數字經濟對我國碳排放的影響

王芳 董戰峰

摘? ?要：數字經濟是推動我國經濟高質量發展的重要引擎，能夠通過降低能耗強度、驅動能源結構清潔化調整、加快產業結構與消費結構的優化升級等路徑促進經濟社會的綠色變革。基于省級面板數據，建立計量模型，就數字經濟對碳排放的影響進行實證檢驗和機制分析。研究發現：數字經濟減少碳排放的作用顯著，且現階段主要通過降低能耗強度來實現。進一步發揮數字經濟的減碳效應，應積極推動能源的數字化轉型，加快清潔能源替代，全面提升數字經濟低碳化水平，實施差異化發展策略，以縮小各地數字經濟發展差距，在促進數字經濟持續健康發展的同時，助推“雙碳”目標的實現。

關鍵詞：數字經濟；碳排放；能耗強度

中圖分類號：F49? ?文獻標識碼：A? ?文章編號：1003-7543（2023）03-0076-15

作為負責任的大國，我國積極實施應對氣候變化的國家戰略，廣泛開展國際合作，已成為全球氣候環境治理的參與者、貢獻者和引領者。2020年，在實現碳排放強度顯著降低的基礎上，我國進一步提出，將力爭在2030年前實現碳達峰、2060年前實現碳中和（以下簡稱“雙碳”目標）。實現“雙碳”目標是一場廣泛而深刻的經濟社會系統性變革，需加快形成資源節約和環境友好的產業結構、生產方式、生活方式、空間格局。由此，我國進入以降碳為重點，推進經濟社會發展全面綠色轉型的關鍵時期。

習近平總書記指出，不斷做強做優做大數字經濟“是把握新一輪科技革命和產業變革新機遇的戰略選擇”［1］。通過不斷推進數字技術與實體經濟的深度融合以實現生產方式的低碳轉型，大力提高能源效率與清潔化水平以推動社會綠色發展，積極引導技術創新重新配置資源以促進經濟高質量發展等路徑，數字經濟正在成為我國如期實現“雙碳”目標的重要力量。在邁上全面建設社會主義現代化國家新征程中，要充分發揮數字經濟的強大優勢與重要影響來實現經濟發展與生態文明建設的協同推進。這就需要厘清數字經濟影響碳排放的理論機制，并實證檢驗這一影響的傳導路徑與作用力度，從而為相關政策制定提供必要的理論依據。這對于我國實現經濟社會的可持續發展、引領全球綠色轉型具有重要意義。

一、相關文獻綜述

自Tapscott［2］提出“數字經濟”概念以來，國內外學者對數字經濟的關注日益增加，尤其是在全球氣候暖化的嚴峻形勢下，全球低碳轉型的迫切性日益凸顯，數字經濟對二氧化碳排放的影響與作用也得到了學術界與實務界的普遍重視，相關研究成果大量涌現。

作為全球碳排放大國，我國長期以來面臨著在推動經濟社會發展的同時降低碳排放強度的巨大壓力。為盡快實現碳脫鉤，研究者們致力于找尋影響我國碳排放的關鍵因素，從而為減少碳排放探索有效路徑。徐國泉等指出以煤為主的能源結構是我國碳排放增加的主要原因［3］；王鋒、吳麗華、楊超的研究顯示，經濟發展、交通工具數量、人口總量、經濟結構、家庭平均年收入與我國碳排放顯著正相關，而提升能源利用效率和降低能源強度是減碳的關鍵［4］。鄧吉祥等以LMDI分解方法分析了我國八大區域的碳排放情況，發現能源強度效應對碳排放的副作用最強，而能源結構對碳排放的影響有較大波動［5］。胡鞍鋼則提出，中國實現碳達峰目標要建立倒逼機制，控制能耗、減少煤炭消費、提高非化石能源占比，以形成“政策合力”“協同效應”，推動經濟社會發展全面綠色轉型［6］。

在減碳路徑探索中，研究者們發現數字經濟不僅對我國產業結構調整和經濟高質量發展具有顯著的積極作用［7-8］，是促進我國經濟發展新舊動能轉換的關鍵力量［9］，而且能夠顯著降低碳排放［10-11］。定量研究顯示，數字技術的廣泛應用可以幫助全球減少15%～20%的碳排放量，預計到2030年因數字技術應用所減少的碳排放量將達121億噸。但也有學者提出，數字經濟自身產生的碳排放也不可忽視［12］。德國電子電氣信息技術協會的研究顯示，全球溫室氣體排放量的1.8%～3.2%主要來自數字設備和基礎設施的制造與運營；綠色和平組織的研究也指出，全球數字產業的溫室氣體排放占比在2040年將超過14%。渠慎寧等推算出2020年數字經濟碳排放占我國碳排放總量的比重已達6.31%，預測到2030年這一占比將達到11.63%［13］。因此，在大力發展數字經濟以促進碳減排的過程中，還應積極推進數字經濟自身的低碳化［14］。

在數字經濟對碳排放的影響機制研究中，現有文獻大多從促進綠色技術創新與產業結構優化升級的視角研究其減碳效應［15-17］。研究顯示，數字經濟可以實現知識與信息的高效傳播和擴散，打破創新邊界，從而有效促進技術進步；并通過優化資源配置，強化產業間溝通與協作，推動產業結構的優化升級；通過技術創新與產業結構調整，數字經濟提高了能源效率，并在產業結構不斷轉型升級中逐步淘汰碳排放較高的企業，從而實現碳減排。

現有研究為分析數字經濟促進碳減排的影響機制提供了基礎判斷和重要思路，但仍存在以下不足：第一，現有研究關于數字經濟影響碳排放的作用方向形成了不同的觀點，雖然理論上數字經濟具有促進碳減排的作用，但其自身發展也會產生大量的碳排放，因而需要就數字經濟對碳排放的凈影響進行實證檢驗，以確定有效推進碳減排相關政策的重點方向。第二，多數研究僅從技術進步與產業結構調整角度分析數字經濟的減碳機制，而能源是碳排放的最主要來源，因而有必要對數字經濟通過影響能源使用實現減排的路徑予以重點關注，以探索最優路徑。鑒于以上考慮，本文采用省級面板數據與中介效應模型，實證檢驗數字經濟對碳排放的凈影響及其作用機制，明確當前我國數字經濟實現碳減排的最佳路徑，為進一步優化相關政策提供新思路，并豐富數字經濟與碳排放的相關研究與經驗證據。

二、理論分析

數字經濟可以提高能源使用效率，從而降低能源消費總量，并促進清潔能源的研發與使用以降低化石能源占比，同時數字經濟在低碳消費與低碳經濟發展方面的積極作用也能夠緩解人口與經濟增長所引致的碳排放增長，進而實現碳排放總量下降。

（一）數字經濟通過驅動經濟發展新舊動能轉換實現高質量發展

第一，數字經濟改變傳統經濟增長驅動力。國家互聯網信息辦公室發布的《數字中國發展報告（2021年）》顯示，2021年我國數字經濟規模達45.5萬億元，占GDP比重為39.8%，數字經濟已成為推動我國經濟發展的重要力量。隨著我國人口結構的轉變與政府負債率的上升，過去主要依靠人口紅利與政策性投資實現高速增長的模式已不可持續。數字經濟具有高創新性、強滲透性與廣覆蓋性，從根本上改變了傳統以資金、勞動力為主要驅動要素的增長路徑，成為我國經濟發展新舊動能轉換的主要推力。

第二，數字經濟以低碳模式實現經濟增長。根據索洛模型，經濟增長主要通過加大投入、優化資源配置、提高全要素生產率等路徑來實現［8］，而數字經濟能夠以綠色低碳模式實現經濟增長。首先，數據是數字經濟的關鍵生產要素，其無損耗、易復制、邊際成本低的特點，有助于大規模增加數據要素的投入，從而讓實際產出無限接近潛在產能。其次，數字化的知識與信息成為關鍵生產要素參與經濟活動，顯著降低了交易成本，暢通了生產、分配、交換、消費等環節，為提高整體經濟運行效率、節約資源能源提供了契機，實現了資源配置的優化，從而推動了經濟增長。最后，數字技術所具備的迭代快、擴散快、滲透性強等特征，有助于顯著提高生產過程中的技術效率，降低交易成本，提高全要素生產率，并實現產出增長。

值得重點關注的是，盡管數字經濟能夠顯著促進綠色增長，但其基礎設施建設與運營過程中的大量能源消耗，使得數字經濟的快速發展也帶來了大量的碳排放。目前數字經濟的碳排放尚未進入快速增長階段，這一促進作用能夠被其減碳效應所彌補，但未來隨著數字經濟的進一步發展，就有可能會成為我國碳排放增長的主要來源之一，因而必須在數字經濟快速發展中加強對其低碳綠色發展的引導與規范。

根據以上分析，數字經濟能夠實現低碳增長、緩解由經濟發展所帶來的碳排放增長，即減少△y對△CO2的貢獻。基于此，提出如下研究假設：

H1：現階段，數字經濟對碳排放的凈影響為負。

（二）數字經濟通過降低能耗強度、加快能源結構調整實現碳減排

第一，數字經濟能夠有效提升能源使用效率，在同等產出下顯著減少能源消耗，從而降低能耗強度。一方面，數字技術的廣泛應用可以幫助能源生產部門精準預測能源消費終端的需求趨勢與波動，科學合理安排生產，并通過數字化管理有效提高能源加工轉換效率以及運輸、分配、儲存等環節的效率，降低能源生產成本，提高整體能源供應效率。另一方面，數字平臺能夠幫助生產企業準確掌握消費需求，最大化利用資源，減少生產浪費，節約邊際產出成本，降低能耗強度，減少能源消耗總量。如滿幫集團的智慧物流生態平臺通過將傳統線下供需匹配進行數字化升級，以大數據算法提升匹配效率，顯著降低了公路貨運空駛率，有效減少了油耗，每年可減少碳排放上千萬噸。

第二，數字技術能夠顯著降低可再生能源的開發運營成本，提高清潔能源在一次能源消費中的比重。一方面，數字技術能夠為分布式光伏發電、風力發電的高效平穩運行提供有效監管，并通過高精度的功率預測為實現全網電力平穩提供保障，減少“棄風”“棄光”現象。另一方面，光伏、風電等可再生能源的隨機性、波動性和間歇性特征，不利于電網的安全穩定運行，而以信息通信技術為基礎的智能電網建設可以解決可再生能源并網輸送、消納、儲能等問題，助力新能源的普及，為能源結構的清潔化調整提供技術支撐。據國際能源機構（IEA）的預測，僅在歐盟推廣數字化需求響應技術，就能夠在2040年將光伏發電和風力發電的棄電率從7%降至1.6%，從而減少3 000萬噸的碳排放。

根據以上分析，數字經濟不僅能夠顯著提高△y，而且能同時減少△e與△c，從而實現△CO2<0。基于此，提出如下研究假設：

H2：數字經濟主要通過降低能耗強度來實現碳減排。

（三）數字經濟通過推動產業結構與消費結構優化實現碳減排

第一，數字經濟能夠顯著推動產業結構的優化升級。一方面，數字經濟以數據為關鍵生產要素，與傳統生產要素相比較，數據要素具有非稀缺性、非排他性等特點，其邊際投入成本低且無污染，通過數據可實現從信息到知識再到智能的價值轉換和升華，為社會提供智能基礎，也為經濟增長提供長期動力，使數字經濟規模迅速擴張并逐漸成為推動經濟發展的重要驅動力，減少粗放式經濟增長帶來的碳排放。另一方面，數字經濟顯著促進了技術進步與綠色創新，通過發揮其高滲透性和強擴散性的優勢，不斷打破產業邊界，強化產業間關聯度，并由于其在不同產業間的差異性融合，推動了產業結構由勞動密集型向技術密集型和環境友好型方向改進。此外，數字經濟極大緩解了信息不對稱所造成的市場失靈現象，提高了資源配置效率，使得實際生產不斷靠近現有條件下所能達到的最大產出，并將生產可能性曲線外推，實現以綠色模式推動經濟長期高質量發展。

第二，數字經濟能夠顯著促進消費結構的綠色轉型。通過數字平臺與數據共享，消費者的個性化需求在數字時代完全展現，讓生產者有機會盡可能充分滿足消費需求，消費市場可以得到深度挖掘，不僅能優化個體消費體驗、提高社會整體福利，而且能進一步擴展市場容量、提高經濟的穩定性與持續性。同時，數字經濟能夠以高效率的生產與配置加速消費升級，提高消費的便利性，云支付、云存儲、云消費等形式可以培養低碳環保的消費習慣與社會氛圍。而隨著消費者獲取信息與反饋信息的能力增強，需求逐漸替代供給占據主導地位，消費者的低碳消費偏好能夠通過數字化渠道及時反饋給生產企業，讓企業提供更多綠色低碳產品以滿足消費需求，從而發揮消費的倒逼作用，促使全社會實現低碳綠色轉型，減少碳排放。

根據以上分析，數字經濟能夠充分發揮消費的倒逼作用促進產業結構的優化升級，從而減少碳排放，即減少△P對△CO2的貢獻。基于此，提出如下研究假設：

H3：數字經濟能夠通過優化產業結構和消費結構減少碳排放，但這一作用弱于以降低能耗強度為中介的影響。

三、數字經濟發展水平的測度

（一）指標體系構建

在數字經濟的測度中，由于其強滲透性特征，在統計中難以從傳統行業中精準剝離，因而對數字經濟的規模總量測算殊為不易。目前，除BEA、IDC等國際組織公布的各國數字經濟規模數據外，中國信息通信研究院發布的《中國數字經濟發展報告（2022）》也僅報告了中國的總規模，而中國各省（區、市）數字經濟規模尚未有權威的數據公布。盡管國家統計局已于2021年5月發布了《數字經濟及其核心產業統計分類（2021）》，但受限于數據可得性，難以直接計算得到各省（區、市）的數字經濟規模。為此，學者們嘗試從不同角度對我國數字經濟發展水平進行度量，如許憲春等在確定數字化賦權基礎設施、數字化媒體、數字化交易、數字經濟交易產品等作為數字經濟范圍后，測算了我國2007—2017年數字經濟規模，認為其顯著推動了我國的經濟增長［19］。但鑒于具體規模統計的困難，更多的學者則選擇構建多指標評價體系對各地區的數字經濟發展水平進行測度［20-22］。為滿足本研究的需要，借鑒王軍、朱杰和羅茜［23］以及柏培文和張云［24］的方法，從數字設施、數字使用、數字生產、數字創新及數字產出等維度構建數字經濟發展水平的指標體系，具體如表1所示。

用式（4）計算得到第t年份j指標的權重ωtj，第j指標的熵值ej及其差異系數θj分別用式（5）和式（6）計算，由式（7）計算得到該指標在評價體系中的權重取值，并由式（8）計算得到各地區i的數字經濟發展水平Di。其中，m為研究周期的年數，n為指標個數。

（二）測度結果

由表2（下頁）可知，我國數字經濟發展較為迅速，30個省份①的數字經濟發展水平均值由2014年的0.173提高至2020年的0.327，增長了89.0%，年均增速達12.66%。其中，北京是我國數字經濟發展水平最高的省份，廣東、上海次之，江蘇、浙江緊隨其后。就區域而言，東部省份的整體發展水平顯著高于其他地區，2020年東部地區平均數字經濟水平得分為0.450，中部、西部及東北地區分別為0.272、0.264、0.264。但以江西、廣西、甘肅、貴州為代表的中、西部省份正在快速趕超，中部、西部及東北地區的年均增速分別為15.07%、14.71%、11.59%，明顯高于東部地區年均9.28%的增速。

四、實證分析

（一）模型構建與數據介紹

Ehrlich & Holdren［27］建立了IPAT模型（即I=P×A×T）用以分析人類活動對環境壓力的影響，之后Dietz & Rosa［28］在此基礎上進一步構建了環境影響隨機模型STIRPAT，以分析人口規模、富裕程度、技術水平與環境影響之間的非比例關系，具體公式如下：

在式（11）中，被解釋變量為二氧化碳排放量（CO2），數據來自CEADs中國碳核算數據庫。CEADs是在國家自然科學基金委員會、科學技術部國際合作項目及重點研發計劃、英國研究理事會等共同支持下，聚集近千名中外學者以數據眾籌方式收集、校驗，共同編纂完成的涵蓋中國及其他發展中經濟體的多尺度碳核算清單及社會經濟與貿易數據庫。本文采用的我國30個省份的碳排放清單是CEADs團隊依據國家統計局最新修訂的能源活動水平數據具體核算的。

核心解釋變量為數字經濟發展水平D，由前文介紹方法計算得到。

控制變量X為人口規模、經濟因素（包括人均地區生產總值、產業結構、消費結構、能源結構、投資、外貿等）、技術因素（包括能耗強度、碳排放強度等），β為各變量回歸系數。其中，常住人口規模、人均地區生產總值、二產占比（由第二產業增加值除以地區生產總值得到）、三產占比（由第三產業增加值除以地區生產總值得到）、居民人均消費支出、人均用水量、能源結構（以各地用電量除以能源消耗總量得到）、固定投資增長率、進出口占比（由進出口總額乘以當年平均匯率再除以地區生產總值得到）等數據均來自歷年《中國統計年鑒》、國家統計局數據庫。能耗強度（由能源消費總量除以地區生產總值得到）、碳排放強度（由碳排放總量除以能源消費總量得到）等變量根據歷年《中國能源統計年鑒》中相關數據計算得到。各變量的描述性統計如表3所示。

（二）基礎回歸分析

對本文的被解釋變量與核心解釋變量進行格蘭杰因果檢驗，結果顯示，數字經濟發展水平顯著影響了各地二氧化碳排放，但碳排放不影響數字經濟發展水平，說明可以對數字經濟的碳減排效應進行回歸分析。

表4（下頁）報告了基于式（11）進行的計量回歸結果，其中列（1）和列（2）是控制人口規模、經濟規模、能耗強度與碳排放強度后數字經濟對碳排放的凈影響。列（3）和列（4）則進一步加入產業結構、消費結構、能源結構、投資、外貿等控制變量。需要說明的是，我們嘗試將數字經濟發展水平的二次項加入回歸中，結果與一次項符號一致，說明在本文的研究周期內并未發現其對碳排放存在非線性影響，且加入二次項后會影響一次項的統計顯著性，因而在之后的分析中剔除二次項。根據Hausman檢驗結果，排除了隨機效應模型的適用性，后文僅報告固定效應模型回歸結果。

數字經濟發展水平。根據回歸結果，H1得到證實，即數字經濟發展水平的提高對我國碳排放具有顯著的抑制作用。一方面，數字經濟顯著促進了經濟發展模式的轉變，進入新時代，我國粗放式發展模式得到明顯抑制，更加嚴格的環境規制極大促進了生產領域的低碳轉型；同時，廣泛宣傳的生態文明理念讓低碳消費日益深入人心，從而實現了經濟社會的全面綠色變革。另一方面，數字技術在能源領域的廣泛應用，極大地提高了能源使用效率，節約了化石能源消耗，提高了清潔能源占比，顯著減少了碳排放。回歸系數顯示，數字經濟發展水平每提高1%，將促使碳排放下降0.054%。根據2014—2020年我國數字經濟發展水平提高76%計算，數字經濟的發展減少了近4%的碳排放，以2014年30個省份合計排放113.34億噸計算，2014—2020年累計實現碳減排約4.64億噸。

人口規模與人均GDP。表4顯示，人口增長與經濟增長對碳排放的影響并不顯著。一方面，這與我國人口形勢轉變有關。全國第七次人口普查數據顯示，2010—2020年我國人口年均增長率僅為0.53%，2022年末我國人口規模較2021年末甚至減少了85萬人，過去由人口規模擴張所引起的碳排放增長已不再明顯；另一方面，我國正處于綠色轉型的初級階段，雖然經濟規模擴張不會明顯導致碳排放增長，但也尚未形成普遍的低碳發展模式，因而對碳排放的抑制作用尚不顯著。

消費結構。中國環境與發展國際合作委員會在2020年發布的《綠色轉型與可持續社會治理》報告中建議，采用人均碳排放增長、人均用水量、主要綠色產品產值、政府綠色采購比例等建立綠色消費綜合指標體系。本文將居民人均消費支出與人均用水量作為消費結構的衡量指標，結果顯示，這兩個變量對碳排放的影響不顯著，說明我國低碳消費習慣與偏好尚未成為主流，仍需進一步推進綠色低碳消費的普及。

能源結構。根據國家統計局關于能源加工轉換效率的解釋，以每千瓦小時折0.122 9千克標準煤作為電力折算系數，將電力使用量折算為標準煤，以各地電力消費量占能源消費總量中的比重作為能源結構指標。由于各地用電占比平均僅為16.67%，比重過小，因而在本文中對碳排放沒有明顯的影響。

產業結構。回歸系數顯示，二、三產業占比的提高均會降低二氧化碳的排放量。第三產業的占比提高能夠減少碳排放得到了普遍認同，而第二產業占比提高也能減少碳排放，則說明在本文研究周期內我國工業綠色低碳轉型已取得明顯成效。

投資與外貿。表4的結果表明，固定投資增長率與進出口總額占比的提高均會促進碳排放的增加，說明外貿中存在明顯的碳泄漏現象，我國的碳排放總量中有相當一部分是為了滿足別國消費者的需求而產生的，如何在參與國際分工中提高效率、減少碳泄漏，需要進一步研究。固定投資顯著促進了碳排放，說明我國的投資主要進入高碳領域，未來應加大對低碳領域的資金投入。

能耗強度、碳排放強度。這兩個變量與二氧化碳排放量高度正相關，幾乎會等比例地引起碳排放量增加，說明以化石能源為主的能源消費結構與較低的能源使用效率是造成我國碳排放增加的主要原因。

現有研究文獻表明，數字經濟能夠顯著提高能源使用效率、減少能源消耗、推動清潔能源發展，并促進經濟增長，從而降低能耗強度。因此，數字經濟的發展不僅會直接降低碳排放總量，而且可以通過降低能耗強度實現碳減排。下文將通過中介效應模型，進一步分析數字經濟對碳排放的間接影響。

（三）中介效應分析

前文分析表明，數字經濟發展能夠顯著降低碳排放，同時還能通過降低能耗強度、優化能源結構與產業結構、促進低碳消費等路徑實現碳減排。為進一步明晰各路徑的減碳效應，確定數字經濟助推“雙碳”目標實現的最佳路徑，這里采取中介效應模型進行驗證。所謂中介效應，指的是解釋變量X對Y有直接影響外，還可以通過中介變量M對Y產生影響：

上式中，c為數字經濟發展水平對碳排放的總效應；a為數字經濟發展水平對能耗強度的影響效應；b是在控制了數字經濟發展水平的影響后中介變量（能耗強度■）對碳排放的效應；c'則是數字經濟發展水平對碳排放的直接效應；e1、e2、e3為回歸殘差。中介效應等于間接效應，即系數a與b的乘積；直接效應c'與間接效應ab之和即為總效應c。

對于中介效應的檢驗，最常使用的方法是Baron&Kenny［29］、Sobel［30］提出的方法。先檢驗總效應c的顯著性，若不顯著則停止中介效應分析（考慮到可能存在遮蔽效應，也可繼續后續分析）；然后，依次檢驗系數a、b的顯著性，并根據直接效應是否顯著區分完全中介效應與部分中介效應，或根據Sobel檢驗結果判定中介效應是否顯著。

表5（下頁）報告了將能耗強度作為中介變量的回歸結果，并與產業結構、消費結構、能源結構作為中介變量的效應進行對比。結果顯示，數字經濟通過產業結構減碳的總效應只有0.103和0.220，通過消費結構與能源結構減碳的總效應也僅為0.078和0.088，明顯低于以能耗強度為中介的減碳效應，說明現階段由數字經濟降低能耗強度來實現碳減排是最佳路徑，由此驗證了H2與H3。

通過降低能耗強度實現碳減排的總效應為0.397，意味著數字經濟發展水平每提高1%，將實現碳排放減少0.397%，且能耗強度在其中所起的中介作用為73.5%。就本研究的數據來看，2014—2020年，由數字經濟的發展已累計減少二氧化碳排放量約34.2億噸。

（四）異質性分析

為了剖析數字經濟發展對各地區碳排放的異質性影響，這里分別對不同區域進行計量回歸，結果顯示，數字經濟發展對碳排放量的抑制作用在東部地區尤為顯著，系數估計表明，該地區數字經濟發展水平每提高1%，將引起二氧化碳排放總量減少1.335%（見表6），且無論是直接減碳作用還是通過降低能耗強度帶來的間接減碳作用都明顯高于中、西部及東北地區。

中部地區的數字經濟減碳作用低于東部地區、高于西部及東北地區，但能耗強度作為數字經濟減碳的重要路徑，其中介效應占比處于各區域的最低水平。雖然回歸系數表明該地區數字經濟對碳排放的直接影響與中介影響均大于西部和東北地區，但在發揮能耗強度的中介作用方面還能進一步提高。

西部地區數字經濟的減碳力度明顯弱于東、中部地區，但能耗強度的中介作用強于東、中部地區，說明西部地區作為我國能源富集區，在降低能耗強度、調整能源結構方面有著顯著的優勢。

東北地區數字經濟促進碳減排的總效應最小。從回歸結果來看，東北地區數字經濟發展對碳排放的直接影響為正，說明數字經濟在促進東北地區經濟擴張的同時，增加了傳統能源的消耗，從而帶來了碳排放的增長。但這一正向影響會被數字經濟在能源領域的減碳效應所抵消，因而呈現顯著的抑制作用。

（五）穩健性檢驗

為確保實證分析結果的穩健，本文分別采取以下方法進行穩健性檢驗：

內生性檢驗。考慮到數字經濟對碳排放的影響可能存在內生性，在選取數字經濟發展水平的滯后一期、滯后二期項作為工具變量的基礎上，參考趙濤、張智、梁上坤的研究［31］，采用各省份1984年每萬人擁有固定電話機數量與上一年度全國互聯網用戶數的交互項作為數字經濟發展水平的工具變量，進行對照檢驗。選擇這一工具變量的原因在于：一方面，在移動通信技術廣泛使用前，固定電話普及率可以在一定程度上反映各地歷史上的電信基礎設施水平，這會從技術水平和使用習慣等方面顯著影響數字技術的普及與應用，從而對數字經濟的發展產生重要影響；另一方面，隨著數字技術與通信手段的發展，固定電話對經濟社會發展的影響逐漸式微，其對碳排放幾乎沒有影響，可以滿足工具變量的排他性要求。由于1984年各省（區、市）的固定電話機數是一個截面數據，因而還需引入一個隨時間變化的變量（即上一年度全國互聯網用戶數）來構造面板工具變量，以滿足本文的內生性要求。

剔除極值樣本。海南的產業結構、能源結構均與其他省份存在明顯差異，考慮到海南作為全國碳排放量最低的省份，有可能會拉低樣本內的碳排放水平，從而對實證結果造成偏誤，因而將其剔除，以減少極值對回歸結果的干擾。

建立動態面板回歸。考慮到上一期碳排放有可能會對當期碳排放產生影響，因而加入碳排放的滯后一期作為控制變量，以動態面板數據進行回歸檢驗。

表7顯示，穩健性回歸結果與上文一致，說明本文的回歸結果穩健可信。

五、研究結論與政策建議

數字經濟作為推動我國經濟高質量發展的重要引擎，能夠通過降低能耗強度、驅動能源結構清潔轉型、加快產業結構與消費結構的優化升級等路徑，促進經濟社會綠色變革，減少二氧化碳排放。對我國30個省份數字經濟發展水平進行測度的結果顯示，我國數字經濟發展迅猛，其中東部地區的發展水平顯著高于中、西部及東北地區，但以江西、廣西、甘肅、貴州為代表的中、西部省份正在快速趕超。進一步對其減碳作用進行實證分析與中介效應檢驗，結果表明，數字經濟的快速發展能夠顯著減少碳排放，但其直接影響力度較小，主要通過降低能耗強度間接減少碳排放，其中介效應占總減碳效應的比重為73.5%，且這一路徑顯著高于通過促進產業結構優化、消費結構升級與能源結構轉型的減碳作用。

實現“雙碳”目標，應進一步推進數字經濟發展，充分發揮其促進經濟增長、降低碳排放的積極作用，具體應從以下方面著手：

第一，積極推動能源數字化發展，加快能源結構清潔轉型。長期以來，以煤炭為主的能源消費結構與粗放式的能源生產使用模式使得我國碳排放水平居高不下，雖然我國已大幅降低煤炭在一次能源使用中的占比，但與世界平均水平相比仍有較大的優化空間。為此，要從以下方面發力：其一，以數字經濟為依托，積極推動清潔能源發展，大力開展對清潔能源數據的開發利用，不斷提升數字信息的高效聯結，激發清潔能源的市場活力，并盡快搭建清潔能源數字化管理平臺，實現清潔能源上下游產業鏈聯通聯動，不斷拓展清潔能源的應用場景，及時滿足市場新需求，加快實現對傳統能源的替代。其二，進一步加快推進能源領域的數字化發展，以大數據技術實現精準計量與預測，提高能耗管理效率，準確評估不同技術條件與政策情景下的效率差異，實現能源高效調度與利用，并大力推動高耗能行業能源數字化管控中心建設，不斷提升能源監管體系與監管能力現代化水平，全面提高我國能源使用效率、降低能耗強度。其三，積極利用數字技術促進煤炭的清潔化高效利用，通過數字管控平臺實現煤炭生產行業的智慧生產、智慧調度、智慧點檢等數字綜合管理，不斷提高生產效率，消除安全隱患，保障供給質量，并推動煤炭的綠色化開采與清潔化生產，促進煤炭從燃料向原料轉變。

第二，提升數字經濟低碳化水平，引領綠色高質量發展。作為推動我國經濟高質量發展的關鍵力量，數字經濟的綠色發展對我國“雙碳”目標的實現至關重要。但從目前來看，隨著數字經濟的快速發展，快速增加的數據中心也帶來了能源迅速消耗。為此，國務院印發的《“十四五”數字經濟發展規劃》強調，要建設“智能敏捷、綠色低碳、安全可控的數字信息基礎設施”，推動數據中心從“耗能大戶”變為“節能先鋒”。具體而言：其一，應進一步完善引導數字經濟低碳發展的規范性制度，制定行業碳排放標準，強制開展行業碳足跡計量與信息披露，提高企業減碳降耗的主動性和積極性，加強監管，嚴格責任落實，實現行業整體低碳發展。其二，根據數據中心冷卻耗能大的情況，有針對性地大力發展新型制冷技術，降低制冷成本，并積極探索數據中心熱量收集方法，減少數據中心的能源消耗。其三，在數字產品生產與數字基建方面，不斷優化能耗標準，加大對清潔能源的使用，降低基礎設施建設與運營中的碳排放強度，實現數字產品從設計、生產到消費、再回收等全生命周期的提質增效，全面提升數字經濟的低碳化水平，讓數字經濟切實擔負起引領綠色發展與可持續發展的重要功能。

第三，有效制定差異化發展策略，縮小地區間數字經濟發展水平差距。當前各地數字經濟發展水平存在明顯差距，應結合各地實際、有針對性地制定發展策略，不斷縮小地區間數字經濟發展水平的差距，實現均衡、健康發展。其一，充分發揮北京、廣東、上海等地的數字高地優勢，在這些地區大力推動數字技術創新，多渠道、多層次、多領域鼓勵數字技術研發，加大對新興產業、科技創新、工業互聯網、電子商務等相關領域的專項資金投入，以稅收減免、研發費用加計扣除等方式鼓勵企業進行技術創新，并加大重點技術攻關與推廣，將成熟的技術快速向周邊地區乃至全國廣泛輻射滲透，提高整體數字技術水平。其二，中、西部及東北地區應重點推進數字技術與能源行業的深度融合，以數字經濟為引擎，加快打造清潔能源產業高地。同時，繼續加大數字經濟的基礎設施投入與傳統產業的數字化轉型，進一步提高數字經濟的規模與占比，引導資源逐漸向低碳高效領域聚集，以更高質量的發展縮小與發達地區之間的差距，實現均衡發展。其三，進一步健全人才培養體系，圍繞各省份不同的重點領域，動態編制各地緊缺專業人才圖譜，因地制宜編制人才培育規劃，營造有利于人才成長與發揮作用的良好氛圍。

參考文獻

［1］習近平．不斷做強做優做大我國數字經濟［J］．求是，2022（2）：4-8．

［2］TAPSCOTT D. The digital economy： promise and peril in the age of networked intelligence［M］. New York： McGraw-Hill， 1996.

［3］徐國泉，劉則淵，姜照華．中國碳排放的因素分解模型及實證分析：1995—2004［J］．中國人口·資源與環境，2006（6）：158-161．

［4］王鋒，吳麗華，楊超．中國經濟發展中碳排放增長的驅動因素研究［J］．經濟研究，2010（2）：123-136．

［5］鄧吉祥，劉曉，王錚．中國碳排放的區域差異及演變特征分析與因素分解［J］．自然資源學報，2014（2）：189-200．

［6］胡鞍鋼．中國實現2030年前碳達峰目標及主要途徑［J］．北京工業大學學報（社會科學版），2021（3）：1-15．

［7］裴長洪，倪江飛，李越．數字經濟的政治經濟學分析［J］．財貿經濟，2018（9）：5-22．

［8］荊文君，孫寶文．數字經濟促進經濟高質量發展：一個理論分析框架［J］．經濟學家，2019（2）：66-73．

［9］李曉華．數字經濟新特征與數字經濟新動能的形成機制［J］．改革，2019（11）：40-51．

［10］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［J］．當代經濟管理，2022（2）：68-78．

［11］徐維祥，周建平，劉程軍．數字經濟發展對城市碳排放影響的空間效應［J］．地理研究，2022（1）：111-129．

［12］陳新華．認清碳的身份? 碳中和如何科學理性［J］．科學大觀園，2021（10）：26-29．

［13］渠慎寧，史丹，楊丹輝．中國數字經濟碳排放：總量測算與趨勢展望［J］．中國人口·資源與環境，2022（9）：11-21．

［14］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）．

［15］郭豐，楊上廣，任毅．數字經濟、綠色技術創新與碳排放——來自中國城市層面的經驗證據［J］．陜西師范大學學報（哲學社會科學版），2022（3）：45-60．

［16］余姍，樊秀峰，蔣皓文．數字經濟發展對碳生產率提升的影響研究［J］．統計與信息論壇，2022（7）：26-35．

［17］葛立宇，莫成炯，黃念兵．數字經濟發展、產業結構升級與城市碳排放［J］．現代財經，2022（10）：20-37．

［18］KAYA Y. Impact of carbon dioxide emission on GNP growth： interpretation of proposed scenarios［Z］. Paris： IPCC Energy and Industry Subgroup， Response Strategies Working Group， 1990.

［19］許憲春，張美慧．中國數字經濟規模測算研究——基于國際比較的視角［J］．中國工業經濟，2020（5）：23-41．

［20］劉軍，楊淵鋆，張三峰．中國數字經濟測度與驅動因素研究［J］．上海經濟研究，2020（6）：81-96．

［21］盛斌，劉宇英．中國數字經濟發展指數的測度與空間分異特征研究［J］．南京社會科學，2022（1）：43-54．

［22］萬曉榆，羅焱卿．數字經濟發展水平測度及其對全要素生產率的影響效應［J］．改革，2022（1）：101-118．

［23］王軍，朱杰，羅茜．中國數字經濟發展水平及演變測度［J］．數量經濟技術經濟研究，2021（7）：26-42．

［24］柏培文，張云．數字經濟、人口紅利下降與中低技能勞動者權益［J］．經濟研究，2021（5）：91-108．

［25］王芳．基于耦合協調度模型的生態系統與經濟系統協同發展研究——以京津冀地區為例［J］．湖北社會科學，2021（6）：64-72．

［26］王芳．我國環境規制強度測度及其對就業規模的影響——基于省際動態面板數據的實證分析［J］．中國環境管理，2021（1）：121-127．

［27］EHRLICH R P， HOLDREN P J. Impact of population growth in population， resources and the environment ［M］. Washington DC： US Government Printing Office， 1972： 365-377.

［28］DIETZ T， ROSA E A. Rethinking the environmental impacts of population， affluence and technology［J］. Human Ecology Review， 1994（2）： 277-300.

［29］BARON R M， KENNY D A. The moderator-mediator variable distinction in social psychological research： conceptual， strategic， and statistical considerations［J］. Journal of Personality and Social Psychology， 1986， 51（6）： 1173-1182.

［30］SOBEL M E. Asymptotic confidence intervals for indirect effects in structural equation models［J］. Sociological Methodology， 1982（13）： 290-312.

［31］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（10）：65-75．

Abstract： As an important engine to promote the high-quality development of China's economy， digital economy can promote economic and social green transformation by reducing energy consumption intensity， adjusting energy structure， optimizing industrial structure and upgrading consumption pattern. Base on provincial panel data we make empirical study on the impact of digital economy on carbon emissions by building the econometric model. The empirical result indicates that rapid growth of digital economy reduces carbon emissions significantly. This effect is mainly achieved by reducing the energy consumption intensity. In order to further exert the carbon reduction effect of digital economy， it is necessary to actively promote the digital transformation of energy， accelerate clean energy substitution， comprehensively improve the low-carbon level of digital economy， and implement differential development strategies to narrow the development gap of digital economy in various regions. While promoting the sustainable and healthy development of digital economy， it is also necessary to promote the realization of the "dual carbon" goal.

Key words： digital economy; carbon emissions; energy consumption intensity