双碳背景下数字经济对碳排放强度的影响研究

郭玥沁　郭彬　张荣霞

[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響中存在中介效应，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

被解釋变量：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。

根据表4，模型（4）中数字经济（lnDECO）对环境规制（lnENV）的系数为正但不显著，且模型（5）中数字经济和环境规制对碳排放（lnCARB）的系数均显著为负，又因为模型（1）中数字经济对碳排放的系数显著为负，表明环境规制在数字经济发展与碳排放之间可能存在中介效应，故做Sobel检验，p值小于0.1，证明中介效应显著，假设H3得到验证。此外，模型（4）中lnDECO系数与模型（5）中lnENV系数的乘积与模型（5）中lnDECO系数是同号，表明该效应为部分中介效应，即直接效应和中介效应都存在。-0.2323为直接效应系数，表明数字经济本身能降低碳排放强度，在这个过程中，环境规制是重要的影响路径。以信息技术为核心的数字经济加大了社会公众之间的信息透明度，政府能实时监督各经济主体的排污行为与能源使用情况，环境规制实操更为便利，企业节能减排意识得到强化，对清洁能源的使用频率增加，从而有助于降低碳排放强度。

4. 调节效应检验

实现双碳目标还需要通过绿色创新做好“减排量”和“去存量”，本文引入绿色创新变量，依据有调节的中介效应模型检验绿色创新的调节效应，结果见表5。

如表5所示，模型（6）显示绿色创新正向调节数字经济对碳排放强度的总效应，调节系数为1.1637；
进一步根据模型（7）交互项lnDECO×lnGINO以及模型（8）交互项lnENV×lnGINO的回归系数可知，绿色创新对数字经济通过环境规制影响碳排放强度的间接路径调节效果显著，符合假设H5a和H5b。绿色创新负向调节数字经济对环境规制成果的促进作用，并正向调节环境规制对碳排放强度的抑制作用。这可能是因为绿色创新能提升能源使用效率，由于资本积累与能源消费之间存在互补关系，企业收入上升，能源购买力提高，引发能源回弹效应[14]，数字产业电力消费加剧，扩大环境污染，影响环境规制效果；
此外，虽然环境规制限制污染排放量，但在绿色创新作用下单位能源用量的污染排放降低，企业基于经济效益考量，只要不触及环境规制的红线，使用更多的能源创造价值也无妨，从而带动碳排放强度增加。

5. 不同水平绿色创新调节作用下，数字经济通过环境规制对碳排放的影响变化

如图2所示，数字经济对碳排放的总效应随着绿色创新水平的提升由负向抑制变为正向促进，影响系数由-0.293变为0.034。如图3、图4所示，随着绿色创新水平的提升，数字经济对环境规制由正向促进变为负向抑制，其影响系数由0.156变为-0.467，环境规制对碳排放的负向抑制作用减弱，影响系数由-0.542变为-0.425。在绿色创新水平较低的阶段，数字经济有利于环境规制成效，受绿色创新影响，企业化石能源消耗减少，污染处理得当，碳排放强度降低；
随着绿色创新水平的提升，能源回弹效应出现，企业能源需求量增加，加之数字经济发展也需要大量能源消耗，环境规制成效降低，对碳排放的抑制力减弱。

6. 异质性分析

（1）数字经济维度的异质性

数字经济包括数字基础设施建设、数字产业化和产业数字化，仅从数字经济的总量指标评估数字经济对碳排放强度的影响有些局限，故本文分别分析数字基础设施建设（INFRA）、数字产业化（DIG_IND）和产业数字化（IND_DIG）对碳排放强度的影响，结果见表6。

由表6可见，数字基础设施建设（INFRA）、数字产业化（DIG_IND）显著抑制碳排放强度，而产业数字化（IND_DIG）的抑制作用不显著。因为数字基础设施与数字产业本身具有绿色低碳的特点，而对“产业数字化”而言，数字要素与其他产业融合是一个循序渐进的过程，数字经济红利的释放可能存在一定时滞。

（2）环境规制与绿色创新的异质性

前文对环境规制与绿色创新之间的相互关系无过多涉及，为此进行分位数回归，探究在不同绿色创新水平下环境规制对绿色创新的影响，结果如表7所示。

由表7可见，环境规制推动绿色创新水平提升，且随着绿色创新水平提升，环境规制对绿色创新的促进作用呈“U”型变化。可能是因为绿色创新水平较低时，环境规制刺激企业从治污向绿色研发转变，绿色创新能力提升；
绿色创新发展到一定水平后，现有绿色技术已基本满足环境规制要求，企业倾向于将资源投入自身生产运营，环境规制对绿色创新的促进作用减弱；
绿色创新水平进一步提升后，企业生产效率上升， 在环境规制的压力下，绿色产出增速加快，绿色创新水平增幅变大。

7. 内生性问题与稳健性检验

碳排放变化可能对数字经济水平产生逆向影响，即数字经济与碳排放不一定是完全外生关系，考虑到模型可能存在内生性問题，本文做下列稳健性检验：

（1）构建同时控制时间效应和个体效应的固定效应模型，采用聚类稳健标准误回归。

（2）将信息化人才储备作为数字经济的工具变量，使用两阶段最小二乘法回归。信息化人才储备采用高等理工院校本、专科学生预计毕业生数度量，主要基于以下考虑：信息化人才储备由高校决定，不受碳排放和环境规制的直接影响，满足外生性要求；
信息化人才储备与数字经济水平高度相关。

以上结果一定程度上证实了内生性问题的存在，其中核心解释变量系数的方向与显著性与前文并无显著差异，本文研究结论稳健。

五、 结论与启示

1. 研究结论

研究发现：①数字经济、环境规制和绿色创新降低碳排放强度；
②环境规制在数字经济与碳排放强度之间存在部分中介效应，数字经济通过促进环境规制成效降低碳排放强度；
③受“能源回弹效应”影响，绿色创新正向调节数字经济对碳排放强度的抑制作用，间接路径为负向调节数字经济对环境规制的促进作用，正向调节环境规制对碳排放强度的抑制作用；
随着绿色创新水平的提升，数字经济对碳排放强度的总效应由负向抑制变为正向促进，从中介路径来看，数字经济对环境规制的作用由正向促进变为负向抑制，环境规制对碳排放强度的负向抑制作用减弱；
④数字基础设施和数字产业化显著降低碳排放强度，而产业数字化的减排作用不明显；
⑤环境规制能促进绿色创新，这种正向促进作用呈“U”型，随着绿色创新水平的提高，环境规制对绿色创新的促进作用先减弱后增强。

2. 对策建议

基于以上结论，本文提出对策建议如下：

第一，健全数字经济与环境规制的协调机制。将大数据、云计算等数字技术与环境规制举措相融合，聚焦污染排放监测设备、碳排放监测及捕捉设备的研发与应用，提高环境质量监测的科学性与精确性；
在加大节能减排政策执行力度的同时，也要继续推动数字化转型和绿色技术研发，力求数字经济与环境规制齐头并进。

第二，优化能源结构以扭转绿色创新的正向调节效应。虽然绿色创新会引起能源回弹效应，但也不可过度控制能源消费，而应着力优化能源结构，提高可再生能源消费占比。政府部门可通过行政管制或征收能源税等方式改善以化石能源为主的能源结构，企业要强化节约型能源消费和生产模式，减少能源浪费。

第三，推进传统产业与数字产业深度融合。传统产业须加强核心技术攻关，实现技术自主可控，积极落实技术创新成果转化，并主动与互联网平台企业进行合作，发挥平台赋能作用；
政府可推出数字化转型公共服务，鼓励产业之间加大转型交流与合作力度，对处于劣势地位的产业给予帮扶，加大数字技术赋能的广度和深度。

第四，制定差异化环境规制政策促进绿色创新。在不同绿色创新水平阶段下，政府可制定有针对性的环境规制政策。当绿色创新水平较低时，在实施环境规制的同时也应加大研发资助力度，力求企业通过绿色创新完成污染治理要求；
当绿色创新水平有所提升时，政府可适当加大环境规制力度，使企业无法放松绿色创新，进而维持绿色创新水平稳步增长。

参考文献：

[1] 缪陆军，陈静，范天正，等.数字经济发展对碳排放的影响——基于278个地级市的面板数据分析[J].南方金融，2022（2）：45-57.

[2] 郭丰，杨上广，任毅.数字经济、绿色技术创新与碳排放——来自中国城市层面的经验证据[J].陕西师范大学学报（哲学社会科学版），2022，51（3）：45-60.

[3] 白雪洁，孙献贞.互联网发展影响全要素碳生产率：成本、创新还是需求引致[J].中国人口·资源与环境，2021，31（10）：105-117.

[4] 解春艳，丰景春，张可.互联网技术进步对区域环境质量的影响及空间效应[J].科技进步与对策，2017，34（12）：35-42.

[5] 梁琦，肖素萍，李梦欣.数字经济发展提升了城市生态效率吗？——基于产业结构升级视角[J].经济问题探索，2021（06）：82-92.

[6] 徐盈之，杨英超，郭进.环境规制对碳减排的作用路径及效应——基于中国省级数据的实证分析[J].科学学与科学技术管理，2015，36（10）：135-146.

[7] 张华，魏晓平.绿色悖论抑或倒逼减排：环境规制对碳排放影响的双重效应[J].中国人口·资源与环境，2014，24（9）：21-29.

[8] 叶剑，徐文华.数字经济背景下环境规制对绿色技术产业创新的影响——基于调节机制与异质性检验[J].时代经贸，2021，18（4）：73-76.

[9] 许丹丹，上官鸣.环境税征收对企业绿色技术创新的影响研究——基于排污费改税制度的准自然实验[J].现代管理科学，2022（2）：98-107.

[10] 程海森，马婧，樊昕晔.京津冀能源消费、经济增长与碳排放关系研究[J].现代管理科学，2017（11）：81-83.

[11] 仓定帮，魏晓平，曹明.基于多因素分析的我国煤炭消费及节能减排潜力预测[J].工业技术经济，2017，36（12）：27-32.

[12] 夏海力，叶爱山.水生态安全下中国区域创新系统效率时空分异与影响因素研究[J].科技进步与对策，2020，37（15）：36-43.

[13] Tsui A S，Ashford S J，Clair L S，et al. Dealing with Discrepant Expectations：Response Strategies and Managerial Effectiveness[J].The Academy of Management Journal，1995，38（6）：1515-1543.

[14] 樊軼侠，徐昊.中国数字经济发展能带来经济绿色化吗？——来自我国省际面板数据的经验证据[J].经济问题探索，2021（9）：15-29.

基金项目：山西省科协调研课题“产业技术创新联盟在科技成果转化中的作用机理及对策研究”（项目编号：KXKT201910）；
山西省科协重点调研课题“山西省科技工作者状况调查项目”（项目编号：KXKT202201）；
山西省战略规划课题“山西省创新券实施效果评价及管理优化研究”（项目编号：202104031402052）。

作者简介：郭玥沁（1998-），女，太原理工大学经济管理学院硕士研究生，研究方向为科技管理、数字经济；
郭彬（1970-），男，博士，太原理工大学经济管理学院教授、硕士研究生导师，研究方向为科技管理、数字经济；
张荣霞（1980-），女，博士，太原理工大学经济管理学院讲师，研究方向为政策评价。

（收稿日期：2022-07-12 责任编辑：苏子宠）

1 资料来源于《中国数字经济白皮书》，中国信通院，http：//www.199it.com/archives/1237607.html。

猜你喜欢环境规制碳排放数字经济OECD国家数字经济战略的经验和启示现代管理科学(2017年3期)2017-03-03我国工业部门节能政策效应研究中州学刊(2016年11期)2017-01-06中国企业的环保投入与企业效益分析商场现代化(2016年29期)2016-12-23从数字经济视角解读欧亚经济联盟与丝绸之路经济带对接西伯利亚研究(2016年5期)2016-12-23环境规制下外资引进对环境治理的利弊分析及影响因素研究科技与管理(2016年3期)2016-12-20宁夏碳排放与经济增长的脱钩关系研究中小企业管理与科技·下旬刊(2016年10期)2016-11-18数字经济对CFC规则的冲击探究中国市场(2016年37期)2016-11-12重庆市碳排放现状及低碳发展路径分析美与时代·城市版(2016年8期)2016-11-10碳排放、产业结构与经济增长的关系研究大众理财顾问(2016年8期)2016-09-28应对数字经济下的BEPS现象商(2016年25期)2016-07-29