佳文推荐|数据要素对县级资源型城市低碳化发展的影响及其机制——来自省级公共数据开放平台的证据

一、研究亮点

从劳动者、劳动资料和劳动对象3个维度，系统分析了数据要素驱动下的资源型城市新质生产力生成机理。

采用双重差分（DID）模型对数据要素与资源型城市的碳排放进行了稳健的因果效应识别，为数据要素理论研究提供新证据。

为“双碳”背景下资源型城市的数字化转型和“碳诅咒”治理提供政策启示 。

二、研究背景

近年来，数字科技蓬勃发展，数据作为新型生产要素的战略性地位凸显，为中国经济高质量发展提供了新动力。

然而， 中国的大多数资源型城市远离数字经济发达的沿海城市，由于受资源导向性影响，产业路径依赖和功能锁定严重制约了这些城市的发展，导致其产业数字化和数字产业化程度依然较低，与沿海城市的“数字鸿沟”较大。在碳达峰与碳中和目标（后文简称“双碳”）背景下，资源型城市发展还需面对环境压力， 可能存在“碳诅咒”风险 ，即过度依赖碳密集型产业限制了其低碳化发展。

总之， 资源型城市发展不仅需要解决好传统“资源诅咒”问题，还需应对可能面临的“数字鸿沟”和“碳诅咒”等新挑战。

三、理论假说

H1： 公共数据开放所释放的数据要素有助于降低资源型城市的碳排放强度。

H2a： 公共数据开放所释放的数据要素有助于提升资源型城市的绿色生产力，进而降低碳排放强度。

H2b： 公共数据开放所释放的数据要素有助于提升资源型城市的数字生产力，进而降低碳排放强度。

四、研究结果

基准回归结果

表1为基准回归结果，两列回归结果均显示，核心解释变量PDO系数在1%水平上显著为负，意味着省级公共数据开放平台上线显著降低了资源型城市的碳排放强度。

以控制了城市特征变量的列（2）为例，该列结果意味着在其他条件不变的情况下， 与其他资源型城市相比，受到省级公共数据开放平台上线影响的资源型城市碳排放强度低了18.1%，该实证结果支持了假设H1。

表1 数据要素对资源型城市碳减排效应的基准回归结果

Table 1 Benchmark regression results of data factor on the carbon emission reduction effect of resource-based cities

机制检验结果

表2的列（1）为绿色生产力作用机制的检验结果。在该列中，被解释变量为绿色生产力（G_NQP），可以发现核心解释变量PDO的系数 在1%显著性水平上为正 。 意味着 公共数据开放所释放的数据要素显著促进了资源型城市的绿色生产力增长，进而显著降低城市碳排放强度，故假设H2a成立 。

表2列（2）为数字生产力作用机制的检验结果。在该列中，数字生产力（D_NQP）为被解释变量，核心解释变量PDO的系数 在1%显著性水平上为正 ， 可见 公共数据开放所释放的数据要素显著促进了资源型城市的数字生产力增长，进而有助于降低经济发展中二氧化碳的净排放量，故假设H2b成立。

表2 作用机制检验结果

Table 2 Mechanism test results