數字經濟賦能綠色發展的可持續性機制研究

摘要：數字化與綠色化深度融合和協同轉型是加快中國發展方式綠色轉型的重要實現途徑。雖然國家已形成協同推進“美麗中國”和“數字中國”的頂層政策設計，但是不同地區在具體落實層面的扶持和激勵政策尚不完善。基于2011—2019年中國257個地級及以上城市面板數據，構建雙向固定效應模型、門檻效應模型等，考察數字經濟對城市綠色發展效率的非線性影響及門檻效應，旨在為地方政府因地制宜布局“雙化”協同政策，梳理重點領域實施路徑，最終形成可持續性機制提供實證參考。研究發現，數字經濟顯著提升城市綠色發展效率，鄰近變量、工具變量及滯后一階控制變量檢驗均支持該結論；綠色技術創新在此過程中發揮顯著中介作用；以數字經濟發展水平為門檻存在雙門檻效應，跨越門檻值后促進作用遞減；以經濟發展水平、企業鄰近水平為門檻的單門檻效應顯著，在地理、社會、制度與認知鄰近水平達到一定門檻后，數字經濟對綠色發展的促進作用顯著增強。因此，應加大數字基礎設施投資力度，豐富鄰近維度并強化多要素耦合，出臺數字經濟與綠色發展協同支持政策，強化理念普及與人才培養。

關鍵詞：數字經濟；綠色發展效率；綠色技術創新；鄰近理論；門檻效應；可持續發展

文獻標識碼：A""""" 文章編號：1002-2848-2025（04）-0036-15

一、問題提出

截至2023年，中國數字經濟規模已達到53.9萬億元，較上一年增長3.7萬億元，同比名義增長7.39%，超出同期國內生產總值（GDP）名義增速2.76個百分點，占GDP比重達到42.8%，較上一年提高了1.3個百分點，數字經濟增長對GDP增長的貢獻率達66.45%，其作為經濟增長支柱的地位愈發凸顯^[①]。數字經濟與實體經濟的深度融合，已成為引領數字經濟發展的關鍵。數字產業化和產業數字化不僅從戰略層面助推了產業結構高級化和合理化，還傳遞了加快傳統產業數字化轉型的信號，增強了數字經濟在構建新發展格局中的關鍵支撐作用。在第四次工業革命的浪潮中，中國不僅率先認識到綠色創新現代化的重要地位，還成為全球的引領者和堅定的實踐者。黨的二十屆三中全會通過的《中共中央關于進一步全面深化改革 推進中國式現代化的決定》提出，“聚焦建設美麗中國，加快經濟社會發展全面綠色轉型，健全生態環境治理體系，推進生態優先、節約集約、綠色低碳發展，促進人與自然和諧共生”^[②]。因此，在“數字化”和“綠色化”背景下，深入探究數字經濟賦能綠色發展的可持續性機制，具有重要的理論和現實意義。

數字經濟具備環境友好的特性，與綠色發展的要求高度契合。從動力機制來看，數字經濟以技術創新為核心，為綠色發展提供不竭動力。從演化機理來看，數字經濟對綠色發展的賦能效應主要體現在要素融合和精準匹配上，推動企業成長和產業優化。從參與主體來看，數字經濟能夠為綠色發展構建以政府、企業和公眾為主體的多元治理體系。數字經濟能否對綠色發展效率產生影響，以及通過何種路徑產生影響，具體的影響效果如何，是一個復雜的傳導機制。該機制涉及市場、體制、企業、經濟發展水平以及諸多創新驅動要素的聚集和交織，難以通過解讀單一數字經濟投入和綠色發展效率提升之間的線性因果關系來體現。然而，目前大多數研究僅局限于對線性因果關系或效率測評的討論。盡管部分學者已關注到二者的非線性關系，但通常僅引入數字經濟變量二次項，或僅將數字經濟作為門檻變量展開實證分析，以此驗證數字經濟對城市綠色發展效率的促進作用存在邊際效應遞減的非線性特征。總體而言，現有研究鮮少從協同發展和發展環境質量的角度探討數字經濟促進綠色發展效率提升的機制。因此，盡管學界對數字經濟能否促進城市綠色發展效率已有較為一致的結論，但在其影響路徑與具體效果方面，仍需進一步挖掘和研判。

相較于已有研究，本文可能的邊際貢獻在于三個方面。第一，采用Word2Vec和TF-IDF機器學習模型，生成全國5 000余家重點企業在認知、組織、社會、制度、地理5個維度的鄰近數據，進而構建全國主要城市的鄰近發展水平指標體系，重構和升級傳統實證計量經濟學模型，檢驗數字經濟和城市綠色發展效率之間的因果關系。第二，分析數字經濟發展水平與城市綠色發展效率之間可能存在的非線性關系，對現有關系的可持續性進行判斷。第三，將數字經濟、經濟發展水平以及各類企業的鄰近維度作為門檻變量，甄別導致兩者之間非線性關系的關鍵因素，為提出針對性的可持續綠色發展政策提供實證參考。

二、文獻綜述

與本文研究密切相關的文獻可歸納為三個方面。

一是數字經濟的內涵與指標測度。數字經濟是在信息通信技術變革中形成的一種新經濟形態，美國新經濟學家Tapscott^[1]最早提出該概念。在宏觀層面，數字經濟對高質量發展和全要素生產率提升具有顯著作用，并能促進經濟地理格局優化。在中觀層面，數字經濟和技術創新對促進產業結構升級具有積極作用，技術創新在其中發揮了關鍵的中介作用。在微觀層面，數字經濟的核心技術可以顯著降低交易成本，幫助企業建立競爭優勢，同時還能通過提高創業率提升市場主體參與度。大多數關于數字經濟衡量的研究多為定性研究，其定量研究一般可分為直接法和對比法，主要集中在國家和省級層面。目前，由于數據的不可得性，對數字經濟的城市層面研究往往不得不減少指標維度和細化程度，且大多沿用了趙濤等^[2]的指標測度，從數字金融水平和互聯網發展水平兩方面反映數字經濟發展程度。

二是綠色發展的內涵、效率測度及影響因素。2009年，經濟合作與發展組織（OECD）提出了“綠色發展”理念，該理念不僅包含可持續發展的要求，還強調經濟增長的統籌兼顧。隨著生活水平的提高，學者們開始關注社會系統的和諧穩定、福利增加和公平性。綠色發展更加強調經濟、生態和社會三大系統的協調統一，體現了資源節約、環境友好和社會進步的統一訴求。綠色發展效率的測度對象覆蓋范圍較廣，從全球各個國家和地區，到“一帶一路”共建國家，再到某一個國家內部的區域省份或城市等層面。綠色發展效率的測度方法主要是通過構建投入產出指標體系并測算相關指數來反映。如Zaim等^[3]測算了OECD國家的環境效率指數，Arcelus等^[4]測算了綠色生產效率，Rashidi等^[5]測算了生態效率指數。綠色發展效率測度指標的選擇呈現出兩種方向。一種是將環境污染與資本和勞動一樣作為效率評價的投入因素，如Ramanathan^[6]將CO₂排放量作為數據包絡分析模型（DEA）的投入指標之一，測度了中東和北非等17個國家的效率值。另一種更為常見且逐漸成為主流方向，是將環境污染納入非期望產出指標中，將其作為一種負向指標，與期望產出一起引入生產過程^[7]。

三是數字經濟對綠色發展效率影響的相關研究。目前，相關研究主要集中在運用不同的實證模型，探究省（市）級層面或行業層面數字經濟對綠色發展效率的影響機制。如趙巍^[8]在基礎回歸的基礎上，為解決內生性問題，采用系統高斯混合模型（GMM）證明數字經濟對城市綠色全要素生產率的促進作用始終顯著。Lyu等^[9]構建空間計量模型，檢驗了數字經濟與綠色全要素生產率之間的空間溢出效應。在影響機制的研究上，學者主要從中介效應機制和非線性機制兩個角度進行探討。其中，中介效應機制的研究較為豐富。如趙濤等^[2]主要從產業結構和創業活躍度等角度，研究數字經濟在提升綠色發展效率中發揮的中介作用。非線性機制的研究角度較為復雜，尚未形成一致結論。例如，張英浩等^[10]以地區行業規模和制度環境作為門檻變量，證實了數字經濟對綠色發展效率具有非線性特征。楊友才等^[11]研究發現，數字經濟對綠色發展效率在地理空間區域上缺乏均質性，導致其空間異質特征顯著。具體而言，數字經濟產生的“綠色紅利”在東部地區的影響大于中、西部地區和東北地區。相較于中心城市，非中心城市的空間溢出效應更強^[12]。

現有國內外文獻在數字經濟與綠色發展效率等方面進行了充分探索，相關主流研究已經對數字經濟促進綠色發展效率的積極效應達成共識，并對其可能存在的非線性關系進行了一定程度的討論。然而，現有研究未能從根本上判斷數字經濟促進綠色發展效率的性質，也未對其發展路徑和可持續性進行充分估算，因此無法描述數字經濟促進綠色發展效率的具體演化軌跡，也無法甄別具體影響因素，進而制定具有針對性的政策框架。一是相關統計數據匱乏，現有實證分析框架未納入對企業特征和發展環境的考量，無法深度結合中國區域、城市實際社會和經濟發展水平；二是對具體非線性閾值指標的定義和選取缺乏足夠的理解，數字經濟促進綠色發展效率的關鍵在于“促進”的可持續性，但目前研究尚未對兩者之間因發展水平差異、發展階段差異等因素導致的非線性關系的根本原因進行深度挖掘；三是理論框架相對簡單，目前研究對數字經濟和綠色發展效率的理論框架主要基于傳統經濟學理論，涉及生產效率、能源環境等方面，但針對促因外部性分析的理論模塊尚未完善。

三、理論機制

（一）數字經濟對城市綠色發展效率的直接作用機制

數字經濟的核心在于經濟活動的信息化，代表經濟形態的革新。盡管前期基礎設施建設會導致大量能源消耗并增加城市碳排放，但從長期來看，數字經濟產業及其在各領域的應用將逐漸擺脫高投入、高污染、高排放的無序發展狀態，使資源浪費和環境污染嚴重的傳統產業逐漸失去生存空間。此外，數字經濟的廣泛應用逐漸形成了開放式、網絡狀的發展方式。與傳統的生產方式和商業模式相比，數字經濟更重視平臺的利用，也更強調共享經濟的特征。數字化平臺不僅發揮中介作用，還充當連接者，利用資源優勢將用戶與生產者直接連接，使生產者可以將用戶行為產生的大量數據作為新的生產要素投入到生產過程。一方面，數據要素的投入相較于傳統生產要素，其獲取和使用過程能耗較低，從而在生產要素投入端降低了能源消耗。另一方面，平臺化的生產消費模式使企業能夠更精準地把握市場需求，實現生產與消費的精準對接。這有助于企業重新配置閑置資源，進一步降低生產要素的機會成本。在數字經濟時代，企業不再局限于單一產品的大規模生產，而是借助網絡效應和平臺化、在線化的經營模式，打破不同買主、分銷渠道和地理區位之間的界限，將不同的生產環節、業務節點和產業鏈條相互滲透融合，催生出更加個性化、多樣化的產品和服務。這種多樣化的產品和服務供給模式能更好地滿足不同消費者的需求，避免因過度生產單一產品導致的市場飽和和資源浪費。綜上，本文提出如下研究假設：

H1：數字經濟可以憑借自身優勢直接促進城市綠色發展效率的提升。

（二）數字經濟對城市綠色發展效率的間接作用機制

數字經濟與綠色技術創新的相互促進為綠色創新和綠色發展提供了重要前提。首先，數字經濟的高滲透性顯著提升了知識積累的速度與外溢程度，促使不同個體和機構之間的知識交流更加便捷，從而實現信息共享，營造出有利于實現綠色技術創新的良好氛圍。其次，數字經濟催生了規模效應、范圍經濟以及關注小眾市場的長尾效應，這些優勢作用于企業的研發活動和生產經營，幫助企業在更大程度上和范圍內提升技術效率，降低綠色創新成本，增強綠色技術創新的可行性。此外，具有較高配置效應的數字技術能夠顯著改善因信息不對稱造成的金融資源不匹配狀況，降低金融機構放貸風險和資金回收成本，激發金融市場綠色資本的投資活力，從而幫助企業加大研發投入并進行綠色技術創新。與此同時，綠色技術創新在企業生產中的廣泛應用能夠實現生產端的低碳生產方式，催生新的能源消費方式，推動產業結構向綠色化轉型。不僅如此，在數字經濟時代，綠色技術創新在消費端也發揮重要作用。廣大居民對綠色產品的使用有助于其實現低碳生活，減少日常生活中的資源浪費和環境污染，進而提升城市綠色發展效率。綜上，本文提出如下研究假設：

H2：數字經濟通過促進綠色技術創新推動城市綠色發展效率的提升。

（三）數字經濟對城市綠色發展效率可持續性的作用機制

1.數字經濟發展水平

相比于傳統工業，數字經濟具備環境友好的特征，能夠實現更優的資源配置和管理，在經濟活動中降低不同參與主體的交易成本和協調成本，有助于傳統工業領域的企業快速實現“綠色化”，改變其以往對有形資源和能源的過度消耗以及對環境造成不可逆影響的發展模式。考慮到數字技術的廣泛應用離不開大量電力消耗，因此其對能源消耗并非只有正向效應，還可能存在“綠色盲區”，而能源消耗又不可避免地造成環境污染，在某些時期可能會降低城市的綠色發展效率。樊軼俠等^[13]指出，信息技術是一把雙刃劍，技術本身是中性的，而在信息產業發展的背后，應該同時考慮其對自然資源和環境造成的影響。信息通信技術的使用大力推動了數字經濟在全社會的應用。一方面，其引致的擴張效應使一部分日常的消費、娛樂和工作從線下轉移到了線上，從而加劇電力消耗；另一方面，其創造的經濟擴張提高了居民購買力，技術革新提升了自然資源的可得性，從而使得居民在日常生活中增加了能源消耗和使用需求。因此，數字經濟發展模式尚未擺脫以能源消耗為主要前提的弊端，這會產生明顯的能源回彈效應。綜上，本文提出如下研究假設：

H3：數字經濟對城市綠色發展效率具有非線性影響特征。

2.城市經濟發展水平

當城市經濟發展水平處于較低階段時，城市資源主要集中于滿足基本生產與生活需求，基礎設施建設相對薄弱，技術創新能力有限。在這種情況下，數字經濟的發展往往面臨諸多制約。一方面，數字基礎設施建設需要大量資金投入，如寬帶網絡鋪設、數據中心建設等，而經濟發展水平較低的城市難以進行大規模投資，導致數字經濟發展缺乏必要的物質基礎。另一方面，低經濟發展水平通常伴隨著較低的人才吸引力和技術創新能力，這使得數字經濟難以充分發揮其對綠色發展效率的提升作用。隨著城市經濟發展水平逐步跨越一定門檻，城市開始擁有更多資源和能力支持數字經濟的發展，加大對數字基礎設施的投入，提高網絡覆蓋范圍和數據傳輸速度，吸引高素質人才，增強技術創新能力。這些人才和創新資源能夠與數字經濟深度融合，推動數字技術在綠色產業中的廣泛應用，從而顯著提高城市綠色發展效率。綜上，本文提出如下研究假設：

H4：數字經濟對城市綠色發展效率因城市經濟發展水平而存在門檻效應。

3.企業鄰近水平

鄰近理論最早由Boschma^[14]提出，最初聚焦靜態概念，認為鄰近不僅限于地理接近，還涵蓋認知、社會、組織、制度和地理5個維度。隨后，Broekel等^[15]指出，這些維度間可能存在替代或互補關系，其相互作用可能源自地理、認知或社會鄰近的共同進化過程。Balland等^[16]將其發展為一個動態且綜合的框架并進一步指出，地理和社會鄰近是補充性因素，而組織、制度和認知鄰近是促進學習、溝通和互動的關鍵驅動力。目前，鄰近理論主要應用于區域經濟和創新發展。Cassi等^[17]指出，盡管地理和技術鄰近性對社會網絡的建立至關重要，但它們對創新績效的影響卻具有復雜性。過度鄰近性可能導致“同質化效應”，即企業間的過度相似性會抑制創新的多樣性，降低創新的探索性和突破性，從而影響創新的長遠發展。因此，盡管鄰近性有助于合作的形成，但過度的地理和技術鄰近性在某些情境下可能阻礙創新的進一步發展。

企業鄰近水平涵蓋地理、社會、制度、組織和認知等多個維度，顯著影響數字經濟與城市綠色發展效率的關系。各維度相互作用，形成復雜機制并導致門檻效應。地理鄰近性決定信息流通與合作效率，距離遠時限制綠色發展，距離近時則有助于產業集群和合作。社會鄰近性影響企業信任與合作，網絡稀疏時合作受限，緊密時則促進綠色發展。制度鄰近性體現為制度統一性對協調的促進作用，差異較大時增加不確定性，制度統一時則降低風險。組織鄰近性體現為相似的組織結構和文化，促進資源整合與流程優化。認知鄰近性則體現為認知一致性提升企業共識，推動綠色發展。總體來看，當企業鄰近水平低時，數字經濟難以有效促進綠色發展；而跨越臨界門檻后，數字經濟與企業發展更緊密結合，有助于提升城市綠色發展效率。綜上，本文提出如下研究假設：

H5：數字經濟對城市綠色發展效率因企業鄰近水平而存在門檻效應。

四、變量說明與模型設定

（一）變量說明

1.被解釋變量

城市綠色發展效率（Ge）是本文的被解釋變量。本文借鑒張英浩等^[10]的方法，綜合考慮經濟效益、生態效益和社會效益，構建了如表1所示的城市綠色發展效率的投入產出指標體系。本文采用非期望產出全域曼奎斯特—倫伯格指數（GML），對中國2011—2019年257個樣本城市進行測算，并將GML指數的動態結果作為城市綠色發展效率值用于后續回歸分析。由于GML指數反映的是與上一年相比的效率增長情況，為準確反映城市綠色發展效率的動態變化，借鑒韓晶等^[18]的方法對GML指數進行調整，調整方法如下：假定2011年的綠色發展效率基期值為1，則2012年的綠色發展效率值為2011年的基期值乘以2012年的GML指數，2013年的綠色發展效率值為2012年的值乘以2013年的GML指數，依此類推。

2.解釋變量

本文的核心解釋變量是城市的數字經濟發展水平（Dig），采用非期望產出的超效率松弛測度模型（SBM）對其進行測度。在構建城市層面指標體系時，參考趙濤等^[2]的方法，以數字金融發展水平及互聯網發展水平作為主要衡量指標。各指標的含義、屬性以及運用熵值法計算出的權重如表2所示。所需數據均來源于各年度的《中國城市統計年鑒》、各城市國民經濟和社會發展統計公報以及經濟預測系統數據庫（EPS）等。

3.中介變量

綠色技術創新水平（PGI）以每十萬人的綠色專利申請量衡量。借鑒彭繼增等^[19]的做法，采用綠色專利申請數量作為城市綠色創新水平的衡量標準。

4.控制變量

城市化水平（lnUrb）：采用各地級市的城鎮化率作為城市化水平的衡量指標，數據來源于《中國城市統計年鑒》。金融發展水平（Fin）：本文以金融機構貸款金額與城市地區生產總值（GDP）的比值作為衡量指標，數據來源于《中國城市統計年鑒》。經濟發展水平（lnRgdp）：將經濟發展水平作為控制變量，并采用人均GDP表示，數據來源于《中國城市統計年鑒》和EPS數據庫。人力資本（HC）：以普通高等學校在校學生數與城市年末總人口數的比值作為人力資本的衡量指標。由于2019年普通高等學校在校學生數在各數據庫中缺失值較多，該年度數據主要來源于各地級及以上城市的國民經濟和社會發展統計公報或政府官方網站。政府干預程度（Gov）：采用地方財政一般預算支出與當年地區生產總值的比值作為衡量指標，數據來源于《中國城市統計年鑒》。科技支出水平（lnTec）：采用地方政府的科技財政支出水平并取對數來衡量城市的科技支出水平，數據來源于《中國城市統計年鑒》。鄰近水平：采用鄰近理論中衡量創新的5個維度，即地理、社會、制度、組織和認知。本文通過Python爬蟲功能收集整理了上海證券交易所、深圳證券交易所全部A股上市企業的年度報告，利用Jieba和HanLP等常用分詞工具對年報文本進行分詞處理。結合潛在狄利克雷分配主題聚類模型（LDA）選擇出5個創新維度下的關鍵核心主題詞，基于TF-IDF與Word2vec對年報熱詞分析，量化了企業在以上5個維度的水平。具體如下：地理鄰近（lnGeo），指企業在地理空間上的接近程度，方便面對面的交流、貨物運輸以及資源共享等活動；社會鄰近（ln Soc），基于企業相關人員的社會關系網絡構建起來的鄰近性；制度鄰近（lnIns），體現在企業受到相似的制度環境約束和引導；組織鄰近（lnOrg），涉及企業組織架構與文化的相似性或關聯性；認知鄰近（lnCon），反映企業在知識結構和價值觀等方面的相似程度。

主要變量的描述性統計結果如表3所示。從中可見，城市綠色發展效率數據波動較大，表明樣本城市間的綠色發展效率存在顯著差異，不同地區之間綠色發展效率程度不一。數字經濟發展水平數據同樣呈現較大波動，說明不同地區之間數字經濟發展水平差異較大。控制變量、中介變量及工具變量均呈現出較大的最值差與標準差，這與中國地域遼闊、地區發展不平衡的國情吻合，為后續異質性分析提供了必要依據。

（二）計量模型設定

1.基準回歸的模型設定

根據理論分析和研究假設，本文設立如下雙向固定效應模型：

Ge_it=α₀+α₁Dig_it+α_cCV_it+μ_i+λ_t+ε_it（1）

其中，Ge_it是被解釋變量，表示第i個城市第t年的城市綠色發展效率；Digit是核心解釋變量，代表第i個城市第t年的數字經濟發展水平；CVit代表第i個城市第t年的一系列控制變量；ε_it表示隨機擾動項。此外，鑒于城市綠色發展效率可能受時間變化或城市個體變化帶來的不可觀測因素影響。因此，在基本模型中加入了時間和城市個體固定效應，分別記作λ_t和μ_i。對面板數據進行的豪斯曼檢驗和時間效應檢驗結果顯示，P值皆小于0.001，說明該基準模型的設定合理。

2.中介機制的模型設定

為檢驗前文提出的數字經濟對城市綠色發展效率的間接作用機制，本文在式（1）基礎上加入中介變量，構建的中介效應回歸模型如下：

PGI_it= β₀+β₁Dig_it+β_cCV_it+μ_i+λ_t+ε_it（2）

Ge_it= γ₀+γ₁Dig_it+γ₂PGI_it+γ_cCV_it+μ_i+λ_t+ε_it（3）

其中，PGI_it表示綠色技術創新水平，是本文的中介變量。中介效應檢驗步驟如下：首先，驗證式（1）中回歸系數α₁的顯著性；其次，檢驗式（2）中回歸系數β₁的顯著性；最后，檢驗式（3）中γ₁和γ₂的顯著性。若β₁顯著，表明數字經濟對綠色技術創新水平具有顯著影響；若γ₂顯著，表明中介變量對城市綠色發展效率存在顯著影響；若γ₁不顯著，或γ₁顯著但絕對值小于式（1）中的α₁，則證明中介效應存在。

3.門檻模型設定

數字經濟對城市綠色發展效率的提升可能存在非線性的階段性特征，這一現象已逐漸成為研究熱點。非線性特征通常表現為自變量不同值域內對因變量影響存在差異，門檻效應可有效捕捉這種差異。因此，本文采用面板門檻模型，驗證數字經濟對城市綠色發展效率影響的非線性階段性特征。鑒于可能存在多個門檻值，本文構建多門檻面板回歸模型，模型設定如下：

Geit=ξ₀+ξ₁Basit×I（mit≤Φ₁）+ξ₂Basit×I（Φ₁≤mit≤Φ₂）+…+ξnBasit×I（Φn-₁lt;mit≤Φn）+ξn₊₁Basit×I（mitgt;Φn）+ξcCVit+μi+λt+εit （4）

其中，Basit為門檻變量，包括數字經濟發展水平、經濟發展水平、企業鄰近水平；Φ為待估算的門檻值，I（?）為指示函數，當滿足（）內的條件時取1，否則取0。

五、實證結果分析

（一）基準回歸結果

在確定樣本面板數據具有強平穩性的基礎上，對其進行豪斯曼檢驗和時間效應檢驗。依據檢驗結果，采用時間和城市個體雙向固定效應模型，并運用逐步增加控制變量的方法開展全樣本基礎回歸，結果如表4所示。結果表明，無論是否加入控制變量，核心解釋變量數字經濟發展水平始終對城市綠色發展效率呈現顯著正向作用，回歸系數為正。這表明數字經濟對城市綠色發展效率具有正向促進作用。此外，逐步引入控制變量并未影響其方向，對回歸系數的影響極小，驗證了回歸結果是穩健的，由此驗證了本文假設H1的成立。

（二）中介效應檢驗

中介機制的檢驗機制包含式（1）～（3）三個部分，檢驗結果如表5所示。其中，第（1）列為式（1）的回歸結果。第（2）列是式（2）的回歸結果，數字經濟對綠色技術創新水平回歸系數為0.643，在1%的水平下顯著，說明城市的數字經濟發展能顯著提升綠色技術創新水平。第（3）列是式（3）的回歸結果，綠色技術創新水平的回歸系數為0.975，同樣在1%的水平下顯著，說明綠色技術創新水平對城市綠色發展效率的影響顯著為正。而數字經濟發展水平的回歸系數為0.396，與式（1）中未加入中介變量時相比，其回歸系數的數值明顯減小，且未通過10%的顯著性檢驗，證實綠色技術創新是數字經濟影響城市綠色發展效率的中介變量。由此可知，數字經濟的蓬勃發展加速了信息流通，降低了信息不對稱，顯著增強了知識溢出效應，有力推動了綠色發展觀念的傳播。同時，數字技術手段的應用有效降低了創新成本，合理規避了創新風險，促進城市的綠色技術創新水平。由此驗證了本文假設H2的成立。

（三）門檻效應檢驗

根據前文理論假設及面板回歸結果，為探究數字經濟對城市綠色發展效率影響機制的復雜性，本文分別選用數字經濟發展水平、經濟發展水平、地理鄰近、社會鄰近、制度鄰近、組織鄰近、認知鄰近作為門檻變量。采用Bootstrap方法反復抽樣300次得出檢驗統計量對應的P值，以判斷是否存在著門檻效應。檢驗結果如表6所示。

1.數字經濟發展水平作為門檻變量

圖1和表7展示了在由不同數字經濟發展水平門檻值界定的相應區間內，數字經濟對城市綠色發展效率的影響效果。結果表明，在數字經濟發展水平的所有約束區間內，數字經濟對城市綠色發展效率的回歸系數均為正，且均在5%的水平下顯著，表明隨著數字經濟的發展，其對城市綠色發展效率始終表現為明顯的正向促進作用。但也應注意到，在數字經濟發展水平的各門檻區間內，其回歸系數呈下降趨勢，即數字經濟對城市綠色發展效率的影響效應存在逐漸減弱的現象。可能原因在于，目前數字經濟發展尚不能從根本上解決能源高消耗這一根本問題。并且隨著數字經濟的發展，信息和通信技術的應用以及數字技術的不斷革新，數字經濟對科技創新的影響效應有所降低，由此驗證了本文假設H3的成立。

2.經濟發展水平作為門檻變量

以經濟發展水平為門檻變量的檢驗結果如圖2和表6所示，檢驗結果顯示F值為50.87，顯著性水平為1%，表明存在單一門檻效應，門檻值為11.507。表7第（4）列報告了經濟發展水平的回歸結果，當城市的經濟發展水平低于門檻值時，數字經濟的系數為0.645，且不顯著；而當經濟發展水平高于門檻值時，數字經濟的系數則提高至1.414，并在1%的水平下顯著。這表明城市經濟水平的上升會使數字經濟對綠色發展的推動效果增強，由此驗證了本文假設H4的成立。原因可能是數字經濟的發展依賴高速穩定的網絡設施、先進的數據處理中心等基礎條件，而在經濟水平較低階段，城市難以大規模投資建設此類基礎設施，從而限制了數字經濟對綠色發展的促進作用。而在經濟發展水平越過門檻值后，城市有更充足的資金和資源用于完善數字經濟發展所需的基礎設施，從而使數字經濟能夠更有效地推動綠色發展。

3.鄰近水平作為門檻變量

以企業水平為門檻變量的檢驗結果如圖3～7所示。地理鄰近的回歸結果顯示，當企業地理鄰近水平低于門檻值時，數字經濟的系數不顯著，表明企業之間的地理距離可能限制了數字經濟在促進城市綠色發展效率方面的有效性；而當企業地理鄰近水平高于門檻值時，地理鄰近對數字經濟影響城市綠色發展程度起到調節作用，這表明企業地理鄰近水平的提升有利于數字經濟更好地發揮對城市綠色發展的積極作用。社會鄰近的回歸結果顯示，當企業社會鄰近水平低于門檻值時，數字經濟的系數不顯著；而當企業社會鄰近水平高于門檻值時，數字經濟的系數在5%的水平下顯著。在不考慮社會鄰近作為門檻變量對數字經濟作用的調節時，社會鄰近會對城市綠色發展產生抑制作用^[③]，這表明社會鄰近水平本身對城市綠色發展的影響較為復雜，直接來看可能會產生抑制作用。作為門檻變量時，社會鄰近水平的提高有助于數字經濟更好地發揮對城市綠色發展的積極作用。制度鄰近的回歸結果顯示，當企業制度鄰近水平低于門檻值時，數字經濟的系數不顯著；而當企業制度鄰近水平高于門檻值時，數字經濟的系數在5%的水平下顯著。制度鄰近作為控制變量時不顯著，但作為門檻變量，當企業制度鄰近達到一定水平時，會更好地發揮數字經濟對城市綠色發展的積極作用。組織鄰近未通過門檻變量檢驗。認知鄰近的回歸結果顯示，當企業認知鄰近水平低于門檻值時，數字經濟的系數不顯著，這意味著在企業認知差異較大（認知鄰近水平低）的情況下，數字經濟在促進城市綠色發展方面的作用有限，可能是因為企業之間在認知上難以達成共識，無法有效地利用數字經濟的優勢來推動城市綠色發展；而當企業認知鄰近水平高于門檻值時，數字經濟的系數在5%的水平下顯著，這表明企業之間較高的認知鄰近水平有利于數字經濟更好地發揮對城市綠色發展的積極作用，企業在認知上的接近使得它們能夠更好地理解和應用數字經濟相關的理念、技術等來推動城市綠色發展效率的提升。由此驗證了本文假設H5的成立。

（四）穩健性檢驗^[④]

1.控制宏觀因素影響

通常經濟發展水平較高的城市，在數字經濟的基礎設施建設方面占據較大優勢，并在數字經濟應用上產生更大效應，故可能會面臨內生性問題。因此，本文參考趙濤等^[2]的研究，通過設定省份固定效應、省份與年份交互效應來控制經濟中宏觀因素的影響。在考慮宏觀因素系統性變化后，數字經濟對城市綠色發展效率的正向促進作用結論穩健。

2.內生性問題

值得關注的是，數字經濟與城市綠色發展聯系緊密。數字經濟能夠促進城市綠色發展，從現實情況看，城市綠色發展的結果往往體現在加強對第三產業的發展力度、促進產業數字化轉型方面，因此城市綠色發展反過來又可以為數字經濟提供更好的基礎條件，即兩者之間可能會存在內生性問題。本文借鑒黃群慧等^[20]的研究思路，以1984年各城市固定電話用戶數據作為工具變量基礎，使用兩階段最小二乘法進行回歸估計，有效解決這一潛在問題。此外，對工具變量進行LM檢驗，結果顯示F值大于10，統計量在1%的水平下顯著，拒絕該工具變量識別不足的假設。據此判斷，該工具變量設定合理且有效，基于上述方法的回歸分析可靠。綜上，使用合理有效的工具變量克服了由數字經濟發展水平和城市綠色發展效率雙向因果關系可能導致的潛在內生性問題后，仍能得到數字經濟發展水平促進城市綠色發展效率的結論，前文結論穩健可靠。

（五）異質性分析

1.城市區域異質性

表8第（1）～（3）列分別表示中國東部、中部和西部地區^[⑤]的回歸結果。結果顯示，數字經濟對東部、中部、西部地區城市綠色發展效率的回歸系數分別為1.144、1.775和0.370，表明不同區域內數字經濟對城市綠色發展效率均有正向促進作用。但不同地區的作用效果存在顯著差異，東部地區和中部地區城市分別通過了5%和1%的顯著性檢驗，而西部地區城市未通過顯著性檢驗。這表明數字經濟對東部地區和中部地區的綠色發展效率作用效果更強且更顯著，而在西部地區影響較小且不明顯。產生這一結果的原因可能是東部地區和中部地區具備良好的經濟發展基礎，且按照人口規模、經濟發展水平和城鎮化率劃分時均存在較多的“大城市”，具備顯著的集聚效應。因此，這些地區擁有良好的發展條件和完善的數字基礎設施，在“先發優勢”影響下，數字經濟發展相對成熟。不僅如此，東部和中部地區城市的數字經濟在經濟結構中占比較高、影響力較大，能夠獲得更多的“數字紅利”，從而吸引高素質人才并進一步提高勞動力匹配質量。因此，數字經濟對城市綠色發展效率的影響作用在東部和中部地區大于西部地區。

2.城市發展類型異質性

表8第（4）（5）列分別表示資源型城市和非資源型城市的回歸結果。結果表明，數字經濟顯著提高了兩種類型城市的綠色發展效率，且對非資源型城市的促進作用更明顯。具體來看，資源型城市數字經濟的回歸系數為1.044，在10%的水平下顯著；非資源型城市數字經濟的回歸系數為0.977，在1%的水平下顯著。從回歸系數來看，資源型城市大于非資源型城市。這可能是因為數字經濟在資源型城市的綠色化轉型中發揮著促進產業結構升級和合理配置要素的重要作用，有助于解決“資源詛咒”的困境。

3.發展政策異質性

2013年國務院印發《“寬帶中國”戰略及實施方案》通知，相關部門分別于2014、2015和2016年分三批在120個城市（群）具體實施，旨在為數字經濟快速發展提供有力支持。本文依據上述戰略分批次批準的試點城市進行分組，將257個樣本城市劃分為試點城市和非試點城市，進行分組回歸，以探究城市數字經濟對綠色發展效率的影響在政策強度方面的異質性。

表8第（6）（7）列分別表示試點城市和非試點城市的回歸結果。數字經濟的回歸系數分別為1.569和0.815，均在5%的水平下顯著。試點城市回歸系數大于非試點城市，這表明政策支持會加強數字經濟對城市綠色發展效率的影響程度。基于政策支持下的數字基建“先發優勢”，試點城市能夠發揮數字經濟在促進技術及知識外溢等方面的優勢，提高企業創新能力，加強政府數字化治理，推動相關部門開展環境監測，有利于傳統行業向綠色低碳化轉型，進而助力城市綠色發展效率提升。

六、結論與政策建議

本文基于宏觀數據和微觀企業年報數據，采用機器學習模型，構建2011—2019年257個地級及以上城市的平衡面板數據。按照“水平與效率測評—線性因果關系性質判斷—非線性因果關系識別和關鍵促因甄別”的思路，深度分析數字經濟促進城市綠色發展效率的可持續性機制，將傳統研究從關注數字經濟和綠色發展的投入拓展到理解與運用“抓手”，推動數字經濟和綠色發展協同，得出四點結論。第一，數字經濟顯著促進了城市綠色發展效率的增長，即城市數字化水平的提高能有效促進城市綠色發展效率提升，數字經濟已成為城市綠色發展的新動能。本文將257個地級市樣本劃分為東、中、西部三個區域后發現，數字經濟對東、中、西部地區城市綠色發展效率的影響程度存在較大差異，對中部地區影響最大且最顯著，東部地區次之，西部地區影響較小且不明顯。第二，中介機制分析表明，數字經濟通過提升綠色技術創新水平促進城市綠色發展效率的提高。數字經濟的蓬勃發展能夠通過降低創新成本、合理規避創新風險等優勢，提升城市的綠色技術創新水平，實現技術外溢效應，使經濟活動更高效、低成本、低能耗，從而提高城市綠色發展效率。第三，以數字經濟發展水平作為門檻變量的門檻模型回歸結果顯示，通過雙門檻檢驗且在各門檻區間內，數字經濟的回歸系數顯著為正但呈下降趨勢，表明數字經濟對城市綠色發展效率的影響效應會逐漸減弱。這說明目前單一的投入產出模式難以有效維持數字經濟對綠色發展帶來的增長增量。第四，以經濟發展水平作為門檻變量進行門檻模型的回歸，通過了單一門檻檢驗，只有經濟發展水平大于門檻值時，數字經濟對城市綠色發展效率才有顯著促進作用，凸顯經濟基礎對數字經濟推動綠色發展的關鍵支撐作用。以企業鄰近水平為門檻變量的門檻模型回歸結果顯示，除組織鄰近外，其余鄰近水平均通過單一門檻檢驗，表明地理、社會、制度和認知等鄰近維度在水平較低時，數字經濟的潛力難以充分釋放；而跨越一定門檻后，企業間協同合作增強，實現資源共享與優勢互補，數字經濟與企業融合發展更加緊密，進而有力促進城市綠色發展效率提升，凸顯企業間協同合作環境對數字經濟推動綠色發展的重要性。

維持數字經濟促進城市綠色發展效率的可持續性，關鍵在于協同要素環境的建設和完善。除宏觀經濟環境發展和數字投資帶來的直接和間接紅利外，地方政府應充分認識到協同要素的“抓手”作用，從而因地制宜，制定符合當地社會、經濟和企業特征的數字經濟與綠色發展協同戰略。第一，加大對城市數字基礎設施建設的投入力度，確保其具備高性能與高穩定性，以滿足數字經濟產業的快速發展需求。在建設過程中，積極采用綠色節能技術和標準。例如，在數據中心建設中推廣應用先進冷卻技術，降低能源消耗；選用低功耗網絡設備，減少碳排放。通過這些措施，降低數字基礎設施自身的環境影響，使其與城市綠色發展理念相契合。第二，增加鄰近的維度和厚度，并實現不同鄰近之間的交織，提升城市整體鄰近質量。構建地理鄰近和社會鄰近，地方政府應關注數字經濟產業的聚集效應，創造企業和人才群體共享、溝通和交流的通道，減少企業因軟硬環境隔閡而產生的各種直接與間接成本，使相關企業能夠投入更多資源和精力推進數字技術賦能綠色發展戰略。第三，構建制度鄰近要求政府部門出臺更多針對數字經濟與綠色發展的協同支持政策，如減稅、免稅，以及針對數字產業的更嚴格環境保護標準等，確保不同行業和企業政策效力無明顯偏差。第四，加大對政府部門工作人員、企業管理人員和技術人員的數字經濟與綠色發展理念培訓和教育力度，尤其在相對欠發達地區，當地政府部門和企業對數字經濟賦能綠色發展缺乏直觀理解，需要在價值觀和工作方式等方面形成合力。

參考文獻：

［1］""""""" TAPASCOTT D. The digital economy： promise and peril in the age of networked intelligence［M］. New York： McGraw-Hill，1996：54-68.

［2］""""""" 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.

ZHAO T， ZHANG Z， LIANG S K. Digital economy， entrepreneurial vitality， and high-quality development： empirical evidence from Chinese cities［J］. Management World，2020，36（10）：65-76.

［3］""""""" ZAIM O， TASKIN F. Environmental efficiency in carbon dioxide emissions in the OECD： a non-parametric approach［J］. Journal of Environmental Management，2000，58（2）：95-107.

［4］""""""" ARCELUS F J， AROCENA P. Productivity differences across OECD countries in the presence of environmental constraints［J］. Journal of the Operational Research Society，2005，56（12）：1352-1362.

［5］""""""" RASHIDI K， SAEN R F. Measuring eco-efficiency based on green indicators and potentials in energy saving and undesirable output abatement［J］. Energy Economics，2015，50（4）：18-26.

［6］""""""" RAMANATHAN R. An analysis of energy consumption and carbon dioxide emissions in countries of the Middle East and North Africa［J］. Energy，2005，30（15）：2831-2842.

［7］""""""" YANG L S， NI M Y. Is financial development beneficial to improve the efficiency of green development？ Evidence from the “Belt and Road” countries［J］. Energy Economics，2022，105：105734.

［8］""""""" 趙巍.數字經濟與城市綠色全要素生產率：作用機制與門檻效應［J］.中國流通經濟，2022，36（11）：15-26.

ZHAO W. Digital economy and urban green total factor productivity： mechanism and threshold effects［J］. China Circulation Economy，2022，36（11）：15-26.

［9］""""""" LYU Y W， WANG W Q， WU Y， et al. How does digital economy affect green total factor productivity？ Evidence from China ［J］. The Science of the Total Environment，2022，857（2）：159428.

［10］""""" 張英浩，汪明峰，崔璐明，等.數字經濟水平對中國市域綠色全要素生產率的影響［J］.經濟地理，2022，42（9）：33-42.

ZHANG Y H， WANG M F， CUI L M， et al. Impact of digital economy level on urban green total factor productivity in China［J］. Economic Geography，2022，42（9）：33-42.

［11］""""" 楊友才， 王玉聰， 魏濤.數字經濟是否提高了綠色全要素生產率？［J］.學習與探索，2022，44（12）：114-123.

YANG Y C， WANG Y C， WEI T. Has digital economy improved green total factor productivity？［J］. Study and Exploration，2022，44（12）：114-123.

［12］""""" 李治國，李兆哲，王麗君. 彌合數字鴻溝激勵后發城市綠色追趕：結構性特征與傳導路徑［J］. 西安交通大學學報（社會科學版），2025，45（3）：77-91.

LI Z G， LI Z Z， WANG L J. Bridging the digital divide to stimulate the green catch-up of latecomer cities： structural characteristics and transmission path［J］. Journal of Xi’an Jiaotong University （Social Sciences），2025，45（3）：77-91.

［13］""""" 樊軼俠，徐昊.中國數字經濟發展能帶來經濟綠色化嗎：來自我國省際面板數據的經驗證據［J］.經濟問題探索，2021，43（9）：15-29.

FAN Y X， XU H. Can the development of digital economy bring economic greening in China？ Empirical evidence from provincial panel data［J］. Economic Problems Exploration，2021，43（9）：15-29.

［14］""""" BOSCHMA R. Proximity and innovation： a critical assessment［J］. Regional Studies，2005，39（1）：61-74

［15］""""" BROEKEL T， BOSCHMA R. Knowledge networks in the Dutch aviation industry： the proximity paradox［J］. Journal of Economic Geography，2012，12（2）：409-433.

［16］""""" BALLAND P A， BOSCHMA R， FRENKEN K. Proximity and innovation： from statics to dynamics［J］.Regional studies，2014，49（6）：907-920.

［17］""""" CASSI L， PLUNKET A. Proximity， network formation， and inventive performance： in search of the proximity paradox［J］. The Annals of Regional Science，2014，53（2）：395-422.

［18］""""" 韓晶，陳曦.數字經濟賦能綠色發展：內在機制與經驗證據［J］.經濟社會體制比較，2022，37（2）：73-84.

HAN J， CHEN X. Digital economy empowering green development： intrinsic mechanisms and empirical evidence［J］. Comparative Economic amp; Social Systems，2022，37（2）：73-84.

［19］""""" 彭繼增，朱遠航，陳騰背.數字金融、綠色創新與制造業轉型升級［J］.當代經濟科學，2025，47（2）：97-112.

PENG J Z， ZHU Y H， CHEN T B. Digital finance， green innovation and manufacturing transformation and upgrading［J］.Modern Economic Science，2025，47（2）：97-112.

［20］""""" 黃群慧，余泳澤，張松林.互聯網發展與制造業生產率提升：內在機制與中國經驗［J］.中國工業經濟，2019，37（8）：5-23.

HUANG Q H， YU Y Z， ZHANG S L. Internet development and manufacturing productivity improvement： intrinsic mechanisms and Chinese experience［J］. China Industrial Economics，2019，37（8）：5-23.

編輯：張靜，高原

Research on Sustainable Mechanism of Digital Economy Enabling Green Development

YAO Fang， ZHAO Kai， XIA Junxin

School of Economics and Finance， Xi’an Jiaotong University， Xi’an 710061， China

Summary “Digitalization” and “greening” are key directions for China’s future economic development and important driving forces and goals for achieving high-quality development in the new era. The digital economy， with its unique advantages， helps foster emerging industries， create new business models， and promote the ecologicalization of the economy， thus creating new growth points for China’s sustainable development. The integrated development of “economy + ecology” has gradually attracted high attention from the government and academia. Based on this， this paper explores whether the digital economy can enhance the efficiency of urban green development and its mechanism of action.

This study， based on the previous understanding of the linear causal relationship between the digital economy and green development， delves into the non-linear relationship between them. Using panel data from 257 prefecture-level and above cities in China from 2011 to 2019 and the “proximity” data of over 5，000 key enterprises across the country generated by Word2Vec and TF-IDF machine learning models， including cognitive， organizational， social， institutional， and geographical aspects， a two-way fixed effect model is constructed. Corresponding robustness tests and heterogeneity analyses are conducted to explore the impact of the digital economy’s development level on urban green development efficiency from the perspective of proximity， as well as the threshold effects of the digital economy itself， social and economic development， and the proximity atmosphere on their relationship.

The research proves that：First， the digital economy has a significant positive impact on urban green development efficiency. This conclusion remains reliable after controlling for macro factors， introducing instrumental variables， and lagging the control variables by one period for robustness tests. Second， green technological innovation plays an important mediating role in the process of the digital economy enhancing green development efficiency. Third， when the development level of the digital economy is used as the threshold variable for threshold model regression， it passes the double threshold test. Within each threshold interval， the regression coefficient remains significantly positive but decreases， indicating that the impact effect on urban green development efficiency gradually weakens after crossing the threshold value. Fourth， when the proximity level of enterprises is used as the threshold variable for threshold model regression， it passes the single threshold test. That is， when the geographical， social， institutional， and cognitive proximity levels reach certain thresholds， the development level of the digital economy better promotes green development efficiency. This study concludes that the sustainability of the digital economy promoting green development stems from the overall critical mass of a region or city， which not only includes the digital economy and technological development itself but also has important connection with economic and social development， as well as the superposition and interweaving of innovation elements.

The marginal contribution of this paper can be summarized in three points：（1） Using Word2Vec and TF-IDF machine learning models to generate five major “proximity” data of cognition， organization， society， institution and geography of more than 5，000 key enterprises nationwide， and subsequently constructing an indicator system of the proximity development levels for major cities in China， thus reconstructing and upgraing the traditional empirical econometric model to examine the causal relationship between the digital economy and urban green development efficiency； （2） Analyzing the possible non-linear relationship between the development level of digital economy and urban green development efficiency， and assessing the sustainability of the existing relationship； （3） Using the digital economy， economic development level， and various enterprise proximity dimensions as threshold variables to identify the key factors leading to the non-linear relationship between them， and providing empirical reference for proposing targeted sustainable green development policies.

Keywords digital economy；green development efficiency；green technological innovation；proximity theory；threshold effect； sustainable development

收稿日期：2024-07-10。"" 修回日期：2025-04-16。

基金項目：國家社會科學基金后期資助項目暨優秀博士論文項目“中國區域創新驅動發展機制研究：基于創新人才群體視角”（22FJYB008）。

作者簡介：姚芳，女，西安交通大學經濟與金融學院副教授，碩士生導師，研究方向為區域經濟學；趙鍇，男，通信作者，西安交通大學經濟與金融學院副教授，博士生導師，研究方向為創新發展，電子郵箱為kaizhao@mail.xjtu.edu.cn；夏俊馨，女，西安交通大學經濟與金融學院碩士研究生，研究方向為城市經濟學。

^[①]參見https：//www.nda.gov.cn/sjj/ywpd/sjzg/0429/20250429185719359511883_pc.html。

^[②]參見https：//www.gov.cn/zhengce/202407/content_6963770.htm？jump=true。

^[③]篇幅限制，結果留存備索。

^[④]篇幅所限，具體檢驗結果留存備索。

^[⑤]東部地區包括北京、天津、河北、上海、江蘇、浙江、福建、山東、廣東和海南；中部地區包括山西、安徽、江西、河南、湖北和湖南；西部地區包括內蒙古、廣西、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏和新疆。本文未包括港澳臺。