數(shù)字經(jīng)濟對碳排放的影響效應與機制研究

摘 要：

依托技術進步來發(fā)揮數(shù)字經(jīng)濟的碳減排效應，是實現(xiàn)碳減排目標、推動綠色可持續(xù)發(fā)展的關鍵。將數(shù)字經(jīng)濟和“干中學”模型引入綠色索洛模型的分析框架，以揭示異質(zhì)性技術進步下數(shù)字經(jīng)濟影響碳排放的新機制，并利用中國省級面板數(shù)據(jù)進行實證分析。研究結果表明：數(shù)字經(jīng)濟的發(fā)展能夠顯著抑制碳排放，且二者之間的關系呈倒U型非線性特征。在數(shù)字經(jīng)濟的構成要素中，數(shù)字基礎設施對降低碳排放的影響尤為顯著。進一步對門檻效應的分析發(fā)現(xiàn)，只有當減排技術進步跨越閾值時，數(shù)字經(jīng)濟對碳排放的抑制作用才能被有效釋放。此外，在短期內(nèi)，生產(chǎn)技術進步是推動數(shù)字經(jīng)濟實現(xiàn)碳減排效應的核心動力，但從長期來看，減排技術進步是影響數(shù)字經(jīng)濟和碳排放的主要路徑。

關鍵詞：

數(shù)字經(jīng)濟；碳排放；異質(zhì)性技術進步

中圖分類號：F49

文獻標識碼：A文章編號：1007-2101（2024）04-0045-15

收稿日期：2024-03-21

基金項目：

河北省高等學?？茖W技術研究項目“數(shù)字經(jīng)濟背景下京津冀工業(yè)碳減排的路徑研究”（QN2023213）

作者簡介：

王露（1987-），女，河南開封人，燕山大學博士研究生；趙子英（1997-），女，吉林長春人，吉林大學博士研究生；許孝君（1986-），女，吉林省吉林市人，燕山大學副教授，博士生導師，通訊作者。

隨著全球工業(yè)化的快速推進和經(jīng)濟的迅猛增長，碳排放問題日益凸顯，已然嚴重威脅地球生態(tài)安全和人類可持續(xù)發(fā)展。碳排放量的急劇攀升加劇了全球氣候變暖的態(tài)勢，極端天氣事件頻繁發(fā)生，對生態(tài)平衡和人類健康造成了嚴重影響。為了推動全球綠色發(fā)展，習近平總書記在第七十五屆聯(lián)合國大會上宣布了中國將提高國家自主貢獻力度，采取更加有力的政策和措施應對碳排放問題，并強調(diào)力爭于2030年前達到碳排放峰值，努力爭取2060年前實現(xiàn)碳中和的目標［1］。盡管我國在全球能源轉型領域取得了舉世矚目的成就，但仍位居煤炭生產(chǎn)與消費國之首①。根據(jù)國際能源署最新發(fā)布的數(shù)據(jù)，2022年我國二氧化碳排放總量達到121億噸，約占全球碳排放量的1/3②。碳排放主要源于經(jīng)濟生產(chǎn)活動，低碳發(fā)展勢必對經(jīng)濟增長帶來一定挑戰(zhàn)。當前，如何在短期內(nèi)達成“雙碳”目標，同時維持經(jīng)濟穩(wěn)定增長并有效減少碳排放，已成為亟待攻克的關鍵難題。

隨著數(shù)字技術的快速創(chuàng)新和應用，數(shù)字經(jīng)濟正迅速崛起，成為全球經(jīng)濟社會發(fā)展的重要驅(qū)動力。我國將數(shù)字經(jīng)濟發(fā)展提升為國家戰(zhàn)略，黨的二十大報告對“加快發(fā)展數(shù)字經(jīng)濟”和“加快建設數(shù)字中國”作出了重要部署。數(shù)字經(jīng)濟通過數(shù)字化增加要素供給，利用網(wǎng)絡化提升要素配置效率，借助智能化增強產(chǎn)出效能，從而推動經(jīng)濟在質(zhì)量、效率和動力上實現(xiàn)變革，為緩解經(jīng)濟增長與綠色低碳轉型間的矛盾提供了新的解決路徑［2-3］。盡管數(shù)字經(jīng)濟在碳減排方面已逐漸嶄露頭角，但其背后的傳導機制怎樣？技術進步能否成為數(shù)字經(jīng)濟影響碳排放的關鍵渠道？不同類型的技術進步作用效果有何差異？為厘清上述問題，本文嘗試通過理論分析和實證研究，深入探討技術進步下數(shù)字經(jīng)濟對碳排放的作用機理、影響程度和傳導路徑，對于推動數(shù)字經(jīng)濟發(fā)展、促進技術進步和碳減排具有重要的現(xiàn)實意義和實踐價值，也為數(shù)字經(jīng)濟背景下制定和執(zhí)行碳減排政策提供有益的政策啟示。

一、文獻綜述

“雙碳”目標下，如何有效減少碳排放受到了社會各界的廣泛關注。為尋找碳減排的突破口，學者們致力于分析碳排放的影響因素，從而探析減排的關鍵路徑。以往的研究表明，碳排放主要受經(jīng)濟增長［4］、城鎮(zhèn)化［5-6］、能源消費［7-8］、環(huán)境規(guī)制［9］、產(chǎn)業(yè)結構［10］、技術進步［11］等因素的影響。如林伯強和蔣竺均通過LMDI和STIRPA模型對中國人均二氧化碳排放的主要因素進行了深入研究，研究發(fā)現(xiàn)能源強度、產(chǎn)業(yè)結構和能源消費結構等對碳排放會產(chǎn)生顯著的影響［12］。在碳減排政策方面，有學者認為能源補貼改革在一定程度上促進了碳減排［13-15］。王林輝等［16］研究發(fā)現(xiàn)，研發(fā)補貼政策在推動清潔技術和產(chǎn)出激勵上成效顯著，但規(guī)制類政策在改善環(huán)境質(zhì)量上優(yōu)于研發(fā)補貼。然而，僅依賴單一政策干預難以解決經(jīng)濟增長與環(huán)境質(zhì)量之間的矛盾，相比之下，實施政策組合能夠取得更顯著的效果。此外，部分學者專注于分析碳排放的時空演變特性，以深入探究其背后的變化趨勢和規(guī)律［17-18］。研究顯示，中國城市碳排放績效整體偏低，空間分布上呈現(xiàn)出“南高北低”的格局特點［19］。

在碳減排路徑探索中，學者們發(fā)現(xiàn)數(shù)字經(jīng)濟不僅促進了經(jīng)濟和社會的發(fā)展，還帶來了顯著的環(huán)境效益。大量的學者對數(shù)字經(jīng)濟與碳排放的影響效應及作用路徑展開研究。由于數(shù)字技術具有較強的空間關聯(lián)性和滲透性，因此，數(shù)字經(jīng)濟也可以通過發(fā)揮空間外溢效應推動區(qū)域之間形成協(xié)調(diào)發(fā)展的碳減排格局［20-21］。Li和Wang的研究表明，數(shù)字經(jīng)濟通過直接效應和間接效應兩種途徑顯著降低了碳排放，其中直接效應的作用比間接效應更為顯著［22］。有研究進一步發(fā)現(xiàn)數(shù)字經(jīng)濟與碳排放之間的非線性關系，并指出中國數(shù)字經(jīng)濟發(fā)展到更高水平后，減排效果將更加明顯［23］。此外，部分學者發(fā)現(xiàn)，數(shù)字經(jīng)濟與碳排放之間的影響效應存在異質(zhì)性［24］。這種異質(zhì)性在不同地區(qū)、不同行業(yè)以及不同數(shù)字經(jīng)濟增長階段均有所體現(xiàn)，反映出數(shù)字經(jīng)濟與碳排放關系的復雜性和多樣性［25-27］。

關于數(shù)字經(jīng)濟對碳排放影響路徑的研究，現(xiàn)有文獻大多從能源效率［28］、技術創(chuàng)新［29］等視角探索數(shù)字經(jīng)濟的減排效應。不少學者認為技術進步是數(shù)字經(jīng)濟影響碳排放的重要路徑［30-32］。研究顯示，在供給側，數(shù)字經(jīng)濟的快速發(fā)展推動了可再生能源技術的推廣和優(yōu)化，降低了對化石燃料的依賴［33］；此外，技術進步使得生產(chǎn)過程更加高效，提高了能源效率，從而降低了碳排放水平［32］。在需求側，技術進步推動了消費模式的轉變，使得消費者更加傾向于選擇低碳、環(huán)保的產(chǎn)品和服務［34］。盡管技術進步在數(shù)字經(jīng)濟中對降低碳排放起到了積極作用，但也有學者提出了相反的觀點，認為技術進步發(fā)展的本身可能帶來額外的能源消耗和碳排放［35-36］。如張思思等研究發(fā)現(xiàn)，有偏技術進步通過能源消費結構推動經(jīng)濟規(guī)模效應的鏈式中介機制，對減排產(chǎn)生負向影響，并且數(shù)字增強資本節(jié)約型技術進步也會對節(jié)能減排產(chǎn)生負向影響［37］。因此，在技術進步視角下，數(shù)字經(jīng)濟對碳排放產(chǎn)生復雜的影響，需要進一步深入研究。

綜上所述，國內(nèi)外學者已從不同角度對數(shù)字經(jīng)濟與碳排放的關系進行了深入的研究，但回顧既有研究可知：首先，現(xiàn)有文獻多側重于通過理論分析來探討數(shù)字經(jīng)濟對碳排放的作用機制，而鮮有研究利用理論模型來推導數(shù)字經(jīng)濟和碳排放之間的內(nèi)在聯(lián)系。其次，在數(shù)字經(jīng)濟的測算方面，多數(shù)文獻所選指標相對單一，未能全面反映數(shù)字經(jīng)濟的多元化特征。最后，盡管有部分研究從技術進步的角度切入，但大多數(shù)研究都將技術進步作為一個整體來考慮，未能細致區(qū)分各類技術進步對數(shù)字經(jīng)濟與碳排放之間關系的影響差異。

鑒于此，本文在綠色索洛模型的基礎上進行改進與拓展，創(chuàng)新性地將數(shù)字經(jīng)濟融入其中，并結合“干中學”模型，構建一個具有技術內(nèi)生性的綠色索洛模型，為研究技術進步背景下數(shù)字經(jīng)濟與碳排放之間的關系提供一種全新的思路。此外，本文從數(shù)字經(jīng)濟參與主體、數(shù)據(jù)、所處環(huán)境等多個維度出發(fā)，構建一個全面而細致的數(shù)字經(jīng)濟指標體系，深入探索數(shù)字經(jīng)濟及其各構成要素對碳排放影響的內(nèi)在機制，從而為我們更深入地理解二者關系提供有力支撐。更進一步地，根據(jù)技術進步在環(huán)境保護方面的作用，本文將其劃分為減排技術進步和生產(chǎn)技術進步，并考察不同技術進步下數(shù)字經(jīng)濟和碳排放的非線性特征和傳導機制。

二、理論模型與研究假說

綠色索洛模型（The Green Solow Model）由Brock和Taylor于2004年提出，旨在研究環(huán)境可持續(xù)發(fā)展和經(jīng)濟增長之間的關系。該模型是對索洛模型的深度拓展，其重要貢獻在于將環(huán)境因素納入索洛模型的基本假設之中，全面考慮了經(jīng)濟發(fā)展對環(huán)境的影響［38］。2020年，我國首次將數(shù)據(jù)列為生產(chǎn)要素，數(shù)字經(jīng)濟將數(shù)字化的知識和信息這一新型生產(chǎn)要素直接融入生產(chǎn)活動中。因此，本研究將數(shù)據(jù)資本視為數(shù)字經(jīng)濟的代理變量［39］，并將其引入生產(chǎn)函數(shù)中，構造綠色索洛模型，以探討數(shù)字經(jīng)濟對二氧化碳排放量的影響機制。

（一）綠色索洛模型

假設具有固定儲蓄率s的單一部門索洛模型中，總產(chǎn)出Y，是實物資本K、數(shù)據(jù)資本D、勞動力L的函數(shù)，即Y=F（K，D，AL），其中A表示技術進步，AL表示有效勞動。本文將資本存量的動態(tài)變化分為實物資本的動態(tài)變化K·和數(shù)據(jù)資本的動態(tài)變化D·兩個維度［39］。實物資本和數(shù)據(jù)資本分別以δK和δD的固定速度折舊。則擴展的索洛模型表示如下：

Y=F（K，D，AL）

K·=sγY-δKK

D·=s（1-γ）Y-δDD

L·=nL

A·=gA（1）

其中，γ表示用于實物資本投資的比例，n表示人口增長率，g表示技術進步增長率；變量上的點表示該變量隨時間的變化率（即導數(shù)），后文其他變量同理。

考慮到經(jīng)濟發(fā)展過程中，隨著二氧化碳等有害氣體的產(chǎn)生，環(huán)境可能會受到污染。借鑒Copeland和Taylor［40］的方法，將二氧化碳排放視為產(chǎn)出的附帶產(chǎn)品，即經(jīng)濟活動Y中的每一單位都產(chǎn)生Ω（常數(shù)）單位污染。假設忽略技術進步和環(huán)境政策變化對減排活動的影響，函數(shù)τ（F，F(xiàn)τ）是總產(chǎn)出Y以及投入到減排活動中的產(chǎn)出Fτ的遞增和嚴格凹函數(shù)。則最終的碳排放總量E表示為：

E（t）=ΩF-Ωτ（F，F(xiàn)τ）=ΩF［1-τ（1，F(xiàn)τ/F）］=ΩFρ（θ）（2）

其中，ρ（θ）=1-τ（1，θ），θ=Fτ/F。假設減排函數(shù)ρ（0）=1，且ρ′（θ）lt;0，ρ″（θ）gt;0。減排對污染減少方面產(chǎn)生積極影響，但其邊際效應隨著減少程度的加深而逐漸減弱。在某些條件下，可認為ρ（θ）=（1-θ）ξ，ξgt;1。此外，根據(jù)Brock和Taylor，減排技術進步增長率假定為

-gΩ，即-gΩ=Ω·/Ω。

為了將污染和減排的假設與擴展的索洛模型相結合，我們注意到，在考慮減排的情況下，總產(chǎn)出中用于最終產(chǎn)品的消費和投資的經(jīng)濟活動為

Y'=Y（1-θ）。若生產(chǎn)函數(shù)為柯布—道格拉斯函數(shù)，將產(chǎn)出、資本和污染轉化為密集型單位來測量，可得到綠色索洛模型形式：

y'=（1-θ）f（k，d）

e=Ωf（k，d）ρ（θ）

k·=sγ（1-θ）f（k，d）-（n+g+δK）k

d·=s（1-γ）（1-θ）f（k，d）-（n+g+δD）d（3）

其中，k=K/AL，d=D/AL，y'=Y/AL，e=E/AL，f（k，d）=F（k，d，1）；函數(shù)f（k，d）為每單位有效勞動的平均資本存量。

（二）平衡增長路徑

假設對于F生產(chǎn)函數(shù)滿足Inada條件，在θ固定的情況下，不管k、d從何處開始，經(jīng)濟將最終收斂到平衡增長點（k*，d*），達到穩(wěn)定狀態(tài)。

在平衡增長路徑上，總產(chǎn)出、總消費和資本存量的增長率的值均為g+n，而人均消費增長率的值為g。因此，沿著平衡增長路徑，有gy=gk=gd=gc=ggt;0。由于k、d趨近于常數(shù)k*、d*，從式（3）可推斷出沿著平衡增長路徑的碳排放增長率gE為：gE=n+g-gΩ。由此可以看出，碳排放增長率取決于人口增長率n、生產(chǎn)技術進步增長率g和減排技術進步增長率-gΩ。

根據(jù)可持續(xù)增長的內(nèi)涵，可持續(xù)增長意味著在環(huán)境資源的約束下要實現(xiàn)人均消費增加和環(huán)境質(zhì)量改善，則可持續(xù)增長需滿足條件gΩgt;n+g，gElt;0。在商品生產(chǎn)中，生產(chǎn)技術進步對于實現(xiàn)人均消費增長是必要的，那么減排技術進步增長率必須超過總產(chǎn)出的增長率，才能支撐生態(tài)環(huán)境質(zhì)量持續(xù)改善。

若采用柯布—道格拉斯函數(shù)作為生產(chǎn)函數(shù)，碳排放總量E（t）可表述為：

E（t）=ΩKαDβALρ（θ）（4）

將式（4）兩端取對數(shù)，并對t求導可得：

E·（t）E（t）=

gE+αk·k

+βd·d=gE+α［sγ（1-θ）f（k，d）kα-1dβ-（n+g+δK）］+β

［s（1-γ）（1-θ）f（k，d）kαdβ-1-（n+g+δD）］

（5）

由式（3）和式（5）可知，E·（t）/E（t）是關于k（t）和d（t）的二元函數(shù)。如圖1所示，E·（t）/E（t）=0是曲面E·（t）/E（t）的零等高線在平面上的運動軌跡（見圖1（a））。假設在經(jīng)濟發(fā)展的初始階段，數(shù)據(jù)資本存量位于d0處，此時碳排放的增長率大于0，碳排放量呈上升趨勢；當數(shù)據(jù)資本存量達到dT處，碳排放的增長率等于0，對應的碳排放量達到最大，即碳排放量處于峰值；在數(shù)據(jù)資本存量達到dT后，碳排放的增長率小于0，這時碳排放量呈下降趨勢，直到d（t）增加到穩(wěn)態(tài)資本存量d*時，碳排放量以gE的穩(wěn)定速度遞減（見圖1（b））。

綜上可以看出，單位有效勞動對應的數(shù)據(jù)資本存量d（t）直觀反映了數(shù)字經(jīng)濟發(fā)展水平，其增長軌跡中碳排放量先上升后下降，呈現(xiàn)出與庫茲涅茨曲線一致的趨勢?；诖?，本文提出以下假說。

H1：數(shù)字經(jīng)濟對碳排放的作用效應呈現(xiàn)為非線性的倒U型關系。

（三）數(shù)字經(jīng)濟影響碳排放的機制分析

在長期穩(wěn)態(tài)下，人均產(chǎn)出增長率與技術進步增長率相等。然而，技術進步是一種外生變量，這給經(jīng)濟增長帶來了很大的不確定性。為解決此問題，本文借鑒Romer的“干中學”模型［41］，把技術進步用累積總投資（實物資本和數(shù)據(jù)資本）來表述，也就是把學習與經(jīng)驗用物質(zhì)資本來表述，構建技術關聯(lián)的綠色索洛模型［42］?？紤]到物質(zhì)資本包含實物資本與數(shù)據(jù)資本，則技術進步可表示為：

A=KφDη（6）

其中，φ和η是實物資本和數(shù)據(jù)資本的固定參數(shù)，它們代表著影響技術進步的重要因素。

為簡化分析，此處忽略了實物資本折舊和數(shù)據(jù)資本折舊因素，對式（6）求導，再同時除以D·，可推導出

=φKφ-1γ1-γDη+KφηDη-1。η越大，新增數(shù)據(jù)資本對技術進步的影響越大?？紤]到生產(chǎn)技術進步可能會帶動減排技術的進步，文本假設兩者之間存在相互關聯(lián)關系，即gΩ=φg，其中參數(shù)φ表示生產(chǎn)技術對減排技術的影響程度。

由上式計算，可推導出技術進步增長率為：

g=A=φK+ηD

（7）

在穩(wěn)態(tài)時，即k=0，d=0時，總產(chǎn)出、總消費、總實物資本存量和總數(shù)據(jù)資本存量的增長率為：

gY=gC=gK=gD=n1-φ-η

（8）

對方程E=ΩFρ（θ）兩邊求導，再同時除以E=ΩFρ（θ）后，可得到：

E=Ω+Y=-gΩ+φn+ηn1-η-φ+n=-φA+A+n

=（1-φ）A+n

（9）

將式（7）和式（8）代入式（9），可得E=（1-φ）A+n=（1-φ）（φ+η）n1-φ-η+n。上述分解過程表明，數(shù)字經(jīng)濟通過技術進步路徑對碳排放產(chǎn)生影響。一方面，當數(shù)字經(jīng)濟發(fā)展水平η提升時，會促進生產(chǎn)技術進步增長率A的提升，從而帶來經(jīng)濟增長，但可能導致碳排放量的增加（技術進步帶來的回彈效應）。同時，數(shù)字經(jīng)濟發(fā)展也會推動減排技術進步增長率-φA的提升，實現(xiàn)碳排放量的減少（技術進步帶來的減排效應）。碳排放量的最終結果將取決于這兩種方向相反趨勢的綜合影響。因此，本文提出以下假說。

H2：數(shù)字經(jīng)濟通過提高減排技術進步降低碳排放量。

H3：生產(chǎn)技術進步在推動數(shù)字經(jīng)濟發(fā)展的同時，也間接促進碳排放量的增加。

三、數(shù)字經(jīng)濟發(fā)展水平的測算與分析

（一）數(shù)字經(jīng)濟評價指標體系

本文基于數(shù)字經(jīng)濟的內(nèi)涵，參照中國電子信息產(chǎn)業(yè)發(fā)展研究院發(fā)布的《2019年中國數(shù)字經(jīng)濟發(fā)展指數(shù)》，并結合已有文獻的觀點，從數(shù)字基礎設施、數(shù)字產(chǎn)業(yè)化、數(shù)字融合和數(shù)字環(huán)境4個維度，共選取28個指標，涵蓋數(shù)字經(jīng)濟的參與主體、核心要素、應用場景、政策環(huán)境、創(chuàng)新能力等方面，全面評估中國各?。▍^(qū)、市）數(shù)字經(jīng)濟發(fā)展狀況（見表1）。其中，數(shù)字基礎設施是數(shù)字經(jīng)濟發(fā)展的基礎和保障，提供了數(shù)字化技術所需的網(wǎng)絡連接、數(shù)據(jù)存儲、計算能力和信息交換等功能。數(shù)字產(chǎn)業(yè)化是數(shù)字經(jīng)濟發(fā)展中的重要方向之一，通過數(shù)字化、網(wǎng)絡化、智能化等手段推動傳統(tǒng)產(chǎn)業(yè)進行升級改造和創(chuàng)新發(fā)展。數(shù)字融合是將不同的數(shù)字技術和數(shù)字應用進行整合，實現(xiàn)跨行業(yè)、跨領域、跨平臺的信息流、價值流、技術流的有效銜接和優(yōu)化協(xié)同，進一步促進數(shù)字經(jīng)濟發(fā)展。數(shù)字環(huán)境是由政策法規(guī)、技術創(chuàng)新、人才儲備等多方面因素共同構成的綜合體，這些因素相互影響、相互依賴，共同推動數(shù)字經(jīng)濟的發(fā)展。

（二）評價方法

為了客觀評價上述28個子指標構建的綜合數(shù)字經(jīng)濟指標，本文采用了改進的熵權法（IEM）計算數(shù)字經(jīng)濟發(fā)展指數(shù)。為準確衡量各指標權重，需先對原始數(shù)據(jù)進行標準化處理。由于數(shù)字經(jīng)濟各指標均為正指標，因此將數(shù)據(jù)的標準化方程設置為：x'ij=xij-min{xj}max{xj}-min{xj}，其中，xij為i省指數(shù)j的原始值，x'ij為i省指數(shù)j的標準化值。同時為避免主觀因素的影響，計算i省指標j所占比重：wij=x'ij/∑mi=1x'ij。此外，指標j的信息熵為：ej=-1lnm∑mi=1wijlnwij，其中，m為研究周期的年數(shù)。根據(jù)信息熵，計算信息熵冗余度為dj = 1-ej。因此，指標j的權重為：Wj=dj/∑mj=1dj。綜合數(shù)字經(jīng)濟指數(shù)Dig計算公式如下：

Digi=∑mj=1Wjwij

（10）

通過上述公式計算出數(shù)字經(jīng)濟發(fā)展水平，其中Digi表示i省的數(shù)字經(jīng)濟發(fā)展水平，取值在0～1之間。Digi值越大，則表示數(shù)字經(jīng)濟發(fā)展水平越高。

本文以2012—2021年為考察期，各項指標通過《中國統(tǒng)計年鑒》《中國信息化與工業(yè)化融合發(fā)展水平評估報告》《中國互聯(lián)網(wǎng)絡發(fā)展狀況統(tǒng)計報告》等整理而得。鑒于西藏及港澳臺地區(qū)數(shù)據(jù)缺失嚴重，本文選取30個?。▍^(qū)、市）作為樣本進行分析。

（三）時空分布特征

為了更直觀地展示我國數(shù)字經(jīng)濟發(fā)展水平的區(qū)域差異和動態(tài)變化，本文以可視化形式展示測算結果，如圖2所示。

受篇幅所限，本文僅展示2012年、2015年、2018年和2021年的探究結果。整體而言，從2012年到2021年，我國數(shù)字經(jīng)濟發(fā)展水平呈現(xiàn)穩(wěn)步上升的趨勢。根據(jù)我國各?。▍^(qū)、市）數(shù)字經(jīng)濟發(fā)展水平的綜合評估結果，全國得分均值從2012年的0.080增長至2021年的0.205，年平均增長率達到11%，各?。▍^(qū)、市）發(fā)展水平亦有顯著提升。2021年北京、廣東、江蘇等?。ㄊ校┑臄?shù)字經(jīng)濟水平處于領先地位。此外，云南、貴州、江西等省份雖然綜合發(fā)展水平較為落后，但平均增速位于前列，發(fā)展勢頭迅猛。需要注意的是，雖然我國數(shù)字經(jīng)濟整體發(fā)展良好，但存在較大的省際差異。從數(shù)字經(jīng)濟區(qū)域分異情況來看，2012年東部、中部和西部的數(shù)字經(jīng)濟發(fā)展水平均值為0.122、0.068、0.037，在2021年則上升至0.279、0.179、0.109③。數(shù)據(jù)顯示，東部地區(qū)在數(shù)字經(jīng)濟綜合發(fā)展水平上領先中西部，但西部地區(qū)增速超越東中部，顯示出顯著的追趕態(tài)勢。這主要是由于近年來，政府出臺了大力支持西部地區(qū)發(fā)展的政策，推動了西部地區(qū)的基礎設施建設和產(chǎn)業(yè)布局優(yōu)化，加速了該地區(qū)數(shù)字經(jīng)濟的發(fā)展。

四、研究設計

（一）模型設定

STIRPAT模型是York等［43］在IPAT恒等式的基礎上提出的隨機特殊形式，探討人類活動對環(huán)境的影響。該模型克服了IPAT模型只能反映各因素對環(huán)境影響等比例變化的局限，允許分析各因素對環(huán)境影響的非比例性。因此，STIRPAT模型被廣泛用于環(huán)境影響評價和可持續(xù)發(fā)展研究中。模型一般形式表示如下：

I=aPbAc1Tv1u

（11）

lnI=a+blnP+clnA1+vlnT1+u

（12）

其中，I、P、A1和T1分別為環(huán)境污染、人口規(guī)模、富裕程度和技術水平；u為隨機擾動項。為滿足本文研究需要，在式（12）基礎上，將碳排放CDE作為輸出變量，數(shù)字經(jīng)濟Dig作為核心變量，構造如下模型：

lnCDEi，t=β0+β1lnDigi，t+∑Controls+ui，t（13）

其中，下標i、t分別表示i省份第t年的變量值，Controls表示各種控制變量的集合形式。考慮到碳排放的滯后期會對當期產(chǎn)生一定影響，可能存在內(nèi)生性問題，本文利用動態(tài)面板數(shù)據(jù)模型（SYS-GMM）估計方法構造的動態(tài)面板模型如下：

lnCDEi，t=β0+μlnCDEi，t-1+β1lnDigi，t+∑Controls+ui，t（14）

其中，μ為碳排放一階滯后項的回歸系數(shù)。

（二）變量設定

1. 被解釋變量。根據(jù)聯(lián)合國政府間氣候變化專門委員會（IPCC）提供的計算方法［44］，構建中國30個?。▍^(qū)、市）的二氧化碳排放清單的時間序列。二氧化碳排放量計算公式如下：

CDEit=∑8j=1EitjKjQj4412（15）

其中，j代表8種化石能源，涵蓋煤炭、焦炭、原油、汽油等多種類型；CDEit表示i省在第t年的二氧化碳總排放量；Eitj則表示i省在第t年的第j種能源消費量，Kj和Qj分別表示第j種能源標準煤折算系數(shù)和碳排放系數(shù)。

2.核心解釋變量。本文的核心解釋變量為數(shù)字經(jīng)濟，該變量基于前文所述的數(shù)字經(jīng)濟發(fā)展水平測算結果得出。

3.中介變量。根據(jù)技術進步在環(huán)境保護方面的作用，本文將其劃分為減排技術進步和生產(chǎn)技術進步。（1）減排技術進步。參考Zhu等［45］和邵帥等［46］等文獻的做法，本文采用綠色專利總量作為減排技術進步的度量指標。（2）生產(chǎn)技術進步。參考閆雅芬［47］文獻的做法，選用全要素生產(chǎn)率表示生產(chǎn)技術進步。其中，投入指標選擇資本存量與生產(chǎn)部門年末就業(yè)人數(shù)來衡量，而產(chǎn)出指標則選擇實際人均生產(chǎn)總值來衡量。

4.控制變量。根據(jù)王芳和董戰(zhàn)峰［48］、楊昕和趙守國［49］的研究成果，本文從人口因素、經(jīng)濟因素和技術因素等三方面選擇的控制變量為城鎮(zhèn)化水平、人力資本水平、對外開放、產(chǎn)業(yè)結構和技術市場規(guī)模。其中，城鎮(zhèn)化水平通過計算城鎮(zhèn)人口與年末常住人口的比率來衡量；人力資本水平由高等學校在校學生人數(shù)占各地區(qū)總人口的比重來衡量；對外開放用各地區(qū)進出口總額與GDP的比率來衡量；產(chǎn)業(yè)結構通過第三產(chǎn)業(yè)增加值與第二產(chǎn)業(yè)增加值的比值來衡量；技術市場規(guī)模通過計算各地區(qū)技術市場成交額占GDP的比重來衡量。

（三）數(shù)據(jù)來源

限于數(shù)據(jù)的可得性，本文選用2012—2021年中國30個省（區(qū)、市）（不包括西藏及港澳臺地區(qū)）的面板數(shù)據(jù)進行實證研究。各省（區(qū)、市）的能源消費數(shù)據(jù)主要來源于《中國能源統(tǒng)計年鑒》和EPS全球數(shù)據(jù)庫。人力資本水平、城鎮(zhèn)化、對外開放、產(chǎn)業(yè)結構和技術市場發(fā)展水平等數(shù)據(jù)均來源于《中國統(tǒng)計年鑒》和國家統(tǒng)計局發(fā)布的數(shù)據(jù)。對于綠色專利總量，則取自世界知識產(chǎn)權組織發(fā)布的《綠色專利清單》。為減少可能存在的異方差干擾，本文對所有變量進行了自然對數(shù)轉換。關于各變量的描述性統(tǒng)計結果詳見表2。

五、實證分析與結果

為避免偽回歸導致的結果偏誤，在實證分析之前采用Breusch-Pagan Lagrange乘數(shù)（LM）和Pesaran截面依賴性（CD）對模型的截面依賴性進行檢驗。結果顯示，兩個P值都小于0.01④，說明面板數(shù)據(jù)中不存在橫截面依賴性。

（一）基準回歸

基于前述理論假設，實證分析數(shù)字經(jīng)濟對碳排放的影響。本文采用靜態(tài)面板數(shù)據(jù)模型（雙固定效應模型FE）和動態(tài)面板數(shù)據(jù)模型（SYS-GMM）進行估計。相較而言，SYS-GMM能提高模型估計效率，并且可有效解決內(nèi)生性和弱工具變量等問題。因此，本文主要采用SYS-GMM進行估計。由表3檢驗結果可知，AR（1）的P值小于0.05，AR（2）的P值大于0.05，且Hansen檢驗的P值接近1，說明動態(tài)回歸模型的設定合理，所選的工具變量有效。

在表3中，M（1）和M（3）分別采用雙固定模型和SYS-GMM模型進行估計。結果表明，數(shù)字經(jīng)濟對碳排放的影響回歸系數(shù)為負且高度顯著，說明數(shù)字經(jīng)濟的發(fā)展能夠抑制碳排放。在納入控制變量后［M（2）和M（4）］，上述結論依舊不變。具體而言，M（4）模型估計顯示，數(shù)字經(jīng)濟發(fā)展水平增加1%可導致二氧化碳減少約0.102%。這表明數(shù)字經(jīng)濟的快速發(fā)展有助于減少二氧化碳的排放，降低對環(huán)境的負面影響。

（二）門檻效應分析

根據(jù)理論分析可知，數(shù)字經(jīng)濟對碳排放的影響可能存在倒U型非線性影響。對此，基于Hansen提出的門檻面板回歸模型，本文以數(shù)字經(jīng)濟發(fā)展水平及技術進步為門檻變量分別進行單一門檻、雙重門檻、三重門檻的檢驗，考察在不同要素水平下數(shù)字經(jīng)濟對碳排放的非線性影響。此方法能有效避免主觀估計而造成的偏誤［50］。動態(tài)面板單門檻回歸模型設定如下：

lnCDEi，t=λ0+μlnCDEi，t-1+λ1lnDigi，tI（qi≤ζ）+λ2lnDigi，tI（qigt;ζ）+∑Controls+ui，t（16）

其中，qi為門檻變量，ζ為待估門檻值，其余符號與式（14）一致。此外，基于單門檻值模型，可以進一步擴展為多門檻模型，但具體細節(jié)此處不再贅述。

表4門檻效應檢驗結果顯示，lnDig、lnRTP和lnPTP的門檻值經(jīng)過測算只存在單門檻效應，不存在雙門檻和三門檻效應；且lnDig在1%的顯著水平下存在單門檻，lnRTP和lnPTP在10%顯著性水平下存在單門檻，故選擇單門檻模型來分析數(shù)字經(jīng)濟對碳排放的非線性影響。

據(jù)表5中門檻效應的估計結果顯示，當lnDig低于或等于門檻值-3.371時，數(shù)字經(jīng)濟的回歸系數(shù)在5%的水平下顯著為正值。一旦跨越門檻值，數(shù)字經(jīng)濟的回歸系數(shù)在1%的水平下顯著為負。這說明在數(shù)字經(jīng)濟起步階段，數(shù)字化過程需要消耗大量能源和資源，同時也會帶來相應的碳排放。隨著數(shù)字經(jīng)濟發(fā)展的深入，技術創(chuàng)新和應用的持續(xù)推進為減緩碳排放提供了更多可能性。由此，數(shù)字經(jīng)濟的快速發(fā)展對環(huán)境的負面影響有望逐步降低，乃至轉變?yōu)榉e極影響。當lnRTP低于或等于門檻值5.759時，數(shù)字經(jīng)濟的回歸系數(shù)在5%的水平下顯著為正值，當跨越門檻值后，數(shù)字經(jīng)濟的回歸系數(shù)在1%的水平下顯著為負值。這說明減排技術需歷經(jīng)一定時期，方能達到成熟并大規(guī)模應用于實際生產(chǎn)。當lnPTP低于或等于門檻值-0.760時，數(shù)字經(jīng)濟的回歸系數(shù)在1%的水平下顯著為負值，但跨越門檻值后，數(shù)字經(jīng)濟的回歸系數(shù)不再顯著。究其原因，在初期數(shù)字經(jīng)濟依賴于高碳排放生產(chǎn)技術，即使較小的技術改進也可能降低碳排放。然而，隨著生產(chǎn)規(guī)模的擴大，能源需求也隨之增加，導致碳排放再次上升，進而中和了減排效果。綜上所述，在技術進步的初期階段，數(shù)字經(jīng)濟主要通過推動生產(chǎn)技術進步來減少碳排放。然而，從長期來看，減排技術進步才是實現(xiàn)數(shù)字經(jīng)濟減排效應的核心驅(qū)動力。

本文進一步將2021年30個?。▍^(qū)、市）數(shù)字經(jīng)濟發(fā)展水平與門檻值進行對比，結果顯示，中國各?。▍^(qū)、市）的數(shù)字經(jīng)濟發(fā)展水平均已跨越門檻。這表明中國數(shù)字經(jīng)濟正處于一個減排階段。其中，數(shù)字經(jīng)濟發(fā)展水平最高的3個省份分別為廣東、北京和浙江，而最低的3個省份分別為青海、寧夏和海南。這些結論反映出中國西部地區(qū)數(shù)字經(jīng)濟發(fā)展水平的不足，因此，需要加強西部地區(qū)域數(shù)字經(jīng)濟發(fā)展，以推動全國經(jīng)濟實現(xiàn)可持續(xù)增長。

（三）中介效應分析

前文的理論分析表明，數(shù)字經(jīng)濟的發(fā)展能夠顯著影響碳排放，同時還能通過技術進步影響碳排放。為厘清這一作用機制，將從不同技術進步路徑出發(fā)，探討數(shù)字經(jīng)濟對碳排放的影響機制。參考中介效應檢驗的三步法，本文在基準模型的基礎上設置了遞歸方程進行識別檢驗。

Mediatori，t=β0+μMediatori，t-1+β1lnDigi，t+∑Controls+ui，t（17）

lnCDEi，t=β0+μlnCDEi，t-1+β1lnDigi，t+β2Mediatori，t+∑Controls+ui，t

（18）

其中，Mediator表示中介變量。在中介變量的選擇上，本文選用了減排技術進步和生產(chǎn)技術進步這兩個指標。其他設定與上文所述相同。

由表6中M（1）和M（2）的檢驗結果可知，數(shù)字經(jīng)濟對減排技術進步的回歸系數(shù)顯著為正且高度顯著，這表明數(shù)字經(jīng)濟的發(fā)展對減排技術進步的提升產(chǎn)生了積極的促進作用。數(shù)字經(jīng)濟催生了大量的新技術和創(chuàng)新應用，例如大數(shù)據(jù)分析、云計算和人工智能等，這些技術為減排技術的研發(fā)和應用提供了強大的支持，推動了減排技術的進步和發(fā)展。進一步結果表明，減排技術進步對碳排放有著顯著的抑制作用（lnRTP對lnCDE的回歸系數(shù)顯著為負且高度顯著），原因在于減排技術進步通過提升能源利用效率和優(yōu)化能源結構，減少了能源消耗和浪費，推動了清潔能源的廣泛應用，從而減少了碳排放。由此，形成了“數(shù)字經(jīng)濟→（促進）減排技術進步→（抑制）碳排放”的傳導路徑。

由M（3）和M（4）的檢驗結果可知，數(shù)字經(jīng)濟對生產(chǎn)技術進步產(chǎn)生促進作用。這主要是因為數(shù)字技術可以替代傳統(tǒng)的人工勞動力，提高生產(chǎn)過程的效率和精確度。此外，數(shù)字經(jīng)濟以大數(shù)據(jù)和數(shù)據(jù)分析為基礎，協(xié)助企業(yè)更為深入地了解市場和消費者需求，從而精準配置資源、優(yōu)化生產(chǎn)流程，進一步推動生產(chǎn)技術進步。值得注意的是，生產(chǎn)技術進步對碳排放的估計系數(shù)不顯著，且為正值，原因在于生產(chǎn)技術進步在減少碳排放的同時也促進了能源消耗的增加，正負效應相互抵消，使得整體影響不顯著。由此可知，生產(chǎn)技術進步并非是數(shù)字經(jīng)濟抑制碳排放的有效路徑。相比之下，減排技術進步在數(shù)字經(jīng)濟實現(xiàn)碳減排目標的過程中發(fā)揮了更為關鍵的作用。

（四）數(shù)字經(jīng)濟構成要素分析

為了更深入地探討數(shù)字經(jīng)濟中的內(nèi)部因素如何影響碳排放，本研究進一步采用動態(tài)SYS-GMM模型來研究數(shù)字經(jīng)濟的構成要素與碳排放之間的關系。表7中M（1）—M（4）的回歸顯示，數(shù)字基礎設施、數(shù)字產(chǎn)業(yè)化、數(shù)字融合和數(shù)字環(huán)境對碳排放的回歸系數(shù)均在1%的水平下呈現(xiàn)出高度顯著的負值。在數(shù)字經(jīng)濟的四種構成要素中，數(shù)字基礎設施對碳排放的抑制作用最大，這主要是因為數(shù)字基礎設施是數(shù)字經(jīng)濟發(fā)展的基礎和先決條件，其建設和發(fā)展對碳排放的影響具有根本性和長期性。同時，數(shù)字基礎設施的發(fā)展可以推動能源利用效率的提高和能源結構的優(yōu)化，為數(shù)字產(chǎn)業(yè)化和數(shù)字環(huán)境的發(fā)展提供有力支撐。Ahmed和Le［51］也證實了上述結論。

（五）穩(wěn)健性分析

為確保實證結果的穩(wěn)健，本文采用多種方法進行穩(wěn)健性檢驗，具體如下。

1.替換被解釋變量。

《溫室氣體核算體系》（GHG Protocol）首次明確了碳排放范圍的標準。根據(jù)該體系，碳排放主要分為3個范圍：范圍1涵蓋企業(yè)直接產(chǎn)生的溫室氣體排放，范圍2包括企業(yè)外購能源產(chǎn)生的排放，范圍3指的是價值鏈上下游活動產(chǎn)生的間接排放。鑒于此，本文將被解釋變量替換成碳排放3個范圍，并對模型重新模擬。表8中第（1）列報告了替換被解釋變量后的估計結果。結果表明，核心解釋變量的回歸系數(shù)和顯著性水平均與前述基準回歸模型的估計結果保持一致。這說明測算誤差并未對估計結果產(chǎn)生顯著影響，基于碳排放范圍3測算得到的碳排放量及其估計結果具有穩(wěn)健性，即數(shù)字經(jīng)濟與碳排放之間存在顯著的負向關系。

2. 工具變量法。

以“雙碳”目標為導向的政策約束會推動綠色技術的研發(fā)和應用，而這種傾向于綠色的技術進步激發(fā)了數(shù)字經(jīng)濟的增長潛力。因此，數(shù)字經(jīng)濟和綠色低碳發(fā)展之間可能存在反向因果關系。為解決此問題，本文運用工具變量法進行穩(wěn)健性檢驗。參考趙濤等［52］、秦文晉和劉鑫鵬［53］對工具變量的選擇，本文采用1984年每萬人擁有固定電話機數(shù)量與上一年度全國互聯(lián)網(wǎng)用戶數(shù)的交互項作為數(shù)字經(jīng)濟的工具變量。表8中第（2）列和第（3）列報告了利用兩階段最小二乘法（2SLS）的估計結果。第一階段工具變量lnTU的回歸系數(shù)在1%的水平上顯著，且F統(tǒng)計量檢驗值遠大于10，說明工具變量不是弱工具變量，且與解釋變量之間存在相關性。此外，工具變量過度擬合檢驗的P值大于0.05，無法拒絕原假設，即工具變量不存在過度擬合問題。在第二階段顯示，數(shù)字經(jīng)濟的回歸系數(shù)顯著為負，且比基準回歸系數(shù)大。這說明在解決內(nèi)生性后，數(shù)字經(jīng)濟對碳排放的抑制作用增大。

3.外生政策沖擊。

數(shù)字經(jīng)濟的蓬勃發(fā)展得益于高速的互聯(lián)網(wǎng)和先進的信息通信技術，而寬帶網(wǎng)絡的廣泛應用和升級為數(shù)字經(jīng)濟創(chuàng)造了有利的發(fā)展環(huán)境。2014—2016年，工業(yè)和信息化部、國家發(fā)展和改革委員會分三批實施了“寬帶中國”戰(zhàn)略，該戰(zhàn)略旨在強化網(wǎng)絡基礎設施建設。鑒于此，本文將“寬帶中國”試點政策作為外生沖擊，進而在基準回歸模型中引入虛擬變量重新進行模型估計，以此進一步研究外生政策沖擊對模型估計結果的影響。表8中第（4）列估計結果顯示，考慮外生政策沖擊后，數(shù)字經(jīng)濟對碳排放仍然具有顯著負向影響，這表明即使在其他政策因素的干擾下，數(shù)字經(jīng)濟依然能夠?qū)p少的碳排放產(chǎn)生積極影響。

4.Bootstrap檢驗方法。

本文利用Bootstrap法對減排技術進步和生產(chǎn)技術進步的中介效應進行穩(wěn)健性檢驗。由表9的估計結果可知，在減排技術進步下數(shù)字經(jīng)濟對碳排放的間接效應和直接效應均在95%的置信區(qū)間內(nèi)不包含0，說明減排技術進步在數(shù)字經(jīng)濟對碳排放的影響中存在部分中介。而在生產(chǎn)技術進步下數(shù)字經(jīng)濟對碳排放的間接效應在95%的置信區(qū)間內(nèi)包含0，說明生產(chǎn)技術進步在數(shù)字經(jīng)濟對碳排放的影響中不存在中介效應。該檢驗與原估計結果仍保持一致。

六、研究結論與政策建議

數(shù)字經(jīng)濟作為經(jīng)濟發(fā)展的新引擎，在我國綠色低碳發(fā)展中發(fā)揮著舉足輕重的作用。本文將數(shù)字經(jīng)濟和“干中學”模型引入綠色索洛模型的分析框架，構建具有技術內(nèi)生性的綠色索洛模型，以揭示數(shù)字經(jīng)濟通過技術進步對碳排放的復雜影響，并基于2012—2021年我國30個省（區(qū)、市）的面板數(shù)據(jù)進行實證分析。主要得出以下結論：第一，數(shù)字經(jīng)濟整體上有助于降低碳排放，且該結論在經(jīng)過變量替換、工具變量、其他政策水平影響等一系列穩(wěn)健性檢驗后仍然成立。第二，異質(zhì)性分析發(fā)現(xiàn)，在地區(qū)層面，東部地區(qū)的數(shù)字經(jīng)濟綜合發(fā)展水平相較于中西部地區(qū)更為領先，但中西部地區(qū)追趕勢頭顯著；在數(shù)字經(jīng)濟構成要素層面，數(shù)字基礎設施、數(shù)字產(chǎn)業(yè)化、數(shù)字融合和數(shù)字環(huán)境均對碳排放產(chǎn)生抑制作用，其中數(shù)字基礎設施對碳減排的貢獻最大。第三，門檻效應分析表明，只有數(shù)字經(jīng)濟發(fā)展水平和減排技術進步跨越門檻值時，數(shù)字經(jīng)濟對碳排放的抑制作用才能被有效釋放，且中國當前數(shù)字經(jīng)濟的發(fā)展已經(jīng)進入低碳減排階段。第四，機制研究表明，數(shù)字經(jīng)濟主要通過減排技術進步的提高來緩解碳排放，而生產(chǎn)技術進步在數(shù)字經(jīng)濟對碳排放的影響中不存在中介效應。

基于上述結論，提出以下政策建議。

第一，促進數(shù)字經(jīng)濟賦能綠色發(fā)展水平，夯實數(shù)字經(jīng)濟低碳化零碳化基礎能力。數(shù)字經(jīng)濟以平臺化和共享化為特征，利用數(shù)據(jù)、算法和算力，能夠突破時空限制，有效促進各類資源要素快速流動，實現(xiàn)有效對接和精準匹配。為此，可從以下方面發(fā)力：其一，加大人工智能、5G網(wǎng)絡基站、量子科技等數(shù)字基礎設施建設力度，為綠色減排的實現(xiàn)提供平臺與媒介。其二，建立更加科學的數(shù)據(jù)中心碳排放評價體系，鼓勵和引導企業(yè)建設綠色數(shù)據(jù)中心，合理測算數(shù)據(jù)中心拉動數(shù)字經(jīng)濟發(fā)展的整體能源產(chǎn)出率。

第二，積極推動綠色技術創(chuàng)新，加快能源結構清潔轉型。我國的綠色發(fā)展起步相對較晚，目前眾多綠色低碳環(huán)保設施的需求仍依賴進口。解決關鍵核心技術“卡脖子”問題，成為推動綠色發(fā)展的關鍵任務。因此，我們應加大對清潔能源技術研發(fā)和創(chuàng)新力度，提升其效率和成本競爭力。鼓勵科研機構、高校和企業(yè)深化合作，實現(xiàn)自主創(chuàng)新和技術突破。此外，政府應增加對綠色創(chuàng)新技術的資金投入和政策支持，為可再生能源發(fā)電企業(yè)提供補貼和優(yōu)惠政策。

第三，因地制宜推動數(shù)字經(jīng)濟發(fā)展，努力實現(xiàn)優(yōu)勢互補共贏。為縮小各地區(qū)間的數(shù)字經(jīng)濟發(fā)展差距，各地區(qū)應探索符合各自特色的數(shù)字經(jīng)濟發(fā)展之路，彌補發(fā)展短板，以實現(xiàn)區(qū)域數(shù)字經(jīng)濟的協(xié)調(diào)發(fā)展。東部地區(qū)應推進前沿技術研究與應用，率先承擔起關鍵核心技術突破的重任，助力數(shù)字經(jīng)濟發(fā)展邁向更高水平。而中西部地區(qū)則應提升基礎設施建設投入，積極推進“東數(shù)西算”工程，優(yōu)化算力資源配置，為傳統(tǒng)產(chǎn)業(yè)的數(shù)字化轉型奠定基礎。同時，還應提升西部地區(qū)對數(shù)字人才和投資的吸引力，并強化區(qū)域間的合作與交流，促進數(shù)字經(jīng)濟發(fā)展經(jīng)驗的共享和技術互補，實現(xiàn)區(qū)域數(shù)字經(jīng)濟的協(xié)調(diào)發(fā)展。

第四，完善數(shù)字經(jīng)濟治理體系，推動數(shù)字經(jīng)濟健康發(fā)展。相較于傳統(tǒng)經(jīng)濟，數(shù)字經(jīng)濟擁有諸多特性，因此不能簡單地應用傳統(tǒng)經(jīng)濟治理方式，而應采取更為靈活、創(chuàng)新且協(xié)同的治理策略。具體來說，首先，加快構建健全的法律和政策框架，健全與數(shù)字經(jīng)濟密切相關領域的法律制度。其次，建立綠色產(chǎn)業(yè)生態(tài)系統(tǒng)，打造綠色供應鏈，提高資源利用效率和環(huán)境友好性，以實現(xiàn)可持續(xù)發(fā)展。最后，針對各企業(yè)在碳減排成本上的差異，可構建一個基于區(qū)塊鏈技術的公平透明、高效運作的碳交易體系，助力企業(yè)和地區(qū)更有效地實現(xiàn)減排目標。

注釋：

①資料來源于國際能源署（IEA）發(fā)布的《COAL 2023》，https：//www.iea.org/reports/coal-2023。

②資料來源于國際能源署（IEA）發(fā)布的《CO2 Emissions in 2022》，https：//www.iea.org/reports/co2-emissions-in-2022。

③關于東、中、西部數(shù)字經(jīng)濟發(fā)展水平的具體計算過程，因篇幅不再贅述，可向作者索取。

④此處因篇幅問題不再展開說明，具體檢驗過程可向作者索取。

參考文獻：

［1］習近平.在第七十五屆聯(lián)合國大會一般性辯論上的講話［N］.人民日報，2020-09-23.

［2］李春發(fā)，李冬冬，周馳.數(shù)字經(jīng)濟驅(qū)動制造業(yè)轉型升級的作用機理——基于產(chǎn)業(yè)鏈視角的分析［J］.商業(yè)研究，2020（2）：73-82.

［3］丁志帆.數(shù)字經(jīng)濟驅(qū)動經(jīng)濟高質(zhì)量發(fā)展的機制研究：一個理論分析框架［J］.現(xiàn)代經(jīng)濟探討，2020（1）：85-92.

［4］ACHEAMPONG A O.Economic Growth，CO2 Emissions and Energy Consumption：What Causes What and Where？［J］.Energy Economics，2018，74：677-692.

［5］LI K，LIN B.Impacts of Urbanization and Industrialization on Energy Consumption/CO2 Emissions：Does the Level of Development Matter？［J］.Renewable and Sustainable Energy Reviews，2015，52：1107-1122.

［6］PATA U K.Renewable Energy Consumption，Urbanization，F(xiàn)inancial Development，Income and CO2 Emissions in Turkey：Testing EKC Hypothesis with Structural Breaks［J］.Journal of Cleaner Production，2018，187：770-779.

［7］NEJAT P，JOMEHZADEH F，TAHERI M M，et al.A Global Review of Energy Consumption，CO2 Emissions and Policy in the Residential Sector （with an overview of the top ten CO2 emitting countries）［J］.Renewable and Sustainable Energy Reviews，2015，43：843-862.

［8］HU Y，MAN Y.Energy Consumption and Carbon Emissions Forecasting for Industrial Processes：Status，Challenges and Perspectives［J］.Renewable and Sustainable Energy Reviews，2023，182：113405.

［9］HUANG X，TIAN P.How Does Heterogeneous Environmental Regulation Affect Net Carbon Emissions：Spatial and Threshold Analysis for China［J］.Journal of Environmental Management，2023，330：117161.

［10］ZHAO J，JINAG Q，DONG X，et al.How Does Industrial Structure Adjustment Reduce CO2 Emissions？ Spatial and Mediation Effects Analysis for China［J］.Energy Economics，2022，105：105704.

［11］CHENG Z，LI L，LIU J.Industrial Structure，Technical Progress and Carbon Intensity in China's Provinces［J］.Renewable and Sustainable Energy Reviews，2018，81：2935-2946.

［12］林伯強，蔣竺均.中國二氧化碳的環(huán)境庫茲涅茨曲線預測及影響因素分析［J］.管理世界，2009（4）：27-36.

［13］LIN B，JIANG Z.Estimates of Energy Subsidies in China and Impact of Energy Subsidy Reform［J］.Energy Economics，2011，33（2）：273-283.

［14］FARAJZADEH Z，BAKHSHOODEH M.Economic and Environmental Analyses of Iranian Energy Subsidy Reform Using Computable General Equilibrium （CGE） Model［J］.Energy for Sustainable Development，2015，27：147-154.

［15］LI H，BAO Q，REN X，et al.Reducing Rebound Effect Through Fossil Subsidies Reform：A Comprehensive Evaluation in China［J］.Journal of Cleaner Production，2017，141：305-314.

［16］王林輝，王輝，董直慶.經(jīng)濟增長和環(huán)境質(zhì)量相容性政策條件——環(huán)境技術進步方向視角下的政策偏向效應檢驗［J］.管理世界，2020（3）：39-60.

［17］LIU J，LI S，JI Q.Regional Differences and Driving Factors Analysis of Carbon Emission Intensity from Transport Sector in China［J］.Energy，2021，224：120178.

［18］ZHANG C，ZHAO L，ZHANG H，et al.Spatial-Temporal Characteristics of Carbon Emissions from Land Use Change in Yellow River Delta Region，China［J］.Ecological Indicators，2022，136：108623.

［19］王少劍，高爽，黃永源，等.基于超效率SBM模型的中國城市碳排放績效時空演變格局及預測［J］.地理學報，2020（6）：1316-1330.

［20］徐維祥，周建平，劉程軍.數(shù)字經(jīng)濟發(fā)展對城市碳排放影響的空間效應［J］.地理研究，2022（1）：111-129.

［21］王亮，劉凌燕，蔣依錚.數(shù)字經(jīng)濟對碳生產(chǎn)率的空間溢出效應［J］.金融與經(jīng)濟，2023（1）：61-73.

［22］LI Z，WANG J.The Dynamic Impact of Digital Economy on Carbon Emission Reduction：Evidence City-level Empirical Data in China［J］.Journal of Cleaner Production，2022，351：131570.

［23］HAN D，DING Y，SHI Z，et al.The Impact of Digital Economy on Total Factor Carbon Productivity：The Threshold Effect of Technology Accumulation［J］.Environmental Science and Pollution Research，2022，29（37）：55691-55706.

［24］楊剛強，王海森，范恒山，等.數(shù)字經(jīng)濟的碳減排效應：理論分析與經(jīng)驗證據(jù)［J］.中國工業(yè)經(jīng)濟，2023（5）：80-98.

［25］YI M，LIU Y，SHENG M S，et al.Effects of Digital Economy on Carbon Emission Reduction：New Evidence from China［J］.Energy Policy，2022，171：113271.

［26］PAN W，TU H，HU C，et al.Driving Forces of China's Multisector CO2 Emissions：A Log-Mean Divisia Index Decomposition［J］.Environmental Science and Pollution Research，2020，27（19）：23550-23564.

［27］曹建飛，韓延玲，劉慧龍.數(shù)字經(jīng)濟發(fā)展如何影響城市碳排放？——來自中國283個地級市的經(jīng)驗數(shù)據(jù)［J］.生態(tài)經(jīng)濟，2024（2）：39-51.

［28］ZHANG L，MU R，ZHAN Y，et al.Digital Economy，Energy Efficiency，and Carbon Emissions：Evidence from Provincial Panel Data in China［J］.Science of The Total Environment，2022，852：158403.

［29］郭豐，楊上廣，任毅.數(shù)字經(jīng)濟、綠色技術創(chuàng)新與碳排放——來自中國城市層面的經(jīng)驗證據(jù)［J］.陜西師范大學學報（哲學社會科學版），2022（3）：45-60.

［30］OKUSHIMA S，TAMURA M.What Causes the Change in Energy Demand in the Economy？［J］.Energy Economics，2010，32：S41-S46.

［31］杜欣.數(shù)字經(jīng)濟促進碳減排的機制與效應——基于綠色技術進步視角的經(jīng)驗考察［J］.科技進步與對策，2023（19）：22-32.

［32］余紅偉，林子祥，胡力元，等.高質(zhì)量發(fā)展下中國工業(yè)企業(yè)碳減排路徑選擇［J］.中國軟科學，2024（1）：214-224.

［33］佘群芝，吳柳，鄭潔.數(shù)字經(jīng)濟、經(jīng)濟聚集與碳排放［J］.統(tǒng)計與決策，2022（21）：5-10.

［34］孔令英，董依婷，趙賢.數(shù)字經(jīng)濟發(fā)展對碳排放的影響——基于中介效應與門檻效應的檢驗［J］.城市發(fā)展研究，2022（9）：42-49+55.

［35］YANG L，LI Z.Technology Advance and the Carbon Dioxide Emission in China——Empirical Research Based on the Rebound Effect［J］.Energy Policy，2017，101：150-161.

［36］楊莉莎，朱俊鵬，賈智杰.中國碳減排實現(xiàn)的影響因素和當前挑戰(zhàn)——基于技術進步的視角［J］.經(jīng)濟研究，2019（11）：118-132.

［37］張思思，崔琪，馬曉鈺.數(shù)字要素賦能下有偏技術進步的節(jié)能減排效應［J］.中國人口·資源與環(huán)境，2022（7）：22-36.

［38］BROCK W A，TAYLOR M S.The Green Solow model［J］.Journal of Economic Growth，2010，15（2）：127-153.

［39］費威，于寶鑫，王維國.數(shù)字經(jīng)濟發(fā)展與碳減排——理論推演與實證檢驗［J］.經(jīng)濟學家，2022（11）：74-83.

［40］COPELAND B R，TAYLOR M S.North-South Trade and the Environment［J］.The Quarterly Journal of Economics，1994，109（3）：755-787.

［41］ROMER P M.Increasing Returns and Long-Run Growth［J］.Journal of Political Economy，1986，94（5）：1002-1037.

［42］周充.中國金融發(fā)展對二氧化碳排放的影響及機制研究［D］.成都：西南財經(jīng)大學，2022.

［43］YORK R，ROSA E A，DIETZ T.STIRPAT，IPAT and ImPACT：Analytic Tools for Unpacking the Driving Forces of Environmental Impacts［J］.Ecological Economics，2003，46（3）：351-365.

［44］SHAN Y，HUANG Q，GUAN D，et al.China CO2 Emission Accounts 2016-2017［J］.Scientific Data，2020，7（1）：54.

［45］ZHU J，F(xiàn)AN Y，DENG X，et al.Low-Carbon Innovation Induced by Emissions Trading in China［J］.Nature Communications

，2019，10：1-8.

［46］邵帥，范美婷，楊莉莉.經(jīng)濟結構調(diào)整、綠色技術進步與中國低碳轉型發(fā)展——基于總體技術前沿和空間溢出效應視角的經(jīng)驗考察［J］.管理世界，2022（2）：46-69+4-10.

［47］閆雅芬.技術創(chuàng)新影響工業(yè)綠色轉型的效應與路徑研究［D］.北京：北京科技大學，2021.

［48］王芳，董戰(zhàn)峰.數(shù)字經(jīng)濟對我國碳排放的影響——基于省級面板數(shù)據(jù)的實證檢驗［J］.改革，2023（3）：76-90.

［49］楊昕，趙守國.數(shù)字經(jīng)濟賦能區(qū)域綠色發(fā)展的低碳減排效應［J］.經(jīng)濟與管理研究，2022（12）：85-100.

［50］WU H，HAO Y，WENG J H.How Does Energy Consumption Affect China's Urbanization？ New Evidence from Dynamic Threshold Panel Models［J］.Energy Policy，2019，127：24-38.

［51］AHMED Z，LE H P.Linking Information Communication Technology，Trade Globalization Index，and CO2 Emissions：Evidence from Advanced Panel Techniques［J］.Environmental Science and Pollution Research，2021，28（7）：8770-8781.

［52］趙濤，張智，梁上坤.數(shù)字經(jīng)濟、創(chuàng)業(yè)活躍度與高質(zhì)量發(fā)展——來自中國城市的經(jīng)驗證據(jù)［J］.管理世界，2020（10）：65-76.

［53］秦文晉，劉鑫鵬.網(wǎng)絡基礎設施建設對數(shù)字經(jīng)濟發(fā)展的影響研究——基于“寬帶中國”試點政策的準自然實驗［J］.經(jīng)濟問題探索，2022（3）：15-30.

責任編輯：武玲玲

The Impact and Mechanism of Digital Economy on Carbon Emissions

——Taking the \"Second

Wang Lu1， Zhao Ziying2， Xu Xiaojun1

（1.School of Economics and Management， Yanshan University， Qinhuangdao Hebei 066004， China;

2.School of Business and Management， Jilin University， Changchun Jilin 130028， China）

Abstract：

Relying on technological progress to leverage the carbon emission reduction effect of the digital economy is crucial for achieving carbon emission reduction targets and promoting sustainable development. This paper introduces digital economy and the Learning-by-doing model into the analytical framework of the Green Solow model. It reveals the new mechanism of the digital economy affecting carbon emissions under heterogeneous technological progress and conducts empirical analysis using provincial panel data from China. The results show that the development of the digital economy can significantly curb carbon emissions， and the two exhibit an inverted U-shaped nonlinear relationship. In terms of the components of the digital economy， digital infrastructure has the greatest impact on reducing carbon emissions. Further analysis of the threshold effect shows that the reduction of carbon emissions by the digital economy can only be effectively achieved when emission reduction technological progress surpasses a certain threshold. In addition， in the short term， production technological progress is the core driving force to promote the digital economy to achieve emission reduction effect， but in the long term， emission reduction technological progress is the main path to affect the digital economy and carbon emissions.

Key words：

digital economy; carbon emissions; heterogeneous technological progress