數實融合對碳排放的影響及作用機制研究

摘 要：數字技術、數字經濟與實體經濟的融合與發展是推進新型工業化和推動經濟高質量發展的重要途徑。基于2011—2019年中國268個地級市的面板數據的實證發現，數實融合有效推動了碳排放強度下降，也能有效抑制碳排放總量，發揮了顯著的降碳效應。不過，這種效應存在基于工業化和數字化兩個維度的異質性。進一步，從要素配置優化、技術創新兩個角度揭示了數實融合發揮降碳效應的作用機制，可以觀察到數實融合能夠強化資本能源投入比、改善能源效率，還能帶動研發投入，擴大專利產出，甚至還能促進綠色技術創新。拓展分析發現，政府對節能降碳的關注能有效放大數實融合的降碳效應。因此，應加快數字經濟發展，促進數字技術、數字經濟與實體經濟的深度融合，協同推進經濟高質量發展和生態環境高水平保護，助力“雙碳”目標的實現。

關鍵詞：數實融合；“雙碳”目標；數字經濟；碳排放

作者簡介：張平淡，北京師范大學經濟與工商管理學院教授、博士生導師（北京 100875）；郝時雨，北京師范大學經濟與工商管理學院博士研究生（北京 100875）；林琳，中國移動研究院用戶與市場研究所工程師（北京 100053）

基金項目：中國移動研究院—北京師范大學經濟與工商管理學院聯合研發項目“數字技術對‘雙碳’目標的貢獻研究”

DOI編碼： 10.19667/j.cnki.cn23-1070/c.2025.01.008

引言

數字技術的滲透應用促進了經濟效率提升和數字化轉型，推動了數字技術與實體經濟、數字經濟與實體經濟的深度融合（以下簡稱“數實融合”），①促進和支撐了經濟高質量發展，②成為21世紀以來我國經濟發展的重要特征之一。數實融合是推動新型工業化的重要途徑，是扭轉高耗能、高排放的傳統工業化模式的重要抓手。因此，在“雙碳”目標下有必要深入討論數實融合對碳排放的影響，更好推動和保障經濟社會發展的全面綠色轉型。

現有研究大多對數字技術、數字經濟的節能降碳效應持積極態度，①認為數字技術、數字經濟具有海量數據存儲能力、高效的數據傳輸速度和靈活的數據處理能力，還能夠賦能綠色技術創新，促進技術融合創新，推動技術進步，提高能源利用效率，進而發揮節能降碳的效用。②當然，數字產業發展也會帶來能源消費擴張，數字基礎設施建設也需要消耗大量能源資源，③可能會引發能源消費的回彈效應。④數字技術的創新與應用、數字經濟的高速發展推動了數實融合，是產業數字化、數字產業化之上的更高更深層次的發展，是數字經濟與實體經濟之間的相互作用與緊密契合。隨著數實融合程度的不斷加深，數字技術可以更好通過輻射實體產業而推動產業結構優化升級，放大降碳效應。⑤現有文獻已經開始關注到數實融合的機理、路徑和挑戰，還關注到數實融合的綠色創新效應，⑥“雙碳”目標下還應該進一步深入討論數實融合的生態環境效應。為此，本文深入分析數實融合對碳排放的影響及其作用機理，使用2011—2019年中國268個地級市的面板數據檢驗了數實融合的降碳效應，為推動新型工業化、助力“雙碳”目標實現提供有益借鑒。

本文的邊際貢獻主要體在以下幾方面：第一，在研究視角上，既往文獻大多從數字經濟發展、企業數字化轉型等視角出發，探討其對經濟社會低碳轉型的影響及內在機制。值得注意的是，數字經濟要全面驅動經濟社會綠色轉型，關鍵在于與實體經濟的深度融合，通過數字技術與數據要素賦能實體經濟低碳發展?？梢哉f，數實融合既是數字經濟發展的重要目標和必然趨勢，也是其引領經濟社會低碳轉型的必由之路。已有文獻表明，數實融合能夠推動綠色技術進步，但關于數實融合最終能否以及如何影響碳排放這一關鍵議題，尚缺乏深入探討。本文系統梳理了數實融合對碳排放的影響及其作用機制，使用耦合協調模型測算數實融合水平，為科學評估數實融合在推動碳減排方面的實際效果提供更直接的經驗證據。第二，數字經濟與實體經濟，作為既獨立又緊密相依的兩大系統，其發展水平的相對差異塑造了兩者相互滲透與融合的路徑，進而對經濟低碳轉型產生深遠影響。本文立足數字經濟和實體經濟的發展基礎，深入探討處于不同發展階段的地區是否都能依托數字經濟和實體經濟深度融合而實現碳減排目標，為深入推進數字化綠色化協同發展提供政策參考，最大化激發數實融合促進低碳發展的潛力。

一、理論分析與文獻回顧

數實融合是數字技術、數字經濟參與并推動傳統實體經濟向新型實體經濟演進的過程，⑦既是數字經濟與技術創新、產業創新以及企業組織創新的融合，也是實體經濟與數據要素、數字技術、平臺經濟和數據共享的融合，①最終形成數字經濟與實體經濟相互促進、互為支撐的“雙循環”。②近年來，我國數實融合程度逐年提高，③數字技術的滲透應用顯著改善了現有生產方式，有力推動了生產方式變革。數字技術具有高技術含量、低環境成本等特點，數據要素擁有共享性和零邊際成本的顯著優勢，④能夠有效促進經濟效率改進，有利于節能降碳。數字經濟所帶來的降碳效應不僅局限于數字經濟產業自身，更重要的是數字經濟與諸多實體產業的融合都能產生節能降碳的正外部性。在數字經濟與實體經濟融合的過程中，數字技術根據實體經濟所提供的初始數據要素進行整合與分析處理，形成新的數據要素并進入實體經濟生產運行的各個環節，對傳統生產要素具有替代效應和乘數作用，能夠重塑要素投入結構，推動資源配置優化，提高能源等要素的生產效率；⑤互聯網、云計算、人工智能、機器人等數字技術打破了要素流動的物理和地理限制，能進一步放大數據要素的乘數作用，還能輻射帶動國民經濟各個部門，發揮外部經濟效應和融合效應，將各個部門、各個產業的數據要素和實體資源整合，提高各部門間的協同能力，促進各個產業的融合，打破原有的生產要素邊界和技術邊界，推動生產技術的更新迭代，在技術融合中激發綠色技術創新，⑥催生綠色低碳的新產業、新行業和新模式，從而對整個經濟系統綠色低碳轉型產生深遠影響。為此，本文提出如下假說：

假說1：數實融合可以推動實現碳減排。

數實融合能夠重塑傳統的要素投入結構，推動要素配置優化，提高能源等要素生產效率，推動實現碳減排。數實融合是以數據作為新型生產要素為基礎的。實體經濟活動為數實融合提供豐富的數據基礎，經過數據挖掘、大數據等數字技術采集、處理和分析，生成最終服務于某種生產和服務的數據要素。數據既是實體經濟運行的產物，也是數字經濟時代實體經濟的重要生產要素之一。數實融合過程中會逐步形成以數據要素為關鍵投入、以數字技術為基礎的新型生產組織方式，通過對生產鏈條的精準把控，優化和重組傳統的要素投入組合，提高生產管理效率，有效減少生產過程中的能源資源浪費，提高能源利用效率，有利于抑制碳排放。⑦一方面，數據作為新型投入要素，具有清潔、高效、零邊際成本等特點。數據要素滲透實體經濟生產的全過程，不但能降低邊際生產成本，還可以部分替代能源、勞動、資本等傳統生產要素，⑧依托數字技術提高要素流動效率，改變要素投入結構，減少生產對化石能源、勞動等實體要素的依賴程度，間接減少單位產出的碳排放。另一方面，數實融合內在是數字技術的應用，能夠有效推動數據要素與能源、勞動、資本等傳統要素融合，發揮乘數作用，提高傳統要素的生產效率。其中，數據要素與能源的融合，數字技術能夠基于對能源生產、轉換、運輸和使用等環節所產生的能源數據要素的挖掘與分析，推動能源技術的研發與轉化，提高能源的開發利用效率，有效整合能源市場的供求信息，促進綠色能源的推廣和普及。⑨以數據要素為基礎，依托數字技術構建的智慧能源系統，可以實時采集生產數據、精準管理能源消耗與利用率，既能避免能源要素過度服務，也能降低運輸和轉換過程中的能源損耗。能源等要素細分市場發展又能反哺數據要素，①通過數據要素與能源等傳統要素的相互作用與相互融合，提高整個經濟系統的能源生產效率，使單位產出的碳排放得以下降。為此，本文提出如下假說：

假說2：數實融合通過改變要素投入結構，提升要素生產效率，推動實現碳減排。

技術創新也是數實融合提高全要素生產效率，推動實現碳減排的重要機制。具體來看，數實融合能緩解技術創新的融資約束，提高企業的技術創新能力，優化技術創新環境，推動技術進步。②首先，技術創新需要大量的資金投入，數據要素和數字技術與金融服務的融合可以為金融機構提供更清晰的企業信用畫像，減少信息不對稱所導致的投資風險，降低技術創新獲得金融服務的門檻。③運用數字技術所搭建的數字金融平臺打破了金融市場的區域壁壘，提高了金融資源在不同區域、不同行業和不同主體之間的流動性，④為企業技術創新提供更廣闊的融資空間，有效緩解技術創新的融資約束。其次，數字經濟與實體經濟的融合能提高企業的技術創新能力。一方面，數字經濟與實體經濟的融合為跨界人才的培養提供可能，⑤數字就業平臺能提高就業市場的匹配精準度和配置效率，⑥企業能夠以更低的成本和更高的效率引進技術創新所需的人才，為技術創新活動提供更充足的人才庫；另一方面，數字技術極大地提升了知識和信息傳播的時效性，能夠降低企業進行技術創新的學習成本和信息搜集成本，⑦提高企業間的信息分享意愿，⑧加速知識在不同區域、不同行業和不同企業乃至研發人員之間的交流共享，⑨擴展企業的知識網絡，增加創新主體利用外部知識的機會，促進合作創新與融合創新。最后，數字經濟與實體經濟的融合能優化技術創新的環境。實體企業運用數字技術能夠優化技術創新的管理流程，提升技術創新的管理效率，⑩為技術創新提供良好的內部環境。數字技術和數據要素在產業鏈中的滲透，可以促進人才、資金、知識等在產業鏈中的流動，推動產業內部的數據共享及產業間的數據交互，發揮積極的溢出效應，為技術創新提供良好的外部環境。11一直以來，技術創新都是提高能源效率，推動實現碳減排的重要途徑。12數實融合為技術創新帶來更充足的資金和人才，提供良好的創新環境，提高企業的技術創新能力，最終通過促進技術創新降低碳排放強度。為此，本文提出如下假說：

假說3：數實融合通過促進技術創新推動實現碳減排。

二、研究設計與變量選取

（一）模型構建

（二）變量測度與說明

1. 被解釋變量

碳排放強度：使用城市層面的碳排放總量與GDP的比值表征。在穩健性檢驗中還引入單位工業增加值的碳排放強度、城市碳排放總量。

2. 核心解釋變量

上式中，D為數實融合水平，C為兩者的耦合度，T為兩者的協同度，設定λ1和λ2取值為0.5。digital為數字經濟發展水平，從數字經濟普及情況、就業情況、產出情況、數字金融發展情況四個維度對數字經濟綜合發展水平展開測度，由主成分分析法計算得到（具體指標見表1）；real為實體經濟發展水平，黃群慧從狹義、一般意義和廣義三個層次定義了實體經濟，一般意義上的實體經濟包括制造業、農業、建筑業和其他所有工業，是傳統實體經濟的主體部分。②相應地，本文采用工業發展規模表征實體經濟發展水平。

3. 控制變量

根據STRIPAT模型，人口規模、經濟發展水平和技術水平是影響污染物排放水平的重要因素，本文分別選取人口密度（POP）、人均財富（GDP）和技術投入水平（TEC）予以表征。其中，人口密度可以反映經濟活動的密集程度，單位面積內聚集經濟活動過多可能會導致碳排放壓力增大；收入水平的提高會導致能源消費需求擴大，從而導致碳排放增加；技術投入的增加可以通過推動技術進步，優化投入產出結構降低單位產出所蘊含的碳排放。①此外，以工業為代表的第二產業是二氧化碳的主要產生途徑之一，為控制產業結構對二氧化碳的影響，將產業結構（IS）納入控制變量中。城鎮化進程中，城市規模的迅速擴張需要消耗大量能源等資源，會對城市碳減排形成挑戰，②因此，將城鎮化水平（URBAN）納入控制變量中。外商直接投資，一方面可能會帶來先進的綠色生產技術，進而推動節能降碳，另一方面可能導致高污染高能耗生產活動的轉移，從而阻礙經濟低碳轉型，③為控制外商投資對碳排放的影響，將外資利用水平（FDI）納入控制變量中。

（三）數據來源

城市碳排放數據來源于中國碳核算數據庫（CEADs），工業機器人數據來源于國際機器人聯盟（IFR），政府節能降碳注意力的原始文本來源于各地級市政府官網所公布的政府工作報告，其他數據來源于中國城市統計年鑒、中國科技統計年鑒、中國工業統計年鑒、中國勞動統計年鑒和各地級市統計年鑒。經過數據匹配，得到2011—2019年中國268個地級市的面板數據。

三、實證結果分析

（一）基準回歸結果

表3匯報了數實融合對城市碳排放強度的影響。表3前三列使用面板固定效應模型進行估計，其中，列（1）僅控制城市固定效應，列（2）加入年份固定效應，列（3）加入城市控制變量，列（4）使用多維面板固定效應模型進行估計。結果表明，樣本期內數實融合顯著降低了碳排放強度。隨著數字經濟與實體經濟融合程度的加深，數字經濟進一步發揮信息效應，緩解經濟系統中不同部門、不同企業以及企業內不同組織間的信息不對稱問題，提高管理和生產效率；而且，隨著數據技術和數據要素在實體經濟中的融合應用，不但能降低政府對高能耗企業的監管難度倒逼企業節能減排，還可以降低綠色金融的信息搜尋成本，緩解綠色企業融資約束，促進綠色技術的發展與成果轉化，從而促進碳排放強度的下降。

（二）內生性問題

本文考察的是數實融合對城市碳排放的影響，雖然在邏輯上并不存在明顯的反向因果問題，即城市碳排放強度不會影響其數實融合進程和水平，不過，實證檢驗依然面臨遺漏變量和測量誤差的內生性挑戰。遺漏變量的挑戰主要體現在可能存在城市層面的不可觀測因素，例如某些產業或財政政策同時對數實融合程度和碳排放強度造成影響，這會導致基準模型中數實融合的系數被高估或低估。測量誤差的挑戰在實證研究中普遍存在，就本文的實證分析而言，使用熵權法構建的數實融合指數可能在反映城市真實數實融合水平上存在一定的誤差，這也會導致估計結果的偏差。

為解決上述內生性問題，本文基于工業機器人安裝密度和各地級市與杭州距離的倒數構造Bartik工具變量，①其中工業機器人安裝密度借鑒韓民春等的方法，②國際機器人聯盟（IFR）提供了全國層面各行業的工業機器人安裝數量，將其與全國就業人員總數相除即得到全國各行業的工業機器人安裝密度，再以地級市各行業就業人數在全國的占比為權重，將其分解到城市層面并將各行業數據進行加總，得到各個地級市的工業機器人安裝密度。工具變量的回歸結果見表4列（1）。列（1）的回歸結果顯示，數實融合依然能夠顯著降低碳排放強度。

（三）穩健性檢驗

本文的穩健性檢驗包括：1.替換被解釋變量。工業是能源消耗和碳排放的主體，因此將單位GDP的碳排放強度替換為單位工業增加值的碳排放強度（CO2_ind），結果見表4列（2）。列（2）回歸結果顯示，在1%的顯著性水平下，數實融合降低了工業碳排放強度。黨的二十大報告強調碳排放總量和強度“雙控制”①，為進一步驗證數實融合在總量方面的控制作用，將被解釋變量替換為碳排放總量（CO2_total），結果見表4列（3）。列（3）回歸結果顯示，數實融合顯著降低了城市碳排放總量。結合基準回歸結果，可以認為，數實融合不僅抑制了碳排放強度，還抑制了碳排放量，降碳效應顯著。2.剔除直轄市。直轄市作為省級行政單位，其數字經濟與實體經濟的發展及融合水平均明顯高于其他城市，因此將直轄市從樣本中剔除，回歸結果見表4列（4）。3.排除碳排放相關政策干擾。本文主要考慮兩個對碳排放強度有重要影響的政策，分別是低碳城市試點政策和碳排放權交易市場試點政策。在基準模型中分別加入代表低碳城市試點和碳排放權交易市場試點的虛擬變量，在試點城市確立當年及之后的年份賦值為1，其他年份及非試點城市賦值為0，結果見表4列（5）和列（6）。以上穩健性檢驗結果表明，數實融合具有降碳效應的結論是穩健的。

（四）工業化與數字化水平的異質性分析

數字技術、數字經濟與實體經濟的融合，在一定程度上也是工業化與數字化的相對協調與融合。從數實融合的耦合協調指標構建來看，工業化與數字化水平都很高，工業化與數字化水平都很低，這兩類城市樣本的融合水平可能類似，然而，這兩類城市樣本處于截然不同的發展階段；同樣，工業化相對于數字化水平更高的城市樣本以及數字化相對于工業化水平更高的城市樣本，其數實融合均處于較低水平，然而，這兩類城市樣本是完全不同的發展形態。劉艷霞等的研究表明，在數字經濟發展水平更高的地區，數字化轉型對綠色創新具有更大的促進作用。②因此，工業化和數字化處于不同水平的地區，數實融合的降碳效應可能存在異質性。在此，根據工業化和數字化水平的中位數將全部樣本分為四個象限（結果如圖1所示）：只有位于第一象限的城市樣本，也就是工業化與數字化均處于較高水平的城市樣本，其數實融合才能發揮顯著的降碳效應。

進一步，對處于不同象限的城市樣本來說，發揮數實融合降碳效應的路徑可能會有所不同。第二象限的城市樣本，也就是工業化水平相對數字化水平較高的城市樣本，應著力提升數字化轉型速度，推動工業數智化轉型，向第一象限邁進。以合肥市為例，2011—2019年期間，合肥市數字化進程不斷加速，以新一代信息技術與先進制造技術深度融合為主線，加快傳統制造業“智改數轉”，逐步由第二象限過渡至第一象限。第四象限的城市樣本，數字化水平相對工業化水平較高，應適當加快工業化進程，著力發展高端制造業，充分發揮數字經濟服務于實體經濟的作用。以東莞市為例，應用先進制造技術、信息技術改進傳統產業生產組織方式和商業模式，推動傳統優勢制造業向先進制造業行列邁進，自2014年起，隨著工業發展速度超越數字經濟發展速度，向第一象限穩步邁進，碳排放強度的下降速度逐年加快。第三象限的城市樣本，工業化和數字化均不盡理想。在數字經濟發展初期，數字基礎設施的建設和運作需要投入大量能源、資金等，而且數字經濟的節能降碳作用主要通過輻射其他行業提升整個經濟系統的運行效率來實現，因此位于第三象限的城市應該優先提升工業發展水平，數字化進程跟隨推進，兩者交互融合發展。以貴陽市為例，在2012年，工業化增速高于數字化增速，此后2013年數字化增速迅速提升，在整個樣本期間，一旦工業化增速高于數字化增速，數字化增速就會隨之上升，反之亦然，工業化和數字化始終交互推進，也可以逐漸向第一象限過渡。

四、機制檢驗

（一）要素配置優化

根據前文理論分析，數實融合可以推動要素配置優化，進而發揮降碳效應?；茉吹氖褂檬翘寂欧诺闹饕獊碓?，能源利用效率是中國碳排放強度下降的主要驅動因素。①在此，分別以資本能源投入比和能源效率為例，替換基準模型式（1）中的被解釋變量，檢驗數實融合是否通過改變要素組合與利用效率推動碳減排。其中，資本能源投入比為地級市資本存量與能源消耗之比，資本存量借鑒單豪杰的永續盤存法，以2008年為基期計算得到；②能源效率以單位GDP的能源消耗反向表征。

表5列（1）和列（2）報告了數實融合對資本能源投入比、能源效率的影響。回歸結果顯示，數實融合顯著改變了資本和能源的投入比例，顯著降低了單位產出的能源消耗，提高了能源的利用效率?；诟黝惿a要素的固有屬性與特征，數字技術、數字經濟與實體經濟深入融合的過程中，數據要素對不同要素的替代效應和融合效應存在差異，同樣，數字技術對不同要素生產率的提升效果也不盡相同，從而導致各類要素投入以不同比例變化，體現為要素投入結構的改變。從偏向性技術進步的角度來看，資本與能源要素投入比例可以間接衡量資本偏向性技術進步，①數實融合顯著促進了資本偏向性技術進步，資本的邊際產出增長率高于能源，擴大了資本對能源的替代，減少單位產出所需的能源投入，提高了能源的單要素利用效率，從而降低碳排放強度。

（二）技術創新

數實融合需要投入必要資金，也需要相應人才，這些研發投入會推動技術創新與技術進步，從而推動碳排放強度降低。本文分別從研發投入和研發產出兩個角度衡量數實融合對技術創新的促進作用，其中，研發投入使用地級市規模以上工業企業RD內部經費支出表征，研發產出使用當年專利授權數量表征。表5列（3）和列（4）報告了數實融合對技術創新影響的估計結果?；貧w結果顯示，數實融合顯著促進了技術創新的研發投入和產出。進一步，本文使用綠色專利授權數量表征綠色技術創新水平，表5列（5）報告了數實融合對綠色技術創新影響的估計結果?；貧w結果顯示，數實融合顯著促進了綠色技術創新。數實融合可以為綠色技術創新提供堅實的技術支持，提高綠色金融的配置效率，改善綠色技術創新面臨的融資困境。隨著生產技術的綠色低碳化轉型，單位產出的碳排放得以下降。

五、拓展分析

（一）政府注意力的調節作用

式（5）中，Attention代表地方政府節能降碳注意力，參考陳詩一和陳登科從地方政府工作報告中提取節能降碳相關詞匯的頻率（具體關鍵詞見表6），①包含能源節約和能源結構兩大類。θ1為政府節能降碳注意力對數實融合與碳排放強度關系的調節效應，其符號為負則表示政府節能降碳注意力的提升可以放大數實融合的碳減排效應。

表7列（1）報告了政府節能降碳注意力對數實融合與碳排放強度關系的調節作用?？梢钥吹剑畬τ凇肮澞芙堤肌钡年P注度顯著放大了數實融合的降碳效應。這說明，政府對生產過程中能源使用類型和能源集約利用情況的關注，可以引導數字技術應用于節能降碳領域，推動數據要素與能源的融合，放大數實融合對節能降碳的提升作用。

（二）數實融合的污染治理效應

大氣污染物和二氧化碳排放往往是同根同源同過程，為此，進一步檢驗數實融合的污染治理效應，及其對環境質量的影響，結果見表7列（2）-列（5）?；貧w結果顯示，數實融合顯著降低了工業二氧化硫、工業粉塵、工業污水的排放強度以及PM10的濃度。也就是說，數實融合不僅有顯著的降碳效應，還有顯著的減污降碳協同效應，有利于改善大氣環境質量。

六、結論及政策建議

數字經濟與實體經濟的深度融合與發展是推動新型工業化和經濟高質量發展的必由之路，也是推動經濟社會發展全面綠色轉型的重要抓手。基于2011—2019年中國268個地級市的面板數據的實證研究發現，數實融合有效推動了碳排放強度下降，也能有效抑制碳排放總量，發揮了顯著的降碳效應。不過，這種效應存在基于工業化和數字化兩個維度的異質性。進一步，從要素配置優化和技術創新兩個角度揭示了數實融合發揮降碳效應的作用機制，可以觀察到數實融合能夠強化資本能源投入比、改善能源效率，還能帶動研發投入，擴大專利產出，甚至還能促進綠色技術創新。拓展分析發現，政府對節能降碳的關注能有效放大數實融合的降碳效應。

基于前述研究內容，主要得到以下政策啟示：第一，大力推進數實融合，賦能經濟社會發展全面綠色低碳轉型。實證發現，數實融合具有顯著的降碳效應，并且能夠實現減污降碳協同增效。因此，應著力推廣數字技術應用，鼓勵企業采用大數據、云計算、物聯網等數字技術，優化生產流程，提高能源利用效率。同時，加強數字技術與綠色低碳技術的交叉融合，鼓勵聯合研發，培養跨學科復合型人才，為綠色轉型提供堅實的人才支撐和技術保障。第二，因地制宜，推動數字化與工業化的協同發展。異質性分析發現，只有在數字化和工業化水平均處于較高水平的城市中，數實融合才能發揮降碳效應。對此，數字引領地區應認識到實體經濟是數字經濟發揮碳減排作用的基礎，進一步夯實實體經濟建設，而工業化高地則需加速數字化轉型。為此，應鼓勵加強區域合作，通過技術轉移和資源共享，實現優勢互補，共同推動綠色低碳發展。對于數字化和工業化均處于較低水平的地區來說，重點在于推動制造業高端化、智能化、綠色化發展，將綠色發展理念貫穿于數字經濟與實體經濟深入融合與發展的全過程。第三，強化政府引導作用，促進數字化與綠色化協同轉型。拓展分析發現，地方政府對節能降碳的關注可以有效放大數實融合的降碳效應。因此，應盡快建立健全促進數字化綠色化協同轉型發展的相關政策體系，包括財政補貼、稅收優惠、金融支持等，為相關企業提供有力支持。通過績效考核等方式，壓實地方政府節能降碳的工作責任，發揮有為政府在實現“雙碳”目標進程中的重要作用。

① 江小涓、靳景：《數字技術提升經濟效率：服務分工、產業協同和數實孿生》，《管理世界》2022年第12期，第9—26頁。

② 賈康、張晶晶：《當前經濟形勢和數字經濟與實體經濟融合發展的戰略思考》，《上海商學院學報》2022年第3期，第56—69頁。

① 趙培雅、高煜、孫雪：《“雙控”目標下產業智能化的節能降碳減排效應》，《中國人口·資源與環境》2023年第9期，第59—69頁；Yi Y.， Cheng R.， Wang H.， et al.， “Industrial Digitization and Synergy Between Pollution and Carbon Emissions Control： New Empirical Evidence from China”， in Environmental Science and Pollution Research， 2023， Vol.30， No.13，pp.127-142.

② 楊剛強、王海森、范恒山等：《數字經濟的碳減排效應：理論分析與經驗證據》，《中國工業經濟》2023年第5期，第80—98頁。

③ 劉備、黃衛東：《新型數字基礎設施的綠色全要素生產率提升效應研究》，《求是學刊》2023年第1期，第96—106頁。

④ 張思思、崔琪、馬曉鈺：《數字要素賦能下有偏技術進步的節能減排效應》，《中國人口·資源與環境》2022年第7期，第22—36頁。

⑤ Yang Z.， Gao W.， Han Q.， et al.， “Digitalization and Carbon Emissions： How Does Digital City Construction Affect Chi？ na’s Carbon Emission Reduction？”， in Sustainable Cities and Society， 2022， Vol.87， No.104201.

⑥ 史丹、孫光林：《數字經濟和實體經濟融合對綠色創新的影響》，《改革》2023年第2期，第1—13頁。

⑦ 劉慧、王曰影：《“數實融合”驅動實體經濟創新發展：分析框架與推進策略》，《經濟縱橫》2023年第5期，第59—67頁。

① 洪銀興、任保平：《數字經濟與實體經濟深度融合的內涵和途徑》，《中國工業經濟》2023年第2期，第5—16頁。

② 歐陽日輝、龔偉：《促進數字經濟和實體經濟深度融合：機理與路徑》，《北京工商大學學報（社會科學版）》2023年第4期，第10—22頁。

③ 史宇鵬、曹愛家：《數字經濟與實體經濟深度融合：趨勢、挑戰及對策》，《經濟學家》2023年第6期，第45—53頁。

④ 張文魁：《數字經濟的內生特性與產業組織》，《管理世界》2022年第7期，第79—90頁。

⑤ 孫早、侯玉琳：《工業智能化如何重塑勞動力就業結構》，《中國工業經濟》2019年第5期，第61—79頁。

⑥ 馬?。骸懂a業融合理論研究評述》，《經濟學動態》2002年第5期，第78—81頁。

⑦ 吳傳清、鄧明亮：《數字經濟發展對中國工業碳生產率的影響研究》，《中國軟科學》2023年第11期，第189—200頁；郭晗、全勤慧：《數字經濟與實體經濟融合發展：測度評價與實現路徑》，《經濟縱橫》2022年第11期，第72—82頁。

⑧ 田高良、施諾、劉曉豐：《智能制造與勞動力成本粘性——基于工業機器人應用的視角》，《經濟管理》2023年第9期，第28—49頁。

⑨ 陳曉紅、胡東濱、曹文治等：《數字技術助推我國能源行業碳中和目標實現的路徑探析》，《中國科學院院刊》2021年第9期，第1019—1029頁。

① 戴魁早、王思曼、黃姿：《數據要素市場發展與生產率提升》，《經濟管理》2023年第6期，第22—43頁。

② Yin S.， Zhang N.， Ullah K.， et al.， “Enhancing Digital Innovation for The Sustainable Transformation of Manufacturing Industry： a Pressure-State-Response System Framework to Perceptions of Digital Green Innovation and its Performance for Green and Intelligent Manufacturing”， in Systems， 2022， Vol.10， No.3， pp.72.

③ 宋華、韓思齊、劉文詣：《數字技術如何構建供應鏈金融網絡信任關系？》，《管理世界》2022年第3期，第182—200頁。

④ 宋敏、周鵬、司海濤：《金融科技與企業全要素生產率——“賦能”和信貸配給的視角》，《中國工業經濟》2021年第4期，第138—155頁。

⑤ 李夢娜、周云波：《數字經濟發展的人力資本結構效應研究》，《經濟與管理研究》2022年第1期，第23—38頁。

⑥ 田鴿、張勛：《數字經濟、非農就業與社會分工》，《管理世界》2022年第5期，第72—84+311頁。

⑦ 黃賾琳、秦淑悅、張雨朦：《數字經濟如何驅動制造業升級》，《經濟管理》2022年第4期，第80—97頁。

⑧ 王可、李連燕：《“互聯網+”對中國制造業發展影響的實證研究》，《數量經濟技術經濟研究》2018年第6期，第3—20頁。

⑨ 沈國兵、袁征宇：《企業互聯網化對中國企業創新及出口的影響》，《經濟研究》2020年第1期，第33—48頁。

⑩ 黃勃、李海彤、劉俊岐等：《數字技術創新與中國企業高質量發展——來自企業數字專利的證據》，《經濟研究》2023年第3期，第97—115頁。

11 戴翔、楊雙至：《數字賦能、數字投入來源與制造業綠色化轉型》，《中國工業經濟》2022年第9期，第83—101頁。

12 張平淡、屠西偉：《制造業集聚、技術進步與企業全要素能源效率》，《中國工業經濟》2022年第7期，第103—121頁；嚴成樑、李濤、蘭偉：《金融發展、創新與二氧化碳排放》，《金融研究》2016年第1期，第14—30頁。

① 史丹、孫光林：《數字經濟和實體經濟融合對綠色創新的影響》，《改革》2023年第2期，第1—13頁；張帥、吳珍瑋、陸朝陽等：《中國省域數字經濟與實體經濟融合的演變特征及驅動因素》，《經濟地理》2022年第7期，第22—32頁。

② 黃群慧：《論新時期中國實體經濟的發展》，《中國工業經濟》2017年第9期，第5—24頁。

① Dietz T.， Rosa E A.， “Rethinking the Environmental Impacts of Population， Affluence and Technology”， in Human Ecology Review， 1994， Vol.1， No.2， pp.277-300.

② 張騰飛、楊俊、盛鵬飛：《城鎮化對中國碳排放的影響及作用渠道》，《中國人口·資源與環境》2016年第2期，第47—57頁。

③ 宋德勇、易艷春：《外商直接投資與中國碳排放》，《中國人口·資源與環境》2011年第1期，第49—52頁。

① Goldsmith P.P.， Sorkin I.， Swift H.， “Bartik Instruments： What， When， Why， and How”， in American Economic Re？ view， 2020， Vol.110， No.8， pp.2586-2624.

② 韓民春、韓青江、夏蕾：《工業機器人應用對制造業就業的影響——基于中國地級市數據的實證研究》，《改革》2020年第3期，第22—39頁。

① 習近平：《高舉中國特色社會主義偉大旗幟 為全面建設社會主義現代化國家而團結奮斗》，《人民日報》2022年10月26日，第1版。

② 劉艷霞、陳樂、周昕格：《數字化轉型與綠色創新：基于信息的雙重效應識別》，《改革》2023年第10期，第30—45頁。

① 張友國：《經濟發展方式變化對中國碳排放強度的影響》，《經濟研究》2010年第4期，第120—133頁。

② 單豪杰：《中國資本存量K的再估算：1952～2006年》，《數量經濟技術經濟研究》2008年第10期，第17—31頁。

① 陳登科：《貿易壁壘下降與環境污染改善——來自中國企業污染數據的新證據》，《經濟研究》2020年第12期，第98—114頁。

② 陳思丞、孟慶國：《領導人注意力變動機制探究——基于毛澤東年譜中2614段批示的研究》，《公共行政評論》2016年第3期，第148—176+189—190頁；練宏：《注意力競爭——基于參與觀察與多案例的組織學分析》，《社會學研究》2016年第4期，第1—26+242頁。

① 陳詩一、陳登科：《霧霾污染、政府治理與經濟高質量發展》，《經濟研究》2018年第2期，第20—34頁。

[責任編輯 求實]

Carbon Emission Effect of Integration of the Digital and Real Economies

ZHANG Ping-dan， HAO Shi-yu， LIN Lin

Abstract： The integration of digital technology， digital economy and real economy is an important way to pro？ mote new-type industrialization and high-quality economic development. Empirical evidence based on the panel data of 268 prefecture-level cities in China from 2011 to 2019 finds that the integration of digital and real economies effectively promotes the decline of carbon emission intensity， and also effectively suppresses its total amount， exerting a significant carbon reduction effect. However， there is heterogeneity in this effect based on both industrialization and digitalization dimensions. Further， the mechanism of the carbon reduction effect of digital-real integration is revealed from the perspectives of factor allocation optimization and techno？ logical innovation， and it can be observed that such integration can strengthen the ratio of capital-to-energy inputs， improve energy efficiency， and also drive RD inputs， expand patent outputs， and even promote green technological innovation. Expanding the analysis， it is found that the government’s attention to energy saving and carbon reduction can effectively amplify the carbon reduction effect of digital-real integration. Therefore， we should accelerate the development of digital economy， promote the deep integration of digital technology， digital economy and real economy， synergistically foster the high-quality development of the economy and high-level protection of the ecological environment， and help to achieve the goal of carbon peaking and carbon neutrality.

Key words： Digital-real integration， the goals of “carbon peaking and carbon neutrality”， digital economy， carbon emissions