數(shù)字經(jīng)濟(jì)、工業(yè)智能化和工業(yè)碳生產(chǎn)率

[摘要]數(shù)字經(jīng)濟(jì)正在引領(lǐng)著工業(yè)活動的數(shù)字化革命，為其低碳轉(zhuǎn)型提供了契機(jī)。為探究數(shù)字經(jīng)濟(jì)發(fā)展對城市工業(yè)碳生產(chǎn)率發(fā)展的空間影響效應(yīng)和作用機(jī)制關(guān)系，基于2011—2021年長江經(jīng)濟(jì)帶11省市面板數(shù)據(jù)，借助雙重固定效應(yīng)下的靜態(tài)和動態(tài)空間杜賓模型進(jìn)行分析，并進(jìn)一步引入工業(yè)智能化檢驗(yàn)數(shù)字經(jīng)濟(jì)對工業(yè)碳生產(chǎn)率升級的作用機(jī)制和門檻效應(yīng)。結(jié)果顯示：（1）數(shù)字經(jīng)濟(jì)發(fā)展不僅能顯著提升本地城市工業(yè)碳生產(chǎn)率，也促進(jìn)鄰近城市工業(yè)碳生產(chǎn)率提升，且其長期效應(yīng)大于短期效應(yīng)，但促進(jìn)效果存在先增加后減弱的“減速效應(yīng)”。（2）數(shù)字經(jīng)濟(jì)推動工業(yè)智能化發(fā)展是提升城市工業(yè)碳生產(chǎn)率的重要傳導(dǎo)路徑，并存在正向非線性關(guān)系，盲目追求智能化指標(biāo)會削弱數(shù)字經(jīng)濟(jì)對碳生產(chǎn)率的促進(jìn)作用。由此提出深入挖掘數(shù)字經(jīng)濟(jì)減排潛力、加強(qiáng)區(qū)域間的經(jīng)濟(jì)合作、平衡數(shù)字經(jīng)濟(jì)與工業(yè)智能化的發(fā)展等建議，以放大數(shù)字經(jīng)濟(jì)對工業(yè)碳減排潛力。

[關(guān)鍵詞]長江經(jīng)濟(jì)帶；數(shù)字經(jīng)濟(jì)；工業(yè)碳生產(chǎn)率；工業(yè)智能化

一、 引言

由于碳排放的負(fù)向外溢效應(yīng)，全球各地區(qū)都面臨著氣候變暖帶來的負(fù)面影響[1]。作為全球最大的發(fā)展中國家與碳排放國，中國高度重視全球氣候治理，積極承擔(dān)碳減排責(zé)任，在明確提出“雙碳”目標(biāo)后，黨的二十大在實(shí)現(xiàn)中國式現(xiàn)代化的高度上再次強(qiáng)調(diào)了綠色化低碳化發(fā)展的關(guān)鍵性1。而工業(yè)是碳排放生產(chǎn)的重點(diǎn)領(lǐng)域，提高工業(yè)碳生產(chǎn)率是降低工業(yè)碳減排成本（工業(yè)增加值損失）及幫助地區(qū)平衡工業(yè)增長和減排的關(guān)鍵舉措[2]。同時，受益于數(shù)字技術(shù)的成熟和普及，新興的數(shù)字經(jīng)濟(jì)開始與傳統(tǒng)的生產(chǎn)和生活方式深度融合，為制造業(yè)的高質(zhì)量發(fā)展提供了強(qiáng)大的驅(qū)動力，為推動工業(yè)實(shí)現(xiàn)向高級化、低碳化轉(zhuǎn)變提供了新的路徑，在促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展和提升人民生活水平方面發(fā)揮著關(guān)鍵作用[3]。雖然與發(fā)達(dá)國家相比，中國的數(shù)字經(jīng)濟(jì)起步較晚，但充分展現(xiàn)了后發(fā)優(yōu)勢，根據(jù)《數(shù)字中國發(fā)展報告》2，2022年我國數(shù)字經(jīng)濟(jì)規(guī)模達(dá)到了50.2萬億元，位居全球第二，占GDP比重提升至41.5%。數(shù)字經(jīng)濟(jì)已逐漸成為經(jīng)濟(jì)提質(zhì)增效的關(guān)鍵驅(qū)動力。在實(shí)現(xiàn)“雙碳”目標(biāo)和積極推進(jìn)數(shù)字經(jīng)濟(jì)發(fā)展的大環(huán)境中，“十四五”規(guī)劃以及2035年遠(yuǎn)景規(guī)劃綱要強(qiáng)調(diào)推動能源的低碳安全利用，推進(jìn)工業(yè)等領(lǐng)域的綠色低碳轉(zhuǎn)型，并要求通過數(shù)字化轉(zhuǎn)型全面推動生產(chǎn)、生活和治理方式的變革3。因此工業(yè)領(lǐng)域要充分挖掘數(shù)字經(jīng)濟(jì)“降碳提質(zhì)”潛力，積極推進(jìn)數(shù)字化轉(zhuǎn)型和智能化升級，為實(shí)現(xiàn)工業(yè)低碳化綠色化轉(zhuǎn)型注入強(qiáng)勁動力。

推動長江經(jīng)濟(jì)帶發(fā)展是黨中央制定的重要決策，習(xí)總書記在全面推動長江經(jīng)濟(jì)帶發(fā)展座談會上明確指出，要將長江經(jīng)濟(jì)帶建設(shè)成為我國綠色發(fā)展的主戰(zhàn)場和引領(lǐng)經(jīng)濟(jì)高質(zhì)量發(fā)展的主力軍1。同時，長江經(jīng)濟(jì)帶不僅是我國重點(diǎn)推進(jìn)綠色發(fā)展的區(qū)域之一，也是數(shù)字經(jīng)濟(jì)和人工智能發(fā)展的核心地區(qū)，在推動沿江地區(qū)的協(xié)調(diào)發(fā)展、促進(jìn)沿海內(nèi)外經(jīng)濟(jì)發(fā)展方面發(fā)揮著重要牽引作用。因此本研究關(guān)注長江經(jīng)濟(jì)帶這一特殊區(qū)域，探討數(shù)字經(jīng)濟(jì)與工業(yè)碳生產(chǎn)率的關(guān)系，以及如何有效釋放數(shù)字經(jīng)濟(jì)對工業(yè)碳生產(chǎn)率的助推力量，進(jìn)而實(shí)現(xiàn)工業(yè)碳減排和可持續(xù)發(fā)展的目標(biāo)。研究結(jié)論不僅為長江經(jīng)濟(jì)帶的綠色轉(zhuǎn)型和經(jīng)濟(jì)高質(zhì)量發(fā)展提供理論和實(shí)踐參考，還可以對全國范圍內(nèi)的工業(yè)碳減排和可持續(xù)發(fā)展產(chǎn)生積極的示范作用。

二、 研究假設(shè)

1. 數(shù)字經(jīng)濟(jì)與工業(yè)碳生產(chǎn)率

隨著中國邁入“5G+工業(yè)互聯(lián)網(wǎng)”時代，數(shù)字經(jīng)濟(jì)的優(yōu)勢日益凸顯，城市工業(yè)該如何充分利用數(shù)字經(jīng)濟(jì)的優(yōu)勢，實(shí)現(xiàn)減污降碳和提質(zhì)增效？首先，數(shù)字經(jīng)濟(jì)通過引領(lǐng)傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級[4]，推動工業(yè)生產(chǎn)從傳統(tǒng)的局部信息化向數(shù)字化、網(wǎng)絡(luò)化和智能化的方向迅速轉(zhuǎn)變，有利于優(yōu)化工業(yè)產(chǎn)業(yè)和能源結(jié)構(gòu)，提高工業(yè)碳生產(chǎn)率。其次，數(shù)字經(jīng)濟(jì)為工業(yè)企業(yè)提供了自動化和數(shù)字化的生產(chǎn)過程，高效貫通和精準(zhǔn)銜接城市工業(yè)生產(chǎn)的各個環(huán)節(jié)，有效降低信息的不對稱性并減少能源不必要的消耗，從而提升工業(yè)碳生產(chǎn)率[5]。此外，數(shù)字技術(shù)的應(yīng)用也可以幫助企業(yè)實(shí)施對能源和碳排放的監(jiān)測與管理，通過應(yīng)用碳排放交易平臺和碳中和服務(wù)平臺等領(lǐng)域，實(shí)現(xiàn)對工業(yè)碳排放的精準(zhǔn)監(jiān)測，進(jìn)而實(shí)現(xiàn)污染信息的透明化[6]。

數(shù)字經(jīng)濟(jì)可以突破時間和空間的限制，克服行政邊界的束縛[7]。數(shù)字經(jīng)濟(jì)在技術(shù)水平相對較高、基礎(chǔ)設(shè)施較為完善、數(shù)字化產(chǎn)業(yè)相對集中的城市內(nèi)發(fā)展，并通過跨區(qū)流動和應(yīng)用傳導(dǎo)到鄰近地區(qū)，以更多元的方式建立連接[8]，以經(jīng)濟(jì)和地理的鄰近為區(qū)域高技術(shù)人才、數(shù)字化技術(shù)以及創(chuàng)新知識等要素的跨界流動提供客觀條件，通過信息共享、合作創(chuàng)新和資源整合等方式對鄰近地區(qū)產(chǎn)生溢出效應(yīng)[9]，從而帶動鄰近地區(qū)的工業(yè)碳生產(chǎn)率得到提升。隨著政府對數(shù)字經(jīng)濟(jì)“降碳減排”作用的關(guān)注，其可能會出臺一系列競爭性和創(chuàng)新性的政策措施，周邊城市及工業(yè)之間的競爭行為將導(dǎo)致技術(shù)、人才等資源進(jìn)一步流動，使得數(shù)字經(jīng)濟(jì)的創(chuàng)新和知識溢出效應(yīng)更為顯著。據(jù)此，本文提出如下假設(shè)：

假設(shè)1：數(shù)字經(jīng)濟(jì)發(fā)展有利于區(qū)域工業(yè)碳生產(chǎn)率的提升，存在空間溢出效應(yīng)。

隨著數(shù)字經(jīng)濟(jì)的發(fā)展，數(shù)字技術(shù)的應(yīng)用程度逐漸飽和[10]，導(dǎo)致新產(chǎn)品和技術(shù)創(chuàng)新的增長速度減緩。有學(xué)者提出數(shù)字經(jīng)濟(jì)出現(xiàn)邊際效應(yīng)遞減的現(xiàn)象[11]，數(shù)字經(jīng)濟(jì)對工業(yè)碳排放存在非線性關(guān)系[12]。在數(shù)字經(jīng)濟(jì)發(fā)展初期，數(shù)字技術(shù)的應(yīng)用對工業(yè)生產(chǎn)效率的提升非常顯著，從而使得工業(yè)碳生產(chǎn)率得到了極大提高。但是隨著數(shù)字經(jīng)濟(jì)的發(fā)展，持續(xù)增加數(shù)字技術(shù)的應(yīng)用可能無法繼續(xù)高效提高工業(yè)碳生產(chǎn)率。此外，數(shù)字技術(shù)的適用領(lǐng)域和適用范圍的局限性以及數(shù)字技術(shù)本身存在的一些缺陷和不足之處[13]，這些都可能限制數(shù)字經(jīng)濟(jì)對工業(yè)碳生產(chǎn)率的促進(jìn)作用。因此，本文提出數(shù)字經(jīng)濟(jì)對工業(yè)碳生產(chǎn)率的“減速效應(yīng)”，即數(shù)字經(jīng)濟(jì)在初期發(fā)展階段對工業(yè)碳生產(chǎn)率的促進(jìn)作用較為明顯，但隨著數(shù)字經(jīng)濟(jì)的發(fā)展趨于成熟，數(shù)字經(jīng)濟(jì)的發(fā)展速度逐漸放緩，且對工業(yè)碳生產(chǎn)率的貢獻(xiàn)逐漸減少。基于這一觀察，本文提出如下假設(shè)：

假設(shè)2：數(shù)字經(jīng)濟(jì)對工業(yè)碳生產(chǎn)率的促進(jìn)作用存在“減速效應(yīng)”。

2. 數(shù)字經(jīng)濟(jì)、工業(yè)智能化與工業(yè)碳生產(chǎn)率

數(shù)字經(jīng)濟(jì)對工業(yè)的賦能路徑一直是學(xué)界所關(guān)注的問題，索洛曾提出著名的“信息技術(shù)生產(chǎn)率悖論”他指出盡管數(shù)字信息技術(shù)已經(jīng)大規(guī)模普及[14]，但似乎并未有效持續(xù)地提高全要素生產(chǎn)率。由于工業(yè)的數(shù)字化和智能化轉(zhuǎn)型需要考慮國家的勞動力結(jié)構(gòu)和基礎(chǔ)設(shè)施建設(shè)的規(guī)模，并且我國工業(yè)部門存在通用性和兼容性不足等問題，限制了數(shù)字技術(shù)架構(gòu)的布局，從而造成工業(yè)數(shù)字化發(fā)展相對緩慢。因此，數(shù)字經(jīng)濟(jì)對工業(yè)生產(chǎn)活動的推動作用不是一蹴而就的，其所帶來的工業(yè)智能化是影響碳生產(chǎn)率的重要途徑[15]。引入先進(jìn)的數(shù)字技術(shù)，可以推動工業(yè)智能化技術(shù)的研發(fā)和應(yīng)用。對工業(yè)部門進(jìn)行智能化改造，可以實(shí)現(xiàn)產(chǎn)業(yè)鏈上下游的協(xié)同優(yōu)化，從而減少資源和能源的浪費(fèi)，提高工業(yè)碳生產(chǎn)率。據(jù)此，本文提出如下假設(shè)：

假設(shè)3：數(shù)字經(jīng)濟(jì)通過發(fā)展工業(yè)智能化來促進(jìn)工業(yè)碳生產(chǎn)率提升。

在工業(yè)智能化的背景下，智能化的數(shù)字基礎(chǔ)設(shè)施促進(jìn)了各類創(chuàng)新要素的泛在連接，實(shí)現(xiàn)生產(chǎn)過程的自動化和智能化[16]，有助于促進(jìn)城市工業(yè)的碳生產(chǎn)率不斷提升。但需要注意的是，這種關(guān)系可能存在非線性作用，這是因?yàn)楣I(yè)智能化技術(shù)不斷發(fā)展，對于碳生產(chǎn)率的影響不是簡單的累加作用，而是具有復(fù)雜的相互作用和調(diào)節(jié)效應(yīng)。在工業(yè)向智能化轉(zhuǎn)型的過程中，一些城市可能將擴(kuò)大應(yīng)用工業(yè)智能化技術(shù)視為工業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵標(biāo)準(zhǔn)，而往往片面地追求工業(yè)技術(shù)的升級，忽視企業(yè)戰(zhàn)略以及業(yè)務(wù)要求等問題，導(dǎo)致數(shù)字經(jīng)濟(jì)發(fā)展在工業(yè)的技術(shù)研發(fā)、生產(chǎn)制造及供應(yīng)鏈管理等各個環(huán)節(jié)之間缺乏有機(jī)的銜接，非但不能達(dá)到預(yù)期目標(biāo)，反而可能會造成效率和經(jīng)濟(jì)的損失，削弱數(shù)字經(jīng)濟(jì)對工業(yè)碳生產(chǎn)率的促進(jìn)作用。據(jù)此，本文提出如下假設(shè)：

假設(shè)4：合理發(fā)展工業(yè)智能化有助于數(shù)字經(jīng)濟(jì)推動工業(yè)碳生產(chǎn)率提升，但盲目開發(fā)工業(yè)智能化會削弱數(shù)字經(jīng)濟(jì)對工業(yè)碳生產(chǎn)率提升的促進(jìn)作用。

三、 研究設(shè)計

1. 變量選取與定義

（1）被解釋變量

工業(yè)碳生產(chǎn)率（ICP）。已有學(xué)者借助全要素生產(chǎn)率框架對碳生產(chǎn)率進(jìn)行核算[17]，但對能源核算指標(biāo)覆蓋較少以及工業(yè)資本存量指標(biāo)的近似估計時都會帶來誤差[18]。為了確保工業(yè)碳生產(chǎn)率的定義一致性以及計算方法的準(zhǔn)確性，本文根據(jù)Kaya[19]的定義，采用工業(yè)增加值（IAV）與工業(yè)二氧化碳排放量的比值來衡量工業(yè)碳生產(chǎn)率，見式（1）。

[ICP=IAVICO2] （1）

本文參考2006年《IPCC國家溫室氣體清單指南》，通過對不同種類能源消費(fèi)量（表1）測算工業(yè)CO2排放量，見式（2）。

[ICO2=j=115Ej×Cj=j=115Ej×NCVj×CEFj×COFj×4412] （2）

式（2）中，j表示15種能源，ICO2、Ej和Cj分別代表工業(yè)碳排放量、第j種能源消耗量以及排放系數(shù)；NCVj，CEFj和COFj則分別表示第j種能源的平均低位發(fā)熱值、單位熱值含碳量以及碳氧化率，具體參數(shù)見表1。

（2）核心解釋變量

數(shù)字經(jīng)濟(jì)發(fā)展水平（Dige）。數(shù)字經(jīng)濟(jì)是一個十分廣泛豐富的概念，其發(fā)展水平不僅需要考慮經(jīng)濟(jì)產(chǎn)業(yè)和社會環(huán)境的影響，還要考慮數(shù)字化應(yīng)用程度和基礎(chǔ)設(shè)施建設(shè)程度帶來的影響。因此，對數(shù)字經(jīng)濟(jì)發(fā)展水平的衡量往往需要借助多種指標(biāo)[20]。借鑒已有學(xué)者對數(shù)字經(jīng)濟(jì)的研究[21]，以及中國信通院發(fā)布的《2021年中國數(shù)字經(jīng)濟(jì)發(fā)展白皮書》中的指標(biāo)1，本文從數(shù)字基礎(chǔ)設(shè)施、數(shù)字創(chuàng)新環(huán)境和數(shù)字產(chǎn)業(yè)規(guī)模三個維度，運(yùn)用熵值法對細(xì)分的15個二級指標(biāo)（表2）進(jìn)行測算以衡量數(shù)字經(jīng)濟(jì)發(fā)展水平。

（3）中介變量

智能制造是工業(yè)智能化的核心構(gòu)成，而企業(yè)年報的智能化轉(zhuǎn)型指標(biāo)的詞頻可以直觀地度量難以量化的智能化轉(zhuǎn)型程度[22-23]。因此，本文借鑒郭磊等[24]的研究，通過關(guān)鍵詞關(guān)聯(lián)度圖譜分析提取57個與工業(yè)企業(yè)智能制造發(fā)展相關(guān)關(guān)鍵詞，來對各省市30個制造業(yè)子行業(yè)的上市公司年報中的詞頻提取統(tǒng)計，并進(jìn)行歸一化處理來表征工業(yè)智能化水平。

（4）控制變量

為盡可能緩解遺漏變量所致的估計偏誤，本文參照相關(guān)研究分別選取了對外開放（LOP）、工業(yè)集聚水平（LIS）、工業(yè)環(huán)境規(guī)制（IER）、科技占比（TC）、工業(yè)能源強(qiáng)度（IEQ）、創(chuàng)新水平（IG）、能源結(jié)構(gòu)（IEC）指標(biāo)來作為控制變量，具體變量定義見表3。

2.數(shù)據(jù)來源與處理

本文選取長江經(jīng)濟(jì)帶11個省市（9省2市）2011—2021年的統(tǒng)計數(shù)據(jù)，并從《中國統(tǒng)計年鑒》《中國能源統(tǒng)計年鑒》《中國工業(yè)統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》《第三產(chǎn)業(yè)統(tǒng)計年鑒》《中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計報告》以及各省市歷年統(tǒng)計年鑒，北京大學(xué)數(shù)字普惠金融數(shù)據(jù)報告等獲取部分專業(yè)數(shù)據(jù)。對所有與價格有關(guān)的變量值以2011年為基期進(jìn)行平減處理，缺失的個別數(shù)據(jù)采用線性插值法予以補(bǔ)齊。

表3報告了各主要變量的定義和主要統(tǒng)計特征。其中工業(yè)碳生產(chǎn)率（ICP）的均值是0.912，標(biāo)準(zhǔn)差為0.463，反映出樣本間工業(yè)碳生產(chǎn)率存在較大波動，這與已有研究結(jié)果基本一致。數(shù)字經(jīng)濟(jì)水平的均值為0.221，標(biāo)準(zhǔn)差為0.188，這表明樣本中的數(shù)字經(jīng)濟(jì)整體發(fā)展水平尚處于較初級階段，且差距較小。

3. 模型建立

（1）空間相關(guān)性和權(quán)重矩陣

借鑒已有空間計量模型的研究方法，本文采用全局Moran’I指數(shù)進(jìn)行工業(yè)碳生產(chǎn)率的空間自相關(guān)分析，如式（3）所示：

[Moran’I=ni=1nj=1nWijxi-xxj-xi=1nj=1nWiji=1nxj-x] （3）

式（3）中，Wij為空間權(quán)重矩陣，xi，xj表示第i個與第j個城市的工業(yè)碳生產(chǎn)率水平。

根據(jù)區(qū)域經(jīng)濟(jì)學(xué)原理，由于本文的研究對象為長江經(jīng)濟(jì)帶的城市，市域兩兩相鄰，因此選擇基于鄰接關(guān)系構(gòu)建空間權(quán)重矩陣W1ij和反距離權(quán)重矩陣W2ij作為基準(zhǔn)空間權(quán)重矩陣：

[W1ij=1" " " " " "區(qū)域i和j相鄰0" " " " " "i=j或不相鄰] （4）

[W2ij=1dij" " " " " "i≠j0" " " " " " " i = j] （5）

式（5）中，dij為兩地區(qū)之間的歐氏距離。

（2）空間模型設(shè)定

據(jù)上述分析，鑒于城市數(shù)字經(jīng)濟(jì)發(fā)展和工業(yè)碳生產(chǎn)率之間的空間相關(guān)性，而空間杜賓模型（SDM）能夠同時考慮因變量和自變量之間的空間關(guān)聯(lián)性，因此本文選擇時空雙固定效應(yīng)的SDM模型進(jìn)行檢驗(yàn)，具體見式（6）。同時本研究通過LM檢驗(yàn)、Wald檢驗(yàn)、Hausman檢驗(yàn)以及LR檢驗(yàn)對所選計量模型適配進(jìn)行驗(yàn)證，進(jìn)一步保證實(shí)證的可靠性和精確性。

[ICPit=α0+α1j=1nWijICPit+α2Digeit+α3j=1nWijDigeit+α4Controlit+α5j=1nWijControlit+μi+ηt+εit" ] （6）

式（6）中，Wij表示城市i和j的空間權(quán)重矩陣，α0-α5 均表示待估計參數(shù)；μi和ηt分別表示城市固定效應(yīng)和年份固定效應(yīng)；εit表示隨機(jī)誤差項(xiàng)。

考慮到數(shù)字經(jīng)濟(jì)對城市工業(yè)碳生產(chǎn)率發(fā)展的促進(jìn)作用具有滯后性[25]，本文在靜態(tài)SDM模型的基礎(chǔ)上引入工業(yè)碳生產(chǎn)率（ICP）的滯后一期驗(yàn)證動態(tài)SDM模型，其不僅能考慮動態(tài)效應(yīng)，還能緩解其內(nèi)生性問題[24]，提高估計結(jié)果的準(zhǔn)確性和可靠性，如式（7）所示：

[ICPit=β0+β1ICPit-1+β2j=1nWijICPit-1+β3j=1nWijICPit+β4Digeit" " " " nbsp; +β5j=1nWijDigeit+β6Controlit+β7j=1nWijControlit+μi+ηt+εit] （7）

（3）機(jī)制檢驗(yàn)?zāi)Ｐ?/p>

進(jìn)一步考察數(shù)字經(jīng)濟(jì)對城市工業(yè)碳生產(chǎn)率的影響機(jī)制，考慮到中介效應(yīng)檢驗(yàn)逐步回歸方法存在爭議和不足，可能影響研究結(jié)論信度，本文借鑒江艇[25]的做法，來考察核心解釋變量（Dige）對機(jī)制變量工業(yè)智能化（MSI）的影響。

[MSIit=ρ0+ρ1j=1nWijICPit+ρ2Digeit+ρ3j=1nWijDigeit+ρ4Controlit+ρ5j=1nWijControlit+μi+ηt+εit] （8）

（4）門檻模型

借鑒Hansen的研究[28]，本文進(jìn)一步構(gòu)建如下面板門檻回歸模型如式（9）：

[ICPit=θ0+θ1DigeitI（Tit＜δ1）+θ2DigeitI（δ1≤Tit＜δ2）+θ3DigeitI（Tit≥δ2）+γControlit+μit+εit] （9）

式（9）中，Tit是代表門檻變量，δ為門檻值，且δ1lt;δ2，I（·）為指標(biāo)函數(shù)，當(dāng)滿足括號內(nèi)條件即取值為1，否則為0；其他變量定義不變。

四、 實(shí)證分析

1. 時空演化特征

為分析長江經(jīng)濟(jì)帶數(shù)字經(jīng)濟(jì)時空演化規(guī)律和特征，本文借助ArcGIS10.8軟件分別繪制2011年和2021年數(shù)字經(jīng)濟(jì)時空分布（圖1）。從圖中可以觀察到，2011年長江經(jīng)濟(jì)帶大部分城市的數(shù)字經(jīng)濟(jì)發(fā)展水平仍相對較低，而江蘇和浙江的數(shù)字經(jīng)濟(jì)水平較為領(lǐng)先；2021年，大部分城市的數(shù)字經(jīng)濟(jì)水平得到顯著提升，然而云南貴州地區(qū)的數(shù)字經(jīng)濟(jì)水平仍較低，各地區(qū)數(shù)字經(jīng)濟(jì)水平總體上呈現(xiàn)東、中、西部地區(qū)逐級遞減格局。從圖2可以看到，2021年長江經(jīng)濟(jì)帶各地區(qū)工業(yè)CO2排放及工業(yè)碳生產(chǎn)率情況，其中參照區(qū)為各地區(qū)的平均水平，上海、浙江、湖南和重慶市處于碳排放低于平均、碳生產(chǎn)率高于平均的良好發(fā)展態(tài)勢，江蘇省的工業(yè)碳生產(chǎn)率雖然高于平均水平，但仍是工業(yè)碳排放的大省，存在巨大的碳減排潛力與空間，云南、安徽和江西等地的工業(yè)碳生產(chǎn)率水平偏低。

2. 空間相關(guān)性分析

本文對被解釋變量進(jìn)行空間相關(guān)性檢驗(yàn)，結(jié)果表明所有年份Morans’I指數(shù)均在1%水平上顯著（表4），說明地區(qū)工業(yè)碳生產(chǎn)率存在顯著空間相關(guān)性，但莫蘭指數(shù)總體呈降低態(tài)勢，說明不同地區(qū)之間的工業(yè)碳生產(chǎn)率在空間上的差異逐漸減小。

3. 空間杜賓模型回歸結(jié)果

從表5的結(jié)果可以觀察到，動態(tài)SDM擬合度R2值均大于靜態(tài)SDM擬合程度，說明該動態(tài)SDM模型具有更好穩(wěn)健性。其中滯后一期的工業(yè)碳生產(chǎn)率（ICPt-1）系數(shù)顯著為正，說明上一期工業(yè)碳生產(chǎn)率對當(dāng)期城市工業(yè)碳生產(chǎn)率的提升存在正向作用，展現(xiàn)了長江經(jīng)濟(jì)帶環(huán)境保護(hù)和經(jīng)濟(jì)增長協(xié)調(diào)推進(jìn)的動態(tài)連續(xù)性趨勢。在靜態(tài)SDM模型（1）列和（3）列中，空間自回歸數(shù)rho顯著為負(fù)，表明工業(yè)碳生產(chǎn)率存在負(fù)向的空間溢出現(xiàn)象，本地區(qū)工業(yè)碳生產(chǎn)率的提升可能會對其他地區(qū)造成競爭效應(yīng)。但從動態(tài)的SDM模型（2）列和（4）列中可以發(fā)現(xiàn)，滯后一期的工業(yè)碳生產(chǎn)率的空間自回歸數(shù)為正，說明在時間的演變下，工業(yè)碳生產(chǎn)率較高的地區(qū)能通過技術(shù)等要素溢出推動鄰近地區(qū)工業(yè)碳生產(chǎn)率提升，對鄰近地區(qū)起到較好示范帶動作用。不論在哪個模型中，數(shù)字經(jīng)濟(jì)及其空間滯后項(xiàng)（W·Dige）的系數(shù)都顯著為正，說明數(shù)字經(jīng)濟(jì)對工業(yè)碳生產(chǎn)率存在顯著促進(jìn)提升作用，且有空間溢出效應(yīng)，即本地區(qū)數(shù)字經(jīng)濟(jì)的發(fā)展不僅會對當(dāng)?shù)毓I(yè)碳生產(chǎn)率產(chǎn)生正向影響，也會帶動周邊城市工業(yè)碳生產(chǎn)率的提升，驗(yàn)證假設(shè)1。

為了進(jìn)一步探討數(shù)字經(jīng)濟(jì)發(fā)展對工業(yè)碳生產(chǎn)率影響的作用，本研究采用偏微分法將結(jié)果分解為直接效應(yīng)、間接效應(yīng)以及總效應(yīng)。表6展示了在鄰接關(guān)系權(quán)重矩陣下，動態(tài)SDM模型所得到的短期與長期效應(yīng)，由于反距離空間權(quán)重矩陣下回歸結(jié)果的正負(fù)號及顯著性與表7相近就不再贅述。考慮動態(tài)效應(yīng)后，數(shù)字經(jīng)濟(jì)對工業(yè)碳生產(chǎn)率仍表現(xiàn)為顯著的促進(jìn)提升作用，且數(shù)字經(jīng)濟(jì)對工業(yè)碳生產(chǎn)率促進(jìn)作用的長期效應(yīng)大于短期效應(yīng)。

4. 穩(wěn)健性檢驗(yàn)

本文采用3種方法分別對結(jié)論的穩(wěn)健性程度進(jìn)行檢驗(yàn)：（1）替換空間權(quán)重矩陣。考慮到空間權(quán)重矩陣選擇差異對空間分析結(jié)果可靠性的影響，采用經(jīng)濟(jì)地理嵌套空間權(quán)重矩陣證實(shí)數(shù)字經(jīng)濟(jì)對工業(yè)碳生產(chǎn)率空間溢出效應(yīng)的穩(wěn)健性，結(jié)果如表7列（1）所示。（2）使用轉(zhuǎn)換被解釋變量的方法進(jìn)行穩(wěn)健性檢驗(yàn)。將工業(yè)碳生產(chǎn)率替換為工業(yè)碳排放量取對數(shù)值，其系數(shù)變負(fù)表明數(shù)字經(jīng)濟(jì)對碳排放的抑制作用，回歸結(jié)果見表7列（2）所示；（3）使用剔除極端值的方法進(jìn)行穩(wěn)健性檢驗(yàn)。主要是將所有變量進(jìn)行上下1%的縮尾處理。通過以上3種方法測算，其直接效應(yīng)、空間溢出效應(yīng)和總效應(yīng)同上述計算結(jié)論結(jié)果較為一致，故研究結(jié)論具有穩(wěn)健性。

五、 進(jìn)一步分析

1. 機(jī)制檢驗(yàn)

表8匯報了作用機(jī)制檢驗(yàn)的結(jié)果，其中第（1）和（2）列分別展示了在鄰接矩陣W1ij和反距離權(quán)重矩陣W2ij下，數(shù)字經(jīng)濟(jì)對工業(yè)智能化的回歸結(jié)果。可以發(fā)現(xiàn)數(shù)字經(jīng)濟(jì)包括其空間滯后項(xiàng)的系數(shù)均顯著為正，即數(shù)字經(jīng)濟(jì)的發(fā)展不僅能夠提升本地工業(yè)智能化水平，還會帶動周邊城市的工業(yè)智能化水平提高。因此，數(shù)字經(jīng)濟(jì)為工業(yè)創(chuàng)新提供了新的機(jī)遇和平臺，推動工業(yè)智能化發(fā)展使企業(yè)能夠更加高效地利用資源，減少工業(yè)碳排放，這也意味著工業(yè)智能化是數(shù)字經(jīng)濟(jì)提升工業(yè)碳生產(chǎn)率的重要機(jī)制，假說3得到了證實(shí)。

2. 非線性效應(yīng)分析

為進(jìn)一步驗(yàn)證數(shù)字經(jīng)濟(jì)和工業(yè)智能化的門檻效應(yīng)，本文采用門檻效應(yīng)模型（9），經(jīng)過Bootstrap反復(fù)抽樣500次后，數(shù)字經(jīng)濟(jì)和工業(yè)智能化均在1%的顯著性水平下通過了雙重門檻檢驗(yàn)，但都未通過三重門檻檢驗(yàn)。表9結(jié)果顯示，數(shù)字經(jīng)濟(jì)與工業(yè)碳生產(chǎn)率之間存在顯著正向的非線性關(guān)系，隨著數(shù)字經(jīng)濟(jì)水平的不斷提高，其對工業(yè)碳生產(chǎn)率的促進(jìn)作用會逐漸先增加后削弱，存在數(shù)字經(jīng)濟(jì)的“減速效應(yīng)”；當(dāng)以工業(yè)智能化作為門檻變量時，隨著工業(yè)智能化水平的持續(xù)提升，數(shù)字經(jīng)濟(jì)對工業(yè)碳生產(chǎn)率的貢獻(xiàn)相應(yīng)增大，當(dāng)其智能化水平處于0.399～0.619范圍時，該影響系數(shù)顯著上升為1.323，數(shù)字經(jīng)濟(jì)所帶來的工業(yè)智能化升級的積極影響更加明顯。但過度開發(fā)工業(yè)智能化，其大于門檻值0.619時，工業(yè)智能化反而會削弱數(shù)字經(jīng)濟(jì)對工業(yè)碳生產(chǎn)率提升的促進(jìn)效果。綜上，假說2和4得到證實(shí)。

六、 結(jié)論與建議

數(shù)字經(jīng)濟(jì)正在引領(lǐng)著工業(yè)領(lǐng)域的數(shù)字化革命，為其低碳轉(zhuǎn)型提供了契機(jī)。長江經(jīng)濟(jì)帶城市既是數(shù)字化轉(zhuǎn)型的主要參與者，又是工業(yè)碳減排和可持續(xù)發(fā)展的重要推動者，因此成為結(jié)合這兩個研究主題的理想載體。本文采用靜態(tài)和動態(tài)的空間杜賓模型考察數(shù)字經(jīng)濟(jì)與工業(yè)碳生產(chǎn)率的時空演化關(guān)系，并基于工業(yè)智能化進(jìn)行機(jī)制分析，同時探討數(shù)字經(jīng)濟(jì)和工業(yè)智能化的非線性關(guān)系，得到以下研究結(jié)論：

（1）長江經(jīng)濟(jì)帶城市數(shù)字經(jīng)濟(jì)總體呈波動性提升態(tài)勢，到2021年各地區(qū)數(shù)字經(jīng)濟(jì)水平顯著提升，各地工業(yè)碳生產(chǎn)率水平在空間上的差異逐漸減小，未來仍有巨大的碳減排潛力與空間；（2）數(shù)字經(jīng)濟(jì)能夠助推城市工業(yè)碳生產(chǎn)率的提升，并存在正向的空間溢出效應(yīng)，即一定程度上推動周邊城市工業(yè)碳排放效率增長，且其長期效應(yīng)大于短期效應(yīng)；（3）數(shù)字經(jīng)濟(jì)能夠驅(qū)動工業(yè)智能化間接提高工業(yè)碳排放效率，釋放經(jīng)濟(jì)與環(huán)境的雙重紅利；（4）數(shù)字經(jīng)濟(jì)與工業(yè)碳生產(chǎn)率存在正向非線性關(guān)系，對工業(yè)碳生產(chǎn)率的促進(jìn)作用呈現(xiàn)先增加后減弱的“減速效應(yīng)”，同時有序推進(jìn)工業(yè)智能化發(fā)展有利于數(shù)字經(jīng)濟(jì)促進(jìn)工業(yè)碳生產(chǎn)率提升，而盲目追求智能化指標(biāo)可能削弱數(shù)字經(jīng)濟(jì)對碳生產(chǎn)率的促進(jìn)作用。

基于上述研究結(jié)果，為協(xié)調(diào)長江經(jīng)濟(jì)帶數(shù)字經(jīng)濟(jì)與工業(yè)智能化對工業(yè)碳生產(chǎn)率的推動作用，本文提出如下政策建議：

第一，優(yōu)化數(shù)字經(jīng)濟(jì)發(fā)展環(huán)境，挖掘數(shù)字經(jīng)濟(jì)減排潛力。加大對數(shù)字經(jīng)濟(jì)的政策支持力度，提供優(yōu)惠政策、人才培養(yǎng)和資金支持，鼓勵工業(yè)企業(yè)利用數(shù)字技術(shù)；充分發(fā)揮數(shù)字經(jīng)濟(jì)優(yōu)勢，通過優(yōu)化要素配置、提高生產(chǎn)效率、降低能耗等方式釋放經(jīng)濟(jì)與環(huán)境的雙重紅利。同時，為了確保數(shù)字經(jīng)濟(jì)對工業(yè)碳生產(chǎn)率提升的長期效應(yīng)得到充分發(fā)揮，加強(qiáng)數(shù)字基礎(chǔ)設(shè)施建設(shè)和數(shù)字經(jīng)濟(jì)發(fā)展的權(quán)威評估體系，通過建立數(shù)據(jù)共享和信息交流平臺，提高網(wǎng)絡(luò)覆蓋率和質(zhì)量、降低數(shù)字鴻溝，從而推動數(shù)字經(jīng)濟(jì)發(fā)展的普惠性。

第二，充分考慮空間特征，針對長江經(jīng)濟(jì)帶各地工業(yè)碳生產(chǎn)率水平的差異，因地制宜制定工業(yè)綠色減排方針。各城市應(yīng)立足于自身發(fā)展優(yōu)勢推動工業(yè)數(shù)字化發(fā)展，并鼓勵區(qū)域間的合作與技術(shù)交流，特別是要重視數(shù)字經(jīng)濟(jì)水平較高的省區(qū)對其周邊地區(qū)工業(yè)碳排放效率的涓滴效應(yīng)。同時，加強(qiáng)對低碳技術(shù)和產(chǎn)業(yè)的扶持，突破“卡脖子”關(guān)鍵核心技術(shù)難關(guān)，改造升級傳統(tǒng)粗放式工業(yè)產(chǎn)業(yè)，淘汰落后產(chǎn)能，加強(qiáng)工業(yè)數(shù)字化、智能化的研發(fā)與應(yīng)用。開發(fā)更高效和環(huán)保的生產(chǎn)方式，以助力工業(yè)綠色協(xié)同發(fā)展，激發(fā)數(shù)字化、智能化在工業(yè)碳生產(chǎn)率賦能作用。

第三，注重數(shù)字經(jīng)濟(jì)與工業(yè)智能化的平衡發(fā)展，以避免數(shù)字經(jīng)濟(jì)出現(xiàn)“減速效應(yīng)”。通過推動數(shù)字經(jīng)濟(jì)的創(chuàng)新和轉(zhuǎn)型，加強(qiáng)數(shù)字技術(shù)的研發(fā)和應(yīng)用，引導(dǎo)激發(fā)工業(yè)智能化新動能，從而推動數(shù)字經(jīng)濟(jì)可持續(xù)發(fā)展。同時，避免盲目追求智能化指標(biāo)而削弱數(shù)字經(jīng)濟(jì)對碳生產(chǎn)率的促進(jìn)作用。大多地區(qū)工業(yè)智能化發(fā)展仍處于起步階段，未來有很大的發(fā)展空間，應(yīng)根據(jù)各地區(qū)的實(shí)際情況制定科學(xué)的智能化發(fā)展目標(biāo)，通過加強(qiáng)地區(qū)間的經(jīng)濟(jì)和生產(chǎn)要素的合作，合理推動工業(yè)智能化與碳生產(chǎn)率協(xié)同發(fā)展。

參考文獻(xiàn)：

[1] 杜之利，蘇彤，葛佳敏，等.碳中和背景下的森林碳匯及其空間溢出效應(yīng)[J].經(jīng)濟(jì)研究，2021，56（12）： 187-202.

[2] Hu W， Wang D.How Does Environmental Regulation Influence China’s Carbon Productivity？ An Empirical Analysis based on The Spatial Spillover Effect[J].Journal of Cleaner Production，2020（257）：120484.

[3] 滕磊，冷玥.數(shù)字經(jīng)濟(jì)能夠提升美好生活水平嗎[J].調(diào)研世界，2022，350（11）：22-31.

[4] 遲明園，石雅楠.數(shù)字經(jīng)濟(jì)促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級的影響機(jī)制及對策[J].經(jīng)濟(jì)縱橫，2022，437（4）： 122-128.

[5] Lu W C.The Impacts of Information and Communication Technology， Energy Consumption，F(xiàn)inancial Development，and Economic Growth on Carbon Dioxide Emissions in 12 Asian Countries[J].Mitigation and Adaptation Strategies for Global Change，2018（23）：1351-1365.

[6] ElMassah S，Mohieldin M. Digital Transformation and Localizing the Sustainable Development Goals（SDGs）[J].Ecological Economics，2020（169）：106490.

[7] 趙濤，張智，梁上坤.數(shù)字經(jīng)濟(jì)、創(chuàng)業(yè)活躍度與高質(zhì)量發(fā)展——來自中國城市的經(jīng)驗(yàn)證據(jù)[J].管理世界，2020，36（10）：65-76.

[8] 鄧慧慧，劉宇佳，王強(qiáng).中國數(shù)字技術(shù)城市網(wǎng)絡(luò)的空間結(jié)構(gòu)研究——兼論網(wǎng)絡(luò)型城市群建設(shè)[J].中國工業(yè)經(jīng)濟(jì)，2022（9）：121-39.

[9] 李雪松，黨琳，趙宸宇.數(shù)字化轉(zhuǎn)型、融入全球創(chuàng)新網(wǎng)絡(luò)與創(chuàng)新績效[J].中國工業(yè)經(jīng)濟(jì)，2022，415（10）： 43-61.

[10] Polák P.The Productivity Paradox： A Meta-analysis[J].Information Economics and Policy，2017（38）：38-54.

[11] 郭守亭，張旺虎，熊穎.數(shù)字經(jīng)濟(jì)賦能城鄉(xiāng)協(xié)調(diào)發(fā)展的實(shí)證研究[J].南京審計大學(xué)學(xué)報，2022，19（5）： 81-89.

[12] Li Z， 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.

[13] Mokyr J.Secular Stagnation？ Not in Your Life[J].Secular Stagnation：Facts， Causes and Cures，2014（1）：83-89.

[14] Solow R. We'd better watch out[J]. New York Times Book Review，1987（36）.

[15] 王艷秋，陶思佳.工業(yè)智能化對中國工業(yè)碳排放效率的影響及空間效應(yīng)研究[J].技術(shù)經(jīng)濟(jì)，2023，42（1）：130-40.

[16] 白雪潔，宋培，李琳.數(shù)字經(jīng)濟(jì)如何平衡“穩(wěn)增長調(diào)結(jié)構(gòu)”目標(biāo)——基于地區(qū)-行業(yè)層面的分析[J].南開經(jīng)濟(jì)研究，2022（7）：3-22.

[17] Pan X， Li M， Wang M， et al.The Effects of Outward Foreign Direct Investment and Reverse Technology Spillover on China’s Carbon Productivity[J].Energy Policy，2020（145）：111730.

[18] 任曉松，馬茜，劉宇佳，等.碳交易政策對工業(yè)碳生產(chǎn)率的影響及傳導(dǎo)機(jī)制[J].中國環(huán)境科學(xué)，2021， 41（11）：5427-5437.

[19] Kaya Y，Yokobori K.Environment，Energy，and Economy：Strategies for Sustainability[M].United Nations University Press，1997.

[20] 王香艷，李金葉.數(shù)字經(jīng)濟(jì)是否有效促進(jìn)了節(jié)能和碳減排？[J].中國人口·資源與環(huán)境，2022，32（11）：83-95.

[21] 萬曉榆，羅焱卿.數(shù)字經(jīng)濟(jì)發(fā)展水平測度及其對全要素生產(chǎn)率的影響效應(yīng)[J].改革，2022（1）：101-118.

[22] 溫素彬，張金泉，焦然.智能制造、市場化程度與企業(yè)運(yùn)營效率——基于A股制造業(yè)上市公司年報的文本分析[J].會計研究，2022（11）：102-117.

[23] Yu F，Wang L，Li X.The Effects of Government Subsidies on new Energy Vehicle Enterprises：The Moderating Role of Intelligent Transformation[J].Energy Policy，2020（141）：111463.

[24] 郭磊，賀芳兵，李靜雯.中國智能制造發(fā)展態(tài)勢分析——基于制造業(yè)上市公司年報的文本數(shù)據(jù)[J].創(chuàng)新科技，2020，20（2）：61-71.

[25] 魏麗莉，侯宇琦.數(shù)字經(jīng)濟(jì)對中國城市綠色發(fā)展的影響作用研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2022， 39（8）：60-79.

[26] 邵帥，范美婷，楊莉莉.經(jīng)濟(jì)結(jié)構(gòu)調(diào)整、綠色技術(shù)進(jìn)步與中國低碳轉(zhuǎn)型發(fā)展——基于總體技術(shù)前沿和空間溢出效應(yīng)視角的經(jīng)驗(yàn)考察[J].管理世界，2022，38（2）：46-69.

[27] 江艇.因果推斷經(jīng)驗(yàn)研究中的中介效應(yīng)與調(diào)節(jié)效應(yīng)[J].中國工業(yè)經(jīng)濟(jì)，2022（5）：100-120.

[28] Hansen B E.Threshold Effects in Non-dynamic Panels： Estimation， Testing， and Inference[J].Journal of Econometrics，1999，93（2）：345-368.

基金項(xiàng)目：國家自然科學(xué)基金一般項(xiàng)目“內(nèi)陸城市群生產(chǎn)性服務(wù)業(yè)空間集聚格局、機(jī)理與效應(yīng)研究”（項(xiàng)目編號：41261023）；南昌航空大學(xué)研究生創(chuàng)新專項(xiàng)資金項(xiàng)目資助（校級項(xiàng)目）（項(xiàng)目編號：YC2023-069）。

作者簡介：謝奉軍，男，博士，南昌航空大學(xué)經(jīng)濟(jì)管理學(xué)院，教授、碩士生導(dǎo)師，研究方向?yàn)楫a(chǎn)業(yè)經(jīng)濟(jì)；江昕杰，通訊作者，男，南昌航空大學(xué)經(jīng)濟(jì)管理學(xué)院碩士研究生，研究方向?yàn)楫a(chǎn)業(yè)與能源經(jīng)濟(jì)。

（收稿日期：2023-10-24" 責(zé)任編輯：蘇子寵）