长三角城市群数字经济发展对区域碳排放强度的影响研究

薛智超，王世进 （江苏师范大学 商学院，江苏 徐州 221116）

0 引 言

近年来，以互联网、大数据、人工智能等为代表的新一代信息通信技术的发展促使了数字经济这类新的经济发展方式的产生。根据《中国数字经济白皮书（2021）》的数据显示，2020 年中国数字经济规模达39.2 万亿元，在GDP 中的占比达38.6%。在数字经济快速发展的同时，我国也处于以高耗能、高排放为典型特征的粗放型工业化转型的关键时期。目前我国已成为世界上最大的二氧化碳排放国，在此背景下，我国在2014 年提出了计划在2030 年左右二氧化碳排放达到峰值。2020 年9 月，习近平主席在第七十五届联合国大会一般性辩论上明确提出：中国将提高国家自主贡献力度，采取更加有力的政策和措施，二氧化碳排放力争于2030 年前达到峰值，努力争取2060 年前实现碳中和①。

当前我国正处于转变经济发展方式的重要节点，也是我国努力实现碳达峰、碳中和的重要阶段。“十四五”规划明确提出，以数字化转型驱动生产、生活和治理方式变革，加快数字化发展，打造数字经济新优势[1]。长三角城市群作为我国发展水平高、经济活力高的地区，其数字经济发展基础较好。根据新华三集团数字经济研究院发布的《中国城市数字经济指数蓝皮书》中的数据显示，2020 年中国城市数字经济水平前十的城市中有五个城市位于长三角地区。然而在长三角城市群经济快速发展的同时，其能源消耗也不断增加，环境污染和碳排放问题突出。数字经济的发展是否有利于碳减排呢？其实现碳减排的作用机制如何？本文将关注于这些问题，利用长三角城市群26 个城市的数据来探讨数字经济发展对区域碳排放强度的影响，对于推动“3060”愿景的实现具有重大的理论和现实意义。

1 文献综述

从现有的文献来看，与本文主题相关的文献主要可分为两大类。一是与碳排放相关。首先，许多学者为了助力碳达峰、碳中和的实现针对不同区域[2]、不同行业[3]和不同产业[4]的碳排放水平进行了测算；其次，也有不少学者基于各省（区、市） 差异化碳排放的现状，对我国各区域差异化实现碳达峰、碳中和的路径进行探索[5]；最后，也有学者通过设置不同情景，模拟中国碳达峰路径[6]，助力我国实现“3060”愿景。二是与数字经济有关。当前对数字经济的研究主要集中在探究数字经济的经济效益，许多学者探究数字经济的发展对区域创新能力[7]、产业结构[8]和经济高质量发展[9]的正向促进作用。然而，较少有学者关注数字经济的环境效益。少数学者探讨了数字经济发展对城市环境污染的影响，研究结果发现城市数字经济的发展能显著地抑制环境污染物的排放，助力了环境污染的治理[10]。数字经济的碳减排效应如何呢？有学者研究发现数字经济能够通过能源流和资源流两个方向对低碳产业的发展发挥作用[11]；一些学者从城市角度出发研究数字经济发展对城市碳排放的影响，研究发现数字经济发展显著的改善了城市碳排放[12]，但相比于本地，其产生的空间溢出效应较弱[13]；还有学者从省级角度出发分析数字经济发展对区域碳排放强度的影响，研究表明数字经济发展显著降低了区域碳排放强度，但是存在异质性，数字经济的碳减排效应在中西部地区及碳排放强度较高的地区表现更为明显[14]。

鉴于此，本文的边际贡献主要在于：一是不同于上述文献关注数字经济的经济效益，从数字经济的环境效益出发，结合现有文献和方法构建数字经济水平指标体系，科学测度各地数字经济发展水平，研究数字经济对碳排放强度的影响；二是引入中介变量产业结构，探究数字经济是否通过优化产业结构来影响碳排放强度；三是考虑到省级数字经济发展的差异巨大，从城市角度出发选择数字基础较好，数字经济水平较高的长三角城市群26 个城市作为本文的研究样本。

2 数字经济对碳排放强度的传导机制

2.1 数字经济对碳排放强度的影响

根据中国信通院发布的《中国数字经济白皮书》中对数字经济的定义，可以从数字产业化和产业数字化两个方面来探究数字经济对碳排放强度的直接影响。从数字产业化角度来看，数字经济以互联网、人工智能等信息技术服务业为主，能够促使信息传递更加迅速，打破信息不对称形成的“孤岛”，从而促进资源、能源的合理分配，提高资源、能源的利用效率，有利于减少二氧化碳的排放[15]；且这类数字化企业对企业自身的环境效益也更加重视，例如京东集团增强ESG 信息披露，腾讯公司宣布启动碳中和规划等。此外，数字经济其本身就是一种环境友好型的经济发展方式，不同于传统的制造业，在其生产的过程中本身就具有经济、绿色的特点，这类经济发展方式可通过实现人类活动的非物质化以及服务的共享性，减少对物质资源和能源的需求，从而减少二氧化碳的排放[16]。从产业数字化的角度来看，数字化的运用可通过实时的检测、传递、分析，掌握市场的动向，引导能源要素高效率配置。例如将数字化技术运用到碳交易市场，对碳排放量进行及时和准确的检测、报告与核查，弥补了碳市场效率的损失，控排主体也能高效履约，降低碳排放[17]。将数字化引入生产过程中，利用大数据对相关生产过程进行优化，可以提高单位能源的产值，逐步降低能源强度，减少二氧化碳的排放。综上所述，可以认为在数字经济发展较好的地区，其能源效率利用更高，数字经济对碳排放强度的影响也更为显著。

2.2 数字经济、产业结构与碳排放强度

目前已有较多关于数字经济发展促进产业结构优化升级的研究，相关研究结果显示数字经济的发展加快了产业转型速度，促进了我国产业结构向高度化、合理化转型，总体来说数字经济的发展显著促进了我国城市产业结构的转型升级[18]。而三次产业的能源需求量差异巨大，传统制造业是我国碳排放的主要来源之一，且产业结构的优化路径一般规律为第一产业向第二产业转型，然后再转向第三产业，产业结构优化升级能促进能源消耗增长速度变缓，促进能源结构优化，有助于实现碳减排[19]。据此，认为产业结构优化升级是数字经济促进区域碳排放强度降低的重要途径。

综上，提出相关假设如下:

假设H1：数字经济的发展可以显著降低区域碳排放强度；

假设H2：数字经济的发展降低区域碳排放强度具有区域异质性；

假设H3：数字经济能通过优化产业结构降低区域碳排放强度。

3 变量设置与典型事实

3.1 模型构建。基于假设H1，为验证长三角城市群数字经济发展对区域碳排放强度的影响，现构建模型如下。

式中：i 代表省份，t 代表年份，CEIit表示各市碳排放强度，α0表示常数项，DIGit表示各市数字经济发展水平，αj表示回归系数，Xjit表示一组控制变量。μi、δt表示个体、时间固定效应，εit表示误差项。

基于假设H3，本文采用逐步回归法构建中介效应模型如下所示，构建模型三检验数字经济对产业结构的影响，构建模型四检验数字经济、产业结构对碳排放强度的影响。

3.2 变量选取。被解释变量：碳排放强度（CE I ）。本文借鉴任晓松等[20]的测算方法，通过天然气、液化石油气和全社会用电量来进行长三角城市碳排放的测算。长三角城市群各城市碳排放量具体测算公式如下。

其中：C1、C2、C3分别为天然气、液化石油气、全社会用电量带来的二氧化碳排放量，e1、e2、e3分别为天然气消费量、液化石油气消费量、全社会用电量，k、b 为分别为天然气、液化石油气的CO2折算系数，∂为火电占总发电量的比例，w 为火电的排放系数。而碳排放强度利用各城市碳排放量与各城市GDP 的比值来表示。计算公式如下。

核心解释变量：数字经济发展水平（DI G ）。目前，关于数字经济发展水平测度指标尚未统一，本文借鉴学者赵涛[21]的指标体系，从互联网发展和数字普惠金融两个维度来设置数字经济发展综合指标，并运用熵权法对各指标的权重进行赋值。具体的评价指标如表1 所示。

表1 数字经济发展水平评价指标体系

中介变量：产业结构（IS ）。用第三产业增加值占GDP 比重比上第二产业增加值占GDP 比重来衡量。

控制变量：借鉴郭炳南[1]和Cheng[22]的研究，选取以下五个变量作为本文的控制变量。人口规模（PS ），采用年末常住人口来表示；外商直接投资（FD I ），选取当年实际使用外资总额，然后经美元年均汇率调整；政府支持力度（GO V ），选取政府科学教育支出占财政支出比重来表示；城镇化率（UR ），利用建成区面积占城市面积比重来表示；经济发展水平（PE RGDP ），选取人均GDP 来表示地区经济发展水平。

3.3 数据来源及描述性统计结果。本文的数据样本由2012—2019 年我国长三角城市群26 个城市的面板数据组成，研究中使用的数字普惠金融指数来自于北京大学数字金融研究中心和蚂蚁金服集团共同编制的中国数字普惠金融指数。其他数据均来自于《中国城市统计年鉴》。对于缺失数据采用均值法和线性插值法进行补充，另外对于本文中非比值性数据进行取对数处理。主要变量的描述性统计如表2 所示。

表2 变量描述性统计结果

4 实证检验及结论

4.1 基准回归分析

为了控制时间和地区不同可能导致的估计偏误，本文采用双向固定效应模型进行回归。表3 为长三角城市群数字经济发展对碳排放强度影响的基准回归结果，从模型一和模型二的回归结果可以看出，无论是否加入控制变量数字经济的系数至少在10%的置信水平上显著为负。即假设H1 成立，数字经济发展能显著降低碳排放强度，各城市数字经济发展水平越高，其碳排放强度越低。

表3 基准回归结果

从控制变量来看，本文中所选的一组控制变量中仅有人口规模这一控制变量显著。且人口规模的系数显著为负，说明在长三角城市群中人口越密集的城市，其碳排放强度越低，主要是因为受到地区经济发展的影响，部分劳动者会选择经济较为发达的地方就业，长三角城市群经济较为发达，为我国主要的人口流入地。有学者研究了人口流动对于城市高质量发展的绿色效应，发现人口的集聚能通过提升要素使用效率、促进污染集中处理等方式推动城市绿色发展[24]。

4.2 机制检验

产业结构的中介效应如表4 所示：表4 反映了产业结构的中介检验结果，模型三结果显示，数字经济与产业结构呈现显著正相关，表明数字经济发展对产业结构的优化升级有着正向的促进作用，数字经济发展水平越高的地方，产业结构越趋于合理。模型四显示产业结构与碳排放强度呈现显著负相关，系数为-0.289 1，即产业结构越趋于合理，碳排放强度越小。此外，模型一和模型四均显示数字经济对碳排放强度之间呈现显著的负向关系，说明存在中介效应，即数字经济发展水平越高，产业结构越合理，碳排放强度越小，验证了数字经济通过优化产业结构降低碳排放强度的传导机制，假设H3 成立。

表4 产业结构的中介效应检验

4.3 内生性问题与稳健性检验

4.3.1 内生性问题。虽然本文已经尽量控制了其他相关因素的影响，但考虑到数字经济发展水平和碳排放强度还可能受到其他未观测到的因素的影响，而产生一定的内生性。本文参考邬彩霞[11]的方法，选取核心解释变量数字经济发展水平的滞后一期作为工具变量，选取差分GMM 方法进行回归。稳健性检验结果如表5 所示，模型五中AR（2 ）检验P 值为0.141 5（大于0.1），表明回归方程扰动项的差分不存在二阶自相关；且Hansen 检验的P 值为0.178 9（大于0.1），说明工具变量有效，证实了基准回归的稳健性。

表5 内生性问题及稳健性检验结果

4.3.2 稳健性检验。替换核心解释变量，本文中核心解释变量为数字经济指数，是由互联网发展和数字普惠金融组成的综合性指标，但是目前已有不少学者直接利用互联网发展程度来研究数字经济，结果如模型六所示。增加控制变量，为了考察模型中可能存在的遗漏变量问题，借鉴魏君英[25]的方法，增加控制变量各城市科研水平，用各城市专利申请数来表示，结果如模型七所示。稳健性检验回归结果显示，无论是替换核心解释变量还是增加控制变量，其结果与基准回归结果一致，再次证实了基准回归结果的稳健性。

4.4 异质性检验

为了进一步探讨数字经济发展对碳排放强度的影响，又考虑到长三角城市群中各城市数字经济发展水平差距较大，所以根据各城市年均数字经济综合发展水平划分为高数字经济发展水平城市和低数字经济发展水平城市。如表6 所示，模型八未加入其他变量，模型九加入了其他变量，根据回归结果可知数字经济发展水平较高的城市，其数字经济发展对碳排放强度的抑制作用明显，但对本身数字经济发展水平较低的地区碳减排效应不明显，即假设H2 成立。高数字经济发展水平的城市其本身经济发展较好，对于生态环境的重视也较强。而低数字经济发展水平的城市可能对于经济效益的重视更强。

表6 分区域回归结果

5 结束语

随着互联网、大数据、人工智能等信息技术的发展，数字经济也成为了促进经济发展的重要影响因素。而经济发展带来的环境问题也愈加不能忽视，其中碳排放问题越来越严峻，因此探索数字经济发展对碳排放强度的影响十分重要。本文主要得出以下三点结论：（1） 长三角城市群数字经济的发展与碳排放强度之间呈现显著的负向关系。（2） 根据中介效应结果显示，数字经济能通过优化产业结构促进碳排放强度的降低。（3） 根据异质性分析结果显示，数字经济的发展对碳排放强度的影响程度也存在着异质性，高数字经济发展水平的城市无论是否加入控制变量都具有显著的负向关系，而低数字经济发展水平的城市的碳减排效应并不显著。

基于以上分析和结论，本文提出了以下几点政策建议。

第一，协调区域内协同发展，共同推进数字经济的发展。虽然数字经济的发展能对碳排放强度产生抑制作用，但在低数字经济发展水平城市由于数字经济发展水平低无法产生明显的碳减排效应，因此要加快区域内低数字经济发展水平城市的发展，推动区域内数字经济协同发展，提高区域内数字经济整体水平。

第二，加快数字经济发展，发挥数字技术的优势，推动长三角城市群产业结构优化升级。长三角城市群作为我国经济发展较好的地区，其资金、高素质人才资源较为丰富。政府要大力发展数字经济，加强对于数字基础设施建设的投入，加强对于科学教育的投入，培育出高素质的劳动力，提高创新能力，发挥数字经济推动产业结构优化的作用，推动长三角地区产业结构转型升级。

第三，提高数字经济发展水平以降低碳排放强度，基于我国长三角城市群26 个城市的研究发现，数字经济的发展对碳排放强度的影响显著为负，具有显著的碳减排效果。因此加快产业数字化发展，以数字化转型驱动人们生活方式、生产方式和政府治理方式的变革，在发挥数字经济增加总产出作用的同时，发挥数字经济的碳减排效应，实现数字经济发展对区域碳排放强度降低的作用。

注：①习近平.2020 年《习近平主席在第七十五届联合国大会一般性辩论上的重要讲话》。