數(shù)字經(jīng)濟對碳排放的非線性影響研究

摘 要：數(shù)字經(jīng)濟是推動我國經(jīng)濟高質(zhì)量發(fā)展的重要組成部分，隨著數(shù)字經(jīng)濟規(guī)模不斷擴大，基于我國2013—2020年30個省份面板數(shù)據(jù)，通過熵權(quán)法等方法構(gòu)建數(shù)字經(jīng)濟發(fā)展指數(shù)和碳排放總量。該領(lǐng)域產(chǎn)生的環(huán)境影響，尤其是碳排放問題引起各界關(guān)注。但是目前數(shù)字經(jīng)濟對碳排放的影響尚不明確，本文旨在探究數(shù)字經(jīng)濟發(fā)展與碳排放的內(nèi)在聯(lián)系，促進“雙碳”政策下實現(xiàn)數(shù)字經(jīng)濟高速發(fā)展。同時文章運用門限模型，分析數(shù)字經(jīng)濟發(fā)展綜合測度以其二級指標(biāo)與碳排放總量間的非線性關(guān)系，結(jié)果表明：數(shù)字經(jīng)濟發(fā)展水平越高，抑制碳排放效果越強；數(shù)字化基礎(chǔ)和數(shù)字化應(yīng)用對碳排放的影響呈現(xiàn)倒“V”型關(guān)系。此外文章還使用了固定效應(yīng)對模型進行穩(wěn)健性分析，說明模型具有較高的準(zhǔn)確性和較強的解釋力。

關(guān)鍵詞：數(shù)字經(jīng)濟；碳排放；熵權(quán)法；門限模型；非線性關(guān)系

中圖分類號：F205 文獻標(biāo)識碼：A 文章編號：2096-0298（2024）07（b）--05

1 引言

伴隨數(shù)字技術(shù)革命的到來，數(shù)字經(jīng)濟已成為中國經(jīng)濟發(fā)展的重要驅(qū)動之一。根據(jù)《中國數(shù)字經(jīng)濟發(fā)展與就業(yè)白皮（2022）》披露，2021年中國數(shù)字經(jīng)濟規(guī)模達到45.5萬億元，同比增長16.2%，占GDP總量的39.8%。數(shù)字經(jīng)濟成為驅(qū)動經(jīng)濟轉(zhuǎn)型升級的重要動力引擎，在國民經(jīng)濟中發(fā)揮著明顯的支撐作用。

然而，現(xiàn)代技術(shù)的發(fā)展更迭往往需要投入大量的能源，能源的消耗帶來CO2等溫室氣體的持續(xù)排放，造成全球升溫等環(huán)境問題。我國CO2排放由2005年的近60億噸增長至2023年的126億噸。中國作為一個負責(zé)任的大國，為應(yīng)對全球氣候變暖給人類社會生存和發(fā)展帶來的挑戰(zhàn)，于2020年提出“雙碳”政策。作為推動經(jīng)濟高質(zhì)量發(fā)展的新動能，落實數(shù)字技術(shù)轉(zhuǎn)化助力實現(xiàn)碳中和已是大勢所趨。2021年5月，為合理利用數(shù)據(jù)要素多角度、多行業(yè)、多層次的特征，中國首個碳中和大數(shù)據(jù)研究院成立。但根據(jù)摩爾效應(yīng)，當(dāng)前數(shù)字基建投資建設(shè)數(shù)量正呈現(xiàn)指數(shù)增長趨勢，建材、有色金屬等重點排放行業(yè)的生產(chǎn)急劇上升，數(shù)字基建反而會成為新的碳排放增長因素；5G、數(shù)據(jù)計算中心等互聯(lián)網(wǎng)設(shè)備的運算，本質(zhì)是計算機處理龐大數(shù)據(jù)并交互傳遞的過程，這會消耗大量電力，而中國目前仍以煤炭發(fā)電為主導(dǎo)，也可能會加劇碳排放。

梳理國內(nèi)外文獻可以發(fā)現(xiàn)，國際現(xiàn)有的代表性數(shù)字經(jīng)濟指標(biāo)研究體系有：ICT，即信息通訊技術(shù)，是國際電信用來檢測和比較世界各國ICT發(fā)展水平的綜合實數(shù)；OECD于《Measuring the digital economy》發(fā)布的數(shù)字經(jīng)濟發(fā)展指標(biāo)，以智能基礎(chǔ)設(shè)施投資、社會推進、釋放創(chuàng)新性、增長和就業(yè)等為主體的核算框架；歐洲發(fā)布的《Digital Economy and Society（2016）》提出構(gòu)建數(shù)字經(jīng)濟的一級指標(biāo)，包括寬帶連接、數(shù)字化公共服務(wù)等。中國測算數(shù)字經(jīng)濟發(fā)展相關(guān)指標(biāo)研究起步較晚，但近幾年，隨著國內(nèi)數(shù)字產(chǎn)業(yè)化和科技創(chuàng)新，形成適合中國國情的數(shù)字經(jīng)濟發(fā)展指數(shù)勢在必行。為避免單一指標(biāo)的主觀性和片面性，有學(xué)者將數(shù)字經(jīng)濟測算分為數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化，通過多級指標(biāo)構(gòu)建數(shù)字經(jīng)濟綜合評價指數(shù)（王軍，2021）；從廣義數(shù)字經(jīng)濟概念出發(fā)，以數(shù)字交易為解釋核心構(gòu)建數(shù)字經(jīng)濟衛(wèi)星賬戶（楊仲山，2019）。這些研究為數(shù)字經(jīng)濟發(fā)展的研究奠定了堅實的基礎(chǔ)。

碳排放指在一定區(qū)域和時間內(nèi)經(jīng)濟主體所產(chǎn)生的以二氧化碳為主的溫室氣體的總稱，通常用碳排放總量和碳排放強度來代表其程度。然而，國內(nèi)外尚未公布統(tǒng)一計算方法。在過去幾年里，許多學(xué)者和研究團隊針對碳排放量的測算和評估進行了深入探討，提出了各種各樣的方法和技術(shù)。IPCC方法最為常用，即利用不同能源固碳量、含碳量乘以其氧化率來進行估算。例如楊世乒和何邕?。?021）以縣域為單位，通過排放系數(shù)法創(chuàng)造性的測算出縣級單位排放數(shù)據(jù)。郭玲等（2022）的研究則利用多區(qū)域投入產(chǎn)出模型有效測算了多國或多地區(qū)的碳排放量，為跨地區(qū)碳排放研究提供了有力支持。此外，一些研究將不同方法結(jié)合起來，以提高測算的準(zhǔn)確性和全面性。Shao等（2024）在研究中結(jié)合IPCC方法和投入產(chǎn)出法，通過對投入產(chǎn)出表中的數(shù)據(jù)進行分析，估計了能源消耗和碳排放量，為地區(qū)碳排放的綜合評估提供了重要參考。

目前，數(shù)字經(jīng)濟高速發(fā)展，學(xué)術(shù)界對于數(shù)字經(jīng)濟研究視角頗多，包括但不限于數(shù)字經(jīng)濟的內(nèi)涵與外延（王定祥等，2023），數(shù)字經(jīng)濟對中國農(nóng)業(yè)現(xiàn)代化（傅華楠，李曉春，2023）、產(chǎn)業(yè)結(jié)構(gòu)化（孫天昊，王妍，2023）、家庭消費（楊碧云等，2023）和產(chǎn)業(yè)綜合升級轉(zhuǎn)型（吳甲戌，2021）等方面的研究。近年來，國內(nèi)外學(xué)者逐漸將視角放在研究數(shù)字經(jīng)濟與碳減排之間的關(guān)系上。綜合現(xiàn)有文獻來看，微觀層面，數(shù)字經(jīng)濟可以提高企業(yè)創(chuàng)新質(zhì)量（宋敬，2023）、加快研發(fā)新材料技術(shù)（于娟，2022）和提升管理行為（Umsan，2021）等從企業(yè)角度減少碳排放，數(shù)字經(jīng)濟通過提高產(chǎn)業(yè)間的資源配置效率（荊文君，孫寶文，2019）和改善能源結(jié)構(gòu)（謝云飛，2022）等從產(chǎn)業(yè)角度減少碳排放；宏觀層面，數(shù)字經(jīng)濟通過聯(lián)系區(qū)塊鏈經(jīng)濟（陸岷峰，2023），促進綠色創(chuàng)新達到城市綠色轉(zhuǎn)型（張哲華，2023）等從城市、政府等層面減少碳排放。但是上述大多研究的是數(shù)字經(jīng)濟對于碳排放的正面效應(yīng)，對于構(gòu)成數(shù)字經(jīng)濟的下級指標(biāo)如數(shù)字化基礎(chǔ)、數(shù)字化創(chuàng)新等，對碳排放的影響研究較少，忽略了數(shù)字經(jīng)濟基礎(chǔ)等數(shù)字經(jīng)濟底層架構(gòu)和數(shù)字化創(chuàng)新帶來的可持續(xù)發(fā)展前景對于碳排放的影響。

整體上看，國際研究機構(gòu)關(guān)于數(shù)字經(jīng)濟指標(biāo)體系的研究各有側(cè)重，涉及多種不同指標(biāo)體系，但難以適用于中國各省域異質(zhì)發(fā)展帶來的差異；國內(nèi)衡量數(shù)字經(jīng)濟發(fā)展的指標(biāo)體系較多，但還沒有建立數(shù)字經(jīng)濟分類的標(biāo)準(zhǔn)，不同機構(gòu)測度數(shù)字經(jīng)濟的數(shù)據(jù)來源多樣，并且指標(biāo)科學(xué)性及彼此之間的邏輯關(guān)系不明。碳排放量的測度存在著同樣的缺陷。此外，數(shù)字經(jīng)濟與碳排放之間的相關(guān)性研究較多，但在一定程度上忽略了數(shù)字經(jīng)濟不同組成成分對碳排放的影響。因此，本文構(gòu)建合適的衡量數(shù)字經(jīng)濟發(fā)展的指標(biāo)并利用門限回歸模型探究數(shù)字經(jīng)濟各組成成分對碳排放的影響，可以一定程度上補充國內(nèi)研究的空白，具有一定的理論意義。本文旨在為政策制定和實踐應(yīng)用提供科學(xué)依據(jù)，助力我國經(jīng)濟可持續(xù)發(fā)展和實現(xiàn)“雙碳”目標(biāo)。

2 指數(shù)構(gòu)建

2.1 數(shù)據(jù)來源

本文選擇2013—2020年我國30個?。ㄗ灾螀^(qū)，直轄市）的相關(guān)數(shù)據(jù)，不包括港澳臺和西藏地區(qū)，作為研究樣本。其中測算數(shù)字經(jīng)濟發(fā)展水平的三級指標(biāo)，來自《中國統(tǒng)計年鑒》、EPS數(shù)據(jù)庫；測算碳排放的各類能源消耗量和水泥產(chǎn)量，來自《中國統(tǒng)計年鑒》《IPCC國家溫室氣體清單編制指南》。

2.2 指標(biāo)構(gòu)建方法

2.2.1 數(shù)字經(jīng)濟發(fā)展指數(shù)

（1）指標(biāo)的選取。國務(wù)院印發(fā)《“十四五”數(shù)字經(jīng)濟發(fā)展規(guī)劃》對數(shù)字經(jīng)濟的定義如下：數(shù)字經(jīng)濟是以數(shù)據(jù)資源為關(guān)鍵要素，以現(xiàn)代信息網(wǎng)絡(luò)為主要載體，以信息通信技術(shù)融合應(yīng)用、全要素數(shù)字化轉(zhuǎn)型為重要推動力，促進公平與效率更加統(tǒng)一的新經(jīng)濟形態(tài)。由此可得，數(shù)字經(jīng)濟的顯著特點在于信息通信技術(shù)以及數(shù)字化轉(zhuǎn)型?；诰C合性、可比性、權(quán)威性和可獲得性的原則，充分借鑒《2020中國數(shù)字經(jīng)濟發(fā)展指數(shù)（DEDI）》，本文從數(shù)字化基礎(chǔ)、數(shù)字化應(yīng)用、數(shù)字化創(chuàng)新和數(shù)字化效益4個維度，共選取15個指標(biāo)，對我國數(shù)字經(jīng)濟發(fā)展水平進行評估。對于隨時間有明顯變化的數(shù)據(jù)，其缺失值運用灰色預(yù)測模型和ARIMA模型進行填充，而變化較平穩(wěn)的數(shù)據(jù)，其缺失值用均值代替。

（2））指標(biāo)的構(gòu)建。數(shù)字化基礎(chǔ)，是指能夠體現(xiàn)數(shù)字經(jīng)濟特征的新一代信息基礎(chǔ)設(shè)施建設(shè)，涵蓋5G互聯(lián)網(wǎng)、人工智能、工業(yè)互聯(lián)網(wǎng)等領(lǐng)域。短期看，數(shù)字化基礎(chǔ)將對數(shù)字經(jīng)濟直接起到拉動作用；長遠看，我國面對數(shù)字經(jīng)濟發(fā)展趨勢，進行前瞻性數(shù)字化基礎(chǔ)建設(shè)將有望長期改善經(jīng)濟發(fā)展結(jié)構(gòu)；數(shù)字化應(yīng)用，是指利用智能制造、工業(yè)互聯(lián)網(wǎng)等數(shù)字技術(shù)將傳統(tǒng)的大規(guī)模標(biāo)準(zhǔn)化產(chǎn)品變革為大規(guī)模數(shù)字化產(chǎn)品。不僅包括新的數(shù)字產(chǎn)品，如智能推薦等信息化服務(wù)，還包括傳統(tǒng)產(chǎn)品的數(shù)字化，如電子書、數(shù)碼產(chǎn)品等，以及將數(shù)字技術(shù)融合至硬件產(chǎn)品，如智能生產(chǎn)設(shè)備、無人駕駛汽車等；數(shù)字化創(chuàng)新，是指運用數(shù)字化手段進行創(chuàng)新的能力。從企業(yè)角度，數(shù)字化創(chuàng)新核心是使用現(xiàn)代數(shù)字技術(shù)優(yōu)化流程、改善產(chǎn)品體驗和提供新的業(yè)務(wù)模式。數(shù)字化效益，是指企業(yè)通過數(shù)字化轉(zhuǎn)型，改變業(yè)務(wù)體系和價值模式，利用新一代信息技術(shù)的賦能作用帶來的直觀效益。

結(jié)合以上二級指標(biāo)，本文運用目前企業(yè)活動和以往研究中較為常見的指標(biāo)作為三級指標(biāo)。

為避免層次分析法等帶來的主觀性，本文運用熵權(quán)法確定指標(biāo)權(quán)重大小。通過熵權(quán)法得到各三級指標(biāo)權(quán)重后，二級指標(biāo)通過各三級指標(biāo)權(quán)重和得出。最終權(quán)重如表1所示。

2.2.2 碳排放的測算

本文綜合《IPCC國家溫室氣體清單編制指南》和王華奕等（2021）的研究，采用能源活動中化石燃料燃燒和水泥工業(yè)成產(chǎn)的CO2之和計算碳排放總量，碳排放量測算公式如下：

其中，i表示不同類型化石燃料；EC表示化石燃料的消耗量；Ei表示燃料總消耗量；CFi和COFi分別表示各化石燃料對應(yīng)熱值和氧化因子；3.67表示由碳完全氧化為CO2后質(zhì)量與氧化前之比（44/12）。CC表示水泥生產(chǎn)過程中排放的CO2；Q為水泥產(chǎn)量；EFcement為水泥生產(chǎn)過程中的CO2排放系數(shù)。

3 數(shù)字經(jīng)濟發(fā)展和碳排放總量現(xiàn)狀分析

我國省域2013—2020年數(shù)字經(jīng)濟發(fā)展指數(shù)數(shù)據(jù)，從空間角度來看，我國數(shù)字經(jīng)濟水平仍呈現(xiàn)出發(fā)展不平衡的態(tài)勢，具體表現(xiàn)為：廣東、江蘇等沿海省份發(fā)展形勢較好，且平均增速較高，多為我國經(jīng)濟帶中心城市所在省份，如粵港澳大灣區(qū)，長江三角洲等；甘肅、青海等西北地區(qū)，因氣候、環(huán)境等因素，數(shù)字經(jīng)濟發(fā)展較為落后，但2015年，西北地區(qū)數(shù)字經(jīng)濟發(fā)展指數(shù)均有較大幅度上升。中部以安徽、河南為代表省份，數(shù)字經(jīng)濟發(fā)展處于全國平均水平，但增速較快。從時間角度來看，廣東省自本文統(tǒng)計維度開始，一直處于高水平數(shù)字經(jīng)濟發(fā)展，且平均增速遠超國內(nèi)平均發(fā)展增速；上海、重慶等直轄市，由于省域面積、人口等條件限制，發(fā)展平穩(wěn)，但數(shù)字經(jīng)濟發(fā)展仍受限制。

根據(jù)我國省域2013—2020年碳排放量數(shù)據(jù)，從空間角度，山東、河北等北方沿海地區(qū)碳排放總量大，趨勢較為平穩(wěn)；內(nèi)蒙古，新疆等北方省份，由于常住人口生活習(xí)慣等因素碳排放總量保持上升趨勢；中部地區(qū)碳排放總量發(fā)展趨勢較為平緩。

4 碳排放與數(shù)字經(jīng)濟發(fā)展的非線性研究

4.1 變量選擇及數(shù)據(jù)來源

本文選取以下變量構(gòu)建門限模型。

（1）被解釋變量：碳排放總量（Ce）。

（2）解釋變量：數(shù)字經(jīng)濟發(fā)展指數(shù)（Digel），為探究構(gòu)成數(shù)字經(jīng)濟發(fā)展水平的二級指標(biāo)是否與碳排放間存在非線性關(guān)系，本文將進一步運用4個二級指標(biāo)為解釋變量。

（3）控制變量：為提高數(shù)字經(jīng)濟對碳排放影響估計結(jié)果的可靠性，本文選取如下控制變量：經(jīng)濟發(fā)展水平（GDP）：采用各省人均GDP；人口密度：采用城市人口密度（Cpd）；地方電力使用情況：采用各省用電量（Te）；各省道路發(fā)展及汽車尾氣指標(biāo)：采用公路客運量（Nor）；該省工業(yè)發(fā)展?fàn)顩r：該省工業(yè)企業(yè)數(shù)量（Tic）。以上變量的數(shù)據(jù)來自《中國統(tǒng)計年鑒》《中華人民共和國國民經(jīng)濟和社會發(fā)展統(tǒng)計公報》等。

4.2 構(gòu)建模型

本文運用Hansen（2000）提出的門限回歸模型，結(jié)合本文對碳排放與數(shù)字經(jīng)濟發(fā)展的研究前提與數(shù)據(jù)構(gòu)建以下模型：

為探究構(gòu)成數(shù)字經(jīng)濟發(fā)展指數(shù)的二級指標(biāo)與碳排放是否存在非線性關(guān)系，本文將解釋變量更換為二級指標(biāo)構(gòu)建以下模型：

其中，Ceit為第t年第i個省的碳排放總量（被解釋變量），Digelit為第t年第i個省的數(shù)字經(jīng)濟發(fā)展指數(shù)（解釋變量），Innit、Founit、Appit和Beneit為第t年第i個省的二級指標(biāo)，I（）為示性函數(shù)，y為門限值，小于門限值，前者為1，后者為0。Xit為一系列控制變量，εit為隨機誤差項。

4.3 門限效應(yīng)模型檢驗

在1000次自舉抽樣下對門限值進行檢驗，相關(guān)檢驗數(shù)據(jù)結(jié)果見表2。

在以數(shù)字經(jīng)濟發(fā)展水平為解釋變量和門限變量的門限模型中，Digel在單一門限效應(yīng)估計中P值為0.050，在5%水平下顯著，具有統(tǒng)計學(xué)意義，即數(shù)字經(jīng)濟發(fā)展水平與碳排放量間存在非線性關(guān)系。在以二級指標(biāo)為解釋變量的門限模型中，App和Bene在單一門限效應(yīng)估計中在5%水平下顯著；以Foun作為解釋變量，P值小于0.1，即在10%水平下顯著；以Inn作為解釋變量，三個門限值都未在10%的水平下出現(xiàn)顯著性，即數(shù)字化創(chuàng)新與碳排放間不存在由于門限值而產(chǎn)生的非線性關(guān)系。因此，根據(jù)檢驗結(jié)果，本文運用單門限模型對通過門限值顯著性檢驗的解釋變量，即數(shù)字經(jīng)濟發(fā)展水平、數(shù)字化基礎(chǔ)、數(shù)字化應(yīng)用、數(shù)字化效益進行分析。

4.4 結(jié)果分析

本文對門限效應(yīng)進行回歸，得到一次項系數(shù)，見表3。

由表3可知，數(shù)字經(jīng)濟發(fā)展水平與碳排放之間呈現(xiàn)負相關(guān)關(guān)系，存在單一門限效應(yīng)，門限值為0.245，在5%的水平上通過顯著性檢驗。當(dāng)數(shù)字經(jīng)濟發(fā)展水平低于0.245時，數(shù)字經(jīng)濟發(fā)展會對碳排放有抑制作用；當(dāng)數(shù)字經(jīng)濟發(fā)展水平高于0.245時，該抑制作用加強，系數(shù)由-0.46下降至-2.49，即數(shù)字經(jīng)濟發(fā)展水平越高，對于碳排放的抑制作用越強。

本文從構(gòu)成數(shù)字經(jīng)濟發(fā)展水平的二級指標(biāo)進行分析，當(dāng)數(shù)字化發(fā)展水平低于0.245時數(shù)字化基礎(chǔ)（Foun）和數(shù)字化應(yīng)用（App）會對碳排放有促進作用，高于0.245時，產(chǎn)生抑制作用。Foun系數(shù)由1.13變至-1.05，App系數(shù)由1.27變至-0.14，影響呈現(xiàn)倒“V”型關(guān)系，數(shù)字經(jīng)濟起步階段需進行大量基礎(chǔ)設(shè)施建設(shè)和由數(shù)字化知識到數(shù)字化產(chǎn)品的過度。我國目前仍由煤炭發(fā)電作為主要供電來源，而金屬、生產(chǎn)產(chǎn)品等需消耗一定化石能源，會導(dǎo)致碳排放增加；隨著基礎(chǔ)設(shè)施逐步建設(shè)完善、數(shù)字化產(chǎn)品產(chǎn)生規(guī)模經(jīng)濟效應(yīng)，化石能源消耗降低，成本減少，反而會對碳排放產(chǎn)生抑制作用。數(shù)字化效益與碳排放關(guān)系和數(shù)字經(jīng)濟發(fā)展水平與碳排放之間的關(guān)系高度類似。

4.5 穩(wěn)健性檢驗

為防止遺漏某些變量帶來內(nèi)生性問題，導(dǎo)致解釋變量的預(yù)測系數(shù)不準(zhǔn)確，本文運用固定效應(yīng)模型對數(shù)字經(jīng)濟發(fā)展水平和碳排放之間的非線性關(guān)系進行檢驗，在原有的門限模型基礎(chǔ)上改進為：

其中，μi為省份固定效應(yīng)，φt為時間固定效應(yīng)。本文分別將同時控制省份和時間、控制省份、控制時間的門限模型進行檢驗并回歸，結(jié)果見表4。

由表4可知，數(shù)字經(jīng)濟發(fā)展水平與碳排放在1%的顯著性水平下呈現(xiàn)負相關(guān)，與未添加固定效應(yīng)的門限模型結(jié)果一致，通過穩(wěn)健性檢驗。在雙重固定模型下，碳排放與城市人口密度和各省用電量存在較強相關(guān)性，與經(jīng)濟發(fā)展水平、公路客運量、該省工業(yè)企業(yè)數(shù)無顯著性相關(guān)。

5 結(jié)論與建議

5.1 研究結(jié)論

本文以2013—2020年我國省域面板數(shù)據(jù)為樣本，對碳排放的相關(guān)性及門限效應(yīng)進行實證分析，得出以下結(jié)論：通過門限模型驗證了數(shù)字經(jīng)濟與碳排放間呈現(xiàn)非線性負相關(guān)關(guān)系，存在單一門限效應(yīng)，門限值為0.245，當(dāng)該省數(shù)字經(jīng)濟發(fā)展水平高于0.245時，對碳排放的抑制作用更為顯著。通過更換解釋變量為構(gòu)成數(shù)字經(jīng)濟發(fā)展的二級指標(biāo)得，數(shù)字化基礎(chǔ)和數(shù)字化應(yīng)用與碳排放間呈現(xiàn)倒“V”關(guān)系，即數(shù)字化基礎(chǔ)和數(shù)字化應(yīng)用在門限變量低于門限值時，會促進碳排放，高于門限值時，會抑制碳排放；數(shù)字化效益對碳排放產(chǎn)生的影響與數(shù)字經(jīng)濟對碳排放產(chǎn)生的影響類似，呈現(xiàn)非線性負相關(guān)，當(dāng)門限變量高于門限值時，對碳排放抑制作用更加明顯。

5.2 對策建議

（1）加大對數(shù)字經(jīng)濟發(fā)展的支持力度。各省政府應(yīng)通過制定一系列激勵政策，如稅收優(yōu)惠、財政補貼和融資支持，鼓勵企業(yè)加大對數(shù)字技術(shù)的研發(fā)投入，推動數(shù)字經(jīng)濟快速健康發(fā)展，使之跨越對碳排放抑制作用的門限值。這將有助于數(shù)字經(jīng)濟在更高水平上發(fā)揮對碳排放的抑制作用，從而實現(xiàn)碳排放的有效減少。

（2）優(yōu)化數(shù)字化基礎(chǔ)和數(shù)字化應(yīng)用結(jié)構(gòu)。要充分發(fā)揮數(shù)字化基礎(chǔ)和數(shù)字化應(yīng)用對于碳排放的倒“V”型關(guān)系，一方面，政府應(yīng)引導(dǎo)企業(yè)合理配置數(shù)字化資源，推動數(shù)字化基礎(chǔ)建設(shè)的均衡發(fā)展，避免在數(shù)字化初期階段因資源浪費而加劇碳排放。另一方面，政府應(yīng)鼓勵數(shù)字化應(yīng)用創(chuàng)新，推動傳統(tǒng)產(chǎn)業(yè)與數(shù)字技術(shù)的深度融合，通過智能化生產(chǎn)、精細化管理等方式降低碳排放強度。同時，在兩者發(fā)展較為全面的情況下，應(yīng)進一步加強兩方面的聯(lián)系和建設(shè)，在數(shù)字化基礎(chǔ)和數(shù)字化應(yīng)用不斷發(fā)展的過程中，實現(xiàn)碳排放的減少。

（3）提升數(shù)字化效益以強化減排效果。根據(jù)研究，數(shù)字化效益在減少碳排放方面具有巨大潛力，因此各省政府應(yīng)關(guān)注提升數(shù)字化效益。具體而言，政府可以對創(chuàng)新性企業(yè)進行補貼，支持企業(yè)開展數(shù)字化改造，提升生產(chǎn)過程的自動化和智能化水平。同時，培養(yǎng)數(shù)字化創(chuàng)新性人才，提高科研人員待遇，為創(chuàng)新型發(fā)展奠定堅實的人才保障。加強高校創(chuàng)新技術(shù)與企業(yè)相結(jié)合，多鼓勵進行數(shù)字技術(shù)、互聯(lián)網(wǎng)建設(shè)、電子商務(wù)等創(chuàng)新性研究。此外，建立健全數(shù)字化效益評估體系，定期監(jiān)測和評估數(shù)字化效益對碳排放的影響，以便及時調(diào)整政策方向和相關(guān)措施。

參考文獻

傅華楠，李曉春.數(shù)字經(jīng)濟驅(qū)動中國農(nóng)業(yè)現(xiàn)代化的機制與效應(yīng)[J].華南農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版），2023，22（3）：18-31.

郭玲，寧才晟，王文爛.中國林產(chǎn)品生產(chǎn)側(cè)碳排放量的測度與效應(yīng)分解： 基于多區(qū)域投入產(chǎn)出與結(jié)構(gòu)分解分析模型[J].林業(yè)經(jīng)濟，2022，44（5）：23-40.

陸岷峰.新格局與區(qū)域經(jīng)濟協(xié)調(diào)戰(zhàn)略： 數(shù)字技術(shù)與供應(yīng)鏈雙支撐模式探討[J].新疆社會科學(xué)，2022（5）： 1-20.

劉乙瑤，郭金輝.我國省域碳排放指數(shù)測算與動態(tài)影響因素研究[J].價格理論與實踐，2019（10）：59-62+167.

宋敬，陳良華，葉濤.數(shù)字經(jīng)濟能夠提升企業(yè)創(chuàng)新質(zhì)量嗎： 基于新熊彼特增長理論視角[J].科技進步與對策，2023，40（12）：1-11.

孫天昊，王妍.數(shù)字經(jīng)濟視角下的產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化： 基于供需均衡模型的實證分析[J].統(tǒng)計學(xué)報，2023，4（2）：1-16.

王華奕.中國人口結(jié)構(gòu)與城鎮(zhèn)化對碳排放的影響研究[D].長春： 吉林大學(xué)，2021.

王軍，朱杰，羅茜.中國數(shù)字經(jīng)濟發(fā)展水平及演變測度[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2021，38（7）：26-42.

王定祥，胡建，李伶俐，等.數(shù)字經(jīng)濟發(fā)展： 邏輯解構(gòu)與機制構(gòu)建[J].中國軟科學(xué)，2023（4）：43-53.

吳甲戌.數(shù)字經(jīng)濟對我國產(chǎn)業(yè)轉(zhuǎn)型升級影響研究[D].杭州： 杭州電子科技大學(xué)，2021.

武志勇，王則仁，馬永紅.研發(fā)投入、國際化程度與制造企業(yè)價值的門檻效應(yīng)分析[J].科技進步與對策，2020，37（14）：94-101.

楊碧云，郭壯哲，易行健，等.數(shù)字經(jīng)濟促進居民家庭消費升級的微觀效應(yīng)： 基于CHFS的經(jīng)驗證據(jù)研究[J].經(jīng)濟評論，2023（3）： 31-47.

楊世乒，何邕健.中國縣域經(jīng)濟發(fā)展對碳排放的影響研究[J].西部人居環(huán)境學(xué)刊，2021，36（6）：16-22.

楊仲山，張美慧.數(shù)字經(jīng)濟衛(wèi)星賬戶：國際經(jīng)驗及中國編制方案的設(shè)計[J].統(tǒng)計研究，2019，36（5）：16-30.

于娟.科技創(chuàng)新、數(shù)字經(jīng)濟與綠色低碳共助我國紡織工業(yè)高質(zhì)量發(fā)展[J].中國國情國力，2022（8）：30-32.

余星輝，卜亞.數(shù)字經(jīng)濟發(fā)展對城市碳排放的影響[J].金融與經(jīng)濟，2023（1）：74-84.

張成龍，余珍風(fēng).中國“雙碳”標(biāo)準(zhǔn)化建設(shè)發(fā)展?fàn)顩r與對策分析[J].生態(tài)經(jīng)濟，2023，39（5）：53-58.

張哲華，鐘若愚.數(shù)字經(jīng)濟、綠色技術(shù)創(chuàng)新與城市低碳轉(zhuǎn)型[J].中國流通經(jīng)濟，2023，37（5）：60-70.

OECD.Measuring the Digital Economy： A New Perspective （Chinese version）[J]. Shanghai Far East Publishing House，2015.

Shao， M.， Dong， X.， & Huang， H. Measurement of carbon emissions and responsibility sharing for the industrial sector in Zhejiang， China[J]. Heliyon，2024.

Usman， A.， Ozturk， I.， Hassan， A.， et al. The effect of ICT on energy consumption and economic growth in South Asian economies： an empirical analysis[J]. Telematics and Informatics，2021.