数字经济发展如何影响碳生产率?

白 雪,阚梦仲

(安徽大学 经济学院,安徽 合肥 230601)

一、引言

自工业革命以来,由碳排放量增加带来的一系列诸如极端气候频发、冰川融化、土地沙漠化等环境问题严重影响了人类生存[1]。《世界能源统计年鉴2022》统计数据显示:2011—2021年,我国碳排放量由88.8亿吨上升至105.8亿吨,约占世界碳排放总量的31%(1)《世界能源统计年鉴2022》,https://www.bp.com.cn/content/dam/bp/country-sites/zh_cn/china/home/reports/statistical-review-of-world-energy/2022/bp-stats-review-2022-full-report_zh_resized.pdf。,我国碳减排压力巨大。中国一贯倡导可持续发展,积极承担大国责任,共建人类命运共同体,寻求经济发展与环境保护的平衡点。2020年9月,习近平主席在第七十五届联合国大会上宣布中国将采取更有力的政策和措施,力争在2030年前实现碳达峰、2060年前实现碳中和。中国正处于工业化、城市化以高能耗为特征的发展阶段,为实现“双碳”目标,只考虑降低碳排放难免会影响经济发展。2018年,习近平总书记在深入推动长江经济带发展座谈会上讲话强调“生态环境保护的成败归根到底取决于经济结构和经济发展方式”[2]。因此,在兼顾经济发展和节能减排的前提下提升碳生产率成为实现“双碳”目标的必然选择。

在经历以廉价劳动力和自然资源等生产要素为发展动力的阶段后,我国已成为世界第二大经济体,并正从粗放式发展转向高质量发展[3]。随着云计算、区块链、大数据等互联网技术不断发展,我国数字经济得到爆发式增长。《中国数字经济发展报告(2022年)》的数据显示:2021年,我国数字产业化规模达到8.4万亿元,占GDP比重为7.3%;产业数字化规模达到37.2万亿元,占GDP比重为32.5%(2)数据源自中国信息通信研究院,http://www.caict.ac.cn/kxyj/qwfb/bps/202207/t20220708_405627.htm。。数字经济以互联网技术为载体,将信息、数据转换为生产要素,提高资源配置效率,优化产业结构,打破传统发展的时空限制,降低运输成本,在缩减碳排放的同时促进经济发展,为全面绿色转型指明方向[4]。由此可见,数字经济和碳生产率在控制碳排放中起到关键作用,那么,数字经济是否能促进碳生产率提升?如果能促进,数字经济和碳生产率的关系是一成不变的吗?数字经济影响碳生产率的传导机制又是怎样的?数字经济对不同地区碳生产率的影响有区别吗?针对上述问题,本文将数字经济纳入碳生产率影响因素的研究框架中,并从空间、门槛视角更为全面地考察两者间的关系,为实现“双碳”目标、促进高质量发展提供理论指引、经验证据和政策启示。

二、文献综述

数字经济这一概念自提出以来就迅速成为国内外学者的研究热点,多数研究集中在其带来的经济效应与环境效应。伴随着数字技术的迅速发展,数字产业将信息和知识转化为新型生产要素,逐渐与传统产业深度融合[5],通过提高资源配置效率、促进科学技术进步、降低生产交易成本等途径输出正向经济效应[6-8]。数字经济已成为我国经济运行的重要保障以及经济发展的新动力,在多个层面影响人们的日常生活与生产。在宏观经济层面,包振山等[9]针对数字经济、流通业升级对经济增长影响的独立效应和交互效应进行测度,发现数字经济与流通业升级的交互项对经济增长有显著促进作用。薛秋童等[10]发现数字经济以提高居民消费水平为路径,促进经济发展质量的提升。马嫣然等[11]从数字经济的协同渗透效应、挤出效应出发,结合科技水平的溢出效应,验证数字经济的发展有助于推动科技水平提升,并以此为路径协助区域经济增长。在微观企业层面,数字经济可以有效促进企业技术创新、提高企业抗风险能力以及推动企业绿色转型。柏培文等[12]通过构造可变价格加成模型,发现数字经济有助于加成微观企业价格。胡山等[13]研究得出数字经济有助于企业创新、推动各行业企业快速发展的结论。刘苹[14]在中国民营企业韧性的研究中构建空间权重矩阵,采用空间计量模型确定数字经济发展有助于增强民营企业韧性。

随着我国经济发展进入新阶段,数字经济对生态环境的影响也愈发受到一些学者的重视。靠掠夺生态资源的粗放式经济增长方式已受到环境限制,科技水平推动系统性增长也遭遇瓶颈。在此背景下,数字经济在产业结构优化升级、管理、贸易、生态保护等领域逐渐发挥显著优势,起到重要推动作用[15]。数字产业的兴起提高了政府对能源的监管水平,确保了能源监管的及时性和有效性,并为政府制定绿色环保政策指明了方向[16]。由此可见,数字经济可以为实现“双碳”目标持续发挥作用。

近年来,数字经济对碳排放的正负外部性影响也受到部分学者的重视,谢文倩等[17]基于中介效应模型的研究发现数字经济对碳排放有明显的抑制作用,产业结构升级在这种关系中起中介作用。朱东波等[18]研究发现数字金融会缓解消费预算约束,增强针对长尾群体的服务能力,但是就中低收入群体的消费者而言,只会提高其消费数量而不会使消费升级,因此会导致中低端消费需求增加,进一步固化传统粗放型增长模式,最终会加剧能源消耗,导致污染排放量增加。余星辉等[19]通过门槛模型和空间计量方法研究发现数字经济对城市碳排放的影响呈现先增后降的“倒U型”特征,且在欠发达城市具有更好的减排效应。

梳理已有文献,学者们从经济效应、环境效应两个角度对数字经济发展进行了充分研究,其中,部分研究关注了数字经济和碳排放间的关系,但是鲜有研究将碳排放、碳生产率与数字经济发展纳入同一框架,对于数字经济对碳生产率产生的空间效应和门槛效应也缺乏较为准确的实证支撑。基于此,本文结合2011—2020年中国省级面板数据,采用熵值法自主构建中国数字经济发展水平测度指标体系,运用新型中介模型、空间模型及门槛模型探究数字经济对碳生产率的影响和传导机制。与现有文献相比,本文的边际贡献有以下3点:(1)在研究数字经济与碳排放关系的基础上,进一步系统探究数字经济对碳生产率的影响,并从环境规制和研发强度角度探究其内在作用机制。(2)进一步明晰数字经济对碳生产率在空间领域的溢出效应,并结合区域异质性研究不同经济发展水平下溢出效应的差异。(3)凭借门槛模型对数字经济和碳生产率之间的非线性关系进行理论分析和实证检验,为实现“双碳”目标、制定合理化政策提供新思路。

三、理论分析与研究假设

数字经济将信息转化为生产要素,以信息网络为载体,依托大数据、区块链、AI等数字化技术与实体经济不断融合,提高社会生产力,并从以下2个方面推动碳生产率提升:一方面,数字技术的应用可以缩减各种生产要素的流通成本,对传统生产技术进行创新,提高社会生产水平,同时数字经济带来的数字化网络平台可以更为准确地推测市场动向,提高资源共享能力和能源利用效率,达到节约能源、优化资源配置、科学管理等目标,从而降低碳排放,提升碳生产率[20]。另一方面,与数字经济相关的产业具有高科技水平特征,其本身带有创新资质。数字经济还可以利用其强大的影响力对传统产业进行革新升级,推动各行各业在数智化转型过程中得到新一轮的提升。数字经济逐渐成为我国经济发展的动力源泉,直接影响碳生产率[21]。综上,提出如下假说:

H1:数字经济对区域碳生产率的提升有显著促进作用。

数字经济作为新型经济形态,通过提升研发强度和环境规制水平来助力碳生产率增长。从环境规制角度来看,数字经济可以降低环境规制的实施难度和实践成本,提高环境规制的发挥上限[22]。在政府层面上,政府可以通过新型数字技术实时监控空气、水域、土地污染数据,从源头获取资料,从而更为科学地制定环保政策。在企业和居民层面上,前者利用数字技术整合生产资源,转变经营方式,提高管理水平,降低运输成本,拓宽销售渠道,从而减少资源浪费与降低碳排放[23];后者可以通过互联网学习环保知识,增强环保意识,养成低碳文明的生活方式[24]。马海良等[25]通过研究发现环境规制会激发“创新补偿”效应、推动生产技术进步,从而在保证碳排放不变的前提下提高经济产出水平。合理的环境规制强度会推动服务业发展,抑制污染行业发展,减少碳排放量,最终促进碳生产率的提高;张华等[26]认为政府可以通过环境规制从供给侧和需求侧同时影响碳排放,环境政策在发布初期会引起“绿色悖论”效应,但随着环境规制强度逐渐增大,最终会降低碳排放,提高碳生产率。

从研发强度角度来看,数字经济带来的技术变革使企业拥有通过创新实现“弯道超车”的机会,数字经济将带有技术性质的数据转化为生产要素,使数字技术渗透进生产活动的全过程全方面,也促使政府和企业以数字标准培养和引入人才,从源头增大政府与企业的研发投入力度,推进传统生产技术进步。同时,有学者研究发现,企业研发投入每增加1%,环境技术水平就会提高12%[27]。增加研发投入让传统工业与低碳节能技术逐渐融合,产生新型数字能源技术,促进传统工业绿色转型,降低碳排放和能源使用[26-28]。林伯强等[29]通过对STIRPAT模型(3)STIRPAT模型是一个用于评估人类对自然环境影响的统计概念模型,它通过考虑人口、财产、技术3个自变量与因变量间的关系来评估环境影响。模型的全称是Stochastic Impacts by Regression on Population,Affluence,and Technology。的研究发现,研发投入是降低碳排放强度的重要因素,增加研发投入会获得更多的节能减排设备以及更先进的节能减排技术,进而达到降低碳排放、提高碳生产率的目的。吕康娟等[30]认为增加研发投入对碳生产率有积极的影响,其可以带动能源利用效率上升,产生更多缩减排放的专利,优化产业结构,因此增加研发投入可以提高碳生产率,加大研发投入力度在一定程度上会促进技术水平提高,而技术水平的提高会使生产效率进一步提升,进而正向影响碳生产率。通过上述分析,提出如下假说:

H2:数字经济可以通过环境规制和研发强度促进碳生产率的提高。

数字经济最显著的特点就是其加快了信息传递速率,打破了物理空间限制,实现了跨时空的经济交互活动,使社会生产生活不再拘泥于传统形式。首先,数据作为数字经济时代的新型生产要素,较之于传统的自然资源、资本等生产要素,具有更为高效的流动性,且储存成本极低[31]。不同区域可以快速共享数据,实现双赢。其次,数字经济可以整合生产资料,推动不同区域发展合理化,促进数字技术水平提升,提高能源利用效率,让生产过程更为环保[10],带动整个社会经济进步。因此,数字经济的发展可以促进碳生产率提高并对周围地区的绿色发展带来正向外部效应。但数字经济水平在经济发达区域和不发达区域是参差不齐的,尤其是在我国发展不平衡不充分的现阶段,经过这几年的数字技术发展,“数字鸿沟”现象越来越严重。发达地区对落后地区在人才、技术、资源等方面存在虹吸效应,发达地区会“剥削”周围落后地区的发展空间。数字经济在空间上表现为负向外部效应,致使不同地区的碳生产率差距会随着数字经济发展继续扩大。因此,数字经济对周围地区碳生产率的空间溢出效应取决于这样的正负外部效应。综上,提出如下假说:

H3:数字经济对碳生产率的作用存在空间溢出效应。

根据上文分析,数字经济可以推动碳生产率提升,任何技术发展之初都需要大量的资源支持,数字经济刚开始发展时难免会增加一些高污染、高耗能行业,建设有关数字经济的基础设施也会消耗大量物资、能源。同时,数字经济加快某些行业的生产速率,导致这些行业对能源的需求量增加。因此,这些综合因素会导致碳生产率降低[32]。

消费结构会影响数字经济与碳生产率间的逆向关系,消费是国家发展的基础,在现阶段实现“双碳”目标和“双循环”的背景下,消费、经济、环境三者的关系越来越紧密。当消费结构等级较低时,社会本身处在较落后阶段,消费市场萎靡,居民缺乏高水平消费,传统产业缺少发展动力,各产业生产链条不稳定,发展必然受到阻碍,此时数字经济对碳生产率无法正常发挥提升作用。当消费结构升级后,居民部分物质消费转化为非物质消费,多样性消费得到良好发展,农业、工业、服务业等传统产业转型升级。在需求端和消费端同时创建绿色低碳模式,有利于提高能源利用效率、降低碳排放,从而增强数字经济对碳生产率的促进作用[33]。综上,提出如下假说:

H4:数字经济对碳生产率的作用会因消费结构不同而具有非线性特征。

四、研究设计

(一)模型设计

为考察数字经济发展对碳生产率的影响,本文构建如下面板基准回归模型:

cpit=α0+α1Digit+α2Xit+μi+vt+εit

(1)

其中,i为省份,t为年份;cp为被解释变量,代表每个省份的碳生产率指标;dig代表数字经济发展水平;X为控制变量;α0为常数项系数,α1和α2分别为数字经济与控制变量的回归系数;μi为省份固定效应,νt为时间固定效应,εit为随机扰动项。

为进一步探讨数字经济对各省份碳生产率的影响途径,检验研发强度(rd)和环境规制(er)的中介效应,借鉴江艇[34]对中介效应检验的研究,构建如下中介模型:

rdit=β0+β1digit+β2Xit+μi+vt+εit

(2)

erit=γ0+γ1digit+γ2Xit+μi+vt+εit

(3)

其中,rd和er分别代表中介变量研发强度和环境规制;其他符号含义同式(1)。模型(2)和模型(3)是中介变量对解释变量数字经济发展水平的回归。根据江艇[34]的研究,若α1显著,则数字经济对碳生产率存在正向作用,此时若β1和γ1也显著,说明数字经济对中介变量也有促进作用,最终使用可以支持中介变量对碳生产率有正向作用关系的文献来证明中介效用存在。

考虑到碳生产率和数字经济间的关系可能具有空间相关性,本文将空间效应纳入模型,构建以下空间计量模型:

(4)

其中,ρ1和ρ3分别为碳生产率的空间自回归系数和数字经济的空间效应回归系数。ωij代表i省和j省的空间权重矩阵,根据Lesage等[35]的建议,在当前的研究中存在对空间计量矩阵选择的错误,空间权重矩阵构建的原则是要尽量设定简单、便于使用和操作。因此,本文选取邻接矩阵进行回归[35],ωij表示i省与j省是否在地理位置上相邻:如果是,ωij取值为1;如果不是,ωij取值为0。

为进一步探究在不同消费结构下数字经济对碳生产率的作用效果,借鉴Hansen[36]对门槛回归模型的研究,构建如下门槛回归模型:

cpit=θ0+θ1digitI(CSit≤δ1)+…+θndigitI(δn-1≤CSit≤δn)+θn+1Xit+μi+vt+εit

(5)

其中,cs为消费结构;δ为门槛值;I(·)为示性函数,满足条件时I=1,否则I=0;θ1、θ2…θn为对应不同区间内数字经济指数对碳生产率的影响系数。

(二)变量选取

1.被解释变量

碳生产率(CP)是指排放单位二氧化碳可以产出GDP的水平。借鉴Kaya等[37]、潘家华等[38]对碳生产率的研究,用各省份GDP与二氧化碳排放量的比值衡量碳生产率,具体公式如下:

cpit=GDPit/COit

(6)

其中,CP为碳生产率;GDP为国内生产总值,单位为亿元;CO为各省碳排放总量。借鉴李国志等[39]的做法,参考联合国政府间气候变化专门委员会(Intergovernmental Panel on Climate Change,IPCC)提供的统一标准方法来计算各省份二氧化碳排放总量,具体如下:

(7)

其中,Ei为燃料i的消耗量;NCVi为燃料i的低热值系数;CEFi为燃料i的碳排放系数;COFi为燃料i的氧化率;R为二氧化碳和碳的相对分子质量比值。选取煤炭、焦炭、原油、汽油、煤油、柴油、燃料油和天然气8种化石能源进行计算。

2.核心解释变量

本文的核心解释变量是数字经济发展水平(dig),目前国内外对数字经济并没有明确统一的测量方法。借鉴赵涛等[40]、徐维祥等[41]的研究方法,并遵循逻辑性、科学性进行创新,从数字基础设施、数字产业化、数字经济普及程度、产业数字化4个维度构建指标体系,采用熵值法最终获得各省份数字经济综合指数。具体指标见表1。

表1 数字经济发展水平测度指标

3.中介变量

环境规制(er)。参考范洪敏等[42]的做法,用工业污染治理完成投资与工业增加值的比值衡量环境规制水平。

研发强度(rd)。借鉴赵星等[43]的研究方法,用各省份R&D经费支出与GDP的比值衡量研发强度。

4.控制变量

根据已有文献研究[44-46],选取以下5个控制变量:经济发展水平(gdp_pop),用各省份人均生产总值表示;产业结构(structure),用第三产业增加值与第二产业增加值的比值表示;外商投资(fdi),用各省份直接利用外商投资金额与各区域国内生产总值的比值表示,外商投资金额用当年人民币兑美元汇率进行转化;财政支出(fe),用各省份财政支出与人均生产总值的比值表示;交通通达强度(road),用各省份实际现存公路长度与各省份面积的比值表示。

5.门槛变量

本文的门槛变量为消费结构(cs),根据王小华等[47]对我国居民消费情况的研究,用生活服务、交通通信、教育文化、医疗保障以及其他消费的总和占总消费的比例来表示消费结构指数,数值越大,说明消费结构水平越高。

(三)数据来源与变量描述性统计分析

本文利用2011—2020年我国30个省级行政区的面板数据为研究样本,基于数据可获得性,未考虑西藏和港澳台的数据。数据主要来源于相应年份的《中国统计年鉴》《中国能源统计年鉴》和各省份统计年鉴等。数据缺失值用插值法补齐。各变量的描述性统计结果见表2。其中,碳生产率(cp)的均值为0.663 7,最大值为3.08,最小值为0.11,标准差为0.477,表明不同地区间碳生产率的差距较大。数字经济发展指数(dig)的均值为0.139 9,最小值为0.01,最大值为0.85,标准差为0.129,说明不同地区间数字经济发展水平也有较大差异。

表2 各变量的描述性统计分析结果

五、实证结果分析

(一)基准回归分析

结合式(1)进行豪斯曼检验,显著性通过检验,因此选择固定效应模型,回归结果见表3。列(1)和列(2)分别为没有加入控制变量和加入控制变量的回归结果,结果表明无论是否加入控制变量,数字经济的回归系数均显著为正,说明数字经济可以提高资源配置效率,优化产业结构,推动各行业节能减排。因此,数字经济确实可以促进碳生产率提升,假设H1成立。在控制变量方面,只有经济发展水平和产业结构的回归系数是显著为正。经济发展水平在1%的水平上显著为正,说明经济发展水平与碳生产率紧密相关,经济发展虽然会增加能源消耗和碳排放,但是目前经济增长带来的好处超过碳排放带来的弊端,因此经济发展可以促进碳生产率的提高。产业结构在5%的水平上显著为正,说明现阶段我国产业结构比较合理,可以推进碳生产率提高。

表3 基准回归结果、稳健性检验结果以及机制检验结果

(二)稳健性检验

为证明上述结果的稳健性,本文通过对碳生产率滞后一期进行检验、更换核心解释变量、调整样本时间3种方式进行稳健性检验。

1.检验碳生产率滞后一期

由于数字经济发展的结果对碳生产率产生影响可能需要一段时间,因此,将碳生产率进行滞后一期处理并进行回归。表3列(5)展示了回归结果,数字经济的系数依然显著为正,证明结果稳健,数字经济发展可以促进碳生产率提高。

2.更换核心解释变量

用主成分法代替熵值法对数字经济4个维度重新进行测度,其他数据不变,进行稳健性检验,结果见表3列(6)。数字经济系数方向和显著性与基准回归中的结果保持一致,再次证实结论的稳健性。

3.调整样本时间

近年来,我国数字经济增加值的增长率提升明显加快,尤其是从2015年至今,我国数字经济年均实际增长率追赶并超过美国。因此,基于许宪春等[48]对我国数字经济发展规模的测算,仅保留2015年之后年份的数据进行稳健性检验。表3列(7)展示了缩短样本时间后的回归结果,数字经济的系数仍然显著为正,与前文回归结果一致,结果稳健。

(三)影响机制分析

借鉴江艇[34]对中介效应的研究,检验数字经济是否对研发强度(rd)和环境规制(er)产生影响,利用式(2)和式(3)进行回归。

表3的列(3)是探究数字经济是否可以通过研发强度影响碳生产率,结果显示数字经济回归系数在1%的水平上显著为正,表明数字经济可以增强研发强度。此外,结合郑酌基等[49]的研究,研发强度增加意味着技术水平也在飞速提高,使生产要素在各部门间的流通更有效率,同时各部门对研发的投入增加使得能源利用在源头领域发生转变,削减生产方面化石燃料的消耗,让自然资源密集型产业向低碳、高科技型产业转变,最终促进碳生产率提升,假设H2得到验证。

表3的列(4)是探究数字经济是否可以通过环境规制影响碳生产率,结果显示数字经济对环境规制的回归系数在1%的水平上显著,说明数字经济可以促进环境规制水平提升。参考王璇等[50]和郭玥沁等[51]的研究,政府可以通过环境规制改变企业投资方向,限制生产规模,提供补偿效应来减少污染,帮助企业绿色改革,从而达到节能减排的目的,同时增强民众环保意识,减少资源浪费,引导产业改革,从而减少碳排放,提升碳生产率,假设H3得到验证。

(四)异质性分析

1.分地区的异质性分析

考虑到数字经济发展水平和碳生产率在不同地理位置存在异质性,导致数字经济对不同省份碳生产率的影响存在差异。因此,为深入探讨数字经济对不同区域碳生产率的影响,参考霍晓谦等[52]的方法,本文将30个省(自治区、直辖市)划分为东部、中部和西部地区3个区域,区域的异质性检验结果见表4。结果表明:数字经济对中部地区碳生产率的促进作用最大,其次是西部地区,最后是东部地区。可能的原因是:东部地区数字经济发展时间较早、发展水平相对较高,互联网、大数据等数字技术已经运用到各大生产领域,区域内碳生产率已经被数字经济充分促进;而中西部地区经济发展水平相对较低,产业结构较落后,碳排放强度高于东部地区[52]。近年来,信息技术、大数据等数字技术由东部发达地区向中部、西部地区逐渐过渡和转移,使这些地区有机会融合发达地区的科技和管理经验,明显提升了能源利用效率,优化了产业结构。因此,数字经济对中西部地区碳生产率提升的促进作用更加显著。

表4 异质性检验结果

2.分数字经济发展状况的异质性分析

鉴于数字经济发展水平与碳生产率间的关联可能会表现出复杂的差异性,以至于前者对后者的作用不是静态的。因此,借鉴刘军等[53]对我国数字经济发展水平的研究,根据数字经济发展水平划分样本(4)数字经济发达地区包括:北京、上海、江苏、浙江、广东;数字经济中等地区包括:山东、福建、天津、重庆、四川、海南、陕西、辽宁、安徽、湖北、河北;数字经济欠发达地区包括:湖南、河南、江西、黑龙江、宁夏、青海、贵州、云南、山西、内蒙古、吉林;数字经济不发达地区包括:新疆、甘肃、广西。进行回归分析,结果见表4的列(4)～(7)。不难看出,在数字经济欠发达地区,数字经济对碳生产率的促进作用明显大于其在数字经济发达地区和数字经济中等地区的作用。其中的原因和前一异质性分析相似,在数字经济较发达和数字经济中等地区,数字技术在企业和经济活动中的应用已经较为成熟,碳生产率的提升已接近其潜在的促进极限;而数字经济欠发达地区主要位于我国中西部区域,碳排放强度略高于发达地区,正处于高速成长阶段的数字技术正日益明显地推动该区域碳生产率的提升,因此该区域数字经济对碳生产率的促进作用更明显。但是,在数字基础设施建设薄弱和数字技术落后的不发达地区,数字化的潜力尚未得到全面释放,技术革新和数字资本的积累也远未达到形成显著规模效应的阶段,因此数字经济并没有对不发达地区碳生产率产生显著的抑制或促进作用。

(五)空间模型回归分析

表5展示了基于全局Moran’sI指数的碳生产率的空间相关性检验结果,可以看出在考察年份中,中国各省份碳生产率的全局莫兰指数均显著为正,说明我国碳生产率存在明显的空间相关性。

表5 碳生产率莫兰指数的年度变化

借鉴Elhorst[54]的检验思路,对模型进行适配性估计,首先,LM各项检验均显著通过,证明选择空间计量模型是合理的;其次,LR检验和Wald检验均在1%水平上显著,故选取SDM模型;最后,Hausman检验也通过了1%水平上的显著性检验;LR_SDM_ind和LR_SDM_time的统计值均通过了1%水平上的显著性检验,所以应该选择双向固定效应。综上,本文最终选取双向固定效应的空间杜宾模型进行分析,同时借鉴Lesage等[55]的偏微分法,将数字经济及其他控制变量对碳生产率的总效应拆分成直接效应和间接效应,具体结果如表6所示。

表6 空间模型回归结果

由表6列(3)结果可知,碳生产率的空间自回归系数(Spatialrho)显著为正,说明本地区碳生产率的提升可以提高相邻地区的碳生产率。数字经济的系数在1%的水平上显著为正,说明数字经济能够提高本地区的碳生产率。而数字经济的空间交互项系数(W×dig)在1%的水平上显著为负,表明数字经济的外部溢出效应以负向竞争效应为主,并没有发挥正向溢出作用。对回归结果进行偏微分分解,得到数字经济对碳生产率的直接效应和间接效应,可以看出直接效应和总效应显著为正,而间接效应显著为负,表明数字经济对本地区碳生产率有明显的促进作用,但是数字经济发展会降低邻近地区的碳生产率,可能的原因是:数字经济发达地区对周围地区产生了虹吸效应,吸引了相邻地区的高技术产业、资源、技术、人才集聚,导致了周围地区资源消耗增加、碳生产率降低。

(六)门槛效应分析

根据前文的理论分析,数字经济与碳生产率间的关系会受到消费结构的影响,因此运用门槛模型进行检验。用Bootstrap反复抽样法对消费结构的门槛效应进行检验,检验结果如表7所示,结果表明消费结构存在单一门槛效应,门槛值为0.343。

表7 消费结构的门槛效应检验

表8展示了门槛模型的回归结果,当消费结构指数小于或等于0.343时,数字经济的系数在5%的水平上显著为负,说明数字经济能使碳生产率降低;当消费结构指数大于0.343时,数字经济的系数在1%的水平上显著为正,说明数字经济仍会提高碳生产率。究其原因,当消费结构指数较低时,社会处于落后阶段,居民缺乏高端消费,大多数产业具有高耗能、高投入等特点,一些地区盲目发展数字经济、投放配套的基础设施,最终导致碳排放强度增大,不能有效促进经济发展,反而会使碳生产率降低。而随着消费结构逐渐优化升级,部分物质消费转变为非物质消费,优质服务产品、绿色产品等低碳产品需求量持续增加,使得传统高耗能产业转型升级,使经济发展产生新动力,此时发展数字经济可以促进生产要素流通,提高能源利用率,最终使得碳生产率提高。

表8 门槛回归结果

六、结论与建议

本文基于2011—2020年中国30个省级行政区(不含港澳台和西藏)的面板数据,综合采用固定效应模型、空间效应模型、门槛效应模型,多角度考察数字经济对碳生产率的影响。研究结果表明:(1)从总体回归结果来看,数字经济对碳生产率具有显著促进作用,并且具有区域异质性,对中西部地区的促进作用要高于东部地区。(2)从机制检验来看,数字经济通过研发强度和环境规制能力促进碳生产率提升。(3)数字经济对碳生产率存在显著的空间效应,其可以促进本地区碳生产率提高,但从全国范围来看并未对邻近地区发挥正向溢出效应。(4)数字经济与碳生产率间的关系受到消费结构的影响,当消费结构等级高于门槛值时,数字经济对碳生产率具有显著的正向作用,但是当消费结构等级低于门槛值时,数字经济并没有发挥促进作用反而会抑制碳生产率提升。

基于此,提出以下建议:

(1)大力发展数字经济,抓住关键发展机遇和时期,扩大数字经济对碳生产率的促进作用。持续加强对人工智能、大数据、互联网技术等数字技术基础设施建设的投入,推动企业数字化转型,拓宽企业与数字经济融合的途径,保持数字产业化和产业数字化同速发展,建立健全各产业生产、运输、销售数字管理体系。

(2)扩展数字经济发展空间,加大数字技术的研发投入力度和增强环境规制强度。一方面,扶持创新型企业发展,保证数字技术对企业的促进作用,引导生产资源流向高新技术产业。积极引导培育数字型人才,加大科研力度,推动核心技术发展。另一方面,构建并完善包含政府、社会、居民的环境保护系统,实时监测空气数据,及时处理污染源头,依托数字技术确保环境政策的有效性。

(3)引导地区间交流合作,弱化相邻地区间的竞争效应与虹吸效应。在关注本地区数字经济发展的同时也要关注临近地区,共同承担发展数字经济带来的资源消耗责任,加深控制碳排放领域的合作力度,努力消除数据隔阂;同时实施差异化发展数字经济战略,推动中西部地区产业数字化转型,加大资源倾斜力度,保证中西部地区数字经济持续稳步促进碳生产力发展。东部地区应重点突破核心数字技术,进一步推进产业高级化,继续发挥示范作用。

(4)积极推动消费结构升级,确保数字经济稳定发挥作用。缩小贫富差距,提升整体收入水平,倡导绿色健康生活方式,促进消费观念转变,努力控制衣食住行等物质性消费引起的高排放、高污染问题。积极发展第三产业,从供给端优化消费结构,提高低碳高端消费的占比。