为了应对21世纪的紧迫挑战，包括气候变化、生物多样性丧失、环境退化和社会不平等，可持续发展已成为全球共同议程（Malik, 2018; Agbedahin, 2019; Nguyen et al., 2023; Sahana et al., 2024; Tucker et al., 2015）。自联合国通过2030年议程和可持续发展目标（SDGs）以来，城市越来越被认为是实现可持续性转型的关键领域，因为它们集中了经济活动、能源需求和脆弱人群（Yu et al., 2022）。这些转型不仅涉及技术变革，还包括治理和基础设施的重组（Frantzeskaki et al., 2017; Hodson and Marvin, 2010; Affolderbach and Schulz, 2016）。在这种情况下，作为数据密集型服务重要基础设施的计算能力，可以通过改进信息处理、监测和优化来加强可持续性治理，从而支持更清洁的技术和更有效的政策实施。
数字化被广泛视为城市可持续性的催化剂，但其效果在很大程度上取决于底层数字基础设施的可用性和性能（Zhang and Tang, 2024; Zhang and Duan, 2025）。现有研究通常强调智慧城市应用和广泛的数字经济指标，而对计算能力作为基础基础设施层及其在城市间的空间动态关注较少（Townsend, 2013; Barns et al., 2016; Camero and Alba, 2019）。因此，关于计算能力作为一种独立的基础设施资源而非下游数字应用，在城市间是否产生可测量的可持续性效应，仍存在重要的研究空白。现有研究也有限地表明，这些效应是仅在本地发挥作用还是会在空间上扩散，以及它们是否在不同发展水平的城市间有所不同。在中国，这一差距尤为明显，因为国家战略如“宽带中国”和“东部数据，西部计算”旨在重塑数字基础设施的地理布局，可能会产生跨城市的溢出效应。受这些空间重新分配特征的启发，本研究探讨了计算能力是否能够通过其直接、空间和异质性效应来提升城市可持续发展。
诚然，计算能力本身并不“绿色”。计算基础设施的快速建设，尤其是大规模数据中心的建设，可能会带来巨大的环境负担。数据中心是能源和材料密集型设施，其运营可能会增加电力需求和相关排放，尽管效率的提升在历史上已经缓解了总体能源增长（Masanet et al., 2020）。随着人工智能工作负载的激增，权威评估预测数据中心电力消耗将出现新一轮增长，如果额外需求通过高碳生成来满足，可能会加剧脱碳挑战（de Vries-Gao, 2026）。除了碳排放，冷却用水也越来越被视为一个关键的可持续性约束（Mytton, 2021）。数据中心的扩张可能会加剧区域水资源短缺的风险，尤其是在容量向水资源紧张地区转移时（Jiang et al., 2025）。重要的是，可持续性影响还高度依赖于计算负荷的空间分配及其所使用的能源组合。来自中国“东部数据，西部计算”计划的证据表明，“移动数据”可以带来显著的节能潜力，但脱碳效果因路径不同而异，在某些情况下甚至可能增加排放，这突显了净效应的强烈空间异质性（Zhang et al., 2025）。
从积极的角度来看，计算能力通过改善资源分配、优化工业流程和加强数字治理来促进节能和减排。然而，这些效率提升可能会被反弹和规模效应部分抵消，即数字服务成本的有效降低会刺激额外的能源需求和经济活动（Gossart, 2015）。来自中国的实证证据与此观点一致。例如，数字经济的发展可以通过提高能源效率和经济增长等途径显著促进城市碳反弹效应（Zhu and Lan, 2023）。行业证据也表明存在反弹型权衡，因为信息和通信技术（ICT）的普及与能源密集型行业的较高区域碳排放相关（Jin and Yu, 2022）。总体而言，计算能力的可持续性后果在理论上是不确定的，在实证上很可能是空间异质的。这促使我们采用复合指数方法和空间计量经济学框架：通过将可持续发展视为一个多维结果来评估，当潜在的环境成本和抵消机制被隐含在一个全面的可持续发展指标中时，净收益是否仍然显著。
本研究在三个方面为相关文献做出了贡献。首先，本研究引入了城市层面的计算能力测量方法，并记录了其时空演变。其次，本研究使用空间Durbin模型（SDM）来量化直接效应和空间溢出效应，为计算基础设施的跨区域部署提供了新的证据。第三，本研究通过测试绿色全要素生产率的调节作用，更细致地理解了计算投资何时能转化为更强的可持续性收益。
本文的其余部分结构如下：第2节回顾现有文献并提出研究假设。第3节介绍变量构建和数据来源。第4节概述实证策略。第5节报告结果。第6节讨论政策含义和局限性。
