开放科学(资源服务)标识码(OSID)：
This study investigates the coupling coordination mechanism between regional digitalization and green development. To empirically verify this coordination, explore its coupling model under the concept of ecological civilization, and clarify the pivotal role of digital empowerment in the ecological governance of the Yangtze River Economic Belt, this study comprehensively employs methods including the coupling coordination model, spatial autocorrelation model, obstacle degree model, and geographical detector to construct an evaluation indicator system and analyze the coupling coordination degree, spatiotemporal differentiation characteristics, and driving mechanisms from 2012 to 2023.
The results show that the coupling coordination degree of digitalization and green development in the Yangtze River Economic Belt has increased year by year, with obvious regional differentiation; there is a significant positive spatial correlation and it exhibits spatiotemporal characteristics of spatial differentiation; the driving factors include ecological protection, environmental restoration, resource utilization, and digital technology application, with certain differences across different years; the driving factors are divided into three categories along the time dimension: rising first then falling, falling first then rising, and continuously declining. In the spatial dimension, the intensity of each driving factor′s role shows obvious spatial differentiation, among which industrial structure, urbanization rate, and higher education constitute the core driving factors, while technology circulation represents a common factor with insufficient driving force. To improve the digitalization and green development capability of the Yangtze River Economic Belt, it is necessary to accelerate digital transformation and development to achieve coordinated acceleration of digitalization and green development; break through the constraints of key driving factors to balance digitalization and green development; classify and optimize the effectiveness of driving factors to accurately target and address spatial disparities in driving forces; and promote regional coordinated development to narrow the spatial differentiation of coupling coordination degrees.
The innovations of this paper are as follows: First, by incorporating core elements of artificial intelligence including data, computing power, and algorithms, and expanding the connotations of digitalization and green development, this paper explores their development mechanisms and reveals the inherent logic of their coupling coordination. Second, it constructs an evaluation index system for digitalization and green development, and uses panel data from 11 provinces and cities in the Yangtze River Economic Belt from 2012 to 2023 to conduct a coupling coordination analysis. Third, it reveals the spatiotemporal characteristics of the coupling coordination degree and performs a spatial autocorrelation test. Fourth, it analyzes the factors restricting the coupling coordination degree via the obstacle degree model. Fifth, it identifies the influencing driving factors of the coupling coordination degree using the geographical detector.
开放科学(资源服务)标识码(OSID)：
新时代以来,我国扎实推进经济社会高质量发展,区域数字化发展和绿色化转型取得积极成效。2024年《中共中央 国务院关于加快经济社会发展全面绿色转型的意见》对加快数字化绿色化协同转型发展作出系统部署,要求“推进产业数字化智能化同绿色化的深度融合,深化人工智能、大数据、云计算、工业互联网等在电力系统、工农业生产、交通运输、建筑建设运行等领域的应用,实现数字技术赋能绿色转型”,“引导数字科技企业绿色低碳发展,助力上下游企业提高减碳能力”。长江经济带是我国经济发展的“金腰带”和生态文明建设的“主战场”。近年来,长江经济带11省(市)深入贯彻党中央“共抓大保护、不搞大开发”的战略方针和“生态优先、绿色发展”重要理念,积极探索经济社会全域数字化绿色化协同转型发展路径。从实践成效看,长江下游地区凭借强大的科技创新能力、完善的基础设施和先进的产业布局,率先形成数字经济与绿色产业双向驱动的发展格局;长江中上游地区的数字化绿色化协同转型发展仍然面临比较突出的结构性矛盾,存在不同程度的数字化滞后于绿色化或者绿色化滞后于数字化的现象,甚至出现绿色投入难以转化为发展效益的问题。为了更深入地揭示区域发展中数字要素与绿色要素的交互规律,充分解释地区转型中数字化与绿色化耦合协调带来的叠加效应,本文以长江经济带为空间域,探讨其数字化与绿色化的耦合协调机理,量化分析其时空特征、影响因素与驱动因子演变。研究结论力求进一步阐释数字科技赋能长江经济带生态环境治理的重要作用,为“十五五”时期长江经济带加快绿色发展、实现数字化转型提供理论依据与实践参考。
国内学界围绕数字化绿色化协同转型发展的理论逻辑、驱动因素、影响效应、水平测度展开了多视角研究,为本文提供了理论依据与方法参考。在理论逻辑方面,学者们提出数字化与绿色化发展目标高度统一、发展要素深度互嵌、发展主体高度耦合[1],数字化以技术赋能、效能提升、结构优化支撑绿色转型,绿色化以需求牵引、价值引领、制度规范引导数字技术的可持续发展[2],二者间存在互为条件的耦合约束,通过“制度—资本—空间”的调节机制来触发系统从局部协同跃升至全域协同[3]。在驱动因素方面,网络基础设施[4]、工业智能化[5]、新型城镇化[6]、人力资本结构高级化[7]均是促进数字化绿色化协同转型绩效提升的关键要素。在影响效应方面,数字化绿色化协同转型发展能够显著降低城市碳排放强度,且对对外直接投资[8]、制造业高质量发展[9]、产业链韧性[10]、经济发展韧性[11]和共同富裕[12]均有促进作用,其低碳红利在中部地区城市及环境保护重点城市中表现更突出[13];对制造业的赋能效应在“胡焕庸线”东南片区、高数字基础设施水平以及低资源禀赋地区[9]或是微观上的制造业技术密集型企业、高互联网发展水平地区企业和享受绿色信贷政策企业[14]中更显著;对共同富裕的赋能效果在东部地区、高经济发展水平以及人口规模较大城市中更显著[12],可以表现为同时提高企业营业总收入和劳动收入份额[15]。在水平测度方面,按测算对象差异可分为产业和区域两个层面:产业层面研究表明,制造业的数字化绿色化协同发展水平总体呈波动上升趋势,但长期处于“勉强协调”阶段,且绿色化发展水平始终领先于数字化[16];区域层面研究表明,二者的协调度逐年攀升,整体上已取得实质性进展[17],但是具有显著的空间异质性,表现为由东部地区向中西部地区递减的格局演变趋势[11]。
综合来看,已有研究成果的主题虽然多元化,但缺乏对数字化绿色化协同转型内在机理的系统阐释,也缺乏对长江经济带数字化绿色化协同发展的时空演化分析和驱动因素识别。本文基于已有研究,力求在五个方面有所突破:一是将数据、算力、算法等人工智能核心要素纳入数字化与绿色化的内涵中,探讨二者耦合协调的内在逻辑与相互作用机理;二是综合运用多种量化工具设计数字化绿色化发展评价指标体系,并以2012-2023年长江经济带11省市面板数据为样本进行耦合协调度分析;三是进一步揭示耦合协调度的时空演变特征,并进行空间自相关检验;四是运用障碍度模型分析制约耦合协调度的影响因素;五是运用地理探测器分析耦合协调度的驱动因素。
数字化与绿色化发展的耦合协调,本质上是以数字科技为代表的生产力革新和以绿色发展为导向的发展方式转型的辩证统一。前者是利用数字科技赋予个体、组织或系统以新的能力和发展机会,实现效率提升、创新发展和价值创造的过程;后者是以人与自然和谐共生为核心理念,在经济活动中最大限度地减少自然资源损耗,降低生态环境破坏,实现经济、社会与生态的可持续发展。二者的耦合协调体现为“赋能—反馈”的动态协同过程(见图1),其互动突破了“数字经济—绿色经济”的产业视角,升级为“制度—技术—文化”的跨系统协同。
图1 数字化绿色化发展的耦合机理
Fig.1 Coupling mechanism of digitalization and green development
数字化发展不仅包括来自数字基础设施的普惠支撑,而且涵盖数字算法在生态监测、环境治理等非经济领域的应用[18],更涉及政府、企业、公众等多元主体的能力提升[19],是驱动新质生产力发展的核心动能。数字化发展赋能绿色化发展并非单向度作用,而是三个维度协同发力。首先,数字基础设施通过提供数字化发展所需的信息计算力、网络运载力和数据存储力等算力硬件支撑[20],打破信息壁垒、提升要素流动效率、优化资源配置[21],解决绿色化发展中可能面临的技术可达性问题[22],并通过加强污染动态监管[4]、更新生态监测技术[23-24],为生态保护提供技术支撑[25],提升绿色化发展的精准性与协同性。其次,数字产业化和产业数字化双向融合助推全产业链升级,成为绿色化发展的重要引擎。如推动节能算法[26]、智能统筹[27]等技术创新,降低污染排放强度[28],通过电商平台与数字化营销激活生态产品价值[29],促进生态产品流通,激励生态保护行为等[30]。最后,数字算法应用渗透生产、消费与治理场景,通过优化要素的动态调度[31-32],为生态补偿提供数据支撑[33],成为将数字优势转化为绿色实效的有效抓手。从基础设施覆盖到经济结构升级,再到技术场景落地,三个维度的赋能形成递进式链条,最终实现资源高效利用、环境有效治理、生态持续保护的协同提升。
绿色化发展为数字科技创新及应用提供广阔的市场空间,对数字化发展产生积极的反馈作用。这一过程通过资源利用[34]、环境治理和生态保护[35]协同完成,主要体现在目标导向和价值引领方面。首先,提升资源利用率降低了数字化发展的要素约束。传统的资源约束理论关注经济增长需求与资源有限性之间的矛盾。而绿色化发展将自然资源从过度开发的外部约束转化为经济增长的内在动力,通过降低数字基础设施运营成本[36],为数字产业发展提供市场空间,并通过加速数字算法渗透应用[37],为高效推进数字化发展提供资源支撑。其次,提升环境治理效能可以为数字化发展优化空间载体。生态承载力理论认为,经济活动如超出区域生态承载力阈值会导致空间载体增长能力退化,而环境治理的本质就是通过减排、修复等方式提升承载能力。绿色化发展强调对即时污染的快速响应与高效治理,以环境吸引效应实现多元生产要素聚集,推动数字产业规模化,稳定数字基础设施运营[38],创新数字算法应用,有效拓展数字化发展的空间边界。再次,提升生态保护质效为数字化发展提供可持续基础。生态资产是能为人类提供服务和福利的自然资源及生态环境,提升生态保护质效重在强化生态资产的代际增值。绿色化发展目标是实现生态功能长期发挥作用,通过生态调节稳定气候变化,创新数字算法应用场景[39],拓展数字产业发展方向,筑牢数字化发展长效推进的坚实后盾。
3.1.1 指标权重设计
本文采用熵权法和主成分分析法,通过加权平均处理两种方法的计算结果,最终得到衡量数字化发展和绿色化发展水平的组合权重,以尽可能降低两种方法的偏差。
(1)熵权法运用。计算各指标比重如下:
(1)
计算各指标信息熵:
(2)
计算信息熵冗余度:
Q=1-Ej
(3)
计算各指标权重:
(4)
(2)主成分分析法运用。为减少指标体系涉及较多数据而可能带来的指标权重畸变,本文将数字化、绿色化发展指标进行降维,并使用主成分分析法(PCA)对数据进行处理[39],提取能够反映数据特征的公因子,将各指标在公因子中的线性组合归一化,得到具体指标权重,再计算样本数据得分,具体如下:
(5)
式中:q为主成分个数;n为待估指标个数;Li为各主成分特征根,Gi(i = 1,2,…,q)为指标对系统的贡献率,G总为总贡献率,bij为因子载荷矩阵的系数矩阵。
将矩阵F中各指标进行归一化处理,得到单个权重系数:
(6)
(3)确定组合权重。对于第i项指标,按照以下公式确定其组合权重:
(7)
通过乘法合成法得到两种客观赋权法下的组合权重[40],其中,Aj为主成分分析法确定的权重,Mj为熵权法确定的权重。计算综合得分:
(8)
3.1.2 耦合协调度模型
耦合度表示系统间相互作用强度,协调度衡量系统内部协调发展程度,耦合协调度则反映系统间整体协调发展程度。计算数字化发展水平U1与绿色化发展水平U2的耦合协调度公式为:
(9)
T=αU1+βU2
(10)
(11)
其中:C代表两个系统的耦合度,T表示两个系统的综合协调指数,α和β分别为数字化发展、绿色化发展对系统协同性的贡献率。参考已有研究成果,本文设定两个系统同等重要,即α=β=0.5。D为最终的耦合协调度,取值范围在0～1之间;对耦合协调度的等级进行划分[41],见表1。
表1 耦合协调度类型
Table 1 Coupling coordination types
类型 等级 耦合协调度 失调衰退区间 (0≤ D <0.4) 极度失调 [0,0.1) 严重失调 [0.1,0.2) 中度失调 [0.2,0.3) 轻度失调 [0.3,0.4) 过渡调和区间 (0.4≤ D <0.6) 濒临失调 [0.4,0.5) 勉强协调 [0.5,0.6) 协调发展区间 (0.6≤ D ≤1) 初级协调 [0.6,0.7) 中级协调 [0.7,0.8) 良好协调 [0.8,0.9) 优质协调 [0.9,1]
3.1.3 空间自相关模型
本文使用空间自相关模型,分析长江经济带11省市数字化绿色化发展的耦合协调度,以及不同省市地理位置的空间相关程度,包括全局自相关和局部自相关两种,并采用全局Moran's I指数判断各省市间是否具有空间相关性。计算公式如下:
(12)
Moran's I的范围为[-1,1],在此基础上进行局部自相关分析,得出具体的空间相关性特征。
3.1.4 障碍度模型
引入障碍度诊断模型,对影响耦合协调度的障碍因子与障碍程度进行测算,探究阻碍耦合协调发展的主要因子。障碍度越高,表明对耦合协调度的影响越显著,反之亦然。
3.1.5 地理探测器
使用地理探测器的因子探测器,揭示各驱动因子对耦合协调度时空分异的影响程度:
(13)
其中,q为探测值,q∈[0,1];h为驱动因子分层数量,
和σ2分别是第h层内与整体耦合协调度的方差;Nh和N分别为第h层内与整体样本单元数。
基于上述工具,本文参考工业和信息化部电子第五研究所发布的《中国数字经济发展指数报告》和国家发展改革委等部门联合制定的《绿色发展指标体系》,结合既有成果及长江经济带各省市发展实际,构建数字化绿色化发展水平评价指标体系,见表2。
表2 数字化绿色化发展指标构建及权重
Table 2 Indicator construction and weights of digitalization and green development
子系统 一级指标(权重) 二级指标 计算方式 方向 熵值法权重 PCA 权重 组合权重 数字化发展 数字基础设施 (0.1564) 互联网普及度 互联网宽带接入端口数/总 人口(台/人) + 0.0580 0.1138 0.0625 光缆覆盖度 光缆 线 路 长 度/总 人 口 (公 里/万人) + 0.0450 0.1002 0.0427 农村宽带接入用户占比 农村宽带接入用户数/接入 用户总数(%) + 0.0675 0.0801 0.0512 数字产业发展 (0.2874) 企业参与电商比重 有电子 商 务 交 易 活 动 的 企 业数占比(%) + 0.0355 0.0853 0.0287 地区电子商务交易规模 电子商 务 采 购 额 + 电 子 商 务销售额(亿元) + 0.2377 0.0905 0.2037 数字技术专利申请量 地区上 市 公 司 拥 有 的 数 字 技术专利申请量(个) + 0.0358 0.0981 0.0333 企业数字经济参与度 申请数 字 技 术 专 利 的 上 市 公司占比(%) + 0.0298 0.0768 0.0217 数字算法应用 (0.5562) 企业生产经营数字化程度 每 百 家 企 业 拥 有 网 站 数 (个/百企) + 0.0343 0.0765 0.0248 文化资源数字化程度 万人电 子 出 版 物 出 版 数 量 (张/万人) + 0.2967 0.0843 0.2368 移动互联网普及度 移动互联网用户数/总人口 (户/人) + 0.1599 0.1946 0.2946 绿色化发展 资源利用 (0.1568) 单位 GDP能耗 石油 类 排 放 量/GDP(吨/ 亿元) - 0.0114 0.1007 0.0101 水资源利用率 (工业用水总量+农业用水 量)/(工业增加值+农业增 加值)(立方米/元) - 0.0471 0.1117 0.0461 土地资源利用率 (地方财政土地使用税+增 值税 + 耕 地 占 用 税)/地 区 面积(亿元/平方公里) + 0.1099 0.1044 0.1006 环境治理 (0.2001) 空气质量(优良天数比例) 空气质量优良天数/总天数 + 0.0159 0.1127 0.0157 生态用水占比 生态用水总量/水资源总量 (%) + 0.1325 0.1418 0.1648 环境规制强度 工业污染治理完成投资额/ 第二产业增加值(元/万元) - 0.0249 0.0897 0.0196 生态保护 (0.6431) 森林覆盖率 地区森 林 面 积 占 土 地 总 面 积比例(%) + 0.1179 0.1113 0.1151 自然资源保护区面积占比 国家级自然保护区面积/区 域总面积(%) + 0.5321 0.1113 0.5195 生活垃圾无害化处理率 生活垃圾无害化处理量/清 运量(%) + 0.0083 0.1167 0.0085
数字化发展测度方面,本文设计了数字基础设施、数字产业发展和数字算法应用三个一级指标。数字基础设施表征信息计算力、网络运载力和数据存储力等算力发展情况以及城乡数字鸿沟的弥合程度。数字产业发展体现数字商业生态、数字产业市场活力和数字科技发展潜力等。数字算法应用主要衡量数字科技在企业生产、运营、管理全流程的渗透深度,评价文化资源数字化水平,体现依托移动互联网实现场景化、便捷化的数字应用落地程度。
绿色化发展测度方面,本文设计了资源利用、环境治理和生态保护三个一级指标。资源利用衡量能源、水资源和土地资源的实际利用率;环境治理反映生态系统的健康维持能力;生态保护反映区域生态系统的保护力度与精细化管理水平。
本文以2012-2023年长江经济带11省市共12年的数据为样本进行实证分析。原始数据来源于国家部委发布的统计年鉴及各省市统计年鉴,缺失数据采用线性插值法补充。
运用式(1)～(8)测算长江经济带数字化发展综合水平U1和绿色化发展综合水平U2。由表3可见,11省市数字化发展综合水平总体呈上升趋势;下游地区的上海、江苏和浙江的综合水平值最高,中游地区的湖南靠前,上游地区的重庆和四川水平靠前。
表3 长江经济带数字化发展综合水平
Table 3 Comprehensive digitalization development level of the Yangtze River Economic Belt
年 份 长 江 上 游 贵 州 四 川 云 南 重 庆 长 江 中 游 湖 北 湖 南 江 西 长 江 下 游 安 徽 江 苏 上 海 浙 江 平 均 2 0 1 2 0 . 0 6 0 . 1 0 0 . 0 6 0 . 1 1 0 . 1 6 0 . 1 6 0 . 0 8 0 . 0 9 0 . 3 3 0 . 3 5 0 . 2 9 0 . 1 6 2 0 1 3 0 . 0 6 0 . 1 2 0 . 0 5 0 . 1 3 0 . 1 8 0 . 1 6 0 . 0 9 0 . 1 2 0 . 3 5 0 . 6 3 0 . 3 1 0 . 2 0 2 0 1 4 0 . 0 7 0 . 1 5 0 . 0 6 0 . 1 7 0 . 2 1 0 . 1 6 0 . 1 0 0 . 1 5 0 . 3 8 0 . 4 0 0 . 3 2 0 . 2 0 2 0 1 5 0 . 0 9 0 . 1 6 0 . 1 2 0 . 2 2 0 . 2 0 0 . 2 0 0 . 1 2 0 . 1 5 0 . 3 9 0 . 4 0 0 . 2 7 0 . 2 1 2 0 1 6 0 . 1 1 0 . 1 9 0 . 1 6 0 . 2 0 0 . 1 6 0 . 1 9 0 . 1 6 0 . 1 6 0 . 4 1 0 . 4 3 0 . 3 5 0 . 2 3 2 0 1 7 0 . 1 1 0 . 2 2 0 . 1 5 0 . 2 1 0 . 2 4 0 . 2 1 0 . 1 5 0 . 1 8 0 . 4 2 0 . 4 4 0 . 3 7 0 . 2 5 2 0 1 8 0 . 1 3 0 . 2 3 0 . 1 9 0 . 2 2 0 . 2 1 0 . 2 5 0 . 1 7 0 . 2 0 0 . 4 2 0 . 4 4 0 . 4 0 0 . 2 6 2 0 1 9 0 . 1 3 0 . 2 6 0 . 2 1 0 . 2 3 0 . 1 9 0 . 2 4 0 . 1 8 0 . 2 1 0 . 4 5 0 . 4 4 0 . 4 1 0 . 2 7 2 0 2 0 0 . 1 4 0 . 2 6 0 . 1 6 0 . 2 4 0 . 2 0 0 . 2 4 0 . 1 9 0 . 2 1 0 . 4 5 0 . 4 7 0 . 4 0 0 . 2 7 2 0 2 1 0 . 1 6 0 . 2 5 0 . 2 0 0 . 2 6 0 . 2 3 0 . 2 5 0 . 2 5 0 . 2 3 0 . 4 6 0 . 5 0 0 . 4 1 0 . 2 9 2 0 2 2 0 . 1 8 0 . 2 5 0 . 1 8 0 . 2 6 0 . 2 2 0 . 2 5 0 . 2 2 0 . 2 2 0 . 4 5 0 . 5 3 0 . 4 1 0 . 2 9 2 0 2 3 0 . 2 0 0 . 2 7 0 . 2 0 0 . 2 8 0 . 2 4 0 . 2 7 0 . 2 4 0 . 2 4 0 . 4 8 0 . 5 8 0 . 4 3 0 . 3 1
由表4可见,11省市绿色化发展综合水平除个别年份有下降外,总体也呈上升趋势。究其原因,可能是短期因素与结构性矛盾所致,并非绿色发展趋势的长期逆转。
表4 长江经济带绿色化发展综合水平
Table 4 Comprehensive levels of green development in the Yangtze River Economic Belt
年 份 长 江 上 游 贵 州 四 川 云 南 重 庆 长 江 中 游 湖 北 湖 南 江 西 长 江 下 游 安 徽 江 苏 上 海 浙 江 平 均 2 0 1 2 0 . 1 9 0 . 5 0 0 . 6 8 0 . 1 9 0 . 1 3 0 . 2 3 0 . 2 7 0 . 1 4 0 . 1 2 0 . 1 2 0 . 2 6 0 . 2 6 2 0 1 3 0 . 2 1 0 . 5 2 0 . 5 0 0 . 2 0 0 . 1 6 0 . 2 6 0 . 2 8 0 . 1 3 0 . 1 1 0 . 1 0 0 . 2 5 0 . 2 5 2 0 1 4 0 . 2 2 0 . 5 3 0 . 5 8 0 . 2 1 0 . 1 7 0 . 2 8 0 . 3 2 0 . 1 7 0 . 1 2 0 . 1 4 0 . 2 7 0 . 2 7 2 0 1 5 0 . 2 5 0 . 3 8 0 . 5 7 0 . 2 3 0 . 1 8 0 . 2 8 0 . 3 3 0 . 1 7 0 . 1 2 0 . 1 3 0 . 2 8 0 . 2 7 2 0 1 6 0 . 2 6 0 . 4 8 0 . 5 8 0 . 2 3 0 . 1 9 0 . 3 0 0 . 3 2 0 . 1 8 0 . 1 2 0 . 1 4 0 . 2 9 0 . 2 8 2 0 1 7 0 . 2 7 0 . 4 7 0 . 5 9 0 . 2 3 0 . 2 1 0 . 3 0 0 . 3 3 0 . 1 9 0 . 1 3 0 . 1 6 0 . 3 0 0 . 2 9 2 0 1 8 0 . 2 6 0 . 4 8 0 . 6 1 0 . 2 3 0 . 2 2 0 . 2 9 0 . 3 4 0 . 2 1 0 . 1 3 0 . 1 8 0 . 3 1 0 . 3 0 2 0 1 9 0 . 2 5 0 . 4 9 0 . 6 3 0 . 2 4 0 . 2 3 0 . 3 2 0 . 3 2 0 . 2 1 0 . 1 4 0 . 1 7 0 . 3 2 0 . 3 0 2 0 2 0 0 . 2 6 0 . 4 8 0 . 6 3 0 . 2 5 0 . 2 9 0 . 3 7 0 . 3 3 0 . 2 2 0 . 1 5 0 . 1 9 0 . 3 4 0 . 3 2 2 0 2 1 0 . 2 6 0 . 4 9 0 . 6 5 0 . 2 4 0 . 3 7 0 . 4 5 0 . 3 3 0 . 2 3 0 . 1 7 0 . 1 9 0 . 3 5 0 . 3 4 2 0 2 2 0 . 2 4 0 . 5 3 0 . 7 1 0 . 2 6 0 . 3 8 0 . 4 7 0 . 3 1 0 . 2 2 0 . 1 9 0 . 2 0 0 . 3 4 0 . 3 5 2 0 2 3 0 . 2 4 0 . 5 5 0 . 6 8 0 . 2 5 0 . 3 9 0 . 4 7 0 . 3 2 0 . 2 2 0 . 1 7 0 . 2 1 0 . 3 3 0 . 3 5
综合比较表3、表4和图2可知,长江经济带11省市数字化发展水平整体落后于绿色化发展水平,只有上海、江苏和浙江三省市数字化发展水平明显超过绿色化发展水平。这一结果表明:长江经济带绿色化发展取得显著成效,数字化发展也在持续上升;数字化发展与绿色化发展呈现不同步性,经济发达地区的数字化发展水平显著超过绿色化发展水平。
图2 数字化、绿色化发展水平比较(2023)
Fig.2 Comparison of the comprehensive level of digital and green development (2023)
本文依据式(9)～(11)计算得出12年间长江经济带11省市数字化绿色化耦合协调度,见表5。
表5 长江经济带数字化绿色化发展耦合协调度测算结果
Table 5 Calculation results of coupling coordination degree of digitalization and green development in the Yangtze River Economic Belt
年份 长江上游 贵州 四川 云南 重庆 长江中游 湖北 湖南 江西 长江下游 安徽 江苏 上海 浙江 平均 2012 0.3219 0.4684 0.4428 0.3763 0.3769 0.4369 0.3814 0.3357 0.4464 0.4479 0.5243 0.4145 2013 0.3325 0.4971 0.4050 0.4025 0.4123 0.4494 0.3961 0.3562 0.4434 0.5013 0.5299 0.4296 2014 0.3497 0.5285 0.4344 0.4345 0.4388 0.4605 0.4280 0.4010 0.4639 0.4847 0.5422 0.4515 2015 0.3852 0.4955 0.5088 0.4697 0.4368 0.4839 0.4501 0.3976 0.4676 0.4828 0.5224 0.4637 2016 0.4132 0.5520 0.5535 0.4670 0.4210 0.4891 0.4735 0.4077 0.4756 0.4979 0.5628 0.4830 2017 0.4156 0.5653 0.5452 0.4708 0.4755 0.4994 0.4731 0.4310 0.4848 0.5161 0.5762 0.4957 2018 0.4255 0.5774 0.5861 0.4739 0.4648 0.5167 0.4883 0.4484 0.4848 0.5323 0.5914 0.5081 2019 0.4263 0.5968 0.6013 0.4839 0.4542 0.5273 0.4877 0.4575 0.5025 0.5260 0.6014 0.5150 2020 0.4404 0.5978 0.5670 0.4941 0.4901 0.5462 0.4996 0.4649 0.5127 0.5493 0.6060 0.5244 2021 0.4538 0.5927 0.5978 0.5042 0.5362 0.5770 0.5320 0.4766 0.5260 0.5538 0.6160 0.5424 2022 0.4559 0.6046 0.5951 0.5104 0.5355 0.5833 0.5130 0.4715 0.5433 0.5699 0.6084 0.5446 2023 0.4680 0.6177 0.6069 0.5123 0.5541 0.5964 0.5245 0.4802 0.5335 0.5912 0.6126 0.5543
长江经济带数字化绿色化耦合协调度呈现波动上升趋势,不仅反映出数字化发展的赋能作用持续增强,而且体现了绿色化发展的反馈作用不断凸显。从时间演化来看,耦合协调度的数值范围逐渐收缩,说明耦合协调度的省份差距有缩小趋势。这是长江经济带注重上中下游协同发展和加强跨地区合作的结果。
分年度看,2012年长江经济带除浙江外其他省市基本处于失调状态,流域内对绿色化发展的认知尚不充分,生态环境保护面临较大压力;同时,数字技术发展处于起步阶段,数字基础设施建设正在加速推进,节能减排技术也不成熟,因此系统整体处于失调状态。2016年全流域均进入过渡协调阶段,此后各省市耦合协调度均呈现上升趋势。这是因为《长江经济带发展规划纲要》于当年印发实施,绿色发展理念得到深入贯彻落实,有力推动了区域产业结构绿色转型升级。此后,浙江、上海、湖南和四川陆续进入初级协调阶段。到2023年,全流域数字化与绿色化的耦合协调度有一定提升,但是距离较高的协调阶段尚有一定差距。在数字化发展方面,数字基础设施建设在一些偏远地区和农村地区仍有待加强,数字科技创新能力与国际先进水平相比还有差距;在绿色化发展方面,部分地区的产业结构仍需优化,高耗能、高污染行业占比依然较高,生态环境保护任务依然艰巨。
本文运用ArcGIS10.8软件对12年间共12个时间节点的耦合协调度进行空间分析。结果发现:长江经济带数字化绿色化耦合协调度均值由0.414 5逐年稳步提升至0.554 3,总体实现从濒临失调跨入关键的协调起步阶段,进一步向初级协调阶段过渡。
分地区来看,11省市数字化与绿色化的耦合协调度基本保持“下游领先、中上游梯度追赶”的空间分布。下游地区的江浙沪因具有较大区位优势、雄厚产业基础和较强创新能力而长期处于第一梯队,安徽省则因第三产业发展相对滞后且过于依靠煤炭等化石能源,耦合协调水平与江浙沪地区存在明显差距。中游地区呈现“梯度提升、湖南领跑”的态势,湖南从失调阶段进入初级协调阶段,湖北和江西均处于勉强协调向初级协调的关键过渡阶段。虽然中游地区的第二产业比重较高,但近年来通过承接国内外产业转移、加大数字基建投入和绿色技改,逐步摆脱粗放发展模式。上游地区实现“从追赶到突破”的跨越式发展,打破了此前的发展滞后局面。其中,四川和云南由濒临失调阶段稳步进入初级协调阶段,其他省市则从失调阶段进入过渡阶段。这是因为上游地区虽经济基础相对薄弱、第三产业起步较晚,但依托丰富的生态资源禀赋,有望实现绿色化与数字化深度融合。新时代西部大开发、“东数西算”等政策红利持续释放,缓解了人才与创新资源不足的不利影响,促使上游地区与中下游地区间差距逐步缩小。
根据式(12),运用ArcGIS10.8软件进行全局自相关和局部自相关检验,以明晰耦合协调度的动态集聚趋势及空间关联效应。
5.3.1 全局空间自相关分析
计算12年间长江经济带数字化与绿色化耦合协调度的全局Moran's I指数,结果见表6。可以发现,Moran's I指数均为正数且逐年增大,表明耦合协调度存在空间集聚特征。2012-2014年莫兰指数P值大于0.1,表明空间集聚现象不显著;2015年后P值小于0.1,即耦合协调度的空间集聚效应显著,说明随着长江经济带绿色化和数字化发展政策的加速落地,在国家政策引领和地方积极投入下数字化与绿色化耦合协调的集聚态势逐渐增强;2019年后P值小于0.05,表明至少可以在95%的情况下认定耦合协调度具备空间集聚特征。
表6 全局莫兰指数
Table 6 Global Moran Index
年 份 M o r a n' s I 方 差 Z 得 分 P 值 2 0 1 2 0 . 0 1 9 0 . 0 2 6 4 0 . 7 7 0 0 . 4 4 1 2 0 1 3 0 . 0 9 4 0 . 0 2 5 2 1 . 2 8 0 . 2 0 1 2 0 1 4 0 . 1 5 5 0 . 0 2 4 7 1 . 6 1 0 . 1 0 7 2 0 1 5 0 . 2 5 9 0 . 0 2 1 3 1 . 7 7 0 . 0 7 7 2 0 1 6 0 . 2 7 1 0 . 0 2 1 9 1 . 8 3 0 . 0 6 7 2 0 1 7 0 . 2 8 5 0 . 0 2 2 2 1 . 9 1 0 . 0 5 6 2 0 1 8 0 . 2 9 2 0 . 0 2 2 6 1 . 9 4 0 . 0 5 2 2 0 1 9 0 . 3 0 1 0 . 0 2 2 9 1 . 9 9 0 . 0 4 7 2 0 2 0 0 . 3 1 6 0 . 0 2 3 5 2 . 0 6 0 . 0 3 9 2 0 2 1 0 . 3 2 8 0 . 0 2 4 0 2 . 1 2 0 . 0 3 4 2 0 2 2 0 . 3 3 6 0 . 0 2 4 3 2 . 1 5 0 . 0 3 2 2 0 2 3 0 . 3 4 9 0 . 0 2 4 7 2 . 2 2 0 . 0 2 6
5.3.2 局部空间自相关分析
进一步计算12年间长江经济带数字化与绿色化耦合协调度的局部莫兰指数,使用LISA聚类图进行空间异质性检验,并从计算结果中选取2014、2017、2020、2023年的局部莫兰指数进行空间分异情况分析,见表7。结果表明:高-高集聚区与邻近地区的耦合协调度都高,主要集中在江浙沪地区;低—低集聚区与邻近地区的耦合协调度都较低。其中,2014年湖南为低—低集聚区,四川为高—低集聚区;2017年开始贵州为低—低集聚区,湖南不再处于低-低集聚区。
表7 局部莫兰指数空间分异情况
Table 7 Spatial differentiation of Local Moran Index
类 别 2 0 1 4 2 0 1 7 2 0 2 0 2 0 2 3 高 — 高 集 聚 上 海 、 江 苏 上 海 、 江 苏 上 海 、 江 苏 、 浙 江 上 海 、 江 苏 、 浙 江 高 — 低 集 聚 四 川 无 无 无 低 — 低 集 聚 湖 南 贵 州 贵 州 贵 州 低 — 高 集 聚 无 无 无 无 不 显 著 云 南 、 贵 州 、 重 庆 、 湖 北 、 江 西 、 安 徽 、 浙 江 云 南 、 四 川 、 重 庆 、 湖 北 、 湖 南 、 江 西 、 安 徽 、 浙 江 云 南 、 四 川 、 重 庆 、 湖 北 、 湖 南 、 江 西 、 安 徽 云 南 、 四 川 、 重 庆 、 湖 北 、 湖 南 、 江 西 、 安 徽
为深入探究制约长江经济带数字化与绿色化发展的因素,本文根据障碍度模型计算2014、2017、2020和2023年耦合系统影响因素,并取障碍度排名前五的影响因素进行分析,见表8。
表8 2012-2023年耦合系统主要影响因素及其障碍度
Table 8 Major influencing factors and degrees of obstacles in coupled systems from 2012 to 2023 单位:%
主要影响因素 2014 2017 2020 2023 自然资源保护区面积占比 37.70 48.05 53.33 49.60 生态用水占比 11.37 14.08 7.21 6.32 土地资源利用率 7.45 5.54 8.57 13.51 地区电商交易规模 8.89 9.11 8.44 8.14 文化资源数字化程度 - 7.78 11.94 11.96 移动互联网普及度 6.87 - - - 五大障碍因素障碍度之和 72.28 84.56 89.49 89.53
结果表明:12年间排名前五的影响因素障碍度之和于2023年达到最大,为89.53%,于2014年为最小(72.28%)。其中,障碍度最大的因素始终为自然资源保护区面积占比;2014和2017年障碍度排名第二的因素为生态用水占比;2020和2023年障碍度排名第二的因素分别为文化资源数字化程度和土地资源利用率。可见,生态保护和环境治理始终主导耦合协调度水平变化,资源利用、数字算法应用也发挥重要作用,数字产业发展和数字基础设施影响较小。
6.2.1 驱动因子选取
参考任保平等[42]、杨佩卿等[43]研究,本文从经济发展、产业结构、政府调控、财政科技投入、环境治理、市场引导、技术流通、城镇化率、高等教育等9个方面,对驱动长江经济带数字化与绿色化耦合协调度提升的因子展开分析,见表9。
表9 数字化与绿色化耦合协调的驱动因子
Table 9 Driving factors of the coupling coordination degrees of digitalization and green development
驱动因子 指标含义 计算公式 经济规模 反 映 某 地 区 经 济 发 展 状况 地区生产总值 产业结构 衡量某 地 区 产 业 结 构 高 级化程度 (第二产业生产总值+第 三产 业 生 产 总 值)/地 区 生产总值 政府调控 反映地 方 政 府 对 宏 观 经 济的调控能力 地方财政一般预算支出/ 地区生产总值 财政科技 投入 反映地 方 政 府 对 科 学 技 术的投入力度 地方财政科学技术支出/ 地方财政一般预算支出 环境治理 反映地 方 政 府 对 环 境 保 护的投入力度 地方财政环境保护支出/ 地方财政一般预算支出 市场引导 反映地 方 政 府 对 商 业 服 务业的投入力度 地方财 政 商 业 服 务 业 支 出/地方财政一般预算支 出 技术流通 衡量某 地 区 技 术 产 业 发 展水平和经济活力 技术市场交易规模/地区 生产总值 城镇化率 衡量某地区城镇化水平 城镇常住人口/总人口 高等教育 反映某 地 区 高 等 教 育 发 展情况 高等院校数量/地区常住 人口
6.2.2 时间异质性分析
结合表10结果发现,12年间各因子对耦合协调度的驱动作用呈现显著的时间分异特征,具体可分为三类。
表10 长江经济带数字化与绿色化发展耦合协调度驱动作用分析
Table 10 Detection results of driving factors for coupling and coordination degrees of digitalization and greening development in the Yangtze River Economic Belt from 2012 to 2023
驱动因素 2012-2015 2016-2019 2020-2023 驱动作用 经济规模 0.8101 0.7723 0.7675 ↓↓ 产业结构 0.9336 0.9180 0.9182 ↓↑ 政府调控 0.8212 0.8409 0.8400 ↑↓ 财政科技 投入 0.7176 0.6914 0.7117 ↓↑ 环境治理 0.8663 0.8582 0.8047 ↓↓ 市场引导 0.8428 0.7308 0.6802 ↓↓ 技术流通 0.7020 0.6632 0.6552 ↓↓ 城镇化率 0.8922 0.8767 0.8902 ↓↑ 高等教育 0.8730 0.8461 0.8505 ↓↑
一是驱动作用先升后降类,包含政府调控一项。可能的原因是,前期地方政府加大财政统筹力度,通过专项补贴、政策倾斜等方式推进数字基建、支持绿色项目,强化了耦合协调的政策驱动力;后期受财政压力影响,调控力度减弱,但政策的持续引导仍保障了耦合协调的稳定推进。
二是驱动作用先降后升类,包括产业结构、财政科技投入、城镇化率和高等教育四项。产业结构方面,整体保持高驱动水平,前期受传统产业占比偏高、转型滞后的影响,高端制造业与现代服务业集聚不足,数字化与绿色化的产业承载基础较弱,驱动作用有所回落;之后,各省市加快产业结构高级化进程,循环产业、低碳产业快速集聚,数字化转型与绿色化转型的融合场景持续丰富,驱动作用逐步回升。财政科技投入方面,前期受核心技术攻关周期长、成果转化效率不高等因素制约,财政科技投入对耦合协调的促进效果未充分释放;“十四五”期间,随着产学研协同机制完善、数字科技与绿色科技融合加速,如智能监测、低碳算法等技术落地应用,驱动作用实现回升。城镇化率方面,始终保持高驱动水平,原因是前期城镇化进入快速扩张阶段,部分区域出现“重规模、轻质量”问题,城镇数字基建与绿色配套不同步,制约了耦合协调;后期新型城镇化战略加快推进,以“智慧城市”“低碳城镇”为抓手,推动人口集聚与数字绿色设施协同布局,驱动作用重回高位。高等教育方面保持较强驱动,原因是前期因高校专业设置与市场需求结合不紧密,复合型人才供给不足,人才“质效缺口”导致驱动作用小幅下降;后期高校普遍加快学科调整、深化产教融合,定向培养数智技术与绿色发展复合型人才,人才适配性显著提升,驱动作用逐步回升。
三是驱动作用持续下降类,包括经济规模、环境治理、市场引导和技术流通四项。经济规模的驱动作用出现下降态势,我国经济转向高质量发展阶段,发展重心从总量扩张转向质效提升,单纯的经济规模增长对耦合协调的边际贡献下降。环境治理的驱动作用持续减弱:前期环保投入虽有增长,但多集中于规模扩张,与数字科技的融合度不足,治理效能有限;后期环保投入转向“精准提质”,但在全国节能环保投入增速放缓形势下,部分区域环保治理进入存量优化阶段,数字赋能环境治理的场景拓展滞后,驱动作用持续下降。市场引导方面降幅比较明显:前期由于政府加大投入推动数字商业平台与绿色消费场景结合,驱动效果突出;后期市场逐步进入自主调节阶段,政府直接投入减少,部分区域市场主体绿色转型动力下降,驱动作用快速回落。技术流通方面持续走弱,原因是技术成果流动出现供需错配问题,即高端成果供给与区域产业需求不匹配,且成果转化效率偏低,导致技术流通对耦合协调的驱动作用减弱。
6.2.3 空间异质性驱动
结合表11的探测结果,长江经济带上、中、下游地区各驱动因子的作用强度与核心逻辑存在明显的空间分异。在上中游地区,产业结构、城镇化率、高等教育为最强驱动因子,三者共同构成耦合协调发展的“产业—空间—人才”支撑力量;技术流通驱动作用相对最弱,反映出全流域技术要素流动壁垒尚未完全破除。此外,上游地区产业高级化进程滞后于中下游,原因是受地理区位、经济基础制约,其技术市场交易规模小、流通效率低,数字科技与绿色技术落地难度较大。中游地区城市群处于城镇化提质扩容关键期,城镇数字管网、绿色交通等设施同步建设,城镇化的空间载体作用凸显。下游地区财政科技投入、市场引导的驱动作用均高于上中游地区。
表11 长江经济带全流域及上中下游数字化与绿色化发展耦合协调度驱动因子分析结果
Table 11 Analysis results of driving factors for coupling and coordination degrees of digitalization and green development throughout the Yangtze River Economic Belt and its upper, middle and lower reaches
驱动因素 全流域 上游 中游 下游 经济规模 0.8607 0.7926 0.8649 0.8132 产业结构 0.9551 0.8847 0.9475 0.9477 政府调控 0.8970 0.7910 0.9081 0.8589 财政科技投入 0.8288 0.8068 0.8348 0.9225 环境治理 0.9058 0.8132 0.9032 0.8684 市场引导 0.8336 0.7456 0.7969 0.8447 技术流通 0.7768 0.6417 0.6927 0.7483 城镇化率 0.9390 0.8535 0.9544 0.9295 高等教育 0.9227 0.8181 0.9296 0.9038
综合前述分析可知,长江经济带数字化发展水平和绿色化发展水平均呈稳步提升态势,两者的耦合协调度整体呈上升态势且区域差距逐渐缩小,耦合协调度呈现显著的空间正相关特征,耦合协调度驱动因子存在显著的时空分异性。同时,长江经济带数字化发展水平总体落后于绿色化发展水平,数字化发展的赋能效果有待进一步挖掘。为更好地促进长江经济带数字化与绿色化协调发展,本文提出如下政策建议:
第一,加快数字化转型发展,实现数字化与绿色化协同提速。推进数字科技创新和数字产业融合,积极推广数字化平台,加速知识、信息的流动及共享,促进企业生产经营中减碳技术知识交互、低碳管理理念传递,为绿色科技人才流动创造更好条件,为云技术服务提供公共接口与充足算力,降低市场摩擦和要素错配成本,全面增强数字赋能效果。重点支持人工智能、大数据、光电子等数字科技在节能减排、循环经济中的应用。加快培育服务业绿色化智慧化新业态,实现能源管理系统化、数字化,提高新能源消纳效率,推动地方深挖数字化发展潜力。
第二,突破关键影响因素制约,更好地平衡绿色发展与数字化转型。结合自然资源保护区面积占比、生态用水占比等生态指标及文化资源数字化程度等数字应用指标,实施双向突破策略。完善生态红线弹性管理机制,统一确定弹性准入清单,在严格保护核心区的前提下探索数字基础设施“轻量化布局”,减少对生态环境的干扰。继续深入实施数字普惠工程,加大对长江中上游地区产业数字化投入,推动知识资源和实体经济的数字化升级。深挖绿色资源的数字价值,依托长江经济带上游地区丰富的生态资源发展数字赋能绿色产业,开发生态农产品和绿色旅游资源,让绿色优势在数字科技的加持下持续释放。完善绿色金融支持政策,通过大数据风控实现企业绿色转型项目的跨区域融资。
第三,分类优化驱动因子效能,靶向破解空间驱动短板。通过精准化补贴、阶段性考核等方式,缓解财政收支压力对调控效果的制约;健全绿色转型与新兴产业培育的长效激励机制,推动智慧城市与低碳城镇建设;推进数字科技与环保治理的深度融合,激活数字商业平台与绿色消费的联动活力。长江经济带上游地区要依托生态资源禀赋发展特色产业,中游地区要加速推进主导产业数字化转型与绿色化改造,下游地区要继续放大科技创新、市场机制等优势,重点突出创新赋能与区域带动,提升对全流域数字化与绿色化的辐射作用。
第四,统筹区域协调发展,降低耦合协调度空间分异程度。进一步完善梯度联动、精准对接的区域协调发展机制,通过制定标准化协同架构破解行政壁垒。推广长三角生态绿色一体化发展示范区等跨区域协同发展经验,强化区域协同治理中多元主体协同、制度规则贯通、要素高效流动等优势。加快推进统一大市场建设,消除流域内人才、技术、土地等要素流动的隐性壁垒,推动长江经济带各省市数据接口标准化并实现互联互通,为跨区域碳交易、生态补偿提供权威数据支撑。在全流域共同涵养“引育留用”的良好人才生态,吸引数字科技人才和绿色经济专家落户长江经济带中上游地区,为全流域数字化绿色化发展提供更均衡的智力支持。
[1] 栗伊萱,翟云.迈向数字化绿色化协同转型发展:理论逻辑、实践机理与政府角色[J].电子政务,2025(7):2-15.
[2] 罗重谱.数字化绿色化协同转型发展的内在机理、实践探索与路径选择[J].理论学刊,2026(3):86-96.
[3] 戚聿东,蔡青青,罗天舒.数字化与绿色化协同发展的模式与路径[J].数量经济技术经济研究,2026,43(3):5-28.
[4] 熊林波,陈闻君,苏来曼·斯拉木.网络基础设施对数字化绿色化协同发展的影响研究——基于双重机器学习的因果推断[J].企业经济,2025,44(8):101-110.
[5] 郑金辉,胡玮晴,徐维祥,等.长江经济带工业智能化对数字化绿色化协同转型的影响[J].经济地理,2026,46(2):135-144.
[6] 冯韵,赵红岩,尹天宝,等.新型城镇化建设能否引领城市数字化绿色化协同发展[J].南京财经大学学报,2026(1):100-110.
[7] 张伟民,王金良.人力资本结构高级化对数字化绿色化协同转型的影响[J].统计与决策,2025,41(19):158-163.
[8] 王智新,张永琪.数字化绿色化协同转型对中国OFDI高质量发展的影响[J].世界经济研究,2026(1):74-88,135.
[9] 杨浩昌,郭晓丽,李廉水,等.数智化绿色化协同赋能制造业高质量发展——机制与效果分析[J/OL].科学学研究,1-12[2026-07-07].https://doi.org/10.16192/j.cnki.1003-2053.20260520.003.
[10] 李亭,张建.数字化绿色化协同对产业链韧性的影响机制研究[J].江西财经大学学报,2025(5):35-46.
[11] 陈银娥,谢晓琪.省域数字化与绿色化协同发展对经济韧性的影响及其空间效应[J].经济地理,2026,46(3):164-173.
[12] 孙欣,马海涛.数字化绿色化协同发展何以赋能共同富裕?[J].学习与实践,2026(2):95-105.
[13] 赵巍.数字化绿色化协同发展对城市低碳转型的影响[J/OL].中国流通经济,1-13[2026-07-07].https://link.cnki.net/urlid/11.3664.F.20260626.1523.002.
[14] 马庆波,胡元林,朱雁春.数字化绿色化协同转型对制造业企业高质量发展的影响[J].经济体制改革,2025(6):153-162.
[15] 梁栋,刘宇,张硕.数字化与绿色化协同转型的“创富共享”效应——来自中国A股上市公司的证据[J].山西财经大学学报,2025,47(6):65-80.
[16] 李根,刁天乐,刘家国,等.我国制造业数字化绿色化协同发展时空分异及影响因素研究[J/OL].中国管理科学,1-11[2026-07-07].https://doi.org/10.16381/j.cnki.issn1003-207x.2025.0079.
[17] 李旭辉,陈梦伟,王经伟.省域数字化与绿色化协同发展评价、时空特征及其影响因素[J].经济地理,2024,44(7):126-134.
[18] 刘耀彬,邓伟凤,李硕硕,等.数字产业集聚对减污降碳协同的影响——以长江经济带为例[J].资源科学,2024,46(4):744-760.
[19] 安孟,张诚,朱冠平.数字经济发展的污染减排效应研究——来自277个地级市的经验证据[J].统计与决策,2025,41(16):24-29.
[20] VERENDEL VILHELM. Tracking artificial intelligence in climate inventions with patent data[J]. Nature Climate Change,2023,13(1):40-47.
[21] 李宽,史磊.数字经济如何影响农业生态效率?[J].生态经济,2026 ,42 (1) : 138-148.
[22] 苏晨晨,王飞.人工智能发展对绿色全要素生产率的双边效应[J].技术经济与管理研究,2025(2):38-44.
[23] 杨建利,郑文凌,邢娇阳,等.数字技术赋能农业高质量发展[J].上海经济研究,2021(7):81-90,104.
[24] 马晓玥,白延涛.数字化与绿色化协同发展的理论逻辑、现实挑战与实现路径[J].价格理论与实践,2025 (7) : 91-96,238.
[25] ACEMOGLU D,RESTREPO P. The race between man andmachine: implications of technology for growth, factor shares,and employment [J]. American Economic Review, 2018,108(6): 1488-1542.
[26] 王海花,谭钦瀛,李烨.数字技术应用、绿色创新与企业可持续发展绩效——制度压力的调节作用[J].科技进步与对策,2023,40(7):124-135.
[27] 徐伟呈,周田,郑雪梅.数字经济如何赋能产业结构优化升级——基于ICT对三大产业全要素生产率贡献的视角[J].中国软科学,2022(9):27-38.
[28] 张家菖.数字经济下绿色消费激励机制构建研究[J].生态经济,2025,41(9):230-231.
[29] 巩前胜,张海瑶,赵松.数字经济能否推动城乡绿色协调发展?——基于中国省级面板数据的实证研究[J].生态经济,2025,41(8):136-144.
[30] KURNIAWAN T A, OTHMAN M H D, LIANG X, et al. Decarbonization in waste recycling industry usingdigitalization to promote net-zero emissions and its implications on sustainability[J]. Journal of Environmental Management, 2023, 338: 117765.
[31] ANG Y Q, BERZOLLA Z M, LETELLIER-DUCHESNE S, et al. Carbonreduction technology pathways for existing buildings in eightcities[J]. Nature Communications, 2023, 14: 1689.
[32] 何寿奎,胡春杰.数字经济、绿色创新与区域一体化——以长三角城市群为例[J].华东经济管理,2025,39 (10) : 22-34.
[33] 袁亮,张姝琦,何伟军,等.长江经济带数智化水平对绿色全要素生产率的影响研究[J].长江流域资源与环境,2025,34(5):923-936.
[34] 王向前,赵胜男.长江经济带碳排放-技术创新-绿色发展时空耦合协调研究[J].长江流域资源与环境,2025,34(3):494-506.
[35] 蔡保忠,汪黎明.数字技术应用对乡村生态环境的影响:机理与效应[J].农业现代化研究,2025,46(3):483-494.
[36] 朱于珂,高红贵,丁奇男,等.地方环境目标约束强度对企业绿色创新质量的影响——基于数字经济的调节效应[J].中国人口·资源与环境,2022,32(5):106-119.
[37] 黄巧龙,蔡雪雄.数字经济发展与空气质量改善——基于创新驱动视角的分析[J].企业经济,2024,43(7):91-101.
[38] 谢花林,陈彬.生态安全下自然资源价值提升新模式与路径[J].自然资源学报,2025,40(6):1698-1715.
[39] 王向前,赵胜男.长江经济带碳排放-技术创新-绿色发展时空耦合协调研究[J].长江流域资源与环境,2025,34(3):494-506.
[40] 胡西武,刘小鹏,黄越,等.宁夏生态移民村空间剥夺测度及影响因素[J].地理学报,2020,75(10):2224-2240.
[41] 刘钒,余明月.长江经济带数字产业化与产业数字化的耦合协调分析[J].长江流域资源与环境,2021,30(7):1527-1537.
[42] 任保平,巩羽浩.黄河流域城镇化与高质量发展的耦合研究[J].经济问题,2022(3):1-12.
[43] 杨佩卿,白媛媛.黄河流域数字经济与新型城镇化耦合协调及驱动机制[J].西北农林科技大学学报(社会科学版),2024,24(4):114-126.