《Sustainable Futures》：Digital Transformation and Environmental Sustainability: Evidence from Composite Emission and Circular Economy Indicators
编辑推荐：
随着欧盟在《欧洲绿色协议》（European Green Deal）框架下追求2050年气候中和目标，理解数字化转型是加速还是阻碍环境可持续性已成为一个关键的政策问题。本研究考察了2014年至2024年间27个欧盟国家数字化对环境可持续性的异质性影响。采用三种
随着欧盟在《欧洲绿色协议》（European Green Deal）框架下追求2050年气候中和目标，理解数字化转型是加速还是阻碍环境可持续性已成为一个关键的政策问题。本研究考察了2014年至2024年间27个欧盟国家数字化对环境可持续性的异质性影响。采用三种替代加权方法——熵权法（entropy weighting）、等权法（equal weighting）和主成分分析法（principal component analysis, PCA）——构建了数字化、循环经济绩效和温室气体排放的综合指数。通过面板数据技术，包括混合最小二乘法（pooled OLS）、固定效应（fixed effects, FE）和系统广义矩估计（system GMM），分析了数字化与环境可持续性之间的关系。研究结果表明，数字化对循环经济绩效表现出强烈的正向影响，在疫情后（post-COVID）时期尤其显著，特别是在欠发达经济体中。相反，数字化对温室气体减排的影响在经济意义上不显著，即使在动态设定下也是如此。非线性模式揭示了规模收益递增，这与环境库兹涅茨曲线（Environmental Kuznets Curve, EKC）假说相矛盾。这些结果表明，数字化的环境效益取决于配套的制度和经济能力。虽然数字技术通过增强信息透明度和资源优化促进循环经济转型，但结构性脱碳需要的不仅仅是技术采用。政策努力应优先考虑在落后地区发展数字基础设施，并将欧盟的双重转型与数字环境治理框架相结合。
本研究围绕“数字化转型与环境可持续性”这一核心议题展开。在欧盟“绿色协议”（European Green Deal）提出2050年气候中和目标以及数字化转型加速推进的“双重转型”背景下，数字化究竟有助于还是阻碍环境可持续性，成为一个亟待回答的政策问题。现有文献多聚焦于单一环境维度，且缺乏对数字化与循环经济之间宏观层面非线性关系的实证检验。为此，研究人员利用2014–2024年27个欧盟国家的面板数据，构建数字化、循环经济绩效与温室气体排放三类综合指标，实证考察数字化的环境效应及其异质性。
在方法上，研究人员采用了三种指数构建方法，即熵权法（entropy weighting）、等权法（equal weighting）和主成分分析法（principal component analysis, PCA），以降低单一加权方案带来的偏差。计量分析综合运用混合最小二乘法（pooled OLS）、固定效应（FE）、随机效应（RE）和系统广义矩估计（system GMM）等面板模型，并通过二次项设定、Chow检验和按发展水平及时期划分的子样本回归来考察非线性与结构突变。样本覆盖27个欧盟国家、时间跨度为2014–2024年，观测值为297个；控制变量包括研发强度、可再生能源占比、服务业占比和环境税。
研究结果部分围绕以下几个子标题展开：
4.1 描述性统计与相关性分析：通过描述性统计和相关性矩阵发现，数字化指数与循环经济绩效之间存在中等偏强的正向相关（相关系数约0.536），而数字化与排放指数之间的相关较弱（相关系数0.016）。方差膨胀因子（VIF）显示各解释变量之间不存在严重的多重共线性。
4.2 数字化与循环经济绩效：基于面板回归，数字化对循环经济绩效具有显著正向影响。混合OLS系数为0.3908，固定效应系数为0.0773，系统GMM估计进一步验证了长期动态效应。分时期看，疫情后数字化对循环经济的系数为0.7749，是疫情前（0.3127）的约2.5倍，表明疫情加速的数字化进程为循环经济带来了结构性机遇。
4.3 数字化与环境排放：以排放指数为被解释变量时，混合OLS显示数字化系数为-0.1163，但固定效应模型不显著（系数-0.0102），系统GMM中数字化系数仅为-0.0094，经济意义很小。排放变量滞后项系数接近0.97，说明排放具有高度路径依赖。研究人员将这一有限效应归因于回弹效应、ICT产业能耗以及服务型经济中边际改善空间有限。
4.4 非线性与阈值效应：在循环经济方程中加入数字化平方项后，二次项系数显著为正（0.1198），表明数字化对循环经济绩效存在规模收益递增，即凸性关系，这与环境库兹涅茨曲线（EKC）假说的倒U型预测相反。排放方程中的二次项不显著，支持了数字化对排放影响有限的结论。
4.5 发展异质性与时间动态：按服务业占比中位数划分，低发展水平国家中数字化对循环经济的正向效应更强（系数0.2419），高发展水平国家不显著；数字化对排放的负向效应在低发展水平国显著，在高发展水平国不显著。时段上，疫情后数字化对循环经济和排放的影响均明显增强。
讨论部分总结指出，本研究的理论贡献在于提出了“差异化影响模型”：数字化并非环境问题的普适解药，其对循环经济与排放的作用机制不同。数字化与循环经济之间的凸性关系挑战了EKC理论，显示网络外部性使数字化回报递增；制度权变视角则强调数字化环境收益依赖研发投入、治理质量和经济结构等吸收能力。实践上，对落后地区投资数字基础设施可收获较高可持续回报，但服务业主导的经济体仅靠数字化无法实现脱碳，须结合可再生能源转型和结构性改革。社会层面，绿色数字包容有助于缩小欧盟内部环境不平等，但气候中和仍需超越技术采纳的系统性变革。
研究结论部分翻译如下：本研究表明，数字化对循环经济绩效具有显著正向影响，系数介于0.0773（固定效应）和0.3908（混合OLS）之间，即数字化每提高一个标准差，循环经济绩效提升0.08至0.39个标准差。数字化对温室气体排放的直接效应很微弱，固定效应模型不显著，动态模型中经济重要性可忽略。非线性检验显示数字化对循环经济的回报递增，与环境库兹涅茨曲线假说相悖。发展异质性显著，低服务化经济体从数字化中获得的排放收益更大。据此，政策应优先在落后地区部署数字基础设施，并将绿色目标与数字政策整合到统一治理框架中；结构性脱碳还需可再生能源投资、产业转型和行为改变等多方协同。
