数字经济对碳生产率的影响研究——基于绿色技术创新的中介效应分析

刘国帅 钟俊平 辛同

(北京信息科技大学马克思主义学院 北京 100192)

当前，我国正处于低碳经济发展的关键时期，党的二十大报告中再次强调“发展绿色低碳产业，倡导绿色消费、推动形成绿色低碳的生产方式和生活方式”“积极稳妥推进碳达峰碳中和”[1]。实现碳达峰碳中和目标，碳生产率需要密切关注。碳生产率同时衡量了经济发展和碳排放，是实现可持续发展的重要途径。数字经济为我国经济发展提供了重要推动力，是构建现代经济社会体系的重要引擎。作为一种新的经济形态，数字经济在经济社会的各个领域产生深刻影响，在我国碳减排目标实施中发挥不可或缺的作用。实现碳达峰及碳中和的过程中，产业结构的升级调整和能源消费结构的转型升级是必然途径，而这都离不开绿色技术创新的发展。绿色技术创新是促进能源消费结构向可再生和清洁能源转型的推动力，是降低碳排放的关键一环。如果数字经济能提高碳生产率，它就能通过激励绿色技术创新实现这一目标吗？作用机制是什么？在数字经济对碳生产率的影响方面是否存在地区差异？这是当下提升碳生产率需要解决的问题。

1 文献综述

学者们目前对数字经济领域做了丰富的研究。宏观层面上，数字经济对经济增长[2]、产业结构[3]、居民消费水平等方面产生了正向的促进作用；微观层面上，数字经济对企业创新[4]等产生了激励作用。数字经济发展与实体经济不断融合，促进经济社会发展。在碳排放领域，多数学者仍围绕产业结构升级[5]、外商投资等因素对碳排放量和碳排放强度的影响。部分学者近年来也开始探究数字经济之于碳排放的影响。谬陆军等(2022)[6]基于地级市面板数据发现，数字经济发展对碳排放的影响具有非线性特征，两者间呈现倒U型关系。谢文倩等(2022)[7]通过分析2011—2019年省级面板数据，发现数字经济的发展能促进产业结构升级，从而对碳排放产生抑制作用。随着碳排放水平的提升，数字经济对碳排放的抑制作用随之加强。

综合以上研究，通过构建中介模型，本文分析数字经济对碳生产率的直接影响和绿色技术创新对碳生产率的间接影响，研究东、中、西部地区数字经济和绿色技术创新的异质性影响，以期为绿色低碳发展提供依据。

2 研究假设

2.1 数字经济发展对碳生产率的影响机制

数字经济能够依托机器学习、大数据、人工智能等技术推动城市数字化建设，使各工作运行效率得以优化，从而提升能源利用率，降低碳排放，提升碳生产率。数字经济融入于各个产业领域，推动传统产业升级改造，使生产要素和资源的配置效率得以提升，进一步降低能源消耗。数字经济广泛渗透于各类企业，帮助企业精确测算碳足迹，监控和追溯碳排放，提高碳生产率。因此，本文提出研究假设1。

H1：数字经济显著推动碳生产率增长。

2.2 数字经济对绿色技术创新的影响机制

绿色技术创新是一种以实现绿色发展为目标的创新活动。数字经济与绿色技术创新不断融合发展，激励绿色技术创新水平的提升。数字经济依托数字技术孕育了许多新兴产业，吸引了众多高素质人才，进而优化了人力资本结构，为绿色技术创新奠定了要素基础。同时，数字经济可以改善市场环境，以信息通信技术为代表的数字技术快速发展，企业因而拥有较低成本的竞争优势，降低了绿色技术创新成本。综上分析，本文提出研究假设2。

H2：数字经济发展能够显著推动绿色技术创新。

2.3 绿色技术创新对碳生产率的影响机制

工业领域，绿色技术创新通过节能减排直接提高工业碳生产率，使得高污染高耗能产业占比降低，实现工业绿色转型。在其他生产领域，绿色技术创新不仅可以通过农业资源循环利用实现农业绿色发展，而且能推动交通运输转型升级，降低化石燃料消耗，提升碳生产率。综上分析，本文提出研究假设3。

H3：绿色技术创新可以显著提高碳生产率。

2.4 绿色技术创新在数字经济与碳生产率之间的中介效应

综合上述分析，数字经济可以直接促进碳生产率提高。作为新兴经济的代表，数字经济赋能绿色技术创新，推动其不断发展。绿色技术持续创新，进一步促进产业绿色升级，提高生产效率，能效比率降低，进而逐步减轻碳排放的压力，提高碳生产率。结合上述分析，本文提出研究假设4。

H4：绿色技术创新在数字经济与碳生产率之间具有显著的中介效应。

另外，考虑到数字经济与绿色技术创新的水平在各区域之间会有差异，本文提出了假设5。

H5：数字经济发展水平对碳生产率的影响及绿色技术创新的中介效应具有区域异质性。

3 研究设计

3.1 变量选取

3.1.1 被解释变量

碳生产率(CP)，指单位碳排放的GDP产出水平。具体计算如下：

其中，GRP为各地区的生产总值(GDP)；CI为各地区二氧化碳排放量。本文使用《2006年IPCC国家温室气体清单指南》中的方法计算二氧化碳排放量，二氧化碳排放总量为每种能源消耗与二氧化碳系数乘积的总和。所选能源有焦炭，煤炭，原油，煤油，柴油，汽油，燃料油及天然气。具体公式如下：

其中，i和j分别代表不同的省份和能源种类；C Ii表示省份i的二氧化碳排放量；C Iij为能源j在省份i产生的二氧化碳排放量；Eij为能源j在省份i的消耗量；NCVj为能源j的平均低位发热量，用于将能源消费量转换为能源单位；CCj为能源j的碳含量；COFj为能源j的碳氧化因子；44/12 为二氧化碳的分子比率。

3.1.2 被解释变量

数字经济，本文借鉴郭峰等(2020)[8]的研究，使用数字普惠金融指数(DIE)来刻画各地区数字经济的发展状况。该指数基于蚂蚁金服的账户交易数据，运用无纲量化、变异系数赋权法与指数合成法进行测算，具有较强的准确性和真实性，可以客观反映数字经济水平。

3.1.3 中介变量

绿色技术创新(EP)。为客观反映各区域绿色技术水平，本文选择绿色专利授权数来衡量各个省份地区的绿色技术创新水平。

3.1.4 控制变量

本文设定了可能存在影响的控制变量：(1)能源结构(es)，用能源消费中煤炭消耗量的比重来衡量，比例越大证明对煤炭的依赖度越高；(2)人力资本(hc)，采用地区平均受教育年限来衡量；(3)开放程度(open)，采用进出额度占GDP的比重表示；(4)产业结构水平(str)，公式为str=第三产业增加值/第二产业增加值，数值大小与产业结构高级程度呈正比。

3.2 数据来源

本文数据来源于中国30个省市(除西藏及港澳台地区)2011—2020年省级层面的面板数据。研究中涉及的变量数据均来自历年《中国能源统计年鉴》《中国科技统计年鉴》《中国统计年鉴》及“北京大学数字普惠金融指数”课题组。为避免因数据之间单位不统一所造成的影响，本文将全部变量数据取对数。

3.3 模型设定

根据以上分析，借鉴温钟麟等(2014)[9]的研究，本文采用三步回归法检验中介效应，具体模型如下：

其中，i和t分别表示省份和时间；lnCPit表示i省份在t年份的碳生产率；lnDIEit表示i省份在t年份的数字经济发展水平；lnEPit表示i省份在t年份的绿色专利授权数；lnesit、lnhcit、lnopenit和lnstrit为控制变量；εit、θit、μit为随机扰动项；∂0、β0和γ0为常数项。

模型(1)是数字经济影响碳生产率的总效应模型，∂1为两者的总效应水平；模型(2)是数字经济作用于绿色技术创新的效应模型，β1为两者的直接效应水平；模型(3)是数字经济直接作用于碳生产率的效应模型，γ1反映了数字经济对碳生产率的直接效应水平，γ2反映了绿色技术创新对碳生产率的直接效应水平。

在以上三个模型中，中介效应的检验需具备：①模型(1)中系数 ∂1显著，即数字经济显著影响了碳生产率；②模型(2)中系数β1显著，即数字经济对绿色技术创新的作用是显著的；③模型(3)增加绿色技术创新变量之后，如果绿色技术创新对碳生产率影响(γ2)是显著的，而数字经济对于碳生产率的影响程度(γ1)有所下降或没有显著作用，那么绿色技术创新在其中起到部分或者完全的中介作用。

4 实证分析

4.1 基准回归

本文采用逐步检验法对面板数据进行基准回归，回归结果如表1所示。

表1 逐步检验法回归结果

从表1可以看出，从模型(1)至模型(3)，数字经济与绿色技术创新都通过了1%水平的显著性检验。模型(1)和模型(3)的回归结果显示数字经济回归系数为正数，即数字经济对碳生产率具有显著的正向促进作用，验证了假设1。模型(2)中数字经济的回归系数为正，说明发展数字经济可以推动绿色技术创新，验证了假设2。数字经济是发展绿色技术创新的中坚力量，一方面助力改善市场环境，为绿色技术创新发展提供可能，另一方面，随着数字技术的加持，绿色技术研发能力得以提升，推动绿色产业向中高端迈进。从模型(3)的回归结果可以看出，绿色技术创新的回归系数为正，表明绿色技术创新对碳生产率有显著正向作用，从而验证了假设3。模型(1)和模型(3)中，能源结构与碳生产率呈现显著的负相关，这表明煤炭能源的依赖度越高，对碳生产率的抑制作用就越强，煤炭资源的消耗会显著提升碳排放。

在基准回归基础上，本文运用逐步回归检验法，检验绿色技术创新在数字经济影响碳生产率过程中的中介效应。模型1结果表明，数字经济对于碳生产率的影响系数为0.166；模型2的结果表明，数字经济对绿色技术创新的推动作用显著；模型3中，数字经济和绿色技术创新均正向促进碳生产率的提高，且此时数字经济对碳排放的影响系数为0.094，与模型1中的系数相比较，绝对值有所减小，这意味着在绿色技术创新变量作用下，数字经济之于碳生产率的促进作用下降。具体到中介效应占比上，绿色技术创新占比达到43.59%，表明在数字经济推动碳生产率发展的过程中，绿色技术创新在其中起到43.59%的中介效应，因此假设4成立。

4.2 Bootstrap中介效应检验

传统的逐步回归分析法存有缺陷，为进一步验证绿色技术创新的中介效应的显著性，借鉴陈瑞等(2013)[10]的研究，本文采用Bootstrap基本方法进行再次检验，检验结果如表2所示。在95%置信区间下，数字经济通过绿色技术创新影响碳生产率的间接效应是0.0724，置信区间不包含0，证明中介效应存在。直接效应和总效应的效应系数与三步回归法的结果相差无几，且置信区间都不含0。综上所述，假设4依然成立。

表2 Bootstrap中介效应检验

4.3 区域异质性检验

根据前文描述性统计结果，各省数字经济水平存在较大差异，数字鸿沟明显。本文将30个省(区、市)分成东部地区、中部地区和西部地区三个区域，探究数字经济影响碳生产率的区域差异性。表3结果显示，数字经济在东部、中部和西部地区均能促进碳生产率的提高，相较于中西部地区，数字经济对东部地区碳生产率的影响贡献最大。这可能归因于东部地区的数字经济发展早，数字技术与实体经济率先实现融合，极大促进产业升级，释放碳减排红利，碳生产率得以极大提升。绿色技术创新的中介效应在东部和中部地区的影响是显著的，而在西部地区没有通过显著性检验，假设5成立。

表3 区域异质性检验结果

5 结论与启示

本文基于我国2011—2020年30个省份的面板数据进行实证分析，通过中介效应模型探讨了数字经济对碳生产率的影响以及绿色技术创新在数字经济作用于碳生产率过程中的中介作用。本文主要结论有：第一，数字经济的发展和绿色技术创新对碳生产率均存在显著促进作用；第二，数字经济能显著促进绿色技术创新；第三，数字经济既可以直接推动碳生产率的提高，也可以通过推动绿色技术创新间接促进碳生产率的提升。绿色技术创新的中介效应在经过Bootstrap中介效应检验后依然成立；第四，异质性结果分析发现，数字经济在东部、中部和西部地区均能促进碳生产率的提升，并且数字经济对东部地区碳生产率的促进作用最明显；绿色技术创新的中介传导效应在东部和中部地区有显著影响，西部地区未通过显著性检验。

本文得到的启示有：(1)加快数字经济发展，不断加强数字技术研发力度，为碳生产率的提升提供新动能。首先，加快新型基础设施建设，为数字产业化和产业数字化提供基础，进而推动数字经济与实体经济融合发展。其次，加快数字技术建设，强化数字经济和数字技术在社会各个领域的应用，提升数字产业化水平，推动绿色技术创新发展，为提升碳生产率提供技术支撑；再次，依托数字技术，加快串联企业各业务流程，提高资源利用效率，降低能源消耗，进而不断提升碳生产率。(2)推动绿色低碳核心技术攻关，加强绿色技术创新发展，使其发挥中介作用，构建良好的政策发展平台，鼓励企业积极进行绿色创新活动。(3)因地制宜实施区域化发展战略，实现数字经济“齐头并进”。东部地区发挥好示范作用，带头加紧攻关数字核心技术，引导成熟的数字经济产业向中西部地区倾斜，推动中西部传统产业数字化升级；中西部地区应加快数字经济战略布局，降低数字技术使用门槛，进而加快消除数字鸿沟，推动经济低碳绿色发展。