流通數(shù)字化的碳減排效應(yīng)

郝愛民 任禛

摘要：流通數(shù)字化發(fā)展作為傳統(tǒng)流通業(yè)與數(shù)字技術(shù)融合而生的新型流通模式，是打造綠色流通體系的重要引擎，對(duì)實(shí)現(xiàn)碳減排目標(biāo)具有重要意義?；谥袊?guó)省級(jí)面板數(shù)據(jù)綜合測(cè)度流通數(shù)字化發(fā)展水平，運(yùn)用空間杜賓模型實(shí)證考察了流通數(shù)字化的碳減排效應(yīng)。研究發(fā)現(xiàn)，流通數(shù)字化發(fā)展對(duì)本地和鄰近地區(qū)碳減排均具有顯著的促進(jìn)作用；政府環(huán)境治理能夠強(qiáng)化流通數(shù)字化的碳減排效應(yīng)；行業(yè)分析顯示，流通數(shù)字化對(duì)電力、熱力、燃?xì)饧八纳a(chǎn)和供應(yīng)業(yè)的減排效果最佳，制造業(yè)次之；地區(qū)分析顯示，在中部地區(qū)和人口密度中等分布區(qū)流通數(shù)字化的碳減排效應(yīng)更強(qiáng)，政府環(huán)境治理的調(diào)節(jié)效應(yīng)更明顯，但在西部地區(qū)和人口密度中等分布區(qū)政府環(huán)境治理存在形成“以鄰為壑”減排模式的風(fēng)險(xiǎn)。

關(guān)鍵詞：流通數(shù)字化；碳減排效應(yīng)；政府環(huán)境治理；空間杜賓模型；“雙碳”目標(biāo)

中圖分類號(hào)：F724；F205文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1001-148X（2023）03-0110-09

收稿日期：2022-06-26

作者簡(jiǎn)介：郝愛民（1970-），男，河南林州人，教授，博士，研究方向：貿(mào)易經(jīng)濟(jì)；任禛（1997-），女，河南洛陽(yáng)人，碩士研究生，研究方向：貿(mào)易經(jīng)濟(jì)。

基金項(xiàng)目：國(guó)家社會(huì)科學(xué)基金項(xiàng)目“鄉(xiāng)村振興背景下農(nóng)村‘三產(chǎn)融合對(duì)糧食主產(chǎn)區(qū)發(fā)展的溢出效應(yīng)研究”，項(xiàng)目編號(hào)：19BJY130；河南省高等學(xué)校哲學(xué)社會(huì)科學(xué)創(chuàng)新團(tuán)隊(duì)支持計(jì)劃“生產(chǎn)性服務(wù)業(yè)創(chuàng)新與區(qū)域經(jīng)濟(jì)發(fā)展”，項(xiàng)目編號(hào)：2018-CXTD-06。

一、引言

改革開放以來(lái)，中國(guó)社會(huì)經(jīng)濟(jì)發(fā)展取得了巨大成就，但長(zhǎng)期“唯GDP論”催生出的高污染、高能耗的粗放型發(fā)展方式導(dǎo)致資源過(guò)度消耗，環(huán)境污染形勢(shì)日益嚴(yán)峻。2020年全球二氧化碳排放量達(dá)319.8億噸，中國(guó)碳排放量占全球總量約31%，居全球首位。由碳排放量快速增長(zhǎng)而引發(fā)的全球氣候變暖、海平面上升、極端天氣頻發(fā)等現(xiàn)象在極大程度上破壞全球生態(tài)平衡、威脅人類生命安全、制約經(jīng)濟(jì)社會(huì)可持續(xù)發(fā)展。對(duì)此，中國(guó)承諾力爭(zhēng)“2030年前實(shí)現(xiàn)碳達(dá)峰、2060年前實(shí)現(xiàn)碳中和”，并首次將該目標(biāo)寫入政府工作報(bào)告，體現(xiàn)了中國(guó)作為負(fù)責(zé)任大國(guó)的生態(tài)責(zé)任擔(dān)當(dāng)?！笆奈濉睍r(shí)期，我國(guó)生態(tài)環(huán)境治理逐漸從聚焦末端治理向探索源頭防控轉(zhuǎn)變。流通業(yè)作為國(guó)民經(jīng)濟(jì)運(yùn)行的“晴雨表”，是促進(jìn)實(shí)體經(jīng)濟(jì)高質(zhì)量發(fā)展的重要引擎，更是落實(shí)節(jié)能減排工作的重要保障。加快構(gòu)建綠色流通體系，引領(lǐng)經(jīng)濟(jì)社會(huì)低碳轉(zhuǎn)型無(wú)疑是破解當(dāng)前生態(tài)環(huán)境治理難題的關(guān)鍵所在。近年來(lái)，伴隨數(shù)字化技術(shù)的日新月異，傳統(tǒng)流通業(yè)與數(shù)字技術(shù)融合演化而來(lái)的流通數(shù)字化發(fā)展新模式對(duì)優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)、降低能源消耗具有重要作用，是發(fā)揮綠色流通體系引領(lǐng)低碳經(jīng)濟(jì)轉(zhuǎn)型的著力點(diǎn)。

根據(jù)流通經(jīng)濟(jì)理論，流通作為聯(lián)結(jié)生產(chǎn)和消費(fèi)的紐帶，既拉動(dòng)生產(chǎn)增速提質(zhì)又推動(dòng)消費(fèi)增長(zhǎng)，這在擴(kuò)大市場(chǎng)體量的同時(shí)往往伴隨著能源消耗以及由此產(chǎn)生的碳足跡，使得減排壓力與日俱增。那么，在產(chǎn)業(yè)數(shù)字化變革的必然趨勢(shì)下，流通數(shù)字化發(fā)展究竟能否促進(jìn)碳減排？其中的作用機(jī)制又是什么？?若從空間關(guān)聯(lián)視角上看，流通數(shù)字化發(fā)展對(duì)時(shí)空距離的壓縮是否也會(huì)弱化碳排放的空間概念，帶來(lái)減排的空間溢出效應(yīng)？鮮有文獻(xiàn)對(duì)這些問(wèn)題展開系統(tǒng)分析和詳細(xì)論述。基于此，本文運(yùn)用2014-2019年中國(guó)省級(jí)面板數(shù)據(jù)，構(gòu)建衡量流通數(shù)字化發(fā)展水平的指標(biāo)體系，探究流通數(shù)字化轉(zhuǎn)型的碳減排效應(yīng)。與已有研究相比，本文可能的邊際貢獻(xiàn)在于：一是從資源配置效應(yīng)、技術(shù)創(chuàng)新效應(yīng)和結(jié)構(gòu)優(yōu)化效應(yīng)等方面分析流通數(shù)字化的碳減排效應(yīng)，構(gòu)建流通數(shù)字化發(fā)展水平的綜合評(píng)價(jià)指標(biāo)體系，并通過(guò)年份和個(gè)體雙固定的空間杜賓模型實(shí)證檢驗(yàn)流通數(shù)字化對(duì)碳排放強(qiáng)度的影響，進(jìn)一步運(yùn)用廣義空間三階段最小二乘法（GS3SLS）驗(yàn)證研究結(jié)果的穩(wěn)健性；二是流通數(shù)字化不僅會(huì)通過(guò)內(nèi)在機(jī)制影響碳排放強(qiáng)度，也會(huì)借助政府治理的外在約束強(qiáng)化碳減排效應(yīng)。對(duì)此，以文本抓取的方法量化政府環(huán)境治理水平，進(jìn)一步識(shí)別外在條件如何影響流通數(shù)字化的碳減排效應(yīng)，結(jié)合各行業(yè)、各地區(qū)的異質(zhì)性特征闡釋外在干預(yù)機(jī)制的合理性。

二、文獻(xiàn)回顧與研究假設(shè)

伴隨數(shù)字化轉(zhuǎn)型和低碳綠色轉(zhuǎn)型的深入推進(jìn)，互聯(lián)網(wǎng)、區(qū)塊鏈等數(shù)字技術(shù)對(duì)碳排放的影響逐漸成為的國(guó)內(nèi)外學(xué)者關(guān)注的焦點(diǎn)［1-2］。作為服務(wù)業(yè)中信息技術(shù)利用率最高的流通業(yè)［3］，加速其與數(shù)字化技術(shù)的深度融合對(duì)生態(tài)環(huán)境改善的影響不容忽視。在我國(guó)“雙碳”政策目標(biāo)的引領(lǐng)下，流通數(shù)字化轉(zhuǎn)型為碳減排提供新引擎，具體表現(xiàn)在以下三個(gè)方面：

其一，流通數(shù)字化發(fā)展通過(guò)資源配置效應(yīng)引導(dǎo)市場(chǎng)資源向低碳領(lǐng)域傾斜，以更高的資源利用效率加快綠色供應(yīng)鏈建設(shè)，為碳減排探索新機(jī)遇。經(jīng)濟(jì)增長(zhǎng)與環(huán)境保護(hù)間的矛盾極大程度上源于要素資源配置效率欠佳對(duì)碳生產(chǎn)率提升的制約［4］。流通數(shù)字化基于網(wǎng)絡(luò)化交易平臺(tái)的搭建，緩解供需雙方信息不對(duì)稱，模糊市場(chǎng)邊界以提升資源配置效率，為打破“資源詛咒”帶來(lái)綠色效益。一方面，得益于數(shù)據(jù)要素傳遞，廠商不僅能夠挖掘潛在需求進(jìn)行“增量補(bǔ)充”，還能夠有效降低中間環(huán)節(jié)的錯(cuò)配成本，以精準(zhǔn)化的資源配置實(shí)現(xiàn)“存量?jī)?yōu)化”［5］。另一方面，運(yùn)用終端環(huán)節(jié)的信息資源，洞察市場(chǎng)需求變化和消費(fèi)者偏好［6］，更多發(fā)揮由市場(chǎng)反向引領(lǐng)柔性生產(chǎn)的先導(dǎo)作用，制定更加嚴(yán)密的長(zhǎng)短期生產(chǎn)規(guī)劃，以避免資源浪費(fèi)造成的碳排放加劇。尤其對(duì)于資源型城市而言，借助“互聯(lián)網(wǎng)＋”智慧物流、智能交通等流通數(shù)字化應(yīng)用，基于替代效應(yīng)優(yōu)化要素資源的空間配置結(jié)構(gòu)，消除供應(yīng)鏈的冗余環(huán)節(jié)，增強(qiáng)價(jià)值鏈的綠色附加值，有助于持續(xù)推進(jìn)碳減排工作。

其二，流通數(shù)字化發(fā)展通過(guò)技術(shù)創(chuàng)新效應(yīng)推動(dòng)生產(chǎn)方式由粗放型向集約型轉(zhuǎn)變，進(jìn)一步完善以市場(chǎng)為導(dǎo)向的綠色技術(shù)創(chuàng)新體系，為碳減排注入新動(dòng)能。一方面，數(shù)字化流通基礎(chǔ)設(shè)施建設(shè)促進(jìn)信息技術(shù)向產(chǎn)業(yè)內(nèi)滲透，綠色供應(yīng)鏈管理和污染排放治理逐漸向去中心化、精準(zhǔn)化轉(zhuǎn)變，跨部門數(shù)據(jù)聯(lián)通有助于實(shí)時(shí)關(guān)注能源利用情況，從而及時(shí)調(diào)整減排策略；另一方面，流通數(shù)字化平臺(tái)運(yùn)用數(shù)字供應(yīng)鏈金融服務(wù)不僅為企業(yè)綠色融資創(chuàng)造條件，增強(qiáng)企業(yè)開展綠色創(chuàng)新活動(dòng)的積極性，還能夠不斷激活城鄉(xiāng)市場(chǎng)綠色消費(fèi)潛力，倒逼商品多樣化升級(jí)，催化綠色創(chuàng)新減排效應(yīng)［7］。類似地，Malmodin?and?Lundén［8］、Court?and?Sorrell［9］基于生命周期法的測(cè)算，發(fā)現(xiàn)數(shù)字技術(shù)創(chuàng)新能夠抑制碳足跡增長(zhǎng)。然而，F(xiàn)aisal?et?al.［10］、繆陸軍等［11］研究發(fā)現(xiàn)數(shù)字技術(shù)創(chuàng)新與碳排放之間存在倒“U”型的非線性關(guān)系。這暗示著流通數(shù)字化通過(guò)技術(shù)創(chuàng)新效應(yīng)實(shí)現(xiàn)減排的過(guò)程中可能存在“回彈”效應(yīng)，設(shè)備重置、規(guī)模擴(kuò)張往往難以避免煤炭、電力等資源過(guò)度消耗，進(jìn)而導(dǎo)致能源利用效率提升與能源需求增長(zhǎng)并存，使得碳排放量增加［12］。可見，在流通數(shù)字化改造過(guò)程中只有兼顧創(chuàng)新發(fā)展與能源消耗，才能實(shí)現(xiàn)碳減排的源頭防控。

其三，流通數(shù)字化發(fā)展通過(guò)結(jié)構(gòu)優(yōu)化效應(yīng)激活第三產(chǎn)業(yè)市場(chǎng)主體活力，以產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化帶動(dòng)全產(chǎn)業(yè)鏈低碳綠色轉(zhuǎn)型，為碳減排提供新思路。一方面，“互聯(lián)網(wǎng)+流通”的線上線下融合模式有助于傳統(tǒng)要素資源滲透至產(chǎn)業(yè)內(nèi)部，為產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)提供載體平臺(tái)，并基于競(jìng)爭(zhēng)效應(yīng)、規(guī)模效應(yīng)促進(jìn)跨區(qū)域、跨行業(yè)信息、知識(shí)、技術(shù)等資源的共享，倒逼傳統(tǒng)高污染、高能耗產(chǎn)業(yè)結(jié)構(gòu)升級(jí)并進(jìn)一步探索綠色轉(zhuǎn)型路徑。產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)對(duì)碳減排的促進(jìn)作用具體可以表現(xiàn)為包含多種高能耗部門的第二產(chǎn)業(yè)占比下降，逐漸推進(jìn)區(qū)域產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化，使得地區(qū)能源結(jié)構(gòu)得以改善，進(jìn)而減少污染排放［13］。另一方面，“數(shù)字供應(yīng)鏈金融+現(xiàn)代物流”的模式使得以服務(wù)業(yè)為代表的第三產(chǎn)業(yè)日益活躍，知識(shí)密集型新興產(chǎn)業(yè)不斷涌現(xiàn)，引領(lǐng)傳統(tǒng)高能耗產(chǎn)業(yè)變革生產(chǎn)模式和組織模式，摒棄粗放式產(chǎn)業(yè)布局，鼓勵(lì)加快數(shù)字化、智慧化、低碳化的現(xiàn)代產(chǎn)業(yè)體系建設(shè)，在根治結(jié)構(gòu)性污染中釋放綠色驅(qū)動(dòng)力?；诖?，本文提出如下假設(shè)：

H1：流通數(shù)字化發(fā)展能夠有效降低碳排放強(qiáng)度。

流通數(shù)字化轉(zhuǎn)型的突出優(yōu)勢(shì)就是通過(guò)高效的信息傳遞壓縮時(shí)空距離，提高區(qū)域間經(jīng)濟(jì)活動(dòng)的關(guān)聯(lián)性和滲透性［14］。區(qū)別于傳統(tǒng)要素，數(shù)據(jù)要素以其獨(dú)有的可復(fù)制性、高流動(dòng)性特征極大限度降低了地理空間帶來(lái)的“面對(duì)面”成本，實(shí)現(xiàn)產(chǎn)品和服務(wù)的“屏對(duì)屏”交易，打破區(qū)域間市場(chǎng)壁壘［15］。尤其基于摩爾定律，伴隨數(shù)字技術(shù)的跨越式發(fā)展，信息傳輸成本呈現(xiàn)出幾何級(jí)數(shù)型銳減趨勢(shì)，以實(shí)時(shí)的交付平臺(tái)實(shí)現(xiàn)在經(jīng)濟(jì)時(shí)空外延拓展中物流、信息流、資金流的重組［16］，構(gòu)建高效、綠色的現(xiàn)代流通體系，推進(jìn)區(qū)域間低碳合作，加快完善共建共享的區(qū)域環(huán)境治理機(jī)制。就相關(guān)現(xiàn)有研究來(lái)看，Yilmaz?et?al.［17］較早地運(yùn)用其國(guó)內(nèi)洲際面板數(shù)據(jù)對(duì)數(shù)字基礎(chǔ)設(shè)施建設(shè)的空間溢出效應(yīng)展開論述；Shahnazi?and?Shabani［18］運(yùn)用動(dòng)態(tài)杜賓模型實(shí)證檢驗(yàn)發(fā)現(xiàn)，ICT技術(shù)以規(guī)模效應(yīng)、擴(kuò)散效應(yīng)影響鄰近地區(qū)生產(chǎn)方式變革，消費(fèi)者偏好隨之改變并逐漸淘汰傳統(tǒng)商品，能源結(jié)構(gòu)也隨之調(diào)整，有助于降低碳排放?；诖耍疚奶岢鋈缦录僭O(shè)：

H2：流通數(shù)字化的碳減排存在空間溢出效應(yīng)，即流通數(shù)字化發(fā)展促進(jìn)本地碳減排的同時(shí)亦作用于鄰近地區(qū)碳減排。

基于我國(guó)國(guó)情和綠色發(fā)展形勢(shì)，研究流通數(shù)字化的碳減排效應(yīng)離不開地方政府環(huán)境治理的推動(dòng)作用。相關(guān)研究發(fā)現(xiàn)，相較于中西部等經(jīng)濟(jì)相對(duì)欠發(fā)達(dá)地區(qū)，江浙滬等收入水平較高地區(qū)的環(huán)境規(guī)制力度較強(qiáng)，且政策干預(yù)是綠色技術(shù)創(chuàng)新的關(guān)鍵力量［19］。政府環(huán)境治理可以通過(guò)向?qū)街卫?、?guī)范式治理、開拓式治理等方式影響流通數(shù)字化的減排效應(yīng)。就向?qū)街卫矶裕嗥鸬揭I(lǐng)流通數(shù)字化發(fā)展與內(nèi)外市場(chǎng)環(huán)境的雙重匹配，指導(dǎo)數(shù)字供應(yīng)鏈金融服務(wù)的普惠性進(jìn)一步釋放，引導(dǎo)高污染、高能耗產(chǎn)業(yè)向知識(shí)密集型產(chǎn)業(yè)轉(zhuǎn)變的作用，并基于各地要素稟賦優(yōu)勢(shì)推進(jìn)特色低碳產(chǎn)業(yè)發(fā)展。就規(guī)范式治理而言，政府更多起到防范綠色供應(yīng)鏈管理風(fēng)險(xiǎn)、維持綠色流通體系高效運(yùn)轉(zhuǎn)的作用，在監(jiān)管層面對(duì)數(shù)字化流通基礎(chǔ)設(shè)施建設(shè)中可能存在的高污染排放問(wèn)題進(jìn)行矯正，促使流通數(shù)字化改造在環(huán)境規(guī)制政策下規(guī)范施行。從開拓式治理來(lái)看，政府為充分發(fā)揮流通數(shù)字化發(fā)展?jié)摿?，設(shè)立創(chuàng)新試點(diǎn)并適當(dāng)放寬環(huán)境規(guī)制強(qiáng)度和監(jiān)管力度，探索出在經(jīng)濟(jì)發(fā)展相似地區(qū)或更廣范圍內(nèi)可供借鑒的治理方案［20］，助推智能交通、智慧物流成為打造綠色低碳供應(yīng)鏈的重要引擎。此外，還應(yīng)關(guān)注到部分地區(qū)對(duì)傳統(tǒng)流通體系的依賴，導(dǎo)致難以形成流通數(shù)字化對(duì)各地區(qū)碳減排的同步性、協(xié)調(diào)性，往往存在區(qū)域間不平衡現(xiàn)象。此時(shí)，政府的適當(dāng)調(diào)節(jié)有助于糾正綠色技術(shù)創(chuàng)新市場(chǎng)失靈，以有為政府與有效市場(chǎng)的高效協(xié)同，深化流通數(shù)字化發(fā)展的減排作用?；诖耍疚奶岢鋈缦录僭O(shè)：

H3：政府環(huán)境治理能夠強(qiáng)化流通數(shù)字化的碳減排效應(yīng)。

三、研究設(shè)計(jì)與數(shù)據(jù)

（一）模型設(shè)定

根據(jù)上文分析，在空間視角下碳排放不僅會(huì)給當(dāng)?shù)厣鷳B(tài)環(huán)境造成危害，還會(huì)通過(guò)空間溢出效應(yīng)波及鄰近地區(qū)。對(duì)此，本文運(yùn)用空間計(jì)量模型對(duì)流通數(shù)字化的碳減排效應(yīng)進(jìn)行實(shí)證檢驗(yàn)。首先，進(jìn)行全局和局部空間自相關(guān)檢驗(yàn)，以確定樣本地區(qū)是否具有空間依賴特征：

I=∑li∑mjwij（xi－）（xj－）S2∑li∑mjwij（1）

Ii=（xi－）∑mjwij（xi－）S2（2）

其中，I為全局莫蘭指數(shù)，Ii為局部莫蘭指數(shù)；xi和xj表示i地區(qū)和j地區(qū)的觀測(cè)值，wij為空間權(quán)重矩陣。全局莫蘭指數(shù)取值范圍為［-1，?1］，I?>0表示存在空間正相關(guān)，I?<0則表示存在空間負(fù)相關(guān)，其絕對(duì)值越大表明空間關(guān)聯(lián)性和集聚性越強(qiáng)；局部莫蘭指數(shù)Ii?>0，表明地區(qū)間呈現(xiàn)相似的空間集聚特征，Ii?<0則呈現(xiàn)非相似的空間集聚特征。

其次，建立省份與年份雙向固定效應(yīng)的空間杜賓模型（SDM），并通過(guò)LR檢驗(yàn)、Wald檢驗(yàn)、Hausman檢驗(yàn)等確定該模型是否為本文的最優(yōu)模型，具體公式如下：

CREit=α+β1LCDit+β2W×LCDit+∑ηXit+∑γW×Xit+μi+νt+εit（3）

（3）式中，下標(biāo)i、t分別表示地區(qū)和年份，CREit為碳排放強(qiáng)度，LCDit為流通數(shù)字化水平，Xit為控制變量集合，μi和νt分別表示地區(qū)和年份固定效應(yīng)，εit為隨機(jī)誤差項(xiàng)。W表示空間權(quán)重矩陣，本文在地理鄰接矩陣的基礎(chǔ)上進(jìn)一步運(yùn)用地理距離矩陣和經(jīng)濟(jì)距離矩陣進(jìn)行穩(wěn)健性檢驗(yàn)。其中，地理距離矩陣以兩地間距離的倒數(shù)來(lái)構(gòu)建；經(jīng)濟(jì)距離矩陣借鑒Shao?et?al.［21］的方法，將經(jīng)濟(jì)發(fā)達(dá)地區(qū)和欠發(fā)達(dá)地區(qū)的溢出差異考慮在內(nèi)，運(yùn)用兩地人均GDP比值衡量，構(gòu)建空間經(jīng)濟(jì)非對(duì)稱的地理經(jīng)濟(jì)嵌套矩陣：

Weconomic=pgdpjpgdpi×distanceij，i≠j0，i=j（4）

（二）變量選取

1.被解釋變量：碳排放強(qiáng)度。本文以各省碳排放量占地區(qū)生產(chǎn)總值的比重作為被解釋變量，衡量碳減排效果。其中，碳排放量數(shù)據(jù)來(lái)源于CEADs二氧化碳排放清單，其基于IPCC的核算方法，依據(jù)國(guó)家統(tǒng)計(jì)局最新修訂的能源消耗量數(shù)據(jù)，對(duì)包含化石燃料燃燒和工業(yè)生產(chǎn)的碳排放量進(jìn)行測(cè)算。為了進(jìn)一步分析各省份碳排放強(qiáng)度的動(dòng)態(tài)變遷趨勢(shì)，本文對(duì)樣本區(qū)間內(nèi)碳排放強(qiáng)度展開核密度估計(jì)。由圖1可知，核密度曲線的波峰呈現(xiàn)出左移的趨勢(shì)，表明就中國(guó)整體而言碳排放強(qiáng)度有所減弱。但是，波峰寬度未呈現(xiàn)出收窄趨勢(shì)，且右側(cè)拖尾現(xiàn)象較為明顯，表明地區(qū)間碳排放強(qiáng)度存在較大差距，整體可能存在極化發(fā)展的變化趨勢(shì)，少部分地區(qū)碳排放強(qiáng)度較高。

2.核心解釋變量：流通數(shù)字化發(fā)展水平。借鑒郝愛民［22］對(duì)流通數(shù)字化指標(biāo)的選取，本文從流通數(shù)字化基礎(chǔ)和流通數(shù)字化應(yīng)用兩個(gè)維度評(píng)價(jià)流通數(shù)字化發(fā)展水平（見表1），并運(yùn)用熵值法對(duì)各地區(qū)流通數(shù)字化水平進(jìn)行綜合測(cè)算。其中，流通產(chǎn)業(yè)涵蓋批發(fā)和零售業(yè)、交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)以及住宿和餐飲業(yè)，金融科技公司指標(biāo)參考宋敏［23］的方法進(jìn)行檢索，缺失數(shù)據(jù)采用插值法補(bǔ)足。

3.調(diào)節(jié)變量：政府環(huán)境治理。運(yùn)用文本抓取方法定義政府環(huán)境治理水平。參考陳詩(shī)一和陳登科［24］的方法，以2015-2020年各省政府工作報(bào)告中與環(huán)境相關(guān)詞匯出現(xiàn)的頻次進(jìn)行衡量，反映各地政府對(duì)環(huán)境問(wèn)題的重視程度本文環(huán)境類詞匯包括：污染、減排、排污、能耗、PM2.5、PM10、二氧化硫、二氧化碳、化學(xué)需氧量、空氣、環(huán)境保護(hù)、環(huán)保、低碳、綠色、生態(tài)等。。

4.控制變量。為提升回歸結(jié)果的準(zhǔn)確性，引入如下控制變量：產(chǎn)業(yè)高級(jí)化（IND），以第三產(chǎn)業(yè)增加值占第二產(chǎn)業(yè)增加值的比重衡量；技術(shù)創(chuàng)新（RDI），以R&D經(jīng)費(fèi)支出占GDP的比重衡量；市場(chǎng)化程度（MAR），運(yùn)用樊綱等學(xué)者測(cè)算的市場(chǎng)化指數(shù)衡量；能源消費(fèi)（ENC），采用電力消費(fèi)量取對(duì)數(shù)衡量；經(jīng)濟(jì)開放度（EOP），以進(jìn)出口總額占GDP的比重衡量。

（三）數(shù)據(jù)來(lái)源

考慮到數(shù)據(jù)的可得性，本文以2014-2019年中國(guó)30個(gè)省級(jí)行政區(qū)（由于數(shù)據(jù)缺失，研究未涵蓋西藏和港澳臺(tái)地區(qū)）為研究樣本，相關(guān)數(shù)據(jù)均來(lái)源于中國(guó)碳排放數(shù)據(jù)庫(kù)（CEADs）、《中國(guó)電子商務(wù)發(fā)展指數(shù)報(bào)告》《北京大學(xué)數(shù)字普惠金融指數(shù)》《中國(guó)分省份市場(chǎng)化指數(shù)報(bào)告》《中國(guó)統(tǒng)計(jì)年鑒》和《中國(guó)第三產(chǎn)業(yè)統(tǒng)計(jì)年鑒》。為剔除價(jià)格因素的影響，利用以2013為基期的價(jià)格指數(shù)和固定資產(chǎn)投資價(jià)格指數(shù)對(duì)地區(qū)生產(chǎn)總值、增加值和固定資產(chǎn)投資進(jìn)行平減。各變量描述性統(tǒng)計(jì)見表2。

四、實(shí)證結(jié)果分析

（一）空間相關(guān)性和適用性檢驗(yàn)

首先，采用莫蘭指數(shù)分別檢驗(yàn)碳排放強(qiáng)度和流通數(shù)字化在全局空間上的相關(guān)性，結(jié)果如表3所示。碳排放強(qiáng)度的莫蘭指數(shù)由2014年的0.285增長(zhǎng)至2019年的0.378，且均在1%的水平上顯著，表明我國(guó)碳排強(qiáng)度存在正向的空間依賴性。2015-2019年流通數(shù)字化的莫蘭指數(shù)均在5%或10%的水平上顯著為正，2014年流通數(shù)字化的莫蘭指數(shù)接近通過(guò)10%的顯著性檢驗(yàn)。綜合來(lái)看，有必要建立空間計(jì)量模型進(jìn)行檢驗(yàn)。由于全局莫蘭指數(shù)無(wú)法反應(yīng)局部地區(qū)的空間關(guān)聯(lián)性，本文進(jìn)一步觀察碳排放強(qiáng)度和流通數(shù)字化的莫蘭散點(diǎn)圖發(fā)現(xiàn)，多數(shù)省份均位于第一和第三象限，即高—高集聚區(qū)和低—低集聚區(qū)，與全局莫蘭指數(shù)結(jié)果一致。其次，為判斷雙固定效應(yīng)空間杜賓模型的適用性，本文采用Wald檢驗(yàn)、LM檢驗(yàn)、LR檢驗(yàn)以及Hausman檢驗(yàn)對(duì)該模型進(jìn)行適用性驗(yàn)證。結(jié)果顯示，模型通過(guò)了Wald檢驗(yàn)、LM檢驗(yàn)和LR檢驗(yàn)，空間杜賓模型不能退化為空間誤差模型或空間滯后模型。Hausman檢驗(yàn)結(jié)果顯著為正，表明應(yīng)運(yùn)用固定效應(yīng)模型。綜上，年份與個(gè)體雙固定的空間杜賓模型為本研究的最優(yōu)選擇。

（二）空間杜賓模型回歸分析

表4匯報(bào)了在未納入空間權(quán)重矩陣時(shí)和在地理鄰接、地理距離以及經(jīng)濟(jì)距離權(quán)重矩陣下流通數(shù)字化的碳減排效應(yīng)和空間溢出效應(yīng)的估計(jì)結(jié)果。在未考慮空間溢出效應(yīng)的傳統(tǒng)固定效應(yīng)模型估計(jì)中，流通數(shù)字化的估計(jì)系數(shù)為負(fù)，且在5%的水平上顯著，表明流通數(shù)字化程度提升有助于降低碳排放強(qiáng)度，假設(shè)H1得以驗(yàn)證。相較于傳統(tǒng)固定效應(yīng)檢驗(yàn)，在引入不同空間權(quán)重矩陣后的空間杜賓回歸結(jié)果中，流通數(shù)字化對(duì)碳排放強(qiáng)度具有更加顯著的負(fù)向影響，且流通數(shù)字化一般回歸系數(shù)的絕對(duì)值有所減小，表明若不考慮空間效應(yīng)的影響，極有可能高估流通數(shù)字化對(duì)碳排放強(qiáng)度的抑制作用。從流通數(shù)字化空間回歸系數(shù)來(lái)看，在三種空間權(quán)重矩陣下系數(shù)分別在1%、1%和10%的水平上顯著為負(fù)，本地流通數(shù)字化發(fā)展水平每提升1個(gè)百分點(diǎn)，鄰近地區(qū)碳排放強(qiáng)度分別降低3.9、18.1和6.9個(gè)百分點(diǎn)，假設(shè)H2得以驗(yàn)證。對(duì)此，可以解釋為：一方面，基于示范效應(yīng)，鄰近地區(qū)通過(guò)學(xué)習(xí)借鑒本地流通數(shù)字化轉(zhuǎn)型的先發(fā)經(jīng)驗(yàn)，形成后發(fā)優(yōu)勢(shì)，在其流通智慧化改造中降低成本消耗、提高改造效率，進(jìn)而促進(jìn)碳排放強(qiáng)度的降低；另一方面，基于競(jìng)爭(zhēng)效應(yīng)，各地方政府在推進(jìn)流通數(shù)字化轉(zhuǎn)型中面臨著資源擠占、碳約束考核等挑戰(zhàn)，當(dāng)本地碳減排取得明顯成效后，倒逼鄰近地區(qū)加大綠色技術(shù)創(chuàng)新力度，形成“力爭(zhēng)上游”的良性互動(dòng)。

為了更直觀地表現(xiàn)流通數(shù)字化碳減排的空間溢出效應(yīng)，本文進(jìn)一步將空間杜賓模型的溢出效應(yīng)分解為直接效應(yīng)、間接效應(yīng)和總效應(yīng)，如表5所示。在地理鄰接權(quán)重矩陣下三種效應(yīng)都在1%的水平上顯著為負(fù)，地理距離和經(jīng)濟(jì)距離權(quán)重矩陣下的效應(yīng)分解結(jié)果與其基本保持一致，估計(jì)結(jié)果較為穩(wěn)健。觀察系數(shù)絕對(duì)值大小發(fā)現(xiàn)間接效應(yīng)系數(shù)的絕對(duì)值大于直接效應(yīng)，說(shuō)明相比于對(duì)自身的影響，本地流通數(shù)字化改造影響鄰近地區(qū)碳減排的效果更為明顯。究其原因，產(chǎn)業(yè)的數(shù)字化轉(zhuǎn)型往往具有資本密集性特征，在本地流通數(shù)字化平臺(tái)搭建過(guò)程中難以避免非環(huán)境友好型資本投資以及高能耗、高排放產(chǎn)業(yè)承接，削弱本地的碳減排效應(yīng)；而鄰近地區(qū)極易通過(guò)“搭便車”的方式提升流通業(yè)的數(shù)字化改造效率，并將更多資金、技術(shù)投入到環(huán)境治理，使得本地流通數(shù)字化發(fā)展對(duì)鄰近地區(qū)碳減排效果更優(yōu)。

（三）穩(wěn)健性檢驗(yàn)

為確保上述估計(jì)結(jié)果的可靠性，本文進(jìn)行如下穩(wěn)健性檢驗(yàn)：（1）將被解釋變量替換為人均碳排放量重新代入（3）式回歸，結(jié)果如表6前3列所示。結(jié)果顯示，在三種權(quán)重矩陣的設(shè)定下，流通數(shù)字化發(fā)展顯著降低本地人均碳排放量，且對(duì)鄰近地區(qū)人均碳排放也具有不同程度的抑制作用，與基準(zhǔn)回歸結(jié)果保持一致。（2）由于廣義空間三階段最小二乘法（GS3SLS）在處理模型內(nèi)生性問(wèn)題上具有同時(shí)考慮變量空間效應(yīng)和隨機(jī)擾動(dòng)項(xiàng)相關(guān)性的優(yōu)勢(shì)，本文運(yùn)用該方法進(jìn)行再次回歸，結(jié)果如表6后3列所示，進(jìn)一步驗(yàn)證了研究結(jié)論的穩(wěn)健性。

五、進(jìn)一步分析

（一）影響機(jī)制檢驗(yàn)

為了驗(yàn)證前文理論假設(shè)H3，本文構(gòu)建流通數(shù)字化與政府環(huán)境治理的交乘項(xiàng)來(lái)探討政府環(huán)境治理的調(diào)節(jié)作用，如表7所示。在三種空間權(quán)重矩陣下，流通數(shù)字化與政府環(huán)境治理的交乘項(xiàng)系數(shù)分別為-1.314、-1.231、-1.226，且至少通過(guò)了5%的顯著性檢驗(yàn)，表明政府環(huán)境治理強(qiáng)化了流通數(shù)字化的碳減排效應(yīng)，假設(shè)H3得以驗(yàn)證?；趨^(qū)域一體化視角，各地政府加強(qiáng)交流互動(dòng)，積極推動(dòng)綠色產(chǎn)業(yè)政府合作項(xiàng)目實(shí)施，加快跨區(qū)域低碳流通體系建設(shè)，對(duì)縮小地區(qū)間碳排放差異、實(shí)現(xiàn)區(qū)域整體碳減排具有重要作用。然而，從交乘項(xiàng)的空間系數(shù)來(lái)看，在不同空間權(quán)重下均未通過(guò)顯著性檢驗(yàn)，表明現(xiàn)階段當(dāng)?shù)卣哟蟓h(huán)境治理力度僅對(duì)本地區(qū)流通數(shù)字化的碳減排效應(yīng)存在明顯的調(diào)節(jié)作用，在區(qū)域內(nèi)尚缺乏統(tǒng)籌協(xié)調(diào)。

（二）異質(zhì)性分析

1.區(qū)分行業(yè)的異質(zhì)性分析?？紤]到各行業(yè)能源消費(fèi)的碳排放量存在較大差異，本文在數(shù)據(jù)可得性的基礎(chǔ)上，對(duì)農(nóng)、林、牧、漁、水利業(yè)、制造業(yè)、電力、熱力、燃?xì)饧八纳a(chǎn)和供應(yīng)業(yè)、建筑業(yè)與商貿(mào)流通業(yè)的流通數(shù)字化與碳排放強(qiáng)度之間的關(guān)系進(jìn)行檢驗(yàn)。由表8可知，流通數(shù)字化發(fā)展顯著降低了本地和鄰近地區(qū)電力、熱力、燃?xì)饧八纳a(chǎn)和供應(yīng)業(yè)以及制造業(yè)的碳排放強(qiáng)度?？梢姡魍〝?shù)字化轉(zhuǎn)型有助于降低高能耗行業(yè)的碳排放強(qiáng)度，這對(duì)于加快實(shí)現(xiàn)我國(guó)“雙碳”目標(biāo)的整體進(jìn)程至關(guān)重要。此外，本地流通數(shù)字化發(fā)展有助于鄰近地區(qū)建筑業(yè)碳減排，而對(duì)于農(nóng)、林、牧、漁、水利業(yè)和商貿(mào)流通業(yè)的碳減排作用不顯著。其原因可能在于，技術(shù)變革、生產(chǎn)效率提升等加大了企業(yè)對(duì)能源要素的需求，此類回彈效應(yīng)的存在使得減排效果表現(xiàn)欠佳。

2.區(qū)分地理位置的異質(zhì)性分析。為檢驗(yàn)流通數(shù)字化對(duì)不同地區(qū)碳減排的異質(zhì)性影響，本文將樣本劃分為東部、中部和西部地區(qū)分別進(jìn)行回歸。由表9的回歸結(jié)果可知，流通數(shù)字化發(fā)展對(duì)中西部地區(qū)具有顯著的碳減排效應(yīng)，且在西部地區(qū)減排效應(yīng)和空間溢出效應(yīng)更為明顯，而對(duì)東部地區(qū)的減排效應(yīng)尚未顯現(xiàn)。東部和中部地區(qū)的交乘項(xiàng)一般系數(shù)和空間系數(shù)均顯著為負(fù)，表明政府環(huán)境治理對(duì)該區(qū)域流通數(shù)字化碳減排具有顯著的調(diào)節(jié)作用；西部地區(qū)交乘項(xiàng)的空間系數(shù)在5%的水平上顯著為正，表明鄰近地區(qū)政府環(huán)境治理可能會(huì)擠占本地環(huán)保資源，提高本地碳排放強(qiáng)度。可能的原因是，中部地區(qū)位于我國(guó)交通樞紐地帶，在數(shù)字化流通基礎(chǔ)設(shè)施建設(shè)中能夠充分利用道路網(wǎng)絡(luò)化、交通通達(dá)性等優(yōu)勢(shì)，進(jìn)而在流通數(shù)字化應(yīng)用中形成規(guī)模經(jīng)濟(jì)效應(yīng)，擴(kuò)大輻射范圍，有助于實(shí)現(xiàn)節(jié)能減排；西部地區(qū)較東部、中部而言流通業(yè)現(xiàn)代化水平相對(duì)落后，對(duì)其進(jìn)行數(shù)字化改造所帶來(lái)的邊際效率增長(zhǎng)更加明顯，使得減排潛力更大，然而由于運(yùn)輸條件、人力資本、信息基礎(chǔ)等劣勢(shì)削弱了區(qū)域內(nèi)各省對(duì)鄰近省份減排的輻射帶動(dòng)作用，且在政府干預(yù)的情況下極易造成污染外溢，制約西部地區(qū)整體綠色化發(fā)展；東部地區(qū)流通現(xiàn)代化水平較高且環(huán)境規(guī)制相關(guān)政策的實(shí)施相對(duì)較嚴(yán)格，伴隨高能耗產(chǎn)業(yè)向中西部轉(zhuǎn)移、低碳交通、綠色物流等措施施行，流通數(shù)字化的減排效應(yīng)得以深化，根據(jù)邊際效用遞減規(guī)律，在此基礎(chǔ)上進(jìn)一步加大流通數(shù)字化轉(zhuǎn)型力度可能會(huì)附加較高的資源環(huán)境成本，弱化其減排效應(yīng)。

3.區(qū)分人口密度的異質(zhì)性分析。在傳統(tǒng)地理分區(qū)的基礎(chǔ)上，本文進(jìn)一步將樣本按人口密度劃分再次估計(jì)。以各地區(qū)人口數(shù)占行政區(qū)面積的比重衡量各地區(qū)人口密度，并將其值進(jìn)行排序，前30%劃分為人口稠密區(qū)，后30%劃分為人口稀疏區(qū)，其余部分為人口中等區(qū)本文人口稠密區(qū)主要涵蓋北京、天津、上海、江蘇、浙江、山東、河南和廣東，人口稀疏區(qū)主要包括內(nèi)蒙古、吉林、黑龍江、云南、甘肅、青海、寧夏和新疆，其余14個(gè)?。ㄊ?、區(qū)）劃分為人口中等區(qū)。。由表10的回歸結(jié)果可知，流通數(shù)字化對(duì)人口稠密區(qū)和中等區(qū)碳排放強(qiáng)度均具有顯著的負(fù)向影響，在人口稀疏區(qū)該抑制作用不顯著；政府環(huán)境治理對(duì)人口稠密區(qū)和中等區(qū)流通數(shù)字化的減排效應(yīng)具有顯著影響。進(jìn)一步觀察交乘項(xiàng)的空間系數(shù)發(fā)現(xiàn)，在人口中等區(qū)該系數(shù)顯著為正，表明政府干預(yù)會(huì)對(duì)鄰近地區(qū)碳減排造成一定阻礙，區(qū)域內(nèi)各省環(huán)境治理未形成良性互促。就人口稠密區(qū)而言，流通數(shù)字化的碳減排具有顯著的空間溢出效應(yīng)，這可能與人口稠密區(qū)具備較高的信息化水平、較強(qiáng)的規(guī)模經(jīng)濟(jì)效應(yīng)有關(guān)，且政府參與環(huán)境治理有助于該區(qū)域碳減排效應(yīng)深化。就人口稀疏區(qū)而言，人才、科技、經(jīng)濟(jì)等資源的集聚與流通較弱，難以通過(guò)流通數(shù)字化轉(zhuǎn)型改善資源和能源的利用效率，因此在現(xiàn)階段尚未展現(xiàn)出明顯的減排效應(yīng)。

六、結(jié)論與啟示

隨著“雙碳”目標(biāo)以及產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型的縱深推進(jìn)，從空間視角出發(fā)考察流通數(shù)字化發(fā)展的碳減排效應(yīng)對(duì)解決我國(guó)環(huán)境污染問(wèn)題、實(shí)現(xiàn)經(jīng)濟(jì)長(zhǎng)期可持續(xù)發(fā)展具有重要意義。本文運(yùn)用2014-2019年中國(guó)30個(gè)省級(jí)行政區(qū)的面板數(shù)據(jù)，通過(guò)年份和個(gè)體雙固定的空間杜賓模型實(shí)證探究流通數(shù)字化發(fā)展對(duì)碳減排的傳導(dǎo)效應(yīng)、作用機(jī)制與異質(zhì)特征，得到以下主要結(jié)論：第一，本地流通數(shù)字化發(fā)展能夠顯著降低本地碳排放強(qiáng)度，且對(duì)鄰近地區(qū)碳減排具有顯著的促進(jìn)作用。第二，政府環(huán)境治理能夠強(qiáng)化本地流通數(shù)字化的碳減排效應(yīng)，但對(duì)鄰近地區(qū)碳減排的正向調(diào)節(jié)作用尚未顯現(xiàn)。第三，在不同行業(yè)、地理位置和人口密度中，流通數(shù)字化的碳減排效應(yīng)存在顯著的異質(zhì)性特征。具體而言，流通數(shù)字化發(fā)展對(duì)降低電力、熱力、燃?xì)饧八纳a(chǎn)和供應(yīng)業(yè)碳排放強(qiáng)度的效果最佳，制造業(yè)次之。同時(shí)，在中部地區(qū)和人口密度中等分布區(qū)流通數(shù)字化能發(fā)揮更強(qiáng)的減排效應(yīng)，政府環(huán)境治理的調(diào)節(jié)效應(yīng)也更強(qiáng)。但是，在西部地區(qū)和人口密度中等分布區(qū)較高的政府治理水平可能會(huì)導(dǎo)致碳足跡“以鄰為壑”的發(fā)展局面。

基于上述研究結(jié)論，得到如下啟示：

第一，應(yīng)建立流通數(shù)字化在污染治理中的長(zhǎng)效機(jī)制，鼓勵(lì)綠色供應(yīng)鏈建設(shè)，打造低碳流通體系，借助流通數(shù)字化對(duì)鄰近地區(qū)碳減排的示范效應(yīng)，釋放外溢紅利。一方面要加大流通基礎(chǔ)設(shè)施的智慧化改造，轉(zhuǎn)變傳統(tǒng)商流模式、完善智慧物流體系，搭建有利于資源管控的信息平臺(tái)，推進(jìn)產(chǎn)業(yè)鏈橫向拓展與縱向延伸并進(jìn)，實(shí)現(xiàn)全產(chǎn)業(yè)鏈協(xié)同降碳；另一方面要推動(dòng)數(shù)字化技術(shù)賦能供應(yīng)鏈重塑，在節(jié)約運(yùn)營(yíng)成本、增強(qiáng)供應(yīng)鏈韌性的同時(shí)，帶動(dòng)企業(yè)生產(chǎn)和創(chuàng)新效率雙提升，為高能耗行業(yè)低碳轉(zhuǎn)型創(chuàng)造條件。鑒于流通數(shù)字化對(duì)區(qū)域碳減排具有較為明顯的空間溢出效應(yīng)，可考慮將空間效應(yīng)納入生態(tài)環(huán)境保護(hù)和“雙碳”工作進(jìn)程的考量范疇，進(jìn)一步加強(qiáng)生態(tài)文明建設(shè)。

第二，增強(qiáng)政府環(huán)境治理政策的合理性和有效性，推動(dòng)有為政府與有效市場(chǎng)的高效協(xié)同，避免“孤舟獨(dú)槳”式環(huán)境治理模式削弱流通數(shù)字化發(fā)展對(duì)鄰近地區(qū)的減排效應(yīng)。本文研究發(fā)現(xiàn)，政府環(huán)境治理在東部和中部地區(qū)能夠強(qiáng)化流通數(shù)字化的碳減排效應(yīng)，而在經(jīng)濟(jì)相對(duì)欠發(fā)達(dá)的西部地區(qū)可能對(duì)鄰省減排進(jìn)程造成阻礙。對(duì)此，在交通通達(dá)性較高、經(jīng)濟(jì)發(fā)展水平較領(lǐng)先的地區(qū)可考慮加快完善碳交易市場(chǎng)建設(shè)，以征收碳稅所得加大對(duì)低碳行業(yè)發(fā)展的支持力度。然而，政府環(huán)境治理的有效性并不意味著干預(yù)程度越高越好，應(yīng)因地制宜、因時(shí)而異建立政府與市場(chǎng)的“雙軌”運(yùn)行機(jī)制，探索流通數(shù)字化發(fā)展的最適規(guī)模，在各地政府的統(tǒng)籌治理下最大限度發(fā)揮流通數(shù)字化的碳減排效應(yīng)。

第三，結(jié)合區(qū)域異質(zhì)性特征強(qiáng)化頂層設(shè)計(jì)，鼓勵(lì)各地區(qū)在實(shí)施流通數(shù)字化改造中結(jié)合自身產(chǎn)業(yè)特點(diǎn)和稟賦優(yōu)勢(shì)，建立區(qū)域聯(lián)防聯(lián)控機(jī)制，形成區(qū)域污染防控合力。在電力、熱力、燃?xì)饧八纳a(chǎn)和供應(yīng)業(yè)碳排放量較高的河北、遼寧、江蘇等地和制造業(yè)碳排放量較高的河北、山東、河南等地應(yīng)加大流通數(shù)字化轉(zhuǎn)型力度，充分釋放其減排潛力，縮小地區(qū)間碳排放差異。此外，在各區(qū)域流通數(shù)字化轉(zhuǎn)型的總體布局中，一方面應(yīng)避免伴隨數(shù)字化改造而引發(fā)的污染外溢風(fēng)險(xiǎn)，另一方面應(yīng)強(qiáng)化在中部和人口密度中等分布區(qū)的布局廣度和深度，調(diào)整各地區(qū)流通數(shù)字化變革步伐，模糊行業(yè)間和地域間的減排壁壘，實(shí)現(xiàn)區(qū)域間協(xié)同應(yīng)對(duì)環(huán)境問(wèn)題的責(zé)任共擔(dān)與利益共享。

參考文獻(xiàn)：

［1］Fernando?Y，?Rozuar?N，?Mergeresa?F.?The?Blockchain-enabled?Technology?and?Carbon?Performance：?Insights?from?Early?Adopters［J］.?Technology?in?Society，?2021，?64：101507.

［2］Wang?L，?Chen?Y，?Ramsey?T?S，?et?al.?Will?Researching?Digital?Technology?Really?Empower?Green?Development？［J］．Technology?in?Society，?2021，?66（10）：101638.

［3］黃雨婷，文雯.流通業(yè)發(fā)展、空間互動(dòng)與城市經(jīng)濟(jì)增長(zhǎng)［J］.產(chǎn)業(yè)經(jīng)濟(jì)研究，2019（4）：75-87.

［4］徐維祥，周建平，劉程軍.數(shù)字經(jīng)濟(jì)發(fā)展對(duì)城市碳排放影響的空間效應(yīng)［J］.地理研究，2022，41（1）：111-129.

［5］武宵旭，任保平.數(shù)字經(jīng)濟(jì)背景下要素資源配置機(jī)制重塑的路徑與政策調(diào)整［J］.經(jīng)濟(jì)體制改革，?2022（2）：5-10.

［6］謝莉娟，莊逸群.互聯(lián)網(wǎng)和數(shù)字化情境中的零售新機(jī)制——馬克思流通理論啟示與案例分析［J］.財(cái)貿(mào)經(jīng)濟(jì)，?2019，40（3）：84-100.

［7］鄭萬(wàn)騰，趙紅巖，趙夢(mèng)嬋.數(shù)字金融發(fā)展有利于環(huán)境污染治理嗎？——兼議地方資源競(jìng)爭(zhēng)的調(diào)節(jié)作用［J］.產(chǎn)業(yè)經(jīng)濟(jì)研究，2022（1）：1-13.

［8］Malmodin?J，?Lundén?D.?The?Energy?and?Carbon?Footprint?of?the?Global?ICT?and?E&M?Sectors?2010-2015［J］.?Sustainability，?2018，?10（9）：?1-31.

［9］Court?V，?Sorrell?S.?Digitalisation?of?Goods：?a?Systematic?Review?of?the?Determinants?and?Magnitude?of?the?Impacts?on?Energy?Consumption［J］.?Environmental?Research?Letters，?2020，?15（4）：3001.

［10］Faisal?F，?Azizullah，?Tursoy?T，?et?al.?Does?ICT?Lessen?CO2?Emissions?for?Fast-emerging?Economies？?An?Application?of?the?Heterogeneous?Panel?Estimations［J］.?Environmental?Science?and?Pollution?Research，?2020，?27（10）：10778-10789.

［11］繆陸軍，陳靜，范天正，等.數(shù)字經(jīng)濟(jì)發(fā)展對(duì)碳排放的影響——基于278個(gè)地級(jí)市的面板數(shù)據(jù)分析［J］.南方金融，2022（2）：45-57.

［12］田云，尹忞昊.技術(shù)進(jìn)步促進(jìn)了農(nóng)業(yè)能源碳減排嗎？——基于回彈效應(yīng)與空間溢出效應(yīng)的檢驗(yàn)［J］.改革，2021（12）：45-58.

［13］Zheng?Y，?Peng?J，?Xiao?J，?et?al.?Industrial?Structure?Transformation?and?Provincial?Heterogeneity?Characteristics?Evolution?of?Air?Pollution：?Evidence?of?a?Threshold?Effect?from?China［J］.?Atmospheric?Pollution?Research，?2020，?11（3）：?598-609.

［14］趙濤，張智，梁上坤.數(shù)字經(jīng)濟(jì)、創(chuàng)業(yè)活躍度與高質(zhì)量發(fā)展——來(lái)自中國(guó)城市的經(jīng)驗(yàn)證據(jù)［J］.管理世界，2020，36（10）：65-76.

［15］鄧榮榮，張翱祥.中國(guó)城市數(shù)字經(jīng)濟(jì)發(fā)展對(duì)環(huán)境污染的影響及機(jī)理研究［J］.南方經(jīng)濟(jì)，2022（2）：18-37.

［16］馮華，陳亞琦.平臺(tái)商業(yè)模式創(chuàng)新研究——基于互聯(lián)網(wǎng)環(huán)境下的時(shí)空契合分析［J］.中國(guó)工業(yè)經(jīng)濟(jì)，2016（3）：99-113.

［17］Yilmaz?S，?Haynes?K?E，?Dinc?M.?Geographic?and?Network?Neighbors：?Spillover?Effects?of?Telecommunications?Infrastructure［J］.?Journal?of?Regional?Science，?2010，42（2）：339-360.

［18］Shahnazi?R，?Shabani?Z?D.?The?Effects?of?Spatial?Spillover?Information?and?Communications?Technology?on?Carbon?Dioxide?Emissions?in?Iran［J］.?Environmental?Science?and?Pollution?Research，?2019，?26（23）：?24198-24212.

［19］董直慶，王輝.城市財(cái)富與綠色技術(shù)選擇［J］.經(jīng)濟(jì)研究，2021，56（4）：143-159.

［20］汪雯羽，貝多廣.數(shù)字普惠金融、政府干預(yù)與縣域經(jīng)濟(jì)增長(zhǎng)——基于門限面板回歸的實(shí)證分析［J］.經(jīng)濟(jì)理論與經(jīng)濟(jì)管理，2022，42（2）：41-53.

［21］Shao?S，?Zhang?Y，?Tian?Z，?et?al.?The?Regional?Dutch?Disease?Effect?Within?China：?A?Spatial?Econometric?Investigation［J］.?Energy?Economics，?2020，?88：104766.

［22］郝愛民.流通數(shù)字化對(duì)我國(guó)農(nóng)村三產(chǎn)融合的影響［J］.中國(guó)流通經(jīng)濟(jì)，2022，36（2）：36-44.

［23］宋敏，周鵬，司海濤.金融科技與企業(yè)全要素生產(chǎn)率——“賦能”和信貸配給的視角［J］.中國(guó)工業(yè)經(jīng)濟(jì)，2021（4）：138-155.

［24］陳詩(shī)一，陳登科.霧霾污染、政府治理與經(jīng)濟(jì)高質(zhì)量發(fā)展［J］.經(jīng)濟(jì)研究，2018，53（2）：20-34.

The?Carbon?Emission?Reduction?Effect?of?Circulation?Digitization：?the?Moderating

Effect?of?Government?Environmental?Governance

HAO?Ai-min，REN?Zhen

（School?of?Economics，Zhengzhou?University?of?Aeronautics，Zhengzhou?450046，China）

Abstract：?As?a?new?circulation?model?arising?from?the?integration?of?the?traditional?circulation?industry?and?digital?technology，?the?digital?development?of?circulation?is?an?important?engine?to?build?a?green?circulation?system?and?is?of?great?significance?to?achieve?carbon?emission?reduction?goals.?Based?on?Chinas?provincial?panel?data，?this?paper?comprehensively?measures?the?development?level?of?circulation?digitalization?and?empirically?investigates?the?carbon?emission?reduction?effect?of?circulation?digitalization?using?the?spatial?Durbin?model.?The?results?represent?that?the?digital?development?of?circulation?has?a?significant?role?in?promoting?carbon?emission?reduction?in?both?local?and?adjacent?areas，?and?this?conclusion?remains?valid?on?the?basis?of?multiple?robustness?tests.?Further?research?shows?that?government?environmental?governance?can?strengthen?the?carbon?emission?reduction?effect?of?circulation?digitalization.?Industry?analysis?shows?that?digitalization?of?circulation?has?the?best?emission?reduction?effect?on?the?production?and?supply?of?electricity，?heat，?gas，?and?water，?followed?by?manufacturing.?Regional?analysis?shows?that?the?carbon?emission?reduction?effect?of?circulation?digitalization?is?stronger?in?the?central?region?and?middle?population?density?distribution?area，?and?the?regulatory?effect?of?government?environmental?governance?is?more?obvious.?However，?in?the?western?region?and?middle?population?density?distribution?area，?government?environmental?governance?takes?the?risk?of?a?“beggar-thy-neighbor”?emission?reduction?mode.?Based?on?this，?this?paper?puts?forward?relevant?policy?suggestions?from?the?perspectives?of?establishing?a?long-term?mechanism?for?circulation?digitization，?enhancing?the?rationality?of?government?environmental?governance?policies，?and?forming?a?joint?force?for?regional?pollution?prevention?and?control.

Key?words：?circulation?digitalization;?carbon?emission?reduction?effect;?government?environmental?governance;?spatial?durbin?model;?carbon?peaking?and?carbon?neutrality?goals

（責(zé)任編輯：趙春江）