提升城市绿色全要素生产率（UGTFP）对推动城市绿色转型具有重要意义。数字经济与实体经济（IDR）的融合为改进UGTFP提供了一种新颖的方法。本文构建了一个理论分析框架来检验IDR对UGTFP的影响。本文利用一系列计量经济学模型和中国城市数据，实证分析了IDR对UGTFP 的影响、机制和空间溢出效应。研究结果表明，中国的IDR目前处于低一体化阶段，表现出显著的地区差异，空间分布格局由东向西递减。IDR可以显著提高UGTFP，并且结论得到了稳健性检验的支持。异质性分析表明，IDR对UGTFP的积极影响在东部和西部地区以及互联网规模较大的地区更为明显。机制检验表明，经济集聚可以显著放大IDR对UGTFP的促进作用。IDR可以通过提高创新水平和优化劳动力资源分配来推动UGTFP。进一步的探索揭示了IDR对UGTFP的显著正空间溢出效应。这些见解不仅为绿色转型提供了一条实用路径，也为政策制定者制定科学政策、加强协调、完善数据治理提供了实证证据，从而促进了高质量和绿色的经济发展。
改革开放以来，中国经济实现了显著的跨越式发展。然而，随着经济的快速增长，环境问题变得越来越严重，表现为空气、水和土壤污染等各种问题。因此，中国政府相继出台了《生态文明体制改革总体方案》和《关于加快推进生态文明建设的意见》等重要文件。这些文件明确了生态文明建设的总体目标和主要任务，提出了实施严格的生态环境保护制度、建立全面的生态文明制度框架等具体措施。这些举措凸显了中国对推动绿色城市转型和发展的坚定承诺。在更深层次上，加强UGTFP是实现绿色城市发展和转型的重要途径。需要注意的是，UGTFP是指综合考虑生产过程中的生产效率、资源利用率和环境影响的生产率指标。它不仅衡量经济活动的产出效率，还评估这些活动对环境的可持续性和资源利用的合理性。因此，中国的关键任务是有效地扩大UGTFP以实现可持续的经济增长。这一挑战不仅是中国特有的，也是全球关注的问题。
面对日益严峻的环境问题，IDR可以为环境治理提供有效的手段。在全球数字化浪潮的推动下，IDR已成为指导未来发展的关键战略趋势。IDR需要数字经济与实体经济的深度融合，通过将大数据、云计算、人工智能和其他数字技术应用于传统行业，推动实体经济向数字化、智能化和可持续性转型升级。IDR涵盖多个维度，使其能够在生产、消费、分销和流通中发挥作用，优化整个业务流程，从而赋能经济高质量发展。顺应数字化发展新趋势，在数字化转型中培育新的竞争优势已逐渐获得全球共识。在此背景下，为推动IDR，全球148个国家和地区启动了互联网战略计划，包括德国的“工业4.0”战略、日本的“互联工业”计划和美国的“先进制造业领导力”战略，所有这些都旨在通过 IDR 促进经济转型.中国政府也认识到IDR的重要性，并推出了一系列战略计划。2021年的“十四五”规划强调了利用海量数据和丰富的应用场景优势来培育 IDR 的重要性。2022年，中共二十大报告明确强调要推动IDR发展，培育具有国际竞争力的数字产业集群。这凸显了IDR的关键作用及其利用互联网技术推动经济结构转型的潜力。因此，IDR是否能促进城市经济的绿色转型成为本文的重点。
目前的学术界已经从多个维度广泛研究了IDR的经济影响。然而，IDR增强UGTFP的潜在和具体机制仍然不明确。这不仅限制了我们对IDR综合影响的深入理解，也阻碍了更精准、更有效的绿色发展战略的制定。特别是在中国这个全球知名的工业强国的背景下，其庞大的经济规模、错综复杂的产业结构以及最近对绿色和可持续发展道路的坚定追求，都凸显了研究IDR如何影响UGTFP的重要性和紧迫性。作为数字经济中的后起之秀和实体经济的传统强国，中国在IDR方面的实践和经验为世界其他国家提供了重要的借鉴。遗憾的是，仍然缺乏系统而深刻的“中国经验”来指导该领域的理论和实践。因此，本文旨在准确测度中国城市的IDR水平，并利用各种计量经济学模型实证检验IDR对UGTFP影响的具体途径、程度和异质性特征，以揭示潜在的深层逻辑和机制。最终，这项工作旨在为推进IDR和促进国内和全球的绿色经济发展提供强有力的理论支持和实证证据。
1.IDR结果
本文以中国IDR的测量为基础，描绘了IDR的时变趋势（见图3）。东部地区的IDR大大超过了全国平均水平和其他地区，由于其明显的经济、政策、技术和其他开创性优势，这种差距正在扩大。2013年之前，东北地区的IDR高于西部和中部地区。然而，2013年后，东北地区IDR增长放缓，导致其逐渐被中西部地区超越，但仍低于全国平均水平。东北地区在计划经济时期曾是我国的重工业基地，拥有雄厚的工业基础和发达的产业链，在数字化转型和产业升级方面具有一定优势。然而，随着经济的发展，东北地区在经济结构调整、人才流失、技术更新缓慢、地理位置和区域合作等方面存在滞后，导致IDR的后发优势不足。相反，实施“西部大开发战略”和“一带一路”倡议等国家倡议拓宽了中西部地区的发展前景和资源，使其IDR水平自2013年以来逐渐超过东北地区。
从空间角度来看，IDR的水平表现出明显的空间差异（见图4）。IDR水平高的地区以城市群为中心的“集聚俱乐部”为特征，主要呈“T”形分布，横跨长江经济带和沿海经济带。在东部地区，高IDR地区主要集中在京津冀城市群、长三角城市群和粤港澳大湾区。在中部地区，它们主要集中在长江中游沿线的城市群中。在西部地区，他们集中在成渝城市群，这与中国政府重视城市群发展以及实施一系列旨在在这些集群内培养IDR的工业、人才和科技政策相吻合。
为了更深入地了解城市之间的差异，本文列举了中国IDR排名前十和后十的城市（见表3）。表4的分析揭示了2011年、2016年和2021年中国IDR的两个显著特征。首先，IDR 得分前10名的城市具有较高的行政排名，包括直辖市（如北京、上海、天津和重庆）、副省级城市（如深圳、广州和杭州）和一些省会城市（尤其是广州和杭州，由于副省会城市和省会城市的双重身份而被两次上榜）。此外，IDR 的大多数其他高分城市位于东部沿海地区，横跨广东、浙江和江苏三省。其次，IDR排名后10位的城市均为标准地级市，主要位于西部省份（如四川、甘肃、云南、陕西）和东北地区（黑龙江和吉林）。这些城市的整体经济发展水平和产业数字化水平相对较低，在人才资源和基础设施建设方面存在重大不足，导致其 IDR 发展滞后。
2.初步统计观察
为了研究IDR和UGTFP之间的联系，本文提供了一个散点图来说明IDR和UGTFP之间的关系。如图5所示，IDR和UGTFP之间的总体正相关非常突出，表明IDR具有显著的绿色效应。这一观察提供了实证证据，强调了随后的实证分析。
3.基准回归结果
在进行实证分析之前，本文进行了多重共线性检验 Hausman检验。结果表明，所选变量没有多重共线性，有利于固定效应模型。如表5所示，IDR显著提高了UGTFP，促进了绿色、高效和可持续的城市发展。假设1得到验证。这是因为IDR能够通过数字化升级传统行业，提高效率，同时减少能源消耗和排放。这一研究发现也得到了证实，他们认为数字技术发展越先进，就越能带动节能减排，从而促进可持续发展。此外，数字化还可以通过促进绿色技术创新和升级产业结构来刺激绿色经济增长。此外，IDR可以推进城市绿色治理体系。数字技术使能城市管理智能化、精细化，提升治理效率和质量。例如，利用大数据、互联网等技术可以有效地监测和分析城市环境质量和能源消耗，为绿色治理提供科学依据。
控制变量的估计结果表明，经济发展、对外开放和交通基础设施是提高UGTFP的关键途径。主要原因如下：
首先，随着经济的扩张，城市获得了更多的资源和能力来投资于环保技术和绿色生产方法。这有助于企业改进生产过程和减轻污染，最终提升UGTFP 。值得注意的是，在发展中国家，经济发展往往与资源消耗和环境污染相吻合，通过合理的经济政策和产业规划，可以实现经济增长和环境保护的双赢局面。
其次，外国的开放性有利于从国外引进先进技术和管理专业知识。通过国际合作和交流，城市可以学习其他国家和地区的绿色发展成功，进一步支持UGTFP。此外，对外开放不仅刺激了贸易和投资增长，还加速了绿色技术的引进和交流，从而提高了发展中国家的绿色技术水平，降低了环境恢复的成本，提高了恢复效率。
最后，作为世界上最大的发展中国家，中国在交通基础设施方面的进步可以促进城市内部的空间优化和产业集聚，从而提高交通系统的整体效率和环境绩效。这将引导行业向更环保、更高效的地点发展，从而促进规模化和集聚效应。这些进步将为制定具有成本效益和公平的政策以恢复交通环境提供强有力的支持，从而增强UGTFP。
然而，值得注意的是，在某些情况下，产业升级可能会产生显著的负面影响。虽然升级有助于提高生产率和竞争力，但如果技术进步滞后或产业结构不合理，可能会导致资源浪费和环境污染加剧。尤其是发展中国家，经常努力解决技术进步的延迟问题，这限制了工业升级的预期绿色效益，并阻碍了其环境潜力的实现。此外，产业结构升级可能只是表面的变化，无法真正淘汰高污染、高耗能行业。
4.稳健性检验
4.1.内生性检验
尽管本文试图控制尽可能多的影响UGTFP的变量，但可能仍然存在其他影响因素，从而导致潜在的遗漏变量问题。此外，IDR和UGTFP之间可能存在反向因果关系。本文构建了一个称为“Bartik 工具”的工具变量。该变量的计算方式是IDR指数滞后一个时期和IDR指数的一阶差值。从本质上讲，这个工具变量模拟了在统一发展趋势下每个城市IDR指数的变化与其预期值之间的关系。利用这个工具变量，该研究采用了2SLS估计方法。表5中的结果表明，Kleibergen-Paap rk LM 拒绝了1%显著性时工具变量的不可识别性。Cragg-Donald Wald F和Kleibergen-Paap Wald F拒绝1%的强相关性。Anderson-Rubin Wald以5%的比例否定原假设，支持工具变量。第 （1） 列和第 （2） 列中的估计表明IDR显着提高 UGTFP。
4.2.稳健性检验
本文采用以下四种方法进行稳健性测试，如表5所示。稳健性测试（1）：剪裁处理。为了减轻极端异常值对实证结果的潜在影响，我们对所有变量应用1%-99%的缩尾处理。结果报告在第（2）列中。稳健性检验（2）：替换解释变量。我们在变量回报率的假设下重新评估UGTFP，同时保持其他条件不变。结果显示在第（4）列中。稳健性检验（3）：省会城市除外。鉴于省会城市作为中国的一个独特的行政层级，在经济和金融事务上享有更大的自主权，并可以获得额外的政策激励措施，这可能会混淆IDR的分析。因此，我们从样本中排除了这些城市。结果显示在列（5）中。稳健性测试（4）：替代估计方法。我们利用动态模型（SYS-GMM）来重新估计经验结果。估计结果显示在第（6）列中。
5.异质性分析
5.1.区域异质性分析
中国不同地区的IDR发展存在相当大的差异。具体而言，东部地区的平均IDR水平（0.282）不仅超过总体平均水平（0.227），还超过中部、西部和东北部地区的平均 IDR 水平（0.209、0.197 和 0.198），不可避免地对不同地区的UGTFP产生不同的影响。因此，本研究将样本分为东部、中部、西部和东北部地区，以调查区域异质性。表6的第（1）-（4）列显示了 IDR 对东部和西部UGTFP的强烈积极影响，但在中部和东北部地区影响不显著。这种变化源于多种因素。东部地区拥有先进的数字技术和雄厚的经济基础，可以加快技术创新的应用，推广绿色技术。相比之下，西部地区虽然经济欠发达，但生态环境保存完好。因此，IDR可以显著支持其绿色产业。中部地区作为东部的工业转移中心，经济快速增长，但也面临着巨大的生态压力，因为地方竞争破坏了绿色效果。至于东北地区，受制于其根深蒂固的产业结构，转型遇到困难。这使得该地区难以在IDR的背景下迅速适应新技术和市场需求，从而阻碍了 UGTFP的增强。
5.2.互联网规模异质性
随着互联网用户的持续增长，互联网已经深入到日常生活、工作和学习中，促进了数字技术的广泛应用，并为IDR创造了广阔的市场和用户基础。拥有大量互联网用户群的地区利用其信息优势来加速数据和技术的传播，从而提高IDR。相比之下，用户群较小的地区面临信息稀缺的问题，使其难以获得“数字红利”。在此背景下，本研究以每年互联网宽带用户的平均值为标准，将样本划分为互联网规模大、小的地区，考察了IDR绿色效应的异质性。如表6的第（5）列和第（6）列所示，在互联网用户群较大的地区，估计的IDR 系数显著为正，而在用户群较小的地区，这种影响微乎其微。
6.机制检验
6.1.经济聚集的机制检验
随着互联网用户的持续增长，互联网已经深入到日常生活、工作和学习中，促进了数字技术的广泛应用，并为IDR创造了广阔的市场和用户基础。拥有大量互联网用户群的地区利用其信息优势来加速数据和技术的传播，从而提高 IDR。相比之下，用户群较小的地区面临信息稀缺的问题，使其难以获得“数字红利”。在此背景下，本研究以每年互联网宽带用户的平均值为标准，将样本划分为互联网规模大、小的地区，考察了IDR绿色效应的异质性。如表6的第（5）列和第（6）列所示，在互联网用户群较大的地区，估计的IDR系数显著为正，而在用户群较小的地区，这种影响微乎其微。
表9中的结果表明，IDR对UGTFP的影响非常积极，在阈值的两侧保持相同的符号。这表明AGG显着放大了IDR对UGTFP的积极影响。AGG阈值的两侧显示相同的符号，右侧的系数（0.662）超过左侧的系数（0.360）。这意味着AGG的阈值效应表现出越来越大的边际效应，这意味着随着AGG的增加，IDR的绿色效应会增强。因此，假设2得到验证。原因可能是AGG经常遇到更严格的环境法规和激烈的市场竞争。为了在这个严峻的市场中获得竞争优势，企业必须不断提高其生产效率和质量标准。在IDR的背景下，公司可以通过引入和应用先进的数字技术和环保生产技术来实现降低成本和缓解环境。此外，严格的环境法规促使企业增加对绿色技术和可持续生产方法的投资，最终提高UGTFP。
6.2.创新驱动的机制检验
如表10的第（2）列和第（3）列所示，IDR可以显著提升创新。同时，IDR和创新共同促进了UGTFP的显著增长。Sobel和Bootstrap测试的结果验证了创新驱动的中介效应，占总效应的52.4%。这一发现意味着IDR通过提高创新水平来促进UGTFP。这归因于两个主要因素。首先，依托数字平台，IDR促进了数据、信息和知识的流通和共享，从而为技术创新提供了强大的资源基础。其次，IDR促进了跨界别合作和知识溢出，使来自不同领域的企业和组织能够利用彼此的创新成果，进一步加快技术进步的步伐。技术创新增强UGTFP的能力已得到学者的广泛证实。技术进步和低碳能源技术对 UGTFP 的增强做出了重大贡献。因此，假设3得到证实。
6.3.资源分配的机制检验
如表11的第（2）列和第（3）列所示，IDR可以显著增强劳动力资源分配。同时，IDR 和劳动力资源分配的综合效应导致UGTFP显着增加。Sobel和Bootstrap检验的结果验证了劳动力资源分配的中介作用，其中中介效应占22.1%。这一发现表明，IDR 可以通过加强劳动力资源的分配来提升UGTFP。原因是，在劳动密集型行业，IDR不仅通过数字化管理和智能生产促进劳动效率的提高和劳动力成本的降低，还可以将劳动力更精确、更高效地分配到绿色生产过程中，从而为UGTFP的提升做出贡献。此外，为了适应数字时代的需求，劳动者需要不断获取和掌握新的知识和技能，这反过来有助于促进绿色技术的创新和应用，从而提高UGTFP。因此，假设4成立。
资本资源配置的中介效应仍未得到证实。这可能归因于这样一个事实，即资本资源分配往往不如劳动力资源分配灵活和针对性。资本配置经常受到多种因素的影响，包括政策导向、市场状况和公司战略。在IDR的背景下，资本配置通常根据经济效率和投资回报率进行优先排序，而UGTFP主要关注资源利用效率、环境污染和生态破坏等方面。因此，资本配置效率的提高并不会自动转化为UGTFP的增加，假设5未得到证实。
7.进一步讨论
首先，在反距离空间权重矩阵和经济-地理嵌套空间权重矩阵下计算Moran指数，表12中的研究结果表明，所有Moran's I指数都显著为正，表明IDR和UGTFP之间存在显着的空间相关性。这一发现满足了选择和应用空间计量模型的先决条件，我们进行了LR检验、Wald 检验和Hausman检验（见表13）。结果表明，空间Durbin模型是合适的。
表14中所示的结果表明，IDR对UGTFP和空间自相关系数 均显著为正，表明IDR对 UGTFP存在空间溢出效应。本文采用偏微分矩阵分解方法，以获得空间溢出效应的准确测量。
从表14中可以明显看出，IDR对UGTFP的直接影响是显著的积极影响，并通过了1%水平的显着性测试。此外，IDR的间接效应也通过了5%显著性检验，表明IDR可以显著提高邻近城市的UGTFP。这主要是由于两个原因。首先，IDR促进了技术扩散和知识溢出，不仅促进了企业内部的数字化转型升级，也通过这些溢出效应影响了周边地区的企业和行业。具体来说，当一家企业成功应用数字技术提高绿色生产力和减少环境污染时，其经验和成果往往会被其他企业效仿，从而促进整个地区的UGTFP增长。其次，IDR可以促进跨区域合作与交流。在数字经济时代，信息和数据的流动变得更加便捷和高效，使不同地区的企业和组织之间能够更紧密地协作和沟通。这种合作和交流促进了绿色技术和创新的广泛传播和采用，最终增强了UGTFP。
尽管本文揭示了IDR对UGTFP的重大积极影响，但仍有几个关键领域值得进一步研究以备将来改进。首先，研究可以考虑纳入额外的维度变量和指标。这种方法将能够更全面地评估IDR和UGTFP之间错综复杂的相互作用。此外，采用更复杂的计量经济学模型和方法将有助于更精确地捕捉IDR和UGTFP之间的复杂关系。其次，未来的研究可以更深入地研究资本配置在IDR过程中的作用，并考虑其他潜在的影响渠道，例如环境法规和产业结构调整，这可能会显着影响IDR和UGTFP之间的关系。最后，未来的研究可以促进更强大的跨学科合作，并综合来自不同学科的理论和方法，例如经济学、管理和地理学。这种综合方法将有助于更全面地了解IDR对UGTFP的影响和机制。此外，未来的研究应更深入地研究IDR对各行业绿色发展影响的企业级分析，特别是关注ESG方面。通过开发整合ESG因素的评估框架，我们可以更全面地了解公司在环境管理、社会责任和公司治理方面的成就如何促进在数字融合中培育绿色技术创新.这项工作不仅可以揭示IDR在不同行业的不同有效性，还可以为政策制定者提供战略指导，以促进植根于ESG原则的可持续转型。
初审：王朝勇
审核：徐彩瑶
排版编辑：梁笑嫣
文献推荐人：梁笑嫣
参考文献：Dong Guo, Lin Li, Guoguang Pang,Does the integration of digital and real economies promote urban green total factor productivity? Evidence from China,Journal of Environmental Management,Volume 370,2024,122934,ISSN 0301-4797.
以上内容仅代表个人对文章的理解，详情请点击阅读原文。
推荐阅读
探索基于自然的生态文明解决方案，助力实现“双碳”战略目标，协同推进人与自然和谐共生与全体人民共同富裕的中国式现代化建设，让我们一起加油！
