數(shù)字經(jīng)濟賦能綠色發(fā)展的可持續(xù)性機制研究

摘要：數(shù)字化與綠色化深度融合和協(xié)同轉(zhuǎn)型是加快中國發(fā)展方式綠色轉(zhuǎn)型的重要實現(xiàn)途徑。雖然國家已形成協(xié)同推進“美麗中國”和“數(shù)字中國”的頂層政策設計，但是不同地區(qū)在具體落實層面的扶持和激勵政策尚不完善?；?011—2019年中國257個地級及以上城市面板數(shù)據(jù)，構(gòu)建雙向固定效應模型、門檻效應模型等，考察數(shù)字經(jīng)濟對城市綠色發(fā)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(xié)同政策，梳理重點領域?qū)嵤┞窂?，最終形成可持續(xù)性機制提供實證參考。研究發(fā)現(xiàn)，數(shù)字經(jīng)濟顯著提升城市綠色發(fā)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(jié)論；綠色技術創(chuàng)新在此過程中發(fā)揮顯著中介作用；以數(shù)字經(jīng)濟發(fā)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(jīng)濟發(fā)展水平、企業(yè)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(shù)字經(jīng)濟對綠色發(fā)展的促進作用顯著增強。因此，應加大數(shù)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(shù)字經(jīng)濟與綠色發(fā)展協(xié)同支持政策，強化理念普及與人才培養(yǎng)。

關鍵詞：數(shù)字經(jīng)濟；綠色發(fā)展效率；綠色技術創(chuàng)新；鄰近理論；門檻效應；可持續(xù)發(fā)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(shù)字經(jīng)濟規(guī)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(nèi)生產(chǎn)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(shù)字經(jīng)濟增長對GDP增長的貢獻率達66.45%，其作為經(jīng)濟增長支柱的地位愈發(fā)凸顯^[①]。數(shù)字經(jīng)濟與實體經(jīng)濟的深度融合，已成為引領數(shù)字經(jīng)濟發(fā)展的關鍵。數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化不僅從戰(zhàn)略層面助推了產(chǎn)業(yè)結(jié)構(gòu)高級化和合理化，還傳遞了加快傳統(tǒng)產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型的信號，增強了數(shù)字經(jīng)濟在構(gòu)建新發(fā)展格局中的關鍵支撐作用。在第四次工業(yè)革命的浪潮中，中國不僅率先認識到綠色創(chuàng)新現(xiàn)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(xiàn)代化的決定》提出，“聚焦建設美麗中國，加快經(jīng)濟社會發(fā)展全面綠色轉(zhuǎn)型，健全生態(tài)環(huán)境治理體系，推進生態(tài)優(yōu)先、節(jié)約集約、綠色低碳發(fā)展，促進人與自然和諧共生”^[②]。因此，在“數(shù)字化”和“綠色化”背景下，深入探究數(shù)字經(jīng)濟賦能綠色發(fā)展的可持續(xù)性機制，具有重要的理論和現(xiàn)實意義。

數(shù)字經(jīng)濟具備環(huán)境友好的特性，與綠色發(fā)展的要求高度契合。從動力機制來看，數(shù)字經(jīng)濟以技術創(chuàng)新為核心，為綠色發(fā)展提供不竭動力。從演化機理來看，數(shù)字經(jīng)濟對綠色發(fā)展的賦能效應主要體現(xiàn)在要素融合和精準匹配上，推動企業(yè)成長和產(chǎn)業(yè)優(yōu)化。從參與主體來看，數(shù)字經(jīng)濟能夠為綠色發(fā)展構(gòu)建以政府、企業(yè)和公眾為主體的多元治理體系。數(shù)字經(jīng)濟能否對綠色發(fā)展效率產(chǎn)生影響，以及通過何種路徑產(chǎn)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(yè)、經(jīng)濟發(fā)展水平以及諸多創(chuàng)新驅(qū)動要素的聚集和交織，難以通過解讀單一數(shù)字經(jīng)濟投入和綠色發(fā)展效率提升之間的線性因果關系來體現(xiàn)。然而，目前大多數(shù)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(shù)字經(jīng)濟變量二次項，或僅將數(shù)字經(jīng)濟作為門檻變量展開實證分析，以此驗證數(shù)字經(jīng)濟對城市綠色發(fā)展效率的促進作用存在邊際效應遞減的非線性特征?？傮w而言，現(xiàn)有研究鮮少從協(xié)同發(fā)展和發(fā)展環(huán)境質(zhì)量的角度探討數(shù)字經(jīng)濟促進綠色發(fā)展效率提升的機制。因此，盡管學界對數(shù)字經(jīng)濟能否促進城市綠色發(fā)展效率已有較為一致的結(jié)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(yè)在認知、組織、社會、制度、地理5個維度的鄰近數(shù)據(jù)，進而構(gòu)建全國主要城市的鄰近發(fā)展水平指標體系，重構(gòu)和升級傳統(tǒng)實證計量經(jīng)濟學模型，檢驗數(shù)字經(jīng)濟和城市綠色發(fā)展效率之間的因果關系。第二，分析數(shù)字經(jīng)濟發(fā)展水平與城市綠色發(fā)展效率之間可能存在的非線性關系，對現(xiàn)有關系的可持續(xù)性進行判斷。第三，將數(shù)字經(jīng)濟、經(jīng)濟發(fā)展水平以及各類企業(yè)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(xù)綠色發(fā)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(shù)字經(jīng)濟的內(nèi)涵與指標測度。數(shù)字經(jīng)濟是在信息通信技術變革中形成的一種新經(jīng)濟形態(tài)，美國新經(jīng)濟學家Tapscott^[1]最早提出該概念。在宏觀層面，數(shù)字經(jīng)濟對高質(zhì)量發(fā)展和全要素生產(chǎn)率提升具有顯著作用，并能促進經(jīng)濟地理格局優(yōu)化。在中觀層面，數(shù)字經(jīng)濟和技術創(chuàng)新對促進產(chǎn)業(yè)結(jié)構(gòu)升級具有積極作用，技術創(chuàng)新在其中發(fā)揮了關鍵的中介作用。在微觀層面，數(shù)字經(jīng)濟的核心技術可以顯著降低交易成本，幫助企業(yè)建立競爭優(yōu)勢，同時還能通過提高創(chuàng)業(yè)率提升市場主體參與度。大多數(shù)關于數(shù)字經(jīng)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(shù)據(jù)的不可得性，對數(shù)字經(jīng)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(shù)字金融水平和互聯(lián)網(wǎng)發(fā)展水平兩方面反映數(shù)字經(jīng)濟發(fā)展程度。

二是綠色發(fā)展的內(nèi)涵、效率測度及影響因素。2009年，經(jīng)濟合作與發(fā)展組織（OECD）提出了“綠色發(fā)展”理念，該理念不僅包含可持續(xù)發(fā)展的要求，還強調(diào)經(jīng)濟增長的統(tǒng)籌兼顧。隨著生活水平的提高，學者們開始關注社會系統(tǒng)的和諧穩(wěn)定、福利增加和公平性。綠色發(fā)展更加強調(diào)經(jīng)濟、生態(tài)和社會三大系統(tǒng)的協(xié)調(diào)統(tǒng)一，體現(xiàn)了資源節(jié)約、環(huán)境友好和社會進步的統(tǒng)一訴求。綠色發(fā)展效率的測度對象覆蓋范圍較廣，從全球各個國家和地區(qū)，到“一帶一路”共建國家，再到某一個國家內(nèi)部的區(qū)域省份或城市等層面。綠色發(fā)展效率的測度方法主要是通過構(gòu)建投入產(chǎn)出指標體系并測算相關指數(shù)來反映。如Zaim等^[3]測算了OECD國家的環(huán)境效率指數(shù)，Arcelus等^[4]測算了綠色生產(chǎn)效率，Rashidi等^[5]測算了生態(tài)效率指數(shù)。綠色發(fā)展效率測度指標的選擇呈現(xiàn)出兩種方向。一種是將環(huán)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(shù)據(jù)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(huán)境污染納入非期望產(chǎn)出指標中，將其作為一種負向指標，與期望產(chǎn)出一起引入生產(chǎn)過程^[7]。

三是數(shù)字經(jīng)濟對綠色發(fā)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?。ㄊ校┘墝用婊蛐袠I(yè)層面數(shù)字經(jīng)濟對綠色發(fā)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(nèi)生性問題，采用系統(tǒng)高斯混合模型（GMM）證明數(shù)字經(jīng)濟對城市綠色全要素生產(chǎn)率的促進作用始終顯著。Lyu等^[9]構(gòu)建空間計量模型，檢驗了數(shù)字經(jīng)濟與綠色全要素生產(chǎn)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(chǎn)業(yè)結(jié)構(gòu)和創(chuàng)業(yè)活躍度等角度，研究數(shù)字經(jīng)濟在提升綠色發(fā)展效率中發(fā)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(jié)論。例如，張英浩等^[10]以地區(qū)行業(yè)規(guī)模和制度環(huán)境作為門檻變量，證實了數(shù)字經(jīng)濟對綠色發(fā)展效率具有非線性特征。楊友才等^[11]研究發(fā)現(xiàn)，數(shù)字經(jīng)濟對綠色發(fā)展效率在地理空間區(qū)域上缺乏均質(zhì)性，導致其空間異質(zhì)特征顯著。具體而言，數(shù)字經(jīng)濟產(chǎn)生的“綠色紅利”在東部地區(qū)的影響大于中、西部地區(qū)和東北地區(qū)。相較于中心城市，非中心城市的空間溢出效應更強^[12]。

現(xiàn)有國內(nèi)外文獻在數(shù)字經(jīng)濟與綠色發(fā)展效率等方面進行了充分探索，相關主流研究已經(jīng)對數(shù)字經(jīng)濟促進綠色發(fā)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(xiàn)有研究未能從根本上判斷數(shù)字經(jīng)濟促進綠色發(fā)展效率的性質(zhì)，也未對其發(fā)展路徑和可持續(xù)性進行充分估算，因此無法描述數(shù)字經(jīng)濟促進綠色發(fā)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(tǒng)計數(shù)據(jù)匱乏，現(xiàn)有實證分析框架未納入對企業(yè)特征和發(fā)展環(huán)境的考量，無法深度結(jié)合中國區(qū)域、城市實際社會和經(jīng)濟發(fā)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(shù)字經(jīng)濟促進綠色發(fā)展效率的關鍵在于“促進”的可持續(xù)性，但目前研究尚未對兩者之間因發(fā)展水平差異、發(fā)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(shù)字經(jīng)濟和綠色發(fā)展效率的理論框架主要基于傳統(tǒng)經(jīng)濟學理論，涉及生產(chǎn)效率、能源環(huán)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(shù)字經(jīng)濟對城市綠色發(fā)展效率的直接作用機制

數(shù)字經(jīng)濟的核心在于經(jīng)濟活動的信息化，代表經(jīng)濟形態(tài)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(shù)字經(jīng)濟產(chǎn)業(yè)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(fā)展狀態(tài)，使資源浪費和環(huán)境污染嚴重的傳統(tǒng)產(chǎn)業(yè)逐漸失去生存空間。此外，數(shù)字經(jīng)濟的廣泛應用逐漸形成了開放式、網(wǎng)絡狀的發(fā)展方式。與傳統(tǒng)的生產(chǎn)方式和商業(yè)模式相比，數(shù)字經(jīng)濟更重視平臺的利用，也更強調(diào)共享經(jīng)濟的特征。數(shù)字化平臺不僅發(fā)揮中介作用，還充當連接者，利用資源優(yōu)勢將用戶與生產(chǎn)者直接連接，使生產(chǎn)者可以將用戶行為產(chǎn)生的大量數(shù)據(jù)作為新的生產(chǎn)要素投入到生產(chǎn)過程。一方面，數(shù)據(jù)要素的投入相較于傳統(tǒng)生產(chǎn)要素，其獲取和使用過程能耗較低，從而在生產(chǎn)要素投入端降低了能源消耗。另一方面，平臺化的生產(chǎn)消費模式使企業(yè)能夠更精準地把握市場需求，實現(xiàn)生產(chǎn)與消費的精準對接。這有助于企業(yè)重新配置閑置資源，進一步降低生產(chǎn)要素的機會成本。在數(shù)字經(jīng)濟時代，企業(yè)不再局限于單一產(chǎn)品的大規(guī)模生產(chǎn)，而是借助網(wǎng)絡效應和平臺化、在線化的經(jīng)營模式，打破不同買主、分銷渠道和地理區(qū)位之間的界限，將不同的生產(chǎn)環(huán)節(jié)、業(yè)務節(jié)點和產(chǎn)業(yè)鏈條相互滲透融合，催生出更加個性化、多樣化的產(chǎn)品和服務。這種多樣化的產(chǎn)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(chǎn)單一產(chǎn)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(shù)字經(jīng)濟可以憑借自身優(yōu)勢直接促進城市綠色發(fā)展效率的提升。

（二）數(shù)字經(jīng)濟對城市綠色發(fā)展效率的間接作用機制

數(shù)字經(jīng)濟與綠色技術創(chuàng)新的相互促進為綠色創(chuàng)新和綠色發(fā)展提供了重要前提。首先，數(shù)字經(jīng)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(gòu)之間的知識交流更加便捷，從而實現(xiàn)信息共享，營造出有利于實現(xiàn)綠色技術創(chuàng)新的良好氛圍。其次，數(shù)字經(jīng)濟催生了規(guī)模效應、范圍經(jīng)濟以及關注小眾市場的長尾效應，這些優(yōu)勢作用于企業(yè)的研發(fā)活動和生產(chǎn)經(jīng)營，幫助企業(yè)在更大程度上和范圍內(nèi)提升技術效率，降低綠色創(chuàng)新成本，增強綠色技術創(chuàng)新的可行性。此外，具有較高配置效應的數(shù)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(gòu)放貸風險和資金回收成本，激發(fā)金融市場綠色資本的投資活力，從而幫助企業(yè)加大研發(fā)投入并進行綠色技術創(chuàng)新。與此同時，綠色技術創(chuàng)新在企業(yè)生產(chǎn)中的廣泛應用能夠?qū)崿F(xiàn)生產(chǎn)端的低碳生產(chǎn)方式，催生新的能源消費方式，推動產(chǎn)業(yè)結(jié)構(gòu)向綠色化轉(zhuǎn)型。不僅如此，在數(shù)字經(jīng)濟時代，綠色技術創(chuàng)新在消費端也發(fā)揮重要作用。廣大居民對綠色產(chǎn)品的使用有助于其實現(xiàn)低碳生活，減少日常生活中的資源浪費和環(huán)境污染，進而提升城市綠色發(fā)展效率。綜上，本文提出如下研究假設：

H2：數(shù)字經(jīng)濟通過促進綠色技術創(chuàng)新推動城市綠色發(fā)展效率的提升。

（三）數(shù)字經(jīng)濟對城市綠色發(fā)展效率可持續(xù)性的作用機制

1.數(shù)字經(jīng)濟發(fā)展水平

相比于傳統(tǒng)工業(yè)，數(shù)字經(jīng)濟具備環(huán)境友好的特征，能夠?qū)崿F(xiàn)更優(yōu)的資源配置和管理，在經(jīng)濟活動中降低不同參與主體的交易成本和協(xié)調(diào)成本，有助于傳統(tǒng)工業(yè)領域的企業(yè)快速實現(xiàn)“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(huán)境造成不可逆影響的發(fā)展模式?？紤]到數(shù)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(qū)”，而能源消耗又不可避免地造成環(huán)境污染，在某些時期可能會降低城市的綠色發(fā)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(chǎn)業(yè)發(fā)展的背后，應該同時考慮其對自然資源和環(huán)境造成的影響。信息通信技術的使用大力推動了數(shù)字經(jīng)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(zhuǎn)移到了線上，從而加劇電力消耗；另一方面，其創(chuàng)造的經(jīng)濟擴張?zhí)岣吡司用褓徺I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(shù)字經(jīng)濟發(fā)展模式尚未擺脫以能源消耗為主要前提的弊端，這會產(chǎn)生明顯的能源回彈效應。綜上，本文提出如下研究假設：

H3：數(shù)字經(jīng)濟對城市綠色發(fā)展效率具有非線性影響特征。

2.城市經(jīng)濟發(fā)展水平

當城市經(jīng)濟發(fā)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(chǎn)與生活需求，基礎設施建設相對薄弱，技術創(chuàng)新能力有限。在這種情況下，數(shù)字經(jīng)濟的發(fā)展往往面臨諸多制約。一方面，數(shù)字基礎設施建設需要大量資金投入，如寬帶網(wǎng)絡鋪設、數(shù)據(jù)中心建設等，而經(jīng)濟發(fā)展水平較低的城市難以進行大規(guī)模投資，導致數(shù)字經(jīng)濟發(fā)展缺乏必要的物質(zhì)基礎。另一方面，低經(jīng)濟發(fā)展水平通常伴隨著較低的人才吸引力和技術創(chuàng)新能力，這使得數(shù)字經(jīng)濟難以充分發(fā)揮其對綠色發(fā)展效率的提升作用。隨著城市經(jīng)濟發(fā)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(shù)字經(jīng)濟的發(fā)展，加大對數(shù)字基礎設施的投入，提高網(wǎng)絡覆蓋范圍和數(shù)據(jù)傳輸速度，吸引高素質(zhì)人才，增強技術創(chuàng)新能力。這些人才和創(chuàng)新資源能夠與數(shù)字經(jīng)濟深度融合，推動數(shù)字技術在綠色產(chǎn)業(yè)中的廣泛應用，從而顯著提高城市綠色發(fā)展效率。綜上，本文提出如下研究假設：

H4：數(shù)字經(jīng)濟對城市綠色發(fā)展效率因城市經(jīng)濟發(fā)展水平而存在門檻效應。

3.企業(yè)鄰近水平

鄰近理論最早由Boschma^[14]提出，最初聚焦靜態(tài)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(fā)展為一個動態(tài)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(qū)動力。目前，鄰近理論主要應用于區(qū)域經(jīng)濟和創(chuàng)新發(fā)展。Cassi等^[17]指出，盡管地理和技術鄰近性對社會網(wǎng)絡的建立至關重要，但它們對創(chuàng)新績效的影響卻具有復雜性。過度鄰近性可能導致“同質(zhì)化效應”，即企業(yè)間的過度相似性會抑制創(chuàng)新的多樣性，降低創(chuàng)新的探索性和突破性，從而影響創(chuàng)新的長遠發(fā)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(chuàng)新的進一步發(fā)展。

企業(yè)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(shù)字經(jīng)濟與城市綠色發(fā)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(fā)展，距離近時則有助于產(chǎn)業(yè)集群和合作。社會鄰近性影響企業(yè)信任與合作，網(wǎng)絡稀疏時合作受限，緊密時則促進綠色發(fā)展。制度鄰近性體現(xiàn)為制度統(tǒng)一性對協(xié)調(diào)的促進作用，差異較大時增加不確定性，制度統(tǒng)一時則降低風險。組織鄰近性體現(xiàn)為相似的組織結(jié)構(gòu)和文化，促進資源整合與流程優(yōu)化。認知鄰近性則體現(xiàn)為認知一致性提升企業(yè)共識，推動綠色發(fā)展?？傮w來看，當企業(yè)鄰近水平低時，數(shù)字經(jīng)濟難以有效促進綠色發(fā)展；而跨越臨界門檻后，數(shù)字經(jīng)濟與企業(yè)發(fā)展更緊密結(jié)合，有助于提升城市綠色發(fā)展效率。綜上，本文提出如下研究假設：

H5：數(shù)字經(jīng)濟對城市綠色發(fā)展效率因企業(yè)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(fā)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(jīng)濟效益、生態(tài)效益和社會效益，構(gòu)建了如表1所示的城市綠色發(fā)展效率的投入產(chǎn)出指標體系。本文采用非期望產(chǎn)出全域曼奎斯特—倫伯格指數(shù)（GML），對中國2011—2019年257個樣本城市進行測算，并將GML指數(shù)的動態(tài)結(jié)果作為城市綠色發(fā)展效率值用于后續(xù)回歸分析。由于GML指數(shù)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(fā)展效率的動態(tài)變化，借鑒韓晶等^[18]的方法對GML指數(shù)進行調(diào)整，調(diào)整方法如下：假定2011年的綠色發(fā)展效率基期值為1，則2012年的綠色發(fā)展效率值為2011年的基期值乘以2012年的GML指數(shù)，2013年的綠色發(fā)展效率值為2012年的值乘以2013年的GML指數(shù)，依此類推。

2.解釋變量

本文的核心解釋變量是城市的數(shù)字經(jīng)濟發(fā)展水平（Dig），采用非期望產(chǎn)出的超效率松弛測度模型（SBM）對其進行測度。在構(gòu)建城市層面指標體系時，參考趙濤等^[2]的方法，以數(shù)字金融發(fā)展水平及互聯(lián)網(wǎng)發(fā)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(quán)重如表2所示。所需數(shù)據(jù)均來源于各年度的《中國城市統(tǒng)計年鑒》、各城市國民經(jīng)濟和社會發(fā)展統(tǒng)計公報以及經(jīng)濟預測系統(tǒng)數(shù)據(jù)庫（EPS）等。

3.中介變量

綠色技術創(chuàng)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(shù)量作為城市綠色創(chuàng)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(zhèn)化率作為城市化水平的衡量指標，數(shù)據(jù)來源于《中國城市統(tǒng)計年鑒》。金融發(fā)展水平（Fin）：本文以金融機構(gòu)貸款金額與城市地區(qū)生產(chǎn)總值（GDP）的比值作為衡量指標，數(shù)據(jù)來源于《中國城市統(tǒng)計年鑒》。經(jīng)濟發(fā)展水平（lnRgdp）：將經(jīng)濟發(fā)展水平作為控制變量，并采用人均GDP表示，數(shù)據(jù)來源于《中國城市統(tǒng)計年鑒》和EPS數(shù)據(jù)庫。人力資本（HC）：以普通高等學校在校學生數(shù)與城市年末總?cè)丝跀?shù)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(shù)在各數(shù)據(jù)庫中缺失值較多，該年度數(shù)據(jù)主要來源于各地級及以上城市的國民經(jīng)濟和社會發(fā)展統(tǒng)計公報或政府官方網(wǎng)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(qū)生產(chǎn)總值的比值作為衡量指標，數(shù)據(jù)來源于《中國城市統(tǒng)計年鑒》?？萍贾С鏊剑╨nTec）：采用地方政府的科技財政支出水平并取對數(shù)來衡量城市的科技支出水平，數(shù)據(jù)來源于《中國城市統(tǒng)計年鑒》。鄰近水平：采用鄰近理論中衡量創(chuàng)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(yè)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(jié)合潛在狄利克雷分配主題聚類模型（LDA）選擇出5個創(chuàng)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(yè)在以上5個維度的水平。具體如下：地理鄰近（lnGeo），指企業(yè)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(yè)相關人員的社會關系網(wǎng)絡構(gòu)建起來的鄰近性；制度鄰近（lnIns），體現(xiàn)在企業(yè)受到相似的制度環(huán)境約束和引導；組織鄰近（lnOrg），涉及企業(yè)組織架構(gòu)與文化的相似性或關聯(lián)性；認知鄰近（lnCon），反映企業(yè)在知識結(jié)構(gòu)和價值觀等方面的相似程度。

主要變量的描述性統(tǒng)計結(jié)果如表3所示。從中可見，城市綠色發(fā)展效率數(shù)據(jù)波動較大，表明樣本城市間的綠色發(fā)展效率存在顯著差異，不同地區(qū)之間綠色發(fā)展效率程度不一。數(shù)字經(jīng)濟發(fā)展水平數(shù)據(jù)同樣呈現(xiàn)較大波動，說明不同地區(qū)之間數(shù)字經(jīng)濟發(fā)展水平差異較大?？刂谱兞?、中介變量及工具變量均呈現(xiàn)出較大的最值差與標準差，這與中國地域遼闊、地區(qū)發(fā)展不平衡的國情吻合，為后續(xù)異質(zhì)性分析提供了必要依據(jù)。

（二）計量模型設定

1.基準回歸的模型設定

根據(jù)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(fā)展效率；Digit是核心解釋變量，代表第i個城市第t年的數(shù)字經(jīng)濟發(fā)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(fā)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(shù)據(jù)進行的豪斯曼檢驗和時間效應檢驗結(jié)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(shù)字經(jīng)濟對城市綠色發(fā)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(gòu)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(chuàng)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(shù)α₁的顯著性；其次，檢驗式（2）中回歸系數(shù)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(shù)字經(jīng)濟對綠色技術創(chuàng)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(fā)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(shù)字經(jīng)濟對城市綠色發(fā)展效率的提升可能存在非線性的階段性特征，這一現(xiàn)象已逐漸成為研究熱點。非線性特征通常表現(xiàn)為自變量不同值域內(nèi)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(shù)字經(jīng)濟對城市綠色發(fā)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(gòu)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(shù)字經(jīng)濟發(fā)展水平、經(jīng)濟發(fā)展水平、企業(yè)鄰近水平；Φ為待估算的門檻值，I（?）為指示函數(shù)，當滿足（）內(nèi)的條件時取1，否則取0。

五、實證結(jié)果分析

（一）基準回歸結(jié)果

在確定樣本面板數(shù)據(jù)具有強平穩(wěn)性的基礎上，對其進行豪斯曼檢驗和時間效應檢驗。依據(jù)檢驗結(jié)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(jié)果如表4所示。結(jié)果表明，無論是否加入控制變量，核心解釋變量數(shù)字經(jīng)濟發(fā)展水平始終對城市綠色發(fā)展效率呈現(xiàn)顯著正向作用，回歸系數(shù)為正。這表明數(shù)字經(jīng)濟對城市綠色發(fā)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(shù)的影響極小，驗證了回歸結(jié)果是穩(wěn)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(jié)果如表5所示。其中，第（1）列為式（1）的回歸結(jié)果。第（2）列是式（2）的回歸結(jié)果，數(shù)字經(jīng)濟對綠色技術創(chuàng)新水平回歸系數(shù)為0.643，在1%的水平下顯著，說明城市的數(shù)字經(jīng)濟發(fā)展能顯著提升綠色技術創(chuàng)新水平。第（3）列是式（3）的回歸結(jié)果，綠色技術創(chuàng)新水平的回歸系數(shù)為0.975，同樣在1%的水平下顯著，說明綠色技術創(chuàng)新水平對城市綠色發(fā)展效率的影響顯著為正。而數(shù)字經(jīng)濟發(fā)展水平的回歸系數(shù)為0.396，與式（1）中未加入中介變量時相比，其回歸系數(shù)的數(shù)值明顯減小，且未通過10%的顯著性檢驗，證實綠色技術創(chuàng)新是數(shù)字經(jīng)濟影響城市綠色發(fā)展效率的中介變量。由此可知，數(shù)字經(jīng)濟的蓬勃發(fā)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(fā)展觀念的傳播。同時，數(shù)字技術手段的應用有效降低了創(chuàng)新成本，合理規(guī)避了創(chuàng)新風險，促進城市的綠色技術創(chuàng)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(jù)前文理論假設及面板回歸結(jié)果，為探究數(shù)字經(jīng)濟對城市綠色發(fā)展效率影響機制的復雜性，本文分別選用數(shù)字經(jīng)濟發(fā)展水平、經(jīng)濟發(fā)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(tǒng)計量對應的P值，以判斷是否存在著門檻效應。檢驗結(jié)果如表6所示。

1.數(shù)字經(jīng)濟發(fā)展水平作為門檻變量

圖1和表7展示了在由不同數(shù)字經(jīng)濟發(fā)展水平門檻值界定的相應區(qū)間內(nèi)，數(shù)字經(jīng)濟對城市綠色發(fā)展效率的影響效果。結(jié)果表明，在數(shù)字經(jīng)濟發(fā)展水平的所有約束區(qū)間內(nèi)，數(shù)字經(jīng)濟對城市綠色發(fā)展效率的回歸系數(shù)均為正，且均在5%的水平下顯著，表明隨著數(shù)字經(jīng)濟的發(fā)展，其對城市綠色發(fā)展效率始終表現(xiàn)為明顯的正向促進作用。但也應注意到，在數(shù)字經(jīng)濟發(fā)展水平的各門檻區(qū)間內(nèi)，其回歸系數(shù)呈下降趨勢，即數(shù)字經(jīng)濟對城市綠色發(fā)展效率的影響效應存在逐漸減弱的現(xiàn)象。可能原因在于，目前數(shù)字經(jīng)濟發(fā)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(shù)字經(jīng)濟的發(fā)展，信息和通信技術的應用以及數(shù)字技術的不斷革新，數(shù)字經(jīng)濟對科技創(chuàng)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(jīng)濟發(fā)展水平作為門檻變量

以經(jīng)濟發(fā)展水平為門檻變量的檢驗結(jié)果如圖2和表6所示，檢驗結(jié)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(jīng)濟發(fā)展水平的回歸結(jié)果，當城市的經(jīng)濟發(fā)展水平低于門檻值時，數(shù)字經(jīng)濟的系數(shù)為0.645，且不顯著；而當經(jīng)濟發(fā)展水平高于門檻值時，數(shù)字經(jīng)濟的系數(shù)則提高至1.414，并在1%的水平下顯著。這表明城市經(jīng)濟水平的上升會使數(shù)字經(jīng)濟對綠色發(fā)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(shù)字經(jīng)濟的發(fā)展依賴高速穩(wěn)定的網(wǎng)絡設施、先進的數(shù)據(jù)處理中心等基礎條件，而在經(jīng)濟水平較低階段，城市難以大規(guī)模投資建設此類基礎設施，從而限制了數(shù)字經(jīng)濟對綠色發(fā)展的促進作用。而在經(jīng)濟發(fā)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(shù)字經(jīng)濟發(fā)展所需的基礎設施，從而使數(shù)字經(jīng)濟能夠更有效地推動綠色發(fā)展。

3.鄰近水平作為門檻變量

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

（四）穩(wěn)健性檢驗^[④]

1.控制宏觀因素影響

通常經(jīng)濟發(fā)展水平較高的城市，在數(shù)字經(jīng)濟的基礎設施建設方面占據(jù)較大優(yōu)勢，并在數(shù)字經(jīng)濟應用上產(chǎn)生更大效應，故可能會面臨內(nèi)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(jīng)濟中宏觀因素的影響。在考慮宏觀因素系統(tǒng)性變化后，數(shù)字經(jīng)濟對城市綠色發(fā)展效率的正向促進作用結(jié)論穩(wěn)健。

2.內(nèi)生性問題

值得關注的是，數(shù)字經(jīng)濟與城市綠色發(fā)展聯(lián)系緊密。數(shù)字經(jīng)濟能夠促進城市綠色發(fā)展，從現(xiàn)實情況看，城市綠色發(fā)展的結(jié)果往往體現(xiàn)在加強對第三產(chǎn)業(yè)的發(fā)展力度、促進產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型方面，因此城市綠色發(fā)展反過來又可以為數(shù)字經(jīng)濟提供更好的基礎條件，即兩者之間可能會存在內(nèi)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(shù)據(jù)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(jié)果顯示F值大于10，統(tǒng)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(jù)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(shù)字經(jīng)濟發(fā)展水平和城市綠色發(fā)展效率雙向因果關系可能導致的潛在內(nèi)生性問題后，仍能得到數(shù)字經(jīng)濟發(fā)展水平促進城市綠色發(fā)展效率的結(jié)論，前文結(jié)論穩(wěn)健可靠。

（五）異質(zhì)性分析

1.城市區(qū)域異質(zhì)性

表8第（1）～（3）列分別表示中國東部、中部和西部地區(qū)^[⑤]的回歸結(jié)果。結(jié)果顯示，數(shù)字經(jīng)濟對東部、中部、西部地區(qū)城市綠色發(fā)展效率的回歸系數(shù)分別為1.144、1.775和0.370，表明不同區(qū)域內(nèi)數(shù)字經(jīng)濟對城市綠色發(fā)展效率均有正向促進作用。但不同地區(qū)的作用效果存在顯著差異，東部地區(qū)和中部地區(qū)城市分別通過了5%和1%的顯著性檢驗，而西部地區(qū)城市未通過顯著性檢驗。這表明數(shù)字經(jīng)濟對東部地區(qū)和中部地區(qū)的綠色發(fā)展效率作用效果更強且更顯著，而在西部地區(qū)影響較小且不明顯。產(chǎn)生這一結(jié)果的原因可能是東部地區(qū)和中部地區(qū)具備良好的經(jīng)濟發(fā)展基礎，且按照人口規(guī)模、經(jīng)濟發(fā)展水平和城鎮(zhèn)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(qū)擁有良好的發(fā)展條件和完善的數(shù)字基礎設施，在“先發(fā)優(yōu)勢”影響下，數(shù)字經(jīng)濟發(fā)展相對成熟。不僅如此，東部和中部地區(qū)城市的數(shù)字經(jīng)濟在經(jīng)濟結(jié)構(gòu)中占比較高、影響力較大，能夠獲得更多的“數(shù)字紅利”，從而吸引高素質(zhì)人才并進一步提高勞動力匹配質(zhì)量。因此，數(shù)字經(jīng)濟對城市綠色發(fā)展效率的影響作用在東部和中部地區(qū)大于西部地區(qū)。

2.城市發(fā)展類型異質(zhì)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(jié)果。結(jié)果表明，數(shù)字經(jīng)濟顯著提高了兩種類型城市的綠色發(fā)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(shù)字經(jīng)濟的回歸系數(shù)為1.044，在10%的水平下顯著；非資源型城市數(shù)字經(jīng)濟的回歸系數(shù)為0.977，在1%的水平下顯著。從回歸系數(shù)來看，資源型城市大于非資源型城市。這可能是因為數(shù)字經(jīng)濟在資源型城市的綠色化轉(zhuǎn)型中發(fā)揮著促進產(chǎn)業(yè)結(jié)構(gòu)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(fā)展政策異質(zhì)性

2013年國務院印發(fā)《“寬帶中國”戰(zhàn)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(shù)字經(jīng)濟快速發(fā)展提供有力支持。本文依據(jù)上述戰(zhàn)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(shù)字經(jīng)濟對綠色發(fā)展效率的影響在政策強度方面的異質(zhì)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(jié)果。數(shù)字經(jīng)濟的回歸系數(shù)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(shù)大于非試點城市，這表明政策支持會加強數(shù)字經(jīng)濟對城市綠色發(fā)展效率的影響程度。基于政策支持下的數(shù)字基建“先發(fā)優(yōu)勢”，試點城市能夠發(fā)揮數(shù)字經(jīng)濟在促進技術及知識外溢等方面的優(yōu)勢，提高企業(yè)創(chuàng)新能力，加強政府數(shù)字化治理，推動相關部門開展環(huán)境監(jiān)測，有利于傳統(tǒng)行業(yè)向綠色低碳化轉(zhuǎn)型，進而助力城市綠色發(fā)展效率提升。

六、結(jié)論與政策建議

本文基于宏觀數(shù)據(jù)和微觀企業(yè)年報數(shù)據(jù)，采用機器學習模型，構(gòu)建2011—2019年257個地級及以上城市的平衡面板數(shù)據(jù)。按照“水平與效率測評—線性因果關系性質(zhì)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(shù)字經(jīng)濟促進城市綠色發(fā)展效率的可持續(xù)性機制，將傳統(tǒng)研究從關注數(shù)字經(jīng)濟和綠色發(fā)展的投入拓展到理解與運用“抓手”，推動數(shù)字經(jīng)濟和綠色發(fā)展協(xié)同，得出四點結(jié)論。第一，數(shù)字經(jīng)濟顯著促進了城市綠色發(fā)展效率的增長，即城市數(shù)字化水平的提高能有效促進城市綠色發(fā)展效率提升，數(shù)字經(jīng)濟已成為城市綠色發(fā)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(qū)域后發(fā)現(xiàn)，數(shù)字經(jīng)濟對東、中、西部地區(qū)城市綠色發(fā)展效率的影響程度存在較大差異，對中部地區(qū)影響最大且最顯著，東部地區(qū)次之，西部地區(qū)影響較小且不明顯。第二，中介機制分析表明，數(shù)字經(jīng)濟通過提升綠色技術創(chuàng)新水平促進城市綠色發(fā)展效率的提高。數(shù)字經(jīng)濟的蓬勃發(fā)展能夠通過降低創(chuàng)新成本、合理規(guī)避創(chuàng)新風險等優(yōu)勢，提升城市的綠色技術創(chuàng)新水平，實現(xiàn)技術外溢效應，使經(jīng)濟活動更高效、低成本、低能耗，從而提高城市綠色發(fā)展效率。第三，以數(shù)字經(jīng)濟發(fā)展水平作為門檻變量的門檻模型回歸結(jié)果顯示，通過雙門檻檢驗且在各門檻區(qū)間內(nèi)，數(shù)字經(jīng)濟的回歸系數(shù)顯著為正但呈下降趨勢，表明數(shù)字經(jīng)濟對城市綠色發(fā)展效率的影響效應會逐漸減弱。這說明目前單一的投入產(chǎn)出模式難以有效維持數(shù)字經(jīng)濟對綠色發(fā)展帶來的增長增量。第四，以經(jīng)濟發(fā)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(jīng)濟發(fā)展水平大于門檻值時，數(shù)字經(jīng)濟對城市綠色發(fā)展效率才有顯著促進作用，凸顯經(jīng)濟基礎對數(shù)字經(jīng)濟推動綠色發(fā)展的關鍵支撐作用。以企業(yè)鄰近水平為門檻變量的門檻模型回歸結(jié)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(shù)字經(jīng)濟的潛力難以充分釋放；而跨越一定門檻后，企業(yè)間協(xié)同合作增強，實現(xiàn)資源共享與優(yōu)勢互補，數(shù)字經(jīng)濟與企業(yè)融合發(fā)展更加緊密，進而有力促進城市綠色發(fā)展效率提升，凸顯企業(yè)間協(xié)同合作環(huán)境對數(shù)字經(jīng)濟推動綠色發(fā)展的重要性。

維持數(shù)字經(jīng)濟促進城市綠色發(fā)展效率的可持續(xù)性，關鍵在于協(xié)同要素環(huán)境的建設和完善。除宏觀經(jīng)濟環(huán)境發(fā)展和數(shù)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(xié)同要素的“抓手”作用，從而因地制宜，制定符合當?shù)厣鐣?、?jīng)濟和企業(yè)特征的數(shù)字經(jīng)濟與綠色發(fā)展協(xié)同戰(zhàn)略。第一，加大對城市數(shù)字基礎設施建設的投入力度，確保其具備高性能與高穩(wěn)定性，以滿足數(shù)字經(jīng)濟產(chǎn)業(yè)的快速發(fā)展需求。在建設過程中，積極采用綠色節(jié)能技術和標準。例如，在數(shù)據(jù)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(wǎng)絡設備，減少碳排放。通過這些措施，降低數(shù)字基礎設施自身的環(huán)境影響，使其與城市綠色發(fā)展理念相契合。第二，增加鄰近的維度和厚度，并實現(xiàn)不同鄰近之間的交織，提升城市整體鄰近質(zhì)量。構(gòu)建地理鄰近和社會鄰近，地方政府應關注數(shù)字經(jīng)濟產(chǎn)業(yè)的聚集效應，創(chuàng)造企業(yè)和人才群體共享、溝通和交流的通道，減少企業(yè)因軟硬環(huán)境隔閡而產(chǎn)生的各種直接與間接成本，使相關企業(yè)能夠投入更多資源和精力推進數(shù)字技術賦能綠色發(fā)展戰(zhàn)略。第三，構(gòu)建制度鄰近要求政府部門出臺更多針對數(shù)字經(jīng)濟與綠色發(fā)展的協(xié)同支持政策，如減稅、免稅，以及針對數(shù)字產(chǎn)業(yè)的更嚴格環(huán)境保護標準等，確保不同行業(yè)和企業(yè)政策效力無明顯偏差。第四，加大對政府部門工作人員、企業(yè)管理人員和技術人員的數(shù)字經(jīng)濟與綠色發(fā)展理念培訓和教育力度，尤其在相對欠發(fā)達地區(qū)，當?shù)卣块T和企業(yè)對數(shù)字經(jīng)濟賦能綠色發(fā)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(shù)字經(jīng)濟、創(chuàng)業(yè)活躍度與高質(zhì)量發(fā)展：來自中國城市的經(jīng)驗證據(jù)［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(shù)字經(jīng)濟與城市綠色全要素生產(chǎn)率：作用機制與門檻效應［J］.中國流通經(jīng)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(shù)字經(jīng)濟水平對中國市域綠色全要素生產(chǎn)率的影響［J］.經(jīng)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(shù)字經(jīng)濟是否提高了綠色全要素生產(chǎn)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(shù)字鴻溝激勵后發(fā)城市綠色追趕：結(jié)構(gòu)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(shù)字經(jīng)濟發(fā)展能帶來經(jīng)濟綠色化嗎：來自我國省際面板數(shù)據(jù)的經(jīng)驗證據(jù)［J］.經(jīng)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(shù)字經(jīng)濟賦能綠色發(fā)展：內(nèi)在機制與經(jīng)驗證據(jù)［J］.經(jīng)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(shù)字金融、綠色創(chuàng)新與制造業(yè)轉(zhuǎn)型升級［J］.當代經(jīng)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(lián)網(wǎng)發(fā)展與制造業(yè)生產(chǎn)率提升：內(nèi)在機制與中國經(jīng)驗［J］.中國工業(yè)經(jīng)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(yōu)秀博士論文項目“中國區(qū)域創(chuàng)新驅(qū)動發(fā)展機制研究：基于創(chuàng)新人才群體視角”（22FJYB008）。

作者簡介：姚芳，女，西安交通大學經(jīng)濟與金融學院副教授，碩士生導師，研究方向為區(qū)域經(jīng)濟學；趙鍇，男，通信作者，西安交通大學經(jīng)濟與金融學院副教授，博士生導師，研究方向為創(chuàng)新發(fā)展，電子郵箱為kaizhao@mail.xjtu.edu.cn；夏俊馨，女，西安交通大學經(jīng)濟與金融學院碩士研究生，研究方向為城市經(jīng)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(jié)果留存?zhèn)渌鳌?/p>

^[④]篇幅所限，具體檢驗結(jié)果留存?zhèn)渌鳌?/p>

^[⑤]東部地區(qū)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(qū)包括山西、安徽、江西、河南、湖北和湖南；西部地區(qū)包括內(nèi)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。