征信杂志已发表格式范文参考
1.数智化赋能工业低碳技术创新的理论机制与影响效应研究
作者：邱信丰
作者单位：江西省社会科学院
关键词：数智化;低碳技术创新;要素整合;协同创新;技术扩散
[摘 要] 低碳技术创新是推动实现碳达峰碳中和战略目标和建设美丽中国的关键动力， 是驱动新质生产力发展的重要引擎。 基于“宽带中国”示范城市政策试点，本文探讨了数智化赋能工业低碳技术创新的理论机制与影响效应。 研究发现，数 智化显著促进了工业低碳技术创新，经过稳健性和内生性检验后结论依然成立。 机制研究表明，数智化通过创新要素 整合、创新方式变革和创新技术扩散等途径促进了工业低碳技术创新。异质性分析发现，数智化对普通等级城市、中西 部城市及高排放地区的低碳技术创新促进作用更明显。建议从加快构建国家低碳技术创新数智化体系，促进创新模式 数智化变革，运用数智技术助推绿色低碳技术扩散等方面推动工业低碳技术创新。
一、引言与文献综述
实现碳达峰、碳中和是一项多维、立体、系统的工程，是一场经济社会环境领域的深刻变革，其实现的关 键是用绿色低碳技术替代高污染高能耗技术，构建起绿色低碳技术创新体系和绿色低碳产业发展体系。 近 年来，加快绿色低碳技术创新已成为国家推动“双碳”战略目标和经济社会发展全面绿色转型的重要任务，是 推动绿色低碳科技自立自强、有效应对气候变化及建设美丽中国的重要支撑。 习总书记在中央财经委 员会第九次会议上指出：“强化科技和制度创新，加快绿色低碳科技革命”。 [1] 2021 年中央经济工作会议明确 提出：“要狠抓绿色低碳技术攻关”。 2024 年《中共中央、国务院关于加快经济社会发展全面绿色转型的意见》 指出：“推进绿色低碳科技自立自强，将绿色转型相关技术作为国家重点研发计划相关重点专项的重要支持 方向”。 然而，绿色低碳技术创新仍然面临诸多瓶颈：
一是绿色技术创新的路径依赖较强，现有技术创新路径 主要建立在高碳产业发展基础上，难以满足绿色低碳产业发展的技术需求；二是绿色低碳技术的应用门槛较 高，中小微企业难以获取和使用先进绿色低碳技术，导致大中小企业之间存在绿色低碳技术“鸿沟”；三是传 统技术创新范式效率偏低，导致绿色低碳技术创新周期偏长、研发风险加大，难以适应新形势下节能降碳的 迫切需求。 互联网、大数据、人工智能等数智技术迅猛发展深刻影响着科技创新效率、范式和进程，为绿色低 碳技术创新发展提供了新动力新路径。 当前，关于数智化赋能绿色低碳技术创新的文献主要集中在以下两 个领域： 一是绿色低碳技术创新的相关研究。 当前文献对绿色低碳技术创新的概念内涵、影响因素及实现路径 作了较多探讨。 概念内涵上，多数文献认为绿色低碳技术是促进节能降碳、减少环境污染及实现经济可持续 发展的技术[2] ，陶长琪等（2025）[3] 认为绿色技术创新是指降低消耗、减少污染、改善生态的一类技术创新，孙 博文和杨霄斐（2024）[4] 认为绿色低碳技术创新是指在生产经营中运用环境科学新知识与绿色技术创造实现 新的经济效益和环境价值的活动。 影响因素上，当前文献探讨了环境规则[5-8] 、环保费改税[9] 、绿色信贷[10] 、产业 共生集聚[11] 、退税政策[12] 等因素对绿色技术创新的影响，这些主要是从环境政策、金融政策、产业政策和税收 政策等方面进行探讨。 实现路径上，现有文献认为区域协同[4] 、加大基础研究投入和促进创新主体协同[13] 、促 进金融政策和环境政策协同[14] 是推动绿色低碳技术创新的重要途径。
二是数智化与绿色低碳技术创新的相关研究。 现有研究侧重探讨企业数字化转型对绿色创新的影响， 认为数字化转型通过提升企业信息共享水平[15] 、强化媒体监督[16] 、改善融资能力[17] 、降低交易成本和优化人力 资本[18] 、强化外部治理能力[19] 等途径促进了绿色技术创新，郭丰等（2023）[20] 和刘艳霞等（2023）[21] 还发现企业 数字化转型促进了绿色技术创新的数量、质量和效率。 同时，也有文献从数据要素、数字基础设施、大数据、 区块链技术等视角探讨绿色创新，认为数据要素流动[14] 、数据要素市场化[22] 、公共数据开放[23] 、大数据发展[24] 、 绿色数据中心[25] 、区块链技术[26] 促进了绿色技术创新。 此外，还有部分文献发现数字贸易[27] 、数字金融[28] 对企 业绿色技术创新具有积极促进作用。
由此可知，当前研究主要聚焦企业数字化转型对绿色低碳技术创新的影响，影响机制也主要从降本增 效、环保投入、资源集聚等方面进行探讨，鲜有文献关注到数智化通过整合创新要素、变革创新方式等途径作 用于绿色低碳技术创新。 为此，本文从绿色低碳技术前期研发、中期试验、后期转化等全生命周期出发，探讨 数智化对绿色技术创新的理论逻辑和影响效应，从而弥补该领域研究的不足。 本文可能的创新之处主要有 以下两方面：一是在影响机制上的创新，基于绿色低碳技术生命周期视角，从研发要素数字化配置、创新方式 智能化协作和创新成果加速化扩散等机制进行探讨，能丰富数智化赋能绿色低碳技术创新的机制研究；二是 测度方法上的创新，通过对欧洲专利局（EPO）与美国专利商标局（USPTO）联合发布的绿色低碳技术专利 CPC-Y02 进行筛选，利用城市层面绿色低碳技术专利数量更精准地刻画工业低碳技术发展水平。
二、理论机制与研究假设
（一）数智化、创新要素整合与低碳技术创新
低碳技术创新是一项复杂的知识活动，涉及降碳减污等领域多层面的知识创新、整合和扩散，同时也面 临更复杂的知识构成和更缓慢的研发进程，需要在创新过程中整合更多层面的技术知识和进行更为有效的 研发管理。 数智化有助于推动包括知识在内的创新要素整合和优化配置，能够集聚绿色创新技术研发所需 各种要素资源，突破原有低碳技术研发所面临的瓶颈，从而推动低碳技术研发与应用。
熊彼特（1934）[29] 提出“新的生产方式组合”概念，韦茨曼（1998）[30] 提出“再组合增长”，赫尔普曼（1998）[31] 提出 “通用型技术”（General Purpose Technologies，GPT）， 这些都表明组合创新对技术变革的重要性。 考恩 （2015）[32] 和 Gordon（2016）[33] 指出，创新领域“低垂的果实”越来越少，实现创新突破变得越来越难。 而范里安 等（2013）[34] 认为互联网发展产生的部件元件（Component）与早前时期组合创新的机械或电气元件有很大不 同，因为互联网发展产生的大多不是物质的元件，而仅仅是“比特”，这样的非物质元件不存在生产延误、运输 成本和库存问题，可以在几秒钟内将软件发送至世界各地，可以集聚世界各地的创新者通过元件组合再造进 行系列研究创新。 这表明数智化在创新要素组合创新上有得天独厚的优势，通过程序、数据的运行及协同开 发加速了创新步伐。 创新要素整合速度加快有助于解决因低碳技术研发周期较长、不确定性大、投入较高导 致科研机构和企业不愿进行低碳技术研发和应用的难题，通过缩短各个环节研发和应用周期有效降低低碳 技术研发的不确定性和打破低碳技术锁定，从而推动低碳技术创新。
（二）数智化、创新方式变革与低碳技术创新
互联网、人工智能、区块链等数智技术拥有的开放、共享、协同、去中心化等特征对技术创新方式产生深 刻变革，数智技术推动研发创新模式数字化、智能化和协同化程度不断提高，促进单个团体研发转向行业协 同研发，使低碳技术需求能够在具体行业和领域进行分工协作，从而加速整合研发所需的各种资源。 数智化 促使新型研发组织模式不断涌现，互联网、人工智能与研发设计各环节融合程度不断加深，推动研发设备数 字化、智能化水平不断提升，助推企业数字化研发比例持续提升，这有效提高了研发创新能力、效率和质量。 具体而言，数智化可通过创新主体、研发流程和验证阶段三个方面对创新方式变革产生影响。
从创新主体而言，数智化推动研发从企业内部为主向多主体协同转变。 起源于 19 世纪中期的德国工业 实验室模式在之后的一百多年里成为主流研发模式，西门子、通用电气和贝尔实验室就是典型代表。 随着互 联网、人工智能等数智技术的发展，传统工业实验室模式的分工协作进一步细化，特别是研发软件从相对封 闭的单体版转向全面开放的云平台，促使产品全生命周期内各环节主体参与协同创新，从而更好满足产品设 计、生产、流通、售后等环节的实际需求。 从研发流程而言，基于网络化协同的数智平台促使传统的串行研发 模式向并行研发模式转变，解决了传统研发活动在各部门按顺序进行而产生的流程长、效率低和成本高等问 题，使得研发活动能够跨区域、跨部门同时进行，这有效降低了研发周期和研发成本，有助于攻克复杂程度 高、研发周期长的重点难点技术。 从研发验证阶段而言，数智化促使传统的物理“试错法”向数字化模拟仿真 转变，通过虚拟仿真技术应用的各种参数对技术研发中存在的问题进行优化调整，不仅加快了技术研发到产 业应用的速度，还有效节约了研发成本，对研发效率和研发质量都具有积极的促进作用。
（三）数智化、创新技术扩散与低碳技术创新
数智化不仅能够推动低碳技术的研发，而且能够促进低碳技术的扩散。 数智化水平的提升显著降低信 息不对称程度，使低碳技术供需双方能够高效率地进行合作对接，从而促进低碳技术从研发向市场化应用的 转换。 同时，数智化还有助于降低低碳知识和技术空间传播的时滞性，打破阻碍技术传播的地理界限，加速 低碳技术在创新主体、需求方之间传播扩散。
数智化有助于缓解信息扩散过程中信息不对称现象。 低碳技术扩散过程中信息至关重要，信息不充分或不对称会导致市场失灵，使低碳技术扩散无法达到社会理想水平，从而出现低碳技术研发时的预期效果和 实际效果产生较大偏差。 数智化通过影响节能技术信息的可获得性、完整性和可靠性三个层面缓解扩散过 程中信息不对称问题。 在低碳技术导入阶段，数智化有助于推动低碳技术信息广泛传播，向目标客户群精准 推送，通过提高传播效率有效缩短低碳技术研发与应用之间的时间差。 信息传递过程中可能产生“噪音”，使 低碳技术信息在传播过程中产生“失真”现象，然而在数智赋能下低碳技术信息可通过文字、声音、图像、视 频、VR/AR 甚至代码得到更完整的传播， 低碳技术专业人员也能够通过形式各样的数智化传播途径与技术 需求方进行互动交流，促使低碳技术信息更完整地呈现给用户。 此外，基于低碳技术信息获得性和完整性， 技术需求方能够全面客观评价和分析低碳技术的质量，借助互联网、人工智能、区块链等技术可增强低碳技 术的可信性，降低技术需求方对技术的不信任程度，从而有助于低碳技术的传播和应用。
通过以上理论分析，本文提出以下两个研究假设：
假设 1：数智化推动工业低碳技术创新；
假设 2：数智化通过赋能创新要素整合、创新方式变革和创新技术扩散推动工业低碳技术创新。
三、模型设定与数据说明
基于以上理论分析，为验证数智化对工业低碳技术创新的具体效应及异质性影响，本文设定如下模型进 行检验。
（一）模型设定
1.面板双向固定效应模型
本文首先使用面板双向固定效应模型考察数智化对工业低碳技术创新的影响，基准模型设置如下：
其中，lcinnoit 为被解释变量，表示地级市 i 在 t 年的工业低碳技术创新水平。 digitalit 为核心解释变量，表 示地级市 i 在 t 年的数智化水平。 Xit 为系列控制变量，以控制地级市层面其他要素对工业低碳技术创新的影 响，本文选择产业结构、经济发展水平、人力资本、金融发展水平、对外开放程度和环境规制等作为控制变量。 μi 为城市个体固定效应，δt 为时间固定效应，εit 为随机误差项。
2.双重差分模型
模型（1）中尽管加入了系列控制变量，但仍可能存在遗漏变量和双向因果等内生性偏误，从而导致结果 估计的不一致性。 为此，本文选择“宽带中国”试点这一外生冲击作为准自然试验，基于双重差分模型检验数 智化对低碳技术创新的影响。 工业和信息化部、国家发展和改革委员会等部门在 2014 年、2015 年和 2016 年分三批分别选取 41 个、39 个、 39 个共 119 个“宽带中国”试点城市。 “宽带中国”试点对试点城市数智化水平具有促进作用，从而在试点城市和非 试点城市之间形成对比，利用这一外生冲击能够较好地考察数智化对绿色低碳技术创新的影响。 为此，基于 2003- 2019 年中国 285 个城市面板数据①，本文将剔除缺失值后的 108 个城市作为实验组，剩余 177 个城市作为对照组， 以“宽带中国”试点政策作为准自然试验探讨数智化对工业低碳技术创新的影响。 构建渐进双重差分模型如下：
其中，lcinnoit 为工业低碳技术创新水平，i 和 t 分别表示城市和年份。 “宽带中国”试点政策分别在 2014 年、2015 年和 2016 年选取三批试点城市，因此本文将入选试点城市的组别虚拟变量 treat 赋值为 1，否则为 0，同时将入选城市当年及以后的时间虚拟变量 time 赋值为 1，否则为 0。 其他变量含义与模型（1）相同。
（二）变量设置
1.被解释变量 本文采用地级市工业低碳发明申请专利数量的自然对数（lcinno）作为工业低碳技术创新水平的代理变量。 当前，对绿色低碳技术专利进行分类的主要有世界知识产权局（WIPO）发布的 IPC Green Inventory、经济 合作与发展组织（OECD）的 ENV-TECH 以及欧洲专利局（EPO）与美国专利商标局（USPTO）联合发布的 CPC-Y02 等。 由于 CPC-Y02 更能反映工业低碳技术创新及符合减缓气候变化需求，本文选择 CPC-Y02 分 类作为绿色低碳技术的划分标准。 根据 CPC-Y02 划分标准，重新整理工业低碳技术分类②，使用 Incopat 专 利搜索平台进行检索，从而获得工业低碳发明申请专利数量。
2.核心解释变量
在双向固定效应模型中， 核心解释变量是以互联网用户数除以人口数来度量的地级市数智化水平 （digital）。 在双重差分模型中，核心解释变量是“宽带中国”试点虚拟变量（treat），以试点城市和试点时间虚拟 变量的交互项表示，即试点城市为 1，否则为 0；试点时间之前为 0，试点时间之后为 1。
3.控制变量
产业结构（indsec），用第二产业增加值占地区生产总值的比重表示；经济发展水平（gdp），以各城市地区生 产总值的对数表示；人力资本（hum），用各城市普通高等学校在校学生数占年末总人口数之比表示；金融发展水 平（finc），用各城市金融机构年末各项存贷款余额之和占 GDP 比重表示；对外开放程度（open），用各城市利用外 商直接投资总额占地区生产总值比重测度；环境规制（ere），本文参照 Naughton（2014）[35] 的方法，用单位 GDP 废水排放强度、二氧化硫排放强度、粉尘排放强度求和取均值的倒数表示环境规制的强度，单位 GDP 排放物 强度越大表明该地环境规制标准相对较低。
（三）数据说明
本文通过构建 2003—2019 年中国 285 个地级市面板数据研究数智化对工业低碳技术创新的影响。 数 据主要源自历年《中国城市统计年鉴》，“宽带中国”试点城市名单源自工业和信息化部和国家发展和改革委 员会，工业碳排放数据源自中国碳核算数据库。 对数据中存在的部分缺失值，本文通过插值法进行补齐，主 要变量的描述性统计如表 1 所示。
四、实证结果分析
（一）基准回归
采用面板双向固定效应的回归结果如表 2 列（1）、列（2）所示。 结果表明，无论是否加入控制变量，数智 化均能够显著促进工业低碳技术创新。 加入控制变量后回归系数降低，但仍然在 1%水平上显著为正。 由于 可能存在反向因果和遗漏变量等问题，双向固定效应模型的估计可能存在偏误。 一方面，低碳技术水平高的地方往往创新能力强，而数智化水平依赖信息通信技术的创新与应用，因此低碳技术水平可能反向影响数智 化发展。 另一方面，低碳技术水平受众多因素的影响，尽管本文加入了较多控制变量，但仍然存在诸如思想 观念、文化背景差异等难以度量的遗漏变量，这些都可能影响估计结果。
为此，本文利用从 2013 年起实施的“宽带中国”试点政策作为外生冲击，基于双重差分模型研究数智化 对工业低碳技术创新的影响。 双重差分结果如表 2 列（3）、列（4）所示，结果表明“宽带中国”试点政策显著促 进了工业低碳技术创新水平，加入控制变量后结果依然稳健。 由此可知，“宽带中国”试点政策引致数智化水 平提升对工业低碳技术创新具有显著的促进作用，假设 1 得到验证。
（二）平行趋势和动态效应检验
采用双重差分法进行政策效应评估的前提假设是试点之前实验组和对照组不存在系统性差异，或者存 在相对固定的差异，即要求试点政策实施之前两组趋势是平行的。 在本文中，使用双重差分需要满足“宽带 中国”试点政策之前试点城市和非试点城市之间工业低碳技术创新水平不存在系统性差异。 为此，参照 Beck 和 Levkov（2010）[36] 的做法，运用“事件分析法”对如下模型进行平行趋势检验。
其中，i 和 t 分别代表城市和年份，X 为系列控制变量，μi 为城市个体固定效应，γt 为年度时间固定效应。 D k it 为是否入选“宽带中国”试点城市的年度虚拟变量，假设城市 i 在第 n 年进入“宽带中国”试点城市，那么令 k=t-n。 当 k≤4 时，D -4 it =1，否则为 0。 以此类推，当 k=-3，-2……3，4，5 时（k≠1），D k it =1，否则为 0。 因“宽带中 国”试点政策从 2014 年起，2019 年是政策实施的第 5 年，因此 k 最大值取 5，而实施前有 10 期，本文将超过 4 期设置为虚拟变量，同时将“宽带中国”试点前一期（k=-1）作为基期，通过观察 βt 系数大小和显著性水平来检验政策的年度变化情况。从图 1 中可知，入选“宽带中国”试点城市之前虚拟变量对工业低碳技术创新的 影响基本上都不显著，而实施后第一年和第二年显著上升，第三年由于政策可持续等问题出现了不显著的情 况，但是随着网络宽带基础设施建设对工业低碳技术创新的外溢作用不断增加，第四年和第五年政策效应显 著上升。这表明本文使用双重差分模型通过了平行趋势假设检验，证实了实施“宽带中国”政策试点促进工业 低碳技术创新。
（三）内生性处理：工具变量法
由于“宽带中国”试点城市并非随机选择，试点城市选择可能受试点城市经济发展水平、区域分布及各省 试点数量相对平衡等因素影响。 为此，本文采用工具变量法尽量克服可能存在的偏误。 本文采用 1984 年各 地级市层面邮局数量作为工具变量，选择的理由是：在固定电话普及之前人们主要通过邮局系统进行信息沟 通，邮电部门也是铺设固定电话的执行部门，而互联网技术早期往往是通过固定电话拨号的方式联网，因此 邮局的分布在一定程度上影响固定电话和早期互联网等宽带基础设施的接入。此外，邮局的选址和数量往往 要考虑城市布局、自然环境、人口分布等客观条件以节约投资、提高效益，这和网络基础设施的选址标准基本 一致。因此，选择邮局作为“宽带中国”试点的工具变量满足相关性要求。与此同时，历史上邮局数量对工业低 碳技术创新的影响正不断消失，当前邮局数量也难以对工业低碳技术创新水平产生影响，这满足了工具变量 排他性要求。
由于 1984 年地级市层面邮局数量是不随时间变化的，而本文采用的是地级市面板数据，因此会出现难 以度量的问题。 借鉴黄群慧等（2019）[37] 的方法，构造 1984 年地级市邮局数量与全国上一年互联网投资额的 交互项作为“宽带中国”试点的工具变量。 工具变量回归结果如表 3 所示，试点政策虚拟变量系数仍然在 1% 水平显著为正，而且与基准回归相比系数增大，这表明通过工具变量缓解内生性后数智化对工业低碳技术创 新的驱动作用更大。 从工具变量检验结果可知，不可识别 KP-LM 检验在 1%水平上拒绝了原假设，表明不存 在不可识别的问题，同时弱工具变量识别 CDW 检验 F 值为 66.599，大于 10%的临界值 16.38 和经验值 10， 这表明选取的工具变量较为合理，同时也进一步验证了本文结论的稳健性。
（四）稳健性检验 1.PSM-DID 检验
为了克服“宽带中国”试点城市与其他城市可能存在的系统性差异，缓解双重差分法的估计偏误，本文进 一步使用 PSM-DID 方法进行稳健性检验。 首先，本文采用 Logit 方法，通过是否“宽带中国”试点城市虚拟变 量对控制变量进行回归得到倾向得分值，将得分最相近的城市作为试点城市的匹配对照组。 进行 PSM-DID估计的重要前提是需要满足共同支撑假设，即控制组和对照组是否存在显著差异，如果不存在显著差异，那 么可进行 PSM-DID 检验。 在匹配方法选择上，本文选取一比一近邻匹配、核匹配两种方法。
此外，由于倾向得分匹配法在进行匹配时依赖 Logit 等具体模型，这无法确保联合平衡所有协变量，因此 可能出现错误指定模型的情况，而熵平衡能够同时控制实验组和控制组多维平衡性，在最大程度上实现实验 组和对照组精准匹配。 因此，本文借鉴 Hainmueller（2012）[38] 提出的熵平衡法，通过一阶和二阶匹配获得可能 导致估计偏误的协变量的相应权重，从而使实验组和控制组均值和方差均相同。 在此基础上，通过加权回归 模型重新对匹配后的样本进行双重差分估计。
通过一比一近邻匹配、核匹配和熵平衡匹配后进行双重差分的回归结果如表 4 所示。 结果表明，匹配后 “宽带中国”试点政策仍然对工业低碳技术创新存在显著的正向促进作用，而且除一比一近邻匹配外，核匹配 和熵平衡匹配回归系数与基准回归基本保持一致，这进一步证明了本文回归结果的稳健性。
2.替换被解释变量
为进一步检验回归结果的稳健性，本文将被解释变量替换成各地级市绿色技术水平（ofm），用绿色发明 专利数的自然对数表示。区别之前使用 CPC-Y02 专利分类，此处采用世界知识产权局发布的“国际专利分类 绿色清单”（IPC Green Inventory）衡量各地级市绿色发明专利。 绿色发明专利包含能源类和环境类技术专利，包含但不局限于低碳技术专利。 从表 5 列（1）可知，将因变量替换成绿色发明专利后，试点政策系数依然在 1%水平上显著为正，且回归系数与基准回归基本保持一致。
3.删除直辖市样本
“宽带中国”试点城市中包含了北京市、天津市、上海市和重庆市 4 个直辖市，由于直辖市在城市行政等 级、经济发展水平、人口规模及创新能力上与普通地级市有较大差异，为避免上述政治、经济和社会等因素差 异带来的影响，本文删除 4 个直辖市样本，重新回归的结果如表 5 第（2）列所示。 结果表明：试点政策对工业 低碳技术创新并没有受直辖市的影响，回归系数较基准回归略大，仍然在 1%水平上显著为正。
4.排除政策干扰
在推进“宽带中国”战略试点政策期间，国家先后在 2008 年和 2010 年启动了创新型城市试点和低碳城 市试点，两个试点政策与“宽带中国”战略有一定程度的交叉重叠。 其中，创新城市试点从 2008 年至 2013 年 总共进行了六批次试点，低碳城市城市分别在 2010 年、2012 年和 2017 年进行了三个批次试点。 为此，本文 将两类试点政策加入基准回归模型，以检验两类试点政策是否干扰了以“宽带中国”试点为表征的数智化对 工业低碳技术创新的影响，结果如表 5 列（3）所示。从中可知，加入创新城市试点和低碳城市试点后，“宽带中 国”试点政策对工业低碳技术创新的促进作用仍然在 1%水平上为正，回归系数较基准回归略小，这表明创 新城市试点和低碳城市试点政策可能部分吸收了 “宽带中国”试点政策对工业低碳技术创新的影响，但并没 有影响本文结论的稳健性。
五、机制分析
（一）创新要素整合
为检验数智化通过创新要素整合影响工业低碳技术创新，本文借鉴王小鲁等（2021）[39] 的方法，采用地级 市要素市场化指数（factor）表示创新要素整合水平。 创新要素整合包含资金、技术和人才等要素的市场化程 度，而王小鲁等（2021）[39] 设置的指标“要素市场发育”中涵盖了信贷资源市场化分配程度、技术人员供应情况 及技术成果转化和知识产权保护等，能够较好地反映要素优化配置的水平。从表 6 列（1）可知，“宽带中国”战 略显著提升了要素市场化水平，并且在 1%水平上显著为正，这表明数智化水平越高的城市，其要素市场化 程度越高，从而越有助于低碳技术创新。
（二）创新方式变革
因地级市层面衡量创新方式变革的指标较为缺乏，故本文基于 2003—2019 年中国 30 个省份（未包括港 澳台和西藏）面板数据，采用新产品开发项目数（product）、新产品开发经费支出（rd）及新产品出口销售收入 （sale）等指标表征创新方式变革。 新产品是指使用新技术、新方法和新理念设计生产的产品，与现有产品相 比具有一定的创新性。 新产品体现了创新方式的变革，是产品质量、功效和形象不断提升的结果，能够较好 地体现区域创新方式变革的整体程度。
从表 6 中列（2）至列（4）的回归结果看，数智化对新产品研发项目数、新产品研发经费支出和新产品出口 销售收入均有积极的促进作用，而且均在 1%水平上显著为正。 其中，数智化对新产品研发项目数促进作用 最大，而对新产品研发经费支出的影响相对较小。 以上分析表明，数智化有助于促进创新方式变革，从而作 用于低碳技术创新。
（三）创新技术扩散
参考戴魁早（2018）[40] 的做法，采用技术市场交易额（tm）表示技术扩散程度，回归结果如表 6 列（5）所示。 同时，还用各省份输出技术金额（exp）和引进技术金额（imp）加以检验，回归结果分别如表 6 列（6）和列（7）所示。 结果显示，数智化显著提升了技术市场交易额技术，从而加速了技术扩散步伐。 进一步研究发现，数智化对技术 引进的促进作用大于技术输出，这表明数智化通过缓解技术市场信息不对称等问题，有效推动技术引进力度， 从而支撑更为复杂和先进的技术研发活动，推动工业低碳技术创新。 至此，假设 2 得到验证。
六、异质性分析
（一）城市等级异质性
我国城市之间存在行政等级的差别，如直辖市相当于正省级，省会城市则往往是副省级，而大多数地级 市为厅级。 城市等级的不同将会导致获取资源能力的差异，一般而言高等级城市在政策、资金、技术、人才等 资源禀赋上都要更胜一筹。 基于此，本文将直辖市、省会城市及副省级城市作为高等级城市组别，其余城市 为普通等级城市组别，分别利用模型（1）进行回归。
回归结果如表 7 列（1）、列（2）所示。 结果表明，以“宽带中国”试点引致的数智化水平提升更能促进普通 等级城市工业低碳技术创新，而对高等级城市的作用并不明显。 原因可能在于，高等级城市在人才、资金、技 术等创新资源禀赋上优于普通城市，工业低碳技术创新的数智化依赖程度更低，“宽带中国”试点政策对高等 级城市只是“锦上添花”，而对普通城市则是“雪中送炭”。
（二）城市区位异质性
我国区域发展不充分不平衡现象十分突出，不同区域之间经济社会发展水平存在较大差异。 2013 年国务院发布《“宽带中国”战略及实施方案》的重点任务就是促进区域宽带基础设施协调发展，努力缩小地区互 联网发展水平差距。 为此，本文将样本城市分为东部地区和中西部地区，采用模型（2）分别进行回归检验。 表 7 列（3）、列（4）中的回归结果表明，试点政策显著提升了中西部地区工业低碳技术水平，回归系数较 基准回归更大，而对东部地区的影响虽然为正，但在统计上并不显著。 这意味着数智化通过弥合东中西部网 络基础设施等“数字鸿沟”，有效缩小地区间低碳技术创新能力差距。
（三）城市碳排放强度异质性
减排压力大的地区更有积极性进行低碳技术创新，而数智化应用的不断普及加速了低碳创新的步伐，缩 小了中西部地区及地区内部创新能力差距，特别是促进低碳实用型专利的研发应用。 为此，本文从城市碳排 放强度差异视角进行异质性分析。 运用地级市层面工业碳排放量除以工业增加值得到各城市工业碳排放强 度。 取工业碳排放强度的中位数作为临界值（1.162074 吨/万元），低于临界值的为低排放地区组，高于临界值 的为高排放地区组，分别利用基准模型进行回归。
回归结果如表 7 列（5）、列（6）所示，结果表明试点政策能够显著促进高排地区放组工业低碳技术创新， 而对低排放地区组作用虽然为正，但并不显著。 原因在于在“双碳”目标下，高排放地区更有动力利用数智化 手段推动工业低碳技术创新，以降低工业能源强度，推动产业结构高级化和清洁化。
七、研究结论与政策建议
（一）研究结论
利用 2003—2019 年地级市层面数据，以“宽带中国”试点作为外生冲击，采用双向固定效应模型和双重 差分法研究了数智化对工业低碳技术创新的影响，结果表明数智化显著提升了工业低碳技术创新水平，在运 用 PSM-DID 检验、替换被解释变量、排除政策干扰等一系列稳健性检验和采用 1984 年地级市层面邮局数 量作为工具变量进行内生性检验后结论依然成立。 机制分析发现，数智化通过创新要素整合、创新方式变革 及创新技术扩散三种方式促进低碳技术创新。 异质性分析表明，数智化对普通等级城市、中西部地区市及高 排放地区的低碳技术创新促进作用更为显著。
（二）政策建议
1.加快构建国家低碳技术创新数智化体系
一是构建国家低碳技术协同创新数智平台。聚焦工业低碳技术创新的重点领域和关键环节，充分利用生 成式人工智能、大数据、工业互联网等数智技术，整合数据、人才、资金和技术等创新要素资源，加快构建国家 低碳技术协同创新数智平台，协同攻克工业低碳技术创新面临的人才短缺、资金不足、协同不够、效率不高等 问题。 联合科研院所、高校、共性技术平台等单位，加快构建跨区域、跨领域的低碳技术研发联盟，形成“政产学研金介用”高效协同的创新体系。 二是完善国家低碳技术协同创新服务体系。 加快建立和完善以市场为导 向的绿色低碳技术创新体系，完善绿色低碳技术知识产品保护，加大对低碳技术创新公共研发平台的支持。 积极发挥绿色技术融资合作中心（绿色技术银行）在推进金融资源和绿色技术创新融合方面的协同作用。 加 大对低碳技术融资支持，采取银行贷款、上市融资、风险投资、股权融资等多样化金融支持措施，分散研发人 员低碳技术研发风险，加快研究体系向低碳方向转变。
2.促进工业低碳技术创新模式数智化变革
推动低碳技术创新全生命周期数字化智能化。 从全产业链低碳化视角出发，推动企业研发、设计、采购、 制造、维修、回收等环节纳入数字技术创新体系，借助数智化平台逐个攻克低碳技术“卡脖子”难题。 加快运 用生成式人工智能、大数据、互联网等数智技术推动研发设计从串行方式向并行方式转变，不断缩短低碳技 术研发流程和提高低碳技术研发效率。 在低碳技术试验阶段，利用人工智能、互联网等提升研发工具数字化 网络化水平，通过数字化仿真和建模手段对现实世界进行模拟，从虚拟空间仿真测试中不断改进低碳技术， 推动试验生产阶段成本持续下降。
3.运用数智化技术助推绿色低碳技术扩散
充分利用互联网、人工智能等数智技术推动绿色低碳技术扩散和应用，强化国家绿色技术交易中心等绿 色信息技术平台、转移转化平台功能，加快面向绿色低碳技术扩散和应用的平台构建和程序开发。 从整体布局 视角出发，充分利用互联网、大数据、云计算、人工智能等数智技术，加快构建全国统一的绿色低碳技术交易平 台。 在建立低碳技术标准化服务体系基础上，打通上海和湖南等省级层面交易所绿色低碳技术库、高校科研院 所绿色低碳技术库，汇聚形成全国统一低碳技术大市场，为绿色低碳技术扩散及应用提供多方面支撑。
