數字經濟對碳排放的影響效應與機制研究

摘 要：

依托技術進步來發揮數字經濟的碳減排效應，是實現碳減排目標、推動綠色可持續發展的關鍵。將數字經濟和“干中學”模型引入綠色索洛模型的分析框架，以揭示異質性技術進步下數字經濟影響碳排放的新機制，并利用中國省級面板數據進行實證分析。研究結果表明：數字經濟的發展能夠顯著抑制碳排放，且二者之間的關系呈倒U型非線性特征。在數字經濟的構成要素中，數字基礎設施對降低碳排放的影響尤為顯著。進一步對門檻效應的分析發現，只有當減排技術進步跨越閾值時，數字經濟對碳排放的抑制作用才能被有效釋放。此外，在短期內，生產技術進步是推動數字經濟實現碳減排效應的核心動力，但從長期來看，減排技術進步是影響數字經濟和碳排放的主要路徑。

關鍵詞：

數字經濟；碳排放；異質性技術進步

中圖分類號：F49

文獻標識碼：A文章編號：1007-2101（2024）04-0045-15

收稿日期：2024-03-21

基金項目：

河北省高等學校科學技術研究項目“數字經濟背景下京津冀工業碳減排的路徑研究”（QN2023213）

作者簡介：

王露（1987-），女，河南開封人，燕山大學博士研究生；趙子英（1997-），女，吉林長春人，吉林大學博士研究生；許孝君（1986-），女，吉林省吉林市人，燕山大學副教授，博士生導師，通訊作者。

隨著全球工業化的快速推進和經濟的迅猛增長，碳排放問題日益凸顯，已然嚴重威脅地球生態安全和人類可持續發展。碳排放量的急劇攀升加劇了全球氣候變暖的態勢，極端天氣事件頻繁發生，對生態平衡和人類健康造成了嚴重影響。為了推動全球綠色發展，習近平總書記在第七十五屆聯合國大會上宣布了中國將提高國家自主貢獻力度，采取更加有力的政策和措施應對碳排放問題，并強調力爭于2030年前達到碳排放峰值，努力爭取2060年前實現碳中和的目標［1］。盡管我國在全球能源轉型領域取得了舉世矚目的成就，但仍位居煤炭生產與消費國之首①。根據國際能源署最新發布的數據，2022年我國二氧化碳排放總量達到121億噸，約占全球碳排放量的1/3②。碳排放主要源于經濟生產活動，低碳發展勢必對經濟增長帶來一定挑戰。當前，如何在短期內達成“雙碳”目標，同時維持經濟穩定增長并有效減少碳排放，已成為亟待攻克的關鍵難題。

隨著數字技術的快速創新和應用，數字經濟正迅速崛起，成為全球經濟社會發展的重要驅動力。我國將數字經濟發展提升為國家戰略，黨的二十大報告對“加快發展數字經濟”和“加快建設數字中國”作出了重要部署。數字經濟通過數字化增加要素供給，利用網絡化提升要素配置效率，借助智能化增強產出效能，從而推動經濟在質量、效率和動力上實現變革，為緩解經濟增長與綠色低碳轉型間的矛盾提供了新的解決路徑［2-3］。盡管數字經濟在碳減排方面已逐漸嶄露頭角，但其背后的傳導機制怎樣？技術進步能否成為數字經濟影響碳排放的關鍵渠道？不同類型的技術進步作用效果有何差異？為厘清上述問題，本文嘗試通過理論分析和實證研究，深入探討技術進步下數字經濟對碳排放的作用機理、影響程度和傳導路徑，對于推動數字經濟發展、促進技術進步和碳減排具有重要的現實意義和實踐價值，也為數字經濟背景下制定和執行碳減排政策提供有益的政策啟示。

一、文獻綜述

“雙碳”目標下，如何有效減少碳排放受到了社會各界的廣泛關注。為尋找碳減排的突破口，學者們致力于分析碳排放的影響因素，從而探析減排的關鍵路徑。以往的研究表明，碳排放主要受經濟增長［4］、城鎮化［5-6］、能源消費［7-8］、環境規制［9］、產業結構［10］、技術進步［11］等因素的影響。如林伯強和蔣竺均通過LMDI和STIRPA模型對中國人均二氧化碳排放的主要因素進行了深入研究，研究發現能源強度、產業結構和能源消費結構等對碳排放會產生顯著的影響［12］。在碳減排政策方面，有學者認為能源補貼改革在一定程度上促進了碳減排［13-15］。王林輝等［16］研究發現，研發補貼政策在推動清潔技術和產出激勵上成效顯著，但規制類政策在改善環境質量上優于研發補貼。然而，僅依賴單一政策干預難以解決經濟增長與環境質量之間的矛盾，相比之下，實施政策組合能夠取得更顯著的效果。此外，部分學者專注于分析碳排放的時空演變特性，以深入探究其背后的變化趨勢和規律［17-18］。研究顯示，中國城市碳排放績效整體偏低，空間分布上呈現出“南高北低”的格局特點［19］。

在碳減排路徑探索中，學者們發現數字經濟不僅促進了經濟和社會的發展，還帶來了顯著的環境效益。大量的學者對數字經濟與碳排放的影響效應及作用路徑展開研究。由于數字技術具有較強的空間關聯性和滲透性，因此，數字經濟也可以通過發揮空間外溢效應推動區域之間形成協調發展的碳減排格局［20-21］。Li和Wang的研究表明，數字經濟通過直接效應和間接效應兩種途徑顯著降低了碳排放，其中直接效應的作用比間接效應更為顯著［22］。有研究進一步發現數字經濟與碳排放之間的非線性關系，并指出中國數字經濟發展到更高水平后，減排效果將更加明顯［23］。此外，部分學者發現，數字經濟與碳排放之間的影響效應存在異質性［24］。這種異質性在不同地區、不同行業以及不同數字經濟增長階段均有所體現，反映出數字經濟與碳排放關系的復雜性和多樣性［25-27］。

關于數字經濟對碳排放影響路徑的研究，現有文獻大多從能源效率［28］、技術創新［29］等視角探索數字經濟的減排效應。不少學者認為技術進步是數字經濟影響碳排放的重要路徑［30-32］。研究顯示，在供給側，數字經濟的快速發展推動了可再生能源技術的推廣和優化，降低了對化石燃料的依賴［33］；此外，技術進步使得生產過程更加高效，提高了能源效率，從而降低了碳排放水平［32］。在需求側，技術進步推動了消費模式的轉變，使得消費者更加傾向于選擇低碳、環保的產品和服務［34］。盡管技術進步在數字經濟中對降低碳排放起到了積極作用，但也有學者提出了相反的觀點，認為技術進步發展的本身可能帶來額外的能源消耗和碳排放［35-36］。如張思思等研究發現，有偏技術進步通過能源消費結構推動經濟規模效應的鏈式中介機制，對減排產生負向影響，并且數字增強資本節約型技術進步也會對節能減排產生負向影響［37］。因此，在技術進步視角下，數字經濟對碳排放產生復雜的影響，需要進一步深入研究。

綜上所述，國內外學者已從不同角度對數字經濟與碳排放的關系進行了深入的研究，但回顧既有研究可知：首先，現有文獻多側重于通過理論分析來探討數字經濟對碳排放的作用機制，而鮮有研究利用理論模型來推導數字經濟和碳排放之間的內在聯系。其次，在數字經濟的測算方面，多數文獻所選指標相對單一，未能全面反映數字經濟的多元化特征。最后，盡管有部分研究從技術進步的角度切入，但大多數研究都將技術進步作為一個整體來考慮，未能細致區分各類技術進步對數字經濟與碳排放之間關系的影響差異。

鑒于此，本文在綠色索洛模型的基礎上進行改進與拓展，創新性地將數字經濟融入其中，并結合“干中學”模型，構建一個具有技術內生性的綠色索洛模型，為研究技術進步背景下數字經濟與碳排放之間的關系提供一種全新的思路。此外，本文從數字經濟參與主體、數據、所處環境等多個維度出發，構建一個全面而細致的數字經濟指標體系，深入探索數字經濟及其各構成要素對碳排放影響的內在機制，從而為我們更深入地理解二者關系提供有力支撐。更進一步地，根據技術進步在環境保護方面的作用，本文將其劃分為減排技術進步和生產技術進步，并考察不同技術進步下數字經濟和碳排放的非線性特征和傳導機制。

二、理論模型與研究假說

綠色索洛模型（The Green Solow Model）由Brock和Taylor于2004年提出，旨在研究環境可持續發展和經濟增長之間的關系。該模型是對索洛模型的深度拓展，其重要貢獻在于將環境因素納入索洛模型的基本假設之中，全面考慮了經濟發展對環境的影響［38］。2020年，我國首次將數據列為生產要素，數字經濟將數字化的知識和信息這一新型生產要素直接融入生產活動中。因此，本研究將數據資本視為數字經濟的代理變量［39］，并將其引入生產函數中，構造綠色索洛模型，以探討數字經濟對二氧化碳排放量的影響機制。

（一）綠色索洛模型

假設具有固定儲蓄率s的單一部門索洛模型中，總產出Y，是實物資本K、數據資本D、勞動力L的函數，即Y=F（K，D，AL），其中A表示技術進步，AL表示有效勞動。本文將資本存量的動態變化分為實物資本的動態變化K·和數據資本的動態變化D·兩個維度［39］。實物資本和數據資本分別以δK和δD的固定速度折舊。則擴展的索洛模型表示如下：

Y=F（K，D，AL）

K·=sγY-δKK

D·=s（1-γ）Y-δDD

L·=nL

A·=gA（1）

其中，γ表示用于實物資本投資的比例，n表示人口增長率，g表示技術進步增長率；變量上的點表示該變量隨時間的變化率（即導數），后文其他變量同理。

考慮到經濟發展過程中，隨著二氧化碳等有害氣體的產生，環境可能會受到污染。借鑒Copeland和Taylor［40］的方法，將二氧化碳排放視為產出的附帶產品，即經濟活動Y中的每一單位都產生Ω（常數）單位污染。假設忽略技術進步和環境政策變化對減排活動的影響，函數τ（F，Fτ）是總產出Y以及投入到減排活動中的產出Fτ的遞增和嚴格凹函數。則最終的碳排放總量E表示為：

E（t）=ΩF-Ωτ（F，Fτ）=ΩF［1-τ（1，Fτ/F）］=ΩFρ（θ）（2）

其中，ρ（θ）=1-τ（1，θ），θ=Fτ/F。假設減排函數ρ（0）=1，且ρ′（θ）lt;0，ρ″（θ）gt;0。減排對污染減少方面產生積極影響，但其邊際效應隨著減少程度的加深而逐漸減弱。在某些條件下，可認為ρ（θ）=（1-θ）ξ，ξgt;1。此外，根據Brock和Taylor，減排技術進步增長率假定為

-gΩ，即-gΩ=Ω·/Ω。

為了將污染和減排的假設與擴展的索洛模型相結合，我們注意到，在考慮減排的情況下，總產出中用于最終產品的消費和投資的經濟活動為

Y'=Y（1-θ）。若生產函數為柯布—道格拉斯函數，將產出、資本和污染轉化為密集型單位來測量，可得到綠色索洛模型形式：

y'=（1-θ）f（k，d）

e=Ωf（k，d）ρ（θ）

k·=sγ（1-θ）f（k，d）-（n+g+δK）k

d·=s（1-γ）（1-θ）f（k，d）-（n+g+δD）d（3）

其中，k=K/AL，d=D/AL，y'=Y/AL，e=E/AL，f（k，d）=F（k，d，1）；函數f（k，d）為每單位有效勞動的平均資本存量。

（二）平衡增長路徑

假設對于F生產函數滿足Inada條件，在θ固定的情況下，不管k、d從何處開始，經濟將最終收斂到平衡增長點（k*，d*），達到穩定狀態。

在平衡增長路徑上，總產出、總消費和資本存量的增長率的值均為g+n，而人均消費增長率的值為g。因此，沿著平衡增長路徑，有gy=gk=gd=gc=ggt;0。由于k、d趨近于常數k*、d*，從式（3）可推斷出沿著平衡增長路徑的碳排放增長率gE為：gE=n+g-gΩ。由此可以看出，碳排放增長率取決于人口增長率n、生產技術進步增長率g和減排技術進步增長率-gΩ。

根據可持續增長的內涵，可持續增長意味著在環境資源的約束下要實現人均消費增加和環境質量改善，則可持續增長需滿足條件gΩgt;n+g，gElt;0。在商品生產中，生產技術進步對于實現人均消費增長是必要的，那么減排技術進步增長率必須超過總產出的增長率，才能支撐生態環境質量持續改善。

若采用柯布—道格拉斯函數作為生產函數，碳排放總量E（t）可表述為：

E（t）=ΩKαDβALρ（θ）（4）

將式（4）兩端取對數，并對t求導可得：

E·（t）E（t）=

gE+αk·k

+βd·d=gE+α［sγ（1-θ）f（k，d）kα-1dβ-（n+g+δK）］+β

［s（1-γ）（1-θ）f（k，d）kαdβ-1-（n+g+δD）］

（5）

由式（3）和式（5）可知，E·（t）/E（t）是關于k（t）和d（t）的二元函數。如圖1所示，E·（t）/E（t）=0是曲面E·（t）/E（t）的零等高線在平面上的運動軌跡（見圖1（a））。假設在經濟發展的初始階段，數據資本存量位于d0處，此時碳排放的增長率大于0，碳排放量呈上升趨勢；當數據資本存量達到dT處，碳排放的增長率等于0，對應的碳排放量達到最大，即碳排放量處于峰值；在數據資本存量達到dT后，碳排放的增長率小于0，這時碳排放量呈下降趨勢，直到d（t）增加到穩態資本存量d*時，碳排放量以gE的穩定速度遞減（見圖1（b））。

綜上可以看出，單位有效勞動對應的數據資本存量d（t）直觀反映了數字經濟發展水平，其增長軌跡中碳排放量先上升后下降，呈現出與庫茲涅茨曲線一致的趨勢。基于此，本文提出以下假說。

H1：數字經濟對碳排放的作用效應呈現為非線性的倒U型關系。

（三）數字經濟影響碳排放的機制分析

在長期穩態下，人均產出增長率與技術進步增長率相等。然而，技術進步是一種外生變量，這給經濟增長帶來了很大的不確定性。為解決此問題，本文借鑒Romer的“干中學”模型［41］，把技術進步用累積總投資（實物資本和數據資本）來表述，也就是把學習與經驗用物質資本來表述，構建技術關聯的綠色索洛模型［42］。考慮到物質資本包含實物資本與數據資本，則技術進步可表示為：

A=KφDη（6）

其中，φ和η是實物資本和數據資本的固定參數，它們代表著影響技術進步的重要因素。

為簡化分析，此處忽略了實物資本折舊和數據資本折舊因素，對式（6）求導，再同時除以D·，可推導出

=φKφ-1γ1-γDη+KφηDη-1。η越大，新增數據資本對技術進步的影響越大。考慮到生產技術進步可能會帶動減排技術的進步，文本假設兩者之間存在相互關聯關系，即gΩ=φg，其中參數φ表示生產技術對減排技術的影響程度。

由上式計算，可推導出技術進步增長率為：

g=A=φK+ηD

（7）

在穩態時，即k=0，d=0時，總產出、總消費、總實物資本存量和總數據資本存量的增長率為：

gY=gC=gK=gD=n1-φ-η

（8）

對方程E=ΩFρ（θ）兩邊求導，再同時除以E=ΩFρ（θ）后，可得到：

E=Ω+Y=-gΩ+φn+ηn1-η-φ+n=-φA+A+n

=（1-φ）A+n

（9）

將式（7）和式（8）代入式（9），可得E=（1-φ）A+n=（1-φ）（φ+η）n1-φ-η+n。上述分解過程表明，數字經濟通過技術進步路徑對碳排放產生影響。一方面，當數字經濟發展水平η提升時，會促進生產技術進步增長率A的提升，從而帶來經濟增長，但可能導致碳排放量的增加（技術進步帶來的回彈效應）。同時，數字經濟發展也會推動減排技術進步增長率-φA的提升，實現碳排放量的減少（技術進步帶來的減排效應）。碳排放量的最終結果將取決于這兩種方向相反趨勢的綜合影響。因此，本文提出以下假說。

H2：數字經濟通過提高減排技術進步降低碳排放量。

H3：生產技術進步在推動數字經濟發展的同時，也間接促進碳排放量的增加。

三、數字經濟發展水平的測算與分析

（一）數字經濟評價指標體系

本文基于數字經濟的內涵，參照中國電子信息產業發展研究院發布的《2019年中國數字經濟發展指數》，并結合已有文獻的觀點，從數字基礎設施、數字產業化、數字融合和數字環境4個維度，共選取28個指標，涵蓋數字經濟的參與主體、核心要素、應用場景、政策環境、創新能力等方面，全面評估中國各省（區、市）數字經濟發展狀況（見表1）。其中，數字基礎設施是數字經濟發展的基礎和保障，提供了數字化技術所需的網絡連接、數據存儲、計算能力和信息交換等功能。數字產業化是數字經濟發展中的重要方向之一，通過數字化、網絡化、智能化等手段推動傳統產業進行升級改造和創新發展。數字融合是將不同的數字技術和數字應用進行整合，實現跨行業、跨領域、跨平臺的信息流、價值流、技術流的有效銜接和優化協同，進一步促進數字經濟發展。數字環境是由政策法規、技術創新、人才儲備等多方面因素共同構成的綜合體，這些因素相互影響、相互依賴，共同推動數字經濟的發展。

（二）評價方法

為了客觀評價上述28個子指標構建的綜合數字經濟指標，本文采用了改進的熵權法（IEM）計算數字經濟發展指數。為準確衡量各指標權重，需先對原始數據進行標準化處理。由于數字經濟各指標均為正指標，因此將數據的標準化方程設置為：x'ij=xij-min{xj}max{xj}-min{xj}，其中，xij為i省指數j的原始值，x'ij為i省指數j的標準化值。同時為避免主觀因素的影響，計算i省指標j所占比重：wij=x'ij/∑mi=1x'ij。此外，指標j的信息熵為：ej=-1lnm∑mi=1wijlnwij，其中，m為研究周期的年數。根據信息熵，計算信息熵冗余度為dj = 1-ej。因此，指標j的權重為：Wj=dj/∑mj=1dj。綜合數字經濟指數Dig計算公式如下：

Digi=∑mj=1Wjwij

（10）

通過上述公式計算出數字經濟發展水平，其中Digi表示i省的數字經濟發展水平，取值在0～1之間。Digi值越大，則表示數字經濟發展水平越高。

本文以2012—2021年為考察期，各項指標通過《中國統計年鑒》《中國信息化與工業化融合發展水平評估報告》《中國互聯網絡發展狀況統計報告》等整理而得。鑒于西藏及港澳臺地區數據缺失嚴重，本文選取30個省（區、市）作為樣本進行分析。

（三）時空分布特征

為了更直觀地展示我國數字經濟發展水平的區域差異和動態變化，本文以可視化形式展示測算結果，如圖2所示。

受篇幅所限，本文僅展示2012年、2015年、2018年和2021年的探究結果。整體而言，從2012年到2021年，我國數字經濟發展水平呈現穩步上升的趨勢。根據我國各省（區、市）數字經濟發展水平的綜合評估結果，全國得分均值從2012年的0.080增長至2021年的0.205，年平均增長率達到11%，各省（區、市）發展水平亦有顯著提升。2021年北京、廣東、江蘇等省（市）的數字經濟水平處于領先地位。此外，云南、貴州、江西等省份雖然綜合發展水平較為落后，但平均增速位于前列，發展勢頭迅猛。需要注意的是，雖然我國數字經濟整體發展良好，但存在較大的省際差異。從數字經濟區域分異情況來看，2012年東部、中部和西部的數字經濟發展水平均值為0.122、0.068、0.037，在2021年則上升至0.279、0.179、0.109③。數據顯示，東部地區在數字經濟綜合發展水平上領先中西部，但西部地區增速超越東中部，顯示出顯著的追趕態勢。這主要是由于近年來，政府出臺了大力支持西部地區發展的政策，推動了西部地區的基礎設施建設和產業布局優化，加速了該地區數字經濟的發展。

四、研究設計

（一）模型設定

STIRPAT模型是York等［43］在IPAT恒等式的基礎上提出的隨機特殊形式，探討人類活動對環境的影響。該模型克服了IPAT模型只能反映各因素對環境影響等比例變化的局限，允許分析各因素對環境影響的非比例性。因此，STIRPAT模型被廣泛用于環境影響評價和可持續發展研究中。模型一般形式表示如下：

I=aPbAc1Tv1u

（11）

lnI=a+blnP+clnA1+vlnT1+u

（12）

其中，I、P、A1和T1分別為環境污染、人口規模、富裕程度和技術水平；u為隨機擾動項。為滿足本文研究需要，在式（12）基礎上，將碳排放CDE作為輸出變量，數字經濟Dig作為核心變量，構造如下模型：

lnCDEi，t=β0+β1lnDigi，t+∑Controls+ui，t（13）

其中，下標i、t分別表示i省份第t年的變量值，Controls表示各種控制變量的集合形式。考慮到碳排放的滯后期會對當期產生一定影響，可能存在內生性問題，本文利用動態面板數據模型（SYS-GMM）估計方法構造的動態面板模型如下：

lnCDEi，t=β0+μlnCDEi，t-1+β1lnDigi，t+∑Controls+ui，t（14）

其中，μ為碳排放一階滯后項的回歸系數。

（二）變量設定

1. 被解釋變量。根據聯合國政府間氣候變化專門委員會（IPCC）提供的計算方法［44］，構建中國30個省（區、市）的二氧化碳排放清單的時間序列。二氧化碳排放量計算公式如下：

CDEit=∑8j=1EitjKjQj4412（15）

其中，j代表8種化石能源，涵蓋煤炭、焦炭、原油、汽油等多種類型；CDEit表示i省在第t年的二氧化碳總排放量；Eitj則表示i省在第t年的第j種能源消費量，Kj和Qj分別表示第j種能源標準煤折算系數和碳排放系數。

2.核心解釋變量。本文的核心解釋變量為數字經濟，該變量基于前文所述的數字經濟發展水平測算結果得出。

3.中介變量。根據技術進步在環境保護方面的作用，本文將其劃分為減排技術進步和生產技術進步。（1）減排技術進步。參考Zhu等［45］和邵帥等［46］等文獻的做法，本文采用綠色專利總量作為減排技術進步的度量指標。（2）生產技術進步。參考閆雅芬［47］文獻的做法，選用全要素生產率表示生產技術進步。其中，投入指標選擇資本存量與生產部門年末就業人數來衡量，而產出指標則選擇實際人均生產總值來衡量。

4.控制變量。根據王芳和董戰峰［48］、楊昕和趙守國［49］的研究成果，本文從人口因素、經濟因素和技術因素等三方面選擇的控制變量為城鎮化水平、人力資本水平、對外開放、產業結構和技術市場規模。其中，城鎮化水平通過計算城鎮人口與年末常住人口的比率來衡量；人力資本水平由高等學校在校學生人數占各地區總人口的比重來衡量；對外開放用各地區進出口總額與GDP的比率來衡量；產業結構通過第三產業增加值與第二產業增加值的比值來衡量；技術市場規模通過計算各地區技術市場成交額占GDP的比重來衡量。

（三）數據來源

限于數據的可得性，本文選用2012—2021年中國30個省（區、市）（不包括西藏及港澳臺地區）的面板數據進行實證研究。各省（區、市）的能源消費數據主要來源于《中國能源統計年鑒》和EPS全球數據庫。人力資本水平、城鎮化、對外開放、產業結構和技術市場發展水平等數據均來源于《中國統計年鑒》和國家統計局發布的數據。對于綠色專利總量，則取自世界知識產權組織發布的《綠色專利清單》。為減少可能存在的異方差干擾，本文對所有變量進行了自然對數轉換。關于各變量的描述性統計結果詳見表2。

五、實證分析與結果

為避免偽回歸導致的結果偏誤，在實證分析之前采用Breusch-Pagan Lagrange乘數（LM）和Pesaran截面依賴性（CD）對模型的截面依賴性進行檢驗。結果顯示，兩個P值都小于0.01④，說明面板數據中不存在橫截面依賴性。

（一）基準回歸

基于前述理論假設，實證分析數字經濟對碳排放的影響。本文采用靜態面板數據模型（雙固定效應模型FE）和動態面板數據模型（SYS-GMM）進行估計。相較而言，SYS-GMM能提高模型估計效率，并且可有效解決內生性和弱工具變量等問題。因此，本文主要采用SYS-GMM進行估計。由表3檢驗結果可知，AR（1）的P值小于0.05，AR（2）的P值大于0.05，且Hansen檢驗的P值接近1，說明動態回歸模型的設定合理，所選的工具變量有效。

在表3中，M（1）和M（3）分別采用雙固定模型和SYS-GMM模型進行估計。結果表明，數字經濟對碳排放的影響回歸系數為負且高度顯著，說明數字經濟的發展能夠抑制碳排放。在納入控制變量后［M（2）和M（4）］，上述結論依舊不變。具體而言，M（4）模型估計顯示，數字經濟發展水平增加1%可導致二氧化碳減少約0.102%。這表明數字經濟的快速發展有助于減少二氧化碳的排放，降低對環境的負面影響。

（二）門檻效應分析

根據理論分析可知，數字經濟對碳排放的影響可能存在倒U型非線性影響。對此，基于Hansen提出的門檻面板回歸模型，本文以數字經濟發展水平及技術進步為門檻變量分別進行單一門檻、雙重門檻、三重門檻的檢驗，考察在不同要素水平下數字經濟對碳排放的非線性影響。此方法能有效避免主觀估計而造成的偏誤［50］。動態面板單門檻回歸模型設定如下：

lnCDEi，t=λ0+μlnCDEi，t-1+λ1lnDigi，tI（qi≤ζ）+λ2lnDigi，tI（qigt;ζ）+∑Controls+ui，t（16）

其中，qi為門檻變量，ζ為待估門檻值，其余符號與式（14）一致。此外，基于單門檻值模型，可以進一步擴展為多門檻模型，但具體細節此處不再贅述。

表4門檻效應檢驗結果顯示，lnDig、lnRTP和lnPTP的門檻值經過測算只存在單門檻效應，不存在雙門檻和三門檻效應；且lnDig在1%的顯著水平下存在單門檻，lnRTP和lnPTP在10%顯著性水平下存在單門檻，故選擇單門檻模型來分析數字經濟對碳排放的非線性影響。

據表5中門檻效應的估計結果顯示，當lnDig低于或等于門檻值-3.371時，數字經濟的回歸系數在5%的水平下顯著為正值。一旦跨越門檻值，數字經濟的回歸系數在1%的水平下顯著為負。這說明在數字經濟起步階段，數字化過程需要消耗大量能源和資源，同時也會帶來相應的碳排放。隨著數字經濟發展的深入，技術創新和應用的持續推進為減緩碳排放提供了更多可能性。由此，數字經濟的快速發展對環境的負面影響有望逐步降低，乃至轉變為積極影響。當lnRTP低于或等于門檻值5.759時，數字經濟的回歸系數在5%的水平下顯著為正值，當跨越門檻值后，數字經濟的回歸系數在1%的水平下顯著為負值。這說明減排技術需歷經一定時期，方能達到成熟并大規模應用于實際生產。當lnPTP低于或等于門檻值-0.760時，數字經濟的回歸系數在1%的水平下顯著為負值，但跨越門檻值后，數字經濟的回歸系數不再顯著。究其原因，在初期數字經濟依賴于高碳排放生產技術，即使較小的技術改進也可能降低碳排放。然而，隨著生產規模的擴大，能源需求也隨之增加，導致碳排放再次上升，進而中和了減排效果。綜上所述，在技術進步的初期階段，數字經濟主要通過推動生產技術進步來減少碳排放。然而，從長期來看，減排技術進步才是實現數字經濟減排效應的核心驅動力。

本文進一步將2021年30個省（區、市）數字經濟發展水平與門檻值進行對比，結果顯示，中國各省（區、市）的數字經濟發展水平均已跨越門檻。這表明中國數字經濟正處于一個減排階段。其中，數字經濟發展水平最高的3個省份分別為廣東、北京和浙江，而最低的3個省份分別為青海、寧夏和海南。這些結論反映出中國西部地區數字經濟發展水平的不足，因此，需要加強西部地區域數字經濟發展，以推動全國經濟實現可持續增長。

（三）中介效應分析

前文的理論分析表明，數字經濟的發展能夠顯著影響碳排放，同時還能通過技術進步影響碳排放。為厘清這一作用機制，將從不同技術進步路徑出發，探討數字經濟對碳排放的影響機制。參考中介效應檢驗的三步法，本文在基準模型的基礎上設置了遞歸方程進行識別檢驗。

Mediatori，t=β0+μMediatori，t-1+β1lnDigi，t+∑Controls+ui，t（17）

lnCDEi，t=β0+μlnCDEi，t-1+β1lnDigi，t+β2Mediatori，t+∑Controls+ui，t

（18）

其中，Mediator表示中介變量。在中介變量的選擇上，本文選用了減排技術進步和生產技術進步這兩個指標。其他設定與上文所述相同。

由表6中M（1）和M（2）的檢驗結果可知，數字經濟對減排技術進步的回歸系數顯著為正且高度顯著，這表明數字經濟的發展對減排技術進步的提升產生了積極的促進作用。數字經濟催生了大量的新技術和創新應用，例如大數據分析、云計算和人工智能等，這些技術為減排技術的研發和應用提供了強大的支持，推動了減排技術的進步和發展。進一步結果表明，減排技術進步對碳排放有著顯著的抑制作用（lnRTP對lnCDE的回歸系數顯著為負且高度顯著），原因在于減排技術進步通過提升能源利用效率和優化能源結構，減少了能源消耗和浪費，推動了清潔能源的廣泛應用，從而減少了碳排放。由此，形成了“數字經濟→（促進）減排技術進步→（抑制）碳排放”的傳導路徑。

由M（3）和M（4）的檢驗結果可知，數字經濟對生產技術進步產生促進作用。這主要是因為數字技術可以替代傳統的人工勞動力，提高生產過程的效率和精確度。此外，數字經濟以大數據和數據分析為基礎，協助企業更為深入地了解市場和消費者需求，從而精準配置資源、優化生產流程，進一步推動生產技術進步。值得注意的是，生產技術進步對碳排放的估計系數不顯著，且為正值，原因在于生產技術進步在減少碳排放的同時也促進了能源消耗的增加，正負效應相互抵消，使得整體影響不顯著。由此可知，生產技術進步并非是數字經濟抑制碳排放的有效路徑。相比之下，減排技術進步在數字經濟實現碳減排目標的過程中發揮了更為關鍵的作用。

（四）數字經濟構成要素分析

為了更深入地探討數字經濟中的內部因素如何影響碳排放，本研究進一步采用動態SYS-GMM模型來研究數字經濟的構成要素與碳排放之間的關系。表7中M（1）—M（4）的回歸顯示，數字基礎設施、數字產業化、數字融合和數字環境對碳排放的回歸系數均在1%的水平下呈現出高度顯著的負值。在數字經濟的四種構成要素中，數字基礎設施對碳排放的抑制作用最大，這主要是因為數字基礎設施是數字經濟發展的基礎和先決條件，其建設和發展對碳排放的影響具有根本性和長期性。同時，數字基礎設施的發展可以推動能源利用效率的提高和能源結構的優化，為數字產業化和數字環境的發展提供有力支撐。Ahmed和Le［51］也證實了上述結論。

（五）穩健性分析

為確保實證結果的穩健，本文采用多種方法進行穩健性檢驗，具體如下。

1.替換被解釋變量。

《溫室氣體核算體系》（GHG Protocol）首次明確了碳排放范圍的標準。根據該體系，碳排放主要分為3個范圍：范圍1涵蓋企業直接產生的溫室氣體排放，范圍2包括企業外購能源產生的排放，范圍3指的是價值鏈上下游活動產生的間接排放。鑒于此，本文將被解釋變量替換成碳排放3個范圍，并對模型重新模擬。表8中第（1）列報告了替換被解釋變量后的估計結果。結果表明，核心解釋變量的回歸系數和顯著性水平均與前述基準回歸模型的估計結果保持一致。這說明測算誤差并未對估計結果產生顯著影響，基于碳排放范圍3測算得到的碳排放量及其估計結果具有穩健性，即數字經濟與碳排放之間存在顯著的負向關系。

2. 工具變量法。

以“雙碳”目標為導向的政策約束會推動綠色技術的研發和應用，而這種傾向于綠色的技術進步激發了數字經濟的增長潛力。因此，數字經濟和綠色低碳發展之間可能存在反向因果關系。為解決此問題，本文運用工具變量法進行穩健性檢驗。參考趙濤等［52］、秦文晉和劉鑫鵬［53］對工具變量的選擇，本文采用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的工具變量。表8中第（2）列和第（3）列報告了利用兩階段最小二乘法（2SLS）的估計結果。第一階段工具變量lnTU的回歸系數在1%的水平上顯著，且F統計量檢驗值遠大于10，說明工具變量不是弱工具變量，且與解釋變量之間存在相關性。此外，工具變量過度擬合檢驗的P值大于0.05，無法拒絕原假設，即工具變量不存在過度擬合問題。在第二階段顯示，數字經濟的回歸系數顯著為負，且比基準回歸系數大。這說明在解決內生性后，數字經濟對碳排放的抑制作用增大。

3.外生政策沖擊。

數字經濟的蓬勃發展得益于高速的互聯網和先進的信息通信技術，而寬帶網絡的廣泛應用和升級為數字經濟創造了有利的發展環境。2014—2016年，工業和信息化部、國家發展和改革委員會分三批實施了“寬帶中國”戰略，該戰略旨在強化網絡基礎設施建設。鑒于此，本文將“寬帶中國”試點政策作為外生沖擊，進而在基準回歸模型中引入虛擬變量重新進行模型估計，以此進一步研究外生政策沖擊對模型估計結果的影響。表8中第（4）列估計結果顯示，考慮外生政策沖擊后，數字經濟對碳排放仍然具有顯著負向影響，這表明即使在其他政策因素的干擾下，數字經濟依然能夠對減少的碳排放產生積極影響。

4.Bootstrap檢驗方法。

本文利用Bootstrap法對減排技術進步和生產技術進步的中介效應進行穩健性檢驗。由表9的估計結果可知，在減排技術進步下數字經濟對碳排放的間接效應和直接效應均在95%的置信區間內不包含0，說明減排技術進步在數字經濟對碳排放的影響中存在部分中介。而在生產技術進步下數字經濟對碳排放的間接效應在95%的置信區間內包含0，說明生產技術進步在數字經濟對碳排放的影響中不存在中介效應。該檢驗與原估計結果仍保持一致。

六、研究結論與政策建議

數字經濟作為經濟發展的新引擎，在我國綠色低碳發展中發揮著舉足輕重的作用。本文將數字經濟和“干中學”模型引入綠色索洛模型的分析框架，構建具有技術內生性的綠色索洛模型，以揭示數字經濟通過技術進步對碳排放的復雜影響，并基于2012—2021年我國30個省（區、市）的面板數據進行實證分析。主要得出以下結論：第一，數字經濟整體上有助于降低碳排放，且該結論在經過變量替換、工具變量、其他政策水平影響等一系列穩健性檢驗后仍然成立。第二，異質性分析發現，在地區層面，東部地區的數字經濟綜合發展水平相較于中西部地區更為領先，但中西部地區追趕勢頭顯著；在數字經濟構成要素層面，數字基礎設施、數字產業化、數字融合和數字環境均對碳排放產生抑制作用，其中數字基礎設施對碳減排的貢獻最大。第三，門檻效應分析表明，只有數字經濟發展水平和減排技術進步跨越門檻值時，數字經濟對碳排放的抑制作用才能被有效釋放，且中國當前數字經濟的發展已經進入低碳減排階段。第四，機制研究表明，數字經濟主要通過減排技術進步的提高來緩解碳排放，而生產技術進步在數字經濟對碳排放的影響中不存在中介效應。

基于上述結論，提出以下政策建議。

第一，促進數字經濟賦能綠色發展水平，夯實數字經濟低碳化零碳化基礎能力。數字經濟以平臺化和共享化為特征，利用數據、算法和算力，能夠突破時空限制，有效促進各類資源要素快速流動，實現有效對接和精準匹配。為此，可從以下方面發力：其一，加大人工智能、5G網絡基站、量子科技等數字基礎設施建設力度，為綠色減排的實現提供平臺與媒介。其二，建立更加科學的數據中心碳排放評價體系，鼓勵和引導企業建設綠色數據中心，合理測算數據中心拉動數字經濟發展的整體能源產出率。

第二，積極推動綠色技術創新，加快能源結構清潔轉型。我國的綠色發展起步相對較晚，目前眾多綠色低碳環保設施的需求仍依賴進口。解決關鍵核心技術“卡脖子”問題，成為推動綠色發展的關鍵任務。因此，我們應加大對清潔能源技術研發和創新力度，提升其效率和成本競爭力。鼓勵科研機構、高校和企業深化合作，實現自主創新和技術突破。此外，政府應增加對綠色創新技術的資金投入和政策支持，為可再生能源發電企業提供補貼和優惠政策。

第三，因地制宜推動數字經濟發展，努力實現優勢互補共贏。為縮小各地區間的數字經濟發展差距，各地區應探索符合各自特色的數字經濟發展之路，彌補發展短板，以實現區域數字經濟的協調發展。東部地區應推進前沿技術研究與應用，率先承擔起關鍵核心技術突破的重任，助力數字經濟發展邁向更高水平。而中西部地區則應提升基礎設施建設投入，積極推進“東數西算”工程，優化算力資源配置，為傳統產業的數字化轉型奠定基礎。同時，還應提升西部地區對數字人才和投資的吸引力，并強化區域間的合作與交流，促進數字經濟發展經驗的共享和技術互補，實現區域數字經濟的協調發展。

第四，完善數字經濟治理體系，推動數字經濟健康發展。相較于傳統經濟，數字經濟擁有諸多特性，因此不能簡單地應用傳統經濟治理方式，而應采取更為靈活、創新且協同的治理策略。具體來說，首先，加快構建健全的法律和政策框架，健全與數字經濟密切相關領域的法律制度。其次，建立綠色產業生態系統，打造綠色供應鏈，提高資源利用效率和環境友好性，以實現可持續發展。最后，針對各企業在碳減排成本上的差異，可構建一個基于區塊鏈技術的公平透明、高效運作的碳交易體系，助力企業和地區更有效地實現減排目標。

注釋：

①資料來源于國際能源署（IEA）發布的《COAL 2023》，https：//www.iea.org/reports/coal-2023。

②資料來源于國際能源署（IEA）發布的《CO2 Emissions in 2022》，https：//www.iea.org/reports/co2-emissions-in-2022。

③關于東、中、西部數字經濟發展水平的具體計算過程，因篇幅不再贅述，可向作者索取。

④此處因篇幅問題不再展開說明，具體檢驗過程可向作者索取。

參考文獻：

［1］習近平.在第七十五屆聯合國大會一般性辯論上的講話［N］.人民日報，2020-09-23.

［2］李春發，李冬冬，周馳.數字經濟驅動制造業轉型升級的作用機理——基于產業鏈視角的分析［J］.商業研究，2020（2）：73-82.

［3］丁志帆.數字經濟驅動經濟高質量發展的機制研究：一個理論分析框架［J］.現代經濟探討，2020（1）：85-92.

［4］ACHEAMPONG A O.Economic Growth，CO2 Emissions and Energy Consumption：What Causes What and Where？［J］.Energy Economics，2018，74：677-692.

［5］LI K，LIN B.Impacts of Urbanization and Industrialization on Energy Consumption/CO2 Emissions：Does the Level of Development Matter？［J］.Renewable and Sustainable Energy Reviews，2015，52：1107-1122.

［6］PATA U K.Renewable Energy Consumption，Urbanization，Financial Development，Income and CO2 Emissions in Turkey：Testing EKC Hypothesis with Structural Breaks［J］.Journal of Cleaner Production，2018，187：770-779.

［7］NEJAT P，JOMEHZADEH F，TAHERI M M，et al.A Global Review of Energy Consumption，CO2 Emissions and Policy in the Residential Sector （with an overview of the top ten CO2 emitting countries）［J］.Renewable and Sustainable Energy Reviews，2015，43：843-862.

［8］HU Y，MAN Y.Energy Consumption and Carbon Emissions Forecasting for Industrial Processes：Status，Challenges and Perspectives［J］.Renewable and Sustainable Energy Reviews，2023，182：113405.

［9］HUANG X，TIAN P.How Does Heterogeneous Environmental Regulation Affect Net Carbon Emissions：Spatial and Threshold Analysis for China［J］.Journal of Environmental Management，2023，330：117161.

［10］ZHAO J，JINAG Q，DONG X，et al.How Does Industrial Structure Adjustment Reduce CO2 Emissions？ Spatial and Mediation Effects Analysis for China［J］.Energy Economics，2022，105：105704.

［11］CHENG Z，LI L，LIU J.Industrial Structure，Technical Progress and Carbon Intensity in China's Provinces［J］.Renewable and Sustainable Energy Reviews，2018，81：2935-2946.

［12］林伯強，蔣竺均.中國二氧化碳的環境庫茲涅茨曲線預測及影響因素分析［J］.管理世界，2009（4）：27-36.

［13］LIN B，JIANG Z.Estimates of Energy Subsidies in China and Impact of Energy Subsidy Reform［J］.Energy Economics，2011，33（2）：273-283.

［14］FARAJZADEH Z，BAKHSHOODEH M.Economic and Environmental Analyses of Iranian Energy Subsidy Reform Using Computable General Equilibrium （CGE） Model［J］.Energy for Sustainable Development，2015，27：147-154.

［15］LI H，BAO Q，REN X，et al.Reducing Rebound Effect Through Fossil Subsidies Reform：A Comprehensive Evaluation in China［J］.Journal of Cleaner Production，2017，141：305-314.

［16］王林輝，王輝，董直慶.經濟增長和環境質量相容性政策條件——環境技術進步方向視角下的政策偏向效應檢驗［J］.管理世界，2020（3）：39-60.

［17］LIU J，LI S，JI Q.Regional Differences and Driving Factors Analysis of Carbon Emission Intensity from Transport Sector in China［J］.Energy，2021，224：120178.

［18］ZHANG C，ZHAO L，ZHANG H，et al.Spatial-Temporal Characteristics of Carbon Emissions from Land Use Change in Yellow River Delta Region，China［J］.Ecological Indicators，2022，136：108623.

［19］王少劍，高爽，黃永源，等.基于超效率SBM模型的中國城市碳排放績效時空演變格局及預測［J］.地理學報，2020（6）：1316-1330.

［20］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.

［21］王亮，劉凌燕，蔣依錚.數字經濟對碳生產率的空間溢出效應［J］.金融與經濟，2023（1）：61-73.

［22］LI Z，WANG J.The Dynamic Impact of Digital Economy on Carbon Emission Reduction：Evidence City-level Empirical Data in China［J］.Journal of Cleaner Production，2022，351：131570.

［23］HAN D，DING Y，SHI Z，et al.The Impact of Digital Economy on Total Factor Carbon Productivity：The Threshold Effect of Technology Accumulation［J］.Environmental Science and Pollution Research，2022，29（37）：55691-55706.

［24］楊剛強，王海森，范恒山，等.數字經濟的碳減排效應：理論分析與經驗證據［J］.中國工業經濟，2023（5）：80-98.

［25］YI M，LIU Y，SHENG M S，et al.Effects of Digital Economy on Carbon Emission Reduction：New Evidence from China［J］.Energy Policy，2022，171：113271.

［26］PAN W，TU H，HU C，et al.Driving Forces of China's Multisector CO2 Emissions：A Log-Mean Divisia Index Decomposition［J］.Environmental Science and Pollution Research，2020，27（19）：23550-23564.

［27］曹建飛，韓延玲，劉慧龍.數字經濟發展如何影響城市碳排放？——來自中國283個地級市的經驗數據［J］.生態經濟，2024（2）：39-51.

［28］ZHANG L，MU R，ZHAN Y，et al.Digital Economy，Energy Efficiency，and Carbon Emissions：Evidence from Provincial Panel Data in China［J］.Science of The Total Environment，2022，852：158403.

［29］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.

［30］OKUSHIMA S，TAMURA M.What Causes the Change in Energy Demand in the Economy？［J］.Energy Economics，2010，32：S41-S46.

［31］杜欣.數字經濟促進碳減排的機制與效應——基于綠色技術進步視角的經驗考察［J］.科技進步與對策，2023（19）：22-32.

［32］余紅偉，林子祥，胡力元，等.高質量發展下中國工業企業碳減排路徑選擇［J］.中國軟科學，2024（1）：214-224.

［33］佘群芝，吳柳，鄭潔.數字經濟、經濟聚集與碳排放［J］.統計與決策，2022（21）：5-10.

［34］孔令英，董依婷，趙賢.數字經濟發展對碳排放的影響——基于中介效應與門檻效應的檢驗［J］.城市發展研究，2022（9）：42-49+55.

［35］YANG L，LI Z.Technology Advance and the Carbon Dioxide Emission in China——Empirical Research Based on the Rebound Effect［J］.Energy Policy，2017，101：150-161.

［36］楊莉莎，朱俊鵬，賈智杰.中國碳減排實現的影響因素和當前挑戰——基于技術進步的視角［J］.經濟研究，2019（11）：118-132.

［37］張思思，崔琪，馬曉鈺.數字要素賦能下有偏技術進步的節能減排效應［J］.中國人口·資源與環境，2022（7）：22-36.

［38］BROCK W A，TAYLOR M S.The Green Solow model［J］.Journal of Economic Growth，2010，15（2）：127-153.

［39］費威，于寶鑫，王維國.數字經濟發展與碳減排——理論推演與實證檢驗［J］.經濟學家，2022（11）：74-83.

［40］COPELAND B R，TAYLOR M S.North-South Trade and the Environment［J］.The Quarterly Journal of Economics，1994，109（3）：755-787.

［41］ROMER P M.Increasing Returns and Long-Run Growth［J］.Journal of Political Economy，1986，94（5）：1002-1037.

［42］周充.中國金融發展對二氧化碳排放的影響及機制研究［D］.成都：西南財經大學，2022.

［43］YORK R，ROSA E A，DIETZ T.STIRPAT，IPAT and ImPACT：Analytic Tools for Unpacking the Driving Forces of Environmental Impacts［J］.Ecological Economics，2003，46（3）：351-365.

［44］SHAN Y，HUANG Q，GUAN D，et al.China CO2 Emission Accounts 2016-2017［J］.Scientific Data，2020，7（1）：54.

［45］ZHU J，FAN Y，DENG X，et al.Low-Carbon Innovation Induced by Emissions Trading in China［J］.Nature Communications

，2019，10：1-8.

［46］邵帥，范美婷，楊莉莉.經濟結構調整、綠色技術進步與中國低碳轉型發展——基于總體技術前沿和空間溢出效應視角的經驗考察［J］.管理世界，2022（2）：46-69+4-10.

［47］閆雅芬.技術創新影響工業綠色轉型的效應與路徑研究［D］.北京：北京科技大學，2021.

［48］王芳，董戰峰.數字經濟對我國碳排放的影響——基于省級面板數據的實證檢驗［J］.改革，2023（3）：76-90.

［49］楊昕，趙守國.數字經濟賦能區域綠色發展的低碳減排效應［J］.經濟與管理研究，2022（12）：85-100.

［50］WU H，HAO Y，WENG J H.How Does Energy Consumption Affect China's Urbanization？ New Evidence from Dynamic Threshold Panel Models［J］.Energy Policy，2019，127：24-38.

［51］AHMED Z，LE H P.Linking Information Communication Technology，Trade Globalization Index，and CO2 Emissions：Evidence from Advanced Panel Techniques［J］.Environmental Science and Pollution Research，2021，28（7）：8770-8781.

［52］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）：65-76.

［53］秦文晉，劉鑫鵬.網絡基礎設施建設對數字經濟發展的影響研究——基于“寬帶中國”試點政策的準自然實驗［J］.經濟問題探索，2022（3）：15-30.

責任編輯：武玲玲

The Impact and Mechanism of Digital Economy on Carbon Emissions

——Taking the \"Second

Wang Lu1， Zhao Ziying2， Xu Xiaojun1

（1.School of Economics and Management， Yanshan University， Qinhuangdao Hebei 066004， China;

2.School of Business and Management， Jilin University， Changchun Jilin 130028， China）

Abstract：

Relying on technological progress to leverage the carbon emission reduction effect of the digital economy is crucial for achieving carbon emission reduction targets and promoting sustainable development. This paper introduces digital economy and the Learning-by-doing model into the analytical framework of the Green Solow model. It reveals the new mechanism of the digital economy affecting carbon emissions under heterogeneous technological progress and conducts empirical analysis using provincial panel data from China. The results show that the development of the digital economy can significantly curb carbon emissions， and the two exhibit an inverted U-shaped nonlinear relationship. In terms of the components of the digital economy， digital infrastructure has the greatest impact on reducing carbon emissions. Further analysis of the threshold effect shows that the reduction of carbon emissions by the digital economy can only be effectively achieved when emission reduction technological progress surpasses a certain threshold. In addition， in the short term， production technological progress is the core driving force to promote the digital economy to achieve emission reduction effect， but in the long term， emission reduction technological progress is the main path to affect the digital economy and carbon emissions.

Key words：

digital economy; carbon emissions; heterogeneous technological progress