城市數字經濟發展的“減排”與“增效”效應

孔令章 李金葉

摘要 從減少城市污染排放和提高城市能源效率的雙重視角探究數字經濟發展的綠色經濟效應符合中國式現代化發展的時代要求。研究基于2011—2019年中國280個地級及以上城市面板數據，利用ArcGIS空間分析法探究中國數字經濟發展的時空格局，并采取固定效應模型、雙重差分模型和空間杜賓模型檢驗數字經濟發展的“減排”與“增效”效應。結果表明：①中國數字經濟發展整體呈現遞增態勢，區域發展差距日益縮小。在空間演化格局上，先行區發展從“零星式”分布演化為“多點式”覆蓋，圍繞先行區分布的推進區數量逐漸增多，并與先行區形成“組團式”發展格局。②數字經濟發展有利于減少城市約4%的污染排放，提升城市約9%的能源效率，在一系列穩健性檢驗和內生性討論后，該結論仍然成立。③不同的地理區位、行政級別和資源稟賦，數字經濟發展“減排”與“增效”的影響不同。其中，東部地區數字經濟發展“僅增效，不減排”，非東部地區、中心城市和非資源型城市數字經濟發展“既減排，又增效”。④產業結構升級是數字經濟發展“減排”與“增效”的中介機制，人力資本僅是數字經濟發展“增效”的中介機制。⑤數字經濟發展有利于本地區“減排”與“增效”，但通過空間溢出效應對鄰近地區“僅增效，不減排”。研究建議繼續夯實數字經濟發展基礎，同時警惕地區之間的發展差距，完善數據要素資源體系，著重培養跨界型、復合型人才和推動傳統產業轉型升級，助推區域形成數字經濟發展合力，實現全社會污染排放減少和能源效率提高的“雙贏”目標。

關鍵詞 數字經濟發展；污染排放；能源效率；人力資本；產業結構升級；空間溢出

中圖分類號 FO62. 1 文獻標志碼 A 文章編號 1002-2104（2023）07-0168-12 DOI：10. 12062/cpre. 20230106

以數字技術、數據要素為核心的數字經濟憑借其高滲透性、規模效應及網絡效應在城市創新、實體經濟、高質量發展等方面表現出強大的影響力［1-3］，逐漸引起社會各界的廣泛關注。2022年1月，國務院印發《“十四五”數字經濟發展規劃》，從全局和戰略高度指出，在新階段新挑戰新機遇下，做強做優做大中國數字經濟，為構建數字中國，實現經濟持續、高效、安全發展提供有力支撐。中國信息通信研究院發布的《中國數字經濟發展報告（2022）》顯示，2021年，中國數字經濟規模達到4. 55×105億元，占GDP比重為39. 8%，較2005年（2. 6×104億元）增加了16. 5倍。數字經濟在國民經濟中“穩定器”“加速器”的作用更加凸顯。那么，數字經濟發展能否作為一種“新引擎”與“新動力”，聚焦于減少城市污染排放（以下簡稱“減排”）與提高城市能源效率（以下簡稱“增效”）的新目標，通過“數字賽道”競爭促進城市綠色發展，為實現中國式現代化提供新方案，是該研究力圖解決的核心問題。

1 文獻綜述

與研究相關的文獻主要有三類：第一類是關于數字經濟發展的測算。在國家層面上，許憲春等［4］借助行業增加值結構系數、數字經濟調整系數與行業增加值率等指標，對中國2007—2017年數字經濟增加值和總產出等指標進行測算。部分學者采用了直接測算法、指標體系法、衛星賬戶法測算了中國數字經濟發展規模［5-6］。在省級層面上，劉軍等［7］基于數字經濟發展內涵，從信息化、互聯網和數字交易三個維度構建數字經濟評價指標體系。一部分學者限于數據可得性和核算方法有限性，主要選擇數字產業化與產業數字化衡量數字經濟發展［8-9］。在地級市層面上，黃群慧等［10］和趙濤等［3］從互聯網發展和數字金融普惠兩個方面構建了數字經濟綜合發展指數。周曉輝等［11］將其拓展至數字經濟載體、產業數字化和數字產業化三大主體。柏培文等［12］從數字用戶、數字企業、數字平臺、數字產出四大維度出發，進一步增加了數字企業維度的衡量指標。陳貴富等［13］在以往學者的研究基礎上，從數字基礎設施、數字產業化、產業數字化和數字創新四個維度測度了數字經濟綜合發展水平。另外，也有學者將“寬帶中國”戰略視為一項準自然實驗以衡量數字經濟發展，利用雙重差分模型評估其產生的政策效果［14］。

第二類是關于數字經濟發展的經濟效應研究。部分學者以定性的方法探討了數字經濟影響高質量發展的理論框架［15-16］，數字經濟可以通過新的投入要素、新的資源配置效率和新的全要素生產率三條路徑促進經濟高質量發展。在經歷了新型冠狀肺炎疫情后，更需要充分發揮數字經濟的規模效應，結合中國市場優勢和數據優勢賦能“雙循環”戰略［17］。在定量研究上，學術界分別從宏觀、中觀、微觀的多維視角對數字經濟發展的經濟效應進行了深入討論。首先，數字經濟促進包容性增長［18］，顯著提升城市創新能力，且城市創新能力越高，數字經濟對城市創新能力的賦能作用越明顯。當前，數字經濟對經濟高質量發展的促進作用僅限于本地區，對鄰近地區的積極作用不顯著［19］。數字經濟對東部地區實體經濟產生了“擠出效應”，在中西部地區則產生了“促進效應”［2］。數字經濟發展不僅有利于產業結構升級，也帶動了就業結構優化和就業質量提升［8］，促使就業結構制造化、高技術化與高技能化［20］。

第三類是關于數字經濟發展的綠色經濟效應研究。一部分學者利用中國城市面板數據發現，數字經濟發展通過優化資本配置提升綠色全要素生產率［11］，并通過加速產業結構調整和綠色技術創新促進綠色高質量發展［21］。數字經濟發展能夠降低環境污染［22］，但與碳減排強度存在“U形”關系［23］。另一部分學者利用中國省級面板數據發現，當前數字經濟與經濟綠色化之間存在“倒U形”關系，即隨著數字經濟水平的提升，經濟綠色化表現出先上升后下降的發展趨勢［24］。數字經濟發展對中國能源績效產生了顯著的促進作用，政府財政監管和環境規制力度增加可以顯著強化這種促進作用［25］。

以上文獻為研究數字經濟發展的“減排”與“增效”效應提供了重要參考，但仍存在以下不足：首先，當前學術界更聚焦于數字經濟發展的測度研究，關于其產生的經濟效應特別是綠色經濟效應有所忽視。其次，現有不多的文獻中，尚未出現從“減排”與“增效”的雙重視角對數字經濟發展進行深度剖析。最后，數字經濟發展能否通過空間溢出效應影響城市“減排”與“增效”，并未有文獻直接回答這一問題。鑒于此，該研究試圖從以下三個方面進行深入探索：①從“減排”與“增效”的雙重視角探究數字經濟發展產生的綠色經濟效應；②運用雙重固定效應模型、雙重差分模型和空間杜賓模型，嘗試從一般估計、政策評估和空間關聯的多維角度增強研究結論的科學性與穩健性；③結合地理學和經濟學的研究范式，運用ArcGIS自然斷點法分析中國城市層面數字經濟發展的時空變化趨勢，通過先行區、推進區、追趕區和滯后區的分布格局，為后文空間溢出效應的研究提供現實基礎。期望在作用機制上，厘清數字經濟發展產生“減排”與“增效”效應的內在邏輯與不同途徑，為數字經濟賦能城市綠色發展提供理論支撐。

2 理論分析與研究假說

主要從直接影響、間接影響和空間影響三個方面闡述數字經濟發展產生“減排”與“增效”效應的作用機制（圖1）。

2. 1 數字經濟發展對減少污染排放和提高能源效率的直接影響

數字經濟發展對減少污染排放的直接影響主要表現在企業綠色生產模式重構、政府環境污染監管手段更新和社會環保意識增強三個方面。在企業綠色生產模式重構上，數字經濟發展增強了企業污染防治的主體地位，依托互聯網、大數據、云計算、區塊鏈等新興技術有效整合生產決策中的各類信息資源，減少信息碎片化、不對稱問題，企業生產效率提高，無效性生產降低，污染排放顯著減少。在政府環境污染監管手段上，數字技術極大改善了傳統環境監管模式供給不足、手段落后、效率低下等問題，特別是遙感技術、大數據、云計算的應用實現了對空氣質量、河流水質、污染排放等環境數據的實時動態監測［26-27］，政府環境監管的精準性和有效性明顯提升。在增強社會環保意識上，數字媒介通過實現政府與社會之間的信息共享，為公眾學習環保知識、踐行環保理念提供新方式和新渠道。線上環境監督、交互式數據分發等形式，有利于政府、企業、民眾三方之間形成互動溝通機制，通過監督、輿論、建議等方式協同治理污染排放。數字經濟發展對提高能源效率的直接影響主要表現在降低交易成本、構建資源共享平臺和增強社會節能理念三個方面。在降低成本上，數字經濟形成的開放式、網絡化生態鏈，具備明顯的平臺化、共享化特征，有利于在經濟個體之間形成能源利用技術的擴散［28］，同時在買賣雙方中快速識別有效需求，實現精準配對，降低交易成本，進而提高能源效率。在資源共享平臺構建上，數字技術通過建立環境信息共享平臺，及時披露環保項目、綠色產品以及環?；顒臃矫娴南嚓P信息，幫助投資者識別綠色投資機會、引導消費者購買環保產品，培養綠色消費模式，降低能源消費。在增強社會節能理念上，數字技術下誕生的共享經濟從根本上改變了交通出行、工業生產等領域的生產消費模式。例如，共享單車實現了交通資源的充分利用，綠色低碳出行方式日益普及，通過產品的“觸達能力”幫助用戶和消費者增強環保意識，推動全社會向節能低碳的行為方式轉變。據此，提出以下假說。

假說1a：數字經濟發展有利于減少城市污染排放。

假說1b：數字經濟發展有利于提高城市能源效率。

2. 2 數字經濟發展對減少污染排放和提高能源效率的間接影響

基于現有文獻和經濟學邏輯，認為人力資本和產業結構升級是數字經濟發展減少污染排放和提高能源效率的間接機制。

在數字經濟發展起步階段，新業態的誕生為全社會勞動力提供了大量的就業崗位，為勝任部分知識技能密集型崗位，相關勞動者通過“干中學”或“職業培訓與繼續教育”提升自身綜合能力以適應社會發展。隨著數字技術的廣泛應用，數字型人才的關鍵作用日益凸顯，刺激了人力資本投資，特別是增加數字人才的培養［29］。數字時代下，現有教育體系在學科建設、專業設置、社會實踐等方面，更加注重專業型、復合型、實用型人才的重點培養，有利于打破傳統學科壁壘，增強數字知識、技能與不同學科專業之間的相互聯系，為數字創新研究成果轉化奠定堅實的人才基礎。另外，數字教育在促進教育公平、實現全民教育和終身教育，提升中國人力資本水平上具有其他教育方式無法替代的作用。各種搜索引擎、在線學習、人工智能、實時翻譯等數字化教育手段，極大拓寬了普通民眾獲得知識的來源、渠道和種類，進而促進全社會勞動力數量和技能水平提升。然而，人力資本水平并非越高越好，人力資本水平越高，越容易導致污染排放的加劇，但人力資本水平越高的地區通常環境管制也會更為嚴苛［30］，在一定程度上又會減少污染排放。對于提高能源效率而言，人力教育的發展和人才培養是能源結構和能源效率優化的重要路徑［31］。據此，提出如下假說。

假說2a：數字經濟發展通過提升人力資本減少城市污染排放的中介機制存在不確定性。

假說2b：數字經濟發展通過提升人力資本進而提高城市能源效率。

數字經濟通過數字技術降低搜尋、交易和復制成本，拓展產業鏈分工邊界，改變生產關系，加速產業之間融合發展和產業內部結構調整。隨著數字技術與市場經濟的深度融合，數字經濟發展規模不斷擴大，通過對傳統產業進行數字化、網絡化和智能化改造，促進傳統產業與數字化產業相互融合，改變了傳統的產業模式和生產方式，逐漸向綠色轉型發展［32］。另外，數字信息的零邊際成本特征，孵化高科技、高附加值、高成長性并存的“三高”現代化產業，憑借生產效率更高、資源配置效率更優、生產技術更先進的顯著優勢，在生產過程中降低石油等能源使用和二氧化碳等污染物排放［33］。在數字時代下，新產業和新業態的出現會加快高污染、高耗能產業的淘汰進程，對提高能源效率產生顯著的積極作用［34］。據此，提出如下假說。

假說3a：數字經濟發展通過產業結構升級減少城市污染排放。

假說3b：數字經濟發展通過產業結構升級提高城市能源效率。

2. 3 數字經濟發展對減少污染排放和提高能源效率的空間影響

數據作為一種新型生產要素，相較于勞動、資本等傳統要素，具有高速度和可復制的典型特征，有利于不同地區之間實現資源跨區域共享。數字經濟以數字化的知識和信息作為關鍵生產要素，以現代信息網絡作為重要載體，有利于打破時空限制和行政壁壘，增強區域間經濟交流的廣度與深度。隨著數字技術的進步，數據的流動性和獲取性大大提高，跨時空傳播的成本呈幾何級數下降［35］。同時，在“數字中國”構建和綠色發展的目標下，占領數字技術高地成為各級政府政績競爭的“新標桿”，地區政府之間的策略性互動決定了數字經濟發展不會局限于影響本地區“減排”與“增效”，也會通過空間溢出效應對鄰近地區產生重要影響。在減少污染排放方面，數字經濟發展對周邊城市各類環境污染物存在負向空間溢出效應［36］，借助環境監測數據的互通共享，通過區域污染聯防聯控手段，可以實現資源節約和污染減排。在提高能源效率方面，數字經濟發展不僅有利于本地區能源環境績效的增加，并通過正向的空間溢出效應帶動周邊地區能源績效的提高［25］。據此，提出如下假說。

假說4a：數字經濟發展不僅有利于本地區減少污染排放，并通過空間溢出效應促進鄰近地區減少污染排放。

假說4b：數字經濟發展不僅有利于本地區提高能源效率，并通過空間溢出效應促進鄰近地區提高能源效率。

3 研究設計

3. 1 研究方法

3. 1. 1 基準回歸

選用雙重固定效應模型檢驗數字經濟發展的“減排”與“增效”效應，具體模型如下所示：

= 0 + 1 + 2+ + + （1）

式中：和為城市和年份，為被解釋變量污染排放和能源效率，為解釋變量數字經濟發展，為一系列控制變量，為個體固定效應，為時間固定效應，為隨機擾動項。

3. 1. 2 機制檢驗

選用中介效應模型“三步法”進行作用機制分析［37］。具體公式如下：

= 0 + 1+ 2+ i + + （2）

= 0 + 1 + 2 + 3+ + + （3）

式中：表示人力資本和產業結構升級二個中介變量。①對式（1）進行基準回歸，若1 通過顯著性檢驗，說明數字經濟發展有利于減少城市污染排放和提高城市能源效率；②對式（2）分別回歸，若1 顯著為正，說明數字經濟發展促進了人力資本和產業結構升級；③加入中介變量后，若式（3）中2通過顯著性檢驗，且1系數的絕對值相對于1變小或顯著性降低，則表明人力資本和產業結構升級是數字經濟發展產生“減排”與“增效”效應的中介機制。

3. 1. 3 空間杜賓模型（SDM）

借鑒文獻［38］的做法，經過Hausman檢驗、LM 檢驗和Wald檢驗等一系列空間計量事前檢驗后，選用SDM模型分析數字經濟發展對減少城市污染排放和提高城市能源效率的空間影響，具體公式如下：

= 0 + 1Σ= 1+ 1 + 2Σ= 1+Σ+ Σ= 1+ + + （4）

式中：表示空間權重矩陣，主要選擇地理距離權重矩陣（1）、0-1鄰接矩陣（2）和經濟地理距離權重矩陣（3）。其余變量與基準回歸模型一致。

3. 2 變量選擇

3. 2. 1 解釋變量

數字經濟發展指標體系構建。以中國數字經濟發展現實為基礎，結合前人研究成果，充分考慮數據真實性、科學性與可獲取性，最終以數字基礎設施、數字產業發展、數字創新能力和數字惠普金融四個維度構建中國城市層面數字經濟發展指標體系，并包含11個二級指標，具體細則見表1。測算方法主要借鑒文獻［10］和［3］的做法，將準則層指標進行標準化處理后采用主成分分析法進行降維處理，最終得到中國城市層面數字經濟發展指數（）。數字經濟發展的區域差異。按照中國國家統計局的標準將所有樣本劃分為東部、中部和西部地區。圖2結果顯示，整體上，2011—2019年，中國數字經濟發展呈現遞增態勢。分區域來看，東部地區數字經濟發展遙遙領先，中部地區次之，西部地區稍落后于中部地區。在發展差距上，東部地區與中部地區數字經濟發展差距由0. 47下降至0. 42，與西部地區數字經濟發展差距由0. 52下降至0. 44?？梢?，隨著時間的推移，數字經濟發展勢頭愈發強勁，在提升綜合國力、促進中國式現代化、復興全球經濟等方面具有重要意義。同時，中國政府出臺的“東部率先發展、西部大開發、東北振興、中部崛起”等一系列政策舉措，在精準推進區域數字經濟協調發展，縮小區域發展差異等方面產生了重要作用。

為了進一步探討中國城市層面數字經濟發展的時空分布特征，借鑒文獻［39］的做法，利用ArcGIS自然斷點法將數字經濟發展指數由高到低劃分為先行區、推進區、追趕區和滯后區四個等級（先行區是指在數字經濟發展中屬于先行一步，率先發展的區域；推進區僅次于先行區，是指朝著先行區目標前進的區域；追趕區排名第三，是指需要加快步伐，實現趕超的區域；滯后區排名末位，該區域數字經濟發展水平落后于整體形勢，是縮小區域差距的重點），主要選擇2011、2015、2019年的數據進行展示。表2結果表明，先行區空間發展格局從“零星式”分布演化為“多點式”覆蓋。2011年，先行區僅有北京和上海2個城市，均集中在東部地區。2015年，先行區城市數量并未發生改變。2019年，先行區城市增加至5個，覆蓋范圍涉及東部、中部和西部地區，空間布局日趨合理。圍繞先行區分布的推進區城市數量逐漸增多，區域形成“組團式”發展格局。2011年，推進區僅有廣州、深圳、成都3個城市，與先行區呈現獨立發展。2015年，推進區增加至5個城市，其中，天津與先行區（北京）產生經濟聯系。2019年，推進區增加至8個城市，其中，天津、南京、蘇州、杭州、重慶5個城市圍繞先行區分布，形成“組團式”發展格局。因此，探討數字經濟發展產生的空間溢出效應是十分科學且有必要的。

3. 2. 2 被解釋變量

污染排放（）：受限于數據的可得性，主要選取工業二氧化硫排放量、工業廢水排放量和工業煙塵排放量，采用熵值法構建環境污染指數衡量城市污染排放程度。能源效率（）：選取考慮非期望產出的超效率SBM模型測算能源效率［40-41］。測算指標主要包括：投入要素，考慮到當前能源供給問題對中國經濟高質量發展的關鍵作用，以能源投入表示資源投入要素，勞動力、資本投入表示非資源投入要素。其中，能源投入以用電量表示；勞動力投入以從業人員數表示；資本投入以社會固定資產投資總額表示。期望產出，以地區生產總值表示。非期望產出，以工業二氧化硫排放量、工業廢水排放量和工業煙塵排放量表示。

3. 2. 3 機制變量

人力資本（）：人力資本水平的提升為數字創新研究成果轉化奠定堅實的人才基礎［30］，以普通高等學校在校學生人數與地區總人口的比重表示。產業結構升級（）：產業結構升級是經濟高質量發展的重要支撐條件［33］，以第三產業增加值與第二產業增加值的比重表示。

3. 2. 4 控制變量

參考現有文獻［42-43］，選取的控制變量有：經濟發展水平（），以實際人均GDP 取對數表示。人口規模（pop），以年末總人口數取對數表示。政府干預（），以一般預算支出與地區生產總值的比重表示?？萍纪度胨剑ǎ?，以科學技術支出取對數表示。城鎮化（），以城鎮常住人口與年末總人口數的比重表示。描述性統計見表3。

3. 3 數據來源與處理

選取2011—2019年中國280個地級及以上城市（鑒于數據可獲得性，研究未涉及香港、澳門、臺灣和西藏）面板數據為樣本，并對樣本進行一系列篩除：數據缺失年份連續超過4年的城市，有三沙市、儋州市、畢節市、銅仁市、普洱市、中衛市。研究期間行政區劃進行調整、變動的城市，有巢湖市、萊蕪市、海東市、吐魯番市、哈密市。統計年鑒、國民經濟與社會統計發展公報、EPS數據庫等統計口徑無法一致的城市，有汕頭市、隴南市。對以下幾類數據進行重點說明。

城市經濟面板數據。主要來自EPS數據庫中的《中國城市統計年鑒》和《區域經濟統計年鑒》，部分缺失數據通過各城市國民經濟與社會統計發展公報予以補充，連續缺失數據在Stata軟件中輸入epolate命令填補。

數字經濟發展指標構建數據。電子商務園區數據來自電子商務產業園發展聯盟（http：//cyylm. ec. com. cn/）。數字經濟相關專利數據來自國家知識產權局專利檢索網站（http：//pss?system. cnipa. gov. cn/）。上市公司中數字高新技術應用滲透程度來自CSMAR提供的中國數字經濟研究數據庫（http：//cn. gtadata. com/）。數字普惠金融數據來自北京大學數字金融研究中心與螞蟻金服集團合作計算的中國數字普惠金融指數（http：//tech. antfin. com/research/data）。

污染排放和能源效率數據。主要來自《中國統計年鑒》《中國能源統計年鑒》和《中國環境統計年鑒》。

4 實證分析

4. 1 基準回歸

基于模型（1）檢驗數字經濟發展對減少城市污染排放和提高城市能源效率的直接影響。表4列（1）、列（2）結果表明，不論是否加入控制變量，的系數均在1%水平上顯著為負，說明數字經濟發展產生了顯著的“減排”效應，假說1a成立。同理，列（3）、列（4）結果表明，不論是否加入控制變量，的系數均在1%水平上顯著為正，說明數字經濟發展產生了顯著的“增效”效應，假說1b成立?？刂谱兞恐?，經濟發展水平（）對減少污染排放和提高能源效率均產生了顯著的正向影響，說明增強地區經濟綜合實力是“減排”與“增效”的重要基礎。政府干預（）對減少污染排放和提高能源效率均產生了顯著的負向影響，說明政府干預程度過高，越容易造成資源配置效率損失，反而不利于地區減少污染排放和提高能源效率。

4. 2 穩健性與內生性檢驗

4. 2. 1 更換解釋變量衡量指標

重新選取電信業務總量（）作為數字經濟發展的衡量指標進行回歸分析，表5列（1）結果表明，的系數在5%水平上顯著為負，與基準回歸結果一致。列（2）的系數在1% 水平上顯著為正，與基準回歸結果一致?？梢?，數字經濟發展的確存在“減排”與“增效”效應。

4. 2. 2 滯后效應檢驗

考慮到數字經濟發展可能存在滯后性影響，因此將除數字經濟發展（）以外的所有變量進行滯后處理。表5列（3）—列（6）結果表明，不論是滯后1期還是滯后2期，系數的顯著性與符號均未發生改變，且系數絕對值不斷增加，在一定程度上說明了相較于短期影響，數字經濟發展產生“減排”和“增效”效應的長期影響可能更大。

4. 2. 3 政策效應評估

網絡基礎設施建設是數字經濟發展的基礎，“寬帶中國”戰略的實施將著力擴大寬帶覆蓋范圍和寬帶用戶數，大力提升寬帶網速，服務中國經濟高質量發展。因此，研究將“寬帶中國”戰略視為一項準自然實驗［14］，利用雙重差分模型（DID）評估數字經濟發展對減少城市污染排放和提高城市能源效率的政策影響。

= 0 + 1 + 2+ + + （5）

式中：表示政策虛擬變量，2013年，國務院發布了《“寬帶中國”戰略及實施方案》，因此將2013年作為政策實施起始年份，對于2013年前取值為0，2013年后取值為1，其余變量與基準回歸一致。表6 列（1）、列（2）結果表明，的系數顯著性與基準回歸結果一致，說明相較于非試點城市，“寬帶中國”戰略的實施更有利于試點城市“減排”和“增效”，再次驗證了基準回歸結果的穩健性。

4. 2. 4 內生性討論

穩健性檢驗在一定程度上緩解了研究可能存在的內生性問題，但仍無法避免因遺漏變量和反向因果產生的誤差。鑒于此，尋找工具變量進一步佐證基準回歸結果的穩健性?？紤]到工具變量需要滿足“嚴外生”和“強相關”的要求，借鑒文獻［10］的做法，選取1984年地區電話機擁有量作為數字經濟發展的工具變量。需要說明的是，當工具變量為截面數據時，難以適用于面板數據回歸的問題，因此參考文獻［44］的做法，構造截面數據（1984年地區電話機擁有量）與時間序列數據（全國互聯網投資額）的交互項作為工具變量（Ⅳ）進行2SLS回歸。表6列（3）第一階段回歸結果表明，工具變量與數字經濟發展存在顯著的正向關系，同時Gragg?Donald Wald 值為32. 11，大于臨界值10，拒絕了弱工具變量的原假設，說明構建的工具變量合理。列（4）、列（5）第二階段回歸結果與基準回歸結果一致，說明不存在因遺漏變量和反向因果造成的內生性問題。

4. 3 異質性分析

4. 3. 1 地理區位的異質性

中國東部、中部和西部地區在經濟規模、資源稟賦、政策扶持力度等方面均存在顯著差異，表7結果也證明了數字經濟發展對減少城市污染排放和提高城市能源效率的影響的確受到地理區位的干擾。具體而言，東部地區數字經濟發展產生了“增效”效應，而“減排”效應并不顯著。中、西部地區數字經濟發展則產生了顯著的“減排”與“增效”效應。原因在于，當前東部地區數字經濟發展屬于“黃金上升期”，經濟規模的擴張在一定程度上加劇了城市污染排放，同時在利潤激勵效應驅使下，數字技術的“治污”效應大打折扣，進而“減排”效應不顯著［22］。中、西部地區數字經濟發展仍處于“萌芽起步期”，但在“中部崛起”“西部大開發”等區域協調發展戰略下，數字經濟紅利釋放空間較大，結構優化效應和技術溢出效應更強，更有利于“減排”與“增效”。因此，數字經濟發展對東部地區“僅增效，不減排”，對中、西部地區“既減排，又增效”。

4. 3. 2 城市級別的異質性

城市行政級別是探究中國城市和區域發展差異時不可忽視的關鍵性因素［45］。城市行政級別越高，一方面經濟社會管理權限越寬，有助于城市爭取更多來自中央政府的政策便利和戰略資源。另一方面在“虹吸效應”下，人口、資本、技術等關鍵生產要素的逐利性特征不斷放大，更有利于城市高質量發展。因此，借鑒文獻［46］的做法，將直轄市、副省級城市或省會城市劃分為中心城市，其余樣本內城市則為非中心城市，再次探討數字經濟發展的“減排”與“增效”效應。表8列（1）的系數在5%水平上顯著為負，列（2）的系數在5% 水平上顯著為正，而列（3）、列（4）的系數均不顯著，說明數字經濟發展對中心城市產生了“減排”與“增效”效應，而對非中心城市的影響不顯著。原因在于，一是中心城市管理效率較高，更有利于新業態和新興產業的成長。二是中心城市獲得政策扶持的機會與力度更大，容易成為中央政府區域經濟發展的著力點。三是中心城市自身的經濟發展基礎良好，面對數字經濟的迅猛沖擊，具備更強的敏銳性與應對能力，進而快速響應相關政策并運用于城市綠色發展。

4. 3. 3 資源稟賦的異質性

關于資源型城市的劃分標準，按照國務院發布的《關于印發全國資源型城市可持續發展規劃（2013—2020年）的通知》（國發〔2013〕45號），并參考文獻［47］的做法，當某個地級市所轄縣級地區屬于資源型城市或者該地級市市區屬于資源型城市，則定義該城市為資源型城市，最終得到201個資源型城市。表9結果表明，數字經濟發展有利于非資源型城市“減排”與“增效”，而對資源型城市的影響不顯著。原因在于，資源型城市雖然具備較高的資源稟賦，但產業路徑依賴嚴重且結構單一，長期以資源開采和制造業產業為主導致環境污染嚴重，當數字經濟發展與當地特色產業融合不足時，難以推動固有的產業結構升級與經濟發展模式轉型。相較于資源型城市，非資源型城市受經濟發展慣性制約較小，產業發展模式較為靈活，數字經濟發展更容易產生“減排”與“增效”效應。

4. 4 作用機制分析

4. 4. 1 人力資本的中介機制

表10中，當=，被解釋變量為時，列（2）的系數在1%水平上顯著為正，說明數字經濟發展促進了人力資本水平，而列（3）的系數不顯著，說明數字經濟發展通過提升人力資本減少城市污染排放的中介機制不成立。理論分析表明，數字經濟發展為城市綠色發展提供了良好的人才基礎，然而人力資本提升導致的交通擁擠、能源消耗增加、環境污染加劇等“城市病”問題日益突出，產生了阻礙綠色發展的“擁堵效應”。因此，在正負效應相互抵消后，“數字經濟發展→人力資本提升→污染排放減少”的作用機制并不成立。當=，被解釋變量為時，列（4）、列（5）結果表明，“數字經濟發展→人力資本提升→能源效率提高”的作用機制成立，即數字經濟發展促進了人力資本水平，進而提高了城市能源效率，假說2b成立。因此，在數字時代下，跨界型、復合型人才的培養是提高城市能源效率的重要路徑，特別是高素質人才具備更強的環保意識和更加綠色的消費方式，為城市“增效”提供了必要支撐。

4. 4. 2 產業結構升級的中介機制

表11中，當，被解釋變量為時，列（2）的系數在5%水平上顯著為正，說明數字經濟發展促進了產業結構升級，列（3）和的系數均在1%水平上顯著為負，且列（3）系數的絕對值小于列（1）系數的絕對值，說明“數字經濟發展→產業結構升級→污染排放減少”的中介機制成立，即數字經濟發展促進了產業結構升級，進而減少了城市污染排放，假說3a 成立。同理，當，被解釋變量為時，列（4）、列（5）、列（6）結果表明，“數字經濟發展→產業結構升級→能源效率提高”的中介機制成立，即數字經濟發展促進了產業結構升級，進而提高了城市能源效率，假說3b成立?？梢?，數字信息的零邊際成本特征，孵化高科技、高附加值、高成長性并存的“三高”現代化產業，憑借生產效率更高、資源配置效率更優、生產技術更先進的顯著優勢，在生產過程中降低石油等能源使用和二氧化碳等污染物排放，實現“減排”與“增效”。

5 進一步研究：空間溢出效應

基于模型（4）選用SDM模型分析數字經濟發展對減少城市污染排放和提高城市能源效率的空間影響。表12中，當被解釋變量為時，三種空間權重矩陣下，的系數均在1%水平上顯著為負，說明數字經濟發展有利于減少城市污染排放。當被解釋變量為時，的系數均在1%水平上顯著為正，說明數字經濟發展有利于提高城市能源效率。值得注意的是，空間模型中的系數絕對值均大于基準回歸中的系數絕對值，說明考慮空間關系后，數字經濟發展產生“減排”與“增效”效應的解釋力會更強。

進一步觀察×的系數發現，當被解釋變量為時，僅有空間權重矩陣為1 時，×的系數顯著為負。當被解釋變量為時，三種空間權重矩陣下，×的系數均顯著為正。這說明數字經濟發展可能對減少城市污染排放和增加城市能源效率產生了空間溢出效應，然而，簡單的點估計結果難以準確解釋地區間與地區內的空間關系，更有可能得出錯誤的結論。因此，進一步選用偏微分法［48］，以直接效應驗證某地區自變量對本地區因變量的影響，以間接效應驗證某地區自變量對其他地區因變量的影響。分解效應表明，數字經濟發展有利于減少本地區污染排放，但并未通過空間溢出效應減少鄰近地區污染排放，假說4a部分成立。數字經濟發展不僅有利于提高本地區能源效率，并通過空間溢出效應提高鄰近地區的能源效率，假說4b成立。因此，如何充分利用數字經濟發展的空間溢出效應，與鄰近地區形成發展合力，通過區域污染聯防聯控的手段減少鄰近地區污染排放，是現階段數字經濟賦能城市綠色發展過程中亟須思考的問題。

6 結論與政策建議

該研究基于2011—2019年中國280個地級及以上城市面板數據，探究數字經濟發展的“減排”與“增效”效應。結果表明：中國數字經濟發展整體呈現遞增態勢，地區之間數字經濟發展差距日益縮小。在空間分布格局上，先行區發展格局從“零星式”分布演化為“多點式”覆蓋，推進區與先行區形成“組團式”發展格局。數字經濟發展有利于減少城市污染排放和提高城市能源效率，經過更換解釋變量衡量指標、滯后效應檢驗、政策效應評估和內生性討論后，該結論仍然成立。東部地區數字經濟發展“僅增效，不減排”，非東部地區、中心城市和非資源型城市數字經濟發展“既減排，又增效”。數字經濟發展可以通過促進產業結構升級實現城市“減排”和“增效”的“雙贏”目標，但提升人力資本“僅增效，不減排”。數字經濟發展有利于本地區“減排”和“增效”，但通過空間溢出效應對鄰近地區“僅增效，不減排”。

鑒于此，提出如下政策建議：①高度重視中國數字經濟發展。繼續扎實推進以數字化為核心的新型基礎設施建設，例如人工智能、5G網絡、“寬帶中國”戰略等，夯實數字經濟發展基礎。完善數據要素資源體系，增強數字經濟發展動能，賦能全社會綠色發展目標的實現。②正確認識地區之間的發展差距。近年來，數字經濟發展迅猛，但各地發展水平與發展速度仍存在一定差距，如若地方政府不能充分認識和重視“數字鴻溝”的危害，任由差距擴大，中小城市、偏遠城市等弱勢群體則很大可能在“數字賽道”競爭中掉隊。欠發達地區需要主動加強與發達地區的經濟聯系，通過競爭、合作、學習等方式實現后發趕超，提升自身數字經濟發展水平，推動區域協調發展。③利用數字技術培養跨界型、復合型人才和推動傳統產業轉型升級。通過“干中學”“職業培訓與繼續教育”“產學研”體系提升相關勞動者的數字素養和技能，緩解當前傳統就業崗位數字人才缺失的問題。加快現有教育體系與數字經濟發展的融合程度，增強數字知識、技能與不同學科專業之間的相互聯系，為數字創新研究成果轉化、城市綠色發展奠定堅實的人才基礎。持續推動數字經濟賦能傳統產業轉型升級，提高生產、管理、運營、銷售等環節運行效率，倒逼落后低端產業實現循環、高效、集約的生產方式。④擴大數字經濟發展的輻射效應。當前，中國數字經濟發展高地仍集聚在北上廣等發達地區，而周圍地區數字經濟發展水平普遍較低。發達地區需要進一步夯實數字龍頭作用，形成區域增長極，引導數字紅利擴散至鄰近地區。同時，鄰近地區也需找準自身優勢，與發達地區形成資源互補，在數字共享中進一步實現綠色發展。

參考文獻

［1］ 韓璐，陳松，梁玲玲. 數字經濟、創新環境與城市創新能力［J］.科研管理，2021，42（4）：35-45.

［2］ 姜松，孫玉鑫. 數字經濟對實體經濟影響效應的實證研究［J］.科研管理，2020，41（5）：32-39.

［3］ 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.

［4］ 許憲春，張美慧. 中國數字經濟規模測算研究：基于國際比較的視角［J］. 中國工業經濟，2020（5）：23-41.

［5］ 蔡躍洲，牛新星. 中國數字經濟增加值規模測算及結構分析［J］. 中國社會科學，2021（11）：4-30，204.

［6］ 向書堅，吳文君. 中國數字經濟衛星賬戶框架設計研究［J］. 統計研究，2019，36（10）：3-16.

［7］ 劉軍，楊淵鋆，張三峰. 中國數字經濟測度與驅動因素研究［J］.上海經濟研究，2020，32（6）：81-96.

［8］ 戚聿東，劉翠花，丁述磊. 數字經濟發展、就業結構優化與就業質量提升［J］. 經濟學動態，2020（11）：17-35.

［9］ 陳文，吳贏. 數字經濟發展、數字鴻溝與城鄉居民收入差距［J］.南方經濟，2021（11）：1-17.

［10］ 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（8）：5-23.

［11］ 周曉輝，劉瑩瑩，彭留英. 數字經濟發展與綠色全要素生產率提高［J］. 上海經濟研究，2021（12）：51-63.

［12］ 柏培文，喻理. 數字經濟發展與企業價格加成：理論機制與經驗事實［J］. 中國工業經濟，2021（11）：2-20.

［13］ 陳貴富，韓靜，韓愷明. 城市數字經濟發展、技能偏向型技術進步與勞動力不充分就業［J］. 中國工業經濟，2022（8）：118-136.

［14］ 劉奧，張雙龍. 數字經濟發展對財政透明度的影響研究：基于“寬帶中國”戰略的準自然實驗［J］. 產業經濟研究，2022（4）：46-58.

［15］ 劉淑春. 中國數字經濟高質量發展的靶向路徑與政策供給［J］. 經濟學家，2019（6）：52-61.

［16］ 荊文君，孫寶文. 數字經濟促進經濟高質量發展：一個理論分析框架［J］. 經濟學家，2019（2）：66-73.

［17］ 李天宇，王曉娟. 數字經濟賦能中國“雙循環”戰略：內在邏輯與實現路徑［J］. 經濟學家，2021（5）：102-109.

［18］ 張勛，萬廣華，張佳佳，等. 數字經濟、普惠金融與包容性增長［J］. 經濟研究，2019，54（8）：71-86.

［19］ 張英浩，汪明峰，劉婷婷. 數字經濟對中國經濟高質量發展的空間效應與影響路徑［J］. 地理研究，2022，41（7）：1826-1844.

［20］ 葉胥，杜云晗，何文軍. 數字經濟發展的就業結構效應［J］. 財貿研究，2021，32（4）：1-13.

［21］ MA D， ZHU Q. Innovation in emerging economies： research onthe digital economy driving high?quality green development［J］.Journal of business research， 2022，145： 801-813.

［22］ 李廣昊，周小亮. 推動數字經濟發展能否改善中國的環境污染：基于“寬帶中國”戰略的準自然實驗［J］. 宏觀經濟研究，2021（7）：146-160.

［23］ ZHANG W， LIU X， WANG D， et al. Digital economy and carbonemission performance：evidence at China’ s city level［J］. Energypolicy， 2022， 165：112927.

［24］ 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（9）：15-29.

［25］ CAO S P， NIE L， SUN H P， et al. Digital finance， green technologicalinnovation and energy?environmental performance： evidencefrom China’ s regional economies［J］. Journal of cleaner production，2021， 327： 129458.

［26］ HAMPTON S E， STRASSER C A， TEWKSBURY J J， et al. Bigdata and the future of ecology［J］. Frontiers in ecology and the environment，2013， 11（3）：156-162.

［27］ SHIN D H， CHOI M J. Ecological views of big data： perspectivesand issues［J］. Telematics and informatics， 2015， 32（2）：311-320.

［28］ 汪東芳，曹建華. 互聯網發展對中國全要素能源效率的影響及網絡效應研究［J］. 中國人口·資源與環境，2019，29（1）：86-95.

［29］ 柏培文，張云. 數字經濟、人口紅利下降與中低技能勞動者權益［J］. 經濟研究，2021，56（5）：91-108.

［30］ 盧進勇，楊杰，邵海燕. 外商直接投資、人力資本與中國環境污染：基于249 個城市數據的分位數回歸分析［J］. 國際貿易問題，2014（4）：118-125.

［31］ 鐘超，劉宇，汪明月，等. 中國碳強度減排目標實現的路徑及可行性研究［J］. 中國人口·資源與環境，2018，28（10）：18-26.

［32］ 陳昌兵. 新時代我國經濟高質量發展動力轉換研究［J］. 上海經濟研究，2018（5）：16-24，41.

［33］ 李金林，陳立泰，劉梅. 互聯網發展對中國區域綠色經濟效率的影響［J］. 中國人口·資源與環境，2021，31（10）：149-157.

［34］ 劉爭，黃浩，鄧秀月. 人口規模、產業結構與能源效率：基于空間面板計量模型的實證［J］. 宏觀經濟研究，2022（8）：117-130，175.

［35］ 張焱. 數字經濟、溢出效應與全要素生產率提升［J］. 貴州社會科學，2021（3）：139-145.

［36］ 鄧榮榮，張翱祥. 中國城市數字經濟發展對環境污染的影響及機理研究［J］. 南方經濟，2022（2）：18-37.

［37］ BARON R M，KENNY D A. The moderator?mediator variable distinctionin social psychological research： conceptual， strategic，and statistical considerations［J］. CBE life sciences education，1986，51（6）：1173-1182.

［38］ 白俊紅，王鉞，蔣伏心，等. 研發要素流動、空間知識溢出與經濟增長［J］. 經濟研究，2017，52（7）：109-123.

［39］ 徐維祥，周建平，劉程軍. 數字經濟發展對城市碳排放影響的空間效應［J］. 地理研究，2022，41（1）：111-129.

［40］ LI H，FANG K N，YANG W，et al． Regional environmental efficiencyevaluation in China： analysis based on the Super SBM Mod?el with undesirable outputs［J］．Mathematical and computer modelling，2013，58（5/6） ：1018-1031．

［41］ 胡安軍，郭愛君，鐘方雷，等. 高新技術產業集聚能夠提高地區綠色經濟效率嗎［J］. 中國人口·資源與環境，2018，28（9）：93-101.

［42］ 李德山，張鄭秋，付磊，等. 中國城市PM2. 5減排效率的區域差異及其影響機制［J］. 中國人口·資源與環境，2021，31（4）：74-85.

［43］ 史丹，吳利學，傅曉霞，等. 中國能源效率地區差異及其成因研究：基于隨機前沿生產函數的方差分解［J］. 管理世界，2008（2）：35-43.

［44］ NUNN N，QIAN N．US food aid and civil conflict［J］．Americaneconomic review，2014，104（6）： 1630-1666．

［45］ 江艇，孫鯤鵬，聶輝華. 城市級別、全要素生產率和資源錯配［J］. 管理世界，2018，34（3）：38-50，77.

［46］ 魏麗莉，侯宇琦. 數字經濟對中國城市綠色發展的影響作用研究［J］. 數量經濟技術經濟研究，2022，39（8）：60-79.

［47］ 顏銀根，倪鵬飛，劉學良. 高鐵開通、地區特定要素與邊緣地區的發展［J］. 中國工業經濟，2020（8）：118-136.

［48］ LESAGE J P，PACE R K. Introduction to spatial econometrics［M］. Boca Raton： CRC Press，2009.