數(shù)字要素賦能下有偏技術(shù)進(jìn)步的節(jié)能減排效應(yīng)

張思思，崔 琪，馬曉鈺，2

（1. 新疆大學(xué)經(jīng)濟(jì)與管理學(xué)院，新疆烏魯木齊 830046；2. 新疆大學(xué)創(chuàng)新管理研究中心，新疆烏魯木齊 830046）

技術(shù)進(jìn)步是推動節(jié)能減排的重要途徑，內(nèi)生性的有偏技術(shù)進(jìn)步印證技術(shù)進(jìn)步的非中性，要素稟賦與技術(shù)選擇相生相依，納入數(shù)字要素的偏向型技術(shù)進(jìn)步重構(gòu)要素稟賦結(jié)構(gòu)，是影響要素生產(chǎn)率的重要因素［1］，能源全要素生產(chǎn)率提升將會在社會生產(chǎn)中產(chǎn)生節(jié)能減排效應(yīng)。有偏技術(shù)進(jìn)步是指技術(shù)進(jìn)步通過不同比例地改變要素之間的相對邊際生產(chǎn)率，從而對要素使用產(chǎn)生不同比例的節(jié)約作用［2］。隨著數(shù)字經(jīng)濟(jì)的飛速發(fā)展，數(shù)字成為戰(zhàn)略性新型生產(chǎn)要素［3］，其廣泛的應(yīng)用領(lǐng)域能夠快速促進(jìn)社會生產(chǎn)力提升，激活各領(lǐng)域新動能。中國碳核算數(shù)據(jù)庫（CEADs）研究結(jié)果顯示中國碳排放總量在2019 年達(dá)到98 億t 左右。2020 年中國能源產(chǎn)量為40.8 億tce，同比增長2.77%；中國能源消費(fèi)量為49.8 億tce，同比增長2.16%。2020 年中國煤炭能源消費(fèi)量占比56.8%；石油能源消費(fèi)量占比18.9%；天然氣能源消費(fèi)量占比8.4%；一次電力及其他能源占比15.9%。由此可見，中國能源消費(fèi)總量較大，但能源利用效率相對較低，且能源消費(fèi)結(jié)構(gòu)以煤炭等低成本高污染的能源為主?！吨袊鴶?shù)字經(jīng)濟(jì)發(fā)展白皮書（2020年）》數(shù)據(jù)顯示，2019年中國數(shù)字經(jīng)濟(jì)規(guī)模約為35.8 萬億元，名義增長15.6%，對國民經(jīng)濟(jì)增長的貢獻(xiàn)率高達(dá)67.7%。目前中國在實(shí)現(xiàn)“雙碳”目標(biāo)與保經(jīng)濟(jì)穩(wěn)定增長的雙重壓力下，如何實(shí)現(xiàn)節(jié)能減排與經(jīng)濟(jì)穩(wěn)定增長的雙贏是亟待解決的問題［4］。而數(shù)字經(jīng)濟(jì)的騰飛使數(shù)字要素賦能有偏技術(shù)進(jìn)步成為必然趨勢。在數(shù)字增強(qiáng)型技術(shù)進(jìn)步的推動下，嘗試驗(yàn)證有偏技術(shù)進(jìn)步的節(jié)能減排效應(yīng)，并探究其作用機(jī)制，對促使中國達(dá)成“雙碳”目標(biāo)、積極有效應(yīng)對全球氣候變化彰顯大國責(zé)任擔(dān)當(dāng)和實(shí)現(xiàn)可持續(xù)發(fā)展有重要意義。

1 文獻(xiàn)綜述

學(xué)界對于有偏技術(shù)進(jìn)步對節(jié)能減排影響的研究主要在行業(yè)和區(qū)域兩個層面展開。偏向性技術(shù)進(jìn)步是驅(qū)動經(jīng)濟(jì)綠色低碳發(fā)展的重要引擎，當(dāng)技術(shù)進(jìn)步偏向資源環(huán)境要素節(jié)約時，能夠帶來綠色低碳發(fā)展和經(jīng)濟(jì)穩(wěn)定增長的雙贏［5］。能源增強(qiáng)型技術(shù)進(jìn)步是中國能源強(qiáng)度變化的重要解釋變量［6］。一方面，不同技術(shù)來源的能源強(qiáng)度效應(yīng)存在非一致性，有學(xué)者認(rèn)為不同來源的技術(shù)進(jìn)步總效應(yīng)可降低能源強(qiáng)度，有偏技術(shù)進(jìn)步效應(yīng)大于中性技術(shù)進(jìn)步效應(yīng)［7］。另一方面，資本與能源間的替代彈性和碳排放強(qiáng)度呈負(fù)向相關(guān)關(guān)系，能源增強(qiáng)型技術(shù)進(jìn)步導(dǎo)致的資本偏向是碳排放強(qiáng)度下降的主要原因，通過提高資本能源間替代彈性、升級產(chǎn)業(yè)結(jié)構(gòu)可以實(shí)現(xiàn)碳排放強(qiáng)度下降［8］。

有學(xué)者提出不同觀點(diǎn)，董春詩［9］基于偏向技術(shù)進(jìn)步理論框架，判斷2000—2017 年中國各省域的偏向技術(shù)進(jìn)步在化石能源與可再生能源間偏向于使用更多化石能源，且二者之間具有替代關(guān)系，這表明整體上偏向技術(shù)進(jìn)步不利于可再生能源轉(zhuǎn)型。這與Unruh［10］首次提出的觀點(diǎn)一致，Unruh認(rèn)為源于化石能源結(jié)構(gòu)的非清潔技術(shù)研發(fā)技術(shù)更具優(yōu)勢和持續(xù)性，這會阻礙新型低碳技術(shù)的發(fā)展，甚至?xí)纬杉夹g(shù)性碳鎖定而不利于節(jié)能減排。此外，技術(shù)進(jìn)步還會促使單位生產(chǎn)成本下降，生產(chǎn)者為了追求利潤最大化及彌補(bǔ)促進(jìn)技術(shù)進(jìn)步而投入的資本會投入更多的要素來提高產(chǎn)出，碳排放需求上升，反過來又會增加碳排放量，即存在碳排放的回彈效應(yīng)［11］。

與此同時，也有學(xué)者從有偏技術(shù)進(jìn)步的誘發(fā)機(jī)制和影響機(jī)理出發(fā)，糅合正反兩方的觀點(diǎn)，提出節(jié)能偏向性技術(shù)進(jìn)步在“能源/資本”之間提高能源效率，取得了良好的節(jié)能效應(yīng)；而在“能源/勞動”之間降低能源效率，表現(xiàn)為能源回彈效應(yīng)［12］。技術(shù)進(jìn)步能源偏向性與能源強(qiáng)度呈現(xiàn)顯著的倒“U”型關(guān)系，當(dāng)生產(chǎn)率效應(yīng)占優(yōu)時技術(shù)進(jìn)步能源偏向性降低能源強(qiáng)度，而要素偏向效應(yīng)占優(yōu)結(jié)果相反［13］。另外，錢娟［14］認(rèn)為能源消耗、碳排放與能源節(jié)約偏向型技術(shù)進(jìn)步之間呈倒“U”型，當(dāng)前中國工業(yè)能源節(jié)約偏向型技術(shù)進(jìn)步尚處于倒“U”型曲線左側(cè)，邊際效用彈性加劇了能源消耗。

關(guān)于數(shù)字要素賦能有偏技術(shù)進(jìn)步進(jìn)而對節(jié)能減排產(chǎn)生影響的直接研究較少。有學(xué)者意識到伴隨數(shù)字互聯(lián)網(wǎng)設(shè)備投資的迅猛發(fā)展，當(dāng)前技術(shù)進(jìn)步與資本耦合的趨勢愈加明顯，這種耦合將非對稱地改變要素生產(chǎn)率，影響要素配置和改變對能源要素的需求，轉(zhuǎn)變技術(shù)進(jìn)步對碳排放的影響［15］。A?ón Higón 等［16］選取了116 個發(fā)展中國家和26 個發(fā)達(dá)國家作為實(shí)證研究樣本，研究發(fā)現(xiàn)數(shù)字經(jīng)濟(jì)的發(fā)展將在前期增加污染物排放，在后期減少污染物排放。Moyer等［17］研究了數(shù)字信息技術(shù)發(fā)展對經(jīng)濟(jì)發(fā)展、能源系統(tǒng)和碳排放的動態(tài)影響，認(rèn)為數(shù)字信息和通信技術(shù)對碳排放的影響有限。關(guān)于有偏技術(shù)進(jìn)步對節(jié)能減排影響的傳導(dǎo)機(jī)制研究：能源價格［18］、碳排放權(quán)交易價格［4］、產(chǎn)業(yè)結(jié)構(gòu)升級［8］、有效資本、有效能源和有效勞動的特定要素替代彈性［19］等因素都會成為有偏技術(shù)進(jìn)步對節(jié)能減排影響的傳導(dǎo)機(jī)制因素。

綜上，從城市層面分析偏向型技術(shù)進(jìn)步對節(jié)能減排和經(jīng)濟(jì)穩(wěn)定增長雙重目標(biāo)實(shí)現(xiàn)路徑方面的研究比較少，尤其是引入數(shù)字要素的具體偏向型技術(shù)進(jìn)步對節(jié)能減排的微觀機(jī)制方面鮮有探討。文章以數(shù)字要素投入為邏輯起點(diǎn)進(jìn)行機(jī)制推導(dǎo)，運(yùn)用鏈?zhǔn)蕉嘀刂薪槟Ｐ?、分位?shù)回歸模型等方法，驗(yàn)證了有偏技術(shù)進(jìn)步及其具體偏向型對節(jié)能減排效應(yīng)的影響及作用機(jī)制。文章的邊際貢獻(xiàn)可能在于：①嘗試將數(shù)字作為生產(chǎn)要素加入生產(chǎn)函數(shù)中，用DEA 的非參數(shù)Malmquist 指數(shù)法測算全要素生產(chǎn)率（TFP）變化，并分離出城市層面的有偏技術(shù)進(jìn)步指數(shù)，進(jìn)而根據(jù)要素投入比例判斷技術(shù)進(jìn)步具體要素投入偏向型，劃分出三類偏向型技術(shù)進(jìn)步；②以能源消費(fèi)結(jié)構(gòu)和經(jīng)濟(jì)規(guī)模作為中介變量，利用鏈?zhǔn)蕉嘀刂薪殒準(zhǔn)侥Ｐ屠迩宀y度有偏技術(shù)進(jìn)步對節(jié)能減排的傳導(dǎo)路徑、效應(yīng)大小及異質(zhì)性差異，嘗試基于數(shù)字要素投入對有偏技術(shù)進(jìn)步與節(jié)能減排關(guān)系進(jìn)行探討；③從地級及以上城市層面測定有偏技術(shù)進(jìn)步指數(shù)和具體偏向型技術(shù)進(jìn)步，嘗試從城市層面挖掘分析有偏技術(shù)進(jìn)步節(jié)能減排效應(yīng)的微觀機(jī)制。

2 機(jī)理分析與研究假設(shè)

2.1 數(shù)字成為要素的運(yùn)行機(jī)制

數(shù)字具備的生產(chǎn)力屬性和數(shù)字技術(shù)特有的支撐性，使得數(shù)據(jù)符合成為關(guān)鍵生產(chǎn)要素的特征。從運(yùn)行機(jī)制看，首先數(shù)據(jù)資源、數(shù)字虛擬替代、多元共享和推動企業(yè)模式創(chuàng)新機(jī)制有效提高了組織、交易和生產(chǎn)效率，進(jìn)行了價值創(chuàng)造，最終實(shí)現(xiàn)了數(shù)據(jù)資產(chǎn)化［3］。其次，數(shù)據(jù)資源具有空間外溢性和擴(kuò)散邊際成本為零的特性，有助于實(shí)現(xiàn)產(chǎn)業(yè)層面的跨界融合，從而有效實(shí)現(xiàn)產(chǎn)業(yè)融合和產(chǎn)業(yè)關(guān)聯(lián)。最后，數(shù)據(jù)可以輔助主體來進(jìn)行智能決策，最終通過數(shù)字要素的資源優(yōu)化配置實(shí)現(xiàn)數(shù)據(jù)價值增值［20］。

數(shù)字成為生產(chǎn)要素的過程中具有特殊的價值形態(tài)。數(shù)字本身的傳輸手段對生產(chǎn)效率有不可替代的賦能作用［21］，同時數(shù)字可與勞動、資本等生產(chǎn)要素協(xié)同融合實(shí)現(xiàn)價值延伸［22］。而后，數(shù)據(jù)產(chǎn)品通過交換化身數(shù)據(jù)商品實(shí)現(xiàn)了價值。在市場交換過程中數(shù)據(jù)商品的價值被充分反復(fù)利用且邊際生產(chǎn)成本遞減，最終實(shí)現(xiàn)了價值倍增的“驚險一跳”，變成了數(shù)字生產(chǎn)要素。

2.2 有偏技術(shù)進(jìn)步對節(jié)能減排的影響機(jī)制

在數(shù)字成為生產(chǎn)要素的基礎(chǔ)上，借鑒Grossman 等［23］的內(nèi)生經(jīng)濟(jì)增長模型，參考錢娟［24］的推導(dǎo)思路，文章引入能源和數(shù)字投入要素，構(gòu)建包含能源投入和數(shù)字要素的經(jīng)濟(jì)增長模型。

（1）生產(chǎn)部門。假設(shè)生產(chǎn)函數(shù)為：

其中：Y代表最終產(chǎn)出，G代表外部生產(chǎn)環(huán)境，E代表能源投入量，假定各類中間產(chǎn)品進(jìn)行數(shù)字化生產(chǎn)品質(zhì)優(yōu)化程度與常數(shù)q成比例，則經(jīng)過數(shù)字化改進(jìn)的第i種中間產(chǎn)品質(zhì)量為qεi(q＞1，ε為清潔程度)，Xεi代表數(shù)字化改進(jìn)后對第i種產(chǎn)品的需求。在此不考慮人口增長因素并將其規(guī)模標(biāo)準(zhǔn)化為1。

假設(shè)生產(chǎn)部門能源消耗與二氧化碳排放均來自中間產(chǎn)品的生產(chǎn)過程，則能源消耗或二氧化碳排放量：

其中：R代表生產(chǎn)過程中能源消耗或碳排放總量，γ表示碳排放系數(shù)或能源消耗系數(shù)。

（2）數(shù)字運(yùn)行部門。數(shù)字化運(yùn)行改進(jìn)新產(chǎn)品的質(zhì)量和生產(chǎn)效率，數(shù)字運(yùn)行部門從產(chǎn)品生產(chǎn)中所獲得的利潤（πεi）：

其中：PεiXεi為研發(fā)部門獲得收入，φ為邊際成本，φXεi為數(shù)字化生產(chǎn)改進(jìn)的邊際成本。

（3）消費(fèi)部門。假設(shè)在某一時點(diǎn)上社會最終產(chǎn)出完全被用于消費(fèi)、數(shù)字化運(yùn)行及生產(chǎn)中間產(chǎn)品投入后的值（Y′）為：

（4）三部門實(shí)現(xiàn)最優(yōu)目標(biāo)。企業(yè)目標(biāo)實(shí)現(xiàn)利潤（π）最大化：

其中：P代表能源價格，Pεi代表第i種中間產(chǎn)品經(jīng)數(shù)字化改進(jìn)品質(zhì)后價格。此時，企業(yè)利潤最大化滿足一階條件為0，則：

數(shù)字化運(yùn)行部門目標(biāo)最大化壟斷期獲取全部利潤，對式（3）Pεi取一階導(dǎo)數(shù)：

由于0 ＜α＜1，壟斷價格高于完全競爭條件下的市場價格φ，在此設(shè)定φ= 1，則帶入式（6）可得：

滿足消費(fèi)最大化所產(chǎn)生的二氧化碳排放量，將式（8）代入（2）可得：

單位最終產(chǎn)出的二氧化碳排放量：

由上述機(jī)理推導(dǎo)可見，節(jié)能減排效應(yīng)的影響機(jī)制主要包含三部分內(nèi)容，其中技術(shù)進(jìn)步的綜合效應(yīng)在文章中重點(diǎn)考察有偏技術(shù)進(jìn)步，文中定義的有偏技術(shù)進(jìn)步主要來自通過改變能源和數(shù)字這兩種生產(chǎn)要素與其他要素的配置比率，使得生產(chǎn)前沿面本身發(fā)生移動。在給定的生產(chǎn)前沿技術(shù)水平下（q＞1），技術(shù)進(jìn)步的綜合效應(yīng)取決于偏向綠色清潔技術(shù)進(jìn)步的程度，技術(shù)進(jìn)步越偏向于能源節(jié)約和數(shù)字增強(qiáng)則節(jié)能減排效果就越突出，說明加入能源和數(shù)字要素的有偏技術(shù)進(jìn)步對節(jié)能減排具有直接影響效應(yīng)。

在能源消費(fèi)結(jié)構(gòu)的傳導(dǎo)機(jī)制中：一方面，綠色經(jīng)濟(jì)發(fā)展需求和要素錯配帶來的能源約束，造成能源價格上升，使企業(yè)獲得研發(fā)動力，新的生產(chǎn)技術(shù)提高要素使用效率驅(qū)動能源全要素效率增長的基礎(chǔ)動能，通過改變能源消費(fèi)結(jié)構(gòu)來促進(jìn)節(jié)能減排。另一方面，能源節(jié)約型有偏技術(shù)進(jìn)步與數(shù)字要素深化出現(xiàn)協(xié)同進(jìn)一步促進(jìn)節(jié)能減排，數(shù)字要素促進(jìn)清潔生產(chǎn)技術(shù)應(yīng)用到能源系統(tǒng)和生產(chǎn)系統(tǒng)，提高企業(yè)資源利用效率。此外，數(shù)字要素以其多元共享性發(fā)揮智能監(jiān)測功能協(xié)助政府部門能源政策的實(shí)施與監(jiān)管，提升能源政策效果促進(jìn)節(jié)能減排［25］。

在經(jīng)濟(jì)規(guī)模的傳導(dǎo)機(jī)制中：一方面，當(dāng)能源節(jié)約型技術(shù)進(jìn)步與數(shù)字要素深化產(chǎn)生協(xié)同效應(yīng)時，企業(yè)會研發(fā)數(shù)字要素增強(qiáng)型的生產(chǎn)技術(shù)，數(shù)字要素對能源與資本替代的同時，產(chǎn)業(yè)數(shù)字化會擴(kuò)大數(shù)字化產(chǎn)品的生產(chǎn)規(guī)模，總體上社會生產(chǎn)經(jīng)濟(jì)規(guī)模會擴(kuò)大對節(jié)能減排產(chǎn)生影響。另一方面，數(shù)字產(chǎn)業(yè)化給環(huán)保產(chǎn)業(yè)帶來發(fā)展機(jī)遇，數(shù)字經(jīng)濟(jì)的平臺優(yōu)勢為企業(yè)帶來了尋求產(chǎn)品創(chuàng)新、發(fā)展清潔生產(chǎn)模式、實(shí)現(xiàn)綠色發(fā)展的機(jī)會。通過加快環(huán)?？茖W(xué)技術(shù)成果的產(chǎn)業(yè)化，促進(jìn)環(huán)保產(chǎn)業(yè)的經(jīng)濟(jì)結(jié)構(gòu)調(diào)整促進(jìn)節(jié)能減排。但這一時期數(shù)字產(chǎn)業(yè)基礎(chǔ)設(shè)施的建設(shè)又會加大能源的消耗和碳排放［25］。

能源結(jié)構(gòu)效應(yīng)和經(jīng)濟(jì)規(guī)模是對能耗和碳排放產(chǎn)生影響的決定性因素，社會生產(chǎn)中外生性技術(shù)進(jìn)步帶來能源效率的提升和內(nèi)生性因素能源價格的波動以及能源政策的實(shí)施，使得能源結(jié)構(gòu)優(yōu)化一方面促使能源消耗與經(jīng)濟(jì)增長的脫鉤［2］，另一方面促使經(jīng)濟(jì)發(fā)展方式的轉(zhuǎn)變，這兩方面都說明能源結(jié)構(gòu)效應(yīng)會帶來經(jīng)濟(jì)規(guī)模的變動，進(jìn)而對節(jié)能減排產(chǎn)生影響。然而，在數(shù)字要素稟賦發(fā)生變動的早期階段，各要素間協(xié)同可能并不順暢。甚至在數(shù)字要素發(fā)揮重大作用的能源互聯(lián)網(wǎng)建設(shè)前期，數(shù)字增強(qiáng)型技術(shù)進(jìn)步推動的能源消費(fèi)結(jié)構(gòu)的節(jié)能減排效應(yīng)甚微，卻因經(jīng)濟(jì)規(guī)模效應(yīng)擴(kuò)張?jiān)斐赡芎暮吞寂欧偶哟螅?6］。隨著互聯(lián)網(wǎng)的發(fā)展，互聯(lián)網(wǎng)將提高資源配置的效率，從而對節(jié)能減排的影響更為顯著［25］。

基于上述機(jī)理推導(dǎo)及理論分析提出以下假設(shè)。

假設(shè)1：有偏技術(shù)進(jìn)步會通過改變要素間邊際替代效率來發(fā)揮節(jié)能減排效應(yīng)。

假設(shè)1-1：有偏技術(shù)進(jìn)步通過能源消費(fèi)結(jié)構(gòu)的轉(zhuǎn)化來促進(jìn)能耗節(jié)約和二氧化碳排放的減少。

假設(shè)1-2：有偏技術(shù)進(jìn)步通過經(jīng)濟(jì)規(guī)模效應(yīng)來對節(jié)能減排產(chǎn)生影響，隨著經(jīng)濟(jì)規(guī)模的擴(kuò)大有偏技術(shù)進(jìn)步會對節(jié)能產(chǎn)生正向影響，而在一定時期內(nèi)對減排產(chǎn)生負(fù)向影響。

假設(shè)1-3：有偏技術(shù)進(jìn)步通過能源消費(fèi)結(jié)構(gòu)推動經(jīng)濟(jì)規(guī)模效應(yīng)的鏈?zhǔn)街薪闄C(jī)制，最終對節(jié)能產(chǎn)生正向影響，而在一定時期內(nèi)對減排產(chǎn)生負(fù)向影響。

2.3 技術(shù)進(jìn)步的偏向型及來源

Hicks 等［27］將技術(shù)進(jìn)步分為有方向的技術(shù)進(jìn)步和中性技術(shù)進(jìn)步，首次提出技術(shù)進(jìn)步的方向劃分為兩種情況即資本節(jié)約和勞動節(jié)約。Acemoglu［28］進(jìn)一步將有偏技術(shù)進(jìn)步定義為生產(chǎn)要素邊際替代率的變動對技術(shù)進(jìn)步不同程度的增進(jìn)作用，他指出兩種形態(tài)的有偏技術(shù)進(jìn)步：一是要素增強(qiáng)型的有偏技術(shù)進(jìn)步，二是要素偏向型的有偏技術(shù)進(jìn)步。

Acemoglu［28］認(rèn)為，有偏技術(shù)進(jìn)步的要素偏向的來源或者稱為判斷依據(jù)是由要素價格效應(yīng)與市場規(guī)模效應(yīng)決定。另外，Weber 等［29］提出的基于要素投入比例變化以及投入偏向型技術(shù)進(jìn)步指數(shù)的大小來判斷制造業(yè)技術(shù)進(jìn)步的要素投入偏向。

基于以上論述，文章提出以下假設(shè)。

假設(shè)2：加入數(shù)字要素后，技術(shù)進(jìn)步的不同偏向型對節(jié)能減排的影響存在差異。

假設(shè)2-1：對于有偏技術(shù)進(jìn)步的偏向，在數(shù)字與資本中數(shù)字增強(qiáng)型（即資本節(jié)約型）技術(shù)進(jìn)步會抑制節(jié)能減排效果。

3 模型、變量測算方法與數(shù)據(jù)說明

3.1 基礎(chǔ)回歸及機(jī)制檢驗(yàn)?zāi)Ｐ?/h3>

鏈?zhǔn)街薪闄C(jī)制模型用于刻畫存在互相影響的兩個及以上中介變量間的關(guān)系，通常會形成順序性特征的中介鏈［30］。借鑒Baron 等［31］、柳士順等［32］、方杰等［33］、吳學(xué)花等［30］的方法及思路，繪制了鏈?zhǔn)蕉嘀刂薪槟Ｐ停▓D1）的作用機(jī)制，從而刻畫出核心解釋變量通過兩個中介變量，對被解釋變量的多重多步作用鏈接。按照上文中機(jī)制推導(dǎo)，兩個中介變量分別是能源消費(fèi)結(jié)構(gòu)和經(jīng)濟(jì)規(guī)模。在鏈?zhǔn)蕉嘀刂薪槟Ｐ椭?，存在三類中介效?yīng)：第一種是特定路徑中介效應(yīng)（a1b1、a2b2和a1a3b2），三者分別代表能源消費(fèi)結(jié)構(gòu)中介效應(yīng)、經(jīng)濟(jì)規(guī)模中介效應(yīng)和能源消費(fèi)結(jié)構(gòu)助推經(jīng)濟(jì)規(guī)模中介效應(yīng)的大小；第二種是總體中介效應(yīng)（a1b1+a2b2+a1a3b2）即上述三種中介效應(yīng)大小之和；第三種是對比中介效應(yīng)（a1a3b2-a1b1，a1a3b2-a2b2和a1b1-a2b2），分別反映上述三種中介效應(yīng)之間的兩兩差異。除了中介效應(yīng)之外，圖1 中c代表有偏技術(shù)進(jìn)步對節(jié)能減排的直接效應(yīng)。

圖1 鏈?zhǔn)蕉嘀刂薪槟Ｐ?/p>

根據(jù)有偏技術(shù)對節(jié)能減排影響的理論機(jī)制分析，應(yīng)用鏈?zhǔn)蕉嘀刂薪槟Ｐ?，文章設(shè)立如下基礎(chǔ)計(jì)量回歸模型：

其中：Yit為被解釋變量，表示地級及以上市i在第t年的被解釋變量具體數(shù)值。被解釋變量有兩個，分別為能源消耗強(qiáng)度和二氧化碳排放強(qiáng)度。IBTCit為核心解釋變量，表示城市i在第t年的有偏技術(shù)進(jìn)步指數(shù)。Z為控制變量，包含了獨(dú)立于有偏技術(shù)進(jìn)步水平但對節(jié)能減排產(chǎn)生影響的若干變量，文章選取了6 個控制變量。μi表示不可觀測的地區(qū)變量個體固定效應(yīng)，bi為不可觀測的時間變量固定效應(yīng)，εit為隨機(jī)擾動項(xiàng)。

根據(jù)上文的理論機(jī)制分析，借助鏈?zhǔn)蕉嘀刂薪槟Ｐ驮O(shè)定如下計(jì)量回歸模型。

其中：econit和ecscit為中介變量，分別代表城市i在第t年的能源消費(fèi)結(jié)構(gòu)和經(jīng)濟(jì)規(guī)模。式（15）和式（16）分別模擬兩個中介變量、三條中介路徑推動節(jié)能減排的計(jì)量回歸過程。Z′和Z″為控制變量，包含了獨(dú)立于有偏技術(shù)進(jìn)步水平但對節(jié)能減排產(chǎn)生影響的若干變量。μ′i和μ″i表示不可觀測的城市變量個體固定效應(yīng)；b′i和b″i為不可觀測的時間變量固定效應(yīng)，ε′it和ε″it為隨機(jī)擾動項(xiàng)。結(jié)合式（14）和式（17），通過依次檢驗(yàn)回歸系數(shù)對多重中介效應(yīng)進(jìn)行判定，發(fā)現(xiàn)能耗強(qiáng)度與二氧化碳排放強(qiáng)度和解釋變量有偏技術(shù)進(jìn)步間的相關(guān)關(guān)系是否存在直接效應(yīng)和中介效應(yīng)。若式（14）中系數(shù)α1顯著，則表明存在總體效應(yīng)，該效應(yīng)在理論上等于直接效應(yīng)和中介效應(yīng)之和。若式（17）中系數(shù)θ1顯著，則表明存在直接效應(yīng)。若特定中介效應(yīng)β1θ2顯著，則表明在有偏技術(shù)進(jìn)步對節(jié)能減排影響中能源消費(fèi)結(jié)構(gòu)起到中介作用；同理，若γ1θ3顯著，說明經(jīng)濟(jì)規(guī)模效應(yīng)起到中介作用，若β1γ2θ3顯著為正，說明能源消費(fèi)結(jié)構(gòu)和經(jīng)濟(jì)規(guī)模對節(jié)能減排起到鏈?zhǔn)街薪樽饔?。上述三者之和為總體中介效應(yīng)。

3.2 技術(shù)偏向型驗(yàn)證

為了進(jìn)一步驗(yàn)證具體的技術(shù)偏向?qū)?jié)能減排的影響，借鑒王班班［2］、劉自敏等［4］的研究思路，文章構(gòu)建如下模型：

其中：Yit為被解釋變量；Yit-j表示被解釋變量的滯后j期。設(shè)定三個虛擬變量來表征技術(shù)進(jìn)步的偏向型，若某城市的有偏技術(shù)進(jìn)步在能源與資本中資本增強(qiáng)（即能源節(jié)約），則EKb=1，反之EKb=0；若該城市的有偏技術(shù)進(jìn)步在能源與數(shù)字中數(shù)字增強(qiáng)（即能源節(jié)約），則EDb=1，反之KDb=0；若該城市的有偏技術(shù)進(jìn)步在數(shù)字與資本中數(shù)字增強(qiáng)（即資本節(jié)約），則KDb=1，反之EDb=0。μi表示不可觀測的地區(qū)變量個體固定效應(yīng)，bi為不可觀測的時間變量固定效應(yīng)，εit為隨機(jī)擾動項(xiàng)。

3.3 異質(zhì)性檢驗(yàn)

3.3.1 按照能源強(qiáng)度與碳排放強(qiáng)度分組

考慮到橫向來看不同城市在能耗和碳排放水平存在差異的情況下有偏技術(shù)進(jìn)步對節(jié)能降耗和碳排放影響效應(yīng)的差異性，文章根據(jù)各城市歷年能源消耗強(qiáng)度和二氧化碳排放強(qiáng)度均值將城市劃分成8 組，分別為高能耗組、低能耗組、高排放組、低排放組和高能耗-高排放組、高能耗-低排放組、高排放-低能耗組、低能耗-低排放組。

3.3.2 按照分位數(shù)分組

為進(jìn)一步縱向考察各城市能源消耗強(qiáng)度與碳排放強(qiáng)度在各自不同水平上影響作用的差異性，采用分位數(shù)回歸模型來檢驗(yàn)有偏技術(shù)進(jìn)步對不同水平下的能耗和碳排放強(qiáng)度的邊際影響。根據(jù)Powell［34］的研究，分位數(shù)模型設(shè)置如下

其中：Yit為被解釋變量；IBTCit為核心解釋變量；Z為控制變量；μi表示個體固定效應(yīng)；bi為時間變量固定效應(yīng)，εit為隨機(jī)擾動項(xiàng)。

3.3.3 按照區(qū)域異質(zhì)性分組

嘗試根據(jù)數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)、兩種形式的創(chuàng)新成果轉(zhuǎn)化能力對中國省級單位進(jìn)行分組，再按照省級歸屬劃分各個城市以進(jìn)行地區(qū)異質(zhì)性分析［35］。這里數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)的測算會在下文做出詳細(xì)說明，用各城市的生產(chǎn)總值與能源消費(fèi)總量（碳排放總量省略）之比衡量創(chuàng)新成果轉(zhuǎn)化能力。圖2 中散點(diǎn)圖對比展示了中國各省數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)和兩種形式創(chuàng)新轉(zhuǎn)化能力分布情況（由于數(shù)據(jù)的可得性，西藏和香港、澳門、臺灣地區(qū)除外）。圖3 中展示了中國各省數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)及其增長水平的情況?？疾靾D2，按虛線右上方（分組1）和右下方（分組2）大致可將全國各省分為兩組，散點(diǎn)分組1 城市群相較于分組2 數(shù)字經(jīng)濟(jì)發(fā)展水平較高、創(chuàng)新成果轉(zhuǎn)化能力較強(qiáng)，也為中國經(jīng)濟(jì)繁榮區(qū)域?？疾靾D3，兩條虛線可以將散點(diǎn)大致分為三個組別，第一組（分組3）包含城市群是中國數(shù)字經(jīng)濟(jì)發(fā)展最快的地區(qū)，數(shù)字經(jīng)濟(jì)增長發(fā)展時間跨度長且有一定基礎(chǔ)而導(dǎo)致增長速度偏緩；第二組（分組4）包含城市群及地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展勢頭好，但因數(shù)字技術(shù)基礎(chǔ)較為薄弱起點(diǎn)較低，是未來中國數(shù)字經(jīng)濟(jì)崛起的區(qū)域；第三組（分組5）包含城市數(shù)字經(jīng)濟(jì)發(fā)展水平較低，且增長速度緩慢。

圖2 數(shù)字經(jīng)濟(jì)發(fā)展與創(chuàng)新轉(zhuǎn)化能力分布

圖3 數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)與增長水平分布

3.4 變量測算解釋

3.4.1 有偏技術(shù)進(jìn)步指數(shù)測算及要素偏向型判斷

參考王班班［2］、劉自敏等［4］、付明輝等［36］的做法，基于DEA 的非參數(shù)Malmquist 指數(shù)法測算的全要素生產(chǎn)率（TFP）變化，并分離出城市層面的有偏技術(shù)進(jìn)步指數(shù)。F?re 等［37］根據(jù)Malmquist 指數(shù)法將全要素生產(chǎn)率增長分解為技術(shù)進(jìn)步指數(shù)（TC）和技術(shù)效率指數(shù)（EC），前者指生產(chǎn)前沿面本身的移動，后者指低效率生產(chǎn)要素組合相對于前沿面的移動。F?re 等［38］將技術(shù)進(jìn)步指數(shù)分解為投入偏向型技術(shù)進(jìn)步指數(shù)（IBTC）、產(chǎn)出偏向型技術(shù)進(jìn)步指數(shù)（OBTC）和規(guī)模技術(shù)進(jìn)步指數(shù)（MTC）。文章采用IBTC衡量投入偏向型技術(shù)進(jìn)步指數(shù)，并判斷技術(shù)進(jìn)步的要素偏向型。

該產(chǎn)出距離函數(shù)被定義為給定要素投入組合xt時產(chǎn)出yt的最大擴(kuò)展比例的倒數(shù)。該函數(shù)用以下方式來表征技術(shù)當(dāng)且僅當(dāng)(xt，yt) ∈Pt。Malmquist 指數(shù)可分解為技術(shù)效率變化指數(shù)（EFFCH）與技術(shù)進(jìn)步變化指數(shù)（TECH），當(dāng)產(chǎn)出僅有一種時，TECH可分解為產(chǎn)出偏向型技術(shù)進(jìn)步指數(shù)、投入偏向型技術(shù)進(jìn)步指數(shù)和規(guī)模技術(shù)進(jìn)步指數(shù)，即：

其中：規(guī)模技術(shù)進(jìn)步指數(shù)度量生產(chǎn)前沿面的平移，為?？怂怪行约夹g(shù)進(jìn)步。在測算Malmquist 指數(shù)時，產(chǎn)出只有一項(xiàng)，如果假設(shè)規(guī)模報(bào)酬不變則OBTC=1，如果假設(shè)規(guī)模報(bào)酬可變，則OBTC≠1，文章假設(shè)規(guī)模報(bào)酬可變。式（23）表示投入偏向型技術(shù)進(jìn)步，它度量技術(shù)進(jìn)步隨著要素投入組合配置而發(fā)生變化。IBTC＞1，表明投入偏向型技術(shù)進(jìn)步促進(jìn)了全要素生產(chǎn)率增長；IBTC＜1，表明該投入偏向型技術(shù)變化抑制了全要素生產(chǎn)率增長。

參考Weber 等［29］、付明輝等［36］的做法，來判斷技術(shù)進(jìn)步非中性時要素投入偏向型。假定分別表示t時期和t+ 1 時期的兩種要素投入比，結(jié)合式（23）計(jì)算出的投入偏向型技術(shù)進(jìn)步指數(shù)，判定原則為：當(dāng)(x2/x1)t＜(x2/x1)t+1時，如果IBTC＞1，則表示投入偏向型技術(shù)進(jìn)步增加使用x2節(jié)約x1，如果IBTC＜1，則表示投入偏向型技術(shù)進(jìn)步增加使用x1節(jié)約x2，如果IBTC=1則代表技術(shù)中性；當(dāng)(x2/x1)t＞(x2/x1)t+1時，如果IBTC＞1，則表示投入偏向型技術(shù)進(jìn)步增加使用x1節(jié)約x2，如果IBTC＜1，則表示投入偏向型技術(shù)進(jìn)步增加使用x2節(jié)約x1，如果IBTC=1則代表技術(shù)中性。

在測算有偏技術(shù)進(jìn)步指數(shù)時選擇的產(chǎn)出變量為各個樣本市的不變價地區(qū)生產(chǎn)總值，投入變量選擇勞動、資本、能源與數(shù)字要素，具體各變量的解釋見表1。

表1 有偏技術(shù)進(jìn)步指數(shù)測算變量選取

3.4.2 數(shù)字要素綜合發(fā)展指數(shù)測算

文章借鑒趙濤等［40］的方法，從互聯(lián)網(wǎng)普及率、互聯(lián)網(wǎng)相關(guān)從業(yè)人員數(shù)、互聯(lián)網(wǎng)產(chǎn)出水平、移動互聯(lián)網(wǎng)用戶數(shù)和數(shù)字金融普惠發(fā)展指數(shù)五個維度構(gòu)建指標(biāo)體系來衡量數(shù)字要素的發(fā)展水平，具體各指標(biāo)的解釋見表2。其中，數(shù)字普惠金融指數(shù)由北京大學(xué)數(shù)字金融研究中心和螞蟻金服集團(tuán)共同編制［41］。文章運(yùn)用主成分分析法將數(shù)據(jù)標(biāo)準(zhǔn)化之后降維處理，最終得到了數(shù)字要素綜合發(fā)展指數(shù)。

表2 數(shù)字要素發(fā)展指數(shù)

3.4.3 中介變量

根據(jù)文章第二部分的機(jī)制推導(dǎo)，選擇兩個中介變量如下。

（1）能源消費(fèi)結(jié)構(gòu)（econ）。能源消耗量的計(jì)算參照劉自敏等［4］的做法使用各地級市的液化石油氣、煤氣及電力計(jì)算，按照《中國能源統(tǒng)計(jì)年鑒》中各能源折算標(biāo)準(zhǔn)煤系數(shù)，換算成萬tce 并加總得到。能源消費(fèi)結(jié)構(gòu)參照錢娟［24］的做法用能源消費(fèi)中化石能源的比重來表示。

（2）經(jīng)濟(jì)規(guī)模（ecsc）。文章借鑒金剛等［42］的做法，使用以2011年為基期的不變價格換算的國內(nèi)生產(chǎn)總值來表示經(jīng)濟(jì)規(guī)模。

3.4.4 控制變量

（1）人口集聚度（poag）。人口的活動和集聚會影響一個城市的能源消耗和二氧化碳排放量。采用各地區(qū)的常住人口數(shù)占地區(qū)面積的比與全國人口占全國面積的比值來衡量人口集聚度。

（2）經(jīng)濟(jì)外向性（ecex）。OFDI對母國碳排放的影響表現(xiàn)出多維性關(guān)系，既存在加劇碳排放的直接影響，也有通過中介變量抑制碳排放的間接效應(yīng)［43］。因此使用各城市當(dāng)年實(shí)際使用外資金額在各?。ㄖ陛犑校┑纳a(chǎn)總值占比來表示經(jīng)濟(jì)外向性。

（3）政府科教的重視程度（sced）。政府對科教的重視程度體現(xiàn)了城市為推動技術(shù)進(jìn)步而建立的人才和知識儲備。使用各城市的科教經(jīng)費(fèi)支出在公共財(cái)政支出中的比重來表示。

（4）財(cái)政自主度（fiau）。財(cái)政分權(quán)對碳排放存在正向影響，分權(quán)度的提高不利于碳排放量的減少［44］。采用各城市財(cái)政預(yù)算內(nèi)收入與預(yù)算內(nèi)支出的比重來表示財(cái)政自主度。

（5）環(huán)境規(guī)制程度（enre）。環(huán)境規(guī)制有利于本地碳排放減少，且其碳減排的作用逐年遞增，而且同期本地環(huán)境規(guī)制實(shí)施可以形成鄰地示范效應(yīng)，推動相鄰地區(qū)碳減排［45］。用二氧化硫排放強(qiáng)度即各市各年二氧化硫排放總量與各年度生產(chǎn)總值增加值之比來表示。

（6）城市優(yōu)惠政策（fapo）。佘碩等［46］從城市所具有的一系列特質(zhì)出發(fā)分析低碳試點(diǎn)政策實(shí)施效果的異質(zhì)性特征，實(shí)證結(jié)果表明低碳試點(diǎn)政策有利于城市經(jīng)濟(jì)綠色增長，有助于節(jié)能減排。設(shè)置虛擬變量表示樣本城市是否為低碳試點(diǎn)城市，是則取值為1，否則為0。

3.5 數(shù)據(jù)來源及統(tǒng)計(jì)性描述

選擇2011—2019年中國地級及以上城市數(shù)據(jù)作為研究對象，未涉及香港、澳門、臺灣地區(qū)。同時，由于部分城市存在數(shù)據(jù)不完整或數(shù)據(jù)質(zhì)量不佳等問題，刪除了24 個城市（綏化市、萊蕪市、襄陽市、懷化市、三沙市、儋州市、畢節(jié)市、銅仁市、遵義市、安順市、麗江市、普洱市、嘉峪關(guān)市、金昌市、天水市、海東市、拉薩市、日喀則市、昌都市、林芝市、山南市、那曲市、吐魯番市、哈密市）數(shù)據(jù)，保留了271 個城市的面板數(shù)據(jù)。采用插值的方法來彌補(bǔ)少量的缺失數(shù)據(jù)，變量的相關(guān)數(shù)據(jù)來自中國城市統(tǒng)計(jì)年鑒、中國統(tǒng)計(jì)年鑒、中國能源統(tǒng)計(jì)年鑒、各省級統(tǒng)計(jì)年鑒、中國宏觀統(tǒng)計(jì)數(shù)據(jù)庫。

基礎(chǔ)回歸模型（14）中有兩個被解釋變量，為能源強(qiáng)度（eci）和二氧化碳排放強(qiáng)度（coei），分別為各市各年能源消耗量與各年度生產(chǎn)總值增加值之比，各市各年二氧化碳排放總量與各年度生產(chǎn)總值增加值之比。城市碳排放的計(jì)算借鑒吳建新等［47］的方法，將電能、煤氣和液化石油氣、交通運(yùn)輸和熱能消耗分別與各自的相應(yīng)轉(zhuǎn)化因子以及原煤折算標(biāo)準(zhǔn)煤系數(shù)相乘后加總，得到各城市的碳排放總量。

表3中為文章被解釋變量、解釋變量、中介變量和控制變量的對數(shù)處理數(shù)據(jù)的統(tǒng)計(jì)性描述，其中IBTC表示有偏技術(shù)進(jìn)步指數(shù)為文章的核心解釋變量，OBIB表示技術(shù)進(jìn)步綜合效應(yīng)是有偏技術(shù)進(jìn)步指數(shù)和規(guī)模技術(shù)進(jìn)步指數(shù)的交乘積。其余變量均已在上文中做出了解釋。

表3 數(shù)據(jù)統(tǒng)計(jì)性描述

4 實(shí)證結(jié)果及分析

4.1 基準(zhǔn)回歸結(jié)果

經(jīng)過豪斯曼等一系列檢驗(yàn)最終選定地區(qū)固定效應(yīng)模型（FE），對于基準(zhǔn)回歸式（14）的回歸（表4 列（1）和列（2））可知有偏技術(shù)進(jìn)步指數(shù)對能源強(qiáng)度和二氧化碳排放強(qiáng)度的影響顯著為負(fù)，即驗(yàn)證了加入能源和數(shù)字要素投入的有偏技術(shù)進(jìn)步具有節(jié)能減排的效應(yīng)，從而假設(shè)1得到驗(yàn)證?；貧w結(jié)果還表明人口集聚度、經(jīng)濟(jì)外向性、政府科教的重視程度、財(cái)政自主度均對能源強(qiáng)度和二氧化碳排放強(qiáng)度產(chǎn)生負(fù)向的影響。城市人口集聚度高有利于能源和公共服務(wù)集約利用，反而有利于節(jié)能減排。城市經(jīng)濟(jì)外向性程度高，有利于借助外資和利用國外先進(jìn)技術(shù)從內(nèi)生和外生兩個方向提升全要素生產(chǎn)率，從而促進(jìn)節(jié)能減排。政府對科教投入力度越大，越能通過提升當(dāng)?shù)氐娜肆Y本和創(chuàng)新能力來實(shí)現(xiàn)節(jié)能減排。財(cái)政自主程度可以反映當(dāng)?shù)卣畬ω?cái)政分權(quán)的掌控力，財(cái)政分權(quán)程度對碳排放具有顯著的正向作用［48］，并且財(cái)政分權(quán)通過正向調(diào)節(jié)綠色研發(fā)投入來提高本地區(qū)碳生產(chǎn)率［49］。環(huán)境規(guī)制程度對節(jié)能和減排產(chǎn)生負(fù)向的影響，可能是因?yàn)榄h(huán)境規(guī)制與實(shí)質(zhì)性創(chuàng)新效率和策略性創(chuàng)新效率之間均呈U 型非線性關(guān)系，有文獻(xiàn)研究表明中國大部分觀測城市處于環(huán)境規(guī)制會抑制地區(qū)創(chuàng)新效率的階段［50］。而是否為碳減排試點(diǎn)城市僅對二氧化碳排放強(qiáng)度產(chǎn)生負(fù)向的影響，有研究表明試點(diǎn)城市的碳排放量相對于樣本均值明顯降低，意味著低碳城市建設(shè)顯著降低碳排放水平［51］。

表4的列（3）—列（7）回歸中，驗(yàn)證技術(shù)進(jìn)步綜合效應(yīng)的鏈?zhǔn)街薪樾?yīng)并不顯著，且加入lnOBIB之后，有偏技術(shù)進(jìn)步對節(jié)能減排的影響變得不再顯著，說明技術(shù)進(jìn)步綜合效應(yīng)雖然是節(jié)能減排影響機(jī)制中的構(gòu)成部分，但在有偏技術(shù)的節(jié)能減排效應(yīng)機(jī)制中不能作為中介變量。但是表4 的列（3）—列（4）計(jì)量回歸結(jié)果說明技術(shù)進(jìn)步綜合效應(yīng)均對能源強(qiáng)度和二氧化碳排放強(qiáng)度產(chǎn)生負(fù)向的影響，即技術(shù)進(jìn)步綜合效應(yīng)對節(jié)能減排具有促進(jìn)作用。

4.2 機(jī)制檢驗(yàn)結(jié)果分析

表5的列（1）—列（4）是對式（15）和式（17）的回歸，驗(yàn)證了圖1展示的鏈?zhǔn)蕉嘀刂薪闄C(jī)制。為了檢驗(yàn)中介效應(yīng)在統(tǒng)計(jì)上是否顯著，該研究首先對能源消費(fèi)結(jié)構(gòu)和經(jīng)濟(jì)規(guī)模的中介效應(yīng)分別做Sobel 檢驗(yàn)，對應(yīng)P值均在10%的置信水平通過顯著性檢驗(yàn)。其次，運(yùn)用Bootstrap方法檢驗(yàn)是否存在鏈?zhǔn)蕉嘀刂薪樾?yīng)路徑，檢驗(yàn)結(jié)果表明所有中介效應(yīng)值對應(yīng)的置信區(qū)間不包括0，說明獨(dú)立中介效應(yīng)1、獨(dú)立中介效應(yīng)2、鏈?zhǔn)街薪樾?yīng)和整體中介效應(yīng)具有顯著性。

4.2.1 三條中介路徑效應(yīng)分析

路徑1表示“有偏技術(shù)進(jìn)步通過能源消費(fèi)結(jié)構(gòu)來對節(jié)能減排產(chǎn)生影響”；路徑2表示“有偏技術(shù)進(jìn)步通過經(jīng)濟(jì)規(guī)模來對節(jié)能減排產(chǎn)生影響”；路徑3表示“有偏技術(shù)進(jìn)步通過能源消費(fèi)結(jié)構(gòu)推動經(jīng)濟(jì)規(guī)模效應(yīng)的鏈?zhǔn)街薪闄C(jī)制，最終對節(jié)約能耗和二氧化碳減排產(chǎn)生正向影響”。從路徑1看，有偏技術(shù)進(jìn)步經(jīng)由能源消費(fèi)結(jié)構(gòu)（econ）的中介效應(yīng)為表4中列（1）中有偏技術(shù)進(jìn)步（lnIBTC）的系數(shù)-2.307 4分別與列（3）、列（4）中l(wèi)necon的系數(shù)0.616 8 和0.159 3 的乘積，這兩個值分別為-1.423 2 和-0.367 6，且這兩個值至少在5%的水平上是顯著的，這說明有偏技術(shù)進(jìn)步通過能源消費(fèi)結(jié)構(gòu)這一途徑對能源強(qiáng)度產(chǎn)生了負(fù)向影響且對碳排放強(qiáng)度也產(chǎn)生了負(fù)向影響，即有偏技術(shù)進(jìn)步通過能源消費(fèi)結(jié)構(gòu)對節(jié)能減排產(chǎn)生了正向影響，至此假設(shè)1-1得到驗(yàn)證。對于路徑2 計(jì)算系數(shù)的方式與路徑1 一致，則有偏技術(shù)進(jìn)步經(jīng)由經(jīng)濟(jì)規(guī)模（ecsc）的中介效應(yīng)分別為-5.404 0 和1.912 8，且這兩個值至少在5%的水平上是顯著的，說明有偏技術(shù)進(jìn)步通過經(jīng)濟(jì)規(guī)模這一途徑對能源強(qiáng)度產(chǎn)生了負(fù)向影響且對碳排放強(qiáng)度產(chǎn)生了正向影響，即有偏技術(shù)進(jìn)步通過經(jīng)濟(jì)規(guī)模會對節(jié)能產(chǎn)生正向影響，而對減排產(chǎn)生負(fù)向影響。這說明當(dāng)有偏技術(shù)進(jìn)步出現(xiàn)時減少了能源使用量，從而會促使二氧化碳排放量的下降，而同時中國的有偏技術(shù)進(jìn)步會促進(jìn)經(jīng)濟(jì)規(guī)模的增長，在兩種效應(yīng)作用下，節(jié)能和減排的效果會受到不同的影響，當(dāng)前階段加入數(shù)字要素的有偏技術(shù)進(jìn)步節(jié)能效果較好，而經(jīng)濟(jì)規(guī)模效應(yīng)超過技術(shù)進(jìn)步效果反而增加了二氧化碳的排放強(qiáng)度，至此假設(shè)1-2 得到驗(yàn)證。從路徑3看，有偏技術(shù)進(jìn)步經(jīng)由能源消費(fèi)結(jié)構(gòu)、經(jīng)濟(jì)規(guī)模的鏈?zhǔn)蕉嘀刂薪樾?yīng)為表4 中列（1）有偏技術(shù)進(jìn)步（lnIBTC）的系數(shù)-2.307 4 與表4 的列（2）lnecon的系數(shù)0.033 8 的乘積再分別與表4的列（3）和列（4）中l(wèi)necsc的系數(shù)3.976 8和-1.407 6的乘積，這兩個值分別為-0.310 2和0.110 0，且這兩個值至少在5%的水平上是顯著的，這表明有偏技術(shù)進(jìn)步通過能源消費(fèi)結(jié)構(gòu)推動經(jīng)濟(jì)規(guī)模效應(yīng)的鏈?zhǔn)街薪闄C(jī)制，最終對節(jié)能產(chǎn)生有利影響，而對減排產(chǎn)生不利影響，至此假設(shè)1-3得到驗(yàn)證。

表4 基準(zhǔn)回歸結(jié)果

假設(shè)1-3得到驗(yàn)證的原因在于，能源發(fā)揮要素價格效應(yīng)，促使生產(chǎn)主體研發(fā)綠色生產(chǎn)技術(shù)，提高邊際生產(chǎn)率和能源要素的配置效率，推動產(chǎn)業(yè)升級，減少能源使用從而促進(jìn)能源節(jié)約型技術(shù)進(jìn)步。能源節(jié)約型技術(shù)進(jìn)步推動能源消費(fèi)結(jié)構(gòu)優(yōu)化的同時與當(dāng)今豐裕的數(shù)字要素出現(xiàn)協(xié)同創(chuàng)新，生產(chǎn)主體逐利開發(fā)數(shù)字要素增強(qiáng)型生產(chǎn)技術(shù)，促使數(shù)字偏向型技術(shù)產(chǎn)品的開發(fā)與生產(chǎn)規(guī)模的擴(kuò)大，最終產(chǎn)生節(jié)能效應(yīng)。然而，有偏技術(shù)進(jìn)步在一定程度上強(qiáng)化的市場競爭，與中國市場資源優(yōu)化配置功能未能充分發(fā)揮作用產(chǎn)生矛盾，中國能源和數(shù)字要素仍受到政府監(jiān)管，要素價格扭曲導(dǎo)致各地區(qū)之間要素錯配［52］。能源與數(shù)字要素的錯配，加上數(shù)字技術(shù)進(jìn)步衍生下的互聯(lián)網(wǎng)+經(jīng)濟(jì)規(guī)模的迅速擴(kuò)張，以及數(shù)字化基礎(chǔ)設(shè)施前期擴(kuò)建，需要消耗大量的電力和能源［16］，在一定時期內(nèi)，能源消費(fèi)結(jié)構(gòu)效應(yīng)推動下的經(jīng)濟(jì)規(guī)模的擴(kuò)大，使得有偏技術(shù)進(jìn)步反而不利于二氧化碳減排。以上結(jié)果與Yang 等［53］、Yang 等［54］和Zhang等［55］提出的觀點(diǎn)一致，他們通過系統(tǒng)動力學(xué)方法驗(yàn)證了能源結(jié)構(gòu)優(yōu)化具有顯著的碳還原能力，但能源互聯(lián)網(wǎng)建設(shè)過程中會加劇碳排放。

4.2.2 總體中介效應(yīng)分析

總體中介效應(yīng)是三條中介路徑效應(yīng)的加總，對于被解釋變量為能源強(qiáng)度來說總體中介效應(yīng)為-7.137 4，對于被解釋變量為二氧化碳排放強(qiáng)度來說總體中介效應(yīng)為1.655 2，且這兩個值至少在5%的水平上是顯著的。這說明經(jīng)濟(jì)規(guī)模的擴(kuò)大為數(shù)字基礎(chǔ)設(shè)施和技術(shù)研發(fā)的普及提供了財(cái)政保障，使得有偏技術(shù)進(jìn)步促進(jìn)了能源效率的提升達(dá)到了節(jié)能的效果，然而隨著數(shù)字技術(shù)和基礎(chǔ)設(shè)施的逐漸普及數(shù)字技術(shù)帶來的技術(shù)革命引發(fā)了能源反彈效應(yīng)［56］，此時能源使用量增加提高了碳排放的強(qiáng)度，對碳減排產(chǎn)生了不利影響。

4.2.3 對比中介效應(yīng)分析

綜上的特定路徑和總體路徑的分析表明，有偏技術(shù)進(jìn)步經(jīng)由能源消耗結(jié)構(gòu)、經(jīng)濟(jì)規(guī)模以及能源消費(fèi)結(jié)構(gòu)與經(jīng)濟(jì)規(guī)模多重中介三條路徑對能源強(qiáng)度的中介效應(yīng)分別為-1.423 2、-5.404 0 和0.310 2，在總體中介效應(yīng)中分別占20%、76%和4%；對碳排放強(qiáng)度的中介效應(yīng)分別為-0.367 6、1.912 8 和0.110 0，在總體中介效應(yīng)中分別占22%、72%和6%。從對比三條路徑形式在總效應(yīng)中的占比可以看出路徑2 發(fā)揮的作用最大，也再次說明了通過lnecsc的中介效應(yīng)以及l(fā)necon、lnecsc的多重中介效應(yīng)，是有偏技術(shù)進(jìn)步會增加二氧化碳排放的主要原因。

4.3 技術(shù)偏向型結(jié)果分析

考慮到內(nèi)生性、組內(nèi)自相關(guān)及異方差等計(jì)量回歸問題，選取差分GMM 和系統(tǒng)GMM 作為固定效應(yīng)模型（FE）的對比模型。Sargan統(tǒng)計(jì)量的P值大于0.05，接受了工具變量均有效的原假設(shè)，AR（1）和AR（2）的P值均大于0.05，說明存在動態(tài)面板的自回歸效應(yīng)。

加入技術(shù)偏向型虛擬變量和技術(shù)進(jìn)步綜合效應(yīng)變量后，由技術(shù)偏向型回歸結(jié)果來看（表6），表6 列（1）、（2）的動態(tài)面板系統(tǒng)GMM 回歸和固定效應(yīng)模型（FE）的回歸結(jié)果基本一致中，兩個被解釋變量的滯后1～2期滯后變量系數(shù)均顯著為正，說明能源強(qiáng)度和二氧化碳排放都具有時間、路徑依賴的自我強(qiáng)化特征。資本增強(qiáng)能源節(jié)約和數(shù)字增強(qiáng)能源節(jié)約型技術(shù)進(jìn)步對節(jié)能減排的影響均不顯著，而數(shù)字增強(qiáng)資本節(jié)約型技術(shù)進(jìn)步對節(jié)能減排均有顯著的負(fù)向影響，可能是因?yàn)樵谥袊鴶?shù)字經(jīng)濟(jì)的發(fā)展尚處于萌芽中期向完善初期過渡階段，數(shù)字經(jīng)濟(jì)基礎(chǔ)設(shè)施的大規(guī)模建設(shè)和數(shù)字經(jīng)濟(jì)的大眾普及正在加速中，在這個時期需要了巨大的能源和資源消耗，數(shù)字經(jīng)濟(jì)迅速發(fā)展下的信息技術(shù)革命引發(fā)了能源反彈效應(yīng)，導(dǎo)致數(shù)字增強(qiáng)資本節(jié)約的技術(shù)進(jìn)步反而不利于當(dāng)前階段的節(jié)能減排［37］。此外，在數(shù)字經(jīng)濟(jì)發(fā)展初期，容易造成配套政策設(shè)置不完善，設(shè)備虛設(shè)或利用不充分，其運(yùn)行機(jī)制對節(jié)能減排的負(fù)面影響常常容易被忽略［57］。因此，數(shù)字增強(qiáng)資本節(jié)約型技術(shù)進(jìn)步促進(jìn)節(jié)能減排的作用在目前階段尚沒有發(fā)揮出來。至此假設(shè)2和假設(shè)2-1得到驗(yàn)證。

表6 技術(shù)偏向型驗(yàn)證結(jié)果

4.4 穩(wěn)健性檢驗(yàn)

（1）更換有偏進(jìn)步指數(shù)計(jì)算方式。在上文中測算Malmquist 指數(shù)時，假設(shè)規(guī)模報(bào)酬可變，則OBTC≠1，這里假設(shè)規(guī)模報(bào)酬不變則規(guī)模技術(shù)進(jìn)步指數(shù)OBTC=1，且重新獲得有偏技術(shù)進(jìn)步指數(shù)IBTC，代入公式（14）和公式（18）中用固定效應(yīng)模型（FE）進(jìn)行回歸。

（2）通過構(gòu)建系統(tǒng)GMM 模型、盡可能多地增加控制變量、添加工具變量綜合技術(shù)效應(yīng)（OBIBit），并根據(jù)在固定地區(qū)和時間效應(yīng)的基礎(chǔ)上估計(jì)出的殘差值，再分別計(jì)算有偏技術(shù)進(jìn)步指數(shù)（IBTCit）、技術(shù)進(jìn)步偏向與殘差（e）的協(xié)方差為0.21×10-4和0.24×10-11，非常接近于0，證明模型因遺漏變量產(chǎn)生的結(jié)果偏誤被極大降低。

（3）非平衡面板數(shù)據(jù)。上述基準(zhǔn)回歸和技術(shù)偏向型驗(yàn)證回歸采用的是平衡面板數(shù)據(jù)，為避免部分城市在樣本期間數(shù)據(jù)缺失影響研究的結(jié)論，文章采用樣本期間的非平衡面板數(shù)據(jù)進(jìn)行檢驗(yàn)。

（4）剔除直轄市。由于四個直轄市獨(dú)立受中央直接管轄，行政地位特殊，為了排除行政因素對基準(zhǔn)回歸結(jié)果的干擾，文章將京、滬、津、渝等四個直轄市從全樣本中剔除后再回歸。

（5）替換被解釋變量。用能源消耗總量和二氧化碳排放總量替換能源強(qiáng)度和碳排放強(qiáng)度并取對數(shù)值之后進(jìn)行回歸。以上穩(wěn)健性檢驗(yàn)回歸結(jié)果均與基礎(chǔ)回歸以及技術(shù)偏向型回歸結(jié)果一致，證明基礎(chǔ)回歸的結(jié)果是穩(wěn)健的（篇幅有限，穩(wěn)健性檢驗(yàn)所有回歸結(jié)果不在文中展示，備索查）。

4.5 異質(zhì)性檢驗(yàn)結(jié)果分析

4.5.1 耗能碳排放分組

為考慮能源消耗和二氧化碳排放的規(guī)模異質(zhì)性及探究技術(shù)進(jìn)步對能源消耗和二氧化碳排放影響效應(yīng)的差異性，將文章樣本劃分成8 組。由表7 的列（1）、列（2）、列（5）和列（6）可知（篇幅有限，耗能碳排放分組完整回歸結(jié)果不在文中全部展示，備索查），高能耗-高排放組的回歸結(jié)果中顯示有偏技術(shù)進(jìn)步會對節(jié)能減排產(chǎn)生負(fù)向的影響，可能是因?yàn)樵诟吆母吲乓约半p高城市組中，要素配置結(jié)構(gòu)與技術(shù)進(jìn)步方向匹配度較差，導(dǎo)致有偏技術(shù)的進(jìn)步起不到節(jié)能減排的作用甚至?xí)觿∧芎暮吞寂欧艔?qiáng)度，并且相較而言雙高組中有偏技術(shù)進(jìn)步對節(jié)能的負(fù)向影響最大，高排放組對減排的負(fù)向影響最大。此外，高耗能組、高排放組和高耗能-高排放組中數(shù)字增強(qiáng)能源節(jié)約型技術(shù)進(jìn)步對節(jié)能減排均具有顯著的正向影響，而數(shù)字增強(qiáng)資本節(jié)約型技術(shù)進(jìn)步對節(jié)能減排依然是顯著的負(fù)向影響，與整體回歸結(jié)果一致。由表7 列（3）、列（4）、列（7）和列（8）的回歸結(jié)果可知，低能耗-低排放組的回歸結(jié)果中，均顯示有偏技術(shù)進(jìn)步會對節(jié)能減排產(chǎn)生顯著的正向的影響，說明在低耗、低排以及雙低城市組中，要素配置結(jié)構(gòu)與技術(shù)進(jìn)步方向較為匹配。另外，低耗能組、低排放組和低耗能-低排放組中數(shù)字增強(qiáng)能源節(jié)約和數(shù)字增強(qiáng)資本節(jié)約型技術(shù)進(jìn)步對節(jié)能減排均具有顯著的負(fù)向影響，這可能是因?yàn)楸M管技術(shù)進(jìn)步偏向數(shù)字增強(qiáng)能源節(jié)約，但中國目前數(shù)字經(jīng)濟(jì)和能源集約利用的適應(yīng)性機(jī)制尚處于初級發(fā)展階段，尚未協(xié)同高效發(fā)展，在此階段容易夸大數(shù)字經(jīng)濟(jì)的節(jié)能效果而忽略適應(yīng)性機(jī)制背后造成的能耗。

表7 耗能碳排放分組回歸結(jié)果

4.5.2 分位數(shù)回歸模型分析

為分析有偏技術(shù)進(jìn)步指數(shù)以及技術(shù)進(jìn)步的偏向型對節(jié)能減排的邊際影響，進(jìn)一步采用分位數(shù)模型驗(yàn)證不同的能耗強(qiáng)度水平和二氧化碳排放強(qiáng)度水平下有偏技術(shù)進(jìn)步對節(jié)能減排的影響。文章通過能源強(qiáng)度和二氧化碳排放強(qiáng)度的分位數(shù)曲線，可以大致判斷出將二者的曲線劃分為10%、50%和90%三個分位數(shù)，并分組對公式（19）進(jìn)行回歸（表8）。由回歸結(jié)果可知，在10%、50%和總體100%分位數(shù)上，有偏技術(shù)進(jìn)步對節(jié)能減排均存在正向影響，而且影響的作用先減小后增大近似呈現(xiàn)“U”型。但在90%分位數(shù)上，有偏技術(shù)進(jìn)步對節(jié)能減排均存在負(fù)向影響，這對上文中雙高城市組情況相互印證，再次說明對于高耗能和高排放城市來說，要素配置與技術(shù)進(jìn)步的方向不匹配，有偏技術(shù)反而不利于節(jié)能減排。

表8 分位數(shù)回歸結(jié)果

4.5.3 按照區(qū)域異質(zhì)性分組

表9為根據(jù)數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)、兩種形式的創(chuàng)新成果轉(zhuǎn)化能力進(jìn)行的地區(qū)異質(zhì)性回歸結(jié)果。由回歸結(jié)果可知（篇幅有限，回歸結(jié)果不在文中全部展示，備索查），對于散點(diǎn)分組1 來說，如表9 列（1）、列（2）、列（5）和列（6）所示，有偏技術(shù)進(jìn)步對節(jié)能減排均有顯著的正向影響，并且相較而言對于散點(diǎn)分組2 的正向影響作用更大。散點(diǎn)分組2 中所包含的城市相較于散點(diǎn)分組1 中的城市而言，數(shù)字經(jīng)濟(jì)發(fā)展水平低、創(chuàng)新成果轉(zhuǎn)化能力弱，多集中在中西部省份，回歸結(jié)果說明這些城市的有偏技術(shù)進(jìn)步水平的提升帶來的節(jié)能減排效果更好，也說明加入數(shù)字要素后的有偏技術(shù)進(jìn)步水平提升是這些城市實(shí)現(xiàn)節(jié)能減排、雙碳目標(biāo)的重要著力點(diǎn)。此外，散點(diǎn)分組1 中，數(shù)字增強(qiáng)能源節(jié)約型技術(shù)進(jìn)步對節(jié)能減排會產(chǎn)生顯著的負(fù)向影響，且數(shù)字增強(qiáng)資本節(jié)約型技術(shù)進(jìn)步僅對節(jié)能產(chǎn)生顯著的正向影響，可能原因是這些地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展水平雖然相對較高，但仍存在巨大發(fā)展空間，仍處于數(shù)字化擴(kuò)建的飛躍階段，擴(kuò)建忽略了數(shù)字要素與能源匹配運(yùn)行機(jī)制中的適應(yīng)性行為的能源消耗。

表9 地區(qū)異質(zhì)性分組回歸結(jié)果（部分）

由回歸結(jié)果可知對于散點(diǎn)分組4、5來說，有偏技術(shù)進(jìn)步對節(jié)能減排均有顯著的正向影響，而散點(diǎn)分組3這一回歸卻是不顯著的，如表9 列（3）、列（4）、列（7）和列（8）所示，原因可能是散點(diǎn)分組3中包含的是中國數(shù)字經(jīng)濟(jì)發(fā)展最快的地區(qū)，也是中國社會經(jīng)濟(jì)發(fā)展各項(xiàng)指標(biāo)的風(fēng)向標(biāo)，產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化的戰(zhàn)略高地，這些地區(qū)節(jié)能減排政策執(zhí)行力度最大，配套政策和措施完善，因此對于這些地區(qū)而言，其節(jié)能減排的眾多影響因素中內(nèi)生性的有偏技術(shù)進(jìn)步并沒有起到?jīng)Q定性的作用。并且，散點(diǎn)分組4相對于分組5，有偏技術(shù)進(jìn)步的節(jié)能減排效應(yīng)更為明顯。此外，對散點(diǎn)分組3而言，數(shù)字增強(qiáng)能源節(jié)約型技術(shù)進(jìn)步均會對節(jié)能減排產(chǎn)生顯著負(fù)向影響；對散點(diǎn)分組4 而言，數(shù)字增強(qiáng)資本節(jié)約型技術(shù)進(jìn)步會對節(jié)能減排產(chǎn)生顯著負(fù)向影響；而對散點(diǎn)分組5而言，數(shù)字增強(qiáng)能源節(jié)約型和數(shù)字增強(qiáng)資本節(jié)約型技術(shù)進(jìn)步均會對節(jié)能減排產(chǎn)生顯著負(fù)向影響?？赡艿脑蚴窍鄬τ?、5 組，第3 組數(shù)字經(jīng)濟(jì)發(fā)展水平高，但還需要增強(qiáng)數(shù)字與能源要素的匹配度，以實(shí)現(xiàn)數(shù)字要素賦能能源的消費(fèi)結(jié)構(gòu)優(yōu)化。

5 結(jié)論與政策啟示

文章以數(shù)字成為生產(chǎn)要素為邏輯起點(diǎn)，將數(shù)字要素加入生產(chǎn)函數(shù)中，用DEA的非參數(shù)Malmquist 指數(shù)法測算全要素生產(chǎn)率（TFP）變化，并分離出城市層面的有偏技術(shù)進(jìn)步指數(shù)，進(jìn)而判斷技術(shù)進(jìn)步非中性時要素投入偏向型，劃分出三類偏向型技術(shù)進(jìn)步。借助機(jī)制推導(dǎo)與理論分析進(jìn)行鏈?zhǔn)蕉嘀刂薪樾?yīng)回歸證實(shí)了有偏技術(shù)進(jìn)步通過能源消費(fèi)結(jié)構(gòu)推動經(jīng)濟(jì)規(guī)模效應(yīng)的鏈?zhǔn)街薪闄C(jī)制，最終對節(jié)能產(chǎn)生正向影響，而在一定時期內(nèi)對減排產(chǎn)生負(fù)向影響。并且，技術(shù)進(jìn)步的不同偏向型會對節(jié)能減排產(chǎn)生不同的影響，具體而言在數(shù)字與資本中數(shù)字增強(qiáng)型（即資本節(jié)約型）技術(shù)進(jìn)步會對節(jié)能減排產(chǎn)生負(fù)向影響。

在異質(zhì)性分析中：①高耗能組、高排放組和高能耗-高排放組的回歸結(jié)果中，均顯示有偏技術(shù)進(jìn)步會對節(jié)能減排產(chǎn)生負(fù)向的影響，且數(shù)字增強(qiáng)能源節(jié)約型技術(shù)進(jìn)步對節(jié)能減排均具有顯著的正向影響，而數(shù)字增強(qiáng)資本節(jié)約型技術(shù)進(jìn)步對節(jié)能減排依然是顯著的負(fù)向影響；低耗能組、低排放組和低能耗-低排放組的回歸結(jié)果中，均顯示有偏技術(shù)進(jìn)步會對節(jié)能減排產(chǎn)生顯著的正向的影響，數(shù)字增強(qiáng)能源節(jié)約和數(shù)字增強(qiáng)資本節(jié)約型技術(shù)進(jìn)步對節(jié)能減排均具有顯著的負(fù)向影響。②在10%、50%和總體100%的能源強(qiáng)度和碳排放強(qiáng)度分位數(shù)上，有偏技術(shù)進(jìn)步對節(jié)能減排均存在正向影響，但在90%分位數(shù)上，有偏技術(shù)進(jìn)步對節(jié)能減排均存在負(fù)向影響。③根據(jù)數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)、兩種形式的創(chuàng)新成果轉(zhuǎn)化能力對樣本進(jìn)行分組，分組回歸結(jié)果表明數(shù)字經(jīng)濟(jì)發(fā)展較慢、創(chuàng)新水平較低的地區(qū)有偏技術(shù)進(jìn)步的節(jié)能減排效應(yīng)更顯著。目前在數(shù)字經(jīng)濟(jì)發(fā)展較快地區(qū)，數(shù)字增強(qiáng)型技術(shù)進(jìn)步對節(jié)能減排會產(chǎn)生負(fù)向作用。

結(jié)合上述驗(yàn)證結(jié)論，文章提出以下政策建議為政府部門制定和實(shí)施相關(guān)政策提供科學(xué)依據(jù)。

（1）強(qiáng)調(diào)數(shù)字要素投入對技術(shù)進(jìn)步的促進(jìn)作用，堅(jiān)實(shí)數(shù)字生產(chǎn)力的技術(shù)基礎(chǔ)，持續(xù)拓展數(shù)字要素與其他生產(chǎn)要素融合的廣度和深度。一方面，政府應(yīng)進(jìn)一步加大數(shù)字基礎(chǔ)設(shè)施的投資力度，加快數(shù)字中國建設(shè)速度。另一方面，各地方政府應(yīng)鼓勵并引導(dǎo)傳統(tǒng)產(chǎn)業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型［58］。同時發(fā)展技術(shù)和數(shù)字要素市場，健全要素市場運(yùn)行機(jī)制。

（2）推進(jìn)節(jié)能減排政策工具的市場化。同時，加快能源消費(fèi)結(jié)構(gòu)調(diào)整，充分發(fā)揮能源消費(fèi)結(jié)構(gòu)對綠色轉(zhuǎn)型發(fā)展的促進(jìn)作用，降低工業(yè)行業(yè)能源消費(fèi)中煤炭等化石能源消費(fèi)占比，提高可再生性清潔能源消費(fèi)比重，使能源消費(fèi)向低碳化、清潔化發(fā)展［59］。

（3）針對不同地區(qū)能耗碳排放以及數(shù)字經(jīng)濟(jì)發(fā)展水平現(xiàn)狀制定差異化、動態(tài)化的政策措施。首先，鼓勵各城市結(jié)合節(jié)能減排管控技術(shù)水平、自身科創(chuàng)轉(zhuǎn)化能力、數(shù)字經(jīng)濟(jì)發(fā)展水平以及要素稟賦，創(chuàng)新性推進(jìn)內(nèi)生性的有偏技術(shù)進(jìn)步。其次，針對數(shù)字濟(jì)發(fā)展水平相對較低的城市，各地級市應(yīng)爭取更多的政策傾斜，加快推進(jìn)數(shù)字經(jīng)濟(jì)發(fā)展落后地區(qū)的數(shù)字基礎(chǔ)設(shè)施建設(shè)，提高數(shù)字基礎(chǔ)設(shè)施覆蓋面，并推動城市之間協(xié)同發(fā)展。