常皓亮 夏飛龍

摘 要：數(shù)字經(jīng)濟與綠色低碳發(fā)展良性互動，有助于推動形成高質量發(fā)展新格局。利用2011—2019年中國內地271個地級及以上城市面板數(shù)據(jù)，從信息產(chǎn)業(yè)發(fā)展、數(shù)字基礎設施和數(shù)字普惠金融3個方面構建地級市數(shù)字經(jīng)濟發(fā)展水平綜合指數(shù)，考察數(shù)字經(jīng)濟對低碳發(fā)展的影響。研究發(fā)現(xiàn)：數(shù)字經(jīng)濟能夠顯著降低碳排放水平，該結論在以“智慧城市”試點作為準自然實驗等多種穩(wěn)健性檢驗下仍然成立；異質性分析結果表明，在以人均GDP衡量的經(jīng)濟基礎條件較好的地區(qū)以及環(huán)境規(guī)制強度更高的地區(qū)，數(shù)字經(jīng)濟對低碳發(fā)展的積極作用更大；就內在機制而言，數(shù)字經(jīng)濟對碳排放的影響主要通過能源利用效率提升和產(chǎn)業(yè)結構升級實現(xiàn)，現(xiàn)階段我國智能產(chǎn)業(yè)轉型以及技術進步機制尚未成立；進一步的空間效應分析表明，我國各地區(qū)碳排放存在空間依賴性，數(shù)字經(jīng)濟對碳排放的影響存在顯著空間溢出效應，數(shù)字經(jīng)濟有利于降低鄰近地區(qū)碳排放水平。

關鍵詞：數(shù)字經(jīng)濟；碳排放；能源利用效率；產(chǎn)業(yè)結構；空間溢出

DOI：10.6049/kjjbydc.2022090613

中圖分類號：F124.5

文獻標識碼：A

文章編號：1001-7348（2023）10-0048-10

0 引言

當今世界正經(jīng)歷百年未有之大變局，推動實現(xiàn)“碳達峰碳中和”是我國順應技術進步趨勢、搶占新一輪產(chǎn)業(yè)競爭制高點的戰(zhàn)略決策，也是推動經(jīng)濟社會變革、促進人與自然和諧共生的迫切需要。當前全球減緩碳排放的形勢依然十分嚴峻，為應對空氣污染、氣候變化等全球性問題，習近平主席在第七十五屆聯(lián)合國大會上提出中國將采取更加有力的政策和措施，力爭于2030年前實現(xiàn)“碳達峰”，2060年前實現(xiàn)“碳中和”。碳達峰碳中和目標的提出，表明中國作為全球最大發(fā)展中國家將完成二氧化碳強度最高降幅，體現(xiàn)出主動承擔人類可持續(xù)發(fā)展責任的大國擔當。為了加快形成綠色生產(chǎn)生活方式，各級政府針對碳排放總量和強度雙控進行了一系列部署。無疑，加快推進綠色低碳發(fā)展，實現(xiàn)碳達峰碳中和目標是全面貫徹新發(fā)展理念，實現(xiàn)更高質量、更有效率、更加公平、更可持續(xù)發(fā)展的必由之路。在此背景下，如何減少碳排放成為經(jīng)濟社會亟需解決的重大課題。

與已經(jīng)完成工業(yè)化的發(fā)達國家不同，中國還處于工業(yè)化、城鎮(zhèn)化深入推進階段，并且改革開放以來經(jīng)濟快速增長形成的高碳依賴路徑存在較大慣性，環(huán)境負面效應也在制約經(jīng)濟可持續(xù)發(fā)展，而中國從碳達峰到碳中和的過渡期只有30年。因此，實現(xiàn)“雙碳”目標面臨巨大挑戰(zhàn)，低碳發(fā)展需要與經(jīng)濟社會發(fā)展同頻共振。與此同時，數(shù)字經(jīng)濟正加速融入經(jīng)濟社會發(fā)展各領域和全過程，并逐漸成為應對氣候變化、解決經(jīng)濟增長與環(huán)境約束矛盾的突破口。作為新一輪科技變革的戰(zhàn)略性選擇，數(shù)字經(jīng)濟依托于大數(shù)據(jù)、人工智能等數(shù)字技術，為工業(yè)綠色轉型、碳排放管理提供了新路徑。隨著數(shù)字技術不斷進步及其在資源、生態(tài)環(huán)境等領域的創(chuàng)新發(fā)展和深度應用，數(shù)字經(jīng)濟將在節(jié)能減排中扮演更加重要的角色，數(shù)字化對實現(xiàn)碳達峰碳中和目標的作用也逐漸受到關注。然而，數(shù)字經(jīng)濟蓬勃發(fā)展的背后，其自身能耗帶來的碳排放問題不容忽視。已有研究表明，數(shù)字經(jīng)濟對于碳排放具有較為復雜的影響，一方面，數(shù)字經(jīng)濟發(fā)展會提高能源需求從而增加碳排放，另一方面，數(shù)字經(jīng)濟與實體經(jīng)濟融合所帶來的生產(chǎn)、生活、治理方式變革會降低碳排放。因此，數(shù)字經(jīng)濟是否推動低碳發(fā)展仍是一個需要研究探討的問題。中國正處于第二個百年奮斗目標的歷史新起點，也是全面低碳轉型的關鍵階段，在此背景下，對數(shù)字經(jīng)濟與綠色低碳發(fā)展之間的關系進行系統(tǒng)性研究極為重要。基于此，本文基于中國地級及以上城市面板數(shù)據(jù)，構建數(shù)字經(jīng)濟綜合發(fā)展指標，對數(shù)字經(jīng)濟影響碳排放的機制和效應進行系統(tǒng)性分析。

1 文獻綜述

相關學者對我國碳排放進行測算和討論的研究成果較為豐富^［1-2］，如在碳排放影響方面，研究發(fā)現(xiàn)經(jīng)濟增長^［3］、環(huán)境政策^［4-5］、結構調整^［6］、技術創(chuàng)新^［7-8］等均是影響二氧化碳排放水平的重要因素。與此同時，互聯(lián)網(wǎng)、大數(shù)據(jù)、云計算等技術加速創(chuàng)新擴散，推動數(shù)字產(chǎn)業(yè)化與產(chǎn)業(yè)數(shù)字化。目前關于數(shù)字經(jīng)濟的研究，較多集中在數(shù)字經(jīng)濟發(fā)展所產(chǎn)生的經(jīng)濟和社會福利效應方面^［9-12］，并且多數(shù)文獻肯定了數(shù)字經(jīng)濟與實體經(jīng)濟不斷融合對國家或地區(qū)經(jīng)濟社會的積極影響。隨著數(shù)字技術在環(huán)境保護領域的創(chuàng)新應用與發(fā)展，關于數(shù)字經(jīng)濟的環(huán)境福利效應的研究也逐漸增多。結合已有研究發(fā)現(xiàn)，數(shù)字經(jīng)濟的環(huán)境效應是復雜的，一些學者對此持積極態(tài)度，例如，郭炳南等^［13］認為數(shù)字經(jīng)濟對空氣質量的改善具有積極作用。而渠慎寧等^［14］認為，現(xiàn)階段中國數(shù)字經(jīng)濟沒有呈現(xiàn)出綠色低碳特質。

數(shù)字經(jīng)濟與二氧化碳排放水平之間的關系，本質上屬于數(shù)字經(jīng)濟的環(huán)境福利效應議題。數(shù)字經(jīng)濟本質上是隨著信息技術革命發(fā)展而形成的一種新經(jīng)濟形態(tài)，是以數(shù)據(jù)作為關鍵生產(chǎn)要素、以信息通信技術的有效使用作為重要推動力的一系列經(jīng)濟活動。因此，有關信息通信技術、現(xiàn)代信息網(wǎng)絡等對二氧化碳排放影響的研究可為本文提供借鑒。“寬帶中國”“智慧城市”是數(shù)字化基礎設施建設的代表，有學者對相關政策的減排效應進行了探索。例如，Wu等^［15］基于2011—2018年中國196個城市的面板數(shù)據(jù)，研究發(fā)現(xiàn)“寬帶中國”政策有利于提升節(jié)能減排效率，并且對鄰近地區(qū)節(jié)能減排具有顯著正向溢出效應；張榮博等（2022）利用2007—2018年中國1 817個縣域數(shù)據(jù)，采用雙重差分模型研究發(fā)現(xiàn)，“智慧城市”試點政策有助于降低縣域碳排放水平。隨著數(shù)字技術在工業(yè)生產(chǎn)、政府決策等領域的應用不斷深化，學者們對數(shù)字技術應用的碳減排效應進行了研究。劉婧玲等（2022）利用2011—2017年中國284個城市的面板數(shù)據(jù)研究發(fā)現(xiàn)，數(shù)字技術應用能夠降低城市碳排放強度，并且隨著時間推移，減排效應呈現(xiàn)逐漸增強趨勢；薛飛等^［16］利用2006—2019年中國省級面板數(shù)據(jù)研究發(fā)現(xiàn)，人工智能技術可以通過提高能源利用效率實現(xiàn)碳減排；Zhao等^［17］、王元彬等（2022）研究發(fā)現(xiàn)，數(shù)字技術與傳統(tǒng)金融相結合可以改善金融體系效率，并通過促進傳統(tǒng)產(chǎn)業(yè)數(shù)字化轉型和技術創(chuàng)新等渠道有效降低碳排放水平。另外，隨著數(shù)字經(jīng)濟與實體經(jīng)濟加速融合，越來越多的企業(yè)加入數(shù)字化浪潮，數(shù)字化轉型成為企業(yè)層面落實節(jié)能降碳的重要抓手^［18］。劉慧等^［19］基于2010—2019年上市公司數(shù)據(jù)研究發(fā)現(xiàn)，數(shù)字化轉型能夠促進企業(yè)節(jié)能減排。也有文獻直接檢驗數(shù)字經(jīng)濟與二氧化碳排放間關系，如謝云飛^［20］利用2011—2018年中國內地30個省份面板數(shù)據(jù)研究發(fā)現(xiàn)，數(shù)字經(jīng)濟對碳排放強度較高地區(qū)的碳減排效應更大，數(shù)字技術引發(fā)的能源結構改善是減排效應的重要機制，并且數(shù)字產(chǎn)業(yè)化更能降低區(qū)域碳排放強度；郭豐等^［21］利用2011—2019年中國223個城市面板數(shù)據(jù)研究發(fā)現(xiàn)，數(shù)字經(jīng)濟有利于碳減排，并且數(shù)字經(jīng)濟能夠促進綠色技術創(chuàng)新水平提升；張杰等^［22］基于目標考核視角研究發(fā)現(xiàn)，環(huán)境目標約束可以增強數(shù)字經(jīng)濟的碳減排效應，而經(jīng)濟增長目標會削弱數(shù)字經(jīng)濟對碳減排的作用。另外，數(shù)字經(jīng)濟發(fā)展依靠數(shù)字技術，而大數(shù)據(jù)、區(qū)塊鏈等數(shù)字技術有關行業(yè)本身比較耗能，因此，有學者認為數(shù)字經(jīng)濟發(fā)展對二氧化碳排放的影響是復雜的，可能存在階段性拐點。Li等^［23］基于中國城市面板數(shù)據(jù)研究發(fā)現(xiàn)，數(shù)字經(jīng)濟與二氧化碳排放水平呈倒U型關系，即數(shù)字經(jīng)濟發(fā)展初期反而會增加碳排放水平，這支持了環(huán)境庫茲涅茨曲線（EKC）假說。

綜上，已有文獻對數(shù)字經(jīng)濟的社會和環(huán)境效應進行了有益探討，但是，仍存在以下不足：第一，從本質上講，數(shù)字經(jīng)濟是一種融合性經(jīng)濟，其內涵和外延在不斷演化，因此，數(shù)字化與低碳化之間的關系難以用數(shù)字化基礎設施、數(shù)字技術應用等衡量；第二，需要更加系統(tǒng)性地研究數(shù)字經(jīng)濟對碳排放的影響以及具體機制；第三，我國區(qū)域遼闊，各地存在較大差異，需要從多角度探討數(shù)字經(jīng)濟對碳排放影響的異質效應。

本文主要邊際貢獻如下：一是從更為全面的視角分析我國數(shù)字經(jīng)濟對低碳發(fā)展的影響；二是從經(jīng)濟發(fā)展基礎和環(huán)境規(guī)制強度兩個方面切入，分析數(shù)字經(jīng)濟對碳排放的異質性影響；三是從能源利用效率提升、智能產(chǎn)業(yè)轉型、技術進步、產(chǎn)業(yè)結構升級4個方面，細化數(shù)字經(jīng)濟對低碳發(fā)展這一系統(tǒng)性問題的影響機制；四是考慮數(shù)字經(jīng)濟的空間特征以及地區(qū)碳排放水平的空間依賴性，分析數(shù)字經(jīng)濟對碳排放的空間溢出效應。

2 機制分析與理論假設

2.1 數(shù)字經(jīng)濟對碳排放的直接影響

數(shù)字經(jīng)濟時代，互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等數(shù)字創(chuàng)新的各種技術和手段應用于各領域，為低碳轉型提供了新思路和新途徑。第一，數(shù)字經(jīng)濟天然具有綠色屬性，從生產(chǎn)方式看，數(shù)字技術應用能夠幫助企業(yè)提高要素資源配置和利用水平，從而提高生產(chǎn)效率，優(yōu)化生產(chǎn)流程，進而降低資源投入，從整體上實現(xiàn)節(jié)能減排。從生活方式看，數(shù)字技術發(fā)展有利于推動線上辦公、遠程學習、在線政務等，并且智慧城市、智慧交通等可以提高經(jīng)濟社會運行效率，助力構建低碳新生活?？傮w而言，數(shù)字化賦能的新型實體經(jīng)濟會擠壓高耗能、高排放的傳統(tǒng)經(jīng)濟部分，通過智能協(xié)同管理提升實體經(jīng)濟可持續(xù)性，從而減少對自然資源的依賴度和對生態(tài)環(huán)境的破壞性。第二，從碳排放管理角度看，一方面數(shù)字技術可以幫助政府和企業(yè)實現(xiàn)高效的碳排放管理，提升有關碳排放信息的準確性和及時性，也可以賦能碳交易市場，通過相關數(shù)據(jù)的實時采集傳輸、模型測算，提供準確的監(jiān)測結果，并為碳排放配額管理提供更好的規(guī)劃。另一方面，數(shù)字經(jīng)濟發(fā)展可能增加碳排放。究其原因，首先是數(shù)字經(jīng)濟自身的碳排放問題，數(shù)字經(jīng)濟產(chǎn)業(yè)本身是一個耗能和碳排放量較大的行業(yè)。數(shù)字基礎設施建設、數(shù)字硬件產(chǎn)品生產(chǎn)和數(shù)字技術應用等會導致能源需求增加，在能源結構和效率沒有得到改善的情況下，會刺激高耗能，從而增加碳排放。從本質上看，數(shù)字經(jīng)濟的出現(xiàn)和快速發(fā)展是技術進步的結果，技術進步為經(jīng)濟增長注入內生動力，也會帶動能源要素投入增長。因此，數(shù)字經(jīng)濟快速發(fā)展會導致更多能源消費，從而抵消其碳減排效應?；诖耍疚奶岢鋈缦录僭O：

H₁：數(shù)字經(jīng)濟發(fā)展會影響碳排放水平，具體效應不確定。

2.2 數(shù)字經(jīng)濟對碳排放的間接影響

（1）能源利用效率機制。一方面，數(shù)字經(jīng)濟發(fā)展能夠促進能源利用效率提升。企業(yè)數(shù)字化轉型有利于實現(xiàn)生產(chǎn)范式改進，進而節(jié)約能源、降低成本、提升效率。同時，數(shù)字技術可以幫助政府和企業(yè)進行碳排放管理，有助于減少能源消費。此外，數(shù)字技術在其它領域的應用，例如交通運輸、住宅和商業(yè)建筑等，能夠帶來較大的能源利用效率改善。另一方面，數(shù)字經(jīng)濟可能導致能源利用效率降低。各行業(yè)數(shù)字化進程的推進使得對數(shù)據(jù)中心的需求大幅提升，作為數(shù)字化發(fā)展的關鍵，數(shù)量龐大的數(shù)據(jù)中心運行可能導致能耗激增。

（2）智能產(chǎn)業(yè)轉型機制。數(shù)字經(jīng)濟的蓬勃發(fā)展為智能產(chǎn)業(yè)創(chuàng)造了巨大需求和機遇，5G、大數(shù)據(jù)、人工智能、物聯(lián)網(wǎng)、云計算等智能產(chǎn)業(yè)正逐步取代傳統(tǒng)產(chǎn)業(yè)，推動智能產(chǎn)業(yè)轉型。隨著數(shù)字經(jīng)濟的發(fā)展，資本、勞動等生產(chǎn)要素從傳統(tǒng)產(chǎn)業(yè)向智能產(chǎn)業(yè)轉移，進而推動城市產(chǎn)業(yè)體系的低碳轉型。同時，隨著數(shù)字產(chǎn)業(yè)化與產(chǎn)業(yè)數(shù)字化的深度融合，智能產(chǎn)業(yè)發(fā)展通過技術擴散有利于傳統(tǒng)產(chǎn)業(yè)降低能源消耗，提高生產(chǎn)效率，實現(xiàn)低碳發(fā)展。

（3）技術進步機制。數(shù)字經(jīng)濟蓬勃發(fā)展是大數(shù)據(jù)、云計算、人工智能等技術日新月異、快速創(chuàng)新、加速擴散的過程，因此，數(shù)字經(jīng)濟本身帶有技術進步的天然屬性。同時，數(shù)字經(jīng)濟能夠促進創(chuàng)新要素高效配置并加速創(chuàng)新擴散，有效降低創(chuàng)新主體的知識和技術獲取成本，并且大數(shù)據(jù)等數(shù)字技術應用能夠重塑金融發(fā)展格局，特別是在為傳統(tǒng)金融服務的尾部群體提供金融支持方面具有獨特優(yōu)勢，從而有效解決融資約束問題，加速企業(yè)技術進步。再者，數(shù)字化平臺推動創(chuàng)新模式由封閉式創(chuàng)新轉變?yōu)殚_放式創(chuàng)新，有利于提高技術進步效率，并通過示范效應推動整個行業(yè)技術進步。與此同時，技術進步有助于降低碳排放水平，我國可再生能源、煤炭的清潔利用等一系列關鍵技術升級、重大技術突破能夠有效推動節(jié)能減排。

（4）產(chǎn)業(yè)結構升級機制。產(chǎn)業(yè)結構升級本質上是相對高級的產(chǎn)業(yè)占比逐漸提升的過程，數(shù)字經(jīng)濟可依托數(shù)字技術推動產(chǎn)業(yè)結構變革。一方面，數(shù)字經(jīng)濟能夠催生新興產(chǎn)業(yè)，隨著數(shù)據(jù)、技術和場景在實體經(jīng)濟中的不斷融合，新產(chǎn)業(yè)和新模式不斷涌現(xiàn)，以大數(shù)據(jù)、云計算、人工智能、物聯(lián)網(wǎng)等新技術為代表的新產(chǎn)業(yè)超越傳統(tǒng)產(chǎn)業(yè)，逐漸發(fā)展成為產(chǎn)業(yè)體系中的主導產(chǎn)業(yè)，進而帶動產(chǎn)業(yè)結構升級。另一方面，數(shù)字經(jīng)濟能夠改造提升傳統(tǒng)產(chǎn)業(yè)，隨著數(shù)字經(jīng)濟與實體經(jīng)濟加速融合，新興產(chǎn)業(yè)通過產(chǎn)業(yè)關聯(lián)延伸到工業(yè)及其它傳統(tǒng)行業(yè)，從而對傳統(tǒng)技術進行改造和提升。數(shù)字技術在傳統(tǒng)產(chǎn)業(yè)中的應用能夠提高要素資源配置效率，促進企業(yè)間協(xié)同以及知識和技術傳播，通過數(shù)字賦能催生智能生產(chǎn)模式，重塑產(chǎn)業(yè)組織形態(tài)?？傮w來看，數(shù)字經(jīng)濟能夠推動產(chǎn)業(yè)結構向技術含量更高、環(huán)境更友好的方向演進?；谝陨戏治?，本文提出如下假設：

H_2a：數(shù)字經(jīng)濟能夠通過影響能源利用效率作用于碳排放；

H_2b：數(shù)字經(jīng)濟能夠通過推動智能產(chǎn)業(yè)轉型作用于碳排放；

H_2c：數(shù)字經(jīng)濟能夠通過促進技術進步作用于碳排放；

H_2d：數(shù)字經(jīng)濟能夠通過推動產(chǎn)業(yè)結構升級作用于碳排放。

2.3 數(shù)字經(jīng)濟對碳排放的空間效應

我國鄰近地區(qū)之間存在緊密的經(jīng)濟關聯(lián)，而數(shù)字經(jīng)濟會進一步加強空間聯(lián)動性，成倍放大知識和信息的可達性，實現(xiàn)數(shù)字技術外溢，進而對鄰近地區(qū)低碳發(fā)展產(chǎn)生溢出效應。一方面，數(shù)字經(jīng)濟依托數(shù)字技術可以打破傳統(tǒng)時空限制，其高滲透性和強擴散特征為知識、人才、技術等資源的跨區(qū)域流動提供了良好外部條件，相鄰地區(qū)通過整合和分析創(chuàng)新資源與要素，能夠提高本地數(shù)字經(jīng)濟發(fā)展水平，進而催生新興產(chǎn)業(yè)，改造提升傳統(tǒng)產(chǎn)業(yè)，提高能源與資源使用效率，從而實現(xiàn)低碳發(fā)展。并且，作為數(shù)字經(jīng)濟的核心生產(chǎn)要素，數(shù)據(jù)要素的高效、清潔、可復制、海量獲取等屬性，使其流通不受空間限制且成本較低，通過碳排放數(shù)據(jù)的跨區(qū)域流動，能夠改善碳排放管理效能，有利于推動周邊地區(qū)碳減排。另一方面，數(shù)字經(jīng)濟能夠強化市場競爭效應和示范效應，倒逼高碳地區(qū)轉變發(fā)展模式，從而推動整個區(qū)域低碳轉型?；谝陨戏治?，本文提出如下假設：

H₃：數(shù)字經(jīng)濟對碳排放的影響存在空間溢出效應。

3 研究設計

3.1 基準模型設定

為分析數(shù)字經(jīng)濟對碳排放的影響，本文構建如下基準模型：

LnCI_it=α₀+α₁Dig_it+α₂X_it+μ_i+v_t+ε_it（1）

其中，LnCI_it為城市i在第t年的二氧化碳排放水平；Dig_it代表城市i在第t年的數(shù)字經(jīng)濟發(fā)展水平；X_it為城市層面的一系列控制變量；μ_i、v_t分別代表個體和時間固定效應；ε_it是隨機誤差項。

3.2 指標選擇與數(shù)據(jù)說明

（1）CO₂排放水平。選取碳排放強度（LnCI）衡量城市碳排放水平。關于碳排放總量的測算，本文借鑒吳建新等^［24］的研究，將液化石油氣、天然氣、電能和熱能按照能源的碳排放系數(shù)折算成能源消耗所產(chǎn)生的碳排放量，從而匯總獲得地級市碳排放總量。然后，通過計算二氧化碳排放總量與地區(qū)生產(chǎn)總值的比值得到碳排放強度。最后，對碳排放強度作對數(shù)化處理。

（2）數(shù)字經(jīng)濟發(fā)展水平（Dig）。借鑒趙濤等（2020）的研究，從信息產(chǎn)業(yè)發(fā)展、數(shù)字基礎設施和數(shù)字普惠金融3個方面，采用信息傳輸、計算機服務和軟件從業(yè)人員占城鎮(zhèn)單位從業(yè)人員比重、人均電信業(yè)務總量、百人互聯(lián)網(wǎng)寬帶接入用戶數(shù)、百人移動電話用戶數(shù)、北京大學數(shù)字普惠金融指數(shù)5個指標進行測度^［25］。通過主成分分析法對5個指標進行處理，得到數(shù)字經(jīng)濟發(fā)展水平指數(shù)。

（3）控制變量：為了控制其它潛在因素對碳排放的影響，本文納入了一系列控制變量。包括：人口規(guī)模（Pop），以城市年末總人口的對數(shù)衡量；金融發(fā)展水平（Fin），用金融機構貸款余額與地區(qū)生產(chǎn)總值的比值衡量；科技投入（R&D），政府加大科技研發(fā)投入有利于推動綠色低碳發(fā)展，因此，采用科學技術支出占地方財政一般預算內支出的比重衡量；人力資本（Humcap），采用高等學校在校學生人數(shù)的對數(shù)衡量。

本文利用2011—2019年中國271個地級及以上城市面板數(shù)據(jù)作為研究樣本，除特別說明外，測算碳排放水平、數(shù)字經(jīng)濟發(fā)展水平以及控制變量的數(shù)據(jù)來源于2012—2020年《中國統(tǒng)計年鑒》《中國城市統(tǒng)計年鑒》《中國城市建設統(tǒng)計年鑒》。為降低異方差的影響，本文對非比值型變量進行對數(shù)化處理。主要變量描述性統(tǒng)計結果如表1所示。

4 實證結果分析

4.1 基準結果分析

本文采用雙向固定效應模型進行回歸，結果如表2所示。其中，列（1）僅包含核心解釋變量數(shù)字經(jīng)濟，Dig的系數(shù)在1%的水平下顯著為負，說明數(shù)字經(jīng)濟能夠顯著降低各地區(qū)碳排放水平。列（2）在列（1）的基礎上加入控制變量，數(shù)字經(jīng)濟（Dig）的估計系數(shù)仍然在1%水平上顯著為負，表明數(shù)字經(jīng)濟發(fā)展確實能夠促進城市碳減排。這一結論與既有文獻觀點較為一致，肯定了我國發(fā)展數(shù)字經(jīng)濟對碳減排的積極作用，也為各地加快綠色轉型實現(xiàn)“雙碳”目標提供了一定證據(jù)。

4.2 穩(wěn)健性檢驗

4.2.1 內生性問題討論：雙重差分法

城市數(shù)字經(jīng)濟發(fā)展水平取決于多種因素，為了更加準確地評估數(shù)字經(jīng)濟是否降低了城市碳排放強度，本文采用“智慧城市”試點作為外生政策沖擊，以雙重差分法評估數(shù)字經(jīng)濟對碳排放強度的影響，緩解可能存在的內生性問題。通過充分應用5G、人工智能等現(xiàn)代信息技術，智慧城市建設成為服務于產(chǎn)業(yè)、社會治理以及民生的重要抓手。智慧城市以公共數(shù)據(jù)開放為突破口，是提升城市治理水平和運行效率的一種新模式，已成為推動區(qū)域數(shù)字經(jīng)濟發(fā)展的重要載體，是數(shù)字經(jīng)濟建設的直觀表現(xiàn)。同時，智慧城市試點政策不斷擴容為本文提供了良好的準自然實驗研究樣本。

2012年11月，中國住房和城鄉(xiāng)建設部發(fā)布了《國家智慧城市試行暫行管理辦法》和《國家智慧城（區(qū)、鎮(zhèn)）試點指標體系（試行）》，正式?jīng)Q定啟動國家智慧城市試點。2013年住建部宣布首批90個國家智慧城市試點，2015年住建部又發(fā)布了兩批試點名單。本文將樣本中批準開展試點的地級市視為實驗組，其余未批準開展試點工作的城市視為對照組。2013—2015年住建部共發(fā)布了3批試點名單，因此，本文設定多時點雙重差分模型，評估智慧城市建設對城市碳排放強度的影響。

LnCI_it=α₀+α₁SCP_it+α₂X_it+μ_i+v_t+ε_it（2）

其中，SCP_it代表國家智慧城市試點，若當年被列入智慧城市試點名單，則取值為1，否則為0，其余變量與模型（1）含義相同。如果SCP_it的系數(shù)顯著為負，則說明智慧城市建設能夠降低城市碳排放強度。

在回歸分析之前，先對模型平行趨勢假設進行檢驗，結果表明實驗組和對照組滿足共同趨勢假設。表3中列（1）匯報了雙重差分估計結果，其中，SCP的系數(shù)為智慧城市政策在試點地區(qū)的平均效應，可以看出系數(shù)在1%的顯著性水平下為負，表明智慧城市建設對城市碳排放強度有顯著負向作用，從而進一步說明基準回歸結果穩(wěn)健。

4.2.2 其它穩(wěn)健性檢驗

本文進一步采取以下方法進行穩(wěn)健性檢驗，以確保模型回歸結果的可靠性。

（1）替換解釋變量測算方法。除主成分分析法外，熵值法也是常被用來作綜合評價指數(shù)的方法，本文使用熵值法重新測度數(shù)字經(jīng)濟發(fā)展指數(shù)，可以減少因指標測算方式不同而導致的結果偏差，估計結果如表3中列（2）所示。

（2）替換被解釋變量。夜間燈光數(shù)據(jù)可以用于衡量地區(qū)碳排放水平，本文借鑒Chen等^［2］、Wang等（2019）的做法，借助兩類夜間燈光數(shù)據(jù)（DMSP/OLS數(shù)據(jù)和NPP/VIIRS數(shù)據(jù)）反演地級市碳排放量，并計算得到碳排放強度，估計結果如表3中列（3）所示。

（3）滯后一期。為了緩解可能存在的反向因果關系，而且，數(shù)字經(jīng)濟影響碳排放也需要一定時間，本文對核心解釋變量Dig進行滯后一期處理并重新估計，結果如表3中列（4）所示。

從以上穩(wěn)健性檢驗結果可以看出，數(shù)字經(jīng)濟發(fā)展能夠降低碳排放水平的結論是可靠的。

4.3 異質性分析

（1）城市經(jīng)濟發(fā)展基礎異質性。經(jīng)濟發(fā)展水平體現(xiàn)一個地區(qū)經(jīng)濟發(fā)展規(guī)模和速度以及未來潛力，是地區(qū)發(fā)展的基礎條件。不同地區(qū)經(jīng)濟基礎條件存在差異，地方政府可能根據(jù)地區(qū)發(fā)展情況選擇不同方式推動數(shù)字經(jīng)濟和低碳發(fā)展。本文根據(jù)相關文獻做法，通過比較各年樣本城市人均GDP與當年全國整體人均GDP，將樣本區(qū)分為經(jīng)濟發(fā)展水平較高地區(qū)和經(jīng)濟發(fā)展水平較低地區(qū)，回歸結果如表4所示?？梢园l(fā)現(xiàn)，數(shù)字經(jīng)濟發(fā)展對經(jīng)濟發(fā)展和基礎建設水平較高的樣本地區(qū)碳減排具有更顯著的促進作用。

（2）城市環(huán)境規(guī)制強度異質性。我國環(huán)境規(guī)制主體一般是政府部門，規(guī)制的主要對象是企業(yè)。對企業(yè)而言，環(huán)境規(guī)制強度會影響其節(jié)能減排動力，并且適宜的環(huán)境規(guī)制能夠倒逼企業(yè)技術進步，有助于促進企業(yè)節(jié)能減排。本文借鑒張建鵬等^［26］的方法，采用“環(huán)境保護”相關詞匯在政府工作報告中出現(xiàn)的頻率構建環(huán)境規(guī)制強度指標，以樣本期間環(huán)境規(guī)制強度平均水平為標準，根據(jù)樣本地區(qū)環(huán)境規(guī)制強度均值是否高于平均水平進行劃分，回歸結果如表4所示?？梢钥闯觯瑢τ诃h(huán)境規(guī)制強度較高的地區(qū)，數(shù)字經(jīng)濟發(fā)展對碳減排的促進作用更強，說明地區(qū)推動數(shù)字經(jīng)濟發(fā)展過程中，環(huán)境規(guī)制會增強企業(yè)節(jié)能減排意識，倒逼企業(yè)技術升級，淘汰高排放高污染產(chǎn)業(yè)。

4.4 數(shù)字經(jīng)濟對碳排放的傳導機制檢驗

為刻畫數(shù)字經(jīng)濟影響碳排放的機制路徑，本文構建中介效應模型，檢驗數(shù)字經(jīng)濟促進碳減排的能源利用效率提升機制、智能產(chǎn)業(yè)轉型機制、技術進步機制和產(chǎn)業(yè)結構升級機制，模型設定如下：

LnCI_it=β₀+β₁Dig_it+β₂X_it+μ_i+v_t+ε_it（3）

Mediator_it=β₀+β₁Dig_it+β₂X_it+μ_i+v_t+ε_it（4）

LnCI_it=γ₀+γ₁Dig_it+γ₂Mediator_it+γ₃X_it+μ_i+v_t+ε_it（5）

其中，Mediatorit為中介變量，包括能源利用效率、智能產(chǎn)業(yè)轉型、技術進步和產(chǎn)業(yè)結構升級，其它變量與基準回歸模型含義一致。本文采用能源消耗總量與實際GDP的比值衡量能源利用效率（NRG_I），表征單位經(jīng)濟產(chǎn)出需要的能源要素投入，需要注意的是，NRG_I越大表示能源利用效率越低；采用電信業(yè)務總量與GDP的比值衡量智能產(chǎn)業(yè)轉型（SIT）；采用地區(qū)每萬人發(fā)明專利申請量衡量技術進步水平（Inno），發(fā)明專利申請量數(shù)據(jù)來源于中國研究數(shù)據(jù)服務平臺（CNRDS）；借鑒徐敏等^［27］的研究，采用產(chǎn)業(yè)結構層次系數(shù)，考察各地區(qū)產(chǎn)業(yè)結構升級水平（Ind_U）。

數(shù)字經(jīng)濟影響碳排放的機制檢驗結果如表5所示，列（1）顯示，數(shù)字經(jīng)濟的估計系數(shù)在10%顯著性水平上為負，表明數(shù)字經(jīng)濟可以推動能源利用效率提升。列（5）顯示，NRG_I的估計系數(shù)在1%顯著性水平上為正，表明能源利用效率提升有利于降低地區(qū)碳排放水平，證實了假設H_2a。列（2）顯示，數(shù)字經(jīng)濟的估計系數(shù)在1%顯著性水平上為正，說明數(shù)字經(jīng)濟發(fā)展能夠推動智能產(chǎn)業(yè)轉型。列（6）顯示，智能產(chǎn)業(yè)轉型反而增加碳排放水平，可能是因為電能是5G、大數(shù)據(jù)等新興業(yè)務發(fā)展的能源基礎與保障，而電力消費是二氧化碳排放增加的最主要原因，因此，現(xiàn)階段我國智能產(chǎn)業(yè)轉型并沒有對地區(qū)碳減排起到積極作用。列（3）顯示，數(shù)字經(jīng)濟的估計系數(shù)在1%顯著性水平上為正，表明數(shù)字經(jīng)濟發(fā)展促進技術進步水平提升。但是，列（7）顯示，技術進步的估計系數(shù)不顯著，表明技術進步并沒有促進碳排放降低。這說明并非所有的技術進步都能夠降低碳排放水平，只有節(jié)能和清潔能源使用等方面的技術進步才能有效促進碳減排，即具有綠色偏向特征的技術進步才能對碳減排發(fā)揮顯著積極作用。因此，現(xiàn)階段我國為實現(xiàn)“雙碳”目標，需要加快綠色低碳技術攻關。列（4）顯示，數(shù)字經(jīng)濟的估計系數(shù)在5%顯著性水平上為正，說明數(shù)字經(jīng)濟與產(chǎn)業(yè)結構升級之間呈現(xiàn)同方向變動關系，即數(shù)字經(jīng)濟發(fā)展能夠促進地區(qū)產(chǎn)業(yè)結構升級。同時，列（8）顯示，產(chǎn)業(yè)結構升級會進一步降低地區(qū)碳排放水平，證實了假設H_2d。

5 進一步討論：數(shù)字經(jīng)濟發(fā)展對城市碳排放的空間效應

5.1 數(shù)字經(jīng)濟與碳排放的空間關聯(lián)性分析

在空間計量檢驗之前，本文采用Moran′s I指數(shù)對被解釋變量和核心解釋變量的空間相關性進行檢驗。為準確反映各地區(qū)之間的空間相關性，本文構建地理距離權重矩陣（W），檢驗結果如表6所示?？梢钥闯觯?011—2019年數(shù)字經(jīng)濟和碳排放的全局Moran′s I均為正值，且通過了顯著性檢驗，表明數(shù)字經(jīng)濟和碳排放均具有空間正相關性，因此，分析過程中有必要考慮空間因素。從時序變化上看，碳排放的Moran′s I值呈上升趨勢，說明各地區(qū)之間碳排放的影響程度不斷加深。進一步，繪制莫蘭散點圖進行局部空間分析，2019年碳排放水平和數(shù)字經(jīng)濟發(fā)展水平的Moran′s I散點圖如圖1、圖2所示。從圖中可以看出，大部分城市位于“高—高”集聚區(qū)和“低—低”集聚區(qū)，由此可知，數(shù)字經(jīng)濟和碳排放水平的空間集聚程度較高，且都存在顯著空間正相關性，即數(shù)字經(jīng)濟發(fā)展水平較高的地區(qū)，其鄰近地區(qū)數(shù)字經(jīng)濟發(fā)展水平也較高，同時，碳排放水平較低的地區(qū)，其鄰近地區(qū)碳排放水平也較低。

5.2 數(shù)字經(jīng)濟對碳排放的空間效應

本文認為數(shù)字經(jīng)濟和碳排放呈現(xiàn)出空間依賴特征，即地區(qū)碳排放不僅受到鄰近地區(qū)碳排放的影響，還受到鄰近地區(qū)數(shù)字經(jīng)濟的影響。在考慮空間關聯(lián)性的計量模型中，空間杜賓模型（SDM）同時考慮自變量和因變量的空間溢出效應，因此，本文構建空間杜賓模型，探究數(shù)字經(jīng)濟與碳排放的空間分布特征以及數(shù)字經(jīng)濟對碳排放的影響作用。通過Wald檢驗，結果顯示選擇SDM模型更合理。因此，本文在模型（1）的基礎上引入數(shù)字經(jīng)濟與碳排放的空間交互項，構造更具一般性的空間杜賓模型，進一步研究數(shù)字經(jīng)濟發(fā)展與地區(qū)碳排放的關系。

lnCI_it=η₀+ρ₁WlnCI_it+η₂Dig_it+η₃WDig_it+η₄X_it+μ_i+v_t+ε_it（6）

其中，ρ表示空間自回歸系數(shù)，W為空間權重矩陣，η₃是核心解釋變量空間滯后項系數(shù)，其它變量含義不變。通常情況下，解釋變量對被解釋變量的影響可以通過求偏導來反映，但是，在空間模型中，由于存在空間滯后項，導致結果可能存在系統(tǒng)性偏差。因此，本文進一步分解數(shù)字經(jīng)濟對碳排放的空間效應，通過直接效應和間接效應進行實證考察。

表7中列（1）為SDM模型回歸結果，碳排放的空間自回歸系數(shù)顯著為正，表明各地區(qū)之間存在內生的碳排放交互效應；數(shù)字經(jīng)濟的空間交互項系數(shù)顯著為負，表明存在本地數(shù)字經(jīng)濟對鄰近地區(qū)碳排放的負向空間溢出效應。碳排放存在正向空間溢出效應的主要原因可能是：近年來，我國不斷加強生態(tài)文明建設，各地政府存在促進綠色低碳發(fā)展的良性競爭關系，并且低碳轉型成功的地區(qū)可以通過示范效應對其它地區(qū)產(chǎn)生積極作用，一個地區(qū)經(jīng)濟發(fā)展方式綠色化調整也會通過產(chǎn)業(yè)關聯(lián)帶動其它地區(qū)綠色發(fā)展轉型。進一步，本文將數(shù)字經(jīng)濟對碳排放的總效應分解為直接效應和間接效應，空間效應分解結果如列（2）（3）（4）所示。直接效應代表數(shù)字經(jīng)濟對本地區(qū)碳排放的影響，間接效應代表數(shù)字經(jīng)濟對鄰近地區(qū)碳排放的影響，即空間溢出效應。從空間分解結果來看，數(shù)字經(jīng)濟對空間關聯(lián)地區(qū)的碳排放水平具有顯著負向影響，進而表明：一方面，空間關聯(lián)地區(qū)之間在數(shù)字經(jīng)濟發(fā)展上存在一定趨同性，關聯(lián)地區(qū)之間存在推動數(shù)字經(jīng)濟發(fā)展的競爭行為，特別是基礎條件較為接近的關聯(lián)城市，其吸引數(shù)字經(jīng)濟產(chǎn)業(yè)投資方面的競爭可能更加激烈；另一方面，數(shù)字經(jīng)濟發(fā)展可以通過促進城市產(chǎn)業(yè)結構升級、提升能源利用效率降低碳排放水平，而一個地區(qū)的產(chǎn)業(yè)結構升級和能源利用效率提升可以通過區(qū)域要素流動以及產(chǎn)業(yè)協(xié)作對鄰近地區(qū)碳減排產(chǎn)生積極影響。

6 結論與政策建議

6.1 主要結論

本文基于2011—2019年中國271個地級及以上城市面板數(shù)據(jù)，考察數(shù)字經(jīng)濟對低碳發(fā)展的影響，得出如下主要結論：①在整體層面，數(shù)字經(jīng)濟有助于低碳發(fā)展，該結論在以“智慧城市”試點作為準自然實驗等多種穩(wěn)健性檢驗下仍然成立；②數(shù)字經(jīng)濟對碳排放的影響存在顯著地區(qū)差異，在以人均GDP衡量的經(jīng)濟基礎條件較好的地區(qū)以及環(huán)境規(guī)制強度較高的地區(qū)，數(shù)字經(jīng)濟的減排效果更好；③數(shù)字經(jīng)濟對碳排放的影響主要通過能源利用效率提升和產(chǎn)業(yè)結構升級實現(xiàn)，現(xiàn)階段我國智能產(chǎn)業(yè)轉型以及技術進步機制尚不成立；④我國各地區(qū)碳排放存在空間依賴性，數(shù)字經(jīng)濟對碳排放的影響存在顯著空間溢出效應。

6.2 政策建議

基于上述結論，本文提出以下政策建議：

（1）聚焦發(fā)展數(shù)字經(jīng)濟核心產(chǎn)業(yè)以及新興計算關鍵技術，布局建設人工智能、工業(yè)互聯(lián)網(wǎng)等綜合性數(shù)字基礎設施，提升數(shù)字產(chǎn)業(yè)化與產(chǎn)業(yè)數(shù)字化水平，助力城市低碳轉型，進一步鞏固數(shù)字經(jīng)濟發(fā)展紅利。同時，數(shù)字經(jīng)濟主要能耗為電能，高速擴張的數(shù)字經(jīng)濟可能造成碳排放激增，因此，要注意控制數(shù)字經(jīng)濟自身碳排放，強化數(shù)字經(jīng)濟在實現(xiàn)“雙碳”目標中的積極作用，密切追蹤數(shù)字經(jīng)濟及其碳排放量發(fā)展趨勢，加強數(shù)字經(jīng)濟碳排放核算與監(jiān)測。

（2）由機制分析結果可知，數(shù)字經(jīng)濟的碳減排效應主要來自能源利用效率提升和產(chǎn)業(yè)結構升級，而智能產(chǎn)業(yè)轉型和技術進步的作用較為有限，因此，未來各地在發(fā)展數(shù)字經(jīng)濟的同時，要完善大數(shù)據(jù)中心、智能算力中心等新型基礎設施的能耗考核體系，以綠色低碳為導向引領數(shù)字經(jīng)濟高質量發(fā)展，進一步提高能源利用效率。同時，利用數(shù)字技術對產(chǎn)業(yè)進行綠色化和現(xiàn)代化改造，進一步促進產(chǎn)業(yè)結構高級化發(fā)展；注重發(fā)揮大數(shù)據(jù)、云計算等數(shù)字智能技術對綠色低碳關鍵技術發(fā)展的促進作用，把握技術進步方向，推動經(jīng)濟綠色發(fā)展。

（3）當前中國各城市碳排放差異較大，城市地理區(qū)位、發(fā)展階段、資源環(huán)境稟賦和產(chǎn)業(yè)發(fā)展狀況等各不相同，政府應結合地區(qū)實際情況合理規(guī)劃數(shù)字經(jīng)濟應用和發(fā)展，使數(shù)字經(jīng)濟更好地發(fā)揮對城市綠色低碳轉型的推動作用。對于經(jīng)濟發(fā)展基礎條件較差的地區(qū)，應避免盲目推進數(shù)字化建設，在發(fā)展數(shù)字經(jīng)濟的同時要注重提升能源利用效率，提高碳排放監(jiān)測與管理精準性。同時，各地應采取適宜的環(huán)境規(guī)制手段，促進和鞏固數(shù)字經(jīng)濟的碳減排效應。

（4）數(shù)字經(jīng)濟對碳排放具有負向空間溢出效應，因此，應加強區(qū)域之間的創(chuàng)新合作，促進數(shù)字化發(fā)展，以數(shù)字經(jīng)濟發(fā)展為契機搭建區(qū)域協(xié)作平臺，推動數(shù)字化與綠色化協(xié)同發(fā)展。

參考文獻：

［1］YANG Z， FAN M， SHAO S， et al. Does carbon intensity constraint policy improve industrial green production performance in China？ a quasi-DID analysis［J］. Energy Economics，2017， 68（5）： 271-282.

［2］CHEN J， GAO M， CHENG S， et al. County-level CO₂emissions and sequestration in China during 1997-2017［J］. Scientific Data，2020， 7（1）： 1-12.

［3］ZHANG X， TAN Y， TAN Q， et al. Decomposition of aggregate CO₂emissions within a joint production framework［J］. Energy Economics， 2012， 34（4）： 1088-1097.

［4］LIN B， JIANG Z. Estimates of energy subsidies in China and impact of energy subsidy reform［J］. Energy Economics，2011， 33（2）： 273-283.

［5］LIU Y， LI Z， YIN X. Environmental regulation， technological innovation and energy consumption：a cross-region analysis in China［J］. Journal of Cleaner Production，2018， 203（5）： 885-897.

［6］邵帥，范美婷，楊莉莉. 經(jīng)濟結構調整、綠色技術進步與中國低碳轉型發(fā)展——基于總體技術前沿和空間溢出效應視角的經(jīng)驗考察［J］. 管理世界，2022， 38（2）： 46-69.

［7］ZHOU P， ANG B W， HAN J Y. Total factor carbon emission performance： a Malmquist index analysis［J］. Energy Economics， 2010， 32（1）： 194-201.

［8］CHEN Y， LEE C. Does technological innovation reduce CO₂emissions？ cross-country evidence［J］. Journal of Cleaner Production， 2020， 263（6）： 121550-121573.

［9］AUTOR D H. Why are there still so many jobs？ the history and future of workplace automation［J］. Journal of Economic Perspectives， 2015， 29（3）： 3-30.

［10］ACEMOGLU D， RESTREPO P. The race between man and machine： implications of technology for growth， factor shares， and employment［J］. American Economic Review， 2018， 108（6）： 1488-1542.

［11］張勛，萬廣華，張佳佳，等. 數(shù)字經(jīng)濟、普惠金融與包容性增長［J］. 經(jīng)濟研究， 2019， 54（8）： 71-86.

［12］韓先鋒，宋文飛，李勃昕. 互聯(lián)網(wǎng)能成為中國區(qū)域創(chuàng)新效率提升的新動能嗎［J］. 中國工業(yè)經(jīng)濟， 2019，37（7）： 119-136.

［13］郭炳南，王宇，張浩. 數(shù)字經(jīng)濟發(fā)展改善了城市空氣質量嗎——基于國家級大數(shù)據(jù)綜合試驗區(qū)的準自然實驗［J］. 廣東財經(jīng)大學學報， 2022， 37（1）： 58-74.

［14］渠慎寧，史丹，楊丹輝. 中國數(shù)字經(jīng)濟碳排放：總量測算與趨勢展望［J］. 中國人口·資源與環(huán)境， 2022， 32（9）： 11-21.

［15］WU H， XUE Y， HAO Y， et al. How does internet development affect energy-saving and emission reduction：evidence from China［J］. Energy Economics， 2021， 103（7）： 105577-105597.

［16］薛飛，劉家旗，付雅梅. 人工智能技術對碳排放的影響［J］. 科技進步與對策， 2022，39（24）： 1-9.

［17］ZHAO H， YANG A Y， LI N， et al. How does digital finance affect carbon emissions？ evidence from an emerging market［J］. Sustainability， 2021， 13（21）： 1-20.

［18］MAY G， STAHL B， TAISCH M， et al. Energy management in manufacturing： from literature review to a conceptual framework［J］. Journal of Cleaner Production， 2017， 167（8）： 1464-1489.

［19］劉慧，白聰. 數(shù)字化轉型促進中國企業(yè)節(jié)能減排了嗎［J］. 上海財經(jīng)大學學報， 2022， 24（5）： 19-32.

［20］謝云飛. 數(shù)字經(jīng)濟對區(qū)域碳排放強度的影響效應及作用機制［J］. 當代經(jīng)濟管理， 2022， 44（2）： 68-78.

［21］郭豐，楊上廣，任毅. 數(shù)字經(jīng)濟、綠色技術創(chuàng)新與碳排放——來自中國城市層面的經(jīng)驗證據(jù)［J］. 陜西師范大學學報（哲學社會科學版）， 2022， 51（3）： 45-60.

［22］張杰，付奎，劉炳榮. 數(shù)字經(jīng)濟如何賦能城市低碳轉型——基于雙重目標約束視角［J］. 現(xiàn)代財經(jīng)（天津財經(jīng)大學學報）， 2022， 42（8）： 3-23.

［23］LI Z， WANG J. The dynamic impact of digital economy on carbon emission reduction： evidence city-level empirical data in China［J］. Journal of Cleaner Production， 2022， 351（4）： 131570-131595.

［24］吳建新，郭智勇. 基于連續(xù)性動態(tài)分布方法的中國碳排放收斂分析［J］. 統(tǒng)計研究，2016， 33（1）： 54-60.

［25］郭峰，王靖一，王芳，等. 測度中國數(shù)字普惠金融發(fā)展：指數(shù)編制與空間特征［J］. 經(jīng)濟學（季刊）， 2020， 19（4）： 1401-1418.

［26］張建鵬，陳詩一. 金融發(fā)展、環(huán)境規(guī)制與經(jīng)濟綠色轉型［J］. 財經(jīng)研究， 2021， 47（11）： 78-93.

［27］徐敏，姜勇. 中國產(chǎn)業(yè)結構升級能縮小城鄉(xiāng)消費差距嗎？［J］. 數(shù)量經(jīng)濟技術經(jīng)濟研究， 2015， 32（3）： 3-21.

（責任編輯：萬賢賢）

Empowerment of Digital Economy to Low-Carbon Development：

Mechanism Identification and Spatial Spillover

Chang Haoliang¹， Xia Feilong²

（1.School of Applied Economics， University of Chinese Academy of Social Sciences， Beijing 102488， China;

2.School of Economics Management， Yunnan Normal University， Kunming 650500， China）

Abstract：In order to address global issues such as air pollution and climate change， China has committed to adopting more effective policies and measures， striving to achieve carbon peak by 2030 and carbon neutrality by 2060， and has made a series of deployments. Different from developed countries that have completed industrialization， China is still in the stage of in-depth industrialization and urbanization， and there is great inertia of the path of high carbon dependence formed by rapid economic growth since the reform and opening up. The transition period from carbon peak to carbon neutrality in China is only 30 years. Therefore， the challenges to achieve the ‘double carbon' goal cannot be ignored. At the same time， the digital economy is accelerating its integration into the whole process of economic and social development， and has gradually become a breakthrough to cope with climate change and solve the contradiction between economic growth and environmental constraints. As a strategic choice for a new round of scientific and technological transformation， the digital economy relies on big data， artificial intelligence and other digital technologies to provide a new path for industrial green transformation and carbon emission management， and it plays an important role in energy conservation and emission reduction. However， behind the vigorous development of the digital economy， the carbon emissions caused by energy consumption cannot be ignored. The existing research shows that the digital economy has a more complex impact on carbon emissions. On the one hand， the development of the digital economy promotes energy demand and increases carbon emissions; on the other hand， the integration of the digital economy and the real economy will bring about changes in production， living and governance methods to reduce carbon emissions. In this context， it is extremely important to systematically study the relationship between digital economy and green low-carbon development.

This paper sets five indicators to measure the digital economy development level index more comprehensively from three aspects of information industry development， digital infrastructure and digital inclusive finance. Drawing on the panel data of cities at prefecture level and above in China， this paper systematically analyzes the effects， mechanisms， heterogeneity and spatial spillovers of digital economy on carbon emissions. According to the data of 271 cities at or above prefecture level in China from 2011 to 2019， the empirical research results show that from the overall level the digital economy is conducive to low-carbon development， and this conclusion is still valid under various robustness tests such as the 'Smart City' pilot as a quasi-natural experiment. The heterogeneity analysis shows that there are significant regional differences in the impact of digital economy on carbon emissions. In regions with better economic base conditions measured by per capita GDP and regions with higher environmental regulation intensity， the digital economy has a better emission reduction effect. The mediation effect test shows that the impact of the digital economy on carbon emissions is mainly achieved through the improvement of energy utilization efficiency and industrial structure upgrading. At this stage， China's intelligent industry transformation and technological progress mechanisms are not established. Finally， according to the spatial dependence of carbon emissions in various regions of China， the impact of digital economy on carbon emissions has a significant spatial spillover effect. This means that the digital economy can not only reduce the local carbon emission level， but also reduce the carbon emission level of neighboring areas.

The marginal contributions of this paper lie in four aspects. First， it analyzes the impact of China's digital economy on low-carbon development from a more comprehensive perspective. Second， this paper analyzes the heterogeneous impact of the digital economy on carbon emissions from economic development and the intensity of environmental regulation. Third， this paper further refines the impact mechanism of digital economy on low-carbon development from energy efficiency improvement， smart industry transformation， technological progress and industrial structure upgrading. Fourth， considering the spatial characteristics of digital economy and the spatial dependence of regional carbon emissions， this paper further studies the spatial spillover effect of digital economy on carbon emissions. This provides empirical support for enabling low-carbon development of the digital economy.

Key Words：Digital Economy; Carbon Emission; Energy Utilization Efficiency; Industrial Structure; Spatial Spillover