數(shù)字經(jīng)濟、產(chǎn)業(yè)結(jié)構(gòu)與碳排放

梁靚 卞夢穎

[摘要]數(shù)字經(jīng)濟的發(fā)展符合高質(zhì)量發(fā)展的時代要求，是實現(xiàn)雙碳目標的重要手段。引入制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)作為機制變量，基于2011—2019年的省級面板數(shù)據(jù)，運用雙固定效應模型研究數(shù)字經(jīng)濟、制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化與碳排放的關(guān)系，主要得到以下結(jié)論：數(shù)字經(jīng)濟發(fā)展顯著降低碳排放，替換變量以及更換模型后結(jié)論依然成立，并存在區(qū)域異質(zhì)性和區(qū)域碳排放量異質(zhì)性；數(shù)字經(jīng)濟對制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)存在顯著的先劣化后優(yōu)化的正“U”形影響效應；制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)對碳排放存在顯著的先優(yōu)化后劣化的倒“U”形影響效應；數(shù)字經(jīng)濟以制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化為路徑降低區(qū)域碳排放。基于所得實證結(jié)果，為促進制造業(yè)發(fā)展、降低碳排放和優(yōu)化制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)提供政策建議。

[關(guān)鍵詞]數(shù)字經(jīng)濟；碳排放；制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)

一、 引言

2020年，我國提出“30·60”“雙碳”目標，持續(xù)大力推動碳減排，力爭于2030年前達到“碳達峰”，到2060年前實現(xiàn)“碳中和”1。黨的二十大報告提出，“積極穩(wěn)妥推進碳達峰碳中和”2。這是我國新階段下貫徹新發(fā)展理念、構(gòu)建新發(fā)展格局、推動高質(zhì)量發(fā)展的內(nèi)在要求，更是中國對實現(xiàn)全球可持續(xù)發(fā)展、構(gòu)建人類命運共同體的積極選擇。2021年，我國提出“碳達峰十大行動”3，要求將低碳發(fā)展貫穿于經(jīng)濟社會發(fā)展的全過程，其中的能源綠色低碳行動、節(jié)能降碳增效行動、工業(yè)領(lǐng)域碳達峰行動均不同程度對制造業(yè)領(lǐng)域綠色轉(zhuǎn)型提出要求。然而，我國碳排放量仍居高不下，2023年增長5.65億噸，是迄今為止全球最大的增幅[1]。“十四五”時期是實現(xiàn)雙碳目標的關(guān)鍵窗口期，伴隨著新一代信息技術(shù)迭代更新，數(shù)字經(jīng)濟對國民經(jīng)濟的高度滲透，為資源配置和經(jīng)濟結(jié)構(gòu)帶來巨大變革，也帶來了碳減排的新機遇。因此，厘清數(shù)字經(jīng)濟對碳排放的影響效應，把握這一歷史性機遇，具有緊迫性和實用性。

由于制造業(yè)中聚集了大部分的高耗能、高碳排行業(yè)[2]，其在促進國民經(jīng)濟平穩(wěn)運行的同時也對環(huán)境保護造成了壓力。學術(shù)界針對數(shù)字經(jīng)濟的碳減排效應已展開了豐富的研究，然而制造業(yè)結(jié)構(gòu)在其中的作用并未引起足夠的重視。產(chǎn)業(yè)結(jié)構(gòu)升級是經(jīng)濟發(fā)展的潛在規(guī)律，于制造業(yè)內(nèi)部而言，是低端制造業(yè)向高端制造業(yè)的升級，是生產(chǎn)要素從勞動力、資本等初級要素向技術(shù)、知識、數(shù)據(jù)等高級要素的轉(zhuǎn)變。當前，中國整體處于工業(yè)化中后期階段，部分制造業(yè)還處于中低端[3]，始終沒有擺脫對自然資源、勞動力資源、資本資源的高度依賴。但是，制造業(yè)對我國經(jīng)濟的壓艙石作用不可否認，盲目降低制造業(yè)在國民經(jīng)濟中的占比，將會威脅我國經(jīng)濟穩(wěn)定增長的目標。近年來，數(shù)字經(jīng)濟快速發(fā)展，對實體經(jīng)濟帶來巨大沖擊。一方面，數(shù)字產(chǎn)業(yè)化催生大量服務需求，促進制造業(yè)向服務型制造拓展，形成新業(yè)態(tài)、新模式[4]；另一方面，產(chǎn)業(yè)數(shù)字化對制造業(yè)生產(chǎn)、管理、服務進行深度數(shù)字化改造，驅(qū)動制造業(yè)提質(zhì)增效、轉(zhuǎn)型升級。制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)升級是具有復雜性和長期性的問題，基于我國以傳統(tǒng)產(chǎn)業(yè)為主的制造業(yè)體系，研究數(shù)字經(jīng)濟對制造業(yè)的沖擊能否實現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)上的轉(zhuǎn)變，如何統(tǒng)籌制造強國建設(shè)與生態(tài)環(huán)境保護的關(guān)系，對我國建設(shè)現(xiàn)代化產(chǎn)業(yè)體系、實現(xiàn)雙碳目標具有重要意義。

面對工業(yè)經(jīng)濟穩(wěn)定發(fā)展、碳減排剛性要求的雙重壓力，中國亟須找到一條符合國情的減碳之路。明確數(shù)字經(jīng)濟、制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)和區(qū)域碳排放三者之間的互動關(guān)系，將會為新發(fā)展階段下的可持續(xù)發(fā)展政策設(shè)計和制度建設(shè)提供理論依據(jù)。

二、 理論分析與研究假設(shè)

近年來，數(shù)字經(jīng)濟在我國蓬勃發(fā)展，是繼農(nóng)業(yè)經(jīng)濟、工業(yè)經(jīng)濟之后的主要經(jīng)濟形態(tài)，已經(jīng)成為研究熱點?，F(xiàn)有文獻主要認為數(shù)字經(jīng)濟能夠降低碳排放，一是數(shù)字經(jīng)濟通過快速擴散的網(wǎng)絡(luò)信息對環(huán)境保護形成非正式環(huán)境規(guī)制[5]，有助于推動霧霾治理[6]、降低碳排放[7]；二是與數(shù)字經(jīng)濟相關(guān)的信息產(chǎn)業(yè)具有綠色低碳的特性，數(shù)字經(jīng)濟的發(fā)展會通過擠出效應淘汰部分高碳產(chǎn)業(yè)，從而起到降低碳排放的作用[8]；三是數(shù)字經(jīng)濟可以為傳統(tǒng)產(chǎn)業(yè)改造賦能，推動實現(xiàn)傳統(tǒng)產(chǎn)業(yè)的綠色化轉(zhuǎn)型，促進碳減排[9-10]。具體來看，數(shù)字經(jīng)濟基于以下4個方面促進碳減排。首先，數(shù)字化產(chǎn)業(yè)以高技術(shù)的互聯(lián)網(wǎng)服務企業(yè)為主，因其具有高度的環(huán)境友好型特性，發(fā)展過程對碳排放的壓力較小。其次，數(shù)字經(jīng)濟發(fā)展所帶來的數(shù)字化趨勢能夠提升傳統(tǒng)產(chǎn)業(yè)生產(chǎn)管理效率，促進資源利用率提高，降低碳排放。再次，數(shù)字經(jīng)濟發(fā)展帶來大量新興技術(shù)和創(chuàng)新氛圍[11]，促進傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級，提升其環(huán)境友好程度，并通過擠出效應淘汰高能耗、高污染的制造企業(yè)，實現(xiàn)碳減排。最后，數(shù)字經(jīng)濟發(fā)展大幅提升了數(shù)字基礎(chǔ)設(shè)施，減少信息流通過程中產(chǎn)生的碳排放；通過智慧平臺、智慧檢測等手段為碳排放預測、低碳管理提供技術(shù)支持[12]。因此，由于各地區(qū)的發(fā)展基礎(chǔ)和條件不同，數(shù)字經(jīng)濟在不同區(qū)域內(nèi)的碳減排效應也存在不同。在數(shù)字經(jīng)濟發(fā)展情況較好的東部地區(qū)，有賴于豐富完善的數(shù)字經(jīng)濟基礎(chǔ)設(shè)施、高素質(zhì)的勞動力、高濃度的科技創(chuàng)新氛圍，數(shù)字經(jīng)濟的碳減排效應相較于數(shù)字經(jīng)濟欠發(fā)達的地區(qū)會更好。同時，現(xiàn)階段碳排放量低地區(qū)產(chǎn)業(yè)發(fā)展水平較為滯后，經(jīng)濟社會發(fā)展基礎(chǔ)薄弱，數(shù)字化程度不高，從而數(shù)字經(jīng)濟的碳排放效應也相對較弱。基于此，本文提出以下假設(shè)：

假設(shè)1：數(shù)字經(jīng)濟發(fā)展能夠降低區(qū)域碳排放。

假設(shè)2：數(shù)字經(jīng)濟的碳減排效應存在區(qū)域異質(zhì)性和碳排放量異質(zhì)性。

有關(guān)數(shù)字經(jīng)濟與制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)之間關(guān)系的研究相對較少。產(chǎn)業(yè)數(shù)字化和數(shù)字產(chǎn)業(yè)化是推動數(shù)字經(jīng)濟發(fā)展的主要原因。前者側(cè)重于數(shù)字技術(shù)與實體經(jīng)濟的相互融合，即數(shù)字技術(shù)和數(shù)據(jù)資源在傳統(tǒng)產(chǎn)業(yè)中的應用，并由此形成產(chǎn)出和效率提升；后者則強調(diào)數(shù)字經(jīng)濟核心產(chǎn)業(yè)，即為產(chǎn)業(yè)數(shù)字化發(fā)展提供數(shù)字技術(shù)、數(shù)據(jù)要素等資源。對中國而言，服務業(yè)數(shù)字化快于制造業(yè)數(shù)字化、數(shù)字產(chǎn)業(yè)化快于產(chǎn)業(yè)數(shù)字化[13]。以互聯(lián)網(wǎng)、軟件等服務業(yè)為代表的數(shù)字產(chǎn)業(yè)化得到快速發(fā)展后，產(chǎn)生新的技術(shù)和生產(chǎn)管理模式，通過產(chǎn)業(yè)數(shù)字化的方式對制造業(yè)的改造賦能，推動傳統(tǒng)制造業(yè)生產(chǎn)效率提升。由于一個地區(qū)在發(fā)展初始狀態(tài)時總是傳統(tǒng)制造業(yè)占比更多，產(chǎn)業(yè)數(shù)字化會更多地服務于傳統(tǒng)制造業(yè)。傳統(tǒng)制造業(yè)得到改造提升后，通過擠出效應淘汰一些粗放式產(chǎn)業(yè)，實現(xiàn)落后企業(yè)土地、能源等資源的騰退，從而獲得足夠的資源以發(fā)展新興產(chǎn)業(yè)。因此，就制造業(yè)而言，數(shù)字經(jīng)濟發(fā)展的初期通過改造傳統(tǒng)制造業(yè)，幫助其提升效率，實現(xiàn)傳統(tǒng)制造業(yè)的產(chǎn)值增長。傳統(tǒng)制造業(yè)產(chǎn)業(yè)改造提升到達一定程度后，利用其擠出高耗能、高排放的企業(yè)所獲得的資源發(fā)展新興產(chǎn)業(yè)。這時，數(shù)字經(jīng)濟促進制造業(yè)發(fā)展的重點將轉(zhuǎn)向新興產(chǎn)業(yè)，通過促進技術(shù)創(chuàng)新、資源配置、產(chǎn)業(yè)鏈互聯(lián)等手段支持制造業(yè)領(lǐng)域的新興產(chǎn)業(yè)發(fā)展，提升其在制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)中的比重。也就是說，數(shù)字經(jīng)濟對制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)的影響效應為先惡化后優(yōu)化，即呈現(xiàn)正“U”形趨勢?；诖耍疚奶岢鲆韵录僭O(shè)：

假設(shè)3：數(shù)字經(jīng)濟發(fā)展水平對制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化呈正“U”形影響。

工業(yè)總體碳排放中制造業(yè)占比最大，因此制造業(yè)碳減排結(jié)果直接關(guān)系到中國工業(yè)總體碳減排成效[14]。目前，圍繞碳排放的研究已非常豐富，但關(guān)于制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)的研究仍不充分。制造業(yè)內(nèi)部碳排放行業(yè)集聚特征顯著[15]，根據(jù)中國碳核算數(shù)據(jù)庫數(shù)據(jù)，2019年，技術(shù)密集型產(chǎn)業(yè)碳排放占總體碳排放比例僅為0.28%，勞動密集型和資本密集型占比為35.49%1。制造業(yè)從勞動、資本密集型向技術(shù)密集型轉(zhuǎn)型后，其碳排放將顯著降低[16]。但是，制造業(yè)結(jié)構(gòu)優(yōu)化對碳減排的影響并非一蹴而就，很多情況下碳減排滯后于技術(shù)進步[17] ，一些研究甚至提出技術(shù)進步有可能階段性增加碳排放[18]。原因可能來自兩個方面：一是為了實現(xiàn)更高的經(jīng)濟增長目標，在環(huán)保達標的前提下，經(jīng)濟體可能在傳統(tǒng)制造業(yè)尚未騰退或改造完成之前，投入更多能源以支持新興產(chǎn)業(yè)發(fā)展，導致碳排放不降反增[19]；另一方面，在新興產(chǎn)業(yè)發(fā)展之初，政府對產(chǎn)業(yè)布局過度干預現(xiàn)象的普遍存在，易導致重復建設(shè)、產(chǎn)能過剩等現(xiàn)象[20]，從而增加了碳排放。但伴隨傳統(tǒng)制造業(yè)騰退或改造完成，以及技術(shù)密集型的新興產(chǎn)業(yè)占比逐步提高后，制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化將顯著降低碳排放。長期來看，數(shù)字經(jīng)濟進一步發(fā)展使制造業(yè)領(lǐng)域的部分落后生產(chǎn)力淘汰騰退，促進更多資源向技術(shù)密集型制造業(yè)傾斜，技術(shù)密集型制造業(yè)占比相應提升[21]，實現(xiàn)制造業(yè)結(jié)構(gòu)優(yōu)化，最終降低區(qū)域碳排放。基于此，本文提出以下假設(shè)：

假設(shè)4：制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化對碳排放呈倒“U”形影響。

假設(shè)5：數(shù)字經(jīng)濟以制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化為路徑降低區(qū)域碳排放。

三、 研究設(shè)計與變量選取

1. 變量定義

被解釋變量：碳排放（CD）。以往研究多采用指數(shù)分解法[22]、投入產(chǎn)出法[23]等計算方法核定二氧化碳排放量，但有數(shù)據(jù)可得性較差、統(tǒng)計口徑不一等缺陷。因此，本文選用中國碳核算數(shù)據(jù)庫（Carbon Eminssion Aclounts and Datasets，CEADs）測算的2010—2019年中國省域二氧化碳排放量進行研究。為了獲得更平滑的數(shù)據(jù)，對碳排放進行對數(shù)處理。

試驗變量：數(shù)字經(jīng)濟發(fā)展水平（DE）。目前，學術(shù)界尚無統(tǒng)一的對數(shù)字經(jīng)濟發(fā)展水平進行測算的方法，較多采用的方法為建立綜合指標體系。葛和平等[24]運用熵權(quán)TOPSIS法，從發(fā)展環(huán)境、產(chǎn)業(yè)數(shù)字化、數(shù)字產(chǎn)業(yè)化與數(shù)字化治理4個維度構(gòu)建了數(shù)字經(jīng)濟發(fā)展水平指標體系并運用熵權(quán)法對我國各省域的數(shù)字經(jīng)濟進行了測度；劉軍等[25]從信息化發(fā)展、互聯(lián)網(wǎng)發(fā)展和數(shù)字交易發(fā)展3個維度構(gòu)建了省級數(shù)字經(jīng)濟評價指標體系[28]。本文參考黎新伍等[26]的研究，從數(shù)字經(jīng)濟基礎(chǔ)設(shè)施、數(shù)字經(jīng)濟發(fā)展?jié)摿Α?shù)字經(jīng)濟運用能力、數(shù)字經(jīng)濟發(fā)展環(huán)境4個方面構(gòu)建數(shù)字經(jīng)濟發(fā)展水平綜合指標體系，得到二級指標后，采用主成分分析法測度我國省域數(shù)字經(jīng)濟發(fā)展水平。具體指標選取及度量方式如表1所示。

機制變量：制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)（MS）。毛艷華等[27]根據(jù)OECD組織高新技術(shù)產(chǎn)業(yè)分類方法，將制造業(yè)產(chǎn)業(yè)分為高、中、低端技術(shù)制造業(yè)。馮春曉[28]則運用制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)合理化、高度化指標評估制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)。王志華等[29]用從業(yè)人員及其報酬數(shù)、資本存量、研發(fā)投入依次表示制造業(yè)各行業(yè)的勞動、資本與技術(shù)密集度。本文借鑒其方法，基于2010—2019年中國制造業(yè)28個細分行業(yè)勞動、資本與技術(shù)要素所占比重，將制造業(yè)分為勞動、資本與技術(shù)密集型三類制造業(yè)。具體分類如表2所示。制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)以“技術(shù)密集型產(chǎn)業(yè)產(chǎn)值”與“勞動密集型和資本密集型產(chǎn)值之和”的比值描述。比值越高，表示制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)越優(yōu)。

控制變量：人口規(guī)模由各地區(qū)年末總?cè)丝诒硎荆⒆鲗?shù)化處理；外商直接投資使用各省份按當年人民幣兌美元匯率進行轉(zhuǎn)化后的實際利用外資與地區(qū)GDP的比值表示；市場化指數(shù)來自《中國分省份市場化指數(shù)報告（2018）》，并作對數(shù)化處理；產(chǎn)業(yè)結(jié)構(gòu)變量由各地區(qū)三產(chǎn)與二產(chǎn)增加值的比值表示；環(huán)境規(guī)制采用地方財政環(huán)境保護支出占總財政支出的比值表示；人均GDP采用各地區(qū)國民生產(chǎn)總值與年末總?cè)丝诘谋戎当硎?，并作對?shù)化處理；貿(mào)易開放度采用進出口總額與地區(qū)GDP的比值表示。

2. 模型設(shè)計

（1）基準回歸模型

本文采用個體、時間雙向固定效應面板模型進行檢驗，基準回歸模型形式如下：

[ln CDi，t=α0+α1DEi，t+βCONTROLi，t+δt+μi+εi，t] （1）

式（1）中，i和t分別為省份和年份；CDi，t為被解釋變量，表示省份i在t年內(nèi)的區(qū)域碳排放量；DEi，t為試驗變量，表示省份i在t年的數(shù)字經(jīng)濟發(fā)展水平；CONTROLi，t為控制變量，包括人口規(guī)模、外商直接投資、市場化指數(shù)、產(chǎn)業(yè)結(jié)構(gòu)、環(huán)境規(guī)制、人均GDP；μi為區(qū)域的省份控制效應，控制不隨時間變化且不可觀測的省份固有特征，δt為時間控制效應，控制不隨省份變化且不可觀測的宏觀經(jīng)濟沖擊；α0為常數(shù)項，εi，t為隨機誤差。

（2）機制分析模型

為了探討數(shù)字經(jīng)濟發(fā)展水平、制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)和碳排放的非線性關(guān)系，本文在式（1）的基礎(chǔ)上加入數(shù)字經(jīng)濟發(fā)展水平和制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)的二次項作為試驗變量，得到以下模型：

[MSi，t=θ0+θ1DEi，t+θ2DE2i，t+βCONTROLi，t+δt+μi+εi，t ] （2）

[ln CDi，t=γ0+γ1MSi，t+γ2MS2i，t+βCONTROLi，t+δt+μi+εi，t] （3）

式（2）（3）中，MSi，t為機制變量，表示省份i在t年的制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)，其余變量同式（1）。當θ2=0或不顯著時，數(shù)字經(jīng)濟發(fā)展水平與區(qū)域碳排放的關(guān)系為線性相關(guān)；當θ2<0時，數(shù)字經(jīng)濟發(fā)展水平與區(qū)域碳排放為倒“U”形關(guān)系；當θ2>0時，數(shù)字經(jīng)濟發(fā)展水平與區(qū)域碳排放為正“U”形關(guān)系。同樣地，由γ的符號可以看出制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)與碳排放之間的非線性關(guān)系。

（3）異質(zhì)性分析：分位數(shù)回歸模型

為研究區(qū)域碳排放量異質(zhì)性，本文采用分位數(shù)模型考察條件分布情況。

[Quantq（lnCD/CONTROL）=βq，0+βq，1DEi，t+εi，t] （4）

式（4）中，Quantq為q分位點上對應的碳排放水平，βq，0和βq，1表示q分位點上的回歸系數(shù)，其余變量同式（1）至式（4）。

3. 數(shù)據(jù)來源

碳排放數(shù)據(jù)來源于中國碳核算數(shù)據(jù)庫（CEADs）；數(shù)字經(jīng)濟發(fā)展水平相關(guān)數(shù)據(jù)中，數(shù)字普惠金融指標來自北京大學數(shù)字普惠金融指數(shù)[30]，其余指標來自《中國統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》；制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)數(shù)據(jù)來自《中國人口和就業(yè)統(tǒng)計年鑒》和《中國工業(yè)經(jīng)濟統(tǒng)計年鑒》；控制變量中，除市場化指數(shù)來自王小魯?shù)萚31]測算的《中國分省份市場化指數(shù)報告（2018）》，其余指標來自《中國統(tǒng)計年鑒》。

四、 實證分析

1. 主要變量的描述性統(tǒng)計

變量的描述性統(tǒng)計結(jié)果如表3所示。

表3 主要變量的描述性統(tǒng)計結(jié)果

[變量類型 變量名 觀測量 平均值 標準差 最小值 最大值 被解釋變量 碳排放 270 5.647 0.774 3.785 7.438 試驗變量 數(shù)字經(jīng)濟發(fā)展水平 270 0.592 0.060 0.492 0.859 機制變量 制造業(yè)產(chǎn)業(yè)結(jié)構(gòu) 270 0.491 0.478 0.042 2.724 控制變量 人口規(guī)模 270 8.204 0.741 6.342 9.433 外商直接投資 270 0.021 0.019 0.001 0.121 市場化指數(shù) 270 2.029 0.265 1.212 2.441 產(chǎn)業(yè)結(jié)構(gòu) 270 1.292 0.712 0.527 5.234 環(huán)境規(guī)制 270 0.008 0.006 0.002 0.043 人均GDP 270 1.544 0.432 0.464 2.784 貿(mào)易開放度 270 0.279 0.279 0.130 1.464 ]

2. 相關(guān)性分析

在進行實證檢驗之前，本文首先對主要變量進行相關(guān)性檢驗，數(shù)字經(jīng)濟發(fā)展水平變量與碳排放變量之間的相關(guān)系數(shù)為-0.1204，且在5%水平上顯著，與本文假設(shè)相符；制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)與數(shù)字經(jīng)濟發(fā)展水平、碳排放之間的相關(guān)性均不顯著，說明不存在線性關(guān)系，與本文假設(shè)相符。VIF（Variance Inflation Factor）檢驗結(jié)果顯示全部變量VIF值均小于10，不存在多重共線性。

3. 基準回歸

為獲得最佳的模型擬合效果，依照豪斯曼檢驗對固定效應模型（Fixed Effects Model，F(xiàn)E）和隨機效應模型（Random Effects Model，RE）的擬合效果進行檢驗，結(jié)果顯示FE與本研究更為契合。為了降低面板數(shù)據(jù)在時間和個體上的非穩(wěn)定性，本文采用雙向固定效應的面板回歸模型進行基準回歸。結(jié)果如表4所示，模型（1）報告了不添加控制變量的情況下數(shù)字經(jīng)濟發(fā)展水平對碳排放的影響，模型（2）添加了控制變量。

從表4的回歸結(jié)果可以看出，不論是否添加控制變量，數(shù)字經(jīng)濟發(fā)展水平均對碳排放有抑制效應，且都通過5%置信水平下的顯著性檢驗。添加控制變量后，數(shù)字經(jīng)濟發(fā)展水平對碳排放的回歸系數(shù)絕對值減小，說明未添加控制變量時，回歸模型夸大了數(shù)字經(jīng)濟對碳減排的影響效應，控制變量選擇合理。結(jié)果表明，數(shù)字經(jīng)濟發(fā)展水平對區(qū)域碳排放具有顯著的抑制效應，假設(shè)1成立。根據(jù)模型（2）的結(jié)果可以看出，數(shù)字經(jīng)濟發(fā)展水平每提升1個單位，會降低2.858個單位的碳排放。數(shù)字經(jīng)濟的發(fā)展可以促進資源的快速流動、融合與利用，改善資源配置，減少不必要的能源消耗，提升社會生產(chǎn)效率，從而降低碳排放?？刂谱兞恐?，人口規(guī)模對碳排放的促進效應通過了1%置信水平的顯著性檢驗，貿(mào)易開放度對碳排放的促進效應通過5%置信水平的顯著性檢驗。人口的不斷增長會提升對食物、住房、交通等的需求，而滿足這些需求需要工業(yè)、能源的支撐，從而產(chǎn)生更多的碳排放。貿(mào)易開放為發(fā)達國家將高耗能、高排放的低端產(chǎn)業(yè)向我國轉(zhuǎn)移提供了條件，為發(fā)達國家生產(chǎn)了大量高碳產(chǎn)品，造成我國碳排放量的增長，即“污染避難所”效應。

4. 穩(wěn)健性檢驗

替換試驗變量。本文采用熵值法替換主成分分析法構(gòu)建新的數(shù)字經(jīng)濟發(fā)展水平，運用同樣的方法進行雙向固定效應面板回歸，以檢驗替換試驗變量數(shù)字經(jīng)濟發(fā)展水平后結(jié)論是否具有穩(wěn)健性。結(jié)果如表5列（1）所示，替換試驗變量后數(shù)字經(jīng)濟發(fā)展水平的系數(shù)仍顯著為負，證明數(shù)字經(jīng)濟顯著抑制碳排放的結(jié)論穩(wěn)健。

替換被解釋變量?？紤]到各地區(qū)人口規(guī)模存在較大差異，本文將前文的碳排放數(shù)據(jù)與人口規(guī)模的比值作為人均碳排放，以檢驗替換被解釋變量區(qū)域碳排放后結(jié)論是否具有穩(wěn)健性。結(jié)果如表5列（2）所示，替換被解釋變量后數(shù)字經(jīng)濟發(fā)展水平的系數(shù)仍顯著為負，證明數(shù)字經(jīng)濟顯著抑制碳排放的結(jié)論穩(wěn)健。

替換回歸模型。前文基準回歸采用的是靜態(tài)面板模型，考慮到碳排放存在一定的時序性特征，本文利用動態(tài)面板回歸模型驗證結(jié)論是否具有穩(wěn)健性?？紤]到系統(tǒng)GMM模型相較于差分GMM模型引進了水平方程，減少了估計誤差，因此采用系統(tǒng)GMM模型。在式（1）的基礎(chǔ)上納入滯后一期的碳排放變量后，利用兩步系統(tǒng)GMM模型進行估計，結(jié)果如表5列（3）所示。數(shù)字經(jīng)濟的系數(shù)仍顯著為負，且AR（1）顯著而AR（2）不顯著，擾動項無自相關(guān)，再次證明數(shù)字經(jīng)濟顯著抑制碳排放的結(jié)論是穩(wěn)健的。

5. 異質(zhì)性分析

雖然總體來看數(shù)字經(jīng)濟發(fā)展水平對碳排放有抑制效應，但我國國土面積大，各區(qū)域之間發(fā)展水平差距大，這種抑制效應可能存在區(qū)域異質(zhì)性。本文將30個省區(qū)市按東、中、西部分類后，分區(qū)域進行回歸，結(jié)果如表6所示。結(jié)果表明，3個區(qū)域的數(shù)字經(jīng)濟回歸系數(shù)為-3.614，-2.909，-2.369，僅有東部地區(qū)通過了1%置信水平下的顯著性檢驗。說明數(shù)字經(jīng)濟對碳排放的抑制效應僅在東部地區(qū)生效，而中部、西部地區(qū)并無明顯效應。東部地區(qū)較中部、西部地區(qū)有先天的地理優(yōu)勢，基礎(chǔ)設(shè)施建設(shè)完善，貿(mào)易開放度高，人才、資本積累充分。在這樣的優(yōu)勢下，東部地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)不斷優(yōu)化升級，高新技術(shù)不斷迭代，為數(shù)字經(jīng)濟的發(fā)展提供了有利條件，數(shù)字經(jīng)濟的碳減排效應也更加明顯。中西部地區(qū)交通便利程度低，基礎(chǔ)設(shè)施差，人才、資本積累貧乏，導致數(shù)字經(jīng)濟的發(fā)展受到限制，阻礙了數(shù)字經(jīng)濟發(fā)展水平對碳排放的抑制作用。

分位數(shù)回歸相較于其他回歸模型受極值的影響更小，并且可以清晰地刻畫條件分布情況[32]。本文選取25%、50%、75%這3個代表性分位點，考察區(qū)域碳排放量異質(zhì)性。結(jié)果如表7所示，不論是哪個分位點，數(shù)字經(jīng)濟發(fā)展水平均有顯著抑制碳排放的影響效應。隨著分位點的不斷提高，數(shù)字經(jīng)濟發(fā)展水平對區(qū)域碳排放的回歸系數(shù)絕對值呈現(xiàn)先升后降的態(tài)勢，即隨著碳排放量的增加，數(shù)字經(jīng)濟對于碳減排的貢獻是先增后減。可能的原因在于，現(xiàn)階段碳排放量低的地區(qū)產(chǎn)業(yè)發(fā)展水平較為滯后，經(jīng)濟社會發(fā)展基礎(chǔ)薄弱，數(shù)字化程度不高。此時，數(shù)字經(jīng)濟的發(fā)展降低區(qū)域碳排放量的效果更為明顯。隨著地區(qū)不斷發(fā)展，數(shù)字基礎(chǔ)設(shè)施日益完善，數(shù)字經(jīng)濟降低區(qū)域碳排放量的效果會得到進一步提升。碳排放量較高的地區(qū)產(chǎn)業(yè)發(fā)展水平和經(jīng)濟基礎(chǔ)較好，已經(jīng)形成初具規(guī)模的數(shù)字經(jīng)濟。此時，由于邊際效應的存在，數(shù)字經(jīng)濟規(guī)模的持續(xù)擴大帶來的碳減排效應勢必會有所減弱。假設(shè)2成立。

6. 機制分析

為了探討數(shù)字經(jīng)濟發(fā)展水平與制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)的非線性關(guān)系，本文將數(shù)字經(jīng)濟發(fā)展水平的二次項納入模型對制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)進行回歸，結(jié)果如表8所示。

表8報告了數(shù)字經(jīng)濟發(fā)展水平與制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)的非線性關(guān)系及“U”形關(guān)系檢驗結(jié)果。模型（1）在未納入控制變量、不考慮固定效應時，系數(shù)中一次項顯著為負，平方項顯著為正，根據(jù)Hanns等[33]對“U”形關(guān)系的判斷方法，該模型通過“U”形關(guān)系檢驗，即數(shù)字經(jīng)濟發(fā)展水平與制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)之間呈現(xiàn)“U”形曲線關(guān)系。模型（2）在模型（1）的基礎(chǔ)上進行了時間固定和個體固定，通過“U”形關(guān)系檢驗。模型（3）進一步引入控制變量，結(jié)果依然顯著，且“U”形關(guān)系依然成立，拐點為0.76，即當數(shù)字經(jīng)濟發(fā)展水平低于0.76時，數(shù)字經(jīng)濟的發(fā)展會劣化制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)，而當數(shù)字經(jīng)濟高于0.76時，繼續(xù)發(fā)展數(shù)字經(jīng)濟會優(yōu)化制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)，假設(shè)3成立。樣本期內(nèi)數(shù)字經(jīng)濟均值為0.59，大部分省區(qū)市位于拐點左側(cè)，仍處于數(shù)字經(jīng)濟發(fā)展劣化制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)的階段。2019年，30個省區(qū)市中僅有北京市和上海市在拐點右側(cè)，到達數(shù)字經(jīng)濟發(fā)展優(yōu)化制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)的階段。

制造業(yè)細分行業(yè)中，能源需求和能耗結(jié)構(gòu)各不相同，所產(chǎn)生的碳排放量也不同。因此，制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)變化會影響碳排放。當高碳排放的產(chǎn)業(yè)比重下降，低碳排放的產(chǎn)業(yè)比重上升時，總體碳排放水平下降。制造業(yè)中，高碳產(chǎn)業(yè)主要為金屬冶煉加工、石油化工類產(chǎn)業(yè)，集中于勞動密集型和資本密集型產(chǎn)業(yè)。技術(shù)密集型制造業(yè)依賴于大量的新興技術(shù)，這些新興技術(shù)往往具有綠色、環(huán)保、低碳的特征，碳排放較低。在制造業(yè)細分行業(yè)從勞動密集型和資本密集型轉(zhuǎn)向技術(shù)密集型的過程中，碳排放逐漸降低，即制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化將會降低碳排放。

表9報告了制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)與碳排放的非線性關(guān)系及“U”形檢驗結(jié)果。模型（1）在未納入控制變量、不考慮固定效應時，平方項系數(shù)顯著為負，且通過“U”形關(guān)系檢驗，即制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)與碳排放之間呈現(xiàn)倒“U”形曲線關(guān)系。模型（2）在模型（1）的基礎(chǔ)上進行了時間固定和個體固定，通過“U”形關(guān)系檢驗。模型（3）進一步引入控制變量，結(jié)果依然顯著，且“U”形關(guān)系依然成立，拐點為0.92，即當制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)低于0.92時，制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化會提升碳排放，而當制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)高于0.92時，繼續(xù)優(yōu)化制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)會降低碳排放，假設(shè)4成立?？赡艿脑蛴幸韵?個方面：一是制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)改善初期時常有地方政府過度干預產(chǎn)業(yè)發(fā)展的現(xiàn)象，造成重復建設(shè)等問題；二是碳減排往往有一定滯后性；三是為了經(jīng)濟發(fā)展往往會投入更多的能源以促進新興產(chǎn)業(yè)發(fā)展，造成能源回彈。但長期來看，勞動密集型、資本密集型制造業(yè)向技術(shù)密集型制造業(yè)轉(zhuǎn)移有利于降低碳排放，因為技術(shù)密集型制造業(yè)本身不屬于高碳產(chǎn)業(yè)，并且依賴于大量新興技術(shù)，技術(shù)密集型制造業(yè)有更高效的生產(chǎn)和管理模式，碳生產(chǎn)率往往更高。

綜上所述，制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化要有先“騰籠”后“換鳥”的時間周期。在數(shù)字經(jīng)濟發(fā)展初期，制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)中的存量產(chǎn)業(yè)，其中絕大多數(shù)為傳統(tǒng)產(chǎn)業(yè)和高碳產(chǎn)業(yè)，其率先嘗試產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型，一部分轉(zhuǎn)型成功的企業(yè)實現(xiàn)產(chǎn)值提升和碳減排；發(fā)展后期，數(shù)字經(jīng)濟促進產(chǎn)業(yè)結(jié)構(gòu)中的增量產(chǎn)業(yè)，絕大多數(shù)為新招引落地的技術(shù)密集型制造業(yè)快速發(fā)展，同時逐步淘汰和騰退那些仍然無法實現(xiàn)數(shù)字化轉(zhuǎn)型的傳統(tǒng)產(chǎn)業(yè)和高碳產(chǎn)業(yè)，促進制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化，從而降低碳排放。因此，數(shù)字經(jīng)濟發(fā)展的不同階段，數(shù)字化轉(zhuǎn)型都會通過影響制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)降低碳排放，即假設(shè)5成立。

五、 結(jié)論與政策建議

本文通過雙向固定面板回歸模型對2011—2019我國省級數(shù)字經(jīng)濟發(fā)展水平和區(qū)域碳排放數(shù)據(jù)進行回歸分析，并引入制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化作為機制變量，探討數(shù)字經(jīng)濟與制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)的關(guān)系以及數(shù)字經(jīng)濟影響區(qū)域碳排放的機制，主要得到以下結(jié)論：

第一，數(shù)字經(jīng)濟發(fā)展水平顯著降低區(qū)域碳排放，替換被解釋變量、替換試驗變量、更換回歸模型均不改變結(jié)論的穩(wěn)健性。存在區(qū)域異質(zhì)性，僅東部地區(qū)通過顯著性檢驗；同時存在區(qū)域碳排放量異質(zhì)性，隨著碳排放量增加，數(shù)字經(jīng)濟對于碳減排的貢獻先增后減。

第二，數(shù)字經(jīng)濟發(fā)展水平對制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)存在顯著的先劣化后優(yōu)化的影響，即正“U”形關(guān)系；制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化對碳排放存在顯著的先促進后抑制影響，即倒“U”形關(guān)系。

第三，數(shù)字經(jīng)濟以制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化為路徑降低區(qū)域碳排放。初期，隨著數(shù)字經(jīng)濟水平的提高，勞動密集型、資本密集型制造業(yè)率先實現(xiàn)數(shù)字化轉(zhuǎn)型，碳排放相應降低；后期，數(shù)字經(jīng)濟水平越高，技術(shù)密集型制造業(yè)占比越高，碳排放越低。

基于以上研究結(jié)論，本文提出以下關(guān)于制造業(yè)領(lǐng)域推動數(shù)字化綠色化協(xié)同發(fā)展的政策建議：

第一，創(chuàng)新綠色智造公共服務體系。探索搭建“數(shù)字化·綠色化”技術(shù)改造公共服務平臺，匯集重點行業(yè)、企業(yè)技術(shù)改造需求，促進供需雙方需求對接。加快培育節(jié)能降碳技術(shù)改造工程服務商，面向重點行業(yè)、企業(yè)提供智能制造、節(jié)能診斷、集成應用、合同能源管理等改造服務。結(jié)合智能化、數(shù)字化技改需求，定期迭代更新工程解決方案服務商信息，擇優(yōu)進行宣傳推廣。

第二，建設(shè)低碳技術(shù)創(chuàng)新平臺。加快綠色低碳、智能制造等領(lǐng)域制造業(yè)（技術(shù)、產(chǎn)業(yè)）創(chuàng)新中心建設(shè)，提升數(shù)字技術(shù)、低碳技術(shù)攻關(guān)和產(chǎn)業(yè)化應用，提高清潔能源領(lǐng)域現(xiàn)有創(chuàng)新載體能力和水平。支持行業(yè)龍頭企業(yè)聯(lián)合高校、科研院所和行業(yè)上下游企業(yè)組建技術(shù)創(chuàng)新聯(lián)合體，加大關(guān)鍵核心低碳技術(shù)攻關(guān)力度，加快工程化產(chǎn)業(yè)化突破，積極打造數(shù)字化綠色化技術(shù)創(chuàng)新集聚區(qū)。

第三，推動制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化。嚴格按照能源、土地、環(huán)保、安全、質(zhì)量等領(lǐng)域法律法規(guī)、強制性標準和政策要求，倒逼高耗企業(yè)加快整治，為優(yōu)質(zhì)企業(yè)騰出用能、用地空間。瞄準數(shù)字技術(shù)賦能的綠色低碳產(chǎn)業(yè)，靈活運用產(chǎn)業(yè)鏈招商、基金招商、平臺招商、總部招商等多種方式，編制重點目標企業(yè)名單，主動謀劃引進創(chuàng)新能力強、具備核心競爭力的重大項目。

參考文獻：

[1] IEA.CO2 Emissions in 2023[R].Paris：IEA，2024.

[2] 胡劍波，羅志鵬.多情景模擬下我國制造業(yè)能源消費結(jié)構(gòu)與碳達峰預測研究[J].江西社會科學，2022，42（4）：50-60.

[3] 莊貴陽.我國實現(xiàn)“雙碳”目標面臨的挑戰(zhàn)及對策[J].人民論壇，2021（18）：50-53.

[4] 毛艷華，張超，李松.數(shù)字經(jīng)濟對制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)升級的影響研究——以我國三大城市群為例[J].城市問題，2024（1）：4-15.

[5] 徐圓.源于社會壓力的非正式性環(huán)境規(guī)制是否約束了中國的工業(yè)污染？[J].財貿(mào)研究，2014，25（2）：7-15.

[6] 李欣，楊朝遠，曹建華.網(wǎng)絡(luò)輿論有助于緩解霧霾污染嗎？——兼論霧霾污染的空間溢出效應[J].經(jīng)濟學動態(tài)，2017（6）：45-57.

[7] 張華，馮烽.非正式環(huán)境規(guī)制能否降低碳排放？——來自環(huán)境信息公開的準自然實驗[J].經(jīng)濟與管理研究，2020，41（8）：62-80.

[8] 謝云飛.數(shù)字經(jīng)濟對區(qū)域碳排放強度的影響效應及作用機制[J].當代經(jīng)濟管理，2022，44（2）：68-78.

[9] 丁玉龍，秦尊文.信息通信技術(shù)對綠色經(jīng)濟效率的影響——基于面板Tobit模型的實證研究[J].學習與實踐，2021（4）：32-44.

[10] Chang H，Ding Q Y，Zhao W Z，et al.The Digital Economy，Industrial Structure Upgrading， and Carbon Emission Intensity—empirical Evidence from Chinas Provinces[J].Energy Strategy Reviews，2023（50）：101218.

[11] Kohli R，Melville N P.Digital Innovation： A Review and Synthesis[J].Information Systems Journal，2019，29（1）：200-223.

[12] Zhang C，Ji W.Digital Twin-driven Carbon Emission Prediction and Low-carbon Control of Intelligent Manufacturing Job-shop[J].Procedia CIRP，2019（83）：624-629.

[13] 黃建忠，趙玲，何茜茜.加快中國特色數(shù)字經(jīng)濟發(fā)展的若干理論思考與政策建議——基于馬克思主義政治經(jīng)濟學的視角[J].宏觀經(jīng)濟研究，2023（4）：4-13.

[14] 付華，李國平，朱婷.中國制造業(yè)行業(yè)碳排放：行業(yè)差異與驅(qū)動因素分解[J].改革，2021（5）：38-52.

[15] 王霞，張麗君，秦耀辰，等.中國高碳制造業(yè)碳排放時空演變及其驅(qū)動因素[J].資源科學，2020，42（2）：323-333.

[16] 余紅偉，張洛熙.制造業(yè)結(jié)構(gòu)升級促進了區(qū)域空氣質(zhì)量改善嗎？——基于2004—2013年省級面板數(shù)據(jù)的實證分析[J].中國地質(zhì)大學學報（社會科學版），2015，15（5）：33-42.

[17] 原嫄，席強敏，李國平.產(chǎn)業(yè)關(guān)聯(lián)水平對碳排放演化的影響機理及效應研究——基于歐盟27國投入產(chǎn)出數(shù)據(jù)的實證分析[J].自然資源學報，2017，32（5）：841-853.

[18] 歐國立，王妍.交通運輸業(yè)技術(shù)進步對二氧化碳排放的影響——基于中國省級面板數(shù)據(jù)的實證研究[J].生態(tài)經(jīng)濟，2018，34（11）：64-71.

[19] 張濟建，萬安位，宋雅靜.能源回彈效應下高碳產(chǎn)業(yè)低碳轉(zhuǎn)型過程中的技術(shù)突變性[J].科技進步與對策，2020，37（18）：60-69.

[20] 江飛濤，耿強，呂大國，等.地區(qū)競爭、體制扭曲與產(chǎn)能過剩的形成機理[J].中國工業(yè)經(jīng)濟，2012（6）：44-56

[21] 謝文倩，高康，余家鳳.數(shù)字經(jīng)濟、產(chǎn)業(yè)結(jié)構(gòu)升級與碳排放[J].統(tǒng)計與決策，2022，38（17）：114-118.

[22] 王凱，唐小惠，甘暢，等.中國服務業(yè)碳排放強度時空格局及影響因素[J].中國人口·資源與環(huán)境，2021，31（8）：23-31.

[23] 張友國.經(jīng)濟發(fā)展方式變化對中國碳排放強度的影響[J].經(jīng)濟研究，2010，45（4）：120-133.

[24] 葛和平，吳福象.數(shù)字經(jīng)濟賦能經(jīng)濟高質(zhì)量發(fā)展：理論機制與經(jīng)驗證據(jù)[J].南京社會科學，2021（1）：24-23.

[25] 劉軍，楊淵鋆，張三峰.中國數(shù)字經(jīng)濟測度與驅(qū)動因素研究[J].上海經(jīng)濟研究，2020（6）：81-96.

[26] 黎新伍，黎寧，謝云飛.數(shù)字經(jīng)濟、制造業(yè)集聚與碳生產(chǎn)率[J].中南財經(jīng)政法大學學報，2022（6）：131-145.

[27] 毛艷華，張超，李松.數(shù)字經(jīng)濟對制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)升級的影響研究——以我國三大城市群為例[J].城市問題，2024（1）：4-15.

[28] 馮春曉.我國對外直接投資與產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化的實證研究——以制造業(yè)為例[J].國際貿(mào)易問題，2009（8）：97-104.

[29] 王志華，董存田.中國制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)與勞動力素質(zhì)結(jié)構(gòu)吻合度分析[J].人口與經(jīng)濟，2012（5）．

[30] 郭峰，王靖一，王芳，等.測度中國數(shù)字普惠金融發(fā)展：指數(shù)編制與空間特征[J].經(jīng)濟學，2020，19（4）：1401-1418.

[31] 王小魯，樊綱，胡李鵬.中國分省份市場化指數(shù)報告（2018）[R].北京：社會科學文獻出版社，2019.

[32] 鄔彩霞，高媛.數(shù)字經(jīng)濟驅(qū)動低碳產(chǎn)業(yè)發(fā)展的機制與效應研究[J].貴州社會科學，2020（11）：155-161.

[33] Haans R F J，Pieters C，He Z L.Thinking about U：Theorizing and Testing U-and Inverted U-Shaped Relationships in Strategy Research[J].Strategic Management Journal，2016，37（7）：1177-1195.

基金項目：浙江省社會科學界聯(lián)合會研究課題成果“浙江省制造業(yè)結(jié)構(gòu)升級對碳達峰趨勢的影響研究”（項目編號：2022N139）。

作者簡介：梁靚，男，博士，浙江省工業(yè)和信息化研究院副院長，高級經(jīng)濟師，研究方向為先進制造業(yè)集群;卞夢穎，女，通訊作者，浙江工業(yè)大學管理學院博士研究生，研究方向為先進制造業(yè)集群。

（收稿日期：2024-01-28? 責任編輯：殷 ?。?/p>