數字基礎設施投入能否提高城市能源利用效率

靳景玉（教授），張媛媛

一、引言

黨的二十大報告強調“積極穩妥推進碳達峰碳中和”“深入推進能源革命，加強煤炭清潔高效利用”，提升能源利用效率已成為推動能源結構轉型升級和高質量發展的關鍵環節。盡管近年來我國為轉向綠色發展在能源技術、能源政策和國際合作等領域作了積極努力并取得顯著成效，但經濟體量大、人口多、能源消費結構高碳化、區域產業結構雷同、正在全面實現社會主義現代化等諸多因素導致我國對能源需求剛性增長短期內不會改變，這對“雙碳”目標的實現帶來了巨大挑戰。

數字基礎設施作為推進數字化、信息化發展的重要載體，在帶動產業快速發展、拉動經濟增長和加快“智慧城市”建設等方面發揮著積極作用。數字技術在節能減排領域也取得了快速發展和應用，這為科學準確預測能源消費、合理制定減碳政策提供了重要的技術支持，此外，數字基礎設施投入還可通過變革生產方式、優化生產要素配置和促進綠色技術創新實現減少碳排放的結果（薛飛等，2022）。在科技革命和產業變革不斷的今天，各個國家都在加速布局戰略性基礎設施，而我國早在2013 年7月就開始加快“寬帶中國”研究部署，并在之后三年批復了117個示范城市（城市群）。因此，本文以“寬帶中國”戰略作為切入點，聚焦數字基礎設施投入對城市能源利用效率（也稱“能效”）的影響，并試圖明確具體的影響機制和對不同城市政策效應的異質性。綜合來看，現有文獻大多研究數字基礎設施在碳減排和產業升級方面的貢獻，尚未涉及數字基礎設施投入對城市能源利用效率的影響。與以往研究相比，本文的邊際貢獻主要在于：第一，首次考察數字基礎設施投入與城市能源利用效率的因果關系，拓展了“寬帶中國”戰略的制度紅利，并從市場化程度、產業集聚和綠色技術創新三個角度深入剖析且實證檢驗了數字基礎設施投入提升城市能效的內在機制，成為相關研究的有益補充；第二，考慮了城市產業結構和資源稟賦差異，并從五大經濟圈角度進行異質性研究，能夠為城市差別化要素配置和發展方略提供政策啟示；第三，基于“寬帶中國”這一準自然實驗進行實證檢驗，盡可能緩解了內生性問題，為“數字中國”建設提供了較可靠的經驗參考。

二、文獻綜述

近幾年，國內有關數字基礎設施的研究熱點已從傳統的信息基礎設施轉移到數字經濟、區域創新和高質量發展等領域，數字基礎設施作為一種連接性資源，在推動要素互聯互通、降低市場摩擦、提高城市間合作等方面充當著重要角色（種照輝等，2022），而“寬帶中國”能進一步促進網絡、服務與產業等各方面協同的戰略意義與數字基礎設施發展的內涵相契合（鄧榮榮和吳云峰，2023）。因此，有部分學者利用“寬帶中國”準自然實驗的方法對數字基礎設施建設的效應進行評估。宏觀層面包括“寬帶中國”示范城市的環境效應、經濟增長效應（蘇京春和張荀，2023）、區域創新效應（劉帥等，2022）、產業轉型升級效應（袁航和朱承亮，2022）、要素配置效應、財政透明度提升效應（劉奧和張雙龍，2022）等。例如牛子恒和崔寶玉（2022）利用272 個城市的面板數據做雙重差分的準自然實驗，得出網絡基礎設施建設能通過促進勞動力要素流動和產業聚集糾正勞動力錯配。微觀層面聚焦“寬帶中國”戰略施行對企業技術創新（徐揚和劉育杰，2022）、產能利用率（羅奇等，2022）和融資約束等方面的影響，例如孫俊成和李恒宇（2022）以2011 ～2018 年A股上市公司為研究樣本，構建漸進雙重差分模型后發現“寬帶中國”戰略的實施可以提高金融包容性、改善信息不對稱，從而緩解企業融資約束。

國內外關于能源利用效率的研究進程不同。國外大多數學者注重能效測算體系構建和節能技術探究（Raquel和Luis，2020），研究已具有一定成熟度，而我國有關能效的研究還處在發展階段。王丹楓（2010）指出，我國能源利用效率是多層次多尺度的復雜問題，能源利用效率是指一定量的能源要素投入所帶來的經濟產出量，對能源利用效率這一指標的衡量存在多種測算方式；蔡曉春和宋美喆（2009）用能源總消費量與國內生產總值的比值來表示；宋國君等（2010）從環境資源領域出發，基于能源平衡表按部門分解能效并進行標準化處理后得到地區能效綜合指標，而目前被廣泛使用的是基于投入產出的綠色全要素生產率（Kang，2012；黃和平和李瑩，2023；李小勝和安慶賢，2012），該指標廣泛考慮了“良好”產出和“意外”產出，避免了傳統測量方法人為提高生產率增長的現象，并使衡量環境監管的實際經濟影響成為可能。

與本文密切相關的文獻主要探討宏觀層面數字基礎設施投入對經濟低碳發展的影響。景國文（2023）關注了“寬帶中國”戰略的減碳效應，并指出這一效應與網絡寬帶普及帶來的技術創新和產業結構升級密不可分；Jin 等（2023）采用閾值、分位數和空間模型回歸，研究發現數字基礎設施投入只能為高低碳稟賦的國家和地區提供減碳推動力；岳立和苗菊英（2022）通過探討黃河流域城市能源利用效率的內在驅動因素，發現能源經濟效率的提升是推動能源利用效率提升的原動力，土地城市化水平、經濟增長和技術進步均會影響城市能效；還有其他學者以地區人均碳排放量作為被解釋變量，分析“寬帶中國”戰略的節能效應。這些文獻為本文研究提供了重要思路和理論基礎，同時明確了本文研究的能源利用效率為經濟能源效率而非物理能源效率。

通過梳理上述文獻發現，多數學者已經關注并研究了“寬帶中國”戰略的經濟效應和社會效應，但對于其對城市能源利用效率的影響研究仍存在一定空間。因此，本文基于“碳達峰碳中和”的戰略背景，探討數字基礎設施投入能否提高城市能源利用效率這一問題，旨在為數字新基建和“雙碳”目標提供經驗參考和啟示。

三、理論分析與研究假設

（一）數字基礎設施投入與城市能源利用效率

作為一種典型的俱樂部物品，數字基礎設施具有外部排他性和內部非競用性等特點，需要在政府和市場的協同下才能發揮效應，從而縮小“數字鴻溝”（李琬和張國勝，2022）。數字基礎設施作為數據要素安全流通并有效利用的重要載體，其對城市能源利用效率的影響為多路徑、多維度和多效應的（見圖1）。數字基礎設施投入帶來的環境效應從能源供給和能源需求兩個維度提升能效，要素配置效應、網絡示范效應、創新效應等又間接推動產業結構升級，最終提升城市能源利用效率。

圖1 數字基礎設施投入提升城市能效的路徑

首先，數字基礎設施投入環境效應實現的直接路徑體現在能源開發和利用層面。從能源需求側來看，利用技術信息搭建能源管理平臺進行集約化、規范化運作是轉變能源結構的有效方式之一。立足于大數據信息技術，建立一個集多種能源生產、存貯、運輸及交易于一體的能源管理系統，有助于加強對能源系統各環節全方位、全周期的控制，對于可再生能源進行合理儲能、發電預測等靈活性資源配置，從而提高可再生能源消納能力，降低其間歇性和隨機性的不利影響；對于用戶而言，借助信息化載體可實時采集、分析消費者用能數據，整合各類負荷資源從而達到滿足需求側的同時充分提高能源利用效率（蔡澤祥等，2018）；能源供給側方面，依托數字基礎設施集成清潔能源統一監控系統，通過建設疊光與疊風基站，增加可再生能源供給，降低城市化石能源利用比率，同時助推綠色能源開發和技術創新的實現，進一步盤活難利用能源。

其次，從數字基礎設施賦能的間接路徑來看，主要有新型產業發展、要素配置效率提升和傳統行業轉型升級三條路徑。

第一，數字基礎設施投入帶動大量與以信息為基礎的互聯網、大數據、人工智能等相關的新型產業快速發展是城市能源利用效率提升的重要路徑。數據要素具有可復制性和非排他性，該要素與傳統生產要素組合形成數據收集、處理、分析、預測等一系列新的數字產業業態，數據要素直接參與生產發展幾乎不直接損耗化石能源，且能帶來較大的期望產出，有助于提升產業結構中的綠色產業占比。

第二，要素配置效率提升是助力能源利用效率提升的另一間接路徑。數據要素的連接性、正外部性等特征間接融入生產、經營、管理和消費等環節，改造甚至顛覆傳統產業的生產方式、組織方式，優化生產要素的配置效率，發揮其對提高生產效率的乘數作用，進而推動全價值鏈協同，將能源資源最大化利用。

第三，傳統行業轉型升級是城市能源利用效率提升過程中不可或缺的一環。企業作為提高能效的主體，數字基礎設施投入推動產業結構高級化、綠色化轉型是城市邁向綠色發展的另一重要路徑。數字基礎設施帶來的有效信息傳播加快消費理念轉變，環境責任感能有效提高消費者對綠色產品和服務的購買意愿，促進需求端消費模式綠色轉型，進而倒逼傳統行業結構調整；對產業本身研發制造環節而言，數字基礎設施的集成應用有利于建立協同性創新模式，為生產制造的各個環節提供充分的智能技術支持，顯著改進生產工藝，淘汰落后產能，推進資源要素向高效率部門轉移，全鏈條整合帶來的技術和規模效率提升最終引致各部門生產率共同提高，第三產業比重增加的產業結構升級和傳統產業數字化轉型共同減少工業“三廢”排放，降低單位能耗，從而提升能源利用效率；另外，信息機制的建立使金融機構對企業的經營環境、ESG 信息、盈利能力等狀況有更加清晰明確的認知，引導資金向綠色優質企業傾斜，從而間接加快綠色技術創新和產業結構升級（Lei 等，2022）。數字基礎設施投入的溢出效應改善區域綠色發展環境，最終帶動區域能源利用效率提高。

因此，本文提出如下假說：

H1：數字基礎設施投入能夠有效提升城市能源利用效率。

（二）調節機制分析

數字基礎設施建設帶來的信息化發展直接或間接影響了城市能源利用效率，但前者對于后者的提升程度還受當地市場化程度（史丹和李少林，2020）、產業集聚水平和綠色技術創新強度（何理和馮科，2020）等因素的作用。

市場化程度反映了市場化體制機制對資源配置的敏感程度，一般而言，市場化程度越高，競爭越充分，對各類要素的配置效率越高。為了能在市場中搶占更多份額，企業一邊加強技術進步以增加產品附加值，一邊利用信息要素尋求更多融資主體，以此構筑產品技術的“護城河”（張治棟和張凱，2023），這一過程實質上是企業優勝劣汰的篩選過程，保留高附加值的技術密集型企業，淘汰落后產能，避免能源要素過多停留在高耗能行業，能顯著減少污染物排放從而提升綠色創新效率。但我國經濟發展過程中市場化與政府干預的矛盾始終存在，GDP 考核機制下部分政府官員為追求短期增長數據，盲目引進外商直接投資而忽視能耗，加大地上物基礎設施建設支出而擠壓環保資金，政府干預對能耗的負面影響會降低市場化進程對綠色技術創新的正外部性。因此，政府與市場的有效協調是提升能源利用效率的重點之一，政府需在留有余地制定目標、轉變自身職能（楊曉萍，2006）、避免政治關聯帶來的資源配置扭曲等方面作出努力從而降低地區能耗。鑒于此，本文提出如下假說：

H2：市場化程度在數字基礎設施投入提升城市能源利用效率的過程中起到正向調節作用。

產業集聚的外部性大致可以分為技術外部性和金融外部性兩大類。技術外部性通過激烈競爭效應、協同合作效應和規模經濟效應提升綠色創新效率（王晗和何梟吟，2022）；金融外部性則主要通過緩解內外部融資約束降低經營成本。能效降低重點關注產業集聚的技術外部性。對集聚區內的企業而言，數字基礎信息投入帶來的知識溢出效應使企業之間高度專業化的知識、技術和經驗快速傳播，企業知識累積促進技術創新，集群的規模擴張在短期內也能迅速吸引資金和要素流入，降低企業綠色創新成本。有研究認為，受知識流動的影響，制造業集聚可以提高企業的科研實力和自主創新能力，從而減少生產過程中的二氧化碳排放，提高能源利用效率（曹澤等，2022），生產性服務業集聚對碳排放的影響有空間溢出效應，專業化集聚在短期內可降低碳排放水平（丁凡琳和趙文杰，2023）。因此，本文提出如下假說：

H3：產業集聚在數字基礎設施投入提升城市能源利用效率的過程中起到正向調節作用。

數字基礎設施建設的正向技術創新效應已得到許多研究的證明（Fukuyama和Weber，2009），數字基礎設施經濟便捷、高效共享的特點能降低綠色技術創新要素的流動成本，在生產端為已有或潛在的創新主體提供了科學的決策工具和大量信息參考，有效整合市場創新資源，大大降低了創新創業的試錯成本；在消費端催生了消費者新興消費需求，倒逼供給端產業模式變革。結合前文可知，綠色技術創新是提升能源利用效率的重要因素。肖仁橋等（2023）將綠色技術創新分為改進型和發明型兩類，認為發明型綠色技術創新對碳績效的提升更顯著，從作用維度來看，綠色技術創新通過綠色設計、工藝改進、推廣綠色標準來降低單位能耗，同時，制造過程的綠色環保與污染控制技術、綠色回收處理與再循環技術、清潔能源技術等綠色創新技術的應用能很大程度地降低碳排放，助推企業從節能減排維度減少綠色全要素生產率的非合意產出；綠色技術創新亦能從價值鏈攀升維度提高能源利用效率，企業價值鏈的攀升不單依靠微笑曲線兩端的高附加值部分獲取利潤，提高生產率和能效以此降低成本獲取更多利潤也是一條可以實現的路徑（韓軍輝和閆姍娜，2018），企業爭相通過綠色技術創新拓展低能耗、低污染生產鏈條攀升價值鏈對能源利用效率提升意義非凡。因此，本文提出如下假說：

H4：綠色技術創新強度在數字基礎設施投入提升城市能源利用效率的過程中起到主要的正向調節作用。

四、研究設計

（一）數據樣本

本文的研究樣本包含283個地級市及以上城市，并將“寬帶中國”戰略的實施作為準自然實驗。參照2014 ～2016 年國家工業和信息化部先后發布的三批總計117 個“寬帶中國”示范城市（城市群），最終得到107個試點城市作為實驗組，其余176個城市作為控制組①。為避免重大外生沖擊事件的影響，本研究的時間范圍為2009 ～2019年。

數據處理方面：（1）能源消費量數據來自歷年《中國統計年鑒》《中國城市統計年鑒》和《中國城市建設統計年鑒》，借鑒吳建新和郭智勇（2016）的做法，各城市的能源消耗等于電能、煤氣和液化石油氣、交通運輸和熱能消耗產生的碳排放總和，并根據IPCC 公布的能源轉換系數方法統一核算為萬噸標準煤，工業“三廢”數據來源于CEIC（司爾亞司有限公司）數據庫；（2）地區生產總值、人均地區生產總值數據均以2009 年為基期進行價格平減，控制變量中表示創新水平的專利授權數來源于CNRDS 中國研究數據服務平臺，測算能源利用效率的投入產出數據和其余控制變量數據皆來自于《中國城市統計年鑒》《中國科技統計年鑒》《中國環境統計年鑒》等，個別年份缺失的數據采用線性插值法補全，并對樣本中所有連續變量進行上下1%的縮尾處理。

（二）模型構建

本文采用包含個體固定效應和時間固定效應的漸進DID 模型估計“寬帶中國”試點對城市能源利用效率的影響效果，參考史丹和李少林（2020）的研究，構建模型如下：

其中：i，t 分別代表城市和年份；gtfpeit 為被解釋變量，表示i 城市t 年的能源利用效率；broadbandit代表“寬帶中國”戰略實施與否的虛擬變量；controlit為隨時間和個體變化的控制變量組；μi和γt分別表示城市個體固定效應與年份固定效應；εit為隨機誤差項。

（三）變量說明

1.被解釋變量：城市能源利用效率（gtfpe）。在經濟范疇，各個投入產出相互作用的綠色全要素能源利用效率被更多學者普遍使用（原毅軍等，2012）。因此，本文分別以各城市能源消費量、勞動和資本作為投入，地區生產總值作為期望產出，工業二氧化硫、工業廢水和工業煙粉塵排放量作為非期望產出。其中，勞動投入用年末單位從業人員數表示，城市資本存量借鑒單豪杰（2008）的“永續盤存法”進行計算，并以2009年為基期平減。借助規模報酬可變的SBM-GML全局參比指數法測算各城市的能源利用效率。

2.核心解釋變量：“寬帶中國”戰略（broadband）。通過設置虛擬變量的方式區分“寬帶中國”戰略實施與否，若城市i 在第t 年入選了“寬帶中國”戰略試點，則該城市第t年及以后年份均賦值為1，否則賦值為0。將尚未入選“寬帶中國”示范城市的均設置為0。以城市類型虛擬變量（treatt）和政策實施時間虛擬變量treatt及timet的交互項（treatt×timet）表示“寬帶中國”示范政策，即數字基礎設施投入的代理變量。

3.調節變量：市場化程度、產業集聚水平和綠色技術創新強度。市場化程度是反映市場對供求變化敏感程度的指標，發育完善的市場環境為數字化基礎設施與產業融合、優化資源配置、推進城市綠色轉型提供了良好的介質。因此，本文分別采用市場化進程得分、政府與市場關系得分、非國有經濟發展得分、產品市場發育得分、要素市場發育得分、中介組織發育和法律得分六個指標來衡量市場化程度，數據來源于王小魯等（2021）主編的《中國分省份市場化指數報告（2021）》；在產業集聚水平測度方面，本文運用如下Hagate區位熵公式進行計算：

其中：qij 表示j 地區i 產業的相關指標，通常采用就業人數、產業產值、新產品銷售收入等指標；qj表示j 地區所有產業的指標；qi表示全國i產業的指標；q表示全國所有產業的指標，本文選用第二產業和第三產業從業人員指標測度。綠色技術創新方面，與綠色實用新型專利和外觀設計專利相比，綠色發明專利具有更高的技術含量和創新水平，因此本文以綠色發明專利申請量/專利授權量來衡量綠色技術創新強度，其中各地區綠色發明專利申請量來源于CnOpenData中國綠色專利數據庫。

4.控制變量。考慮到可能影響城市能源利用效率的其他因素，本文選取的控制變量如下：經濟發展水平（lnprgdp），以城市人均GDP 的對數值測度；就業結構（emp），用城市第三產業從業人員占城市就業人員的比重衡量；創新水平（lnip），采用城市專利授權數的對數值衡量；金融發展水平（fia），以各城市年末金融機構各貸款余額與地區生產總值的比值表征；能源消費結構（ecs），用全社會用電量標準煤與城市年平均人口的比值測算，表示人均電力消費量；對外開放度（fdi），用城市當年實際使用外資金額與地區生產總值之比表示。另外，還考慮年份固定效應（yearfix）和個體固定效應（idfix）。

五、實證結果及檢驗

（一）描述性統計

主要變量的描述性統計結果見表1。結果顯示，各個變量的標準差數值較小，表明數據整體穩定；城市能源效率的最值顯示，有些城市能夠將投入要素產出最大化，但有些城市投入要素的利用效率僅有0.2，這為本研究提供了空間。

表1 主要變量的描述性統計

（二）基準回歸結果

表2匯報了對基準方程的回歸結果，其中第（1）（2）列為固定了時間和個體效應的回歸結果，無論是否加入控制變量，broadband的估計系數均顯著為正，說明“寬帶中國”戰略試點的實施有助于提升城市能源利用效率，且相較于非試點城市的能源利用效率提升了4%。為提高回歸結果的穩健性，第（3）（4）列進一步加入以地區為聚類變量的聚類穩健標準誤，回歸結果依舊顯著，說明“寬帶中國”戰略對城市能源利用效率有所改善這一結果是可信的。H1得到驗證。

表2 基準回歸

（三）平行趨勢檢驗

平行趨勢檢驗作為使用雙重差分模型的前提假定，有助于進一步考察“寬帶中國”政策效應的真實性，實驗組和控制組在政策時點前需滿足“共同趨勢”假定，即是否為試點城市的能源利用效率無顯著差異。在漸進DID模型中，實驗組中各城市受到的政策沖擊時點不同，因此需要引入有限個時間虛擬變量來確定政策實施的相對時點，構建如下動態效應模型來判別“寬帶中國”戰略實施前的平行趨勢：

其中，ur、u0和us分別為“寬帶中國”戰略實施前、實施中和實施后的虛擬變量，u=1時為實驗組，u=0則代表控制組，該模型關注政策實施前后實驗組和控制組的gtfpe值是否一致，其余變量同（1）式。此外，本文主要選取政策實施前四年和后五年的樣本來考察動態效應。

圖2 展示了在95%置信區間內虛擬變量的系數估計值α。從圖中可以看出：在“寬帶中國”戰略實施前四年的αr均不顯著且變化趨勢相對平緩，實驗組和控制組的能源利用效率無顯著差異，滿足平行趨勢假定；“寬帶中國”戰略實施后t+3 期的αs顯著為正且之后政策效應不斷強化，表明“寬帶中國”戰略效果存在時滯，這一結果符合客觀現實，即“寬帶中國”建設是一個長期戰略，數字基礎設施投入初期試點城市缺乏相應的配套設施和建設經驗，短期之內存在一定的政策響應時間，但從長期來看，“寬帶中國”戰略顯著提升了城市能源利用效率。

圖2 平行趨勢檢驗

（四）安慰劑檢驗

評估DID估計有效性的另一種檢驗方法為安慰劑檢驗。考慮到城市能源利用效率的提升還有可能歸因于除“寬帶中國”戰略實施以外的某些隨機因素，本文通過生成隨機實驗組的方式對基準回歸效果進行安慰劑檢驗。在保持政策沖擊時點不變的情況下，隨機抽取實驗組做基準回歸，重復進行500次并提取安慰劑結果系數。圖3匯報了隨機化處理組后的估計系數與P 值分布，曲線是估計系數的核密度分布，其中估計系數大多集中在［-0.025，0.025］這一區間，原模型的估計系數0.04相對而言是一個顯著的異常值，且大部分估計系數在10%的水平上不顯著，這意味著“寬帶中國”戰略對城市能源利用效率的政策效應未受到其他未被觀測因素的影響。

圖3 安慰劑檢驗

（五）穩健性檢驗和內生性檢驗

本文主要運用以下4 種方式對數字基礎設施的城市能效提升效應進行穩健性檢驗：（1）選取能源消耗總量除以人均GDP 的對數值即能源強度（energy intensity）來替代原有的被解釋變量；（2）控制試點城市選取的非隨機性，包括加入互聯網用戶數和土地城市化水平指標作為評選試點城市的先決條件回歸、PSM-DID 回歸兩種方式；（3）剔除北京、天津、上海和重慶四個直轄市和核心省會城市后重新估計；（4）將虛擬政策實施時間提前兩年進行回歸。上述四種方式的回歸結果均通過了檢驗。此外，本文還選取城市年度降水量的對數為工具變量進行內生性檢驗，結果表明在一定程度上控制實驗組城市選取的內生性問題后，“寬帶中國”戰略依舊可以提高城市的能源利用效率。

由于篇幅限制，穩健性檢驗和內生性檢驗的結果未列出，留存備索。

六、進一步討論

（一）調節機制檢驗

參考張治棟和張凱（2023）的研究方法，在基準回歸模型（1）的基礎上構建如下機制檢驗模型進行顯著性考察：

其中，moderator variableit為調節變量，其余變量定義同（1）式。表3為市場化程度對寬帶中國戰略與城市資源利用效率關系的調節機制檢驗結果。表3的結果顯示，數字基礎設施投入、數字基礎設施投入與調節變量的交互項對城市能源利用效率的影響至少在5%的水平上顯著為正，說明“寬帶中國”戰略對城市能源利用效率的提升程度在市場化調節下顯著增強了。其中，政府與市場關系的改善更有利于“寬帶中國”戰略提高城市能源利用效率這一效用的發揮。這與前文理論分析得出的結論一致，即政府對市場的干預程度降低有助于提高資源和要素的高流通性，從而縮小數字鴻溝，加快城市綠色轉型。H2得以驗證。

表3 調節機制檢驗：市場化程度

“寬帶中國”戰略的提出本意欲促進生產要素集約化和協同化發展，本文接下來探討“寬帶中國”戰略實施是否能通過產業集聚的調節來提高能源利用效率。將第二產業集聚水平和第三產業集聚水平作為調節變量嵌入（4）式進行估計，結果如表4 所示。第（1）列結果顯示，數字基礎設施投入、第三產業集聚水平及兩者的交互項皆顯著為正，這表明數字基礎設施投入在第三產業集聚的影響下提升能源利用效率這條路徑是可信的，第二產業集聚也顯示出了同樣正向的調節作用，H3得證。但調節變量本身的回歸系數為負，這一結果與部分學者如江三良和邵宇浩（2020）的研究相反，對于第二產業集聚能否降低碳排放量這一問題各學者的看法不一，這可能是因為產業集聚與環境污染呈倒“U”型關系，只有當技術創新能力跨越一定的門檻值時，工業集聚才能對能源利用效率產生積極影響。城市綠色創新強度對基準回歸效應的調節結果見表4第（3）列，交互項的估計系數在1%的水平上顯著為正，且估計系數值大于代表市場化程度和產業集聚水平的交互項系數，這證明數字基礎設施投入對城市能源利用效率的提升作用主要是通過綠色技術創新得以實現，這與H4的觀點一致。

表4 調節機制檢驗：產業集聚水平和綠色技術創新強度

（二）異質性檢驗

“寬帶中國”作為一項搶占新一輪科技和產業變革制高點的信息化戰略需要，對我國各城市能源利用效率的提升作用往往受制于地區層面固有因素的影響，本文將從地區產業結構異質性、資源稟賦異質性和五大經濟圈異質性三方面進行考量。

1.產業結構異質性檢驗。本文借鑒袁航和朱承亮（2022）的研究和計算方法，從產業結構合理化和產業結構高級化兩個維度對地區產業結構水平進行度量。產業結構合理化指數借鑒泰爾指數計算方法，刻畫三大產值結構和就業人員結構的偏離程度，該指數越接近于0，說明該城市有較強的產業轉換能力和市場適應能力，產業結構越均衡，反之則產業結構不合理；產業結構高級化指數采用三大產業份額占比與各產業勞動生產率的乘積加權測算，該指數更加注重產業結構優化的動態過程，數值越大表明該城市勞動生產率較高的產業越多，產業結構層次越高。同時，借鑒李廣昊和周小亮（2021）的分組方法，以各地區政策沖擊前一年的產業結構合理化和高級化指數的均值作為分組依據，當某城市產業合理化指數低于均值，將其歸類為“產業結構更合理城市”，反之則歸為“產業結構較不合理城市”；同理，產業結構高級化指數高于均值的歸于“產業結構高水平城市”、低于均值的歸類于“產業結構低水平城市”。

表5報告了不同分組的估計結果，從第（1）（2）列的結果可以看出，“寬帶中國”戰略的實施對產業結構高水平城市的能源利用效率有顯著提升作用，但對產業結構低水平城市的能源利用效率卻呈現出明顯的不利作用。這一表現和產業結構與能耗之間表現出先增加后減少的倒“U”型關系有關（付子昊和景普秋，2022），產業結構高水平城市相較于其他城市多技術密集型和知識密集型等高勞動生產率產業，該類產業本身對能源依賴較低但偏好于采用數字信息來促進產品迭代和技術創新，因此產業結構高水平城市可以更好地體現“寬帶中國”的政策效應；產業結構低水平城市在促進產業結構由一、二產業向第三產業轉變的過程中存在較長時間“量”的積累，企業技術優化的試錯期一定程度上需要更多能耗，“寬帶中國”等外部基礎設施的投入反而會降低能源利用效率。第（3）列和第（4）列的結果表明，“寬帶中國”政策效應僅對產業結構合理化水平更高城市顯著，該政策對產業結構均衡城市能源利用效率的改善遠遠高于產業結構不合理城市。這可能是因為產業結構合理化水平高的城市資源流動性強，能更快調動資源響應政策，人力資本、制度設施等配套條件協同度高，有助于較快提升產業內部技術，從而降低單位能耗；而產業結構較不合理城市要素配置效率較低，企業生產具有高耗能、高成本的特征，各類產業集中度低，短期內無法借助數字化基礎設施突破技術壁壘從而提高生產效率和能效。

表5 “寬帶中國”戰略對城市能源利用效率影響的異質性檢驗：產業結構與資源稟賦視角

2.資源稟賦異質性檢驗。城市資源稟賦異質性方面，本文根據國務院印發的《全國資源型城市可持續發展規劃（2013-2020 年）》，將所有樣本城市劃分為115 個資源型城市和168個非資源型城市。表5第（5）（6）列的結果顯示，“寬帶中國”戰略在非資源型城市的政策效應更顯著，這可能是因為資源型城市是以礦產等自然資源開采、加工為主導的城市，該類城市作為我國重要的能源資源戰略保障基地，第二產業在相當長的時間內處于主要地位，城市轉型周期長、難度大的同時還面臨經濟增速減緩、生態環境破壞、空間規劃不合理等問題。因此，盡管數字基礎設施的建設可一定程度緩解高耗能壓力，但能源依賴型經濟發展模式無法凸顯政策的正面效應。

3.五大經濟圈異質性檢驗。區域經濟圈目前已成為我國經濟發展的增長極（“經濟帶”“都市圈”等在下文統一使用經濟圈概念）。長三角經濟圈、粵港澳大灣區以及京津冀、長江中游和成渝雙城經濟圈作為區域經濟發展最活躍的“五朵金花”，擁有良好的分工協作和輻射帶動作用，能夠實現更大范圍的資源優化配置，從而產生經濟集聚效益。本文根據國務院印發的各個規劃綱要對樣本城市進行匹配和分組回歸（其中長江中游經濟圈不含仙桃市、潛江市和天門市）。表6 的結果顯示，除成渝雙城經濟圈外，其他四大經濟圈的數字基礎設施投入都能在至少10%的置信水平上顯著提高能源利用效率，且粵港澳大灣區、京津冀和長江中游經濟圈核心解釋變量的估計系數均大于0.1，顯著高于基準回歸結果的估計系數0.04，這也從側面印證了區域聯動下的數字基礎設施投入能得到更充分的利用，創造更多經濟價值。但這一結論在成渝雙城經濟圈并未得到充分驗證，可能有以下兩點原因：一是樣本數據僅停留在地級市層面。《成渝地區雙城經濟圈建設規劃綱要》包括了重慶市27 個區縣和四川省15個市，但“寬帶中國”戰略試點重慶市僅有四個市轄區入選，因此為保守估計，本文并未將重慶市列入“寬帶中國”試點城市，可能導致估計偏誤；二是成渝雙城經濟圈中四川省廣安市、南充市、自貢市、達州市、雅安市等多個城市為資源型城市，其中廣安市、自貢市、達州市、雅安市作為現階段我國能源資源安全保證的核心區，資源仍持續穩定開發，數字基礎設施投入對該類城市的能效提升作用無法凸顯，這與前文資源稟賦異質性的結論一致。

表6 “寬帶中國”戰略對城市能源利用效率影響的異質性檢驗：五大經濟圈視角

七、結論與建議

（一）研究結論

本文立足城市層面，運用漸進雙重差分模型就數字基礎設施投入能否提高城市能源利用效率這一命題進行了全面細致的研究。主要結論如下：（1）在經過平行趨勢檢驗、安慰劑檢驗、內生性問題探討、更換被解釋變量等一系列穩健性檢驗之后發現，無關經濟發展水平和城市化水平等外在因素，數字基礎設施投入均能有效提升城市能源利用效率；（2）對市場化程度、產業集聚水平和綠色技術創新強度做了影響機制分析，發現數字基礎設施投入對能源利用效率的提升效果受到這三種因素的影響，其中綠色技術創新強度的調節作用最顯著；（3）考慮到城市客觀存在異質性，以產業結構、資源稟賦差異和樣本所處經濟圈作為分組依據進行異質性分析發現，在產業結構合理化和高級化層次更高的非資源型城市，數字基礎設施投入對能源利用效率的提升作用更顯著。“寬帶中國”戰略背景下，粵港澳大灣區、京津冀和長江中游經濟圈規劃城市的能效提升水平高于全國平均水平。

（二）建議

根據上述研究結論，為進一步發揮數字基礎設施的節能提效作用，促進能源要素高效配置，本文提出以下可供參考的建議：

1.重視數字基礎設施投入對城市能效的提升作用。持續加大數字基礎設施全國范圍投入，發揮其在緩解信息不對稱、激發綠色技術創新等方面的作用。“寬帶中國”戰略政策效應為繼續深化推動新型基礎設施建設提供了借鑒意義，不僅要擴大新型基礎設施建設的輻射范圍，也要重視地區間統籌協調，避免資源浪費和重復建設。

2.提高市場化水平，為數字基礎設施更好地發揮減排提效功能創造條件。一方面，進一步理順政府與市場的關系，加快轉變政府職能和發展理念，吸引社會資本進入共建共享，破除民間資本進入的隱性門檻，使數字基礎設施建設更好地服務于產業轉型并使綠色消費觀念得到普及；另一方面，加快能源要素市場化建設，建立健全和完善統一的碳管理平臺和能源利用體系，減少政府對能源要素的直接或間接干預，推進能耗指標向重點行業和重大項目傾斜，盤活存量用能空間，加快低碳高效行業發展，逐步淘汰落后產能，提升城市能源利用效率。

3.鼓勵企業綠色技術創新。政府可適當采用稅收和財政補貼手段來加大對從事綠色技術創新企業的政策傾斜，將數字基礎設施更多地向綠色創新強度高的城市配置，最大限度地發揮綠色技術創新對提高能效的調節作用。同時，還要助推工業企業智能化發展，通過產學研深度融合和競爭示范效應提高企業能源利用效率。

4.因地制宜地推動產業集聚。對于技術創新水平低但第二產業占比較大的城市，應重視技術改進和產業布局，優化能源消費結構，長期規劃著眼于第三產業發展；對于第二產業占比大但技術水平高的城市，在調整工業結構的同時要加快第二產業集聚，從而放大數字基礎設施投入的能效提升作用。

5.加大數字基礎設施對產業結構均衡城市和非資源型城市提升能效的支持力度，實現數字基礎設施投入在提升綠色全要素生產率方面的最大化制度紅利。對于資源型城市這類產業結構單一、產業發展不均衡的城市而言：首先，要推動資源開采技術進步和落后產能淘汰，盡可能不擴大對現有生態環境的破壞；其次，政府應加強頂層設計，引導社會資金和要素流向能耗低的環保產業，打破傳統意義上依靠資源發展的路徑依賴；最后，要積極、大膽承接其他區域的產業轉移，主動促進本地區產業合理化、多樣化發展，為城市能源利用效率的提升創造更多條件。

6.大力推廣區域一體化發展，強化現有經濟圈能效提升對周邊城市群的示范引領作用。構建城市間協同治理體制，深化數字基礎設施在數字共享、產業協同、綠色技術創新等方面的支撐作用，強優勢、補短板，形成區域能效協同提升的發展格局。此外，粵港澳大灣區、京津冀經濟圈和長江中游經濟圈應積極借助數字基礎設施平臺優勢，加快知識外溢，建立全國能源利用效率提升示范點；而成渝雙城經濟圈應繼續增加數字基礎設施投入，依照資源型城市的發展建議破除新發展模式壁壘，推動綠色集約化產業體系建設，釋放經濟潛能。

【注 釋】

①2014 年設立39 個示范城市（城市群），其中延邊朝鮮族自治州和阿壩藏族羌族自治州因數據缺失刪除，昆山市和阿拉爾市為縣級市刪除，因此2014年“寬帶城市”戰略試點對應37個城市；2015年設立39個示范城市（城市群），其中永城市為縣級市刪除，重慶市江津區、榮昌區屬市轄區刪除，因此2015年“寬帶城市”戰略試點對應36個城市；2016年設立39個示范城市（城市群），其中重慶市九龍坡區和北碚區屬市轄區刪除，文山壯族苗族自治州和林芝市因數據缺失刪除，因此2016年“寬帶城市”戰略試點對應34個城市。

【 主要參考文獻】

蔡曉春，宋美喆.我國能源利用效率及其影響因素的灰色關聯分析［J］.統計與決策，2009（24）：79 ～81.

蔡澤祥，李立浧，劉平等.能源大數據技術的應用與發展［J］.中國工程科學，2018（2）：72 ～78.

曹澤，汪永春，殷天賜.制造業集聚對工業色全要素生產率的溢出效應研究［J］.遼寧工業大學學報（自然科學版），2022（6）：408 ～414.

丁凡琳，趙文杰.生產性服務業集聚能否助力碳達峰？——基于中國地級市數據的空間分析［J］.城市發展研究，2023（1）：123 ～132.

鄧榮榮，吳云峰.有福同享：城市數字基礎設施建設與經濟包容性增長［J］.上海財經大學學報，2023（1）：3 ～18.

付子昊，景普秋.地方政府治理能力、產業結構轉型與能源消耗［J］.統計與決策，2022（10）：162 ～166.

韓軍輝，閆姍娜.綠色技術創新能力對制造業價值鏈攀升的影響［J］.科技管理研究，2018（24）：177 ～182.

何理，馮科.非正式制度、市場化進程與政府補貼——來自中國A股上市公司的經驗證據［J］.北京工商大學學報（社會科學版），2020（2）：116 ～126.

黃和平，李瑩.環境稅費改革對能源利用效率的影響與作用機制研究［J］.中國環境科學，2023（7）：3821 ～3834.

景國文.網絡基礎設施建設與經濟低碳發展——基于“寬帶中國”戰略的準自然實驗［J］.工業技術經濟，2023（3）：3 ～12.

江三良，邵宇浩.產業集聚是否導致“污染天堂”——基于全國239 個地級市的數據分析［J］.產經評論，2020（4）：109 ～118.

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.

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.

劉帥，李琪，徐曉瑜，呂爽.互聯網發展與城市創新提升——基于“寬帶中國”戰略的準自然實驗［J］.西安交通大學學報（社會科學版），2022（6）：10 ～20.

李琬，張國勝.跨越“數字鴻溝”的數字基礎設施建設供給政策研究［J］.當代經濟管理，2022（11）：24 ～30.

李小勝，安慶賢.環境管制成本與環境全要素生產率研究［J］.世界經濟，2012（12）：23 ～40.

羅奇，陳梁，趙永亮.數字基礎設施建設與企業產能利用率——來自“寬帶中國”戰略的經驗證據［J］.產業經濟研究，2022（5）：1 ～14.

牛子恒，崔寶玉.網絡基礎設施建設與勞動力配置扭曲——來自“寬帶中國”戰略的準自然實驗［J］.統計研究，2022（10）：133 ～148.

單豪杰.中國資本存量K 的再估算：1952～2006 年［J］.數量經濟技術經濟研究，2008（10）：17 ～31.

史丹，李少林.排污權交易制度與能源利用效率——對地級及以上城市的測度與實證［J］.中國工業經濟，2020（9）：5 ～23.

蘇京春，張荀.新基建如何影響我國城市經濟增長質量？——基于“寬帶中國”戰略的準自然實驗研究［J］.財政科學，2023（1）：69 ～84.

孫俊成，李恒宇.網絡基礎設施建設動態優化與企業融資約束——基于“寬帶中國”試點政策的準自然實驗［J］.科學決策，2022（12）：59 ～76.

宋國君，傅毅明，馬本等.中國地區能源利用效率評估指數體系設計及實證探討［J］.環境污染與防治，2010（10）：91 ～96.

王晗，何梟吟.產業集聚、環境規制與綠色創新效率［J］.統計與決策，2022（22）：184 ～188.

王丹楓.我國能源利用效率、經濟增長及產業結構調整的區域特征——基于1995～2007年31個省域數據的分位點回歸分析［J］.財經研究，2010（7）：104 ～113.

吳建新，郭智勇.基于連續性動態分布方法的中國碳排放收斂分析［J］.統計研究，2016（1）：54 ～60.

肖仁橋，王冉，錢麗.數字化水平對企業碳績效的非線性影響——綠色技術創新的中介作用［J］.科技進步與對策，2023（5）：96 ～106.

薛飛，周民良，劉家旗.數字基礎設施降低碳排放的效應研究——基于“寬帶中國”戰略的準自然實驗［J］.南方經濟，2022（10）：19 ～36.

徐揚，劉育杰.數字化基礎設施建設與企業技術創新——基于“寬帶中國”示范城市政策的經驗證據［J］.南京財經大學學報，2022（4）：77 ～87.

楊曉萍.地方政府行為偏差：我國能耗居高不下的重要原因［J］.學術交流，2006（11）：114 ～116.

袁航，朱承亮.數字基礎設施建設加速中國產業結構轉型升級了嗎？——基于“寬帶中國”戰略的準自然實驗［J］.經濟問題探索，2022（10）：118 ～133.

原毅軍，郭麗麗，孫佳.結構、技術、管理與能源利用效率——基于2000-2010年中國省際面板數據的分析［J］.中國工業經濟，2012（7）：18 ～30.

岳立，苗菊英.碳減排視角下黃河流域城市能源高效利用的提升機制研究［J］.蘭州大學學報（社會科學版），2022（1）：13 ～26.

種照輝，高志紅，覃成林.網絡基礎設施建設與城市間合作創新——“寬帶中國”試點及其推廣的證據［J］.財經研究，2022（3）：79 ～93.

張治棟，張凱.市場化、增長目標約束與城市環境污染［J］.華東經濟管理，2023（1）：62 ～72.