数字贸易发展水平对于碳排放的影响——基于我国省级面板数据的实证研究

○邓小华 贾 竣

（安徽大学 经济学院，安徽 合肥 230601）

一引言

随着世界经济的不断发展以及科技水平的不断进步，人们的生活方式不断发生变化，物质生活水平也在不断提高，这在给人类带来幸福感的同时也带来了严重的环境问题。以二氧化碳为主的温室气体的大量排放，导致了全球气候变暖，进而引发了包括极端天气频发、粮食减产、海平面上升等一系列严重危害人类生存发展的问题。我国由于人口规模庞大且经济发展速度较快，每年都会排放大量的二氧化碳。全球碳预算数据库数据显示，截至2020 年，我国碳排放量高居世界第一。因此，实现减排降碳是我国作为一个负责任的大国应承担的国际责任。2020 年，国家主席习近平代表中国向世界做出了庄严承诺，中国将努力做到在2030 年前二氧化碳排放量达到峰值，在2060 年前实现碳中和。可见，实现“双碳”目标是我国当前和今后一段时期面临的重要课题。近年来，随着信息通信技术的飞速发展以及数字化进程的不断推进，作为一种新兴的贸易模式，数字贸易正在我国蓬勃发展。贸易是我国经济发展的重要动力，而数字化手段可以为我国实现减排降碳赋能增力，我国贸易的数字化转型对实现“双碳”目标意义重大。2021 年10 月18 日，在十九届中央政治局第三十四次集体学习中，习近平总书记强调“把握数字经济发展趋势和规律，推动我国数字经济健康发展”。因此，在“双碳”背景下，研究数字贸易发展对于碳排放的影响，有着重要的现实意义。

在目前已有的研究中，与本文密切相关的文献主要可以分为以下两类：

第一类是关于数字贸易的定义。关于数字贸易应该如何定义这一问题，目前学术界并没有形成定论。2013 年美国国际贸易委员会（United States International Trade Commission, USITC）[1]在其发布的报告《美国与全球经济的数字贸易》中首次对数字贸易的概念做出了界定，认为数字贸易是借助互联网等智能技术传输数字产品与提供服务的国内商务和国际贸易活动。这一定义并没有将依托数字平台的实物贸易纳入数字贸易的范畴。López González,J.等[2]提出“数字贸易涉及货物贸易与服务贸易中的数字化交易，所有的这些交易都是以数据为支撑的”。夏杰长[3]认为“数字贸易是以数字技术为依托，为供求双方提供交互式的数字化信息，数字化的信息产品是数字贸易的贸易标的”。马述忠等[4]提出数字贸易是以现代信息网络为载体，通过信息通信技术的有效使用实现传统实体货物、数字产品与服务、数字化知识与信息的高效交换，进而推动消费互联网向产业互联网转型并最终实现制造业智能化的新型贸易活动。这一定义将依托数字平台进行的实体贸易也纳入到了数字贸易之中，是对以往数字贸易定义的完善。2020 年，中国信通院发布的《数字贸易发展白皮书》认为，数字贸易是指数字技术发挥重要作用的贸易形式，贸易方式数字化和贸易对象数字化是其与传统贸易最大的区别。通过上述梳理不难发现，数字贸易这一概念还在不断地发展完善，国内外并没有形成广泛共识。

第二类是关于数字贸易对于碳排放的影响。韩晶、姜如玥等[5]通过对50 个国家的面板数据进行研究，认为数字服务贸易可以通过规模效应、技术效应以及结构效应来促进碳减排，并且互联网发展水平还可以调节数字服务贸易发展与碳排放的关系。胡国良、全欢[6]认为，数字服务贸易可以更大程度地披露企业信息，减少交易成本，从而降低资源错配，抑制碳排放。王亚飞、刘静[7]1-12认为数字贸易可以通过在消费端促进消费结构升级，继而降低碳排放。

从既有研究可以发现，目前对数字贸易与碳排放之间的影响关系所做的研究并不多，基本上都是围绕着数字服务贸易与碳排放之间的关系来进行的。而数字服务贸易只是数字贸易的一个重要组成部分，并不能完全反映数字贸易对碳排放的影响。鉴于此，本文统计了中国30 个省份（不包括西藏、港澳台）的面板数据，运用双向固定效应模型来进行实证研究，并根据研究结论给出具体的政策建议。

二作用机制与研究假设

Grossman 和Krueger[8]提出了贸易—环境的一般均衡模型，并从三个角度论证了国际贸易对于环境的影响，分别为规模效应、结构效应以及技术效应。本文就是基于此模型对数字贸易发展水平与碳排放之间影响的作用机制进行分析。

（一）规模效应

数字贸易发展对于碳排放量的规模效应包括两个方面。其一，数字贸易的不断发展在客观上必将要求更多的生产要素投入，而生产要素的不断投入会导致碳排放量的不断增加。其二，数字贸易本身就具有环境友好型特征，数字贸易的内涵包括贸易方式数字化和贸易对象数字化，贸易方式数字化使得数字贸易在运输方式上摆脱了对于传统物流方式的依赖，而贸易对象的数字化使得数字贸易的贸易标的在生产过程中排放的二氧化碳相较于传统的贸易标的会更少。综合此两方面来看，数字贸易的规模效应对碳排放同时存在正反两方面影响，数字贸易规模的扩大是否会抑制碳排放是不确定的。基于上述分析，本文提出以下假设：

假设1：数字贸易的发展会通过发挥规模效应来抑制碳排放。

假设2：数字贸易的发展会通过发挥规模效应来增加碳排放。

（二）结构效应

数字贸易可以通过优化产业结构，来发挥对于我国碳排放的结构效应。数字贸易的快速发展，可以带动人力资本的大幅提升，人力资本的提升会有效推动企业的科研投入，而企业的科研投入可以显著地优化产业结构以及提高出口技术复杂度。此外在进行数字进口贸易的过程中还会产生技术的外溢效应，我国企业可以学习国外先进的数字服务与生产技术，以此推动企业自主创新能力与自主科研能力的不断提高，继而优化我国产业结构。随着产业结构的不断优化升级，低产值、高污染、高耗能的企业逐步被市场淘汰，生产要素随着时间的变化不断向碳排放量较低的生产部门转移，最终发挥出对于碳排放的抑制效果。基于上述分析，本文提出假设：

假设3：数字贸易的发展会通过发挥结构效应来抑制碳排放。

（三）技术效应

数字贸易可以通过运用低碳技术以及形成贸易新业态来发挥对碳排放的技术效应。首先，技术贸易属于数字贸易的一个重要组成部分，数字贸易的发展可以推动对外引进或者自主研发类似煤炭清洁化利用、二氧化碳封存等先进的低碳技术，这会促进我国低碳技术水平的不断提高。其次，数字贸易充分利用了数字技术，数字贸易依托数字化的商业平台，实现了贸易链条内各个贸易主体的高效匹配以及实时互动，相较于传统贸易方式，降低了信息搜寻成本、交易成本以及运输成本，减少了资源的错配，进而实现了对碳排放的抑制效果。

假设4：数字贸易的发展会通过发挥技术效应来抑制碳排放。

三 研究方法

（一）模型设定

本文利用STIRPAT 模型，围绕数字贸易发展水平对于我国30 个省区市碳排放的影响进行建模。STIRPAT 模型是对于IPAT 等式的发展，IPAT等式主要用来分析人类活动对环境产生的影响，其一般的表述形式为：

式（1）中I 表示环境影响，P 表示人口数量，A表示人均财富，而T 则表示技术水平。这一表达式有一个明显的缺陷，其认为这三个解释变量对于被解释变量的影响程度是相同的，这并不贴合现实情况。为了弥补这一缺陷，Dietz 和Rosa[9]277-300提出了STIRPAT 模型，使得该模型的解释变量可以反映对于被解释变量的不同影响程度。STIRPAT模型的一般表达式为：

在式（2）中，α 是此模型的系数，a、b、c是各个解释变量的指数，而ε 为误差。

为了在一定程度上消除异方差的影响，对式（2）的两边取自然对数，即可得到式（3）：

在STIRPAT 模型的基础之上，构建出本文的实证模型。首先，为了方便研究数字贸易发展水平对于碳排放的影响，本文将环境影响I设定为我国30 个省区市的二氧化碳排放量，同时引入数字贸易发展水平作为核心解释变量。除将人口数量以及人均财富纳入解释变量中以外，参考谢云飞[10]的做法，将城镇化率、环境规制、产业结构等因素一并纳入到解释变量中来，而由于可以影响碳排放量的技术水平T很难找到合适的可观察变量来进行度量，因此参考陈占明和吴施美等[11]的方法，将其归入误差项。由此，可以得到如下的实证模型：

在式（4）中，下标i和t分别代表省份与时间，δ代表常数项，CO2it代表的是i省第t年的二氧化碳排放量，Xit代表核心解释变量i省第t年的数字贸易发展水平，代表控制变量，主要包括人口规模、城镇化率、产业结构、环境规制、政府支持、人力资本以及外商直接投资等等，β 和λ 为待估参数，μi代表省份固定效应，φt代表时间固定效应，εit代表随机扰动项。

（二）变量选取以及数据来源

1.被解释变量：二氧化碳排放量（CO2）。由于我国目前尚未对各省区市碳排放量做出官方统计，因此参考程思进和任晓聪[12]所采用的方法，使用联合国政府间气候变化专门委员会（IPCC）的方法计算得出各省区市的碳排放量。具体计算公式如下：

式（5）中，CO2it表示第i个省份第t年的二氧化碳排放量；CO2itj表示第i个省份第t年第j种能源的二氧化碳排放量；Fj表示j 种能源碳元素的折算系数。具体碳源构成以及所对应的碳排放系数如表1 所示。

2.核心解释变量：数字贸易发展水平（trade）。本文参考姚战琪[13]的方法从信息网络基础设施、数字技术水平、产业数字化贸易、数字产业化贸易以及贸易潜力五个维度入手，选取出10 个二级指标来构建省级数字贸易发展水平指标体系，并通过主成分分析法来进行测度。指标体系见表2。

3.控制变量。本文共设置了6 个控制变量，分别为人口规模、城镇化率、产业结构、环境规制、政府支持以及人力资本，具体信息见表3。

（表3）各控制变量及其具体含义

鉴于数据的可得性，本文的研究样本为2010-2019 年我国30 个省区市（不包括西藏、港澳台）的面板数据，变量的描述性统计见表4。本文所使用的数据来源为《中国统计年鉴》《中国能源统计年鉴》《中国科技统计年鉴》以及各省区市的统计年鉴，对于部分数据进行了取自然对数的处理，而对于部分无法查询到的数据，使用了插值法进行补充。与此同时对所使用的变量数据做了多重共线性检验，检验结果发现各解释变量的方差膨胀因子（VIF）均小于10，说明并不存在严重的多重共线性问题，具体检验结果见表5。

（表4）描述性统计

四实证结果分析与稳健性检验

（一）基准回归结果分析

在模型选择上，通过豪斯曼检验发现，输出结果为0.00，拒绝原假设，固定效应模型明显优于随机效应模型。而通过似然比检验发现，模型中存在时间效应以及个体效应，故本文选择双向固定效应模型来进行基准回归。表6 为数字贸易发展水平对于我国30 个省份碳排放的基准回归结果，其中模型1 没有考虑控制变量，模型2 添加了6 个控制变量。从回归结果可以看出，无论是否考虑控制变量，数字贸易发展水平系数在1%的水平下均显著为负，分别为-0.072 和-0.069，初步说明了数字贸易发展对于碳排放量有显著的抑制效果，假设1、假设3 和假设4 成立，假设2 并不成立。

（表6）基准回归结果

从控制变量上来看，人口规模在1%的水平下显著为正，说明了人口规模的增加会使碳排放量增加，原因是人口的增多会提升对于能源的消耗，能源消耗增加会显著增加二氧化碳的排放量。城市化水平在1%的水平下显著为正，说明碳排放量会随着城市化水平的增加而增加，原因是城市化水平的提高会不可避免地带来一系列负面影响，比如严重的工业污染、快速扩张的基础设施建设、日益增大的交通压力，这些会导致碳排放量的增加。产业结构在5%的水平下显著为负，说明产业结构的优化对碳排放量的增加具有抑制作用，原因是第三产业的能源需求相较于第二产业的能源需求来说比较小，所以第三产业规模越大碳排放量就会越少。环境规制的回归结果并不显著，可能的原因是工业污染治理完成投资占第二产业产值增加值的比例过小，不足以对碳排放量产生明显的影响。政府支持的回归结果显著为正，产生这一现象可能的原因是政府的一般公共财政支出占GDP 的比重过低，不能对碳排放量产生明显的调控效果。人力资源的回归系数显著为负，说明接受过高等教育的人数的增加会减少碳排放量，原因是接受过高等教育的高素质、高水平的复合型人才的自主创新意识以及自主创新能力比较强，可以推动技术的进步，帮助我国发展低碳技术以及利用清洁能源，最终促使我国碳排放量逐步减少。

（二）稳健性检验

1.替换被解释变量。由于碳排放量并不存在官方统计数据，所以对于碳排放量存在不同的计算方法以及表征方式，为了消除碳排放量不同的表征方法对于估计结果所带来的稳健性影响，同时考虑到各省份人口数量以及经济发展水平客观上存在着巨大差异，参考石红莲和王钰良等[14]7采用的方法，采用人均碳排放量以及碳排放强度作为被解释变量二氧化碳排放量的替换变量来进行回归，从而观察被解释变量被替换的情况下原结论是否稳健。回归结果如表7 所示。从表7 的模型1 至模型4 可以看出，无论是使用人均碳排放量以及碳排放强度作为被解释变量，回归结果均在1%的水平下显著为负，与基准回归结果保持一致。

（表7）稳健性检验回归结果

2.替换核心解释变量。数字贸易发展水平的指标体系有多种构建思路，而且计算方法亦有所不同，为了使回归结果更加稳健，现对数字贸易发展水平采用熵值法的计算方法来赋权求值，回归结果见表7 的模型5 和模型6。可以发现，无论是否添加控制变量，回归结果均在1%的水平下显著为负，与基准回归结果保持一致。

3.差分GMM 模型动态面板回归。前文中数字贸易发展水平对于碳排放的影响研究全部使用静态面板模型，考虑到当期的碳排放量可能会受到上一期碳排放量的影响，现使用动态面板模型进行稳健性估计。鉴于省级面板数据样本量较少，故采用差分GMM 来进行稳健性回归[15]，参考李锴和齐绍洲[16]将碳排放量的一期滞后项纳入解释变量进行回归的方法，回归结果见表7 的模型7。从回归结果中可见，AR(1)检验的P 值小于0.1，AR(2)检验的P 值大于0.1，不能拒绝模型没有二阶序列相关的原假设，Sargan 检验的P 值大于0.1，无法拒绝原假设，所有的工具变量均为外生变量且有效，由此我们可以得出结论，差分GMM 估计的结果是有效的。滞后一期的碳排放量对于核心解释变量在1%的水平下显著为正，这说明碳排放量的排放是一个积累的、连续的过程，上一期的碳排放量对于当期的碳排放量有着正向影响。同时，核心解释变量数字贸易发展水平在动态面板模型上的回归结果在5%的水平上显著为负，这再次与基准回归的回归结果保持一致，差分GMM 模型的回归结果再次验证了数字贸易的发展可以抑制碳排放。

（三）异质性分析

1.基于经济发展水平划分的异质性分析。为探讨数字贸易发展水平对于碳排放影响的异质性，参考张元庆和刘烁[17]的做法，以人均GDP 水平作为经济发展水平的代理变量，以国家统计局公布的2021 年我国人均GDP80976 元人民币为参考标准，将人均GDP 超过80976 元人民币的省份划分为经济发达地区，其余省份分类为经济欠发达地区①经济发达地区包括北京、天津、上海、江苏、浙江、福建、山东、广东、重庆、湖北和内蒙古11 个省（区市）。。对于经济发达地区与欠发达地区的分组回归结果见表8，可以发现无论是否添加控制变量，经济发达地区的回归结果均不显著，而经济欠发达地区的回归结果均显著为负。这说明了数字贸易发展对于碳排放的影响在经济发展水平层面存在异质性，对于经济发达地区数字贸易的发展对于碳排放的影响明显不足，而在经济欠发达地区则会产生强烈的负向影响，可能的原因是经济发达省份为进一步发挥技术红利、提高能源利用效率，不断地引进并发展低能耗、低排放的高新技术产业，而经济欠发达地区由于技术相对落后、基础设施不健全，无力发展高新技术产业，所以大量地引进并发展高能耗、高排放的落后产业，这就导致了经济发达地区减排降碳的潜力空间很小。而且由于数字贸易的发展可以带来数字技术的广泛应用，推动技术的加速变革，因此在经济欠发达地区发展数字贸易可以加快弥补其与经济发达地区的技术差距，提高其能源利用效率与资源配置效率，导致了在经济欠发达地区数字贸易发展会对碳排放产生明显的负向影响。

2.基于地域划分的异质性分析。考虑到中国幅员辽阔，不同省区市数字贸易发展对于碳排放的影响可能存在地域异质性，现将30 个省区市根据地域划分为两组来进行异质性分析。本文参考霍晓谦和张爱国[18]的做法，根据国家统计局的区域划分，将30 个省区市分别划分为东部地区和其他地区来进行分组检验②东部地区包括北京、天津、河北、上海、江苏、浙江、福建、山东、广东和海南10 个省（市）。，回归结果见表9。从回归结果来看，无论是否添加控制变量，东部地区的回归结果都不显著，而除东部地区以外的其他地区的回归结果则在1%的水平下显著为负，这说明数字贸易发展对于碳排放的影响在地域层面存在异质性，在我国东部地区数字贸易发展对于碳排放量的影响并不明显，而在其他地区则可以对碳排放产生明显的抑制效果。这可能是因为相较于其他地区，东部地区的电商经济较为发达，数字贸易产业较为活跃，数字贸易发展水平比较高，提高数字贸易发展水平对于碳排放的负向影响也就较为有限。而我国其他地区长期依赖传统能源，而且对于能源的利用效率低，数字贸易产业基础也较为薄弱，数字贸易拥有着广阔的发展空间，因此数字贸易发展水平会对碳排放产生明显的负向影响。

（表8）异质性回归结果

3.基于碳排放水平的异质性分析。为了进一步考察数字贸易发展对于碳排放的影响是否会由于碳排放量的不同而出现异质性差异，本文选取10%、25%、50%、75%和90%五个具有代表性的分位点来代表不同碳排放水平的区域进行分位数回归，以此来考察不同的碳排放量水平下数字贸易发展水平是否会对碳排放产生异质性影响，分位数回归结果见表10。可以看出，当分位数不高于50%时，回归结果并不显著，而当分位数高于50%以后，回归结果显著为负。这说明在碳排放水平较低的地区，数字贸易发展对于碳排放不会产生明显的抑制效果，而在碳排放水平较高的地区则会产生明显的抑制效果。产生这一现象的原因可能为碳排放水平较高的地区经济发展长期依赖高能耗产业，能源需求量大且能源利用率低，降低碳排放量的空间很大，数字贸易的碳减排效应在碳排放水平较高的地区拥有更高的边际效用。

（表9）异质性回归结果

五 研究结论与政策建议

（一）研究结论

本文基于中国30 个省份2010-2019 年的面板数据，通过双向固定效应模型进行实证检验来研究数字贸易发展对于碳排放的影响，得出如下结论：第一，数字贸易的发展可以显著抑制二氧化碳的排放，并且在替换了被解释变量、核心解释变量以及进行动态面板回归之后，此结论依然成立。第二，数字贸易发展水平对于碳排放的影响存在显著的异质性差异，对于东部地区、经济发达省份以及碳排放量较少的地区，数字贸易对于碳排放的抑制效用并不明显，而对于中部、西部、东北部地区、经济欠发达省份以及碳排放量较高的地区，数字贸易对于碳排放的抑制效果更为显著。

（二）政策建议

第一，大力推动以数字贸易为主要代表的数字经济的发展，是中国实现高质量发展以及“双碳”目标的必然选择。由于科技的飞速进步以及新冠疫情的影响，人们的生活方式已发生非常大的变化，产业变革的浪潮已经兴起，人类已大踏步地进入数字化时代。我国应抓住此次产业变革的机遇期，大力培养数字化信息人才，完善数字监管与治理规则，优化数字贸易营商环境，积极推动我国数字贸易的发展，并发挥其对于碳排放的抑制作用以及对于经济增长的拉动作用，从而确保我国在实现经济增长的同时如期达成“双碳”目标。我国为实现“双碳”目标付出了很多努力，包括逐步形成碳价格[19]以及大力普及新能源等，而推动数字贸易的发展，必将助力“双碳”目标的稳步实现。

第二，我国应加快发展数字技术，并推动数字技术与贸易进行深度融合。数字贸易的发展离不开数字技术的支持，数字技术的发展可以为数字贸易提供强劲的发展动力。政府应该投入充足的资源，推动6G 技术、量子信息技术、卫星互联网技术等的快速发展，使我国数字技术水平保持在世界领先位置。与此同时，应该加快推进数字技术在贸易领域的应用，促进贸易数字化、智能化转型，变革传统贸易的发展形态，提升传统贸易运用数字技术的能力，从而加快数字贸易的发展，以发挥其对于减排降碳的巨大效用。

第三，国家应重视数字基础设施的建设。数字基础设施即互联网基础设施，是数字贸易发展的根本载体，数字基础设施越完善，该地区数字贸易比较优势就越强。以5G、大数据、人工智能、区块链等为代表的数字基础设施建设可以为数据的平稳、安全、高速传输提供保障，从而为数字贸易的有序运转和蓬勃发展提供重要支持。故而国家应投入足量的人力物力财力，加快完善数字基础设施，来提升我国数字贸易发展水平，进而实现减排降碳与绿色发展，推动“双碳”目标早日实现。

第四，我国要充分认识到数字贸易对于碳排放影响的异质性，在鼓励与帮助各个省份发展数字贸易时不能搞一刀切，应根据数字贸易对于碳排放的不同效用水平来施加不同的扶持力度，真正做到因地制宜，采取差异化政策缩小各省份之间的“数字鸿沟”。对于处于我国中西部或者东北部、经济欠发达且碳排放量水平较高的省份，应该大力扶持当地数字贸易的发展，推动数字资源向此类地区倾斜，帮助此类地区发挥后发优势，进而最大限度地发挥出数字经济对于碳排放的抑制效能，防止“木桶效应”的出现，切实弥补实现“双碳”目标的短板，帮助我国实现气候的整体改善。