江 元，徐 林

（1.肇慶學(xué)院 肇慶經(jīng)濟(jì)社會(huì)與歷史文化研究院，廣東 肇慶 526000；2.中共四川省委黨校 經(jīng)濟(jì)學(xué)教研部，成都 610000）

0 引言

改革開放以來，我國(guó)的經(jīng)濟(jì)建設(shè)取得了舉世矚目的成績(jī)，但是長(zhǎng)期以來高污染、高耗能的粗放式經(jīng)濟(jì)發(fā)展方式也產(chǎn)生了較為嚴(yán)重的能源消費(fèi)和環(huán)境污染問題。近些年在國(guó)家大力發(fā)展數(shù)字經(jīng)濟(jì)的背景下，數(shù)字經(jīng)濟(jì)逐漸成為實(shí)現(xiàn)“雙碳”目標(biāo)的有力手段。數(shù)字經(jīng)濟(jì)日益融入經(jīng)濟(jì)活動(dòng)的各個(gè)環(huán)節(jié)，成為推動(dòng)經(jīng)濟(jì)綠色低碳發(fā)展的關(guān)鍵性力量，有效緩解了經(jīng)濟(jì)發(fā)展和碳排放之間的矛盾關(guān)系。數(shù)字經(jīng)濟(jì)對(duì)能源效率的優(yōu)化提升是實(shí)現(xiàn)碳減排的有效途徑，數(shù)字經(jīng)濟(jì)可以有效改善生產(chǎn)、消費(fèi)、分配等環(huán)節(jié)的能源效率?；谏鲜霰尘?，本文認(rèn)為對(duì)于數(shù)字經(jīng)濟(jì)與碳排放的研究，在研究視角方面需要更多地關(guān)注能源領(lǐng)域。對(duì)數(shù)字經(jīng)濟(jì)作用于能源效率和碳排放的機(jī)理、機(jī)制進(jìn)行研究和剖析具有較強(qiáng)的理論和現(xiàn)實(shí)意義，有利于厘清在能源的生產(chǎn)、消費(fèi)、配置等方面數(shù)字經(jīng)濟(jì)不同的作用方式和工作機(jī)制。因此，本文將闡明數(shù)字經(jīng)濟(jì)、能源效率和碳排放的邏輯關(guān)系作為研究主線。

雖然已有諸多文獻(xiàn)對(duì)數(shù)字經(jīng)濟(jì)、能源消費(fèi)和碳排放進(jìn)行了研究[1—3]，但是仍然存在一些研究短板。首先，在研究視角方面，數(shù)字經(jīng)濟(jì)對(duì)于能源效率的影響并不局限于能源消費(fèi)端，在能源生產(chǎn)、轉(zhuǎn)化、配置等方面如何發(fā)揮作用仍需深入討論。其次，在理論層面，能源是產(chǎn)生碳排放的最直接原因[4]，但是國(guó)內(nèi)關(guān)于數(shù)字經(jīng)濟(jì)、能源效率和碳排放三者之間勾稽關(guān)系的大部分理論分析屬于現(xiàn)象或者邏輯描述，缺乏利用經(jīng)濟(jì)學(xué)經(jīng)典理論進(jìn)行的必要討論分析。最后，關(guān)于數(shù)字經(jīng)濟(jì)、能源效率和碳排放三者之間邏輯關(guān)系的實(shí)證研究也相對(duì)較少。因此，本文利用我國(guó)省級(jí)面板數(shù)據(jù)，通過理論分析和實(shí)證檢驗(yàn)的方法探究數(shù)字經(jīng)濟(jì)、能源效率和碳排放之間的影響機(jī)制和作用機(jī)理。本文做了以下三個(gè)方面的工作：一是提供了一個(gè)新的研究視角，將能源效率作為關(guān)鍵因素和變量納入數(shù)字經(jīng)濟(jì)對(duì)碳排放影響的模型之中。二是利用能源階梯理論、前景理論、網(wǎng)絡(luò)外部性等經(jīng)濟(jì)學(xué)經(jīng)典理論構(gòu)建了一個(gè)精練的理論分析框架，簡(jiǎn)要討論了數(shù)字經(jīng)濟(jì)、能源效率和碳排放之間的邏輯關(guān)系。三是利用相應(yīng)的實(shí)證模型對(duì)理論假設(shè)進(jìn)行了實(shí)證檢驗(yàn)。

1 理論分析和研究假設(shè)

本文參照Patterson（1996）[5]、魏一鳴和廖華（2010）[6]對(duì)能源效率的定義與分類,從消費(fèi)、生產(chǎn)轉(zhuǎn)化和配置三個(gè)角度出發(fā)，將能源效率劃分為能源消費(fèi)效率、能源生產(chǎn)轉(zhuǎn)化效率、能源配置效率。同時(shí)還借鑒了能源階梯理論、前景理論、網(wǎng)絡(luò)外部性等經(jīng)典理論的理論內(nèi)核，對(duì)數(shù)字經(jīng)濟(jì)、能源效率和碳排放之間的理論邏輯進(jìn)行簡(jiǎn)要闡述，并提出本文的研究假設(shè)。

1.1 數(shù)字經(jīng)濟(jì)對(duì)碳排放的影響

數(shù)字經(jīng)濟(jì)是數(shù)據(jù)要素在經(jīng)濟(jì)活動(dòng)中具體應(yīng)用的產(chǎn)物，大數(shù)據(jù)、互聯(lián)網(wǎng)、云計(jì)算等技術(shù)手段在經(jīng)濟(jì)社會(huì)各個(gè)領(lǐng)域的廣泛應(yīng)用可以提高生產(chǎn)要素的使用配置效率，有利于降低全社會(huì)的碳排放水平。在宏觀層面上，數(shù)字經(jīng)濟(jì)有利于推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)，打造低碳產(chǎn)業(yè)。數(shù)字技術(shù)可以改變傳統(tǒng)產(chǎn)業(yè)的生產(chǎn)方式，提高傳統(tǒng)產(chǎn)業(yè)對(duì)物質(zhì)資源和能源的利用效率。數(shù)字經(jīng)濟(jì)在推動(dòng)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)過程中可以促進(jìn)生產(chǎn)要素向高生產(chǎn)效率的產(chǎn)業(yè)部門轉(zhuǎn)移，有助于提高產(chǎn)業(yè)部門碳生產(chǎn)率。在中觀層面上，數(shù)字經(jīng)濟(jì)增強(qiáng)了產(chǎn)業(yè)鏈、行業(yè)鏈上企業(yè)間的耦合性。數(shù)字經(jīng)濟(jì)可以提升生產(chǎn)要素在產(chǎn)業(yè)鏈、行業(yè)鏈上下游的配置效率，數(shù)據(jù)共享、擴(kuò)散所產(chǎn)生的技術(shù)創(chuàng)新外溢效應(yīng)縮小了企業(yè)之間的技術(shù)鴻溝和生產(chǎn)效率差距，有利于全行業(yè)或產(chǎn)業(yè)全要素生產(chǎn)率的提升，從而產(chǎn)生對(duì)碳排放的抑制作用。在微觀層面上，數(shù)字經(jīng)濟(jì)可以推動(dòng)生產(chǎn)生活方式“去物質(zhì)化”，降低地區(qū)或全社會(huì)的物質(zhì)資源和能源消耗量，進(jìn)而實(shí)現(xiàn)減排目標(biāo)?；谏鲜龇治?，本文提出以下假設(shè)：

假設(shè)1：數(shù)字經(jīng)濟(jì)對(duì)于減少碳排放有積極影響。

1.2 能源消費(fèi)效率和能源生產(chǎn)轉(zhuǎn)換效率的中介效應(yīng)

能源效率提升對(duì)碳減排的影響顯而易見，數(shù)字經(jīng)濟(jì)可以通過提升能源消費(fèi)效率和能源生產(chǎn)轉(zhuǎn)換效率的中介機(jī)制來抑制碳排放。在能源消費(fèi)端，當(dāng)能源消費(fèi)者投資（購買）數(shù)字技術(shù)對(duì)用能設(shè)備進(jìn)行改造升級(jí)時(shí)，數(shù)字經(jīng)濟(jì)尤其是物聯(lián)網(wǎng)、互聯(lián)網(wǎng)所具有的網(wǎng)絡(luò)外部性特性會(huì)增強(qiáng)能源消費(fèi)效率的外部性[7]，產(chǎn)生對(duì)投資前景的“參照依賴”和被動(dòng)預(yù)期[8]，進(jìn)而增加使用節(jié)能技術(shù)的企業(yè)數(shù)量，促進(jìn)整個(gè)能源網(wǎng)絡(luò)的消費(fèi)效率提升，最終產(chǎn)生對(duì)碳排放的抑制作用。在能源生產(chǎn)端，數(shù)字技術(shù)可以對(duì)能源的生產(chǎn)轉(zhuǎn)化過程進(jìn)行科學(xué)分析、調(diào)配和決策，降低不必要的能耗損失，有效發(fā)揮碳減排作用?；谏鲜龇治觯疚奶岢鲆韵录僭O(shè)：

假設(shè)2a：數(shù)字經(jīng)濟(jì)可以通過提升能源消費(fèi)效率的中介效應(yīng)來抑制碳排放。

假設(shè)2b：數(shù)字經(jīng)濟(jì)可以通過提升能源生產(chǎn)轉(zhuǎn)化效率的中介效應(yīng)來抑制碳排放。

1.3 數(shù)字經(jīng)濟(jì)對(duì)能源配置效率的調(diào)節(jié)效應(yīng)

隨著國(guó)民收入水平不斷提高，家庭和企業(yè)所消費(fèi)的能源種類會(huì)呈現(xiàn)階梯狀的線性運(yùn)動(dòng)，展現(xiàn)出復(fù)雜的能源替代或者燃料替代過程[9]。國(guó)民收入越高，能源消費(fèi)需求也越大，且越傾向于消費(fèi)效率更高、污染更少的新能源和替代能源。這種階梯狀的消費(fèi)傾向會(huì)改變能源的配置分布，并進(jìn)一步優(yōu)化能源消費(fèi)結(jié)構(gòu)。在能源結(jié)構(gòu)層面的能源配置效率提升主要表現(xiàn)為能源生產(chǎn)結(jié)構(gòu)優(yōu)化和能源消費(fèi)結(jié)構(gòu)合理化。能源生產(chǎn)結(jié)構(gòu)優(yōu)化最直觀的表現(xiàn)是風(fēng)能、太陽能等可再生清潔能源占全社會(huì)能源生產(chǎn)的比重會(huì)逐步提高。能源消費(fèi)結(jié)構(gòu)合理化則主要表現(xiàn)為能源在產(chǎn)業(yè)之間、行業(yè)之間、城鄉(xiāng)之間的消費(fèi)配置分布趨于合理。由于能源配置效率的變化受國(guó)家政策調(diào)控、產(chǎn)業(yè)結(jié)構(gòu)、城鄉(xiāng)收入差距、環(huán)境規(guī)制等諸多因素影響，因此數(shù)字經(jīng)濟(jì)并不能作為改變能源配置效率的決定性力量，但是數(shù)字經(jīng)濟(jì)可以對(duì)能源配置效率發(fā)揮調(diào)節(jié)作用來抑制碳排放?；谏鲜龇治?，本文提出以下假設(shè)：

假設(shè)3a：數(shù)字經(jīng)濟(jì)能夠增強(qiáng)能源生產(chǎn)結(jié)構(gòu)優(yōu)化對(duì)碳排放的抑制作用。

假設(shè)3b：數(shù)字經(jīng)濟(jì)能夠增強(qiáng)能源消費(fèi)結(jié)構(gòu)合理化對(duì)碳排放的抑制作用。

2 模型設(shè)計(jì)和變量選擇

為了檢驗(yàn)前文理論分析所提出的研究假設(shè)，本文利用基準(zhǔn)模型來檢驗(yàn)數(shù)字經(jīng)濟(jì)對(duì)碳排放的影響，利用中介效應(yīng)模型來檢驗(yàn)?zāi)茉聪M(fèi)效率和能源生產(chǎn)轉(zhuǎn)化效率在數(shù)字經(jīng)濟(jì)和碳排放關(guān)系中的中介效應(yīng)，利用調(diào)節(jié)效應(yīng)模型來檢驗(yàn)數(shù)字經(jīng)濟(jì)對(duì)能源生產(chǎn)結(jié)構(gòu)優(yōu)化和能源消費(fèi)結(jié)構(gòu)合理化的調(diào)節(jié)效應(yīng)。

2.1 模型設(shè)計(jì)

本文參考Ehrlish 和Holdren（1972）[10]的研究，將雙向固定效應(yīng)靜態(tài)面板回歸模型作為本文的基準(zhǔn)模型，具體模型如下：

式（1）中，t代表年份，i代表省份，digit代表核心解釋變量數(shù)字經(jīng)濟(jì)，yit代表被解釋變量碳排放，controlit代表模型中的一系列控制變量，φi為個(gè)體固定效應(yīng)，γt為時(shí)間固定效應(yīng)，εit為隨機(jī)誤差項(xiàng)。

本文參考溫忠麟和葉寶娟（2014）[11]的逐步回歸法來檢驗(yàn)中介效應(yīng)，具體模型如下：

以上遞歸方程中，Mit為中介變量。

為檢驗(yàn)數(shù)字經(jīng)濟(jì)的調(diào)節(jié)作用，本文參考McClelland和Judd（1993）[12]的做法，設(shè)置了數(shù)字經(jīng)濟(jì)與能源配置效率的交互項(xiàng)，若交互項(xiàng)系數(shù)δ3顯著，則表明數(shù)字經(jīng)濟(jì)具有調(diào)節(jié)作用。調(diào)節(jié)效應(yīng)檢驗(yàn)?zāi)Ｐ腿缦拢?/p>

式（5）中，Rit為測(cè)度能源配置效率的相關(guān)變量。

2.2 變量選擇

（1）被解釋變量：碳排放（ce），用碳排放強(qiáng)度衡量。本文使用了中國(guó)碳核算數(shù)據(jù)庫中的省級(jí)表觀碳排放總量指標(biāo)，該碳排放總量數(shù)據(jù)可以對(duì)能源燃燒和生產(chǎn)過程兩個(gè)方面進(jìn)行統(tǒng)計(jì)，數(shù)據(jù)更為精確。本文構(gòu)建的碳排放強(qiáng)度指標(biāo)為各省份表觀碳排放總量與GDP 的比值，本文對(duì)指標(biāo)進(jìn)行取自然對(duì)數(shù)處理。為了保證實(shí)證檢驗(yàn)結(jié)果的穩(wěn)健性，本文還采用了人均表觀碳排放量指標(biāo)（pc），該指標(biāo)為各省份表觀碳排放總量與常住人口數(shù)的比值，指標(biāo)依然取自然對(duì)數(shù)。

（2）解釋變量：數(shù)字經(jīng)濟(jì)（dig），用數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)衡量。本文借鑒許憲春和張美慧（2020）[13]、王軍等（2021）[14]的思路，構(gòu)建了省級(jí)數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)測(cè)度指標(biāo)體系，具體如下頁表1所示。

表1 省級(jí)數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)測(cè)度指標(biāo)體系

本文采用熵值法對(duì)指標(biāo)的權(quán)重進(jìn)行測(cè)算，最終估算出我國(guó)31個(gè)省份的數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)（如下頁表2所示）。

表2 2011—2020年我國(guó)31個(gè)省份數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)

熵值法的計(jì)算公式如下：

（3）控制變量。工業(yè)化（ind），工業(yè)增加值與GDP的比值；對(duì)外開放水平（open），進(jìn)出口貿(mào)易額與GDP的比值，并通過人民幣兌換美元匯率的年均價(jià)格將其折算為人民幣單位；城市化（urban），城鎮(zhèn)常住人口占全部常住人口的比重；收入水平（income），年居民人均可支配收入的自然對(duì)數(shù)；交通運(yùn)輸水平（trans），年貨運(yùn)量的自然對(duì)數(shù)；森林綠化水平（forest），年森林覆蓋率；技術(shù)創(chuàng)新能力（tech），年專利申請(qǐng)授權(quán)數(shù)的自然對(duì)數(shù)。

（4）中介變量：包括能源生產(chǎn)轉(zhuǎn)化效率（te）和能源消費(fèi)強(qiáng)度（ci）。本文采用電力有效轉(zhuǎn)化率作為衡量能源生產(chǎn)轉(zhuǎn)化效率的代理變量，計(jì)算公式為：電力有效轉(zhuǎn)化率=1-（電力損失量/電力加工轉(zhuǎn)換投入產(chǎn)出量）。本文采用能源消費(fèi)量與GDP的比值衡量能源消費(fèi)強(qiáng)度。

（5）交互變量：包括能源消費(fèi)結(jié)構(gòu)合理化（ed）和能源生產(chǎn)結(jié)構(gòu)優(yōu)化（es）。本文采用各省份風(fēng)能、核能和太陽能發(fā)電量占全部地區(qū)發(fā)電量的比重衡量能源生產(chǎn)結(jié)構(gòu)優(yōu)化，采用鄉(xiāng)村最終電力消費(fèi)量占城鄉(xiāng)最終電力消費(fèi)量的比重衡量能源消費(fèi)結(jié)構(gòu)合理化。

2.3 數(shù)據(jù)來源

本文將我國(guó)31 個(gè)省份（不含港澳臺(tái)）作為研究樣本，構(gòu)建了2011—2020 年的省級(jí)面板數(shù)據(jù)。本文的被解釋變量數(shù)據(jù)來源于中國(guó)碳核算數(shù)據(jù)庫（CEADs），其他變量數(shù)據(jù)來源于歷年《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)能源統(tǒng)計(jì)年鑒》《中國(guó)信息年鑒》。

3 實(shí)證結(jié)果與分析

3.1 基準(zhǔn)模型實(shí)證分析

3.1.1 單位根平穩(wěn)性檢驗(yàn)和協(xié)整檢驗(yàn)

為避免非平穩(wěn)面板數(shù)據(jù)產(chǎn)生的偽回歸問題，本文進(jìn)行了面板單位根檢驗(yàn)。由于一些變量存在部分年份數(shù)據(jù)缺失的問題，因此本文選擇了實(shí)施Fisher 檢驗(yàn)，同時(shí)還實(shí)施了Hadri LM 平穩(wěn)性檢驗(yàn)以進(jìn)行輔助檢驗(yàn)。通過下頁表3可以看出，F(xiàn)isher 檢驗(yàn)的結(jié)果可以拒絕有單位根的原假設(shè)，但是Hadri LM平穩(wěn)性檢驗(yàn)結(jié)果有所不同，檢驗(yàn)結(jié)果拒絕了面板單位根均為平穩(wěn)過程的原假設(shè)。出現(xiàn)這種檢驗(yàn)結(jié)果的原因在于，不同樣本之間可能存在的協(xié)整關(guān)系會(huì)在原假設(shè)成立的情況下拒絕原假設(shè)，所以本文又對(duì)變量進(jìn)行了協(xié)整檢驗(yàn)。通過下頁表4可以看出，Pedroni檢驗(yàn)和Kao檢驗(yàn)統(tǒng)計(jì)量的P 值均在1%的水平上顯著，說明變量之間存在協(xié)整關(guān)系。根據(jù)上述檢驗(yàn)結(jié)果可知，本文選取的變量通過了單位根平穩(wěn)性檢驗(yàn)和協(xié)整檢驗(yàn)。

表4 協(xié)整檢驗(yàn)結(jié)果

3.1.2 模型選擇檢驗(yàn)

本文實(shí)施的Hausman 檢驗(yàn)和輔助回歸檢驗(yàn)的P 值分別為0.0003 和0.0017，均強(qiáng)烈拒絕了原假設(shè)，可以認(rèn)為應(yīng)當(dāng)使用固定效應(yīng)模型。檢驗(yàn)結(jié)果見下頁表5。

表5 Hausman檢驗(yàn)和輔助回歸檢驗(yàn)結(jié)果

3.1.3 基準(zhǔn)模型

下頁表6 為數(shù)字經(jīng)濟(jì)對(duì)碳排放影響的基準(zhǔn)模型的估計(jì)結(jié)果。模型1和模型3展示了控制個(gè)體效應(yīng)和時(shí)間效應(yīng)的雙向固定效應(yīng)模型的回歸結(jié)果，模型1僅對(duì)核心解釋變量和被解釋變量進(jìn)行了回歸分析，而模型3添加了相關(guān)控制變量?？梢钥闯觯瑹o論是否添加控制變量，模型1 和模型3的核心解釋變量數(shù)字經(jīng)濟(jì)均在5%的水平下對(duì)碳排放有顯著負(fù)向影響，模型1的估計(jì)系數(shù)為-0.131，模型3的估計(jì)系數(shù)為-0.080。模型2 是普通線性回歸模型的回歸結(jié)果，可以看出數(shù)字經(jīng)濟(jì)依然對(duì)碳排放在5%的水平下有顯著負(fù)向影響，與雙向固定效應(yīng)模型的回歸結(jié)果一致。為了提高估計(jì)效率，本文還考慮了組內(nèi)自相關(guān)、組間異方差、組間同期相關(guān)三個(gè)因素對(duì)模型的影響，并在模型4中使用全面FGLS 對(duì)模型進(jìn)行了估計(jì)，結(jié)果依然保持穩(wěn)健。模型1至模型4 的回歸結(jié)果表明，數(shù)字經(jīng)濟(jì)可以有效降低碳排放，假設(shè)1得到了證實(shí)。

表6 基準(zhǔn)模型回歸結(jié)果

3.1.4 穩(wěn)健性分析

本文從以下幾個(gè)方面實(shí)施了穩(wěn)健性檢驗(yàn)，具體結(jié)果見表7。

表7 穩(wěn)健性檢驗(yàn)結(jié)果

（1）動(dòng)態(tài)面板模型。本文構(gòu)建了動(dòng)態(tài)面板模型并采用兩步法系統(tǒng)GMM方法來克服模型的內(nèi)生性問題[15]。高階自相關(guān)檢驗(yàn)的AR（2）的P值大于0.05，說明隨機(jī)誤差項(xiàng)不存在高階自相關(guān)。在模型中，本文使用被解釋變量的三期滯后項(xiàng)（L.ce）作為工具變量，Hansen 檢驗(yàn)結(jié)果為0.703，大于0.05，說明模型中不存在過度識(shí)別的工具變量。表7中的模型5為動(dòng)態(tài)面板模型的回歸結(jié)果，結(jié)果顯示數(shù)字經(jīng)濟(jì)對(duì)碳排放在5%的水平下有負(fù)向影響，支持了基準(zhǔn)模型的結(jié)果。

（2）替換變量。本文將被解釋變量ce的衡量指標(biāo)碳排放強(qiáng)度替換為人均表觀碳排放量，將控制變量forest、trans和tech的衡量指標(biāo)分別替換為森林面積、客運(yùn)量和規(guī)模以上工業(yè)企業(yè)R&D 經(jīng)費(fèi)支出，對(duì)以上三個(gè)指標(biāo)均取自然對(duì)數(shù)。通過模型6、模型7的回歸結(jié)果可以看出，數(shù)字經(jīng)濟(jì)對(duì)碳排放依然具有顯著的負(fù)向影響。

（3）剔除直轄市樣本。模型8為剔除直轄市樣本以后的回歸結(jié)果，可以看出回歸系數(shù)為-0.079 且在5%的水平上顯著，與基準(zhǔn)模型的回歸結(jié)果一致。

（4）工具變量。使用工具變量的前提是核心解釋變量是內(nèi)生變量，本文對(duì)核心解釋變量進(jìn)行了異方差穩(wěn)健DWH 檢驗(yàn)，檢驗(yàn)結(jié)果顯示P 值為0，說明核心解釋變量是內(nèi)生變量。在工具變量選擇上本文借鑒Lyu等（2023）[16]的方法，為了使工具變量具有時(shí)變效應(yīng)，本文最終構(gòu)建了省會(huì)、直轄市到杭州市的球面距離與相應(yīng)年份數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)全國(guó)均值的交互項(xiàng)作為工具變量（IV）。為在異方差前提下提高估計(jì)效率，本文采用兩階段GMM估計(jì)，表7中的模型9為工具變量法的兩階段回歸結(jié)果，數(shù)字經(jīng)濟(jì)對(duì)碳排放在1%水平上仍然具有顯著負(fù)向影響，進(jìn)一步支持了基準(zhǔn)模型的回歸結(jié)果。

3.2 異質(zhì)性分析

考慮到不同省份經(jīng)濟(jì)發(fā)展水平的差異可能會(huì)使得各省份數(shù)字經(jīng)濟(jì)對(duì)碳排放的影響存在異質(zhì)性，于是本文從以下兩個(gè)層面進(jìn)行了異質(zhì)性分析。

3.2.1 區(qū)域異質(zhì)性分析

本文將省份樣本劃分東部地區(qū)、中部地區(qū)和西部地區(qū)以實(shí)施分組回歸。通過表8可以看出，東部地區(qū)和西部地區(qū)的數(shù)字經(jīng)濟(jì)對(duì)碳排放分別在5%和1%的水平上有負(fù)向影響。但是，東部地區(qū)和西部地區(qū)的數(shù)字經(jīng)濟(jì)對(duì)碳排放的回歸系數(shù)分別為-0.102和-0.049，說明相較于西部地區(qū)，東部地區(qū)的數(shù)字經(jīng)濟(jì)更為有效地抑制了碳排放。然而，中部地區(qū)的數(shù)字經(jīng)濟(jì)對(duì)碳排放的影響并不顯著，這可能與樣本內(nèi)部的差異性較大和極端值有關(guān)，比如山西的表觀碳排放總量要遠(yuǎn)遠(yuǎn)高于浙江、江蘇、廣東等經(jīng)濟(jì)發(fā)達(dá)省份。

表8 區(qū)域異質(zhì)性分析結(jié)果

3.2.2 碳交易市場(chǎng)試點(diǎn)異質(zhì)性

根據(jù)劉傳明等（2019）[17]的研究，碳交易市場(chǎng)對(duì)于碳排放的影響存在區(qū)域異質(zhì)性，于是本文對(duì)碳交易市場(chǎng)試點(diǎn)省份和非試點(diǎn)省份實(shí)施了分組回歸。表8 的分組回歸結(jié)果顯示，碳交易市場(chǎng)試點(diǎn)省份和非試點(diǎn)省份的數(shù)字經(jīng)濟(jì)均對(duì)碳排放在10%的水平上有顯著負(fù)向影響，但是碳交易市場(chǎng)試點(diǎn)省份的估計(jì)系數(shù)為-0.125而非試點(diǎn)省份為-0.085，說明碳交易市場(chǎng)試點(diǎn)省份的數(shù)字經(jīng)濟(jì)對(duì)碳排放產(chǎn)生了更強(qiáng)的抑制作用。

3.3 作用機(jī)制分析

3.3.1 中介效應(yīng)

表9 匯報(bào)了中介效應(yīng)模型逐步回歸的檢驗(yàn)結(jié)果。首先，數(shù)字經(jīng)濟(jì)對(duì)于中介變量能源生產(chǎn)轉(zhuǎn)化效率在5%的水平上有正向影響，說明數(shù)字經(jīng)濟(jì)可以提高能源生產(chǎn)轉(zhuǎn)化效率；中介變量能源生產(chǎn)轉(zhuǎn)化效率對(duì)碳排放在5%的水平上有負(fù)向影響，表明提高能源生產(chǎn)轉(zhuǎn)化效率可以有效抑制碳排放。以上結(jié)果說明，數(shù)字經(jīng)濟(jì)可以通過提高能源生產(chǎn)轉(zhuǎn)化效率的中介作用來抑制碳排放。其次，數(shù)字經(jīng)濟(jì)對(duì)中介變量能源消費(fèi)強(qiáng)度在10%的水平上有顯著負(fù)向影響，說明數(shù)字經(jīng)濟(jì)可以有效降低能源消費(fèi)強(qiáng)度。中介變量能源消費(fèi)強(qiáng)度對(duì)碳排放在1%的水平上有顯著正向影響，以上結(jié)果表明數(shù)字經(jīng)濟(jì)可以降低能源消費(fèi)強(qiáng)度進(jìn)而產(chǎn)生對(duì)碳排放的抑制作用。最后，為保證中介效應(yīng)檢驗(yàn)的穩(wěn)健性，本文又實(shí)施了Sobel檢驗(yàn)和Bootstrap檢驗(yàn)，結(jié)果顯示（限于篇幅，未列示），Sobel檢驗(yàn)統(tǒng)計(jì)量的P值均小于0.05，且Bootstrap檢驗(yàn)的中介效應(yīng)置信區(qū)間不包含零，以上檢驗(yàn)結(jié)果說明存在中介效應(yīng)。所以，假設(shè)2a和2b成立。

表9 中介效應(yīng)檢驗(yàn)結(jié)果

3.3.2 調(diào)節(jié)效應(yīng)

為克服模型潛在的多重共線性問題，本文對(duì)交互項(xiàng)進(jìn)行了中心化處理，同時(shí)還對(duì)兩個(gè)調(diào)節(jié)效應(yīng)模型的變量進(jìn)行了方差膨脹因子（VIF）檢驗(yàn)，檢驗(yàn)結(jié)果分別為1.29 和1.54，小于2.5 的閾值，說明模型不存在嚴(yán)重的多重共線性問題。通過下頁表10 可以看出，能源生產(chǎn)結(jié)構(gòu)優(yōu)化對(duì)碳排放的影響并不顯著，但是數(shù)字經(jīng)濟(jì)與能源生產(chǎn)結(jié)構(gòu)優(yōu)化的交互項(xiàng)對(duì)碳排放在10%的水平上有顯著負(fù)向影響。說明數(shù)字經(jīng)濟(jì)對(duì)能源生產(chǎn)結(jié)構(gòu)優(yōu)化存在調(diào)節(jié)效應(yīng)，數(shù)字經(jīng)濟(jì)可以增強(qiáng)能源生產(chǎn)結(jié)構(gòu)優(yōu)化對(duì)碳排放的抑制作用,假設(shè)3a 得到證實(shí)。然而，能源消費(fèi)結(jié)構(gòu)合理化與數(shù)字經(jīng)濟(jì)的交互項(xiàng)對(duì)碳排放的回歸結(jié)果并不顯著，說明數(shù)字經(jīng)濟(jì)無法發(fā)揮對(duì)能源消費(fèi)結(jié)構(gòu)合理化的調(diào)節(jié)作用，假設(shè)3b并不成立。

表10 調(diào)節(jié)效應(yīng)檢驗(yàn)結(jié)果

4 結(jié)論

通過對(duì)數(shù)字經(jīng)濟(jì)、能源效率和碳排放三者之間邏輯關(guān)系的理論分析和實(shí)證檢驗(yàn)，本文得出了以下結(jié)論：（1）數(shù)字經(jīng)濟(jì)可以有效抑制碳排放。（2）數(shù)字經(jīng)濟(jì)對(duì)于東部地區(qū)和西部地區(qū)的碳排放有顯著的抑制作用，并且數(shù)字經(jīng)濟(jì)對(duì)東部地區(qū)碳排放的抑制作用要大于西部地區(qū)，但是數(shù)字經(jīng)濟(jì)對(duì)中部地區(qū)碳排放的影響并不顯著。（3）數(shù)字經(jīng)濟(jì)對(duì)于碳排放的抑制作用存在著中介機(jī)制。數(shù)字經(jīng)濟(jì)可以通過改善能源生產(chǎn)轉(zhuǎn)化效率和降低能源消費(fèi)強(qiáng)度來抑制碳排放。（4）數(shù)字經(jīng)濟(jì)對(duì)能源生產(chǎn)結(jié)構(gòu)優(yōu)化和碳排放的關(guān)系存在調(diào)節(jié)作用，數(shù)字經(jīng)濟(jì)可以增強(qiáng)可再生能源的使用對(duì)于碳排放的抑制作用。