一、引言

改革开放以来，我国经济发展取得了举世瞩目的成就，但长期以来粗放式的发展模式也带来了严重的环境挑战。党的十九大报告强调：“必须坚定不移贯彻创新、协调、绿色、开放、共享的发展理念”，党的十九届五中全会也提出“加快推动绿色低碳发展，持续改善环境质量，提升生态系统质量和稳定性，全面提高资源利用效率”的发展要求。

随着数字技术的不断进步，它与传统产业的融合日益加深，显示出在促进绿色创新、节能减排方面的巨大潜力。正如Ji a等[1]所指出的，持续的绿色创新对于节能降耗、环境改善和经济效益的稳定增长具有深远影响，为可持续发展提供了有力支撑。数字经济的发展正推动传统工业向数字化、智能化转型，这一转型对绿色可持续发展至关重要。2022年1月，中国正式发布了国家级专项规划《“十四五”数字经济发展规划》，这是国家首次为数字经济制定的全面战略指导。规划明确将“加快数字化转型升级”作为核心任务之一，彰显了中国推动数字经济快速发展的坚定决心。

那么，数字经济发展对中国城市绿色创新能力的提升是否有影响？影响机制是怎样的？为厘清二者关系，本文基于2011—2022年中国286个地级及以上城市的面板数据，对各城市数字经济发展水平进行量化评价，并深入探讨数字经济与绿色创新能力之间的关系及影响机制。

二、数字经济对绿色创新能力影响的理论分析与研究假设

(一)数字经济对绿色创新能力的影响分析

基于生态现代化理论，数字经济正展现出其强大的潜力。不仅极大地提升了生产的信息化和智能化水平，而且使传统产品能够按照生态优先的原则进行升级，从而有效地促进了绿色创新能力的提升。通过这一过程，数字经济不仅推动了经济的绿色转型，也为实现经济的可持续发展注入了新的动力。

首先，数字经济能够降低信息获取的成本，进而促进绿色创新能力的提升。在Lee和Shi n[2]的深入研究中，揭示了大数据和互联网等前沿技术如何在金融机构的绿色信贷实践中发挥关键作用。这些技术帮助金融机构精准筛选低污染、低耗能、高环保企业，扩大贷款规模，为企业长期绿色创新提供坚实资金支持，促进绿色创新能力持续提升。其次，数字经济能够促进技术创新，进而促进绿色创新能力的提升。Hsi ao[3]认为，数字经济蓬勃发展促进产业链创新，提升其他企业技术创新与生产效率，为经济体系注入活力，推动绿色创新能力提升，并降低成本以促进绿色创新。刘向东等[4]从环境效应的视角分析指出，数字经济显著展现环境治理价值，降低制造成本，增强企业与外环境联动，推动绿色创新能力提升，实现技术创新中的环境治理目标。

基于上述分析，本文提出假设1：数字经济对绿色创新能力的提升具有促进作用。

(二)资金聚集在数字经济与绿色创新能力关系中的中介效应分析

在当前的发展规划中，我国将推动绿色发展、实现经济高质量可持续发展列为重要目标。为实现这一目标，财政科技资金将精准投入，引导解决产业关键技术难题，提升绿色创新能力，支撑经济绿色转型和可持续发展。

庄毓敏等[5]认为，在实践中，为了顺利推动产学研合作的进程以及持续提升创新能力，研发活动需要注入稳定而庞大的资金，确保整个过程的顺利进行。高广阔等[6]研究发现，在推动绿色创新的进程中，政府对科技创新的积极支持，极大地促进了绿色创新的发展。王博等[7]在深入研究城市绿色创新水平贡献度后指出，为了推动城市绿色创新发展的持续进步，必须加大创新资金投入力度，以确保绿色创新能在不同地区得到均衡和高效的发展。王韶华等[8]的研究发现，资金投入的扩大对城市绿色创新能力具有显著的正向效应。在“宽带中国”战略的引领下，李广昊等[9]通过实证研究深入探讨了数字经济发展与城市环境污染物排放之间的关联。他们发现，数字经济的发展对工业生产提出了更高要求，这不仅提高了工业生产的效率和质量，还显著减少了污染物的排放，有效降低了环境修复的成本，为城市的绿色可持续发展提供了有力支撑。张红伟等[10]认为数字基础设施发展有利于数字经济发展，而数字基础设施建设极大依赖于财政支持。财政科技投入作为数字经济发展的重要驱动力，通过提供必要的基础设施支持，有效促进了数字经济的蓬勃发展，为其持续创新和增长奠定了坚实基础。

基于上述分析，本文提出假设2：数字经济通过资金聚集促进绿色创新能力的提升。

三、数字经济发展水平的测度与评价

(一)构建数字经济发展水平指标体系

本文数字经济发展水平(Di ge)的测度，借鉴了刘军[11]的方法，从数字金融和互联网发展两个维度评估数字经济的发展情况，相关指标取自《中国城市统计年鉴》。而数字金融的发展采用中国数字普惠金融指数进行测度，该指数是北京大学数字金融研究中心和蚂蚁金服集团共同编制的。上述指标经过标准化降维处理后，采用熵值法构建成数字经济综合发展指数。本文选取数字金融发展水平和互联网发展水平两个二级指标，电信业务总量、数字普惠金融指数、移动电话用户数、每百人互联网用户数以及互联网从业人员等五个三级指标，用以构建数字经济发展水平。

(二)中国城市数字经济发展的评价

选取《中国城市统计年鉴》以及《北京大学数字普惠金融指数》的相关数据，运用熵值法计算出各指标的权重，对全国286个直辖市、地级市(由于西藏地区数据严重缺失，本文没有选取西藏地区数据)进行综合得分测算，排名前20名的城市有深圳、石家庄、广州、哈尔滨、沈阳、上海、北京、齐齐哈尔、徐州、汉中、盘锦、唐山、漳州、贺州、杭州、云浮、秦皇岛、韶关、宜昌、泰安。

为科学反映我国不同区域的社会经济发展状况，将我国经济区域划分为东部、中部、西部和东北四大地区。由统计结果可知，20个城市中东部地区上榜13个，东北地区上榜4个，西部地区上榜2个，中部地区上榜1个，东部地区城市占上榜城市的65%。这表明我国东、中、西、东北地区数字经济发展水平差距极大。东部地区城市在数字经济发展上占据明显优势，上榜城市数量最多，表明东部地区在数字经济领域具有较强的竞争力和发展水平。东北、西部和中部地区的数字经济发展相对滞后，上榜城市数量较少，与东部地区存在较大差距。

取四大地区每年数字经济发展水平的中位数，绘制出我国数字经济发展趋势图(图1)。由图1可知，东部、中部、西部以及东北地区在2011—2022年间数字经济发展整体呈上升趋势。其中，东部地区发展势头强劲；东北地区近年来数字经济发展势头较好，与东部地区差距较小；西部地区与中部地区的数字经济发展均与东部地区有较大差距；中部地区数字经济发展相对滞后，在各区域中水平最低。

图1 数字经济发展趋势图

四、数字经济发展水平对绿色创新能力影响的实证分析

(一)变量选取

选择前文构建的数字经济发展水平指标体系得到变量。借鉴艾永芳和孔涛[12]的研究，以绿色专利作为绿色创新能力的测度方式。由于发明专利在体现城市绿色创新能力方面更具有代表性，因此将绿色发明专利申请数量和绿色发明专利授权数量作为被解释变量，以此衡量城市绿色创新能力。解释变量是数字经济发展水平，中介变量为资金聚集，控制变量为经济发展水平、产业结构、工资水平以及教育水平。变量选取情况见表1。

表1 变量选取

(二)数据来源

选取2011—2022年我国286个地级及以上城市(由于西藏、香港以及澳门的数据无法获取，所以该区域内城市未列入统计)的面板数据进行实证分析，为得到有效的实证结果，对部分数据进行了处理。各城市的年度数据来自2011—2022年的《中国城市统计年鉴》。

(三)模型构建

为研究数字普惠金融发展水平对居民收入的影响，根据本文假设1，运用面板数据构建如下基准回归模型。

根据本文假设2，引入中介变量资金聚集(f und)深入探究数字经济发展对绿色创新能力的影响路径，构建如下中介效应模型。

(四)实证结果分析

1. 回归结果与分析

基准回归模型与中介效应模型的回归结果如表2方程(1)、方程(2)和方程(3)所示。

表2 回归结果汇总

由表2方程(1)可知，数字经济发展水平(df)在1%的显著性水平下对绿色创新能力产生了正向显著影响。这表明，数字经济的蓬勃发展显著推动了城市绿色创新能力的飞跃，进一步增强了我国在可持续发展道路上的步伐。即证明，假设1成立。

由表2方程(2)和方程(3)可知，在方程(2)中，数字经济发展(df)对资金聚集(f und)在1%的显著性水平下正向显著；在方程(3)中，数字经济与资金聚集均对绿色创新能力在1%的显著性水平上正向显著，但对比方程(1)数字经济(df)的系数明显变小。这表明，在数字经济发展水平对绿色创新能力的影响中，资金聚集起部分中介的作用。即证明，假设2成立。

综上所述，数字经济发展对城市绿色创新能力的提升有正向显著影响；资金聚集在数字经济与城市绿色创新能力的关系中起中介作用；经济发展、工资水平以及教育水平对城市绿色创新效率的提升有不同程度的影响。

2. 稳健性检验

选取城市每百万人当年获得授权的绿色发明数量(Y2)作为衡量绿色创新能力的被解释变量，并再次进行回归，回归结果如表2方程(4)、方程(5)和方程(6)所示。

由表2可知，尽管各个变量的系数大小有所变动，但数字经济发展对城市绿色创新能力的影响并未因此改变。更为关键的是，资金聚集在数字经济与绿色创新之间的中介作用依然显著，且依然起到部分中介的作用。这表明本文所采用的模型具有良好的稳健性，研究结论可靠。

3. 内生性检验

城市绿色创新是一个复杂的系统性工程，影响城市绿色创新能力的因素有很多。然而，在构建模型时，可能导致变量的遗漏。这些遗漏的变量可能与解释变量(数字经济发展水平)相关，进而影响模型的估计结果。本文选择滞后一期的数字经济发展水平作为工具变量并带入模型进行回归，通过对比两个模型的回归结果，探究模型的内生性。回归结果如表3(回归中已加入控制变量，但表3中不作显示)所示。

表3 内生性检验回归结果

注：括号内为z统计量，*p<0.10,**p<0.05,***p<0.01。

由表3方程(7)可知，解释变量数字经济发展与工具变量高度相关。将表3方程(8)至(10)与表2方程(1)至(3)对比可知，二者显著性与影响方向均一致。鉴于中介效应显著，可以判断工具变量选取有效，进而表明模型不存在严重的内生性问题。

(五)区域异质性分析

本文选取的286个城市按国家统计局分类标准分为东部地区、中部地区、西部地区以及东北地区，未更好地了解各地区的具体情况，分别对各地区数据进行回归估计，回归结果如表4所示(回归中已加入控制变量，但表4中不作显示)。由表4可知，在东部、西部以及东北地区，数字经济发展仍对城市绿色创新能力有显著影响，但东部地区影响为负向，中部地区影响不显著。相较于西部地区而言，东北地区数字经济对城市绿色创新能力的正向影响系数更大。

此外，根据四大地区的分组，分别对各个地区进行中介效应分析，回归结果见表4。在东部地区、中部地区和东北地区，资金聚集仍在数字经济与城市绿色创新能力的关系中起中介作用。其中，在东部地区和东北地区起部分中介作用，在中部地区起完全中介作用。而在西部地区，资金聚集的中介作用不存在，但在未加入资金聚集作为解释变量时，数字经济对城市绿色创新能力的影响不显著，加入后显著性增强。

综上所述，资金聚集在数字经济与城市绿色创新能力关系中的中介作用因地区而异。

表4 区域异质性分析结果

五、研究结论与政策建议

(一)研究结论

本文以数字经济发展水平为研究对象，结合我国经济绿色发展的实际背景，利用熵值法量化2011—2022年全国286个地级及以上城市的数字经济发展水平，建立中介效应模型，探究城市绿色创新能力与数字经济发展水平之间的关系及影响机制。

研究表明，第一，我国数字经济发展不平衡问题突出，东部、中部、西部以及东北地区数字经济发展差距明显。第二，数字经济发展对我国城市绿色创新能力有正向显著影响，但不同地区数字经济对绿色创新能力的影响程度和方向不同。其中，在东部与中部地区数字经济对绿色创新能力有负向显著影响，而在西部与东北地区有正向显著影响。第三，资金聚集在数字经济发展对城市绿色创新能力的影响中起中介作用，但不同地区的中介作用不完全相同。在全国、东部以及东北地区，资金聚集在数字经济与城市绿色创新能力的关系中起部分中介作用，在中部地区起完全中介作用，在西部地区不存在中介作用。

(二)政策建议

为促进我国数字经济的平衡发展，并增强其对城市绿色创新能力的推动作用，提出以下政策建议：

第一，平衡区域数字经济，需多措并举。首先，加大对中西部投入，特别是在基建、人才、研发方面，以缩小与东部地区的差距。其次，推动区域合作与协同发展，建立合作机制，促进技术转移、产业对接与资源共享。最后，发挥各区域特色与优势，如中西部可利用低成本和资源禀赋建设大数据处理中心，提升数字基建水平。

第二，建立激励机制。强化绿色创新导向，鼓励企业研发绿色技术，设立绿色创新奖项以表彰先进。同时，提供税收优惠和贷款支持，降低绿色创新企业的经营成本解决资金问题。加快相关人才培养与引进，建立有效机制，为城市绿色创新能力的发展奠定人才基础。

第三，优化资源配置，提高资金效率。鼓励金融机构支持城市绿色创新发展，降低融资成本。东部和东北地区设立专项资金，引导社会资本参与，提供稳定的资金来源。中部地区健全资金流动机制，协同发展，促进绿色创新能力提升。西部地区优化营商环境，吸引外部资金，促进城市绿色创新能力的提升。

第四，政府强化扶持与引导。制定绿色发展政策，明确目标、任务与措施，确保政策落实到位。加大资金投入设立专项资金，引导社会资本参与，支持研发、人才培养和基建。加强监管与评估，确保发展符合国家战略和长远利益。

参考文献:

[4]刘向东,刘雨诗,陈成漳.数字经济时代连锁零售商的空间扩张与竞争机制创新[J].中国工业经济, 2019(5):80-98.

[5]庄毓敏,储青青.金融集聚､产学研合作与区域创新[J].财贸经济, 2021, 42(11):68-84.

[6]高广阔,王艺群.京津冀地区高耗能产业绿色创新效率及影响因素分析:基于空间视角的实证研究[J].工业技术经济, 2018, 37(1):137-144.

[7]王博,黄晓军,刘萌萌.区域建设用地开发强度格局演化及影响因素分析:以陕西省为例[J].干旱区地理, 2020, 43(6):1635-1647.

[8]王韶华,杨志葳,刘晔,等. R&D投入､盈利能力和政府调控对京津冀工业绿色发展的影响分析:基于供给侧结构性改革视角[J].管理现代化, 2021, 41(5):33-38.

[9]李广昊,周小亮.推动数字经济发展能否改善中国的环境污染:基于“宽带中国”战略的准自然实验[J].宏观经济研究, 2021(7):146-160.

[10]张红伟,熊操,陈小辉,等.财政科技投入对数字经济发展的影响[J].财经科学, 2022(5):135-148.

[11]刘军,杨渊鋆,张三峰.中国数字经济测度与驱动因素研究[J].上海经济研究, 2020(6):81-96.

[12]艾永芳,孔涛.区域大数据发展能促进企业绿色创新吗?[J].中南财经政法大学学报, 2021(6):116-126.

文章来源:戴丽娜,卫羽鸽.数字经济对中国城市绿色创新能力的影响研究——基于资金聚集的中介效应分析[J].商业经济,2025,(01):34-37.