數字經濟發展對碳排放強度的影響

董楠楠 孫銳 鄭宏越 白丹妮

摘?要：隨著我國“30·60”雙碳目標的提出和數字經濟的發展，數字經濟發展對于碳排放強度的影響方式和作用機制日益引起國內外經濟界的關注，數字經濟發展對于碳排放強度的影響呈現既促進又減少的雙向效應，基于不同數據和模型的研究結論也呈現差異化的結果。本文基于中國2006—2019年278個地級市的城市面板數據，采用空間杜賓模型分析數字經濟發展對碳排放強度的影響，并進一步分析其空間溢出效應和作用機制。研究結果表明：數字經濟的發展對城市本地的碳排放強度起促進作用；從空間溢出效應看，對周邊地區的碳排放有負向空間溢出作用；從作用機制看，主要通過數字經濟發展的規模效應實現。

關?鍵?詞：數字經濟；碳排放強度；空間溢出效應；規模效應

DOI：10.16315/j.stm.2023.03.004

中圖分類號：?F1213

文獻標志碼：?A

當前中國經濟發展進入新的階段，在追求經濟高質量發展的背景下，不斷優化的產業結構和能源結構使得中國經濟煥發新機。然而，以制造業為首的產業結構優化推動中國經濟的蓬勃發展的同時，也導致了以煤炭消耗為主的能源消費的快速增長，這是中國二氧化碳排放量增加背后的關鍵驅動因素；此外，在經濟發展方面，家庭消費和生產結構也是碳排放增加的重要驅動因素[1]。黨的二十大報告著重強調要積極穩妥推進碳達峰碳中和。如何控制碳排放已成為我國需要關注的重點問題。

毋庸置疑，碳排放與經濟發展有著密切的聯系。根據中國信息通信研究院發布的《全球數字經濟白皮書》顯示，截至2020年底，全球數字經濟規模已達到32.6萬億美元，占GDP的43.7%，而中國的數字經濟規模為5.4萬億美元，僅次于美國[2]，我國的數字經濟發展成效顯而易見。數字經濟正日益改變著當前人類的生產和經濟生活方式[3]。隨著新一輪的科技革命深入發展，產業革命如火如荼，以數字產業化和產業數字化為發展特征的數字經濟飛速發展，逐漸成為領跑未來社會發展的新經濟發展模式[4]。作為促進經濟可持續增長的重要引擎，以信息和通信技術為代表的數字經濟發展，必然會在影響中國經濟發展的基礎上，進一步對碳排放產生影響，但是這種影響是正向的還是負向的？目前學界尚無定論。

一方面，從產業結構角度看，以佩蒂-克拉克定理為代表的傳統工業結構學派提出的“結構紅利假設”理論表明，工業結構的優化有助于引導生產要素的高生產力，由此產生的“結構紅利”會提高整個社會的生產力水平，進而對污染水平和經濟的可持續發展產生影響[5]。中國在未來幾十年仍將是一個以工業為基礎的經濟體，在數字經濟的發展帶動下，工業部門以數字信息和電子通信技術為代表的數字化技術的使用，迅速提高了機器生產率和能源清潔效率，從而在單位排放量的角度減少了碳排放。從這一方面看，數字經濟發展對碳排放有積極的貢獻。然而另一方面，數字經濟的發展也會對二氧化碳的排放產生不利影響[6]。從生產結構角度來說，雖然以數字信息和電子通信技術為代表的數字化技術的快速擴大使用，被認為可以提高生產力和能源效率，但隨著生產效率提高導致的資本投入增加和擴大生產，機械設備使用數量增加引起的規模效應，同樣帶來了碳排放量的增加；此外，從電力消費的角度，由于數字經濟發展所需的所有信息通信技術產品都需要電力運行，數字經濟的快速發展導致電力需求增加，工作場所和家庭的信息和通信技術相關的電力消耗也顯著增加，而電是碳排放的最大貢獻者，必然會導致碳排放量的增長[7]。綜上所述，數字經濟發展對于碳排放強度的影響呈現既促進又減少的雙向效應，目前對于這種影響方式和強度的研究尚未達成共識，進一步研究其影響效果和影響機制具有高度的現實意義。

當前，學界對于數字經濟和碳排放的已有研究較為豐富，但是對于二者的測度方式莫衷一是，因此相關的研究結論也通常呈現差異性的結果。此外，現有對于數字經濟對碳排放影響的研究大多是在省級數據的層次，且多為平面維度的數據分析，而碳排放顯然具有顯著的空間集聚特點，單一的平面維度分析對于現實情況的支撐性有限。本文選用中國2006—2019年278個地級市的城市面板數據，從空間計量的角度探討數字經濟對碳排放強度的影響方式及作用機制，進而分析其空間溢出效應，精確地測度中國數字經濟發展與碳排放強度之間的關系，從而豐富既有實證研究，具有較強的現實意義。

1?理論分析與研究假設

數字經濟對碳排放強度的影響機制主要有以下4種：一是，數字經濟的發展會帶動生產流程優化，從節約資源的角度實現碳減排[8]?；跀底旨夹g的大數據的使用，宏觀上有利于政府實現科學資源分配，減少資源錯配，微觀上有利于企業層面銜接上下游供應鏈的順暢，實現生產資源的節約[9]；二是，數字經濟發展有利于生產技術的提高和生產規模的擴大，從產業結構優化升級、單位生產效率提高角度有利于減少碳排放的同時，從擴大生產和能源資源消耗角度也會導致碳排放增加，呈現既降低又增長的雙向效應；三是，能源消費領域的數字經濟發展，會導致能源資源的開采效率和電力的過度消耗，以及其他負面環境問題，可能導致碳排放量的增加；四是，數字經濟發展的前提是數字基礎設施的完善，而數字基礎設施的大量增加同樣會導致生產消耗增加，從而導致碳排放強度增強。

綜上所述，數字經濟發展對于碳排放強度的影響方式和機制較為復雜，本文將主要從數字經濟對城市層面碳排放的直接影響、空間溢出效應和作用機制3個方面進行論述，并提出文章的研究假設。

1.1?數字經濟發展與碳排放強度

目前，學界對于數字經濟發展對于碳排放強度的影響作用現有的研究分析較為廣泛。主流觀點主要有3種：第1種觀點認為數字經濟的發展會顯著降低我國的碳排放量。多位學者利用我國省級面板數據分析，證明了地區數字經濟發展對碳排放存在顯著抑制作用[10-11]；霍曉謙等［12］則是從中國252個地級市數據層面，從平面和空間兩個維度論述了數字經濟的減碳效應；然而基于我國的省份面板數據，金貴朝等［13］卻得出了完全相反的第2種觀點：當前我國數字經濟的發展對于碳排放量有顯著的正向促進作用。此外，還有第3種觀點認為我國數字經濟發展對于碳排放強度的影響呈現顯著的非線性特征。多位學者基于不同的樣本數據和研究模型，均得出了數字經濟對碳排放的影響呈現先增后減——“倒U型”的的非線性關系[14-15]。綜合分析上述觀點，當前數字經濟在基于我國地級市數據的空間層面，對于碳排放的影響尚無明確定論，據此，參照已有研究在空間計量方面的研究結論，本文提出以下研究假設：

假設H1：現階段，我國數字經濟的發展對城市碳排放強度起到了促進的作用。

1.2?數字經濟對碳排放強度的空間溢出效應

通常來說，每個城市的碳排放污染其實都是來自于城市和地方的污染，城市間的區域性、交叉性污染和相互傳遞是導致區域碳排放污染的主要原因，因此在研究區域內的碳排放因素時，若只從一個城市的視角來分析，很難反映區域內的碳排放擴散程度，必須綜合考慮區域內各個因素對區域和臨地碳排放的影響。同時，數字化同樣具有顯著的空間溢出效應，主要體現在伴隨數字化而來的技術進步會使能源消耗降低[16]，在此基礎上的企業跨區域合作將會帶動技術空間溢出；大數據技術的發展讓數字技術在經濟活動領域的流通更為順暢，突破了區域層面的壁壘和空間限制[17]。借助互聯網平臺的數字經濟發展，可以使相關企業迅速獲得市場信息和技術、管理等方面的經驗信息，從而減少低層次的重復生產，實現降低碳排放的作用[18]。綜上，本文認為數字經濟發展對于地區碳排放的影響具直接作用的同時，也具有空間溢出效應，即一個地區碳排放受到本地數字經濟發展影響的同時，也會受到來自周邊地區數字經濟發展情況的影響。據此，本文提出以下研究假設：

假設H2：數字經濟發展對城市碳排放強度具有負向的空間溢出效應。

1.3?數字經濟發展對碳排放強度的影響機制

進一步分析數字經濟對于城市區域碳排放強度影響作用機制的研究現狀：多位學者認為，數字經濟可以通過降低能耗效應、產業結構升級效應、技術進步效應和數字基建賦能效應4個影響機制，實現降低碳排放的積極影響[19-20]；從數字基礎設施建設的機制分析（基于“寬帶中國”示范城市的政策角度），也呈現會顯著降低的積極作用[21]；但是從數字貿易的角度看，數字貿易由于規模產出帶來的規模效應會增加碳排放，而結構效應和技術效應則是起到減碳的作用，三種效應綜合作用下減碳效果更強[22]。不難發現，在數字經濟對碳排放強度影響機制的已有研究中，規模效應和結構效應的作用被廣泛討論，據此，本文提出以下研究假設：

假設H3：數字經濟發展通過規模效應和結構效應降低了城市碳排放強度。

2?模型設定、變量選取與數據來源

2.1?空間計量模型的建立

由于中國地級市層面數字經濟發展及碳排放強度存在顯著的空間集聚特征，采用傳統OLS或面板模型無法精準識別數字經濟發展及其他因素對碳排放強度的影響，因此本文采用空間面板模型對數字經濟發展影響碳排放強度的直接效應以及空間溢出效應進行研究，構建空間計量模型如下：

Yit=ρWitYit+ηxit+σWxit+μi+εit，

εit=λMεt+Vit。（1）

其中：i、t代表地級市數量及研究年份；Y為被解釋變量；x為解釋變量；W是空間權重矩陣；ρ代表被解釋變量的空間滯后系數；η是解釋變量的回歸系數；σ表示解釋變量的空間回歸系數；M是擾動項的空間權重矩陣?？疾焐鲜揭话阈钥臻g計量模型的形式：當λ與σ取0時，變為空間滯后模型；ρ與σ取0時，模型轉化為空間誤差模型；當λ為0時，則為空間杜賓模型。本文擬采用空間杜賓模型進行回歸分析，并對部分變量做對數化處理，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為碳排放強度；dige代表數字經濟發展程度；Control為控制變量；ρit是碳排放強度的空間滯后系數；β1～β3則是解釋變量的回歸系數；δ為控制變量的系數；μi、γt分別是個體效應和時間效應；ε表示擾動項。

在空間矩陣的選取方面，反距離矩陣通過使用反距離作為權重，根據2個城市之間的距離矩陣來確定其影響大小，因此本文選用反距離矩陣進行模型估計。

2.2?變量測度與說明

2.2.1?數字經濟發展水平的測度

1）指標選取。目前，涉及中國城市層面的數字經濟具體測度的相關文獻較少，大部分研究基于省級層面[23]，城市層面的數字經濟測度比較少。本文借鑒趙濤等［24］的做法，采用互聯網普及率等5個方面的指標，構建數字經濟發展水平評價指標體系。具體指標測算方法，如表1所示。

2）測算方法。由于熵值法根據樣本中各項指標數據自身信息量的大小計算出指標權重，可以有效避免指標選擇和賦權的主觀性，與主觀賦權法相比具有更高的可信度。因此，本文在對數字經濟發展指數進行評價時，利用熵值法進行客觀賦權和評價，從而求得綜合指數值，以避免因主觀偏誤導致的權重偏差。

2.2.2?碳排放強度的測度

由于當前國內尚未構建地級市碳排放量的數據庫，因此在估算地級市碳排放量時，不同研究者采用不同的方法估算碳排放總量。本文采取學者們運用較多的根據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量來估算地級市層面碳排放量，構建碳排放計算公式如下：

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個地級市第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;各類能源碳排放系數，如表2所示。

2.2.3?機制變量

人均GDP（pergdp）采用地區GDP總量與地區人口的比值表征。一般認為伴隨著一國經濟社會的不斷發展，人均GDP也會隨之提高，而在經濟社會發展的初期，環境受污染破壞狀況會隨著人均GDP的不斷提高而惡化。但也有研究表明人均?GDP增長到一定程度后，生產效率和資源利用效率都有很大的提升。反之，“三高”工業的比例將會大大下降，從粗放的發展模式向集約化的發展模式轉變；產業結構（structure）采用第三產業與第二產業比值表征。第二產業是碳排放的重要來源，產業結構指數越低，表明第二產業產值大于第三產業，說明經濟依賴于第二產業發展。由于傳統第二產業多為高耗能、高污染產業，因此會加大碳的排放。

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，除上述機制變量外，引入如下幾個控制變量：人口規模（ln?popu）。由人口增長進而帶動消費需求增加，會直接導致碳排放的產生，人口規模用該地區每年的年末人口總數的對數來表示;投資率（invest）。采用固定資產投資與當年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；對外開放度（open）：采用地區進出口貿易額與當年GDP的比值表示。由于進出口貿易額多用美元衡量，本文采用人民幣兌美元的年均匯率進行折算；政府干預程度（gov）：采用財政支出占GDP的比例表征；人力資本（ln?hc）。選取每萬人高等學校在校人數作為表征，為避免取對數后出現負值導致數據結構改變，本文對原數據加1后再取對數表示。

2.3?數據來源和描述性統計

隨著我國互聯網產業的興起和發展，2005年騰訊實現注冊用戶過億，2007年國家《電子商務發展“十一五”規劃》發布，我國的數字經濟發展在2006年前后正式進入高速發展時期；此外，由于2020年初“新冠”疫情的爆發，此后三年我國經濟發展和人民生活的方方面面均受到了不同程度的影響，數字經濟和碳排放強度的相關數據與此前差異較大，數據所具有的代表性易受質疑，且2019年之后的部分本文所需數據難以收集，因此，基于上述背景，本文選取的是2006—2019年中國278個城市的面板數據，全部資料均取自《中國城市統計年鑒》、《中國區域經濟統計年鑒》、《中國環境統計年鑒》、國研網數據庫、國泰安資料庫、中經網資料庫，及中國研究數據服務平臺（CNRDS）數字經濟數據庫，采用Stata16.0軟件對樣本數據進行處理和分析。本文所用主要變量的描述性統計，如表3所示。

3?數字經濟對碳排放強度降低作用的實證檢驗

3.1?空間自相關分析

3.1.1?全局自相關

在正式實施計量回歸前，必須對數據的空間自相關性進行檢驗，目前常用的測量方法是莫蘭指數。全局莫蘭值主要是用來探測空間聚集和擴散狀態，而不能識別特定的異常值；本地Morans?I指數能夠反映出離群值的位置。所以通常都是進行先整體后局部的莫蘭探測。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表示地級市的數量，本文中表示278個地級市；xi表示第i個空間的變量；wij表示空間權重矩陣W的（i，j）元素。

全局莫蘭指數范圍為-1～1。當Morans?I值大于0時，說明要素呈現正空間自相關即高值與高值聚集，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Morans?I值小于0時，說明要素呈現負空間自相關即高值與低值相鄰。Morans?I值越接近于-1，表明要素的分散態勢越明顯。本部分在反距離空間權重矩陣下，對碳排放強度的全局莫蘭指數進行了測度，結果如表4所示。

從碳排放強度來看，反距離空間權重矩陣下的莫蘭指數均顯著為正，表明碳排放表現出很強的空間集聚特征。莫蘭指數總體呈現先增后減的趨勢，2006—2013年莫蘭指數在波動中有所下降，莫蘭指數值由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。2013年開始莫蘭指數值波動中下降，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

由以上分析可知，碳排放強度在空間全局下具有顯著的空間集聚特征。但全局自相關分析優勢會忽略要素局部狀態的不穩定性，因此采用局部空間自相關分析，刻畫某一地級市與其鄰近地級市的相似程度。局部自相關分析不僅能夠說明每一局部空間單元服從全局總趨勢的程度，同時可以揭示要素的空間異質性。從莫蘭散點圖來看，碳排放強度主要集中于第一象限和第三象限，體現出“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性，如圖1所示。

圖1?2006年與2019年碳排放強度莫蘭散點圖

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

在正式進行空間測量分析前，需要先對所使用的空間測量模式進行檢驗，以確認所選擇的模型的正確性和合理性。具體的檢驗方法為：LM檢驗，在?LMLM模型和SAR模型中，如果LMerror檢驗為合格，LMlag試驗不合格，則采用?SEM模式；如果試驗的結果與此相反，則采用?SAR模式。若2種檢驗結果都顯示不通過，需要進一步進行RLMlag與RLMerr檢驗，如果RLMerr檢驗結果顯示通過，而另外一種檢驗沒有通過，應選用SEM模型，反之，選擇SAR模型。如果所有拉格朗日顯著性檢驗結果都顯示不通過，則需要選用空間杜賓模型開展計量。最后，分別采用LR檢驗和Wald檢驗，檢驗SDM模型是否會退化成SAR或SEM模型。相關檢驗結果，如表5所示。

通過分析以上檢驗結果可知，LM檢驗中SEM與SAR模型的檢驗值均在1%的顯著性水平下拒絕無空間自相關的原假設，即存在空間誤差以及空間滯后項，應選擇空間模型而不是OLS。但是進一步的RobustLMr檢驗卻出現了不同的結果，RLMLag檢驗未通過，此時可以先假定能采用空間杜賓模型分析，在此基礎上進行SDM退化檢驗（LR檢驗）和Wald檢驗，進一步測試SDM是否會成SEM或SAR。由表5可知，LR檢驗和Wald檢驗結果均在1%的顯著性水平下拒絕SDM退化成SEM或SAR的原假設，故應選擇SDM模型。綜上，本文最后選擇空間杜賓模型中的隨機效應模型做空間回歸分析。

3.3?數字經濟對碳排放強度降低作用的回歸結果分析

3.3.1?基準回歸結果

基于上述分析，本部分同時匯報普通?OLS和反距離空間權重矩陣下空間杜賓模型的估計結果，本文重點關注的空間杜賓模型結果，如表6所示。由表6可知，空間回歸系數（rho）在1%的顯著性水平下通過檢驗，且顯著為正，說明在市域層面碳排放強度受到臨近地區碳排放強度影響因素的正向影響，具有較強的空間溢出效應，相鄰地區的碳排放強度會相互促進，即周邊地區碳排放水平的會隨著本地區碳排放的增加而增加。從回歸結果看，數字經濟（dige）的回歸系數同樣顯著為正，即數字經濟發展明顯促進了碳排放強度，假設H1中的促進作用得到驗證。這與當前很多研究的結論相反，與金貴朝等［27］的研究結論一致。造成這種現象的可能原因是，數字經濟發展需要的基礎設施建設增加了能耗，尤其是會導致電力消費增長，且數字化轉型雖然會提升生產效率，但也可能因反彈效應引起碳排放量增加?？臻g交互項W×dige的系數1%的水平上顯著為負，表明數字經濟存在負向的空間溢出效應，即本地區數字經濟的發展能夠降低周邊地區的碳排放強度。這一結果也驗證了文章前面的假設H2。此外，除產業結構不顯著外，其他控制變量如人口規模、投資率、對外開放度、政府干預度和人力資本等，均在1%或5%顯著性水平下通過檢驗。具體來看，人口規模（ln?popu）、投資率（invest）和教育投入水平（edu）顯著為負，即人口規模的擴大、投資率的提高和教育投入水平越高，會抑制碳排放強度的提高；其他控制變量則顯著為正，即人均GDP增長、對外開放度提高、政府干預度增強和人力資本結構升級會促進碳排放的增長。

3.3.2?空間效應的分解

在空間視角下，某一地區碳排放不僅受到本地區內外部因素影響，同時受到其他地區的因素影響，即存在碳排放空氣流動理論。這一影響可以劃分為直接效應、間接效應和總效應。因此本文將數字經濟發展程度以及其他相關的控制變量對碳排放強度的影響空間效應分解，對數字經濟發展對碳排放強度的影響進一步分析，結果如表7所示。直接效應中數字經濟發展水平（dige）的回歸系數為1.02，顯著為正，表明數字經濟發展指標每提高1%，本地碳排放強度將上升1.02%；而間接效應和總效應中數字經濟的回歸系數均顯著為負，表明雖然數字經濟的發展在短時間內會造成本地的碳排放強度上升，但是對于周邊地區的碳排放強度明顯降低，呈現顯著的負向空間溢出效應，假設H2得以驗證。

3.4?數字經濟對抑制碳排放強度提高的穩健性檢驗

3.4.1?替換被解釋變量的穩健性檢驗

為了驗證回歸結果的穩健性，當其它控制變量不變時，本文使用替換被解釋變量來進行穩健性測試。實際上，在前文分析中，本文已通過構建不同空間權重矩陣對數字經濟發展影響碳排放的強度進行分析，這也證明了本文的回歸結果是穩健的。下文將采用碳排放總量替換人均碳排放量的方法進行空間杜賓隨機效應計量分析，得到的回歸結果，如表8列（1）所示。

從替換被解釋變量的回歸結果來看，數字經濟的空間回歸系數和空間交乘項系數均在1%的顯著性水平下顯著，且回歸系數為正，空間交乘項系數為負，進一步驗證了數字經濟發展促進了碳排放強度增長的假設H1，以及數字經濟發展對對城市碳排放強度具有負向空間溢出效應的假設H2。

3.4.2?更換空間權重矩陣的穩健性檢驗

在前文的分析中主要采用的反距離空間權重矩陣構建模型，空間地理上的相鄰同樣對于碳排放強度具有較大影響，與此同時，經濟活動帶來的空間溢出效應也應考慮在內。因此本文構建鄰接矩陣和經濟距離空間權重矩陣來進一步檢驗回歸結果是否具有穩健性。從表8的列（2）和列（3）的匯報結果可以看出，兩者的回歸結果數值比較接近，且具有相似的趨勢和顯著性，同樣回歸系數為正，空間交乘項系數為負，主要結論依舊與上文具有一致性，更進一步驗證了本文的假設H1和H2。

4?進一步研究：作用機制檢驗

由于數字經濟發展所產生的規模效應可產生經濟增長，本文選擇人均?GDP?作為經濟增長代理變量與數字經濟交互，選擇產業結構指數為代理變量與數字經濟進行交互檢驗數字經濟的結構效應，回歸結果，如表9所示。

4.1?規模效應的機制檢驗

從數字經濟的規模效應來看，數字經濟發展與人均GDP的交互項的回歸系數在1%的顯著性水平下為負，表明數字經濟確實通過規模效應降低了城市的碳排放強度，雖然數字經濟的發展推動經濟規模的擴大，但不可避免的需要消耗大量的能源。經濟規模的擴張同時也提高了城市的人均收入水平，尤其是中國各級政府高度重視經濟高質量發展，這也在一定程度上提高了企業和公民的環保意識，同時，企業也會選擇更清潔的生產模式，以達到更好的節能效果，同時也會降低污染，所以，隨著人均收入的增加，環境管制的效果將會對區域內的二氧化碳排放量產生正面影響［28］。從空間溢出角度來看，W×dige×ln?pergdp顯著為正，伴隨著人均GDP的提高，說明數字經濟確實通過規模效應渠道降低了城市碳排放強度。假設H3中規模效應在數字經濟發展降低城市碳排放強度中的機制作用得以驗證。

4.2?結構效應的機制檢驗

從數字經濟結構效應來看，數字經濟與產業結構的交互項回歸系數以及空間溢出效應系數W×dige×ln?structure均未通過10%水平下的顯著性檢驗，表明數字經濟通過結構效應對于降低了城市的碳排放強度的作用尚不顯著。因此假設H3中結構效應在數字經濟發展降低城市碳排放強度中的機制作用并未得到驗證和支持，這與很多現有研究的結論不同，其原因可能是結構效應在數字經濟發展中的作用尚未得到充分發揮，其作用機制需要后續進一步分析。

所以，在引導數字經濟與中國產業結構合理、良性互動發展的同時，必須充分重視區域間特別是相鄰區域數字經濟的外部性問題，并積極推動數字經濟在更大范圍、更高層次、更深層次上的空間集聚。同時，要繼續提高區域數字經濟發展的引導和調節能力，促進以技術為導向的戰略資源，特別是以技術為導向的數字經濟與產業結構的良性互動。

5?結論與建議

隨著環境問題的日益嚴重，各國越來越關注數字經濟發展對二氧化碳排放的影響。本文利用空間杜賓模型的分解效應，研究了數字經濟發展以及各影響機制對于碳排放的直接效應、間接效應以及總效應，全面科學地辨別與測度數字經濟發展對中國碳排放強度的影響，基于前面的分析，本文得出以下結論：一是，現階段，我國數字經濟的發展對城市碳排放強度起到促進作用，即當前階段數字經濟的發展在空間層面上會導致碳排放強度的增加；二是，數字經濟發展對城市碳排放強度具有負向的空間溢出效應，即數字經濟的發展在樣本期間內雖然會造成本地的碳排放強度上升，但是有助于周邊地區的碳排放減排，且在總效應上也是負向顯著，即對于周邊地區的降低碳排放作用大于對本地的碳排放增加作用；三是，數字經濟發展主要通過規模效應降低城市碳排放強度，結構效應尚未起到顯著作用。

除了論證了以上數字經濟發展對碳排放強度的影響方式和作用機制外，本研究還對我國的經濟低碳發展具有如下啟示性意義：

首先，進一步發展數字經濟，提高發展質量，充分發揮數字經濟在碳排放中的積極作用。雖然在本文的樣本研究期內數字經濟對于本地的碳排放作用是消極的，但是對于整體范圍的減碳仍是有明顯的積極作用，且總體的積極效應大于對于本地的消極效應。因此，促進數字經濟進一步發展，對于碳減排來說仍是有利的。此外，隨著數字經濟的進一步發展，規模效應也會隨之進一步提高，將會產生更多的數字經濟紅利，也將會進一步助力我國的碳達峰碳中和目標實現。

其次，建立跨區域的碳排放聯防聯控等公共機構。本文研究發現碳排放存在顯著的空間集聚特征，同時不同因素對碳排放強度增長呈現空間溢出效應，若各地級市從各自視角治理碳排放問題，往往會造成治理效率低下、環境治理資金浪費。這就要求各地級市政府破解各行政區各自為政的局面，從更宏觀層面制定碳排放整治策略，構建碳排放區域聯動機制。建立城市間碳減排和綠色發展的相互合作機制，加強政府對企業綠色技術開發的支持;建立監督管理體系，并開展省市間綠色關鍵技術聯合攻關;建立跨行政區域的科技、人才、資本信息傳播與交流平臺，使數字經濟發展在空間溢出效應角度對于碳排放強度的抑制作用充分發揮。

最后，政府要進一步推出在數字經濟領域的創新扶持政策，充分發揮數字經濟減碳作用的規模效應。根據本文研究結果，規模效應在數字經濟發展對實現碳減排的促進作用非常顯著。數字基礎設施建設是數字經濟的發展基石;互聯網人才培養是數字經濟發展的引擎。積極的扶持政策有助于數字經濟規模的進一步擴大，使數字經濟發展的規模效應進一步發揮作用，從根本上為碳排放強度的減弱貢獻力量。

參考文獻：

［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.數字經濟助力實現“雙碳”目標：基本途徑、內在機理與行動策略［J］.北京師范大學學報（社會科學版），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，居來提·色依提.數字經濟、碳排放強度與綠色經濟轉型［J］.統計與決策，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.數字經濟發展對碳排放的影響：基于278個地級市的面板數據分析［J］.南方金融，2022（2）：45-57.

MIAO?L?J，CHEN?J，FAN?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.數字經濟、產業結構升級與碳排放［J］.統計與決策，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.數字經濟、經濟聚集與碳排放［J］.統計與決策，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，張愛國.數字經濟對碳排放強度的影響機制及空間效應［J］.環境科學與技術，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，王國梁，何怡然.數字化水平、產業結構調整與區域碳減排［J］.統計與決策，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.數字經濟發展對城市碳排放的影響［J］.金融與經濟，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.中國地級以上城市二氧化碳排放的影響因素分析：基于擴展的STIRPAT模型［J］.中國人口·資源與環境，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.信息化對中國能源強度的空間效應：基于空間杜賓誤差模型［J］.資源科學，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.準確衡量數字經濟的創新效應：基于數字溢出視角［J］.技術經濟與管理研究，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.數字經濟賦能區域綠色發展的低碳減排效應［J］.經濟與管理研究，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，王永玲，范丹.數字賦能與城市碳減排：內在機制與經驗證據［J］.中國環境科學，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.數字基礎設施降低碳排放的效應研究：基于“寬帶中國”戰略的準自然實驗［J］.南方經濟，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”目標下中國區域數字貿易的碳減排效應研究［J］.軟科學，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.中國數字經濟測度與驅動因素研究［J］.上海經濟研究，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.數字經濟、創業活躍度與高質量發展：來自中國城市的經驗證據［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.數字經濟發展對企業綠色技術創新的影響研究：基于異質性環境規制工具的門檻效應分析［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