数字经济发展对节能减排效率的影响研究

温馨 杨洋

摘 要：基于2006-2019年我国29个省（市）面板数据，实证分析了数字经济发展对节能减排效率的影响效应和作用机制。研究表明：数字经济发展可有效促进节能减排效率提升；市场化发展和能源结构优化是数字经济推动节能减排的有效路径；此外，产业结构高级化、人力资本积累和环境规制有利于提高节能减排效率，而城市规模扩张和对外贸易依存度过大，不利于节能减排效率的改善。

关键词：数字经济；节能减排；碳排放强度；Tobit模型

中图分类号：F062.2;F49;X196

文献标识码：A

doi：10.3969/j.issn.1672-2272.202310013

Research on the Impact of Digital Economy Development on Energy Conservation and

Emission Reduction Efficiency：Based on Super-Efficient SBM and Tobit Models

Wen Xin^1，2， Yang Yang¹

（1. School of Economics and Management， Southwest Petroleum University，Chengdu 610500， China;2. Sichuan Petroleum and Natural Gas Development Research Center， Chengdu 610500， China）

Abstract：Based on the panel data of 29 provinces and municipalities in mainland China from 2006 to 2019， this paper empirically analyzes the impact effect and mechanism of Development of Digital Economy （DDE） on Energy Conservation and Emission Reduction Efficiency （ECERE）. Research shows that the DDE has played a positive role in ECERE. The results of mechanism test show that marketization development and energy structure optimization are effective ways for DDE to promote ECERE. In addition， the advanced industrial structure， human capital accumulation and environmental regulation are conducive to improving the ECERE. However， urban expansion and excessive dependence on foreign trade are not conducive to the improvement of ECERE.

Key Words：Digital Economy; Energy Saving and Emission Reduction; Carbon Intensity; Tobit Model

0 引言

随着工业经济快速发展，化石能源消耗带来的生态恶化和气候变暖等问题日益突出，引起社会各界广泛关注。为应对全球气候变化，我国自“十一五”规划以来发布了一系列节能减排目标，涉及能耗强度下降、主要污染物排放减少等内容。2020年9月我国明确提出“双碳”目标，“十四五”规划也将能源资源利用效率提高、能耗和碳排放强度降低、主要污染物排放减少等作为经济社会发展的重要任务。我国化石能源人均占有量少，碳排放强度高，提升节能减排效率已经成为我国经济绿色发展的重要途径。

数据资源依托其低成本无限次复制和共享等优势，逐渐渗透于绿色、创新、协调的环境友好型经济发展之中^[1]。现有研究表明，数字经济的绿色价值主要体现在提升碳排放绩效、优化能源结构、改善能源效率等方面^[2-4]。“双碳”目标约束下，节能减排主要包括节约能源和减少污染物排放两大领域。现有研究考察了节能减排效率的部分影响因素，如产业结构、能源结构、市场化发展、技术创新等因素对节能减排效率的正向影响效应，以及城市化发展、对外贸易依存度过高等因素对节能减排的抑制效应，但鲜有学者将数字经济作为影响因素纳入节能减排效率的研究中^[5-7]。即使有学者考虑了数字经济对碳排放的影响，却没有考虑数字经济对其他环境有害物排放的影响，以及其对节能、减排的综合影响。那么，“双碳”目标下，数字经济发展能否提升节能减排效率？其作用机制如何？在中国经济绿色转型的关键时期，厘清两者关系对于促进数字经济更好地服务节能减排、完善相关政策具有重要的理论和实践意义。

本文可能的边际贡献有：第一，已有研究中，关于节能减排效率评价指标体系未考虑工业固体废物排放、二氧化碳排放等环境资源消耗，或未考虑能耗强度下降、碳排放强度下降、污染物利用等节能减排综合绩效^[8-10]。本文充分考虑了“十四五”节能减排工作总体要求和“双碳”目标，将能源和环境资源消耗、“节能降碳减污”目标纳入节能减排效率分析框架。第二，采用Tone^[11]构建的超效率SBM模型测度节能减排效率，避免结果被高估、与现实不符或有效率的DMU间难以比較等问题^[12]。第三，实证分析数字经济发展对节能减排效率的影响效应，并从绿色动能——技术创新、绿色载体——市场化发展和绿色表征——能源结构优化3个方面揭示数字经济作用于节能减排的渠道机制，充实了数字经济的绿色价值研究。

1 理论分析与研究假设

1.1 理论逻辑

数字经济与实体经济的联系不断加强，在交通、建筑、能源、城市治理等多领域实现了融合发展。依托高附加值、高渗透性等特点，数字经济在政府监管、公众监督、企业生产经营等方面可促进节能减排效率的改善。第一，数字经济有利于提升政府环境监管效能。随着经济和环境问题的日趋复杂化、监管客体的多元化，传统监管模式局限性凸显，而数字化发展为政府监管提供了技术手段和平台支撑^[13]。数字经济发展能缓解监管信息不对称问题，通过流程重塑、多跨协同、预警预报等手段，实现对重点企业的精细化、精准化监管。第二，数字经济有助于扩展公众环境监督方式，促进社会协同环境治理。在多数发展中国家，公众对环境的监督（非正式环境规制）比正式环境规制的污染减排效果更显著^[14]。数字媒介作为公众与政府信息共享的桥梁，使公众能系统性地获取环境变化现状、政府治理方向和措施、环保成果等信息，从而更好地履行环境监督的责任。第三，通过强化数据应用，数字经济有利于提升企业绿色生产经营能力。数字经济本身具有清洁、低碳的环境友好型特征，在绿色经济发展中具有正外部性。数据凭借低成本无限次复制、不存在边际产出递减的特点，可通过与实体经济融合，转变企业生产经营模式，降低生产经营成本^[15]。如大数据、物联网等数字技术可推动企业在能源资源利用和污染排放中提升数字化管理和监控能力，以提高节能减排效率。基于此，本文提出如下假设：

H₁：数字经济可有效促进节能减排效率提升。

1.2 渠道机制

数字经济依托信息通信、大数据等数字技术，加强了经济主体之间的信息沟通和交流，提升了企业之间和企业内部的管理水平，为技术创新提供了便利和保障。第一，随着产业数字化的深化，数字产业占比增加，經济体的整体技术创新水平提升。数字经济有知识密集程度高、创新资源丰富、创新程度高等特点，可有效促进企业生产率和技术复杂水平提升，从而减少单位产出的能源、环境资源投入和温室气体等污染物排放 ^[16]。第二，数字经济依托信息通信、大数据等数字技术，为技术流动提供要素支撑，扩大技术市场规模，为技术创新提供便利和保障。第三，互联网、量子通信等数字技术具有明显的技术溢出效应，从而推动传统高能耗、高碳排的产业实现技术升级，在产业结构层面向低碳清洁、环境友好转变，提高节能减排效率。基于此，本文提出如下假设：

H₂：数字经济通过推动技术创新促进节能减排效率提升。

数字经济能提高要素流通过程中的透明度与协同度，缓解信息不对称问题，加快市场供需匹配与精准对接，降低信息搜寻与交易成本。基于大数据、云计算、区块链、数据挖掘等数字技术，企业能够更加精确地挖掘消费者需求偏好并预判需求规模，按需定产，减少能源资源浪费。从金融市场看，数字普惠金融的发展将进一步改善市场化融资，为绿色创新能力强、资源利用效率高的企业提供支持。从碳排放市场看，数字金融的发展可有效缓解碳市场和排污市场信息不对称问题，提高资源配置效率，从而促使企业加强碳核算，减少碳排放。从技术市场看，数字技术可对知识产权进行有效评估、定价、量化，不仅有助于科技创新成果转移和转化能力的提升，也有助于盘活商誉、品牌等拥有技术含金量的知识产权，激发技术市场的活力和动力^[17]。从市场化改革看，数字经济还有助于减少行政干预，充分发挥市场机制在绿色产业中的引导作用。智慧政府通过大数据资源和算法、算力以及算数优势，可充分挖掘节能减排潜力较大的行业并对其加以支持，以促进低碳行业平衡协调发展。基于此，本文提出如下假设：

H₃：数字经济通过促进市场化发展促进节能减排效率提升。

我国能源结构以化石能源为主，且碳排放近七成来源于煤炭，降低煤炭以及煤电在能源结构中的占比，是我国实现“双碳”目标的必然路径。近年来数字经济快速发展，并以其强渗透性、平台共享性等特点，不断重塑能源生态，推动能源结构优化升级。第一，从能源生产端来看，一方面，数字技术能显著提升新能源电网灵活性和稳定性，增加清洁能源消纳渠道，有利于构建以清洁能源为核心的现代能源供给体系^[18]。另一方面，目前新能源发展面临诸多挑战，而清洁、低碳的天然气为能源转型提供了缓冲时间和安全保障。人工智能、工业物联网等数字技术可推动天然气勘探、储运、分销全产业链智能化、智慧化，提高资源配置效率的同时保障能源供应稳定安全。第二，从能源消费端来看，大数据、人工智能等能源数字技术推进了能源业态、商业模式的变革，从而助推消费者消费理念和行为动机转变，推进绿色低碳能源消费。第三，从能源运行端来看，数字化技术有利于统筹源网荷储一体化协同，优化能源产消、能源供需两侧的信号传递过程，实现能源系统多能互补与最优控制，提升节能减排效率。基于此，本文提出如下假设：

H₄：数字经济通过优化能源结构推动节能减排效率提升。

综上所述，本文试图将数字经济发展、技术创新、市场化发展、能源结构优化和节能减排效率纳入同一分析框架（图1），检验数字经济发展对节能减排效率的作用，并探究技术创新、市场化发展、能源结构优化是否为数字经济发展影响节能减排效率的有效路径。

2 研究设计

2.1 模型设定

2.1.1 回归模型

考虑到被解释变量节能减排效率数值下限为0，不满足正态分布特征，若采用OLS进行计量回归分析，将导致估计值有偏、不一致等问题。故本文参照已有研究^[19]的做法，采用Tobit模型研究节能减排效率影响因素。模型设定为：

ecere_it=β₀+β₁dde_it+β_j∑c_it+ε_it（1）

式中：ecere指节能减排效率；dde指数字经济发展水平；c指控制变量；β₁指当其他控制变量保持不变时，数字经济发展综合水平对节能减排效率的边际效应；β_j指当核心解释变量和其他控制变量保持不变，控制变量j对节能减排效率的边际效应；ε_it指随机误差项；i、t分别指省份和年份。

2.1.2 中介效应模型

验证数字经济发展对节能减排效率的驱动效应之后，为考察数字经济发展影响节能减排效率的作用机制，本文将技术创新、市场化发展和能源结构作为中介变量纳入机制分析框架，参考宋弘等^[20]的做法，采用式（2）所示的逐步回归、Sobel检验和Bootstrap检验进行机制检验。

ecere_it=β₀+β₁dde_it+β_j∑c_it+ε_it

m_it=α₀+α₁dde+α_j∑c_jit+ε_it

ecere_it=β₀+β₁dde_it+β₂m_it+β_j∑c_it+ε_it（2）

式中：m_it表示中介变量，α_i表示各变量回归系数。

2.2 变量选取

2.2.1 被解释变量

節能减排效率。节能减排指在现有技术支持、环境资源、经济社会约束下，尽可能地减少能源消耗和污染物排放。结合“十四五”节能减排工作方案中提出的能源消费强度和总量控制、节能降碳减污协同增效等要求，并综合考虑数据可获得性、节能减排内涵等，选取能耗强度和二氧化碳排放强度下降率、工业固体废物利用量作为节能减排目标，并选取工业“三废”排放量、二氧化碳排放量、能源消费量作为经济运行对环境资源和能源的消耗。二氧化碳排放量以各种能源终端消费为基础，按IPCC公布的碳排放折算因子计算而来^[21]；工业既是我国经济发展主体，也是污染物排放的重点行业，选用工业“三废”排量作为节能减排效率中对环境资源的消耗。投入产出指标具体内容如表1所示。

DEA具备无需提前设定函数形态、指标权重基于数据本身特征、测算出的相对效率值较客观等特点，被广泛应用于节能减排效率的测算。此外，规模报酬不变适用于以最优的规模进行生产和运营的经济主体，但政府规制、不完全竞争以及资金约束等现实原因使得企业并不能在最优规模下生产。故本文采用规模报酬可变的、非径向且非角度的SBM模型^[22]核算各省（市）节能减排效率。

2.2.2 核心解释变量

数字经济发展水平。目前对数字经济发展水平的测量标准尚不统一，本文根据数字经济的多维度内涵，参考陈梦根等的研究^[23]，选取数字基础设施、数字人力资本、数字产业规模和数字市场规模4个二级指标构建dde评价指标体系（表2）。熵值法基于数据本身的信息赋予各项指标权重，具有客观性，是本文评价数字经济综合发展水平的依据，计算方法参照潘为华等^[13]的相关研究。

2.3 数据来源

选取中国29个省（市）2006-2019年的面板数据为样本，测算节能减排效率、数字经济发展水平，并研究后者对前者的影响效应和作用机制。基础数据均来源于中国市场化数据库、《中国电子信息产业统计年鉴》《中国环境统计年鉴》以及各省的统计年鉴、能源平衡表等公开数据库。各变量的描述性统计结果见表3。

3 实证分析

3.1 基准回归结果分析

数字经济发展影响节能减排效率多种模型回归和检验结果如表4所示。LR检验和Hausman检验结果显示，Tobit模型优于普通最小二乘法估计，故最终选用随机效应和固定效应Tobit模型做回归分析。

数字经济发展和其他控制变量对节能减排效率影响的逐项回归结果如表5所示。列（1）-（5）为固定效应Tobit回归结果，列（6）-（10）为随机效应Tobit回归结果。结果表明，数字经济发展影响节能减排效率的回归系数均显著为正，且置信度均在95%以上，说明较高的数字经济发展水平可有效促进节能减排效率提升，假设H₁得到验证。从控制变量来看，产业结构高级化、环境规制可有效促进节能减排效率提升；对外贸易依存度过高将抑制本地节能减排；人才积累对节能减排效率提升影响显著，城市规模扩张伴随着农村用地和生态资源缩减、环境资源消耗和污染物排放增加，最终抑制节能减排效率。

3.2 稳健性检验

3.2.1 替换被解释变量

为避免特定被解释变量导致的偶然性结论，选用测算得到全要素节能减排效率代替原被解释变量，进行固定效应Tobit模型回归（表6）。结果显示，加入控制变量前后，数字经济对全要素节能减排效率的影响系数均在1%的显著性水平下为正，说明数字经济发展可有效促进节能减排效率的提升。

3.2.2 更换观察期

本文分别对“十一五”“十二五”和“十三五”时期进行回归分析（表6）。结果显示，无论是否加入控制变量，“十一五”“十二五”“十三五”时期，dde的影响系数在不同显著性水平下均为正，说明即使在不同观察期内，数字经济发展也能促进节能减排效率的提升，验证了上述结论的稳健性。加入控制变量后，“十三五”时期数字经济发展对节能减排效率的促进作用更强，此时数字经济发展水平、人力资本积累、技术创新和转化能力较“十一五”和“十二五”时期更强，“技术创新补偿效应”占主导地位。

3.3 内生性检验

数字经济发展可能通过技术效应、市场效应、能源结构效应等作用于节能减排。同时，节能减排效率所反映的环境规制、政策资源分配也可能成为影响数字经济基础设施建设、数字产业化与产业数字化发展的关键因素。为修正数字经济与节能减排效率的逆向因果内生性问题导致的偏误，选取数字经济发展一阶、二阶滞后变量作为工具变量，采用两阶段GMM模型做回归分析，得到表7。LM和F统计量表明，所有工具变量均与数字经济发展水平强相关，满足内生性要求。过度识别检验结果显示，一阶与二阶滞后工具变量满足外生性要求。列（3）显示，当内生性问题得到控制后，数字经济发展仍对节能减排效率有显著的正向影响。

3.4 中介效应分析

数字经济发展对节能减排效率作用机制的回归结果如表8所示。列（1）为基准回归结果，列（2）-（7）分別为技术创新、市场化发展和能源结构优化3个机制变量的检验结果，Sobel检验和Bootstrap检验表明3个机制变量具有中介效应。列（2）、（3）显示，dde回归系数在5%的显著性水平下为正，说明数字经济可有效促进技术创新；dde的回归系数在1%的显著性水平下为正，tec的回归系数虽然为正但不显著。综合来看，可能的原因包括：①观察期内，技术进步引发的替代、产出和收入效应增加了能源、环境资源的需求，陷入“杰文斯悖论”的困境；②数字经济综合发展水平包含了技术创新（列（8））；③仅仅依靠技术创新并不能有效改善节能减排，还应关注技术成果的转化。列（4）显示，dde影响系数在5%的显著性水平下为正，说明数字经济有利于市场化发展；列（5）显示，dde和mtec的影响系数均在1%的显著性水平下为正，市场化发展的部分中介效应成立，数字经济可通过推动市场化发展促进节能减排效率提升，故假设H₃得到验证；列（6）显示，数字经济对能源结构影响的回归系数显著为正，置信度达到95%，说明数字经济有利于能源结构优化；列（7）显示，dde和ecs的回归系数分别在1%和10%的显著性水平下为正，能源结构优化的部分中介效应成立，数字经济发展可通过促进能源结构清洁低碳化驱动节能减排效率，假设H₄得到验证。

4 结论与启示

4.1 研究结论

通过研究得到如下结论：①数字经济发展有利于提升节能减排效率；产业结构高级化、人力资本积累和环境规制对节能减排效率有促进效应；城市规模扩张和对外贸易依存度过大对节能减排效率起抑制作用。②机制检验结果显示，市场化发展和能源结构优化是数字经济推动节能减排的有效路径。

4.2 管理启示

第一，因地制宜优化数字经济发展环境，激发数字经济活力。一方面加快5G网络、数据中心等数字基础设施建设，推动数字产业化发展；另一方面，通过建设数字经济产业功能区，推进数字经济与实体产业部门融合，推动数字经济向实体行业渗透，促进产业数字化，发挥数字经济对节能减排效率的驱动作用。

第二，引导数字经济赋能现代化产业发展，促进产业结构升级。相关部门可通过产业扶持、税收减免等政策激励，引导数字经济助力现代化产业建设，优化产业结构，推动产业向全球价值链中高端迈进，进而提升节能减排效率。

第三，加强智慧平台建设，不断提升节能减排协同治理能力。一方面，政府可通过建立节能减排智慧管理平台，实现全域普查、智能化监测、减碳全景化展示，为统筹区域节能减排提供数据支撑；另一方面，依托数字化平台完善公众参与机制，鼓励企业、社会组织、科研机构积极参与节能减排治理，进一步提升社会、企业、政府三方共治的协同治理能力。

第四，深入推进现代化要素市场体系建设，为节能减排提供绿色载体。进一步健全数字经济产权制度、市场化交易制度，完善社会信用体系，提高绿色技术创新积极性，推动绿色技术成果在市场机制下顺利转化。加强排污权市场、碳市场建设，进而优化资源配置，倒逼企业提高节能减排效率。

第五，推动工业互联网和能源互联网发展融合，优化能源结构。进一步扩大分布式能源在大型工业园区、城市商圈的应用场景，建立可知、可视、可控的数据资源体系，加强能源管理与调控，提升清洁能源供给和消费比例。

参考文献：

[1]陈晓红，李杨扬，宋丽洁，等.数字经济理论体系与研究展望[J].管理世界，2022，38（2）：208-224，13-16.

[2]邓荣荣，张翱祥.中国城市数字经济发展对环境污染的影响及机理研究[J].南方经济，2022（2）：18-37.

[3]ZHANGW， LIU X M， WANG D， et al. Digital economy and carbon emission performance： evidence at Chinas city level[J]. Energy Policy，2022，165：112927.

[4]LI Z G， 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.

[5]YUE W C， LIU Z Q， SU M R， et al.The impacts of multi-dimension urbanization on energy-environmental efficiency： Empirical evidence from Guangdong Province， China[J].Journal of Cleaner Production，2021，296：126513.

[6]程时雄，柳剑平，龚兆鋆.中国工业行业节能减排经济增长效应的测度及影响因素分析[J].世界经济，2016，39（3）：166-192.

[7]王艳，苏怡.绿色发展视角下中国节能减排效率的影响因素——基于超效率DEA和Tobit模型的实证研究[J].管理评论，2020，32（10）：59-71.

[8]GUO X F， ZHU Q Y， LV L， et al.Efficiency evaluation of regional energy saving and emission reduction in China： a modified slacks-based measure approach[J]. Journal of Cleaner Production，2017，140：1313-1321.

[9]GUO J， LI J. Efficiency evaluation and influencing factors of energy saving and emission reduction： an empirical study of Chinas three major urban agglomerations from the perspective of environmental benefits[J].Ecological Indicators，2021，133：108410.

[10]张吉岗，杨红娟.基于DDF-DEA三阶段模型的省域节能减排效率评价[J].中国人口·资源与环境，2018，28（9）：24-31.

[11]TONE K.A slacks-based measure of super-efficiency in data envelopment analysis[J].European Journal of Operational Research，2002（143）：32-41.

[12]金桂荣，张丽.中小企业节能减排效率及影响因素研究[J].中国软科学，2014（1）： 126-133.

[13]潘为华，贺正楚，潘红玉.中国数字经济发展的时空演化和分布动态[J].中国软科学，2021（10）： 137-147.

[14]吳伟平，何乔.“倒逼”抑或“倒退”？——环境规制减排效应的门槛特征与空间溢出[J].经济管理，2017，39（2）：20-34.

[15]李天宇，王晓娟.数字经济赋能中国“双循环”战略：内在逻辑与实现路径[J].经济学家，2021（5）：102-109.

[15]闫志俊，张兵兵，胡榴榴.环境信息披露能提升全要素能源效率吗？——来自城市污染源监管信息公开的准自然实验[J].中国人口·资源与环境，2022，32（6）：67-75.

[17]KHAN K， LUO T Y， ULLAH S， et al.Does digital financial inclusion affect CO₂emissions？evidence from 76 emerging markets and developing economies （EMDEs）[J].Journal of Cleaner Production，2023，420：138313.

[18]庞昌伟.绿色转型开创中国能源国际合作新格局[J].人民论坛，2022（14）：42-45.

[19]吴传清，董旭.环境约束下长江经济带全要素能源效率研究[J].中国软科学，2016（3）： 73-83.

[20]宋弘，孙雅洁，陈登科.政府空气污染治理效应评估——来自中国“低碳城市”建设的经验研究[J].管理世界，2019，35（6）：95-108，195.

[21]周四军，江秋池.基于动态SDM的中国区域碳排放强度空间效应研究[J].湖南大学学报（社会科学版），2020，34（1）：40-48.

[22]TONE K. A slacks-based measure of efficiencyin data envelopment analysis[J]. European Journal of Operational Research， 2001（130）：498-509.

[23]陈梦根，张鑫.中国数字经济规模测度与生产率分析[J].数量经济技术经济研究，2022（1）： 3-27.

（责任编辑：张双钰）