數字經濟對工業碳排放強度的影響及溢出效應

陳慧靈，楊雪珂，王振波

1.湖南工商大學公共管理與人文地理學院，湖南 長沙 410205

2.長沙人工智能社會實驗室，湖南 長沙 410205

3.中國科學院地理科學與資源研究所，北京 100101

溫室氣體的持續增加會對生態環境和人類社會經濟活動造成嚴重的負面影響，并最終阻礙全球可持續發展進程[1-2].為應對氣候變化，國家主席習近平在第七十五屆聯合國大會一般性辯論上宣布，中國力爭2030 年前二氧化碳排放達到峰值，努力爭取2060年前實現碳中和目標.《中華人民共和國國民經濟和社會發展第十四個五年規劃和2035 年遠景目標綱要》中提出實施以碳排放強度控制為主、碳排放總量控制為輔的制度.2021 年的中央經濟工作會議指出“創造條件盡早實現能耗‘雙控’向碳排放總量和強度‘雙控’轉變”.系列政策說明處理好經濟發展與碳排放的關系是國家當前面臨的重要任務，要兼顧經濟發展和能源結構清潔化利用.經濟發展在產生碳排放的同時，也會通過能源效率提高、產業結構優化、碳排放市場制度成熟等一系列方式帶來碳排放的降低[3-4].數字經濟是繼農業經濟、工業經濟之后的一種新型經濟形態，該概念由Tapscott 在20 世紀末提出，繼而被廣泛應用[5-6].學者們普遍認為，無論是部分還是全部依賴數字技術，有關數字商品或服務的產出都隸屬數字經濟[7].據統計，2022 年中國數字經濟規模占GDP 的41.5%，其中產業數字化是主引擎，占81.7%[8].數字經濟在提高創新能力、促進高質量發展的同時也改善了環境，數字化和綠色化協同轉型[9].

迄今為止，國內外學者針對經濟增長、產業結構、能源結構等要素對碳排放的影響做了大量研究，其中產業結構被認為是根本因素之一[10-12].諸多學者運用不同方法研究產業結構與碳排放的相互作用機制，發現工業產業占比與碳排放量呈正相關，特別是與碳排放強度的相關性最顯著[13-14].雖然近幾年工業產業碳排放量在碳排放總量中的比重呈下降趨勢，但仍為碳排放來源的主要部門，始終占據較大比重，2018-2021 年的工業碳排放量均占全國碳排放總量的60%以上[15].數字經濟發展既能通過加速經濟體系中要素的相互作用來提升全要素生產率[16]，又能利用信息與通信技術充分融入實體經濟，從而推動經濟快速增長[17-18].而數字經濟發展對碳排放的影響則是雙面的，通過改善資源錯配、提高技術創新能力和社會智能化水平等方式，一定程度上能改善環境和減少碳排放[19]，且網絡信息帶來的非正式環境規制有助于推動公眾綠色低碳理念的形成，進一步減少碳排放[20-21]；但另一方面，信息與通信會消耗大量能源，也會增加能源消耗和碳排放，尤其是電子信息設備，其安裝和運行需要大量電力[22].可見，數字經濟發展并不只是單一影響經濟增長或者碳排放，將碳排放強度作為量化指標，不僅可為地區經濟增長留有余地，補償由于經濟波動帶來的碳排放波動，也能使各省份之間數字經濟發展效應更具可比性.另外，互聯網等數字技術的發展不僅可以通過技術進步降低本地區的CO2排放，還可以依托空間溢出效應對周邊區域能源消耗和CO2排放進行有效管控[23-24].數字經濟的碳減排效應也受到經濟集聚的影響，在經濟集聚背景下，數字經濟具有非線性空間減排效應，其發展與本地及鄰近地區的碳排放之間呈現不同的U型曲線關系[25].基于此，本文嘗試將數字經濟發展這一變量引入工業碳排放強度影響因素的研究框架中，系統考察數字經濟發展對工業碳排放強度的影響及溢出效應.

目前，數字經濟浪潮與“雙碳”目標實現的融合是現實需求，迫切需要了解數字經濟的發展如何幫助工業產業減排.與以往研究側重考察對碳排放總量影響不同，本文更加關注數字經濟發展對工業碳排放強度的作用.碳排放強度反映經濟增長的環境效應，是衡量區域碳排放程度、平衡經濟增長和環境污染的重要指標，與碳排放總量相比更具有現實意義和經濟含義，有助于深入理解數字經濟如何影響碳排放的質量和效率，而不僅僅是數量；同時基于產業結構優化和城鎮化的調節效應探討了數字經濟發展對工業碳排放強度的影響，并通過構建動態空間杜賓模型研究數字經濟發展水平對工業碳排放強度的溢出效應，以期為制定更精準的減排策略提供參考.

1 研究假設

1.1 數字經濟對工業碳排放強度的影響

數字經濟對工業碳排放強度影響主要體現在以下三方面(見圖1).

第一，數字經濟的直接影響.通過改善工業生產流程，提高設備運行效率與管理水平，使企業生產效率和節能減排同時得到提升，降低工業碳排放強度[26].

第二，數字經濟通過產業結構間接影響.數字經濟使新的要素和資源從效率較低的配置向技術密集型產業更高效的配置轉變，從而增加了資源效率更高的技術密集型產業的份額[27].同時產業結構優化和轉型升級也將降低高污染和高耗能產業的比例，從而降低工業產業能耗和碳排放強度.

第三，數字經濟通過城鎮化間接影響.一方面，城鎮化給數字經濟的發展帶來新的應用場景和機遇，新型城鎮化背景下經濟活動模式發生轉變，能耗方式向著更集約的方式轉變，通過改善能源消費結構、清潔化程度來抑制碳排放[28].另一方面，污染控制具有規模經濟效益[29]，城鎮化進程帶來的空間聚集對碳排放強度的降低也具有重要意義.

基于此，本文提出假說1：數字經濟的發展會直接降低區域的工業碳排放強度，產業結構與城鎮化進程也會促進數字經濟降低工業碳排放強度.

1.2 數字經濟對工業碳排放強度影響的空間溢出效應

數字經濟所帶來的數字化技術利用互聯網虛擬信息打破了各省份傳統時空的壁壘，增加了區域間經濟活動往來，優化了資源配置，實現了工業協同減排與綠色高質量發展[30].如圖1 所示：一方面，由于空氣無規則流動、風向等自然因素的存在，鄰近省份間工業碳排放強度本身存在顯著的空間關聯性；另一方面，不同省份間由于資源稟賦的差異，經濟活動緊密聯系，周邊經濟發展水平相似的省份其數字經濟增加的工業產值也可能通過空間溢出提高了本地的工業產值，從而工業碳排放強度得以降低；最后，由于政府高度重視數字經濟賦能產業以及經濟高質量發展，可能引發各省份“爭上游”現象[31]，通過策略性競爭促使各省份加快發展數字經濟以助力工業碳減排[32].

基于此，本文提出假說2：數字經濟對周邊以及經濟相似省份工業碳排放強度存在空間溢出效應.

2 研究設計

2.1 研究方法

2.1.1 工業碳排放強度估算

本文的被解釋變量是工業碳排放強度.首先利用碳排放清單方法中“自上而下”的能源表現消費量參考方法估算工業碳排放總量，利用各省份統計年鑒的能源統計數據估算能源消費碳排放量，省級尺度的估算可消除統計口徑而帶來的差異性.通過各類能源的消耗量來計算熱值，然后在此基礎上推算出CO2結合量，最后計算得到CO2排放量.具體公式如下：

式中：Q(CO2)表示工業碳排放總量，104t；Mk表示各工業行業第k種能源的消耗總量，104t；NCVk表示第k種能源的平均低位發熱量，kJ/kg；CEFk表示第k種能源單位熱值當量對應的碳排放因子；kg/GJ；COF 表示地球大氣層中的碳氧化因子(在化石燃燒過程中，其中被氧化的碳含量幾乎達到100%，所以把1 作為近似值進行計算)；44 和12 分別表示CO2和C 的分子量.工業碳排放強度的計算公式為

式中：Ceii,t表示i省份在t年的工業碳排放強度，104t/(108元)；Qi,t表示i省份在t年的工業碳排放量，104t；Pi,t表示i省份在t年的工業產值，108元.

2.1.2 數字經濟指數估算

隨著數字經濟飛速發展，需要構建相應的指標體系來進行量化，本文基于數字經濟的內涵，參考王軍等[33-35]的研究，從數字經濟的基礎設施、創新環境和產業規模3 個維度，6 個二級指標，13 個具體指標，構建數字經濟評價綜合指標體系(見表1)，并利用TOPSIS 熵權法求得數字經濟發展綜合指數.

表1 數字經濟指數測度的指標體系Table 1 The index system of digital economy measurement

2.1.3 計量模型

基于我國工業產業碳排放現狀以及相關研究中影響因素的選取[3,36-37]，本文引入能源消耗(ec)、能源強度(ei)、工業產值(igdp)、貿易開放度(tra)、人口規模(pop)、經濟增長(pgdp)指標作為控制變量.能源消耗(ec)是以省份電力消耗量為代表；能源強度(ei)是能源消費總量與GDP 的比值；工業產值(igdp)能表征工業化程度；貿易開放度(tra)能通過影響能源進出口來影響工業碳排放強度，是計算進出口總額占GDP 的比重；家庭在CO2排放上所起的作用不可低估，能通過人口規模反映，因此人口規模(pop)通過常住人口總數衡量；經濟增長(pgdp)是可以推動碳排放量增長和能源消耗增加的關鍵因素，本文以人均GDP 代表經濟增長.由于產業結構和城鎮化是數字經濟減少工業碳排放的影響機制，所以本文選取產業結構(is)和城鎮化水平(ur)作為調節變量，用第三產業增加值占第二產業增加值的比重代表產業結構，用城鎮人口與年末常住總人口的比值代表城鎮化水平.

2.1.3.1 基準回歸模型

本文首先建立靜態面板回歸模型分析數字經濟發展對工業碳排放強度的影響，基準模型設置如下：

式中，ceiit表示i省份第t年的工業碳排放強度，digit表示i省份第t年的數字經濟指數，Xit表示一系列控制變量，β和β1分別表示數字經濟指數的回歸系數和工業碳排放強度滯后項的回歸系數，ω表示各控制變量的回歸系數，μi、σt、εit分別表示個體效應、時間效應和隨機擾動項.由于數字經濟發展對工業碳排放強度的影響程度存在時間滯后和空間滯后性[3,38]，因此將工業碳排放強度的滯后項加入模型中，得到動態面板模型〔見式(4)〕，并使用系統廣義矩估計方法(SYSGMM)以緩解其內生性.

2.1.3.2 調節效應模型

根據1.1 節對傳導機制的討論，產業結構和城鎮化在數字經濟發展對于工業碳排放強度的影響中起著一定的作用.為了探討這兩個變量在其中發揮的作用，本文建立調節效應模型進行實證分析.

先構建工業碳排放強度對數字經濟指數的回歸模型〔見式(3)〕，然后研究加入調節變量產業結構和城鎮化以及其交互項后數字經濟與工業碳排放強度的關系，建立如下模型：

式中，M為產業結構(is)或城鎮化(ur)，N為數字經濟指數與產業結構或城鎮化的交互項.

2.1.3.3 空間杜賓模型

研究[11]表明，CO2排放對當地和鄰近區域的生態環境都會產生影響，既會通過大氣環流等自然因素影響鄰近區域，還會通過產業轉移和集聚效應等機制擴散或轉移.例如，產業轉移可以改變轉入和轉出地的碳排放量，經濟發達省份向欠發達省份轉移污染密集型產業，一方面導致承接產業轉移的省份同時承接了碳轉移，另一方面技術水平和管理水平的提升在一定程度上會降低轉入地的碳排放量；同樣，經濟活動在空間與地理上的集中化帶來的碳排放流動會影響鄰近區域的碳排放量.為了研究數字經濟發展對工業碳排放強度的空間溢出性，本文建立如下空間計量模型：

式中：Wij為空間面板權重矩陣；ρ和δ分別為空間自回歸系數和空間自相關系數；Xit為第i個省份第t年的各解釋變量，包括核心解釋變量數字經濟指數以及其他控制變量；ω為其回歸系數；εit為空間誤差自相關項；?it為隨機干擾項.本文采用0-1 鄰近矩陣、地理距離矩陣、經濟距離矩陣、地理經濟嵌套矩陣四種矩陣，其中0-1 鄰近矩陣(W1)指的是如果省份i和j相鄰，則在矩陣中賦值為1，反之為0；地理距離權重矩陣(W2)指的是省份i與j直線距離的倒數，利用各省份質心坐標計算而來；經濟距離權重矩陣(W3)是利用省份i和j之間人均GDP 年均值絕對差值的倒數表示；地理經濟嵌套的空間權重矩陣(W4)則是利用公式W4ij=φW2ij+(1-φ)W3ij得到，其中φ值在0～1 之間，此處將φ簡化為0.5.

2.2 數據來源

本文選擇我國30 個省份的面板數據(不包括西藏自治區和港澳臺地區數據)為研究對象，時間跨度為2005-2019 年，根據國家統計局的劃分方法，將全國劃分為3 個區域——東部地區、中部地區、西部地區(見表2).根據《國民經濟行業分類》(GB/T 4754-2017)，工業行業可分為37 個部門.本文中工業總產值、各類能源消費量等數據以各省份統計年鑒為依據，部分缺失值采用線性補法補齊；平均低位發熱量(NCV)、碳排放因子(CEF)以《中國能源統計年鑒》為依據，折原煤系數(CORC)以《各種能源折標準煤參考系數》為依據.

表2 研究中三大區域包含的主要省份Table 2 The distribution of China′s three major regions

3 結果與分析

3.1 數字經濟與工業碳排放強度演變特征

從圖2(a)可以看出，2005-2019 年各省份工業碳排放強度在逐漸降低，大多數東部地區工業碳排放強度相對不高；中部地區的工業碳排放強度隨著時間的推進發生較大變化，但山西省、河南省的工業碳排放強度一直明顯高于周邊區域，原因可能是東部地區有一些勞動密集型的高排放產業環節布局，且山西省又是煤礦大省，所以這兩個省份工業碳排放強度較高；西部地區的內蒙古自治區、新疆維吾爾自治區和寧夏回族自治區隨著時間推移也一直保持著較高水平的工業碳排放強度，至2019 年這三個省份的工業碳排放強度亦在前列.2005-2019 年我國各省份的數字經濟指數則一直在快速增長〔見圖2(b)〕，東部地區的數字經濟指數較高，特別是北京市、江蘇省、浙江省、廣東省這些數字產業發展較好的區域；大多中西部省份的數字經濟指數增長速度較慢，特別是青海省、寧夏回族自治區等地的數字經濟指數一直處于較低水平，“高度數字化的省份”和“數字化不足的省份”之間的差異越來越明顯.

圖2 2005-2019 年我國各省份工業碳排放強度與數字經濟指數的演變趨勢Fig.2 The evolution of digital economy index and industrial carbon emission intensity in China′s provinces from 2005 to 2019

3.2 數字經濟發展對工業碳排放強度的影響

3.2.1 基準回歸結果

利用傳統最小二乘法(OLS)和系統廣義矩估計(SYS-GMM)兩種方法計算得到數字經濟指數對工業碳排放強度影響的回歸結果(見表3)，兩種方法均使用雙向固定效應.用普通最小二乘法依次增加控制變量的回歸結果，可以看到，無論是否增加控制變量還是增加多少控制變量，數字經濟指數回歸系數均通過了顯著性水平為1%的顯著性檢驗，且回歸系數為負，這也是穩健性的一種表現.從加入所有控制變量的結果來看，當控制其他變量不變時，數字經濟指數每提高10%，工業碳排放強度將會降低1.03%，說明數字經濟發展顯著降低工業碳排放強度.主要原因是數字經濟可以通過數字技術和技術創新有效地改善工業生產流程，提高設備運行效率，提高生產過程的管理水平，進而降低工業碳排放強度，從而驗證了假說1.此外，就控制變量而言，能源強度的增加顯著提升了工業碳排放水平，因為煤炭消耗是影響工業碳排放的一個重要因素，能源消耗越多，越能增加工業碳排放強度.而貿易開放程度和經濟增長顯著降低了工業碳排放強度.最后，用系統廣義矩估計方法進行穩健性檢驗，減弱其內生性，結果顯示數字經濟指數回歸系數為-0.189，且通過了顯著性水平為1%的檢驗.這說明數字經濟發展顯著降低了工業碳排放強度，與利用普通最小二乘法得出的結果一致，說明此方法穩健有效.

表3 數字經濟發展水平對工業碳排放強度影響的回歸結果Table 3 Benchmark regression results of the impact of digital economy development on industrial carbon emission intensity

3.2.2 區域與資源稟賦的異質性

3.2.2.1 區域異質性

由于區域間發展的差異較大，本文將東、中、西三個區域間數字經濟發展水平對工業碳排放強度的影響進行對比，回歸結果如表4 所示.從表4 可以觀察到，東部地區數字經濟指數的回歸系數為-0.160 且通過了1%的顯著性檢驗，說明數字經濟發展顯著降低了東部工業碳排放強度；中部地區數字經濟發展對工業碳排放強度的影響并不顯著；西部地區數字經濟指數的回歸系數為-0.128，表明數字經濟發展與西部的工業碳排放強度呈顯著負相關，但這種影響弱于東部地區.原因可能在于東部地區數字經濟發展比中西部相對較早，數字技術與傳統產業的融合程度更高，而中西部地區數字經濟發展還在初級階段，產業融合還不完善，導致數字經濟的影響不明顯.

表4 數字經濟發展水平對工業碳排放強度影響的異質性分析Table 4 Heterogeneity analysis of the impact of digital economy development on industrial carbon emission intensity

3.2.2.2 資源稟賦異質性

為了對比資源型和非資源型省份之間數字經濟發展的影響差異，基于已有文獻[19,39]對樣本進行劃分.其中，資源型省份包括黑龍江省、內蒙古自治區、山西省、貴州省、云南省、陜西省、青海省、寧夏回族自治區和新疆維吾爾自治區，非資源型省份包括北京市、天津市、河北省、遼寧省、吉林省、上海市、江蘇省、浙江省、安徽省、福建省、江西省、山東省、河南省、湖北省、湖南省、廣東省、廣西壯族自治區、海南省、重慶市、四川省和甘肅省.如表4 所示，非資源型省份數字經濟指數回歸系數為-0.112 且通過了5%的顯著性檢驗，說明數字經濟發展顯著降低了非資源型省份的工業碳排放強度.原因可能是非資源型省份數字經濟發展水平相對較高，可以提高生產效率，促進綠色創新，推動可再生能源使用，進而降低工業碳排放強度.然而資源型省份數字經濟指數回歸系數為-0.109 且影響不顯著，原因可能是資源型省份數字經濟發展水平較低，技術創新水平尤其是綠色技術創新水平不高，且多為以化石能源消費為主的高污染、高能耗工業產業，低碳清潔能源較少，未能全面發揮數字經濟紅利.

3.2.3 基于產業結構和城鎮化調節效應的影響

3.2.1 節和3.2.2 節結果均展示的是在其他變量既定情況下數字經濟發展對工業碳排放強度的平均影響，其實，不同產業結構以及不同城鎮化發展水平的區域，數字經濟發展對工業碳排放強度的作用也會存在差異.為了檢驗這一異質性的存在，本文構建了數字經濟指數變量與產業結構變量、城鎮化變量的交互項，并作為解釋變量分別單獨代入回歸模型中，發現了統計顯著并具有一定邏輯解釋力的交互項結果(見表5).首先，數字經濟指數與產業結構交互項的回歸系數為負，且結果通過了顯著性檢驗，說明產業結構升級將增強數字經濟發展對工業碳排放強度的負面影響，即產業結構升級會促進數字經濟降低工業碳排放強度，假說1 得到驗證.其次，檢驗城鎮化對數字經濟與工業碳排放強度關系的調節作用時發現，自變量數字經濟指數的回歸系數為負，數字經濟指數與城鎮化交互項的回歸系數為負，通過顯著性檢驗，這說明城鎮化對數字經濟作用工業碳排放強度具有顯著的強化作用，城鎮化進程將會增強數字經濟發展對工業碳排放強度的負面影響，假說1 得到驗證.這些都表明數字經濟發展對工業碳排放強度的影響不僅存在獨立效應，其作用還會因為區域產業結構和城鎮化水平的異質性而不同.

表5 數字經濟發展水平與產業結構、城鎮化交互項影響的回歸結果Table 5 The regression results of the interaction between the level of digital economy and industrial structure and urbanization

3.3 數字經濟發展對工業碳排放強度影響的空間溢出效應

3.3.1 空間自相關檢驗

各省份歷年數字經濟發展水平與工業碳排放強度的空間自相關性結果如表6 所示，2005-2019 年數字經濟發展水平的全局莫蘭指數(Moran′s I)均為正值且顯著，說明數字經濟發展水平的空間正相關性明顯，且這種相關性先增強后減弱.工業碳排放強度全局Moran′s I 在0.189～0.322 之間，均通過顯著性檢驗，說明工業碳排放強度同樣具有很強的空間正相關性，且這種相關性越來越明顯，因此，利用空間計量模型研究其空間溢出性十分必要.

表6 2005-2019 年數字經濟發展水平與工業碳排放強度全局Moran′s ITable 6 Global Moran′s I of digital economy development and industrial carbon emission intensity from 2005 to 2019

3.3.2 空間溢出效應

首先對基準回歸結果進行拉格朗日乘子檢驗(LM 檢驗)(見表7)，結果顯示四項指標中只有一項不顯著，因而有必要采用空間模型進行研究.其次利用似然比檢驗(LR 檢驗)進行比較以選擇合適的空間模型，檢驗結果(見表7)顯示，相比于空間滯后模型(SAR)和空間誤差模型(SEM)，空間杜賓模型(SDM)效果更好，所以本文使用空間杜賓模型進行檢驗.另外，考慮到空間的滯后性，使用動態空間杜賓模型，并在此基礎上進行相關檢驗以確定在不同權重矩陣下空間固定、時間固定以及時空雙固定三種情況中的最優效果.

表7 數字經濟發展水平對工業碳排放強度影響的面板計量模型檢驗Table 7 Panel econometric model test of the impact of digital economy development on industrial carbon emission intensity

在四種空間矩陣下進行參數估計，結果如表8 所示.可以看出，數字經濟指數對工業碳排放強度直接影響的回歸系數為負，且通過了顯著性為1%的檢驗，說明數字經濟顯著抑制了本地的工業碳排放強度，這與基準回歸的實證結果一致.基于四種空間矩陣的工業碳排放強度空間滯后項均顯著，表明鄰近省份工業碳排放強度之間相互作用，且地理距離相近和經濟相似的省份在工業碳排放強度方面集聚態勢明顯.而數字經濟發展對工業碳排放強度空間滯后項的影響系數只在經濟距離矩陣下顯著為正，說明各省份數字經濟發展對經濟相似省份的工業碳排放強度有明顯的促進作用.對于其他控制變量，只有人均GDP 的空間滯后項系數在四種空間矩陣下都通過了顯著性為1%或5%的檢驗，說明經濟發展不僅對本地工業碳排放強度有影響，對鄰近省份、地理相近、經濟相似的省份都有顯著影響.能源消耗和工業產值空間滯后性系數在一些矩陣下顯著，但通過的顯著性程度不高，說明本地能源消耗和工業水平的發展對鄰近省份有影響，但影響不明顯.

表8 數字經濟發展水平對工業碳排放強度影響的空間溢出效應Table 8 Spatial spillover effects of digital economy development on industrial carbon emission intensity

進一步針對數字經濟發展對工業碳排放強度影響的直接效應、間接效應與總效應進行分解，結果如表9 所示.在四種矩陣下，數字經濟發展對工業碳排放強度影響的直接效應、間接效應和總效應均顯著，說明數字經濟不僅降低了本地工業碳排放強度，其空間溢出效應也比較顯著，從而驗證了假說2.對于其他變量，在四種矩陣下，除人口規模外，其余均表現出顯著的直接效應，但僅有工業產值、能源強度和人均GDP 這三個變量都存在有明顯溢出(間接效應).0-1矩陣下的結果表明，本省份工業化水平、能源強度和經濟發展水平的提高同樣會降低鄰近省份工業碳排放強度.另外，貿易開放度在大部分空間矩陣下只有直接效應顯著，間接效應和總效應都不顯著，說明相對于對經濟或地理鄰近省份工業碳排放強度的影響，貿易開放度對本省份的影響更加明顯.從直接效應與間接效應的回歸系數大小差異來看，與降低本省份工業碳排放強度的不同在于，數字經濟發展對周邊省份工業碳排放強度反而具有促進作用.從4 種矩陣的估計結果看，數字經濟發展對工業碳排放強度直接效應的估計系數大小表現為地理經濟嵌套矩陣(-0.443)? 0-1 鄰近矩陣(-0.167)?地理距離矩陣(-0.159)?經濟距離矩陣(-0.070)，表明數字經濟發展對工業碳排放強度的影響同時受經濟距離和地理距離的約束.間接效應的估計系數大小表現為地理經濟嵌套矩陣(0.193)?經濟距離權重矩陣(0.164)?地理距離矩陣(0.090)?0-1 鄰近矩陣(0.085)，反映出地理距離不是約束數字經濟發展對工業碳排放強度影響溢出的主要因素；相比其他矩陣，經濟地理距離矩陣下數字經濟發展對工業碳排放強度影響的溢出效應最大，說明地理經濟距離嵌套是作用于數字經濟發展對工業碳排放強度影響溢出的最主要因素，原因可能在于“雙碳”目標驅動下，政府在減排的制度設計上易于形成顯著的策略性競爭效應，因而減排政策的制定和實施必須形成有效的區域協同聯動效應.

表9 數字經濟發展水平對工業碳排放強度空間溢出效應的分解Table 9 Decomposition of spatial spillover effects of digital economy development on industrial carbon emission intensity

4 結論與建議

4.1 結論

a) 通過構建數字經濟指數評價指標體系和運用碳排放能源測量方法，分別測度我國各省份2005-2019 年的數字經濟指數和工業碳排放強度，比較數字經濟指數和工業碳排放強度的水平以及演變特征可知：各省份之間數字經濟水平差異較大，“高度數字化的省份”和“數字化不足的省份”之間的差異越來越明顯；中西部省份的工業碳排放強度一直高于東部地區.

b) 數字經濟的發展能提高資源配置效率，減少能源使用規模，降低工業碳排放強度，這一結論在經過穩健性檢驗后依然成立，且能通過促進產業結構升級和降低城鎮化過程中工業碳排放強度.數字經濟發展對工業碳排放強度的影響存在空間異質性，相比于中西部地區，東部地區數字經濟與工業產業發展融合程度更高，能顯著作用于工業碳排放強度；資源型省份數字經濟發展對工業碳排放強度的影響遠低于非資源型省份.

c) 數字經濟發展和工業碳排放強度均呈顯著的空間正相關性；通過空間杜賓模型分析以及空間效應分解，得到數字經濟發展對工業碳排放強度的影響存在明顯的空間外溢，與顯著降低本省份工業碳排放強度不同，數字經濟發展對周邊省份卻有促進作用；相比其他矩陣，經濟地理距離矩陣下數字經濟發展對工業碳排放強度影響的溢出效應最大，原因可能是“雙碳”目標驅動下政府在減排的制度設計上易形成策略性競爭效應.

4.2 建議

中國工業產業發展過程中節能減排存在巨大的提升提質空間，發展數字經濟是協調經濟高質量發展與綠色集約的必然選擇.基于所得結論提出以下三點建議：

a) 工業產業低碳轉型過程中，完善數字化驅動的智能制造設施，采用更節能的工業生產技術和設施設備；綜合考慮區域所處的經濟發展階段，兼顧工業產業的剛性需求，推動工業生產活動的空間集聚，最終改變工業增長長期依賴于高碳產業的局面.同時充分利用雙循環發展格局，以市場效應拉動數字服務和數字產品供給，注重綠色低碳為導向引領數字經濟高質量發展.

b) 增強高數字化省份的輻射帶動作用，低數字化省份則需調動自身主觀能動性.一方面，鞏固東部地區高數字化水平以及降碳效果，積極探索工業增綠提效先進經驗與恰當的低碳轉型路徑；另一方面，增加東部與中西部之間的低碳數字技術交流和產業融合，推動中西部地區數字經濟和低耗能產業的發展，全面推動工業產業的綠色化、智能化轉型.

c) 地方政府在出臺減碳政策與制定區域規劃時需明確各自的重點方向，發揮“省(自治區、直轄市)-市-縣”行政體系的溢出優勢，為數字經濟發揮低碳的正外部性提供保障.充分考慮區域差距，推動知識溢出、人才流動、產業轉移、設施以及政策服務的互聯互通，以工業產業鏈上下游協同與跨區域、跨行業協同為核心，構建有效的協同產業聯盟，在最大程度提高工業生產效率的同時，降低工業產業碳排放強度.