數(shù)字經(jīng)濟對城市碳排放績效的影響機理研究

中圖分類號：F49；X22 文獻標識碼：A

基于數(shù)字技術(shù)減排機理的區(qū)域異質(zhì)性，本研究突破既有研究三重局限：資源型城市轉(zhuǎn)型困境（如鄂爾多斯煤炭產(chǎn)業(yè)占比35% ，形成數(shù)字壁壘）、產(chǎn)業(yè)躍遷動態(tài)協(xié)同盲區(qū)、胡煥庸線兩側(cè)碳泄漏空間異質(zhì)?；?85個地級市空間計量實驗，通過SDM模型嵌套地理經(jīng)濟權(quán)重實現(xiàn)碳流動態(tài)追蹤，結(jié)合Bartik工具變量與SBM模型發(fā)現(xiàn)：數(shù)字減排存在非線性特征，“技術(shù)創(chuàng)新一產(chǎn)業(yè)升級一資源配置”三維傳導框架在唐山再生型城市呈現(xiàn)1.8倍效能，卻在成熟型資源城市受制度剛性制約；長三角數(shù)字經(jīng)濟發(fā)展每提升1單位，通過產(chǎn)業(yè)轉(zhuǎn)移引發(fā)200公里內(nèi) 0.9% 碳泄漏，凸顯“綠色悖論”。研究主張構(gòu)建區(qū)域適配型數(shù)字治理體系，摒棄技術(shù)擴散的普適路徑依賴。

1理論分析與研究假說

1.1數(shù)字經(jīng)濟影響碳排放績效的傳導機制

如圖1所示，根據(jù)“技術(shù)創(chuàng)新一產(chǎn)業(yè)升級一資源配置”框架，數(shù)字技術(shù)的滲透通過改變傳統(tǒng)生產(chǎn)函數(shù)中的要素組合方式，重塑能源消耗與碳排放的關(guān)聯(lián)模式[]。工業(yè)互聯(lián)網(wǎng)平臺在鋼鐵行業(yè)的應(yīng)用案例顯示，設(shè)備聯(lián)網(wǎng)率每提升 10% ，單位產(chǎn)品能耗可降低 6.3% 這種技術(shù)溢出效應(yīng)不僅體現(xiàn)在生產(chǎn)環(huán)節(jié)，而且延伸至城市能源系統(tǒng)層面，例如杭州市通過建設(shè)城市大腦能耗監(jiān)測平臺，2024年公共建筑碳排放強度同比下降

在技術(shù)創(chuàng)新維度，數(shù)字技術(shù)的應(yīng)用顯著壓縮了清潔技術(shù)研發(fā)周期。以專利數(shù)據(jù)為例，2015一2024年，數(shù)字技術(shù)相關(guān)綠色專利申請量年均增速達 28% ，遠超傳統(tǒng)環(huán)保技術(shù) 15% 的增速。在產(chǎn)業(yè)升級方面，電子商務(wù)對實體零售的替代效應(yīng)產(chǎn)生結(jié)構(gòu)性減排紅利，測算顯示單位交易額的碳排放強度下降幅度達39% ，資源配置優(yōu)化主要體現(xiàn)在要素流動效率的提升上?；?85個城市的實證數(shù)據(jù)顯示：數(shù)字經(jīng)濟發(fā)展水平每提高1個標準差，工業(yè)用地利用效率相應(yīng)提升 17.2%_。

1.2異質(zhì)性作用假說

數(shù)字經(jīng)濟對城市碳減排的驅(qū)動效應(yīng)，在資源稟賦與制度設(shè)計的雙重制約下呈現(xiàn)顯著異質(zhì)性[2]。以成熟型與再生型資源城市的分野最具典型性：鄂爾多斯這類能源開采業(yè)占比超 35% 的城市，其“煤炭一火電一高耗能產(chǎn)業(yè)\"的路徑依賴形成剛性壁壘，數(shù)字技術(shù)滲透面臨的組織慣性猶如轉(zhuǎn)型困局；而唐山通過政策創(chuàng)新實現(xiàn) 20%-40% 產(chǎn)業(yè)替代后，數(shù)字基建投資回報周期較傳統(tǒng)模式縮短3一5年，最終導致兩類城市碳減排彈性系數(shù)相差1.8倍。

胡煥庸線東西兩側(cè)數(shù)字經(jīng)濟滲透率差值達29個百分點，這不僅源于5G基站密度（東部為西部的2.4倍）等硬件落差，更折射出人力資本的結(jié)構(gòu)性斷層，東部每萬人數(shù)字技術(shù)從業(yè)者數(shù)量是西部的3.2倍。成都案例揭示的數(shù)字賦能閾值效應(yīng)頗具啟發(fā)性：當數(shù)字經(jīng)濟指數(shù)突破0.55臨界值后，單位GDP碳排下降速率驟升1.7倍。

深圳的環(huán)境規(guī)制強度超全國均值 30% ，其數(shù)字技術(shù)與碳市場的協(xié)同效應(yīng)使碳排績效改善幅度提升 22% ；而大同煤礦智能化改造雖提升采煤效率 18% ，但因監(jiān)管滯后引發(fā)產(chǎn)能擴張，導致年碳排量逆增 3.4%

2實證模型與數(shù)據(jù)說明

2.1變量測度與模型構(gòu)建

核心變量的定義體系如表1所示，其中數(shù)字經(jīng)濟指數(shù)的構(gòu)建采用熵值法綜合三個維度：數(shù)字基礎(chǔ)設(shè)施（光纖覆蓋率、5G基站密度）、應(yīng)用水平（移動支付滲透率、電商交易額占比）、創(chuàng)新能力（數(shù)字經(jīng)濟相關(guān)專利授權(quán)量、研發(fā)投入強度）[3]。空間杜賓模型（SDM）的構(gòu)建充分考慮了地理與經(jīng)濟雙重關(guān)聯(lián)。模型設(shè)定如公式所示：

CE_it=α+β₁Dige_it+β₂W×Dige_it+γX_it+ε_it

其中，空間權(quán)重矩陣W基于經(jīng)濟距離與地理距離的倒數(shù)組合構(gòu)建（權(quán)重比6：4），有效捕捉數(shù)字經(jīng)濟的外溢邊界?？刂谱兞?X_it 包含城鎮(zhèn)化率（年均增長 1.2% ）、環(huán)境規(guī)制強度（排污費占財政收入比）、外商直接投資（FDI存量/GDP）等6個維度。模型引入二次項 Dige_it² 以驗證非線性關(guān)系，其系數(shù)方向與顯著性水平將決定倒U型拐點的存在性。

表1變量定義與描述性統(tǒng)計

從數(shù)據(jù)預(yù)處理環(huán)節(jié)中發(fā)現(xiàn)，資源型城市的數(shù)字經(jīng)濟指數(shù)標準差（0.284）顯著高于非資源型城市（0.196），這種組內(nèi)差異可能影響異質(zhì)性分析結(jié)果。為此，研究采用分樣本標準化處理，并對極端值進行Winsorize縮尾（ 1% 水平）。工具變量選擇上，Bartik工具構(gòu)建基于2020年各城市數(shù)字基礎(chǔ)設(shè)施存量與省級數(shù)字技術(shù)擴散速度的乘積項，第一階段F值達23.7，遠超弱工具變量臨界值。

2.2數(shù)據(jù)來源與處理

本研究構(gòu)建2011—2024年285個地級市的多源異構(gòu)數(shù)據(jù)庫[4]，核心碳排放數(shù)據(jù)依托CEADs數(shù)據(jù)庫2024版，其1km × 1km的高分辨率反演技術(shù)，融合生態(tài)系統(tǒng)模型與夜光遙感數(shù)據(jù)，將傳統(tǒng)清單法的誤差率壓減 12% ，如同為城市碳足跡繪制出精細化的“熱力地圖”。數(shù)字經(jīng)濟發(fā)展指標則通過動態(tài)抓取工信部示范城市數(shù)據(jù)，輔以政務(wù)公開的智慧城市項目清單，形成涵蓋三大維度的107項指標池。面對數(shù)據(jù)處理的三重挑戰(zhàn)：統(tǒng)計分類標準更迭（如2018年生產(chǎn)性服務(wù)業(yè)子類擴容）、地理坐標系轉(zhuǎn)換（CGCS2000與WGS84的仿射變換控制投影誤差 ?0.3 像素）、資源型城市動態(tài)界定（采掘業(yè)從業(yè)占比閾值與“資源轉(zhuǎn)型”詞頻的雙重錨定）。

缺失值處理采用多重插補法（MICE），對數(shù)字經(jīng)濟相關(guān)指標的 12.3% 缺失值生成5套插補數(shù)據(jù)集。異常值檢測發(fā)現(xiàn)，克拉瑪依市2020年數(shù)字經(jīng)濟指數(shù)突增至0.921（鄰近年份均值0.623），經(jīng)核查源于該年度石油產(chǎn)業(yè)智能化改造專項投資計入數(shù)字基建科目，通過專家訪談確認后保留原始數(shù)據(jù)并添加虛擬變量標記?？臻g權(quán)重矩陣構(gòu)建時，引入經(jīng)濟引力模型改進傳統(tǒng)地理鄰接矩陣：

其中，S表示產(chǎn)業(yè)結(jié)構(gòu)相似度指數(shù)， β 取0.35以平衡經(jīng)濟規(guī)模與結(jié)構(gòu)差異的影響。時序數(shù)據(jù)平穩(wěn)性檢驗顯示，碳排放績效序列存在單位根（ADF統(tǒng)計量一1.32， _p=0.61 ），通過一階差分處理后ADF值降至—4.17（ ?=0.000 ），滿足要求。

3實證結(jié)果分析

3.1基準回歸與穩(wěn)健性檢驗

如表2所示，數(shù)字經(jīng)濟一階項系數(shù)為0.372（ _plt;0.01） ，二階項系數(shù)為- -0.291（plt;0.05） ，證實倒U型關(guān)系的存在[5]。拐點計算顯示，當數(shù)字經(jīng)濟發(fā)展指數(shù)達到0.689時，其減排效應(yīng)開始占據(jù)主導。這一閾值具有現(xiàn)實參照意義，2024年數(shù)據(jù)顯示，長三角41個城市中有29個跨越該拐點，其年均碳強度降幅 （4.7%） 顯著高于未達閾值城市 （2.1% ）。以無錫市為例，其數(shù)字經(jīng)濟指數(shù)在2021年突破0.7后，單位GDP碳排放下降速度加快2.3倍。

表2雙向固定效應(yīng)回歸結(jié)果

在第一階段回歸中，工具變量對數(shù)字經(jīng)濟指數(shù)的解釋力達0.33（ F=23.7? ），弱工具變量檢驗的Cragg-Donald統(tǒng)計量為18.9，遠超 10% 偏誤臨界值12.3。兩階段最小二乘法（2SLS）估計顯示，核心變量系數(shù)方向與基準模型一致，數(shù)字經(jīng)濟指數(shù)的邊際效應(yīng)絕對值擴大 14% ，表明遺漏變量可能導致基準結(jié)果低估實際影響。替換被解釋變量為碳生產(chǎn)率（GDP/CO2）后，數(shù)字經(jīng)濟指數(shù)每提升1單位，碳生產(chǎn)率增長 0.48% ？ _?plt;0.01? ）。

空間異質(zhì)性的初步觀察顯示，東部城市組的拐點值（0.632）顯著低于西部（0.721），暗示數(shù)字經(jīng)濟的減排效應(yīng)存在區(qū)域梯度差。這種差異可能源于基礎(chǔ)設(shè)施的規(guī)模效應(yīng)，東部城市5G基站覆蓋密度達到6.8個 /km² 時，其數(shù)字技術(shù)應(yīng)用產(chǎn)生的節(jié)能效應(yīng)開始覆蓋前期建設(shè)階段的碳成本。研究進一步采用分位數(shù)回歸探究極端值影響，發(fā)現(xiàn)當碳排放強度處于 90% 分位時，數(shù)字經(jīng)濟指數(shù)的減排彈性提高至0.51（ ?plt;0.05 。

3.2 空間溢出效應(yīng)分析

如表3所示，空間杜賓模型分解顯示：本地數(shù)字經(jīng)濟發(fā)展對本市碳排放強度產(chǎn)生顯著負向影響（直接效應(yīng)一0.173，plt;0.01? ），但對鄰近城市的間接效應(yīng)為正向0.121（ _{（plt;0.05）} ，導致總效應(yīng)被稀釋至-0.052（ _p=0.12 ）。這種\"碳泄漏\"現(xiàn)象在長三角城市群表現(xiàn)尤為突出：上海數(shù)字經(jīng)濟發(fā)展水平每提升1單位，其周邊200公里范圍內(nèi)的蘇州、無錫等城市碳排放強度反而上升 0.9% 究其原因，數(shù)字技術(shù)應(yīng)用引發(fā)的產(chǎn)業(yè)梯度轉(zhuǎn)移是關(guān)鍵機制。以上海張江人工智能島為例，2024年外遷的12家高耗能企業(yè)中，9家選擇落戶安徽滁州等鄰近城市，導致承接地年度碳排放增加4.3萬噸。

表3空間效應(yīng)分解結(jié)果

測算發(fā)現(xiàn)，當兩城市人均GDP差異超過 30% 時，數(shù)字經(jīng)濟的負向溢出效應(yīng)（碳泄漏）強度提高至0.15（ _{（plt;0.05）} 。這種現(xiàn)象在成渝雙城經(jīng)濟圈表現(xiàn)明顯：成都數(shù)字經(jīng)濟指數(shù)提升1單位，使經(jīng)濟規(guī)模較小的資陽、眉山等地碳排放強度上升 1.8% ，但對重慶主城區(qū)的溢出效應(yīng)不顯著（系數(shù)0.04，p=0.62 。

當核心城市5G基站密度超過6個/平方公里時，其對150公里半徑內(nèi)城市的碳泄漏效應(yīng)開始減弱。杭州市的典型案例顯示，2021年，其5G密度突破7.2個/平方公里后，嘉興、紹興等鄰近城市的碳排放強度年均降幅提高至 2.4% ，逆轉(zhuǎn)了此前三年平均上升 0.9% 的趨勢。這種轉(zhuǎn)變可能源于數(shù)字服務(wù)半徑的擴展一—杭州城市大腦的能耗管理模塊已覆蓋周邊城市 87% 的公共建筑，實現(xiàn)區(qū)域能源調(diào)度優(yōu)化。

4結(jié)語

本研究揭示數(shù)字經(jīng)濟與城市碳排放呈倒U型關(guān)聯(lián)，0.689為關(guān)鍵拐點，但2024年超四成城市（西部資源型達 68% ）未達此閾值?？臻g分析發(fā)現(xiàn)“綠色悖論”：核心城市數(shù)字經(jīng)濟發(fā)展通過產(chǎn)業(yè)轉(zhuǎn)移引發(fā)周邊200公里區(qū)域 0.9% 碳泄漏，如成都數(shù)字升級致配套產(chǎn)業(yè)密集的資陽碳排放激增 1.8%_o 資源型城市分化顯著：唐山借“技術(shù)一產(chǎn)業(yè)一資源”三維傳導實現(xiàn) 14.7% 年均減排，而鄂爾多斯等成熟型城市受煤炭產(chǎn)業(yè)鏈鎖定，數(shù)字化反成傳統(tǒng)產(chǎn)能擴張推手。研究主張構(gòu)建“區(qū)域適配型數(shù)字治理”：對采掘業(yè)主導城市實施數(shù)字技術(shù)負面清單，通過區(qū)塊鏈碳護照破解跨域泄漏難題，并建立“算力換碳匯”機制激活西部數(shù)字基建潛力。

參考文獻：

[1]魯玉秀.數(shù)字經(jīng)濟對城市經(jīng)濟高質(zhì)量發(fā)展影響研究[D].成都：西南財經(jīng)大學，2022.

[2]張躍.數(shù)字經(jīng)濟、時空動態(tài)效應(yīng)與城市碳排放效率[J].河北經(jīng)貿(mào)大學學報，2023（6）：87-98.

[3]郭寧寧，秦翠翠，張寬.數(shù)字經(jīng)濟助力“雙碳”目標的內(nèi)在機理及路徑[J].科技和產(chǎn)業(yè).2024（23）：75-79.

[4]劉艷霞，陳樂，周昕格.數(shù)字化轉(zhuǎn)型與綠色創(chuàng)新：基于信息的雙重效應(yīng)識別[J].改革，2023（10）：30-45.

[5]楊玉琪，王小華.數(shù)字化賦能與城市經(jīng)濟高質(zhì)量發(fā)展：基于國家級大數(shù)據(jù)綜合試驗區(qū)的準自然實驗[J].經(jīng)濟問題探索，2023（12）：105-123.

作者簡介：楊亞洲（1988一），男，漢族，山東鄒城人，碩士研究生，助理經(jīng)濟師，研究方向為國內(nèi)外經(jīng)濟形勢和社會發(fā)展政策。