范翔宇 卢新海 刘进进

摘要：研究目的：基于2006—2020年285个地级市面板数据，探究数字经济发展如何影响城市土地绿色利用效率，以及基础设施建设在其中发挥的调节效应。研究方法：多期双重差分方法、三重差分方法与门槛模型。研究结果：（1）数字经济发展对城市土地绿色利用效率具有显著促进作用。（2）这种促进作用存在明显的区域异质性和批次异质性，数字经济发展对中部地区和第二批试点的城市土地绿色利用效率提升影响更为显著。（3）当前，基础设施建设对数字经济发展和城市土地绿色利用效率主要呈负向调节效应，信息基础设施建设负向影响最大，交通基础设施建设次之，能源基础设施建设最末。（4）基础设施建设对数字经济发展和城市土地绿色利用效率的调节效应具有“由边际效益递增到边际效益递减”的单门槛非线性特征。研究结论：促进具有技术嵌入和环境赋能作用的数字经济发展，对提升中国城市土地绿色利用效率具有重要意义；基础设施建设作为数字经济发展的重要基础，其水平提升和效益转化还有待重视和加强。

关键词：数字经济；基础设施；土地利用绿色效率；双重差分；调节效应；门槛模型

中图分类号：F49，F124 文献标志码：A 文章编号：1001-8158（2023）05-0079-11

基金项目：国家社科基金后期资助重点项目（21FGLA003）；中央高校基本科研业务费资助（2022WKZDJC003）。

中共十八大以来，中国经济社会各项事业在发展中牢固树立了“绿色发展”理念并将其作为主要行为准则和实践逻辑[1]。数字经济作为当前中国经济发展中最活跃的领域，以数据为核心投入要素，打破传统要素市场束缚，逐步扭转高耗能、高污染、高碳排放的经济增长方式，驱动经济转型、技术创新和产业变迁，在促进绿色发展方面展现出强劲动力[2-4]。已有大量文献与实践经验表明，数字经济的发展能够引发从生产要素到生产力再到生产关系的全面绿色变革[5]，显著提升中国工业绿色全要素生产率[6]、绿色经济效率[7]、生态效率[8]等，赋能城市绿色经济增长[9]、城市绿色发展[10]以及绿色高质量发展[11]。

土地利用作为经济活动在国土空间上的映射[12]，贯穿数字经济活动的源头、过程与末端。伴随数字经济的绿色发展效应在社会经济各领域中持续扩散和广泛渗透[11]，土地这一传统生产要素的集约利用效率和可持续发展水平也必然会在与新兴数据要素的联动互通中受到影响。由此，城市土地绿色利用效率便不仅是中国区域可持续发展和生态文明建设的重点主题[13]，也是评判地区绿色发展成果的基本参考[14]，还成为反映数字经济绿色发展效应在土地要素领域的渗透水平的重要依据。然而遗憾的是，鲜有文献对城市土地绿色利用效率如何受到数字经济发展影响这一问题提供确切的证据。部分学者初步探索了数字经济发展与城市土地利用之间的关系，其多侧重于数字经济对土地利用结构和空间形态演化[15-16]、土地流转[17-18]和土地管制[19]等土地结构形态和土地经济管理层面的研究，未在土地利用效率层面关注到数字经济与土地要素的互动，更缺乏对数字经济发展如何影响城市土地绿色利用效率的探讨。鉴于此，本文试图对这个问题做出回答。

值得关注的是，虽然数字经济发展能够在一定程度上克服资源配置低效和环境污染问题[8]，但其有效性却高度受制于起着底层支撑作用的基础设施建设状况[20]。在长期政策实践中，中国基础设施建设也始终被放置在数字经济发展布局的优先地位。2015年，“十三五”规划首次在国家顶层设计层面提出实施国家大数据战略以布局数字经济，特别强调要统筹国家大数据平台，加强数据中心、物流等基础设施建设。2021年，国务院印发《“十四五”数字经济发展规划》，再次强调基础设施建设，要求加快建设信息网络基础设施，有序推进能源、交通运输和物流等领域基础设施建设与改造。相关研究中，学者们也普遍将基础设施建设列为理解和评判数字经济发展水平的重要微观基础[21-22]，认为完善的基础设施为中国数字经济发展提供了重要发展机遇[23]。那么，数字经济发展对于城市土地绿色利用效率，是否也会受基础设施建设状况影响，进而影响数字经济发展在推动城市土地绿色利用效率提升中的有效性和持续性呢？

日新月异的数字技术使得数字经济的涉及范围迅速扩张，但一个普遍认可的观点是：数字经济具体表现为由电子商务或为电子商务引起的贸易行为制造、供应电子产品和服务的经济过程[24]。2011年、2014年和2017年国家发展改革委会同有关部门先后组织开展了国家电子商务示范城市试点建设，该政策体现国家对数字时代电子商务等战略性新兴产业发展议题的重要关注，是制度推进数字经济发展的重要举措，为本文回答上述问题提供了难得的准自然实验。本文试图借助国家电子商务示范城市这一试点，利用2006—2020年285个地级市的面板数据，采用多期双重差分方法、三重差分方法和门槛模型考察数字经济发展对城市土地绿色利用效率的影响，以及基础设施建设对数字经济发展影响城市土地绿色利用效率的调节效应，以期为政策改进提供理性决策依据。

1 理论分析

1.1 数字经济发展与城市土地绿色利用效率

在移动互联网技术不断迭代更新，数字产业化和产业数字化齐头并进，数字经济全面铺开的背景下，数字经济发展对于城市土地绿色利用效率表现出一定的正效应，主要表现为技术嵌入逻辑和环境赋能逻辑。

其一，技术嵌入逻辑可分为两个方面。一是面向生产要素的源头嵌入。数字经济依托物联网、大数据、云计算和人工智能等新技术应用，通过数据要素从源头上对土地要素产生影响，包括数据分析土壤、土地利用中所需要更新的生产要素，以及物理作用于土地要素并提升土地要素本身投入效率[5]。同时，数字技术的零边际成本优势将放大数据要素的规模经济和范围经济，加速数据要素與土地要素的关联化、复杂化、精细化和网络化。这种要素互动将削减生产生活经营中的土地要素稀缺性约束[25]，带来绿色全要素生产率的快速增长[5]。二是面向生产过程的过程嵌入。相比传统经济，数字经济在生产过程中能够借助通信技术和信息网络大范围地降低人类生产生活对时间和空间的依赖，单位土地同时出现居住、工作和休闲多种功能，土地利用功能呈兼容趋势[26]，土地利用的集约化和立体化程度提高，使得城市土地利用效率和可持续发展水平显著提升[27]。

其二，环境赋能逻辑。数字经济塑造的环境力量将赋能城市土地利用中的绿色需求、压力响应、效率考虑和价值同构，有效形塑城市土地绿色利用效率的能力。一是数字经济创造了新型消费主客体和绿色市场环境，通过绿色低碳产品生产强化了生态与经济相协调的土地利用需求[10]。二是数字经济具备高度信息汲取能力，能够有效整合土地利用相关生态环境数据信息到环境保护相关部门系统，通过不断强化的环境监管，大幅降低土地利用中生态风险环境的复杂性和不确定性，缓解环境压力。三是数字经济以数据互联互通和开放共享为发展前提，使得“梅特卡夫法则”主导下的网络效应完全发挥[28]，极大提升了单位土地要素投入的几何收益并降低土地利用绿色效率损耗。四是数字经济的绿色价值导向通过经济活动渗透到经济社会发展各个方面，塑造了区域范围内绿色利用的价值主张和统一认知，城市土地要素服从于环境力量而在利用模式、结构和理念上寻求一致性，促进生态经济协调发展，激发城市土地绿色利用效率增长。

1.2 基础设施建设的调节效应

数字经济发展作用的发挥在很大程度上取决于当地基础设施建设状况，主要包括信息、能源和交通三类基础设施[29]：数据中心、5G网络和物联网等信息基础设施是数字经济及技术应用的基础；这些信息基础设施使用具有较高的电力消费依赖性，使得数字经济发展是建立在电力能源使用基础上的[30]；而便利的交通基础设施建设可为数字经济发展提供良好市场环境[31]。一般而言，基础设施建设越完备，越有利于提升当地要素吸纳能力和资源配置效率，带动社会经济全方位发展。因此，各类基础设施建设可能对数字经济发展作用于城市土地绿色利用效率产生正向调节效应。但是，同样是准公共产品，相比传统基础设施，数字经济发展所需信息基础设施的公共产品属性较弱，竞争性更加明显，更加尊重市场规律[32]；在能源基础设施建设方面，地方在推动数字经济发展时往往要考虑能耗限制、用电成本等多方面瓶颈性问题；而交通基础设施在为数字经济发展提供运输服务的同时，也伴生高污染高排放和生态景观破碎等负面影响。这意味着数字经济发展背景下，基础设施建设状况的调节效应会更为复杂，可能具有“非线性”特征。当基础设施建设水平处于适度区间阶段，数字经济发展对城市土地绿色利用效率的提升能发挥出较为有效作用，即基础设施建设的完善有利于数字经济发展促进城市土地绿色利用效率提高；反之，基础设施建设将加剧低效率的粗放式增长格局，其调节效应可能会存在边际效应递减，呈负向影响。因此，基础设施建设在数字经济发展影响城市土地绿色利用效率中存在非线性调节效应。理论分析框架如图1所示。

2 研究设计

2.1 模型设定

本文以国家电子商务示范城市试点为研究对象，分析数字经济发展对城市土地绿色利用效率的影响，并探究基础设施建设在其中发挥的作用。首先，本文充分考虑该试点政策在地区和时间两个层面的差异，采用多期双重差分方法（difference-in-differences，DID）来识别数字经济发展对城市土地绿色利用效率的影响。模型构建如下：

2.2 变量定义

（1）被解释变量。本文被解释变量为城市土地绿色利用效率。城市土地绿色利用效率是以绿色发展理念为指导，衡量资源利用效率最大化、环境压力最小化及生态经济协调发展等多重目标实现程度的重要指标[34]。参照已有研究[34]，从投入—产出—非期望产出三个维度构建指标体系。投入指标分别选取建成区面积、第二和第三产业从业人员数以及城市固定资产投资额代表土地、劳动和资本投入要素；产出指标分别选取第二和第三产业增加值、公共财政收入、建成区绿化覆盖率，考虑经济、社会产出的同时，兼顾城市土地绿色利用效率的绿色产出；在非期望产出方面，选取基于熵值法对工业二氧化硫排放量、工业废水排放量和工业烟粉尘排放量综合计算得出的环境污染指数。借鉴卢新海等[35]的方法，采用包含非期望产出的Super-SBM模型进行测度。

（2）核心解释变量。本文核心解释变量是政策实施分组虚拟变量和政策实施时间虚拟变量的交互项。某城市在某年实施了国家电子商务示范城市试点，则该城市为实验组，其政策实施分组虚拟变量和政策实施时间虚拟变量均为1；反之为控制组，对应虚拟变量均为0。

（3）控制变量。经济发展水平，用人均GDP的对数表示；人口密度，用市区人口占市区面积的比重表示；产业结构，用第二产业占GDP的比重表示；城市创新程度，用科学支出占地方财政支出比重表示；土地利用结构，用建设用地面积占市区面积比重表示；政府干预程度，用地方财政支出占GDP比重表示。

（4）调节变量。由上述可知，基础设施主要包括信息、能源和交通三类，本文基于三类基础设施数据运用熵值法测得基础设施建设综合得分。具体而言，信息基础设施建设，用互联网用户数表示；能源基础设施建设，用工业用电量表示；交通基础设施建设，用人均城市道路面积表示。

2.3 研究区概况与数据说明

自2011年3月国家发改委等五部门联合发布《关于开展国家电子商务示范城市创建工作的指导意见》以来，全国共三批次共有70个城市入选试点城市。其中，2011年11月，北京市等23个城市成为第一批国家电子商务示范城市，试点城市主要分布在东部和中部地区。2014年，为贯彻落实《国务院关于促进信息消费扩大内需的若干意见》，东莞市等30个城市成为第二批国家电子商务示范城市，按照申报要求，本批試点城市均是具有地方立法权的较大的市或国务院批复的国际贸易综合改革试点市、经济总量百强城市和网商发展指数百强城市，同样集中在东部和中部地区。2017年，根据《国务院关于大力发展电子商务加快培育经济新动力的意见》关于加快推进电子商务示范城市建设的工作部署，大连市等17个城市被批准为第三批试点城市，按照申报要求，本批试点城市主要为省会城市、计划单列市。各试点城市出台创建《国家电子商务示范城市工作方案要点》，有效推动了我国数字经济发展。

基于数据可获得性，本文以68个试点城市（剔除数据缺失较为严重的铜仁和五家渠市）和其他217个非试点城市为研究样本，研究时间为2006—2020年。数据主要来源于《中国城市统计年鉴》、各市统计年鉴，缺失数据用均值法或线性插值法补足。

3 结果分析

3.1 基准回归结果

表1报告数字经济发展对城市土地绿色利用效率的影响。列（1）为不加入任何控制变量的回归结果，其核心解释变量treat×time的估计系数不显著但为正。列（2）为加入控制变量的回归结果，其核心解释变量treat×time的估计系数在5%的水平上显著为正，这说明相比于没有实施国家电子商务示范城市试点的地区，试点城市的数字经济发展能够提高城市土地绿色利用效率，并较好地回应城市土地利用中资源利用效率最大化、环境压力最小化及生态经济协调发展等多重目标诉求。

3.2 稳健性检验

3.2.1 平行趋势假设检验

为检验实验组和控制组的城市土地绿色利用效率是否在进行国家电子商务示范城市试点之前就存在差异，本文进行多期双重差分的平行趋势假设检验。考虑距离政策冲击当年较远的样本数量较少，为使数据分布合理和均匀，进行如下调整：本文数据为2006—2020年，2006年距离第一批试点2011年间隔5年，2020年距离第三批试点2017年间隔为3年，因此，设置政策冲击当年t = 0，将政策实施之前且距离政策冲击年份5年以上的年份（t<-5）归并为-5，将政策实施之后且距离政策冲击年份大于3年的年份（t>3）归并为3。以t = 0为基期的平行趋势假设检验结果如图2所示，政策实施前系数在统计上并不显著异于0，这说明实验组和控制组之间的变化趋势不存在显著差异，平行趋势假设成立。此外，由图2可知，国家电子商务示范城市对城市土地绿色利用效率的影响在政策实施初期并不显著，这表明数字经济发展对城市土地绿色利用效率影响的显现需要一定时间。

3.2.2 内生性问题检验

尽管双重差分方法可以较好地缓解内生性问题，但还可能存在遗漏变量、样本自选择等风险。为此，本文进一步利用工具变量两阶段最小二乘法（2SLS）处理可能的内生性问题。参考已有研究思路[36]，采用邮政局数量的历史数据作为数字经济发展的工具变量（考虑行政区划变更及数据可获得性，邮政局数量使用1995年历史数据）。一方面，历史上邮政局数量多的地区可能是当前交通发达、信息流通便利和电子商务发展较好的地区，与数字经济发展状况高度相关；另一方面，其作为历史数据不会直接对当前城市土地绿色利用效率产生影响，满足外生性条件[37]。鉴于本文样本为面板数据，分别构造1995年邮政局数量和各地区互联网用户数、移动电话年末用户数的交互项（IV1和IV2）以赋予时间趋势作为工具变量。结果如表1列（3）—列（6）所示，考虑内生性后，无论是否加入控制变量，数字经济发展对城市土地绿色利用效率的影响依然显著为正，验证了前文基准回归结果的可靠性。

3.2.3 安慰剂检验

基于安慰剂检验的反事实思想，本文构建虚假政策地区和虚假政策时间进行稳健性检验。首先，本文通过隨机分配试点城市产生虚假政策地区进行地区安慰剂检验，图3绘制了抽样500次随机生成实验组后核心解释变量treat×time的估计系数核密度值和对应p值的分布情况，可知回归系数的均值接近于0，且绝大部分p值大于0.1，通过安慰剂检验。

其次，假定国家电子商务示范城市的政策实施时间提前一年（year_1）、两年（year_2）或三年（year_3），生成虚假政策时间的虚拟变量与核心解释变量的交互项，从而进行时间安慰剂检验。结果如表2所示，可知无论将试点政策提前几年，列（1）—列（3）的核心解释变量回归系数均不显著，即不对城市土地绿色利用效率产生显著影响，本文结论具有较好的稳健性。

3.2.4 其他稳健性检验

如表3所示。第一，排除其他政策影响。在推行国家电子商务示范城市试点同时，国家还在城市层面开展了若干绿色经济和绿色发展治理工作，典型的如环境信息披露工作、智慧城市试点等。为排除此类干扰性政策对估计结果的影响，本文将上述政策加入式（1）进行控制和估计。第二，剔除部分样本。考虑直辖市、省会城市以及副省级城市通常具有更高的数字经济发展水平和更多的政策资源，本文剔除这些样本再次估计。第三，缩尾处理。为防止极端值对估计结果的影响，对连续变量进行上下1%的缩尾处理后再次回归。结果显示，无论是单独控制或是同时控制两项政策，还是剔除部分样本和缩尾处理，treat×time的系数均显著为正，表明基准回归结果的稳健性。

3.3 异质性分析

3.3.1 区域异质性

本文进一步将样本按照三大经济分区划分为东部、中部和西部地区①，以检验数字经济发展对城市土地绿色利用效率的影响是否存在区域差异。结果如表4所示，数字经济发展对城市土地绿色利用效率的影响在中部地区显著为正，在东、西部地区均不显著。这可能是因为，东部地区拥有更为良好的数字经济产业基础、前沿的互联网技术、丰富的人力资本等大量先进生产要素，同时已具有较高的绿色发展水平和环境保护能力，因而数字经济的绿色发展效应在城市土地要素中的正向驱动力量并不明显。西部地区的信息化应用水平和绿色经济发展水平均较低，导致数字经济发展较为缓慢，与东中部地区存在较大差距，对城市土地绿色利用效率的积极影响无法有效发挥。而中部地区的产业发展基础较好，能够通过技术嵌入和环境赋能创造具有绿色经济特征的新产业、新业态和新模式，从而对城市土地绿色利用效率具有明显提升作用。

3.3.2 批次异质性

如前所述，不同批次国家电子商务示范城市试点政策在申报城市要求上存在差异，即试点政策的不同批次不仅在时间上存在数字经济发展对城市土地绿色利用效率的影响差异，也暗含了城市个体的异质性特征及其影响差异。参照已有研究[38]，本文构建不同批次的虚拟变量与核心解释变量treat×time的交互项，运用三重差分模型对其批次异质性进行检验。如表4所示，第一批和第三批试点的影响系数treat×time×1st和treat×time×3rd不显著但为负，第二批试点的影响系数treat×time×2nd显著为正。这表明数字经济发展对城市土地绿色利用效率的影响存在“无促进影响—促进影响—无促进影响”的非线性变化趋势，且相比省会城市、计划单列市和一般城市（第一和第三批试点城市），拥有更好数字经济发展基础和有利初始条件的地区（第二批试点城市）在促进城市土地绿色利用效率方面更具优势。

3.4 基础设施建设的调节效应

基礎设施建设的调节效应实证结果如表5所示。表5列（1）的三重交互项treat×time×infra在1%的水平上显著为负，表明数字经济发展通过基础设施建设抑制了城市土地绿色利用效率提高。该结果与一般预期不符，但如前文理论分析所述，这正验证了数字经济发展背景下基础设施建设作用发挥的复杂性，其调节效应可能存在非线性特征，达到适度区间时才可发挥出正向影响。本文加入基础设施建设综合得分的平方项进行初步检验，结果如表5列（2）所示，一次项treat×time×infra的系数显著为正，二次项treat×time×infra2的系数显著为负，表明非线性关系确实存在且呈倒“U”型，待进一步验证。表5列（3）—列（5）报告了各类基础设施建设的具体调节效应方向及程度。具体来看，信息基础设施建设（treat×time×internet）的负向调节效应最大，交通基础设施建设（treat×time×traffic）次之，能源基础设施建设（treat×time×energy）的负向调节作用最小。信息基础设施是数字经济时代的新型基础设施代表，不适度的信息基础设施建设易造成相关用地的闲置与浪费，从而抑制数字经济对城市土地绿色利用效率的推动作用。交通基础设施建设和能源基础设施建设三重交互项对城市土地绿色利用效率的回归系数为负，原因则可能在于现阶段数字经济所产生的绿色发展效益不足以弥补建设带来的资源过度消耗和环境污染问题。

3.5 进一步分析：调节效应的非线性

本文采用门槛模型对基础设施建设的非线性调节效应进行进一步检验。为检验门槛效应存在性及门槛个数，本文采用Bootstrap法抽样300次得到门槛效应检验的F值和P值。结果如表6所示，可知基础设施建设综合得分、信息基础设施建设和能源基础设施建设在5%或10%的显著性水平下通过单门槛效应检验，而交通基础设施建设的单门槛和双重门槛检验均显著。因此，基础设施建设对数字经济发展影响城市土地绿色利用效率的非线性调节效应得到稳健性检验。

门槛模型结果（表7）显示，当基础设施建设综合得分小于门槛值时，数字经济发展对城市土地绿色利用效率的影响程度在1%的水平上显著为正，呈边际效益递增特点，系数为0.007 9；当基础设施建设综合得分大于门槛值时，数字经济发展对城市土地绿色利用效率的影响程度在1%的水平上显著为正，但系数仅为0.001 4，明显缩小，这表明基础设施建设达到门槛值0.010 4时，数字经济发展对城市土地绿色利用效率的促进作用大幅度减弱，验证了前文理论分析和基础设施调节效应呈倒“U”型的实证结论。当信息基础设施建设和能源基础设施建设水平较低时，数字经济发展对城市土地绿色利用效率的系数显著为负或不显著，跨过门槛值其影响显著为正，结合前文调节效应结论，可知当前中国城市能源基础设施建设处于较低水平，且数字经济发展背景下各城市未能将信息基础设施建设有效转化为促进城市土地绿色利用效率提升的驱动力。而随着交通基础设施门槛值的提高，数字经济发展对城市土地绿色利用效率的影响逐渐由负转正，且正向影响递增。但鉴于研究期内各城市交通基础设施状况普遍低于第一个门槛值，目前交通基础设施仍主要呈负向调节作用。

4 结论及建议

本文首先对数字经济发展如何影响城市土地绿色利用效率，及基础设施建设在其中的调节效应进行了理论分析，认为数字经济发展对于城市土地利用效率存在积极影响，主要表现为技术嵌入逻辑和环境赋能逻辑，而基础设施建设对数字经济发展影响城市土地绿色利用效率的调节效应可能存在非线性特征。本文基于2006—2020年中国285个地级市面板数据，运用多期双重差分方法、三重差分方法和门槛模型展开实证研究，得出以下结论：（1）数字经济发展对城市土地绿色利用效率具有显著促进作用，该结论在平行趋势假设检验、内生性问题检验、安慰剂检验等多重稳健性策略下依然成立。（2）数字经济的绿色发展效应具有明显的区域异质性和批次异质性，中部地区城市土地绿色利用效率受到的积极影响更加明显；相比第一和第三批试点，第二批试点城市的数字经济发展成效最好。（3）当前发展阶段，基础设施建设在数字经济发展影响城市土地绿色利用效率中主要呈负向调节效应，信息基础设施建设负向影响最大，交通基础设施建设次之，能源基础设施建设最末。（3）基础设施建设对数字经济发展影响城市土地绿色利用效率的调节效应具有单门槛非线性特征，呈由边际效益递增到边际效益递减的倒“U”型特征。

基于研究结论，本文提出以下建议：（1）提高城市土地绿色利用效率在数字经济发展规划中的优先序。当前城市土地绿色利用效率提升并没有被明确地列为数字经济发展的核心目标，但其对中国数字经济发展的深化变革、高质量发展的战略性、长期性影响是不容忽视的。政府在谋划和制定数字经济发展政策时应加强对城市土地绿色利用效率的强调。（2）在城市土地利用中重视数字经济发展的技术嵌入和环境赋能效应。一方面，政府应主动适应并引领新一轮数字技术创新，将其深度嵌入于城市土地利用活动中，提高城市土地利用与环境治理效率；另一方面，政府应顺应数字化发展环境，打造城市土地绿色利用治理数字化平台，增强城市土地绿色利用对内外部环境变化的动态性与响应性。（3）针对数字经济发展对城市土地绿色利用效率影响效应的区域和批次不均衡问题，应促进不同区域数字经济绿色发展效应的经验传播和成果共享，统筹不同阶段数字经济发展政策资源倾向对象、政策目标设定与衔接。（4）注重将信息、能源和交通等基础设施建设这一关键领域的阶段性势能有效转化为长期性的发展驱动，及时遏制基础设施建设等关键领域由正转负的影响态势，渐进式实现数字经济发展与城市土地绿色利用效率提升等总目标的协同推进。

参考文献（References）：

[1] 邬晓霞， 张双悦. “绿色发展”理念的形成及未来走势[J] .经济问题， 2017，450（2）： 30 - 34.

[2] 周晓辉， 刘莹莹， 彭留英. 数字经济发展与绿色全要素生产率提高[J] . 上海经济研究， 2021，399（12）： 51 - 63.

[3] 万晓榆， 罗焱卿. 数字经济发展水平测度及其对全要素生产率的影响效应[J] . 改革， 2022，335（1）： 101 - 118.

[4] CHENG Y， ZHANG Y， WANG J J， et al. The impact of the urban digital economy on Chinas carbon intensity： spatial spillover and mediating effect[J] . Resources Conservation and Recycling， 2023， 189. doi： 10.1016/ j.resconrec.2022.106762.

[5] 韓晶， 陈曦， 冯晓虎. 数字经济赋能绿色发展的现实挑战与路径选择[J] . 改革， 2022，343（9）： 11 - 23.

[6] 程文先， 钱学锋. 数字经济与中国工业绿色全要素生产率增长[J] . 经济问题探索， 2021，469（8）： 124 - 140.

[7] 刘强， 马彦瑞， 徐生霞. 数字经济发展是否提高了中国绿色经济效率？[J] . 中国人口·资源与环境， 2022， 32（3）： 72 - 85.

[8] 何维达， 温家隆， 张满银. 数字经济发展对中国绿色生态效率的影响研究——基于双向固定效应模型[J] . 经济问题， 2022，509（1）： 1 - 8，30.

[9] HAO X L， LI Y H， REN S Y， et al. The role of digitalization on green economic growth： does industrial structure optimization and green innovation matter [J] . Journal of Environmental Management， 2023， 325. doi： 10.1016/ j.jenvman.2022.116504.

[10] 韩晶， 陈曦. 数字经济赋能绿色发展：内在机制与经验证据[J] . 经济社会体制比较， 2022，220（2）： 73 - 84.

[11] 周磊， 龚志民. 数字经济水平对城市绿色高质量发展的提升效应[J] . 经济地理， 2022， 42（11）： 133 - 141.

[12] 林坚， 刘松雪， 刘诗毅. 区域—要素统筹：构建国土空间开发保护制度的关键[J] . 中国土地科学， 2018， 32（6）：1 - 7.

[13] 王庆日， 郎海鸥， 仲济香， 等. 2021年土地科学研究重点进展评述及2022年展望[J] . 中国土地科学， 2022， 36（3）： 104 - 115.

[14] TAN S K， HU B X， KUANG B， et al. Regional differences and dynamic evolution of urban land green use efficiency within the Yangtze River Delta， China[J] . Land Use Policy， 2021， 106. doi： 10.1016/j.landusepol.2021.105449.

[15] 冒亚龙， 何镜堂. 数字时代的城市空间结构——以长沙市为例[J] . 城市规划学刊， 2009，182（4）： 14 - 17.

[16] ZHU W J， CHEN J J. The spatial analysis of digital economy and urban development： a case study in Hangzhou， China[J] . Cities， 2022， 123. doi： 10.1016/j.cities.2022.103563.

[17] 张景娜， 张雪凯. 互联网使用对农地转出决策的影响及机制研究——来自CFPS的微观证据[J] . 中国农村经济， 2020，423（3）： 57 - 77.

[18] 翁飞龙， 张强强， 霍学喜. 互联网使用对专业苹果种植户农地转入的影响研究——基于信息搜寻、社会资本和信贷获得中介效应视角[J] . 中国土地科学， 2021， 35（4）： 63 - 71.

[19] 叶裕民， 戚斌， 于立. 基于土地管制视角的中国乡村内生性发展乏力问题分析：以英国为鉴[J] . 中国农村经济，2018，399（3）： 123 - 137.

[20] 王军， 朱杰， 罗茜. 中国数字经济发展水平及演变测度[J] . 数量经济技术经济研究， 2021， 38（7）： 26 - 42.

[21] 赵涛， 张智， 梁上坤. 数字经济、创业活跃度与高质量发展——来自中国城市的经验证据[J] . 管理世界， 2020，36（10）： 65 - 76.

[22] 徐清源， 单志广， 马潮江. 国内外数字经济测度指标体系研究综述[J] . 调研世界， 2018，302（11）： 52 - 58.

[23] 陈晓红， 李杨扬， 宋丽洁， 等. 数字经济理论体系与研究展望[J] . 管理世界， 2022， 38（2）： 208 - 224，13 - 16.

[24] 逄健， 朱欣民. 国外数字经济发展趋势与数字经济国家发展战略[J] . 科技进步与对策， 2013， 30（8）： 124 - 128.

[25] 方燕， 刘柱， 隆云滔. 互联网经济的性质：本质特征和竞争寓意[J] . 财经问题研究， 2018，419（10）： 31 - 39.

[26] 詹庆明， 唐路嘉. 数字经济背景下城市空间的演变与规划应对[J] . 规划师， 2021， 37（13）： 5 - 11.

[27] 吴文菲， 丰燕. 数字经济、消费升级与城市土地利用效率——基于武汉城市圈的实证[J] . 统计与决策， 2022，38（19）： 107 - 110.

[28] 韩先锋， 宋文飞， 李勃昕， 等. 数字金融赋能绿色创新的异质非线性调节效应[J] . 中国人口·资源与环境，2022， 32（10）： 65 - 76.

[29] 刘生龙， 胡鞍钢. 基础设施的外部性在中国的检验：1988—2007[J] . 经济研究， 2010， 45（3）： 4 - 15.

[30] 樊轶侠， 徐昊. 中国数字经济发展能带来经济绿色化吗 ——来自我国省际面板数据的经验证据[J] . 经济问题探索， 2021，470（9）： 15 - 29.

[31] 赵巍. 数字经济与城市绿色全要素生产率：作用机制与门槛效应[J] . 中国流通经济， 2022， 36（11）： 15 - 26.

[32] 李明， 龙小燕. “十四五”时期我国数字基础设施投融资：模式、困境及对策[J] . 当代经济管理， 2021， 43（6）： 90 - 97.

[33] BECK T， LEVINE R， LEVKOV A. Big bad banks The winners and losers from bank deregulation in the United States[J] . Journal of Finance， 2010， 65（5）： 1637 - 1667.

[34] 陳丹玲， 卢新海， 张超正，等. 多维视域下区域一体化对城市土地绿色利用效率的影响机制研究[J] . 经济与管理研究， 2021， 42（8）： 96 - 110.

[35] 卢新海， 杨喜， 陈泽秀. 中国城市土地绿色利用效率测度及其时空演变特征[J] . 中国人口·资源与环境，2020， 30（8）： 83 - 91.

[36] 黄群慧， 余泳泽， 张松林. 互联网发展与制造业生产率提升：内在机制与中国经验[J] . 中国工业经济， 2019， 377（8）： 5 - 23.

[37] 刘乃全， 邓敏， 曹希广. 城市的电商化转型推动了绿色高质量发展吗？——基于国家电子商务示范城市建设的准自然实验[J] . 财经研究， 2021， 47（4）： 49 - 63.

[38] 曾婧婧， 周丹萍. 区域特质、产业结构与城市创新绩效——基于创新型城市试点的准自然实验[J] . 公共管理评论， 2019， 1（3）： 66 - 97.

Effects of Digital Economy Development on the Urban Land Green Use Efficiency： Based on the Moderating Effect of Infrastructure Construction

FAN Xiangyu1， LU Xinhai1， LIU Jinjin2

（1. College of Public Administration， Huazhong University of Science and Technology， Wuhan 430074， China；2. College of Public Administration， Central China Normal University， Wuhan 430079， China）

Abstract： The purpose of this paper is to explore how the development of the digital economy affects the urban land green use efficiency， and the moderation effect of infrastructure construction. The research methods include the multi-period difference-in-differences model， the triple difference-in-differences model， and threshold model. The research results show that： 1） the development of digital economy has significantly promoted the urban land green use efficiency. 2） There are obvious regional heterogeneity and batch heterogeneity. The development of the digital economy has the more significant impact on the urban land green use efficiency in the central region and the second batch of pilot cities. 3） Infrastructure construction has a negative moderating effect on digital economy development and urban land green use efficiency in the present situation. In terms of impact degree， information infrastructure construction has the largest negative impact， followed by transportation infrastructure construction and energy infrastructure construction. 4） The moderating effect of infrastructure construction on digital economy development and urban land green use efficiency has a single threshold and non-linear characteristic， showing an inverted “U” shape from “increasing marginal benefit” to “decreasing marginal benefit”. In conclusion， digital economy has technology embedding and environmental empowerment effect， and its development is of great significance for improving the urban land green use efficiency. Meanwhile， infrastructure construction， as the important foundation for the digital economy， should be underscored and further strengthened.

Key words： digital economy； infrastructure construction； land green use efficiency； difference-in-differences； moderating effect； threshold model

（本文责编：张冰松）