数字基础设施建设与城市绿色转型:基于“宽带中国”政策的双机器学习准自然实验研究
《Sustainable Cities and Society》:Digital Infrastructure Construction and Urban Green Transition: A Quasi-natural Experiment Based on the Broadband China Policy Using Double Machine Learning
【字体:
大
中
小
】
时间:2026年07月02日
来源:Sustainable Cities and Society 13.3
编辑推荐:
吕天贵|黄贤哲|袁梦涵|金桂|赵桥|傅书飞
中国南昌330013,江西财经大学公共管理学院
摘要
数字基础设施建设正在重塑城市空间组织与资源分配模式,因此在推动可持续城市绿色低碳发展方面发挥着日益重要的作用。在全球气候治理日益加强、城市低碳转型加速的背景下,理解数字
吕天贵|黄贤哲|袁梦涵|金桂|赵桥|傅书飞
中国南昌330013,江西财经大学公共管理学院
摘要
数字基础设施建设正在重塑城市空间组织与资源分配模式,因此在推动可持续城市绿色低碳发展方面发挥着日益重要的作用。在全球气候治理日益加强、城市低碳转型加速的背景下,理解数字基础设施建设的可持续性影响对于构建可持续城市与社会至关重要。本研究利用“宽带中国”政策的分阶段实施特点,将其视为准自然实验,采用2010–2023年中国长江中游城市群的面板数据,运用双重机器学习因果推断框架,系统评估数字基础设施建设对可持续城市绿色低碳发展的影响及其作用机制。研究结果表明:(1)研究期内,长江中游城市群的可持续城市绿色低碳发展指数从0.498上升至0.803,呈现出中心高、边缘低的空间分布特征;(2)数字基础设施建设对可持续城市绿色低碳发展具有显著的正向影响,这一结论在多项稳健性检验中依然成立;(3)机制分析表明,数字基础设施建设主要通过推动数字金融发展、提升就业质量、促进绿色技术创新以及增强政府对数字治理的重视来推动可持续城市绿色低碳发展;(4)异质性分析显示,这种正向效应在核心城市群、非资源型城市以及人力资本丰富、人口密度较高的城市中更为明显。这些发现为协调数字基础设施建设与城市可持续发展战略、优化城市低碳转型路径以及制定差异化的数字治理政策提供了重要的实证依据。
引言
随着全球城市化进程的加速,城市已成为能源消耗和碳排放高度集中的主要空间单元(Chen等,2023)。根据联合国人居署(2022)的预测,到2050年全球人口预计将达到约98亿,城市化率将从56%上升至68%。虽然城市扩张推动了经济增长和社会发展,但也大幅增加了能源需求和温室气体排放。国际能源机构的数据表明,目前城市活动占全球能源消耗和二氧化碳排放量的近70%。随着气候变化风险的加剧,如何在保持经济活力的同时实现资源高效利用和低碳城市发展,已成为构建可持续城市与社会的核心任务(Pan等,2023;Wang等,2024)。为应对这些挑战,各国经济体相继提出了碳达峰和碳中和目标,将提高能效和推动绿色转型作为可持续城市发展战略的核心内容(Yang等,2022)。2024年,中国的碳排放量占全球总量的30%以上。作为世界上最大的碳排放国,中国在推进新型城市化的同时实现“双碳”目标面临着日益复杂的制约条件(Lv等,2022;Xu等,2024)。在此背景下,寻找能够同时推动经济增长、减少污染、控制碳排放并实现绿色转型的发展路径,成为中国乃至全球实现可持续城市转型的关键任务。
与此同时,数字化转型被广泛认为是缓解城市能源压力和环境压力、推动可持续城市发展的重要途径(Li等,2021)。作为数字经济的重要支柱,数字基础设施建设通过推动产业智能化升级和城市治理模式创新,重塑了城市的生产模式、生活方式和治理体系(Ding等,2024)。近年来,中国不断将数字基础设施建设提升为国家发展战略。其中,“宽带中国”试点项目作为国家数字基础设施框架的重要组成部分,自2013年启动以来已扩展到119个试点城市。截至2025年8月,中国已建成约455万个5G基站,宽带互联网接入端口数量则达到12.39亿个,这体现了数字基础设施建设的持续扩张,也为城市数字化转型和可持续发展奠定了坚实基础。长江中游城市群作为中国中部的重要增长极,人口、工业活动、资源消耗和环境压力高度集中。在快速城市化进程中,该地区面临着诸多可持续发展挑战,包括高碳能源结构、日益受限的环境承载能力以及越来越严格的减排要求(Yi等,2022)。因此,系统研究数字基础设施建设如何通过何种机制促进该地区的可持续城市绿色低碳发展具有重要的现实意义。此类研究还能为其他处于类似城市化与数字化转型阶段的城市和地区提供有价值的政策参考,助力其构建可持续城市与社会。
现有研究已对数字化转型与城市绿色低碳发展之间的关系进行了较为系统的探讨。在衡量方法方面,相关研究逐渐从简单的碳排放核算转向多维复合评价体系,广泛采用了多指标加权法和包含不良产出的数据包络分析模型,将分析焦点从排放规模转向效率与绩效层面(Wu等,2024;Xia等,2025)。主流观点认为,可持续城市绿色低碳发展不仅反映的是排放约束,还体现在经济体系的整体改善上,包括资源分配效率、能源利用模式以及环境治理能力等(Cheng等,2022)。在此基础上,学者们探讨了推动城市绿色低碳转型的多种路径,包括经济发展、环境监管、产业结构调整和技术创新等,形成了相对成熟的研究框架(Gao等,2025;Liu等,2024)。随着数字经济的快速发展,与数字相关的因素越来越多地被纳入绿色低碳发展的分析框架之中(Wang等,2023)。现有证据表明,信息通信技术支撑的数字化可以通过提高能效、优化产业结构和推动技术进步,显著提升城市的碳绩效(Xian等,2025)。除了常规的数字化指标外,也有部分研究聚焦于以政策为导向的数字化举措,尤其是“宽带中国”计划。这些研究认为,该计划推动的数字基础设施建设能够缓解信息不对称,促进能源和资源的有效配置与循环利用,从而推动减排、碳减排和可持续城市发展的协同进展(Ding等,2024)。从方法论角度来看,大多数现有研究主要依赖传统的因果推断方法,如多期差分法,来评估“宽带中国”政策的效应(He等,2025;Chen等,2023)。尽管这些方法在一定程度上提升了因果关系的可解释性,但由于其基于线性假设,难以完全捕捉数字基础设施建设过程中可能存在的复杂性(Chernozhukov等,2018;Jiang等,2025)。总体而言,目前还存在两个重要研究缺口:首先,尽管关于数字经济与可持续城市绿色低碳发展关系的研究较多,但针对数字基础设施建设这一独立政策工具及其具体作用机制的研究相对较少;其次,现有研究主要依赖传统因果推断方法,而基于双重机器学习的因果分析则较少得到关注。双重机器学习通过机器学习、正交化和交叉拟合等方法,为调整处理变量和结果变量相关的干扰函数提供了补充性框架。
当前,中国正处于数字基础设施建设加速发展的阶段。在此背景下,如何充分运用数字技术支持可持续城市绿色低碳发展成为一个值得深入探讨的重要问题。因此,本研究将“宽带中国”政策视为准自然实验,因为该政策的实施是通过政府主导的试点选择和分阶段推进而非完全随机分配,因此不属于严格意义上的自然实验。基于这一政策背景,本研究采用双重机器学习因果推断框架,分析数字基础设施建设对可持续城市绿色低碳发展的影响。本研究在三个方面丰富了现有文献:首先,以“宽带中国”政策为切入点,聚焦数字基础设施作为数字化转型基础要素的作用,拓展了关于数字化如何推动城市绿色低碳转型的研究;其次,在方法论上,采用双重机器学习作为主要实证分析工具,鉴于城市绿色低碳发展受多种经济、技术、环境及治理因素影响,变量之间可能存在非线性和交互效应,双重机器学习可通过机器学习、正交化和交叉拟合灵活调整干扰函数,有助于减轻函数形式设定偏差;第三,本研究揭示了数字基础设施通过哪些机制及存在何种区域差异影响可持续城市绿色低碳发展,为在不同城市条件下推动该发展提供了更具针对性的实证依据(见图1)。
本文的其余部分结构如下:第二部分阐述理论框架和研究假设,重点分析数字基础设施建设的整体效应及其传导机制;第三部分介绍研究设计,包括可持续城市绿色低碳发展的衡量指标、双重机器学习识别策略、变量定义及数据来源;第四部分呈现实证研究结果,包括基线估计、稳健性检验、机制检验和异质性分析;第五部分讨论主要研究发现、贡献与局限性;第六部分总结研究结论,并提出通过数字基础设施建设推动城市绿色低碳发展的政策建议。乔兆:利益冲突声明 作者声明,他们不存在任何可能影响本文所述研究的已知财务利益或个人关系。致谢 本研究得到了中国国家自然科学基金(编号:42261049;72473130)、江西省自然科学基金(编号:20232BAB203061)以及江西省社会科学基金(编号:25GL12)的支持。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号