數(shù)字經(jīng)濟(jì)發(fā)展賦能碳減排的多重路徑
——基于中國(guó)省域的組態(tài)分析

張修凡，廖中舉

（浙江理工大學(xué) 經(jīng)濟(jì)管理學(xué)院，杭州 310018）

0 引言

目前，我國(guó)是國(guó)際上碳排放總量最大和增量最快的發(fā)展中國(guó)家，處于經(jīng)濟(jì)快速發(fā)展的階段，呈現(xiàn)能源需求高、資源消耗量大的特點(diǎn)，碳減排任務(wù)繁重并迫切。“十四五”規(guī)劃進(jìn)一步明確大力發(fā)展數(shù)字經(jīng)濟(jì)，推動(dòng)我國(guó)實(shí)施碳達(dá)峰與碳中和的減排目標(biāo)。2022年是碳達(dá)峰政策落地的重要一年，我國(guó)將“數(shù)字基建”作為“新基建”的內(nèi)在核心。隨著數(shù)字經(jīng)濟(jì)運(yùn)行速度不斷加快，數(shù)字技術(shù)水平與發(fā)展高度不斷提高。我國(guó)拓展數(shù)字經(jīng)濟(jì)的應(yīng)用領(lǐng)域與開(kāi)發(fā)模式，形成業(yè)態(tài)治理新手段，賦能經(jīng)濟(jì)發(fā)展模式實(shí)現(xiàn)深層次轉(zhuǎn)變，推進(jìn)碳減排進(jìn)程，促進(jìn)碳減排目標(biāo)的實(shí)現(xiàn)。面對(duì)數(shù)字經(jīng)濟(jì)發(fā)展的區(qū)域異質(zhì)性，應(yīng)設(shè)定差異化發(fā)展路徑以更高效地實(shí)現(xiàn)碳減排目標(biāo)。這對(duì)于進(jìn)一步選擇碳減排的驅(qū)動(dòng)路徑具有重要的理論和現(xiàn)實(shí)價(jià)值。

縱觀現(xiàn)有學(xué)者對(duì)數(shù)字經(jīng)濟(jì)驅(qū)動(dòng)碳減排目標(biāo)的相關(guān)研究，在數(shù)字經(jīng)濟(jì)發(fā)展及效果分析方面，何大安和許一帆（2020）[1]認(rèn)為我國(guó)逐漸擴(kuò)大數(shù)字產(chǎn)業(yè)化的發(fā)展規(guī)模，推動(dòng)產(chǎn)業(yè)的數(shù)字化與智能化轉(zhuǎn)型。數(shù)字經(jīng)濟(jì)發(fā)展旨在實(shí)現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化與綠色發(fā)展[2]。陳曉紅等（2021）[3]針對(duì)數(shù)字經(jīng)濟(jì)開(kāi)展了多層次的研究，提出數(shù)字經(jīng)濟(jì)的概念與內(nèi)涵。還有學(xué)者探討了數(shù)字經(jīng)濟(jì)對(duì)資源配置、生產(chǎn)效率、經(jīng)濟(jì)增長(zhǎng)等的影響機(jī)理和傳導(dǎo)機(jī)制，發(fā)現(xiàn)數(shù)字經(jīng)濟(jì)加快要素流動(dòng)，促進(jìn)我國(guó)的高質(zhì)量發(fā)展，并證實(shí)了數(shù)字經(jīng)濟(jì)發(fā)展水平具有區(qū)域異質(zhì)性。由此可見(jiàn)，在數(shù)字經(jīng)濟(jì)發(fā)展過(guò)程中，不同維度驅(qū)動(dòng)技術(shù)創(chuàng)新，促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)，提高能源效率，進(jìn)而實(shí)現(xiàn)高質(zhì)量發(fā)展。然而，以往研究中較少針對(duì)數(shù)字經(jīng)濟(jì)構(gòu)成要素的條件組態(tài)和碳減排目標(biāo)之間的復(fù)雜關(guān)系進(jìn)行研究，忽視了數(shù)字經(jīng)濟(jì)賦能碳減排的作用機(jī)理。數(shù)字經(jīng)濟(jì)驅(qū)動(dòng)碳減排的路徑可能呈現(xiàn)多樣化態(tài)勢(shì)，這為傳統(tǒng)行業(yè)實(shí)現(xiàn)全鏈條創(chuàng)新帶來(lái)新的可能性。

基于此，本文探討了數(shù)字經(jīng)濟(jì)要素之間如何組合而提高碳減排效果，探索不同區(qū)域?qū)崿F(xiàn)碳減排目標(biāo)的等效多樣化驅(qū)動(dòng)路徑，為精準(zhǔn)推進(jìn)碳減排目標(biāo)提供理論啟示和實(shí)踐經(jīng)驗(yàn)。首先，構(gòu)建數(shù)字經(jīng)濟(jì)發(fā)展評(píng)價(jià)指標(biāo)體系，運(yùn)用熵權(quán)法測(cè)度數(shù)字經(jīng)濟(jì)發(fā)展水平；其次，運(yùn)用GMDH算法對(duì)數(shù)字經(jīng)濟(jì)的要素進(jìn)行路徑分析，以識(shí)別不同維度對(duì)碳減排產(chǎn)生的凈效應(yīng)；最后，將關(guān)鍵因素引入組態(tài)分析框架中，通過(guò)條件組態(tài)提高碳減排效率，以期為推動(dòng)數(shù)字經(jīng)濟(jì)發(fā)展與碳減排目標(biāo)提供參考。

1 作用機(jī)理

在20 世紀(jì)90 年代，Tapscott（1999）[4]分析了智能時(shí)代面臨的機(jī)遇和風(fēng)險(xiǎn)并提出數(shù)字經(jīng)濟(jì)的概念。數(shù)字經(jīng)濟(jì)發(fā)展以數(shù)字基礎(chǔ)設(shè)施為載體，以數(shù)字技術(shù)為動(dòng)力，以數(shù)字人才為支持，以數(shù)字金融為資本，利用數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化形成新的生產(chǎn)要素。我國(guó)在碳減排進(jìn)程中，從供應(yīng)側(cè)提高清潔能源所占比重，形成新能源結(jié)構(gòu)[5]；從高質(zhì)量發(fā)展角度出發(fā)，實(shí)現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型[6]；針對(duì)關(guān)鍵生產(chǎn)過(guò)程采用低碳技術(shù)，形成碳減排的新動(dòng)能[7]。總體來(lái)看，數(shù)字經(jīng)濟(jì)通過(guò)促進(jìn)技術(shù)創(chuàng)新、推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)和提高能源利用效率而推動(dòng)碳減排。

1.1 促進(jìn)技術(shù)創(chuàng)新

數(shù)字經(jīng)濟(jì)發(fā)展推動(dòng)“卡脖子”技術(shù)核心領(lǐng)域的突破。呂巖威等（2023）[8]認(rèn)為數(shù)字經(jīng)濟(jì)促進(jìn)技術(shù)創(chuàng)新效率提升，推動(dòng)低碳配套設(shè)施與生產(chǎn)技術(shù)趨于完善，深度破解經(jīng)濟(jì)發(fā)展與碳減排之間的矛盾問(wèn)題。在企業(yè)層面，張遠(yuǎn)記和韓存（2023）[9]研究發(fā)現(xiàn)，數(shù)字技術(shù)的發(fā)展助推企業(yè)的數(shù)字化轉(zhuǎn)型。同時(shí)，技術(shù)創(chuàng)新會(huì)產(chǎn)生溢出效應(yīng)，正向促進(jìn)多部門(mén)與多區(qū)域提高創(chuàng)新效率。Gillani等（2020）[10]認(rèn)為數(shù)字基礎(chǔ)設(shè)施的建設(shè)和應(yīng)用會(huì)提高研發(fā)部門(mén)溝通和運(yùn)營(yíng)效率，實(shí)現(xiàn)組織的縱向和橫向拓展，加速低碳技術(shù)創(chuàng)新。在產(chǎn)業(yè)層面，數(shù)字產(chǎn)業(yè)化發(fā)展提高技術(shù)的傳播速度，縮小技術(shù)應(yīng)用距離，促進(jìn)知識(shí)密集型、能力密集型和科技密集型行業(yè)的蓬勃發(fā)展，節(jié)省技術(shù)傳播過(guò)程中的能源消耗。尹西明和陳勁（2022）[11]指出，產(chǎn)業(yè)數(shù)字化有助于打造低碳生態(tài)產(chǎn)業(yè)鏈條，數(shù)字平臺(tái)整合創(chuàng)新主體與資源，提高低碳技術(shù)能力，推進(jìn)產(chǎn)業(yè)低碳化發(fā)展，產(chǎn)生長(zhǎng)遠(yuǎn)的經(jīng)濟(jì)和生態(tài)效益。生產(chǎn)要素對(duì)能源消費(fèi)的替代程度不斷提高，從源頭上實(shí)現(xiàn)碳減排目標(biāo)。

1.2 推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)

韋東明等（2021）[12]指出，數(shù)字經(jīng)濟(jì)為產(chǎn)業(yè)結(jié)構(gòu)升級(jí)提供基礎(chǔ)要素，促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化與生產(chǎn)效率提升。數(shù)字經(jīng)濟(jì)提升產(chǎn)業(yè)間協(xié)調(diào)度，實(shí)現(xiàn)產(chǎn)業(yè)集群的協(xié)同集聚，推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)。一是提升產(chǎn)業(yè)結(jié)構(gòu)的協(xié)調(diào)度。在產(chǎn)業(yè)數(shù)字化進(jìn)程中，數(shù)字基礎(chǔ)設(shè)施建設(shè)發(fā)揮重要作用。如搭建數(shù)字平臺(tái)實(shí)現(xiàn)要素轉(zhuǎn)移，發(fā)揮平臺(tái)的跨行業(yè)、跨層次和跨區(qū)域特點(diǎn)，提高部門(mén)的生產(chǎn)效率，推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)。傳統(tǒng)產(chǎn)業(yè)借助數(shù)字平臺(tái)實(shí)現(xiàn)產(chǎn)業(yè)智能化改造與能級(jí)躍遷，與新興產(chǎn)業(yè)趨向協(xié)調(diào)發(fā)展。張凌潔和馬立平（2022）[13]指出，數(shù)字經(jīng)濟(jì)的發(fā)展可以增強(qiáng)產(chǎn)業(yè)發(fā)展的創(chuàng)新動(dòng)力，推進(jìn)新興產(chǎn)業(yè)集群的數(shù)字化發(fā)展，推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)趨向高級(jí)化。二是推動(dòng)產(chǎn)業(yè)的協(xié)同集聚。基于產(chǎn)業(yè)集聚理論，數(shù)據(jù)基地和應(yīng)用場(chǎng)景促進(jìn)產(chǎn)業(yè)鏈條延伸，實(shí)現(xiàn)產(chǎn)業(yè)重構(gòu)。李毅等（2020）[14]構(gòu)建局部均衡模式，研究發(fā)現(xiàn)數(shù)字產(chǎn)品開(kāi)發(fā)過(guò)程以產(chǎn)出為導(dǎo)向，間接推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)。數(shù)字技術(shù)推動(dòng)形成生產(chǎn)流程智能化、自動(dòng)化和系統(tǒng)化的深度數(shù)字化轉(zhuǎn)型模式，在生產(chǎn)過(guò)程中實(shí)施修復(fù)與創(chuàng)新工程，降低碳排放。

1.3 提高能源利用效率

首先，實(shí)現(xiàn)能源集約化。U?ar等（2020）[15]認(rèn)為數(shù)字技術(shù)誘發(fā)生產(chǎn)要素聚集，數(shù)字平臺(tái)精準(zhǔn)研判和分析能源消耗，在生產(chǎn)全流程中實(shí)現(xiàn)能源集約，提升能源利用效率。通過(guò)優(yōu)化整合能源業(yè)務(wù)，打破“能源豎井”，實(shí)現(xiàn)多能融合。其次，加強(qiáng)要素流動(dòng)性。Myovella等（2020）[16]指出，數(shù)字化誘發(fā)傳統(tǒng)生產(chǎn)要素的轉(zhuǎn)變，拉動(dòng)資本、信息、技術(shù)等形成資源流，拓寬要素交流渠道。從供應(yīng)端來(lái)看，李彥華和焦德坤（2021）[17]認(rèn)為數(shù)字技術(shù)利用能源數(shù)據(jù)流在碳足跡、碳匯等領(lǐng)域進(jìn)行監(jiān)測(cè)分析，實(shí)現(xiàn)能源利用數(shù)據(jù)的精準(zhǔn)計(jì)量與預(yù)測(cè)，提升能源利用效率。最后，塑造公眾減排意識(shí)。數(shù)字經(jīng)濟(jì)通過(guò)多種手段將數(shù)據(jù)流量?jī)r(jià)值轉(zhuǎn)化為生態(tài)價(jià)值，加快實(shí)現(xiàn)碳減排目標(biāo)。數(shù)字金融有利于拓寬公眾參與碳減排途徑，擴(kuò)大參與碳減排的主體范圍。

2 研究設(shè)計(jì)

2.1 指標(biāo)體系構(gòu)建

本文從數(shù)字經(jīng)濟(jì)的內(nèi)涵及作用出發(fā)，參考尹西明和陳勁（2022）[11]、韋東明等（2021）[12]的研究方法，從數(shù)字基礎(chǔ)設(shè)施條件、數(shù)字技術(shù)水平、產(chǎn)業(yè)數(shù)字化程度、數(shù)字產(chǎn)業(yè)化水平、數(shù)字人才儲(chǔ)備和數(shù)字金融發(fā)展水平6個(gè)維度構(gòu)建包含20個(gè)具體指標(biāo)的數(shù)字經(jīng)濟(jì)發(fā)展綜合評(píng)價(jià)指標(biāo)體系，如表1所示。

表1 數(shù)字經(jīng)濟(jì)發(fā)展綜合評(píng)價(jià)指標(biāo)體系

使用Python 軟件在巨潮資訊網(wǎng)爬取2017—2021 年工業(yè)企業(yè)A 股上市企業(yè)年報(bào)中的數(shù)字化轉(zhuǎn)型主題詞進(jìn)行詞頻統(tǒng)計(jì)與文本分析，以反映工業(yè)企業(yè)對(duì)于數(shù)字化發(fā)展的重視程度及相關(guān)戰(zhàn)略布局。統(tǒng)計(jì)各詞條頻次，進(jìn)而歸類(lèi)統(tǒng)計(jì)出各省份的總頻次，將詞頻進(jìn)行對(duì)數(shù)化處理后作為工業(yè)數(shù)字化詞頻指數(shù)，以此衡量工業(yè)數(shù)字發(fā)展程度。數(shù)字金融發(fā)展水平相關(guān)指標(biāo)則借鑒北京大學(xué)數(shù)字金融中心編制并發(fā)布的“數(shù)字普惠金融指數(shù)”[18]相關(guān)報(bào)告。

運(yùn)用熵值法根據(jù)各指標(biāo)提供的信息量大小，對(duì)其賦予客觀權(quán)重，測(cè)度數(shù)字經(jīng)濟(jì)發(fā)展綜合指數(shù)，以此衡量數(shù)字經(jīng)濟(jì)發(fā)展水平。

首先，運(yùn)用極差法對(duì)原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理：

其次，計(jì)算各指標(biāo)信息比重：

再次，計(jì)算第j個(gè)指標(biāo)的信息熵：

然后，計(jì)算第j個(gè)指標(biāo)的權(quán)重：

最后，采用加權(quán)平均的方式對(duì)各指標(biāo)進(jìn)行加總，獲得數(shù)字經(jīng)濟(jì)發(fā)展綜合指數(shù)：

2.2 研究方法

2.2.1 SBM-Undesirable模型

建立SBM-Undesirable模型測(cè)度碳減排效率。假定碳排放系統(tǒng)中有n個(gè)決策單元，各個(gè)決策單元有3 個(gè)矢量，即投入矢量、預(yù)期產(chǎn)出矢量和非預(yù)期輸出矢量，分別表示為X?Rm×n、Yg?Rs1×n和Y b?Rs2×n。定義矩陣如下：

其中，x>0，yg>0，yb>0。在規(guī)模報(bào)酬不變情形下生產(chǎn)的可能集P定義為：

綜合已有研究，以勞動(dòng)力、資本和能源為碳減排投入要素。采用“永續(xù)盤(pán)存法”計(jì)算按可比價(jià)格折算的資本儲(chǔ)備量，以歷年的從業(yè)人口為勞動(dòng)力總投入量指標(biāo)，采用歷年的能源消耗量為能源總投入指標(biāo)，并把能源的需求量換算為以“噸標(biāo)準(zhǔn)煤”為單位的指標(biāo)。

環(huán)境方面，以碳排放量為非預(yù)期產(chǎn)出，采用《2006 年IPCC國(guó)家溫室氣體清單編制指南》的計(jì)算方法，根據(jù)低位熱值、碳排放因子和碳氧化比率估算各省份2016—2020年的碳排放量；經(jīng)濟(jì)方面，以地區(qū)生產(chǎn)總值為預(yù)期產(chǎn)出，以2000年的不變價(jià)格計(jì)算實(shí)際GDP。

SBM-Undesirable模型可表示為：

其中：目標(biāo)函數(shù)ρ*嚴(yán)格遞減；s-、sg和sb分別代表投資、預(yù)期產(chǎn)出和未預(yù)期產(chǎn)出中的松弛變量，根據(jù)Charnes-Cooper的轉(zhuǎn)換方法將其轉(zhuǎn)換成線性規(guī)劃模式。

2.2.2 GMDH算法

將樣本分為學(xué)習(xí)集A和測(cè)試集B。采用Kolmogorov-Gabor（K-G）多項(xiàng)式建立數(shù)字經(jīng)濟(jì)與碳減排的關(guān)系。初始模型集合如下：

采用式（4）中所示的最小偏差原則計(jì)算其在B中的外準(zhǔn)則值，直至偏差值達(dá)到最小。形成第一層中間模型：

其中，碳減排在測(cè)試集B中的實(shí)際值為YB。在測(cè)試集中，根據(jù)學(xué)習(xí)集中的估計(jì)方程得出各因素的碳減排效率估計(jì)值為。

利用GMDH Shell 3.8.9 軟件進(jìn)行網(wǎng)絡(luò)訓(xùn)練，將2016—2017 年的數(shù)據(jù)設(shè)置為學(xué)習(xí)集，將2018—2020 年的數(shù)據(jù)設(shè)置為測(cè)試集。訓(xùn)練結(jié)束時(shí)準(zhǔn)則值為0.0632時(shí)，最佳模型如下：

其中，Y為碳減排效率，M6、M2、M4、M7、M5、M11為中間變量。關(guān)鍵因素包括數(shù)字基礎(chǔ)設(shè)施條件中的互聯(lián)網(wǎng)接入設(shè)施（S4）、數(shù)字技術(shù)水平中的人工智能技術(shù)（T1）和無(wú)線網(wǎng)絡(luò)技術(shù)（T2）、產(chǎn)業(yè)數(shù)字化程度中的工業(yè)數(shù)字化發(fā)展（D4）、數(shù)字產(chǎn)業(yè)化水平中的電子信息業(yè)發(fā)展（I1）、數(shù)字人才儲(chǔ)備中的研發(fā)投入（H1）以及數(shù)字金融發(fā)展水平中的金融數(shù)字化程度（F3）。上述因素與碳減排效率之間具有較為復(fù)雜的影響機(jī)制。測(cè)度最佳模型均方誤差的影響程度，對(duì)不同因素的重要性進(jìn)行排序。最佳模型的均方誤差可表示為：

2.2.3 組態(tài)分析

采用模糊集組態(tài)分析（fsQCA）方法把樣本數(shù)量校準(zhǔn)在0～1內(nèi)，利用一致性和覆蓋率判斷數(shù)字經(jīng)濟(jì)發(fā)展的6個(gè)維度和碳減排效率之間是否具有必要和充分性關(guān)系。將一致性閾值設(shè)置為超過(guò)0.8 時(shí)，為必要條件。覆蓋率表示對(duì)特殊條件的解釋力。探討組合內(nèi)部邏輯關(guān)系的一致性程度，通過(guò)條件模糊隸屬度衡量組合理論關(guān)系的統(tǒng)一性，運(yùn)用一致性水平評(píng)價(jià)各條件變量的必要性。

其中，Xi為條件組合中的隸屬分?jǐn)?shù)，Yi為結(jié)果的隸屬分?jǐn)?shù)。

2.3 數(shù)據(jù)來(lái)源

本文以我國(guó)30個(gè)省份（不含西藏和港澳臺(tái)）為研究對(duì)象，選取2016—2020 年的面板數(shù)據(jù)進(jìn)行實(shí)證分析。數(shù)據(jù)來(lái)源于歷年《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)信息年鑒》《中國(guó)高技術(shù)產(chǎn)業(yè)年鑒》《中國(guó)文化及相關(guān)產(chǎn)業(yè)統(tǒng)計(jì)年鑒》《中國(guó)第三產(chǎn)業(yè)統(tǒng)計(jì)年鑒》《中國(guó)科技統(tǒng)計(jì)年鑒》《中國(guó)“互聯(lián)網(wǎng)+”指數(shù)報(bào)告》《中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展報(bào)告》《中國(guó)互聯(lián)網(wǎng)企業(yè)綜合實(shí)力指數(shù)》《中國(guó)城市數(shù)字經(jīng)濟(jì)指數(shù)藍(lán)皮書(shū)》及國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)。個(gè)別指標(biāo)在部分年份的數(shù)據(jù)存在缺失，運(yùn)用插值法進(jìn)行補(bǔ)全。

3 實(shí)證分析

3.1 因素識(shí)別結(jié)果

根據(jù)GMDH算法的識(shí)別結(jié)果，各關(guān)鍵因素對(duì)最佳模型均方誤差的影響如表2所示。

表2 最佳模型中各變量重要程度 （單位：%）

由表2可知，影響碳減排效率的關(guān)鍵數(shù)字經(jīng)濟(jì)發(fā)展因素按照重要程度排序，依次為互聯(lián)網(wǎng)接入設(shè)施（S4）、人工智能技術(shù)（T1）、工業(yè)數(shù)字化發(fā)展（D4）、無(wú)線網(wǎng)絡(luò)技術(shù)（T2）、研發(fā)投入（H1）、電子信息業(yè)發(fā)展（I1）和金融數(shù)字化程度（F3）。

其中，互聯(lián)網(wǎng)接入設(shè)施（S4）的大力發(fā)展推動(dòng)數(shù)字化與信息化成果更快地實(shí)現(xiàn)市場(chǎng)價(jià)值，是形成低碳技術(shù)與數(shù)字經(jīng)濟(jì)發(fā)展的重要基礎(chǔ)與動(dòng)力來(lái)源。人工智能技術(shù)（T1）利用數(shù)字技術(shù)推動(dòng)生產(chǎn)過(guò)程的規(guī)模化、集約化與低碳化，形成碳減排目標(biāo)的根本支撐，提高碳減排能力。工業(yè)數(shù)字化發(fā)展（D4）反映了我國(guó)工業(yè)數(shù)字管理和發(fā)展水平，形成整合資源發(fā)展的理念，助力行業(yè)低碳發(fā)展。無(wú)線網(wǎng)絡(luò)技術(shù)（T2）營(yíng)造數(shù)字化氛圍，加大對(duì)良好的低碳發(fā)展技術(shù)的支持與推廣。研發(fā)投入（H1）反映了開(kāi)發(fā)數(shù)字技術(shù)的資金實(shí)力。更高的研發(fā)投入使得數(shù)字技術(shù)具備更多資金投入到高研發(fā)價(jià)值、強(qiáng)競(jìng)爭(zhēng)力的低碳技術(shù)領(lǐng)域。電子信息業(yè)發(fā)展（I1）推動(dòng)數(shù)字產(chǎn)業(yè)發(fā)展進(jìn)程。數(shù)字產(chǎn)業(yè)化水平較高的地區(qū)低碳意識(shí)較強(qiáng)，利用數(shù)字化生產(chǎn)以實(shí)現(xiàn)碳減排目標(biāo)。金融數(shù)字化程度（F3）反映了金融結(jié)構(gòu)的多元化，支持綠色技術(shù)的創(chuàng)新發(fā)展。以上7個(gè)因素對(duì)提升碳減排效率至關(guān)重要。

3.2 數(shù)字經(jīng)濟(jì)發(fā)展因素的組態(tài)分析結(jié)果

（1）單因素的必要性檢驗(yàn)結(jié)果

單因素的必要性條件檢驗(yàn)結(jié)果見(jiàn)表3。

表3 單個(gè)因素的必要性條件檢驗(yàn)

考慮因素之間聯(lián)動(dòng)效果，可進(jìn)一步對(duì)不同區(qū)域選擇合適的策略組合，尋找推動(dòng)碳減排效果改善的因素組合。

（2）組態(tài)構(gòu)型的充分性分析

利用模糊集定性比較分析可得出復(fù)雜解、簡(jiǎn)單解和中間解。其中，簡(jiǎn)單解涵蓋了所有的邏輯余項(xiàng)，中間解納入邏輯余項(xiàng)。表4 是對(duì)數(shù)字經(jīng)濟(jì)組態(tài)結(jié)構(gòu)的充分性解析。表5為數(shù)字經(jīng)濟(jì)組態(tài)構(gòu)型的綜合分析結(jié)果。

表4 數(shù)字經(jīng)濟(jì)組態(tài)構(gòu)型的充分性分析

表5 數(shù)字經(jīng)濟(jì)組態(tài)構(gòu)型的綜合分析

由表4 和表5 的結(jié)果可知，組態(tài)1 中包含互聯(lián)網(wǎng)接入設(shè)施、人工智能技術(shù)和無(wú)線網(wǎng)絡(luò)技術(shù)，為“數(shù)字技術(shù)主導(dǎo)型”，其原始覆蓋率達(dá)到0.785，解釋力最強(qiáng)。在該組態(tài)中，互聯(lián)網(wǎng)接入設(shè)施和人工智能技術(shù)是發(fā)揮碳減排目標(biāo)的核心變量，在其落實(shí)碳減排功能過(guò)程中起到主導(dǎo)作用。人工智能等新興技術(shù)與傳統(tǒng)基礎(chǔ)設(shè)施的深度融合，助力數(shù)字化轉(zhuǎn)型。數(shù)字技術(shù)助力“底層創(chuàng)新+單點(diǎn)突破+賦能實(shí)體”的路線。數(shù)字技術(shù)采取“底線開(kāi)放思路+單點(diǎn)突破”的平衡策略，領(lǐng)域自主與開(kāi)放的動(dòng)態(tài)平衡，推動(dòng)傳統(tǒng)高耗能企業(yè)的數(shù)字化轉(zhuǎn)型以提高碳減排績(jī)效。故將此路徑命名為“數(shù)字技術(shù)主導(dǎo)型”。技術(shù)進(jìn)步在發(fā)揮數(shù)字經(jīng)濟(jì)影響碳減排的作用過(guò)程中具有重要作用，是建設(shè)低碳產(chǎn)業(yè)體系的必經(jīng)之路。

組態(tài)2中包含金融數(shù)字化程度、無(wú)線網(wǎng)絡(luò)技術(shù)和研發(fā)投入，為“數(shù)字金融主導(dǎo)型”，其原始覆蓋率為0.739，解釋力較強(qiáng)。在組態(tài)2的構(gòu)型中，對(duì)于金融數(shù)字化程度水平較高和具有較高的研發(fā)投入與無(wú)線網(wǎng)絡(luò)技術(shù)的城市，可通過(guò)推進(jìn)數(shù)字金融發(fā)展水平，助力實(shí)現(xiàn)碳減排目標(biāo)。數(shù)字金融發(fā)展水平是核心條件，提高城市減排能力與減排潛力。在企業(yè)向綠色低碳經(jīng)濟(jì)發(fā)展模式轉(zhuǎn)型的過(guò)程中，數(shù)字金融為其提供多樣化的金融產(chǎn)品組合。數(shù)字平臺(tái)推廣數(shù)字產(chǎn)品的智能應(yīng)用，完成傳統(tǒng)產(chǎn)業(yè)技術(shù)改造，有效助力中國(guó)碳達(dá)峰和碳中和目標(biāo)的完成。

組態(tài)3 中包含工業(yè)數(shù)字化發(fā)展和無(wú)線網(wǎng)絡(luò)技術(shù)，為“產(chǎn)業(yè)數(shù)字化主導(dǎo)型”，其原始覆蓋率為0.726，解釋力也較強(qiáng)。在該組態(tài)中，工業(yè)數(shù)字化發(fā)展和無(wú)線網(wǎng)絡(luò)技術(shù)是發(fā)揮碳減排作用的核心變量，其他變量則對(duì)碳減排并無(wú)顯著影響。在關(guān)鍵領(lǐng)域促進(jìn)數(shù)字基礎(chǔ)設(shè)施建設(shè)對(duì)產(chǎn)業(yè)數(shù)字化發(fā)展的推動(dòng)作用，借助數(shù)字平臺(tái)與移動(dòng)端發(fā)展數(shù)字金融業(yè)務(wù)，數(shù)字技術(shù)加速與產(chǎn)業(yè)結(jié)構(gòu)的深層互動(dòng)，促進(jìn)產(chǎn)業(yè)數(shù)字化進(jìn)程以實(shí)現(xiàn)產(chǎn)業(yè)向綠色低碳發(fā)展模式轉(zhuǎn)型，加速碳減排進(jìn)程。

組態(tài)4 中包含無(wú)線網(wǎng)絡(luò)技術(shù)、電子信息業(yè)發(fā)展、互聯(lián)網(wǎng)接入設(shè)施和人工智能技術(shù)，為“數(shù)字產(chǎn)業(yè)主導(dǎo)型”，其原始覆蓋率為0.712，解釋力略弱于前幾種構(gòu)型。在該組態(tài)中，無(wú)線網(wǎng)絡(luò)技術(shù)和電子信息業(yè)發(fā)展是核心變量，起到主導(dǎo)作用，同時(shí)，互聯(lián)網(wǎng)接入設(shè)施和人工智能技術(shù)是輔助變量，綜合以上條件，將此路徑命名為“數(shù)字產(chǎn)業(yè)主導(dǎo)型”。從長(zhǎng)遠(yuǎn)視角考慮，可促進(jìn)傳統(tǒng)資源和數(shù)字技術(shù)平臺(tái)的互動(dòng)與融合，提高碳減排績(jī)效。

3.3 區(qū)域碳減排路徑選擇

從數(shù)字經(jīng)濟(jì)組態(tài)構(gòu)型的綜合解析出發(fā)，共有4個(gè)組合實(shí)現(xiàn)碳減排效果的顯著提升，單個(gè)組合的一致性分別為0.831、0.926、0.846 和0.845，4 項(xiàng)組合的總體一致性為0.848，均超過(guò)0.8，總體覆蓋率為0.407，這4項(xiàng)組合形成區(qū)域內(nèi)實(shí)現(xiàn)碳減排目標(biāo)的充分條件，可解釋40.7%的樣本案例。基于此，將碳減排目標(biāo)的實(shí)現(xiàn)模式歸納為“數(shù)字技術(shù)主導(dǎo)型”“數(shù)字金融主導(dǎo)型”“數(shù)字產(chǎn)業(yè)主導(dǎo)型”和“產(chǎn)業(yè)數(shù)字化主導(dǎo)型”。根據(jù)我國(guó)不同地區(qū)的數(shù)字經(jīng)濟(jì)因素的均值及排序，根據(jù)不同區(qū)域的發(fā)展情況，提出利用數(shù)字經(jīng)濟(jì)提高碳減排效率的路徑。我國(guó)30個(gè)省份的數(shù)字經(jīng)濟(jì)發(fā)展因素均值及其按降序排列的情況如表6所示。

表6 各省份數(shù)字經(jīng)濟(jì)發(fā)展因素均值及排序

“數(shù)字技術(shù)主導(dǎo)型”路徑的代表性省份為江蘇和北京。北京和江蘇的數(shù)字經(jīng)濟(jì)發(fā)展水平位于全國(guó)第一梯隊(duì)。在數(shù)字經(jīng)濟(jì)發(fā)展過(guò)程中，依托數(shù)字技術(shù)和產(chǎn)業(yè)數(shù)字化程度的提升，使數(shù)字經(jīng)濟(jì)發(fā)展具有先發(fā)優(yōu)勢(shì)與相對(duì)優(yōu)勢(shì)。

“數(shù)字金融主導(dǎo)型”路徑的代表性省份是浙江、廣東和上海。上述省份的數(shù)字金融發(fā)展水平較高，且具有金融普惠性，解決了傳統(tǒng)行業(yè)的融資需求，并借助移動(dòng)支付平臺(tái)了解市場(chǎng)需求，整合重組要素資源，在更大范圍內(nèi)配合市場(chǎng)供應(yīng)和要求，有助于數(shù)字技術(shù)和低碳產(chǎn)品的研發(fā)。

“產(chǎn)業(yè)數(shù)字化主導(dǎo)型”路徑的代表省份是山東、江西和天津。在促進(jìn)數(shù)字經(jīng)濟(jì)和實(shí)體經(jīng)濟(jì)融合發(fā)展的策略基礎(chǔ)上，山東作為工業(yè)大省和制造業(yè)大省，擁有堅(jiān)實(shí)的產(chǎn)業(yè)基礎(chǔ)和強(qiáng)大的制造業(yè)實(shí)力。近年來(lái)，山東積極推動(dòng)數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)的深度融合，通過(guò)實(shí)施數(shù)字產(chǎn)業(yè)化“十大工程”和產(chǎn)業(yè)數(shù)字化“八大行動(dòng)”，全省產(chǎn)業(yè)數(shù)字化指數(shù)居于全國(guó)前列。江西在智能制造、電子信息等領(lǐng)域布局發(fā)展數(shù)字經(jīng)濟(jì)集聚區(qū)，打造了一批有影響力的新興產(chǎn)業(yè)集群。同時(shí)，江西還積極推進(jìn)產(chǎn)業(yè)數(shù)字化，加快數(shù)字經(jīng)濟(jì)和實(shí)體經(jīng)濟(jì)的深度融合，為經(jīng)濟(jì)社會(huì)發(fā)展增添了新動(dòng)力。天津借助“京津冀”經(jīng)濟(jì)一體化發(fā)展所帶來(lái)的優(yōu)勢(shì)，凸顯制造企業(yè)對(duì)數(shù)字技術(shù)創(chuàng)新發(fā)展的需要，該路徑通過(guò)突破人力、資金等傳統(tǒng)創(chuàng)新要素循環(huán)的體制阻礙，依托高新技術(shù)企業(yè)，推動(dòng)解決低碳技術(shù)的應(yīng)用與轉(zhuǎn)化問(wèn)題，形成符合低碳發(fā)展模式的技術(shù)創(chuàng)新、數(shù)字化準(zhǔn)則與綠色模式。

“數(shù)字產(chǎn)業(yè)主導(dǎo)型”路徑的代表省份是福建。福建具有較高的信息化水平，當(dāng)同時(shí)具備較高的互聯(lián)網(wǎng)接入設(shè)施和人工智能技術(shù)水平時(shí)，更有利于實(shí)現(xiàn)碳減排目標(biāo)。未來(lái)可進(jìn)一步加快推進(jìn)數(shù)字基礎(chǔ)設(shè)施建設(shè)，尤其是加速推進(jìn)數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化的建設(shè)，在關(guān)鍵領(lǐng)域促進(jìn)數(shù)字基礎(chǔ)設(shè)施對(duì)生物技術(shù)、信息技術(shù)及互聯(lián)網(wǎng)等產(chǎn)業(yè)數(shù)字化發(fā)展的推動(dòng)作用，借助數(shù)字平臺(tái)與移動(dòng)端發(fā)展數(shù)字金融業(yè)務(wù)，解決資金問(wèn)題并加速碳減排進(jìn)程，從而達(dá)到較高的碳減排水平。

4 結(jié)論

本文基于熵權(quán)法對(duì)我國(guó)30個(gè)省份2016—2020年的數(shù)字經(jīng)濟(jì)發(fā)展水平進(jìn)行測(cè)度，運(yùn)用GMDH算法識(shí)別數(shù)字經(jīng)濟(jì)不同維度影響碳減排的關(guān)鍵因素。考慮條件間的組合關(guān)聯(lián)，從條件組態(tài)視角出發(fā)，使用fsQCA 3.0軟件進(jìn)行了模糊集定性比較分析。將數(shù)字經(jīng)濟(jì)的發(fā)展條件設(shè)定為程度變量，對(duì)多維度條件組合對(duì)碳減排的組態(tài)效應(yīng)進(jìn)行測(cè)度，解釋不同組態(tài)下的碳減排效應(yīng)，探索了地區(qū)實(shí)現(xiàn)碳減排目標(biāo)的組合路徑。研究結(jié)論如下：

（1）數(shù)字經(jīng)濟(jì)驅(qū)動(dòng)碳減排目標(biāo)形成“數(shù)字技術(shù)主導(dǎo)型”“數(shù)字金融主導(dǎo)型”“產(chǎn)業(yè)數(shù)字化主導(dǎo)型”和“數(shù)字產(chǎn)業(yè)主導(dǎo)型”4 條路徑。“數(shù)字技術(shù)主導(dǎo)型”路徑以數(shù)字基礎(chǔ)設(shè)施條件和數(shù)字信息技術(shù)為基礎(chǔ)，“數(shù)字金融主導(dǎo)型”以數(shù)字金融發(fā)展水平為動(dòng)力，“產(chǎn)業(yè)數(shù)字化主導(dǎo)型”以產(chǎn)業(yè)的數(shù)字化發(fā)展為推動(dòng)力，“數(shù)字產(chǎn)業(yè)主導(dǎo)型”以數(shù)字信息技術(shù)為減排基礎(chǔ)，助力數(shù)字化發(fā)揮碳減排功能。這4條路徑為不同區(qū)域根據(jù)其數(shù)字經(jīng)濟(jì)稟賦選取合理的驅(qū)動(dòng)路徑并制定異質(zhì)性碳減排戰(zhàn)略提供參考。

（2）數(shù)字技術(shù)和無(wú)線網(wǎng)絡(luò)技術(shù)是驅(qū)動(dòng)碳減排目標(biāo)的核心條件。江蘇和北京是“數(shù)字技術(shù)主導(dǎo)型”路徑的代表性省份，其數(shù)字經(jīng)濟(jì)發(fā)展水平亦位于全國(guó)第一梯隊(duì)。依托數(shù)字技術(shù)和產(chǎn)業(yè)數(shù)字化而產(chǎn)生先發(fā)優(yōu)勢(shì)。

（3）數(shù)字金融是開(kāi)發(fā)碳減排工具的關(guān)鍵媒介。浙江、廣東和上海是“數(shù)字金融主導(dǎo)型”路徑的代表性省份，在較高的數(shù)字金融發(fā)展水平下，利用金融普惠性解決傳統(tǒng)行業(yè)的融資需求，整合重組要素資源，在更大范圍內(nèi)配合市場(chǎng)供應(yīng)和要求，研發(fā)數(shù)字技術(shù)和低碳產(chǎn)品。

（4）產(chǎn)業(yè)數(shù)字化是數(shù)字經(jīng)濟(jì)賦能碳減排的重要路徑。該路徑通過(guò)突破人力、資金等傳統(tǒng)創(chuàng)新要素循環(huán)的體制阻礙，推動(dòng)低碳技術(shù)的應(yīng)用與轉(zhuǎn)化，形成符合低碳發(fā)展模式的技術(shù)創(chuàng)新與綠色模式。山東、江西和天津是“產(chǎn)業(yè)數(shù)字化主導(dǎo)型”路徑的代表省份，在促進(jìn)數(shù)字經(jīng)濟(jì)和實(shí)體經(jīng)濟(jì)融合發(fā)展的策略基礎(chǔ)上，利用制造企業(yè)的數(shù)字化創(chuàng)新發(fā)展而提升碳減排效率

（5）數(shù)字產(chǎn)業(yè)化發(fā)展是數(shù)字經(jīng)濟(jì)發(fā)展的重要體現(xiàn)，同時(shí)是實(shí)現(xiàn)碳減排的重要推手。福建是“數(shù)字產(chǎn)業(yè)主導(dǎo)型”路徑的代表省份。依托較高的信息化水平而加速推進(jìn)數(shù)字產(chǎn)業(yè)化進(jìn)程，從技術(shù)創(chuàng)新、拓寬融資渠道、推動(dòng)產(chǎn)業(yè)升級(jí)等多個(gè)維度促進(jìn)碳減排，達(dá)到較高的碳減排水平。