EN中文

经济地理 >

2025 , Vol. 45 >Issue 7: 85 - 94

DOI: https://doi.org/10.15957/j.cnki.jjdl.2025.07.009

城市地理与新型城镇化

黄河流域城市绿色发展效率的分异特征与数字经济的驱动效应

  • 时朋飞 , 1 ,
  • 王梦君 2 ,
  • 张鸿浩 3 ,
  • 李燕 , 4, ※ ,
  • 李星明 3
展开
  • 1.西南大学 经济管理学院，中国 重庆 400715
  • 2.山东大学 管理学院，中国山东 济南 250100
  • 3.华中师范大学 城市与环境科学学院，中国湖北 武汉 430079
  • 4.郑州大学 商学院，中国河南 郑州 450001
※李燕（1992—），女，博士，讲师，研究方向为数字经济与绿色发展。E-mail：

时朋飞（1989—），男，博士，副教授，硕士生导师，研究方向为旅游经济与数字经济。E-mail：

收稿日期: 2024-07-01

  修回日期: 2025-02-14

  网络出版日期: 2025-08-28

基金资助

国家社会科学基金青年项目(21CJY053)

河南省人文社会科学研究一般项目(2024-ZDJH-264)

收起

Spatiotemporal Differentiation of Urban Green Development Efficiency and Driving Effects of Digital Economy in the Yellow River Basin

  • SHI Pengfei , 1 ,
  • WANG Mengjun 2 ,
  • ZHANG Honghao 3 ,
  • LI Yan , 4, ※ ,
  • LI Xingming 3
Expand
  • 1. School of Economics and Management，Southwest University，Chongqing 400715，China
  • 2. School of Management，Shandong University，Jinan 250100，Shandong，China
  • 3. College of Urban and Environmental Sciences，Central China Normal University，Wuhan 430079，Hubei，China
  • 4. School of Business，Zhengzhou University，Zhengzhou 450001，Henan，China

Received date: 2024-07-01

  Revised date: 2025-02-14

  Online published: 2025-08-28

Fold

摘要

在明晰城市绿色发展效率内涵与厘清数字经济驱动城市绿色发展效率的学理基础上，文章借助Super-SBM模型测度2011—2021年黄河流域城市尺度的绿色发展效率，识别其时空演进特征，并借助面板Tobit模型与门槛回归模型分析了数字经济对黄河流域城市绿色发展效率的线性与非线性效应。 结果表明：①黄河流域城市绿色发展效率具有波动性与较大提升潜力，上中下游三大区域次序格局演变具有动态性与梯度性，60个城市呈现典型的金字塔型层级格局；②空间格局演化具有阶段性特征，由多中心的随机分布转向多核心+多中心的集聚状态分布，出现高高集聚的连绵区，城市绿色发展效率提升受毗邻城市空间溢出效应的影响；③数字经济对该流域城市绿色发展效率驱动效应显著，驱动效应具有时间、空间与城市类型的异质性，经济结构偏重与调整滞后性以及快速提升的城镇化水平进一步加剧了该流域上、中游环境的约束效应；④政府调控与环境规制具有显著的单门槛效应，两者的最优强度应在保持市场灵活性和促进绿色发展的平衡点上，才能与数字经济发挥协同作用。为此，文章从强化数字经济建设、充分释放数字经济绿色效能、优化绿色效率空间格局等方面提出了推进黄河流域生态保护和高质量发展的对策建议。

关键词： 城市绿色发展效率; 数字经济; 绿色转型; 驱动效应; 门槛效应; 黄河流域

本文引用格式

时朋飞 , 王梦君 , 张鸿浩 , 李燕 , 李星明 . 黄河流域城市绿色发展效率的分异特征与数字经济的驱动效应[J]. 经济地理, 2025 , 45(7) : 85 -94 . DOI: 10.15957/j.cnki.jjdl.2025.07.009

Abstract

Based on elucidating the concept of urban green development efficiency (GDE) and clarifying the theoretical basis of digital economy driving urban GDE, this paper employs the Super-SBM model to assess the scale of urban GDE in the Yellow River Basin from 2011 to 2021, while also examining its spatial-temporal evolution characteristics, and this paper empirically analyzes both linear and nonlinear effects of the digital economy on urban GDE in the region by panel Tobit model and Threshold Regression model. The results show that: 1) The urban GDE in the Yellow River Basin is volatile and has great potential for improvement. The evolution of the sequence pattern across the three major regions is dynamic and hierarchical，and 60 cities present a typical pyramid-shaped hierarchical pattern. 2) The evolution of the spatial pattern reveals phased characteristics, from the random multi-center distribution to the agglomerated state with multiple-cores and multi-centers. High-concentration contiguous areas have emerged, while the improvement of urban green development efficiency is affected by the spatial network association effect and the spatial spillover effect in adjacent cities. 3) The digital economy has directly driven the green development in cities across the basin. These driving effects are heterogeneous in time, space and city types. The imbalance of economic structure, the lag in adjustment and the rapid increase in urbanization have further aggravated the restrictive effect of the environment in the midstream and downstream of the basin. 4) Government regulation and environmental regulation have a significant single threshold effect. The optimal intensity of the two should be at the balance point of maintaining market flexibility and promoting green development, so as to play a synergistic role with the digital economy. Therefore, this paper proposes countermeasures and suggestions to promote ecological protection and high-quality development in the Yellow River Basin by strengthening the construction of the digital economy, fully harnessing the green efficiency of the digital economy, and optimizing the spatial pattern of green efficiency.

Key words： urban green development efficiency; digital economy; green economic transformation; driving effect; threshold effect; the Yellow River Basin

黄河流域在社会主义现代化建设全局和推进中国式现代化进程中具有举足轻重的战略地位，是我国重要的生态屏障、能源供应区、经济协作带，然而其发展与保护的矛盾也愈发凸显。《黄河流域生态保护和高质量发展规划纲要》提到，黄河流域最大的短板是高质量发展不充分，沿黄各省区产业倚能倚重、低质低效问题突出。2024年9月，习近平总书记强调，要持续完善黄河流域生态大保护大协同格局，筑牢国家生态安全屏障，要推动发展方式全面绿色转型，建设特色优势现代产业体系。可见，基于顶层设计的国家战略考量以及资源与环境的强约束，该流域传统的高消耗、高污染、高排放发展模式已难以为继，亟需向绿色发展转型。绿色发展效率是在考虑环境影响的情况下衡量区域发展过程中资源利用程度的指标，能较为逼真地反映区域经济发展的绿色水平[1]。黄河流域共60多个地级及以上城市，是人口、产业的核心集聚区，也是人、产业、环境系统相互干扰、交互影响最为强烈的场域，这些城市绿色发展效率提升，对于推进黄河流域生态保护和高质量发展具有重要意义。当前，已有少数文献关注市域视角下黄河流域绿色发展效率的水平测度与时空演化特征[2-3]，但存在城市绿色发展效率指标体系不完善的问题，这可能会影响对黄河流域城市绿色发展规律的精准把握。综上，无论是国家战略视角，还是现实背景以及理论研究，均要求在构建完善的城市绿色发展效率指标体系基础上，科学掌握黄河流域城市绿色发展效率时空演化特征，并进一步探究解锁城市绿色发展效率的提升路径。
党的二十大报告强调，“加快发展数字经济，促进数字经济和实体经济深度融合，打造具有国际竞争力的数字产业集群”；党的二十届三中全会再次强调，“健全促进实体经济和数字经济深度融合制度”。同时《数字经济发展战略纲要》《“十四五”数字经济发展规划》等政策出台，进一步促进我国数字产业规模稳步增长。聚焦黄河流域，其数字经济总体发展较快，据国家统计局数据，该流域2022年软件业务收入和软件产品收入总额达到8.45万亿元。作为规模不断扩大且绿色与科技兼备的数字经济正成为驱动黄河流域城市经济社会全面绿色转型的重要动力。
当前，已有文献多基于全国层面探究数字经济对城市绿色发展效率的影响，且多以数字经济或创新要素作为门槛变量[4-5]，而没有聚焦人地关系更为紧张的黄河流域两者的关系，更没有考虑政府调控与环境规制的门槛效应。伴随着数字经济规模不断扩张，探究其对黄河流域城市绿色发展效率驱动效应以及探索如何强化这种效应的路径，对于推动黄河流域生态保护和高质量发展具有重要的指导意义。

1 文献综述与理论基础

1.1 文献综述

鉴于流域具有内部单元空间关联性、细分单元时空异质性以及要素禀赋空间耦合性，流域绿色发展的空间结构分析成为研究的重点。长江经济带成为研究的主要区域，围绕着工业、旅游业、制造业的绿色发展效率等主题展开[6-7]。黄河流域生态保护和高质量发展上升为国家战略后，关于该流域绿色发展的研究也成为关注的焦点。目前，围绕黄河流域保护与发展这个问题域展开的研究主要集中在两个方面，一是聚焦关系中的一方展开分析[8-9]，二是对两者互动关系进行解析[10]。同时，也有少数学者关注市域视角下绿色发展效率这个主题，主要研究思路是界定内涵—构建指标—测度结果—时空分析[2-3,11-12]。绿色发展效率的内涵多是从要素投入或效益产出的视角阐述，其核心是付出最少的资源环境代价，实现最大程度的经济增长。基于此概念，既有少数研究构建的城市绿色发展效率指标体系由投入与产出两部分构成，多涉及资源、资本、劳动力、土地、GDP、三废等[13]。然而该指标体系忽略了两个关键点，一是技术内生性，即绿色创新技术是城市绿色发展的内生动力；二是城市内部生态系统，即黄河流域脆弱的生态本底引致该流域城市十分重视单元内部生态系统的绿色价值。可见，基于原有的测度指标体系，可能难以较为逼真地反映该流域城市绿色发展规律。
G20峰会将数字经济定义为：以使用数字化的知识和信息作为关键生产要素、以现代信息网络作为重要载体、以信息通信技术的有效使用作为效率提升和经济结构优化重要推动力的一系列经济活动。基于此界定，部分学者对其理论内涵进行深化，指出数字经济渗透性极强，具有低消耗、低污染的环境友好特征[14]。围绕理论构建，数字经济能否成为绿色发展新动能越来越受到学界关注。在微观层面，有学者发现数字经济能够缓解企业的融资约束，促进企业绿色研发[15]，还可以促使企业加大环保投入，以污染治理效应推动绿色转型[16]。在宏观层面，魏丽莉等以全国285个地级市作为研究对象，发现数字经济对城市绿色发展的提升作用具有迟滞性[4]；陶长琪等基于全国层面探究两者关系，发现数字经济显著驱动城市绿色发展且受数字经济、绿色技术、创新人才等门槛变量的影响[5]。可见，当前大多数文献集中探讨了数字经济对企业绿色转型或全国层面城市绿色发展水平的影响，而较少关注人地关系更为紧张的黄河流域数字经济与城市绿色发展效率的关系，更没有将政府调控与环境规制纳入两者关系的分析框架。
综上，流域空间单元绿色发展以及其与数字经济关系探讨的研究虽较多，但仍存在如下不足：①城市绿色发展效率指标体系不完善，没有考虑科技投入和城市单元内部生态系统服务价值。②从全国视角探究数字经济与城市绿色发展关系的研究较多，没有考虑生态环境本底较差的黄河流域两者的关系。③从数字经济或创新要素两个角度来分析数字经济影响城市绿色发展效率门槛效应的研究较多，少有探究政府调控与环境规制的门槛效应。
鉴于此，本文在厘清城市绿色发展效率内涵与构建数字经济影响城市绿色发展效率的学理基础上，利用Super-SBM模型估计2011—2021年黄河流域城市绿色发展效率，借助自然断裂点分析其时空演化趋势，并采用Tobit模型、门槛回归模型分别探究数字经济对该流域城市绿色发展效率的直接驱动效应与外生变量的非线性影响，进而提出释放数字经济赋能潜力，促进黄河流域生态保护和高质量发展的对策建议。

1.2 理论构建

城市绿色发展是自然生态系统与经济社会系统交互作用的过程，具体表征为生产空间绿色经济增长、生活空间绿色福利提高、生态空间绿色财富增值[1,4-5]。城市绿色发展效率是在资源投入经生产再到结果全过程的绿色化，体现为绿色经济、绿色福利与绿色财富水平的提升（图1）。具体而言，自然生态系统包括自然环境与自然资源，前者包括水环境、大气环境、土壤环境等环境本底，后者涉及土地资源、水资源、矿产资源以及能源；经济社会系统包括人力资本、科技水平、资金规模、就业机会、收入水平等。投入方面，自然生态系统与经济社会系统的资源均需投入最小化与要素配置最优化。生产过程应对自然生态环境扰动最小化，即自然生态本底对生产过程具有约束效应。产出结果要求正向产出最大化与非合意产出最小化，正向产出包括经济发展、发展成果共享和生态环境保护与改善能力提升；非合意产出最小化，即生产过程与结果对生态环境影响没有超过其承载能力。
图1 城市绿色发展效率内涵的逻辑演绎

Fig.1 Logical interpretation of the connotation of urban GDE

数字经济是新质生产力的典型代表，具有数据化、网络化、智能化及共享化等特征，可借助数字要素、数字平台、数字技术的溢出效应促进城市绿色发展效率提高。①数字经济通过数据要素的替代与融合效应，驱动生产要素投入结构优化与减量化，进而促进城市绿色发展效率提高[4]。一方面，数字要素的投入，可替代部分高成本、高耗能的生产要素，优化投入要素结构比例，该过程也包含着中间品投入减少，能够从源头上降低城市能源消耗[14]。另一方面，数据要素具有较强的渗透性，能与传统生产资料融合，对城市生产、流通、消费等环节进行数字化赋能，进而推动城市绿色发展[4,8]。②数字经济借助数字化平台的开放效应促进绿色技术创新，或直接凭借数字技术驱动“生产可能性前沿面”向外移动，实现增长效应。借助数字化平台，企业与所有利益相关者处于同一个信息生态网络，基于各主体的高度关联性促进了绿色投资、绿色技术、科技人才等的自由流动与有效配置，促使企业储备新知识、掌握新科技；同时推进企业以“干中学”方式进行绿色创新活动[15]。该过程不仅节约研发成本，降低研发中能源消耗，而且促进绿色技术借助数字化平台在企业间扩散，进而产生放大效应。另外，生产全过程或重要环节直接引入数字技术，可直接实现生产模式的绿色化转型，直接减少对环境的负向影响[17-18]。③叠加数字要素的渗透效应与数字平台的关联效应，导致信息流动、交流和交易的成本降低，且信息更容易被企业捕获，这有助于企业将生产规模保持在最佳水平，扩展企业生产的可能性边界，促使横向企业间共享信息，丰富产品线，提供高水平供给，破解产能过剩和产生规模经济；同时这也有利于纵向产业链上的企业消除信息误差，并通过下游产品绿色化倒逼上游企业技术革新或借助上游企业绿色化供给推进下游企业低碳化生产，进而促进城市绿色发展。
此外，城市发展具有一定惯性，可能沿袭既有路径或形成路径依赖，因此城市绿色发展转换到新路径——数字经济驱动，需要政府调控，即政府通过多种手段干预。一方面，数字经济中数字技术的研发需要较高的科研资金支持，这就需要政府财政支持。然而过度依赖政府调控，可能弱化企业数字技术自主创新能力。另一方面，环境规制具有二重性[19]，合理的环境规制可促使企业在全方位推进数字化生产的过程中，投入更多资金进行数字技术创新，进而形成示范效应，带动关联企业数字化生产，进而提升城市绿色发展效率；反之，会提高企业排污成本，对企业生产性投资产生挤出效应，进而可能牺牲企业生产效率，最终会阻碍城市绿色发展效率提升。

2 研究设计

2.1 研究区域

本文遵循“以自然流域为基础、区划完整性、社会经济直接关联性”3条原则，考虑到四川已被纳入长江经济带，以《黄河流域生态保护和高质量发展规划纲要》为指导，确定青海、甘肃、宁夏、内蒙古、陕西、山西、河南、山东8省区为研究区域。此外，因内蒙古、青海、甘肃、河南的部分自治州（盟）或副地级城市数据缺失，所以将这些城市剔除，最终确定60个城市，并对城市进行了上、中、下游的划分（图略）。

2.2 研究方法

2.2.1 超效率SBM模型

本文使用超效率SBM模型（Super-SBM）来衡量城市绿色发展效率。该模型在考虑非期望产出时，可以有效避免传统SBM模型中效率为1的情况，具体公式参考时朋飞等的研究[7]。

2.2.2 Tobit回归模型

由于因变量城市绿色发展效率值均大于0，属于受限变量，OLS回归可能导致估计结果出现偏误，而Tobit模型可解决该问题，因此建立面板Tobit模型分析数字经济对黄河流域绿色发展效率的驱动效应，表达式为：
E f f i t = β 0 + β 1 D i g i t + β 2 X i t + ε i t ,   E f f i t * 0 0 ,   E f f i t * ≤ 0
式中：i、t分别表示年份和城市；Effit为可观测的城市绿色发展效率样本值； E f f i t *为不可观测的潜变量；Xit为控制变量；β0为常数项；βt为估计系数向量；εit为随机误差扰动项。

2.2.3 门槛回归模型

为进一步明晰外生变量对数字经济促进城市绿色发展效率提升的非线性效应，本文基于Hansen的研究[20]，构建面板数据门槛回归模型：
E f f i t = β 0 + β 1 D i g i t ⋅ I T h r ≤ q + β 2 D i g i t ⋅ I T h r q + β 2 X i t + η i t
式中：Thr为门槛变量；I（·）为示性函数。

2.3 变量选择与数据来源

2.3.1 被解释变量：绿色发展效率（Eff）

基于上文理论阐述，参考国家发展改革委印发的《绿色发展指标体系》，结合既有研究[1,11]，遵循数据可获得性、科学性、系统性原则，构建城市绿色发展效率指标体系（表1）。投入方面，将技术要素纳入，从劳动力、资本、资源、技术等方面刻画。期望产出方面，选取经济效益、社会效益、环境效益反映，由于城市空间内部生态系统服务价值也是城市生产过程中的正向效应，因此也应纳入；鉴于黄河流域生态环境特殊性，该指标借助城市绿地与城市水域的调节服务表征（固碳释氧、水源涵养、气候调节）[21]。最后考虑到城市发展过程中产生的废弃物必然会对生态环境造成价值亏损，非期望产出应包含环境污染指标。
表1 城市绿色发展效率指标体系

Tab.1 Urban GDE index system

类型 要素 二级指标 三级指标
投入 劳动力要素 单位从业人数 年末单位从业人员数（万人）
资本要素 固定资本存量 全社会固定资产投资总额（万元）
资源要素 资源消耗总量 供水总量（亿m3）、全社会用电量（万kW·h）、城市建设用地面积（km2）
技术要素 科技资金投入 科学技术支出占一般公共预算支出比重（%）
产出 期望产出 经济效益 GDP（亿元）
社会效益 城镇居民平均工资（元）、社会消费品总额（万元）
环境效益 城市绿地面积（万m2）、污水处理厂集中处理率（%）、生态系统服务价值（亿元）
非期望产出 环境污染 工业碳排放量（t）、工业SO2排放量（t）、工业废水排放量（万t）、工业烟尘排放量（t）

2.3.2 核心解释变量：数字经济水平（Dig）

借鉴魏丽莉、陶长琪等的研究方法[4-5]测度区域数字经济水平，并从数字产业化、产业数字化、数字用户以及数据价值化4个方面表征（表2）。
表2 区域数字经济水平指标体系及说明

Tab.2 Digital economy index system

一级指标 二级指标 指标含义
数字产业化 数字产业从业人员 计算机与软件从业人员占比（%）
软件业 软件和信息技术服务业上市公司数量（家）
信息制造业 计算机、通信和其他电子设备制造上市公司数量（家）
电信业 人均邮电业务量（亿元/人）
产业数字化 互联网金融 数字普惠金融指数（-）
电子商务 电子商务业务上市公司数量（家）
智慧化生产 智能化业务上市公司数量（家）
数字用户 移动互联网用户 每百人移动电话用户数（个）
互联网普及率 每百人互联网宽带接入用户数（户）
数据要素 数据价值化 数据交易中心数量（个）

2.3.3 控制变量

借鉴既有研究[1-2,12]，选取经济发展（Econ）、产业结构（Strc）、城镇化水平（Urb）、市场化水平（Mark）以及人力资本（Hcapit）作为控制变量，分别以lnGDP、第二产业增加值/GDP、城镇常住人口/总人口、民营经济发展指数、普通本专科及以上/常住人口来表征。

2.3.4 门槛变量

①政府调控（Reg），参考既有研究[13]，以财政支出占GDP比重来表征。②环境规制（Ecoc），借鉴屈小娥的研究[22]，采用各城市累计颁布的环境法规数量来表征，以反映不同地区立法或行政部门对企业等经济活动参与者的环保规范和技术标准等要求。

2.4 数据来源

2011年是“十二五”开局之年，“绿色发展”被明确写入“十二五”规划并独立成篇，同年《全国主体功能区规划》把黄河流域较多地区划入限制开发或禁止开发区域，因此，本文统计数据起始于2011年。涉及的数据来源于《中国城市统计年鉴》《中国城市建设统计年鉴》，以及各省区、城市的统计年鉴与国民经济和社会发展统计公报，数字普惠金融发展数据取自北京大学数字金融研究中心和蚂蚁金服集团，还包括中国研究数据服务平台上市公司数据库以及中国科学院资源环境科学数据中心。个别缺失值采用线性插值法补齐。此外，为消除通胀影响，各城市GDP以2011年的不变价格进行平减处理。

3 黄河流域城市绿色发展效率时空演进特征分析

3.1 城市绿色发展效率时序演进特征

本文借助Matlab2021软件计算得到黄河流域沿线60个城市绿色发展效率。由图2可知，黄河流域城市绿色发展效率呈现缓慢提升—快速增长—稳步提升—加速提高的阶段性特征，总体上表现为慢速与快速交替主导的波动增长态势；同时该流域城市绿色发展效率均值处于中等水平（0.683）[23]，资源节约与高效利用存在较大提升空间。基于流域划分视角，该流域上游、中游和下游的城市绿色发展效率趋势均呈波动式的上升趋势，尤其是三者呈现相互追逐的发展态势。具体而言，2011—2015年，呈上游>下游>中游的位序格局，2015年后次序转变为下游>中游>上游；黄河流域城市绿色发展效率的标准差由0.037上升至0.045，流域内部单元之间绿色发展效率差异呈扩大趋势，尤其是上游发展内生性不足，与中、下游出现发展的断层。
图2 2011—2021年黄河流域城市绿色发展效率变化趋势

Fig.2 Change trend of urban GDE in Yellow River Basin

由图3可知，青岛和济南绿色发展效率长期位居流域前两位，两市初期效率值较高，叠加循环累积效应，促使两市长期位居前列。郑州、西安、兰州、鄂尔多斯、乌兰察布和泰安等城市紧随其后，其中鄂尔多斯与乌兰察布在研究期内均保持较高的绿色绩效；郑州、西安、兰州等城市绿色发展效率早期相对较低，后期出现较大幅度提升。潍坊、中卫、银川、西宁等城市位居中下游，银川和西宁作为省会城市效率偏低，其他城市发展水平一般且为非资源型城市。此外，剩余城市绿色发展效率相对较低，位居末尾，其中资源型城市较多。需要注意的是，太原与呼和浩特绿色发展效率优势较弱，亟需探索产业绿色转型与生态环境保护协同推进的解锁路径。
图3 黄河流域60个城市绿色发展效率的动态演进

Fig.3 Dynamic evolution of GDE in 60 cities in the Yellow River Basin

3.2 城市绿色发展效率空间特征分析

本文借助ArcGIS 10.5 软件对黄河流域60个城市绿色发展效率进行可视化制图（图4）。2011年，黄河流域多数城市属于低效率层次，流域绿色发展效率空间分布呈现多中心的特征，分布较为随机。2015年，流域绿色发展效率有所提升，同时流域绿色发展效率空间集聚性明显增强，出现高高集聚的连绵区，集中分布在山东半岛城市群、兰西城市群。此外，流域绿色发展效率核心—外围分布态势明显。下游以济南、青岛和郑州为核心，中游以西安、延安和榆林为核心，上游以兰州、西宁和银川为核心，自洛阳向北沿太焦线、北同蒲线延伸至大同再折向西沿黄河至巴彦淖尔成为边缘区。到2021年，流域绿色发展效率再次跃升，同时核心—外围态势进一步强化，良好效率城市数量进一步增加。
图4 黄河流域城市绿色发展效率空间格局演变

Fig.4 Spatial pattern of urban GDE in the Yellow River Basin

4 数字经济对黄河流域绿色发展效率的驱动效应分析

4.1 Tobit模型回归结果分析

4.1.1 基本回归分析

借助Stata17软件对黄河流域数字经济与城市绿色发展效率的关系进行Tobit回归分析，结果见表3。由列（1）（2）可知，数字经济的回归系数均显著为正，表明数字经济对黄河流域城市绿色发展效率提升具有驱动作用。该流域城市推进区块链、物联网等数字技术与实体经济的深度融合，促进了“智慧+制造、能源、矿山”等行业应用层的业态和模式创新，助力双高企业智能化节能降耗和减少污染，也传导至关联企业促使其智慧化生产与绿色化转型，通过溢出效应促进生产性与生活性服务业规模扩大。这会重塑城市经济结构、提高全要素生产率，并进一步提升城市生产、生活、生态空间协调性。
表3 基准回归结果

Tab.3 Baseline regression results

变量 （1） （2）
Dig 1.630*** 1.154***
Econ 0.151***
Strc -0.045***
Urb -0.101***
Mark 0.023**
Hcapit -0.004

注：*、**、***分别表示在10%、5%、1%的统计水平上显著；为节省版面，标准误省略。后续表格与之含义相同。

对于控制变量而言，经济水平、市场化水平显著为正，而产业结构、城镇化水平显著为负，表明该流域产业结构重型化特征突出，导致能源消耗与碳排放长期处于高水平，进而抑制城市绿色发展效率提升；城镇化水平提高，意味着人口与产业集聚，可能超出城市生态承载力。另外，人力资本的影响不显著，但影响为负，表明如何避免人才流失成为该流域面临的重要问题。

4.1.2 稳健性检验

①外生冲击检验。国务院于2015年印发了《促进大数据发展行动纲要》，先后批复贵州、京津冀、珠三角、上海、河南、重庆、沈阳、内蒙古等地建设国家大数据综合试验区，从技术应用、安全保障、资源开放等方面加快大数据工程部署，有助于实现地区数字经济发展，进而显著提升城市系统的运行水平和效率。因此本文以“大数据综合试验区”代替数字经济变量进行准自然实验，采用基于Tobit模型的双重差分法（Tobit-DID）考察政策实际效应，实验组为黄河流域获批建设的河南省与内蒙古自治区的16个城市，对照组为黄河流域内其他未获批建设省区的44个城市。
首先，进行政策冲击的平行趋势检验。经过检验可知，政策出台前回归结果不显著，而政策实施后曲线呈上升趋势，表明大数据综合试验区建设对该流域试点城市绿色发展效率有显著的促进效果，满足平行趋势假设。
然后，分别在去除控制变量、加入控制变量两种情境下进行Tobit-DID回归。结果显示，政策冲击系数（DID）均在1%的水平上（分别为0.168、0.013）显著为正，证明大数据综合试验区能稳健地促进黄河流域城市绿色发展效率提升。
为排除非观测因素的影响，本文对双重差分法的估计结果进行个体安慰剂检验。随机生成国家大数据综合试验区的地区实验组，并对其进行1000次随机抽样检验，提取观测随机化后的政策效应系数（DID）以及t值。结果显示，回归系数集中分布于0附近且呈正态分布，显著偏离真实值，说明其他不可观测因素未对政策效应产生显著影响。
本文借助控制变量滞后一期、1%的缩尾处理、OLS固定效应模型替换Tobit模型进行稳健性检验可知，在多种检验结果中，数字经济对绿色发展效率的影响与前文回归结果保持一致，进一步说明了研究结果的可靠性。

4.1.3 异质性分析

①时段异质性。“十三五”以来，国家愈发重视生态文明建设，陆续出台生态环境保护的相关规划文件，本文以2016年为界将考察期分为“十二五”“十三五”两个阶段，检验不同规划期的回归效果。由表4列（2）可知，“十二五”时期数字经济对城市绿色发展效率的影响不显著。原因可能是，延续金融危机以来政府主导的大规模投资驱动经济发展模式的影响以及传统产业的规模效应与范围经济的隐蔽，黄河流域城市对数字经济、人工智能、工业互联网等产业与技术认识不足，导致数字产业引导、规划、投资滞后，数字经济水平不高。由表4列（3）可知，数字经济的驱动作用显著为正，该时期政府相关文件中数字经济、数字技术、数字产业等词汇明显增多，规划数字产业园，优先发展与数字经济关联度高的专精特新企业，鼓励传统产业数字化转型，并持续加速新兴生态产业链培育，进而驱动城市产业逐渐向集约型、高质量的智慧方向转变。
表4 数字经济驱动黄河流域城市绿色发展效率的异质性回归结果

Tab.4 Heterogeneous regression results of urban GDE of the Yellow River Basin driven by digital economy

变量 时段差异 区域差异 资源禀赋差异
“十二五” “十三五” 上游 中游 下游 非资源型 资源型
（1） （2） （3） （4） （5） （6） （7）
Dig 0.725** 0.845*** 1.167*** 1.365*** 0.765*** 0.988*** 1.381***
Econ 0.106*** 0.214*** 0.019 0.175** 0.273*** 0.173*** 0.235***
Strc -0.010 -0.047*** -0.061*** -0.027** -0.069*** -0.039*** -0.043***
Urb -0.086** -0.070** -0.278* -0.208*** -0.066 -0.082 -0.068**
Mark 0.038* 0.046* 0.027** 0.060*** 0.992*** 0.041** 0.055***
Hcapit -0.017 -0.002 -0.023 -0.015 0.052** 0.036*** 0.034***
②区域异质性。黄河流域上、中、下游经济基础、资源禀赋、地理区位存在差异，可能会造成数字经济驱动作用在区域之间产生差异，进而有必要探究数字经济对城市绿色发展效率的空间异质性。由表4列（3）~（5）可知，数字经济对黄河流域3个区域城市绿色发展效率的影响呈现中游>上游>下游的位序格局。其中，中游驱动作用最强的原因可能是，数字技术、数字平台以及数据要素的应用，直接推进中游地区城市“双高”行业要素投入结构优化、生产过程数字化与产出清洁化。下游地区多个控制变量影响为正，可能弱化了数字经济的驱动效应。需要注意的是，城镇化水平对上、中游城市绿色发展效率的抑制作用显著。
③资源禀赋异质性。与非资源型城市相比，资源型城市产业结构单一且以重工业为主，经济发展主要依赖资源、能源等要素投入，普遍存在市场化水平不高、创新要素不足、生态韧性较差，进而弱化这类城市打破绿色发展过程中的“资源诅咒”，因此有必要探究数字经济对这两类城市驱动的异质性。由表4列（6）~（7）可知，数字经济对资源型城市绿色发展效率的促进作用更加明显。究其原因，在“双碳”目标背景下，资源型城市的资源日益枯竭，同时路径锁定现象较普遍，因而面临着较大的经济发展方式转型压力，对绿色创新的需求更为强烈，地方政府会更加重视发展新质生产力，并利用工业互联网平台来推动产业数字化转型。

4.2 门槛效应检验结果分析

4.2.1 门槛效应初步判定

本文借助ArcGIS软件采用标准差椭圆面积之比来衡量数字经济水平与城市绿色发展效率的耦合程度[4]。结果显示，数字经济水平与城市绿色发展效率的耦合性呈倒“U”型变化，均值维持在93%左右，表明两者在空间上存在高度重叠和具有较强的关联性；同时两者并没有完全重叠，可初步证实黄河流域数字经济对城市绿色发展效率的影响可能存在非线性门槛特征。

4.2.2 门槛效应结果分析

首先，采用bootstrap自抽样法重复抽样300次，依次估算单门槛、双重门槛以及三重门槛检验的F统计量及P值。其次，利用极大似然函数搜寻门槛值，政府调控的单门槛估计值为1.1534，置信区间为[1.1472,1.1652]，可区分为政府调控较弱（q≤1.1534）和政府调控较强（q>1.1534）两个阶段；环境规制的单门槛估计值为0.0310，置信区间为[0.0295,0.0320]，可划分为环境规制宽松（q≤0.0310）和环境规制严格（q>0.0310）两区间。最后，通过LR检验进一步验证了门槛估计的真实性。
表5报告了分别以政府调控、环境规制为门槛变量的单门槛模型回归结果。当政府调控程度跨越门槛值，数字经济对城市绿色发展效率的作用程度由2.279降至0.816，表明数字经济对城市绿色发展效率的动态影响受政府调控程度的约束。黄河流域多数城市的产业在长期循环累积的发展过程中形成路径锁定，再加上数字技术与数字平台研发、应用以及迭代创新需要较高的经济支撑，这就需要政府适度财政支持推进数字经济发展，并引导、支持企业数字化转型。然而，高强度的政府调控可能导致企业难以对市场作出灵活反应和调整，且过多政府干预可能会造成资源的低效配置，也会弱化企业自主创新的积极性。
表5 门槛模型估计结果

Tab.5 Estimated results of threshold model

变量 门槛变量（Thre）
政府调控 环境规制
（Reg q=1.1534） （Ecoc q=0.0310）
Dig·l（Thre≤q） 2.279*** 1.638***
Dig·l（Thre>q） 0.816*** 0.934***
当环境规制低于门槛估计值0.0310时，数字经济的回归系数为1.638且在1%的水平上显著，当高于门槛值，回归系数下跌到0.934，说明适当环境规制有助于释放数字经济对城市绿色发展效率的正向影响。对于黄河流域而言，严格的环境规制可能没有考量企业发展阶段，也可能没有给企业留足充分的绿色转型的时间与空间，还可能挤占企业用于扩大生产规模的资源，导致环境规制的“遵循成本效应”抑制“创新补偿效应”，最终会降低数字经济与环境规制的交互作用。而低于门槛值的较为宽松的环境规制，可能考量了研发投入规模较大、数字技术与传统生产融合度不高以及较多企业处于转型发展期，致使企业在维持传统生产方式的基础上，有序推进数字化转型。该过程既保障了企业的规模化生产，又因技术进步提升了生产效率与企业竞争力，从而弥补因环境保护所损耗的成本，有益于黄河流域城市绿色发展效率提高。

5 结论、对策建议与讨论

5.1 结论

本文的主要结论如下：①黄河流域城市绿色发展效率一般且有波动性，该流域发展的路径依赖性较强；60个城市绿色发展绩效具有明显的梯度性和层次性。②空间格局呈由多中心的随机性分布态势转向多核心+多中心的核心—边缘特征，省会城市与毗邻城市呈现高高集聚的俱乐部趋同特征，核心城市强者恒强的马太效应凸显。③数字经济显著促进了黄河流域城市绿色发展效率的提升，尤其在中、上游地区与资源型城市释放了更多的绿色红利，产业结构和人力资本仍是推动城市绿色发展的关键因素，城镇化水平对上、中游城市绿色发展效率具有抑制性。④在生态环境本底较差、产业结构偏重与国有经济比重较大的地区，政府调控与环境规制具有单门槛效应，一定的政府调控与较为宽松的环境规制能够强化数字经济对城市绿色发展效率的驱动效应。

5.2 对策建议

随着人工智能、大数据、区块链等数字技术的快速发展，数字经济以其高渗透性、融合性、关联性和绿色性，成为驱动人—地—业关系向高水平协同演化的重要外生驱动力。首先，黄河流域应在适度的政府调控与合适的环境规制的引导与约束下，深入实施数字经济发展战略，高质量推进数字经济发展，并考量区域与城市的异质性，制定更具针对性的举措。对于上游地区，其产业结构多以资源型和传统产业为主，完善数字基础设施和构建基于细分行业的工业互联网服务平台赋能传统产业数字化转型是关键。中游地区已有一定的数字经济基础，下一步应着重发展行业模块化应用平台，通过跨行业的服务整合提升资源配置效率。此外，上游与中游地区应基于品牌战略推进产业融合发展，形成更大范围的规模经济效应，应推进城乡融合发展，并实施学籍大学生引流政策。对于下游地区，特别是青岛、济南和郑州等城市，还应重点推进“双跨”工业互联网平台的建设，并构建多层次的产业互联网平台体系，全方位促进中小企业数字化转型与发展。
其次，黄河流域应加强核心城市的绿色发展能力，尤其是加快提升太原与呼和浩特的绿色发展效率，完善城市群内部的关联网络，辐射带动外围城市绿色发展水平提升。此外，应强化城市群绿色发展效率的外部关联网络，基于对口支援、产业关联、平台共建等形式推进上、中、下游城市群间的绿色产业协同与合作，并匹配跨区域绿色合作机制，推进上、中游城市群绿色发展效率提升。

5.3 讨论

本文首先完善了城市绿色发展效率指标体系，扩展了绿色发展效率的理论框架；同时基于该指标体系更全面、精确地反映了区域绿色发展的动态特征，即该流域城市绿色发展效率总体处于中等水平，上中下游3个区域位序在2015年发生变化，这与郭付友等[2]、岳立等[3]的研究有所不同。其次，数字经济作为推动绿色发展的一种新兴动力，关于其驱动效应的研究[4]逐渐增多，但对数字经济在不同区域、不同城市类型中产生异质性影响的讨论仍较为匮乏。本文进一步揭示了数字经济的绿色驱动效应受资源禀赋、产业类型等多重因素的影响。最后，与已有研究[5]不同的是，跳出数字经济或创新要素视角，本文结合黄河流域生态环境本底较差、产业结构偏重与国有经济比重较大的实情，探究政府调控、环境规制与数字经济对城市绿色发展效率的协同效应，发现两者具有单门槛效应，即两者的适度性对数字经济的绿色创新效用释放具有调节作用，这与政策干预阈值理论的内涵相契合。鉴于此，后续研究应更加聚焦整体性强、内部差异性大、发展特色明显区域的数字经济与城市绿色发展关系的分析，也应尝试构建普遍性与特殊性相结合的城市绿色发展效率指标体系，还应结合研究区域特色识别影响数字经济绿色效能释放的门槛变量。此外，接下来还应继续探索城市绿色创新效率提升的数字化与智能化融合路径.

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
车磊, 白永平, 周亮, 等. 中国绿色发展效率的空间特征及溢出分析[J]. 地理科学, 2018, 38(11):1788-1798.

DOI

[2]
郭付友, 高思齐, 佟连军, 等. 黄河流域绿色发展效率的时空演变特征与影响因素[J]. 地理研究, 2022, 41(1):167-180.

DOI

[3]
岳立, 薛丹. 黄河流域沿线城市绿色发展效率时空演变及其影响因素[J]. 资源科学, 2020, 42(12):2274-2284.

DOI

[4]
魏丽莉, 侯宇琦. 数字经济对中国城市绿色发展的影响作用研究[J]. 数量经济技术经济研究, 2022, 39(8):60-79.

[5]
陶长琪, 欧阳婉桦. 数字经济对城市绿色发展的影响研究——基于中国288个城市的经验数据[J]. 数量经济研究, 2023, 14(2):1-27.

[6]
游达明, 黄曦子. 长江经济带省际工业生态技术创新效率评价[J]. 经济地理, 2016, 36(9):128-134.

[7]
时朋飞, 耿飚, 李星明, 等. 长江经济带旅游业环境生产率测度、空间分异及驱动机制研究[J]. 中国软科学, 2022(3):78-87,111.

[8]
耿凤娟, 苗长虹, 胡志强. 黄河流域工业结构转型及其对空间集聚方式的响应[J]. 经济地理, 2020, 40(6):30-36.

DOI

[9]
李梦程, 王成新, 刘海猛, 等. 黄河流域城市发展质量评价与空间联系网络特征[J]. 经济地理, 2021, 41(12):84-93.

DOI

[10]
刘琳轲, 梁流涛, 高攀, 等. 黄河流域生态保护与高质量发展的耦合关系及交互响应[J]. 自然资源学报, 2021, 36(1):176-195.

DOI

[11]
赵林, 张春霆, 高晓彤, 等. 黄河流域绿色发展与共同富裕耦合协调水平变化及其影响因素[J]. 经济地理, 2024, 44(8):57-67.

DOI

[12]
赵领娣, 张磊, 徐乐, 等. 人力资本、产业结构调整与绿色发展效率的作用机制[J]. 中国人口·资源与环境, 2016, 26(11):106-114.

[13]
郭付友, 佟连军, 仇方道, 等. 黄河流域生态经济走廊绿色发展时空分异特征与影响因素识别[J]. 地理学报, 2021, 76(3):726-739.

DOI

[14]
Li J, Chen L, Chen Y, et al. Digital economy,technological innovation,and green economic efficiency—Empirical evidence from 277 cities in China[J]. Managerial and Decision Economics, 2022, 43(3):616-629.

[15]
廖进球, 邱信丰. 互联网应用促进了企业环保投入吗?[J]. 经济经纬, 2021, 38(3):95-104.

[16]
郭丰, 杨上广, 柴泽阳. 企业数字化转型促进了绿色技术创新的“增量提质”吗?——基于中国上市公司年报的文本分析[J]. 南方经济, 2023(2):146-162.

DOI

[17]
戴翔, 杨双至. 数字赋能、数字投入来源与制造业绿色化转型[J]. 中国工业经济, 2022(9):83-101.

[18]
李梅, 朱韵, 孙偲琬. 企业数字化与国际化扩张:基于新OLI范式的研究框架[J]. 珞珈管理评论, 2023(5):1-23.

[19]
陶锋, 赵锦瑜, 周浩. 环境规制实现了绿色技术创新的“增量提质”吗——来自环保目标责任制的证据[J]. 中国工业经济, 2021(2):136-154.

[20]
Hansen B E. Threshold effects in non-dynamic panels:Estimation,testing,and inference[J]. Journal of Econometrics, 1999, 93(2):345-368.

[21]
戚琦, 王玲, 陈俊辰, 等. 武汉市城市快速扩张与生态系统服务价值权衡/协同的交互作用[J]. 地理科学, 2024, 44(6):953-963.

DOI

[22]
屈小娥. 异质型环境规制影响雾霾污染的双重效应[J]. 当代经济科学, 2018, 40(6):26-37,127.

[23]
赵林, 张宇硕, 吴迪, 等. 考虑非期望产出的中国省际海洋经济效率测度及时空特征[J]. 地理科学, 2016, 36(5):671-680.

DOI

Options
文章导航

/

〈 〉