhì)量，擴(kuò)大有效綠色供給，進(jìn)而提升綠色全要素生產(chǎn)率，實(shí)現(xiàn)綠色高質(zhì)量發(fā)展。

注釋：

①" " "根據(jù)地理因素，東部城市位于北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南11個(gè)省份；中部城市位于山西、內(nèi)蒙古、吉林、黑龍江、安徽、江西、河南、湖北、湖南、廣西10個(gè)省份；其余省份中的城市為西部城市。

參考文獻(xiàn)：

［1］" "林伯強(qiáng)，譚睿鵬.中國(guó)經(jīng)濟(jì)集聚與綠色經(jīng)濟(jì)效率［J］.經(jīng)濟(jì)研究，2019（2）：119-132.

［2］" "王亞飛，張興建，龔濤.我國(guó)數(shù)字經(jīng)濟(jì)發(fā)展對(duì)就業(yè)的多維影響：作用機(jī)理與經(jīng)驗(yàn)證據(jù)［J］.重慶文理學(xué)院學(xué)報(bào)（社會(huì)科學(xué)版），2023（1）：52-65.

［3］" "張晨霞，李榮林.人口老齡化、數(shù)字經(jīng)濟(jì)與經(jīng)濟(jì)高質(zhì)量發(fā)展［J］.經(jīng)濟(jì)經(jīng)緯，2022（5）：3-13.

［4］" "郭炳南，王宇，張浩.數(shù)字經(jīng)濟(jì)發(fā)展改善了城市空氣質(zhì)量嗎——基于國(guó)家級(jí)大數(shù)據(jù)綜合試驗(yàn)區(qū)的準(zhǔn)自然實(shí)驗(yàn)［J］.廣東財(cái)經(jīng)大學(xué)學(xué)報(bào)，2022（1）：58-74.

［5］" "張昆賢，武常岐，陳曉蓉，等.數(shù)字化轉(zhuǎn)型對(duì)企業(yè)環(huán)境治理責(zé)任主體意識(shí)的影響研究——來自環(huán)境治理費(fèi)用的經(jīng)驗(yàn)證據(jù)［J］.工業(yè)技術(shù)經(jīng)濟(jì)，2022（11）：3-12.

［6］" "韋琳，馬夢(mèng)茹.數(shù)字經(jīng)濟(jì)發(fā)展與企業(yè)綠色創(chuàng)新——基于“智慧城市”試點(diǎn)建設(shè)的準(zhǔn)自然實(shí)驗(yàn)研究［J］.現(xiàn)代財(cái)經(jīng)（天津財(cái)經(jīng)大學(xué)學(xué)報(bào)），2022（8）：24-40.

［7］" "華淑名，李京澤.數(shù)字經(jīng)濟(jì)條件下環(huán)境規(guī)制工具能否實(shí)現(xiàn)企業(yè)綠色技術(shù)創(chuàng)新的“提質(zhì)增量”［J］.科技進(jìn)步與對(duì)策，2023（8）：141-150.

［8］" "張紅偉，羅曉慧，陳小輝.數(shù)字經(jīng)濟(jì)與產(chǎn)業(yè)結(jié)構(gòu)清潔化［J］.證券市場(chǎng)導(dǎo)報(bào)，2023（1）：56-68.

［9］" "鄧榮榮，張翱祥.中國(guó)城市數(shù)字經(jīng)濟(jì)發(fā)展對(duì)環(huán)境污染的影響及機(jī)理研究［J］.南方經(jīng)濟(jì)，2022（2）：18-37.

［10］ 韓晶，陳曦.數(shù)字經(jīng)濟(jì)賦能綠色發(fā)展：內(nèi)在機(jī)制與經(jīng)驗(yàn)證據(jù)［J］.經(jīng)濟(jì)社會(huì)體制比較，2022（2）：73-84.

［11］ 劉艷霞.數(shù)字經(jīng)濟(jì)賦能企業(yè)高質(zhì)量發(fā)展——基于企業(yè)全要素生產(chǎn)率的經(jīng)驗(yàn)證據(jù)［J］.改革，2022（9）：35-53.

［12］ 郭豐，楊上廣，金環(huán).數(shù)字經(jīng)濟(jì)對(duì)企業(yè)全要素生產(chǎn)率的影響及其作用機(jī)制［J］.現(xiàn)代財(cái)經(jīng)（天津財(cái)經(jīng)大學(xué)學(xué)報(bào)），2022（9）：20-36.

［13］ 肖遠(yuǎn)飛，周萍萍.數(shù)字經(jīng)濟(jì)、產(chǎn)業(yè)升級(jí)與高質(zhì)量發(fā)展——基于中介效應(yīng)和面板門檻效應(yīng)實(shí)證研究［J］.重慶理工大學(xué)學(xué)報(bào)（社會(huì)科學(xué)），2021（3）：68-80.

［14］ 白萬平，孫溶鎂，白鴿.數(shù)字經(jīng)濟(jì)發(fā)展提高了企業(yè)全要素生產(chǎn)率嗎？——基于A股上市公司的分析［J］.經(jīng)濟(jì)與管理評(píng)論，2022（5）：5-19.

［15］ 張微微，王曼青，王媛，等.區(qū)域數(shù)字經(jīng)濟(jì)發(fā)展如何影響全要素生產(chǎn)率？——基于創(chuàng)新效率的中介檢驗(yàn)分析［J］.中國(guó)軟科學(xué)，2023（1）：195-205.

［16］ 趙彬，陳彬森，吳曉靜，等.數(shù)字經(jīng)濟(jì)對(duì)城市韌性的影響機(jī)制研究——以長(zhǎng)三角城市群為例［J］.重慶文理學(xué)院學(xué)報(bào)（社會(huì)科學(xué)版），2023（5）：93-105.

［17］ 吳丹丹，馮學(xué)鋼，馬仁鋒，等.數(shù)字經(jīng)濟(jì)發(fā)展對(duì)旅游業(yè)全要素生產(chǎn)率的非線性效應(yīng)［J］.旅游學(xué)刊，2023（2）：47-65.

［18］ 金青梅，劉琴，蘇卉.數(shù)字技術(shù)賦能紅色文化資源創(chuàng)新轉(zhuǎn)化的邏輯機(jī)理與路徑選擇［J］.長(zhǎng)江師范學(xué)院學(xué)報(bào)，2023（1）：55-64.

［19］ 李治國(guó)，王杰.數(shù)字經(jīng)濟(jì)發(fā)展、數(shù)據(jù)要素配置與制造業(yè)生產(chǎn)率提升［J］.經(jīng)濟(jì)學(xué)家，2021（10）：41-50.

［20］ 張帆，施震凱，武戈.數(shù)字經(jīng)濟(jì)與環(huán)境規(guī)制對(duì)綠色全要素生產(chǎn)率的影響［J］.南京社會(huì)科學(xué)，2022（6）：12-20.

［21］ 耿子健，藺丹.數(shù)字經(jīng)濟(jì)、技術(shù)創(chuàng)新與綠色全要素生產(chǎn)率［J］.現(xiàn)代管理科學(xué)，2022（6）：148-156.

［22］ 笪遠(yuǎn)瑤，羅丹.數(shù)字經(jīng)濟(jì)、結(jié)構(gòu)紅利與綠色全要素生產(chǎn)率［J］.西南民族大學(xué)學(xué)報(bào)（人文社會(huì)科學(xué)版），2023（3）：107-118.

［23］ 劉備，黃衛(wèi)東.新型數(shù)字基礎(chǔ)設(shè)施的綠色全要素生產(chǎn)率提升效應(yīng)研究［J］.求是學(xué)刊，2023（1）：96-106.

［24］ 范欣，尹秋舒.數(shù)字金融提升了綠色全要素生產(chǎn)率嗎？［J］.山西大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2021（4）：109-119.

［25］ 金紹榮，任贊杰.鄉(xiāng)村數(shù)字化對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率的影響［J］.改革，2022（12）：102-118.

［26］ 何苗，任保平.中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展的時(shí)空分布及收斂特征研究［J］.中南大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2022（5）：92-106.

［27］ ROSTOW W W. The stages of economic growth［J］.The Economic History Review，1959，12（1）：1-16.

［28］ 斯日吉模楞，毛培.資源型地區(qū)自然資源對(duì)經(jīng)濟(jì)增長(zhǎng)影響的實(shí)證分析——基于2000—2016年中國(guó)重點(diǎn)煤炭城市樣本［J］.自然資源學(xué)報(bào)，2019（12）：2491-2503.

［29］ BARON R M， KENNY D A. The moderator-mediator variable distinction in social psychological research： conceptual， strategic and statistical considerations［J］. Journal of Personality and Social Psychology，1986，51：1173-1182.

［30］ 盧福財(cái)，劉林英，徐遠(yuǎn)彬.互聯(lián)網(wǎng)發(fā)展對(duì)工業(yè)綠色全要素生產(chǎn)率的影響研究［J］.江西社會(huì)科學(xué)，2021（1）：39-50，254-255.

［31］ 單豪杰.中國(guó)資本存量K的再估算：1952—2006年［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2008（10）：17-31.

［32］ 楊慧梅，江璐.數(shù)字經(jīng)濟(jì)、空間效應(yīng)與全要素生產(chǎn)率［J］.統(tǒng)計(jì)研究，2021（4）：3-15.

［33］ 吳孔亮，方軍.數(shù)字經(jīng)濟(jì)何以影響村民就地就業(yè)？——基于CFPS數(shù)據(jù)的實(shí)證分析［J］.重慶文理學(xué)院學(xué)報(bào)（社會(huì)科學(xué)版），2023（5）：18-31.

［34］ 趙會(huì)杰，于法穩(wěn).基于熵值法的糧食主產(chǎn)區(qū)農(nóng)業(yè)綠色發(fā)展水平評(píng)價(jià)［J］.改革，2019（11）：136-146.

［35］ 邵帥，范美婷，楊莉莉.資源產(chǎn)業(yè)依賴如何影響經(jīng)濟(jì)發(fā)展效率？——有條件資源詛咒假說的檢驗(yàn)及解釋［J］.管理世界，2013（2）：32-63.

［36］ 崔書會(huì)，李光勤，豆建民.產(chǎn)業(yè)協(xié)同集聚的資源錯(cuò)配效應(yīng)研究［J］.統(tǒng)計(jì)研究，2019（2）：76-87.

［37］ 趙志耘，劉曉路，呂冰洋.中國(guó)要素產(chǎn)出彈性估計(jì)［J］.經(jīng)濟(jì)理論與經(jīng)濟(jì)管理，2006（6）：5-11.

［38］ 季書涵，朱英明，張?chǎng)?產(chǎn)業(yè)集聚對(duì)資源錯(cuò)配的改善效果研究［J］.中國(guó)工業(yè)經(jīng)濟(jì)，2016（6）：73-90.

［39］ 黃群慧，余泳澤，張松林.互聯(lián)網(wǎng)發(fā)展與制造業(yè)生產(chǎn)率提升：內(nèi)在機(jī)制與中國(guó)經(jīng)驗(yàn)［J］.中國(guó)工業(yè)經(jīng)濟(jì)，2019（8）：5-23.

［40］ 彭迪云，伍貽忠，李伊力.貿(mào)易開放、人力資本結(jié)構(gòu)高級(jí)化與科技創(chuàng)新能力——基于省級(jí)面板數(shù)據(jù)的實(shí)證分析［J］.南昌大學(xué)學(xué)報(bào)（理科版），2022（4）：405-415.

［41］ 楊翔，李小平，周大川.中國(guó)制造業(yè)碳生產(chǎn)率的差異與收斂性研究［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2015（12）：3-20.

［42］ 王守坤.空間計(jì)量模型中權(quán)重矩陣的類型與選擇［J］.經(jīng)濟(jì)數(shù)學(xué)，2013（3）：57-63.

［43］ ELHORST J P. Matlab software for spatial panels［J］.International Regional Science Review，2014，68（2）：401-420.

責(zé)任編輯：吳" "強(qiáng)；校對(duì)：穆" "剛

Research on the Impact of Digital Economy on Green Total

Factor Productivity

CAI Yalong， CHEN Shaohui

（School of Economics， Fujian Normal University， Fuzhou Fujian 350108， China）

Abstract： Under the background of Chinese path to modernization， how to promote the harmonious coexistence of human and nature and solve the dilemma of green development has become an urgent problem. Therefore， based on the panel data of 223 cities at prefecture level and above in China from 2011 to 2020， the impact of digital economy on green total factor productivity and its mechanism was empirically analyzed. The study shows that： digital economy can significantly improve green total factor productivity， and this conclusion is robustness; the effect of digital economy on green total factor productivity has temporal heterogeneity， regional heterogeneity， and population heterogeneity; the digital economy can improve green total factor productivity by improving green technology and enhancing green efficiency， reducing reliance on resource-based industries， and alleviating resource mismatch; the improvement of green total factor productivity by the digital economy will have a positive spatial spillover effect， enhancing the green total factor productivity of neighboring cities. Therefore， it is necessary to accelerate the process of digital development， formulate differentiated digital economy development strategies， guide the green development of resource-based industries， and improve resource factor allocation mechanisms， in order to improve green total factor productivity and deeply implement the concept of green development.

Key words： digital economy; green total factor productivity; resource-based industry dependence; resource mismatch; spatial effect

收稿日期：2023-04-25

基金項(xiàng)目：國(guó)家社會(huì)科學(xué)基金重點(diǎn)項(xiàng)目“國(guó)企紅利征繳比例倍增目標(biāo)下的國(guó)資預(yù)算支出民生化研究”（14AGL007）；福建省社會(huì)科學(xué)規(guī)劃基金項(xiàng)目“福建省國(guó)資股權(quán)劃轉(zhuǎn)社?；鸬墓哺＠?yīng)研究”（FJ2020B032）；福建師范大學(xué)碳中和研究院開放基金項(xiàng)目“‘雙碳’目標(biāo)下福建能源轉(zhuǎn)型的路徑選擇與財(cái)政政策研究”（TZH2022-11）。

作者簡(jiǎn)介：蔡亞龍（1999— ），男，福建泉州人，碩士研究生，主要從事數(shù)字經(jīng)濟(jì)研究；陳少暉（1962— ），男，福建安溪人，教授，博士，博士生導(dǎo)師，主要從事社會(huì)保障與碳排放研究。