中国网络基础设施建设的碳减排效应研究——基于 “宽带中国” 战略的准自然实验

张优智，刘寅可，赵璟，温思敏

（1. 西安石油大学 经济管理学院，陕西 西安 710065；2. 西安理工大学 经济与管理学院，陕西 西安 710054）

2013 年，国务院办公厅印发《 “宽带中国” 战略及实施方案》这一文件，并在2014 年、2015 年和2016 年分批次在中国示范城市群实行。自2014 年以来，中国网络基础设施建设成绩斐然，工信部数据显示，截止到2019 年，互联网宽带端口接入数量达9.16 亿。其中：光纤端口占比高达91.3%；中国移动网络的使用量达到1 220 亿GB，较2018 年增长71.6%。作为全球第一大发展中国家，中国正在逐步实现向网络强国行列的飞跃。

现有研究表明，以宽带中国为代表的中国网络基础设施建设能够显著提升数字经济发展水平[1]、助力企业转型升级[2]以及推动城市产业结构升级[3]，这对推动中国经济实现高质量发展具有不可忽视的作用。在经济高速发展的同时，环境问题也日益突出。据英国风险评估公司Maplecroft 的研究数据表明，中国每年的二氧化碳排放量已达六十亿吨，居全球首位，这表明中国面临的碳减排形势仍然严峻。那么网络基础设施建设对碳减排效应是否有促进作用？从理论上讲：一方面，中国网络基础设施建设有利于城市产业结构升级，从而促进碳减排效应；另一方面，中国网络基础设施建设能够促进城市技术创新[4]，从而助力碳减排。

然而，现有文献缺乏关于网络基础设施建设对碳减排效应的讨论，只有少数研究讨论了网络基础设施建设对大气污染的影响。牛子恒等[5]研究发现 “宽带中国” 战略的实行显著降低二氧化硫排放，并有利于提高空气质量。李广昊等[6]将 “宽带中国” 战略视作准自然实验探索数字经济发展对环境污染可能存在的影响并分析其中的机制路径。孙哲远等[7]发现新能源汽车试点政策显著促进城市碳减排效应且对非资源型城市的碳减排效应影响更为显著。孙鹏博等[8]研究发现高铁开通显著促进了城市工业的碳减排效应，除此之外，DALKIC 等[9]基于土耳其的案例研究高铁开通对二氧化碳减排效应的影响，发现高铁的开通显著促进碳减排效应，但减排量有限。

基于对现有文献的分析，本文的边际贡献主要体现在以下四个方面：第一，现有文献虽将 “宽带中国” 战略视作准自然实验，但没有文献对碳减排效应进行分析，本文对关于网络基础设施建设的研究进行了补充和丰富。第二，本文将倾向得分匹配与双重差分法相结合来克服选择偏误，进一步采用工具变量法解决内生性问题，从而得到更加稳健的结论。第三，本文将理论分析与实证分析相结合，构造数理模型分析影响二氧化碳排放量的因素并寻找与网络基础设施的内在机理，从而进行中介效应分析。第四，本文考虑 “宽带中国” 战略影响二氧化碳排放量的空间效应，构建空间计量模型予以进一步分析 “宽带中国” 战略试点城市对邻近城市的空间溢出效应。

1 理论机制分析及研究假设

本文借鉴GROSSMAN[10]提出的关于健康和一般商品的理论模型并参考孙传旺等[11]的做法，将二氧化碳排放量和网络流畅度与居民效用函数相结合，选择网络流畅度的原因在于其与中国网络基础设施建设相关性较高。定义Uit为i城市居民在t时刻的效用函数，具体形式如下所示：

式（1）、（2）中：Fit为网络流畅度，等于i城市代表性居民在t时刻打开网页的实际时间fit与网络流畅时打开网页的潜在时间二者的差值；Cit为二氧化碳排放量；Git表示其他供居民消费的商品和服务。网络流畅时代表性居民打开网页的潜在时间与本文所研究的网络基础设施建设有关，同时也与产业结构有关，因此的函数可由下式表示：

式中：Broadbandit为 “宽带中国” 战略政策变量，该政策的实行会促进网络基础设施建设；indusit为产业结构，由于网络基础设施建设依赖于实体生产制造，因此indusit主要指第二产业占比；tiit为技术创新，该因素与网络基础设施建设也具有较高的相关性。由于打开网页的实际时间与潜在时间均受上述因素影响，因此二者的差值即网络流畅程度Fit同样受上述因素影响。

在网络运行时，中心处理器在散热的同时会产生大量的二氧化碳气体，并且支撑网络运行的电力大多来源于依靠煤炭燃烧的火电，因此代表性居民打开网页时的实际时间对二氧化碳排放的影响较网络流畅时的潜在时间更大。除此之外，其他因素也会对二氧化碳排放量造成影响，记作Xit。

本文采用Cobb-Douglas 函数的形式对以上分析进行进一步推演。由于Fit越大，代表代表性居民打开网页的实际时间与网络流畅时的潜在时间偏离越高，Cit为二氧化碳排放量，二者均对居民的效用水平起反向作用，本文构建效用函数如下所示：

本文将居民效用函数对网络流畅度求偏导数以满足最大化问题的一阶条件，实现代表性居民的效用最大化。

代入式（8）得关于二氧化碳排放量的函数：

将式（7）代入式（11）可得：

对式（12）两边同时取对数可得关于二氧化碳排放量的线性函数形式，如式（13）所示：

式中：α为常数项，εit为随机误差。若β0＜0，说明 “宽带中国” 战略显著促进碳减排效应。式（13）表明，在考虑 “宽带中国” 战略对碳减排效应的影响时，二氧化碳排放量与产业结构和技术创新有关，因此，本文将 “宽带中国” 战略对碳减排效应的影响机制归结于产业结构与技术创新两个方面，并探讨两者与 “宽带中国” 战略的关联性。

在产业结构方面， “宽带中国” 战略能够通过推动资源再配置效应、降低交易成本与新型产业聚集促进产业结构转型升级。首先，资源的优化再配置实质是产业结构转型升级，在中国网络基础设施不断完善和发展的情况下，数据作为新兴生产要素为经济发展注入新动能，对优化配置传统生产要素起到推动作用，从而推动产业结构优化升级[12]。另外，推进网络基础设施建设打破了不同区域间信息流动的时空限制，人、机、物三者之间实现了互联互通，促进了区域协调发展与资源优化配置。其次，从交易成本的角度看，网络基础设施建设的推进，会降低搜寻、交流和时间成本，省去一些不必要的中间环节，促进资源信息更高效率，更低成本的共建共享，进而促进产业结构转型升级。最后，网络基础设施建设带动了云计算、大数据和物联网等新型产业的聚集与发展，推动产业结构转型升级。同时，相关研究表明产业结构对碳减排效应起显著促进作用[13-14]。随着产业结构转型升级与互联网新型产业的聚集，传统高污染、高排放产业的比重会有所下降，有利于淘汰落后产能，从而对碳减排效应起到促进作用。因此，本文提出假设1 和假设2。

假设1： “宽带中国” 战略的实行对碳减排效应起显著的促进作用。

假设2： “宽带中国” 战略通过产业结构促进碳减排效应。

在技术创新方面， “宽带中国” 战略能够通过催生新产业、推动知识溢出以及增强研发部门创新能力促进技术创新。首先， “宽带中国” 战略的实行在依赖实体第二产业的同时，能够催生新产业，对第三产业的发展起促进作用，同时传统产业的运行效率得到提高，增强了城市的技术创新水平。其次，网络基础设施建设对传统的学习和获取知识的途径进行创新，有助于知识溢出以及人力资本的 “干中学” ，从而促进城市的技术创新水平[15]。最后，随着网络基础设施建设的开展，居民的需求呈现多元化特征，研发部门为应对新环境会紧握互联网时代的机遇，增强自身的创新能力，城市的技术创新水平进而得到提高[16]。同时，相关研究表明绿色技术创新显著促进碳减排效应[17-18]。城市的技术创新水平增强会推动城市绿色专利申请，有助于清洁型技术在高污染产业中的充分利用，从而促进碳减排效应。另外，技术创新水平的增强会使得污染检测技术在高污染产业中的使用率提高，从而对碳减排效应起促进作用。基于以上分析，本文提出假设3。

假设3： “宽带中国” 战略通过绿色技术创新促进碳减排效应。

本文的理论机制分析框架见图1。

图1 理论机制分析

2 研究设计

2.1 变量选取

2.1.1 被解释变量

由于二氧化碳排放量数据不具有直接可获得性，本文参考IPCC 的做法测算出中国271 个地级市2006—2019 年的二氧化碳排放量数据并取对数作为本文的被解释变量，测算方法如下所示：

式中：CO2为二氧化碳排放量；i为各类能源燃料；j表示研究中的各地级市，Eij、NCVij、CCi与COFij分别为燃料消费量、净热值、碳含量与氧化因子；44/12 代表二氧化碳的分子量与碳分子量二者的比值。

2.1.2 核心解释变量

基于中国2006—2019 年271 个地级市的面板数据，本文采用渐进型双重差分法分析 “宽带中国” 战略是否对碳减排效应造成显著影响。本文的核心解释变量为 “宽带中国” 战略并用虚拟变量进行赋值，若城市在 “宽带中国” 战略试点名单赋值为1，不在名单中则为0； “宽带中国” 战略实行之后赋值为1，否则为0，二者的乘积表示 “宽带中国” 战略的政策变量，记为Broadband。交互项的系数即为 “宽带中国” 战略的推行对碳减排效应的影响，若该系数显著为负则说明中国网络基础设施建设能够显著促进碳减排效应。

2.1.3 中介变量

本文选取产业结构和绿色技术创新作为中介变量进行分析。参考叶芳羽等[14]的做法，以第二产业在GDP中的占比衡量产业结构，以地级市绿色专利申请量加1后取对数衡量绿色技术创新，进而分析 “宽带中国” 战略对碳减排效应的影响涉及的作用机制。

2.1.4 控制变量

本文选取的控制变量如下：①采用人均GDP 衡量经济发展水平，记作pgdp；②采用年末人口数衡量人口规模，记作peop；③采用外商直接投资衡量对外开放，记作fdi；④采用金融机构年末各项余额贷款的总额衡量金融发展水平，记作fin；⑤采用市辖区公共预算支出在地区生产总值的占比衡量政府干预程度，记作govern。表1 为各变量的描述性统计分析。

表1 描述性统计

2.2 数据来源及说明

本文选取中国2006—2019 年271 个地级市的面板数据，由于西藏和港澳台地区的数据存在缺失，本文暂未分析以上地区。试点名单来自工业和信息化部官网，在数据的处理中，本文剔除了相关自治州、城区和县级市的数据，仅保留地级市数据予以分析，少数缺失的数据采用线性插值法予以插补。研究数据来源于《中国能源统计年鉴》《中国环境统计年鉴》《中国城市统计年鉴》和Wind 数据库以及各省统计局公开的数据。

2.3 模型设定

为分析 “宽带中国” 战略对碳减排效应的影响，本文将 “宽带中国” 战略视作准自然实验并采取渐进型双重差分法对政策效果进行评价。构造该模型可以通过比较 “宽带中国” 战略试点地区与未试点地区的差异来分析该战略是否显著促进碳减排效应。本文模型构建如下。

式中：lnCO2,it为i城市t时间二氧化碳排放量的对数；Broadbandit为政策变量，即上文提到的双重差分项；Xit为上述控制变量；μi为时间固定效应；δt为地点固定效应；εit为随机扰动项。政策变量Broadbandit的系数β1为 “宽带中国” 战略的处理效应，也是本文重点关注的系数估计值，若该系数显著为负，表明 “宽带中国” 战略的推行显著促进碳减排效应。

本文构建如下中介效应模型以进一步分析 “宽带中国” 战略对碳减排效应的影响机制：

式中：Medit为上述中介变量，表示 “宽带中国” 战略对碳减排效应影响的作用机制，若系数β1、α1、γ1、γ2均显著，说明本文研究的中介效应存在。

3 实证分析

3.1 基准回归

双重差分法的使用前提是在处理期前处理组与对照组应具有相同的变化趋势，即应通过平行趋势检验，本文进行了平行趋势检验证明双重差分法在本研究中具有适用性，平行趋势检验如本文稳健性检验所示。表2 为本文的基准回归，列（1）到列（6）是控制变量逐步加入的结果。在未加入控制变量时，政策变量Broadband系数显著为负，随着控制变量的逐步加入，交互项系数为-0.086 8，在1%的水平上具有显著性，说明 “宽带中国” 战略的实行大约降低了8.68%的碳排放量，本文假设1 得以论证。列（7）为加入人均GDP 对数平方项的回归结果，一次项的系数显著为负，二次项系数显著为正，说明城市间存在库兹涅茨曲线效应，随着经济的发展，二氧化碳排放量水平先上升后下降。

表2 基准回归

观察控制变量的系数，经济发展水平、人口规模与金融发展水平对碳减排效应为不利影响，说明随着经济发展，人口增长，大城市病问题日益突出，二氧化碳的排放量将随之提高。金融发展水平提高意味着一些金融部门能够向消费者提供足够的信贷，导致居民消费扩大，促进居民社会活动，从而增加碳排放。

3.2 稳健性检验

3.2.1 平行趋势检验

双重差分法的重要前提为，在政策实施之前，处理组和对照组要有相同的变动趋势。本文构造的平行趋势检验模型如下所示：

图2 平行趋势检验

3.2.2 安慰剂检验

由于 “宽带中国” 战略的实行可能受到不可观测因素的影响，本文参考LI 等[19]的做法采用间接安慰剂检验随机抽样1 000 次，使得 “宽带中国” 战略对特定地区的冲击随机化从而杜绝不可观测因素的影响。Broadbandit的系数估计值如下：

式中：Xit为上文所述控制变量，当参数θ=0 时，为无偏估计量，不会造成不一致估计的偏误。但是对于参数θ进行直接检验的可操作性差，因此，本文进行随机抽样产生 “宽带中国” 战略试点名单使参数β=0，若能够估计即可推断参数θ=0[20]。本文进行随机抽样得到的结果如图3 所示。

图3 安慰剂检验

图3 （a）表明，进行1 000 次随机抽样后，系数估计值集中分布在0 附近且基本服从正态分布，从而参数θ=0。图3（b）表示系数估计值的P值分布情况，图中垂直于纵轴的虚线为10%显著性水平，在进行随机抽样后，大部分估计系数位于该虚线之上，极少数落在虚线之下，表明 “宽带中国” 战略的推行与其他不可观测因素无关，本文的回归结果较为稳健。

3.2.3 PSM-DID检验

进一步分析， “宽带中国” 战略的推行具有一定的政策导向性，严格意义不属于随机实验，本文采用倾向得分匹配的方法（PSM）对 “宽带中国” 战略与碳减排效应之间的关系予以分析，以克服选择偏差对本研究的影响从而使前文的回归结果更加稳健。

倾向得分匹配的过程即选取若干属性变量X来构造一个二值选择模型，从而对倾向得分进行计算[21]：

式中：pi(xi)为倾向得分；di为虚拟变量，取值0 和1 分别表示控制组与实验组；g(xi)为属性变量X的线性函数；f为Logit 分布函数。表3 为PSM-DID 的估计结果，表明在采取半径匹配、近邻匹配、核匹配、局部线性回归匹配以及样条匹配后，政策变量Broadband估计系数仍然显著，证明本文的研究具有稳健性。

表3 PSM-DID检验

3.2.4 内生性问题

由于 “宽带中国” 战略的实行具有非随机性的特征，该情况可能会导致分析 “宽带中国” 战略是否会促进碳减排效应时出现内生性问题。因此，本文构建工具变量模型来解决研究中潜在的内生性问题。本文参考张兵兵等[22]的研究，选择地形起伏度rdls作为核心解释变量的工具变量。一方面，地形起伏度与 “宽带中国” 战略的实行密切相关，工具变量的相关性假设得到满足；另一方面，地形起伏度为地理数据，不会对二氧化碳排放量产生影响，满足工具变量的外生性假设[23]。由于地形起伏度数据不随时间发生变化，具有研究局限性，本文参考牛子恒等[5]的做法，引入工具变量与每一年时间虚拟变量的交互项T-rdls作为实证分析的工具变量以表示时间维度的变化。工具变量模型构建如下所示：

表4 工具变量法

表4 列（1）为第一阶段回归结果，地形起伏度和时间虚拟变量的交互项T-rdls 估计系数显著为正。列（2）为第二阶段回归结果，政策变量Broadband的回归系数为-0.229 9，且在1%的水平上显著，表明在引入工具变量后， “宽带中国” 战略的实行大约降低了22.99%的碳排放量，显著促进碳减排效应。工具变量法所得出的政策变量估计系数的绝对值比前文的模型更大，这表明如果不考虑内生性问题，将会低估 “宽带中国” 战略在减少碳排放方面的作用。

3.2.5 其他稳健性检验

除上述稳健性检验外，本文还进行了其他稳健性检验如表5 所示。

表5 其他稳健性检验

第一，排除其他政策干扰。本文所选研究时间跨度为2006—2019 年，其他环境规制政策的试点城市和试点时间可能与 “宽带中国” 战略发生重叠。本文将2010年实行的低碳城市试点政策（Lowcarbon）以及2013 年实行的大气污染物特别排放限值政策（Elap）纳入模型中予以进一步实证分析。第二，剔除直辖市样本。由于 “宽带中国” 战略试点地区大多为普通地级市，直辖市在经济、政治等方面与普通地级市存在一定的差异，因此本研究将北京、天津、上海和重庆四个直辖市数据剔除从而使处理组与对照组的数据更具可比性[24]。第三，反事实检验。本文参考龚梦琪等[25]的做法，将试点年份统一提前三到五年进行检验，若政策变量Broadband估计系数仍显著，则表明碳减排效应可能是来自其他政策或随机因素的影响。第四，DID 与OLS 对比。本文参考高煜君等[26]的做法在稳健性检验中分别对研究数据进行DID 回归与OLS 回归，政策变量系数估计值符号均显著为负时表明本文的研究结论是稳健的。第五，缩尾处理。为了避免研究过程中的异常值干扰，在回归前先对研究数据进行上下5%的缩尾处理。通过表5 可以看出，本文的研究结论仍然具有稳健性。

3.3 异质性分析

3.3.1 城市规模异质性

省会城市和非省会城市在政治、经济等各方面都有明显的区别，本文首先对二者的异质性予以分析。如表6 所示， “宽带中国” 战略的实行对省会城市与非省会城市的碳减排效应均起到显著促进作用，且对于省会城市而言，碳减排效应更好，其原因可能在于省会城市在科技水平、网络基础等各方面都有较大的优势， “宽带中国” 战略的实行对省会城市的技术进步与技术创新的作用更加明显，从而对碳减排效应的影响更大。

表6 异质性分析Ⅰ

3.3.2 资源禀赋异质性

在城市发展中，资源禀赋发挥着至关重要的作用，本文参考《国务院关于印发全国资源型城市可持续发展规划（2013—2020 年）的通知》将271 个地级市样本划分为表7 类型并做异质性分析。表7 表明， “宽带中国” 战略显著促进了非资源型城市的碳减排效应，但是对于成熟型城市，这一政策反而增加了其二氧化碳排放量。原因在于，相比较于资源型城市，非资源型城市发展更依靠产业结构升级， “宽带中国” 战略的实行促进互联网基础设施建设，对非资源型城市的产业结构转型升级起促进作用，因此可以显著促进碳减排效应。对于成熟型城市，其资源禀赋较为丰富，能耗高、污染物排放高的产业在成熟型城市中占据主导地位从而不利于碳减排效应。 “宽带中国” 战略对资源型城市、成长型城市和衰退型城市的碳减排效应无显著影响。

表7 异质性分析Ⅱ

3.3.3 地理区位异质性

2013 年，国务院发布的文件《 “宽带中国” 战略及实施方案》明确提出 “宽带中国” 战略的重中之重为促进区域间宽带网络协调发展，在支持东部地区先行开展网络基础设施建设，培育并发展新业态的同时要推进中西部地区网络建设、增建路由、提高网络容量，扩大互联网覆盖范围等方面，给予中西部地区政策倾斜。在进行互联网基础设施建设的同时， “宽带中国” 战略对碳减排效应是否也存在地理区位异质性？

为回答上述问题，本文将中国271 个地级市划分为东、中、西三个子样本分别进行回归进而分析地理区位的异质性。通过表8 可以看出 “宽带中国” 战略对中国东中西三个地区的碳减排效应均存在显著影响，该战略显著促进东部和中部地区的碳减排效应，对西部地区的二氧化碳排放量起推动作用，究其原因在于中国东部地区和中部地区的经济发展水平较高，具有良好的网络基础设施，西部地区由于经济发展水平和基础设施较为落后， “宽带中国” 战略的实施为中国西部地区投入了更多的生产技术和发展动能，从而不利于碳减排效应。

表8 异质性分析Ⅲ

3.3.4 政府规模异质性

政府规模的不同也和 “宽带中国” 战略对碳减排效应产生的影响有关，本文参考王颖等[27]的做法，以政府财政支出在GDP 中的比重（govs）作为门槛变量，构建门槛效应模型并依据政府规模分组，随后进行政府规模异质性的分析。门槛效应模型构建如下：

式中：govsit为门槛变量；τ为待估计的门槛值；β1与β2是引入门槛变量后 “宽带中国” 战略对碳减排效应的影响系数，其余变量与前文表述相同。

门槛效应检验如表9 所示，可以看出在引入变量govs后模型通过单门槛效应检验，且门槛值为0.337 3。本文根据门槛值将样本分为两类，将govsit＞0.337 3 定义为较高水平政府规模，将govsit≤0.337 3 定义为较低水平政府规模。

表9 门槛效应检验

门槛效应检验图如图4 所示。

图4 门槛效应检验

从表10 政府规模异质性分析结果可以看出，在较低水平政府规模中， “宽带中国” 战略对碳减排效应起促进作用，且在1%的水平上显著；在较高水平政府规模中， “宽带中国” 战略对碳减排效应无显著影响。可能存在的原因是， “宽带中国” 战略在有着较高水平政府规模的城市实行时会受地方保护主义影响从而不利于网络基础设施建设与产业结构转型升级，并抑制碳减排效应，而该战略在有着较低水平政府规模的城市实行时会吸引高附加值产业聚集，推动产业结构优化升级，进而促进碳减排效应。

表10 异质性分析Ⅳ

4 进一步分析

4.1 中介效应分析

为进一步探讨 “宽带中国” 战略对碳减排效应的影响可能存在的作用机制，本文将地级市绿色专利申请量加1 后取对数衡量绿色技术创新，将第二产业在GDP 中所占比例作为产业结构的衡量变量，中介效应模型如前文所示。表11 列（1）为 “宽带中国” 战略对绿色技术创新的影响，研究结果表明该政策显著促进了绿色技术创新。通过列（2）可以看出，政策变量与绿色技术创新的系数均在1%的水平上显著，表明绿色技术创新是 “宽带中国” 战略影响碳减排效应的重要渠道，且 “宽带中国” 战略通过绿色技术创新显著促进碳减排效应。列（3）为 “宽带中国” 战略对产业结构的影响，实证结果显示该政策对产业结构起不利影响，与理论预期相同。通过列（4）可以看出，产业结构与政策变量的系数也在1%的水平上显著，表明产业结构是 “宽带中国” 战略影响碳减排效应的重要渠道，且 “宽带中国” 战略通过产业结构显著促进碳减排效应。本文假设2 和假设3 得以论证。

表11 中介效应分析

4.2 三重差分分析

在 “宽带中国” 战略促进碳减排效应的过程中，政府环境约束力度可能会对政策效果造成影响，为进一步分析在 “宽带中国” 战略背景下政府环境约束力度对碳减排效应的影响，本文参考韦东明等[28]的做法，基于政府工作报告对政府环境约束力度进行分类并构造三重差分模型如下：

式中：sctit为强约束虚拟变量，当文件出现 “之上” “落实” “确保” 等强属性词汇取值为1，否则为0；wctit为弱约束虚拟变量，当文件出现 “之间” “上下” “左右” 等弱属性词汇取值为1，否则为0。其余变量与前文表述相同。

表12 结果显示，三重差分项系数均在1%的水平上显著为负，表明政府环境约束力度使得 “宽带中国” 战略显著促进了碳减排效应。同时弱约束交互项系数小于强约束交互项系数，表明政府环境约束力度较弱时， “宽带中国” 战略在促进碳减排效应的过程中能够发挥更好的作用。可能存在的原因是政府环境约束力度较强时会推动地方出台更加严格的环境政策，从而在一定程度压制 “宽带中国” 战略的实行，约束力度较弱的地区在实行 “宽带中国” 战略时不必过度参考环境标准，从而 “宽带中国” 战略为这些地区带来的碳减排效应更大。

表12 三重差分分析

4.3 空间效应分析

上文采用渐进型DID 模型对 “宽带中国” 战略与碳减排效应之间的因果关系进行了识别，但并未考虑 “宽带中国” 战略影响碳减排效应的空间因素。在该部分，本文将空间因素引入并分解 “宽带中国” 战略对碳减排效应造成的影响。

4.3.1 全局空间相关性检验

本文将二元邻接矩阵作为研究中的空间权重矩阵，运用莫兰指数（Moran’I）检验 “宽带中国” 战略与二氧化碳排放量的空间相关性。通过表13 可以看出，碳排放量与政策变量的莫兰指数均大于0，表明二者均存在空间相关性，即 “宽带中国” 战略的实行不仅会影响本地区的碳减排效应，也会对相邻地区的碳减排效应造成影响。

表13 全局莫兰指数值

4.3.2 空间计量模型分析

表14 显示，空间误差项与空间滞后项均通过LM检验，因此本文选择空间误差滞后模型（PSAC）来分析 “宽带中国” 战略与碳减排效应之间的空间因素。

表14 拉格朗日乘子检验

表15 列（1）～（3）为通过偏微分的方式分解后的结果，三列分别为直接效应、间接效应和总效应。直接效应表明 “宽带中国” 战略显著促进了碳减排效应，与前文基准回归结论一致。间接效应表明 “宽带中国” 战略的实行会导致临近地区的碳排放量增加，可能存在的原因是 “宽带中国” 战略在本地实施会使得相邻地区进行模仿和学习，在网络基础设施落后以及没有政策支持的情况下会扩大生产和投入，从而对碳减排效应造成不利的影响。

表15 空间计量估计及空间效应分解

5 结论及政策建议

本文的结论如下：第一， “宽带中国” 战略显著促进了碳减排效应，该战略的推行对降低二氧化碳排放量长期存在正向作用，但政策的实行却不利于相邻地区的碳减排效应。第二，异质性分析表明， “宽带中国” 战略的实行在促进碳减排效应的同时增加了成熟型城市和中国西部地区的二氧化碳排放量。第三，城市产业结构和技术创新是 “宽带中国” 战略影响碳减排效应的重要渠道。

综合以上分析，本文提出以下政策建议：第一， “宽带中国” 战略对二氧化碳减排起显著促进作用，政府应积极扩大政策覆盖范围，持续推进网络基础设施建设以使得碳减排效应更加明显，同时能够避免实行地区对相邻地区的负向影响。第二，在推进网络基础设施建设时政府应因地制宜，对成熟型城市和中国西部地区予以一定的政策倾斜，促进其产业结构优化升级，引导发展新型绿色产业，对中国西部地区应加强政策扶持力度，以促进区域协调发展，促进碳减排效应。第三，政府应强化网络对第三产业的渗透，培育发展互联网新型绿色产业，推动产业结构转型升级，助力推进节能减排。另外，政府应持续引导企业、高校以及科研院所进行信息化、数字化和智能化建设，深入推进数字产业化与产业数字化，提高与研发污染防治，绿色生产相关的企业和科研院所的政策扶持力度，进而促进城市绿色技术创新。