《Frontiers in Marine Science》：Does new digital infrastructure promote the low-carbon transformation of fisheries: evidence from carbon emissions across Chinese provinces
编辑推荐：
新型数字基础设施(NDI)通过将数据作为生产要素整合进渔业生产经营各环节提供了技术基础，从而在中国“双碳”目标下推动渔业绿色低碳转型。研究人员利用2004—2024年中国大陆30个省级面板数据（剔除西藏），通过文本分析测度NDI发展水平，并采用双重机器学习(D
新型数字基础设施(NDI)通过将数据作为生产要素整合进渔业生产经营各环节提供了技术基础，从而在中国“双碳”目标下推动渔业绿色低碳转型。研究人员利用2004—2024年中国大陆30个省级面板数据（剔除西藏），通过文本分析测度NDI发展水平，并采用双重机器学习(DML)评估其对渔业碳排放(FCE)的影响。进一步从潜在传导路径、区域与时序异质性、内生性及空间溢出效应展开扩展分析。结果表明NDI显著降低FCE，且经系列稳健性检验后结论不变。潜在路径分析显示NDI与技术进步、产业结构升级及清洁能源结构呈正向关联。空间溢出分析表明NDI不仅降低本地区FCE，还对空间关联地区产生显著减排效应，且间接效应超过直接效应。上述发现为理解NDI在渔业部门碳减排效应及其潜在传导路径提供了经验证据，并为优化数字基础设施区域部署及推进渔业绿色低碳转型提供政策启示。
研究背景方面，全球应对气候变化背景下中国推进碳达峰碳中和目标，渔业作为高耗能产业（捕捞依赖燃油、养殖依赖电力与饲料、加工与冷链依赖电油）面临低碳转型压力。既有文献多关注数字经济整体或数字化效率，少有将新型数字基础设施(NDI)作为独立对象，且未将NDI、渔业碳排放(FCE)与空间溢出纳入统一框架。为此，研究人员以2004—2024年大陆30省（除西藏）为样本，基于政府工作报告文本分析构建NDI指标，结合双重机器学习(DML)、空间计量与准自然实验系统识别NDI对FCE的净效应与机制。
主要关键技术方法上，研究人员采集省级政府工作报告文本，经分词与词频分析以NDI关键词占比标准化测度NDI；FCE依据IPCC排放因子法由捕捞柴油、养殖用电、加工能耗折算标准煤与CO2排放系数核算；实证采用Chernozhukov等提出的双重机器学习(DML)部分线性模型处理高维控制变量与非线性，辅以空间杜宾模型(SDM)分解直接/间接效应，并进行路径关联检验（技术进度Tech、产业结构IS、能源结构ES）。
研究结果部分，2理论分析与研究假设中，2.1直接效应提出H1：NDI通过监测优化与价值链协同显著降低FCE；2.2潜在路径分技术效应(H2a)、结构效应(H2b)、能源效应(H2c)三类；2.3空间溢出提出H3：NDI通过技术扩散与区域联动降低邻区FCE。3方法与数据中，3.1给出DML部分线性模型与辅助回归、路径模型及空间杜宾模型设定；3.2.1因变量FCE按捕捞/养殖/加工三边界用公式(5)-(9)核算；3.2.2核心自变量NDI用公式(10)文本指标；3.2.3控制变量含渔业经济发展水平(FED)、人均养殖面积(PAA)、要素禀赋(FE)、劳动生产率(FLP)、饲料规模(FFS)、环境规制(ER)及其二次型；3.2.4路径变量为Tech、IS、ES。4结果显示，4.1时空演变上FCE呈东南沿海与长江中下游高值集聚、西北低值格局，NDI呈东高西低及2015后加速扩散；4.2基线DML回归中NDI系数负向显著（含二次型控制时?0.125***），验证H1；路径检验中NDI对Tech、IS、ES系数均显著为正，支持H2a-c；空间杜宾模型效应分解显示间接效应大于直接效应，证实H3；异质性与稳健性（内生处理、替换变量、子样本）均支撑主结论。
讨论与结论翻译总结：研究人员指出NDI作为底层连接-计算设施，其减排并非单纯技术替代，而是通过技术进步、产业结构升级与清洁能源占比提升三条机制降低FCE，且网络外部性使减排溢出至相邻省份（间接效应＞直接效应）。结论认为NDI显著抑制渔业碳排放，建议优化NDI区域布局、向中西部与内陆渔业延伸，强化养殖精准投喂/捕捞航线优化/冷链协同等场景落地，并将NDI纳入渔业碳治理与“双碳”政策工具箱。该研究发表于《Frontiers in Marine Science》，为渔业数字基建碳效应提供了省级面板证据与机制框架。
