數(shù)字經(jīng)濟(jì)對我國居民消費碳排放影響

班楠楠,張瀟月

數(shù)字經(jīng)濟(jì)對我國居民消費碳排放影響

班楠楠*,張瀟月

(東北財經(jīng)大學(xué)薩里國際學(xué)院,遼寧 大連 116023)

基于2000～2020年我國30省區(qū)的面板數(shù)據(jù),綜合測算了不同層次需求下各省區(qū)居民消費碳排放量和數(shù)字經(jīng)濟(jì)發(fā)展指數(shù),運用空間計量模型開展回歸分析和空間效應(yīng)分解,并對數(shù)字經(jīng)濟(jì)與總體消費碳排放進(jìn)行門檻效應(yīng)分析,考察數(shù)字經(jīng)濟(jì)對居民消費碳排放的影響.研究發(fā)現(xiàn):(1)我國居民消費碳排放整體上升,呈現(xiàn)出東高西低并且向中東部集中的趨勢.(2)直接消費碳排放是我國居民消費碳排放的主力,但隨著社會發(fā)展,其在總體消費碳排放中的占比呈下降趨勢,間接消費碳排放比重增加.(3)數(shù)字經(jīng)濟(jì)的發(fā)展能夠顯著增加本省及鄰近地區(qū)居民間接消費碳排放以及其中本省的生存型間接消費碳排放;然而,進(jìn)一步研究發(fā)現(xiàn)數(shù)字經(jīng)濟(jì)與總體消費碳排放之間具有“倒U”型關(guān)系,數(shù)字經(jīng)濟(jì)在達(dá)到較高的發(fā)展水平后能夠促進(jìn)居民消費碳減排.綜上,建議進(jìn)一步推動數(shù)字經(jīng)濟(jì)發(fā)展,加強(qiáng)對綠色生產(chǎn)生活的引導(dǎo),從而助力實現(xiàn)“雙碳”目標(biāo).

數(shù)字經(jīng)濟(jì)；居民消費；碳排放；需求層次差異；空間回歸

我國是世界上能源消費和碳排放總量最大的國家,“雙碳”目標(biāo)的實現(xiàn)依然任重道遠(yuǎn).新時期從哪些碳排放主體入手、采取什么行動有效降低碳排放成為當(dāng)前亟待解決的問題.與此同時,作為拉動我國經(jīng)濟(jì)增長的第一動力,消費對經(jīng)濟(jì)發(fā)展具有基礎(chǔ)性作用.近年來,我國經(jīng)濟(jì)“雙循環(huán)”以及各項擴(kuò)大內(nèi)需舉措不斷深入開展,居民消費總額不斷攀升,居民消費碳排放成為碳排放的新增長點,碳排放重點由生產(chǎn)側(cè)向消費側(cè)轉(zhuǎn)移[1].《政府與企業(yè)促進(jìn)個人低碳消費的案例研究》(2021年)顯示,我國2021年居民消費產(chǎn)生的碳排放接近30億t,約為2002年的2.27倍.居民消費水平的提高引起了學(xué)者對消費結(jié)構(gòu)變動的關(guān)注,目前主流的消費資料劃定基于恩格斯提出的生存型、發(fā)展型和享受型消費[2].不同類型消費具有不同特點,生存型消費開支比較穩(wěn)定且總量較大,消費產(chǎn)品主要為維持生活所需的初級產(chǎn)品即低技術(shù)低環(huán)保產(chǎn)品;發(fā)展型消費滿足人們對更加優(yōu)質(zhì)便利生活的追求,其產(chǎn)品主要為高技術(shù)低環(huán)保產(chǎn)品;享受型消費主要滿足消費者的精神需求,其產(chǎn)品具有高技術(shù)高環(huán)保的特點[3].消費所產(chǎn)生的碳排放則還可以按商品是否直接產(chǎn)生碳排放分為直接消費碳排放和間接消費碳排放.前者主要為購買能源類商品直接產(chǎn)生的CO2排放;后者為購買非能源類商品中蘊含的從加工至達(dá)到出售狀態(tài)所產(chǎn)生的碳排放,現(xiàn)有研究常按需求層次將其同樣劃分為生存型、發(fā)展型、享受型間接消費碳排放[4].

隨著互聯(lián)網(wǎng)技術(shù)的不斷發(fā)展,數(shù)字賦能深度碳減排的潛力不斷擴(kuò)大.數(shù)字技術(shù)能夠與主要碳排放領(lǐng)域深度融合,優(yōu)化能源結(jié)構(gòu),降低生產(chǎn)成本,幫助科學(xué)決策,有效降低供給端碳排放;然而,《數(shù)字碳中和白皮書》(2021年)顯示,在數(shù)字化轉(zhuǎn)型階段,ICT產(chǎn)業(yè)尤其是ICT服務(wù)業(yè)碳排放會迅速增長,增加碳減排壓力.作為數(shù)字技術(shù)發(fā)展的產(chǎn)物,數(shù)字經(jīng)濟(jì)發(fā)展規(guī)模不斷擴(kuò)大,2020年我國數(shù)字經(jīng)濟(jì)規(guī)模已達(dá)到39.2萬億元,較2002年增長近33倍[5],愈發(fā)凸顯出數(shù)字經(jīng)濟(jì)作為國民經(jīng)濟(jì)“穩(wěn)定器”和“加速器”的重要作用.并且,在國際局勢復(fù)雜多變、實體經(jīng)濟(jì)發(fā)展受阻等因素的干擾下,數(shù)字經(jīng)濟(jì)依然顯示出強(qiáng)大的發(fā)展?jié)摿?成為促進(jìn)消費的強(qiáng)勁動力.當(dāng)數(shù)字經(jīng)濟(jì)與居民消費的聯(lián)系日益凸顯,研究數(shù)字經(jīng)濟(jì)對居民消費碳排放的影響,對進(jìn)一步降低碳排放、實現(xiàn)高質(zhì)量發(fā)展具有重要意義.

已有研究認(rèn)為消費者活動產(chǎn)生的碳排放遠(yuǎn)高于其帶來的效益,并且諸如消費選擇、經(jīng)濟(jì)增長等因素均會對碳排放產(chǎn)生影響[6-8].消費碳排放影響因素測度方法主要包括IPAT或STIRPAT模型、Kaya恒等式與對數(shù)平均權(quán)重分解(LMDI)法、空間回歸模型等[9-10].對于該領(lǐng)域的探討呈現(xiàn)出研究區(qū)域和研究內(nèi)容不斷細(xì)化的發(fā)展趨勢,研究范圍從國家和省級層面向縣市層面拓展[11],所研究的碳排放影響因素也在傳統(tǒng)測度模型基礎(chǔ)上擴(kuò)展至特定要素,如城鎮(zhèn)化、數(shù)字金融等,對碳排放具有提升或抑制作用,并存在一定的時間和空間效應(yīng)[12-13].這些研究對于通過發(fā)展特定領(lǐng)域降低居民消費碳排放具有良好的指導(dǎo)意義.

對于數(shù)字經(jīng)濟(jì)與居民消費碳排放之間的關(guān)聯(lián),目前雖尚未有研究進(jìn)行過多討論,但數(shù)字經(jīng)濟(jì)與消費和與碳排放之間的關(guān)系已在相關(guān)研究中得到證實.研究表明數(shù)字經(jīng)濟(jì)對于居民消費規(guī)模、消費結(jié)構(gòu)、消費方式等均具有正向作用[14-16].而對于數(shù)字經(jīng)濟(jì)對碳排放的影響,一方面,學(xué)界對數(shù)字經(jīng)濟(jì)的碳減排潛力給予肯定,認(rèn)為數(shù)字經(jīng)濟(jì)能夠通過數(shù)據(jù)生產(chǎn)要素、數(shù)字科技革命推動低碳轉(zhuǎn)型,提升能源利用效率[17],并且其發(fā)展水平提高會使碳減排效應(yīng)更加明顯[18].另一方面,部分研究對目前發(fā)展水平下數(shù)字經(jīng)濟(jì)對碳排放的抑制作用提出質(zhì)疑,認(rèn)為目前對數(shù)字經(jīng)濟(jì)碳足跡占全球溫室氣體排放量比重的估計值均存在低估現(xiàn)象,數(shù)字經(jīng)濟(jì)發(fā)展顯著提升了全球碳排放[19];研究發(fā)現(xiàn)數(shù)字經(jīng)濟(jì)發(fā)展在環(huán)京城市和經(jīng)濟(jì)強(qiáng)市能推動城市碳減排,而在非經(jīng)濟(jì)強(qiáng)市則加劇了碳排放[20].因此,目前數(shù)字經(jīng)濟(jì)能否降低碳排放仍有待進(jìn)一步討論.

通過梳理文獻(xiàn)發(fā)現(xiàn),研究居民消費碳排放驅(qū)動因素仍以傳統(tǒng)模型中的要素為主,且鮮少劃分需求層次;對數(shù)字經(jīng)濟(jì)現(xiàn)階段的碳減排作用褒貶不一,數(shù)字經(jīng)濟(jì)與居民消費碳排放的關(guān)系仍有待探討;多個居民消費碳排放影響因素均具有顯著的空間效應(yīng),但基于空間視角的研究依然較少.基于此,本文以不同省份居民消費碳排放為研究對象,綜合我國2000～2020年30省、區(qū)(港澳臺及西藏地區(qū)資料暫缺)的面板數(shù)據(jù),對居民的直接和間接消費碳排放進(jìn)行測度,運用熵值法對我國數(shù)字經(jīng)濟(jì)發(fā)展水平予以賦值,利用空間計量模型開展空間回歸及空間效應(yīng)分解,探究數(shù)字經(jīng)濟(jì)對居民消費碳排放的影響及空間特性,并進(jìn)一步運用門檻模型探究二者的非線性關(guān)系,最后得出結(jié)論并提出建議.

1 理論分析與研究假設(shè)

通過降低交易成本及收入與消費的不確定性、提升收入水平、緩解流動性約束和拓寬社會網(wǎng)絡(luò)機(jī)制等方式,數(shù)字經(jīng)濟(jì)的發(fā)展促進(jìn)了消費規(guī)模擴(kuò)大與消費結(jié)構(gòu)升級,同時催動了消費碳排放的增長[13,21].目前我國居民消費碳排放仍以基礎(chǔ)消費產(chǎn)生的碳排放即直接消費及生存型間接消費碳排放為主[4,22].隨著經(jīng)濟(jì)社會的發(fā)展,我國直接能源消費碳排放以及各需求層次下的人均間接消費碳排放總體上升,其中多數(shù)省份生存型人均間接碳排放上升勢頭較強(qiáng),而發(fā)展型和享受型人均間接碳排放上升則相對緩慢[23-24].結(jié)合上文對消費類型及產(chǎn)品特點的界定,由于直接消費碳排放主要為能源消費,通過數(shù)字渠道進(jìn)行購買的機(jī)會相對較少且居民的能源需求量較為固定,故推測數(shù)字經(jīng)濟(jì)對其影響相對較小;而能夠產(chǎn)生間接消費碳排放的主體大都能夠通過數(shù)字渠道購得,加之其中生存型商品為間接消費碳排放主力,故推測數(shù)字經(jīng)濟(jì)對該部分的影響與消費碳排放變化趨勢總體保持一致.因此數(shù)字經(jīng)濟(jì)可能對消費碳排放產(chǎn)生正向的拉動作用,并主要影響間接消費碳排放尤其是生存型間接消費碳排放.據(jù)此,本文提出以下假說:

假說1:目前數(shù)字經(jīng)濟(jì)的發(fā)展能夠提升居民消費碳排放.

由于研究范圍為我國30省、區(qū),空間跨度較大,因此空間特性和區(qū)域關(guān)聯(lián)成為本文必須要考察的內(nèi)容.根據(jù)我國數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)具有顯著共享性與空間溢出的特征,結(jié)合數(shù)字經(jīng)濟(jì)對居民消費的影響,推測其對居民消費碳排放的空間效應(yīng)產(chǎn)生機(jī)制:第一,能夠打破時空壁壘,加強(qiáng)區(qū)域聯(lián)系,緩解信息不對稱,提升居民消費便利性,促進(jìn)商品跨區(qū)域流動,拉動區(qū)域整體消費水平,同時增加消費碳排放[25];第二,通過技術(shù)溢出優(yōu)化地區(qū)產(chǎn)業(yè)結(jié)構(gòu),通過知識溢出提高生產(chǎn)率、促進(jìn)產(chǎn)業(yè)集聚,推動區(qū)域協(xié)同發(fā)展,從而增加區(qū)域間人口流動、提升人民的收入水平與消費水平[26],進(jìn)而提升消費碳排放水平;第三,通過合理資源配置和提升流通效率促進(jìn)城鄉(xiāng)融合發(fā)展,提升經(jīng)濟(jì)發(fā)展水平,縮小城鄉(xiāng)居民收入差距,推進(jìn)共同富裕,充分發(fā)揮居民消費潛力,提升總體消費及碳排放水平[27].此外,研究發(fā)現(xiàn)我國居民消費碳排放行為、數(shù)字經(jīng)濟(jì)與居民消費以及碳排放的影響因素均存在空間相關(guān)性[28-30],故數(shù)字經(jīng)濟(jì)與居民消費碳排放應(yīng)同樣具有空間相關(guān)特征.據(jù)此,本文提出以下假說:

假說2:數(shù)字經(jīng)濟(jì)對居民消費碳排放的影響存在空間效應(yīng).

在消費結(jié)構(gòu)升級的背景下,另有部分學(xué)者發(fā)現(xiàn)數(shù)字經(jīng)濟(jì)對居民消費的拉動作用主要表現(xiàn)在促進(jìn)發(fā)展型和享受型商品的購買上[31].同時,數(shù)字經(jīng)濟(jì)發(fā)展所帶來的產(chǎn)業(yè)結(jié)構(gòu)調(diào)整及數(shù)據(jù)生產(chǎn)要素、數(shù)字技術(shù)和數(shù)字科技革命等也能夠降低碳排放[32-33].因此,數(shù)字經(jīng)濟(jì)推動碳減排的潛力不容忽視.研究表明數(shù)字經(jīng)濟(jì)與碳排放的關(guān)系符合環(huán)境庫茲涅茨法則(EKC),即經(jīng)濟(jì)發(fā)展水平與環(huán)境壓力之間具有“倒U”型關(guān)系[34].由于數(shù)字經(jīng)濟(jì)與居民消費關(guān)系密切,故推測數(shù)字經(jīng)濟(jì)的發(fā)展與居民消費碳排放應(yīng)同樣滿足EKC假說,只是在目前階段國內(nèi)數(shù)字經(jīng)濟(jì)總體發(fā)展水平尚處于節(jié)點左側(cè),對化石能源依賴較高,數(shù)字基礎(chǔ)設(shè)施有待完善,信息技術(shù)的發(fā)展增加了商品生產(chǎn)運輸過程碳排放,區(qū)塊鏈技術(shù)、信息通信技術(shù)也增加了碳排放[35-37],故總體表現(xiàn)為增加居民消費碳排放的狀態(tài);隨著數(shù)字技術(shù)的不斷發(fā)展,其自身能源利用率的提升、對居民消費習(xí)慣與消費結(jié)構(gòu)的改造等能夠推動其逐漸達(dá)到提升碳排放的峰值,最終有效降低消費碳排放.據(jù)此,本文提出以下假說:

假說3:數(shù)字經(jīng)濟(jì)對居民消費碳排放存在先增加后抑制的“倒U”型關(guān)系.

2 研究設(shè)計與模型構(gòu)建

2.1 樣本選擇和數(shù)據(jù)來源

選取我國2000～2020年30省、區(qū)的面板數(shù)據(jù)作為樣本進(jìn)行考察.人口、消費、能源使用等數(shù)據(jù)均來自國家和各地區(qū)統(tǒng)計局編制的統(tǒng)計年鑒.數(shù)字經(jīng)濟(jì)的相關(guān)指標(biāo)來自2000～2020年《中國城市統(tǒng)計年鑒》.在居民直接消費碳排放核算中,能源碳排放系數(shù)和折算標(biāo)準(zhǔn)煤系數(shù)參考《省級溫室氣體清單編制指南》(發(fā)改辦氣候〔2011〕1041 號)以及《中國能源統(tǒng)計年鑒2021》附錄4“各種能源折標(biāo)準(zhǔn)煤參考系數(shù)”,居民能源消費數(shù)據(jù)來自《中國能源統(tǒng)計年鑒》中對應(yīng)省份的“能源平衡表(實物量)”.在居民間接消費碳排放核算中,產(chǎn)業(yè)能源排放數(shù)據(jù)來自《中國能源統(tǒng)計年鑒2021》,居民消費數(shù)據(jù)來自全國投入產(chǎn)出表和各地統(tǒng)計年鑒.部分?jǐn)?shù)據(jù)來源于中經(jīng)網(wǎng)統(tǒng)計數(shù)據(jù)庫和EPS數(shù)據(jù)平臺.

2.2 研究方法與變量定義

2.2.1 居民消費碳排放測度方法 根據(jù)居民消費碳排放的不同來源將其劃分為直接和間接消費碳排放.為使得到的居民消費碳排放量更加真實全面,本文對2000～2020年我國30省、區(qū)(港澳臺及西藏地區(qū)資料暫缺)的居民直接消費碳排放量和不同需求層次下居民間接消費碳排放量進(jìn)行計算.

(1)居民直接消費碳排放測算 居民直接消費碳排放是居民在日常生活中使用煤、石油、天然氣等能源所直接引起的二氧化碳排放.基于碳排放系數(shù)法,運用直接碳排放總量測度方法對居民終端消費產(chǎn)生的二氧化碳排放量進(jìn)行核算.公式如下:

式中:d為居民生活能源消費直接產(chǎn)生的CO2排放量,t;E為居民生活常用能源的消費量,t;C為各能源種類的CO2排放系數(shù);為能源種類.

(2)居民間接消費碳排放測算 居民間接消費碳排放是居民購買各類消費品在生產(chǎn)、加工、運輸、消費過程中所產(chǎn)生的二氧化碳排放,主要包括食品煙酒、衣著、居住、生活用品及服務(wù)、交通通信、教育文化娛樂、醫(yī)療保健、其他用品和服務(wù)八方面.參考郭蕾等[4]和史琴琴等[38]的思路,將不同的產(chǎn)業(yè)部門劃分到對應(yīng)的消費項下,結(jié)合各行業(yè)的能源消費總量,可以得到居民間接消費碳排放因子,從而能夠計算居民八大類消費產(chǎn)生的間接碳排放量,計算公式如下:

式中:in為居民間接消費碳排放量,t;S為平減后的居民各類消費項年支出水平,元(以2000年為基準(zhǔn));C為各消費項的碳排放因子;為居民消費支出種類.

同時,基于上述八種不同的消費種類以及需求層次差異,參照目前主流的劃定方法[24,39],將食品煙酒、衣著、居住消費劃分為生存型消費,交通通信、教育文化娛樂、醫(yī)療保健消費劃分為發(fā)展型消費,生活用品及服務(wù)、其他用品和服務(wù)消費劃分為享受型消費,并通過式2分別計算不同類型居民消費所產(chǎn)生的間接碳排放.

(3)居民消費碳排放量的合并 居民消費碳排放量是居民直接消費碳排放和間接消費碳排放的加總,公式如下:

2.2.2 數(shù)字經(jīng)濟(jì)發(fā)展程度的測度方法 在構(gòu)建指標(biāo)體系時,常用的客觀權(quán)重賦值法包含主成分分析法、層次分析法和熵值法三類.使用主成分分析法需要滿足特定前提且容易與原始變量含義相悖;層次分析法的定性成分較多,易使最終所得結(jié)果的權(quán)重信度較低;而熵值法不易受到人為因素的影響[40],因此采用熵值法對數(shù)字經(jīng)濟(jì)綜合指數(shù)的權(quán)重予以賦值,并以此作為衡量數(shù)字經(jīng)濟(jì)發(fā)展程度的標(biāo)準(zhǔn).

根據(jù)需要及數(shù)據(jù)可獲得性,篩選2000～2020年我國30省、區(qū)面板數(shù)據(jù)進(jìn)行初始矩陣的構(gòu)建.用表示′階原始數(shù)據(jù)矩陣,其中、分別表示所選取的年份總數(shù)、指標(biāo)個數(shù),′為全部年份指標(biāo)總數(shù),即

正向指標(biāo):

負(fù)向指標(biāo):

(2)計算第個指標(biāo)下第個樣本占該指標(biāo)的比重r:

(3)計算第個指標(biāo)的信息熵e:

(4)確定各評價指標(biāo)權(quán)重系數(shù)W:

(5)計算各樣本的綜合評分G:

相關(guān)指標(biāo)的描述性統(tǒng)計及計算得到各指標(biāo)標(biāo)準(zhǔn)化后的熵值和權(quán)重見表1.

2.2.3 變量選擇 (1)被解釋變量:居民消費碳排放.將居民消費碳排放分為直接消費碳排放(DICO)和間接消費碳排放(ICO),又將后者按照需求層次劃分為更加具體的生存型消費碳排放(SCO)、發(fā)展型消費碳排放(DCO)和享受型消費碳排放(ECO).

表1 數(shù)字經(jīng)濟(jì)相關(guān)指標(biāo)的描述性統(tǒng)計、熵值和權(quán)重

(2)解釋變量:數(shù)字經(jīng)濟(jì).參考江三良等[32]以及趙濤等[41]的做法,選擇國際互聯(lián)網(wǎng)用戶數(shù)、電信業(yè)務(wù)總量、信息傳輸計算機(jī)服務(wù)和軟件業(yè)從業(yè)人員數(shù)與移動電話年末用戶數(shù)四個指標(biāo),利用熵值法測算我國各省區(qū)數(shù)字經(jīng)濟(jì)綜合指數(shù)作為衡量數(shù)字經(jīng)濟(jì)發(fā)展程度的指標(biāo),在此基礎(chǔ)上進(jìn)行后續(xù)檢驗.

(3)控制變量:其一,富裕程度.在經(jīng)濟(jì)發(fā)展水平不斷提高的大環(huán)境下,居民生活條件改善,消費信心增強(qiáng),消費總量會相應(yīng)提升[42],從而提升消費領(lǐng)域的碳排放.取經(jīng)濟(jì)產(chǎn)出水平的對數(shù)(lnGDP)和居民消費意愿(cwill)兩項指標(biāo)進(jìn)行衡量,其中居民消費意愿取居民消費支出與可支配收入之比.其二,技術(shù)水平.選取環(huán)境規(guī)制(ER)和工業(yè)化率(ind)兩項指標(biāo)進(jìn)行衡量.技術(shù)水平的提高會增加機(jī)械的使用,提升能源碳排放;但技術(shù)進(jìn)步同樣有助于采用先進(jìn)生產(chǎn)方式,提高能源利用率,抑制碳排放[43].環(huán)境規(guī)制可以通過推動綠色技術(shù)進(jìn)步推動中國低碳轉(zhuǎn)型[44];工業(yè)化率能夠反映國家工業(yè)化水平及產(chǎn)業(yè)結(jié)構(gòu)的變化,目前已有學(xué)者將其歸入技術(shù)水平類別內(nèi)進(jìn)行研究[12].參考前人計算思路,環(huán)境規(guī)制取環(huán)境污染治理投資總額與工業(yè)增加值之比[45],工業(yè)化率取工業(yè)增加值在本年度GDP中所占的比例[12].其三,人口因素.人口基數(shù)對總體消費碳排放具有密切聯(lián)系,城鎮(zhèn)化帶來的人口集聚不利于當(dāng)?shù)靥紲p排,但對于降低碳強(qiáng)度具有一定的推動作用[46],而撫養(yǎng)比則是反映人口年齡結(jié)構(gòu)的重要指標(biāo),其變動逐漸成為影響能源消費的重要因素[47],因此其對居民消費碳排放的影響值得考量.選取家庭戶數(shù)的對數(shù)(lnfsize)、城鎮(zhèn)化率(urban)、少年撫養(yǎng)比(young)和老年撫養(yǎng)比(old)四項指標(biāo)進(jìn)行衡量,其中城鎮(zhèn)化率取各地城鎮(zhèn)人口比重,少年和老年撫養(yǎng)比取各自人口數(shù)與勞動年齡人口數(shù)的比值.

變量界定及描述性統(tǒng)計見表2.

表2 變量界定及描述性統(tǒng)計

2.2.4 變量單位根檢驗 為防止變量不平穩(wěn)而造成偽回歸的現(xiàn)象,對變量進(jìn)行平穩(wěn)性測試.選取長面板數(shù)據(jù)常用單位根檢驗方法中的ADF、IPS、LLC檢驗三種方式進(jìn)行檢驗,避免因檢驗方式單一而造成的誤差.檢驗結(jié)果見表3.檢測發(fā)現(xiàn),部分原始數(shù)據(jù)及個別取一階差分后的數(shù)據(jù)并不顯著,無法拒絕單位根存在的原假設(shè);在進(jìn)一步對不平穩(wěn)的變量取二階差分進(jìn)行檢驗后,最終結(jié)果均能在5%的顯著性水平上拒絕原假設(shè),能夠證明變量的平穩(wěn)性.因此可以在此基礎(chǔ)之上開展實驗.

表3 變量平穩(wěn)性檢驗

注:***、**、*分別表示在1%、5%和10%水平上顯著.

2.3 模型構(gòu)建

2.3.1 空間計量模型的構(gòu)建 空間計量經(jīng)濟(jì)模型主要包含空間滯后面板數(shù)據(jù)模型(SLM)、空間誤差面板數(shù)據(jù)模型(SEM)以及空間杜賓模型(SDM).三者均為學(xué)界研究空間關(guān)聯(lián)性問題的常用模型,其區(qū)別在于因變量、干擾項與空間權(quán)重的交互關(guān)系.本文五個被解釋變量均能夠通過莫蘭指數(shù)(Moran’s)檢驗,說明居民消費碳排放存在較強(qiáng)的空間相關(guān)性,此結(jié)論與已有研究[48-49]的結(jié)果一致.因此,首先構(gòu)建含三種空間計量模型結(jié)構(gòu)的廣義嵌套空間計量模型(GNS)如下(式11～12):

式中:lnCO為被解釋變量,即居民消費碳排放量;eco為解釋變量,代表數(shù)字經(jīng)濟(jì)水平;SControl為控制變量,即除數(shù)字經(jīng)濟(jì)外的其他8個變量;W為空間權(quán)重矩陣;WlnCO為空間滯后變量,反映空間距離對各地區(qū)的碳排放作用;1、1分別為自變量的待估參數(shù)向量和空間回歸系數(shù);、分別為時間和空間效應(yīng);為相鄰地區(qū)的碳排放的溢出效應(yīng),取值范圍為[-1,1];為各省市地區(qū);為年份.

式中:g為空間誤差自相關(guān)系數(shù),反映了樣本觀測值之間的空間依賴程度,取值范圍為[-1,1];v為傳統(tǒng)隨機(jī)誤差項,服從標(biāo)準(zhǔn)正態(tài)分布.因此具有矩陣形式,服從空間相關(guān)性.

在此模型中,若空間相關(guān)性僅存在于被解釋變量中,則1=0,=0,表現(xiàn)為空間滯后模型;若空間相關(guān)性僅存在于誤差項中,則=0,=0,表現(xiàn)為空間誤差模型;若存在混合的空間相關(guān)性,則=0,表現(xiàn)為空間杜賓模型.

2.3.2 空間計量模型適用性檢驗 運用普通最小二乘法(OLS)檢驗空間滯后模型和空間誤差模型哪個更加適合本文的樣本研究.若Lagrange Multiplier (Lag)統(tǒng)計量的值大于Lagrange Multiplier(Error)的值、Robust LM(Lag)統(tǒng)計量的值也大于Robust LM (Error)的值,且Lagrange Multiplier(Lag)和Robust LM(Lag)的顯著性水平較Lagrange Multiplier(Error)和Robust LM(Error)的顯著性水平都更加顯著,則選用空間滯后模型,反之則選用空間杜賓模型,檢驗結(jié)果見表4.結(jié)果表明,本文的兩個模型均選用空間杜賓模型.

接下來對模型進(jìn)行適用性檢驗,即LR檢驗和WALD檢驗.結(jié)果顯示,Wald統(tǒng)計量和LR統(tǒng)計量均顯著拒絕原假設(shè),說明空間杜賓模型無法簡化為空間誤差模型和空間自回歸模型.與傳統(tǒng)面板數(shù)據(jù)模型類似,通過分解隨機(jī)干擾項成分,可以將動態(tài)空間面板模型分成兩類基本模型設(shè)定,即固定效應(yīng)和隨機(jī)效應(yīng).采用Hausman檢驗對模型的適用形式進(jìn)行篩選,檢驗結(jié)果表明,選擇建立固定效應(yīng)模型更為合理.

表4 空間模型選取檢驗

3 實證檢驗與結(jié)果分析

3.1 我國居民消費碳排放現(xiàn)狀及時空演變特征分析

圖1選擇了4個年份展示我國2000～2020年居民消費碳排放總量的空間格局演變,表5展示了我國三大地區(qū)不同類型的消費碳排放量變化.從整體來看,我國居民消費碳排放總體呈上升趨勢,在空間布局中總體呈現(xiàn)出東高西低并按照東中西三大區(qū)域呈階梯式遞減的特點,并隨著時間推移表現(xiàn)出向中東部集中的趨勢,具有一定的集聚特征.直接消費碳排放是居民消費碳排放的主要部分,2020年所占比例依然超過了60%;間接消費碳排放占比較小但增長迅速.此外,不同區(qū)域的消費碳排放存在較大差異,東部地區(qū)的各類碳排放遠(yuǎn)超其他兩區(qū)域,然而其直接消費碳排放所占比重最低,可能與經(jīng)濟(jì)水平高、人口密度大而造成的消費需求旺盛有關(guān);中部地區(qū)的直接消費碳排放最低,間接消費碳排放略高于西部地區(qū),可能與近年來工業(yè)化增速放緩、第三產(chǎn)業(yè)發(fā)展勢頭良好帶動總體經(jīng)濟(jì)發(fā)展有關(guān)[50];西部地區(qū)的居民直接消費碳排放所占比重略高于中部地區(qū),可能與西部地區(qū)礦產(chǎn)資源豐富、冬夏氣候變化明顯以及近年來正處于快速發(fā)展時期有關(guān)[51].部分相鄰省份居民消費碳排放量差別較大,結(jié)合我國的實際情況,可以推測如北京、上海等地區(qū)存在碳排放轉(zhuǎn)移的情況.

圖2展示了我國三大地區(qū)歷年來不同需求層次下的間接消費碳排放.從圖中可以看出,三種類型的間接消費碳排放均呈現(xiàn)增長趨勢.其中,東部地區(qū)消費碳排放均處于較高的水平,尤其是生存型和享受型碳排放近年來與其他兩地區(qū)拉開了較大的差距.這可能是因為東部城市群集中且規(guī)模較大,產(chǎn)生消費的基數(shù)大,生存型資料購買總量大;加之經(jīng)濟(jì)發(fā)展迅速,人們在有消費需求的同時有能力進(jìn)行購買,因此產(chǎn)生的發(fā)展型和享受型消費碳排放總量大.中部地區(qū)各類碳排放增速較為平緩,預(yù)示其消費日益向節(jié)能環(huán)保產(chǎn)品領(lǐng)域傾斜[21].西部地區(qū)發(fā)展型消費碳排放表現(xiàn)與東部地區(qū)接近,而其他兩類消費碳排放則與中部地區(qū)接近,可能與人口基數(shù)較少,而諸如西部大開發(fā)、一帶一路、自貿(mào)區(qū)建設(shè)等支持西部發(fā)展政策逐漸落實有關(guān).在居民消費結(jié)構(gòu)升級的背景下,發(fā)展型和享受型間接消費碳排放總量依然遠(yuǎn)低于生存型碳排放,推測相關(guān)產(chǎn)業(yè)生產(chǎn)活動產(chǎn)生的碳排放可能低于生產(chǎn)生存型產(chǎn)品的行業(yè).

圖1 2000～2020年我國居民消費碳排放空間格局演變

基于自然資源部標(biāo)準(zhǔn)地圖服務(wù)網(wǎng)站下載的審圖號為GS(2022)4299號標(biāo)準(zhǔn)地圖制作,底圖無修改

由上述分析結(jié)果可知,我國各類居民消費碳排放呈現(xiàn)出較為明顯的空間相關(guān)特征,因此需要對其空間關(guān)聯(lián)進(jìn)行進(jìn)一步的考察.

表5 2020年三大地區(qū)各類消費碳排放

3.2 我國數(shù)字經(jīng)濟(jì)綜合指數(shù)分析

根據(jù)熵值法確定的數(shù)字經(jīng)濟(jì)綜合指數(shù)見表6.從表中可以看到,我國數(shù)字經(jīng)濟(jì)均值在東部地區(qū)尤其是沿海省份較高,其次是中部地區(qū),西部地區(qū)數(shù)字經(jīng)濟(jì)總體發(fā)展水平較低.其中,廣東省數(shù)字經(jīng)濟(jì)均值為0.8486,遠(yuǎn)高于其他省份,說明數(shù)字經(jīng)濟(jì)在該地區(qū)發(fā)展水平最高;均值高于0.3的其他省份依次為北京、江蘇、浙江、山東和上海,數(shù)字經(jīng)濟(jì)在當(dāng)?shù)氐陌l(fā)展均維持在較高的水平;而新疆、海南、寧夏、青海的排名位于后四位,均值低于0.05,數(shù)字經(jīng)濟(jì)對當(dāng)?shù)氐陌l(fā)展影響較小.此結(jié)果基本符合我國不同省份數(shù)字經(jīng)濟(jì)的發(fā)展特征:我國數(shù)字經(jīng)濟(jì)的發(fā)展呈現(xiàn)由東至西階梯式遞減,東部地區(qū)斷層性領(lǐng)先的分布格局[52].數(shù)字經(jīng)濟(jì)應(yīng)用程度較高的地區(qū)相應(yīng)的應(yīng)用領(lǐng)域更加廣泛,對其他經(jīng)濟(jì)形態(tài)的替代作用更加明顯,經(jīng)濟(jì)活動中與生態(tài)環(huán)境的關(guān)系就會更加密切,產(chǎn)生碳排放的機(jī)會更多,因此可以進(jìn)一步推測數(shù)字經(jīng)濟(jì)與碳排放之間具有較為密切的聯(lián)系,下文中將會對此推論進(jìn)行進(jìn)一步的驗證.

(a)生存型間接消費碳排放

(b)發(fā)展型間接消費碳排放

(c)享受型間接消費碳排放

圖2 2000～2020年三大地區(qū)居民間接消費碳排放(萬tCO2)

Fig.2 Indirect carbon emissions from household consumption in three regions during 2000～2020 (million tCO2)

表6 研究區(qū)數(shù)字經(jīng)濟(jì)均值

3.3 我國居民消費碳排放的影響因素分析

基于上述結(jié)果,為進(jìn)一步研究數(shù)字經(jīng)濟(jì)對居民消費碳排放的具體影響,分析區(qū)域間居民消費碳排放的空間相關(guān)性,本文采用經(jīng)濟(jì)距離矩陣,運用空間杜賓模型對居民消費碳排放的影響因素進(jìn)行回歸分析,并在此基礎(chǔ)上對顯著性較強(qiáng)的兩個結(jié)果進(jìn)行了空間效應(yīng)分解,考察數(shù)字經(jīng)濟(jì)對居民消費碳排放的空間影響.

3.3.1 數(shù)字經(jīng)濟(jì)對居民消費碳排放的影響分析 數(shù)字經(jīng)濟(jì)對居民消費碳排放的空間杜賓模型回歸結(jié)果見表7.結(jié)果顯示,數(shù)字經(jīng)濟(jì)對居民間接消費碳排放和其中的生存型間接消費碳排放影響顯著為正,對發(fā)展型間接消費碳排放有一定的正向影響.這說明數(shù)字經(jīng)濟(jì)的發(fā)展推動了上述消費碳排放的增長.從整體來看,數(shù)字經(jīng)濟(jì)的發(fā)展以現(xiàn)代信息網(wǎng)絡(luò)為重要載體,推動產(chǎn)品和服務(wù)的供給智能化、數(shù)字化、網(wǎng)絡(luò)化,其帶來的消費上的便捷有效拉動了居民消費,進(jìn)而顯著提升了間接消費碳排放;而居民生活直接所需能源的相關(guān)行業(yè)較為固定,體量龐大并且具有一定的壟斷性,有效利用數(shù)字經(jīng)濟(jì)幫助行業(yè)升級仍需要時間.從需求層次差異來看,數(shù)字經(jīng)濟(jì)對居民間接消費碳排放的影響主要集中在生存型消費碳排放,即與衣、食、住相關(guān)的消費碳排放上;其次在發(fā)展型消費碳排放,即與出行、教育、醫(yī)療相關(guān)的消費碳排放上.這種現(xiàn)象可能與數(shù)字經(jīng)濟(jì)的主要構(gòu)成部分,即數(shù)字零售業(yè)有關(guān).作為全球最大的數(shù)字消費市場,我國數(shù)字零售業(yè)規(guī)模不斷提升.《中國數(shù)字經(jīng)濟(jì)前沿》(2021年)顯示,衣、食、住、行、文化娛樂的數(shù)字消費滲透率均在50%以上,已實現(xiàn)消費行為的高度數(shù)字化;而教育、醫(yī)療、康養(yǎng)的數(shù)字消費滲透率低于40%,數(shù)字化程度相對較低.可見生存型消費領(lǐng)域全部受數(shù)字經(jīng)濟(jì)的高度影響,發(fā)展型消費領(lǐng)域僅有部分受數(shù)字經(jīng)濟(jì)的高度影響,與本文的回歸結(jié)果及已有研究成果一致[53],加之生存型消費碳排放自身體量較大,在數(shù)字經(jīng)濟(jì)的催動下其總量提升會較另兩類間接消費碳排放更為明顯.然而,數(shù)字經(jīng)濟(jì)對發(fā)展型間接消費碳排放的正向影響表明其發(fā)展對消費結(jié)構(gòu)升級具有一定積極作用,隨著數(shù)字技術(shù)的不斷成熟和基礎(chǔ)設(shè)施的不斷完善,可以預(yù)測未來發(fā)展型和享受型消費的數(shù)字滲透率將進(jìn)一步提升,相應(yīng)地數(shù)字經(jīng)濟(jì)對其消費碳排放的影響將會更加明顯.此外,根據(jù)前人的研究,數(shù)字經(jīng)濟(jì)對發(fā)展型和享受型消費均具有顯著正向影響[14,54],與本文對相關(guān)消費碳排放的檢驗結(jié)果存在差異,間接表明這兩類間接消費碳排放明顯低于生存型碳排放,提升數(shù)字經(jīng)濟(jì)發(fā)展水平可能對于優(yōu)化居民消費結(jié)構(gòu)、降低總體碳排放具有積極影響.通過上述分析可以發(fā)現(xiàn)數(shù)字經(jīng)濟(jì)對部分消費碳排放具有正向影響,假說1得到驗證.

表7 數(shù)字經(jīng)濟(jì)對居民消費碳排放的空間回歸結(jié)果

注:***、**、*分別表示在1%、5%和10%水平上顯著,括號中為值.

3.3.2 數(shù)字經(jīng)濟(jì)對居民消費碳排放的空間溢出效應(yīng)分析 由于一個地區(qū)的居民消費碳排放不僅會受到當(dāng)?shù)財?shù)字經(jīng)濟(jì)及其他控制變量的影響,而且會受到鄰近地區(qū)的干擾,因此需要對各變量對居民消費碳排放的空間溢出效應(yīng)進(jìn)行更加全面的考察.基于此,運用偏微分方法對上述回歸結(jié)果進(jìn)行空間效應(yīng)分解,得到了數(shù)字經(jīng)濟(jì)及其他控制變量對居民消費碳排放的直接效應(yīng)、間接效應(yīng)和總效應(yīng),具體結(jié)果見表8.

從分解結(jié)果來看,數(shù)字經(jīng)濟(jì)對居民間接消費碳排放的三類效應(yīng)均顯著為正,表明數(shù)字經(jīng)濟(jì)對間接消費碳排放具有較強(qiáng)的空間溢出效應(yīng),不僅對于當(dāng)?shù)鼐用耖g接消費碳排放存在較為明顯的提升作用,而且能夠在一定程度上增加鄰近地區(qū)的居民間接消費碳排放.這是因為:一方面,數(shù)字經(jīng)濟(jì)所帶來的產(chǎn)品和服務(wù)的升級直接作用于本地居民,有效改善居民的消費環(huán)境,推動產(chǎn)品質(zhì)量和服務(wù)水平進(jìn)一步升級,對居民消費的拉動作用更為顯著,進(jìn)而影響居民的間接消費碳排放;另一方面,由于數(shù)字經(jīng)濟(jì)虛擬性的特點,對于科技和網(wǎng)絡(luò)依賴性強(qiáng)、數(shù)字化程度高,因此受當(dāng)?shù)氐赜蛳拗戚^少、區(qū)域流動性較強(qiáng),影響鄰近城市的經(jīng)濟(jì)活動,從而提升居民消費的便利程度、擴(kuò)大選擇范圍、降低消費成本,影響居民的消費行為與消費習(xí)慣,有效刺激居民消費,最終對居民消費終端的碳排放產(chǎn)生正向的拉動作用.而對生存型消費碳排放的檢驗結(jié)果表明,數(shù)字經(jīng)濟(jì)對居民生存型消費碳排放的拉動作用主要表現(xiàn)為直接效應(yīng).這是因為:第一,居民衣食住所需的生活用品基本均能在當(dāng)?shù)氐氖袌霏h(huán)境中得到滿足,價格較為固定且統(tǒng)一,并且線下消費能夠即時獲得所需產(chǎn)品,更能滿足日常生活需求;第二,居民生存型消費總量在一定時期內(nèi)較為固定,需求彈性較小,并不會受到鄰近地區(qū)經(jīng)濟(jì)活動的強(qiáng)烈影響.因此,數(shù)字經(jīng)濟(jì)對區(qū)域整體間接消費碳排放均具有明顯正向影響,而對生存型間接消費碳排放的影響則主要作用于當(dāng)?shù)鼐用?假說2得到驗證.

表8 數(shù)字經(jīng)濟(jì)對居民消費碳排放的空間效應(yīng)分解結(jié)果

注:***、**、*分別表示在1%、5%和10%水平上顯著,括號中為值.

3.4 穩(wěn)健性檢驗

為證明結(jié)論的穩(wěn)健性,改變回歸模型及矩陣度量方式,采用基礎(chǔ)固定效應(yīng)回歸方法和地理距離矩陣方法進(jìn)行穩(wěn)健性檢驗,檢驗結(jié)果見表9～10.兩種穩(wěn)健性檢驗結(jié)果均表現(xiàn)為數(shù)字經(jīng)濟(jì)對間接消費碳排放和生存型消費碳排放作用顯著為正,與上文的實驗結(jié)果相比并無明顯變化,因此可認(rèn)為結(jié)論穩(wěn)健.

表9 穩(wěn)健性檢驗-基礎(chǔ)固定效應(yīng)回歸

續(xù)表9

變量lnDICOlnICOlnSCOlnDCOlnECO young-0.00030.0064***0.0099***0.00140.0050* (-0.05)(3.43)(4.35)(0.62)(1.83) old-0.0071-0.00100.00040.0028-0.0022 (-1.26)(-0.56)(0.18)(1.34)(-0.85) Constant18.8964***0.8873-1.1199-1.51882.4793* (6.15)(0.94)(-0.97)(-1.36)(1.80) Observations630630630630630 R-squared0.7970.9800.9700.9780.952 Number of id3030303030

注:***、**、*分別表示在1%、5%和10%水平上顯著,括號中為值.

表10 穩(wěn)健性檢驗-地理距離矩陣

注:***、**、*分別表示在1%、5%和10%水平上顯著,括號中為值.

3.5 門檻回歸

參考蔣正云等[55]的思路,以數(shù)字經(jīng)濟(jì)(eco)為門檻變量,構(gòu)建門檻回歸模型進(jìn)一步探討其與居民總體消費碳排放量(TCO)之間的非線性關(guān)系.首先選擇合適的門檻回歸模型.各門檻變量均通過自抽樣法(bootstrap)抽樣300次,檢驗結(jié)果見表11.結(jié)果顯示,第三門檻并未通過顯著性檢驗,而雙門檻在5%的水平上顯著,因此選擇雙門檻模型進(jìn)行檢驗.

接下來對門檻值進(jìn)行估計,當(dāng)選擇雙門檻模型時,門檻值分別為0.1788和0.4129,對應(yīng)置信區(qū)間為[0.1740,0.1817]和[0.3926,0.4227],門檻置信區(qū)間較短,因此可認(rèn)為其估計值與真實值較為接近.

表11 門檻回歸模型選取檢驗

之后進(jìn)行雙門檻回歸分析,回歸結(jié)果見表12.表中Di_2表示雙門檻效應(yīng),Di為門檻值.由結(jié)果可知,數(shù)字經(jīng)濟(jì)與居民總體消費碳排放之間存在“倒U”型關(guān)系,數(shù)字經(jīng)濟(jì)對居民消費碳排放的影響呈現(xiàn)出先提升后抑制的特征,未來高水平數(shù)字經(jīng)濟(jì)有望降低居民消費碳排放,支持了EKC曲線的假設(shè),假說3得到驗證.由第二門檻值可知,當(dāng)數(shù)字經(jīng)濟(jì)發(fā)展水平高于0.4129時,數(shù)字經(jīng)濟(jì)才會發(fā)揮其推動碳減排的作用,而根據(jù)熵值法測得的數(shù)字經(jīng)濟(jì)綜合指數(shù),目前僅有廣東、北京、江蘇三地達(dá)到了該程度,我國多數(shù)省份仍處于數(shù)字經(jīng)濟(jì)加速消費碳排放的階段.因此,要使數(shù)字經(jīng)濟(jì)真正發(fā)揮消費碳減排的作用,應(yīng)繼續(xù)推進(jìn)數(shù)字經(jīng)濟(jì)的發(fā)展.

表12 雙門檻回歸結(jié)果

注:***、**、*分別表示在1%、5%和10%水平上顯著.

4 結(jié)論與建議

4.1 結(jié)論

研究發(fā)現(xiàn):第一,我國居民消費碳排放整體上升,呈現(xiàn)出東高西低并且向中東部集中的趨勢.第二,直接消費碳排放是我國居民消費碳排放的主力,但隨著社會發(fā)展,其在總體消費碳排放中的占比呈下降趨勢,間接消費碳排放比重增加.第三,數(shù)字經(jīng)濟(jì)的發(fā)展能夠顯著增加本省及鄰近地區(qū)居民間接消費碳排放以及其中本省的生存型間接消費碳排放;然而,進(jìn)一步研究發(fā)現(xiàn)數(shù)字經(jīng)濟(jì)與總體消費碳排放之間具有“倒U”型關(guān)系,數(shù)字經(jīng)濟(jì)在達(dá)到較高的發(fā)展水平后能夠促進(jìn)居民消費碳減排,因而應(yīng)進(jìn)一步推動數(shù)字經(jīng)濟(jì)高質(zhì)高效發(fā)展.

4.2 建議

由于數(shù)字經(jīng)濟(jì)對居民消費碳排放具有先增加后抑制的作用,同時大力發(fā)展數(shù)字經(jīng)濟(jì)已成為社會共識,因此,各省在繼續(xù)發(fā)展數(shù)字經(jīng)濟(jì)的過程中,應(yīng)正視數(shù)字經(jīng)濟(jì)在短期內(nèi)造成居民消費碳排放上升的事實,探索高質(zhì)高效發(fā)展數(shù)字經(jīng)濟(jì)的路徑,爭取盡早發(fā)揮數(shù)字經(jīng)濟(jì)推動碳減排的作用.數(shù)字經(jīng)濟(jì)發(fā)展水平較高且居民消費碳排放水平較低的地區(qū)應(yīng)繼續(xù)保持,總結(jié)發(fā)展經(jīng)驗,引領(lǐng)我國數(shù)字經(jīng)濟(jì)的發(fā)展,為尚處于高碳排的地區(qū)留出發(fā)展空間,提供發(fā)展思路;數(shù)字經(jīng)濟(jì)發(fā)展和居民消費碳排放水平均較高的地區(qū)應(yīng)重視數(shù)字經(jīng)濟(jì)的碳減排作用,推動傳統(tǒng)產(chǎn)業(yè)的數(shù)字化轉(zhuǎn)型,并積極尋找其他減碳路徑,如發(fā)展新能源產(chǎn)業(yè)、加大綠色科創(chuàng)投入等;數(shù)字經(jīng)濟(jì)發(fā)展水平較低而居民消費碳排放水平較高的地區(qū)應(yīng)借鑒數(shù)字強(qiáng)省的發(fā)展經(jīng)驗,加快本地數(shù)字經(jīng)濟(jì)的發(fā)展,同時探索降低數(shù)字經(jīng)濟(jì)發(fā)展在短期內(nèi)造成碳排放量增加的方法;數(shù)字經(jīng)濟(jì)發(fā)展和居民消費碳排放水平均較低的地區(qū)應(yīng)看到數(shù)字經(jīng)濟(jì)發(fā)展的優(yōu)勢,積極與數(shù)字強(qiáng)省或數(shù)字經(jīng)濟(jì)快速發(fā)展地區(qū)進(jìn)行合作,在盡可能保證生態(tài)效益的同時促進(jìn)當(dāng)?shù)財?shù)字經(jīng)濟(jì)發(fā)展.

此外,各地應(yīng)加強(qiáng)對綠色生產(chǎn)生活的引導(dǎo).廠商和居民作為消費活動的主體,培養(yǎng)其養(yǎng)成低碳意識能夠從源頭上抑制碳排放.通過限制碳排放以及給予低碳商品生產(chǎn)商稅收優(yōu)惠等方式鼓勵擴(kuò)大綠色生產(chǎn),引導(dǎo)廠商采用綠色的生產(chǎn)方式,從源頭上降低商品的含碳量;通過給予綠色商品消費補貼等方式,引導(dǎo)居民養(yǎng)成綠色消費習(xí)慣;加強(qiáng)碳普惠平臺的建設(shè),使居民看到其節(jié)約的碳排放所具備的社會及經(jīng)濟(jì)價值,從而對居民消費碳排放形成潛在約束,引導(dǎo)居民養(yǎng)成綠色生活習(xí)慣;加強(qiáng)綠色低碳理念在全社會的宣傳,形成低碳生活的社會氛圍.

[1] 尹 龍,楊亞男,章劉成.中國居民消費碳排放峰值預(yù)測與分析 [J]. 新疆社會科學(xué), 2021,41(4):42-50,168.

Yin L, Yang Y N, Zhang L C. Prediction of the carbon emission of the Chinese residents’ consumption and analysis [J]. Social Sciences in Xinjiang, 2021,41(4):42-50,168.

[2] 趙定濤,郭 韜,范 進(jìn).中國城鎮(zhèn)居民嵌入式碳足跡的測定及演化 [J]. 系統(tǒng)工程, 2012,30(5):24-32.

Guo D T, Guo T, Fan J. The measurement and evolution of embedded carbon footprint in Chinese urban inhabitants [J]. Systems Engineering, 2012,30(5):24-32.

[3] 李秀香,鮑智敏.論循環(huán)社會建設(shè)——借助EKC分析消費層次對環(huán)境污染的影響 [J]. 探索與爭鳴, 2009,239(9):46-49.

Li X X, Bao Z M. On the construction of circular society: analyzing the impact of consumption level on environmental pollution with the help of EKC [J]. Exploration and Free Views, 2009,239(9):46-49.

[4] 郭 蕾,趙益民.需求層次差異下城鎮(zhèn)居民消費碳排放影響因素研究——來自華北地區(qū)的證據(jù) [J]. 城市發(fā)展研究, 2022,29(4):110- 117.

Guo L, Zhao Y M. Research on factors of carbon emissions from urban residents’ consumption under different levels of demand: evidence from Northern China [J]. Urban Development Studies, 2022, 29(4):110-117.

[5] 王娟娟.我國數(shù)字經(jīng)濟(jì)的“兩化”發(fā)展與區(qū)域比較 [J]. 中國流通經(jīng)濟(jì), 2023,37(1):12-23.

Wang J J. "Two Kinds of Digitization" development of China's digital economyand the regional comparison [J]. China Business and Market, 2023,37(1):12-23.

[6] Bin S, Dowlatabadi H. Consumer lifestyle approach to US energy use and the related CO2emissions [J].Energy Policy, 2005,33(2):197-208.

[7] Baiocchi G, Minx J, Hubacek K. The impact of social factors and consumer behavior on carbon dioxide emissions in the United Kingdom [J].Journal of Industrial Ecology, 2010,14(1):50-72.

[8] Tilov I, Farsi M, Volland B. Interactions in Swiss households’ energy demand: A holistic approach [J].Energy Policy, 2019,128:136-149.

[9] 宋府霖,韓傳峰,滕敏敏.長三角地區(qū)能源消費碳排放驅(qū)動因素分析及優(yōu)化策略 [J]. 生態(tài)經(jīng)濟(jì), 2022,38(4):21-28.

Song F L, Han C F, Teng M M. Analysis of driving factors and optimization strategies of energy consumption carbon emissions in the Yangtze River Delta [J]. Ecological Economy, 2022,38(4):21-28.

[10] 梅林海,蔡慧敏.中國南北地區(qū)生活消費人均碳排放影響因素比較——基于空間計量分析 [J]. 生態(tài)經(jīng)濟(jì), 2015,31(7):45-50.

Mei L H, Cai H M. Comparison of consumption per capita carbon emission factors between China north and south regions: Based on spatial econometrics analysis [J].Ecological Economy, 2015,31(7): 45-50.

[11] 楊 迪,楊 旭,吳相利,等.東北地區(qū)能源消費碳排放時空演變特征及其驅(qū)動機(jī)制 [J]. 環(huán)境科學(xué)學(xué)報, 2018,38(11):4554-4565.

Yang D, Yang X, Wu X L, et al. Spatio-temporal evolution characteristics of carbon emissions from energy consumption and its driving mechanism in Northeast China [J]. Acta Scientiae Circumstantiae, 2018,38(11):4554-4565.

[12] 羅棟燊,沈維萍,胡 雷.城鎮(zhèn)化、消費結(jié)構(gòu)升級對碳排放的影響——基于省級面板數(shù)據(jù)的分析 [J]. 統(tǒng)計與決策, 2022,38(9):89-93.

Luo D S, Shen W P, Hu L. The impact of urbanization and consumption structure upgrading on carbon emissions: an analysis based on provincial panel data [J]. Statistics & Decision, 2022,38(9): 89-93.

[13] 王 軍,王 杰,李治國.數(shù)字金融發(fā)展與家庭消費碳排放 [J]. 財經(jīng)科學(xué), 2022,409(4):118-132.

Wang J, Wang J, Li Z G. Development of Digital Finance and Carbon Emission of Household Consumption [J]. Finance & Economics, 2022,409(4):118-132.

[14] 詹韻秋,王 軍,孫小寧.數(shù)字經(jīng)濟(jì)對家庭消費行為的影響研究——基于中國家庭金融調(diào)查的經(jīng)驗分析 [J]. 當(dāng)代經(jīng)濟(jì)管理, 2023, 45(2):89-96.

Zhan Y Q, Wang J. Sun X N. Research on the influence of digital economy on household consumption behavior: based on the empirical analysis of Chinese household financial survey [J]. Contemporary Economic Management, 2023,45(2):89-96.

[15] 向玉冰.互聯(lián)網(wǎng)發(fā)展與居民消費結(jié)構(gòu)升級 [J]. 中南財經(jīng)政法大學(xué)學(xué)報, 2018,229(4):51-60.

Xiang Y B. The development of the Internet and the upgrading of residents' consumption structure [J]. Journal of Zhongnan University of Economics and Law, 2018,229(4):51-60.

[16] 康 敏,孫 靜.數(shù)字經(jīng)濟(jì)對我國新型消費市場的影響:理論與實證 [J]. 商業(yè)經(jīng)濟(jì)研究, 2023,861(2):108-111.

Kang M, Sun J. The impact of digital economy on China's new consumer market: theory and demonstration [J]. Journal of Commercial Economics, 2023,861(2):108-111.

[17] 馮子洋,宋冬林,謝文帥.數(shù)字經(jīng)濟(jì)助力實現(xiàn)“雙碳”目標(biāo):基本途徑、內(nèi)在機(jī)理與行動策略 [J]. 北京師范大學(xué)學(xué)報(社會科學(xué)版), 2023,295(1):52-61.

Feng Z Y, Song D L, Xie W S. Digital economy helps realize the “Double Carbon” Goal: Basic approaches, internal mechanisms and Action Strategies [J]. Journal of Beijing Normal University(Social Sciences), 2023,295(1):52-61.

[18] 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), 2023,43(8):4437-4448.

Wang W G, Wang Y L, Fan D. Effects and mechanisms of the digital economy for carbon emission reduction [J]. China Environmental Science, 2023,43(8):4437-4448.

[19] Belkhir L, Elmeligi A. Assessing ICT global emissions footprint: Trends to 2040 & recommendations [J]. Journal of Cleaner Production, 2018,177(10):448-463.

[20] 姜汝川,景辛辛.京津冀地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展對碳排放的影響效應(yīng)——來自2011～2019年13個地級及以上城市的經(jīng)驗證據(jù) [J]. 北京社會科學(xué), 2023,240(4):40-50.

Jiang R C, Jing X X. Study on the impact of digital economy development on carbon emissions in Beijing-Tianjin-Hebei region: empirical evidence from the city level in 2011～2019 [J]. Social Sciences of Beijing, 2023,240(4):40-50.

[21] 楊碧云,郭壯哲,易行健,等.數(shù)字經(jīng)濟(jì)促進(jìn)居民家庭消費升級的微觀效應(yīng)——基于CHFS的經(jīng)驗證據(jù)研究 [J]. 經(jīng)濟(jì)評論, 2023,34(3): 31-47.

Yang B Y, Guo Z Z, Yi X J, et al. The micro effect of digital economy on household consumption upgrade: Empirical evidence from CHFS [J]. Economic Review, 2023,34(3):31-47.

[22] 周海燕.中國居民消費碳排放的統(tǒng)計測算 [J]. 企業(yè)經(jīng)濟(jì), 2022,41(9):72-81.

Zhou H Y. Statistical calculation of carbon emissions from household consumption in China [J]. Enterprise Economy, 2022,41(9):72-81.

[23] 徐 麗,曲建升,李恒吉,等.中國居民能源消費碳排放現(xiàn)狀分析及預(yù)測研究 [J]. 生態(tài)經(jīng)濟(jì), 2019,35(1):19-23,29.

Xu L, Qu J S, Li H J, et al. Analysis and prediction of residents energy consumption carbon emission in China [J]. Ecological Economy, 2019,35(1):19-23,29.

[24] 崔盼盼,趙 媛,張麗君,等.基于不同需求層次的中國城鎮(zhèn)居民消費隱含碳排放時空演變機(jī)制 [J]. 生態(tài)學(xué)報, 2020,40(4):1424-1435.

Cui P P, Zhao Y, Zhang L J, et al. Spatio-temporal evolution and driving mechanism of per capita indirect carbon emissions based on different demand levels from urban residents￠consumption in China [J]. Acta Ecologica Sinica, 2020,40(4):1424-1435.

[25] 劉 明,范丹雪,施子楊.空間溢出視角下數(shù)字經(jīng)濟(jì)與經(jīng)濟(jì)高質(zhì)量發(fā)展 [J]. 統(tǒng)計與決策, 2023,39(13):22-27.

Liu M, Fan D X, Shi Z Y. Digital economy and high-quality economic development from the perspective of spatial spillover [J]., 2023,39(13):22-27.

[26] 張俊英,郭凱歌,唐紅濤.電子商務(wù)發(fā)展、空間溢出與經(jīng)濟(jì)增長——基于中國地級市的經(jīng)驗證據(jù) [J]. 財經(jīng)科學(xué), 2019,(3):105-118.

Zhang J Y, Guo K G, Tang H T. E-commerce development, spatial spillover and economic growth——Empirical evidence based on Chinese prefecture-level cities [J]. Finance & Economics, 2019,(3): 105-118.

[27] 王松茂,尹延曉.數(shù)字經(jīng)濟(jì)對城鄉(xiāng)融合具有空間溢出效應(yīng)嗎？——以長江經(jīng)濟(jì)帶11省(市)為例 [J]. 農(nóng)林經(jīng)濟(jì)管理學(xué)報, 2022,21(6): 725-735.

Wang S M, Yin Y X. Does digital economy have spatial spillover effect on urban-rural integration? A case study of the Yangtze River Economic Belt [J]. Journal of Agro-Forestry Economics and Management, 2022,21(6):725-735.

[28] 周 嘉,時小翠,趙靖宇,等.中國居民直接生活能源消費碳排放區(qū)域差異及影響因素分析 [J]. 安全與環(huán)境學(xué)報, 2019,19(3):954-963.

Zhou J, Shi X C, Zhao J Y, et al. On regional difference and influential factors of carbon emissions from direct living energy consumption of Chinese residents [J]. Journal of Safety and Environment, 2019,19(3): 954-963.

[29] 王 青,侯雪峰,曾 伏.數(shù)字經(jīng)濟(jì)發(fā)展對城市居民消費的影響研究——基于時期異質(zhì)性的空間杜賓模型 [J]. 經(jīng)濟(jì)問題探索, 2023, 487(2):96-106.

Wang Q, Hou X F, Zeng F. Research on the impact of digital economy development on urban residents’ consumption——Spatial doberman model based on period heterogeneity [J]. Inquiry into Economic Issues, 2023,487(2):96-106.

[30] 王 正,樊 杰.能源消費碳排放的影響因素特征及研究展望 [J]. 地理研究, 2022,41(10):5687-2599. Wang Z, Fan J.

The characteristics and prospect of influencing factors of energy-related carbon emissions: Based on literature review [J]. Geographical Research, 2022,41(10):5687-2599.

[31] 華怡婷,石寶峰.互聯(lián)網(wǎng)使用與家庭間接碳排放:測度及影響因素分析 [J]. 重慶大學(xué)學(xué)報(社會科學(xué)版), 2023,29(1):117-134.

Hua Y T, Shi B F. Internet usage and household indirect carbon emissions: Measurement and impact factor analysis [J]. Journal of Chongqing University (Social Science Edition), 2023,29(1):117-134.

[32] 江三良,賈芳芳.數(shù)字經(jīng)濟(jì)何以促進(jìn)碳減排——基于城市碳排放強(qiáng)度和碳排放效率的考察 [J]. 調(diào)研世界, 2023,352(1):14-21.

Jiang S L, Jia F F. How can the digital economy promote carbon emission reduction——An investigation based on urban carbon emission intensity and carbon emission efficiency [J]. The World of Survey and Research, 2023,352(1):14-21.

[33] 金貴朝,王國梁,何怡然.數(shù)字化水平、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整與區(qū)域碳減排 [J]. 統(tǒng)計與決策, 2023,39(3):27-32.

Jin G Z, Wang G L, He Y R. Digitization level, industrial structure adjustment and regional carbon emission reduction [J/OL].Statistics & Decision, 2023,39(3):27-32.

[34] 金 飛,徐長樂.數(shù)字經(jīng)濟(jì)發(fā)展對碳排放的非線性影響研究 [J]. 現(xiàn)代經(jīng)濟(jì)探討, 2022,491(11):14-23.

Jin F, Xu C L. Research on the nonlinear impact of digital economy development on carbon emissions [J]. Modern Economic Research, 2022,491(11):14-23.

[35] Arshad Z, Robaina M, Botelho A. The role of ICT in energy consumption and environment: an empirical investigation of Asian economies with cluster analysis [J]. Environmental science and pollution research international, 2020,27(26):32913-32932.

[36] Shi X Y, Xiao H, Liu W F, et al. Confronting the Carbon-Footprint Challenge of Blockchain [J]. Environmental science & technology, 2023,57(3):1403-1410.

[37] Longo S, York R. How Does Information Communication Technology Affect Energy Use? [J]. Human ecology review, 2015,22(1):55-72.

[38] 史琴琴,魯豐先,陳 海,等.中原經(jīng)濟(jì)區(qū)城鎮(zhèn)居民消費間接碳排放時空格局及其影響因素 [J]. 資源科學(xué), 2018,40(6):1297-1306.

Shi Q Q, Lu X F, Chen H, et al. Temporal-spatial patterns and factors affecting indirect carbon emissions from urban consumption in the Central Plains Economic Region [J]. Resources Science, 2018,40(6): 1297-1306.

[39] 董會娟,耿 涌.基于投入產(chǎn)出分析的北京市居民消費碳足跡研究 [J]. 資源科學(xué), 2012,34(3):494-501.

Dong H J, Geng Y. Study on Carbon Footprint of the Household Consumption in Beijing Based on Input-Output Analysis [J]. Resources Science, 2012,34(3):494-501.

[40] 王 媛,程 曦,殷培紅,等.影響中國碳排放績效的區(qū)域特征研究——基于熵值法的聚類分析 [J]. 自然資源學(xué)報, 2013,28(7):1106- 1116.

Wang Y, Cheng X, Yin P H, et al. Research on regional characteristics of china's carbon emission performance based on entropy method and cluster analysis [J]. Journal of Natural Resources, 2013,28(7):1106- 1116.

[41] 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)驗證據(jù)[J]. 管理世界, 2020,36(10):65-76.

Zhao T, Zhang Z, Liang S K. Digital economy, entrepreneurship, and high-quality economic development: Empirical evidence from urban China [J]. Journal of Management World, 2020,36(10):65-76.

[42] 洪銀興,韓綠藝.從發(fā)展消費經(jīng)濟(jì)入手構(gòu)建新發(fā)展格局 [J]. 湘潭大學(xué)學(xué)報(哲學(xué)社會科學(xué)版), 2023,47(1):25-29.

Hong Y X, Han L Y. Constructing a new development pattern from the development of consumption economy [J]. Journal of Xiangtan University(Philosophy and Social Sciences), 2023,47(1):25-29.

[43] Guan D, Meng J, Reiner D, et al. Structural decline in China’s CO2emissions through transitions in industry and energy systems [J]. Nature Geoscience, 2018,11(8):551-557.

[44] 胡雪萍,樂 冬.環(huán)境規(guī)制促進(jìn)了農(nóng)業(yè)全要素生產(chǎn)率提升嗎？[J]. 江漢論壇, 2022,533(11):42-51.

Hu X P, Le D. Does environmental regulation improve agricultural total factor productivity? [J]. Jianghan Tribune, 2022,533(11):42-51.

[45] 范洪敏,穆懷中.環(huán)境規(guī)制對城鎮(zhèn)二元勞動力就業(yè)的影響——基于勞動力市場分割視角 [J]. 經(jīng)濟(jì)理論與經(jīng)濟(jì)管理, 2017,314(2): 34-47.

Fan H M, Mu H Z. Effects of environmental regulations on the employment of urban dual labor——based on the perspective of labor market segmentation [J]. Economic Theory and Business Management, 2017,314(2):34-47.

[46] 李云燕,張 碩.中國城市碳排放強(qiáng)度時空演變與影響因素的時空異質(zhì)性 [J]. 中國環(huán)境科學(xué), 2023,43(6):3244-3254.

Li Y Y, Zhang S. Spatio-temporal evolution of urban carbon emission intensity and spatiotemporal heterogeneity of influencing factors in China [J]. China Environmental Science, 2023,43(6):3244-3254.

[47] 張玉周.中國人口年齡結(jié)構(gòu)變動對能源消費的影響研究——基于省際動態(tài)面板數(shù)據(jù)的GMM分析 [J]. 中國人口·資源與環(huán)境, 2015, 25(11):69-74.

Zhang Y Z. Research on the effects of changes in the age structure of china's population to energy consumption: Based on the provincial dynamic panel data by GMM [J]. China Population, Resources and Environment,2015,25(11):69-74.

[48] 王少劍,蘇泳嫻,趙亞博.中國城市能源消費碳排放的區(qū)域差異、空間溢出效應(yīng)及影響因素 [J]. 地理學(xué)報, 2018,73(3):414-428.

Wang S J, Su Y X, Zhao Y B. Regional inequality, spatial spillover effects and influencing factors of China's city-level energy-related carbon emissions [J]. Acta Geographica Sinica, 2018,73(3):414-428.

[49] 周少甫,林 享.消費結(jié)構(gòu)升級對碳排放強(qiáng)度的影響研究——基于省級空間面板數(shù)據(jù)模型的分析 [J]. 生態(tài)經(jīng)濟(jì), 2019,35(1):24-29.

Zhou S F, Lin X. Study on the effect of upgrading consumption structure on carbon emission intensity: Analysis based on provincial spatial panel data model [J].Ecological Economy, 2019,35(1):24-29.

[50] 尚 梅,王蓉蓉,胡 振.中國省域能源消費碳排放時空格局演進(jìn)及驅(qū)動機(jī)制研究——基于環(huán)境規(guī)制視角的分析 [J]. 環(huán)境污染與防治, 2022,44(4):529-534,551.

Shang M, Wang R R, Hu Z. Study on spatial and temporal evolution and driving mechanism of carbon emissions from provincial energy consumption in China - the analysis based on the perspective of environmental regulation [J]. Environmental Pollution& Control, 2022,44(4):529-534,551.

[51] 冉光圭,楊 宣.西部地區(qū)能源消費碳排放時空格局演變及影響因素分析 [J]. 貴州民族研究, 2022,43(6):56-61.

Ran G G, Yang X. Temporal and spatial pattern evolution and influencing factors of carbon emission from energy consumption in western China [J]. Guizhou Ethnic Studies, 2022,43(6):56-61.

[52] 李 勇,蔣 蕊,張 敏,等.中國數(shù)字經(jīng)濟(jì)高質(zhì)量發(fā)展水平測度及時空演化分析 [J/OL]. 統(tǒng)計與決策, 2023,39(4):90-94.

Li Y, Jiang R, Zhang M, et al. Measurement and spatial-temporal evolution of the high-quality development level of china's digital economy [J/OL].Statistics & Decision, 2023,39(4):90-94.

[53] 趙 旭,鄭 楠.數(shù)字經(jīng)濟(jì)、新零售轉(zhuǎn)型與居民消費擴(kuò)張的關(guān)系研究 [J]. 商業(yè)經(jīng)濟(jì)研究, 2022,857(22):19-22.

Zhao X, Zheng N. Research on the relationship between digital economy, new retail transformation and residential consumption expansion [J]. Journal of Commercial Economics, 2022,857(22):19- 22.

[54] 侯冠宇,胡寧寧.支付數(shù)字化能否顯著提升家庭消費?——基于CHFS微觀數(shù)據(jù)的經(jīng)驗證據(jù) [J]. 經(jīng)濟(jì)與管理, 2023,37(1):20-28.

Hou G Y, Hu N N. Can digital payments significantly increase household spending? empirical evidence based on CHFS microdata [J]. Economy and Management, 2023,37(1):20-28.

[55] 蔣正云,宋金平,趙曉迪.新型城鎮(zhèn)化高質(zhì)量發(fā)展生態(tài)效應(yīng)的空間溢出及門檻特征 [J]. 經(jīng)濟(jì)問題探索, 2023,490(5):97-112.

Jiang Z Y, Song J P, Zhao X D. Spatial spillover and threshold characteristics of ecological effects of high-quality development of new-type urbanization [J]. Inquiry into Economic Issues, 2023,490 (5):97-112.

Research on the effect of digital economy on carbon emissions from household consumption.

BAN Nan-nan*, ZHANG Xiao- yue

(Surrey International Institute, Dongbei University of Finance and Economics, Dalian 116023, China)., 2023,43(12)：6625～6640

Using panel data from 30 provinces and regions in China between 2000 and 2020, this study comprehensively measured the carbon emissions of household consumption and digital economy development index under different levels of demand. By employing a spatial econometric model, we studied the decomposition spatial effect and analyzed the threshold effect of digital economy and overall consumption carbon emissions to investigate the impact of digital economy on carbon emissions from household consumption. The study showed that: (1) the carbon emissions from household consumption in China increased overall, with a trend of high (low) emission in eastern (western) China and concentration in the middle and eastern China. (2) Direct carbon emissions were the main source of carbon emissions from household consumption; but with the development of society, its proportion in the total consumption carbon emissions was declining, while the proportion of indirect emissions were increasing. (3) The development of digital economy could significantly increase indirect carbon emissions from household consumption both in local and its neighboring provinces, and local indirect carbon emissions for survival. However, an "inverted U" relationship was found between the degree of development of digital economy and the overall consumption carbon emissions, and digital economy could promote household consumption carbon emission reduction after reaching a higher level of development. Therefore, it was suggested to further promote the development of the digital economy and strengthen guidance on green production and life, so as to help achieve the "dual carbon" goal.

digital economy；household consumption；carbon emissions；different levels of demand；spatial regression method

X196

A

1000-6923(2023)12-6625-16

班楠楠,張瀟月.數(shù)字經(jīng)濟(jì)對我國居民消費碳排放影響研究 [J]. 中國環(huán)境科學(xué), 2023,43(12):6625-6640.

Ban N N, Zhang X Y.Research on the effect of digital economy on carbon emissions from household consumption [J]. China Environmental Science, 2023,43(12):6625-6640.

2023-04-29

遼寧省教育廳基本科研項目(LJKMR20221607);大連市社科聯(lián)重點項目(2022dlskzd254);遼寧省社科聯(lián)經(jīng)濟(jì)社會發(fā)展研究課題(2023lslqnkt-028);遼寧省教育科學(xué)“十四五”規(guī)劃項目(JG21DB175)

* 責(zé)任作者, 講師,n.ban@surrey.ac.uk

班楠楠(1983-),女,講師,主要從事綠色金融、低碳戰(zhàn)略等方面的研究.發(fā)表論文10余篇.n.ban@surrey.ac.uk.