數字創新對全要素碳排放效率的影響研究

摘 要：

在實現碳達峰碳中和的關鍵時期，充分發揮數字創新優勢，提升全要素碳排放效率至關重要。文章采用2009—2021年中國272個城市面板數據，以數字經濟相關專利表征數字創新水平，考察了數字創新對全要素碳排放效率的影響。研究發現：（1）數字創新顯著提升了全要素碳排放效率，并通過了排除政策影響、工具變量等穩健性檢驗。（2）異質性分析發現，在中部地區，數字創新對全要素碳排放效率的影響顯著為正，但在東部地區和西部地區這種促進作用并不顯著。在省會城市和非省會城市，數字創新對全要素碳排放效率均存在促進作用，并且在省會城市這種促進作用更為明顯。（3）機制分析發現，數字創新顯著促進了產業結構轉型升級、加快了綠色創新步伐、提升了環境規制強度，從而促進了全要素碳排放效率的提升。研究回答了數字創新對全要素碳排放效率的影響及機制，為加快數字創新步伐，提升全要素碳排放效率，促進經濟社會發展全面綠色低碳轉型提供了參考。

關鍵詞：

數字創新；全要素碳排放效率；碳達峰碳中和

文章編號：2095-5960（2024）06-0079-10；中圖分類號：X196

；文獻標識碼：A

一、引言

實現碳達峰碳中和是一場廣泛而深刻的經濟社會系統性變革。2021年9月，中共中央、國務院印發《關于完整準確全面貫徹新發展理念做好碳達峰碳中和工作的意見》，為實現碳達峰、碳中和目標提供了指引。實現碳達峰、碳中和目標，不僅要做到降低碳排放強度，實現單要素碳排放效率的提升，更要實現生產、分配、流通、消費全方位的碳減排效能提升，實現全要素碳排放效率的可持續增長。近年來，中國碳排放強度持續下降，但碳排放總量仍處于攀升階段，產業結構調整難度大、技術創新難度高，資金和政策支持挑戰大等問題凸顯，如何提升全要素碳排放效率，成為一個重要的現實問題。

科技創新正引領著數字化時代的變革與發展，在此背景下，以數字創新賦能低碳發展，為實現碳達峰、碳中和目標提供了新的可能。數字創新被認為是在數字經濟背景下對傳統創新的變革與發展。［1］數字創新涵蓋了大數據、人工智能（AI）、物聯網（IoT）、區塊鏈、云計算等前沿技術，是在生產、管理、服務等方面進行的創新行為，旨在提高效率、降低成本、優化資源配置。［2］以數字化和數字創新為特征的第四次工業革命，極大地改變了企業的生產和組織模式，為企業提供綠色技術支持，減少企業對自然資源的消耗。此外，隨著企業數字化轉型深入發展，數字創新的應用場景不斷擴展，使企業能夠提高能源效率，減少資源浪費，最終促進綠色低碳轉型。

在當前全球應對氣候變化和實現綠色低碳發展的背景下，數字創新的重要性愈加凸顯，那么，數字創新能否提高全要素碳排放效率，能否成為助力碳達峰、碳中和目標的新動能，其背后的作用機制又是什么，成為本文關注的重點理論和現實問題。因此，本文在數字創新視角下，基于2009—2021年中國272個城市面板數據，考察數字創新對全要素碳排放效率的影響效應及作用機制，以期為實現碳達峰、碳中和目標提供決策參考。

二、文獻綜述與理論分析

（一）文獻綜述

碳排放始終是學界關注的熱點問題，學界早期聚焦于對碳排放強度和碳排放總量的研究，并多從產業結構與能源結構等方面尋求降低碳排放的機制路徑。［3］碳排放強度反映了單要素碳排放效率，與之相對的則是全要素碳排放效率。隨著碳達峰、碳中和目標的提出，對于碳排放的定量與預測研究逐漸豐富，從全要素視角下考察中國碳排放的效率及演進也成為新的熱點。例如，邵帥等基于數據包絡分析（DEA）方法測度了中國30個省份的碳排放績效，發現碳減排和要素節約兩大效應對提升碳排放效率發揮了關鍵作用。［4］

除了對碳排放自身的關注之外，如何提升碳排放效率、降低碳排放強度，找尋背后的作用機制也是學界關注的重點問題。傳統的經濟發展模式往往伴隨著高能耗、高排放和高資源消耗的特征，而數字經濟在優化生產工藝和流程等方面發揮出諸多優勢。因此，大量研究集中于數字經濟的碳減排效應，而已有研究尚未達成一致結論。例如，王凱等認為數字經濟能夠顯著提升碳排放效率，數字經濟的規模效應、結構效應和技術效應是重要影響機制。［5］王香艷和李金葉認為，數字經濟對碳排放效率存在著先促進后抑制的倒U型影響關系。［6］而王山和余東華以中國各省份制造業發展為研究對象，發現數字經濟的發展對制造業碳排放效率存在著先抑制后促進的U型影響關系。［7］就數字創新而言，現有研究多關注數字創新對碳排放強度的影響。［8］然而，實現碳達峰、碳中和目標是一場廣泛而深刻的經濟社會系統性變革，應當把全要素碳排放效率提升作為重要研究內容，但已有研究對此探討得不夠深入。

因此，本文基于擴展的STIRPAT模型和人地關系理論，考察數字創新對全要素碳排放效率的影響效應，并從產業升級、綠色創新和環境規制三個方面揭示其影響機制。與已有研究相比，本文的邊際貢獻在于：第一，本文對中國城市的數字創新水平和全要素碳排放效率開展測度評價，并在此基礎上開展數字創新對全要素碳排放效率影響的理論探討和實證檢驗，為數字創新賦能低碳發展提供了經驗證據。第二，本文從產業升級、綠色創新和環境規制等三個方面，探討了數字創新提升全要素碳排放效率的作用機制，為發揮數字創新優勢，提升全要素碳排放效率，進而實現碳達峰、碳中和目標提供了決策參考。

（二）數字創新對全要素碳排放效率的影響

數字創新對全要素碳排放效率的影響可追溯至環境地理學的人地關系認識發展，數字創新作為一項新的技術，其綠色低碳、高效配置和開放創新等多方面特征，可能在提升全要素碳排放效率方面發揮出諸多潛能，具體可以體現在以下幾方面：

首先，數字創新能夠顯著提升資源配置效率。數字創新以現代信息通信技術為基礎，深度融合到實體經濟之中，根本上改變了資源配置方式。數字創新有助于將生產要素從低效部門轉移到更高效的部門，提升了社會的全要素生產率。數字創新能夠有效緩解信息不對稱問題，并將大量碎片化數據轉化為用戶所需的信息資源［9］，確保了資源能夠通過市場更好地進行匹配，從而優化了生產流程。數字創新的應用可以提高設備的利用率，降低生產成本，實現生產過程的最優控制，推動生產線的智能化升級，有助于減少能源和材料的消耗。此外，數字創新顯著降低了交易費用和搜尋成本，促進政府、企業和公眾實時調整要素配置和組合，幫助企業制定充分合理的生產計劃，避免資源浪費和重復建設，推動城市低碳轉型，進而提升全要素碳排放效率。

其次，數字創新的發展極大程度上重塑了勞動力的供需關系，尤其是人工智能的應用，顯著改變了勞動力市場的就業結構，有助于提升全要素碳排放效率。一方面，自動化和人工智能技術的廣泛應用使得許多重復性和低技能的工作被機器取代。［10］這種變化雖然可能在短期內引發失業問題，但同時也創造了大量新的工作崗位，尤其是在高科技和服務業領域，提升了人力資本水平。這種勞動力結構的優化不僅減少了不必要的勞動力浪費［11］，還提升了整體經濟效率，有助于提升全要素碳排放效率。另一方面，具備創新能力的勞動力更有可能開發和推廣新的節能減排技術，從源頭上減少碳排放。此外，數字創新促進了遠程工作和協作工具的普及，改變了傳統的工作方式，從而降低了交通領域的碳排放。［12］遠程工作和在線協作工具的廣泛應用，使得員工可以在家中或任何有網絡的地方完成工作，減少了通勤需求。這不僅減少了因通勤而產生的交通擁堵和碳排放，還降低了辦公場所的能源消耗，提升了全要素碳排放效率。

最后，數字創新顯著提升了碳管理水平。在生產過程中使用物聯網、人工智能等先進數字創新成果，可以實現生產過程中的碳排放精確監測、測量和預測，并根據實時生產狀態及時有效地進行調整。企業利用數字化平臺能夠實現碳排放數據的實時采集和分析，制定科學的減排策略。［13］區塊鏈技術的應用進一步提高了碳排放數據的透明度和可信度，促進了碳排放交易市場的健康發展。［14］通過人工智能和大數據分析，企業可以模擬不同減排措施的效果，評估其經濟性和可行性，選擇成本最低、效果最佳的減排方案。大數據分析還可以幫助企業預測未來的碳排放趨勢，提前采取應對措施，避免因政策變化或市場波動帶來的風險。［15］此外，數字創新改善了傳統環境監管模式落后和效率低下的問題。政府可以通過大數據實時收集、監測和追蹤區域能源供需數據，監督企業的碳排放行為，方便相關部門調查和處理環境污染行為，并增加企業違反環境法規的風險成本。綜上所述，本文提出假設1：

假設1：數字創新能夠提升全要素碳排放效率。

（三）數字創新對全要素碳排放效率的影響機制

擴展的STIRPAT模型認為，經濟發展、技術創新和環境壓力等因素，是影響碳排放的關鍵因素。因此，就數字創新對全要素碳排放效率的影響機制而言，本文重點從產業升級、綠色創新和環境規制等三個方面進行探討分析：

數字創新在促進產業結構升級的過程中發揮出關鍵作用，進而提升了全要素碳排放效率。首先，數字創新的快速發展推動了產業結構向更加高效和綠色的方向演變。［16］通過自動化生產流程、智能化管理系統以及先進的數據分析技術，企業能夠優化生產流程，智能制造的應用可以大幅提高生產效率，減少資源浪費，從而降低碳排放。其次，數字創新加速了新能源、清潔生產和綠色金融等產業的發展步伐。這些新興產業以其低碳、高效的特性，成了推動產業結構升級的重要引擎。可再生能源技術的發展不僅降低了能源生產過程中的碳排放，還為能源結構轉型升級提供了新的方向。最后，數字創新的廣泛應用也促進了企業之間的合作與共享，形成了更加高效的產業生態系統。共享經濟模式的興起，不僅促進了資源的有效利用，還降低了企業的運營成本和碳排放總量，推動產業結構轉型升級［17］，提升全要素碳排放效率。綜上所述，本文提出假設2a：

假設2a：數字創新通過促進產業結構升級，提升全要素碳排放效率。

數字創新在推動綠色創新方面同樣發揮出關鍵作用。首先，數字創新為綠色創新提供了技術基礎和平臺。政府可以利用大數據分析技術，對能源消耗、廢物排放等環境數據進行深入挖掘，發現潛在的節能減排機會，從而推動綠色技術的創新和應用。其次，數字創新催生了新型綠色技術和解決方案。通過數字創新的應用，清潔能源、節能環保產品、智能交通和可持續建筑等領域的綠色技術得以智能化、高效化和可持續化。［18］環保科技、新能源汽車和智能城市等新興產業，為經濟社會發展全面綠色低碳轉型提供了新的增長點和動力源。再次，數字創新改變了企業的生產和管理方式，推動了綠色生產和可持續發展。企業可以更加精確地監測和管理資源的使用情況，降低生產過程中的能源消耗和碳排放。最后，數字創新還推動了綠色創新的合作與共享。［19］通過數字化創新平臺和開放式創新模式，企業能夠更加容易地進行技術交流和合作，加速綠色技術的創新和應用，推動了綠色技術的快速發展和推廣應用。綜上所述，本文提出假設2b：

假設2b：數字創新通過促進綠色創新，提升全要素碳排放效率。

數字創新在加強環境規制方面發揮著關鍵作用，進而提升全要素碳排放效率。首先，數字創新為環境監測和數據管理提供了更加高效、準確的手段。通過傳感器、無線通信和大數據分析技術，政府可以及時發現環境污染和生態破壞問題，有針對性地制定環境保護政策和措施。其次，數字創新促進了環境信息的公開透明和共享利用。通過建立數字化的環境信息平臺和在線監測系統，政府部門可以及時發布環境數據和監測結果，向公眾和企業披露環境狀況和污染源排放情況，增強了環境治理的公眾參與和監督機制，提高了公眾對環境問題的認知和關注度，促進了環境治理的民主化和透明化。［20］再次，數字創新提升了環境規制的精準化。通過人工智能和大數據分析技術，可以對企業的生產過程和環境影響進行精細化監測和評估，識別出違規排放行為和環境風險點，有針對性地開展監管和執法工作。［21］最后，數字創新還促進了環境治理的跨部門協作和一體化管理。通過建立數字化的環境信息共享平臺和聯合執法機制，不同部門和地區可以實現信息共享和資源整合，形成合力推進環境治理的良好局面，進而提升全要素碳排放效率。綜上所述，本文提出假設2c：

假設2c：數字創新通過加強環境規制，提升全要素碳排放效率。

三、研究策略

（一）模型設定

本部分構建如下回歸模型，探究數字創新對全要素碳效率的影響：

CEit=α+βDIit+δCONTROLit+CityFIX+YearFIX+εit "（1）

其中，i代表城市，t代表年份，CE表示全要素碳排放效率，DI表示數字創新，CONTROL表示控制變量。CityFIX表示個體固定效應，YearFIX表示時間固定效應，ε為隨機擾動項。

（二）變量選取

1.被解釋變量：全要素碳排放效率

與單要素碳排放效率不同，全要素碳排放效率不僅考察了碳排放自身的變化情況，還能夠反映出在社會整體的生產活動中碳排放的效率。在實現碳達峰、碳中和目標下，更重要的則是從生產活動的全流程中降低碳排放，提升全要素碳排放效率。因此，本文以全要素碳排放效率作為核心被解釋變量。在測度全要素碳排放效率時，已有研究多采用參數化的SFA方法，以及非參數化的DEA方法。非參數方法避免了參數的人為主觀設定，被廣泛應用于效率評價之中。參考王少劍等的研究［22］，本文在DEA框架下，構建了全局超效率SBM模型，以測度全要素碳排放效率，保證不同年份之間的結果具有可比性。假設對于t時期的DMUj，使用m種投入，生產q種產出y和h種非期望產出b，則全要素碳排放效率的測度公式為：

ρ*=minλ，s-，s+1+1m∑mi=1s－，τioxτio1－1q+h∑qr=1s+，τroyτro+∑hk=1s－，τkobτko

s.t. xτio≥∑Tt=1∑nj=1（j≠o if t=τ）λtjxtij-s－，τio; i=1，2，…，m;

yτro≤∑Tt=1∑nj=1（j≠o if t=τ）λtjytrj+s+，τro; r=1，2，…，q;

bτko≥∑Tt=1∑nj=1（j≠o if t=τ）λtjbtkj－s－，τko; k=1，2，…，h;

1－1q+h∑qr=1s+，τroyτro+∑hk=1s－，τkobτko≥ε; λtj≥0;

s－，τio，s+，τro，s－，τko≥0; t=1，2，…，T; j=1，2，…，n（j≠o if t=τ） ""（2）

式中，s－，τio、s+，τro和s－，τko分別表示DMUoτ的每個投入xτio、期望產出yτro和非期望產出bτko的松弛變量，λ為權重變量。

測度全要素碳排放效率需要投入、期望產出和非期望產出三類變量。投入變量中，勞動以各城市單位從業人員數表示。能源消耗以天然氣、液化石油氣和用電量表示，并參照《綜合能耗計算通則》，將能源折算成標準煤。資本以資本存量表示，具體做法可參考張軍的研究。［23］期望產出以城市實際GDP表示，并以2009年為基期進行平減。非期望產出為城市二氧化碳排放量，具體計算方法參考吳建新和郭智勇的研究。［24］

2.核心解釋變量：數字創新

本文以數字經濟相關專利的數量衡量城市數字創新水平。首先，根據《國際專利分類與國民經濟行業分類參照關系表（2018）》和《數字經濟及其核心產業統計分類》，對專利數據進行匹配，篩選出數字經濟相關專利。其次，根據上市公司的地理位置，計算出城市數字經濟相關專利。最后，以城市數字經濟專利申請數量之和+1并取對數處理，表示城市數字創新水平。

3.控制變量

本文參考鄧榮榮和張翱祥的研究［25］，控制了如下變量的影響：（1）工業化水平（IND），以工業增加值占GDP的比重表示。（2）對外開放（OPEN），以實際利用外資額占GDP的比重表示，并以當年匯率進行換算。（3）城鎮化水平（URB），以城鎮常住人口占城市常住總人口的比重表示。（4）政府干預（GOV），以政府一般財政支出占GDP的比重表示。（5）人力資本（HUM），以普通高等學校在校生數與地區年末人口總數的比值表示。

（三）數據來源與說明

鑒于數據可得性，本文以2009—2021年中國272個城市為研究對象，中國香港、中國澳門、中國臺灣和部分數據缺失較為嚴重的城市未納入考察范圍。數字創新數據來源于中國研究數據服務平臺，其他變量均來源于《中國城市統計年鑒》。描述性統計如表1所示。

根據圖1可知，中國城市數字創新和全要素碳排放效率的年均值均呈現出增長趨勢。數字創新的年均值由2009年的2.83增長至2021年的5.56，年均增長率為5.83%。全要素碳排放效率由2009年的0.36增長至2021年的0.54，年均增長率為3.54%。此外，中國城市數字創新和全要素碳排放效率在增長上基本保持一致，一定程度上反映出數字創新和全要素碳排放效率存在相關性。

四、實證分析

（一）基準回歸

表2展示了數字創新對全要素碳排放效率的基準回歸結果。根據表2第（1）列，在控制了個體效應和時間效應之后，數字創新對全要素碳排放效率的影響系數為0.0132，并通過了5%的顯著性水平檢驗，說明數字創新顯著提升了全要素碳排放效率。表2第（2）列是考慮了控制變量之后，數字創新對全要素碳排放效率的影響系數為0.0108，并通過了5%的顯著性檢驗，說明數字創新促進了全要素碳排放效率的提升，結果具有穩健性。上述結果表明，隨著數字創新的不斷發展，數字化的生產技術很大程度上改善了傳統的碳排放模式，提升了全要素碳排放效率。

（二）穩健性檢驗

1.排除政策影響

首先，自2016年起實施的國家級大數據綜合試驗區政策，旨在促進數據資源共享開放、加強數據資源應用、提升數據要素流通速度、加快數字創新發展，這與數字創新密切相關。因此，本文將國家級大數據綜合試驗區的虛擬變量（BD）添加至基準回歸之中，排除了上述政策對結果的影響。根據表3第（1）列，在排除了國家級大數據綜合試驗區的影響之后，數字創新依舊在5%的顯著性水平上顯著提升了全要素碳排放效率，表明結果具有穩定性。其次，碳排放權交易試點政策的實施，很大程度上降低了碳排放水平，提高了碳排放效率，與本文所研究的全要素碳排放效率密切相關。因此，本部分在基準回歸的基礎上，將碳排放權交易試點的虛擬變量（CT）添加至回歸之后，排除該政策的影響。根據表3第（2）列，在排除了該政策的影響之后，數字創新對全要素碳排放效率的影響顯著為正，說明結果具有穩健性。

2.替換變量

本文的基準回歸采用的是全局超效率SBM模型所測度的全要素碳排放效率。在穩健性檢驗中，本部分采用全局超效率EBM模型，該模型不僅充分考慮了徑向比例變化，而且考慮非徑向松弛變化，能夠更有效地測度全要素碳排放效。根據表3第（3）列，在替換了被解釋變量之后，數字創新依舊在5%的水平上顯著促進了全要素碳排放效率，結果具有穩健性。

3.內生性問題

為緩解潛在的內生性問題，本部分采用兩階段最小二乘法進行回歸分析。參考黃群慧等的研究［26］，采用1984年各城市每百人的固定電話數量作為工具變量。固定電話是最早的通信技術來源，可被認為是數字創新發展的開端，因此與數字創新密切相關。然而，固定電話的歷史數量很難影響當今各城市的全要素碳排放效率，因此也滿足排他性假設。與此同時，本文將上一年的全國互聯網用戶數量與1984年各城市每百人的固定電話數量相乘，構造了面板工具變量。工具變量檢驗結果拒絕了識別不足和弱識別的原假設。在利用工具變量法后，回歸結果如表3第（4）列所示，數字創新依舊顯著提升了全要素碳排放效率，說明結果具有穩健性。

（三）異質性分析

1.區位異質性

為了考察數字創新對全要素碳排放效率的影響是否因為區域異質性而產生差異化的影響，本部分按照東、中、西三大板塊劃分原則，將中國城市劃分至三大板塊之內，并進行分組檢驗，結果如表4第（1）—（3）列所示。根據表4第（1）列，在東部地區中，數字創新對全要素碳排放效率的影響為正但未通過顯著性檢驗。根據表4第（2）列，在中部地區，數字創新對全要素碳排放效率的影響顯著為正，說明在中部地區，數字創新能夠提升全要素碳排放效率。根據表4第（3）列，在西部地區中，雖然數字創新對碳排放效率的影響為負，但并未通過顯著性檢驗，說明在西部地區數字創新促進碳排放增效的作用并不明顯。究其原因，中部地區城市近年來工業化進程加快，數字創新也得到了較好的應用和推廣，數字創新的引入使得工業生產效率有所提升，因此對全要素碳排放效率產生了積極影響。東部地區城市經濟發達，擁有較高的技術基礎和豐富的資金支持，形成了較為完備的發展模式，通過數字創新去提升全要素碳排放效率的作用并不明顯。相對而言，西部地區的產業結構仍以傳統重工業和資源型產業為主，加之數字基礎設施建設滯后，技術人才匱乏，使得數字創新難以在短期內轉化為生產力，因而對全要素碳排放效率的提升作用有限。

2.省會城市

為了考察在不同行政等級的城市中，數字創新對全要素碳排放效率是否存在差異化的影響，本部分按照是否為省會城市進行分組回歸，進而解釋這種異質性作用。根據表4第（4）列所示，在省會城市中，數字創新對全要素碳排放效率的影響系數為0.0524，且通過了10%的顯著性檢驗，表明省會城市的數字創新能夠顯著提升全要素碳排放效率。在非省會城市中，數字創新對全要素碳排放效率的影響系數為0.0094，并通過了10%的顯著性水平檢驗，說明非省會城市的數字創新同樣能夠提升全要素碳排放效率，但提升作用沒有省會城市明顯。同時，費舍爾檢驗表明，組間系數在1%的水平上存在顯著差異。究其原因，省會城市作為區域經濟和政治中心，往往擁有更為發達的基礎設施，數字創新的實施需要依賴良好的保障，包括高質量的數字基礎設施、大量的高新技術企業和科研機構，以及充足的電力供應等，這些條件在省會城市更加完善。因此，數字創新能夠在省會城市更迅速、更有效地應用于各個領域，從而顯著提升全要素碳排放效率。非省會城市的經濟發展相對薄弱，缺乏足夠的技術支持和創新資源，數字創新的應用范圍和深度有限。此外在政策扶持力度方面也可能不及省會城市，因此數字創新對全要素碳排放效率的提升作用相對較小。

（四）機制分析

本部分重點從產業升級、綠色創新和環境規制三個方面，通過考察數字創新對機制變量的影響效應，衡量數字創新促進全要素碳排放效率的作用機制。

1.產業升級

參考干春暉等的研究［27］，本部分以城市第三產業與第二產業的比值，衡量城市的產業升級水平，檢驗數字創新是否促進了產業結構升級，回歸結果如表5第（1）列所示。根據結果可知，數字創新對產業升級的影響系數為0.0043，通過了1%的顯著性水平檢驗，說明數字創新顯著促進了產業結構升級。上述結果表明，數字創新的廣泛應用和創新發展能夠帶動傳統產業向更高附加值、更環保、更具競爭力的方向轉型，推動整體產業結構升級，使得中國城市產業結構整體上更為高級、合理，進而提升了全要素碳排放效率。

2.綠色創新

本部分以綠色專利申請總量為機制變量，并將專利數量加一后取對數處理，進而探究數字創新對綠色創新的影響，結果如表5第（2）列所示。根據結果可知，數字創新對綠色創新的影響系數為0.3870，并通過了1%的顯著性檢驗，說明數字創新顯著促進了綠色創新。上述結果表明，數字創新通過提高生產效率、資源利用效率以及環境監測與管理水平，有助于推動綠色技術和綠色產品的研發與應用。這種轉型不僅提高了生產效率和市場競爭力，也為綠色低碳經濟的發展創造了良好的環境。數字創新在推動綠色創新的同時，也提升了全要素碳排放效率，促進了經濟社會發展全面綠色轉型。

3.環境規制

參考肖泉和李金生的研究［28］，本部分在綜合考慮數據可得性的基礎上，以工業固體廢物綜合利用率衡量環境規制水平，進而探究數字創新對環境規制的影響，結果如表5第（3）列所示。根據結果可知，數字創新對環境規制的影響系數為1.5379，結果為正并通過了1%的顯著性檢驗，說明數字創新顯著提升了環境規制水平。這一結果表明，數字創新推動了環境管理的現代化，數字創新的應用提升了環境數據的采集、監測、分析和管理水平，有助于實現對二氧化碳等環境指標的實時監測和評估。政府和相關部門可以更加精準地制定環境規制政策，加強對工業生產過程中廢物處理和資源利用的監管以及末端治理，推動環境規制的現代化和智能化發展。

五、結論與建議

文章采用2009—2021年中國272個城市數據，考察了數字創新對全要素碳排放效率的影響及機制。研究發現：第一，數字創新顯著對全要素碳排放效率的影響顯著為正，并通過了排除政策影響、替換變量、工具變量法等穩健性檢驗。數字創新可以提升全要素碳排放效率，為實現碳達峰、碳中和目標提供了新的途徑。第二，異質性分析發現，在中部地區中，數字創新對全要素碳排放效率的影響顯著為正，但在東部地區和西部地區中這種促進作用并不顯著。在省會城市和非省會城市中，數字創新對全要素碳排放效率均存在著促進作用，并且在省會城市中這種促進作用更為明顯。可見，各地數字創新水平對全要素碳排放效率存在差異，因地制宜發揮數字創新優勢是必要選擇。第三，機制分析發現，數字創新顯著促進了產業結構轉型升級、加快了綠色創新步伐、提升了環境規制強度，從而提升了全要素碳排放效率。結論從經濟結構、技術創新和環境壓力等方面，拓展了數字創新背景下的STIRPAT模型，也為實現碳達峰、碳中和目標提供了可行的路徑。根據上述結論，本文提出以下政策建議：

第一，加強數字創新水平，提升全要素碳排放效率。首先，政府應加大對數字研發的支持力度。通過增加科研經費投入、設立專項資金、加強與高校科研院所的合作等方式，促進數字創新發展，不斷提升其在環境保護和減少碳排放方面的應用效果。其次，政府可以采取積極的產業政策，鼓勵企業加大數字化轉型的力度。對于積極采用數字創新進行綠色改造的企業，政府可以提供稅收減免或直接補貼，減輕企業負擔。此外，通過設立低息貸款和綠色融資通道，降低企業在數字化轉型過程中的資金壓力，鼓勵更多企業參與到數字創新和綠色發展的浪潮中。最后，政府還應推動建立數字創新與碳排放的聯動機制。通過建立數字創新與碳排放數據的監測、分析和評估體系，加強對企業碳排放情況的監管和評價，推動企業加強碳排放管理，提高全要素碳排放效率。

第二，注重數字創新對全要素碳排放效率的差異化特征。首先，對于經濟發達的東部地區，可以加大對數字經濟產業的支持力度，推動產業升級和轉型，提升全要素碳排放效率。而對于中西部地區，可以著重發展數字創新與傳統產業的深度融合，促進新興產業的發展，推動經濟轉型升級。中西部地區在資源和產業結構上具有自身的特點，通過引進和應用數字創新，可以提升傳統產業的競爭力，推動資源型產業向綠色低碳方向發展。其次，政府應加強跨地區合作與協同發展。省會城市和非省會城市之間存在著產業互補和資源共享的潛力，可以通過建立跨區域的數字創新合作機制，實現優勢互補、資源共享。政府可以通過政策引導和支持，鼓勵省會城市向非省會城市輸出先進的數字化管理經驗和技術，共同推動區域經濟的綠色發展，從而推動全要素碳排放效率的提升。

第三，注重數字創新的價值釋放，加強產業升級、綠色創新和環境規制。首先，政府應加強對傳統產業的引導和扶持，推動其向綠色低碳方向轉型升級。通過制定產業政策，鼓勵企業加大技術改造和創新投入，推動傳統產業向高附加值、低碳環保的方向發展，從而提高全要素碳排放效率。其次，政府應加強對綠色技術創新的支持。通過加大對綠色技術研發的投入、建立綠色技術創新平臺、加強政策扶持等方式，激勵企業開展綠色技術創新，推動綠色技術在各行業的廣泛應用，從而實現全要素碳排放效率的提升。最后，政府應借助數字創新加強環境規制，建立健全環境保護制度和法律法規。通過提高環境標準、加大對高碳排放產業的監管力度，促進企業加強環境治理，提升減排措施的實施力度，提高企業的環保門檻，迫使高污染、高能耗企業進行環保改造或退出市場，全面提升產業的綠色發展水平，實現經濟與環境的協調發展，提高全要素碳排放效率。

參考文獻：

［1］Nambisan S， Lyytinen K， Majchrzak A and Song M. Digital Innovation Management： Reinventing Innovation Management Research in a Digital World［J］. MIS Quarterly， 2017（1）： 223～238.

［2］胡增璽，馬述忠.市場一體化對企業數字創新的影響——兼論數字創新衡量方法［J］.經濟研究，2023 （6）：155～172.

［3］林伯強，蔣竺均.中國二氧化碳的環境庫茲涅茨曲線預測及影響因素分析［J］.管理世界，2009（4）：27～36.

［4］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（2）：46～69.

［5］王凱，關銳，胡鳴鏑，等.數字經濟與碳排放績效：以中國276個城市為例［J］.環境科學研究，2023 （9）：1824～1834.

［6］王香艷，李金葉.數字經濟是否有效促進了節能和碳減排？［J］.中國人口·資源與環境，2022 （11）：83～95.

［7］王山，余東華.數字經濟的降碳效應與作用路徑研究——基于中國制造業碳排放效率的經驗考察［J］.科學學研究，2024 （2）：310～321.

［8］董康銀，王建達，蔣慶哲.數字技術創新對碳排放強度的影響——基于數字技術專利檢索的分析［J］.環境經濟研究，2023 （2）：1～20.

［9］韋莊禹.數字經濟發展對制造業企業資源配置效率的影響研究［J］.數量經濟技術經濟研究，2022 （3）：66～85.

［10］史丹.數字經濟條件下產業發展趨勢的演變［J］.中國工業經濟，2022（11）：26～42.

［11］叢屹，俞伯陽.數字經濟對中國勞動力資源配置效率的影響［J］.財經理論與實踐，2020 （2）：108～114.

［12］謝小云，左玉涵，胡瓊晶. 數字化時代的人力資源管理：基于人與技術交互的視角［J］.管理世界，2021 （1）：200～216.

［13］李金昌，連港慧，徐藹婷. “雙碳”愿景下企業綠色轉型的破局之道——數字化驅動綠色化的實證研究［J］.數量經濟技術經濟研究，2023 （9）：27～49.

［14］Shang Y， Raza S A， Huo Z， et al. Does Enterprise Digital Transformation Contribute to the Carbon Emission Reduction？ Micro-level Evidence from China［J］. International Review of Economics amp; Finance， 2023（86）： 1～13.

［15］陳曉紅，唐潤成，胡東濱，等. 電力企業數字化減污降碳的路徑與策略研究［J］.中國科學院院刊，2024 （2）：298～310.

［16］郭東杰，周立宏，陳林.數字經濟對產業升級與就業調整的影響［J］.中國人口科學，2022 （3）：99～110.

［17］鄭志來.共享經濟的成因、內涵與商業模式研究［J］.現代經濟探討，2016 （3）：32～36.

［18］Luo S; Yimamu N; Li Y; et al. Digitalization and Sustainable Development： How could Digital Economy Development Improve Green Innovation in China？［J］. Business Strategy and the Environment， 2023 （4）： 1847～1871.

［19］宋德勇，朱文博，丁海.企業數字化能否促進綠色技術創新——基于重污染行業上市公司的考察［J］.財經研究，2022 （4）：34～48.

［20］韓先鋒，鄭酌基，宋文飛，等.環境規制調節下數字金融對綠色技術創新的動態影響研究［J］.管理學報，2023 （8）：1180～1188.

［21］賈俊雪，羅理恒，顧嘉. 地方政府環境規制與經濟高質量發展［J］.中國工業經濟，2023 （5）：99～117.

［22］王少劍，高爽，黃永源，等.基于超效率SBM模型的中國城市碳排放績效時空演變格局及預測［J］.地理學報，2020 （6）：1316～1330.

［23］張軍， 吳桂英， 張吉鵬. 中國省級物資資本存量估算： 1952—2000. 經濟研究， 2004 （10）： 35～44.

［24］吳建新， 郭智勇. 基于連續性動態分布方法的中國碳排放收斂分析. 統計研究， 2016 （1）： 54～60.

［25］鄧榮榮，張翱祥.中國城市數字金融發展對碳排放績效的影響及機理［J］.資源科學，2021 （11）：2316～2330.

［26］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.

［27］干春暉，鄭若谷，余典范. 中國產業結構變遷對經濟增長和波動的影響［J］. 經濟研究，2011 （5）： 4～16.

［28］肖泉，李金生.土地價格扭曲影響城市綠色全要素生產率研究——基于綠色創新能力視角［J］.華東經濟管理，2023 （5）：62～72.

The Impact of Digital Innovation on Total Factor Carbon Emission Efficiency

CHEN Yingwu

（Guizhou Academy of Social Sciences，Guiyang ，Guizhou 550002，China）

Abstract：

In the critical period of achieving carbon peaking and carbon neutrality， leveraging the advantages of digital innovation to enhance total factor carbon emission efficiency is crucial. This paper employs panel data from 272 Chinese cities spanning from 2009 to 2021， using patents related to the digital economy to represent the level of digital innovation， and examines the impact of digital innovation on total factor carbon emission efficiency. The findings are as follows： （1）Digital innovation significantly improves total factor carbon emission efficiency， and this result is robust to policy influence exclusion， variable replacement and instrumental variable tests. （2）Heterogeneity analysis reveals that in the central regions， digital innovation has a significantly positive impact on total factor carbon emission efficiency， whereas in the eastern and western regions， this promotion effect is not significant. Both in provincial capitals and non-provincial capitals， digital innovation promotes total factor carbon emission efficiency， with a more pronounced effect in provincial capitals. （3）Mechanism analysis indicates that digital innovation significantly promotes industrial structure transformation and upgrading， accelerates the pace of green innovation， and enhances the intensity of environmental regulation， thereby improving total factor carbon emission efficiency. This study addresses the impact and mechanisms of digital innovation on total factor carbon emission efficiency， providing valuable insights for accelerating digital innovation， improving total factor carbon emission efficiency， and promoting a comprehensive green and low-carbon transformation of economic and social development.

Key words：

digital innovation; total factor carbon emission efficiency; carbon peaking and carbon neutrality

責任編輯：吳錦丹

收稿日期：2024-07-11

基金項目：貴州省哲學社會科學創新工程后期資助項目“數字經濟對全要素碳排放效率的影響研究”（CXHQ 2423）。

作者簡介：陳應武（1976—），男，云南鎮雄人，貴州省社會科學院國家治理體系和治理能力現代化地方實踐高端智庫研究員，研究方向為數字經濟與綠色發展。