数字经济对我国碳中和能力的影响研究

王韶华 成梦瑞 张伟 杨颖

[摘 要：数字经济是一种以数字技术为核心驱动力的新型经济形态，蕴含着绿色低碳效应，能够促进社会向资源节约型和环境友好型发展。文章采用2013—2021年中国30个省份面板数据，探究数字经济对碳中和能力的影响效应。研究发现：数字经济对碳中和能力具有促进作用且呈现非线性特征，对碳减排能力具有先促进后抑制作用，对碳移除能力具有促进作用；我国东西部地区影响异质性的原因是碳减排能力与碳移除能力的水平差异；数字经济能够助力各社会主体，通过促进企业技术创新、公众绿色消费以及调节政府环境规制增强碳中和能力，其中绿色消费机制不可持续；各社会主体协同关系对碳中和能力影响不显著。

关键词：数字经济；碳中和能力；技术创新；绿色消费；环境规制

中图分类号：F49；X321  文献标识码：A 文章编号：1007-5097（2024）07-0103-14       ]

A Study on the Impact of the Digital Economy on China′s Carbon Neutrality Capability

WANG Shaohuaa， b， CHENG Mengruia， ZHANG Weia， YANG Yinga

（a. School of Economics and Management; b. Center for Regional Economic Development Research，

Yanshan University， Qinhuangdao 066004， China）

Abstract：The digital economy is a new economic form driven by digital technology， which contains green and low-carbon effects and can promote the transition to a resource-saving and environmentally friendly society. This paper explores the impact of the digital economy on carbon neutrality capability using panel data from 30 provinces in China between 2013 and 2021. Research findings： The digital economy has a positive effect on carbon neutrality capability with non-linear characteristics. It also has a positive and then a negative effect on carbon reduction capability， as well as a positive effect on carbon removal capability. The differences between the eastern and western regions of China are due to the varying levels of carbon reduction and removal capability. The digital economy can aid various societal actors in enhancing carbon neutrality capability by promoting corporate technological innovation， encouraging public green consumption， and adjusting government environmental regulations. However， the green consumption mechanism is unsustainable. The collaborative relationships among societal actors do not significantly affect carbon neutrality capability.

Key words：digital economy; carbon neutrality capability; technological innovation; green consumption; environmental regulation

一、引 言

当前气候变暖仍在持续，气候问题已成为全球不得不面临的严峻挑战，中国作为负责任的大国，2020年9月22日，习近平主席在联合国大会上明确表态，全国二氧化碳排放力争在2030年前达到峰值，努力争取2060年前实现碳中和。“双碳”目标的提出以及紧迫的目标实现期限都体现了我国治理气候变暖的决心，并且党的二十大报告也明确提出要“积极稳妥推进碳达峰碳中和”。踏上“双碳”征程，面对宝贵的时间，按时、保质、高效地走出中国自己的绿色可持续发展之路是社会各界正在探讨的热点话题。

对此，学术界进行了积极的探索，众学者从多维度并结合我国现实国情探究“双碳”目标的实现路径，其中数字经济以发展速度快、辐射范围广、影响程度深引人注目，且事关国家发展大局，已成大势之趋，其所带来的数字化生产力能够推动生产和生活方式的变革，促进社会向资源节约型和环境友好型发展［1］。顺应我国数字经济的发展潮流，借势推动碳中和目标的实现是符合现实国情的选择。数字经济是以数字技术为基础，以数据要素为核心，因此可以利用数字经济发展所带来的新技术和新要素等变化，激发并充分利用其蕴含的绿色低碳效应，调动政府、企业、公众的低碳环保主观能动性，使数字经济在成为引领经济发展新引擎的同时，也成为低碳可持续发展的新利器。因此有必要系统探究数字经济对我国碳中和目标的具体实现路径并加以实证检验，为当前增强碳中和能力的数字化之路提供参考。

二、文献综述

当前，碳中和已成为世界上多个国家的气候治理目标，但各国对此表述不尽相同，内涵也存在差异。与碳中和相关的表述有净零、零碳、气候中和、绝对减排等，差异表现在覆盖气体范围以及核算规则等方面，并且存在多个国家虽表述相同，但其具体内涵仍存在差异的情况，现国际上以“净零”表述较多，即净零二氧化碳排放。Rosenbloom和Meadowcroft（2022）［2］指出，社会各部门与温室气体的排放密切相关，因此实现“净零”目标需要社会共同努力。推动净零排放目标的实现将会涉及政策、技术、社会实践等全方位的变革，例如激励新型低碳产品的技术创新［3］、对个人行为和生活方式的低碳化引导［4］等。

数字经济以数字技术为核心驱动力量，有利于预测、分析和跟踪产品生命周期［5］，增强组织生产、供应、物流以及回收等能力，在产品生命周期中实现利用最大化［6］，从而帮助经济从生产、使用、报废的线性流程转为回收、再利用的循环可持续流程，通过循环经济促进低碳发展，实现“净零”目标。

在论述数字经济助力碳中和基本路径时，学者们大多围绕碳中和的两方面，即减少碳排与增加碳汇，并总结为“控增量”与“减存量”［7］。为实现我国绿色低碳可持续发展，数字经济作为手段和工具，在减排方面，能够推动生产和生活方式绿色转型，优化能源结构，提高能源利用效率；在碳汇方面，能够增强自然环境碳汇能力，提高碳汇技术［1］。通过数字经济实现碳中和目标的工程是系统庞大且具有复杂性的，需社会各领域进行数字化转型，助力各社会主体绿色意识的产生、增强与行动转化，最终形成全体社会成员齐动共促绿色发展的良好局面。

综上所述，已有学者对数字经济与碳中和进行了诸多探讨，但由于各国碳中和目标主要是2017年后正式提出，因此学术界对数字经济影响碳中和的研究还处于起步阶段。与现有文献相比，本文可能的贡献在于：①在研究数字经济影响碳排放的已有基础上增加碳移除视角，实证检验数字经济对碳中和能力的作用机理；②基于碳中和能力的内涵划分维度，进一步探究影响效应的非线性和异质性特征；③基于各社会主体的机制分析框架，探究企业、公众和政府在数字经济赋能绿色低碳中所发挥的主观能动作用以及协同效应。通过实证检验数字经济对碳中和能力的影响机制，以期为利用数字经济顺利实现“双碳”目标提供参考。

三、理论机制分析与假设提出

（一）数字经济对我国碳中和能力的直接作用

碳中和是指在一段时间内人为二氧化碳排放量与人为二氧化碳移除量达到平衡，因此碳中和能力包含碳排放能力与碳移除能力。基于碳中和目标，此处碳排放能力是指具备控制人为碳排放量减少的能力，也可称为碳减排能力，为便于直观理解和保持全文一致，接下来将使用“碳减排能力”这一表述。数字经济以数据要素为基础，通过多角度增强碳中和能力从而推动“碳中和”目标的实现。首先，数字经济以数字技术为核心驱动力量，能够智能化生产流程，减少资源损耗，并且在“双碳”政策的引导下，增加具有绿色偏向性的技术创新［8］，在兼具自发和引导方式中实现能耗资源的有效利用，从而增强碳中和能力；其次，数字产业化使得数字相关的产品、服务等快速发展，在一定程度上，虽然数字设施等会消耗较高的电能［9］，但数字产业具有高科技特征，碳排放相对较少；最后，数字经济渗透社会各行各业，促进电子商务等消费方式的变革，从消费角度体现了对碳排放的抑制作用［10］，并且还能够提高传统产业的生产效率，打破各社会主体的边界，促进低碳信息共享，全方位为社会增添低碳色彩。

人为碳排放量的减少，关键在于控制人类活动所排放的二氧化碳量。数字经济以数据为新的生产要素促使生产活动实现低碳转型，以数字技术为驱动力量促使日常生活实现绿色便利［1］，从而增强碳减排能力。数字经济核心产业担负着为产业数字化服务的重任，是数字经济发展的基础，促使产业结构智能低碳化发展。在生产活动中，“数字”与传统产业结合，从生产源头出发，优化生产要素配置、提高能源使用效率、清洁利用化石能源和提升非化石能源供应比重进而减少资源浪费、能耗和碳排放［11］；在生产流程中，大数据等信息技术可优化生产工艺、快捷畅通经营管理部门进而减少生产损耗、提高生产决策效率；在物流交易中，网络平台连接供需双方，物联网、人工智能等数字技术可大幅度降低仓储、物流、交易等成本进而减少流程能耗，且产品使用价值结束后，物联网等数字技术可推动产品进入周期循环进而充分发挥剩余价值［5］；在日常生活中，随着环境成为公众关心的话题，网络有助于提高低碳生活的社会认同感，增强节约资源和保护环境的社会意识。为了使绿色低碳意识转变成现实，数字经济提供数据信息支持并给予绿色便利，结合线下绿色行动创造实现渠道，创新生活方式，增加绿色生活选择。但需要注意的是，随着数字经济的发展，数据要素替代对碳减排的边际效应发生递减［12］，并且数字经济具有收入效应，会引发经济规模扩张，从而增加能源消耗［13］，其中数字经济以数字基础设施为依托载体，本身会消耗大量能源，因此可能会造成碳减排能力的回弹效应。

人为碳移除量的增加主要通过捕集、吸收和存储大气中的二氧化碳，从而降低二氧化碳浓度。数字经济作用于碳移除主要有生态移除和技术移除两种路径，一是通过引入物联网等数字技术，搭建相关自然生态资源监测系统，实现及时精准治理、保护和修复，最大化发挥自然生态碳汇功能［14］；二是通过数字技术与碳汇技术融合，为碳捕集、利用与封存（CCUS）、直接空气碳捕集与储存（DACS）、生物质能碳捕集与封存（BECCS）等技术提供研究便利。基于以上分析，本文提出假设1a、1b和1c。

H1a：数字经济对碳中和能力产生促进作用；

H1b：数字经济对碳减排能力产生先促进后抑制作用；

H1c：数字经济对碳移除能力产生促进作用。

（二）数字经济对我国碳中和能力的非线性作用

随着碳中和能力的增强，数字经济对碳中和能力的影响可能产生边际效应递增的非线性特征。这是因为在低碳中和能力地区，碳排放量高且人为碳移除量低，经济生活中缺少绿色低碳成分，具体到参与数字生活的社会成员也可能缺乏绿色低碳意识［13］，需要花费较大成本提高低碳素养、引导绿色技术创新、搭建信息共享平台等，规模经济有待形成，数字经济的低碳效应未能充分显现。随着地区碳中和能力的增强，具有绿色低碳倾向的数字生活成员增多，根据梅特卡夫法则，用户规模的增加将实现绿色信息共享的成本减少且收益增加，从而使得数字经济的低碳效应大幅度提升［15］。因此，数字经济对碳中和能力的影响可能存在基于碳中和能力的非线性特征。

随着碳减排能力的增强，数字经济对碳中和能力的影响不具有非线性特征。由于数字经济对碳减排能力具有先促进后抑制的作用，因此对低碳减排能力地区而言，存在两种可能的情况，一是数据要素投入初期的低碳边际效应较强，要素配置优化、能源效率提高、损耗减少［12］，数字经济对碳中和能力的正向影响可能较大；二是数据要素投入后期的低碳边际效应较弱，数字基础设施的电力消耗增加，加上边际成本减少和效益提高所带来的经济扩张［13］，数字经济对碳中和能力的正向影响可能较小。因此数字经济对碳中和能力的影响不存在基于碳减排能力的非线性特征。

随着碳移除能力的增强，数字经济对碳中和能力的影响可能也会产生边际效应递增的非线性特征。低碳移除能力地区，碳移除技术和生态监测信息平台等处于开创阶段，需要投入大量资本和研发技术，能源资源消耗增加，数字经济对碳中和能力的正向影响可能较小。随着地区碳移除能力增强，碳移除技术逐渐成熟，推动该技术普遍应用，能源清洁利用效率提高［1］，绿色生产生活的边际成本降低。同时，信息平台搭建逐渐成形，绿色信息整合效率提高，为数字技术的绿色高效应用提供了决策参考。因此，数字经济对碳中和能力的影响可能存在基于碳移除能力的非线性特征。基于以上分析，本文提出假设2a、2b和2c。

H2a：随着碳中和能力的增强，数字经济对碳中和能力的影响具有边际效应递增的非线性特征；

H2b：随着碳减排能力的增强，数字经济对碳中和能力的影响不具有非线性特征；

H2c：随着碳移除能力的增强，数字经济对碳中和能力的影响具有边际效应递增的非线性特征。

（三）企业技术创新和公众绿色消费的中介作用

数字经济通过促进企业积极实现技术创新进而增强碳中和能力。数字经济能够激励绿色技术发展，以自身绿色低碳的数据要素加入企业生产［16］，与能源、生产以及碳汇等技术相结合，将现有资源整合，摆脱时空限制，获取知识信息进行共享交流，消化吸收其他地区的知识溢出［17］，突破创新瓶颈，产生新的绿色低碳技术，从而提高能源利用效率，去除生产流程多余损耗，减少二氧化碳的对外排放。大数据等数字技术的应用能够较为准确、及时地反馈内部企业和外部市场信息，进而整合数据资源，解决技术创新的信息盲点［18］，助力企业明确技术创新方向，在缩短创新周期的基础上提高技术创新质量，从而提高企业技术创新效率，激发企业创新积极性，最终实现企业低碳绿色转型。

数字经济通过促进公众偏向绿色消费和减少消费过程的时间、精力等消耗进而增强碳中和能力。消费者在购买绿色产品时，心理一般会经过认知、情绪和意志这三个过程［19］，数字经济能够通过影响消费者购买过程促进公众绿色消费。在认知环节中，由于环境的突出问题，公众对绿色环保理念的追求会带动其关注相应的绿色产品，数字经济助力公众能够较为便捷地获取低碳环保知识以及绿色产品信息；在情绪环节中，绿色产品信息在网络上的传播，使得更多消费者会接收到绿色产品知识，进而形成相应思维，产生是否购买的意向［20］；在意志环节中，当消费者具有相应社会和情感需求时，数字经济能够为消费者提供消费渠道，方便其快速明确购买目标，作出购买决策。与传统线下消费相比，数字经济参与消费流程所耗费的时间、精力以及物质成本等均有所减少。公众绿色消费的增加，引导产品偏向绿色低碳方向，从而在生产、使用和处置等环节中减少污染，实现绿色低碳发展。但在绿色消费之后，基于道德许可效应中的道德证书模型［21］，绿色消费难以持续，这是因为消费者在绿色消费过程中会构建道德形象，为后续出现减少绿色消费甚至过度消费的行为做出合理化解释，从而使得绿色消费对碳中和能力的促进效应不具有可持续性。基于以上分析，本文提出假设3a和3b。

H3a：企业技术创新在数字经济对碳中和能力的影响中发挥中介作用；

H3b：公众绿色消费在数字经济对碳中和能力的当期影响中发挥中介作用，但在下一期影响中发挥遮掩作用。

（四）政府环境规制的调节作用

数字经济通过调节政府高效落实环境规制进而增强碳中和能力。政府具有不同类型的环境干预手段，对于命令控制型环境规制，政府引入数字技术，便于收集环境信息，根据现实状况有针对性地制定完善政策法规，并在政策实施过程中搭建更加透明便捷的环境监测和监督渠道，及时收到效果反馈，合理把握政策实施进程，从而以较低成本和较高成效倒逼“人为”活动低碳绿色化［22］。数字经济具有外部经济性，随着数字经济水平的提升，数字经济将对命令控制型环境规制的绿色效应提供更大帮助。对于市场激励型环境规制，政府通过自身低碳导向的数字化转型，引导企业参与绿色转型的市场活动，以数字技术搭建供需双方互联互通的信息平台，减少信息不对称，提高沟通效率，进而持续促进绿色金融的发展活力，优化绿色信贷、碳交易等绿色金融产品的实际应用。但是市场激励型环境规制的原则是“污染者付费”，企业排污需要在成本和收益间选择［23］。当减污成本大于环境税时，企业将倾向于选择不减污，通过直接缴纳环境税来获得更多收益，此时市场激励型环境规制难以对企业减污发挥作用。但是，当数字经济发展到一定水平，减污成本小于环境税时，企业则更偏向于治理排污，从而实现企业绿色生产的作用。基于以上分析，本文提出假设4a和4b。

H4a：数字经济正向调节了命令控制型环境规制与碳中和能力的关系，且调节作用由弱到强；

H4b：数字经济正向调节了市场激励型环境规制与碳中和能力的关系，且调节作用由无到有。

（五）数字经济对我国碳中和能力的多主体协同作用

数字经济以广泛的辐射范围渗透政府、企业和公众的“减碳去碳”行动当中，模糊物理时空界限，实现信息资源共享［18］，能够助力政府环境规制、企业技术创新和公众绿色消费之间产生良好的协同作用，高效增强我国碳中和能力。对于政府环境规制与企业技术创新之间的协同作用，命令控制型和市场激励型环境规制通过行政或市场等手段倒逼和鼓励企业实现技术创新，存在波特假说效应，通过环境规制引导企业进行偏向性的绿色技术创新［24］。对于企业技术创新与公众绿色消费之间的协同作用，企业和公众作为供需双方被联结在一起，从供给角度，实现企业技术创新，为公众绿色消费提供途径、增添便利；从需求角度，公众绿色消费需求能够激励企业相关产品研发，以广阔的市场前景和丰厚的产品利润增强企业技术创新的积极性［25］。对于公众绿色消费和政府环境规制之间的协同作用，公众绿色消费意味着绿色素养的提升，公众不仅对消费的产品具有绿色倾向，而且还会关注所在城市的环境质量，对政府环境规制的实施效果起到外部监督作用，而政府环境规制虽以政府为主导，但基于行政资源的有限性，政府也会积极调动公众参与［26］，引导公众绿色低碳生活。基于以上分析，本文提出假设5。

H5：政府环境规制、企业技术创新和公众绿色消费对碳中和能力产生协同促进作用。

综上所述，绘制数字经济影响我国碳中和能力的理论模型，如图1所示。

四、模型设定与数据来源

（一）模型构建

1. 基准回归模型构建

总体上探究数字经济对碳中和能力的影响，构建计量模型，如下：

[tanit=α0+α1digit+αcZit+ωi+σt+εit] （1）

其中：i表示地区；t表示年份；tan为碳中和能力；dig为数字经济；Z为控制变量；α0表示截距项，ωi为省份固定效应；σt为时间固定效应；εit表示残差项。

2. 分维度回归模型构建

基于碳中和能力内涵涉及碳减排与碳移除两方面，有必要探究数字经济对碳中和能力分维度的差异影响，构建计量模型，如下：

[cpaiit=α0+α1digit+α2dig2it+αcZit+ωi+σt+εit] （2）

[cycit=α0+α1digit+αcZit+ωi+σt+εit] （3）

其中：cpai和cyc为碳中和能力的分维度（碳减排能力与碳移除能力）；dig2为数字经济的平方项。

3. 门槛效应模型构建

考虑在不同情形水平下数字经济对碳中和能力的影响，参考Hansen（1999）［27］的门槛检验模型，构建门槛模型，如下：

[tanit=θ0+θ1digit×I（Qit≤ρ1）+θ2digit×I（ρ1

其中：I（·）为门槛变量；ρ表示门槛值。

4. 中介效应模型构建

为进一步研究数字经济的赋能路径，构建中介效应模型，如下：

[Mit=γ0+γ1digit+γcZit+ωi+σt+εit] （5）

[tanit=φ0+φ1digit+φ2Mit+φcZit+ωi+σt+εit] （6）

其中，M为中介变量。参考温忠麟和叶宝娟（2014）［28］中介效应检验方法，探究技术创新和绿色消费是否为数字经济对碳中和能力的影响机制。

5. 协同效应模型构建

研究政府、企业和公众的协同效应，构建协同效应模型，如下：

[tanit=α0+α1digit+α2techit+α3conit+α4coni（t?1）+α5forit+α6techit×conit+α7techit×forit+α8forit×conit+α9techit×forit×conit+αcZit+ωi+σt+εit] （7）

[tanit=α0+α1digit+α2techit+α3conit+α4coni（t?1）+α5marit+α6techit×conit+α7techit×marit+α8marit×conit+α9techit×marit×conit+αcZit+ωi+σt+εit] （8）

其中：模型（7）中tech×con、tech×for、for×con是技术创新、绿色消费、命令控制型环境规制间中心化处理的两两交互项，tech×for×con是以上三者中心化处理的交互项；模型（8）将模型（7）中命令控制型环境规制（for）更换为市场激励型环境规制（mar），其他则保持不变。

（二）变量说明

1. 被解释变量

本文被解释变量是碳中和能力（tan）。满足数据可获得性、系统性、研究相关性、科学性等原则，根据碳中和能力的定义，以及在参考《建立健全碳达峰碳中和标准计量体系实施方案》和已有研究的基础上［29-30］，构建包含碳减排能力与碳移除能力2个一级指标和4个二级指标的评价指标体系，具体见表1所列，采用熵权法赋予权重，最终测度得到碳中和能力水平。

在碳减排能力方面，重在实现生产和生活方式的绿色转型。对于生产方式，从碳排放的重点行业出发，选取农业、工业、建筑业和交通业。农业用农业投入品和饲养牲畜肠道发酵这两大主要碳源表示［31］，其中农业投入品碳源采用单位粮食产量化肥使用量指标表征，农业饲养牲畜肠道发酵碳源考虑我国主要牲畜猪牛羊，各牲畜肠道发酵碳排因子的选取参考田云等（2012）［32］的做法；工业是消费能源较多的行业，因此以工业碳排放强度、工业能耗强度和工业能源结构表示，工业碳排放强度是指工业碳排放量与工业增加值之比，工业能耗强度是指工业能源消费量与工业增加值之比，工业能源结构是工业煤炭消费所占比重；建筑业以建筑业企业自有施工机械设备年末总功率表示；交通业以每万人拥有的公共交通车辆数表示。对于生活方式，人的生活需求大致可以被概括为“衣食住行、娱教医养”这八方面，其中满足“衣食住行”需求主要来源于碳排放较多的第一产业和第二产业，“娱教医养”主要来源于第三产业，因此以“衣食住行”的消费支出占所有消费支出的比重表示生活需求的耗碳程度。在满足生活需求的同时也会伴随能源的消耗，因此，生活中能源资源的消耗以人均用电量、人均城市天然气供气总量、人均城市液化石油气供气总量表示。

在碳移除能力方面，主要有生态移除路径和技术移除路径［1］。对于生态移除路径，因为碳中和概念偏重人为移除，需要关注人为改变量，但由于数据限制，较难获得对海洋、湿地等碳汇的人为改变量，因此着重采用陆地碳汇进行衡量。在造林和治理方面以造林总面积占比和水土流失治理面积占比表示，这两个指标并未涵盖人类居住区的生态环境，因此增加建成区碳汇，以城市建成区绿地率表示。对于技术移除路径，用CO2捕集、利用与封存申请专利数表示碳移除技术，除此之外，还需关注“产学研”深度融合，因此以高等院校科技专利所有权转让及许可率表示技术的市场转化效率，采用高等院校科技专利所有权转让及许可数与有效发明专利数之比表示。

2. 核心解释变量

本文核心解释变量是数字经济（dig）。数字经济历经长足发展和研究，内涵不断变化和丰富［33］，参考国务院在2022年印发的《“十四五”数字经济发展规划》中对数字经济的定义，即“是继农业经济、工业经济之后的主要经济形态，是以数据资源为关键要素，以现代信息网络为主要载体，以信息通信技术融合应用、全要素数字化转型为重要推动力，促进公平与效率更加统一的新经济形态”，并以此作为概念基础进行后续研究。

本文根据数字经济的内涵，满足数据可获得性、系统性、研究相关性、科学性等原则，在参考已有研究的基础上［18，34］，构建包含数字基础设施、数字产业发展、数字应用程度3个一级指标和10个二级指标的评价指标体系，具体见表2所列，采用熵权法赋予权重，最终测度得到数字经济发展水平。

数字基础设施是数字经济发展的基石，用长途光缆线路长度表示数字传输基础，用移动电话交换机容量表示移动端互联网基础，用互联网宽带接入端口表示固定端互联网基础；数字产业发展是数字经济发展的核心［36］，用信息传输、软件和信息技术服务业就业人员占比，计算机、通信和其他电子设备制造业主营业务收入以及软件业务收入三个指标表示；数字应用程度是数字经济发展的广度扩展，用有电子商务交易活动的企业比例表示在企业中的扩展，用数字普惠金融指数表示在金融中的扩展，用互联网普及率和移动电话普及率表示在社会生活中的扩展。

3. 中介变量

本文中介变量：①技术创新（tech）。技术创新既指新技术的创新，也指与技术有关知识资源等的创新。现有学者主要从投入和产出两个方面衡量技术创新水平，由于专利数量能够较好反映技术创新能力［37］，因此参考吴建飞等（2023）［38］的做法，采用人均国内专利申请授权量表示。②绿色消费（con）。绿色消费是指公众在消费产品或服务的过程中尽可能减少具有环境污染的偏向性购物。首先个人收入是进行绿色消费的基础，在满足基本生存条件之后，公众才会有余力去考虑环境质量，选择全体居民人均可支配收入指标进行衡量。然后参考周宏春和史作廷（2022）［19］对绿色消费的广义内涵，基于公众日常消费，采用人均生活用水总量和单位GDP居民人均粮食消费量两个指标衡量。其中用水量和粮食消费量指标作为负向指标进行了正向化，三个指标均进行了标准化处理。由于以上三个指标具有逻辑递进关系，因此指标权重=1/指标个数，进而计算出绿色消费（con）的综合指数。

4. 调节变量

本文调节变量：①命令控制型环境规制（for）。现有学者主要从治理投入和治理成效两个方面衡量命令控制型环境规制，由于数字经济所带来的是效率的提高，因此从治理成效方面进行探究。参考已有研究［37］，选用“三废”指标，分别为单位工业增加值一般工业固体废物产生量、单位工业增加值废气二氧化硫排放量、单位工业增加值工业废水排放量这三个负向指标，采用熵权法赋予权重，最终计算得到命令控制型环境规制（for）的综合指数。为了实证部分便于分析和理解，在计算过程中进行了正向化处理，因此指数值越大，命令控制型环境规制程度越高。②市场激励型环境规制（mar）。现有学者多采用排污费收入进行衡量［39］，由于2018年《中华人民共和国环境保护税法》开始实施，排污费改为环境保护税，因此市场激励型环境规制（mar）的2013—2017年数据采用排污费收入，2018—2021年采用环境保护税。

5. 控制变量

本文梳理关于碳中和能力、碳排放与碳移除的研究文献，发现其影响因素众多，因此，需要引入控制变量来提高数字经济对碳中和能力回归结果的准确性。借鉴已有研究［12，40］，本文选取利用外资占比（ope）、财政分权（fen）、财政依存度（rev）、消费规模（cus）、人力资本（edu）、产业结构高级化（hig）和产业结构合理化（rat）这七个变量作为控制变量。利用外资占比为实际利用外商直接投资额与GDP的比重，对碳排放有“污染天堂”假说和“污染光环”假说；财政分权为人均地方一般预算支出与总财政支出的比重，财政分权导致地方政府的财政压力，对绿色发展会产生政府的“逐顶”或“逐底”竞争；财政依存度为地方财政一般预算收入与GDP的比重，“双碳”目标由政府提出，目标实施的倡导任务由政府承担，因此，地方政府的财政水平会影响碳中和能力；消费规模为社会消费品零售总额与GDP的比重，消费规模代表消费者需求，对应市场中的生产规模，其生产数量的变化将会影响碳中和能力；人力资本为取对数后的每十万人口高等学校平均在校生数，能够体现教育投入所带来的知识技能素质等，人力资本的增加有益于绿色发展；产业结构高级化为第三产业产值与第二产业产值的比重，能够体现产业比例，不同产业能耗程度不同，整体来说第三产业相较于第二产业能耗更低；产业结构合理化为改进的泰尔指数，能够反映资源配置状况。

（三）数据来源和描述性统计

本文利用2013—2021年中国30个省份面板数据进行实证分析，限于数据可得性，样本中不包含西藏自治区及港、澳、台地区。数字经济与碳中和能力数据来源见表1和表2所列；中介变量与调节变量数据来源于中经网数据库、国家统计局、《中国统计年鉴》与《中国能源统计年鉴》；控制变量数据来源于wind数据库、国家统计局与《中国统计年鉴》。文中所有变量描述性统计结果见表3所列。

五、实证分析

（一）基准回归

1. 基准回归结果

进行Hausman检验，结果拒绝原假设，即选择固定效应模型来探究数字经济对碳中和能力的直接影响，采用稳健标准误进行回归。回归结果见表4列（1）和列（2），可以看出，无论是否增添控制变量，数字经济对碳中和能力的回归系数均显著为正，即数字经济能够显著增强碳中和能力，H1a成立。

2. 稳健性检验

（1）工具变量法

本文参考赵涛等（2020）［36］的做法，将上一年我国互联网用户数与1988年各省份每万人拥有电话机数的交互项作为数字经济的工具变量。早期缺少海南和重庆数据，1988年海南省及其经济特区成立，但此时重庆仍属于四川，通过查找重庆数据，将其从四川的数据中分离出来。工具变量数据来源于《中国统计年鉴》和《中国城市统计年鉴》。

工具变量法的回归结果见表4列（3），不可识别检验Kleibergen-Paap rk LM statistic的P值为0.005 7，拒绝不可识别的原假设，弱工具变量检验Cragg-Donald Wald F statistic的值为329.502，大于Stock-Yogo检验10%水平的临界值16.38，即所选用工具变量合理。数字经济对碳中和能力的回归系数显著为0.499，与基准回归结果相差较小，可以认为缓解内生性问题后，回归结果是稳健的。

（2）更换变量的测度方法

为检验测度方法对回归结果的稳健性，采用主成分分析法重新测度数字经济与碳中和能力，回归结果见表4列（4）和列（5），列（4）中的碳中和能力为主成分分析法测度，列（5）中的数字经济为主成分分析法测度，其他与基准回归保持一致。数字经济对碳中和能力的回归系数仍显著为正，可以认为更换变量的测度方法之后，回归结果是稳健的。

（二）分维度分析

数字经济对碳中和能力分维度的回归结果见表5所列，列（1）为数字经济对碳减排能力的回归结果，平方项系数显著为负，即数字经济对碳减排能力产生低水平促进高水平抑制的非线性影响，H1b成立。促进作用转抑制作用的数字经济转折点值为0.563，即0.450/（2×0.400），2021年只有北京和上海两个地区跨越了该值，因此，目前我国大部分地区仍处于数字经济促进碳减排能力增长的阶段，数字经济所带来的数据要素绿色效应和能效提升效应等的降碳影响大于其所带来的自身以及间接需求引致扩张效应的增碳影响。列（2）为数字经济对碳移除能力的回归结果，回归系数显著为正，即数字经济能够增强碳移除能力，H1c成立。

（三）非线性分析

1. 以碳中和能力为门槛变量

首先识别门槛个数，发现存在双门槛效应。然后对双门槛效应模型进行回归，回归结果见表6所列，碳中和能力的两个门槛值分别为0.314和0.435。2019—2021年，碳中和能力水平始终大于0.435的地区有北京、江苏、浙江等，多为东部地区省份；2013—2021年，碳中和能力水平平均值在0.314以下的地区有内蒙古、广西、云南等，多为西部地区省份。由表6列（1）可知，随着碳中和能力水平跨越两个门槛值，数字经济对碳中和能力的影响由不显著变为显著，并且在显著水平下回归系数由0.254增长至0.415。即随着碳中和能力水平的增加，数字经济对碳中和能力的促进作用呈现逐渐增强的非线性特征，H2a成立。

2. 以碳减排能力为门槛变量

首先识别门槛个数，检验结果见表7所列，门槛效应均不显著。即随着碳减排能力水平的增强，数字经济对碳中和能力的影响不具有非线性特征，H2b成立。

3. 以碳移除能力为门槛变量

首先识别门槛个数，发现存在双门槛效应。然后对双门槛效应模型进行回归，回归结果见表6所列，碳移除能力的两个门槛值分别为0.270和0.319。在研究期间内，碳移除能力水平均大于0.319的地区有浙江、北京、江苏和河北，多为东部地区省份。2013—2021年，碳移除能力水平平均值在0.270以下的地区有云南、新疆、陕西等，多为中西部地区省份。由表6列（2）可知，随着碳移除能力水平跨越两个门槛值，数字经济对碳中和能力的影响由不显著变为显著，并且在显著水平下回归系数由0.288增长至0.421。即随着碳移除能力水平的增强，数字经济对碳中和能力的促进作用呈现逐渐增强的非线性特征，H2c成立。

（四）异质性分析

1. 依据东中西部划分

根据省份所处位置和经济发展水平，将30个省份划分成东部、中部和西部三个区域，探究不同区域的影响差异，回归结果见表8所列。可以看出，东部和西部地区数字经济能够增强碳中和能力，但中部地区影响并不显著。这主要是因为中部地区虽然发展数字经济但不具有绿色倾向，导致中部地区的数字经济不能显著影响碳中和能力，在已有研究中也证明了中部地区的数字化绿色化融合水平要低于东西部地区［41］。

在东部和西部地区中，数字经济虽然都能够增强碳中和能力，但东部地区的回归系数低于西部地区。在研究期间内，东部地区的碳中和能力整体高于西部地区，以碳中和能力为门槛变量的非线性分析结果显示，东部地区的回归系数应大于西部地区，这与区域异质性的实证结果相反。考虑碳中和能力包含碳减排能力与碳移除能力两部分，接下来将从碳中和能力的两个分维度进行地区划分，进而探究东部地区回归系数低于西部地区的原因。

2. 依据碳减排能力与碳移除能力划分

根据碳减排能力与碳移除能力的年平均水平，将30个省份划分为高碳减排高碳移除地区（高-高地区）、高碳减排低碳移除地区（高-低地区）、低碳减排高碳移除地区（低-高地区）、低碳减排低碳移除地区（低-低地区）。经过归纳梳理见表9所列，东部地区以高-高地区省份为主，西部地区以低-低地区省份为主。可以发现，东西部地区所对应的地区类型是不同的，所以假设东西部地区异质性的原因在于碳中和能力具体分维度的水平不同，从而呈现的影响程度不同。对依据碳减排能力与碳移除能力进行划分的地区类型分别回归，由于高-高地区以东部地区省份为主、低-低地区以西部地区省份为主，因此可以将东部地区与高-高地区、西部地区与低-低地区的回归结果进行对比，从而验证假设。

四个地区的回归结果见表8所列。与东西部地区类型划分结果进行比较，东部地区与高-高地区回归结果均显著为正，西部地区与低-低地区也显著为正，并且对应回归系数相差较少，这验证了东西部地区影响异质性原因的假设，即碳中和能力分维度水平不同导致了东西部地区的影响差异。由分维度分析结果可知，数字经济对碳减排能力呈现先促进后抑制的作用，虽大多数地区并未跨越顶点值，但随着碳减排能力的增强，其回归系数逐渐减小。这表明东部地区高碳减排能力所带来的收入效应大于高碳移除能力增加的低碳效应，从而导致东部地区的回归系数低于西部地区。

（五）中介作用分析

1. 企业层面：技术创新

以技术创新为中介变量，运用中介效应模型进行回归，回归结果见表10列（1）和（2），列（1）为模型（5）的回归结果，数字经济对技术创新的回归系数显著为正，列（2）为模型（6）的回归结果，技术创新和数字经济对碳中和能力的回归系数均显著为正。表明技术创新在数字经济对碳中和能力的影响中起部分中介作用，数字经济能够促进企业技术创新进而增强碳中和能力，H3a成立。

2. 公众层面：绿色消费

以绿色消费为中介变量，运用中介效应模型进行回归，回归结果见表10列（3）和列（4），列（3）为模型（5）的回归结果，数字经济对绿色消费的回归系数显著为正，列（4）为模型（6）的回归结果，绿色消费对同一期的碳中和能力回归系数为正，但对下一期的碳中和能力回归系数为负。由于绿色消费对碳中和能力的影响均不显著，所以进行Bootstrap检验，绿色消费及其下一期的间接效应、置信区间均不包含0，中介效应成立。表明在数字经济对碳中和能力的影响机制中，绿色消费当期发挥部分中介效应，而对下一期的碳中和能力发挥遮掩效应，H3b成立。

（六）调节作用分析

在政府层面，通过门槛效应模型探究数字经济调节命令控制型环境规制对碳中和能力的具体效应，以数字经济为门槛变量，通过门槛个数检验，发现存在双门槛效应。由表11可知，数字经济调节命令控制型环境规制的门槛值分别为0.266和0.459。在研究期间内，数字经济年平均水平大于0.266的地区仅有上海、北京、广东和江苏，多数省份数字经济水平低于0.266。2019—2021年，数字经济水平均大于0.459的地区仅有北京和上海。由表11列（1）可知，随着数字经济水平跨越两个门槛值，命令控制型环境规制对碳中和能力的回归系数始终显著，数值由0.109增长至0.231。即命令控制型环境规制对碳中和能力的影响随着数字经济水平的增加呈现促进作用逐渐增强的变化趋势，H4a成立。

同样，通过门槛效应模型探究数字经济调节市场激励型环境规制对碳中和能力的具体效应，以数字经济为门槛变量，通过门槛个数检验，发现存在双门槛效应。由表11可知，数字经济调节市场激励型环境规制的门槛值分别为0.266和0.449，与命令控制型环境规制基本相同，可能与两种环境规制都是政府主导，且当前超越数字经济门槛值的地区较少有关。表明这两种环境规制调节效应的门槛值数值较高，所以政府应加强自身数字化建设，以便能够在环境规制中增强所发挥的绿色低碳效应。由表11列（2）可知，随着数字经济水平跨越两个门槛值，市场激励型环境规制对碳中和能力的影响由不显著变为显著，并且在显著水平下回归系数由0.002增长至0.013。即市场激励型环境规制对碳中和能力的正向影响在一定数字经济水平上才能实现，H4b成立。

2018年排污费改为环境保护税，为保证H4b的稳健性，本文划分2013—2017年和2018—2021年两个时间段，以此来探究市场激励型环境规制的调节作用。2013—2017年，通过门槛效应模型探究数字经济调节市场激励型环境规制对碳中和能力的具体效应，发现不存在非线性的作用关系。在模型（1）的基础上引入市场激励型环境规制以及与数字经济的交互项来探究其调节作用，发现交互项的系数并不显著，这是因为该时间段内各省份的数字经济水平还未跨越最低调节点，因此，不存在调节作用。2018—2021年，同样通过门槛效应模型探究数字经济调节市场激励型环境规制对碳中和能力的具体效应，检验存在单门槛效应。由表11可知，2018—2021年，数字经济调节市场激励型环境规制的门槛值为0.486，与总体回归结果的0.449相差仅0.037。由表11列（3）可知，随着数字经济水平跨越门槛值，市场激励型环境规制对碳中和能力的回归系数依然为0.013。综合两个时间段的回归结果，再次验证H4b成立。

（七）协同作用分析

为探究数字经济对我国碳中和能力的多主体协同作用，对模型（7）和模型（8）进行回归，回归结果见表12所列，研究发现，环境规制无论是命令控制型还是市场激励型，它们与企业技术创新、公众绿色消费的协同关系对碳中和能力的回归系数均不显著，H5并不成立。这可能是因为在研究期间内，对实现减碳去碳促进碳中和，各社会主体更倾向自身行动，较少与其他社会主体互动。“多位一体”共促“双碳”目标的实现目前还处于理论研究层面［42］，实践有待进一步发展。

六、结论与启示

（一）结论

本文利用2013—2021年中国30个省份面板数据，在确定数字经济与碳中和能力概念的基础上，测度了数字经济与碳中和能力，通过构建双向固定效应模型、门槛效应模型以及中介效应模型等探究了数字经济对碳中和能力的影响效应，得出以下结论：

第一，数字经济促进碳中和能力具有碳减排与碳移除两个维度，且存在非线性特征。数字经济能够增强碳中和能力。在碳减排方面，数字经济对碳减排能力具有先促进后抑制作用；在碳移除方面，实证检验了数字经济对我国碳移除能力的促进作用。目前，多数学者注意到了数字经济对碳排放的非线性特征，常以数字经济为门槛变量实证检验数字经济的网络效应。本文基于我国中西部地区数字经济水平大致相同但碳中和能力却具有显著差异这一现象，以碳中和能力与碳移除能力为门槛变量探究其非线性作用，发现数字经济对碳中和能力具有边际效应递增的非线性特征。虽然边际效应递增的非线性特征并不能解释中西部地区的这种现象，但表明了以数字经济促进碳中和能力是可以实现边际效应递增的。在区域异质性分析中，西部地区数字经济对碳中和能力的影响显著为正，但中部地区的影响并不显著，这是因为中部地区的数字化绿色化协同程度较低，同时这也是中西部地区数字经济水平相同但碳中和能力不同的原因。

第二，我国东西部地区影响异质性的原因在于碳减排能力与碳移除能力水平的不同。西部地区数字经济对碳中和能力的促进效应大于东部地区，大多学者在解释原因时更多是直接从东西部地区的经济水平、能源依赖、政策等方面进行定性分析［10-11］。本文为探究深层次原因，从碳中和能力的两个分维度进行了有益的实证尝试，研究发现，东部地区高碳减排能力所带来的收入效应较大，甚至大于高碳移除能力增加的低碳效应，从而导致东部地区的回归系数低于西部地区。

第三，数字经济对碳中和能力的影响离不开政府、企业和公众的齐动和协同。基于社会成员（企业、公众、政府）共同推动碳中和的系统性理论框架，实证发现，对于企业，数字经济通过技术创新增强碳中和能力；对于公众，本文指标选择了更偏向低碳化的绿色消费，而不是消费结构升级，并考虑绿色消费陷阱［21］，从绿色消费的持续性进行探究，发现公众绿色消费对数字经济促进碳中和能力的当期影响起部分中介效应，但对下一期的影响起遮掩效应；对于政府，分别探究了环境规制的两种类型，随着数字经济水平的提高，命令控制型环境规制对碳中和能力的影响呈现促进作用逐渐增强的变化趋势，市场激励型环境规制对碳中和能力的影响呈现促进作用从无到有的变化趋势。现有研究多检验单条影响路径，本文尝试探究企业、公众和政府的协同关系，发现协同关系并没有产生显著影响，这说明各社会主体协同减碳还有巨大的发展潜力。

（二）启示

根据所得的研究结论，对促进我国实现碳中和目标具有以下启示：

第一，坚定数字经济作为实现碳中和目标动力引擎的同时，还需关注其所带来的回弹效应。以改善能源结构、提高生产效率、改进技术和工艺等手段减少数字经济对碳排放的增加规模，特别是东部地区，需要注意数字经济自身基础设施以及收入效应所带来的碳排放。相比碳减排能力，各地区碳移除能力水平均较低，有待进一步发展，需推动减碳、去碳并进，共同实现碳中和目标。

第二，差异化推行数字经济赋能碳中和的政策措施。中西部地区的数字经济发展水平相差较小，但所发挥的绿色效应却有较大差异，中部地区需要注重数字化绿色化的协同发展，以“双碳”政策目标引导数字经济自身低碳发展以及对现有产业的绿色效应。

第三，坚持各社会主体共同促进绿色低碳发展。调动政府、企业和公众的主观能动性，充分畅通政府环境规制、企业技术创新以及公众绿色消费这三条数字经济对减碳、去碳的影响途径，但需要注意公众绿色消费的可持续性，应加强公众的绿色素养，从消费者角度强调绿色低碳的重要性，培养绿色利于己的意识。同时各社会主体增强碳中和能力的协同作用目前仍多停留在理论研究层面，实践中仍有较大的发展空间。

参考文献：

［1］冯子洋，宋冬林，谢文帅.数字经济助力实现“双碳”目标：基本途径、内在机理与行动策略［J］.北京师范大学学报（社会科学版），2023（1）：52-61.

［2］ROSENBLOOM D，MEADOWCROFT J. Accelerating Pathways to Net Zero：Governance Strategies from Transition Studies and the Transition Accelerator［J］. Current Climate Change Reports，2022，8（4）：104-114.

［3］ANADON L D，CHAN G，HARLEY A G，et al. Making Technological Innovation Work for Sustainable Development［J］. Proceedings of the National Academy of Sciences of the United States of America，2016，113（35）：9682-9690.

［4］STERN P C. A Reexamination on How Behavioral Interventions Can Promote Household Action to Limit Climate Change［J］. Nature Communications，2020，11：918.

［5］CHAUHAN C，PRAIDA V，DHIR A.Linking Circular Economy and Digitalisation Technologies：A Systematic Literature Review of Past Achievements and Future Promises［J］.Technological Forecasting and Social Change，2022，177：121508.

［6］AGRAWAL R，PRIYADARSHINEE P，KUMAR A，et al. Are Emerging Technologies Unlocking the Potential of Sustainable Practices in the Context of a Net-Zero Economy？An Analysis of Driving Forces［J/OL］. Environmental Science and Pollution Research［2023-10-30］. https：//doi.org/10.1007/s11356-023-26434-2.

［7］胡熠，靳曙畅.数字技术助力“双碳”目标实现：理论机制与实践路径［J］.财会月刊，2022（6）：111-118.

［8］李爽，王劲文.低碳城市试点政策、居民低碳素养与企业绿色技术创新［J］.中国人口·资源与环境，2023，33（4）：93-103.

［9］HITTINGER E，JARAMILLO P. Internet of Things：Energy Boon or Bane？［J］. Science，2019，364（6438）：326-328.

［10］郭爱君，张传兵.数字经济如何影响碳排放强度？——基于产业结构高级化与合理化的双重视角［J/OL］.科学学与科学技术管理［2023-11-30］. http：//kns.cnki.net/kcms/detail/12.1117.G3.20231130.1033.004.html.

［11］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.

［12］王香艳，李金叶.数字经济是否有效促进了节能和碳减排？［J］.中国人口·资源与环境，2022，32（11）：83-95.

［13］樊轶侠，徐昊.中国数字经济发展能带来经济绿色化吗？——来自我国省际面板数据的经验证据［J］.经济问题探索，2021（9）：15-29.

［14］陈晓红，胡东滨，曹文治，等.数字技术助推我国能源行业碳中和目标实现的路径探析［J］.中国科学院院刊，2021，36（9）：1019-1029.

［15］林永佳，杨畅，蔡幸.企业数字化转型与绿色创新能力升级——基于网络效应的分析［J］.现代财经（天津财经大学学报），2023，43（2）：3-19.

［16］张亚明，刘保冰，刘伟岩.数字经济提升高技术产业创新绩效研究——基于中介效应和门槛效应的分析［J］.燕山大学学报（哲学社会科学版），2023，24（6）：1-10，106.

［17］苏屹，林周周，王铁男.中国省际知识溢出对区域创新绩效的非线性影响研究［J］.管理工程学报，2021，35（1）：47-56.

［18］刘潭，徐璋勇.数字经济、异质性技术创新与二氧化碳排放［J］.科技进步与对策，2023，40（13）：1-10.

［19］周宏春，史作廷.双碳导向下的绿色消费：内涵、传导机制和对策建议［J］.中国科学院院刊，2022，37（2）：188-196.

［20］龙成志，卿前龙.消费者可持续性知识对绿色消费行为的影响——以品牌可持续性感知为中介［J］.中国流通经济，2017，31（7）：91-102.

［21］施卓敏，张彩云.消费者为何会落入绿色消费陷阱——绿色消费对过度消费的影响研究［J］.南开管理评论，2023，26（2）：17-26.

［22］张鑫，徐枫.环境规制对绿色技术创新的影响——基于政府干预视角的区域异质性分析［J］.城市问题，2022（9）：55-64.

［23］杨仁发，李娜娜.环境规制与中国工业绿色发展：理论分析与经验证据［J］.中国地质大学学报（社会科学版），2019，19（5）：79-91.

［24］熊灵，闫烁，杨冕.金融发展、环境规制与工业绿色技术创新——基于偏向性内生增长视角的研究［J］.中国工业经济，2023（12）：99-116.

［25］王灿，张雅欣.碳中和愿景的实现路径与政策体系［J］.中国环境管理，2020，12（6）：58-64.

［26］张小筠，刘戒骄.新中国70年环境规制政策变迁与取向观察［J］.改革，2019（10）：16-25.

［27］HANSEN B E. Threshold Effects in Non-Dynamic Panels：Estimation，Testing，and Inference［J］. Journal of Econometrics，1999，93（2）：345-368.

［28］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.

［29］赵金凯，张萌，吴婷.强可持续视角下中国碳中和指数的区域差异、结构差异及分布差异［J］.西安交通大学学报（社会科学版），2023，43（2）：143-155.

［30］李群，刘基伟，刘涛.经济政策不确定性对碳中和发展的影响［J］.中国流通经济，2022，36（6）：61-71.

［31］赵敏娟，石锐，姚柳杨.中国农业碳中和目标分析与实现路径［J］.农业经济问题，2022（9）：24-34.

［32］田云，张俊飚，李波.中国农业碳排放研究：测算、时空比较及脱钩效应［J］.资源科学，2012，34（11）：2097-2105.

［33］苏屹，支鹏飞，郭秀芳.区域数字经济规模测算及其对区域创新的影响［J］.科研管理，2023，44（9）：29-38.

［34］余东华，王梅娟.数字经济、企业家精神与制造业高质量发展［J］.改革，2022（7）：61-81.

［35］郭峰，王靖一，王芳，等.测度中国数字普惠金融发展：指数编制与空间特征［J］.经济学（季刊），2020，19（4）：1401-1418.

［36］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，2020，36（10）：65-76.

［37］邹志明，陈迅.外商直接投资对技术创新与经济高质量发展的影响及其作用机制——基于环境规制的调节作用［J］.科研管理，2023，44（2）：165-175.

［38］吴建飞，韩程，张文英，等.人口老龄化对技术创新和经济增长的影响研究——基于要素禀赋视角的再检验［J］.华东经济管理，2023，37（2）：103-110.

［39］宋美喆，柒江艺.数字经济背景下环境规制对绿色全要素生产率的影响——基于城市面板数据的分析［J］.中国流通经济，2023，37（6）：14-26.

［40］杨昕，赵守国.数字经济赋能区域绿色发展的低碳减排效应［J］.经济与管理研究，2022，43（12）：85-100.

［41］周密，乔钰容.城市绿色化和数字化融合发展的区域差异及内在机制［J］.城市问题，2023（8）：4-14.

［42］周成.“双碳”政策的知识图谱、研究热点与理论框架［J］.北京理工大学学报（社会科学版），2023，25（4）：94-112.

［责任编辑：黄婷婷，张 兵］

［DOI］10.19629/j.cnki.34-1014/f.231202002

收稿日期：2023-12-02

基金项目：河北省社会科学发展研究重点课题“供给侧改革驱动京津冀制造业双化协同转型的机制研究”（20230102011）；河北省高等学校人文社会科学研究重点项目“稳增长和强‘双控下京津冀能耗结构低碳协同优化研究”（SD2022072）

作者简介：王韶华（1986—），男，河北邢台人，教授，博士生导师，博士，研究方向：低碳绿色；

成梦瑞（1999—），女，河北邯郸人，博士研究生，研究方向：低碳绿色；

张 伟（1983—），女，河北滦南人，教授，博士，研究方向：产业经济；

杨 颖（1992—），女，河北唐山人，讲师，博士，研究方向：低碳绿色。