數字基礎設施建設能夠促進城市綠色全要素生產率提升嗎？

[摘要] 為探究數字基礎設施建設對中國經濟綠色發展的賦能效應，本文基于2008—2019年中國285個地級市的面板數據，以“寬帶中國”戰略試點政策為準自然實驗，采用雙重差分法實證考察數字基礎設施建設對城市綠色全要素生產率的影響。研究發現：數字基礎設施建設對中國城市綠色全要素生產率的提升具有較為顯著的正效應，且該結論得到一系列穩健性檢驗的支持；技術創新能力提升和產業結構升級是數字基礎設施建設影響城市綠色全要素生產率的兩條重要途徑；數字基礎設施建設對于經濟較發達、技術創新能力較強、產業結構水平較高的城市而言，提升綠色全要素生產率的效果會更加明顯。本文結論為充分發揮中國數字基礎設施建設的綠色賦能作用、實現經濟增長與綠色發展雙贏提供理論和實踐參考。

[關鍵詞] 數字基礎設施" 綠色全要素生產率" 技術創新" 產業結構升級" "“寬帶中國”戰略

[基金項目] 本文系國家自然科學基金面上項目“區域經濟多極網絡空間組織理論與實證研究”（項目編號為72073045）和中央高校基本科研業務費專項資金資助項目的階段性研究成果。

[作者簡介] 吳玉鳴，華東理工大學商學院教授、博士生導師，研究方向為區域經濟和應用空間計量經濟分析；李睿楠，華東理工大學商學院博士研究生，研究方向為區域經濟。

[中圖分類號] F49；F124.5；X321

[文獻標識碼] A

[文章編號] 1008-7672（2024）01-0133-16

一、 引言

在當前能源供應緊缺、污染形勢嚴峻、氣候變暖加劇等背景下，人們意識到綠色發展的重要性。近年來，中國通過采取一系列強有力的環保措施，使經濟發展方式發生了重大轉變，空氣質量和人居環境得到明顯改善。盡管中國生態文明建設頗具成效，但是仍有一些區域、行業存在較為突出的環境污染問題，電煤供應短缺的情況也時有發生。究其原因可能有：一是中國工業化和城鎮化進程的加快使社會能源消費大幅增加，生態環境遭到破壞；二是中國能源需求一直高度依賴進口，在如今復雜動蕩的外部形勢下，能源安全更易受到威脅；三是相較于發達國家，中國的能源利用效率仍處于較低水平。因此，如何進一步提升中國綠色經濟增長效率，有效緩解當前資源壓力，實現經濟增長與綠色發展的雙贏，是中國現階段需要解決的問題。

與此同時，隨著全球數字技術的革新與進步，數字經濟近年來成為許多國家的發展重點。2022年，中國數字經濟規模達50.2萬億元，占國內生產總值的比重升至41.5%。未來，數字技術將通過對傳統產業進行綠色賦能從而起到大規模降低全球碳排放的作用。數字經濟能夠顯著驅動中國低碳產業的發展，降低環境污染和碳排放。由此可見，數字化與綠色化的深度融合、聯動增效和協同發展對中國經濟社會轉型以及現代產業體系建設意義重大，是未來實現經濟高質量發展的內在需求和必由之路。

因為“數據”是數字經濟時代最重要的生產要素，所以數字基礎設施作為數據流通的“高速公路”，在當今對一國的經濟增長尤為重要。數字基礎設施即“數字化”的基礎設施，是指以數字技術為主要應用的新一代基礎設施，涵蓋5G、大數據、工業互聯網、云計算、人工智能等諸多領域。數字基礎設施通過充分釋放數據要素潛力、有效打破各種界限，一方面能夠為企業的數字化供應鏈、創新鏈和產業鏈提供高效的服務供給，幫助傳統產業實現數字化轉型；另一方面能有效解決偏遠地區的“數字鴻溝”問題，提高基本民生保障水平。數字基礎設施建設作為數字經濟發展的重要基石，是否會對中國綠色經濟增長效率產生影響？本文以綠色全要素生產率（Green Total Factor Productivity， GTFP）指標為綠色經濟增長效率的代理變量，試圖回答以下三個問題：數字基礎設施建設是否提升城市的綠色全要素生產率？如果是，其作用機制又是什么？具體到不同城市，這種影響是否存在差異？

二、 文獻綜述

現有文獻基于宏觀視角研究發現，加強數字基礎設施建設可以促進地區經濟增長、出口、就業、創新以及產業結構升級；一些學者探討了數字基礎設施建設與綠色發展之間的內在聯系，得出數字基礎設施建設能夠顯著抑制大氣污染、降低碳排放和促進制造業綠色增長的結論。也有一些學者立足微觀視角研究發現，數字基礎設施建設通過加快技術擴散，使數字技術快速滲入企業各項生產經營環節，幫助企業實現技術、產品、流程以及商業模式的創新，從而實現企業全要素生產率的提升以及企業結構的轉型升級。

有學者將污染排放、能源消耗等和環境有關的因素作為非期望產出引入生產率測量模型，由此開啟了學界對綠色全要素生產率的討論。目前學者們測算綠色全要素生產率使用較為廣泛的方法是基于方向性距離函數（Slacks-based Measure，SBM）的生產率增長指數法（Global Malmquist-Luenberger， GML），這種方法在評價生產效率時可以兼顧投入過度或產出不足的情況，也能夠較好地擬合能源消耗、環境污染所帶來的生產率效應。科技進步、產業結構升級和加大Ramp;D投入等能促進綠色全要素生產率的提升。此外，低碳城市試點政策、國家優先支持政策等也會推動區域綠色全要素生產率的增長。

目前鮮有文獻對數字基礎設施建設與綠色全要素生產率之間的內在關系進行探究，因此，本文將通過實證研究方法探究二者之間的影響關系。國務院2013年8月印發了《“寬帶中國”戰略及實施方案》，于2014年、2015年、2016年分為三個批次一共遴選出120個城市（群）作為“寬帶中國”戰略試點城市，旨在擴大這些城市的網絡覆蓋范圍，推進網絡普及與應用，提高網速與網絡服務質量，改善網民的用戶體驗。因為“寬帶中國”戰略試點政策作為中國數字基礎設施建設一項較早期的嘗試，為使用雙重差分法（DID）研究問題創造了一個良好的準自然實驗機會，所以本文將“寬帶中國”戰略試點政策視為一項準自然實驗，基于2008—2019年中國285個地級市的平衡面板數據，使用雙重差分法探究數字基礎設施建設對中國城市綠色全要素生產率的影響、作用機理以及影響的異質性。本文邊際貢獻主要體現在以下三個方面：第一，本文基于中國地級市樣本數據，實證檢驗數字基礎設施建設對城市綠色全要素生產率的影響效應，既彌補了當前研究的不足，也為今后充分發揮中國數字基礎設施建設的綠色賦能效應提供了強有力的數據支撐；第二，本文基于現有文獻的研究積累，從技術進步和產業升級的視角剖析了數字基礎設施建設影響城市綠色全要素生產率的作用機制；第三，由于不同城市的經濟發展水平、技術創新能力和產業結構水平不完全相同，本文進一步探討了數字基礎設施建設對不同城市綠色全要素生產率的影響差異。

三、 理論分析與研究假設

根據已有文獻和經濟邏輯，本文推測數字基礎設施建設可以通過技術創新效應和產業升級效應提升城市的綠色全要素生產率。

（一） 技術創新效應

數字基礎設施建設能夠推動區域創新。數字基礎設施能夠在勞動力、資本、技術等要素地理位置不發生改變的情況下，高質量地傳輸數據，這種強大的跨時空信息傳輸能力加速了知識和技術在企業內部以及企業之間的溢出與擴散，從而幫助創新主體快速獲取前沿知識和技術，提高研發效率，進而推動地區技術創新能力提升。企業的交易成本主要來自信息成本，數字基礎設施能夠為企業提供更加便捷的交易平臺，從而幫助企業拓寬交易范圍，降低交易成本，有助于企業將更多資本和時間投入到創新活動中去，進而推動地區的技術進步。數字基礎設施的大規模興建會對企業在數據存儲、管理、使用和驗證等方面提出新要求，迫使企業不斷地進行技術革新、使用新的數字網絡平臺，幫助企業實現生產方式、商業模式、管理模式的數字化和智能化轉型，從而提高該地區整體的技術創新能力。網絡經濟學中的梅特卡夫定律（Metcalfe’s Law）認為，網絡用戶規模的擴大會帶來網絡價值的指數級增長，即隨著數字基礎設施用戶數量的增加，數字基礎設施建設等硬件投入的邊際成本會不斷減少，邊際收益會不斷增加，由此產生的規模經濟效應能夠幫助企業實現研發成本的降低以及技術創新效率的提升，最終實現該地區科技創新的提速。

技術創新能力的提高又會帶來地區綠色全要素生產率的提高。技術創新能力提高會帶來當地企業生產效率的提高，進而該地區的綠色全要素生產率也會相應提高。技術創新能力提高有助于當地企業實現精準的設備管理、生產控制和污染排放追蹤監測，一旦越來越多的企業做到按需供給、節能減排和高效生產，就會推動當地綠色全要素生產率的進步。隨著地區技術創新能力的增強，大批先進綠色技術被廣泛應用于可再生能源、清潔生產、污染物監測和環境治理等領域，最終帶來當地資源利用效率的提高、污染指數的下降和綠色全要素生產率的提高。

（二） 產業升級效應

數字基礎設施建設有助于推動地區產業結構轉型升級。數字基礎設施依托先進的數字技術，能夠對教育、醫療、交通、餐飲、娛樂等傳統產業進行數字化賦能，推動傳統產業的生產方式和商業模式發生重大轉變，催生線上教學、遠程醫療、無接觸配送等大量新業態，從而推動當地產業不斷向價值鏈高端攀升，實現該地區的產業結構升級。數字基礎設施能夠實現信息的多元化傳遞，打破企業間信息流動的時空障礙，消除由信息不完全、信息不對稱所引起的問題，提高資源配置效率，最終推動地區的產業結構升級。數字基礎設施可以增強產業之間和產業內部的信息共享，實現明確的分工，因此能省去許多非必要的中間環節，降低交易成本，助力產業結構優化升級。以人工智能為代表的數字基礎設施建設所引起的“機器換人”現象，會促進技術紅利取代人口紅利，進而提高勞動生產率，降低內部交易成本，最終實現地區的產業結構升級。

產業結構升級又能在一定程度上起到“資源轉換器”和“污染物控制體”的作用。隨著地區產業結構升級，當地的經濟增長方式也會發生相應的轉變，即由原來的粗放型增長方式轉變為集約型增長方式，全社會的資源配置持續優化，不斷提高生產效率，逐步淘汰一些傳統的高污染、高耗能產業，發展環保、高效的綠色新興產業，實現當地綠色全要素生產率的提升。

基于以上分析，本文將從技術創新效應和產業升級效應的視角，構建數字基礎設施建設影響城市綠色全要素生產率的理論分析框架，如圖1所示，并提出以下假設：

假設1：數字基礎設施建設能夠提升城市的綠色全要素生產率；

假設2：數字基礎設施建設通過增強城市技術創新能力提升城市的綠色全要素生產率；

假設3：數字基礎設施建設通過推動城市產業結構升級提升城市的綠色全要素生產率。

四、 研究設計

（一） 模型設定

本文將“寬帶中國”戰略試點政策的實施視作一項準自然實驗，以衡量中國城市數字基礎設施的建設情況。參考前人的做法，構建漸進式雙重差分模型如下：

GTFPit = α0 + α1Treati×Timet + αi Xit + μi + λt + εit" " " " " " " " " " " " " " " "（1）

式（1）中，i代表城市，t代表年份，GTFPit為被解釋變量，表示第i個城市在第t年的綠色全要素生產率；交互項Treati×Timet為核心解釋變量，表示“寬帶中國”政策實施虛擬變量，為中國城市數字基礎設施建設水平的代理變量，其估計系數α1的正負和大小就是數字基礎設施建設對中國城市綠色全要素生產率的影響作用。Treati為政策分組虛擬變量，如果一個城市處于“寬帶中國”試點城市之列，那么本文將其賦值為1，反之賦值為0；Timet為政策實施時間虛擬變量，如果樣本觀測時間在“寬帶中國”試點政策實施的當年或之后年份，那么本文將Timet的值取1，其余取0。α0代表截距項，Xit為一系列控制變量，μi代表城市固定效應，λt代表年份固定效應，εit為隨機擾動項。

（二） 變量選擇

1. 被解釋變量

被解釋變量為城市綠色全要素生產率（GTFP），借鑒已有文獻的做法即采用SBM方向性距離函數和GML生產指數對該指標進行測量，具體測量過程需用到投入指標與產出指標。

測量綠色全要素生產率需要用到的投入指標分別為資本投入、勞動投入和能源投入。資本投入用各地級市的資本存量表示。本文通過永續盤存法對資本存量指標進行計算，計算公式為Kit =Iit / Pit + （1-δ） Ki（t-1），其中Kit、Iit 和Pit 分別表示各地級市在各期的資本存量、資本投入流量與固定資產投資價格指數。參考前人的做法，假設各地級市的初始資本存量為該地級市2008年固定資產投資額的10%，同時將資本折舊率δ取為9.6%，可算出各地級市以2008年為基期的資本存量。勞動投入用各地級市歷年的年末單位從業人員數量表示。由于缺乏地級市層面的能源消耗總量數據，因而能源投入用各地級市在各期的全社會用電總量衡量。

測量綠色全要素生產率需要用到的產出指標分別是期望產出指標與非期望產出指標。期望產出指標用以2008年為不變價計算得到的各地級市實際GDP進行衡量。非期望產出指標主要為地級市層面的工業廢水排放量、工業二氧化硫排放量和工業煙塵排放量，本文采用熵權法將上述各排放量指標構造成一個綜合的環境污染指數，以衡量非期望產出。

2. 核心解釋變量

本文的核心解釋變量為“寬帶中國”戰略試點政策的實施并以政策分組虛擬變量與政策實施時間虛擬變量的交互項（Treat×Time）來表示。如果某樣本城市成功入選“寬帶中國”戰略試點城市，且樣本觀測年份晚于其入選年份，那么Treat×Time取值為1，其余情況取值為0。如果回歸結果顯示交互項的估計系數α1顯著為正，那么說明數字基礎設施建設能有效促進中國城市綠色全要素生產率的提升。

3. 機制變量

借鑒以往的方法，技術創新能力（Tech）以各地級市的年度專利授權數表示。產業結構水平（Indus）。由于產業結構高級化是產業結構優化升級的一個重要維度，能夠較好地反映產業結構按照經濟發展的歷史脈絡由低級向高級轉變的動態過程，因而構造產業結構高級化指數以評估各地級市的產業結構水平。

4. 控制變量

參考有關文獻的做法，本文選取以下控制變量：經濟發展水平（Lngdp），用各地級市生產總值的自然對數表示。經濟發達地區通常擁有更多的社會財富積累，在資本、技術、勞動力等方面更加充裕，因而更加有助于推動當地綠色全要素生產率的提升。人口密度（Lndensity），用各地級市單位面積人口數量的自然對數表示。對外開放程度（Open），用各地級市進出口總額在該市GDP中的占比衡量。一個地區的對外開放程度與當地環境污染之間存在著復雜且不確定的關系，對外開放既可能引起“污染避難所效應”而加劇污染，也可能產生“溢出效應”而改善生態環境。城市綠化率（Green），用各地級市的建成區綠化覆蓋率表示。植物可以通過吸收二氧化碳、PM2.5等污染物，改善空氣質量。污染治理水平（Waste），用各地級市的污水處理率衡量。因為前文中測算綠色全要素生產率時用到的污染排放量指標無法作為控制變量被再次使用，所以此處用各地級市的污水處理率指標衡量該市的污染治理水平。

（三） 數據來源與描述性統計

鑒于數據的可得性以及“寬帶中國”試點政策的實施時間，本文選用2008—2019年中國285個地級市的平衡面板數據作為研究樣本，數據主要來自《中國城市統計年鑒》《中國城市建設統計年鑒》以及各地級市的統計年鑒和公報。本文運用均值替代法補齊少量缺失的數據。“寬帶中國”各批次試點城市名單以及其他相關數據資料均從國家工業和信息化部網站上獲得。為控制極端值的干擾，本文對部分數據進行了上下1%的縮尾處理。為避免異方差和統計性偏誤，本文還對部分變量采取了對數化處理。主要變量的描述性統計結果如表1所示。

五、 實證結果與分析

（一） 基準回歸結果

基于以上分析，本文將“寬帶中國”戰略試點政策構造為一項準自然實驗，采用雙重差分法（DID）實證檢驗數字基礎設施建設對中國城市綠色全要素生產率的影響。表2中呈現了漸進式雙重差分模型的估計結果。下文將主要分析表中的第9列，即在模型中加入了所有控制變量并同時控制了城市固定效應和年份固定效應下所得到的回歸結果。

由表2第9列可知，“寬帶中國”政策實施虛擬變量的估計系數為0.0156，且在5%水平下顯著，這說明以“寬帶中國”戰略試點政策為代表的數字基礎設施建設能夠將城市的綠色全要素生產率提升約1.56%，由此假設1得到驗證。這表明，“寬帶中國”戰略試點政策作為數字基礎設施建設一項較早期的嘗試，這些年在提升了數字基礎設施建設水平的同時，也為經濟綠色高質量發展作出了一定的貢獻。較高的經濟發展水平不利于城市綠色全要素生產率提升，甚至還會起到阻礙作用，這可能是因為經濟發展水平較高的城市往往工業化程度也較高，這必然會加劇當地的能源消耗和工業污染，進而不利于該城市綠色全要素生產率水平的提高。隨著一個城市對外開放水平的提升，該城市的綠色全要素生產率則會受到一定程度的抑制，這主要是因為一些發達國家的生產企業為避開本國嚴格的環保規定，會通過貿易活動將大量的污染型企業轉移到環境政策相對寬松的發展中國家，從而使發展中國家逐漸淪為“污染避難所”，生態環境遭到嚴重破壞，城市的綠色全要素生產率也會隨之下降。加強城市的綠化建設則能夠在一定程度上提升城市綠色全要素生產率水平，這與前文的理論預期相吻合。一個城市的人口密度和污染治理水平對該城市的綠色全要素生產率無明顯影響。

（二） 平行趨勢檢驗

采用雙重差分法進行政策評估的前提是模型必須滿足“平行趨勢”假設，即試點城市與非試點城市在“寬帶中國”政策實施以前的綠色全要素生產率要具有相同的變化趨勢，否則得出的政策效應可能會受到由城市本身差異所帶來的干擾。參考前人的“事件分析法”，構建以下模型進行平行趨勢檢驗：

GTFPit = α0 + ∑4t =-5 αtTreati × Timet + αi Xit + μi + λt + εit" " " " " " " " " " " "（2）

式（2）中，i表示城市，t表示年份；αt為平行趨勢檢驗中需要重點關注的估計系數，表示“寬帶中國”政策效應在政策實施的前5年、實施當年和后4年的估計值。為了便于觀測被解釋變量在“寬帶中國”政策實施前后的變化情況，本文采用圖示法來展現平行趨勢檢驗的結果，如圖2所示。在圖2中，縱坐標代表“寬帶中國”政策效應回歸系數αt的大小，橫坐標代表政策實施的相對時間，圖中的短豎線代表置信區間。由圖2可以看出，在“寬帶中國”試點政策實施以前，估計系數均未能通過顯著性檢驗，這表明在“寬帶中國”政策發生以前，試點城市與非試點城市的綠色全要素生產率之間并無顯著差異。從“寬帶中國”政策實施后的第1年往后回歸系數均顯著為正，且該政策對試點城市綠色全要素生產率的提升效果呈逐年上升態勢。綜上所述，平行趨勢檢驗通過，即前文雙重差分模型結果是可靠的。

（三） 穩健性檢驗

1. 反事實檢驗

為確保回歸結果的穩健性，本文采用改變“寬帶中國”政策發生時點的方法對上述結果進行反事實檢驗，即假設“寬帶中國”政策的實施時間分別提前1年、2年、3年、4年，之后再次觀測回歸結果的變化，通過這種方法可以排除某些隨時間變化的因素可能對回歸結果造成的干擾。由表3的回歸結果可知，如果將“寬帶中國”試點政策的實施年份提前，那么該政策對中國城市綠色全要素生產率的提升效果將不再顯著。這說明其他隨機因素與城市綠色全要素生產率之間不存在明顯關聯，因此進一步證實了上述結果的穩健性。

2. 傾向得分匹配（PSM-DID）檢驗

“寬帶中國”試點城市的選擇可能不是隨機的，而是依據城市的某些資源優勢進行選取的，換句話說，即使沒有“寬帶中國”政策的沖擊，試點城市與非試點城市的綠色全要素生產率也可能會因為某些資源稟賦的不同而存在系統性差異。因此，為避免樣本選擇性偏誤，本文采用傾向得分匹配法（PSM）將“寬帶中國”試點城市與非試點城市樣本先進行匹配，之后再次使用雙重差分法進行估計，從而保證政策沖擊所造成的不同結果之間是可以比較的。在使用傾向得分匹配法之前，需對樣本進行平衡性檢驗，即檢驗試點城市與非試點城市在匹配之后所有控制變量的值是否有顯著差異。如果差異不顯著，那么說明匹配效果良好，即選用這樣的匹配樣本進行下一步的雙重差分估計是可靠的。采用Logit回歸模型對“寬帶中國”試點城市與非試點城市進行卡尺內最近鄰匹配，由表4平衡性檢驗結果可知，匹配后兩組間所有控制變量皆不存在顯著差異，說明平衡性檢驗通過。

如表5所示，核心解釋變量Treat×Time的回歸系數在有無控制年份的情況下分別在5%、10%水平下顯著為正，即采用傾向得分匹配法得到的估計結果與基準回歸結果基本一致，再次說明上述分析結果具有穩健性，即中國的數字基礎設施建設確實可以起到提升城市綠色全要素生產率的效果。

3. 剔除部分試點城市樣本

由于首批入選“寬帶中國”戰略試點的城市大多為直轄市、省會城市以及計劃單列市，這可能導致試點城市選擇的非隨機性，因而本文嘗試剔除第一批進入“寬帶中國”試點名單的城市，即以第二批、第三批試點城市為處理組樣本，以其他城市作為對照組樣本，采用同時控制了城市固定效應和年份固定效應的雙重差分模型再次進行回歸，結果如表6的第2列、第3列所示。在剔除了首批“寬帶中國”試點城市之后，數字基礎設施建設對城市綠色全要素生產率的影響依然顯著為正。為進一步驗證結論的客觀性，本文以第二批“寬帶中國”試點城市作為處理組單獨進行考察，回歸結果如表6的第4列、第5列所示。本文以第三批“寬帶中國”試點城市作為處理組單獨進行考察，回歸結果如表6的第6列、第7列所示。無論是剔除第一批試點城市即以第二批、第三批試點城市作為處理組，還是對第二批和第三批試點城市單獨進行考察，結果都證實了數字基礎設施建設可以提升城市綠色全要素生產率的結論是穩健的。

（四） 擴展性分析

1. 作用機制分析

本文參考前人的逐步回歸法，在模型（1）的基礎上加入構建中介效應模型如下：

Medit = β0 + β1Treati × Timet + βiXit + μi + λt + εit" " " " " " " " " " " " " " " " " " " "（3）

GTFPit = γ0 + γ1Treati × Timet + γ2Medit + γi Xit + μi + λt + εit" " " " " " " " " " " "（4）

其中，中介變量Medit代表數字基礎設施建設影響城市綠色全要素生產率的作用機制，包括技術創新能力（Tech）和產業結構水平（Indus）。如果估計結果顯示α1、β1、γ2皆顯著，那么說明存在中介效應。由于模型（1）的系數α1顯著為正，因此這一步僅需考察系數β1與系數γ2的顯著性水平即可。

在表7中，第2列、第3列檢驗的是技術創新能力中介效應。由表7的第2列可知，“寬帶中國”政策實施虛擬變量（Treat×Time）的系數估計值為0.2464，在1%水平下顯著，表明推進數字基礎設施建設可以有效提升城市的技術創新水平。由表7的第3列可知，如果模型中同時加入“寬帶中國”政策實施虛擬變量與城市技術創新能力的代理變量——專利授權數（Tech），那么“寬帶中國”政策實施虛擬變量的系數估計值為0.0177，在5%水平下顯著，專利授權數的系數估計值為0.0153且在1%水平下顯著。技術創新能力中介效應模型的系數α1、β1、γ2均顯著為正，這可以證實，數字基礎設施建設能夠通過提高城市的技術創新能力來提升該城市的綠色全要素生產率，由此假設2得到驗證。

表7的第4列、第5列檢驗的是產業結構水平中介效應。由表7的第4列可知，“寬帶中國”政策實施虛擬變量的回歸系數估計值為0.1053，在1%水平下顯著，說明數字基礎設施建設能推動城市產業結構逐漸由低級化向高級化演進，即推動該城市實現產業結構升級。由表7的第5列可知，當模型中同時納入“寬帶中國”實施虛擬變量與產業結構水平的代理變量——產業結構高級化指數（Indus）時，“寬帶中國”實施虛擬變量的系數估計值為0.0185，產業結構高級化指數的系數估計值為0.0281，分別在5%和1%水平下通過顯著性檢驗。產業結構水平中介效應檢驗的系數α1、β1、γ2均顯著為正。這表明，數字基礎設施建設也能通過推動城市的產業結構升級從而提升該城市的綠色全要素生產率水平，由此假設3得到驗證。

2. 異質性分析

由于不同城市的資源稟賦、現實條件等方面存在差異，因而可能造成數字基礎設施建設對不同城市綠色全要素生產率的提升效果不同，本文分別從城市經濟發展水平、技術創新能力和產業結構水平方面對上述研究結果進行異質性分析。參考現有文獻的做法，本文構造如下三重差分模型：

GTFPit = α0 + α1Treati × Timet × Cityi + αi Xit + αit + αim + αtm + μi + λt + εit（5）

在式（5）中，Cityi代表城市類型虛擬變量；α1為“寬帶中國”政策實施虛擬變量與城市類型虛擬變量交互項的估計系數，能體現由城市類型差異所導致的政策影響差異；αit、αim、αtm為交互效應，其中αit用于控制政策分組虛擬變量與政策實施時間虛擬變量的交互項，αim用于控制政策分組虛擬變量與城市類型虛擬變量的交互項，αtm用于控制政策實施時間虛擬變量與城市類型虛擬變量的交互項。如果回歸結果中α1顯著，那么說明數字基礎設施建設對城市綠色全要素生產率的影響效果會因城市的不同而存在差異。

借鑒現有文獻的做法，在經濟發展水平方面，將所有樣本城市以該城市地區生產總值的中位數為界分為經濟發達城市與經濟欠發達城市，如果某城市屬于經濟發達城市，那么Cityi的值為1，否則為0。在技術創新能力方面，按照所有樣本城市專利授權量的中位數將樣本城市劃分為高技術創新城市和低技術創新城市，如果某城市為高技術創新城市，那么Cityi的值為1；否則為0。在產業結構水平方面，根據樣本城市產業結構高級化指數的中位數將樣本城市分為高產業結構城市與低產業結構城市，如果某城市屬于高產業結構城市，那么Cityi的值為1；否則為0。分析結果如表8所示。

由表8的第2列、第3列可知，“寬帶中國”政策實施虛擬變量與城市經濟發展水平虛擬變量的交互項（Treat×Time×City）的估計系數顯著為正，這表明對于經濟發達城市而言，數字基礎設施建設對其綠色全要素生產率的提升效果會更加突出。這可能是由于數字基礎設施相較于傳統的基礎設施而言，對新一代信息技術、新型應用場景、資本以及人才等要素的需求更強，經濟發達城市通常對此類高級要素的投入更多，因而便于更高質量地推進城市數字基礎設施建設，這將有助于該城市的綠色全要素生產率提升。數字基礎設施建設對于經濟發達的城市而言意義重大，當地政府可以通過大力推進數字基礎設施建設實現該城市綠色全要素生產率的提升，從而有效緩解因經濟發展和工業化進程給當地綠色全要素生產率帶來的負面影響。由表8的第4列、第5列可知，“寬帶中國”政策實施虛擬變量與城市技術創新能力虛擬變量的交互項（Treat×Time×Tech）的估計系數顯著為正，這表明對于技術創新能力較強的城市來說，數字基礎設施建設對其綠色全要素生產率會產生更為明顯的提升效果。這可能是由于技術創新能力較強的城市往往對數字技術的研發水平和應用水平較高，數字基礎設施的建設正是依托新一代數字技術的發展，因此技術創新能力較強的城市在數字基礎設施建設方面往往會具有更高的研發水平，進而能夠更顯著地推動城市綠色全要素生產率進步。從表8的第6列、第7列可知，“寬帶中國”政策實施虛擬變量與城市產業結構水平虛擬變量的交互項（Treat×Time×Indus）的估計系數依然顯著為正，這說明數字基礎設施建設對于產業結構水平較高的城市來說，對其綠色全要素生產率會產生更為顯著的正向影響。這可能是因為產業結構水平較高的城市通常服務業占比較高，而與其他產業相比，服務業對數字信息技術有更多的應用需求，產業結構水平較高的城市能夠更充分地釋放數字基礎設施建設帶來的大規模“數字紅利”，進而促進該城市綠色全要素生產率水平的提升。

六、 結論與啟示

本文嘗試探究中國數字基礎設施建設的綠色賦能作用，并以“寬帶中國”戰略試點政策為準自然實驗，基于2008—2019年中國285個地級市的平衡面板數據，構建雙重差分模型，實證檢驗數字基礎設施建設對中國城市綠色全要素生產率的影響。數字基礎設施建設有助于提升中國城市的綠色全要素生產率，且該結論在經過穩健性檢驗后仍然成立，這反映出數字基礎設施建設除了能為數字經濟發展提供支撐之外，還具有促進數字化和綠色化協同發展、助力實現經濟增長與綠色發展雙贏的作用。數字基礎設施建設可以通過提升城市技術創新能力和助推城市產業結構升級來促進城市綠色全要素生產率提升；而對于經濟較為發達、技術創新能力較強和產業結構水平較高的城市來說，數字基礎設施建設對其綠色全要素生產率的提升作用會更加明顯。

根據上述研究結論，本文得出的政策啟示如下：

第一，加快推進數字基礎設施建設，力爭早日建成高速、安全、穩定的數字基礎設施體系，并適當超前謀劃數據中心、6G網絡、物聯網等新型數字基礎設施建設，以支撐未來數字經濟的長遠發展，保障基本民生。此外，經濟發達城市可通過數字基礎設施建設來緩解因高強度發展經濟對當地經濟綠色發展造成的損害，經濟欠發達城市更應抓住數字時代的關鍵發展契機，積極謀劃數字基礎設施建設。

第二，大力拓展數字基礎設施與傳統產業的融合應用場景，積極探索各種數字經濟新產業、新業態、新模式，以充分發揮數字基礎設施對傳統產業的綠色賦能作用，助力經濟社會實現全面綠色轉型。

第三，各地應加強企業與高校、科研院所之間的產學研合作，鼓勵并支持企業加大對數字技術、數字技術創新應用場景、高科技人才等方面的投入力度，力爭在數字技術的創新研發與應用方面有所突破。各地依托先進的數字技術更高質量地推進物聯網、工業互聯網、人工智能等數字基礎設施建設，進而促進經濟綠色可持續發展。

第四，各地應在充分考慮自身資源的基礎上，適度提升第三產業占比，并不斷提升產業的現代化水平，通過產業升級逐步提升當地企業使用數字技術的能力，進而發揮數字基礎設施建設在提升城市綠色全要素生產率方面的“數字紅利”。

（責任編輯：肖舟）

數據來自國家互聯網信息辦公室于2023年5月發布的《數字中國發展報告（2022年）》。

SMARTer2030：Environmental Opportunity，https：//smarter2030.gesi.org/the-opportunity，最后訪問日期：2023年9月30日。

鄔彩霞、高媛：《數字經濟驅動低碳產業發展的機制與效應研究》，《貴州社會科學》2020年第11期。

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》，《管理世界》2020年第10期。

程文先、錢學鋒：《數字經濟與中國工業綠色全要素生產率增長》，《經濟問題探索》2021年第8期。

Koutroumpis P.，“The Economic Impact of Broadband on Growth： A Simultaneous Approach，” Telecommunications Policy， Vol.33， No.9， 2009， pp.471-485.

Mallick H.，“Role of Technological Infrastructures in Exports： Evidence from A Cross-country Analysis，” International Review of Applied Economics， Vol.28， No.5， 2014， pp.669-694.

Ivus O. and Boland M.，“The Employment and Wage Impact of Broadband Deployment in Canada，” The Canadian Journal of Economics/Revue canadienne d’Economique， Vol.48， No.5， 2015， pp.1803-1830.

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》，《經濟問題探索》2022年第10期。

牛子恒、崔寶玉：《網絡基礎設施建設與大氣污染治理——來自“寬帶中國”戰略的準自然實驗》，《經濟學報》2021年第4期。

李健旋、姚幃之：《數字基礎設施投入對中國制造業綠色增長的影響：空間效應與機制分析》，《科學學與科學技術管理》2022年第8期。

郭金花、郭檬楠、郭淑芬：《數字基礎設施建設如何影響企業全要素生產率？——基于“寬帶中國”戰略的準自然實驗》，《證券市場導報》2021年第6期。

金環、魏佳麗、于立宏：《網絡基礎設施建設能否助力企業轉型升級——來自“寬帶中國”戰略的準自然實驗》，《產業經濟研究》2021年第6期。

Pittman R. W.，“Multilateral Productivity Comparisons with Undesirable Outputs，” The Economic Journal， Vol.93， No.372， 1983， pp.883-891.

戴魁早、駱莙函：《環境規制、政府科技支持與工業綠色全要素生產率》，《統計研究》2022年第4期。

逯進、李婷婷：《產業結構升級、技術創新與綠色全要素生產率——基于異質性視角的研究》，《中國人口科學》2021年第4期。

王亞飛、陶文清：《低碳城市試點對城市綠色全要素生產率增長的影響及效應》，《中國人口·資源與環境》2021年第6期。

張明林、李華旭：《國家優先支持政策促進綠色全要素生產率的效應評估——來自革命老區的經驗證據》，《財經研究》2021年第10期。

李云鶴、李杏：《數字基礎設施建設與區域創新》，《統計與決策》2022年第17期。

薛成、孟慶璽、何賢杰：《網絡基礎設施建設與企業技術知識擴散——來自“寬帶中國”戰略的準自然實驗》，《財經研究》2020年第4期。

趙星：《新型數字基礎設施的技術創新效應研究》，《統計研究》2022年第4期。

韓先鋒、宋文飛、李勃昕：《互聯網能成為中國區域創新效率提升的新動能嗎》，《中國工業經濟》2019年第7期。

梅特卡夫定律由美國經濟學家喬治·吉爾德于1993年提出。其主要內容是一個網絡的價值等于該網絡內的節點數的平方，并且該網絡的價值與聯網的用戶數的平方成正比。

Liu G.， Wang B. and Zhang N.，“A Coin Has Two Sides： Which One Is Driving China’s Green TFP Growth？” Economic Systems， Vol.40， No.3， 2016， pp.481-498.

宋德勇、李超、李項佑：《新型基礎設施建設是否促進了綠色技術創新的“量質齊升”——來自國家智慧城市試點的證據》，《中國人口·資源與環境》2021年第11期。

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》，《經濟問題探索》2022年第10期。

于斌斌：《產業結構調整如何提高地區能源效率？——基于幅度與質量雙維度的實證考察》，《財經研究》2017年第1期。

劉志彪、凌永輝：《結構轉換、全要素生產率與高質量發展》，《管理世界》2020年第7期。

袁航、朱承亮：《國家高新區推動了中國產業結構轉型升級嗎》，《中國工業經濟》2018年第8期。

逯進、李婷婷：《產業結構升級、技術創新與綠色全要素生產率——基于異質性視角的研究》，《中國人口科學》2021年第4期。

張軍、吳桂英、張吉鵬：《中國省際物質資本存量估算：1952—2000》，《經濟研究》2004年第10期。

楊龍、胡曉珍：《基于DEA的中國綠色經濟效率地區差異與收斂分析》，《經濟學家》2010年第2期。

袁航、朱承亮：《國家高新區推動了中國產業結構轉型升級嗎》，《中國工業經濟》2018年第8期。

牛子恒、崔寶玉：《網絡基礎設施建設與大氣污染治理——來自“寬帶中國”戰略的準自然實驗》，《經濟學報》2021年第4期。

楊子暉、田磊：《“污染天堂”假說與影響因素的中國省際研究》，《世界經濟》2017年第5期。

https：//www.miit.gov.cn/ztzl/lszt/qltjkdzg/index.html，國家工業和信息化部網站，最后訪問日期：2023年9月30日。

Beck T.， Levine R. and Levkov A.，“Big Bad Banks？The Winners and Losers from Bank Deregulation in the United States，” The Journal of Finance， Vol.65， No.5， 2010， pp.1637-1667.

Baron R. M. and Kenny D. A.，“The Moderator-mediator Variable Distinction in Social Psychological Research： Conceptual， Strategic， and Statistical Considerations，” Journal of Personality and Social Psychology， Vol.51， No.6， 1986， pp.1173-1182.

牛子恒、崔寶玉：《網絡基礎設施建設與大氣污染治理——來自“寬帶中國”戰略的準自然實驗》，《經濟學報》2021年第4期。

薛成、孟慶璽、何賢杰：《網絡基礎設施建設與企業技術知識擴散——來自“寬帶中國”戰略的準自然實驗》，《財經研究》2020年第4期。