數字經濟如何提升土地綠色利用效率

關鍵詞：數字經濟；土地綠色利用效率；產業集聚；技術創新；環境規制中圖分類號：F061.5；F49 文獻標識碼：A 文章編號：1000-176X（2025）05-0104-14

一、問題的提出

盡管“以地謀發展”的傳統模式曾鑄就經濟發展的“中國式奇跡”，但隨之而來的土地利用效率低下、生產方式粗放和生態環境惡化等問題逐漸顯現，成為制約經濟高質量發展的因素。黨的二十大報告指出：“推動經濟社會發展綠色化、低碳化是實現高質量發展的關鍵環節。”土地是承載經濟、生態、社會等功能的空間載體，其合理規劃與高效利用對于實現可持續發展目標具有舉足輕重的作用。面對土地資源有限的嚴峻挑戰，開展低效土地再開發，調整土地利用方式，推動土地利用向集約化、綠色化、低碳化轉型，不僅能夠有效遏制高資源消耗和高污染排放，緩解土地供需間的結構性矛盾和區域差異，還能為土地資源的可持續利用奠定堅實基礎。長江經濟帶經濟活動較為密集，經濟活動對土地資源的需求較大，且不同地區間的經濟發展水平存在差異，導致土地資源利用效率也存在差異。那么，如何平衡經濟發展與環境保護的關系，全面提升土地綠色利用效率，成為當前亟待解決的重要課題。

學術界圍繞土地綠色利用問題展開了激烈的討論。國外學者將研究視角聚焦于土地資源與多類型資源的耦合[1]、土地資源保護[2]、土地利用模式[3]、土地利用功能評價及可持續的空間規劃方法[4，旨在評估土地利用功能，探索科學的土地統籌途徑，從而實現經濟與生態的和諧共生。國內學者主要側重于研究土地綠色利用效率的影響機制[5]、土地資源配置[6]、土地生態系統服務價值[7]、土地利用效益評價[8]和土地利用結構[9]，旨在探討如何在突破土地資源利用瓶頸的同時減少對生態環境的破壞。隨著數字經濟的發展，數據成為新興生產要素，與勞動力、資本、土地等傳統要素相互融合，對土地利用功能的有效實現產生重要影響。

聚焦數字經濟在土地要素領域的作用，已有研究主要包括兩個方面。一方面，數字經濟為土地資源的合理開發與空間規劃開辟了新路徑。黃林秀和郝堅[10]認為，數字經濟能夠重塑經濟地理格局，有助于縮小城市間的經濟差距，進而推動土地資源的合理配置。楊慧梅和江璐[]認為，數字經濟能夠加速區域協調發展格局的形成。另一方面，數字經濟為土地節約和綠色利用等發展模式注人了強勁動能。秦芳等[12認為，數字經濟能夠提升土地流轉率，從而推動土地資源的優化配置和高效利用。數字經濟能夠降低能源損耗和環境污染等非期望產出，以高質量的生態產品與服務保障人地關系和諧統一，推動城市國土空間可持續發展。綜上，在貫徹新發展理念、推動土地利用綠色轉型的過程中，深人研究數字經濟對土地綠色利用效率的影響尤為重要。這不僅對于優化土地利用結構、緩解資源壓力、提升區域土地綠色利用效率具有重要的理論和實踐意義，而且成為鞏固經濟與生態效益成果、化解發展與環境保護矛盾的新途徑。

與已有研究相比，本文可能的邊際貢獻包括三個方面。首先，本文提出了數字經濟通過推動產業集聚、促進技術創新和加強環境規制提升土地綠色利用效率的作用機制，并檢驗了這三種機制的傳導效應，深化了數字經濟對土地綠色利用效率提升效應的機制解釋。其次，本文對數字經濟提升土地綠色利用效率的短期空間效應和長期空間效應進行了較為全面的經驗識別，為相關領域的研究提供了新的視角和方法。最后，本文驗證了數字經濟對土地綠色利用效率的空間溢出效應隨經濟地理距離衰減，并測度出了空間溢出效應的衰減邊界，為各地區因地制宜地制定相關政策提供了經驗支持和決策參考。

二、理論分析與研究假設

（一）數字經濟對土地綠色利用效率的影響

數據要素是數字經濟深化發展的核心引擎，將對經濟增長方式和生產力發展路徑產生重大影響[13]。數據依托數字空間和密切聯系的信息網絡鏈接成多形態組織，在提升土地綠色利用效率方面發揮著重要作用。從數字經濟基礎層面看，數字基礎設施是一種重要的公共投資，通過提供豐富的數據資源和平臺設施實現資源共享[14]。數字經濟的基礎是數據，建立健全的數字基礎設施，如數據中心、云計算平臺等，能夠有效支持土地資源的數字化管理和分析，進而實現精細化、智能化的土地利用規劃。此外，數字經濟具有高滲透性、高附加性、網絡化等特征，能夠重塑城市土地利用結構，緩解城市土地資源錯配[15]。從數字經濟應用層面看，其一，在智慧農業領域，數字經濟通過傳感器和無人機等技術監測土壤質量和作物生長情況，實現精準施肥和灌溉，提升農業生產效率，減少對土地資源的浪費和污染。其二，在智慧城市建設領域，數字經濟應用于城市規劃和交通管理等方面，優化土地利用結構，提升土地資源的綜合利用效率，推動土地向綠色可持續發展邁進。基于上述分析，本文提出如下假設：

假設1：數字經濟能夠提升土地綠色利用效率。

（二）數字經濟對土地綠色利用效率的作用機制

數字經濟能夠推動產業集聚，進而提升土地綠色利用效率。其一，在數字產業集聚的區域，土地資源得到高效利用，得益于土地資源分配和規劃的合理性，避免了資源的浪費和重復建設。此外，數字產業集群內的企業構建了緊密的產業鏈供應鏈體系，通過共享知識和信息增加單位土地收益，進而提升土地要素利用效率[16]。其二，產業集聚是從粗放型產業結構向生態型產業結構演進的過程，增強了產業間的生態關聯和協調能力。數字經濟推動產業結構優化升級，使得土地資源向更高效、更環保的產業轉移，促進了土地綠色發展。產業結構升級是土地利用結構變化的根本驅動力，對區域快速發展和全方位進步起到關鍵作用。數字經濟促進了要素在產業間的合理流動與優化配置，進而提升土地要素利用效率[17]。基于上述分析，本文提出如下假設：

假設 ：數字經濟通過推動產業集聚提升土地綠色利用效率。

內生增長理論強調，技術創新是驅動經濟內生增長的關鍵因素〔18]。作為數字經濟的重要支撐和表現形式，數字技術提升了土地綠色利用效率，其一，數字經濟整合了地理信息系統、遙感技術和全球定位系統等現代信息技術，通過強大的數據收集、存儲和分析能力，實現了對土地資源的精確測量、動態監測和高效管理[19]。大數據分析技術可以精確評估土地資源的適宜性，為農業生產、城市建設和生態保護等領域提供了堅實的科學依據，有效避免了盲目開發和資源浪費，進而大幅提升了土地要素的投人效率。其二，數字技術的零邊際成本優勢有助于更好地發揮數據要素的規模經濟和范圍經濟效應，促進了數據要素與土地要素的關聯化、精細化和網絡化[20]。特別是數字虛擬技術的應用，在不占用實際土地資源的前提下，為人們提供多樣化的娛樂、教育和醫療等服務，有效緩解了土地稀缺問題。其三，數字孿生技術可以構建土地利用的虛擬模型，模擬各種土地利用場景和效果。這一創新技術不僅直觀展示了土地利用功能的兼容性，還幫助規劃者更深入地理解土地利用規劃的內涵，進而實現單位土地上居住、工作、休閑等多種功能的和諧共存，提升土地綠色利用效率。基于上述分析，本文提出如下假設：

假設2b：數字經濟通過促進技術創新提升土地綠色利用效率。

數字經濟通過智能化的環境規制手段提升土地綠色利用效率。其一，基于‘ 物聯網 遙感”的數字化監測體系實現土地污染源精準識別，大幅降低監管成本。區塊鏈賦能的生態補償機制能夠實現跨區域環保資金智能分配，進一步促進土地綠色利用和生態保護的協同發展。其二，環境規制政策鼓勵企業采用清潔生產技術，減少污染物排放，推動區域內產業綠色技術創新與升級[21]。為了引導企業和個人在土地利用過程中更加注重環境保護和可持續發展，政府逐漸健全激勵約束機制。例如，對符合環保標準的數字化轉型企業，政府給予稅收優惠、資金扶持[22]；對于違反環保規定的企業，政府依法進行處罰和整改。在環境規制的框架下，企業逐漸摒棄傳統的重污染、高能耗生產工藝，轉而投入到低碳減排等新工藝的研發與生產流程中。這不僅有助于企業找到生產效率與環境保護之間的最佳平衡點，還推動了產業結構的升級，促進了土地資源的集約利用和高效管理。基于上述分析，本文提出如下假設：

假設 ：數字經濟通過加強環境規制提升土地綠色利用效率。

（三）數字經濟對土地綠色利用效率的空間溢出效應

數字經濟能夠有效突破時空限制，不僅提升本地區土地綠色利用效率，還能夠提升鄰近地區土地綠色利用效率。其一，數字經濟具有輻射效應。數字經濟具備強滲透性，可以加速信息、知識和技術等要素的橫向跨區域擴散，有效緩解“信息孤島”現象[23]。信息的無障礙流通為鄰近地區提供了平等的發展機遇，促進了土地資源的合理利用和綠色發展。其二，數字經濟具有網絡效應。數字經濟通過大數據、互聯網、人工智能等數字技術降低了信息傳遞和交易成本[24]。數字經濟推動了數字技術跨區域快速擴散和規模化應用，這種網絡效應提升了數字技術和可持續發展項目的可行性。數字經濟的網絡效應推動了不同區域、行業間的深度融合與協同發展，有助于形成更加科學合理的土地利用模式和規劃方案，進而推動土地資源的優化配置和高效利用，并產生空間溢出效應。其三，數字經濟具有引領效應。隨著數字技術的廣泛應用，一系列新的土地利用模式和業態應運而生，如智慧城市、綠色能源等，提升了土地資源利用效率，推動土地利用方式向更加綠色、環保、可持續的方向發展。然而，數字經濟的空間溢出效應在長期與短期的影響有所不同。數字經濟依賴于先進的技術支持，而數字技術無法在短期內普及。隨著數字技術的不斷成熟和廣泛應用，其在經濟領域的滲透逐漸加深，數字經濟的溢出效應將更加明顯[25]。從長期視角看，數字經濟能夠更精準地監測土地資源使用情況，更高效地優化土地資源配置，從而更大程度地提升土地綠色利用效率。基于上述分析，本文提出如下假設：

假設3：數字經濟對土地綠色利用效率的影響存在空間溢出效應，且長期空間溢出效應大于短期空間溢出效應。

三、研究設計

（一）變量定義

1.被解釋變量

本文的被解釋變量是土地綠色利用效率（ ）。本文參考孫燕等[26]的研究，基于規模收益不變的全局非期望產出超效率SBM模型構建土地綠色利用效率指標體系，如表1所示。其中，對于社會發展指數的測度，本文參考梁流濤等[27]的方法，選取人口自然增長率、人均城市生產總值、人均可支配收入、失業率、每萬人擁有病床位數、科教事業經費占財政總支出比重、地均規模以上工業企業新產品銷售利潤等指標，運用熵值法合成社會發展指數。

2.解釋變量

本文的解釋變量是數字經濟 （ D C ） 。本文參考陳夢根和周元任[28的研究，結合國家統計局發布的《數字經濟及其核心產業統計分類》，從數字產品制造、數字產品服務、數字技術應用、數字要素驅動和數字化效率提升五個維度構建數字經濟指標體系。為了避免主觀賦權帶來的偏差，本文采用熵權法賦予各指標相應的權重。

3.機制變量

產業集聚 （ I A ），本文借鑒ODonoghue和Gleave［29]的研究，采用更直觀的區位熵衡量，如下：

其中，i、t、 分別表示城市、年份、產業， I A 表示產業集聚， L 表示就業人數， 表示 i 城市 年 m 產業就業人數占城市總就業人數的比重， 表示 年 m 產業就業人數占總就業人數的比重。

技術創新 （ I E ），本文借鑒邊志強[30]的研究，采用綠色發明專利授權量加1的自然對數衡量。

環境規制（ER），本文借鑒劉榮增和何春[31]的研究，采用環境污染治理投資總額與城市第二產業生產總值的比值衡量。

4.控制變量

基礎設施水平（INF），采用城市人均道路面積的自然對數衡量；人力資本水平（HCL），采用大專以上人口占城市總人口的比重衡量；勞動力供給 （ L A B ） ，采用年末從業人員數的自然對數衡量；外商直接投資 （ F D I ） ，采用外商直接投資額占城市生產總值的比重衡量；城鎮化水平（URB），采用城鎮人口占城市總人口的比重衡量。

（二）模型構建

為了檢驗數字經濟對土地綠色利用效率的影響，本文構建基準回歸模型如下：

其中， i 和 分別表示城市和年份， G L E 表示土地綠色利用效率， D C 表示數字經濟，Control表示上述一系列控制變量， λ 表示城市固定效應， μ 表示年份固定效應， ε 表示隨機誤差項。

（三）數據來源

本文基于2003—2023年長江經濟帶108個城市的面板數據進行研究。本文數字經濟相關指標來源于Wind數據庫和CSMAR數據庫。其他指標和控制變量的數據主要來源于歷年《中國統計年鑒》《中國環境統計年鑒》《中國城市統計年鑒》《中國區域經濟統計年鑒》。在測算過程中，針對缺失值，本文采取以下處理措施：剔除連續缺失4年以上的樣本；為了填補數據空缺，利用Python工具從各地區人民政府官網和統計局官網等權威網站進行爬取補充；對于個別缺失值，采用線性插值法進行補充。對于異常值，本文采取以下處理措施：采用描述性統計分析和繪制箱線圖等方法識別存在異常值的樣本；查閱原始數據及相關文獻，逐一確認其是否為數據錄人錯誤或特殊經濟事件等引發的合理異常；依據核實結果，對錄入錯誤的異常值進行修正，對因特殊經濟事件等導致的合理異常值予以保留。表2是本文主要變量的描述性統計結果。

四、實證結果與分析

（一）基準回歸結果與分析

表3是數字經濟賦能土地綠色利用效率的基準回歸結果。表3列（1）匯報了在未引入控制變量的情況下，僅控制城市固定效應和年份固定效應的回歸結果。數字經濟的回歸系數為0.942，

且在 1 % 水平上顯著。表3列（2）引入一系列控制變量，數字經濟的回歸系數為0.227，且在 1 % 水平上顯著。可見，數字經濟能夠提升土地綠色利用效率。因此，假設1得到驗證。

（二）內生性檢驗

1.工具變量法

考慮到數字經濟與土地綠色利用效率之間可能存在內生性問題，本文參考 和Elhorst[32]的研究，選取滯后一期數字經濟作為工具變量 （ I V 1 ） ），采用工具變量法進行兩階段最小二乘法（IV-2SLS）進行檢驗。表4列（1）回歸結果顯示，工具變量（IV1）的回歸系數為0.083，且在1 % 水平上顯著，表明工具變量的選取有效。同時，Kleibergen-PaaprkLM統計量在 1 % 水平上通過了檢驗，拒絕了工具變量識別不足的原假設。Cragg-DonaldWaldF統計量超過了弱識別檢驗10 % 水平上的臨界值，表明工具變量能夠應對弱識別問題。表4列（2）回歸結果顯示，數字經濟的回歸系數為1.215，且在 1 % 水平上顯著。這表明數字經濟能夠提升土地綠色利用效率。

2.系統GMM檢驗

由于時間序列或個體間的相關性，面板數據可能存在一階自相關性。系統GMM方法通過工具變量處理外生性假設，能夠確保模型估計的一致性和有效性。本文參考韓文龍等[33]的研究，選取滯后一期土地綠色利用效率作為工具變量（ （ I V 2 。表4列（3）回歸結果顯示，數字經濟的回歸系數為0.511，且在 1 % 水平上顯著。同時，Hansen檢驗的P值大于0.100，說明工具變量0 （ I V 2 ） ）通過了外生性檢驗。AR（1）的P值為0，AR（2）的P值為0.165，說明模型存在一階自相關性，不存在二階自相關，驗證了模型的有效性。這表明數字經濟能夠提升土地綠色利用效率。

（三）穩健性檢驗①

1.更換解釋變量測度方法

本文參考趙濤等[34」的研究，選擇主成分分析法重新評估解釋變量。更換解釋變量測度方法的回歸結果顯示，數字經濟的回歸系數為正，且在 1 % 水平上顯著，表明基準回歸結果穩健。

2.更換被解釋變量測度方法

本文參考盧新海等[35]的研究，采用規模收益可變的全局非期望產出超效率SBM模型測算土地綠色利用效率。更換被解釋變量測度方法的回歸結果顯示，數字經濟的回歸系數為正，且在1 % 水平上顯著，表明基準回歸結果穩健。

3.剔除直轄市樣本

考慮到直轄市通常具有特殊的行政管理方式，其經濟、社會等方面的特點與其他地區可能存在顯著差異，本文剔除直轄市樣本。剔除直轄市樣本的回歸結果顯示，數字經濟的回歸系數為正，且在 1 % 水平上顯著，表明基準回歸結果穩健。

4.縮尾處理

考慮到數據中可能存在極端值或離群值，這會對回歸結果產生影響，導致估計值不準確，因而本文對數據進行縮尾處理。縮尾處理的回歸結果顯示，數字經濟的回歸系數為正，且在 1 % 水平上顯著，表明基準回歸結果穩健。

5.新增控制變量

區域開放度較高的地區可能吸引更多的外資和技術，推動產業升級和綠色轉型；而政府通過財政支出和政策引導，可以直接或間接推動綠色技術的應用和資源的高效利用。為了更全面地控制可能影響土地綠色利用效率的外部因素，本文新增兩個控制變量：區域開放程度，采用城市進出口額占城市生產總值的比重衡量；政府干預，采用政府環保支出占地方財政總支出的比重衡量。新增控制變量的回歸結果顯示，數字經濟的回歸系數為正，且在 1 % 水平上顯著，表明基準回歸結果穩健。

（四）異質性分析

1.基于分時段樣本的異質性分析

2014年，工業和信息化部、國家發展和改革委員會聯合印發《創建“寬帶中國”示范城市（城市群）工作管理辦法》。同年，上海、南京、南昌、成都、貴陽等多個位于長江經濟帶的城市被選定為“寬帶中國”示范城市。“寬帶中國”示范城市政策在完善數字基礎設施、促進數字經濟發展方面發揮了積極作用，可視作一項準自然實驗。本文以2014年為時間節點，將樣本數據劃分為2003—2014年和2015—2023年兩個時段，旨在考察政策實施前后，數字經濟對土地綠色利用效率的影響差異。表5列（1）和列（2）回歸結果顯示，數字經濟對土地綠色利用效率始終具有正向影響，且通過了組間系數差異檢驗。政策實施前，數字經濟的回歸系數為0.062，且在5 % 水平上顯著；政策實施后，數字經濟的回歸系數為0.139，且在 1 % 水平上顯著。這表明數字經濟不僅是土地綠色利用效率的持續驅動因素，而且政策實施強化了其促進作用，體現了“數字賦能 政策協同”在推動綠色發展中的作用。

2.基于分區域樣本的異質性分析

本文將長江經濟帶劃分為上游地區、中游地區和下游地區進行分組回歸。表5列（3）至列（5）回歸結果顯示，長江經濟帶數字經濟對土地綠色利用效率的影響呈現顯著的區域異質性特征，并通過了組間系數差異檢驗。在上游地區，數字經濟的回歸系數不顯著。在中游地區，數字經濟的回歸系數為0.055，且在 5 % 水平上顯著，數字技術的初步應用開始顯現環境效益，但仍有提升空間。在下游地區，數字經濟的回歸系數為0.094，且在 1 % 水平上顯著。這一梯度差異表明數字經濟對土地綠色利用效率的影響存在區域異質性。

五、機制檢驗

根據前文理論分析，數字經濟通過推動產業集聚、促進技術創新和加強環境規制提升土地綠色利用效率。因此，本文參考江艇[36的研究，構建機制模型如下：

其中， Z 表示機制變量，具體包括產業集聚 （ I A ）、技術創新（ I E ）和環境規制（ER），其他變量含義同式（2）。

（一）產業集聚

產業集聚機制檢驗結果如表6列（1）所示。回歸結果顯示，數字經濟的回歸系數為0.140，且在 1 % 水平上顯著，這與魏麗莉和侯宇琦[37]的研究結論一致。數字經濟提高了資源配置效率，使得企業能夠更精準地匹配上下游產業鏈，促進產業鏈的整合和集聚。產業集聚使得企業在空間上更加集中，減少了土地的分散利用，提高了土地利用的集約化水平，提升了土地綠色利用效率。因此，數字經濟通過推動產業集聚促進資源高效配置與綠色創新，并通過智能化管理優化土地使用，進而提升土地綠色利用效率。基于此，假設2a得以驗證。

（二）技術創新

技術創新機制檢驗結果如表6列（2）所示。回歸結果顯示，數字經濟的回歸系數為0.093，且在 1 % 水平上顯著，這與劉維林和程倩[38]的研究結論一致。數字經濟借助大數據、人工智能、物聯網等技術，可以實時監測土地資源的使用情況，及時發現土地資源浪費、環境污染等問題，加強環境保護，提升土地綠色利用效率。因此，數字經濟通過促進技術創新打破傳統產業壁壘，推動農業、制造業與服務業的綠色化聯動，形成集約型發展模式，進而提升土地綠色利用效率。基于此，假設2b得以驗證。

（三）環境規制

環境規制機制檢驗結果如表6列（3）所示。回歸結果顯示，數字經濟的回歸系數為0.047，且在 1 % 水平上顯著，這與茍紅霞等[39的研究結論一致。數字經濟驅動產業轉型升級，強調采用更清潔、低碳的生產技術和工藝，促使企業遵循更嚴格的環保標準。在此過程中，相關部門加強了環境規制，旨在平衡經濟發展與環境保護。環境規制在企業數字化轉型過程中發揮重要作用，激勵企業采取更環保的生產工藝，有助于土地資源的可持續利用，進而提升土地綠色利用效率。基于此，假設2c得以驗證。

六、進一步分析：空間溢出效應及其衰減邊界

（一）空間自相關

基于反距離地理空間權重矩陣，本文計算了長江經濟帶2003—2023年土地綠色利用效率和數字經濟的全局Moran'sI指數，旨在評估兩者在空間維度上的相關性程度。①土地綠色利用效率的全局Moran'sI指數通過了顯著性檢驗，表明土地綠色利用效率在空間上存在顯著的正相關性。同樣，數字經濟的全局Moran'sI指數也通過了顯著性檢驗，表明數字經濟在空間上也具有顯著的正相關性。為了更深入地探究數字經濟與土地綠色利用效率之間的空間關聯及空間依賴特征，本文利用Geoda軟件計算了兩者在2003—2023年的雙變量全局Moran’sI指數。雙變量全局Moran'sI指數顯著為正，且呈現緩慢上升態勢，從0.180上升到0.280，表明數字經濟與土地綠色利用效率的空間關聯性逐漸增強，即數字經濟發展水平較高的地區，往往土地綠色利用效率也較高。

（二）空間計量模型的選擇與構建

為了探究數字經濟對土地綠色利用效率的空間溢出效應，本文進行了空間計量模型的選擇與檢驗。②第一步，本文進行LM檢驗；第二步，本文采用Hausman檢驗對固定效應模型和隨機效應模型的適用性進行判斷；第三步，本文進行赤池信息準則（AIC）和貝葉斯信息準則（BIC）判斷；第四步，本文進行Wald檢驗；第五步，本文進行似然比檢驗（LR檢驗），通過比較SDM模型與SAR模型或SEM模型的似然函數值，判斷模型的擬合優度。基于上述檢驗結果，本文最終選擇了具有雙向固定效應的空間杜賓（SDM）模型進行實證分析。

為了更準確地刻畫數字經濟與土地綠色利用效率之間的空間相關性及空間依賴性，本文選擇構建動態空間杜賓模型。該模型在傳統空間杜賓模型的基礎上引入了空間滯后項和時間滯后項，不僅能夠反映被解釋變量和解釋變量的空間依賴性，還能夠捕捉被解釋變量的時間依賴性，從而更全面地刻畫數據的時空特征。此外，動態空間杜賓模型不僅能夠將數字經濟的影響分解為直接效應、間接效應和總效應，還能夠分解為短期效應和長期效應，進一步提高模型估計的準確性和穩健性。本文構建動態空間杜賓模型如下：

其中， ρ 表示空間自回歸系數， W 表示空間權重， 表示土地綠色利用效率的空間滯后項， 表示滯后一期土地綠色利用效率的空間滯后項， 表示數字經濟的空間滯后項， 表示控制變量的空間滯后項，其他變量含義同式（2）。

（三）空間溢出效應分析

1.動態空間計量回歸結果

表7是動態空間計量回歸結果與效應分解。動態空間計量回歸結果顯示，在三種空間權重矩陣下，滯后一期土地綠色利用效率（L.GLE）的回歸系數均顯著為正，表明土地綠色利用效率在時間上存在滯后效應，即上一期土地利用效率對當期土地利用效率具有推動作用。滯后一期土地綠色利用效率空間滯后項（ ）的回歸系數均顯著為正，表明土地綠色利用效率的提升不僅存在時間滯后效應，且在空間上具有溢出效應。數字經濟空間滯后項（ ）的回歸系數均顯著為正，表明數字經濟在空間上存在正向空間交互效應。

2.效應分解

空間計量模型的點估計結果并不直接反映解釋變量的邊際效應，尤其當模型涉及全局效應時，需要進一步采用偏微分方程對空間效應進行分解。本文參考Behrens和Thisse［40]的研究，直接效應表示本地區解釋變量對本地區被解釋變量的影響；間接效應又稱為空間溢出效應，表示本地區解釋變量對鄰近地區被解釋變量的影響。效應分解結果顯示，在三種空間權重矩陣下，數字經濟對土地綠色利用效率的直接效應均顯著為正，說明本地區數字經濟對本地區土地綠色利用效率有正向影響。數字經濟對土地綠色利用效率的間接效應均顯著為正，說明本地區數字經濟對鄰近地區土地綠色利用效率也有正向影響。數字經濟對土地綠色利用效率的總效應均顯著為正，說明本地區數字經濟對本地區和鄰近地區的土地綠色利用效率的總影響為正。長期效應均大于短期效應，表明數字經濟對土地綠色利用效率的影響愈發明顯。基于此，假設3得以驗證。

（四）空間溢出效應的衰減邊界

為了探究數字經濟在不同地理距離下對土地綠色利用效率的空間溢出效應，并清晰界定其溢出效應的程度。本文基于反距離空間權重矩陣，以100千米為尺度進行空間估計，并繪制出在9 5 % 置信區間下數字經濟對土地綠色利用效率的溢出效應，如圖1所示。無論是從短期間接效應還是從長期間接效應看，數字經濟的空間溢出效應與地理距離有關。當地理距離小于300千米時，本地區數字經濟對鄰近地區土地綠色利用效率有正向影響，這種正向影響不僅體現在短期，而且具有長期的持續性。然而，隨著地理距離增加，空間溢出效應逐漸降低。隨著數字技術的深入發展，數據要素與土地、資本、勞動力等傳統生產要素組合迭代和融合發展，將進一步提升資源利用效率。但是，隨著地理距離增加，數字技術的傳播和應用受到阻礙，空間溢出效應逐漸減弱。地理距離增加提高了企業間合作與交流的成本，進而減弱了數字知識和技術的溢出效應，使得數字經濟對土地綠色利用效率的空間溢出效應呈現衰減趨勢。從短期間接效應來看，對于距離本地區400千米—700千米的城市，數字經濟對該距離地區土地綠色利用效率具有抑制作用。這表明數字經濟的發展存在明顯的“馬太效應”，即數字經濟發展水平高的地區，對要素的市場化流動有更大的吸引力；而數字經濟發展水平較低的地區，則可能面臨生產要素流失的問題，進而抑制了創新知識在區域內的流動。對于地理距離大于700千米的城市，數字經濟的空間溢出效應呈現隨機波動的現象，說明在超出一定地理范圍后，數字經濟的空間影響將受到極大限制。總之，數字經濟對土地綠色利用效率的空間溢出效應受到地理距離的限制，隨著地理距離增加，呈現先促進后抑制，直至不顯著的趨勢。

七、研究結論與政策建議

提升土地綠色利用效率對于緩解城市土地供需矛盾、推動經濟可持續發展具有重要的現實意義。本文基于2003—2023年長江經濟帶108個城市的面板數據，采用雙向固定效應模型和動態空間杜賓模型研究數字經濟對土地綠色利用效率的影響、作用機制及空間溢出效應。研究結果顯示：數字經濟能夠提升土地綠色利用效率；“寬帶中國”示范城市政策能夠增強數字經濟對土地綠色利用效率的提升效應，數字經濟對長江中游、下游地區土地綠色利用效率的提升效應更明顯；數字經濟通過推動產業集聚、促進技術創新和加強環境規制提升土地綠色利用效率；數字經濟對土地綠色利用效率的正向影響不僅局限于本地區，還會通過空間溢出效應對鄰近地區產生正向影響，且長期溢出效應大于短期溢出效應；數字經濟對土地綠色利用效率的空間溢出效應受到地理距離的限制，隨著地理距離增加，呈現先促進后抑制，直至不顯著趨勢。基于上述研究結論，本文提出如下政策建議：

第一，充分發揮空間聯動效應，實現優勢互補與協同發展。長江中下游地區地理位置優越，自然資源、人力資源和技術資源豐富，具備較強的經濟發展潛力；而長江上游地區因傳統產業占比高、技術基礎相對薄弱，數字經濟發展面臨挑戰。為此，應加強科技創新與技術溢出，推動長江中下游地區的先進科技成果向上游地區轉移，提升上游地區的產業技術水平。同時，有序引導中下游地區部分產業向上游地區轉移，形成產業聯動效應，優化區域資源配置。通過產業聯動促進上下游地區間的合作與交流，實現優勢互補與協同發展，共同推動土地資源綠色高效利用。

第二，推動產業結構優化升級，夯實土地綠色利用效率提升的基礎。產業結構升級是資源型城市轉變經濟發展方式的核心要求，也是破解“資源詛咒”、提升土地綠色利用效率的關鍵路徑。首先，合理規劃土地空間利用，引導企業向綠色園區集中，避免土地的低效和分散利用。其次，運用大數據、人工智能和物聯網等現代信息技術，實現對土地資源的精準監測與分析，幫助決策者識別土地使用中的低效環節，提升土地資源配置效率。最后，加大財政支持和專項資金投入，引導資源型城市向綠色低碳產業和現代服務業轉型。同時，制定差異化的產業政策，重點扶持綠色低碳、高效節能產業，為土地綠色利用效率的持續提升提供支撐。

第三，打造區域數字產業集群，緩解地理距離衰減效應。數字經濟的空間溢出效應受地理距離限制而逐漸衰減，應建立跨區域數字經濟協同發展機制，促進資源、技術和人才的自由流動，推動形成區域數字產業集群。具體措施如下：在長江經濟帶建設一體化數據中心，為區域數字經濟提供算力支持；完善區域交通網絡，緩解地理距離對經濟活動的限制；大力發展智慧物流體系，提升物流體系運行效率；圍繞數字經濟核心產業，構建自主可控、安全高效的產業鏈供應鏈，形成數字產業集群效應，充分釋放數字經濟的綜合效能。

參考文獻：

[1]SKJEGGEDAL T，FLEMSAETER F，GUNDERSEN V.Land use planning in disputed mountain areas：conflictinginterests and common arenas[J].Journal of environmental planningand management，2021，64（7）：1133-1155.

[2]VAN MOORTER B，KIVIMAKI I，NOACK A，et al.Accelerating advances in landscape connectivity modelingwith the ConScape library[J].Methods in ecologyand evolution，2023，14（1）：133-145.

[3]MARTINEZ PARDO J，SAURA S，INSAURRALDE A，et al. Much more than forest loss：four decades of habitatconnectivity decline for Atlantic Forest jaguars[J].Landscape ecology，2O23，38（1）：41-57.

[4]PAGLIARIN S.Ebbs and flows of metropolitan authorities：supra-local spatial planning and impact on land-usepatterns[J]. Journal of environmental planning and management，2O23，66（8）：1694-1719.

[5］陳丹玲，盧新海，張超正，等.組態視角下協同創新驅動城市土地綠色利用效率提升的路徑選擇[J].中國人口·資源與環境，2022，32（10）：103-111.

[6] 蓋慶恩，朱喜，程名望，等.土地資源配置不當與勞動生產率[J].經濟研究，2017，52（5）：117-130.

[7] 鄧楚雄，鐘小龍，謝炳庚，等.洞庭湖區土地生態系統的服務價值時空變化[J].地理研究，2019，38（4）：844-855.

[8］周凱，王福海.土地利用系統社會效益評價研究——以重慶市巴南區為例[J].中國人口·資源與環境，2017，27（S2） ：166-169.

[9] 李永樂，吳群，舒幫榮.城市化與城市土地利用結構的相關研究[J].中國人口·資源與環境，2013，23（4）：104-110.

[10] 黃林秀，郝堅.數字經濟、創新差距和中心—外圍城市經濟差距——基于新經濟地理的視角[J].改革，2024（3）：113-126.

[11] 楊慧梅，江璐.數字經濟、空間效應與全要素生產率[J].統計研究，2021，38（4）：3-15.

[12] 秦芳，王劍程，胥芹.數字經濟如何促進農戶增收？——來自農村電商發展的證據[J].經濟學（季刊），2022，22（2）：591-612.

[13] 郭凱明，王鈺冰，杭靜.數據要素規模效應、產業結構轉型與生產率提升[J].中國工業經濟，2024（8）：5-23.

[14]JONES CI，TONETTIC.Nonrivalryand the economics ofdata[J].The American economic review，2020，110（9）：2819-2858.

[15」胡碧霞，吳楚儀，匡兵，等.基于土地利用的數字經濟賦能中國城幣高質量發展的機制與效應[J].經濟地理，2024，44（11）：184-193.

[16]張雯熹，吳群，王博，等.產業專業化、多樣化集聚對城市土地利用效率影響的多維研究[J].中國人口·資源與環境，2019，29（11）：100-110.

[17］張倩華，邊志強.產業轉型升級示范區建設對城市土地綠色利用效率的影響研究[J].中國土地科學，2024，38（10）： 105-114.

[18］張瑞，文蘭嬌，王寧柯，等.科技創新對城市土地綠色利用效率的影響——以武漢都市圈48個區縣為例[J].資源科學，2023，45（2）：264-280.

[19］龔勤林，喬濤，冷玉婷.數字經濟與農業全要素生產率：技術進步和要素流動的視角[J].華中農業大學學報（社會科學版），2025（2）：15-27.

[20］范翔宇，盧新海，劉進進.數字經濟發展對城市土地綠色利用效率的影響——基于基礎設施建設的調節效應分析[J].中國土地科學，2023，37（5）：79-89.

[21］董直慶，王輝.環境規制的\"本地—鄰地\"綠色技術進步效應[J].中國工業經濟，2019（1）：100-118.

[22]申志軒，祝樹金，文茜，等.以有為政府賦能有效市場：政府數字治理與企業投資效率[J].世界經濟，2025（2）：166-195.

[23］黃勃，李海彤，劉俊岐，等.數字技術創新與中國企業高質量發展——來自企業數字專利的證據[J].經濟研究，2023，58（3）：97-115.

[24]孟維福，張高明，趙鳳揚.數字經濟賦能鄉村振興：影響機制和空間效應[J].財經問題研究，2023（3）：32-44.

[25]ACEMOGLU D，RESTREPO P.The race between man and machine：implications of technology for growth，factorsharesand employment[J].The American economic review，2018，108（6）：1488-1542.

[26］孫燕，吳莉莉，金曉斌，等.長三角區域一體化對城市群土地利用效率的空間協同效應[J].地理研究，2024，43（8）：2104-2120.

[27］梁流濤，雍雅君，袁晨光.城市土地綠色利用效率測度及其空間分異特征——基于284個地級以上城市的實證研究[J].中國土地科學，2019，33（6）：80-87.

[28]陳夢根，周元任.數字經濟、分享發展與共同富裕[J].數量經濟技術經濟研究，2023，40（10）：5-26

[29] O'DONOGHUE D，GLEAVE B.A note on methods for measuring industrial agglomeration[J]. Regional studies，2004，38（4）：419-427.

［30］邊志強.經濟增長目標管理對城市土地綠色利用效率的影響——基于282個地級及以上城市的經驗證據[J].中國土地科學，2024，38（4）：54-64.

[31]劉榮增，何春.環境規制對城鎮居民收入不平等的門檻效應研究[J].中國軟科學，2021（8）：41-52.

[32]VAGA S H，ELHORST JP. Regional labour force participation acrossthe European Union：a time-space recursivemodelling approach with endogenous regressors[J]. Spatial economic analysis，2017，12（3）：138-160.

[33］韓文龍，張瑞生，趙峰.新質生產力水平測算與中國經濟增長新動能[J].數量經濟技術經濟研究，2024，41（6）：5-25.

[34］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[J].管理世界，2020，36（10）：65-76.

[35］盧新海，陶向前，匡兵，等.環保考核、政府環境注意力與城市土地綠色利用效率[J].中國土地科學，2023，37（8）：104-112.

[36]江艇.因果推斷經驗研究中的中介效應與調節效應[J].中國工業經濟，2022（5）：100-120.

[37］魏麗莉，侯宇琦.數字經濟對中國城市綠色發展的影響作用研究[J].數量經濟技術經濟研究，2022，39（8）：60-79.

[38］劉維林，程倩.數字產業滲透、全球生產網絡與非對稱技術溢出[J].中國工業經濟，2023（3）：96-114.

[39］茍紅霞，高志剛，韓延玲.數字經濟、異質性環境規制與資源型城市碳排放[J].山東大學學報（哲學社會科學版），2025（2）：146-160.

[40]BEHRENS K，THISSE JF. Regional economics：anew economic geography perspective[J].Regional science andurban economics，2006，37（4）：457-465.

Howthe Digital Economy Enhances Green Land Use Efficiency： Empirical Analysis Based on 1o8 Cities in the Yangtze River Economic Be

ZHANG Li’，CHEN Kai'， ZHANG Yang （1.SchoolofBusinessAdministration，Northeastern University，Shenyang1O167，China； 2.School of Economics，Liaoning University，Shenyang 11O136， China）

Summary：Although the traditional“land-driven development”modelcreated the“Chinese miracle”of economic growth， its accompanying problems，such as ineficientlanduse，extensive production patterns，and ecological degradation，have gradually emerged.Facing theseverechallenge oflimitedlandresources，activelyrevitalizing underutilizedland，adjusting land usepaterns，and promoting intensive，green，andlow-carbon landuse transitionscan not onlycurb highresource consumption and pollutionemissions but alsoalleviatestructural imbalancesand regional disparitiesinland supply-demandrelationships，layingasolid foundation forsustainable landresourceutilization.Therefore，balancing economic developmentwith environmentalprotection andimproving green land use eficiency hasbecome anurgent issue.

This paperemploys panel data from 1O8cities in the Yangtze River EconomicBelt from 2003 to 2023，using a two-way fixedeffects modelandadynamicspatial Durbinmodeltostudytheimpactofthedigital economyongreen land useefficiency，themechanisms，anditsspatialspillovereffects.Thefindings indicatethatthedigitaleconomycanenhance greenladuse eficiency.Its empowering effct is more significant inthe central andlowerreaches ofthe Yangtze River. Theimplementationof the“Broadband China”strategyhas strengthenedtheempowering efectsofthedigital economyon green landuse efciency.Thedigital economymainly enhancesgreen landuse eficiency bypromoting industrial agglomeration，facilitatingtechnologicalinnovationndstrengtheningenvironmentalregulation.Thepositiveimpactofthe digitaleconomyongreenlanduseefficiencyisnotlimited tothelocalarea butalsoexertsapositive influenceon surounding regions through spatial spilover efects，with long-termspillover effects being stronger thanshort-termones. The spatialspillover efectsof thedigital economyongreen landuse efciencyareconstrainedbygeographical distance， showing a trend of first promotion and then inhibition as distance increases.

This paper’s potential marginal contributions areas follws.First，it proposes that the digital economy enhances greenlanduseeficiencybypromotingindustrialagglomeration，facilitatingtechnologicalinnovation，andstrengthening environmental regulation.Itexamines the transmission efectsof thesethree mechanisms，thereby deepening the explanationof howthedigital economyboostsgreenlanduseeficiency.Second，itprovidesamorecomprehensive empiricalidentificationoftheshor-termandlong-termspatialefectsof thedigitaleconomyongreenlanduseeffciency， oferingnewperspectivesandmethodsforresearchinrelatedfields.Third，itverifiesthehypothesisthatspatialspillover effects decrease with economic geographic distance and measures theregional boundaries of spatial spilover，providing empirical support and decision-making references for differentiated policy formulation across regions.

KeyWords：digitaleconomy；grenlanduseficiency；industrialagglomeration；technologicalinnovation；enviroental regulation

（責任編輯：孫艷）