王國梁，胡 敏

（杭州電子科技大學經濟學院，杭州 310018）

0 引言

實施“雙碳”戰(zhàn)略可以加快降碳減排步伐，引導綠色技術創(chuàng)新，推進產業(yè)結構和能源結構調整，提高我國產業(yè)和經濟的全球競爭力。但目前面臨的問題是，規(guī)模不斷擴大的數(shù)據(jù)中心正在帶來飛速增加的能源消耗。整體而言，數(shù)據(jù)中心的布局對提高經濟發(fā)展水平具有重要意義，但其所引發(fā)的高碳經濟等負外部性問題也不容忽視。

現(xiàn)有文獻多聚焦于研究數(shù)字化水平對區(qū)域和產業(yè)碳排放所產生的多維效應。例如有研究發(fā)現(xiàn)數(shù)字經濟的發(fā)展能夠顯著促進城市的碳減排[1,2]。同時，還有學者在此基礎上進行了異質性分析[3,4]，指出數(shù)字經濟的碳減排效應在東部地區(qū)，特別是在高人力資本、高科技財政投入城市以及非資源型城市表現(xiàn)得更加顯著；謝云飛（2022）[5]認為相較于產業(yè)數(shù)字化，數(shù)字產業(yè)化的碳減排效應更加顯著。大多數(shù)學者重點分析數(shù)字化水平的碳減排效應及其產生的內在影響機制，只有少數(shù)學者注意到數(shù)字化發(fā)展的背后存在高碳經濟等負外部性問題。有學者發(fā)現(xiàn)數(shù)字經濟發(fā)展對城市碳排放的作用效應具有“倒U”型非線性特征[6]，也有學者指出數(shù)據(jù)中心低碳發(fā)展過程中存在綠色發(fā)展不充分的問題[7]，這很可能會引起碳高峰鎖定甚至掣肘“雙碳”愿景如期實現(xiàn)[8]。進一步地，Zhang 等（2022）[9]通過實證研究指出當前我國數(shù)字經濟的發(fā)展加劇了碳排放。也有學者進一步分析了數(shù)字化水平產生碳增排效應的內在機制。一方面，隨著“東數(shù)西算”工程的開展，數(shù)字化水平進一步提升，大量數(shù)據(jù)中心的建設和運營將消耗更多資源[10,11]，增加碳排放[12]；另一方面，數(shù)字創(chuàng)新吸收能力減弱也可能導致數(shù)字經濟的減排效應無法有效發(fā)揮[13—15]。此外，還有學者的研究表明，數(shù)字化水平和碳排放之間的關系存在不確定性[16]。

本文基于產業(yè)視角，研究“東數(shù)西算”工程對區(qū)域碳減排的綜合效應和門限效應。通過該工程的重要基建——數(shù)據(jù)中心，探討其發(fā)展水平對各地區(qū)不同產業(yè)碳排放的影響機制及作用路徑。

1 研究設計

1.1 基準模型

本文從兩個維度進行考察。從傳統(tǒng)產業(yè)角度研究數(shù)據(jù)中心發(fā)展水平與傳統(tǒng)產業(yè)碳排放的關系，考慮到傳統(tǒng)產業(yè)大部分碳排放來自工業(yè)部門，因此，用工業(yè)經濟碳排放衡量。此外，考慮到潛在的異方差問題，對模型兩邊取對數(shù)，構建如下模型：

其中，i代表省份，t代表年份，被解釋變量ICe為各省份傳統(tǒng)產業(yè)碳排放，I為本文核心解釋變量，代表各省份數(shù)據(jù)中心發(fā)展水平，回歸系數(shù)β反映了數(shù)據(jù)中心發(fā)展水平對各省份傳統(tǒng)產業(yè)碳排放的影響程度。Xk為一系列控制變量，包括工業(yè)發(fā)展水平（Is）、科技支持（Ts）、產業(yè)結構（S）、能源效率（Ie）等，α1表示模型截距項，εit表示模型隨機擾動項。

本文從數(shù)字產業(yè)角度研究數(shù)據(jù)中心發(fā)展水平與數(shù)字產業(yè)碳排放量的關系。用數(shù)據(jù)中心碳排放量（DCe）作為被解釋變量，構建如下模型：

其中，被解釋變量DCe 為各省份數(shù)字產業(yè)碳排放，I為核心解釋變量，代表各省份數(shù)據(jù)中心發(fā)展水平，回歸系數(shù)θ反映了數(shù)據(jù)中心發(fā)展水平對各省份數(shù)字產業(yè)碳排放的影響程度。Yk為一系列控制變量，包括人口規(guī)模（Ps）、科技支持（Ts）、產業(yè)結構（S）、環(huán)境規(guī)制（Er）等，α2表示模型截距項，eit表示隨機擾動項。

1.2 面板門限模型

本文進一步以技術水平（De）為門限變量，構建面板單門限模型如下：

其中，I(?)是指示函數(shù)，Xk為一系列控制變量，包括工業(yè)發(fā)展水平（Is）、科技支持（Ts）、產業(yè)結構（S）、能源效率（Ie）等。γ是門限值，其他符號的含義與式（1）相同。面板雙門限或多門限模型可以根據(jù)式（3）進行擴展。

1.3 變量選取

1.3.1 被解釋變量

（1）傳統(tǒng)產業(yè)碳排放（ICe）

本文參考中國碳核算數(shù)據(jù)庫（CEADs）2016—2019 年工業(yè)過程碳排放清單，統(tǒng)計各省份工業(yè)經濟碳排放。考慮到統(tǒng)計數(shù)據(jù)的完整性，采用適用于生產預測和中短期經濟發(fā)展趨勢預測的指數(shù)平滑法對2020年各省份工業(yè)經濟碳排放進行預測。通過對比模型效果，本文采用一次平滑法對不同省份工業(yè)經濟碳排放量進行預測，公式如下：

其中，a為權重，滿足0 ≤a≤1，εt-1為預測誤差。

（2）數(shù)字產業(yè)碳排放（DCe）

參考開放數(shù)據(jù)中心委員會（ODCC）發(fā)布的《數(shù)據(jù)中心碳核算指南》以及中國電子學會2021年發(fā)布的《數(shù)據(jù)中心溫室氣體排放核算指南》，本文構建我國30個省份的數(shù)據(jù)中心二氧化碳排放清單的時間序列。出于數(shù)據(jù)的限制，同時考慮到數(shù)據(jù)中心能源側的碳排放主要來自IT設備及基礎設施的電力消耗，故本文主要計算數(shù)據(jù)中心的機架電力消耗相關的碳排放，公式如下：

其中，N為數(shù)據(jù)中心總機架數(shù)，PUE為數(shù)據(jù)中心消耗的所有能源與負載消耗的能源的比值，Kc為IT設備實際所需要的功率與額定負載時所需要的功率的比值，P為平均機架設計功率，EF為各省份碳排放因子。

1.3.2 核心解釋變量：數(shù)據(jù)中心發(fā)展水平（I）

本文從數(shù)據(jù)中心發(fā)展規(guī)模、數(shù)據(jù)中心可用網絡規(guī)模、關聯(lián)行業(yè)市場規(guī)模、工業(yè)應用規(guī)模這四個方面來反映數(shù)據(jù)中心發(fā)展水平。采用熵值法測算數(shù)據(jù)中心發(fā)展綜合水平作為“東數(shù)西算”工程的代理變量，指標體系如表1所示。

表1 數(shù)據(jù)中心發(fā)展水平指標體系

1.3.3 門限變量：技術水平（De）

對于門限變量技術水平，本文選擇單位國內生產總值電耗來表示①技術水平=。即每創(chuàng)造一個單位的社會財富需要使用的電量，單位GDP 電耗越大，說明技術水平越低，經濟發(fā)展對能源的依賴程度越高。

1.3.4 控制變量

為了避免遺漏變量引起的估計偏差，減少外生因素的干擾，在前人的研究基礎上，選擇以下控制變量。

（1）產業(yè)結構（S）：本文選取各地區(qū)第三產業(yè)增加值與第二產業(yè)增加值的比值來表示產業(yè)結構。（2）科技支持（Ts）：該指標以科技財政支出占財政支出的比重來表示。（3）工業(yè)發(fā)展水平（Is）：采用第二產業(yè)增加值占國內生產總值的比重來衡量工業(yè)發(fā)展水平。（4）能源效率（Ie）：以單位國內生產總值能耗表征。（5）人口規(guī)模（Ps）：使用年末常住人口數(shù)量來評估地區(qū)人口規(guī)模。（6）環(huán)境規(guī)制（Er）：采用單位環(huán)境污染的治理投資額來評估監(jiān)管的嚴格性，具體測算方法如下：

其中，SIPCit是標準化后的環(huán)境污染治理投資額，用i省份在t時期的環(huán)境污染治理投資總額除以t時期各省份平均環(huán)境污染物治理投資總額得到。TPDit為i省份t時期標準化后的污染物排放總量，是各種污染物排放量經標準化處理后的總和。SPDijt是i省份i時期j污染物經標準化處理后的排放量，以污染物j在i省份t時期的排放量除以同期各省份平均排放量。PDijt是i省份t時期j污染物的排放量，其中包括二氧化碳的排放量。

1.4 數(shù)據(jù)來源與描述性統(tǒng)計

考慮到數(shù)據(jù)的可獲取性，同時為了保證數(shù)據(jù)時間的一致性，本文采用2016—2020年我國30個省份（不含西藏和港澳臺）的面板數(shù)據(jù)。按照經濟發(fā)展水平和地理位置相結合的劃分標準，將研究區(qū)域劃分為東部地區(qū)、中部地區(qū)和西部地區(qū)。相關數(shù)據(jù)來源于歷年《全國數(shù)據(jù)中心應用發(fā)展指引》《中國統(tǒng)計年鑒》《中國電子信息產業(yè)統(tǒng)計年鑒》《中國工業(yè)統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》《中國環(huán)境年鑒》《中國環(huán)境統(tǒng)計年鑒》以及各省份統(tǒng)計年鑒和國家統(tǒng)計局官網。表2為主要變量的描述性統(tǒng)計。

表2 主要變量的描述性統(tǒng)計

2 實證結果分析

2.1 單位根與多重共線性檢驗

本文測試了所有變量的面板單位根，并進行多重共線性檢驗，結果如表3和表4所示。由于每個解釋變量的方差膨脹因子均小于10，因此，可以斷定模型變量之間不存在多重共線性。對于單位根檢驗，本文使用HT檢驗，該檢驗的原假設為存在單位根。結果顯示，所有變量都拒絕原假設，這表明所有變量都是平穩(wěn)時間序列。

表3 模型（1）變量的單位根和多重共線性檢驗結果

表4 模型（2）變量的單位根和多重共線性檢驗結果

2.2 基準回歸分析

2.2.1 數(shù)據(jù)中心發(fā)展水平對傳統(tǒng)產業(yè)碳排放的影響

F 檢驗和LM 檢驗結果顯示P 值為0，強烈拒絕模型（1）存在混合效應的原假設?？紤]到模型（1）原序列存在序列相關和異方差問題，會導致經典豪斯曼檢驗失效，本文進一步通過修正的豪斯曼檢驗進行驗證，結果顯示chi（5）=29.78，P值同樣為0，強烈拒絕模型存在隨機效應的原假設。故本文使用個體固定效應模型進行基準回歸，同時，為了避免數(shù)據(jù)存在的截面相關、異方差和自相關等問題，選擇DK 標準誤的雙向固定效應模型進行回歸分析。結果如表5所示。

表5 數(shù)據(jù)中心發(fā)展水平對傳統(tǒng)產業(yè)碳排放的基準回歸

如表5 所示，F(xiàn)E 為普通標準誤的固定效應模型，F(xiàn)E-DK 為DK 標準誤下的雙向固定效應模型。本文選擇DK 標準誤下的雙向固定效應模型進行分析，得到以下結論：第一，數(shù)據(jù)中心發(fā)展水平對傳統(tǒng)產業(yè)碳排放在1%的水平上呈顯著正向效應，數(shù)據(jù)中心發(fā)展水平對傳統(tǒng)產業(yè)碳排放的系數(shù)為0.080，即數(shù)據(jù)中心發(fā)展水平提升1%，傳統(tǒng)產業(yè)碳排放增加0.080%。第二，其余控制變量的系數(shù)在1%的水平上均顯著為正，對碳排放影響由高到低依次為：工業(yè)發(fā)展水平（0.892）、產業(yè)結構（0.654）、能源效率（0.329）、科技支持（0.091）。

2.2.2 數(shù)據(jù)中心發(fā)展水平對數(shù)字產業(yè)碳排放的影響

F 檢驗和LM 檢驗結果顯示P 值為0，強烈拒絕模型（2）存在混合效應的原假設?？紤]到模型（2）原序列存在序列相關和異方差問題，會導致經典豪斯曼檢驗失效，本文進一步通過修正的豪斯曼檢驗進行驗證，結果顯示chi（5）=17.10，P值為0.0043，強烈拒絕模型（2）存在隨機效應的原假設。故本文使用個體固定效應模型（2）進行基準回歸，同時，為了避免數(shù)據(jù)存在的截面相關、異方差和自相關等問題，選擇DK標準誤的雙向固定效應模型進行回歸分析。結果如下頁表6所示。

表6 數(shù)據(jù)中心發(fā)展水平對數(shù)字產業(yè)碳排放的基準回歸

由表6 可知，F(xiàn)E 為普通標準誤的固定效應模型，F(xiàn)E-DK 為DK 標準誤下的雙向固定效應模型。本文選擇DK 標準誤下的雙向固定效應模型進行分析，得到以下結論：第一，數(shù)據(jù)中心發(fā)展水平對數(shù)字產業(yè)碳排放在1%的水平上呈顯著正效應，數(shù)據(jù)中心發(fā)展水平對數(shù)字產業(yè)碳排放的系數(shù)為1.027，即數(shù)據(jù)中心發(fā)展水平提升1%，數(shù)字產業(yè)碳排放增加1.027%。其主要原因在于：一方面，數(shù)字經濟基礎設施的本質是將電力轉化為算力，其耗能以“乘數(shù)效應”增加，導致碳排放的增加；另一方面，在“東數(shù)西算”工程背景下，東部地區(qū)密集的算力需求有序引導至西部地區(qū)，在數(shù)據(jù)要素跨區(qū)域流動的同時，帶來數(shù)據(jù)中心數(shù)量的增加以及算力需求的提升，進而導致碳排放的增加。第二，從控制變量來看，本文選取的科技支持只在5%的水平上顯著為正，這是由于當前科技支持力度在提升整體區(qū)域數(shù)據(jù)中心發(fā)展方面較弱，對碳排放的影響也較小。而其余控制變量的系數(shù)均在1%的水平上顯著為正，對碳排放影響由高到低依次為：人口規(guī)模（4.596）、產業(yè)結構（2.269）、環(huán)境規(guī)制（0.078）。

2.3 穩(wěn)健性檢驗

2.3.1 內生性檢驗

本文采用工具變量法進行內生性檢驗。參考封志明等（2007）[17]、劉傳明和馬青山（2020）[18]的研究，選取地形起伏度（RDLS）作為數(shù)字中心發(fā)展水平的工具變量。原因如下：第一，地形起伏度可以用來反映當?shù)氐牡匦螐碗s程度，影響數(shù)字基礎設施安裝與調試以及數(shù)據(jù)中心的選址與規(guī)模。而且通常來講，地形起伏度越大，數(shù)字中心修建的成本和難度也越大，故地形起伏度滿足作為工具變量的相關性條件。第二，地形起伏度作為自然因素，與其他經濟變量不存在直接關聯(lián)，滿足作為工具變量的外生性條件。同時，考慮到地形起伏度是一個不隨時間變化的常數(shù)，故本文借鑒吉赟和楊青（2020）[19]的做法，利用地形起伏度（RDLS）與各年份虛擬變量（N）的乘積作為工具變量組進行2SLS回歸。結果見表7。

表7 內生性檢驗結果

從表7 可以看出，無論是否加入控制變量，數(shù)據(jù)中心發(fā)展水平對傳統(tǒng)產業(yè)碳排放以及數(shù)字產業(yè)碳排放的影響均顯著為正，表明在考慮內生性問題后，基本結論依舊穩(wěn)健。

2.3.2 動態(tài)面板回歸

本文進一步采用系統(tǒng)GMM動態(tài)面板模型檢驗基準回歸的穩(wěn)健性。由表8可知，模型（1）和模型（2）的AR（1）檢驗P值均小于0.1，而AR（2）檢驗P值均大于0.1，說明回歸方程擾動項的差分僅存在一階自相關。同時，實證結果顯示兩個模型的Hansen 檢驗P 值均大于0.1，說明工具變量有效，系統(tǒng)GMM 的回歸結果再次證實了基準回歸的穩(wěn)健性。

表8 系統(tǒng)GMM動態(tài)面板回歸結果

3 拓展性分析

3.1 區(qū)域異質性檢驗

基準回歸結果表明數(shù)據(jù)中心發(fā)展在總體上對傳統(tǒng)產業(yè)以及數(shù)字產業(yè)具有碳增排效應，為進一步研究該結論在不同區(qū)域的普適性，本文進行分區(qū)域回歸分析。

3.1.1 數(shù)據(jù)中心發(fā)展水平對傳統(tǒng)產業(yè)碳排放的影響

對東、中、西部地區(qū)同樣使用DK 標準誤回歸進行分析，通過分析下頁表9的結果，可得以下結論：

表9 東中西部數(shù)據(jù)中心發(fā)展水平對傳統(tǒng)產業(yè)碳排放的影響

第一，東部地區(qū)數(shù)據(jù)中心發(fā)展水平對傳統(tǒng)產業(yè)碳排放僅在5%的水平上呈顯著正向效應，而中西部地區(qū)則在1%的水平上呈顯著正向效應，即中西部地區(qū)的碳增排效應相較于東部地區(qū)更加顯著。其原因可能在于，隨著“十三五”規(guī)劃的實施以及“東數(shù)西算”工程的開展，近幾年中西部地區(qū)各省份建設了大量的數(shù)字中心及數(shù)字基礎設施，同時，伴隨著數(shù)字技術逐漸向當?shù)毓I(yè)部門滲透，不可避免地給當?shù)貛黼姾呐c碳排放的雙增長；而東部地區(qū)的產業(yè)數(shù)字化已經處于較高水平，數(shù)據(jù)中心發(fā)展水平的提升對當?shù)貍鹘y(tǒng)產業(yè)碳排放影響較小。第二，東部地區(qū)工業(yè)發(fā)展水平及產業(yè)結構對傳統(tǒng)產業(yè)碳排放呈顯著正向效應，其影響由高到低依次為：工業(yè)發(fā)展水平（0.837）、產業(yè)結構（0.716）；中部地區(qū)能源效率及科技支持對傳統(tǒng)產業(yè)碳排放呈顯著正向效應，其影響由高到低依次為：能源效率（0.714）、科技支持（0.119）；就西部地區(qū)而言，工業(yè)發(fā)展水平及產業(yè)結構對傳統(tǒng)產業(yè)碳排放呈顯著正向效應，其影響由高到低依次為：工業(yè)發(fā)展水平（1.612）、產業(yè)結構（0.843）?？梢园l(fā)現(xiàn)，對于東中部地區(qū)來說，由于其本身工業(yè)發(fā)展水平較高、產業(yè)發(fā)展狀況良好，隨著數(shù)字技術與傳統(tǒng)產業(yè)的融合，產業(yè)數(shù)字化對碳排放的增強作用較為明顯；而對于偏遠落后的西部地區(qū)來說，“東數(shù)西算”政策推動大規(guī)模數(shù)據(jù)中心的建設與運營，加速能源消耗，由此帶來碳排放的增加。

3.1.2 數(shù)據(jù)中心發(fā)展水平對數(shù)字產業(yè)碳排放的影響

本文使用DK 標準誤回歸研究東、中、西部地區(qū)數(shù)據(jù)中心發(fā)展水平對數(shù)字產業(yè)碳排放的影響，回歸結果如表10所示。

表10 數(shù)據(jù)中心發(fā)展水平對數(shù)字產業(yè)碳排放的影響

通過分析表10結果，可得以下結論：

就東部地區(qū)而言：第一，東部地區(qū)數(shù)據(jù)中心發(fā)展水平對數(shù)字產業(yè)碳排放的系數(shù)為0.869，即數(shù)據(jù)中心發(fā)展水平綜合指數(shù)提升1%，數(shù)字產業(yè)碳排放增加0.869%。由于時效性高的“熱數(shù)據(jù)”處理需求增多，當前數(shù)據(jù)中心仍主要集中在北京、上海、廣州等東部地區(qū)省份，由此帶來數(shù)字產業(yè)碳排放的增加。第二，控制變量的系數(shù)均在1%的水平上顯著，對數(shù)字產業(yè)碳排放影響由高到低依次為：人口規(guī)模（8.341）、產業(yè)結構（2.815）、科技支持（-0.550）、環(huán)境規(guī)制（0.306）。其中，東部地區(qū)的科技支持對數(shù)字產業(yè)碳排放有顯著減排效應，其原因可能是由于數(shù)據(jù)中心在東部地區(qū)發(fā)展起步較早，對于數(shù)字基礎設施存在的高碳經濟等負外部性問題有所察覺，故東部地區(qū)通過增強科技支持促進數(shù)據(jù)中心低碳發(fā)展，進而抑制數(shù)字產業(yè)碳排放的效果較為顯著。

就中西部地區(qū)而言：第一，數(shù)據(jù)中心發(fā)展水平對數(shù)字產業(yè)碳排放均在1%的水平上呈顯著正向效應，即中部地區(qū)數(shù)據(jù)中心發(fā)展綜合指數(shù)提升1%，數(shù)字產業(yè)碳排放增加0.926%；西部地區(qū)數(shù)據(jù)中心發(fā)展綜合指數(shù)提升1%，碳排放增加1.027%。第二，從控制變量角度來看，中部地區(qū)僅科技支持在1%的水平上顯著，而西部地區(qū)的科技支持與人口規(guī)模均在1%的水平上顯著，對數(shù)字產業(yè)碳排放影響由高到低依次為：人口規(guī)模（-2.970）、科技支持（1.204）。其中，西部地區(qū)的人口規(guī)模對數(shù)字產業(yè)碳排放有顯著減排效應，可能由于西部地區(qū)人口稀少，相應地，當?shù)叵M需求及對服務技術的要求較低，從而導致較少的電力消耗，在一定程度上緩解了數(shù)字產業(yè)碳排放。而相較于東部地區(qū)，中西部地區(qū)的科技支持對數(shù)字產業(yè)碳排放有顯著碳增排效應，這可能是受“十三五”規(guī)劃及“東數(shù)西算”工程的影響，當?shù)乜萍贾С至Χ仍诖龠M數(shù)據(jù)中心發(fā)展方面較強。

3.2 數(shù)據(jù)中心發(fā)展水平對傳統(tǒng)產業(yè)碳排放的非線性影響

本文通過檢驗發(fā)現(xiàn)數(shù)據(jù)中心發(fā)展水平對數(shù)字產業(yè)碳排放不存在門限效應，而數(shù)據(jù)中心發(fā)展水平對傳統(tǒng)產業(yè)碳排放存在門限效應。故本文構建面板門限模型，進一步對數(shù)據(jù)中心發(fā)展水平與傳統(tǒng)產業(yè)碳排放之間的非線性關系進行深入研究。對模型（3）進行門限個數(shù)檢驗，由表11可知，通過1%水平的雙重門限檢驗，即以技術水平（De）為門限變量時，數(shù)據(jù)中心發(fā)展水平對傳統(tǒng)產業(yè)碳排放存在雙重門限效應。門限值為γ1=7.6603，γ2=7.7407。

表11 以技術水平為門限變量的三重門限檢驗

由下頁表12 可知，數(shù)據(jù)中心發(fā)展水平與傳統(tǒng)產業(yè)碳排放之間并不是簡單的線性關系。從整體來看，數(shù)據(jù)中心發(fā)展水平對傳統(tǒng)產業(yè)碳排放始終呈顯著正向影響。其結果表明，在不同的技術水平下，數(shù)據(jù)中心發(fā)展水平對傳統(tǒng)產業(yè)碳排放的影響系數(shù)不同。在門限變量lnDe≤7.6603時，數(shù)據(jù)中心發(fā)展水平對傳統(tǒng)產業(yè)碳排放的影響系數(shù)為0.0710；當門限變量7.66037.7407 時，數(shù)據(jù)中心發(fā)展水平對傳統(tǒng)產業(yè)碳排放的影響系數(shù)為0.1150。該結果表明，[7.6603，7.7407]為lnDe 的最佳范圍，即技術水平（De）在[0.8842，0.8887]范圍時，數(shù)據(jù)中心發(fā)展水平對傳統(tǒng)產業(yè)碳排放的碳增排效應最弱；而當技術水平低于門限值γ1=0.8842 或高于門限值γ2=0.8887 時，數(shù)據(jù)中心發(fā)展水平對傳統(tǒng)產業(yè)碳排放的碳增排效應較強。

表12 以技術水平為門限變量的雙重門限效應回歸結果

4 結論與建議

本文基于2016—2020 年我國30 個省份的面板數(shù)據(jù)，通過實證分析闡明了雙碳背景下“東數(shù)西算”工程對不同區(qū)域、不同產業(yè)部門碳排放的影響，得出以下結論：第一，數(shù)據(jù)中心發(fā)展在總體上對傳統(tǒng)產業(yè)及數(shù)字產業(yè)具有顯著碳增排效應。第二，除東部地區(qū)外，現(xiàn)階段數(shù)據(jù)中心發(fā)展水平對區(qū)域傳統(tǒng)產業(yè)碳排放均具有顯著正向促進效應；而對于不同區(qū)域數(shù)字產業(yè)碳排放，現(xiàn)階段數(shù)據(jù)中心發(fā)展水平均呈現(xiàn)顯著的碳增排效應。第三，數(shù)據(jù)中心發(fā)展水平對傳統(tǒng)產業(yè)碳排放的影響存在基于技術水平的雙重門限特征。技術水平在[0.8842，0.8887]范圍時，數(shù)據(jù)中心發(fā)展水平對傳統(tǒng)產業(yè)碳排放的碳增排效應最弱；而當技術水平低于門限值γ1=0.8842 或高于門限值γ2=0.8887 時，數(shù)據(jù)中心發(fā)展水平對傳統(tǒng)產業(yè)碳排放的碳增排效應較強。目前，我國的整體區(qū)域技術水平較低，單位生產總值電耗較高，數(shù)據(jù)中心發(fā)展水平的提升并未表現(xiàn)出明顯的碳排放抑制作用。

基于上述實證結論，得出以下啟示：第一，政府在制定數(shù)字經濟發(fā)展政策時，不僅要注重優(yōu)化數(shù)字經濟發(fā)展水平和質量，還要注意數(shù)字經濟自身的碳中和問題，采取適當措施提高區(qū)域綠色數(shù)字技術水平。第二，在“東數(shù)西算”工程開展的過程中，減少建設、運營和維護數(shù)據(jù)中心所產生的能源浪費和碳排放。一方面，積極推進能耗智能控制建設，實現(xiàn)智能、精確的能源調度，減少投入產出損失；另一方面，制定數(shù)據(jù)中心的能源使用評估和碳排放標準，推動數(shù)據(jù)中心和數(shù)字設備的綠色升級。第三，在促進數(shù)字技術與傳統(tǒng)產業(yè)融合發(fā)展的過程中，加強對綠色數(shù)字技術的利用，提高能源利用效率，避免在產業(yè)數(shù)字化過程中出現(xiàn)碳增排效應。