数字经济、技术创新与居民低碳消费

《Journal of Innovation & Knowledge》：Digital economy, technological innovation, and residents' low-carbon consumption

　　

数字经济以其低碳属性和激发知识创造的能力，是全球可持续努力的核心。本研究考察了其对居民低碳消费（low-carbon consumption）的影响，重点关注技术创新（technological innovation）的中介作用。利用中国30个省级地区（2011–2021年）的面板数据，基线结果显示，数字经济显著促进了居民低碳消费。这一发现在稳健性检验（robustness tests）和内生性检验（endogeneity tests）中仍然显著。然而，这种效应并非均匀分布。在地理上，促进效应在西部地区最强，而在东部和中部地区则为负或不显著。当根据经济发展阶段将省份划分为追赶型、领先型和基准型区域时，该效应在追赶型和领先型区域最为突出。相比之下，在基准型区域呈现出显著的负效应，这主要是由于“过度消费”和“隐性高碳消费”等反弹效应（rebound effects）。本研究验证了“数字发展→创新转化→消费升级”的路径，揭示了数字经济在不同区域的赋能效应与反弹效应之间的动态平衡，为设计差异化的低碳转型政策提供支持。

**论文解读文章**

**研究背景、问题与开展原因**

气候变化及其生态后果已成为全球共同挑战，推动绿色转型是普遍共识。作为全球最大的发展中国家，中国明确提出“碳达峰”和“碳中和”目标，并将绿色低碳发展作为质量变革、效率变革和动力变革的核心驱动力。在这一背景下，居民低碳消费作为连接生产端减排和生活端碳减排的关键环节，其重要性日益凸显。

现有研究虽从多角度探讨了数字经济对居民低碳消费的促进作用，但仍存在三个核心研究空白。第一，区域异质性分析多集中于城乡差异，未能充分关注不同发展水平区域的特征，因此不清楚数字经济在不同发展阶段的区域是否具有不同的碳减排效应。第二，技术创新中介机制的研究未能与消费端实际场景对接，缺乏对“数字投入→技术转化→消费转型”全链条传导逻辑的完整解释。第三，缺乏对数字经济赋能效应与反弹效应动态平衡机制的实证研究，特别是忽视了这些效应在不同发展阶段中的演化，导致对数字经济与居民低碳消费复杂相互作用的认识不足。

**研究内容、结论与意义**

为填补上述空白，本研究构建了“直接影响+中介传导”的理论分析框架，基于中国30个省级行政区2011–2021年的面板数据，采用固定效应模型和中介效应模型，以绿色专利作为技术创新的代理变量，实证检验了数字经济对居民低碳消费的直接影响以及技术创新的中介传导机制，并从地理区位和经济发展类型两个维度进行了异质性分析。研究结论表明：数字经济显著促进了居民低碳消费，该结论经过稳健性检验和内生性检验后依然成立；技术创新在二者之间发挥了部分中介作用；区域异质性显著，西部地区呈现正向效应，东部地区为负向效应，中部和东北地区不显著；在经济发展类型上，追赶型区域和领先型区域呈显著正向效应（追赶型区域更强），基准型区域呈负向效应。该研究验证了“数字发展→创新转化→消费升级”的完整链条，揭示了数字经济赋能效应与反弹效应在不同区域间的动态平衡，为设计差异化低碳消费政策提供了理论和实证支持。论文发表在《Journal of Innovation》。

**主要关键技术与方法**

本研究采用的主要关键技术方法包括：1）**熵权法（entropy method）**，用于客观赋权并构建数字经济综合发展指数和居民低碳消费综合评价指数；2）**固定效应模型（fixed-effect model）**，用于估计数字经济对居民低碳消费的基准回归效应；3）**中介效应模型（mediating effect model）**，以绿色专利授权总量（GIP1）、每万人绿色发明专利申请量（GIP2）和每万人绿色实用新型专利申请量（GIP3）作为技术创新代理变量，检验中介传导路径；4）**工具变量法（instrumental variable method）**，采用数字经济滞后一期作为工具变量处理内生性问题；5）样本来源为中国30个省级行政区2011–2021年的面板数据（不含西藏、港澳台）。

**研究结果**

（1）基准回归（Benchmark regression）
通过固定效应模型回归，在控制省份和年份固定效应及控制变量后，数字经济对居民低碳消费的回归系数为0.185，在1%水平上显著，验证了假设H1：数字经济的发展对居民低碳消费具有显著促进作用。

（2）稳健性检验（Robustness test）
通过替换被解释变量（以碳排放总量、人均碳排放量、人均消费支出替代）、调整研究样本（剔除极端值进行1%和5%缩尾处理）以及工具变量法进行内生性检验，核心结论依然稳健，表明数字经济对居民低碳消费的正向促进作用可靠。

（3）中介效应检验（Mediating effect test）
以GIP1、GIP2、GIP3作为技术创新代理变量进行中介效应检验。结果显示，数字经济对三个绿色专利指标均有显著正向影响；将数字经济与技术创新代理变量共同放入模型后，三个中介变量的系数均显著为正，且数字经济系数仍显著但数值下降，证明技术创新在数字经济促进居民低碳消费中发挥部分中介作用，验证了假设H2。其中，绿色实用新型专利（GIP3）的中介系数（0.012）高于绿色发明专利（GIP2，0.009）和授权总量（GIP1，0.008），表明消费端更依赖实用性、可快速转化的技术。

（4）异质性分析（Heterogeneity analysis）
**地理区位异质性：**将30个省份划分为东部、中部、西部和东北四大区域。结果显示，西部地区数字经济对居民低碳消费具有显著正向促进作用（系数0.220，5%水平显著）；东部地区系数为正但不显著；中部和东北地区不显著。进一步分析发现，东部地区数字经济对居民低碳消费呈倒U型非线性影响，且绿色能源消费比例的调节效应显著为负，表明东部地区存在“过度消费”和“隐性高碳消费”等反弹效应。
**经济发展类型异质性：**参照Wang等（2023）的分类，将省份划分为基准型、领先型和追赶型区域。结果显示，追赶型区域和领先型区域中的数字经济显著促进居民低碳消费（追赶型区域系数0.360，领先型区域系数0.323，均在1%水平显著），且追赶型区域效应更强；基准型区域则呈现显著负向效应（系数-0.299，5%水平显著），主要由于反弹效应抵消了赋能效应。

**讨论与结论总结**

讨论部分指出，本研究的核心发现包括：数字经济对居民低碳消费有显著正向直接效应，技术创新的部分中介作用，以及区域异质性特征。在与现有文献对话中，本研究确认了数字经济通过信息整合、成本降低等路径的直接赋能效应，并发现赋能是多个维度协同的结果，丰富了交易成本经济学在低碳消费领域的应用边界。对于技术创新的中介作用，本研究修正了“创新水平越高则低碳促进效应越强”的简单认知，揭示了消费场景更依赖实用型快速转化技术（如绿色实用新型专利）的关键作用。同时，本研究挑战了“数字经济促进低碳发展”的普遍假设，发现在经济发达和数字化程度高的东部及基准型区域，反弹效应（过度消费、隐性高碳消费）抵消了赋能效应，导致净效应为负，这揭示了区域发展阶段、产业结构和政策导向的调节作用。

研究结论部分（翻译）：数字经济显著影响居民低碳消费行为的采纳。即使考虑控制变量或应用固定效应调整，数字经济对低碳消费的回归系数仍在1%显著性水平上保持强正效应。在替换被解释变量、应用缩尾处理以及进行内生性检验后，该结果仍然稳健，表明数字经济持续鼓励居民参与低碳消费行为。技术进步在这一关系中扮演关键中介角色。数字经济增长提高了绿色专利授权总量、每万人绿色发明专利申请量以及绿色实用新型专利申请量。将技术创新纳入模型后显示其发挥了部分中介效应，凸显了生产技术创新、消费工具创新和服务模式创新在支持低碳行为中的作用。数字经济的影响存在区域差异：西部地区受到显著促进，中部和东北地区无显著效应，东部地区呈负向影响。在省份类型异质性方面，追赶型区域和领先型区域的促进效应显著（追赶型区域更强），而基准型区域呈负向影响。这些差异源于各地区在数字经济采用阶段、产业结构、政策重点和消费者行为方面的区别。