数字经济与低碳经济协同作用及空间效应研究

张 振，李军军

(福建师范大学 经济学院，福建 福州，350007)

以二氧化碳为主的温室气体持续增加是导致全球气候变暖、海平面上升的主要原因之一，给生产生活带来了一系列危害。2020年9月22日，中国在第75届联合国大会上正式提出2030年实现碳达峰、2060年实现碳中和的目标，这是我国在碳减排方面向世界做出的庄严承诺，把我国绿色发展之路提升到一个新的层次。2022年3月，政府工作报告中进一步提出，推进“双碳”目标落实，促进经济社会全方位绿色转型，是加快构建环境友好型社会的必要条件。随着信息技术的发展，数字经济已经成为我国国民经济的重要组成部分，中国信息通信研究院发布的《中国数字经济发展报告(2022)》显示，2021年我国数字经济发展总量达到了45.5万亿元，占我国国内生产总值的39.8%，高于同期国内生产总值名义增速3.4个百分点。2022年1月12日，国务院发布的《“十四五”数字经济发展规划》指出，2025年我国数字经济发展模式更加完善，数字经济竞争力和影响力稳步提升，2035年数字经济发展基础、产业体系发展水平位居世界前列。数字经济已经成为我国经济由高速发展向高质量发展转变的主要支撑，低碳经济成为我国绿色发展新动能。数字经济通过推动传统企业、重点产业数字化转型，能够优化要素配置和提高生产效率，有利于节能降碳。而低碳经济推动节能环保和新能源等产业发展，促进数字技术创新和广泛应用。在此背景下，研究数字经济与低碳经济之间是否具有相互促进、协调融合的关系，具有重要的理论价值和现实意义。

一、文献综述

数字经济作为一种新兴的经济形态，在促进经济发展和社会进步中发挥着重要作用，正在快速成为世界各国经济发展的新动能。国内学者对数字经济的研究一般分为两个方面：数字经济的测度和经济效用评价。在数字经济的测度方面，杨慧梅[1]等根据主成分分析方法，从产业数字化和数字产业化两个方面构建数字经济发展指数；刘军[2]等以数字经济发展要素为出发点，从数字交易发展、信息化发展和互联网发展三个维度构建中国省域数字经济评价指标体系；许宪春[3]等基于国际比较的视角系统构建数字经济指标体系并测度了中国省域数字经济指数。在数字经济的经济效用评价方面，许多学者取得了丰硕的成果，形成了比较完善的研究体系，认为数字经济推动区域创新能力[4]，助力城市低碳转型[5]，提高经济高质量发展[6]等。然而数字经济对环境方面评价的相关文献却比较匮乏，仅有少量学者研究，认为数字经济有效降低碳排放强度[7]，促进制造业绿色发展[8]。

在“双碳”目标提出后，低碳经济研究焦点之一是碳排放效率的测度及其影响因素。碳排放效率测度方面，大多数采用数据包络分析、对数平均权重分解方法、随机前沿方法。在碳排放影响因素方面，郭沛[9]等基于PSM-DID方法发现，低碳试点政策可以有效提高城市碳排放效率；聂永有[10]等基于空间杜宾模型和面板门槛模型发现碳排放效率与生产性服务集聚之间存在U型关系；田云[11]等基于耦合协调度模型分析碳排放效率与经济增长之间的相关关系；李波[12]等根据Kaya变形恒等式分解农业碳排放的影响因素，发现效率因素和结构因素能有效抑制农业碳排放量。

现有研究主要是分析在不同机制下，数字经济对低碳经济的作用，亦或低碳经济对数字经济发展的影响，鲜有研究二者之间协同作用。本文在借鉴前人研究的基础上，运用数据包络分析、耦合协调度、Dagum基尼系数、莫兰指数方法，研究数字经济与低碳经济的协同作用。

二、研究方法

(一)数据包络分析

数据包络分析基础模型分为CCR(规模报酬不变)模型和BCC(规模报酬可变)模型，衍化的非期望产出SBM模型具有更多优点，即它能在考虑非期望产出的同时，对有效决策单元分解排序，从而提高了效率评价的准确性和实用性。模型如下：

(1)

其中，假设有k个决策单元，每个决策单元有m种投入变量和s种产出变量；第k个决策单元的第i种投入变量和第r种产出变量分别用xik和yrk来表示；s+为投入松弛变量，s-为产出松弛变量；ε一般取10-6，表示任何投入产出项都不可忽略；sh和sg分别为期望产出溢出和非期望产出不足；当ρ>1时，决策单元为有效单元，ρ=1即s-=sg=sh=0时，表示在既定投入下产出最优，决策单元有效，ρ<1则说明还有改进空间，决策单元无效。

(二)耦合协调度模型

耦合度模型能够测度两个子系统之间相互作用的影响程度，耦合度越高，说明两者之间的协同程度越高，反之，则越低。通过耦合度模型可以衡量数字经济与低碳经济两个系统之间相互影响的程度，公式如下：

(2)

T=αU1+βU2

(3)

(4)

其中，U1表示数字经济指数，U2表示低碳经济，C为耦合度，且0≤C≤1，C值越大，表示数字经济与低碳经济之间的协调关系就越大；T为数字经济与低碳经济之间的协同发展指标，α和β为待定系数，衡量数字经济和低碳经济的相对重要程度，本文认为数字经济与低碳经济两个同等重要；D为两系统之间的耦合协调，且0≤D≤1,D值越大，说明两系统之间的协同程度越高。结合现实情况，将数字经济与低碳经济之间的耦合协调度划分为四个层次。具体判定标准如表1所示。

表1 耦合协调度层次划分标准Tab.1 Coupling coordination degree level division standard

(三)Dagum基尼系数

基于Dagum[13]提出的基尼系数及其按子群分解的方法，其定义如公式(5)所示，其中yjt(yhr)是j(h)地区内各省(市、自治区)的耦合协调度，μ是各省耦合协调度的平均值，n是省份个数，k是地区个数，nj(nh)是j(h)地区内省份个数。

(5)

首先，需要对各地区的耦合协调度均值排序，然后按照Dagum基尼系数分解方法将总体基尼系数分解为地区内差距贡献Gw、地区间差距贡献Gnb、超变密度贡献Gt、且满足G=Gw+Gnb+Gt。公式(6)(7)分别表示j地区内的基尼系数Gjj和地区内差距贡献Gw，公式(8)(9)表示j和h地区的地区间基尼系数Gjh和地区间差距的贡献值Gnb，公式(10)表示超变密度的贡献。

(6)

(7)

(8)

(9)

(10)

(11)

(12)

(13)

其中，Fj(Fh)为j(h)地区的累计密度分布函数。定义djh为各地区间耦合协调度的差值，即j、h地区中yji-yhr>0的样本值加总的数学期望；pjh定义为超变一阶矩，即j、h地区中yhr-yji>0的样本值加总的数学期望。

(四)莫兰指数

空间自相关是检验属性值的分布是否在地区间存在紧密联系。莫兰指数(Moran’s I)包括局部Moran’s I指数和全局Moran’s I指数，局部Moran’s I指数检验哪些空间区域出现了集聚还是异常值，全局Moran’s I指数检验样本数据是否在空间上呈现集聚。基于样本数据的特征，本文所采用的空间权重矩阵是地理矩阵。

三、变量界定与数据处理

(一)碳排放效率测度

借鉴相关文献的研究，综合考虑数据的合理性与可得性，选择能源投入、劳动力投入、资本投入作为碳排放效率的投入变量，地区GDP作为期望产出，二氧化碳排放量作为非期望产出。其中能源投入是指能源消耗总量，包括煤炭、石油、一次电力及其他能源的消耗量；劳动力投入是以各地区的从业人员的年终值代替，具体计算方法是当年年末的从业人员与下一年年初的从业人员之和的平均值；资本投入是指资本存量，由于数据无法直接获得，借鉴单豪杰[14]的永续盘存法的资本存量估算。期望产出采用各省(市、自治区)GDP，非期望产出根据IPCC公布的二氧化碳排放量估计方法。

(二)数字经济指数的确定

根据相关学者关于数字经济指标体系的研究，在综合考虑数据合理性与可得性的基础上，从信息化发展、互联网发展、数字交易发展三个维度确定数字经济指数，每个维度对应的指标如表2所示。计算方法是采用NBI指数权重法确定权重，然后采用线性加权的方法确定数字经济指数。

表2 数字经济指标体系Tab.2 Digital economy indicator system

以上构建数字经济体系和低碳经济体系的数据来源于《中国能源统计年鉴》《中国统计年鉴》《中国环境统计年鉴》，因西藏、中国香港、中国澳门、中国台湾地区的数据不全，故选取中国2013—2020年30个省(市、自治区)作为研究对象。

四、研究结果分析

(一)数字经济发展指数

利用指标体系测度各省历年数字经济发展指数，如表3所示。样本期内，全国30个省(市、自治区)数字经济发展指数呈现逐年递增的趋势，尤其是北京、上海、江苏、广东等沿海地区，这表明近年来我国数字经济发展迅速，一线城市金融数字化程度高，产业集聚优势相对明显。但以我国东、中、西部数字经济发展指数平均值为视角，我国数字经济发展存在不充分、不平衡的情况，东部地区数字经济发展呈现断崖式领先，中西部地区数字经济发展相对缓慢，这可能是由于东部地区政策导向及资源禀赋较为突出等。同时说明我国中西部数字经济发展相对于东部地区而言具有较大潜力，我国应积极推动区域数字经济协调发展，持续推进精准化数字经济发展举措，减少数字经济发展区域差异化。

表3 数字经济发展指数Tab.3 Digital economy development index

续表3

(二)耦合协调度分析

通过构建数字经济指标体系测算数字经济发展指数，并利用非期望SBM-DEA模型测算中国30个省(市、自治区)的碳排放效率，以各地区碳排放效率衡量低碳经济发展水平，同时基于耦合协调度模型测算数字经济与低碳经济耦合协调度。从表4可以看出，样本期内北京、上海、广东的耦合协调度明显高于其他省(市、自治区)，特别是2019年和2020年的耦合协调度全部上升到0.8以上，达到了高耦合层次，这说明数字经济发展与低碳经济已经实现了优质协调，二者同步提升且相互促进的现象更加明显。2020年广西、贵州、云南、辽宁、河北、山西、内蒙古、新疆、吉林、湖南、甘肃、青海和宁夏处于颉颃层次，数字经济与碳排放耦合协调度均处于0.3～0.5之间，说明数字经济发展与低碳经济不具有明显的协同关系，中国东北地区和西部地区的数字经济和碳排放政策需要进一步完善。

从表4中可以看出，中国东、中、西三大地区的数字经济与低碳经济耦合协调度均值具有明显的异质性，东部地区耦合协调度均值最高，在2013—2020年一直处于磨合层次，中部次之，西部最低，且中部和西部耦合协调度均值处于颉颃层次。从耦合协调度均值走势来看，全国、东部、中部、西部地区的耦合协调度均值在样本考察期内具有明显的平稳增长态势。在2019年东部和中部的耦合协调度均值均出现了缓慢下降的趋势，西部则处于增长阶段，而在2020年东、中、西部都呈上升趋势。从整体数字经济与低碳经济耦合协调度均值来看，全国、东部、中部、西部的耦合协调度均值增长率虽然有时出现不平稳的波动，但整体上处于上升阶段。

运用arcgis软件绘制2013年和2020年中国30个省份数字经济与低碳经济耦合协调度的分布图，从图1a中可以看出，2013年耦合协调度等级处于磨合层次的省份有北京、江苏、浙江、广东，这说明，东部沿海地区的数字经济与低碳经济耦合协调度居于全国前列，部分中部和东部沿海省份处于颉颃层次，其余省份处于低耦合层次，全国的耦合协调度值分布不集中，没有处于高耦合协调度的省份。从图1b中可以看出，2020年处于高耦合层次的省份有北京、上海、广东，相比于2003年，2020年全国出现了高耦合层次的省份，但江苏省并没有像北京、上海、广东一样进入高耦合协调度层次，中部大部分省份处于磨合层次，西部地区主要是颉颃层次的省份较为集中，没有出现低耦合层次的省份。这说明相比于2013年，数字经济与低碳经济耦合协调度整体上有很大改善。

表4 数字经济与低碳经济耦合协调度Tab.4 Coupling and coordination degree of digital economy and low-carbon economy

图1 2013、2020年全国耦合协调度Fig.1 National coupling coordination degree in 2013 and 2020

(三)Dagum基尼系数分析

为探究数字经济与低碳经济耦合协调度的空间差异，基于matlab软件测算2013—2020年中国30个省份数字经济与低碳经济耦合协调度的Dagum基尼系数及分解，如表5所示。

表5 基尼系数及其分解结果Tab.5 Gini coefficient and its decomposition results

1.总体差异。通过表5可以看出，虽然2017年、2019年耦合协调度基尼系数有所上升，但全国数字经济与低碳经济耦合协调度的基尼系数变化总体呈下降趋势，与2013年相比，2020年数字经济与低碳经济耦合协调度基尼系数下降22.5%，这说明我国30个省(市、自治区)数字经济与低碳经济之间的协调能力差距有所缩小。

2.区域内差异。从表5中可以看出，我国东、中、西三个区域内东部地区数字经济与低碳经济耦合协调度基尼系数最大，西部次之，中部最小。这说明东部地区的数字经济与低碳经济的协调度地区间差距较大，中部各省份之间差距最小。从变化趋势来看，东部地区的变化不明显，基本稳定在0.15左右，中部地区的变化存在波动性且具有上升趋势，西部地区的变化具有下降趋势。相比于2013年，2020年中部地区提高34.9%，西部地区降低22.2%。

3.区域间差异。从表5可以看出，数字经济与低碳经济耦合协调度在不同地区间具有不同的变化趋势。从整体上来看，东部地区和中部地区间数字经济与低碳经济耦合协调度基尼系数具有下降趋势，从2013年的0.269下降到2020年的0.177，下降幅度达到34.2%；东部地区和西部地区间的变化趋势分为两个阶段，第一个阶段为2013—2017年，数字经济与低碳经济耦合协调度基尼系数经历了先下降后上升的阶段，第二个阶段为2017—2020年，基尼系数开始逐渐下降，与2013年相比，2020年东部与西部地区间的基尼系数下降了25.3%；中部与西部地区间的基尼系数变化则不明显，整体上维持在0.1左右。

4.差异来源及其贡献率。从表5中可以看出，尽管中国各地区数字经济与低碳经济耦合协调度区域间贡献率的变化波动较为明显，但一直占据主导地位，始终高于区域内和超变密度的贡献率，区域内贡献率次之，超变密度贡献率最小，这说明区域间差异是导致数字经济与低碳经济耦合协调度差异的主要因素。从贡献率的变化趋势来看，在样本期内，区域内差异贡献率有升高的趋势，与2013年相比，2020年区域内差异贡献率提高19.3%；区域间差异贡献率变化分为两个阶段，第一阶段在2013—2018年呈现先下降后上升的趋势，第二阶段在2018—2020年呈现下降的趋势，与2013年相比，2020年区域间差异贡献率下降15.9%；超变密度贡献率整体上具有上升趋势，与2013年相比，2020年超变密度贡献率提高56.6%。

(四)空间相关性分析

1.全局空间自相关分析。为了考察数字经济与低碳经济耦合协调度是否具有空间溢出效应和空间依赖性，根据Stata软件计算数字经济与低碳经济耦合协调度的全局莫兰指数，结果如表6所示。

表6 数字经济与低碳经济耦合协调度全局莫兰指数Tab.6 Global Moran index of coupling and coordination degree of digital economy and low-carbon economy

由表6可知，数字经济与低碳经济耦合协调度的莫兰指数在2013—2015年在5%的水平上显著，2016—2020年的莫兰指数在1%的水平上显著，这表明数字经济与低碳经济耦合协调度具有一定的空间相关性，具体表现在某个高耦合协调度的省份周围存在一个或几个高耦合协调度的省份。莫兰指数虽然在2017年下降为0.191，这可能一方面是因为在2017年不同地区的生态环境保护政策呈现差异化，另一方面是因为不同省份的数字产业发展程度不协调；但从整体上看，2013—2020年莫兰指数具有明显的上升趋势，并且显著为正。由此可见，随着数字经济的发展和碳排放效率的提高，数字经济与低碳经济这种空间上的相关性会进一步提高。

2.局部空间自相关分析。通过局部Moran’I指数散点图分析2013—2020年中国30个省份的空间相关性，由于散点图难以清楚地显示省份的聚集情况，将2013年和2020年局部莫兰指数散点图情况绘制成表7。

由表7可知，2013年高-高集聚地区的省(市)包括北京、天津、上海、浙江、江苏、福建、山东，主要分布在中国东部沿海地区，其信息化发展较为迅速，数字经济发展较快，高新企业集聚，有利于提高碳排放效率。2020年高-高集聚地区包括上海、浙江、江苏、福建、山东、安徽、湖南、湖北、江西，主要集中在中国东部沿海和中部地区；北京落入高-低集聚区，天津落入低-高集聚区，但中部省份安徽、湖南、湖北、江西加入了高-高集聚区，这可能得益于沿海省份对周边省份的经济辐射。2013年低-低集聚区的省份包括黑龙江、吉林、山西、湖北、重庆、甘肃、青海、宁夏、云南、贵州、新疆，主要集中在中国东北以及西部地区，可能因为经济水平较低，科研水平相对不足，低碳经济与数字经济耦合协调度偏低，没有对周边省份形成较强的辐射效应。2020年低-低集聚区包括内蒙古、黑龙江、吉林、辽宁、河南、陕西、山西、甘肃、青海、宁夏、云南、新疆，主要分布在中部、西北和东北地区，这些地区可能由于重工业发达，碳排放效率不高，数字经济与低碳经济耦合协调度偏低，不具有较强的辐射效应；同时相比于2013年，一些中部省份进入了高-低集聚区和低-高集聚区。2013年和2020年低-高集聚区和高-低集聚区主要分布在中国中部和部分西部省份，这说明中部和西部省份的数字经济与碳排放耦合协调度仍然存在较大的改进空间。特别值得关注的是，北京市2020年处于高-低集聚区，原因一方面可能是北京市数字经济发展程度较高，产生的虹吸效应大于其溢出效应；另一方面可能是北京市周边地区工业集聚区密集，对周围的环境保护产生了负面影响。

表7 数字经济与低碳经济耦合协调度局部空间聚类情况Tab.7 Local spatial clustering of the coupling coordination degree of digital economy and low-carbon economy

五、结论与启示

通过构建数字经济体系和低碳经济体系，测度数字经济与低碳经济耦合协调度，从东部、中部、西部三大区域分析耦合协调度的空间差异性，基于莫兰指数分析不同省份耦合协调度的空间相关性。研究发现：中国省域数字经济与低碳经济耦合协调度具有上升趋势，整体上从颉颃层次上升到磨合层次，东部地区耦合协调度均值在样本期内一直处于磨合层次，中部和西部地区耦合协调度从颉颃层次上升到磨合层次；从Dagum基尼系数及其分解结果来看，全国耦合协调度基尼系数具有下降趋势，东部耦合协调度基尼系数平稳波动，中部耦合协调度基尼系数具有上升趋势，西部耦合协调度基尼系数具有下降趋势；数字经济与低碳经济耦合协调度在空间上表现为显著的相关性，东中西部地区协同作用空间差异性较为明显。

推动经济高质量发展，是遵循经济发展规律的必然要求，数字经济与低碳经济的协同发展是我国经济高质量发展的关键一环。结合本文研究结论，考虑从以下方面为推动数字经济与低碳经济协同发展提供有益参考。

第一是积极推动数字经济与低碳经济共同发展。要把“双碳”战略融入生态文明建设总体布局，把绿色发展作为经济高质量发展的必由之路。把握数字经济的数字化、网络化、智能化特点，完善数字基础设施，推动互联网、大数据、人工智能同产业深度融合，形成数字经济和绿色低碳经济的主导地位，加快构建环境友好与资源节约型产业体系，构建高质量发展产业政策体系，积极拓展绿色低碳产业链条。数字经济的健康发展能有效促进低碳经济的发展，同时低碳经济在促进我国转变经济增长方式，调整经济结构方面的作用也不可忽视，是助力数字经济发展的新引擎。推动数字化和绿色低碳化协同发展，推进数据中心、通信基站等数字基础设施建设节能提效，促进节能高效的新产业新业态快速发展，更好促进传统产业提升效率，调整能源消费需求结构，提高可再生能源技术，积极推动“双碳”目标的实现，促进数字经济的健康发展。

第二是积极推动数字经济与低碳经济协同创新。坚持创新作为数字经济发展的第一动力，促进数字经济与各领域深度融合，构建数字经济多元化、协同联动的发展新机制，加快企业数字化转型升级，创新发展绿色、低碳的数字企业，依托数字经济优化产业结构，提高绿色创新能力和资源利用效率，为提高碳减排效率提供源源不断的动力。充分发挥我国社会主义市场优势、制度优势和体制优势，坚定不移地推动创新驱动发展战略，积极推进关键核心技术自主创新能力建设，迅速提升绿色低碳技术和数字信息技术的基础研发能力、应用创新能力和科技创新成果转化能力。

第三是在国家层面统筹区域数字经济与低碳经济发展策略，采取差异化的政策措施。立足于不同地区间的差异化，因地制宜，具体情况具体分析，为不同省份制定不同的策略，充分发挥区域资源、碳减排政策区域协调联动。数字经济发展政策向中西部地区倾斜，积极培育数字经济专业人才，积极发挥“领头羊”作用。进一步完善区域的功能区定位和规划，加强数字产业和绿色低碳产业规划上的协同对接，建立和完善区域经济数字化和绿色化的合作机制，在目标设定、政策协调、统一市场、区域补偿、技术创新等方面全面加强合作，充分发挥数字经济的高效协作优势，使资金、技术、人才和信息在区域间优化配置，提升区域绿色发展动能。