双碳背景下数字经济对碳排放强度的影响研究

[摘要]数字经济助推我国经济转型发展的同时，碳中和作为环境治理的目标被提上日程，数字经济发展对碳排放的影响亟待探讨。选取2014—2020年省际面板数据，基于环境规制的中介路径与绿色创新的调节效应分析数字经济发展对碳排放强度的影响，并进一步分析了数字经济不同维度和碳排放强度、环境规制和绿色创新之间的异质性关系。研究表明：数字经济、环境规制和绿色创新降低碳排放强度；环境规制在数字经济对碳排放强度的影响中存在中介效应，绿色创新在数字经济通过环境规制影响碳排放强度的过程中具有调节作用，不同绿色创新水平下数字经济对碳排放强度的影响不同；数字基础设施和数字产业化显著抑制碳排放强度，而产业数字化的抑制作用不显著；环境规制对绿色创新的正向促进作用呈“U”型变化。

[关键词]碳排放；数字经济；环境规制；绿色创新；有调节的中介效应模型

一、 引言

2020年我国数字经济规模高达39.2万亿元，占当年GDP的38.6%1，可见数字经济已成为国民经济增长新引擎。凭借大数据技术，各生产部门的资源整合、科学决策和环境监管能力得到提高，数字经济逐渐成为企业进行绿色创新、政府实施环境规制的重要渠道，为实现高质量绿色创新及高效率环境规制提供了广袤沃土和支撑载体。那么，数字经济能否助力碳减排？环境规制和绿色创新在其中发挥怎样的作用？在考量环境规制和绿色创新的作用下探究数字经济对碳排放强度的影响，提出相应对策建议，是促进实现双碳目标的应有之义。

基于此，本文构建中介效应模型，探究数字经济、环境规制和碳排放强度之间的关联与传导机制，随后构建有调节的中介效应模型分析绿色创新的调节作用，并做简单斜率图显示不同水平绿色创新的调节作用下数字经济对碳排放强度的影响变化，最后进一步分析数字经济不同维度对碳排放强度的异质性影响，并利用分位数回归模型分析绿色创新与环境规制的异质性关系。

二、 文献综述与研究假设

1. 数字经济对碳排放的影响

数字经济带动了信息通讯等数字产业发展，也将数字技术向传统产业渗透，从而提高了社会的网络化、数字化、智能化水平，在推动经济高质量发展的同时也表现出一定的环境效应。宏观层面上，数字经济依托大数据、云端、人工智能等技术能助力数字化城市建设，推动城市向信息化、智慧化发展。通过数字技术可实时掌握并分析重要数据信息，据此进行科学决策与安排，可以高效利用能源，降低碳排放，例如，数字技术用于了解能源市场动向，以便政府通过定价和交叉补贴等方式控制能源供应量，碳排放交易平台的数字化运营有助于高效控制能源使用量[1]，以数智化为关键手段的新型电力系统也通过新能源主导和多能互补实现绿色低碳转型发展，从而降低碳排放强度。中观层面上，数字技术可用于传统产业的升级改造，促进产业智能化、绿色化转型。高污染排放的劳动密集型重工业若将数字技术融合于自身生产实践，可以向环境友好和技术密集的方向调整[2]，产业结构的优化升级刺激生产要素从边际效益低的部门流向边际效益高的部门，能源使用效率及资源配置效率得到提高，碳排放强度得以降低。微观层面上，首先企业能通过数字技术优化碳排放的末端治理，同时精确掌握能源流数据，以便高效配置能源要素，实现碳减排；其次，数字技术的广泛应用会增强城市低碳发展的需求引致效应[3]，提高居民的绿色产品需求和低碳消费意识，从而有利于全面普及绿色低碳行为；最后，数字金融的支持有助于降低企业融资约束和缓解资源错配，进而提高能源利用率，降低碳排放强度。综上所述，本文提出研究假设1：

H1：数字经济的发展将降低碳排放强度。

2. 环境规制的中介效应

环境规制指政府通过法律法规、行政监管、经济激励约束经济主体排污行为的制度安排，分为命令控制型、市场激励型和自愿型环境规制。研究证明数字经济能降低环境规制的实施成本和难度，从而有利于环境规制成效的发挥。企业层面上，企业依托数字技术能高效整合并分析资金、人力和物资数据，提高生产率，减少资源浪费。政府层面上，大数据、云计算、遥感技术等可实时监测环境数据，提高对污染源的感知力和预警力[4]，也有利于环境规制绩效的评估，为制定治污计划和环保政策提供数据参考。社会层面上，数字媒介为公众获取环境信息、形成绿色环保理念提供了新的方式和契机[5]，公众可通过互联网反映污染行为，实现政府、企业和民众在环境规制上的协同发力。有关环境规制对碳排放的影响主要有两种观点：一种观点是“绿色悖论”，即环境规制会增加碳排放，化石能源所有者预期环境规制会减少自身未来收益，就加快能源开采和消费，导致能源价格下滑，需求量上升，带动碳排放增加。但受企业生产成本和规模的限制，短期内化石能源消耗量难以大幅变动，即使因价格下跌导致化石能源采购增加，能源的可储存性也使得其当期不一定被消费，则当期碳排放不一定增加[6]。另一种观点是“倒逼减排”，基于市场激励型环境规制，政府征收碳税、能源税和排污费等能提高化石能源的生产成本与环境成本，导致化石能源需求量降低，实现碳排放减少；政府补贴清洁能源，鼓励使用替代能源，同样有助于达到减排目的[7]。命令控制型环境规制如关闭部分高污染企业、设定排污限额、强制使用低碳技术等，可从源头上降低碳排放。综上，本文提出研究假设2和3：

H2：环境规制能降低碳排放强度。

H3：环境规制在数字经济对碳排放强度的影响中有中介作用。

3. 绿色创新的调节效应

绿色创新是减少环境污染和原材料与能源消耗的技术创新的产出。已有研究表明，碳排放与绿色创新相关。运用绿色技术的低碳型产品用于污染密集型产业可以节约化石能源用量，降低碳排放，对工艺流程和设备的绿色创新有利于拉高能源转化效率，压缩生产过程中的碳排放。绿色创新在数字经济影响环境规制的过程中发挥了推动作用，有学者发现绿色创新与数字经济的正相关关系，这有助于降低环境规制强度的拐点[8]。强度较小的环境规制能使企业通过绿色创新的盈利抵消因环境保护增加的成本，长期来看有助于提升企业绿色生产效率，既能使环境规制的实施更为便利，又有利于从生产环节降低污染排放。绿色创新在环境规制推动碳减排的过程中也发挥了作用，一方面，严格的环境规制政策会成为污染密集型企业进入市场的壁垒，也吸引具备绿色技术的环保型企业进入市场，助力减排减碳；另一方面，基于“创新补偿”效应，企业倾向于进行绿色创新来应对环境规制增加的成本，通过改进生产工艺或提高治污能力满足环境规制的污染排放要求，同时政府提供的绿色补贴也助力企业进行绿色创新。企业发展不再依赖高耗能、高污染、高排放，而是将绿色创新与产业转型升级相结合，从而降低碳排放强度[9]。基于上述总结，本文提出假设4、假设5a和5b：

H4：绿色创新能降低碳排放强度。

H5a：绿色创新在数字经济对环境规制的影响中有调节作用。

H5b：绿色创新在环境规制对碳排放强度的影响中有调节作用。

依据以上假设，本文的概念模型如图1所示。

三、 研究设计

1. 变量选取与数据来源

（1）变量选取

被解释变量：碳排放强度（CARB）。本文参考程海森等[10]的研究，使用联合国政府间气候变化专门委员会（IPCC）推荐的碳排放测算方法，用消费燃料数量与各类能源的碳排放系数相乘得出碳排放总量，再除以各地GDP得出碳排放强度。

核心解释变量：数字经济（DECO）。参考中国信息通信研究院、腾讯研究院等发布的指标，从数字基础设施、产业数字化、数字产业化三方面构建评价指标体系如表1所示，选择熵值TOPSIS法计算指标权重和总得分。

中介变量：环境规制（ENV）。环境规制多用环境污染治理投资来度量，但污染治理投入与治理效果不一定呈等比关系，故本文选用污染排放指标度量环境规制效果，工业是污染排放的主要来源，参考仓定帮等[11]的研究，用工业产值与工业固体废弃物排放量的比值代表环境规制水平。

调节变量：绿色创新（GINO）。本文从投入产出角度评价绿色创新，投入部分分别以R&D人员全时当量、R&D经费内部支出、单位GDP能耗代表劳动力、资本和能源投入；产出分为期望产出和非期望产出，期望产出包括建成区绿化覆盖率、有效发明专利数、规模以上工业企业新产品销售收入和技术市场成交额，非期望产出用一般工业固体废物产生量、废气中二氧化硫排放量和废水排放量反映，用熵值TOPSIS法计算绿色创新得分。

控制变量：城镇化水平（CIT），用城区面积与该省份总面积的比值反映；技术进步（SKI），用高技术产业新产品开发项目数反映；产业结构（IND），参考夏海力和叶爱山[12]的研究，以三大产业产值加权计算后的结果衡量产业结构水平，三次产业权重分别设定为1、2、3，该数值越大，表明产业结构水平越高；就业水平（EMO），以失业率衡量；人口规模（POP），以年末人口数代表。

（2）数据来源

基于数据可得性，未考虑西藏、台湾、澳门和香港的数据，以其余30个省份（包括直辖市、自治区）为研究对象，时间跨度为2014—2020年，上述变量数据来自CEARs、相应年份《中国统计年鉴》《中国能源统计年鉴》《中国环境统计年鉴》《中国科技统计年鉴》和各省份统计年鉴以及北京大学、浙江大学发布的指数报告。

2. 研究方法与模型构建

（1）多元回归模型

为检验假设H1、H2和H4，本文构建多元回归模型分别研究数字经济、环境规制与绿色创新对碳排放的影响，为消除异方差影响，对存在指数增长趋势的变量做对数化处理，为避免内生性偏误，控制时间效应，分别构建模型（1）、模型（2）和模型（3）。

其中，i表示省份，t表示年份，[lnCARB]表示碳排放强度，[lnDECO]表示数字经济，[lnENV]表示环境规制，[lnGINO]表示绿色创新，[control]表示所有控制变量，[Year代表对时间的控制，ε]表示随机误差。

（2）中介效应模型

为检验假设H3，本文引入中介效应模型，逐步回归分析数字经济通过环境规制对碳排放强度的影响，设定如下：

其中[α1]表示数字经济对碳排放强度的总效应，[γ1]表示数字经济影响碳排放强度的直接效应，[β1×γ2]表示环境规制的中介效应。

（3）有调节的中介效应模型

为检验假设H5a和H5b，通过加入核心解释变量与调节变量的交乘项检验绿色创新在数字经济对碳排放中的调节效应，具体设定如下：

以交互项[lnDECOit×lnGINOit]、[lnENVit×lnGINOit]的系数度量调节作用。[c3]反映绿色创新对数字经济影响碳排放强度的调节作用，[a3]和[b3]反映绿色创新通过环境规制的调节作用。

（4）分位数回归模型

本文构建分位数回归模型揭示环境规制与绿色创新之间的异质性关系，模型设定如下：

其中[QθlnGINOitlnENVit]为给定解释变量环境规制的情况下被解释变量绿色创新在第[θ]分位数上的值，[β（θ）]为[θ]分位数回归系数。

四、 实证结果分析

1. 描述性统计与相关性分析

表2为各变量的描述性统计及相关性分析结果。

由表2可知，碳排放强度（CARB）的平均值为0.804，标准差为0.585，数字经济水平（DECO）的平均值为0.209，标准差为0.113，说明受双碳目标约束和数字化转型的影响，各地碳排放强度和数字经济水平差异不大。参考Tsui等[13]的研究，各变量Pearson相关系数绝对值基本小于临界值0.75，说明不存在严重的多重共线性问题，样本具备回归分析的可行性。

2. 主效应检验

如表3所示，模型（1）、模型（2）和模型（3）中数字经济（lnDECO）、环境规制（lnENV）和绿色创新（lnGINO）的系数显著为负，表明数字经济、环境规制和绿色创新均能降低碳排放强度，假设H1、H2和H4得到验证。数字经济提高了企业资源利用效率，推动产业结构优化升级，从而驱动产业绿色化、低碳化，实现“30·60”双碳目标。在环境规制方面，政府征收能源税、补贴清洁能源等举措能够有效降低能源需求，达到减排目的。绿色创新通过对高能耗、高污染的产品及生产工艺进行革新，能减少原材料和能源消费，碳排放相应降低。

3. 中介效应检验

环境规制能显著抑制碳排放，那么环境规制能否作为数字经济影响碳排放的中介变量呢？本文构建中介效应模型进行分析，结果见表4。