Empowerment of Digital Economy to Low-Carbon Development: Mechanism Identification and Spatial Spillover

Chang Haoliang1, Xia Feilong2

(1.School of Applied Economics, University of Chinese Academy of Social Sciences, Beijing 102488, China; 2.School of Economics Management, Yunnan Normal University, Kunming 650500, China)

Abstract：In order to address global issues such as air pollution and climate change, China has committed to adopting more effective policies and measures, striving to achieve carbon peak by 2030 and carbon neutrality by 2060, and has made a series of deployments. Different from developed countries that have completed industrialization, China is still in the stage of in-depth industrialization and urbanization, and there is great inertia of the path of high carbon dependence formed by rapid economic growth since the reform and opening up. The transition period from carbon peak to carbon neutrality in China is only 30 years. Therefore, the challenges to achieve the ‘double carbon' goal cannot be ignored. At the same time, the digital economy is accelerating its integration into the whole process of economic and social development, and has gradually become a breakthrough to cope with climate change and solve the contradiction between economic growth and environmental constraints. As a strategic choice for a new round of scientific and technological transformation, the digital economy relies on big data, artificial intelligence and other digital technologies to provide a new path for industrial green transformation and carbon emission management, and it plays an important role in energy conservation and emission reduction. However, behind the vigorous development of the digital economy, the carbon emissions caused by energy consumption cannot be ignored. The existing research shows that the digital economy has a more complex impact on carbon emissions. On the one hand, the development of the digital economy promotes energy demand and increases carbon emissions; on the other hand, the integration of the digital economy and the real economy will bring about changes in production, living and governance methods to reduce carbon emissions. In this context, it is extremely important to systematically study the relationship between digital economy and green low-carbon development.

This paper sets five indicators to measure the digital economy development level index more comprehensively from three aspects of information industry development, digital infrastructure and digital inclusive finance. Drawing on the panel data of cities at prefecture level and above in China, this paper systematically analyzes the effects, mechanisms, heterogeneity and spatial spillovers of digital economy on carbon emissions. According to the data of 271 cities at or above prefecture level in China from 2011 to 2019, the empirical research results show that from the overall level the digital economy is conducive to low-carbon development, and this conclusion is still valid under various robustness tests such as the 'Smart City' pilot as a quasi-natural experiment. The heterogeneity analysis shows that there are significant regional differences in the impact of digital economy on carbon emissions. In regions with better economic base conditions measured by per capita GDP and regions with higher environmental regulation intensity, the digital economy has a better emission reduction effect. The mediation effect test shows that the impact of the digital economy on carbon emissions is mainly achieved through the improvement of energy utilization efficiency and industrial structure upgrading. At this stage, China's intelligent industry transformation and technological progress mechanisms are not established. Finally, according to the spatial dependence of carbon emissions in various regions of China, the impact of digital economy on carbon emissions has a significant spatial spillover effect. This means that the digital economy can not only reduce the local carbon emission level, but also reduce the carbon emission level of neighboring areas.

The marginal contributions of this paper lie in four aspects. First, it analyzes the impact of China's digital economy on low-carbon development from a more comprehensive perspective. Second, this paper analyzes the heterogeneous impact of the digital economy on carbon emissions from economic development and the intensity of environmental regulation. Third, this paper further refines the impact mechanism of digital economy on low-carbon development from energy efficiency improvement, smart industry transformation, technological progress and industrial structure upgrading. Fourth, considering the spatial characteristics of digital economy and the spatial dependence of regional carbon emissions, this paper further studies the spatial spillover effect of digital economy on carbon emissions. This provides empirical support for enabling low-carbon development of the digital economy.

Key Words：Digital Economy; Carbon Emission; Energy Utilization Efficiency; Industrial Structure; Spatial Spillover

收稿日期：2022-09-15

修回日期：2022-12-18

基金项目：国家社会科学基金重大研究专项(18VXK002);云南省哲学社会科学规划一般项目(YB2022024)

作者简介：常皓亮(1994-),女,陕西西安人,中国社会科学院大学应用经济学院博士研究生,研究方向为数字经济与技术创新;夏飞龙(1987-),男,江西吉安人,博士,云南师范大学经济与管理学院讲师、硕士生导师,研究方向为数字经济、产业组织与技术创新。

DOI：10.6049/kjjbydc.2022090613

开放科学(资源服务)标识码(OSID)：

中图分类号：F124.5

文献标识码：A

文章编号：1001-7348(2023)10-0048-10

0 引言

当今世界正经历百年未有之大变局,推动实现“碳达峰碳中和”是我国顺应技术进步趋势、抢占新一轮产业竞争制高点的战略决策,也是推动经济社会变革、促进人与自然和谐共生的迫切需要。当前全球减缓碳排放的形势依然十分严峻,为应对空气污染、气候变化等全球性问题,习近平主席在第七十五届联合国大会上提出中国将采取更加有力的政策和措施,力争于2030年前实现“碳达峰”,2060年前实现“碳中和”。碳达峰碳中和目标的提出,表明中国作为全球最大发展中国家将完成二氧化碳强度最高降幅,体现出主动承担人类可持续发展责任的大国担当。为了加快形成绿色生产生活方式,各级政府针对碳排放总量和强度双控进行了一系列部署。无疑,加快推进绿色低碳发展,实现碳达峰碳中和目标是全面贯彻新发展理念,实现更高质量、更有效率、更加公平、更可持续发展的必由之路。在此背景下,如何减少碳排放成为经济社会亟需解决的重大课题。

与已经完成工业化的发达国家不同,中国还处于工业化、城镇化深入推进阶段,并且改革开放以来经济快速增长形成的高碳依赖路径存在较大惯性,环境负面效应也在制约经济可持续发展,而中国从碳达峰到碳中和的过渡期只有30年。因此,实现“双碳”目标面临巨大挑战,低碳发展需要与经济社会发展同频共振。与此同时,数字经济正加速融入经济社会发展各领域和全过程,并逐渐成为应对气候变化、解决经济增长与环境约束矛盾的突破口。作为新一轮科技变革的战略性选择,数字经济依托于大数据、人工智能等数字技术,为工业绿色转型、碳排放管理提供了新路径。随着数字技术不断进步及其在资源、生态环境等领域的创新发展和深度应用,数字经济将在节能减排中扮演更加重要的角色,数字化对实现碳达峰碳中和目标的作用也逐渐受到关注。然而,数字经济蓬勃发展的背后,其自身能耗带来的碳排放问题不容忽视。已有研究表明,数字经济对于碳排放具有较为复杂的影响,一方面,数字经济发展会提高能源需求从而增加碳排放,另一方面,数字经济与实体经济融合所带来的生产、生活、治理方式变革会降低碳排放。因此,数字经济是否推动低碳发展仍是一个需要研究探讨的问题。中国正处于第二个百年奋斗目标的历史新起点,也是全面低碳转型的关键阶段,在此背景下,对数字经济与绿色低碳发展之间的关系进行系统性研究极为重要。基于此,本文基于中国地级及以上城市面板数据,构建数字经济综合发展指标,对数字经济影响碳排放的机制和效应进行系统性分析。

1 文献综述

相关学者对我国碳排放进行测算和讨论的研究成果较为丰富[1-2],如在碳排放影响方面,研究发现经济增长[3]、环境政策[4-5]、结构调整[6]、技术创新[7-8]等均是影响二氧化碳排放水平的重要因素。与此同时,互联网、大数据、云计算等技术加速创新扩散,推动数字产业化与产业数字化。目前关于数字经济的研究,较多集中在数字经济发展所产生的经济和社会福利效应方面[9-12],并且多数文献肯定了数字经济与实体经济不断融合对国家或地区经济社会的积极影响。随着数字技术在环境保护领域的创新应用与发展,关于数字经济的环境福利效应的研究也逐渐增多。结合已有研究发现,数字经济的环境效应是复杂的,一些学者对此持积极态度,例如,郭炳南等[13]认为数字经济对空气质量的改善具有积极作用。而渠慎宁等[14]认为,现阶段中国数字经济没有呈现出绿色低碳特质。

数字经济与二氧化碳排放水平之间的关系,本质上属于数字经济的环境福利效应议题。数字经济本质上是随着信息技术革命发展而形成的一种新经济形态,是以数据作为关键生产要素、以信息通信技术的有效使用作为重要推动力的一系列经济活动。因此,有关信息通信技术、现代信息网络等对二氧化碳排放影响的研究可为本文提供借鉴。“宽带中国”“智慧城市”是数字化基础设施建设的代表,有学者对相关政策的减排效应进行了探索。例如,Wu等[15]基于2011—2018年中国196个城市的面板数据,研究发现“宽带中国”政策有利于提升节能减排效率,并且对邻近地区节能减排具有显著正向溢出效应;张荣博等(2022)利用2007—2018年中国1 817个县域数据,采用双重差分模型研究发现,“智慧城市”试点政策有助于降低县域碳排放水平。随着数字技术在工业生产、政府决策等领域的应用不断深化,学者们对数字技术应用的碳减排效应进行了研究。刘婧玲等(2022)利用2011—2017年中国284个城市的面板数据研究发现,数字技术应用能够降低城市碳排放强度,并且随着时间推移,减排效应呈现逐渐增强趋势;薛飞等[16]利用2006—2019年中国省级面板数据研究发现,人工智能技术可以通过提高能源利用效率实现碳减排;Zhao等[17]、王元彬等(2022)研究发现,数字技术与传统金融相结合可以改善金融体系效率,并通过促进传统产业数字化转型和技术创新等渠道有效降低碳排放水平。另外,随着数字经济与实体经济加速融合,越来越多的企业加入数字化浪潮,数字化转型成为企业层面落实节能降碳的重要抓手[18]。刘慧等[19] 基于2010—2019年上市公司数据研究发现,数字化转型能够促进企业节能减排。也有文献直接检验数字经济与二氧化碳排放间关系,如谢云飞[20]利用2011—2018年中国内地30个省份面板数据研究发现,数字经济对碳排放强度较高地区的碳减排效应更大,数字技术引发的能源结构改善是减排效应的重要机制,并且数字产业化更能降低区域碳排放强度;郭丰等[21]利用2011—2019年中国223个城市面板数据研究发现,数字经济有利于碳减排,并且数字经济能够促进绿色技术创新水平提升;张杰等[22]基于目标考核视角研究发现,环境目标约束可以增强数字经济的碳减排效应,而经济增长目标会削弱数字经济对碳减排的作用。另外,数字经济发展依靠数字技术,而大数据、区块链等数字技术有关行业本身比较耗能,因此,有学者认为数字经济发展对二氧化碳排放的影响是复杂的,可能存在阶段性拐点。Li等[23]基于中国城市面板数据研究发现,数字经济与二氧化碳排放水平呈倒U型关系,即数字经济发展初期反而会增加碳排放水平,这支持了环境库兹涅茨曲线(EKC)假说。

综上,已有文献对数字经济的社会和环境效应进行了有益探讨,但是,仍存在以下不足:第一,从本质上讲,数字经济是一种融合性经济,其内涵和外延在不断演化,因此,数字化与低碳化之间的关系难以用数字化基础设施、数字技术应用等衡量;第二,需要更加系统性地研究数字经济对碳排放的影响以及具体机制;第三,我国区域辽阔,各地存在较大差异,需要从多角度探讨数字经济对碳排放影响的异质效应。

本文主要边际贡献如下:一是从更为全面的视角分析我国数字经济对低碳发展的影响;二是从经济发展基础和环境规制强度两个方面切入,分析数字经济对碳排放的异质性影响;三是从能源利用效率提升、智能产业转型、技术进步、产业结构升级4个方面,细化数字经济对低碳发展这一系统性问题的影响机制;四是考虑数字经济的空间特征以及地区碳排放水平的空间依赖性,分析数字经济对碳排放的空间溢出效应。

2 机制分析与理论假设

2.1 数字经济对碳排放的直接影响

数字经济时代,互联网、大数据、人工智能等数字创新的各种技术和手段应用于各领域,为低碳转型提供了新思路和新途径。第一,数字经济天然具有绿色属性,从生产方式看,数字技术应用能够帮助企业提高要素资源配置和利用水平,从而提高生产效率,优化生产流程,进而降低资源投入,从整体上实现节能减排。从生活方式看,数字技术发展有利于推动线上办公、远程学习、在线政务等,并且智慧城市、智慧交通等可以提高经济社会运行效率,助力构建低碳新生活。总体而言,数字化赋能的新型实体经济会挤压高耗能、高排放的传统经济部分,通过智能协同管理提升实体经济可持续性,从而减少对自然资源的依赖度和对生态环境的破坏性。第二,从碳排放管理角度看,一方面数字技术可以帮助政府和企业实现高效的碳排放管理,提升有关碳排放信息的准确性和及时性,也可以赋能碳交易市场,通过相关数据的实时采集传输、模型测算,提供准确的监测结果,并为碳排放配额管理提供更好的规划。另一方面,数字经济发展可能增加碳排放。究其原因,首先是数字经济自身的碳排放问题,数字经济产业本身是一个耗能和碳排放量较大的行业。数字基础设施建设、数字硬件产品生产和数字技术应用等会导致能源需求增加,在能源结构和效率没有得到改善的情况下,会刺激高耗能,从而增加碳排放。从本质上看,数字经济的出现和快速发展是技术进步的结果,技术进步为经济增长注入内生动力,也会带动能源要素投入增长。因此,数字经济快速发展会导致更多能源消费,从而抵消其碳减排效应。基于此,本文提出如下假设:

H1:数字经济发展会影响碳排放水平,具体效应不确定。

2.2 数字经济对碳排放的间接影响

(1)能源利用效率机制。一方面,数字经济发展能够促进能源利用效率提升。企业数字化转型有利于实现生产范式改进,进而节约能源、降低成本、提升效率。同时,数字技术可以帮助政府和企业进行碳排放管理,有助于减少能源消费。此外,数字技术在其它领域的应用,例如交通运输、住宅和商业建筑等,能够带来较大的能源利用效率改善。另一方面,数字经济可能导致能源利用效率降低。各行业数字化进程的推进使得对数据中心的需求大幅提升,作为数字化发展的关键,数量庞大的数据中心运行可能导致能耗激增。

(2)智能产业转型机制。数字经济的蓬勃发展为智能产业创造了巨大需求和机遇,5G、大数据、人工智能、物联网、云计算等智能产业正逐步取代传统产业,推动智能产业转型。随着数字经济的发展,资本、劳动等生产要素从传统产业向智能产业转移,进而推动城市产业体系的低碳转型。同时,随着数字产业化与产业数字化的深度融合,智能产业发展通过技术扩散有利于传统产业降低能源消耗,提高生产效率,实现低碳发展。

(3)技术进步机制。数字经济蓬勃发展是大数据、云计算、人工智能等技术日新月异、快速创新、加速扩散的过程,因此,数字经济本身带有技术进步的天然属性。同时,数字经济能够促进创新要素高效配置并加速创新扩散,有效降低创新主体的知识和技术获取成本,并且大数据等数字技术应用能够重塑金融发展格局,特别是在为传统金融服务的尾部群体提供金融支持方面具有独特优势,从而有效解决融资约束问题,加速企业技术进步。再者,数字化平台推动创新模式由封闭式创新转变为开放式创新,有利于提高技术进步效率,并通过示范效应推动整个行业技术进步。与此同时,技术进步有助于降低碳排放水平,我国可再生能源、煤炭的清洁利用等一系列关键技术升级、重大技术突破能够有效推动节能减排。

(4)产业结构升级机制。产业结构升级本质上是相对高级的产业占比逐渐提升的过程,数字经济可依托数字技术推动产业结构变革。一方面,数字经济能够催生新兴产业,随着数据、技术和场景在实体经济中的不断融合,新产业和新模式不断涌现,以大数据、云计算、人工智能、物联网等新技术为代表的新产业超越传统产业,逐渐发展成为产业体系中的主导产业,进而带动产业结构升级。另一方面,数字经济能够改造提升传统产业,随着数字经济与实体经济加速融合,新兴产业通过产业关联延伸到工业及其它传统行业,从而对传统技术进行改造和提升。数字技术在传统产业中的应用能够提高要素资源配置效率,促进企业间协同以及知识和技术传播,通过数字赋能催生智能生产模式,重塑产业组织形态。总体来看,数字经济能够推动产业结构向技术含量更高、环境更友好的方向演进。基于以上分析,本文提出如下假设:

H2a:数字经济能够通过影响能源利用效率作用于碳排放;

H2b:数字经济能够通过推动智能产业转型作用于碳排放;

H2c:数字经济能够通过促进技术进步作用于碳排放;

H2d:数字经济能够通过推动产业结构升级作用于碳排放。

2.3 数字经济对碳排放的空间效应

我国邻近地区之间存在紧密的经济关联,而数字经济会进一步加强空间联动性,成倍放大知识和信息的可达性,实现数字技术外溢,进而对邻近地区低碳发展产生溢出效应。一方面,数字经济依托数字技术可以打破传统时空限制,其高渗透性和强扩散特征为知识、人才、技术等资源的跨区域流动提供了良好外部条件,相邻地区通过整合和分析创新资源与要素,能够提高本地数字经济发展水平,进而催生新兴产业,改造提升传统产业,提高能源与资源使用效率,从而实现低碳发展。并且,作为数字经济的核心生产要素,数据要素的高效、清洁、可复制、海量获取等属性,使其流通不受空间限制且成本较低,通过碳排放数据的跨区域流动,能够改善碳排放管理效能,有利于推动周边地区碳减排。另一方面,数字经济能够强化市场竞争效应和示范效应,倒逼高碳地区转变发展模式,从而推动整个区域低碳转型。基于以上分析,本文提出如下假设:

H3:数字经济对碳排放的影响存在空间溢出效应。

3 研究设计

3.1 基准模型设定

为分析数字经济对碳排放的影响,本文构建如下基准模型:

LnCIit=α0+α1Digit+α2Xit+μi+vt+εit

(1)

其中,LnCIit为城市i在第t年的二氧化碳排放水平;Digit代表城市i在第t年的数字经济发展水平;Xit为城市层面的一系列控制变量;μi、vt分别代表个体和时间固定效应;εit是随机误差项。

3.2 指标选择与数据说明

(1)CO2排放水平。选取碳排放强度(LnCI)衡量城市碳排放水平。关于碳排放总量的测算,本文借鉴吴建新等[24]的研究,将液化石油气、天然气、电能和热能按照能源的碳排放系数折算成能源消耗所产生的碳排放量,从而汇总获得地级市碳排放总量。然后,通过计算二氧化碳排放总量与地区生产总值的比值得到碳排放强度。最后,对碳排放强度作对数化处理。

(2)数字经济发展水平(Dig)。借鉴赵涛等(2020)的研究,从信息产业发展、数字基础设施和数字普惠金融3个方面,采用信息传输、计算机服务和软件从业人员占城镇单位从业人员比重、人均电信业务总量、百人互联网宽带接入用户数、百人移动电话用户数、北京大学数字普惠金融指数5个指标进行测度[25]。通过主成分分析法对5个指标进行处理,得到数字经济发展水平指数。

(3)控制变量:为了控制其它潜在因素对碳排放的影响,本文纳入了一系列控制变量。包括:人口规模(Pop),以城市年末总人口的对数衡量;金融发展水平(Fin),用金融机构贷款余额与地区生产总值的比值衡量;科技投入(R&D),政府加大科技研发投入有利于推动绿色低碳发展,因此,采用科学技术支出占地方财政一般预算内支出的比重衡量;人力资本(Humcap),采用高等学校在校学生人数的对数衡量。

本文利用2011—2019年中国271个地级及以上城市面板数据作为研究样本,除特别说明外,测算碳排放水平、数字经济发展水平以及控制变量的数据来源于2012—2020年《中国统计年鉴》《中国城市统计年鉴》《中国城市建设统计年鉴》。为降低异方差的影响,本文对非比值型变量进行对数化处理。主要变量描述性统计结果如表1所示。

4 实证结果分析

4.1 基准结果分析

本文采用双向固定效应模型进行回归,结果如表2所示。其中,列(1)仅包含核心解释变量数字经济,Dig的系数在1%的水平下显著为负,说明数字经济能够显著降低各地区碳排放水平。列(2)在列(1)的基础上加入控制变量,数字经济(Dig)的估计系数仍然在1%水平上显著为负,表明数字经济发展确实能够促进城市碳减排。这一结论与既有文献观点较为一致,肯定了我国发展数字经济对碳减排的积极作用,也为各地加快绿色转型实现“双碳”目标提供了一定证据。

4.2 稳健性检验

4.2.1 内生性问题讨论:双重差分法

城市数字经济发展水平取决于多种因素,为了更加准确地评估数字经济是否降低了城市碳排放强度,本文采用“智慧城市”试点作为外生政策冲击,以双重差分法评估数字经济对碳排放强度的影响,缓解可能存在的内生性问题。通过充分应用5G、人工智能等现代信息技术,智慧城市建设成为服务于产业、社会治理以及民生的重要抓手。智慧城市以公共数据开放为突破口,是提升城市治理水平和运行效率的一种新模式,已成为推动区域数字经济发展的重要载体,是数字经济建设的直观表现。同时,智慧城市试点政策不断扩容为本文提供了良好的准自然实验研究样本。

2012年11月,中国住房和城乡建设部发布了《国家智慧城市试行暂行管理办法》和《国家智慧城(区、镇)试点指标体系(试行)》,正式决定启动国家智慧城市试点。2013年住建部宣布首批90个国家智慧城市试点,2015年住建部又发布了两批试点名单。本文将样本中批准开展试点的地级市视为实验组,其余未批准开展试点工作的城市视为对照组。2013—2015年住建部共发布了3批试点名单,因此,本文设定多时点双重差分模型,评估智慧城市建设对城市碳排放强度的影响。

LnCIit=α0+α1SCPit+α2Xit+μi+vt+εit

(2)

其中,SCPit代表国家智慧城市试点,若当年被列入智慧城市试点名单,则取值为1,否则为0,其余变量与模型(1)含义相同。如果SCPit的系数显著为负,则说明智慧城市建设能够降低城市碳排放强度。

在回归分析之前,先对模型平行趋势假设进行检验,结果表明实验组和对照组满足共同趋势假设。表3中列(1)汇报了双重差分估计结果,其中,SCP的系数为智慧城市政策在试点地区的平均效应,可以看出系数在1%的显著性水平下为负,表明智慧城市建设对城市碳排放强度有显著负向作用,从而进一步说明基准回归结果稳健。

4.2.2 其它稳健性检验

本文进一步采取以下方法进行稳健性检验,以确保模型回归结果的可靠性。

(1)替换解释变量测算方法。除主成分分析法外,熵值法也是常被用来作综合评价指数的方法, 本文使用熵值法重新测度数字经济发展指数,可以减少因指标测算方式不同而导致的结果偏差,估计结果如表3中列(2)所示。

(2)替换被解释变量。夜间灯光数据可以用于衡量地区碳排放水平,本文借鉴Chen等[2]、Wang等(2019)的做法,借助两类夜间灯光数据(DMSP/OLS数据和NPP/VIIRS数据)反演地级市碳排放量,并计算得到碳排放强度,估计结果如表3中列(3)所示。

(3)滞后一期。为了缓解可能存在的反向因果关系,而且,数字经济影响碳排放也需要一定时间,本文对核心解释变量Dig进行滞后一期处理并重新估计,结果如表3中列(4)所示。

从以上稳健性检验结果可以看出,数字经济发展能够降低碳排放水平的结论是可靠的。

4.3 异质性分析

(1)城市经济发展基础异质性。经济发展水平体现一个地区经济发展规模和速度以及未来潜力,是地区发展的基础条件。不同地区经济基础条件存在差异,地方政府可能根据地区发展情况选择不同方式推动数字经济和低碳发展。本文根据相关文献做法,通过比较各年样本城市人均GDP与当年全国整体人均GDP,将样本区分为经济发展水平较高地区和经济发展水平较低地区,回归结果如表4所示。可以发现,数字经济发展对经济发展和基础建设水平较高的样本地区碳减排具有更显著的促进作用。

(2)城市环境规制强度异质性。我国环境规制主体一般是政府部门,规制的主要对象是企业。对企业而言,环境规制强度会影响其节能减排动力,并且适宜的环境规制能够倒逼企业技术进步,有助于促进企业节能减排。本文借鉴张建鹏等[26]的方法,采用“环境保护”相关词汇在政府工作报告中出现的频率构建环境规制强度指标,以样本期间环境规制强度平均水平为标准,根据样本地区环境规制强度均值是否高于平均水平进行划分,回归结果如表4所示。可以看出,对于环境规制强度较高的地区,数字经济发展对碳减排的促进作用更强,说明地区推动数字经济发展过程中,环境规制会增强企业节能减排意识,倒逼企业技术升级,淘汰高排放高污染产业。

4.4 数字经济对碳排放的传导机制检验

为刻画数字经济影响碳排放的机制路径,本文构建中介效应模型,检验数字经济促进碳减排的能源利用效率提升机制、智能产业转型机制、技术进步机制和产业结构升级机制,模型设定如下:

LnCIit=β0+β1Digit+β2Xit+μi+vt+εit

(3)

Mediatorit=β0+β1Digit+β2Xit+μi+vt+εit

(4)

LnCIit=γ0+γ1Digit+γ2Mediatorit+γ3Xit+μi+vt+εit

(5)

其中,Mediatorit为中介变量,包括能源利用效率、智能产业转型、技术进步和产业结构升级,其它变量与基准回归模型含义一致。本文采用能源消耗总量与实际GDP的比值衡量能源利用效率(NRG_I),表征单位经济产出需要的能源要素投入,需要注意的是,NRG_I越大表示能源利用效率越低;采用电信业务总量与GDP的比值衡量智能产业转型(SIT);采用地区每万人发明专利申请量衡量技术进步水平(Inno),发明专利申请量数据来源于中国研究数据服务平台(CNRDS);借鉴徐敏等[27]的研究,采用产业结构层次系数,考察各地区产业结构升级水平(Ind_U)。

数字经济影响碳排放的机制检验结果如表5所示,列(1)显示,数字经济的估计系数在10%显著性水平上为负,表明数字经济可以推动能源利用效率提升。列(5)显示,NRG_I的估计系数在1%显著性水平上为正,表明能源利用效率提升有利于降低地区碳排放水平,证实了假设H2a。列(2)显示,数字经济的估计系数在1%显著性水平上为正,说明数字经济发展能够推动智能产业转型。列(6)显示,智能产业转型反而增加碳排放水平,可能是因为电能是5G、大数据等新兴业务发展的能源基础与保障,而电力消费是二氧化碳排放增加的最主要原因,因此,现阶段我国智能产业转型并没有对地区碳减排起到积极作用。列(3)显示,数字经济的估计系数在1%显著性水平上为正,表明数字经济发展促进技术进步水平提升。但是,列(7)显示,技术进步的估计系数不显著,表明技术进步并没有促进碳排放降低。这说明并非所有的技术进步都能够降低碳排放水平,只有节能和清洁能源使用等方面的技术进步才能有效促进碳减排,即具有绿色偏向特征的技术进步才能对碳减排发挥显著积极作用。因此,现阶段我国为实现“双碳”目标,需要加快绿色低碳技术攻关。列(4)显示,数字经济的估计系数在5%显著性水平上为正,说明数字经济与产业结构升级之间呈现同方向变动关系,即数字经济发展能够促进地区产业结构升级。同时,列(8)显示,产业结构升级会进一步降低地区碳排放水平,证实了假设H2d。

5 进一步讨论:数字经济发展对城市碳排放的空间效应

5.1 数字经济与碳排放的空间关联性分析

在空间计量检验之前,本文采用Moran′s I指数对被解释变量和核心解释变量的空间相关性进行检验。为准确反映各地区之间的空间相关性,本文构建地理距离权重矩阵(W),检验结果如表6所示。可以看出,2011—2019年数字经济和碳排放的全局Moran′s I均为正值,且通过了显著性检验,表明数字经济和碳排放均具有空间正相关性,因此,分析过程中有必要考虑空间因素。从时序变化上看,碳排放的Moran′s I值呈上升趋势,说明各地区之间碳排放的影响程度不断加深。进一步,绘制莫兰散点图进行局部空间分析,2019年碳排放水平和数字经济发展水平的Moran′s I散点图如图1、图2所示。从图中可以看出,大部分城市位于“高—高”集聚区和“低—低”集聚区,由此可知,数字经济和碳排放水平的空间集聚程度较高,且都存在显著空间正相关性,即数字经济发展水平较高的地区,其邻近地区数字经济发展水平也较高,同时,碳排放水平较低的地区,其邻近地区碳排放水平也较低。

5.2 数字经济对碳排放的空间效应

本文认为数字经济和碳排放呈现出空间依赖特征,即地区碳排放不仅受到邻近地区碳排放的影响,还受到邻近地区数字经济的影响。在考虑空间关联性的计量模型中,空间杜宾模型(SDM)同时考虑自变量和因变量的空间溢出效应,因此,本文构建空间杜宾模型,探究数字经济与碳排放的空间分布特征以及数字经济对碳排放的影响作用。通过Wald检验,结果显示选择SDM模型更合理。因此,本文在模型(1)的基础上引入数字经济与碳排放的空间交互项,构造更具一般性的空间杜宾模型,进一步研究数字经济发展与地区碳排放的关系。

lnCIit=η0+ρ1WlnCIit+η2Digit+η3WDigit+η4Xit+μi+vt+εit

(6)

其中,ρ表示空间自回归系数,W为空间权重矩阵,η3是核心解释变量空间滞后项系数,其它变量含义不变。通常情况下,解释变量对被解释变量的影响可以通过求偏导来反映,但是,在空间模型中,由于存在空间滞后项,导致结果可能存在系统性偏差。因此,本文进一步分解数字经济对碳排放的空间效应,通过直接效应和间接效应进行实证考察。

表7中列(1)为SDM模型回归结果,碳排放的空间自回归系数显著为正,表明各地区之间存在内生的碳排放交互效应;数字经济的空间交互项系数显著为负,表明存在本地数字经济对邻近地区碳排放的负向空间溢出效应。碳排放存在正向空间溢出效应的主要原因可能是:近年来,我国不断加强生态文明建设,各地政府存在促进绿色低碳发展的良性竞争关系,并且低碳转型成功的地区可以通过示范效应对其它地区产生积极作用,一个地区经济发展方式绿色化调整也会通过产业关联带动其它地区绿色发展转型。进一步,本文将数字经济对碳排放的总效应分解为直接效应和间接效应,空间效应分解结果如列(2)(3)(4)所示。直接效应代表数字经济对本地区碳排放的影响,间接效应代表数字经济对邻近地区碳排放的影响,即空间溢出效应。从空间分解结果来看,数字经济对空间关联地区的碳排放水平具有显著负向影响,进而表明:一方面,空间关联地区之间在数字经济发展上存在一定趋同性,关联地区之间存在推动数字经济发展的竞争行为,特别是基础条件较为接近的关联城市,其吸引数字经济产业投资方面的竞争可能更加激烈;另一方面,数字经济发展可以通过促进城市产业结构升级、提升能源利用效率降低碳排放水平,而一个地区的产业结构升级和能源利用效率提升可以通过区域要素流动以及产业协作对邻近地区碳减排产生积极影响。

6 结论与政策建议

6.1 主要结论

本文基于2011—2019年中国271个地级及以上城市面板数据,考察数字经济对低碳发展的影响,得出如下主要结论:①在整体层面,数字经济有助于低碳发展,该结论在以“智慧城市”试点作为准自然实验等多种稳健性检验下仍然成立;②数字经济对碳排放的影响存在显著地区差异,在以人均GDP衡量的经济基础条件较好的地区以及环境规制强度较高的地区,数字经济的减排效果更好;③数字经济对碳排放的影响主要通过能源利用效率提升和产业结构升级实现,现阶段我国智能产业转型以及技术进步机制尚不成立;④我国各地区碳排放存在空间依赖性,数字经济对碳排放的影响存在显著空间溢出效应。

6.2 政策建议

基于上述结论,本文提出以下政策建议:

(1)聚焦发展数字经济核心产业以及新兴计算关键技术,布局建设人工智能、工业互联网等综合性数字基础设施,提升数字产业化与产业数字化水平,助力城市低碳转型,进一步巩固数字经济发展红利。同时,数字经济主要能耗为电能,高速扩张的数字经济可能造成碳排放激增,因此,要注意控制数字经济自身碳排放,强化数字经济在实现“双碳”目标中的积极作用,密切追踪数字经济及其碳排放量发展趋势,加强数字经济碳排放核算与监测。

(2)由机制分析结果可知,数字经济的碳减排效应主要来自能源利用效率提升和产业结构升级,而智能产业转型和技术进步的作用较为有限,因此,未来各地在发展数字经济的同时,要完善大数据中心、智能算力中心等新型基础设施的能耗考核体系,以绿色低碳为导向引领数字经济高质量发展,进一步提高能源利用效率。同时,利用数字技术对产业进行绿色化和现代化改造,进一步促进产业结构高级化发展;注重发挥大数据、云计算等数字智能技术对绿色低碳关键技术发展的促进作用,把握技术进步方向,推动经济绿色发展。

(3)当前中国各城市碳排放差异较大,城市地理区位、发展阶段、资源环境禀赋和产业发展状况等各不相同,政府应结合地区实际情况合理规划数字经济应用和发展,使数字经济更好地发挥对城市绿色低碳转型的推动作用。对于经济发展基础条件较差的地区,应避免盲目推进数字化建设,在发展数字经济的同时要注重提升能源利用效率,提高碳排放监测与管理精准性。同时,各地应采取适宜的环境规制手段,促进和巩固数字经济的碳减排效应。

(4)数字经济对碳排放具有负向空间溢出效应,因此,应加强区域之间的创新合作,促进数字化发展,以数字经济发展为契机搭建区域协作平台,推动数字化与绿色化协同发展。

参考文献：

[1] YANG Z, FAN M, SHAO S, et al. Does carbon intensity constraint policy improve industrial green production performance in China? a quasi-DID analysis[J]. Energy Economics,2017, 68(5): 271-282.

[2] 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): 1-12.

[3] ZHANG X, TAN Y, TAN Q, et al. Decomposition of aggregate CO2 emissions within a joint production framework[J]. Energy Economics, 2012, 34(4): 1088-1097.

[4] LIN B, JIANG Z. Estimates of energy subsidies in China and impact of energy subsidy reform[J]. Energy Economics,2011, 33(2): 273-283.

[5] LIU Y, LI Z, YIN X. Environmental regulation, technological innovation and energy consumption:a cross-region analysis in China[J]. Journal of Cleaner Production,2018, 203(5): 885-897.

[6] 邵帅,范美婷,杨莉莉. 经济结构调整、绿色技术进步与中国低碳转型发展——基于总体技术前沿和空间溢出效应视角的经验考察[J]. 管理世界,2022, 38(2): 46-69.

[7] ZHOU P, ANG B W, HAN J Y. Total factor carbon emission performance: a Malmquist index analysis[J]. Energy Economics, 2010, 32(1): 194-201.

[8] CHEN Y, LEE C. Does technological innovation reduce CO2 emissions? cross-country evidence[J]. Journal of Cleaner Production, 2020, 263(6): 121550-121573.

[9] AUTOR D H. Why are there still so many jobs? the history and future of workplace automation[J]. Journal of Economic Perspectives, 2015, 29(3): 3-30.

[10] ACEMOGLU D, RESTREPO P. The race between man and machine: implications of technology for growth, factor shares, and employment[J]. American Economic Review, 2018, 108(6): 1488-1542.

[11] 张勋,万广华,张佳佳,等. 数字经济、普惠金融与包容性增长[J]. 经济研究, 2019, 54(8): 71-86.

[12] 韩先锋,宋文飞,李勃昕. 互联网能成为中国区域创新效率提升的新动能吗[J]. 中国工业经济, 2019,37(7): 119-136.

[13] 郭炳南,王宇,张浩. 数字经济发展改善了城市空气质量吗——基于国家级大数据综合试验区的准自然实验[J]. 广东财经大学学报, 2022, 37(1): 58-74.

[14] 渠慎宁,史丹,杨丹辉. 中国数字经济碳排放:总量测算与趋势展望[J]. 中国人口·资源与环境, 2022, 32(9): 11-21.

[15] WU H, XUE Y, HAO Y, et al. How does internet development affect energy-saving and emission reduction:evidence from China[J]. Energy Economics, 2021, 103(7): 105577-105597.

[16] 薛飞,刘家旗,付雅梅. 人工智能技术对碳排放的影响[J]. 科技进步与对策, 2022,39(24): 1-9.

[17] ZHAO H, YANG A Y, LI N, et al. How does digital finance affect carbon emissions? evidence from an emerging market[J]. Sustainability, 2021, 13(21): 1-20.

[18] MAY G, STAHL B, TAISCH M, et al. Energy management in manufacturing: from literature review to a conceptual framework[J]. Journal of Cleaner Production, 2017, 167(8): 1464-1489.

[19] 刘慧,白聪. 数字化转型促进中国企业节能减排了吗[J]. 上海财经大学学报, 2022, 24(5): 19-32.

[20] 谢云飞. 数字经济对区域碳排放强度的影响效应及作用机制[J]. 当代经济管理, 2022, 44(2): 68-78.

[21] 郭丰,杨上广,任毅. 数字经济、绿色技术创新与碳排放——来自中国城市层面的经验证据[J]. 陕西师范大学学报(哲学社会科学版), 2022, 51(3): 45-60.

[22] 张杰,付奎,刘炳荣. 数字经济如何赋能城市低碳转型——基于双重目标约束视角[J]. 现代财经(天津财经大学学报), 2022, 42(8): 3-23.

[23] LI Z, WANG J. The dynamic impact of digital economy on carbon emission reduction: evidence city-level empirical data in China[J]. Journal of Cleaner Production, 2022, 351(4): 131570-131595.

[24] 吴建新,郭智勇. 基于连续性动态分布方法的中国碳排放收敛分析[J]. 统计研究, 2016, 33(1): 54-60.

[25] 郭峰,王靖一,王芳,等. 测度中国数字普惠金融发展:指数编制与空间特征[J]. 经济学(季刊), 2020, 19(4): 1401-1418.

[26] 张建鹏,陈诗一. 金融发展、环境规制与经济绿色转型[J]. 财经研究, 2021, 47(11): 78-93.

[27] 徐敏,姜勇. 中国产业结构升级能缩小城乡消费差距吗?[J]. 数量经济技术经济研究, 2015, 32(3): 3-21.

(责任编辑：万贤贤)