數(shù)字經(jīng)濟(jì)對省域碳排放的影響效應(yīng)研究

陸 悅

（南京郵電大學(xué) 經(jīng)濟(jì)學(xué)院，江蘇 南京 210023）

一、引言

近年來，全球氣候問題引發(fā)了一系列困難挑戰(zhàn)，各國逐漸意識到氣候問題的嚴(yán)重性，開始積極實(shí)行碳減排的措施。2020 年9 月，中國在聯(lián)合國第75 屆會議上，從建立人類命運(yùn)共同體的內(nèi)在要求，以及對綠色發(fā)展的內(nèi)在需求出發(fā)，第一次提出“碳達(dá)峰”“碳中和”的概念目標(biāo)，即在2030 年前實(shí)現(xiàn)碳達(dá)峰、2060 年前實(shí)現(xiàn)碳中和。

此外，在新發(fā)展階段數(shù)字經(jīng)濟(jì)憑借其影響力大、輻射廣、速度快、不受空間限制等優(yōu)勢，逐漸成為推動我國實(shí)現(xiàn)低碳發(fā)展和綠色發(fā)展的關(guān)鍵力量。因此，厘清數(shù)字經(jīng)濟(jì)是否真正有助于實(shí)現(xiàn)碳減排，對我國在新發(fā)展階段運(yùn)用數(shù)字經(jīng)濟(jì)助力低碳發(fā)展和綠色發(fā)展具有重大意義。

二、文獻(xiàn)綜述

目前，相關(guān)研究認(rèn)為數(shù)字經(jīng)濟(jì)可以起到一定的環(huán)境改善作用。如鄧榮榮和張翱祥（2022）[1]認(rèn)為數(shù)字經(jīng)濟(jì)發(fā)展明顯改善了城市環(huán)境污染物的排放，其中對工業(yè)二氧化硫的作用最明顯。蔣金荷（2021）[2]認(rèn)為數(shù)字經(jīng)濟(jì)綠色化是我國高質(zhì)量發(fā)展的必然選擇，是實(shí)現(xiàn)雙碳目標(biāo)的重要路徑。何維達(dá)等（2022）[3]證實(shí)數(shù)字經(jīng)濟(jì)發(fā)展對生態(tài)效率的提升有正向顯著的促進(jìn)作用。

將數(shù)字經(jīng)濟(jì)和碳排放納入統(tǒng)一研究框架的相對較少，部分研究認(rèn)為數(shù)字經(jīng)濟(jì)對碳排放具有抑制作用。鄔彩霞和高媛（2020）[4]研究分析發(fā)現(xiàn)數(shù)字經(jīng)濟(jì)對低碳產(chǎn)業(yè)的發(fā)展具有顯著的空間溢出效應(yīng)，并且呈現(xiàn)出地區(qū)異質(zhì)性，但該差異在東中西部地區(qū)之間較小。謝云飛（2022）[5]研究認(rèn)為在我國中部、西部地區(qū)以及碳排放較大的地區(qū)，數(shù)字經(jīng)濟(jì)對其抑制作用更加顯著。徐維祥等（2022）[6]表明數(shù)字經(jīng)濟(jì)顯著減少了城市碳排放，其對城市碳排放的影響具有溢出效應(yīng)并呈現(xiàn)空間衰減的特征。

還有部分研究認(rèn)為數(shù)字經(jīng)濟(jì)對碳排放存在先促進(jìn)后抑制的作用。繆陸軍等（2022）[7]研究認(rèn)為數(shù)字經(jīng)濟(jì)對碳排放的影響具有非線性特征，呈“倒U型”關(guān)系。李治國和王杰（2022）[8]研究發(fā)現(xiàn)數(shù)字經(jīng)濟(jì)具有“先促進(jìn)、后抑制”的“倒U 型”本地減排效應(yīng)，同時(shí)兼具“先抑制、后促增”的“U 型”空間溢出減排效應(yīng)。

綜上，隨著“雙碳”目標(biāo)的提出和數(shù)字經(jīng)濟(jì)發(fā)展的深入，碳排放和數(shù)字經(jīng)濟(jì)相關(guān)的研究逐漸增多，但是將數(shù)字經(jīng)濟(jì)和碳排放納入統(tǒng)一研究框架的相對較少，有關(guān)數(shù)字經(jīng)濟(jì)對碳排放的研究還不夠充分。因此，在已有研究的基礎(chǔ)上，從空間視角出發(fā)，深入探究數(shù)字經(jīng)濟(jì)對各省域碳排放的影響，分析其中可能存在空間溢出效應(yīng)和區(qū)域異質(zhì)性，為數(shù)字經(jīng)濟(jì)助力我國實(shí)現(xiàn)低碳發(fā)展和綠色發(fā)展提供政策指導(dǎo)和理論支持。

三、理論分析與研究假設(shè)

（一）數(shù)字經(jīng)濟(jì)對碳排放的直接影響分析

環(huán)境庫茲涅茨曲線（EKC）是一種呈“倒U 型”的曲線，可用于研究經(jīng)濟(jì)發(fā)展與環(huán)境損害之間的關(guān)系，Ahmed 和Wei（2012）[9]、宋鋒華（2017）[10]、馬駿和李亞芳（2017）[11]也通過研究證實(shí)了環(huán)境庫茲涅茨曲線的假定。因此，以環(huán)境庫茲涅茨曲線呈現(xiàn)的規(guī)律作為依據(jù)，初步推測隨著數(shù)字經(jīng)濟(jì)發(fā)展水平的不斷提高，其對碳排放的影響可能存在先促進(jìn)后抑制的作用。

此外，國內(nèi)相關(guān)學(xué)者通過實(shí)證研究認(rèn)為數(shù)字經(jīng)濟(jì)與碳排放之間存在“倒U 型”關(guān)系。繆陸軍等（2022）[7]證實(shí)數(shù)字經(jīng)濟(jì)對碳排放的影響呈現(xiàn)“倒U型”。樊軼俠和徐昊（2021）[12]研究認(rèn)為數(shù)字經(jīng)濟(jì)與經(jīng)濟(jì)綠色化之間符合先促進(jìn)后抑制曲線關(guān)系，其中能源回彈則是構(gòu)成“倒U 型”曲線的主要原因。李治國和王杰（2022）[8]研究發(fā)現(xiàn)數(shù)字經(jīng)濟(jì)具有“先促進(jìn)、后抑制”的“倒U 型”本地減排效應(yīng)，同時(shí)兼具“先抑制、后促增”的“U 型”空間溢出減排效應(yīng)。因此，基于以上分析，提出假設(shè)1：

假設(shè)1：數(shù)字經(jīng)濟(jì)對省域碳排放的影響呈“倒U型”，即先促進(jìn)后抑制。

（二）數(shù)字經(jīng)濟(jì)對碳排放的空間溢出效應(yīng)分析

西方經(jīng)濟(jì)學(xué)家克魯格曼提出了“新經(jīng)濟(jì)地理學(xué)”[13]，新經(jīng)濟(jì)地理學(xué)可以用來研究經(jīng)濟(jì)活動出現(xiàn)的空間聚集現(xiàn)象。借助空間地理位置上的相互靠近，可以形成各個(gè)區(qū)域之間的生產(chǎn)鏈，該生產(chǎn)鏈可以節(jié)約各個(gè)區(qū)域間的生產(chǎn)成本，從而逐步擴(kuò)大產(chǎn)業(yè)規(guī)模，最終形成規(guī)模效應(yīng)，帶來經(jīng)濟(jì)效益。同時(shí)，空間地理位置上的相互靠近還可以促進(jìn)各要素間的流動和互換，最終形成空間溢出效應(yīng)，帶動各個(gè)區(qū)域的共同發(fā)展。

此外，從現(xiàn)有研究看，徐昊和馬麗君（2022）[14]研究發(fā)現(xiàn)數(shù)字經(jīng)濟(jì)加強(qiáng)了對資源的依賴程度，并且存在空間外溢作用。繆陸軍等（2022）[7]認(rèn)為數(shù)字經(jīng)濟(jì)對碳排放的影響存在空間效應(yīng)，只是其產(chǎn)生的空間溢出效應(yīng)與直接效應(yīng)相比而言較小。徐維祥等（2022）[6]表示數(shù)字經(jīng)濟(jì)對碳排放的空間外溢存在邊界作用，即在不同的經(jīng)濟(jì)圈作用大小不同。因此，基于以上分析，提出假設(shè)2：

假設(shè)2：數(shù)字經(jīng)濟(jì)對省域碳排放具有空間溢出效應(yīng)。

（三）數(shù)字經(jīng)濟(jì)對碳排放的區(qū)域異質(zhì)性分析

《中國數(shù)字經(jīng)濟(jì)發(fā)展與就業(yè)白皮書（2019 年）》中對數(shù)字經(jīng)濟(jì)進(jìn)行了詳細(xì)解讀，認(rèn)為目前我國數(shù)字經(jīng)濟(jì)逐步顯現(xiàn)出不平衡的態(tài)勢：東部地區(qū)發(fā)展水平較高，西部地區(qū)發(fā)展水平較低。主要原因有：第一，先進(jìn)知識和技術(shù)運(yùn)用要求較高；第二，生產(chǎn)要素的流動具有“趨利”趨勢；第三，落后地區(qū)相關(guān)數(shù)字經(jīng)濟(jì)的基礎(chǔ)設(shè)施不完善。因此，數(shù)字經(jīng)濟(jì)的不平衡性可能會導(dǎo)致對不同地區(qū)的碳排放產(chǎn)生不同程度的影響。

此外，相關(guān)學(xué)者如鄔彩霞和高媛（2020）[4]、謝云飛（2022）[5]也通過實(shí)證研究發(fā)現(xiàn)數(shù)字經(jīng)濟(jì)對碳排放確實(shí)存在區(qū)域異質(zhì)性影響。因此，基于以上分析，提出假設(shè)3：

假設(shè)3：數(shù)字經(jīng)濟(jì)對省域碳排放具有區(qū)域異質(zhì)性。

四、變量選取與模型設(shè)定

（一）變量說明與數(shù)據(jù)來源

1.被解釋變量：碳排放C。目前關(guān)于碳排放如何進(jìn)行測度，沒有形成標(biāo)準(zhǔn)統(tǒng)一的方法，因此參考李斌和張曉冬（2017）[15]提出的碳排放計(jì)算方法：根據(jù)《2006 年IPCC 國家溫室氣體清單指南》中提供的8類化石燃料的缺省二氧化碳排放系數(shù)（見表1）及《中國能源統(tǒng)計(jì)年鑒》中提供的各省市的能源化石燃料消費(fèi)量，測算出我國30 個(gè)?。ㄗ灾螀^(qū)、直轄市）2011—2019 年的碳排放。具體的計(jì)算公式如式（1）所示：

表1 各類化石燃料碳排放系數(shù)表

式（1）中，C 表示碳排放；k 表示CO2與碳分子的重量比（k=44/12）；Ei表示第i 類化石燃料的消耗量；δi表示第i 類化石燃料的排放系數(shù)。

2.核心解釋變量：數(shù)字經(jīng)濟(jì)綜合指數(shù)（DEDI）。在理解數(shù)字經(jīng)濟(jì)內(nèi)涵的基礎(chǔ)上，參考王軍等（2021）[16]構(gòu)建的數(shù)字經(jīng)濟(jì)評價(jià)指標(biāo)體系，選取數(shù)字經(jīng)濟(jì)基礎(chǔ)載體、數(shù)字產(chǎn)業(yè)化、產(chǎn)業(yè)數(shù)字化和數(shù)字經(jīng)濟(jì)環(huán)境作為二級指標(biāo)，并根據(jù)數(shù)據(jù)的可獲得性選取互聯(lián)網(wǎng)普及率、光纜長度等作為三級指標(biāo)。具體指標(biāo)及其說明如表2 所示。

表2 數(shù)字經(jīng)濟(jì)評估指標(biāo)體系

在此基礎(chǔ)上，利用熵權(quán)法對該指標(biāo)體系進(jìn)行客觀賦權(quán)，從而得出各省份的數(shù)字經(jīng)濟(jì)綜合指數(shù)（DEDI）。熵權(quán)法的部分計(jì)算結(jié)果如表3 所示。

表3 熵權(quán)法部分計(jì)算結(jié)果

3.控制變量。參考姜國剛等（2021）[17]、楊美成（2022）[18]、高宏偉和程仕英（2017）[19]、唐賽等（2021）[20]的研究，選取人均GDP（PGDP）、城鎮(zhèn)化率（URI）、外商直接投資（FDI）和能源結(jié)構(gòu)（ENERGY）四個(gè)指標(biāo)作為控制變量。具體指標(biāo)如表4 所示。

表4 控制變量說明

4.數(shù)據(jù)來源。基于數(shù)據(jù)的可靠性和可得性，選取我國2011—2019 年30 個(gè)省（自治區(qū)、直轄市不包括香港、澳門、臺灣和西藏等地區(qū)）的相關(guān)數(shù)據(jù)作為研究對象。相關(guān)數(shù)據(jù)主要來源于各省統(tǒng)計(jì)年鑒、國家統(tǒng)計(jì)局等。其中數(shù)字金融普惠指數(shù)來源于北京大學(xué)數(shù)字普惠金融指數(shù)，碳排放數(shù)據(jù)根據(jù)《2006 年IPCC 國家溫室清單指南》《中國能源統(tǒng)計(jì)年鑒》計(jì)算得出。

對于數(shù)據(jù)中的缺失值采用了線性插值法進(jìn)行處理，利用數(shù)據(jù)的線性趨勢，對各年份中間的缺失部分進(jìn)行填充。此外，對被解釋變量進(jìn)行了取對數(shù)處理。

（二）模型設(shè)定

1.空間權(quán)重矩陣設(shè)定?？臻g權(quán)重是度量空間相關(guān)度的重要指標(biāo)，參考邵帥等（2016）[21]對空間權(quán)重矩陣的構(gòu)建方法，構(gòu)建地理反距離矩陣進(jìn)行實(shí)證分析。

地理反距離矩陣W：其元素wij表示i ?。ㄗ灾螀^(qū)、直轄市）與j ?。ㄗ灾螀^(qū)、直轄市）之間根據(jù)經(jīng)緯度計(jì)算的最近公路距離倒數(shù)的平方。具體定義如式（2）：

2.空間自相關(guān)性檢驗(yàn)。全局莫蘭檢驗(yàn)可以用來分析是否存在空間自相關(guān)性，具體計(jì)算公式如式（3）所示：

表5 碳排放莫蘭指數(shù)

由全局莫蘭檢驗(yàn)的結(jié)果可以看出，2011—2019年內(nèi)，碳排放在地理反距離權(quán)重矩陣下的Moran'I值在0.13 附近波動，但均在5%的水平上正向顯著，表示在整體上各省域的碳排放具有顯著的空間正相關(guān)性，碳排放在空間上存在明顯的集聚現(xiàn)象。因此，適合選擇空間計(jì)量模型。

局部莫蘭檢驗(yàn)可以用來檢測異常值或者查看集聚出現(xiàn)的范圍和位置，其計(jì)算公式如式（4）所示：

基于上述公式，分別繪制我國30 個(gè)?。ㄗ灾螀^(qū)、直轄市）2011 年、2015 年和2019 年碳排放的局部莫蘭散點(diǎn)圖（見圖1、圖2、圖3），其中數(shù)字1～30 表示我國30 個(gè)省（自治區(qū)、直轄市）?？梢钥闯鑫覈?0 個(gè)城市的碳排放指標(biāo)主要集中在一、三象限，其分布呈高-高、低-低類型的正相關(guān)關(guān)系。因此，結(jié)果進(jìn)一步表明，我國30 個(gè)省份的碳排放具有正相關(guān)性。

圖1 2011 年碳排放局部莫蘭指數(shù)圖

圖2 2015 年碳排放局部莫蘭指數(shù)圖

圖3 2019 年碳排放局部莫蘭指數(shù)圖

3.空間計(jì)量模型選擇?；谌帜m和局部莫蘭檢驗(yàn)結(jié)果，考慮空間因素的影響，擬選取空間計(jì)量模型進(jìn)行實(shí)證分析。具體檢驗(yàn)選擇結(jié)果如表6 所示。

表6 空間計(jì)量模型檢驗(yàn)

根據(jù)表6 的檢驗(yàn)結(jié)果，可以看出各項(xiàng)檢驗(yàn)顯著的拒絕原假設(shè)，適合選擇空間杜賓模型（SDM）進(jìn)行實(shí)證研究?；谙嚓P(guān)研究假設(shè)、全局莫蘭等檢驗(yàn)結(jié)果，最終選擇時(shí)間固定效應(yīng)的空間杜賓模型（SDM）進(jìn)行實(shí)證分析，模型具體構(gòu)造如式（5）所示：

式（5）中，Cit表示i ?。ㄗ灾螀^(qū)、直轄市）t 時(shí)期的碳排放，DEDIit表示i ?。ㄗ灾螀^(qū)、直轄市）t 時(shí)期的數(shù)字經(jīng)濟(jì)綜合指數(shù)，表示i ?。ㄗ灾螀^(qū)、直轄市）t 時(shí)期的數(shù)字經(jīng)濟(jì)綜合指數(shù)的平方項(xiàng)，GDPit、URIit、FDIit、ENERGYit表示i ?。ㄗ灾螀^(qū)、直轄市）t時(shí)期的各控制變量，W 表示空間權(quán)重矩陣，ρ 表示空間自回歸系數(shù)，vi為時(shí)間固定效應(yīng)，εit為隨機(jī)擾動項(xiàng)。

五、實(shí)證回歸結(jié)果與分析

（一）直接影響效應(yīng)分析

運(yùn)用構(gòu)造的地理反距離權(quán)重矩陣對時(shí)間固定效應(yīng)的空間杜賓模型（SDM）進(jìn)行回歸分析，回歸結(jié)果如表7 所示。

表7 空間杜賓模型回歸結(jié)果

從回歸結(jié)果可以看出，解釋變量的顯著性較高，并且空間自相關(guān)系數(shù)值為0.279 在5%的水平上顯著，說明各省域的碳排放在空間作用下具有正向的空間相關(guān)性，這一結(jié)論與全局莫蘭檢驗(yàn)的結(jié)論相同。

1.核心解釋變量。數(shù)字經(jīng)濟(jì)綜合指數(shù)（DEDI）和數(shù)字經(jīng)濟(jì)綜合指數(shù)的平方（DEDI2）。數(shù)字經(jīng)濟(jì)綜合指數(shù)（DEDI）的一次項(xiàng)系數(shù)為正值，其二次項(xiàng)（DEDI2）系數(shù)為負(fù)值，二者均在1%水平上顯著。由此可以得出結(jié)論：數(shù)字經(jīng)濟(jì)對省域的碳排放有“倒U 型”的影響效應(yīng)，即先促進(jìn)、后抑制。

為了確?！暗筓 型”曲線結(jié)果的準(zhǔn)確性，相關(guān)學(xué)者Lind 和Mehlum（2010）[22]提出了“U 型”檢驗(yàn)三步法：第一步，模型核心解釋變量的一次項(xiàng)系數(shù)β1和二次項(xiàng)系數(shù)β2呈現(xiàn)正負(fù)顯著地反向關(guān)系；第二步，在兩個(gè)端點(diǎn)的斜率反向；第三步，曲線拐點(diǎn)的數(shù)值必須在核心解釋變量的取值范圍之內(nèi)。樊軼俠和徐昊（2021）[12]認(rèn)為控制變量的變動不會影響曲線的形態(tài)，因此在檢驗(yàn)時(shí)參考其做法，僅考慮模型中的因變量與核心解釋變量，具體計(jì)算公式如式（6）、式（7）、式（8）所示：

首先，根據(jù)表7 模型回歸結(jié)果，數(shù)字經(jīng)濟(jì)綜合指數(shù)（DEDI）的一次項(xiàng)系數(shù)為正，二次項(xiàng)系數(shù)為負(fù)，二者正負(fù)性顯著相反，符合第一步要求。其次，根據(jù)公式計(jì)算得出，，兩端點(diǎn)處的斜率正負(fù)性相反，符合第二步要求。最后，拐點(diǎn)DEDI*=0.694，并且數(shù)字經(jīng)濟(jì)綜合指數(shù)的取值范圍為[0.016，0.935]，說明拐點(diǎn)位于數(shù)字經(jīng)濟(jì)綜合指數(shù)的取值范圍內(nèi)，符合第三步要求。因此，數(shù)字經(jīng)濟(jì)對于省域碳排放的影響呈現(xiàn)“倒U 型”的結(jié)論成立，符合研究假設(shè)1，即表明在數(shù)字經(jīng)濟(jì)的初始階段，數(shù)字經(jīng)濟(jì)的發(fā)展會增加各省域的碳排放；在數(shù)字經(jīng)濟(jì)的后期階段，數(shù)字經(jīng)濟(jì)的發(fā)展會降低各省域的碳排放。

在數(shù)字經(jīng)濟(jì)發(fā)展初期，可能會專注于快速發(fā)展，從而忽視了環(huán)境保護(hù)，存在一定的“綠色盲區(qū)”：一方面，數(shù)字技術(shù)初步運(yùn)用到資源開采等相關(guān)產(chǎn)業(yè)時(shí)，盲目地開采會給環(huán)境帶來一定的損害；另一方面，數(shù)字經(jīng)濟(jì)的快速發(fā)展需要消耗大量的能源，而目前煤炭仍是主要發(fā)電能源。因此，在初期數(shù)字經(jīng)濟(jì)的快速發(fā)展會間接加劇對煤炭的消耗，增加碳排放。

在數(shù)字經(jīng)濟(jì)發(fā)展后期，此時(shí)數(shù)字技術(shù)發(fā)展相對完善，可以應(yīng)用于產(chǎn)業(yè)優(yōu)化升級、清潔技術(shù)研發(fā)、提供能源利用率等方面的開發(fā)和研究。同時(shí)相關(guān)政策的出臺和完善，使得數(shù)字經(jīng)濟(jì)的發(fā)展逐漸實(shí)現(xiàn)經(jīng)濟(jì)發(fā)展與綠色發(fā)展的統(tǒng)一，從而在一定程度上減少了碳排放。

2.控制變量。人均GDP（PGDP）的增加會顯著降低各?。ㄗ灾螀^(qū)、直轄市）的碳排放。首先，經(jīng)濟(jì)發(fā)展水平是實(shí)現(xiàn)碳排放的根本，經(jīng)濟(jì)實(shí)力的支撐有助于實(shí)現(xiàn)碳減排。其次，隨著經(jīng)濟(jì)發(fā)展水平的提高，居民的文化素養(yǎng)、精神文明等逐步提高；政府更加注重對環(huán)境的管制；企業(yè)加快對清潔技術(shù)的研發(fā)、提高能源利用效率等，碳排放也會隨著減少。

城鎮(zhèn)化率（URI）的增大會顯著增加各?。ㄗ灾螀^(qū)、直轄市）的碳排放。城鎮(zhèn)化的快速發(fā)展會導(dǎo)致農(nóng)村人口向城市的大量流動，從而導(dǎo)致各種生產(chǎn)要素也逐漸向城市轉(zhuǎn)移。因此，城鎮(zhèn)化水平的提高會使得城市的供給和需求不斷擴(kuò)大，突增的供給和需求會帶動相關(guān)工業(yè)化企業(yè)的快速發(fā)展，但是，工業(yè)化企業(yè)的發(fā)展會給環(huán)境帶來一定的損害，這就使得碳排放出現(xiàn)增長。

能源結(jié)構(gòu)（ENERGY）的提高會顯著增加各省（自治區(qū)、直轄市）的碳排放。能源結(jié)構(gòu)的提高意味著我國對煤炭資源消耗的增大，相關(guān)數(shù)據(jù)顯示，目前我國能源結(jié)構(gòu)中煤炭消耗占比呈下降趨勢，但由于煤炭的消耗總基數(shù)過大，其在我國能源結(jié)構(gòu)中仍占據(jù)最大比重。煤炭資源的過度使用則會導(dǎo)致全球變暖、PM2.5 等一系列的環(huán)境惡化問題，直接導(dǎo)致碳排放的增加。

（二）空間溢出效應(yīng)分析

為驗(yàn)證研究假設(shè)2 中數(shù)字經(jīng)濟(jì)對碳排放是否具有空間溢出效應(yīng)，借鑒LeSage 和Pace（2009）[23]提出的偏微分方法，進(jìn)一步研究數(shù)字經(jīng)濟(jì)對各省域碳排放的直接效應(yīng)、間接效應(yīng)和總效應(yīng)。具體結(jié)果如表8 所示：

表8 空間效應(yīng)分解

數(shù)字經(jīng)濟(jì)綜合指數(shù)（DEDI）及其二次項(xiàng)（DEDI2）分別對省域碳排放有正向和負(fù)向顯著的直接影響，表明本省（自治區(qū)、直轄市）的數(shù)字經(jīng)濟(jì)對本?。ㄗ灾螀^(qū)、直轄市）的碳排放影響呈“倒U 型”。

此外，數(shù)字經(jīng)濟(jì)綜合指數(shù)（DEDI）及其二次項(xiàng)（DEDI2）的間接效應(yīng)和總效應(yīng)均通過了顯著性檢驗(yàn)，其中數(shù)字經(jīng)濟(jì)綜合指數(shù)（DEDI）的系數(shù)為正，其二次項(xiàng)（DEDI2）的系數(shù)為負(fù)。該結(jié)果表明，數(shù)字經(jīng)濟(jì)對周邊地區(qū)的碳排放具有空間溢出效應(yīng)，此時(shí)“倒U 型”結(jié)論仍然成立。該結(jié)論驗(yàn)證了研究假設(shè)2 的內(nèi)容，也與繆陸軍、徐維祥等人的結(jié)論類似。

數(shù)字經(jīng)濟(jì)對碳排放的作用在不同地理位置上有所差異，會在一定程度上產(chǎn)生空間外溢。與傳統(tǒng)經(jīng)濟(jì)相比，數(shù)字經(jīng)濟(jì)具有不受空間限制的優(yōu)勢，這一優(yōu)勢使區(qū)域內(nèi)的數(shù)字經(jīng)濟(jì)更易于向周邊區(qū)域輻射，從而形成空間外溢?？臻g外溢作用加強(qiáng)了各個(gè)區(qū)域之間的交流與聯(lián)系，如數(shù)字經(jīng)濟(jì)較高的地區(qū)可以帶動周邊地區(qū)的發(fā)展，向發(fā)展水平較弱的地區(qū)輸送人才、技術(shù)等要素，促進(jìn)各個(gè)地區(qū)間知識、技術(shù)和資金的流動，從而實(shí)現(xiàn)各個(gè)地區(qū)間的共同發(fā)展與共同進(jìn)步。

（三）區(qū)域異質(zhì)性分析

為驗(yàn)證研究假設(shè)3 中數(shù)字經(jīng)濟(jì)對碳排放是否有區(qū)域異質(zhì)性影響，按照國家標(biāo)準(zhǔn)將我國30 個(gè)?。ㄗ灾螀^(qū)、直轄市）劃分為東部、中部和西部三個(gè)地區(qū)，其中東部地區(qū)包括北京、天津等11 個(gè)省（自治區(qū)、直轄市），中部地區(qū)包括山西、吉林等8 個(gè)省（自治區(qū)、直轄市），西部地區(qū)包括四川、貴州等11 個(gè)省（自治區(qū)、直轄市）。具體結(jié)果如表9、表10 所示：

表9 分區(qū)域回歸結(jié)果

表10 分區(qū)域效應(yīng)分解

上述回歸結(jié)果中R2和sigma2_e 表明東部和中部地區(qū)的模型具有較高的擬合優(yōu)度。但東部和中部地區(qū)的模型自相關(guān)系數(shù)不顯著，西部地區(qū)模型的自相關(guān)系數(shù)為負(fù)數(shù)，與預(yù)期結(jié)果相反，說明在區(qū)域?qū)用嫔?，碳排放的空間相關(guān)性沒有預(yù)期顯著。

表10 給出了東部、中部和西部地區(qū)的空間效應(yīng)分解結(jié)果。在東部地區(qū)，數(shù)字經(jīng)濟(jì)對周邊地區(qū)碳排放具有顯著的空間溢出效應(yīng)，此時(shí)“倒U 型”結(jié)論仍然成立。然而，在中部和西部地區(qū)，數(shù)字經(jīng)濟(jì)對碳排放具有顯著的直接效應(yīng)，空間溢出效應(yīng)則不顯著。說明中部和西部地區(qū)，數(shù)字經(jīng)濟(jì)對周邊地區(qū)碳排放的輻射作用不明顯。

根據(jù)《中國數(shù)字經(jīng)濟(jì)發(fā)展與就業(yè)白皮書（2019年）》，目前我國數(shù)字經(jīng)濟(jì)逐步顯現(xiàn)出不平衡的態(tài)勢：東部地區(qū)發(fā)展水平較高，西部地區(qū)發(fā)展水平較低。首先，東部地區(qū)的經(jīng)濟(jì)發(fā)展程度、地理位置優(yōu)勢等要明顯優(yōu)于西部和中部地區(qū)，因此數(shù)字經(jīng)濟(jì)發(fā)展所需的先進(jìn)知識和技術(shù)會傾向于集中在相對發(fā)達(dá)的東部地區(qū)；其次，生產(chǎn)要素的流動具有“趨利”性質(zhì)，因此生產(chǎn)要素主要聚集于具有高回報(bào)率的東部地區(qū)；最后，中部和西部地區(qū)的數(shù)字經(jīng)濟(jì)基礎(chǔ)設(shè)施完善度較低，人才激勵機(jī)制不健全是其發(fā)展數(shù)字經(jīng)濟(jì)的一大劣勢。因此總體來說，東部地區(qū)的數(shù)字經(jīng)濟(jì)發(fā)展要優(yōu)于中部和西部地區(qū)，其對于周邊地區(qū)的輻射作用也更加顯著。

（四）穩(wěn)健性檢驗(yàn)

為驗(yàn)證實(shí)證結(jié)果是否穩(wěn)健，我們采用替換解釋變量、更換空間權(quán)重矩陣兩種方法進(jìn)行穩(wěn)健性檢驗(yàn)。

1.更換解釋變量。利用中國碳核算數(shù)據(jù)庫（China Emission Accounts and Datasets，CEADs）中發(fā)布的2011—2019 年省級二氧化碳排放數(shù)據(jù)，作為新的解釋變量重新進(jìn)行實(shí)證研究，最終結(jié)果如表11、表12所示：

表11 穩(wěn)健性回歸結(jié)果

表12 穩(wěn)健性回歸結(jié)果

表11、表12 中顯示了數(shù)字經(jīng)濟(jì)對碳排放的影響，其中，數(shù)字經(jīng)濟(jì)綜合指標(biāo)（DEDI）及其二次項(xiàng)（DEDI2）的系數(shù)均達(dá)到了1%的顯著水平，且數(shù)字經(jīng)濟(jì)綜合指數(shù)（DEDI）為正值，其二次項(xiàng)（DEDI2）為負(fù)值，這一結(jié)果與前面的研究結(jié)果基本吻合，表明了這一結(jié)論的穩(wěn)定性。

2.更換空間權(quán)重矩陣。由于空間權(quán)重矩陣的不同，其結(jié)果的影響也不盡相同，因此采用經(jīng)濟(jì)空間矩陣取代地理反距離矩陣，重新考察數(shù)字經(jīng)濟(jì)對碳排放的影響，表13、表14 為更換空間權(quán)重矩陣后的結(jié)果。

表13 穩(wěn)健性回歸結(jié)果

表14 穩(wěn)健性回歸結(jié)果

表13、表14 顯示了數(shù)字經(jīng)濟(jì)對碳排放的影響，各解釋變量的符號和顯著性與前文的結(jié)果整體上大致相同，證實(shí)了這一結(jié)論的穩(wěn)定性。

綜上，采用替換解釋變量以及替換空間權(quán)重矩陣的方式進(jìn)行穩(wěn)健性檢驗(yàn)，兩種方法得到的結(jié)果均顯著且與前文結(jié)論一致。因此，可以判斷實(shí)證結(jié)果是穩(wěn)健的。

六、結(jié)論與建議

（一）結(jié)論

通過對我國30 個(gè)省份2011—2019 年的面板數(shù)據(jù)進(jìn)行實(shí)證分析，研究數(shù)字經(jīng)濟(jì)對省域碳排放的影響效應(yīng)，得出以下結(jié)論：

第一，數(shù)字經(jīng)濟(jì)對省域碳排放的影響呈現(xiàn)“倒U型”關(guān)系，即數(shù)字經(jīng)濟(jì)對碳排放具有先促進(jìn)后抑制的作用，這一結(jié)論在經(jīng)過Lind 和Mehlum 的“U 型”檢驗(yàn)三步法的驗(yàn)證后仍成立。

第二，數(shù)字經(jīng)濟(jì)對省域碳排放的影響具有顯著的空間溢出效應(yīng)，此時(shí)“倒U 型”結(jié)論仍然成立。

第三，數(shù)字經(jīng)濟(jì)對省域碳排放的影響具有區(qū)域異質(zhì)性，將我國30 個(gè)?。ㄗ灾螀^(qū)、直轄市）劃分為東部、中部和西部地區(qū)，其中在東部地區(qū)數(shù)字經(jīng)濟(jì)對碳排放具有顯著的空間溢出效應(yīng)，而在中部和西部地區(qū)則不具有空間溢出效應(yīng)。

（二）建議

基于上述結(jié)論，提出以下建議：

第一，數(shù)字經(jīng)濟(jì)發(fā)展既要增速又要提質(zhì)。首先，政府要加強(qiáng)在數(shù)字經(jīng)濟(jì)中的基礎(chǔ)設(shè)施和技術(shù)研發(fā)的投入，為數(shù)字經(jīng)濟(jì)的發(fā)展積極創(chuàng)造條件。其次，重視數(shù)字經(jīng)濟(jì)的高耗能特性，在大力發(fā)展數(shù)字經(jīng)濟(jì)的同時(shí)也要注意減少能耗，開發(fā)和推廣節(jié)能減排技術(shù)，提高能源利用率，促進(jìn)能源的節(jié)約和高效使用，實(shí)現(xiàn)數(shù)字經(jīng)濟(jì)的“綠色”增長。最后，將數(shù)字技術(shù)融入生產(chǎn)、消費(fèi)、交換、分配的各個(gè)環(huán)節(jié)，實(shí)現(xiàn)全平臺全產(chǎn)業(yè)數(shù)字化，加強(qiáng)各個(gè)環(huán)節(jié)的溝通與交流，促進(jìn)決策優(yōu)化。

第二，充分發(fā)揮數(shù)字經(jīng)濟(jì)積極的空間溢出作用。一方面，加強(qiáng)各地區(qū)間數(shù)字經(jīng)濟(jì)發(fā)展的聯(lián)系與交流。發(fā)揮核心地區(qū)數(shù)字經(jīng)濟(jì)的輻射作用，利用其技術(shù)溢出等效應(yīng)帶動周邊地區(qū)數(shù)字經(jīng)濟(jì)的發(fā)展。另一方面，注意防范數(shù)字經(jīng)濟(jì)高速發(fā)展地區(qū)對低速發(fā)展地區(qū)產(chǎn)生“虹吸效應(yīng)”。數(shù)字經(jīng)濟(jì)發(fā)展較快地區(qū)給予發(fā)展較慢地區(qū)一定的幫扶，發(fā)展較慢地區(qū)向發(fā)展較快地區(qū)積極學(xué)習(xí)，形成良性競爭的發(fā)展格局。

第三，強(qiáng)調(diào)不同地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展均衡問題。一方面，對于發(fā)展較慢地區(qū)，政府應(yīng)該給予一定的政策傾斜，在基礎(chǔ)設(shè)施方面加大投入、在產(chǎn)業(yè)轉(zhuǎn)型方面給予技術(shù)資金支持、在企業(yè)發(fā)展方面加強(qiáng)人才建設(shè)等，逐步實(shí)現(xiàn)數(shù)字經(jīng)濟(jì)的快速高質(zhì)量發(fā)展；另一方面，對于發(fā)展較快地區(qū)，在保持自身高速發(fā)展的同時(shí)要對發(fā)展較慢地區(qū)起到幫扶和帶動作用，提供人才、技術(shù)、設(shè)施的輸入等，逐步縮小二者之間的差距，實(shí)現(xiàn)各地區(qū)數(shù)字經(jīng)濟(jì)的均衡發(fā)展，共同努力實(shí)現(xiàn)我國碳排放的減少。