數字經濟對區域碳排放強度的影響效應及作用機制

[摘要]當前中國正向數字經濟時代邁進，與此同時，“碳達峰”“碳中和”是現階段所面臨的嚴峻挑戰，數字經濟在碳減排過程中有何作為是亟待探討的問題，然而有關數字經濟與碳排放的實證研究還非常匱乏。鑒于此，利用2011—2018年省際面板數據，實證考察了數字經濟發展對區域碳排放強度的影響及作用機制。研究發現：數字經濟發展顯著降低了區域碳排放強度，該結論通過一系列穩健性檢驗后依然成立。數字經濟對碳排放強度的影響存在異質性，具體來看，數字經濟的碳減排效應在中西部地區及碳排放強度較高的地區表現更明顯;此外，相較于“產業數字化”，“數字產業化”的碳減排效應更加顯著。機制分析表明，區域碳排放強度下降主要是由于碳排放量下降而非產出上升;能源結構的改善是數字經濟發展引起碳排放強度下降的重要機制;從數字經濟影響區域碳排放的技術效應來看，數字經濟主要通過有偏技術進步降低碳排放強度，而非中性技術進步。

[關鍵詞]數字經濟;碳排放強度;能源結構;有偏技術進步;中性技術進步

[中圖分類號] F49;X22[文獻標識碼] A[文章編號] 1673-0461（2022）02-0068-11

一、引言

當前，全球正經歷著以數字經濟為代表的工業4.0變革。數字作為一種新要素與勞動、資本及土地等傳統生產要素融合，推動傳統產業向智能化邁進。根據中國信息通訊研究院（以下簡稱“中國信通院”）最新發布的《中國數字經濟白皮書（2021年）》顯示，2020年中國數字經濟規模達到39.2萬億元，占到國內生產總值的38.6%。從數字經濟的兩個核心組成部分來看，“數字產業化”占比約為19.1%，“產業數字化”占比約80.9%。從三次產業數字化發展來看，2020年，我國農業、工業及服務業數字經濟占行業增加值比重分別為8.9%、21%和40.7%①。由此可見，數字經濟儼然已成為國民經濟增長的核心增長極之一。面對全球數字經濟的蓬勃發展，習近平總書記也多次強調“要做大做強數字經濟”，建設“數字中國”。

在數字經濟興起的同時，中國也正經歷著高能耗為特征的工業化及城市化[1]，雖然中國經濟發展已步入“新常態”階段，但仍保持中高速增長，因此，工業化和城市化帶來的能源需求還在不斷增長，這也導致我國將面臨長期的碳減排壓力[2]。為控制碳排放，中國政府也對此提出了相應的規劃目標，如習近平總書記在2020年9月舉辦的第七十五屆聯合國大會一般性辯論上宣布“中國力爭于2030年前二氧化碳排放達到峰值、2060年前實現碳中和”。在隨后的氣候雄心峰會上，習總書記進一步提出“到2030年，中國碳排放強度（單位GDP二氧化碳排放）將比2005年下降65%以上”。那么，一個亟待回答的問題是，數字經濟發展是否能夠助力碳減排呢？假如該邏輯成立，數字經濟的碳減排效應在空間分布以及本身特征上是否存在差異？此外，數字經濟是如何助力碳減排的，其中的作用機制如何？厘清上述問題，有助于我們更清晰地認識數字經濟與碳排放之間的關聯，并在此基礎上進一步加快數字經濟建設，為實現“30·60”雙碳目標提供有益的政策啟示。

從既有研究來看，與本文密切相關的研究大致可分為以下兩類：第一類文獻是與碳排放相關的研究，這類文獻主要聚焦于對不同區域、不同行業碳排放水平的測算[3-6]以及對碳排放影響因素的探析[7-9]。第二類文獻多集中在對數字經濟及其經濟效應的討論。如數字經濟賦能高質量發展[10]、數字經濟與制造業生產率[11]、數字經濟與包容性增長[12]、數字經濟與高質量就業[13]等。然而，很少有文章關注數字經濟帶來的環境效應。少數研究探討了區塊鏈對產業綠色發展的影響[14]，以及數字金融對污染排放的影響[15]。而具體到數字經濟與碳排放關系的研究就更少了，少數學者從理論角度闡述了數字經濟的發展如何影響碳排放。如陳永偉認為數字經濟主要通過“減增量”和“去存量”這兩條路徑實現碳減排[16]。耿海清則認為應當從政府和企業等多個層面共同出發，實現碳達峰碳中和[17]。但這些也只是泛泛談論了數字經濟對碳排放的影響，缺乏翔實的經驗支撐。

謝云飛：數字經濟對區域碳排放強度的影響效應及作用機制

2022年第2期

鑒于此，本文首先按照中國信通院發布的《中國數字經濟白皮書》中關于數字經濟的定義，從“數字產業化”和“產業數字化”兩個維度構建數字經濟綜合評價指標，然后遵循政府間氣候變化專門委員會（IPCC）對碳排放的測算方法，測算出各省碳排放量，接下來實證考察了數字經濟與碳排放強度之間的關系，并在此基礎上探討了數字經濟影響碳排放強度的異質性及作用機制。本文可能的邊際貢獻在于：第一，研究視角上，區別于多數研究僅關注數字經濟發展對高質量發展、生產率、包容性增長以及就業等經濟因素的影響，本文則從數字經濟可能造成的環境效應這一視角出發，重點考察了數字經濟對碳排放強度的影響。第二，研究內容上，本文考慮到空間差異以及數字經濟特征對基準回歸結果的影響，進而從區域異質性以及數字經濟維度異質性這兩個角度考察了數字經濟對碳排放強度的異質性影響，并且還從能源結構和技術進步兩個方面深入探討了數字經濟影響區域碳排放強度的作用機制。第三，實踐意義上，為進一步加強數字經濟建設提供了經驗支持，并為國家實現“30·60”雙碳目標提供科學依據。近年來，中國一直飽受碳減排壓力的困擾，本文的研究結論表明，數字經濟發展具有顯著的碳減排效應，因而本研究有助于為實現雙碳目標提供新的視角和可行路徑，未來的碳減排政策可以考慮數字技術的融入，通過數字減排實現社會可持續發展。

二、理論機制及研究假設

（一）數字經濟對碳排放的影響

數字經濟的碳減排效應主要體現在以下三個方面：第一，數字化產業自身擁有環境友好型特征，對環境造成的負面效應較小。數字化產業以互聯網企業及信息服務業等信息企業為主，其綠色化水平普遍高于傳統制造業。此外，數字化企業由于經濟實力雄厚，往往更重視環境效益。例如騰訊公司在2021年1月宣布啟動碳中和規劃，積極響應我國碳中和目標;緊接著，在2021年3月，阿里巴巴旗下的螞蟻集團承諾將在2030年實現凈零排放。第二，數字產業作為數字經濟的產業基礎，可以推動其他產業降低碳排放。數字化產業可利用數字技術的滲透和衍生對傳統產業進行改造，促進產業向智能化、綠色化發展，同時提高產業附加值，減少能耗和碳排放[18]。第三，數字經濟發展有利于碳市場的建立，進而降低碳排放。自2011年國家發改委發布《關于開展碳排放權交易試點工作的通知》以來，碳排放權交易已在多個試點省市展開，其政策效果也得到了不少學者的肯定[19-20]。然而，要建立完善的碳排放交易市場，還需要解決排放量監測、報告與核查等技術問題[21]，而數字技術的運用無疑將成為解決上述技術難題的突破口，通過數字技術完善碳交易市場，能源利用效率較高的企業可以將多余的排放權賣給其他企業，碳交易可以鼓勵企業主動進行節能減排。基于上述分析，本文提出如下假設H1：

假設H1：數字經濟的發展可以顯著降低區域碳排放強度。

（二）數字經濟與能源結構

從能源結構視角來看，數字經濟發展可以從以下三個方面驅動能源結構向低碳化轉型：第一，改變能源生產結構。能源的數字化加持有利于對能源生產流程進行智能化改造，并對能源企業的生產管理系統進行升級，進而實現能源的循環使用，提升能源利用效率。如美國設計出了能將商業建筑的電力電子設備與精簡型汽車鋰離子電池連起來的智能電池，實現為樓宇供電和電網充電間來回切換[22]。第二，優化能源消費結構。數字企業通過技術運輸，可助力其他行業優化能源消耗，如國內某水泥廠通過先進控制系統（APC），優化操作參數，使熟料標準煤耗下降1kg以上[16]，能源優化效果顯著。數字經濟的發展還改變了我們的生產及生活方式，推動經濟活動的“虛擬化”和“去物質化”，降低傳統能源消耗及碳排放[23]。第三，加速新能源開發。如上海電氣集團在2018年8月推出首個工業互聯網平臺——“星云智匯”，該平臺目前已經應用到風能、太陽能電站的運營維護，未來還將覆蓋儲能、電動汽車等領域。通過數字技術的嵌入，更多的可再生能源將替代傳統化石能源，能源消費結構將得到進一步改善，碳排放及環境污染情況也會不斷緩解?；谏鲜龇治觯疚奶岢鋈缦录僭OH2：

假設H2：能源結構改善是數字經濟抑制碳排放強度的重要機制。

（三）數字經濟與技術進步

關于技術進步，早前占據主流地位的是由Solow根據CD生產函數所測算的“索洛剩余”，它是除勞動和資本生產要素以外所帶來的經濟增長率的剩余部分，即全要素生產率，該測算方法假定各要素生產率按照同比例變動，因而也被定義為中性技術進步[24]。隨后，又有學者提出生產要素并非總是按同比例變動的，在現實生產中，企業出于利潤最大化目的，會改進工藝和設備來提高要素生產率，在這個過程中，各要素投入生產率并非按同比例調整，因此會產生技術進步偏向[25-26]。數字技術的使用將導致各投入要素按企業利潤最大化的方向進行調整，該調整過程并非是嚴格意義上的同比例進行的，因此有理由相信數字經濟發展會促進企業技術進步偏向的產生。而關于偏向技術進步與碳排放的關系，不少研究已經證實，有偏技術進步具有顯著的碳減排效應[27-29]，對此，我們認為數字經濟帶來的技術進步，尤其是有偏技術進步，將導致碳排放強度的降低。基于上述分析，本文提出如下假設H3：

假設H3：在數字經濟影響碳排放強度的技術效應中，有偏技術進步占據主導地位。

三、研究設計及變量選取

（一）模型構建

為考察數字經濟發展對區域碳排放的影響，本文構建如式（1）模型：

（二）變量選取

1.被解釋變量：碳排放強度（CEI）

本文參考SHAN等[30]的測算方法，構建中國30個省份的二氧化碳排放清單的時間序列，清單主要包括與能源消耗有關的碳排放量②和與過程有關的碳排放量③。同時遵循政府間氣候變化專門委員會（IPCC）的排放會計方法，相關計算公式如式（2）～（5）：

2.核心解釋變量：數字經濟發展水平（DE）

根據《中國數字經濟發展白皮書（2017年）》對數字經濟的描述，從“數字產業化”與“產業數字化”兩個維度概括數字經濟發展水平④，同時參考楊慧梅等[31]的研究，從電子信息制造業規模、電信業規模、軟件業規模、信息服務業規模以及互聯網發展這五方面來反映數字產業化，從農業、工業、第三產業以及數字普惠金融這四個方面來反映產業數字化。其中，數字金融普惠則通過郭峰等[32]編制的數字普惠金融指數來表示，該指數從金融覆蓋廣度、使用深度以及數字化程度三個方面綜合測度我國各地區的數字金融普惠程度，具備一定權威性?？紤]到熵值法在做指標表評價時相對較為客觀，故采用熵值法測算數字經濟發展綜合指標，對應的指標體系見表1。

3.機制變量

根據前文理論分析可知，數字經濟主要通過能源結構和技術進步等途徑對碳排放強度產生影響。故選取以下兩個機制變量：

（1）能源結構（ES）：參考邵帥等[33]的研究，選取各地區煤炭消費量占能源消費總量的占比來反映能源結構。

（2）技術進步：分中性技術進步和有偏技術進步，其中中性技術進步由全要素生產率（TFP）表示，有偏技術進步由投入要素比例間接表示，相關指標將在后文進行詳細說明。

4.其余控制變量

（1）人口規模（PS）：參考羅能生等[34]的研究，用各地區年末人口總數表示，并取對數。

（2）城鎮化率（UR）：參考錢海章等[35]的研究，用城鎮人口與地區人口的比值作為城鎮化率的代理變量。

（3）外商直接投資（FDI）：參考國內外學者通常的做法，采用各地區實際利用外資金額與地區生產總值的比值作為外商直接投資的代理變量。其中，各地區實際利用外資額均按當年人民幣兌美元匯率進行轉化。

（4）貿易開放度（FT）：參考張成思等[36]的研究，選取各地區進出口總額與地區生產總值的比值來衡量貿易開放度。

（5）環境規制（ER）：參考任曉松等[37]的做法，選取了工業廢水、工業二氧化硫以及工業煙粉塵這三種主要污染物構建環境規制強度綜合指數。首先對單位產值工業廢水、單位產值工業二氧化硫排放量以及單位產值工業煙粉塵排放量進行標準化處理，標準化公式見下式（6）：

（6）市場化程度（MAR）：參考王小魯等[38]編制的《中國分省份市場化指數報告》，選取其中的市場化指數來衡量各地區市場化程度，并取對數。

（7）產業結構（IS）：參考余永澤等[39]的研究，選取各地區第三產業增加值與第二產業增加值的比值來表示。

（三）數據來源及說明

考慮到數據的可獲取性，同時保證數據時間的一致性，本文采用2011—2018年我國30個省份的面板數據作為研究樣本，西藏、香港、澳門及臺灣地區由于數據缺失較為嚴重，予以剔除。數字金融普惠數據來源于北京大學數字金融研究中心，其余數據主要來源于《中國統計年鑒》《中國能源統計年鑒》《中國科技統計年鑒》《中國環境年鑒》以及各省統計年鑒。其中含有生產總值的指標均以2003年不變價格進行平減處理。此外，為減小樣本波動，本文對非比值型指標均按取對數處理。

四、實證結果與分析

（一）基準回歸

為了控制宏觀經濟環境以及不隨時間變化的個體之間的差異，采用雙固定效應模型進行回歸。表2為數字經濟對區域碳排放影響的基準回歸結果，模型1中未添加控制變量，模型2中加入了控制變量，從模型1和模型2的回歸結果可以看出，數字經濟的系數均在5%水平下顯著為負，初步表明數字經濟發展可以降低碳排放強度，即假設H1成立。數字經濟發展水平越高，整個社會的數字化、信息化水平越高，企業資源利用效率提升，驅動產業向綠色低碳方向發展，有助于降低碳排放強度，實現“30·60”雙碳目標。

從控制變量來看：文中選取的控制變量只有人口規模和環境規制的系數在統計意義上顯著。其中，人口規模的系數顯著為正，說明人口規模會顯著加劇碳排放強度，主要因為人口規模的擴張會引起能源需求的增加，進而導致化石能源的消耗增加，最終促進二氧化碳的增加;由于本文所選取的環境規制指標為三種主要污染物綜合指數，環境規制數值越大，表明污染程度越高，而回歸結果中環境規制的系數顯著為正，說明環境污染越嚴重，碳排放強度越大，這主要是因為碳排放與工業污染排放具有同根同源的性質，如煤炭、石油等化石燃料在燃燒過程中，不僅產生二氧化碳，同時還會產生二氧化硫以及煙塵等污染物。

（二）穩健性檢驗

1.替換被解釋變量

考慮到各個地區經濟發展水平的差距，前文使用碳排放強度衡量地區碳排放水平。同時，各個地區的人口數量同樣存在較大差異，故在此使用人均碳排放替換碳排放強度，進行穩健性檢驗?；貧w結果見表3中的模型1和模型2，無論是否加入控制變量，數字經濟的影響系數最少在10%水平下顯著為負。這與基準回歸結果基本保持一致。

2.替換核心解釋變量

財新智庫作為一家權威商業性機構，對宏觀經濟指數擁有比較深入的研究，該機構聯合數聯銘品每個月公布數字經濟發展指數，該指數包含數字經濟產業指數、數字經濟融合指數、數字經濟溢出指數以及數字經濟基礎設施指數四個部分。能較為全面的反映我國各地區數字經濟發展情況，目前已有不少學者采用該數據進行數字經濟方面的研究[40-41]。表3中的模型3、模型4匯報了以財新智庫數字經濟指數為核心解釋變量的回歸結果⑤，可以看到，數字經濟的系數顯著為負，證實了基準回歸結論具有穩健性。

3.內生性處理

為規避雙向因果和一些不可觀測因素引致的內生性問題，本文將采用工具變量法作內生性檢驗。參考IVUS等[42]的研究，選取地形起伏度⑥（RDLS）作為數字經濟的工具變量。一方面，地形起伏度可以用來反映當地地形復雜程度，進而影響數字基礎設施安裝與調試，通常來講，地形起伏度越大，數字基礎設施修建的成本和難度也越大，故地形起伏度滿足作為工具變量的相關性條件。另一方面，地形起伏度作為自然因素，與其他經濟變量不存在直接關聯，滿足作為工具變量的外生性條件。此外，考慮到地形起伏度是一個不隨時間變化的常數，因此借鑒DUFLO等[44]以及吉赟等[45]的做法，利用地形起伏度與各年份虛擬變量的乘積作為工具變量組進行2SLS回歸。

表3中的模型5、模型6詳細匯報了工具變量回歸結果，無論是否加入控制變量，數字經濟對碳排放強度影響均顯著為負，表明在考慮內生性問題后，基本結論依舊穩健。同時，KleibergenPaap rk LM統計量為21.817，對應P值為0，說明不存在識別不足的問題;CraggDonald Wald F的值為22.8，大于STAIGER等[46]提出的相關工具變量為10的經驗值，說明不存在弱工具變量問題。綜合來看，本文所選取的工具變量是合理的。

4.動態面板回歸

前文采用靜態面板考察了數字經濟發展對區域碳排放的影響，為確保結論的穩健性，本文進一步采用動態面板模型檢驗基準回歸的穩健性，考慮到系統GMM相對于差分GMM，引進了水平方程，減少了估計誤差[47]，故選取系統GMM方法進行回歸。從表3中模型7、模型8的回歸結果可以看到，AR（2）檢驗P值均大于0.1，說明回歸方程擾動項的差分不存在二階自相關，同時，Sargan檢驗的P值均大于0.1，說明工具變量有效，系統GMM的回歸結果再次證實了基準回歸的穩健性。

（三）異質性分析

1.區域碳排放水平異質性

基準回歸結果表明數字經濟發展總體上有利于降低區域碳排放強度，那么這種碳減排效應在不同區域是否具有普適性呢？為此，我們進行如下分區域回歸分析，如表4所示，數字經濟只對中西部地區擁有顯著的碳減排效應。通過東部與中西部碳排放強度的對比可以發現，中西部地區碳排放強度高于東部地區⑦，相較于東部地區，中西部地區往往經濟發展比較緩慢，對傳統資源的依賴度較高，能源利用效率偏低，而數字經濟發展伴隨著數字技術的應用與普及，能幫助市場經濟主體更好地了解能源市場的動向及價格趨勢，從而提高能源要素配置效率[48]，另外，數字化技術的應用也有助于工業企業降低能源使用強度，提高能源利用效率，減少碳排放。從實證結果來看，數字經濟的碳減排效應對中西部地區擁有更大的邊際效用，中西部地區在實現“30·60”雙碳目標過程中具有更強的后發優勢。

為進一步區分區域碳排放水平不同時，數字經濟發展對碳排放的影響是否存在差異，同時考慮到分位數回歸具有排除極端值干擾、并全面刻畫條件分布的優勢[49]，選取10%、25%、50%、75%和90%這5個具有代表性的分位點對應不同碳排放水平的區域，考察數字經濟對區域碳排放水平的異質性影響，分位數回歸結果見表5，通過表5可以看出，當分位點低于50%時，隨著分位點的提高，數字經濟影響碳排放的回歸系數絕對值逐漸增加，但并不顯著。當分位點超過50%以后，數字經濟回歸系數絕對值不斷增大，且至少在5%水平下顯著。由此可見，數字經濟發展對碳排放強度較低的地區抑制作用不明顯，但對碳排放強度較高的地區擁有顯著的碳減排效應，該結論與前面分區域回歸的結果保持一致。

2.數字經濟維度異質性

考慮到數字經濟主要由“數字產業化”和“產業數字化”兩個部分組成，因而有必要從這兩個維度考察它們對碳排放的影響。從表6的回歸結果可知，數字產業化能顯著降低碳排放強度，而產業數字化對碳排放強度的抑制作用并不明顯。一方面，數字產業化作為數字經濟的基礎部分，包括電子信息制造業、電信業、軟件業以及信息服務業等，它們是整個數字經濟發展的產業基礎，相較于傳統產業如工業等，本身具備綠色低碳的優勢;另一方面，從“產業數字化”的概念來看，傳統產業與數字化產業融合有一個過程，并不會馬上帶來生產效率的提升，相應的環境效應也可能存在一定時滯。

五、機制分析

（一）減排還是增產

通過前面的分析可知，數字經濟對碳排放強度具有顯著的抑制作用，而碳排放強度為碳排放絕對量與總產出的比值，那么將存在以下三種可能：①數字經濟通過減少碳排放絕對量從而降低碳排放強度;②數字經濟通過增加總產出進而降低碳排放強度;③數字經濟不僅降低了碳排放絕對量，而且增加了總產出，并最終導致碳排放強度的降低。為此，分別以碳排放絕對量和總產出作為被解釋變量進行回歸，結果見表7中的模型1～模型4。在考慮控制變量的情況下，發現數字經濟僅對碳排放絕對量有顯著抑制作用，而對總產出的作用不顯著，證明上述第①種情況成立，即數字經濟主要通過減少碳排放絕對量，進而降低區域碳排放強度。

（二）能源結構

為考察數字經濟對碳排放強度的影響機制，本文參考宋弘等[50]的做法，設定計量模型如式（9）：

其中，i、t分別表示省份和年份;M表示機制變量;其余與公式（1）保持一致。根據上面的分析可知，數字經濟主要通過減少碳排放絕對量進而降低碳排放強度，而碳排放主要來源于以煤炭為主的化石能源的消耗，我國要實現碳減排目標，最重要的一點就是實現煤炭替代，減少煤炭消費，改善能源結構[51]。而數字經濟的發展有利于新能源的挖掘，同時提高能源利用效率，進而緩解煤炭消費占比過高的問題。為此，我們以煤炭消費占比作為能源結構的代理變量（即公式（9）中機制變量M為能源結構）進行機制分析，從下表8的回歸結果可以看到，無論是否添加控制變量，數字經濟發展均顯著降低了煤炭消費占比，因而數字經濟通過降低傳統化石能源使用，改善能源結構，進而降低碳排放強度的傳導機制成立。表明假設H2成立。

（三）技術進步

碳排放強度指單位產出的碳排放量，實際上是一個效率概念，因而碳排放強度必然與技術進步密切相關。為此，我們用全要素生產率⑧（TFP）作為技術進步的代理變量，檢驗數字經濟對技術進步的影響。此外，ACEMOGLU指出技術進步分為中性技術進步和有偏技術進步，并證實了區分中性技術進步與有偏技術進步對解釋經濟現象的重要性[26]。為此，我們也將分別檢驗數字經濟對兩種技術進步的影響。由于全要素生產率是在標準核算框架下，并假定要素份額不變，即各生產要素的生產效率是同比例增加的，因而全要素生產率屬于中性技術進步[52]。同時，參考陳登科[53]的研究，采用投入要素比例間接表示有偏技術進步，即以碳排放量與勞動要素之比的對數值（ln（CE/L））和碳排放量與資本要素之比的對數值（ln（CE/K））來衡量有偏技術進步。接下來我們通過如下生產函數予以說明，考慮生產函數⑨：

其中，Y代表產出，K為資本投入要素，E為排放量，對應本文的碳排放量;A表示中性技術進步，A、A為有偏技術進步;ρ為各投入要素的相對重要程度，σ為要素替代彈性。

利潤π可表示成（其中，r為資本的成本，即利率;PE為相應的排放成本）：

由此可見，在給定投入要素價格的前提下，碳排放與投入要素之比與有偏技術進步之間存在對應關系，故選用碳排放量與投入要素之比來衡量有偏技術進步具備合理性。

同樣按照陳登科[53]的做法，為防止投入要素比與有偏技術進步間因要素價格變動而出現的潛在背離，特在表9的模型3和模型5中分別加入勞動要素價格（lnWage，即工人工資取對數）和資本要素價格（r，即利率）。通過表9中模型1的回歸結果可以發現，數字經濟對中性技術進步并沒有顯著影響。而模型2～模型4的回歸結果中數字經濟的系數均顯著為負，表明數字經濟降低了單位投入要素的碳排放量，即數字經濟對有偏技術進步存在顯著影響。以上結論證實假設H3成立。

六、結論與建議

我國目前正處于重要轉型期，無論是經濟發展模式亦或應對氣候變化，都是轉型期間需要面臨的重大挑戰。而數字經濟發展與碳排放無疑是其中最具代表性的議題。為此，本文較為系統地討論了數字經濟與區域碳排放強度的內在關聯。通過實證研究發現：數字經濟發展顯著降低了區域碳排放強度，并且在考慮內生性問題及其他一系列穩健性檢驗后該結論依然成立。異質性分析表明：數字經濟在中西部地區和碳排放強度高的地區更能發揮其碳減排效應，從數字經濟不同劃分維度來看，“數字產業化”具有更明顯的碳減排效應，而“產業數字化”的碳減排效應在本研究中尚未體現。進一步的機制分析表明：區域碳排放強度下降主要是由于碳排放量下降而非產出的增加，以煤炭為主的傳統化石能源消費占比下降是數字經濟引起碳排放強度下降的重要機制;從數字經濟影響區域碳排放的技術效應來看，有偏技術進步在碳減排過程中占主導地位，中性技術進步對碳減排的貢獻并不明顯。通過以上研究結論，本文提出以下政策建議：

第一，本文研究結論發現數字經濟建設有助于降低碳排放強度，數字經濟除了能帶來以往經典文獻提到的經濟效應，還能通過降低碳排放強度，緩解氣候變化等方式為我國帶來環境紅利，提升社會福利水平。這為新時期加快建設網絡強國、數字強國提供了新的支撐，因此應進一步加強數字基礎設施建設，加快實體經濟與數字經濟融合，為實現“30·60”雙碳目標提供可行路徑。

第二，充分考慮數字經濟影響碳排放強度的區域異質性特征，實現整體環境氣候改善。實證結果顯示數字經濟在中西部地區擁有更顯著的碳減排效應。表明中西部地區雖然擁有更高的碳排放強度，但鑒于中西部地區數字基礎比較落后，在數字經濟帶來的環境紅利上擁有更強的后發優勢，若適當將數字資源向中西部地區傾斜，中西部在環境問題上同樣能實現“彎道超車”，進而實現帕累托改進及整體氣候的改善。

第三，本文研究結果顯示，“產業數字化”對碳排放強度的抑制作用尚不明顯，說明傳統產業與數字產業的融合仍存在很大的改進。在將數字技術融入傳統生產，提高生產效率的同時，還應注重綠色低碳技術的研發與運用，要充分發揮低碳產業的帶動作用，進而推動產業整體向智能化、低碳化轉型。

第四，努力實現能源革命與數字革命的深度融合，進一步優化能源結構。在能源消費環節，綜合運用大數據、云計算、物聯網等數字技術改變能源消費方式，提高能源利用效率，利用互聯網大力推行能源消費新理念，助力工業、服務業等行業的傳統消費者由以往的“能源消費者”向新的“能源產消者”轉變，降低傳統能源消耗比例，優化能源消費結構，積極推進碳減排工程。

第五，鑒于要素偏向技術進步是數字經濟引發碳排放強度下降的主導因素，為此，政策制定者需要從要素層面出發，根據要素替代彈性適時調整技術政策，考慮政策間的互聯機制，做好統籌規劃，以達到最優的碳減排效果。

[注釋]① 相關數據均來源于中國信通院發布的《中國數字經濟白皮書（2021年）》。

② 與能源消耗相關的碳排放主要來自于農、林、牧、漁及水利業、采礦業、石油和天然氣開采業等47個社會經濟部門所消耗的原煤、洗精煤、 其他洗煤、焦爐煤氣等17種主要化石燃料。

③ 與過程有關的碳排放主要來自于水泥生產。

④ 中國信通院發布的《中國數字經濟發展白皮書（2017年）》里面提到，數字經濟主要包括數字產業化和產業數字化兩大部分，數字產業化是數字經濟的基礎部分，即信息產業，具體包括電子信息制造業、電信業、軟件業以及信息服務業等;產業數字化指傳統產業與數字化產業融合，并由此帶來生產數量及生產效率的提升。

⑤ 由于財新智庫公布的數字經濟指數時間范圍為2012—2018年，為保持時間窗口的統一，模型3和模型4中被解釋變量和其余控制變量的時間跨度也調整為2012—2018年，最終樣本數量為210。

⑥ 關于地形起伏度數據的測算，本文是在封志明等[43]的研究基礎上，利用ArcGIS的窗口分析法將中國地理空間數據云數字高程模型（SRTM 90 m）數據重采樣成1 km，并運用相關模型計算得到中國陸地地形起伏度公里網格數據集。

⑦ 通過前文測算的各省碳排放強度以及東部、中西部劃分，可分別計算出東部和中西部碳排放強度的平均值，限于篇幅，具體計算過程及結果未在正文匯報，備索。

⑧ 關于全要素生產率的測算，其中產出為各省實際GDP，投入要素為各省從業人數以及經永續盤存法計算的固定資本存量，并采用SFA方法進行測算，限于篇幅，具體測算步驟及結果未在文中展示，備索。

⑨ 該生產函數參考ACEMOGLU[26]對技術進步偏向性的研究，并假定生產函數為CES型。同時限于篇幅，這里我們主要以資本投入要素為例，實際上換成勞動投入要素也能得到類似的結果。

基金項目：國家自然科學基金項目《基于LCA和EDP的城市工業用地生態效率動態變化與提升策略研究》（41661113）;貴州省哲學社會科學重大專項課題《貴州山地特色新型城鎮化高質量發展的指標體系與實踐路徑研究》（21GZZB20）;江西省經濟社會發展專項課題（重點項目）《推進江西內陸開放型經濟試驗區建設機制創新研究》（21ST01）;江西省研究生創新專項資金項目《高鐵開通的碳減排效應研究——基于我國285個城市的證據》（YC2021-B118）;江西財經大學學生科研項目《智慧城市建設對區域低碳發展的政策效應評估》（20210914180114318）。

作者簡介：謝云飛（1992—），男，湖北咸寧人，江西財經大學經濟學院博士研究生，主要研究方向為資源與環境經濟學。DOI： 10.13253/j.cnki.ddjjgl.2022.02.008

[參考文獻][1]MIAO Z， BALEZENTIS T， TIAN Z， et al. Environmental performance and regulation effect of China’s atmospheric pollutant emissions： evidence from “three regions and ten urban agglomerations”[J]. Environmental and resource economics， 2019， 74（1）： 211-242.

[2]SHI K， CHEN Y， LI L， et al. Spatiotemporal variations of urban CO2 emissions in China： a multiscale perspective[J]. Applied energy， 2018， 211（3）： 218-229.

[3]RAN L， LU X X， YANG H， et al. CO2 outgassing from the Yellow River network and its implications for riverine carbon cycle[J]. Journal of geophysical research： biogeosciences， 2015， 120（7）： 1334-1347.

[4]LU Y， CUI P， LI D. Carbon emissions and policies in China’s building and construction industry： evidence from 1994 to 2012[J]. Building and environment， 2016， 95（1）： 94-103.

[5]CHENG Z， LI L， LIU J， et al. Totalfactor carbon emission efficiency of China’s provincial industrial sector and its dynamic evolution[J]. Renewable and sustainable energy reviews， 2018， 94（10）： 330-339.

[6]TANG D， ZHANG Y， BETHEL B J. A comprehensive evaluation of carbon emission reduction capability in the Yangtze River Economic Belt[J]. International journal of environmental research and public health， 2020， 17（2）： 545.

[7]XU S C， HE Z X， LONG R Y. Factors that influence carbon emissions due to energy consumption in China： decomposition analysis using LMDI[J]. Applied energy， 2014， 127（15）： 182-193.

[8]SHI Q， CHEN J， SHEN L. Driving factors of the changes in the carbon emissions in the Chinese construction industry[J]. Journal of cleaner production， 2017， 166（25）： 615-627.

[9]彭水軍，張文城，孫傳旺.中國生產側和消費側碳排放量測算及影響因素研究[J].經濟研究，2015，50（1）：168-182.

[10]趙濤，張智，梁上坤.數字經濟、創業活躍度與高質量發展——來自中國城市的經驗證據[J].管理世界，2020，36（10）：65-76.

[11]黃群慧，余泳澤，張松林.互聯網發展與制造業生產率提升：內在機制與中國經驗[J].中國工業經濟，2019（8）：5-23.

[12]張勛，萬廣華，張佳佳，等.數字經濟、普惠金融與包容性增長[J].經濟研究，2019，54（8）：71-86.

[13]王文.數字經濟時代下工業智能化促進了高質量就業嗎[J].經濟學家，2020（4）：89-98.

[14]李少林，馮亞飛.區塊鏈如何推動制造業綠色發展？——基于環保重點城市的準自然實驗[J].中國環境科學，2021，41（3）：1455-1466.

[15]許釗，高煜，霍治方.數字金融的污染減排效應[J].財經科學，2021，397（4）：28-39.

[16]陳永偉. 數字經濟如何幫助“碳達峰”“碳中和”[N]. 學習時報，2021-06-25（003）.

[17]耿海清. 數字經濟助力碳達峰碳中和[N]. 中國環境報，2021-07-06（003）.

[18]丁玉龍，秦尊文.信息通信技術對綠色經濟效率的影響——基于面板Tobit模型的實證研究[J].學習與實踐，2021，446（4）：32-44.

[19]劉傳明，孫喆，張瑾.中國碳排放權交易試點的碳減排政策效應研究[J].中國人口·資源與環境，2019，29（11）：49-58.

[20]DONG F， DAI Y， ZHANG S， et al. Can a carbon emission trading scheme generate the porter effect？ evidence from pilot areas in China[J]. Science of the total environment， 2019， 653（6）： 565-577.

[21]龐韜，周麗，段茂盛.中國碳排放權交易試點體系的連接可行性分析[J].中國人口·資源與環境，2014，24（9）：6-12.

[22]鐘春平，劉誠，李勇堅.中美比較視角下我國數字經濟發展的對策建議[J].經濟縱橫，2017（4）：35-41.

[23]PRADHAN R P， ARVIN M B， NAIR M， et al. Sustainable economic growth in the European Union： the role of ICT， venture capital， and innovation[J]. Review of financial economics， 2020， 38（1）： 34-62.

[24]SOLOW R M. A contribution to the theory of economic growth[J]. The quarterly journal of economics， 1956， 70（1）： 65-94.

[25]HICKS J R . The theory of wages[M]. London： Macmillan，1963：39-43.

[26]ACEMOGLU D. Directed technical change[J]. The review of economic studies， 2002， 69（4）： 781-809.

[27]ACEMOGLU D， AGHION P， HEMOUS D. The environment and directed technical change in a NorthSouth model[J]. Oxford review of economic policy， 2014， 30（3）： 513-530.

[28]周喜君，郭淑芬.中國二氧化碳減排過程中的技術偏向研究[J].科研管理，2018，39（5）：29-37.

[29]吳偉偉.支農財政、技術進步偏向的農田利用碳排放效應研究[J].中國土地科學，2019，33（3）：77-84.

[30]SHAN Y， GUAN D， ZHENG H， et al. China CO2 emission accounts 1997-2015[J]. Scientific data， 2018， 5（1）： 1-14.

[31]楊慧梅，江璐.數字經濟、空間效應與全要素生產率[J].統計研究，2021，38（4）：3-15.

[32]郭峰，王靖一，王芳，等.測度中國數字普惠金融發展：指數編制與空間特征[J].經濟學（季刊），2020，19（4）：1401-1418.

[33]邵帥，李欣，曹建華，等.中國霧霾污染治理的經濟政策選擇——基于空間溢出效應的視角[J].經濟研究，2016，51（9）：73-88.

[34]羅能生，張夢迪.人口規模、消費結構和環境效率[J].人口研究，2017，41（3）：38-52.

[35]錢海章，陶云清，曹松威，等.中國數字金融發展與經濟增長的理論與實證[J].數量經濟技術經濟研究，2020，37（6）：26-46.

[36]張成思，朱越騰.對外開放、金融發展與利益集團困局[J].世界經濟，2017，40（4）：55-78.

[37]任曉松，劉宇佳，趙國浩.經濟集聚對碳排放強度的影響及傳導機制[J].中國人口·資源與環境，2020，30（4）：95-106.

[38]王小魯，樊綱，胡李鵬.中國分省份市場化指數報告（2018）[R].北京：社會科學文獻出版社，2019.

[39]余泳澤，孫鵬博，宣燁.地方政府環境目標約束是否影響了產業轉型升級？[J].經濟研究，2020，55（8）：57-72.

[40]郭晗，廉玉妍.數字經濟與中國未來經濟新動能培育[J].西北大學學報（哲學社會科學版），2020，50（1）：65-72.

[41]姚震宇.區域市場化水平與數字經濟競爭——基于數字經濟指數省際空間分布特征的分析[J].江漢論壇，2020，510（12）：23-33.

[42]IVUS O， BOLAND M. The employment and wage impact of broadband deployment in Canada[J]. Canadian journal of economics/revue Canadienne d’conomique， 2015，48（5）： 1803-1830.

[43]封志明，唐焰，楊艷昭，等.中國地形起伏度及其與人口分布的相關性[J].地理學報，2007，62（10）：1073-1082.

[44]DUFLO E， PANDE R. Dams[J]. The quarterly journal of economics， 2007， 122（2）： 601-646.

[45]吉赟，楊青.高鐵開通能否促進企業創新：基于準自然實驗的研究[J].世界經濟，2020，43（2）：147-166.

[46]STAIGER D ， STOCK J H . Instrumental variables regression with weak instruments[J]. Econometrica， 1997， 65（3）：557-586.

[47]馬勇，陳雨露.金融杠桿、杠桿波動與經濟增長[J].經濟研究，2017，52（6）：31-45.

[48]鄔彩霞，高媛.數字經濟驅動低碳產業發展的機制與效應研究[J].貴州社會科學，2020，371（11）：155-161.

[49]韓璐，陳松，梁玲玲.數字經濟、創新環境與城市創新能力[J].科研管理，2021，42（4）：35-45.

[50]宋弘，孫雅潔，陳登科.政府空氣污染治理效應評估——來自中國“低碳城市”建設的經驗研究[J].管理世界，2019，35（6）：95-108，195.

[51]林伯強，李江龍.環境治理約束下的中國能源結構轉變——基于煤炭和二氧化碳峰值的分析[J].中國社會科學，2015，237（9）：84-107，205.

[52]李小平，李小克.偏向性技術進步與中國工業全要素生產率增長[J].經濟研究，2018，53（10）：82-96.

[53]陳登科.貿易壁壘下降與環境污染改善——來自中國企業污染數據的新證據[J].經濟研究，2020，55（12）：98-114.The Effect and Mechanism of Digital Economy

on Regional Carbon Emission Intensity

Xie? Yunfei

（School of Economics， Jiangxi University of Finance and Economics， Nanchang 330013， China）

Abstract：? At present， China is moving towards the era of digital economy. At the same time， “carbon peak” and “carbon neutrality” are the severe challenges China is facing at the present stage. What does digital economy do in the process of carbon emission reduction is an urgent problem for us to discuss. In view of this， this paper uses the provincial panel data from 2011 to 2018 to empirically investigate the impact of digital economy development on regional carbon emission intensity and its mechanism. The results show that ： the development of digital economy significantly reduces the regional carbon emission intensity， which is still valid after passing a series of robustness tests.There is heterogeneity in the impact of digital economy on carbon emission intensity. Specifically， the carbon emission reduction effect of digital economy is more obvious in the central and western regions and regions with high carbon emission intensity. In addition， compared with “industrial digitization”， “digital industrialization” has a more significant carbon reduction effect. The mechanism analysis shows that the decrease of regional carbon emission intensity is mainly due to the decrease of carbon emission rather than the increase of output; The improvement of energy structure is an important mechanism for the reduction of carbon emission intensity caused by the development of digital economy. From the perspective of technological effect of digital economy on regional carbon emissions， digital economy mainly reduces carbon emission intensity through partial technological progress， rather than neutral technological progress.

Key words：digital economy; carbon emission intensity; energy structure; partial technical progress; neutral technological progress

（責任編輯：張夢楠）