近年来,信息与通信技术如互联网、大数据、云计算等在全球被广泛使用,这些技术被作为关键生产要素并与不同的经济活动相结合形成了一个新的经济形式:数字经济.随着数字技术的持续发展,数字经济的规模开始迅速增长.已有研究表明,数字经济在经济增长、政府管理、社会发展、工业技术、公司治理、减少区域差异、协调区域发展、提高经济弹性、形成可持续发展的生态系统方面发挥着重要作用[1,2,3].数字经济生产活动的综合发展,为我国实现“双碳”目标和节能减排提供了新的选择.一方面,数字经济可以促进技术进步提高生产效率;另一方面,数字经济可以扩大数字产业规模,实现产业结构优化,降低能耗.此外数字经济与实体经济的综合发展会导致生产规模扩大和能源需求上升,从而增加碳排放.明确数字经济与碳排放的关系,不仅有助于丰富数字经济的研究内容,而且为实现“双碳”目标提供政策参考.

目前学者们对数字经济进行广泛研究和解释,但在学术界并没有统一的定义.本文根据现有研究成果[4,5]把数字经济定义为以数字知识和信息为生产要素,以数字技术创新为核心驱动力,以现代信息网络为重要载体,不断提高传统产业数字化和智能化水平,加快重构经济发展和政府治理模式的新型经济形态.主要包括数字发展、数字创新和数字应用.

随着“双碳”目标的提出,数字经济的节能减排效应得到广泛关注,但数字经济与碳排放关系的研究仍处于起步阶段.现有研究主要分为两类:第一类是关于数字技术或数字产业的碳减排潜力,第二类是数字经济碳减排的效应研究.第一类研究聚焦于互联网等信息与通信技术对碳排放的影响.在信息与通信技术发展方面,部分学者认为,信息与通信技术发展可以通过技术进步、金融发展、产业结构升级等渠道降低碳排放[6,7,8].然而,有学者持不同观点:反弹效应的存在使信息与通信技术建设的巨大基础设施需求导致其隐含的碳排放远远超过其直接碳排放[9].此外,数字经济的发展依赖于互联网.互联网基础设施的大规模建设和互联网渗透率的提升将不可避免地增加区域电力和能源消耗,这将在一定程度上促进碳排放.有学者认为新型数字基础设施有助于提升地区技术创新水平,抑制碳排放[10,11].第二类研究目前主要有两种观点:第一,数字经济发展可以促进碳减排.随着数字生产和应用结构的改善,数字经济不仅持续抑制本地区的碳排放,而且显著影响临近地区的碳排放[12].此外,作为数字经济的一部分,数字金融可以通过促进经济增长、改善技术创新等渠道抑制碳排放[13].第二,数字经济与碳排放存在非线性关系.已有研究表明数字经济对碳排放的影响为先促进后抑制的非线性关系,经济集聚视角下数字经济发展具有非线性空间碳减排效应[14].

总体来看,大多数相关研究只选择了数字经济的某个方面,如互联网等信息与通信技术和数字金融,作为讨论其与碳排放关系的切入点.其次,现有研究针对数字经济与碳排放的关系并无定论,而且数字经济影响碳排放具体路径的研究处于初步阶段.

本文可能的边际贡献为:(1)在国家大力发展数字经济和“双碳”目标背景下,本文从城市层面探讨数字经济对碳排放的影响,拓展了相关领域的研究视角.回归结果对中国实现“双碳”目标、推动城市绿色低碳转型具有一定参考价值.此外,借助“宽带中国”战略试点政策作为准自然实验进行检验,使结果更加稳健.(2)本文从人口规模和城市创新创业能力两大维度分析了数字经济碳减排的阈值效应,从能耗强度、技术进步、产业结构以及数字基建4个方面对其影响机制进行分析.

1、理论假说

1.1 数字经济对碳排放的影响

数字经济发展对碳排放的影响主要体现在以下3个方面:

一是数字经济为环境治理提供了信息技术支持[15].大数据、云计算和遥感技术的使用为政府对空气质量、污染排放和环境承载能力的实时动态监测提供了技术支持.二是数字经济为低碳技术企业提供支持,提升生产要素和资源配置效率.数字经济可以改变产品性质,创造新价值,塑造数字环境,使企业获得新的竞争优势,优化资源配置[16].三是数字经济的内在优势和基本特征,如跨时空信息传播、数据创建和共享等,可以减少不必要的活动,从而减少碳排放.基于此,提出以下假设:

假设1:数字经济发展有利于碳减排.

1.2 数字经济对碳排放的影响机制

目前数字经济对碳排放的影响机制主要有以下4个方面:

一是降低能耗效应.一方面,数字经济或互联网开发不仅提高绿色全要素能源效率和能源生产技术,而且减少企业生产过程中的能源消耗,推进碳减排[17].另一方面,数字企业通过跨区域整合和资源配置,助力其他企业优化能源消耗,形成集群效应,减少碳排放.

二是产业结构升级效应.一方面,数字经济与传统产业的深度交叉融合,加速了传统产业的数字化转型进程,调整产业结构,数字、技术密集型产业所占比重的上升,抑制碳排放[18].另一方面,数字金融促进区域间的技术贸易和溢出,催生大量新产业、新业态和新模式,在减碳方面发挥了关键作用.

三是技术进步效应.从企业角度看,在数字时代和市场竞争背景下,数字企业的研发部门加快新技术的开发和应用,如开发回收技术和其他绿色技术,有效减少碳排放[19].从政府角度看,数字经济通过技术创新提高了城市绿化.因此,数字经济可以通过技术进步降低碳排放.

四是数字基建赋能效应.主要表现为促进生产生活方式低碳转型.基于数字数据融合的智能制造车间推进了可持续发展,实现碳排放预测与低碳控制;数字赋能智慧出行,提升交通通行效能,降低碳排放.已有研究表明,数字基础设施可以减少碳排放,数字基础设施越完善,越有利于碳减排[20].

基于此,本文提出以下假设:

假设2:数字经济对碳减排有积极影响,其影响路径为降低能耗强度、产业结构升级、推动技术进步以及数字基建赋能.

1.3 数字经济、人口规模与碳排放

人口规模的扩大有助于促进地区的数字经济发展.当城市人口规模较小时,数字经济发展边际成本高,各项数字基础设施建设处于起步时期,处于促进经济发展的早期阶段.当人口规模到达一定阶段时,人口规模所形成的人力资本市场有助于降低数字经济发展的边际成本,促进数字经济发展[21].因此,本文提出如下假设:

假说3:数字经济对碳排放的影响会因人口规模不同表现为非线性影响.

1.4 数字经济、创新能力与碳排放

数字经济代表着技术革命.在前期,当投入增加的比例大于产出增加比例时,创新能力较低.当投入达到一定水平时,数字经济催生了以新能源技术和信息技术深度融合为特征的能源互联网技术的创新,这被认为是解决环境污染问题的关键.此外,创新能力的提升增加了市场对技术的需求,逐步淘汰高耗能、高污染企业,从而降低碳排放.因此,本文提出如下假设:

假说4:数字经济对碳排放的影响会因城市创新能力不同表现为非线性影响.

2、研究设计

2.1 模型设定

建立双固定效应模型,对数字经济发展对碳排放的影响进行实证分析.基准模型设置如下:

式中:CEit为城市i在t时刻的碳排放量;CEIit为城市i在t时刻的碳排放强度;IEit表示城市i在t时刻的数字经济发展水平;Xit表示一系列控制变量;μi是城市i的个体固定效应,不随时间变化;δt控制时间固定效应;εit是随机扰动项.

数字经济对碳排放的影响被认为受到外部因素影响,根据前文分析,本文构建如下面板阈值模型,从人口规模和城市创新能力两大维度,对数字经济与碳排放的特征进行了实证检验.具体模型如下:

式中:Y表示碳排放指标,具体地,有碳排放总量(CE)和碳排放强度(CEI).MKit是阈值变量,λ是阈值.I(·)表示指示函数.当假设为真时,I(·)的值为1,否则为0.式(3)考虑的是单门槛情形,在单阈值模型通过测试后,将继续对双阈值模型进行测试.

2.2 变量说明

根据数据的可获得性和实用性,选取2011～2019年全国274个地级市作为研究样本,相关变量数据来自《中国城市统计年鉴》、《中国环境统计年鉴》、《地级市统计公报》、《中国能源统计年鉴》、《中国互联网发展统计公报》和《碳排放交易公报》.为了消除价格因素的影响,把与价格相关的变量数据用2010年指标进行缩减,缺失值主要用插值法进行补充.此外,为了减少数据的分散程度,本文对部分非比值型指标按取对数处理.使用的变量描述如下:

2.2.1 碳排放

选取碳排放量总量(CE)和碳排放强度(CEI)作为代理变量.碳排放数据是根据煤炭、天然气、液化石油气以及电能和热能的总使用量估算得来.其中,天然气和液化石油气体的碳排放系数分别设置为2.1622kg/m3和3.1031kg/kg.本文借鉴Glaeser等[22]的做法计算电力消耗产生的碳排放,利用城市供热数据、热效率和原煤热值系数来计算所需的原煤量.参照国家发展和改革委员会发布的《省级温室气体清单编制指南》,煤的碳排放系数设为1.3023kg/(k W·h).

2.2.2 数字经济

本文的核心解释变量是数字经济.针对数字经济发展水平的测度,结合前人研究成果[4,5,23],考虑数据的可获得性,从数字发展、数字创新以及数字应用三个层面构建如下指标体系进行测度(表1).通过主成分分析的方法,将数据标准化后降维处理,得到数字经济发展指数,记为IE.

表1 数字经济发展水平测度评价体系  

图1 2011年和2019年中国数字经济发展水平图   

底图源自标准地图服务系统(http://bzdt.ch.mnr.gov.cn/)审图号为GS(2020)4619号的标准地图制作,底图无修改

采用Arc GIS软件绘制了2011年和2019年代表性城市的数字经济(图1).与2011年相比,2019年数字经济整体水平显著提高,说明近年来中国数字经济发展迅速.不同城市之间的数字经济差异较大.北京、上海和广州的数字经济排名前3位,而石家庄、长春和重庆则落后.因此,数字经济应注重区域间的平衡.此外,东部、中部地区的数字经济明显领先于西部地区,这一结果为数字经济影响碳排放的区域异质性分析奠定了基础.

2.2.3 内生性和工具变量

从本文的主题出发,一方面数字经济作为经济增长的重要组成部分,对碳排放有直接影响.而碳排放可以通过产业结构影响数字产业发展.因此本文试图通过工具变量法缓解数字经济与碳排放之间潜在的反向因果问题.

参考文献做法[24,25],选用的工具变量是各城市到杭州的球形距离.作为支付宝等数字金融的发源地,杭州正引领着数字金融的发展.可以预期,在地理上距离杭州越近,数字经济的发展水平越好.此外,地理距离作为典型的自然地理特征,与碳排放的关系并不密切,符合排他性要求.为进行实证分析,本文构建了工具变量与年度虚拟变量之间的交互项.

2.2.4 机制变量、控制变量和阈值变量

为了更好地明确数字经济对碳排放的影响,本文以能源强度、技术进步、产业结构以及数字基建为机制变量.此外还需要设定对碳排放可能产生影响的控制变量[26,27,28],具体如下:人口规模(POP)、政府干预(GOV)、经济发展水平(PGDP)、环境规制(ER)、城市绿化(UF)、能源规模(EC)、能源结构(ES)等.进一步以城市创新能力(INNO)(由北京大学国家发展研究院和龙信数据研究所计算)和人口规模(POP)作为阈值变量.表2是本文涉及到的变量定义及描述.表3是变量的描述性统计结果表.

表2 变量的定义和描述  

表3 变量的描述性统计结果  

3、实证分析

3.1 基准分析

表4呈现了基准分析结果.在模型(1)中,IE的估计系数为-0.491,在5%的水平下显著为负,数字经济降低了城市层面的碳排放.从控制变量来看,碳排放总量随着各地区经济发展水平(ln(PGDP))提高而增加.人类的生产和生活活动不可避免地会导致能源需求的增加和环境水平的恶化.人口规模(ln(POP))的系数为正,城镇化率的提高也意味着人口密度的增加,而由人口集中引起的电力、供暖和消费的基本需求将增加工业和家庭碳排放水平.能源规模(EC)、能源结构(ES)回归系数显著为正,城市化速度的提高需要得到某些工业化进程的支持,而工业化进程的增加将显著增加能源消耗,从而增加碳排放.环境规制(ER)的系数为负,说明环境规制降低碳排放,这一结果与现实相符.政府干预(GOV)的系数显著为正,说明政府干预在一定程度上促进了碳排放的增加.在市场减排机制有效建立之前,政府加强对碳排放行为的控制是实现特定碳减排目标的有力手段.然而,行政干预的有效性并不意味着越多的行政干预会更好.碳市场的建设和改善应该以适当的方式明确政府和市场的作用.

在模型(2)中IE的估计系数为0.966且在1%水平下显著为负,这说明数字经济与碳排放强度有显著的负向关系.数字经济指数每提高1%,城市碳排放强度会减少0.966%.这也表明,政府应该发挥数字经济抑制碳排放的积极作用,充分释放数字经济红利,逐渐使数字经济的发展成为应对碳排放增加所造成的气候和环境问题的有效手段,实现“30·60”双碳目标.

总体来看,数字经济发展水平越高越有利于驱动城市向绿色低碳方向发展.然而,与Avom等[9]的研究相反,他们发现撒哈拉以南非洲国家的信息与通信技术对碳排放有积极影响,这种差异可能归因于研究对象不同.与中国不同,非洲国家的数字经济欠发达,信息与通信技术的发展将不可避免地增加能源消耗和碳排放.中国在有了更好的数字基础设施背景下发展数字技术可以消耗相对较少的能源,而数字技术的发展反过来又提高了能源效率,从而降低碳排放.可以看出,不论是碳排放总量还是碳排放强度,数字经济对其的影响均显著为负,验证了前文的假设1.

表4 数字经济对碳排放的影响结果 

3.2 稳健性检验

3.2.1 外生冲击检验

2014年开始,第一批宽带中国试点城市开始试点,我国的数字基础设施建设、信息产业取得了进一步的发展.由于数字经济活动的开展和数字技术的使用需要依托互联网等宽带网络基础设施建设,因此本文以“宽带中国”城市试点政策作为外生政策冲击,以揭示旨在加强数字经济发展战略的政策是否能起到降低城市碳排放的作用.本文选取了2014年、2015年和2016年的3批宽带中国试点城市,首先对碳排放的平行趋势进行检验(图2),检验结果表明:在“宽带中国”城市试点政策实施前,城市碳排放水平满足平行趋势假设,进而开展模型估计.其次,采用渐进双重差分模型对“宽带中国”试点政策的碳减排效应进行实证估计.表5第(1)列和第(3)列表明Did变量的估计系数为负且第(3)列系数在5%水平下显著,这意味着旨在促进数字经济发展的政策能够有效降低城市碳排放,结果仍然稳健.为了排除可能随时间变化产生的不同影响,参考史丹等[31]的研究,采取安慰剂检验:通过对“宽带中国”试点随机产生一个实验组名单,随机抽取1000次,为每个样本在抽样期间选择一个随机年份作为其政策时间,结果如图3所示.虚线是1000次模拟系数的均值,结果表明模拟系数基本分布在零附近.研究结果再次证明了本文结论的正确性.

图2 平行趋势检验图   

3.2.2 替换被解释变量

借鉴邵帅等[32]的做法,本文选择人均碳排放量、人均碳排放强度作为被解释变量进行稳健性检验.结果见表6列(1)、(2).IE的回归系数分别在10%、5%的水平下显著为负.这表明在替换被解释变量的情况下,数字经济发展仍然显著地降低了城市碳排放. 

表5“宽带中国”影响碳排放效应检验表  

图3 安慰剂检验   

3.2.3 替换数字经济指数

利用熵值法下的数字经济指数对碳排放进行实证回归,结果见表6列(3)、(4).IE的回归系数分别为-0.042、-0.045,数字经济显著减少了碳排放,这与前文的回归结果一致且结果稳健.

3.2.4 调整样本期

本文使用缩短样本期的方式进行稳健性检验.2015年以后,我国数字经济快速发展,部分文献也以2015年作为数字经济领域相关研究的起始年份[33].本文保留2015～2019年的数据进行实证估计,结果见表6中列(5)、(6).结果表明,IE的回归系数依然显著为负,与本文的基准回归结果一致,强化了本文的核心结论.

表6 稳健性回归结果  

3.3 阈值效应分析

为了探究阈值效应是否存在,本文估计了500次自抽样的F统计值,结果如表7所示.对于碳排放总量,城市规模(ln(POP))、创新能力(INNO)未通过检验.对于碳排放强度,城市规模(ln(POP))、创新能力(INNO)通过单阈值检验,未通过双阈值检验. 

表7 阈值效应检验和阈值估计结果  

表8第(1)列显示,当阈值变量ln(POP)<5.817时,人口规模较小城市的数字经济在一定程度上也减少碳排放;当阈值变量ln(POP)≥5.817时,人口规模较大城市的数字经济具有明显地碳减排效果.与大规模城市相比,小规模城市缺乏数字基础设施,数字经济落后,目前仍处于促进经济增长的早期阶段.然而,大规模城市拥有完善的数字基础设施和大型数字产业,这确保了数字经济在降低碳排放方面能够更早地运行.第(2)列显示,阈值变量INNO的临界值为30.034.与创新创业能力较低的城市相比较,创新创业能力较高城市的减排效应更强.因此,数字经济对碳排放的强抑制效应需要以高创新创业能力为基础.数字经济的碳减排效果由于城市人口规模和城市创新创业能力的不同表现为非线性影响.这证实了假设3和假设4.

表8 阈值效应分析结果(CEI)  

3.4 异质性分析

3.4.1 不同地区异质性.

表9 区域异质性分析结果表  

从表9可以看出,数字经济对碳排放的影响存在区域异质性.东部、中部地区数字经济的碳减排效果与国家水平一致,而西部地区的碳减排效应不显著.西部地区的数字基础设施建设相对落后,数字经济与绿色技术的融合较差,导致碳排放增加.因此,我国的数字经济建设需要更加重视区域数字化的整合,缩小区域之间数字经济建设的差距.

3.4.2 城市资源类型异质性《全国资源型城市可

持续发展规划(2013～2020年)》将资源型城市划分为以下四类:成长型、成熟型、衰退型和再生型.不同类型资源型城市有着不同的历史使命,保障了国家的能源安全和资源安全,为建成独立完整的工业体系做出贡献.

表1 0 城市资源类型异质性分析结果表  

表10表明,对于非资源型、衰退型和再生型3类城市,数字经济降低了碳排放总量,其中非资源型城市的减排效应表现为显著;对于成长型和成熟型城市,数字经济的发展增加了碳排放总量.对于非资源型、成长型、衰退型和再生型四类城市,数字经济降低了碳排放强度,非资源型和再生型城市的减排效应表现为显著.对于成熟型城市,不论是总量还是强度,数字经济对碳排放的影响都表现为增加.

与非资源型城市相比,资源型城市产业结构偏重、能源结构偏煤的粗放式发展方式在促进经济持续高速增长的同时也带来了资源枯竭、环境污染、生态破坏等问题,尤其是以传统化石能源产业为主的资源型产业与“技术-制度复合体”形成的碳锁定直接或间接地抑制了数字经济碳减排效应.此外,资源型城市能源供给相关产业与自然禀赋、资源型产业形成的经济发展方式进一步形成产业锁定,在一定程度上增加了城市绿色低碳转型的困难.值得注意的是,成熟型城市资源保障程度有限,发展问题较多,信息与通信技术的发展消耗了大量的电力和能源,导致碳排放增加.

3.4.3 分位数回归

为了描述不同条件下数字经济对碳排放的影响,进一步采用分位数模型考察了不同碳排放水平下数字经济对碳排放的差异影响.

表1 1 数字经济对不同分位数碳排放的影响结果表  

从表11可以看出,IE在不同分位数上的系数存在显著差异.对于碳排放总量,IE的0.1分位数的系数为1.139,随着分位数的增加IE系数逐渐减小,0.5和0.6分位数为0.048、-0.505,但不显著,在跨越0.6分位数后显著抑制碳排放.对于碳排放强度,IE的0.1分位数的系数为0.667,0.2和0.3分位数分别为-0.412、-0.456,但不显著.然而,数字经济的发展在跨越0.3分位数后显著抑制碳排放.这说明,只有当碳排放达到一定水平时,数字经济的发展才能抑制碳排放.随着碳排放的不断加剧,数字经济对碳排放的抑制效果逐渐增强.

4、机制分析

既往研究选择采用中介效应模型进行机制分析,此过程要同时识别3个方程,很有可能产生多个内生变量,因此使用中介效应模型做机制分析需要深入考量[34].本文参考Chen等[35]的方法进行机制分析.参考已有文献,陈诗一[36]的研究表明,能源强度下降是导致碳排放减少的主要原因.杨莉莎等[37]的研究表明,技术进步会通过能源利用效率降低碳排放.邵帅等[32]研究发现产业结构升级会降低碳排放.薛飞等[38]的研究表明数字基础设施建设显著降低了城市碳排放.为此,本文选取降低能耗效应、产业结构升级效应、技术创新效应和数字基建赋能效应四个方面分别进行机制分析.结果如表12所示.

由表12第(1)列可知,IE对EI的回归系数为-0.154且在5%水平下显著.数字经济通过降低能源消耗强度抑制碳排放,这证实了假设2.数字经济的发展将会推动经济增长,数字技术极大地提高了能源生产和利用效率,数字服务的广泛应用和数字产业的发展减少了不必要地能源消耗,进一步降低总能源消耗.

由第(2)列可知,IE对IS的回归系数为0.835且在1%水平下显著.数字经济可以通过产业结构升级抑制碳排放.数字经济的发展有效地促进新技术的出现及其与传统产业的融合,助推能源清洁生产和能源结构转型.此外,信息与通信技术的发展打破了企业获取生产资源的障碍,促进企业产业链的转型升级.产业数字化与数字产业化推动产业结构高级化,实现碳减排.

由第(3)列可知,IE对GI的回归系数为1.032且在1%水平下显著.数字经济通过技术进步显著地降低碳排放.技术创新成果能够转化为绿色生产力,推动生产生活向绿色低碳转型.此外,技术进步通过绿色技术溢出效应、区域合作等途径对碳减排发挥作用,带来“技术红利”效应,提升了城市技术创新水平,给城市碳减排提供了新动能.

表1 2 传导机制回归结果表  

由第(4)列可知,IE对PINV的回归系数为0.351且在5%水平下显著.数字经济通过数字基建赋能降低碳排放.数字基建赋能有利于企业建立能源管理系统,利用数据库、物联网等技术优化生产流程,降低生产成本.随着数字经济的持续渗透,在数字赋能的作用下,基础设施数字化、绿色化、智能化的活动可以形成生产规模效应,降低碳排放.

本文虽然定量地研究了数字经济对碳排放的影响,但还可以做出一些改进.首先,目前对于数字经济的测度有3种方法:数字经济增加值、构建数字经济指数以及数字经济卫星账户.本文仅选取少数代表性指标从不同维度对数字经济发展水平进行测算用于实证研究,这不能准确地量化数字经济.今后,在技术可行和数据可获得性的条件下,对所构建的指标体系进行改进.其次,碳中和已成为世界上的一个热门话题.有必要研究数字经济如何实现碳中和.最后,已有研究关注了“宽带中国”试点政策的环境效应,但是较少文献直接关注“宽带中国”试点城市建设对碳排放的影响,这为后续的研究提供了空间.

5、建议

5.1

持续完善数字经济,提高数字发展质量,充分发挥数字经济促进碳减排的红利效应.我国已经就从上到下加快数字经济发展达成了共识,各地应结合自身优势,积极发挥引导和支持作用,创造良好的商业环境.地方政府引导企业提高劳动力质量,加快数字高科技的应用,积极探索数字技术应用场景,引领数字经济达到更高的水平.

5.2

扩大区域间对话与合作的渠道.考虑数字经济影响碳排放的区域异质性特征,各地区在不断促进数字经济与传统经济深度融合的过程中,加强跨区域合作与援助.考虑数字经济的碳减排效果由于人口规模和城市创新能力不同存在阈值效应,政府应出台相关政策引进数字人才扩大城市规模,提升城市创新水平,实现帕累托改进及整体气候的改善,达到碳减排的区域协同作用.

5.3

充分利用数字经济实现碳减排的渠道,实现城市绿色发展.一是发挥数字经济的降低能耗效应和技术进步效应.高度重视能源互联网建设,积极推动数字技术在能源生产、运输和消费中的应用,跟踪企业碳排放足迹,促进城市低碳建设.二是发挥数字经济的产业结构升级效应和数字基建赋能效应.政府要加大对数字产业的投资,持续推进互联网基础设施建设,实现数字经济与传统产业的一体化模式,摆脱传统产业发展路径依赖,促进城市绿化建设.

6、结论

6.1

数字经济显著地降低了碳排放,数字经济每增加1%,碳排放总量和强度分别下降0.491%、0.966%.在进行工具变量和“宽带中国”外生政策冲击等一系列稳健性检验后该结论仍然成立.

6.2

东部、非资源型和再生型城市能够更好地发挥数字经济红利,积极推进碳减排;随着人口规模的扩大和城市创新能力的提升,数字经济的碳减排效果存在阈值效应.

6.3

降低能耗强度、优化产业结构、推进技术进步以及数字基建赋能是数字经济实现碳减排的重要机制.数字经济每增加1%,能耗强度效应下降0.154%;产业结构升级效应、技术进步效应及数字基建赋能效应分别增加0.835%、1.032%、0.351%.

参考文献:

[2]杨慧梅,江璐.数字经济､空间效应与全要素生产率[J].统计研究,2021,38(4):3-15.

[3]李健,张金林,董小凡.数字经济如何影响企业创新能力:内在机制与经验证据[J].经济管理, 2022,44(8):5-22.

[4]许宪春,张美慧.中国数字经济规模测算研究——基于国际比较的视角[J].中国工业经济, 2020,(5):23-41.

[5]韩兆安,赵景峰,吴海珍.中国省际数字经济规模测算､非均衡性与地区差异研究[J].数量经济技术经济究, 2021,38(8):164-181.

[11]赵星.新型数字基础设施的技术创新效应研究[J].统计研究,2022,39(4):80-92.

[13]邓荣荣,张翱祥.中国城市数字金融发展对碳排放绩效的影响及机理[J].资源科学, 2021,43(11):2316-2330.

[14]李治国,王杰.经济集聚背景下数字经济发展如何影响空间碳排放?[J].西安交通大学学报(社会科学版), 2022,42(5):87-97.

[19]李少林,冯亚飞.区块链如何推动制造业绿色发展?——基于环保重点城市的准自然实验[J].中国环境科学, 2021,41(3):1455-1466.

[21]张华明,元鹏飞,朱治双.中国城市人口规模､产业集聚与碳排放[J].中国环境科学, 2021,41(5):2459-2470.

[23]王军,朱杰,罗茜.中国数字经济发展水平及演变测度[J].数量经济技术经济研究, 2021,38(7):26-42.

[24]张勋,万广华,张佳佳,等.数字经济､普惠金融与包容性增长[J].经济研究, 2019,54(8):71-86.

[25]张勋,杨桐,汪晨,等.数字金融发展与居民消费增长:理论与中国实践[J].管理世界, 2020,36(11):48-63.

[26]林伯强,刘希颖.中国城市化阶段的碳排放:影响因素和减排策略[J].经济研究, 2010,45(8):66-78.

[27]郑航,叶阿忠.城市群碳排放空间关联网络结构及其影响因素[J].中国环境科学, 2022,42(5):2413-2422.

基金资助:国家自然科学基金资助项目(72273019,71773012,71603042); 国家社科基金资助重大项目(18ZDA042);

文章来源:王维国,王永玲,范丹.数字经济促进碳减排的效应及机制[J].中国环境科学,2023,43(08):4437-4448.