長三角城市群數字經濟發展對區域碳排放強度的影響研究

薛智超，王世進 （江蘇師范大學 商學院，江蘇 徐州 221116）

0 引 言

近年來，以互聯網、大數據、人工智能等為代表的新一代信息通信技術的發展促使了數字經濟這類新的經濟發展方式的產生。根據《中國數字經濟白皮書（2021）》的數據顯示，2020 年中國數字經濟規模達39.2 萬億元，在GDP 中的占比達38.6%。在數字經濟快速發展的同時，我國也處于以高耗能、高排放為典型特征的粗放型工業化轉型的關鍵時期。目前我國已成為世界上最大的二氧化碳排放國，在此背景下，我國在2014 年提出了計劃在2030 年左右二氧化碳排放達到峰值。2020 年9 月，習近平主席在第七十五屆聯合國大會一般性辯論上明確提出：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，二氧化碳排放力爭于2030 年前達到峰值，努力爭取2060 年前實現碳中和①。

當前我國正處于轉變經濟發展方式的重要節點，也是我國努力實現碳達峰、碳中和的重要階段。“十四五”規劃明確提出，以數字化轉型驅動生產、生活和治理方式變革，加快數字化發展，打造數字經濟新優勢[1]。長三角城市群作為我國發展水平高、經濟活力高的地區，其數字經濟發展基礎較好。根據新華三集團數字經濟研究院發布的《中國城市數字經濟指數藍皮書》中的數據顯示，2020 年中國城市數字經濟水平前十的城市中有五個城市位于長三角地區。然而在長三角城市群經濟快速發展的同時，其能源消耗也不斷增加，環境污染和碳排放問題突出。數字經濟的發展是否有利于碳減排呢？其實現碳減排的作用機制如何？本文將關注于這些問題，利用長三角城市群26 個城市的數據來探討數字經濟發展對區域碳排放強度的影響，對于推動“3060”愿景的實現具有重大的理論和現實意義。

1 文獻綜述

從現有的文獻來看，與本文主題相關的文獻主要可分為兩大類。一是與碳排放相關。首先，許多學者為了助力碳達峰、碳中和的實現針對不同區域[2]、不同行業[3]和不同產業[4]的碳排放水平進行了測算；其次，也有不少學者基于各省（區、市） 差異化碳排放的現狀，對我國各區域差異化實現碳達峰、碳中和的路徑進行探索[5]；最后，也有學者通過設置不同情景，模擬中國碳達峰路徑[6]，助力我國實現“3060”愿景。二是與數字經濟有關。當前對數字經濟的研究主要集中在探究數字經濟的經濟效益，許多學者探究數字經濟的發展對區域創新能力[7]、產業結構[8]和經濟高質量發展[9]的正向促進作用。然而，較少有學者關注數字經濟的環境效益。少數學者探討了數字經濟發展對城市環境污染的影響，研究結果發現城市數字經濟的發展能顯著地抑制環境污染物的排放，助力了環境污染的治理[10]。數字經濟的碳減排效應如何呢？有學者研究發現數字經濟能夠通過能源流和資源流兩個方向對低碳產業的發展發揮作用[11]；一些學者從城市角度出發研究數字經濟發展對城市碳排放的影響，研究發現數字經濟發展顯著的改善了城市碳排放[12]，但相比于本地，其產生的空間溢出效應較弱[13]；還有學者從省級角度出發分析數字經濟發展對區域碳排放強度的影響，研究表明數字經濟發展顯著降低了區域碳排放強度，但是存在異質性，數字經濟的碳減排效應在中西部地區及碳排放強度較高的地區表現更為明顯[14]。

鑒于此，本文的邊際貢獻主要在于：一是不同于上述文獻關注數字經濟的經濟效益，從數字經濟的環境效益出發，結合現有文獻和方法構建數字經濟水平指標體系，科學測度各地數字經濟發展水平，研究數字經濟對碳排放強度的影響；二是引入中介變量產業結構，探究數字經濟是否通過優化產業結構來影響碳排放強度；三是考慮到省級數字經濟發展的差異巨大，從城市角度出發選擇數字基礎較好，數字經濟水平較高的長三角城市群26 個城市作為本文的研究樣本。

2 數字經濟對碳排放強度的傳導機制

2.1 數字經濟對碳排放強度的影響

根據中國信通院發布的《中國數字經濟白皮書》中對數字經濟的定義，可以從數字產業化和產業數字化兩個方面來探究數字經濟對碳排放強度的直接影響。從數字產業化角度來看，數字經濟以互聯網、人工智能等信息技術服務業為主，能夠促使信息傳遞更加迅速，打破信息不對稱形成的“孤島”，從而促進資源、能源的合理分配，提高資源、能源的利用效率，有利于減少二氧化碳的排放[15]；且這類數字化企業對企業自身的環境效益也更加重視，例如京東集團增強ESG 信息披露，騰訊公司宣布啟動碳中和規劃等。此外，數字經濟其本身就是一種環境友好型的經濟發展方式，不同于傳統的制造業，在其生產的過程中本身就具有經濟、綠色的特點，這類經濟發展方式可通過實現人類活動的非物質化以及服務的共享性，減少對物質資源和能源的需求，從而減少二氧化碳的排放[16]。從產業數字化的角度來看，數字化的運用可通過實時的檢測、傳遞、分析，掌握市場的動向，引導能源要素高效率配置。例如將數字化技術運用到碳交易市場，對碳排放量進行及時和準確的檢測、報告與核查，彌補了碳市場效率的損失，控排主體也能高效履約，降低碳排放[17]。將數字化引入生產過程中，利用大數據對相關生產過程進行優化，可以提高單位能源的產值，逐步降低能源強度，減少二氧化碳的排放。綜上所述，可以認為在數字經濟發展較好的地區，其能源效率利用更高，數字經濟對碳排放強度的影響也更為顯著。

2.2 數字經濟、產業結構與碳排放強度

目前已有較多關于數字經濟發展促進產業結構優化升級的研究，相關研究結果顯示數字經濟的發展加快了產業轉型速度，促進了我國產業結構向高度化、合理化轉型，總體來說數字經濟的發展顯著促進了我國城市產業結構的轉型升級[18]。而三次產業的能源需求量差異巨大，傳統制造業是我國碳排放的主要來源之一，且產業結構的優化路徑一般規律為第一產業向第二產業轉型，然后再轉向第三產業，產業結構優化升級能促進能源消耗增長速度變緩，促進能源結構優化，有助于實現碳減排[19]。據此，認為產業結構優化升級是數字經濟促進區域碳排放強度降低的重要途徑。

綜上，提出相關假設如下:

假設H1：數字經濟的發展可以顯著降低區域碳排放強度；

假設H2：數字經濟的發展降低區域碳排放強度具有區域異質性；

假設H3：數字經濟能通過優化產業結構降低區域碳排放強度。

3 變量設置與典型事實

3.1 模型構建。基于假設H1，為驗證長三角城市群數字經濟發展對區域碳排放強度的影響，現構建模型如下。

式中：i 代表省份，t 代表年份，CEIit表示各市碳排放強度，α0表示常數項，DIGit表示各市數字經濟發展水平，αj表示回歸系數，Xjit表示一組控制變量。μi、δt表示個體、時間固定效應，εit表示誤差項。

基于假設H3，本文采用逐步回歸法構建中介效應模型如下所示，構建模型三檢驗數字經濟對產業結構的影響，構建模型四檢驗數字經濟、產業結構對碳排放強度的影響。

3.2 變量選取。被解釋變量：碳排放強度（CE I ）。本文借鑒任曉松等[20]的測算方法，通過天然氣、液化石油氣和全社會用電量來進行長三角城市碳排放的測算。長三角城市群各城市碳排放量具體測算公式如下。

其中：C1、C2、C3分別為天然氣、液化石油氣、全社會用電量帶來的二氧化碳排放量，e1、e2、e3分別為天然氣消費量、液化石油氣消費量、全社會用電量，k、b 為分別為天然氣、液化石油氣的CO2折算系數，?為火電占總發電量的比例，w 為火電的排放系數。而碳排放強度利用各城市碳排放量與各城市GDP 的比值來表示。計算公式如下。

核心解釋變量：數字經濟發展水平（DI G ）。目前，關于數字經濟發展水平測度指標尚未統一，本文借鑒學者趙濤[21]的指標體系，從互聯網發展和數字普惠金融兩個維度來設置數字經濟發展綜合指標，并運用熵權法對各指標的權重進行賦值。具體的評價指標如表1 所示。

表1 數字經濟發展水平評價指標體系

中介變量：產業結構（IS ）。用第三產業增加值占GDP 比重比上第二產業增加值占GDP 比重來衡量。

控制變量：借鑒郭炳南[1]和Cheng[22]的研究，選取以下五個變量作為本文的控制變量。人口規模（PS ），采用年末常住人口來表示；外商直接投資（FD I ），選取當年實際使用外資總額，然后經美元年均匯率調整；政府支持力度（GO V ），選取政府科學教育支出占財政支出比重來表示；城鎮化率（UR ），利用建成區面積占城市面積比重來表示；經濟發展水平（PE RGDP ），選取人均GDP 來表示地區經濟發展水平。

3.3 數據來源及描述性統計結果。本文的數據樣本由2012—2019 年我國長三角城市群26 個城市的面板數據組成，研究中使用的數字普惠金融指數來自于北京大學數字金融研究中心和螞蟻金服集團共同編制的中國數字普惠金融指數。其他數據均來自于《中國城市統計年鑒》。對于缺失數據采用均值法和線性插值法進行補充，另外對于本文中非比值性數據進行取對數處理。主要變量的描述性統計如表2 所示。

表2 變量描述性統計結果

4 實證檢驗及結論

4.1 基準回歸分析

為了控制時間和地區不同可能導致的估計偏誤，本文采用雙向固定效應模型進行回歸。表3 為長三角城市群數字經濟發展對碳排放強度影響的基準回歸結果，從模型一和模型二的回歸結果可以看出，無論是否加入控制變量數字經濟的系數至少在10%的置信水平上顯著為負。即假設H1 成立，數字經濟發展能顯著降低碳排放強度，各城市數字經濟發展水平越高，其碳排放強度越低。

表3 基準回歸結果

從控制變量來看，本文中所選的一組控制變量中僅有人口規模這一控制變量顯著。且人口規模的系數顯著為負，說明在長三角城市群中人口越密集的城市，其碳排放強度越低，主要是因為受到地區經濟發展的影響，部分勞動者會選擇經濟較為發達的地方就業，長三角城市群經濟較為發達，為我國主要的人口流入地。有學者研究了人口流動對于城市高質量發展的綠色效應，發現人口的集聚能通過提升要素使用效率、促進污染集中處理等方式推動城市綠色發展[24]。

4.2 機制檢驗

產業結構的中介效應如表4 所示：表4 反映了產業結構的中介檢驗結果，模型三結果顯示，數字經濟與產業結構呈現顯著正相關，表明數字經濟發展對產業結構的優化升級有著正向的促進作用，數字經濟發展水平越高的地方，產業結構越趨于合理。模型四顯示產業結構與碳排放強度呈現顯著負相關，系數為-0.289 1，即產業結構越趨于合理，碳排放強度越小。此外，模型一和模型四均顯示數字經濟對碳排放強度之間呈現顯著的負向關系，說明存在中介效應，即數字經濟發展水平越高，產業結構越合理，碳排放強度越小，驗證了數字經濟通過優化產業結構降低碳排放強度的傳導機制，假設H3 成立。

表4 產業結構的中介效應檢驗

4.3 內生性問題與穩健性檢驗

4.3.1 內生性問題。雖然本文已經盡量控制了其他相關因素的影響，但考慮到數字經濟發展水平和碳排放強度還可能受到其他未觀測到的因素的影響，而產生一定的內生性。本文參考鄔彩霞[11]的方法，選取核心解釋變量數字經濟發展水平的滯后一期作為工具變量，選取差分GMM 方法進行回歸。穩健性檢驗結果如表5 所示，模型五中AR（2 ）檢驗P 值為0.141 5（大于0.1），表明回歸方程擾動項的差分不存在二階自相關；且Hansen 檢驗的P 值為0.178 9（大于0.1），說明工具變量有效，證實了基準回歸的穩健性。

表5 內生性問題及穩健性檢驗結果

4.3.2 穩健性檢驗。替換核心解釋變量，本文中核心解釋變量為數字經濟指數，是由互聯網發展和數字普惠金融組成的綜合性指標，但是目前已有不少學者直接利用互聯網發展程度來研究數字經濟，結果如模型六所示。增加控制變量，為了考察模型中可能存在的遺漏變量問題，借鑒魏君英[25]的方法，增加控制變量各城市科研水平，用各城市專利申請數來表示，結果如模型七所示。穩健性檢驗回歸結果顯示，無論是替換核心解釋變量還是增加控制變量，其結果與基準回歸結果一致，再次證實了基準回歸結果的穩健性。

4.4 異質性檢驗

為了進一步探討數字經濟發展對碳排放強度的影響，又考慮到長三角城市群中各城市數字經濟發展水平差距較大，所以根據各城市年均數字經濟綜合發展水平劃分為高數字經濟發展水平城市和低數字經濟發展水平城市。如表6 所示，模型八未加入其他變量，模型九加入了其他變量，根據回歸結果可知數字經濟發展水平較高的城市，其數字經濟發展對碳排放強度的抑制作用明顯，但對本身數字經濟發展水平較低的地區碳減排效應不明顯，即假設H2 成立。高數字經濟發展水平的城市其本身經濟發展較好，對于生態環境的重視也較強。而低數字經濟發展水平的城市可能對于經濟效益的重視更強。

表6 分區域回歸結果

5 結束語

隨著互聯網、大數據、人工智能等信息技術的發展，數字經濟也成為了促進經濟發展的重要影響因素。而經濟發展帶來的環境問題也愈加不能忽視，其中碳排放問題越來越嚴峻，因此探索數字經濟發展對碳排放強度的影響十分重要。本文主要得出以下三點結論：（1） 長三角城市群數字經濟的發展與碳排放強度之間呈現顯著的負向關系。（2） 根據中介效應結果顯示，數字經濟能通過優化產業結構促進碳排放強度的降低。（3） 根據異質性分析結果顯示，數字經濟的發展對碳排放強度的影響程度也存在著異質性，高數字經濟發展水平的城市無論是否加入控制變量都具有顯著的負向關系，而低數字經濟發展水平的城市的碳減排效應并不顯著。

基于以上分析和結論，本文提出了以下幾點政策建議。

第一，協調區域內協同發展，共同推進數字經濟的發展。雖然數字經濟的發展能對碳排放強度產生抑制作用，但在低數字經濟發展水平城市由于數字經濟發展水平低無法產生明顯的碳減排效應，因此要加快區域內低數字經濟發展水平城市的發展，推動區域內數字經濟協同發展，提高區域內數字經濟整體水平。

第二，加快數字經濟發展，發揮數字技術的優勢，推動長三角城市群產業結構優化升級。長三角城市群作為我國經濟發展較好的地區，其資金、高素質人才資源較為豐富。政府要大力發展數字經濟，加強對于數字基礎設施建設的投入，加強對于科學教育的投入，培育出高素質的勞動力，提高創新能力，發揮數字經濟推動產業結構優化的作用，推動長三角地區產業結構轉型升級。

第三，提高數字經濟發展水平以降低碳排放強度，基于我國長三角城市群26 個城市的研究發現，數字經濟的發展對碳排放強度的影響顯著為負，具有顯著的碳減排效果。因此加快產業數字化發展，以數字化轉型驅動人們生活方式、生產方式和政府治理方式的變革，在發揮數字經濟增加總產出作用的同時，發揮數字經濟的碳減排效應，實現數字經濟發展對區域碳排放強度降低的作用。

注：①習近平.2020 年《習近平主席在第七十五屆聯合國大會一般性辯論上的重要講話》。