“双碳”目标下数字贸易发展对我国流通业碳减排的影响效应 曾嘉懿副教授 (西安翻译学院国际商学院陕西西安710105) 关键词: 内容摘要:本文采用2011-2022年我国省域面板数据,实证分析数字贸易发展对流通业碳减排的影响及作用机制。结果表明:数字贸易发展对流通业碳减排具有显著的正向促进作用,且数字贸易发展对东中部地区流通业碳减排效果较为明显,对西部地区碳减排影响还不显著;机制分析表明,数字贸易发展可以通过提升绿色技术创新和劳动生产率这两条路径对流通业碳减排产生正向影响。 中图分类号:文献标识码:文章编号: 双碳;数字贸易发展;流通业碳减排;绿色技术创新;劳动生产率 文章著录格式: F724A2095-9397(2024)16-0034-04 曾嘉懿.“双碳”目标下数字贸易发展对我国流通业碳减排的影响效应[J].商业经济研究,2024 (16):34-37 引言及文献综述 大力发展数字贸易,发挥海量数据和超大规模市场优势,对于畅通经济循环,助力经济全球化发展,加快构建新发展格局,推动行业绿色发展具有重要的社会价值。基于此,本文旨在深入探讨数字贸易发展对我国流通业碳减排的影响,以期为政府制定相关政策和实施低碳化转型提供科学依据和决策支持。 数字贸易作为新兴的经济形态,其对碳排放的影响逐渐受到学术界的关注。现有文献主要从数字贸易的技术效应、结构效应和规模效应等方面探讨了其对碳排放的作用机制。在技术效应方面,石红莲(2022)认为数字贸易通过促进技术创新和扩散,推动了清洁能源和低碳技术的发展,从而有助于减少碳排放。在结构效应方面,胡国良(2023)提出数字贸易的发展推动了产业结构的优化和升级,促进了低碳产业的发展。同时,数字贸易还催生了新的低碳产业和业态,如绿色金融、低碳服务等,为经济社会的低碳转型提供了新的动力。在规模效应方面,邓小华(2023)认为数字贸易的快速发展扩大了市场规模,提高了资源配置效率,从而有助于降低单位产出的碳排放。流通业作为数字贸易的重要组成部分,其碳排放问题也受到了一定的关注,黄卓(2023)在理论层面剖析了流通业碳排放的影响因素及数字化和低碳物流体系带来的作用。 综上所述,现有文献鲜有将数字贸易发展与流通业碳减排进行定量的实证分析。基于此,本文可能存在的边际效应在于,一是将数字贸易与流通业碳排放置于同一分析中,为实现“双碳”目标提供思路借鉴;二是从绿色技术创新和劳动力生产率两个方面揭示数字贸易发 展对流通业碳减排的作用机制,为全面发挥数字贸易碳减排和推动流通业高质量发展提供理论支撑。 理论分析与研究假设 (一)数字贸易发展对我国流通业碳减排的直接影响 数字贸易发展对我国流通业碳减排的影响,从理论机制层面进行深入分析,如图1所示,主要体现在以下方面: 首先,数字贸易通过促进流通业的数字化转型,优化了传统流通模式。通过引入大数据、云计算、物联网等先进技术,极大程度地提升了流通业的信息处理能力和决策效率。例如,智能物流系统能够实时追踪货物状态,优化运输路线,减少空驶和绕行,从而降低燃油消耗和碳排放,提高了流通效率,降低物流成本,而且在一定程度上减少了因信息不对称和资源配置不合理导致的资源浪费和碳排放。其次,数字贸易发展推动了流通业的绿色化转型。随着消费者对环境问题的日益关注,绿色消费、低碳消费逐渐成为新的消费趋势。数字贸易为流通企业提供了一个展示和推广绿色产品的平台,消费者可以方便地获取绿色产品的信息,并进行比较和选择。这种透明的信息环境促使流通企业更加重视产品的环保属性,推动其向绿色化方向转型。同时,数字贸易还促进了绿色供应链的建设,通过供应链金融、绿色采购等措施,激励上下游企业共同减少碳排放。再次,数字贸易还通过促进流通业的创新,为碳减排提供了新的动力。在数字贸易的推动下,流通业不断涌现出新的商业模式、新的业态和新的服务方式。最后,数字贸易发展还通过强化流通业的国际合作,推动了全球绿色供应链的建设。 基金课题:2018年陕西省教育厅项目(编号:18JK0990) 在数字贸易的推动下,流通企业能够更加便捷地参与全球市场的竞争与合作,不仅可以引进国际先进的绿色供应链管理理念和技术,还可以通过国际合作推动全球供应链的绿色化转型。基于上述分析,本文提出以下研究假设: H1:数字贸易发展能够有效抑制流通业碳排放的增长。 (二)数字贸易发展对我国流通业碳减排的间接影响 一方面,从促进绿色技术创新机制分析来看,数字贸易发展为绿色技术的创新提供了广阔的市场和强大的动力。随着数字技术的不断进步和应用,绿色技术的研发、推广和应用得到了极大的促进。数字贸易发展为绿色技术的展示、交易和合作提供了便利,加速了绿色技术在流通业的应用和普及。通过节能技术、环保材料、清洁能源等绿色技术的广泛应用,有效地降低了流通业的能源消耗和碳排放,进一步实现了经济效益和环境效益的双赢。 另一方面,从提升劳动生产率机制分析来看,数字贸易发展还通过提升劳动生产率,间接地影响了我国流通业的碳减排。数字技术的应用使得流通业的业务流程更加高效、精准,减少了人力和物力的浪费,而劳动生产率的提升意味着单位产出的能耗降低,即实现了碳排放的减少。同时,数字贸易对流通业从业人员的素质提出了更高的要求,为适应数字化转型发展的需要,从业人员需要不断提升自身的数字技能、环保意识和创新能力,这种人力资本的升级进一步推动了劳动生产率的提升和碳减排的实现。基于上述分析,本文提出以下研究假设: H2:数字贸易发展可以通过促进绿色技术创新,进而促进流通业碳减排。 H3:数字贸易发展可以通过提升劳动生产率,进而促进流通业碳减排。 实证设计 (一)变量说明 1.被解释变量:流通业碳排放(Carbonemission)。关于碳排放的测度标准通常采用我国碳核算数据库 (CEADS)统计的二氧化碳排放量为主,由于数据库中尚未对流通业进行专门划分,因此,本文参考余祖鹏(2023)的研究方法,以交通运输、零售餐饮、仓储和邮政业务的碳排放强度总量作为研究对象,并按照《IPCC国家温室气体清单指南》进行核算,具体测度方法如下: (1)式(1)中,ce表示流通业碳排放水平,FC表示流通 业不同能源消耗量,K表示能源折煤系数,NCV表示净热 值,C表示燃料含碳量,O表示含氧化率。 2.解释变量:数字贸易(Digitaltrade)。数字贸易(Digitaltrade)是指信息通信技术发挥重要作用的贸易形式。因此,本文参考谢会强(2023)的研究成果,从基础设施建设、技术创新环境、数字产业化贸易、产业数字化贸易和数字贸易潜力五个层面构建数字贸易发展水平综合评价指标体系,详见表1。 3.中介变量:绿色技术创新(Green)与劳动力生产率(Lab)。首先,本文采用绿色专利申请数量作为各省域绿色技术创新水平的衡量指标,其次,本文采用各省域国内生产总值与当期总就业人数之比作为衡量劳动力生产率的指标测度指标。 4.控制变量。鉴于现有文献关于流通业碳排放影响因素的研究,本文选取以下相关控制变量:经济发展水平 (GDP)选取各省域人均国内生产总值进行衡量;对外开放水平(OPEN)选取各省域外商投资额占国内生产总值比重进行衡量;金融发展水平(FIN)选取各省域金融机构年末存款余额占国内生产总值比重进行衡量;政府干预程度(GOV)选取各省域一般财政支出与国内生产总值比重进行衡量。 (二)模型构建 基于前文研究假设,首先构建数字贸易发展对流通业碳排放的影响计量模型,如下式: Carbonemissionit=cons+α1Digitaltradeit+∑γnControlit+μi+ t+εit(2) 图1数字贸易发展对流通业碳减排的影响机制 表1数字贸易发展水平评价指标体系 式(2)中,Digitaltradeit表示研究省域i在第t时期的数字贸易发展水平,Carbonemissionit表示研究省域i在第t时期的流通业碳排放水平,Control表示影响流通业碳排放所设定的相关控制变量,γ表示这些控制变量的边际效应,cons表示常数项,α1表示数字贸易发展对流通业碳排放的影响效应系数,μi、t分别表示不随个体及时间变化的固定效应,εit表示随机误差项。 为进一步探究绿色技术创新与劳动力生产率是否在数字贸易发展对流通业碳排放过程发挥中介效应,本文建立中介效应模型如下所示: mediumit=cons+β1Digitaltradeit+∑γnControlit+μi+ t+εit(3) Carbonemissionit=cons+φ1Digitaltradeit+φ2mediumit+ ∑γnControlit+μi+t+εit(4)式(3)(4)中,medium表示中介变量即绿色技术 创新与劳动力生产率,其余主要变量与上文保持一致。 (三)数据来源 通过对变量设定的数据整理,并考虑数据的可得性,最终本文选取我国30省区市(除港澳台、西藏地区外) 面板数据作为研究样本,时间跨度为2011-2022年。其中,相关指标数据来源于《中国统计年鉴》《中国能源统计年鉴》《中国科技统计年鉴》。 实证分析过程 (一)基准回归分析 通过比较似然比检验发现,模型存在个体和时间效应,故本文选取时间和个体双向固定效应进行基准回归分析,结果如表2所示,其中列(1)表示仅考虑解释变量数字贸易发展与被解释变量流通业碳排放的估计结果,可以看出,数字贸易发展的估计参数为-0.062且在1%水平显著,表明数字贸易发展水平的提升可以显著抑制流通业碳排放。列(2)表示在逐步添加相关控制变量后的回归结果,可以看出解释变量数字贸易发展的估计系数为-0.058且通过了显著性检验。从经济学解释来看,当数字贸易发展水平每提升一个单位时,将带动流通业碳排放量减少0.058%,即数字贸易发展可以显著促进流通业碳减排,进一步验证前文假设H1。 (二)稳健性检验 1.替换解释变量测度方法。由于不同测度方法获得数字贸易发展水平的评价结果存在差异,为增强研究的可靠性,本文采用主成分分析法重新测度各省域数字贸易发展水平评价指标并带入基准回归进行分析,检验结果如表3列(1)(2),可以看出在未添加和添加控制变量下,数字贸易发展均显著抑制流通业碳排放,与前 文结论保持一致。 2.替换被解释变量。本文参考王志强(2023)的研究方法,以流通业二氧化碳排放量与地区生产总值的比值作为碳排放进行测度,并再次代入基准回归,结果如表3列(3)(4)所示,数字贸易发展的估计系数分别为 -0.535和-0.458,与前文基准回归保持一致,说明结果具有稳健性。 3.差分GMM法。考虑到当期流通业碳排放对下一期流通业碳排放带来一定影响,将流通业碳排放滞后一期作为解释变量纳入分析中,并采用差分GMM模型进行检验,结果如表3列(5)所示,从AR(1)和AR(2)的P值来看,无法拒绝原假设,即估计结果有效,再次验证了数字贸易发展对流通业碳排放起到显著抑制作用。 (三)作用机制分析 表4反映了数字贸易发展对流通业碳减排的机制效应,其中列(1)(2)表示以绿色技术创新作为中介变量的估计结果,从第(1)列来看,数字贸易发展的影响系数为0.013且在1%水平下显著,表明数字贸易发展水 表2基准回归分析 注:*、**、***分别表示在0.1、0.05、0.01水平下显著,括号内为稳健标准误,下表同。 表3稳健性分析 平的提升可以促进地区绿色技术创新;从第(2)列来看,绿色技术创新的影响系数为-0.035且在1%水平下显著,表明绿色技术创新的提升对流通业碳排放起到显著的抑制作用,即数字贸易发展可以有效提升绿色技术创新,进而抑制流通业碳排放量的增长,符合前文假设H2的设定。列(3)(4)表示以劳动力生产率作为中介变量的估计结果,从第(3)列来看,数字贸易发展的影响系数为0.302且在1%水平下显著,表明数字贸易发展有利于劳动力生产率的提升;从第(4)列来看,劳动力生产率的影响系数为-0.027且在1%水平下显著,表明劳动力生产率的提升