摘 要：数字经济和绿色技术创新将是新时代驱动中国实现绿色低碳转型的“双引擎”，本文以2011-2019年中国279个地级及以上城市为样本，考察数字经济对碳排放强度的影响。结果表明：数字经济发展能够显著降低碳排放强度；
现阶段数字经济能够促进绿色技术创新水平提升，并且绿色技术创新对于碳排放强度的净效应为促减效应；
数字经济对碳排放强度的影响存在“边际效应”递减的非线性特征，即数字经济发展水平提高，对碳排放强度的抑制效果显著降低，但是绿色技术创新能够有效减缓“边际效应”递减的速度；
异质性分析发现，数字经济的减排效果在中部城市、外围城市和资源型城市更为显著。
关键词：数字经济；
绿色技术创新；
碳排放强度；
非线性效应
中图分类号：F49；
F205文献标识码：A文章编号：1001-148X（2023）02-0073-08
收稿日期：2022-05-29
作者简介：常皓亮（1994-），女，陕西西安人，博士研究生，研究方向：数字经济、产业组织与技术创新。
基金项目：国家社会科学基金重大研究专项课题，项目编号：18VXK002；
云南省哲学社会科学规划一般项目，项目编号：YB2022024。
一、引 言
数字经济以不断升级的信息工具和信息技术引领着经济社会变革，数字产业化和产业数字化的发展使得各种新业态、新模式层出不穷，成为社会可持续发展的新动力。一方面，数字经济通过催生新兴产业使经济活动信息化、数字化，提高经济活动效率；
另一方面，“数据+算法+算力”重构生产环节［1］，为工业领域智能升级、高耗能行业绿色化转型提供了新路径。数字技术还可以帮助政府和企业实现碳排放的智能管理，是实现碳达峰碳中和目标的必然要求。
随着数字技术在生态环境保护领域的创新应用，关于数字经济与绿色化、低碳化发展的研究也日益受到关注。有文献研究表明，数字经济对于碳减排具有积极影响，随着数字经济发展以及与实体经济融合加深，能够通过促进产业结构优化升级［2-3］、提升能源效率［4］、推动技术进步［5］等路径降低碳排放水平。也有文献研究发现，数字经济对碳排放的影响并非简单的积极或消极作用，而是会导致碳排放呈现先增加后降低的倒U型变化趋势。例如，数字经济会在早期增加能源消耗，从而增加碳排放水平，当经济发展和技术水平到达较高发展阶段后，才能够有助于降低或抑制碳排放水平［6］。通过梳理相关研究文献，不难发现，实现碳减排本质上依赖于技术创新，并且具有绿色偏向特征的技术创新对于碳减排具有显著的积极作用［7-8］。在全球碳中和时代，关键核心技术创新成为重中之重，是平衡可持续发展与经济社会繁荣的重要工具［9］。作为绿色低碳发展的重要推动者，企业通过绿色技术创新实现节能降耗、减少污染排放，从而不断降低生产经营活动对环境的破坏［10］。由此可见，数字经济和绿色技术创新将是新时代驱动中国经济绿色低碳转型的关键动力，是实现包容性绿色增长的重要抓手。但同时，也需要认识到，由于能源回弹效应的存在，技术创新对于碳减排可能具有负向作用［11］。因为，技术创新一旦成熟并得到广泛应用，可能会增加能源消耗，从而加剧二氧化碳排放。若减排效应大于能源回弹效应，则表现为碳排放的促减效应，反之，则为促增效应。因此，总体上看，绿色技术创新是否能够对碳减排产生积极作用还需要进一步考察。
二、理论分析与研究假设
首先，数字经济发展具有环境友好型特征，对碳排放强度的影响以积极效应为主，主要体现在以下四个方面。第一，数字经济使经济活动信息化、数字化，并通过催生新兴产业，发挥自身减少碳排放的“直接效应”。通过不断升级的信息工具和信息技术，能够提高经济活动效率，改变人们的生活习惯，有助于解决粗放型发展方式问题，从而降低单位产出能耗，减少不必要的碳排放。第二，数字经济通过改造提升能源电力、工业生产、交通运输传统产业，发挥减少碳排放的“间接效应”。数字技术替代传统技术，能够提高要素资源的配置和利用水平，进而提高企业生产率以及经营决策效率，补足传统制造经济里面的流程性、工艺性等刚性缺陷，优化行业能源消耗，有助于实现低碳发展［12］。并且，在算法和算力的驱动下，生产和消费可以实现实时互动，有效识别需求从而降低资源消耗。第三，数字技术可以帮助政府实现高效的碳排放管理，发挥减少碳排放的“补充效应”。数字技术应用能够增强对碳排放数据的监测和统计，有助于提高政府的智能管理水平。并且通过碳足迹的精确测算，能够助力企业探索低碳技术创新并主动进行减排。此外，碳排放权交易是以低成本高效率实现减排的重要机制，并且碳交易是基于企业的碳配额和排放量之间的缺口进行的，需要对排放量进行监测，而物联网、大数据等数字技术应用可以改善碳排放管理效能，从而为碳交易市场起到重要支撑作用。第四，绿色低碳项目投融资需要政府以及社会资本共同参与，而区块链、大数据等数字化技术和数字化平台可以实现金融机构信息共享，增强金融服务的安全性、便利性和普惠性。通过资源、资金互联互通，可以有效提高运行和服务效率，有助于形成多层次互补的投融资体系，提升资金配置效率，为环境友好型企业和绿色低碳项目提供金融支持，促进碳减排。此外，通过线上平台进行的数字金融业务模式，本身具有无纸化、低能耗特性。基于此，本文提出如下假设：
H1：城市数字经济发展能够降低碳排放强度。
其次，数字经济能够为绿色技术创新体系的构建提供助力，大数据、人工智能等新一代信息技术也将成为绿色技术创新体系的重要组成部分。一方面，绿色技术创新的主体是企业，数字技术和数字平台可以打破传统时空限制，加快信息流通，为企业提供实时的市场与技术信息［13］，通过智能分析与预测，实现科学研发，减少研发过程中的资源浪费，降低成本，进而促进要素资源合理配置，提升技术创新能力。此外，绿色技术创新活动需要大量研发经费投入，企业数字化有助于提高经济效益，实现高效财务管理，从而扩充内部现金流，并且数字技术应用于金融领域，有助于扩大企业的外源融资规模，进而增加研发经费投入［14］。另一方面，技术创新活动是一个多方参与的过程，数字经济的共享性、平台性等典型特征，能够提升信息公开透明度［15］，通过促进各市场主体高水平合作来推动企业创新以及科技成果转化，并通过物理空间和网络空间的多维扩展，营造良好的创新态势，从而提升绿色技术创新水平。并且，数字經济发展需要高端数字化人才、高新技术企业以及研发资金等，政府政策引导会不断汇集创新资源、创新主体、创新服务集聚，推动新兴产业聚变，有利于绿色技术创新体系的建立，从而全面提升城市的绿色技术创新能力［16］。
与此同时，绿色技术创新会对碳排放强度产生影响。一方面，绿色低碳技术是节能减排的关键所在［17］。从微观层面上看，绿色低碳技术应用可以提高企业的资源利用效率，特别是对于化石能源、工业等碳排放的主要来源行业的企业，能够帮助其实现清洁生产［18］，从而减少过程排放端的污染物和温室气体排放，而末端的碳捕获利用及封存技术可以进一步强化末端治理。从中观层面上看，绿色技术创新有助于推动绿色产业发展，推动建筑、交通运输等传统产业绿色转型，淘汰污染产业，从而提高能源效率，推动产业结构的高端化、绿色化，有助于减少碳排放［19］。特别是对于能源行业，通过能效技术、新能源替代技术等绿色技术创新，能够推动实现传统能源优化发展以及新兴能源快速发展，实现能源行业低碳转型。从宏观层面上看，绿色技术创新能够赋能经济社会全面低碳转型，从而促进能源消费的低碳化。基于此，本文提出如下假设：
H2：城市数字经济发展通过促进绿色技术创新作用于碳排放强度。
随着数字技术的升级迭代，数字经济的内涵和外延在不断丰富和扩大，对碳排放强度的影响可能存在非线性特征。究其原因，第一，数字化带来能源消耗增多从而加剧碳排放。近年来，数字经济产业发展迅速，并且数字经济延伸出来的新兴科技产物正在重塑经济社会，而这一切离不开算力的支持，算力需求的增长会带来用能需求的增加，在能源效率以及能源结构没有改善的情况下，会导致二氧化碳排放总量上升。并且，作为数字经济发展的主力军之一，信息与通信技术行业（ITC）的迅速发展导致能耗提升［20］，如何解决能耗增加与低碳发展之间的矛盾也成为一个世界性问题。因此，数字经济发展可能导致能耗增加从而增加碳排放水平。第二，在国家大力推动数字经济发展的大趋势下，各地积极布局数字经济，推出一系列行动方案，可能存在盲目发展，过度重视数字经济概念，大干快上“新基建”，忽略了运营以及技术应用的合理性，没有因地制宜发展数字经济，导致产能过剩、资源浪费等问题。同时数字经济高速扩张也逐渐暴露出了一些问题，包括发展不均衡、营商环境有待完善以及自主创新能力有待提升等，数字经济的负外部性问题日益凸显，导致其发展质量不高，从而减弱了数字减排效应。第三，随着数字技术的广泛应用，各部门运行效率以及资源配置效率有所提升，碳排放已经得到了一定程度的控制，数字经济对于碳减排的红利已经释放，而且国家对于大数据中心等数字基础设施建设有能耗以及节能技术模式的要求，数字经济发挥的“直接效应”“间接效应”以及“补充效应”的强度存在减弱的趋势。基于此，本文提出如下假设：
H3：城市数字经济发展对碳排放强度的影响存在非线性特征。
三、研究设计
（一）计量模型构建
为了分析城市数字经济发展对碳排放强度的影响，构建面板模型如下：
CIit=α0+α1Digeit+α2Xit+μi+vt+εit（1）
其中，i和t分别代表城市和年份；
CI代表碳排放强度；
Dige代表城市数字经济发展水平指数，是本文的核心解释变量；
X代表控制变量；
μi表示城市固定效应，vt表示时间固定效应；
εit表示误差项。在式（1）中，α1是本文所关注的估计系数，若α1为负且显著，则表明城市数字经济发展水平提升能够降低碳排放强度。
为检验假设H2，本文引入中介变量，采用逐步回归法进行实证分析。具体检验步骤为：在模型（1）的系数α1通过显著性检验的基础上，分别构建数字经济对于绿色技术创新的线性回归方程，以及数字经济和绿色技术创新对碳排放强度影响的回归方程，通过回归系数β1、γ1和γ2的显著性判断中介效应是否存在。以上回归模型的具体形式设定如下：
Grtiit=β0+β1Digeit+β2Xit+μi+vt+εit（2）
CIit=γ0+γ1Digeit+γ2Grtiit+γ3Xit+μi+vt+εit（3）
其中，Grti为绿色技术创新水平，其他变量与基准回归模型中的变量含义一致。
由前文的分析可知，数字经济与碳排放强度之间可能存在非线性动态关系。本文进一步构建如下面板门槛模型：
CIit=δ0+δ1Digeit×Iqitφ+δ2Digeit×Iqit>φ+δ3Xit+μi+εit（4）
在式（4）中，qit代表數字经济和绿色技术创新两个门槛变量，φ是待估计的具体门槛值，该门槛值将城市样本数据划分为两个区间。I（·）是指示函数，如果数字经济和绿色技术创新满足括号内的条件，就取值为1，否则为0。当然，若样本存在多个门槛值，可以由式（4）扩展得到。
（二）指标选择与数据说明
被解释变量：碳排放强度（CI）。本文借鉴已有文献的做法［21-22］，借助两类夜间灯光数据（DMSP/OLS数据和NPP/VIIRS数据）反演出城市级二氧化碳排放量。具体地，首先合并两类夜间灯光数据，并提取出省级和城市层面夜间灯光总值（DN）；
然后，构建DN总值和省级二氧化碳排放量的关系方程，估算出两者之间的系数，并将城市层面的DN总值与估算出的系数结合，从而获得城市级碳排放量。最后，通过计算城市碳排放量与地区生产总值的比值得到碳排放强度。
核心解释变量：城市数字经济发展水平（Dige）。数字经济涉及的范畴较为广泛，难以用单一指标来表示，本文借鉴赵涛等（2020）［23］的研究，结合城市层面数据的可得性，从以下三个视角进行测度：（1）数字基础设施，涉及百人互联网宽带接入用户数、百人移动电话用户数两个指标；
（2）信息产业发展，涉及的指标包括人均电信业务总量、信息传输和计算机服务和软件从业人员占城镇单位从业人员比重；
（3）数字金融发展，采用北京大学数字普惠金融指数测算［24］。为避免主观赋权以及选取单个指标的片面性，通过主成分分析的方法，得到城市数字经济发展水平总指数，同时对其进行标准化处理。
中介变量：绿色技术创新（Grti）。参考邵帅等（2022）［25］文献的做法，采用地区每万人绿色专利申请量作为绿色技术创新水平的度量指标，绿色专利包括发明专利和实用新型专利，申请量数据来源于中国研究数据服务平台（CNRDS）。
控制變量：（1）产业结构（Indstr），采用第二产业产值占地区生产总值的比重衡量。（2）政府参与（Govtp），采用科学技术支出占地方财政一般预算内支出的比重衡量。（3）城市规模（Urbsc），采用城市年末总人口的对数衡量。（4）金融发展（Findev），采用金融机构贷款余额与地区生产总值的比值衡量。
考虑数据的完整性以及数字经济发展情况，本文最终选取279个城市的面板数据作为研究样本，时间跨度为2011—2019年，除特别说明，其余数据均来源于《中国城市统计年鉴》和《中国统计年鉴》。考虑到不同量纲的数据波动较大，本文的非比值型变量经过自然对数处理，并采用线性插值法对缺失数据进行处理，主要变量的描述性统计结果见表1。
四、实证分析
（一）基准回归结果
从表2回归结果可知，城市数字经济发展能够显著降低碳排放强度。具体而言，在未添加控制变量时，城市数字经济发展水平提高1%会使碳排放强度降低约76%；
加入控制变量后，数字经济发展水平提高1%会使碳排放强度降低约51%。表明城市数字经济发展对于碳排放强度具有显著的负向影响，假设H1得到验证。从控制变量的估计结果来看，产业结构（Indstr）对碳排放强度的影响显著为负，本文认为原因可能是第三产业碳排放增长速度较快，增幅较大，逐渐成为碳排放增量的主要“贡献者”。政府参与（Govtp）与碳排放强度之间存在显著的负相关关系，这说明随着各级政府对控制城市碳排放的重视程度逐渐提高，通过扩大科技活动经费支出为相关产业发展提供资金保障，来推动城市低碳发展。金融发展水平（Findev）与碳排放强度存在显著的正向关系，这可能是因为传统金融体制下的粗放型发展模式，带来的资源环境问题，进而导致碳排放强度增加。
（二）稳健性检验
为进一步验证基准结果的可靠性和稳健性，本文进行了如下稳健性检验：第一，增加控制变量，包括城市基础设施、人力资本和对外开放水平，其中，城市基础设施（Urbinfra）采用年末实有铺装道路面积取自然对数来衡量；
人力资本（Humcap）采用高等学校在校学生人数取自然对数衡量; 对外开放水平（Open）采用外商投资额与GDP比值来衡量，回归结果见表3的列（1）。第二，参照已有文献做法，采用人均碳排放量和碳排放总量取对数衡量城市碳排放水平，重新进行回归，结果见表3中的列（2）和列（3）。第三，替换指标评价方法。基准回归中的数字经济发展水平指数采用主成分分析方法获得，此处采用熵值法重新计算数字经济发展水平，记为S-Dige，减少因指标测算方式不同导致结果的偏差，由表3中列（4）可知数字经济的估计系数依然在1%的显著性水平下为负。第四，为了避免极值对回归结果的干扰，本文对解释变量和被解释变量进行1%双向缩尾处理，并重新回归，结果如表3中列（5）所示。综合以上稳健性检验，通过观察数字经济的系数值以及显著性水平可以发现，与基准回归相比未发生明显变化，假设H1再次得到验证。
（三）传导机制分析
本文进一步运用中介效应模型，考察数字经济能否通过推动绿色技术创新从而对碳排放强度产生影响，具体回归结果见表4。其中，第（1）列是检验数字经济对绿色技术创新的影响，在控制了个体效应和时间效应后，数字经济的估计系数为正，并且在1%的显著性水平下显著，表明数字经济发展能够显著推动城市绿色技术创新水平提升。第（2）列是将数字经济和绿色技术创新纳入统一的模型中，考察对碳排放强度的影响。其中，绿色技术创新的估计系数在5%的水平下显著为负，说明绿色技术创新是降低碳排放强度的主要途径，并且，绿色技术创新的减排效应大于能源回弹效应，净效应表现为对碳排放强度的抑制作用。而且在加入绿色技术创新后，数字经济的系数绝对值由0051降低为0045，说明数字经济对碳排放强度存在间接影响，绿色技术创新是数字经济影响碳排放强度的传导机制，实证检验结果支持了假设H2。
（四）非线性效应分析
为验证数字经济对碳排放强度的非线性影响效应，本文采用面板门槛模型进行检验，分别选取数字经济以及绿色技术创新作为门槛变量。首先进行面板门槛存在性检验，结果发现，两个门槛变量显著通过了单一门槛、双重门槛检验，未通过三重门槛检验，因此对全样本选取双重门槛模型进行估算较为科学。基于此，对设定两个门槛个数的模型进行回归，具体回归结果见表5。不难发现，双重门槛模型下，Dige变量在各区间的系数均为负且在1%的显著性水平下显著，表明数字经济与碳排放强度之间存在显著的非线性关系。由列（1）可知，当数字经济发展水平指数低于-0002时，数字经济估计系数为-0528，表明在第一门槛区间内，数字经济能够显著降低碳排放强度。当数字经济发展水平指数位于［-0002，4986］区间内时，数字经济的估计系数为-0221，即在第二门槛区间，数字经济对碳排放强度的负向影响依然存在，但系数绝对值降低幅度较大。当数字经济发展水平指数高于4986时，估计系数的绝对值进一步降低，且与第一阶段差距较大，说明在第三门槛区间内，数字经济对碳排放强度的负向影响进一步降低。可以发现，随着数字经济发展水平的提高，数字经济对碳排放强度的影响表现出了显著的负向且“边际效应”递减的非线性特征。
进一步，数字经济对碳排放强度的动态影响不仅受到自身水平的作用，还可能存在其他变量的调节影响。在以绿色技术创新作为门槛变量的回归结果列（2）中可以看出，城市数字经济发展对碳排放强度的负向影响持续递减，这表明数字经济对碳减排的贡献依然存在“边际效应”递减的非线性特征。但是在列（2）的回归结果中，第二门槛阶段和第三门槛阶段Dige系数估计值（-0319和-0183）的绝对值相比于列（1）中Dige的系数估计值（-0221和-0151）均有所提高，表明绿色技术创新不仅会对数字经济降低碳排放强度的非线性效应产生间接作用，而且可以有效减缓“边际效应”递减的速度。这个结果也表明，绿色技术创新能够为我国城市达成碳达峰碳中和目标提供有效支撑。根据两个门槛变量的回归结果综合来看，前期数字经济更能促进碳排放强度的降低，而后期，数字经济发展水平虽然提高，但对碳排放强度的抑制效果不明显了，数字经济对碳排放强度的影响呈现刺激程度逐渐降低的趋势。这表明，碳排放强度也有自身的“敏感程度”，在前期，数字产业自身碳减排的“直接效应”、推动其他行业减少碳排放的“间接效应”以及数字金融、构建碳交易市场等产生的“补充效应”较大，能够较好地发挥数字减排效应。但是数字经济快速扩张会造成碳排放量增大，从而抵消其碳减排效应，要进一步实现低碳发展的目标，仍需要从改善能源消费结构、降低能源消费量等方面着手。
进一步考察发现，从全国层面上看，在2019年，共有129个城市数字经济发展水平指数处于第一个门槛区间，有139个城市数字经济发展水平指数处于第二个门槛区间，有11个城市处于第三个门槛区间。全样本中96%以上的城市数字经济发展水平指数值仍处于小于第二个门槛值（4986）的状态表明，大部分城市数字经济对于降低碳排放强度的作用仍然较强，因此，现阶段加快数字基础设施建设，推动数字经济发展仍然是大部分城市降低碳排放强度的重要手段。具体而言，数字经济发展水平指数小于第一个门槛值（-0002）的129个城市中，分别有29个东部城市、47个中部城市、53个西部城市；
数字经济发展水平指数位于第二个门槛区间［-0002，4986］的139个城市中，分别有67个东部城市、45个中部城市和27个西部城市；
在数字经济发展水平跨入第三门槛区间的11城市中，分别有8个东部城市，1个中部城市，2个西部城市。可以看出，我国数字经济存在地区发展不均衡的现象，东部地区创新能力强，数字经济发展水平明显较快，中部和西部地区数字经济发展较为滞后。由前文的分析可知，数字经济对碳排放强度存在“边际效应”递减的非线性影响，大多数中部和西部城市的数字经济发展水平仍处于小于第二个门槛值的情况表明，在未来较长一段时间，布局数字经济，加快5G网络、绿色数据中心等基础设施建设，促进传统产业数字化转型等仍然是中部地区和西部地区降低碳排放强度的重要手段。
（五）异质性分析
1基于地理区位视角
由于区域数字经济发展的质量和水平存在差距，具体来看，东部地区数字基础设施较为完善，领先于中西部地区，是我国数字经济發展的高地。本文将全样本分为东部、中部和西部三个子样本进行回归，结果见表6。可以看出，数字经济发展显著降低了三大区域的碳排放强度，并且中部地区城市数字经济对碳排放强度的抑制效果最强，东部地区和西部地区次之。这是因为：一方面，东部地区数字经济发展较早、规模更大，碳减排效应已经提前释放，并且数字经济自身碳排放问题较为突出，而中部地区数字经济发展相对晚于东部，所以数字经济发展的碳减排效应更强；
另一方面，2011年东部地区各城市数字经济发展水平指数位于［-1397，10607］区间，到2019年扩大到 了［-0667，14383］，这表明东部地区数字经济发展差距进一步扩大，产业结构、政策、资金、科教水平等都是造成内部差距的主要因素，“数字鸿沟”会阻碍数字经济持续发展，并降低了数字减排效应，不利于区域协调发展。
2基于行政等级视角
城市价值的本质是一种效率优势，集聚效应是城市高效率的重要因素。行政等级越高的城市，集聚效应往往越大，特别是城市化进程中人才和产业的集聚效应，成为了中国经济高质量增长的重要驱动力。本文将全样本分为中心城市（直辖市、副省级城市和省会城市）和外围城市（其他地级市）两个子样本进行回归，由表7可以发现，外围城市数字经济对碳排放强度的抑制作用相对强于中心城市，本文认为这一结果与城市数字经济发展水平有关：拥有较高行政等级的中心城市，可以获得更多的资源或生产要素，例如发展数字经济所需要的资金、人力资本、基础设施等，优惠政策往往也更倾向于中心城市。因此，相比于外围城市，中心城市凭借更多的资源实现更好的发展环境，数字经济发展水平也更高，而根据前文的分析，数字经济对碳排放强度的影响存在“边际效应”递减的非线性特征，因此，在现阶段，外围城市数字经济发展的碳减排效应更强。
3基于资源禀赋视角
我国资源型城市承担着基础资源和重要原材料供应的任务，在发展过程中普遍表现出资源过度消耗、环境污染等问题，转型任务艰巨。因此，有必要考察资源型城市数字经济发展对碳排放强度的影响。根据《全国资源型城市可持续发展国家规划（2013-2020）》，将全样本分为资源型城市和非资源型城市两个子样本进行回归，回归结果见表8。可以看出，资源型城市数字经济发展对碳排放强度的抑制效果显著强于非资源型城市。本文认为原因主要在于：资源型城市产业结构对传统资源的依赖度较高，其产业也多以工业为主，工业是碳排放的主要领域，而以数字技术为核心驱动力的数字经济在工业等重点碳排放领域具有极大的潜力。伴随着数字经济发展水平的提高，工业布局和生产模式更加合理化，能够促进行业能源优化、成本优化等，实现智能化绿色化发展，特别是数字技术在碳排放的源头锁定、预测预警、监管等场景的应用，从而可以发挥深度减排作用。因而，数字经济对于资源型城市能够释放更大的红利，降低碳排放强度的效果也更明显。
五、结论与启示
本文采用中国2011年至2019年279个城市的面板数据，考察数字经济、绿色技术创新、碳排放强度三者之间的关系，研究结论如下：（1）城市数字经济发展能够有效降低碳排放强度，稳健性检验结果也验证了这一结论。（2）中介效应检验结果表明，现阶段我国数字经济能够促进绿色技术创新水平提升，并且绿色技术创新对于碳排放强度的净效应为促减效应。（3）数字经济对碳排放强度的影响存在“边际效应”递减的非线性特征，并且，绿色技术创新不仅会对数字经济降低碳排放强度的非线性效应产生间接作用，而且可以有效减缓“边际效应”递减的速度。（4）数字经济对碳排放强度存在异质性影响：分地理区位来看，中部地区数字减排效果最好，西部和东部地区次之；
按照行政等级和资源禀赋差异来看，表现为：外围城市强于中心城市，资源型城市强于非资源型城市。本研究的政策启示在于：
（1）本文实证结果表明城市数字经济发展有利于降低碳排放强度，这意味设计得当的政策路径可以实现数字化与绿色化协同发展。我国数字经济起步较晚，但后发优势明显，应充分利用双循环发展格局，以巨大的国内市场效应拉动数字产品和数字服务供给，推动大数据、人工智能、先进计算、高端芯片等产业发展，构建自主可控的技术体系。同时，要注重数字技术在低碳领域的应用，并且发展数字经济的同时，也要注重完善大数据中心、智能算力中心等新型基础设施的能耗考核体系，以绿色低碳为导向引领数字经济高质量发展，提升数字经济国际竞争力。
（2）加快推动数字技术与绿色技术融合创新，稳步推进经济社会全面低碳转型。由于技术创新具有正外部性，政府应提升技术创新与有关政策的适配性，支持企业、高校和研究机构建设创新联合体，搭建创新平台和共性技术平台，支持关键技术研发创新，特别是能源低碳转型支撑技术创新，要引导创新要素汇集，推动产业链上下游互动合作，提升绿色技术创新水平。同时，要加强绿色技术国际交流合作，主动布局和利用国际创新资源，增强原始创新能力。
（3）考虑到数字经济对碳排放强度影响的“边际效应”递减特征，应避免盲目地进行数字化建设。并且，由于数字经济对碳排放强度的影响存在城市间异质性特征，应采取差异化政策。对于数字减排效应降低的东部城市以及中心城市，应该注重数字技术与绿色低碳技术融合创新，在发展数字经济的同时要注重提升能源利用效率，提高碳排放监测管理精准性，同时加强东数西算布局；
对于资源型城市而言，应利用数字技术对其产业进行绿色化和现代化改造。此外，要加强城市之间的数字经济合作，循序渐进布局碳减排，并充分发挥龙头城市的辐射带动作用，形成区域协调发展的减排格局。
参考文献：
［1］ 李春发，李冬冬，周驰.数字经济驱动制造业转型升级的作用机理——基于产业链视角的分析［J］.商业研究， 2020（2）： 73-82.
［2］ 葛立宇，莫龙炯，黄念兵.数字经济发展、产业结构升级与城市碳排放［J］.现代财经（天津财经大学学报）， 2022（10）： 20-37.
［3］ 白雪洁，宋培，李琳.数字经济发展助推产业结构转型［J］.上海经济研究， 2022（5）： 77-91.
［4］ Wu H，Xue Y，Hao Y，et al.How Does Internet Development Affect Energy-Saving and Emission Reduction？ Evidence from China［J］.Energy Economics，2021，103：105577.
［5］ 谢云飞.数字经济对区域碳排放强度的影响效应及作用机制［J］.当代经济管理，2022，44（2）： 68-78.
［6］ 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.
［7］ Wang Z，Yang Z，Zhang Y，et al.Energy Technology Patents-CO2 Emissions Nexus： An Empirical Analysis from China［J］.Energy Policy，2012，42： 248-260.
［8］ 張宁.碳全要素生产率、低碳技术创新和节能减排效率追赶——来自中国火力发电企业的证据［J］.经济研究，2022，57（2）： 158-174.
［9］ Yang Z，Shao S，Fan M，et al.Wage Distortion and Green Technological Progress： A Directed Technological Progress Perspective［J］.Ecological Economics，2021，181： 106912.
［10］Tang C，Xu Y，Hao Y，et al.What Is the Role of Telecommunications Infrastructure Construction in Green Technology Innovation？ A Firm-Level Analysis for China［J］.Energy Economics，2021，103：105576.
［11］Peter H G B，Jos C M，Jan W V.Defining the Rebound Effect［J］.Energy Policy，2000，28（6）： 425-432.
［12］刘婧玲，陈艳莹.数字技术发展、时空动态效应与区域碳排放［J/OL］.科学学研究，2022： 1-17.
［13］韩先锋，宋文飞，李勃昕.互联网能成为中国区域创新效率提升的新动能吗［J］.中国工业经济，2019（7）： 119-136.
［14］唐松，伍旭川，祝佳.數字金融与企业技术创新——结构特征、机制识别与金融监管下的效应差异［J］.管理世界，2020，36（5）： 52-66.
［15］韩璐，陈松，梁玲玲.数字经济、创新环境与城市创新能力［J］.科研管理，2021，42（4）： 35-45.
［16］曾春影，罗明忠，和欣.高管的高质量生态环境经历与企业绿色创新研究［J］．广东财经大学学报，2022（3）：82-97.
［17］卢娜，王为东，王淼，等.突破性低碳技术创新与碳排放：直接影响与空间溢出［J］.中国人口·资源与环境，2019，29（5）： 30-39.
［18］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.
［19］Xiaohong Z，Liqian W，Rong Z，et al.Evaluating the Relationships Among Economic Growth，Energy Consumption，Air Emissions and Air Environmental Protection Investment in China［J］.Renewable and Sustainable Energy Reviews，2013，18： 259-270.
［20］渠慎宁，史丹，杨丹辉.中国数字经济碳排放：总量测算与趋势展望［J］.中国人口·资源与环境，2022，32（9）： 11-21.
［21］Wang S，Shi C，Fang C，et al.Examining the Spatial Variations of Determinants of Energy-Related CO2 Emissions in China at the City Level Using Geographically Weighted Regression Model［J］.Applied Energy，2019，235： 95-105.
［22］Chen J，Gao M，Cheng S，et al.County-Level CO2 Emissions and Sequestration in China During 1997-2017［J］.Scientific Data，2020，7（1）： 1-12.
［23］赵涛，张智，梁上坤.数字经济、创业活跃度与高质量发展——来自中国城市的经验证据［J］.管理世界，2020，36（10）： 65-76.
［24］郭峰，王靖一，王芳，等.测度中国数字普惠金融发展：指数编制与空间特征［J］.经济学（季刊），2020，19（4）： 1401-1418.
［25］邵帅，范美婷，杨莉莉.经济结构调整、绿色技术进步与中国低碳转型发展——基于总体技术前沿和空间溢出效应视角的经验考察［J］.管理世界，2022，38（2）： 46-69.
Digital Economy，Green Technological Innovation，and Carbon Emission Intensity
——EmpiricalResearch Based on Urban Panel Data in China
CHANG Hao-liang
（Faculty of Applied Economics，University of Chinese Academy of Social Sciences，Beijing 102488，China）
Abstract：Digital economy and green technology innovation will be the “double engines” driving Chinas green and low-carbon transformation in the new era.This paper takes 279 cities at or above prefecture level in China from 2011 to 2019 as samples to examine the impact of digital economy on carbon emission intensity.The results show that develpoment of digital economy can significantly reduce carbon emission intensity; At present，Chinas digital economy can promote the level of green technology innovation，and the net effect of green technology innovation on carbon emission intensity is a reduction effect; The impact of digital economy on carbon emission intensity has a non-linear characteristic of diminishing marginal utility，that is，the improvement of the development level of the digital economy significantly reduces the inhibition effect on carbon emission intensity，but green technology innovation can effectively slow down the rate of diminishing marginal utility; Heterogeneity analysis shows that the emission reduction effect of digital economy is more significant in central cities，peripheral cities and resource-based cities.
Key words：digital economy;green technological innovation;carbon emission intensity;nonlinear effect
（责任编辑：周正）
猜你喜欢数字经济数字化—数字经济及其它中文信息(2017年8期)2017-08-31数字经济环境下中国跨境贸易税收问题研究现代商贸工业(2017年15期)2017-06-14工业互联网发展态势及政策建议开放导报(2017年2期)2017-04-20数字经济时代国际税法的改革法制与社会(2017年9期)2017-04-18国外数字经济战略的供给侧实施路径及对中国的启示经济研究导刊(2017年6期)2017-03-24一起来认识“数字经济”大众科学(2017年3期)2017-03-21OECD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数字经济对CFC规则的冲击探究中国市场(2016年37期)2016-11-12应对数字经济下的BEPS现象商(2016年25期)2016-07-29