[关键词]产业数字化 碳生产力 绿色技术创新 能源消费结构 中介效应 异质性 数字技术水平 服务业
引言
温室气体排放，尤其是二氧化碳的排放使全球变暖问题日趋严峻，气候变化对人类生存和经济发展产生的影响已是不争的事实。据国际能源署《C02 Emissions in 2023》报告，随着世界经济逐渐从新冠肺炎疫情中复苏，2023年全球与能源相关的CO2排放量达到374亿吨的历史新高。因此，如何平衡经济发展与碳排放之间的关系是全球关注的焦点。而中国作为全球最大的能源消费国和CO2排放国，其每年的碳排放总量约占世界总量的1/3。对此，中国适时提出了“碳达峰”和“碳中和”的具体目标，并在党的二十大报告上提出“要加快发展方式绿色转型，积极稳妥的推进碳达峰碳中和”。但同时，中国也面临着经济发展的繁重任务。因此，如何在抑制碳排放同时促进经济增长成为中国现阶段所面临的巨大挑战。碳生产力作为衡量低碳经济发展的重要指标之一，是碳排放控制和经济发展两个目标的有机结合，在经济增长与环境保护之间建立了联系。提高碳生产力不仅是中国经济实现低碳发展的有效途径，也是提高能源效率、稳定经济增长的根本手段。因此，如何有效提高碳生产力，以协同推进降碳、扩绿、增长，已成为当前中国实现经济高质量和可持续发展的重要课题。
与此同时，随着数字技术的飞速发展和应用，数字经济作为新兴经济发展方式，可通过多种途径显着降低污染和碳排放，为可持续发展和“双碳”目标的实现提供了新动能。而伴随着数字技术的迅速发展并向各产业领域渗透，产业数字化，作为数字技术与产业相结合而产生的一种新突破，应用数字化技术有效提升了产业效率并升级了产业结构，其在经济社会中的贡献不断提高。根据中国信息通信研究院发布的《中国数字经济发展研究报告2023》，产业数字化占数字经济比重已由2007年的52.9%提升至2022年的81.7%，占GDP达33.9%。由此可见，产业数字化是我国未来经济发展的重要把握方向。无疑，产业数字化也将在经济、社会与环境等多领域产生重要影响。那么，产业数字化是否能够推进碳生产力的提升？其影响机制是什么？在不同的地区又是否存在异质性？探究上述问题不仅有助于理解产业数字化在环境保护和数字经济转型中的作用，也能够在现实层面为我国产业数字化的有效推进和双碳目标的实现提供路径支撑和决策依据。
1文献综述
碳生产力最早出现在Kaya和Yokobori（1997）的研究中，定义为单位碳排放的经济产出，用以描述经济增长与碳排放之间的关系。关于碳生产力的研究主要集中在对碳生产力的影响因素分析。碳生产力的影响因素是复杂多样的。部分学者使用因素分解法进行分析，部分学者借助空间分析方法定量考察多种社会因素对碳生产力的影响，发现人均GDP、技术和外商直接投资提高了碳生产力，能源结构、工业化和城市化降低了碳生产力。还有学者研究证实环境规制、产业结构、科技创新等对碳排放也存在影响。其中，经济增长被认为是影响碳排放的主要因素。而随着数字技术的飞速发展和应用，数字经济作为一种新的经济发展方式，其对低碳和可持续发展的影响也引起了学者们的广泛关注，但未达成共识。多数学者研究证实数字经济不仅具有显着的碳减排作用，对碳排放绩效也具有显着的正向影响。同时，数字经济还能够积极推动中国绿色全要素碳生产力提升，为实现“双碳”目标和可持续发展实现提供了新的动力。但也有学者指出，数字经济与碳排放之间存在非线性关系，也可能加剧碳排放。
随着数字经济与实体经济的深度融合，产业数字化已成为数字经济发展的重要部分，其在数字经济中的主导地位也在进一步巩固，逐渐为高质量发展注入新动能。对此，学者们开始关注到产业数字化及其对可持续经济社会的影响。己有研究可梳理为三方面：（1）产业数字化的内涵。产业数字化是指传统产业利用数字技术进行升级，从而提升生产数量以及生产效率的过程。《中国数字经济发展白皮书（2022）》较为权威的定义是：产业数字化为传统产业应用数字技术所带来的产出增加和效率提升部分；（2）产业数字化的经济效应。多数学者认为产业数字化具有明显的经济增长效应，可以直接促进产品的有效供给增加、推动产品品质升级，并有效推动国内居民的消费结构优化。产业数字化也能够将高危、污染与重复性的工作转为机械式流程，从而衍生出新零工经济，进而带动就业，缩小城乡之间的收入差距。同时，产业数字化还可赋能双循环的发展，增强经济韧性，促进经济保持高速稳定增长；（3）产业数字化的污染减排效应。产业数字化可以减少基础设施制造和运营阶段的能源消耗，减少生产中的浪费，从而对污染控制产生积极影响。数字化监管技术的应用也能够助力产业主体更好地监控环境变化，从而显着改善环境治理效果。
综上来看，既有研究对碳生产力的影响因素做了丰富探讨，尤其是在当前数字经济背景下，对数字经济的碳效应进行了多角度的研究。产业数字化作为数字经济发展的主要驱动因素也吸引了学者们的研究兴趣，并将其从数字经济中分离出来研究其对经济增长和污染减排的作用。但是在双碳目标背景下，鲜少有学者直接将产业数字化与碳排放联系起来。而随着数字技术与传统产业的深度融合，产业数字化正在从根本上重塑传统产业的生产和供给方式，已成为高质量发展的新动能，其无疑也是当前推进碳减排、提升碳生产力的重要力量。因此，立足于我国产业数字化的发展优势，深入研究产业数字化与碳生产力之间的关系，对于理解如何有效实施数字经济策略，以及如何在确保持续经济增长的同时实现低碳转型具有重要的理论和现实意义。
基于此，本文聚焦于产业数字化，（1）构建了2013～2021年中国30个省（区、市）的产业数字化水平综合指数，丰富了产业数字化测度的研究；（2）从理论和实证分析两方面深入研究产业数字化对碳生产力的影响及作用机制，不仅进一步细化和延伸了数字经济对碳排放的影响研究，也拓宽了产业数字化与碳生产力的研究，为低碳经济转型提供新的思路与途径；（3）本文分维度、分区域、分条件研究产业数字化对碳生产力的影响差异，并分析可能原因，有助于为政府对相关政策评估工具完善提供理论参考，同时为利用产业数字化发展带来的机遇及有效推进我国绿色低碳转型提供具有针对性的政策建议。
2理论分析和研究假设
2.1产业数字化对碳生产力的直接影响
产业数字化作为数字技术与产业相结合而产生的一种新突破，将数字信息技术应用到传统产业的生产过程、组织形式和业务推广中，不仅促进传统业务流程优化，还推动传统产业向智能化、高效化和绿色低碳化发展，为我国提高碳生产力、实现可持续发展提供了可能。（1）在产业数字化过程中，产业主体能够利用数字技术对生产全过程进行实时检测，并根据需求变化及时调整生产运营管理方式，从而做到精准决策。这不仅能够大大提高资源配置效率，减少能源浪费，还促进了产业效率的提升；（2）产业数字化通过物联网、云计算等数字技术重塑并升级了产业的传统结构，推动了产业的绿色转型。因此与传统产业模式相比，产业数字化具备更强的环保属性。如工业互联网已成为制造业转型的重要渠道。其以智能技术为主要支撑，支持制造资源的泛在连接、弹性供给和高效配置，使制造业生产逐渐呈现清洁、低排、低能耗特征，并促进其生产、能源效率的提高，进一步提升碳生产力。农业部门通过生产监测平台以及先进精确的遥感卫星技术，也能够显着提升资源使用效率和生产过程的精准度。服务业也致力于通过数字技术与创新实现业务流程的环境友好化，从源头减少碳排放，从而提升碳生产力。据此，本文提出假设1：
H1：产业数字化可以促进碳生产力的提升。
2.2产业数字化对碳生产力的间接影响
2.2.1绿色技术创新的中介效应
绿色技术创新在减少碳排放和提高环境可持续性方面的重要作用已被广泛接受。产业数字化主要通过以下3个方面影响绿色技术创新进而影响碳生产力。（1）产业数字化通过优化资源配置来促进绿色技术创新，进而影响碳生产力。具体而言，产业数字化的推进与扩张能够促进绿色产品和技术的投资增加，从而促进更多资源流向绿色产业，为企业研发活动提供更充足的资金支持。这也能进一步促进绿色技术的研发和应用，为碳减排和绿色发展提供支持。如工业和服务业企业可通过大数据分析，有效整合数据资源，更准确了解客户需求，从而促进环保和节能产品的开发：（2）产业数字化能提高绿色技术创新效率。产业数字化引入的数字技术具有一定“降成本效应”。企业借助数字技术能有效降低绿色创新资源的搜寻和匹配成本，同时减少创新活动中的资源浪费，从而提高绿色技术创新效率。此外，农业、工业、服务业等多部门的创新主体也能够通过数字网络整合绿色技术创新要素，进行跨区域、跨领域的协同创新，进一步提高绿色创新效率。而绿色创新效率的提升将从生产效率的提高等方面助力碳生产力提升；（3）产业数字化能激发企业的绿色创新动力。产业数字化有助于打破信息壁垒，可通过提供信息共享平台，缓解信息不对称、降低企业进行研发创新的不确定性，从而激励企业开展更多创新活动，进而有效赋能产业的绿色低碳发展、提高碳生产力。基于此，本文提出假设2：
H2：产业数字化通过促进绿色技术创新提升碳生产力。
2.2.2能源消费结构的中介效应
受能源结构约束，我国以煤炭消费为主的能源消费结构导致了碳排放量的激增。而产业数字化优化能源结构主要体现在：（1）通过提高能源利用效率，减少总体的能耗。产业数字化可以利用数字技术在生产、制造和消费过程中实现精准的数据采集与分析、实时追踪与监控各个过程中的能源消耗，从而明确诊断生产过程中的能效瓶颈，使能源管理和使用更加高效。如农业部门通过卫星遥感、智能灌溉系统等实现对农业资源的精准管理，工业部门生产过程中智能能碳管理系统的应用推动能源数据监测、用能分析等精细化管理，以及服务业部门使用的智能温控系统等均有效减少了能源的过度消耗和浪费；（2）促进能源结构向可再生资源转变。产业数字化通过数字技术的引用催生新型清洁产业，加速传统高污染、高能耗行业的结构调整与转型。在此过程中，也逐步降低高污染、高耗能行业的比重并减少对化石能源的依赖，推动形成低碳、可持续的能源消费结构。如农业部门利用大数据分析可以优化农业生产周期，推动生物能源与其他可再生能源的有效利用，从而降低对传统能源的依赖、减少碳排放。数字技术的应用也使可再生能源，如风能和太阳能的集成与运营变得更加高效，从而降低可再生能源相对于化石燃料的边际成本。这有利于更多的可再生能源进入市场，降低传统化石能源占比，从而降低总体碳排放，有效提高碳生产力。据此，提出假设3：
H3：产业数字化通过优化能源消费结构提升碳生产力。
3研究设计
3.1模型选择
3.1.1基准模型
为实证考察产业数字化对碳生产力的影响效应，基于前文理论分析，构建如下模型：
3.1.2中介效应模型
本文根据Reuben和David（1986）提出的中介效应检验模型，构建以下计量模型检验产业数字化对碳生产力的影响路径：
3.2变量选择
3.2.1解释变量
基于我国经济发展实际，数字技术在各行各业尤其是在传统行业中的不断渗透和普及，推动了产业数字化的快速发展，所以难以用单一量化指标衡量产业数字化。本文以我国三次产业分类体系为基础，结合以往关于产业数字化和数字经济的研究指标，从农业数字化、工业数字化、服务业数字化3个维度构建了产业数字化水平指标体系（表1）。
3.2.2被解释变量
本文根据碳生产力定义，用单位碳排放的经济产出，即GDP与碳排放总量的比值来衡量碳生产力。而碳排放计算主要依赖于能源消耗。本文参照IPCC和国家发改委能源研究所的方法，按照能源消费来计算碳排放总量。能源消费种类包括煤炭、汽油、煤油、焦炭、柴油、燃料油和天然气。具体计算公式如下：
3.2.3中介变量
绿色技术创新：相较于绿色专利授权量，绿色专利申请量更能够直接体现出知识成果，在一定程度上也直接反映了区域的创新能力和活力。所以本文选择绿色专利申请量来衡量绿色技术创新。
能源消费结构：煤炭为主的能源消费结构调整是推动碳减排、提高碳生产力的重要途径。对此，本文用煤和焦炭的消耗量总和占一次能源消费的比重来衡量能源消费结构。
3.2.4控制变量
本文参考已有研究选取以下控制变量：地区经济发展水平（ Ed）：用人均地区生产总值对数衡量；环境规制（Er）：通过工业污染治理投资占GDP百分比衡量；外商投资（Fdi）：采用外商投资总额对数衡量；城镇化水平（Urban）：用地区城镇人口占常住人口百分比衡量；人口规模（Pop）：用单位人口面积数量对数表示。
3.3数据来源及处理
受限于互联网相关数据的更新时间以及西藏、港、澳、台数据的严重缺失，本文使用2013～2021年30个省（区、市）的数据。数据主要来源于国家统计局、《中国能源统计年鉴》、《中国信息化与工业化融合发展水平评估报告》、阿里淘宝村研究报告、北京大学数字金融研究中心、国家知识产权局。缺失值用线性插值法进行补充。同时，本文运用熵值法对产业数字化水平进行测算。表2报告了各变量的描述性统计信息。
考虑到多重共线性会对模型估计结果产生影响。因此，为确保模型结果的准确性，在实证分析之前，本文通过方差扩展因子对面板数据进行了检验。检验结果显示任一变量的VIF值都低于10，说明变量之间不存在严重多重共线性。
4实证分析
4.1基准回归
通过Hausman检验对模型（1）进行了选择，证实模型适用于固定效应模型。同时为解决遗漏变量问题，本文选择双向固定效应模型进行估计。表3列（1）～（6）分别报告了未添加、依次添加控制变量时的回归结果。结果显示，无论是否添加控制变量，产业数字化的估计系数都在1%水平上显着为正，表明产业数字化对碳生产力具有显着的促进作用，证实了H1。
对于控制变量，地区经济发展水平、环境规制、外商直接投资的系数都显着为正，表明当前我国经济发展模式正逐渐从粗放型向低污染、低排放的绿色发展模式转变：环境规制力度的加大也提高了各个部门的排放成本，倒逼部门节能减排，有利于提高碳生产力。现阶段的外商直接投资也为环境改善提供了更多资金和技术，促进了环境友好型产品、服务和技术之间的交流，从而改善我国环境质量，成为提升碳生产力的有力手段。而城镇化和人口规模的系数显着为负，说明现阶段城镇化以及人口规模的扩张导致了较多的资源消耗和污染排放，不利于碳生产力的提升。
4.2稳健性检验
4.2.1内生性问题处理
考虑到产业数字化和碳生产力之间可能存在反向因果关系，本文进一步采用工具变量法缓解内生性问题。（1）参考易行健和周利（2018） 的研究，采用滞后1期产业数字化水平指数和全国产业数字化指数一阶差分的乘积作为工具变量。因为任一地区的产业数字化水平对全国水平变化趋势的影响都较小，故此工具变量可视为是外生有效的；（2）采用滞后1期的产业数字化水平作为工具变量。根据时序概念，当前碳生产力水平不会对以往产业数字化造成影响。基于此，分别使用2SLS进行估计。表4列（1）～（4）的结果显示，相关检验都拒绝了不可识别、过度识别和弱工具变量的原假设。在考虑工具变量后，产业数字化系数的方向和显着性不变，因此，本文研究结果具有稳健性。
4.2.2其他稳健性检验
本文还采用以下方法进行稳健性检验。（1）剔除直辖市。为避免四大直辖市的特殊性可能对结果造成影响，剔除其相关样本数据后进行回归：（2）缩尾处理。为克服一些极端值对研究的影响，使用Winsor2命令对数据进行了1%的双边缩尾处理；（3）改变计量方法。主成分分析法代替熵值法对产业数字化发展水平进行测算并回归。回归结果见表4列（5）～（7）。结果显示，产业数字化系数的符号和显着性均与前文保持一致，说明本文结果具有稳健性。
4.3异质性分析
4.3.1区域异质性分析
不同区域的资源禀赋和经济发展存在着巨大的差异。本文将样本划分为东、中、西部3个子样本进行分析。回归结果见表5列（1）～（3）。结果表明，产业数字化对东、中和西部地区的碳生产力均具有显着促进作用，与全样本的回归结果一致。但从东部到西部地区，产业数字化对碳生产力的影响系数依次增大。究其原因，东部地区的经济发展水平远高于中部和西部，在这种区域发展不均衡的背景下，中、西部地区的产业更加依赖于技术进步和数字化转型来实现跨越式的发展，所以产业数字化对碳生产力的提升作用更强。这也验证了产业数字化的渗透性以及普惠性，为解决更多的区域发展差距问题提供了思路。同时，东部地区在早期经济快速发展过程中已产生大量碳排放，导致产业数字化对碳生产力的提升作用受限。
4.3.2结构异质性分析
不同产业间数字化具有不同的特征，进而对碳生产力产生差异化影响。因此，本文根据产业数字化指标体系，围绕农业、工业与服务业数字化发展进行分维度回归。表5列（4）～（6）展示了回归结果。结果表明农业、工业和服务业数字化都能够显着提升碳生产力。但相比农业和工业数字化，服务业数字化对碳生产力的提升作用更为显着。可能原因是：在产业数字化过程中，农业信息基础设施较薄弱，工业数字化复杂难度大，所以数字化改造较慢，而服务业得益于我国强大的消费市场更容易接受数字化模式转型，也更有利于提升碳生产力。此外，服务业的数字化具有轻资产和高信息化的特点，能更直接贡献于经济的绿色增长，从而在提升碳生产力方面表现出更显着的正向效应。
4.3.3数字技术水平异质性分析
数字技术是产业数字化发展的必要条件，而我国各地区的数字技术水平存在明显差异。为比较分析产业数字化在不同数字技术水平下对碳生产力提升的有效性，本文根据域名数、网页数、IPv4地址数、互联网宽带接人用户数、信息传输、软件和信息技术服务业城镇单位就业人员数5个指标采用主成分分析法计算得到数字技术水平指数，并根据数字技术水平中位数将样本分为高和低数字技术水平。表5列（7）、（8）展示了回归结果。结果表明，在高和低数字技术水平地区，产业数字化均能促进碳生产的提升。但在低数字技术水平地区，产业数字化的促进作用更强。可能的原因是：数字技术水平低的地区，政府的政策和资金以及技术支持力度都较大，使得这些地区在利用数字化技术提升碳生产力方面动力更强。数字技术水平高的地区，云计算、数据中心等新型基础设施的建设和维护导致电力需求和能源消耗急剧增加，同时数字化带来的生产效率提升引发了反弹效应，从而导致能源消耗增加，不利于碳生产力的提高。
4.4机制检验
4.4.1绿色技术创新中介效应检验
表6列（1）～（3）给出了以绿色技术创新为中介变量时的回归结果。根据列（1），产业数字化对绿色技术创新具有显着的促进作用，且产业数字化水平每增加1单位，将提升绿色技术创新3.512单位。列（2）表明绿色技术创新能够有效提高碳生产力。列（3）中产业数字化和绿色技术创新的系数都在5%水平上显着为正，证实了绿色技术创新在产业数字化与碳生产力之间所发挥的正向中介效应，支持了H2。
4.4.2能源消费结构中介效应检验
同样，表6的列（4）～（6）给出了以能源消费结构为中介变量时的回归结果。列（4）和列（5）中产业数字化和能源消费结构的系数都显着为负，表明以煤炭为主的能源消费结构会显着降低碳生产力水平，但产业数字化能够优化这种能源消费结构。进一步，列（6）中产业数字化回归系数为正，能源消费结构回归系数方向不变，且都在1%水平上显着。这说明产业数字化通过优化能源消费结构提升了碳生产力，证实能源消费结构的中介效应。
5结论与启示
根据以上研究，本文主要结论如下：（1）产业数字化的发展显着促进了碳生产力的提升。在经过内生性及多种稳健性检验后，结果依然显着；（2）产业数字化对碳生产力的影响存在明显的区域和结构异质性。在中、西部和数字技术条件低的地区，产业数字化对碳生产力的提升作用更为显着。相比于农业和工业数字化，服务业数字化对碳生产力的提升作用更强；（3）产业数字化可以通过促进绿色技术创新、优化能源消费结构进一步提高碳生产力。
由此，提出以下政策建议：
（1）深入推进传统产业的数字化转型，为中国绿色和低碳经济发展注入新动能。①政府应加大对大数据、人工智能等数字基础设施的投入，加大对数字技术、数据要素的保护力度，以夯实产业的数字化基础：②积极部署产业数字化转型的相关政策，健全并完善相关税收、财政、金融等政策体系，以降低转型门槛，加速各产业内的数字化渗透，推动传统产业全面低碳化转型。
（2）因地制宜制定差异化的产业数字化发展策略，以充分发挥产业数字化对绿色低碳发展的巨大潜力。应大力推动智慧农业、工业互联网等领域的发展，对于数字化进程较快的服务业，可通过建立跨领域的产业间互动协调机制传递经验和技术到农业和工业领域，优化产业间的资源配置；各地区应根据自身的资源、政策等优势发展构建差异化的产业数字化结构，并通过加强跨区域的协作促进信息交流和技术合作。如加快推进“东数西算”建设，实现资源的高效利用与区域均衡发展。
（3）充分做好传统产业数字化转型的引导与支持工作，通过政策制定及颁布等为其数字化转型的方向与进程提供“软保障”。①政府应加快构建数据共享平台以及数据资源的供给，利用数据要素的优势打破信息技术壁垒，进而整合绿色技术创新要素、建立高效能数据中心和能源管理系统，充分赋能绿色技术创新以及能源结构的低碳化转型：②建立严格的数字技术监管平台加之配套的政策措施确保产业数字化进程符合绿色、低耗标准，进而倒逼产业主体加大科研投入、进行绿色创新和能源消费结构的改革，从而促进碳生产力提升。
