數字經濟對區域碳排放強度的影響及作用機制

摘 要：基于2011—2020年長三角41個地級市的面板數據，實證分析數字經濟對區域碳排放強度的影響及作用機制。結果表明：數字經濟顯著降低長三角地區的碳排放強度，經過穩健性檢驗和內生性檢驗，該結論依然成立；數字經濟通過提升能源效率、優化產業結構以及促進綠色技術創新等途徑，有效降低了長三角地區的碳排放強度；數字經濟在不同維度下存在異質性，對長三角規模較大城市（如上海、南京、蘇州及無錫等）影響較小，對中小城市影響較大。

關鍵詞：數字經濟；碳排放強度；能源效率；綠色技術創新；產業結構升級

一、引言

近年來，碳排放及其導致的氣候變化問題已引起世界各國的高度關注。中國作為世界第一大碳排放國家，碳減排任務尤其艱巨，中國在聯合國大會上承諾，將努力在2030年前達到碳達峰，并在2060年前實現碳中和。

數字經濟作為高質量發展的引擎和實現“雙碳”目標的重要抓手，對促進區域碳減排具有不可替代的優勢。自“雙碳”目標和建設“數字中國”提出以來，數字經濟的環境效應成為學界關注的熱點，相關研究主要從以下兩方面展開。一是數字經濟對碳排放強度的影響。謝云飛認為，數字經濟通過改善能源結構和有偏技術進步降低碳排放強度[1]；楊昕等利用擴展的STIRPAT方程驗證了數字經濟會顯著降低區域碳排放水平[2]。但也有學者持相反觀點，史丹等認為數字經濟作為一種高耗能產業，會消耗能源，從而增加碳排放強度，對環境造成負擔[3]。二是數字經濟降低碳排放強度影響機制及作用路徑。戴翔等、楊林京等認為數字技術推動了制造業綠色轉型和綠色金融發展，促進了產業結構調整，有效降低了碳排放[4-5]；安同良等指出，數字經濟在平臺經濟中有顯著優勢，能顯著提升資源利用效率，間接降低碳排放強度[6]；陸箐等、楊剛強等研究指出，數字化技術推動數字政府建設，提升政府低碳治理能效，對城市碳減排產生了積極影響[7-8]。

長三角作為中國生態綠色一體化發展示范區，在其發展過程中，如何避免過度碳排放、推動綠色轉型發展是區域各地方政府必須直面的問題。數字經濟在引領地方經濟發展的同時對區域各城市碳排放強度產生了怎樣影響？這種影響的作用機制如何？在“雙碳”目標約束下，無疑是一個值得深入探討的問題，解決好這一問題，對促進長三角全域實現預期“雙碳”目標具有重要戰略意義。相較于已有文獻，本文的貢獻在于：第一，在機制分析中，引入能源效率、產業結構升級和綠色技術創新三個中介變量，擴寬了數字經濟發展對碳排放的傳導路徑。第二，在異質性檢驗中，根據城市間要素資源配置效率的不同對長三角地區城市進行分類，并在此基礎上分析區域差異對數字經濟碳減排效應的影響。

二、理論分析與研究假設

大數據的廣泛應用強化了數字經濟的監督約束效應和資源整合效應，有效提高了政府的能源消耗監督管理效率，使政府更好實施環境規制以控制碳排放。一方面，數字技術的普及為政府了解能源市場動向、空氣質量、污染排放等提供了技術支持，提升了政府的監管水平。另一方面，通過大數據技術構建的智能化環境監管體系，使政府能更加有的放矢地實施環境規制，從而達到對碳排放強度的有效控制。此外，數字經濟的聚集效應，使信息以規模化、多樣化以及高速化的方式呈現，帶動技術、資本和人才等要素聚集，進而形成區域性的產業集群，降低產品邊際成本，提升產出效率。據上述分析，提出研究假設1。

H1：數字經濟發展能夠顯著抑制碳排放強度。

數字經濟通過提高能源效率、推動產業升級和綠色技術創新影響碳排放強度。能源效率方面，數字技術通過與全產業鏈深度融合，推動產業流程智能化，實現多環節協同優化，提升產業能效，降低碳排放。產業結構升級方面，數字經濟一方面通過加速區域要素流動、提升資源利用和配置效率，促進產業間協調發展，推動產業結構升級。另一方面，數字經濟能推動傳統業態數智化變革，引導產業向更高層級演進，促進了產業優化升級，降低了碳排放。綠色技術創新方面，數字技術不僅能促使綠色技術研發由經驗驅動轉向數據驅動，降低企業創新成本，增強綠色創新意愿，還能加速綠色技術成果在企業間的轉化與擴散，釋放綠色技術新紅利，助力碳減排。基于此，提出如下假設：

H2：數字經濟通過提高能源效率、促進產業結構升級、推動綠色技術創新三個途徑降低碳排放強度。

三、研究設計

（一）模型設計

為驗證長三角數字經濟對碳排放強度的影響，構建了如下模型：

[carbonit=α0+α1digit+λicontrolsit+μi+νt+εit] （1）

在模型（1）中：i代表城市，t代表年份；[carbonit]為長三角i城市在t年的碳排放強度，[digit]為長三角i城市在t年的數字經濟指數，[controlsit]代表控制變量；[μi]為個體固定效應，[νt]為時間固定效應；[εit]為隨機擾動項。

為驗證數字經濟影響碳排放強度作用機制，在式（1）基礎上，構建中介效應模型：

[Mit=β0+β1digit+λicontrolsit+μi+νt+εit] （2）

[carbonit=γ0+γ1digit+γ2Mit+λicontrolsit+μi+νt+εit] （3）

在模型（2）中：[Mit]表示中介變量；其他變量定義與式（1）相同。

（二）變量測度與說明

被解釋變量：碳排放強度，借鑒任曉松等的研究方法，采用碳排放強度作為被解釋變量，旨在反映經濟發展過程中的碳排放效率[9]。

核心解釋變量：數字經濟指數，借鑒趙濤等的做法，從數字人力資源投入、數字產出和數字普惠金融三個維度出發，選取互聯網用戶數、信息傳輸計算機服務和軟件業人數、電信業務總量、移動電話用戶數、中國數字普惠金融指數這五個關鍵指標構建長三角地區數字經濟指標體系，并采用熵值法測度[10]。

中介變量：能源效率，借鑒陳福中等的做法，利用單位GDP耗能代表能源效率[11]；產業結構升級，借鑒袁航等的做法，利用余弦法計算產業結構升級指數[12]；綠色技術創新，參考郭炳南等的做法，利用當年申請的綠色實用型專利數自然對數代表綠色技術創新[13]。

控制變量：參考楊剛強[8]等做法，選取如下控制變量，居民富裕水平、人口規模、城鎮化水平、電力消耗水平、教育水平、政府支持、科技支出、綠化水平、工業化程度。上述各變量定義及說明見表1。

四、實證分析

（一）基準回歸結果

為探究長三角地區數字經濟對碳排放強度的影響，對模型（1）進行了實證檢驗，基準回歸結果見表2。

表2列（1）回歸結果顯示，在未加入控制變量的情況下，數字經濟對碳排放強度有顯著負效應，即數字經濟有利于降低碳排放強度。由列（2）-（4）知，加入控制變量后，數字經濟指數仍顯著為負，表明數字經濟在控制變量影響下抑制了碳排放強度。可能的原因是數字經濟與實體經濟深度融合，促進了產業結構優化升級，提高了能源利用效率，顯著抑制了碳排放。這一實證結果支持了假設1。

（二）穩健性檢驗

1. 更換核心解釋變量

為消除特殊度量方式對回歸結果的影響，本文采用兩種方法重新度量核心解釋變量。一是利用主成分分析法重構數字經濟指數，并將其帶入模型（1）中重新估計。表3列（1）顯示，數字經濟的回歸系數顯著為負，支持了假設1。二是借鑒韋莊禹的做法，利用騰訊研究院聯合編寫的數字中國指數作為替代變量[14]。表3列（2）的結果顯示，回歸系數顯著為負，驗證了假設1的穩健性。

2. 剔除直轄市和省會城市

鑒于上海、杭州、南京、合肥作為長三角區域的核心城市，在城市發展政策、資源分配及人口集聚等方面享有獨特優勢，數據容易產生極端值。故在檢驗中剔除這４個城市，重新分析。由表3列（3）的回歸結果可知，數字經濟系數為負，與基準模型結果相符，進一步驗證了假設1的穩健性。

3. 工具變量法

為克服內生性問題，參考黃群慧等的研究，采用1984年各地級市每萬人固定電話數據作為數字經濟的工具變量，對基準模型進行內生性處理[15]。一方面，固定電話設施作為傳統電信技術的代表，其使用習慣和技術水平等因素與數字經濟的后續發展密切相關，滿足了工具變量的相關性要求。另一方面，隨著新型通信技術的迅速崛起，傳統通信技術對現代碳排放強度及當地經濟發展的影響逐漸減弱，表明固定電話數據與其他潛在影響因素不相關，滿足了外生性條件。

本文采用兩階段最小二乘法（2SLS）進行內生性檢驗，具體結果如表3中列（4）（5）所示。在第一階段，Wald F統計量顯著大于10，表明不存在弱工具變量問題。在第二階段，使用工具變量替換數字經濟后，估計系數為負，相較于基準回歸表2列（4）的系數，絕對值有所增大，這一結果驗證了工具變量選擇的合理性。

（三）中介機制分析

由前文研究可知，長三角地區數字經濟發展顯著降低了碳排放強度，但其作用機制需進一步分析。本文引入能源效率、產業結構升級、綠色技術創新為中介變量，采用逐步檢驗法驗證中介效應是否存在，回歸結果見表4。

根據表4列（1）（3）（5）的回歸結果，數字經濟對能源效率、產業結構升級、綠色技術創新的回歸系數均通過5%的顯著性檢驗。根據表4列（2）的檢驗結果，數字經濟的回歸系數顯著為負，且能源效率的系數顯著為正，證實了能源效率是數字經濟降低碳排放強度的中介變量。由列（4）和（6）可知，數字經濟的回歸系數均通過了顯著檢驗，且回歸系數絕對值較基準模型有所降低，說明數字經濟發展通過產業結構升級和綠色技術創新降低碳排放強度的傳導機制存在。綜上所述，假設2得到驗證。

（四）異質性檢驗

對長三角地區來說，由于各地區經濟發展水平、數字基礎設施等存在差異，導致數字經濟發展水平必然存在差異，由此帶來的碳減排效應也會不同。因此有必要對不同地區的數字經濟碳減排效應做進一步分析。為此借鑒武英濤等的成果，根據城市間要素資源配置效率的不同將長三角41個地級市進行分類[16]，進而考察數字經濟水平在不同規模等級城市的碳排放影響①。

對長三角城市群劃分成四個等級，分別探究數字經濟的區域異質性，檢驗結果如表5所示。由表5列（1）-（2）可知，數字經濟發展對大型城市（Ι類及以上、П類）的碳排放影響不顯著，這可能歸因于這些城市有較高經濟發展水平、完善的信息化基礎設施和成熟的技術創新水平，導致數字紅利對其碳排放強度的影響較小，減排空間有限。

從表5列（3）和列（4）中可以看出，數字經濟顯著抑制了中等及小城市的碳排放強度。這一結果可能與這些城市數字經濟水平較低、經濟高速發展及產業供應鏈滯后有關。但隨著數字經濟的持續發展，數字紅利逐漸顯現，其環境友好型的特點將推動相關產業綠色聚集，提升環境配置效率，減少資源損耗，從而降低碳排放。

五、結論及建議

（一）結論

本文選取2011—2020年長三角41個地級市的面板數據，通過多種計量模型實證檢驗了數字經濟對長三角地區碳排放強度的影響及作用機制。研究結果表明：第一，數字經濟的發展能夠顯著降低長三角地區的碳排放強度；第二，產業結構升級、綠色技術創新和能源利用率的提升在數字經濟對碳排放強度的影響中發揮了部分中介作用；第三，對Ι類及以上大城市、П類大城市，數字經濟的碳減排效應不顯著，而對中等城市、Ι類小城市，數字經濟的碳減排效應更為顯著。

（二）建議

首先，加快長三角地區數字經濟發展，推動區域一體化綠色發展。首先，長三角地區應加速數字經濟建設，構建關鍵技術平臺，發揮信息技術碳減排優勢，實現綠色轉型。其次，還要注意數字經濟發展初期的高耗能問題，對于經濟起步較晚的城市（如安徽皖北、江蘇北部），應在利用數字技術推動經濟增長的同時，注重降低碳排放強度，以實現可持續發展。

其次，深化產業數字化改革，推動全產業鏈綠色低碳轉型。麗水、宣城、銅陵等小城市可借助毗鄰長三角發達城市的數字技術溢出效應，構建空間聚集優勢，促進資源要素在大城市（如上海、南京、杭州）與小城市（如滁州、宣城）間的自由流動，提升資源配置效率。通過實體產業與數字技術的深度融合，推動區域全產業鏈綠色低碳轉型發展。

最后，構建長三角區域數字協同網絡，形成數字合力促區域減排。上海、南京、杭州、合肥等長三角發達地區，應進一步加快數字化共享技術研發，縮小區域數字經濟發展差異。構建以省會城市為中心協同帶動周邊城市同步共進的數字協同網絡平臺，借力數字技術推動區域企業綠色技術創新，實現區域協同減碳。

注 釋：

① Ι類及以上大城市：上海、南京、杭州、合肥；П類大城市：蘇州、無錫、寧波、常州、南通、蕪湖、臺州、徐州、溫州、淮安、連云港；中等城市：揚州、金華、嘉興、湖州、泰州、馬鞍山、鹽城、鎮江、淮南、蚌埠、淮北、宿遷；Ι類小城市：安慶、紹興、舟山、銅陵、滁州、池州、宣城、黃山、宿州、六安、阜陽、亳州、衢州、麗水。

參考文獻：

[1] 謝云飛.數字經濟對區域碳排放強度的影響效應及作用機制[J].當代經濟管理，2021（12）：12-27.

[2] 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.

[3] 史丹.數字經濟條件下產業發展趨勢的演變[J].中國工業經濟，2022（11）：26-41.

[4] 戴翔，楊雙至.數字賦能、數字投入來源與制造業綠色轉型[J].中國工業經濟，2022（9）：83-101.

[5] 楊林京，廖志高.綠色金融、結構調整和碳排放——基于有調節的中介效應檢驗[J].金融與經濟，2021（12）：31-39.

[6] 安同良，楊晨.互聯網重塑中國經濟地理格局：微觀機制與宏觀效應[J].經濟研究，2020（2）：4-19.

[7] 陸菁，鄢云，黃先海.規模依賴型節能政策的碳泄漏效應研究[J].中國工業經濟，2022（9）：64-82.

[8] 楊剛強，王海森，范恒山，岳子洋.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.

[9] 任曉松，劉宇佳，趙國浩.經濟聚集對碳排放強度的影響及傳導機制[J].中國人口：環境與資源，2020（4）：95-106.

[10] 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.

[11] 陳福中，蔣國海.數字經濟的減排效應——基于285個地級市的空間面板數據[J].蘭州學刊，2023（5）：75-93.

[12] 袁航，朱承亮.國家高新區推動了中國產業結構轉型升級嗎[J].中國工業經濟，2018（8）：60-77.

[13] 郭炳南，王宇，張浩.數字經濟、綠色技術創新與產業結構升級——來自中國282個城市的經驗證據[J].蘭州學刊，2022（2）：58-73.

[14] 韋莊禹.數字經濟發展對制造業企業資源配置效率的影響研究[J].數量經濟技術研究，2022（3）：66-85.

[15] 黃群慧，余泳澤，張松林.互聯網發展與制造業生產率提升：內在機制與中國經驗[J].中國工業經濟，2019（8）：56-68.

[16] 武英濤，陳磊，雷曉霆.基于資源配置效率視角的城市規模分布研究：以中國地級市及以上城市為例[J].城市發展研究，2018（10）：18-25.