杜麗娟 苗英 任偉

［關(guān)鍵詞］數(shù)字經(jīng)濟(jì)；低碳發(fā)展；空間溢出效應(yīng)

［中圖分類號(hào)］F49;X321［文獻(xiàn)標(biāo)識(shí)碼］A［文章DOI］10.15883/j.13-1277/c.20240306710

一、 引言

氣候變化一直是全人類的難題與挑戰(zhàn)，推進(jìn)經(jīng)濟(jì)社會(huì)發(fā)展數(shù)字化、綠色化，以數(shù)字經(jīng)濟(jì)賦能經(jīng)濟(jì)社會(huì)低碳轉(zhuǎn)型是我國應(yīng)對(duì)氣候變化的重要途徑。2020年，習(xí)近平總書記在聯(lián)合國大會(huì)第75屆會(huì)議一般性辯論上發(fā)表的重要講話中提出了中國的“雙碳”目標(biāo)，即2030年前爭(zhēng)取實(shí)現(xiàn)碳達(dá)峰，2060年前爭(zhēng)取實(shí)現(xiàn)碳中和。這標(biāo)志著我國在應(yīng)對(duì)氣候變化問題上更加積極主動(dòng)和負(fù)責(zé)任的態(tài)度，對(duì)于全球應(yīng)對(duì)氣候變化具有重要意義。然而，自20世紀(jì)70年代以來，雖然我國經(jīng)濟(jì)取得了快速發(fā)展，但工業(yè)化和城市化導(dǎo)致了大量的能源消耗，進(jìn)而帶來了大規(guī)模的碳排放。為了應(yīng)對(duì)碳排放引發(fā)的氣候問題，我國政府已經(jīng)采取了一系列的措施和政策。由于我國的經(jīng)濟(jì)發(fā)展對(duì)能源有巨大的需求，能源結(jié)構(gòu)又以煤炭等化石燃料為主，因此節(jié)能減排任重道遠(yuǎn)。

“數(shù)字中國”建設(shè)將為我國的低碳轉(zhuǎn)型帶來重要?jiǎng)恿Γㄟ^推動(dòng)信息基礎(chǔ)設(shè)施建設(shè)，提升信息化應(yīng)用水平，推動(dòng)數(shù)字經(jīng)濟(jì)發(fā)展，促進(jìn)數(shù)字社會(huì)建設(shè)等，以期建設(shè)全球領(lǐng)先的數(shù)字經(jīng)濟(jì)強(qiáng)國，實(shí)現(xiàn)經(jīng)濟(jì)社會(huì)低碳化轉(zhuǎn)型、高質(zhì)量發(fā)展。近年來我國數(shù)字經(jīng)濟(jì)規(guī)模大幅增長(zhǎng)，成為全球最大的數(shù)字經(jīng)濟(jì)市場(chǎng)。根據(jù)中國信息通信研究院發(fā)布的數(shù)據(jù)，2022年我國數(shù)字經(jīng)濟(jì)規(guī)模已達(dá)到了50.2萬億元，同比名義增長(zhǎng)10.3%，已連續(xù)11年顯著高于同期名義GDP增速，數(shù)字經(jīng)濟(jì)占GDP比重達(dá)到41.5%，相當(dāng)于第二產(chǎn)業(yè)占國民經(jīng)濟(jì)的比重。

在“數(shù)字中國”和“雙碳”目標(biāo)的雙重背景下，數(shù)字經(jīng)濟(jì)發(fā)展是否會(huì)驅(qū)動(dòng)我國區(qū)域經(jīng)濟(jì)的低碳轉(zhuǎn)型？是否會(huì)對(duì)節(jié)能減排產(chǎn)生影響？其影響的路徑與程度又如何？厘清兩者之間的關(guān)系，有助于我國以數(shù)字經(jīng)濟(jì)賦能低碳轉(zhuǎn)型，協(xié)同有序地實(shí)現(xiàn)數(shù)字化和低碳化。

二、 文獻(xiàn)綜述

數(shù)字經(jīng)濟(jì)一詞最早出現(xiàn)在1996年[1]。數(shù)字經(jīng)濟(jì)的研究重點(diǎn)主要集中在發(fā)展水平測(cè)算、地區(qū)差異以及經(jīng)濟(jì)效應(yīng)等方面。數(shù)字經(jīng)濟(jì)作為新興經(jīng)濟(jì)，測(cè)算方法及范圍并未達(dá)成統(tǒng)一。部分學(xué)者使用互聯(lián)網(wǎng)寬帶接入用戶數(shù)[2]等單一指標(biāo)代表其發(fā)展水平，大多數(shù)學(xué)者則從多維度構(gòu)建數(shù)字經(jīng)濟(jì)測(cè)算體系衡量其發(fā)展水平[3-4]。國家及省域尺度下主要包括數(shù)字基礎(chǔ)設(shè)施、數(shù)字產(chǎn)業(yè)化、數(shù)字應(yīng)用水平、數(shù)字研發(fā)環(huán)境等維度[5]，城市層面主要從互聯(lián)網(wǎng)發(fā)展和數(shù)字金融普惠兩個(gè)維度進(jìn)行測(cè)算[6]。我國數(shù)字經(jīng)濟(jì)發(fā)展地域分異明顯，呈現(xiàn)出“南高北低”“東部>中部>西部”以及省會(huì)城市領(lǐng)先發(fā)展的分布格局[7-8]。數(shù)字經(jīng)濟(jì)的經(jīng)濟(jì)效應(yīng)研究主要涉及就業(yè)[9]、消費(fèi)[10]、經(jīng)濟(jì)高質(zhì)量發(fā)展[11]、產(chǎn)業(yè)結(jié)構(gòu)升級(jí)[12]以及創(chuàng)新[13]等多個(gè)領(lǐng)域。

低碳化的研究焦點(diǎn)主要集中在排放水平核算、影響因素及時(shí)空演變等方面。學(xué)者主要運(yùn)用實(shí)測(cè)法、排放因子法以及質(zhì)量平衡法等對(duì)不同區(qū)域、不同行業(yè)尺度下的碳排放進(jìn)行了詳細(xì)核算[14]?，F(xiàn)有研究發(fā)現(xiàn)碳排放的影響因素主要包括產(chǎn)業(yè)結(jié)構(gòu)[15]、技術(shù)創(chuàng)新[16-17]、城鎮(zhèn)化[18]、環(huán)境規(guī)制[19]、金融發(fā)展[20]、能源消費(fèi)[21-22]以及經(jīng)濟(jì)增長(zhǎng)[23]等因素。在時(shí)空演變方面，我國碳排放存在明顯的正向空間聚集性[24]，時(shí)間上呈現(xiàn)出“快速上升-緩慢上升-高位波動(dòng)”的變化趨勢(shì)[25]，空間上呈現(xiàn)出“北高南低、東高西低”的空間分布格局[26]。

隨著數(shù)字經(jīng)濟(jì)的發(fā)展，學(xué)者開始逐漸關(guān)注數(shù)字經(jīng)濟(jì)的生態(tài)環(huán)境效應(yīng)。目前，數(shù)字經(jīng)濟(jì)與碳排放的相關(guān)研究得出的結(jié)論不盡相同。一部分學(xué)者認(rèn)為數(shù)字經(jīng)濟(jì)的高技術(shù)特征，可以通過降低能耗、產(chǎn)業(yè)結(jié)構(gòu)升級(jí)以及技術(shù)進(jìn)步等路徑抑制碳排放[27]，一部分學(xué)者認(rèn)為數(shù)字經(jīng)濟(jì)對(duì)碳排放的作用是非線性的，發(fā)展初期因人口擴(kuò)張、基礎(chǔ)設(shè)施建設(shè)等因素的影響先促進(jìn)再抑制碳排放[28]，還有一部分學(xué)者認(rèn)為數(shù)字經(jīng)濟(jì)會(huì)增加二氧化碳排放[29]。此外，學(xué)者研究發(fā)現(xiàn)數(shù)字經(jīng)濟(jì)對(duì)碳排放的影響存在區(qū)域差異性，且還會(huì)對(duì)鄰近區(qū)域的碳排放產(chǎn)生影響[30]。

通過對(duì)現(xiàn)有文獻(xiàn)的梳理不難發(fā)現(xiàn)，數(shù)字經(jīng)濟(jì)影響低碳化的相關(guān)研究處于起步階段，實(shí)證研究結(jié)論并未統(tǒng)一，影響機(jī)制的探究不夠深入，空間效應(yīng)方面仍需更多的實(shí)證研究。因此，本文基于2011—2021年我國30個(gè)?。ú缓郯呐_(tái)、西藏）的面板數(shù)據(jù)，運(yùn)用固定效應(yīng)模型、空間杜賓模型等計(jì)量模型，研究數(shù)字經(jīng)濟(jì)對(duì)低碳發(fā)展的驅(qū)動(dòng)效應(yīng)以及溢出效應(yīng)。

三、 理論分析與假設(shè)

（一） 數(shù)字經(jīng)濟(jì)對(duì)低碳發(fā)展的驅(qū)動(dòng)效應(yīng)

相比傳統(tǒng)經(jīng)濟(jì)，數(shù)字經(jīng)濟(jì)效率更高、成本更低、創(chuàng)新潛力更大，這些特質(zhì)使得數(shù)字經(jīng)濟(jì)的發(fā)展可以在一定程度上減少碳排放，推動(dòng)低碳發(fā)展。首先，數(shù)字技術(shù)的廣泛應(yīng)用可以促進(jìn)生產(chǎn)和服務(wù)的數(shù)字化，降低資源消耗和能源使用量，進(jìn)而抑制碳排放。例如，通過云計(jì)算和大數(shù)據(jù)分析，企業(yè)可以優(yōu)化能源管理和生產(chǎn)流程，減少能源浪費(fèi)、提高能源利用率，從而抑制碳排放。其次，數(shù)字化的商業(yè)模式、平臺(tái)經(jīng)濟(jì)和共享經(jīng)濟(jì)的廣泛應(yīng)用也可以通過減少物理交通和運(yùn)輸?shù)确绞剑瑴p少碳排放。例如，電子商務(wù)和在線支付可以減少零售店面和貨物的物流，減少對(duì)燃料的需求從而降低碳排放。最后，數(shù)字經(jīng)濟(jì)同樣推動(dòng)了綠色技術(shù)和可再生能源的發(fā)展，減少了對(duì)傳統(tǒng)化石燃料的依賴，改善能源結(jié)構(gòu)，達(dá)到抑制碳排放的效果。

因此，提出假設(shè)H1：數(shù)字經(jīng)濟(jì)能夠?qū)Φ吞及l(fā)展產(chǎn)生顯著影響。

（二） 數(shù)字經(jīng)濟(jì)對(duì)低碳發(fā)展的溢出效應(yīng)

相較于傳統(tǒng)經(jīng)濟(jì)，數(shù)字經(jīng)濟(jì)的一大優(yōu)點(diǎn)在于其能夠突破空間限制，實(shí)現(xiàn)信息和技術(shù)的快速傳播，體現(xiàn)其強(qiáng)大的空間溢出效應(yīng)。本文以省域?yàn)檠芯繉?duì)象，省域內(nèi)數(shù)字經(jīng)濟(jì)的空間溢出效應(yīng)將更突出，環(huán)境效益也體現(xiàn)得更充分。從經(jīng)濟(jì)層面上分析，經(jīng)濟(jì)條件和結(jié)構(gòu)相似的省份之間可能存在模仿效應(yīng)和示范效應(yīng)，即一個(gè)省份數(shù)字經(jīng)濟(jì)發(fā)展的經(jīng)驗(yàn)和政策措施會(huì)被相似省份學(xué)習(xí)和效仿，此時(shí)該省數(shù)字經(jīng)濟(jì)發(fā)展產(chǎn)生空間溢出效應(yīng)，數(shù)字經(jīng)濟(jì)在促進(jìn)本地低碳發(fā)展的同時(shí)對(duì)經(jīng)濟(jì)相似地區(qū)的低碳發(fā)展也會(huì)存在促進(jìn)作用。從地理層面上分析，省域數(shù)字經(jīng)濟(jì)的發(fā)展突破空間限制，縮小地區(qū)差異，帶動(dòng)臨近省份數(shù)字經(jīng)濟(jì)發(fā)展，推動(dòng)臨近省份的產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)，降低臨近省份對(duì)傳統(tǒng)化石能源的依賴，從而對(duì)臨近省份低碳發(fā)展產(chǎn)生促進(jìn)作用，即數(shù)字經(jīng)濟(jì)發(fā)展產(chǎn)生空間溢出效應(yīng)。

因此，提出假設(shè)H2：數(shù)字經(jīng)濟(jì)能夠通過空間溢出效應(yīng)對(duì)臨近省份低碳發(fā)展產(chǎn)生影響。

四、 研究方法與設(shè)計(jì)

（一） 變量測(cè)算與數(shù)據(jù)來源

1. 低碳發(fā)展水平測(cè)算

本文的被解釋變量是省域低碳發(fā)展水平。選取省域人均碳排放量（ce）為代理變量。某省人均碳排放量由其碳排放總量與其常住人口的比值計(jì)算得到。碳排放總量的測(cè)算采用聯(lián)合國政府間氣候變化專門委員會(huì)（Intergovernmental Panel on Climate Change，IPCC）指南中提出的碳排放核算方法，具體計(jì)算方法如公式（1） 所示：

cet=∑8i=1∑11t=1Eitσiζi×44/12（1）

其中，cet代表該省t時(shí)期的碳排放總量；Eit代表該省第i種能源在t時(shí)期的消費(fèi)量，具體為煤炭、焦炭、原油、汽油、煤油、柴油、燃料油以及天然氣等8種化石能源消費(fèi)量；σi代表第i種能源的折標(biāo)準(zhǔn)煤參考系數(shù)；ζi代表第i種能源的碳排放系數(shù)；44/12是碳和二氧化碳換算的分子式。其中，折標(biāo)準(zhǔn)煤參考系數(shù)出自于《中國能源統(tǒng)計(jì)年鑒》，碳排放系數(shù)出自于《IPCC國家溫室氣體排放清單指南》。

2. 數(shù)字經(jīng)濟(jì)發(fā)展水平測(cè)算

本文的核心解釋變量為省域數(shù)字經(jīng)濟(jì)發(fā)展水平（dige）。參考現(xiàn)有研究，同時(shí)考慮到本文的研究?jī)?nèi)容和重點(diǎn)，本文將從數(shù)字基礎(chǔ)設(shè)施、數(shù)字產(chǎn)業(yè)發(fā)展、數(shù)字應(yīng)用水平以及數(shù)字創(chuàng)新能力4個(gè)維度對(duì)省域數(shù)字經(jīng)濟(jì)發(fā)展水平進(jìn)行衡量，具體指標(biāo)體系見表1。

為了減少數(shù)字經(jīng)濟(jì)指標(biāo)體系構(gòu)建過程中的主觀性，更真實(shí)客觀地反映我國各省份數(shù)字經(jīng)濟(jì)水平，使用熵值法處理得到數(shù)字經(jīng)濟(jì)綜合指數(shù)。具體操作步驟如下：

第一步，數(shù)據(jù)標(biāo)準(zhǔn)化處理。由于使用的各指標(biāo)量綱不同，數(shù)據(jù)差異性較大，直接利用原始數(shù)據(jù)進(jìn)行計(jì)算可能使得計(jì)算結(jié)果與實(shí)際情況產(chǎn)生嚴(yán)重偏差。為了消除量綱的影響，需對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化，且上述指標(biāo)均為正向指標(biāo)，進(jìn)行如式（2）無量綱標(biāo)準(zhǔn)化處理。

X′tij=Xtij-Xj（min）Xj（max）-Xj（min），1（2）

式（2）中，Xtij為t時(shí)期第i個(gè)省份的第j個(gè)指標(biāo)的原始數(shù)據(jù)，X′tij為經(jīng)過標(biāo)準(zhǔn)化處理的數(shù)據(jù)。

第二步，計(jì)算第j個(gè)指標(biāo)的比重Ptij。

Ptij=X′tij∑11t=1∑30i=1X′tij（3）

第三步，計(jì)算第j個(gè)指標(biāo)的信息熵ej。

ej=-1ln（11×30）∑11t=1∑30i=1Ptijln（Ptij）（4）

第四步，計(jì)算第j個(gè)指標(biāo)的信息熵冗余度dj。

dj=1-ej（5）

第五步，計(jì)算第j個(gè)指標(biāo)的權(quán)重Wj。

Wj=dj∑14j=1dj（6）

第六步，計(jì)算得出數(shù)字經(jīng)濟(jì)綜合得分情況digeti。

digeti=∑14j=1WjX′tij（7）

（二） 回歸分析

1. 固定效應(yīng)模型

由于地區(qū)低碳發(fā)展的影響因素眾多，難以全部列舉，為了得到面板數(shù)據(jù)參數(shù)的無偏估計(jì)，需要使用固定效應(yīng)模型。因此本文構(gòu)建如下固定效應(yīng)模型：

ceit=α0+α1digeit+α2Contit+ui+γt+εit（8）

式中，ceit為i省t時(shí)期的人均碳排放量；digeit為i省t時(shí)期的數(shù)字經(jīng)濟(jì)發(fā)展水平；Contit為其他控制變量，包括研究時(shí)間段內(nèi)各省的城鎮(zhèn)化水平、人口規(guī)模、對(duì)外開放水平、政府支持以及產(chǎn)業(yè)結(jié)構(gòu)；ui為控制非觀測(cè)的個(gè)體固定效應(yīng)；γt為控制時(shí)間固定效應(yīng)；εit為隨機(jī)擾動(dòng)項(xiàng)。

2. 空間計(jì)量模型

首先，需要構(gòu)建空間權(quán)重矩陣。常見的空間權(quán)重矩陣主要包括鄰接矩陣、地理距離矩陣、經(jīng)濟(jì)距離矩陣以及嵌套矩陣（經(jīng)濟(jì)地理距離矩陣）等4種形式，本文認(rèn)為數(shù)字經(jīng)濟(jì)對(duì)碳排放影響的空間效應(yīng)與地理距離的遠(yuǎn)近以及經(jīng)濟(jì)因素均存在密切相關(guān)，因此選擇地理距離矩陣、經(jīng)濟(jì)地理距離矩陣作為空間權(quán)重矩陣。

W1=1/d2ij，i≠j0，i=j（9）

W=W1diag（Y1Y，Y2Y，...YiY）（10）

式中，W1為地理距離矩陣，W為經(jīng)濟(jì)地理距離權(quán)重矩陣，dij為第i省與第j省之間的距離，Y為平均國內(nèi)生產(chǎn)總值。

其次，構(gòu)建空間權(quán)重矩陣后，進(jìn)行空間自相關(guān)檢驗(yàn)判斷數(shù)字經(jīng)濟(jì)和低碳發(fā)展是否存在空間自相關(guān)，能否進(jìn)行空間效應(yīng)分析。空間自相關(guān)檢驗(yàn)主要為全局莫蘭指數(shù)檢驗(yàn)和局部莫蘭指數(shù)檢驗(yàn)。全局莫蘭指數(shù)的計(jì)算公式如下：

Morans I=n∑ni=1∑nj=1Wij（Xi-X）（Xj-X）∑ni=1∑nj=1Wij∑ni=1（Xi-X）2（11）

式中，Wij為空間權(quán)重矩陣，Xi為變量觀測(cè)值，X-為變量均值。局部莫蘭指數(shù)檢驗(yàn)可以通過繪制莫蘭散點(diǎn)圖直觀展現(xiàn)空間自相關(guān)性，具體計(jì)算公式如下：

Morans I=n（Xi-X）∑nj=1Wij（Xj-X）∑ni=1（Xi-X）2（12）

最后，通過空間自相關(guān)檢驗(yàn)后，使用空間計(jì)量模型檢驗(yàn)數(shù)字經(jīng)濟(jì)影響低碳發(fā)展的空間效應(yīng)。建立空間計(jì)量模型的一般形式為：

ceit=ηce′i，t-1+χW′icet+dige′itβ+d′idigetφ+μi+γt+εit（13）

εit=λn′iεt+vit（14）

式中，cei，t-1為第i省人均碳排放量的一階滯后，dige′it表示第i省數(shù)字經(jīng)濟(jì)發(fā)展水平的一階滯后，d′i為空間權(quán)重矩陣的第i行；γt為時(shí)間效應(yīng)；n′i為擾動(dòng)項(xiàng)空間權(quán)重矩陣的第i行。當(dāng)λ=0時(shí)為空間杜賓模型；當(dāng)γ=χ=0且φ=0則為空間誤差模型；當(dāng)λ=0且φ=0時(shí)則為空間滯后模型。

根據(jù)已有研究，考慮到影響低碳發(fā)展的客觀因素較多，本文選取省域人口規(guī)模、城鎮(zhèn)化水平、對(duì)外開放水平、政府支持以及產(chǎn)業(yè)結(jié)構(gòu)作為控制變量。人口規(guī)模（peo）：用各省的常住人口數(shù)表征，并對(duì)其取對(duì)數(shù)。城鎮(zhèn)化水平（ur）：用城鎮(zhèn)人口所占比率表征。對(duì)外開放水平（op）：用進(jìn)出口總額與GDP的比值表征。政府支持（gov）：用政府財(cái)政支出與GDP之比表征。產(chǎn)業(yè)結(jié)構(gòu)（ins）：用第三產(chǎn)業(yè)增加值與第二產(chǎn)業(yè)增加值之比表征。

（三） 數(shù)據(jù)來源

由于數(shù)字經(jīng)濟(jì)在近幾年的發(fā)展較為快速，并且相關(guān)產(chǎn)業(yè)的統(tǒng)計(jì)數(shù)據(jù)開始的時(shí)間較晚，根據(jù)數(shù)據(jù)的可獲得性，本文以我國30個(gè)省份（不含西藏、港澳臺(tái)地區(qū)）為研究對(duì)象，以2011—2021年作為研究時(shí)間段。其中，能源消費(fèi)數(shù)據(jù)來源于《中國能源統(tǒng)計(jì)年鑒》，數(shù)字普惠金融數(shù)據(jù)來源于北京大學(xué)數(shù)字普惠金融指數(shù)[JP5][31][JP]，其他數(shù)據(jù)來源于《中國統(tǒng)計(jì)年鑒》《中國信息年鑒》以及國家統(tǒng)計(jì)局。缺失的部分?jǐn)?shù)據(jù)采用插值法補(bǔ)全，并對(duì)貨幣類指標(biāo)以2011年的不變價(jià)格進(jìn)行了平減處理。各變量的描述性統(tǒng)計(jì)見表2。

五、 實(shí)證結(jié)果分析

（一） 基準(zhǔn)回歸結(jié)果分析

為控制地區(qū)和個(gè)體之間的差異，本文采用個(gè)體時(shí)間雙固定效應(yīng)模型進(jìn)行回歸檢驗(yàn)。運(yùn)用Stata16軟件對(duì)式（8）進(jìn)行回歸，結(jié)果如表3所示。

表3中，列（1）為人均碳排放量直接對(duì)數(shù)字經(jīng)濟(jì)發(fā)展水平進(jìn)行基準(zhǔn)回歸，未加入其他控制變量。核心解釋變量的系數(shù)為26.674，且通過了顯著性檢驗(yàn)，但模型的擬合優(yōu)度僅為24.7%。列（2）為加入控制變量后，碳排放對(duì)數(shù)字經(jīng)濟(jì)發(fā)展水平的基準(zhǔn)回歸。核心解釋變量的系數(shù)為41.635，通過了1%水平下的顯著性檢驗(yàn)，模型的擬合優(yōu)度為94.4%。可知，無論是否加入控制變量，數(shù)字經(jīng)濟(jì)發(fā)展水平的系數(shù)均顯著為負(fù)，說明數(shù)字經(jīng)濟(jì)的發(fā)展可以通過提高資源利用效率、推動(dòng)綠色產(chǎn)業(yè)發(fā)展和推廣低碳生活方式等，直接降低碳排放，助力低碳發(fā)展，假設(shè)H1得以驗(yàn)證。

控制變量中，產(chǎn)業(yè)結(jié)構(gòu)（ins）的系數(shù)為4.846，且通過了顯著性檢驗(yàn)，說明產(chǎn)業(yè)結(jié)構(gòu)升級(jí)有助于實(shí)現(xiàn)我國地區(qū)的碳減排。對(duì)外開放水平（op）的系數(shù)也顯著為負(fù)，說明對(duì)外開放水平的提高，對(duì)我國的碳排放產(chǎn)生抑制作用。人口規(guī)模（peo）的系數(shù)為正、政府支持（gov）的系數(shù)為正以及城鎮(zhèn)化（ur）的系數(shù)為負(fù)，但未通過顯著性檢驗(yàn)。

（二） 空間效應(yīng)結(jié)果分析

1. 空間自相關(guān)檢驗(yàn)

為檢驗(yàn)是否存在空間溢出效應(yīng)，運(yùn)用式（11）的全局莫蘭指數(shù)檢驗(yàn)我國各省數(shù)字經(jīng)濟(jì)和低碳發(fā)展的空間自相關(guān)性，結(jié)果見表4。

表4的結(jié)果表明，在地理距離矩陣下，人均碳排放量和數(shù)字經(jīng)濟(jì)發(fā)展水平的全局莫蘭指數(shù)均為正值，且均通過了10%水平下的顯著性檢驗(yàn)，說明我國低碳發(fā)展和數(shù)字經(jīng)濟(jì)發(fā)展水平存在顯著的空間自相關(guān)性。為進(jìn)一步直觀展示各省低碳發(fā)展和數(shù)字經(jīng)濟(jì)的空間自相關(guān)性，接著進(jìn)行局部莫蘭指數(shù)檢驗(yàn)。選取2021年的數(shù)據(jù)，繪制莫蘭散點(diǎn)圖，結(jié)果如圖1所示。

[JP2]由圖1可知，我國30個(gè)省份（不含港澳臺(tái)、西藏）的人均碳排放量和數(shù)字經(jīng)濟(jì)發(fā)展水平的局部莫蘭指數(shù)多集中在第一和第三象限，具有“高值高值”[JP]和“低值低值”聚集的態(tài)勢(shì)，說明各省份兩個(gè)變量的局部空間正相關(guān)性較強(qiáng)。局部莫蘭指數(shù)的檢驗(yàn)結(jié)果與全局莫蘭指數(shù)基本一致，再次說明我國數(shù)字經(jīng)濟(jì)發(fā)展水平和低碳發(fā)展存在顯著的空間自相關(guān)性，能夠運(yùn)用空間計(jì)量模型進(jìn)行實(shí)證研究。

2. 空間計(jì)量模型選擇

明確我國低碳發(fā)展和數(shù)字經(jīng)濟(jì)存在空間效應(yīng)后，進(jìn)行LM檢驗(yàn)、LR檢驗(yàn)、Wlad檢驗(yàn)以及Hausman檢驗(yàn)，以判斷選擇合適的空間計(jì)量模型。具體結(jié)果見表5。

表5中，LM檢驗(yàn)的四個(gè)檢驗(yàn)項(xiàng)均通過了1%水平下的顯著性檢驗(yàn)，拒絕原假設(shè)，說明相較于空間滯后模型和空間誤差模型，應(yīng)選擇空間杜賓模型。LR檢驗(yàn)和Wald檢驗(yàn)的結(jié)果同樣均拒絕原假設(shè)，表明空間杜賓模型不會(huì)退化為空間滯后模型或空間誤差模型，再次驗(yàn)證了選擇空間杜賓模型的合理性。此外，Hausman檢驗(yàn)的結(jié)果拒絕原假設(shè)，表明固定效應(yīng)模型優(yōu)于隨機(jī)效應(yīng)模型。因此，本文選擇個(gè)體時(shí)間雙固定的空間杜賓模型進(jìn)行實(shí)證研究。

3. 空間杜賓模型回歸結(jié)果

基于地理距離矩陣以及經(jīng)濟(jì)地理距離矩陣的空間杜賓模型回歸結(jié)果見表6。結(jié)果顯示，在兩種矩陣下，我國數(shù)字經(jīng)濟(jì)發(fā)展水平對(duì)人均碳排放量的系數(shù)均為負(fù)數(shù)，且通過顯著性檢驗(yàn)，說明數(shù)字經(jīng)濟(jì)發(fā)展能夠有效抑制我國碳排放量，推動(dòng)低碳發(fā)展。由于經(jīng)濟(jì)地理距離矩陣既考慮了各省份之間的地理距離遠(yuǎn)近因素，又考慮了經(jīng)濟(jì)發(fā)展水平差異對(duì)臨近地區(qū)的影響因素，能夠全面反映我國各省之間的空間關(guān)系。因此，重點(diǎn)分析經(jīng)濟(jì)地理距離矩陣下空間杜賓模型的回歸結(jié)果。根據(jù)列（3）可知數(shù)字經(jīng)濟(jì)發(fā)展水平的回歸系數(shù)顯著為負(fù)，空間滯后項(xiàng)系數(shù)為負(fù)。列（6）加入控制變量后，數(shù)字經(jīng)濟(jì)發(fā)展水平的回歸系數(shù)顯著為負(fù)，說明數(shù)字經(jīng)濟(jì)能夠抑制碳排放，推動(dòng)低碳發(fā)展；空間滯后項(xiàng)的系數(shù)同樣顯著為負(fù)，說明數(shù)字經(jīng)濟(jì)發(fā)展水平對(duì)低碳發(fā)展的影響存在空間溢出效應(yīng)，假設(shè)H2得以驗(yàn)證。此外，控制變量中，產(chǎn)業(yè)結(jié)構(gòu)和對(duì)外開放水平的系數(shù)均為負(fù)，且均通過了5%水平的顯著性檢驗(yàn)。

為進(jìn)一步探究數(shù)字經(jīng)濟(jì)發(fā)展水平對(duì)低碳發(fā)展影響的空間溢出效應(yīng)，進(jìn)行空間效應(yīng)分解。根據(jù)表6結(jié)果可知，在經(jīng)濟(jì)地理距離矩陣下數(shù)字經(jīng)濟(jì)發(fā)展水平對(duì)碳排放的直接效應(yīng)、間接效應(yīng)以及總效應(yīng)均顯著為負(fù)，說明數(shù)字經(jīng)濟(jì)發(fā)展水平每上升一個(gè)單位，本地、臨近地區(qū)以及地區(qū)整體的碳排放分別下降43.779、56.191以及99.971個(gè)單位。結(jié)果進(jìn)一步表明數(shù)字經(jīng)濟(jì)發(fā)展水平對(duì)低碳發(fā)展的影響存在顯著的空間溢出效應(yīng)，再次驗(yàn)證了假設(shè)H2。此外，間接效應(yīng)的系數(shù)絕對(duì)值大于直接效應(yīng)系數(shù)的絕對(duì)值，說明數(shù)字經(jīng)濟(jì)發(fā)展水平對(duì)碳排放影響的空間溢出效應(yīng)大于直接效應(yīng)，因此在發(fā)展數(shù)字經(jīng)濟(jì)的同時(shí)，更要打破地理界線，促進(jìn)地區(qū)要素流通，加強(qiáng)地區(qū)經(jīng)濟(jì)聯(lián)系，在抑制本地碳排放的同時(shí)抑制臨近地區(qū)的碳排放，合理利用數(shù)字經(jīng)濟(jì)的擴(kuò)散和輻射效應(yīng)，推動(dòng)本地及臨近地區(qū)的低碳發(fā)展。

控制變量方面，產(chǎn)業(yè)結(jié)構(gòu)的直接效應(yīng)、間接效應(yīng)以及總效應(yīng)的系數(shù)均顯著為負(fù)，說明本地產(chǎn)業(yè)結(jié)構(gòu)的升級(jí)能夠在抑制本地碳排放的同時(shí)抑制臨近地區(qū)的碳排放，推動(dòng)了本地及臨近地區(qū)的低碳發(fā)展。人口規(guī)模的直接效應(yīng)為負(fù)但不顯著，間接效應(yīng)的系數(shù)顯著為正，說明地區(qū)之間可能存在人才競(jìng)爭(zhēng)狀態(tài)，本地人口規(guī)模的增長(zhǎng)可能部分來源于吸引了其他地區(qū)人才，臨近地區(qū)人才的流失造成碳排放的增加。政府支持的系數(shù)不顯著，說明政府仍需加強(qiáng)相關(guān)低碳政策引導(dǎo)。城鎮(zhèn)化水平直接效應(yīng)、間接效應(yīng)以及總效應(yīng)的系數(shù)均顯著為負(fù)，說明本地城鎮(zhèn)化水平的提升，可能通過提高資源利用率、提升產(chǎn)業(yè)結(jié)構(gòu)等方式，對(duì)臨近地區(qū)碳排放產(chǎn)生抑制作用。對(duì)外開放水平的直接效應(yīng)系數(shù)顯著為負(fù)，間接效應(yīng)顯著為正，說明本地對(duì)外開放水平的提高在抑制本地碳排放的同時(shí)，可能擴(kuò)大臨近地區(qū)經(jīng)濟(jì)規(guī)模的同時(shí)加重了地區(qū)能源消耗，不利于地區(qū)低碳發(fā)展。

（三） 異質(zhì)性分析

我國地域遼闊，各省份的經(jīng)濟(jì)發(fā)展水平、數(shù)字經(jīng)濟(jì)技術(shù)設(shè)施及發(fā)展水平等方面均存在較大差異，數(shù)字經(jīng)濟(jì)發(fā)展水平對(duì)低碳發(fā)展的影響可能存在地區(qū)差異。因此為深入探究不同地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展水平對(duì)低碳發(fā)展的影響，進(jìn)行異質(zhì)性分析。根據(jù)《關(guān)于明確東中西部地區(qū)劃分的意見》，將我國劃分為東、中、西部地區(qū)，各地區(qū)回歸結(jié)果見表7。

根據(jù)異質(zhì)性回歸結(jié)果可知，東部地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展水平的系數(shù)為-31.927且通過1%水平的顯著性檢驗(yàn)；中部地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展水平的系數(shù)為-122.379，但并不顯著；西部地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展水平的系數(shù)為-258.500且通過了1%水平的顯著性檢驗(yàn)。結(jié)果說明東、中、西部地區(qū)的數(shù)字經(jīng)濟(jì)發(fā)展水平對(duì)碳排放均存在抑制作用，即各地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展水平對(duì)低碳發(fā)展均存在驅(qū)動(dòng)效應(yīng)，但作用程度并不相同。西部地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展水平對(duì)碳排放的抑制作用明顯高于東部地區(qū)，原因可能是西部地區(qū)的數(shù)字經(jīng)濟(jì)處于起步階段，數(shù)字經(jīng)濟(jì)對(duì)碳排放抑制作用的紅利初步顯現(xiàn)，此時(shí)的抑制作用程度相對(duì)較大。隨著數(shù)字經(jīng)濟(jì)發(fā)展水平的不斷提升，數(shù)字經(jīng)濟(jì)通過提高能源利用率、促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型等途徑抑制碳排放的作用逐漸減弱，數(shù)字經(jīng)濟(jì)抑制碳排放的紅利減弱，東部地區(qū)的數(shù)字經(jīng)濟(jì)發(fā)展水平相對(duì)較高，因此東部地區(qū)數(shù)字經(jīng)濟(jì)對(duì)碳排放的抑制作用小于西部地區(qū)。

（四）穩(wěn)健性檢驗(yàn)

為了驗(yàn)證本文數(shù)字經(jīng)濟(jì)影響低碳發(fā)展實(shí)證結(jié)果的有效性，進(jìn)行穩(wěn)健性檢驗(yàn)。通過替換被解釋變量進(jìn)行穩(wěn)健性檢驗(yàn)。替換后被解釋變量（zce）數(shù)據(jù)來源于中國碳核算數(shù)據(jù)庫（CEADs）公布的中國省級(jí)碳排放數(shù)據(jù)。具體回歸結(jié)果見表8。

表8列（1）的數(shù)字經(jīng)濟(jì)發(fā)展水平系數(shù)顯著為負(fù)，說明數(shù)字經(jīng)濟(jì)對(duì)碳排放存在明顯的抑制作用，能夠顯著推動(dòng)低碳發(fā)展。列（2）為在經(jīng)濟(jì)地理距離矩陣下，數(shù)字經(jīng)濟(jì)的直接影響與空間溢出效應(yīng)的系數(shù)均顯著為負(fù)，說明數(shù)字經(jīng)濟(jì)對(duì)本地及臨近地區(qū)的碳排放均存在顯著的抑制作用。檢驗(yàn)結(jié)果與本文整體實(shí)證結(jié)果基本一致，回歸結(jié)果較為穩(wěn)健。

六、 結(jié)論與建議

（一） 結(jié)論

本文基于我國30個(gè)省份（不含港澳臺(tái)、西藏）2011—2021年的面板數(shù)據(jù)，運(yùn)用固定效應(yīng)模型驗(yàn)證了我國各省數(shù)字經(jīng)濟(jì)對(duì)低碳發(fā)展的驅(qū)動(dòng)效應(yīng)；運(yùn)用空間杜賓模型對(duì)數(shù)字經(jīng)濟(jì)影響低碳發(fā)展是否存在空間溢出效應(yīng)進(jìn)行實(shí)證分析，并進(jìn)一步驗(yàn)證了不同地區(qū)數(shù)字經(jīng)濟(jì)對(duì)低碳發(fā)展影響的異質(zhì)性。通過實(shí)證研究，結(jié)論如下：第一，我國數(shù)字經(jīng)濟(jì)的發(fā)展能夠顯著降低地區(qū)碳排放水平，推動(dòng)低碳發(fā)展。第二，我國數(shù)字經(jīng)濟(jì)和低碳發(fā)展存在顯著的空間正相關(guān)性，數(shù)字經(jīng)濟(jì)的發(fā)展，不僅能夠?qū)Ρ镜氐牡吞及l(fā)展產(chǎn)生促進(jìn)作用，還對(duì)臨近地區(qū)的低碳發(fā)展具有空間溢出效應(yīng)。第三，我國東、中、西部地區(qū)的數(shù)字經(jīng)濟(jì)對(duì)低碳發(fā)展的作用程度不同，西部地區(qū)數(shù)字經(jīng)濟(jì)的碳減排效果明顯高于東部地區(qū)。

（二） 對(duì)策與建議

根據(jù)以上研究結(jié)論，提出以下幾點(diǎn)對(duì)策建議：

1. 積極推動(dòng)數(shù)字經(jīng)濟(jì)發(fā)展

政府應(yīng)制定促進(jìn)數(shù)字經(jīng)濟(jì)發(fā)展的政策，包括降低市場(chǎng)準(zhǔn)入門檻、提供優(yōu)惠稅收政策、優(yōu)化知識(shí)產(chǎn)權(quán)保護(hù)等，為數(shù)字經(jīng)濟(jì)發(fā)展提供良好的政策環(huán)境。各地政府還應(yīng)以建設(shè)高速寬帶網(wǎng)絡(luò)為基礎(chǔ)，推動(dòng)各地建設(shè)數(shù)字化智能化的基礎(chǔ)設(shè)施；加強(qiáng)數(shù)字技術(shù)研發(fā)和創(chuàng)新，培育數(shù)字經(jīng)濟(jì)發(fā)展的新動(dòng)能，培養(yǎng)適應(yīng)數(shù)字經(jīng)濟(jì)需求的高素質(zhì)人才，提高數(shù)字經(jīng)濟(jì)的人才供給能力；加強(qiáng)數(shù)字經(jīng)濟(jì)與傳統(tǒng)產(chǎn)業(yè)的結(jié)合，推動(dòng)數(shù)字技術(shù)在各個(gè)領(lǐng)域的應(yīng)用，提升傳統(tǒng)產(chǎn)業(yè)的效率和競(jìng)爭(zhēng)力。

2. 重視數(shù)字經(jīng)濟(jì)的空間溢出效應(yīng)

各省份及地區(qū)之間應(yīng)加強(qiáng)數(shù)字經(jīng)濟(jì)合作與交流，分享經(jīng)驗(yàn)和資源，促進(jìn)共同發(fā)展。地區(qū)之間在進(jìn)行數(shù)字經(jīng)濟(jì)合作時(shí)，既要注重自身數(shù)字經(jīng)濟(jì)發(fā)展帶來的碳減排成效，也要關(guān)注其他地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展對(duì)自身低碳發(fā)展的溢出效應(yīng)。各地通過加強(qiáng)合作與交流，形成數(shù)字經(jīng)濟(jì)合作圈，充分發(fā)揮數(shù)字經(jīng)濟(jì)的碳減排作用，以實(shí)現(xiàn)低碳發(fā)展。

3. 充分利用地區(qū)優(yōu)勢(shì)促進(jìn)數(shù)字經(jīng)濟(jì)發(fā)展

我國東部地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展現(xiàn)狀較為先進(jìn)，各種數(shù)字技術(shù)和商業(yè)模式得到廣泛應(yīng)用，中、西部地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展較東部地區(qū)滯后，但近年來有了迅速發(fā)展的趨勢(shì)。東部地區(qū)的優(yōu)勢(shì)在于產(chǎn)業(yè)基礎(chǔ)、人才資源和金融資源；中部地區(qū)的優(yōu)勢(shì)在于地理位置和轉(zhuǎn)型潛力；西部地區(qū)的優(yōu)勢(shì)在于資源豐富、政策支持和市場(chǎng)需求。各地區(qū)應(yīng)充分利用自身優(yōu)勢(shì)，發(fā)展具有地區(qū)特色，符合地區(qū)現(xiàn)狀的數(shù)字經(jīng)濟(jì)模式。

［參考文獻(xiàn)］

[1]TAPSCOTT D. The digital economy： promise and peril in the age of networked intelligence[M]. New York： McGrawHill， 1996.

[2]趙濱元.數(shù)字經(jīng)濟(jì)對(duì)區(qū)域創(chuàng)新績(jī)效及其空間溢出效應(yīng)的影響[J].科技進(jìn)步與對(duì)策，2021 （14）：3744.

[3]徐振劍，呂拉昌，辛?xí)匀A.中國城市數(shù)字經(jīng)濟(jì)發(fā)展空間分異及其影響因素[J].經(jīng)濟(jì)縱橫，2023（8）：7179.

[4]BILOZUBENKO V，YATCHUK O， WOLANIN E， et al. Comparison of the digital economy development parameters in the EU countries in the context of bridging the digital divide[J]. Problems and Perspectives in Management，2020 （2）：206218.

[5]劉潭，徐璋勇.數(shù)字經(jīng)濟(jì)、異質(zhì)性技術(shù)創(chuàng)新與二氧化碳排放[J].科技進(jìn)步與對(duì)策，2023 （13）：110.

[6]趙濤，張智，梁上坤.數(shù)字經(jīng)濟(jì)、創(chuàng)業(yè)活躍度與高質(zhì)量發(fā)展：來自中國城市的經(jīng)驗(yàn)證據(jù)[J].管理世界，2020（10）：6576.

[7]李潔，王琴梅.數(shù)字經(jīng)濟(jì)發(fā)展水平測(cè)度及時(shí)空演變[J].統(tǒng)計(jì)與決策，2022 （24）：7378.

[8]徐振劍，呂拉昌，辛?xí)匀A.中國城市數(shù)字經(jīng)濟(jì)發(fā)展空間分異及其影響因素[J].經(jīng)濟(jì)縱橫，2023（8）：7179.

[9]王棟.數(shù)字經(jīng)濟(jì)發(fā)展對(duì)就業(yè)影響研究：基于我國部分城市數(shù)據(jù)的實(shí)證分析[J].價(jià)格理論與實(shí)踐，2020（12）：156159.

[10]司增綽，李燕.數(shù)字經(jīng)濟(jì)帶來的城鄉(xiāng)居民消費(fèi)差距縮小效應(yīng)[J].中國流通經(jīng)濟(jì)，2022 （10）：6979.

[11]趙放，李文婷.數(shù)字經(jīng)濟(jì)賦能經(jīng)濟(jì)高質(zhì)量發(fā)展：基于市場(chǎng)和政府的雙重視角[J].山西大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2022 （5）：4150.

[12]孫耀武，胡智慧.數(shù)字經(jīng)濟(jì)、產(chǎn)業(yè)升級(jí)與城市環(huán)境質(zhì)量提升[J].統(tǒng)計(jì)與決策，2021 （23）：9195.

[13]安孟，張誠.數(shù)字經(jīng)濟(jì)發(fā)展能否提升中國區(qū)域創(chuàng)新效率[J].西南民族大學(xué)學(xué)報(bào)（人文社會(huì)科學(xué)版），2021 （12）：99108.

[14]劉明達(dá)，蒙吉軍，劉碧寒.國內(nèi)外碳排放核算方法研究進(jìn)展[J].熱帶地理，2014 （2）：248258.

[15]張露，宋媛.京津冀產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化對(duì)碳排放的影響研究：基于動(dòng)態(tài)面板的系統(tǒng)GMM模型和VAR模型[J].資源與產(chǎn)業(yè)，2020 （6）：1828.

[16]盧娜，王為東，王淼，等.突破性低碳技術(shù)創(chuàng)新與碳排放：直接影響與空間溢出[J].中國人口WW·WW資源與環(huán)境，2019 （5）：3039.

[17]SUNDAY T A， SAMI U， TEVFIK M K， et al. Endorsing sustainable development in BRICS： The role of technological innovation， renewable energy consumption， and natural resources in limiting carbon emission[J]. Science of the Total Environment，2023 （1）：160181.

[18]齊昕，郭薛南.新興經(jīng)濟(jì)體國家城鎮(zhèn)化發(fā)展對(duì)碳排放影響的比較研究[J].生態(tài)經(jīng)濟(jì)，2022 （3）：101108.

[19]劉曉晗，朱泯靜.空間溢出效應(yīng)下的環(huán)境規(guī)制影響碳排放強(qiáng)度路徑分析[J].生態(tài)經(jīng)濟(jì)，2022 （11）：4449.

[20]莫姝，王婷.金融發(fā)展對(duì)碳排放強(qiáng)度影響的空間效應(yīng)研究[J].環(huán)境科學(xué)與技術(shù)，2022 （5）：126134.

[21]林曉潔，王長(zhǎng)建，汪菲，等.香港能源消費(fèi)碳排放的演變趨勢(shì)及其影響因素[J].科技管理研究，2022 （21）：231238.

[22]SINHA A， SENGUPTA T. Impact of energy mix on nitrous oxide emissions：an environmental Kuznets curve approach for APEC countries[J]. Environmental Science and Pollution Research， 2019（26）： 26132622.

[23]劉子成，燕志鵬.碳排放、煤炭消費(fèi)與經(jīng)濟(jì)發(fā)展的脫鉤效應(yīng)分析[J].經(jīng)濟(jì)問題，2023（7）：3843+128.

[24]郝瑞軍，魏偉，劉春芳，等.中國能源消費(fèi)碳排放的空間化與時(shí)空動(dòng)態(tài)[J].環(huán)境科學(xué)，2022 （11）：53055314.

[25]宋苑震，曾堅(jiān)，王森，等.中國縣域碳排放時(shí)空演變與異質(zhì)性[J].環(huán)境科學(xué)，2023 （1）：549559.

[26]王少劍，謝紫寒，王澤宏.中國縣域碳排放的時(shí)空演變及影響因素[J].地理學(xué)報(bào)，2021 （12）：31033118.

[27]王維國，王永玲，范丹.數(shù)字經(jīng)濟(jì)促進(jìn)碳減排的效應(yīng)及機(jī)制[J].中國環(huán)境科學(xué)，2023 （8）：44374448.

[28]費(fèi)威，于寶鑫，王維國.數(shù)字經(jīng)濟(jì)發(fā)展與碳減排：理論推演與實(shí)證檢驗(yàn)[J].經(jīng)濟(jì)學(xué)家，2022（11）：7483.

[29]SHVAKOV E E，PETROVA E A. Newest trends and future scenarios for a sustainable digital economy development[C]//Institute of Scientific Communications Conference. Springer，Cham，2019：13781385.

[30]霍曉謙，張愛國.數(shù)字經(jīng)濟(jì)對(duì)碳排放強(qiáng)度的影響機(jī)制及空間效應(yīng)[J].環(huán)境科學(xué)與技術(shù)，2022 （12）：182193.

[31]郭峰，王靖一，王芳，等.測(cè)度中國數(shù)字普惠金融發(fā)展：指數(shù)編制與空間特征[J].經(jīng)濟(jì)學(xué)，2020 （4）：14011418.

Empirical Study on the Driving Effect of the Digital Economy on LowCarbon Development

DU Lijuan ， MIAO Ying， REN Wei

（School of Economics and Management， North China University of Science and Technology， Tangshan 063210， China）

Abstract：This study investigates the influence of Chinas digital economy on lowcarbon development using panel data from 30 provinces in China spanning from 2011 to 2021. Fixedeffects models are utilized to examine the impact of the digital economy on lowcarbon development across different provinces in China. Additionally， a spatial Durbin model is employed to explore potential spatial spillover effects of the digital economy on lowcarbon development and to analyze the regional disparities in this relationship. The empirical findings demonstrate that the growth of Chinas digital economy significantly enhances regional lowcarbon development， highlighting regional disparities and spatial spillover effects in this association.

Key words：digital economy; lowcarbon development; spatial spillover effects

［責(zé)任編輯 田春霞］

［基金項(xiàng)目］河北省社會(huì)科學(xué)基金項(xiàng)目“京津冀碳排放治理的府際市場(chǎng)化生態(tài)補(bǔ)償機(jī)制研究”（HB20YJ009）

［作者簡(jiǎn)介］杜麗娟（1964—），女，天津人，博士，華北理工大學(xué)經(jīng)濟(jì)管理學(xué)院教授，碩士生導(dǎo)師；苗英（1997—），女，河北邯鄲人，華北理工大學(xué)經(jīng)濟(jì)管理學(xué)院碩士研究生；任偉（1981—），女，河北唐山人，博士，華北理工大學(xué)經(jīng)濟(jì)管理學(xué)院副教授，碩士生導(dǎo)師。［摘要］為研究我國數(shù)字經(jīng)濟(jì)對(duì)低碳發(fā)展的驅(qū)動(dòng)作用，基于我國30個(gè)省份2011—2021年的面板數(shù)據(jù)，運(yùn)用固定效應(yīng)模型驗(yàn)證了我國各省數(shù)字經(jīng)濟(jì)對(duì)低碳發(fā)展的驅(qū)動(dòng)效應(yīng)；運(yùn)用空間杜賓模型對(duì)數(shù)字經(jīng)濟(jì)影響低碳發(fā)展是否存在空間溢出效應(yīng)進(jìn)行實(shí)證分析，并進(jìn)一步驗(yàn)證了不同地區(qū)數(shù)字經(jīng)濟(jì)對(duì)低碳發(fā)展影響的異質(zhì)性。實(shí)證研究結(jié)果表明，我國數(shù)字經(jīng)濟(jì)發(fā)展能夠顯著推動(dòng)地區(qū)低碳發(fā)展，并且存在地區(qū)異質(zhì)性和空間溢出效應(yīng)。