数字经济如何赋能城市低碳转型——基于双重目标约束视角

张杰 付奎 刘炳荣

(石河子大学经济与管理学院，新疆 石河子 832003)

一、引言

工业革命以来，以化石能源为动力的人类活动导致大气中二氧化碳排放量持续增加，给地球生态系统带来一系列生态风险和连锁效应。为遏制气候变暖的严峻趋势，2015年全球197个缔约国共同签署了《巴黎协定》，明确提出“力争本世纪内把全球平均气温升幅控制在工业化前水平2 ℃之内，并努力限制在1.5 ℃之内”的目标。作为全球负责任、有担当的发展中大国，中国在应对全球气候变化和参与全球环境治理中扮演着极其重要的角色。2020年9月，习近平主席在第七十五届联合国大会一般性辩论上宣布，中国二氧化碳排放力争于2030年前达到峰值，努力争取2060年前实现碳中和，这为应对全球气候变化提供了方向指引与目标蓝图。为如期实现碳达峰碳中和，我国“十四五”规划提出了单位GDP能源消耗和二氧化碳排放分别降低13.5%、18%的约束性控制目标。可见，我国经济发展面临着愈加严峻的碳减排压力和资源环境约束，在此背景下推动经济社会领域全面低碳转型，走绿色低碳的高质量发展道路已成为确保“双碳”目标如期实现的必然之举。

2015年以来，受动力转换、中美贸易冲突、新冠疫情等因素影响，我国经济增长速度由之前的10%左右放缓至6%左右。十九大报告提出我国经济已由高速增长阶段转向高质量发展阶段，但维持经济合理增速既是“六稳六保”的根基，也是转变发展方式、优化经济结构、转换增长动力的关键。因此，以经济建设为中心是新时代解决我国社会主要矛盾的必然要求。推动经济实现质的稳步提升和量的合理增长，既是应对需求收缩、供给冲击、预期转弱的当下之需，也是构建新格局推进高质量发展的长远之策。当前，如何有效推动经济低碳转型、助推低碳经济高质量发展成为政府、学术界和社会公众关注的重要议题。学者们从经济结构、技术进步、外商直接投资、能源结构、环境规制、碳市场建设与政府产业规划等方面探究了低碳转型与低碳治理的驱动和制约因素[1-5]，但上述研究仅考虑了传统经济下各类因素对低碳发展的影响，缺乏对新型经济形态下经济低碳转型的探究，尤其缺乏对数字经济赋能城市低碳转型机理的探究。

伴随着新一轮科技革命，数字经济逐渐成为一种新型经济形态，其与社会经济各领域的融合程度不断加强，所发挥的“价值创造效应”正在重塑着中国经济发展格局，成为赋能经济高质量发展的驱动力量[6]。同时，大数据等数字技术在能源、资源和环境领域的深度嵌入与应用创新，特别是其与能源、电力、工业、交通、建筑等重点碳排放领域的嵌入融合[7]，为推动经济低碳转型注入新动能(1)据国际能源署《数字化和能源》预测，数字技术的运用会使得油气生产成本降低10%～20%，将全球油气技术可采储量提高5%。以欧盟为例，到2040年数字化运用将使得太阳能光伏发电和风力发电的弃电率降低至1.6%，减少3 000万吨左右二氧化碳排放。。那么，数字经济能否成为缩短跨越“碳”高峰时间、赋能经济低碳转型的制胜法宝，产生“碳排放削减”“碳效率提升”的双重红利？经济增长目标和环境目标约束下数字经济的赋能效果又如何？“双碳”目标背景下厘清上述问题的逻辑机理与运行机制，对于实现中国节能减排和绿色发展具有重要的现实意义。因此，本文基于“能源—技术—结构”的分析框架，从双重目标约束视角对数字经济赋能城市低碳转型这一核心命题展开深入研究，以期为数字经济背景下中国政府发展数字经济、制定“双碳”目标的实现路径提供政策依据和理论指引。

二、文献综述

自Don Tapscott(1996)提出数字经济即是“广泛应用信息通信技术的经济系统”以来，国内外学者对数字经济的效应进行了大量研究。

一是数字经济的宏观经济效应研究。这部分文献首先围绕着数字技术如何影响生产率变动的核心命题展开，并在索洛提出著名的“信息技术生产率悖论”之后争论不断[8]。近来研究多认为，“生产率悖论”主要是由于既有的数字技术核算方式滞后所导致的学者们对其经济贡献的低估[9]，并从宏观和微观层面肯定了互联网等信息技术在提高生产效率、促进经济增长等方面的积极作用[10]。伴随着新一轮科技革命的不断深入，数字经济凭借着强大的数字渗透和网络整合优势，正重塑着传统生产模式并产生了较强的规模经济、范围经济和长尾经济效应[6]，在促进区域技术创新和制造业生产率提升等方面发挥着重要作用[11]，并逐渐成为推动我国传统经济实现高质量发展的强大动能。

二是数字经济的结构转型效应研究。部分学者发现数字经济通过数据驱动、创新驱动、供给驱动及需求驱动，改变了现有产业结构、市场结构和消费结构，有力促进了就业结构优化，并通过推动要素重组升级、再配置所引致的效率变革与产业智能化产生了较强的收入分配效应[12]，推动着我国传统经济结构的深度转型[13]。

三是数字经济的环境治理效应研究。数字治理理论认为，大数据等数字技术与政府治理的结合能够有效改善政府治理模式和治理效能[14]。数字经济发展能够有效推动环境治理从传统的政府主导型向多元协同式转变，促使环境治理过程中的数字技术应用和市场公众等多主体参与，有助于强化政府的环境治理能力，提高环境治理效能[15]。一些研究发现支撑了上述观点，如李广昊和周小亮(2020)[16]研究表明数字经济有助于改善我国的环境污染，且这种“治污效应”具有“厚积薄发”特征。

随着全球气候变暖日益加剧，如何降低碳排放和促进低碳转型成为国内外学者关注的焦点命题。总体来看，目前关于数字经济与低碳转型的直接相关研究较少。与之密切关联的较早一类研究，主要围绕着信息通信技术、互联网发展与碳排放关系展开：一是使用效应。这类研究认为互联网发展促进了ICT相关机器、设备和服务的广泛应用，而ICT设备的生产、加工、分销和安装使用增加了能源消耗[17]，尤其是设备和服务的电力维护增加了全球的电力消耗，导致全球温室气体排放增加。二是替代效应。即ICT投资可以通过使用新技术取代旧技术，如工艺创新通过减少对电力的需求来降低能源消耗，提高了现有机制和能源模式的生产和消费效率，促进了各个部门的技术进步，如企业智能化技术革新、智能交通和脱碳技术应用[18]，由此获得碳排放减少的替代效应。三是成本效应。信息通信技术的广泛应用所带来的边际成本递减，使得信息相关的价格不断下降，商品和服务需求的成本效应增加，引致碳排放加速[19]。由此，信息技术究竟是增加还是降低碳排放主要取决于上述三种效应的综合作用。

综上所述，已有文献从宏观经济、结构转型和环境治理等方面探究了数字经济带来的经济后果和应用价值，围绕着信息通信技术与碳排放之间的关系展开了有益的探索，但仍存在以下不足：一是少有文献将数字经济与低碳经济两大领域相结合，探究数字经济在低碳领域的治理效应及其内在机理；二是缺乏从属性特质和资源禀赋等城市异质性层面，探究数字经济影响城市低碳转型的差异特征的文献；三是现有文献往往忽视了中国情境下数字经济与低碳发展过程中面临的经济增长目标和环境目标约束等典型性事实影响，从而使得既有研究在探索数字经济对气候生态、能源与环境领域影响的过程中缺少现实性约束条件。基于此，本研究从政府经济和环境双重目标约束视角，搭建数字经济赋能城市低碳转型的分析框架，深入探究数字经济与城市低碳转型的内在机理及其属性与禀赋异质性，弥补了既有文献存在的不足。具体地，本研究可能的创新在于：一是从数字经济角度出发，探究中国城市低碳转型的数字赋能机制，拓展了宏观层面低碳性贡献转型的相关研究。二是将数字经济的红利效应从经济层面拓展至低碳领域，从能源效率提升、绿色技术进步和产业结构升级等方面探究其逻辑机理。三是进一步从经济增长目标和环境目标双重约束着手，探究数字经济赋能城市低碳转型的约束机制及特征差异。

三、理论分析

(一)数字经济推进城市低碳转型的宏观机制

作为低碳转型的重要推动力，数字化、智能化技术带来的效率和成本优势日益凸显。数字经济从政府治理、企业转型和居民生活等多个层面，为推动城市低碳转型赋予新动能。第一，数字经济有助于提高政府低碳治理能力。数字经济通过数据资源整合和数字技术手段，为搭建强大、泛在、精准的碳数据服务平台与数字网络系统提供了有力支撑，大大降低了碳信息的搜寻、分类和计算成本，有效提高了政府对碳排放和碳汇等数据资源的信息共享和智能管理水平[20]。它还有效促进了政府摸清“碳家底”、开展“碳排查”、做好“碳规划”、促进“碳交易”、推动“碳减排”，显著增强了政府碳监测管理能力与低碳治理能力，从而有助于推动城市低碳转型。第二，数字经济能够促进行业企业低碳转型。凭借着数字网络的“梅特卡夫法则”，数字技术与电力、能源、工业、交通、建筑等重点碳排放行业的融合程度不断提升，伴随着这些领域的数字化减碳应用逐渐普及，能够有效促进重点碳排放行业领域全生命周期的能耗降低，释放数字技术减碳潜力。同时数字经济能够有效赋能企业智能化绿色制造和能源管理，引领绿色工艺和服务创新，实现生产效率与碳效率的双提升，并逐步成为驱动经济低碳转型的强大动力(Lyu和Liu，2021)[21]。最后，数字经济有利于推动居民绿色低碳生活方式形成。数字经济发展使得社会居民的消费理念和需求偏好逐渐发生转变，同时带来了居民消费结构的加快调整以及消费品质的迭代升级(马香品，2020)[22]，而且互联网发展和数字技术的广泛应用会进一步增强城市低碳发展的需求引致效应(白雪洁和孙献贞，2021)[23]，提高城市居民的绿色产品需求和低碳消费意识，引导居民清洁用能、低碳消费，进而推动实现居民生活方式绿色低碳转型。由此可见，数字经济发展通过强化政府低碳治理、加快行业企业低碳转型以及引导居民绿色低碳生活，有效推动城市低碳转型。据此提出以下假设。

H1数字经济发展有利于推动城市低碳转型。

(二)数字经济推进城市低碳转型的传导机制

基于“能源—技术—结构”分析框架，数字经济作为技术变革和数字赋能的新型经济形态，能够通过推动绿色技术进步、促进产业结构升级和助力能源效率提升等方式，产生“减排”“增效”的双重低碳红利。

1.能源效率提升

提升能源效率是实现碳减排的有效途径[24]。与传统经济相比，数字经济在依托海量数据资源和强大数字技术的基础上，能够在较大程度上突破传统知识与技术交流的时空约束，催生与能源生产和消费紧密相关的新技术、新产业、新业态，如储能技术、智能电网、新能源产业、智慧交通以及分布式用能系统等，影响着城市能源利用效率。微观层面，数字经济发展有助于推动企业智能化、柔性化和数字化转型。企业通过数字技术的嵌入、人工智能以及其他智能终端系统的应用，能够优化原有生产组织方式和工艺流程，淘汰落后低效产能，促进能源效率提升[25-26]，从而推动企业绿色低碳转型。宏观层面，大数据、云计算和人工智能等数字技术在传统生产部门的有效渗入，能够将技术、数据、能源等多元要素链接组合起来，进一步强化对高碳领域的数字化监测和精准预测，推动能源等行业数字化管理、集约化开发和高效化利用，促使能源等要素配置到更高效率的行业部门[21]，从而优化能源资源配置，推动能源产业链延伸、价值链攀升及能源链优化，促进清洁能源的规模化利用和能源效率提升，最终推动城市低碳转型。

2.绿色技术进步

技术进步，尤其是绿色技术进步是降低碳排放强度和提高碳排放效率的有效手段[27]。作为新型经济形态，数字经济以兼具绿色和技术属性的数据为核心生产要素，所带来的技术进步会更偏向于绿色低碳和节能减排，从而有利于推动绿色技术进步，促进经济低碳转型。宏观层面，数字经济发展能够推动绿色技术进步。大数据等数字技术与能源开发技术的渗透融合，有利于建立能源数字技术准入标准，加快节能技术改造与推广，助力淘汰落后产能，推动绿色低碳发展。同时数字技术与节能低碳技术的融合发展，会催生出新一代数字型低碳技术和能源技术，推进实体经济向低碳生产和智能制造转变，降低单位产出的能源消耗和碳排放。微观层面，数字经济会强化数字低碳技术的扩散效应，并加快向其他行业部门的绿色技术溢出，推动传统企业数字化、低碳化转型。一方面企业能有效促进企业智能化、柔性化转型，逐渐改变原有经营中的能耗模式，减少生产过程中的冗余和中间消耗[26]，提高碳排放绩效；另一方面会倒逼企业清洁技术的研发与应用，推动形成基于数字技术的绿色原材料采购、低碳产品生产改造、智慧物流仓储与销售流通，促进企业碳减排。

3.产业结构升级

结构变动是影响能源消费的重要因素，产业结构的调整和优化有助于减少传统产业对能源的刚性需求，引导能源消费由传统能源向清洁低碳能源转变，推动产业低碳转型和经济发展方式转变[27]。进入数字经济时代，我国经济增长向更高的发展阶段迈进，产业结构逐渐由劳动、资本密集型向技术和数字密集型转型升级，这也促使城市产业发展由高能耗高排放的粗放型模式向绿色低碳的集约式模式转变。那么，数字经济会如何影响产业结构升级进而推动低碳发展？一方面，数字经济会倒逼传统产业数字化转型。云计算、人工智能等新一代数字技术与传统产业的嵌入融合有助于提高企业生产、研发过程的智能化、柔性化和低碳化，能够加快推动传统制造业升级改造，优化高耗能行业配置效率，减少企业产能过剩和生产损耗，从而有利于降低生产过程中的碳排放，提高碳排放绩效。另一方面，数字经济能推动新型数字产业发展。数字技术与高端智能制造、电子信息等高新技术产业的深度融合，推动了新型数字产业的兴起和发展，从而减少了产业发展对高碳能源的依赖，促使产业结构向数字化、低碳化转型，降低单位产出的能源消耗和碳排放，助推城市低碳转型。综合上述分析，据此提出以下假设。

图1 经济和环境目标约束下数字经济促进城市低碳转型机制传导图

H2数字经济发展能够通过推动能源效率提升、绿色技术进步和产业结构升级的方式，助力城市低碳转型。

(三)双重目标约束下数字经济推进城市低碳转型的分异机制

地方政府在推动经济低碳转型中发挥着关键性作用(余壮雄等，2020)[4]。那么，如何选择适宜的经济增长目标和环境目标政策工具，在保障经济增长目标前提下实现碳减排目标(林伯强和孙传旺，2011)[24]，更好地发挥政府在低碳治理中的作用，对实现城市绿色发展、构建低碳治理体系至关重要。

一是经济增长目标约束。在过去相当长的一段时间里，传统晋升锦标赛下各地政府目标管理的核心在于发展地方经济，故当经济增长目标制定后，各地方政府为了向中央传递“善治”经济的“能力信号”，会努力达到乃至超越既定目标，部分地区甚至“层层加码”[23]，由此演化形成的“为增长而竞争”“为引资而竞争”的发展模式在推动中国经济高速发展的同时，也不可避免地带来了“重基建引资”“轻服务创新”的投资和公共支出结构扭曲的现象，严重挤占了地方创新投入，不利于产业结构升级和全要素生产率提升[29]。与此同时，长期依靠传统要素驱动带来的经济增长很容易陷入“高耗能、高污染、高排放”的路径锁定，从而抑制了对清洁能源的使用和能源结构的优化，导致严重的环境污染和能源消耗。由此，过高的经济目标设定可能会使地方政府在发展经济的过程中偏离当地资源禀赋和产业发展实际，进而削弱了数字经济带来的能源及产业结构优化效应，不利于城市低碳转型。

二是环境目标约束。近年来中国政府出台了大量环境政策法规，加大环保督察问责和环境治理力度，各地区生态环境质量明显改善，但数字经济发展依然面临着严峻的能源与环境约束，能源消耗和碳排放的总量性问题依然突出，特别是“十四五”规划中明确提出我国能源消耗和二氧化碳排放的强约束性目标，进一步凸显了政府环境目标管制的重要性。那么，在不同环境目标约束的地区，数字经济将如何影响城市低碳转型？实际上，环境目标管制是推动地区经济绿色低碳转型的重要环境政策手段。一方面，环境规制趋紧会迫使企业为满足排污标准做出相应的生产经营调整，引致交易成本和治理成本等“遵循成本”增加，从而引导企业绿色清洁生产及减少对化石能源的使用，促进节能减排。另一方面，环境规制会倒逼企业改进生产工艺和流程，促进绿色技术研发创新，乃至实现企业绿色低碳转型和生产率提升的“波特效应”[30]，实现经济效益和环境效益“双赢”。由此，严格的环境规制约束可能会强化数字经济的绿色技术选择偏向，进一步提高数字经济的环境治理效能，推动城市低碳转型。综合上述分析，据此提出以下假设。

H3过高的经济增长目标约束在一定程度上削弱了数字经济发展的低碳治理效应，严格的环境目标约束进一步强化了数字经济发展的低碳治理效能。

四、模型设定、变量选取和数据来源

(一)模型设定

为考察数字经济发展对城市低碳转型的影响，构建城市—年份双重固定效应模型进行检验。

Yit=α0+α1Digit+βXit+μi+γt+εit

(1)

其中，i为城市，t为年份，Y为被解释变量碳排放量和全要素碳生产率，从减排与增效两个维度衡量城市低碳转型，Dig表示数字经济发展水平，X为控制变量，μi为城市固定效应，γt为年份固定效应，εit表示随机误差项。

为进一步探究经济和环境目标约束下数字经济对城市低碳转型的影响，构建调节效应模型如下

Yit=α0+α1Digit×growit+α2growit+βXit+μi+γt+εit

(2)

Yit=α0+α1Digit×regulit+α2regulit+βXit+μi+γt+εit

(3)

其中，grow和regul分别为经济增长目标和环境目标约束等调节机制变量，其余变量与式(1)一致。

(二)变量选取

1.被解释变量

选取城市碳排放量和全要素碳生产率作为被解释变量。从碳“减排”和“增效”两个层面衡量城市低碳转型。一方面，考虑到我国碳达峰碳中和目标是降低碳排放总量，故而选取各城市的碳排放量作为城市低碳转型“减排”层面的被解释变量，并对其取自然对数，该数据来源于中国碳排放数据库(CEADs)(2)考虑到中国碳排放数据库中关于城市及县(区)碳排放的统计数据为1997-2017年，2018年各城市碳排放数据则根据各城市碳排放量占所在省份碳排放量的比重(近5年均值)，估算得出并核对校准。。另一方面，将能源消费和碳排放纳入传统的TFP框架所测度的全要素碳生产率兼具节能减排和经济增长双重属性，更为适宜衡量经济低碳转型，故而采用全要素碳生产率作为城市低碳转型“增效”层面的被解释变量。借鉴史丹和李少林(2020)[31]等做法，将能源消费和碳排放分别作为投入要素和非期望产出纳入传统的DEA模型测度城市全要素碳生产率。具体地，选取劳动力、资本和能源作为要素投入，地区生产总值和碳排放量分别作为期望和非期望产出，采用SBM-DEA方法进行测算。其中，地区生产总值为经城市所在省份平减指数处理后的实际GDP，劳动力采用全社会单位和私营个体从业人员数衡量，资本存量借鉴张军等(2004)[32]永续盘存法测算，以2005年为基期，折旧率设定为9.6%。由于城市层面能源相关数据尚未统计，借鉴史丹和李少林(2020)[31]的做法，将煤炭、石油、电力和天然气四大能源能耗量按照能源折合标准煤参考系数进行能源折算，加总测算城市能源消耗总量。

2.核心解释变量

选取数字经济指数作为核心的解释变量。考虑城市层面数据的可获得性，借鉴赵涛等(2020)[33]的做法，从互联网发展和数字金融两个维度测度数字经济发展水平。其中，互联网发展水平从互联网相关产业产出、互联网相关产业就业、互联网普及率和移动电话覆盖程度等四个方面表征，依次采用人均电信业务总量、计算机服务和软件业从业人员占年末单位从业人员比重、每百人互联网宽带接入用户数和每百人移动电话用户数衡量。数字金融发展水平采用北京大学数字金融研究中心课题组编制的地级市数字普惠金融指数衡量。最后，本研究运用主成分分析方法，对上述指标数据进行标准化和降维处理，测算得出城市数字经济发展指数。

3.控制变量

为尽可能地缓解遗漏变量偏误，文章进一步控制了影响城市低碳转型的系列变量。首先，基于环境STIRPAT模型[34]，控制了人口规模、人均财富等因素，其中人口密度采用每平方公里的人口数量衡量，人均财富采用城市实际人均GDP衡量。其次，经济发展方式是影响城市低碳转型的重要因素，参照陈诗一和陈登科(2018)[35]等研究，模型中进一步控制产业结构、金融发展、对外开放、政府支出、基础设施等经济发展方式因素变量，依次采用工业增加值、金融存贷款总额、实际利用外资总额、财政支出占城市GDP比重以及人均道路面积衡量。最后，能源使用是影响地区碳排放的关键因素，中国以煤为主的能源结构决定了各地区的能源消耗总量及污染排放量，故在控制变量中进一步纳入能源结构和能源价格等因素。囿于各地级市能源价格和能源消耗结构等数据尚难以获取，因此采用各省区数据衡量。借鉴沈小波等(2021)[36]做法，能源价格采用各省市商品零售价格指数中的燃料价格指数衡量，能源结构采用煤炭消费占各省市能源消费总量比重衡量。

表1 变量的描述性统计

(三)数据来源

受限于城市数字金融指数及相关数据的可获得性，文章基于2011—2018年中国281个地级市面板数据，探析数字经济发展对城市低碳转型的影响。数据主要来源于中国碳排放数据库、《中国城市统计年鉴》《中国能源统计年鉴》及各省市统计年鉴。部分缺失数据通过查阅各城市国民经济和社会发展统计公报和均值法进行补充。描述性统计见表1。

五、实证分析结果

(一)基准回归

表2列(1)至列(4)依次为加入控制变量后数字经济发展影响城市碳排放和全要素碳生产率的基准回归结果。其中，列(1)和列(2)报告了数字经济发展对城市碳排放的影响，数字经济估计系数在1%水平下显著为负；列(3)和列(4)报告了全要素碳生产率的回归结果，数字经济系数显著为正。上述实证表明，数字经济的发展有利于降低城市碳排放并提高全要素碳生产率，可以从减排和增效两个维度来推动中国城市的低碳转型。从理论上来看，数字经济作为技术变革和数字赋能的新经济形态，在依托强大数字技术的基础上，能够极大程度上突破传统知识与技术交流的时空约束，促进各类资源要素优化配置和绿色技术进步，加快推动传统产业数字化、网络化、智能化转型，在引致地区产业结构调整与升级的同时增加对清洁型能源的消费需求，使得结构优化的能源消费减速效应逐渐发挥，产业结构碳排放脱钩效应不断显现，从而推动城市低碳转型。其他控制变量基本符合理论预期。

表2 基准回归结果

(二)工具变量回归

考虑到城市低碳转型可能会同时受到地区制度环境、结构调整以及技术进步等因素的干扰，导致数字经济发展与低碳转型之间存在内生性问题。为此，进一步采用工具变量缓解上述问题。具体地，借鉴黄群慧等(2019)[11]和赵涛等(2020)[33]的做法，采用1984年各城市每百万人邮局数量与上一年城市互联网普及率交乘项作为数字经济发展的历史工具变量。原因在于：历史上邮电基础设施会对现今城市信息基础设施建设和互联网信息技术使用产生影响，而信息网络基础设施作为数字经济发展的“中枢纽带”与其紧密相关，满足相关性条件；同时，1984年各城市每百万人邮局数量作为历史工具变量足够外生，并不会直接对现今城市生态环境和低碳转型产生影响，而是通过影响现代数字技术创新和产业结构升级进而影响城市低碳转型，故同样满足外生性条件。

表3 工具变量回归结果

表3中列(1)至列(4)依次为基于历史工具变量的回归结果。一阶段结果均显示，该工具变量与内生变量数字经济显著正相关，满足相关性假设。二阶段碳“减排”结果表明，数字经济系数在1%水平上显著为负，且与基准结果相比系数绝对值有所增大，表明在采用该工具变量减弱内生性问题后，数字经济发展依然显著促进了城市碳减排；二阶段碳“增效”结果表明，数字经济系数显著为正，与之类似，工具变量结果进一步表明数字经济发展提高了城市碳排放绩效。同时基于过度识别的Anderson Canon Corr LM Statistic分别为96.635和95.391，弱工具变量识别的Cragg-Donald Wald F Statistic依次为85.955和84.750，表明弱工具变量和外生性检验通过，工具变量较为适宜。

(三)稳健性检验

1.替换被解释变量

为了进一步检验碳排放和全要素碳生产率的稳健性，借鉴Chen等(2020)[37]做法，基于夜间灯光亮度数据重新估算各地级市碳排放量。具体地，先采用双重固定效应模型对各省份NPP-VIIRS夜间灯光数据(3)鉴于NPP-VIIRS夜间灯光数据2012年后开始统计，故该部分采用2012-2018年数据进行实证回归。与地区碳排放量进行线性拟合，从而反演估算各地级市碳排放量，并重新采用SBM-DEA方法测算全要素碳生产率，纳入基准模型。表4列(1)和列(2)结果表明，在更换被解释变量后，数字经济发展依然在1%水平上显著促进了城市碳减排和全要素碳生产率提高，支持了基准回归的结论。

2.加入时间趋势变量与控制变量的交乘项

Angrist和Pischke(2004)[39]认为在实证模型中加入控制变量与时间趋势变量交乘项，能够有效控制被解释变量影响因素的时间趋势，在较大程度上缓解其他因素随时间变动而引致的估计偏误。故参照其做法，在基准模型中纳入时间趋势变量与控制变量的交乘项，结果如表4列(3)和列(4)所示。可以发现，在加入上述交乘项后，数字经济发展对城市碳排放和全要素碳生产率影响系数的显著性及方向均未发生实质性变化，进一步表明基准结果较为稳健。

3.排除其他政策干扰

考虑到样本区间内的城市低碳转型可能会受到低碳城市和碳市场建设等政策影响，为排除上述政策的干扰，在回归中进一步纳入样本城市是否属于低碳城市、碳交易市场等政策虚拟变量，结果如表4列(5)和列(6)所示。与基准结果相比，在考虑其他政策影响后，数字经济系数的显著性水平尚未改变，进一步表明数字经济发展带来的兼顾减排和增效的低碳治理效应依然稳健。

4.对数字经济变量滞后一期处理

考虑到数字经济发展影响地区低碳发展需要一定的时间，同时也为进一步缓解可能存在的反向因果问题，文章对数字经济变量进行滞后一期处理，回归结果如表5列(1)和列(2)所示。可以发现，经滞后一期处理后，数字经济依然在5%及以上的统计水平上显著促进了城市碳减排和碳绩效提升，结果依旧稳健。

5.考虑地区环境管制性政策的影响

考虑到中国城市的低碳转型离不开地方政府的环境规制，忽略了中国环境治理的管制性政策可能导致实证估计的偏误。为此，借鉴范丹和孙晓婷(2020)[38]的做法，采用环境污染治理投资额占地区GDP的比值衡量地区环境规制政策的强度，并纳入实证模型。由表5列(3)和列(4)可知，环境规制政策对城市碳排放产生了抑制作用，对全要素碳生产率具有正向促进作用，但在统计上尚不显著，同时纳入环境规制政策后，数字经济在1%水平上依然稳健地促进了城市低碳转型。

表4 稳健性检验回归结果(一)

表5 稳健性检验回归结果(二)

六、影响机制分析

上述实证结果表明，数字经济发展显著促进了城市低碳转型，持续释放低碳治理红利。那么数字经济赋能城市低碳转型的机制如何？通过前文理论分析，数字经济发展可以通过推动城市能源效率提升、绿色技术进步和产业结构升级等路径作用于城市低碳转型。接下来从上述三个路径展开分析。

首先，数字经济发展通过提高能源效率促进城市低碳转型。为验证该机制，借鉴逯进等(2021)[40]做法，采用单位生产总值/能源消耗总量衡量能源效率，以此表征能源要素投入带来的经济产出。表6列(1)和列(2)回归结果表明，无论是采用双重固定效应还是工具变量，数字经济均在5%统计水平上促进了城市能源效率提升。理论上，宏观和微观层面能源效率的提升是实现碳减排和碳增效的关键助推因素。数字经济的发展能够有效引领地区经济增长由高能耗高排放的粗放型模式向绿色低碳的集约型模式转变，促进清洁能源的规模化利用和能源效率提升，从而降低生产过程中的碳排放，提高城市碳排放绩效。由此，能源效率提升是数字经济助推城市低碳转型的影响机制。

其次，数字经济发展通过绿色技术进步推动城市低碳转型。为验证该机制，借鉴董直庆和王辉(2020)[41]做法，采用城市每万人绿色发明专利的申请量衡量。表6列(3)和列(4)分别呈现了回归结果，不难发现，数字经济显著推动了城市绿色技术进步。理论上来看，技术进步，尤其是绿色技术进步是降低碳排放强度和提高碳排放效率的重要手段。数字经济以兼具绿色和技术属性的数据为核心生产要素，所带来的技术进步会更偏向于绿色低碳和节能减排，同时数字技术与节能低碳技术的融合发展，有助于催生出新一代数字型低碳技术和能源技术，从而有利于推动绿色技术进步，促进经济低碳转型。由此，绿色技术进步是数字经济推动城市低碳转型的影响机制。

最后，数字经济发展通过产业结构升级助推城市低碳转型。为验证该机制，借鉴袁航和朱承亮(2018)[42]的做法，采用三次产业间比例关系与各产业劳动生产率乘积的加权值表征产业结构高级化，以衡量数字经济的结构效应。表6列(5)和列(6)结果显示，数字经济系数在10%统计水平上显著，而采用工具变量后的回归结果在1%水平上显著。总体上来看，数字经济能够推动城市产业结构升级。但进一步与能源效率和绿色技术进步机制渠道系数相比，数字经济带来的结构升级作用相对较小。结合中国情境来看，数字经济与传统产业的融合发展是动态渐进的过程，同时产业能源结构由依赖化石燃料等传统能源向绿色低碳等清洁能源转型的过程也较为缓慢，由此可能使得数字经济通过赋能传统产业转型和推动新型产业发展，从而助力城市低碳转型的结构效应相对较弱。由此，产业结构升级是数字经济推动城市低碳转型的影响机制。

综合来看，数字经济能够推动城市能源效率提升、绿色技术进步和产业结构升级，从而促进城市低碳转型，其中结构效应作用相对较小。

七、进一步分析：经济增长目标和环境目标约束

根据前文理论分析，地方政府如何在保障经济增长目标前提下实现碳减排目标，制定适宜的政策目标约束，更好地发挥政府在低碳治理中的作用，对推动我国经济低碳转型、助推实现“双碳”目标具有重要作用。因此，为进一步探究经济增长目标约束下数字经济影响城市低碳转型的作用效果，借鉴黄亮雄等(2021)[43]的方法，采用历年地方政府工作报告公布的经济增长目标值衡量经济增长目标(grow)，并构造其与数字经济交互项进行回归。表7列(1)结果显示，数字经济系数呈现不显著的负向影响，且交互项系数在10%的统计意义上不显著为正，这表明在经济增长目标的调节作用下，数字经济对城市碳排放的抑制作用变为不显著，同时经济增长目标与数字经济交互项对城市碳排放产生了一定的正向作用。尽管在统计上尚不显著，但从经济意义上来看，过高的经济目标约束可能使得各地区在发展数字经济过程中偏向于“粗放式”发展，从而未能释放数字经济的低碳效应，即表明过高的增长目标约束使得数字经济的碳减排效应难以有效发挥。列(2)结果显示，数字经济系数在1%水平上显著为正，但交互项系数在5%水平上显著为负，进一步表明经济增长目标约束下数字经济对城市全要素碳生产率产生了较强的抑制作用。综合来看，经济增长目标约束强化了地方政府发展经济的动机，削弱了数字经济对城市碳“减排”和“增效”的作用，从而不利于城市低碳转型。从理论上，在经济增长目标约束下，为完成既定考核指标，地方政府有较强的压力和动机采取短期经济行为，加剧以牺牲生态环境为代价的“逐底竞争”，降低对环境治理投入，同时政府发展数字经济的方式可能被扭曲，继而不利于资源的合理配置和经济转型升级，弱化数字经济发展的低碳治理效应。

为进一步考察环境目标约束下数字经济影响城市低碳转型的作用效果，借鉴余泳泽等(2020)[29]、韦东明和顾乃华(2021)[44]做法，根据历年地方政府工作报告中是否明确提出能耗目标约束，设置环境目标约束(regul)虚拟变量(4)具体设置如下：当各城市政府工作报告中明确提到控制能源消耗和污染排放数值目标时，如单位GDP能耗降低3%等类似表述，且出现“确保”“落实”“之上”等词汇时，则认为该城市受到了较强的环境目标约束，设置为1，否则为0。，并构造其与数字经济交互项进行回归。表7列(3)和列(4)结果显示，交互项系数在5%水平上显著为负和为正。这表明环境目标约束强化了政府环境监管行为，增强了数字经济对城市碳“减排”和“增效”的推动作用，助推城市低碳转型。结合现实情境来看，政府环境目标约束使得数字经济能够更容易推动绿色技术进步和产业结构升级发挥环境治理效应，刺激地方出台更为严格的低碳治理举措，激励企业低碳技术研发和清洁生产，进一步强化数字经济的绿色技术选择效应，推动实现城市低碳治理。

表7 双重目标约束回归结果

八、异质性分析

(一)城市工业属性异质性

与农业和服务业相比，重工业属于高排放、高耗能的能源密集型行业，需要消耗大量化石能源来推动经济增长，排放出大量二氧化碳。老工业基地多是国家重要的能源和重工业基地，存在着高能耗高污染的显著特征，桎梏着老工业基地的低碳转型。那么，数字经济能否推动老工业基地绿色低碳转型，实现绿色高质量发展？为此，按照城市工业基础及属性特征，依据国务院《全国老工业基地调整改造规划(2013-2020年)》(简称《老工业基地改造规划》)的分类标准，将样本城市划分为老工业基地与非老工业基地城市，分组回归结果如表8中列(1)至列(4)所示。从碳“减排”回归结果来看，非老工业基地城市数字经济估计系数在1%水平上显著为负，老工业基地城市并不显著。同时从碳“增效”结果来看，老工业基地与非老工业基地城市的估计系数均在5%水平上显著为正。上述回归结果表明，数字经济有助于推动老工业基地城市全要素碳生产率提升，但并未能有效实现碳“减排”，且数字经济能够推动实现非老工业基地城市碳“减排”和碳“增效”。综合来看，数字经济能够推动老工业基地城市低碳转型，但相对而言，更有利于推动非老工业基地城市的低碳转型。

表8 工业属性异质性检验结果

对上述结果可能的解释是，老工业基地近年来积极开展工业调整改造，推动经济结构转型，产业转型升级取得显著成效，同时《老工业基地改造规划》中也明确强调“单位地区生产总值能源消耗降低18%”的节能减排约束性目标和产业结构转型目标。数字经济发展为老工业基地的工业化和信息化融合发展提供了数字技术支撑，能够加快推动煤钢、石化等传统产业改造升级和绿色技术进步，化解煤炭过剩产能，助推老工业基地城市产业低碳转型和循环发展。但是，老工业基地总体能耗强度较高，产业发展的重型化特征明显，粗放的发展方式使得数字经济带来的低碳治理效应短期内难以有效发挥。相应地，非老工业基地多为经济基础和产业结构较完善的城市，数字经济发展相对较快，凭借着梅卡夫法则的网络递增效应，更有助于推动数字技术与节能低碳技术的融合发展和溢出扩散，降低单位产出的能源消耗和碳排放，促进清洁能源的规模化利用和能源效率提升。由此，数字经济对非老工业基地城市低碳转型的促进效果相对更好。

表9 资源禀赋异质性检验结果

(二)城市资源禀赋异质性

资源型城市所拥有的能源和资源较为充裕，在工业化和城镇化加速推进过程中，容易形成依托于地区资源禀赋的资源型产业发展固化模式，并形成长期的锁定效应和路径依赖，导致资源型城市绿色经济和数字化转型面临“资源诅咒”[45]。为考察不同资源禀赋下数字经济赋能资源型城市与非资源型城市低碳转型的差异，本文依据国务院《全国资源型城市可持续发展规划(2013-2020年)》的分类标准，将样本城市划分为资源型城市和非资源型城市，进行分组回归。表9列(1)至列(4)结果显示，在以碳排放量和全要素碳生产率为被解释变量的资源型城市分组回归中，数字经济估计系数在10%的水平下并不显著，而在非资源型城市样本中，上述估计系数均在1%水平下显著。这表明数字经济更多地推动了非资源型城市的碳“减排”与碳“增效”，对资源型城市低碳转型的助推作用并不显著。由此可见，数字经济发展显著推动了非资源型城市低碳转型，但并未能有效促进资源型城市低碳发展。

可能的原因在于：从路径依赖理论来看，受地方资源禀赋影响，资源型城市往往对传统资源产业依赖较强，由此产生对所在地区资源和产业结构的路径依赖和锁定效应，同时资源型城市传统产业与大数据等数字技术的嵌入度不高，电子信息、节能环保等新兴产业与传统资源型产业的关联效应不强，使得资源型城市数字经济发展助推城市低碳发展的作用相对其他城市还较为不足。与之相比，非资源型城市数字经济发展较为迅速，更容易推动城市技术进步和产业结构升级，产生兼顾减排和增效的低碳治理效应。因此，总体上来看，数字经济更多地推动了非资源型城市的低碳转型，对资源型城市的低碳治理作用尚不显著。

九、结论与政策启示

通过对数字经济推动城市低碳转型的理论分析与实证检验，本文得到如下研究结论：(1)数字经济发展能够增强城市低碳治理效能，数字经济通过降低城市碳排放和提升城市全要素碳生产率赋能城市低碳转型，该结论在多重稳健性检验中依然成立，这对我国实现“双碳”目标具有较强的政策涵义。(2)机制分析表明，数字经济可以通过能源效率提升、绿色技术进步和产业结构升级等途径助力城市低碳转型，但产业结构升级的作用较小。(3)经济增长目标与环境目标对数字经济助推城市低碳转型的作用存在分异性，其中经济增长目标约束强化了地方政府发展经济的动机，削弱了数字经济对城市碳“减排”和“增效”的作用；环境目标约束强化了政府环境监管行为，增强了数字经济的低碳治理效应，助推城市低碳转型。因此，权衡经济增速与低碳发展成为政府决策的“两难选择”。(4)异质性检验表明，数字经济发展能够推动老工业基地城市低碳转型，但囿于对传统资源产业的路径依赖，对资源型城市的低碳治理作用尚不显著。据此本文提出如下政策启示。

第一，加快推动数字经济发展，助推城市低碳转型。首先，大力发展数字经济，加快推进5G、大数据、人工智能等数字技术与能源和环境领域、传统部门的深度融合与创新应用，催生与低碳领域相关的新技术、新产业、新业态。其次，加快推动数字技术赋能能源产业部门改造升级，优化能源资源配置，促进清洁能源的规模化利用和能源效率提升。最后，推动传统产业向数字化、网络化、智能化转型，通过数字技术提高城市绿色转型发展潜力，发挥数字技术降低碳减排、提高碳绩效的赋能作用，为我国城市绿色低碳发展培育新动能。

第二，选择适宜的经济和环境政策目标组合，发挥政府目标约束在助推数字经济低碳治理中的作用。一方面，地方政府在制定经济增长目标时可采用“留有余地”的软约束，推动数字经济朝向绿色创新的高质量发展模式迈进，避免过高的硬约束增长目标引致过度投资，减少城市碳排放。另一方面，要强化环境约束目标，采取严格的硬约束环境规制，充分激发环境约束目标的创新补偿和质量增进效应，推动形成数字经济与环境约束协同互促的双重低碳治理机制。总体上，地方政府在制定经济和环境政策目标时，应综合考虑创新驱动、协调共享、绿色低碳、经济增长等高质量发展的多目标组合模式。

第三，依托地区资源禀赋和产业发展实际，加快推动老工业基地和资源型城市数字化转型。老工业基地和资源型城市应把握数字经济发展机遇，结合地区工业结构和资源禀赋，运用数字技术对传统产业进行全方位、全链条的改造，增强数字经济与不同工业属性和资源禀赋的城市产业结构调整的适配性，以新型数字技术为基础加快培育新业态和新模式，加快技术进步和绿色技术创新，推进资源型产业低碳技术革新和数字化转型，破除结构性能源资源“诅咒”，不断释放数字化建设赋能城市低碳转型的活力，从而实现老工业基地和资源型城市数字化转型与绿色发展协调共生。