數字經濟發展對碳排放的影響

李朋林　候夢瑩

【摘要】選取2013 ～ 2020年我國30個省份的面板數據， 運用基于遺傳算法的投影尋蹤模型構造省級層面的數字經濟發展指數， 通過雙向固定模型、 中介效應模型實證檢驗數字經濟發展對碳排放的影響機制。研究發現： 數字經濟發展對降低碳排放能夠起到十分顯著的促進作用； 數字經濟主要通過技術創新、 產業升級、 能源結構優化以及資源配置效率提高等四條途徑影響碳排放； 數字化對中部地區的影響比東部地區更為顯著， 由此使得中部地區在實現碳達峰以及碳中和過程中有較為突出的后發優勢。根據上述研究結論， 提出加快完善數字基礎設施建設、 充分發揮數字經濟紅利及因地制宜推行數字經濟發展戰略等政策建議。

【關鍵詞】數字經濟；投影尋蹤模型；中介效應；碳排放

【中圖分類號】F49；X32? ? ? 【文獻標識碼】A? ? ? 【文章編號】1004-0994（2023）10-0153-8

一、 引言

改革開放以來， 我國經歷了近40年的經濟高速增長， 已經成為世界第二大經濟體。與此同時， 我國也成為世界上最大的碳排放國（Xu Qiong和Zhong Meirui，2022）?！妒澜缒茉唇y計年鑒2022》統計數據顯示， 2011 ～ 2021年， 我國碳排放量由88.8億噸上升至105.8億噸， 占世界碳排放總量的31%， 由此帶來了一系列諸如極端氣候頻發、 酸雨、 霧霾等環境問題， 減排形勢日益嚴峻?？紤]到全球變暖的負面影響， 以及經濟高速發展帶來的環境惡化問題， 我國政府秉承負責任大國的態度， 毅然決然地制定了“2030年前實現碳達峰、 2060年前實現碳中和”的宏偉目標。因此， 尋求降低碳排放的方法已經成為政府、 企業、 學術界需要迫切解決的熱點問題。要使我國經濟進一步可持續發展， 實現人與自然和諧相處， 完成碳減排任務刻不容緩。

當前， 以數字經濟為代表的新一輪工業革命正在席卷全球， 其發展速度之快、 輻射范圍之廣、 影響程度之深前所未有。數字經濟是以數字化的知識和信息作為關鍵生產要素（陳曉紅等，2022）， 以數字技術為核心驅動力量， 以現代信息網絡為重要載體， 通過數字技術與實體經濟深度融合， 不斷提高經濟社會的數字化、 網絡化、 智能化水平， 以一系列新模式和新業態為表現形式的經濟活動。數字經濟主要包含兩大部分： 一是數字產業化， 以信息與通信技術服務部分為主， 包含軟件業和相關服務業、 互聯網行業、 電信業、 電子信息制造業； 二是產業數字化， 具體為工業互聯網、 服務業和農業數字化。由《中國數字經濟發展白皮書（2022年）》可知， 2021年我國數字經濟發展取得新突破， 數字產業化規模已經達到8.4萬億元， 同比名義增長11.9%， 占GDP比重為7.3%； 同時產業數字化規模達到37.2萬億元， 同比名義增長17.2%， 占GDP比重為32.5%。

數字經濟的迅猛發展引發了學術界廣泛且持續的研究， 大致分為數字經濟的內涵、 規律、 功能以及發展趨勢等方面： 從數字經濟的內涵來看， 國內學者主要從信息化（孫德林和王曉玲，2004）、 數字技術（李長江，2017）、 信息和通信技術（逄健和朱欣民，2013）及新經濟等角度來討論； 從數字經濟發展規律來看， 謝康和肖靜華（2022）主要從數字經濟的創新、 運行和政策方面提出八大規律； 從數字經濟發展趨勢來看， 數字經濟將立足本國優勢產業（石建勛和朱婧池，2022）， 加快與實體經濟深度融合（王琛偉，2022）； 而研究最多的領域， 當屬有關數字經濟的經濟效應， 李?。?022）認為數字經濟的發展可賦能鄉村振興， 趙濤等（2020）和張勛等（2019）認為數字經濟激發并改善了農村居民的創業行為， 萬曉瓊和王少龍（2022）、 李宗顯和楊千帆（2021）、 趙濤等（2020）認為數字經濟促進了我國經濟高質量發展， 戴翔和楊雙至（2022）認為數字經濟推動了制造業轉型， 戚聿東和肖旭（2020）認為數字經濟推動了企業內部管理模式的一系列變革。然而， 目前對數字經濟的環境效應研究較少。從已有的研究來看， 一部分學者認為數字經濟增長不利于提高能源效率進而間接增加了碳排放（Lu Zhang，2022）， 另一部分學者則認為數字經濟主要通過技術創新（郭豐等，2022）、 產業結構升級（謝文倩等，2022）這兩條路徑來促進碳減排（Li Zhiguo和Wang Jie，2022）?？梢?， 關于數字經濟對碳排放的影響， 學者們見仁見智， 目前尚無定論。因此， 明確數字經濟對碳排放的影響并研究其作用機制很有必要。

基于此， 本文將重點關注數字經濟發展對碳排放的影響， 可能的邊際貢獻主要體現在以下三個方面： 一是在數字經濟指數的測度上， 基于遺傳算法的投影尋蹤模型對數字經濟發展指數進行了改進； 二是在研究內容上， 不同于大多數研究只注重數字經濟發展對改善創業、 鄉村振興、 企業內部管理變革以及高質量發展等經濟方面的影響， 鑒于生態環境問題越來越受重視， 本文從數字經濟發展對環境的影響展開研究； 三是在作用機理的分析中， 本文拓寬了數字經濟發展對碳排放的傳導路徑， 且首次從資源配置效率這一作用機制出發， 探究了數字經濟對碳排放可能產生的影響， 豐富了對碳排放的相關研究。

二、理論分析與研究假設

（一）數字經濟發展與碳排放

數字經濟本身具有綠色、 創新、 共享等特點， 這些特點讓其成為符合可持續發展方式的一種新型經濟形態（孔令英等，2022）。第一， 規?；?多樣化以及高速化的信息呈現、 方便快捷的信息搜查都是數字經濟所獨有的特征， 加上其數據的可復制性和可移動性等優點， 顯著增強了利用數據進行價值創造的能力， 同時也使得其成本大幅縮減（陳曉紅等，2022）。數字產業主要由信息技術服務業和以互聯網為基礎的相關產業組成， 其綠色化程度通常高于傳統產業， 從而使其對環境造成的危害減小。與此同時， 數字化企業憑借其強大的經濟實力， 往往更加注重現代化和環保， 從而對環境大有裨益。第二， 作為數字經濟的產業基礎， 數字產業可以幫助其他行業減少碳排放。數字技術的易滲透性和可衍生性， 有利于全面改造傳統產業， 并支持創建更加智能和環保的企業， 這不僅降低了能源消耗和碳排放， 還提高了產業附加值。此外， 通過數字技術可以改造并升級傳統基礎設施， 使其更加現代化、 智能化。例如： 經過數字技術改造的制造車間可以實現精準預測和排放， 基于數字信息技術的智慧城市、 智慧交通、 智能家居可以實現自動節能、 智能減排。第三， 在數字經濟時代， 各種各樣的數字化平臺如雨后春筍般涌現， 適時打通并有效整合生產、 流通、 消費以及服務等環節， 實現線上線下雙向聯動、 精準匹配， 從而降低碳排放。由上述分析可知， 數字經濟發展可顯著降低碳排放。

（二）機制分析

通過前述理論分析可知， 數字經濟發展可降低碳排放， 那么具體是通過哪幾種路徑影響碳排放呢？這幾種路徑之間有聯系嗎？在其中是獨立還是交互著起作用呢？且尚需進一步分析， 如下所示。

首先， 產業結構升級是產業結構合理化和高級化的有機統一。信息技術產業化創造了許多新興產業， 這些產業基本上都是以技術的不斷更新升級為核心， 以數據信息為生產單元， 故而大都具有產出附加值高、 資源消耗少、 環境污染少等特點， 而且這些技術密集型產業的發展壯大促使產業結構持續優化， 必將減少碳排放。數字經濟將數字技術逐步滲透到傳統的工業、 農業、 服務業等各個環節， 使其與之深度融合， 使得傳統產業實現了向自動化、 智能化方向轉型， 促進了傳統產業優化升級， 從而使得產業部門之間的聯系更加緊密， 結構更加合理， 可以降低能耗、 提高能效， 從而影響碳排放。經過統計， 將數字技術應用到能源、 制造、 農業等行業已經幫助全球減少了至少15%的碳排放（葛立宇等，2022）?；诖耍?本文預測： 數字經濟可以通過產業結構升級降低碳排放。

其次， 數字經濟內生于技術創新， 又服務于技術創新。數字經濟的發展可以顯著降低交易和信息搜索成本， 加速要素流動， 不僅促進創新資源的集聚， 還能減少行業間差異和突破空間邊界， 加速知識溢出， 并通過提高創新合作水平促進技術創新（韓璐等，2021）。而董直慶等（2014）的研究表明， 清潔和非清潔技術的進步， 都可以減少環境污染， 促進碳減排。數字經濟在提高創新水平的同時也提高了創新活動與現實需求的匹配效率（李宗顯和楊千帆，2021）， 從而進一步強化技術創新的減排效應（Zhang Jinning等，2022）。李廣昊和周小亮（2021）的研究表明， 數字經濟通過技術創新來推動生產方式集約化和居民生活方式線上化轉型， 從而提高環境質量， 助力碳減排。由上述分析可知， 數字經濟可以通過技術創新降低碳排放。

再次， 我國以煤炭為主的能源消費結構是導致二氧化碳排放的最重要因素（Yang Zhen等，2022）， 數字化發展正在推動能源結構向供需雙方的脫碳轉型。在供應方面， 數字技術監控整個能源生產過程， 提高舊化石能源部門的生產效率， 并在能源系統運行和減少環境破壞方面發揮至關重要的作用。改進的數字技術可能有利于刺激可再生能源的開發和使用， 縮短新能源研發周期， 提高研發效率， 從而改變能源消費結構， 有效減少碳排放。在需求方面， 數字技術有潛力在自我診斷、 衛星導航、 關鍵基礎設施和運輸等領域全面提高清潔能源使用比例和消費效率， 所有這些都對節能減排至關重要。由上述分析可知， 數字經濟可以通過能源結構優化降低碳排放。

最后， 在現實的經濟運行過程中， 既定資源配置決策成效受到地理和信息雙重約束（張鵬，2019）， 生活中供給與需求方信息常常是有差異的、 不完全的， 其行為更是盲目的、 低效率的， 容易導致資源錯配。而數字經濟發展提高了信息的透明度， 恰恰為供求雙方搭建了信息橋梁， 使得供給信息與需求信息更加完整真實可靠， 數字化程度越深， 搜查信息的效率也隨之越高， 使得供需之間精準匹配， 加速生產要素的流動置換， 進而有效提高了資源配置效率（Zhang Jinning等，2022）。隨著數字交易平臺的加速涌現， 線上線下實現了實時互動， 企業的生產經營活動在某種程度上突破了地理距離的約束， 使得企業競爭突破了原有的邊界， 競爭范圍得以無限拓展， 進而使得企業之間的競爭更加激烈。企業間競爭越激烈， 生產要素流動將越充分， 那些固步自封、 不懂變革的低效率企業終將被淘汰出局， 留下的將是能夠充分利用資源、 實現邊際效益最大化的高效率企業， 最終實現資源的優化配置。數字技術本身具有的連接功能可以將供求信息轉換為數據， 并使用大數據進行供需的有效整合與精準匹配， 從而降低交易或協調成本， 大大提高資源配置效率（丁志帆，2020）， 進而減少能源的消耗， 助力碳減排。由上述分析可知， 數字經濟可以通過提高資源配置效率降低碳排放。

根據上文分析， 本文認為數字經濟可通過產業結構升級、 技術創新、 優化能源結構和資源配置效率促進碳減排， 其中技術創新是產業結構升級、 優化能源結構、 提高資源配置效率的內在動力， 而產業結構升級、 優化能源結構和提高資源配置效率又倒逼技術創新， 并且產業結構升級和能源結構優化共同促進了生產要素匹配效率的提升， 進而提高資源配置效率。這4條路徑或分別或交互發揮作用， 最終降低了碳排放。由此提出以下假設：

H1： 數字經濟可顯著降低碳排放。

三、 研究設計

（一）模型設定

為了驗證前文的假設， 構建了以下基本模型：

lnceit=β0+β1digeit+βccontrolit+μi+λt+εit? （1）

在模型（1）中： lnceit表示在t時期省份i的碳排放量； digeit表示在t時期省份i的數字經濟發展水平； controlit表示一系列控制變量； μi、 λt分別表示個體固定效應與時間固定效應； εit是隨機擾動項。

除了模型（1）中反映的直接效應外， 為了討論數字經濟發展對于碳排放的可能影響機制， 本文根據溫忠麟和葉寶娟（2014）提出的中介效應檢驗法， 對科技創新、 產業結構升級、 能源結構以及資源配置效率等間接效應進行檢驗， 構建如下模型：

lnceit=a0+a1digeit+γcontrolit+εit? （2）

Mit=b0+b1digeit+γcontrolit+εit? （3）

lnceit=c0+c1digeit+c2Mit+γcontrolit+εit? ?（4）

上式中， Mit表示技術創新、 產業結構升級、 能源結構、 資源配置效率等中介渠道。依據因果逐步回歸檢驗原理， 核心解釋變量和中介變量回歸系數， 即a1、 b1、 c2都顯著， 且系數c1較a1數值變小或者顯著性降低， 表明存在顯著傳導機制。

（二）變量測度與說明

1. 基于投影尋蹤法測算數字經濟發展指數。對于數字經濟發展水平的測度， 多數文獻主要使用熵權法或主成分分析法， 但這兩種方法均存在一定程度的局限性。熵權法過于依賴客觀指標， 且無法考慮到指標與指標之間的橫向影響， 可能導致權重失真， 最終結果無效； 主成分分析法前提假設之一為指標之間是線性關系（虞曉芬和傅玳，2004）， 但實際情況往往并非如此， 且提取的主成分可能不符合實際背景。為彌補指標賦權上的不足以及考慮到數據具有高維度、 非線性、 非正態特征（唐珺等2022）， 本文借鑒鄧楚雄等（2013）提出的投影尋蹤模型進行綜合評價， 既可最大限度地保留原始數據特征， 又能克服傳統評價方法主觀性過強的缺陷， 并根據數字經濟發展的內涵、 條件與應用、 機制分析并結合相關數據的可獲得性， 構建了數字經濟發展載體、 數字產業化及產業數字化3個一級指標， 18個二級指標（王軍等，2021）。在此基礎上， 最終形成數字經濟發展水平評價體系（見表1）， 記為dige。

2. 中介變量。技術創新（tech）， 用專利授權數來表示； 產業結構升級（indus）， 用第三產業和第二產業產值的百分比來表示； 能源結構（es）， 用煤炭消費量占各地區能源消費總量的份額來衡量； 資源配置效率， 基于陳永偉和胡偉明（2011）的研究， 本文用資本錯配指數（Tki）和勞動力錯配指數（Tli）來衡量資源配置效率。

其中： si=piyi/Y代表區域i的產出yi在整個經濟產出Y中所占的份額； βk=? ? ? ? ? ?siβki代表資本貢獻的產出加權值； Ki/K表示i地區實際使用的資本占總資本的比例（張軍等，2004）， 而資本有效配置時i地區使用資本的理論比例用siβki/βk表示。參考白俊紅等（2018）的研究， 可以用C-D生產函數測算出要素產出彈性。鑒于存在資源配置過度（Tki或Tli<0）和配置不足（Tki或Tli>0）的情況， 本文對資源錯配指數進行絕對值處理， 以保持回歸方向一致。該數值越大表明資源錯配越嚴重， 則資源配置效率越低。當解釋變量的回歸系數為負， 即解釋變量與被解釋變量負相關時， 可以提高資源配置效率； 相反， 則表明資源配置效率降低。

3.? 控制變量。除上面列出的變量外， 本研究還涉及一些其他變量： 經濟發展水平（lnpgdp）， 用人均GDP的自然對數衡量； 經濟發展速度（egrow）， 用各地區GDP的年增長速度衡量； 人口規模（popu）， 用省人口總數的自然對數來衡量， 調查表明， 家庭生活對二氧化碳排放量的貢獻不容低估， 家庭層面的能源消耗可以通過人口規模來體現； 能源消耗（pener）， 用人均用電消耗量的自然對數來表示， 因為電力消耗是能源消費的主要方式之一； 對外開放（op）， 用進出口總額占GDP的比值表示。

（三）數據來源

由于我國的數字經濟從最近十年才開始迅猛發展， 同時考慮到2013年以前關于數字經濟的數據缺失情況比較嚴重， 故而研究樣本的期間選擇在2013 ～ 2020年， 以我國30個省級行政區的面板數據（鑒于數據的可獲得性， 西藏自治區及中國港澳臺地區除外）為具體研究對象。除數字普惠金融數據來源于北京大學數字金融研究中心與螞蟻金服集團外， 剩余數據均取自《中國統計年鑒》《中國能源統計年鑒》《中國高技術產業年鑒》、 國家統計局官網。采用MATLAB和STATA16.0軟件進行相關數據處理和模型檢驗。運用線性插值法補充各個缺失值， 各個變量的描述性統計結果如表2所示。

下面將從集中度趨勢和離散度兩個方面分析表2的描述性統計結果。從集中度趨勢看， 數字經濟發展指數的平均值為0.747， 最大值為3.319， 表明數字經濟發展整體水平仍比較低； 各個省份碳排放量取對數后的平均值為5.663， 最小值為3.726， 說明碳排放量的降低還存在較大空間。從離散程度看， 技術創新的標準差為1.371， 勞動力錯配指數的標準差為2.589， 經濟發展速度的標準差為2.540， 可見技術創新水平、 勞動力錯配程度和經濟發展速度的波動幅度較大。資本錯配指數、 產業結構升級、 能源結構、 對外開放、 人口規模、 經濟發展水平以及能源消耗的標準差均小于1， 表明這些變量的數據波動程度較小， 與現實情況相符。

四、 實證結果與分析

（一）基準回歸結果

各個解釋變量之間或許會出現多重共線性問題， 從而造成估計結果出現偏差。為了從根本上消除這種偏差， 本文分別利用相關性分析剔除了與其他解釋變量高度相關的變量， 又用逐步回歸法剔除了讓核心解釋變量的顯著性消失或顯著性下降過快的變量， 檢驗后依次剔除了城鎮化和能源強度等變量。表3列示了模型（1）的回歸結果。列（1）是沒有加入控制變量的估計結果， 從中可以看出， 回歸系數顯著為負， 表明數字經濟的發展有效抑制了碳排放； 列（2） ～ （6）依次加入控制變量后， 數字經濟發展對碳排放的回歸系數穩定在-0.16附近， 且均通過了1%的顯著性水平檢驗， 說明在考察期內， 數字經濟發展對降低碳排放具有十分顯著的促進作用， 該結果驗證了H1。

此外， 在加入了控制變量的列（6）中， 各地區對外開放（op）與碳排放之間具有顯著的負向關系， 表明隨著對外開放程度加深， 該地區的經濟可能越來越發達， 更加注重發展環境友好型產業， 促進產業綠色化轉型， 進而有效降低碳排放； 經濟發展水平（lnpgdp）與碳排放之間具有顯著的負向關系， 說明地區經濟發展水平越高， 人們對環境質量的要求越高， 環保意識可能越深入人心， 盡可能采用節能技術或增加清潔能源的使用， 加快經濟發展方式的轉變， 政府也將加大對污染行為的處罰力度， 從而促進碳減排； 經濟增長速度（egrow）也在5%的水平上顯著為正， 表明政府為達成經濟增長這一首要目標， 會以犧牲部分環境質量為代價； 人口規模（popu）和能源消耗（pener）對碳排放的影響系數為正， 且均在1%的水平上顯著， 表明人口規模越大， 人們生活、 外出及住房等需求越大， 能源消耗就越多， 最終導致了碳排放顯著增加。

（二）中介效應檢驗

前文全面分析了數字經濟發展對碳排放影響的傳導機制， 為驗證該作用機制， 選用因果逐步回歸法進行實證檢驗， 回歸結果見表4。

首先， 由列（1）和列（3）可見， 數字經濟的系數分別為0.482和0.323， 并且通過了1%的顯著性水平檢驗， 表明數字經濟發展可以讓創新參與者在不同空間和不同時間下共同傳播和分享知識， 實現知識的累加效應， 改造和更新創新體系， 進而提高技術創新水平； 也表明數字經濟逐漸成為產業間的“潤滑油”， 基于數字化的新型農業、 智能工業、 智慧服務業的快速發展， 使得產業結構朝高級化方向發展， 而且數字經濟的發展模糊了產業原有的界限， 使得產業與產業間的聯系更加緊密， 驅動產業結構朝著更加合理的方向發展， 從而共同推動產業結構升級。由列（2）和列（4）可知， 數字經濟與技術創新、 產業結構升級的系數都為負， 均在1%的水平上顯著， 且數字經濟系數與模型（1）相比， 絕對值略有下降， 說明存在傳導機制， 即數字經濟發展可以通過科技創新、 產業結構升級助力碳減排。

其次， 從能源結構視角來看， 能源結構系數顯著為負， 表明數字經濟發展提高了清潔能源使用比例， 促進了以煤炭為主的能源結構轉型。列（6）的檢驗結果表明， 數字經濟系數顯著性降低， 而能源結構系數顯著為正， 說明能源部門數字化的整合和滲透有助于提高能源利用效率、 轉變消費模式以及實現低碳化發展， 證明能源結構是數字經濟發展降低碳排放的中介變量。

最后， 從資源配置效率方面來看， 表4列（7）和列（9）結果表明， 數字經濟發展對資本和勞動力錯配指數存在顯著負向影響， 并都通過了5%的顯著性水平檢驗， 說明數字經濟發展對資本要素錯配和人力要素錯配具有明顯的改善作用， 且數字經濟對資本要素扭曲的改善效應明顯大于對勞動力要素扭曲的改善效應。數字經濟發展促使市場主體的生產過程和管理形態發生改變， 數字技術應用促進數字技術與實體經濟深度融合， 加快要素自由流動， 從而提升市場資源配置效率， 為經濟可持續發展提供內在動力。由表4列（8）和列（10）可以看出， 數字經濟可通過提高資源配置效率（促進資本要素和勞動力要素的合理配置）來降低碳排放。

（三）穩健性檢驗

為保證本文研究結果的穩健性， 利用如下方法進行穩健性檢驗。

1. 替換被解釋變量。地理區域不同， 各地區的人口數量自然也千差萬別， 而人均碳排放也可以用來表示一個區域的碳排放程度， 使碳排放具體到每個人， 這可以更加真實地體現在經濟社會的快速發展過程中既考慮了公平， 也沒有忽視效率。因此， 在穩健性檢驗過程中， 本文使用人均碳排放來替代被解釋變量。由表5列（1）的結果可知， 數字經濟發展在1%的水平上顯著， 證明原結論比較可靠， 說明大力發展數字經濟有利于雙碳目標的實現。

2. 更換模型估計方法。結合現實情況， 通常認為每個地區上一年的碳排放量大概率會影響本年的碳排放量， 這種影響是持續的、 動態的， 而前文用的是靜態面板雙固定效應模型?；诖?， 為了避免這種情況引起的估計偏誤， 在模型中加入滯后一期的被解釋變量， 即為上一年的碳排放量， 將模型更換為動態固定效應模型再次進行檢驗。表5列（2）的結果表明， 數字經濟水平的系數依舊顯著為負， 然而其絕對值降低明顯， 而且滯后的被解釋變量系數在1%的水平上顯著為正， 即可認為上一年的碳排放的確影響到了當年的碳排放。

3. 內生性檢驗。經濟學研究中不可忽視的一個重要問題就是內生性問題。從本研究來看， 一方面控制變量不可能覆蓋所有影響碳排放的經濟因素， 另一方面數字經濟發展水平可能作用于碳排放， 而碳排放也可能反作用于數字經濟發展水平， 兩者互為因果關系。一般來說， 環境良好、 空氣質量較高的地方更能吸引經濟實力雄厚的數字型企業家去投資。由于可能存在遺漏變量和潛在的反向因果關系問題， 本文試圖通過工具變量法緩解內生性問題， 并確定數字經濟發展對碳排放的凈影響。參考黃群慧等（2019）和趙濤等（2020）的做法， 本文數字經濟發展指數的工具變量采用上一年各省全國互聯網寬帶用戶數與各省2002年每百人固定電話數量的交互項來表示。

豪斯曼檢驗的原假設為“所有解釋變量均為外生”， 即不存在內生變量， 經其檢驗后得出p值為0.0377， 顯然， 在5%的顯著性水平上強烈拒絕原假設， 故可認為數字經濟水平指數為內生變量， 應該使用工具變量法。在使用工具變量法時， 必須對工具變量的有效性進行檢驗。由表5可知， 不可識別檢驗顯示， K-PLM統計量的p值為0.000， 強烈拒絕不可識別的原假設； 表5中弱工具變量檢驗的C-DWF統計量顯示， 對于名義顯著性水平為1%的檢驗， 其真實性顯著水平超過了10%。因此， 以上檢驗驗證了工具變量選取的合理性。由表5列（3）可知， 在同時控制了時間、 地區及相關控制變量的情況下， 結果仍在1%的水平上顯著， 表明數字經濟發展能夠助力碳減排的結論依然穩健。

以上一系列穩健性檢驗結果表明， 發展數字經濟能夠助力碳減排這一結論是有效的、 合理的、 可靠的。這說明在當前這一階段， 著力推動數字經濟健康發展， 對提高生活環境質量、 實現雙碳目標意義重大。

（四）拓展分析： 區域異質性

前文盡管針對數字經濟發展對我國碳減排的影響及其內部作用機制展開了深入而詳細的討論， 但是考慮到我國各區域人口、 自然資源稟賦、 政府政策的不同以及數字經濟發展水平的不均衡， 有必要對全國區域進一步細分， 以確保研究結論的完整性與充分性。本文將樣本分為東部、 中部和西部三大區域， 深入研究數字經濟發展和碳排放兩者關系的區域異質性。

從表6列（2）和列（3）中可以看出， 我國中東部的數字經濟發展對碳排放存在顯著的負向影響， 且均在5%的水平上顯著， 然而由系數比較可知， 發展數字經濟對中部地區的碳排放影響程度反而強于對東部的影響。可能的原因主要有： 與中部地區相比， 我國的東部地區經濟發展水平高， 人力資源豐富， 信息基礎設施及其配套設施更加完善， 數字化平臺發展更成熟， 生產要素可實現充分流動， 知識信息交流與傳播更加迅速。所以， 東部地區本身的技術創新水平和資源配置效率較高， 碳排放水平下降空間較小。然而在中部地區， 碳排放水平的下降空間較大， 可能是因為數字化本身的環境友好型特點初步顯現， 互聯網的外部溢出性及其相關產業的集聚效應初顯， 這些因素共同促進了中部地區產業結構和能源結構得到進一步升級和優化， 資源配置效率得到持續提升， 能耗降低明顯， 從而助力中部地區碳減排。由表6列（4）可見， 西部地區數字經濟發展變量未通過顯著性檢驗： 一方面可能是由于廣大西部地區數字化基礎設施建設薄弱， 人力資源不足， 網絡發展與中東部地區相比， 仍存在較大差距， 數字經濟發展還處于起步階段， 數字經濟發展早期所產生的資源消耗增加抵消了數字賦能而產生的作用； 另一方面可能是各個產業在生產運營過程中生產要素錯配問題比較嚴重， 數字經濟發展水平較低， 不能有效促進產業結構升級， 進而限制了資源的有效配置， 這都將導致數字經濟對西部地區碳排放不具顯著影響。

五、 研究結論及建議

（一）結論

本文首先從理論上對數字經濟的內涵予以界定， 并運用投影尋蹤法測算了數字經濟發展指數， 然后基于我國30個省份2013 ～ 2020年的面板數據進行實證分析， 以數字經濟發展產生的技術創新效應、 產業結構升級效應、 優化能源結構效應以及資源配置效應作為機制切入點， 對數字經濟發展與碳排放水平之間的內在聯系進行了深入討論。結果表明： 數字經濟發展對降低碳排放具有非常顯著的正向作用， 在通過一系列穩健性檢驗后結論仍然可靠。機制檢驗表明， 數字經濟發展可通過促進技術創新、 產業結構升級、 優化能源結構及提高資源配置效率間接降低碳排放。區域異質性分析表明， 數字經濟在中東部地區的碳減排效應更加明顯， 而對西部地區的碳減排影響不明顯。

（二）建議

經過上述研究分析， 本文得出如下政策建議：

1. 政府要加快完善數字基礎設施建設。以持續加強新型數字信息基礎設施建設為抓手， 促使數字信息基礎設施建設水平進一步提高， 為數字經濟提供良好的發展環境。同時， 加大各地區數字基礎設施建設的協調力度， 加快實體經濟與數字技術的深度融合， 使數字經濟的強大效能在助力碳減排方面得以充分釋放。

2. 不斷釋放數字經濟紅利。應充分認識到數字技術對綠色創新的重要性， 著力加強數字技術在綠色創新中的應用， 不斷提高綠色創新水平， 研發清潔能源， 開拓清潔產業， 不斷優化能源結構； 加快數字技術應用于傳統產業的步伐， 促進產業結構優化升級； 加強數字技術應用于資源配置， 促進生產要素充分流動， 提升生產要素供需適配性， 不斷改善人力、 資本等錯配情況， 持續提高資源配置效率， 力爭早日實現雙碳目標。

3.? 立足區域發展差異， 因地制宜實施數字經濟發展戰略。依托各地區資源稟賦， 大力發展本地化數字經濟產業， 聚焦區域特色產業， 充分發揮比較優勢， 依靠數字技術紅利提高區域資源利用效率， 賦能碳減排。產能過剩和資源過度配置的地區應加快數字經濟發展， 推動傳統產業的自動化、 數字化、 智能化轉型升級， 降低資源錯配水平， 實現經濟發展和減少碳排放的雙贏。

【 主 要 參 考 文 獻 】

白俊紅，劉宇英．對外直接投資能否改善中國的資源錯配［ J］．中國工業經濟，2018（1）：60 ～ 78．

陳曉紅，李楊揚，宋麗潔，汪陽潔．數字經濟理論體系與研究展望［ J］．管理世界，2022（2）：208 ～ 224+13 ～ 16．

陳永偉，胡偉民．價格扭曲、要素錯配和效率損失：理論和應用［ J］．經濟學（季刊），2011（4）：1401 ～ 1422．

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

鄧楚雄，謝炳庚，李曉青，劉利科，向云波．基于投影尋蹤法的長株潭城市群地區耕地集約利用評價［ J］．地理研究，2013（11）：2000 ～ 2008．

丁志帆．數字經濟驅動經濟高質量發展的機制研究：一個理論分析框架［ J］．現代經濟探討，2020（1）：85 ～ 92．

董直慶，蔡嘯，王林輝．技術進步方向、城市用地規模和環境質量［ J］．經濟研究，2014（10）：111 ～ 124．

葛立宇，莫龍炯，黃念兵．數字經濟發展、產業結構升級與城市碳排放［ J］．現代財經（天津財經大學學報），2022（10）：20 ～ 37．

郭豐，楊上廣，任毅．數字經濟、綠色技術創新與碳排放 ——? 來自中國城市層面的經驗證據［ J］．陜西師范大學學報（哲學社會科學版），2022（3）：45 ～ 60．

韓璐，陳松，梁玲玲．數字經濟、創新環境與城市創新能力［ J］．科研管理，2021（4）：35 ～ 45．

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）：5 ～ 23．

孔令英，董依婷，趙賢．數字經濟發展對碳排放的影響 ——? 基于中介效應與門檻效應的檢驗［ J］．城市發展研究，2022（9）：42 ～ 49+55．

李廣昊，周小亮．推動數字經濟發展能否改善中國的環境污染 ——? 基于“寬帶中國”戰略的準自然實驗［ J］．宏觀經濟研究，2021（7）：146 ～ 160．

李?。當底旨夹g賦能鄉村振興的內在機理與政策創新［ J］．經濟體制改革，2022（3）：77 ～ 83．

李長江．關于數字經濟內涵的初步探討［ J］．電子政務，2017（9）：84 ～ 92．

李宗顯，楊千帆．數字經濟如何影響中國經濟高質量發展？［ J］．現代經濟探討，2021（7）：10 ～ 19．

戚聿東，肖旭．數字經濟時代的企業管理變革［ J］．管理世界，2020（6）：135 ～ 152+250．

石建勛，朱婧池．全球產業數字化轉型發展特點、趨勢和中國應對［ J］．經濟縱橫，2022（11）：55 ～ 63．

孫德林，王曉玲．數字經濟的本質與后發優勢［ J］．當代財經，2004（12）：22 ～ 23．

唐珺，高煜，李朋林．智慧城市能否通過智慧能源建設推動雙碳目標實現？ ——? 基于合成控制法的試驗證據［J/OL］．軟科學：1 ～ 12［2022-11-27］．

萬曉瓊，王少龍．數字經濟對粵港澳大灣區高質量發展的驅動［ J］．武漢大學學報（哲學社會科學版），2022（3）：115 ～ 123．

王琛偉．數字經濟和實體經濟深度融合：核心動力、主要問題與趨勢對策［ J］．人民論壇·學術前沿，2022（18）：12 ～ 21．

王軍，朱杰，羅茜．中國數字經濟發展水平及演變測度［ J］．數量經濟技術經濟研究，2021（7）：26 ～ 42．

溫忠麟，葉寶娟．中介效應分析：方法和模型發展［ J］．心理科學進展，2014（5）：731 ～ 745．

謝康，肖靜華．面向國家需求的數字經濟新問題、新特征與新規律［ J］．改革，2022（1）：85 ～ 100．

謝文倩，高康，余家鳳．數字經濟、產業結構升級與碳排放［ J］．統計與決策，2022（17）：114 ～ 118．

虞曉芬，傅玳．多指標綜合評價方法綜述［ J］．統計與決策，2004（11）：119 ～ 121．

張軍，吳桂英，張吉鵬．中國省際物質資本存量估算：1952-2000［ J］．經濟研究，2004（10）：35 ～ 44．

張鵬．數字經濟的本質及其發展邏輯［ J］．經濟學家，2019（2）：25 ～ 33．

張騰，蔣伏心，韋朕韜．數字經濟能否成為促進我國經濟高質量發展的新動能？［ J］．經濟問題探索，2021（1）：25 ～ 39．

張勛，萬廣華，張佳佳，何宗樾．數字經濟、普惠金融與包容性增長［ J］．經濟研究，2019（8）：71 ～ 86．

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．

Li Zhiguo，Wang Jie. The dynamic impact of digital economy on carbon emission reduction： Evidence city-level empirical data in China［ J］．Journal of Cleaner Production，2022（351）：121 ～ 135．

Lu Zhang. Digital economy， energy efficiency， and carbon emissions： Evidence from provincial panel data in China［ J］．Science of the Total Environment，2022（852）：158403．

Xu Qiong， Zhong Meirui. Shared prosperity， energy-saving， and emission-reduction： Can ICT capital achieve a "win-win-win" situation？［ J］．Journal of Environmental Management，2022（319）：212 ～ 223．

Yang Zhen， et al.. Digitalization and carbon emissions： How does digital city construction affect China's carbon emission reduction？［ J］．Sustainable Cities and Society，2022（87）：1 ～ 14．

Zhang Jinning，Lyu Yanwei，Li Yutao，Geng Yong. Digital economy： An innovation driving factor for low-carbon development［ J］．Environmental Impact Assessment Review，2022（96）：101 ～ 113．

（責任編輯·校對： 李小艷? 黃艷晶）

【基金項目】國家社會科學基金項目“區域協調發展政策評價體系研究”（項目編號：19BJL043）