摘 要：發(fā)展數(shù)字經(jīng)濟(jì)是提升城市碳排放效率的重要途徑?；?011-2022年中國(guó)274 個(gè)城市的相關(guān)數(shù)據(jù)，本文采用非期望產(chǎn)出的超效率 SBM 模型、雙重機(jī)器學(xué)習(xí)等方法，以“國(guó)家大數(shù)據(jù)綜合試驗(yàn)區(qū)”試點(diǎn)政策作為準(zhǔn)自然實(shí)驗(yàn)，探討數(shù)字經(jīng)濟(jì)發(fā)展對(duì)城市碳排放效率的影響及共傳導(dǎo)機(jī)制。研究表明，數(shù)字經(jīng)濟(jì)發(fā)展能夠顯著提升城市碳排放效率;在傳導(dǎo)機(jī)制上，數(shù)字經(jīng)濟(jì)發(fā)展可以通過(guò)產(chǎn)業(yè)結(jié)構(gòu)開(kāi)級(jí)、綠色技術(shù)創(chuàng)新提升城市碳排放效率;異質(zhì)性分析表明，在不同類型的試驗(yàn)區(qū)和資源察賦不同的城市，數(shù)字經(jīng)濟(jì)發(fā)展對(duì)碳排放效率的影響存在差異。

關(guān)鍵詞：數(shù)字經(jīng)濟(jì)發(fā)展;城市碳排放效率;國(guó)家大數(shù)據(jù)綜合試驗(yàn)區(qū)

中圖分類號(hào)：F49;F121.3;X321文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1001-148X（2025）03-0085-09

一、引 言

數(shù)字經(jīng)濟(jì)是推動(dòng)經(jīng)濟(jì)增長(zhǎng)和社會(huì)進(jìn)步的新型經(jīng)濟(jì)形態(tài)。根據(jù)《中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展報(bào)告（2023）》顯示，數(shù)字經(jīng)濟(jì)的規(guī)模已達(dá)到53.9萬(wàn)億元，占GDP的比重超過(guò)了42%。這一現(xiàn)象不僅反映了

式（1）中，CEE表示城市碳排放效率;n為決策單元個(gè)數(shù)，即國(guó)家大數(shù)據(jù)綜合試驗(yàn)區(qū)274個(gè)典型城市，每個(gè)城市都包含m個(gè)投入變量、P，個(gè)期望產(chǎn)出和P;個(gè)非期望產(chǎn)出變量;x、，和）\"分別表示投人矩陣中的相應(yīng)元素、期望產(chǎn)出矩陣和非期望產(chǎn)出矩陣。

2.雙重機(jī)器學(xué)習(xí)模型

由于采用雙重差分模型等因果推斷方法評(píng)估政策效果，存在樣本數(shù)據(jù)難以滿足平行趨勢(shì)檢驗(yàn)要求等前提條件，從而導(dǎo)致有偏的估計(jì)結(jié)果。現(xiàn)有研究中的傳統(tǒng)參數(shù)和非參數(shù)方法往往面臨多重挑戰(zhàn)：參數(shù)模型易受遺漏變量干擾且依賴嚴(yán)格的函數(shù)形式假設(shè)，而非參數(shù)方法則存在高維數(shù)據(jù)詛咒和正則化偏差等局限。針對(duì)這些問(wèn)題，Chermozhuk-ow 等]創(chuàng)新性地構(gòu)建了雙重機(jī)器學(xué)習(xí)框架，該模型通過(guò)整合內(nèi)曼正交化技術(shù)與交叉驗(yàn)證策略，顯苦降低了模型設(shè)定偏誤，確保參數(shù)估計(jì)具備一致性、漸進(jìn)正態(tài)性及有效性等理想統(tǒng)計(jì)特性。因此，本文以“國(guó)家大數(shù)據(jù)綜合試驗(yàn)區(qū)”試點(diǎn)政策為政策虛擬變量，采用雙重機(jī)器學(xué)習(xí)模型分析數(shù)字經(jīng)濟(jì)發(fā)展對(duì)城市碳排放效率的影響。

雙重機(jī)器學(xué)習(xí)的核心思想是將因果推斷問(wèn)題分解為兩個(gè)獨(dú)立的預(yù)測(cè)步驟，利用機(jī)器學(xué)習(xí)算法來(lái)提高因果效應(yīng)估計(jì)的準(zhǔn)確性和穩(wěn)健性。首先，使用控制變量集預(yù)測(cè)被解釋變量，得到預(yù)測(cè)殘差，去除由控制變量解釋的部分。接著，使用同樣的控制變量集預(yù)測(cè)解釋變量，得到其殘差，去除控制變量的影響。最后，通過(guò)回歸分析中的兩個(gè)殘差估計(jì)解釋變量和被解釋變量的因果效應(yīng)。本文構(gòu)建的基

數(shù)字技術(shù)在中國(guó)各行業(yè)中的廣泛應(yīng)用，也凸顯了數(shù)字經(jīng)濟(jì)對(duì)資源配置、生產(chǎn)效率和消費(fèi)模式的深刻影響。然而，在中國(guó)經(jīng)濟(jì)數(shù)字化轉(zhuǎn)型發(fā)展的同時(shí)，由于人口規(guī)模大，經(jīng)濟(jì)增長(zhǎng)的能源依存度高，經(jīng)濟(jì)發(fā)展面臨著環(huán)境污染、節(jié)能減排等挑戰(zhàn)。中國(guó)于2020年9月召開(kāi)的聯(lián)合國(guó)大會(huì)第七十五屆會(huì)議上承諾，將力爭(zhēng)二氧化碳排放在2030年前達(dá)到峰值，并爭(zhēng)取在2060年實(shí)現(xiàn)碳中和。數(shù)字經(jīng)濟(jì)發(fā)展有助于推動(dòng)中國(guó)企業(yè)生產(chǎn)活動(dòng)和社會(huì)經(jīng)濟(jì)環(huán)境發(fā)生根本性變化，是實(shí)現(xiàn)“碳達(dá)峰”和“碳中和”目標(biāo)的重要途徑。黨的二十大報(bào)告指出，要加速數(shù)字中國(guó)建設(shè)、特別是要推動(dòng)互聯(lián)網(wǎng)、大數(shù)據(jù)和人工智能與傳統(tǒng)經(jīng)濟(jì)的深度融合，在節(jié)能環(huán)保、綠色低碳等領(lǐng)域培育新的經(jīng)濟(jì)增長(zhǎng)點(diǎn)。國(guó)家大數(shù)據(jù)綜合試驗(yàn)區(qū)作為數(shù)字經(jīng)濟(jì)發(fā)展的重要試驗(yàn)場(chǎng)，對(duì)推動(dòng)中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展與低碳減排具有重要意義。2015年9月，國(guó)務(wù)院出臺(tái)《促進(jìn)大數(shù)據(jù)發(fā)展行動(dòng)綱要》，明確支持貴州等地建設(shè)大數(shù)據(jù)綜合試驗(yàn)區(qū)。2016年2月，貴州獲批成為首個(gè)國(guó)家級(jí)大數(shù)據(jù)綜合試驗(yàn)區(qū);同年10月，第二批試點(diǎn)地區(qū)公布，包括京津冀、長(zhǎng)三角、珠三角及東北、中西部等多個(gè)省市。這些試驗(yàn)區(qū)的設(shè)立旨在整合基礎(chǔ)設(shè)施資源，培育大數(shù)據(jù)產(chǎn)業(yè)集群，帶動(dòng)區(qū)域創(chuàng)新升級(jí)，推動(dòng)數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)的深度融合，以實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展?？梢?jiàn)，國(guó)家大數(shù)據(jù)綜合試驗(yàn)區(qū)作為試點(diǎn)政策，為數(shù)字經(jīng)濟(jì)發(fā)展提供了良好環(huán)境，也為城市碳排放管理帶來(lái)了新的機(jī)遇。

本文以國(guó)家大數(shù)據(jù)綜合試驗(yàn)區(qū)政策作為代理變量，探討數(shù)字經(jīng)濟(jì)發(fā)展對(duì)碳排放效率的影響及其傳導(dǎo)機(jī)制，采用非期望產(chǎn)出的超效率 SBM 模型計(jì)算 2011-2022 年中國(guó) 274 個(gè)城市的碳排放效率，以“國(guó)家大數(shù)據(jù)綜合試驗(yàn)區(qū)”政策作為準(zhǔn)自然實(shí)驗(yàn)場(chǎng)景，采用雙重機(jī)器學(xué)習(xí)方法實(shí)證分析數(shù)字經(jīng)濟(jì)發(fā)展對(duì)碳排放效率的作用機(jī)制。相較于已有文獻(xiàn)，本研究的創(chuàng)新價(jià)值主要體現(xiàn)在：首先，在研究方法上引人雙重機(jī)器學(xué)習(xí)技術(shù)進(jìn)行政策效應(yīng)評(píng)估，充分發(fā)揮其模型適應(yīng)性強(qiáng)和檢驗(yàn)穩(wěn)健性高的優(yōu)勢(shì)從而提升研究結(jié)論的可信度。二是在試驗(yàn)區(qū)虛擬變量選取范圍上，已有研究通常將國(guó)家大數(shù)據(jù)綜合試驗(yàn)區(qū)所在省份的全部城市視為處理組，忽略了部分城市在發(fā)展規(guī)劃和政策執(zhí)行上參與程度較低的實(shí)際情況。本文擬在考察各試驗(yàn)區(qū)政策、發(fā)展思路和相關(guān)產(chǎn)業(yè)發(fā)展等因素基礎(chǔ)上，篩選33個(gè)典型城市作為有效處理組，從而可提高雙重機(jī)器學(xué)習(xí)模型回歸結(jié)果的準(zhǔn)確性。三是在運(yùn)用因果中介效應(yīng)模型進(jìn)行機(jī)制檢驗(yàn)方面，本文定性分析數(shù)字經(jīng)濟(jì)發(fā)展對(duì)城市碳排放效率影響的傳導(dǎo)路徑，然后通過(guò)實(shí)證驗(yàn)證數(shù)字經(jīng)濟(jì)發(fā)展通過(guò)促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)和推動(dòng)綠色技術(shù)創(chuàng)新這兩條中介路徑，實(shí)現(xiàn)提高能源利用效率與減少碳排放的雙重效果，拓寬了數(shù)字經(jīng)濟(jì)發(fā)展對(duì)城市碳排放效率影響的研究深度。

二、理論分析與研究假設(shè)

（一）數(shù)字經(jīng)濟(jì)發(fā)展對(duì)碳排放效率的直接影響

發(fā)展數(shù)字經(jīng)濟(jì)是提升生態(tài)環(huán)境效益的重要途徑。數(shù)字經(jīng)濟(jì)發(fā)展對(duì)碳排放效率的直接影響主要體現(xiàn)在以下兩個(gè)方面：一是降低碳排放總量，二是提高能源使用效率四。這兩個(gè)方面均有助于提升碳排放效率。具體而言，在降低碳排放總量上，數(shù)寧經(jīng)濟(jì)發(fā)展尤其是國(guó)家大數(shù)據(jù)綜合試驗(yàn)區(qū)政策的實(shí)施，有助于激勵(lì)企業(yè)應(yīng)用大數(shù)據(jù)技術(shù)，通過(guò)深耕大數(shù)據(jù)產(chǎn)業(yè)，企業(yè)能夠?qū)崿F(xiàn)對(duì)碳排放數(shù)據(jù)的精準(zhǔn)監(jiān)測(cè)，幫助政府和企業(yè)實(shí)時(shí)掌握碳排放狀況，從而制定更科學(xué)的碳減排措施。在提高能源使用效率上，數(shù)字經(jīng)濟(jì)與傳統(tǒng)經(jīng)濟(jì)的融合有助于傳統(tǒng)企業(yè)降低生產(chǎn)成本，實(shí)現(xiàn)規(guī)模經(jīng)濟(jì)。在國(guó)家大數(shù)據(jù)綜合試驗(yàn)區(qū)內(nèi)，企業(yè)通過(guò)引人先進(jìn)的制造技術(shù)，如機(jī)器人和人工智能技術(shù)，能夠提高生產(chǎn)效率，減少資源浪費(fèi)和能源消耗。試驗(yàn)區(qū)內(nèi)企業(yè)之間數(shù)據(jù)共享與生產(chǎn)協(xié)作有助于推動(dòng)綠色技術(shù)創(chuàng)新和可再生能源應(yīng)用，促進(jìn)低碳經(jīng)濟(jì)的發(fā)展，從而提高碳排放效率?；诖耍疚奶岢鋈缦录僭O(shè)：

H1：數(shù)字經(jīng)濟(jì)發(fā)展有利于提高碳排放效率。

（二）數(shù)字經(jīng)濟(jì)發(fā)展對(duì)碳排放效率的間接影響

1.數(shù)字經(jīng)濟(jì)發(fā)展通過(guò)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)對(duì)碳排放效率的間接影響

數(shù)字經(jīng)濟(jì)作為互聯(lián)網(wǎng)技術(shù)的產(chǎn)物，主要從數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化兩個(gè)方面影響產(chǎn)業(yè)結(jié)構(gòu)升級(jí)9。數(shù)字產(chǎn)業(yè)化主要是指信息技術(shù)的應(yīng)用，促進(jìn)新興產(chǎn)業(yè)的發(fā)展，包括電子信息制造、信息通信、軟件和T服務(wù)業(yè)以及互聯(lián)網(wǎng)產(chǎn)業(yè)等。這些產(chǎn)業(yè)以數(shù)字技術(shù)為驅(qū)動(dòng)、以數(shù)據(jù)為生產(chǎn)要素，其快速發(fā)展能夠促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)向更技術(shù)密集的方向演進(jìn)。產(chǎn)業(yè)數(shù)字化是將傳統(tǒng)產(chǎn)業(yè)與數(shù)字技術(shù)深度融合，通過(guò)在生產(chǎn)和運(yùn)營(yíng)中應(yīng)用數(shù)字技術(shù)，助力傳統(tǒng)產(chǎn)業(yè)實(shí)現(xiàn)轉(zhuǎn)型與升級(jí)。產(chǎn)業(yè)結(jié)構(gòu)升級(jí)可分為產(chǎn)業(yè)結(jié)構(gòu)合理化與高級(jí)化兩個(gè)層面”。產(chǎn)業(yè)結(jié)構(gòu)合理化的目標(biāo)在于優(yōu)化生產(chǎn)要素配置，促進(jìn)各產(chǎn)業(yè)協(xié)調(diào)發(fā)展，而產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化則是產(chǎn)業(yè)升級(jí)的最終目標(biāo)。產(chǎn)業(yè)結(jié)構(gòu)升級(jí)對(duì)碳排放效率的影響主要有：第一，不同產(chǎn)業(yè)對(duì)能源的需求存在差異，且各種能源的碳排放效率不同，這導(dǎo)致了生產(chǎn)過(guò)程中碳排放量的差異，產(chǎn)業(yè)結(jié)構(gòu)升級(jí)有助于增加服務(wù)業(yè)的比重，推動(dòng)經(jīng)濟(jì)結(jié)構(gòu)向低能耗產(chǎn)業(yè)的轉(zhuǎn)型。第二，產(chǎn)業(yè)結(jié)構(gòu)升級(jí)將推動(dòng)清潔能源的使用，有利于清潔能源的開(kāi)發(fā)和應(yīng)用，促進(jìn)能源消費(fèi)結(jié)構(gòu)的優(yōu)化。第三，產(chǎn)業(yè)結(jié)構(gòu)升級(jí)可實(shí)現(xiàn)產(chǎn)業(yè)間生產(chǎn)資源的自由流動(dòng)，有助于資源的有效配置，使得資本、勞動(dòng)等要素高效地集中到企業(yè)，加速企業(yè)的綠色創(chuàng)新和可持續(xù)發(fā)展?；诖耍疚奶岢鋈缦录僭O(shè)：

H2：數(shù)字經(jīng)濟(jì)發(fā)展有助于推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)，從而提高碳排放效率。

2.數(shù)字經(jīng)濟(jì)發(fā)展通過(guò)綠色技術(shù)創(chuàng)新對(duì)碳排放效率的間接影響

數(shù)字經(jīng)濟(jì)發(fā)展有助于推動(dòng)企業(yè)綠色技術(shù)創(chuàng)新數(shù)字經(jīng)濟(jì)的推進(jìn)為企業(yè)提升產(chǎn)品全生命周期的節(jié)能環(huán)保水平創(chuàng)造了技術(shù)條件，助力于企業(yè)進(jìn)行設(shè)備更新和智能化升級(jí)，進(jìn)而推動(dòng)綠色技術(shù)的創(chuàng)新發(fā)展，從而提高了生產(chǎn)效率，降低能源消耗四。特別是國(guó)家大數(shù)據(jù)綜合試驗(yàn)區(qū)政策的實(shí)施，包括共享和開(kāi)放數(shù)據(jù)資源、培養(yǎng)大數(shù)據(jù)人才以及推動(dòng)國(guó)際合作等，營(yíng)造了良好的人才聚集和技術(shù)創(chuàng)新環(huán)境，有助于企業(yè)運(yùn)用綠色技術(shù)，優(yōu)化生產(chǎn)工藝，降低城市碳排放水平。具體而言，綠色技術(shù)創(chuàng)新能夠從三個(gè)層面提升碳排放效率：一是有助于優(yōu)化生產(chǎn)工藝，提升能源使用效率，降低每單位產(chǎn)出的碳排放量。二是有助于推動(dòng)清潔能源的技術(shù)突破與商業(yè)化進(jìn)程，優(yōu)化能源供給體系與消費(fèi)模式。三是有助于提升碳排放處理技術(shù)，以更低的成本捕獲、儲(chǔ)存和利用二氧化碳”?；诖耍疚奶岢鋈缦录僭O(shè)：

H3：數(shù)字經(jīng)濟(jì)發(fā)展有助于促進(jìn)綠色技術(shù)創(chuàng)新，從而提高碳排放效率。

三、研究設(shè)計(jì)

（一）模型設(shè)定

1.非期望產(chǎn)出的超效率 SBM 模型

相較于傳統(tǒng)的數(shù)據(jù)包絡(luò)分析（DEA）方法，SBM 模型納人了生產(chǎn)過(guò)程中的非期望產(chǎn)出，即副產(chǎn)品C0，使得變量測(cè)度更符合實(shí)際情況，因此，在碳排放效率1、科技創(chuàng)新效率！]和綠色經(jīng)濟(jì)效率“等領(lǐng)域的測(cè)度研究中，非期望產(chǎn)出的超效率 SBM 模型得到了廣泛應(yīng)用。鑒于此，本文參考相關(guān)研究[”，采用非期望產(chǎn)出的超效率 SBM 模型測(cè)算城市碳排放效率。具體計(jì)算公式如下

式（1）中，CEE表示城市碳排放效率;n為決策單元個(gè)數(shù)，即國(guó)家大數(shù)據(jù)綜合試驗(yàn)區(qū)274個(gè)典型城市，每個(gè)城市都包含m個(gè)投入變量、P，個(gè)期望產(chǎn)出和P;個(gè)非期望產(chǎn)出變量;x、，和）\"分別表示投人矩陣中的相應(yīng)元素、期望產(chǎn)出矩陣和非期望產(chǎn)出矩陣。

2.雙重機(jī)器學(xué)習(xí)模型

由于采用雙重差分模型等因果推斷方法評(píng)估政策效果，存在樣本數(shù)據(jù)難以滿足平行趨勢(shì)檢驗(yàn)要求等前提條件，從而導(dǎo)致有偏的估計(jì)結(jié)果?，F(xiàn)有研究中的傳統(tǒng)參數(shù)和非參數(shù)方法往往面臨多重挑戰(zhàn)：參數(shù)模型易受遺漏變量干擾且依賴嚴(yán)格的函數(shù)形式假設(shè)，而非參數(shù)方法則存在高維數(shù)據(jù)詛咒和正則化偏差等局限。針對(duì)這些問(wèn)題，Chermozhuk-ow 等]創(chuàng)新性地構(gòu)建了雙重機(jī)器學(xué)習(xí)框架，該模型通過(guò)整合內(nèi)曼正交化技術(shù)與交叉驗(yàn)證策略，顯苦降低了模型設(shè)定偏誤，確保參數(shù)估計(jì)具備一致性、漸進(jìn)正態(tài)性及有效性等理想統(tǒng)計(jì)特性。因此，本文以“國(guó)家大數(shù)據(jù)綜合試驗(yàn)區(qū)”試點(diǎn)政策為政策虛擬變量，采用雙重機(jī)器學(xué)習(xí)模型分析數(shù)字經(jīng)濟(jì)發(fā)展對(duì)城市碳排放效率的影響。

雙重機(jī)器學(xué)習(xí)的核心思想是將因果推斷問(wèn)題分解為兩個(gè)獨(dú)立的預(yù)測(cè)步驟，利用機(jī)器學(xué)習(xí)算法來(lái)提高因果效應(yīng)估計(jì)的準(zhǔn)確性和穩(wěn)健性。首先，使用控制變量集預(yù)測(cè)被解釋變量，得到預(yù)測(cè)殘差，去除由控制變量解釋的部分。接著，使用同樣的控制變量集預(yù)測(cè)解釋變量，得到其殘差，去除控制變量的影響。最后，通過(guò)回歸分析中的兩個(gè)殘差估計(jì)解釋變量和被解釋變量的因果效應(yīng)。本文構(gòu)建的基于雙重機(jī)器學(xué)習(xí)的部分線性模型如下：

式（2）和（3）中，CEE.，表示被解釋變量，即城市碳排放效率，i為城市，為年份;Pdlicy..為解釋變量，即“國(guó)家大數(shù)據(jù)綜合試驗(yàn)區(qū)”政策虛擬變量代替數(shù)字經(jīng)濟(jì)發(fā)展變量，設(shè)置為國(guó)家大數(shù)據(jù)綜合試驗(yàn)區(qū)的城市為1，否則為0;0為政策虛擬變量的回歸系數(shù)，用于量化國(guó)家大數(shù)據(jù)綜合試驗(yàn)區(qū)試點(diǎn)政策對(duì)城市碳排放效率的影響效應(yīng);X，表示可能影響被解釋變量的其他控制變量集合;g（X）表示被解釋變量對(duì)控制變量的回歸函數(shù)，需借助機(jī)器學(xué)習(xí)模型估計(jì)具體形式;0。表示隨機(jī)擾動(dòng)項(xiàng)，且條件均值為0。對(duì)式（2）和式（3）進(jìn)行估計(jì)，得到國(guó)家大數(shù)據(jù)綜合試驗(yàn)區(qū)試點(diǎn)政策變量的估計(jì)系數(shù)如下

式（4）中，n代表樣本量。為提升模型收斂速度，并確保在樣本量較小的情況下，解釋變量的估計(jì)系數(shù)滿足無(wú)偏性，本文構(gòu)建輔助回歸函數(shù)如下：

式（5）中，m（X，）表示解釋變量對(duì)控制變量的回歸函數(shù)，并借助機(jī)器學(xué)習(xí)模型估計(jì)其具體形式。式（6）中，，表示隨機(jī)擾動(dòng)項(xiàng)，且條件均值為0。具體操作過(guò)程為：首先，采用機(jī)器學(xué)習(xí)算法估計(jì)輔助回歸（X），取其殘差i.= Pohgy...-m（X.）;其次，采用機(jī)器學(xué)習(xí)算法估計(jì)g（X.），將主回歸形式改變?yōu)?CEE..-X..）= 0Poligy..+U..;最后，將，作為 Pohey.，的工具變量進(jìn)行回歸，獲得無(wú)偏的系數(shù)估計(jì)量如下：

式（7）中，變量符號(hào)與上文一致。

城市碳排放效率受數(shù)字經(jīng)濟(jì)發(fā)展影響，且在不同城市和不同發(fā)展階段呈現(xiàn)異質(zhì)性特征。鑒于數(shù)字經(jīng)濟(jì)發(fā)展對(duì)城市碳排放效率存在這種異質(zhì)性影響，本文根據(jù) Chermozhukov 等[]的研究，構(gòu)建更具一般性的交互式模型如下

式（8）一式（11）中，變量符號(hào)與上文一致，相關(guān)參數(shù)的估計(jì)方法與上文式（2）一式（7）雙重機(jī)器學(xué)習(xí)的部分線性模型一致。

3.因果中介效應(yīng)模型

由于國(guó)家大數(shù)據(jù)綜合試驗(yàn)區(qū)的設(shè)立可從多個(gè)維度推動(dòng)數(shù)字經(jīng)濟(jì)發(fā)展，本文以“國(guó)家大數(shù)據(jù)綜合試驗(yàn)區(qū)”試點(diǎn)政策代表數(shù)字經(jīng)濟(jì)發(fā)展，探討其對(duì)城市碳排放效率的間接影響，即中介傳導(dǎo)機(jī)制。本研究針對(duì)傳統(tǒng)中介效應(yīng)分析方法的局限性進(jìn)行了模型改進(jìn)。傳統(tǒng)三步法由于存在內(nèi)生性偏誤，難以準(zhǔn)確識(shí)別變量間的因果中介路徑。為此，本研究采用反事實(shí)因果推斷框架，建立了更普適的因果中介分析模型。該模型通過(guò)效應(yīng)分解技術(shù)，將總效應(yīng)區(qū)分為兩個(gè)部分：經(jīng)由中介變量傳遞的間接效應(yīng)，以及獨(dú)立于中介路徑的直接效應(yīng)。具體而言，因果中介效應(yīng)分析中的中介因素取決于處置狀態(tài)d，被解釋變量Y同時(shí)取決于中介因素和處置狀態(tài)d，因此，直接效應(yīng)。在處置狀態(tài)d變更后由個(gè)體中介因素狀態(tài)M（d）決定;間接效應(yīng)8在中介因素狀態(tài)M（d）變更后由個(gè)體處置狀態(tài)d決定直接效應(yīng)@和間接效應(yīng)8和總效應(yīng)分別表示如下

式（12）中，為總效應(yīng)的分解公式，將總效應(yīng)Δ表示為兩種不同組合形式：其一為處置組直接效應(yīng)0（1）與自然間接效應(yīng)8（0）之和，其二為自然直接效應(yīng)0（0）與處置組間接效應(yīng)8（1）之和。這種雙重分解方式為揭示因果機(jī)制提供了更全面的分析視角。

（二）變量選取

1.被解釋變量

城市碳排放效率（CEE）。本文參考劉文發(fā)和陸學(xué)峰（2024）]的研究方法，采用非期望產(chǎn)出的超效率 SBM模型測(cè)算城市碳排放效率。在模型中選取碳排放效率的投入變量為勞動(dòng)、資本和能源。勞動(dòng)投人以城市就業(yè)人數(shù)衡量：資本投入用定資產(chǎn)存量衡量;能源投人以城市總能源消耗量衡量。模型的期望產(chǎn)出為城市的實(shí)際GDP，非期望產(chǎn)出為城市C0，排放量。對(duì)于“城市C0，排放量”的測(cè)算，本文參考吳建新和郭智勇（2016）（1的研究成果，包括了城市煤氣、波化氣等直接能源以及電能和熱能所產(chǎn)生的碳排放的核算。

2.解釋變量

國(guó)家大數(shù)據(jù)綜合試驗(yàn)區(qū)（Policy）為數(shù)字經(jīng)濟(jì)發(fā)展水平的代理變量。為推進(jìn)大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)，國(guó)務(wù)院于2015年8月發(fā)布了《促進(jìn)大數(shù)據(jù)發(fā)展行動(dòng)綱要》。2015年9月中國(guó)首個(gè)國(guó)家級(jí)大數(shù)據(jù)綜合試驗(yàn)區(qū)在貴州啟動(dòng)，2016年10月北京、天津和河北等地區(qū)被納人第二批國(guó)家大數(shù)據(jù)綜合試驗(yàn)區(qū)。鑒于兩批試驗(yàn)區(qū)獲批時(shí)間的差異和政策的滯后性，已有文獻(xiàn)通常以 2016年作為第一批試驗(yàn)區(qū)的起始年份，并將2017年作為第二批試驗(yàn)區(qū)的起始年份。本文考慮到國(guó)家大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)的實(shí)際進(jìn)度而非局限于批復(fù)時(shí)間，將第一批試驗(yàn)區(qū)的起始年份定為2015年，第二批試驗(yàn)區(qū)的起始年份定為2017年。根據(jù)各城市成為大數(shù)據(jù)綜合試驗(yàn)區(qū)的時(shí)間對(duì)虛擬變量進(jìn)行賦值，若其開(kāi)始設(shè)為國(guó)家大數(shù)據(jù)綜合試驗(yàn)區(qū)，賦值為1，否則為0值得注意的是，現(xiàn)有研究通常直接將獲批試驗(yàn)區(qū)省份內(nèi)所有城市均賦值為1，而忽略省內(nèi)城市在響應(yīng)政策和發(fā)展規(guī)劃上的差異。因此，本文參考張自然和何競(jìng)（2024）的研究思路，從各城市政策發(fā)展思路和相關(guān)產(chǎn)業(yè)發(fā)展三個(gè)因素識(shí)別出33個(gè)城市作為有效處理組，具體城市分布如表1所示。

3.控制變量

為準(zhǔn)確評(píng)估數(shù)字經(jīng)濟(jì)發(fā)展對(duì)城市碳排放效率的影響，并降低因遺漏變量導(dǎo)致的估計(jì)誤差，本文在模型中引人以下四個(gè)控制變量。政府干預(yù)（Gom）：以地方財(cái)政科技支出與地方財(cái)政一般預(yù)算支出的比例衡量;經(jīng)濟(jì)發(fā)展水平（PGDP）：以人均地區(qū)生產(chǎn)總值的對(duì)數(shù)形式衡量;建成區(qū)綠化覆蓋率（Green）以城市建成區(qū)綠化覆蓋面積與建成區(qū)總面積的比例衡量;金融發(fā)展（Fin）：采用金融機(jī)構(gòu)信貸規(guī)模占CDP比重作為金融發(fā)展的代理指標(biāo)?？紤]到樣本容量的限制，為增強(qiáng)模型估計(jì)精度，在雙重機(jī)器學(xué)習(xí)框架下同時(shí)納人控制變量的線性項(xiàng)和二次項(xiàng)。

4.中介變量

（1）產(chǎn)業(yè)結(jié)構(gòu)升級(jí)（1S）。產(chǎn)業(yè)結(jié)構(gòu)是指產(chǎn)業(yè)從較低層次向較高層次轉(zhuǎn)變的過(guò)程。根據(jù)配第-克拉克定律，隨著經(jīng)濟(jì)的發(fā)展，勞動(dòng)力會(huì)逐步從第一產(chǎn)業(yè)轉(zhuǎn)向第二和第三產(chǎn)業(yè)。參考汪偉等（2015）[]的研究，本文通過(guò)計(jì)算第一、第二和第三產(chǎn)業(yè)的加權(quán)比重，推導(dǎo)出產(chǎn)業(yè)結(jié)構(gòu)層次系數(shù)，該系數(shù)的數(shù)值越高，表示產(chǎn)業(yè)結(jié)構(gòu)的升級(jí)程度越高。具體的計(jì)算公式如下

式（13）中，9，表示第i個(gè)產(chǎn)業(yè)的產(chǎn)值比重。

（2）綠色技術(shù)創(chuàng)新（GP）：現(xiàn)有研究普遍使用綠色專利授權(quán)量作為衡量指標(biāo)，但考慮到專利審查流程的時(shí)滯性，授權(quán)數(shù)據(jù)往往難以實(shí)時(shí)反映創(chuàng)新動(dòng)態(tài)。基于此，本文創(chuàng)新性地采用綠色專利申請(qǐng)量占總專利申請(qǐng)量的比重作為代理變量，該指標(biāo)能夠更及時(shí)、準(zhǔn)確地捕捉區(qū)域綠色技術(shù)創(chuàng)新的最新進(jìn)展。

（三）數(shù)據(jù)來(lái)源和描述性統(tǒng)計(jì)

鑒于部分城市的數(shù)據(jù)缺失較為嚴(yán)重，為確保相關(guān)數(shù)據(jù)的完整性和可獲取性，本文選擇2011-2022年國(guó)家大數(shù)據(jù)綜合試驗(yàn)區(qū)中274個(gè)城市作為研究對(duì)象。對(duì)某些年份缺失的數(shù)據(jù)，采用插值法進(jìn)行填補(bǔ)。本研究的數(shù)據(jù)來(lái)源主要包括：城市碳排放數(shù)據(jù)、中介變量及相關(guān)控制變量指標(biāo)均采集自歷年發(fā)布的《中國(guó)城市統(tǒng)計(jì)年鑒》《中國(guó)統(tǒng)計(jì)年鑒》以及各地方政府編制的城市統(tǒng)計(jì)年鑒等權(quán)威統(tǒng)計(jì)資料，變量的描述性統(tǒng)計(jì)如表2所示。此外，本文對(duì)絕對(duì)數(shù)據(jù)進(jìn)行了對(duì)數(shù)轉(zhuǎn)換處理。

四、實(shí)證結(jié)果分析

（一）基準(zhǔn)回歸

本文首先采用非期望產(chǎn)出的超效率SBM 模型式（1）計(jì)算被解釋變量即城市碳排放效率數(shù)值，囿于篇幅，具體數(shù)據(jù)未詳細(xì)列出。其次，以“國(guó)家大數(shù)據(jù)綜合試驗(yàn)區(qū)”試點(diǎn)政策作為準(zhǔn)自然實(shí)驗(yàn)，采用雙重機(jī)器學(xué)習(xí)方法評(píng)估數(shù)字經(jīng)濟(jì)發(fā)展對(duì)城市碳排放效率的影響效應(yīng)。具體而言，對(duì)上文構(gòu)建的部分線性模型式（2）一式（7）以及交互式模型式（8）-式（11）采用 XGBoost 算法對(duì)回歸系數(shù)進(jìn)行預(yù)測(cè)，樣本分割比例設(shè)為1：4，基于雙重機(jī)器學(xué)習(xí)的基準(zhǔn)回歸結(jié)果如表3所示。列（1）為部分線性模型和列（3）為交互式模型在全樣本區(qū)間內(nèi)控制了城市、時(shí)間固定效應(yīng)以及控制變量一次項(xiàng)的回歸結(jié)果，列（2）部分線性模型和列（4）交互式模型是在列（1）和列（3）基礎(chǔ)上，加人了控制變量二次項(xiàng)的回歸結(jié)果。

由表3可知，無(wú)論使用部分線性模型還是交互式模型，國(guó)家大數(shù)據(jù)綜合試驗(yàn)區(qū)政策對(duì)城市碳排放效率的回歸系數(shù)為正，且在5的水平上顯著。模型加人控制變量的二次項(xiàng)后，系數(shù)在1%的水平上顯著。由此可以得到數(shù)字經(jīng)濟(jì)發(fā)展有利于提高城市碳排放效率，驗(yàn)證了假設(shè) H1。

（二）穩(wěn)健性檢驗(yàn)

1.安慰劑檢驗(yàn)

為提高實(shí)證分析的穩(wěn)健性，本文通過(guò)替換實(shí)驗(yàn)組城市進(jìn)行安慰劑檢驗(yàn)，以驗(yàn)證國(guó)家大數(shù)據(jù)綜合試驗(yàn)區(qū)對(duì)城市碳排放效率的影響是否具有偶然性。具體而言，在全部樣本中隨機(jī)抽取33 個(gè)城市作為“偽實(shí)驗(yàn)組”，數(shù)量與處理組試點(diǎn)的城市相同，其余城市則作為“偽對(duì)照組”，隨后通過(guò)構(gòu)造“偽政策虛擬變量”替代真實(shí)處理變量進(jìn)行回歸檢驗(yàn)。該模擬過(guò)程選代執(zhí)行 500次，獲得相應(yīng)的參數(shù)估計(jì)值及其統(tǒng)計(jì)顯著性水平序列，安慰劑檢驗(yàn)結(jié)果如圖1所示。圖1顯示，基于隨機(jī)抽樣的“偽處理組”回歸系數(shù)呈現(xiàn)以零為中心的正態(tài)分布特征，與真實(shí)系數(shù)（B=0.5）形成顯著差異。這一結(jié)果表明：首先，隨機(jī)選取的處理組未表現(xiàn)出顯著政策效應(yīng)，從而可推斷出大數(shù)據(jù)綜合試驗(yàn)區(qū)政策對(duì)實(shí)驗(yàn)組碳排放效率的真實(shí)影響;其次，該檢驗(yàn)結(jié)果同時(shí)排除了嚴(yán)重遺漏變量問(wèn)題的可能性，證實(shí)了模型估計(jì)的穩(wěn)健性和可靠性。

2.更換機(jī)器學(xué)習(xí)算法

本研究注意到，盡管XGBoost算法具有優(yōu)于其他機(jī)器學(xué)習(xí)方法的數(shù)據(jù)擬合能力，但其過(guò)度擬合風(fēng)險(xiǎn)可能影響估計(jì)結(jié)果的有效性。具體表現(xiàn)為：算法可能過(guò)度學(xué)習(xí)樣本中的隨機(jī)噪聲，導(dǎo)致參數(shù)估計(jì)偏離真實(shí)值。為此，研究采用支持向量機(jī)（SVM）、套索回歸（Lasso）、神經(jīng)網(wǎng)絡(luò)（ANN）和隨機(jī)森林（RF）等四個(gè)算法進(jìn)行驗(yàn)證，以確保系數(shù)估計(jì)的穩(wěn)健性。為驗(yàn)證樣本分割比例變化對(duì)研究結(jié)論的影響，本研究對(duì)部分線性模型的樣本劃分比例進(jìn)行了優(yōu)化調(diào)整，將基準(zhǔn)回歸中的1：4改為1：2和1：7，更換機(jī)器學(xué)習(xí)算法的估計(jì)結(jié)果如表4所示。表4結(jié)果顯示，經(jīng)過(guò)樣本劃分比例優(yōu)化與機(jī)器學(xué)習(xí)算法重設(shè)后，數(shù)字經(jīng)濟(jì)發(fā)展對(duì)城市碳排放效率的影響均在5%的水平上顯著為正，其中，調(diào)整樣本分割比例以及使用列（3）支持向量機(jī)和列（4）套索回歸算法的結(jié)果仍然在1%水平上顯著為正，并且對(duì)本文基準(zhǔn)回歸的研究結(jié)果均無(wú)影響，從而進(jìn)一步驗(yàn)證了基準(zhǔn)回歸的穩(wěn)健性。

3.改變政策時(shí)間設(shè)定

本研究在基準(zhǔn)模型構(gòu)建中，基于國(guó)家大數(shù)據(jù)試驗(yàn)區(qū)建設(shè)的實(shí)際進(jìn)程及其政策效應(yīng)的時(shí)滯特征，將首批試驗(yàn)區(qū)建設(shè)時(shí)間設(shè)定為2015年，第二批試驗(yàn)區(qū)建設(shè)時(shí)間設(shè)定為2017年。如果不考慮試驗(yàn)區(qū)的實(shí)際建設(shè)進(jìn)度和政策時(shí)滯，而是統(tǒng)一采用2016年作為政策實(shí)施時(shí)間設(shè)定雙重機(jī)器學(xué)習(xí)的回歸模型，則政策虛擬變量的參數(shù)回歸結(jié)果見(jiàn)表5。由表5可知，試驗(yàn)區(qū)試點(diǎn)政策對(duì)碳排放效率的影響系數(shù)為01236，且在10%的水平上顯著降低。因此，本研究在基準(zhǔn)回歸模型設(shè)定中，采用試驗(yàn)區(qū)實(shí)際獲批年份作為政策實(shí)施時(shí)點(diǎn)，能夠提高模型設(shè)定的準(zhǔn)確性。

（三）中介效應(yīng)檢驗(yàn)

上文運(yùn)用雙重機(jī)器學(xué)習(xí)中的部分線性模型以及交互式模型實(shí)證檢驗(yàn)了數(shù)字經(jīng)濟(jì)發(fā)展提升城市碳排放效率的直接影響。為進(jìn)一步揭示數(shù)字經(jīng)濟(jì)發(fā)展是如何提升城市碳排放效率的，上文從定性視角分析

并提出了數(shù)字經(jīng)濟(jì)發(fā)展對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)、綠色技術(shù)創(chuàng)新的間接影響是城市碳排放效率提升的兩條可能路徑。下文參考Farbmacher 等（2022）[] 的研究，運(yùn)用雙重機(jī)器學(xué)習(xí)的因果中介效應(yīng)分析方法，即部分線性模型式（2）一式（7）和因果中介效應(yīng)模型式（12），并基于Iasso 算法檢驗(yàn)數(shù)字經(jīng)濟(jì)發(fā)展對(duì)城市碳排放效率影響的中介傳導(dǎo)機(jī)制，具體結(jié)果見(jiàn)表6。由表6可知，兩種中介路徑下的總效應(yīng)在1%的水平上均顯著為正，這一研究結(jié)論支持了數(shù)字經(jīng)濟(jì)發(fā)展對(duì)城市碳排放效率的正向提升作用。

1.產(chǎn)業(yè)結(jié)構(gòu)升級(jí)

產(chǎn)業(yè)結(jié)構(gòu)升級(jí)（1S）的因果中介效應(yīng)回歸結(jié)果顯示：處置組效應(yīng)和自然直接效應(yīng)均在1%水平上顯著為正，證實(shí)數(shù)字經(jīng)濟(jì)發(fā)展對(duì)城市碳排放效率具有直接促進(jìn)作用;此外，間接效應(yīng)在5%水平上顯著為正，證實(shí)數(shù)字經(jīng)濟(jì)能通過(guò)推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)這一中介路徑，間接提升碳排放效率。國(guó)家大數(shù)據(jù)綜合試驗(yàn)區(qū)政策的實(shí)施，推動(dòng)了產(chǎn)業(yè)結(jié)構(gòu)的合理化和高級(jí)化，有助于改善能源消費(fèi)結(jié)構(gòu)，進(jìn)而提升城市碳排放效率。假設(shè) H2 得以驗(yàn)證。

2.綠色技術(shù)創(chuàng)新

關(guān)于綠色技術(shù)創(chuàng)新的中介效應(yīng)結(jié)果顯示：處置組直接效應(yīng)和自然直接效應(yīng)均在1水平上顯著為正，證實(shí)試驗(yàn)區(qū)政策對(duì)碳排放效率具有直接提升作用;此外，處置組間接效應(yīng)和自然間接效應(yīng)同樣在1%水平上顯著，表明數(shù)字經(jīng)濟(jì)通過(guò)促進(jìn)綠色技術(shù)創(chuàng)新這一傳導(dǎo)路徑，間接改善了城市碳排放效率。這一發(fā)現(xiàn)揭示了綠色技術(shù)創(chuàng)新能夠降低碳排放量并提升能源利用效率。國(guó)家大數(shù)據(jù)綜合試驗(yàn)區(qū)的設(shè)立可賦能城市綠色技術(shù)創(chuàng)新，先進(jìn)綠色環(huán)保生產(chǎn)技術(shù)的應(yīng)用，可在生產(chǎn)工藝上減少碳排放量，從而提升城市碳排放效率。假設(shè) H3 得以驗(yàn)證。

（四）異質(zhì)性分析

1.不同類型試驗(yàn)區(qū)異質(zhì)性

國(guó)家大數(shù)據(jù)綜合試驗(yàn)區(qū)根據(jù)其區(qū)域特征和發(fā)展定位可分為四種類型：貴州、跨區(qū)域類、區(qū)域示范類以及基礎(chǔ)設(shè)施統(tǒng)籌發(fā)展類試驗(yàn)區(qū)。各類試驗(yàn)區(qū)在功能定位和發(fā)展方向上具有差異化特征，因此，數(shù)字經(jīng)濟(jì)發(fā)展在提升城市碳排放效率上呈現(xiàn)異質(zhì)性。作為首個(gè)國(guó)家級(jí)大數(shù)據(jù)綜合試驗(yàn)區(qū)，貴州試點(diǎn)重點(diǎn)推進(jìn)七大關(guān)鍵領(lǐng)域創(chuàng)新：（1）數(shù)據(jù)資源管理共享;（2）數(shù)據(jù)中心整合;（3）數(shù)據(jù)應(yīng)用開(kāi)發(fā);（4）數(shù)據(jù)要素流通：（5）產(chǎn)業(yè)集聚發(fā)展：（6）國(guó)際交流合作;（7）制度機(jī)制創(chuàng)新。通過(guò)形成可復(fù)制推廣的實(shí)踐經(jīng)驗(yàn)，該試驗(yàn)區(qū)充分發(fā)揮了政策示范效應(yīng)和區(qū)域帶動(dòng)作用。第二批試驗(yàn)區(qū)中的京津冀和珠江三角洲地區(qū)因其地理區(qū)位的特殊性，被批準(zhǔn)為跨區(qū)域類試驗(yàn)區(qū)，這些地區(qū)可利用大數(shù)據(jù)促進(jìn)區(qū)域協(xié)調(diào)發(fā)展，實(shí)現(xiàn)數(shù)據(jù)共享和產(chǎn)業(yè)升級(jí)。區(qū)域示范類試驗(yàn)區(qū)包括上海、河南、重慶和沈陽(yáng)等省市，這些地區(qū)可利用大數(shù)據(jù)技術(shù)，推動(dòng)本地經(jīng)濟(jì)的轉(zhuǎn)型升級(jí)和產(chǎn)業(yè)創(chuàng)新。內(nèi)蒙古作為大數(shù)據(jù)基礎(chǔ)設(shè)施統(tǒng)籌發(fā)展類試驗(yàn)區(qū)，聚焦大數(shù)據(jù)基礎(chǔ)設(shè)施的統(tǒng)籌發(fā)展，以期通過(guò)優(yōu)化基礎(chǔ)設(shè)施布局，提升數(shù)據(jù)處理和應(yīng)用效率，為區(qū)域經(jīng)濟(jì)發(fā)展提供強(qiáng)有力的支持。不同類型試驗(yàn)區(qū)試點(diǎn)政策對(duì)城市碳排放效率的彩響系數(shù)見(jiàn)表7。由表7可知，貴州、跨區(qū)域類、區(qū)域示范類試驗(yàn)區(qū)政策變量對(duì)城市碳排放效率在5%的顯著性水平上呈正向影響，且在區(qū)域示范類試驗(yàn)區(qū)的政策效果更為顯著，但基礎(chǔ)設(shè)施統(tǒng)籌發(fā)展類試驗(yàn)區(qū)對(duì)城市碳排放效率的提升作用未達(dá)到統(tǒng)計(jì)顯著性水平。

2.資源稟賦異質(zhì)性

源稟賦差異不僅決定了經(jīng)濟(jì)主體的資源配置效率和產(chǎn)業(yè)構(gòu)成，還會(huì)對(duì)城市碳排放效率產(chǎn)生重要影響。基于此，本研究根據(jù)《全國(guó)資源型城市可持續(xù)發(fā)展規(guī)劃（2013-2020年）》的城市分類標(biāo)準(zhǔn)，將研究樣本區(qū)分為資源型和非資源型兩類城市，以考察數(shù)字經(jīng)濟(jì)發(fā)展對(duì)碳排放效率可能存在的異質(zhì)性，資源型城市共計(jì)108個(gè)，非資源型城市166個(gè)，分組回歸結(jié)果如表8所示。在以城市碳排放效率為被解釋變量的資源型城市分組回歸中，國(guó)家大數(shù)據(jù)綜合試驗(yàn)區(qū)政策虛擬變量的回歸系數(shù)不顯著，但在非資源型城市分組回歸中，該系數(shù)為0.1241，實(shí)驗(yàn)結(jié)果顯示：數(shù)字經(jīng)濟(jì)發(fā)展對(duì)非資源型城市碳排放效率的提升作用在1%水平上顯著，但對(duì)資源型城市的影響未達(dá)顯著水平。這一差異可能源于：（1）非資源型城市具有更優(yōu)化的經(jīng)濟(jì)結(jié)構(gòu)，其第三產(chǎn)業(yè)占比高于資源型城市;（2）創(chuàng)新投人強(qiáng)度顯著更高;（3）數(shù)字化基礎(chǔ)設(shè)施更完善，這些因素共同增強(qiáng)了大數(shù)據(jù)技術(shù)在能效提升和減排中的應(yīng)用效果。相對(duì)而言，資源型城市的經(jīng)濟(jì)增長(zhǎng)模式往往具有典型的“三高”特征（高能耗、高污染、高風(fēng)險(xiǎn)），這種發(fā)展模式容易陷人“資源詛咒”困境，導(dǎo)致產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型面臨系統(tǒng)性障礙。更深層次來(lái)看，這類城市普遍存在顯著的技術(shù)鎖定效應(yīng)：一方面，傳統(tǒng)生產(chǎn)技術(shù)的路徑依賴性阻礙了綠色技術(shù)的推廣應(yīng)用;另一方面，能源密集型產(chǎn)業(yè)的剛性需求削弱了數(shù)字技術(shù)在能效提升方面的邊際效用。這些結(jié)構(gòu)性因素共同導(dǎo)致數(shù)字經(jīng)濟(jì)對(duì)碳排放效率的改善作用未能充分顯現(xiàn)。

五、結(jié)論與政策建議

本文基于 2011-2022年中國(guó)274 個(gè)城市的相關(guān)數(shù)據(jù)，以“國(guó)家大數(shù)據(jù)綜合試驗(yàn)區(qū)”建設(shè)表征數(shù)字經(jīng)濟(jì)發(fā)展。利用雙重機(jī)器學(xué)習(xí)方法實(shí)證分析數(shù)字經(jīng)濟(jì)發(fā)展對(duì)城市碳排放效率的影響以及中介傳導(dǎo)機(jī)制，得到如下研究結(jié)論：（1）數(shù)字經(jīng)濟(jì)發(fā)展能夠顯著提升城市碳排放效率，這一直接影響效應(yīng)在更換機(jī)器學(xué)習(xí)算法、調(diào)整政策時(shí)間設(shè)定等穩(wěn)健性檢驗(yàn)后，研究結(jié)論依然顯著成立。因此，國(guó)家大數(shù)據(jù)綜合試驗(yàn)區(qū)作為數(shù)字經(jīng)濟(jì)發(fā)展的核心政策載體，有助于提升城市碳排放效率。（2）因果中介模型的作用機(jī)制檢驗(yàn)顯示，數(shù)字經(jīng)濟(jì)發(fā)展能有效促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)和綠色技術(shù)創(chuàng)新，從而間接地提升城市碳排放效率。換言之，發(fā)展數(shù)字經(jīng)濟(jì)有助于產(chǎn)業(yè)結(jié)構(gòu)的合理化與高級(jí)化，從而優(yōu)化能源消費(fèi)結(jié)構(gòu)，提高能源利用效率和減少碳排放;有助于企業(yè)運(yùn)用更加先進(jìn)的綠色環(huán)保技術(shù)，從生產(chǎn)工藝上降低碳排放量從而提升城市碳排放效率。（3）異質(zhì)性檢驗(yàn)表明，不同類型試驗(yàn)區(qū)試點(diǎn)政策對(duì)城市碳排放效率的影響存在差異。具體而言，跨區(qū)域類、區(qū)域示范類試驗(yàn)區(qū)政策均顯著提升了城市碳排放效率，其中區(qū)域示范類試驗(yàn)區(qū)的促進(jìn)效應(yīng)更為突出。值得注意的是，基礎(chǔ)設(shè)施統(tǒng)籌發(fā)展類試驗(yàn)區(qū)的政策效果未通過(guò)顯著性檢驗(yàn)。此外，數(shù)字經(jīng)濟(jì)發(fā)展有助于提升非資源型城市碳排放效率但是對(duì)資源型城市碳排放效率作用不顯著。

基于上述研究結(jié)論，本文提出以下政策建議：

一是要拓展試驗(yàn)區(qū)建設(shè)范圍，加速推進(jìn)數(shù)字經(jīng)濟(jì)發(fā)展，以提升城市碳排放效率。數(shù)字技術(shù)憑借其卓越的數(shù)據(jù)處理能力，使企業(yè)能夠精準(zhǔn)監(jiān)測(cè)生產(chǎn)全過(guò)程的能源流動(dòng)狀況，這不僅為產(chǎn)業(yè)低碳轉(zhuǎn)型提供決策依據(jù)，更可引導(dǎo)綠色創(chuàng)新方向。因此各地區(qū)應(yīng)借鑒國(guó)家大數(shù)據(jù)試驗(yàn)區(qū)建設(shè)的實(shí)踐經(jīng)驗(yàn)積極推進(jìn)以大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)為突破口的數(shù)字經(jīng)濟(jì)發(fā)展戰(zhàn)略。既適時(shí)拓展大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)的范圍，有序引導(dǎo)大數(shù)據(jù)產(chǎn)業(yè)集群發(fā)展，以驅(qū)動(dòng)城市經(jīng)濟(jì)向數(shù)字化轉(zhuǎn)型發(fā)展，降低城市碳排放：也應(yīng)以數(shù)據(jù)要素為紐帶，促進(jìn)東、中、西部八大綜合試驗(yàn)區(qū)之間的優(yōu)勢(shì)互補(bǔ)，放大各試驗(yàn)區(qū)大數(shù)據(jù)協(xié)同發(fā)展的技術(shù)擴(kuò)散效應(yīng)，推動(dòng)城市低碳綠色發(fā)展。

二是要發(fā)展數(shù)字經(jīng)濟(jì)，助推產(chǎn)業(yè)結(jié)構(gòu)升級(jí)和綠色技術(shù)創(chuàng)新，以提升城市碳排放效率。數(shù)字經(jīng)濟(jì)以其強(qiáng)大的計(jì)算能力，能夠幫助企業(yè)準(zhǔn)確掌握產(chǎn)業(yè)鏈各環(huán)節(jié)的能源需求與消耗情況，從而為產(chǎn)業(yè)結(jié)構(gòu)升級(jí)和綠色技術(shù)創(chuàng)新指明方向。因此，各地區(qū)既應(yīng)加大對(duì)傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)的支持，鼓勵(lì)使用清潔生產(chǎn)技術(shù)和綠色能源，以優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，提高城市碳減排效率。應(yīng)推進(jìn)清潔技術(shù)與傳統(tǒng)工業(yè)體系的協(xié)同整合，以提升全產(chǎn)業(yè)鏈的能源使用效率。應(yīng)通過(guò)改革制約技術(shù)發(fā)展的制度壁壘，實(shí)施研發(fā)激勵(lì)政策，引導(dǎo)企業(yè)和科研機(jī)構(gòu)加大創(chuàng)新投人，加強(qiáng)數(shù)字化協(xié)作平臺(tái)建設(shè)，促進(jìn)新能源技術(shù)的傳播與應(yīng)用，提高產(chǎn)業(yè)鏈的能源利用效率，降低城市碳排放強(qiáng)度。

三是要因地制宜，實(shí)施差異化數(shù)字經(jīng)濟(jì)發(fā)展戰(zhàn)略，以提升城市碳排放效率。各地區(qū)應(yīng)根據(jù)城市資源稟賦和試驗(yàn)區(qū)類型的差異，制定差異化的數(shù)字經(jīng)濟(jì)發(fā)展戰(zhàn)略，最大程度地發(fā)揮數(shù)字經(jīng)濟(jì)在城市碳減排中的優(yōu)勢(shì)。應(yīng)采取差異化的數(shù)字經(jīng)濟(jì)發(fā)展路徑：對(duì)于新型基礎(chǔ)設(shè)施重點(diǎn)建設(shè)區(qū)域，雖然短期可能產(chǎn)生碳排放壓力，但中長(zhǎng)期減排效益顯著：針對(duì)資源型城市，建議實(shí)施“數(shù)字綠色轉(zhuǎn)型”專項(xiàng)計(jì)劃，包括設(shè)立省級(jí)財(cái)政專項(xiàng)資金、開(kāi)展重點(diǎn)行業(yè)能效提升示范工程、構(gòu)建區(qū)域碳排放監(jiān)測(cè)云平臺(tái)。同時(shí)，應(yīng)在京津冀、粵港澳大灣區(qū)等區(qū)城率先建立碳排放數(shù)據(jù)協(xié)同共享體系，通過(guò)制定統(tǒng)一的數(shù)據(jù)采集標(biāo)準(zhǔn)和建立區(qū)塊鏈存證機(jī)制，為跨區(qū)域碳治理提供決策支持。

參考文獻(xiàn)：

[1] 王芳，董戰(zhàn)峰.數(shù)字經(jīng)濟(jì)對(duì)我國(guó)碳排放的影響--基于省級(jí)面板數(shù)據(jù)的實(shí)證檢驗(yàn)[J].改革，2023（3）：76-90.

[2]謝云飛.數(shù)字經(jīng)濟(jì)對(duì)區(qū)域碳排放強(qiáng)度的影響效應(yīng)及作用機(jī)制[1].當(dāng)代經(jīng)濟(jì)管理，2022（2）：68-78.

[3]余文濤，杜博活，翁明芳.數(shù)字經(jīng)濟(jì)政策與中國(guó)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)：影響機(jī)制與經(jīng)驗(yàn)證據(jù)[J].廈門(mén)大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2024，74（5）：95-107.

[4] 葛立宇，莫成煙，黃念兵，數(shù)字經(jīng)濟(jì)發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)升級(jí)與城市碳排放[J].現(xiàn)代財(cái)經(jīng)，2022（10）：20-37.

[5] 李剛，劉夢(mèng)雪，王興帥.數(shù)字經(jīng)濟(jì)影響城市群綠色技術(shù)創(chuàng)新的機(jī)制及空同溢出效應(yīng)[J].大連理工大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2024，45（4）：37-49.

[6]郭豐，楊上廣，任毅.數(shù)字經(jīng)濟(jì)，綠色技術(shù)創(chuàng)新與碳排放--來(lái)自中國(guó)城市層面的經(jīng)驗(yàn)證據(jù)[J].陜西師范大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2022（3）：45-60.

[7]余妍，樊秀峰，蔣皓文.數(shù)字經(jīng)濟(jì)發(fā)展對(duì)碳生產(chǎn)率提升的影響研究[J].統(tǒng)計(jì)與信息論壇，2022，37（7）：26-35.

[8]Tone k， A Sacks-based Measure af Fffcieney in DataEnvelopment Analysis[ J]. Euopean Journal af Operatiaml Reseamh，2001，130（3）：498-509.

[9]徐美啟，程鈺，王晶晶，等.中國(guó)低碳試點(diǎn)域市碳排放效率時(shí)空演變與影響因素[J].自然資源學(xué)報(bào)，2022 ，37（5）： 1261-1276.

[10] 賴一飛，謝潘佳，葉麗婷，等，我國(guó)區(qū)域科技創(chuàng)新效率測(cè)評(píng)及影響因素研究--基于超效率SBM-Malnmwguist-Tobi 模型[J].科技進(jìn)步與對(duì)策，2021，38（13）：37-45.

[11]劉浩然.京津冀地區(qū)綠色經(jīng)濟(jì)效率測(cè)度及影響因素研究--基于超效率 SBM 和 Tabi 模型的分析[J].生態(tài)經(jīng)濟(jì)，2023，39（4）：67-73.

[12]郭沛，梁棟.低碳試點(diǎn)政策是否提高了城市碳排放效率--基于低碳試點(diǎn)城市的準(zhǔn)自然實(shí)驗(yàn)研究[J].自然資源學(xué)報(bào)，2022，37（7）：1876-1892.

[13]Chernazhukov y， Chetveriko D， Demirer M， et al.Double/debiased Machine Learning for Treatment andStmetural Pammeters[ j]. The Eoonometies Jouml，2018，21（1）：C1-C68.

[14]劉文發(fā)，陸學(xué)峰，數(shù)字經(jīng)濟(jì)對(duì)碳排放效率影響的空問(wèn)效應(yīng)與作用機(jī)制--基于“寬帶中國(guó)\"試點(diǎn)政策的準(zhǔn)自然實(shí)驗(yàn)[J].統(tǒng)計(jì)與決策，2024，40（11）：28-33.[15]吳建新，郭智勇.基于連續(xù)性動(dòng)態(tài)分布方法的中國(guó)碳排放收斂分析[J].統(tǒng)計(jì)研究，2016，33（1）：54-60.[16]張自然，何竟.數(shù)字經(jīng)濟(jì)發(fā)展對(duì)城市碳排放的影響--基于國(guó)家大數(shù)據(jù)綜合試驗(yàn)區(qū)的準(zhǔn)實(shí)驗(yàn)[J].經(jīng)濟(jì)問(wèn)題探索，2024（6）：153-174.

[17]汪偉，劉玉飛，彭冬冬.人口老齡化的產(chǎn)業(yè)結(jié)構(gòu)升級(jí)效應(yīng)研究[J].中國(guó)工業(yè)經(jīng)濟(jì)，2015（11）：47-61.[18]Farbmacber H，Huber M， Lalférs L，et al. Causal Medi-ation Analysis with Double Machine Learning[ J]. TheEeonametrics Jourmal ，2022，25（2）：277-300.