摘要：基于2013—2021年30個省份的面板數(shù)據(jù)對我國數(shù)字經(jīng)濟(jì)發(fā)展與區(qū)域碳排放的內(nèi)在關(guān)聯(lián)進(jìn)行研究，發(fā)現(xiàn)： 數(shù)字經(jīng)濟(jì)發(fā)展對區(qū)域碳排放存在抑制效應(yīng)，并且在穩(wěn)健性檢驗與異質(zhì)性檢驗后該結(jié)論依然成立。從資源配置效率視角綜合考慮經(jīng)濟(jì)效率與生態(tài)效率，利用SBM模型GML指數(shù)法構(gòu)建中介變量，結(jié)果顯示提升資源配置效率是數(shù)字經(jīng)濟(jì)發(fā)展抑制碳排放的潛在機(jī)制之一?？紤]到區(qū)域數(shù)字經(jīng)濟(jì)發(fā)展?fàn)顩r各異，采用面板雙門檻模型對樣本數(shù)據(jù)進(jìn)行差異性研究，結(jié)果表明：在數(shù)字經(jīng)濟(jì)發(fā)展水平相對落后但能源稟賦較為優(yōu)越的中西部地區(qū)，數(shù)字經(jīng)濟(jì)發(fā)展對碳排放的抑制效果更加顯著。

關(guān)鍵詞：數(shù)字經(jīng)濟(jì)；資源配置；SBM-GML；碳排放

中圖分類號：F49

文獻(xiàn)標(biāo)識碼：A

DOI：10.12186/2024.05.007

文章編號：2096-9864（2024）05-0056-09

改革開放40多年來，我國經(jīng)濟(jì)飛速發(fā)展，人民整體生活水平大幅提升，但經(jīng)濟(jì)發(fā)展初期以高污染、高能耗為代價的經(jīng)濟(jì)增長方式偏離了可持續(xù)發(fā)展理念。作為碳排放大國，中國在巴黎協(xié)定中提出“3060”雙碳目標(biāo)，以期推動構(gòu)建可持續(xù)發(fā)展的人類命運共同體。基于此背景，中國政府多次強(qiáng)調(diào)以綠色創(chuàng)新為核心驅(qū)動高質(zhì)量發(fā)展，這明確預(yù)示著中國未來的經(jīng)濟(jì)發(fā)展將加速邁向綠色與低碳。

為深入推進(jìn)黨的十九大提出的供給側(cè)結(jié)構(gòu)性改革，國內(nèi)多個省市以全要素生產(chǎn)率作為衡量經(jīng)濟(jì)發(fā)展效率的重要指標(biāo)［1］，堅持質(zhì)量和效率優(yōu)先，逐步實施推動經(jīng)濟(jì)轉(zhuǎn)型的政策。然而，在推動綠色發(fā)展、促進(jìn)人與自然和諧共生的內(nèi)在要求下，如何平衡經(jīng)濟(jì)發(fā)展和生態(tài)環(huán)境成為一個新問題。

《中國數(shù)字經(jīng)濟(jì)發(fā)展白皮書2020》［2］指出，截至2020年，中國數(shù)字經(jīng)濟(jì)規(guī)模已達(dá)39.2萬億元，數(shù)字經(jīng)濟(jì)貢獻(xiàn)了超過38%的國民生產(chǎn)總值，且增速大幅領(lǐng)先總體GDP。這說明高速發(fā)展的數(shù)字經(jīng)濟(jì)已成為當(dāng)下我國經(jīng)濟(jì)增長的新動能和新支點［3］。與此同時，數(shù)字技術(shù)衍生的互聯(lián)網(wǎng)生態(tài)經(jīng)濟(jì)與實體經(jīng)濟(jì)融合，為綠色循環(huán)經(jīng)濟(jì)注入了持續(xù)的活力、創(chuàng)新力和競爭力。

在追求高質(zhì)量發(fā)展的過程中，數(shù)字經(jīng)濟(jì)的發(fā)展為實現(xiàn)“雙碳”目標(biāo)提供了重要動力，數(shù)字經(jīng)濟(jì)發(fā)展是否有助于促進(jìn)區(qū)域碳排放的減少？在數(shù)字經(jīng)濟(jì)日益興盛、經(jīng)濟(jì)發(fā)展質(zhì)量日趨提高的情形下，數(shù)字經(jīng)濟(jì)助力實現(xiàn)“雙碳”目標(biāo)的潛在機(jī)制如何？在我國東部、中部和西部地區(qū)之間數(shù)字經(jīng)濟(jì)發(fā)展存在巨大差異的客觀事實下，數(shù)字經(jīng)濟(jì)在促進(jìn)區(qū)域碳排放減少的過程中是否存在門檻效應(yīng)？

針對這些問題，本文擬利用2013—2021年30個省份的省級面板數(shù)據(jù)檢驗數(shù)字經(jīng)濟(jì)發(fā)展對碳排放的抑制作用，并通過機(jī)制分析為數(shù)字經(jīng)濟(jì)發(fā)展促進(jìn)資源配置優(yōu)化，進(jìn)而助力實現(xiàn)“雙碳”目標(biāo)提供有力支撐。

一、文獻(xiàn)綜述與研究假設(shè)

近年來，數(shù)字經(jīng)濟(jì)的發(fā)展引起了學(xué)術(shù)界的廣泛關(guān)注，學(xué)者們探討了數(shù)字經(jīng)濟(jì)發(fā)展的經(jīng)濟(jì)效益，發(fā)現(xiàn)并驗證了其在區(qū)域創(chuàng)新、產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型和經(jīng)濟(jì)增長等方面存在正向推動作用［4］。然而，當(dāng)前側(cè)重于數(shù)字經(jīng)濟(jì)環(huán)境效益，尤其針對“雙碳”目標(biāo)的研究還相對較少，因此，綜合考慮數(shù)字經(jīng)濟(jì)發(fā)展的經(jīng)濟(jì)效益和環(huán)境效益顯得愈發(fā)重要。

在數(shù)字經(jīng)濟(jì)驅(qū)動高質(zhì)量發(fā)展的背景下，本文采取荊文君等［5］提出的從微觀、中觀、宏觀三個層面研究數(shù)字經(jīng)濟(jì)促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展的思考框架分析現(xiàn)有研究成果。

在微觀層面上，企業(yè)的數(shù)字化轉(zhuǎn)型有助于改善人力資本結(jié)構(gòu)，增強(qiáng)企業(yè)的技術(shù)創(chuàng)新能力［6］，企業(yè)通過數(shù)字技術(shù)實現(xiàn)生產(chǎn)和管理方式的精細(xì)化與智能化，同時，數(shù)字技術(shù)的應(yīng)用和數(shù)據(jù)要素的投入提高了企業(yè)的資源配置效率，使其在相同產(chǎn)出條件下能夠?qū)崿F(xiàn)更低的成本投入，最終獲得降本增效的結(jié)果［7］。這表明，一方面，企業(yè)在環(huán)保投入上擁有了更大的資源空間，從而激勵企業(yè)承擔(dān)更多的社會責(zé)任與環(huán)境責(zé)任；另一方面，在數(shù)字經(jīng)濟(jì)的推動下，電子商務(wù)等新興產(chǎn)業(yè)持續(xù)展現(xiàn)出明顯的規(guī)模經(jīng)濟(jì)效應(yīng)和范圍經(jīng)濟(jì)效應(yīng)，部分領(lǐng)軍企業(yè)衍生出“馬太效應(yīng)”，匯聚了行業(yè)內(nèi)更多的優(yōu)質(zhì)資源，構(gòu)筑起堅實的競爭壁壘［8］?！榜R太效應(yīng)”引起的競爭態(tài)勢，有利于促進(jìn)行業(yè)規(guī)范的確立和完善，這不僅為行業(yè)在承擔(dān)環(huán)境責(zé)任方面樹立了典范，同時也減輕了政府在環(huán)保層面對企業(yè)和行業(yè)的監(jiān)督壓力，推動了行業(yè)的健康可持續(xù)發(fā)展。

在中觀層面上，數(shù)字經(jīng)濟(jì)融合互聯(lián)網(wǎng)、大數(shù)據(jù)、區(qū)塊鏈等技術(shù)，從數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化兩個渠道推動實現(xiàn)了產(chǎn)業(yè)轉(zhuǎn)型和升級［9］。A.Goldfarb等［10］研究發(fā)現(xiàn)，數(shù)字經(jīng)濟(jì)中區(qū)塊鏈等技術(shù)的發(fā)展降低了檢索、復(fù)制、傳輸、跟蹤和驗證成本，數(shù)字技術(shù)的應(yīng)用有利于增加市場透明度，并通過削弱信息的不對稱性來完善價格匹配機(jī)制。基于價格匹配機(jī)制的市場會逐漸淘汰具有競爭劣勢的企業(yè)和行業(yè)，即淘汰低效率、高成本和高污染的企業(yè)或行業(yè)，進(jìn)而形成環(huán)境效益更為友好的發(fā)展格局［11］。同時，數(shù)字技術(shù)驅(qū)動的交易平臺確保了暢通的輿論反饋機(jī)制，極大地提升了資本市場對相關(guān)企業(yè)和行業(yè)的社會監(jiān)督效率。綜合前述分析，數(shù)字經(jīng)濟(jì)的發(fā)展促進(jìn)了市場的充分競爭，有效減少了資本市場的資源錯配，進(jìn)而篩選出環(huán)境效益更為突出的企業(yè)和行業(yè)，實現(xiàn)了抑制碳排放的目的。

在宏觀層面上，王宏鳴等［12］引入數(shù)據(jù)作為新的投入要素，揭示了數(shù)字經(jīng)濟(jì)的發(fā)展如何加速區(qū)域研發(fā)資本流動、減少創(chuàng)新要素錯配［13］。周曉輝等［14］和劉維林等［15］則更關(guān)注數(shù)字經(jīng)濟(jì)的綠色價值，從要素配置效率的角度探討了數(shù)字經(jīng)濟(jì)如何對綠色全要素生產(chǎn)率產(chǎn)生積極影響，并深入分析了數(shù)字經(jīng)濟(jì)與高質(zhì)量發(fā)展之間的正向關(guān)系。此外，伴隨著數(shù)字科技的滲透與數(shù)據(jù)資源的流通，區(qū)域勞動力的資源配置效率也獲得了顯著提升［16］。這些研究都表明數(shù)字經(jīng)濟(jì)在推動創(chuàng)新、優(yōu)化資源配置和促進(jìn)綠色發(fā)展方面具有重要作用。

數(shù)字技術(shù)與傳統(tǒng)產(chǎn)業(yè)的深度融合加速實現(xiàn)了生產(chǎn)自動化與智能化，進(jìn)而提高設(shè)備的能源效率，降低生產(chǎn)過程中的碳排放。此外，傳統(tǒng)產(chǎn)業(yè)通過數(shù)據(jù)驅(qū)動決策、數(shù)字化供應(yīng)鏈管理提升傳統(tǒng)企業(yè)供應(yīng)鏈的透明度和協(xié)同效率，加快了要素結(jié)構(gòu)調(diào)整，促進(jìn)了能源節(jié)約和碳減排［17］。

關(guān)于數(shù)字經(jīng)濟(jì)與碳排放之間作用機(jī)制的研究成果較為豐富，其中產(chǎn)業(yè)結(jié)構(gòu)、能源結(jié)構(gòu)、環(huán)境規(guī)制、技術(shù)創(chuàng)新一直是研究的熱點，但資源配置效率的傳導(dǎo)路徑等還未受到應(yīng)有的關(guān)注。結(jié)合前文論述，數(shù)字經(jīng)濟(jì)發(fā)展過程中往往伴隨著資源配置的優(yōu)化，本文在參考游達(dá)明等［18］和張子珍等［19］的研究基礎(chǔ)上，為規(guī)避投入和產(chǎn)出項的單位影響，并全面考慮所有非效率的因素，采用松弛測度的非徑向-非角度SBM（Slacks＼|Based Measure）模型［20］和GML（Global＼|Malmquist＼|Luenberger）指數(shù)［21］計算資源配置效率指標(biāo)，并將資源配置效率納入數(shù)字經(jīng)濟(jì)影響碳排放的機(jī)制研究。綜上提出以下假設(shè)：

假設(shè)1：數(shù)字經(jīng)濟(jì)發(fā)展對碳排放存在顯著抑制作用。

假設(shè)2：優(yōu)化資源配置是數(shù)字經(jīng)濟(jì)影響碳排放的潛在傳導(dǎo)機(jī)制之一。

學(xué)界關(guān)于數(shù)字經(jīng)濟(jì)對碳排放影響異質(zhì)性的研究成果頗豐，研究視角多集中于時間和空間兩個維度。在時間維度方面，繆陸軍等［22］、金飛等［23］的研究驗證了數(shù)字經(jīng)濟(jì)對碳排放存在顯著的先促進(jìn)后抑制的倒“U”型非線性特征，且該效應(yīng)在不同區(qū)域間存在顯著的差異性，即數(shù)字經(jīng)濟(jì)同樣存在空間維度的異質(zhì)性。有研究者從空間維度具體分析了數(shù)字經(jīng)濟(jì)的發(fā)展態(tài)勢，并指出數(shù)字經(jīng)濟(jì)的發(fā)展格局從“多點式”零星分布向“組團(tuán)式”聚集形態(tài)轉(zhuǎn)變［24］?？紤]到我國數(shù)字經(jīng)濟(jì)發(fā)展水平表現(xiàn)出東部高中西部低的特征，數(shù)字經(jīng)濟(jì)對碳排放的影響效應(yīng)是否同步呈現(xiàn)相似的結(jié)果引起了不同學(xué)者的關(guān)注。一部分學(xué)者認(rèn)為數(shù)字經(jīng)濟(jì)對碳排放的抑制效應(yīng)在中西部地區(qū)與碳排放強(qiáng)度較高的地區(qū)表現(xiàn)更為明顯［25］，另一部分學(xué)者則認(rèn)為東部地區(qū)的數(shù)字經(jīng)濟(jì)對碳排放的負(fù)向邊際效應(yīng)更強(qiáng)［26］。根據(jù)不同區(qū)域的數(shù)字經(jīng)濟(jì)發(fā)展面臨著巨大分異的客觀狀況，本文提出如下假設(shè)：

假設(shè)3：數(shù)字經(jīng)濟(jì)發(fā)展對碳排放的抑制作用存在門檻效應(yīng)。

二、模型構(gòu)建與變量說明

1.模型構(gòu)建

本文利用2013—2021年30個省份的省級面板數(shù)據(jù)驗證數(shù)字經(jīng)濟(jì)對碳排放的影響效應(yīng)，設(shè)定基準(zhǔn)模型如下：

Ce it=α 0+α 1Dige it+α 2X it+μ i+v t+ε it

①

其中，i代表地區(qū)，t代表年份，Ce it代表碳排放（千萬噸），Dige it代表數(shù)字經(jīng)濟(jì)發(fā)展水平，X it代表控制變量，

μ i為區(qū)域固定效應(yīng)，v t為時間固定效應(yīng)，ε it為隨機(jī)干擾項。

參照王立猛等［27］、王勇等［28］對碳排放的研究，本文控制變量的選取基于經(jīng)典STIRPAT模型，其有效揭示了經(jīng)濟(jì)驅(qū)動因素與環(huán)境變化之間的關(guān)系，所選控制變量涉及區(qū)域人口規(guī)模、城鎮(zhèn)化水平、產(chǎn)業(yè)發(fā)展結(jié)構(gòu)、對外開放程度、政府關(guān)注度5個維度。此外，本文通過對變量取對數(shù)的形式以緩解異方差與變量間量綱差距的問題。

為檢驗資源配置效率對數(shù)字經(jīng)濟(jì)的傳導(dǎo)作用，本文基于SBM-GML方法測算資源配置效率并將其作為中介變量。另外，參照溫忠麟等［29］的研究構(gòu)建了三階段中介效應(yīng)模型，其中Era it代表資源配置效率，公式如下：

Era it=β 0+β 1Dige it+β 2X it+μ i+v t+ε it

②

Ce it=γ 0+γ 1Dige it+γ 2Era it+γ 3X it+μ i+v t+ε it

③

為比較不同的數(shù)字經(jīng)濟(jì)發(fā)展水平對碳排放抑制效果的差異，本文利用面板雙門檻效應(yīng)模型對樣本數(shù)據(jù)進(jìn)行研究，構(gòu)建模型如下：

Ce it=δ 0X it+δ 1Dige itI（Dige it<θ 1）+

δ 2Dige itI（θ 1≤Dige it≤

θ 2）+δ 3Dige itI（θ 2<Dige it）+μ i+v t+ε it

④

其中，I（·）為示性函數(shù)，θ 1<θ 2。

2.變量說明

（1）數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)評價體系構(gòu)建

關(guān)于數(shù)字經(jīng)濟(jì)概念的界定，從狹義層面上來看，生產(chǎn)與消費過程中涉及數(shù)字技術(shù)應(yīng)用與數(shù)據(jù)要素驅(qū)動的產(chǎn)品或服務(wù)均屬于數(shù)字經(jīng)濟(jì)的范疇。從廣義視角上來說，數(shù)字經(jīng)濟(jì)是將數(shù)據(jù)作為關(guān)鍵要素，引導(dǎo)資源的配置優(yōu)化與再生，推動生產(chǎn)力發(fā)展的經(jīng)濟(jì)形態(tài)［30］。

結(jié)合相關(guān)學(xué)者的觀點與本文的研究主題，對數(shù)字經(jīng)濟(jì)作如下界定：以數(shù)據(jù)為核心驅(qū)動要素，依靠網(wǎng)絡(luò)通信基礎(chǔ)設(shè)施，應(yīng)用數(shù)字技術(shù)助力資源配置優(yōu)化、引導(dǎo)產(chǎn)業(yè)融合創(chuàng)新發(fā)展，持續(xù)提升經(jīng)濟(jì)社會治理數(shù)字化、智能化水平的新型經(jīng)濟(jì)發(fā)展模式。

針對省級層面數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)的測算，本文在借鑒趙濤等［31］、萬曉榆等［32］研究的基礎(chǔ)上，從數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化兩個維度出發(fā)，選取數(shù)字用戶基礎(chǔ)、數(shù)字產(chǎn)業(yè)融合發(fā)展、數(shù)字創(chuàng)新活力和數(shù)字普惠金融［33］4個層面構(gòu)建指標(biāo)體系并采用熵值法計算數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)，具體指標(biāo)體系見表1。

（2）中介變量測度

本文基于全局參比的數(shù)據(jù)包絡(luò)分析框架，利用非徑向SBM模型并結(jié)合GML指數(shù)計算包含非期望產(chǎn)出的投入產(chǎn)出效率值，進(jìn)而實現(xiàn)對資源配置效率的測度，變量選取包括勞動力（萬人）、固定資產(chǎn)（億元）、能源（萬噸），期望產(chǎn)出為GDP（億元），非期望產(chǎn)出變量為工業(yè)二氧化硫（萬噸）、廢水（萬噸）、一般工業(yè)廢棄物（萬噸），其中固定資產(chǎn)估算參照張軍等［34］的方法以2000年為物質(zhì)資本存量基期。因為GML指數(shù)為全局環(huán)比數(shù)據(jù)，所以本文設(shè)定基期的資源配置效率為1，將各年度的GML值累乘，最終獲得各城市的年份資源配置效率值。使用的測算軟件為Dearun 3.1。

3.控制變量選擇

參照已有研究，在保證有限內(nèi)生性與多重共線性的基礎(chǔ)上，本文選擇如下控制變量：人口規(guī)模（千萬人），以區(qū)域年末人口總數(shù)來表示；城鎮(zhèn)化水平，以非農(nóng)業(yè)人口占比表示；產(chǎn)業(yè)結(jié)構(gòu)，以第三產(chǎn)業(yè)產(chǎn)值與第二產(chǎn)業(yè)產(chǎn)值比表示；對外開放程度，以外商直接投資水平表示（外商直接投資水平=外商直接投資（萬元）/GDP（億元）/10 000）；政府關(guān)注度，以地方財政支出占比表示。

4.數(shù)據(jù)來源

鑒于數(shù)據(jù)可得性，本文選取30個省（不包括港、澳、臺、西藏）2013—2021年的面板數(shù)據(jù)為樣本，其中碳排放數(shù)據(jù)來源于中國碳核算數(shù)據(jù)庫（CEADs）。控制變量和數(shù)字經(jīng)濟(jì)指標(biāo)的相關(guān)數(shù)據(jù)主要來源于國家統(tǒng)計局、《中國城市統(tǒng)計年鑒》《中國環(huán)境統(tǒng)計年鑒》和中經(jīng)網(wǎng)數(shù)據(jù)庫。部分缺失數(shù)據(jù)采用線性插補法補齊。主要變量的描述性統(tǒng)計結(jié)果見表2。

三、實證結(jié)果和分析

1.基準(zhǔn)回歸

本文首先考察數(shù)字經(jīng)濟(jì)發(fā)展是否對區(qū)域的碳排放存在抑制作用，基準(zhǔn)回歸結(jié)果見表3。

由表3可知，核心解釋變量對碳排放量的回歸結(jié)果均顯著為負(fù)，以（3）列的回歸結(jié)果為例，數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)每增加1%，就會促使碳排放量平均減少7.95%，這說明數(shù)字經(jīng)濟(jì)的發(fā)展在一定程度上抑制了區(qū)域碳排放的增長，從而印證了假設(shè)1。

在控制雙向固定效應(yīng)后，樣本數(shù)據(jù)回歸結(jié)果顯示人口規(guī)模的系數(shù)為正，且在10%水平上顯著，表明人口數(shù)量與區(qū)域碳排放間存在顯著正相關(guān)。城鎮(zhèn)化水平、產(chǎn)業(yè)結(jié)構(gòu)、政府關(guān)注度、對外開放程度的系數(shù)分別為6.240、3.891、-2.442、0.266，盡管系數(shù)在統(tǒng)計檢驗方面并不顯著，但系數(shù)的符號符合經(jīng)濟(jì)意義，如城鎮(zhèn)化水平、產(chǎn)業(yè)結(jié)構(gòu)、對外開放程度對碳排放均顯示出正向推動作用，結(jié)合當(dāng)下我國許多城市處于加速城鎮(zhèn)化進(jìn)程、調(diào)整產(chǎn)業(yè)結(jié)構(gòu)的發(fā)展背景，上述控制變量的正向邊際效應(yīng)符合環(huán)境庫茲涅茨曲線，即在經(jīng)濟(jì)發(fā)展初期各控制變量與碳排放呈現(xiàn)協(xié)同增長趨勢。政府關(guān)注度對碳排放存在負(fù)向邊際效應(yīng)，表明政府支出占比越高，用于公共政策的資源越多，環(huán)境規(guī)制的效果也就越好。

2.穩(wěn)健性檢驗

替換被解釋變量，以碳排放強(qiáng)度（碳排放總量與國內(nèi)生產(chǎn)總值的比值）作為被解釋變量進(jìn)行穩(wěn)健性檢驗，檢驗結(jié)果見表4。由表4（1）列的結(jié)果可知，在替換被解釋變量后，數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)的回歸系數(shù)在1%水平上顯著為負(fù)。這表明，即使在替換被解釋變量的情況下，數(shù)字經(jīng)濟(jì)抑制碳排放的結(jié)論依然成立。

替換核心解釋變量，表4（2）列展示了以主成分法構(gòu)建的數(shù)字經(jīng)濟(jì)發(fā)展指標(biāo)作為核心變量的回歸結(jié)果，可見數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)仍然在10%的水平上顯著。

加入可能遺漏變量，環(huán)境規(guī)制政策對區(qū)域碳排放存在限制作用，一方面環(huán)境規(guī)制限制了碳排放總量，另一方面環(huán)境規(guī)制間接加速了產(chǎn)業(yè)轉(zhuǎn)型。因此，將環(huán)境規(guī)制當(dāng)作可能遺漏變量納入穩(wěn)健性檢驗。其中，基于我國各省份的“三廢”排放量并使用熵值法計算得出環(huán)境規(guī)制指數(shù)。表4（3）列顯示，核心解釋變量在加入可能遺漏變量后依然顯著。

對控制變量進(jìn)行縮尾處理：對所有的控制變量進(jìn)行上下1%的雙邊縮尾處理，減少控制變量中的異常值。控制變量縮尾的回歸結(jié)果見表4（4）列，可知數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)的回歸系數(shù)仍然顯著為負(fù)。

綜上所述，數(shù)字經(jīng)濟(jì)發(fā)展對碳排放的抑制作用存在穩(wěn)健性。

3.異質(zhì)性檢驗

基準(zhǔn)回歸結(jié)果表明數(shù)字經(jīng)濟(jì)發(fā)展總體上有利于抑制區(qū)域碳排放，那么這種抑制效應(yīng)在不同區(qū)域間是否具有普適性呢？ 國內(nèi)資源輸出、能源密集型產(chǎn)業(yè)多集中于東北與中西部省份，如東北老工業(yè)區(qū)的黑吉遼、淮河工業(yè)帶的安徽和煤炭輸出大省山西。中部地區(qū)的工業(yè)基地以加工生產(chǎn)為主，西部地區(qū)則以資源輸出為主，而東部地區(qū)則聚集了大量的高新技術(shù)產(chǎn)業(yè)和對外貿(mào)易產(chǎn)業(yè)。針對區(qū)域經(jīng)濟(jì)存在顯著差異的特點，本文依照國家行政區(qū)劃對東部、中部、西部進(jìn)行劃分，采用面板數(shù)據(jù)變系數(shù)模型進(jìn)一步探索數(shù)字經(jīng)濟(jì)對碳排放抑制效應(yīng)的區(qū)域異質(zhì)性。區(qū)域異質(zhì)性檢驗結(jié)果見表5，其中“1”代表東部，“2”代表中部，“3”代表西部，結(jié)果顯示數(shù)字經(jīng)濟(jì)發(fā)展對東中西部地區(qū)的碳排放均有抑制作用，并且中西部的抑制效應(yīng)顯著于東部地區(qū)。

相較于東部沿海省份，中西部地區(qū)大多屬于資源輸出基地，其經(jīng)濟(jì)對于傳統(tǒng)資源如煤炭、石油、天然氣的依賴度較高。相關(guān)研究發(fā)現(xiàn)全要素能源效率在能源稟賦相對豐裕的地區(qū)反而比較低，而導(dǎo)致這一現(xiàn)象的重要原因在于市場分割造成的地區(qū)間資源配置的扭曲阻礙了規(guī)模經(jīng)濟(jì)的形成。因此，加快市場化改革，提高市場配置資源的比重，強(qiáng)化政府對能源資源配置的監(jiān)管是改善中國當(dāng)前能源效率偏低的重要手段［35］。數(shù)字經(jīng)濟(jì)發(fā)展過程中不斷流動的數(shù)據(jù)資源幫助打破了市場信息的不對稱性，尤其在區(qū)塊鏈等相關(guān)技術(shù)的加持下，要素配置過程變得更加透明［36］，能夠推動能源要素配置效率的提升，從而對降低碳排放產(chǎn)生積極影響。

除區(qū)域差異外，本文還探討了數(shù)字經(jīng)濟(jì)在不同碳排放量下抑制作用的強(qiáng)度差異。為此，采用分位數(shù)回歸分析法探究數(shù)字經(jīng)濟(jì)在不同碳排放量水平下對碳排放的抑制作用。本文選取0.3、0.5、 0.7和0.9這4個分位數(shù)水平，回歸結(jié)果見表6，整體而言，碳排放量越大，數(shù)字經(jīng)濟(jì)對其抑制的作用也越大。

四、進(jìn)一步研究

1.中介效應(yīng)檢驗

為進(jìn)一步探究數(shù)字經(jīng)濟(jì)發(fā)展對碳排放的抑制效應(yīng)，本文在前文理論分析的基礎(chǔ)上將資源配置效率作為中介變量，采用傳統(tǒng)中介效應(yīng)三步法進(jìn)行檢驗分析。中介效應(yīng)回歸結(jié)果見表7。由表7可知，數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)對資源配置效率的回歸系數(shù)為0.087且通過了5%水平下的顯著性檢驗，說明數(shù)字經(jīng)濟(jì)發(fā)展對資源配置效率存在正向邊際效應(yīng)，一定程度上驗證了數(shù)字經(jīng)濟(jì)發(fā)展對資源配置效率的提升作用。表7（3）列中數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)和資源配置效率顯著的負(fù)值回歸系數(shù)表明數(shù)字經(jīng)濟(jì)發(fā)展和資源配置效率對碳排放均產(chǎn)生了負(fù)向的邊際效應(yīng)。綜上，樣本數(shù)據(jù)通過了三階段中介效應(yīng)檢驗，表明優(yōu)化資源配置效率是數(shù)字經(jīng)濟(jì)發(fā)展促進(jìn)碳排放減少的一個潛在傳導(dǎo)路徑。

2.門檻效應(yīng)檢驗

為深入探究數(shù)字經(jīng)濟(jì)與區(qū)域碳排放之間的關(guān)聯(lián)，參考E.B.Hansen［37］的做法，本文基于自助法（Bootstrap）對數(shù)據(jù)反復(fù)抽樣300次進(jìn)行面板門檻的存在性檢驗，門檻檢驗結(jié)果見表8，以數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)為門檻變量通過了雙門檻檢驗，面板雙門檻回歸結(jié)果見表9。由表9可知，當(dāng)數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)未達(dá)到門檻值0.148時，數(shù)字經(jīng)濟(jì)發(fā)展水平的回歸系數(shù)為-9.129且顯著為負(fù)；當(dāng)數(shù)字經(jīng)濟(jì)發(fā)展水平處于0.148～0.315 時，數(shù)字經(jīng)濟(jì)對于區(qū)域碳排放的抑制作用下降到1.591，依然顯著為負(fù)；當(dāng)數(shù)字經(jīng)濟(jì)發(fā)展水平高于0.315時，數(shù)字經(jīng)濟(jì)發(fā)展水平的回歸系數(shù)變?yōu)?0.345但不再顯著。這表明隨著數(shù)字經(jīng)濟(jì)發(fā)展水平的提高并跨越門檻值，其對區(qū)域碳排放的抑制效果逐漸衰減。這一結(jié)果印證了假設(shè)3，同時與上文區(qū)域異質(zhì)性的分析結(jié)果相照應(yīng)，即在數(shù)字經(jīng)濟(jì)發(fā)展相對滯后且高度依賴傳統(tǒng)能源的中西部地區(qū)，數(shù)字經(jīng)濟(jì)發(fā)展對區(qū)域碳排放的抑制效果更好。

五、結(jié)論與建議

目前我國正處于經(jīng)濟(jì)轉(zhuǎn)型重要時期， 經(jīng)濟(jì)效益與生態(tài)效益的平衡是轉(zhuǎn)型期間面臨的重大挑戰(zhàn)，數(shù)字經(jīng)濟(jì)不僅推動經(jīng)濟(jì)發(fā)展模式的變革，也有助于促進(jìn)“雙碳”目標(biāo)的達(dá)成。本文利用2013—2021年30個省份（不包括港、澳、臺、西藏）的面板數(shù)據(jù)對我國數(shù)字經(jīng)濟(jì)發(fā)展與區(qū)域碳排放的內(nèi)在關(guān)系進(jìn)行分析，結(jié)果顯示： 數(shù)字經(jīng)濟(jì)發(fā)展對區(qū)域碳排放存在抑制效應(yīng)。此外，綜合考慮經(jīng)濟(jì)效率與生態(tài)效率，本文選取資源配置效率作為中介變量，運用三階段中介效應(yīng)模型驗證了優(yōu)化資源配置效率是數(shù)字經(jīng)濟(jì)發(fā)展影響碳排放的一個潛在機(jī)制。結(jié)合當(dāng)下我國城市轉(zhuǎn)型的背景與區(qū)域數(shù)字經(jīng)濟(jì)發(fā)展?fàn)顩r各異的現(xiàn)實，對樣本數(shù)據(jù)使用門檻模型進(jìn)行研究時發(fā)現(xiàn)：數(shù)字經(jīng)濟(jì)在其發(fā)展水平較低的地區(qū)抑制碳排放的效果更明顯。根據(jù)以上研究結(jié)論，本文提出以下政策建議。

其一，加強(qiáng)數(shù)字基礎(chǔ)設(shè)施建設(shè)。本文研究發(fā)現(xiàn)數(shù)字經(jīng)濟(jì)建設(shè)有助于抑制碳排放，數(shù)字經(jīng)濟(jì)除能帶來以往文獻(xiàn)提到的經(jīng)濟(jì)效應(yīng)外，還能通過優(yōu)化資源配置等方式帶來環(huán)境效益，可為加速數(shù)字產(chǎn)業(yè)化與產(chǎn)業(yè)數(shù)字化的發(fā)展提供新的支持。因此，相關(guān)部門應(yīng)進(jìn)一步加強(qiáng)數(shù)字基礎(chǔ)設(shè)施建設(shè)，加快實體經(jīng)濟(jì)與數(shù)字經(jīng)濟(jì)融合，為早日實現(xiàn)碳達(dá)峰貢獻(xiàn)力量。

其二，堅持節(jié)能降耗。政府應(yīng)積極引導(dǎo)能源電力等傳統(tǒng)工業(yè)園區(qū)企業(yè)進(jìn)行產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級，利用數(shù)字技術(shù)優(yōu)化資源配置，以較少的資源能源消耗生產(chǎn)出高質(zhì)量的產(chǎn)品，嚴(yán)格控制高污染、高耗能、高排放企業(yè)入駐，大力發(fā)展綠色低碳產(chǎn)業(yè)。

其三，采取因地制宜的政策措施，有針對性地抑制碳排放，實現(xiàn)環(huán)境效率的顯著提升。實證結(jié)果表明數(shù)字經(jīng)濟(jì)發(fā)展在中西部地區(qū)對碳排放的抑制效應(yīng)更加明顯，這意味著數(shù)字經(jīng)濟(jì)發(fā)展在傳統(tǒng)產(chǎn)業(yè)集中度更高的地區(qū)對碳排放的促減效果更為突出。鑒于中西部地區(qū)整體數(shù)字基礎(chǔ)建設(shè)起步較晚、發(fā)展緩慢的特點，該地區(qū)在數(shù)字經(jīng)濟(jì)發(fā)展帶來的環(huán)境紅利上具有更大的進(jìn)步空間。若政府適當(dāng)將數(shù)字資源傾向于中西部地區(qū)，中西部地區(qū)在環(huán)境問題上將實現(xiàn)大的跨越，進(jìn)而實現(xiàn)環(huán)境效益與經(jīng)濟(jì)效益的綜合改善。

參考文獻(xiàn)：

［1］

胡宗義，石威正，李毅.碳排放對綠色全要素生產(chǎn)率的影響與地區(qū)異質(zhì)效應(yīng)［J］.經(jīng)濟(jì)數(shù)學(xué)，2020，37（4）：114-122.

［2］ 中國信息通信研究院.中國數(shù)字經(jīng)濟(jì)發(fā)展白皮書：2020［EB/OL］.（2021-06-01）［2023-12-21］.http：∥m.caict.ac.cn/.

［3］ 張可云，楊丹輝，趙紅軍，等.數(shù)字經(jīng)濟(jì)是推動區(qū)域經(jīng)濟(jì)發(fā)展的新動力［J］.區(qū)域經(jīng)濟(jì)評論，2022（3）：8-19.

［4］ 郭豐，楊上廣，任毅.數(shù)字經(jīng)濟(jì)、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），2022，51（3）：45-60.

［5］ 荊文君，孫寶文.數(shù)字經(jīng)濟(jì)促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展：一個理論分析框架［J］.經(jīng)濟(jì)學(xué)家，2019（2）：66-73.

［6］ 李菲菲.數(shù)字經(jīng)濟(jì)推動經(jīng)濟(jì)高質(zhì)量發(fā)展的機(jī)制效應(yīng)分析：基于我國省際面板數(shù)據(jù)［J］.鄭州輕工業(yè)大學(xué)學(xué)報（社會科學(xué)版），2023，24（6）：53-62.

［7］ 戚聿東，肖旭.數(shù)字經(jīng)濟(jì)時代的企業(yè)管理變革［J］.管理世界，2020，36（6）：135-152，250.

［8］ 韋莊禹.數(shù)字經(jīng)濟(jì)發(fā)展對制造業(yè)企業(yè)資源配置效率的影響研究［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2022，39（3）：66-85.

［9］ 郭桂霞，張堯.數(shù)字普惠金融與碳減排關(guān)系研究［J］.價格理論與實踐，2022（1）：135-138.

［10］GOLDFARB A，TUCKER C.Digital economics［J］.Journal of Economic Literature， 2019，57（1）：3-43.

［11］于世海，許慧欣，孔令乾.數(shù)字經(jīng)濟(jì)水平對中國制造業(yè)資源配置效率的影響研究［J］.財貿(mào)研究，2022，33（12）：19-34.

［12］王宏鳴，陳永昌，楊晨.數(shù)字化能否改善創(chuàng)新要素錯配？——基于創(chuàng)新要素區(qū)際流動視角［J］.證券市場導(dǎo)報，2022（1）：42-51.

［13］楊慧梅，江璐.數(shù)字經(jīng)濟(jì)、空間效應(yīng)與全要素生產(chǎn)率［J］.統(tǒng)計研究，2021，38（4）：3-15.

［14］周曉輝，劉瑩瑩，彭留英.數(shù)字經(jīng)濟(jì)發(fā)展與綠色全要素生產(chǎn)率提高［J］.上海經(jīng)濟(jì)研究，2021（12）：51-63.

［15］劉維林，王藝斌.數(shù)字經(jīng)濟(jì)賦能城市綠色高質(zhì)量發(fā)展的效應(yīng)與機(jī)制研究［J］.南方經(jīng)濟(jì)，2022（8）：73-91.

［16］叢屹，俞伯陽.數(shù)字經(jīng)濟(jì)對中國勞動力資源配置效率的影響［J］.財經(jīng)理論與實踐，2020，41（2）：108-114.

［17］丁志帆.數(shù)字經(jīng)濟(jì)驅(qū)動經(jīng)濟(jì)高質(zhì)量發(fā)展的機(jī)制研究：一個理論分析框架［J］.現(xiàn)代經(jīng)濟(jì)探討，2020（1）：85-92.

［18］游達(dá)明，邸雅婷，姜珂.我國區(qū)域科技創(chuàng)新資源配置效率的實證研究：基于產(chǎn)出導(dǎo)向的SBM模型和Malmquist生產(chǎn)率指數(shù)［J］.軟科學(xué)，2017，31（8）：71-75，85.

［19］張子珍，杜甜，于佳偉.科技資源配置效率影響因素測度及其優(yōu)化分析［J］.經(jīng)濟(jì)問題，2020（8）：20-27.

［20］TONE K.A slacks＼|based measure of efficiency in data envelopment analysis［J］.European Journal of Operational Research， 2001，130（3）： 498-509.

［21］OH D H.A global Malmquist＼|Luenberger productivity index ［J］.Journal of Productivity Analysis， 2010，34（3）：183-197.

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

［23］金飛，徐長樂.數(shù)字經(jīng)濟(jì)發(fā)展對碳排放的非線性影響研究［J］.現(xiàn)代經(jīng)濟(jì)探討，2022（11）：14-23.

［24］徐維祥，周建平，劉程軍.數(shù)字經(jīng)濟(jì)發(fā)展對城市碳排放影響的空間效應(yīng)［J］.地理研究，2022，41（1）：111-129.

［25］謝云飛.數(shù)字經(jīng)濟(jì)對區(qū)域碳排放強(qiáng)度的影響效應(yīng)及作用機(jī)制［J］.當(dāng)代經(jīng)濟(jì)管理，2022，44（2）：68-78.

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

［27］王立猛，何康林.基于STIRPAT模型的環(huán)境壓力空間差異分析：以能源消費為例［J］.環(huán)境科學(xué)學(xué)報，2008（5）：1032-1037.

［28］王勇，許子易，張亞新.中國超大城市碳排放達(dá)峰的影響因素及組合情景預(yù)測：基于門限-STIRPAT模型的研究［J］.環(huán)境科學(xué)學(xué)報，2019，39（12）：4284-4292.

［29］溫忠麟，張雷，侯杰泰，等.中介效應(yīng)檢驗程序及其應(yīng)用［J］.心理學(xué)報，2004（5）：614-620.

［30］王帥.數(shù)字經(jīng)濟(jì)對區(qū)域綠色發(fā)展的影響研究［D］.蘭州：蘭州大學(xué)，2022.

［31］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：來自中國城市的經(jīng)驗證據(jù)［J］.管理世界，2020，36（10）：65-76.

［32］萬曉榆，羅焱卿.數(shù)字經(jīng)濟(jì)發(fā)展水平測度及其對全要素生產(chǎn)率的影響效應(yīng)［J］.改革，2022（1）：101-118.

［33］GUO F，WANG J Y，WANG F，et al.Measuring China’s digital financial inclusion：Index compilation and spatial characteristics［J］.China Economic Quarterly， 2020，19（4）：1401-1418.

［34］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(jì)研究，2004（10）：35-44.

［35］盛鵬飛.中國能源效率偏低的解釋：技術(shù)無效抑或配置無效［J］.產(chǎn)業(yè)經(jīng)濟(jì)研究，2015（1）：9-20，60.

［36］鄔彩霞，高媛.數(shù)字經(jīng)濟(jì)驅(qū)動低碳產(chǎn)業(yè)發(fā)展的機(jī)制與效應(yīng)研究［J］.貴州社會科學(xué)，2020（11）：155-161.

［37］HANSEN B E.Threshold effects in non＼|dynamic panels： Estimation， testing， and inference［J］.Journal of Econometrics，1999，93（2）：345-368.

［責(zé)任編輯：毛麗娜 張省］