數(shù)字經(jīng)濟(jì)的節(jié)能減排效應(yīng)及作用機(jī)制
——基于空間關(guān)聯(lián)網(wǎng)絡(luò)溢出模式

周夢(mèng)雯 劉傳明

1（對(duì)外經(jīng)濟(jì)貿(mào)易大學(xué)國(guó)際經(jīng)濟(jì)研究院，北京 100029）2（山東財(cái)經(jīng)大學(xué)經(jīng)濟(jì)學(xué)院，濟(jì)南 250014）

引言

我國(guó)在快速的工業(yè)化和城市化進(jìn)程中取得了巨大的發(fā)展成就，但粗放型的發(fā)展方式也導(dǎo)致碳排放和能源消費(fèi)量急劇增加，作為能源消費(fèi)和碳排放的大國(guó)，在履行全球碳減排的大國(guó)責(zé)任和改善自身經(jīng)濟(jì)社會(huì)發(fā)展產(chǎn)生的環(huán)境問題雙重背景下，2020年9月習(xí)近平總書記在聯(lián)合國(guó)大會(huì)上做出“30·60”的承諾，并在2021年首次將“碳達(dá)峰、碳中和”寫入政府工作報(bào)告，協(xié)同推進(jìn)降碳、減污、擴(kuò)綠、增長(zhǎng)是我國(guó)高質(zhì)量發(fā)展的時(shí)代要求。當(dāng)前，數(shù)字經(jīng)濟(jì)正在引領(lǐng)新一輪科技革命和產(chǎn)業(yè)變革，《數(shù)字中國(guó)發(fā)展報(bào)告（2022年）》 顯示，2022年我國(guó)數(shù)字經(jīng)濟(jì)規(guī)模達(dá)50.2 萬(wàn)億元，總量穩(wěn)居全球第二，同比名義增長(zhǎng)10.3%，占國(guó)內(nèi)生產(chǎn)總值比重提升至41.5%。數(shù)字經(jīng)濟(jì)在改善資源錯(cuò)配、優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)、促進(jìn)提質(zhì)增效等方面發(fā)揮重要作用，成為推動(dòng)經(jīng)濟(jì)增長(zhǎng)的新引擎和實(shí)現(xiàn)高質(zhì)量發(fā)展的新動(dòng)能［1］。那么，以“數(shù)字經(jīng)濟(jì)”為代表的產(chǎn)業(yè)政策和以“雙碳”為目標(biāo)的經(jīng)濟(jì)綠色轉(zhuǎn)型能否實(shí)現(xiàn)“共贏”，是決定未來中國(guó)經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)型和綠色發(fā)展的關(guān)鍵。

數(shù)字經(jīng)濟(jì)和節(jié)能減排分別是中國(guó)經(jīng)濟(jì)轉(zhuǎn)型發(fā)展的重要推力和目標(biāo)函數(shù)，數(shù)字經(jīng)濟(jì)的快速發(fā)展可能對(duì)節(jié)能減排表現(xiàn)出雙重影響。數(shù)字經(jīng)濟(jì)作為一種新的經(jīng)濟(jì)形態(tài)，能夠降低交易成本、提高技術(shù)創(chuàng)新能力、提高資源流動(dòng)性和配置效率，從根本上改變高耗能高污染的粗放型經(jīng)濟(jì)體系，使經(jīng)濟(jì)結(jié)構(gòu)向著智能化、綠色化、集約化的方向發(fā)展，有利于節(jié)能減排目標(biāo)實(shí)現(xiàn)；另外，數(shù)字經(jīng)濟(jì)發(fā)展需要建設(shè)數(shù)據(jù)中心、5G 基站等基礎(chǔ)設(shè)施，消耗大量的電力能源，我國(guó)仍然是以煤炭為主的發(fā)電方式，這勢(shì)必會(huì)增加對(duì)環(huán)境的壓力，同時(shí)在促進(jìn)經(jīng)濟(jì)發(fā)展的過程中需要更多的要素資源投入，提高能源消耗量和相應(yīng)的碳排放，不利于節(jié)能減排目標(biāo)的實(shí)現(xiàn)。

那么，數(shù)字經(jīng)濟(jì)能否成為節(jié)能減排的關(guān)鍵動(dòng)力？數(shù)字經(jīng)濟(jì)與節(jié)能減排之間存在怎樣的邏輯關(guān)系和影響機(jī)制？數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化又存在何種異質(zhì)性影響機(jī)制？本文試圖將數(shù)字經(jīng)濟(jì)、能源強(qiáng)度和碳排放強(qiáng)度三者置于統(tǒng)一框架，納入數(shù)字經(jīng)濟(jì)空間關(guān)聯(lián)網(wǎng)絡(luò)特征，運(yùn)用空間計(jì)量模型對(duì)上述問題進(jìn)行探究。從現(xiàn)有文獻(xiàn)來看，數(shù)字經(jīng)濟(jì)的環(huán)境效應(yīng)，尤其是數(shù)字經(jīng)濟(jì)在實(shí)現(xiàn)“雙碳”目標(biāo)中的關(guān)鍵作用受到學(xué)者廣泛關(guān)注。有學(xué)者研究發(fā)現(xiàn)數(shù)字經(jīng)濟(jì)能夠降低區(qū)域碳排放強(qiáng)度［2］，表現(xiàn)出環(huán)境改善效應(yīng)，也有學(xué)者檢驗(yàn)了數(shù)字經(jīng)濟(jì)對(duì)碳排放的非線性影響，認(rèn)為數(shù)字經(jīng)濟(jì)在不同的發(fā)展階段對(duì)碳排放的影響方向不同［3］，徐維祥等［4］從空間效應(yīng)視角探究了數(shù)字經(jīng)濟(jì)對(duì)城市碳排放的抑制作用。還有學(xué)者從數(shù)字經(jīng)濟(jì)與能源之間的關(guān)系出發(fā)，研究發(fā)現(xiàn)數(shù)字經(jīng)濟(jì)對(duì)地區(qū)能源效率的影響也呈現(xiàn)非線性特征，并且具有顯著的空間溢出效應(yīng)［5］。另外，部分學(xué)者從數(shù)字經(jīng)濟(jì)的不同維度探究了其異質(zhì)性影響，主要是影響方向和影響大小的異質(zhì)性［2］。

雖然已有文獻(xiàn)對(duì)數(shù)字經(jīng)濟(jì)的環(huán)境效應(yīng)做了諸多有益探索，然而數(shù)字經(jīng)濟(jì)、能源強(qiáng)度與碳排放強(qiáng)度三者之間的邏輯關(guān)系尚不明晰，已有文獻(xiàn)對(duì)于空間效應(yīng)的考察忽略了數(shù)字經(jīng)濟(jì)空間關(guān)聯(lián)網(wǎng)絡(luò)的溢出渠道，數(shù)字經(jīng)濟(jì)不同維度的影響機(jī)制異質(zhì)性也有待進(jìn)一步探究。

1 理論分析

數(shù)字經(jīng)濟(jì)正在引領(lǐng)全球第4 次工業(yè)革命，成為國(guó)民經(jīng)濟(jì)的“穩(wěn)定器”、“加速器”，實(shí)現(xiàn)低碳綠色發(fā)展是我國(guó)經(jīng)濟(jì)轉(zhuǎn)型的重點(diǎn)，數(shù)字經(jīng)濟(jì)快速發(fā)展如何影響“雙碳”目標(biāo)達(dá)成引發(fā)了學(xué)界廣泛關(guān)注，接下來將結(jié)合已有文獻(xiàn)分析數(shù)字經(jīng)濟(jì)、能源強(qiáng)度和碳排放強(qiáng)度三者之間的關(guān)系。

1.1 數(shù)字經(jīng)濟(jì)對(duì)碳排放強(qiáng)度的影響

數(shù)字經(jīng)濟(jì)對(duì)碳排放的影響具有雙重效應(yīng)，其中碳減排效應(yīng)可以從以下3 點(diǎn)進(jìn)行分析：（1）數(shù)字經(jīng)濟(jì)催生了大批新興產(chǎn)業(yè)和新的商業(yè)模式［6］，逐步改變傳統(tǒng)產(chǎn)業(yè)模式和生產(chǎn)方式，污染產(chǎn)業(yè)逐步淘汰，新興產(chǎn)業(yè)發(fā)展壯大，生產(chǎn)過程中污染物排放將會(huì)減少；（2）隨著數(shù)字技術(shù)打破地區(qū)間、行業(yè)間的信息傳輸壁壘，知識(shí)和技術(shù)的生產(chǎn)、傳播、擴(kuò)散效率大為提升，促進(jìn)高新技術(shù)企業(yè)、高技能人才和研發(fā)資本等創(chuàng)新要素集聚和溢出，提高整個(gè)社會(huì)的知識(shí)存量和技術(shù)創(chuàng)新水平［7］，進(jìn)而改善環(huán)境質(zhì)量；（3）數(shù)字經(jīng)濟(jì)創(chuàng)新產(chǎn)業(yè)組織形態(tài)，提高產(chǎn)業(yè)內(nèi)、產(chǎn)業(yè)間、產(chǎn)品內(nèi)分工與協(xié)作效率，降低搜尋成本和流通效率，加快資源在部門之間的流動(dòng)，擴(kuò)大資源配置范圍［8］，提高資源配置效率，有利于環(huán)境污染改善。

然而，數(shù)字經(jīng)濟(jì)發(fā)展過程中也會(huì)對(duì)環(huán)境產(chǎn)生負(fù)面影響，引起碳排放量的增加。數(shù)字產(chǎn)業(yè)作為數(shù)字經(jīng)濟(jì)的重要構(gòu)成和發(fā)展基礎(chǔ)，本身具有高耗能的特點(diǎn)［6］，據(jù)測(cè)算，全國(guó)數(shù)據(jù)中心每天耗電量占全社會(huì)發(fā)電量的1.5%～2.2%，數(shù)字硬件產(chǎn)品生產(chǎn)、數(shù)字基礎(chǔ)設(shè)施建設(shè)及運(yùn)營(yíng)對(duì)環(huán)境的影響特別是碳排放問題不容小覷；另外，數(shù)字經(jīng)濟(jì)是經(jīng)濟(jì)增長(zhǎng)的重要推動(dòng)力，在促進(jìn)經(jīng)濟(jì)規(guī)模擴(kuò)張和增長(zhǎng)過程中會(huì)加重資源的消耗和使用。據(jù)此，本文判定數(shù)字經(jīng)濟(jì)發(fā)展與碳排放之間呈現(xiàn)非線性關(guān)系，隨著數(shù)字經(jīng)濟(jì)發(fā)展階段的變化，對(duì)碳排放的抑制和促進(jìn)效應(yīng)交替發(fā)揮主導(dǎo)作用。

1.2 數(shù)字經(jīng)濟(jì)對(duì)能源強(qiáng)度的影響

數(shù)字經(jīng)濟(jì)對(duì)能源強(qiáng)度的影響也會(huì)隨著數(shù)字經(jīng)濟(jì)發(fā)展階段的變化而改變，已有研究表明技術(shù)進(jìn)步是提高能源效率、降低能源消費(fèi)量最關(guān)鍵的因素［9，10］，而數(shù)字技術(shù)無疑是當(dāng)下最前沿、最先進(jìn)的技術(shù)，數(shù)字經(jīng)濟(jì)不僅能夠?qū)δ茉雌髽I(yè)生產(chǎn)流程進(jìn)行賦能，促進(jìn)能源企業(yè)生產(chǎn)管理流程優(yōu)化升級(jí)，從能源生產(chǎn)端提高效率，還能夠?qū)ζ渌髽I(yè)生產(chǎn)賦能，通過技術(shù)交流和知識(shí)溢出效應(yīng)提高生產(chǎn)效率、節(jié)約成本，從消費(fèi)端降低能源損失、提高能源利用率［11］。除此之外，數(shù)字經(jīng)濟(jì)快速發(fā)展會(huì)導(dǎo)致經(jīng)濟(jì)規(guī)模擴(kuò)張，增加對(duì)資源的消耗和需求，數(shù)字經(jīng)濟(jì)本身對(duì)能源的需求和數(shù)字經(jīng)濟(jì)賦能新業(yè)態(tài)對(duì)能源的需求，本質(zhì)上都未改變數(shù)字經(jīng)濟(jì)發(fā)展模式以能源消費(fèi)為主要手段的情況，這會(huì)產(chǎn)生明顯的“能源回彈效應(yīng)”［13］，進(jìn)而加大對(duì)能源的消費(fèi)。因此數(shù)字經(jīng)濟(jì)與能源強(qiáng)度二者之間也存在非線性關(guān)系。

1.3 能源強(qiáng)度的中介效應(yīng)

能源消費(fèi)是導(dǎo)致污染排放增加的最主要來源，以煤炭為代表的化石燃料燃燒會(huì)直接產(chǎn)生二氧化碳等污染物。隨著數(shù)字技術(shù)在各行業(yè)領(lǐng)域的深度融合與應(yīng)用創(chuàng)新，對(duì)生產(chǎn)過程中能源利用效率產(chǎn)生重要影響，進(jìn)而影響能源消費(fèi)強(qiáng)度，最終影響碳排放強(qiáng)度。從現(xiàn)有文獻(xiàn)來看，國(guó)內(nèi)外學(xué)者研究均表明能源消費(fèi)是導(dǎo)致碳排放的重要因素［12，13］。從我國(guó)現(xiàn)實(shí)情況來看，數(shù)字經(jīng)濟(jì)發(fā)展過程中所表現(xiàn)出的能源消耗量增加已經(jīng)被關(guān)注到，“東數(shù)西算”戰(zhàn)略的提出旨在將能源消耗量較大的數(shù)據(jù)中心和算力資源布局在自然環(huán)境適宜、資源稟賦富裕的中、西部地區(qū)，從而降低能源消耗減輕環(huán)境污染。據(jù)此本文提出數(shù)字經(jīng)濟(jì)可能通過能源強(qiáng)度影響碳排放強(qiáng)度。

2 研究設(shè)計(jì)

2.1 空間計(jì)量模型設(shè)定

數(shù)字經(jīng)濟(jì)能夠突破地理距離和時(shí)空限制，強(qiáng)化地區(qū)之間的空間關(guān)聯(lián)交互效應(yīng)。本文構(gòu)建空間杜賓模型，如下所示：

其中，i表示省（區(qū)、市），t表示年份，cbit表示碳排放強(qiáng)度，digit表示數(shù)字經(jīng)濟(jì)發(fā)展水平，為考察數(shù)字經(jīng)濟(jì)和碳排放強(qiáng)度之間的非線性關(guān)系，將數(shù)字經(jīng)濟(jì)的二次項(xiàng)和三次項(xiàng)引入模型。wij是空間權(quán)重矩陣，用來表示地區(qū)之間的空間鄰近關(guān)系。μi表示地區(qū)固定效應(yīng)，λt表示時(shí)間固定效應(yīng)，εit為隨機(jī)擾動(dòng)項(xiàng)。

2.2 空間權(quán)重矩陣設(shè)定

本文基于修正的引力模型刻畫30 個(gè)省（區(qū)、市）（基于數(shù)據(jù)的可獲得性，西藏及港、澳、臺(tái)地區(qū)未包含在內(nèi)）之間的數(shù)字經(jīng)濟(jì)空間關(guān)聯(lián)網(wǎng)絡(luò)距離，生成省際數(shù)字經(jīng)濟(jì)的空間關(guān)聯(lián)網(wǎng)絡(luò)，以此構(gòu)建數(shù)字經(jīng)濟(jì)網(wǎng)絡(luò)關(guān)聯(lián)空間權(quán)重矩陣，修正后的引力模型為：

其中，Wij為省（區(qū)、市）i和省（區(qū)、市）j的數(shù)字經(jīng)濟(jì)空間關(guān)聯(lián)網(wǎng)絡(luò)權(quán)重，digi、digj分別是省（區(qū)、市）i和省（區(qū)、市）j的數(shù)字經(jīng)濟(jì)發(fā)展水平，gdpi、gdpj分別是省（區(qū)、市）i和省（區(qū)、市）j的實(shí)際GDP，Dij表示省（區(qū)、市）i和省（區(qū)、市）j之間的地理距離，通過ArcGIS 計(jì)算獲得，kij表示省（區(qū)、市）i數(shù)字經(jīng)濟(jì)發(fā)展的貢獻(xiàn)率。計(jì)算出省際數(shù)字經(jīng)濟(jì)空間關(guān)聯(lián)矩陣后，對(duì)矩陣各行取平均值作為臨界值，當(dāng)空間關(guān)聯(lián)強(qiáng)度大于臨界值時(shí)取1，表明該行省（區(qū)、市）對(duì)該列省（區(qū)、市）數(shù)字經(jīng)濟(jì)發(fā)展具有空間關(guān)聯(lián)關(guān)系，當(dāng)空間關(guān)聯(lián)強(qiáng)度小于臨界值時(shí)取0，表明該行省（區(qū)、市）對(duì)該列省（區(qū)、市）數(shù)字經(jīng)濟(jì)發(fā)展不具有空間關(guān)聯(lián)關(guān)系。由此根據(jù)省（區(qū)、市）之間貢獻(xiàn)度和引力的差異，得到一個(gè)0～1 型非對(duì)稱空間網(wǎng)絡(luò)權(quán)重矩陣。

根據(jù)修正的引力模型確定省（區(qū)、市）之間的數(shù)字經(jīng)濟(jì)空間關(guān)聯(lián)關(guān)系并建立關(guān)系矩陣，運(yùn)用Gephi 軟件繪制了2005年、2012年和2021年的網(wǎng)絡(luò)圖（圖略）。可以看出，我國(guó)數(shù)字經(jīng)濟(jì)空間關(guān)聯(lián)關(guān)系數(shù)和網(wǎng)絡(luò)密度逐年上升，2005年的關(guān)聯(lián)關(guān)系數(shù)是172 個(gè)，2012年上升到443 個(gè)，2021年為659 個(gè)，省際數(shù)字經(jīng)濟(jì)空間關(guān)聯(lián)的整體網(wǎng)絡(luò)密度呈逐年上升趨勢(shì)，從2005年的0.198 上升到2021年的0.757，說明我國(guó)省際之間數(shù)字經(jīng)濟(jì)的空間關(guān)聯(lián)越來越密切。從網(wǎng)絡(luò)節(jié)點(diǎn)來看，北京、上海、廣東、江蘇、浙江等東部發(fā)達(dá)省（區(qū)、市）在數(shù)字經(jīng)濟(jì)空間關(guān)聯(lián)網(wǎng)絡(luò)中與其他省（區(qū)、市）的關(guān)系數(shù)較多，占據(jù)核心地位。隨著數(shù)字經(jīng)濟(jì)發(fā)展，部分中、西部省（區(qū)、市）依托自身優(yōu)勢(shì)在全國(guó)數(shù)字經(jīng)濟(jì)空間關(guān)聯(lián)網(wǎng)絡(luò)中的地位逐漸上升，而青海、新疆、黑龍江、吉林等西部和東北地區(qū)的省（區(qū)、市），由于經(jīng)濟(jì)規(guī)模相對(duì)較小，發(fā)展數(shù)字經(jīng)濟(jì)的基礎(chǔ)較弱，地理位置相對(duì)偏遠(yuǎn)等因素，數(shù)字經(jīng)濟(jì)與其他省（區(qū)、市）之間的空間關(guān)聯(lián)較弱。

2.3 變量說明與數(shù)據(jù)來源

本文核心解釋變量為數(shù)字經(jīng)濟(jì)發(fā)展水平（dig）。綜合考慮數(shù)據(jù)的可得性和準(zhǔn)確性、計(jì)算出來數(shù)字經(jīng)濟(jì)指標(biāo)的連續(xù)性和可比性，借鑒劉軍等（2020）［14］、王軍等（2021）［15］的研究，從數(shù)字產(chǎn)業(yè)化與產(chǎn)業(yè)數(shù)字化兩個(gè)維度，采用基于層次分析的變異系數(shù)法來測(cè)度地區(qū)數(shù)字經(jīng)濟(jì)的發(fā)展水平并對(duì)其取對(duì)數(shù)，其中數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化分別包括4 個(gè)二級(jí)指標(biāo)，共28 個(gè)三級(jí)指標(biāo)①。

被解釋變量是碳排放強(qiáng)度（cb）。采用單位產(chǎn)出的二氧化碳排放量作為地區(qū)碳排放的衡量指標(biāo)，由各省（區(qū)、市）碳排放總量與產(chǎn)出的比值取對(duì)數(shù)得到。穩(wěn)健性檢驗(yàn)用人均碳排放強(qiáng)度、碳排放總量指標(biāo)表示。碳排放數(shù)據(jù)來源于中國(guó)碳核算數(shù)據(jù)庫(kù)（CEADs）。

根據(jù)已有研究，選取勞動(dòng)生產(chǎn)率（lab）、人均收入水平及其二次項(xiàng)（pgdp、spgdp）、城鎮(zhèn)化水平（urban）、能源消費(fèi)強(qiáng)度（energy）、產(chǎn)業(yè)結(jié)構(gòu)（sgdp）、技術(shù)進(jìn)步（tec）、對(duì)外開放度（fdi）、環(huán)境規(guī)制（er）作為控制變量，數(shù)據(jù)來源于《中國(guó)統(tǒng)計(jì)年鑒》、《中國(guó)環(huán)境統(tǒng)計(jì)年鑒》、《中國(guó)科技統(tǒng)計(jì)年鑒》、《中國(guó)能源統(tǒng)計(jì)年鑒》、各省（區(qū)、市）統(tǒng)計(jì)年鑒和EPS 數(shù)據(jù)庫(kù)等，所有價(jià)格變量均以2005年為基期進(jìn)行平減，絕對(duì)值變量均取對(duì)數(shù)處理。

3 實(shí)證回歸結(jié)果分析

3.1 基準(zhǔn)回歸結(jié)果

運(yùn)用空間計(jì)量模型對(duì)數(shù)字經(jīng)濟(jì)與碳排放強(qiáng)度之間的關(guān)系進(jìn)行檢驗(yàn)，根據(jù)前文的分析，數(shù)字經(jīng)濟(jì)與碳排放強(qiáng)度表現(xiàn)出非線性關(guān)系，若數(shù)字經(jīng)濟(jì)的三次項(xiàng)系數(shù)為負(fù)，則說明數(shù)字經(jīng)濟(jì)與碳排放強(qiáng)度之間整體呈現(xiàn)負(fù)向相關(guān)關(guān)系，即在某種條件下存在“減排”效應(yīng)。回歸結(jié)果表2 展示數(shù)字經(jīng)濟(jì)的一次項(xiàng)、二次項(xiàng)和三次項(xiàng)均在1%的水平上顯著且符號(hào)依次為負(fù)、正和負(fù)，表明數(shù)字經(jīng)濟(jì)與碳排放強(qiáng)度存在倒“N”型關(guān)系。當(dāng)數(shù)字經(jīng)濟(jì)發(fā)展水平低于1.87 時(shí)，二者為負(fù)向關(guān)系，這一階段處于信息化和數(shù)字化的起步期，通過規(guī)模效應(yīng)和成本節(jié)約效應(yīng)對(duì)碳排放強(qiáng)度產(chǎn)生抑制作用。當(dāng)數(shù)字經(jīng)濟(jì)發(fā)展水平處于1.87～4.17 時(shí)，對(duì)碳排放強(qiáng)度表現(xiàn)為顯著的正向促進(jìn)作用，這一階段數(shù)字技術(shù)在產(chǎn)業(yè)中的應(yīng)用水平不高，數(shù)字經(jīng)濟(jì)發(fā)展帶來的產(chǎn)出擴(kuò)張大于數(shù)字經(jīng)濟(jì)帶來的成本下降、資源優(yōu)化配置對(duì)碳排放的抑制效應(yīng)，使得碳排放強(qiáng)度明顯增加。當(dāng)數(shù)字經(jīng)濟(jì)發(fā)展水平超過4.17 時(shí)，發(fā)展數(shù)字經(jīng)濟(jì)的各類基礎(chǔ)設(shè)施建設(shè)已相對(duì)成熟，數(shù)字技術(shù)的正外部性、共享性及各類溢出效應(yīng)凸顯，數(shù)字經(jīng)濟(jì)對(duì)地區(qū)碳排放強(qiáng)度產(chǎn)生抑制作用。空間溢出效應(yīng)系數(shù)的一次項(xiàng)、二次項(xiàng)和三次項(xiàng)至少在5%的水平上顯著且符號(hào)依次為負(fù)、正和負(fù)，說明數(shù)字經(jīng)濟(jì)對(duì)鄰近地區(qū)碳排放也呈現(xiàn)“抑制－促進(jìn)－抑制”的三階段特征。因此，空間互動(dòng)和地區(qū)競(jìng)爭(zhēng)在改變省際之間的碳排放強(qiáng)度方面發(fā)揮著至關(guān)重要的作用，考察數(shù)字經(jīng)濟(jì)對(duì)碳排放的影響效應(yīng)時(shí)要注重地區(qū)協(xié)同。

表1 描述性統(tǒng)計(jì)

表2 基準(zhǔn)回歸結(jié)果

表3 穩(wěn)健性檢驗(yàn)

3.2 穩(wěn)健性檢驗(yàn)

為進(jìn)一步驗(yàn)證基準(zhǔn)回歸結(jié)果的可靠性，本文采取以下3 種方式進(jìn)行穩(wěn)健性檢驗(yàn)：（1）替換被解釋變量。將單位產(chǎn)出的碳排放強(qiáng)度替換為人均碳排放強(qiáng)度和碳排放總強(qiáng)度；（2）替換空間權(quán)重矩陣。將空間權(quán)重矩陣替換為地理－經(jīng)濟(jì)距離嵌套矩陣，對(duì)地理距離和經(jīng)濟(jì)距離矩陣各賦50%的權(quán)重；（3）排除全國(guó)碳排放權(quán)交易試點(diǎn)的干擾。為避免其他類型的碳減排政策對(duì)本文結(jié)果造成干擾，本文控制碳排放權(quán)交易試點(diǎn)對(duì)碳排放強(qiáng)度的影響，根據(jù)全國(guó)碳排放交易試點(diǎn)設(shè)置的時(shí)間和地區(qū)構(gòu)造碳排放權(quán)交易試點(diǎn)變量（tjy），作為控制變量加入回歸中。回歸結(jié)果與基準(zhǔn)結(jié)果一致，具有穩(wěn)健性。

3.3 內(nèi)生性問題處理

本文考慮到地區(qū)之間存在空間溢出效應(yīng)，采用空間計(jì)量模型進(jìn)行回歸，一定程度上緩解了模型的內(nèi)生性問題，為了進(jìn)一步避免可能出現(xiàn)的反向因果問題和遺漏變量偏差，本文借鑒黃群慧等（2019）［16］的研究，采用1984年各省（區(qū)、市）固定電話數(shù)量和郵局?jǐn)?shù)量作為工具變量。具體地，歷史郵電數(shù)據(jù)與當(dāng)今數(shù)字經(jīng)濟(jì)發(fā)展息息相關(guān)，現(xiàn)代信息技術(shù)的發(fā)展以傳統(tǒng)信息技術(shù)為基礎(chǔ)，過去的技術(shù)和使用習(xí)慣都會(huì)傳承和延續(xù)，滿足相關(guān)性要求；另外，1984年一個(gè)地區(qū)的固定電話數(shù)量和郵局?jǐn)?shù)量難以對(duì)20年后該地區(qū)的碳排放量產(chǎn)生影響，滿足外生性要求。由于1984年固定電話和郵局?jǐn)?shù)量是截面數(shù)據(jù)，最終本文將各省（區(qū)、市）每萬(wàn)人1984年固定電話和郵局?jǐn)?shù)量與上一年全國(guó)長(zhǎng)途光纜線路長(zhǎng)度的交互項(xiàng)作為工具變量。根據(jù)表4 中Kleibergen－Paap rk 的LM 統(tǒng)計(jì)量和Anderson－Rubin Wald Test F 值可以看出，選取的工具變量不存在識(shí)別不足、弱工具變量和過度識(shí)別的問題。運(yùn)用工具變量得到的回歸結(jié)果與基準(zhǔn)一致，解決內(nèi)生性后本文得到的回歸結(jié)果仍然穩(wěn)健。

表4 內(nèi)生性問題處理

3.4 能源強(qiáng)度的中介效應(yīng)與數(shù)字經(jīng)濟(jì)的“節(jié)能”效應(yīng)

能源是碳達(dá)峰碳中和的重點(diǎn)領(lǐng)域，節(jié)能是推進(jìn)碳達(dá)峰碳中和、促進(jìn)高質(zhì)量發(fā)展的重要手段。接下來本文將對(duì)數(shù)字經(jīng)濟(jì)的“節(jié)能”效應(yīng)進(jìn)行考察，具體而言，若數(shù)字經(jīng)濟(jì)的三次項(xiàng)系數(shù)符號(hào)顯著為負(fù)，則說明數(shù)字經(jīng)濟(jì)在某種條件下能夠表現(xiàn)出“節(jié)能”效應(yīng)。本部分借鑒江艇（2022）［17］提出的中介機(jī)制檢驗(yàn)方法，將被解釋變量替換為能源強(qiáng)度。表5 說明數(shù)字經(jīng)濟(jì)與能源強(qiáng)度均表現(xiàn)出倒“N”型關(guān)系，即在數(shù)字經(jīng)濟(jì)發(fā)展初期能夠降低能源強(qiáng)度，但是隨著數(shù)字經(jīng)濟(jì)的進(jìn)一步發(fā)展存在“能源回彈效應(yīng)”，當(dāng)數(shù)字經(jīng)濟(jì)發(fā)展水平超過某一數(shù)值時(shí)，對(duì)能源強(qiáng)度起到抑制作用。計(jì)算倒“N”型曲線的兩個(gè)拐點(diǎn)分別為1.72 和3.97，兩個(gè)拐點(diǎn)數(shù)值均顯著低于數(shù)字經(jīng)濟(jì)對(duì)碳排放強(qiáng)度影響的拐點(diǎn)值，說明能源強(qiáng)度是數(shù)字經(jīng)濟(jì)影響碳排放強(qiáng)度的作用渠道，并且在數(shù)字經(jīng)濟(jì)發(fā)展水平提高到一定的數(shù)值之后，具有“節(jié)能”和“減排”的雙重效應(yīng)。

表5 能源強(qiáng)度的中介效應(yīng)與數(shù)字經(jīng)濟(jì)的節(jié)能效應(yīng)檢驗(yàn)

3.5 數(shù)字產(chǎn)業(yè)化與產(chǎn)業(yè)數(shù)字化雙重維度的機(jī)制效應(yīng)檢驗(yàn)

（1）能源強(qiáng)度機(jī)制與節(jié)能效應(yīng)檢驗(yàn)

將數(shù)字產(chǎn)業(yè)化（digcy）與產(chǎn)業(yè)數(shù)字化（cydig）分別對(duì)碳排放強(qiáng)度和能源強(qiáng)度進(jìn)行回歸，結(jié)果見表6 所示。列（1）、（2）是對(duì)碳排放強(qiáng)度的回歸結(jié)果，數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化的一次項(xiàng)、二次項(xiàng)和三次項(xiàng)系數(shù)符號(hào)均在1%顯著性水平下為負(fù)、正、負(fù)，存在倒“N”型關(guān)系，計(jì)算數(shù)字產(chǎn)業(yè)化兩個(gè)拐點(diǎn)值分別為1.51 和3.89，產(chǎn)業(yè)數(shù)字化的兩個(gè)拐點(diǎn)值為2.19 和5.02。列（3）、（4）是對(duì)能源強(qiáng)度的回歸結(jié)果，呈現(xiàn)出倒“N”型的非線性關(guān)系，數(shù)字產(chǎn)業(yè)化影響能源強(qiáng)度的兩個(gè)拐點(diǎn)分別為1.33 和4.03，第二個(gè)拐點(diǎn)明顯大于數(shù)字產(chǎn)業(yè)化對(duì)碳排放強(qiáng)度的第二個(gè)拐點(diǎn)值，說明數(shù)字產(chǎn)業(yè)化通過能源強(qiáng)度影響碳排放強(qiáng)度的機(jī)制渠道不成立。產(chǎn)業(yè)數(shù)字化影響能源強(qiáng)度的兩個(gè)拐點(diǎn)分別為1.99 和4.58，兩個(gè)拐點(diǎn)值均小于產(chǎn)業(yè)數(shù)字化影響碳排放強(qiáng)度的拐點(diǎn)值，說明產(chǎn)業(yè)數(shù)字化通過影響能源強(qiáng)度進(jìn)而影響碳排放強(qiáng)度的作用渠道成立。

表6 數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化的異質(zhì)性機(jī)制檢驗(yàn)

（2）產(chǎn)業(yè)集聚機(jī)制檢驗(yàn)

將被解釋變量更換為地區(qū)產(chǎn)業(yè)集聚水平，產(chǎn)業(yè)集聚（agg）以單位面積的非農(nóng)產(chǎn)出來衡量。通過表6 列（5）回歸結(jié)果發(fā)現(xiàn)，數(shù)字產(chǎn)業(yè)化三次項(xiàng)系數(shù)分別為正、負(fù)、正的“N”型關(guān)系，而產(chǎn)業(yè)集聚與地區(qū)環(huán)境污染之間的關(guān)系往往遵循倒“U”或倒“N”型曲線關(guān)系，即達(dá)到一定的集聚水平之后會(huì)表現(xiàn)出明顯的環(huán)境友好效應(yīng)［18，19］。兩個(gè)拐點(diǎn)值分別為1.98 和3.64，第二個(gè)拐點(diǎn)明顯小于數(shù)字產(chǎn)業(yè)化影響碳排放強(qiáng)度的拐點(diǎn)值，產(chǎn)業(yè)集聚是數(shù)字產(chǎn)業(yè)化影響碳排放的一個(gè)作用渠道，數(shù)字產(chǎn)業(yè)化的快速發(fā)展會(huì)加強(qiáng)各類產(chǎn)業(yè)在空間上的集聚性，隨著集聚水平的改變，范圍經(jīng)濟(jì)和擁擠效應(yīng)交替發(fā)揮主導(dǎo)作用，通過產(chǎn)業(yè)間溢出效應(yīng)和規(guī)模效應(yīng)的發(fā)揮對(duì)地區(qū)碳排放水平產(chǎn)生影響。列（6）表明產(chǎn)業(yè)數(shù)字化對(duì)產(chǎn)業(yè)集聚的回歸不顯著，即產(chǎn)業(yè)集聚不是產(chǎn)業(yè)數(shù)字化影響碳排放的一個(gè)作用渠道。

4 結(jié)論與政策建議

數(shù)字經(jīng)濟(jì)正在引領(lǐng)全球新一輪科技革命和產(chǎn)業(yè)變革，是達(dá)成“雙碳”目標(biāo)的必由之路。本文將數(shù)字經(jīng)濟(jì)、能源強(qiáng)度和碳排放強(qiáng)度三者置于統(tǒng)一框架，采用基于層次分析的變異系數(shù)法從數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化兩大維度構(gòu)建地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)，利用空間杜賓模型實(shí)證檢驗(yàn)得出以下結(jié)論。數(shù)字經(jīng)濟(jì)對(duì)能源強(qiáng)度和碳排放強(qiáng)度的影響均呈現(xiàn)倒“N”型特征，具有顯著的空間溢出效應(yīng)，數(shù)字經(jīng)濟(jì)發(fā)展到一定階段可以實(shí)現(xiàn)“節(jié)能”與“減排”雙贏。數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化影響碳排放強(qiáng)度的渠道存在異質(zhì)性，數(shù)字產(chǎn)業(yè)化通過產(chǎn)業(yè)集聚影響碳排放強(qiáng)度，產(chǎn)業(yè)數(shù)字化通過能源強(qiáng)度影響碳排放強(qiáng)度。

據(jù)此，得出以下政策啟示：（1）促進(jìn)數(shù)字產(chǎn)業(yè)化與產(chǎn)業(yè)數(shù)字化協(xié)調(diào)發(fā)展，加強(qiáng)數(shù)字產(chǎn)業(yè)集群，提高數(shù)字產(chǎn)業(yè)的能源利用率，引導(dǎo)數(shù)字基礎(chǔ)設(shè)施向著高效節(jié)能、綠色低碳的方向發(fā)展，深化數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)融合，發(fā)揮數(shù)字技術(shù)在傳統(tǒng)產(chǎn)業(yè)中的能源效率提升和污染減排作用；（2）注重?cái)?shù)字經(jīng)濟(jì)發(fā)展過程中的地區(qū)協(xié)同，強(qiáng)化地區(qū)產(chǎn)業(yè)集群和行業(yè)交叉融合發(fā)展。要進(jìn)一步加快區(qū)域性數(shù)字科技創(chuàng)新中心、數(shù)字產(chǎn)業(yè)創(chuàng)新中心、數(shù)字知識(shí)產(chǎn)權(quán)中心的建設(shè)，發(fā)揮其“數(shù)字鴻溝”的彌合作用和區(qū)域增長(zhǎng)減排協(xié)同效應(yīng)；（3）根據(jù)不同地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展階段，制定與之相適應(yīng)的數(shù)字經(jīng)濟(jì)和節(jié)能減排政策。發(fā)達(dá)地區(qū)發(fā)揮“領(lǐng)頭羊”對(duì)其他地區(qū)的引領(lǐng)示范作用，欠發(fā)達(dá)地區(qū)用足自身制度優(yōu)勢(shì)，加強(qiáng)與發(fā)達(dá)地區(qū)的經(jīng)濟(jì)聯(lián)系，提升全國(guó)數(shù)字經(jīng)濟(jì)治理協(xié)同性。

注釋：

①由于篇幅限制，留存?zhèn)渌鳌⒈疚挠?jì)算得到的2019年30 個(gè)省（區(qū)、市）數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)與騰訊研究院、中國(guó)信通院、賽迪研究院發(fā)布的2019年數(shù)字經(jīng)濟(jì)指數(shù)排名進(jìn)行比較，發(fā)現(xiàn)整體來看差異性不大，廣東、江蘇、浙江、北京、上海位居前五位，內(nèi)蒙古、甘肅、海南、寧夏、青海排名后五位，說明本文測(cè)算的數(shù)字經(jīng)濟(jì)發(fā)展水平是可靠可信、科學(xué)合理的。