数字经济对城市碳排放的影响研究

摘要：在“双碳”目标的背景下，降低地区碳排放、促进绿色发展成为我国当前的一个重要任务。而数字经济作为一种新兴的经济形态，将大数据与经济进行连接，作为经济的新引擎，将会对我国实现“30·60”双碳目标发挥重要作用。贵州正加速融入成渝地区双城经济圈，打造“西三角”新动能经济圈，是推进西部大开发重大举措。因此本文锁定成都、重庆、贵州——“西三角”经济圈，以三个地区的25个地级市2011-2021年的数据为研究对象，利用超效率SBM模型对碳排放进行测算并在此基础上进行回归分析。研究发现：一是数字经济对碳排放存在负向影响，且数字经济与碳排放效率之间存在非线性关系，即数字经济与碳排放之间存在倒“U”形；二是技术创新在数字经济对碳排放的影响机制中发挥着显著的中介作用，并且在门槛值前后对碳排放效率的影响呈现“先扬后抑”；三是数字经济通过产业结构合理化抑制碳排放，反而通过产业结构高级化增加碳排放，且二者不存在门槛效应。因此，我们应该加快发展数字经济+优化能源结构等措施去减碳、降碳，推进政策目标的执行。

关键词：数字经济；SBM模型；城市碳排放；门槛效应；“西三角”经济圈

中图分类号：F49 文献标识码：A

文章编号：1674-537X（2024）11. 0086-13

一、引言

全球变暖已成为人类所面临的严峻挑战，碳排放的急剧增加导致了全球气候的显著变暖。随着数字经济的高速发展，数字经济会不会为城市的碳减排带来新的动力？本文基于该背景下进行分析研究。

四川和重庆位于“一带一路”和长江经济带的交汇点，是连接东西、沟通南北的枢纽，在我国区域协同发展的全局中具有举足轻重的地位。2022年初，国务院印发的《关于支持贵州在新时代西部大开发上闯新路的意见》做出明确要求，积极对接成渝地区双城经济圈建设，推进交通、能源、大数据、文化和旅游等领域的合作。在国家政策支持、底蕴同脉、发展需求互补等条件助力下，川、渝、黔为一体化区域协同发展的“西三角”经济圈即将形成，牵引着新时代西部区域的高质量发展。贵州、四川、重庆地区作为西南地区的代表，其数字经济正在蓬勃发展，同时碳排放问题也日益凸显。因此，本研究选择“西三角”的25个地级市作为实证研究对象，通过实证分析数字经济与碳排放之间的关系，为“西三角”地区制定科学的碳减排政策提供借鉴和参考。同时也进一步丰富和完善数字经济与碳排放关系的理论体系，为相关领域的研究提供新的思路和方向。

二、文献综述

（一）数字经济相关文献研究

近年来，随着数字经济的高质量发展，美国学者Tapscott．Don（1996）较早的在《数字经济：网络职能时代的前景与风险》提出了数字经济的概念之后，国内外的学者对数字经济领域的研究越来越深入。数字经济其内涵可以分为数字产业化和产业数字化（蔡跃洲和牛新星，2021）。对于数字经济的测算，主要是从其内涵出发，从产业数字化和数字化产业进行测度（潘为华等，2021）；或是着手与数字经济相关实际运用方面，如数字化交易、数字化应用和数字化基础设施等（司小飞等，2022）；或是针对数字经济可能产生的风险，即技术风险、运行风险和衍生风险（汤长安和赵新伟，2023）；大部分学者都是通过选取合适指标，通过熵权法进行测度（吕雁琴和范天正，2023）

（二）碳排放相关文献研究

在全球一体化发展趋势下，全球气候变暖的形势日益严峻，

日本学者Kaya （1990）提出的KAYA恒等式，被广泛应用于分析碳排放的有关问题。在“双碳”目标下，李宇等（2013）从宏观转向微观，建立城市公共利益能源研究框架，根据城市职能类型和发展水平，综合计量模型、生态模型、遥感和GIS技术，构建高精度城市碳排放账户，有利于碳排放的监测。王少剑等（2020）基于SBM模型计算我国城市碳排放，发现我国碳排放呈现区域异质性，并且节能减排的潜力较大。

（三）数字经济对碳排放影响的相关研究

作为碳排放大国，我国越来越多的学者关注到数字经济对碳排放的影响，产生许多的研究成果。部分学者从宏观的视角进行二者之间的研究分析，主要包括产业结构升级（葛立宇等，2022）技术创新（缪陆军等，2022；郭丰等，2022）企业数字化转型（戴翔等，2022）环境政策（陆菁等，2022），均认为数字经济可以减少碳排放。也有学者认为，产业结构及技术创新二者同时在数字经济对碳排放的影响中起促进作用。学者李国柱和王传芬（2024）基于2011-2021年中291个地级市面板数据进行机制分析和实证检验，研究发现产业结构调整以及绿色技术创新对碳减排起到促进作用。数字经济可以对碳排放起到抑制性作用（郭丰等，2022；谢云飞，2022）。但是部分学者发现数字经济能够有效降低碳排放量，二者存在倒“U”关系，并且呈现区域性特征（张争妍等，2022;葛立宇等，2022）。徐妍和何禄瑶（2022）利用UCINET和实证计量模型，得出数字经济促进碳排放的减少，也会引起碳回弹效应。辛阳等（2024）测度出当前西部地区十二省份数字经济指数虽然呈上升趋势，但较我国东部、中部地区数字经济存在较大的差异。李薇（2024）以长江经济带为例，运用碳排放系数法测度农业碳排放水平，并采用空间杜宾模型从空间视角考察其农业碳减排机理，发现长江经济带数字经济的发展能显著降低农业碳排放总量。

总结以上文献可知，大部分学者都是从宏观层面对二者进行研究分析，且都认为数字经济可以降低地区的碳排放；也有学者研究得出，数字经济与碳排放呈现非线性关系。表明数字经济发展初期，会增加地区的碳排放，但是当达到临界值时，反而会抑制地区的碳排放。学者选取省级层面数据进行机制分析，也有部分学者选取西部地区或是长江经济带进行分析，而针对于西南地区的研究相对匮乏。因此，本文的研究基于“西三角”经济圈的视角，分别利用熵权法和SBM模型对其数字经济和碳排放的测算，并通过固定效应、中介效应、门槛效应、稳健性进行实证检验，进一步丰富和完善“西三角”地区的数字经济与碳排放理论依据，更好的为“东数西算”背景下的“西三角”地区减少碳排放提出方法和依据。

三、理论机制

（一）数字经济发展促进碳减排的直接效应

数字经济作为新时代经济发展的重要引擎，其发展日益受到关注。近年来，随着大数据、云计算、人工智能等技术的迅速发展，数字经济在全球范围内呈现出蓬勃发展的态势。数字经济不仅为经济增长注入了新动力，更以其环境友好、绿色低碳的特点，为可持续发展贡献新力量。

首先，数字经济的环境友好性体现在其对资源的高效利用上，大量的信息和数据通过云计算、大数据等技术进行存储和处理，有效避免了纸张、油墨等资源的消耗。同时，数字技术的应用也优化了生产流程，提高了生产效率，进一步降低了能源消耗和污染排放。

其次，数字经济还以其绿色低碳的特性，为应对气候变化和环境保护提供了有力支持。数字技术的广泛应用，使得远程办公、在线教育等新型业态蓬勃发展，减少了人们因通勤、出差等产生的碳排放。数字经济也催生了新能源、节能环保等绿色产业的发展。

最后，数字经济还在助力传统产业转型升级方面发挥了积极作用。通过数字化、智能化改造，传统产业得以提高生产效率、降低能耗。因此，充分发挥数字经济在环境保护和可持续发展中的积极作用，可以为建设美丽中国实现中国式现代化、绿色发展贡献更多力量。

（二）数字经济发展促进碳减排的间接效应

1．数字经济、技术创新与碳排放

（1）数字经济推动技术创新

数字经济正在以前所未有的速度推动着技术的不断创新。技术创新是当代社会经济发展的重要驱动力，涵盖了技术进步和技术多样化两大方面。技术进步是指企业通过加大研发投入、引进先进技术等方式，不断提升生产效率、降低生产成本、提高产品质量等方面的技术水平，从而为企业带来更高的竞争力和市场份额。在技术进步的推动下，企业可以不断推出更加高效、精准、可靠的产品和服务，满足消费者的需求，赢得市场的青睐。技术多样化则是企业在技术进步的基础上，通过开发新产品、新服务、新市场等方式，不断拓展业务范围，提高市场竞争力。

数字经济能降低企业的搜寻成本、复制成本（Goldfarb and Tucker，2019）。根据Acemoglu andRestrepo （2022）将垄断厂商开发新技术的成本函数为：

其中，H（θj）是关于θj递增的凸函数，表示不同行业开发利用新的技术存在效率差异，h（0）=0，lim x→1 H（x）=1，H（x）=H'（x）/1-H（x）≥1/1-x。p表示各行业创新成功的概率，该值越大，表明垄断厂商越容易开发新技术。数字经济具有正外部性，原因是数据要素可以通过与其他生产要素结合的过程中驱动创新和技术进步，从而推动经济增长。δ表示数字经济产生的正外部性，且δ ＞1。假定各行业都有一定量企业家进行创新，技术水平较高的行业往往涉及复杂的科技研发、高精尖的技术应用以及高难度的工艺制造等方面。意味着创新成功概率越低，技术相关性ρ越大的企业创新成功概率越高。根据Chuet al （2019）令p=δθ1-βρβ，β∈（0，1）的经济含义为产业内正外部性。由于G（·）=[θg（Fi，Zi）]γ，则垄断厂商利润最大化条件为：

结合成本函数，可得：

其中M=δ - H（θj），∮=∑Ni j=1 （M/δ）1/δMρβ。Ni为行业i为技术种类数量，表示行业内技术多样性。由于1-Ni+∮始终为正，可得出如下结论：∂Ni/∂δ＞0，即数字经济的正外部性特性，将有效推动技术多样化发展。原因是数字经济作为现代经济体系的重要组成部分，能够显著驱动创新和技术进步，从而推动整体经济增长。在数字经济的影响下，不同行业间的技术开发和利用呈现出效率差异，这种差异不仅体现在行业内部，也体现在行业之间。

随着数字经济的深入发展，数据要素的流动性和共享性不断增强，这为企业间的技术交流和合作提供了更多可能。垄断厂商在面临激烈的市场竞争时，为了保持技术优势和市场地位，不得不加大技术研发和创新的投入，从而提高技术创新的效率和质量。进一步地，数字经济还促进了不同行业间的技术交流和合作，使得原本孤立的技术得以相互融合，形成新的技术创新点。这种跨行业的技术融合不仅有助于提升行业的整体技术水平，还能够推动相关产业链的升级和发展。在数字经济的作用下，技术多样性的增加成为了推动经济增长的重要动力。

综上所述，数字经济通过其正外部性特征，促进了技术开发和利用的效率提升，推动了跨行业的技术融合和创新，增加了技术多样性，从而成为推动经济增长的重要力量。

（2）数字经济推动科技创新减少碳排放

2020年9月我国提出的“双碳”目标，目的是通过优化能源结构、发展清洁能源等方式降低碳排放。随着技术的不断进步和创新，我们已经能够开发出更加高效、环保的能源利用方式，达到减排目的。清洁能源技术的发展为减少碳排放提供了有力支持。以太阳能为代表的可再生能源的使用可以减少二氧化碳的排放量。能源储存和能源节约的技术革新对降低碳排放量也有重大贡献。通过改进生产工艺、提高设备效率、优化能源利用等方式，企业能够降低能源消耗和碳排放量。如绿色建筑、智能交通等技术的推广，有效降低了建筑和交通领域的碳排放。再者，碳捕捉和储存技术的研发也为减少碳排放提供了新的途径。通过捕捉和储存工业生产过程中产生的二氧化碳，我们可以有效减少大气中的温室气体含量，从而减缓气候变化的影响。科技创新是减少碳排放的关键手段之一。我们需要继续加强科技创新力度，推动清洁能源、节能技术、碳捕捉和储存等领域的研发和应用，为实现碳达峰、碳中和目标提供有力支持。

2．数字经济、产业结构升级与碳排放

按照产业结构升级的维度可以分为产业结构合理化和产业结构高级化。

（1）数字经济通过推动产业结构合理化实现碳减排

产业结构合理化是经济发展过程中的重要环节，它关乎到产业间的聚合质量。产业结构合理化是指各行业的要素投入与产出结构的耦合度。数字经济的发展不仅加速了社会经济的转型升级，更在推动产业结构合理化的过程中发挥着举足轻重的作用。通过促进传统产业的数字化转型和新兴产业的蓬勃发展，数字经济为减少碳排放、实现绿色可持续发展提供了强大的动力。数字经济也提升了生产效率和资源利用率。一方面，传统行业引入数字技术，可以实现生产流程的智能化和精细化管理，达到智能减排的目的：另一方面，新兴的数字产业如电子商务、在线服务等，也在快速发展中推动推动产业绿色化、数字化转型。

（2）数字经济通过推动产业结构高级化实现碳减排

产业结构高级化是一个涵盖了经济、科技、政策等多方面的复杂过程，它意味着一个国家的产业结构从低附加值、低技术含量、低效率的产业，逐步向高附加值、高技术含量、高效率的产业转型升级。这一过程不仅反映了经济发展的必然趋势，更是提升国家竞争力、实现可持续发展的重要途径。优化产业结构是实现产业结构高级化的重要手段。数字经济的发展调整了产业布局，促进了产业集聚，培育了新的增长点。通过优化产业结构，可以形成更加合理的产业链，提高产业的整体竞争力。注重发展新兴产业，尤其是绿色低碳、数字经济等战略性产业。所以，数字经济通过优化产业结构、发展新兴产业等方式，实现产业结构的高级化，以达到碳减排目的。

四、研究设计

（一）变量设定

1．被解释变量

以往学者对于碳排放的测度方法不同，本文采用TONE （2002）提出的超效率SBM模型和学者曹建飞（2024）的方法对城市碳排放进行测算。模型构建如下：

上式中ρ表示本文25个地级市的目标碳排放效率值，其中xi0、yk0、bl0分表代表决策单元量、期望产出变量和非期望产出变量，sxi、ixk、sbi分别表示投入、期望产出、非期望产出的松弛变量，入为权重向量，模型中下标“0”为被评价单元。关于模型中投入和产出变量，本文参照学者曹建飞（2024）的变量选取。

（1）投入指标：资本投入、劳动投入、投资投入和能源投入。其中投资投入计算方法如下：

It=Kt-（1-φ）×Kt-1（8）

其中K为各期的资本存量，I为各期的投资投入，φ为平均折旧率，φ=10. 96%。资本投入用固定资产投资额表示、劳动投入用各地级市的年末从业人数，能源投入用城市电力消费指标来表示。

（2）期望产出：本文选取地区生产总值进行计量。

（3）非期望产出：本文考察地级市碳排放量，根据学者丛建辉（2014）的测度方法，将城市的碳排放分为三个范围，即范围1排放包括交通和建筑、工业生产过程、农林业和土地利用变化和废弃物处理的碳排放总量：范围2排放包括外购电力和制热和制冷的碳排放总量：范围3学者主要是从生命周期的角度人手。各地级市的碳排放为三个范围的加总求和。

2．核心解释变量

本文基于刘军（2020）、黄慧群（2019）和赵涛（2020）的方法，选取互联网的普及率、相关从业人员情况、相关产出、移动电话普及率和数字金融五个方面的指标基于熵权法构建数字经济指标体系。对于数字金融发展，采用中国数字普惠金融指数，该指数由北京大学数字金融研究中心和蚂蚁金服集团共同编制。数字经济为Dige。具体选取如下表2所示。

本文基于Stata软件，采用熵权法进行指标赋权，该方法具有客观性，适用性较为广泛。

第一步，对数据进行标准化处理，首先是正向指标

3．控制变量

本文参照学者谢云飞（2022）、徐妍（2022）、徐维祥（2022）选取经济发展水平、科技支出水平、金融发展水平和城镇化率作为控制变量。

（1）经济发展水平（PGDP），以各地级市的人均生产总值取对数衡量：

（2）科技支出（Tech），用地级市的科技支出占政府财政支出的比重表示：

（3）金融发展水平（Fin），用各年的存贷余额占GDP的比重进行表示：

（4）城镇化率（Urban），以城镇人口数占总人口的比重表示。

4．中介变量

本文根据以往研究从技术创新（Inn）、产业结构合理化（Iai）和产业结构高级化（Iri）这两个方面进行中介变量的选取和研究。

在此基础上，我们选择了每个地级市的年末专利授权数量来表示技术创新水平，并对它们进行了对数处理。本文借鉴干春晖（2011）等的计算方法来进行产业结构合理化和产业结构高级化的测度。式（17）中为产业结构合理化的测算，产业结构高级化则用第三产业产值与第二产业的产值相比。

（二）模型设定

1．基准回归模型

本文根据学者曹建飞等（2024）的研究设立基准回归模型

Carit=a0+a1 Digeit+a2 Controlit+μi+ai+σit（17）

上式中i代表省份，t代表年份，Carit表示第i地级市第t年的碳排放效率；Digeit表示第i地级市第t年的数字经济指数；Controlit表示控制变量，ai表示时间固定，μi表示个体固定，σit为随机扰动项。

2．中介效应模型

综合前文的分析，本文将深入探讨技术创新与产业结构升级对数字经济与碳排放效率的影响机理。使用学者江艇（2022）的两步法对本文在模型（18）的基础下进行中介效应模型构建，模型如下：

Digeit=b0+b1Innit+b2 Controlit+μi+ai+σit（18）

Digeit=c0+c1 Iaiit+c2Controlit+μi+ai+σit（19）

Digeit=d0+d1Iriit+d2 Controlit+μi+ai+σit（20）

其中，Inn表示技术创新，产业结构升级包括产业结构合理化（Iai）和产业结构高级化（Iri）。

3．门槛效应模型

在验证中介效应后，本文对各中介变量进行门槛回归。门槛效应模型为：

In Carit=e0+e1Digeit×I（Qit≤θ）+e2 Digeit×i（Qit＞θ）+μi+αt+σit（21）

其中，ln Digeit为核心解释变量，Qit为门限变量，I是一个指示指标，为取值范围是0或1，θ为门限值。本文在分别验证各门槛变量的门槛个数后进行检验，在进行回归分析。根据回归结果ln Digeit系数值大小，以此判断具体的非线性特征。

五、实证分析

（一）数据来源与描述性统计

本文利用2011- 2021年我国西南地区中贵州、四川和重庆这三个城市中的25个地级市的面板数据进行研究。数据来源包括省级统计年鉴、《中国统计年鉴》和北京大学的“数字普惠研究中心”等。由于黔西南自治州、凉山彝族自治州等自治州大部分数据缺失，所以本文研究剔除以上自治州。

本文选取面板数据，一共275个指标值，表3为本文数据的描述性统计分析。其中为了更好的衡量碳排放和数字经济之间的关系，本文将通过SBM模型测算出来的碳排放效率进行取倒数来进行数据分析。从表中可以看出不同地级市之间的碳排放效率和数字经济之间存在差异，数字经济均值为0．422，最大值为1. 722，最小值为0．0004，表明不同省份的发展程度存在较大差异，在控制变量和中介变量中，不同的地级市之间也存在发展水平的不一致。

图2和图3描述了25个地级市2011-2021年的数字经济指数发展情况和碳排放效率情况，从整体来看，大部分地级市的数字经济指数都在稳步上升，碳排放的效率也在不断增加。

（二）基准回归结果

本文采用Hausman检验、F检验和LM三种检验方法选取最适合本文的模型。将以上三种检验结果进行对比分析后，认为采用固定效应进行检验效果最好。结果如表4所示。

表4中第（1）列表示只加入了核心解释变量数字经济，无控制变量，无固定效应，结果显示归回系数为负，且在1%水平下显著性。表明数字经济可以抑制地区的碳排放，即地区的数字经济指数越高，碳排放量就越低。列（2）在列（1）的基础上加入了固定效应进行回归，结果仍然显著。列（3）在列（1）的基础上添加了控制变量，列（4）在列（3）的基础上添加了固定效应，结果依旧在1%的水平下显著。结果仍具有稳健陛，表明地区数字经济指数的发展可以有效抑制地区的碳排放，二者呈现负向相关。列（5）显示数字经济指数的平方对碳排放的影响机制，其平方项回归系数为负，且在5%的水平下显著。表明数字经济与碳排放之间存在倒“U”形的关系，即在数字经济的发展初期会增加地区的碳排放，但是当发展到一定的程度数字经济则会反过来抑制地区的碳排放。

本文研究结果与诸多学者的研究结论一致，即数字经济的发展抑制了碳排放，其关系呈现倒“U”型（曹建飞，2024）。

（三）中介效应检验

在此基础上，本文通过引入技术进步与产业结构升级作为中介变量，来探讨数字经济对碳排放的作用机理。其中产业结构升级包括产业结构合理化和产业结构高级化。对模型（19）、模型（20）进和模型（21）进行回归，其结果如表5所示。

由表5可知，列（1）是数字经济对碳排放的基准回归，结果在1%的水平下显著。列（2）表示数字经济对技术创新的影响机制，其结果在1%的水平下显著，且回归系数为正，表明数字经济可以促进地区的技术创新。列（3）表示数字经济对产业结构合理化的影响，回归系数为正，且显著性较高，也表明数字经济可以助力地区的产业结构合理化。列（4）表示数字经济对产业结构高级化的影响机制，其结果相较于前二者显著性减低，只在10%的水平下显著，并且回归系数为负，表明数字经济可能会抑制地区的产业结构高级化。其原因可能是由于数字经济对第二产业的作用大于第三产业，二产中的产业对于数字经济的使用范围更广、程度更深，而三产中的数字经济使用还处于初级阶段亦或者是辐射范围不及第二产业。

（四）门槛效应

在选用多种门槛变量进行分析之后发现，高级化和合理化这两个门槛变量的单一门槛均不显著。这一结果可能源于这些变量在描述数字经济与碳排放效率关系时的局限性。然而，当我们转向技术创新这一门槛变量时，情况发生了变化。

技术创新的单一门槛通过了1%的显著性检验，这一结果揭示了数字经济对碳排放效率存在的单一门槛效应，门槛估计值为3. 4841。通过构建LR门槛图更直观地展示门槛效应，从图6中可以看出，门限值3. 4841位于95%置信区间的虚线下方。这一结果进一步证明了门槛值是真实有效的，同时表明数字经济在推动碳排放效率提升的过程中，技术创新具有巨大潜力。

从表7可以看出技术创新在数字经济对碳排放的影响中存在单门槛效应，并且在门槛值前后对碳排放效率的影响呈现“先扬后抑”。当技术创新的门槛值小于或等于门槛值3. 4841时，数字经济对碳排放的贡献为0．337%，但未通过显著性检验；但是当门槛值大于3. 4841时，其作用通过1%的显著性检验，作用转为负向影响。

研究结果表明，当技术创新超过门槛值时，数字经济对碳排放的影响效果会不断增加。但是当技术发展到一定的阶段时，碳排放会随之减少。这表明技术创新在推动绿色发展和减少碳排放方面具有巨大的潜力。通过不断提升技术水平，相关部门可以有效地利用数字经济的力量，实现碳排放的减少和环境的改善。所以技术的发展和数字经济的繁荣往往是一个复杂的过程，需要全面、深入地理解和应对这些影响，以实现可持续的经济发展和社会进步。

（五）稳健性检验

1．替换核心解释变量

数字经济发展离不开数字金融，所以本文用数字普惠金融指数替代数字经济，作为核心解释变量。结果显示在表8的列（1），虽然显著性下降，但是依旧在10%的显著性水平下抑制了地区碳排放。

2．添加控制变量

本文在已有的控制变量的基础上，根据以往文献，添加地区的PM 2.5指数和城市人口数，两个变量都进行对数处理，再进行基准回归。结果如表8列（2）所示，在增加控制变量之后，结果依旧稳健，且在1%的显著性水平下通过检验。

3．滞后一期被解释变量

鉴于数字经济发展过程中存在一些滞后现象，为了确保模型的稳定性，本文对滞后一期的碳排放进行模型检验。回归结果显示在表8的列（3），结果表明数字经济对于滞后一期的碳排放量依旧是抑制作用，且在1%的水平下显著。

六、研究结论与政策建议

（一）研究结论

本文通过选取我国西南地区贵州、重庆和成都三个城市中的25个地级市2011- 2021年数据进行实证分析。利用SBM模型测度碳排放效率，熵权法测算数字经济指标，再增加地区经济发展水平、科技支出、金融发展水平和城镇化率作为控制变量，利用Stata软件利用固定效用模型、中介效应和门槛效应分析数字经济对碳排放影响机制，得出主要结论如下：

1．数字经济的发展与碳排放呈负相关关系，数字经济的发展可以显著减少碳排放，数字经济的发展推动了信息化、智能化和绿色化生产方式的广泛应用，所以企业可以实现生产过程的精准控制和资源的高效利用，从而减少能源消耗和碳排放。

2．通过固定效应得出数字经济对于地区的碳排放呈现非线性的作用。数字经济能有效的提升碳排放的效率，其促进作用呈现倒“U”型。这一结果通过替换核心解释变量、增加控制变量和滞后一期被解释变量后结果仍然成立。

3．技术创新、产业结构合理化和产业结构高级化在数字经济对碳排放的影响机制起着显著的中介作用，其中技术创新和产业结构合理化可以降低地区碳排放水平。

4．数字经济对碳排放的影响中技术创新展现出门槛效应。技术创新在门槛值前后对碳排放效率的影响呈现“先扬后抑”。在技术创新未达到门槛值时，引入新技术和方法可显著提高生产效率和能源利用效率，减少碳排放量。技术创新跨越门槛值后，碳排放效率提升速度可能放缓或下降，碳排放量可能反弹。

（二）政策建议

1．加快发展数字经济，提升数字经济水平

加快发展数字经济能够直接减少碳排放，助力实现绿色可持续发展。数字经济以高效、智能、绿色的特点，正在改变着传统产业的运行模式和人们的生活方式，为低碳行动提供了强大的技术支撑和动力源泉。在能源领域，数字经济的发展催生了新能源产业的快速崛起，如风能、太阳能等可再生能源的开发和利用，有效降低了碳排放强度。在制造业领域，数字化转型正在推动工业生产的绿色化。通过引入工业互联网、智能制造等技术，提高企业生产效率和品质的同时降低相关能源消耗和污染物排放。

2．优化能源消费结构，提升能源利用效率

在数字经济快速发展的背景下，西南三省均面临着优化能源消费结构、降低碳排放强度的紧迫任务。加快数字经济的发展能够推进传统行业逐渐向绿色低碳转型。依托数字化技术的普及，传统制造业可以在生产方式上实现智能化，减少因频繁操作产生的能源消耗。同时，数字技术还能帮助农业、林业等领域实现精准管理，提高资源利用效率，降低碳排放强度。

3．推动传统产业数字化转型，促进产业可持续发展

推动传统产业数字化转型是降低碳排放、实现绿色发展的重要途径。数字化转型有助于提升传统产业的能源使用效率，引入先进的耗能管理系统和数字化设施。通过对能源消耗的实时监测，可以最优的选择能源操作和高效生产。同时数字化转型还可以为传统产业带来新的商业模式和发展机遇。通过发展电子商务、智能制造、工业互联网等新兴业态，推动传统产业与数字经济的深度融合，实现产业转型升级和可持续发展。