广东财经大学学报杂志已发表格式范文参考
1.数实融合对城市发展方式绿色转型的影响
作者：邝嫦娥,狄亚轩
作者单位：湖南科技大学
关键词：数实融合;耦合协调模型;双重机器学习模型;城市发展方式绿色转型
摘 要：基于 ２０１１—２０２２年 ２７９个地级市面板数据，采用耦合协调模型、双重机器学习模型，实证检 验数实融合对城市发展方式绿色转型的影响及其机制。研究发现，数实融合能有效赋能城市发展方式绿色 转型，经过一系列稳健性检验后依然成立。机制检验表明，数实融合能通过绿色技术进步、产业多样化集聚 和劳动力配置优化有效促进城市发展方式绿色转型。异质性分析表明，数实融合对成渝城市群发展方式绿 色转型的影响最大，对长三角城市群的影响最小。研究结论为数实融合赋能城市发展方式绿色转型路径提 供理论支撑，也为城市群及资源型城市的绿色发展提供经验证据。
一、引言
２０２３年 ７月，习近平总书记在全国生态环境保护大会上强调，“要加快推动发展方式绿色低碳转 型，坚持把绿色低碳发展作为解决生态环境问题的治本之策，加快形成绿色生产方式和生活方式，厚 植高质量发展的绿色底色”。随着绿色发展理念的不断深入，数实融合正在成为推动发展方式绿色转 型的重要力量。通过将数字经济与实体经济深度融合，提升能源利用效率，优化资源配置，推动传统 产业全面改造和全链条升级，显著提高全要素生产率。这一过程不仅在要素结构、生产方式和组织模 式上推动实体经济实现根本性变革，还为发展方式绿色转型注入新的动力。当前，如何推动数字经济 与实体经济深度融合、重塑经济发展动力、优化经济发展模式，并拓展经济新业态，已成为激发数实融 合效能的核心任务。这既是实现发展方式绿色转型的重要挑战，也是我国在绿色发展进程中亟需解 决的关键问题。
发展方式是指实现经济增长、优化收入分配、推动生态环境保护、调整经济结构以及提升人类福 祉等多重目标的路径与策略。而发展方式绿色转型强调生态环境保护在平衡和协调经济社会发展目标中的核心作用，成为推动可持续发展的重要基石［１］ 。城市转型涉及城市发展方向和目标［２］ 、战略与 模式的变化［３］ ，具体表现为城市空间结构与形态的调整［４］ ，以及城市治理和管控制度的演变。“绿 色”贯穿于城市发展的全过程，强调通过经济体制与产业结构优化，推动城市系统在环境承载力范围 内实现集约化生产与绿色发展［５］ 。在学术界，对绿色转型的界定主要侧重以下两个方面。一方面，以 理念和政策绿色化为侧重点。如 Ｂｅｒｇ提出，绿色转型是以绿色发展理念为引领，借助政策与投资实现 气候与环境目标转型，达成发展与资源环境的脱钩［６］ 。绿色转型不仅注重提升经济绩效，同时也强调 环境绩效，以资源高效利用和环境友好为核心目标，最终实现经济增长模式由粗放型向集约型的转 变。另一方面，以生产经营方式绿色化为侧重点。根据 Ｍａ和 Ｌｉｎ的研究，指出绿色转型是从单纯依 赖物质规模扩张的经济增长模式向更加可持续的绿色技术路径转变［７］ ；Ｂｉａｎ等认为，绿色转型是从污 染治理的末端管控向源头预防与综合治理逐步推进的过程，是推动经济从非绿色技术路径转向绿色 技术路径的关键［８］ 。其次，在绿色转型的测度方面。如丁兆罡等提出“绿色驱动力、绿色生产力、绿色 生命力”三位一体的城市绿色转型效果综合评价指标体系［９］ ；Ｊｉａ等通过运用超效率 ＳＢＭ模型，测量 制造业绿色转型效率［１０］ ；彭定洪和李旭锋采用 ＤＰＳＩＲ框架，深入分析各维度间的因果关系，构建资源 型城市绿色转型评价指标体系［１１］ ；曹卫芳等则基于经济、社会、环境和科技创新四个维度，构建黄河 流域资源型城市绿色转型评价指标体系［１２］ 。
当前，学术界对数实融合的“数”主要有两种解读，即“数字经济”和“数字技术”［１３］ 。尽管两者在 某些方面存在交集，但其内涵存在一定差异。数字技术的应用范围相对较广，涵盖尚未完全产业化的 技术领域，因此不完全等同于“数字经济”［１４］ 。若将“数”界定为数字经济，不仅涵盖数字技术本身，还 包括其广泛应用所带来的经济实践［１５］ 。这一界定使数实融合的内涵更加丰富，能全面反映当前产业 活动的多样性和复杂性。在数实融合的概念上，夏杰长和苏敏认为，数实融合是一种新兴经济形态， 其核心生产要素是数据和知识，通过数据技术的支持，能高效协调生产、分配、流通和消费等环节，最 终实现跨产业、多场景的深度贯通［１６］ ；崔琳昊和冯烽认为，数实融合的本质在于利用数字技术促进产 业和生活方式转型，优化城市创新、人力资本和公共服务等领域［１７］ ；刘尚希等进一步强调，数字经济 与实体经济的融合核心在于数字技术在实体经济尤其是传统产业中的广泛应用，并在实体经济的支 撑下得到进一步发展［１８］ 。在指标测度方面，目前学术界尚无统一标准。杨栩等基于 Ｌｏｔｋａ—Ｖｏｌｔｅｒｒａ 模型分析数字经济与实体经济共生模式，采用熵值—ＤＥＭＡＴＥＬ法探讨两者互惠共生的关键因素［１９］ ； 张帅等则通过对中国 ３１个省份的研究，采用熵值法、协调度和空间计量模型，揭示中国数字经济与实 体经济融合的时空演变特征及其驱动因素［２０］ 。此外，刘江浩和刘寒波基于狭义实体经济概念，对我 国省域数实融合水平进行测度［２１］ ；黄瑞新则从广义实体经济内涵出发，探讨数实融合对中国式现代 化的影响效应及其作用机制［２２］ 。
数实融合通过将数字技术应用于传统产业，不仅提升资源配置效率、优化产业结构，还在绿色转 型方面发挥显著作用，带来可观的经济和社会效益。邓荣荣和张翱祥发现，数字经济通过优化产业结 构和推动绿色创新，显著降低环境污染物的排放［２３］ 。这一过程不仅提高产业的绿色转型效率，还促 进资源的节约与环境的可持续发展，从而为实现低碳经济目标提供重要支撑。姚璐等基于“宽带中 国”试点政策，将绿色创新能力和产业结构优化升级纳入数字技术影响经济绿色转型理论体系，研究 数字技术发展推动绿色转型的内在机制［２４］ ；王柯丹等从新质生产力视角，揭示数据要素能通过提高 企业创新投入和帮助企业获得政府支持的方式提升企业绿色创新质量［２５］ ；陈福中等则聚焦资源和信 贷机制，发现数字经济不仅显著促进本地城市制造业的绿色转型，还能带动周边城市制造业的转型进 程［２６］ ；骆行等通过选择资源错配和劳动生产率作为评估资源型城市在低碳转型中“减排”与“增产”两 个关键维度，发现数字经济对资源型城市低碳转型具有促进作用［２７］ ；林川和吴沁泽提出，数字技术可 应用于绿色供应链管理，通过实时监控和优化供应链各个环节，减少资源浪费和环境污染［２８］ 。
基于上述研究进展，本文可能的边际贡献在于：一是在指标设定上，现有文献多集中于工业、制造业等特定行业，以及典型城市群或资源型城市的绿色转型，而本文从城市层面出发，基于发展方式视 角分析城市绿色转型，丰富了相关研究。二是尽管已有部分研究涉及数实融合与绿色转型，但鲜有文 献将两者结合进行系统性分析。在我国实现高质量发展、解决资源环境和生态问题的背景下，研究数 实融合对城市发展方式绿色转型的影响显得尤为重要。为此，运用全国地级市数据，分析数实融合如 何推动城市发展方式绿色转型，并进一步探讨在不同城市发展背景下，数实融合对城市发展方式绿色 转型的差异性影响，增强了研究的实用性。三是在研究方法上，采用双重机器学习模型，利用机器学 习算法在高维数据处理中的优势以及非参数预测估计方法提高了研究结论的可信性和稳健性。本研 究进一步丰富数实融合与城市发展方式绿色转型相关研究，为推动城市绿色发展提供理论支撑与实 证依据。
二、理论分析与研究假设
（一）数实融合与城市发展方式绿色转型的基本关系
数实融合作为绿色低碳和可持续发展的关键驱动力，为推动城市发展方式绿色转型以及实现“双 碳”目标奠定了坚实基础。
第一，产业结构绿色转型方面。一是数实融合的加速发展为云计算、互联网、人工智能等新兴产 业提供广阔的市场空间和发展机遇，促使这些产业蓬勃发展，进而为城市经济注入新的活力［２４］ 。二 是数字技术的广泛应用不仅显著提升生产效率和产品质量，还加速传统产业向智能化、绿色化的转型 升级，从而有效提升城市的经济总量与综合竞争力。三是数实融合发展所引发的知识溢出效应和技 术共享机制，极大地促进绿色产业的创新能力提升。这种创新力的增强不仅推动绿色产业的快速发 展，还为城市经济结构的优化和可持续发展提供有力支撑［２９］ 。
第二，生产方式绿色转型方面，数字技术的广泛应用对供应链管理的重塑起到关键作用。通过提 升供应链各环节的透明性、可追溯性和安全性，数字技术能够有效减少资源浪费，并显著提高运营效 率。这种优化不仅促进生产和分销流程的高效协同，还为产业的高质量发展提供有力支撑［３０］ 。在具 体应用层面，大数据与人工智能技术的结合使企业能实现生产管理的精准化和资源利用的最优化，从 而有效减少工业废水和废气排放，推动生产过程的绿色化转型。此外，智能监控和自动化技术的广泛 应用进一步降低城市对自然资源的依赖，显著提升生产过程的清洁化水平，为城市的可持续发展奠定 坚实基础［１８］ 。
第三，生活方式绿色转型方面，数实融合的产业结构升级不仅能带动居民生活方式的改变，还使 得绿色低碳理念深入人心。随着产业模式的变革，居民的职业选择日益多元化。文创、数字媒体、虚 拟服务等低碳行业的就业比例显著提升，成为吸纳劳动力的重要领域。这种就业结构的优化不仅契 合绿色发展的要求，还为居民提供更多符合可持续发展理念的职业机会。同时，数实融合加速绿色出 行、共享经济等新兴模式的广泛普及，推动低碳生活方式逐步成为社会主流。智能交通系统、智慧物 流、数字商贸等创新模式的推广，不仅减少碳排放，还提高社会资源的利用效率，促进社会生活方式的 绿色转型。此外，数字技术在智能污水处理、公共交通信息化等社会公共服务领域的创新应用，显著 提升公共服务的效率与便捷性。这些技术的应用不仅改善居民的生活质量，还促进城市社会治理与 公共服务水平的整体提升，引导社会产出向环保、可持续的方向发展，为生态文明建设提供有力支 撑［３１］ 。鉴于此，提出如下研究假设： 假设 １：数实融合赋能城市发展方式绿色转型。
（二）数实融合通过推动绿色技术进步赋能城市发展方式绿色转型
绿色技术进步已成为推动城市绿色发展的核心驱动力。这一过程不仅提升城市的绿色技术创新 能力，还推动产业结构升级和资源投入优化，为城市的可持续发展提供坚实基础。
首先，数实融合通过技术效应显著提升城市的绿色技术创新能力。大数据、云计算和人工智能等数字技术的应用，为绿色技术的研发、推广和应用提供强有力的支持。在具体应用中，数字孪生技术 使企业能在虚拟环境中验证和优化绿色技术，从而缩短研发周期、降低研发成本。通过提升技术主体 之间的协同效率和知识共享能力，进一步加速绿色技术创新进程。
其次，绿色技术的广泛普及为新兴产业的发展提供强大的技术支撑，催生绿色经济增长极。在数 字化管理系统的广泛应用下，传统产业的智能化和精细化水平显著提升，资源浪费和能源消耗得到有 效控制，为产业升级创造更为优越的条件。通过引入绿色技术，传统产业的转型路径得以优化，尤其 在资源密集型产业向低碳、环保和高效方向转型时，能显著降低对生态环境的负面影响。此外，数字 技术在城市环境治理中的应用，能提供更精准的监测和管理手段，提升城市治理水平。绿色技术进步 还通过减少污染物排放和优化能源结构，推动城市向绿色低碳方向发展。
最后，数字技术通过缓解企业之间的信息不对称问题，降低绿色技术采纳的不确定性，进一步推 动绿色技术的广泛应用［３２］ 。绿色技术的支持极大地激发了企业的创新性和积极性，增强企业在绿色 转型过程中的能力，从而推动城市发展模式向绿色转型迈进［３３］ 。鉴于此，提出如下研究假设： 假设 ２：数实融合通过推动绿色技术进步赋能城市发展方式绿色转型。
（三）数实融合通过产业多样化集聚赋能城市发展方式绿色转型
数字经济与实体经济的深度融合，为产业主体注入丰富的数字要素和创新资源，并提供综合服务 功能，从而营造有利于产业集聚发展的环境［３４］ 。
首先，借助数字平台，企业能显著降低信息获取、合作以及交易成本，进而形成数字经济的虚拟产 业集聚。这种集聚模式不仅实现网络空间与实体经济的协同发展，还提升市场交易效率，为绿色发展 注入新的动力。与此同时，数字经济所催生的虚拟集聚对传统实体集聚产生部分替代效应。数字平 台的无边界空间和更加分散的组织结构，有效缓解了因地理邻近而产生的过度集聚问题，避免由此带 来拥挤效应［３５］ 。因而，通过数字技术的应用，传统产业集聚的地理限制被打破，产业线上集聚和跨区 域协同得以实现。这种集聚模式通过优化资源配置和提升产业协同效应，为发展方式绿色转型创造 有利条件。
其次，数字技术的应用促进知识溢出和技术扩散，推动产业多样化集聚。这种集聚模式不仅加速 绿色技术在不同产业间的广泛应用，还通过优化产业结构，减少对单一产业的依靠，降低经济对高污 染、高能耗产业的依赖，实现产业的多样化发展，进而推动经济向绿色低碳方向发展。
最后，通过数字技术的应用显著降低企业间的交易成本，借助虚拟空间的交易与合作，各经济主 体能扩大市场范围，实现城市间的资源互补。这种突破不仅提升了企业的竞争力，还促进资源配置效 率，为城市发展方式绿色转型提供有力支持。鉴于此，提出如下研究假设：
假设 ３：数实融合通过产业多样化集聚赋能城市发展方式绿色转型。
（四）数实融合通过劳动力配置优化赋能城市发展方式绿色转型
数实融合通过优化劳动力配置，能有效促进发展方式绿色转型。数实融合借助技术创新和产业 升级，改变传统劳动力市场的供需结构。数字技术的广泛应用推动劳动力从资源密集型和劳动密集 型产业向技术密集型、高附加值产业转移，从而减少对自然资源的依赖与消耗，降低环境负担。数字 经济与实体经济的深度融合催生了数据分析师、人工智能工程师等大量新型职业岗位，这些岗位对劳 动力的技能要求从传统的体力劳动转向脑力劳动，促使劳动力向高技能、高附加值领域流动，优化了 劳动力配置。同时，数实融合通过数字平台和灵活就业模式，降低劳动力市场的信息不对称性，提高 了劳动力市场的效率。线上就业平台能将闲散劳动力与就业需求精准对接，减少摩擦性失业，提高人 才资源的有效利用，降低人为干预和资源浪费，减少劳动力错配现象［２１］ 。
劳动力配置优化能够进一步推动发展方式绿色转型。一是劳动力配置优化减少了对低技能、高 污染产业的依赖，通过在各产业链中形成绿色生产和运营模式，能实现低碳经济结构，推动产业结构向高端化、绿色化方向发展。这种产业结构调整不仅降低了经济对高污染、高能耗产业的依赖，还通 过提升资源利用效率，实现经济的可持续发展。二是优化后的劳动力结构更倾向于高技能、高技术型 人才，这些人才能更好地适应绿色技术的应用和推广，推动企业采用低碳化、智能化的生产方式。三 是劳动力配置优化不仅能够提高生产效率，还能促进知识溢出和技术扩散，从而加速绿色技术在各行 业中的广泛应用。一方面，劳动力的流动推动了技术在不同企业之间的传播，特别是从技术密集型行 业向劳动密集型行业的技术转移。另一方面，跨产业的劳动力流动有助于打破行业壁垒，促进绿色技 术的跨领域融合与应用，为多个行业的可持续发展提供新的动力。鉴于此，提出如下研究假设：
假设 ４：数实融合通过劳动力配置优化赋能城市发展方式绿色转型。
综上，构建本研究的理论机制框架，如图 １所示。
三、研究设计
（一）变量选取
１．被解释变量
加快发展方式绿色转型，推动绿色发展方式和生活方式的形成，是发展观念的一场深刻革命。发 展方式不仅是生产方式与生活方式的集合，更是系统化的理念重塑。要实现科学的发展方式，必须同 步推进科学的生产方式与生活方式转型。发展方式绿色转型的核心在于重新定义人与人、人与自然 的关系，关键是从传统的发展模式转向科学的、可持续的发展模式。这一转型表明经济社会与生态环 境由相互独立的发展模式向协同共生、互促共进的发展模式过渡。根据国务院发布的《关于加快经济 社会发展全面绿色转型的意见》，以碳达峰、碳中和工作为引领，协同推进降碳、减污、扩绿、增长，深化 生态文明体制改革，健全绿色低碳发展机制，加快经济社会发展全面绿色转型，形成节约资源和保护 环境的空间格局、产业结构、生产方式、生活方式，全面推进美丽中国建设，加快推进人与自然和谐共 生的现代化。在此政策指导下，基于发展方式绿色转型的相关理论研究，结合数据的可获得性与可操 作性，从产业结构绿色转型、生产方式绿色转型、生活方式绿色转型三个维度，构建城市发展方式绿色 转型指标评价体系（表 １）。
２．解释变量
数实融合体现数字经济与实体经济之间深层的相互依赖关系以及双向赋能效应。当前，城市数 实融合发展水平普遍采用耦合协调模型，以系统化的方式分析数字经济与实体经济的互动和协同发 展水平。首先，在考虑数据可得性、评价全面性和研究准确性的基础上，参考陈雨露的研究［３６］ ，从数 字基础设施、数字产业发展和数字普惠金融三个维度构建数字经济评价指标体系，以衡量中国城市数 字经济发展水平。其次，借鉴郭晗和全勤慧的研究［３７］ ，从实体经济规模、实体经济发展和实体经济 效益三个维度，对城市实体经济水平进行衡量，具体指标体系见表 １。最后，基于上述指标体系，借鉴王淑佳等的研究［３８］ ，通过耦合协调模型计算数实融合发展水平，衡量数字经济与实体经济的协同发 展程度。
３．机制变量
理论分析表明，数实融合通过绿色技术进步、产业多样化集聚以及劳动力配置优化机制赋能城市 发展方式绿色转型。绿色技术进步利用绿色发明专利和绿色实用新型专利授权数的对数进行衡量。 借鉴张雯熹等的研究［３９］ ，采用赫芬达尔指数的倒数 ＩＡ表征产业多样化集聚水平，ＩＡ指数越大，表明 城市产业越分散，多样化水平越高。参考白俊红和刘宇英的研究［４０］ ，采用劳动力错配指数反向表征 劳动力配置优化水平。
４．控制变量
借鉴王晓丹等的研究［４１］ ，并基于数据的可得性，控制可能影响数实融合及城市发展方式绿色转 型的关键因素，具体包括，一是人口密度，是衡量城市资源集聚程度的关键指标，高人口密度地区更容易吸引企业和技术人才；二是城镇化水平，决定经济活动集中度和资源配置效率，促进基础设施建设 和环保措施优化，以城镇人口占总人口比例表征；三是经济发展水平，采用人均地区生产总值来衡量； 四是金融发展水平，利用年末金融机构存贷款余额占地区生产总值的比率来衡量；五是政府治理水 平，与城市绿色发展直接挂钩，以地方财政一般预算支出占地区生产总值的比重来衡量。
（二）模型构建
双重机器学习能有效处理非线性数据［４２］ ，避免因模型设定不当而导致的偏差。同时，双重机器 学习通过其先进的算法，能有效缓解机器学习估计中的“正则化偏误”，从而确保在小样本条件下估计 结果具有无偏性和较高的稳健性。鉴于此，本文借鉴张涛和李均超的研究［４３］ ，运用双重机器学习方 法构造部分线性回归模型：
其中，Ｇｒｅｅｎｉｔ为被解释变量，表示第 ｉ个城市第 ｔ年的发展方式绿色转型（Ｇｒｅｅｎ）水平；ＤＲｉｔ为解释变量， 表示第 ｉ个城市第 ｔ年的数实融合水平，其系数 θ０为解释变量系数；Ｘｉｔ表示 Ｋ维控制变量，ｇ０（Ｘｉｔ）表 示高维向量 Ｘｉｔ对 ＤＲｉｔ产生的直接和潜在非线性影响，借助机器学习算法估计具体形式 ｇ＾０（Ｘｉｔ），Ｕｉｔ和 εｉｔ为扰动项，条件均值等于 ０。
（三）数据来源与描述性统计
为确保数据的全面性和可得性，选取 ２０１１—２０２２年中国 ２７９个地级市作为研究样本，数据主要 来源于《中国统计年鉴》《中国城市统计年鉴》《中国区域经济统计年鉴》《中国环境年鉴》《中国能源 统计年鉴》《中国高技术产业统计年鉴》《中国互联网络发展状况统计报告》《中国电子信息产业统计 年鉴》以及北京大学数字金融研究中心公布的相关数据，部分缺失值用插值法或均值法补充，具体描 述性统计见表 ２。
四、实证结果及分析
（一）回归分析
１．基准回归
运用双重机器学习模型探讨数实融合对城市发展方式绿色转型的影响，表 ３列（１）至列（４）分别 引入控制变量一次项、二次项、时间以及个体固定效应，数实融合对城市发展方式绿色转型的影响都为正，且在 １％的水平上显著，表明数实融合能够赋能城市发展方式绿色转型。其可能的原因在于，数 字技术的发展引发经济运行模式系统性变革，从而在无需外部政策刺激或市场调节的前提下，赋能城 市发展方式绿色转型。一是数字基础设施的建设与广泛应用重塑了城市的空间结构及人流、物流的 运行模式。远程办公、在线交易与智能调度等数字化模式有效减少交通出行和物流运输的刚性需求， 从而在源头上降低碳排放。二是区块链与物联网技术的应用增强了市场透明度，企业的碳足迹与能 源消耗情况能够被精准监测，倒逼企业向绿色低碳方向主动优化生产方式。三是数字经济的发展提 高生产与消费过程的信息匹配效率，减少了因信息不对称导致的浪费。企业在生产时通过对大数据 预测以及实时数据反馈，优化能源使用，减少过剩生产和资源损耗，促使生产端向低碳化方向调整。
２．内生性检验
为检验可能存在的内生性问题，采用前一 年全国互联网用户总数与 １９８４年城市每万人 电话数量的交互项作为衡量数实融合的工具 变量。由表 ４可知，Ｋｌｅｉｂｅｒｇｅｎ-ＰａａｐｒｋＦ统计 量在 １％的水平下显著，Ｋｌｅｉｂｅｒｇｅｎ-ＰａａｐｒｋＬＭ 和 Ａｎｄｅｒｓｏｎ-ＲｕｂｉｎＷａｌｄ统计量均在 １０％的水 平下显著，表明所选工具变量满足相关性和外 生性的标准。第一阶段结果显示，该工具变量 与数实融合发展水平高度相关。第二阶段回 归结果表明，数实融合对城市发展方式绿色转 型的影响在 １％的水平上显著为正。这表明 在控制内生性问题后，数实融合对城市发展方 式绿色转型的促进作用依然稳健，验证原结论 的可靠性。
３．稳健性检验
为验证回归结果的稳健性，通过分时段样本分析、剔除直辖市样本、排除相关政策干扰以及重设 机器学习模型等方法进行检验。
第一，２０１４年，国务院发布《国家新型城镇化规划（２０１４—２０２０年）》，明确提出要着重提升城镇化 质量，推动城市可持续发展。在此背景下，为深入探讨数实融合对城市发展方式绿色转型的影响，将 样本划分为 ２０１１—２０１３年与 ２０１４—２０２２年两个时段。结果如表 ５列（１）（２）所示，在两个时段内，数 实融合对城市发展方式绿色转型均在 １％的水平上显著为正，表明数实融合在新型城镇化战略实施前 后均能显著推动城市发展方式绿色转型。
第二，北京、上海、天津和重庆作为中国直辖市，由于其特殊的政治地位和战略重要性，往往获得更多的政策支持和资源倾斜，从而干扰基准回归结果的普遍性。因而，为确保结论的稳健性，剔除四 个直辖市样本后重新进行回归分析。表 ５列（３）显示，数实融合对城市发展方式绿色转型的正向影响 在 １％的水平上依然显著。这表明数实融合在排除直辖市样本后对城市发展方式绿色转型的促进作 用依然成立，进一步验证基准结论的可靠性。
第三，为准确识别数实融合对城市发展方式绿色转型的影响，尝试剔除相关政策的干扰，包括 ２０１４年启动的“宽带中国”计划、２０１５年启动的国家大数据综合试验区建设以及 ２０１０年以来推行的 低碳城市试点。相关政策通过推动互联网、大数据、云计算和人工智能等数字技术的应用与探索，对 数实融合的应用及发展方式绿色转型具有重要作用。为此，将上述变量纳入基准回归，表 ５列（４）可 见，剔除相关政策干扰后，数实融合对城市发展方式绿色转型仍在 １％的水平上显著。
第四，为检验不同模型对结论的影响，先将基准回归中的随机森林模型替换为 Ｌａｓｓｏｃｖ和 Ｅｌａｓｔｉｃｃｖ 模型。表 ６列（１）（２）结果显示，数实融合对城市发展方式绿色转型的显著性影响并未因模型形式改 变而变化。再重新设定模型样本分割比例，将原样本分割比例从 １∶４设置为 １∶３和 １∶７。结果如列 （３）（４）所示，数实融合对城市发展方式绿色转型的正向作用依然显著，进一步验证了回归结论的可 靠性和一致性。
五、进一步分析
（一）机制检验
表 ７为机制检验结果。列（１）显示，绿色技术进步的系数估计值显著为正，说明数实融合能够通 过推动绿色技术进步赋能城市发展方式绿色转型。首先，大数据分析、人工智能和物联网技术的应用极大地加速绿色技术的创新与迭代。这些技术不仅提高了绿色技术的研发效率，还通过精准的数据 分析和实时监控，优化资源的配置效率，减少资源浪费。其次，物联网和大数据的结合使得资源能在 不同企业和区域之间实现高效循环利用和共享，推动绿色产业链的构建。此外，数字平台的普及为企 业和城市提供智能化的节能减排解决方案。智能电网、智能交通管理系统等数字化手段能实时调控 能源消耗，降低碳排放。数实融合为城市提供降低资源消耗与环境成本的有效路径，从而赋能城市向 可持续、低碳发展转型的进程。
列（２）显示，产业多样化集聚的系数估计值显著为正，说明数实融合通过推动产业多样化集聚赋 能城市发展方式绿色转型。数字技术的引入优化了信息流、资金流和物流的流动，使得产业能更高效 地资源共享并协同合作，从而为产业多样化集聚提供有力的技术支撑。在此集聚环境下，产业间的资 源配置效率显著提高，能源消耗与原材料浪费得到有效抑制，有助于实现更加绿色的生产模式。此 外，数实融合还通过强化产业多样化集聚的空间近邻效应与技术关联效应，进一步促进企业间技术交 流与协同创新。这不仅加快绿色技术扩散，还提升整体技术创新水平，使绿色技术能在不同产业与企 业间迅速推广和应用。因此，数实融合为产业绿色转型提供创新动力和技术支撑，助力实现低碳、可 持续的城市发展模式。
列（３）显示，劳动力错配指数在 １％的水平上 显著为负，表明数实融合通过优化劳动力配置赋 能城市发展方式绿色转型。数字化培训平台的应 用有效提升了劳动者的技能水平，帮助劳动力更 好地适应绿色产业和高科技产业的需求，从而提 高劳动力与城市发展方式绿色转型目标之间的适 配度。这不仅为绿色产业提供高素质劳动力，还 促进传统行业的绿色升级，推动产业向可持续方 向发展。数实融合通过劳动力配置优化，不仅短 期内提升劳动者的就业能力与适应性，还在长期 内改善资源利用效率与环境保护水平。
（二）异质性分析
１．区域异质性
城市群作为引导人口和要素合理流动与布局的重要载体，对于提升产业分工协作效率、推动大中 小城市协调发展具有重要作用。加快城市群协同创新，促进区域内城市协调发展，是实现区域经济高 质量发展的必然要求。在此背景下，本文分析了数实融合对京津冀、长三角、珠三角、长江中游和成渝 五大城市群的异质性影响，回归结果见表 ８。结果显示，除珠三角城市群外，京津冀、长三角、长江中游 和成渝城市群的回归系数均显著为正，表明数实融合能有效赋能城市群发展方式绿色转型。其中，成 渝城市群发展方式绿色转型受数实融合的影响程度最大，长三角城市群的影响相对较小。
可能原因在于，成渝城市群以中低端制造业为主，产业技术水平相对较低，传统产业的生产方式 和资源利用效率较低，面临较大的绿色转型压力。数实融合通过优化产业结构，推动高效能的数字技 术应用，能显著提升生产效率、减少资源浪费并降低碳排放，进而为该地区绿色转型提供强大支撑。 近年来，成渝城市群加快数字基础设施建设，积极推动传统制造业、物流、公共服务等领域的数字化升 级，尤其是在智能制造、绿色建筑、绿色能源等领域，数字技术的引入加速产业转型和绿色技术的普 及。这些措施进一步强化了数实融合对该地区发展方式绿色转型的推动作用。相比之下，长三角城 市群作为经济高度发达且绿色发展水平已趋于成熟的地区，产业结构已相对优化，且绿色技术和低碳 经济的应用已取得显著成效。由于绿色发展水平已趋于成熟，数实融合在该地区的边际贡献相对有 限，更多的是优化现有技术和提升现有产业的绿色效益，而非推动根本性的转型升级。
２．资源禀赋
根据《全国资源型城市可持续发展规划（２０１３—２０２０年）》，资源型城市依据资源开发阶段和经济 发展特征被划分为成长型、成熟型、衰退型、再生型以及非资源型城市。表 ９数据显示，数实融合对发 展方式绿色转型的影响在不同城市类型间存在显著差异。
这种差异的原因在于，一是非资源型城市的产业结构具有较强的多元化和现代化特征，其经济主 要依赖高新技术产业和服务业，而这类产业本身具有较高的技术含量和灵活性，能更好地适应数实融 合带来的技术红利。同时，非资源型城市的经济模式更具韧性，能有效吸收和应用数字技术，尤其是 在提升生产效率、优化资源配置以及推动绿色技术创新方面。通过数字经济与实体经济深度融合，非 资源型城市不仅能提高产业技术水平，还能实现低碳生产方式，推动绿色技术的广泛应用，从而有效 促进城市发展方式的绿色转型。且非资源型城市在智能制造、绿色能源、数字化供应链等方面取得显 著进展，数字技术加速了绿色产业的升级，为其可持续发展奠定坚实基础。二是资源型城市的经济结 构高度依赖自然资源的开采和加工，城市的经济活动通常伴随着高污染和高能耗，表现出较强的“路 径依赖”特征。在资源型城市中，数字技术的应用虽能优化资源的开采过程、提升资源利用效率，并通 过智能化管理降低能源消耗，但大多数技术改进仍集中在对现有资源的开发和存量优化的提升。由 于资源型城市的产业结构和经济模式根植于传统的资源依赖型发展路径，数实融合在资源型城市往 往难以突破路径依赖，因而难以从根本上转变其产业结构和经济增长模式。因此，数实融合对资源型 城市的赋能相对有限。三是在衰退型城市中，由于产业结构单一且资源枯竭，技术创新和人才储备不 足，经济基础薄弱，导致其难以有效发挥数实融合的倍增效应。因而即使数字技术在某些领域得到应 用，也往往难以激发足够的市场需求和创新活力，导致衰退型城市在发展方式绿色转型中的推动力较 弱。此外，资源的枯竭和人口外流使得衰退型城市缺乏持续的创新动力，数实融合的效果往往受到资 源和人才限制的制约。四是成长型城市因经济快速扩张，发展重点集中于规模扩张和资源开发，对发 展方式绿色转型的关注度相对不足，导致数实融合在这些城市中赋能并不显著。
六、结论与政策建议
基于耦合协调模型和双重机器学习模型，深入探讨数实融合对城市发展方式绿色转型的影响及 作用机制。研究结果表明：第一，数实融合对推动城市发展方式绿色转型具有显著的正向影响。且这 一结论在经过分时段样本分析、剔除直辖市样本、排除相关政策干扰以及重设机器学习模型等一系列 稳健性检验后依然成立。第二，机制检验证实，数实融合能通过绿色技术进步、产业多样化集聚和劳 动力配置优化有效促进城市发展方式绿色转型。第三，异质性分析表明，数实融合对不同城市群和城 市类型的影响存在显著差异。在城市群层面，数实融合对成渝城市群的促进作用更明显，对长三角城 市群的影响相对较小。在城市类型层面，数实融合对不同城市类型发展方式绿色转型的影响依次为， 非资源型城市 ＞再生型城市 ＞成熟型城市 ＞衰退型城市。研究结论有助于拓展和深化数实融合对城 市发展方式绿色转型作用机制的理解，为进一步推动城市发展方式绿色转型提供一定理论支持。基 于研究结论，提出以下建议。
首先，加速数字技术升级，推动发展方式绿色转型。一是建设更多面向绿色化的工业互联网平 台，推动先进的数字化管理工具在能源、制造等高碳行业的广泛应用。帮助企业整合各类数据，实时 监控能效，优化生产流程，并通过数据分析预测和防范潜在的资源浪费和环境污染。二是通过打破信 息壁垒，促进产业链上下游企业之间的紧密协同，从而提升资源配置的精准度。当前，许多城市和产 业链在数字化转型过程中面临数据孤岛、信息不对称等问题，这些问题严重制约了资源配置效率的提 升。因此，应出台相应政策推动数据共享平台的建设，鼓励产业链内外的数据流通与共享，降低企业 参与大数据平台建设的成本，提高企业参与的积极性。特别是在绿色产业链中，通过整合资源、减少 无效竞争，提高协同效率，推动整个产业链的绿色转型。三是通过补贴、政策引导等手段，鼓励企业积 极参与大数据平台的建设和应用，推动产业链从“数字孤岛”向“数字生态”转变。同时，通过制定相 关政策，引导企业将数据资源转化为生产要素，提升数据资源的利用效率，促进产业链的数字化转型 和绿色化发展。
其次，健全制度保障体系，打通数实融合赋能渠道。一是通过制度与技术的协同创新，突破关键 绿色技术瓶颈，使其成为发展方式绿色转型的核心驱动力。通过产学研结合的模式加速技术突破，为 企业提供持续的技术支持，推动绿色技术在各行业的广泛应用。二是促进产业多样化集聚，通过优化 产业布局，提升资源配置效率，推动产业集群的绿色化发展，加速绿色技术在不同产业间的扩散与应 用。三是设立绿色与数字技能培训中心，帮助当地劳动力提升技能水平，以适应数实融合背景下新型 岗位的需求。随着数字经济的发展，劳动力市场对具备数字技能和绿色技术知识的人才需求日益增 加。通过技能培训中心，针对性地培养适应新兴产业需求的高素质劳动力，减少因技能不匹配导致的 劳动力错配问题。此外，针对不同行业特点，分层次出台数字化改造政策，引导低端制造业向高附加 值产业转型，支持高能耗行业实施智能化改造。对于低端制造业，着重引导其通过技术升级和模式创 新，向高附加值的绿色产业转型；对于高能耗行业，则应通过智能化改造，提升资源利用效率，减少能 源消耗和污染物排放。
最后，弥合区域数字鸿沟，促进跨城市群协作。一方面，针对资源型城市，制定“资源产业 ＋数 字化”的双轮驱动政策，通过智能监控和优化管理提升资源利用效率。对于资源型城市或高碳行业 集中的城市，优先规划并建设专门的绿色数字平台，以促进城市数实融合程度。另一方面，支持城 市群建设绿色产业集群，充分发挥核心城市的示范和带动效应，推动更多地区实现产业绿色转型， 加速城市发展方式向绿色、可持续目标迈进。同时，促进区域内城市合作，推动核心城市与周边城 市建立绿色产业协同机制，吸收先进技术和管理经验，实现城市群间共同发展，促进区域经济整体 提升。
