摘 要：數(shù)字經(jīng)濟(jì)是助力“雙碳”目標(biāo)實現(xiàn)的重要引擎，厘清數(shù)字經(jīng)濟(jì)賦能碳解鎖路徑是實現(xiàn)高質(zhì)量發(fā)展的應(yīng)有之義。以2012—2021年我國30個省份的面板數(shù)據(jù)為研究樣本，構(gòu)建時空地理加權(quán)回歸模型解析數(shù)字經(jīng)濟(jì)賦能碳解鎖效率提升的空間異質(zhì)性。研究結(jié)果表明：數(shù)字經(jīng)濟(jì)能夠有效提升碳解鎖效率。其中，河南、湖北等省份數(shù)字經(jīng)濟(jì)回歸系數(shù)呈“U”型變化；上海、浙江、福建、寧夏的影響效應(yīng)呈現(xiàn)先平穩(wěn)后上升的變化趨勢；重慶、四川、貴州、云南等省份數(shù)字經(jīng)濟(jì)對碳解鎖效率的影響效應(yīng)不斷遞減；甘肅與青海的影響變動趨勢處于高位增長，北京、天津等則處于低位增長。因此應(yīng)加大數(shù)字經(jīng)濟(jì)發(fā)展力度，實行不同主體分類發(fā)展，因地制宜制定發(fā)展策略，賦能碳解鎖效率提升。

關(guān)鍵詞：碳解鎖效率；數(shù)字經(jīng)濟(jì)；時空地理加權(quán)回歸模型；空間異質(zhì)性

中圖分類號：F124.5；F49；X321 文獻(xiàn)標(biāo)志碼：A 文章編號：1672-626X（2024）06-0005-12

一、引言

2009年11月25日國務(wù)院常務(wù)會議上提出，“到2020年我國單位國內(nèi)生產(chǎn)總值二氧化碳排放比2005年下降40%～45%”，這是我國政府首次正式對外宣布控制溫室氣體排放的行動目標(biāo)，標(biāo)志著我國正式進(jìn)入碳總量的控制時代?！笆奈濉睍r期是確保我國如期實現(xiàn)碳達(dá)峰的關(guān)鍵期，也是實現(xiàn)綠色低碳轉(zhuǎn)型的重要窗口期，黨的二十大報告指出，“積極穩(wěn)妥推進(jìn)碳達(dá)峰碳中和”，這是建設(shè)人與自然和諧共生現(xiàn)代化的迫切需要。發(fā)展低碳經(jīng)濟(jì)已然成為我國轉(zhuǎn)變經(jīng)濟(jì)發(fā)展模式的內(nèi)在要求。傳統(tǒng)高碳經(jīng)濟(jì)的根源在于“碳鎖定”，因此發(fā)展低碳經(jīng)濟(jì)的核心在于“碳解鎖”。而我國能源結(jié)構(gòu)一直處于“多煤、缺油、少氣”狀態(tài)，特有的能源結(jié)構(gòu)決定了我國將在相當(dāng)長時期內(nèi)依賴高碳化石能源，經(jīng)濟(jì)發(fā)展也將長期鎖定在以高碳化石能源為基礎(chǔ)的能源體系中。因此，要解決當(dāng)前的碳鎖定問題，必須找到碳解鎖的方法，提高碳解鎖的效率。

在新一輪科技革命浪潮席卷全球的背景下，新的數(shù)字技術(shù)不斷涌現(xiàn)，數(shù)字經(jīng)濟(jì)加速發(fā)展。能源革命和數(shù)字革命的深度融合，綠色低碳經(jīng)濟(jì)與數(shù)字經(jīng)濟(jì)的碰撞，為經(jīng)濟(jì)高質(zhì)量發(fā)展指明了新方向。數(shù)字經(jīng)濟(jì)是未來發(fā)展的趨勢所向，不僅可以推動我國經(jīng)濟(jì)的高質(zhì)量發(fā)展，還可以起到減少碳排放的作用。其技術(shù)深入傳統(tǒng)產(chǎn)業(yè)，減少傳統(tǒng)產(chǎn)業(yè)生產(chǎn)制造階段和運(yùn)營階段的碳排放，緩解傳統(tǒng)產(chǎn)業(yè)碳鎖定的困境，助力碳解鎖效率得到提升。在“雙碳”目標(biāo)背景下，如何充分挖掘數(shù)字經(jīng)濟(jì)賦能碳解鎖的潛力，使其在解鎖過程中發(fā)揮“乘法”效應(yīng)，加快提升碳解鎖效率，是我國經(jīng)濟(jì)實現(xiàn)高質(zhì)量發(fā)展的題中之義。為此，本文將數(shù)字經(jīng)濟(jì)與碳解鎖效率納入同一框架，實證分析數(shù)字經(jīng)濟(jì)對碳解鎖效率的影響關(guān)系，為我國“雙碳”目標(biāo)的實現(xiàn)提供新思路和新途徑。

二、文獻(xiàn)綜述

碳解鎖的相關(guān)研究主要集中于碳解鎖內(nèi)涵的提出、碳解鎖路徑和驅(qū)動機(jī)制研究、碳解鎖效率測度和影響因素分析。碳解鎖的提出源于碳鎖定。碳鎖定最早由西班牙學(xué)者Unruh（2000）提出，他認(rèn)為制度與技術(shù)相互加強(qiáng)形成“技術(shù)-制度復(fù)合體”（TIC），致使現(xiàn)代工業(yè)經(jīng)濟(jì)“鎖定”在碳基能源系統(tǒng)中，導(dǎo)致了持續(xù)的市場失靈和政策失靈，阻礙了低碳技術(shù)的應(yīng)用和擴(kuò)散[1]。Unruh（2002）提出現(xiàn)代工業(yè)發(fā)展必須突破當(dāng)前的碳鎖定狀態(tài)，并進(jìn)行“碳解鎖”，其本質(zhì)是對碳基技術(shù)體制進(jìn)行替代或?qū)ζ溥M(jìn)行低碳化轉(zhuǎn)型[2]?；诩夹g(shù)、制度角度的碳解鎖路徑方面，Sanya（2011）認(rèn)為提高技術(shù)水平、優(yōu)化市場結(jié)構(gòu)能夠幫助緩解美國電力市場的碳鎖定困境[3]。Patrick（2014）研究發(fā)現(xiàn)政府可以通過制定相關(guān)政策對交通基礎(chǔ)設(shè)施進(jìn)行嚴(yán)格管制，以此打破交通行業(yè)的碳鎖定現(xiàn)狀[4]。Xu等（2021）認(rèn)為技術(shù)進(jìn)步可以通過直接或間接的手段實現(xiàn)碳解鎖[5]。王岑（2010）認(rèn)為碳解鎖的關(guān)鍵在于技術(shù)創(chuàng)新及其體系的支持[6]。楊玲萍等（2011）從技術(shù)鎖定和制度鎖定視角對碳解鎖進(jìn)行分析，研究發(fā)現(xiàn)應(yīng)從“技術(shù)-制度復(fù)合體”的基本要素出發(fā)，采取末端治理方法或連續(xù)性方法制定政策措施的解鎖模式[7]。屈錫華等（2013）認(rèn)為通過發(fā)展可再生能源，提高非化石能源利用比重，能夠?qū)崿F(xiàn)高碳能源結(jié)構(gòu)向低碳能源結(jié)構(gòu)的過渡，進(jìn)而推動碳解鎖[8]。郭進(jìn)等（2015）認(rèn)為制度創(chuàng)新和技術(shù)進(jìn)步有利于實現(xiàn)碳解鎖[9]。碳解鎖驅(qū)動機(jī)制方面，梁中等（2019）聚焦于區(qū)域碳解鎖的微觀驅(qū)動機(jī)制，指出要完善治理驅(qū)動機(jī)制，設(shè)置區(qū)域統(tǒng)籌碳解鎖機(jī)制，重視公眾的監(jiān)管驅(qū)動力，穩(wěn)步推動碳解鎖[10]。鄒瞳等（2023）從時局、社會-技術(shù)體制、生態(tài)位三個層次剖析“高碳解鎖”向低碳發(fā)展轉(zhuǎn)型的內(nèi)在機(jī)制，表明“高碳解鎖”向低碳發(fā)展轉(zhuǎn)型的實質(zhì)是社會-技術(shù)體制由“高碳鎖定”向“低碳鎖定”轉(zhuǎn)變的動態(tài)過程[11]。碳解鎖效率測度方面，張濟(jì)建等（2021）以長江經(jīng)濟(jì)帶為研究對象，采用SE-DEA-Malmquist模型測算碳解鎖效率[12]。郝亞男等（2023）采用SBM模型測算黃河流域碳解鎖效率，研究發(fā)現(xiàn)黃河流域碳解鎖效率逐年上升[13]。程娜等（2023）采用歐幾里得距離法合成碳解鎖指數(shù)，以此表征碳解鎖水平[14]。碳解鎖影響因素的研究相對較少，董碧瀅等（2023）構(gòu)建固定效應(yīng)模型研究綠色技術(shù)創(chuàng)新對碳解鎖的驅(qū)動效應(yīng)，研究發(fā)現(xiàn)綠色技術(shù)創(chuàng)新存在顯著的碳解鎖效應(yīng)[15]。

目前，數(shù)字經(jīng)濟(jì)對于碳解鎖效率的影響研究處于起步階段，更多的研究聚焦于數(shù)字經(jīng)濟(jì)對碳排放的影響和“綠色悖論”兩個方面。數(shù)字經(jīng)濟(jì)影響碳排放的研究是學(xué)術(shù)界的熱點議題。謝云飛（2022）認(rèn)為數(shù)字經(jīng)濟(jì)促進(jìn)了產(chǎn)業(yè)結(jié)構(gòu)的低碳轉(zhuǎn)型，優(yōu)化了傳統(tǒng)產(chǎn)業(yè)生產(chǎn)方式，改善了以化石能源為主的能源利用結(jié)構(gòu)，減少了碳排放[16]。鄧榮榮等（2022）認(rèn)為數(shù)字技術(shù)的應(yīng)用有助于加強(qiáng)政府對能源的監(jiān)管，提高能源監(jiān)管的準(zhǔn)確性和有效性，進(jìn)而降低不同種類污染物的排放量[17]。徐維祥等（2022）認(rèn)為數(shù)字技術(shù)的普及使城市資源配置更為有效，產(chǎn)生經(jīng)濟(jì)外部性，進(jìn)而降低城市碳排放量[18]。繆陸軍等（2022）認(rèn)為數(shù)字經(jīng)濟(jì)打破了地域限制，降低了知識搜索和管理成本，提高了企業(yè)的創(chuàng)新效率，有助于加快企業(yè)綠色低碳技術(shù)的研發(fā)以及企業(yè)綠色環(huán)保材料的有效利用，從而減少碳排放[19]。韓晶等（2024）考察數(shù)字經(jīng)濟(jì)對低碳發(fā)展的賦能機(jī)制，研究表明數(shù)字經(jīng)濟(jì)通過提高資源配置效率、促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級賦能城市低碳發(fā)展[20]。米國芳等（2024）認(rèn)為數(shù)字經(jīng)濟(jì)與實體經(jīng)濟(jì)融合發(fā)展對碳排放的影響呈現(xiàn)倒“U”型非線性關(guān)系[21]。然而，數(shù)字經(jīng)濟(jì)中也存在一定的“綠色盲區(qū)”，會對環(huán)境產(chǎn)生負(fù)外部性，導(dǎo)致碳排放增加，從而產(chǎn)生“綠色悖論”效應(yīng)。Salahuddin等（2015）認(rèn)為互聯(lián)網(wǎng)技術(shù)的快速發(fā)展并未使電力效率提高，反而增加了電力消耗；電力的主要來源是火力發(fā)電，而火力發(fā)電消耗了大量的煤炭，導(dǎo)致碳排放不斷增加[22]。Li 等（2021）指出廣泛應(yīng)用數(shù)字技術(shù)會加劇能源資源的開發(fā)，引發(fā)一系列環(huán)境問題[23]。朱東波等（2022）認(rèn)為數(shù)字經(jīng)濟(jì)發(fā)展的規(guī)模效應(yīng)也會增加碳排放[24]。

梳理相關(guān)文獻(xiàn)發(fā)現(xiàn)，國內(nèi)外學(xué)者對碳解鎖路徑開展了廣泛研究，形成了較為全面的理論體系框架，但是有關(guān)碳解鎖的實證研究還不充分，數(shù)字經(jīng)濟(jì)背景下國內(nèi)學(xué)者更傾向于研究碳減排效應(yīng)，對數(shù)字經(jīng)濟(jì)的碳解鎖效應(yīng)及策略的研究較少。因此，相較于以往研究文獻(xiàn)，本文的邊際貢獻(xiàn)在于：第一，豐富了碳解鎖效率的測度方法；第二，提煉數(shù)字經(jīng)濟(jì)提升碳解鎖效率的理論機(jī)制，并構(gòu)建時空地理加權(quán)回歸模型實證分析數(shù)字經(jīng)濟(jì)影響碳解鎖效率的空間異質(zhì)性，為數(shù)字經(jīng)濟(jì)賦能碳解鎖效率提升及其作用路徑提供新的研究視角，為政府制定數(shù)字經(jīng)濟(jì)賦能碳解鎖效率策略提供理論支撐。

三、理論分析與研究假設(shè)

（一）數(shù)字經(jīng)濟(jì)賦能碳解鎖效率提升

數(shù)字經(jīng)濟(jì)憑借其技術(shù)特點和合理配置資源的能力，在產(chǎn)業(yè)領(lǐng)域?qū)崿F(xiàn)了減污降碳協(xié)同增效。從技術(shù)效應(yīng)角度分析，數(shù)字經(jīng)濟(jì)領(lǐng)域的大數(shù)據(jù)、云計算、人工智能等技術(shù)可以改變傳統(tǒng)行業(yè)的生產(chǎn)運(yùn)行方式，使傳統(tǒng)行業(yè)的能源效率大幅提升，從而提高碳解鎖效率。具體來看，數(shù)字經(jīng)濟(jì)自身所具備的聯(lián)通功能能夠有效緩解信息不對稱問題，使各主體之間信息高效流通和共享，有效減少要素搜索、交易、復(fù)制和匹配等過程的成本和時間，為政府、企業(yè)和公眾及時調(diào)節(jié)要素持有量提供指導(dǎo)，為企業(yè)統(tǒng)籌制定合理有效的生產(chǎn)計劃，引領(lǐng)企業(yè)不斷進(jìn)行低碳轉(zhuǎn)型，從而降低碳排放，提高碳解鎖效率。從資源配置效應(yīng)角度分析，數(shù)字經(jīng)濟(jì)能夠推動區(qū)域要素重新配置，提高資源配置效應(yīng)，改善地區(qū)碳排放污染，進(jìn)而提高碳解鎖效率。具體來看，通過產(chǎn)業(yè)數(shù)字化的發(fā)展，能夠吸納行業(yè)創(chuàng)新型人才和高精尖技術(shù)人才，實現(xiàn)人才、資本等資源要素的重新配置。這不僅能夠有效提高企業(yè)生產(chǎn)效率，還能促使產(chǎn)業(yè)結(jié)構(gòu)向高端化、智能化、綠色化方向發(fā)展，以替代效應(yīng)淘汰高耗能、高排放的污染產(chǎn)業(yè)，使碳排放污染得到有效改善，實現(xiàn)碳基技術(shù)體制的替代，進(jìn)而為碳解鎖提供可實現(xiàn)的路徑。基于此，提出以下假設(shè)：

H1：數(shù)字經(jīng)濟(jì)賦能碳解鎖效率的提升。

（二）數(shù)字經(jīng)濟(jì)對碳解鎖效率的影響存在空間異質(zhì)性

不同區(qū)域的經(jīng)濟(jì)活動發(fā)展過程存在客觀差異，數(shù)字經(jīng)濟(jì)同樣存在不平衡的空間異質(zhì)性。潘為華等（2021）基于我國31個省份的面板數(shù)據(jù)，驗證了數(shù)字經(jīng)濟(jì)發(fā)展處于“東高西低”的空間格局[25]。隨著數(shù)字經(jīng)濟(jì)不斷發(fā)展，不同區(qū)域數(shù)字鴻溝和數(shù)字紅利不斷顯現(xiàn)，區(qū)域間的信息傳遞不斷加深，有利于驅(qū)動能源利用結(jié)構(gòu)向低碳轉(zhuǎn)型，從而提高區(qū)域碳解鎖效率。此外，各個區(qū)域所處地理位置不同，自然資源、經(jīng)濟(jì)發(fā)展速度均存在差異，碳解鎖相關(guān)政策依據(jù)各個區(qū)域的地域特點而制定，因此，數(shù)字經(jīng)濟(jì)對各個區(qū)域碳解鎖效率的影響程度不同?；诖?，提出以下假設(shè)：

H2：數(shù)字經(jīng)濟(jì)對碳解鎖效率的影響存在空間異質(zhì)性。

四、研究設(shè)計

（一）模型構(gòu)建

地理加權(quán)回歸模型（GWR）將樣本點的數(shù)據(jù)地理位置引入回歸模型，補(bǔ)充了樣本數(shù)據(jù)地理位置，模型形式如下：

[effj=α0cj，dj+indigej1α1cj，dj+indj2α2cj，dj+openj3α3cj，dj+urj4α4cj，dj+finaj5α5cj，dj+σj ] （1）

式（1）中，[eff]表示碳解鎖效率，[indige]表示數(shù)字經(jīng)濟(jì)。[α0（cj，dj）]為時空截距項；[（cj，dj）]表示樣本點[j]的地理坐標(biāo)系；[αn（cj，dj）]表示樣本點[j]的第[n]個變量的回歸系數(shù)，即模型地理坐標(biāo)[（cj，dj）]的權(quán)重；[xjn]是樣本點[j]的第[n]個解釋變量，[σj]為殘差。

在地理加權(quán)回歸模型的基礎(chǔ)上，考慮時間影響，建立時空地理加權(quán)回歸模型（GTWR），更好地處理時間和空間同時作用時數(shù)據(jù)的非平穩(wěn)性，模型形式如下：

[effj=α0（cj，dj，tj）+indigej1α1（cj，dj，tj）+indj2α2（cj，dj，tj）+openj3α3（cj，dj，tj）+urj4α4（cj，dj，tj）+finaj5α5（cj，dj，tj）+σj] （2）

式（2）中，[t]表示時間影響，其他符號說明同式（1）。

（二）變量選取與說明

1. 被解釋變量——碳解鎖效率（[eff]）

本文在充分考慮“社會經(jīng)濟(jì)-生態(tài)環(huán)境”雙重效益的基礎(chǔ)上，采用含非期望產(chǎn)出的超效率SBM模型測度碳解鎖效率，豐富了碳解鎖的測度。其一，傳統(tǒng)的DEA模型基于生產(chǎn)理論，一般情況下考慮同向增加產(chǎn)出或者同向減少投入，因此效率值通常被高估。而超效率SBM模型充分考慮了投入和產(chǎn)出松弛變量對效率水平的影響，準(zhǔn)確衡量了決策單元的投入產(chǎn)出效率，也可以對多個有效決策單元進(jìn)行比較。其二，本文基于經(jīng)濟(jì)發(fā)展和碳排放兩個角度劃分產(chǎn)出水平。經(jīng)濟(jì)發(fā)展水平的提高是我國低碳發(fā)展的理想狀態(tài)，因此將經(jīng)濟(jì)發(fā)展水平作為期望產(chǎn)出。而碳排放量的增加是我國低碳發(fā)展盡量避免的，因此將碳排放量作為非期望產(chǎn)出。依據(jù)投入、期望產(chǎn)出以及非期望產(chǎn)出之間的作用聯(lián)系，構(gòu)建含非期望產(chǎn)出的超效率SBM模型如下：

[ρ=min1mi=1mxxik1s1+s2l=1s1ydlydl0+k=1s2yukyuk0] （3）

[s.t.x≥j=1，j≠j0nxijλj;yd≤j=1，j≠j0nydljλj;yu≥j=1，j≠j0nydkjλjyd≤ydlj;yu≥ydkjλj≥0，i=1，2，???，m;j=1，2，???，n;l=1，2，???，s1;k=1，2，???，s2] （4）

式（3）和式（4）中，[n]表示決策單元的個數(shù)，即樣本省份個數(shù)。[m]表示投入；[s1]表示期望產(chǎn)出；[s2]表示非期望產(chǎn)出；[x]為投入矩陣中的元素；[yd]為期望產(chǎn)出元素，[yu]表示非期望產(chǎn)出元素；[ρ]為效率值，[ρ]越大，說明效率值越大，即碳解鎖效率值越大，碳解鎖水平就越高。

投入指標(biāo)主要從制度和技術(shù)兩個維度選取。制度投入方面，選取了環(huán)境規(guī)制水平和制度質(zhì)量水平兩個指標(biāo)。地方政府基于其治理環(huán)境的意愿選擇環(huán)境規(guī)制策略，用地區(qū)環(huán)境污染治理完成投資額表示政府治理環(huán)境的意愿，以此刻畫環(huán)境規(guī)制水平。參考劉偉麗等（2020）的做法[26]，采用市場中介組織的發(fā)育和法治環(huán)境評分表示制度質(zhì)量水平。技術(shù)投入選取技術(shù)經(jīng)費、技術(shù)人才兩個方面的投入。技術(shù)經(jīng)費具體為地區(qū)規(guī)模以上工業(yè)企業(yè)開發(fā)新產(chǎn)品經(jīng)費；技術(shù)人才具體為地區(qū)規(guī)模以上工業(yè)企業(yè)Ramp;D人員全時當(dāng)量。期望產(chǎn)出采用各樣本省份地區(qū)生產(chǎn)總值表示。非期望產(chǎn)出用地區(qū)碳排放量來表示，根據(jù)《2006年IPCC國家溫室氣體清單指南》，并參考于向宇等（2019）的做法[27]，采用碳排放系數(shù)法計算樣本省份碳排放量[28]。碳解鎖效率評價指標(biāo)體系如表1所示。

2. 解釋變量——數(shù)字經(jīng)濟(jì)（[indige]）

本文參考劉軍等（2020）[29]、王軍等（2021）[30]、盛斌等（2022）[31]的研究，從數(shù)字基礎(chǔ)設(shè)施、數(shù)字產(chǎn)業(yè)發(fā)展、數(shù)字技術(shù)應(yīng)用和數(shù)字發(fā)展環(huán)境四個維度構(gòu)建指標(biāo)體系（見表2）。并采用熵值法進(jìn)行測算。

3. 控制變量

影響碳解鎖效率的因素是多維的。本文選取的控制變量包括：產(chǎn)業(yè)結(jié)構(gòu)（[ind]）、對外開放程度（[open]）、城鎮(zhèn)化水平（[ur]）和政府干預(yù)（[fina]）。其中，借鑒秦炳濤等（2023）的做法[32]，以第二產(chǎn)業(yè)增加值與地區(qū)生產(chǎn)總值之比作為衡量產(chǎn)業(yè)結(jié)構(gòu)的指標(biāo)；借鑒吳傳清等（2023）的做法[33]，采用外商直接投資與地區(qū)生產(chǎn)總值的比值刻畫對外開放程度；借鑒王喜蓮等（2024）的做法[34]，采用城鎮(zhèn)常住人口占總常住人口的比重表征城鎮(zhèn)化水平；借鑒趙曉春等（2023）的做法[35]，采用一般預(yù)算內(nèi)支出與地區(qū)生產(chǎn)總值的比值度量政府干預(yù)。具體變量的描述性分析見表3。

（三）數(shù)據(jù)來源

在樣本選取方面，基于數(shù)據(jù)的科學(xué)性與可得性，本文以2012—2021年為樣本時期。由于西藏自治區(qū)以及港澳臺地區(qū)數(shù)據(jù)缺失嚴(yán)重，并未列入研究范疇，最終以我國30個樣本省份為研究對象，具有較強(qiáng)的代表性。原始數(shù)據(jù)來源于2013—2022年的《中國統(tǒng)計年鑒》《中國能源統(tǒng)計年鑒》《中國環(huán)境統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》《中國分省份市場化指數(shù)報告》以及各省份統(tǒng)計年鑒，部分缺失數(shù)據(jù)由線性插值法填補(bǔ)。

五、實證分析

（一）碳解鎖效率的時空特征分析

借助matlab2020軟件，測算得到2012—2021年我國30個樣本省份碳解鎖效率值，并繪制折線圖分析我國碳解鎖效率總體發(fā)展情況（見圖1）。

從整體時間演進(jìn)來看，2012—2021年我國碳解鎖效率平均值總體呈現(xiàn)先下降后升高、再下降再升高的狀態(tài)，2012—2014年我國碳解鎖效率總體均值為0.398，碳解鎖效率由2012年的0.403下降到2014年的0.388，究其緣由，可能在于我國工業(yè)發(fā)展正處于轉(zhuǎn)型初期，伴隨著能源消耗過大、環(huán)境污染嚴(yán)重等問題，使得碳解鎖效率持續(xù)下降。2015—2018年碳解鎖效率總體均值為0.559，碳解鎖效率由2015年的0.450上升至2018年的0.698，2018年迎來碳解鎖效率的峰值。究其緣由，可能在于相關(guān)環(huán)境政策的頒布。2014年1月，國家環(huán)保部與全國31個省份簽署了《大氣污染防治目標(biāo)責(zé)任書》，2016年3月，《中華人民共和國國民經(jīng)濟(jì)和社會發(fā)展第十三個五年規(guī)劃綱要》發(fā)布，強(qiáng)調(diào)要加大環(huán)境綜合治理力度。這些政策的頒布有利于碳解鎖效率的提高。2019—2021年碳解鎖效率總體均值為0.647，2019年碳解鎖效率短暫下降，可能與經(jīng)濟(jì)發(fā)展以及相關(guān)產(chǎn)業(yè)發(fā)展所需的能源需求有關(guān)。2020—2021年碳解鎖效率開始穩(wěn)步提高，表明“十三五”期間我國污染防治力度加大，生態(tài)環(huán)境明顯改善。整體來看，我國碳解鎖效率總體較低，但呈現(xiàn)出良好的發(fā)展勢頭，發(fā)展空間較大。

空間莫蘭指數(shù)用來反映所有空間單元在整個區(qū)域上與周邊地區(qū)的平均關(guān)聯(lián)程度，本文借助Stata軟件繪制碳解鎖效率的局部莫蘭指數(shù)（見圖2），從空間角度分析碳解鎖效率的區(qū)域關(guān)聯(lián)性與空間異質(zhì)性。

由圖2可知，莫蘭指數(shù)為0.2167，通過了顯著性檢驗，說明碳解鎖效率的空間分布存在顯著的正相關(guān)特征，碳解鎖效率易受其周邊地區(qū)影響，與鄰近地區(qū)的碳解鎖效率較為接近。整體分析來看，我國30個樣本省份碳解鎖效率有所差異，可能是由于一些地區(qū)受自身經(jīng)濟(jì)發(fā)展水平的限制，各地區(qū)資源稟賦不同，生態(tài)環(huán)境承載力存在差異，因地制宜地實施相關(guān)法律政策等原因，導(dǎo)致不同地區(qū)碳解鎖效率具有較大差距。碳解鎖效率的空間集聚分為四種：第一象限為高-高集聚區(qū)，表示碳解鎖效率高的省份其周邊省份的碳解鎖效率也高；第二象限為低-高集聚區(qū)，表示碳解鎖效率低的省份其周邊省份碳解鎖效率高；第三象限為低-低集聚區(qū)，表示碳解鎖效率低的省份其周邊省份碳解鎖效率也低；第四象限為高-低集聚區(qū)，表示碳解鎖效率高的省份其周邊省份碳解鎖效率低。高-高集聚區(qū)包括湖南、廣西、四川、重慶、江蘇、海南、廣東、山東8個樣本省份，這些省份地處中南地區(qū)和西南地區(qū)。中南地區(qū)制造業(yè)等傳統(tǒng)產(chǎn)業(yè)產(chǎn)生的碳排放量相對較低，生產(chǎn)過程中使用清潔能源，西南地區(qū)大力推行清潔能源交易，加快實現(xiàn)動能轉(zhuǎn)換，因此這些省份的碳解鎖效率較高。低-高集聚區(qū)包括甘肅、江西、貴州、上海、福建、安徽、陜西7個樣本省份，分布較為分散，其自身的碳解鎖效率較低，但相鄰地區(qū)碳解鎖效率較高。低-低集聚區(qū)包括北京、天津、河北、山西、寧夏、黑龍江、內(nèi)蒙古、吉林、遼寧9個樣本省份，這些省份地處我國華北地區(qū)和東北地區(qū)。華北地區(qū)是國家污染治理的重點地區(qū)，其煤炭消費總量較大，因此碳解鎖效率相對處于較低水平。而作為典型老工業(yè)基地的東北地區(qū)，工業(yè)進(jìn)程加快，能源消耗和碳排放強(qiáng)度高于全國平均水平，技術(shù)發(fā)展滯后，環(huán)保壓力較大，在實施碳減排政策時面臨諸多困難。高-低集聚區(qū)包括河南、湖北、新疆、青海、浙江、云南6個樣本省份。新疆與青海地處西北，自然資源較為豐富，不僅能夠充分滿足自身需要，還能夠通過大規(guī)模輸送和調(diào)度，一定程度上解決我國其他地區(qū)可再生能源替代傳統(tǒng)化石能源的轉(zhuǎn)型難題。

（二）GWR模型與GTWR模型回歸結(jié)果對比分析

本文使用GWR模型和GTWR模型對比分析數(shù)字經(jīng)濟(jì)對碳解鎖效率的影響，從中選擇合適的模型對其進(jìn)行空間差異分析，表4為兩個模型估計結(jié)果對比。

由表4可知，GTWR模型與GWR模型相比具有較高的擬合程度，GTWR模型修正后的[R2]為0.7904，明顯高于GWR模型。GTWR的[AIC]值為-135.3980，低于GWR模型的[AIC]值。GTWR的[Sigma]值為0.1525，明顯低于GWR模型的[Sigma]值。因此，與GWR模型相比，GTWR模型可以更好地擬合數(shù)字經(jīng)濟(jì)對碳解鎖效率的影響。GTWR模型回歸系數(shù)的顯著比例如表5所示。

數(shù)字經(jīng)濟(jì)影響碳解鎖效率的回歸系數(shù)在所有樣本區(qū)間（所有年份及所有地區(qū)）內(nèi)的顯著比例為95.67%，意味著數(shù)字經(jīng)濟(jì)對碳解鎖效率影響顯著。假設(shè)H1得到驗證。產(chǎn)業(yè)結(jié)構(gòu)、對外開放程度、城鎮(zhèn)化水平、政府干預(yù)影響碳解鎖效率回歸系數(shù)的顯著比例處于67.00%～83.67%，可以認(rèn)為這四個變量是碳解鎖效率的重要影響因素。

（三）數(shù)字經(jīng)濟(jì)對碳解鎖效率的影響

本文借助Arcgis10.8軟件對2012—2021年30個樣本省份數(shù)字經(jīng)濟(jì)的回歸系數(shù)進(jìn)行估計，并選擇2012、2015、2018和2021年為代表年份，分析GTWR模型中各樣本省份數(shù)字經(jīng)濟(jì)回歸系數(shù)變化規(guī)律（見表6），從而更清晰地對比各省份不同時期數(shù)字經(jīng)濟(jì)對碳解鎖效率的影響程度。

由表6可知，數(shù)字經(jīng)濟(jì)對樣本省份碳解鎖效率的回歸系數(shù)除了新疆有負(fù)值之外，其他省份均為正值，說明數(shù)字經(jīng)濟(jì)對于碳解鎖效率呈現(xiàn)出顯著的正向影響，假設(shè)H1得到驗證。數(shù)字經(jīng)濟(jì)回歸系數(shù)絕對值越大，說明數(shù)字經(jīng)濟(jì)對樣本省份碳解鎖效率的正向影響或者負(fù)向影響就越大。數(shù)字經(jīng)濟(jì)回歸系數(shù)為正的省份，數(shù)字經(jīng)濟(jì)發(fā)展的帶動效應(yīng)對本地區(qū)碳解鎖效率產(chǎn)生正向作用。究其緣由，一方面，數(shù)字經(jīng)濟(jì)利用其大數(shù)據(jù)、云計算、人工智能的數(shù)字化技術(shù)對傳統(tǒng)產(chǎn)業(yè)的生產(chǎn)方式進(jìn)行改造，推動傳統(tǒng)產(chǎn)業(yè)向智能化、數(shù)字化發(fā)展，逐步降低高耗能產(chǎn)業(yè)的比重，進(jìn)而促進(jìn)碳解鎖效率的提升；另一方面，數(shù)字經(jīng)濟(jì)有利于能源結(jié)構(gòu)的優(yōu)化，數(shù)字經(jīng)濟(jì)全面推進(jìn)能源消費方式變革，提高清潔能源和非化石能源的比重，推動綠色用能的多渠道智能互動，加快實現(xiàn)能源消費環(huán)節(jié)的節(jié)能增效，從源頭上解除碳鎖定，促使碳解鎖效率不斷提升。

（四）數(shù)字經(jīng)濟(jì)影響碳解鎖效率的空間異質(zhì)性對比分析

由于區(qū)域經(jīng)濟(jì)基礎(chǔ)、資源稟賦、發(fā)展階段等因素的差異，數(shù)字經(jīng)濟(jì)對碳解鎖效率的作用具有明顯的空間異質(zhì)性。本文通過分析各省份數(shù)字經(jīng)濟(jì)回歸系數(shù)變化趨勢，將具有相似變動趨勢的省份進(jìn)行歸類分組，進(jìn)一步分析數(shù)字經(jīng)濟(jì)對碳解鎖效率影響的空間異質(zhì)性（見表7）。

河南、湖北、湖南、廣東、廣西、海南、江蘇、安徽、江西9個省份數(shù)字經(jīng)濟(jì)對碳解鎖效率的回歸系數(shù)呈現(xiàn)“U”型變化。其中，河南、湖北、湖南、廣東、廣西和海南屬于中南地區(qū)，處于“承東啟西”的地理位置。同時，受益于華東地區(qū)優(yōu)勢要素溢出的紅利和西南地區(qū)政策導(dǎo)向延伸帶來的機(jī)遇，為數(shù)字經(jīng)濟(jì)的發(fā)展提供了有利的外部條件。在自身特有稟賦方面，中南地區(qū)基于海量的數(shù)據(jù)、規(guī)模龐大的算力中心、完善的產(chǎn)業(yè)配套設(shè)施，以及豐富的綠色電力資源，可以在新一輪的數(shù)字經(jīng)濟(jì)發(fā)展浪潮中迅速響應(yīng)和提高碳解鎖效率。

上海、浙江、福建、寧夏4個省份數(shù)字經(jīng)濟(jì)回歸系數(shù)在樣本期內(nèi)呈現(xiàn)先平穩(wěn)后上升的變化趨勢，具體來說，2012—2018年基本趨于平穩(wěn)，從2018年開始迅速上升。上海、浙江和福建屬于華東地區(qū)，3個省份充分利用海量數(shù)據(jù)優(yōu)勢，推動數(shù)字技術(shù)與實體經(jīng)濟(jì)深度融合，賦能傳統(tǒng)產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型升級，催生新產(chǎn)業(yè)、新業(yè)態(tài)模式，同時重視環(huán)境與經(jīng)濟(jì)的雙重效益，有效提高碳解鎖效率?！笆濉币詠恚瑢幭臄?shù)字經(jīng)濟(jì)賦能碳解鎖效率的提升效應(yīng)不斷上升，可能的原因在于，一方面寧夏利用數(shù)字技術(shù)嚴(yán)格控制能源消費總量、監(jiān)控重點領(lǐng)域的節(jié)能減排效果，有效緩解了生產(chǎn)過程中能源的過度消耗，進(jìn)而提升碳解鎖效率；另一方面，寧夏數(shù)字經(jīng)濟(jì)優(yōu)化了能源結(jié)構(gòu)，推動了煤炭供給側(cè)改革，打造了清潔綠色高效的能源消費模式，從而在實現(xiàn)經(jīng)濟(jì)發(fā)展的同時有效降低了碳排放水平，使得碳解鎖效率快速提升。

重慶、四川、貴州和云南都屬于西南地區(qū)，4個省份數(shù)字經(jīng)濟(jì)對碳解鎖效率的提升效應(yīng)不斷減弱，2012—2021年始終處于邊際效用遞減階段，但4個省份數(shù)字經(jīng)濟(jì)增長率都處于全國領(lǐng)先水平，其智能制造和電子信息等新興產(chǎn)業(yè)發(fā)展速度較快。因此，處于邊際效用遞減的原因可能是其更注重推動數(shù)字經(jīng)濟(jì)在減污降碳方面更廣泛和更深度的應(yīng)用，對于數(shù)字經(jīng)濟(jì)新興產(chǎn)業(yè)的環(huán)境效益考慮較少，沒能進(jìn)一步激發(fā)數(shù)字經(jīng)濟(jì)減污降碳的活力。

北京、天津、河北、山西、內(nèi)蒙古、遼寧、吉林、黑龍江、山東、陜西10個省份數(shù)字經(jīng)濟(jì)回歸系數(shù)整體呈現(xiàn)出低位增長且增幅較小的變化趨勢，其中吉林、黑龍江、河北、山西數(shù)字經(jīng)濟(jì)回歸系數(shù)呈現(xiàn)持續(xù)增長態(tài)勢，而遼寧、北京、內(nèi)蒙古、天津的數(shù)字經(jīng)濟(jì)回歸系數(shù)在2018年前后都出現(xiàn)小幅度下降。具體來看，東北地區(qū)由于地理位置不佳、人口流失嚴(yán)重、產(chǎn)業(yè)結(jié)構(gòu)固化、高新技術(shù)產(chǎn)業(yè)缺失等原因，嚴(yán)重阻礙了數(shù)字經(jīng)濟(jì)發(fā)展?jié)摿Φ某浞轴尫?，因此對碳解鎖效率的提升效果較為平緩。天津、河北和山東相較于其他地區(qū)，產(chǎn)業(yè)結(jié)構(gòu)較為單一，大大限制了數(shù)字經(jīng)濟(jì)對碳解鎖效率的帶動作用。山西、陜西、內(nèi)蒙古都屬于能源資源大省，產(chǎn)業(yè)結(jié)構(gòu)都以煤炭等重工業(yè)為主，對碳基能源系統(tǒng)依賴性很強(qiáng)，碳解鎖難度較大；并且數(shù)字經(jīng)濟(jì)發(fā)展相對滯后，以煤炭行業(yè)為代表的能源行業(yè)生產(chǎn)和管理環(huán)節(jié)還存在數(shù)字經(jīng)濟(jì)“真空區(qū)”，因此數(shù)字經(jīng)濟(jì)對碳解鎖效率的提升效應(yīng)較小。

甘肅、青海兩省份數(shù)字經(jīng)濟(jì)回歸系數(shù)呈現(xiàn)出高位增長，并逐漸趨于平緩的變化趨勢。甘肅、青海屬于西北地區(qū)，由于能源消費結(jié)構(gòu)主要以煤炭為主，并且缺乏技術(shù)創(chuàng)新與投資，工業(yè)與能源利用效率較低，形成了粗放型經(jīng)濟(jì)發(fā)展模式，而技術(shù)落后導(dǎo)致的高能耗高排放式發(fā)展使得碳排放量保持在較高水平，因此，大力推進(jìn)數(shù)字經(jīng)濟(jì)可以推動技術(shù)創(chuàng)新大幅度進(jìn)步，提升以煤炭為主的能源利用效率，并且大力推廣風(fēng)力發(fā)電站、光伏發(fā)電站，降低火力發(fā)電對傳統(tǒng)化石能源的消耗。

通過上述分析可知，數(shù)字經(jīng)濟(jì)對碳解鎖效率的影響呈現(xiàn)出顯著的空間異質(zhì)性，假設(shè)H2得到驗證。

（五）穩(wěn)健性檢驗

本文采用縮小樣本容量的方式進(jìn)行穩(wěn)健性檢驗，對2015—2021年30個樣本省份數(shù)字經(jīng)濟(jì)賦能碳解鎖效率進(jìn)行分析，使用Arcgis10.8軟件，僅利用2015—2021年的面板數(shù)據(jù)進(jìn)行時空地理加權(quán)回歸，回歸結(jié)果如表8所示。

數(shù)字經(jīng)濟(jì)對碳解鎖效率的回歸系數(shù)在所有樣本區(qū)間內(nèi)的顯著比例為90.48%，產(chǎn)業(yè)結(jié)構(gòu)、對外開放程度、城鎮(zhèn)化水平、政府干預(yù)回歸系數(shù)的顯著比例為69.52%～80.00%，可以認(rèn)為這四個因素對碳解鎖效率的影響顯著，通過穩(wěn)健性檢驗，說明GTWR模型的研究結(jié)果可靠。

六、結(jié)論與建議

（一）研究結(jié)論

數(shù)字經(jīng)濟(jì)和碳解鎖效率作為中國實現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展的重要命題，二者的關(guān)系值得探究。本文基于2012—2021年我國30個樣本省份的面板數(shù)據(jù)，建立時空地理加權(quán)回歸模型，研究數(shù)字經(jīng)濟(jì)影響碳解鎖效率的空間異質(zhì)性。得到如下研究結(jié)論：（1）時間上，樣本期內(nèi)碳解鎖效率存在波動，但整體呈現(xiàn)不斷上升的趨勢?？臻g上，碳解鎖效率存在正向的空間集聚性，易受周邊地區(qū)的影響。具體來看，高-高集聚樣本省份有8個，低-低集聚樣本省份有9個，正相關(guān)程度達(dá)56.67%。（2）除新疆外其他樣本省份數(shù)字經(jīng)濟(jì)對碳解鎖效率的回歸系數(shù)均為正數(shù)，說明數(shù)字經(jīng)濟(jì)有利于碳解鎖效率的提高。（3）樣本期內(nèi)，數(shù)字經(jīng)濟(jì)對碳解鎖效率的影響存在空間異質(zhì)性，中南地區(qū)省份數(shù)字經(jīng)濟(jì)對碳解鎖效率的回歸系數(shù)呈現(xiàn)先減小后增大的趨勢，西南地區(qū)省份數(shù)字經(jīng)濟(jì)的回歸系數(shù)始終處于邊際效用遞減階段，華北、東北地區(qū)省份回歸系數(shù)都處在低位增長階段，西北地區(qū)甘肅、青海兩省份回歸系數(shù)都處在高位增長階段。

（二）提升碳解鎖效率的建議

1. 大力發(fā)展數(shù)字經(jīng)濟(jì)，賦能碳解鎖效率提升

一是優(yōu)化升級數(shù)字基礎(chǔ)設(shè)施建設(shè)，重點關(guān)注云計算、大數(shù)據(jù)、人工智能、5G等新一代信息技術(shù)建設(shè)，全方位、深層次、多領(lǐng)域推進(jìn)低碳轉(zhuǎn)型。二是大力發(fā)展數(shù)字經(jīng)濟(jì)核心產(chǎn)業(yè)，培育壯大人工智能、大數(shù)據(jù)、區(qū)塊鏈等新興數(shù)字產(chǎn)業(yè)，提升通信設(shè)備、核心電子元器件、關(guān)鍵軟件等產(chǎn)業(yè)的發(fā)展水平。三是加強(qiáng)數(shù)字技術(shù)的創(chuàng)新與應(yīng)用，注重基礎(chǔ)研究和原始創(chuàng)新，加快數(shù)字技術(shù)領(lǐng)域關(guān)鍵核心技術(shù)和基礎(chǔ)前沿技術(shù)突破，增強(qiáng)自主可控能力。同時促進(jìn)數(shù)字技術(shù)與實體經(jīng)濟(jì)的深度融合，推動傳統(tǒng)產(chǎn)業(yè)生產(chǎn)方式、組織方式向數(shù)字化轉(zhuǎn)型，擴(kuò)大數(shù)字技術(shù)的應(yīng)用范圍。四是培育良好的數(shù)字發(fā)展環(huán)境，建立與數(shù)字經(jīng)濟(jì)持續(xù)健康發(fā)展相適應(yīng)的治理方式，加快建設(shè)全方位、多層次、多維度的監(jiān)管體系，營造科學(xué)、高效、有序的數(shù)字經(jīng)濟(jì)發(fā)展環(huán)境。統(tǒng)籌開展數(shù)字中國發(fā)展綜合試點，開展綜合集成改革試驗。

2. 不同主體分類發(fā)展數(shù)字經(jīng)濟(jì)，助力低碳發(fā)展

政府層面，應(yīng)充分發(fā)揮政府對數(shù)字經(jīng)濟(jì)發(fā)展的統(tǒng)籌和引領(lǐng)作用，推進(jìn)數(shù)字中國建設(shè)。一是建立健全數(shù)字中國建設(shè)統(tǒng)籌協(xié)調(diào)機(jī)制，及時研究解決數(shù)字經(jīng)濟(jì)發(fā)展中的重大問題，促進(jìn)跨部門協(xié)作聯(lián)動，確保重大任務(wù)和重大項目督辦落實。二是建立健全政策體系，包括財政、稅收、金融等方面的政策支持，鼓勵數(shù)字經(jīng)濟(jì)與低碳發(fā)展的深度融合。同時，建立數(shù)字化碳管理體系，搭建數(shù)字化碳排放數(shù)據(jù)測量、監(jiān)測和分析系統(tǒng)，加快數(shù)字化、網(wǎng)絡(luò)化、智能化發(fā)展，推動企業(yè)更科學(xué)、合理、準(zhǔn)確地控制碳排放，堅持不懈提升節(jié)能環(huán)保效率。企業(yè)層面，充分利用數(shù)字經(jīng)濟(jì)在綠色低碳產(chǎn)業(yè)轉(zhuǎn)型中的節(jié)能減排作用，持續(xù)深入推進(jìn)數(shù)字經(jīng)濟(jì)與產(chǎn)業(yè)發(fā)展的滲透融合，利用數(shù)字技術(shù)擴(kuò)大資源要素配置，提高生態(tài)環(huán)境治理效率，加快轉(zhuǎn)變能源消費結(jié)構(gòu)，提高企業(yè)在綠色低碳發(fā)展過程中的質(zhì)量和效率。

3. 因地制宜發(fā)展數(shù)字經(jīng)濟(jì)，賦能區(qū)域低碳協(xié)同發(fā)展

通過低碳協(xié)同和數(shù)字經(jīng)濟(jì)促進(jìn)區(qū)域間聯(lián)動發(fā)展，在產(chǎn)業(yè)轉(zhuǎn)移、功能疏解、對口支援等基礎(chǔ)上開拓新型區(qū)域經(jīng)濟(jì)聯(lián)系通道。通過低碳協(xié)同，加快新能源研發(fā)、制造、供應(yīng)全產(chǎn)業(yè)鏈區(qū)域間合作，培育跨區(qū)域低碳產(chǎn)業(yè)集群，增強(qiáng)區(qū)域間經(jīng)濟(jì)聯(lián)系。在數(shù)字經(jīng)濟(jì)發(fā)展和“東數(shù)西算”工程實施的背景下，西南地區(qū)的數(shù)據(jù)要素市場有待進(jìn)一步健全和完善，聚焦西南地區(qū)的特色產(chǎn)業(yè)，培育符合西南地區(qū)發(fā)展的新市場主體，促進(jìn)元宇宙、云計算、云購物、數(shù)字醫(yī)療等數(shù)字經(jīng)濟(jì)的發(fā)展，同時結(jié)合西南地區(qū)的經(jīng)濟(jì)發(fā)展水平，大力推進(jìn)數(shù)字技術(shù)、業(yè)態(tài)和模式的應(yīng)用，持續(xù)推進(jìn)本地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展，使數(shù)字經(jīng)濟(jì)的滲透作用得到最大程度的發(fā)揮。中南地區(qū)依托現(xiàn)有算力中心和產(chǎn)業(yè)配套設(shè)施，在數(shù)字經(jīng)濟(jì)發(fā)展浪潮中持續(xù)推進(jìn)。對于華北地區(qū)的山西、陜西、內(nèi)蒙古等煤炭資源豐富的地區(qū)，其數(shù)字經(jīng)濟(jì)發(fā)展與華東地區(qū)之間仍存在明顯的數(shù)字鴻溝，市場的積極性無法充分發(fā)揮。因此，這些地區(qū)在發(fā)展煤炭產(chǎn)業(yè)、石化產(chǎn)業(yè)等傳統(tǒng)產(chǎn)業(yè)時，要發(fā)揮國有資本優(yōu)勢，構(gòu)建以數(shù)字基礎(chǔ)設(shè)施和數(shù)字技術(shù)應(yīng)用為核心的數(shù)字經(jīng)濟(jì)發(fā)展環(huán)境和產(chǎn)業(yè)轉(zhuǎn)型環(huán)境，進(jìn)一步提高碳解鎖效率。東北地區(qū)依托產(chǎn)業(yè)互聯(lián)網(wǎng)，將數(shù)字經(jīng)濟(jì)與農(nóng)業(yè)、工業(yè)和服務(wù)業(yè)進(jìn)行多層次多頻率的滲透，促進(jìn)產(chǎn)業(yè)數(shù)字化與低碳化發(fā)展。華東地區(qū)在既有的區(qū)位優(yōu)勢、經(jīng)濟(jì)體量優(yōu)勢、政策持續(xù)支持下，推動數(shù)字技術(shù)與實體經(jīng)濟(jì)的深度融合，賦能傳統(tǒng)產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型升級，催生新產(chǎn)業(yè)、新業(yè)態(tài)模式?？紤]到數(shù)字經(jīng)濟(jì)對西北地區(qū)的甘肅、青海碳解鎖效率的賦能作用更為顯著，政府應(yīng)加大對西北地區(qū)數(shù)字經(jīng)濟(jì)基礎(chǔ)設(shè)施建設(shè)的投入，形成數(shù)字基礎(chǔ)設(shè)施的一體化布局，推動華東、華北地區(qū)的部分?jǐn)?shù)字經(jīng)濟(jì)資源向西北地區(qū)傾斜，并提供政策和制度支持。

參考文獻(xiàn)：

［1］ UNRUH G C. Understanding Carbon Lock-in［J］.Energy Policy，2000（28）：817-830.

［2］ UNRUH G C. Escaping Carbon Lock-in［J］.Energy Policy，2002（30）：317-325.

［3］ SANYA C. Historical Analysis of U.S. Electricity Markets：Reassessing Carbon Lock-in［J］.Energy Policy，2011，39（2）：720-732.

［4］ PATRICK A D. Breaking Carbon Lock-In：Path Dependencies in Large-Scale Transportation Infrastructure Projects［J］.Planning Practice and Research，2014，29（3）：317-330.

［5］ XU Y Z，DONG B Y，CHEN Y，et al. Effect of Industrial Transfer on Carbon Lock-in：A Spatial Econometric Analysis of Chinese Cities［J］.Journal of Environmental Planning and Management，2021（4）：1-32.

［6］ 王岑.“碳鎖定”與技術(shù)創(chuàng)新的“解鎖”途徑［J］.中共福建省委黨校學(xué)報，2010（11）：61-67.

［7］ 楊玲萍，呂濤.我國碳鎖定原因分析及解鎖策略［J］.工業(yè)技術(shù)經(jīng)濟(jì)，2011（4）：151-157.

［8］ 屈錫華，楊梅錦，申毛毛.我國經(jīng)濟(jì)發(fā)展中的“碳鎖定”成因及“解鎖”策略［J］.科技管理研究，2013（7）：201-204.

［9］ 郭進(jìn)，徐盈之.基于技術(shù)進(jìn)步視角的我國碳鎖定與碳解鎖路徑研究［J］.中國科技論壇，2015（1）：113-118.

［10］ 梁中，胡俊康.多主體合作的“碳解鎖”治理：價值邏輯與行動策略［J］.社會科學(xué)，2019（8）：36-45.

［11］ 鄒瞳，郭丕斌，吳青龍.中國能源系統(tǒng)“高碳解鎖”向低碳轉(zhuǎn)型機(jī)制研究——基于社會-技術(shù)轉(zhuǎn)型視角［J］.中北大學(xué)學(xué)報（社會科學(xué)版），2023（2）：33-39.

［12］ 張濟(jì)建，劉清，丁緒輝.長江經(jīng)濟(jì)帶碳解鎖效率研究——基于SE-DEA-Malmquist指數(shù)［J］.華東經(jīng)濟(jì)管理，2021（6）：1-10.

［13］ 郝亞男，張景哲，賈穎旭，等.黃河流域碳解鎖效率及其驅(qū)動因素分解［J］.內(nèi)蒙古統(tǒng)計，2023（2）：36-40.

［14］ 程娜，桑一銘，李博文.“雙碳”目標(biāo)下中國“碳解鎖”發(fā)展研究［J］.改革，2023（12）：151-162.

［15］ 董碧瀅，徐盈之，孫文遠(yuǎn).“調(diào)結(jié)構(gòu)”視角下綠色技術(shù)創(chuàng)新的碳解鎖路徑研究——環(huán)境規(guī)制的調(diào)節(jié)效應(yīng)［J］.研究與發(fā)展管理，2023（4）：34-49.

［16］ 謝云飛.數(shù)字經(jīng)濟(jì)對區(qū)域碳排放強(qiáng)度的影響效應(yīng)及作用機(jī)制［J］.當(dāng)代經(jīng)濟(jì)管理，2022（2）：68-78.

［17］ 鄧榮榮，張翱祥.中國城市數(shù)字經(jīng)濟(jì)發(fā)展對環(huán)境污染的影響及機(jī)理研究［J］.南方經(jīng)濟(jì)，2022（2）：18-37.

［18］ 徐維祥，周建平，劉程軍.數(shù)字經(jīng)濟(jì)發(fā)展對城市碳排放影響的空間效應(yīng)［J］.地理研究，2022（1）：111-129.

［19］ 繆陸軍，陳靜，范天正，等.數(shù)字經(jīng)濟(jì)發(fā)展對碳排放的影響——基于278個地級市的面板數(shù)據(jù)分析［J］.南方金融，2022（2）：45-57.

［20］ 韓晶，姜如玥.數(shù)字經(jīng)濟(jì)賦能低碳發(fā)展：理論邏輯與實踐路徑［J］.統(tǒng)計研究，2024（4）：54-67.

［21］ 米國芳，呂淼鑫，蘇坤榮.數(shù)字經(jīng)濟(jì)與實體經(jīng)濟(jì)融合的碳減排效應(yīng)——來自我國省域的經(jīng)驗證據(jù)［J］.統(tǒng)計學(xué)報，2024（2）：12-26.

［22］ SALAHUDDIN M，ALAM K. Internet Usage，Electricity Consumption and Economic Growth in Australia：A Time Series Evidence［J］.Telematics and Informatics，2015，32（4）：862-878.

［23］ LI X，LIU J，NI P. The Impact of the Digital Economy on CO2 Emissions：A Theoretical and Empirical Analysis［J］.Sustainability，2021，13（13）：1-15.

［24］ 朱東波，張相偉.中國數(shù)字金融發(fā)展的環(huán)境效應(yīng)及其作用機(jī)制研究［J］.財經(jīng)論叢，2022（3）：37-46.

［25］ 潘為華，賀正楚，潘紅玉.中國數(shù)字經(jīng)濟(jì)發(fā)展的時空演化和分布動態(tài)［J］.中國軟科學(xué)，2021（10）：137-147.

［26］ 劉偉麗，劉宏楠.要素市場扭曲和制度質(zhì)量對研發(fā)投入的影響——基于中國高技術(shù)產(chǎn)業(yè)的實證分析［J］.財經(jīng)問題研究，2020（6）：32-39.

［27］ 于向宇，李躍，陳會英，等.“資源詛咒”視角下環(huán)境規(guī)制、能源稟賦對區(qū)域碳排放的影響［J］.中國人口·資源與環(huán)境，2019（5）：52-60.

［28］ 米國芳，長青.能源結(jié)構(gòu)和碳排放約束下中國經(jīng)濟(jì)增長“尾效”研究［J］.干旱區(qū)資源與環(huán)境，2017（2）：50-55.

［29］ 劉軍，楊淵鋆，張三峰.中國數(shù)字經(jīng)濟(jì)測度與驅(qū)動因素研究［J］.上海經(jīng)濟(jì)研究，2020（6）：81-96.

［30］ 王軍，朱杰，羅茜.中國數(shù)字經(jīng)濟(jì)發(fā)展水平及演變測度［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2021（7）：26-42.

［31］ 盛斌，劉宇英.中國數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)的測度與空間分異特征研究［J］.南京社會科學(xué)，2022（1）：43-54.

［32］ 秦炳濤，俞勇偉，葛力銘，等.智慧降碳：數(shù)字經(jīng)濟(jì)發(fā)展對城市碳排放影響的效應(yīng)與機(jī)制［J］.廣東財經(jīng)大學(xué)學(xué)報，2023（3）：4-23.

［33］ 吳傳清，鄧明亮.數(shù)字經(jīng)濟(jì)發(fā)展對中國工業(yè)碳生產(chǎn)率的影響研究［J］.中國軟科學(xué)，2023（11）：189-200.

［34］ 王喜蓮，翟楨桐，賈縣民.數(shù)字經(jīng)濟(jì)、綠色創(chuàng)新對碳排放強(qiáng)度的影響［J］.西安科技大學(xué)學(xué)報，2024（1）：185-193.

［35］ 趙曉春，龍來春，周瑛.綠色金融、政府干預(yù)與區(qū)域碳排放效率［J］.統(tǒng)計與決策，2023（10）：149-154.