數字技術創新賦能城市低碳轉型路徑機制研究

收稿日期收稿日期：2023-07-27" 修回日期：2023-11-14

基金項目基金項目：國家社會科學基金重大項目（21amp;ZD133）；中央引導地方科技發展專項-科技成果轉移轉化項目（ZYYD2022016）；新疆維吾爾自治區自然科學基金項目（2020D01C051）；新疆大學哲學社會科學高端智庫培育項目（22GPY003）

作者簡介作者簡介：陳曉（1970—），女，陜西臨潼人，博士，新疆大學經濟與管理學院教授、碩士生導師，新疆宏觀經濟高質量發展研究中心主任，研究方向為人口、資源與環境經濟學；張鑫奧（1998—），男，河南許昌人，新疆大學經濟與管理學院碩士研究生，新疆宏觀經濟高質量發展研究中心助理研究員，研究方向為西方經濟學；王育寶（1968—），男，陜西乾縣人，博士，新疆大學經濟與管理學院副院長、博士生導師，新疆能源碳中和戰略與決策研究中心主任，研究方向為氣候變化經濟學與“雙碳”目標。本文通訊作者：張鑫奧。

摘要摘 要：數字技術創新的強勁“東風”助力中國“雙碳”目標實現是兼顧環境與發展、滿足人民日益增長美好生活需要的重要途徑。基于2006—2021年中國內地279個城市面板數據，運用297萬件數字技術授權專利衡量中國地級市數字技術創新水平，從城市碳強度視角考察數字技術創新的影響。研究發現：①數字技術創新通過降低能源消耗強度和推動產業結構升級降低城市碳排放強度，國家智慧城市、國家知識產權城市和國家低碳城市試點政策有助于增強數字技術創新的減碳作用；②空間計量結果顯示，數字技術創新通過城市間“虹吸效應”和“示范效應”產生空間協同降碳作用，整體上通過空間溢出對周邊經濟水平相近城市群產生碳強度削弱效應；③數字技術創新降碳程度因城市地理區位不同、能源稟賦差異存在異質性，不同類型數字核心產業創新及不同研究類型數字創新均能顯著降低碳強度。因此，應把握數字技術創新機遇，構建低碳零碳負碳技術創新體系，因地制宜做好城市科技創新以支持碳達峰。

關鍵詞關鍵詞：數字技術創新；低碳轉型；碳排放；空間溢出

DOIDOI：10.6049/kjjbydc.H202307142

開放科學（資源服務）標識碼（OSID）""""" 開放科學（資源服務）標識碼（OSID）：

中圖分類號中圖分類號：F290

文獻標識碼：A

文章編號文章編號：1001-7348（2024）23-0041-11

0 引言

中共二十大報告明確提出“加快實施創新驅動發展戰略，加快實現高水平科技自立自強”。數字技術作為世界科技革命和產業變革的先導力量，深刻改變著社會生產方式、生活方式和治理方式，日益融入經濟社會發展各領域全過程。中共中央、國務院2023年發布《數字中國建設整體布局規劃》明確指出，推進數字技術與經濟、政治、文化、社會、生態文明建設“五位一體”深度融合，強化數字技術創新體系和數字安全屏障“兩大能力”。與此同時，隨著“雙碳”目標的提出，中國生態文明建設進入以降碳為重點、促進減污降碳協同、推動經濟社會發展的全面綠色轉型的關鍵期。科技部、國家發展和改革委員會、工業和信息化部等九部門印發《科技支撐碳達峰碳中和實施方案（2022—2030年）》指出，充分發揮科技創新的支撐作用，統籌推進工業化城鎮化與能源、工業、城鄉建設、交通等領域碳減排，對于保障經濟社會高質量發展與碳達峰碳中和目標實現具有極其重要的意義。數字技術創新作為以大數據、云計算等新一代信息技術為主要載體，以技術體系變革和技術融合應用為核心驅動力，以提升產業數字化和智能化水平為目標的技術創新形式［1］，由其引發的經濟動能通過何種路徑機制對低碳轉型產生影響值得深入研究。

隨著我國科技自主創新能力不斷攀升，基礎研究和原始創新不斷加強，一些關鍵核心技術實現突破，技術創新對低碳經濟發展的作用和影響力成為共識。國內外學者分別從金磚國家［2］、中國省域［3］、行業企業［4-5］等宏微觀層面考察技術創新對碳減排的促進作用，但也有學者發現當技術變革僅促進經濟發展而非導向清潔技術時，或者當技術革新促進生產規模擴大從而引發能源反彈效應時（金培振等，2014），均有可能造成更多碳排放。研究結論不一可能是因為樣本數據時間不同或個體差異，隨著技術創新的不斷發展，不同時期和地區乃至不同類型產業或企業技術創新對碳排放的影響存在系統性差異。

當前，鮮有研究深入考察數字技術創新對碳排放的影響作用。從農業技術進步水平視角出發，學習效應和涓滴效應會引發農業技術跨區域擴散與農業碳減排的間接互動［4］；而以綠色技術創新能力和能源效率為內涵的綠色技術進步也會顯著促進局部和空間相關區域碳排放績效提升［6］。在數字技術創新方面，數字技術創新和新一代信息技術產業升級理論與作用機制研究不斷拓展（孟慶時等，2021），但多數研究傾向于構建數字經濟發展綜合指標［7］，探討數字經濟發展與碳排放的關系。

本文重點探討數字技術創新對碳排放的影響，本文邊際貢獻體現在：首先，從數字技術創新視角出發，不僅驗證數字技術創新對降低碳排放強度的直接影響，還探究城市中介機制和外部政策調節機制的作用。其次，以數字經濟核心產業授權專利衡量數字技術創新，使用空間計量模型探索數字技術創新降低碳排放強度的空間溢出路徑，試圖探究數字技術創新的空間碳減排路徑。再次，考察不同地理區位和資源差異城市、不同數字經濟核心產業技術創新及數字技術創新降低碳強度的異質性。

1 理論分析與研究假設

1.1 數字技術創新影響碳排放強度的內部路徑機制

數字技術作為數字經濟的核心驅動力量，借助信息通信技術對知識和數據進行高效加工與處理，利用現代信息網絡對信息進行快速傳導，成為數字經濟時代的技術支撐。從較為寬泛的角度看，數字技術創新是指采用信息、計算、溝通和連接等數字技術組合，圍繞新產品開發、生產過程改進、組織模式變革以及商業模式創新等不同方向開展的技術創新［8］。數字技術創新組合性、成長性和收斂性三大特性所帶來的跨時空信息傳播、數據創造、降低交易成本等優勢，有助于推動企業向綠色低碳、節能高效的生產方式轉變，進而通過以下途徑對城市碳排放強度產生影響。

（1）能源消耗強度。當前，數字技術已廣泛應用于生活服務、產業發展、交通運輸等領域，互聯網、云計算和大數據等關鍵技術能夠突破地域和時空界限，加速資源要素流動，緩解地域和時空對資源要素配置的約束［9］，減少資源和能源浪費，進而減少碳排放。另外，數字技術跨行業、跨地域溢出不僅能增加非化石能源獲取、儲存和使用，提高非化石能源消費比例［10］，還能降低非化石能源消費成本［11］，削弱煤化石能源結構對區域碳排放的影響。

（2）產業結構升級。產業結構升級呈現的Kuznets事實表明，第三產業增加值比重伴隨著經濟發展逐漸增加。從數字產業化角度看，數字技術創新推動包括互聯網、電子商務、云計算、人工智能等以數字技術為核心的產業興起［12］。這些產業信息化技術不僅有利于提高資源利用率，減少能源消耗，還能通過優化資源配置提高生產率，從而降低城市碳排放強度。從產業數字化角度看，數字技術創新推動產業結構向高技術密集、創新驅動方向轉型，催生出諸如制造業中的智能制造、物聯網應用，零售業中的電子商務和智能零售，金融業中的金融科技等傳統產業數字化轉型［13］。

（3）服務業結構升級。隨著服務業不斷發展壯大，服務業發展對能源消耗及碳排放的驅動作用不斷增強，高技術服務業比重增加有利于在控制總能耗的同時，降低總體碳排放水平［14］。首先，數字產業化本身就包含先進生產性服務業與高端服務業，數字技術創新有利于擴大高端服務業規模。其次，數字技術應用是新業態發展的關鍵驅動力，以大數據、人工智能為代表的數字技術創新成果推動知識密集型服務業迅速發展，促使現代服務業比重不斷增加、服務業結構持續升級［15］。最后，數字技術創新有利于降低區域現代服務業與先進制造業技術壁壘，形成推動兩者融合發展的驅動力，通過深度融合現代服務業與先進制造業促進現代服務業比重不斷增加［16］。據此，本文提出如下假設：

H1：數字技術創新能夠降低城市碳排放強度。

H2：數字技術創新通過降低能源消耗強度降低城市碳排放強度。

H3：數字技術創新不僅能夠推動產業結構升級，還能進一步促進服務業內部結構升級，進而降低城市碳排放強度。

1.2 外部政策對數字技術創新影響碳排放強度的調節作用

隨著數字技術創新的快速發展，國家政策環境對城市的支持和引導作用愈發重要。一方面，科技政策能為數字技術創新提供必要的資源支持（王敏等，2017）。相比于其它創新城市試點政策，智慧城市試點政策有較強的數字創新針對性［17］，大量政府資金和社會資本快速投入到智慧城市建設之中，為城市知識開發和流動擴散創造良好的創新環境，助力數字技術創新不斷發展，促使更多低碳、環保解決方案不斷涌現［18］。另一方面，低碳政策為低碳發展賦能。與傳統環境政策不同，低碳城市試點政策能夠推動各試點城市不斷提高低碳產品供給，培育低碳產品需求［19］。此外，知識產權保護是企業創新成果獲取合法權益的保障，對于具有易模仿、易復制特點的數字技術創新尤為重要［20］。國家知識產權試點政策嚴格要求地方政府完善知識產權法律法規建設，加強科技政策與知識產權政策銜接［21］，為數字技術創新效能的發揮提供良好的政策保護環境。據此，本文提出如下假設：

H4：國家智慧城市試點政策、國家知識產權城市試點政策、國家低碳城市試點政策有助于增強數字技術創新的碳減排效應。

1.3 數字技術創新對碳排放強度影響的空間路徑

受知識轉移、人才流動與經濟關聯的影響，創新活動往往具有一定空間溢出效應。Chen等［22］發現，數字技術對交通運輸業碳排放存在空間溢出效應，當中國省級數字技術創新水平超過一定閾值時將會顯著抑制其它省份碳排放。技術創新溢出是一個復雜過程，受地理鄰近、經濟鄰近、技術鄰近和組織鄰近等因素的影響，且影響方式和程度不一（李文輝等，2021）。地區間數字經濟差距較大時，可能會吸引周邊地區人才、技術、資金轉移，導致鄰近地區資源流失，從而產生虹吸效應［23］。因此，雖然城市數字金融技術發展與生態效率正相關，但由于這種虹吸效應的存在，導致城市數字金融技術發展對周邊區域生態效率產生空間抑制作用［24］。不同城市產業結構和技術結構不同，我國地區間經濟水平也不同。一般而言，經濟差距較小地區創新溢出更頻繁，這些區域數字技術創新具有較強的示范帶動作用［25］，數字技術發展會通過空間溢出效應降低經濟距離較小城市的碳排放強度（劉婧玲等，2022）。據此，本文提出如下假設：

H5：數字技術創新通過“虹吸效應”對地理鄰近城市碳排放強度產生促進作用，通過“示范效應”降低經濟鄰近城市碳排放強度。

2 數據來源與研究設計

2.1 數據來源與變量衡量

2.1.1 自變量：數字技術創新水平（Dig）

授權專利是衡量創新產出的重要指標，本文參考Ashish Arora等［26］的研究，用授權專利度量數字技術創新；按照國家統計局發布的《數字經濟及其核心產業統計分類（2021）》中的數字創新國際專利分類（International Patent Classification，IPC）代碼［6］，利用PatSnap全球專利數據庫分類進行檢索，并對法律狀態、國別、受理區域進行篩選，通過對297萬件數字技術授權專利數據進行歸納清洗，得到中國數字技術創新授權專利度量指標。本文采用永續盤存法（PIM）對數字技術創新年度授權專利流量進行存量化處理并取對數［27］。

圖1左側多期核密度圖顯示，近幾年中國數字技術創新取得長足發展，且數字技術創新兩極分化現象逐漸消失，呈現區域數字技術創新水平差距逐步縮小的空間態勢。右側數字技術創新空間分位圖更是印證了上述特征，表明我國數字技術創新大量集中在東部沿海城市和內地省會城市，尤其密集分布在北京、上海、廣州等國家中心城市。以上特征與經濟發達城市較早發展數字經濟并具有豐富的數字化資源、優越的基礎設施條件和政府政策優勢息息相關。

2.1.2 碳排放強度

碳排放強度（CI）以各城市碳排放總量與實際GDP的比值表示，城市碳排放量利用反向傳播（PSO-BP）算法統一衛星圖像尺度估算得到［28］。圖2左側多期核密度圖顯示，近幾年中國碳排放強度呈先加劇后放緩態勢，但城市間碳排放強度差異逐漸拉大。右側碳排放強度空間分位圖顯示，我國城市碳排放強度存在西北地區高于東南地區的空間特征，這與西北部地區集聚大量重工業生產基地和主要礦產資源型城市導致資源環境污染程度嚴重、經濟發展水平較低有關。

2.1.3 控制變量

參照劉婧玲等（2022）的研究，本文納入城市層面控制變量：①人均GDP（Pg），用區域生產總值與人口數的比值表征；②人口密度（Pd），使用人口數量與區域面積的比值表征；③城鎮化水平（Ul），使用城鎮年末人口數量與地區總人口數量的比值表征；④環境規制指數（Er），通過加權平均城市各類污染排放強度的相對水平得到；⑤資本勞動比率（Cb），選取城市年固定資產投資與總就業人數之比衡量；⑥對外開放程度（Op），使用外商直接投資與城市GDP的比值表征。變量描述性統計結果如表1所示。

2.2 模型構建與實證策略

本文構建如下雙向固定效應模型：

CIi，t=α0+α1Digi，t+∑mj=1βjXji，t+μi+γt+εit（1）

其中，下標i表示不同城市，t表示時間，CIi，t表示城市i在第t年碳排放強度的對數值，Digi，t表示城市i在第t年的數字技術創新水平，Xji，t是一系列城市層面控制變量，μi表示不隨時間變化的個體固定效應，γt表示時間固定效應，εit為隨機誤差項。

為避免內生性問題，使用各城市1984年郵電業務量和各年人均電信業務收入的乘積作為數字技術創新水平的工具變量（劉婧玲等，2022），構造兩階段最小二乘法回歸模型。

Digi，t=β0+β1IVi，t+∑β2Xi，t+μi+γt+εi，t（2）

CIi，t=β′0+β′1Digi，t+∑β′2Xi，t+μi+γt+εi，t（3）

本文采用中介效應模型檢驗這種作用機制是否存在，其中MVni，t分別表示不同中介變量。中介模型構建如下：

CIi，t=α0+α1Digi，t+∑αjXi，t+μi+γt+εit（4）

MVni，t=δ0+δ1Digi，t+∑δjXi，t+μi+γt+εit（5）

CIi，t=θ0+θ1Digi，t+θ2MVi，t+∑θjXi，t+μi+γt+εit（6）

本文在基準模型設定的基礎上拓展空間面板計量模型：

CIi，t=α0+ρWCIi，t+φ1WDigi，t+α1Digi，t+φ2WXi，t+∑α2Xi，t+εi，t（7）

其中，φ1為數字技術創新空間交互項的彈性系數，φ2為控制變量空間交互項的彈性系數，ρ為空間自回歸系數，W表示不同空間權重矩陣，εi，t為隨機擾動項。

3 實證結果分析

3.1 基準檢驗

數字技術創新對城市碳排放強度影響的基準回歸結果如表2所示。從中可見，核心解釋變量數字技術創新水平在逐步引入控制變量和控制時間效應前提下擬合優度不斷提升，說明數字技術創新對城市碳減排具有顯著積極影響；基于工具變量的兩階段最小二乘法回歸結果如表2中列5-6所示。在控制相同變量的前提下，數字技術創新系數顯著為負，假設H1得到驗證。

3.2 中介機制檢驗

能源消耗強度是實現碳達峰碳中和目標需要高度關注的指標，前文理論分析指出，數字技術創新通過優化資源配置、減少能源消耗和擴展能源消費形式降低城市碳強度。本文使用各城市單位GDP電力能源消耗量衡量能源消耗強度（劉婧玲等，2022），表3中列（1）數字技術創新系數顯著為負而列（4）能源消耗強度系數顯著為正，表明數字技術創新能夠顯著降低能源消耗強度，并通過能源消耗強度這一中介機制降低城市碳強度。

產業結構升級是實現“雙碳”目標的重要途徑，根據前文分析，數字產業化和產業數字化不斷推動產業結構向高技術密集、創新驅動方向轉變。產業結構升級根據第一、二、三產業在GDP中所占比重賦予相應權重［12］，表3第2列數字技術創新系數顯著為正，第5列數字技術創新和產業結構升級系數顯著為負，表明數字技術創新顯著推動城市產業結構升級，并通過產業結構升級的中介效應減少城市碳排放。

服務業隨著自身規模不斷發展壯大，逐漸成為減少碳排放量的主要貢獻者。數字技術發展對服務業結構升級具有強大驅動作用，以數字技術為支撐的知識密集型服務業與先進制造業深度融合，促進現代服務業比重不斷增加，本文采用現代服務業從業人員占第三產業從業人員比重衡量服務業結構升級［15］。表3中第3列和第6列結果顯示，數字技術創新能夠顯著推動第三產業結構升級，并通過服務業結構升級的中介效應降低城市碳排放強度，假設H2和H3得到驗證。

3.3 國家政策的調節作用

國家智慧城市試點政策強調完善基礎設施建設，包括信息網絡、數據中心、智能設備等，通過提供政策支持和經費保障，鼓勵引入社會資本，推動相關產業技術創新發展［18］。國家智慧城市試點政策為數字技術創新提供良好的孵化環境，因此本文將國家智慧城市試點政策與數字技術創新進行交互，表4第（1）列交互項系數為負，表明數字技術創新的碳減排效應增強。

《國家知識產權試點示范城市（城區）評定和管理辦法》的實施為知識產權保護營造了良好的政策環境，促進數字技術持續發展（王敏等，2017）。企業得益于數字技術專利獨占性，能夠更好地與其它企業或機構進行合作，增加技術轉讓許可費用，進而強化數字技術創新碳減排效能。本文將國家知識產權保護試點政策與數字技術創新進行交互，表4第（2）列交互項系數為負，表明數字技術創新的碳減排效應顯著增強。

國家低碳城市試點政策鼓勵城市踐行低碳標準，以減少碳排放和資源消耗。低碳標準推動數字技術在城市建設和管理中廣泛應用，通過智能化和數字化手段促進城市資源與能源高效利用，進而增強數字技術創新的碳減排效應。本文將國家低碳城市試點政策與數字技術創新進行交互，表4第（3）列交互項系數為負，表明數字技術創新碳減排效應得以增強，假設H4得到驗證。

3.4 空間溢出路徑

3種空間權重矩陣的空間計量模型均通過LM檢驗，表明使用空間杜賓模型（SDM）較為合理；此外，Wald檢驗顯著性進一步證實SDM模型設定的合理性。為評估空間杜賓模型結果的有效性，本研究采用空間滯后模型（SAR）進行估計，結果見表5。

3.4.1 空間技術創新“虹吸效應”

空間計量LM模型檢驗結果顯示，變量間相關性因矩陣不同而不同。無論是地理矩陣下的SDM模型還是SAR模型，數字技術創新對地理鄰近城市碳排放均具有顯著正向外溢效應，即本地區數字技術創新會促進地理鄰近城市碳排放強度上升。原因可能在于，地理鄰近城市之間存在“虹吸效應”［24］，隨著某地區數字技術創新水平的不斷提高，其與周邊地區形成勢差，導致周邊鄰近地區技術、人才、研發資金、技術成果等優先流動到本地區，地理鄰近地區數字技術創新水平下降導致碳排放強度增加。

3.4.2 空間技術創新示范效應

經濟矩陣下的SDM和SAR模型間接效應與地理矩陣下的模型間接效應結果相反，即本地區數字技術創新會抑制經濟鄰近城市的碳排放強度。原因可能在于，經濟鄰近城市之間存在“示范效應”，某地區發展往往會對標與自身經濟實力相近的城市，對與本地區經濟實力接近城市具有強示范效應［6］，因此本地區提高數字技術創新水平會聯動經濟鄰近地區數字技術創新水平提升，從而降低碳排放強度。

3.4.3 空間技術創新綜合效應

本文引入地理—經濟嵌套矩陣，進一步分析數字技術創新的空間溢出效應。無論是嵌套矩陣下的SDM模型還是SAR模型結果均與經濟矩陣下的模型結果高度相近，即本地區數字技術創新對經濟和地理鄰近城市碳排放強度具有抑制作用。原因可能在于，對于經濟和地理較為鄰近城市，其所受到的示范效應大于“虹吸效應”。經濟矩陣和嵌套矩陣模型結果顯示，數字技術創新整體達到碳排放強度總效應，假設H1、H5再次得到驗證。

4 穩健性與異質性檢驗

4.1 穩健性檢驗

4.1.1 基準穩健性檢驗

本文在前文使用工具變量解決內生性問題和使用空間滯后模型驗證空間杜賓實證結果的基礎上，通過以下3種方法進一步驗證回歸結果的可靠性：①替換被解釋變量，考慮到碳排放測度方法不同，采用碳排放總量與城市GDP的比值作為被解釋變量重新進行分析；②引入額外控制變量，將城市消費能力和非數字技術創新納入控制變量，表6第2列回歸結果與基準結論保持一致；③采用滯后一期數字技術創新水平作為解釋變量，回歸結果符合基準結論；④更換核心解釋變量，將當期數字技術創新流量和滯后一期數字技術創新流量作為解釋變量與碳排放強度進行回歸。上述回歸結果表明，本文基準結果穩健。

4.1.2 全局穩健性檢驗

因同一授權專利具有多重屬性，可能既屬于數字技術創新專利又屬于綠色技術創新專利，故排除綠色技術創新對實證結果造成的干擾，本文將被列入“IPC綠色清單”的數字技術創新專利全部剔除，僅討論不存在于“IPC綠色清單”中的數字技術創新專利，并對上述實證結果進行穩健性檢驗，結果與以上結論保持一致。

4.2 異質性分析

4.2.1 城市地理區位和資源形態異質性

（1）本文按照中國省市地理區位劃分，將城市劃分為表7 Panel A中的6列，A組1～6列結果顯示只有西部地區、中部地區和中東部地區數字技術創新對碳排放具有顯著抑制作用。造成地理區位異質性的原因可能在于不同區域數字技術創新與碳減排匹配程度不同，導致數字技術創新帶來的邊際碳減排效用存在差異。西部地區因老工業城市背景和本身相對落后的數字技術創新水平，單位數字技術創新顯著降低單位GDP碳排放［3］。而在數字技術創新開展相對較早且具有明顯地理區位優勢的城市，由于本身碳排放強度較低，單位數字技術創新降低單位GDP碳排放的效用較小。

（2）根據《國家資源型城市可持續發展規劃（2013-2020年）》劃分資源型城市類型。B組1～2列結果顯示數字技術創新對非資源型城市碳強度的抑制作用較強。B組3～6列實證結果顯示，數字技術創新對資源成長型和成熟型城市碳排放具有顯著抑制作用，而對于資源衰退型和再生型城市碳排放的抑制作用不顯著。結合中國4類資源型城市特征，數字技術創新能夠在一定程度上解決資源成長型與成熟型城市的資源開發和利益分配問題，從而促進城市碳減排；由于資源衰退型城市資源趨近枯竭，資源再生型城市創新水平不高且城市功能發展不完善，因此低水平數字技術創新面臨再生資源問題，難以顯著改善城市碳強度。

4.2.2 城市數字核心產業創新異質性

根據國家統計局2021年發布的《數字經濟及其核心產業統計分類（2021）》，將數字經濟核心產業劃分為數字產品服務創新、數字產品智造創新、數字技術應用創新、數字要素驅動創新4個類型進行檢驗，結果如表8所示。從中可見，無論是數字產品服務創新（Digs）、數字產品制造創新（Digm）、數字技術應用創新（Diga）還是數字要素驅動創新（Dige）均能對城市碳排放強度產生負向影響，系數大小接近且高度顯著。

4.2.3 研究類型異質性

基礎研究具有資金投入多、時間長、不確定性大等特點，具有強外部性和公共物品屬性。基礎研究成果以前瞻性科學論文為主，反映國家原始創新能力，關乎產業和社會整體發展。應用研究以基礎研究的主要成果為知識來源，對其應用途徑進行探索（孫曉華等，2014）。由于公共部門專利比企業部門專利更注重基礎研究［29］，故本文使用受讓人代碼區分基礎數字技術創新（BDig）與應用數字技術創新（ADig）。表9結果顯示兩者系數顯著為負，表明基礎數字技術創新與應用數字技術創新均能降低碳排放強度，且基礎數字技術創新效果更佳。

5 結語

5.1 研究結論

本文基于2006-2021年中國279個地級市面板數據，在構建數字技術創新指標的基礎上，從內部影響機制、外部政策調節機制和空間溢出效應3個維度闡釋數字技術創新影響碳排放強度的內在機理，得出如下結論：

（1）數字技術創新通過降低能源消耗強度、推動產業結構升級和促進服務業結構轉型降低城市碳排放強度，國家智慧城市試點政策、國家知識產權城市試點政策、國家低碳城市試點政策均有助于增強數字技術創新的碳減排效應。

（2）數字技術創新空間溢出效應對碳排放強度的影響因空間矩陣不同而不同，存在“虹吸效應”和“示范效應”。整體而言，數字技術創新溢出對經濟和地理鄰近城市碳排放強度具有抑制作用。

（3）從城市地理區位異質性角度看，數字技術創新對西部地區碳排放強度具有顯著抑制作用；從城市資源類型異質性角度看，無論是資源型城市還是非資源型城市，數字技術創新均表現出顯著碳減排效應，但對資源衰退型城市和再生型資源城市作用不顯著；數字核心產業創新類型均能夠對城市碳排放強度產生負向影響，且作用程度相近；從不同創新研究類型看，基礎數字技術創新相比應用數字技術創新碳減排效果更好。

5.2 政策啟示

根據上述研究結論，本文提出如下政策建議：

（1）把握數字技術創新機遇，占領數字技術降碳高地。當前，數字技術是世界各國重點把握的戰略方向和競爭焦點。因此，應將數字技術創新與生態文明建設深度融合，構筑中國特色綠色低碳數字技術創新體系，充分把握低碳轉型與數字化帶來的機遇，將數字技術創新納入城市碳減排規劃方案，加大高效、清潔和集約型數字技術創新力度，加速數字技術研發創新與推廣，打造生態化數字技術發展模式。

（2）探尋數字技術創新降碳路徑機制，充分發揮數字技術低碳轉型賦能作用。健全技術創新綠色標準體系，引燃技術創新降低城市碳排放強度的強大引擎。一方面，積極將數字技術創新納入能源減耗、產業結構與服務業結構轉型升級的經濟高質量發展軌道中來；另一方面，不同區域應結合國家宏觀城市試點政策背景，積極申請國家層面利好城市低碳轉型試點政策，內外兼顧地推進數字技術創新降低碳排放強度的低碳轉型進程。

（3）構建數字技術創新溢出網絡，加速數字技術創新成果大循環。我國在數字技術方面擁有龐大的市場規模，數字技術創新發展相對滯后區域應積極培育數字技術創新環境和政策土壤，充分調動市場力量，加強區域與行業數字化創新合作，借助數字技術創新的示范作用，充分發揮城市間聯動降碳作用，促進城市間綠色、智能、協調、可持續發展。

（4）促進不同數字核心產業創新與不同數字創新研究類型協調發展，因地制宜做好城市數字技術創新支持碳達峰碳中和。為促進“雙碳”目標實現，數字技術創新發展優勢城市應根據區位資源特點，利用自身數字資源優勢，探索高質量數字技術創新成果，通過技術合作、資源共享和經驗交流等形式帶動落后城市發展，不斷擴大數字技術創新空間協同降碳效應；同時，提高不同數字技術核心產業創新水平，協調推動數字基礎創新與應用創新同步發展，促進城市低碳轉型與創新可持續發展。

5.3 不足與展望

本文存在一定局限性：一是不同時間段和區域技術創新專利之間可能存在異質性，導致數字技術創新指標構建較為單一；二是僅探討城市數字技術創新對碳強度的削弱作用，對企業層面微觀視角數字技術創新的研究不足。因此，未來可從以下幾個方面進行改進：首先，將區域數字技術創新系統作為一個整體，在分析其成長過程的基礎上，根據創新生態系統演化特征對不同成長階段數字技術創新進行加權并按區域作標準化處理，構建集專利質量和數量于一體的綜合性指標，深入探究數字技術創新的收斂性和空間特征；其次，制度政策的調節效應是一個復雜過程，數字技術創新對城市碳排放強度的影響受到多種外部環境因素的影響，未來應對政府治理、經濟金融、社會文化、環境保護等多個層面政策進行梳理并納入分析過程，使研究結論更具有針對性；最后，數字技術創新研究尺度應擴展到企業微觀層面，或放大到國家或省域層面，構建微觀層面或宏觀層面面板數據，在充分挖掘數字技術創新網絡內在發展變化規律的基礎上，深入探討數字技術創新與區域碳排放強度之間的關系，從而獲取更加細致豐富的研究結論。

參考文獻參考文獻：

［1］ BHARADWAJ A， EL SAWY O A， PAVLOU P A， et al. Digital business strategy： toward a next generation of insights［J］. Mis Quarterly， 2013， 37（2）： 471-482.

［2］ ZAHID R M， LI Y， RAZAQUE L A， et al. The effects of FDI， technological innovation， and financial development on CO2 emissions： evidence from the brics countries［J］. Environmental science and pollution research international， 2020， 27（19）： 23899-23913.

［3］ 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， 2022， 44（2）： 68-78.

［4］ 何艷秋， 成雪瑩， 王芳. 技術擴散視角下農業碳排放區域溢出效應研究［J］. 農業技術經濟， 2022，43（4）： 132-144.

［5］ ZHAO M， SUN T， FENG Q. Capital allocation efficiency， technological innovation and vehicle carbon emissions： evidence from a panel threshold model of chinese new energy vehicles enterprises［J］. Science of the Total Environment， 2021， 784： 147104.

［6］ 邵帥， 范美婷， 楊莉莉. 經濟結構調整、綠色技術進步與中國低碳轉型發展——基于總體技術前沿和空間溢出效應視角的經驗考察［J］. 管理世界， 2022， 38（2）： 46-69， 4-10.

［7］ ZHANG W， LIU X， WANG D， et al. Digital economy and carbon emission performance： evidence at china's city level［J］. Energy Policy， 2022， 165： 112927.

［8］ 陶鋒， 朱盼， 邱楚芝， 等. 數字技術創新對企業市場價值的影響研究［J/OL］. 數量經濟技術經濟研究： 1-24. DOI：10.13653/j.cnki.jqte.20230310.010.

［9］ ZHU Z， LIU B， YU Z， et al. Effects of the digital economy on carbon emissions： evidence from china［J］. International Journal of Environmental Research and Public Health， 2022， 19（15）： 9450.

［10］ AHMED F， NAEEM M， IQBAL M. ICT and renewable energy： a way forward to the next generation telecom base stations［J］. Telecommunication Systems， 2017， 64（1）： 43-56.

［11］ MURSHED M， TANHA M M. Oil price shocks and renewable energy transition： empirical evidence from net oil-importing south asian economies［J］. Energy Ecology and Environment， 2021， 6（3）： 183-203.

［12］ LIU Y， YANG Y， LI H， et al. Digital economy development， industrial structure upgrading and green total factor productivity： empirical evidence from China′s cities［J］. International Journal of Environmental Research and Public Health， 2022， 19（4）： 2414.

［13］ 郭凱明， 杭靜， 徐亞男. 勞動生產率、鮑莫爾病效應與區域結構轉型［J］. 經濟學動態， 2020，41（4）： 79-95.

［14］ 王雅晴， 譚德明， 張佳田， 等. 我國城市發展與能源碳排放關系的面板數據分析［J］. 生態學報， 2020， 40（21）： 7897-7907.

［15］ 戴魁早， 黃姿， 王思曼. 數字經濟促進了中國服務業結構升級嗎［J］. 數量經濟技術經濟研究， 2023， 40（2）： 90-112.

［16］ 周勇， 吳海珍， 韓兆安. 數字經濟對制造業轉型升級的影響［J］. 統計與決策， 2022， 38（20）： 122-126.

［17］ 王雅莉， 侯林岐， 朱金鶴. 城市創新能否助力低碳經濟發展——創新型城市試點政策對碳強度的影響評估及機制分析［J］. 科技進步與對策， 2022， 39（18）： 39-49.

［18］ 李湛， 張良， 羅鄂湘. 科技創新政策、創新能力與企業創新［J］. 科研管理， 2019， 40（10）： 14-24.

［19］ 李爽， 王勁文. 低碳城市試點政策、居民低碳素養與企業綠色技術創新［J］. 中國人口·資源與環境， 2023， 33（4）： 93-103.

［20］ LIU Y， DONG J， MEI L， et al. Digital innovation and performance of manufacturing firms： an affordance perspective［J］. Technovation， 2023， 119： 102458.

［21］ 張峻， 劉小勇， 王昕芊. 國家知識產權試點政策是否促進了城市創新合作［J］. 經濟學動態， 2023，64（5）： 72-91.

［22］ CHEN X， MAO S， LV S， et al. A study on the non-linear impact of digital technology innovation on carbon emissions in the transportation industry［J］. International Journal of Environmental Research and Public Health， 2022， 19（19）： 12432.

［23］ 陳海龍， 李陽. 數字經濟發展對創業活躍度的空間溢出效應研究［J］. 統計與信息論壇， 2023， 38（5）： 41-52.

［24］ SU Y， LI Z， YANG C. Spatial interaction spillover effects between digital financial technology and urban ecological efficiency in china： an empirical study based on spatial simultaneous equations［J］. International Journal of Environmental Research and Public Health， 2021， 18（16）： 8535.

［25］ 王赫， 吳朝陽. 經濟差距對創新溢出與技術交流的影響——基于經濟距離矩陣的空間計量研究［J］. 經濟問題， 2020，40（9）： 78-84.

［26］ ARORA A， BELENZON S， SHEER L. Knowledge spillovers and corporate investment in scientific research［J］. American Economic Review， 2021， 111（3）： 871-898.

［27］ SUN H， EDZIAH B K， KPORSU A K， et al. Energy efficiency： the role of technological innovation and knowledge spillover［J］. Technological Forecasting and Social Change， 2021， 167： 120659.

［28］ CHEN J， GAO M， CHENG S， et al. County-level CO2 emissions and sequestration in china during 1997—2017［J］. Scientific Data， 2020， 7（1）： 391.

［29］ AKCIGIT U，HANLEY D，SERRANO-VELARDE N.Back to basics： basic research spillovers， innovation policy， and growth［J］. The Review of Economic Studies， 2021， 88（1）： 1-43.

責任編輯（責任編輯：王敬敏）

英文標題

The Path and Mechanism of Digital Technology Innovation Empowering Urban Low-Carbon Transformation

英文作者Chen Xiao1，2，Zhang Xinao1，2，Wang Yubao1，3

英文作者單位（1.College of Economics and Management， Xinjiang University， Urumqi 830046， China;2. Institute for Xinjiang Macro-Economic High-quality Development， Urumqi 830046，China；3.Xinjiang Energy Carbon Neutrality Strategy and Policy Research Center，Urumqi 830046， China）

英文摘要Abstract：In order to cope with global climate change more effectively， it is a new mission to achieve low-carbon transformation for governments and businesses worldwide. Global environmental governance needs to make fresh contributions to building green and low-carbon production and lifestyles. Digital technology innovation， including artificial intelligence， big data analysis， and the Internet of Things， offers unprecedented opportunities for building a low-carbon economy. These innovations not only inject new vitality into traditional industries but also help reduce carbon emissions by improving energy efficiency and providing intelligent carbon management tools. Digital technology also gives rise to emerging industries， such as clean energy and intelligent transportation， which inherently have lower carbon footprints. Therefore， digital technology innovation is a key driver in promoting low-carbon transformation， reducing carbon emissions in traditional industries， and fostering new low-carbon economic growth. However， existing research lacks in-depth examination of the impact of technological innovation on carbon emissions， particularly in the field of digital technology innovation. Most studies tend to construct comprehensive indicators for the development of the digital economy to explore the relationship between digital economy development and carbon emissions.In-depth research on how digital technology innovation promotes low-carbon economic transformation is crucial for understanding its impact mechanisms and optimizing policy formulation.

In terms of research methodology， this paper analyzes the direct effects， indirect mechanisms， policy adjustments， and spatial spillover paths of digital technology innovation on low-carbon transformation. In order to examine the role of digital technology innovation in low-carbon transformation from the perspective of urban carbon intensity， the study selects the panel data from 279 Chinese cities from 2006 to 2021 to measure the level of digital technology innovation in Chinese cities with 2.97 million digital technology patents. Empirically， the main model for testing direct effects is the two-way fixed effects model; and then the mediation effect models and moderation effect models are used to analyze the indirect mechanisms and policy adjustments， respectively. The spatial carbon emission reduction effect of digital technology innovation is estimated using spatial Durbin and spatial lag models.

The study concludes that digital technology innovation reduces urban carbon emission intensity by lowering energy consumption intensity and promoting industrial and service sector upgrades through mediation effect channels within cities. External policies such as national smart cities， national intellectual property cities， and national low-carbon city pilots beef up the carbon reduction impact of digital technology innovation. Spatial econometric results show that digital technology innovation produces a synergistic carbon reduction effect through \"siphoning\" and \"demonstration\" effects among cities， overall reducing carbon intensity in surrounding economically similar urban agglomerations through spatial spillover. Moreover， the degree of carbon reduction through digital technology innovation varies depending on a city's geographical location and energy endowment， with different types of digital core industry innovations and different types of digital innovation research significantly reducing carbon intensity. Overall， this paper provides policy insights that the government should seize the opportunities of digital technology innovation， fully leverage the low-carbon transformation potential of digital technology， build a network of digital technology innovation spillovers， and appropriately support urban digital technology innovation for carbon peaking and neutrality.

This paper makes marginal contributions in three aspects. First， it explores the factors influencing urban carbon emission reduction from the perspective of digital technology innovation， verifying the direct impact of digital technology innovation on reducing carbon emission intensity and exploring its internal mediation mechanisms and external policy regulation mechanisms. Second， it measures digital technology innovation with patents authorized in the core industries of the digital economy and further uses spatial econometric models to examine the spatial spillover paths of digital technology innovation in reducing carbon emission intensity，which helps to explore the spatial paths of carbon reduction through digital technology innovation. Third， the paper also examines the heterogeneity in reducing carbon intensity through digital technology innovation among cities with different geographical locations and resource differences， as well as among various core industry innovations in the" digital economy and different research on digital technology innovation.

英文關鍵詞Key Words：Digital Technology Innovation; Low-carbon Transformation； Carbon Emissions;Spatial Spillover