董楠楠 孫銳 鄭宏越 白丹妮

摘?要：隨著我國(guó)“30·60”雙碳目標(biāo)的提出和數(shù)字經(jīng)濟(jì)的發(fā)展，數(shù)字經(jīng)濟(jì)發(fā)展對(duì)于碳排放強(qiáng)度的影響方式和作用機(jī)制日益引起國(guó)內(nèi)外經(jīng)濟(jì)界的關(guān)注，數(shù)字經(jīng)濟(jì)發(fā)展對(duì)于碳排放強(qiáng)度的影響呈現(xiàn)既促進(jìn)又減少的雙向效應(yīng)，基于不同數(shù)據(jù)和模型的研究結(jié)論也呈現(xiàn)差異化的結(jié)果。本文基于中國(guó)2006—2019年278個(gè)地級(jí)市的城市面板數(shù)據(jù)，采用空間杜賓模型分析數(shù)字經(jīng)濟(jì)發(fā)展對(duì)碳排放強(qiáng)度的影響，并進(jìn)一步分析其空間溢出效應(yīng)和作用機(jī)制。研究結(jié)果表明：數(shù)字經(jīng)濟(jì)的發(fā)展對(duì)城市本地的碳排放強(qiáng)度起促進(jìn)作用；從空間溢出效應(yīng)看，對(duì)周邊地區(qū)的碳排放有負(fù)向空間溢出作用；從作用機(jī)制看，主要通過(guò)數(shù)字經(jīng)濟(jì)發(fā)展的規(guī)模效應(yīng)實(shí)現(xiàn)。

關(guān)?鍵?詞：數(shù)字經(jīng)濟(jì)；碳排放強(qiáng)度；空間溢出效應(yīng)；規(guī)模效應(yīng)

DOI：10.16315/j.stm.2023.03.004

中圖分類號(hào)：?F1213

文獻(xiàn)標(biāo)志碼：?A

當(dāng)前中國(guó)經(jīng)濟(jì)發(fā)展進(jìn)入新的階段，在追求經(jīng)濟(jì)高質(zhì)量發(fā)展的背景下，不斷優(yōu)化的產(chǎn)業(yè)結(jié)構(gòu)和能源結(jié)構(gòu)使得中國(guó)經(jīng)濟(jì)煥發(fā)新機(jī)。然而，以制造業(yè)為首的產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化推動(dòng)中國(guó)經(jīng)濟(jì)的蓬勃發(fā)展的同時(shí)，也導(dǎo)致了以煤炭消耗為主的能源消費(fèi)的快速增長(zhǎng)，這是中國(guó)二氧化碳排放量增加背后的關(guān)鍵驅(qū)動(dòng)因素；此外，在經(jīng)濟(jì)發(fā)展方面，家庭消費(fèi)和生產(chǎn)結(jié)構(gòu)也是碳排放增加的重要驅(qū)動(dòng)因素[1]。黨的二十大報(bào)告著重強(qiáng)調(diào)要積極穩(wěn)妥推進(jìn)碳達(dá)峰碳中和。如何控制碳排放已成為我國(guó)需要關(guān)注的重點(diǎn)問(wèn)題。

毋庸置疑，碳排放與經(jīng)濟(jì)發(fā)展有著密切的聯(lián)系。根據(jù)中國(guó)信息通信研究院發(fā)布的《全球數(shù)字經(jīng)濟(jì)白皮書(shū)》顯示，截至2020年底，全球數(shù)字經(jīng)濟(jì)規(guī)模已達(dá)到32.6萬(wàn)億美元，占GDP的43.7%，而中國(guó)的數(shù)字經(jīng)濟(jì)規(guī)模為5.4萬(wàn)億美元，僅次于美國(guó)[2]，我國(guó)的數(shù)字經(jīng)濟(jì)發(fā)展成效顯而易見(jiàn)。數(shù)字經(jīng)濟(jì)正日益改變著當(dāng)前人類的生產(chǎn)和經(jīng)濟(jì)生活方式[3]。隨著新一輪的科技革命深入發(fā)展，產(chǎn)業(yè)革命如火如荼，以數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化為發(fā)展特征的數(shù)字經(jīng)濟(jì)飛速發(fā)展，逐漸成為領(lǐng)跑未來(lái)社會(huì)發(fā)展的新經(jīng)濟(jì)發(fā)展模式[4]。作為促進(jìn)經(jīng)濟(jì)可持續(xù)增長(zhǎng)的重要引擎，以信息和通信技術(shù)為代表的數(shù)字經(jīng)濟(jì)發(fā)展，必然會(huì)在影響中國(guó)經(jīng)濟(jì)發(fā)展的基礎(chǔ)上，進(jìn)一步對(duì)碳排放產(chǎn)生影響，但是這種影響是正向的還是負(fù)向的？目前學(xué)界尚無(wú)定論。

一方面，從產(chǎn)業(yè)結(jié)構(gòu)角度看，以佩蒂-克拉克定理為代表的傳統(tǒng)工業(yè)結(jié)構(gòu)學(xué)派提出的“結(jié)構(gòu)紅利假設(shè)”理論表明，工業(yè)結(jié)構(gòu)的優(yōu)化有助于引導(dǎo)生產(chǎn)要素的高生產(chǎn)力，由此產(chǎn)生的“結(jié)構(gòu)紅利”會(huì)提高整個(gè)社會(huì)的生產(chǎn)力水平，進(jìn)而對(duì)污染水平和經(jīng)濟(jì)的可持續(xù)發(fā)展產(chǎn)生影響[5]。中國(guó)在未來(lái)幾十年仍將是一個(gè)以工業(yè)為基礎(chǔ)的經(jīng)濟(jì)體，在數(shù)字經(jīng)濟(jì)的發(fā)展帶動(dòng)下，工業(yè)部門(mén)以數(shù)字信息和電子通信技術(shù)為代表的數(shù)字化技術(shù)的使用，迅速提高了機(jī)器生產(chǎn)率和能源清潔效率，從而在單位排放量的角度減少了碳排放。從這一方面看，數(shù)字經(jīng)濟(jì)發(fā)展對(duì)碳排放有積極的貢獻(xiàn)。然而另一方面，數(shù)字經(jīng)濟(jì)的發(fā)展也會(huì)對(duì)二氧化碳的排放產(chǎn)生不利影響[6]。從生產(chǎn)結(jié)構(gòu)角度來(lái)說(shuō)，雖然以數(shù)字信息和電子通信技術(shù)為代表的數(shù)字化技術(shù)的快速擴(kuò)大使用，被認(rèn)為可以提高生產(chǎn)力和能源效率，但隨著生產(chǎn)效率提高導(dǎo)致的資本投入增加和擴(kuò)大生產(chǎn)，機(jī)械設(shè)備使用數(shù)量增加引起的規(guī)模效應(yīng)，同樣帶來(lái)了碳排放量的增加；此外，從電力消費(fèi)的角度，由于數(shù)字經(jīng)濟(jì)發(fā)展所需的所有信息通信技術(shù)產(chǎn)品都需要電力運(yùn)行，數(shù)字經(jīng)濟(jì)的快速發(fā)展導(dǎo)致電力需求增加，工作場(chǎng)所和家庭的信息和通信技術(shù)相關(guān)的電力消耗也顯著增加，而電是碳排放的最大貢獻(xiàn)者，必然會(huì)導(dǎo)致碳排放量的增長(zhǎng)[7]。綜上所述，數(shù)字經(jīng)濟(jì)發(fā)展對(duì)于碳排放強(qiáng)度的影響呈現(xiàn)既促進(jìn)又減少的雙向效應(yīng)，目前對(duì)于這種影響方式和強(qiáng)度的研究尚未達(dá)成共識(shí)，進(jìn)一步研究其影響效果和影響機(jī)制具有高度的現(xiàn)實(shí)意義。

當(dāng)前，學(xué)界對(duì)于數(shù)字經(jīng)濟(jì)和碳排放的已有研究較為豐富，但是對(duì)于二者的測(cè)度方式莫衷一是，因此相關(guān)的研究結(jié)論也通常呈現(xiàn)差異性的結(jié)果。此外，現(xiàn)有對(duì)于數(shù)字經(jīng)濟(jì)對(duì)碳排放影響的研究大多是在省級(jí)數(shù)據(jù)的層次，且多為平面維度的數(shù)據(jù)分析，而碳排放顯然具有顯著的空間集聚特點(diǎn)，單一的平面維度分析對(duì)于現(xiàn)實(shí)情況的支撐性有限。本文選用中國(guó)2006—2019年278個(gè)地級(jí)市的城市面板數(shù)據(jù)，從空間計(jì)量的角度探討數(shù)字經(jīng)濟(jì)對(duì)碳排放強(qiáng)度的影響方式及作用機(jī)制，進(jìn)而分析其空間溢出效應(yīng)，精確地測(cè)度中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展與碳排放強(qiáng)度之間的關(guān)系，從而豐富既有實(shí)證研究，具有較強(qiáng)的現(xiàn)實(shí)意義。

1?理論分析與研究假設(shè)

數(shù)字經(jīng)濟(jì)對(duì)碳排放強(qiáng)度的影響機(jī)制主要有以下4種：一是，數(shù)字經(jīng)濟(jì)的發(fā)展會(huì)帶動(dòng)生產(chǎn)流程優(yōu)化，從節(jié)約資源的角度實(shí)現(xiàn)碳減排[8]。基于數(shù)字技術(shù)的大數(shù)據(jù)的使用，宏觀上有利于政府實(shí)現(xiàn)科學(xué)資源分配，減少資源錯(cuò)配，微觀上有利于企業(yè)層面銜接上下游供應(yīng)鏈的順暢，實(shí)現(xiàn)生產(chǎn)資源的節(jié)約[9]；二是，數(shù)字經(jīng)濟(jì)發(fā)展有利于生產(chǎn)技術(shù)的提高和生產(chǎn)規(guī)模的擴(kuò)大，從產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)、單位生產(chǎn)效率提高角度有利于減少碳排放的同時(shí)，從擴(kuò)大生產(chǎn)和能源資源消耗角度也會(huì)導(dǎo)致碳排放增加，呈現(xiàn)既降低又增長(zhǎng)的雙向效應(yīng)；三是，能源消費(fèi)領(lǐng)域的數(shù)字經(jīng)濟(jì)發(fā)展，會(huì)導(dǎo)致能源資源的開(kāi)采效率和電力的過(guò)度消耗，以及其他負(fù)面環(huán)境問(wèn)題，可能導(dǎo)致碳排放量的增加；四是，數(shù)字經(jīng)濟(jì)發(fā)展的前提是數(shù)字基礎(chǔ)設(shè)施的完善，而數(shù)字基礎(chǔ)設(shè)施的大量增加同樣會(huì)導(dǎo)致生產(chǎn)消耗增加，從而導(dǎo)致碳排放強(qiáng)度增強(qiáng)。

綜上所述，數(shù)字經(jīng)濟(jì)發(fā)展對(duì)于碳排放強(qiáng)度的影響方式和機(jī)制較為復(fù)雜，本文將主要從數(shù)字經(jīng)濟(jì)對(duì)城市層面碳排放的直接影響、空間溢出效應(yīng)和作用機(jī)制3個(gè)方面進(jìn)行論述，并提出文章的研究假設(shè)。

1.1?數(shù)字經(jīng)濟(jì)發(fā)展與碳排放強(qiáng)度

目前，學(xué)界對(duì)于數(shù)字經(jīng)濟(jì)發(fā)展對(duì)于碳排放強(qiáng)度的影響作用現(xiàn)有的研究分析較為廣泛。主流觀點(diǎn)主要有3種：第1種觀點(diǎn)認(rèn)為數(shù)字經(jīng)濟(jì)的發(fā)展會(huì)顯著降低我國(guó)的碳排放量。多位學(xué)者利用我國(guó)省級(jí)面板數(shù)據(jù)分析，證明了地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展對(duì)碳排放存在顯著抑制作用[10-11]；霍曉謙等［12］則是從中國(guó)252個(gè)地級(jí)市數(shù)據(jù)層面，從平面和空間兩個(gè)維度論述了數(shù)字經(jīng)濟(jì)的減碳效應(yīng)；然而基于我國(guó)的省份面板數(shù)據(jù)，金貴朝等［13］卻得出了完全相反的第2種觀點(diǎn)：當(dāng)前我國(guó)數(shù)字經(jīng)濟(jì)的發(fā)展對(duì)于碳排放量有顯著的正向促進(jìn)作用。此外，還有第3種觀點(diǎn)認(rèn)為我國(guó)數(shù)字經(jīng)濟(jì)發(fā)展對(duì)于碳排放強(qiáng)度的影響呈現(xiàn)顯著的非線性特征。多位學(xué)者基于不同的樣本數(shù)據(jù)和研究模型，均得出了數(shù)字經(jīng)濟(jì)對(duì)碳排放的影響呈現(xiàn)先增后減——“倒U型”的的非線性關(guān)系[14-15]。綜合分析上述觀點(diǎn)，當(dāng)前數(shù)字經(jīng)濟(jì)在基于我國(guó)地級(jí)市數(shù)據(jù)的空間層面，對(duì)于碳排放的影響尚無(wú)明確定論，據(jù)此，參照已有研究在空間計(jì)量方面的研究結(jié)論，本文提出以下研究假設(shè)：

假設(shè)H1：現(xiàn)階段，我國(guó)數(shù)字經(jīng)濟(jì)的發(fā)展對(duì)城市碳排放強(qiáng)度起到了促進(jìn)的作用。

1.2?數(shù)字經(jīng)濟(jì)對(duì)碳排放強(qiáng)度的空間溢出效應(yīng)

通常來(lái)說(shuō)，每個(gè)城市的碳排放污染其實(shí)都是來(lái)自于城市和地方的污染，城市間的區(qū)域性、交叉性污染和相互傳遞是導(dǎo)致區(qū)域碳排放污染的主要原因，因此在研究區(qū)域內(nèi)的碳排放因素時(shí)，若只從一個(gè)城市的視角來(lái)分析，很難反映區(qū)域內(nèi)的碳排放擴(kuò)散程度，必須綜合考慮區(qū)域內(nèi)各個(gè)因素對(duì)區(qū)域和臨地碳排放的影響。同時(shí)，數(shù)字化同樣具有顯著的空間溢出效應(yīng)，主要體現(xiàn)在伴隨數(shù)字化而來(lái)的技術(shù)進(jìn)步會(huì)使能源消耗降低[16]，在此基礎(chǔ)上的企業(yè)跨區(qū)域合作將會(huì)帶動(dòng)技術(shù)空間溢出；大數(shù)據(jù)技術(shù)的發(fā)展讓數(shù)字技術(shù)在經(jīng)濟(jì)活動(dòng)領(lǐng)域的流通更為順暢，突破了區(qū)域?qū)用娴谋趬竞涂臻g限制[17]。借助互聯(lián)網(wǎng)平臺(tái)的數(shù)字經(jīng)濟(jì)發(fā)展，可以使相關(guān)企業(yè)迅速獲得市場(chǎng)信息和技術(shù)、管理等方面的經(jīng)驗(yàn)信息，從而減少低層次的重復(fù)生產(chǎn)，實(shí)現(xiàn)降低碳排放的作用[18]。綜上，本文認(rèn)為數(shù)字經(jīng)濟(jì)發(fā)展對(duì)于地區(qū)碳排放的影響具直接作用的同時(shí)，也具有空間溢出效應(yīng)，即一個(gè)地區(qū)碳排放受到本地?cái)?shù)字經(jīng)濟(jì)發(fā)展影響的同時(shí)，也會(huì)受到來(lái)自周邊地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展情況的影響。據(jù)此，本文提出以下研究假設(shè)：

假設(shè)H2：數(shù)字經(jīng)濟(jì)發(fā)展對(duì)城市碳排放強(qiáng)度具有負(fù)向的空間溢出效應(yīng)。

1.3?數(shù)字經(jīng)濟(jì)發(fā)展對(duì)碳排放強(qiáng)度的影響機(jī)制

進(jìn)一步分析數(shù)字經(jīng)濟(jì)對(duì)于城市區(qū)域碳排放強(qiáng)度影響作用機(jī)制的研究現(xiàn)狀：多位學(xué)者認(rèn)為，數(shù)字經(jīng)濟(jì)可以通過(guò)降低能耗效應(yīng)、產(chǎn)業(yè)結(jié)構(gòu)升級(jí)效應(yīng)、技術(shù)進(jìn)步效應(yīng)和數(shù)字基建賦能效應(yīng)4個(gè)影響機(jī)制，實(shí)現(xiàn)降低碳排放的積極影響[19-20]；從數(shù)字基礎(chǔ)設(shè)施建設(shè)的機(jī)制分析（基于“寬帶中國(guó)”示范城市的政策角度），也呈現(xiàn)會(huì)顯著降低的積極作用[21]；但是從數(shù)字貿(mào)易的角度看，數(shù)字貿(mào)易由于規(guī)模產(chǎn)出帶來(lái)的規(guī)模效應(yīng)會(huì)增加碳排放，而結(jié)構(gòu)效應(yīng)和技術(shù)效應(yīng)則是起到減碳的作用，三種效應(yīng)綜合作用下減碳效果更強(qiáng)[22]。不難發(fā)現(xiàn)，在數(shù)字經(jīng)濟(jì)對(duì)碳排放強(qiáng)度影響機(jī)制的已有研究中，規(guī)模效應(yīng)和結(jié)構(gòu)效應(yīng)的作用被廣泛討論，據(jù)此，本文提出以下研究假設(shè)：

假設(shè)H3：數(shù)字經(jīng)濟(jì)發(fā)展通過(guò)規(guī)模效應(yīng)和結(jié)構(gòu)效應(yīng)降低了城市碳排放強(qiáng)度。

2?模型設(shè)定、變量選取與數(shù)據(jù)來(lái)源

2.1?空間計(jì)量模型的建立

由于中國(guó)地級(jí)市層面數(shù)字經(jīng)濟(jì)發(fā)展及碳排放強(qiáng)度存在顯著的空間集聚特征，采用傳統(tǒng)OLS或面板模型無(wú)法精準(zhǔn)識(shí)別數(shù)字經(jīng)濟(jì)發(fā)展及其他因素對(duì)碳排放強(qiáng)度的影響，因此本文采用空間面板模型對(duì)數(shù)字經(jīng)濟(jì)發(fā)展影響碳排放強(qiáng)度的直接效應(yīng)以及空間溢出效應(yīng)進(jìn)行研究，構(gòu)建空間計(jì)量模型如下：

Yit=ρWitYit+ηxit+σWxit+μi+εit，

εit=λMεt+Vit。（1）

其中：i、t代表地級(jí)市數(shù)量及研究年份；Y為被解釋變量；x為解釋變量；W是空間權(quán)重矩陣；ρ代表被解釋變量的空間滯后系數(shù)；η是解釋變量的回歸系數(shù)；σ表示解釋變量的空間回歸系數(shù)；M是擾動(dòng)項(xiàng)的空間權(quán)重矩陣?？疾焐鲜揭话阈钥臻g計(jì)量模型的形式：當(dāng)λ與σ取0時(shí)，變?yōu)榭臻g滯后模型；ρ與σ取0時(shí)，模型轉(zhuǎn)化為空間誤差模型；當(dāng)λ為0時(shí)，則為空間杜賓模型。本文擬采用空間杜賓模型進(jìn)行回歸分析，并對(duì)部分變量做對(duì)數(shù)化處理，具體的空間杜賓模型如下：

ln?Perco2it=ρitWln?Perco2it+β1digeit+Wdigeit+

δit∑ni=1ln?Controlit+

Wδit∑ni=1ln?Controlit+

μit+γt+εit。（2）

其中：Perco2為碳排放強(qiáng)度；dige代表數(shù)字經(jīng)濟(jì)發(fā)展程度；Control為控制變量；ρit是碳排放強(qiáng)度的空間滯后系數(shù)；β1～β3則是解釋變量的回歸系數(shù)；δ為控制變量的系數(shù)；μi、γt分別是個(gè)體效應(yīng)和時(shí)間效應(yīng)；ε表示擾動(dòng)項(xiàng)。

在空間矩陣的選取方面，反距離矩陣通過(guò)使用反距離作為權(quán)重，根據(jù)2個(gè)城市之間的距離矩陣來(lái)確定其影響大小，因此本文選用反距離矩陣進(jìn)行模型估計(jì)。

2.2?變量測(cè)度與說(shuō)明

2.2.1?數(shù)字經(jīng)濟(jì)發(fā)展水平的測(cè)度

1）指標(biāo)選取。目前，涉及中國(guó)城市層面的數(shù)字經(jīng)濟(jì)具體測(cè)度的相關(guān)文獻(xiàn)較少，大部分研究基于省級(jí)層面[23]，城市層面的數(shù)字經(jīng)濟(jì)測(cè)度比較少。本文借鑒趙濤等［24］的做法，采用互聯(lián)網(wǎng)普及率等5個(gè)方面的指標(biāo)，構(gòu)建數(shù)字經(jīng)濟(jì)發(fā)展水平評(píng)價(jià)指標(biāo)體系。具體指標(biāo)測(cè)算方法，如表1所示。

2）測(cè)算方法。由于熵值法根據(jù)樣本中各項(xiàng)指標(biāo)數(shù)據(jù)自身信息量的大小計(jì)算出指標(biāo)權(quán)重，可以有效避免指標(biāo)選擇和賦權(quán)的主觀性，與主觀賦權(quán)法相比具有更高的可信度。因此，本文在對(duì)數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)進(jìn)行評(píng)價(jià)時(shí)，利用熵值法進(jìn)行客觀賦權(quán)和評(píng)價(jià)，從而求得綜合指數(shù)值，以避免因主觀偏誤導(dǎo)致的權(quán)重偏差。

2.2.2?碳排放強(qiáng)度的測(cè)度

由于當(dāng)前國(guó)內(nèi)尚未構(gòu)建地級(jí)市碳排放量的數(shù)據(jù)庫(kù)，因此在估算地級(jí)市碳排放量時(shí)，不同研究者采用不同的方法估算碳排放總量。本文采取學(xué)者們運(yùn)用較多的根據(jù)IPCC（Intergovernmental?Panel?on?Climate?Change）推薦的方法[25-26]，即利用煤炭、焦炭、原油、汽油、煤油、柴油、燃料油和天然氣等8種主要能源消耗的數(shù)量來(lái)估算地級(jí)市層面碳排放量，構(gòu)建碳排放計(jì)算公式如下：

TCO2=∑8i=1CO2i=∑8i=1Qi×CFi×

CCi×COFi×4412（3）

其中：TCO2代表8種能源消耗所釋放出的CO2總量;Qi?表示278個(gè)地級(jí)市第i種能源的碳排放量;CFi?表示各能源消耗所釋放出的熱值;CCi表示能源中的含碳量;COFi代表碳氧化因子;CFi×CCi×COFi代表碳排放系數(shù);各類能源碳排放系數(shù)，如表2所示。

2.2.3?機(jī)制變量

人均GDP（pergdp）采用地區(qū)GDP總量與地區(qū)人口的比值表征。一般認(rèn)為伴隨著一國(guó)經(jīng)濟(jì)社會(huì)的不斷發(fā)展，人均GDP也會(huì)隨之提高，而在經(jīng)濟(jì)社會(huì)發(fā)展的初期，環(huán)境受污染破壞狀況會(huì)隨著人均GDP的不斷提高而惡化。但也有研究表明人均?GDP增長(zhǎng)到一定程度后，生產(chǎn)效率和資源利用效率都有很大的提升。反之，“三高”工業(yè)的比例將會(huì)大大下降，從粗放的發(fā)展模式向集約化的發(fā)展模式轉(zhuǎn)變；產(chǎn)業(yè)結(jié)構(gòu)（structure）采用第三產(chǎn)業(yè)與第二產(chǎn)業(yè)比值表征。第二產(chǎn)業(yè)是碳排放的重要來(lái)源，產(chǎn)業(yè)結(jié)構(gòu)指數(shù)越低，表明第二產(chǎn)業(yè)產(chǎn)值大于第三產(chǎn)業(yè)，說(shuō)明經(jīng)濟(jì)依賴于第二產(chǎn)業(yè)發(fā)展。由于傳統(tǒng)第二產(chǎn)業(yè)多為高耗能、高污染產(chǎn)業(yè)，因此會(huì)加大碳的排放。

2.2.4?控制變量

影響碳排放的因素比較多，本文參考部分既有研究的做法，除上述機(jī)制變量外，引入如下幾個(gè)控制變量：人口規(guī)模（ln?popu）。由人口增長(zhǎng)進(jìn)而帶動(dòng)消費(fèi)需求增加，會(huì)直接導(dǎo)致碳排放的產(chǎn)生，人口規(guī)模用該地區(qū)每年的年末人口總數(shù)的對(duì)數(shù)來(lái)表示;投資率（invest）。采用固定資產(chǎn)投資與當(dāng)年GDP的比值表征；教育支出占比（edu）：采用教育支出與GDP的比值表征；對(duì)外開(kāi)放度（open）：采用地區(qū)進(jìn)出口貿(mào)易額與當(dāng)年GDP的比值表示。由于進(jìn)出口貿(mào)易額多用美元衡量，本文采用人民幣兌美元的年均匯率進(jìn)行折算；政府干預(yù)程度（gov）：采用財(cái)政支出占GDP的比例表征；人力資本（ln?hc）。選取每萬(wàn)人高等學(xué)校在校人數(shù)作為表征，為避免取對(duì)數(shù)后出現(xiàn)負(fù)值導(dǎo)致數(shù)據(jù)結(jié)構(gòu)改變，本文對(duì)原數(shù)據(jù)加1后再取對(duì)數(shù)表示。

2.3?數(shù)據(jù)來(lái)源和描述性統(tǒng)計(jì)

隨著我國(guó)互聯(lián)網(wǎng)產(chǎn)業(yè)的興起和發(fā)展，2005年騰訊實(shí)現(xiàn)注冊(cè)用戶過(guò)億，2007年國(guó)家《電子商務(wù)發(fā)展“十一五”規(guī)劃》發(fā)布，我國(guó)的數(shù)字經(jīng)濟(jì)發(fā)展在2006年前后正式進(jìn)入高速發(fā)展時(shí)期；此外，由于2020年初“新冠”疫情的爆發(fā)，此后三年我國(guó)經(jīng)濟(jì)發(fā)展和人民生活的方方面面均受到了不同程度的影響，數(shù)字經(jīng)濟(jì)和碳排放強(qiáng)度的相關(guān)數(shù)據(jù)與此前差異較大，數(shù)據(jù)所具有的代表性易受質(zhì)疑，且2019年之后的部分本文所需數(shù)據(jù)難以收集，因此，基于上述背景，本文選取的是2006—2019年中國(guó)278個(gè)城市的面板數(shù)據(jù)，全部資料均取自《中國(guó)城市統(tǒng)計(jì)年鑒》、《中國(guó)區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)年鑒》、《中國(guó)環(huán)境統(tǒng)計(jì)年鑒》、國(guó)研網(wǎng)數(shù)據(jù)庫(kù)、國(guó)泰安資料庫(kù)、中經(jīng)網(wǎng)資料庫(kù)，及中國(guó)研究數(shù)據(jù)服務(wù)平臺(tái)（CNRDS）數(shù)字經(jīng)濟(jì)數(shù)據(jù)庫(kù)，采用Stata16.0軟件對(duì)樣本數(shù)據(jù)進(jìn)行處理和分析。本文所用主要變量的描述性統(tǒng)計(jì)，如表3所示。

3?數(shù)字經(jīng)濟(jì)對(duì)碳排放強(qiáng)度降低作用的實(shí)證檢驗(yàn)

3.1?空間自相關(guān)分析

3.1.1?全局自相關(guān)

在正式實(shí)施計(jì)量回歸前，必須對(duì)數(shù)據(jù)的空間自相關(guān)性進(jìn)行檢驗(yàn)，目前常用的測(cè)量方法是莫蘭指數(shù)。全局莫蘭值主要是用來(lái)探測(cè)空間聚集和擴(kuò)散狀態(tài)，而不能識(shí)別特定的異常值；本地Morans?I指數(shù)能夠反映出離群值的位置。所以通常都是進(jìn)行先整體后局部的莫蘭探測(cè)。莫蘭的全局公式如下：

Morans?I=n∑ni=1∑nj=1wij（xi-x-）（xj-x-）∑ni=1∑nj=1wij∑ni=1（xi-x-）2=

n∑ni=1∑nj=1wij（xi-x-）（xj-x-）s2∑ni=1∑nj=1wij。（4）

其中：s2=1n∑1i=1（xi-x-）2;x-=1n∑ni=1x；n表示地級(jí)市的數(shù)量，本文中表示278個(gè)地級(jí)市；xi表示第i個(gè)空間的變量；wij表示空間權(quán)重矩陣W的（i，j）元素。

全局莫蘭指數(shù)范圍為-1～1。當(dāng)Morans?I值大于0時(shí)，說(shuō)明要素呈現(xiàn)正空間自相關(guān)即高值與高值聚集，低值與低值聚集。Morans?I值越接近于1，表明要素的空間集聚特征越明顯；當(dāng)Morans?I值小于0時(shí)，說(shuō)明要素呈現(xiàn)負(fù)空間自相關(guān)即高值與低值相鄰。Morans?I值越接近于-1，表明要素的分散態(tài)勢(shì)越明顯。本部分在反距離空間權(quán)重矩陣下，對(duì)碳排放強(qiáng)度的全局莫蘭指數(shù)進(jìn)行了測(cè)度，結(jié)果如表4所示。

從碳排放強(qiáng)度來(lái)看，反距離空間權(quán)重矩陣下的莫蘭指數(shù)均顯著為正，表明碳排放表現(xiàn)出很強(qiáng)的空間集聚特征。莫蘭指數(shù)總體呈現(xiàn)先增后減的趨勢(shì)，2006—2013年莫蘭指數(shù)在波動(dòng)中有所下降，莫蘭指數(shù)值由2006年的0.138升至2013年的0.169，上升幅度43.64%，表明這一階段碳排放的空間集聚特征有所增強(qiáng)。2013年開(kāi)始莫蘭指數(shù)值波動(dòng)中下降，由2013年的0.169下降至2019年的0.085，表明這一階段碳排放的空間集聚特征有所減弱。

3.1.2?局部自相關(guān)

由以上分析可知，碳排放強(qiáng)度在空間全局下具有顯著的空間集聚特征。但全局自相關(guān)分析優(yōu)勢(shì)會(huì)忽略要素局部狀態(tài)的不穩(wěn)定性，因此采用局部空間自相關(guān)分析，刻畫(huà)某一地級(jí)市與其鄰近地級(jí)市的相似程度。局部自相關(guān)分析不僅能夠說(shuō)明每一局部空間單元服從全局總趨勢(shì)的程度，同時(shí)可以揭示要素的空間異質(zhì)性。從莫蘭散點(diǎn)圖來(lái)看，碳排放強(qiáng)度主要集中于第一象限和第三象限，體現(xiàn)出“高-高”集聚和“低-低”集聚的分布特征，表明其具有顯著的正空間自相關(guān)性，如圖1所示。

圖1?2006年與2019年碳排放強(qiáng)度莫蘭散點(diǎn)圖

Fig.1?Morans?I?scatter?plot?of?carbon?emission?intensity?in?2006?and?2019

3.2?空間模型的合理性檢驗(yàn)

在正式進(jìn)行空間測(cè)量分析前，需要先對(duì)所使用的空間測(cè)量模式進(jìn)行檢驗(yàn)，以確認(rèn)所選擇的模型的正確性和合理性。具體的檢驗(yàn)方法為：LM檢驗(yàn)，在?LMLM模型和SAR模型中，如果LMerror檢驗(yàn)為合格，LMlag試驗(yàn)不合格，則采用?SEM模式；如果試驗(yàn)的結(jié)果與此相反，則采用?SAR模式。若2種檢驗(yàn)結(jié)果都顯示不通過(guò)，需要進(jìn)一步進(jìn)行RLMlag與RLMerr檢驗(yàn)，如果RLMerr檢驗(yàn)結(jié)果顯示通過(guò)，而另外一種檢驗(yàn)沒(méi)有通過(guò)，應(yīng)選用SEM模型，反之，選擇SAR模型。如果所有拉格朗日顯著性檢驗(yàn)結(jié)果都顯示不通過(guò)，則需要選用空間杜賓模型開(kāi)展計(jì)量。最后，分別采用LR檢驗(yàn)和Wald檢驗(yàn)，檢驗(yàn)SDM模型是否會(huì)退化成SAR或SEM模型。相關(guān)檢驗(yàn)結(jié)果，如表5所示。

通過(guò)分析以上檢驗(yàn)結(jié)果可知，LM檢驗(yàn)中SEM與SAR模型的檢驗(yàn)值均在1%的顯著性水平下拒絕無(wú)空間自相關(guān)的原假設(shè)，即存在空間誤差以及空間滯后項(xiàng)，應(yīng)選擇空間模型而不是OLS。但是進(jìn)一步的RobustLMr檢驗(yàn)卻出現(xiàn)了不同的結(jié)果，RLMLag檢驗(yàn)未通過(guò)，此時(shí)可以先假定能采用空間杜賓模型分析，在此基礎(chǔ)上進(jìn)行SDM退化檢驗(yàn)（LR檢驗(yàn)）和Wald檢驗(yàn)，進(jìn)一步測(cè)試SDM是否會(huì)成SEM或SAR。由表5可知，LR檢驗(yàn)和Wald檢驗(yàn)結(jié)果均在1%的顯著性水平下拒絕SDM退化成SEM或SAR的原假設(shè)，故應(yīng)選擇SDM模型。綜上，本文最后選擇空間杜賓模型中的隨機(jī)效應(yīng)模型做空間回歸分析。

3.3?數(shù)字經(jīng)濟(jì)對(duì)碳排放強(qiáng)度降低作用的回歸結(jié)果分析

3.3.1?基準(zhǔn)回歸結(jié)果

基于上述分析，本部分同時(shí)匯報(bào)普通?OLS和反距離空間權(quán)重矩陣下空間杜賓模型的估計(jì)結(jié)果，本文重點(diǎn)關(guān)注的空間杜賓模型結(jié)果，如表6所示。由表6可知，空間回歸系數(shù)（rho）在1%的顯著性水平下通過(guò)檢驗(yàn)，且顯著為正，說(shuō)明在市域?qū)用嫣寂欧艔?qiáng)度受到臨近地區(qū)碳排放強(qiáng)度影響因素的正向影響，具有較強(qiáng)的空間溢出效應(yīng)，相鄰地區(qū)的碳排放強(qiáng)度會(huì)相互促進(jìn)，即周邊地區(qū)碳排放水平的會(huì)隨著本地區(qū)碳排放的增加而增加。從回歸結(jié)果看，數(shù)字經(jīng)濟(jì)（dige）的回歸系數(shù)同樣顯著為正，即數(shù)字經(jīng)濟(jì)發(fā)展明顯促進(jìn)了碳排放強(qiáng)度，假設(shè)H1中的促進(jìn)作用得到驗(yàn)證。這與當(dāng)前很多研究的結(jié)論相反，與金貴朝等［27］的研究結(jié)論一致。造成這種現(xiàn)象的可能原因是，數(shù)字經(jīng)濟(jì)發(fā)展需要的基礎(chǔ)設(shè)施建設(shè)增加了能耗，尤其是會(huì)導(dǎo)致電力消費(fèi)增長(zhǎng)，且數(shù)字化轉(zhuǎn)型雖然會(huì)提升生產(chǎn)效率，但也可能因反彈效應(yīng)引起碳排放量增加?？臻g交互項(xiàng)W×dige的系數(shù)1%的水平上顯著為負(fù)，表明數(shù)字經(jīng)濟(jì)存在負(fù)向的空間溢出效應(yīng)，即本地區(qū)數(shù)字經(jīng)濟(jì)的發(fā)展能夠降低周邊地區(qū)的碳排放強(qiáng)度。這一結(jié)果也驗(yàn)證了文章前面的假設(shè)H2。此外，除產(chǎn)業(yè)結(jié)構(gòu)不顯著外，其他控制變量如人口規(guī)模、投資率、對(duì)外開(kāi)放度、政府干預(yù)度和人力資本等，均在1%或5%顯著性水平下通過(guò)檢驗(yàn)。具體來(lái)看，人口規(guī)模（ln?popu）、投資率（invest）和教育投入水平（edu）顯著為負(fù)，即人口規(guī)模的擴(kuò)大、投資率的提高和教育投入水平越高，會(huì)抑制碳排放強(qiáng)度的提高；其他控制變量則顯著為正，即人均GDP增長(zhǎng)、對(duì)外開(kāi)放度提高、政府干預(yù)度增強(qiáng)和人力資本結(jié)構(gòu)升級(jí)會(huì)促進(jìn)碳排放的增長(zhǎng)。

3.3.2?空間效應(yīng)的分解

在空間視角下，某一地區(qū)碳排放不僅受到本地區(qū)內(nèi)外部因素影響，同時(shí)受到其他地區(qū)的因素影響，即存在碳排放空氣流動(dòng)理論。這一影響可以劃分為直接效應(yīng)、間接效應(yīng)和總效應(yīng)。因此本文將數(shù)字經(jīng)濟(jì)發(fā)展程度以及其他相關(guān)的控制變量對(duì)碳排放強(qiáng)度的影響空間效應(yīng)分解，對(duì)數(shù)字經(jīng)濟(jì)發(fā)展對(duì)碳排放強(qiáng)度的影響進(jìn)一步分析，結(jié)果如表7所示。直接效應(yīng)中數(shù)字經(jīng)濟(jì)發(fā)展水平（dige）的回歸系數(shù)為1.02，顯著為正，表明數(shù)字經(jīng)濟(jì)發(fā)展指標(biāo)每提高1%，本地碳排放強(qiáng)度將上升1.02%；而間接效應(yīng)和總效應(yīng)中數(shù)字經(jīng)濟(jì)的回歸系數(shù)均顯著為負(fù)，表明雖然數(shù)字經(jīng)濟(jì)的發(fā)展在短時(shí)間內(nèi)會(huì)造成本地的碳排放強(qiáng)度上升，但是對(duì)于周邊地區(qū)的碳排放強(qiáng)度明顯降低，呈現(xiàn)顯著的負(fù)向空間溢出效應(yīng)，假設(shè)H2得以驗(yàn)證。

3.4?數(shù)字經(jīng)濟(jì)對(duì)抑制碳排放強(qiáng)度提高的穩(wěn)健性檢驗(yàn)

3.4.1?替換被解釋變量的穩(wěn)健性檢驗(yàn)

為了驗(yàn)證回歸結(jié)果的穩(wěn)健性，當(dāng)其它控制變量不變時(shí)，本文使用替換被解釋變量來(lái)進(jìn)行穩(wěn)健性測(cè)試。實(shí)際上，在前文分析中，本文已通過(guò)構(gòu)建不同空間權(quán)重矩陣對(duì)數(shù)字經(jīng)濟(jì)發(fā)展影響碳排放的強(qiáng)度進(jìn)行分析，這也證明了本文的回歸結(jié)果是穩(wěn)健的。下文將采用碳排放總量替換人均碳排放量的方法進(jìn)行空間杜賓隨機(jī)效應(yīng)計(jì)量分析，得到的回歸結(jié)果，如表8列（1）所示。

從替換被解釋變量的回歸結(jié)果來(lái)看，數(shù)字經(jīng)濟(jì)的空間回歸系數(shù)和空間交乘項(xiàng)系數(shù)均在1%的顯著性水平下顯著，且回歸系數(shù)為正，空間交乘項(xiàng)系數(shù)為負(fù)，進(jìn)一步驗(yàn)證了數(shù)字經(jīng)濟(jì)發(fā)展促進(jìn)了碳排放強(qiáng)度增長(zhǎng)的假設(shè)H1，以及數(shù)字經(jīng)濟(jì)發(fā)展對(duì)對(duì)城市碳排放強(qiáng)度具有負(fù)向空間溢出效應(yīng)的假設(shè)H2。

3.4.2?更換空間權(quán)重矩陣的穩(wěn)健性檢驗(yàn)

在前文的分析中主要采用的反距離空間權(quán)重矩陣構(gòu)建模型，空間地理上的相鄰?fù)瑯訉?duì)于碳排放強(qiáng)度具有較大影響，與此同時(shí)，經(jīng)濟(jì)活動(dòng)帶來(lái)的空間溢出效應(yīng)也應(yīng)考慮在內(nèi)。因此本文構(gòu)建鄰接矩陣和經(jīng)濟(jì)距離空間權(quán)重矩陣來(lái)進(jìn)一步檢驗(yàn)回歸結(jié)果是否具有穩(wěn)健性。從表8的列（2）和列（3）的匯報(bào)結(jié)果可以看出，兩者的回歸結(jié)果數(shù)值比較接近，且具有相似的趨勢(shì)和顯著性，同樣回歸系數(shù)為正，空間交乘項(xiàng)系數(shù)為負(fù)，主要結(jié)論依舊與上文具有一致性，更進(jìn)一步驗(yàn)證了本文的假設(shè)H1和H2。

4?進(jìn)一步研究：作用機(jī)制檢驗(yàn)

由于數(shù)字經(jīng)濟(jì)發(fā)展所產(chǎn)生的規(guī)模效應(yīng)可產(chǎn)生經(jīng)濟(jì)增長(zhǎng)，本文選擇人均?GDP?作為經(jīng)濟(jì)增長(zhǎng)代理變量與數(shù)字經(jīng)濟(jì)交互，選擇產(chǎn)業(yè)結(jié)構(gòu)指數(shù)為代理變量與數(shù)字經(jīng)濟(jì)進(jìn)行交互檢驗(yàn)數(shù)字經(jīng)濟(jì)的結(jié)構(gòu)效應(yīng)，回歸結(jié)果，如表9所示。

4.1?規(guī)模效應(yīng)的機(jī)制檢驗(yàn)

從數(shù)字經(jīng)濟(jì)的規(guī)模效應(yīng)來(lái)看，數(shù)字經(jīng)濟(jì)發(fā)展與人均GDP的交互項(xiàng)的回歸系數(shù)在1%的顯著性水平下為負(fù)，表明數(shù)字經(jīng)濟(jì)確實(shí)通過(guò)規(guī)模效應(yīng)降低了城市的碳排放強(qiáng)度，雖然數(shù)字經(jīng)濟(jì)的發(fā)展推動(dòng)經(jīng)濟(jì)規(guī)模的擴(kuò)大，但不可避免的需要消耗大量的能源。經(jīng)濟(jì)規(guī)模的擴(kuò)張同時(shí)也提高了城市的人均收入水平，尤其是中國(guó)各級(jí)政府高度重視經(jīng)濟(jì)高質(zhì)量發(fā)展，這也在一定程度上提高了企業(yè)和公民的環(huán)保意識(shí)，同時(shí)，企業(yè)也會(huì)選擇更清潔的生產(chǎn)模式，以達(dá)到更好的節(jié)能效果，同時(shí)也會(huì)降低污染，所以，隨著人均收入的增加，環(huán)境管制的效果將會(huì)對(duì)區(qū)域內(nèi)的二氧化碳排放量產(chǎn)生正面影響［28］。從空間溢出角度來(lái)看，W×dige×ln?pergdp顯著為正，伴隨著人均GDP的提高，說(shuō)明數(shù)字經(jīng)濟(jì)確實(shí)通過(guò)規(guī)模效應(yīng)渠道降低了城市碳排放強(qiáng)度。假設(shè)H3中規(guī)模效應(yīng)在數(shù)字經(jīng)濟(jì)發(fā)展降低城市碳排放強(qiáng)度中的機(jī)制作用得以驗(yàn)證。

4.2?結(jié)構(gòu)效應(yīng)的機(jī)制檢驗(yàn)

從數(shù)字經(jīng)濟(jì)結(jié)構(gòu)效應(yīng)來(lái)看，數(shù)字經(jīng)濟(jì)與產(chǎn)業(yè)結(jié)構(gòu)的交互項(xiàng)回歸系數(shù)以及空間溢出效應(yīng)系數(shù)W×dige×ln?structure均未通過(guò)10%水平下的顯著性檢驗(yàn)，表明數(shù)字經(jīng)濟(jì)通過(guò)結(jié)構(gòu)效應(yīng)對(duì)于降低了城市的碳排放強(qiáng)度的作用尚不顯著。因此假設(shè)H3中結(jié)構(gòu)效應(yīng)在數(shù)字經(jīng)濟(jì)發(fā)展降低城市碳排放強(qiáng)度中的機(jī)制作用并未得到驗(yàn)證和支持，這與很多現(xiàn)有研究的結(jié)論不同，其原因可能是結(jié)構(gòu)效應(yīng)在數(shù)字經(jīng)濟(jì)發(fā)展中的作用尚未得到充分發(fā)揮，其作用機(jī)制需要后續(xù)進(jìn)一步分析。

所以，在引導(dǎo)數(shù)字經(jīng)濟(jì)與中國(guó)產(chǎn)業(yè)結(jié)構(gòu)合理、良性互動(dòng)發(fā)展的同時(shí)，必須充分重視區(qū)域間特別是相鄰區(qū)域數(shù)字經(jīng)濟(jì)的外部性問(wèn)題，并積極推動(dòng)數(shù)字經(jīng)濟(jì)在更大范圍、更高層次、更深層次上的空間集聚。同時(shí)，要繼續(xù)提高區(qū)域數(shù)字經(jīng)濟(jì)發(fā)展的引導(dǎo)和調(diào)節(jié)能力，促進(jìn)以技術(shù)為導(dǎo)向的戰(zhàn)略資源，特別是以技術(shù)為導(dǎo)向的數(shù)字經(jīng)濟(jì)與產(chǎn)業(yè)結(jié)構(gòu)的良性互動(dòng)。

5?結(jié)論與建議

隨著環(huán)境問(wèn)題的日益嚴(yán)重，各國(guó)越來(lái)越關(guān)注數(shù)字經(jīng)濟(jì)發(fā)展對(duì)二氧化碳排放的影響。本文利用空間杜賓模型的分解效應(yīng)，研究了數(shù)字經(jīng)濟(jì)發(fā)展以及各影響機(jī)制對(duì)于碳排放的直接效應(yīng)、間接效應(yīng)以及總效應(yīng)，全面科學(xué)地辨別與測(cè)度數(shù)字經(jīng)濟(jì)發(fā)展對(duì)中國(guó)碳排放強(qiáng)度的影響，基于前面的分析，本文得出以下結(jié)論：一是，現(xiàn)階段，我國(guó)數(shù)字經(jīng)濟(jì)的發(fā)展對(duì)城市碳排放強(qiáng)度起到促進(jìn)作用，即當(dāng)前階段數(shù)字經(jīng)濟(jì)的發(fā)展在空間層面上會(huì)導(dǎo)致碳排放強(qiáng)度的增加；二是，數(shù)字經(jīng)濟(jì)發(fā)展對(duì)城市碳排放強(qiáng)度具有負(fù)向的空間溢出效應(yīng)，即數(shù)字經(jīng)濟(jì)的發(fā)展在樣本期間內(nèi)雖然會(huì)造成本地的碳排放強(qiáng)度上升，但是有助于周邊地區(qū)的碳排放減排，且在總效應(yīng)上也是負(fù)向顯著，即對(duì)于周邊地區(qū)的降低碳排放作用大于對(duì)本地的碳排放增加作用；三是，數(shù)字經(jīng)濟(jì)發(fā)展主要通過(guò)規(guī)模效應(yīng)降低城市碳排放強(qiáng)度，結(jié)構(gòu)效應(yīng)尚未起到顯著作用。

除了論證了以上數(shù)字經(jīng)濟(jì)發(fā)展對(duì)碳排放強(qiáng)度的影響方式和作用機(jī)制外，本研究還對(duì)我國(guó)的經(jīng)濟(jì)低碳發(fā)展具有如下啟示性意義：

首先，進(jìn)一步發(fā)展數(shù)字經(jīng)濟(jì)，提高發(fā)展質(zhì)量，充分發(fā)揮數(shù)字經(jīng)濟(jì)在碳排放中的積極作用。雖然在本文的樣本研究期內(nèi)數(shù)字經(jīng)濟(jì)對(duì)于本地的碳排放作用是消極的，但是對(duì)于整體范圍的減碳仍是有明顯的積極作用，且總體的積極效應(yīng)大于對(duì)于本地的消極效應(yīng)。因此，促進(jìn)數(shù)字經(jīng)濟(jì)進(jìn)一步發(fā)展，對(duì)于碳減排來(lái)說(shuō)仍是有利的。此外，隨著數(shù)字經(jīng)濟(jì)的進(jìn)一步發(fā)展，規(guī)模效應(yīng)也會(huì)隨之進(jìn)一步提高，將會(huì)產(chǎn)生更多的數(shù)字經(jīng)濟(jì)紅利，也將會(huì)進(jìn)一步助力我國(guó)的碳達(dá)峰碳中和目標(biāo)實(shí)現(xiàn)。

其次，建立跨區(qū)域的碳排放聯(lián)防聯(lián)控等公共機(jī)構(gòu)。本文研究發(fā)現(xiàn)碳排放存在顯著的空間集聚特征，同時(shí)不同因素對(duì)碳排放強(qiáng)度增長(zhǎng)呈現(xiàn)空間溢出效應(yīng)，若各地級(jí)市從各自視角治理碳排放問(wèn)題，往往會(huì)造成治理效率低下、環(huán)境治理資金浪費(fèi)。這就要求各地級(jí)市政府破解各行政區(qū)各自為政的局面，從更宏觀層面制定碳排放整治策略，構(gòu)建碳排放區(qū)域聯(lián)動(dòng)機(jī)制。建立城市間碳減排和綠色發(fā)展的相互合作機(jī)制，加強(qiáng)政府對(duì)企業(yè)綠色技術(shù)開(kāi)發(fā)的支持;建立監(jiān)督管理體系，并開(kāi)展省市間綠色關(guān)鍵技術(shù)聯(lián)合攻關(guān);建立跨行政區(qū)域的科技、人才、資本信息傳播與交流平臺(tái)，使數(shù)字經(jīng)濟(jì)發(fā)展在空間溢出效應(yīng)角度對(duì)于碳排放強(qiáng)度的抑制作用充分發(fā)揮。

最后，政府要進(jìn)一步推出在數(shù)字經(jīng)濟(jì)領(lǐng)域的創(chuàng)新扶持政策，充分發(fā)揮數(shù)字經(jīng)濟(jì)減碳作用的規(guī)模效應(yīng)。根據(jù)本文研究結(jié)果，規(guī)模效應(yīng)在數(shù)字經(jīng)濟(jì)發(fā)展對(duì)實(shí)現(xiàn)碳減排的促進(jìn)作用非常顯著。數(shù)字基礎(chǔ)設(shè)施建設(shè)是數(shù)字經(jīng)濟(jì)的發(fā)展基石;互聯(lián)網(wǎng)人才培養(yǎng)是數(shù)字經(jīng)濟(jì)發(fā)展的引擎。積極的扶持政策有助于數(shù)字經(jīng)濟(jì)規(guī)模的進(jìn)一步擴(kuò)大，使數(shù)字經(jīng)濟(jì)發(fā)展的規(guī)模效應(yīng)進(jìn)一步發(fā)揮作用，從根本上為碳排放強(qiáng)度的減弱貢獻(xiàn)力量。

參考文獻(xiàn)：

［1］?GUAN?D，KLAUS?H，CHRISTOPHER?L?W，et?al.The?drivers?of?Chinese?CO2?emissions?from?1980?to?2030［J］.Global?Environmental?Change，2008，18（4）：626-634.

［2］?LIU?Y，YANG?Y，LI?H，et?al.Digital?economy?development，industrial?structure?upgrading?and?green?total?factor?productivity：Empirical?evidence?from?Chinas?cities［J］.International?Journal?of?Environmental?Research?and?Public?Health，2022，19（4）：1.

［3］?馮子洋，宋冬林，謝文帥.數(shù)字經(jīng)濟(jì)助力實(shí)現(xiàn)“雙碳”目標(biāo)：基本途徑、內(nèi)在機(jī)理與行動(dòng)策略［J］.北京師范大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2023（1）：52-61.

FENG?Z?Y，SONG?D?L，XIE?W?S.Digital?economy?helps?realize?the?goal?of?“double?carbon”：Basic?approach，internal?mechanism?and?action?strategy［J］.Journal?of?Beijing?Normal?University?（Social?Science?Edition），2023（1）：52-61.

［4］?DENG?H，BAI?G，SHEN?Z，et?al.Digital?economy?and?its?spatial?effect?on?green?productivity?gains?in?manufacturing：Evidence?from?China［J］.Journal?of?Cleaner?Production，2022，378：1.

［5］?TIMMER?M?P，SZIRMAI?A.Productivity?growth?in?Asian?manufacturing：The?structural?bonus?hypothesis?examined［J］.Structural?Change?and?Economic?Dynamics，2000，11（4）：1.

［6］?HASEEB?A，XIA?E，SAUD?S，et?al，Does?information?and?communication?technologies?improve?environmental?quality?in?the?era?of?globalization？?An?empirical?analysis［J］.Environmental?science?and?pollution?research?international，2019，26（9）：1.

［7］?SALAHUDDIN?M，ALAM?K.Internet?usage，electricity?consumption?and?economic?growth?in?australia：A?time?series?evidence［J］.Telematics?and?Informatics，2015，32（4）：1.

［8］?張傳兵，居來(lái)提·色依提.數(shù)字經(jīng)濟(jì)、碳排放強(qiáng)度與綠色經(jīng)濟(jì)轉(zhuǎn)型［J］.統(tǒng)計(jì)與決策，2023（3）：1-5.

ZHANG?CB.JULAITI?S.Digital?economy，carbon?emission?intensity?and?green?economy?transformation［J］.Statistics?and?Decision，2023（3）：1-5.

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

MIAO?L?J，CHEN?J，F(xiàn)AN?TZ，et?al.The?impact?of?digital?economy?development?on?carbon?emissions：Based?on?panel?data?analysis?of?278?prefecturelevel?cities［J］.Southern?Finance，2022（2）：45-57.

［10］謝文倩，高康，余家鳳.數(shù)字經(jīng)濟(jì)、產(chǎn)業(yè)結(jié)構(gòu)升級(jí)與碳排放［J］.統(tǒng)計(jì)與決策，2022，38（17）：114?-118.

XIE?W?Q，GAO?K，YU?J?F.Digital?economy，industrial?structure?upgrading?and?carbon?emissions［J］.Statistics?and?Decision，2022，38（17）：114.

［11］佘群芝，吳柳，鄭潔.數(shù)字經(jīng)濟(jì)、經(jīng)濟(jì)聚集與碳排放［J］.統(tǒng)計(jì)與決策，2022，38（21）：5-10.

SHE?Q?Z，WU?L，ZHENG?J.Digital?economy，economic?agglomeration?and?carbon?emissions［J］.Statistics?and?Decision，2022，38（21）：5-10.

［12］霍曉謙，張愛(ài)國(guó).數(shù)字經(jīng)濟(jì)對(duì)碳排放強(qiáng)度的影響機(jī)制及空間效應(yīng)［J］.環(huán)境科學(xué)與技術(shù)，2022，45（12）：182-193.

HUO?X?Q.ZHANG?A?G.The?influence?mechanism?and?spatial?effect?of?digital?economy?on?carbon?emission

intensity［J］.Environmental?Science?and?Technology，2022，45（12）：182-193.

［13］金貴朝，王國(guó)梁，何怡然.數(shù)字化水平、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整與區(qū)域碳減排［J］.統(tǒng)計(jì)與決策，2023，39（3）：27-32.

JIN?G?C，WANG?G?L，HE?Y?R.Digitalization?level，industrial?structure?adjustment?and?regional?carbon?emission?reduction.［J］.Statistics?and?Decision，2023，39（3）：27-32.

［14］余星輝，卜亞.數(shù)字經(jīng)濟(jì)發(fā)展對(duì)城市碳排放的影響［J］.金融與經(jīng)濟(jì)，2023，546（1）：74-84.

YU?X?H，BU?Y.The?impact?of?digital?economy?development?on?urban?carbon?emissions［J］.Finance?and?Economy，2023，546（1）：74-84.

［15］陳占明，吳施美，馬文博，等.中國(guó)地級(jí)以上城市二氧化碳排放的影響因素分析：基于擴(kuò)展的STIRPAT模型［J］.中國(guó)人口·資源與環(huán)境，2018，28（10）：45-54.

CHEN?Z?M，WU?S?M，MA?W?B，et?al.Analysis?of?the?influencing?factors?of?carbon?dioxide?emissions?in?cities?above?the?prefecture?level?in?China：Based?on?the?extended?STIRPAT?model［J］.China?Population?Resources?and?Environment，2018，28（10）：45-54.

［16］汪小英，王宜龍，沈鐳，等.信息化對(duì)中國(guó)能源強(qiáng)度的空間效應(yīng)：基于空間杜賓誤差模型［J］.資源科學(xué)，2021，43（9）：1752-1763.

WANG?X?Y，WANG?Y?L，SHEN?L，et?al.Spatial?effect?of?informatization?on?energy?intensity?in?China：Based?on?spatial?Dobbin?error?model［J］.Resource?science，2021，43（9）：1752-1763.

［17］劉宏楠，劉偉麗.準(zhǔn)確衡量數(shù)字經(jīng)濟(jì)的創(chuàng)新效應(yīng)：基于數(shù)字溢出視角［J］.技術(shù)經(jīng)濟(jì)與管理研究，2023，319（2）：1-6.

LIU?H?N，LIU?W?L.Accurately?measure?the?innovation?effect?of?digital?economy：Based?on?the?perspective?of?digital?spillover［J］.Technical?Economy?and?Management?Research，2023，319（2）：1-6.

［18］楊昕，趙守國(guó).數(shù)字經(jīng)濟(jì)賦能區(qū)域綠色發(fā)展的低碳減排效應(yīng)［J］.經(jīng)濟(jì)與管理研究，2022，43?（12）：85-100.

YANG?X，ZHAO?S?G.Lowcarbon?emission?reduction?effect?of?digital?economy?empowering?regional?green?development［J］.Economic?and?Management?Research，2022，43?（12）：85-100.

［19］王維國(guó)，王永玲，范丹.數(shù)字賦能與城市碳減排：內(nèi)在機(jī)制與經(jīng)驗(yàn)證據(jù)［J］.中國(guó)環(huán)境科學(xué)，2023（4）：1-15.

WANG?W?G，WANG?Y?L.FAN?D.Digital?empowerment?and?urban?carbon?reduction：Internal?mechanism?and?empirical?evidence［J］.China?Environmental?Science，2023（4）：1-15.

［20］LI?Z，LI?N，WEN?H.Digital?economy?and?environmental?quality：Evidence?from?217?cities?in?China［J］.Sustainability，2021，13（14）：8058-8070.

［21］薛飛，周民良，劉家旗.數(shù)字基礎(chǔ)設(shè)施降低碳排放的效應(yīng)研究：基于“寬帶中國(guó)”戰(zhàn)略的準(zhǔn)自然實(shí)驗(yàn)［J］.南方經(jīng)濟(jì)，2022，397（10）：19-36.

XUE?F，ZHOU?M?L，LIU?J?Q.Study?on?the?effect?of?digital?infrastructure?on?reducing?carbon?emissions：Quasinatural?experiment?based?on?“Broadband?China”?strategy［J］.Southern?Economy，2022，397（10）：19-36.

［22］王亞飛，劉靜.“雙碳”目標(biāo)下中國(guó)區(qū)域數(shù)字貿(mào)易的碳減排效應(yīng)研究［J］.軟科學(xué)，2023（4）：1-12.

WANG?YF，LIU?J.Study?on?the?carbon?reduction?effect?of?digital?trade?in?China?region?under?the?goal?of?“double?carbon”［J］.Soft?Science，2023（4）：1-12.

［23］劉軍，楊淵鋆，張三峰.中國(guó)數(shù)字經(jīng)濟(jì)測(cè)度與驅(qū)動(dòng)因素研究［J］.上海經(jīng)濟(jì)研究，2020（6）：81-96.

LIU?J，YANG?Y?Y，ZHANG?S?F.Measurement?and?driving?factors?of?digital?economy?in?China［J］.Shanghai?Economic?Research，2020（6）：81-96.

［24］趙濤，張智，梁上坤.數(shù)字經(jīng)濟(jì)、創(chuàng)業(yè)活躍度與高質(zhì)量發(fā)展：來(lái)自中國(guó)城市的經(jīng)驗(yàn)證據(jù)［J］.管理世界，2020，36（10）：65-76.

ZHAO?T，ZHANG?Z，LIANG?S?K.Digital?economy，entrepreneurial?activity?and?highquality?developmentempirical?evidence?from?China［J］.Journal?of?Management?World，2020，36（10）：65-76.

［25］YU?S，ZHANG?J，ZHENG?S，et?al.Provincial?carbon?intensity?abatement?potential?estimation?in?China：A?PSO–GAoptimized?multifactor?environmental?learning?curve?method［J］.Energy?Policy，2015，77：1.

［26］MELIKE?BILDIRICI.The?chaotic?behavior?among?the?oil?prices，expectation?of?investors?and?stock?returns：TARTRGARCH?copula?and?TARTRTGARCH?copula［J］.Petroleum?Science，2019，16（1）：217-228.

［27］SHAN?Y，GUAN?D，ZHENG?H，et?al.China?CO2?emission?accounts?1997-2015［J］.Scientific?Data，2018，5：1

［28］余偉，何煦.數(shù)字經(jīng)濟(jì)發(fā)展對(duì)企業(yè)綠色技術(shù)創(chuàng)新的影響研究：基于異質(zhì)性環(huán)境規(guī)制工具的門(mén)檻效應(yīng)分析［J］.科技與管理，2023，25（1）：13-23.

YU?W，HE?X.Research?on?the?impact?of?digital?economy?development?on?enterprise?green?technology?innovation：Threshold?effect?analysis?based?on?heterogeneous?environmental?regulation?tools［J］.ScienceTechnology?and?Management，，2023，25（1）：13-23.

［編輯：劉素菊］

Impact?of?development?of?digital?economy?on?urban?carbon?emission?intensity：

Based?on?spatial?panel?analysis?of?278?cities?in?China

DONG?Nannan，?SUN?Rui，?ZHENG?Hongyue，?BAI?Danni

（Business?School，?Ningbo?University，?Ningbo?315211，?China）

Abstract：With?the?proposal?of?“30·60”?double?carbon?target?and?the?development?of?digital?economy?in?China，?the?influence?mode?and?mechanism?of?digital?economy?development?on?carbon?emission?intensity?have?attracted?increasing?attention?from?domestic?and?foreign?economic?circles.?On?the?one?hand，?from?the?perspective?of?industrial?structure，?the?optimization?of?industrial?structure?is?helpful?to?improve?the?productivity?level?of?the?whole?society.?The?use?of?digital?technology?represented?by?digital?information?and?electronic?communication?technology?in?industrial?sectors?has?rapidly?improved?machine?productivity?and?energy?clean?efficiency，?thus?reducing?carbon?emissions?from?the?perspective?of?average?emissions.?From?this?perspective，?the?development?of?digital?economy?has?made?positive?contributions?to?carbon?emissions.?On?the?other?hand，?however，?the?development?of?digital?economy?will?also?have?a?negative?impact?on?carbon?dioxide?emissions.?With?the?increase?of?capital?investment?and?the?expansion?of?production?caused?by?the?improvement?of?production?efficiency，?the?scale?effect?caused?by?the?increase?of?the?use?of?machinery?and?equipment?has?also?brought?about?an?increase?in?carbon?emissions.?In?addition，?because?all?information?and?communication?technology?products?needed?for?the?development?of?digital?economy?need?electricity?to?run，?the?rapid?development?of?digital?economy?has?led?to?an?increase?in?power?demand，?and?the?electricity?consumption?related?to?information?and?communication?technology?in?workplaces?and?families?has?also?increased?significantly，?and?electricity?is?the?biggest?contributor?to?carbon?emissions，?which?will?inevitably?lead?to?an?increase?in?carbon?emissions.?To?sum?up，?the?impact?of?the?development?of?digital?economy?on?carbon?emission?intensity?shows?a?twoway?effect?of?both?promoting?and?reducing.?At?present，?there?is?no?consensus?on?the?research?of?this?impact?mode?and?intensity，there?are?abundant?studies?on?digital?economy?and?carbon?emissions?in?economics，?but?there?is?no?agreement?on?the?measurement?methods?of?them，?and?the?research?conclusions?based?on?different?data?and?models?also?show?different?results.In?addition，?the?existing?research?on?the?impact?of?digital?economy?on?carbon?emissions?is?mostly?at?the?level?of?provincial?data，?and?most?of?them?are?planedimensional?data?analysis，?while?carbon?emissions?obviously?have?obvious?spatial?agglomeration?characteristics，?and?a?single?planedimensional?analysis?has?limited?support?for?the?reality.?It?is?of?great?practical?significance?to?further?study?its?impact?effect?and?mechanism.Based?on?the?urban?panel?data?of?278?prefecturelevel?cities?in?China?from?2006?to?2019，?this?paper?uses?the?spatial?Dobbin?model?to?analyze?the?impact?of?digital?economy?development?on?carbon?emission?intensity，?and?further?analyzes?its?spatial?spillover?effect?and?mechanism.?The?results?show?that?the?development?of?digital?economy?promotes?the?local?carbon?emission?intensity?of?cities;?From?the?perspective?of?spatial?spillover?effect，?it?has?a?negative?spatial?spillover?effect?on?carbon?emissions?in?surrounding?areas;?From?the?mechanism?of?action，?it?is?mainly?realized?through?the?scale?effect?of?digital?economy?development.?This?paper?makes?a?useful?attempt?to?study?the?relationship?between?digital?economy?and?carbon?emission?intensity，?and?puts?forward?policy?suggestions?on?how?to?correctly?guide?the?digital?economy?to?play?its?role?in?reducing?carbon.It?is?of?great?practical?significance?to?accurately?measure?the?relationship?between?digital?economy?development?and?carbon?emission?intensity?in?China，?thus?enriching?the?existing?empirical?research.This?paper?makes?a?useful?attempt?to?study?the?relationship?between?digital?economy?and?carbon?emission?intensity，?and?puts?forward?policy?suggestions?on?how?to?correctly?guide?the?digital?economy?to?play?its?role?in?reducing?carbon.

Keywords：digital?economy;?urban?carbon?emission?intensity;?spatial?spillover?effect;?scale?effect