數智融合如何影響“碳解鎖”？

[中圖分類號]F279 [文獻標志碼]A [文章編號]1004－4833（2025）05-0118-1

一、引言

近年來，在習近平生態文明思想的指引下，我國堅定不移地推進碳達峰與碳中和戰略目標的實現，國務院相繼出臺了《加快構建碳排放雙控制度體系工作方案》和《2024—2025 年節能降碳行動方案》等一系列雙碳政策，旨在促進社會經濟發展方式綠色轉型。然而，自工業革命以來，以化石能源為基礎的技術體系與相應制度框架緊密結合，形成了自我強化的“技術－制度”復合體。隨著高碳技術的廣泛應用，規模報酬遞增使其成本降低，進一步鞏固了其主導地位，同時，社會文化和行為習慣傾向于維持現狀，形成強大的路徑依賴，使得經濟系統被鎖定在高碳發展路徑上，對我國實現綠色轉型形成了阻礙[1]。因此，尋找“碳解鎖”路徑尤為重要。在第四次工業革命與結構調整陣痛期、新動能培育期等“四期疊加\"的時代背景下，數字化與智能化能通過綠色技術創新、產業結構優化等方式促進低碳轉型[2-3」，從而成為“碳解鎖”的重要潛在突破口。

在以往研究中，學者積極探討了數字化和智能化對社會經濟變革產生的影響。其中，對“碳解鎖”的研究多從數字經濟對“碳解鎖\"的影響入手，尤其關注政府在其中的作用[4-5]。實際上，數字化與智能化相輔相成，數字化為智能化奠定基礎，智能化是數字化的進階方向，兩者協同促進信息系統賦能[6]。當前研究僅討論數字經濟對“碳解鎖”的影響而忽視了智能化與數字化的一體性。在全球貿易動蕩、外循環不穩定的背景下，我國經濟發展戰略布局中內循環的重要性愈發凸顯。構建全國統一大市場作為暢通國內大循環的基礎性支撐，具有重要意義。自 2022年《中共中央國務院關于加快建設全國統一大市場的意見》發布以來，我國積極建設市場一體化。市場一體化能通過優化資源配置、促進技術流通、協同產業發展等方式打破區域壁壘，為“碳解鎖”創造有利條件[7]。數智融合下的異地投資與并購，能引導資金和技術向低碳潛力大、產業基礎好的地區流動，助力“碳解鎖”。而當前針對數智融合與\"碳解鎖\"的研究中對市場一體化、異地投資和異地并購研究不足。故本文利用全國城市層面數據，實證檢驗數智融合、市場一體化與“碳解鎖”三者之間的內在邏輯關系。

二、文獻述評

不同于碳排放、碳排放強度和碳排放效率等概念，“碳鎖定”是指技術、制度、關聯產業和消費者等要素的相互演化導致的對碳基能源系統的路徑依賴[8]。“碳鎖定\"強調的是經濟、技術和制度等層面對高碳路徑的依賴和難以轉型的特性，關注的是阻礙低碳轉型的各種因素及其相互作用。“技術－制度\"綜合體需要通過低碳技術創新和政府環境控制等外部條件進行改造，以實現脫碳目標[9]。由此，有學者提出“碳解鎖”概念。“碳解鎖”是指在破除\"技術－制度\"綜合體慣性的基礎上，從碳基技術、制度體制的替代或者低碳化轉型等方面實現“解鎖\"的過程[1]。現有“碳解鎖\"或\"碳鎖定”的測算方式主要分為兩種：一種是以使用碳超載與碳匯的比率測算“碳鎖定”為代表的單一指標測算法[10]，另一種為綜合指數構建法[1，11]。但是目前兩種方法都存在不足之處，國內研究大多集中于省級層面研究，并未深入到城市層面，而國外指標體系的構建未能合理地體現出“碳解鎖”的內涵。如何結合國內外研究優點構建新的測算方法亟待探索。

數智融合的本質是大數據和人工智能技術的融合應用，通過大數據技術的數據收集、儲存、處理與分析功能獲得決策信息，人工智能利用自身算法模型處理海量數據實現自我提升，兩者相互配合。而數智化強調運用數字化、智能化手段提升產業效率和效益，推動資源優化配置和創新驅動發展，是一個更廣泛的概念[12]。相比之下，數智融合更能體現出數字化與智能化的有機聯系。部分學者認為數智融合是數字化和智能化的融合，以\"數字化 + 智能化\"的融合為特征，是一種新穎的戰略組織形式[13]。另一部分學者則認為數智融合是在數字化基礎上的進一步升級，認為數智化是在前階段“數據化\"基礎上主題關注的跨越式變遷，體現了信息系統賦能的顯著進階[6，14]。還有部分學者認為數智融合既包涵融合，又包涵在數字化基礎上進一步升級，將數智融合定義為數字化與智能化的融合與應用，是數字化與智能化的升級與再配置[15]。數智融合的測算方式主要有主成分分析法、熵權法、內容分析方法、耦合協調度模型[15-18]。其中耦合協調度模型更能體現出數字化與智能化系統各自發展水平和兩者相互結合的程度。

在數智融合對“碳解鎖”的影響機制方面，直接相關的研究不多。但有研究表明數字經濟在“碳解鎖”方面發揮著重要作用，認為數字經濟能通過提高技術市場交易額和能源消耗效率、促進技術創新等方式破解“碳鎖定”[5，11，19]。也有部分研究認為智能化對“碳解鎖\"具有促進作用，研究結果顯示大數據政策以及人工智能的發展能提升綠色全要素生產率，促進綠色發展[20-21]，其內在影響機制為激發數字技術創新活力、優化產業結構布局以及增進要素配置效率。但鮮有研究將數字化和智能化納入統一框架對“碳解鎖”進行研究。此外，已有研究對市場一體化關注較少，在與本文相似的研究中，利用中國省級數據證實了市場一體化能推進區域協同減排，且數字經濟能促進市場一體化的區域協同減排效應[22]。然而，在研究框架上，該研究把視角集中于市場一體化和區域協同減排，并未深入探討數字經濟與區域協同減排效應的直接關系。在研究內容上，該文研究數據停留在省級層面，且對市場一體化的測算方式僅僅停留在整體，未明確從哪個獨待視角切入。

已有研究為本文奠定了堅實的理論基礎，但也存在一些不足之處。與現有研究相比，本文可能存在的邊際貢獻體現在以下三方面：其一，融合國內外研究優點，結合數據可得性，從產業、制度、科技、文化四個維度構建了一套新的城市層面“碳解鎖\"評價體系，補充了“碳解鎖”測量方面的研究;其二，既有研究主要側重于數字化或智能化單一因素對\"碳解鎖”的影響，本文利用耦合協調度模型將兩者融合對“碳解鎖\"進行研究，擴展了研究視角。其三，當前數智融合對“碳解鎖”的影響機制研究中較少涉及市場一體化，本文從異地投資與異地并購視角切入，探討市場一體化在數智融合推動\"碳解鎖”過程中的作用，豐富了數智融合與“碳解鎖”的研究內容。

三、理論分析與研究假設

（一）數智融合與“碳解鎖”

在社會經濟發展數字化和智能化轉型的背景下，傳統的\"不完全信息”假設受到挑戰。不同個體之間的交互方式和資源配置效率產生巨大變革[23]。這些變化對\"碳解鎖\"的影響體現在技術、產業、制度以及社會文化四個方面。在促進技術“碳解鎖\"方面，協同理論強調系統各要素通過相互協作配合，產生超越各要素單獨作用之和的整體效應。數智融合借助互聯網平臺等途徑，能夠快速、廣泛地傳播低碳技術相關知識與信息，構建低碳技術知識共享平臺，加快綠色技術創新[24]。還能突破地理與信息壁壘，提升資金跨期流動性，吸納金融市場長尾資金，從而為低碳技術創新開拓更廣泛的資金來源，緩解企業融資約束，達成降低成本與提高創新融資效率雙贏的局面，有力推動低碳技術的研發與應用[19]。在促進產業“碳解鎖”方面，數智融合孕育出一系列新興低碳產業，具備低碳、高效、創新的特質，成為推動\"碳解鎖\"的新動力[25]。還有助于傳統產業轉型升級，促使其向高附加值、低能耗方向發展，降低高碳產業比重，優化產業結構[26]。在促進制度“碳解鎖\"方面，“碳解鎖\"的關鍵是對\"碳解鎖\"的過程和效果進行預測和監控[27]。政策制定者通過數智融合相關技術能夠收集和分析大量的經濟、環境和社會數據，獲取更全面、準確的信息。通過對不同地區、行業的碳排放數據和經濟發展數據進行分析，可制定差異化的碳減排目標和政策措施，提高政策的針對性和有效性，更好地應對“碳鎖定”問題。在促進社會文化\"碳解鎖\"方面，數智融合帶來的信息傳播方式變革，使低碳消費觀念得到更廣泛傳播。通過互聯網、社交媒體等平臺，消費者更易獲取低碳產品和生活方式的信息，從而提升對低碳消費的認知和接受度，在購買決策中更傾向于選擇低碳產品，抑制對高碳產品的需求[28」。基于此，本文提出假設1。

假設1：數智融合發展有利于促進\"碳解鎖”。

（二）數智融合、市場一體化與“碳解鎖”

市場一體化的核心特征是資源和要素能夠在不同地區之間自由流動[29]，要求在區域內建立統一的市場規則和標準，包括統一的法律法規、質量標準、技術規范等，以確保不同地區的市場主體在相同的規則下進行競爭和交易[30]。市場一體化還需要政府之間的協調與合作，各地區政府需要在政策制定和執行過程中加強溝通與協調，共同制定有利于市場一體化的政策和措施，避免地方保護主義和政策沖突，形成統一的市場環境[22]

數智融合的高效性、共享性、精確性等特征能通過多種方式滿足市場一體化的需求。具體而言，數智融合能通過降低信息不對稱、促進競爭合作，改善政府治理提高市場一體化水平。首先，數智融合相關技術能夠快速、準確地收集、傳遞和處理大量經濟信息，提升信息獲取與傳遞效率。企業、消費者和政府等市場主體可以實時獲取市場供需、價格、產品性能等信息，從而做出更加精準的決策。其次，數智融合打破了地理和時間的限制，使得企業能夠更容易進入其他地區市場，使得市場競爭更加激烈。企業為了在競爭中獲得優勢，會不斷優化產品和服務質量，提高生產效率，推動技術創新，這種競爭壓力促使企業更加注重市場規則和公平競爭，有助于形成統一開放、競爭有序的市場環境[30]。最后，政府也可以通過數字化平臺利用智能化手段共享政策信息，加強政策制定和執行過程中的溝通與協調，避免政策沖突和重復建設，有助于形成統一的市場規則和標準，為市場一體化提供良好的制度保障。同時，市場一體化也能通過以下三種路徑促進“碳解鎖”。其一，促進資源優化配置。市場一體化打破了區域間的市場壁壘，使得資源和要素能夠在更大范圍內自由流動和優化配置，有助于將碳排放較低或減排潛力較大的資源和要素更有效地配置到需要的地方，從而促進實現區域間的協同減排[29]。其二，加強技術創新與擴散。市場一體化為低碳技術的創新和擴散提供了良好的環境，使得先進的減排技術和清潔能源技術能夠更快地得到推廣和應用，從而推動\"碳解鎖\"進程[31]。其三，優化環境規制與政策協調。各地區在市場一體化的背景下，更傾向于制定和實施協調一致的環境政策和標準，避免因政策差異導致的碳排放轉移和不公平競爭[22]，有利于提高環境規制的有效性，促使企業更加重視碳減排工作，推動\"碳解鎖”。基于上述分析，本文提出假設2。

圖1數智融合影響\"碳解鎖\"的作用機制圖

假設2：數智融合能通過提高市場一體化水平促進\"碳解鎖”。

四、研究設計

（一）樣本選擇與數據來源

以2011—2022年中國279個地級及以上城市為研究對象，所選指標的主要數據來源于《中國城市統計年鑒》各城市統計年鑒以及統計公報和國泰安數據庫；工業互聯網發明專利授權數、5G發明專利授權數、電子商務發明專利授權數、人工智能發明專利授權數數據來源于企研·中國數字經濟專題數據庫;碳排放強度、節能降碳產業、綠色能源產業和綠色基礎設施產業數據來源于企研·中國公共政策與綠色發展數據庫（CPPGD）;環境處罰數據來源于中國研究數據服務平臺（CNRDS）;專利相關數據來源于中華人民共和國國家知識產權局專利檢索系統;數字普惠金融數據來源于螞蟻金服與北京大學數字金融研究中心。

（二）模型構建

為驗證假設1，本文構建數智融合對\"碳解鎖\"影響的雙重固定效應回歸模型：

Culi_i，t=α₀+α₁Dii_i，t+α_nControl_i，t+μ_i+ν_t+ε_i，t （1）式中， i 表示樣本城市; Ψ_tΨ_Ψ 表示年份; Culi_i，t 表示“碳解鎖”; Dii_i，t 表示數智融合; Control_i，t 為一系列控制變量;α₀…α₁…α_n 、分別為相應變量的回歸估計系數 ;μ_i 為城市固定效應 ?_?υ_t 為年份固定效應， ε_i，t 為隨機誤差項。

（三）變量選擇及測度

1.被解釋變量：“碳解鎖”（ （Culi）

參考相關文獻[1，19]。依據\"碳解鎖”的概念，結合數據可得性，從產業、制度、科技、文化“碳解鎖”四個維度構建\"碳解鎖”水平指標體系（表1）。第一，從產業層面來看，第二產業在生產過程中通常消耗大量能源并排放大量溫室氣體。通過監測第二產業增加值在地區生產總值中的份額，可以評估高碳排放產業在整體經濟體系中的比例，有助于評估產業“碳解鎖”的有效性[19]。同時，節能降碳產業和綠色能源產業等綠色產業的發展也能表征產業結構的“碳解鎖”，這里分別用節能降碳產業和綠色能源產業的企業數量來衡量。第二，從制度層面來看，根據\"波特假說”，在長期內，嚴格的環境規制會促使企業尋找更清潔的生產技術[32]。本文以環保詞頻所在句子的字數占整個政府工作報告總字數的比重來衡量環境規制強度[33]。綠色基礎設施產業包括可再生能源產業、綠色交通、生態環保設施等，是實現低碳經濟的關鍵支撐，需要公共政策支持建設，能反映地方政府對綠色發展的資金投入和重視程度，本文以綠色基礎設施產業企業數量衡量。第三，從科技層面來看，用碳排放與GDP比值衡量的碳排放強度能直觀表現綠色技術水平，且綠色專利申請量能表現綠色技術的創新成果和技術進步水平。第四，從社會文化層面來看，較高的生活垃圾無害化處理率和建成區綠色覆蓋率意味著社會對環境質量的要求較高，人們的環保意識較強。同時，選取各城市環保關鍵詞的百度指數來衡量公眾環境關注[34]。本文運用熵權法測算得到“碳解鎖”水平。

表1“碳解鎖\"水平指標體系

2 核心解釋變量：數智融合（Di）

表2城市數字化水平指標體系

數智融合是數字化與智能化的融合與應用，通過運用數字與智能技術，實現數智化的管理與分析，是數字化與智能化的升級與再配置[15]。因此，本文采用式（2）式（3）耦合協調度模型，將城市數字化與智能化水平代入其中進行計算。城市數字化（Dig）測算方面，以趙濤等的研究為基礎，構建了涵蓋數字基礎設施、數字經濟關注、數字產業發展、數字普惠金融四個維度的城市數字化水平評價指標體系[35]，如表2所示，并運用熵值法對城市數字化水平予以測度。智能化 （Int） 的測算方面，參考張云和柏培文的做法[15]，選取人工智能產業專利授權數、5G 產業專利授權數、區塊鏈產業專利授權數、工業互聯網專利授權數，運用主成分分析法測算得到。

式中， C 表示耦合度， Dig 代表數字化， Int 代表智能化， T 為數字化和智能化的總和協調指數， D 代表耦合協調度，其含義為數智融合水平 Dii ，能夠體現兩者的發展水平對整體協調度的貢獻。 α 和 β 為待定系數，分別是數字化和智能化的影響權重，參考相關文章將 α 和 β 賦值為 0.5^[18] 。

3.中介變量

市場一體化 （Mar） 。市場一體化指數結合價格因素、貿易流量因素和生產要素流動等多個對市場一體化至關重要的方面，能全面地反映地區內部市場一體化的真實水平。參考相關文獻使用利用市場分割指數算得的市場一體化指數作為市場一體化的代理變量[36]。

異地投資 （Osi） 。參考何凡等的方法[37]，利用國泰安數據庫公布的 2011—2022 年我國A股上市公司財務數據及其子公司信息，先識別出具有關聯的子公司，再統計各個城市的子公司數量，最后計算出非注冊地所在市的子公司數量作為異地投資的代理變量，并進行取對數處理。

異地并購指標參考潘爽和葉德珠從國泰安數據庫中獲取中國上市公司并購重組數據與財務數據[38]，得到異地并購成功的次數（Tcma）和異地并購成功率（Vcma）作為異地并購的代理變量。

4.控制變量

參照Wang 等和 Zhao 等[5，11]。本文選取以下變量作為控制變量： ① 經濟發展 （Pgdp） ，采用人均GDP 衡量，并進行取對數處理; ② 社會消費（Trscg），采用社會消費品零售總額衡量，并進行取對數處理； ③ 產業結構 （In） ，采用第三

產業產值占比衡量; ④ 外商投資 （Fdi） ，采用外商投資衡量； ⑤ 基礎設施 （Inf） ，如果當年及之前開通了高鐵則取1，否則取0; ⑥ 科技發展 ，采用科學技術支出衡量。各變量定義及描述性統計如表3所示。

四、實證分析

（一）基準回歸

表3描述性統計

表4第（1）列為沒有加入控制變量的雙重固定效應模型回歸，結果顯示數智融合的回歸系數在 1% 的置信水平上顯著為正，說明數智融合發展能有效促進“碳解鎖”。第（2）列為加入一系列控制變量后的雙重固定效應模型，結果表明數智融合的回歸系數依然在 1% 的水平上顯著為正，說明排除了一系列社會因素對“碳解鎖”的干擾后，數智融合仍能有效促進“碳解鎖”。第（3）列為混合OLS回歸結果，第（4）列為隨機效應模型回歸結果。結果表明在不控制個體和時間的情況下，數智融合的回歸系數也為正，且通過了 1% 的顯著性檢驗，從側面映證了數智融合發展能有效促進“碳解鎖”。以上分析結果與本文預期一致，驗證了假設1。

表4基準回歸結果

注：*、**、 *** 分別表示在 10% （20 5% 和 1% 的水平上通過顯著性檢驗;括號內為城市層面的聚類穩健標準誤，下表同。

（二）穩健性檢驗

為了檢驗回歸結果的可靠性，本文采用替換被解釋變量測量方式、替換核心解釋變量指標、排除政策沖擊影響三種方法檢驗回歸結果的穩健性。具體而言，首先將“碳解鎖”的測算方法由熵權法換為主成分分析法，結果如表5第（1）列所示，數智融合的回歸系數依然在 1% 水平上顯著為正。其次，將智能化代理變量換為工業機器人安裝密度重新測算數智融合再參與回歸，第（2）列結果顯示數智融合回歸系數仍然為正，且通過 1% 水平顯著性檢驗。最后，考慮到某些政策能直接影響\"碳解鎖”，對回歸結果產生干擾，本文分別剔除新能源試點城市、環境保護重點城市、創新城市試點城市之后再進行回歸。第（3）列至第（5）列結果均顯示數智融合回歸系數在 1% 顯著性水平上為正，說明基準回歸的結果是穩健的。

表5穩健性檢驗結果

（三）內生性處理

數智融合與“碳解鎖”之間可能存在遺漏變量偏差、雙向因果關系等內生性問題，本文使用兩階段最小二乘法（2SLS）和工具變量一廣義矩估計方法（IV-GMM）解決內生性問題。其中，在實際應用中，2SLS中第二步的一致性所需的正交條件難以滿足，導致第二步的估計不一致，并且忽略了變量誤差問題。而IV-GMM模型能有效應對可能出現的諸如遺漏變量偏差等內生問題，有效改善了2SLS 的不足[39]。首先，本文參考趙濤等使用1984年各城市每萬人電話機數量與上一年全國互聯網用戶數的交乘項作為工具變量 （IV） 進行2SLS回歸和IV-GMM回歸[35]，表6列（1）和列（2）分別為工具變量兩階段的回歸結果，第（3）列為IV-GMM模型回歸結果。其中，Kleibergen-Paap rkLM值為分別為11.102和17.318，且在 1% 水平上顯著，說明工具變量不存在識別不足的問題。結果表明，在控制了可能存在的內生性之后，數智融合發展仍然能促進“碳解鎖”。

表6內生性檢驗結果

注：[］括號內為 Stock-YogoweakID testcritical values 中10% 偏誤的臨界值。其余同表4。

（四）作用機制檢驗

根據前文理論分析，數智融合不僅能直接對“碳解鎖\"產生影響，還能通過影響市場一體化、異地投資、異地并購間接對\"碳解鎖”產生影響。為檢驗市場一體化作用機制，本文借鑒江艇的研究[40]，設立如下模型：

mid_i，t=β₀+β₁Dii_i，t+β_nControl_i，t+μ_i+ν_t+ε_i，t

式中， mid_i，t 為城市 i 在 χ_t 年的中介變量，具體包括市場一體化、異地投資、異地并購； 分別為相應變量的回歸系數;其余變量的定義同式（1）。

當前關于市場一體化和“碳解鎖”的研究中，大多數研究結果認為市場一體化有利于“碳解鎖”。如王杰和王軍認為市場一體化能通過技術溢出、經濟溢出和環保溢出促進區域協同減排[2]，李江龍等和郭藝等也認為市場一體化可通過促進政府合作、統一區域市場制度規則、提高企業要素匹配效率等方面促進碳效率[7，41]。就數智融合與市場一體化而言，如表7列（1）中結果顯示，被解釋變量為市場一體化時，數智融合對市場一體化（Mar）的回歸系數在 5% 顯著性水平上為正，表明數智融合發展有利于市場一體化水平提升。數智融合能夠打破地域和信息壁壘。通過數據共享和智能化分析，促進資源的優化配置，讓要素在市場間更自由地流動，從而有利于提升市場一體化水平。故數智融合通過促進市場一體化建設推動\"碳解鎖”，驗證了假設2。

表7作用機制檢驗結果

表7列（2）、列（3）、列（4）的被解釋變量分別是異地并購的成功次數、異地并購的成功率、異地投資企業數量。三列數據中數智融合的回歸系數都為正，且都通過了 5% 顯著性檢驗。故數智融合對異地并購的成功次數、異地并購的成功率、異地投資企業數量都有提升作用。異地并購和投資能夠使資本、技術等生產要素在不同地區之間流動，有助于縮小地區之間的經濟差距，推動區域經濟的均衡發展，是市場一體化進程中的重要環節。企業可以通過異地并購和投資將先進的低碳技術和節能設備引入新地區，優化當地高碳產業的生產流程，減少碳排放。這種跨區域行為還能夠整合資源，推動能源結構優化，使新地區的能源利用向低碳化轉變，促進\"碳解鎖”。故數智融合可以通過促進異地投資和異地并購推動“碳解鎖”，進一步驗證了假設2。

五、進一步研究

（一）調節效應分析

數智融合的發展和效用離不開政府政策的支持。對此，本文將從新型數字基礎設施建設、寬帶中國建設等硬環境政策支持和數據要素市場化、公共數據開放等軟環境政策支持人手，探討不同類型政策對數智能融合與“碳解鎖”的調節效應。為此，設立以下模型：

Dam_i，t=λ₀+λ₁Dig_i，t+λ₂Dig_i，t×T_i，t+λ₃T_i，t+λ_nControl_i，t+μ_i+ν_t+ε_i，t 式中， T_i，t 為調節變量。 λ₀、λ₁、λ₂、λ₃、λ_n 分別為相應變量的回歸系數;其余變量的定義同式（1）。

1.硬環境政策支持的調節效應

良好的數字基礎設施硬環境會促使社會大眾更廣泛地接觸和使用數字技術，提升全社會的數字素養，更好地發揮數智融合的作用。本文使用Python軟件對各市政府工作報告進行分詞處理，分別統計政府工作報告總詞匯數量與新型數字基礎設施相關詞匯數量，以新型數字基礎設施相關詞匯數量在總詞匯數量中的占比表示新型數字基礎設施建設水平衡量的新型數字基礎設施建設（Di）[42]表8列（1）結果顯示，在加入新型數字基礎設施建設之后，數智融合的回歸系數仍然顯著為正，且數智融合與新型數字基礎設施建設的交互項回歸系數符號也顯著為正，與數智融合的回歸系數符號一致，表明新型數字基礎設施建設有助于促進數智融合的“碳解鎖”效應。

表8調節效應回歸結果

寬帶中國建設致力于提升全國范圍內的網絡覆蓋和通信質量，有助于縮小區域間在數智融合基礎條件上的差距，讓不同地區都能更好地參與到利用數智融合推動“碳解鎖\"的進程中。本文以是否寬帶中國建設試點城市構造虛擬變量\"寬帶中國建設”（Brc），如果是則賦值為1，不是則賦值為0。表8列（2）結果顯示數智融合的回歸系數與交互項的回歸系數都顯著為正，與數智融合的回歸系數符號一致，說明寬帶中國建設也有利于數智融合的“碳解鎖”效應。

2.軟環境政策支持的調節效應

數據要素市場化意味著數據成為一種可交易的商品，能夠依據市場機制在不同主體間合理流動。在數智融合推動\"碳解鎖”的過程中，擁有大量碳排放相關數據的企業可以將數據作為要素投入市場。參考相關文獻，本文以是否設立數據交易平臺衡量數據要素市場化，將在當年設立了數據交易平臺的城市記為1，否則為0，構造虛擬變量數據要素市場化（Mde）[43]。表8列（3）結果顯示引入數據要素市場化與數智融合的交互項之后，數智融合對“碳解鎖”的回歸系數仍在 1% 顯著性水平上為正，數據要素市場化與數智融合交互項的回歸系數為正，并且通過 1% 顯著性檢驗，說明數據要素市場化強化了數智融合的“碳解鎖”作用。

公共數據開放能夠將政府部門掌握的大量與環境、能源、經濟等相關的數據釋放出來，企業和科研機構可以利用這些開放的公共數據，結合自身的業務數據，通過智能分析等手段，更全面地了解碳排放的影響因素，制定更科學合理的碳減排策略，從而為數智融合助力“碳解鎖\"提供更堅實的數據基礎，增強其影響效果。參考相關文獻，本文將在當年開通了公共數據開放平臺的城市記為1，否則為0，構造虛擬變量公共數據開放（Opd）。表8列（4）結果顯示，引入公共數據開放與和數智融合的交互項之后，數智融合對“碳解鎖”的回歸系數仍在 1% 顯著性水平上為正，公共數據開放和數智融合的交互項與數智融合對的回歸系數符號一致，說明公共數據開放強化了數智融合對\"碳解鎖”的促進作用。

（二）異質性分析

1.“碳解鎖”不同維度的異質性

為了驗證數智融合對“碳解鎖\"不同緯度的影響是否具有差異性，本文將“碳解鎖”的產業、制度、科技和文化四個維度作為被解釋變量進行回歸分析，結果如表9列（1）至列（4）所示。其中，數智融合對產業“碳解鎖”、制度\"碳解鎖”和科技\"碳解鎖”的回歸系數顯著為正，而對文化“碳解鎖”不顯著，這表明產業、制度和科技“碳解鎖”可通過數智融合的\"硬干預”快速見效，而文化“碳解鎖\"需要“軟滲透”與長期培育，且回歸系數從大到小依次為科技、制度和產業\"碳解鎖”。根本原因在于不同領域對數字技術的需求強度、融合深度及見效周期存在差異。科技\"碳解鎖”以技術創新為核心，數智融合作為現代科技的重要載體，能直接嵌入低碳技術研發、測試與應用全鏈條，故回歸系數最大。制度“碳解鎖”依賴數字技術對治理體系的重塑，雖能提升制度運行效率與政策精準性，但制度變革受限于政策傳導機制、利益協調成本等因素，效果顯現存在一定滯后，回歸系數次之。

2.城市類型異質性

資源型城市往往依賴高耗能、高碳排放的產業，并且生產工藝相對傳統，能源利用效率較低，很難在短期內實現低碳轉型。老工業基地城市同樣存在類似問題，其傳統制造業為主的產業結構使得工業生產長期依賴高碳能源。要向低碳生產轉變，涉及整個生產流程的改造、新設備的購置安裝等諸多環節，這一轉型過程復雜且成本高昂，導致\"碳解鎖\"難度增大[44]。故本文按照是否為資源型城市和老工業基地劃分為兩組進行回歸。表9列（5）和列（6）、列（7）和列（8）結果顯示組間差異系數顯著，數智融合系數在非資源型城市和非老工業基地城市中回歸系數更大，這說明數智融合對非資源型和非老工業基地城市的\"碳解鎖\"效應更強。

表9異質性分析

六、研究結論與政策建議

本文利用中國2011—2022年279個地級及以上城市的面板數據，分別從理論和實證上探討了數智融合對“碳解鎖”的影響以及市場一體化在其中發揮的作用，研究發現：（1）數智融合的發展能有效促進\"碳解鎖”，該結論在經歷兩階段最小二乘法和IV-GMM模型的內生性檢驗以及一系列穩健性檢驗后依然成立;（2）機制檢驗發現，數智融合通過提高市場一體化水平、強化異地投資以及推動異地并購促進“碳解鎖”；（3）進一步研究發現，新型數字基礎設施建設和寬帶中國建設等硬環境政策支持以及數據要素市場化和公共數據開放等軟環境政策支持都有助于增強數智融合對\"碳解鎖\"的促進效應;（4）異質性分析發現，數智融合對\"碳解鎖\"的促進作用在高數智融合水平城市、非資源型城市和非老工業基地城市中更強，數智融合發展對\"碳解鎖”的促進作用由高到低依次為科技維度、制度維度、產業維度與文化維度。

基于本文結論提出以下建議：一是強化數智融合的“碳解鎖\"能力，強化技術創新與研發支持，設立專項科研基金，支持高校、科研機構和企業開展數智融合與“碳解鎖”相關的關鍵技術研發，通過政策引導，促進企業、高校和科研機構建立產學研合作聯盟，共同開展技術攻關和創新實踐，加速科技成果轉化與應用。二是完善市場一體化機制，要健全碳排放權交易市場，依托公共資源交易平臺，加快建設完善全國碳排放權交易市場，擴大市場覆蓋范圍，豐富交易品種和交易方式。通過市場機制，引導企業主動減排，實現碳排放資源的優化配置。還要積極推動綠色金融發展，鼓勵金融機構開發綠色信貸、綠色債券等金融產品，加大對數智融合促進\"碳解鎖\"項目的資金支持，三是加強數智融合的政策支持。不僅要加大對 5G、物聯網、云計算等新型數字基礎設施的建設投入，提升網絡覆蓋范圍和質量，為數智融合提供堅實的網絡基礎，還要繼續擴大寬帶網絡的覆蓋范圍，提高寬帶接入速度和質量，縮小城鄉數字鴻溝，為數智融合在更廣泛區域的應用創造條件。四是針對不同類型城市制定不同戰略方向，優先在低數智融合水平城市布局建設寬帶網絡、數據中心、物聯網等基礎設施，提升城市的數智化基礎條件;鼓勵資源型城市利用數智技術對傳統產業進行改造升級，提高資源開采、加工和利用的效率，減少能源消耗和碳排放;支持老工業基地城市加快產業結構調整，推動傳統產業向高端化、智能化、綠色化方向發展。

參考文獻：

[1]程娜，桑一銘，李博文.“雙碳”目標下中國\"碳解鎖\"發展研究[J].改革，2023（12）：151－162.

[2]陳洪波，張曉瀟.國家大數據綜合試驗區如何促進城市綠色轉型;基于碳排放量增速和碳生產率增幅的雙重視角[J].中國軟科學，2024（1）：172 -188.

[3]趙培雅，高煜，孫雪.“雙控”目標下產業智能化的節能降碳減排效應[J].中國人口·資源與環境，2023（9）：59-69.