数字经济驱动碳减排的机理与实证研究

刘杨洋 王晶晶

摘   要：基于2014—2020年中國省级面板数据，构建数字经济发展水平评价指标体系，对我国各省域的数字经济发展水平进行综合评价，并在此基础上实证检验数字经济的发展对我国省域二氧化碳排放量的影响。研究结果表明，数字经济发展水平存在明显的地区差异，呈现出东强西弱的局面；数字经济发展对碳排放量存在一定的负向影响效应；数字经济发展会通过影响产业结构、技术创新而间接对碳排放量产生抑制作用。以上研究结论对缓解地区数字经济发展不平衡有积极作用，可为实现“双碳”目标提供政策参考。

关键词：数字经济；碳减排；产业结构；技术创新

中图分类号：F49；X22        文献标志码：A      文章编号：1673-291X（2024）02-0059-05

引言

在国家大力推行“双碳”目标的同时，数字市场迅速扩张，数字经济与绿色发展的深度融合已经成为推动经济高质量发展的必然要求和重要支撑。那么，数字经济究竟能否促进碳减排？如果答案是肯定的，其中的作用机理是什么？通过对上述问题的进一步探究，有助于更加清晰地认识数字经济与碳排放量的关系，为实现“双碳”目标提供决策依据。

从目前已有研究来看，从数字经济的角度对碳排放量进行全面系统性研究的文献还比较少，部分涉及数字经济和碳排放的文献讨论得出的论断是，数字经济通过产业结构（梁琦，2021）、生产率（邱子迅，2021）、技术创新（郭丰，等，2022）等因素驱动碳减排，且数字经济对碳减排的促进具有区域异质性（谢云飞，2022）。

本文希望做出的贡献是，通过对数字经济与碳排放量之间的研究，厘清数字经济助力碳减排的作用机理，赋能传统企业改造升级，进一步加快数字经济建设，助力双碳目标的实现。

一、理论机制和研究假说

（一）直接效应

数字经济的直接减碳效应主要表现在数字经济天然的流动属性使得数据具有低扩散成本与高扩散速度的特点，不但可节约信息搜寻的成本，而且可使碳减排的信息得到流通；先进的数字技术为多场景为一体的线上平台提供了可能，可有效控制线下交通出行的碳排放量；在数字技术发展的过程中，绿色低碳概念逐步进入大众视野，人力、物力、财力的倾斜力度进一步加大，从而达到劳动分工优化、社会资源分配优化的效果，最终实现降低碳排放。基于此，本文提出假说1。

假说1：推动数字经济能够改善碳排放效率。

（二）产业结构效应

数字经济能够有效提高社会活动的效率，降低传统产业的成本。具体来说，一是与实体经济相结合，提高设备的运转效率，减少能源的浪费，达到减碳的效果；二是提高信息获得的效率，产业链内的企业形成行动共同体，产业主体间联动的边际成本被降低，实现碳排放量的减少。同时，新兴的数字产业本身具有低能耗、低排放的特点，能够挤压一部分非环境友好型企业，使其转型升级或者退出市场，达到促进碳排放水平降低的效果。而更为合理、协调的产业结构能够促使低碳技术向拥有较快转型能力的行业倾斜，促进低碳技术和行业的融合。因此，本文提出假说2。

假说2：产业结构在数字经济和碳排放之间有显著的中介效应。

（三）技术创新效应

通过数字技术打造的信息平台可以突破空间藩篱，使技术创新的流动速度加快，有利于低碳发展先进经验的传播与实施。此外，依托数字技术建立可追溯的征信平台、借贷平台等，可降低投资人的投资风险，缓解绿色创新企业融资难问题，有助于其技术创新的意愿增强。人才方面，数字经济催生的新兴产业吸引了大批高学历、高技术人群，从而优化了人力资源的结构，为绿色创新技术的发展提供了良好人力基础，为减碳技术的实现提供可能。综上所述，本文提出假说3。

假说3：数字经济通过促进技术创新提高碳排放效率。

二、模型构建和变量说明

（一）数据来源

鉴于指标数据的可获取性和完整度，本文最终选取全国（除香港、澳门、台湾、西藏、新疆）29个省份作为实证研究对象，时间跨度为2014—2020年。文中所选指标数据主要来源于《中国统计年鉴》《中国城市统计年鉴》《中国能源统计年鉴》等，部分缺失值采用线性插补法和时间序列预测法补齐。

（二）变量选取

被解释变量：碳排放量（ce）。在借鉴谢云飞、Shan等测算方法的基础上，遵循IPCC《国家温室气体排放清单指南》，根据各省历年终端能源消费数据进行二氧化碳排放量测算。

核心解释变量：数字经济发展水平（dige）。选取具体指标构建数字经济发展水平评价指标体系，使用熵权法对各省级区域数字经济水平进行综合指数值测算。

控制变量：考虑到对碳排放量造成影响的因素较多，本文在模型中纳入相关变量以控制实证研究结果精准度，具体包括居民收入水平（incom）、第三产业活动（terti）、城镇化发展程度（ur）、政府支持（gov）。其中，居民收入水平选用居民人均可支配收入作为指标，采取第三产业增加值对第三产业活动进行衡量；城镇化发展程度采用常住人口城镇化率作为指标；政府支持选取政府干预度进行衡量。

中介变量：产业结构（ind）与技术创新（ie）。具体借鉴史修松等（2009）的研究。本文选取各省产业结构升级指数作为产业结构指数，利用中国区域创新能力综合效用值作为技术创新指数。

（三）面板基准回归模型

本文首先建立普通面板基准回归模型，对于数字经济发展驱动碳减排进行实证研究分析。鉴于部分数据波动较大，通过取对数形式进行处理，以消除可能存在的异方差现象。基准模型设置如下。

lnceit=a0+β1digeit+β2incomit+β3lntertiit+β4urit+β5govit+μi+σt+εit（1）

其中，i表示城市，t表示年份，ceit表示第i个城市第t年碳排放量，digeit表示数字经济发展水平，incomit表示居民收入水平，tertiit表示第三产业活动，urit表示城镇化发展程度，govit表示政府支持，μi、σt、εit依次为个体效应、时间效应与随机干扰项。

（四）中介效应模型

基于前文的理论机制研究证明，数字经济发展会借助产业结构、技术创新对碳排放量产生影响。在此通过中介效应模型对前文研究假说完成检验，分析核心解释变量对被解释变量影响过程和作用机制。具体参考温忠麟与叶宝娟（2014）中介效应分析，采取逐步回归法。

三、实证结果和稳健性检验

（一）熵权法结果分析

综合评价结果显示，我国数字经济发展水平的地域性比较明显，表现为国家中心城市（北京）、沿海城市（山东）、珠三角地区（广东）、长三角地区（江苏、浙江、上海）在评价结果中总体占据领先地位，中西部地区（青海、宁夏、甘肃、内蒙古）处于较为落后的位置。不同省份的数字经济评价结果差距比较大，说明中国各省数字经济发展状况不平衡现象比较严重。

同时，在整个评价周期内，即2014—2020年期间，各省域的数字经济水平呈现出整体上升的趋势，整体数字经济发展水平的得分均值从2014的0.083 6提升到2020的0.217 1。平均值的逐年增长说明数字经济的发展向好，也说明数字化水平逐年提升。

（二）基准回归分析

首先，将数字经济发展水平纳入回归模型，基于双向固定效应，对数字经济发展影响碳排放进行回归估计，结果如表3第（1）列所示，即数字经济发展对碳排放的回归系数为-0.469 3，通过5%的显著性检验，说明数字经济发展对碳排放产生一定负向影响，提高数字经济发展水平能够显著降低区域碳排放量。

其次，逐步加入控制变量，回归结果如表3第（2）至（5）列所示，发现较第（1）列而言，数字经济发展水平估计系数变小，说明控制变量的加入增加了数字经济发展对碳排放量的削弱作用，且仍具有显著负向影响效应。

在加入全部控制变量后，居民收入水平回归系数为正，居民收入水平增加会促进碳排放量增加，居民收入水平升高会导致消费需求增加，从而造成生活能源用量增多，最终致使碳排放量增加；第三产业活动系数为正，第三产业活动增加促进碳排放量增加；城镇化发展程度回归系数为负，城镇化发展程度增加有利于控制碳排放量减少；政府支持系数为负，政府支持增加促使碳排放量减少，在国家全力推进“双碳”目标实现背景下，政府支持表现出明显的减碳倾向。

（三）稳健性检验

1.替换被解释变量

考虑到各省区域经济发展水平差距，在此计算各省碳排放量与GDP比率得出碳排放强度（ci），作为替换后的被解释变量进行稳健性检验。回归结果与基准回归相比，核心解释变量估计系数虽然有较小波动变化，但均显著为负。从而发现结论仍然成立，一定程度上证明了结果的相对稳健性。

2.改变样本容量

为加强实证结果稳健性，本文对模型中数据进行双侧1%缩尾处理后重新进行回归，实证结果与基准回归结果相比，系数估计值、符号及显著程度均没有产生较为明显差异，某种意义上证明了实证结果的稳健性。

3.使用工具变量

本文将被解释变量即碳排放量的滞后一期作为工具变量，以解决一定程度的内生性问题。从而发现，使用工具变量后，结论与前文基准回归一致，一定程度上证明实证结果的稳健性。

（四）进一步分析：机制检验

通过中介模型，本文将产业结构和技术创新作为中介变量验证传导路径。从表4第（6）列和第（8）列表示数字经济发展对中介变量的回归结果，发现数字经济发展水平回归系数分别为-0.016 2与11.241 5，说明数字经济发展水平对产业结构有一定程度负面影响，对技术创新有显著正面影响。

将产业结构和技术创新分别与数字经济统一纳入模型中，考察对碳排放量的影响，回归结果如表4第（7）列和第（9）列所示，从中发现数字经济对碳排放量的回归系数均在5%显著性水平下显著为负。通过中介效应检验发现，产业结构、技术创新对碳排放量的中介影响分别在1%、5%的显著性水平下显著，中介效应成立。说

明产业结构、技术创新分别发挥部分中介作用，数字经济发展水平通过分别作用于产业结构、技术创新，对碳排放量形成减弱效应。

四、结论与启示

本文基于2014—2020年中国省级面板数据，综合评价了数字经济发展水平，并实证考察了数字经济发展对碳排放量的影响。研究发现，第一，数字经济发展水平存在东、西部总体由强到弱的显著不平衡地区差异；第二，数字经济发展水平对碳排放量存在一定程度减弱效应，且该结果具有稳健性；第三，数字经济发展水平对碳排放量的减弱效应会通过影响产业结构、技术创新而间接产生。

上述研究结论具有如下重要政策启示。第一，在监督机制设计方面，需要改进规则条例，加强执行力度，实现资源互通与信息公开，加强监督管理。第二，在技术制度改善方面，需要进一步提高数字经济产品与服务创新性，搭建绿色经济发展服务平台。第三，在结构调整方面，需要建立健全核心因素支撑发展体系，巩固深化产业结构基础框架和技术创新布局。

参考文献：

[1]   梁琦.“新时代高质量发展的数字经济”专题导语[J].中山大学学报（社会科学版），2021，61（6）：163-164.

[2]   邱子迅，周亚虹.数字经济发展与地区全要素生产率：基于国家级大数据综合试验区的分析[J].财经研究，2021，47（7）：4-17.

[3]   郭丰，杨上广，任毅.数字经济、绿色技术创新与碳排放：来自中国城市层面的经验证据[J].陕西师范大学学报（哲学社會科学版），2022，51（3）：45-60.

[4]   谢云飞.数字经济对区域碳排放强度的影响效应及作用机制[J].当代经济管理，2022，44（2）：68-78.

[5]   邬彩霞，高媛.数字经济驱动低碳产业发展的机制与效应研究[J].贵州社会科学，2020（11）：155-161.

[6]   SHAN Y，GUAN D，ZHENG H，et al.China CO2 emission accounts 1997—2015[J].Scientific data，2018，5（1）：1-14.

[7]   缪陆军，陈静，范天正，等.数字经济发展对碳排放的影响：基于278个地级市的面板数据分析[J].南方金融，2022（2）：45-57.

[8]   史修松，赵曙东，吴福象.中国区域创新效率及其空间差异研究[J].数量经济技术经济研究，2009，26（3）：45-55.

[9]   温忠麟，叶宝娟.中介效应分析：方法和模型发展[J].心理科学进展，2014，22（5）：731-745.

Mechanisms and Empirical Studies of Carbon Emission Reduction Driven by Digital Economy

Liu Yangyang， Wang Jingjing

（Nanjing University of Posts and Telecommunications， Nanjing 210023， China）

Abstract： Based on Chinas provincial panel data from 2014 to 2020， the evaluation index system of digital economy development level is constructed to comprehensively evaluate the digital economy development level of each Chinese province， and the impact of digital economy development on Chinas provincial carbon dioxide emissions is empirically tested on this basis. The research results show that there are obvious regional differences in the development level of digital economy， showing a situation of strong in the east and weak in the west; there is a certain negative effect of digital economy development on carbon emissions， and the improvement of digital economy development level can significantly reduce regional carbon emissions; digital economy development will indirectly have a suppressive effect on carbon emissions by influencing industrial structure and technological innovation. It provides policy insights to alleviate regional imbalances in digital economy development and to achieve the “double carbon” goal.

Key words： digital economy; carbon emission reduction; industrial structure; technological innovation

[責任编辑   彦   文]