中国省级数字经济与二氧化硫排放：多维证据，2000–2022

《Sustainability》：Digital Economy Development and Provincial Sulfur Dioxide Emissions in China: Multi-Dimensional Evidence, 2000–2022

　　

遏制工业空气污染仍然是中国在双碳承诺下可持续转型的核心，而数字经济已被视为清洁生产的推动因素。然而，大多数证据集中在碳排放和单一维度的数字化指标上，使得多维数字发展与二氧化硫（SO₂）排放之间的联系尚未得到充分探索。研究人员使用主成分分析法（PCA）从三个县级聚合的数字融合子指标构建了一个多维数字经济指数（DEI），并汇编了2000–2022年间30个省份的平衡面板数据（N = 690）。通过使用聚类稳健推断的双向固定效应估计，研究人员发现DEI与省级SO₂排放呈负相关：DEI每增加一个单位，排放量降低19.2%。该关联在野簇自举推断、省份特定线性趋势、替代复合权重、两种替代SO₂度量以及巴蒂克式暴露-冲击工具变量敏感性分析中依然稳健。融合型维度效应更强。一个正式的中介分析显示，数字发展降低了煤炭依赖，并提升了规制和创新。然而，没有任何可观测的渠道在统计上中介了总效应。这一模式与减排通过排放监测和合规机制运作相一致。这些发现将数字发展定位为空气质量改善的相关因素，并为双碳框架下的数字基础设施规划提供了信息。

**论文解读：中国省级数字经济与二氧化硫排放的多维关联——基于2000–2022年面板数据的实证分析**

**一、研究背景与问题**

在全球气候变化与可持续发展议程（尤其是联合国可持续发展目标11和13）的驱动下，中国承诺在2030年前实现二氧化碳达峰、2060年前实现碳中和，这构成了现代环境政策中规模最大的单一国家脱碳承诺之一。然而，对温室气体的政策关注并未取代遗留的空气质量问题，其中二氧化硫（SO₂）作为燃煤相关工业空气污染及省级层面监管合规的长期指标，仍具重要意义。根据《中国统计年鉴》和《中国环境统计年鉴》，全国SO₂排放量从2010年的约2185万吨大幅下降至2022年的约244万吨，但剩余排放仍集中在煤炭密集型内陆省份，这些地区的持续空气污染暴露带来的健康负担依然沉重。因此，理解哪些结构转型能推动SO₂朝预期方向变化，对于空气质量政策以及更广泛的可持续发展议程至关重要。

近年来，数字经济的崛起被广泛认为能够重塑省级生产、消费和监管能力，进而可能影响排放。据中国信息通信研究院（CAICT）《中国数字经济发展报告》，中国数字经济规模从2012年的约11.2万亿元增长至2023年的约53.9万亿元，占当年GDP的42.8%。现有实证研究多将数字经济发展与碳排放强度降低、绿色全要素生产率提升及制造业和服务业效率改进联系起来，但数字经济重组是否与直接关联省级政策目标的常规空气污染结果（如SO₂）存在关联，尚未得到系统研究。多数研究聚焦于碳排放或复合“绿色”结果，而非驱动省级监管合规的具体空气污染物。

**二、研究内容与主要结论**

本研究考察了2000–2022年间中国省级数字经济发展与二氧化硫排放之间的关联。研究团队首先利用主成分分析（PCA）对三个县级聚合的数字融合子指标——数字-数字融合（DDI）、数字-实体融合（DRI）和实体-实体融合（RRI）——构建了一个多维数字经济指数（DEI），该指数第一主成分解释了87.85%的联合方差。随后，研究采用双向固定效应面板回归，控制城镇化率、工业增加值占比、实际贸易开放度、实际研发支出和实际人均GDP五个协变量，并应用聚类稳健标准误、野簇自举、排列检验、聚类刀切标准误、逐一省份剔除敏感性分析、替代复合权重、右尾缩尾、子时期划分、省份特定线性趋势以及巴蒂克式暴露-冲击工具变量敏感性分析等一系列稳健性检验。中介分析则采用标准中介设计，对六个候选中介变量（煤炭占比、能源强度、工业占比、城镇化率、发明专利数、污染治理投资）进行检验。

核心结论是：DEI与省级SO₂排放呈稳健负相关。在简约基线双向固定效应模型中，DEI每增加一个单位，SO₂排放下降19.2%（系数-0.214，聚类稳健p<0.001）。该结果在所有稳健性检验中均保持成立，包括野簇自举（p=0.007）、排列检验（p=0.002）、聚类刀切标准误（p=0.002）、所有30个逐一省份剔除（所有系数均为负且显著）、替代复合权重（等权、熵权）、右尾缩尾、子时期划分、添加省份特定线性趋势（系数-0.079，p<0.001），以及四种×三种SO₂度量（总排放、排放强度、人均排放）的12个规范（全部负显著）。巴蒂克式工具变量估计（第一阶段F=161.1）也得出负且高度显著的系数，且在剔除高暴露省份（北京、上海）后依然稳健。动态局部投影估计显示，从当期到未来7年，DEI与SO₂的负关联持续存在。探索性分位数回归表明，该负关联在SO₂条件分布的各分位点均成立。区域和DEI水平的子样本分析未提供系统性异质性的充分证据。中介分析显示，DEI显著降低了煤炭占比（a路径-4.44个百分点，p=0.008），并提升了污染治理投资和发明专利（p值分别为0.083和0.091），但所有间接效应均不显著，六个可观测中介仅解释了总关联的5.7%。维度比较表明，融合型维度（DRI和RRI）的标准化效应约为数字-数字维度（DDI）的1.5倍，支持了H2假设。

**三、关键技术方法**

研究主要采用了以下关键技术方法：（1）**多维数字经济指数（DEI）构建**：通过主成分分析（PCA）对三个县级聚合计数字融合子指标（DDI、DRI、RRI）进行降维，提取第一主成分作为DEI。（2）**双向固定效应面板回归**：控制省份和年份固定效应，使用聚类稳健标准误进行推断。（3）**稳健性推断技术**：包括野簇自举（Cameron, Gelbach, & Miller方法，999次重复）、排列检验（500次重复）、聚类刀切标准误、逐一省份剔除敏感性分析、替代复合权重（等权、熵权）以及省份特定线性趋势。（4）**巴蒂克式暴露-冲击工具变量（IV）**：将省份基线DEI（2000–2002年平均）与剔除自身后的全国平均DEI交互作为工具变量，进行两阶段最小二乘估计。（5）**动态局部投影**：采用Jordà方法估计DEI对未来不同年限ln(SO₂)的动态关联。（6）**正式中介分析**：对六个候选中介变量（煤炭占比、能源强度、工业占比、城镇化率、发明专利数、污染治理投资）进行a路径和b路径估计，并通过省份层面聚类自举（999次）获取间接效应置信区间，辅以Gelbach分解。数据来源包括《中国统计年鉴》、《中国能源统计年鉴》、《中国环境统计年鉴》、《中国工业统计年鉴》以及县级聚合面板数据，样本覆盖2000–2022年30个中国省级行政单位（除西藏、香港、澳门、台湾）。

**四、研究结果**

**4.1 描述性统计**：面板含690个省份-年份观测，SO₂排放呈右偏分布，中位数约46万吨，均值约56万吨，集中分布在山东、河北、山西、内蒙古等煤炭密集型省份。DEI均值为0，标准差1.625，最大值17.446由少数数字先进省份（2018年后）贡献。

**4.2 基线TWFE结果**：简约基线系数为-0.214（聚类稳健se=0.029，p<0.001，野簇自举p=0.007，N=690），对应DEI每增加一单位，SO₂排放下降19.2%。加入控制变量后系数变化很小（从-0.225降至-0.214），表明关联不受社会经济协变量实质影响。

**4.3 稳健性检验**：
- **4.3.1 多指标多结果矩阵**：三个子指标（DDI、DRI、RRI）和PCA复合指数（DEI）分别对三种SO₂度量（总排放、排放强度、人均排放）估计，所有12个系数均为负且在1%水平显著。
- **4.3.2 替代复合构建**：等权和熵权复合指数均产生负且在1%水平显著的系数。
- **4.3.3 小聚类推断**：野簇自举p=0.007，排列检验p=0.002，聚类刀切标准误p=0.002，均拒绝原假设。
- **4.3.4 逐一省份剔除敏感性**：所有30个LOO估计系数均为负且显著（最不利为排除黑龙江，b=-0.193，p<0.001）。
- **4.3.5 省份特定线性时间趋势**：加入29条趋势后系数降至-0.079（se=0.015，p<0.001），仍显著。

**4.4 巴蒂克式暴露-冲击IV敏感性**：全样本两阶段最小二乘系数为-1.575（se=0.153，第一阶段F=161.1），剔除北京、上海后仍负显著。

**4.5 动态关联：局部投影**：从h=0到h=7，各期系数均为负且在1%水平显著，绝对值从0.214增至1.057，置信区间随期限延长而扩大。

**4.6 探索性分位数回归**：在条件分布τ=0.10、0.25、0.50、0.75、0.90分位点上，系数均负显著，且尾部系数绝对值略大于中部。

**4.7 异质性**：
- **4.7.1 区域子样本**：东部系数-0.172（p<0.001），中部系数+0.326（p=0.128），西部系数-0.051（p=0.526）；区域间交互检验未拒绝系数相等（东西p=0.250，中西p=0.475）。
- **4.7.2 DEI水平异质性**：低DEI子样本b=-3.490（p=0.098），高DEI子样本b=-0.111（p<0.001），因尺度差异不宜直接比较，未能建立系统性差异。

**4.8 机制分析**：DEI显著降低煤炭占比（4.44个百分点，p=0.008）和城镇化率（p<0.001），提升污染治理投资（p=0.083）和发明专利（p=0.091），但所有间接效应不显著，六个中介仅解释总关联的5.7%。该模式与SO₂减排主要通过末端烟气脱硫和数字合规监测而非降低煤炭消耗量相一致。维度比较进一步支持H2：融合型维度（DRI和RRI）的标准化效应（约-0.37 log点）比数字-数字维度（DDI，约-0.25 log点）强约50%。

**五、讨论与结论**

**讨论总结**：本研究提供了2000–2022年间中国省级数字经济发展与二氧化硫排放负相关的系统证据。经验模式表现为四点：（1）DEI与SO₂在双向固定效应中稳健负相关，简约基线系数-0.214，对应19.2%的排放降幅，且通过一系列极端稳健性检验；（2）四×三矩阵中所有12个规范均负显著；（3）巴蒂克IV系数负显著，且剔除高暴露省份后仍成立；（4）动态局部投影显示负关联持续至h=7年，分位数回归表明负关联覆盖SO₂条件分布全域。区域与DEI水平子样本未提供系统性异质性的充分证据。映射到假设：H1和H2得到支持，H3仅得到描述性支持。中介分析显示清晰的a路径足迹（数字发展降低煤炭占比、提升规制和创新），但无单一可观测渠道统计中介总效应，这与SO₂通过末端脱硫和数字合规监测（而非煤炭消费量）减排的现有文献一致。与文献比较，本发现延伸了数字经济与碳排放负相关的共识至SO₂这一政策关键的指标污染物，并补充了数字政策试点研究，表明广泛的多维指数在全面板中传递相同信号。局限包括：研究设计识别的是稳健的省份内关联而非严格因果效应；省份-年份面板统计功效有限，难以区分区域效应；若干基础设施因素（如脱硫容量、煤改气）在省级层面未观测到。这些指向城市或企业级数据、绿色专利度量、连续排放监测覆盖率数据及空间溢出分析等未来研究议程。

**研究结论翻译**：本文考察了2000–2022年间中国省级数字经济发展与二氧化硫排放之间的关联。通过使用主成分分析法构建的多维数字经济复合指数（DEI），研究人员记录了稳健的负向省份内关联。在简约基线双向固定效应模型中，DEI每增加一个单位，SO₂排放降低19.2%。该结果在野簇自举推断、排列检验、聚类刀切标准误、逐一省份剔除敏感性、替代复合权重构建、右尾缩尾、子时期划分、添加省份特定线性时间趋势、两种替代SO₂度量以及包含剔除敏感性的巴蒂克式暴露-冲击IV敏感性分析中均保持稳健。动态局部投影估计记录了h=0至h=7各期限的持续负关联。基于TWFE残差数据的探索性分位数回归显示，负关联在SO₂的条件分布中均得到保持。按区域和DEI水平划分的子样本练习未在本样本中提供系统性异质性的充分证据。这些发现支持一种有差异而非统一的政策启示：数字发展的环境收益取决于数字与实体活动如何融合以及地方的数字化和监管能力。