数字经济、时空动态效应与城市碳排放效率

摘 要：

数字经济作为一种新的经济形态，已成为推动中国经济高质量发展的重要驱动力，也会对城市碳排放效率产生影响。将数字经济纳入城市碳排放效率提升的分析框架，运用2011—2020年城市面板数据实证考察数字经济对城市碳排放效率的影响及时空动态效应。研究结果表明：第一，数字经济能够提升城市碳排放效率，并且是通过促进技术创新、推动产业结构升级和加速人力资本积累来实现的。第二，数字经济对中国城市碳排放效率提升作用不仅存在随时间增长逐渐增强的时间效应，还可通过空间溢出效应提升周边城市的碳排放效率，并且城市间距离在550公里以内为空间溢出效应的显著有效区域，超过950公里后则出现明显的衰减。第三，在东部地区、大规模城市和传统基础设施较发达的城市，数字经济对城市碳排放效率的提升作用更为明显。因此可以从推动数字经济发展、强化作用机制和突破数字经济衰减边界进行“空间重塑”等方面来提升城市碳排放效率。

关键词：

数字经济；城市碳排放效率；时间效应；空间溢出；空间重塑

中图分类号：F49；X321

文献标识码：A文章编号：1007-2101（2023）06-0087-12

收稿日期：2023-03-15

基金项目：

安徽省哲学社会科学规划青年项目“数字经济提升安徽城市碳排放效率的效应与路径研究”（AHSKQ2022D041）

作者简介：

张跃（1992-），男，安徽宿州人，淮北师范大学讲师，博士。

一、引言

二氧化碳排放所引致的温室效应已成为全球可持续发展亟待解决的问题。作为世界第一大二氧化碳排放国家，中国政府先后提出降低碳排放强度、2030年实现碳达峰以及2060年实现碳中和等碳减排承诺。党的二十大报告指出经济社会发展绿色化、低碳化是实现高质量发展的关键环节。从理论上看，提升碳排放效率是推动经济社会绿色化、低碳化转型的重要途径之一［1］。城市作为人口和产业的集聚中心，也是二氧化碳排放的主要来源，根据Cai等（2019）［2］统计结果可知，城市碳排放量已经占据中国碳排放总量的70%，城市已成为中国节能减排主阵地。所以着眼于城市市域，探讨如何有效地提升城市碳排放效率，可以为我国加快实现“双碳”目标和绿色中国发展提供驱动力。

许多学者对如何有效提升城市碳排放效率给予了高度关注，开出了推动经济集聚［3］、加强环境规制［4］、推进城镇化［5］和加快科技创新［6］等“药方”。近年来，随着云计算、物联网和大数据等为代表的数字技术持续进步，数字经济正逐渐成为驱动产业革命和经济增长的新动能。从2019年起，“十四五”规划首次将数字经济发展纳入国家战略；2021年6月国家统计局发布第33号令，界定了数字经济概念与分类；2022年5月国务院印发了《“十四五”数字经济发展规划》；至2023年8月，中国信息通信研究院发布《中国数字经济发展报告（2023）》，2022年中国数字经济规模超过50万亿，占 GDP 比重达到41.5%，这表明数字经济已成为支撑我国经济复苏的重要动力，国家也在全力促进数字经济发展。在此背景下，发挥数字经济新动能，提升城市碳排放效率，助力城市经济高质量发展意义深远。

数字经济概念最早由Tapscott（1996）［7］提出，认为数字经济是运用信息通信技术而形成新的经济系统。此后学者对数字经济概念进行修缮改进，数字经济是以数据资源作为关键要素、以现代化信息网络作为载体，有效使用信息通信技术以推进经济社会高质量发展的经济活动综合［8-9］。之后，国内外学者围绕数字经济的实证研究多集中在数字经济发展水平的测度［10］，数字经济对城市实体经济［11］、产业结构升级［12］、绿色创新效率［13］和经济高质量发展［14］的影响。与本文较为相关的文献主要是数字经济的碳减排效应，在这个论题方面学者普遍认为数字经济发展可以有效减少碳排放量。如王芳和董战峰［15］实证结果表明，数字经济发展水平每提高 1%，有利于碳排放量降低 0.054%。然而，现有研究针对数字经济影响城市碳排放效率的研究并不多，仅有少量文献单纯分析了数字经济与城市碳排放效率之间的数量关系，并未详细梳理和实证检验数字经济影响城市碳排放效率的作用机制，更未从时空动态效应角度深入探究数字经济对城市碳排放效率的影响。事实上，数字经济可以通过促进技术创新、推动产业结构升级和加速人力资本积累的作用机制提升城市碳排放效率。并且，数字经济对城市碳排放效率的提升存在时空动态效应，即一方面随着时间增长，数字经济对城市碳排放效率的提升作用逐渐增强；另一方面数字经济通过空间溢出效应提升周边城市碳排放效率，有助于形成城市间协调发展的碳减排格局，同时，空间溢出效应会随着城市间距离扩大被削弱，使得远距离的外围城市很难享受到核心增长极所产生的数字经济发展红利。这就要求一个国家发展数字经济时应考虑其时空动态效应，并且如果不将时空动态效应考虑在内，将对数字经济提升碳排放效率的研究结果产生偏差。

基于此，本文以中国285个地级及以上城市2011—2020年的统计数据为研究样本，重点研究数字经济对城市碳排放效率的影响及其时空动态效应。可能的边际贡献在于：第一，揭示了数字经济提升城市碳排放效率的作用机制，即数字经济可以通过促进技术创新、推动产业结构升级和加速人力资本积累等机制提升城市碳排放效率。第二，丰富了数字经济与城市碳排放效率的研究内容，即从时间和空间两个维度出发，数字经济对城市碳排放效率的提升作用呈現着随时间增长逐渐增强的效应，还可通过空间溢出效应提升周边城市的碳排放效率，进一步识别出数字经济空间溢出效应的有效区间和衰减区间。

二、理论分析与研究假说

（一）数字经济提升城市碳排放效率的作用机制

从理论上看，数字经济可以通过促进技术创新、推动产业结构升级和加速人力资本积累等作用机制提升城市碳排放效率。图1是数字经济提升城市碳排放效率的作用机制分析框架。

数字经济通过促进技术创新进而提升城市碳排放效率。数字经济作为新一代信息通信技术快速发展的产物，可以有效推动技术创新发展。首先，数字经济可以通过较为宽广的信息传播渠道实现更强的知识扩散效应，这无疑会在整体上提升城市经济体的知识存量，推动知识信息有效整合，进而促进技术创新。其次，数字经济可以依托物联网和云计算等数字技术建设创新网络平台，降低研发资源的搜寻成本，促进创新主体之间联络和创新协作，提升城市协同创新能力，进而产生数字经济的技术创新效应［16］。最后，随着数字经济被广泛应用于金融机构，有助于提高信贷资源的匹配效率，优化企业外部融资环境，为城市创造出更高的创新自由度和生存空间，激发技术创新积极性［17］。进一步技术创新不仅促进了企业绿色生产和节能减排技术进步，还可以优化能源结构及使用效率，推动生产清洁无染产品，进而提升城市碳排放效率［18］。

数字经济通过推动产业结构升级进而提升城市碳排放效率。首先，数字型产业逐渐成为城市经济发展的重要组成部分，数字经济发展本身就意味着产业结构由高投入、高耗能产业向高技术、高数字型的环境友好型产业转变，从而提升城市的产业结构高级化和合理化水平

［19］。其次，数字经济凭借着自身渗透性高、创新性快和扩散性强的特征，打破城市内产业发展边界，促进上下游产业融合发展，进而催生出智能制造、共享经济等具有高生产率和高技术含量的新兴产业，推动城市产业结构优化升级。最后，数字经济以数据资源作为关键要素、信息通信技术作为载体，这可以对城市传统产业进行智能化和数字化改造，有利于重塑传统产业组织模式，推动内部业务流程更新，推動城市传统产业的优化升级［20］。进一步在理论上，产业结构升级有利于提高产业间和产业内部分工协作程度，提高产品附加值和资源使用效率，进而以较低投入获得较高产出，达到提升城市碳排放效率目的。此外，随着数字化产业规模不断扩大和产业结构不断优化升级，有助于发挥其规模经济效应和产业结构升级红利，为城市新旧动能转换和可持续发展提供新动力。

数字经济通过加速人力资本积累进而提升城市碳排放效率。首先，数字经济赋能城市经济增长的同时，数字化产业和消费互联网快速发展，导致城市相关行业对专业性高技能劳动者的需求增大，这促使劳动者通过再教育、参加技能培训等方式强化自身的技能和素质，加速了人力资本积累的进程［21］。其次，个体在学习数字经济相关知识的过程中，能够接触到新的教育理念和方法，有助于改变传统教育思维并增加高质量教育的需求，进而增加其对子女高质量教育的投入。最后，数字经济的发展使“互联网+教育”成为可能，为教育信息传播提供新的技术手段，有利于丰富教育供给形式和打破教育资源垄断，优化城市居民的学历结构、知识结构、技能结构，进而加速了城市居民人力资本积累和高级化进程［22］。进一步在理论上，一方面，人力资本相对于能源和物质资本投入，是更加清洁和高效的生产要素，为企业改造内部生产技术提供了人才条件；另一方面，随着人力资本水平的不断积累，吸收和应用外来先进技术的能力就越强，这有利于企业采用较高的环境标准并从事绿色生产活动。因此，人力资本积累的节能减排效应最终会提升城市碳排放效率。

综上，本文提出研究假说1。

假说1：数字经济可以通过促进技术创新、推动产业结构升级和加速人力资本积累提升城市碳排放效率。

（二）数字经济提升城市碳排放效率的时空动态效应

从数字经济发展进程来看，数字经济对城市碳排放效率的影响并不只是短期现象而是存在着时间增长效应。首先，在数字经济发展初期，新型数字基础设施不完善，数字技术的应用与普及程度相对较低，信息获取成本相对较高，阻碍数字经济的规模效应发挥，不能有效提升城市碳排放效率。而根据梅特卡夫法则，随着时间增长，数字技术的使用度和普及度会持续深入，此时数字经济带来的生产成本降低与碳排放效率提升效应相对较高。其次，在数字经济发展初期，应用部门可以在生产方式、经济效益获取等方面构建起一定优势，数字技术资源对自然资源的替代能够减少能源消耗，数字经济改变能源消耗强度这一直接路径起到主导作用。但在数字经济发展初期，数字技术与实体经济融合程度不深，生产链和供应链的数字化改造水平也不高，此时数字经济引发的技术创新效果并不明显［23］。同时，数字经济改造传统产业继而获得产业结构升级效应需要一个过程，人力资本积累更是需要较长时间周期。随着时间增长，经过研发创新的持续投入、技术创新的改进，到不断积累实现产业结构向高级形态转变以及人力资本积累水平的不断提高，数字经济促进技术创新、推动产业结构升级效应和加速人力资本积累的作用逐渐显现，进而提升城市碳排放效率。并且，这种提升作用会随着时间增长以及作用机制的逐步发挥而越来越明显，即数字经济对城市碳排放效率的提升作用呈现着随时间增长逐渐增强的效应。

空间溢出效应一般指不同地理空间上的经济主体具有地理依赖性，通过生产要素的流动、技术扩散等渠道向周边地区溢出［24］。具体地，数字经济对城市碳排放效率的空间溢出效应主要体现在以下两个方面：一是信息传递和知识共享，为数字经济空间溢出效应的发挥提供了信息和知识保障。数字经济凭借高效的信息传递技术压缩了时空传播距离，加速了信息资源和知识在各主体、各城市间传递；同时数字经济通过信息网络让原本不相邻的两个城市借助数字平台能够及时地传递信息和知识共享，进而产生信息和知识的空间溢出效应，有助于提升周边城市碳排放效率［25］。二是技术的扩散性，为数字经济空间溢出效应的发挥提供了技术支撑。数字经济具有渗透性、创新性和扩散性等特征，增强了城市间数字技术关联性和渗透性，使得跨地区技术协作更加便利，从而在技术合作中产生溢出效应；同时数字经济有利于弱化地理距离带来的技术溢出效应衰减规律，增强了技术和知识普惠性，提高了各市场主体的学习和模仿效率，进而促使新技术和新理念的转移扩散，为周边城市绿色低碳发展创造了条件，提升其碳排放效率。

尽管科技人才的流动、知识的传播、技术的创新等对数字经济的空间溢出效应具有一定的影响，但受限于地理距离的阻碍，数字经济的空间溢出在较小的空间上比较明显。空间上相毗邻的城市间有着相似的产业结构与经济发展模式［26］，为了提高竞争力、谋求协同发展，往往会开展合作、加强经济往来，促进生产要素之间的流动。因此，一个地方的数字经济发展会对毗邻地区的城市产生较明显的空间溢出效应。生产要素流动频率往往会随城市间地理距离的不断增加而慢慢下降，知识与技术溢出也随之呈衰减趋势［27］，且当城市间的距离超出一定边界范围时，较高的交通成本将引致人才流动受限，数字经济的空间溢出效应受制于城市间的地理距离，对远距离城市的碳排放效率影响较小。因此，形成了数字经济对提升城市碳排放效率的空间溢出效应存在随空间距离衰减的特性。

综上，本文提出研究假说2。

假说2：数字经济对城市碳排放效率的提升作用呈现着随时间增长逐渐增强的效应，数字经济对提升城市碳排放效率具有空间溢出效应并存在着随距离衰减的地理边界。

三、模型设定与变量说明

（一）模型设定

为检验数字经济对城市碳排放效率的具体影响，设定如下基准回归模型：

Yit=α1digeit+∑nj=1αjXit+mi+hi+eit（1）

式（1）中，Yit是被解释变量，表示城市i在t时期的碳排放效率，digeit是解释变量，表示城市i在t时期的数字经济发展水平；Xit是影响城市碳排放效率的控制变量集合；mi表示城市固定效应，hi表示时间固定效应，eit是随机误差项。

（二）变量说明

1.被解释变量。

本文首先依據全要素生产率的量化思维，构建投入和产出指标体系；其次，基于城市层面数据的可获得性，选取劳动力投入（以城市年末单位从业人员来衡量）、资本投入（用永续盘存法估算城市的资本存量来衡量）、能源消耗量（以城市全社会用电量来衡量）、期望产出（以城市GDP来衡量）、非期望产出（用城市二氧化碳排放量来衡量）；最后，采用数据包络分析法中的非期望产出SBM模型来测算2011—2020年中国285个地级及以上城市的碳排放效率。

2.解释变量。

本文首先在赵涛等［28］量化基础上拓展了数字经济的测度范围，从数字经济基础设施、数字经济从业人员、数字经济产出、数字普惠金融四个维度对城市数字经济发展水平进行测度。其中，数字基础设施用每百人中互联网宽带接入用户数和每百人中移动电话用户数两个二级指标表示；数字经济从业人员用信息传输、计算机服务和软件业从业人数表示；数字经济产出用人均电信业务收入表示；数字普惠金融用北京大学数字金融研究中心编制的数字普惠金融指数表示。其次，引入时间变量改进熵值法，由此计算出的数字经济综合指数便是城市数字经济发展水平。

3.控制变量。

借鉴郭沛和梁栋［6］、孟宏伟等［29］和徐英启等［30］的做法，影响城市碳排放效率的主要控制变量包括：（1）经济发展水平（pergdp）。以城市人均GDP的对数值来表示，同时为了验证经济发展水平与城市碳排放效率存在环境库兹涅茨曲线的可能性，在实证模型中引入了人均GDP的二次项。（2）城镇化水平（urban）。以城市城镇人口占常住总人口的比重来衡量城市城镇化水平。（3）环境规制（reg）。以城市环境治理投入额占GDP比重表示城市环境规制强度。（4）外商直接投资水平（fdi）。用城市实际利用外商投资额占GDP比重来衡量城市外商直接投资水平。（5）财政分权（gov）。以地方财政收入与地方财政支出之比来衡量城市财政分权。

（三）数据来源

本文研究数据均来自于《中国城市统计年鉴》《中国统计年鉴》《中国能源统计年鉴》和EPS数据库。为避免数据的一致性、连续性和平稳性问题导致实证结果出现偏差，本文对样本数据做如下处理：一是以中国285个地级及以上城市为研究单元，以2011—2020年为研究时段。二是将文中宏观数据均换算到以2011年为基期的不变价格水平。三是宏观数据常因为时间序列上的非平稳性导致伪回归结果出现，采用适合短面板的HT单位根检验方法对变量进行检验，HT统计量的P值均为0，拒绝面板单位根的原假设，表明各变量都是平稳的，变量描述性统计和平稳性检验留存备索。

四、实证结果分析

（一）基准回归结果

基于Hausman检验结果，本文选取固定效应模型检验数字经济对中国城市碳排放效率的影响，列（1）仅控制了数字经济解释变量，列（2）—（7）则是逐步加入控制变量，基准回归结果如表1所示。无论是逐步加入控制变量，还是将所有控制变量统一纳入基准模型中，基准回归结果均显示了数字经济与中国城市碳排放效率之间存在正相关关系，列（7）中数字经济的回归系数为0.133，并且在1%的显著性水平上为正，这说明数字经济显著提升了中国城市碳排放效率。

从控制变量的回归结果来看：（1）经济发展水平一次项及其二次项分别显著为负和显著为正，这说明经济发展水平与城市碳排放效率之间呈现出显著的“U型”曲线关系，即经济发展对城市碳排放效率产生先抑制后提升的过程，这也验证了二者关系符合环境库兹涅茨曲线。（2）城镇化的回归系数显著为正，表明城镇化有利于提升城市碳排放效率。城镇化的人口集聚效应提升了能源使用效率，并且高水平的城镇化使得居民对环境质量的要求不断提高，推动了知识创新和技术进步，进而提升城市碳减排效率。（3）环境规制的回归系数显著为正，对城市碳排放效率具有显著的提升作用，主要原因在于环境规制可以对企业生产技术产生优化效应，促使企业改革生产设备、完善生产管理和采用清洁生产技术，有利于减少能源消耗。（4）外商直接投资水平的回归系数显著为正，表明外商直接投资有利于提升城市碳排放效率。这主要得益于外商投资的技术溢出效应、关联溢出效应和示范效应，有助于提高内资企业的劳动生产率和能源使用效率。（5）财政分权的回归系数显著为负，表明财政分权并未对城市碳排放效率产生积极作用。背后原因在于，财政分权会引致地方政府倾向于增加生产项目和支持重工业发展，导致能源投入和碳排放量增加，使得财政分权不利于提升城市碳排放效率。

（二）稳健性检验

1.替换变量。

一是依据“单要素”度量方法用GDP与二氧化碳排放量的比值来衡量城市碳生产率。碳生产率是把碳作为能源要素投入，反映的是城市二氧化碳排放所带来经济效益，因此可以作为被解释变量的替换变量。表2中列（1）是替换被解释变量的回归结果，数字经济的回归系数为0.098，且在1%显著性水平上为正，表明数字经济可有效地提升城市碳生产率。二是借鉴金环等［31］的做法，采用腾讯研究院测度的中国城市数字经济指数来替换解释变量。表2中列（2）是替换解释变量的回归结果，虽然数字经济回归系数大小及显著性水平有所下降（回归系數为0.087，在5%显著性水平上为正），但数字经济的作用方向与基准回归结果保持一致，这说明数字经济可以提升城市碳排放效率的结论是稳健的。

2.控制固定效应。

经济发展水平和碳排放效率较高的城市，其现代信息网络建设和信息通信技术应用具有先发优势，这会导致数字经济与城市碳排放效率存在因果关系。基于此，本文通过设定省份固定效应、省份与年份交互效应，以缓解数字经济广泛发展带来宏观环境的变化。从表2第（3）（4）列检验结果可知，考虑宏观环境变化之后，数字经济依然能显著提升城市碳排放效率。

3.外生政策冲击检验。

考虑到数字经济与碳排放效率存在相互因果关系造成内生性问题。本文以2013年后实施的智慧城市试点政策作为外生政策冲击，并采用渐进式DID模型进行实证检验。这样做的原因在于：一是智慧城市的本质是通过信息技术整合城市信息资源，并通过新一代数字技术对城市运行进行预测和管理，以此推动智慧城市高质量发展，这体现了数字经济是以数字技术推动城市高质量发展的内涵，也为识别数字经济的提升效应提供了外生政策冲击检验策略。二是由于智慧城市试点政策的扩容式特点，使得试点城市受到政策冲击时点不同，采用渐进式DID模型更容易排除其他因素的影响①。从表2第（5）列评估结果来看，智慧城市试点政策对城市碳排放效率具有提升作用，并在5%显著性水平上为正。主要原因在于智慧城市政策实施后，试点城市将新一代数字技术融入城市建设中，提高了数字经济发展水平进而有利于城市智能、低碳和可持续发展。

（三）作用机制检验

技术创新作用机制的检验结果如表3第（1）（2）列所示，数字经济对技术创新具有明显的促进作用，并通过了1%的显著性检验；数字经济与技术创新交互项的回归系数在1%显著性水平上为正（0.074），这表明数字经济可以通过促进技术创新来提升城市碳排放效率。数字经济通过较为宽广的信息传播渠道实现更强的知识扩散效应，提升城市经济体的知识存量，还可优化企业外部融资环境，推动创新主体之间联络和创新协作，进而产生数字经济的技术创新效应。技术创新有利于提高资源利用率，促进经济增长方式转型，进而提升城市碳排放效率。

产业结构升级作用机制的检验结果如表3第（3）（4）列所示，数字经济对产业结构升级具有明显的推动作用，并通过了5%的显著性检验；数字经济与产业结构升级交互项的回归系数在5%显著性水平为正（0.032），这表明数字经济可以通过产业结构升级来提升城市碳排放效率。数字经济凭借着自身渗透性高、创新性快和扩散性强的特征，促进上下游产业融合发展，催生新兴产业，也有利于重塑传统产业组织模式，推动内部业务流程更新，推动传统产业结构优化升级。产业结构升级有助于城市产业质量提升、产业品牌重塑，提高产品附加值，进而有利于提升城市碳排放效率。

人力资本积累作用机制的检验结果如表3第（5）（6）列所示，数字经济有利于加速人力资本积累，并通过了1%的显著性检验；数字经济与人力资本积累交互项的回归系数在5%显著性水平为正（0.041），这表明数字经济通过加速人力资本积累来提升城市碳排放效率。数字经济发展影响劳动力市场模式和劳动者就业模式，促使人们通过参加技能培训、继续教育等提高自身工作能力和业务水平，提升人力资本积累水平。人力资本积累有助于绿色技术研发和应用，促进能源结构调整，有利于提升城市碳排放效率。综上所述，数字经济可以通过促进技术创新、推动产业结构升级和加速人力资本积累三个作用机制提升城市碳排放效率。假说1得以验证。

产业结构升级作用机制的检验结果如表3第（3）（4）列所示，数字经济对产业结构升级具有明显的推动作用，并通过了5%的显著性检验；数字经济与产业结构升级交互项的回归系数在5%显著性水平为正（0.032），这表明数字经济可以通过产业结构升级来提升城市碳排放效率。数字经济凭借着自身渗透性高、创新性快和扩散性强的特征，促进上下游产业融合发展，催生新兴产业，促进产业结构升级，进而有利于提升城市碳排放效率。此外，数字经济有利于重塑传统产业组织模式，推动内部业务流程更新，推动传统产业优化升级。产业结构升级有助于城市产业质量提升、产业品牌重塑，提高产品附加值，进而有利于实现城市碳排放效率提升。

人力资本积累作用机制的检验结果如表3第（5）（6）列所示，数字经济有利于加速人力资本积累，并通过了1%的显著性检验；数字经济与人力资本积累交互项的回归系数在5%显著性水平为正（0.041），这表明数字经济通过加速人力资本积累来提升城市碳排放效率。数字经济发展影响劳动力市场模式和劳动者就业模式，促使人们通过参加技能培训、继续教育等提高自身工作能力和业务水平。同时，数字经济发展有利于丰富教育供给形式和打破教育资源垄断，进而优化城市居民的学历和技能等，促进人力资本水平提升。人力资本积累不仅有助于促进绿色前沿技术研发，而且有助于绿色技术吸收和应用，促进能源和消费结构调整，加快城市绿色转型升级，进而有利于提升城市碳排放效率。综上所述，数字经济可以通过促进技术创新、推动产业结构升级和加速人力资本积累三个作用机制提升城市碳排放效率。假说1得以验证。

（四）异质性检验

1.城市区位的异质性。

从城市区位角度看，中国区域经济具有明显的空间差异特征，尤其是东、中、西部在经济发展水平、资源禀赋等因素上存在明显的空间异质性。因此，数字经济对城市碳排放效率提升作用可能由于地理区位不同而有所差异。为此，本文将285个城市划分为东中西三个区域进行分组回归（见表4的第（1）—（3）列）。从城市区位的检验结果来看，数字经济有利于提升东部、中部和西部城市碳排放效率，并且提升作用呈现“东部—中部—西部”递减态势，组间差异系数的经验P值也说明三者间系数存在显著差异。东部城市的地理位置优越、制度环境较好，数字经济基础设施较为完善，拥有发展數字经济的先发优势，有利于提升城市碳排放效率。西部城市的创新要素相对不足、制度环境相对较差，虽然数字经济为提升西部城市碳排放效率提供了新动能，但其他方面的发展不足弱化了数字经济的提升作用。

2.城市规模的异质性。

本文将《关于调整城市规模划分标准的通知》中的五类城市进一步分成三类：超大城市、特大城市归类为大规模城市，大城市和中等城市归类为中等规模的城市，小城市归类为小规模城市。从表4列（4）—（6）检验结果可知，大规模城市的数字经济回归系数在5%显著性水平上为正，而中等规模和小规模城市数字经济的回归系数未通过显著性检验，表明数字经济显著提升了大规模城市的碳排放效率，而对中小规模城市碳排放效率的提升作用不显著。组间差异系数检验的经验P值也证明了三者间回归系数存在显著差异。主要原因在于大规模城市具有较好的数字基础设施和数字技术，有利于城市碳排放效率提升。而中小规模城市数字技术发展较晚，并且缺乏数字经济发展所需要的技术、资金和高端人才等要素，从而导致数字经济红利尚未充分释放。

3.传统基础设施的异质性。

随着传统基础设施快速发展，特别是机场、高速公路和高速铁路的迅速建设，其对城市碳排放效率具有显著的促进作用。近年来，以人工智能、大数据和5G为代表的新型数字基础设施加快建设助推了数字经济快速发展。那么，新型数字基础设施与传统基础设施之间是否存在互补关系？数字经济提升作用会因传统基础设施发达程度而存在差异吗？本文首先根据城市铁路和公路运营长度的平均值将285个城市划分为传统基础设施发达城市和欠发达城市，然后进行分组回归检验。从表4列（7）和列（8）检验结果可知，在传统基础设施发达的城市，数字经济显著提升了城市碳排放效率，而在传统基础设施欠发达的城市其数字经济提升作用不显著，组间系数差异检验的经验P值显示二者间存在显著差异。这说明在传统基础设施越发达城市，数字经济更能驱动碳排放效率的提升。可能的原因在于：某些隐性管理经验不能通过数字技术转变为显性管理经验在互联网上传播，仅能凭借传统基础设施实现跨城市传递，并通过现场观摩交流、学习新知识，因而传统基础设施与新型数字基础设施会形成互补协作关系，促进城市碳排放效率提升。

五、进一步分析：时空动态效应检验

（一）时间增长效应检验

如前文研究假说所示，数字经济对城市碳排放效率的提升作用呈现着随时间增长逐渐增强的效应。为检验这一研究假说，笔者首先参考袁胜超等［32］的做法，采用移动平均法以数字经济的移动平均值作为数字经济时间增长效应的反映；其次，计算得到被解释变量和控制变量的移动平均值后，再重新采用固定效应模型对样本数据进行拟合估计。

本文同时报告了两年、三年、四年和五年移动平均的估计结果（见表5）。数字经济的回归系数均在5%统计水平上显著为正，并且其回归系数逐渐增大。在此基础上，依次进行组间系数差异检验，经验P值至少在5%统计水平上显著为正，组间回归系数存在显著差异。进一步说明随着时间增长，数字经济对城市碳排放效率的提升作用不断增强。其可能的原因是：在数字经济提升城市碳排放效率的作用机制中，仅有减少能源投入量这一直接路径具有即期性，而技术创新、产业结构升级和人力资本积累均需要一定过程，因此数字经济通过技术创新、产业结构升级和人力资本积累等路径来提升碳排放效率在当期作用比较弱。随着时间增长，数字经济促进技术创新效应逐渐显现，并能推动产业结构和人力资本水平不断提高，进而对城市碳排放效率的提升作用逐渐增强。假设2得以验证。

（二）空间溢出效应检验

本部分采用空间计量模型对数字经济提升城市碳排放效率的空间溢出效应进行检验。首先，采用Geoda软件计算出数字经济和碳排放效率的全局Moran’s I 指数（Moran’s I值分别为0.296和0.312），并且二者通过了5%的随机分布显著性检验，表明数字经济与碳排放效率存在空间关联性。其次，运用埃尔霍斯特的“两步法”来确定合适的空间计量模型。根据LR检验和Wald检验结果可知，空间杜宾模型不能简化成空间滞后模型和空间误差模型，应选用空间杜宾模型来回归样本数据。最后，根据Hausman检验结果可知，空间杜宾模型应进一步采用固定效应模型。

表6报告了3种空间矩阵下数字经济空间溢出效应的检验结果②。无论空间矩阵设定形式如何，城市碳排放效率的空间自回归系数ρ显著为正，数字经济的空间交互项系数（Wxdige）也显著为正，这表明中国城市之间不仅存在碳排放效率交互效应，还存在本地数字经济提升周边城市碳排放效率的空间溢出效应。其原因主要在于信息共享、知识传播性和技术不完全排他性，增强城市间数字经济的关联性和渗透性，为周边城市的碳排放效率提升创造了条件。在此基础上，本文通过空间杜宾模型效应分解，以便观察空间溢出效应在数字经济提升城市碳排放效率中的重要性。从数字经济空间效应的分解结果来看，数字经济对城市碳排放效率的直接效应与间接效应均在5%显著性水平上为正，同时，从直接效应和间接效应的回归系数来看，数字经济对城市碳排放效率的直接效应约占总效应的60%，间接效应约占总效应的40%。由此可见，数字经济的空间溢出效应对提升城市碳排放效率具有重要作用。

为验证数字经济空间溢出效应存在随距离衰减的地理边界，本文设定两个城市间地理距离区间为［dmin，dmax］，并将距离矩阵带入空间杜宾模型中做连续回归，η为从dmin到dmax的递进距离。以此验证数字经济的空间溢出效应随地理距离增加而衰减的特征：

Wd/d=dmin，dmin+η，dmin+2η，…，dmax（2）

在式（2）中，Wd=［Wij，d］n×n为距离矩阵，

Wij，d=

e-dij/dmin，当dij≥d

0，   当dij<d（3）

本文设定的城市间最短距离为150公里，每增加100公里就进行一次空间杜宾模型回归，回归显示城市间距离在1 350公里以外的数字经济空间溢出系数没有通过显著性水平检验。因此，本文仅呈现了地理距离在1 350公里以内的数字经济空间溢出系数与相应的距离阈值d。其相互关系如图2所示。

在图2中，数字经济的空间溢出系数随地理距离的增加而不断递减，根据其变化趋势，可将其分为三个变化区间。区间1：城市间距离小于550公里。此区间是数字经济空间溢出的显著密集区域，且系数值在0.05～0.06区间内上下波动。其原因在于：在空间矩阵中，城市间的交流，无论经济联系、人才流动、技术更新，还是生产要素之间的互动，其强度会随着地理距离的增加而逐步弱化，但当距离超过一定边界后（图中为350公里）又有所加强，这种现象仅出现在空间距离相对较短的区域，导致空间溢出系数在550公里内表现为噪声不稳定。区间2：城市间距离为551～950公里。此区间的空间溢出系数开始缓慢下降，但降幅相对较小（系数值从0.055下降至0.045）。区间3：城市间距离为951～1 350公里。此区间数字经济的空间溢出系数呈现快速下降态势，系数值从0.045下降至0.019，下降幅度为0.026，是区间2的2.6倍。综上，数字经济对城市碳排放效率的空间溢出效应会随地理距离的增加而不断递减，并且出现了550公里与950公里两个明显边界，城市间距离在550公里以内的为空间溢出效应显著有效区域，超出950公里以外的为明显衰减区域。

六、研究结论与政策启示

在数字经济成为一种新经济形态和提升城市碳排放效率任务紧迫的现实背景下，本文采用2011—2020年城市面板数据检验数字经济对城市碳排放效率的影响及其作用机制，并进一步考察数字经济的时空效应和异质性，得出以下结论：第一，数字经济显著提升了城市碳排放效率，这一结论在经过替换变量、控制固定效应和外生政策冲击等稳健性检验后依然成立。第二，数字经济对城市碳排放效率的提升作用是通过促进技术创新、推动产业结构升级和加速人力资本积累等机制来实现的。第三，数字经济不仅对城市碳排放效率的提升作用呈现随时间逐渐增強的效应，数字经济还可通过空间溢出效应提升周边城市的碳排放效率，并且城市间距离在550公里以内为空间溢出效应的显著有效区域，超过950公里后则出现明显的衰减。第四，相较于中西部城市、中小规模城市和传统基础设施欠发达城市，数字经济在东部、大规模和传统基础设施发达的城市更能驱动碳排放效率的提升。

基于以上研究结论，笔者提出以下政策启示：

第一，全面推动数字经济发展，为城市碳排放效率的提升提供持续动能。数字经济不仅成为一种新的经济形态，还是目前中国提升城市碳排放效率的重要驱动力。因此，要加大数字技术研发的投资力度、掌控数字领域的关键技术，强化新型数字基础设施建设、夯实数字经济发展底座。同时，政府还要做好数字经济发展的顶层设计，完善数字经济发展的相关规划，促进数字经济的全面发展，为提升城市碳排放效率提供持续动能。

第二，强化数字经济作用机制，发挥数字经济的驱动作用。考虑到数字经济可以通过促进技术创新、推动产业结构升级和加速人力资本积累三个作用机制间接提升城市碳排放效率。因此，首先要加强创新型人才培养，优化科技研发融资环境，加大知识产权保护力度，为技术创新提供人才、资金和制度保障，进而催化技术创新的碳排放效率提升效应。其次，要积极改造升级传统产业，催生新经济和新业态，推动产业结构向高度化和合理化转变，进而发挥产业结构升级的提升作用。最后，要完善劳动力教育和培训体系，着手高技能、数字化人才培养，并借助“互联网+教育”丰富教育供给形式，优化城市居民的知识、技能等结构，加速人力资本积累，进而为碳排放效率提升构筑人力资本的作用途径。

第三，加强区域空间重塑，有效发挥数字经济的空间溢出效应。具体来说：一是在550公里之内为数字经济空间溢出效应的显著有效区域，该区间内的地方政府应该打破“本位主义”思想，采取增强合作共赢理念，加强经济联系、削弱行政壁垒等空间修复方式，在更大范围内与其他城市建立联系，以此扩大数字经济空间溢出的距离半径，充分释放数字经济提升城市碳排放效率的空间贡献能力。二是在950公里外的数字经济空间溢出效应呈现明显衰减区域，可通过重新配置要素资源、调整区域功能、优化区域空间组合等空间重塑方式，在国内尤其是在中西部地区培植更多新的数字经济发展极，改善远距离外围城市与核心城市的经济关联度，以便获得数字经济空间溢出红利，进而提升城市碳排放效率。

第四，

相较于中西部城市、中小规模城市和传统基础设施欠发达城市，数字经济在东部、大规模和传统基础设施欠发达化城市更能驱动碳排放效率的提升。探索数字经济与城市区位、城市规模和传统基础设施建设水平高度贴合的发展策略，形成数字经济与城市特色相结合的发展模式。尤其对于西部地区、小规模城市和传统基础设施欠发达的城市应努力改善自身制度环境、加快传统基础设施建设步伐、加大数字技术创新支持力度，并把握数字经济发展机遇，激发后发优势实现碳排放效率提升的“弯道超车”。

注释：

①住房和城乡建设部于2012年12月正式公布开展国家智慧城市试点工作的通知，随后2013年和2014年发布了第二批和第三批智慧城市建设名单。

②邻接矩阵是根据地理位置是否邻接来设定的；距离矩阵是根据两城市间的地理距离倒数来设定；经济矩阵是两城市间的人均GDP差值的倒数来设定；嵌套矩阵是根据邻接矩阵和经济矩阵二者相乘得到的，它能够克服对称矩阵缺陷，以便更好地反映城市间空间关联效应。

参考文献：

［1］BAI C，DU K，YU Y，et al.Understanding the trend of total factor carbon productivity in the world： Insights from convergence analysis［J］.Energy Economics，2019，81（C）：698-708.

［2］CAI B，CUI C，ZHANG D，et al.China city level greenhouse gas emissions inventory in 2015 and uncertainty analysis［J］.Applied Energy，2019，253（C）：113579.

［3］曲晨瑶，李廉水，程中华.产业聚集对中国制造业碳排放效率的影响及其区域差异［J］.软科学，2017（1）：34-38.

［4］马海良，董书丽.不同类型环境规制对碳排放效率的影响［J］.北京理工大学学报（社会科学版），2020（4）：1-10.

［5］王鑫静，程钰.城镇化对碳排放效率的影响机制研究——基于全球118个国家面板数据的实证分析［J］.世界地理研究，2020（3）：503-511.

［6］郭沛，梁栋.低碳试点政策是否提高了城市碳排放效率——基于低碳试点城市的准自然实验研究［J］.自然资源学报，2022（7）：1876-1892.

［7］Tapscott D.The digital economy： promise and peril in the age of networked intelligence［M］.New York： McGraw-Hill，1996.

［8］裴长洪，倪江飞，李越.数字经济的政治经济学分析［J］.财贸经济，2018（9）：5-22.

［9］费越，张勇，丁仙，等.数字经济促进我国全球价值链地位升级——来自中国制造业的理论与证据［J］.中国软科学，2021（S1）：68-75.

［10］王胜鹏，滕堂伟，夏启繁，等.中国数字经济发展水平时空特征及其创新驱动机制［J］.经济地理，2022（7）：33-43.

［11］姜松，孙玉鑫.数字经济对实体经济影响效应的实证研究［J］.科研管理，2020（5）：32-39.

［12］LAUDIEN S M，PESCH R.Understanding the Influence of digitalization on service firm business model design： a qualitative—empirical analysis［J］.Review of Managerial Science.2019，13（3）： 575-587.

［13］朱洁西，李俊江.数字经济、技术创新与城市绿色经济效率——基于空间计量模型和中介效应的实证分析［J］.经济问题探索，2023（2）：65-80.

［14］王军，刘小凤，朱杰.数字经济能否推动区域经济高质量发展？［J］.中国软科学，2023（1）：206-214.

［15］王芳，董战峰.数字经济对我国碳排放的影响——基于省级面板数据的实证检验［J］.改革，2023（3）：76-90.

［16］韦庄禹.数字经济发展对制造业企业资源配置效率的影响研究［J］.数量经济技术经济研究，2022（3）： 66-85.

［17］GU G，WANG Z，WU L.Carbon emission reductions under global low-carbon technology transfer and its policy mix with R&D improvement［J］.Energy，2021，216（c）： 119300.

［18］ZHOU P，ANG B W，HAN J Y.Total factor carbon emission performance： A malmquist index analysis［J］.Energy Economics，2010，32（1）：194-201．

［19］梁琦，肖素萍，李梦欣.数字经济发展提升了城市生态效率吗？——基于产业结构升级视角［J］.经济问题探索，2021（6）：82-92.

［20］刘洋，陈晓东.中国数字经济发展对产业结構升级的影响［J］.经济与管理研究，2021（8）：15-29.

［21］姚战琪.数字经济对我国制造业出口竞争力的影响及其门槛效应［J］.改革，2022（2）：61-75.

［22］刘魏，张应良，王燕.数字普惠金融发展缓解了相对贫困吗？［J］.经济管理，2021（7）：44-60.

［23］韩先锋，宋文飞，李勃昕.互联网能成为中国区域创新效率提升的新动能吗［J］.中国工业经济，2019（7）：119-136.

［24］潘文卿.中国区域经济发展：基于空间溢出效应的分析［J］.世界经济，2015（7）：120-142.

［25］鲁玉秀，方行明，张安全.数字经济、空间溢出与城市经济高质量发展［J］.经济经纬，2021（6）：21-31.

［26］唐代盛，盛伟.市场潜能、有效边界与中国劳动力市场效率［J］.人口学刊，2019（4）：41-56.

［27］鄭威，陆远权.创新驱动对产业结构升级的溢出效应及其衰减边界［J］.科学学与科学技术管理，2019（9）：75-87.

［28］赵涛，张智，梁上坤.数字经济、创业活跃度与高质量发展——来自中国城市的经验证据［J］.管理世界，2020（10）：65-76.

［29］孟宏玮，赵华平，张所地.土地供给结构错配对城市碳排放效率的影响［J］.中国人口·资源与环境，2023（4）：56-69.

［30］徐英启，程钰，王晶晶.中国资源型城市碳排放效率时空演变与绿色技术创新影响［J］.地理研究，2023（3）：878-894.

［31］金环，于立宏.数字经济、城市创新与区域收敛［J］.南方经济，2021（12）：21-36.

［32］袁胜超，庞瑞芝，吕翠翠.“成本病”是否导致了“看病贵”？——来自中国省级层面的经验证据［J］.当代经济科学，2020（3）：106-116.

责任编辑：艾 岚

Digital Economy， Temporal-Spatial Dynamic Effect and Urban Carbon Emission Efficiency

——Taking the "Second

Zhang Yue

（School of Economics and Management， Huaibei Normal University， Huaibei Anhui 235000， China）

Abstract：

Digital economy， as a new economic form， has become an important driving force to promote the high-quality development of China's economic growth， and it will also have an impact on urban carbon emission efficiency. In this paper， the digital economy is included in the analysis framework of urban carbon emission efficiency improvement， and the impact of digital economy on urban carbon emission efficiency and its spatial-temporal dynamic effects are empirically investigated by using urban panel data from 2011 to 2020. The results show that： first， digital economy can improve the efficiency of urban carbon emissions， and it is achieved by promoting technological innovation， promoting industrial structure upgrading and accelerating human capital accumulation. Second， the effect of digital economy on improving carbon emission efficiency of Chinese cities not only has a time effect that gradually increases with time， but also can improve carbon emission efficiency of surrounding cities through spatial spillover effect. Moreover， the spatial spillover effect is significantly effective within 550 kilometers of the distance between cities， and decreases significantly when the distance exceeds 950 kilometers. Third， in the eastern region， large and medium-sized cities and cities with developed traditional infrastructure， digital economy plays a more significant role in improving urban carbon emission efficiency. Therefore， urban carbon emission efficiency can be improved from the aspects of promoting the development of digital economy， strengthening the mechanism of action and breaking through attenuation boundary of digital economy for "spatial reshaping".

Key words：

digital economy; urban carbon emission efficiency; time effect; spatial spillover; spatial remodeling