產(chǎn)業(yè)數(shù)字化與完全碳排放強(qiáng)度
——基于WIOD 跨國(guó)面板的實(shí)證分析

武亞楠，彭璧玉

（1.廣州商學(xué)院 經(jīng)濟(jì)學(xué)院，廣州 511363；2.華南師范大學(xué) 經(jīng)濟(jì)與管理學(xué)院，廣州 510006）

2023年4 月世界氣象組織（WMO）發(fā)布《2022年全球氣候狀況》。該報(bào)告指出，吸熱溫室氣體達(dá)到創(chuàng)紀(jì)錄水平。自20 世紀(jì)90年代初以來(lái)，海平面整體已上升了超過(guò)10 厘米。因此，治理二氧化碳排放等溫室氣體刻不容緩。作為負(fù)責(zé)任的大國(guó)，中國(guó)關(guān)于應(yīng)對(duì)氣候變化、降低碳排放的國(guó)家自主貢獻(xiàn)不斷加碼，適時(shí)提出碳達(dá)峰、碳中和愿景，印發(fā)《2030年前碳達(dá)峰行動(dòng)方案（國(guó)發(fā)〔2021〕23 號(hào)）》，以此為減少溫室氣體排放、應(yīng)對(duì)氣候危機(jī)做出中國(guó)貢獻(xiàn)。中國(guó)主動(dòng)減少碳排放的責(zé)任和擔(dān)當(dāng)能為國(guó)際社會(huì)樹(shù)立典范，激勵(lì)全球氣候行動(dòng)，體現(xiàn)中國(guó)主動(dòng)承擔(dān)人類(lèi)命運(yùn)共同體的擔(dān)當(dāng)。在此背景下，如何治理碳排放已成為當(dāng)前我國(guó)生態(tài)文明建設(shè)、實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展、貫徹新發(fā)展理念，實(shí)現(xiàn)社會(huì)主義現(xiàn)代化強(qiáng)國(guó)的重要問(wèn)題。數(shù)字經(jīng)濟(jì)代表了一種新的經(jīng)濟(jì)發(fā)展方式，在促進(jìn)可持續(xù)、零碳和包容性經(jīng)濟(jì)增長(zhǎng)方面的潛在作用值得探索。目前，學(xué)者們對(duì)數(shù)字經(jīng)濟(jì)對(duì)與區(qū)域碳排放總量、強(qiáng)度及效率之間的關(guān)系進(jìn)行了深入的探討并取得了較為豐富的成果。少數(shù)文獻(xiàn)分析了區(qū)域特征對(duì)具體產(chǎn)業(yè)或行業(yè)碳排放的影響。但鮮有研究探討產(chǎn)業(yè)數(shù)字化對(duì)產(chǎn)業(yè)碳排放的關(guān)系。探討產(chǎn)業(yè)數(shù)字化和產(chǎn)業(yè)碳排放之間的因果關(guān)系有助于了解不同產(chǎn)業(yè)數(shù)字化和產(chǎn)業(yè)碳排放情況，可以幫助政府和決策者制定更具有針對(duì)性和有效性的政策，以減緩氣候變化和改善環(huán)境。鑒于產(chǎn)業(yè)或行業(yè)數(shù)字化產(chǎn)出較難衡量，故本文用產(chǎn)業(yè)數(shù)字化投入衡量產(chǎn)業(yè)和行業(yè)數(shù)字化，并利用世界投入產(chǎn)出數(shù)據(jù)庫(kù)（world input-output database，WIOD）、世界發(fā)展指標(biāo)（world development indicators，WDI）等跨國(guó)面板數(shù)據(jù)實(shí)證分析產(chǎn)業(yè)數(shù)字化與其完全碳排放強(qiáng)度之間的因果關(guān)系。基于此，本文擬研究的問(wèn)題是：產(chǎn)業(yè)數(shù)字化是否抑制產(chǎn)業(yè)完全碳排放強(qiáng)度？如是，其可能的中介機(jī)制是什么？異質(zhì)性又有哪些？以上問(wèn)題的研究可以為碳達(dá)峰和碳中和的實(shí)現(xiàn)提供產(chǎn)業(yè)層面的啟示。

一、文獻(xiàn)回顧

與本文相關(guān)的文獻(xiàn)主要有三個(gè)方面：一是，數(shù)字經(jīng)濟(jì)對(duì)碳排放的影響；二是，產(chǎn)業(yè)碳排放的影響因素；三是產(chǎn)業(yè)數(shù)字化對(duì)具體產(chǎn)業(yè)或行業(yè)碳排放的影響。學(xué)術(shù)界主要從三個(gè)視角探討數(shù)字經(jīng)濟(jì)對(duì)碳排放的影響：第一，數(shù)字經(jīng)濟(jì)不僅能降低碳排放總量、強(qiáng)度，還能提升碳排放效率。學(xué)者們認(rèn)為數(shù)字經(jīng)濟(jì)降低碳排放的路徑主要有：經(jīng)濟(jì)增長(zhǎng)、金融發(fā)展和產(chǎn)業(yè)結(jié)構(gòu)升級(jí)（Dong et al，2022），能源結(jié)構(gòu)（Yi et al，2022），煤炭消費(fèi)比重、綠色技術(shù)創(chuàng)新水平（Wang et al，2022），環(huán)境治理（Zhang et al，2022），創(chuàng)新要素流動(dòng)性（Wang et al，2022），碳全要素生產(chǎn)率（Han et al，2022）等。第二，數(shù)字經(jīng)濟(jì)增加了碳排放。主要原因是：數(shù)字產(chǎn)業(yè)擴(kuò)大了能源需求（Jin and Yu，2022）、增加了非信息通訊技術(shù)部門(mén)的碳密集型中間投入（Zhou et al，2019）、增加了區(qū)域電力和能源的消耗（Salahuddin et al，2016）。也有學(xué)者認(rèn)為數(shù)字經(jīng)濟(jì)的發(fā)展不利于提高能源效率，從而間接增加了碳排放（Zhang et al，2022）。第三，也少數(shù)文獻(xiàn)認(rèn)為數(shù)字經(jīng)濟(jì)與碳排放呈現(xiàn)非線性影響（Zhang et al，2022）（Cheng et al，2023）。

從產(chǎn)業(yè)碳排放的影響因素角度看，現(xiàn)有學(xué)者認(rèn)為人口、土地和經(jīng)濟(jì)城鎮(zhèn)化促進(jìn)了本地交通運(yùn)輸業(yè)的碳排放總量（田澤等，2023）；全球價(jià)值鏈生產(chǎn)長(zhǎng)度的延長(zhǎng)能產(chǎn)生顯著的減排效果（趙凌云和楊來(lái)科，2020）。研發(fā)、外國(guó)直接投資水平溢出和外國(guó)直接投資前向溢出三種來(lái)源的技術(shù)進(jìn)步可降低整體產(chǎn)業(yè)碳強(qiáng)度（楊傳明，2019）。但從產(chǎn)業(yè)數(shù)字化角度探討其對(duì)產(chǎn)業(yè)碳排放影響的文獻(xiàn)較少。

從產(chǎn)業(yè)數(shù)字化與產(chǎn)業(yè)碳排放關(guān)系的角度看，這類(lèi)研究多數(shù)側(cè)重于理論層面。研究發(fā)現(xiàn)，出租車(chē)客運(yùn)行業(yè)和貨運(yùn)行業(yè)利用大數(shù)據(jù)能優(yōu)化城市交通，提高供需匹配效率，減少空駛（許憲春等，2019）。同時(shí)，共享乘車(chē)直接降低了汽車(chē)能耗，并通過(guò)對(duì)鐵、鋼、塑料、水泥需求下降來(lái)間接減少能源消耗，進(jìn)而降低碳排放（Akimoto et al，2022）。信息產(chǎn)業(yè)通過(guò)路線優(yōu)化、容量分配和物聯(lián)網(wǎng)等技術(shù)，顯著降低了物流業(yè)的碳排放強(qiáng)度（Prajogo and Olhager，2012）。信息產(chǎn)業(yè)技術(shù)溢出通過(guò)五大路徑即生產(chǎn)過(guò)程模擬，產(chǎn)品和服務(wù)的智能設(shè)計(jì)和操作，智能物流配送，大數(shù)據(jù)匹配買(mǎi)賣(mài)雙方，遠(yuǎn)程辦公方式實(shí)現(xiàn)跨行業(yè)減排（Wang et al，2021）。少數(shù)實(shí)證研究認(rèn)為工業(yè)智能化發(fā)展能夠通過(guò)技術(shù)進(jìn)步和抑制能源強(qiáng)度提升工業(yè)碳排放效率（王艷秋和陶思佳，2023）。

現(xiàn)有文獻(xiàn)為本文提供了有益借鑒。但在以下方面可以進(jìn)一步拓展：第一，如前所述，盡管已有研究從區(qū)域角度探究數(shù)字經(jīng)濟(jì)與碳排放之間的關(guān)系，但大多忽視了產(chǎn)業(yè)或行業(yè)視角。第二，現(xiàn)有文獻(xiàn)主要從城鎮(zhèn)化、價(jià)值鏈和技術(shù)進(jìn)步角度對(duì)具體產(chǎn)業(yè)碳排放總量、強(qiáng)度的影響，卻忽視了產(chǎn)業(yè)數(shù)字化對(duì)產(chǎn)業(yè)碳排放的影響。第三，現(xiàn)有對(duì)產(chǎn)業(yè)數(shù)字化與產(chǎn)業(yè)碳排放關(guān)系的研究主要為定性研究，定量研究較少。且部分定量研究仍未從產(chǎn)業(yè)或行業(yè)數(shù)字化角度分析其對(duì)碳排放強(qiáng)度的影響。第四，少數(shù)使用行業(yè)數(shù)字化投入的文獻(xiàn)使用的是中國(guó)投入產(chǎn)出數(shù)據(jù)（楊丹輝和胡雨朦，2022），但中國(guó)投入產(chǎn)出表存在年份不連續(xù)，數(shù)據(jù)量較少的弊端。鑒于產(chǎn)業(yè)和行業(yè)數(shù)字化產(chǎn)出較難衡量，故本文采用產(chǎn)業(yè)數(shù)字化投入衡量產(chǎn)業(yè)數(shù)字化。基于此，本文從產(chǎn)業(yè)數(shù)字化與碳排放強(qiáng)度的視角出發(fā)，利用WIOD 的投入產(chǎn)出表、環(huán)境賬戶(hù)數(shù)據(jù)及WDI 相關(guān)數(shù)據(jù)，在測(cè)算產(chǎn)業(yè)數(shù)字化和產(chǎn)業(yè)碳排放強(qiáng)度的基礎(chǔ)上，研究產(chǎn)業(yè)數(shù)字化與碳排放強(qiáng)度的關(guān)系，中介機(jī)制及異質(zhì)性。

本文的邊際貢獻(xiàn)可能在于：①研究層面為產(chǎn)業(yè)層，探究產(chǎn)業(yè)數(shù)字化與碳排放強(qiáng)度的文獻(xiàn)較少。故本文測(cè)度產(chǎn)業(yè)數(shù)字化并分析產(chǎn)業(yè)數(shù)字化對(duì)其完全碳排放強(qiáng)度的影響，該選題具有一定的新穎性，能豐富現(xiàn)有研究。②從定量角度，建立跨國(guó)分行業(yè)面板模型評(píng)估產(chǎn)業(yè)數(shù)字化對(duì)產(chǎn)業(yè)完全碳排放強(qiáng)度的影響。這種跨國(guó)數(shù)據(jù)結(jié)構(gòu)能提供更多產(chǎn)業(yè)數(shù)字化和碳排放的信息，使得評(píng)估結(jié)果更加可靠。③分析產(chǎn)業(yè)數(shù)字化對(duì)不同行業(yè)、不同經(jīng)濟(jì)體、不同區(qū)位產(chǎn)業(yè)或行業(yè)碳排放強(qiáng)度的影響，并探討不同產(chǎn)業(yè)數(shù)字化對(duì)產(chǎn)業(yè)或行業(yè)碳排放強(qiáng)度的影響。由此，進(jìn)行多角度的異質(zhì)性分析，使結(jié)論和建議更加具有針對(duì)性。

二、理論分析與研究假說(shuō)

本文從產(chǎn)業(yè)鏈和產(chǎn)業(yè)調(diào)控的角度探討產(chǎn)業(yè)數(shù)字化對(duì)產(chǎn)業(yè)碳排放強(qiáng)度的影響。產(chǎn)業(yè)鏈包含供需鏈、企業(yè)鏈、空間鏈和價(jià)值鏈。首先，產(chǎn)業(yè)數(shù)字化改造供需鏈，減少產(chǎn)業(yè)中間投入，提高產(chǎn)業(yè)效率，降低了產(chǎn)業(yè)碳排放。供需鏈包含消費(fèi)者和生產(chǎn)者的需求鏈，物流鏈和生產(chǎn)要素的供應(yīng)鏈，產(chǎn)品技術(shù)鏈和技術(shù)服務(wù)鏈（吳金明和邵昶，2006）。第一，產(chǎn)業(yè)數(shù)字化有利于利用大數(shù)據(jù)模型和算法精準(zhǔn)預(yù)測(cè)市場(chǎng)需求的動(dòng)態(tài)趨勢(shì)和變動(dòng)規(guī)律，促進(jìn)了決策的高效和生產(chǎn)的精準(zhǔn)化，促進(jìn)供需匹配的效率。第二，物流的數(shù)字化促進(jìn)了智慧物流的發(fā)展，進(jìn)而促進(jìn)了物流系統(tǒng)中各方參與者信息交互與共享，智能決策與執(zhí)行，高質(zhì)量、高效率、低成本地分工協(xié)作（李佳，2019）。第三，產(chǎn)業(yè)數(shù)字化不僅能提升企業(yè)的技術(shù)創(chuàng)新（王桂軍等，2022），還可以利用大數(shù)據(jù)等實(shí)現(xiàn)產(chǎn)業(yè)內(nèi)企業(yè)、產(chǎn)業(yè)間企業(yè)的集成創(chuàng)新和協(xié)作創(chuàng)新。綠色創(chuàng)新是創(chuàng)新的重要組成部分。因此，從供需鏈角度來(lái)看，產(chǎn)業(yè)數(shù)字化通過(guò)精準(zhǔn)化生產(chǎn)和銷(xiāo)售，高效率和高質(zhì)量的運(yùn)輸，技術(shù)創(chuàng)新和協(xié)作創(chuàng)新降低產(chǎn)業(yè)碳排放強(qiáng)度。

其次，產(chǎn)業(yè)數(shù)字化通過(guò)改造企業(yè)鏈，降低產(chǎn)業(yè)碳排放。一方面，碳排放量高的企業(yè)面臨的控制越高，盈利能力較低（Homroy，2023），信用評(píng)級(jí)就越低，現(xiàn)金流不確定性越高（Safiullah et al，2021）。大部分消費(fèi)者熱衷于為環(huán)保產(chǎn)品和服務(wù)支付更高的價(jià)格（Safiullah et al，2022）。因此，企業(yè)可以通過(guò)利用環(huán)境機(jī)會(huì)作為先行者來(lái)提高其經(jīng)濟(jì)效益。而這種注重減排的企業(yè)文化、思想將會(huì)順著企業(yè)鏈傳導(dǎo)到其他企業(yè)中。產(chǎn)業(yè)數(shù)字化加快了企業(yè)鏈中和企業(yè)鏈間企業(yè)與企業(yè)，企業(yè)與消費(fèi)者，企業(yè)與政府的溝通、聯(lián)系和互動(dòng)，使得信息、資金、物質(zhì)、技術(shù)及減排的共識(shí)在企業(yè)鏈上流通的更加順暢，使得企業(yè)通過(guò)減少碳排放總量的形式降低了碳排放強(qiáng)度。另一方面，產(chǎn)業(yè)數(shù)字化對(duì)產(chǎn)業(yè)增長(zhǎng)產(chǎn)生了放大、疊加和倍增效應(yīng)，使產(chǎn)業(yè)通過(guò)增加產(chǎn)出的形式降低了碳排放強(qiáng)度。

然后，空間鏈?zhǔn)峭划a(chǎn)業(yè)在不同區(qū)域的分布。數(shù)字經(jīng)濟(jì)的發(fā)展能降低信息搜尋成本，減少信息不對(duì)稱(chēng)，削弱了土地、勞動(dòng)力等傳統(tǒng)區(qū)位因素對(duì)產(chǎn)業(yè)或企業(yè)的區(qū)位選擇的重要性，促進(jìn)了企業(yè)鏈條的網(wǎng)絡(luò)空間虛擬集聚（邢丁和徐康寧），促使產(chǎn)業(yè)的空間鏈得到迅速擴(kuò)展，促進(jìn)了產(chǎn)業(yè)的資源配置。而資源的優(yōu)化配置是減少碳排放的主要渠道（Wang et al，2021）。除此之外，價(jià)值鏈?zhǔn)枪┬桄湣⑵髽I(yè)鏈、空間鏈的動(dòng)力。產(chǎn)業(yè)數(shù)字化通過(guò)賦能傳統(tǒng)產(chǎn)業(yè)能提升傳統(tǒng)產(chǎn)業(yè)的價(jià)值創(chuàng)造、增值，提升企業(yè)所處價(jià)值鏈的位置，使產(chǎn)業(yè)通過(guò)增加產(chǎn)出的形式降低產(chǎn)業(yè)碳排放強(qiáng)度。

最后，基于產(chǎn)業(yè)調(diào)控視角。一是，企業(yè)具有減排的內(nèi)在需求（Homroy，2023），而產(chǎn)業(yè)數(shù)字化為產(chǎn)業(yè)減排提供了技術(shù)支持；二是，產(chǎn)業(yè)數(shù)字化不僅促進(jìn)了高耗能和高污染行業(yè)的集約化生產(chǎn)，降低了碳排放總量，還促進(jìn)了綠色、環(huán)保產(chǎn)業(yè)的發(fā)展和技術(shù)創(chuàng)新，調(diào)整行業(yè)或市場(chǎng)結(jié)構(gòu)向綠色、低碳化邁進(jìn)；三是，產(chǎn)業(yè)數(shù)字化使得產(chǎn)業(yè)鏈條中的各個(gè)主體關(guān)系均能成為碳排放治理體系中的重要參與者，聲譽(yù)機(jī)制、協(xié)同治理機(jī)制在治理產(chǎn)業(yè)碳排放過(guò)程中能發(fā)揮著重要作用。因此，產(chǎn)業(yè)數(shù)字化擴(kuò)充了監(jiān)管主體、監(jiān)管方式和監(jiān)管情景，有助于構(gòu)建多元化主體的協(xié)同綠色治理框架，使產(chǎn)業(yè)通過(guò)促進(jìn)綠色治理創(chuàng)新，降低了碳排放強(qiáng)度。

綜上所述，本文提出假設(shè)1：

產(chǎn)業(yè)數(shù)字化降低了產(chǎn)業(yè)完全碳排放強(qiáng)度。

三、實(shí)證模型設(shè)計(jì)與數(shù)據(jù)處理

（一）模型設(shè)定

根據(jù)前述理論分析，為探討產(chǎn)業(yè)數(shù)字化與其完全碳排放強(qiáng)度的關(guān)系，本文設(shè)定如式（1）的線性回歸模型。

其中：c為國(guó)家；i為行業(yè)；t為年份；carboncit為被解釋變量，即c國(guó)i行業(yè)t年的完全碳排放強(qiáng)度；digitcit為c國(guó)i行業(yè)t年的產(chǎn)業(yè)數(shù)字化；X為一系列控制變量；uc為國(guó)家效應(yīng)；vi為行業(yè)效應(yīng)；μt為年份效應(yīng)；εcit為隨機(jī)擾動(dòng)項(xiàng)。為保證結(jié)果的可靠性，本文控制國(guó)家、行業(yè)和年份固定效應(yīng)，并采用穩(wěn)健標(biāo)準(zhǔn)誤，以緩解潛在的國(guó)家、行業(yè)與宏觀經(jīng)濟(jì)因素對(duì)估計(jì)結(jié)果的擾動(dòng)。

（二）變量選取

1.被解釋變量：碳排放強(qiáng)度

本文借鑒現(xiàn)有文獻(xiàn)（黃玉霞和謝建國(guó)，2019）的方法，根據(jù)世界投入產(chǎn)出模型測(cè)度各國(guó)各行業(yè)的完全碳排放強(qiáng)度。

然后，矩陣A為直接消耗系數(shù)矩陣，Agi為行業(yè)i對(duì)行業(yè)g的直接消耗系數(shù)。根據(jù)世界投入產(chǎn)出表可知：

2.核心解釋變量：產(chǎn)業(yè)數(shù)字化

鑒于產(chǎn)業(yè)或行業(yè)數(shù)字化產(chǎn)出較難衡量，本文參考現(xiàn)有文獻(xiàn)（謝靖和王少紅，2022）的方法，采用產(chǎn)業(yè)數(shù)字化投入衡量產(chǎn)業(yè)數(shù)字化（digit），即通過(guò)衡量某行業(yè)中消耗數(shù)字行業(yè)產(chǎn)品的價(jià)值來(lái)測(cè)度。產(chǎn)業(yè)數(shù)字化可以用直接消耗系數(shù)、完全消耗系數(shù)、直接依賴(lài)度與完全依賴(lài)度進(jìn)行衡量。直接消耗系數(shù)是某行業(yè)一單位產(chǎn)出直接消耗的數(shù)字中間產(chǎn)品價(jià)值。完全消耗系數(shù)是某行業(yè)對(duì)數(shù)字中間產(chǎn)品的直接消耗與所有間接消耗之和。直接消耗系數(shù)和完全消耗系數(shù)是絕對(duì)指標(biāo)，難以反映產(chǎn)業(yè)數(shù)字化投入在總投入中的重要程度（謝靖和王少紅，2022）。直接依賴(lài)度是行業(yè)對(duì)數(shù)字行業(yè)的直接消耗占該行業(yè)所有直接消耗的比重。完全依賴(lài)度是行業(yè)對(duì)數(shù)字行業(yè)的直接消耗和完全消耗之和占該行業(yè)所有完全消耗的比重。鑒于完全依賴(lài)度能較為全面的衡量行業(yè)對(duì)數(shù)字行業(yè)的消耗和使用情況，本文使用完全依賴(lài)度測(cè)度產(chǎn)業(yè)數(shù)字化。所選擇的產(chǎn)業(yè)或行業(yè)及數(shù)字產(chǎn)業(yè)是根據(jù)《國(guó)際標(biāo)準(zhǔn)行業(yè)分類(lèi)》（ISICRev4.0）為依據(jù)，逐一進(jìn)行篩選（行業(yè)及國(guó)家分類(lèi)見(jiàn)表1）。為避免極端值的影響，本文對(duì)核心解釋變量進(jìn)行了1%的縮尾處理。

表1 行業(yè)及國(guó)家分類(lèi)

3.控制變量

選擇的控制變量為：①行業(yè)增加值（lnva）。為避免回歸模型的異方差性，對(duì)其取對(duì)數(shù)。②能源結(jié)構(gòu)（es）。本文使用行業(yè)清潔能源消費(fèi)占行業(yè)總能源消費(fèi)的比重，其中清潔能源包含生物柴油、生物汽油、沼氣、天然氣、地?zé)帷⑺Α⒑四堋L(fēng)能、太陽(yáng)能等可再生能源。③能源系數(shù)（energy）。用各行業(yè)單位產(chǎn)值的能源消耗量進(jìn)行衡量。④?chē)?guó)家城鎮(zhèn)化率（urban）。用城市人口占總?cè)丝诘谋戎剡M(jìn)行衡量。⑤固定資本形成總額（fix_capital）。本文用總固定資本形成總額占國(guó)內(nèi)生產(chǎn)總值的比重進(jìn)行衡量。⑥顆粒物排放損害（damage）。本文使用調(diào)整后的顆粒物排放損害占國(guó)民總收入的比重進(jìn)行衡量。

4.數(shù)據(jù)來(lái)源

本文根據(jù)WIOD 的投入產(chǎn)出表測(cè)算產(chǎn)業(yè)數(shù)字化，并根據(jù)WIOD 環(huán)境賬戶(hù)測(cè)算完全碳排放強(qiáng)度，能源數(shù)據(jù)來(lái)源于WIOD 能源使用數(shù)據(jù)，其他控制變量來(lái)源為WDI 數(shù)據(jù)庫(kù)。本文于2023年3 月下載的WIOD 投入產(chǎn)出數(shù)據(jù)為2000—2014年，有43 個(gè)國(guó)家和rest of the world（ROW）；WIOD 環(huán)境賬戶(hù)數(shù)據(jù)為2000—2016年數(shù)據(jù)，有42 個(gè)國(guó)家和ROW；WDI 數(shù)據(jù)為2000—2014年數(shù)據(jù)，有43 個(gè)經(jīng)濟(jì)體。本文采用2000—2014年三個(gè)數(shù)據(jù)庫(kù)共有的40 個(gè)國(guó)家56 個(gè)細(xì)分行業(yè)的數(shù)據(jù)進(jìn)行分析和研究。

四、實(shí)證結(jié)果與分析

（一）基準(zhǔn)回歸結(jié)果

根據(jù)模型設(shè)定，產(chǎn)業(yè)數(shù)字化對(duì)產(chǎn)業(yè)完全碳排放強(qiáng)度影響的基準(zhǔn)回歸結(jié)果見(jiàn)表2。其中，（1）列為不加任何控制變量時(shí)的結(jié)果，產(chǎn)業(yè)數(shù)字化的系數(shù)為-145.779 并在1%統(tǒng)計(jì)水平上顯著。（2）～（6）列是逐步加入控制變量時(shí)的基準(zhǔn)回歸結(jié)果。（6）列中產(chǎn)業(yè)數(shù)字化的回歸系數(shù)為-1.258，且在1%顯著性水平下顯著。該結(jié)果表示產(chǎn)業(yè)數(shù)字化與產(chǎn)業(yè)完全碳排放強(qiáng)度呈現(xiàn)負(fù)相關(guān)關(guān)系，表明產(chǎn)業(yè)數(shù)字化抑制了其完全碳排放強(qiáng)度。由此驗(yàn)證假說(shuō)1 成立。

表2 基準(zhǔn)回歸結(jié)果

（二）穩(wěn)健性檢驗(yàn)

1.替換被解釋變量

本文用直接碳排放強(qiáng)度（co2_d）和產(chǎn)業(yè)碳排放脫鉤（tapio）作為被解釋變量的替代指標(biāo)，進(jìn)行穩(wěn)健性檢驗(yàn)。直接碳排放強(qiáng)度是單位產(chǎn)出中國(guó)家g行業(yè)i的碳排放總量，衡量的是行業(yè)單位產(chǎn)出的直接碳排放量。表3 的（1）列展示，產(chǎn)業(yè)數(shù)字化的系數(shù)是-0.719，在1%的顯著性水平上顯著。研究發(fā)現(xiàn)，與基準(zhǔn)回歸相比，該系數(shù)的絕對(duì)值小于完全碳排放強(qiáng)度作為被解釋變量時(shí)的產(chǎn)業(yè)數(shù)字化的系數(shù)絕對(duì)值。本文認(rèn)為產(chǎn)業(yè)數(shù)字化不僅對(duì)本產(chǎn)業(yè)的碳排放強(qiáng)度產(chǎn)生直接影響，還能通過(guò)產(chǎn)業(yè)關(guān)聯(lián)對(duì)本產(chǎn)業(yè)的碳排放強(qiáng)度產(chǎn)生間接影響。因此，用直接碳排放強(qiáng)度作為被解釋變量將會(huì)低估產(chǎn)業(yè)數(shù)字化對(duì)產(chǎn)業(yè)碳排放強(qiáng)度的抑制作用。該結(jié)果表明替換被解釋變量后，基準(zhǔn)回歸的結(jié)論依然穩(wěn)健。

表3 穩(wěn)健性檢驗(yàn)

碳脫鉤能有效衡量以更低的碳排放換來(lái)同樣甚至更快經(jīng)濟(jì)增長(zhǎng)的過(guò)程，被廣泛應(yīng)用于：測(cè)算區(qū)域（韓夢(mèng)瑤等，2021；王杰等，2021）、行業(yè)（袁偉彥等，2022）、企業(yè)（米明金程和趙忠秀，2022）碳排放脫鉤程度、影響因素和時(shí)空特征以探索有效的減排路徑。碳排放強(qiáng)度指相對(duì)于單位GDP 所需二氧化碳的排放量。由于碳脫鉤和碳強(qiáng)度均是衡量經(jīng)濟(jì)增長(zhǎng)和碳排放之間的關(guān)系。因此，本文使用碳排放脫鉤作為被解釋變量進(jìn)行穩(wěn)健性檢驗(yàn)。本文根據(jù)Tapio（2005）脫鉤指標(biāo)體系構(gòu)建碳排放脫鉤指標(biāo)，步驟為

其中：c為國(guó)家；i為行業(yè)；t為年份；tot為行業(yè)總產(chǎn)出、CO2為行業(yè)隱含碳排放量。該指數(shù)衡量了產(chǎn)業(yè)和行業(yè)碳排放的彈性，較好捕捉了產(chǎn)業(yè)和行業(yè)經(jīng)濟(jì)增長(zhǎng)和減排的相對(duì)動(dòng)態(tài)。按照Tapio 的定義，碳脫鉤狀態(tài)可以分為增長(zhǎng)強(qiáng)脫鉤、增長(zhǎng)弱脫鉤、衰退強(qiáng)脫鉤、衰退弱脫鉤、增長(zhǎng)不脫鉤、衰退不脫鉤、增長(zhǎng)聯(lián)結(jié)、衰退聯(lián)結(jié)。在產(chǎn)業(yè)和行業(yè)脫鉤類(lèi)型中，經(jīng)濟(jì)增長(zhǎng)率為正則是增長(zhǎng)型脫鉤，反之為衰退型脫鉤。在增長(zhǎng)型脫鉤中，經(jīng)濟(jì)增長(zhǎng)速度一定時(shí)，碳排放增長(zhǎng)幅度越小則表明產(chǎn)業(yè)和行業(yè)脫鉤狀態(tài)越理想。在衰退型脫鉤，經(jīng)濟(jì)增長(zhǎng)減少一定比例時(shí)，碳排放下降幅度越大則表明產(chǎn)業(yè)和行業(yè)脫鉤狀態(tài)越理想。

考慮到將八種脫鉤狀態(tài)同時(shí)納入被解釋變量會(huì)使計(jì)量模型頗為冗雜，且脫鉤狀態(tài)存在明顯的優(yōu)劣順序。因此不能簡(jiǎn)單地用脫鉤指數(shù)（T）的大小來(lái)衡量產(chǎn)業(yè)增長(zhǎng)與碳排放之間的脫鉤關(guān)系。故本文參考現(xiàn)有文獻(xiàn)（米明金程和趙忠秀，2022）依據(jù)脫鉤的優(yōu)化排序重新歸納為五種狀態(tài)，并構(gòu)建被解釋變量（tapioc）。將產(chǎn)業(yè)和行業(yè)碳脫鉤狀態(tài)分為：理想狀態(tài)（增長(zhǎng)強(qiáng)脫鉤，tapioc=4）、弱脫鉤狀態(tài)（增長(zhǎng)弱脫鉤、衰退弱脫鉤，tapioc=3）、不脫鉤狀態(tài)（增長(zhǎng)不脫鉤、衰退不脫鉤，tapioc=2）、聯(lián)結(jié)狀態(tài)（增長(zhǎng)聯(lián)結(jié)、衰退聯(lián)結(jié)，tapioc=1）、惡劣狀態(tài)（衰退強(qiáng)脫鉤，tapioc=0）。Tapio（2005）分類(lèi)標(biāo)準(zhǔn)下的八類(lèi)碳脫鉤狀態(tài)及被解釋變量設(shè)定見(jiàn)表4 所示（Tapio，2005）。表3 的（2）列展示，產(chǎn)業(yè)數(shù)字化的系數(shù)是-0.276，并在5%統(tǒng)計(jì)水平上顯著，表明產(chǎn)業(yè)數(shù)字化能改善產(chǎn)業(yè)的碳排放脫鉤狀態(tài)。本文認(rèn)為，同時(shí)考慮經(jīng)濟(jì)增長(zhǎng)和環(huán)境因素后，產(chǎn)業(yè)數(shù)字化仍能降低碳排放。即替換被解釋變量后，基準(zhǔn)回歸的結(jié)論依然穩(wěn)健。

表4 城市碳排放脫鉤類(lèi)型

2.替換解釋變量

利用直接依賴(lài)度測(cè)度的產(chǎn)業(yè)數(shù)字化能直觀反應(yīng)本產(chǎn)業(yè)對(duì)數(shù)字行業(yè)的直接消耗占比。因此，使用直接依賴(lài)度（digit_r）作為穩(wěn)健性檢驗(yàn)。表3（3）列研究發(fā)現(xiàn)，用直接依賴(lài)度測(cè)度的產(chǎn)業(yè)數(shù)字化的系數(shù)是-0.690，在1%的顯著性水平下顯著。該系數(shù)的絕對(duì)值小于基準(zhǔn)回歸。本文認(rèn)為，產(chǎn)業(yè)的直接數(shù)字化投入不僅影響本產(chǎn)業(yè)的完全碳排放強(qiáng)度，還通過(guò)產(chǎn)業(yè)之間的關(guān)聯(lián)效應(yīng)間接影響本產(chǎn)業(yè)的完全碳排放強(qiáng)度。因此，采用直接依賴(lài)度測(cè)度產(chǎn)業(yè)數(shù)字化低估了產(chǎn)業(yè)數(shù)字化對(duì)產(chǎn)業(yè)碳排放強(qiáng)度的影響。該結(jié)果表明替換核心解釋變量后，基準(zhǔn)回歸的結(jié)論依然穩(wěn)健。

3.增加控制變量

為減少因遺漏變量導(dǎo)致的誤差，進(jìn)一步控制了當(dāng)前教育支出總額占公共機(jī)構(gòu)總支出的百分比（education）、研發(fā)支出占國(guó)內(nèi)生產(chǎn)總值的比重（research）、對(duì)數(shù)后的國(guó)內(nèi)信貸凈額（lncredit）和外國(guó)直接投資凈額（lnFDI_net）。表3（4）列展示在增加控制變量后，產(chǎn)業(yè)數(shù)字化的系數(shù)是-0.463，在1%的顯著性水平下顯著。該結(jié)果表明增加控制變量后，基準(zhǔn)回歸的結(jié)論依然穩(wěn)健。

4.交互固定效應(yīng)

傳統(tǒng)固定效應(yīng)模型無(wú)法解決那些既隨時(shí)間變化又隨個(gè)體變化的不可觀測(cè)變量帶來(lái)的內(nèi)生性問(wèn)題。Bai（2009）在線性面板模型中引入了個(gè)體和時(shí)間的交互效應(yīng)，來(lái)反映共同因素對(duì)不同個(gè)體影響的差異（Bai，2009）。與傳統(tǒng)的面板固定效應(yīng)模型相比，交互固定效應(yīng)（interactive fixed effect）模型在具體問(wèn)題中能更好地反映現(xiàn)實(shí)，它充分考慮到現(xiàn)實(shí)經(jīng)濟(jì)中存在的多維沖擊，以及不同個(gè)體對(duì)這些沖擊反應(yīng)力度的異質(zhì)性，并將傳統(tǒng)的雙向固定效應(yīng)進(jìn)一步拓展為更一般的形式。基于此，本文同時(shí)控制國(guó)家、年份和行業(yè)、年份的交互固定效應(yīng)進(jìn)行穩(wěn)健性檢驗(yàn)。表3 中（5）列是加入交互固定效應(yīng)后，產(chǎn)業(yè)數(shù)字化的系數(shù)為-1.094，并在1%統(tǒng)計(jì)水平上顯著表明，產(chǎn)業(yè)數(shù)字化降低了產(chǎn)業(yè)碳排放強(qiáng)度狀態(tài)，基準(zhǔn)回歸的結(jié)論依然穩(wěn)健。

5.內(nèi)生性問(wèn)題處理

本文通過(guò)三種方式構(gòu)建工具變量，處理內(nèi)生性問(wèn)題：

（1）參考祝樹(shù)金等（2018）的方法，將產(chǎn)業(yè)數(shù)字化滯后一期作為工具變量（iv1）。表5（1）列為兩階段最小二乘法第一階段結(jié)果，表明產(chǎn)業(yè)數(shù)字化與工具變量呈現(xiàn)顯著正相關(guān)關(guān)系。（2）列為兩階段最小二乘法第二階段結(jié)果，產(chǎn)業(yè)數(shù)字化的系數(shù)為-1.181，在1%顯著性水平下顯著，表明考慮內(nèi)生性問(wèn)題后，基準(zhǔn)回歸的結(jié)論依然穩(wěn)健。

表5 內(nèi)生性問(wèn)題處理

（2）參考蔡競(jìng)和董艷（2016）將經(jīng)濟(jì)體分為發(fā)達(dá)經(jīng)濟(jì)體和發(fā)展中經(jīng)濟(jì)體。本文將除本產(chǎn)業(yè)外的同年、同經(jīng)濟(jì)體及同行業(yè)數(shù)字化均值作為工具變量（meandigit1）。構(gòu)建該工具變量的合理性體現(xiàn)在：一是，此工具變量與該國(guó)該產(chǎn)業(yè)數(shù)字化相關(guān)性較強(qiáng)，滿(mǎn)足相關(guān)性要求；二是，該工具變量排除本產(chǎn)業(yè)數(shù)字化，因此該工具變量不會(huì)對(duì)本產(chǎn)業(yè)的完全碳排放強(qiáng)度產(chǎn)生影響，滿(mǎn)足排他性要求。表5 的（3）列為兩階段最小二乘法第一階段結(jié)果，表明產(chǎn)業(yè)數(shù)字化與工具變量呈現(xiàn)顯著正相關(guān)關(guān)系。（4）列為兩階段最小二乘法第二階段結(jié)果，表明產(chǎn)業(yè)數(shù)字化的系數(shù)為-3.184，在1%顯著性水平下顯著，表明考慮內(nèi)生性問(wèn)題后，基準(zhǔn)回歸的結(jié)論依然穩(wěn)健。

（3）本文參考蔡競(jìng)、董艷（2016）將樣本中的國(guó)家按照所處的區(qū)域分為北美、北歐、西歐、中歐、南歐、東歐、東亞和其他國(guó)家。本文將除本產(chǎn)業(yè)外的同年、同區(qū)域和同行業(yè)數(shù)字化均值作為工具變量（meandigit2）。構(gòu)建該工具變量的合理性體現(xiàn)在：一是，此工具變量與該產(chǎn)業(yè)數(shù)字化相關(guān)性較強(qiáng)，滿(mǎn)足相關(guān)性要求；二是，該工具變量排除了本產(chǎn)業(yè)數(shù)字化程度，因此該工具變量不會(huì)對(duì)本產(chǎn)業(yè)的完全碳排放強(qiáng)度產(chǎn)生影響，滿(mǎn)足排他性要求。表5 的（5）列為兩階段最小二乘法第一階段結(jié)果，表明產(chǎn)業(yè)數(shù)字化與工具變量呈現(xiàn)顯著正相關(guān)關(guān)系。（6）列為兩階段最小二乘法第二階段結(jié)果，表明產(chǎn)業(yè)數(shù)字化的系數(shù)為-3.046，在1%顯著性水平下顯著，表明考慮內(nèi)生性問(wèn)題后，基準(zhǔn)回歸的結(jié)論依然穩(wěn)健。

（三）機(jī)制檢驗(yàn)

為探討產(chǎn)業(yè)數(shù)字化影響完全碳排放強(qiáng)度的影響機(jī)制，本文建立回歸模型為

其中：c為國(guó)家；i為行業(yè)；t為年份；carboncit為被解釋變量，即c國(guó)i行業(yè)t年的碳排放的完全依賴(lài)度；digitcit為產(chǎn)業(yè)數(shù)字化；M為中介變量，即產(chǎn)業(yè)總投入；X為一系列控制變量；uc為國(guó)家效應(yīng)；vi為行業(yè)效應(yīng)；μt為年份效應(yīng)；εcit為隨機(jī)擾動(dòng)項(xiàng)。為保證結(jié)果的可靠性，本文控制國(guó)家、行業(yè)和年份固定效應(yīng)，并采用穩(wěn)健標(biāo)準(zhǔn)誤，以緩解潛在的國(guó)家、行業(yè)與宏觀經(jīng)濟(jì)因素對(duì)估計(jì)結(jié)果的擾動(dòng)。

表6 的（1）列顯示，產(chǎn)業(yè)數(shù)字化與產(chǎn)業(yè)中間投入的回歸結(jié)果，產(chǎn)業(yè)數(shù)字化的系數(shù)為-0.065，在5%顯著性水平下顯著，該結(jié)果揭示了產(chǎn)業(yè)數(shù)字化能降低產(chǎn)業(yè)中間投入。（2）～（4）列分別為中間投入與完全碳排放強(qiáng)度、碳排放總量及脫鉤指數(shù)的回歸結(jié)果。結(jié)果顯示，中間投入能促進(jìn)完全碳排放強(qiáng)度和總量的增長(zhǎng)，能抑制碳排放脫鉤。因此，本文認(rèn)為產(chǎn)業(yè)數(shù)字化通過(guò)替代其他中間投入，或提高中間投入的產(chǎn)出效率，降低了中間總投入量，提高了中間投入品的利用效率，進(jìn)而降低了完全碳排放總量和強(qiáng)度，促進(jìn)了產(chǎn)業(yè)增長(zhǎng)與碳排放的脫鉤。

表6 中介機(jī)制檢驗(yàn)

（四）異質(zhì)性分析

1.行業(yè)異質(zhì)性

農(nóng)業(yè)種植業(yè)中的農(nóng)藥、農(nóng)膜、化肥、播種、灌溉，養(yǎng)殖業(yè)中反芻動(dòng)物腸道甲烷排放、畜禽糞污處理等流程均能產(chǎn)生大量溫室氣體。但同時(shí)，農(nóng)田也具有固碳的功能。因此，農(nóng)業(yè)具有“綠色”屬性和多重功能。農(nóng)業(yè)的減排固碳同樣是實(shí)現(xiàn)碳達(dá)峰和碳中和的重要突破點(diǎn)。為探究農(nóng)業(yè)數(shù)字化對(duì)農(nóng)業(yè)完全碳排放強(qiáng)度的影響，本文進(jìn)行了異質(zhì)性檢驗(yàn)。表7 的（1）列為農(nóng)業(yè)數(shù)字化對(duì)完全碳排放強(qiáng)度的實(shí)證結(jié)果。（2）～（4）列為農(nóng)業(yè)細(xì)分下的作物和動(dòng)物生產(chǎn)、狩獵及相關(guān)服務(wù)活動(dòng)（簡(jiǎn)稱(chēng)“種植業(yè)和畜牧業(yè)”），林業(yè)和伐木（簡(jiǎn)稱(chēng)“林業(yè)”），漁業(yè)和水產(chǎn)養(yǎng)殖（簡(jiǎn)稱(chēng)“漁業(yè)”）的數(shù)字化對(duì)其完全碳排放強(qiáng)度的實(shí)證結(jié)果。研究發(fā)現(xiàn)，行業(yè)數(shù)字化不僅能降低整體農(nóng)業(yè)的完全碳排放強(qiáng)度，還能降低種植業(yè)和畜牧業(yè)、林業(yè)的完全碳排放強(qiáng)度，但對(duì)漁業(yè)的完全碳排放強(qiáng)度沒(méi)有顯著影響。

表7 農(nóng)業(yè)數(shù)字化對(duì)農(nóng)業(yè)完全碳排放強(qiáng)度的影響

制造業(yè)是能源消耗和碳排放的重要來(lái)源。為探索制造業(yè)的減排路徑，本文進(jìn)一步探究制造業(yè)數(shù)字化對(duì)其完全碳排放強(qiáng)度的異質(zhì)性影響。表8 的（1）～（3）列分別為整體制造業(yè)，非污染和污染制造業(yè)數(shù)字化與其完全碳排放強(qiáng)度的實(shí)證結(jié)果。研究發(fā)現(xiàn)，制造業(yè)數(shù)字化對(duì)整體制造業(yè)、非污染和污染制造業(yè)的完全碳排放強(qiáng)度均有抑制作用，且產(chǎn)業(yè)數(shù)字化對(duì)污染制造業(yè)完全碳排放強(qiáng)度的抑制作用要大于非污染制造業(yè)，也就是說(shuō)產(chǎn)業(yè)數(shù)字化在污染制造業(yè)中的減排潛力更大。

表8 制造業(yè)數(shù)字化對(duì)制造業(yè)完全碳排放強(qiáng)度的影響

表9 交通運(yùn)輸業(yè)數(shù)字化對(duì)交通運(yùn)輸業(yè)完全碳排放強(qiáng)度的影響

交通運(yùn)輸領(lǐng)域是碳排放大戶(hù)。降低交通運(yùn)輸業(yè)的碳排放一直以來(lái)都是減排的重要領(lǐng)域。為此，本文對(duì)交通運(yùn)輸業(yè)進(jìn)行了異質(zhì)性檢驗(yàn)。表89（1）～（6）列分別是整體交通運(yùn)輸業(yè)，陸路和管道運(yùn)輸，水運(yùn)、空運(yùn)、倉(cāng)儲(chǔ)和運(yùn)輸支持活動(dòng)，郵政和信使活動(dòng)行業(yè)數(shù)字化對(duì)各自完全碳排放強(qiáng)度的實(shí)證結(jié)果。研究結(jié)果顯示，產(chǎn)業(yè)數(shù)字化能降低整體交通運(yùn)輸業(yè)，陸路和管道運(yùn)輸，空運(yùn)，倉(cāng)儲(chǔ)和運(yùn)輸支持活動(dòng)，郵政和信使活動(dòng)的完全碳排放強(qiáng)度，但是不能降低水運(yùn)的完全碳排放強(qiáng)度。

接下來(lái)，本文對(duì)其他產(chǎn)業(yè)進(jìn)行了異質(zhì)性分析。表10 的（1）～（5）列分別展示了采礦業(yè)，水的收集、處理和供應(yīng)，污水處理，建筑業(yè)，住宿和餐飲業(yè)數(shù)字化對(duì)其完全碳排放強(qiáng)度的實(shí)證結(jié)果。研究發(fā)現(xiàn)，采礦業(yè)數(shù)字化的系數(shù)為-14.071，在1%的顯著性水平下顯著。但其他行業(yè)數(shù)字化的系數(shù)并不顯著。該結(jié)果表明數(shù)字化投入對(duì)采礦業(yè)的完全碳排放強(qiáng)度具有抑制作用，但對(duì)水業(yè)、建筑業(yè)、住宿和餐飲業(yè)的完全碳排放強(qiáng)度影響并不顯著。

表10 產(chǎn)業(yè)數(shù)字化對(duì)其他行業(yè)完全碳排放強(qiáng)度的影響

2.區(qū)域異質(zhì)性

本文按照國(guó)家所處的地理區(qū)位進(jìn)行分類(lèi)。表11 的（1）～（7）列分別為北美、北歐、西歐、中歐、南歐、東歐①塞浦路斯雖地處亞洲，但是文化偏向歐洲且是個(gè)發(fā)達(dá)的資本主義國(guó)家，因此放入東歐國(guó)家樣本中。和東亞產(chǎn)業(yè)數(shù)字化對(duì)其完全碳排放強(qiáng)度的實(shí)證結(jié)果。研究發(fā)現(xiàn)，產(chǎn)業(yè)數(shù)字化對(duì)北美、歐洲國(guó)家的產(chǎn)業(yè)完全碳排放強(qiáng)度具有抑制作用，但對(duì)東亞國(guó)家的產(chǎn)業(yè)完全碳排放強(qiáng)度的作用并不明顯。

表11 產(chǎn)業(yè)數(shù)字化對(duì)不同區(qū)域完全碳排放強(qiáng)度的影響

3.經(jīng)濟(jì)體異質(zhì)性

本文將樣本中的國(guó)家分為發(fā)達(dá)經(jīng)濟(jì)體和不發(fā)達(dá)經(jīng)濟(jì)體。表12 的（1）、（2）列分別為發(fā)達(dá)和不發(fā)達(dá)國(guó)家的產(chǎn)業(yè)數(shù)字化對(duì)其產(chǎn)業(yè)完全碳排放強(qiáng)度的影響。研究發(fā)現(xiàn)，在發(fā)達(dá)經(jīng)濟(jì)體中的產(chǎn)業(yè)數(shù)字化的系數(shù)為-1.427，在1%的顯著性水平下顯著。在不發(fā)達(dá)經(jīng)濟(jì)體中的產(chǎn)業(yè)數(shù)字化的系數(shù)為0.623，在5%的顯著性水平下顯著。該結(jié)果揭示了產(chǎn)業(yè)數(shù)字化對(duì)發(fā)達(dá)經(jīng)濟(jì)體的產(chǎn)業(yè)完全碳排放強(qiáng)度具有抑制作用，對(duì)不發(fā)達(dá)經(jīng)濟(jì)體的完全碳排放強(qiáng)度具有促進(jìn)作用。

表12 不同經(jīng)濟(jì)體及不同產(chǎn)業(yè)數(shù)字化的異質(zhì)性

4.不同發(fā)展?fàn)顟B(tài)的產(chǎn)業(yè)數(shù)字化與完全碳排放強(qiáng)度

本文按照產(chǎn)業(yè)數(shù)字化水平的高低分為高和低數(shù)字化產(chǎn)業(yè)兩組。表12 的（3）列、（4）列分別為，高和低產(chǎn)業(yè)數(shù)字化產(chǎn)業(yè)與其完全碳排放強(qiáng)度的實(shí)證結(jié)果。研究發(fā)現(xiàn)，產(chǎn)業(yè)數(shù)字化較高的行業(yè)其digit的系數(shù)為-1.815，在1%的顯著性水平下顯著。低數(shù)字化投入行業(yè)的digit的系數(shù)為0.392，但不顯著。該結(jié)果揭示了，在高產(chǎn)業(yè)數(shù)字化產(chǎn)業(yè)中產(chǎn)業(yè)數(shù)字化降低了其完全碳排放強(qiáng)度，而在低數(shù)字化產(chǎn)業(yè)中產(chǎn)業(yè)數(shù)字化對(duì)其完全碳排放強(qiáng)度并沒(méi)有顯著的影響。

五、結(jié)論

發(fā)展數(shù)字經(jīng)濟(jì)是把握新一輪科技革命和產(chǎn)業(yè)變革新機(jī)遇的戰(zhàn)略選擇。基于此，本文從產(chǎn)業(yè)數(shù)字化視角考察產(chǎn)業(yè)減排路徑。利用WIOD 的投入產(chǎn)出表和環(huán)境賬戶(hù)及WDI 數(shù)據(jù)庫(kù)進(jìn)行經(jīng)驗(yàn)分析，研究發(fā)現(xiàn)：第一，產(chǎn)業(yè)數(shù)字化能降低其完全碳排放強(qiáng)度。該結(jié)論在替換解釋和被解釋變量、增加控制變量及考慮內(nèi)生性等穩(wěn)健性檢驗(yàn)后依然成立。第二，中介機(jī)制檢驗(yàn)結(jié)果顯示，產(chǎn)業(yè)數(shù)字化投入通過(guò)降低中間總投入量，進(jìn)而降低了完全碳排放總量和強(qiáng)度，促進(jìn)了產(chǎn)業(yè)增長(zhǎng)與碳排放的脫鉤。第三，異質(zhì)性結(jié)果表明：①產(chǎn)業(yè)數(shù)字化能降低整體農(nóng)業(yè)、種植業(yè)和畜牧業(yè)、林業(yè)、污染和非污染的制造業(yè)、整體交通運(yùn)輸業(yè)、陸路和管道運(yùn)輸、空運(yùn)、倉(cāng)儲(chǔ)和運(yùn)輸支持活動(dòng)，郵政和信使活動(dòng)及采礦業(yè)的完全碳排放強(qiáng)度。但對(duì)漁業(yè)、水運(yùn)、水業(yè)、建筑業(yè)、住宿和餐飲業(yè)的完全碳排放強(qiáng)度沒(méi)有顯著影響；②產(chǎn)業(yè)數(shù)字化對(duì)北美、歐洲國(guó)家的行業(yè)完全碳排放強(qiáng)度具有抑制作用，但對(duì)東亞國(guó)家的行業(yè)完全碳排放強(qiáng)度的作用并不明顯；③產(chǎn)業(yè)數(shù)字化對(duì)發(fā)達(dá)經(jīng)濟(jì)體的產(chǎn)業(yè)完全碳排放強(qiáng)度具有抑制作用，對(duì)不發(fā)達(dá)經(jīng)濟(jì)體的完全碳排放強(qiáng)度具有促進(jìn)作用；④在高數(shù)字化產(chǎn)業(yè)中產(chǎn)業(yè)數(shù)字化降低了其完全碳排放強(qiáng)度，而在低數(shù)字化產(chǎn)業(yè)中產(chǎn)業(yè)數(shù)字化對(duì)其完全碳排放強(qiáng)度并沒(méi)有顯著的影響。

基于以上結(jié)論，本文提出如下政策建議：第一，應(yīng)加快構(gòu)建數(shù)字生態(tài)系統(tǒng)。政府應(yīng)該建設(shè)和完善數(shù)字基礎(chǔ)設(shè)施，促進(jìn)數(shù)字技術(shù)創(chuàng)新，普及數(shù)字教育，提高數(shù)字產(chǎn)品的使用和應(yīng)用能力，構(gòu)建數(shù)字生態(tài)系統(tǒng)，提高產(chǎn)業(yè)數(shù)字化水平，為發(fā)展數(shù)字經(jīng)濟(jì)奠定良好的環(huán)境。第二，加快數(shù)字產(chǎn)業(yè)和傳統(tǒng)產(chǎn)業(yè)的深入融合和協(xié)調(diào)發(fā)展。應(yīng)發(fā)揮數(shù)字經(jīng)濟(jì)賦能傳統(tǒng)產(chǎn)業(yè)的功能，促使產(chǎn)業(yè)充分利用大數(shù)據(jù)，改造、重組傳統(tǒng)生產(chǎn)要素，進(jìn)而節(jié)約能源，減少中間投入，提高生產(chǎn)效率和績(jī)效，減少產(chǎn)業(yè)碳排放，降低產(chǎn)業(yè)碳排放強(qiáng)度，促進(jìn)產(chǎn)業(yè)產(chǎn)出增長(zhǎng)和碳排放脫鉤。第三，通過(guò)產(chǎn)業(yè)關(guān)聯(lián)效應(yīng)，促進(jìn)數(shù)字技術(shù)在產(chǎn)業(yè)間的溢出。數(shù)字技術(shù)和產(chǎn)業(yè)碳排放均能通過(guò)產(chǎn)業(yè)關(guān)聯(lián)產(chǎn)生溢出。因此，應(yīng)特別注意產(chǎn)業(yè)間碳排放轉(zhuǎn)移的現(xiàn)象。

本文的局限性在于：產(chǎn)業(yè)數(shù)字化的衡量仍然是學(xué)術(shù)界的一個(gè)難點(diǎn)。由于產(chǎn)業(yè)數(shù)字化產(chǎn)出較難測(cè)量，因此從數(shù)字投入的視角刻畫(huà)產(chǎn)業(yè)或行業(yè)數(shù)字化水平，且本文的產(chǎn)業(yè)數(shù)字化投入更側(cè)重于數(shù)字基礎(chǔ)設(shè)施的投入。該方法雖仍存在一定的局限性，但希望為后續(xù)研究提供了一定的思考。