數字基礎設施建設對城市綠色創新效率的影響
——基于“寬帶中國”戰略試點政策的準自然實驗

劉 軍 王勵鏵

1（山西財經大學國際貿易學院，太原 030006）

2（山西財經大學資源型經濟轉型發展研究院，太原 030006）

引 言

如何兼顧經濟增長與生態環境保護的雙重需求，推動經濟發展模式全面向綠色發展轉型，已經成為中國經濟高質量發展的現實難題，長期的粗放式經濟發展模式造成的資源短缺、環境污染和產能過剩等問題日益凸顯［1］。十八屆五中全會將“綠色創新” 提升到國家戰略高度，綠色創新已成為突破困局的關鍵，同時也是經濟可持續發展的關鍵驅動力。除此之外，黨的二十大報告明確提出，“要推動綠色發展，積極穩妥推進碳達峰碳中和”。綠色創新是實現綠色發展的重要一環，而綠色創新效率作為對綠色創新的補充和完善，強調在技術創新中兼顧經濟效益和環境可持續性，是綠色創新能力的重要衡量指標［2］。近年來，“寬帶中國” 戰略作為新一輪科技革命的高地，是我國進行數字基礎設施建設的重要探索，在2013 年，《國務院關于印發“寬帶中國” 戰略及實施方案的通知》 中，對2014 年、2015 年和2016 年選擇試點城市實施“寬帶中國” 政策進行了詳細部署，明確了數字基礎設施建設的重要性。數字基礎設施建設如何影響城市綠色創新效率，其內在的作用機制是什么，有何異質性表現等問題尚需深入研究。

現有研究發現數字基礎設施建設有助于實現城市經濟高質量發展［3］，促進城市全要素生產率的提升［4］，優化城市產業結構［5］，并且可以顯著減少能源消耗和碳排放［1］。另外，與本文研究更為相關的文獻關注數字基礎設施建設對創新水平的影響，具體來看，趙星（2022）［6］發現數字基礎設施建設可以通過增強信息化水平、促進數字金融發展和緩解勞動力錯配，進而提升城市創新水平。種照輝等（2022）［7］發現“寬帶中國” 戰略的實施拓展了城市間合作創新的空間外延，促進了城市間合作創新。

此外，綠色創新作為踐行高質量發展理念的突破口，其是否受到數字基礎設施建設的影響，亦引起學者們的關注。王真和楚爾鳴（2023）［8］研究發現數字基礎設施建設有助于縮小供需雙方的信息鴻溝，減少無效創新有顯著的作用。辛大楞與彭志遠（2023）［9］進一步驗證了該結論的可靠性，并進一步發現數字基礎設施建設極大降低了金融市場的借貸雙方信息不對稱，進而緩解了進行綠色創新行為的企業所面臨的融資約束。

基于上述分析可以看出，數字基礎設施建設對綠色創新水平提升、降低環境污染和產業結構優化等均有積極作用。這些因素都是影響城市綠色創新效率的關鍵［10］，特別是考慮到在大多數城市綠色創新缺乏持續動力的背景下，深入探討如何加快數字基礎設施建設，實現城市創新水平提高、環境污染降低與經濟增長協同的綠色發展具有重要的現實意義。在理論分析上，現有研究大多從人才集聚和資源配置優化的角度論述提高城市創新水平［6］、提升城市全要素生產率［4］、增強城市經濟韌性［11］實現數字基礎設施建設的經濟效應。然而不可忽視的是要素錯配的改善與人才集聚很大程度來源于數字基礎設施建設帶來的勞動力就業機會的增加和流動成本的降低［12］，從而可以加快勞動力流動的速度并擴大流動的范圍，使得勞動力要素在不同部門和地區之間重新分配；另外，由于不同城市的經濟狀況和基礎研究水平存在差異，僅僅以綠色專利數量等單一指標無法全面反映城市的創新能力。因此，在評估城市的創新能力時，采用綠色創新效率作為指標更能反映創新的環境效應和經濟產出能力，也更能反映真實的創新能力［13］。

鑒于此，本文將“寬帶中國” 戰略作為一項準自然實驗代理數字基礎設施建設，運用DID 模型評估數字基礎設施建設對城市綠色創新效率的影響效應，并且從勞動力流動和生產性服務業集聚兩個視角挖掘數字基礎設施建設影響城市綠色創新效率的作用機制，為理解數字基礎設施建設提升城市綠色創新效率的原因提供了經驗證據。

1 理論分析與研究假說

1.1 數字基礎設施建設與城市綠色創新效率

數字基礎設施建設作為數字經濟發展的支柱，已在過去十年中逐漸演變為區域經濟增長的新動力，其中“寬帶中國” 戰略通過將互聯網技術與傳統產業深度結合，提升了城市信息化水平［8］。數字基礎設施建設對城市綠色創新效率的直接影響主要體現在以下兩個方面：（1） 數字基礎設施提供了強大的數據收集和監管工具，有助于緩解政府管理中由于信息不對稱導致的低效問題，政府可以通過傳感器、監測設備和物聯網技術迅速獲取城市內污染物排放和碳排放數據，從而提升要素配置效率和環境效率；（2） 數字基礎設施建設有助于企業對數字技術的應用，使生產線更加智能化和靈活化，以適應市場需求的快速變化，推動節能創新，提高綠色創新效率。根據上述分析，本文提出：

假設1：數字基礎設施建設有利于提高我國城市綠色創新效率。

1.2 數字基礎設施建設影響城市綠色創新效率的內在機制

數字基礎設施建設會通過促進勞動力流動和生產性服務業集聚進而提高城市綠色創新效率。從勞動力流動渠道來看，數字基礎設施建設改善了信息的可及性和透明度，勞動力可以通過數字化平臺更便捷地探索不同城市的工作崗位。同時，這一技術進步提供了高效、精確的人才匹配機制，這種強化的匹配聯系有助于提高就業效率，降低失業率，促進勞動力流動。隨著勞動力的流動，可以促使不同領域的專業知識在城市之間傳播和融合，這種跨領域知識流動為綠色創新提供了豐富的知識資源。并且勞動力流動能夠有效削弱勞動力市場分割，實現了勞動力資源配置效率的提升，從而糾正勞動力配置扭曲［14］，最終提升城市綠色創新效率［15］。

生產性服務業作為知識密集型行業，通過提供專業技術、管理和研發服務，推動著經濟的發展?！皩拵е袊睉鹇栽圏c政策的實施往往伴隨著中央和地方政府大量的創新補貼和稅收減免政策支持，能吸引生產性服務業入駐，推動多元化創新。從生產性服務業集聚渠道來看，數字基礎設施建設有助于降低創新要素的交易成本與集聚成本［16］，吸引多元化創新主體的集聚，有助于促進知識的傳播和技術的交流；另外，生產性服務業集聚通過共享資源、經濟規模效應和創新網絡，提高城市創新能力和競爭優勢。生產性服務業的專業化集聚能夠提升城市環境質量，降低污染排放規模，從而提高城市綠色創新效率［17］。因此，根據上述分析，本文提出：

假設2：數字基礎設施建設可以通過促進勞動力流動和生產性服務業集聚從而提高我國城市綠色創新效率。

2 研究設計

2.1 模型構建和數據來源

本文將“寬帶中國” 戰略視為一項外生于綠色創新效率的準自然實驗，引入雙重差分模型對其政策效應進行評估，考慮到試點政策是分批次推進的，因此本文構建多時點雙重差分，具體如下：

其中，下標i和t分別表示城市和時間；Gieit為被解釋變量，代表i城市t年的綠色創新效率；DIDit為“寬帶中國” 戰略試點的虛擬變量；con?trolit為一系列城市層面的控制變量；ηi為地區固定效應；γt為時間固定效應；εit為擾動項。

2.2 變量定義及描述性統計

2.2.1 被解釋變量

綠色創新效率（Gieit）。參考王晗（2022）［18］的測算方法，使用超效率SBM 模型測度城市綠色創新效率，并選取以下投入產出指標：

投入指標：（1） 資本投入，選取地方科學技術支出作為資本投入指標；（2） 勞動投入，選取地方科技從業人員數作為勞動投入指標；（3） 能源資源投入，選擇全社會用電量衡量能源資源投入。

產出指標：（1） 創新產出，參考白俊紅和蔣伏心（2015）［19］的做法，根據3 種專利（發明專利、實用新型和外觀設計）的創新程度分別賦予0.5、0.3 和0.2 的權重，并對其進行加權平均；（2） 經濟產出，采用城市實際GDP 表示；（3） 環境產出，以建成區綠化覆蓋率為期望的環境產出指標衡量。選擇工業廢水、工業煙（粉）塵、工業二氧化硫和碳排放量作為非期望的環境產出指標，并采用熵值法進行測算。

2.2.2 核心解釋變量

“寬帶中國” 戰略試點作為衡量數字基礎設施建設的代理變量，若城市獲批成為“寬帶中國”戰略試點，則解釋變量（DIDit）在政策實施當年和之后的年份設置為1，否則為0。

2.2.3 控制變量

考慮到除了政策以外，其他城市特征因素也可能對城市綠色創新效率產生影響，參考許玉潔和劉曙光［10］的研究，本文在回歸中加入城市層面控制變量：（1） 經濟發展水平，選取地區生產總值的對數來表示；（2） 城市人力資本水平，選用每萬人普通高校在校學生數的對數衡量；（3） 外商直接投資，選用城市實際外國直接投資的對數來度量；（4） 產業結構，選用城市第三產業產值與第二產業產值的比值表示；（5） 金融發展水平，選用存款貸款余額之和與地區GDP 的比值進行衡量。

2.3 數據說明

本文數據主要來源于2006 ～2021 年《中國城市統計年鑒》、《中國城市建設統計年鑒》 以及各地級市統計年鑒。缺失值采用線性插值法補齊。

3 實證結果與討論

3.1 基準結果分析

基于2006 ～2021 年我國280 個地級市的面板數據，運用雙重差分法對式（1） 進行估計。表1匯報了數字基礎設施建設對城市綠色創新效率影響效應的回歸估計結果。

表1 基準回歸結果

估計結果表明，表1 列（2） 為在加入控制變量及年份和城市固定效應后的結果，顯示數字基礎設施建設的估計系數均在1%的統計水平上顯著為正，表明數字基礎設施建設對城市綠色創新效率有顯著的正向影響，驗證了假設1?？赡艿脑蚴菙底只A設施建設能夠規避資源配置過程中的低效率和無謂損耗，“賦能” 城市綠色創新效率提升。

3.2 穩健性檢驗

3.2.1 平行趨勢檢驗

在使用多期雙重差分法識別政策前，需滿足平行趨勢檢驗，即在實施“寬帶中國” 戰略之前，處理組和控制組的綠色創新效率變化趨勢應該相同，具體模型構建如下：

由于政策實施城市是在2014 ～2016 年分批次設立的，不同城市政策實施的時間不同。故設置時間虛擬變量，取值為當期年份和城市實施“寬帶中國” 戰略年份的差值，政策實施當年賦值為0，前一年賦值為－1，后一年賦值為＋1。其他變量和參數同模型（1）；本文的研究時期為2006 ～2021 年，虛擬變量的取值范圍為［－8，7］。因為兩端的觀測值較少并且為了避免多重共線性，本文根據Fajgelbaum 等（2020）［20］的研究，將其他城市小于－7 年的相對年份設置為－7，并將這一時期的虛擬變量刪除，具體如圖1 所示。結果顯示，政策正式實施前各期的系數估計值均不顯著，這表明政策實施前，實驗組和對照組的綠色創新效率并無顯著差異，通過了平行趨勢檢驗。

圖1 平行趨勢檢驗圖

3.2.2 安慰劑檢驗

為了檢驗數字基礎設施建設促進城市綠色創新效率的提升是否由其他隨機因素引起，本文通過隨機生成政策實施時間虛擬變量和處理組虛擬變量進行安慰劑檢驗。進一步地，在280 個樣本城市中隨機選取105 個城市作為處理組，并隨機設定政策沖擊時間，得到“寬帶中國” 戰略試點政策實施影響城市綠色創新效率的安慰劑系數估計值。將此過程重復500 次后繪制回歸系數估計值的核密度和P 值分布圖，如圖2 所示。結果顯示大部分的回歸系數均集中在0 的兩側，而且與實際估計結果有顯著差異。據此，可以推測數字基礎設施建設對城市綠色創新效率的影響效應并不受其他隨機性因素影響，驗證了本文回歸結果的穩健性。

圖2 安慰劑檢驗

3.2.3 PSM－DID 檢驗

為了更全面地驗證基準回歸的估計結果的穩健性，本文采用PSM－DID 方法重新估計了處理效應。具體而言，本文選控制變量作為匹配變量，并根據所獲得的傾向得分，采用1 ∶2 近鄰匹配的方法對處理組和對照組樣本進行逐年匹配。表1中列（3） 為PSM－DID 的回歸結果，其中解釋變量的系數仍顯著為正。這表明在利用PSM－DID 之后，回歸結果依然顯著，進一步驗證了基準回歸結果的穩健性。

3.2.4 更換雙重機器學習模型

為準確評估政策效果，需控制其他因素對城市綠色創新效率的干擾。傳統回歸模型處理高維度控制變量時面臨挑戰，雙重機器學習采用多種算法，智能篩選高維控制變量，解決了這一問題［21］。本文借鑒Chernozhukov 等（2018）［22］的做法，構建雙重機器學習模型評估數字基礎設施建設對城市綠色創新效率的影響。由此構建如下模型：Xit為高維控制變量集合，通過函數g（Xit）的形式影響被解釋變量，通過機器學習方法得到估計量g（Xit）；Vit為誤差項，滿足零均值假設。

考慮到數據樣本的小樣本特性，繼續構造輔助回歸，使處置系數的估計量滿足無偏性假定：

其中，m（Xit）是處置變量對高維變量的函數，亦通過機器學習得到估計量m（Xit）；Vit為誤差項，滿足零均值假設?；谑剑?）～（5），參考王茹婷等（2022）［23］的做法，通過三步法得到無偏的估計系數。其中，控制了其他可能影響城市綠色創新效率提高的因素［24］，新增控制變量如下：用公路客運量和公路貨運量衡量交通運輸水平；用地方財政一般預算內支出與地區GDP 之比衡量政府干預；用社會消費品零售總額與地區GDP 之比衡量居民消費。另外，本文在模型中加入各控制變量的二次項以提高擬合模型的精度。

采用雙重機器學習模型估計了數字基礎設施建設對城市綠色創新效率的影響效應，其中，樣本分割比例為1 ∶4，采用隨機森林算法對主回歸和輔助回歸進行預測求解，回歸結果見表2。

表2 更換估計模型結果

表2 列（4） 為控制了全部控制變量的一次項和二次項后的結果，回歸系數仍然顯著為正?？梢园l現，更換模型后并沒有改變基準回歸結論。

3.2.5 排除其他政策的干擾

為了研究“寬帶中國” 戰略的實施效應，需要排除其他城市政策可能對其產生的干擾影響，同時考察其他城市政策是否在城市綠色創新效率方面具有指示作用。本文參考朱金鶴等（2022）［25］的研究，將智慧城市、低碳試點城市與創新型城市3 種政策逐步納入回歸模型?；貧w模型如下：

其中DIDit是“寬帶中國” 的政策變量，zhit為智慧城市政策的虛擬變量，dtit為低碳城市試點政策的虛擬變量，cxit為創新型城市政策的虛擬變量。本文在基準回歸的基礎上加入了上述3 種政策的虛擬變量，設定為在政策實施當年和之后的年份將城市記為1，否則記為0。

控制相關政策之后的回歸結果如表3 所示。從回歸結果可以看出，數字基礎設施建設的系數均保持1%水平上的正向顯著，在排除其他政策的干擾后結果依然穩健。

表3 剔除其他政策干擾的回歸結果

3.3 機制分析

理論分析表明，勞動力流動規模是數字基礎設施建設作用于城市綠色創新效率的基本路徑。為了檢驗兩個機制是否存在，本文構建如下模型：

Mit為衡量勞動力流動規?；蛘呱a性服務業的機制變量，其中勞動力流動規模flowit參考朱金鶴等（2021）［25］的研究，以人口流動規模作為城市勞動力流動規模的代理變量，計算公式為勞動力流動規模＝常住人口－戶籍人口＋戶籍人口變動總量－本地人口自然增長。生產性服務業專業化集聚指標（spec）參考劉玉榮等（2023）［26］的研究，采用區位商進行衡量，即：

生產性服務業專業化集聚為所有細分行業集聚指標的加總，公式為：

其中，Sijt表示城市i行業j第t年的就業人員數，Sit表示城市i第t年各行業就業人員總數，N表示城市的數量，specijt的值越大，表示城市i中行業j的空間集聚程度越高，其余變量含義與式（1）相同。

表4 列（2） 與列（4） 分別為雙向固定效應模型下勞動力流動規模渠道與生產性服務業集聚渠道的檢驗結果。

表4 促進城市綠色創新效率的機制檢驗

從勞動力流動規模渠道來看，核心解釋變量DIDit的估計系數為19.402，通過了1%的顯著性檢驗，表明數字基礎設施建設會顯著促進勞動力流動。其原因在于數字基礎設施建設拓寬了勞動力獲取信息的渠道，并且通過高效的人才匹配機制的建立，促使勞動力流動。勞動力的流動性促進了知識跨城市的傳播和融合，為城市綠色創新提供了豐富的知識資源，提升城市綠色創新效率。

從生產性服務業集聚渠道來看，核心解釋變量DIDit的估計系數為0.032，通過了10%的顯著性檢驗，表明數字基礎設施建設會顯著促進生產性服務業集聚。其原因在于數字基礎設施建設有助于促進生產性服務業的專業集聚，從而激勵生產性服務企業積極推進清潔工藝和技術解決方案的更新，有助于進一步推動城市提升綠色創新效率［17］。綜上來看，促進勞動力流動和生產性服務業集聚是數字基礎設施建設提高城市綠色創新效率的兩條基本路徑，理論假設2 得到證實。

3.4 異質性分析

3.4.1 城市類型異質性

資源型城市是我國實現經濟穩定增長的重要能源保障。但是，目前資源型城市依舊存在技術創新方面的滯后，使其難以適應經濟多元化和綠色發展的需求。因此，檢驗數字基礎設施建設對資源型城市和非資源型城市綠色創新效率的異質性影響可以為今后區域協調綠色發展戰略的推進提出更具針對性的政策建議。本文以《國務院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）為劃分依據，分別考察資源型城市和非資源型城市樣本，由表5 列（1） 和列（2） 可知，數字基礎設施建設對非資源型城市綠色創新效率的影響系數為0.054，在5%水平上顯著，而對于資源型城市而言其作用效果不明顯。其原因可能在于，資源型城市嚴重的歷史遺留問題，如路徑依賴等導致其在自然資源開采和加工方面具有較高的經濟依賴性，這往往伴隨著一系列環境污染問題，限制了對城市綠色創新效率的潛在影響。

表5 異質性分析結果

3.4.2 城市規模異質性

城市本身的規?？赡軙绊憯底只A設施建設對城市綠色創新效率的影響。一般來說，大規模城市通常具有更多的資源和優勢，這可以在城市綠色創新方面發揮積極作用［27］。本文根據國務院印發的《關于調整城市規模劃分標準的通知》文件，將常住人口在300 萬以上的城市劃分為大規模城市，其余為中小規模城市，回歸結果見表5 列（3） 和列（4）。從回歸結果來看數字基礎設施建設對大規模城市綠色創新效率的影響系數為0.065，在1%的水平上顯著，而在中小規模城市政策效果不顯著。其原因可能在于，大規模城市往往形成了復雜的創新生態系統，為綠色創新提供了豐富的知識和技術資源［4］。

3.4.3 城市區位異質性

考慮到我國不同地區的發展形勢相異，本文驗證數字基礎設施建設對不同區位城市綠色創新效率產生的異質性影響，將樣本按照區域劃分為東部和中、西部地區。由表5 列（5） 和列（6）可知，數字基礎設施建設對東部城市綠色創新效率的影響系數為0.058，在5%水平上顯著；對中西部城市綠色創新效率的影響系數為0.035，在5%水平上顯著。其原因在于，東部地區具有先天地理位置優勢，且東部地區具有高度的經濟密集度、多元的產業集聚和豐富的高等教育與研發資源等，均有利于東部地區發揮“寬帶中國” 政策效果。然而，中、西部地區的生產技術水平相對滯后，數字基礎設施建設也為中、西部地區注入了全新的生產和發展動力。

4 環境規制的調節效應分析

前文回歸結果證實了“寬帶中國” 戰略試點政策實施會顯著提升城市綠色創新效率這一核心結論。本文進一步從環境規制的角度去理解及探究“寬帶中國” 戰略試點政策實施對城市綠色創新效率的正向促進作用?，F有研究發現通過制定綠色技術研發和應用的獎勵、減稅政策等激勵措施，環境規制可以提高城市的創新動力，還可以提高綠色創新水平［28］。并且投資者和專業人才更傾向于在環保政策嚴格的城市中開展業務或工作，因為這些城市通常更具可持續性和環保意識［29］。本文選取環境規制作為調節變量（Uit），檢驗環境規制是否對“寬帶中國” 戰略試點政策實施及提升城市綠色創新效率起到調節作用。正式環境規制（er1it），參考趙明亮等（2023）［30］的方法，選取工業廢水排放量、工業SO2排放量和工業煙（粉）塵排放之和與GDP 的比值的倒數衡量。非正式環境規制（er2it），參考原毅軍和謝榮輝（2014）［31］的方法，選取收入水平、人口密度、教育水平構建指標采用熵值法進行測算，以衡量非正式環境規制。具體模型如下所示：

表6 匯報了環境規制調節效應的回歸結果，其中列（1）～（4） 揭示了“寬帶中國” 戰略試點政策受正式環境規制與非正式環境規制調節后對城市綠色創新效率的影響。交互項均顯著為正，說明正式環境規制與非正式環境規制均能夠強化“寬帶中國” 戰略試點政策對城市綠色創新效率的提升作用。原因在于正式環境規制提高了綠色創新項目的合規性，確保企業在創新活動中符合環保法規，從而提高了綠色創新效率。非正式環境規制提高表示企業和其他創新主體更愿意自身承擔社會責任和可持續性倡議，如減少碳足跡、提高能源效率、促進數字包容性等。非正式規制可以促進企業、學術機構和政府間的合作，共同解決數字化挑戰，推動綠色技術進步，從而提升城市綠色創新效率。

表6 環境規制的調節結果

5 研究結論和政策建議

綠色創新效率作為轉型期生態環境保護與經濟社會協調發展的重要突破口，為我國實現高質量發展提供動力支持和實現路徑。本文在理論分析和實證檢驗的基礎上，采用2006 ～2021 年城市層面數據，基于“寬帶中國” 戰略試點政策視角，分析了數字基礎設施建設對城市綠色創新效率的影響，得到以下結論：（1） 相比非試點城市，數字基礎設施建設能夠顯著提高試點城市的綠色創新效率，且經過一系列穩健性檢驗后，該結論仍然成立；（2） 數字基礎設施建設主要通過促進勞動力流動和生產性服務業集聚提高試點城市的綠色創新效率；（3） 數字基礎設施建設對城市綠色創新效率的影響存在異質性特征，數字基礎設施建設對東部地區城市、非資源型城市以及大規模城市的城市綠色創新效率提升效應更為明顯；（4） 正式環境規制和非正式環境規制在數字基礎設施建設提高試點城市的綠色創新效率過程中表現為正向調節作用。

本文研究對推動完善數字基礎設施建設和實現“雙碳” 目標具有以下啟示意義：

（1） 總結并推廣“寬帶中國” 戰略試點城市建設經驗，完善數字基礎設施建設，發揮城市數字化轉型的綠色效應；（2） 加快推進數字經濟與實體經濟的深度融合，催生新產業、新業態與新模式，為生產性服務業提供支持，從而促進生產性服務業產業集聚。另外，應進一步深化戶籍制度改革，降低流動人口落戶的困難，降低勞動力流動成本；（3） 因地制宜，結合地區資源稟賦、地理區位和城市規模的差異特征，充分發揮數字基礎設施建設的資源優化配置機制；（4） 在制定環境規制政策時，政府需考慮地區特征、科技創新水平、產業結構和經濟發展等因素，以適應“寬帶中國” 戰略和綠色創新的需求。差異化的規制策略可針對不同地區特點，確保政策的針對性。