数字经济、产业结构与碳排放

[摘要]数字经济的发展符合高质量发展的时代要求，是实现双碳目标的重要手段。引入制造业产业结构作为机制变量，基于2011—2019年的省级面板数据，运用双固定效应模型研究数字经济、制造业产业结构优化与碳排放的关系，主要得到以下结论：数字经济发展显著降低碳排放，替换变量以及更换模型后结论依然成立，并存在区域异质性和区域碳排放量异质性；数字经济对制造业产业结构存在显著的先劣化后优化的正“U”形影响效应；制造业产业结构对碳排放存在显著的先优化后劣化的倒“U”形影响效应；数字经济以制造业产业结构优化为路径降低区域碳排放。基于所得实证结果，为促进制造业发展、降低碳排放和优化制造业产业结构提供政策建议。

[关键词]数字经济；碳排放；制造业产业结构

一、 引言

2020年，我国提出“30·60”“双碳”目标，持续大力推动碳减排，力争于2030年前达到“碳达峰”，到2060年前实现“碳中和”1。党的二十大报告提出，“积极稳妥推进碳达峰碳中和”2。这是我国新阶段下贯彻新发展理念、构建新发展格局、推动高质量发展的内在要求，更是中国对实现全球可持续发展、构建人类命运共同体的积极选择。2021年，我国提出“碳达峰十大行动”3，要求将低碳发展贯穿于经济社会发展的全过程，其中的能源绿色低碳行动、节能降碳增效行动、工业领域碳达峰行动均不同程度对制造业领域绿色转型提出要求。然而，我国碳排放量仍居高不下，2023年增长5.65亿吨，是迄今为止全球最大的增幅[1]。“十四五”时期是实现双碳目标的关键窗口期，伴随着新一代信息技术迭代更新，数字经济对国民经济的高度渗透，为资源配置和经济结构带来巨大变革，也带来了碳减排的新机遇。因此，厘清数字经济对碳排放的影响效应，把握这一历史性机遇，具有紧迫性和实用性。

由于制造业中聚集了大部分的高耗能、高碳排行业[2]，其在促进国民经济平稳运行的同时也对环境保护造成了压力。学术界针对数字经济的碳减排效应已展开了丰富的研究，然而制造业结构在其中的作用并未引起足够的重视。产业结构升级是经济发展的潜在规律，于制造业内部而言，是低端制造业向高端制造业的升级，是生产要素从劳动力、资本等初级要素向技术、知识、数据等高级要素的转变。当前，中国整体处于工业化中后期阶段，部分制造业还处于中低端[3]，始终没有摆脱对自然资源、劳动力资源、资本资源的高度依赖。但是，制造业对我国经济的压舱石作用不可否认，盲目降低制造业在国民经济中的占比，将会威胁我国经济稳定增长的目标。近年来，数字经济快速发展，对实体经济带来巨大冲击。一方面，数字产业化催生大量服务需求，促进制造业向服务型制造拓展，形成新业态、新模式[4]；另一方面，产业数字化对制造业生产、管理、服务进行深度数字化改造，驱动制造业提质增效、转型升级。制造业产业结构升级是具有复杂性和长期性的问题，基于我国以传统产业为主的制造业体系，研究数字经济对制造业的冲击能否实现产业结构上的转变，如何统筹制造强国建设与生态环境保护的关系，对我国建设现代化产业体系、实现双碳目标具有重要意义。

面对工业经济稳定发展、碳减排刚性要求的双重压力，中国亟须找到一条符合国情的减碳之路。明确数字经济、制造业产业结构和区域碳排放三者之间的互动关系，将会为新发展阶段下的可持续发展政策设计和制度建设提供理论依据。

二、 理论分析与研究假设

近年来，数字经济在我国蓬勃发展，是继农业经济、工业经济之后的主要经济形态，已经成为研究热点。现有文献主要认为数字经济能够降低碳排放，一是数字经济通过快速扩散的网络信息对环境保护形成非正式环境规制[5]，有助于推动雾霾治理[6]、降低碳排放[7]；二是与数字经济相关的信息产业具有绿色低碳的特性，数字经济的发展会通过挤出效应淘汰部分高碳产业，从而起到降低碳排放的作用[8]；三是数字经济可以为传统产业改造赋能，推动实现传统产业的绿色化转型，促进碳减排[9-10]。具体来看，数字经济基于以下4个方面促进碳减排。首先，数字化产业以高技术的互联网服务企业为主，因其具有高度的环境友好型特性，发展过程对碳排放的压力较小。其次，数字经济发展所带来的数字化趋势能够提升传统产业生产管理效率，促进资源利用率提高，降低碳排放。再次，数字经济发展带来大量新兴技术和创新氛围[11]，促进传统产业转型升级，提升其环境友好程度，并通过挤出效应淘汰高能耗、高污染的制造企业，实现碳减排。最后，数字经济发展大幅提升了数字基础设施，减少信息流通过程中产生的碳排放；通过智慧平台、智慧检测等手段为碳排放预测、低碳管理提供技术支持[12]。因此，由于各地区的发展基础和条件不同，数字经济在不同区域内的碳减排效应也存在不同。在数字经济发展情况较好的东部地区，有赖于丰富完善的数字经济基础设施、高素质的劳动力、高浓度的科技创新氛围，数字经济的碳减排效应相较于数字经济欠发达的地区会更好。同时，现阶段碳排放量低地区产业发展水平较为滞后，经济社会发展基础薄弱，数字化程度不高，从而数字经济的碳排放效应也相对较弱。基于此，本文提出以下假设：

假设1：数字经济发展能够降低区域碳排放。

假设2：数字经济的碳减排效应存在区域异质性和碳排放量异质性。

有关数字经济与制造业产业结构之间关系的研究相对较少。产业数字化和数字产业化是推动数字经济发展的主要原因。前者侧重于数字技术与实体经济的相互融合，即数字技术和数据资源在传统产业中的应用，并由此形成产出和效率提升；后者则强调数字经济核心产业，即为产业数字化发展提供数字技术、数据要素等资源。对中国而言，服务业数字化快于制造业数字化、数字产业化快于产业数字化[13]。以互联网、软件等服务业为代表的数字产业化得到快速发展后，产生新的技术和生产管理模式，通过产业数字化的方式对制造业的改造赋能，推动传统制造业生产效率提升。由于一个地区在发展初始状态时总是传统制造业占比更多，产业数字化会更多地服务于传统制造业。传统制造业得到改造提升后，通过挤出效应淘汰一些粗放式产业，实现落后企业土地、能源等资源的腾退，从而获得足够的资源以发展新兴产业。因此，就制造业而言，数字经济发展的初期通过改造传统制造业，帮助其提升效率，实现传统制造业的产值增长。传统制造业产业改造提升到达一定程度后，利用其挤出高耗能、高排放的企业所获得的资源发展新兴产业。这时，数字经济促进制造业发展的重点将转向新兴产业，通过促进技术创新、资源配置、产业链互联等手段支持制造业领域的新兴产业发展，提升其在制造业产业结构中的比重。也就是说，数字经济对制造业产业结构的影响效应为先恶化后优化，即呈现正“U”形趋势。基于此，本文提出以下假设：

假设3：数字经济发展水平对制造业产业结构优化呈正“U”形影响。

工业总体碳排放中制造业占比最大，因此制造业碳减排结果直接关系到中国工业总体碳减排成效[14]。目前，围绕碳排放的研究已非常丰富，但关于制造业产业结构的研究仍不充分。制造业内部碳排放行业集聚特征显著[15]，根据中国碳核算数据库数据，2019年，技术密集型产业碳排放占总体碳排放比例仅为0.28%，劳动密集型和资本密集型占比为35.49%1。制造业从劳动、资本密集型向技术密集型转型后，其碳排放将显著降低[16]。但是，制造业结构优化对碳减排的影响并非一蹴而就，很多情况下碳减排滞后于技术进步[17] ，一些研究甚至提出技术进步有可能阶段性增加碳排放[18]。原因可能来自两个方面：一是为了实现更高的经济增长目标，在环保达标的前提下，经济体可能在传统制造业尚未腾退或改造完成之前，投入更多能源以支持新兴产业发展，导致碳排放不降反增[19]；另一方面，在新兴产业发展之初，政府对产业布局过度干预现象的普遍存在，易导致重复建设、产能过剩等现象[20]，从而增加了碳排放。但伴随传统制造业腾退或改造完成，以及技术密集型的新兴产业占比逐步提高后，制造业产业结构优化将显著降低碳排放。长期来看，数字经济进一步发展使制造业领域的部分落后生产力淘汰腾退，促进更多资源向技术密集型制造业倾斜，技术密集型制造业占比相应提升[21]，实现制造业结构优化，最终降低区域碳排放。基于此，本文提出以下假设：

假设4：制造业产业结构优化对碳排放呈倒“U”形影响。

假设5：数字经济以制造业产业结构优化为路径降低区域碳排放。

三、 研究设计与变量选取

1. 变量定义

被解释变量：碳排放（CD）。以往研究多采用指数分解法[22]、投入产出法[23]等计算方法核定二氧化碳排放量，但有数据可得性较差、统计口径不一等缺陷。因此，本文选用中国碳核算数据库（Carbon Eminssion Aclounts and Datasets，CEADs）测算的2010—2019年中国省域二氧化碳排放量进行研究。为了获得更平滑的数据，对碳排放进行对数处理。

试验变量：数字经济发展水平（DE）。目前，学术界尚无统一的对数字经济发展水平进行测算的方法，较多采用的方法为建立综合指标体系。葛和平等[24]运用熵权TOPSIS法，从发展环境、产业数字化、数字产业化与数字化治理4个维度构建了数字经济发展水平指标体系并运用熵权法对我国各省域的数字经济进行了测度；刘军等[25]从信息化发展、互联网发展和数字交易发展3个维度构建了省级数字经济评价指标体系[28]。本文参考黎新伍等[26]的研究，从数字经济基础设施、数字经济发展潜力、数字经济运用能力、数字经济发展环境4个方面构建数字经济发展水平综合指标体系，得到二级指标后，采用主成分分析法测度我国省域数字经济发展水平。具体指标选取及度量方式如表1所示。

机制变量：制造业产业结构（MS）。毛艳华等[27]根据OECD组织高新技术产业分类方法，将制造业产业分为高、中、低端技术制造业。冯春晓[28]则运用制造业产业结构合理化、高度化指标评估制造业产业结构。王志华等[29]用从业人员及其报酬数、资本存量、研发投入依次表示制造业各行业的劳动、资本与技术密集度。本文借鉴其方法，基于2010—2019年中国制造业28个细分行业劳动、资本与技术要素所占比重，将制造业分为劳动、资本与技术密集型三类制造业。具体分类如表2所示。制造业产业结构以“技术密集型产业产值”与“劳动密集型和资本密集型产值之和”的比值描述。比值越高，表示制造业产业结构越优。

控制变量：人口规模由各地区年末总人口表示，并作对数化处理；外商直接投资使用各省份按当年人民币兑美元汇率进行转化后的实际利用外资与地区GDP的比值表示；市场化指数来自《中国分省份市场化指数报告（2018）》，并作对数化处理；产业结构变量由各地区三产与二产增加值的比值表示；环境规制采用地方财政环境保护支出占总财政支出的比值表示；人均GDP采用各地区国民生产总值与年末总人口的比值表示，并作对数化处理；贸易开放度采用进出口总额与地区GDP的比值表示。

2. 模型设计

（1）基准回归模型

本文采用个体、时间双向固定效应面板模型进行检验，基准回归模型形式如下：

[ln CDi，t=α0+α1DEi，t+βCONTROLi，t+δt+μi+εi，t] （1）

式（1）中，i和t分别为省份和年份；CDi，t为被解释变量，表示省份i在t年内的区域碳排放量；DEi，t为试验变量，表示省份i在t年的数字经济发展水平；CONTROLi，t为控制变量，包括人口规模、外商直接投资、市场化指数、产业结构、环境规制、人均GDP；μi为区域的省份控制效应，控制不随时间变化且不可观测的省份固有特征，δt为时间控制效应，控制不随省份变化且不可观测的宏观经济冲击；α0为常数项，εi，t为随机误差。

（2）机制分析模型

为了探讨数字经济发展水平、制造业产业结构和碳排放的非线性关系，本文在式（1）的基础上加入数字经济发展水平和制造业产业结构的二次项作为试验变量，得到以下模型：

[MSi，t=θ0+θ1DEi，t+θ2DE2i，t+βCONTROLi，t+δt+μi+εi，t ] （2）

[ln CDi，t=γ0+γ1MSi，t+γ2MS2i，t+βCONTROLi，t+δt+μi+εi，t] （3）

式（2）（3）中，MSi，t为机制变量，表示省份i在t年的制造业产业结构，其余变量同式（1）。当θ2=0或不显著时，数字经济发展水平与区域碳排放的关系为线性相关；当θ2<0时，数字经济发展水平与区域碳排放为倒“U”形关系；当θ2>0时，数字经济发展水平与区域碳排放为正“U”形关系。同样地，由γ的符号可以看出制造业产业结构与碳排放之间的非线性关系。