“雙碳”目標下制造業碳減排的數字技術實現路徑研究

劉戰豫，張傘傘

（1.河南理工大學 工商管理學院 能源經濟研究中心，河南 焦作 454000；2.河南理工大學 太行發展研究院，河南 焦作 454000）

0 引言

中國作為制造業大國，制造業保障社會經濟平穩運行的同時，也消耗煤炭、石油等化石能源燃料，產生大量二氧化碳，除了電力、熱力部門外，制造業是中國第二大碳排放源，2019 年制造業二氧化碳排放量占社會總排放量的35.8%［1］。傳統制造業能源使用效率低、“兩高”（高耗能、高污染）問題與中國可持續發展戰略相悖，制造業減排的傳統技術路徑效率低下，所以“雙碳”目標下的制造業碳減排任務很重?！笆奈濉币巹澓?035 年遠景目標綱要提出打造數字經濟新優勢，建設數字中國和制造強國，推動數字技術與制造業深入融合，實現制造業數字化轉型升級，提高現代制造業綠色生產效率，為制造業選擇數字化碳減排路徑提供了契機。2022 年，黨的二十大報告再次強調積極穩妥推進碳達峰碳中和以及加快建設數字中國。在制造業數字化轉型與“雙碳”目標的雙重背景下，數字技術能否成為實現制造業碳減排的有效路徑急需驗證。本文利用2010—2021 年中國省際面板數據，研究數字技術應用對制造業碳減排的有效性及其作用機制，以期為數字技術應用于制造業碳減排政策制定提供參考。

1 文獻綜述

1.1 數字技術對碳排放影響的相關研究

目前，聚焦數字技術的碳減排效應研究處于起步階段，數字技術發展帶來“碳增”還是“碳減”，還處于研究探討過程，二者關系復雜。一方面，數字技術對碳排放產生促進作用。Jones 研究表明隨著大規模數據的產生、傳送與處理，數字技術應用增加了數字產業能源消耗，導致數字產業的碳排放水平提高［2］；Shvakov等發現球數字技術競爭力排名前十的國家，經濟數字化發展對環境產生負向影響，加劇環境負擔［3］；Zhou等研究表明信息與通訊技術快速發展與碳排放量急劇增加呈正向相關關系［4］；劉婧玲等研究發現數字技術發展能顯著降低城市碳排放強度［5］。數字技術推動市場規模擴張，加速全球貿易增長，交通運輸業產品流通與服務需求大幅度提高，能源消費轉移，能源密集型基礎設施需求量提高，促進二氧化碳排放。另一方面，數字技術對碳排放產生抑制作用。Balogun等通過案例研究，發現各大洲城市數字技術與可持續發展呈正向影響的關系［6］；Chen檢驗金磚國家數字化發展是否會對碳排放產生影響，結果顯示在長期或短期發展過程中，數字技術均對碳排放產生負向影響［7］；陳曉紅等提出在碳中和背景下，數字技術促進能源消費側和供給側協調，推進能源產業數字化轉型，推動能源綠色消費［8］；胡熠等從理論和實踐方面論述數字技術有助于實現“雙碳”目標，推進綠色可持續發展［9］；喻春嬌和唐威研究發現中國A 股上市工業企業數字技術應用和數字技術研發均能促進其碳減排［10］；雖然數字技術在發展過程中會產生大量的二氧化碳，但數字技術仍然具有強烈的碳減排效應［11］。因此，由于研究領域、時間和方法的不同，數字技術的碳減排效應研究未有一致結論。

1.2 數字技術與制造業低碳發展的相關研究

隨著區塊鏈、大數據、互聯網等數字技術廣泛應用于產業轉型升級，學者們開始關注數字技術應用能否促進制造業綠色低碳發展。易子榆等研究發現數字制造部門產業技術水平提高具有顯著的碳減排效應［11］；李少林等通過研究我國93 個環保重點城市數據，發現區塊鏈應用能夠推動制造業企業綠色轉型［12］；張治棟等對中國283 個城市樣本數據進行實證分析，結果表明互聯網與制造業協調集聚對城市綠色效率具有正向影響［13］；黃海燕等分析我國2006—2018 年18 個工業細分行業面板數據，驗證了工業智能化能有效降低碳排放強度［14］；劉承毅等研究發現數字技術能顯著提升高碳制造業綠色低碳發展水平［15］。

綜上所述，數字技術應用帶來的碳減排效應受到眾多學者關注，目前關于數字技術與制造業碳減排實證研究較少。本文聚焦制造業產業領域，正視制造業碳排放問題，主要貢獻有：第一，本文利用中國省際面板數據發現數字技術對制造業碳減排具有正向影響，該結論為我國制定制造業碳減排數字化戰略提供參考；第二，從理論和實證方面分析數字技術創新對制造業碳減排的中介效應，以及綠色化水平在數字技術對制造業碳減排的調節效應，豐富數字技術影響制造業碳減排的機制分析；第三，探討數字技術對制造業碳減排效應的異質性，為政府因地制宜精準制定碳減排策略提供相關建議。

2 理論分析與研究假設

2.1 數字技術的制造業碳減排效應

數字技術的“技術—經濟”特征使其不斷滲透于制造業［16］，區塊鏈、大數據、互聯網等數字技術加速與制造業融合發展，在制造業碳減排方面發揮重要作用。首先，數字技術應用催生了工業互聯網平臺，打破時空限制，從而降低資源流通成本，減少制造業能源消耗，有助于制造業碳減排，主要表現為數字服務平臺使制造業數據實時共享，實現制造業全產業鏈互聯互通，提升產業資源利用效率，降低制造業碳排放量，促進制造業綠色發展。其次，數字技術不僅能優化制造業碳排放末端治理技術［17］，還可以通過完善碳交易市場，激勵企業自主進行碳減排［18］。并且利用數字技術準確掌握能源消耗數據，防止制造業出現能源過度使用、資源配置不合理等現象。最后，數字技術賦能制造業產品研發及工藝革新，數字技術能夠優化工藝過程，促進清潔能源代替化石燃料，減少制造業二氧化碳排放。數字技術的應用為制造業綠色發展提供技術支持，能源利用效率和配置效率得到提高，制造業綠色全要素生產率顯著提升，促進制造業碳減排。因此，提出假設H1：數字技術具有制造業碳減排效應。

2.2 中介效應與調節效應

技術創新的中介效應。數字技術應用使制造業產業創新資源的可獲得性和替代性大大增加，創新主體的創新活力提高，創新機會增多。數字技術降低了資源獲得成本和交易成本，創新資源配置效率改善，從而提高技術創新效率［19］。因此，數字技術應用將提升產業技術創新水平。占晶晶等研究表明，數字技術通過組織固鏈、引資緊鏈、技術補鏈、市場強鏈來重塑全球產業鏈群生態體系的創新路徑［20］；溫湖煒等認為智慧城市建設有助于促進數字技術在制造業領域的應用，制造業企業創新水平得到顯著提高［21］；程聰等研究發現，數字技術可供性對企業數字創新價值強度和范圍有顯著的促進作用［22］；作為經濟增長的重要因素，技術進步能夠推動中國碳減排工作，保障低碳經濟發展［23］。通過數字技術的制造業技術創新，一方面可以促進制造業產業結構優化升級，低碳技術逐步替代原有技術，制造業生產方式由粗放、高耗能結構向低碳綠色方向不斷轉型，促進制造業碳減排；另一方面可以促進數字技術與制造業生產工藝融合，綠色工藝、綠色產品不斷涌進市場，倒逼高耗能制造業進行技術創新，間接降低了制造業碳排放。因此，提出假設H2：數字技術能夠通過技術創新實現制造業碳減排。

綠色化水平的調節效應。綠色化發展和低碳發展是加快我國生態文明建設的基本途徑，也是我國經濟與環境發展的重要趨勢［24］。制造業綠色化發展，一方面，要求實現資源的循環利用，降低能源消耗量，提高資源利用率，降低環境污染；另一方面，綠色化發展倡導制造業提高綠色生產材料對高耗能材料的替代率，并實施材料回收策略，從根本上減少碳排放，推動可持續發展。綠色化發展強化綠色低碳數字技術開發，促進綠色低碳數字技術在制造業領域的應用，綠色、低碳的制造路徑被廣泛選擇。綠色化在促進制造業數字化轉型過程中推動了制造業產業結構升級，降低制造業碳排放強度。因此，提出假設H3：綠色化發展水平對數字技術的制造業碳減排效應具有正向調節作用。

3 研究設計

3.1 模型構建

基準回歸模型。探究數字技術對制造業碳排放的直接影響，模型構建如下：

式中：EIit表示i省第t年的制造業碳排放強度；DIGit表示i省第t年的數字技術指數；CONXit表示控制變量，包括政府干預（GOV）、對外開放水平（OPEN）、環境規制強度（lnREG）、城市化水平（lnURB）、經濟發展水平（lnPGDP）；σi為省份固定效應；γt為年份固定效應；εit為隨機誤差項。

中介效應模型。參考溫忠麟等的研究［25］，構建中介效應模型：

式中：Mit為中介變量，本文為技術創新；α、β 和μ為回歸系數；εit、φit和δit為隨機誤差項。公式（2）為總效應模型，公式（3）為數字技術的技術創新效應估計模型，公式（4）為同時考慮數字技術和中介機制的估計模型。α1為數字技術對制造業碳排放強度的總效應；β1為數字技術對中介變量的效應；μ1為控制中介變量影響后，數字技術對制造業碳排放強度的直接效應；μ2為控制數字技術影響后，中介變量對制造業碳排放強度的效應。若系數β1和μ2顯著，則間接效應顯著；進一步檢驗μ1是否顯著，若μ1也顯著，則表示部分中介效應顯著，否則表示完全中介效應顯著。中介效應示意圖見圖1。

圖1 中介效應示意圖Figure 1 Schematic diagram of mediation effect

調節效應模型。借鑒方杰等的研究［26］，構建調節效應模型：

式中：GIit為綠色化水平，DIGit×GIit為數字技術與綠色化水平的交互項。

考慮到模型受交互項影響，估算結果可能會產生多重共線性，使結果產生偏差。為避免產生偏差，本文將交互項進行中心化處理，得到如下調節效應模型：

通過驗證交互項系數的顯著性來判斷調節效應是否存在，通過判斷數字技術與綠色化發展水平的交互項系數是否顯著來判斷綠色化發展水平的調節效應。

3.2 變量選取

被解釋變量：制造業碳排放強度（EI）。首先測算各省份制造業碳排放量（QCO2），考慮制造業各分行業數據的連續性以及可獲得性，參考李新安等的研究［27］，將制造業31 個細分行業調整為27 個，然后測算制造業二氧化碳排放量。根據制造業碳排放量和產出水平，計算制造業碳排放強度：

式中：EI 表示制造業碳排放強度，為使數據平穩且降低異方差的影響，進行對數處理。GDP 為制造業產出水平，參考已有文獻采用工業增加值測算制造業產出水平。其中，各省份年度實際工業增加值以2010 年為基期，利用各省份年度工業增加值指數（上年＝100）計算得出。制造業碳排放強度越大，表明制造業碳排放量越高。

解釋變量：數字技術（DIG）。數字技術發展水平測度目前國內外學術界相關研究還沒有形成統一的測量標準，為準確評估數字技術發展水平，借鑒黃群慧、方湖柳等的研究［28，29］，根據數據的可獲得性，本文選取數字技術應用和產出兩個一級指標，選擇移動電話普及率、互聯網普及率、互聯網相關產出和信息化從業人員4 個二級指標（表1）。將數據標準化后，運用主成分分析法得到綜合指數來衡量數字技術發展水平。

表1 數字技術測量指標體系Table 1 Measurement index system of digital technology

中介變量：技術創新（INN）。使用規模以上工業企業每萬人有效發明專利數衡量技術創新效應。

調節變量：綠色化水平（GI）。綜合考慮多方面因素，在測算綠色化發展水平時，構建綠色增長、綠色福利、綠色財富和綠色治理4 個二級指標，通過9個具體指標進行數據收集（表2）。數據經過熵值法計算出綜合得分來測算綠色化水平。

表2 綠色化水平測量指標體系Table 2 Green level measurement index system

控制變量。參考已有文獻，選取以下控制變量：政府干預（GOV），用財政支出占GDP 的比重表示；對外開放水平（OPEN），用當年實際使用外資金額與GDP比值表示；環境規制強度（lnREG），用工業污染治理投資額的對數值表示；城市化水平（lnURB），使用“城鎮化率”表征城市化發展水平，使用城鎮年末總人口占地區總人口比例的對數值表示；經濟發展水平（lnPGDP），用人均GDP 表示，并取對數?？刂谱兞窟x取結果如表3 所示。

表3 變量的描述性統計Table 3 Descriptive statistics of variables

3.3 數據來源

基于數據的可獲得性，本文選取2010—2021 年中國30 個省份的面板數據（未包含西藏自治區、香港特別行政區、澳門特別行政區和臺灣地區），研究數字技術對制造業碳減排的影響以及實現路徑。制造業二氧化碳排放數據來源于中國碳核算數據庫（CEADs）（https：/ /www.ceads.net/data/county/），其余數據來自《中國工業統計年鑒》《中國統計年鑒》《中國科技統計年鑒》和各省統計年鑒，缺失數據采用線性插補法補齊。

4 實證結果及分析

4.1 制造業碳排放測算結果及分析

利用本文選取的相關數據，計算得到制造業碳排放總量，并利用公式（7）對30 個省份2010—2021年制造業碳排放強度進行測算（圖2、3）。從圖2 左側制造業年均碳排放總量時間變化趨勢來看，制造業碳排放總量在2010—2014 年間逐步增加，碳排放總量達3 324.566 百萬噸，2015—2020 年碳排放總量呈“U”型變化，之后碳排放總量下降趨勢；圖2 右側制造業碳排放總量均值分布表明，河北、山東、江蘇制造業碳排放總量較高，北京、海南、青海、寧夏、甘肅、貴州和上海碳排放總量較低。從圖2 整體上看，我國中東部地區制造業碳排放總量比西部地區高，主要原因在于：我國中東部地區資源豐富，制造業生產集中，制造業碳排放總量較高。從圖3 左側核密度圖來看，2010—2021 年曲線波峰逐漸向左移動且曲線更加“高瘦”，表明制造業碳排放強度在不斷下降，省級之間的總體差異在不斷減少；從圖3 右側制造業年均碳排放強度分布來看，青海、河北碳排放強度較高，東部地區碳排放強度較低。從圖3 整體上看，西部地區碳排放強度比中東部地區高，主要原因在于：我國西部地區制造業產業生產方式粗放，制造業能源消耗量較大，碳排放強度較高，環境污染嚴重。作為中國第二大碳排放源，制造業碳減排成功與否對我國“雙碳”目標的實現至關重要［30］。制造業碳排放量大，高耗能、高污染產業結構升級迫切，傳統減排路徑技術難度大，數字技術發展為制造業碳減排提供新的路徑選擇。

圖2 制造業碳排放總量時空分布Figure 2 Spatial and temporal distribution of total carbon emissions from manufacturing industry

圖3 制造業碳排放強度時空分布Figure 3 Temporal and spatial distribution of carbon emission intensity in manufacturing industry

4.2 基準回歸結果

對數據進行回歸之前，需要從固定效應模型、隨機效應模型和混合回歸模型中選擇適合的模型。混合回歸模型和固定效應模型比較時，F 檢驗對應的P值小于0.01，且對省份虛擬變量做F 檢驗結果P值遠小于0.01，認為存在個體效應，選擇固定效應模型。檢驗混合回歸模型和隨機效應模型時，LM檢驗結果顯著拒絕原假設，選擇隨機效應模型。最后，豪斯曼檢驗結果顯著拒絕隨機效應模型，選擇固定效應模型。

數字技術發展與制造業碳排放強度的回歸結果如表4 所示。表4 中第1、3 列沒有加入控制變量，且第3 列沒有控制年份效應，結果顯示數字技術系數均在1%水平上顯著為負，數字技術能夠顯著降低制造業碳排放強度。第2 列加入控制變量，同時控制年份效應和省份效應，數字技術系數為負且通過了1%的顯著性水平檢驗，數字技術對制造業碳排放強度產生負向影響。第4 列考慮控制變量但沒有控制年份效應，數字技術在5%水平上顯著降低制造業碳排放強度。因此，無論是否加入控制變量、是否控制年份效應，數字技術都能顯著降低制造業碳排放強度，驗證了假設H1。作為數字經濟時代關鍵的生產要素，數字技術利用自身融合性和可持續性等特點可以有效提高制造業產業資源整合率與利用率，使制造業更加信息化、智能化，系統地降低了制造業二氧化碳排放。

表4 基準回歸結果Table 4 Baseline regression results

4.3 穩健性檢驗

替換被解釋變量。上文基準回歸中被解釋變量選用制造業碳排放強度，為達到增加結論可靠性的目的，在穩健性檢驗時，選擇使用制造業碳排放總量和人均制造業碳排放量代替制造業碳排放強度，結果如表5 所示。表5 中第1 列是制造業碳排放總量作為被解釋變量，第2 列是人均制造業碳排放量作為被解釋變量，結果顯示數字技術系數均為負，均通過1%水平的顯著性檢驗，表明數字技術顯著降低制造業碳排放，與上文回歸結果一致，進一步驗證了假設H1。

表5 穩健性檢驗和內生性檢驗結果Table 5 Results of robustness test and endogeneity test

剔除直轄市。將北京、上海、天津、重慶4 個直轄市從全樣本中剔除后進行回歸，結果如表5 第3列所示。從結果來看，數字技術對制造業碳排放強度依然具有顯著的負向性，與上文結果一致，說明回歸結果穩健。

4.4 內生性檢驗

影響制造業碳排放強度的因素很多，本文收集的相關數據只是一部分，雖然已經控制一些變量，但很難避免遺漏變量的產生；同時，數字技術發展影響制造業碳排放強度，制造業碳排放強度也會作用于數字技術發展，因此研究可能會面臨因果內生問題。為了規避遺漏變量和雙向因果問題，反映數字技術發展對制造業碳排放的凈效應，本文嘗試用工具變量法緩解內生性問題。借鑒黃群慧等［28］、劉婧玲等［5］相關研究提出的研究方法，本文工具變量選用各省份1984 年固定電話用戶數量，其滿足工具變量的相關性和外生性要求。一方面，歷史的固定電話用戶數量對各省數字基礎設施的使用和普及產生影響，進而影響數字技術發展水平；另一方面，1984 年固定電話用戶數量對現在制造業碳排放強度影響微乎其微，可以忽略不計。由于1984 年固定電話用戶數量為截面數據，無法進行面板數據分析，因此借鑒Nunn等的方法［31］，選擇1984 年固定電話用戶數量與各年移動電話用戶數的交互項作為數字技術發展指數的工具變量，并采用最小二乘法進行內生性檢驗，結果如表5 第4、5 列所示，數字技術對制造業碳排放強度產生顯著的負向性。同時，Wald F 檢驗和K-LM 檢驗結果表明不存在弱工具變量和不可識別問題，檢驗結果有效，基準回歸結果穩健，再次驗證了假設H1。

4.5 異質性分析

時間異質性分析。2015 年國務院印發《中國制造2025》，明確提出“以加快新一代信息技術與制造業深度融合為主線，以推進智能制造為主攻方向”，標志著我國制造業與數字技術發展進入了新的發展階段。本文將研究時間段劃分為2010—2014 年和2015—2021 年兩個階段，探究中國智能制造快速發展前后數字技術對制造業碳排放強度的影響，計算結果如表6 第1 列和第2 列所示。由結果可知，2010—2014 年數字技術系數為0.098，通過了顯著性檢驗，表明該時段內數字技術發展與制造業碳排放呈正相關；2015—2021 年數字技術對制造業碳排放影響顯著為負。在數字經濟發展初期，數字技術水平較低，制造業數字化發展緩慢，加速了電力等能源消耗，致使制造業碳排放量增加。隨著中國智能制造體系不斷完善，數字技術發展與制造業深度融合，提高了各行業能源利用效率，制造業碳排放水平顯著下降。

表6 時間和區域異質性分析結果Table 6 Results of heterogeneity test

區域異質性分析。中國不同區域經濟發展階段、產業分布格局和工業化進程存在差異，數字技術發展水平、資源利用率以及能源消費結構也存在地區差異，因此，數字技術發展水平對制造業碳排放強度影響會因區域差異而有所不同。在進行異質性分析時，本文將30 個省份劃分為東部、中部、西部和東北地區，探究四大區域數字技術與制造業碳排放強度的關系（表6）。第3 列東部地區數字技術系數為正，結果不顯著；第4、5 列給出中部和西部地區的檢驗結果，數字技術系數均為負且通過顯著性檢驗，表明中西部地區的數字技術顯著降低制造業碳排放強度。第6 列結果表明數字技術發展對東北地區制造業碳排放強度沒有顯著的負向性。東部地區在地理位置、體制和市場方面具有發展優勢，制造業產業外向性高，產業結構優化升級速度快，能源消耗量較大，數字技術對制造業碳排放產生的負向影響不足以抵消正向作用，制造業碳排放不斷提高。中西部地區產業能源利用效率低，資源配置存在不合理現象，數字技術的應用有效緩解中西部制造業產業對傳統能源的依賴度，促進產業可持續發展，負向影響制造業碳排放強度，所以中西部地區數字技術的制造業碳減排邊際效益更大。東北地區數字技術發展水平低，數字技術應用對環境產生的正向性遠小于負向性，制造業碳減排任務艱巨。我國中西部地區積極擴大對外開放水平，引進先進的機器設備與生產技術，制造業碳排放強度下降潛力大，中西部地區制造業碳減排目標實現對我國實現“雙碳”目標意義重大。

行業異質性分析。制造業各行業生產要素投入存在差異，使得產業結構和能源利用效率不盡相同，因此數字技術對不同行業制造業碳排放影響可能存在異質性。參考劉明、劉成坤的研究［32，33］，本文將27 個制造業行業劃分為勞動密集型、資本密集型和技術密集型，具體分類如表7 所示。

表7 制造業類型劃分Table 7 Manufacturing industry classified according to factor density

行業異質性分析結果如表8 所示。由表8 前3列可知，數字技術對勞動、資本和技術密集型行業碳排放強度均呈負向影響關系，系數分別是-0.070、-0.062、-0.020，僅有資本密集型行業負向影響通過了顯著性檢驗。資本密集型行業內部能源消耗量較大，產業鏈較長，數字技術應用對其產線能效、質量管控等領域的數字化升級效能顯著，生產工藝流程優化，資源配置效率提升，行業碳排放量得到顯著下降。此外，非金屬礦物制品業，黑色金屬冶煉和壓延加工業，石油、煤炭及其他燃料加工業，化學原料和化學制品制造業，有色金屬冶煉和壓延加工業2010—2021 年碳排放量均位居前五，且碳排放占比均超過90%，借鑒王霞等的分類方法［34］，本文將該5 個制造業行業劃分為高碳制造業，其余制造業行業為中低碳制造業，進行異質性分析，回歸分析如表8 第4、5 列所示。由表8 第4、5 列可知，數字技術均顯著降低高碳和中低碳制造業碳排放強度，且對高碳制造業行業負向影響更加顯著。數字技術應用能夠優化產出結構，提高制造業行業生產效率，推動制造業生產工藝和設備更新，進而減少高碳和中低碳制造業行業碳排放。

表8 行業異質性分析結果Table 8 Results of industry heterogeneity analysis

5 中介效應與調節作用檢驗

5.1 技術創新效應檢驗

根據公式（2）—（4）檢驗技術創新是否在數字技術與制造業碳排放之間發揮中介效應。檢驗結果如表9 所示。表9 第2、3 列結果顯示，系數β1、和μ2分別為-0.151、0.230，均通過了顯著性檢驗，表明間接效應顯著；μ1為負，且通過了顯著性檢驗，表明直接效應顯著。同時，β1、和μ2乘積與μ1同號，說明技術創新具有部分中介效應，中介效應占總效用的48%，即數字技術能夠通過技術創新水平實現制造業碳減排，驗證了假設H2。

表9 中介效應檢驗Table 9 Test of mediating effect

5.2 綠色化水平的調節作用

根據公式（6）檢驗綠色化水平的調節效應，檢驗結果如表10 所示。由表10 第1 列結果可知，數字技術與綠色化水平交互項的系數為負，且在1%水平上顯著，說明綠色化發展水平對數字技術的制造業碳減排效應具有正向調節作用，驗證了假設H3。由第2 列結果可知，東部地區綠色化水平可以顯著調節數字技術的制造業碳減排效應。第3、4 列結果顯示，中西部地區數字技術與綠色化水平交互項的系數也顯著為負，而東北地區交互項系數不顯著。整體來說，綠色化發展水平可以增強數字技術的制造業碳減排效應。制造業綠色化發展模式日益普及，傳統高污染、高耗能、低效率的產業結構被淘汰，高效、節能、低碳的產業結構不斷發展。制造業綠色化發展是現代制造業的發展趨勢，綠色化發展水平越高，制造業產業能源利用率越高，資源配置更加合理，碳排放強度會大大降低。

表10 綠色化水平的調節效應Table 10 Moderating effect of greening level

6 結論與建議

6.1 結論

本文以“雙碳”目標為背景，利用2010—2021年中國30 個省份的面板數據探究數字技術能否成為制造業碳減排的實現路徑，同時考察技術創新的中介效應和綠色化水平的調節作用。主要結論如下：①數字技術能顯著降低制造業碳排放強度，具有制造業碳減排效應，運用替代被解釋變量法和剔除直轄市方法進行穩健性檢驗，同時利用1984 年固定電話用戶數量和移動電話用戶交互項作為工具變量進行內生性討論后，研究結果依然成立，數字技術具有制造業碳減排效應。②2010—2014 年數字技術對制造業碳排放強度具有顯著的正向影響，2015—2021 年數字技術對制造業碳排放具有顯著的負向影響；數字技術對不同區域制造業碳排放強度的影響存在顯著差異，數字技術對中部和西部地區具有顯著的制造業碳減排效應，而對東部和東北部地區制造業碳排放強度具有正向影響，影響效果不顯著；數字技術對勞動密集型、資本密集型和技術密集型行業制造業碳排放強度均有負向影響，對資本密集型行業影響效應顯著，而對勞動和技術密集型行業的負向影響不顯著；數字技術對高碳和中低碳制造業行業碳排放強度均有顯著的負向影響。③數字技術通過影響技術創新對制造業碳排放強度產生作用，即數字技術的制造業碳減排效應可以通過技術創新效應實現。④綠色化水平能夠正向調節數字技術的制造業碳減排效應，其中綠色化水平的調節作用在東部和中西部地區更為顯著。

6.2 建議

加大制造業數字技術發展的投資力度，因地制宜構建數字化發展戰略。一方面，需要重視數字基礎設施建設，優化數字基礎設施結構，提升數字基礎設施能源利用率，為制造業碳減排奠定堅實基礎，同時鼓勵制造業利用良好的外部環境，加大數字技術投資力度，加強關鍵核心技術研發，特別是在“雙碳”目標背景下，加強綠色低碳、節能減排的核心數字化技術應用研究；另一方面，不同區域之間應加強數字技術合作交流，中西部地區繼續增強數字技術在制造業碳減排方面的應用，東部地區利用自身優勢充分發揮數字技術應用對制造業碳減排的效能，進而形成制造業的數字化碳減排技術擴散與承接。

加強制造業產業與數字技術融合深度與廣度，推動制造業數字化轉型。一方面，通過數字技術與制造業深度融合，重點關注資本密集型制造業行業，實時掌握能源消耗數據，監測制造業各環節碳排放，加強制造業關鍵環節的碳排放核心數字技術研發，構建擁有自主知識產權的技術體系，利于數字化技術提高制造業能耗效率，降低制造業二氧化碳排放，減少環境污染；另一方面，促進現代制造業、制造服務業和環保產業的多鏈融合、協同發展格局，打破產業和區域壁壘，加強不同區域、不同領域的合作交流，形成優勢互補的制造業數字化碳減排技術研發與擴散系統。

重視數字技術創新和綠色化發展政策引導。數字技術創新是制造業產業結構升級的重要內容，同時融入碳減排的數字技術創新使制造業能夠一次性完成系統升級目標，所以數字技術創新推動制造業“雙碳”目標實現能夠有效提升產業升級效率，統籌制定引導政策能夠發揮多重效果；充分發揮綠色化數字技術對制造業碳減排效應的調節作用，強化制造業綠色發展理念，有效促進制造業碳減排，形成不同區域綠色化協調發展格局，推進制造業綠色能源產業發展，促進制造業綠色轉型升級。