繆陸軍，陳 靜，范天正，呂雁琴

（1.國家稅務(wù)總局新疆維吾爾自治區(qū)稅務(wù)局，新疆 烏魯木齊 830002；2.新疆大學經(jīng)濟與管理學院，新疆 烏魯木齊 830046）

一、引言與文獻綜述

以二氧化碳為主的溫室氣體持續(xù)增加導(dǎo)致全球冰川加速消融、海平面上升、旱澇兩極化等極端現(xiàn)象頻發(fā)，在愈發(fā)嚴峻的全球氣候問題上，促進低碳發(fā)展已然成為各界共識（張華和豐超，2021）。中國作為負責任的大國，在應(yīng)對全球氣候治理方面做出積極探索并在聯(lián)合國大會上做出莊嚴承諾，提出努力爭取在2030 年前實現(xiàn)碳達峰與2060 年前實現(xiàn)碳中和的戰(zhàn)略目標，碳減排壓力在我國被提升到前所未有的高度。一直以來，中國政府一直積極應(yīng)對二氧化碳排放問題，于2011 年率先在全國7 個省市進行碳排放交易試點，不斷出臺相關(guān)碳減排政策，深植綠色低碳循環(huán)發(fā)展理念，并于2021 年7 月16 日正式啟動全國碳排放權(quán)線上交易市場。碳交易市場的啟動不僅有利于中國綠色理念的貫徹，還對世界低碳經(jīng)濟的發(fā)展具有重大意義。

自雙碳目標提出以來，碳減排問題已然成為中國社會各界關(guān)注的熱點話題，學術(shù)界也從多方面展開對碳排放問題的研究。已有學者發(fā)現(xiàn)中國碳排放在時間上呈現(xiàn)不斷上升趨勢，在空間上呈現(xiàn)東高西低的階梯特征（劉華軍等，2021；王少劍等，2021）。多數(shù)學者通過實證研究發(fā)現(xiàn)環(huán)境規(guī)制的實施（魏琦等，2021）、產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級（王文舉和向其鳳，2014）、創(chuàng)新水平的提高（劉志華和徐軍委，2022；張華和豐超，2021）是降低碳排放的有力手段。

作為一種新經(jīng)濟形態(tài)，數(shù)字經(jīng)濟通過數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化等演變模式，不斷提高經(jīng)濟社會的數(shù)字化、網(wǎng)絡(luò)化、智能化水平，在有效推動城市高質(zhì)量發(fā)展（趙濤等，2020）和創(chuàng)新能力提升（韓璐等，2021）的同時，表現(xiàn)出一定的環(huán)境改善效應(yīng)。如鄧榮榮與張翱祥（2022）通過實證發(fā)現(xiàn)數(shù)字經(jīng)濟降低了各類污染物的排放，其中對二氧化硫的減排作用最明顯。何維達等（2022）發(fā)現(xiàn)數(shù)字經(jīng)濟能促進生態(tài)效率的提升，有利于實現(xiàn)經(jīng)濟發(fā)展與環(huán)境保護的共贏。那么數(shù)字經(jīng)濟能否有效降低碳排放？鄔彩霞和高媛（2020）指出，數(shù)字經(jīng)濟可以通過能源流、資源流兩個渠道顯著驅(qū)動低碳產(chǎn)業(yè)發(fā)展。謝云飛（2022）進一步研究發(fā)現(xiàn)數(shù)字經(jīng)濟會通過能源結(jié)構(gòu)的改善和偏技術(shù)的進步降低碳排放強度，且對中國中西部地區(qū)的表現(xiàn)更明顯。然而，徐維祥等（2022）從空間效應(yīng)視角發(fā)現(xiàn)數(shù)字經(jīng)濟能顯著降低中國東部城市的碳排放，但會增加中部城市碳排放，而對西部城市沒有明顯作用。此外，作為數(shù)字經(jīng)濟的核心組成部分，信息技術(shù)的發(fā)展會導(dǎo)致電力消費的增長，從而增加本地的碳排放（Salahuddin 和Alam，2015）。

盡管已有研究已經(jīng)開始探索數(shù)字經(jīng)濟對環(huán)境的影響，但仍有不少問題亟待回答：中國各城市數(shù)字經(jīng)濟發(fā)展對碳排放的影響如何？兩者之間是否存在非線性關(guān)系？這一關(guān)系在考慮空間效應(yīng)下是否依然成立？數(shù)字經(jīng)濟發(fā)展對碳排放影響的作用機制如何？為此，本文采用2011-2019 年中國278 個地級市面板數(shù)據(jù)，運用不同計量模型對數(shù)字經(jīng)濟發(fā)展對碳排放的影響進行深入研究，并以綜合衡量城市創(chuàng)新水平的創(chuàng)新效率作為中介變量，考察數(shù)字經(jīng)濟發(fā)展影響碳排放的傳導(dǎo)機制。

二、理論分析與研究假設(shè)

（一）數(shù)字經(jīng)濟與碳排放

主要依托于數(shù)字技術(shù)，從多方面形成了數(shù)字經(jīng)濟的碳減排效應(yīng)。首先，從宏觀治理層面看，在數(shù)字技術(shù)的加持下，政府可以更好地了解能源市場動向和價格變動趨勢，通過定價和交叉補貼等方式控制能源供應(yīng)總量（Bhattacharya 等，2015），同時，政府還可以通過碳排放權(quán)交易市場的數(shù)字化運營，更好控制能源使用總量，從而有效控制碳排放總量；其次，從中觀產(chǎn)業(yè)結(jié)構(gòu)看，數(shù)字技術(shù)的滲透全面推動了產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級，使得生產(chǎn)要素從低效率部門向高效率部門轉(zhuǎn)移，資源配置效率得到提高，最終促進了能源效率的提升和碳排放的降低（蘇科和周超，2021）；最后，從微觀企業(yè)層面看，數(shù)字技術(shù)的應(yīng)用不僅可以優(yōu)化企業(yè)碳排放的末端治理技術(shù)，還可以通過精準掌握能源流數(shù)據(jù)，做到對能源數(shù)據(jù)的實時收集、監(jiān)測、傳遞和分析，引導(dǎo)能源要素實現(xiàn)高效率配置（鄔彩霞和高媛，2020），且在數(shù)字金融的支持下降低企業(yè)融資約束和緩解資源錯配，進而提高能源利用效率，促進綠色全要素生產(chǎn)率的提升（汪克亮和趙斌，2021；惠獻波，2021），實現(xiàn)碳減排。另外，從能源節(jié)約視角看，數(shù)字經(jīng)濟打破了地區(qū)界限，突破了時間約束，加快了要素的流動和生產(chǎn)，節(jié)約了生產(chǎn)生活中因空間和時間因素產(chǎn)生的能源消耗，從而降低了能源損耗率，促進能源利用效率的提升，從而抑制碳排放。

然而，數(shù)字經(jīng)濟并非只有單純的降碳效應(yīng)，還存在一定的“綠色盲區(qū)”，對環(huán)境產(chǎn)生負外部性作用，導(dǎo)致碳排放量增加。這種影響主要表現(xiàn)在兩方面：一是隨著數(shù)字技術(shù)廣泛運用到采礦業(yè)，加大了對稀有金屬和礦產(chǎn)的開采規(guī)模，造成資源的過度消耗并衍生出負面的環(huán)境問題。二是以電信業(yè)、軟件和信息技術(shù)服務(wù)業(yè)、互聯(lián)網(wǎng)業(yè)等為主要行業(yè)發(fā)展的數(shù)字經(jīng)濟，電力密集程度高，占全球發(fā)電量的10%（Walsh，2013），在數(shù)字產(chǎn)業(yè)化的過程中，需要消耗大量的電力資源，而我國目前煤電比例較高，電力消費上升意味著增加了煤炭消費，從而加大碳排放的產(chǎn)生（蔣金荷，2020）。Li 等（2021）進一步指出，數(shù)字經(jīng)濟帶來的技術(shù)進步，會使企業(yè)在經(jīng)濟發(fā)展初期重置生產(chǎn)設(shè)備，通過加大對資源的開采和能源的消耗而增加產(chǎn)量，從而促使碳排放量增加，當經(jīng)濟發(fā)展到更高水平時，企業(yè)產(chǎn)出穩(wěn)定，數(shù)字化技術(shù)和規(guī)模降低了污染治理成本，從而減少二氧化碳的排放，體現(xiàn)出數(shù)字經(jīng)濟對碳排放的非線性影響。

據(jù)此，提出假設(shè)一：數(shù)字經(jīng)濟發(fā)展對碳排放的影響具有先促進再抑制的倒U 型非線性關(guān)系。

（二）數(shù)字經(jīng)濟、創(chuàng)新效率與碳排放

Miller 和Wilsdon（2001）指出，數(shù)字經(jīng)濟代表著技術(shù)革命，是技術(shù)創(chuàng)新的決定性因素。數(shù)字經(jīng)濟的發(fā)展讓數(shù)字化基礎(chǔ)設(shè)施不斷完善，搜索引擎、云儲存等數(shù)字技術(shù)的廣泛應(yīng)用能讓企業(yè)、高校等創(chuàng)新主體信息的獲取和管理更加容易，降低了對外部知識的搜尋和管理成本，在前人的基礎(chǔ)上加速對知識的積累，從而提高創(chuàng)新效率（武可棟和閻世平，2021）。此外，數(shù)字經(jīng)濟打破了信息流動的壁壘，不僅能夠使創(chuàng)新主體之間對知識的交換更加及時，優(yōu)化研發(fā)團隊管理效率，還能使創(chuàng)新主體充分捕捉市場對產(chǎn)品和服務(wù)的反饋，了解市場對新產(chǎn)品的研發(fā)需求，推動創(chuàng)新效率的提升（安孟和張誠，2021）。

創(chuàng)新效率更多反映生產(chǎn)要素從投入到產(chǎn)出的動態(tài)轉(zhuǎn)換過程，前期的要素投入往往要經(jīng)歷一定的量變積累，才能達到質(zhì)變的產(chǎn)出，這中間存在一定的滯后效應(yīng)。殷寶慶等（2018）認為，綠色技術(shù)創(chuàng)新需要大量的人力資本與物質(zhì)資本投入，且難以在當期顯著提升企業(yè)生產(chǎn)率。在前期，數(shù)字經(jīng)濟發(fā)展會促使高校、企業(yè)等研發(fā)機構(gòu)增加對數(shù)字經(jīng)濟基礎(chǔ)產(chǎn)品的研發(fā)，產(chǎn)生對相應(yīng)的數(shù)字人才和資金等創(chuàng)新要素的大量需求，推動創(chuàng)新要素的快速投入。在創(chuàng)新投入增加的比例大于創(chuàng)新產(chǎn)出增加比例的情況下，創(chuàng)新效率則會呈現(xiàn)降低趨勢，而當投入達到一定水平，數(shù)字經(jīng)濟則會引起產(chǎn)出的快速擴張，此時創(chuàng)新效率則會轉(zhuǎn)降為升，整體創(chuàng)新效率將會得到顯著提高（夏杰長等，2021）。因此，數(shù)字經(jīng)濟發(fā)展對創(chuàng)新效率的影響不是簡單的線性關(guān)系，而是表現(xiàn)出前期下降后期上升的非線性影響。

據(jù)此，提出假設(shè)二：數(shù)字經(jīng)濟發(fā)展對創(chuàng)新效率產(chǎn)生先抑制再促進的U 型的非線性影響。

數(shù)字經(jīng)濟通過數(shù)字技術(shù)應(yīng)用滲透的方式對創(chuàng)新效率產(chǎn)生重要影響，創(chuàng)新效率的提升能夠驅(qū)動綠色環(huán)保技術(shù)的發(fā)展，環(huán)保材料、循環(huán)利用技術(shù)和污染控制設(shè)備等的使用能提高企業(yè)化石能源的利用效率和對碳排放的監(jiān)控力度，從而抑制碳排放的增長。創(chuàng)新效率的提高還能緩解新能源儲存不足和電力消納等技術(shù)問題，通過技術(shù)的改進來增加對新能源的收集，達到優(yōu)化我國能源結(jié)構(gòu)、降低碳排放的目的（劉仁厚等，2021）。此外，創(chuàng)新效率的提升有助于推動綠色技術(shù)的市場擴散，增加綠色技術(shù)的市場需求，從而促進高新技術(shù)產(chǎn)業(yè)的形成，在產(chǎn)業(yè)結(jié)構(gòu)不斷轉(zhuǎn)型升級的過程中逐步淘汰高能耗、高污染的企業(yè)，從而降低碳排放（張翼，2020）。

據(jù)此，提出假設(shè)三：數(shù)字經(jīng)濟發(fā)展會通過創(chuàng)新效率對碳排放水平產(chǎn)生間接影響。

三、研究設(shè)計

（一）模型設(shè)定

1.靜態(tài)面板模型

基于上述理論分析，本文首先建立普通面板基準回歸模型，對數(shù)字經(jīng)濟發(fā)展對碳排放的影響進行實證分析?？紤]到不同量綱的數(shù)據(jù)波動較大，本文對部分變量取對數(shù)處理，基準模型設(shè)置如下：

其中：ceit代表第i個城市第t年的二氧化碳排放量；digeit和sdigeit分別是數(shù)字經(jīng)濟指數(shù)及其平方項；lnincomit代表地區(qū)居民富裕程度；popuit代表人口規(guī)模；pollit衡量環(huán)境污染狀況；penerit是人均能源消耗量；goverit表示當?shù)卣С智闆r；μi、σt、εit分別是個體和時間效應(yīng)以及隨機干擾項。

2.中介模型

基于前文分析，數(shù)字經(jīng)濟發(fā)展會通過影響創(chuàng)新效率進而影響碳排放量，且數(shù)字經(jīng)濟發(fā)展對創(chuàng)新效率的影響具有非線性關(guān)系。為驗證上述推論，本文采用中介模型進行驗證，具體借鑒溫忠麟和葉寶娟（2014）做法，采用分布回歸法。首先，基于數(shù)字經(jīng)濟發(fā)展對碳排放的影響進行回歸估計：

其次，以創(chuàng)新效率為被解釋變量，數(shù)字經(jīng)濟為核心解釋變量進行回歸估計：

最后，以碳排放作為被解釋變量，數(shù)字經(jīng)濟為核心解釋變量，創(chuàng)新效率為中介變量，放入同一模型進行回歸估計：

3.空間面板模型

已有研究表明，隨著時間的推移，地區(qū)之間的壁壘正逐漸減小，要素與產(chǎn)品在相鄰城市、縣區(qū)之間的流動更加自由，這使得各地區(qū)間空間溢出效應(yīng)的作用尺度逐漸縮小。此外，大多數(shù)經(jīng)濟地理學研究認為，城市是區(qū)域發(fā)展的核心，也是碳排放的主要來源地。二氧化碳等氣體排放物不僅影響本地的生態(tài)環(huán)境，還會波及臨近地區(qū)，在空間上存在明顯的相關(guān)性?；诖耍疚慕⒖臻g視角下數(shù)字經(jīng)濟發(fā)展對碳排放影響的計量模型：

其中：Wij是空間面板權(quán)重矩陣，本文主要采用0-1 矩陣；ρ和δ分別為空間自回歸系數(shù)和空間自相關(guān)系數(shù)；Xit為第i個城市第t年的各解釋變量，包括核心解釋變量數(shù)字經(jīng)濟的一次項與二次項以及其他控制變量；εit是空間誤差自相關(guān)項，是隨機干擾項。一般常見的空間計量模型有SAR（空間自回歸模型）、SEM（空間誤差模型）、SDM（空間杜賓模型），當式（5）中ρ不為零且θ和δ為零，則模型為SAR；當ρ和θ為零且δ不為零，則模型為SEM；當ρ和θ不為零且δ為零，則模型為SDM。

（二）變量選取

被解釋變量：二氧化碳排放量（ce）。目前，對二氧化碳的測度方法主要有兩類，一是部門核算法，二是表觀排量核算法。本文借鑒Shan 等（2018）的方法，運用相對容易獲得的能源供應(yīng)統(tǒng)計數(shù)據(jù)，自上而下計算化石燃料燃燒（原煤、原油和天然氣）產(chǎn)生的二氧化碳排放數(shù)據(jù)，具體做法是用燃料的表觀消耗量乘以相應(yīng)的碳轉(zhuǎn)換因子，并減去非能量燃料的表觀消耗量的使用和損失部分。

核心解釋變量：數(shù)字經(jīng)濟指數(shù)（dige）。近年來，隨著數(shù)字經(jīng)濟的快速發(fā)展，通過選取相關(guān)指標量化數(shù)字經(jīng)濟的發(fā)展狀況已成為普遍做法，但受限于量化指標數(shù)據(jù)的獲取情況，已有研究多從省級層面展開且未形成權(quán)威統(tǒng)一的測度體系，從地級市層面展開的相關(guān)研究較少。有鑒于此，本文借鑒趙濤等（2020）做法計算數(shù)字經(jīng)濟指數(shù)，具體指標選取地級市百人中互聯(lián)網(wǎng)寬帶接入用戶數(shù)、計算機服務(wù)和軟件業(yè)從業(yè)人員占城鎮(zhèn)單位從業(yè)人員比重、人均電信業(yè)務(wù)總量、百人中移動電話用戶數(shù)和數(shù)字普惠金融指數(shù)（郭峰等，2020），并用熵權(quán)法求得綜合指數(shù)值。

控制變量：考慮到影響二氧化碳排放的因素較多，本文借鑒已有研究成果（陳占明等，2018；田建國和王玉海，2018），引入相關(guān)變量以控制數(shù)字經(jīng)濟對碳排放影響結(jié)果的準確性，包括居民富裕水平（incom）、人口規(guī)模（popu）、環(huán)境污染（poll）、能源消耗（pener）、政府支持（gover）。其中居民富裕水平采用城鎮(zhèn)居民人均收入衡量，一個區(qū)域的富裕程度代表著該區(qū)域的經(jīng)濟發(fā)展程度及收入水平，會對該區(qū)域的能源消費水平和二氧化碳排放量產(chǎn)生重要影響（陳占明等，2018）。人口規(guī)模用城市人口總數(shù)衡量，已有研究表明，家庭部門對二氧化碳排放量的貢獻不容小覷，人口規(guī)模是體現(xiàn)家庭層面通過消耗能源而增加碳排放量的重要方面?，F(xiàn)有研究普遍采用工業(yè)廢水排放量、工業(yè)二氧化硫排放量和工業(yè)固體廢物排放量衡量一個地區(qū)的環(huán)境污染狀況，但由于地級市層面的固體廢物排放量數(shù)據(jù)缺失，因此選擇各地市的工業(yè)廢水排放量、工業(yè)二氧化硫排放量和工業(yè)煙（粉）塵排放量，借鑒董直慶和王輝（2019）做法，計算出環(huán)境污染指數(shù)。我國是煤炭消費大國，也是碳排放的主要來源之一，能源消費結(jié)構(gòu)中煤炭占據(jù)主要地位，而火力發(fā)電是消耗煤炭的主要途徑之一，選取地級市人均用電消耗量衡量能源消耗情況。地方政府干預(yù)行為對我國經(jīng)濟發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和技術(shù)創(chuàng)新水平產(chǎn)生重要影響，隨著我國“30·60”雙碳目標的提出，政府行為在推進我國低碳減排中發(fā)揮著更加不可忽視的作用，本文用一般公共預(yù)算支出占GDP 比重衡量政府對碳減排的支持程度。

中介變量：創(chuàng)新效率（ie）。借鑒已有研究并考慮到數(shù)據(jù)的獲得情況，本文選取一般公共預(yù)算支出中財政科學技術(shù)支出作為創(chuàng)新的資本投入（蔣仁愛等，2021），選取城鎮(zhèn)科學研究和技術(shù)服務(wù)業(yè)從業(yè)人數(shù)作為創(chuàng)新的人力投入，選取專利申請授權(quán)數(shù)作為創(chuàng)新產(chǎn)出，運用DEASBM 模型測算各地市創(chuàng)新效率。

（三）數(shù)據(jù)來源

考慮數(shù)據(jù)的可得性和完整性，本文最終選取278 個地級市作為研究對象，時間跨度為2011 年至2019 年，文中所選指標數(shù)據(jù)除個別指標如數(shù)字普惠金融指數(shù)外，其余數(shù)據(jù)主要來源于2012-2020《中國城市統(tǒng)計年鑒》、各地級市統(tǒng)計年鑒等，部分缺失值采用線性插補法和臨近年均值法補齊。所用變量的描述性統(tǒng)計如表1 所示。

表1 變量描述性統(tǒng)計

四、實證分析

（一）靜態(tài)面板模型下數(shù)字經(jīng)濟對碳排放的影響

1.基準回歸分析

如表2 所示，本文先將數(shù)字經(jīng)濟一次項納入回歸模型，在控制其他可能影響碳排放水平的變量以及時間和個體效應(yīng)后，回歸結(jié)果如表2 第（1）列所示，發(fā)現(xiàn)數(shù)字經(jīng)濟對碳排放的回歸系數(shù)為-0.0197，但未通過顯著性檢驗，說明數(shù)字經(jīng)濟對碳排放可能存在一定的負向影響效應(yīng)，但這一線性關(guān)系并未在統(tǒng)計模型上得到證實。接著，將數(shù)字經(jīng)濟二次項加入模型，考察數(shù)字經(jīng)濟是否以非線性的關(guān)系影響碳排放，回歸結(jié)果如表2 第（2）列所示，數(shù)字經(jīng)濟一次項系數(shù)為正，且通過5%的顯著性檢驗，數(shù)字經(jīng)濟二次項系數(shù)為負，且通過1%的顯著性檢驗，說明數(shù)字經(jīng)濟與碳排放水平存在顯著的倒U 型關(guān)系。證實了前文假設(shè)1，即在數(shù)字經(jīng)濟發(fā)展初期，由于數(shù)字經(jīng)濟發(fā)展較為不成熟，在數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化的過程中，數(shù)字經(jīng)濟引致的高投入、高成本提升了生產(chǎn)生活中碳排放水平，而且在倒逼企業(yè)進行綠色技術(shù)研發(fā)的同時，也進一步形成能耗投入的疊加影響，導(dǎo)致前期碳排放水平只升不降。當數(shù)字經(jīng)濟發(fā)展不斷成熟，前期資本、人力、技術(shù)投入逐漸產(chǎn)生正向凈效應(yīng)，能源利用效率得到提高，產(chǎn)業(yè)結(jié)構(gòu)得到優(yōu)化升級，企業(yè)生產(chǎn)成本降低且技術(shù)研發(fā)效率提升，從而顯著降低碳排放水平。

表2 模型回歸結(jié)果

其余控制變量中，居民富裕水平系數(shù)為正，說明居民富裕水平越高將會導(dǎo)致更多碳排放，因為當居民收入水平提高，對個人和家庭而言，會加大對生活能源的使用量，而且家庭富裕程度的提升會進一步增大消費需求量，從而引發(fā)企業(yè)的供給水平提升，導(dǎo)致碳排放量水平的上升，但這一結(jié)果并未通過顯著性檢驗，說明作用不明顯。人口規(guī)?；貧w系數(shù)為正，且在5%顯著性水平下顯著，說明人口規(guī)模每增加1%，會促進碳排放量增加0.04%，除了人自身呼出的二氧化碳排放量外，人口規(guī)模越大會加大生活圈的集聚，增大了人們活動范圍和強度，如對交通運輸工具的大規(guī)模使用和生活垃圾的產(chǎn)出，都會增加碳排放產(chǎn)出。環(huán)境污染回歸系數(shù)為正，且在10%顯著性水平下顯著，說明環(huán)境污染能顯著增加碳排放量，這一結(jié)果與現(xiàn)實相符。能源消耗回歸系數(shù)為正，且在1%顯著性水平下顯著，說明能源消耗越高越能增加碳排放量，這一結(jié)果與現(xiàn)實相符。政府支持回歸系數(shù)為負，且在5%顯著性水平下顯著，說明政府支持能有效抑制碳排放量，可能的原因在于，在“30·60”雙碳目標約束下，政府支持也表現(xiàn)出明顯的碳減排傾向，與現(xiàn)實符合。

2.中介機制分析

利用前文中介模型對創(chuàng)新效率是否在數(shù)字經(jīng)濟和碳排放之間存在中介效應(yīng)進行檢驗，檢驗結(jié)果如表2 第（3）、（4）列所示。從第（3）列可以看出，在對時間和個體效應(yīng)進行固定后，數(shù)字經(jīng)濟對創(chuàng)新效率的影響在10%顯著性水平下顯著，其中數(shù)字經(jīng)濟一次項系數(shù)顯著為負、二次項系數(shù)顯著為正，說明數(shù)字經(jīng)濟對創(chuàng)新效率具有先抑制后促進的U 型關(guān)系，假設(shè)2 得到驗證。數(shù)字經(jīng)濟在發(fā)展前期需要大量的資源來進行信息化基礎(chǔ)設(shè)施的建設(shè)和數(shù)字化人才的培養(yǎng)，大量的創(chuàng)新投入導(dǎo)致創(chuàng)新產(chǎn)出結(jié)構(gòu)的失衡，從而不利于創(chuàng)新效率的提升，而當數(shù)字經(jīng)濟發(fā)展到一定程度后，數(shù)字技術(shù)應(yīng)用領(lǐng)域不斷成熟，數(shù)字經(jīng)濟帶來的規(guī)模效應(yīng)、網(wǎng)絡(luò)效應(yīng)顯著提升，加快了創(chuàng)新投入向創(chuàng)新產(chǎn)出轉(zhuǎn)變的步伐，而在新型數(shù)字技術(shù)的加持下，付出的創(chuàng)新成本被其產(chǎn)生的收益沖銷，從而有力促進創(chuàng)新效率的提高。將創(chuàng)新效率與數(shù)字經(jīng)濟統(tǒng)一納入模型中考察對碳排放的影響，回歸結(jié)果如表2 第（4）列所示，數(shù)字經(jīng)濟對碳排放的影響依然為顯著的倒U 型關(guān)系，創(chuàng)新效率對碳排放影響的回歸系數(shù)在5%顯著性水平下顯著為負，且在加入中介變量創(chuàng)新效率后，數(shù)字經(jīng)濟對碳排放的回歸系數(shù)不管是一次項還是二次項均有所下降，說明創(chuàng)新效率發(fā)揮了部分中介作用，即數(shù)字經(jīng)濟會通過影響創(chuàng)新效率而間接對碳排放產(chǎn)生抑制作用。另外，創(chuàng)新效率回歸系數(shù)在5%顯著性水平下顯著為負，說明創(chuàng)新效率對碳排放具有明顯的抑制作用，隨著創(chuàng)新效率的提高，碳排放水平會逐漸降低，假設(shè)3 得到驗證。

進一步地，從數(shù)字經(jīng)濟發(fā)展對碳排放產(chǎn)生抑制作用的拐點來看，在未加入創(chuàng)新效率之前拐點為0.2759，即當數(shù)字經(jīng)濟水平大于0.2759 時，便對碳排放產(chǎn)生抑制作用，當前數(shù)字經(jīng)濟平均水平為0.1343，遠小于拐點值0.2759，在總體樣本2502 中僅有76 個樣本越過拐點發(fā)揮數(shù)字經(jīng)濟的碳減排效應(yīng)，說明目前我國數(shù)字經(jīng)濟主要分布在倒U 型的左側(cè)，對碳排放主要表現(xiàn)為促增作用。在加入創(chuàng)新效率之后拐點值變?yōu)?.2700，前者大于后者，且越過拐點的樣本增加為90 個，說明在創(chuàng)新效率提升的作用下，數(shù)字經(jīng)濟會提前發(fā)揮對碳排放的抑制作用。另外，數(shù)字經(jīng)濟對創(chuàng)新效率的拐點為0.4296，遠高于平均水平0.1343，且越過拐點對創(chuàng)新效率產(chǎn)生促進作用的樣本僅為21 個，說明目前數(shù)字經(jīng)濟產(chǎn)生的技術(shù)溢出效應(yīng)還相對處于前期階段，對創(chuàng)新效率的積極影響還有待進一步激發(fā)，也使得數(shù)字經(jīng)濟通過提升創(chuàng)新效率而降低碳排放的作用較為有限?？赡艿脑蛟谟?，目前我國數(shù)字化相關(guān)配套措施還處于建設(shè)推廣階段，加之我國地區(qū)間不平衡不充分發(fā)展的現(xiàn)實矛盾，使得我國整體數(shù)字經(jīng)濟發(fā)展水平較低，同時，數(shù)字技術(shù)的發(fā)展帶動了各行各業(yè)的技術(shù)創(chuàng)新投入，滯后效應(yīng)的存在進一步導(dǎo)致創(chuàng)新效率不升反降，從而造成數(shù)字經(jīng)濟發(fā)展的降碳效應(yīng)不管是直接渠道還是間接渠道均表現(xiàn)不足。

（二）數(shù)字經(jīng)濟發(fā)展對碳排放影響的空間效應(yīng)

1.空間相關(guān)性檢驗

考察數(shù)字經(jīng)濟發(fā)展對碳排放影響的空間效應(yīng)，首先要對碳排放是否在空間上存在相關(guān)性進行檢驗，用Moran's I 指數(shù)進行檢驗。檢驗結(jié)果顯示，在樣本研究期間，二氧化碳排放量的莫蘭值為0.377，且通過1%的顯著性檢驗，說明二氧化碳排放在空間上存在顯著的正相關(guān)性。

進一步用莫蘭散點圖考察樣本在空間上碳排放的相對地理分布。結(jié)果如圖1 所示?？梢钥闯觯谘芯科陂g，我國地級市碳排放在空間上主要分布在第一和第三象限，呈現(xiàn)明顯的高高-低低集聚狀態(tài)，說明碳排放水平較高（低）的城市被同樣較高（低）碳排放水平的其他城市包圍。綜合來看，莫蘭指數(shù)值和散點圖均說明了我國城市碳排放存在明顯的空間正相關(guān)性，有必要采用空間計量模型進行實證分析。

圖1 樣本期間碳排放的Moran’s I 散點圖

2.空間計量模型

為選擇較為合適的空間計量模型，本文首先對回歸結(jié)果進行LM 檢驗（結(jié)果見表3），檢驗結(jié)果顯示LM-lag、Robust LM-lag、LM-error 和Robust LM-error 四項指標均在1%的顯著性水平下顯著，說明本文實證選擇空間模型的正確性。LR 檢驗的結(jié)果表明，空間杜賓模型更優(yōu)。進一步考慮到地區(qū)差異和時間因素可能帶來的估計偏誤，以及分析特定個體的固定效應(yīng)模型的適用性，本文采用雙向固定效應(yīng)空間杜賓模型進行估計。

表3 基于OLS 估計結(jié)果的殘差空間相關(guān)性檢驗

3.空間效應(yīng)的實證分析

空間杜賓模型的實證結(jié)果如表4 所示。從第（1）列可知，數(shù)字經(jīng)濟一次項系數(shù)為正，二次項系數(shù)為負，且均在1%顯著性水平下顯著，數(shù)字經(jīng)濟對碳排放的影響呈現(xiàn)倒U 型，與前文實證結(jié)果一致。第（2）列表明，數(shù)字經(jīng)濟的空間滯后項回歸系數(shù)符合非線性的倒U 型特征，但未通過顯著性檢驗，說明在目前我國城市間數(shù)字經(jīng)濟的發(fā)展對于周圍城市碳排放影響不明顯。表4 第（3）-（5）列分別反映了各解釋變量對碳排放影響的空間效應(yīng)，包括直接效應(yīng)、間接效應(yīng)和總效應(yīng)?？梢钥闯觯瑪?shù)字經(jīng)濟一次項及其平方項的直接效應(yīng)和總效應(yīng)在1%顯著性水平下顯著，說明數(shù)字經(jīng)濟在本地區(qū)以及總體上對碳排放的影響明顯具有非線性關(guān)系，而數(shù)字經(jīng)濟對碳排放影響的間接效應(yīng)僅有二次項通過10%的顯著性檢驗，說明相較于直接效應(yīng)，數(shù)字經(jīng)濟對碳排放產(chǎn)生的空間溢出效應(yīng)不明顯，即相鄰地區(qū)數(shù)字經(jīng)濟對本地區(qū)碳排放產(chǎn)生的非線性影響較小。其余變量中，除了政府支持外均表現(xiàn)出顯著的直接效應(yīng)，但在間接效應(yīng)中僅有居民富裕水平表現(xiàn)出負向溢出效應(yīng)，說明了本地居民水平的提升有利于周圍城市碳排放水平的降低，可能的原因在于，經(jīng)濟發(fā)展水平較高的地區(qū)會對周圍地區(qū)產(chǎn)生一定的虹吸效應(yīng)，表現(xiàn)出對周圍地區(qū)資源的掠奪，本地經(jīng)濟總量越大，能源消耗越多，從而造成本地碳排放水平的增加，周圍城市碳排放水平降低。另外，能源消耗間接效應(yīng)不顯著，直接和總效應(yīng)顯著為正，說明相對于對臨近城市產(chǎn)生的碳排放增加量，消耗能源對本地碳排放的增加更加明顯。

表4 空間杜賓模型回歸結(jié)果

（三）穩(wěn)健性檢驗

為進一步檢驗數(shù)字經(jīng)濟對碳排放的非線性影響，本文通過換因變量、選取工具變量、換空間權(quán)重矩陣的方法進行穩(wěn)健性檢驗。

第一，替換因變量。借鑒邵帥等（2019）做法，采用人均碳排放對被解釋變量進行替換，從而進一步觀察替換變量后的結(jié)論是否仍然成立，表5 的模型（1）為數(shù)字經(jīng)濟對人均碳排放影響的回歸結(jié)果，與前文結(jié)論基本一致，證明結(jié)果的穩(wěn)健性。

第二，替換數(shù)字經(jīng)濟指數(shù)。趙濤等（2020）運用主成分分析法對數(shù)字經(jīng)濟指標進行賦權(quán)求值，本文則運用熵權(quán)法計算數(shù)字經(jīng)濟指數(shù)，主要原因在于通過對兩種方法計算的數(shù)字經(jīng)濟指數(shù)分別進行實證回歸，發(fā)現(xiàn)在兩種賦權(quán)法下數(shù)字經(jīng)濟對碳排放的倒U 型關(guān)系均成立，但熵權(quán)法的結(jié)果更優(yōu)，因此，本文將主成分分析法計算的數(shù)字經(jīng)濟指數(shù)回歸結(jié)果作為穩(wěn)健性檢驗呈現(xiàn)，見表5 模型（2）。

第三，內(nèi)生性檢驗。借鑒趙濤等（2020）、黃群慧等（2019）、Nunn 和Qian（2014）做法，運用1984 年各地級市每萬人電話機數(shù)與前一年全國互聯(lián)網(wǎng)用戶數(shù)作交乘項，構(gòu)成與本文研究相匹配的面板數(shù)據(jù)，作為數(shù)字經(jīng)濟指數(shù)的工具變量。主要原理有兩點，一是1984 年的電話機數(shù)代表了該地區(qū)的歷史通信設(shè)施，作為以互聯(lián)網(wǎng)等通信技術(shù)為發(fā)展依托的數(shù)字經(jīng)濟，傳統(tǒng)基礎(chǔ)條件會對數(shù)字經(jīng)濟的后續(xù)發(fā)展產(chǎn)生重要影響；二是隨著通信手段越來越發(fā)達，人們對固定電話的使用頻率越來越低，產(chǎn)生的二氧化碳排量也可以忽略不計，滿足選取工具變量的排他性要求。運用兩階段最小二乘法進行實證檢驗，結(jié)果如表5 模型（3）所示，可以看出，數(shù)字經(jīng)濟一次項及二次項均在5%的顯著性水平下顯著，且結(jié)果符合倒U 型的非線性關(guān)系，證明前述結(jié)果的穩(wěn)健性。

第四，替換空間權(quán)重矩陣。由于不同的權(quán)重矩陣可能會對回歸結(jié)果產(chǎn)生不同的影響，因此本文將0-1 矩陣替換為地理距離矩陣來考察數(shù)字經(jīng)濟對碳排放的空間效應(yīng)，表5 模型（4）為變換空間矩陣后的回歸結(jié)果，各解釋變量的符號與顯著性與前文總體上一致，且顯著性更強，進一步證實本文結(jié)果穩(wěn)健。

表5 穩(wěn)健性回歸結(jié)果

五、研究結(jié)論與啟示

本文基于“30·60”雙碳目標背景研究數(shù)字經(jīng)濟對碳排放的影響，得出以下結(jié)論：第一，數(shù)字經(jīng)濟與碳排放水平存在顯著的倒U 型關(guān)系，即數(shù)字經(jīng)濟在發(fā)展初期會使碳排放量增加，在發(fā)展的成熟期便會產(chǎn)生抑制碳排放的作用。第二，數(shù)字經(jīng)濟與創(chuàng)新效率具有U 型的非線性關(guān)系，在數(shù)字經(jīng)濟發(fā)展前期引致創(chuàng)新投入迅速增多，在資源要素配置不合理的基礎(chǔ)上進一步加劇創(chuàng)新投入與產(chǎn)出的不匹配性，進而表現(xiàn)出對創(chuàng)新效率的抑制作用；當數(shù)字技術(shù)發(fā)展不斷成熟會加速創(chuàng)新投入向創(chuàng)新產(chǎn)出轉(zhuǎn)化，進而表現(xiàn)出對創(chuàng)新效率的促進作用。第三，數(shù)字經(jīng)濟對碳排放的影響機制存在直接和間接兩種方式，一方面數(shù)字經(jīng)濟通過數(shù)字要素性質(zhì)和數(shù)字技術(shù)對碳排放水平產(chǎn)生直接影響；另一方面，數(shù)字經(jīng)濟能夠通過影響創(chuàng)新效率對碳排放量產(chǎn)生間接作用，且在創(chuàng)新效率的作用下，數(shù)字經(jīng)濟會提前發(fā)揮出對碳排放的抑制作用。第四，空間杜賓模型的回歸結(jié)果顯示，在加入空間因素后數(shù)字經(jīng)濟對碳排放產(chǎn)生倒U 型的非線性影響依然成立，且相對于數(shù)字經(jīng)濟產(chǎn)生的溢出效應(yīng)，數(shù)字經(jīng)濟對本地碳排放的直接效應(yīng)更加明顯。基于以上研究結(jié)論，提出如下啟示：

第一，提高數(shù)字經(jīng)濟發(fā)展速度和質(zhì)量。首先要加快數(shù)字經(jīng)濟發(fā)展速度，數(shù)字經(jīng)濟是以數(shù)字平臺為基礎(chǔ)而產(chǎn)生廣泛的規(guī)模效應(yīng)和范圍經(jīng)濟，要加大承載數(shù)字技術(shù)和平臺的新型基礎(chǔ)設(shè)施建設(shè)力度，如5G 網(wǎng)絡(luò)基站、大數(shù)據(jù)中心、區(qū)塊鏈服務(wù)、人工智能等，全面推動經(jīng)濟數(shù)字化轉(zhuǎn)型。其次，考慮到數(shù)字經(jīng)濟具有一定的能源消耗特性，在大力發(fā)展數(shù)字經(jīng)濟的同時要避免粗放式增長，注重對節(jié)能減排技術(shù)的研制與運用普及，提高企業(yè)及工作人員節(jié)能意識和能源使用效率，促進數(shù)字經(jīng)濟內(nèi)涵式增長。最后，數(shù)字人才是提高數(shù)字經(jīng)濟發(fā)展速度和質(zhì)量的關(guān)鍵，從長遠來看，數(shù)字技術(shù)的學習周期較長，門檻較高，因此要重視數(shù)字經(jīng)濟相關(guān)的教育領(lǐng)域，通過開設(shè)相關(guān)專業(yè)，培養(yǎng)全民數(shù)字意識，為我國未來數(shù)字經(jīng)濟可持續(xù)發(fā)展輸入更多的人才。

第二，重視創(chuàng)新效率的發(fā)展。研究發(fā)現(xiàn)創(chuàng)新效率不僅會抑制碳排放，而且在創(chuàng)新效率的加持下，數(shù)字經(jīng)濟會提前產(chǎn)生對碳排放的抑制作用，但目前該作用較為有限。這一方面在于目前我國數(shù)字經(jīng)濟發(fā)展水平較低，另一方面在于創(chuàng)新投入與產(chǎn)出的不匹配性。因此，在促進數(shù)字經(jīng)濟高質(zhì)量發(fā)展的同時，更要重視創(chuàng)新效率的發(fā)展。要科學規(guī)劃，合理高效配置，保障創(chuàng)新投入積極并適度、綠色且環(huán)保，降低投入產(chǎn)出損耗，從而確保創(chuàng)新產(chǎn)出的高效和高質(zhì)。同時，政府層面要發(fā)揮好管理、監(jiān)督、調(diào)控的職能，提高政府部門的宏觀管控效率，構(gòu)建并完善創(chuàng)新效率轉(zhuǎn)化機制，健全與企業(yè)間的溝通協(xié)作機制，形成宏觀治理、微觀落實的高效運作體系。