数字化、可再生能源与自然资源如何塑造中国环境卓越性？基于分位数回归框架的实证分析

为探究中国实现"双碳"目标的路径，研究人员采用Quantile-on-Quantile回归方法，系统分析了1990-2022年间数字化指数(DGT)、可再生能源消费(REC)和自然资源租金(NRR)对生态足迹(EFP)的非线性影响。研究发现数字化在低分位数抑制生态足迹，可再生能源呈现显著负向关联，而自然资源则呈现由负转正的动态效应，为制定差异化环境政策提供了量化依据。

　　

在全球气候变暖加剧的背景下，中国作为全球最大的碳排放国（占2020年全球排放量的30.7%），面临着实现2030年碳达峰和2060年碳中和的双重压力。传统以煤炭为主导的能源结构（煤炭消费占全球总量近半）与快速工业化进程，使得中国的环境质量持续承压。与此同时，数字经济规模已占GDP的38.6%，可再生能源占比不断提升，这些因素如何协同影响生态环境成为亟待解答的科学问题。

中国的研究团队在《Geoscience Frontiers》发表的研究中，创新性地构建了包含专利授权、商标申请等指标的数字经济综合指数，采用Quantile-on-Quantile回归（QQR）、交叉分位数相关和偏分位数相关分析，首次系统评估了数字化、可再生能源和自然资源对中国生态足迹的动态影响。

关键技术方法包括：1）基于PCA主成分分析法构建数字化指数，整合专利授权(TPG)、专利申请(TPA)、技术领域专利(PGT)和商标申请(TMA)四类指标；2）采用1990Q1-2022Q4季度数据，数据源自世界知识产权组织(WIPO)、全球足迹网络(GFPN)和世界发展指标(WDI)；3）运用非参数QQR方法分析变量在不同分位点的非线性关系，带宽参数h设为0.05。

研究结果显示：

1. 数字化与环境质量的复杂关系
   在生态足迹的低分位区间（0.1-0.3分位数），数字化指数每提升1%会使生态足迹降低0.18%，这得益于智能能源管理系统和工业流程优化；但在高分位区间（>0.7分位数）影响不显著，反映出数字基础设施能耗增加可能抵消效率收益。

2. 可再生能源的显著减排效应
   可再生能源消费在所有分位数均显示负向关联，中低分位数（0.2-0.5）弹性系数达-0.32，证实风能、太阳能等清洁能源对煤炭的替代效应。值得注意的是，当可再生能源占比超过阈值12.5%时，减排效果出现边际递减。

3. 自然资源的双刃剑作用
   自然资源租金在初期分位数（<0.3）呈现-0.15的负向系数，反映资源开发对生态系统的压力；但在高发展水平（>0.8分位数）转为微弱正向影响（+0.07），可能与资源收益驱动的环保投入增加有关。

讨论部分指出，该研究通过分位数框架揭示了环境驱动因素的异质性影响：对于生态足迹较高的地区，应重点发展可再生能源而非单纯依赖数字化；而对生态表现中等区域，需警惕自然资源的"诅咒效应"。研究创新性地验证了SDG-7（可负担清洁能源）和SDG-13（气候行动）的协同实现路径，为制定差异化的区域碳减排政策提供了量化依据。

这项研究的重要意义在于：首次采用多指标合成的数字化指数，克服了单一代理变量的局限性；通过分位数分析捕捉到传统线性模型忽略的非线性特征；证实了"数字中国"与"美丽中国"建设的协同路径，特别是数字技术在提升煤炭利用效率方面的独特价值。未来研究可进一步细分数字技术类型，并考虑区域气候条件的调节作用。