王 凱，關(guān) 銳，胡鳴鏑，李 嫻，甘 暢2,*

1.湖南師范大學(xué)旅游學(xué)院，湖南 長沙 410081

2.武漢輕工大學(xué)管理學(xué)院，湖北 武漢 430048

近年來，碳排放量增加導(dǎo)致的氣候變暖問題嚴(yán)重阻礙了人類社會經(jīng)濟(jì)發(fā)展，如何有效遏制氣候變暖已成為全球共識[1].截至2020 年末，中國碳排放總量已達(dá)99×108t[2].為此，中國政府提出二氧化碳排放力爭于2030 年前達(dá)到峰值，努力爭取2060 年前實(shí)現(xiàn)碳中和的目標(biāo).根據(jù)《中國數(shù)字經(jīng)濟(jì)發(fā)展白皮書》，2020 年中國數(shù)字經(jīng)濟(jì)規(guī)模已達(dá)39.2×1012元，約占GDP 的38.6%[2]，表明數(shù)字經(jīng)濟(jì)日益成為經(jīng)濟(jì)增長的穩(wěn)定器和加速器.同時，相關(guān)研究[3]指出，數(shù)字經(jīng)濟(jì)有利于降低碳排放強(qiáng)度，推動城市綠色低碳轉(zhuǎn)型.黨的二十大提出，加快建設(shè)“數(shù)字中國”和“美麗中國”，推動綠色發(fā)展.因此，基于環(huán)境經(jīng)濟(jì)學(xué)相關(guān)理論，探究中國城市數(shù)字經(jīng)濟(jì)與碳排放績效的關(guān)系，將有助于構(gòu)筑綠色低碳的現(xiàn)代化宜居城市，從而助推碳達(dá)峰、碳中和目標(biāo)如期實(shí)現(xiàn).

碳排放績效作為生態(tài)環(huán)境現(xiàn)狀評估的重要指標(biāo)[4]，目前學(xué)界已對其展開了深入的研究和探討.已有研究基于不同視角和尺度測算了碳排放強(qiáng)度[5-6]、碳排放效率[7-8]、空間碳績效[9]、碳減排潛力[10]及全要素碳排放績效[11-12]；在測算的基礎(chǔ)上學(xué)者深入探究了碳排放績效的時空演變格局[13-14]及其影響因素[15].碳排放績效的測度包括單要素指標(biāo)和全要素指標(biāo)兩大類，其中，全要素指標(biāo)測度法由于將期望產(chǎn)出和非期望產(chǎn)出納入評價體系而廣泛應(yīng)用于碳排放績效的測算，相關(guān)模型主要包括SBM 模型[7]、DEA 模型[16-17]、超效率SBM模型[18-19]、ML 指數(shù)[20]等，亦有學(xué)者將單要素指標(biāo)與全要素指標(biāo)相結(jié)合以評價碳排放績效[21].影響碳排放績效的社會經(jīng)濟(jì)因素復(fù)雜多樣，相關(guān)文獻(xiàn)多基于擴(kuò)展的STIRPAT 框架及環(huán)境Kuznets 曲線，并將其研究內(nèi)容進(jìn)行拓展，利用面板固定效應(yīng)模型[21]、空間杜賓模型[22]、DID 模型[23]剖析不同視角下社會經(jīng)濟(jì)因素對碳排放績效的影響，結(jié)果表明，數(shù)字金融、碳交易試點(diǎn)政策及數(shù)字經(jīng)濟(jì)能顯著提高碳排放績效[21,23-24]，以煤炭為主的能源結(jié)構(gòu)和以第二產(chǎn)業(yè)為主的產(chǎn)業(yè)結(jié)構(gòu)仍是制約中國碳排放績效提高的主要因素[18].隨著數(shù)字經(jīng)濟(jì)的蓬勃發(fā)展，已有學(xué)者將其納入碳排放績效的影響框架中，部分學(xué)者認(rèn)為，數(shù)字經(jīng)濟(jì)通過降低能源強(qiáng)度和提高創(chuàng)新能力來降低區(qū)域碳排放強(qiáng)度[24]；另一部分學(xué)者指出，數(shù)字經(jīng)濟(jì)與碳排放的關(guān)系符合環(huán)境庫茲涅茨曲線的倒“U”型關(guān)系[25]；亦有研究證實(shí)，數(shù)字經(jīng)濟(jì)對碳排放的影響存在門檻效應(yīng)[25]和空間溢出效應(yīng)[26].

綜上，針對碳排放績效的研究成果較為豐富，對數(shù)字經(jīng)濟(jì)和碳排放績效關(guān)系的探索也有所涉及，但仍存在以下不足：已有研究在評價碳排放績效時，僅用單一的碳排放強(qiáng)度或碳排放效率，少有學(xué)者從公平與效率的視角出發(fā)，將單要素指標(biāo)與全要素指標(biāo)相結(jié)合來系統(tǒng)地衡量碳排放績效；同時，少有研究運(yùn)用中介效應(yīng)模型探討數(shù)字經(jīng)濟(jì)對碳排放績效的影響機(jī)制.鑒于此，本研究綜合運(yùn)用面板固定效應(yīng)模型和中介效應(yīng)模型，剖析數(shù)字經(jīng)濟(jì)對碳排放績效的影響及其作用機(jī)制，以期為推動城市綠色低碳轉(zhuǎn)型和生態(tài)文明建設(shè)提供科學(xué)參考.

1 理論機(jī)制與研究假設(shè)

1.1 數(shù)字經(jīng)濟(jì)對碳排放績效的直接效應(yīng)

作為低碳轉(zhuǎn)型的重要推動力，數(shù)字化和智能化技術(shù)帶來的效率和成本優(yōu)勢日益凸顯，數(shù)字經(jīng)濟(jì)將通過降低碳排放強(qiáng)度、提高碳排放效率從而改善碳排放績效.一方面，數(shù)字經(jīng)濟(jì)可以有效發(fā)揮數(shù)據(jù)要素的替代效應(yīng)，改造勞動、資本和技術(shù)等傳統(tǒng)生產(chǎn)要素[26]，減少高污染、高耗能資源的使用[27]，提升資源配置效率和能源利用效率，減少能源消費(fèi)量，進(jìn)而實(shí)現(xiàn)碳排放強(qiáng)度的有效降低；另一方面，數(shù)字經(jīng)濟(jì)將通過溢出效應(yīng)和示范效應(yīng)激勵企業(yè)綠色技術(shù)創(chuàng)新，打破地區(qū)間信息、數(shù)據(jù)、技術(shù)和人才的流動壁壘，可以有效提高經(jīng)濟(jì)運(yùn)行效率，助力城市綠色發(fā)展，并利用數(shù)字技術(shù)的開放性和數(shù)字平臺的聯(lián)結(jié)樞紐功能，有效實(shí)現(xiàn)跨界融合與資源共享，建立產(chǎn)業(yè)互動和云端產(chǎn)業(yè)集群[28]，提高要素利用效率，進(jìn)而提高碳排放績效.據(jù)此提出假設(shè)一(H1)：數(shù)字經(jīng)濟(jì)將通過降低碳排放強(qiáng)度、提高碳排放效率，從而改善碳排放績效.

1.2 數(shù)字經(jīng)濟(jì)對碳排放績效的間接效應(yīng)

基于Grossman 的“規(guī)模-結(jié)構(gòu)-技術(shù)”分析框架，本研究認(rèn)為：數(shù)字經(jīng)濟(jì)將通過規(guī)模效應(yīng)、結(jié)構(gòu)效應(yīng)和技術(shù)效應(yīng)，產(chǎn)生“減排”和“增效”的雙重低碳紅利，從而提高碳排放績效.

1.2.1 規(guī)模效應(yīng)

數(shù)字化發(fā)展可以推動數(shù)字經(jīng)濟(jì)和實(shí)體經(jīng)濟(jì)的融合發(fā)展，促使經(jīng)濟(jì)增長由要素驅(qū)動轉(zhuǎn)向創(chuàng)新驅(qū)動[27]，并通過數(shù)字化思維轉(zhuǎn)變、產(chǎn)業(yè)數(shù)字化、數(shù)字化生態(tài)和數(shù)字化基礎(chǔ)設(shè)施建設(shè)等方式促進(jìn)經(jīng)濟(jì)增長.同時，根據(jù)EKC 假說，經(jīng)濟(jì)增長與人均碳排放之間存在倒“U”型關(guān)系[29].在經(jīng)濟(jì)發(fā)展初期，政府將經(jīng)濟(jì)增長作為第一要務(wù)，消耗大量能源資源，并產(chǎn)生大量碳排放，以犧牲環(huán)境質(zhì)量為代價保持經(jīng)濟(jì)高速增長.當(dāng)經(jīng)濟(jì)發(fā)展到一定水平時，環(huán)境績效被納入政府績效考核中，刺激各級政府重視環(huán)境質(zhì)量，加強(qiáng)環(huán)境治理力度，從而實(shí)現(xiàn)碳減排.據(jù)此提出假設(shè)二(H2)：數(shù)字經(jīng)濟(jì)可通過規(guī)模效應(yīng)提高碳排放績效.

1.2.2 結(jié)構(gòu)效應(yīng)

數(shù)字經(jīng)濟(jì)將通過產(chǎn)業(yè)結(jié)構(gòu)合理化和高級化影響產(chǎn)業(yè)結(jié)構(gòu)升級，進(jìn)而實(shí)現(xiàn)碳排放績效的提高.一方面，數(shù)字化技術(shù)的應(yīng)用能降低信息搜索成本，緩解信息不對稱和要素配置扭曲[30]，引導(dǎo)生產(chǎn)要素最大程度流向高效率部門[26]，促使產(chǎn)業(yè)結(jié)構(gòu)日趨合理化；另一方面，數(shù)字經(jīng)濟(jì)發(fā)展水平可發(fā)揮自身強(qiáng)滲透性和廣覆蓋性的優(yōu)勢，打破產(chǎn)業(yè)發(fā)展邊界、激發(fā)新業(yè)態(tài)，促使經(jīng)濟(jì)發(fā)展重心由勞動和能源密集型產(chǎn)業(yè)向技術(shù)密集型產(chǎn)業(yè)轉(zhuǎn)移[31]，進(jìn)而提高產(chǎn)業(yè)結(jié)構(gòu)高級化水平.產(chǎn)業(yè)結(jié)構(gòu)合理化和高級化水平的提升，意味著資源利用效率的提升，以及產(chǎn)業(yè)結(jié)構(gòu)向高產(chǎn)出、低排放和高附加值的清潔行業(yè)傾斜，從而對生態(tài)環(huán)境產(chǎn)生正外部性.據(jù)此提出假設(shè)三(H3)：數(shù)字經(jīng)濟(jì)可通過結(jié)構(gòu)效應(yīng)提高碳排放績效.

1.2.3 技術(shù)效應(yīng)

技術(shù)進(jìn)步是降低碳排放強(qiáng)度和提高碳排放效率的有效手段[32].作為產(chǎn)業(yè)經(jīng)濟(jì)的細(xì)胞，企業(yè)進(jìn)行技術(shù)創(chuàng)新具有投入沉沒性、調(diào)整成本高、成果不確定、過程不可逆等特征[21]，數(shù)字金融能夠降低金融服務(wù)成本和門檻，通過提高創(chuàng)新資源和金融資源的可得性，為企業(yè)的研發(fā)創(chuàng)新活動提供金融保障，降低融資風(fēng)險.同時，數(shù)字經(jīng)濟(jì)具有共享性和滲透性等特征，有助于打破行政壁壘，推動創(chuàng)新主體之間的創(chuàng)新協(xié)作和知識共享[2]，實(shí)現(xiàn)城市創(chuàng)新能力提升，從而改進(jìn)能源利用技術(shù)，降低單位產(chǎn)值的碳排放，并提高碳排放效率.據(jù)此提出假設(shè)四(H4)：數(shù)字經(jīng)濟(jì)可通過技術(shù)效應(yīng)提高碳排放績效.

2 方法與數(shù)據(jù)

2.1 研究方法

2.1.1 基于非期望產(chǎn)出的SBM 模型

Tone[33]提出的基于非期望產(chǎn)出的SBM 模型，既解決了DEA 模型中無法對松弛量進(jìn)行處理的局限，同時將非期望產(chǎn)出納入效率測算體系中，考慮了環(huán)境的負(fù)外部性[18]，具體模型如下：

式中：ρ*為目標(biāo)效率值，取值范圍為[0,1]；V為決策單元的數(shù)量，個；xnc為第c個決策單元的第n個投入變量；ymc為第c個決策單元的第m個期望產(chǎn)出變量；uhc為第c個決策單元的第h個非期望產(chǎn)出向量；xnv為第v個決策單元的第n個投入變量；ymv為第v個決策單元的第m個期望產(chǎn)出變量；uhv為第v個決策單元的第h個非期望產(chǎn)出向量；N為投入變量的數(shù)量，個；M為期望產(chǎn)出變量的數(shù)量，個；H為非期望產(chǎn)出變量的數(shù)量，個；snx、smy、shu分別為投入變量、期望產(chǎn)出變量和非期望產(chǎn)出變量的松弛向量；zv為決策單元的權(quán)重.

2.1.2 改進(jìn)的熵值法

作為一種客觀賦權(quán)方法，熵值法在有效避免主觀因素干擾的同時，可以使權(quán)重的賦予更具有客觀性和科學(xué)性.相較于傳統(tǒng)熵值法僅能用于截面數(shù)據(jù)測算的缺點(diǎn)，改進(jìn)的熵值法可測算面板數(shù)據(jù)，具體過程如下：

將各項指標(biāo)進(jìn)行標(biāo)準(zhǔn)化、無量綱化處理：

式中，Yij和Yij′分別為正向指標(biāo)數(shù)據(jù)和負(fù)向指標(biāo)數(shù)據(jù)標(biāo)準(zhǔn)化后的值，Xij為第i個評價對象的第j項指標(biāo)值，minXij為Xij的最小值，maxXij為Xij的最大值.

計算第j項指標(biāo)的第i個評價對象的占比：

式中，Qi j為第j項指標(biāo)的第i個評價對象的占比，C為樣本個數(shù).

計算第j項指標(biāo)的信息熵和差異性系數(shù)：

式中，ej為信息熵，dj為差異性系數(shù).

計算第j項指標(biāo)的權(quán)重：

式中，ωj為第j項指標(biāo)的權(quán)重，D為指標(biāo)數(shù)量.

計算綜合評分值：

式中，μi j為綜合評分值，即本研究的數(shù)字經(jīng)濟(jì)發(fā)展水平.

2.1.3 基準(zhǔn)回歸模型

經(jīng)典的IPAT 模型最初是用于評估人類活動對自然生態(tài)環(huán)境可能產(chǎn)生的影響，具體模型如下：

式中，I為環(huán)境壓力，P為人口因素，A為富裕程度，T為技術(shù)水平.

為克服模型中各要素線性化和單一化的局限，在經(jīng)典的IPAT 模型中加入隨機(jī)項并將其擴(kuò)展為STIRPAT模型[2]，具體模型及取對數(shù)的模型如下：

式中，ρ0為模型系數(shù)，ρ1、ρ2、ρ3分別為變量P、A、T的系數(shù)，ρ4為模型誤差.

為驗(yàn)證數(shù)字經(jīng)濟(jì)與碳排放績效的關(guān)系，在式(11)的基礎(chǔ)上，構(gòu)建如下的固定效應(yīng)模型：

式中：Cepkt為t年k城市的碳排放績效，對應(yīng)式(11)中的環(huán)境壓力(I)；Digkt為t年k城市的數(shù)字經(jīng)濟(jì)發(fā)展水平，對應(yīng)式(11)中的富裕程度(A)；Eikt為t年k城市的能源強(qiáng)度，對應(yīng)式(11)中的技術(shù)水平(T)，kW·h/元；Pikt為t年k城市的人口密度，對應(yīng)式(11)中的人口因素(P)，人/km2；Goverkt為t年k城市的政府分權(quán)化水平，%；Openkt為t年k城市的對外開放程度，%；Trakt為t年k城市的交通配置水平，m2；θ0為常數(shù)項；θ1、θ2、θ3、θ4、θ5、θ6分別為各變量的回歸系數(shù)；λk為不隨時間變化的個體固定效應(yīng)；εkt為隨機(jī)誤差項.

2.1.4 中介效應(yīng)模型

為探究數(shù)字經(jīng)濟(jì)對碳排放績效的影響機(jī)制，參考文獻(xiàn)[21,27]構(gòu)建如下中介效應(yīng)模型：

式中：Bkt為中介變量；Xkt為控制變量，即式(11)中的能源強(qiáng)度、人口密度、政府分權(quán)化水平、對外開放程度和交通配置水平；β0和α0為常數(shù)項；β1、β2、α1、α2、α3分別為各變量的回歸系數(shù)，其中β1與α2的乘積即為本研究所關(guān)注的中介效應(yīng).

2.2 變量選取

2.2.1 被解釋變量

選取碳排放績效(carbon emission performance，Cep)作為本研究的被解釋變量.從公平與效率的視角出發(fā)，選擇碳排放強(qiáng)度(carbon emission intensity，Cei)和碳排放效率(carbon emission efficiency，Cee)衡量碳排放績效，即當(dāng)城市碳排放強(qiáng)度越小、碳排放效率越高時，碳排放績效越高[21].碳排放強(qiáng)度參照文獻(xiàn)[5]，以城市碳排放總量與GDP 的比值進(jìn)行表征.碳排放效率運(yùn)用基于非期望產(chǎn)出的SBM 模型[7]進(jìn)行測算，并以資本、勞動力和能源消費(fèi)量作為投入要素，以城市人均GDP 作為期望產(chǎn)出，以城市碳排放量作為非期望產(chǎn)出.其中，參考文獻(xiàn)[21,34]，利用DMSP-OLS和NPP-VIIRS 夜間燈光數(shù)據(jù)降尺度反向推演城市層面碳排放.

2.2.2 解釋變量

選取數(shù)字經(jīng)濟(jì)發(fā)展水平(digital economy,Dig)作為本研究的解釋變量.王瀚迪等[35]研究中采用的互聯(lián)網(wǎng)用戶、互聯(lián)網(wǎng)普及率等單一指標(biāo)不能完整反映數(shù)字經(jīng)濟(jì)發(fā)展水平，因此本研究參考文獻(xiàn)[2,28,36-38]，并結(jié)合數(shù)據(jù)獲取的可得性，從數(shù)字基礎(chǔ)、人力資源、普及應(yīng)用、發(fā)展環(huán)境及數(shù)字普惠金融等5 個方面選取18 個指標(biāo)構(gòu)建數(shù)字經(jīng)濟(jì)發(fā)展水平評價體系(見表1)，利用改進(jìn)的熵值法計算2011-2020 年中國276 個地級及以上城市的數(shù)字經(jīng)濟(jì)發(fā)展水平.

表1 數(shù)字經(jīng)濟(jì)發(fā)展水平評價指標(biāo)體系Table 1 Evaluation index system of the level of digital economy

2.2.3 中介變量

本研究選取的中介變量主要基于Grossman 的理論和1.2 節(jié)的機(jī)制分析，具體指標(biāo)如下.

a)經(jīng)濟(jì)發(fā)展水平(Pgdp).數(shù)字化發(fā)展可以通過推動數(shù)字經(jīng)濟(jì)和實(shí)體經(jīng)濟(jì)的融合發(fā)展促進(jìn)經(jīng)濟(jì)增長，經(jīng)濟(jì)發(fā)展水平能反映城市的綜合發(fā)展情況，為城市低碳轉(zhuǎn)型升級提供物質(zhì)基礎(chǔ).人均GDP 則是城市經(jīng)濟(jì)發(fā)展水平的直接映射，因此參考鄧榮榮等[21]的研究，選取人均GDP 表征城市經(jīng)濟(jì)發(fā)展水平.

b)產(chǎn)業(yè)結(jié)構(gòu)(Is).產(chǎn)業(yè)結(jié)構(gòu)是地區(qū)發(fā)展模式的重要表征，產(chǎn)業(yè)結(jié)構(gòu)升級意味著資源利用效率的提升，以及產(chǎn)業(yè)結(jié)構(gòu)向高產(chǎn)出、低排放的清潔行業(yè)傾斜，從而有利于改善生態(tài)環(huán)境.參考付凌暉[39]的研究，以余弦法計算產(chǎn)業(yè)結(jié)構(gòu)高級化指數(shù).首先，構(gòu)建1 個三維產(chǎn)業(yè)結(jié)構(gòu)空間向量W0=(w10,w20,w30)，wa0為第a產(chǎn)業(yè)占GDP 的比重(a=1、2、3)；其次，測算W0與向量組W1=(1,0,0)、W2=(0,1,0)、W3=(0,0,1) 的夾角γb(b=1、2、3)；最后計算產(chǎn)業(yè)結(jié)構(gòu)高級化水平G.具體公式：

式中，wab為三維向量W1、W2、W3的坐標(biāo)值.

c)技術(shù)創(chuàng)新水平(Tec).在數(shù)字經(jīng)濟(jì)發(fā)展過程中，數(shù)字金融企業(yè)的研發(fā)創(chuàng)新活動可提供金融保障，降低融資風(fēng)險.科技進(jìn)步能夠改進(jìn)能源利用技術(shù)，降低單位產(chǎn)值的碳排放，并提高碳排放效率[40].參考相關(guān)文獻(xiàn)[2]，以每萬人專利申請量作為技術(shù)創(chuàng)新水平的代理變量.

2.2.4 控制變量

參考已有研究[2,5-6,18,41]，基于STIRPAT 擴(kuò)展框架，并結(jié)合頻度統(tǒng)計法及數(shù)據(jù)獲取的可得性，選取以下可能對碳排放績效產(chǎn)生影響的因素作為本研究的控制變量：①能源強(qiáng)度(Ei).由于缺少地級市層面的能源消耗數(shù)據(jù)，參考周迪等[5-6]的研究，選用單位GDP 的電力消耗量反映各城市的能源強(qiáng)度；②人口密度(Pi).參考何小鋼等[41]的研究，以每平方千米的人口數(shù)量來衡量城市人口密度；③政府分權(quán)化水平(Gover).參考文獻(xiàn)[18]，選擇地方政府財政收入與財政支出的比值表征政府分權(quán)化水平；④對外開放程度(Open).參考Wang 等[18]的研究，選取當(dāng)年實(shí)際利用外資額與GDP 的比值表征城市的對外開放程度；⑤交通配置水平(Tra).參考徐維祥等[2]的研究，以人均道路面積作為交通配置水平的代理變量.

2.3 數(shù)據(jù)來源

基于數(shù)據(jù)的連續(xù)性和可得性并結(jié)合行政區(qū)劃的調(diào)整，本研究選取中國276 個地級及以上城市作為實(shí)證分析對象，研究周期為2011-2020 年.數(shù)字普惠金融及3 個維度的數(shù)據(jù)來自北京大學(xué)數(shù)字金融研究中心發(fā)布的數(shù)字普惠金融指數(shù)[42]；DMSP-OLS 穩(wěn)定夜間燈光數(shù)據(jù)和NPP-VIIRS 夜間燈光數(shù)據(jù)均來源于美國國家海洋和大氣管理局(National Oceanic and Atmospheric Administration,NOAA)；社會經(jīng)濟(jì)類數(shù)據(jù)來自2012-2021 年的《中國統(tǒng)計年鑒》《中國城市統(tǒng)計年鑒》以及各城市統(tǒng)計年鑒.為避免通貨膨脹和價格因素的影響，以2011 年為基期，對部分?jǐn)?shù)據(jù)進(jìn)行平減處理；為避免異方差的影響，對變量取其自然對數(shù).各變量的描述性統(tǒng)計結(jié)果及VIF 值如表2 所示.由表2 可見，各變量的VIF 值均小于5，表明本研究的解釋變量間不存在多重共線性.

表2 變量的描述性統(tǒng)計Table 2 Descriptive statistics of variables

3 實(shí)證分析

3.1 基準(zhǔn)回歸結(jié)果

隨機(jī)效應(yīng)模型和固定效應(yīng)模型的回歸結(jié)果如表3 所示.由于Hausman 檢驗(yàn)的結(jié)果通過了10%水平的顯著性檢驗(yàn)，因此選擇固定效應(yīng)模型作為本研究的解釋模型(見表3).以碳排放強(qiáng)度作為被解釋變量時，數(shù)字經(jīng)濟(jì)發(fā)展水平系數(shù)始終為負(fù)且通過了1%水平的顯著性檢驗(yàn)，表明數(shù)字經(jīng)濟(jì)發(fā)展水平與碳排放強(qiáng)度呈顯著的負(fù)相關(guān)關(guān)系；以碳排放效率作為被解釋變量時，數(shù)字經(jīng)濟(jì)發(fā)展水平系數(shù)始終為正且在1%的水平上顯著，表明數(shù)字經(jīng)濟(jì)發(fā)展能顯著提高碳排放效率.上述結(jié)果表明，數(shù)字經(jīng)濟(jì)有助于改善碳排放績效.

表3 隨機(jī)效應(yīng)模型和固定效應(yīng)模型的回歸結(jié)果Table 3 Regression results of random effect model and fixed effect model

從控制變量來看：①能源強(qiáng)度對碳排放績效呈顯著負(fù)向影響，經(jīng)濟(jì)快速發(fā)展帶來城市用電量的與日俱增，而中國目前仍以火力發(fā)電為主，清潔能源所占比重較低，導(dǎo)致能源結(jié)構(gòu)不合理，碳排放量居高不下；②人口密度對碳排放績效呈顯著正向影響，且對碳排放強(qiáng)度的影響大于對碳排放效率的影響，表明人口集聚帶來的“集聚效應(yīng)”大于“規(guī)模效應(yīng)”，從而促進(jìn)了碳減排；③政府分權(quán)化水平對碳排放績效呈顯著正向影響，說明財政分權(quán)化程度的提高有利于激發(fā)地方政府環(huán)境治理的主觀能動性；④對外開放對碳排放績效呈顯著負(fù)向影響，可能由于“污染避難所”假說的存在，外國高污染企業(yè)轉(zhuǎn)移至中國境內(nèi)，從而降低了碳排放績效；⑤交通配置水平雖對碳排放績效呈顯著正向影響，但導(dǎo)致了碳排放強(qiáng)度的增加，這可能與交通基礎(chǔ)設(shè)施的完善將促使人們的出行量日益增加，進(jìn)而導(dǎo)致碳排放量增加有關(guān).

3.2 異質(zhì)性分析

3.2.1 城市區(qū)位異質(zhì)性分析

由于地理區(qū)位的不同，中國各城市的數(shù)字經(jīng)濟(jì)發(fā)展水平、碳排放強(qiáng)度和碳排放效率存在顯著的區(qū)域差異，這可能會導(dǎo)致數(shù)字經(jīng)濟(jì)的碳減排效應(yīng)在不同地區(qū)將存在差異.鑒于此，本研究將研究樣本劃分為東部地區(qū)、中部地區(qū)、西部地區(qū)和東北地區(qū)[28]四大區(qū)域，構(gòu)建虛擬變量，進(jìn)行城市區(qū)位異質(zhì)性分析.

由表4 可見，數(shù)字經(jīng)濟(jì)的影響系數(shù)在四大地區(qū)均通過顯著性檢驗(yàn)，但其影響程度卻不同.當(dāng)以碳排放強(qiáng)度為被解釋變量時，數(shù)字經(jīng)濟(jì)的影響系數(shù)呈東部地區(qū)＞中部地區(qū)＞西部地區(qū)＞東北地區(qū)的特征；當(dāng)以碳排放效率為被解釋變量時，數(shù)字經(jīng)濟(jì)的影響系數(shù)呈中部地區(qū)＞東部地區(qū)＞西部地區(qū)＞東北地區(qū)的特征.這表明數(shù)字經(jīng)濟(jì)對碳排放績效的影響在各地區(qū)存在顯著的差異，即存在區(qū)位異質(zhì)性.四大區(qū)域中，東部地區(qū)是中國經(jīng)濟(jì)最為活躍的區(qū)域，發(fā)展基礎(chǔ)好，要素投入充足，數(shù)字經(jīng)濟(jì)發(fā)展水平遠(yuǎn)超其他地區(qū)，在經(jīng)濟(jì)結(jié)構(gòu)中所占比重較大，因此數(shù)字經(jīng)濟(jì)的碳減排效應(yīng)大于其他區(qū)域；中部地區(qū)發(fā)展基礎(chǔ)相對較好，加之近年來中部崛起戰(zhàn)略的實(shí)施，漸有迎頭趕上之勢；西部地區(qū)受制于歷史原因和自然環(huán)境的脆弱性，其發(fā)展基礎(chǔ)較差，基礎(chǔ)設(shè)施建設(shè)不完善，且由于數(shù)字鴻溝效應(yīng)的影響，數(shù)字經(jīng)濟(jì)的碳減排效應(yīng)難以得到充分的釋放；東北地區(qū)作為老工業(yè)基地，重工業(yè)是其發(fā)展的基礎(chǔ)，盡管近年來國家提出了東北振興戰(zhàn)略，但受制于經(jīng)濟(jì)結(jié)構(gòu)的約束，其碳排放量一直居高不下，導(dǎo)致數(shù)字經(jīng)濟(jì)對碳排放績效的影響在該地區(qū)最小.

表4 城市區(qū)位異質(zhì)性分析Table 4 Analysis of city location heterogeneity

3.2.2 城市規(guī)模異質(zhì)性分析

本研究根據(jù)國務(wù)院2014 年發(fā)布的《關(guān)于調(diào)整城市規(guī)模劃分標(biāo)準(zhǔn)的通知》和第七次全國人口普查結(jié)果，將超大城市、特大城市劃入大城市，將中等城市和小城市合并為中小城市，最終將研究樣本劃分為大城市和中小城市2 個子樣本，然后進(jìn)行回歸分析.由表5 可見，數(shù)字經(jīng)濟(jì)對碳排放績效的影響存在城市規(guī)模的異質(zhì)性，其對大城市的影響程度要大于中小城市.一方面，城市規(guī)模的擴(kuò)大將帶來資源要素的集聚，通過規(guī)模效應(yīng)降低邊際碳減排成本，促進(jìn)能源結(jié)構(gòu)優(yōu)化，進(jìn)而降低碳排放強(qiáng)度，提高碳排放效率；另一方面，相較于中小城市，大城市居民受教育程度較高，擁有較強(qiáng)的環(huán)保意識，這種非正式環(huán)境規(guī)制將助力政府推行低碳環(huán)保行動，加快區(qū)域碳減排進(jìn)程.

表5 城市規(guī)模異質(zhì)性分析Table 5 Analysis of city size heterogeneity

3.3 穩(wěn)健性檢驗(yàn)

3.3.1 內(nèi)生性檢驗(yàn)

由于遺漏變量的存在可能導(dǎo)致分析結(jié)果產(chǎn)生內(nèi)生性問題，因此參考文獻(xiàn)[21]，以數(shù)字經(jīng)濟(jì)發(fā)展水平滯后一期(dDig)和數(shù)字經(jīng)濟(jì)發(fā)展水平一階差分(△Dig)的乘積項(dDig×△Dig)作為工具變量，采用兩階段最小二乘法進(jìn)行回歸.由表6 可見，C-D Wald-F統(tǒng)計量的值為224.51，遠(yuǎn)大于10，表明通過弱工具變量檢驗(yàn)，即工具變量的設(shè)計是合理的.同時，最小二乘法的回歸結(jié)果與基準(zhǔn)回歸結(jié)果基本一致，表明在考慮內(nèi)生性問題后，實(shí)證結(jié)果具有較強(qiáng)的穩(wěn)健性.

表6 穩(wěn)健性檢驗(yàn)結(jié)果Table 6 Results of robustness test

3.3.2 剔除直轄市

由于直轄市在經(jīng)濟(jì)體量、發(fā)展基礎(chǔ)等方面遠(yuǎn)超其他城市，因此參考相關(guān)研究[37]，將樣本中的4 個直轄市剔除，然后進(jìn)行回歸.由表6 可見，其回歸結(jié)果與基準(zhǔn)回歸結(jié)果基本保持一致，即數(shù)字經(jīng)濟(jì)顯著提高了碳排放績效，表明在樣本中剔除直轄市后，回歸結(jié)果仍然具有穩(wěn)健性.

3.3.3 剔除極端值

為避免極端值對回歸結(jié)果可能產(chǎn)生的不良影響，因此本研究參考文獻(xiàn)[27]，對所有變量進(jìn)行±2%的雙邊縮尾處理，然后進(jìn)行回歸分析.由表6 可見，在對樣本進(jìn)行縮尾處理后，數(shù)字經(jīng)濟(jì)對碳排放強(qiáng)度和碳排放效率的影響與表3 中固定效應(yīng)模型相似，表明基準(zhǔn)回歸結(jié)果具有穩(wěn)健性.

3.4 機(jī)制分析

為探究數(shù)字經(jīng)濟(jì)對碳排放績效的中介機(jī)制，本研究利用中介效應(yīng)模型進(jìn)行機(jī)制分析.由表7 可見，當(dāng)以碳排放強(qiáng)度作為被解釋變量時，數(shù)字經(jīng)濟(jì)通過提高經(jīng)濟(jì)發(fā)展水平和優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)顯著降低了碳排放強(qiáng)度，說明數(shù)字經(jīng)濟(jì)發(fā)展促進(jìn)了數(shù)字技術(shù)與傳統(tǒng)經(jīng)濟(jì)的深度融合，并通過調(diào)整產(chǎn)業(yè)結(jié)構(gòu)淘汰落后高污染產(chǎn)能，從而降低城市碳排放量；技術(shù)創(chuàng)新水平雖未通過顯著性檢驗(yàn)，但其Sobel 檢驗(yàn)結(jié)果通過了顯著性檢驗(yàn)，表明存在以技術(shù)創(chuàng)新水平為中介變量的中介效應(yīng)，科技水平的快速發(fā)展可以提高資源配置效率和能源利用效率，從而降低碳排放強(qiáng)度.

表7 數(shù)字經(jīng)濟(jì)對碳排放強(qiáng)度的中介效應(yīng)檢驗(yàn)結(jié)果Table 7 Results of the mediation effect test of digital economy on carbon emission intensity

由表8 可見：經(jīng)濟(jì)發(fā)展水平的中介效應(yīng)為0.214，在總效應(yīng)中的占比為77.6%，說明數(shù)字經(jīng)濟(jì)可以通過提高經(jīng)濟(jì)發(fā)展水平促進(jìn)碳排放效率的提升；產(chǎn)業(yè)結(jié)構(gòu)的中介效應(yīng)為0.051，在總效應(yīng)中的占比為18.4%，說明數(shù)字經(jīng)濟(jì)可以通過優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)促進(jìn)碳排放效率的提升；技術(shù)創(chuàng)新水平的中介效應(yīng)為0.034，在總效應(yīng)中的占比為12.3%，表明數(shù)字經(jīng)濟(jì)能通過提高技術(shù)創(chuàng)新水平促進(jìn)碳排放效率的提升.

表8 數(shù)字經(jīng)濟(jì)對碳排放效率的中介效應(yīng)檢驗(yàn)結(jié)果Table 8 Results of the mediation effect test of digital economy on carbon emission efficiency

綜上，數(shù)字經(jīng)濟(jì)可以通過提高經(jīng)濟(jì)發(fā)展水平、優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)升級和提高技術(shù)創(chuàng)新水平顯著提高碳排放績效.

4 結(jié)論與建議

a)數(shù)字經(jīng)濟(jì)發(fā)展水平每提高1%，碳排放強(qiáng)度將顯著下降0.180%，碳排放效率將顯著提高0.276%，即數(shù)字經(jīng)濟(jì)能顯著提高碳排放績效.為此，應(yīng)加快千兆固網(wǎng)、衛(wèi)星互聯(lián)網(wǎng)等數(shù)字化基礎(chǔ)設(shè)施的建設(shè)進(jìn)程，充分發(fā)揮數(shù)字經(jīng)濟(jì)“減排”“增效”的雙重低碳紅利.同時，可利用產(chǎn)業(yè)基金、數(shù)字金融等手段，由行業(yè)協(xié)會牽頭，鼓勵政府、行業(yè)領(lǐng)軍企業(yè)和各類社會資本參與，為數(shù)字產(chǎn)業(yè)和低碳產(chǎn)業(yè)發(fā)展提供資金支持和金融保障，降低低碳轉(zhuǎn)型風(fēng)險.此外，應(yīng)盡量避免粗放式增長，通過提高能源利用效率、推廣節(jié)能減排技術(shù)、增強(qiáng)居民環(huán)保意識等途徑，加快數(shù)字經(jīng)濟(jì)高質(zhì)量發(fā)展和集約式增長.

b)數(shù)字經(jīng)濟(jì)對碳排放績效的影響存在城市區(qū)位和城市規(guī)模的異質(zhì)性，在東部城市和大城市數(shù)字經(jīng)濟(jì)的作用強(qiáng)度更大.鑒于此，地方政府應(yīng)根據(jù)本轄區(qū)的資源稟賦差異，調(diào)整數(shù)字經(jīng)濟(jì)的配套支持政策，建立健全差異化的碳減排機(jī)制.對于中部、西部和東北地區(qū)城市以及中小城市，政府應(yīng)給予更多的政策傾斜和資金扶持，破除新模式、新業(yè)態(tài)的行業(yè)壁壘和地域限制，提升區(qū)域數(shù)字化發(fā)展的協(xié)同性.東部城市和大城市應(yīng)大力構(gòu)建現(xiàn)代化數(shù)字產(chǎn)業(yè)生態(tài)體系，努力探索并不斷創(chuàng)新數(shù)字經(jīng)濟(jì)促進(jìn)碳減排的新業(yè)務(wù)、新模式，充分發(fā)揮其“示范效應(yīng)”和“涓滴效應(yīng)”，帶動落后城市數(shù)字經(jīng)濟(jì)發(fā)展水平的提高.

c)數(shù)字經(jīng)濟(jì)可通過提高經(jīng)濟(jì)發(fā)展水平、優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)及加速技術(shù)創(chuàng)新顯著提高碳排放績效.因此，各級政府應(yīng)積極促進(jìn)數(shù)字經(jīng)濟(jì)與傳統(tǒng)產(chǎn)業(yè)的深度融合發(fā)展，推動中國經(jīng)濟(jì)朝著數(shù)字化、智能化和低碳化方向發(fā)展.同時，應(yīng)注重增強(qiáng)科技創(chuàng)新和產(chǎn)業(yè)升級對碳排放績效的傳導(dǎo)作用.各級政府應(yīng)鼓勵、支持低碳產(chǎn)業(yè)的發(fā)展，提高其在國民經(jīng)濟(jì)中的比例，推動產(chǎn)業(yè)結(jié)構(gòu)朝著合理化、高級化、生態(tài)化的方向發(fā)展，充分利用好產(chǎn)業(yè)結(jié)構(gòu)對碳排放績效的正向外部性.此外，地方政府應(yīng)著力推進(jìn)5G 基站建設(shè)、區(qū)塊鏈、人工智能等數(shù)字化技術(shù)的研發(fā)與應(yīng)用，以技術(shù)促減排、以創(chuàng)新求發(fā)展.