环境规制视角下数字经济发展的碳减排效应检验.pdf

财 经 纵 横统计与决策2023年第19期总第631期DOI:10.13546/ki.tjyjc.2023.19.0300引言作为以互联网技术为基础，以人工智能和大数据应用为支撑的新经济形态，我国的数字经济产业已经进入规模扩张和获得价值的重要窗口期1。数字经济是以新兴数字科技为特征的经济形态，数字信息是其关键生产要素之一，并且以数字工业化和工业数字化作为核心内容2。数字经济作为推动经济发展的重要引擎，在抑制碳排放方面的作用不可忽视，把握好数字经济在其中的作用对提升区域能源利用效率、降低碳排放总量具有重要的研究意义和价值。由于各区域环境规制是应对气候变化和推进绿色发展的重要基石，环境规制体系保障是实现“双碳”目标的重要影响因素。因此，在深度融合协调好数字经济和碳排放之间的问题时，环境规制在二者之间的作用不容忽视。一些学者认为环境规制强度的提高可以使碳排放水平下降，有效降低企业的碳排放总量，有助于可持续发展目标的实现3。还有一些学者认为环境规制对碳排放的影响存在收入水平单门槛效应，只有当收入水平高于阈值时，有效的环境规制才能降低二氧化碳的排放4。因此，数字经济能否成为降低碳排放的新动能？环境规制在数字经济抑制碳排放时发挥了怎样的效应？针对上述问题，在借鉴已有研究的基础上58，本文将数字经济与环境规制纳入区域碳减排理论机制框架，分析数字经济时代如何有效利用环境规制实现数字经济碳减排，为区域“双碳”目标有效实现提供参考。1研究设计1.1模型设置Hansen（2000）9的静态面板门槛估计方法由于无法反映研究对象的动态变化，忽视了对内生变量的处理，在使用上具有一定的局限性。因此，本文针对计量模型的内生性和研究对象的动态变化特征，纳入被解释变量滞后项，并采用一阶差分GMM模型进行参数估计。本文的被解释变量为碳排放（CO2），解释变量为数字经济发展水平（DIG），门槛变量为环境规制（REG），并加入被解释变量滞后项（L1、L2），选取进出口水平（OPE）、外商投资（FID）、人口密度（PAG）、经济集聚（EAG）等控制变量，考察不同区域环境规制门槛下数字经济的碳减排效应。基于此，设定动态面板门槛模型（以双门槛为例）：CO2it=+1L1+2L2+3OPEit+4FIDit+5PAGit+6EAGit+1DIGitI()REGit1+2DIGitI()12+i+vt+it（1）其中，L1、L2为滞后项，I()为指示函数，为变量门槛值，i为个体的特定效应，vt为时间的特定效应，it为随机干扰项。1.2变量选取被解释变量：碳排放（CO2）。本文借鉴周亚军和吉萍（2019）10的方法，利用 中国能源统计年鉴 中煤炭、焦炭、原油、汽油、煤油、柴油、燃料油和天然气的消耗数据与对应的碳排放系数来估算区域碳排放量。具体的计算公式如下：CO2ti=CE2tij=EtijCjNjOj（2）其中，t表示年份、i表示省份、j表示能源；CO2ti表示第t年i省份的碳排放量；Etij表示第t年i省份第j种能源的消费量；Cj表示燃料j每单位能量的碳排放因子，Cj由燃料j的碳含量*44/12计算得出；Nj为燃料j的低位发热值；Oj表示燃料j的氧化率。核心解释变量：数字经济发展水平（DIG）。借鉴现有环境规制视角下数字经济发展的碳减排效应检验侯建1，白婉婷2（1.河南农业大学 信息与管理科学学院，郑州 450046；2.北京林业大学 经济管理学院，北京 100083）摘要：文章基于我国30个省份20132020年的数据，系统构建区域数字经济发展水平测度体系，并将环境规制异质性纳入数字经济对碳排放影响的理论分析框架，通过构建非线性动态门槛模型，考察在不同环境规制门槛下数字经济的碳减排效应。研究发现：当前我国数字经济发展呈现总体上升而局部波动的趋势，存在较大的“贫富差距”；数字经济对碳排放的影响存在显著的环境规制门槛效应，较低的环境规制水平在一定程度上并不利于数字经济的碳减排效应，而随着环境规制水平的提升并跨过阈值，数字经济发展能显著抑制区域的碳排放。关键词：数字经济；环境规制；碳排放；动态门槛模型中图分类号：F063.9文献标识码：A文章编号：1002-6487（2023）19-0164-03基金项目：国家社会科学基金资助项目（22CJY058）作者简介：侯建（1990），男，河南新乡人，博士，教授，研究方向：产业创新与绿色发展。白婉婷（1997），女，河北石家庄人，博士研究生，研究方向：区域绿色发展。164财 经 纵 横统计与决策2023年第19期总第631期研究，本文从数字经济的特征出发，综合考虑指标的层次性和可得性因素，构建包括数字基础设施建设、数字产业化发展、产业数字化发展、智能化基础建设、生产应用和竞争效益6个子系统的测度指标体系。数字化方面：（1）数字基础设施建设水平。具体以光缆长度/省份面积、移动电话交换机容量/总人口、移动电话基站个数/省份面积三个指标测度硬件设施建设水平，以互联网宽带接入用户数/总人口衡量软件设施建设水平5。（2）数字产业化发展水平。具体以计算机服务和软件业从业人员数、电信业务总量/总人口、软件业务收入/总人口、（电子商务销售额+电子商务采购额）/2以及信息传输计算机服务和软件业全社会固定资产投资/全社会固定资产投资来反映对应的维度6。（3）产业数字化发展水平。具体以数字普惠金融指数揭示金融数字化水平5，以有电子商务交易活动的企业数、域名数、IPV4地址数和网页数来表示企业数字化水平。智能化方面：（1）智能化基础建设。主要包括软件普及和应用情况、智能人才两个方面。其中，软件普及应用情况用基础软件、支撑软件和嵌入式应用软件等产品的收入占生产总值的比重来表示；智能人才用软件研发人员数量来衡量。（2）生产应用。主要包括智能技术开发和新产品生产情况两个方面。其中，用软件企业数量来衡量智能技术开发情况，用新产品销售收入占生产总值的比重来衡量新产品生产情况7。（3）竞争效益。主要包括创新能力、经济效益和社会效益三个方面。其中，创新能力用专利申请授权数与R&D人员全时当量的比值表示；经济效益用电子及通信设备制造业的利润来衡量；社会效益用单位GDP的能源消耗情况来表示，需要说明的是能源消耗情况主要是指电力和煤炭两种能源的消耗8。门槛变量：环境规制（REG）。根据波特假说，环境规制能够促使企业增强技术创新力，且多数学者认为环境规制对减少碳排放有积极影响。采用工业污染治理完成投资与第二产业增加值之比表示。控制变量：（1）进出口水平（OPE），选用进出口总额与地区生产总值的比值来衡量。（2）外商投资（FID），采用各地区外商投资额占 GDP 的比重表示。（3）人口密度（PAG），采用该区域中的城市人口密度来表示。（4）经济集聚（EAG），选取城市第二、三产业的增加值与各地区城市建设的用地面积的比值来表示。1.3数据来源及处理本文数据为20132020年我国30个省份（不含西藏和港澳台）的面板数据，原始数据来源于国家统计局官方网站和国泰安数据库，变量的描述性统计如表1所示。表1变量的描述性统计变量DIGCO2OPEFIDPAGEAGREG均值2.00010.4060.2410.5660.29113.3970.003中位数1.74810.3710.1360.2570.27513.1360.002标准差1.0400.7750.2472.2190.1124.1910.002最小值0.7578.4600.0070.0480.1065.7000.000最大值6.05411.9411.27034.2230.55430.7390.0202实证结果分析2.1数字经济发展水平基于构建的数字经济发展水平评价指标体系,本文先对数字化和智能化指标分别进行主成分分析，得到数字化和智能化相关数值，再运用主成分分析法得到 20132020年我国30个省份的数字经济发展水平，结果见表2。2.2动态门槛效应估计结果下页表3给出了门槛效应的检验结果，单一门槛在5%的水平上显著，而双重门槛在1%的水平上显著，三重门槛表现为不显著，无法通过检验。由此可知，数字经济对碳排放的影响存在双重环境规制门槛效应。双重门槛模型估计结果显示，第一门槛估计值为0.004，位于95%置信区间（0.000，0.005）。第二门槛估计表2各省份数字经济发展水平省份安徽北京福建甘肃广东广西贵州海南河北河南黑龙江湖北湖南吉林江苏江西辽宁内蒙古宁夏青海山东山西陕西上海四川天津新疆云南浙江重庆2013年1.1644562.7822911.5196560.8302753.4039390.9352020.8424160.8400311.0735961.1004050.8744741.2933251.1899640.8869812.6636470.8600761.7779990.8864881.0245540.7571961.7674401.0888841.0780872.6669791.1589671.7454860.9307440.8028842.1988211.1730562014年1.3479073.4625101.6736580.8997403.8035140.9491350.9561140.8557791.1444751.2026170.9590661.5364231.2120561.0639322.9993140.9718411.8829250.9762401.0493650.8146731.9692301.0873081.2457493.1322621.2448571.8457470.9538360.8334072.3448831.3488542015年1.7054523.4406162.0362331.1719004.5738931.2778171.2127631.2608351.4087051.5612821.2074831.8424011.5450781.362044.4657611.2844492.1636581.2556371.4493091.2159382.2446871.3831681.5702953.5193781.6724342.1592721.2944811.1126842.8799201.7327142016年1.7490123.4785272.1605230.9807144.5421851.2544191.1678221.1322651.4135021.5386371.1764821.8199721.5223761.3073584.0319511.3455331.9635531.2214991.2239901.0587722.3606671.3595191.6404523.6075061.7734512.0538461.1365131.0913192.9719061.7462972017年1.866063.8770982.439611.1505684.7847241.3546901.1871501.2267521.5156871.6077951.2352791.8306241.6481721.4493043.5831851.4920632.0573771.2463281.4377251.1198562.3987971.4092231.7543133.6648671.8094892.0612881.1944231.1259453.0969671.8101892018年2.1158554.5278462.7772471.4642465.2305451.5841881.4737691.5468401.7030161.8596251.4159642.1581761.8392891.6190163.8473261.8320312.1549381.4670181.7765321.4776752.6714721.6442542.0405744.0204492.0714022.4117141.4199041.4033933.4633532.0389512019年2.2195265.1907692.9474921.7249225.7683191.7848931.7472281.8058851.9656971.9593051.5200162.4097722.0894531.8161463.9481262.0916202.2618701.6405391.9292501.5940562.8148821.8244722.3126944.6134882.3091822.8970741.6368731.5466023.7465642.2798722020年2.4281125.8121192.8675111.7956496.0539142.0057411.8308431.9344622.0866442.1450971.6182772.4602452.2919521.9666634.5198492.2395172.2902441.7532942.0728471.7645233.0508452.0021992.4726284.8844292.5970543.1720061.7972201.7435054.0167452.510545平均值1.8245484.0714722.3027411.2522524.7701291.3932611.3022631.3253561.5389151.6218451.2508801.9188671.6672931.4339303.7573951.5146412.0690711.3058801.4954471.2253362.4097531.4748781.7643493.7636701.8296052.2933041.2954991.2074673.0898951.830060165财 经 纵 横统计与决策2023年第19期总第631期值为0.008，位于95%置信区间（0.008,0.013）。图1展示了门槛估计值和置信区间，可以看出，数字经济对碳排放存在显著的环境规制双重门槛效应。LR00.0020.0040.006门槛参数（reg）LR15105000.0050.010.15门槛参数（reg）151050第一门槛第二门槛图1 门槛模型的似然比函数图本文依据门槛估计值结果，把区域环境规制划分为不同的三个区间，在表4中展示了各个参数的估计结果。当环境规制强度低于第一门槛值0.004时，数字经济对区域碳排放的影响效应显著为正；当环境规制强度介于第一门槛值0.004和第二门槛值0.008之间时，数字经济对区域碳排放的正向影响效应显著为正；当环境规制强度跨过第二门槛值0.008时，数字经济对区域碳排放的影响效应变为负向影响。即在环境规制程度较弱时（REG0.004、0.0040.008），数字经济对碳排放呈现显著的抑制作用。以上结果反映了数字经济与碳排放之间的关系具有显著的环境规制门槛效应。表4门槛效应估计结果L1L2OPEFIDPAGEAGDIG（REG0.004）DIG（0.0040.008）_cons系数0.5770.0540.312*0.0010.260*0.004*0.029*0.019*-0.085*3.591*标准误0.0480.0340.0810.0000.0690.0010.0070.0080.0100.650z值11.9401.5903.8701.5803.7802.9204.2202.540-8.8205.530P 值0.0000.1110.0000.1140.0000.0030.0570.0110.0000.00095%置信区间（0.482，0.671）（-0.012，0.120）（0.154，0.470）（-0.000，0.001）（0.125，0.394）（0.001，0.006）（-0.000，0.003）（0.004，0.034）（-0.104，-0.066）（2.317，4.864）另外，在影响碳排放的其他因素中，人口密度（PAG）、进出口水平（OPE）和经济集聚（EAG）对碳排放产生显著的正向影响，说明经济和人口集聚与对外开放水平在样本阶段的结构不合理，在一定程度上不利于碳排放水平降低，加重了环境污染。外商投资（FID）对碳排放产生正向影响，但效果并不显著。从区域发展实际来看，需要进一步调整人口政策，完善人力资源配置及对外开放政策，促进绿色生产技术更新换代，严格管理外商投资产业的准入机制，注意区域经济发展带来的集聚效应所产生的负面影响，避免区域环境污染程度加剧。2.3稳健性检验被解释变量滞后项在1%的水平上显著，说明本文构建的动态面板门槛模型是合理的。由Hansen检验可知，Probchi2=0.36，没有拒绝工具变量有效的原假设。AR(1)、AR(2)检验也说明模型较为合理，结果如表5所示。表5AR（1）和AR（2）检验AR（1）AR（2）z-2.238-1.465Prob z0.0250.1433结论本文基于我国30个省份20132020年的数据，分析了数字经济的碳减排效应及环境制造的门槛效应，得出如下结论：（1）当前我国区域数字经济发展水平整体呈现增长趋势，但区域间还存有明显的“贫富差距”。（2）数字经济发展对碳排放的影响受限于区域环境规制的门槛效应。较低的环境规制水平在一定程度上并不利于数字经济的碳减排效应，而随着环境规制水平的提升并跨过阈值，数字经济的发展显著抑制了区域碳排放。（3）对于影响碳排放的其他因素来说，当前经济和人口集聚、进出口贸易在一定程度上对碳排放产生正向影响，说明当前结构存在一定不合理，需要引起重视。参考文献：1Li Z,Wang J.The Dynamic Impact of Digital Economy on CarbonEmission Reduction:Evidence City-level Empirical Data in China J.Journal of Cleaner Production,2022,(315).2Xue Y.The Emerging Driving Force of Energy Consumption in China:Does Digital Economy Development Matter?J.Energy Policy,2022,(165).3Habiba U,Xinbang C,Anwar A.Do Green Technology Innovations,Financial Development,and Renewable Energy Use Help to CurbCarbon Emissions?J.Renewable Energy,2022,(193).4Du K,Li P,Yan Z.Do Green Technology Innovations Contribute toCarbon Dioxide Emission Reduction?Empirical Evidence From Patent Data J.Technological Forecasting and Social Change,2019,(146).5Yang Q,Ma H,Wang Y,et al.Research on the Influence Mechanismof the Digital Economy on Regional Sustainable Development J.Procedia Computer Science,2022,(202).6黄敦平,朱小雨.我国数字经济发展水平综合评价及时空演变J.统计与决策,2022,(16).7罗斌元,陈艳霞.数智化如何赋能经济高质量发展兼论营商环境的调节作用J.科技进步与对策,2022,39(5).8李洁,王琴梅.数字经济发展水平测度及时空演变J.统计与决策,2022,(24).9Hansen B E.Sample Splitting and Thresgould Estimation J.Econometrica,2000,68(3).10周亚军,吉萍.产业升级、金融资源配置效率对碳排放的影响研究基于省级空间面板数据分析J.华东经济管理,2019,33(12).（责任编辑/张高琼）表3门槛效应检验单一门槛双重门槛三重门槛F值14.708*28.182*7.000P值0.0370.0000.103BS次数300300300临界值1%23.21610.38014.6215%11.9864.2639.90210%8.4511.9687.131166