數(shù)字經濟驅動碳減排的機理與實證研究

劉楊洋 王晶晶

摘? ?要：基于2014—2020年中國省級面板數(shù)據，構建數(shù)字經濟發(fā)展水平評價指標體系，對我國各省域的數(shù)字經濟發(fā)展水平進行綜合評價，并在此基礎上實證檢驗數(shù)字經濟的發(fā)展對我國省域二氧化碳排放量的影響。研究結果表明，數(shù)字經濟發(fā)展水平存在明顯的地區(qū)差異，呈現(xiàn)出東強西弱的局面；數(shù)字經濟發(fā)展對碳排放量存在一定的負向影響效應；數(shù)字經濟發(fā)展會通過影響產業(yè)結構、技術創(chuàng)新而間接對碳排放量產生抑制作用。以上研究結論對緩解地區(qū)數(shù)字經濟發(fā)展不平衡有積極作用，可為實現(xiàn)“雙碳”目標提供政策參考。

關鍵詞：數(shù)字經濟；碳減排；產業(yè)結構；技術創(chuàng)新

中圖分類號：F49；X22? ? ? ? 文獻標志碼：A? ? ? 文章編號：1673-291X（2024）02-0059-05

引言

在國家大力推行“雙碳”目標的同時，數(shù)字市場迅速擴張，數(shù)字經濟與綠色發(fā)展的深度融合已經成為推動經濟高質量發(fā)展的必然要求和重要支撐。那么，數(shù)字經濟究竟能否促進碳減排？如果答案是肯定的，其中的作用機理是什么？通過對上述問題的進一步探究，有助于更加清晰地認識數(shù)字經濟與碳排放量的關系，為實現(xiàn)“雙碳”目標提供決策依據。

從目前已有研究來看，從數(shù)字經濟的角度對碳排放量進行全面系統(tǒng)性研究的文獻還比較少，部分涉及數(shù)字經濟和碳排放的文獻討論得出的論斷是，數(shù)字經濟通過產業(yè)結構（梁琦，2021）、生產率（邱子迅，2021）、技術創(chuàng)新（郭豐，等，2022）等因素驅動碳減排，且數(shù)字經濟對碳減排的促進具有區(qū)域異質性（謝云飛，2022）。

本文希望做出的貢獻是，通過對數(shù)字經濟與碳排放量之間的研究，厘清數(shù)字經濟助力碳減排的作用機理，賦能傳統(tǒng)企業(yè)改造升級，進一步加快數(shù)字經濟建設，助力雙碳目標的實現(xiàn)。

一、理論機制和研究假說

（一）直接效應

數(shù)字經濟的直接減碳效應主要表現(xiàn)在數(shù)字經濟天然的流動屬性使得數(shù)據具有低擴散成本與高擴散速度的特點，不但可節(jié)約信息搜尋的成本，而且可使碳減排的信息得到流通；先進的數(shù)字技術為多場景為一體的線上平臺提供了可能，可有效控制線下交通出行的碳排放量；在數(shù)字技術發(fā)展的過程中，綠色低碳概念逐步進入大眾視野，人力、物力、財力的傾斜力度進一步加大，從而達到勞動分工優(yōu)化、社會資源分配優(yōu)化的效果，最終實現(xiàn)降低碳排放?；诖耍疚奶岢黾僬f1。

假說1：推動數(shù)字經濟能夠改善碳排放效率。

（二）產業(yè)結構效應

數(shù)字經濟能夠有效提高社會活動的效率，降低傳統(tǒng)產業(yè)的成本。具體來說，一是與實體經濟相結合，提高設備的運轉效率，減少能源的浪費，達到減碳的效果；二是提高信息獲得的效率，產業(yè)鏈內的企業(yè)形成行動共同體，產業(yè)主體間聯(lián)動的邊際成本被降低，實現(xiàn)碳排放量的減少。同時，新興的數(shù)字產業(yè)本身具有低能耗、低排放的特點，能夠擠壓一部分非環(huán)境友好型企業(yè)，使其轉型升級或者退出市場，達到促進碳排放水平降低的效果。而更為合理、協(xié)調的產業(yè)結構能夠促使低碳技術向擁有較快轉型能力的行業(yè)傾斜，促進低碳技術和行業(yè)的融合。因此，本文提出假說2。

假說2：產業(yè)結構在數(shù)字經濟和碳排放之間有顯著的中介效應。

（三）技術創(chuàng)新效應

通過數(shù)字技術打造的信息平臺可以突破空間藩籬，使技術創(chuàng)新的流動速度加快，有利于低碳發(fā)展先進經驗的傳播與實施。此外，依托數(shù)字技術建立可追溯的征信平臺、借貸平臺等，可降低投資人的投資風險，緩解綠色創(chuàng)新企業(yè)融資難問題，有助于其技術創(chuàng)新的意愿增強。人才方面，數(shù)字經濟催生的新興產業(yè)吸引了大批高學歷、高技術人群，從而優(yōu)化了人力資源的結構，為綠色創(chuàng)新技術的發(fā)展提供了良好人力基礎，為減碳技術的實現(xiàn)提供可能。綜上所述，本文提出假說3。

假說3：數(shù)字經濟通過促進技術創(chuàng)新提高碳排放效率。

二、模型構建和變量說明

（一）數(shù)據來源

鑒于指標數(shù)據的可獲取性和完整度，本文最終選取全國（除香港、澳門、臺灣、西藏、新疆）29個省份作為實證研究對象，時間跨度為2014—2020年。文中所選指標數(shù)據主要來源于《中國統(tǒng)計年鑒》《中國城市統(tǒng)計年鑒》《中國能源統(tǒng)計年鑒》等，部分缺失值采用線性插補法和時間序列預測法補齊。

（二）變量選取

被解釋變量：碳排放量（ce）。在借鑒謝云飛、Shan等測算方法的基礎上，遵循IPCC《國家溫室氣體排放清單指南》，根據各省歷年終端能源消費數(shù)據進行二氧化碳排放量測算。

核心解釋變量：數(shù)字經濟發(fā)展水平（dige）。選取具體指標構建數(shù)字經濟發(fā)展水平評價指標體系，使用熵權法對各省級區(qū)域數(shù)字經濟水平進行綜合指數(shù)值測算。

控制變量：考慮到對碳排放量造成影響的因素較多，本文在模型中納入相關變量以控制實證研究結果精準度，具體包括居民收入水平（incom）、第三產業(yè)活動（terti）、城鎮(zhèn)化發(fā)展程度（ur）、政府支持（gov）。其中，居民收入水平選用居民人均可支配收入作為指標，采取第三產業(yè)增加值對第三產業(yè)活動進行衡量；城鎮(zhèn)化發(fā)展程度采用常住人口城鎮(zhèn)化率作為指標；政府支持選取政府干預度進行衡量。

中介變量：產業(yè)結構（ind）與技術創(chuàng)新（ie）。具體借鑒史修松等（2009）的研究。本文選取各省產業(yè)結構升級指數(shù)作為產業(yè)結構指數(shù)，利用中國區(qū)域創(chuàng)新能力綜合效用值作為技術創(chuàng)新指數(shù)。

（三）面板基準回歸模型

本文首先建立普通面板基準回歸模型，對于數(shù)字經濟發(fā)展驅動碳減排進行實證研究分析。鑒于部分數(shù)據波動較大，通過取對數(shù)形式進行處理，以消除可能存在的異方差現(xiàn)象?；鶞誓Ｐ驮O置如下。

lnceit=a0+β1digeit+β2incomit+β3lntertiit+β4urit+β5govit+μi+σt+εit（1）

其中，i表示城市，t表示年份，ceit表示第i個城市第t年碳排放量，digeit表示數(shù)字經濟發(fā)展水平，incomit表示居民收入水平，tertiit表示第三產業(yè)活動，urit表示城鎮(zhèn)化發(fā)展程度，govit表示政府支持，μi、σt、εit依次為個體效應、時間效應與隨機干擾項。

（四）中介效應模型

基于前文的理論機制研究證明，數(shù)字經濟發(fā)展會借助產業(yè)結構、技術創(chuàng)新對碳排放量產生影響。在此通過中介效應模型對前文研究假說完成檢驗，分析核心解釋變量對被解釋變量影響過程和作用機制。具體參考溫忠麟與葉寶娟（2014）中介效應分析，采取逐步回歸法。

三、實證結果和穩(wěn)健性檢驗

（一）熵權法結果分析

綜合評價結果顯示，我國數(shù)字經濟發(fā)展水平的地域性比較明顯，表現(xiàn)為國家中心城市（北京）、沿海城市（山東）、珠三角地區(qū)（廣東）、長三角地區(qū)（江蘇、浙江、上海）在評價結果中總體占據領先地位，中西部地區(qū)（青海、寧夏、甘肅、內蒙古）處于較為落后的位置。不同省份的數(shù)字經濟評價結果差距比較大，說明中國各省數(shù)字經濟發(fā)展狀況不平衡現(xiàn)象比較嚴重。

同時，在整個評價周期內，即2014—2020年期間，各省域的數(shù)字經濟水平呈現(xiàn)出整體上升的趨勢，整體數(shù)字經濟發(fā)展水平的得分均值從2014的0.083 6提升到2020的0.217 1。平均值的逐年增長說明數(shù)字經濟的發(fā)展向好，也說明數(shù)字化水平逐年提升。

（二）基準回歸分析

首先，將數(shù)字經濟發(fā)展水平納入回歸模型，基于雙向固定效應，對數(shù)字經濟發(fā)展影響碳排放進行回歸估計，結果如表3第（1）列所示，即數(shù)字經濟發(fā)展對碳排放的回歸系數(shù)為-0.469 3，通過5%的顯著性檢驗，說明數(shù)字經濟發(fā)展對碳排放產生一定負向影響，提高數(shù)字經濟發(fā)展水平能夠顯著降低區(qū)域碳排放量。

其次，逐步加入控制變量，回歸結果如表3第（2）至（5）列所示，發(fā)現(xiàn)較第（1）列而言，數(shù)字經濟發(fā)展水平估計系數(shù)變小，說明控制變量的加入增加了數(shù)字經濟發(fā)展對碳排放量的削弱作用，且仍具有顯著負向影響效應。

在加入全部控制變量后，居民收入水平回歸系數(shù)為正，居民收入水平增加會促進碳排放量增加，居民收入水平升高會導致消費需求增加，從而造成生活能源用量增多，最終致使碳排放量增加；第三產業(yè)活動系數(shù)為正，第三產業(yè)活動增加促進碳排放量增加；城鎮(zhèn)化發(fā)展程度回歸系數(shù)為負，城鎮(zhèn)化發(fā)展程度增加有利于控制碳排放量減少；政府支持系數(shù)為負，政府支持增加促使碳排放量減少，在國家全力推進“雙碳”目標實現(xiàn)背景下，政府支持表現(xiàn)出明顯的減碳傾向。

（三）穩(wěn)健性檢驗

1.替換被解釋變量

考慮到各省區(qū)域經濟發(fā)展水平差距，在此計算各省碳排放量與GDP比率得出碳排放強度（ci），作為替換后的被解釋變量進行穩(wěn)健性檢驗?；貧w結果與基準回歸相比，核心解釋變量估計系數(shù)雖然有較小波動變化，但均顯著為負。從而發(fā)現(xiàn)結論仍然成立，一定程度上證明了結果的相對穩(wěn)健性。

2.改變樣本容量

為加強實證結果穩(wěn)健性，本文對模型中數(shù)據進行雙側1%縮尾處理后重新進行回歸，實證結果與基準回歸結果相比，系數(shù)估計值、符號及顯著程度均沒有產生較為明顯差異，某種意義上證明了實證結果的穩(wěn)健性。

3.使用工具變量

本文將被解釋變量即碳排放量的滯后一期作為工具變量，以解決一定程度的內生性問題。從而發(fā)現(xiàn)，使用工具變量后，結論與前文基準回歸一致，一定程度上證明實證結果的穩(wěn)健性。

（四）進一步分析：機制檢驗

通過中介模型，本文將產業(yè)結構和技術創(chuàng)新作為中介變量驗證傳導路徑。從表4第（6）列和第（8）列表示數(shù)字經濟發(fā)展對中介變量的回歸結果，發(fā)現(xiàn)數(shù)字經濟發(fā)展水平回歸系數(shù)分別為-0.016 2與11.241 5，說明數(shù)字經濟發(fā)展水平對產業(yè)結構有一定程度負面影響，對技術創(chuàng)新有顯著正面影響。

將產業(yè)結構和技術創(chuàng)新分別與數(shù)字經濟統(tǒng)一納入模型中，考察對碳排放量的影響，回歸結果如表4第（7）列和第（9）列所示，從中發(fā)現(xiàn)數(shù)字經濟對碳排放量的回歸系數(shù)均在5%顯著性水平下顯著為負。通過中介效應檢驗發(fā)現(xiàn)，產業(yè)結構、技術創(chuàng)新對碳排放量的中介影響分別在1%、5%的顯著性水平下顯著，中介效應成立。說

明產業(yè)結構、技術創(chuàng)新分別發(fā)揮部分中介作用，數(shù)字經濟發(fā)展水平通過分別作用于產業(yè)結構、技術創(chuàng)新，對碳排放量形成減弱效應。

四、結論與啟示

本文基于2014—2020年中國省級面板數(shù)據，綜合評價了數(shù)字經濟發(fā)展水平，并實證考察了數(shù)字經濟發(fā)展對碳排放量的影響。研究發(fā)現(xiàn)，第一，數(shù)字經濟發(fā)展水平存在東、西部總體由強到弱的顯著不平衡地區(qū)差異；第二，數(shù)字經濟發(fā)展水平對碳排放量存在一定程度減弱效應，且該結果具有穩(wěn)健性；第三，數(shù)字經濟發(fā)展水平對碳排放量的減弱效應會通過影響產業(yè)結構、技術創(chuàng)新而間接產生。

上述研究結論具有如下重要政策啟示。第一，在監(jiān)督機制設計方面，需要改進規(guī)則條例，加強執(zhí)行力度，實現(xiàn)資源互通與信息公開，加強監(jiān)督管理。第二，在技術制度改善方面，需要進一步提高數(shù)字經濟產品與服務創(chuàng)新性，搭建綠色經濟發(fā)展服務平臺。第三，在結構調整方面，需要建立健全核心因素支撐發(fā)展體系，鞏固深化產業(yè)結構基礎框架和技術創(chuàng)新布局。

參考文獻：

[1]? ?梁琦.“新時代高質量發(fā)展的數(shù)字經濟”專題導語[J].中山大學學報（社會科學版），2021，61（6）：163-164.

[2]? ?邱子迅，周亞虹.數(shù)字經濟發(fā)展與地區(qū)全要素生產率：基于國家級大數(shù)據綜合試驗區(qū)的分析[J].財經研究，2021，47（7）：4-17.

[3]? ?郭豐，楊上廣，任毅.數(shù)字經濟、綠色技術創(chuàng)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），2022，51（3）：45-60.

[4]? ?謝云飛.數(shù)字經濟對區(qū)域碳排放強度的影響效應及作用機制[J].當代經濟管理，2022，44（2）：68-78.

[5]? ?鄔彩霞，高媛.數(shù)字經濟驅動低碳產業(yè)發(fā)展的機制與效應研究[J].貴州社會科學，2020（11）：155-161.

[6]? ?SHAN Y，GUAN D，ZHENG H，et al.China CO2 emission accounts 1997—2015[J].Scientific data，2018，5（1）：1-14.

[7]? ?繆陸軍，陳靜，范天正，等.數(shù)字經濟發(fā)展對碳排放的影響：基于278個地級市的面板數(shù)據分析[J].南方金融，2022（2）：45-57.

[8]? ?史修松，趙曙東，吳福象.中國區(qū)域創(chuàng)新效率及其空間差異研究[J].數(shù)量經濟技術經濟研究，2009，26（3）：45-55.

[9]? ?溫忠麟，葉寶娟.中介效應分析：方法和模型發(fā)展[J].心理科學進展，2014，22（5）：731-745.

Mechanisms and Empirical Studies of Carbon Emission Reduction Driven by Digital Economy

Liu Yangyang， Wang Jingjing

（Nanjing University of Posts and Telecommunications， Nanjing 210023， China）

Abstract： Based on Chinas provincial panel data from 2014 to 2020， the evaluation index system of digital economy development level is constructed to comprehensively evaluate the digital economy development level of each Chinese province， and the impact of digital economy development on Chinas provincial carbon dioxide emissions is empirically tested on this basis. The research results show that there are obvious regional differences in the development level of digital economy， showing a situation of strong in the east and weak in the west; there is a certain negative effect of digital economy development on carbon emissions， and the improvement of digital economy development level can significantly reduce regional carbon emissions; digital economy development will indirectly have a suppressive effect on carbon emissions by influencing industrial structure and technological innovation. It provides policy insights to alleviate regional imbalances in digital economy development and to achieve the “double carbon” goal.

Key words： digital economy; carbon emission reduction; industrial structure; technological innovation

[責任編輯? ?彥? ?文]