数字经济发展赋能碳减排的多重路径——基于中国省域的组态分析

张修凡，廖中举

（浙江理工大学 经济管理学院，杭州 310018）

0 引言

目前，我国是国际上碳排放总量最大和增量最快的发展中国家，处于经济快速发展的阶段，呈现能源需求高、资源消耗量大的特点，碳减排任务繁重并迫切。“十四五”规划进一步明确大力发展数字经济，推动我国实施碳达峰与碳中和的减排目标。2022年是碳达峰政策落地的重要一年，我国将“数字基建”作为“新基建”的内在核心。随着数字经济运行速度不断加快，数字技术水平与发展高度不断提高。我国拓展数字经济的应用领域与开发模式，形成业态治理新手段，赋能经济发展模式实现深层次转变，推进碳减排进程，促进碳减排目标的实现。面对数字经济发展的区域异质性，应设定差异化发展路径以更高效地实现碳减排目标。这对于进一步选择碳减排的驱动路径具有重要的理论和现实价值。

纵观现有学者对数字经济驱动碳减排目标的相关研究，在数字经济发展及效果分析方面，何大安和许一帆（2020）[1]认为我国逐渐扩大数字产业化的发展规模，推动产业的数字化与智能化转型。数字经济发展旨在实现产业结构优化与绿色发展[2]。陈晓红等（2021）[3]针对数字经济开展了多层次的研究，提出数字经济的概念与内涵。还有学者探讨了数字经济对资源配置、生产效率、经济增长等的影响机理和传导机制，发现数字经济加快要素流动，促进我国的高质量发展，并证实了数字经济发展水平具有区域异质性。由此可见，在数字经济发展过程中，不同维度驱动技术创新，促进产业结构升级，提高能源效率，进而实现高质量发展。然而，以往研究中较少针对数字经济构成要素的条件组态和碳减排目标之间的复杂关系进行研究，忽视了数字经济赋能碳减排的作用机理。数字经济驱动碳减排的路径可能呈现多样化态势，这为传统行业实现全链条创新带来新的可能性。

基于此，本文探讨了数字经济要素之间如何组合而提高碳减排效果，探索不同区域实现碳减排目标的等效多样化驱动路径，为精准推进碳减排目标提供理论启示和实践经验。首先，构建数字经济发展评价指标体系，运用熵权法测度数字经济发展水平；其次，运用GMDH算法对数字经济的要素进行路径分析，以识别不同维度对碳减排产生的净效应；最后，将关键因素引入组态分析框架中，通过条件组态提高碳减排效率，以期为推动数字经济发展与碳减排目标提供参考。

1 作用机理

在20 世纪90 年代，Tapscott（1999）[4]分析了智能时代面临的机遇和风险并提出数字经济的概念。数字经济发展以数字基础设施为载体，以数字技术为动力，以数字人才为支持，以数字金融为资本，利用数字产业化和产业数字化形成新的生产要素。我国在碳减排进程中，从供应侧提高清洁能源所占比重，形成新能源结构[5]；从高质量发展角度出发，实现产业结构转型[6]；针对关键生产过程采用低碳技术，形成碳减排的新动能[7]。总体来看，数字经济通过促进技术创新、推动产业结构升级和提高能源利用效率而推动碳减排。

1.1 促进技术创新

数字经济发展推动“卡脖子”技术核心领域的突破。吕岩威等（2023）[8]认为数字经济促进技术创新效率提升，推动低碳配套设施与生产技术趋于完善，深度破解经济发展与碳减排之间的矛盾问题。在企业层面，张远记和韩存（2023）[9]研究发现，数字技术的发展助推企业的数字化转型。同时，技术创新会产生溢出效应，正向促进多部门与多区域提高创新效率。Gillani等（2020）[10]认为数字基础设施的建设和应用会提高研发部门沟通和运营效率，实现组织的纵向和横向拓展，加速低碳技术创新。在产业层面，数字产业化发展提高技术的传播速度，缩小技术应用距离，促进知识密集型、能力密集型和科技密集型行业的蓬勃发展，节省技术传播过程中的能源消耗。尹西明和陈劲（2022）[11]指出，产业数字化有助于打造低碳生态产业链条，数字平台整合创新主体与资源，提高低碳技术能力，推进产业低碳化发展，产生长远的经济和生态效益。生产要素对能源消费的替代程度不断提高，从源头上实现碳减排目标。

1.2 推动产业结构升级

韦东明等（2021）[12]指出，数字经济为产业结构升级提供基础要素，促进产业结构优化与生产效率提升。数字经济提升产业间协调度，实现产业集群的协同集聚，推动产业结构升级。一是提升产业结构的协调度。在产业数字化进程中，数字基础设施建设发挥重要作用。如搭建数字平台实现要素转移，发挥平台的跨行业、跨层次和跨区域特点，提高部门的生产效率，推动产业结构升级。传统产业借助数字平台实现产业智能化改造与能级跃迁，与新兴产业趋向协调发展。张凌洁和马立平（2022）[13]指出，数字经济的发展可以增强产业发展的创新动力，推进新兴产业集群的数字化发展，推动产业结构趋向高级化。二是推动产业的协同集聚。基于产业集聚理论，数据基地和应用场景促进产业链条延伸，实现产业重构。李毅等（2020）[14]构建局部均衡模式，研究发现数字产品开发过程以产出为导向，间接推动产业结构升级。数字技术推动形成生产流程智能化、自动化和系统化的深度数字化转型模式，在生产过程中实施修复与创新工程，降低碳排放。

1.3 提高能源利用效率

首先，实现能源集约化。Uçar等（2020）[15]认为数字技术诱发生产要素聚集，数字平台精准研判和分析能源消耗，在生产全流程中实现能源集约，提升能源利用效率。通过优化整合能源业务，打破“能源竖井”，实现多能融合。其次，加强要素流动性。Myovella等（2020）[16]指出，数字化诱发传统生产要素的转变，拉动资本、信息、技术等形成资源流，拓宽要素交流渠道。从供应端来看，李彦华和焦德坤（2021）[17]认为数字技术利用能源数据流在碳足迹、碳汇等领域进行监测分析，实现能源利用数据的精准计量与预测，提升能源利用效率。最后，塑造公众减排意识。数字经济通过多种手段将数据流量价值转化为生态价值，加快实现碳减排目标。数字金融有利于拓宽公众参与碳减排途径，扩大参与碳减排的主体范围。

2 研究设计

2.1 指标体系构建

本文从数字经济的内涵及作用出发，参考尹西明和陈劲（2022）[11]、韦东明等（2021）[12]的研究方法，从数字基础设施条件、数字技术水平、产业数字化程度、数字产业化水平、数字人才储备和数字金融发展水平6个维度构建包含20个具体指标的数字经济发展综合评价指标体系，如表1所示。

表1 数字经济发展综合评价指标体系

使用Python 软件在巨潮资讯网爬取2017—2021 年工业企业A 股上市企业年报中的数字化转型主题词进行词频统计与文本分析，以反映工业企业对于数字化发展的重视程度及相关战略布局。统计各词条频次，进而归类统计出各省份的总频次，将词频进行对数化处理后作为工业数字化词频指数，以此衡量工业数字发展程度。数字金融发展水平相关指标则借鉴北京大学数字金融中心编制并发布的“数字普惠金融指数”[18]相关报告。

运用熵值法根据各指标提供的信息量大小，对其赋予客观权重，测度数字经济发展综合指数，以此衡量数字经济发展水平。

首先，运用极差法对原始数据进行标准化处理：

其次，计算各指标信息比重：

再次，计算第j个指标的信息熵：

然后，计算第j个指标的权重：

最后，采用加权平均的方式对各指标进行加总，获得数字经济发展综合指数：

2.2 研究方法

2.2.1 SBM-Undesirable模型

建立SBM-Undesirable模型测度碳减排效率。假定碳排放系统中有n个决策单元，各个决策单元有3 个矢量，即投入矢量、预期产出矢量和非预期输出矢量，分别表示为X∊Rm×n、Yg∊Rs1×n和Y b∊Rs2×n。定义矩阵如下：

其中，x>0，yg>0，yb>0。在规模报酬不变情形下生产的可能集P定义为：

综合已有研究，以劳动力、资本和能源为碳减排投入要素。采用“永续盘存法”计算按可比价格折算的资本储备量，以历年的从业人口为劳动力总投入量指标，采用历年的能源消耗量为能源总投入指标，并把能源的需求量换算为以“吨标准煤”为单位的指标。

环境方面，以碳排放量为非预期产出，采用《2006 年IPCC国家温室气体清单编制指南》的计算方法，根据低位热值、碳排放因子和碳氧化比率估算各省份2016—2020年的碳排放量；经济方面，以地区生产总值为预期产出，以2000年的不变价格计算实际GDP。

SBM-Undesirable模型可表示为：

其中：目标函数ρ*严格递减；s-、sg和sb分别代表投资、预期产出和未预期产出中的松弛变量，根据Charnes-Cooper的转换方法将其转换成线性规划模式。

2.2.2 GMDH算法

将样本分为学习集A和测试集B。采用Kolmogorov-Gabor（K-G）多项式建立数字经济与碳减排的关系。初始模型集合如下：

采用式（4）中所示的最小偏差原则计算其在B中的外准则值，直至偏差值达到最小。形成第一层中间模型：

其中，碳减排在测试集B中的实际值为YB。在测试集中，根据学习集中的估计方程得出各因素的碳减排效率估计值为。

利用GMDH Shell 3.8.9 软件进行网络训练，将2016—2017 年的数据设置为学习集，将2018—2020 年的数据设置为测试集。训练结束时准则值为0.0632时，最佳模型如下：

其中，Y为碳减排效率，M6、M2、M4、M7、M5、M11为中间变量。关键因素包括数字基础设施条件中的互联网接入设施（S4）、数字技术水平中的人工智能技术（T1）和无线网络技术（T2）、产业数字化程度中的工业数字化发展（D4）、数字产业化水平中的电子信息业发展（I1）、数字人才储备中的研发投入（H1）以及数字金融发展水平中的金融数字化程度（F3）。上述因素与碳减排效率之间具有较为复杂的影响机制。测度最佳模型均方误差的影响程度，对不同因素的重要性进行排序。最佳模型的均方误差可表示为：

2.2.3 组态分析

采用模糊集组态分析（fsQCA）方法把样本数量校准在0～1内，利用一致性和覆盖率判断数字经济发展的6个维度和碳减排效率之间是否具有必要和充分性关系。将一致性阈值设置为超过0.8 时，为必要条件。覆盖率表示对特殊条件的解释力。探讨组合内部逻辑关系的一致性程度，通过条件模糊隶属度衡量组合理论关系的统一性，运用一致性水平评价各条件变量的必要性。

其中，Xi为条件组合中的隶属分数，Yi为结果的隶属分数。

2.3 数据来源

本文以我国30个省份（不含西藏和港澳台）为研究对象，选取2016—2020 年的面板数据进行实证分析。数据来源于历年《中国统计年鉴》《中国信息年鉴》《中国高技术产业年鉴》《中国文化及相关产业统计年鉴》《中国第三产业统计年鉴》《中国科技统计年鉴》《中国“互联网+”指数报告》《中国数字经济发展报告》《中国互联网企业综合实力指数》《中国城市数字经济指数蓝皮书》及国家知识产权局官网。个别指标在部分年份的数据存在缺失，运用插值法进行补全。

3 实证分析

3.1 因素识别结果

根据GMDH算法的识别结果，各关键因素对最佳模型均方误差的影响如表2所示。

表2 最佳模型中各变量重要程度 （单位：%）

由表2可知，影响碳减排效率的关键数字经济发展因素按照重要程度排序，依次为互联网接入设施（S4）、人工智能技术（T1）、工业数字化发展（D4）、无线网络技术（T2）、研发投入（H1）、电子信息业发展（I1）和金融数字化程度（F3）。

其中，互联网接入设施（S4）的大力发展推动数字化与信息化成果更快地实现市场价值，是形成低碳技术与数字经济发展的重要基础与动力来源。人工智能技术（T1）利用数字技术推动生产过程的规模化、集约化与低碳化，形成碳减排目标的根本支撑，提高碳减排能力。工业数字化发展（D4）反映了我国工业数字管理和发展水平，形成整合资源发展的理念，助力行业低碳发展。无线网络技术（T2）营造数字化氛围，加大对良好的低碳发展技术的支持与推广。研发投入（H1）反映了开发数字技术的资金实力。更高的研发投入使得数字技术具备更多资金投入到高研发价值、强竞争力的低碳技术领域。电子信息业发展（I1）推动数字产业发展进程。数字产业化水平较高的地区低碳意识较强，利用数字化生产以实现碳减排目标。金融数字化程度（F3）反映了金融结构的多元化，支持绿色技术的创新发展。以上7个因素对提升碳减排效率至关重要。

3.2 数字经济发展因素的组态分析结果

（1）单因素的必要性检验结果

单因素的必要性条件检验结果见表3。

表3 单个因素的必要性条件检验

考虑因素之间联动效果，可进一步对不同区域选择合适的策略组合，寻找推动碳减排效果改善的因素组合。

（2）组态构型的充分性分析

利用模糊集定性比较分析可得出复杂解、简单解和中间解。其中，简单解涵盖了所有的逻辑余项，中间解纳入逻辑余项。表4 是对数字经济组态结构的充分性解析。表5为数字经济组态构型的综合分析结果。

表4 数字经济组态构型的充分性分析

表5 数字经济组态构型的综合分析

由表4 和表5 的结果可知，组态1 中包含互联网接入设施、人工智能技术和无线网络技术，为“数字技术主导型”，其原始覆盖率达到0.785，解释力最强。在该组态中，互联网接入设施和人工智能技术是发挥碳减排目标的核心变量，在其落实碳减排功能过程中起到主导作用。人工智能等新兴技术与传统基础设施的深度融合，助力数字化转型。数字技术助力“底层创新+单点突破+赋能实体”的路线。数字技术采取“底线开放思路+单点突破”的平衡策略，领域自主与开放的动态平衡，推动传统高耗能企业的数字化转型以提高碳减排绩效。故将此路径命名为“数字技术主导型”。技术进步在发挥数字经济影响碳减排的作用过程中具有重要作用，是建设低碳产业体系的必经之路。

组态2中包含金融数字化程度、无线网络技术和研发投入，为“数字金融主导型”，其原始覆盖率为0.739，解释力较强。在组态2的构型中，对于金融数字化程度水平较高和具有较高的研发投入与无线网络技术的城市，可通过推进数字金融发展水平，助力实现碳减排目标。数字金融发展水平是核心条件，提高城市减排能力与减排潜力。在企业向绿色低碳经济发展模式转型的过程中，数字金融为其提供多样化的金融产品组合。数字平台推广数字产品的智能应用，完成传统产业技术改造，有效助力中国碳达峰和碳中和目标的完成。

组态3 中包含工业数字化发展和无线网络技术，为“产业数字化主导型”，其原始覆盖率为0.726，解释力也较强。在该组态中，工业数字化发展和无线网络技术是发挥碳减排作用的核心变量，其他变量则对碳减排并无显著影响。在关键领域促进数字基础设施建设对产业数字化发展的推动作用，借助数字平台与移动端发展数字金融业务，数字技术加速与产业结构的深层互动，促进产业数字化进程以实现产业向绿色低碳发展模式转型，加速碳减排进程。

组态4 中包含无线网络技术、电子信息业发展、互联网接入设施和人工智能技术，为“数字产业主导型”，其原始覆盖率为0.712，解释力略弱于前几种构型。在该组态中，无线网络技术和电子信息业发展是核心变量，起到主导作用，同时，互联网接入设施和人工智能技术是辅助变量，综合以上条件，将此路径命名为“数字产业主导型”。从长远视角考虑，可促进传统资源和数字技术平台的互动与融合，提高碳减排绩效。

3.3 区域碳减排路径选择

从数字经济组态构型的综合解析出发，共有4个组合实现碳减排效果的显著提升，单个组合的一致性分别为0.831、0.926、0.846 和0.845，4 项组合的总体一致性为0.848，均超过0.8，总体覆盖率为0.407，这4项组合形成区域内实现碳减排目标的充分条件，可解释40.7%的样本案例。基于此，将碳减排目标的实现模式归纳为“数字技术主导型”“数字金融主导型”“数字产业主导型”和“产业数字化主导型”。根据我国不同地区的数字经济因素的均值及排序，根据不同区域的发展情况，提出利用数字经济提高碳减排效率的路径。我国30个省份的数字经济发展因素均值及其按降序排列的情况如表6所示。

表6 各省份数字经济发展因素均值及排序

“数字技术主导型”路径的代表性省份为江苏和北京。北京和江苏的数字经济发展水平位于全国第一梯队。在数字经济发展过程中，依托数字技术和产业数字化程度的提升，使数字经济发展具有先发优势与相对优势。

“数字金融主导型”路径的代表性省份是浙江、广东和上海。上述省份的数字金融发展水平较高，且具有金融普惠性，解决了传统行业的融资需求，并借助移动支付平台了解市场需求，整合重组要素资源，在更大范围内配合市场供应和要求，有助于数字技术和低碳产品的研发。

“产业数字化主导型”路径的代表省份是山东、江西和天津。在促进数字经济和实体经济融合发展的策略基础上，山东作为工业大省和制造业大省，拥有坚实的产业基础和强大的制造业实力。近年来，山东积极推动数字经济与实体经济的深度融合，通过实施数字产业化“十大工程”和产业数字化“八大行动”，全省产业数字化指数居于全国前列。江西在智能制造、电子信息等领域布局发展数字经济集聚区，打造了一批有影响力的新兴产业集群。同时，江西还积极推进产业数字化，加快数字经济和实体经济的深度融合，为经济社会发展增添了新动力。天津借助“京津冀”经济一体化发展所带来的优势，凸显制造企业对数字技术创新发展的需要，该路径通过突破人力、资金等传统创新要素循环的体制阻碍，依托高新技术企业，推动解决低碳技术的应用与转化问题，形成符合低碳发展模式的技术创新、数字化准则与绿色模式。

“数字产业主导型”路径的代表省份是福建。福建具有较高的信息化水平，当同时具备较高的互联网接入设施和人工智能技术水平时，更有利于实现碳减排目标。未来可进一步加快推进数字基础设施建设，尤其是加速推进数字产业化和产业数字化的建设，在关键领域促进数字基础设施对生物技术、信息技术及互联网等产业数字化发展的推动作用，借助数字平台与移动端发展数字金融业务，解决资金问题并加速碳减排进程，从而达到较高的碳减排水平。

4 结论

本文基于熵权法对我国30个省份2016—2020年的数字经济发展水平进行测度，运用GMDH算法识别数字经济不同维度影响碳减排的关键因素。考虑条件间的组合关联，从条件组态视角出发，使用fsQCA 3.0软件进行了模糊集定性比较分析。将数字经济的发展条件设定为程度变量，对多维度条件组合对碳减排的组态效应进行测度，解释不同组态下的碳减排效应，探索了地区实现碳减排目标的组合路径。研究结论如下：

（1）数字经济驱动碳减排目标形成“数字技术主导型”“数字金融主导型”“产业数字化主导型”和“数字产业主导型”4 条路径。“数字技术主导型”路径以数字基础设施条件和数字信息技术为基础，“数字金融主导型”以数字金融发展水平为动力，“产业数字化主导型”以产业的数字化发展为推动力，“数字产业主导型”以数字信息技术为减排基础，助力数字化发挥碳减排功能。这4条路径为不同区域根据其数字经济禀赋选取合理的驱动路径并制定异质性碳减排战略提供参考。

（2）数字技术和无线网络技术是驱动碳减排目标的核心条件。江苏和北京是“数字技术主导型”路径的代表性省份，其数字经济发展水平亦位于全国第一梯队。依托数字技术和产业数字化而产生先发优势。

（3）数字金融是开发碳减排工具的关键媒介。浙江、广东和上海是“数字金融主导型”路径的代表性省份，在较高的数字金融发展水平下，利用金融普惠性解决传统行业的融资需求，整合重组要素资源，在更大范围内配合市场供应和要求，研发数字技术和低碳产品。

（4）产业数字化是数字经济赋能碳减排的重要路径。该路径通过突破人力、资金等传统创新要素循环的体制阻碍，推动低碳技术的应用与转化，形成符合低碳发展模式的技术创新与绿色模式。山东、江西和天津是“产业数字化主导型”路径的代表省份，在促进数字经济和实体经济融合发展的策略基础上，利用制造企业的数字化创新发展而提升碳减排效率

（5）数字产业化发展是数字经济发展的重要体现，同时是实现碳减排的重要推手。福建是“数字产业主导型”路径的代表省份。依托较高的信息化水平而加速推进数字产业化进程，从技术创新、拓宽融资渠道、推动产业升级等多个维度促进碳减排，达到较高的碳减排水平。