《Sustainability》：Digital Infrastructure, Green Total Factor Productivity, and Sustainable Development in the Yangtze River Economic Belt: Evidence from the Broadband China Pilot Policy
编辑推荐：
摘要：本研究考察数字基础设施是否通过提升绿色全要素生产率（Green Total Factor Productivity, GTFP）——一种同时评估经济产出与环境绩效的综合指标——来促进长江经济带（Yangtze River Economic Belt, Y
摘要：本研究考察数字基础设施是否通过提升绿色全要素生产率（Green Total Factor Productivity, GTFP）——一种同时评估经济产出与环境绩效的综合指标——来促进长江经济带（Yangtze River Economic Belt, YREB）的可持续发展。研究人员利用"宽带中国（Broadband China）"试点政策的分批实施作为准自然实验（quasi-natural experiment），采用2010—2022年107个地级市的面板数据，结合多期双重差分法（staggered Difference-in-Differences, staggered DID）与事件研究框架（event study framework）进行估计。基准结果显示，传统双向固定效应模型（Two-Way Fixed Effects, TWFE）下全样本平均处理效应为正但在常规水平上不显著；然而Sun–Abraham交互加权估计量确认存在显著正向效应（ATT = 0.080, p < 0.05），且Goodman-Bacon分解表明TWFE估计主要由清洁比较（clean comparisons，权重91%，负权重占比0%）驱动。进一步分析揭示显著的区域异质性：中部地区估计效应显著为正（0.171, p < 0.05），东部地区为正但不显著（0.097），西部地区可忽略（?0.042）。收入分组呈现类似模式：数字基础设施使中高收入城市的GTFP显著提升，低收入城市未识别出显著效应。上述结果经倾向得分匹配（Propensity Score Matching, PSM）、安慰剂检验（placebo tests）、替代设定及替代度量后保持稳健。探索性机制分析仅提供有限证据表明技术创新与产业升级在数字基础设施影响GTFP的过程中起中介作用，中介效应的因果解释受序列可忽略性假设（sequential ignorability assumption）限制。研究结果表明数字基础设施的环境回报取决于当地互补条件，特别是人力资本、制度能力与产业基础。这意味着数字基础设施政策应因地区差异化制定而非统一推行。本研究通过证明数字基础设施的环境回报依赖于地方互补条件，为可持续文献提供了量化与监测数字基础设施政策可持续性影响的框架，对发展中国家可持续发展战略具有启示意义。
论文解读：数字基础设施、绿色全要素生产率(GTFP)与长江经济带可持续发展——基于"宽带中国"试点政策的实证研究
研究背景与意义
既有文献对数字基础设施是否促进环境改善存在分歧：乐观观点认为其降低信息摩擦、优化资源配置并支持绿色创新；批评观点则强调数据中心等高耗电设施带来的反弹效应（rebound effect）和电子废弃物问题；还有研究认为效果具有条件依赖性。以往多数研究基于全国或省级加总样本，掩盖了城市间发展条件差异导致的异质性，且常以单一污染或能耗指标衡量环境后果，难以全面反映绿色发展的效率内涵。长江经济带（Yangtze River Economic Belt, YREB）横跨东中西部，占全国GDP逾45%，是工业密集带也是生态敏感区，平衡经济增长与环境可持续对该区域落实SDG 9、SDG 11及SDG 13至关重要。"宽带中国（Broadband China）"政策于2014—2016年分三批在各地试点，为识别数字基础设施的因果效应提供了理想准自然实验场景。因此，研究人员以绿色全要素生产率（Green Total Factor Productivity, GTFP；含非期望产出的超效率SBM模型测算）为核心被解释变量，利用多期双重差分法考察数字基础设施对城市可持续发展的影响及其区域与收入异质性、作用渠道。本文发表于《Sustainability》。
主要技术方法
研究人员构建2010—2022年长江经济带107个地级市平衡面板（N=1391），剔除行政区划变更城市。GTFP以超效率SBM模型（super-efficiency Slack-Based Measure model with undesirable outputs）测算，投入为资本存量（永续盘存法）、城镇就业人数（劳动）×平均受教育年限（人力资本调整）、能源消费量（标准煤，按工业用电比例由省级分配至城市），期望产出为2010年不变价实际GDP，非期望产出为SO2排放量、废水排放量与一般工业固体废物产生量，GTFP取自然对数进入回归。核心识别采用多期双重差分法（staggered DID），Treat×Post交互项系数即平均处理效应（ATT）；为克服异质处理时间与TWFE负权重偏误问题，并行Goodman-Bacon分解、Callaway–Sant'Anna双重稳健估计量与Sun–Abraham交互加权估计量；平行趋势假定以事件研究法（event study）验证（t = ?4至?2为参照前基期）；针对试点城市非随机选取采用倾向得分匹配（PSM，logit模型，最近邻匹配+0.05卡钳，核匹配与半径匹配作稳健性检验）构建可比样本；异质性分析按东部（沪苏浙）/中部（皖赣鄂湘）/西部（渝川滇黔）及2015年人均GDP三分位数分组检验；机制检验采用中介效应模型考察人均专利申请量（技术创新）与第三产业增加值占GDP比重（产业结构升级）两条路径，Sobel检验与Bootstrap置信区间判断间接效应；稳健性检验含不同聚类层级（城市/年份/双向聚类）、逐次剔除直辖市/省会/疫情年/贸易冲击年、安慰剂检验（500次随机置换处理时间）、替换GTFP测度（Malmquist–Luenberger指数）、缩窄时间窗口及增删控制变量（互联网普及率等）。
研究结果
5.1. 描述性统计与平衡检验（Descriptive Statistics and Balance Check）
试点城市GTFP均值低于非试点城市但人均GDP与受教育年限更高，存在自选择偏差；PSM后所有协变量标准化偏差<0.08，伪R2由0.39降至0.02，达到匹配质量要求。
5.2. 基准双重差分结果（Baseline Difference-in-Differences Results）
五种TWFE设定下Treat×Post系数介于0.128~0.153，方向一致为正但未达常规显著性（p值0.084~0.206），提示全样本平均效应可能被内部异质性稀释。控制变量中人均GDP与受教育年限系数显著为正，二产占比为负不显著，符合环境库兹涅茨曲线预期与人资本促绿技采纳逻辑。
5.3. 平行趋势验证（Parallel Trends Verification）
事件研究显示处理前各期（t = ?4至?2）系数围绕零且不显著（联合F检验p = 0.81），满足平行趋势假定；处理后第2年起系数显著为正（t = +2: 0.132, p = 0.026; t = +3: 0.158, p = 0.010），说明政策效应有2~3年滞后期并在中期内持续。
5.4. 安慰剂检验（Placebo Test）
500次随机分配处理时间所得系数均值为0.003（SD = 0.042），真实估计值位于分布第82百分位（p = 0.184），排除偶然性驱动可能，与基准弱显著性一致。
5.5. 多期DID稳健性：分解与异质稳健估计量（Staggered DID Robustness: Decomposition and Robust Estimators）
Goodman-Bacon分解显示TWFE估计91%权重来自处理组vs从未处理组之清洁比较，早处理vs晚处理比较仅占约9%，负权重占比0%，TWFE偏误可忽略。Callaway–Sant'Anna简单ATT = 0.085（不显著），Sun–Abraham交互加权ATT = 0.080（SE = 0.025, p < 0.05）。三者点估计均为正且接近（0.080~0.105），确认宽带中国政策对GTFP具真实正向影响。
5.6. 可持续性影响的区域异质性（Regional Heterogeneity in Sustainability Impacts）
分区域DID估计：中部地区β = 0.171（SE = 0.083, p = 0.040），GTFP相对提升约17.1%；东部地区β = 0.097（p = 0.126）为正不显著；西部地区β = ?0.042（p = 0.710）近零。Chow检验证实组间系数差异显著（p < 0.01）。说明数字基础设施的环境收益集中于具基本产业基础与治理能力的过渡阶段地区，西部因互补条件（人力资本、制度能力、产业基础）薄弱未产生可测绿色红利。
5.7. 城市收入异质性（Urban Income Heterogeneity）
按2015年人均GDP三分位分组：高收入城市β = 0.175（p = 0.004），中等收入城市β = 0.152（p = 0.024），低收入城市β = ?0.028（p = 0.780）。存在明显门槛效应——只有当收入、教育与配套基础设施达最低阈值，数字投资方能转化为环境绩效增益。
5.8. 综合稳健性检验（Comprehensive Robustness Checks）
改变标准误聚类方式、逐次剔除特殊年份与特殊城市、PSM-DID、缩窄时间窗、替换GTFP为Malmquist–Luenberger指数、加入互联网普及率等控制变量、COVID-19敏感性分析（剔除2020—2022年ATT仍在0.095~0.103）及坏控制变量渐进加入检验，核心系数稳定在0.11~0.17且区域异质性格局不变，结论对模型设定不敏感。
5.9. 机制分析结果（Mechanism Analysis Results）
中介检验中，"政策→人均专利申请量"与"政策→三产占比"的一阶段系数均不显著，Bootstrap间接效应置信区间含零（技术创新路径间接效应=0.0015, 95%CI[?0.0028,0.0062]；产业升级路径=0.0015, 95%CI[?0.0022,0.0056]），两通道未通过显著中介检验。说明在研究样本期内技术创新与显性产业结构升级并非数字基础设施影响GTFP的主要即时传导机制，潜在渠道可能为降低信息摩擦、优化要素配置或强化环境监管能力等未在模型中捕捉的路径。
讨论与结论翻译
主要结论如下：（1）全样本TWFE下数字基础设施对GTFP的平均效应为正但不显著，而异质稳健的Sun–Abraham估计量确认显著正向平均处理效应（ATT = 0.080, p < 0.05），Goodman-Bacon分解证实TWFE估计主要由清洁比较驱动（91%权重，0%负权重）。（2）该平均效应掩盖显著异质性：中部地区效应显著为正（0.171, p < 0.05），东部地区为正不显著（0.097），西部地区可忽略（?0.042）；收入分组呈相似梯度——中、高收入城市效应显著，低收入城市无显著效应。（3）所假设的机制——技术创新与产业升级——在样本期内未表现出统计显著的中介效应，提示数字基础设施影响GTFP的传导渠道需进一步探究。
综上，数字基础设施对可持续发展的促进作用是有条件的而非均匀的，其环境回报依赖地方吸收能力、应用嵌入度及互补性制度与产业条件。这对可持续发展科学的意义在于：以数字基础设施助推可持续发展的政策设计须明确考虑地方互补条件与发展阈值，宜将数字基建部署与能力建设投资协同推进而非孤立实施。本研究局限包括试点变量未直接观测企业级数字采纳与基建质量、部分市级能源环境数据存在估算误差、机制分析受代理变量与观测时长限制、结论外推至YREB以外需谨慎。未来研究可深化数字使用强度度量、延长追踪期识别滞后机制、探索环境治理强化、要素再配置与企业数字化采纳等替代渠道，并在其他中等收入经济体开展比较研究。
