数字服务贸易发展水平对碳排放影响的实证分析——基于中国省级层面的面板数据

石红莲，王钰良，孔希贤

（西北师范大学经济学院，兰州 730070）

数字服务贸易是沟通国内循环和国外循环的新模式和新业态，在构建新发展格局中具有重要作用。中国信息通讯研究院与国务院发展研究中心发布的《数字贸易发展与合作报告（2021年）》显示，2020年，中国数字服务贸易规模达到2 947.6亿美元，与2011年相比，规模基本实现翻倍，年均增长速度达到了6.7%，高于同期服务贸易的4.4%与货物贸易的2.7%，增速位居世界前列。在数字贸易快速发展的同时，中国也正在经历着工业化和城市化，碳排放强度高于世界平均水平，能源利用效率偏低，这致使中国面临长期的碳减排压力。中国二氧化碳排放努力争取在2030年前达到峰值，在2060年前实现碳中和。“双碳”目标的提出表明中国未来的发展将逐渐与碳“脱钩”，倒逼新一轮能源革命与产业结构升级，推动经济高质量发展。在数字服务贸易蓬勃发展和经济低碳转型的双重背景下，探究数字服务贸易发展对碳排放的影响具有一定的理论意义与实践价值。

1 文献综述

在现有研究中，与本文紧密相关的文献可分为两类：第一类是服务贸易对碳排放影响的相关研究。蔡宏波等[1]和倪晓觎等[2]发现服务出口对美国本土保持低污染排放具有积极作用。Steenblik等[3]提出国际服务贸易能够促进低碳技术的部署与实现。Hui等[4]和Sun等[5]运用跨国面板数据实证发现发展服务贸易能够提升碳排放效率，对碳排放具有抑制作用。此外，在对中国服务贸易碳排放效应研究中，Zhang等[6]运用中国1982—2016年的面板数据，得出服务贸易可以有效减少中国碳排放。王恕立等[7]基于中国省际面板数据研究发现，服务贸易对碳减排有改善作用。第二类是数字服务贸易对碳排放影响的相关研究。Horner等[8]认为数字技术在服务贸易上的运用改变了传统的经营与消费模式，电子商务和在线平台的快速发展减少了对实体店铺的投入，降低了对煤炭、钢筋水泥等重工业的依赖程度，促进了经济的绿色转型。韩晶等[9]运用跨国面板数据实证检验发现，数字服务贸易发展能够通过规模效应、结构效应和技术效应减少碳排放，并且互联网发展水平对上述效应有调节作用。

从既有研究来看，国内外学者对服务贸易的碳排放抑制效应方面研究较为全面，但是对于数字服务贸易与碳排放的相应研究，特别是针对中国的相关研究文献较少。鉴于此，本文运用2010—2019年中国30个省份的面板数据，通过双向固定效应模型实证检验数字服务贸易发展水平对中国省际碳排放的影响，利用替换被解释变量、核心解释变量以及动态面板回归进行稳健性检验，并在此基础上探讨了数字服务贸易发展水平对碳排放的异质性影响。

2 数字服务贸易发展对碳排放影响的基本机理

数字服务贸易发展主要通过以下三个途径影响碳排放，三种影响路径如图1所示。

图1 数字服务贸易发展对碳排放影响的基本机理

第一，数字服务贸易自身具有环境友好型特征，对环境的负面影响较小。联合国贸发会议（UNCTAD）将可数字交付的服务贸易分为六类，分别是金融服务、保险服务、ICT服务、知识产权服务、个人文化娱乐服务和其他商业服务。这些数字服务部门相较于传统服务部门，其本身的污染排放量就较少，对环境的影响较小[2]，并且这些数字服务摆脱了传统物流运输方式，大部分可以通过信息技术远程提供[10]，因此随着数字服务贸易的快速发展，将会推动碳排放的减少。

第二，数字服务贸易发展能够通过促进产业结构升级，推动产业结构生态化，降低区域碳排放。数字服务产品进口显著提升了服务贸易出口技术复杂度，促进服务产品出口升级[11]，带动服务贸易部门扩大生产规模与改善生产结构来实现产业结构升级。同时数字服务产品进口的技术溢出效应，能够带动本国技术水平的提升，加快服务业与制造业的融合，实现资源高效配置与内部结构优化升级[2]。随着产业结构的升级，高附加值、低污染、低能耗的生态型产业将会不断发展，带动产业结构生态化演进[12]，进而降低对资源的消耗以及环境的影响。

第三，数字服务贸易发展能够通过促进创新、提升技术水平降低区域碳排放。企业进口数字服务产品通过技术溢出显著促进创新[13]，特别是数字技术创新[14]。随着创新能力的增强与技术水平的提升，将提高企业生产率与能源利用效率，促进绿色全要素生产率的提升，从而对碳排放产生抑制作用[15]。此外，通过引进国外先进的煤炭清洁技术与新能源技术等数字服务将会提高低碳技术水平，故技术创新与升级特别是绿色技术的创新与升级对碳减排具有积极的作用。

3 模型设定与变量说明

3.1 模型设定

本文基于STIRPAT模型探寻数字服务贸易发展水平对中国30个省份二氧化碳排放的影响。STIRPAT模型是York等[16]根据IPAT模型改进而来，用于分析人类活动对环境影响的量化模型，其标准形式为（1）式：

其中，I表示人类活动对环境影响，P表示人口规模，A表示经济发展水平，T表示技术水平，α为模型的系数，b、c、d为各解释变量的指数，ε为误差项。

将模型（1）取对数，在一定程度上消除异方差，更便于后续的参数估计和假设检验，得到（2）式：

参考（2）式，本文被解释变量为30个省份的二氧化碳排放量，核心解释变量为数字服务贸易发展水平，除了将人口规模、经济发展水平和技术水平纳入解释变量外，参考谢云飞[17]和缪陆军等[15]的做法将产业结构、政府支持、人力资本、环境规制、外商直接投资和贸易开放度等也纳入解释变量。基于2010—2019年30个省份的面板数据，构建基本模型（3）式：

模型（3）式中，i和t分别表示省份与时间，被解释变量lnCO2it表示i省第t年二氧化碳排放量，核心解释变量DTLit表示i省第t年数字服务贸易发展水平，Xit表示影响碳排放的其他控制变量，包括人口规模、经济发展水平、技术创新、产业结构、环境规制、政府支持、人力资本、外商直接投资和贸易开放度等，μi为省份固定效应，γt为时间固定效应，εit为随机扰动项。

3.2 变量选取与数据来源

3.2.1 被解释变量：二氧化碳排放量（CO2）

本文参考刘婧玲等[18]的做法，运用中国碳核算数据库（CEADs）的碳排放数据，该数据库根据IPCC部门核算法提供了中国省级分部门二氧化碳排放清单。

3.2.2 核心解释变量：数字服务贸易发展水平（DTL）

借鉴刘媛媛等[19]对数字贸易发展水平测算的指标体系，从技术设施环境、技术创新环境、贸易能力和贸易潜力四个维度，选取24个指标运用熵值法对2010—2019年30个省份的数字服务贸易发展水平进行测算，测度结果如表1所示。

表1 2010—2019年中国30个省份数字服务贸易发展水平测算结果

3.2.3 控制变量

人口规模（pop）用各省份年末常住人口数表示。现有研究指出，人口数量对地区能源消耗有着重要影响，人口数量越多能源消耗越多，碳排放量也随之增多。

经济水平（pgdp）用各省人均GDP表示。“环境库兹涅茨曲线”显示碳排放与人均GDP呈现倒U形关系，因此在回归中本文加入了人均GDP的一次项与二次项。

技术创新（rd）用各省份规模以上工业企业R&D经费支出占GDP的比重表示。研发投入是技术进步的重要支持，代表地区的自主创新规模与水平，低碳技术水平的提高能够减少碳排放。

产业结构（indust）用各省第三产业增加值与第二产业增加值比重表示。产业结构对碳排放有重要影响，碳排放主要来源于第二产业，伴随着产业结构的优化升级，第三产业占比增多会抑制碳排放。

环境规制（er）用工业污染治理完成投资占GDP的比重表示。各地政府对环境治理与保护投资力度不断增大，将推动企业绿色转型升级，增强居民环保意识，降低环境污染和碳排放。

政府支持（gov）用公共预算支出占GDP比重表示。地方政府干预对于经济发展、产业结构转型和技术创新升级发挥着重要作用，随着“双碳”目标的提出，政府支持对我国节能减排具有重要影响。

人力资本（hum）用各省份6岁及6岁以上平均受教育年限表示。借鉴李锴等[20]的做法，将小学、初中、高中、大专以上受教育年限分别记为6年、9年、12年、16年，人力资本的计算公式为：H=H1×6+H2×9+H3×12+H4×16，其中H1、H2、H3、H4分别表示小学、初中、高中、大专四类受教育程度人数占6岁及6岁以上总人口的比重。

外商直接投资（fdi）用各省份实际使用外资额占GDP的比重表示。外商直接投资依各期期末平均汇率转换为人民币，外商直接投资对碳排放具有双重影响。一方面，引进外资使得经济要素增加的同时，也会为所在地区带来先进的生产技术，对减少碳排放产生有利影响；另一方面，也会使得外商在当地创办工厂，甚至是创办重工业企业，形成污染转移，对当地减少碳排放产生不利影响。

1.1 威斯康星卡片分类测试(Wisconsin card sorting test，WCST) WCST由Grant和Berg[6]编制，是一种较为常用的客观的执行能力测验方法之一。测试分别将128张颜色、形状及数目均不同的卡片多次呈现在患者的眼前，根据指示分类连续10次无误则完成测试，通过完成的分类数和持续性错误数来评分。该测验可客观、全面、综合地反映被试者的执行能力、思维组织能力以及抗干扰能力[7]。

贸易开放度（open）用各省份按经营单位所在地货物进出口额占GDP比重表示。货物进出口额依各期期末平均汇率转换为人民币，随着对外开放水平的不断提高，根据比较优势理论，发达国家会将高耗能、高污染的劳动密集型企业，甚至一部分资本密集型企业转移到发展中国家，使得承接地的碳排放增加。

鉴于数据的可获得性，本文研究的样本为2010—2019年30个省份（见表1）面板数据，变量描述性统计如表2所示，其中碳排放数据来源于中国碳核算数据库，其他数据来源于国家统计局、《中国统计年鉴》与各省份统计年鉴。部分数据进行了对数化处理，并将缺失的数据运用插值法补充，插值法补充后为负值的数据用0代替。表3中多重共线性检验结果显示各解释变量的方差膨胀因子（VIF）均小于10，表明不存在明显的多重共线性。

表2 各变量描述性统计

表3 多重共线性检验结果

4 实证结果与分析

4.1 基准回归结果分析

在模型筛选上，通过F检验与LM检验发现固定效应与随机效应优于混合OLS，Hausman检验发现固定效应优于随机效应，故本文运用固定效应模型。经过似然比检验发现，模型中存在个体效应与时间效应，故本文选择双向固定效应模型进行估计。表4为数字服务贸易发展水平对国内30个省份碳排放影响的基准回归结果，模型1是没有添加任何控制变量，仅考虑数字服务贸易发展水平对30个省份碳排放影响的回归，模型2加入了人口规模、经济发展水平、技术创新、产业结构、环境规制等控制变量，从模型1与模型2的回归结果可以看出，数字服务贸易发展水平系数均在1%的水平下显著为负，初步表明了数字服务贸易发展可以降低碳排放。

表4 基准回归结果

从控制变量来看，人口规模系数显著为正，说明人口规模对碳排放有正向影响，原因是人口规模扩大会增加能源需求，进而导致碳排放的增加。就经济发展水平而言，人均GDP一次项系数显著为正，二次项系数显著为负，说明碳排放与人均GDP呈现倒U形关系，证实了中国存在“环境库兹涅茨曲线”效应。技术创新回归系数虽不显著，但是值为负数，也说明了各省技术创新能力越强，低碳技术水平越高，越有利于碳排放的减少。产业结构系数在1%的水平下显著为负，说明第三产业规模越大，越能够缓解资源环境的压力，碳排放越少。环境规制回归系数显著为正，污染治理投资的增加使得企业成本提高，企业为保持利润将会扩大生产规模，对碳排放产生不利影响，这也验证了“绿色悖论”假说。政府支持回归系数为正，可能的原因是，相对于GDP而言，中国的公共预算支出占比较小，对地区的碳排放改善效果不大。人力资本的系数显著为负，人力资本水平越高意味着人们的综合素质与能力越高，具有高素质、高技能的复合型人才能够推动技术进步，发展清洁能源，在一定程度上降低了碳排放水平。外商直接投资回归系数显著为正，外商投资的大部分企业是劳动密集型企业，增加了环境保护的压力，证明了污染转移说。贸易开放度回归系数显著为负，对外开放度的提高会带来先进的技术水平以及更加严格的环境制度，改善了环境质量，减少了碳排放。

4.2 稳健性检验

4.2.1 替换被解释变量

基准回归中，采用二氧化碳排放量作为被解释变量，但现有研究中碳排放水平指标有多种表征方式，为了避免被解释变量指标选取的不同对估计结果产生影响，同时考虑到各省的人口数量与经济发展水平存在差距较大，因此使用人均碳排放与碳排放强度作为被解释变量的替换变量进行回归，从而进一步观察结论是否稳健。回归结果如表5中模型1至模型4所示，可以看出，无论是否加入控制变量，数字服务贸易发展水平的影响系数均在1%的水平下显著为负，与基准回归结果保持一致。

表5 稳健性回归结果

4.2.2 替换核心解释变量

对数字服务贸易发展水平指标的计算有多种方法，在前文中运用熵值法计算数字服务贸易发展水平，我们还可以运用主成分分析法来对数字服务贸易发展水平指标进行赋权求值，通过对这两种方法计算出的数字服务贸易发展水平进行实证回归，发现在这两种赋权法下数字服务贸易发展水平对碳排放的负向影响均显著成立，但是熵值法赋权下的数字服务贸易发展水平回归结果更优。因此，将用主成分分析法衡量的数字服务贸易发展水平回归结果作为稳健性检验，回归结果如表5中模型5、模型6所示。

4.2.3 动态面板回归

在前文数字服务贸易发展水平对碳排放影响的研究中均采用静态面板模型，为确保结论的稳健性，本文将进一步采用动态面板差分GMM进行稳健性估计。将碳排放量的一阶滞后项纳入解释变量，回归结果如表5中模型7、模型8所示。回归结果显示，滞后一期的碳排放系数在1%的显著性水平下为正，即前期的碳排放量与当期的碳排放量正相关，这也说明了碳排放是一个连续调整的过程。本文关注的重点在于数字服务贸易发展水平在动态面板模型中显著的和碳排放量负相关，这说明了数字服务贸易发展对中国环境的影响是正面的。同时，AR（2）检验的P值大于0.1，无法拒绝原假设，说明差分后回归方程扰动项不存在二阶自相关，Sargan检验的P值大于0.1，无法拒绝原假设，说明所选工具变量是有效的，差分GMM的回归结果再次证明了基准回归是稳健的。

4.3 异质性分析

4.3.1 按地理区域划分的异质性分析

考虑到对于不同地区，数字服务贸易发展水平对碳排放的影响可能存在异质性，基于国家统计局对地区的划分，将30个省份划分为东部地区、中部地区和西部地区进行分组检验。回归结果如表6所示。回归结果表明，数字服务贸易发展水平对东部、中部和西部这三个地区的碳排放影响都是负向的，与基准回归结果保持一致。但东部地区的数字服务贸易发展水平系数在10%的显著性水平下仍不显著，说明了不同区域的数字服务贸易发展水平对碳排放的影响具有异质性。在东部地区，数字服务贸易发展水平对碳排放的影响系数绝对值仅为0.228，而在中部和西部地区，数字服务贸易发展水平对碳排放的影响系数绝对值更大，分别为1.701与1.071，这也说明了相比东部地区，数字服务贸易发展水平的碳减排效应对中部和西部地区具有更大的边际效用，中部和西部地区在实现双碳目标过程中具有更强的后发优势。可能原因在于，在较为发达的东部地区，是中国跨境电商的聚集地，数字服务贸易产业活跃，数字服务贸易发展水平相对较高，提高数字服务贸易发展水平对碳排放的负向影响较为有限。而在经济较为落后的数字服务贸易发展不够完备的中部和西部地区，对传统资源依赖度较高，能源利用率偏低，碳减排潜力较大，同时中部地区和西部地区数字服务贸易发展潜力巨大，数字服务贸易发展能够帮助中部地区和西部地区产业与能源结构调整，提升低碳技术水平，提高能源利用效率，所以数字服务贸易发展对中部地区和西部地区的碳减排促进效用更为明显。

表6 异质性回归结果

4.3.2 按碳排放程度高低划分的异质性分析

依照2019年各省碳排放的平均值作为分类标准，将30个省份分别划分为碳排放量较高地区和碳排放量较低地区，当该省2019年的碳排放量高于平均值时，则将该省份划分为碳排放量较高地区，反之则将其划分为碳排放量较低地区。表6给出了相应地区的回归估计结果，可以看出在这两个分组中数字服务贸易发展水平系数均在1%的水平下显著为负，即数字服务贸易发展能够降低碳排放量，与基准回归保持一致，但是，在碳排放量较高地区，数字服务贸易发展的影响系数绝对值为2.538，远高于碳排放量较低地区的系数绝对值，这说明了数字服务贸易发展水平的碳减排效应对碳排放量较高的地区有更大的作用。可能的原因是，相较于碳排放量较低的地区，碳排放量较高的地区对于传统能源依赖度较高，能源利用率较低，数字服务贸易发展能够带动地区产业结构高级化与技术水平的提高，加快产业资源配置，提高产业生产效率，提升低碳技术水平，进而能够促进区域碳排放的降低。

为了进一步分析区域碳排放程度不同时，数字服务贸易发展对碳排放的异质性影响，本文使用能排除极端值干扰的分位数回归方法进行检验，选取了10%、25%、50%、75%和90%这五个分位点分别对应不同的碳排放区域进行回归。回归结果如表7所示。

表7 分位数回归结果

从表7中可以看出，当分位点低于50%时，随着分位点的提高，数字服务贸易发展对碳排放量影响的回归系数绝对值逐渐减少，到中位点时，数字服务贸易发展对碳排放量甚至产生正向影响。当分位点高于50%以后，数字服务贸易发展对碳排放量影响的回归系数绝对值逐渐增大，并且可以明显的看出，分位点高于50%时，数字服务贸易回归系数绝对值明显高于分位点低于50%的回归系数。这也说明了数字服务贸易发展水平对碳排放量较低地区的抑制作用不明显，但对碳排放量较高地区碳减排效应更大，这与前边按碳排放量高低分组的回归结果保持一致。

5 结论与政策启示

综上所述，本文基于中国2010—2019年30个省份的面板数据，使用双向固定效应模型研究了数字服务贸易发展水平对碳排放的影响，得出以下结论：首先，数字服务贸易发展对碳排放有着负向抑制作用，此结果在通过替换被解释变量、核心解释变量以及进行动态面板回归等检验后依然成立。其次，数字服务贸易发展对碳排放的影响存在显著的区域异质性，将30个省份划分为东部、中部和西部三个地区发现，相较于东部地区，数字服务贸易发展对中部和西部地区碳排放的影响程度更大。此外，数字服务贸易发展对不同碳排放程度区域的影响也存在显著的差异，将30个省份划分为高碳地区与低碳地区，以及通过分位数检验都发现，数字服务贸易发展水平的碳减排效应对碳排放量较高的地区有更大的效用。基于以上研究，本文提出如下政策启示：

第一，本文的研究发现数字服务贸易发展水平提升对抑制碳排放有显著作用。数字服务贸易发展除了能发挥其带动贸易增长、推动经济发展等经济效应之外，还能通过发挥其碳减排效应等带来环境的优化。因此，各省应大力发展数字贸易，推动实体经济数字化转型，促进数字产业与高耗能、高污染的传统产业相融合，带动产业结构由高碳、低端向低碳、高端转型，加强绿色低碳科技创新和应用，培育绿色低碳新动能，充分利用数字服务贸易的碳减排效用来实现我国的“双碳”目标。

第二，充分考虑数字服务贸易发展对碳排放影响的异质性，实现整体环境气候改善。异质性分析中发现数字服务贸易发展水平的碳减排效应在中部与西部地区以及碳排放量较高的地区具有更大的潜力。中部地区和西部地区一般为碳排放量较多而数字服务贸易发展较为落后的地区，数字服务贸易发展的碳减排效应潜力大，应该大力扶持中部地区和西部地区跨境电商的发展，推动数字资源向中部地区和西部地区倾斜，缩小中部地区和西部地区与东部地区数字贸易发展差距，充分发挥数字服务贸易对中部地区和西部地区环境改善的后发优势，推动整体气候的改善。

第三，加快新型基础设施建设，健立健全法规标准和政策体系，为数字服务贸易发展的碳减排效应提供保障。推动云储存和计算、数字平台、人工智能、5G网络和区块链等五大关键基础性数字服务的建设，为产业智能化、低碳化转型和数字贸易高效有序运转提供重要支持。加快新兴技术与绿色低碳产业深度融合，催生数字服务贸易领域的新模型、新业态，为数字服务贸易发展提供新的机遇。研究制定碳中和相关法律法规，建立健全与国际标准衔接的“双碳”计量体系，加大财政对数字赋能的绿色低碳产业支持力度，确保“双碳”目标的实现，建设美丽中国。