一、引言

当前，中国正处于“两个一百年”奋斗目标的历史交汇点，实现碳达峰目标、碳中和愿景已成为促进生态文明建设和实现高质量发展的内在要求和重要内容。2020年9月22日，在第75届联合国大会一般性辩论上，习近平主席提出我国二氧化碳排放力争于2030年前达到峰值，努力争取2060年前实现碳中和的行动目标。随后，党的十九届五中全会、中央经济工作会议、中央财经委员会第九次会议等重要场合对相关工作作出重要部署。2021年政府工作报告中也将“扎实做好碳达峰、碳中和各项工作”列为年度重点任务之一。在此背景下，如何降低碳排放、实现“双碳”目标成为当前中国社会各界所面临的重大课题，这事关新时期中国经济向绿色低碳的成功转型、事关中华民族永续发展和构建人类命运共同体。

实现碳达峰碳中和是一场广泛而深刻的经济社会系统性变革，需要全社会的共同努力。特别是在全球新一轮科技革命、产业革命与能源革命孕育发展背景下，随着数字技术在节能减排领域的快速发展与应用，数字化转型将在应对气候变化中扮演更为重要的角色。数字基础设施的完善不仅可以减少信息的不对称性，提高政府监管效率，降低监管成本，还可以优化产业结构、加速企业绿色技术创新，从而降低碳排放(刘传明、马青山，2020；Tang et al., 2021)。为了加快我国数字基础设施建设，工业和信息化部与国家发展改革委分别于2014年、2015年以及2016年批复了3批共120个“宽带中国”示范城市。鉴于此，本文以“宽带中国”示范政策为切入点，聚焦探讨数字基础设施对碳排放的影响。特别地，本文尝试回答以下几个问题：“宽带中国”示范城市政策对碳排放有何种影响？其影响碳排放的机制是什么？更进一步地，“宽带中国”示范政策对不同地区城市的碳排放的影响是否存在异质性？

本质上，数字基础设施建设对碳排放的影响属于基础设施环境效应这一议题。国内外学者对这类议题进行了大量研究，但既有文献主要聚焦在传统基础设施对碳排放的影响，包括交通基础设施对碳排放的影响(Sun and Li, 2021；张般若、李自杰，2021; 尹伟华，2021)、能源基础设施与碳排放之间的关系等(王永培等，2017)。数字基础设施呈现出不同于传统基础设施的一系列特征，不仅具备更广范围、更快速度的跨时空信息传播能力，在网络效应、溢出效应等方面也更具优势(刘传明、马青山，2020)。作为重塑中国城市竞争力的重要手段，数字化转型发展引发学者们的广泛关注。其中，与本文较为密切相关的，是聚焦讨论数字基础设施的环境效应的一些文献。例如邓荣荣、张翱翔(2022)研究发现数字经济有利于降低城市环境污染物的排放；Wu et al.(2021)和Lin and Zhou(2021)发现互联网发展有利于提升节能减排效率。

近年来，还有一支文献利用准自然实验的方法对数字基础设施的各类效应进行评估。尤其是，针对本文重点关注的“宽带中国”示范城市，既有文献开展了丰富的讨论，包括“宽带中国”示范城市的经济效应(刘传明、马青山，2020；郭金花等，2021)、技术效应(薛成等，2020)、产业结构效应(马青山等，2021)、就业效应(戚聿东、褚席，2021)、消费效应(李军、李敬，2021)等。例如，刘传明、马青山(2020)利用2005—2018年中国278个城市的面板数据，通过构建渐进双重差分模型，发现“宽带中国”政策显著提升了全要素生产率。类似地，郭金花等(2021)基于中国A股上市公司的数据发现，数字基础设施建设有利于促进企业全要素生产率提升。薛成等(2020)利用2008—2017年上市公司数据研发发现，“宽带中国”战略不仅有利于促进企业技术知识扩散，还可以促进公司间的技术知识扩散。与上述文献聚焦于经济指标不同，李广昊、周小亮(2021)以二氧化硫等环境指标为研究对象，利用2005—2018年中国城市面板数据，发现“宽带中国”政策能够显著降低二氧化硫排放量。既有关于“宽带中国”示范城市建设的政策效应评估的文献提供了重要思路和深刻洞见，但没有文献直接关注“宽带中国”示范城市建设对碳排放的影响，这也为本文的研究提供了空间。

综上所述，本文可能的创新点在以下几个方面。第一，在研究视角上，本文是国内较早为数字基础设施影响碳排放提供经验证据的文献，扩展了相关领域的研究。虽然少数文献(李广昊、周小亮，2021)关注了“宽带中国”政策的环境效应，但研究焦点并不聚焦于碳排放。第二，在数据与方法上，由于数字基础设施建设起步较晚，并且受数据可得性限制，鲜有文献在有效处理内生性问题的基础上，考察数字基础设施对碳排放的影响。鉴于此，本文构建了2009—2019年中国城市层面的碳排放数据，并利用“宽带中国”示范城市政策的外生冲击，通过双重差分法识别示范城市建设对碳排放的影响。相比于既有使用互联网综合发展指数、互联网普及率等构建数字基础设施的代理变量的文献(Ren et al., 2021；Wu et al., 2021；Lin and Zhou, 2021)，在一定程度上避免了测度误差导致的内生性问题。本文关注了“宽带中国”示范城市非随机选择导致的估计偏误问题。同时，还对多期双重差分法有效性开展了讨论。第三，在现实意义上，为进一步加快推进数字基础设施建设提供了实证证据。长期以来，对于基础设施建设的社会经济效应存在争议，“过剩产能”“高负债”“国进民退”等基础设施建设的政策执行偏差屡见不鲜。本文研究结论发现数字基础设施能够降低碳排放，从而从基础设施环境效益的角度回答了这一争议性问题。在“碳达峰、碳中和”目标下，在未来数字中国建设进程中，应该与时偕行，推进数字碳中和建设。

下文结构安排如下：第二部分介绍了“宽带中国”示范城市的政策制定和实施背景，并对数字基础设施对碳排放的影响理论机制展开分析；第三部分讨论了本文的识别策略，并对样本与变量进行了介绍；第四部分汇报了实证结果，并采用一系列检验验证本文结论的可靠性；第五部分对多期双重差分法的有效性进行了讨论，在此基础上，对“宽带中国”示范城市影响碳排放的传导机制以及地区异质性影响进行了讨论, 第六部分归纳和总结了文章的结论，据此提出了政策建议。

二、政策背景与理论分析 (一) 政策背景

我国数字基础设施建设最早可以追溯到20世纪90年代。1994年9月，邮电部电信总局与美国商务部签订中美双方关于国际互联网的协议，中国公用计算机互联网的建设开始启动。经过近20年的发展，中国的数字基础设施建设实现重大突破，但仍存在网速慢，城乡间、区域间发展不平衡，应用服务不够丰富等诸多短板(陈文、吴赢，2021)。2010年，我国宽带用户数高达12629.1万户，处于全球第一，但同时我国互联网网速平均速率仅有1.774M/s，排名全球第71位。宽带基础设施的短板已经不能满足人民群众日益增长的信息消费需求和经济高速增长的需要。

在此背景下，为完善宽带基础设施建设，2013年8月，国务院印发了《“宽带中国”战略及实施方案》 ^①，将“宽带中国”计划正式上升为国家战略，并对新阶段下宽带基础设施建设进行部署。随后，工业和信息化部与发展改革委决定开展创建“宽带中国”示范城市(城市群)工作。经城市申报、各省预审和专家综合评审，2014年10月，工业和信息化部与国家发展改革委联合公布了《2014年度“宽带中国”示范城市(城市群)名单》 ^②，确定在北京、天津、上海等39个城市(城市群)开展“宽带中国”示范城市建设。2015年10月，《2015年度“宽带中国”示范城市(城市群)名单》^③发布，确定了太原市、呼和浩特市、鄂尔多斯市等39个“宽带中国”示范城市。2016年7月，《2016年度“宽带中国”示范城市名单》 ^④公布，阳泉市、晋中市、乌海市等39个城市入选。入选城市将结合本地区实际情况，编制“宽带中国”示范城市(城市群)创建方案，并通过三年的建设，实现本地区宽带发展水平大幅提升，同时对全国其他城市发挥示范引领作用。通过多年的创优示范，各示范城市网络基础设施得到显著改善，有效推动我国宽带取得了“跨越式”发展。

①http://www.gov.cn/zwgk/2013-08/17/content_2468348.htm。

②https://www.miit.gov.cn/ztzl/lszt/qltjkdzg/kdsfcscsq/gzdt/art/2014/art_b2f2d4385e1b43759576532409621f42.html。

③ https://www.miit.gov.cn/xwdt/gxdt/ldhd/art/2020/art_cfa524a59a7e4347ac611f362345c701.html。

④https://www.miit.gov.cn/jgsj/txs/wlfz/art/2020/art_f9f5db18c95a48a498e487a74699312c.html。

(二) 理论分析

“宽带中国”示范城市建设对碳排放的影响可以从直接影响和间接影响两部分展开分析。一方面，“宽带中国”示范城市建设通过促进企业生产方式低碳转型、促进生活方式绿色低碳转变、创新政府碳排放监管方式三个方面直接影响碳排放。另一方面，“宽带中国”示范城市建设还能够通过促进产业结构升级和绿色技术创新等途径间接影响碳排放。基于上述逻辑，本文构建“宽带中国”示范城市建设对碳排放量影响的理论分析框架(见图 1)。

“宽带中国”示范城市建设将对碳排放的直接影响。随着以5G、工业互联网、大数据中心、云计算、人工智能等为核心的数字基础设施的不断完善，数字基础设施建设将在降低碳排放方面起到推动作用。具体而言，数字基础设施对碳排放的影响主要体现在促进企业生产方式低碳转型、促进生活方式绿色低碳转变、创新政府碳排放监管方式三个方面。首先，从生产角度来看，数字赋能有利于企业建立能源管理系统，利用数据库、物联网等技术优化生产流程，降低生产成本和能源消耗。例如，数字赋能通过模拟或收集数据，可以调整和优化工业基期的生产运行参数，从而优化生产流程，减少不必要的能耗。其次，从生活方式角度来看，数字基础设施的完善有利于推动电子合同、电子发票、电子印章、电子签名、电子认证等数字应用，为建立“无纸化”工作方式提供了可能；互联网平台的发展使得在线缴费、网络挂号、网络购票得到广泛应用，减少了通勤和工作设施，降低了能源消耗；此外，数字赋能智慧出行，提升交通通行效能，减少碳排放。最后，从创新政府碳管理角度来看，现阶段我国碳排放统计核算与监测体系尚不完善，政府碳管理面临着信息不完全和信息不对称等问题，增加了政府碳管理的难度，而数字基础设施建设为提高政府碳管理水平提供了契机。一方面，遥感测量、大数据、云计算等碳排放实测技术的发展和应用能够对碳排放进行数据统计与实时监测，从而推动政府碳排放管理能力的提高；另一方面，在大数据的基础上，通过对监测数据的高效采集、有效整合、公开共享和应用拓展，能够为政府制定碳减排政策提供数据支撑(邓荣荣、张翱祥，2022)。

“宽带中国”示范城市建设不仅能够直接影响城市碳排放量，还能够通过促进产业结构升级和绿色技术创新等途径影响碳排放。

产业结构效应方面。既有文献研究表明“宽带中国”示范城市建设通过完善数字基础设施建设，能够推动产业结构优化升级(马青山等，2021)。第一，随着数字基础设施的完善，互联网的应用逐渐从消费端向生产端延拓，从而实现与传统产业深度融合。同时，传统行业借助数字化赋能，能够不断提高生产效率、优化生产流程，从而推动传统行业转型改造。第二，数字基础设施完善能够加快资源要素的合理配置和产业间的协同分工，促进产业结构更加协调合理的转型(Njangang and Nounamo, 2020)。第三，数字基础设施建设能够催生物联网、大数据、5G技术、云计算、人工智能等新兴产业的发展，逐步取代落后的传统产业，推动产业结构优化升级。与此同时，优化产业结构对降低碳排放的作用已得到许多文献的支持(Fisher-Vanden et al., 2004；张华、丰超，2021)。一方面，随着数字基础设施的逐渐完善，人力、资本、能源等要素实现从传统行业向新兴产业的重新调整，进而降低高能耗产业的比重，降低碳排放量；另一方面，随着数字化与传统行业的深度融合，加快推动了传统行业向绿色低碳转型，从而提高能源利用效率，降低碳排放量。

绿色技术创新效应方面。“宽带中国”示范城市建设能够通过提升绿色技术创新降低碳排放量。本质上，数字基础设施是信息交流的一种媒介，对于区域创新具有重要的作用(Ren et al., 2021)。首先，数字基础设施建设有利于打破知识传播在时空上的限制，降低绿色创新要素的储存和流动成本。其次，互联网上知识信息的存量为科研人员提供了多元化信息，为区域技术创新提供知识储备，从而有利于创新效率的提高。最后，数字基础设施具备跨时空信息传播的能力，从而有利于跨区域知识交流、传播和溢出。例如，科技创新服务平台建设有利于绿色技术的扩散。同时，既有文献表明“宽带中国”示范城市建设有利于促进绿色技术创新(薛成等，2020；Tang et al., 2021)。技术创新被广泛认为是实现低碳发展的关键因素。能源节约类和替代能源类的技术创新有利于降低能源消耗、发展清洁能源，从而降低碳排放。

据此，本文提出以下两个假设：

假设1：“宽带中国”示范城市建设能够降低碳排放量。

假设2：“宽带中国”示范城市建设能够通过优化产业结构和提升绿色技术创新水平两种途径降低碳排放量。

三、研究设计 (一) 识别策略

在本文样本中，截至2019年底，共计109个城市先后获批建设“宽带中国”示范城市，这提供了一个良好的“准自然实验”—利用双重差分法来考察数字基础设施建设对碳排放的影响。因此，本文根据工业和信息化部与国家发展改革委批准设立的示范城市名单设置处理组与控制组。具体来说，本文将109个“宽带中国”示范城市视为处理组，其余未获批建设的城市构成控制组。此外，考虑到“宽带中国”示范城市的批复并非一次性的而是采取分期批复的方式，因此，借鉴刘瑞明、赵仁杰(2015)的做法，采用多期双重差分法对“宽带中国”示范城市建设对碳排放的影响进行评估。具体的模型设定如下：

$Y_{i t}=\alpha_0+\beta { policy }_{i t}+\delta X_{i t}+v_t+\mu_i+\varepsilon_{i t} $

(1)

上式中，Y_it为被解释变量，表示i城市第t年的碳排放水平。υ_t代表时间固定效应，μ_i代表各城市的个体固定效应，ε_it为随机误差项。X_it是可能对区域的碳排放水平产生影响的一系列变量。policy为本文的核心解释变量，表示“宽带中国”示范城市的虚拟变量，其系数β衡量“宽带中国”示范城市建设对碳排放的影响效应，若β为负且显著，则表示“宽带中国”示范城市建设能够降低碳排放水平。

(二) 样本与变量

本文的研究样本为2009—2019年中国287个城市的面板数据。之所以将样本区间确定为2009—2019年，原因在于：2009年我国提出了到2020年实现单位GDP碳排放强度相对于2005年下降40%~45%的目标，为了避免这一政策实施所造成的估计误差，本文以2009年为起始年份。在所有变量中，“宽带中国”示范城市来自于工业和信息化部官方网站；DMSP/OLS和NPP/VIIRS两类夜间灯光数据来自于NGDC数据库；省级层面的碳排放数据来自于中国碳核算数据库；其他数据均来自于《中国城市统计年鉴》《中国统计年鉴》以及各省份历年统计年鉴。

(1) 被解释变量。碳排放水平。借鉴已有文献的普遍做法，本文采用碳排放量和人均碳排放量衡量城市碳排放水平。借鉴既有文献的做法(Chen et al., 2020；Wang et al., 2019)，利用NGDC数据库提供的夜间灯光数据反演出2009—2019年287个城市碳排放量。具体地，城市碳排放量的估算步骤如下：首先，合并DMSP/OLS和NPP/VIIRS两类夜间灯光数据，并提取出城市和省级层面的DN总值；其次，构建夜间灯光总值和省级碳排放量的关系方程，估算出两者之间的估计系数；最后，将城市层面的DN总值与估算出的相关系数相结合，从而获得2009—2019年287个城市的碳排放量。

(2) 核心解释变量。“宽带中国”示范城市。根据工业和信息化部官方网站公布的2016年度“宽带中国”示范城市名单^①，本文对城市进行赋值。具体地，将某一城市开展“宽带中国”示范城市建设的当年及之后各年赋值为1，否则为0。由于三批示范城市名单均在下半年公布，因此，借鉴张克中、陶东杰(2016)的做法，本文定义“宽带中国”示范城市名单发布的下一年为政策实施年份。

①“宽带中国”示范城市名单来源于：https://www.miit.gov.cn/jgsj/txs/wlfz/art/2020/art_f9f5db18c95a48a498e487a74699312c.html.

(3) 控制变量。为了控制其他潜在影响碳排放水平的干扰，借鉴张华(2020)、吴茵茵等(2021)的做法，本文还纳入了一系列控制变量。包括：①经济发展水平(lnprgdp)。经济增长是碳排放量增长的重要驱动因素，因此本文采用人均地区生产总值的对数值来捕捉经济发展水平的作用。②人口集聚(lnpd)。在城镇化快速推进时期，人口集聚可能造成碳排放的增长，因此，本文采用单位面积年末人口总数的对数值计算人口密度，用以捕捉人口集聚的影响。③外商投资水平(fdi)。既有文献对外商投资对碳排放的影响存在分歧，部分文献认为外商投资会造成污染转移，导致东道国碳排放加剧(Cole and Elliott, 2006)；也有一些文献认为外商投资能够通过技术转移效应产生污染光环，从而降低碳排放(Antweiler et al., 2001)。因此，本文采用FDI占地区生产总值的比重衡量外商投资水平。④金融发展(fia)。金融发展是碳减排的重要抓手，因此本文采用金融机构贷款与地区生产总值的比值作为金融发展的代理变量，用以捕捉金融发展的作用。⑤研发投入(rd)。增加研发投入是降低碳排放的有效途径，因此本文采用财政科技支出占财政支出的比重衡量研发投入。主要变量的描述性统计结果如表 1所示。

四、实证结果与分析 (一) 基准回归

表 2汇报了“宽带中国”示范城市建设对碳排放影响的基准回归结果。其中，第(1)和(2)列是加入城市固定效应和年份固定效应的估计结果，第(3)和(4)列分别在第(1)和(2)列的基础上进一步加入控制变量的估计结果。从各列的回归结果可以发现，无论是否加入控制变量，在以碳排放量和人均碳排放量为被解释变量时，本文所重点关注的“宽带中国”示范城市的估计系数显著为负，表明“宽带中国”示范城市建设总体上有助于降低碳排放水平。从第(3)和(4)列的估计系数可知，与非试点城市相比，“宽带中国”示范城市建设使得试点城市碳排放量对数值和人均碳排放量分别降低3.3%和5%。此外，借鉴张华(2020)的思路，本文还从样本均值的角度分析估计系数的经济意义。相对于样本城市的碳排放量对数(2.878)和人均碳排放对数(1.607)而言，“宽带中国”示范城市的碳排放量和人均碳排放量相对于样本均值降低了约1.161个百分点和3.13个百分点，由此可知“宽带中国”示范城市建设显著降低了试点城市的碳排放水平，从而验证了假设1。这一结论与既有文献的观点较为一致，均肯定了“宽带中国”示范城市建设的积极作用。例如，“宽带中国”示范城市建设不仅有利于降低二氧化硫排放量(李广昊、周小亮，2021)、提高节能减排效率和绿色全要素生产率(Wu et al., 2021；刘传明、马青山，2020)，而且有利于提高城市的创业活跃度(赵涛等，2020)。

关于控制变量的估计结果，本文以表 2中第(3)列的结果为基准进行解释。经济发展水平的估计系数为正，说明地方经济发展会加剧碳排放；人口密度的估计系数为正，这意味着人口集聚程度的提高会加剧城市碳排放水平，这与张华(2020)的研究结论相同；外商投资的估计系数显著为正，表明在城市层面上，外商直接投资存在“污染转移效应”，会造成地区碳排放量增加；此外，金融发展和财政科技支出对碳排放的影响并不显著，说明当前金融发展和研发投入的碳减排效应尚未得到发挥。

(二) 平行趋势检验

采用双重差分法进行政策效应评估必须满足一个基本前提：在未受到“宽带中国”示范城市政策干预的情况下，控制组与处理组城市在碳排放水平上拥有共同趋势，即需满足共同趋势检验。为了检验该假设，本文借鉴Beck et al.(2010)的做法，利用动态双重差分法来进行平行趋势检验。具体的公式如下:

$ Y_{i t}=\alpha_0 \sum\limits_{k=-8}^{k=4} \beta_k { policy }_{i, t_0+k}+\delta X_{i t}+v_t+\mu_i+\varepsilon_{i t} $

(2)

其中，policy_{i, t0+k}是一系列虚拟变量，表示“宽带中国”示范城市设立的第k年。具体地，当k < 0时，表示试点实施前的第|k|年；当k=0时，表示“宽带中国”示范城市设立的当年；当k>0时，表示试点实施后的第k年。同时，将“宽带中国”示范城市设立的当年作为基准年份，即上式中未纳入D_it⁰。本文所关注的参数是β_k，其反映了“宽带中国”示范城市设立前与设立后对碳排放水平的影响。如果β_k在k < 0期间不显著异于0，则印证本文样本满足平行趋势假设，反之，则说明不满足平行趋势假设。此外，当在k≥0时，β_k还能刻画“宽带中国”示范城市建设的动态效应。为了更直观反映回归结果，本文在图 2和图 3中给出了回归系数的变动趋势，其中横轴表示距离被列入“宽带中国”示范城市前后的年份，纵轴表示估计系数的大小，上下虚线为95%的置信区间。

由图 2和图 3可知，无论是以碳排放量还是人均碳排放量为被解释变量，当k < 0时，β_k的估计值不显著异于0，这表明“宽带中国”示范城市政策实施之前处理组与控制组的碳排放水平变化趋势并没有显著差异，因而不能拒绝平行趋势假设条件。从动态效应上看，当k>0时，两类碳排放方程中β_k的估计值显著为负，这说明“宽带中国”示范城市建设对碳排放水平的影响较长时间的具有持续性。

(三) 安慰剂检验

尽管前文已经控制了城市和年份固定效应，但是仍有部分特征可能随着时间变化具有不同影响，从而影响估计结果(宋弘等，2019)。对此，借鉴Chetty et al.(2009)的思路，通过随机选取处理组的方式，进行安慰剂检验。具体地，在2014、2015和2016年，分别有37个、37个和35个城市作为第一批、第二批和第三批入选“宽带中国”示范城市名单，因此，本文在四个年份随机抽取相应个数的城市作为处理组进行回归，从而产生一个伪“宽带中国”示范城市系数，并将这个过程随机重复1000次，从而相应产生1000个估计系数。图 4和图 5汇报了安慰剂检验的结果，可以发现，“宽带中国”示范城市的估计系数集中在0附近且服从正态分布，由此，可以排除“宽带中国”示范城市建设对碳排放水平的影响源于其他不可观测因素的可能性，这也进一步验证了本文估计结果的可靠性。

(四) 随机性问题处理

采用双重差分法准确识别“宽带中国”示范城市建设政策效应的前提是试点城市的选择具有随机性。实际上，在“宽带中国”示范城市选择过程中，通常需要考虑到各城市的经济发展水平、地理区位和资源禀赋，以上差异随着时间变化可能会对城市的经济发展质量产生不同影响，从而对估计结果产生干扰(赵涛等，2020)。为了控制这些因素的影响，借鉴Edmonds et al.(2010)、赵涛等(2020)的做法，本文在回归中加入这些先决因素与时间线性趋势的交叉项。具体构建如下计量模型：

$ Y_{i t}=\alpha_0+\beta { policy }_{i t}+\delta X_{i t}+Z_c \times { trend }_t+v_t+\mu_i+\varepsilon_{i t} $

(3)

上式中，Z_c包括城市所在的地理区位与社会经济特征。具体地，本文采用该城市的起伏度、是否为北方城市、是否为省会城市、是否为计划单列市以及2009年的城市公路密度和每万人国际互联网用户数作为这些先决变量的代理变量。trend_t为时间线性趋势。通过在基准回归中加入Z_c×trend_t，从而在线性角度控制了城市间固有的特征差异对于碳排放水平的影响，从而在一定程度上缓解处理组选择的非随机性所造成的估计偏差。表 3汇报了加入先决变量之后的估计结果，不难发现，“宽带中国”示范城市的系数依旧显著为负，表明考虑到固有的地区间差异可能的影响后，估计结果依然稳健。

(五) 稳健性检验

上文研究结果发现“宽带中国”示范城市建设有利于降低碳排放量。为了进一步验证结果的可靠性，本文通过改变政策实施时间、改变碳排放水平测算方法等对上文结果进行稳健性检验。

1. 改变政策执行时间

除了“宽带中国”示范城市设立这一政策变化外，其他政策或随机性因素也可能导致地区碳排放水平产生差异，而这种差异与“宽带中国”示范城市设立没有关联，可能导致前文的结论不成立。为了剔除这一因素的干扰，借鉴范子英、田彬彬(2013)的做法，通过改变政策执行时间进行反事实检验。具体地，本文假想各城市获批“宽带中国”示范城市的年份统一提前三年，若此时“宽带中国”示范城市的系数显著为负，则说明碳排放水平的降低很可能来自于其他政策变革或者随机性因素，而不是“宽带中国”示范城市的设立。反之，则说明碳排放水平的下降来自于“宽带中国”示范城市建设。表 4中的第(1)和(2)列汇报了假想“宽带中国”示范城市执行时间提前三年的情况，不难发现，假想“宽带中国”示范城市的估计系数并不显著，这从侧面说明“宽带中国”示范城市建设对碳排放的影响并不是其他因素导致的。

2. 联合固定效应模型

上文中虽然控制了城市个体的固定效应和时间固定效应，然而，样本依旧面临不同时间趋势影响的问题，即不同地区的区域创新水平可能会随着时间的推移表现出不同的变化趋势。在现实中，由于不同省份在不同的年份出台实施不同的碳减排政策，不同省份碳排放水平变化趋势也因此存在差异，这些因素都将影响各地区的碳排放下降。为此，本文借鉴刘瑞明等(2020)的做法，在基准模型的基础上，进一步考虑了省份—年份的联合固定效应，通过控制省份和年份的联合固定效应，用以捕捉各个省市随着时间变化的政策效应，具体模型如下：

$Y_{i t}=\alpha_0+\beta { policy }_{i t}+\delta X_{i t}+v_t \times \rho_s+\mu_i+\varepsilon_{i t} $

(4)

上式中，ρ_s是省份固定效应，其他变量的含义与公式(1)中相一致。具体结果见表 4中的第(3)和(4)列。可以发现，“宽带中国”示范城市的估计系数仍旧显著为负，这无疑强化了本文的结论。

3. 更换碳排放量测算方法

碳排放量估算的准确性对本文的结果产生重要影响。前文利用省级层面夜间灯光数据与碳排放量对城市碳排放量进行估算，但这一处理方式是假设样本期间内各地级市不存在结构效应或者技术效应的变化。为了增强本文回归结果的可信性，在构建夜间灯光总值与省级碳排放量时，本文采用2009—2019年的截面数据而并非整体数据，从而分别得出11个年度的估计系数。在此基础上，按照前文的方法对各年度城市碳排放量值进行重新估算，具体结果见表 4中的第(5)和(6)列。不难发现，在考虑到碳排放估算过程中潜在的结构效应问题后，“宽带中国”示范城市的估计系数并未发生改变，这表明“宽带中国”示范城市对碳排放的抑制作用是稳健的。

4. 排除极端值影响

在基准回归中，极端值可能对回归结果干扰。例如，部分地区因为拥有丰富的煤炭资源或重工业基础导致这些地区的碳排放水平远远高于其他城市，与此同时，有些城市由于自然地理或经济增长方式因素造成碳排放水平本身就比较低。如果将这些样本容纳进来，可能导致回归结果出现偏误。为了避免极端值对回归结果的干扰，本文对被解释变量进行上下5%缩尾处理并进行重新回归，回归结果见表 4中的第(7)和(8)列。可以发现，在进行缩尾处理后，“宽带中国”示范城市的估计系数在5%的显著性水平下仍旧显著为正，且系数数值大小与基准相差无几，这也在一定程度上验证了基准结果的可靠性。

五、进一步分析 (一) 多期双重差分法有效性讨论

经典文献中主要采用双向固定效应模型对多期双重差分模型进行估计，但最近发表的一系列文献对这一方法进行讨论，并发现标准的双向固定效应双重差分模型有效性是基于同质性处理假设，即假设所有个体的受到政策干预的时间完全相同(De Chaisemartin and D’Haultfoeuille, 2020)。而在处理组个体接受处理的时间不一致情况下，双重交互项的估计值是不同处理组在不同时期平均处理效应的加权平均值(Goodman-Bacon, 2021)，但由于部分处理组的权重是可能是负的，基于双向固定效应形式的估计结果可能造成严重的估计偏误(De Chaisemartin and D’Haultfoeuille, 2020)。为此，Gardner(2021)提出采用两阶段双重差分框架来解决异质性处理效应问题。具体地，在第一阶段中，用未处理的观测数据估计出个体固定效应与时间固定效应，同时得到移除个体固定效应与时间固定效应的残差值；而在第二阶段中，利用第一阶段所得出的残差值与双重交互项进行回归来识别平均处理效应。因此，本文也采用Gardner(2021)提出的两阶段双重差分模型进行重新估计，回归结果见表 5。可以发现，在考虑到异质性处理效应后，“宽带中国”示范城市的估计系数在1%显著性水平下显著为负，这进一步印证了本文结论的可靠性。

(二) 机制分析

上述研究结果表明，数字基础设施显著降低试点城市的碳排放水平，那么，其具体的传导机制是什么呢，换言之，“宽带中国”示范城市是通过影响哪些变量来降低碳排放水平？基于前文理论机制部分的分析，本文将从产业结构和绿色技术创新两个方面来考察“宽带中国”示范城市降低碳排放的具体途径。具体地，本文借鉴Baron and Kenny(1986)、孙天阳等(2020)的思路，通过设置公式(5)和(6)对内在机制进行检验。

$ \begin{aligned} M_{i t}=\alpha_0+\beta { policy }_{i t}+\delta X_{i t}+v_t+\mu_i+\varepsilon_{i t} \end{aligned} $

(5)

$Y_{i t}=\alpha_0+\beta { policy }_{i t}+\theta M_{i t}+\delta X_{i t}+v_t+\mu_i+\varepsilon_{i t} $

(6)

上式中，M_it为机制变量。具体地，本文采用第一产业占地区生产总值的比重(primary)、第二产业占地区生产总值的比重(secondary)以及第三产业占地区生产总值的比重(tertiary)作为城市产业结构变化的代理变量；采用城市每万人绿色专利发明申请量(per_gp)作为城市技术创新水平的代理变量，数据来源于国家知识产权数据库，并利用世界知识产权组织(WIPO)的国际专利分类绿色清单匹配获得。

表 6汇报了“宽带中国”示范城市建设对碳排放影响机制的回归结果。其中，由第(1)~(3)列的结果可知，“宽带中国”示范城市对三次产业占地区生产总值比重并无显著影响，这说明“宽带中国”示范城市建设尚不能通过优化产业结构影响碳排放水平。由第(4)列的结果可知，“宽带中国”示范城市建设能够提高绿色技术创新水平；进一步地，第(5)列中将“宽带中国”示范城市政策与绿色技术创新同时纳入到回归模型中，在以碳排放量对数为被解释变量时，虽然“宽带中国”示范城市的系数值大小与显著性均有所降低，但绿色技术创新的系数显著为负，这说明数字基础设施通过促进绿色技术创新进而降低碳排放水平。此外，在第(6)列中，本文还采用人均碳排放量对数作为被解释变量，对绿色技术创新这一机制的稳健性进行进一步检验。可以发现，在以人均碳排放量对数作为被解释变量时，“宽带中国”示范城市与绿色技术创新的系数均显著为负，这进一步验证了绿色技术创新这一机制的可靠性。综上所述，“宽带中国”示范城市建设通过促进绿色技术创新抑制碳排放水平，而未有足够证据表明产业结构这一机制发挥作用，这也证实本文假设2中的部分内容。

(三) 异质性分析

前文对数字基础设施对碳排放的影响和传导机制展开详细的讨论，但是，由于不同城市在地理区位、经济发展阶段、节能环保意识等方面存在较大的差异，这些城市特征差异可能导致不同城市对“宽带中国”示范城市建设产生不同反应。鉴于此，本文进一步检验了“宽带中国”示范城市建设对碳排放是否产生异质性影响。具体地，本文按照样本城市的地理位置划分为东部地区和中西部地区两个子样本；此外，近年来，南北方地区差距日益成为新的关注点(许宪春等，2021)，为此，本文还参考张艳等(2022)的研究，将样本城市划分为南方地区和北方地区两个子样本。

表 7汇报了异质性分析的结果。由第(1)—(4)列的结果可以发现，“宽带中国”示范城市建设显著降低了东部地区的碳排放水平，而对中西部地区碳排放水平的影响并不显著。东部地区在资金、技术、人才、教育等方面具有明显优势，这为绿色技术创新提供了必不可少的环境与条件；同时，通过产业梯度转移东部地区实现了腾笼换鸟，推动了高端制造业和现代服务业发展，这有利于“宽带中国”示范城市建设碳减排效应的发挥。与东部地区相比，中西部地区虽然具有能源资源比较优势，但在产业升级过程中也面临产业锁定和路径依赖的困境；此外，中西部地区还承接来自东部地区产业，转入的高能耗企业也加大了碳减排工作的推进难度，这造成中西部地区的碳减排效应并不显著。由第(5)—(8)列的结果可以发现，“宽带中国”示范城市建设显著降低了南方地区碳排放水平和北方地区的人均碳排放量，但对北方地区的碳排放量的影响并不显著，这在一定程度上说明“宽带中国”示范城市对碳排放的影响也存在南北差异。北方地区采矿、冶炼、钢铁等高能耗产业占比较高，且冬季居民供暖的“高碳化”加剧了碳减排的难度，这抵消了“宽带中国”示范城市建设产生的碳减排效应；与北方地区相比，南方地区水能资源丰富、能源结构更具优势，在经济发展中对于煤炭和石油等高碳能源的依赖较小；同时，南方地区的技术创新和成果转化能力更强，且区域技术市场更为完善，从而“宽带中国”示范城市建设对南方地区的碳减排效应更强。

六、结论与政策建议

建设数字强国和实现“碳达峰、碳中和”目标是推动新时代经济高质量发展的新共识、新举措。本文立足于数字基础设施建设极大影响中国经济社会这一基本事实，从碳减排的视角切入，基于中国2009—2019年的城市层面数据，以“宽带中国”示范城市政策为切入点，借助双重差分法考察数字基础设施建设对碳排放的影响和作用机制。主要结论如下。第一，“宽带中国”建设显著降低了城市碳排放，且这一效应具有持续性。在经过一系列稳健性检验后，上述结果依然成立。第二，机制分析发现，促进绿色技术创新是数字基础设施建设影响碳排放的主要作用机制，而尚未有足够证据表明数字基础设施建设能够通过优化产业结构来降低城市碳排放量。第三，异质性分析表明，“宽带中国”示范城市建设对碳排放的影响存在区域异质性，具体表现为东部地区享有数字基础设施建设带来的碳减排红利相比中西部地区更大，对南方地区的积极影响也大于北方地区。

本文的研究结果具有以下三个方面政策含义。第一，本文实证结果证明“宽带中国”示范城市建设显著降低了示范城市碳排放水平，这意味着数字基础设施建设不仅如既有文献所述可以促进经济效率来提高经济福利，还能通过降低碳排放水平来改善社会福利。近年来，数字经济成为引领经济社会变革的重要推动力，全球发达城市纷纷把数字基础设施建设作为提升城市竞争力的重要手段。但与发达国家相比，我国的数字基础设施建设较为薄弱。因此，未来我国应进一步加大数字基础设施投资力度，加快推进数字中国建设，特别是通过加快5G基站建设、大数据中心、人工智能、工业互联网等领域建设，进一步巩固数字化转型为经济高质量发展带来的数字红利。第二，基于机制分析的结果表明，“宽带中国”示范城市建设的碳减排效应主要来自于促进绿色技术创新，而优化产业结构的作用比较有限。这表明未来各城市在进行数字基础设施规划与设计时，应该针对新兴企业，具有更加明确的配套服务支持，以促进新兴企业集聚，从而实现产业结构优化升级。此外，通过构建创新服务平台等途径，更加充分发挥数字基础设施的知识扩散和溢出效应。第三，基于异质性分析的结果表明，数字基础设施建设对碳排放存在区域异质性影响。考虑到数字基础设施建设对中西部地区、北方地区碳排放的抑制作用还有待深化，政府应该因地制宜，统筹考虑各个城市发展的不同特征，通过实施动态化、差异化政策，让数字基础设施成为有效缩小区域发展不平衡的基础条件。