數(shù)字經(jīng)濟發(fā)展對碳排放的影響

李朋林　候夢瑩

【摘要】選取2013 ～ 2020年我國30個省份的面板數(shù)據(jù)， 運用基于遺傳算法的投影尋蹤模型構(gòu)造省級層面的數(shù)字經(jīng)濟發(fā)展指數(shù)， 通過雙向固定模型、 中介效應(yīng)模型實證檢驗數(shù)字經(jīng)濟發(fā)展對碳排放的影響機制。研究發(fā)現(xiàn)： 數(shù)字經(jīng)濟發(fā)展對降低碳排放能夠起到十分顯著的促進作用； 數(shù)字經(jīng)濟主要通過技術(shù)創(chuàng)新、 產(chǎn)業(yè)升級、 能源結(jié)構(gòu)優(yōu)化以及資源配置效率提高等四條途徑影響碳排放； 數(shù)字化對中部地區(qū)的影響比東部地區(qū)更為顯著， 由此使得中部地區(qū)在實現(xiàn)碳達峰以及碳中和過程中有較為突出的后發(fā)優(yōu)勢。根據(jù)上述研究結(jié)論， 提出加快完善數(shù)字基礎(chǔ)設(shè)施建設(shè)、 充分發(fā)揮數(shù)字經(jīng)濟紅利及因地制宜推行數(shù)字經(jīng)濟發(fā)展戰(zhàn)略等政策建議。

【關(guān)鍵詞】數(shù)字經(jīng)濟；投影尋蹤模型；中介效應(yīng)；碳排放

【中圖分類號】F49；X32? ? ? 【文獻標(biāo)識碼】A? ? ? 【文章編號】1004-0994（2023）10-0153-8

一、 引言

改革開放以來， 我國經(jīng)歷了近40年的經(jīng)濟高速增長， 已經(jīng)成為世界第二大經(jīng)濟體。與此同時， 我國也成為世界上最大的碳排放國（Xu Qiong和Zhong Meirui，2022）?！妒澜缒茉唇y(tǒng)計年鑒2022》統(tǒng)計數(shù)據(jù)顯示， 2011 ～ 2021年， 我國碳排放量由88.8億噸上升至105.8億噸， 占世界碳排放總量的31%， 由此帶來了一系列諸如極端氣候頻發(fā)、 酸雨、 霧霾等環(huán)境問題， 減排形勢日益嚴峻?？紤]到全球變暖的負面影響， 以及經(jīng)濟高速發(fā)展帶來的環(huán)境惡化問題， 我國政府秉承負責(zé)任大國的態(tài)度， 毅然決然地制定了“2030年前實現(xiàn)碳達峰、 2060年前實現(xiàn)碳中和”的宏偉目標(biāo)。因此， 尋求降低碳排放的方法已經(jīng)成為政府、 企業(yè)、 學(xué)術(shù)界需要迫切解決的熱點問題。要使我國經(jīng)濟進一步可持續(xù)發(fā)展， 實現(xiàn)人與自然和諧相處， 完成碳減排任務(wù)刻不容緩。

當(dāng)前， 以數(shù)字經(jīng)濟為代表的新一輪工業(yè)革命正在席卷全球， 其發(fā)展速度之快、 輻射范圍之廣、 影響程度之深前所未有。數(shù)字經(jīng)濟是以數(shù)字化的知識和信息作為關(guān)鍵生產(chǎn)要素（陳曉紅等，2022）， 以數(shù)字技術(shù)為核心驅(qū)動力量， 以現(xiàn)代信息網(wǎng)絡(luò)為重要載體， 通過數(shù)字技術(shù)與實體經(jīng)濟深度融合， 不斷提高經(jīng)濟社會的數(shù)字化、 網(wǎng)絡(luò)化、 智能化水平， 以一系列新模式和新業(yè)態(tài)為表現(xiàn)形式的經(jīng)濟活動。數(shù)字經(jīng)濟主要包含兩大部分： 一是數(shù)字產(chǎn)業(yè)化， 以信息與通信技術(shù)服務(wù)部分為主， 包含軟件業(yè)和相關(guān)服務(wù)業(yè)、 互聯(lián)網(wǎng)行業(yè)、 電信業(yè)、 電子信息制造業(yè)； 二是產(chǎn)業(yè)數(shù)字化， 具體為工業(yè)互聯(lián)網(wǎng)、 服務(wù)業(yè)和農(nóng)業(yè)數(shù)字化。由《中國數(shù)字經(jīng)濟發(fā)展白皮書（2022年）》可知， 2021年我國數(shù)字經(jīng)濟發(fā)展取得新突破， 數(shù)字產(chǎn)業(yè)化規(guī)模已經(jīng)達到8.4萬億元， 同比名義增長11.9%， 占GDP比重為7.3%； 同時產(chǎn)業(yè)數(shù)字化規(guī)模達到37.2萬億元， 同比名義增長17.2%， 占GDP比重為32.5%。

數(shù)字經(jīng)濟的迅猛發(fā)展引發(fā)了學(xué)術(shù)界廣泛且持續(xù)的研究， 大致分為數(shù)字經(jīng)濟的內(nèi)涵、 規(guī)律、 功能以及發(fā)展趨勢等方面： 從數(shù)字經(jīng)濟的內(nèi)涵來看， 國內(nèi)學(xué)者主要從信息化（孫德林和王曉玲，2004）、 數(shù)字技術(shù)（李長江，2017）、 信息和通信技術(shù)（逄健和朱欣民，2013）及新經(jīng)濟等角度來討論； 從數(shù)字經(jīng)濟發(fā)展規(guī)律來看， 謝康和肖靜華（2022）主要從數(shù)字經(jīng)濟的創(chuàng)新、 運行和政策方面提出八大規(guī)律； 從數(shù)字經(jīng)濟發(fā)展趨勢來看， 數(shù)字經(jīng)濟將立足本國優(yōu)勢產(chǎn)業(yè)（石建勛和朱婧池，2022）， 加快與實體經(jīng)濟深度融合（王琛偉，2022）； 而研究最多的領(lǐng)域， 當(dāng)屬有關(guān)數(shù)字經(jīng)濟的經(jīng)濟效應(yīng)， 李?。?022）認為數(shù)字經(jīng)濟的發(fā)展可賦能鄉(xiāng)村振興， 趙濤等（2020）和張勛等（2019）認為數(shù)字經(jīng)濟激發(fā)并改善了農(nóng)村居民的創(chuàng)業(yè)行為， 萬曉瓊和王少龍（2022）、 李宗顯和楊千帆（2021）、 趙濤等（2020）認為數(shù)字經(jīng)濟促進了我國經(jīng)濟高質(zhì)量發(fā)展， 戴翔和楊雙至（2022）認為數(shù)字經(jīng)濟推動了制造業(yè)轉(zhuǎn)型， 戚聿東和肖旭（2020）認為數(shù)字經(jīng)濟推動了企業(yè)內(nèi)部管理模式的一系列變革。然而， 目前對數(shù)字經(jīng)濟的環(huán)境效應(yīng)研究較少。從已有的研究來看， 一部分學(xué)者認為數(shù)字經(jīng)濟增長不利于提高能源效率進而間接增加了碳排放（Lu Zhang，2022）， 另一部分學(xué)者則認為數(shù)字經(jīng)濟主要通過技術(shù)創(chuàng)新（郭豐等，2022）、 產(chǎn)業(yè)結(jié)構(gòu)升級（謝文倩等，2022）這兩條路徑來促進碳減排（Li Zhiguo和Wang Jie，2022）?？梢?， 關(guān)于數(shù)字經(jīng)濟對碳排放的影響， 學(xué)者們見仁見智， 目前尚無定論。因此， 明確數(shù)字經(jīng)濟對碳排放的影響并研究其作用機制很有必要。

基于此， 本文將重點關(guān)注數(shù)字經(jīng)濟發(fā)展對碳排放的影響， 可能的邊際貢獻主要體現(xiàn)在以下三個方面： 一是在數(shù)字經(jīng)濟指數(shù)的測度上， 基于遺傳算法的投影尋蹤模型對數(shù)字經(jīng)濟發(fā)展指數(shù)進行了改進； 二是在研究內(nèi)容上， 不同于大多數(shù)研究只注重數(shù)字經(jīng)濟發(fā)展對改善創(chuàng)業(yè)、 鄉(xiāng)村振興、 企業(yè)內(nèi)部管理變革以及高質(zhì)量發(fā)展等經(jīng)濟方面的影響， 鑒于生態(tài)環(huán)境問題越來越受重視， 本文從數(shù)字經(jīng)濟發(fā)展對環(huán)境的影響展開研究； 三是在作用機理的分析中， 本文拓寬了數(shù)字經(jīng)濟發(fā)展對碳排放的傳導(dǎo)路徑， 且首次從資源配置效率這一作用機制出發(fā)， 探究了數(shù)字經(jīng)濟對碳排放可能產(chǎn)生的影響， 豐富了對碳排放的相關(guān)研究。

二、理論分析與研究假設(shè)

（一）數(shù)字經(jīng)濟發(fā)展與碳排放

數(shù)字經(jīng)濟本身具有綠色、 創(chuàng)新、 共享等特點， 這些特點讓其成為符合可持續(xù)發(fā)展方式的一種新型經(jīng)濟形態(tài)（孔令英等，2022）。第一， 規(guī)模化、 多樣化以及高速化的信息呈現(xiàn)、 方便快捷的信息搜查都是數(shù)字經(jīng)濟所獨有的特征， 加上其數(shù)據(jù)的可復(fù)制性和可移動性等優(yōu)點， 顯著增強了利用數(shù)據(jù)進行價值創(chuàng)造的能力， 同時也使得其成本大幅縮減（陳曉紅等，2022）。數(shù)字產(chǎn)業(yè)主要由信息技術(shù)服務(wù)業(yè)和以互聯(lián)網(wǎng)為基礎(chǔ)的相關(guān)產(chǎn)業(yè)組成， 其綠色化程度通常高于傳統(tǒng)產(chǎn)業(yè)， 從而使其對環(huán)境造成的危害減小。與此同時， 數(shù)字化企業(yè)憑借其強大的經(jīng)濟實力， 往往更加注重現(xiàn)代化和環(huán)保， 從而對環(huán)境大有裨益。第二， 作為數(shù)字經(jīng)濟的產(chǎn)業(yè)基礎(chǔ)， 數(shù)字產(chǎn)業(yè)可以幫助其他行業(yè)減少碳排放。數(shù)字技術(shù)的易滲透性和可衍生性， 有利于全面改造傳統(tǒng)產(chǎn)業(yè)， 并支持創(chuàng)建更加智能和環(huán)保的企業(yè)， 這不僅降低了能源消耗和碳排放， 還提高了產(chǎn)業(yè)附加值。此外， 通過數(shù)字技術(shù)可以改造并升級傳統(tǒng)基礎(chǔ)設(shè)施， 使其更加現(xiàn)代化、 智能化。例如： 經(jīng)過數(shù)字技術(shù)改造的制造車間可以實現(xiàn)精準(zhǔn)預(yù)測和排放， 基于數(shù)字信息技術(shù)的智慧城市、 智慧交通、 智能家居可以實現(xiàn)自動節(jié)能、 智能減排。第三， 在數(shù)字經(jīng)濟時代， 各種各樣的數(shù)字化平臺如雨后春筍般涌現(xiàn)， 適時打通并有效整合生產(chǎn)、 流通、 消費以及服務(wù)等環(huán)節(jié)， 實現(xiàn)線上線下雙向聯(lián)動、 精準(zhǔn)匹配， 從而降低碳排放。由上述分析可知， 數(shù)字經(jīng)濟發(fā)展可顯著降低碳排放。

（二）機制分析

通過前述理論分析可知， 數(shù)字經(jīng)濟發(fā)展可降低碳排放， 那么具體是通過哪幾種路徑影響碳排放呢？這幾種路徑之間有聯(lián)系嗎？在其中是獨立還是交互著起作用呢？且尚需進一步分析， 如下所示。

首先， 產(chǎn)業(yè)結(jié)構(gòu)升級是產(chǎn)業(yè)結(jié)構(gòu)合理化和高級化的有機統(tǒng)一。信息技術(shù)產(chǎn)業(yè)化創(chuàng)造了許多新興產(chǎn)業(yè)， 這些產(chǎn)業(yè)基本上都是以技術(shù)的不斷更新升級為核心， 以數(shù)據(jù)信息為生產(chǎn)單元， 故而大都具有產(chǎn)出附加值高、 資源消耗少、 環(huán)境污染少等特點， 而且這些技術(shù)密集型產(chǎn)業(yè)的發(fā)展壯大促使產(chǎn)業(yè)結(jié)構(gòu)持續(xù)優(yōu)化， 必將減少碳排放。數(shù)字經(jīng)濟將數(shù)字技術(shù)逐步滲透到傳統(tǒng)的工業(yè)、 農(nóng)業(yè)、 服務(wù)業(yè)等各個環(huán)節(jié)， 使其與之深度融合， 使得傳統(tǒng)產(chǎn)業(yè)實現(xiàn)了向自動化、 智能化方向轉(zhuǎn)型， 促進了傳統(tǒng)產(chǎn)業(yè)優(yōu)化升級， 從而使得產(chǎn)業(yè)部門之間的聯(lián)系更加緊密， 結(jié)構(gòu)更加合理， 可以降低能耗、 提高能效， 從而影響碳排放。經(jīng)過統(tǒng)計， 將數(shù)字技術(shù)應(yīng)用到能源、 制造、 農(nóng)業(yè)等行業(yè)已經(jīng)幫助全球減少了至少15%的碳排放（葛立宇等，2022）?；诖?， 本文預(yù)測： 數(shù)字經(jīng)濟可以通過產(chǎn)業(yè)結(jié)構(gòu)升級降低碳排放。

其次， 數(shù)字經(jīng)濟內(nèi)生于技術(shù)創(chuàng)新， 又服務(wù)于技術(shù)創(chuàng)新。數(shù)字經(jīng)濟的發(fā)展可以顯著降低交易和信息搜索成本， 加速要素流動， 不僅促進創(chuàng)新資源的集聚， 還能減少行業(yè)間差異和突破空間邊界， 加速知識溢出， 并通過提高創(chuàng)新合作水平促進技術(shù)創(chuàng)新（韓璐等，2021）。而董直慶等（2014）的研究表明， 清潔和非清潔技術(shù)的進步， 都可以減少環(huán)境污染， 促進碳減排。數(shù)字經(jīng)濟在提高創(chuàng)新水平的同時也提高了創(chuàng)新活動與現(xiàn)實需求的匹配效率（李宗顯和楊千帆，2021）， 從而進一步強化技術(shù)創(chuàng)新的減排效應(yīng)（Zhang Jinning等，2022）。李廣昊和周小亮（2021）的研究表明， 數(shù)字經(jīng)濟通過技術(shù)創(chuàng)新來推動生產(chǎn)方式集約化和居民生活方式線上化轉(zhuǎn)型， 從而提高環(huán)境質(zhì)量， 助力碳減排。由上述分析可知， 數(shù)字經(jīng)濟可以通過技術(shù)創(chuàng)新降低碳排放。

再次， 我國以煤炭為主的能源消費結(jié)構(gòu)是導(dǎo)致二氧化碳排放的最重要因素（Yang Zhen等，2022）， 數(shù)字化發(fā)展正在推動能源結(jié)構(gòu)向供需雙方的脫碳轉(zhuǎn)型。在供應(yīng)方面， 數(shù)字技術(shù)監(jiān)控整個能源生產(chǎn)過程， 提高舊化石能源部門的生產(chǎn)效率， 并在能源系統(tǒng)運行和減少環(huán)境破壞方面發(fā)揮至關(guān)重要的作用。改進的數(shù)字技術(shù)可能有利于刺激可再生能源的開發(fā)和使用， 縮短新能源研發(fā)周期， 提高研發(fā)效率， 從而改變能源消費結(jié)構(gòu)， 有效減少碳排放。在需求方面， 數(shù)字技術(shù)有潛力在自我診斷、 衛(wèi)星導(dǎo)航、 關(guān)鍵基礎(chǔ)設(shè)施和運輸?shù)阮I(lǐng)域全面提高清潔能源使用比例和消費效率， 所有這些都對節(jié)能減排至關(guān)重要。由上述分析可知， 數(shù)字經(jīng)濟可以通過能源結(jié)構(gòu)優(yōu)化降低碳排放。

最后， 在現(xiàn)實的經(jīng)濟運行過程中， 既定資源配置決策成效受到地理和信息雙重約束（張鵬，2019）， 生活中供給與需求方信息常常是有差異的、 不完全的， 其行為更是盲目的、 低效率的， 容易導(dǎo)致資源錯配。而數(shù)字經(jīng)濟發(fā)展提高了信息的透明度， 恰恰為供求雙方搭建了信息橋梁， 使得供給信息與需求信息更加完整真實可靠， 數(shù)字化程度越深， 搜查信息的效率也隨之越高， 使得供需之間精準(zhǔn)匹配， 加速生產(chǎn)要素的流動置換， 進而有效提高了資源配置效率（Zhang Jinning等，2022）。隨著數(shù)字交易平臺的加速涌現(xiàn)， 線上線下實現(xiàn)了實時互動， 企業(yè)的生產(chǎn)經(jīng)營活動在某種程度上突破了地理距離的約束， 使得企業(yè)競爭突破了原有的邊界， 競爭范圍得以無限拓展， 進而使得企業(yè)之間的競爭更加激烈。企業(yè)間競爭越激烈， 生產(chǎn)要素流動將越充分， 那些固步自封、 不懂變革的低效率企業(yè)終將被淘汰出局， 留下的將是能夠充分利用資源、 實現(xiàn)邊際效益最大化的高效率企業(yè)， 最終實現(xiàn)資源的優(yōu)化配置。數(shù)字技術(shù)本身具有的連接功能可以將供求信息轉(zhuǎn)換為數(shù)據(jù)， 并使用大數(shù)據(jù)進行供需的有效整合與精準(zhǔn)匹配， 從而降低交易或協(xié)調(diào)成本， 大大提高資源配置效率（丁志帆，2020）， 進而減少能源的消耗， 助力碳減排。由上述分析可知， 數(shù)字經(jīng)濟可以通過提高資源配置效率降低碳排放。

根據(jù)上文分析， 本文認為數(shù)字經(jīng)濟可通過產(chǎn)業(yè)結(jié)構(gòu)升級、 技術(shù)創(chuàng)新、 優(yōu)化能源結(jié)構(gòu)和資源配置效率促進碳減排， 其中技術(shù)創(chuàng)新是產(chǎn)業(yè)結(jié)構(gòu)升級、 優(yōu)化能源結(jié)構(gòu)、 提高資源配置效率的內(nèi)在動力， 而產(chǎn)業(yè)結(jié)構(gòu)升級、 優(yōu)化能源結(jié)構(gòu)和提高資源配置效率又倒逼技術(shù)創(chuàng)新， 并且產(chǎn)業(yè)結(jié)構(gòu)升級和能源結(jié)構(gòu)優(yōu)化共同促進了生產(chǎn)要素匹配效率的提升， 進而提高資源配置效率。這4條路徑或分別或交互發(fā)揮作用， 最終降低了碳排放。由此提出以下假設(shè)：

H1： 數(shù)字經(jīng)濟可顯著降低碳排放。

三、 研究設(shè)計

（一）模型設(shè)定

為了驗證前文的假設(shè)， 構(gòu)建了以下基本模型：

lnceit=β0+β1digeit+βccontrolit+μi+λt+εit? （1）

在模型（1）中： lnceit表示在t時期省份i的碳排放量； digeit表示在t時期省份i的數(shù)字經(jīng)濟發(fā)展水平； controlit表示一系列控制變量； μi、 λt分別表示個體固定效應(yīng)與時間固定效應(yīng)； εit是隨機擾動項。

除了模型（1）中反映的直接效應(yīng)外， 為了討論數(shù)字經(jīng)濟發(fā)展對于碳排放的可能影響機制， 本文根據(jù)溫忠麟和葉寶娟（2014）提出的中介效應(yīng)檢驗法， 對科技創(chuàng)新、 產(chǎn)業(yè)結(jié)構(gòu)升級、 能源結(jié)構(gòu)以及資源配置效率等間接效應(yīng)進行檢驗， 構(gòu)建如下模型：

lnceit=a0+a1digeit+γcontrolit+εit? （2）

Mit=b0+b1digeit+γcontrolit+εit? （3）

lnceit=c0+c1digeit+c2Mit+γcontrolit+εit? ?（4）

上式中， Mit表示技術(shù)創(chuàng)新、 產(chǎn)業(yè)結(jié)構(gòu)升級、 能源結(jié)構(gòu)、 資源配置效率等中介渠道。依據(jù)因果逐步回歸檢驗原理， 核心解釋變量和中介變量回歸系數(shù)， 即a1、 b1、 c2都顯著， 且系數(shù)c1較a1數(shù)值變小或者顯著性降低， 表明存在顯著傳導(dǎo)機制。

（二）變量測度與說明

1. 基于投影尋蹤法測算數(shù)字經(jīng)濟發(fā)展指數(shù)。對于數(shù)字經(jīng)濟發(fā)展水平的測度， 多數(shù)文獻主要使用熵權(quán)法或主成分分析法， 但這兩種方法均存在一定程度的局限性。熵權(quán)法過于依賴客觀指標(biāo)， 且無法考慮到指標(biāo)與指標(biāo)之間的橫向影響， 可能導(dǎo)致權(quán)重失真， 最終結(jié)果無效； 主成分分析法前提假設(shè)之一為指標(biāo)之間是線性關(guān)系（虞曉芬和傅玳，2004）， 但實際情況往往并非如此， 且提取的主成分可能不符合實際背景。為彌補指標(biāo)賦權(quán)上的不足以及考慮到數(shù)據(jù)具有高維度、 非線性、 非正態(tài)特征（唐珺等2022）， 本文借鑒鄧楚雄等（2013）提出的投影尋蹤模型進行綜合評價， 既可最大限度地保留原始數(shù)據(jù)特征， 又能克服傳統(tǒng)評價方法主觀性過強的缺陷， 并根據(jù)數(shù)字經(jīng)濟發(fā)展的內(nèi)涵、 條件與應(yīng)用、 機制分析并結(jié)合相關(guān)數(shù)據(jù)的可獲得性， 構(gòu)建了數(shù)字經(jīng)濟發(fā)展載體、 數(shù)字產(chǎn)業(yè)化及產(chǎn)業(yè)數(shù)字化3個一級指標(biāo)， 18個二級指標(biāo)（王軍等，2021）。在此基礎(chǔ)上， 最終形成數(shù)字經(jīng)濟發(fā)展水平評價體系（見表1）， 記為dige。

2. 中介變量。技術(shù)創(chuàng)新（tech）， 用專利授權(quán)數(shù)來表示； 產(chǎn)業(yè)結(jié)構(gòu)升級（indus）， 用第三產(chǎn)業(yè)和第二產(chǎn)業(yè)產(chǎn)值的百分比來表示； 能源結(jié)構(gòu)（es）， 用煤炭消費量占各地區(qū)能源消費總量的份額來衡量； 資源配置效率， 基于陳永偉和胡偉明（2011）的研究， 本文用資本錯配指數(shù)（Tki）和勞動力錯配指數(shù)（Tli）來衡量資源配置效率。

其中： si=piyi/Y代表區(qū)域i的產(chǎn)出yi在整個經(jīng)濟產(chǎn)出Y中所占的份額； βk=? ? ? ? ? ?siβki代表資本貢獻的產(chǎn)出加權(quán)值； Ki/K表示i地區(qū)實際使用的資本占總資本的比例（張軍等，2004）， 而資本有效配置時i地區(qū)使用資本的理論比例用siβki/βk表示。參考白俊紅等（2018）的研究， 可以用C-D生產(chǎn)函數(shù)測算出要素產(chǎn)出彈性。鑒于存在資源配置過度（Tki或Tli<0）和配置不足（Tki或Tli>0）的情況， 本文對資源錯配指數(shù)進行絕對值處理， 以保持回歸方向一致。該數(shù)值越大表明資源錯配越嚴重， 則資源配置效率越低。當(dāng)解釋變量的回歸系數(shù)為負， 即解釋變量與被解釋變量負相關(guān)時， 可以提高資源配置效率； 相反， 則表明資源配置效率降低。

3.? 控制變量。除上面列出的變量外， 本研究還涉及一些其他變量： 經(jīng)濟發(fā)展水平（lnpgdp）， 用人均GDP的自然對數(shù)衡量； 經(jīng)濟發(fā)展速度（egrow）， 用各地區(qū)GDP的年增長速度衡量； 人口規(guī)模（popu）， 用省人口總數(shù)的自然對數(shù)來衡量， 調(diào)查表明， 家庭生活對二氧化碳排放量的貢獻不容低估， 家庭層面的能源消耗可以通過人口規(guī)模來體現(xiàn)； 能源消耗（pener）， 用人均用電消耗量的自然對數(shù)來表示， 因為電力消耗是能源消費的主要方式之一； 對外開放（op）， 用進出口總額占GDP的比值表示。

（三）數(shù)據(jù)來源

由于我國的數(shù)字經(jīng)濟從最近十年才開始迅猛發(fā)展， 同時考慮到2013年以前關(guān)于數(shù)字經(jīng)濟的數(shù)據(jù)缺失情況比較嚴重， 故而研究樣本的期間選擇在2013 ～ 2020年， 以我國30個省級行政區(qū)的面板數(shù)據(jù)（鑒于數(shù)據(jù)的可獲得性， 西藏自治區(qū)及中國港澳臺地區(qū)除外）為具體研究對象。除數(shù)字普惠金融數(shù)據(jù)來源于北京大學(xué)數(shù)字金融研究中心與螞蟻金服集團外， 剩余數(shù)據(jù)均取自《中國統(tǒng)計年鑒》《中國能源統(tǒng)計年鑒》《中國高技術(shù)產(chǎn)業(yè)年鑒》、 國家統(tǒng)計局官網(wǎng)。采用MATLAB和STATA16.0軟件進行相關(guān)數(shù)據(jù)處理和模型檢驗。運用線性插值法補充各個缺失值， 各個變量的描述性統(tǒng)計結(jié)果如表2所示。

下面將從集中度趨勢和離散度兩個方面分析表2的描述性統(tǒng)計結(jié)果。從集中度趨勢看， 數(shù)字經(jīng)濟發(fā)展指數(shù)的平均值為0.747， 最大值為3.319， 表明數(shù)字經(jīng)濟發(fā)展整體水平仍比較低； 各個省份碳排放量取對數(shù)后的平均值為5.663， 最小值為3.726， 說明碳排放量的降低還存在較大空間。從離散程度看， 技術(shù)創(chuàng)新的標(biāo)準(zhǔn)差為1.371， 勞動力錯配指數(shù)的標(biāo)準(zhǔn)差為2.589， 經(jīng)濟發(fā)展速度的標(biāo)準(zhǔn)差為2.540， 可見技術(shù)創(chuàng)新水平、 勞動力錯配程度和經(jīng)濟發(fā)展速度的波動幅度較大。資本錯配指數(shù)、 產(chǎn)業(yè)結(jié)構(gòu)升級、 能源結(jié)構(gòu)、 對外開放、 人口規(guī)模、 經(jīng)濟發(fā)展水平以及能源消耗的標(biāo)準(zhǔn)差均小于1， 表明這些變量的數(shù)據(jù)波動程度較小， 與現(xiàn)實情況相符。

四、 實證結(jié)果與分析

（一）基準(zhǔn)回歸結(jié)果

各個解釋變量之間或許會出現(xiàn)多重共線性問題， 從而造成估計結(jié)果出現(xiàn)偏差。為了從根本上消除這種偏差， 本文分別利用相關(guān)性分析剔除了與其他解釋變量高度相關(guān)的變量， 又用逐步回歸法剔除了讓核心解釋變量的顯著性消失或顯著性下降過快的變量， 檢驗后依次剔除了城鎮(zhèn)化和能源強度等變量。表3列示了模型（1）的回歸結(jié)果。列（1）是沒有加入控制變量的估計結(jié)果， 從中可以看出， 回歸系數(shù)顯著為負， 表明數(shù)字經(jīng)濟的發(fā)展有效抑制了碳排放； 列（2） ～ （6）依次加入控制變量后， 數(shù)字經(jīng)濟發(fā)展對碳排放的回歸系數(shù)穩(wěn)定在-0.16附近， 且均通過了1%的顯著性水平檢驗， 說明在考察期內(nèi)， 數(shù)字經(jīng)濟發(fā)展對降低碳排放具有十分顯著的促進作用， 該結(jié)果驗證了H1。

此外， 在加入了控制變量的列（6）中， 各地區(qū)對外開放（op）與碳排放之間具有顯著的負向關(guān)系， 表明隨著對外開放程度加深， 該地區(qū)的經(jīng)濟可能越來越發(fā)達， 更加注重發(fā)展環(huán)境友好型產(chǎn)業(yè)， 促進產(chǎn)業(yè)綠色化轉(zhuǎn)型， 進而有效降低碳排放； 經(jīng)濟發(fā)展水平（lnpgdp）與碳排放之間具有顯著的負向關(guān)系， 說明地區(qū)經(jīng)濟發(fā)展水平越高， 人們對環(huán)境質(zhì)量的要求越高， 環(huán)保意識可能越深入人心， 盡可能采用節(jié)能技術(shù)或增加清潔能源的使用， 加快經(jīng)濟發(fā)展方式的轉(zhuǎn)變， 政府也將加大對污染行為的處罰力度， 從而促進碳減排； 經(jīng)濟增長速度（egrow）也在5%的水平上顯著為正， 表明政府為達成經(jīng)濟增長這一首要目標(biāo)， 會以犧牲部分環(huán)境質(zhì)量為代價； 人口規(guī)模（popu）和能源消耗（pener）對碳排放的影響系數(shù)為正， 且均在1%的水平上顯著， 表明人口規(guī)模越大， 人們生活、 外出及住房等需求越大， 能源消耗就越多， 最終導(dǎo)致了碳排放顯著增加。

（二）中介效應(yīng)檢驗

前文全面分析了數(shù)字經(jīng)濟發(fā)展對碳排放影響的傳導(dǎo)機制， 為驗證該作用機制， 選用因果逐步回歸法進行實證檢驗， 回歸結(jié)果見表4。

首先， 由列（1）和列（3）可見， 數(shù)字經(jīng)濟的系數(shù)分別為0.482和0.323， 并且通過了1%的顯著性水平檢驗， 表明數(shù)字經(jīng)濟發(fā)展可以讓創(chuàng)新參與者在不同空間和不同時間下共同傳播和分享知識， 實現(xiàn)知識的累加效應(yīng)， 改造和更新創(chuàng)新體系， 進而提高技術(shù)創(chuàng)新水平； 也表明數(shù)字經(jīng)濟逐漸成為產(chǎn)業(yè)間的“潤滑油”， 基于數(shù)字化的新型農(nóng)業(yè)、 智能工業(yè)、 智慧服務(wù)業(yè)的快速發(fā)展， 使得產(chǎn)業(yè)結(jié)構(gòu)朝高級化方向發(fā)展， 而且數(shù)字經(jīng)濟的發(fā)展模糊了產(chǎn)業(yè)原有的界限， 使得產(chǎn)業(yè)與產(chǎn)業(yè)間的聯(lián)系更加緊密， 驅(qū)動產(chǎn)業(yè)結(jié)構(gòu)朝著更加合理的方向發(fā)展， 從而共同推動產(chǎn)業(yè)結(jié)構(gòu)升級。由列（2）和列（4）可知， 數(shù)字經(jīng)濟與技術(shù)創(chuàng)新、 產(chǎn)業(yè)結(jié)構(gòu)升級的系數(shù)都為負， 均在1%的水平上顯著， 且數(shù)字經(jīng)濟系數(shù)與模型（1）相比， 絕對值略有下降， 說明存在傳導(dǎo)機制， 即數(shù)字經(jīng)濟發(fā)展可以通過科技創(chuàng)新、 產(chǎn)業(yè)結(jié)構(gòu)升級助力碳減排。

其次， 從能源結(jié)構(gòu)視角來看， 能源結(jié)構(gòu)系數(shù)顯著為負， 表明數(shù)字經(jīng)濟發(fā)展提高了清潔能源使用比例， 促進了以煤炭為主的能源結(jié)構(gòu)轉(zhuǎn)型。列（6）的檢驗結(jié)果表明， 數(shù)字經(jīng)濟系數(shù)顯著性降低， 而能源結(jié)構(gòu)系數(shù)顯著為正， 說明能源部門數(shù)字化的整合和滲透有助于提高能源利用效率、 轉(zhuǎn)變消費模式以及實現(xiàn)低碳化發(fā)展， 證明能源結(jié)構(gòu)是數(shù)字經(jīng)濟發(fā)展降低碳排放的中介變量。

最后， 從資源配置效率方面來看， 表4列（7）和列（9）結(jié)果表明， 數(shù)字經(jīng)濟發(fā)展對資本和勞動力錯配指數(shù)存在顯著負向影響， 并都通過了5%的顯著性水平檢驗， 說明數(shù)字經(jīng)濟發(fā)展對資本要素錯配和人力要素錯配具有明顯的改善作用， 且數(shù)字經(jīng)濟對資本要素扭曲的改善效應(yīng)明顯大于對勞動力要素扭曲的改善效應(yīng)。數(shù)字經(jīng)濟發(fā)展促使市場主體的生產(chǎn)過程和管理形態(tài)發(fā)生改變， 數(shù)字技術(shù)應(yīng)用促進數(shù)字技術(shù)與實體經(jīng)濟深度融合， 加快要素自由流動， 從而提升市場資源配置效率， 為經(jīng)濟可持續(xù)發(fā)展提供內(nèi)在動力。由表4列（8）和列（10）可以看出， 數(shù)字經(jīng)濟可通過提高資源配置效率（促進資本要素和勞動力要素的合理配置）來降低碳排放。

（三）穩(wěn)健性檢驗

為保證本文研究結(jié)果的穩(wěn)健性， 利用如下方法進行穩(wěn)健性檢驗。

1. 替換被解釋變量。地理區(qū)域不同， 各地區(qū)的人口數(shù)量自然也千差萬別， 而人均碳排放也可以用來表示一個區(qū)域的碳排放程度， 使碳排放具體到每個人， 這可以更加真實地體現(xiàn)在經(jīng)濟社會的快速發(fā)展過程中既考慮了公平， 也沒有忽視效率。因此， 在穩(wěn)健性檢驗過程中， 本文使用人均碳排放來替代被解釋變量。由表5列（1）的結(jié)果可知， 數(shù)字經(jīng)濟發(fā)展在1%的水平上顯著， 證明原結(jié)論比較可靠， 說明大力發(fā)展數(shù)字經(jīng)濟有利于雙碳目標(biāo)的實現(xiàn)。

2. 更換模型估計方法。結(jié)合現(xiàn)實情況， 通常認為每個地區(qū)上一年的碳排放量大概率會影響本年的碳排放量， 這種影響是持續(xù)的、 動態(tài)的， 而前文用的是靜態(tài)面板雙固定效應(yīng)模型?；诖耍?為了避免這種情況引起的估計偏誤， 在模型中加入滯后一期的被解釋變量， 即為上一年的碳排放量， 將模型更換為動態(tài)固定效應(yīng)模型再次進行檢驗。表5列（2）的結(jié)果表明， 數(shù)字經(jīng)濟水平的系數(shù)依舊顯著為負， 然而其絕對值降低明顯， 而且滯后的被解釋變量系數(shù)在1%的水平上顯著為正， 即可認為上一年的碳排放的確影響到了當(dāng)年的碳排放。

3. 內(nèi)生性檢驗。經(jīng)濟學(xué)研究中不可忽視的一個重要問題就是內(nèi)生性問題。從本研究來看， 一方面控制變量不可能覆蓋所有影響碳排放的經(jīng)濟因素， 另一方面數(shù)字經(jīng)濟發(fā)展水平可能作用于碳排放， 而碳排放也可能反作用于數(shù)字經(jīng)濟發(fā)展水平， 兩者互為因果關(guān)系。一般來說， 環(huán)境良好、 空氣質(zhì)量較高的地方更能吸引經(jīng)濟實力雄厚的數(shù)字型企業(yè)家去投資。由于可能存在遺漏變量和潛在的反向因果關(guān)系問題， 本文試圖通過工具變量法緩解內(nèi)生性問題， 并確定數(shù)字經(jīng)濟發(fā)展對碳排放的凈影響。參考黃群慧等（2019）和趙濤等（2020）的做法， 本文數(shù)字經(jīng)濟發(fā)展指數(shù)的工具變量采用上一年各省全國互聯(lián)網(wǎng)寬帶用戶數(shù)與各省2002年每百人固定電話數(shù)量的交互項來表示。

豪斯曼檢驗的原假設(shè)為“所有解釋變量均為外生”， 即不存在內(nèi)生變量， 經(jīng)其檢驗后得出p值為0.0377， 顯然， 在5%的顯著性水平上強烈拒絕原假設(shè)， 故可認為數(shù)字經(jīng)濟水平指數(shù)為內(nèi)生變量， 應(yīng)該使用工具變量法。在使用工具變量法時， 必須對工具變量的有效性進行檢驗。由表5可知， 不可識別檢驗顯示， K-PLM統(tǒng)計量的p值為0.000， 強烈拒絕不可識別的原假設(shè)； 表5中弱工具變量檢驗的C-DWF統(tǒng)計量顯示， 對于名義顯著性水平為1%的檢驗， 其真實性顯著水平超過了10%。因此， 以上檢驗驗證了工具變量選取的合理性。由表5列（3）可知， 在同時控制了時間、 地區(qū)及相關(guān)控制變量的情況下， 結(jié)果仍在1%的水平上顯著， 表明數(shù)字經(jīng)濟發(fā)展能夠助力碳減排的結(jié)論依然穩(wěn)健。

以上一系列穩(wěn)健性檢驗結(jié)果表明， 發(fā)展數(shù)字經(jīng)濟能夠助力碳減排這一結(jié)論是有效的、 合理的、 可靠的。這說明在當(dāng)前這一階段， 著力推動數(shù)字經(jīng)濟健康發(fā)展， 對提高生活環(huán)境質(zhì)量、 實現(xiàn)雙碳目標(biāo)意義重大。

（四）拓展分析： 區(qū)域異質(zhì)性

前文盡管針對數(shù)字經(jīng)濟發(fā)展對我國碳減排的影響及其內(nèi)部作用機制展開了深入而詳細的討論， 但是考慮到我國各區(qū)域人口、 自然資源稟賦、 政府政策的不同以及數(shù)字經(jīng)濟發(fā)展水平的不均衡， 有必要對全國區(qū)域進一步細分， 以確保研究結(jié)論的完整性與充分性。本文將樣本分為東部、 中部和西部三大區(qū)域， 深入研究數(shù)字經(jīng)濟發(fā)展和碳排放兩者關(guān)系的區(qū)域異質(zhì)性。

從表6列（2）和列（3）中可以看出， 我國中東部的數(shù)字經(jīng)濟發(fā)展對碳排放存在顯著的負向影響， 且均在5%的水平上顯著， 然而由系數(shù)比較可知， 發(fā)展數(shù)字經(jīng)濟對中部地區(qū)的碳排放影響程度反而強于對東部的影響。可能的原因主要有： 與中部地區(qū)相比， 我國的東部地區(qū)經(jīng)濟發(fā)展水平高， 人力資源豐富， 信息基礎(chǔ)設(shè)施及其配套設(shè)施更加完善， 數(shù)字化平臺發(fā)展更成熟， 生產(chǎn)要素可實現(xiàn)充分流動， 知識信息交流與傳播更加迅速。所以， 東部地區(qū)本身的技術(shù)創(chuàng)新水平和資源配置效率較高， 碳排放水平下降空間較小。然而在中部地區(qū)， 碳排放水平的下降空間較大， 可能是因為數(shù)字化本身的環(huán)境友好型特點初步顯現(xiàn)， 互聯(lián)網(wǎng)的外部溢出性及其相關(guān)產(chǎn)業(yè)的集聚效應(yīng)初顯， 這些因素共同促進了中部地區(qū)產(chǎn)業(yè)結(jié)構(gòu)和能源結(jié)構(gòu)得到進一步升級和優(yōu)化， 資源配置效率得到持續(xù)提升， 能耗降低明顯， 從而助力中部地區(qū)碳減排。由表6列（4）可見， 西部地區(qū)數(shù)字經(jīng)濟發(fā)展變量未通過顯著性檢驗： 一方面可能是由于廣大西部地區(qū)數(shù)字化基礎(chǔ)設(shè)施建設(shè)薄弱， 人力資源不足， 網(wǎng)絡(luò)發(fā)展與中東部地區(qū)相比， 仍存在較大差距， 數(shù)字經(jīng)濟發(fā)展還處于起步階段， 數(shù)字經(jīng)濟發(fā)展早期所產(chǎn)生的資源消耗增加抵消了數(shù)字賦能而產(chǎn)生的作用； 另一方面可能是各個產(chǎn)業(yè)在生產(chǎn)運營過程中生產(chǎn)要素錯配問題比較嚴重， 數(shù)字經(jīng)濟發(fā)展水平較低， 不能有效促進產(chǎn)業(yè)結(jié)構(gòu)升級， 進而限制了資源的有效配置， 這都將導(dǎo)致數(shù)字經(jīng)濟對西部地區(qū)碳排放不具顯著影響。

五、 研究結(jié)論及建議

（一）結(jié)論

本文首先從理論上對數(shù)字經(jīng)濟的內(nèi)涵予以界定， 并運用投影尋蹤法測算了數(shù)字經(jīng)濟發(fā)展指數(shù)， 然后基于我國30個省份2013 ～ 2020年的面板數(shù)據(jù)進行實證分析， 以數(shù)字經(jīng)濟發(fā)展產(chǎn)生的技術(shù)創(chuàng)新效應(yīng)、 產(chǎn)業(yè)結(jié)構(gòu)升級效應(yīng)、 優(yōu)化能源結(jié)構(gòu)效應(yīng)以及資源配置效應(yīng)作為機制切入點， 對數(shù)字經(jīng)濟發(fā)展與碳排放水平之間的內(nèi)在聯(lián)系進行了深入討論。結(jié)果表明： 數(shù)字經(jīng)濟發(fā)展對降低碳排放具有非常顯著的正向作用， 在通過一系列穩(wěn)健性檢驗后結(jié)論仍然可靠。機制檢驗表明， 數(shù)字經(jīng)濟發(fā)展可通過促進技術(shù)創(chuàng)新、 產(chǎn)業(yè)結(jié)構(gòu)升級、 優(yōu)化能源結(jié)構(gòu)及提高資源配置效率間接降低碳排放。區(qū)域異質(zhì)性分析表明， 數(shù)字經(jīng)濟在中東部地區(qū)的碳減排效應(yīng)更加明顯， 而對西部地區(qū)的碳減排影響不明顯。

（二）建議

經(jīng)過上述研究分析， 本文得出如下政策建議：

1. 政府要加快完善數(shù)字基礎(chǔ)設(shè)施建設(shè)。以持續(xù)加強新型數(shù)字信息基礎(chǔ)設(shè)施建設(shè)為抓手， 促使數(shù)字信息基礎(chǔ)設(shè)施建設(shè)水平進一步提高， 為數(shù)字經(jīng)濟提供良好的發(fā)展環(huán)境。同時， 加大各地區(qū)數(shù)字基礎(chǔ)設(shè)施建設(shè)的協(xié)調(diào)力度， 加快實體經(jīng)濟與數(shù)字技術(shù)的深度融合， 使數(shù)字經(jīng)濟的強大效能在助力碳減排方面得以充分釋放。

2. 不斷釋放數(shù)字經(jīng)濟紅利。應(yīng)充分認識到數(shù)字技術(shù)對綠色創(chuàng)新的重要性， 著力加強數(shù)字技術(shù)在綠色創(chuàng)新中的應(yīng)用， 不斷提高綠色創(chuàng)新水平， 研發(fā)清潔能源， 開拓清潔產(chǎn)業(yè)， 不斷優(yōu)化能源結(jié)構(gòu)； 加快數(shù)字技術(shù)應(yīng)用于傳統(tǒng)產(chǎn)業(yè)的步伐， 促進產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級； 加強數(shù)字技術(shù)應(yīng)用于資源配置， 促進生產(chǎn)要素充分流動， 提升生產(chǎn)要素供需適配性， 不斷改善人力、 資本等錯配情況， 持續(xù)提高資源配置效率， 力爭早日實現(xiàn)雙碳目標(biāo)。

3.? 立足區(qū)域發(fā)展差異， 因地制宜實施數(shù)字經(jīng)濟發(fā)展戰(zhàn)略。依托各地區(qū)資源稟賦， 大力發(fā)展本地化數(shù)字經(jīng)濟產(chǎn)業(yè)， 聚焦區(qū)域特色產(chǎn)業(yè)， 充分發(fā)揮比較優(yōu)勢， 依靠數(shù)字技術(shù)紅利提高區(qū)域資源利用效率， 賦能碳減排。產(chǎn)能過剩和資源過度配置的地區(qū)應(yīng)加快數(shù)字經(jīng)濟發(fā)展， 推動傳統(tǒng)產(chǎn)業(yè)的自動化、 數(shù)字化、 智能化轉(zhuǎn)型升級， 降低資源錯配水平， 實現(xiàn)經(jīng)濟發(fā)展和減少碳排放的雙贏。

【 主 要 參 考 文 獻 】

白俊紅，劉宇英．對外直接投資能否改善中國的資源錯配［ J］．中國工業(yè)經(jīng)濟，2018（1）：60 ～ 78．

陳曉紅，李楊揚，宋麗潔，汪陽潔．?dāng)?shù)字經(jīng)濟理論體系與研究展望［ J］．管理世界，2022（2）：208 ～ 224+13 ～ 16．

陳永偉，胡偉民．價格扭曲、要素錯配和效率損失：理論和應(yīng)用［ J］．經(jīng)濟學(xué)（季刊），2011（4）：1401 ～ 1422．

戴翔，楊雙至．?dāng)?shù)字賦能、數(shù)字投入來源與制造業(yè)綠色化轉(zhuǎn)型［ J］．中國工業(yè)經(jīng)濟，2022（9）：83 ～ 101．

鄧楚雄，謝炳庚，李曉青，劉利科，向云波．基于投影尋蹤法的長株潭城市群地區(qū)耕地集約利用評價［ J］．地理研究，2013（11）：2000 ～ 2008．

丁志帆．?dāng)?shù)字經(jīng)濟驅(qū)動經(jīng)濟高質(zhì)量發(fā)展的機制研究：一個理論分析框架［ J］．現(xiàn)代經(jīng)濟探討，2020（1）：85 ～ 92．

董直慶，蔡嘯，王林輝．技術(shù)進步方向、城市用地規(guī)模和環(huán)境質(zhì)量［ J］．經(jīng)濟研究，2014（10）：111 ～ 124．

葛立宇，莫龍炯，黃念兵．?dāng)?shù)字經(jīng)濟發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)升級與城市碳排放［ J］．現(xiàn)代財經(jīng)（天津財經(jīng)大學(xué)學(xué)報），2022（10）：20 ～ 37．

郭豐，楊上廣，任毅．?dāng)?shù)字經(jīng)濟、綠色技術(shù)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(xué)學(xué)報（哲學(xué)社會科學(xué)版），2022（3）：45 ～ 60．

韓璐，陳松，梁玲玲．?dāng)?shù)字經(jīng)濟、創(chuàng)新環(huán)境與城市創(chuàng)新能力［ J］．科研管理，2021（4）：35 ～ 45．

黃群慧，余泳澤，張松林．互聯(lián)網(wǎng)發(fā)展與制造業(yè)生產(chǎn)率提升：內(nèi)在機制與中國經(jīng)驗［ J］．中國工業(yè)經(jīng)濟，2019（8）：5 ～ 23．

孔令英，董依婷，趙賢．?dāng)?shù)字經(jīng)濟發(fā)展對碳排放的影響 ——? 基于中介效應(yīng)與門檻效應(yīng)的檢驗［ J］．城市發(fā)展研究，2022（9）：42 ～ 49+55．

李廣昊，周小亮．推動數(shù)字經(jīng)濟發(fā)展能否改善中國的環(huán)境污染 ——? 基于“寬帶中國”戰(zhàn)略的準(zhǔn)自然實驗［ J］．宏觀經(jīng)濟研究，2021（7）：146 ～ 160．

李?。?dāng)?shù)字技術(shù)賦能鄉(xiāng)村振興的內(nèi)在機理與政策創(chuàng)新［ J］．經(jīng)濟體制改革，2022（3）：77 ～ 83．

李長江．關(guān)于數(shù)字經(jīng)濟內(nèi)涵的初步探討［ J］．電子政務(wù)，2017（9）：84 ～ 92．

李宗顯，楊千帆．?dāng)?shù)字經(jīng)濟如何影響中國經(jīng)濟高質(zhì)量發(fā)展？［ J］．現(xiàn)代經(jīng)濟探討，2021（7）：10 ～ 19．

戚聿東，肖旭．?dāng)?shù)字經(jīng)濟時代的企業(yè)管理變革［ J］．管理世界，2020（6）：135 ～ 152+250．

石建勛，朱婧池．全球產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型發(fā)展特點、趨勢和中國應(yīng)對［ J］．經(jīng)濟縱橫，2022（11）：55 ～ 63．

孫德林，王曉玲．?dāng)?shù)字經(jīng)濟的本質(zhì)與后發(fā)優(yōu)勢［ J］．當(dāng)代財經(jīng)，2004（12）：22 ～ 23．

唐珺，高煜，李朋林．智慧城市能否通過智慧能源建設(shè)推動雙碳目標(biāo)實現(xiàn)？ ——? 基于合成控制法的試驗證據(jù)［J/OL］．軟科學(xué)：1 ～ 12［2022-11-27］．

萬曉瓊，王少龍．?dāng)?shù)字經(jīng)濟對粵港澳大灣區(qū)高質(zhì)量發(fā)展的驅(qū)動［ J］．武漢大學(xué)學(xué)報（哲學(xué)社會科學(xué)版），2022（3）：115 ～ 123．

王琛偉．?dāng)?shù)字經(jīng)濟和實體經(jīng)濟深度融合：核心動力、主要問題與趨勢對策［ J］．人民論壇·學(xué)術(shù)前沿，2022（18）：12 ～ 21．

王軍，朱杰，羅茜．中國數(shù)字經(jīng)濟發(fā)展水平及演變測度［ J］．?dāng)?shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2021（7）：26 ～ 42．

溫忠麟，葉寶娟．中介效應(yīng)分析：方法和模型發(fā)展［ J］．心理科學(xué)進展，2014（5）：731 ～ 745．

謝康，肖靜華．面向國家需求的數(shù)字經(jīng)濟新問題、新特征與新規(guī)律［ J］．改革，2022（1）：85 ～ 100．

謝文倩，高康，余家鳳．?dāng)?shù)字經(jīng)濟、產(chǎn)業(yè)結(jié)構(gòu)升級與碳排放［ J］．統(tǒng)計與決策，2022（17）：114 ～ 118．

虞曉芬，傅玳．多指標(biāo)綜合評價方法綜述［ J］．統(tǒng)計與決策，2004（11）：119 ～ 121．

張軍，吳桂英，張吉鵬．中國省際物質(zhì)資本存量估算：1952-2000［ J］．經(jīng)濟研究，2004（10）：35 ～ 44．

張鵬．?dāng)?shù)字經(jīng)濟的本質(zhì)及其發(fā)展邏輯［ J］．經(jīng)濟學(xué)家，2019（2）：25 ～ 33．

張騰，蔣伏心，韋朕韜．?dāng)?shù)字經(jīng)濟能否成為促進我國經(jīng)濟高質(zhì)量發(fā)展的新動能？［ J］．經(jīng)濟問題探索，2021（1）：25 ～ 39．

張勛，萬廣華，張佳佳，何宗樾．?dāng)?shù)字經(jīng)濟、普惠金融與包容性增長［ J］．經(jīng)濟研究，2019（8）：71 ～ 86．

趙濤，張智，梁上坤．?dāng)?shù)字經(jīng)濟、創(chuàng)業(yè)活躍度與高質(zhì)量發(fā)展 ——? 來自中國城市的經(jīng)驗證據(jù)［ J］．管理世界，2020（10）：65 ～ 76．

Li Zhiguo，Wang Jie. The dynamic impact of digital economy on carbon emission reduction： Evidence city-level empirical data in China［ J］．Journal of Cleaner Production，2022（351）：121 ～ 135．

Lu Zhang. Digital economy， energy efficiency， and carbon emissions： Evidence from provincial panel data in China［ J］．Science of the Total Environment，2022（852）：158403．

Xu Qiong， Zhong Meirui. Shared prosperity， energy-saving， and emission-reduction： Can ICT capital achieve a "win-win-win" situation？［ J］．Journal of Environmental Management，2022（319）：212 ～ 223．

Yang Zhen， et al.. Digitalization and carbon emissions： How does digital city construction affect China's carbon emission reduction？［ J］．Sustainable Cities and Society，2022（87）：1 ～ 14．

Zhang Jinning，Lyu Yanwei，Li Yutao，Geng Yong. Digital economy： An innovation driving factor for low-carbon development［ J］．Environmental Impact Assessment Review，2022（96）：101 ～ 113．

（責(zé)任編輯·校對： 李小艷? 黃艷晶）

【基金項目】國家社會科學(xué)基金項目“區(qū)域協(xié)調(diào)發(fā)展政策評價體系研究”（項目編號：19BJL043）