長三角城市群數字經濟發展對碳排放績效的影響
——基于總量與效率的角度

■鄒秀清 邢盛 葛天越 孫學成

一、引言

自工業革命以來，人類社會對化石能源的依賴持續加深，二氧化碳等溫室氣體過度排放，全球極端氣候事件頻發。日益嚴峻的環境問題嚴重威脅著全球可持續發展，推動綠色低碳轉型、實現高質量發展已成為各國共識[1]。根據2021 年《格拉斯哥氣候公約》，全球已有151 個國家做出了凈零排放承諾，就全面落實《巴黎協定》的具體細則達成共識。在第七十五屆聯合國大會上，中國提出力爭2030年前實現碳達峰、2060 年前實現碳中和的目標[2]。并將發展方式綠色轉型、持續改善環境質量列入“十四五”規劃。在此背景下，如何加速改善碳排放績效以及推進經濟社會低碳高質量發展，成為社會各界廣泛關注的議題。

數字經濟的概念自1995年被Don Tapscott 提出以來，隨著時代的變遷與信息技術的迭代，不斷被賦予新的內涵。經合組織（OECD）提出根據經濟活動是否包含電子支付來界定是否屬于數字經濟，美國經濟分析局BEA 則將數字經濟定義為基于互聯網及相關信息通信技術的經濟活動[3]。因此，數字經濟本質上是以互聯網等數字化基礎設施為載體，采用廣泛的數據生產要素進行數字商品的生產與銷售，以數字技術賦能傳統行業優化升級，并通過數字化治理來影響國民生活的經濟活動總和。近年來，得益于互聯網普及，信息與通信技術（ICT）產業蓬勃發展，數據價值化加速推進，數字經濟與工業生產、政府管理及人民生活等各個領域深度融合，給經濟社會帶來巨大變革。2020 年全球氣候行動峰會指出，數字技術在能源、工業、建筑、交通等多個行業提出的低碳轉型解決方案，可以助力全球實現15%的碳減排。在此背景下，數字經濟的發展能否同時從降低碳排放總量、提升碳排放效率兩方面改善碳排放績效？其背后存在怎樣的作用機制？上述問題的解答對完善數字經濟相關理論與達成我國雙碳目標具有重要的理論與現實意義。

從既有研究來看，數字經濟與碳排放績效的相關文獻主要集中于研究信息通信技術、數字金融或數字經濟的某一表現對碳排放或環境績效的影響。Wen等[4]研究了信息通信技術的污染減排效應，發現信息通信技術可以通過結構與技術效應來改善環境績效。鄧榮榮等[5]發現數字金融的發展通過經濟增長效應顯著提升了城市碳排放效率。張亞豪等[6]、戶華玉等[7]分別探索了工業數字化與制造業數字化對碳排放強度的影響，發現產業數字化程度與碳排放強度之間存在倒U 型關系。然而，直接分析數字經濟與碳排放績效之間的邏輯關系與作用機制的文獻仍比較匱乏。

關于碳排放績效的測度，目前學術界尚未形成統一認識，已有文獻主要從以下三個方面進行評價。第一，以碳排放量來衡量[8]。這種方法沒有涉及產出部分，割裂了可持續發展中環境保護與經濟發展之間的關系，容易造成“運動式”碳減排行為。第二，以碳排放強度來衡量[9]，即碳排放量與國內生產總值的比值。這種方法僅從經濟產出層面進行了評價，對碳排放績效的評定不夠全面。第三，以碳排放效率來衡量[10]，即綜合考慮生產過程中的各項投入產出指標，利用數據包絡模型DEA、隨機前沿模型SFA等方法計算全要素生產率。這種方法既具有綠色低碳的屬性，又兼顧了當前經濟“穩增長”的內在需求?，F有研究多單一考察碳排放總量或效率，為了系統分析數字經濟對碳排放績效的影響機制，本文同時從量、效兩個維度，綜合評價碳排放績效。

值得注意的是，受限于特定的經濟環境與資源稟賦，中國數字經濟的發展存在較大的區域異質性，而現有的研究對象主要集中于全國樣本，缺乏對區域層面的具體討論。長三角城市群作為“一帶一路”重要樞紐，不僅是中國工業化發展的前沿區域、經濟發展的重要引擎，也是數字化、一體化發展的示范者和領跑者[11]。其數字經濟規模已達到全國總量的28%，是中國數字經濟最活躍、體量最大的地區[12]。與此同時，長三角城市群還具有碳排放規模偏大、碳集聚度偏高的特點。據統計，2019年長三角城市群碳排放總量約為18.4 億噸，占當年中國碳排放總量約21.7%[13]。在此背景下，系統性探究長三角城市群數字經濟影響碳排放績效的作用機理，對促進長三角地區及類似區域一體化綠色發展具有重要意義。

鑒于此，本研究考慮能源強度、綠色技術創新與綠色金融的中介作用，構建數字經濟影響碳排放績效的理論分析框架；選取2011—2019年長三角城市群27個城市的面板數據，采用熵權法與非期望產出的超效率SBM 模型分別測算數字經濟發展指數與碳排放效率，并利用雙向固定效應模型，從碳減排、碳增效兩個維度實證研究數字經濟對碳排放績效的影響及其作用機制。

本文的創新之處體現在：（1）選取長三角城市群作為研究對象，從區域空間尺度研究數字經濟與碳排放績效的時空演化特征與邏輯關系，對實現長三角區域一體化發展具有現實意義。（2）從碳減排與碳增效兩個維度出發，探討數字經濟與碳排放績效之間的內在邏輯關系，拓展了城市低碳轉型的相關研究。（3）通過理論與實證分析，探索能源強度、綠色技術創新與綠色金融的中介作用機制，豐富了碳排放績效影響機制的研究。（4）分析城市數字經濟發展影響碳排放績效的異質性，為不同發展水平地區合理擴大數字經濟規模、實現高質量可持續發展提供有價值的參考。

二、理論分析與研究假說

（一）數字經濟對碳排放績效的直接影響

以非排他性與非稀缺性的數據作為核心生產要素，數字經濟具有綠色高效的屬性，并從以下三個方面改善了城市碳排放績效。

第一，數字經濟憑借其強大的技術滲透能力與能源、工業等傳統高耗能行業深度融合，推動了生產流程、運營模式的集約化、智能化發展，降低了全生命周期碳排放，為傳統行業低碳轉型提供新動能[14]。以占我國碳排放總量40%的能源電力行業為例，在發電側，新能源企業將大數據分析、AI 等數字技術與清潔能源功率預測相結合，以實現對可再生能源的高效利用。據國際能源機構預測，數字技術的應用將大幅降低歐盟的棄風棄光率，至2040年實現三千萬噸碳減排。在電網側，數字技術賦能輸配電網智能運行，降低了輸配電過程中6%的能源損耗，達到節能降碳的效果。在用電側，基于人工智能、物聯網等數字技術，可以建立城市、園區與企業的用電智能化管控體系，實時動態匹配能源生產與負荷需求，實現多種能源梯級利用。

第二，數字經濟通過賦能數字政府、電子政務建設，提升政府低碳治理能力，進而改善城市碳排放績效[15]。隨著大數據、云平臺等數字技術在政府管理模式、治理方式中的廣泛應用，加速了企業碳排放數據在各部門之間的流動，增強了政府對碳排放的監測與管理能力，提高了環境執法效率。江蘇省生態環境廳發布的《推進碳達峰碳中和工作計劃》，計劃建立云端高耗能企業碳排放數據庫，并構建數字化碳管理體系，以實現對省內碳排放量的實時統計、精準跟蹤與及時預警。

第三，數字經濟有利于引導居民形成綠色消費理念與低碳生活方式，推動城市綠色低碳轉型。線上辦公、移動支付的興起，使居民享受到數字經濟帶來紅利的同時，也降低了社會的碳排放總量。此外，“螞蟻森林”等活動通過記錄居民低碳消費，為其頒發數字證書，引導居民選擇節能降耗、低碳減排的產品與服務，推動全社會形成節約適度、綠色低碳的生活方式和環保風尚。因此，本文提出如下假說：

H1：數字經濟發展有利于改善城市碳排放績效。

（二）數字經濟對碳排放績效的間接作用機制

第一，數字經濟通過降低能源強度來改善城市碳排放績效。一方面，數字化技術與全產業鏈深度融合可以促進生產流程自動化與集約化，實現跨工序協同優化，降低生產過程中的能源強度。例如，國家工信部智慧制造試點項目“寶鋼1580熱軋智能車間”以物聯網、云計算等數字技術為基礎，通過智慧裝備、智慧排程、智慧節能等八大模塊的應用，建成中國首個無人車間，大幅提升產線能效，使得工序能耗下降6.5%。另一方面，數字化平臺可以打破時空地域限制，幫助企業精準掌握消費需求，實現數據高效流轉、資源優化配置，有效緩解產業供需失衡與產能過剩的情況，從而降低產業邊際產出成本與能源消耗總量。例如，中國石化充分應用數字技術，創新性打造“易派客”工業品電商平臺，催生“互聯網+供應鏈”新業態，有效解決了化工產業資源尋求能力不足的問題，降低行業能源強度，助力化工行業實現低碳轉型。

第二，數字經濟通過綠色技術創新來影響城市碳排放績效。信息化背景下，大數據滲透技術創新的各個環節，極大促進了技術的溢出效應。因此，技術信息可得性提升，綠色技術創新門檻與成本顯著降低，增加了企業進行綠色創新的意愿。此外，綠色技術創新的碳減排效應已被證實[16]。一方面，綠色技術創新通過常規能源清潔利用、新能源開發等領域的新技術研發來降低碳排放，實現清潔生產；另一方面，綠色技術創新通過碳稅、碳交易等行政創新，賦予溫室氣體排放權以商品屬性，從而助力城市低碳轉型。

第三，數字經濟通過賦能綠色金融影響城市碳排放績效。綠色金融以低碳經濟、環境友好為目標，具備較強外部性。而綠色投資的高投入、高風險、信息不對稱等特征導致其陷入融資約束的困境[17]。數字經濟的發展改變了這一現狀。首先，數字金融平臺相較于傳統金融體系有著更強的針對性與資本配置效率，其高覆蓋范圍以及低準入門檻，吸引眾多小規模投資者進入綠色金融市場。這不僅分散了綠色投資的風險，也緩解了企業的融資約束。其次，數字技術通過建立風險評估系統，創造透明信息環境，以幫助投融雙方精準對接，減少信息不對稱，提升綠色金融的融資效率。例如，湖州市“綠信通”綜合服務平臺通過接入大數據管理中心，整合企業環境行為等級評估、環保行政處罰等信息，實現了精準化、自動化認定評價。綠色金融對碳排放的影響則體現在滿足低碳企業融資要求，以低利率促進低碳企業快速擴張等方面[18]。

綜合以上分析，本文提出如下假說：

H2：數字經濟發展通過降低能源強度、促進綠色技術創新與綠色金融發展來改善碳排放績效。

三、模型與數據

（一）模型構建

由于STIRPAT 模型在影響因素的選擇上具有良好的可拓展性，被廣泛應用于碳排放影響因素的研究中。為驗證假說1，本文參考Ren 等[19]的研究，基于STIRPAT模型構建式（1）。

式中，Cp代表碳排放績效，包括碳排放總量Tce與碳排放效率Cee；Di代表數字經濟水平；X 代表控制變量。α為常數項，δ和β為各影響因素的變動對碳排放績效的估計彈性系數，下標i和t分別代表城市與年份；μ和ν分別代表城市固定效應與年份固定效應；ε代表隨機誤差項。

為驗證假說2，研究碳排放績效的中介影響機制，本文參考Wang 等[20]的做法，在式（1）拓展的STIRPAT 模型的基礎上，建立中介效應遞推方程組。具體如下：

式中，y代表中介變量，包括能源強度（Ei）、綠色技術創新水平（Gti）與綠色金融（Gf）；δ、β、θ均為待估系數。

（二）變量定義

1.被解釋變量：碳排放績效（Cp）

碳排放績效Cp由碳排放總量lnTce與碳排放效率Cee表示。碳排放總量數據來源于CEADs中國碳核算數據庫，并作對數化處理。碳排放效率借鑒鄧榮榮等[5]的做法，選用規模不變、產出導向的非期望產出超效率SBM模型估算。具體而言，本文選取資本存量、勞動力、能源消耗作為投入指標，經濟增長作為期望產出指標，碳排放量作為非期望產出指標。其中，資本存量運用永續盤存法計算[21]。勞動力采用地區年末就業人數表示；能源消耗采用地區電力消耗量表示；經濟增長用地區生產總值表示。

2.解釋變量：數字經濟水平（Di）

G20杭州峰會將數字經濟定義為以數據信息為關鍵生產要素、以現代通信網絡為紐帶、通過信息通信技術融合應用與全要素數字化轉型來推進經濟結構優化的新型經濟形態?；谏鲜龆x，中國信息通信研究院（CAICT）從信息通訊產業增加值與數字技術融合產業發展兩個角度出發，采用增長核算賬戶框架KLEMS 測算了中國數字經濟發展水平。然而，數字經濟的虛擬性與擴散性，給城市層面數字經濟發展水平的核算造成了困難。因此，郭峰等[22]從數字金融的覆蓋廣度、使用深度和數字化程度出發，構建了數字普惠金融指數。鑒于直接使用這一指標來衡量城市數字經濟發展水平忽略了信息通信基礎產業的發展，故本文參考趙濤等[23]的研究，綜合考慮數字金融與信息通信產業發展，構造數字經濟水平評價體系。最后，采用熵權法測算長三角城市群數字經濟發展程度，各指標權重見表1。

表1 數字經濟評價體系

3.中介變量

（1）能源強度（Ei）。反映了能源的綜合利用效率，采用全社會用電量與GDP的比值來表示。

（2）綠色技術創新（lnGti）。采用綠色專利授權量來衡量，并作對數化處理。世界產權組織（WIPO）發布的國際專利綠色清單（WIPO GREEN）將綠色技術劃分為可替代能源生產、交通、節能、廢棄物處理、農林業、行政管理與設計、核能七大門類。本文根據綠色技術專利IPC 分類號，利用專利數據庫進行檢索，核算出長三角城市群各城市綠色專利年度授權量數據。

（3）綠色金融（Gf）。采用綠色信貸來表示，即綠色節能項目貸款額與社會貸款總額的比值。綠色信貸是我國綠色金融體系中最成熟的產品，通過規制性政策引導企業承擔社會環境責任，與綠色金融在本質上具有一致性。

4.控制變量

（1）產業結構（Ins）。采用第三產業與第二產業比值來表示。第二產業的發展與傳統能源的使用密不可分，其碳排放總量遠超其他產業。產業結構的優化升級不僅反映了長三角城市群對“兩高”項目盲目發展的遏制，還展示了對以低碳、清潔技術為核心的戰略性高端產業的積極推進。

（2）產業轉移（Int）。參考劉滿鳳等[24]的研究，采用城市第二產業增加值占全國第二產業增加值比重來表示。傳統污染密集型產業向欠發達城市轉移的過程中伴隨著碳排放總量的轉移，同時，承接產業轉移的城市也可以通過吸收先進的技術與管理經驗，從而在一定程度上提升其碳排放效率。

（3）經濟水平（lnPgdp）。采用人均GDP來表示，并作對數化處理。經濟增長與碳排放之間存在強關聯性，根據EKC 理論，經濟發展初期的粗放式增長造成了大量的資源消耗與二氧化碳排放。隨著經濟進一步增長達到臨界點后，自我調節的市場機制會減緩環境的惡化，市場參與者與政府開始重視環境質量，促進碳排放績效的改善。

（4）外商投資（Fdi）。采用實際利用外商投資額與GDP比值來表示。外商投資對碳排放績效的影響可以從兩個方面進行分析：一方面，根據“污染光環”假說，外商投資給東道國帶來先進的設備與技術，通過“技術溢出效應”和“競爭效應”提升東道國的整體碳排放效率；另一方面，根據“污染天堂”假說，高污染企業無法滿足本國環境標準，會將生產轉移到環境標準較低的地區，降低了東道國碳排放效率。

（5）環境規制（Er）。采用人均公園綠地面積來表示。根據波特假說，環境規制可以通過增加企業的污染成本，淘汰高污染企業，倒逼剩余企業進行綠色化、高效化轉型，進而提升地區碳排放效率。

（6）基礎設施（lnInf）。采用人均道路面積來表示，并作對數化處理。基礎設施的完善有利于促進區域間經濟互聯互通以提高碳排放績效，但是基礎設施建設初期往往伴隨著大量的能源消耗和碳排放。

（三）樣本與數據說明

本文選取2011—2019 年長三角地區27 個城市作為研究樣本。數據來源于《中國城市統計年鑒》、EPS數據庫、國家知識產權局專利數據庫、北京大學數字研究中心、《中國銀行業社會責任報告》等。主要變量的描述性統計見表2。

表2 變量描述性統計

四、實證結果及分析

（一）基準回歸結果

表3報告了數字經濟影響碳排放績效的線性回歸結果。對比（1）和（2）列可以看出，無論是否加入控制變量，數字經濟水平與碳排放總量均呈顯著負相關關系。這說明數字經濟對長三角城市群的碳減排產生了積極的影響。對比（3）和（4）列可以看出，無論是否加入控制變量，數字經濟水平與碳排放效率均在1%的顯著性水平上正相關。這說明數字經濟的發展可以提升碳排放效率，驗證了假說1?；鶞驶貧w結果與Dong等[25]的結論一致，即數字經濟的發展可以促進資源的優化配置，減少不必要的能源與要素損耗，改善城市碳排放績效。但與Yi 等[26]的研究結論相悖。Yi等[26]認為數字經濟的爆發式增長會強化數字基礎設施的建設，進而帶來能源消耗與碳排放總量的提升。這種研究結論的差異是研究對象的異質性導致的，長三角地區作為中國數字經濟水平最高的地區之一，數字基礎設施相較于其他地區更為完備，在提升了碳排放效率的同時也降低了地區碳排放量，可為中國其他城市群及發展中國家推進低碳發展提供思路。

表3 基準回歸結果

從控制變量來看，產業結構優化在10%的顯著性水平上促進了碳減排，在1%的顯著性水平上促進了碳排放效率的提升。這是因為，與第二產業相比，第三產業具有更高的碳排放效率。產業轉移對碳減排的作用不顯著，在1%的顯著性水平上促進了碳增效。一方面，嘉興、鹽城、南通等主要產業轉入城市技術水平與管理水平相對較低，能源密集產業的轉入導致了較高的碳排放量；另一方面，長三角城市群內的轉移產業多以計算機、通信等技術密集型企業為主，這有利于轉入城市引入新技術、優化內部組織結構、提升管理水平，最終提升碳排放效率。經濟增長與碳排放總量和效率的相關系數均在1%的水平上顯著為正，說明長三角城市群的經濟增長雖然促進了碳排放效率的提升，卻沒有實現與碳排放量的完全脫鉤。外商投資與碳排放總量的相關系數不顯著，與碳排放效率的相關系數均在1%的水平上顯著為正，說明長三角城市群注重引資結構優化，支持高效率、環保型外商投資，“污染光環”假說比“污染天堂”假說更具有適用性。環境規制在5%的水平上顯著促進了碳排放效率的提升，對碳減排的作用不顯著，說明相關環境政策的重心更多地傾向于保障經濟平穩運行、提升碳排放效率，而非盲目追求碳減排?；A設施在10%的顯著性水平上促進了碳排放量的提升，在1%的顯著性水平上降低了碳排放效率?？赡艿脑蚴?，我國每年為農村基礎設施投入大量資金，這些投資短時間內無法帶來碳排放效率的提升。

（二）穩健性檢驗

1.更換被解釋變量

本文采用夜間燈光DN 值數據估算長三角城市群碳排放總量，并進一步計算碳排放效率。由于中國缺乏城市尺度能源平衡表數據，這為地級市的碳排放核算帶來困難。而Lv 等[27]已證明利用夜間燈光數據估算人類活動碳排放的可行性。本文參考呂倩等[28]的研究，利用基于省級能源平衡表計算的碳排放數據與NPP-VIIRS 夜間燈光數據，建立式（5）碳排放量Tce與夜間燈光DN值的擬合方程。

由圖1 擬合結果可以看出，擬合優度為0.843，碳排放總量與夜間燈光DN值之間存在正向線性相關關系。因此，本文可以利用市級夜間燈光DN 值來估算長三角城市群的碳排放量。

圖1 實際碳排放量與基于DN值碳排放估計量的相關性

表4展示了基于夜間燈光數據估算的碳排放績效與數字經濟的回歸結果。（1）列中數字經濟系數在10%的水平上顯著為負，（2）列中數字經濟系數在1%的水平上顯著為正，說明長三角城市群數字經濟的發展可以通過碳減排、碳增效來改善碳排放績效，驗證了基準回歸的穩健性。

表4 穩健性檢驗（一）

2.剔除直轄市與省會城市

為避免城市的特殊性造成回歸結果偏誤，本文在剔除直轄市與省會城市后重新進行分析。從部分省會城市在發展規劃中對“城市首位度”的強調可以看出，省會城市相較于普通城市具備政策、資源與人口密集等方面的優勢，存在極端性。因此，數字經濟發展對碳排放績效的影響也可能存在異質性。從表4的結果可以看出，剔除直轄市與省會城市后，數字經濟的系數在（3）列中顯著為負，在（4）列中顯著為正，說明長三角城市群數字經濟的發展確實有利于碳排放績效的改善，排除了城市特殊性導致的結果偏差。

3.工具變量法

為避免遺漏變量、互為因果等原因造成內生性問題。本文參考劉傳明等[29]的思路，通過構造城市地形起伏度與上一年長三角城市群互聯網用戶數的交互項作為數字經濟的工具變量。一方面，地形起伏度反映的是城市海拔的標準差，標準差越大，當地地形越復雜，數字基礎設施的建設維護成本越高，進而影響當地數字經濟發展水平，符合工具變量相關性要求；另一方面，地形起伏度是一個城市客觀存在的地理特征，難以影響地區碳排放規模與效率，符合工具變量外生性要求。此外，考慮到地形起伏度是截面數據，無法將其作為工具變量直接用于面板數據的固定效應分析。因此，本文借鑒趙濤等[23]的處理方法，構造城市地形起伏度（僅與個體相關）與上一年長三角城市群互聯網用戶數（與時間相關）的交互項作為數字經濟的工具變量。

根據表5 的（1）和（2）列，當因變量為碳排放總量時，數字經濟水平系數在10%的水平上顯著為負；當因變量為碳排放效率時，數字經濟水平系數在1%的水平上顯著為正。工具變量法的估計結果表明，在考慮內生性后，數字經濟對碳排放績效的改善效應依舊成立。此外，Kleibergen-Paap rk 的LM 統計量均顯著，且Wald F 統計量大于10%的水平臨界值，分別拒絕了工具變量識別不足與弱工具變量的原假設，證明了本文工具變量的合理性。

表5 穩健性檢驗（二）

4.動態面板回歸

除工具變量法以外，動態面板模型也廣泛運用于解決內生性問題。本文選取系統GMM模型，分別引入碳排放總量與碳排放效率的一階滯后項進行回歸。由表5（3）和（4）列可以看出，AR（2）與Hansen檢驗的p值均大于0.1，接受了模型擾動項不存在二階自相關以及工具變量有效的原假設。其中，數字經濟系數在（3）列中顯著為負，在（4）列中顯著為正，說明經過滯后一期處理后，數字經濟的碳減排、碳增效效應依然穩健，驗證了基準回歸的穩健性。此外，碳排放總量具有明顯的時間滯后效應，即前一時間段的碳排放總量將正向影響后一段時間的碳排放總量，這意味著碳減排是需要長期堅持推進的工作。碳排放效率同樣具有時間滯后效應，說明長三角地區的碳排放效率還有很大的提升空間。

（三）中介效應分析

根據假說2，數字經濟可以通過降低能源強度，促進綠色技術創新以及綠色金融發展對城市碳排放績效產生間接影響。為了驗證這一假說，本文采用中介效應遞推方程組進行檢驗。

1.能源強度的中介效應

表6（1）至（3）列顯示了以碳排放量為被解釋變量、能源強度為中介變量的估計結果。（1）列為本文基準回歸結果。（2）列為式（3）的回歸結果，檢驗了數字經濟發展對能源強度的影響。其中，數字經濟的系數顯著為負，說明數字經濟的發展對能源強度產生負向作用。（3）列為式（4）的回歸結果，檢驗分離能源強度的間接效應后，數字經濟對碳排放總量的直接效應。其中，數字經濟系數顯著為負，從-0.422上升至-0.397，能源強度系數顯著為正，說明數字經濟可以通過降低能源強度來減少城市碳排放總量。（4）至（6）列顯示了以碳排放效率為因變量的估計結果。（6）列中數字經濟系數顯著為正，從0.541下降至0.427，能源強度系數顯著為負，說明數字經濟可以通過降低能源強度來提升碳排放效率。

表6 能源強度中介效應檢驗

2.綠色技術創新的中介效應

表7列出了以綠色技術創新為中介變量的逐步回歸結果。（2）和（5）列顯示，數字經濟系數在1%的水平上顯著為正，說明數字經濟對綠色技術創新有正向影響。由（3）列可以看出，加入綠色技術創新后，數字經濟系數仍然顯著，并從-0.422 上升至-0.336，綠色技術創新系數顯著為負，說明綠色技術創新充當了數字經濟與碳減排之間的關鍵紐帶。由（6）列可以看出，當同時考慮數字經濟與綠色技術創新對碳排放效率的影響時，數字經濟系數顯著為正，并從0.541降至0.359，綠色技術創新系數顯著為正，說明數字經濟可以通過加強綠色技術創新來間接提升碳排放效率。

表7 綠色技術創新中介效應檢驗

3.綠色金融的中介效應

表8列出了以綠色金融為中介變量的逐步回歸結果。從（1）至（3）列可以看出，數字經濟發展對綠色信貸有積極作用，并通過綠色信貸間接降低了碳排放總量。從（4）至（6）列可以看出，數字經濟通過綠色信貸提升碳排放效率的傳導機制存在。綜上，假說2得到驗證。

表8 綠色金融中介效應檢驗

（四）異質性分析

由于長三角城市群各城市之間發展階段、資源稟賦、經濟結構等因素存在差異，數字經濟發展水平對碳排放總量及其效率的影響可能存在異質性。因此，本文參考Wang 等[30]的研究，計算長三角城市群各城市數字經濟指數的平均值，將其由小到大進行排序，以中位數為界限，將高于中位數的城市列為高技術區，將不高于中位數的城市列為低技術區（高排放區與低排放區以同樣的方式劃分），并分別就各區域進行回歸分析，結果如表9所示。

表9 異質性分析

對比表9 中的低技術區與高技術區可以看出，因變量為碳排放總量時，數字經濟的系數在低技術區中不顯著，在高技術區中顯著為負。由此可見，數字經濟發展對低技術區碳減排效應不明顯，但對高技術區具有顯著的碳減排效應。可能的原因是，以上海、杭州、蘇州為代表的高技術區數字基礎設施較為完善，吸引信息技術產業集群發展。隨著數字經濟與傳統產業的融合，低碳節能技術迅速擴散，生產模式由粗放型走向綠色集約型，降低了碳排放總量。相比較而言，以安徽、江蘇北部為代表的低技術區城市數字經濟起步較晚、規模偏低，碳減排效應不明顯；并且低技術區數字基礎設施建設落后，在推進基礎設施建設的過程中，也會帶來碳排放，削弱了數字經濟的碳減排效應。此外，當因變量為碳排放效率時，無論是低技術區還是高技術區，數字經濟的系數均顯著為正，且高技術區系數更大，說明數字經濟的發展對碳排放的增效作用具有普遍性，并且對高技術區的影響更強。根據麥特卡夫定律與網絡效應，網絡價值與用戶數的平方成正比，呈現邊際效應遞增特征。隨著高技術區越來越多的企業完成數字化改造，部門間聯動的邊際成本大幅下降，這使他們在更大范圍享受到數字經濟的碳增效紅利。因此，高技術區碳增效效應高于低技術區，存在邊際效應遞增特征。

對比表9 中的低排放區與高排放區可以看出，因變量為碳排放總量時，低排放區數字經濟系數不顯著，高排放區數字經濟系數顯著為負。這是因為：部分低排放區城市自身秉持綠色低碳的發展模式，如揚州、舟山等，其碳排放總量基數較低，數字經濟的碳減排效應不明顯；還有部分低排放城市數字經濟水平較低，如宣城、滁州等，其數字基礎設施建設帶來的碳排放效應與數字經濟的碳減排效應相互抵消；而高排放地區往往也是高技術區，如蘇州、上海等，數字技術與全產業深度融合，數字經濟的碳減排效應被充分發揮。當因變量為碳排放效率時，無論在低排放區還是高排放區，數字經濟的系數均顯著為正。這表明，數字經濟對不同水平碳排放量地區的碳排放效率均具有推進作用，數字經濟的碳增效效應具有普遍性，與上文結論相符。

綜上所述，數字經濟的碳減排效應僅在高技術區、高排放區顯著；其碳增效效應具有普遍性，并對高技術區作用更強。

五、結論與建議

（一）結論

本研究基于2011—2019 年長三角城市群的面板數據，采用熵權法與非期望產出的超效率SBM模型分別評價數字經濟發展水平與碳排放效率，構建雙固定效應模型與中介效應模型從碳減排、碳增效兩個維度實證研究了數字經濟對碳排放績效的影響及其作用機制。主要結論如下：（1）數字經濟發展改善了城市碳排放績效，具體體現在降低碳排放總量與提高碳排放效率。該結論通過替換被解釋變量、剔除省會城市、工具變量法、GMM 估計等檢驗后仍然穩健。（2）機制分析表明，數字經濟發展有助于能源強度降低、綠色技術創新水平提高與數字金融發展，并通過能源強度、綠色技術創新與數字金融來改善城市碳排放績效。（3）異質性分析表明，數字經濟的碳減排效應僅存在于高數字經濟發展水平與高碳排放量城市；而在碳增效方面，數字經濟發展對碳排放效率的提升具有普遍性，且對數字經濟發展水平較高的城市作用更強。

（二）政策建議

基于以上結論，本文提出如下政策建議：

第一，大力發展數字經濟，實現綠色高質量發展。加大對數字經濟共性技術、基礎科學以及大數據、人工智能等核心領域的研發投入，推動高水平數字人才團隊建設。通過政府采購等途徑為新技術創造早期市場，加快數字技術迭代升級，充分釋放數字經濟的“減排”“提效”潛力。

第二，促進傳統產業數字化轉型升級，降低社會能源強度。提升工業生產、城市建設等領域智能化、網絡化水平，促進實體產業與數字技術深度融合。通過數字技術加強企業間的信息的開放與共享，實現資源優化配置，推動城市綠色高質量發展。

第三，推動數字技術進步，賦能綠色技術創新。一方面，推動科技成果產業轉化，加快碳捕集、儲能、智能電網等綠色技術的發展與規模化應用；另一方面，促進綠色行政創新，完善碳排放權交易市場，構建清潔、高效的現代化能源流通體系。

第四，加大綠色金融支持力度，引導資金流向。綠色金融的發展離不開數字經濟的支持，通過數字技術賦能綠色金融產品與服務的創新，引導社會投資流向低碳高效的新動能和優勢產能等領域，推動經濟社會綠色發展。

第五，考慮到數字經濟發展對碳排放績效影響的異質性，地方政府應因地制宜、精準施策。上海、杭州、南京等高技術城市應進一步提升數字經濟發展水平，同時重視區域一體化發展戰略，充分利用技術溢出效應，以數據要素的流動帶動其他產業要素協同聯動，縮減區域發展不平衡的現狀。安慶、銅陵、宣城等低技術城市應著眼頂層設計，重視低碳政策引導，通過加快數字化基礎設施全覆蓋，提升吸引外資水平與產業轉移承接能力，同時主動剔除低效率、高污染項目，避免盲目發展。