張 元 慶,劉 爍,齊 平

(1.中共遼寧省委黨校,遼寧 沈陽110004;2.吉林大學 經(jīng)濟學院,吉林 長春130012;3.沈陽大學 經(jīng)濟學院,遼寧 沈陽 110044;4.吉林大學 中國國有經(jīng)濟研究中心,吉林 長春130012)

近年來,隨著全球范圍內(nèi)環(huán)境污染不斷加劇,無節(jié)制的碳排放,使全球氣候逐漸變暖,高溫天氣不斷增多,生態(tài)系統(tǒng)遭到破壞,人類生存也面臨史無前例的危機。如何實現(xiàn)傳統(tǒng)工業(yè)企業(yè)的轉(zhuǎn)型升級,控制傳統(tǒng)能源消耗數(shù)量,不斷開發(fā)和創(chuàng)新新型替代能源,實現(xiàn)降低碳排放目標,成為全人類的共同挑戰(zhàn)。二十大報告提出,要加快節(jié)能降碳先進技術研發(fā)與應用,推動形成綠色生產(chǎn)方式,實現(xiàn)綠色發(fā)展。值得一提的是,數(shù)字產(chǎn)業(yè)協(xié)同創(chuàng)新發(fā)展在降低碳排放強度方面具有重要作用。因為數(shù)字技術在賦能產(chǎn)業(yè)發(fā)展,提升產(chǎn)業(yè)質(zhì)量方面具有不可替代的決定性作用。據(jù)國家網(wǎng)信辦統(tǒng)計,截至2021年底,我國建成5G基站數(shù)量已達142.5萬個,占全球60%以上。我國數(shù)據(jù)資源價值不斷提升,由2017年2.3ZB增長到2021年的6.6ZB,大數(shù)據(jù)產(chǎn)業(yè)由2017年的4 700億增長到2021的1.3萬億。此外,我國5G產(chǎn)業(yè)鏈全方位領先,人工智能,區(qū)塊鏈,量子信息等新興技術已躋身全球第一梯隊。國務院于2022年11月發(fā)布的《攜手構(gòu)建網(wǎng)絡空間命運共同體》白皮書顯示,我國5G基站單站址能源消耗比2019年商用初期下降了20%以上,目前在建的大型數(shù)據(jù)中心平均電能利用率降到1.3以下。到2030年,數(shù)字技術將助力碳排放量減少達121億噸。由此可見,我國數(shù)字產(chǎn)業(yè)和數(shù)字技術迅猛發(fā)展對降低碳排放具有重要作用。此外,在疫情肆虐全球的大背景下,各國經(jīng)濟受到嚴重沖擊,以數(shù)字制造業(yè)、軟件與信息技術服務業(yè)為主的數(shù)字產(chǎn)業(yè)在協(xié)同創(chuàng)新發(fā)展的基礎上為我國經(jīng)濟復蘇提供了強大動力,也為我國實現(xiàn)2035年碳排放目標提供了強大的技術支持與產(chǎn)業(yè)準備。那么,數(shù)字經(jīng)濟在促進我國經(jīng)濟快速增長的同時,能否通過數(shù)字產(chǎn)業(yè)協(xié)同創(chuàng)新發(fā)展引致的效率變革改善環(huán)境污染?數(shù)字產(chǎn)業(yè)協(xié)同創(chuàng)新發(fā)展如何作用和影響碳排放強度?

一、文獻回顧

數(shù)字技術賦能產(chǎn)業(yè)發(fā)展是促進經(jīng)濟高質(zhì)量發(fā)展的重要手段,更是實現(xiàn)經(jīng)濟綠色發(fā)展的重要動力。從現(xiàn)有研究看,圍繞數(shù)字產(chǎn)業(yè)協(xié)同創(chuàng)新發(fā)展與碳排放的相關研究主要有三條主線。

一是數(shù)字產(chǎn)業(yè)創(chuàng)新發(fā)展方面。隨著數(shù)字產(chǎn)業(yè)不斷壯大,數(shù)字產(chǎn)業(yè)創(chuàng)新模式受到更多關注,數(shù)字經(jīng)濟創(chuàng)新要變強,應堅持理論創(chuàng)新優(yōu)先原則[1]。隨著數(shù)字規(guī)模經(jīng)濟越來越顯著,與數(shù)字經(jīng)濟有關的知識產(chǎn)權(quán)和技術標準研究越來越受到重視。其中,知識產(chǎn)權(quán)和治理標準對產(chǎn)業(yè)創(chuàng)新發(fā)展至關重要,知識產(chǎn)權(quán)界定清晰,內(nèi)部協(xié)同治理也會更加順暢[2]。此外,數(shù)字產(chǎn)業(yè)外部拉動與內(nèi)部推動作用在不同部門存在差異,并且,硬件產(chǎn)業(yè)與ICT 軟件協(xié)同發(fā)展也存在創(chuàng)新不足問題[3]。同一時期,國外學者也非常關注數(shù)字技術的核心問題,如提出需要綜合的知識產(chǎn)權(quán)組合及運營策略推動數(shù)字產(chǎn)業(yè)創(chuàng)新發(fā)展[4]。除此之外,關于缺乏技術標準的負面影響,有學者認為,鑒于作為數(shù)字產(chǎn)業(yè)的技術標準的重要性,加強知識產(chǎn)權(quán)保護和數(shù)字技術標準的制定有利于數(shù)字產(chǎn)業(yè)創(chuàng)新發(fā)展[5]。數(shù)字產(chǎn)業(yè)對城鄉(xiāng)經(jīng)濟影響途徑和效果存在一定差異,能夠增加城市經(jīng)濟韌性[6]。政府對數(shù)字企業(yè)補助具有普惠性,能促進非國有企業(yè),服務業(yè)企業(yè)等企業(yè)進行數(shù)字化轉(zhuǎn)型,且上游企業(yè)的數(shù)字化程度對下游企業(yè)具有顯著的正溢出效應[7]。科技創(chuàng)新對數(shù)字經(jīng)濟和數(shù)字產(chǎn)業(yè)創(chuàng)新具有較強的正向促進作用。同時,科技創(chuàng)新水平對數(shù)字經(jīng)濟發(fā)展具有區(qū)域差異性[8]。綜上,鑒于數(shù)字經(jīng)濟重要性凸顯,學者們對數(shù)字經(jīng)濟、數(shù)字產(chǎn)業(yè)和技術方面的研究愈發(fā)深入,從數(shù)字產(chǎn)業(yè)創(chuàng)新模式,技術標準,到數(shù)字產(chǎn)業(yè)創(chuàng)新對城鄉(xiāng)經(jīng)濟的影響及區(qū)域差異都進行了深入研究,也取得了豐碩成果。

二是碳排放及影響方面。隨著世界范圍內(nèi)氣候逐漸變暖,環(huán)境不斷遭到破壞,碳排放、碳中和等研究越來越受到重視。推動形成綠色生產(chǎn)方式,實現(xiàn)綠色高質(zhì)量發(fā)展也是二十大的重要議題。對此,學者們也進行了深入研究,關于行業(yè)企業(yè)采用何種碳排放控制措施的研究,有學者提出,為實現(xiàn)京津冀地區(qū)綠色發(fā)展,應協(xié)調(diào)好碳稅與碳排放權(quán)交易的沖突,在電力、熱力等五個細化行業(yè)實施碳排放交易機制,其余采取碳稅方式[9]。且碳排放權(quán)交易政策有效降低了企業(yè)碳排放總量,提升了環(huán)境質(zhì)量[10]。此外,關于碳排放責任的省域差異性,中國碳排放責任呈現(xiàn)由東至西遞減格局,資源和資本輸入型省域碳排放責任相對較低,反之亦然[11]。隨著研究深入,在碳排放總量控制差異性影響等方面,得出碳排放配額拍賣比例和總量控制對不同企業(yè)的減排效應存在差異,但都有利于企業(yè)降低碳排放目標[12]。針對我國重污染行業(yè)碳排放效率提升問題,學者們提出我國重污染行業(yè)碳排放效率整體低下,且呈現(xiàn)上升趨勢。行業(yè)間存在溢出效應差異現(xiàn)象,政府應發(fā)揮作用,抑制負向溢出效應,促進重污染行業(yè)排放效率提升[13]。

基于以上分析,降低碳排放對中國乃至世界都具有重要意義,學者們對碳排放及影響的有關研究也足夠深入,從碳排放權(quán)交易到政府碳排放責任,從碳排放總量控制差異對企業(yè)的影響到治理重度污染等問題皆有涉獵,對我國未來碳排放控制也有指導作用。

三是數(shù)字產(chǎn)業(yè)發(fā)展與碳排放關系研究方面。由于近年來數(shù)字經(jīng)濟展現(xiàn)出驚人的效率和發(fā)展?jié)摿?因此,關于數(shù)字產(chǎn)業(yè)和數(shù)字經(jīng)濟發(fā)展與碳排放關系研究也受到重視。在數(shù)字經(jīng)濟發(fā)展對城市碳排放影響方面,有學者通過構(gòu)建模型研究數(shù)字經(jīng)濟發(fā)展具有顯著的空間異質(zhì)性特征,且明顯改善了城市碳排放,通過外生變量“智慧城市”的檢驗,依然具有穩(wěn)健性。數(shù)字經(jīng)濟發(fā)展對碳排放的影響在不同經(jīng)濟圈內(nèi)也存在差異[14]。隨著數(shù)字經(jīng)濟規(guī)模不斷壯大,數(shù)字產(chǎn)業(yè)在更廣范圍內(nèi)能夠達成碳排放何種目標成為研究熱點,有學者通過采用PVAR模型研究數(shù)字產(chǎn)業(yè)發(fā)展對碳排放強度的影響,認為數(shù)字產(chǎn)業(yè)技術發(fā)展能夠增加碳排放強度,但通過技術革新能實現(xiàn)低碳轉(zhuǎn)型[15]。以上文獻為深入研究數(shù)字經(jīng)濟發(fā)展與碳排放提供了深刻見解。但現(xiàn)有研究中,更多關注數(shù)字經(jīng)濟或數(shù)字產(chǎn)業(yè)發(fā)展對碳排放的影響方面,而少有人研究數(shù)字產(chǎn)業(yè)協(xié)同創(chuàng)新發(fā)展對碳排放強度的影響,因此,本文的邊際貢獻可能表現(xiàn)在:第一,從數(shù)字產(chǎn)業(yè)協(xié)同創(chuàng)新發(fā)展視角,對數(shù)字產(chǎn)業(yè)的創(chuàng)新發(fā)展水平進行了測量;第二,分析了數(shù)字產(chǎn)業(yè)協(xié)同創(chuàng)新發(fā)展影響碳排放強度的理論機制,并系統(tǒng)探討了數(shù)字產(chǎn)業(yè)協(xié)同創(chuàng)新對碳排放強度影響的具體路徑及空間效應;第三,按照區(qū)域、經(jīng)濟發(fā)展階段、經(jīng)濟模式以及人力資本儲備對數(shù)據(jù)進行分組,并探討不同組別數(shù)字協(xié)同創(chuàng)新對碳排放強度影響的差異性。

二、理論機制與基本假設

(一)數(shù)字產(chǎn)業(yè)協(xié)同創(chuàng)新對碳排放強度影響機制分析

數(shù)字產(chǎn)業(yè)本身是基于數(shù)字技術進步而形成的新興產(chǎn)業(yè),其以數(shù)字技術為基礎,將數(shù)據(jù)作為新的生產(chǎn)要素,通過建立現(xiàn)代化的信息網(wǎng)絡實現(xiàn)萬物互聯(lián),而數(shù)字資產(chǎn)自身具有先天的低碳性特征,其形成的產(chǎn)業(yè)亦能有效降低碳排放。一些學者通過構(gòu)建模型研究數(shù)字經(jīng)濟發(fā)展對區(qū)域碳排放的影響,得出數(shù)字經(jīng)濟發(fā)展能夠降低碳排放量,且與碳排放強度存在倒“U”形相關性[16]。此外,通過理論分析和實證檢驗,數(shù)字經(jīng)濟發(fā)展與碳排放也存在顯著的倒U型關系,且在區(qū)域差異背景下該相關性依然存在[17]?；诠餐臄?shù)字技術基礎,其形成的數(shù)字產(chǎn)業(yè)間存在密切的關聯(lián),進而形成數(shù)字產(chǎn)業(yè)整體協(xié)同創(chuàng)新趨勢,促進更多數(shù)字依賴產(chǎn)業(yè)協(xié)同發(fā)展,從而達到更優(yōu)碳減排效果。同時,數(shù)字產(chǎn)業(yè)自身具有共享性和外溢性特點,數(shù)字產(chǎn)業(yè)間通過協(xié)同創(chuàng)新實現(xiàn)數(shù)據(jù)資源共享,帶動相關產(chǎn)業(yè)創(chuàng)新水平整體提高,形成良性市場競爭,進而減少碳排放。如繁榮的數(shù)字經(jīng)濟對提高數(shù)字服務業(yè)和服務水平具有重要作用,特別是數(shù)字平臺建設大大縮短了空間距離,快捷的現(xiàn)代數(shù)字物流行業(yè)又加速了商品流通速度,而數(shù)字服務業(yè)的大發(fā)展和數(shù)字服務業(yè)比重的不斷擴大又為減少碳排放做出重要貢獻。

除此之外,也有學者通過面板數(shù)據(jù)分析數(shù)字經(jīng)濟促進產(chǎn)業(yè)結(jié)構(gòu)升級能夠加速促進碳減排的倒“U”型拐點提前到來[18]?？梢?數(shù)字產(chǎn)業(yè)作為數(shù)字經(jīng)濟的重要產(chǎn)業(yè)基礎,協(xié)同創(chuàng)新對碳減排具有重要作用。其影響碳減排的機理為:第一階段,數(shù)字產(chǎn)業(yè)協(xié)同創(chuàng)新需求部門,如電信業(yè)、互聯(lián)網(wǎng)行業(yè)具有電力密集度高等特點,巨量的資源消耗會直接導致碳排放增加,使碳排放強度提升。第二階段,數(shù)字產(chǎn)業(yè)協(xié)同創(chuàng)新初期通常需要大量的資金及人員投入,而創(chuàng)新成果的轉(zhuǎn)化相對較慢,存在時滯。因此,在數(shù)字產(chǎn)業(yè)協(xié)同創(chuàng)新初期其投入大于產(chǎn)出,由此導致碳排放量增大,而此時數(shù)字產(chǎn)業(yè)協(xié)同創(chuàng)新成果還沒引起相關產(chǎn)業(yè)生產(chǎn)效率的快速提升,由此導致碳排放強度的增長。第三階段,數(shù)字協(xié)同創(chuàng)新能夠有效促進相關行業(yè)轉(zhuǎn)型升級,但由于相關行業(yè)轉(zhuǎn)型初期購置成本增大,生產(chǎn)部門通過消耗資源的方式降低其成本,直至經(jīng)濟產(chǎn)出穩(wěn)定。因此,數(shù)字產(chǎn)業(yè)協(xié)同創(chuàng)新通過降低碳排放量及促進經(jīng)濟增長的雙重方式減小碳排放強度。

假設1:數(shù)字產(chǎn)業(yè)協(xié)同創(chuàng)新對碳排放強度影響具有先上升后下降的倒U型關系。

假設2:數(shù)字產(chǎn)業(yè)協(xié)同創(chuàng)新通過促進相關企業(yè)數(shù)字轉(zhuǎn)型、數(shù)字依賴行業(yè)的發(fā)展以及促進相關產(chǎn)業(yè)創(chuàng)新從而減小碳排放強度。

(二)數(shù)字產(chǎn)業(yè)協(xié)同創(chuàng)新對碳排放強度的空間溢出效應分析

數(shù)字資產(chǎn)自身具有非獨占性,這一特征決定了數(shù)字經(jīng)濟的共享性和溢出效應。

有學者運用空間杜賓模型研究數(shù)字經(jīng)濟發(fā)展對城市碳排放的影響,結(jié)果發(fā)現(xiàn),數(shù)字經(jīng)濟發(fā)展存在顯著空間異質(zhì)性,且數(shù)字經(jīng)濟發(fā)展帶動數(shù)字產(chǎn)業(yè)和數(shù)字創(chuàng)新能力提高能夠減少碳排放,其空間外溢性在1 100 km處到達頂峰[19]。可見,數(shù)字經(jīng)濟和數(shù)字產(chǎn)業(yè)的創(chuàng)新發(fā)展對周圍地區(qū)存在顯著外溢性。而數(shù)字產(chǎn)業(yè)不斷發(fā)展壯大,為數(shù)據(jù)要素市場的繁榮提供了契機,數(shù)據(jù)通過技術手段,為數(shù)字經(jīng)濟和數(shù)字產(chǎn)業(yè)發(fā)展壯大做出了貢獻,且在不同數(shù)字產(chǎn)業(yè)間廣泛快速傳播,提升了產(chǎn)業(yè)間的空間關聯(lián)性,又通過便捷高效的信息傳遞,縮短區(qū)域距離,為跨區(qū)域合作提供了可行的途徑,區(qū)域間經(jīng)濟發(fā)展越發(fā)緊密。國外學者也實證檢驗了知識和技術傳播的空間溢出性[20]。數(shù)字產(chǎn)業(yè)協(xié)同創(chuàng)新依賴數(shù)字經(jīng)濟以及人才和知識的積累,而數(shù)字產(chǎn)業(yè)以及知識、人才的空間溢出性將導致數(shù)字協(xié)同創(chuàng)新存在空間相關性,數(shù)字產(chǎn)業(yè)協(xié)同創(chuàng)新對碳排放強度的影響理應具有空間溢出效應。

假設3:數(shù)字產(chǎn)業(yè)協(xié)同創(chuàng)新對碳排放強度影響具有空間溢出效應

三、模型構(gòu)建

(一)面板回歸模型

lnCIit=β1lnCit+β2lnCit2+β3Xit+ci+γt+μit

(1)

其中,CIit為時期t第i個省份碳排放強度,Cit為i省份在時期t的數(shù)字產(chǎn)業(yè)協(xié)同創(chuàng)新水平,Xit為控制變量,考慮時間及地區(qū)異質(zhì)性,本文采用雙向固定效應面板回歸模型對其進行回歸(1)由hausman及時間效應檢驗,此模型較優(yōu)。,ci為個體效應,γt為時間效應,μit為隨機擾動項,為了消除異方差帶來的偏誤,本文對變量進行取對數(shù)處理。

(二)中介模型

采用Baron和Kenny[21]提出的三步中介效應檢驗法對數(shù)字協(xié)同創(chuàng)新影響碳排放強度的路徑進行檢驗,具體如下:

lnCIit=β1lnCit+β2lnCit2+β3Xit+ci+γt+μit

(2)

lnYit=β1lnCit+β2Xit+ci+γt+μit

(3)

lnCIit=β1lnCit+β2lnCit2+αlnYit+β3Xit+ci+γt+μit

(4)

Yit為本文的中介變量,首先構(gòu)建核心解釋變量為數(shù)字產(chǎn)業(yè)協(xié)同創(chuàng)新和被解釋變量為碳排放強度的回歸模型;其次,構(gòu)建核心解釋變量為數(shù)字產(chǎn)業(yè)協(xié)同創(chuàng)新和被解釋變量為中介變量的回歸模型,并檢驗其顯著性;最后將中介變量和數(shù)字產(chǎn)業(yè)協(xié)同創(chuàng)新共同作為核心解釋變量,將碳排放強度作為被解釋變量構(gòu)建回歸模型,若核心解釋變量均通過了顯著性檢驗,即驗證中介效應成立。

(三)空間SDM模型

lnCIit=λWlnCIit+β1lnCit+β2lnCit2+β3Xit+WlnCitδ+WlnCit2θ+γt+μit

(5)

(四)分組回歸并檢驗

lnCIit1=β11lnCit1+β21Xit1+ci1+γt1+μit1

(6)

lnCIit2=β12lnCit2+β22Xit2+ci2+γt2+μit2

(7)

按照不同經(jīng)濟發(fā)展階段、不同經(jīng)濟模式以及不同的人力資源儲備對其進行分組,公式(6)、(7)分別為對分組后樣本的回歸模型,其中經(jīng)濟發(fā)展階段以不同人均GDP水平加以衡量,經(jīng)濟模式主要考慮其是否以能源消耗為主要經(jīng)濟發(fā)展模式,本文采用人均碳排放量加以衡量,而人力資源儲備主要采用人均受教育年限進行衡量,并采用各中位數(shù)為界點對其進行分組。對分組回歸所得系數(shù)差異的顯著性采用似不相關模型(Seemingly Unrelated Regression)進行檢驗。

1.被解釋變量:碳排放強度。借鑒謝云飛[22]、吳建新對碳排放強度的測量[23],其中碳排放量主要來源于能源直接消耗以及生產(chǎn)過程,生產(chǎn)過程的碳排放量主要考慮水泥生產(chǎn)過程產(chǎn)生的碳排放量,利用IPCC 2006 提供的相關轉(zhuǎn)化因子對能源消耗碳排放量進行計算,具體公式如下:

C=ECa+ECb=∑EaCa+EbCb

(8)

(9)

其中C為碳排放總量,其由能源直接消耗ECa與生產(chǎn)過程ECb碳排放量兩部分構(gòu)成,Ea為a類能源消耗量,Ca為直接消耗能源碳排放系數(shù),Cb為水泥生產(chǎn)碳排放系數(shù)。

2.核心解釋變量:數(shù)字產(chǎn)業(yè)協(xié)同創(chuàng)新(C)。所謂數(shù)字產(chǎn)業(yè)協(xié)同創(chuàng)新即考慮數(shù)字產(chǎn)業(yè)部門間創(chuàng)新的聯(lián)動效應,即考慮了數(shù)字產(chǎn)業(yè)各部門創(chuàng)新發(fā)展相互促進與制約的動態(tài)創(chuàng)新過程。數(shù)字產(chǎn)業(yè)創(chuàng)新可大致分為數(shù)字創(chuàng)新供給與需求兩大部門,其中數(shù)字產(chǎn)業(yè)創(chuàng)新供給部門主要指具有創(chuàng)新活動的數(shù)字行業(yè),其發(fā)展依賴數(shù)字需求。同時,數(shù)字產(chǎn)業(yè)創(chuàng)新需求部門依賴數(shù)字創(chuàng)新部門的供給并且能夠驅(qū)動數(shù)字創(chuàng)新供給部門的發(fā)展,加速其創(chuàng)新,以便滿足數(shù)字創(chuàng)新需求,即所謂的數(shù)字創(chuàng)新驅(qū)動,主要指其自身發(fā)展依賴數(shù)字創(chuàng)新供給并對數(shù)字創(chuàng)新供給具有促進作用的數(shù)字行業(yè)。數(shù)字需求部門與供給部門相互促進、相互影響共同構(gòu)成協(xié)調(diào)的數(shù)字創(chuàng)新體系。具有創(chuàng)新活動的數(shù)字行業(yè)主要集中在數(shù)字制造業(yè)與數(shù)字軟件與信息技術服務業(yè),數(shù)字產(chǎn)業(yè)發(fā)展離不開數(shù)字制造業(yè)為其提供硬件支撐以及軟件與信息技術服務業(yè)為其提供軟件保障,數(shù)字制造業(yè)與軟件信息技術服務業(yè)通過技術溢出效應而相互影響,具體關聯(lián)見圖1。

圖1 數(shù)字產(chǎn)業(yè)協(xié)同創(chuàng)新關聯(lián)圖

基于此,本文將數(shù)字產(chǎn)業(yè)協(xié)同創(chuàng)新部門分為數(shù)字制造業(yè)、軟件與信息技術服務業(yè)以及創(chuàng)新驅(qū)動業(yè)。其中根據(jù)國家統(tǒng)計局發(fā)布的數(shù)字經(jīng)濟及其核心產(chǎn)業(yè)統(tǒng)計分類(2021),數(shù)字制造業(yè)選取計算機制造(0101)、雷達及通訊設備(0102)、數(shù)字媒體設備(0103)、電子元器件及設備制造(0105)等電子信息制造業(yè)行業(yè)對其進行衡量,創(chuàng)新驅(qū)動業(yè)主要選取電信、互聯(lián)網(wǎng)行業(yè)的發(fā)展情況進行衡量。考慮數(shù)據(jù)可獲得性,最終選取的變量見表1,其中對新產(chǎn)品收入、電信業(yè)務量采用CPI指數(shù)進行不變價處理。

表1 數(shù)字產(chǎn)業(yè)協(xié)同創(chuàng)新體系

數(shù)字協(xié)同創(chuàng)新發(fā)展水平的測量,采用面板熵權(quán)法確定各個指標的權(quán)重[24],并借鑒物理學中的耦合協(xié)調(diào)模型[25]對三個部門間的協(xié)同創(chuàng)新發(fā)展水平進行綜合測量,數(shù)字產(chǎn)業(yè)協(xié)同創(chuàng)新水平的具體計算如下:

Tt3=αμt1+βμt2+γμt3

(10)

其中μt1、μt2、μt3分別為第t年數(shù)字制造業(yè)、軟件信息技術服務業(yè)創(chuàng)新以及創(chuàng)新需求業(yè)的發(fā)展水平,α、β、γ分別表示各部門對協(xié)調(diào)創(chuàng)新系統(tǒng)的重要程度,為避免主觀因素存在的人為誤差,本文選取主成分分析方法對各個子系統(tǒng)的重要程度進行提取。協(xié)調(diào)度測量了各部門的綜合發(fā)展程度,但并未體現(xiàn)各部門間的相互影響,因此進一步計算三部門間相互依賴制約的關聯(lián)程度,即耦合度。

(11)

則歷年數(shù)字產(chǎn)業(yè)協(xié)同創(chuàng)新水平可表示為:

(12)

其既反映了系統(tǒng)之間相互依賴制約的動態(tài)關聯(lián)關系,同時也反映了部門間良性互動的水平。

3.中介變量

由上文所述,本文分別選取電子商務交易活動企業(yè)數(shù)比重、數(shù)字金融指數(shù)以及技術市場成交額分別作為數(shù)字化轉(zhuǎn)型、數(shù)字依賴行業(yè)發(fā)展以及創(chuàng)新活躍度的代理變量。

數(shù)字化轉(zhuǎn)型包括業(yè)務數(shù)字化、信息數(shù)字化等方式,是一種以數(shù)字化升級為基礎的高層次轉(zhuǎn)型[26]?；诖?本文選取有電子商務交易活動企業(yè)數(shù)比重(Lnt_)來衡量其數(shù)字化轉(zhuǎn)型程度,地區(qū)擁有電子商務交易活動企業(yè)的比重越大,意味著其應用數(shù)字信息以及產(chǎn)業(yè)數(shù)字化程度越高。

數(shù)字依賴行業(yè)即依賴數(shù)字產(chǎn)業(yè)鏈發(fā)展而迸發(fā)出來的新興產(chǎn)業(yè),如數(shù)字金融服務行業(yè),其能夠依托數(shù)字產(chǎn)業(yè)的發(fā)展而不斷提升其服務水平,基于此,本文選取北京大學編制的數(shù)字金融指數(shù)(Sj),對數(shù)字金融服務行業(yè)的水平進行衡量。

創(chuàng)新活躍度指發(fā)明創(chuàng)造的活躍程度,可涉及到創(chuàng)新發(fā)展的各個階段,本文創(chuàng)新活躍度主要指創(chuàng)新成果轉(zhuǎn)化的活力,本文用各地區(qū)技術市場成交額(Mark)來衡量,其是反映地區(qū)科技成果轉(zhuǎn)化能力的重要指標,也是體現(xiàn)我國科技進步水平的標志性指標。

4.控制變量

借鑒現(xiàn)有研究(任曉松等[27]、趙濤[28]、楊慧梅等[29]),本文選取環(huán)境規(guī)制強度、市場化水平、對外開放程度、產(chǎn)業(yè)結(jié)構(gòu)、地區(qū)科技投入以及人均教育年限作為本文的控制變量。其中環(huán)境規(guī)制強度借鑒劉榮增、何春[30]的處理方式采取工業(yè)污染治理投資完成額占第二產(chǎn)業(yè)增加值比重來衡量,其越大意味著環(huán)境治理成本越高,從而規(guī)制強度越大。市場化水平用樊綱,王小魯?shù)鹊氖袌龌笖?shù)進行衡量。開放程度使用出口總額占GDP的份額進行測量,占比越高開放程度越高,反之亦然。產(chǎn)業(yè)結(jié)構(gòu)主要采用第三產(chǎn)業(yè)占GDP比重以及干春暉泰爾指數(shù)衡量產(chǎn)業(yè)結(jié)構(gòu)的合理化程度。科技投入指標以用于發(fā)展科技的支出占財政支出比重來衡量,科技支出占財政支出比重越大,越重視科技。教育水平衡量了一個地區(qū)的人才占比,本文選取高等教育人數(shù)比例來衡量,具體以人口抽樣調(diào)查數(shù)據(jù)中的大專及以上人口數(shù)占6歲以上總?cè)丝诘谋壤秊闃藴省?/p>

5.數(shù)據(jù)來源與說明

本文數(shù)據(jù)來源于《中國統(tǒng)計年鑒》《電子信息產(chǎn)業(yè)年鑒》《第三產(chǎn)業(yè)年鑒》《高技術產(chǎn)業(yè)統(tǒng)計年鑒》《信息產(chǎn)業(yè)年鑒》,考慮到統(tǒng)計口徑的一致性以及數(shù)據(jù)可得性,本文時間跨度選取為2011—2019(2)限于有關軟件創(chuàng)新相關數(shù)據(jù)更新為2019年。年,由于西藏、青海、寧夏、新疆有關數(shù)字創(chuàng)新的數(shù)據(jù)缺失嚴重,因此本文不包含上述地區(qū)。

四、基準回歸

表2 基準回歸結(jié)果

由表2,(1)-(2)列未考慮控制變量,其中第(1)列數(shù)字協(xié)同創(chuàng)新一次項對碳排放強度的影響為負,t統(tǒng)計量為0.189,未通過顯著性檢驗。第(2)列為考慮了二次型的回歸模型,一次項、二次型系數(shù)分別為-1.976、-0.378,且均通過了1%顯著性檢驗,說明數(shù)字協(xié)同創(chuàng)新對碳排放強度的影響并不為簡單的線性關系,而是先上升后下降的倒U型曲線關系。即數(shù)字協(xié)同創(chuàng)新發(fā)展初期將會增大碳排放強度,但隨著數(shù)字協(xié)同創(chuàng)新的提升,技術不斷完善及成本不斷下降,將會進一步減小碳排放強度。(3)-(4)列為分別加入控制變量和依次引入二次項的實證回歸結(jié)果,與未加入控制變量回歸結(jié)論一致,且系數(shù)浮動較小,進一步說明數(shù)字協(xié)同創(chuàng)新對碳排放強度影響的倒U型曲線關系成立。進一步由平均邊際效應來看,雖然初期階段碳排放強度有所上升,但總體而言,數(shù)字協(xié)同創(chuàng)新的發(fā)展能夠減小碳排放強度。

五、機制檢驗

由上文分析可知,數(shù)字協(xié)同創(chuàng)新對碳排放強度的影響主要通過提高相關企業(yè)數(shù)字轉(zhuǎn)型、數(shù)字依賴行業(yè)的發(fā)展以及促進相關產(chǎn)業(yè)創(chuàng)新活躍度從而減小碳排放強度,因此,本文選取電子商務交易活動企業(yè)數(shù)比重、數(shù)字金融指數(shù)以及技術市場成交額分別作為相關企業(yè)數(shù)字轉(zhuǎn)型、數(shù)字依賴行業(yè)發(fā)展以及創(chuàng)新活躍度的代理變量,對其分別進行中介效應檢驗。

表3 中介效應檢驗

由表3,(1)-(2)列可知數(shù)字協(xié)同創(chuàng)新顯著提高了電子商務交易活動企業(yè)的比重,將數(shù)字協(xié)同創(chuàng)新和電子商業(yè)比重同時引入模型,二者均顯著降低了碳排放強度,因此,數(shù)字協(xié)同創(chuàng)新通過刺激相關產(chǎn)業(yè)數(shù)字轉(zhuǎn)型從而減小碳排放強度的作用機制得到驗證。同理,(3)-(4)列可知數(shù)字協(xié)同創(chuàng)新顯著提高了數(shù)字金融水平,數(shù)字協(xié)同創(chuàng)新和數(shù)字金融水平均顯著降低了碳排放強度,因此,數(shù)字協(xié)同創(chuàng)新通過提高數(shù)字金融服務從而減小碳排放強度的作用機制得到驗證。由(5)-(6)列,數(shù)字協(xié)同創(chuàng)新顯著提高了創(chuàng)新市場活躍度水平,數(shù)字協(xié)同創(chuàng)新和創(chuàng)新市場活躍度同時引入模型,二者均顯著降低了碳排放強度,因此,驗證了數(shù)字協(xié)同創(chuàng)新通過提高創(chuàng)新市場活躍度從而減小碳排放強度的作用機制。值得注意的是,數(shù)字協(xié)同創(chuàng)新對創(chuàng)新市場活躍度的影響并非簡單的線性關系,其具有先下降后上升的U型關系,主要原因為:隨著數(shù)字協(xié)同創(chuàng)新的發(fā)展,在創(chuàng)新初期處于積累階段,由于需要投入科研人員以及科研經(jīng)費從而出現(xiàn)暫時性的創(chuàng)新市場活躍度降低,隨著積累的質(zhì)變,最終將提高創(chuàng)新市場的活躍度。

六、空間效應

表4 空間相關檢驗

由表4可知,碳排放強度以及數(shù)字協(xié)同創(chuàng)新歷年莫蘭指數(shù)值為正且均通過顯著性檢驗,說明碳排放強度以及數(shù)字協(xié)同創(chuàng)新的發(fā)展均具有空間正相關性。即數(shù)字協(xié)同創(chuàng)新水平較高以及碳排放強度較大的省份其周邊省份數(shù)字協(xié)同創(chuàng)新水平以及碳排放強度也較高,表現(xiàn)出“高—高”“低—低”的空間分布狀態(tài)。

表5 空間模型檢驗

由表5 LM檢驗結(jié)果表明,空間誤差模型檢驗p值為0.024,空間滯后模型檢驗p值為0.061,二者在5%顯著性水平均通過了檢驗,穩(wěn)健LM檢驗仍得到相同結(jié)論,說明空間效應存在,且選擇同時考慮因變量和自變量相關性的SDM模型更合適。進一步采用LR以及WALD檢驗,均在1%顯著性水平上通過了檢驗,即認為SDM不能退化為SEM和SAR模型。綜合Hausman檢驗結(jié)果以及考慮到每個省份的發(fā)展差異可能會導致存在不隨時間而變的遺漏變量,并且考慮省份差異和時間因素可能會導致結(jié)果出現(xiàn)偏誤,基于此,本文選取雙向固定效應SDM模型對其進行估計。

表6 空間回歸結(jié)果

由表6,(1)-(2)列分別為考慮了控制變量和未考慮控制變量的回歸結(jié)果,在考慮空間因素后,數(shù)字產(chǎn)業(yè)協(xié)同創(chuàng)新對碳排放強度的影響無論是否考慮控制因素均滿足倒U型曲線關系,且在1%顯著性水平下顯著,空間自回歸系數(shù)rho在考慮控制因素后估計結(jié)果為-0.238,即周邊地區(qū)碳排放強度的提高將會降低本地區(qū)碳排放強度,但并未通過顯著性檢驗,說明這種負向溢出效應并不具有普遍性。(3)-(4)列為數(shù)字產(chǎn)業(yè)協(xié)同創(chuàng)新對碳排放強度的空間傳導效應,由回歸結(jié)果可知,數(shù)字產(chǎn)業(yè)協(xié)同創(chuàng)新對碳排放強度的空間效應仍滿足倒U型關系,并且通過了顯著性檢驗,即數(shù)字產(chǎn)業(yè)協(xié)同創(chuàng)新發(fā)展對碳排放強度的影響存在先上升后抑制的的空間溢出效應,換句話說,周邊地區(qū)數(shù)字產(chǎn)業(yè)協(xié)同創(chuàng)新對本地區(qū)碳排放強度影響具有先促進后抑制的曲線關系。進一步對其效應進行分解,結(jié)果表明,數(shù)字產(chǎn)業(yè)協(xié)同創(chuàng)新一次項、二次項對碳排放強度的間接效應、直接效應以及總效應均為負,且均通過了5%顯著性檢驗,即倒U型關系仍然成立。這進一步說明本地區(qū)數(shù)字協(xié)同創(chuàng)新不僅對本地區(qū)碳排放強度產(chǎn)生影響,還通過空間溢出對周邊省份產(chǎn)生間接影響,且具有先促進后抑制的影響路徑。因此,各省份應注重跨省合作,整合資源,促進數(shù)字協(xié)同創(chuàng)新的發(fā)展,從而減小碳排放強度。

七、異質(zhì)性分析

(一)區(qū)域異質(zhì)

表7 分區(qū)域回歸結(jié)果

由表7,按照東、中、西的區(qū)域劃分方式對數(shù)字協(xié)同創(chuàng)新對碳排放強度影響的差異進行分析,結(jié)果顯示,我國東、中、西部地區(qū)數(shù)字產(chǎn)業(yè)協(xié)同創(chuàng)新對碳排放強度影響均滿足倒U型的曲線關系,并均通過了顯著性檢驗,這進一步驗證了數(shù)字協(xié)同創(chuàng)新對碳排放強度影響滿足倒U型的曲線關系。由平均邊際效應所得結(jié)果,相較于東部和中部,西部估計結(jié)果為-0.407,即西部地區(qū)的數(shù)字產(chǎn)業(yè)協(xié)同創(chuàng)新對該地區(qū)碳排放強度影響較小?？赡茉驗?相對于東中部地區(qū)而言,西部地區(qū)大部分省份較為偏遠,人才集聚力相對不足,由此依賴數(shù)字協(xié)同創(chuàng)新模式減小碳排放強度存在阻礙較多,進而導致其平均邊際效應較小。

(二)發(fā)展特征異質(zhì)性

考慮不同經(jīng)濟發(fā)展階段、不同經(jīng)濟模式以及不同的人力資源儲備會對碳排放強度產(chǎn)生不同影響,本文分別選取人均GDP水平、人均碳排放量以及平均受教育年限作為其代理變量,對其進行分組回歸,并依據(jù)分布,將經(jīng)濟發(fā)展水平低于中位數(shù)的省份歸于低經(jīng)濟地區(qū),反之為高經(jīng)濟發(fā)展地區(qū)。同理,將人均碳排放水平低于中位數(shù)的省份歸于綠色發(fā)展經(jīng)濟模式,反之為粗放經(jīng)濟發(fā)展模式。將平均受教育年限低于中位數(shù)水平的地區(qū)歸于人力資源貧瘠地區(qū),反之為人力資源優(yōu)渥地區(qū)。采用似無相關SUR檢驗以及分塊bootstrap法分別對其變量系數(shù)以及平均邊際效應的組間差異是否顯著進行檢驗。

由表8,高經(jīng)濟水平地區(qū)數(shù)字產(chǎn)業(yè)協(xié)同創(chuàng)新對碳排放強度影響的平均邊際效應為-0.621,低經(jīng)濟水平地區(qū)數(shù)字產(chǎn)業(yè)協(xié)同創(chuàng)新對碳排放強度影響的平均邊際效應為-0.4,數(shù)字產(chǎn)業(yè)協(xié)同創(chuàng)新對高經(jīng)濟發(fā)展地區(qū)的邊際效應更大,人均碳排放量高的地區(qū),數(shù)字產(chǎn)業(yè)協(xié)同創(chuàng)新對碳排放強度影響的平均邊際效應為-1.231,而人均碳排放量低的地區(qū),數(shù)字產(chǎn)業(yè)協(xié)同創(chuàng)新對碳排放強度影響的平均邊際效應為-0.453?？梢?數(shù)字協(xié)同創(chuàng)新對綠色發(fā)展模式地區(qū)的邊際效應更大。從具有不同人力資源儲備地區(qū)來看,數(shù)字協(xié)同創(chuàng)新對具有高人力資源儲備地區(qū)的邊際效應更大,而對低人力資源儲備地區(qū)的影響并不顯著。進一步由分塊bootstrap檢驗法所得結(jié)果,不同經(jīng)濟發(fā)展階段、不同經(jīng)濟模式以及不同的人力資源儲備的各組間平均邊際效應通過了顯著性檢驗,說明數(shù)字協(xié)同創(chuàng)新對碳排放強度影響依據(jù)不同經(jīng)濟發(fā)展階段、不同經(jīng)濟模式以及不同的人力資源儲備而存在顯著差異。由似無相關檢驗結(jié)果,數(shù)字協(xié)同創(chuàng)新的一次和二次項均通過了5%顯著性檢驗,進一步說明不同經(jīng)濟發(fā)展階段、不同經(jīng)濟模式以及不同的人力資源儲備,數(shù)字協(xié)同創(chuàng)新對碳排放強度影響存在差異。

表8 發(fā)展特征異質(zhì)性回歸結(jié)果

注: 變量系數(shù)括號內(nèi)為t統(tǒng)計量,“*”“ **”“ ***”分別表示10%、5%、1%顯著性水平,AME括號內(nèi)為Z統(tǒng)計量

導致上述結(jié)果的可能原因為,經(jīng)濟水平較高的省份市場自我調(diào)節(jié)機制相對完善、產(chǎn)業(yè)結(jié)構(gòu)相對合理、市場競爭較為激烈,因此更容易通過數(shù)字協(xié)同創(chuàng)新水平的提高而刺激市場相關部門通過數(shù)字轉(zhuǎn)型、提升數(shù)字服務等方式提高其生產(chǎn)效率,從而其對碳排放強度的影響將會高于低經(jīng)濟發(fā)展地區(qū)。而綠色發(fā)展模式地區(qū),其本身經(jīng)濟發(fā)展就具有重創(chuàng)新、重效率的新型經(jīng)濟發(fā)展特征,依賴其先天優(yōu)勢,作為本身具有綠色環(huán)保特點的數(shù)字協(xié)同創(chuàng)新發(fā)展將會更大發(fā)揮其對碳排放強度的影響,從而數(shù)字協(xié)同創(chuàng)新對綠色發(fā)展模式地區(qū)的邊際效應將會更大。值得注意的是,數(shù)字協(xié)同創(chuàng)新對低人力資本儲備地區(qū)的影響并不顯著。一方面數(shù)字產(chǎn)業(yè)作為高技術行業(yè)的一部分,其發(fā)展依賴高技術人員的投入,而人力資本較為貧瘠的地區(qū),因其區(qū)位劣勢或人才政策力度不足等原因,導致人力資源較為貧瘠,由此陷入惡性循環(huán),從而很難通過數(shù)字協(xié)同創(chuàng)新減小其碳排放強度,由此所得結(jié)果并不顯著。相反,具有高人力資源儲備的地區(qū),能為數(shù)字產(chǎn)業(yè)協(xié)同創(chuàng)新提供更多高技術人才,從而能夠通過這一發(fā)展模式,進一步減小碳排放強度。

八、穩(wěn)健性檢驗

(一)刪除部分省市

北上廣地區(qū)高端生產(chǎn)性服務業(yè)較為聚集(張濤,2022)[31],數(shù)字產(chǎn)業(yè)協(xié)同創(chuàng)新水平較高,其與碳排放強度的雙向因果關系較強。因此,為了避免個別省份的影響而掩蓋本質(zhì)現(xiàn)象,本文刪除北上廣地區(qū),對其重新進行回歸,所得結(jié)果見表9(1)列。刪除北上廣后倒U型曲線關系依然成立,驗證了結(jié)果的穩(wěn)健性。

(二)替換被解釋變量

借鑒已有研究方法,用人均碳排放水平替代被解釋變量對結(jié)果穩(wěn)定性進行驗證,所得結(jié)果見表9(2)列,數(shù)字協(xié)同創(chuàng)新一次項和二次項均通過了10%顯著性檢驗,替換被解釋變量后,結(jié)論依然成立。

(三)內(nèi)生性

數(shù)字產(chǎn)業(yè)協(xié)同創(chuàng)新兼具數(shù)字經(jīng)濟與創(chuàng)新雙重特征,借鑒張濤等構(gòu)建Bartik 工具變量[32]以及謝云飛選取工具變量的思路 ,本文選取各地區(qū)高程和坡度以及2005年數(shù)字創(chuàng)新作為工具變量,并采用全國數(shù)字協(xié)同創(chuàng)新增長率將其拓展為面板數(shù)據(jù)。一方面地區(qū)的地形起伏會加大數(shù)字創(chuàng)新投入難度、限制數(shù)字服務行業(yè)發(fā)展,因此,地區(qū)高程和坡度與數(shù)字協(xié)同創(chuàng)新高度相關,此外地區(qū)起伏度嚴格外生,滿足排他性約束。另外,Bartik 工具變量以自變量發(fā)展前水平為工具變量,同樣滿足工具變量相關性與排他性要求,大部分學者采用此思路構(gòu)建工具變量(黃群慧等[33],趙濤等[28])。由表9內(nèi)生性檢驗結(jié)果,LM檢驗統(tǒng)計量值為24.638,通過了1%顯著性檢驗,有理由強烈拒絕不可識別的原假設,由過度識別及C統(tǒng)計量檢驗的p值均大于10%,由此認為工具變量滿足外生性,由弱工具變量CDWWald和KPWald檢驗說明不存在弱工具變量問題,因此,選取工具變量較為適宜。所得結(jié)果見表9(3)列,所得結(jié)果表明,在考慮了內(nèi)生性后,數(shù)字協(xié)同創(chuàng)新的一次項和二次項均在1%顯著水平下顯著,即在考慮了內(nèi)生性后結(jié)論依然成立。

表9 穩(wěn)健性檢驗

(四)替換空間權(quán)重矩陣

空間回歸較為依賴空間權(quán)重矩陣的選取,基于此,本文選取鄰接權(quán)重矩陣以及經(jīng)濟距離矩陣對空間效應結(jié)果的穩(wěn)健性進行檢驗,所得結(jié)果見表10,所得結(jié)論均與上文相同,估計系數(shù)相差不大(3)此外空間分解結(jié)果同樣得到了與上文相同的結(jié)論,限于篇幅未列出。,基于此,本文所得空間結(jié)論較為穩(wěn)健。

(五)分位數(shù)回歸

分位數(shù)回歸估計方法不易受極端值的影響,且其提供了較為全面的條件分布信息?；诖?本文采用分位數(shù)回歸對其進行回歸,從而驗證結(jié)果的可靠性。所得結(jié)果見表9,由在四分位數(shù)點的回歸結(jié)果可知,不同分位點處數(shù)字協(xié)同創(chuàng)新對碳排放強度的影響存在差異,隨著分位點的增大,其對碳排放強度的影響將隨之增大,但均滿足倒U型曲線關系。因此,進一步證明本文結(jié)論的穩(wěn)健性。

表10 空間回歸檢驗

九、結(jié)論與建議

本文利用2011-2019年數(shù)據(jù),采用面板回歸、中介效應以及空間模式分析數(shù)字產(chǎn)業(yè)協(xié)同創(chuàng)新對碳排放強度的影響,并按照區(qū)域特征、經(jīng)濟發(fā)展階段、經(jīng)濟模式以及人力資源儲備進行分組回歸比較,所得結(jié)論如下:其一,數(shù)字產(chǎn)業(yè)協(xié)同創(chuàng)新對碳排放強度的平均邊際效應為負,但符合倒U型曲線特征,數(shù)字產(chǎn)業(yè)協(xié)同創(chuàng)新發(fā)展初期將會增大碳排放強度,隨著協(xié)同創(chuàng)新力度提升,成本不斷降低,將會進一步減小碳排放強度。數(shù)字產(chǎn)業(yè)協(xié)同創(chuàng)新對碳排放強度的影響主要通過促進相關企業(yè)數(shù)字化轉(zhuǎn)型、促進數(shù)字依賴行業(yè)的發(fā)展及服務水平以及提高相關產(chǎn)業(yè)創(chuàng)新活躍度等路徑實現(xiàn)。其二,數(shù)字協(xié)同創(chuàng)新發(fā)展以及碳排放強度水平均具有空間相關性,數(shù)字協(xié)同創(chuàng)新對碳排放強度的空間效應仍然存在倒U型關系,即周邊地區(qū)數(shù)字協(xié)同創(chuàng)新的發(fā)展對本地區(qū)碳排放強度影響具有先促進后抑制的曲線關系。由空間效應分解可知,本地區(qū)數(shù)字協(xié)同創(chuàng)新不僅對本地區(qū)碳排放強度產(chǎn)生影響,亦對周邊省份產(chǎn)生溢出效應,且具有先促進后抑制的影響路徑。其三,數(shù)字協(xié)同創(chuàng)新對碳排放強度影響存在區(qū)域以及依賴經(jīng)濟發(fā)展特征而具有異質(zhì)性。中東部和中部地區(qū)數(shù)字協(xié)同創(chuàng)新對碳排放強度影響的具體曲線路徑存在差異,但平均邊際效應相差不大,而相較于中東部,西部數(shù)字協(xié)同創(chuàng)新對碳排放強度的影響較小。由分組檢驗結(jié)果,高經(jīng)濟發(fā)展水平、綠色經(jīng)濟發(fā)展模式以及高人力資源儲備地區(qū),數(shù)字協(xié)同創(chuàng)新對碳排放強度影響更大,低人力資源儲備的地區(qū),數(shù)字協(xié)同創(chuàng)新對碳排放強度影響并不顯著。

基于此,本文建議如下:

第一,基于數(shù)字產(chǎn)業(yè)協(xié)同創(chuàng)新對碳排放的重要影響,應更加注重數(shù)字產(chǎn)業(yè)協(xié)同創(chuàng)新發(fā)展,通過宏觀調(diào)控和市場配置相結(jié)合,加強數(shù)字產(chǎn)業(yè)間的協(xié)調(diào)性,特別是數(shù)字制造業(yè)和軟件與信息技術服務業(yè)間的產(chǎn)業(yè)協(xié)調(diào),有利于提升行業(yè)整體創(chuàng)新能力。同時構(gòu)建好內(nèi)部協(xié)調(diào)運行機制,提升產(chǎn)業(yè)協(xié)同創(chuàng)新整體水平。

第二,加強數(shù)字產(chǎn)業(yè)創(chuàng)新的跨區(qū)域交流合作,特別是鼓勵人才和技術跨區(qū)域的交流合作,建立大型跨區(qū)域數(shù)字交流平臺,構(gòu)建人才、技術等要素的常態(tài)交流機制,催化數(shù)字產(chǎn)業(yè)間更深層次的協(xié)同創(chuàng)新發(fā)展,全力降低碳排放強度。

第三,基于數(shù)字創(chuàng)新的區(qū)域差異性特征,應加大西部地區(qū)人才引進力度,提升相關激勵政策,大力提升西部數(shù)字協(xié)同創(chuàng)新發(fā)展水平,激發(fā)西部技術市場活躍度,加快西部地區(qū)產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型速度,提高相關數(shù)字服務行業(yè)質(zhì)量,達成減小碳排放強度目標。

第四,重視地區(qū)差異性,因地制宜統(tǒng)籌安排。高經(jīng)濟發(fā)展水平、綠色經(jīng)濟發(fā)展模式以及高人力資源儲備地區(qū)依靠其自身先天優(yōu)勢,提高其數(shù)字創(chuàng)新的良性互動水平。而經(jīng)濟發(fā)展水平較低、粗放型經(jīng)濟發(fā)展模式以及人力資源儲備較低的地區(qū),應更注重人才引進,加大數(shù)字企業(yè)的引進激勵政策,提高數(shù)字產(chǎn)業(yè)技術創(chuàng)新水平。