数字化发展能促进“碳中和”目标实现吗？——基于城市面板数据的实证分析*

李海海，黄岩朔

(湘潭大学 商学院，湖南 湘潭 411105)

一、引言

随着世界各国工业经济的发展，温室气体排放对生态系统产生了严重威胁，全球变暖成为人类共同面对的重大风险。针对全球变暖我国做出积极响应并表态：“力争于2030年前二氧化碳排放达到峰值，努力争取2060年前实现碳中和”，“双碳目标”成为“十四五”发展的重要方面。但我国“减排”形势不容乐观，由于前中期“粗放式”发展以及当前庞大的工业体量导致碳排放量居高不下，2020年全球能源碳排放320亿吨，我国碳排放98.99亿吨，占全球碳排放总量的30.7%，其中工业生产碳排放占比约为71%(1)数据来源于英国石油公司(BP)发布的《世界能源统计年鉴(第70版)》与中国电子信息产业发展研究院发布的《对“十四五”工业绿色发展的思考和建议》。。“碳中和”是碳吸收与碳排放的循环过程，工业活动显然是整个“碳循环”系统的关键。作为世界工业第一大国与人口大国，我国如何兼顾经济发展与“双碳”双重目标？

党中央高度重视数字化发展，数字化发展有利于改变工业活动从而降低碳排放。习近平总书记指出“加快数字中国建设，就是要适应我国发展新的历史方位，全面贯彻新发展理念，以信息化培育新动能，用新动能推动新发展，以新发展创造新辉煌”(2)2018年4月，习近平总书记在致首届数字中国建设峰会的贺信中指出。。数字化发展作为我国“新发展”的重要路径与发展战略，能否有效推动“碳中和”目标的实现呢？本文在理论分析的基础上深入剖析传导机制，通过构建区域数字化发展综合指标进行了实证检验。研究可能的边际贡献是：①填补了当前数字化发展对碳排放影响的研究大部分停留于理论分析而缺乏实证检验的空白；②厘清基于产业视角数字化发展与碳排放之间的内在机理与实现路径；③为我国利用数字化发展推动碳中和目标实现提出政策建议。

二、理论分析与研究假设

目前工业活动已然成为我国最主要的碳排放源[1]1-10，产业低碳转型将成为未来我国实现碳中和目标的关键。数字化技术与经济社会发展息息相关，其即时高效的信息传播、共享与处理等功能加速了绿色低碳技术迭代升级、产业转型升级，对产业绿色低碳发展具有重大意义。[2]86-95在数字化发展的驱动下，促进产业结构调整、提升产业创新能力、优化产业资源配置与提高能源利用效率是产业低碳发展的重要路径。[3]62-75,[4]155-161

从促进产业结构调整视角来看：①新业态、新行业的出现推动传统产业转型升级。在数字化技术的发展与相关应用的催生下，传统产业得到数字化发展所带来的“赋能效应”，各类新业态与新产业应运而生，[5]146-154传统产业链得以快速延伸与升级；②劳动力流动引领产业升级。在数字化技术应用的过程中，工业生产自动化与智能化水平得到提升，在此过程中释放大量劳动力，其中部分劳动力通过数字化技能培训继续在原岗位任职，而更多基础劳动力则流向服务业，推动产业结构向第三产业升级。[6]108-114据此从产业转型升级角度来看，数字化发展通过引领传统产业结构由能耗相对较高的第二产业向能耗相对较低的第三产业延伸与转型，有效降低了区域碳排放。[7]164-172

从提升产业创新能力视角来看：①新型供求关系引导产品创新。当前居民的美好生活需要日益增长，在数字化技术发展下，企业可针对消费者需求，不断对其所提供的产品或服务进行技术创新与改进。同时在数字化发展的催化下，激烈的市场竞争会淘汰大量落后的产品与产能，[8]121-1129提升市场整体绿色创新品质。②数字化发展激活企业创新动能。数字化发展有利于营造公开透明的竞争环境，强化企业技术创新积极性[9]1367-1387。原因在于，一方面供应链与企业之间的信息不对称，意味着技术创新后产品在市场上的需求程度存在不确定性[10]4-6，33，另一方面信息不对称产生的逆向选择，在一定程度上弱化重大技术创新的重要性，使更多企业趋于“求稳”式的低水平创新[11]115-117。因此数字化发展有利于激发企业创新积极性进而有效提升生产品质。③数字化发展提升了协同创新效率。数字化技术的应用弱化了各创新主体之间的边界[12]223-238，有利于多方参与至共性技术的研发与合作，进一步压缩创新成本和提升创新效率，在协同创新过程中实现产品环保品质提升与低碳技术革新，促进产业绿色低碳化发展。[13]2658-2665

从优化产业资源配置视角来看：①数字化发展有利于提升金融配置效率。数字化技术的应用通过其即时便捷的数据共享与处理功能可有效消除企业间信息不对称等问题，利用数字技术整合信息流、资金流[14]9-28,[15]86-88，引导金融资源及时有效地向更为绿色低碳化的高新技术产业流动[16]14-30,[17]28-35。②数字化发展有利于提升高技能人力资本配置效率。数字化发展的深度渗透、高度协同的特征有利于高技能人力资本的精准配置与流通，提升了产业要素配置能力与质量效益，有利于产业高端化、绿色化发展。[18]24-30

从提高能源利用效率角度来看：一方面数字化技术强化了生产过程中能源监控。随着数字化技术在生产过程中的深度应用，可通过数字化平台对生产过程进行远程监测和智能控制，制定新的生产方案与节能管控措施，大幅度提升产业能源利用效率[19]317-326。另一方面数字化技术促进了能源技术进步。在网络技术应用下，国家、企业与部门间能源生产、传输等应用技术溢出效果显著，加速了能源技术革新与迭代。[2]86-95从产业能源利用效率角度来看，数字化技术促进了能源技术低碳化发展，提高能源利用与转换效率，有效降低碳排放强度。[20]328-341

综上所述，数字化发展作为产业转型升级的核心驱动力与新动能[21]73-82，通过减少碳排放源与提升创新水平有效抑制了区域碳排放[22]1-9,[23]101-108,[24]141-150；数字化发展所具备的网络协同、资源信息共享等特征能有效提升生产过程中资本、劳动力等资源要素的配置效率[25]57-65与能源利用效率，通过生产要素间合理配置与能源合理利用来降低生产过程的多余消耗，从而提升产业效率和减少二氧化碳排放。据此本文提出如下假设：

H1:数字化发展可以通过促进产业结构调整抑制区域二氧化碳排放；

H2:数字化发展可以通过提升产业创新能力抑制区域二氧化碳排放；

H3:数字化发展可以通过优化产业资源配置抑制区域二氧化碳排放；

H4:数字化发展可以通过提高产业能源效率抑制区域二氧化碳排放。

三、研究设计

(一)模型设定

本文构建以下实证模型来对数字化发展影响二氧化碳排放量进行验证：

lnCO2it=α0+α1digiit+α2X+νi+μt+εit

(1)

式(1)中i表示城市，t表示时间，lnCO2为各地级市二氧化碳排放量，digi为数字化发展水平，X为控制变量，ν与μ分别代表个体固定效应与年份固定效应，ε为随机扰动项。

(二)变量设置

本文通过搜集和整理相关统计年鉴、各类公开数据库构建了2003—2017年272个地级市及以上城市面板数据(3)本文囿于CEADs(中国碳核算数据库)时间限制与《中国城市统计年鉴》各指标统计口径等原因，选取了整体变量缺失值较少的2003—2017年这一时间段来构建城市面板数据，虽然未能获取最新数据，但本文构建的面板时间相对较长，依然能有效描述数字化发展与碳排放的内在机理与逻辑关系，为我国现阶段数字化建设与“碳中和”发展提供参考。，具体变量与数据处理方式如下：

因变量：由于“碳中和”定义为二氧化碳排放量与吸收量均衡，其工业层面主要实现路径为节能减排。考虑到本文主要研究“碳中和”问题，因此并未使用二氧化碳排放量与GDP比值进行指标构建，而是更为直观地使用各城市二氧化碳排放量取对数值进行度量，数据来源于CEADs数据库中区县二氧化碳排放数据加总至城市层面获得。

自变量：鉴于目前公开数据库中关于数字化的权威指标较少，本文参照相关研究[26]5-23,[27]65-76,[28]44-64，从数字化普及程度、数字设备应用水平、数字化产业投入、数字化产业产出四个方面衡量数字化发展能力。根据数据的可获得性，以上四个方面分别采用百人互联网数、百人移动电话数、信息传输计算机服务和软件业从业人数占比与人均电信业务量四个变量进行代理，并使用主成分分析法构建数字化发展综合指数。

控制变量：本文主要从人口、经济与政治制度等影响二氧化碳排放的因素进行控制(4)产业结构因素会在机制检验中进行验证，此处暂时不加以控制。。首先，人口毋庸置疑是影响二氧化碳排放的关键因素；其次，我国前中期粗放式的发展方式对环境造成了一定程度的污染，因此经济发展的影响是本文需要重点考虑的因素；再次，环境的治理离不开资金的注入，金融也是本文所要考虑的控制因素之一；最后，政治制度因素也是影响地区二氧化碳排放的重要因素。变量具体为：①人口数，使用年末全市总人口数进行描述；②外商投资，使用外商直接投资与地区GDP(名义)比值进行衡量；③金融发展水平，使用金融机构年末存贷款余额与地区GDP(名义)比值进行度量；④人均GDP，使用地区GDP(实际)除以年末总人口取对数进行描述；⑤财政自主权，使用一般预算内财政收入与预算内财政支出之比进行描述[29]43-59。以上数据来源于《中国城市统计年鉴》，其中实际GDP以2003年为基期进行平减。

以上变量描述性统计如表1所示：

表1 变量描述性统计

四、实证检验

(一)基准回归与稳健性检验

在实证模型的基础上进行基准回归与稳健性检验，结果如表2所示。本文主要使用双向固定效应模型结果进行汇报，见表2(1)所示。为验证其结果的稳健性，分别使用剔除部分样本、更换自变量、工具变量法回归等方式进行比对分析，见表中(2)(3)(4)(5)列，其中(2)为剔除样本中青海、新疆等数字化发展较为落后地区数据的回归结果，(3)为使用百人移动电话数(以mobile表示)代替数字化发展指标进行估计的结果；(4)(5)则借鉴黄群慧等(2019)[26]5-23与赵涛等(2020)[27]65-76的工具变量构建方法，分别以1984年邮电局数、邮电业务总量与提前一期互联网用户数的交互项作为数字化发展工具变量的回归结果。根据固定效应模型的估计结果显示，数字化发展能有效减少地区二氧化碳排放量，系数为-1.141 4，且在1%的水平下显著。稳健性检验(2)(3)的结果显示，在剔除部分样本与更换自变量衡量方式后结果依旧显著为负。工具变量回归的(4)(5)列结果显示，在不同工具变量下，数字化发展对二氧化碳排放依然在1%的水平下显著为负，系数分别为-2.791 9、-2.710 9，且在工具变量选取的检验中，两个工具变量Kleibergen-Paap rk的LM统计量p值均为0.000，且Kleibergen-Paap rk的Wald F统计量均大于Stock-Yogo弱识别检验10%水平上的临界值，因此不存在工具变量识别不足问题，检验结果也充分说明了工具变量选取的科学性与合理性。通过分析验证了基准回归结果的稳健性，数字化发展可有效抑制地区二氧化碳排放。

表2 基准回归结果与稳健性检验

(二)机制检验

根据前文理论分析，数字化发展主要通过促进产业结构调整、提升产业创新能力、优化产业资源配置与提高能源利用效率等机制抑制二氧化碳排放，根据理论分析与假设，本文选取以下变量对机制进行检验：

1.产业结构调整。使用产业结构指标进行描述，借鉴干春晖等(2011)[30]4-16，31的做法，使用第三产业与第二产业比值进行度量。在实证过程中用strup表示。

2.产业创新能力。根据前文理论分析，数字化发展所引领的产业创新主要体现在产品的技术创新水平上，且规模以上工业企业往往是工业创新的核心力量。因此本文采用专利授权量/规模以上工业企业数量进行指标构建。在实证过程中以techup表示。

3.产业资源配置。采用SFA方法对资源配置效率进行测算，在投入指标的选取方面，参照黄群慧[26]5-23等(2019)的做法选择工业从业人员作为劳动力投入指标，采用工业固定资产净值年平均余额代理资本存量指标，产出指标采用工业增加值(5)本文产出指标并未与黄群慧等使用的规模以上工业企业总产值的做法一致，原因在于2017年《中国城市统计年鉴》未予以公布，为保障数据合理有效，本文使用工业增加值予以替代，并且工业增加值相比规模以上工业企业总产值更能体现工业整体行业效果。来表示。在实证过程中以RE表示。

4.能源利用效率。根据本文理论分析，为体现地区工业能耗情况，采用“工业增加值(平减后)/工业用电总量”进行衡量。实证过程中以EEU表示。

产业结构调整与产业创新能力中介机制检验结果如表3所示，其中(6)(7)为产业结构调整机制检验结果；(8)(9)为产业创新能力机制检验结果；产业资源配置与能源利用效率中介机制检验结果如表4所示，其中(10)(11)为产业资源优化配置机制检验结果；(12)(13)为产业能源利用效率机制检验结果。结果显示数字化发展对于中介变量均有显著影响，且在引入中介变量后，数字化发展抑制碳排放效果与表2列(1)相比均有所下降，因此数字化发展能通过促进产业结构调整、提升产业创新能力、优化产业资源配置与提高能源利用效率等机制有效抑制城市二氧化碳排放，分别验证了前文假设H1、H2、H3、H4。

表3 产业结构调整与创新发展能力中介机制检验

表4 产业资源配置与能源利用效率中介机制检验

(三)区域异质性检验

为进一步探究数字化发展对二氧化碳排放的区域异质性，本文将各城市按东中西部地区进行分组回归，结果如表5中(14)(15)(16)所示。

表5 区域异质性检验

其中东部地区与中部地区数字化发展对二氧化碳排放的抑制效果显著,分别为-0.810 5(1%水平下显著)与-0.804 4(10%水平下显著)，而西部地区数字化发展对二氧化碳排放的影响结果并不显著，系数为-1.070 0。原因可能是当前西部地区数字化应用及发展较慢，同时数字化的应用场景也相对较少，其对于二氧化碳排放的影响有限。

根据“梅特卡夫法则”与“环境库兹涅茨曲线假说”，数字化发展对二氧化碳排放可能存在非线性影响。虽然我国数字化发展起步相对较晚，但东部地区相比其他地区而言，数字化技术无论在供给端还是需求端的融合程度更深，因此在数字化发展对二氧化碳排放的非线性影响关系上可能也存在区域异质性。本文引入数字化发展的二次项对各区域进行进一步的非线性影响探究，在前文基准回归模型(1)式的基础上构建如下模型：

(2)

检验结果如表5中(17)(18)(19)所示，结果显示东部地区数字化发展的一次项系数为3.626 1，二次项系数为-20.941 4，且均在1%的水平下显著，因此东部地区数字化发展与二氧化碳排放存在倒U形关系；中部地区二次项系数并不显著，仅存在线性关系；西部地区结果无论是一次项或二次项系数都不显著。产生这一结果的原因可能在于东部地区是我国数字化发展的“先行者”，考虑到数字化发展过程中本身存在的能源消耗，如数字化技术及设备所带来的电力消耗、数字化技术发展所需的能源投入等[31]758-763，因此在数字化发展初期，数字化技术尚未成熟，其带来的“减排”效应小于发展数字化技术过程所产生的“增排”影响，导致碳排放增加。随着数字化技术的深度应用，各类生产部门边际成本持续降低，企业有更多资本对新技术、新模式、新业态进行探索与升级，所带来的“减排”效应逐渐大于“增排”影响。而中部地区数字化发展相比东部地区而言起步较晚，一方面在一定程度上可直接接受来自东部地区的数字技术溢出，有效规避与削弱数字化发展初期存在的研发风险与“增排”等负面影响；另一方面中部地区相比东部地区产业转型升级进程较慢，在生产阶段数字化技术应用与研发上也不及东部地区成熟，因此中部地区数字化发展对二氧化碳排放的影响尚未呈边际递增的非线性关系，仅为线性抑制效果。

五、结论及政策建议

(一)结论

在全球变暖形势逐渐严峻与我国提出“数字中国”发展战略、“双碳目标”的背景下，本文对数字化发展影响区域二氧化碳排放及其机制进行了研究。实证结论如下：①通过基准回归、稳健性检验与工具变量法验证了数字化发展能有效抑制区域二氧化碳排放；②机制检验发现，数字化发展可通过促进产业结构调整、提升产业创新能力、优化产业资源配置与提高能源利用效率抑制区域二氧化碳排放；③区域异质性分析发现，东部地区与中部地区数字化发展对二氧化碳排放均存在明显的抑制效果，且东部地区为倒U形影响关系，中部地区为线性影响关系，而西部地区影响并不显著。以上研究深入分析了数字化发展对我国碳中和目标实现的作用机制及区域异质性影响，为政府制定完善数字化发展与“碳减排”相关政策提供了可供参考的经验证据。

(二)政策建议

产业政策是实现碳达峰、碳中和的关键，为加快“数字中国”建设与“双碳”目标实现，本文提出以下政策建议。

第一，夯实数字化促进传统产业转型升级的基础条件。加快工业互联网基础设施建设，对工业企业在智能大数据系统的开发、运用与推广方面给予适当融资支持与补助，着力打造以数字化发展为新动能的实体经济新业态，引领“数字产业化”与“产业数字化”转型升级。第二，推动数字化低碳创新平台建设。强化数字化平台建设与核心技术攻关。利用数字化技术支撑强化研发平台与共性技术平台建设，引导企业、科研院所与高校开展深度合作，聚焦低碳领域相关共性技术与核心技术进行攻关，在提升企业生产效率的同时实现低碳发展。第三，利用数字化手段优化产业资源集聚与统筹。以5G技术为支撑，加快工业物联网建设，优化产业资源配置。结合各地要素禀赋，构建各具鲜明特色的工业物联网产业集聚区。同时要进一步优化产业集聚区的发展环境，完善产业集聚区运营管理体制，引导产业进行规模化、专业化、协作化发展。第四，提升能源利用的数字化调度和监管。加快工业数字化转型与数字化技术在生产过程中的应用，加强生产和调度阶段的数字技术深度融合，并积极推动数字监测系统全方位覆盖，减少能耗损失。第五，加快中西部地区数字化发展步伐。加大中央财政对中西部地区数字化基础设施建设的投入，为中西部地区产业数字化转型夯实基础，以互联网技术为支撑，补齐落后地区产业发展短板。