黄河流域城市能源转型赋能数字化绿色化协同发展：影响机制与空间溢出

doi:10.7522/j.issn.1000-694X.2026.00065

摘要/Abstract

摘要：

本文立足黄河流域生态保护和高质量发展战略背景，考察城市能源转型对数字化绿色化协同发展的影响机制与空间溢出效应。基于2011—2021年76个地级市的面板数据，将新能源示范城市政策作为能源转型的准自然实验，运用耦合协调度模型测度数字化绿色化协同发展水平，并采用双重机器学习与空间杜宾模型进行因果识别与空间效应分析。结果表明：黄河流域城市能源转型显著促进数字化绿色化协同发展，该结论在经过一系列稳健性与内生性检验后依然成立。机制分析显示，城市能源转型通过推动技术创新、提升城市韧性与降低碳排放强度3条路径发挥作用。异质性分析显示，政策效应在非资源型城市、环保重点城市和非老工业基地城市表现更为强劲。空间杜宾模型显示，城市能源转型对数字化绿色化协同发展具有显著正向空间溢出效应，本地政策能够辐射带动邻近城市协同水平提升。

关键词: 能源转型, 数字化绿色化协同发展, 黄河流域, 双重机器学习, 空间溢出效应

Abstract:

Under the strategy of ecological protection and high-quality development in the Yellow River Basin， this study explores the mechanisms and spatial spillover effects of urban energy transformation on digital-green synergistic development （DGSD）. Using panel data from 76 prefecture-level cities （2011-2021） and employing a quasi-natural experiment based on the New Energy Demonstration City policy， we apply a coupling coordination degree model， double machine learning， and the spatial Durbin model. The results show that urban energy transformation significantly promotes DGSD， a finding that holds after robustness and endogeneity tests. Mechanism analysis reveals three transmission pathways： technological innovation， urban resilience， and carbon emission intensity. Heterogeneity analysis indicates stronger policy effects in non-resource-based cities， key environmental protection cities， and non-old industrial bases. The spatial Durbin model shows positive and significant spatial spillover effects， where local policies enhance DGSD in neighboring cities.

Key words: energy transformation, digital-green synergistic development, Yellow River Basin, double machine learning, spatial spillover effects

中图分类号:

F205

马永刚, 臧家根, 范为, 燕玲. 黄河流域城市能源转型赋能数字化绿色化协同发展：影响机制与空间溢出[J]. 中国沙漠, 2026, 46(5): 64-77.

Yonggang Ma, Jiagen Zang, Wei Fan, Ling Yan. Urban energy transformation empowers digital-green synergistic development in the Yellow River Basin： mechanisms and spatial spillover effects[J]. Journal of Desert Research, 2026, 46(5): 64-77.

图/表 13

参考文献 56

[1]	中国共产党第二十届中央委员会.中国共产党第二十届中央委员会第四次全体会议公报［EB/OL］.（2025-10-23）［2026-03-24］..
[2]	中国发展改革报社.从各部委“十五五”规划前期研究中探重点［EB/OL］.（2025-03-03）［2026-03-24］..
[3]	国家能源局.国家能源局关于公布创建新能源示范城市（产业园区）名单（第一批）的通知：国能新能〔2014〕14号［EB/OL］.（2014-01-08）［2026-03-24］..
[4]	中共中央，国务院.黄河流域生态保护和高质量发展规划纲要［EB/OL］.（2021-10-08）［2026-03-24］..
[5]	工业和信息化部，国家发展和改革委员会，科学技术部，等.关于深入推进黄河流域工业绿色发展的指导意见［EB/OL］.（2023-01-12）［2026-03-24］..
[6]	国务院.国务院关于《黄河流域国土空间规划（2021—2035年）》的批复：国函〔2025〕37号［EB/OL］.（2025-04-01）［2026-03-24］..
[7]	Lv Y， Li Y， Zhang Z，et al.Spatio-temporal evolution pattern and obstacle factors of water-energy-food nexus coupling coordination in the Yangtze River economic belt［J］.Journal of Cleaner Production，2024，444：141229.
[8]	姜浩，邓峰.新能源示范城市建设的减污降碳协同治理效应研究［J］.软科学，2025，39（7）：60-69.
[9]	程洪飞，李豫新.能源转型与减污降碳协同治理：基于新能源示范城市政策的准自然实验［J］.华东经济管理，2025，39（12）：108-118.
[10]	宋冰，李豫新.能源转型政策对城市减排与增效的影响［J］.统计与决策，2026，42（2）：159-164.
[11]	许英达，胡彦迪.能源转型政策与城市经济韧性：基于示范城市的经验证据［J］.统计与决策，2025，41（17）：58-63.
[12]	陈利，姚凤禹，苏宇童.能源变革与生态福利绩效研究：基于新能源示范城市设立的准自然实验［J］.工业技术经济，2024，43（10）：98-108.
[13]	李豫新，程洪飞，倪超军.能源转型政策与城市绿色创新活力：基于新能源示范城市政策的准自然实验［J］.中国人口·资源与环境，2023，33（1）：137-149.
[14]	王晨圣，杨乐.新能源示范城市建设对资源型城市能源效率的提升作用研究［J］.地域研究与开发，2025，44（4）：74-82.
[15]	苏冰杰，卢方元，朱峰等.中国数字经济发展水平：时空特征、动态演化及影响因素［J］.运筹与管理，2022，31（9）：161-168.
[16]	孙才志，童艳丽，刘文新.中国绿色化发展水平测度及动态演化规律［J］.经济地理，2017，37（2）：15-22.
[17]	刘芸，谢国梁，崔乐乐等.数字化与绿色化融合水平的测度、区域差异与动态演进［J］.统计与决策，2025，41（19）：66-71.
[18]	赵佳丽，张晓雅.中部地区城市数字化与绿色化协同发展演化与驱动因素分析［J］.科学决策，2024（6）：32-50.
[19]	吴传清，宋用九，邓和顺.长江中游地区数字化绿色化协同转型发展水平测度与提升路径研究［J］.长江流域资源与环境，2025，34（11）：2445-2458.
[20]	Li J， Qamri G M， Tang M，et al.Connecting the sustainability：How renewable energy and digitalization drive green global value chains［J］.Journal of Environmental Management，2025，380：124779.
[21]	Guo X， Xu J.Carbon reduction in the AI era：How does urban digital intelligence transformation facilitate low-carbon development？［J］.Urban Climate，2025，61：102449.
[22]	文艺，李何姗，张磊.数字基础设施，技术创新与能源消费低碳化［J］.经济地理，2024，44（9）：144-152.
[23]	陈星星，田贻萱.数字化绿色化协同转型的理论阐释与未来路径［J］.工业技术经济，2025，44（11）：96-104.
[24]	Wang B， Wang J， Dong K，et al.How does artificial intelligence affect high-quality energy development？Achieving a clean energy transition society［J］.Energy Policy，2024，186：114010.
[25]	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.
[26]	Meerow S， Newell J P， Stults M.Defining urban resilience：a review［J］.Landscape and Urban Planning，2016，147：38-49.
[27]	刘建华，高新科，葛世帅等.黄河流域数字经济发展与能源利用效率的关联特征及作用机制［J］.中国沙漠，2025，45（5）：338.
[28]	Seidu S， Chan D W M， Edwards D J，et al.A systematic review of green infrastructure and ecosystem-based technologies for climate resilience：development trends，research outlook and future projections［J］.Environmental Research Letters，2025，20（8）：083001.
[29]	Zeng L， Wen M， Li C，et al.Impact of digital greening synergistic transformation on urban economic resilience in China：evidence from quasi-natural experiments［J］.Humanities and Social Sciences Communications，2025，12（1）：85.
[30]	Zhang X.Research on the dynamic mechanism of digital economy system coupling to enhance urban ecological resilience［J］.Environmental Science and Pollution Research，2024，31（15）：22507-22527.
[31]	王群伟，杜倩，李振冉，等.数字化和绿色化转型的碳排放双控效果：基于制造业新质生产力的机制解析［J］.中国管理科学，2025，33（11）：321-335.
[32]	侯新烁，李圳，王鑫禹，等.省域绿色金融集聚对碳达峰压力影响的空间效应［J］.经济地理，2026，46（1）：161-170.
[33]	Wu M， Zhang Q， He Y.Inclusion or exclusion：The impact of digital finance on intra-city economic inequality and its spatial spillover effect［J］.Journal of the Knowledge Economy，2026，17（1）：1305-1345.
[34]	赵林，宋小语，于伟等.黄河流域生态福利绩效时空格局演变及影响因素组态分析［J］.地理科学进展，2025，44（12）：2600-2614.
[35]	Athey S， Imbens G W.Machine learning methods that economists should know about［J］.Annual Review of Economics，2019，11（1）：685-725.
[36]	Chernozhukov V， Chetverikov D， Demirer M，et al.Double/debiased machine learning for treatment and structural parameters［J］.The Econometrics Journal，2018，21（1）：C1-C68.
[37]	张涛，李均超.网络基础设施、包容性绿色增长与地区差距：基于双重机器学习的因果推断［J］.数量经济技术经济研究，2023，40（4）：113-135.
[38]	Zhou X， Liang Y， Li L，et al.Analysis of spatial and temporal characteristics and influence mechanisms of carbon emissions in China's 1997-2017［J］.Journal of Cleaner Production，2024，485：144411.
[39]	柳江，李艳吉.数字新基建赋能黄河流域高质量发展：机制与空间溢出［J］.中国沙漠，2025，45（5）：369-379.
[40]	赵涛，张智，梁上坤.数字经济、创业活跃度与高质量发展：来自中国城市的经验证据［J］.管理世界，2020，36（10）：65-76.
[41]	陈小辉，张红伟.数字经济如何影响企业风险承担水平［J］.经济管理，2021，43（5）：93-108.
[42]	王军，朱杰，罗茜.中国数字经济发展水平及演变测度［J］.数量经济技术经济研究，2021，38（7）：26-42.
[43]	陈永伟，陈志远，阮丹.中国省域数字经济的发展水平与空间收敛性分析［J］.统计与信息论坛，2023，38（7）：18-31.
[44]	国家发展和改革委员会，国家统计局，环境保护部，等.关于印发《绿色发展指标体系》《生态文明建设考核目标体系》的通知［EB/OL］.（2016-12-22）［2026-03-24］..
[45]	毛晓蒙，王仁曾.绿色金融与新质生产力：促进还是抑制？：基于技术创新与环境关注度的视角［J］.上海财经大学学报，2024，26（5）：30-45.
[46]	廖小菲，申雨瑶.数字经济对中国城市低碳转型的影响机理及效应［J］.经济地理，2024，44（6）：31-41.
[47]	张辽，姚蕾.数字技术创新对城市经济韧性的影响研究：来自中国278个地级及以上城市的经验证据［J］.管理学刊，2023，36（5）：38-59.
[48]	楚尔鸣，孙红果，李逸飞.智慧城市建设对生态环境韧性的影响研究［J］.管理学刊，2023，36（6）：21-37.
[49]	Xiao L， Jia J， Lei Q，et al.Energy transition and urban green technological innovation：evidence from new energy demonstration city policy［J］.Energy，2026，306：140641.
[50]	王静，姜明月，赵林.黄河九省（区）绿色低碳与数字经济耦合协调及障碍因子分析［J］.山东科学，2025，38（2）：89-99.
[51]	Bellemare M F， Masaki T， Pepinsky T B.Lagged explanatory variables and the estimation of causal effect［J］.The Journal of Politics，2017，79（3）：949-963.
[52]	孙博文，杨霄斐，苏鑫.国家级大数据综合试验区促进数字化绿色化协同发展研究［J］.重庆大学学报（社会科学版），2025，31（1）：79-99.
[53]	国务院.国务院关于印发全国资源型城市可持续发展规划（2013-2020年）的通知：国发〔2013〕45号［EB/OL］.（2013-11-12）［2026-03-24］..
[54]	刘亦文，邓楠.环境保护税是否有效释放了四重红利效应？［J］.中国人口·资源与环境，2023，33（10）：35-46.
[55]	李伟明，曹霞，张鑫.数绿技术融合、资产结构错配与企业高质量发展：知识组合能力的调节作用［J］.管理评论，2025，37（11）：54-66.
[56]	赵瑞东，方创琳，刘海猛.城市韧性研究进展与展望［J］.地理科学进展，2020，39（10）：1717-1731.

一级指标	二级指标	三级指标	属性
数字化	数字基础设施	每百人移动电话用户数	+
		每百人互联网宽带用户数	+
		长途光缆线密度	+
	数字产业化	人均电信业务总量	+
		信息传输、计算机服务和软件业从业人员占比	+
		人均邮政业务	+
	产业数字化	数字普惠金融指数	+
		人工智能、区块链、大数据、物联网、云计算等关键词词频	+
		电子商务销售额	+
		电子商务采购额	+
	数字经济发展环境	普通高等学校数量	+
		居民平均受教育年限	+
		R&D内部经费支出	+
		数字经济专利申请数	+

一级指标	二级指标	三级指标	属性
数字化	数字基础设施	每百人移动电话用户数	+
		每百人互联网宽带用户数	+
		长途光缆线密度	+
	数字产业化	人均电信业务总量	+
		信息传输、计算机服务和软件业从业人员占比	+
		人均邮政业务	+
	产业数字化	数字普惠金融指数	+
		人工智能、区块链、大数据、物联网、云计算等关键词词频	+
		电子商务销售额	+
		电子商务采购额	+
	数字经济发展环境	普通高等学校数量	+
		居民平均受教育年限	+
		R&D内部经费支出	+
		数字经济专利申请数	+

一级指标	二级指标	三级指标	属性
绿色化	绿色经济	人均地区生产总值	+
		第三产业增加值占地区生产总值比重	+
		第三产业从业人员比例	+
		平均工资	+
		城镇登记失业率	-
	绿色生活	生活垃圾无害化处理率	+
		每万人拥有公交车辆	+
		每万人拥有医师数	+
		每万人医疗机构床位数	+
	资源利用	单位地区生产总值能耗	-
		单位地区生产总值用水量	-
		单位地区生产总值二氧化碳排放量	-
		一般工业固体废物综合利用率	+
	生态状况	建成区绿化覆盖率	+
		人均公园绿地面积	+
		城市建成区绿地率	+
	环境保护	污水集中处理率	+
		二氧化硫排放量	-
		细颗粒物平均浓度	-
		空气质量全年优良率	+
		工业废水排放量	-

一级指标	二级指标	三级指标	属性
绿色化	绿色经济	人均地区生产总值	+
		第三产业增加值占地区生产总值比重	+
		第三产业从业人员比例	+
		平均工资	+
		城镇登记失业率	-
	绿色生活	生活垃圾无害化处理率	+
		每万人拥有公交车辆	+
		每万人拥有医师数	+
		每万人医疗机构床位数	+
	资源利用	单位地区生产总值能耗	-
		单位地区生产总值用水量	-
		单位地区生产总值二氧化碳排放量	-
		一般工业固体废物综合利用率	+
	生态状况	建成区绿化覆盖率	+
		人均公园绿地面积	+
		城市建成区绿地率	+
	环境保护	污水集中处理率	+
		二氧化硫排放量	-
		细颗粒物平均浓度	-
		空气质量全年优良率	+
		工业废水排放量	-

变量类型	变量名称	符号	样本量	均值	标准差	最小值	最大值
被解释变量	数绿协同发展	Score	836	0.283	0.054	0.157	0.530
解释变量	城市能源转型	Newenergy	836	0.172	0.378	0.000	1.000
控制变量	经济发展水平	Gdpcap	836	10.710	0.654	8.730	12.560
	人口规模	Pop	836	5.807	0.787	2.970	7.138
	城镇化率	Urban	836	0.355	0.173	0.107	0.967
	产业结构	Indstr	836	0.414	0.103	0.165	0.687
	绿色金融发展	Grfin	836	0.303	0.108	0.064	0.489
	政府干预程度	Govint	836	0.204	0.114	0.067	0.741
	人力资本水平	Humcap	836	0.020	0.027	0.000	0.140
	对外开放水平	Open	836	0.002	0.002	0.000	0.012
	科学支出水平	Tech	836	0.013	0.011	0.002	0.166
	信息化水平	Mobile	836	1.040	0.407	0.281	2.678
机制变量	城市经济韧性	Econre	836	0.073	0.039	0.025	0.299
	城市生态韧性	Ecolre	836	0.314	0.008	0.268	0.355
	数字技术创新	Diteinv	836	4.211	1.792	0.000	9.571
	绿色技术创新	Grteinv	836	3.775	1.816	0.000	8.214
	碳排放强度	Caint	836	2.706	2.019	0.266	16.450