数字新基建、绿色技术进步与低碳经济转型.docx

第41卷第1期2024年1月Vol. 41 No. 1Jan.2024经济经纬EConOmiCSUrVey数字新基建、绿色技术进步与低碳经济转型张或（南京航空航天大学人文与社会科学学院，江苏南京211106）88888888888888888888888888888888888888888888888888摘要：立足中国2009-2021年31个省（区、市）面板数据，利用空间误差模型分析数字新基建、绿色技术进步对低碳经济转型的景乡响.结果显示:数字新基建与绿色技术进步均对低碳经济转型发挥显著推动作用，且二者与低碳经济转型之间存在显著空间关联性,该结论在经过一系列稳健性检验后依然成立；同时，数字新基建水平提升能够增强绿色技术进步对低碳经济转型的赋能效应汾样本研究结果表明，数字新基建与绿色技术进步对低碳经济转型的促进作用存在明显区域异质性，具体表现为东部地区显著而中西部地区不显著；门槛效应检验显示，绿色技术进步在数字新基建、低碳经济转型之间发挥门槛效应，在跨越门槛值后，东、中、西部地区数字新基建对低碳经济转型的助力作用均明显增强，且在西部地区更为显著；数字新基建的三层子维度均有利于低碳经济转型，其中融合基础设施建设的正向赋能效应最强.关键词：数字新基建；绿色技术进步；低碳经济转型；绿色全要素生产率；碳排放基金项目：江苏省社会科学基金项目（22FXC001）作者简介：张魂（1989-）,女，江苏南京人，博士，讲师，主要从事碳排放权交易研究。中图分类号：F124.3;F49文献标识码:A文章编号:1006-1096（2024）01-0057-13收稿日期:2023-07-21引言2021年2月，国务院发布关于加快建立健全绿色低碳循环发展经济体系的指导意见，明确指出要"建立健全绿色低碳循环发展的经济体系，确保实现碳达峰、碳中和目标，推动我国绿色发展迈上新台阶”。立足于此，我国需落实低碳发展战略，重塑产业结构，调整生产方式，推动低碳经济转型（余群芝等,2022）.然而，现阶段中国仍面临基础设施覆盖率较低、垃圾处理设备匮乏、污水收集管网铺设数量不足等问题，整体环境基础设施缺口较大严重阻滞了低碳经济转型的步伐（张涛等,2023）。对此，党的二十大报告提出，要"优化基础设施布局、结构、功能和系统集成,构建现代化基础设施体系"，为低碳经济转型提供发展新思路。数字新基建作为低碳经济转型的重要驱动力量，能够推动大数据、人工智能、云计算等数字技术与产业发展高度契合，破除因环保基础设施缺乏造成的发展壁垒，为低碳经济转型夯实基础。作为环境与能源绩效可持续提升的重要抓手，绿色技术进步可补齐绿色技术市场短板，提升能源利用效率，降低能源消耗，满足低碳经济转型现实需求的同时，强化数字新基建对低碳经济转型的赋能效应o2022年12月，国家发改委、科技部联合印发关于进一步完善市场导向的绿色技术创新体系实施方案（20232025年），强调“到2025年,市场导向的绿色技术创新体系进一步完善,绿色技术创新对绿色低碳发展的支撑能力持续强化”，明确指出我国将绿色技术进步作为促进低碳经济转型的重要抓手。绿色技术进步通过降低单位能耗、减少碳排放等方式加快低碳技术产业化应用，助力环境可持续发展，驱动低碳经济转型。该过程中，数字新基建可为能源与污染治理等领域绿色技术提供多元数字应用场景，助力绿色技术进步与推广应用，赋能低碳经济转型本文立足绿色技术进步视角，将数字新基建与低碳经济转型纳入同一研究框架，丰富已有研究视角，以期为加快绿色转型步伐、赋能经济可持续增长提供政策依据。一、文献综述与研究假设（一）文献综述当前国内多数研究立足数字新基建、技术创新与经济发展两两间的关系进行经验分析。就数字新基建与经济发展的关系问题,刘凤芹等（2021）聚焦产业融合、多元化融资渠道等角度，指出新基建能够有效驱动中国经济新旧动能转换，实现经济包容性发展；吕守军等（2022）认为，新基建投资增长比率与经济增长比率呈正性相关，且新基建可通过投资的辐射作用加快技术改造与产业升级，有效驱动中国经济高质量发展；谭皓方等（2023）研究发现，数字新基建能够对经济高质量发展产生正向推动作用，且数字普惠金融发展与产业结构升级均在此过程中发挥中介效应。作为经济高质量发展的模式之一,低碳经济转型以低能耗、低污染为目标，可在一定程度上反映国家经济高质量发展水平。依据前述文献分析可以看出，已有多数研究探究数字新基建对经济高质量发展的影响，这也从侧面体现了数字新基建与低碳经济转型间的内在关联就绿色技术创新与绿色经济发展的关系问题，邵帅等（2022）发现，绿色技术进步以促进绿色技术创新与提升能源效率为主要方式,带动地区碳排放绩效提升，助力中国经济低碳转型发展；陈思杭等（2022）指出，绿色技术进步对绿色经济发展具有短期抑制作用与长期推动作用，且绿色经济发展对绿色技术进步具有长期助力作用，但影响效应相对较弱；冯锐（2022）认为，绿色技术创新在金融集聚影响绿色经济效率的过程中发挥中介作用，其影响效应受环境规制强度、污染程度与地理区位影响。绿色经济与低碳经济在本质上均属于可持续发展理念下的经济发展模式。已有学者围绕绿色技术创新与绿色经济发展的关系展开分析，为本文研究绿色技术进步与低碳经济转型间的影响机制提供了扎实的学理基础。关于新基建与技术创新的关系问题，庄雷等（2020）立足新时代基础设施建设需求，发现在金融发展水平的影响下，区域通信网络硬件基础设施对技术创新产出并未发挥显著推动作用，其影响效应呈U形特征；伍先福等（2020）研究指出，新基建能够提升新材料产业与生物产业技术效率，且对中西部地区产业技术效率的驱动作用相对显著；董媛香等（2023）指出，数字基础设施可强化组织绿色技术创新能力，助力企业降碳绿色转型。综合上述文献可以发现，已有学者针对新基建与技术创新展开探讨,但仅有少部分文献考察新基建与绿色技术创新的关系。需要注意的是,技术创新是指产品、工艺等取得“拓荒式"进展与革命性变革（郑江淮等，2023）,技术进步则指技能方法实现改进（刘维林等,2023）。因此,前述技术创新相关研究难以为厘清数字新基建与绿色技术进步的关系提供充足参考。部分国外学者也就基础设施建设与低碳经济转型、数字经济与低碳经济转型的关系进行考察。Jonathan等（2014）研究发现，城市基础设施建设是发展低碳经济的全新路径，可通过优化资源配置等方式提升气候治理能力;Bei等（2023）指出，数字经济发展能够以提升地区创新质量为路径，明显降低城市碳排放强度，促进经济低碳转型，且其影响效应呈动态可持续特征，同时，数字经济对经济低碳转型的助力作用在非资源型城市与环境规制强度较低城市的效果更为显著。可以知悉，数字经济可对低碳经济转型发挥显著促进作用o由此引发如下思考：数字新基建作为数字经济蓬勃发展的重要引擎，是否可对低碳经济转型发挥一定促进作用？若存在驱动效能，其内在机制如何？上述问题均为本文展开对数字新基建与低碳经济转型间关系的创新性探索提供启示。综观既有研究成果，国内学界已对新基建、绿色技术创新与经济发展两两间的关系展开了广泛探讨，为本文提供了丰富的研究思路。国外既有研究成果已证实数字经济与低碳经济转型具有密切关联。但现有研究仍存在如下不足：第一，数字新基建与绿色技术进步的关联性研究亟待丰富伴随数字新基建规模的进一步扩大，智能化生产要素对各行业领域的渗透作用逐步加强，可为技术研发效率与应用水平提升提供契机，然而针对数字新基建与绿色技术进步内在关联的探讨相对偏少，一定程度上存在研究空白.第二，研究视角存在局限。既有文献仅考察新基建、绿色技术创新与经济发展两两间的关系，以及数字经济对低碳经济转型的影响，并未直接对数字新基建、绿色技术进步与低碳经济转型三者间的关系进行深度解析。第三,研究方法固化。大部分学者针对新基建、绿色技术创新与经济发展两两间的直接影响展开深入探讨,但对区域异质性研究相对较少。故此，本文尝试从如下层面作出创新性贡献：第一，从理论分析与经验证据两方面入手，深入考察数字新基建与绿色技术进步的逻辑机理，在此基础上，综合考量数字新基建、绿色技术进步与低碳经济转型的内在联系，为低碳经济转型探寻全新发展思路。第二，引入空间计量模型,深入分析数字新基建、绿色技术进步与低碳经济转型的作用机制，并探讨东、中、西部地区异质性，为扎实推进低碳经济转型注入活力。（二）研究假设1.数字新基建对低碳经济转型的作用机制数字新基建凭借智能化、共享化与平台化特征,依托"数据+算法+算力”实现低碳经济转型。一方面,就数字新基建自身的“碳减排”效应而言，数字新基建可缓解传统基础设施建设对生态环境的负面影响，驱动低碳经济转型o具体而言，传统基础设施建设具有高投入与高能耗特征，对钢铁与水泥的消耗总量较大，引致碳排放量持续增加，不利于低碳经济转型。伴随边缘计算服务器设施的规模化部署，新型基础设施可助力产业形成云网融合、算网一体的网络架构和算力供给体系，推动工业互联网深入生产现场，以数据要素投入解决传统基础设施存在的能源消耗与碳排放量较高问题，有效驱动低碳经济转型。另一方面，数字新基建可降低碳消耗，带动低碳经济转型。数字新基建可完善交通基础设施建设，以车联网实现车辆电气化与自动化,依托数字技术构建智能交通场景，切实降低汽车能源消耗，赋能低碳经济转型.与此同时,数字新基建能够提高公共交通服务水平，推动新能源类型公共交通工具普及，带动社会群体转变出行习惯，为绿色出行模式夯实设施基础，助力低碳经济转型。假设1：数字新基建可赋能低碳经济转型。2 .绿色技术进步对低碳经济转型的作用机制新增长理论与内生增长理论认为，技术进步可作为经济增长的内源动能（何雄浪等，2022）,是助力经济发展效率提升的关键因素。与传统技术相比,绿色技术进步强调通过技术赋能推动节能减排、清洁生产等相关技术扩散（杨俊等，2022）,可通过微观、中观与宏观三个层面推动低碳经济转型。就企业微观层面而言，绿色技术进步可降低技术使用门槛，加大企业节能降碳技术应用力度。就产业中观层面而言，绿色技术进步能够提高新型能源存储与应用水平，降低产业能源投入成本与单位生产能耗，吸引产业变革能源使用结构与生产方式,提升绿色生产要素利用率；在此基础上,绿色技术进步能够为工业、交通、建筑等行业提供节能技术支持，提升资源利用与产出效率，切实提高低碳产品与绿色服务供给质量，为低碳经济发展提供动力源泉。就社会宏观层面而言，绿色技术进步可突破节能降碳核心技术研发瓶颈，增强绿色技术市场转化能力，推动国家绿色低碳专利多元化，引导绿色转型发展相关政策部署。由此，在绿色技术进步的作用下，我国社会环境将厚植绿色生态文化氛围，使经济发展逐步由高投入、高消耗的粗放式发展模式转变为低投入、高效能的集约型发展模式，赋能低碳经济转型。假设2:绿色技术进步可促进低碳经济转型。3 .数字新基建通过绿色技术进步促进低碳经济转型数字新基建作为科技进步发展与产业数字化的重要支撑力量，可持续提高信息基础设施能效，实现绿色技术进步降本增效,满足社会经济发展"碳减排”需求,从而赋能低碳经济转型（郭斌等，2021）。一方面，数字新基建能够聚焦生产源头与排放尾端，驱动低碳经济转型数字新基建可提供智能化平台，优化绿色技术研发信息传递渠道，布局共享型绿色技术发展网络，推动新能源、新材料等战略性新兴产业间信息共享与资源挖掘，为绿色技术进步夯实基础.进一步，在数字新基建助力下，绿色技术进步可从工业生产源头出发，加工合成新型生产原料,在提供更高原料转化率的同时,有效从源头降低"三废"产出量，实现"原位减量”与"嵌入治理"，推动低碳经济转型（朱洁西等，2023）.与此同时,数字新基建还可助力产业聚焦绿色技术进步,从能耗排放过程发力，优化污染物分解净化工艺，精简废弃物处理步骤，提升"三废"处理系统工作效率，增强污染物治理效果，助力低碳经济转型（宋德勇等，2021）.另一方面，数字新基建可赋能环保能源研究成果涌现，助力低碳经济转型.数字新基建可为产业提供机器视觉等相关设备，对回收废物废料进行定级，将可循环利用资源进行二次回收与处理，提高资源利用效率，放大绿色技术进步在产业生产与加工过程中的绿色效能，赋能低碳经济转型同时，数字新基建可完善能源集中管控平台，助力产业及企业深度分析不同能源种类所对应的能耗数据，推动其合理制定能源使用与消耗计划,增强对低碳经济转型的赋能效应（Lu。etal,2023）在数字新基建的带动作用下,绿色技术可进一步夯实"设施底座"，以数字储能技术与可再生能源技术为着力点，推动大量新型环保能源研究成果涌现0在此基础上，面对新型能源对市场的挤占效应，高污染、高能耗产业将逐渐变革发展方向，构建清洁低碳、可持续发展的绿色产业体系，提升绿色全要素生产率，从而助力低碳经济转型。假设3:数字新基建能够提升绿色技术进步对低碳经济转型的助力效能。二、模型设定、变量与数据（一）空间计量模型设定在产业关联、区域联动、要素流动等多元因素影响下,低碳经济呈现网络化空间联动效应（孙玉阳等，2020）也就是说,某一省份低碳经济转型发展水平可能受其他省份低碳经济发展水平的影响。因此,本文充分考虑低碳经济转型活动的空间相关性，使用空间计量模型探究数字新基建、绿色技术进步与低碳经济转型间的影响机制。空间计量模型主要分为空间误差模型（SEM）、空间滞后模型（SAR）及空间杜宾模型（SDM）（李雪等,2022）其中,SEM模型假定随机冲击是导致空间溢出效应的主要原因，其空间效应主要以误差项为传导途径；SAR模型假设被解释变量可通过空间交互作用对其他地区产生影响;SDM模型综合考量上述两种模型作用机制。据此,分别构建SEM、SAR与SDM公式如下：加“用乜匕o.(2)InIgt=PwInlC.+9tp.t+dniit+iXit+vt+Inlcejt=pWlnlcell+1gtpll+dnilt+,Xit+yw×lt+vt+q其中，式（1）代表空间误差模型，入为空间误差回归系数；式（2）代表空间滞后模型,p表示被解释变量空间回归系数；式（3）代表空间杜宾模型，p与Y分别为解释变量与被解释变量空间回归系数。另外1与t分别为省份、年份；W即空间权重矩阵M与Vt分别为个体固定效应与时间固定效应八。代与Tit均为随机扰动项;ICa即低碳经济转型;gtpit为绿色技术进步;dnijt代表数字新基建;X优为控制变量，包含经济发展水平、能源结构、产业结构、新型城镇化水平以及工业化水平。为进一步探析数字新基建在绿色技术进步对低碳经济转型的影响中发挥何种作用，在上述三种基本模型的基础上加入数字新基建与绿色技术进步的交互项（dni×gtp）展开检验。就空间权重矩阵而言，为客观准确分析数字新基建通过绿色技术进步对低碳经济转型的影响效应，参考韩凤芹等（2022）的研究,构建反距离权重矩阵与0-1邻接权重矩阵,具体公式如下：（1）反距离权重矩阵。该矩阵是基于地理距离的空间插值方法。其中为i省份与j省份省会城市间的直线距离。(4)(I,'fijrmlo.->（2）0-1邻接权重矩阵。该矩阵依据研究省份是否存在地理空间相邻关系设定；若存在地理空间相邻关系则赋值为1,反之则赋值为Oe(5)（3）经济地理嵌套矩阵。该矩阵综合考量研究样本间地理距离与经济联系。其中，Wd为地理距离倒数权重矩阵;diag代表对角矩阵：）指样本考察期内n省份年人均GDP均值占全国年人均GDP均值的比重。(6)WLWdXdiadm)（二）变量选取1 .被解释变量低碳经济转型（Ice）.一般而言，产业或经济转型程度普遍采用生产效率衡量。碳生产率是单位二氧化碳的GDP产出水平（刘秉镰等,2022）,可在一定程度上反映经济转型过程中碳资源综合利用效率。因此,研究借鉴任晓松等（2020）,使用单位二氧化破排放量带来的国民收入衡量低碳经济转型程度。鉴于省份层面碳排放相关数据缺乏，本文借鉴丁昕等（2022）的研究，构建如下公式测算与加总各类能源所产生的碳排放量：4CO2抖做量=C+G+G+G=EKjEj（7）上式中，&、C2、C3、C4分别表示社会用电、天然气、液化石油气、热水供暖与蒸汽供暖引致的二氧化碳排放量；Ki指代各能源排放二氧化碳折算系数：E,为各类能源消耗量。其中，热水供暖与蒸汽供暖消耗物料一股为原煤，鉴于当前集中供暖主要以中小型燃煤工业炉为主，使用70$热效率值计算。通常情况下，原煤平均低位发热量为20934KJKg.可运用供热量、原煤发热量以及热效率系数计算消耗原煤数量。在此基础上，计算二氧化碳排放系数(详见表1)O此外，参考任晓松等(2022)的做法，将能源利用效率(第二产业生产总值/能源消耗总量)作为碳生产率的替代指标.其值越大,说明低碳经济转型程度越高。表1二氧化碳排放系数能源类别系数值单位社会用电历年各区域电网基准线排放因子tCO2MWh天然气2.1245KgCO2Zm3液化石油气3.1056KgCO2Kg原煤1.9247KgCO2/Kg2 .核心解释变量(1)数字新基建(dni)。在国家发改委2020年4月发布的数字新基建划分方法基础上，借鉴李海刚(2022)的做法，立足信息基础设施、创新基础设施与融合基础设施三个维度，遴选8个二级指标构建数字新基建评价指标体系(见表2)o表2数字新基建评价指标体系目期一级指标二级指标指标说明单位属性信息基础设施通信网络建设水平4G、5G基站建设数量万个正向存力水平存储容量字节正向算力水平在建算力中心数量万个正向数字新创新基础设施科技建设水平国家级科技基础设施建设数量万个正向基建科教建设水平国家级科教基础设施建设数量万个正向产业技术创新水平国家工业产业化示范基地建设数量万个正向融合基础设施智能交通设施建设水平智做路网平台数取万个正向新能源设施建设水平新能源汽车充电桩数St万个正向(2)绿色技术进步(gtp)。借鉴任文函等(2023)的做法，使用全要素生产率表征绿色技术进步。针对全要素生产率测算方法，已有研究发现，使用SBM模型能够规避角度与径向选择差异所致影响。但由于SBM所测全要素生产率取值范围为OT之间,这对于效率值为1的有效单元而言.不便于比较全要素生产率高低。因此，本文使用SuperSBM模型，旨在有效解决各决策单元区分与排序问题。与此同时，GML模型作为开放式空间数据模型，可凭借丰富的空间数据表达技术、灵活的应用模式生成方法等优势，实现空间数据的表达与建模。结合上述分析，参照刘章生等(2023)的研究,综合运用SuperSBM方向性距离函数与GML生产率指标，测度绿色技术进步水平。首先，设定每个研究省份为生产决策单元(PDU),每个PDU中包含a种投入x=X，Xa)eR：；b种期望产出y=(y,yb)wR：；C种非期望产出Z=(Z-.zc)R二将第i个省份在t时期的投入与产出值表示为(XjLyj,最终得到测算绿色技术进步水平的生产可能性集合：/()l(y,)Imib>EAKA*；/；>0.(>)在测度绿色技术进步水平过程中，需考虑非期望产出对结果的影响如下SuperSBM模型：1-p=Inin3Z(tjE上)±S中“数值越大表示全要素生产率越高：X、y、U分别表示投入、向量。在此基础上，构建在T时期内的全域生产可能性集合P-Pt(Xt)=,故参考徐伟等(2021)的做法，构建(9)产出与非期望产出松弛量：尤为权重P1(x,)UP2(x2)UP(xt)o其中，P'（'）可表示为：r<xl>三（.）3'MW'a-a>0（W）.，,0.ll假设方向性向量为g=（gj,g2）,gRxR,全域方向性距离函数表示为Dc（xxy,z,gj,gz）=ma×（y+gy,z-gz）Pg（X）<,由此,可在SuperSBM模型方向性距离函数的基础上将GML指数表达式设定为：I"*1.rx*5<*.r*）（;v£7*（«*，'"/''/'yM）-（II）此外,测度结果与变量选取科学性具有密切联系，故本文选取能源、资本与劳动作为投入要素。其中，参考既有研究,能源投入要素通过原煤消耗总量反映（林伯强等，2020）;资本投入要素运用各省份企业固定资产净值与流动资金之和衡量（陈梦根等,2022）；劳动投入采用标准劳动强度的劳动时间表征。同时,选取绿色专利授权数量作为期望产出（俞会新等,2022）；将废水、废气及二氧化硫排放量作为非期望产出（田光辉等,2022）.3 .控制变量为避免其他影响因素干扰研究结果,参照韦东明等（2021）、郭彩霞等（2020）的研究,选取如下控制变量：（D经济发展水平（Ied）,使用人均国内生产总值的对数衡量.（2）能源结构（ers）,运用可清洁能源消耗量占地区能源消耗总量之比表征。（3）产业结构（is）,使用第三产业与第二产业比值表示。（4）新型城镇化水平（Nu）,运用人均公园绿地面积衡量。（5）工业化水平（il）,通过地区工业增加值占地区生产总值的比重反映。（三）数据说明研究选取2009-2021年中国31个省（区、市）面板数据（因港澳台数据缺失,予以剔除）作为样本,分析数字新基建、绿色技术进步与低碳经济转型间关系。研究主要数据来源为中国统计年鉴中国工业统计年鉴中国城市统计年鉴中国固定资产投资统计年鉴中国环塔充计年鉴中国能源统计年鉴、Wind数据库与EPS数据库。使用插值法将部分缺失数据补齐。同时，为消除异方差所引起的干扰与量纲问题，针对部分数据进行对数化处理。各变量描述性统计结果见表3。表3描述性统计结果变量名称样本数量平均值标准差最小值最大值被解释变量低碳经济转型（ICe）4030.94370.46150.15282.1562核心解释变量绿色技术进步（gtp）403123160.31460.11344.3628数字新基建（dni）4032.02960.9178L35344.7395控制变量经济发展水平（Ied）4036.08680.11354.241811.3571畿源结构（ers）4030.41370.37520.35950.6315产业结构（is）4032.62130.2518L34153.2172新型城镇化水平（nlu）4033.03560.0189126235.3417工业化水平（i）4032.23640.0846109464.2653三、检验结果与分析（一）空间相关性检验在展开空间计量回归分析之前，需检验低碳经济转型相关活动是否存在空间相关性。当前空间自相关检验方法主要有Moran'Sl指数法、CetiS-Ord指数法以及Geary'SC指数法。其中,Moran'Sl指数法应用相对广泛，能够衡量空间内变量聚集情况，有利于直观显现变量之间的相关关系、分布趋势以及集聚与分散特征。鉴于此,本文选择MOran'Sl指数法进行空间相关性检验,结果见表4。据表中数据可知,在考察期内，我国低碳经济转型在反距离权重矩阵、邻接权重矩阵与经济地理嵌套矩阵中的Moran,Sl回归系数均通过1%显著性检验,说明我国低碳经济转型存在显著空间集聚特征，并且具有正相关的空间依赖性，可使用空间计量模型进行后续研究。表4不同权重矩阵下低碳经济转型Moran,sI年份反距离权重矩阵邻接权重矩阵经济地理嵌套矩阵Moran,sI标准误P值Moran*SI标准误P值Moran'SI标准误P值20090.08513.14260.00200.39343.54820.00000.07153.16880.001020100.09433.36120.00000.43853.89810.00000.08153.12620.000020110.07822.97850.00100.37213.35410.00000.06422.87950.002020120.06842.62930.00400.34973.17850.00100.06582.72530.000020130.05422.28850.01100.32633.00250.00100.06312.76850.001020140.07332.81660.00300.38963.48340.00000.07292.93670.000020150.07382.84670.00200.38323.55260.00000.08352.85210.003020160.07792.96210.00200.37393.43380.00000.07342.99030.002020170.07843.01170.00100.36583.41150.00000.08493.01240.001020180.07202.84760.00200.33273.12570.00100.07172.74850.000020190.07352.89930.00200.32743.12460.00100.07522.98730.002020200.06422.67710.00400.28312.95230.00200.06552.6S210.001020210.06382.72640.00300.27252.72840.00300.06192.72340.0020(二)空间计量回归结果在展开空间计量回归前，需选择合适的空间计量模型。参考向宇等(2022)的做法，采用极大似然LM-Iag法检验空间误差模型与空间滞后模型的适用性。在此基础上，借鉴刘海英等(2023)的研究，提出更具稳健性的LM-Iag检验与LM-error检验。当LM-Iag通过显著性检验，而LM-error未通过显著性检验时，选用空间滞后模型；当LM-error通过显著性检验，但LM-Iag未通过显著性检验时，则选择空间误差模型；当二者均通过显著性检验时，则选用空间杜宾模型。为此，本研究分别对反距离权重矩阵、邻接权重矩阵与经济地理嵌套矩阵下的各类模型进行LM检验，具体结果见表5。表5不同权重矩阵下空间计量模型选择类型LM-IagRobustLM-1agLM-errorRobustLM-error反距离权重矩阵0.33152.0741704.0194427.3867邻接权重矩阵5.98360.5233255.6381-250.1523经济地理嵌套矩阵4.36990.2574221.3657E435.2419注：表示1%显著性水平通过检验。通过表5数据可知，空间误差模型检验效果明显优于空间滞后模型,因此，研究选用空间误差模型考察数字新基建、绿色技术进步与低碳经济转型间的关系。在确定空间计量模型后，通过如下步骤对空间误差模型进行回归：首先，展开Hausman检验。据结果显示，固定效应模型回归结果最佳,故选择固定效应进行估计；其次，使用LR检验分析模型是否存在个体效应或时间效应，选择个体与时间双固定空间误差模型展开回归分析：最后，在模型中加入数字新基建与绿色技术进步交互项.并对相应变量进行中心化处理，旨在规避可能存在的共线性问题。具体回归结果见表6。表6空间误差模型回归结果变量名称反距离权重矩阵邻接权重矩阵经济地理嵌套矩阵(1)(2)(3)(4)(5)(6)0.64870.5954E0.6018o0.57970.61740.5423oIngtP(0.1880)(0.1908)(0.1929)(0.1633)(0.1899)(0.1316)0.5667o0.5361o0.4331o(0.0957)(0.1855)(0.1375)0.0597,0.0478,0.0349InchiXIngtp(0.0145)(0.0276)(0.0097)controlsYesYesYesYesYesYesR20.79330.82950.78680.82950.78250.8311Log-L-19.2789-26.1998-25.6178-31.0645-27.1264-30.2850SpatialFEYesYesYesYesYesYesTimeFEYesYesYesYesYesYes注：*、*、*分别表示10%、5%和1%显著性水平通过检验.括号内数值为标准误。下同。据表6歹!J(1)(3)与(5)估计结果显示，数字新基建影响低破经济转型的回归系数在反距离权重矩阵与邻接权重矩阵下均通过1$显著性检验，说明数字新基建对低碳经济转型具有赋能效应，假设1得以验证。原因可能为：数字新基建可提供完善的算网系统，助力产业能源调配平台建设.从生产源头提高资源循环利-63用效率，助力低碳经济转型。由表6歹U(2)(4)和(6)回归结果可以看出，在加入数字新基建与绿色技术进步交互项后，绿色技术进步对低碳经济转型的回归系数在1*统计水平下显著为正.说明绿色技术进步对低碳经济转型存在显著正向影响，假设2得以验证。原因在于：绿色技术进步能够降低产业对于传统非再生能源的依赖性，提升能源产出效率，变革产业生产结构与生产方式，促进低碳经济转型。此外，数字新基建与绿色技术进步交互项的回归系数在两种权重矩阵下均显著为正,表明绿色技术进步对低碳经济转型的促进作用会随数字新基建水平的提升而增强，假设3成立。原因可能是：数字新基建能够为新兴产业信息共享与资源挖掘提供设施保障，带动绿色技术进步，从而提高排放污染物分解净化水平，驱动低碳经济转型。就控制变量而言，在三种权重矩阵下，经济发展水平、能源结构、产业结构、新型城镇化水平对低碳经济转型的影响系数均显著为正.说明上述变量均对低碳经济转型发挥正向影响。原因在于：地区经济发展水平与新型城镇化水平提升可加大各地对新能源、新材料、新技术的财政支持力度，促进社会各领域发展模式战略化转型，将低碳技术与理念贯彻落实在能源利用与城市布局方面，夯实低碳经济转型基础；能源结构与产业结构升级可强化地区数字技术创新应用能力，通过数字化绿色低碳技术促进生产过程清洁化、资源利用循环化，提高风能、氢能及太阳能在能源供给中所占比重，减少废弃气体排放量，助力低碳经济转型。工业化水平对低碳经济转型的回归系数为负，表明工业化水平可能阻滞低碳经济转型。原因可能在于：伴随工业化水平的不断提升，大规模工业生产与工业基础设施建设活动会引致碳排放量持续增加，抑制低碳经济转型发展。为深入解析数字新基建对低碳经济转型的空间关联与溢出效应，将总边际效应分解为直接效应与间接效应，详见表7。表7空间效应溢出分解变量名称反距商权由矩阵邻接权手矩阵经济地理嵌套矩阵直接效应间接效应总效应直接效应间接效应总效应直接效应间接效应总效应1.26274*1.4235*2.85811.2399*-1.5954-2.6634-1.5318-1.5423*-3.0741-(0.3652)(0.2909)(0.7107)(0.2812)(0.3449)(0.8036)(0.5152)(0.4717)(1.0697)Indni0.4399*0.5217-0.96160.54160.6388”1.18040.4327*0.36950.8022(0.1476)(0.1499)(0.3077)(0.1463)(0.2678)(0.3946)(0.1647)(0.1186)(0.2332)Ingtp0.67420.3684E1.0426E0.7128”0.43521.1480”0.6329,0.5287E1.1616-(0.1683)(0.1320)(0.3180)(0.2795)(0.0758)(0.4893)(0.2006)(0.1362)(0.3061)IndniXIngtp0.0568'”0.0324N0.0941,0.0617,0.0329,0.0897,0.0439,0.0164""0.0603B(0.0139)(0.0116)(0.0410)(0.0329)(0.0171)(0.0449)(0.0106)(0.0026)(0.0151)controlsYesYesYesYesYesYesYesYesYesR20.79330.82950.73120.78680.82950.85270.78250.83110.7633Log-L-19.2789-26.1998-20.2815-25.6178-31.0645-26.2314-27.1264-30.2850-27.2812SpatialFEYesYesYesYesYesYesYesYesYesTimeFEYesYesYesYesYesYesYesYesYes就总效应而言，三种权重矩阵下数字新基建与绿色技术进步交互项对低碳经济转型的影响系数均显著为正。值得一提的是，在经济地理嵌套矩阵下的总效应系数为0.0603,显著高于其他权重矩阵，说明数字新基建、绿色技术进步对低碳经济转型的空间溢出效应在考虑经济与地理双重因素时最强。就直接效应而言，在反距离权重矩阵、邻接权重矩阵与经济地理嵌套矩阵下，数字新