中國(guó)數(shù)字經(jīng)濟(jì)與城市碳排放強(qiáng)度：時(shí)空演化與作用機(jī)制

馮蘭剛 陽(yáng)文麗 王忠 樊向波

摘要 數(shù)字經(jīng)濟(jì)是實(shí)現(xiàn)“雙碳”目標(biāo)的重要驅(qū)動(dòng)力。基于2011—2019年城市面板數(shù)據(jù)，分析了中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展與碳排放強(qiáng)度的時(shí)空演化特征，運(yùn)用面板固定效應(yīng)、中介效應(yīng)模型及二者的滯后模型、門(mén)限效應(yīng)模型與空間杜賓模型，多維度實(shí)證檢驗(yàn)了中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展的“控碳”效應(yīng)與機(jī)制。主要研究結(jié)論為：①?gòu)恼w來(lái)看，研究期內(nèi)中國(guó)數(shù)字經(jīng)濟(jì)取得較快發(fā)展。從區(qū)域來(lái)看，京津冀、成渝、長(zhǎng)三角以及珠三角數(shù)字經(jīng)濟(jì)發(fā)展優(yōu)勢(shì)明顯。同時(shí)，各城市的碳排放強(qiáng)度呈現(xiàn)波動(dòng)型下降趨勢(shì)，碳排放集聚效應(yīng)明顯。②數(shù)字經(jīng)濟(jì)發(fā)展的控碳效應(yīng)顯著，創(chuàng)新能力與能源強(qiáng)度是重要的控碳機(jī)制。具體地，數(shù)字經(jīng)濟(jì)發(fā)展每提升1%水平，總體上能夠促進(jìn)城市碳排放強(qiáng)度降低0. 390%，其中通過(guò)創(chuàng)新能力這一途徑，可直接影響城市碳排放強(qiáng)度降低0. 377%，間接影響城市碳排放強(qiáng)度降低0. 013%；而通過(guò)能源強(qiáng)度這一途徑，可直接影響城市碳排放強(qiáng)度降低0. 258%，間接影響城市碳排放強(qiáng)度降低0. 132%。③從滯后效應(yīng)的動(dòng)態(tài)檢驗(yàn)結(jié)果來(lái)看，數(shù)字經(jīng)濟(jì)的控碳效應(yīng)與機(jī)制均存在著顯著的滯后效應(yīng)，且其作用效果能夠持續(xù)至第三期。④數(shù)字經(jīng)濟(jì)的控碳效應(yīng)具有以自身發(fā)展水平為基礎(chǔ)的單門(mén)限效應(yīng)，在數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)門(mén)限值的前、后兩階段，數(shù)字經(jīng)濟(jì)均顯著抑制了碳排放強(qiáng)度，但后一階段的抑制效果較前一階段而言有所減弱，即表現(xiàn)為先強(qiáng)后弱的非線性轉(zhuǎn)換。⑤在空間溢出效應(yīng)上，數(shù)字經(jīng)濟(jì)對(duì)城市碳排放強(qiáng)度的空間溢出效應(yīng)顯著為負(fù)，說(shuō)明數(shù)字經(jīng)濟(jì)發(fā)展能夠降低本城市及相鄰城市的碳排放強(qiáng)度，提升數(shù)字經(jīng)濟(jì)發(fā)展水平，加強(qiáng)城市間的協(xié)作治理有助于實(shí)現(xiàn)碳減排。

關(guān)鍵詞 數(shù)字經(jīng)濟(jì)；碳排放強(qiáng)度；時(shí)空演化；門(mén)限效應(yīng)；空間溢出

中圖分類號(hào) F832 文獻(xiàn)標(biāo)志碼 A 文章編號(hào) 1002-2104（2023）01-0150-11 DOI：10. 12062/cpre. 20220610

當(dāng)前中國(guó)經(jīng)濟(jì)發(fā)展正面臨著增速減緩與綠色轉(zhuǎn)型的雙重壓力，“雙碳”目標(biāo)成為新發(fā)展階段的主要任務(wù)，也是實(shí)現(xiàn)中國(guó)高質(zhì)量發(fā)展的重要戰(zhàn)略之一。要實(shí)施“雙碳”目標(biāo)發(fā)展戰(zhàn)略，碳減排是治理溫室氣體排放和持續(xù)改善環(huán)境質(zhì)量最直接有效的方式，必須擺在國(guó)家生態(tài)文明建設(shè)的首要位置。在大數(shù)據(jù)、人工智能、物聯(lián)網(wǎng)等數(shù)字技術(shù)同各領(lǐng)域深度融合的背景下，以數(shù)字經(jīng)濟(jì)創(chuàng)新驅(qū)動(dòng)生產(chǎn)生活方式綠色轉(zhuǎn)變，能源配置更加合理、利用效率大幅提高和能源清潔低碳安全高效利用，被視為實(shí)現(xiàn)中國(guó)“雙碳”目標(biāo)愿景的重要途徑［1］?，F(xiàn)有文獻(xiàn)認(rèn)為，數(shù)字經(jīng)濟(jì)主要通過(guò)兩種方式促進(jìn)碳減排，其一是通過(guò)數(shù)字技術(shù)與碳足跡、碳匯等方面的應(yīng)用融合，能夠?qū)崿F(xiàn)對(duì)能源行業(yè)的數(shù)字化監(jiān)測(cè)、碳排放精準(zhǔn)計(jì)量與預(yù)測(cè)、合理規(guī)劃，提高能源使用率，降低能源行業(yè)的碳排放量［1-2］；其二是通過(guò)數(shù)字化改造舊動(dòng)能，引領(lǐng)和培育新動(dòng)能，能夠促進(jìn)技術(shù)創(chuàng)新與清潔能源生產(chǎn)，推進(jìn)重點(diǎn)行業(yè)和重要領(lǐng)域綠色化改造，從而降低碳排放強(qiáng)度，為美麗中國(guó)建設(shè)實(shí)現(xiàn)作出貢獻(xiàn)［3-4］。但上述觀點(diǎn)多為理論層面的分析，缺乏實(shí)證檢驗(yàn)證據(jù)，因此文章提出以下問(wèn)題：數(shù)字經(jīng)濟(jì)發(fā)展能否成為促進(jìn)城市碳減排的有力工具？如果答案是肯定的，它的作用機(jī)制是什么？數(shù)字經(jīng)濟(jì)對(duì)碳排放強(qiáng)度的影響在自身特征方面具有何種差異？在空間上的效應(yīng)是否存在？以數(shù)字經(jīng)濟(jì)為主題的碳減排效應(yīng)引起理論界和決策層的廣泛討論與關(guān)注，成為一個(gè)亟待研究論證的重要問(wèn)題。

1 文獻(xiàn)綜述

隨著數(shù)字經(jīng)濟(jì)快速興起，數(shù)字經(jīng)濟(jì)受到了眾多學(xué)者的廣泛關(guān)注，能否利用數(shù)字經(jīng)濟(jì)來(lái)推動(dòng)“雙碳”目標(biāo)的實(shí)現(xiàn)更是成為學(xué)者們的研究熱點(diǎn)。陳曉紅等［1］從能源供給、消費(fèi)、應(yīng)用、創(chuàng)新等方面，通過(guò)梳理和分析數(shù)字技術(shù)對(duì)碳足跡、碳匯領(lǐng)域的影響，闡述了數(shù)字技術(shù)對(duì)碳減排的相關(guān)理論研究與應(yīng)用、存在的問(wèn)題。謝云飛［5］通過(guò)建立省級(jí)層面的面板模型、面板分位數(shù)與中介效應(yīng)模型，考察了數(shù)字經(jīng)濟(jì)影響區(qū)域碳排放強(qiáng)度的效應(yīng)及機(jī)制，發(fā)現(xiàn)數(shù)字經(jīng)濟(jì)能夠有效促進(jìn)碳排放強(qiáng)度下降，且能源結(jié)構(gòu)優(yōu)化、有偏技術(shù)進(jìn)步是其中的重要機(jī)制。許釗等［6］為研究數(shù)字金融的污染減排效應(yīng)，構(gòu)建了中介、門(mén)限以及空間杜賓等地級(jí)市面板數(shù)據(jù)模型，驗(yàn)證了數(shù)字金融具有顯著的污染減排作用，且創(chuàng)業(yè)、創(chuàng)新和產(chǎn)業(yè)升級(jí)是其中的內(nèi)在機(jī)制。另外，數(shù)字金融的污染減排效應(yīng)還具有以自身發(fā)展水平為門(mén)限變量的雙門(mén)限效應(yīng)，也存在著空間溢出效應(yīng)。Zhang等［7］通過(guò)建立以數(shù)字消費(fèi)創(chuàng)新與低碳消費(fèi)為研究對(duì)象的訂單物流模型，發(fā)現(xiàn)數(shù)字消費(fèi)創(chuàng)新提高了居民在消費(fèi)活動(dòng)中的低碳意識(shí)，有助于降低碳排放。Ma等［8］基于中國(guó)30個(gè)省份的面板數(shù)據(jù)，研究發(fā)現(xiàn)數(shù)字經(jīng)濟(jì)能夠抑制碳排放，且研發(fā)投資在數(shù)字經(jīng)濟(jì)和碳排放之間發(fā)揮正向調(diào)節(jié)作用。

綜上所述，數(shù)字經(jīng)濟(jì)已成為“雙碳”目標(biāo)發(fā)展戰(zhàn)略的重要實(shí)現(xiàn)方式之一，但以城市為分析對(duì)象，圍繞數(shù)字經(jīng)濟(jì)與碳排放的實(shí)證文獻(xiàn)較少。僅有的相關(guān)研究為數(shù)字技術(shù)推動(dòng)“雙碳”目標(biāo)實(shí)現(xiàn)的理論分析和路徑闡述、互聯(lián)網(wǎng)發(fā)展對(duì)全要素碳生產(chǎn)率的影響研究以及數(shù)字經(jīng)濟(jì)對(duì)省級(jí)層面碳排放強(qiáng)度的影響效應(yīng)及作用機(jī)制和數(shù)字金融影響污染減排的效應(yīng)研究等環(huán)境污染論題［1，4-11］。鑒于此，文章試圖基于一個(gè)全面、系統(tǒng)的框架以考察數(shù)字經(jīng)濟(jì)影響中國(guó)碳排放強(qiáng)度的效應(yīng)和作用機(jī)制。

基于此，文章測(cè)算了2011—2019年全國(guó)285個(gè)地級(jí)市的數(shù)字經(jīng)濟(jì)發(fā)展和碳排放強(qiáng)度的綜合水平，應(yīng)用多種計(jì)量模型實(shí)證檢驗(yàn)了數(shù)字經(jīng)濟(jì)影響城市碳排放的效應(yīng)及機(jī)制，可能的邊際貢獻(xiàn)為：第一，研究尺度上，以城市為研究對(duì)象。通常地，經(jīng)濟(jì)活動(dòng)主要發(fā)生于城市區(qū)域，相較于省級(jí)層面的研究而言，能在更為細(xì)化的空間尺度上對(duì)數(shù)字經(jīng)濟(jì)和碳排放強(qiáng)度的影響效應(yīng)和作用機(jī)制進(jìn)行分析，更具研究?jī)r(jià)值。第二，機(jī)制分析上，基于城市層面數(shù)據(jù)，發(fā)現(xiàn)創(chuàng)新能力與能源強(qiáng)度是數(shù)字經(jīng)濟(jì)的控碳機(jī)制，且數(shù)字經(jīng)濟(jì)的控碳效應(yīng)與機(jī)制均存在顯著的滯后效應(yīng)，拓展了數(shù)字經(jīng)濟(jì)的控碳機(jī)制研究，豐富了現(xiàn)有的研究結(jié)論；第三，基于數(shù)字經(jīng)濟(jì)對(duì)城市碳排放強(qiáng)度的空間溢出效應(yīng)顯著為負(fù)的研究結(jié)論，提出了提升數(shù)字經(jīng)濟(jì)發(fā)展水平，加強(qiáng)城市間的協(xié)作治理有助于實(shí)現(xiàn)碳減排的政策建議。

2 理論分析

2. 1 數(shù)字經(jīng)濟(jì)影響碳排放強(qiáng)度的效應(yīng)解析

與現(xiàn)階段低碳城市試點(diǎn)政策、全國(guó)碳排放權(quán)交易政策不同，數(shù)字經(jīng)濟(jì)利用數(shù)字技術(shù)與能源和環(huán)境等領(lǐng)域經(jīng)濟(jì)活動(dòng)融合應(yīng)用的方式發(fā)揮節(jié)能減排的環(huán)境治理作用。相關(guān)研究表明，數(shù)字經(jīng)濟(jì)能夠通過(guò)數(shù)字技術(shù)的融合與創(chuàng)新來(lái)協(xié)調(diào)能源供求關(guān)系、激勵(lì)技術(shù)革新和轉(zhuǎn)變消費(fèi)模式，做到既加快產(chǎn)業(yè)數(shù)字化發(fā)展又減少能源碳排放，利用數(shù)字化發(fā)展引導(dǎo)能源綠色轉(zhuǎn)型，改善環(huán)境污染，實(shí)現(xiàn)高質(zhì)量發(fā)展目標(biāo)［12］。具體地，數(shù)字經(jīng)濟(jì)主要可以通過(guò)以下三個(gè)方面來(lái)降低城市碳排放。第一，深入融合數(shù)字技術(shù)，促進(jìn)能源清潔生產(chǎn)。數(shù)字經(jīng)濟(jì)時(shí)代下，將大數(shù)據(jù)、人工智能和分布式管理等數(shù)字技術(shù)應(yīng)用于生產(chǎn)、運(yùn)輸、消費(fèi)等各個(gè)環(huán)節(jié)，有利于迅速整合碎片化知識(shí)信息，促進(jìn)節(jié)能低碳技術(shù)創(chuàng)新和能源清潔生產(chǎn)，從而有力推進(jìn)碳減排［13-14］。第二，調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，改善生產(chǎn)效率。數(shù)字技術(shù)的應(yīng)用既能促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)，提升高新技術(shù)水平，實(shí)現(xiàn)能源和資源高效利用，優(yōu)化資源配置方式，從而有效控制和降低碳排放［15-17］。第三，有效促進(jìn)能源供給與消費(fèi)兩方面的協(xié)調(diào)。通過(guò)應(yīng)用數(shù)字技術(shù)能夠提高能源采集效率和線上互聯(lián)程度，數(shù)字經(jīng)濟(jì)可實(shí)現(xiàn)集約式、數(shù)據(jù)式與精細(xì)式的能源供給，同時(shí)催生能源消費(fèi)新方式，促進(jìn)能源供給與消費(fèi)兩方面的協(xié)調(diào)，降低碳排放強(qiáng)度［18-19］。據(jù)此提出下述研究假設(shè)H1。

H1：數(shù)字經(jīng)濟(jì)能夠?qū)Τ鞘刑寂欧艔?qiáng)度產(chǎn)生抑制作用。

2. 2 創(chuàng)新能力中介傳導(dǎo)機(jī)制解析

數(shù)字經(jīng)濟(jì)發(fā)展可能促進(jìn)城市創(chuàng)新能力的提升。一方面，數(shù)字經(jīng)濟(jì)借助各類數(shù)字平臺(tái)發(fā)布大量的信息資源，信息的集中與快速流動(dòng)極大節(jié)約了企業(yè)的搜尋時(shí)間和成本，有效降低了經(jīng)濟(jì)主體間的信息不對(duì)稱，一定程度上解決了創(chuàng)新活動(dòng)的融資受約束問(wèn)題，有利于創(chuàng)新項(xiàng)目以較低成本獲取外部融資，從而提高區(qū)域的創(chuàng)新產(chǎn)出［20-21］。另一方面，數(shù)字經(jīng)濟(jì)通過(guò)互聯(lián)網(wǎng)平臺(tái)，破解了需求方與研發(fā)方的信息分割難題，使消費(fèi)方直接參與產(chǎn)品的研發(fā)，增加新產(chǎn)品成功研發(fā)的概率，進(jìn)而提升企業(yè)的創(chuàng)新水平［22］。此外，數(shù)字經(jīng)濟(jì)與產(chǎn)業(yè)的深度融合，高效整合生產(chǎn)要素資源，減少了生產(chǎn)經(jīng)營(yíng)過(guò)程中的各項(xiàng)開(kāi)銷，提高企業(yè)盈利水平，進(jìn)而激勵(lì)企業(yè)增加研發(fā)投入，促進(jìn)企業(yè)創(chuàng)新［22］。但Sweet等［23］指出數(shù)字經(jīng)濟(jì)時(shí)代下面臨著保護(hù)知識(shí)產(chǎn)權(quán)力度不足、侵權(quán)泛濫等嚴(yán)峻問(wèn)題，導(dǎo)致企業(yè)缺乏創(chuàng)新動(dòng)力、減少研發(fā)投入，進(jìn)而不利于創(chuàng)新水平的提升。與此同時(shí)，城市創(chuàng)新能力的提升也可能有助于降低碳排放強(qiáng)度。創(chuàng)新能力主要能夠通過(guò)產(chǎn)業(yè)結(jié)構(gòu)、節(jié)能技術(shù)研發(fā)以及經(jīng)濟(jì)增長(zhǎng)三方面來(lái)影響碳排放。首先，城市創(chuàng)新將改變由傳統(tǒng)的資源稟賦型驅(qū)動(dòng)模式，升級(jí)為科技、知識(shí)和人才等創(chuàng)新驅(qū)動(dòng)，創(chuàng)新模式有利于促進(jìn)生產(chǎn)模式朝著知識(shí)和技術(shù)密集型轉(zhuǎn)型，推動(dòng)城市綠色、低碳的集約式發(fā)展，同時(shí)引導(dǎo)人們生活理念向著低碳消費(fèi)、綠色出行轉(zhuǎn)變［24］。其次，技術(shù)創(chuàng)新能夠有利于促進(jìn)清潔新能源逐漸替代煤炭石油等傳統(tǒng)能源，減少傳統(tǒng)能源消耗，從而降低碳排放［25-26］。然而劉志華等［27］的研究表明技術(shù)創(chuàng)新驅(qū)動(dòng)經(jīng)濟(jì)增長(zhǎng)所產(chǎn)生的碳排放效應(yīng)與其本身帶來(lái)的碳減排效應(yīng)同時(shí)發(fā)揮作用，在一定程度上相互抵消，因而不能確定技術(shù)創(chuàng)新和碳排放之間的關(guān)系。據(jù)此提出如下研究假設(shè)H2a。

H2a：創(chuàng)新能力在數(shù)字經(jīng)濟(jì)影響城市碳排放強(qiáng)度的效應(yīng)中存在明顯的中介效應(yīng)。

2. 3 能源強(qiáng)度中介傳導(dǎo)機(jī)制解析

通過(guò)上文分析不難得出，數(shù)字經(jīng)濟(jì)對(duì)城市碳排放強(qiáng)度的影響效應(yīng)能夠歸納為直接與間接兩種方式：其一，數(shù)字經(jīng)濟(jì)能夠通過(guò)負(fù)外部性、知識(shí)溢出效應(yīng)、降低成本、信息資源集中、平臺(tái)實(shí)時(shí)監(jiān)測(cè)等途徑直接影響城市碳排放強(qiáng)度；其二，數(shù)字經(jīng)濟(jì)能夠通過(guò)數(shù)字技術(shù)融合促進(jìn)能源效率提升、優(yōu)化配置等方式影響能源強(qiáng)度，從而間接影響著城市碳排放強(qiáng)度。顯然，直接和間接這兩種影響方式具有明顯的“分工”。數(shù)字經(jīng)濟(jì)是以知識(shí)和信息為生產(chǎn)要素，以現(xiàn)代化通信網(wǎng)絡(luò)為傳輸載體，通過(guò)數(shù)字技術(shù)與各領(lǐng)域的深度融合應(yīng)用的新經(jīng)濟(jì)形式。而數(shù)字化改造舊動(dòng)能，引領(lǐng)和培育新動(dòng)能，能夠促進(jìn)技術(shù)創(chuàng)新與清潔能源生產(chǎn)，推進(jìn)重點(diǎn)行業(yè)和重要領(lǐng)域綠色化改造，無(wú)疑會(huì)對(duì)能源利用和碳排放量產(chǎn)生重要影響［2］?？紤]到碳排放的主要來(lái)源為化石、煤炭等能源燃燒，因此一旦數(shù)字經(jīng)濟(jì)影響到能源的利用效率，就必然會(huì)對(duì)碳排放強(qiáng)度產(chǎn)生間接作用。一方面，隨著數(shù)字技術(shù)的深入應(yīng)用與廣泛推廣，促進(jìn)了能源市場(chǎng)動(dòng)態(tài)及其價(jià)格變化趨勢(shì)的快速發(fā)布，降低信息不對(duì)稱性，及時(shí)進(jìn)行能源的保障供應(yīng)。再者通過(guò)對(duì)能源數(shù)據(jù)流的實(shí)時(shí)收集、監(jiān)測(cè)、傳遞與分析利用，能夠?qū)崿F(xiàn)能源要素的高效率配置［28-29］；另一方面，數(shù)字經(jīng)濟(jì)的發(fā)展，加強(qiáng)了在不同區(qū)域與不同主體間關(guān)于能源的調(diào)度與利用上的協(xié)同作用，在工業(yè)、建筑和交通等各領(lǐng)域推動(dòng)數(shù)字化節(jié)能，促進(jìn)能源效率的提升［30-31］。因而，數(shù)字經(jīng)濟(jì)會(huì)通過(guò)影響能源利用率與配置方式，進(jìn)而對(duì)城市碳排放強(qiáng)度帶來(lái)間接影響。據(jù)此提出如下研究假設(shè)H2b。

H2b：能源強(qiáng)度在數(shù)字經(jīng)濟(jì)影響城市碳排放強(qiáng)度的效應(yīng)中存在明顯的中介效應(yīng)。

3 模型與變量

為檢驗(yàn)前文中所提出的數(shù)字經(jīng)濟(jì)對(duì)城市碳排放強(qiáng)度是否具有直接效應(yīng)、傳導(dǎo)機(jī)制、非線性效應(yīng)及空間溢出效應(yīng)，文章建立了一般面板回歸、中介效應(yīng)、門(mén)限回歸與空間杜賓等模型以進(jìn)行實(shí)證檢驗(yàn)，模型中的變量及其來(lái)源也將于該部分進(jìn)行詳細(xì)闡述。

3. 1 實(shí)證模型構(gòu)建

基準(zhǔn)回歸檢驗(yàn)。首先，為檢驗(yàn)上文理論分析提出的研究假設(shè)問(wèn)題H1，文章根據(jù)數(shù)字經(jīng)濟(jì)對(duì)碳排放強(qiáng)度的直接傳導(dǎo)機(jī)制構(gòu)建如下基準(zhǔn)回歸模型：

面板門(mén)限模型檢驗(yàn)。進(jìn)一步地，除了通過(guò)中介效應(yīng)模型對(duì)間接傳導(dǎo)機(jī)制進(jìn)行研究分析外，還應(yīng)該考慮數(shù)字經(jīng)濟(jì)發(fā)展中潛在的非線性效應(yīng)，以及數(shù)字經(jīng)濟(jì)發(fā)展水平對(duì)碳排放強(qiáng)度的影響效應(yīng)存在區(qū)間的異質(zhì)性，為了減少人為劃分區(qū)間給模型估計(jì)結(jié)果造成主觀性偏差，文章運(yùn)用面板門(mén)限模型以檢驗(yàn)在不同數(shù)字經(jīng)濟(jì)發(fā)展水平區(qū)間內(nèi)數(shù)字經(jīng)濟(jì)發(fā)展對(duì)碳排放強(qiáng)度的非線性與異質(zhì)性影響。因此，以單一門(mén)限為例，在式（1）的基礎(chǔ)上構(gòu)建了數(shù)字經(jīng)濟(jì)與碳排放強(qiáng)度的門(mén)限回歸模型，模型基本形式設(shè)定如下：

3. 2 變量選取與度量

（1）被解釋變量：城市碳排放強(qiáng)度（CI）。通常地，文章采用城市CO2排放量與該城市生產(chǎn)總值的比重進(jìn)行衡量。其中，城市CO2排放量數(shù)據(jù)來(lái)源于CEADS數(shù)據(jù)庫(kù)。

（2）核心解釋變量：數(shù)字經(jīng)濟(jì)（Dige）。文章選取數(shù)字經(jīng)濟(jì)綜合指數(shù)來(lái)表征。參考錢(qián)海章等［32］的研究方法，以互聯(lián)網(wǎng)發(fā)展為關(guān)鍵要素，結(jié)合數(shù)字交易情況，同時(shí)鑒于地市級(jí)層面有關(guān)數(shù)據(jù)的可獲得性，文章選取互聯(lián)網(wǎng)發(fā)展、數(shù)字金融兩個(gè)維度來(lái)共同刻畫(huà)數(shù)字經(jīng)濟(jì)發(fā)展，其中對(duì)于互聯(lián)網(wǎng)發(fā)展，參考黃群慧等［33］的研究，并考慮到較早時(shí)期人們信息傳輸?shù)姆绞蕉际墙?jīng)由郵局來(lái)完成，郵局是人們形成“線上”交流的重要方式與習(xí)慣，因而數(shù)字技術(shù)的興起和發(fā)展更容易出現(xiàn)在這些地區(qū)［22］，因此郵政收入也是衡量互聯(lián)網(wǎng)發(fā)展的重要因素?；谝陨峡紤]，文章使用電信業(yè)務(wù)收入、軟件與計(jì)算機(jī)從業(yè)人數(shù)、郵政業(yè)務(wù)收入、移動(dòng)電話年末用戶數(shù)以及互聯(lián)網(wǎng)寬帶接入用戶數(shù)5項(xiàng)指標(biāo)來(lái)共同刻畫(huà)互聯(lián)網(wǎng)發(fā)展這一指標(biāo)；對(duì)于數(shù)字金融發(fā)展，其結(jié)果反映了數(shù)字技術(shù)與相關(guān)產(chǎn)業(yè)的融合應(yīng)用以及產(chǎn)出，在這里借鑒許釗等［6］的方法，采用北京大學(xué)數(shù)字金融中心發(fā)布的城市數(shù)字普惠金融指數(shù)來(lái)表征?；诖?，采用熵值法將上述6個(gè)指標(biāo)合成得到數(shù)字經(jīng)濟(jì)綜合發(fā)展指數(shù)。需要注意的是，文章按照熵值法的要求先對(duì)所有的指標(biāo)進(jìn)行了數(shù)據(jù)標(biāo)準(zhǔn)化處理。

（3）中介變量?；谇拔睦碚摲治?，數(shù)字經(jīng)濟(jì)能夠通過(guò)能源強(qiáng)度和創(chuàng)新能力的途徑影響城市碳排放強(qiáng)度。因此，文章選取以下中介變量：①城市創(chuàng)新能力（Innov）：區(qū)域創(chuàng)新是促進(jìn)經(jīng)濟(jì)高質(zhì)量轉(zhuǎn)型升級(jí)的核心驅(qū)動(dòng)力［34］。參考李健等［35］的研究，文章采用萬(wàn)人發(fā)明專利授權(quán)量來(lái)作為創(chuàng)新能力的代理變量。②能源強(qiáng)度（EI）：用于表示經(jīng)濟(jì)結(jié)構(gòu)與能源利用率之間的變化情況，同時(shí)也是能源強(qiáng)度、節(jié)能降耗的主要衡量指標(biāo)。文章采用能源消費(fèi)量占該城市生產(chǎn)總值的比重來(lái)表征能源強(qiáng)度，其中鑒于數(shù)據(jù)的可得性，且城市用電量是能源消耗的主要來(lái)源，因此文章的能源消費(fèi)量采用城市用電量，并按照能源折合標(biāo)準(zhǔn)煤的方法對(duì)其進(jìn)行折算，從而計(jì)算出能源消耗量。

（4）控制變量。為避免遺漏重要解釋變量對(duì)實(shí)證檢驗(yàn)結(jié)果造成的偏差，參考相關(guān)研究［36-38］，文章在模型中引入以下六個(gè)控制變量：①產(chǎn)業(yè)結(jié)構(gòu)（IS），以第二產(chǎn)業(yè)增加值占該城市生產(chǎn)總值的比重來(lái)衡量。②人口密度（Pop），選取單位面積人口總數(shù)來(lái)表征。③外商直接投資水平（FDI），采用當(dāng)年城市實(shí)際使用外資額占該城市生產(chǎn)總值的比重表示。④資本勞動(dòng)比（Kl），采用資本存量占勞動(dòng)力比重衡量，其中資本存量借鑒張軍等［36］的研究方法并以2003年為基期進(jìn)行計(jì)算，勞動(dòng)力以年末單位就業(yè)人數(shù)來(lái)表征。⑤基礎(chǔ)設(shè)施（Inf），采用城市道路面積來(lái)表示。⑥財(cái)政支出（FE），以一般性財(cái)政事務(wù)支出額來(lái)表征。

3. 3 數(shù)據(jù)來(lái)源

除去部分?jǐn)?shù)據(jù)缺失嚴(yán)重的地級(jí)城市以及西藏、港澳臺(tái)地區(qū)外，文章采用2011—2019年中國(guó)285個(gè)地級(jí)市的樣本數(shù)據(jù)開(kāi)展實(shí)證研究。對(duì)于該研究使用的數(shù)據(jù)，數(shù)字金融數(shù)據(jù)來(lái)自北京大學(xué)數(shù)字金融中心發(fā)布的城市數(shù)字普惠金融指數(shù)；城市CO2排放數(shù)據(jù)來(lái)源于CEADS數(shù)據(jù)庫(kù)；城市創(chuàng)新能力指標(biāo)數(shù)據(jù)來(lái)自CNRDS數(shù)據(jù)庫(kù)；能源強(qiáng)度、互聯(lián)網(wǎng)發(fā)展、GDP以及控制變量的數(shù)據(jù)來(lái)自《中國(guó)城市統(tǒng)計(jì)年鑒》、EPS數(shù)據(jù)庫(kù)等；個(gè)別缺失值采用平均插值法補(bǔ)充完善。此外，為了避免因宏觀數(shù)據(jù)的非平穩(wěn)性對(duì)實(shí)證結(jié)果造成干擾，在這里對(duì)文章所使用的變量全部進(jìn)行取對(duì)數(shù)處理。

4 實(shí)證分析

4. 1 時(shí)空演化特征

（1）數(shù)字經(jīng)濟(jì)。為了更深入地描述中國(guó)各城市數(shù)字經(jīng)濟(jì)發(fā)展水平的時(shí)空演變趨勢(shì)，文章利用Arcgis10. 7軟件分別繪制了2011年、2015年和2019年數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)的空間分布圖（圖1）。整體來(lái)看，2011—2019年期間，隨著時(shí)間推移中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展水平得到了明顯提升。特別是在2015—2019年，各城市數(shù)字經(jīng)濟(jì)發(fā)展層級(jí)逐級(jí)遞增，數(shù)字經(jīng)濟(jì)發(fā)展增長(zhǎng)區(qū)面積進(jìn)一步擴(kuò)大，其中發(fā)展態(tài)勢(shì)良好的區(qū)域主要集中在以京津冀、成渝、長(zhǎng)三角以及珠三角等城市群，但各城市數(shù)字經(jīng)濟(jì)發(fā)展仍存在明顯差距。具體地，在2011年，大多數(shù)城市數(shù)字經(jīng)濟(jì)發(fā)展水平總體呈現(xiàn)為低水平，發(fā)展差距較為突出，僅有北京市數(shù)字經(jīng)濟(jì)發(fā)展達(dá)到高水平；在2015年，各城市數(shù)字經(jīng)濟(jì)發(fā)展層級(jí)出現(xiàn)明顯遞增，數(shù)字經(jīng)濟(jì)發(fā)展高水平區(qū)域增加，除北京外上海市、成渝城市群和廣東等也加入數(shù)字經(jīng)濟(jì)發(fā)展高水平行列；在2019年，各城市數(shù)字經(jīng)濟(jì)發(fā)展得到進(jìn)一步提升，逐漸形成以京津冀、成渝、長(zhǎng)三角以及珠三角等數(shù)字經(jīng)濟(jì)發(fā)展高水平城市群向鄰近城市輻射的格局，其形成原因可能在于數(shù)字資源與數(shù)字技術(shù)溢出效應(yīng)的影響。

（2）城市碳排放強(qiáng)度。為了直觀地剖析中國(guó)各城市排放強(qiáng)度時(shí)空演變趨勢(shì)，文章利用Arcgis10. 7軟件繪制了2011—2019年城市碳排放強(qiáng)度的標(biāo)準(zhǔn)差橢圓和重心轉(zhuǎn)移圖（圖2）。如圖2所示，全國(guó)各城市碳排放強(qiáng)度的標(biāo)準(zhǔn)差橢圓為東北-西南方向，重心位于河南、山西地區(qū)，其轉(zhuǎn)移路線為許昌市→鄭州市→焦作市→新鄉(xiāng)市→晉城市；在2011—2016年期間，橢圓重心向東北方向移動(dòng)，向東移動(dòng)48. 08 km，向北移動(dòng)124. 59 km，總體移動(dòng)133. 55 km，平均每年移動(dòng)22. 26 km；另外，在2016—2017年期間，重心則轉(zhuǎn)向西南方向移動(dòng)，向西轉(zhuǎn)移24. 61 km，向南轉(zhuǎn)移12. 70 km，整體向西南移動(dòng)27. 69 km；在2017—2018 年期間，重心再次向東北方向轉(zhuǎn)移，向東轉(zhuǎn)移7. 51 km，向北轉(zhuǎn)移14. 62 km，整體向東北移動(dòng)16. 44 km；從2012年，橢圓面積波動(dòng)增大，到2017年面積達(dá)到最大值為3 048 900 km2；之后，橢圓面積呈下降趨勢(shì)，面積下降說(shuō)明城市碳排放的集聚效應(yīng)增強(qiáng)。

4. 2 基準(zhǔn)回歸與機(jī)制分析

4. 2. 1 基準(zhǔn)回歸結(jié)果分析

根據(jù)上文構(gòu)建的計(jì)量模型，文章考察了數(shù)字經(jīng)濟(jì)對(duì)城市碳排放強(qiáng)度的效應(yīng)研究，結(jié)果見(jiàn)表1。首先，在基準(zhǔn)回歸檢驗(yàn)中，通過(guò)在回歸模型中分別不加入控制變量與加入控制變量進(jìn)行回歸估計(jì)，同時(shí)采用地區(qū)固定效應(yīng)，以提高回歸估計(jì)結(jié)果的穩(wěn)健性?；貧w結(jié)果顯示，兩模型中數(shù)字經(jīng)濟(jì)的回歸估計(jì)系數(shù)一致，且均顯著為負(fù)。相較于引入控制變量，未引入控制變量模型的可決系數(shù)為0. 163<0. 205（加入控制變量），表明引入控制變量模型的擬合效果更優(yōu)且可靠。因此，在這里以引入控制變量后的回歸估計(jì)結(jié)果為準(zhǔn)，分析基準(zhǔn)模型的回歸結(jié)果。數(shù)字經(jīng)濟(jì)（Dige）這一核心解釋變量的回歸估計(jì)系數(shù)為-0. 390，且通過(guò)1%的顯著性檢驗(yàn)，意味著數(shù)字經(jīng)濟(jì)對(duì)城市層面的碳排放強(qiáng)度的影響存在顯著的抑制作用，城市數(shù)字經(jīng)濟(jì)發(fā)展水平每提升1個(gè)單位，城市碳排放強(qiáng)度平均能夠降低__ 0. 390個(gè)單位。綜上可知，研究假設(shè)H1得證，即實(shí)證結(jié)果有力地論證了數(shù)字經(jīng)濟(jì)具有顯著的控碳效應(yīng)。

4. 2. 2 數(shù)字經(jīng)濟(jì)對(duì)碳排放強(qiáng)度滯后效應(yīng)的檢驗(yàn)

發(fā)展數(shù)字經(jīng)濟(jì)時(shí)，5G基站、工業(yè)無(wú)線網(wǎng)絡(luò)等數(shù)字化基礎(chǔ)設(shè)施的建設(shè)、專業(yè)人才的培養(yǎng)等都需要花費(fèi)一定的時(shí)間進(jìn)行改造和發(fā)展；企業(yè)的數(shù)字化轉(zhuǎn)型過(guò)程中，大數(shù)據(jù)、物聯(lián)網(wǎng)、云計(jì)算等數(shù)字技術(shù)與其生產(chǎn)經(jīng)營(yíng)活動(dòng)應(yīng)用融合時(shí)也需要時(shí)間；知識(shí)溢出、研發(fā)創(chuàng)新以及互聯(lián)網(wǎng)發(fā)展逐漸走向成熟等數(shù)字經(jīng)濟(jì)要素發(fā)展仍然需要時(shí)間［39］。這意味著數(shù)字經(jīng)濟(jì)發(fā)展促進(jìn)城市碳減排的同時(shí)，可能存在一定的滯后效應(yīng)。接下來(lái)，文章將采用動(dòng)態(tài)分析檢驗(yàn)數(shù)字經(jīng)濟(jì)對(duì)城市碳排放強(qiáng)度的滯后效應(yīng)。首先，在基準(zhǔn)回歸模型（1）基礎(chǔ)上引入數(shù)字經(jīng)濟(jì)核心解釋變量的滯后一期、二期和三期變量，進(jìn)行方差膨脹因子（VIF）檢驗(yàn)，檢驗(yàn)結(jié)果顯示數(shù)字經(jīng)濟(jì)滯后一期、二期、三期變量的VIF值分別為18. 70、27. 02和13. 86，而其余變量的VIF值均小于10，表明此模型存在多重共線性問(wèn)題。因此，為防止多重共線性問(wèn)題，文章參考趙云鵬等［40］的做法，對(duì)數(shù)字經(jīng)濟(jì)這一核心解釋變量滯后若干期，逐一地考察當(dāng)期的數(shù)字經(jīng)濟(jì)對(duì)未來(lái)幾期內(nèi)城市碳排放強(qiáng)度的影響，回歸結(jié)果見(jiàn)表1。

從表1的回歸結(jié)果可知，數(shù)字經(jīng)濟(jì)對(duì)當(dāng)期的城市碳排放強(qiáng)度的抑制作用較強(qiáng)，其估計(jì)系數(shù)為-0. 390；對(duì)第二期城市碳排放強(qiáng)度的抑制作用最強(qiáng)，之后對(duì)第三期影響程度開(kāi)始下降，但統(tǒng)計(jì)意義均十分顯著，即均通過(guò)1%的顯著性檢驗(yàn)，這說(shuō)明數(shù)字經(jīng)濟(jì)對(duì)城市碳減排有著滯后效應(yīng)，其作用效果在第二期時(shí)達(dá)到最大；第四期，數(shù)字經(jīng)濟(jì)與城市碳排放強(qiáng)度仍呈現(xiàn)負(fù)相關(guān)關(guān)系，但未通過(guò)顯著性檢驗(yàn)。上述結(jié)果表明數(shù)字經(jīng)濟(jì)對(duì)城市碳排放強(qiáng)度的影響存在著滯后效應(yīng)，且其產(chǎn)生的抑制作用能夠持續(xù)至第三期，即數(shù)字經(jīng)濟(jì)自當(dāng)年起之后的兩年，往后不再存在持續(xù)性。

4. 2. 3 中介效應(yīng)分析及穩(wěn)健性檢驗(yàn)

前文理論分析中，分別從城市創(chuàng)新能力、能源強(qiáng)度兩個(gè)角度分析了數(shù)字經(jīng)濟(jì)影響城市碳排放強(qiáng)度的作用傳導(dǎo)機(jī)制。為了驗(yàn)證傳導(dǎo)機(jī)制這一假設(shè)，文章運(yùn)用中介效應(yīng)檢驗(yàn)對(duì)該假設(shè)進(jìn)行實(shí)證分析，其檢驗(yàn)結(jié)果見(jiàn)表2。數(shù)字經(jīng)濟(jì)當(dāng)期的檢驗(yàn)結(jié)果顯示，在模型1與模型4再次論證了數(shù)字經(jīng)濟(jì)能夠抑制城市碳排放強(qiáng)度的基礎(chǔ)上，模型2檢驗(yàn)了數(shù)字經(jīng)濟(jì)與城市創(chuàng)新能力二者之間的關(guān)系，其中數(shù)字經(jīng)濟(jì)的估計(jì)系數(shù)為正，且通過(guò)1%的顯著性檢驗(yàn)，說(shuō)明數(shù)字經(jīng)濟(jì)能夠促進(jìn)城市創(chuàng)新能力的提升；模型5檢驗(yàn)了數(shù)字經(jīng)濟(jì)與能源強(qiáng)度的關(guān)系，其中數(shù)字經(jīng)濟(jì)的估計(jì)系數(shù)顯著為負(fù)，則意味著數(shù)字經(jīng)濟(jì)發(fā)展能夠有效降低能源強(qiáng)度。最后，模型3與模型6考察數(shù)字經(jīng)濟(jì)與城市創(chuàng)新能力、數(shù)字經(jīng)濟(jì)與能源強(qiáng)度分別對(duì)城市碳排放強(qiáng)度的影響，結(jié)果顯示：在考慮城市創(chuàng)新能力的情況下，模型3中數(shù)字經(jīng)濟(jì)對(duì)碳排放的影響系數(shù)顯著為負(fù)，但相比模型1有所減小，說(shuō)明城市創(chuàng)新能力的提升是數(shù)字經(jīng)濟(jì)促進(jìn)城市碳減排的作用機(jī)制。在考慮能源強(qiáng)度的情況下模型6中數(shù)字經(jīng)濟(jì)對(duì)城市碳排放強(qiáng)度的回歸估計(jì)系數(shù)顯著為負(fù)，且能源強(qiáng)度對(duì)城市碳排放強(qiáng)度的影響顯著為正，表明降低能源強(qiáng)度是數(shù)字經(jīng)濟(jì)促進(jìn)城市碳減排的作用機(jī)制。具體地，數(shù)字經(jīng)濟(jì)發(fā)展水平每提升1%，總體上能夠促進(jìn)城市碳排放強(qiáng)度降低0. 390%，其中通過(guò)創(chuàng)新能力這一途徑，可直接影響城市碳排放強(qiáng)度降低0. 377%，間接影響城市碳排放強(qiáng)度降低0. 013%；而通過(guò)能源強(qiáng)度這一途徑，可直接影響城市碳排放強(qiáng)度降低0. 258%，間接影響城市碳排放強(qiáng)度降低0. 132%。綜上可知，研究假設(shè)H2a和H2b得證。

進(jìn)一步地，通過(guò)上文數(shù)字經(jīng)濟(jì)對(duì)碳排放滯后效應(yīng)的檢驗(yàn)，發(fā)現(xiàn)數(shù)字經(jīng)濟(jì)對(duì)城市碳排放強(qiáng)度的影響存在著明顯的滯后效應(yīng)，且其產(chǎn)生的抑制作用能夠持續(xù)至第三期。基于此，文章將采用動(dòng)態(tài)分析檢驗(yàn)數(shù)字經(jīng)濟(jì)對(duì)城市碳排放強(qiáng)度的作用路徑內(nèi)是否同樣也具有滯后效應(yīng)，檢驗(yàn)結(jié)果見(jiàn)表2。表2的檢驗(yàn)結(jié)果顯示，在數(shù)字經(jīng)濟(jì)當(dāng)期，城市創(chuàng)新能力、能源強(qiáng)度這二者的中介效應(yīng)占比分別為3. 33%、33. 75%，能源強(qiáng)度傳導(dǎo)效果要優(yōu)于城市創(chuàng)新能力；在第二期，城市創(chuàng)新能力、能源強(qiáng)度這二者的中介效應(yīng)占比分別為6. 83%、14. 28%，較前一期而言，創(chuàng)新能力的中介效應(yīng)占比有所增加，而能源強(qiáng)度的中介效應(yīng)占比有較大幅度降低；在第三期，城市創(chuàng)新能力、能源強(qiáng)度這二者的中介效應(yīng)為完全中介效應(yīng)，即數(shù)字經(jīng)濟(jì)通過(guò)創(chuàng)新能力與能源強(qiáng)度這兩條傳導(dǎo)路徑來(lái)影響城市碳排放強(qiáng)度，此時(shí)兩者的中介效應(yīng)達(dá)到最大，分別為32. 75%、49. 82%；在第四期，城市創(chuàng)新能力、能源強(qiáng)度這二者的中介檢驗(yàn)未通過(guò)統(tǒng)計(jì)意義檢驗(yàn)。上述結(jié)果表明，在數(shù)字經(jīng)濟(jì)通過(guò)促進(jìn)城市創(chuàng)新能力的提升，降低能源強(qiáng)度，進(jìn)而有效降低城市碳排放強(qiáng)度的作用路徑中存在著滯后效應(yīng)，且兩者的中介傳導(dǎo)作用能夠持續(xù)至第三期，往后不再存在持續(xù)性，第三期時(shí)兩者的中介效應(yīng)轉(zhuǎn)為完全中介效應(yīng)，此時(shí)中介傳導(dǎo)作用達(dá)到最強(qiáng)。

最后出于穩(wěn)健性的考慮，文章采用Sobel檢驗(yàn)法分別對(duì)城市創(chuàng)新能力、能源強(qiáng)度這二者的中介效應(yīng)進(jìn)行驗(yàn)證。回歸結(jié)果表明，城市創(chuàng)新能力與能源強(qiáng)度的Z檢驗(yàn)統(tǒng)計(jì)量均通過(guò)了1%的顯著性檢驗(yàn)，故城市創(chuàng)新能力、能源強(qiáng)度的中介效應(yīng)存在，進(jìn)一步驗(yàn)證了上述結(jié)論。

4. 3 數(shù)字經(jīng)濟(jì)發(fā)展的非線性效應(yīng)分析

前文中考察論證了數(shù)字經(jīng)濟(jì)能夠抑制城市碳排放強(qiáng)度的影響及作用路徑，這里考慮到數(shù)字經(jīng)濟(jì)發(fā)展中還可能具有潛在的非線性效應(yīng)，以及其對(duì)碳排放強(qiáng)度的影響效應(yīng)存在的區(qū)間異質(zhì)性，文章運(yùn)用采用面板門(mén)限模型對(duì)此進(jìn)行實(shí)證分析。在對(duì)門(mén)限模型進(jìn)行估計(jì)之前，需要先__檢驗(yàn)門(mén)限效應(yīng)的類型和存在性。為此，通過(guò)自舉300次反復(fù)抽樣后得到模擬分布，檢驗(yàn)結(jié)果表明數(shù)字經(jīng)濟(jì)這一門(mén)限變量的單一門(mén)限統(tǒng)計(jì)量值通過(guò)了1%的顯著性檢驗(yàn)，但雙重門(mén)限和三重門(mén)限未能通過(guò)檢驗(yàn)，即數(shù)字經(jīng)濟(jì)對(duì)碳排放強(qiáng)度的抑制作用存在單門(mén)限效應(yīng)?；诖?，將模型設(shè)定為單門(mén)限效應(yīng)模型，其回歸估計(jì)結(jié)果見(jiàn)表3。

從表3中的回歸估計(jì)結(jié)果發(fā)現(xiàn)，數(shù)字經(jīng)濟(jì)的碳減排效應(yīng)可分為兩個(gè)階段：當(dāng)數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)低于-3. 742時(shí)，數(shù)字經(jīng)濟(jì)的估計(jì)系數(shù)為-0. 292，P 值為0. 000，顯著地抑制了城市碳排放強(qiáng)度；當(dāng)數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)超過(guò)-3. 742時(shí)，數(shù)字經(jīng)濟(jì)的估計(jì)系數(shù)為-0. 224，P 值為0. 000，仍十分顯著地抑制了碳排放強(qiáng)度，但抑制效果較第一階段而言有所減弱?？傮w來(lái)說(shuō)，數(shù)字經(jīng)濟(jì)對(duì)城市碳排放強(qiáng)度產(chǎn)生了先強(qiáng)抑制后弱抑制的非線性轉(zhuǎn)換。

4. 4 數(shù)字經(jīng)濟(jì)碳減排的空間溢出效應(yīng)分析

在開(kāi)展空間計(jì)量分析之前，需要先分別檢驗(yàn)數(shù)字經(jīng)濟(jì)與城市碳排放強(qiáng)度二者空間效應(yīng)的存在性問(wèn)題，為此文章運(yùn)用Morans I 指數(shù)法對(duì)二者進(jìn)行空間自相關(guān)檢驗(yàn)，結(jié)果見(jiàn)表4。檢驗(yàn)結(jié)果顯示，2011—2019年數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)、城市碳排放強(qiáng)度在經(jīng)濟(jì)地理權(quán)重矩陣下的MoransI 指數(shù)均在1%的水平下顯著性為正，表明考察期內(nèi)所有城市間的數(shù)字經(jīng)濟(jì)和碳排放強(qiáng)度各自存在明顯的空間自相關(guān)性，反映了二者呈現(xiàn)出空間集聚的分布特征，采用空間計(jì)量分析是合理可行的。

上述檢驗(yàn)結(jié)果表明數(shù)字經(jīng)濟(jì)和城市碳排放強(qiáng)度均存在空間自相關(guān)性，接下來(lái)應(yīng)選擇合適的空間計(jì)量模型進(jìn)行實(shí)證分析。文章根據(jù)Elhorst確定空間計(jì)量模型的研究方法，依次進(jìn)行LM檢驗(yàn)、Hausman檢驗(yàn)、LR檢驗(yàn)估計(jì)以及Wald檢驗(yàn)，以上檢驗(yàn)結(jié)果均表明選取地區(qū)固定效應(yīng)的空間杜賓模型最優(yōu)。表5報(bào)告了經(jīng)濟(jì)地理距離矩陣（W1）與經(jīng)濟(jì)距離矩陣（W2）兩種空間權(quán)重矩陣下數(shù)字經(jīng)濟(jì)對(duì)城市碳排放強(qiáng)度的SDM模型檢驗(yàn)結(jié)果。從檢驗(yàn)結(jié)果來(lái)看，在兩種空間權(quán)重矩陣下碳排放強(qiáng)度（CI）的空間自回歸系數(shù)ρ均在1%水平下顯著為正，表明城市碳排放強(qiáng)度存在空間溢出效應(yīng)，且相鄰城市碳排放強(qiáng)度的增加會(huì)加重本城市的碳排放強(qiáng)度。而數(shù)字經(jīng)濟(jì)的空間滯后項(xiàng)系數(shù)均顯著為負(fù)，意味著數(shù)字經(jīng)濟(jì)對(duì)碳排放強(qiáng)度的影響在空間上存在顯著的負(fù)外部性，數(shù)字經(jīng)濟(jì)的蓬勃發(fā)展能夠降低本城市及相鄰城市的碳排放強(qiáng)度。

為更深入地研究分析數(shù)字經(jīng)濟(jì)發(fā)展促進(jìn)城市碳減排的直接效應(yīng)與間接效應(yīng)，根據(jù)勒沙杰等［41］提出的偏微分法將數(shù)字經(jīng)濟(jì)對(duì)碳排放強(qiáng)度的空間總效應(yīng)進(jìn)行分解。表5的效應(yīng)分解結(jié)果顯示，在兩種空間權(quán)重矩陣下，數(shù)字經(jīng)濟(jì)的間接效應(yīng)、直接效應(yīng)以及總效應(yīng)的估計(jì)系數(shù)均在1%的水平下顯著為負(fù)，表明數(shù)字經(jīng)濟(jì)能夠有效地抑制本城市及相鄰城市碳排放強(qiáng)度，加快提升數(shù)字經(jīng)濟(jì)發(fā)展水平，有利于降低城市碳排放強(qiáng)度，推動(dòng)“雙碳”目標(biāo)的實(shí)現(xiàn)。另外，兩種空間權(quán)重矩陣下的回歸結(jié)果一致，表明數(shù)字經(jīng)濟(jì)對(duì)碳排放強(qiáng)度的空間杜賓模型的回歸結(jié)果是具有穩(wěn)健性的。

5 結(jié)論與建議

5. 1 結(jié)論

文章立足于發(fā)展數(shù)字經(jīng)濟(jì)能夠顯著影響城市碳排放強(qiáng)度變化的典型事實(shí)，同時(shí)又考慮數(shù)字經(jīng)濟(jì)的固有屬性，從理論層面上分析了數(shù)字經(jīng)濟(jì)對(duì)城市碳排放強(qiáng)度的直接影響和傳導(dǎo)機(jī)制，并基于2011—2019年中國(guó)285個(gè)城市面板數(shù)據(jù)，應(yīng)用面板固定效應(yīng)、中介效應(yīng)模型及二者的時(shí)間滯后模型、門(mén)限效應(yīng)模型與空間杜賓模型，多維度驗(yàn)證了數(shù)字經(jīng)濟(jì)對(duì)城市碳排放強(qiáng)度的影響效應(yīng)和作用機(jī)制。

文章主要研究結(jié)論為：第一，研究期內(nèi)中國(guó)數(shù)字經(jīng)濟(jì)取得較快發(fā)展，京津冀、成渝、長(zhǎng)三角以及珠三角數(shù)字經(jīng)濟(jì)發(fā)展優(yōu)勢(shì)明顯。同時(shí)各城市的碳排放強(qiáng)度呈現(xiàn)波動(dòng)型下降趨勢(shì)，碳排放集聚效應(yīng)顯著。第二，數(shù)字經(jīng)濟(jì)能夠顯著地抑制城市碳排放強(qiáng)度，城市創(chuàng)新能力與能源強(qiáng)度是其中的重要作用機(jī)制。第三，從滯后效應(yīng)的動(dòng)態(tài)檢驗(yàn)結(jié)果來(lái)看，數(shù)字經(jīng)濟(jì)的控碳效應(yīng)與機(jī)制均存在著顯著的滯后效應(yīng)，且其作用效果能夠持續(xù)至第三期。第四，在數(shù)字經(jīng)濟(jì)自身發(fā)展水平的基礎(chǔ)上，數(shù)字經(jīng)濟(jì)對(duì)城市碳減排的影響效應(yīng)存在單門(mén)限效應(yīng)，在數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)門(mén)限值的前、后兩階段，數(shù)字經(jīng)濟(jì)均顯著抑制了碳排放強(qiáng)度，但后一階段的抑制效果較前一階段而言有所減弱，即表現(xiàn)為先強(qiáng)后弱的非線性轉(zhuǎn)換。第五，從空間效應(yīng)方面來(lái)看，城市碳排放強(qiáng)度存在正向的空間溢出效應(yīng)，而數(shù)字經(jīng)濟(jì)對(duì)碳排放強(qiáng)度的影響在空間上存在顯著的負(fù)外部性，說(shuō)明數(shù)字經(jīng)濟(jì)能夠有效地抑制本城市及相鄰城市碳排放強(qiáng)度，發(fā)展數(shù)字經(jīng)濟(jì)能夠有效促進(jìn)城市間協(xié)作治理碳排放。

5. 2 建議

基于以上研究結(jié)論，文章不僅為數(shù)字經(jīng)濟(jì)影響碳減排提供了有力的經(jīng)驗(yàn)證據(jù)，還提出了以下政策建議：第__一，完善有關(guān)數(shù)字經(jīng)濟(jì)的基礎(chǔ)設(shè)施建設(shè)，持續(xù)推進(jìn)數(shù)字經(jīng)濟(jì)發(fā)展水平提升。提升基礎(chǔ)設(shè)施網(wǎng)絡(luò)化、智能化、服務(wù)化、協(xié)同化水平，持續(xù)推進(jìn)數(shù)字經(jīng)濟(jì)發(fā)展水平提升，以此充分發(fā)揮數(shù)字經(jīng)濟(jì)促進(jìn)深度碳減排的優(yōu)勢(shì)。第二，出臺(tái)差別化的數(shù)字經(jīng)濟(jì)發(fā)展政策。加大力度扶持和發(fā)展落后地區(qū)的數(shù)字化水平，通過(guò)促進(jìn)數(shù)字技術(shù)向各領(lǐng)域廣泛深入滲透，推動(dòng)偏遠(yuǎn)落后地區(qū)數(shù)字技術(shù)、應(yīng)用場(chǎng)景和商業(yè)模式融合創(chuàng)新，平衡城市間數(shù)字經(jīng)濟(jì)發(fā)展。第三，立足城市創(chuàng)新、能源強(qiáng)度的作用機(jī)制，探索數(shù)字經(jīng)濟(jì)促進(jìn)碳減排的多維路徑。政府應(yīng)完善多元價(jià)值傳遞和貢獻(xiàn)分配體系，有序引導(dǎo)多樣化社交、短視頻、知識(shí)分享等新型就業(yè)創(chuàng)業(yè)平臺(tái)發(fā)展，由數(shù)字經(jīng)濟(jì)提升城市的創(chuàng)新水平進(jìn)而實(shí)現(xiàn)碳減排。另外，加快推動(dòng)智慧能源建設(shè)應(yīng)用，促進(jìn)能源生產(chǎn)、運(yùn)輸、消費(fèi)等各環(huán)節(jié)智能化升級(jí)，推動(dòng)能源行業(yè)低碳轉(zhuǎn)型。第四，加強(qiáng)城市間碳排放協(xié)作治理，發(fā)揮數(shù)字經(jīng)濟(jì)的空間“綠色”輻射效應(yīng)。在碳減排問(wèn)題上，要加強(qiáng)城市之間碳排放政策的交流與聯(lián)系，建立統(tǒng)一、聯(lián)合的城市碳排放超標(biāo)預(yù)警共享平臺(tái)，完善基于大數(shù)據(jù)、人工智能、區(qū)塊鏈等新技術(shù)的統(tǒng)計(jì)監(jiān)測(cè)和決策分析體系，制定更加靈活有效的政策措施，培育多元治理、協(xié)調(diào)發(fā)展的數(shù)字經(jīng)濟(jì)治理新格局，打造多城市數(shù)字化經(jīng)濟(jì)低碳圈。

參考文獻(xiàn)

［1］ 陳曉紅，胡東濱，曹文治，等. 數(shù)字技術(shù)助推我國(guó)能源行業(yè)碳中和目標(biāo)實(shí)現(xiàn)的路徑探析［J］. 中國(guó)科學(xué)院院刊，2021，36（9）：1019-1029.

［2］ 鄔彩霞. 中國(guó)低碳經(jīng)濟(jì)發(fā)展的協(xié)同效應(yīng)研究［J］. 管理世界，2021，37（8）：105-117.

［3］ 王俊豪，周晟佳. 中國(guó)數(shù)字產(chǎn)業(yè)發(fā)展的現(xiàn)狀、特征及其溢出效應(yīng)［J］. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2021，38（3）：103-119.

［4］ LU Y Z. Modelling the role of eco innovation，renewable energy，andenvironmental taxes in carbon emissions reduction in E?7 econo?mies： evidence from advance panel estimations［J］. Renewable en?ergy，2022（190）：309-318.

［5］ 謝云飛. 數(shù)字經(jīng)濟(jì)對(duì)區(qū)域碳排放強(qiáng)度的影響效應(yīng)及作用機(jī)制［J］. 當(dāng)代經(jīng)濟(jì)管理，2022，44（2）：68-78.

［6］ 許釗，高煜，霍治方. 數(shù)字金融的污染減排效應(yīng)［J］. 財(cái)經(jīng)科學(xué)，2021（4）：28-39.

［7］ ZHANG J F，ZHENG Z C，ZHANG L J，et al. Digital consumptioninnovation，socio?economic factors and low?carbon consumption：em?pirical analysis based on China［J］. Technology in society，2021（67）：101730.

［8］ MA Q，TARIQ M，MAHMOOD H，et al. The nexus between digitaleconomy and carbon dioxide emissions in China： the moderatingrole of investments in research and development［J］. Technology insociety，2022（68）：101910.

［9］ 白雪潔，孫獻(xiàn)貞. 互聯(lián)網(wǎng)發(fā)展影響全要素碳生產(chǎn)率：成本、創(chuàng)新還是需求引致［J］. 中國(guó)人口·資源與環(huán)境，2021，31（10）：105-117.

［10］ 李廣昊，周小亮. 推動(dòng)數(shù)字經(jīng)濟(jì)發(fā)展能否改善中國(guó)的環(huán)境污染：基于“寬帶中國(guó)”戰(zhàn)略的準(zhǔn)自然實(shí)驗(yàn)［J］. 宏觀經(jīng)濟(jì)研究，2021（7）：146-160.

［11］ 侯建朝，史丹. 中國(guó)電力行業(yè)碳排放變化的驅(qū)動(dòng)因素研究［J］.中國(guó)工業(yè)經(jīng)濟(jì)，2014（6）：44-56.

［12］ 王凱，唐小惠，甘暢，等. 中國(guó)服務(wù)業(yè)碳排放強(qiáng)度時(shí)空格局及影響因素［J］. 中國(guó)人口·資源與環(huán)境，2021，31（8）：23-31.

［13］ 張艷，鄭賀允，葛力銘. 資源型城市可持續(xù)發(fā)展政策對(duì)碳排放的影響［J］. 財(cái)經(jīng)研究，2022，48（1）：49-63.

［14］ 王喜，張艷，秦耀辰，等. 我國(guó)碳排放變化影響因素的時(shí)空分異與調(diào)控［J］. 經(jīng)濟(jì)地理，2016，36（8）：158-165.

［15］ 禹湘，陳楠，李曼琪. 中國(guó)低碳試點(diǎn)城市的碳排放特征與碳減排路徑研究［J］. 中國(guó)人口·資源與環(huán)境，2020，30（7）：1-9.

［16］ 謝志祥，秦耀辰，沈威，等. 中國(guó)低碳經(jīng)濟(jì)發(fā)展績(jī)效評(píng)價(jià)及影響因素［J］. 經(jīng)濟(jì)地理，2017，37（3）：1-9.

［17］ 黃震，謝曉敏. 碳中和愿景下的能源變革［J］. 中國(guó)科學(xué)院院刊，2021，36（9）：1010-1018.

［18］ EHIGIAMUSOE K U，DOGAN E. The role of interaction effect be?tween renewable energy consumption and real income in carbonemissions：evidence from low?income countries［J］. Renewable andsustainable energy reviews，2022（154）：111883.

［19］ 項(xiàng)目綜合報(bào)告編寫(xiě)組.《中國(guó)長(zhǎng)期低碳發(fā)展戰(zhàn)略與轉(zhuǎn)型路徑研究》綜合報(bào)告［J］. 中國(guó)人口·資源與環(huán)境，2020，30（11）：1-25.

［20］ 祁懷錦，曹修琴，劉艷霞. 數(shù)字經(jīng)濟(jì)對(duì)公司治理的影響：基于信息不對(duì)稱和管理者非理性行為視角［J］. 改革，2020（4）：50-64.

［21］ DERRIEN F，KECSK?S A，MANSI S A. Information asymmetry，the cost of debt，and credit events：evidence from quasi?random an?alyst disappearances［J］. Journal of corporate finance，2016（39）：295-311.

［22］ 吳贏，張翼. 數(shù)字經(jīng)濟(jì)與區(qū)域創(chuàng)新：基于融資和知識(shí)產(chǎn)權(quán)保護(hù)的角度［J］. 南方經(jīng)濟(jì)，2021（9）：36-51.

［23］ SWEET C M，Maggio D S E. Do stronger intellectual property rightsincrease innovation？［J］. World development，2015（66）：665-677.

［24］ 嚴(yán)成樑，李濤，蘭偉. 金融發(fā)展、創(chuàng)新與二氧化碳排放［J］. 金融研究，2016（1）：14-30.

［25］ GHOSH S. Examining carbon emissions economic growth nexus forIndia：a multivariate cointegration approach［J］. Energy policy，2010，38（6）：3008-3014.

［26］ 盧娜，王為東，王淼，等. 突破性低碳技術(shù)創(chuàng)新與碳排放：直接影響與空間溢出［J］. 中國(guó)人口·資源與環(huán)境，2019，29（5）：30-39.

［27］ 劉志華，徐軍委，張彩虹. 科技創(chuàng)新、產(chǎn)業(yè)結(jié)構(gòu)升級(jí)與碳排放效率：基于省際面板數(shù)據(jù)的PVAR分析［J］. 自然資源學(xué)報(bào)，2022，37（2）：508-520.

［28］ LANGE S，POHL J，SANTARIUS T. Digitalization and energy con?sumption：does ICT reduce energy demand？［J］. Ecological eco?nomics，2020（176）：106760.

［29］ 佟新華，周紅巖，陳武，等. 工業(yè)化不同發(fā)展階段碳排放影響因素驅(qū)動(dòng)效應(yīng)測(cè)度［J］. 中國(guó)人口·資源與環(huán)境，2020，30（5）：26-35.

［30］ 鄔彩霞，高媛. 數(shù)字經(jīng)濟(jì)驅(qū)動(dòng)低碳產(chǎn)業(yè)發(fā)展的機(jī)制與效應(yīng)研究__［J］. 貴州社會(huì)科學(xué)，2020（11）：155-161.

［31］ 劉玉珂，金聲甜. 中部六省能源消費(fèi)碳排放時(shí)空演變特征及影響因素［J］. 經(jīng)濟(jì)地理，2019，39（1）：182-191.

［32］ 錢(qián)海章，陶云清，曹松威，等. 中國(guó)數(shù)字金融發(fā)展與經(jīng)濟(jì)增長(zhǎng)的理論與實(shí)證［J］. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2020，37（6）：26-46.

［33］ 黃群慧，余泳澤，張松林. 互聯(lián)網(wǎng)發(fā)展與制造業(yè)生產(chǎn)率提升：內(nèi)在機(jī)制與中國(guó)經(jīng)驗(yàn)［J］. 中國(guó)工業(yè)經(jīng)濟(jì)，2019（8）：5-23.

［34］ 張森，溫軍，劉紅. 數(shù)字經(jīng)濟(jì)創(chuàng)新探究：一個(gè)綜合視角［J］. 經(jīng)濟(jì)學(xué)家，2020（2）：80-87.

［35］ 李健，衛(wèi)平. 民間金融、城市化與創(chuàng)新能力實(shí)證［J］. 中國(guó)人口·資源與環(huán)境，2015，25（2）：152-159.

［36］ 張軍，吳桂英，張吉鵬. 中國(guó)省際物質(zhì)資本存量估算：1952—2000［J］. 經(jīng)濟(jì)研究，2004（10）：35-44.

［37］ 趙宸宇，王文春，李雪松. 數(shù)字化轉(zhuǎn)型如何影響企業(yè)全要素生產(chǎn)率［J］. 財(cái)貿(mào)經(jīng)濟(jì)，2021，42（7）：114-129.

［38］ 屈小娥，駱海燕. 中國(guó)對(duì)外直接投資對(duì)碳排放的影響及傳導(dǎo)機(jī)制：基于多重中介模型的實(shí)證［J］. 中國(guó)人口·資源與環(huán)境，2021，31（7）：1-14.

［39］ 柏培文，喻理. 數(shù)字經(jīng)濟(jì)發(fā)展與企業(yè)價(jià)格加成：理論機(jī)制與經(jīng)驗(yàn)事實(shí)［J］. 中國(guó)工業(yè)經(jīng)濟(jì)，2021（11）：59-77.

［40］ 趙云鵬，葉嬌. 對(duì)外直接投資對(duì)中國(guó)產(chǎn)業(yè)結(jié)構(gòu)影響研究［J］. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2018，35（3）：78-95.

［41］ 勒沙杰，佩斯. 空間計(jì)量經(jīng)濟(jì)學(xué)導(dǎo)論［M］. 肖光恩，楊勇，熊靈，等，譯. 北京：北京大學(xué)出版社， 2014：19-44.