數字產業協同創新發展對碳排放強度影響研究

張 元 慶,劉 爍,齊 平

(1.中共遼寧省委黨校,遼寧 沈陽110004;2.吉林大學 經濟學院,吉林 長春130012;3.沈陽大學 經濟學院,遼寧 沈陽 110044;4.吉林大學 中國國有經濟研究中心,吉林 長春130012)

近年來,隨著全球范圍內環境污染不斷加劇,無節制的碳排放,使全球氣候逐漸變暖,高溫天氣不斷增多,生態系統遭到破壞,人類生存也面臨史無前例的危機。如何實現傳統工業企業的轉型升級,控制傳統能源消耗數量,不斷開發和創新新型替代能源,實現降低碳排放目標,成為全人類的共同挑戰。二十大報告提出,要加快節能降碳先進技術研發與應用,推動形成綠色生產方式,實現綠色發展。值得一提的是,數字產業協同創新發展在降低碳排放強度方面具有重要作用。因為數字技術在賦能產業發展,提升產業質量方面具有不可替代的決定性作用。據國家網信辦統計,截至2021年底,我國建成5G基站數量已達142.5萬個,占全球60%以上。我國數據資源價值不斷提升,由2017年2.3ZB增長到2021年的6.6ZB,大數據產業由2017年的4 700億增長到2021的1.3萬億。此外,我國5G產業鏈全方位領先,人工智能,區塊鏈,量子信息等新興技術已躋身全球第一梯隊。國務院于2022年11月發布的《攜手構建網絡空間命運共同體》白皮書顯示,我國5G基站單站址能源消耗比2019年商用初期下降了20%以上,目前在建的大型數據中心平均電能利用率降到1.3以下。到2030年,數字技術將助力碳排放量減少達121億噸。由此可見,我國數字產業和數字技術迅猛發展對降低碳排放具有重要作用。此外,在疫情肆虐全球的大背景下,各國經濟受到嚴重沖擊,以數字制造業、軟件與信息技術服務業為主的數字產業在協同創新發展的基礎上為我國經濟復蘇提供了強大動力,也為我國實現2035年碳排放目標提供了強大的技術支持與產業準備。那么,數字經濟在促進我國經濟快速增長的同時,能否通過數字產業協同創新發展引致的效率變革改善環境污染?數字產業協同創新發展如何作用和影響碳排放強度?

一、文獻回顧

數字技術賦能產業發展是促進經濟高質量發展的重要手段,更是實現經濟綠色發展的重要動力。從現有研究看,圍繞數字產業協同創新發展與碳排放的相關研究主要有三條主線。

一是數字產業創新發展方面。隨著數字產業不斷壯大,數字產業創新模式受到更多關注,數字經濟創新要變強,應堅持理論創新優先原則[1]。隨著數字規模經濟越來越顯著,與數字經濟有關的知識產權和技術標準研究越來越受到重視。其中,知識產權和治理標準對產業創新發展至關重要,知識產權界定清晰,內部協同治理也會更加順暢[2]。此外,數字產業外部拉動與內部推動作用在不同部門存在差異,并且,硬件產業與ICT 軟件協同發展也存在創新不足問題[3]。同一時期,國外學者也非常關注數字技術的核心問題,如提出需要綜合的知識產權組合及運營策略推動數字產業創新發展[4]。除此之外,關于缺乏技術標準的負面影響,有學者認為,鑒于作為數字產業的技術標準的重要性,加強知識產權保護和數字技術標準的制定有利于數字產業創新發展[5]。數字產業對城鄉經濟影響途徑和效果存在一定差異,能夠增加城市經濟韌性[6]。政府對數字企業補助具有普惠性,能促進非國有企業,服務業企業等企業進行數字化轉型,且上游企業的數字化程度對下游企業具有顯著的正溢出效應[7]。科技創新對數字經濟和數字產業創新具有較強的正向促進作用。同時,科技創新水平對數字經濟發展具有區域差異性[8]。綜上,鑒于數字經濟重要性凸顯,學者們對數字經濟、數字產業和技術方面的研究愈發深入,從數字產業創新模式,技術標準,到數字產業創新對城鄉經濟的影響及區域差異都進行了深入研究,也取得了豐碩成果。

二是碳排放及影響方面。隨著世界范圍內氣候逐漸變暖,環境不斷遭到破壞,碳排放、碳中和等研究越來越受到重視。推動形成綠色生產方式,實現綠色高質量發展也是二十大的重要議題。對此,學者們也進行了深入研究,關于行業企業采用何種碳排放控制措施的研究,有學者提出,為實現京津冀地區綠色發展,應協調好碳稅與碳排放權交易的沖突,在電力、熱力等五個細化行業實施碳排放交易機制,其余采取碳稅方式[9]。且碳排放權交易政策有效降低了企業碳排放總量,提升了環境質量[10]。此外,關于碳排放責任的省域差異性,中國碳排放責任呈現由東至西遞減格局,資源和資本輸入型省域碳排放責任相對較低,反之亦然[11]。隨著研究深入,在碳排放總量控制差異性影響等方面,得出碳排放配額拍賣比例和總量控制對不同企業的減排效應存在差異,但都有利于企業降低碳排放目標[12]。針對我國重污染行業碳排放效率提升問題,學者們提出我國重污染行業碳排放效率整體低下,且呈現上升趨勢。行業間存在溢出效應差異現象,政府應發揮作用,抑制負向溢出效應,促進重污染行業排放效率提升[13]。

基于以上分析,降低碳排放對中國乃至世界都具有重要意義,學者們對碳排放及影響的有關研究也足夠深入,從碳排放權交易到政府碳排放責任,從碳排放總量控制差異對企業的影響到治理重度污染等問題皆有涉獵,對我國未來碳排放控制也有指導作用。

三是數字產業發展與碳排放關系研究方面。由于近年來數字經濟展現出驚人的效率和發展潛力,因此,關于數字產業和數字經濟發展與碳排放關系研究也受到重視。在數字經濟發展對城市碳排放影響方面,有學者通過構建模型研究數字經濟發展具有顯著的空間異質性特征,且明顯改善了城市碳排放,通過外生變量“智慧城市”的檢驗,依然具有穩健性。數字經濟發展對碳排放的影響在不同經濟圈內也存在差異[14]。隨著數字經濟規模不斷壯大,數字產業在更廣范圍內能夠達成碳排放何種目標成為研究熱點,有學者通過采用PVAR模型研究數字產業發展對碳排放強度的影響,認為數字產業技術發展能夠增加碳排放強度,但通過技術革新能實現低碳轉型[15]。以上文獻為深入研究數字經濟發展與碳排放提供了深刻見解。但現有研究中,更多關注數字經濟或數字產業發展對碳排放的影響方面,而少有人研究數字產業協同創新發展對碳排放強度的影響,因此,本文的邊際貢獻可能表現在:第一,從數字產業協同創新發展視角,對數字產業的創新發展水平進行了測量;第二,分析了數字產業協同創新發展影響碳排放強度的理論機制,并系統探討了數字產業協同創新對碳排放強度影響的具體路徑及空間效應;第三,按照區域、經濟發展階段、經濟模式以及人力資本儲備對數據進行分組,并探討不同組別數字協同創新對碳排放強度影響的差異性。

二、理論機制與基本假設

(一)數字產業協同創新對碳排放強度影響機制分析

數字產業本身是基于數字技術進步而形成的新興產業,其以數字技術為基礎,將數據作為新的生產要素,通過建立現代化的信息網絡實現萬物互聯,而數字資產自身具有先天的低碳性特征,其形成的產業亦能有效降低碳排放。一些學者通過構建模型研究數字經濟發展對區域碳排放的影響,得出數字經濟發展能夠降低碳排放量,且與碳排放強度存在倒“U”形相關性[16]。此外,通過理論分析和實證檢驗,數字經濟發展與碳排放也存在顯著的倒U型關系,且在區域差異背景下該相關性依然存在[17]。基于共同的數字技術基礎,其形成的數字產業間存在密切的關聯,進而形成數字產業整體協同創新趨勢,促進更多數字依賴產業協同發展,從而達到更優碳減排效果。同時,數字產業自身具有共享性和外溢性特點,數字產業間通過協同創新實現數據資源共享,帶動相關產業創新水平整體提高,形成良性市場競爭,進而減少碳排放。如繁榮的數字經濟對提高數字服務業和服務水平具有重要作用,特別是數字平臺建設大大縮短了空間距離,快捷的現代數字物流行業又加速了商品流通速度,而數字服務業的大發展和數字服務業比重的不斷擴大又為減少碳排放做出重要貢獻。

除此之外,也有學者通過面板數據分析數字經濟促進產業結構升級能夠加速促進碳減排的倒“U”型拐點提前到來[18]。可見,數字產業作為數字經濟的重要產業基礎,協同創新對碳減排具有重要作用。其影響碳減排的機理為:第一階段,數字產業協同創新需求部門,如電信業、互聯網行業具有電力密集度高等特點,巨量的資源消耗會直接導致碳排放增加,使碳排放強度提升。第二階段,數字產業協同創新初期通常需要大量的資金及人員投入,而創新成果的轉化相對較慢,存在時滯。因此,在數字產業協同創新初期其投入大于產出,由此導致碳排放量增大,而此時數字產業協同創新成果還沒引起相關產業生產效率的快速提升,由此導致碳排放強度的增長。第三階段,數字協同創新能夠有效促進相關行業轉型升級,但由于相關行業轉型初期購置成本增大,生產部門通過消耗資源的方式降低其成本,直至經濟產出穩定。因此,數字產業協同創新通過降低碳排放量及促進經濟增長的雙重方式減小碳排放強度。

假設1:數字產業協同創新對碳排放強度影響具有先上升后下降的倒U型關系。

假設2:數字產業協同創新通過促進相關企業數字轉型、數字依賴行業的發展以及促進相關產業創新從而減小碳排放強度。

(二)數字產業協同創新對碳排放強度的空間溢出效應分析

數字資產自身具有非獨占性,這一特征決定了數字經濟的共享性和溢出效應。

有學者運用空間杜賓模型研究數字經濟發展對城市碳排放的影響,結果發現,數字經濟發展存在顯著空間異質性,且數字經濟發展帶動數字產業和數字創新能力提高能夠減少碳排放,其空間外溢性在1 100 km處到達頂峰[19]。可見,數字經濟和數字產業的創新發展對周圍地區存在顯著外溢性。而數字產業不斷發展壯大,為數據要素市場的繁榮提供了契機,數據通過技術手段,為數字經濟和數字產業發展壯大做出了貢獻,且在不同數字產業間廣泛快速傳播,提升了產業間的空間關聯性,又通過便捷高效的信息傳遞,縮短區域距離,為跨區域合作提供了可行的途徑,區域間經濟發展越發緊密。國外學者也實證檢驗了知識和技術傳播的空間溢出性[20]。數字產業協同創新依賴數字經濟以及人才和知識的積累,而數字產業以及知識、人才的空間溢出性將導致數字協同創新存在空間相關性,數字產業協同創新對碳排放強度的影響理應具有空間溢出效應。

假設3:數字產業協同創新對碳排放強度影響具有空間溢出效應

三、模型構建

(一)面板回歸模型

lnCIit=β1lnCit+β2lnCit2+β3Xit+ci+γt+μit

(1)

其中,CIit為時期t第i個省份碳排放強度,Cit為i省份在時期t的數字產業協同創新水平,Xit為控制變量,考慮時間及地區異質性,本文采用雙向固定效應面板回歸模型對其進行回歸(1)由hausman及時間效應檢驗,此模型較優。,ci為個體效應,γt為時間效應,μit為隨機擾動項,為了消除異方差帶來的偏誤,本文對變量進行取對數處理。

(二)中介模型

采用Baron和Kenny[21]提出的三步中介效應檢驗法對數字協同創新影響碳排放強度的路徑進行檢驗,具體如下:

lnCIit=β1lnCit+β2lnCit2+β3Xit+ci+γt+μit

(2)

lnYit=β1lnCit+β2Xit+ci+γt+μit

(3)

lnCIit=β1lnCit+β2lnCit2+αlnYit+β3Xit+ci+γt+μit

(4)

Yit為本文的中介變量,首先構建核心解釋變量為數字產業協同創新和被解釋變量為碳排放強度的回歸模型;其次,構建核心解釋變量為數字產業協同創新和被解釋變量為中介變量的回歸模型,并檢驗其顯著性;最后將中介變量和數字產業協同創新共同作為核心解釋變量,將碳排放強度作為被解釋變量構建回歸模型,若核心解釋變量均通過了顯著性檢驗,即驗證中介效應成立。

(三)空間SDM模型

lnCIit=λWlnCIit+β1lnCit+β2lnCit2+β3Xit+WlnCitδ+WlnCit2θ+γt+μit

(5)

(四)分組回歸并檢驗

lnCIit1=β11lnCit1+β21Xit1+ci1+γt1+μit1

(6)

lnCIit2=β12lnCit2+β22Xit2+ci2+γt2+μit2

(7)

按照不同經濟發展階段、不同經濟模式以及不同的人力資源儲備對其進行分組,公式(6)、(7)分別為對分組后樣本的回歸模型,其中經濟發展階段以不同人均GDP水平加以衡量,經濟模式主要考慮其是否以能源消耗為主要經濟發展模式,本文采用人均碳排放量加以衡量,而人力資源儲備主要采用人均受教育年限進行衡量,并采用各中位數為界點對其進行分組。對分組回歸所得系數差異的顯著性采用似不相關模型(Seemingly Unrelated Regression)進行檢驗。

1.被解釋變量:碳排放強度。借鑒謝云飛[22]、吳建新對碳排放強度的測量[23],其中碳排放量主要來源于能源直接消耗以及生產過程,生產過程的碳排放量主要考慮水泥生產過程產生的碳排放量,利用IPCC 2006 提供的相關轉化因子對能源消耗碳排放量進行計算,具體公式如下:

C=ECa+ECb=∑EaCa+EbCb

(8)

(9)

其中C為碳排放總量,其由能源直接消耗ECa與生產過程ECb碳排放量兩部分構成,Ea為a類能源消耗量,Ca為直接消耗能源碳排放系數,Cb為水泥生產碳排放系數。

2.核心解釋變量:數字產業協同創新(C)。所謂數字產業協同創新即考慮數字產業部門間創新的聯動效應,即考慮了數字產業各部門創新發展相互促進與制約的動態創新過程。數字產業創新可大致分為數字創新供給與需求兩大部門,其中數字產業創新供給部門主要指具有創新活動的數字行業,其發展依賴數字需求。同時,數字產業創新需求部門依賴數字創新部門的供給并且能夠驅動數字創新供給部門的發展,加速其創新,以便滿足數字創新需求,即所謂的數字創新驅動,主要指其自身發展依賴數字創新供給并對數字創新供給具有促進作用的數字行業。數字需求部門與供給部門相互促進、相互影響共同構成協調的數字創新體系。具有創新活動的數字行業主要集中在數字制造業與數字軟件與信息技術服務業,數字產業發展離不開數字制造業為其提供硬件支撐以及軟件與信息技術服務業為其提供軟件保障,數字制造業與軟件信息技術服務業通過技術溢出效應而相互影響,具體關聯見圖1。

圖1 數字產業協同創新關聯圖

基于此,本文將數字產業協同創新部門分為數字制造業、軟件與信息技術服務業以及創新驅動業。其中根據國家統計局發布的數字經濟及其核心產業統計分類(2021),數字制造業選取計算機制造(0101)、雷達及通訊設備(0102)、數字媒體設備(0103)、電子元器件及設備制造(0105)等電子信息制造業行業對其進行衡量,創新驅動業主要選取電信、互聯網行業的發展情況進行衡量。考慮數據可獲得性,最終選取的變量見表1,其中對新產品收入、電信業務量采用CPI指數進行不變價處理。

表1 數字產業協同創新體系

數字協同創新發展水平的測量,采用面板熵權法確定各個指標的權重[24],并借鑒物理學中的耦合協調模型[25]對三個部門間的協同創新發展水平進行綜合測量,數字產業協同創新水平的具體計算如下:

Tt3=αμt1+βμt2+γμt3

(10)

其中μt1、μt2、μt3分別為第t年數字制造業、軟件信息技術服務業創新以及創新需求業的發展水平,α、β、γ分別表示各部門對協調創新系統的重要程度,為避免主觀因素存在的人為誤差,本文選取主成分分析方法對各個子系統的重要程度進行提取。協調度測量了各部門的綜合發展程度,但并未體現各部門間的相互影響,因此進一步計算三部門間相互依賴制約的關聯程度,即耦合度。

(11)

則歷年數字產業協同創新水平可表示為:

(12)

其既反映了系統之間相互依賴制約的動態關聯關系,同時也反映了部門間良性互動的水平。

3.中介變量

由上文所述,本文分別選取電子商務交易活動企業數比重、數字金融指數以及技術市場成交額分別作為數字化轉型、數字依賴行業發展以及創新活躍度的代理變量。

數字化轉型包括業務數字化、信息數字化等方式,是一種以數字化升級為基礎的高層次轉型[26]。基于此,本文選取有電子商務交易活動企業數比重(Lnt_)來衡量其數字化轉型程度,地區擁有電子商務交易活動企業的比重越大,意味著其應用數字信息以及產業數字化程度越高。

數字依賴行業即依賴數字產業鏈發展而迸發出來的新興產業,如數字金融服務行業,其能夠依托數字產業的發展而不斷提升其服務水平,基于此,本文選取北京大學編制的數字金融指數(Sj),對數字金融服務行業的水平進行衡量。

創新活躍度指發明創造的活躍程度,可涉及到創新發展的各個階段,本文創新活躍度主要指創新成果轉化的活力,本文用各地區技術市場成交額(Mark)來衡量,其是反映地區科技成果轉化能力的重要指標,也是體現我國科技進步水平的標志性指標。

4.控制變量

借鑒現有研究(任曉松等[27]、趙濤[28]、楊慧梅等[29]),本文選取環境規制強度、市場化水平、對外開放程度、產業結構、地區科技投入以及人均教育年限作為本文的控制變量。其中環境規制強度借鑒劉榮增、何春[30]的處理方式采取工業污染治理投資完成額占第二產業增加值比重來衡量,其越大意味著環境治理成本越高,從而規制強度越大。市場化水平用樊綱,王小魯等的市場化指數進行衡量。開放程度使用出口總額占GDP的份額進行測量,占比越高開放程度越高,反之亦然。產業結構主要采用第三產業占GDP比重以及干春暉泰爾指數衡量產業結構的合理化程度。科技投入指標以用于發展科技的支出占財政支出比重來衡量,科技支出占財政支出比重越大,越重視科技。教育水平衡量了一個地區的人才占比,本文選取高等教育人數比例來衡量,具體以人口抽樣調查數據中的大專及以上人口數占6歲以上總人口的比例為標準。

5.數據來源與說明

本文數據來源于《中國統計年鑒》《電子信息產業年鑒》《第三產業年鑒》《高技術產業統計年鑒》《信息產業年鑒》,考慮到統計口徑的一致性以及數據可得性,本文時間跨度選取為2011—2019(2)限于有關軟件創新相關數據更新為2019年。年,由于西藏、青海、寧夏、新疆有關數字創新的數據缺失嚴重,因此本文不包含上述地區。

四、基準回歸

表2 基準回歸結果

由表2,(1)-(2)列未考慮控制變量,其中第(1)列數字協同創新一次項對碳排放強度的影響為負,t統計量為0.189,未通過顯著性檢驗。第(2)列為考慮了二次型的回歸模型,一次項、二次型系數分別為-1.976、-0.378,且均通過了1%顯著性檢驗,說明數字協同創新對碳排放強度的影響并不為簡單的線性關系,而是先上升后下降的倒U型曲線關系。即數字協同創新發展初期將會增大碳排放強度,但隨著數字協同創新的提升,技術不斷完善及成本不斷下降,將會進一步減小碳排放強度。(3)-(4)列為分別加入控制變量和依次引入二次項的實證回歸結果,與未加入控制變量回歸結論一致,且系數浮動較小,進一步說明數字協同創新對碳排放強度影響的倒U型曲線關系成立。進一步由平均邊際效應來看,雖然初期階段碳排放強度有所上升,但總體而言,數字協同創新的發展能夠減小碳排放強度。

五、機制檢驗

由上文分析可知,數字協同創新對碳排放強度的影響主要通過提高相關企業數字轉型、數字依賴行業的發展以及促進相關產業創新活躍度從而減小碳排放強度,因此,本文選取電子商務交易活動企業數比重、數字金融指數以及技術市場成交額分別作為相關企業數字轉型、數字依賴行業發展以及創新活躍度的代理變量,對其分別進行中介效應檢驗。

表3 中介效應檢驗

由表3,(1)-(2)列可知數字協同創新顯著提高了電子商務交易活動企業的比重,將數字協同創新和電子商業比重同時引入模型,二者均顯著降低了碳排放強度,因此,數字協同創新通過刺激相關產業數字轉型從而減小碳排放強度的作用機制得到驗證。同理,(3)-(4)列可知數字協同創新顯著提高了數字金融水平,數字協同創新和數字金融水平均顯著降低了碳排放強度,因此,數字協同創新通過提高數字金融服務從而減小碳排放強度的作用機制得到驗證。由(5)-(6)列,數字協同創新顯著提高了創新市場活躍度水平,數字協同創新和創新市場活躍度同時引入模型,二者均顯著降低了碳排放強度,因此,驗證了數字協同創新通過提高創新市場活躍度從而減小碳排放強度的作用機制。值得注意的是,數字協同創新對創新市場活躍度的影響并非簡單的線性關系,其具有先下降后上升的U型關系,主要原因為:隨著數字協同創新的發展,在創新初期處于積累階段,由于需要投入科研人員以及科研經費從而出現暫時性的創新市場活躍度降低,隨著積累的質變,最終將提高創新市場的活躍度。

六、空間效應

表4 空間相關檢驗

由表4可知,碳排放強度以及數字協同創新歷年莫蘭指數值為正且均通過顯著性檢驗,說明碳排放強度以及數字協同創新的發展均具有空間正相關性。即數字協同創新水平較高以及碳排放強度較大的省份其周邊省份數字協同創新水平以及碳排放強度也較高,表現出“高—高”“低—低”的空間分布狀態。

表5 空間模型檢驗

由表5 LM檢驗結果表明,空間誤差模型檢驗p值為0.024,空間滯后模型檢驗p值為0.061,二者在5%顯著性水平均通過了檢驗,穩健LM檢驗仍得到相同結論,說明空間效應存在,且選擇同時考慮因變量和自變量相關性的SDM模型更合適。進一步采用LR以及WALD檢驗,均在1%顯著性水平上通過了檢驗,即認為SDM不能退化為SEM和SAR模型。綜合Hausman檢驗結果以及考慮到每個省份的發展差異可能會導致存在不隨時間而變的遺漏變量,并且考慮省份差異和時間因素可能會導致結果出現偏誤,基于此,本文選取雙向固定效應SDM模型對其進行估計。

表6 空間回歸結果

由表6,(1)-(2)列分別為考慮了控制變量和未考慮控制變量的回歸結果,在考慮空間因素后,數字產業協同創新對碳排放強度的影響無論是否考慮控制因素均滿足倒U型曲線關系,且在1%顯著性水平下顯著,空間自回歸系數rho在考慮控制因素后估計結果為-0.238,即周邊地區碳排放強度的提高將會降低本地區碳排放強度,但并未通過顯著性檢驗,說明這種負向溢出效應并不具有普遍性。(3)-(4)列為數字產業協同創新對碳排放強度的空間傳導效應,由回歸結果可知,數字產業協同創新對碳排放強度的空間效應仍滿足倒U型關系,并且通過了顯著性檢驗,即數字產業協同創新發展對碳排放強度的影響存在先上升后抑制的的空間溢出效應,換句話說,周邊地區數字產業協同創新對本地區碳排放強度影響具有先促進后抑制的曲線關系。進一步對其效應進行分解,結果表明,數字產業協同創新一次項、二次項對碳排放強度的間接效應、直接效應以及總效應均為負,且均通過了5%顯著性檢驗,即倒U型關系仍然成立。這進一步說明本地區數字協同創新不僅對本地區碳排放強度產生影響,還通過空間溢出對周邊省份產生間接影響,且具有先促進后抑制的影響路徑。因此,各省份應注重跨省合作,整合資源,促進數字協同創新的發展,從而減小碳排放強度。

七、異質性分析

(一)區域異質

表7 分區域回歸結果

由表7,按照東、中、西的區域劃分方式對數字協同創新對碳排放強度影響的差異進行分析,結果顯示,我國東、中、西部地區數字產業協同創新對碳排放強度影響均滿足倒U型的曲線關系,并均通過了顯著性檢驗,這進一步驗證了數字協同創新對碳排放強度影響滿足倒U型的曲線關系。由平均邊際效應所得結果,相較于東部和中部,西部估計結果為-0.407,即西部地區的數字產業協同創新對該地區碳排放強度影響較小。可能原因為,相對于東中部地區而言,西部地區大部分省份較為偏遠,人才集聚力相對不足,由此依賴數字協同創新模式減小碳排放強度存在阻礙較多,進而導致其平均邊際效應較小。

(二)發展特征異質性

考慮不同經濟發展階段、不同經濟模式以及不同的人力資源儲備會對碳排放強度產生不同影響,本文分別選取人均GDP水平、人均碳排放量以及平均受教育年限作為其代理變量,對其進行分組回歸,并依據分布,將經濟發展水平低于中位數的省份歸于低經濟地區,反之為高經濟發展地區。同理,將人均碳排放水平低于中位數的省份歸于綠色發展經濟模式,反之為粗放經濟發展模式。將平均受教育年限低于中位數水平的地區歸于人力資源貧瘠地區,反之為人力資源優渥地區。采用似無相關SUR檢驗以及分塊bootstrap法分別對其變量系數以及平均邊際效應的組間差異是否顯著進行檢驗。

由表8,高經濟水平地區數字產業協同創新對碳排放強度影響的平均邊際效應為-0.621,低經濟水平地區數字產業協同創新對碳排放強度影響的平均邊際效應為-0.4,數字產業協同創新對高經濟發展地區的邊際效應更大,人均碳排放量高的地區,數字產業協同創新對碳排放強度影響的平均邊際效應為-1.231,而人均碳排放量低的地區,數字產業協同創新對碳排放強度影響的平均邊際效應為-0.453。可見,數字協同創新對綠色發展模式地區的邊際效應更大。從具有不同人力資源儲備地區來看,數字協同創新對具有高人力資源儲備地區的邊際效應更大,而對低人力資源儲備地區的影響并不顯著。進一步由分塊bootstrap檢驗法所得結果,不同經濟發展階段、不同經濟模式以及不同的人力資源儲備的各組間平均邊際效應通過了顯著性檢驗,說明數字協同創新對碳排放強度影響依據不同經濟發展階段、不同經濟模式以及不同的人力資源儲備而存在顯著差異。由似無相關檢驗結果,數字協同創新的一次和二次項均通過了5%顯著性檢驗,進一步說明不同經濟發展階段、不同經濟模式以及不同的人力資源儲備,數字協同創新對碳排放強度影響存在差異。

表8 發展特征異質性回歸結果

注: 變量系數括號內為t統計量,“*”“ **”“ ***”分別表示10%、5%、1%顯著性水平,AME括號內為Z統計量

導致上述結果的可能原因為,經濟水平較高的省份市場自我調節機制相對完善、產業結構相對合理、市場競爭較為激烈,因此更容易通過數字協同創新水平的提高而刺激市場相關部門通過數字轉型、提升數字服務等方式提高其生產效率,從而其對碳排放強度的影響將會高于低經濟發展地區。而綠色發展模式地區,其本身經濟發展就具有重創新、重效率的新型經濟發展特征,依賴其先天優勢,作為本身具有綠色環保特點的數字協同創新發展將會更大發揮其對碳排放強度的影響,從而數字協同創新對綠色發展模式地區的邊際效應將會更大。值得注意的是,數字協同創新對低人力資本儲備地區的影響并不顯著。一方面數字產業作為高技術行業的一部分,其發展依賴高技術人員的投入,而人力資本較為貧瘠的地區,因其區位劣勢或人才政策力度不足等原因,導致人力資源較為貧瘠,由此陷入惡性循環,從而很難通過數字協同創新減小其碳排放強度,由此所得結果并不顯著。相反,具有高人力資源儲備的地區,能為數字產業協同創新提供更多高技術人才,從而能夠通過這一發展模式,進一步減小碳排放強度。

八、穩健性檢驗

(一)刪除部分省市

北上廣地區高端生產性服務業較為聚集(張濤,2022)[31],數字產業協同創新水平較高,其與碳排放強度的雙向因果關系較強。因此,為了避免個別省份的影響而掩蓋本質現象,本文刪除北上廣地區,對其重新進行回歸,所得結果見表9(1)列。刪除北上廣后倒U型曲線關系依然成立,驗證了結果的穩健性。

(二)替換被解釋變量

借鑒已有研究方法,用人均碳排放水平替代被解釋變量對結果穩定性進行驗證,所得結果見表9(2)列,數字協同創新一次項和二次項均通過了10%顯著性檢驗,替換被解釋變量后,結論依然成立。

(三)內生性

數字產業協同創新兼具數字經濟與創新雙重特征,借鑒張濤等構建Bartik 工具變量[32]以及謝云飛選取工具變量的思路 ,本文選取各地區高程和坡度以及2005年數字創新作為工具變量,并采用全國數字協同創新增長率將其拓展為面板數據。一方面地區的地形起伏會加大數字創新投入難度、限制數字服務行業發展,因此,地區高程和坡度與數字協同創新高度相關,此外地區起伏度嚴格外生,滿足排他性約束。另外,Bartik 工具變量以自變量發展前水平為工具變量,同樣滿足工具變量相關性與排他性要求,大部分學者采用此思路構建工具變量(黃群慧等[33],趙濤等[28])。由表9內生性檢驗結果,LM檢驗統計量值為24.638,通過了1%顯著性檢驗,有理由強烈拒絕不可識別的原假設,由過度識別及C統計量檢驗的p值均大于10%,由此認為工具變量滿足外生性,由弱工具變量CDWWald和KPWald檢驗說明不存在弱工具變量問題,因此,選取工具變量較為適宜。所得結果見表9(3)列,所得結果表明,在考慮了內生性后,數字協同創新的一次項和二次項均在1%顯著水平下顯著,即在考慮了內生性后結論依然成立。

表9 穩健性檢驗

(四)替換空間權重矩陣

空間回歸較為依賴空間權重矩陣的選取,基于此,本文選取鄰接權重矩陣以及經濟距離矩陣對空間效應結果的穩健性進行檢驗,所得結果見表10,所得結論均與上文相同,估計系數相差不大(3)此外空間分解結果同樣得到了與上文相同的結論,限于篇幅未列出。,基于此,本文所得空間結論較為穩健。

(五)分位數回歸

分位數回歸估計方法不易受極端值的影響,且其提供了較為全面的條件分布信息。基于此,本文采用分位數回歸對其進行回歸,從而驗證結果的可靠性。所得結果見表9,由在四分位數點的回歸結果可知,不同分位點處數字協同創新對碳排放強度的影響存在差異,隨著分位點的增大,其對碳排放強度的影響將隨之增大,但均滿足倒U型曲線關系。因此,進一步證明本文結論的穩健性。

表10 空間回歸檢驗

九、結論與建議

本文利用2011-2019年數據,采用面板回歸、中介效應以及空間模式分析數字產業協同創新對碳排放強度的影響,并按照區域特征、經濟發展階段、經濟模式以及人力資源儲備進行分組回歸比較,所得結論如下:其一,數字產業協同創新對碳排放強度的平均邊際效應為負,但符合倒U型曲線特征,數字產業協同創新發展初期將會增大碳排放強度,隨著協同創新力度提升,成本不斷降低,將會進一步減小碳排放強度。數字產業協同創新對碳排放強度的影響主要通過促進相關企業數字化轉型、促進數字依賴行業的發展及服務水平以及提高相關產業創新活躍度等路徑實現。其二,數字協同創新發展以及碳排放強度水平均具有空間相關性,數字協同創新對碳排放強度的空間效應仍然存在倒U型關系,即周邊地區數字協同創新的發展對本地區碳排放強度影響具有先促進后抑制的曲線關系。由空間效應分解可知,本地區數字協同創新不僅對本地區碳排放強度產生影響,亦對周邊省份產生溢出效應,且具有先促進后抑制的影響路徑。其三,數字協同創新對碳排放強度影響存在區域以及依賴經濟發展特征而具有異質性。中東部和中部地區數字協同創新對碳排放強度影響的具體曲線路徑存在差異,但平均邊際效應相差不大,而相較于中東部,西部數字協同創新對碳排放強度的影響較小。由分組檢驗結果,高經濟發展水平、綠色經濟發展模式以及高人力資源儲備地區,數字協同創新對碳排放強度影響更大,低人力資源儲備的地區,數字協同創新對碳排放強度影響并不顯著。

基于此,本文建議如下:

第一,基于數字產業協同創新對碳排放的重要影響,應更加注重數字產業協同創新發展,通過宏觀調控和市場配置相結合,加強數字產業間的協調性,特別是數字制造業和軟件與信息技術服務業間的產業協調,有利于提升行業整體創新能力。同時構建好內部協調運行機制,提升產業協同創新整體水平。

第二,加強數字產業創新的跨區域交流合作,特別是鼓勵人才和技術跨區域的交流合作,建立大型跨區域數字交流平臺,構建人才、技術等要素的常態交流機制,催化數字產業間更深層次的協同創新發展,全力降低碳排放強度。

第三,基于數字創新的區域差異性特征,應加大西部地區人才引進力度,提升相關激勵政策,大力提升西部數字協同創新發展水平,激發西部技術市場活躍度,加快西部地區產業數字化轉型速度,提高相關數字服務行業質量,達成減小碳排放強度目標。

第四,重視地區差異性,因地制宜統籌安排。高經濟發展水平、綠色經濟發展模式以及高人力資源儲備地區依靠其自身先天優勢,提高其數字創新的良性互動水平。而經濟發展水平較低、粗放型經濟發展模式以及人力資源儲備較低的地區,應更注重人才引進,加大數字企業的引進激勵政策,提高數字產業技術創新水平。