杜丽娟 苗英 任伟
［关键词］数字经济；
低碳发展；
空间溢出效应
［中图分类号］F49;X321［文献标识码］A［文章DOI］10.15883/j.13-1277/c.20240306710
一、 引言
气候变化一直是全人类的难题与挑战，推进经济社会发展数字化、绿色化，以数字经济赋能经济社会低碳转型是我国应对气候变化的重要途径。2020年，习近平总书记在联合国大会第75届会议一般性辩论上发表的重要讲话中提出了中国的“双碳”目标，即2030年前争取实现碳达峰，2060年前争取实现碳中和。这标志着我国在应对气候变化问题上更加积极主动和负责任的态度，对于全球应对气候变化具有重要意义。然而，自20世纪70年代以来，虽然我国经济取得了快速发展，但工业化和城市化导致了大量的能源消耗，进而带来了大规模的碳排放。为了应对碳排放引发的气候问题，我国政府已经采取了一系列的措施和政策。由于我国的经济发展对能源有巨大的需求，能源结构又以煤炭等化石燃料为主，因此节能减排任重道远。
“数字中国”建设将为我国的低碳转型带来重要动力，通过推动信息基础设施建设，提升信息化应用水平，推动数字经济发展，促进数字社会建设等，以期建设全球领先的数字经济强国，实现经济社会低碳化转型、高质量发展。近年来我国数字经济规模大幅增长，成为全球最大的数字经济市场。根据中国信息通信研究院发布的数据，2022年我国数字经济规模已达到了50.2万亿元，同比名义增长10.3%，已连续11年显著高于同期名义GDP增速，数字经济占GDP比重达到41.5%，相当于第二产业占国民经济的比重。
在“数字中国”和“双碳”目标的双重背景下，数字经济发展是否会驱动我国区域经济的低碳转型？是否会对节能减排产生影响？其影响的路径与程度又如何？厘清两者之间的关系，有助于我国以数字经济赋能低碳转型，协同有序地实现数字化和低碳化。
二、 文献综述
数字经济一词最早出现在1996年[1]。数字经济的研究重点主要集中在发展水平测算、地区差异以及经济效应等方面。数字经济作为新兴经济，测算方法及范围并未达成统一。部分学者使用互联网宽带接入用户数[2]等单一指标代表其发展水平，大多数学者则从多维度构建数字经济测算体系衡量其发展水平[3-4]。国家及省域尺度下主要包括数字基础设施、数字产业化、数字应用水平、数字研发环境等维度[5]，城市层面主要从互联网发展和数字金融普惠两个维度进行测算[6]。我国数字经济发展地域分异明显，呈现出“南高北低”“东部>中部>西部”以及省会城市领先发展的分布格局[7-8]。数字经济的经济效应研究主要涉及就业[9]、消费[10]、经济高质量发展[11]、产业结构升级[12]以及创新[13]等多个领域。
低碳化的研究焦点主要集中在排放水平核算、影响因素及时空演变等方面。学者主要运用实测法、排放因子法以及质量平衡法等对不同区域、不同行业尺度下的碳排放进行了详细核算[14]。现有研究发现碳排放的影响因素主要包括产业结构[15]、技术创新[16-17]、城镇化[18]、环境规制[19]、金融发展[20]、能源消费[21-22]以及经济增长[23]等因素。在时空演变方面，我国碳排放存在明显的正向空间聚集性[24]，时间上呈现出“快速上升-缓慢上升-高位波动”的变化趋势[25]，空间上呈现出“北高南低、东高西低”的空间分布格局[26]。
随着数字经济的发展，学者开始逐渐关注数字经济的生态环境效应。目前，数字经济与碳排放的相关研究得出的结论不尽相同。一部分学者认为数字经济的高技术特征，可以通过降低能耗、产业结构升级以及技术进步等路径抑制碳排放[27]，一部分学者认为数字经济对碳排放的作用是非线性的，发展初期因人口扩张、基础设施建设等因素的影响先促进再抑制碳排放[28]，还有一部分学者认为数字经济会增加二氧化碳排放[29]。此外，学者研究发现数字经济对碳排放的影响存在区域差异性，且还会对邻近区域的碳排放产生影响[30]。
通过对现有文献的梳理不难发现，数字经济影响低碳化的相关研究处于起步阶段，实证研究结论并未统一，影响机制的探究不够深入，空间效应方面仍需更多的实证研究。因此，本文基于2011—2021年我国30个省（不含港澳台、西藏）的面板数据，运用固定效应模型、空间杜宾模型等计量模型，研究数字经济对低碳发展的驱动效应以及溢出效应。
三、 理论分析与假设
（一） 数字经济对低碳发展的驱动效应
相比传统经济，数字经济效率更高、成本更低、创新潜力更大，这些特质使得数字经济的发展可以在一定程度上减少碳排放，推动低碳发展。首先，数字技术的广泛应用可以促进生产和服务的数字化，降低资源消耗和能源使用量，进而抑制碳排放。例如，通过云计算和大数据分析，企业可以优化能源管理和生产流程，减少能源浪费、提高能源利用率，从而抑制碳排放。其次，数字化的商业模式、平台经济和共享经济的广泛应用也可以通过减少物理交通和运输等方式，减少碳排放。例如，电子商务和在线支付可以减少零售店面和货物的物流，减少对燃料的需求从而降低碳排放。最后，数字经济同样推动了绿色技术和可再生能源的发展，减少了对传统化石燃料的依赖，改善能源结构，达到抑制碳排放的效果。
因此，提出假设H1：数字经济能够对低碳发展产生显著影响。
（二） 数字经济对低碳发展的溢出效应
相较于传统经济，数字经济的一大优点在于其能够突破空间限制，实现信息和技术的快速传播，体现其强大的空间溢出效应。本文以省域为研究对象，省域内数字经济的空间溢出效应将更突出，环境效益也体现得更充分。从经济层面上分析，经济条件和结构相似的省份之间可能存在模仿效应和示范效应，即一个省份数字经济发展的经验和政策措施会被相似省份学习和效仿，此时该省数字经济发展产生空间溢出效应，数字经济在促进本地低碳发展的同时对经济相似地区的低碳发展也会存在促进作用。从地理层面上分析，省域数字经济的发展突破空间限制，缩小地区差异，带动临近省份数字经济发展，推动临近省份的产业结构转型升级，降低临近省份对传统化石能源的依赖，从而对临近省份低碳发展产生促进作用，即数字经济发展产生空间溢出效应。
因此，提出假设H2：数字经济能够通过空间溢出效应对临近省份低碳发展产生影响。
四、 研究方法与设计
（一） 变量测算与数据来源
1. 低碳发展水平测算
本文的被解释变量是省域低碳发展水平。选取省域人均碳排放量（ce）为代理变量。某省人均碳排放量由其碳排放总量与其常住人口的比值计算得到。碳排放总量的测算采用联合国政府间气候变化专门委员会（Intergovernmental Panel on Climate Change，IPCC）指南中提出的碳排放核算方法，具体计算方法如公式（1） 所示：
cet=∑8i=1∑11t=1Eitσiζi×44/12（1）
其中，cet代表该省t时期的碳排放总量；
Eit代表该省第i种能源在t时期的消费量，具体为煤炭、焦炭、原油、汽油、煤油、柴油、燃料油以及天然气等8种化石能源消费量；
σi代表第i种能源的折标准煤参考系数；
ζi代表第i种能源的碳排放系数；
44/12是碳和二氧化碳换算的分子式。其中，折标准煤参考系数出自于《中国能源统计年鉴》，碳排放系数出自于《IPCC国家温室气体排放清单指南》。
2. 数字经济发展水平测算
本文的核心解释变量为省域数字经济发展水平（dige）。参考现有研究，同时考虑到本文的研究内容和重点，本文将从数字基础设施、数字产业发展、数字应用水平以及数字创新能力4个维度对省域数字经济发展水平进行衡量，具体指标体系见表1。
为了减少数字经济指标体系构建过程中的主观性，更真实客观地反映我国各省份数字经济水平，使用熵值法处理得到数字经济综合指数。具体操作步骤如下：
第一步，数据标准化处理。由于使用的各指标量纲不同，数据差异性较大，直接利用原始数据进行计算可能使得计算结果与实际情况产生严重偏差。为了消除量纲的影响，需对数据进行标准化，且上述指标均为正向指标，进行如式（2）无量纲标准化处理。
X′tij=Xtij-Xj（min）Xj（max）-Xj（min），1（2）
式（2）中，Xtij为t时期第i个省份的第j个指标的原始数据，X′tij为经过标准化处理的数据。
第二步，计算第j个指标的比重Ptij。
Ptij=X′tij∑11t=1∑30i=1X′tij（3）
第三步，计算第j个指标的信息熵ej。
ej=-1ln（11×30）∑11t=1∑30i=1Ptijln（Ptij）（4）
第四步，计算第j个指标的信息熵冗余度dj。
dj=1-ej（5）
第五步，计算第j个指标的权重Wj。
Wj=dj∑14j=1dj（6）
第六步，计算得出数字经济综合得分情况digeti。
digeti=∑14j=1WjX′tij（7）
（二） 回归分析
1. 固定效应模型
由于地区低碳发展的影响因素众多，难以全部列举，为了得到面板数据参数的无偏估计，需要使用固定效应模型。因此本文构建如下固定效应模型：
ceit=α0+α1digeit+α2Contit+ui+γt+εit（8）
式中，ceit为i省t时期的人均碳排放量；
digeit为i省t时期的数字经济发展水平；
Contit为其他控制变量，包括研究时间段内各省的城镇化水平、人口规模、对外开放水平、政府支持以及产业结构；
ui为控制非观测的个体固定效应；
γt为控制时间固定效应；
εit为随机扰动项。
2. 空间计量模型
首先，需要构建空间权重矩阵。常见的空间权重矩阵主要包括邻接矩阵、地理距离矩阵、经济距离矩阵以及嵌套矩阵（经济地理距离矩阵）等4种形式，本文认为数字经济对碳排放影响的空间效应与地理距离的远近以及经济因素均存在密切相关，因此选择地理距离矩阵、经济地理距离矩阵作为空间权重矩阵。
W1=1/d2ij，i≠j0，i=j（9）
W=W1diag（Y1Y，Y2Y，...YiY）（10）
式中，W1为地理距离矩阵，W为经济地理距离权重矩阵，dij为第i省与第j省之间的距离，Y为平均国内生产总值。
其次，构建空间权重矩阵后，进行空间自相关检验判断数字经济和低碳发展是否存在空间自相关，能否进行空间效应分析。空间自相关检验主要为全局莫兰指数检验和局部莫兰指数检验。全局莫兰指数的计算公式如下：
Morans I=n∑ni=1∑nj=1Wij（Xi-X）（Xj-X）∑ni=1∑nj=1Wij∑ni=1（Xi-X）2（11）
式中，Wij为空间权重矩阵，Xi为变量观测值，X-为变量均值。局部莫兰指数检验可以通过绘制莫兰散点图直观展现空间自相关性，具体计算公式如下：
Morans I=n（Xi-X）∑nj=1Wij（Xj-X）∑ni=1（Xi-X）2（12）
最后，通过空间自相关检验后，使用空间计量模型检验数字经济影响低碳发展的空间效应。建立空间计量模型的一般形式为：
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为第i省人均碳排放量的一阶滞后，dige′it表示第i省数字经济发展水平的一阶滞后，d′i为空间权重矩阵的第i行；
γt为时间效应；
n′i为扰动项空间权重矩阵的第i行。当λ=0时为空间杜宾模型；
当γ=χ=0且φ=0则为空间误差模型；
当λ=0且φ=0时则为空间滞后模型。
根据已有研究，考虑到影响低碳发展的客观因素较多，本文选取省域人口规模、城镇化水平、对外开放水平、政府支持以及产业结构作为控制变量。人口规模（peo）：用各省的常住人口数表征，并对其取对数。城镇化水平（ur）：用城镇人口所占比率表征。对外开放水平（op）：用进出口总额与GDP的比值表征。政府支持（gov）：用政府财政支出与GDP之比表征。产业结构（ins）：用第三产业增加值与第二产业增加值之比表征。
（三） 数据来源
由于数字经济在近几年的发展较为快速，并且相关产业的统计数据开始的时间较晚，根据数据的可获得性，本文以我国30个省份（不含西藏、港澳台地区）为研究对象，以2011—2021年作为研究时间段。其中，能源消费数据来源于《中国能源统计年鉴》，数字普惠金融数据来源于北京大学数字普惠金融指数[JP5][31][JP]，其他数据来源于《中国统计年鉴》《中国信息年鉴》以及国家统计局。缺失的部分数据采用插值法补全，并对货币类指标以2011年的不变价格进行了平减处理。各变量的描述性统计见表2。
五、 实证结果分析
（一） 基准回归结果分析
为控制地区和个体之间的差异，本文采用个体时间双固定效应模型进行回归检验。运用Stata16软件对式（8）进行回归，结果如表3所示。
表3中，列（1）为人均碳排放量直接对数字经济发展水平进行基准回归，未加入其他控制变量。核心解释变量的系数为26.674，且通过了显著性检验，但模型的拟合优度仅为24.7%。列（2）为加入控制变量后，碳排放对数字经济发展水平的基准回归。核心解释变量的系数为41.635，通过了1%水平下的显著性检验，模型的拟合优度为94.4%。可知，无论是否加入控制变量，数字经济发展水平的系数均显著为负，说明数字经济的发展可以通过提高资源利用效率、推动绿色产业发展和推广低碳生活方式等，直接降低碳排放，助力低碳发展，假设H1得以验证。
控制变量中，产业结构（ins）的系数为4.846，且通过了显著性检验，说明产业结构升级有助于实现我国地区的碳减排。对外开放水平（op）的系数也显著为负，说明对外开放水平的提高，对我国的碳排放产生抑制作用。人口规模（peo）的系数为正、政府支持（gov）的系数为正以及城镇化（ur）的系数为负，但未通过显著性检验。
（二） 空间效应结果分析
1. 空间自相关检验
为检验是否存在空间溢出效应，运用式（11）的全局莫兰指数检验我国各省数字经济和低碳发展的空间自相关性，结果见表4。
表4的结果表明，在地理距离矩阵下，人均碳排放量和数字经济发展水平的全局莫兰指数均为正值，且均通过了10%水平下的显著性检验，说明我国低碳发展和数字经济发展水平存在显著的空间自相关性。为进一步直观展示各省低碳发展和数字经济的空间自相关性，接着进行局部莫兰指数检验。选取2021年的数据，绘制莫兰散点图，结果如图1所示。
[JP2]由图1可知，我国30个省份（不含港澳台、西藏）的人均碳排放量和数字经济发展水平的局部莫兰指数多集中在第一和第三象限，具有“高值高值”[JP]和“低值低值”聚集的态势，说明各省份两个变量的局部空间正相关性较强。局部莫兰指数的检验结果与全局莫兰指数基本一致，再次说明我国数字经济发展水平和低碳发展存在显著的空间自相关性，能够运用空间计量模型进行实证研究。
2. 空间计量模型选择
明确我国低碳发展和数字经济存在空间效应后，进行LM检验、LR检验、Wlad检验以及Hausman检验，以判断选择合适的空间计量模型。具体结果见表5。
表5中，LM检验的四个检验项均通过了1%水平下的显著性检验，拒绝原假设，说明相较于空间滞后模型和空间误差模型，应选择空间杜宾模型。LR检验和Wald检验的结果同样均拒绝原假设，表明空间杜宾模型不会退化为空间滞后模型或空间误差模型，再次验证了选择空间杜宾模型的合理性。此外，Hausman检验的结果拒绝原假设，表明固定效应模型优于随机效应模型。因此，本文选择个体时间双固定的空间杜宾模型进行实证研究。
3. 空间杜宾模型回归结果
基于地理距离矩阵以及经济地理距离矩阵的空间杜宾模型回归结果见表6。结果显示，在两种矩阵下，我国数字经济发展水平对人均碳排放量的系数均为负数，且通过显著性检验，说明数字经济发展能够有效抑制我国碳排放量，推动低碳发展。由于经济地理距离矩阵既考虑了各省份之间的地理距离远近因素，又考虑了经济发展水平差异对临近地区的影响因素，能够全面反映我国各省之间的空间关系。因此，重点分析经济地理距离矩阵下空间杜宾模型的回归结果。根据列（3）可知数字经济发展水平的回归系数显著为负，空间滞后项系数为负。列（6）加入控制变量后，数字经济发展水平的回归系数显著为负，说明数字经济能够抑制碳排放，推动低碳发展；
空间滞后项的系数同样显著为负，说明数字经济发展水平对低碳发展的影响存在空间溢出效应，假设H2得以验证。此外，控制变量中，产业结构和对外开放水平的系数均为负，且均通过了5%水平的显著性检验。
为进一步探究数字经济发展水平对低碳发展影响的空间溢出效应，进行空间效应分解。根据表6结果可知，在经济地理距离矩阵下数字经济发展水平对碳排放的直接效应、间接效应以及总效应均显著为负，说明数字经济发展水平每上升一个单位，本地、临近地区以及地区整体的碳排放分别下降43.779、56.191以及99.971个单位。结果进一步表明数字经济发展水平对低碳发展的影响存在显著的空间溢出效应，再次验证了假设H2。此外，间接效应的系数绝对值大于直接效应系数的绝对值，说明数字经济发展水平对碳排放影响的空间溢出效应大于直接效应，因此在发展数字经济的同时，更要打破地理界线，促进地区要素流通，加强地区经济联系，在抑制本地碳排放的同时抑制临近地区的碳排放，合理利用数字经济的扩散和辐射效应，推动本地及临近地区的低碳发展。
控制变量方面，产业结构的直接效应、间接效应以及总效应的系数均显著为负，说明本地产业结构的升级能够在抑制本地碳排放的同时抑制临近地区的碳排放，推动了本地及临近地区的低碳发展。人口规模的直接效应为负但不显著，间接效应的系数显著为正，说明地区之间可能存在人才竞争状态，本地人口规模的增长可能部分来源于吸引了其他地区人才，临近地区人才的流失造成碳排放的增加。政府支持的系数不显著，说明政府仍需加强相关低碳政策引导。城镇化水平直接效应、间接效应以及总效应的系数均显著为负，说明本地城镇化水平的提升，可能通过提高资源利用率、提升产业结构等方式，对临近地区碳排放产生抑制作用。对外开放水平的直接效应系数显著为负，间接效应显著为正，说明本地对外开放水平的提高在抑制本地碳排放的同时，可能扩大临近地区经济规模的同时加重了地区能源消耗，不利于地区低碳发展。
（三） 异质性分析
我国地域辽阔，各省份的经济发展水平、数字经济技术设施及发展水平等方面均存在较大差异，数字经济发展水平对低碳发展的影响可能存在地区差异。因此为深入探究不同地区数字经济发展水平对低碳发展的影响，进行异质性分析。根据《关于明确东中西部地区划分的意见》，将我国划分为东、中、西部地区，各地区回归结果见表7。
根据异质性回归结果可知，东部地区数字经济发展水平的系数为-31.927且通过1%水平的显著性检验；
中部地区数字经济发展水平的系数为-122.379，但并不显著；
西部地区数字经济发展水平的系数为-258.500且通过了1%水平的显著性检验。结果说明东、中、西部地区的数字经济发展水平对碳排放均存在抑制作用，即各地区数字经济发展水平对低碳发展均存在驱动效应，但作用程度并不相同。西部地区数字经济发展水平对碳排放的抑制作用明显高于东部地区，原因可能是西部地区的数字经济处于起步阶段，数字经济对碳排放抑制作用的红利初步显现，此时的抑制作用程度相对较大。随着数字经济发展水平的不断提升，数字经济通过提高能源利用率、促进产业结构转型等途径抑制碳排放的作用逐渐减弱，数字经济抑制碳排放的红利减弱，东部地区的数字经济发展水平相对较高，因此东部地区数字经济对碳排放的抑制作用小于西部地区。
（四）稳健性检验
为了验证本文数字经济影响低碳发展实证结果的有效性，进行稳健性检验。通过替换被解释变量进行稳健性检验。替换后被解释变量（zce）数据来源于中国碳核算数据库（CEADs）公布的中国省级碳排放数据。具体回归结果见表8。
表8列（1）的数字经济发展水平系数显著为负，说明数字经济对碳排放存在明显的抑制作用，能够显著推动低碳发展。列（2）为在经济地理距离矩阵下，数字经济的直接影响与空间溢出效应的系数均显著为负，说明数字经济对本地及临近地区的碳排放均存在显著的抑制作用。检验结果与本文整体实证结果基本一致，回归结果较为稳健。
六、 结论与建议
（一） 结论
本文基于我国30个省份（不含港澳台、西藏）2011—2021年的面板数据，运用固定效应模型验证了我国各省数字经济对低碳发展的驱动效应；
运用空间杜宾模型对数字经济影响低碳发展是否存在空间溢出效应进行实证分析，并进一步验证了不同地区数字经济对低碳发展影响的异质性。通过实证研究，结论如下：第一，我国数字经济的发展能够显著降低地区碳排放水平，推动低碳发展。第二，我国数字经济和低碳发展存在显著的空间正相关性，数字经济的发展，不仅能够对本地的低碳发展产生促进作用，还对临近地区的低碳发展具有空间溢出效应。第三，我国东、中、西部地区的数字经济对低碳发展的作用程度不同，西部地区数字经济的碳减排效果明显高于东部地区。
（二） 对策与建议
根据以上研究结论，提出以下几点对策建议：
1. 积极推动数字经济发展
政府应制定促进数字经济发展的政策，包括降低市场准入门槛、提供优惠税收政策、优化知识产权保护等，为数字经济发展提供良好的政策环境。各地政府还应以建设高速宽带网络为基础，推动各地建设数字化智能化的基础设施；
加强数字技术研发和创新，培育数字经济发展的新动能，培养适应数字经济需求的高素质人才，提高数字经济的人才供给能力；
加强数字经济与传统产业的结合，推动数字技术在各个领域的应用，提升传统产业的效率和竞争力。
2. 重视数字经济的空间溢出效应
各省份及地区之间应加强数字经济合作与交流，分享经验和资源，促进共同发展。地区之间在进行数字经济合作时，既要注重自身数字经济发展带来的碳减排成效，也要关注其他地区数字经济发展对自身低碳发展的溢出效应。各地通过加强合作与交流，形成数字经济合作圈，充分发挥数字经济的碳减排作用，以实现低碳发展。
3. 充分利用地区优势促进数字经济发展
我国东部地区数字经济发展现状较为先进，各种数字技术和商业模式得到广泛应用，中、西部地区数字经济发展较东部地区滞后，但近年来有了迅速发展的趋势。东部地区的优势在于产业基础、人才资源和金融资源；
中部地区的优势在于地理位置和转型潜力；
西部地区的优势在于资源丰富、政策支持和市场需求。各地区应充分利用自身优势，发展具有地区特色，符合地区现状的数字经济模式。
［参考文献］
[1]TAPSCOTT D. The digital economy：
promise and peril in the age of networked intelligence[M]. New York：
McGrawHill， 1996.
[2]赵滨元.数字经济对区域创新绩效及其空间溢出效应的影响[J].科技进步与对策，2021 （14）：3744.
[3]徐振剑，吕拉昌，辛晓华.中国城市数字经济发展空间分异及其影响因素[J].经济纵横，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]刘潭，徐璋勇.数字经济、异质性技术创新与二氧化碳排放[J].科技进步与对策，2023 （13）：110.
[6]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（10）：6576.
[7]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）：7378.
[8]徐振剑，吕拉昌，辛晓华.中国城市数字经济发展空间分异及其影响因素[J].经济纵横，2023（8）：7179.
[9]王栋.数字经济发展对就业影响研究：基于我国部分城市数据的实证分析[J].价格理论与实践，2020（12）：156159.
[10]司增绰，李燕.数字经济带来的城乡居民消费差距缩小效应[J].中国流通经济，2022 （10）：6979.
[11]赵放，李文婷.数字经济赋能经济高质量发展：基于市场和政府的双重视角[J].山西大学学报（哲学社会科学版），2022 （5）：4150.
[12]孙耀武，胡智慧.数字经济、产业升级与城市环境质量提升[J].统计与决策，2021 （23）：9195.
[13]安孟，张诚.数字经济发展能否提升中国区域创新效率[J].西南民族大学学报（人文社会科学版），2021 （12）：99108.
[14]刘明达，蒙吉军，刘碧寒.国内外碳排放核算方法研究进展[J].热带地理，2014 （2）：248258.
[15]张露，宋媛.京津冀产业结构优化对碳排放的影响研究：基于动态面板的系统GMM模型和VAR模型[J].资源与产业，2020 （6）：1828.
[16]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WW·WW资源与环境，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]齐昕，郭薛南.新兴经济体国家城镇化发展对碳排放影响的比较研究[J].生态经济，2022 （3）：101108.
[19]刘晓晗，朱泯静.空间溢出效应下的环境规制影响碳排放强度路径分析[J].生态经济，2022 （11）：4449.
[20]莫姝，王婷.金融发展对碳排放强度影响的空间效应研究[J].环境科学与技术，2022 （5）：126134.
[21]林晓洁，王长建，汪菲，等.香港能源消费碳排放的演变趋势及其影响因素[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]刘子成，燕志鹏.碳排放、煤炭消费与经济发展的脱钩效应分析[J].经济问题，2023（7）：3843+128.
[24]郝瑞军，魏伟，刘春芳，等.中国能源消费碳排放的空间化与时空动态[J].环境科学，2022 （11）：53055314.
[25]宋苑震，曾坚，王森，等.中国县域碳排放时空演变与异质性[J].环境科学，2023 （1）：549559.
[26]王少剑，谢紫寒，王泽宏.中国县域碳排放的时空演变及影响因素[J].地理学报，2021 （12）：31033118.
[27]王维国，王永玲，范丹.数字经济促进碳减排的效应及机制[J].中国环境科学，2023 （8）：44374448.
[28]费威，于宝鑫，王维国.数字经济发展与碳减排：理论推演与实证检验[J].经济学家，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]霍晓谦，张爱国.数字经济对碳排放强度的影响机制及空间效应[J].环境科学与技术，2022 （12）：182193.
[31]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，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
［责任编辑 田春霞］
［基金项目］河北省社会科学基金项目“京津冀碳排放治理的府际市场化生态补偿机制研究”（HB20YJ009）
［作者简介］杜丽娟（1964—），女，天津人，博士，华北理工大学经济管理学院教授，硕士生导师；
苗英（1997—），女，河北邯郸人，华北理工大学经济管理学院硕士研究生；
任伟（1981—），女，河北唐山人，博士，华北理工大学经济管理学院副教授，硕士生导师。［摘要］为研究我国数字经济对低碳发展的驱动作用，基于我国30个省份2011—2021年的面板数据，运用固定效应模型验证了我国各省数字经济对低碳发展的驱动效应；
运用空间杜宾模型对数字经济影响低碳发展是否存在空间溢出效应进行实证分析，并进一步验证了不同地区数字经济对低碳发展影响的异质性。实证研究结果表明，我国数字经济发展能够显著推动地区低碳发展，并且存在地区异质性和空间溢出效应。