數字經濟發展賦能我國低碳經濟轉型研究
——基于國家級大數據綜合試驗區的分析

張修凡,范德成

(1.浙江理工大學 經濟管理學院,浙江 杭州 310000;2.哈爾濱工程大學 經濟管理學院,黑龍江 哈爾濱 150000)

0 引言

我國在追求經濟發展過程中形成高度依賴自然資源與能源消耗的發展模式,面臨能源利用效率低、產業結構失衡、資源短缺和環境惡化等問題。在此背景下,我國大力推進碳達峰與碳中和的“雙碳”目標,同時,推動數字經濟與實體經濟深度融合發展,旨在向低碳經濟發展模式轉型。自2016年起,我國在貴州、北京、天津等10個省市建立大數據綜合試驗區,為實現碳減排目標帶來新的契機。在數字經濟研究中,有學者總結了數字經濟發展評價指標,也有學者從關鍵要素、生產效率以及企業數字化轉型等角度進行分析[1-3]。一方面,有學者將數字經濟細分為數字產業化和產業數字化,探索數字經濟發展帶來的行業傳遞效果[4]。另一方面,在無其它外生變量的影響下,有學者研究了數字經濟對產業結構升級與經濟高質量發展的積極影響,關注數字經濟發展對稅收治理、就業結構、技術創新和城市發展等產生的影響[5]。在低碳經濟轉型相關研究中,現有文獻多從宏觀政策角度研究低碳經濟轉型過程中面臨的關鍵問題,有研究將低碳經濟發展理念融入城市建設中,識別關鍵影響因素,據此提出調整經濟發展模式、合理利用資源等改革路徑[6-7]。對于數字經濟發展與低碳經濟轉型之間的關系,已有研究大多分析如何開展具體的數字業務,或對數字經濟發展的減排機理進行總結,旨在借助數字經濟理念與具體業務實現低碳發展目標,但對數字經濟發展引發碳減排效果的定量研究較少[8-9]。

基于此背景,圍繞“數字經濟發展賦能我國低碳經濟轉型”這一前沿問題,建立雙重差分模型進行研究。一是從資源配置、產業結構、生態環境和能源利用4個方面,構建我國低碳經濟轉型評價指標體系,利用改進熵權法計算指標權重,對低碳經濟轉型水平進行評價,分析低碳經濟轉型進程。二是利用雙重差分法檢驗國家級大數據綜合試驗區的建立對我國低碳經濟轉型產生的政策效果,為數字經濟發展推進低碳經濟轉型及其作用路徑提供新的研究視角。三是通過異質性分析,探索國家大數據綜合試驗區在不同背景下賦能低碳經濟轉型的異質性作用,從而根據區域實際發展情況增強數字經濟的正向賦能效應。

本文主要邊際貢獻如下:一是剖析我國數字經濟快速發展對低碳經濟轉型的影響,并通過穩健性檢驗提高結論科學性和可信度;二是對低碳經濟轉型這一系統性問題進行細化,分析數字經濟對資源配置、產業結構、生態環境和能源利用的影響,探究數字經濟發展對低碳經濟轉型的影響路徑;三是根據區域發展基礎與潛力,為未來進一步發展數字經濟以提高低碳經濟轉型效果提供經驗支持與參考借鑒。

1 理論分析與研究假設

低碳經濟轉型是涉及經濟、資源、能源和生態的綜合性與系統性問題。在資源流和能源流的雙渠道作用下,數字經濟逐步驅動資源、能源和產業等領域數字化轉型,從而實現低碳經濟發展目標。根據國家大數據綜合試驗區建設目標,在試驗區內積極探索數字技術、信息與平臺,以多手段聯合發展循環經濟。在節能基礎上,通過能源流實現能源高效利用,推動傳統企業的新舊動能轉換與降本增效,從而有效降低碳排放總量[10-11]。由此,可從資源配置、產業結構、生態環境和能源利用角度,分析數字經濟賦能低碳經濟轉型路徑。

1.1 數字經濟與資源配置效率

根據供應端資源配置理論,目前我國煤炭消費比重較高,高耗能企業生產中使用傳統的生產技術和方式,通過大量要素投入實現經濟效益。而數字經濟能夠通過資源流實現循環經濟,提高資源利用效率。

一方面,從資源集約角度看,數字經濟通過拉動資本、信息、技術等資源,助力實體經濟沉淀高質量生產要素,形成數字化能力基礎。數字技術所蘊含的算力資源將海量生產資料轉化為數據價值,推動形成集約高效的資源開發格局,從而促進資源節約與綜合利用[12]。隨著各地數字經濟加速發展,我國積極建立國家大數據綜合試驗區,并完善大數據收集、獲取與使用制度,發展數字技術促進部門間數據交換,誘發專業化分工并滲透生產制造多個環節[13]。數字經濟能夠提高生產環節知識密集度和數據生產要素滲透率,促進企業向生產集約化方向發展,提高資源配置效率[14]。

另一方面,在實際生產環節,數字化指引環保技術與生產全流程充分結合,帶動生產要素聚集以實現資源集約使用,從而精準研判和分析企業生產過程中的資源消耗,加強監測管理,引導資源合理開發與綜合利用,最終提升資源利用效率。謝賢君等[15]從驅動和制動兩個方面,圍繞數字經濟對資源配置的影響因素展開研究,發現數字經濟能夠推進建設資源綜合利用示范工程,最終通過資本積累與資源利用實現高效的資源配置。據此,提出以下假設:

H1:數字經濟發展能夠提高資源配置效率。

1.2 數字經濟與產業結構升級

數字經濟發展是產業結構升級的基礎要素。目前,我國產業結構調整速度較慢,部分城市存在產能過剩問題,且市場化發展程度低[16]。有學者指出,應利用數字經濟淘汰落后產能。如數字化碳定價機制能夠促進技術創新,優化低碳產業結構,推動數字低碳融合發展。首先,根據產業集聚理論,數字經濟滲透致力于產業結構與市場結構、能源結構之間的協調度提升,推動資本要素向高效率部門轉移,推動產業結構升級。在微觀層次上,數字經濟發揮市場功能,通過鞏固數據基地、推進數字化轉型和培育應用場景等手段推動產業協同集聚,將大數據創新優勢轉變為低碳轉型新動力,促進產業鏈條延伸并實現行業內重構,推動產業結構趨向高級化[17]。胡宗義等[18]構建局部均衡模式,綜合利用基于微觀層次的成本曲線,劃分非落后生產力與落后生產力的集合。結果顯示,基于產出的數字產品開發能夠推動產業結構升級。其次,隨著跨層次數字化平臺的建設,傳統產業與新興產業趨向協調發展,產業能級實現躍遷,在推進新興產業集群數字化發展的同時對傳統產業進行智能化改造。目前中國積極打造綠色低碳基礎數據平臺,數字平臺在整合企業基礎數據與產業大數據等關鍵環節得到充分運用,幫助部分行業構建完整的產品生命周期,從而支持企業數字化轉型并從宏觀上推動產業結構低碳化,加快產業發展向低碳經濟發展模式轉型。最后,基于協同集聚效應理論,杜傳忠等[19]研究發現,數字經濟發展促進傳統工業和生產性服務業之間建立良好協調發展關系;王嘉麗等[20]研究認為,數字經濟有利于實現產業結構合理化,促進生產效率提升。綜上,數字經濟能夠驅動產業結構趨向高級化、協同集聚與低碳化發展。據此,提出以下假設:

H2:數字經濟發展能夠促進產業結構升級。

1.3 數字經濟與生態環境優化

根據環境庫茲涅茨曲線的經典理論,規模效應、技術效應和結構效應是提高生態環境質量的關鍵因素。一方面,數字經濟規模擴張可能使得污染物成為經濟發展的附帶產品,不利于提升環境治理績效。另一方面,數字經濟發展伴隨著技術創新和升級,形成提升環境治理績效的重要媒介。根據數字治理理論,數字技術變革與政府治理相結合而衍生的數字治理模式能夠推動生態環境治理體系向多元協同模式轉變,通過采集不同層級生態環境信息,優化決策功能以實現對生態環境的聯合數字化治理。我國逐步強化對生態環境的數字化治理,旨在形成具有協調性和共享性的生態環境監控,從而進一步控制污染源并提高生態環境質量[21]。根據生態補償機制,生態補償與治理的市場前提是對污染排放量及其連鎖反應進行量化分析。我國已建立生態環境的數字化高級監測系統,其中,數據平臺促進政府跨部門數據互聯互通,整合基礎檢測平臺,將數字環保理念運用于生態管理工作中。通過建立環境監測數據中心、信息體系、定位系統、應急管理一體化的數字管理系統,實現對綠化率、廢水排放和碳排放等生態環境數據的自動監控,從而提升治理的即時響應能力。在數字治理理論指導下,多元主體的協同治理使得環境治理體系碎片化逐漸弱化,不斷豐富環境治理相關政策工具,提高企業治污能力和環境優化水平[22-23]。據此,提出以下假設:

H3:數字經濟發展能夠優化生態環境。

1.4 數字經濟能源利用效率

目前,我國部分城市經濟發展依然基于傳統的稟賦優勢,鎖定高耗能的經濟發展模式,缺乏碳減排的內在激勵。在數字經濟快速發展過程中,國家級大數據綜合試驗區的建立有利于全方位探索數字產品和服務等實踐。從供應端來看,數字經濟發展通過激發互聯網、大數據、物聯網等技術,實時監測并利用能源數據流進行監測分析,引導能源要素實時流動,在完善能源保障供應的同時提高清潔能源使用比例,形成改善能源消費結構的動力。我國逐漸加大物流和數據中心等領域的可再生能源投資,旨在實現能源結構優化[24-25]。從生產端來看,利用大數據優化區域整體參數,可以提升能源使用效率。數字金融發展使得綠色生產企業能夠獲得更多金融支持,降低能源消耗總量。從消費端來看,推廣數字技術能夠在不增加整體能源消費的前提下有效降低人均能源消耗。

從能源節約的整體視角進行分析,數字經濟能夠打破地區界限,突破時間約束,加快要素流動,降低能源損耗率,從而促進能源利用效率提升。在此背景下,新型市場主體迸發,其經營領域、產品類別、供給方式的數字化升級有利于實現能源產出與供給循環模式的雙向革命。數字技術與能源革命的深層互動將加快新能源行業發展速度,提高潔凈燃料消納水平,從而實現能源的綠色供給[26-27],能源行業的數字化與智能化轉型為傳統能源全方位、全鏈條的創新、拓展與延伸創造了新的可能性[28-29]。據此,提出以下假設:

H4:數字經濟發展能夠提高能源利用效率。

2 研究設計

2.1 低碳經濟轉型指標設計

低碳經濟轉型是我國在實現“雙碳”目標過程中需解決的系統工程問題。低碳經濟系統相關研究將低碳經濟細分為環境子系統、經濟子系統和能源消耗子系統等。本文基于以上理論基礎和分析,從4個方面構建我國低碳經濟轉型指標:一是資源配置指標,包含資源消耗強度、全要素生產率和工業固廢綜合利用率;二是產業結構升級指標,包含產業結構高級化、產業協同集聚度和工業化趨勢;三是生態環境優化指標,包含綠化覆蓋率、廢水排放達標率和碳排放總量同比下降率;四是能源利用效率指標,包含清潔能源使用比例、能源消費彈性系數和人均能耗下降率。其中,資源配置指標和產業結構指標反映經濟子系統轉型情況,生態環境指標反映環境子系統轉型情況,能源利用指標反映能源消耗子系統情況。資源消耗強度(WU)為負向指標,其余指標為正向指標。

2.1.1 全要素生產率測度

鑒于我國自2016年開始建立國家級大數據綜合試驗區,選定2014-2020年為樣本區間,利用投入產出法計算地級市全要素生產率(TFP)。將基期設為2010年,根據各省GDP指數對地級市的名義GDP進行指數平減,得到各城市實際GDP(余泳澤,2019)。將各城市實際GDP值作為產出變量,將固定資本存量和城鎮就業總人口作為投入變量。采用永續盤存法估計固定資本存量,參考相關研究,將固定資產折舊率設置為9.6%,設定2010年為基期,對固定資本存量進行平減得到固定資產投資指數。利用DEAP 2.1程序對全要素生產率進行測度,獲得2014-2020年各地級市全要素生產率。

2.1.2 產業協同集聚度測度

利用修正E-G指數法計算產業協同集聚度[30-31]。

(1)

(2)

其中,CO為產業協同集聚指數;m、s分別為制造業和生產性服務業從業人員總數;LQm、LQs分別為制造業和生產性服務業集聚指數;LQij代表j市i產業區位熵指數;q為我國從事制造業和生產性服務業人員總數;qi為我國從事i產業人員總數;qj為j城市從事制造業和生產性服務業人員總數;qij為j市從事i產業人員總數。根據行業屬性,選擇交通運輸、信息傳輸、計算機服務和軟件業、金融業、租賃和商務服務業作為生產性服務業。

2.1.3 碳排放總量同比下降率測度

對碳排放總量進行測度,其中,能耗數據來源于《中國能源統計年鑒》中的分行業數據,碳排放系數=能源平均低位發熱量×單位熱值含碳量×碳氧化率×3.67。相關數據來源于《綜合能耗計算通則》(GB/T2589～2008)、《溫室氣體清單編制指南》、《中國城市統計年鑒》。

2.2 低碳經濟轉型指標描述性統計

根據數據資料完整性,共選取200個城市作為研究對象。以分布在國家級大數據綜合試驗區省市的50個城市作為實驗組樣本,其它城市為對照組樣本。國家級大數據綜合試驗區建立前后處理組各變量變化情況如表2所示。國家級大數據綜合試驗區建立后,從資源配置指標來看,資源消耗強度(WU)變量的均值差值減小,中位數增大,全要素生產率(TFP)、工業固廢綜合利用率(CUI)變量的均值差值和中位數均增大,且檢驗z值具有顯著性;從產業結構指標來看,產業協同集聚度(CO)、工業化趨勢(Hoff)變量的均值和中位數顯著增大,實驗組的產業結構出現調整,產業結構高級化(IFM)和產業協同集聚度(CO)變量下降,但幅度稍小;從生態環境指標來看,廢水排放達標率(WDC)、碳排放總量同比下降率(TCE)變量的均值和中位數顯著增大,綠化覆蓋率變量顯著性未通過檢驗,數字經濟發展對該指標的影響不明顯;從能源利用指標來看,清潔能源使用比例(CE)、能源消費彈性系數(EU)、人均能耗下降率(CD)變量的均值和中位數顯著增大。

對比結果表明,國家級大數據綜合試驗區的建立能夠對資源配置、生態環境、能源利用效率和產業結構產生一定優化作用。部分指標變化幅度較小,均值差值不具有顯著性。因此,進一步建立模型對數字經濟的作用進行檢驗。

2.3 我國低碳經濟轉型整體評價

運用熵值法,引入時間變量,使得評價結果更具可比性,最終獲得指標權重和不同城市低碳經濟轉型得分Hθi。xθij表示第θ年第i個研究對象第j個指標值,X為指標集。對原始指標數據進行標準化處理,計算指標的比重、熵值、權重和低碳經濟轉型得分,得到2014-2020年實驗組與對照組低碳經濟轉型整體得分,如表3所示。

對于正向指標:

(3)

對于負向指標:

(4)

(5)

(6)

(7)

(8)

從實驗組與對照組低碳經濟轉型整體得分情況可知,在選定的200個城市樣本中,實驗組和對照組中樣本城市低碳經濟轉型得分水平均較低(小于0.5)。對照組城市2014-2020年波動較小,部分城市呈現略有下降又上升的變化趨勢。實驗組城市低碳經濟轉型得分波動高于對照組城市。2014-2016年實驗組和對照組具有相同變化趨勢,從2017年開始,實驗組與對照組樣本低碳經濟轉型得分差距擴大,實驗組整體得分顯著提高。由此表明,國家級大數據綜合試驗區的建立可能使得我國低碳經濟轉型效果呈現區域差異。

3 實證研究

3.1 雙重差分模型

選取2014-2020年樣本數據,建立雙重差分模型考察國家級大數據綜合試驗區的建立對我國低碳經濟轉型的影響。為解決處理組和對照組平行趨勢假設不成立的問題,得到更穩健的估計結果,建立如下模型:

Yi,k,t=αi,k,t+β1·Mprovi+β2·postt+β3·Mprovi*postt+λ·zi,t+provi+εi,t

(9)

其中,下標i、k、t分別表示城市、指標維度和年份;Zi,t為控制變量;provi代表區域固定效應;εi,t為擾動項;post為國家級大數據綜合試驗區建立后各年度虛擬變量;Mprov×Post為新的雙重差分變量,記作DID_year。2016年2月貴州成為我國首個大數據綜合試驗區,2016年10月第二批國家級大數據綜試區名單發布。將兩批大數據綜合試驗區所在的9個省市作為試驗地區,全面考察數字經濟發展產生的影響。Postt=1表示國家級大數據綜合試驗區建立之后,即2016年之后;Postt=0表示國家級大數據綜合試驗區建立之前,即2016年之前。Mprovi=1表示城市i位于國家級大數據綜合試驗區所在地區,Mprovi=0表示城市i位于非國家級大數據綜合試驗區所在地區。Yi,k,t為被解釋變量,包括我國低碳經濟轉型整體得分以及4個維度得分。

3.2 變量選取

虛擬變量:判斷城市是否處于國家級大數據綜合試驗區建設后推廣時期,是否屬于國家級大數據綜合試驗區所在省市。

控制變量:財政支持(GS),政府財政支持為技術創新與產業轉型等提供支持,但政府干預可能產生尋租等問題,對市場經濟效率產生影響,采用人均財政收入的自然對數衡量;投資水平(INV),投資水平提升可能產生規模效應和技術創新效應,從而對低碳經濟轉型產生影響,采用固定資產投資占GDP比重衡量;城市規模(CA),城市規模對產業集聚與資源配置等產生影響,可能帶動經濟發展,采用人口數量占全國人口比重衡量;互聯網普及率(ED),以市級互聯網普及率作為控制變量,區分大數據試驗區建設以及互聯網發展對我國低碳轉型發展產生的異質性影響。對變量進行描述性統計,結果如表4所示。

4 實證結果分析

4.1 假設檢驗結果

4.1.1 國家級大數據綜合試驗區建設對我國資源配置的影響

國家級大數據綜合試驗區建設影響我國資源配置的固定效應回歸結果如表5所示。模型(1)中,交互項Mprov×Post的系數估計值為-0.795 4,且在1%水平上統計顯著,表明國家級大數據綜合試驗區建立后,資源消耗強度顯著下降;模型(2)中,交互項Mprov×Post的系數估計值為0.530 2,且在10%水平上統計顯著,表明國家級大數據綜合試驗區的建立使得全要素生產率顯著提高,與此同時,生產效率和工業固廢綜合利用率值顯著提高。綜上,假設H1得到驗證。

4.1.2 國家級大數據綜合試驗區建設對我國產業結構的影響

國家級大數據綜合試驗區建設影響我國產業結構的固定效應回歸結果如表6所示。在5%的顯著性水平下,模型(4)和模型(6)中,交乘項Mprov×Post的估計系數顯著為正;在10%的顯著性水平下,模型(5)中交乘項Mprov×Post的估計系數顯著為正,即國家級大數據綜合試驗區的建立能夠推動我國產業結構升級,從而激勵我國向綠色低碳經濟發展模式轉型。因此,數字經濟發展有助于我國產業結構趨向高級化,通過制造業與服務業等產業集聚提高協同集聚度。隨著我國工業化指數的提高,數字經濟將推動我國工業化發展。因此,假設H2得到驗證。

4.1.3 國家級大數據綜合試驗區建設對我國生態環境的影響

國家級大數據綜合試驗區建設影響我國生態環境的固定效應回歸結果如表7所示。模型(8)中交互項Mprov×Post的系數估計值為正,且在5%的顯著性水平下通過檢驗,表明國家級大數據綜合試驗區的建立顯著提高生態環境優化水平。模型(9)中,交互項Mprov×Post的系數估計值為正,但未通過顯著性檢驗。碳排放總量下降率未呈現顯著提高趨勢,原因可能在于我國長期以來依賴能源消耗實現經濟發展,短期內無法快速實現減排。我國碳達峰目標設定的時間為2030年,可進一步發揮數字經濟與其它環境政策的作用。對于生態環境優化,數字經濟需進一步發揮作用。隨著時間的推移,該指標的顯著性水平可能提高。因此,假設H3得到部分驗證。

4.1.4 國家級大數據綜合試驗區建設對我國能源利用的影響

國家級大數據綜合試驗區建立影響我國能源利用的固定效應回歸結果如表8所示。模型(10)-模型(12)中,交互項Mprov×Post的系數估計值分別為0.248 5、0.210 3和0.410 5,且均在5%水平上統計顯著,表明國家級大數據綜合試驗區建立后我國能源利用效率顯著提高。因此,假設H4得到驗證。

值得注意的是,數字化產業自身的能源消耗也在快速增長,數字化信息系統運行過程中,數據中心對芯片的使用產生較高能源消耗,根據統計結果,2020年我國數字化產業能源消耗帶來的成本占其營運成本的50%,同時,“新基建”背景下5G基站快速發展,也帶來巨大能源消耗。因此,應推動數字產業發展向低碳方向轉型。

4.2 動態效應檢驗結果

使用雙向固定效應模型分析國家級大數據綜合試驗區建設影響低碳經濟轉型的動態效應,結果如表9所示。霍夫曼系數、區域能源消費彈性和工業固廢綜合利用率變量的DID_2015系數估計值顯著,其它因變量的DID_2015系數估計值不顯著。鑒于國家級大數據綜合試驗區從2016年2月開始建立,比較DID_2017與DID_2016的雙重差分估計值,結果顯示2017年該系數上升幅度較大,進一步表明數字經濟對低碳經濟轉型的效果明顯,尤其是能源利用效率和資源配置情況對國家級大數據綜合試驗區建立這一事件具有較高的敏感度。資源配置和產業結構各變量的雙重差分估計值上升幅度與其它變量相比較為平穩。在生態環境變量中,綠化覆蓋率對國家級大數據綜合試驗區建立的敏感度較低,未來可進一步提高數字經濟發展的生態效應。

4.3 穩健性檢驗結果

本文進行安慰劑檢驗,驗證實證結果穩健性。以Mprov×Pos為解釋變量,以我國低碳經濟轉型整體得分(Hθ)為被解釋變量,其它控制變量不變,再次進行雙重差分檢驗。

首先,隨機選擇9個省市作為測試的實驗組地區,并增加10個非國家級大數據綜合試驗區試點城市作為新增樣本以構建反事實實驗。其次,使用傾向得分匹配雙重差分法(PSM-DID)進行檢驗,以解決國家級大數據綜合試驗區城市的設立可能產生的非隨機性問題。然后,考慮研究結果可能受到國家級大數據綜合試驗區建立之前其它數字經濟相關政策的影響,如2013年8月1日發布《國務院關于印發“寬帶中國”戰略及實施方案的通知》,支持信息化發展。因此,開展安慰劑檢驗,排除“寬帶中國”戰略的影響,以2013年8月我國提出“寬帶中國”戰略為時間節點,去掉2016年及以后的樣本,對2013-2016年的樣本進行雙重差分回歸。最后,分別使用post和postyear兩個年份作為虛擬變量以避免多重共線性問題。以上穩健性檢驗結果如表10所示。

表1 我國低碳經濟轉型指標設計與測度Tab.1 Design and measurement of low carbon economy transformation indexes in China

表2 國家級大數據綜合試驗區建立前后實驗組低碳經濟轉型指標變化Tab.2 Changes of low carbon economy transition indexes in pilot group before and after the establishment of national big data comprehensive pilot zones

表3 2014-2020年實驗組與對照組低碳經濟轉型整體得分Tab.3 Overall score of low-carbon economic transition between pilot group and control group, 2014-2020

表4 變量描述性統計結果Tab.4 Descriptive statistics of variables

表5 國家級大數據綜合試驗區建設對我國資源配置的影響Tab.5 Impact of national big data comprehensive pilot zone construction on resource allocation in China

表6 國家級大數據綜合試驗區建設對我國產業結構的影響Tab.6 Impact of national big data comprehensive pilot zone construction on China's industrial structure

表7 國家級大數據綜合試驗區建設對我國生態環境的影響Tab.7 Impact of national big data comprehensive pilot zone construction on ecological environment in China

表8 國家級大數據綜合試驗區建設對我國能源利用的影響Tab.8 Impact of national big data comprehensive pilot zone construction on energy utilization in China

表9 國家級大數據綜合試驗區的建立對我國低碳經濟轉型影響的動態效應Tab.9 Dynamic effect of the establishment of national big data comprehensive pilot zones on the transformation of low carbon economy in China

表10 穩健性檢驗結果匯總Tab.10 Summary of robustness test

改變樣本對象得到的檢驗結果表明,交乘項的估計系數不顯著。因此,隨機選擇省市作為測試的實驗組地區未對我國低碳經濟轉型產生顯著影響。

使用傾向得分匹配雙重差分法(PSM-DID)檢驗國家級大數據綜合試驗區的低碳經濟轉型效應時,雙重差分變量Mprov×Post的系數在5%水平顯著為正,驗證了試點試驗區的設立存在低碳經濟轉型效應。

改變樣本時間區間后,交乘項Mprov×Post的估計系數不顯著,即“寬帶中國”戰略及實施方案對我國低碳經濟轉型未產生顯著影響。換言之,在2016年國家級大數據綜合試驗區建立前,實驗組與對照組中的資源配置、產業結構、生態環境和能源利用等具備相同的時間趨勢,因此,差分模型較為理想。增加虛擬變量后,國家級大數據綜合試驗區對城市低碳經濟轉型的正向作用依然顯著,通過了5%的顯著性水平檢驗。

綜上,穩健性檢驗結果表明基準回歸結果具有穩健性,國家級大數據綜合試驗區的建立對我國低碳經濟轉型具有正向影響,即國家級大數據綜合試驗區的設立存在低碳經濟轉型效應。

4.4 異質性檢驗結果

目前,我國區域經濟發展存在失衡現象,同時,數字經濟在不同地區具有差異性基礎。在這樣的背景下,大數據綜合試驗區的發展是否對不同地區低碳經濟轉型產生差異化影響?為此,對數字經濟發展作進一步異質性分析。

4.4.1 經濟發展基礎的異質性分析

數字經濟相關政策與互聯網深化發展等宏觀政策以及電子信息產業政策的實施效果存在一定差異性,具體表現為數字經濟發展可能對區域經濟發展和基礎建設水平具有一定依賴性。基于我國提出的國家級大數據綜合試驗區政策,根據國家統計局公布的中國人均地區生產總值,比較樣本城市前一年人均GDP是否超過我國整體人均GDP水平,進一步將樣本城市區分為經濟欠發達區域和經濟較發達區域。

4.4.2 技術創新水平異質性分析

數字經濟發展需要利用數字技術與信息技術等先進技術手段。為了消除人口規模以及創新主體規模基礎帶來的技術創新差異,根據國家大數據綜合試驗區政策提出前一年各省市專利數的中位數,將樣本進一步劃分為高水平創新地區和低水平創新地區。

4.4.3 綠色金融發展水平異質性分析

近年來,我國綠色金融大力推進改革創新發展,并逐漸形成綠色金融體系推動企業可持續發展的重要導向,逐步停止對高污染與高排放企業的新增授信使用,從而抑制高污染企業的信貸需求。同時,積極推出綠色金融業務和綠色金融產品,鼓勵綠色企業實現融資與發展。由此可見,綠色金融和數字經濟是當前經濟復蘇的主要發展方向。綠色金融發展有助于完善以發掘金融價值和保證安全及隱私權為雙核的金融數據管理,并助推綠色低碳的經濟發展模式[30]。由此可見,目前綠色金融發展水平可能對數字經濟發展的低碳經濟轉型效應產生一定促進作用。以政策發生前3年全國綠色信貸規模平均水平為標準,根據樣本地區綠色信貸規模是否高于平均水平進行樣本劃分,并進行回歸分析。

將樣本分別按照經濟發展水平、技術創新基礎和綠色金融發展水平進行分類,選取2014-2020年樣本數據,被解釋變量包括測度我國低碳經濟轉型的資源配置指標、產業結構升級指標、生態環境優化指標,解釋變量和控制變量不變,對3組樣本進行變量雙重差分檢驗,結果如表11所示。

表11 異質性分析結果Tab.11 Heterogeneity analysis

異質性分析結果顯示,在經濟發展情況分樣本檢驗結果中,國家大數據試驗區對經濟較發達區域產業結構高級化(IFM)和產業協同集聚度(CO)的促進作用不顯著,而對經濟欠發達地區全要素生產率(TFP)、工業化趨勢(Hoff)、清潔能源使用比例(CE)和人均能耗下降率(CD)的促進效果更加明顯,組間差異檢驗結果也表明,組間數字經濟政策有效性具有明顯區域差異。

技術創新水平分樣本檢驗結果顯示,國家大數據綜合試驗區對資源消耗強度(WU)、全要素生產率(TFP)和產業結構高級化(IFM)的促進作用在創新基礎較為薄弱的地區更加顯著。異質性分析結果表明,技術創新水平更高的地區,更容易借助大數據產業發展實現低碳經濟發展模式轉型。

綠色金融發展水平分樣本檢驗結果顯示,對于綠色金融發展狀況更好的地區,國家大數據綜合試驗區的建立對低碳經濟轉型各項指標的促進作用更強,影響更顯著。這說明,較好的綠色金融發展狀況有利于數字產業發展,從而更有效地促進低碳經濟轉型。因此,應進一步發揮不同類型環境政策的協同減排效應。

4.4.4 邊際分析

對控制變量處在某一特定水平下數字經濟發展產生的低碳經濟轉型效果進行邊際分析。對于基礎設施完善程度不同以及財政支持程度不同的地區,國家級大數據綜合試驗區建設對低碳經濟轉型的促進作用存在差異。因此,基于互聯網普及率和財政支持兩個變量進行邊際分析。基于邊際分析結果,對于網絡普及度相對較低區域,資源配置效果和資金效率具有更加重要的促進作用。通過較高水平的財力支持保障,使得綠色管理更加完整,實現資源采掘與分解,助力更大規模數據決策,推動我國向低碳經濟發展模式轉型。

5 主要結論與政策建議

以2016年2月我國建設國家級大數據綜合試驗區作為準自然實驗,通過雙重差分模型,考察國家級大數據綜合試驗區建立對我國低碳經濟轉型過程中資源配置、產業結構、生態環境和能源利用產生的影響。研究發現:國家級大數據綜合試驗區的建立整體上顯著推進我國向低碳經濟發展模式轉型,且該促進作用隨著數字經濟發展與完善而不斷提高;在低碳經濟轉型的4個維度中,國家級大數據綜合試驗區的建立對能源利用效率、資源利用效率和產業集聚程度的正向影響更顯著,且該影響具有穩定性與可持續性;從動態效應來看,在國家級大數據綜合試驗區建立之初即對我國低碳經濟轉型產生較強的正向影響。短期內,其對生態環境指標中的綠化覆蓋率未產生明顯效果,但從長遠來看,國家級大數據綜合試驗區通過數字化監管等多種手段積極引導企業履行環保責任并探索綠色項目,將進一步發揮環境保護效應,推動我國向低碳經濟發展模式轉型。

據此,提出如下政策建議:一是進一步發揮國家級大數據綜合試驗區的示范作用。優化城市數字化和智慧化管理模式,并探索其促進城市低碳經濟轉型的多維路徑,強化數字經濟發展優化資源配置、產業結構、生態環境和能源利用等方面的低碳轉型效果;二是關注國家級大數據綜合試驗區的地區異質性。對于經濟欠發達的城市給予重點關注,及時調整數字經濟發展相關政策,應充分落實數字經濟促進城市向低碳經濟發展模式轉型的實踐;三是實現多項政策的協同驅動作用。擁有良好綠色金融制度和綠色信貸規模的城市具有向更高水平數字化發展的政策與制度基礎,應充分利用該優勢快速發展數字經濟,綜合多項政策,強化低碳經濟轉型的協同效應,向數字治理與綠色治理的城市低碳經濟發展模式邁進。

本文還存在以下不足之處:僅以建設“國家級大數據綜合試驗區”為準自然實驗,未對不同地區的數字經濟發展水平進行定量分析;探討了數字經濟賦能低碳經濟轉型的路徑,但未對各路徑產生的影響效應進行測度。基于此,未來研究可從以下兩個方面作進一步探討:對不同地區的數字經濟發展水平進行測量,或從不同維度對數字經濟發展情況進行分析,從而更精確地把握數字經濟發展現狀與區域異質性;對數字經濟賦能低碳經濟轉型產生的影響效應進行實證分析,揭示數字經濟如何通過不同路徑賦能低碳經濟轉型,判斷何種路徑具有更顯著的正向影響。