数字绿色协同转型中的碳减排与水资源权衡：基于中国280个城市的非线性效应与空间溢出分析

《Ecological Indicators》：Carbon reduction and water resource trade-offs in the digital-green synergistic transformation

本研究聚焦数字绿色协同转型（DGST）对碳排放的非线性影响及其环境代价。基于中国280个城市的面板数据，研究发现DGST与碳排放呈倒U型关系，且转型初期存在显著的碳-水权衡效应。研究揭示了区域异质性与空间溢出特征，为多目标环境治理提供了理论与实证依据。

　　

随着全球气候变化加剧，碳排放控制已成为各国可持续发展的核心议题。中国作为全球最大的碳排放国，在2030年碳达峰与2060年碳中和目标下，探索低碳转型路径迫在眉睫。数字经济和绿色发展的融合被视作实现减排目标的关键策略，但二者协同转型（Digital-Green Synergistic Transformation, DGST）对碳排放的实际影响及其环境代价尚不明确。尤其在转型过程中，碳减排是否以水资源过度消耗为代价？这一资源系统协同问题亟待深入探讨。

为回答上述问题，河海大学商学院的研究团队在《Ecological Indicators》发表论文，基于中国280个城市2011–2023年的面板数据，系统分析了DGST对碳排放的非线性影响及其碳-水权衡效应。研究发现，DGST与碳排放之间存在显著的倒U型关系，即转型初期碳排放随DGST水平提升而增加，当DGST跨越特定阈值后则转为下降。这一现象在东部地区和水资源丰富区域尤为显著。研究进一步揭示了转型初期存在的碳-水权衡效应（Carbon–Water Trade-off），即碳减排伴随水资源消耗增加，且该效应具有空间溢出性。

本研究主要采用耦合协调度模型构建DGST指标，结合固定效应模型、Logit模型及空间杜宾模型（Spatial Durbin Model）进行实证检验。通过工具变量法与控制函数法处理内生性问题，并基于胡焕庸线和水资源禀赋进行异质性分析，确保结论的稳健性。

4.1 基准回归结果

基准回归表明，DGST的一次项系数显著为正，二次项系数显著为负，证实了DGST与碳排放的倒U型关系。通过RESET检验与拟合曲线分析，进一步验证了非线性关系的可靠性，支持了环境库兹涅茨曲线（Environmental Kuznets Curve）在DGST语境下的适用性。

4.2 碳-水权衡效应

通过构建碳-水弹性指标（Elasticity）及TradeOff虚拟变量，Logit模型结果显示，DGST对碳-水权衡概率同样呈现倒U型影响。转型初期，数字基础设施（如数据中心）和绿色技术（如清洁能源）的水资源密集型特性导致碳减排与耗水矛盾凸显；随着转型深化，技术效率提升与资源协调机制逐步完善，权衡风险下降。

4.3 内生性检验与稳健性检验

采用滞后一期DGST作为工具变量，两阶段最小二乘法（2SLS）与控制函数法（CFA）结果均支持基准结论。剔除直辖市、替换熵权-TOPSIS法重构指标及缩尾处理等稳健性检验均未改变核心结论。

4.5 异质性分析

按胡焕庸线划分区域发现，东部城市DGST的碳减排效应显著，而西部不显著；水资源丰富地区更易实现减排，缺水地区则面临更严重的碳-水权衡。这表明区域资源禀赋与经济发展水平显著影响DGST的环境效益。

4.6 空间溢出效应分析

莫兰指数（Moran’s I）显示DGST与碳排放存在空间自相关性。空间杜宾模型表明，邻近地区DGST对本地碳排放产生U型影响，即适度协同可促进区域减排，但过度转型可能因产业转移或资源竞争产生负面溢出。碳-水权衡同样存在空间依赖性，需通过跨区域政策协调化解矛盾。

讨论与结论

本研究揭示了DGST的阶段性特征：早期高碳排与资源冲突源于基础设施投入与技术磨合，后期减排效益随系统成熟而显现。碳-水权衡的倒U型轨迹警示政策制定需统筹资源管理，避免单目标优化引发多维矛盾。空间溢出效应进一步强调区域协同治理的必要性，需通过技术共享、标准统一与生态补偿机制化解边界效应。

研究结果为全球气候治理提供了三方面启示：其一，DGST政策需因城施策，兼顾发展阶段与资源约束；其二，建立碳-水耦合评价体系，推动多目标协同管理；其三，强化跨区域合作，构建数字化绿色化协同的宏观治理框架。未来研究可深化微观机制，探索 sectoral heterogeneity（部门异质性）与动态路径优化，为碳中和战略提供更精细化的决策支持。