Digital Economy, Heterogeneous Technological Innovation and Carbon Dioxide Emissions

Liu Tan, Xu Zhangyong

(School of Economics and Management, Northwest University,Xi'an 710127,China)

Abstract：The Chinese government has been striving to reach the peak of carbon emissions by 2030 and achieve carbon neutrality by 2060.It is acknowledged that practical and efficient carbon reduction requires the support of technological innovation.Although China has already promoted some low-carbon technology research and development in fields such as wind and solar energy, there are still some technologies that rely on foreign imports, and the overall national technological capability has much room for improvement.Moreover, technological progress does not always contribute to energy conservation and emission reduction, and there are differences in environmental benefits under different technological paths.The level of independent innovation capability is related to the possibility of meeting the actual domestic technological needs.Therefore, it is necessary to explore new driving forces to stimulate innovation vitality, strengthen independent innovation, accelerate the transformation of energy structure, and promote the reduction of carbon emissions.Meanwhile, the government has stressed the necessity of accelerating the green transformation of production and lifestyle, and the need to promote the integration of digital, intelligent, and green development in the industrial field.These practical needs raise the following questions.What is the impact of the digital economy on carbon emissions? Can technological innovation become an indirect channel for the impact of the digital economy on carbon emissions? What are the differences in the effectiveness of different technological innovation models? Will regional heterogeneity in innovation capability also affect the relationship between the two?

The study constructs a benchmark model to verify the impact of the digital economy on carbon emissions; to investigate the mechanism of the impact of the digital economy on carbon emissions, it draws inspiration from Baron&Kenny's step regression approach and sets up a mediating model to verify whether technology introduction, imitation innovation, and independent innovation could be the transmission pathways of the impact of the digital economy on carbon emissions; the study further sets up a panel threshold model to explore the threshold characteristics of the impact of the digital economy on carbon emissions.The provincial panel data in this study mainly comes from the China Statistical Yearbook, China Science and Technology Statistical Yearbook, China Environmental Statistical Yearbook, China Industrial Statistical Yearbook, and China Urban Statistical Yearbook; the digital finance data is sourced from the "Peking University Digital Inclusive Finance Index"; the CO2 emission data comes from the China Carbon Accounting Database (CEADs).The data from 30 provinces (cities, districts) in China from 2011 to 2020 is then taken as research samples to empirically test the impact of the digital economy on carbon dioxide emissions.The study divides technological innovation into three modes of technology introduction, imitation innovation and independent innovation to examine the transmission path of heterogeneous technological innovation.

It is found that the digital economy can significantly reduce carbon emissions, but the digital economy would increase carbon emissions in the early stages of development, both of which show the "inverted U" threshold characteristics.The mechanism test shows that the digital economy reduces carbon emissions by promoting independent innovation and imitation innovation, but technology introduction is not an effective path.Moreover, with the improvement of independent innovation and imitation innovation, the carbon emission reduction effect of the digital economy is becoming more and more obvious.Further research shows that in regions with high levels of comprehensive innovation, human capital and intellectual property protection,the digital economy has a stronger role in carbon reduction.

The conclusion reveals that in the era of digital economy, it is essential to promote the deep integration of digital technology and traditional industries, apply digital technologies to reduce carbon emissions of traditional industries, and achieve win-win economic and environmental benefits; moreover,it is critical to strengthen the independent innovation and imitation of low-carbon technologies, and fully release the carbon reduction effect of the digital economy; last but not least, for local governments, they should have a deep understanding of regional heterogeneity, and improve the local construction of a low-carbon innovation system according to their conditions.

Key Words：Digital Economy; Technology Introduction; Imitation Innovation; Independent Innovation; Carbon Emissions

DOI：10.6049/kjjbydc.Q202207206

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)13-0001-10

收稿日期：2022-07-20

修回日期：2022-11-29

基金项目：国家社会科学基金重点项目(19AJL010)

作者简介：刘潭(1993—),女,吉林松原人,西北大学经济管理学院博士研究生,研究方向为环境经济与绿色金融;徐璋勇(1964—),男,陕西周至人,博士,西北大学经济管理学院教授、博士生导师,研究方向为中国金融改革与发展。

0 引言

随着全球气候变暖日益严峻,极端天气与自然灾害对人类发展的威胁愈发严重,各国纷纷出台各种政策措施,以应对气候变化。中国是最大的发展中国家,能源消耗和二氧化碳排放总量位居世界前列。为加速全球碳减排进程,中国向世界作出庄严承诺:“中国将力争于2030年前达到碳排放峰值,并争取2060年前实现碳中和。”然而,根据《中国能源发展报告》,2021年中国全年能源消费52.4亿吨标准煤,其中高碳能源(如煤炭、石油)占比较大,因而在如此短时间内实现“双碳”目标并非易事。

纵观全球减排实践,建立切实高效的碳减排路径,需要技术创新的支持[1]。虽然目前中国已经在风能、太阳能等领域开展了一些低碳技术研发,但仍有部分技术依靠国外引进,整体技术能力尚未达到国际领先水平。而且,技术进步并不总是有助于节能减排,不同技术路径下的环境效益也存在差异[2],自主创新能力强弱关系到国内实际技术需求能否得到满足。因此,必须探索新动能,激发创新活力,加强自主创新,加快转变能源结构,促进碳减排。在全球新一轮技术革命推动下,数字经济蓬勃兴起,影响和改变了实体产业的运营模式[3],在促进创新体系数字化重构、提升能源利用效率、助力经济持续发展等方面发挥重要作用,逐渐成为推动技术进步的重大突破口和实现节能减排的关键动力。2021年10月,国务院《2030年前碳达峰行动方案》提出,加快推动形成绿色生产生活方式,推进工业领域数字化智能化绿色化融合发展。那么,数字经济对碳排放有何影响?技术创新能否成为数字经济影响碳排放的间接渠道?不同技术创新模式的作用效果有何差异?地区异质性创新能力对二者关系又有何影响?厘清上述问题,有助于准确理解数字经济与碳排放之间的内在关联,并更好地依托技术创新发挥数字经济的碳减排效应,对于推动经济高质量发展、如期实现“双碳”目标具有重要理论价值和现实意义。

1 文献回顾

“双碳”目标下,如何有效降低碳排放已成为社会各界关注的热点,学者们围绕数字经济对碳排放的影响进行了大量研究。部分学者指出,数字经济正逐渐成为区域低碳发展的重要驱动力,能够显著提高碳排放绩效[4]。随着数字经济发展日渐成熟,其碳减排效应愈发显著,空间外溢效应也逐渐显现[5]。Sareen &Haarstad[6]认为数字经济通过数字化赋能,在环境变化监测和节能技术研发方面具有巨大潜力,可以提升管理效率和生产效率,促进经济可持续发展。也有学者指出,数字经济发展会带来碳排放增加,数字化的经济也会给环境带来更多负担[7]。如缪陆军等[8]认为数字经济与碳排放之间存在非线性的倒U型关系;Li&Wang[9]研究发现,数字经济的碳减排效应从长期看更加显著,并且相比于东中部地区,西部地区数字经济发展反而会导致碳排放增加。

已有研究普遍认为数字经济对碳排放具有影响,但对其作用效果存在分歧。关于数字经济对碳排放影响路径的研究,不少学者认为技术创新是数字经济影响碳排放的重要渠道。例如,Ma等[10]指出,研发投资和技术进步在数字经济影响碳排放过程中具有调节作用;Wang等[11]认为,创新要素流动是数字经济促进低碳可持续发展的有效路径。数字经济时代,大数据、物联网、AI等新兴技术得到广泛应用,知识和信息能够在极短时间内实现远距离输送,有利于企业开展协同创新、技术人才实现线上合作,进而提高区域创新绩效[12]。科技创新和技术进步通常被认为是实现碳减排的关键渠道[13-14],对于能源消费转型和环境质量改善十分重要。同时,数字经济发展本身也是一场技术革命,是信息技术和互联网经济进一步优化的产物,需要以信息通信技术的不断更新为前提[15]。因此,技术创新对数字经济碳减排效应的重要性不言而喻。

与现有研究相比,本文边际贡献在于:首先,虽然学者们已经证实数字经济对碳排放具有显著影响,但不同发展阶段的数字经济对碳排放的影响表现不同,鲜有文献对该问题进行研究。本文不仅验证了当前中国数字经济对碳排放的影响效应,而且通过构建门槛模型,分析不同发展时期的数字经济对碳排放的异质性影响。其次,现有研究多将技术创新作为一个整体考察数字经济对碳减排的作用路径,对于技术创新的细分模式关注不够。本文基于不同技术创新模式,实证检验技术引进、模仿创新和自主创新在数字经济影响碳排放过程中的传导作用及门槛效应,从而揭示何种创新模式是影响数字经济碳减排效应的关键路径。最后,考虑到数字经济背景下创新要素的流动性特征,在异质性分析中重点关注地区间创新能力的差异性,按照地区综合创新水平、人力资本水平和知识产权保护程度对样本进行分组,分析区域技术创新能力差异对数字经济碳减排效应的异质性影响。

2 理论分析与研究假设

2.1 数字经济对碳排放的直接影响

数字经济是以数据信息为关键要素,以数字技术为核心动力,以现代化信息网络为载体,以数字化、智能化、网络化和平台化为主要特征的一种新型经济形态[16]。随着数字经济蓬勃发展,数字化转型、智能化升级正引发原有生产生活模式的深刻变革,而网络化、平台化管理也促使碳交易市场更加高效,为实现碳减排提供了新思路和新方法。

首先,数字经济有助于行业数字化转型,推动企业节能降碳改造。一方面,数字技术与高碳排放行业的深度融合能够提升企业生产效率,减少能源消耗,促进产业转型和结构优化[17],降低碳排放;另一方面,数字经济能够加快非碳能源的开发与应用,提高发电端的清洁能源占比,优化能源消费结构,降低碳排放。其次,数字经济有助于城市智能化发展,引导居民践行低碳生活。例如,在建筑表面铺设光伏板可以辅助居民日常照明、采暖等电力能耗需求,降低居民生活碳排放;智能公交、网约车、共享汽车、共享单车等新型交通生态体系可以提升交通效率,减少非必要资源消耗,让居民参与节能减排实践。最后,数字经济有助于碳交易市场平台化运营,赋能碳资产管理与服务。例如,利用数字技术对碳排放进行有效监测、报告和核查;借助数字化多边平台缓解交易主体的信息不对称,高效匹配碳排放端与碳吸收端,促进碳交易发生;依靠数字化管理与监督手段协助政府部门洞悉企业能耗结构、掌握碳排放最终去向,实现碳排放总量控制。基于此,本文提出如下假设:

H1:数字经济能够显著降低碳排放。

然而,数字经济并非只具有单纯的降碳效应[8]。根据环境库兹涅茨曲线理论,环境污染会随着经济增长呈先增后减的变化趋势[18]。因此,数字经济作为一种新型经济形态,在不同发展阶段对碳排放的影响可能存在非线性特征。

在数字经济发展初期,数字基础设施尚未全面建成,数字基建需要投入大量电力资源,而我国电力结构仍以火力发电为主,对煤炭消耗量较大,会产生大量碳排放。对于信息技术行业而言,数据中心是承载数据的基础,为保障数据流能够被顺利接收、处理、储存和转发,数据中心要全天候不间断运营,对电力的需求巨大,自然也会带来较大的碳排放压力。同时,这一阶段的数字技术及数字化解决方案不能满足高能耗行业的能效提升需求,能源消费结构难以在短时间内改善,同时经济快速发展会带来更大的能源消耗,导致碳排放不降反升。因此,在数字经济发展水平较低时,可能带来碳排放增加。只有当数字经济发展跨过成长期,实现与实体经济深度融合,利用数字化手段降低治污成本,才能真正有效发挥其节能降碳效应。基于此,本文提出如下假设:

H2:数字经济对碳排放的影响具有门槛特征,随着数字经济发展阶段的演变,呈现出先升后降的倒U型趋势。

2.2 数字经济对碳排放的间接影响

数字经济不仅能直接影响碳排放,还能通过技术创新间接作用于碳排放。事实上,数字经济本身就是一种创新驱动型经济,在整合创新资源、打通创新堵点上具有明显优势。首先,创新要素的数字化渗透能够打破物理时空限制,以较低的交易成本在更大范围实现信息共享,提高创新资源的利用效率(韩兆安等,2022);其次,数字经济能够促进金融业数字化转型,为企业创新活动开展和创新人才培养提供资金支持,激发创新潜力与创新动力;最后,数字技术实质上是一种技术创新,能够更快、更精准地判断市场中供需双方诉求,让创新产品更具针对性,缩短创新周期,降低创新风险[19]。综上可知,数字经济通过对创新体系进行数字化重构,促进技术创新。技术创新在碳减排过程中具有重要作用,具体表现在:新技术有利于新材料、新能源和新工艺的开发与应用,促进传统产业向新兴产业转变,减少能源消耗,从源头上减少CO2产生[20];促进能源在使用过程中的信息化、自动化及智能化监管,有效诊断并预防污染事件突发;改进治污方法与手段,实现对CO2的捕集、封存和资源化利用[21]。

值得注意的是,尽管数字经济能够促进技术创新,但并非所有技术创新都是环境友好型,不同创新模式的环境效应也存在差异。按照创新自主程度,技术创新可分为技术引进、模仿创新和自主创新3种模式。其中,技术引进是指从国外直接购买技术、设备等。这种模式更具实效性,能在短期内弥补技术缺失并解决现实问题,对东道国碳排放具有显著影响[22],但是技术引进不利于本土创新意识与创新氛围培养,并且企业在引进技术时可能更加注重经济效益而忽略环境效益。模仿创新是指东道国根据自身创新需求对引进技术进行学习再创造的过程。为维持技术垄断,被模仿国会保护和加密核心技术,模仿创新对碳排放的影响取决于东道国技术吸收与改造能力[23]。自主创新是指结合国家发展战略,依靠自身科研基础,对核心技术进行自主研发,最终掌握自主知识产权的过程。这种模式更加切合中国的发展需求,是促进碳减排的关键因素,但自主创新对创新基础和研发投入的要求更高,面临的市场风险也更大。综上可知,3种技术创新模式的来源、优点和难点各不相同,数字经济对碳排放的影响可能在异质性创新模式下产生不同效果。此外,技术创新水平也会影响数字经济对碳排放的作用效果。当技术水平较低时,数字经济发展缓慢,与实体经济融合效果较差,对生产效率提高和产业绿色转型的作用不大;当技术水平较高时,新技术能够引领数字经济向更高水平发展,有利于能源消费转型和能源高效利用,从而增强数字经济的碳减排效应。基于上述分析,本文提出如下假设:

H3:数字经济能够通过技术创新降低碳排放,但不同创新模式的作用效果存在差异。

H4:数字经济对碳排放的影响受到技术创新水平的门槛调节。

2.3 数字经济对碳排放的异质性影响

在地区资源禀赋、发展阶段和政策导向等因素影响下,各地区创新能力存在差异,而地区创新能力对于区域数字经济红利的释放十分重要。首先,区域创新资源、创新环境和科技企业数量等因素将决定地区综合创新水平,而数字经济发展主要依托数字技术创新,综合创新水平更高的地区,数字技术与实体经济融合程度更高,更有利于生产效率与产品质量提升及治污成本降低,从而助力碳减排。其次,人力资本作为人口素质最直接的体现,能够反映地区技术创新潜力。尤其在数字经济时代,经济发展需要大量高素质、高技能人才,劳动者的知识吸收能力、技术熟练度和创新思维是企业改进生产工艺、提高生产效率、实现清洁生产的重要因素。因此,地区人力资本水平越高,数字经济的减碳效应越强。最后,实现科技成果转化是技术创新的最终目的,关系到数字技术在实体经济中的应用。知识产权保护程度能够反映地区对技术创新的政策支持力度,知识产权保护程度越高,科技成果转化效果越好,越有利于实现数字经济对碳排放的控制。基于此,本文提出如下假设:

H5:在综合创新水平、人力资本水平和知识产权保护程度更高的地区,数字经济的减碳效应更强。

3 研究设计

3.1 模型设定

3.1.1 基准模型

为检验数字经济对碳排放的影响,构建如下基准模型:

CEit=α0+α1Digit+λiControlsit+ui+vt+εit

(1)

式中,CEit为省份i在t年的碳排放强度,Digit为省份i在t年的数字经济指数,Controls为一系列控制变量;ui为个体固定效应,vt为时间固定效应,εit为随机扰动项。α1为本文重点关注系数,若α1显著小于0,说明数字经济能够有效降低碳排放。

3.1.2 中介模型

为考察数字经济影响碳排放的作用机制,借鉴Baron &Kenny[24]提出的逐步法,在式(1)基础上,进一步设定式(2)(3),验证技术引进、模仿创新和自主创新是否是数字经济影响碳排放的传导路径。

Innovnit=β0+β1Digit+λiControlsit+ui+νt+εit

(2)

CEit=c0+c1Digit+ρInnovnit+λiControlsit+ui+νt+εit

(3)

式中,Innovnit为中介变量(n=1,2,3),分别代表技术引进(Innov1)、模仿创新(Innov2)和自主创新(Innov3),其它变量定义同式(1)。

3.1.3 门槛模型

根据理论分析可知,在数字经济不同发展阶段,数字经济对碳排放的影响可能存在非线性特征,而且技术创新在数字经济影响碳排放过程中可能存在门槛作用。因此,参考Hansen[25]的做法,构建如式(4)所示的面板门槛模型,探究数字经济影响碳排放的门槛特征。

CEit=σ0+σ1Digit·I(qit≤γ1)+σ2Digit·I(qit>γ1)+…+σnDigit·I(qit≤γn)+σn+1Digit·I(qit>γn)+λiControlsit+εit

(4)

式中,qit为门槛变量,分别代表数字经济、技术引进、模仿创新和自主创新;I(·)为示性函数,当满足括号内的条件时取值为1,否则为0;γn为各门槛变量的第n个门槛值,σi为待估参数,其余变量解释与前文一致。

3.2 变量选取

3.2.1 被解释变量:碳排放强度

当前,学界衡量CO2排放量的方法有很多,如IPCC清单法、实测法及物料衡算法等。中国碳核算数据库以能源平衡表和工业分部门能源消费量为基础,利用IPCC部门核算法测算并提供中国省级尺度的碳排放核算结果。本文以该数据为基础,以CO2排放量与GDP的比值衡量各地区碳排放强度(CE),为尽可能避免回归中的异方差问题,对该指标取对数处理。同时,选取人均碳排放量作为替代指标,对基准回归结果进行稳健性检验。

3.2.2 核心解释变量:数字经济

数字经济作为新兴业态,学界对其指标构建尚未统一,但多从基础设施、信息化、互联网、数字产业和数字交易等方面进行选择[26-28]。因此,本文基于现有文献,结合数字经济内涵,从数字基础设施、数字产业发展和数字经济应用3个维度对数字经济(Dig)进行测度,具体指标见表1。其中,数字基础设施是数字经济的基础与保障,为各类数字应用场景提供坚实的底层架构;数字产业发展是数字经济的根基和动力,尤其是最具代表性的信息产业,其发展水平将决定关键技术的研发与应用;数字技术应用是数字经济的重要组成部分,能够切实体现数字经济与实体企业及日常生活的融合程度。为保证评价结果的科学性和客观性,本文对所有指标作标准化处理,采取熵值法测算数字经济指数。

3.2.3 中介变量:技术创新

本文以异质性技术创新作为数字经济影响碳排放的中介变量。现有研究普遍从创新投入与产出角度衡量技术创新,产出指标多用专利数衡量,但由于有些创新活动未能申请专利,因而该指标并不能完全反映技术创新水平与技术创新渠道,而创新资金投入更能反映地区对创新路径的选择倾向。因此,本文借鉴刘鑫鑫和惠宁[28]的做法,从技术创新投入角度对技术创新(Innovn)进行测度,其中,技术引进(Innov1)用规模以上工业企业国外技术引进经费与主营业务收入的比值表示,模仿创新(Innov2)用规模以上工业企业技术吸收及改造经费与主营业务收入的比值表示,自主创新(Innov3)用规模以上工业企业R&D内部经费与主营业务收入的比值表示。

3.2.4 控制变量

为尽可能保证估计结果的稳健性,本文选取如下控制变量:①经济发展(Eco),用人均GDP的对数值衡量;②贸易开放(Tra),用单位GDP进出口贸易总额的对数值衡量;③产业优化(Str),通过加权方式求得,即为第i个产业占GDP的比重;④城市化(Urb),用城镇人口数占总人口数的比值衡量;⑤教育水平(Edu),用人均受教育年限衡量;⑥能耗强度(Ei),用单位GDP煤炭消费量衡量;⑦政府支出(Gov),用单位GDP政府财政预算支出衡量。

3.3 数据来源与描述性统计

本文数据主要来源于《中国统计年鉴》《中国科技统计年鉴》《中国环境统计年鉴》《中国工业统计年鉴》《中国城市统计年鉴》,数字金融数据来源于北京大学数字普惠金融指数,碳排放数据来自中国碳核算数据库(CEADs)。对于部分缺失指标,利用插值法根据邻近年份补齐。此外,考虑到港、澳、台及西藏等地的数据获取难度较大,最终确定2011—2020年中国内地30个省域数据为研究样本。主要变量描述性统计结果见表2。

4 实证结果分析

4.1 数字经济对碳排放的直接影响

4.1.1 基准回归结果

借助前文基准模型,以2011—2020年中国内地30个省份面板数据为样本,实证检验数字经济对碳排放的影响效应。Hausman检验表明,统计量结果为30.35,P值为0.000,通过1%的显著性检验,因而本文选择固定效应模型进行估计。表3报告了数字经济影响碳排放的回归结果,其中,列(1)仅控制个体和时间固定效应,列(2)纳入控制变量。结果显示,无论是否纳入控制变量,数字经济的估计系数均显著为负,表明数字经济能够显著降低碳排放,H1得到验证。数字经济有助于实现经济活动中的非物质化交易,释放节能环保的巨大潜力,从而有效降低碳排放。

在控制变量中,经济发展、产业优化、教育水平的系数均显著为负,说明当前中国经济逐渐从粗放式发展模式向低污染、低排放的绿色发展模式转变,产业结构优化和教育水平提高能够明显减缓碳排放增长;贸易开放、城市化、能源强度和政府支出的估计系数显著为正,说明贸易开放程度提高不利于国内减碳目标的实现,城市化过程中的人口增加与生产过程中的煤炭消耗会增加碳排放,政府财政支出中应着重加大对碳减排的投入力度。

4.1.2 稳健性检验

为进一步证实结论的可靠性,避免遗漏变量和内生性问题对结果造成影响,本文对基准结果进行稳健性检验,结果如表4所示。一是替换被解释变量。为消除变量指标选取的主观性,重新选取人均碳排放作为新的被解释变量进行估计。二是重新测算数字经济指数。使用主成分分析法对数字经济指数进行重新赋权测度,以验证不同测算方法下数字经济对碳排放的影响是否具有稳健性。三是改变估计方法。考虑到前期碳排放会对下一期碳排放产生惯性作用,因此采用两阶段系统广义距方法(GMM)对基准模型进行重新估计。列(1)～(3)结果显示,数字经济的系数显著为负,说明基准回归结果的可信度较高。

此外,采用工具变量法对结果进行进一步检验。参考赵涛等[26]的做法,选用1984年各省份固定电话数与上一年度全国互联网用户数的交乘项作为工具变量。一方面,数字通信技术的快速发展衍生出数字经济,而历史上地区通信技术水平和通信基础设施可用地区固定电话数表示,该工具变量具有相关性;另一方面,历史上的固定电话数对当前碳排放的影响微乎其微,并且上一年度全国互联网用户数不会因为某一地区碳排放量的变化而发生明显变化,该工具变量满足外生性要求。本文采用两阶段最小二乘法(2SLS)进行估计,结果见表4中列(4)(5)。第一阶段估计结果显示,工具变量与数字经济的系数显著为正,说明二者具有正相关性;Wald F统计量为75.22,大于10,表明工具变量选取有效。第二阶段回归结果显示,数字经济的系数仍显著为负,说明基准回归结果具有稳健性。

4.1.3 门槛回归结果

为验证数字经济对碳排放的影响是否具有门槛特征,本文进行门槛效应检验,结果如表5所示。结果显示,当数字经济为门槛变量时,单门槛检验的F统计量为72.09,在1%的水平下显著,但未通过双门槛检验,说明数字经济与碳排放之间具有非线性关系,估计得到的门槛值为0.163。如表6所示,当数字经济指数低于0.163时,数字经济的系数显著为正,而当数字经济指数跨越门槛值后,数字经济的系数显著为负,说明数字经济对碳排放的影响具有倒U型门槛特征。由此,H2得到验证。从现实情况看,当数字经济水平较低时,数字基础设施建设和产业数字化处于发展初期,电力消费增长较快,导致碳排放增加;数字经济发展到一定阶段后,数字技术的应用会提高企业能源利用效率和碳治理能力,有利于降低碳排放。由表2可知,数字经济的平均值为0.301、中位数为0.297,跨越了门槛值0.163。此外,根据工信部数据,截至2021年,中国数字经济规模已超45万亿元,占国民经济总量的39.8%,说明数字经济已成为驱动中国经济高质量发展的新引擎,有利于降低碳排放。

4.2 技术创新的作用机制检验

4.2.1 技术创新的中介效应

为验证H3,本文以技术引进、模仿创新和自主创新为中介变量,考察异质性技术创新在数字经济影响碳排放过程中的作用。在基准回归结果中(见表3),数字经济的系数显著为负,表明数字经济能够降低碳排放,中介效应的第一步得到验证。

表7中列(1)(3)(5)分别展示了数字经济对3种技术创新的回归结果,数字经济的系数均显著为正,说明数字经济对技术引进、模仿创新和自主创新均具有促进作用。列(2)(4)(6)为同时纳入数字经济与3种技术创新变量后的估计结果。列(2)中,数字经济的系数显著为负,技术引进的系数为正但不显著,Sobel检验结果未能拒绝原假设,说明技术引进不是数字经济影响碳排放的传导路径。列(4)和列(6)中,数字经济、模仿创新和自主创新的回归结果均显著为负,说明模仿创新与自主创新在数字经济影响碳排放的过程中具有部分中介效应,并且Sobel检验结果也证实该效应稳健存在。经计算,模仿创新与自主创新的中介效应分别占总效应的8.70%和27.69%,说明自主创新是数字经济降低碳排放的最主要路径。事实上,相对于发达国家,我国工业化尚未全面完成,地区在技术引进时更多地考虑如何提高生产效率而不是环境效益,加之前沿减排技术的引进通常需要斥巨资,在衡量成本回报比后,企业可能选择其它减排路径而不是引进技术。随着国家对减碳目标的进一步明确与重视,不论是对国外技术的模仿创新还是自主创新,地区和企业在进行技术研发时更注重与减碳技术相结合,将能源效率与污染排放考虑在内,从而有利于数字经济驱动碳减排。

4.2.2 技术创新的门槛效应

当以3种技术创新为门槛变量时,门槛效应检验结果显示,只有模仿创新和自主创新通过单门槛检验,技术引进单门槛检验的F统计量为8.69,P值不能拒绝原假设,无门槛效应。因此,本文以模仿创新和自主创新作为门槛变量,分析数字经济影响碳排放的门槛特征,结果如表8所示。

结果显示,当门槛变量为模仿创新时,数字经济与碳排放之间具有倒U型特征。当模仿创新低于门槛值0.070时,数字经济的系数为正但不显著,在模仿创新跨越门槛值后,数字经济的系数显著为负。这说明在模仿创新作用下,数字经济对碳排放的正向影响有所减弱,即数字经济的减碳效应随模仿创新水平的提高而增强。当门槛变量为自主创新时,无论自主创新处于哪一区间,数字经济对碳排放的影响始终显著为负,并且当自主创新高于门槛值1.206时,数字经济系数的绝对值由0.863上升至1.072。可见,在自主创新影响下,数字经济的减碳效应具有边际效用递增规律。结合表2中模仿创新与自主创新的统计特征,二者的平均值分别为0.457和0.836,说明当前中国的模仿创新已经跨越门槛值,而自主创新仍有较大提升空间,因而各地区应继续加强自主创新能力建设。由此,H4得到验证。

4.3 异质性检验

基于前文理论分析,本文分别从综合创新水平、人力资本水平和知识产权保护程度3个方面分析地区创新能力对数字经济减碳效应的异质性影响。

4.3.1 地区综合创新水平

根据《中国区域科技创新评价报告2020》,按照综合创新水平等级将全国样本划分为高、中、低3组,对比不同创新水平下数字经济对碳排放的影响效果,结果如表9所示。在列(1)的高创新水平样本中,数字经济的系数显著为负,且其绝对值为1.311,高于全国样本的系数值;在列(2)的中创新水平样本中,数字经济的系数也显著为负;在列(3)的低创新水平样本中,数字经济的系数为负但不显著。这说明地区创新水平越高,越有利于数字经济发挥碳减排效应。原因可能在于,在创新水平较高的地区,完备的基础设施和创新环境更有利于企业实现知识创造与技术产出,促使数字技术更好地应用到工业企业内部,为数字经济驱动碳减排赋能;在创新水平较低的地区,创新环境较差,科技企业数量较少,技术创新存在一定壁垒,数字经济虽然能缓解信息不对称、资源配置不平衡等问题,但对碳减排的影响效果有限。

4.3.2 地区人力资本水平

本文选用普通高校毕业生人数占总人数的比重衡量地区人力资本水平,并以其中位数为界线将样本分为高低两组,结果如表9中列(4)(5)所示。可以看出,两组样本的数字经济系数均显著为负,且高人力资本水平样本系数的绝对值更大、显著性水平更高。这说明地区人力资本水平越高,数字经济的碳减排效应越强。不难理解,计算机、互联网等信息化设施具有较强的技能偏向性,地区人力资本水平越高,越有利于创新知识的高效利用,促使企业更快更好地研发及应用清洁生产技术,从而为节约生产与降低能耗提供技术支撑,降低生产过程中的碳排放。

4.3.3 地区知识产权保护程度

参考胡凯等[29]的研究,以技术市场交易额占GDP的比值衡量地区知识产权保护程度,同样以中位数为界线将样本划分为高低两组,结果如表9中列(6)(7)所示。结果显示,数字经济的系数在高知识产权保护程度样本中显著为负,但在低知识产权保护程度样本中未通过显著性检验,说明数字经济的减碳效应在知识产权保护程度高的地区更强。原因在于,地区知识产权保护程度越高,创新活力越强,越有利于发挥市场对创新要素配置的促进作用,使数字技术与各行业深度融合,从而推动新产业、新业态健康发展,更好地发挥数字经济对碳排放的抑制作用。基于上述分析,H5得到验证。

5 研究结论与启示

5.1 研究结论

本文从不同技术创新模式角度出发,在探究数字经济影响碳排放内在机理的基础上,利用2011—2020年中国省级面板数据,实证检验数字经济对碳排放的影响效果及不同技术创新模式的间接效应,并分析地区创新水平、人力资本水平和知识产权保护程度对数字经济减碳效应的异质性影响。得出以下主要结论:首先,数字经济能够显著降低碳排放,但在发展初期会带来碳排放增加,二者间的关系呈先升后降的倒U型门槛特征。其次,数字经济能够通过技术创新降低碳排放,但不同技术创新模式的作用效果存在差异。其中,自主创新的中介效应最强,模仿创新次之,技术引进未能发挥中介作用。而且,模仿创新和自主创新能够增强数字经济的减碳效应,具有门槛调节作用。最后,地区创新能力的异质性分析表明,在综合创新水平、人力资本水平、知识产权保护程度更高的地区,数字经济的减碳效应更强,侧面证实了创新能力在数字经济与碳排放之间的关键作用。

5.2 政策启示

(1)提升数字经济发展质效,推动数字技术与传统产业深度融合。当前我国数字经济正进入发展快车道,在规模扩张过程中将面临更大的碳减排压力。因此,数字经济发展需要同时兼顾速度与质量,实现经济效益和环境效益的双赢。具体地,利用数据采集、智能分析等信息技术对能源消耗和污染排放进行严格监测,降低数字经济引发碳排放增加的风险;将数字技术与节能环保实践相结合,加快构建新型电力系统和多元智慧能源系统,以数字化转型推动产业绿色发展,降低传统产业碳排放。

(2)支持低碳技术自主创新,强化数字经济对碳减排的驱动效应。依托技术创新,发挥数字经济的减碳效应,摆脱长期以来对国外技术的依赖,以自主创新为主、模仿创新为辅,结合我国国情和发展特色,打造符合自身发展需求的技术创新体系。根据“双碳”目标的新要求,注重低碳技术自主创新与外来技术低碳化改造,抓住数字经济机遇,加强碳足迹监测、碳储存等技术攻关,加快清洁能源替代与减排技术应用,提高能源效率,充分释放数字经济的碳减排效应。

(3)重视区域创新禀赋差异,因地制宜加快低碳化创新体系建设。对于综合创新水平、人力资本水平、知识产权保护程度较高的地区,应利用好自身创新资源禀赋和技术研发优势,着力提升自主创新能力,培育多元化创新主体,狠抓低碳、零碳、负碳技术攻关,加快减污降碳技术的成果转化与推广应用;对于创新资源禀赋不足的地区,应充分利用数字经济时代下的知识流动与技术溢出效应,学习和模仿先进地区的技术成果,营造低碳创新环境,促进低碳技术和产品的研发与应用。

参考文献：

[1] OBOBISA E S, CHEN H, MENSAH I A.The impact of green technological innovation and institutional quality on CO2 emissions in African countries[J].Technological Forecasting and Social Change,2022,180:121670.

[2] LIN B Q, MA R Y.Towards carbon neutrality: the role of different paths of technological progress in mitigating China's CO2 emissions[J].Science of the Total Environment,2022,813:152588.

[3] 田秀娟,李睿.数字技术赋能实体经济转型发展——基于熊彼特内生增长理论的分析框架[J].管理世界, 2022,38(5):56-74.

[4] ZHANG J N, LYU Y W, LI Y T, et al.Digital economy: an innovation driving factor for low-carbon development[J].Environmental Impact Assessment Review, 2022,96:106821.

[5] 徐维祥,周建平,刘程军.数字经济发展对城市碳排放影响的空间效应[J].地理研究,2022,41(1):111-129.

[6] SAREEN S, HAARSTAD H.Digitalization as a driver of transformative environmental innovation[J].Environmental Innovation and Societal Transitions,2021,41:93-95.

[7] SHVAKOV E E, PETROVA E A.Newest trends and future scenarios for a sustainable digital economy development[J].Scientific and Technical Revolution: Yesterday, Today and Tomorrow, 2020,129:1378-1385.

[8] 缪陆军,陈静,范天正,等.数字经济发展对碳排放的影响——基于278个地级市的面板数据分析[J].南方金融, 2022,44(2):45-57.

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

[10] MA Q, TARIQ M, MAHMOOD H, et al.The nexus between digital economy and carbon dioxide emissions in China: the moderating role of investments in research and development[J].Technology in Society, 2022,68:101910.

[11] WANG L L, CHEN L Y, LI Y S.Digital economy and urban low-carbon sustainable development: the role of innovation factor mobility in China[J].Environmental Science and Pollution Research,2022,12:1-19.

[12] 徐向龙,侯经川.促进、加速与溢出:数字经济发展对区域创新绩效的影响[J].科技进步与对策,2022,39(1):50-59.

[13] 杨莉莎,朱俊鹏,贾智杰.中国碳减排实现的影响因素和当前挑战——基于技术进步的视角[J].经济研究, 2019,54(11):118-132.

[14] ULUCAK R, KHAN S UD.Does information and communication technology affect CO2 mitigation under the pathway of sustainable development during the mode of globalization[J].Sustainable Development, 2020,28(4):857-867.

[15] ZHOU X Y, ZHOU D Q, ZHAO Z Y, et al.A framework to analyze carbon impacts of digital economy: the case of China[J].Sustainable Production and Consumption, 2022,31:357-369.

[16] OECD.Measuring the digital economy: a new perspective[M].Paris:OECD Publishing ,2014.

[17] VAISMAN Y D, NIKIFOROVA N S.Development of industrial enterprises' dynamic capabilities in the digital economy[J].Journal of New Economy, 2018,19(3):126-136.

[18] GROSSMAN G, KRUEGER A.Economic environment and the economic growth[J].Quarterly Journal of Economics, 1995,110:353-377.

[19] LIN R, XIE Z, HAO Y, et al.Improving high-tech enterprise innovation in big data environment: a combinative view of internal and external governance[J].International Journal of Information Management, 2020,50:575-585.

[20] AHMED Z, CARY M, ALI S, et al.Moving towards a green revolution in japan: symmetric and asymmetric relationships among clean energy technology development investments, economic growth, and CO2 emissions[J].Energy and Environment, 2022,33(7):1417-1440.

[21] KURAMOCHI T, RAMREZ A, TURKENBURG W, et al.Comparative assessment of CO2 capture technologies for carbon-intensive industrial processes[J].Progress in Energy and Combustion Science, 2012,38:87-112.

[22] HAO Y, BA N, REN S, et al.How does International technology spillover affect China's carbon emissions? a new perspective through intellectual property protection[J].Sustainable Production and Consumption, 2021,25:577-590.

[23] LUAN B, HUANG J, ZOU H.Domestic R&D, technology acquisition, technology assimilation and China's Industrial carbon intensity: evidence from a dynamic panel threshold model[J].Science of the Total Environment, 2019,693:133436.

[24] BARON R M, KENNY D A.The moderator-mediator variable distinction in social psychological research: conceptual, strategic, and statistical considerations[J].Journal of Personality and Social Psychology,1986,51(6):1173-1182.

[25] HANSEN B E.Threshold effect in non-dynamic panels: estimation, testing, and inference[J].Journal of Econometrics,1999,93(2):345-368．

[26] 赵涛,张智,梁上坤.数字经济、创业活跃度与高质量发展——来自中国城市的经验证据[J].管理世界, 2020,36(10):65-76.

[27] 许宪春,张美慧.中国数字经济规模测算研究——基于国际比较的视角[J].中国工业经济,2020,37(5):23-41.

[28] 刘鑫鑫,惠宁.互联网、技术创新与制造业高质量发展——基于创新模式的异质效应分析[J].经济问题探索,2021,42(9):143-155.

[29] 胡凯,吴清,胡毓敏.知识产权保护的技术创新效应——基于技术交易市场视角和省级面板数据的实证分析[J].财经研究,2012,38(8):15-25.

(责任编辑：陈 井)