腾讯研究院：碳排放的宏观考察、规律总结与数字减排“三大效应”研究

17.产业结构中工业部门所占比重越高，碳排放量、碳排放强度、人均碳排放量也越大

与全球碳排放和产业结构的关系类似，中国的碳排放也与产业结构存在明显的正相关关系，如图44—46所示，产业结构中工业部门所占比重越高，碳排放量、碳排放强度、人均碳排放量也越大。第二产业占比较高的省份，如山东、江苏、河北等，碳排放量、碳排放强度和人均碳排放量也相对较高。

图44 中国碳排放量与产业结构

数据来源：CEAD数据库，CEIC数据库

图45 中国碳排放强度与产业结构

数据来源：CEAD数据库，CEIC数据库

图46 中国人均碳排放与产业结构

数据来源：CEAD数据库，CEIC数据库

18.“环境库兹涅茨曲线”在中国具有一定的合理性

既有研究已经表明，我国人均二氧化碳排放量与经济发展水平之间呈现倒U型关系，环境库兹涅兹曲线假说成立（杜立民，2010）。根据全球数据，当人均GDP高于5万美元时，碳排放量、排放强度及人均碳排放量将呈明显下降态势，随着中国人均GDP的增长，碳排放有望出现下降，但距峰值仍有一定距离。如图47—49所示，碳排放量与人均碳排放量均与人均GDP之间呈现出一定的正相关关系，但是从拟合线的趋势来看，随着人均GDP的增长，碳排放量和人均碳排量的增速越来越低，拟合线的顶点即将出现，这也意味着中国将有可能在人均1万美元附近实现碳排放量和人均碳排放量的双达峰。碳排放强度则随着人均GDP的增加，呈现出稳定的下降趋势。总之，“环境库兹涅茨曲线”在中国具有一定的合理性，尤其是在碳排放强度方面，特征更加明显。

图47 中国碳排放量与人均GDP

数据来源：CEAD数据库，CEIC数据库

图48 中国碳排放强度与人均GDP

数据来源：CEAD数据库，CEIC数据库

图49 中国碳排放强度与人均GDP

数据来源：CEAD数据库，CEIC数据库

数字化与碳排放的关系研究

（一）中国碳减排的挑战与方向

对于中国而言，如期实现碳达峰、碳中和的目标，面临着前所未有的多重挑战，其中的关键在于碳排放强度的下降速度要超过经济增长的速度（刘长松，2015）[32]。一方面，全球实现碳排放达峰的国家基本上是发达国家或后工业化国家，但是中国与欧美国家处在不同的发展水平和经济增速阶段，具有不同的产业结构类型、能源消费强度和能源消费结构，而且中国碳排放总量明显超过欧美（胡鞍钢，2021）。因此，国外低碳转型的成功经验无法在中国复制，中国需要寻找一条适合国情的低碳转型道路，实现二氧化碳减排达峰的需求（杨莉莎等，2019）[33]。另一方面，由于能源结构变化的时滞性和产业结构中的碳锁定效应，通过能源结构和产业结构调整在短时期内难以在较大程度促进碳减排（刘佳骏等，2013）；而且由于技术进步对于碳排放作用的双重性，中国的技术减排存在反弹效应，技术进步的减排收益有一半以上被抵消，因此仅仅依靠技术进步进行减排，很难在2030年左右达到碳排放峰值（杨莉莎等，2019）。因此，中国需要更加系统全面的筹划碳减排方案，综合考虑技术、结构、制度等因素之间的相互作用，统筹短期目标与长期目标之间的平衡衔接，分步骤有节奏地制定符合行业异质性和区域异质性的减排方案。

近几年来，数字技术浪潮的兴起与发展为全球和中国的碳减排提供了巨大的潜力，主要体现为三大效应，分别为降低数字产业自身碳排放的“直接效应”，推动其他产业减少碳排放的“间接效应”，以及通过构建碳市场等产生的“补充效应”。GeSI and BCG（2012）在《更加智能2020》（Smarter 2020）报告中提出了数字技术推动碳减排的“变速杆”（change levers）模式，对数字技术减少碳排放的不同方式进行分类，主要包括通过数字化和非物质化替代或消除对排放密集型产品或过程的需求，通过实时的数据收集、分析、沟通、反馈和学习以实现更好的决策，通过系统集成更有效地管理资源的使用，通过仿真提高效率并实现流程的重新设计和功能优化。

已有众多机构和学者对数字技术的碳减排潜力进行实证测算，虽然具体数值方面存在差异，但是结论均一致表明，数字技术具有巨大的碳减排潜力。在全球碳减排潜力方面，国际电信联盟（2008）[34]相对乐观地估计，数字技术能够为全球碳减排提供解决方案，减少产自其他经济部门的97.5%的排放量。GeSI and BCG（2012）[35]也预测，从2011年到2020年，ICT的广泛应用可减少9.1亿吨二氧化碳当量（GtCO2e）的温室气体排放，相当于同期ICT部门碳排放量的7倍以上，约占全球温室气体排放总量的16.5%，总计节省1.9万亿美元的能源和燃料成本。Belkhir and Elmeligi（2018）的研究也表明，到2020年时ICT部门对全球碳足迹的贡献率将从2007年的1—1.6%大约翻一番达到3—3.6%，如果碳排放的年均相对增长率为5.6—6.9%，那么到2040年时ICT部门的相对贡献将超过2016年全球温室气体排放水平的14%。更进一步，在由GeSI andAccenture Strategy（2015）联合更新地《更加智能2030》（Smarter 2030）报告中预测，ICT有望到2030年时将全球二氧化碳排放量减少20%，使其保持在2015年的水平，减排量几乎达到同期ICT部门排放量的10倍，从而使得经济增长与排放增加有效脱钩，意味着我们可以避免经济繁荣和环境保护之间的权衡取舍。GSMA（2020）[36]的研究也发现，2018年移动互联网技术使全球温室气体排放量减少了约21.35亿吨二氧化碳当量，相当于俄罗斯每年的二氧化碳排放总量，节省的排放量几乎是移动互联网行业自身的全球碳足迹的十倍；其中智慧生活、工作与健康约占当年减排量的39%，其次是智慧交通与城市（占30%），智能制造（占11%），智慧建筑（占10%），智慧能源（占7%），智慧农业（占3%）。

在对中国的碳减排潜力方面，预计从2005年到2020年，通过数字技术在其他行业的广泛渗透，将使中国减少14—17亿吨二氧化碳，这相当于全国2020年碳强度减排目标的13—18%，ICT部门的减排总量比同期内ICT直接排放量高出4倍（谢孟哲等，2011）。ICT在中国最具潜力的四个领域是：智能能源、智能制造、智能农业和智能移动解决方案。预计到2030年，中国的二氧化碳减排潜力为2.21亿吨二氧化碳当量，其中智能制造和智能移动的减排潜力超过50%（GeSI，AccentureStrategy，2015）。本文利用腾讯研究院公布的数字中国指数绘制了与中国各省碳排放量、碳排放强度及人均碳排放量之间的相关关系图，如图50—52所示，发现虽然数字中国指数与碳排放量正相关，但却与碳排放强度及人均碳排放量呈显著的负相关关系。这可能是因为数字化程度较高的省份（如广东、北京、上海、江苏、浙江、山东）经济水平较发达，经济活动量较大，因此碳排放总量较高；但数字化程度的提升能够从能源互联网，产业和能源结构转型，智慧城市、交通、生活等多角度反映经济活动效率与低碳化程度，因此，可以认为数字经济的发展将通过降低碳排放强度及人均碳排放量，对碳减排、碳达峰和碳中和贡献重要的力量。

图50 各省碳排放量与数字中国指数

数据来源：腾讯研究院，CEAD数据库，CEIC数据库

图51 各省碳排放强度与数字中国指数

数据来源：腾讯研究院，CEAD数据库，CEIC数据库

图52 各省人均碳排放量与数字中国指数

数据来源：腾讯研究院，CEAD数据库，CEIC数据库

（二）能源互联网推动碳减排

既有研究表明，互联网对工业绿色全要素生产率提升具有促进作用（卢福财等，2021）[37]，ICT产业对中国二氧化碳减排具有显著贡献，而且对中部地区二氧化碳减排的影响大于东部地区（Zhang，Liu，2015）[38]。二氧化碳减排主要依赖技术进步的推动，CO2减排技术进步变化率、CO2减排技术效率变化率、能源使用技术进步变化率和能源使用技术效率变化率这四个因素对CO2减排效率和CO2减排效率的变化率有较强的正影响（张伟等，2013）[39]；技术进步带来的理论减排率为5.66%，在考虑到存在反弹效应的情况下，实际减排率依然高达2.1%（杨莉莎等，2019）。因此，通过技术进步提高能源使用和碳排放的技术效率和技术水平是提升我国全要素碳减排效率的关键因素。

能源互联网作为数字革命和能源行业深度融合的产物，将深刻改变能源的生产、传输、销售方式和人们的生活工作方式，成为推动能源结构转型、提高能源利用效率、实现节能减排和可持续发展的重要途径（孙宏斌等，2015）[40]。陈继东等（2019）[41]总结了能源互联网在能源供给方面的作用。一是在能源生产方面，电力、石油、天然气等传统能源供应商正在加速数字化低碳转型，通过应用天气预测分析、资产及交易管理工具等数字化技术，能源生产者得以更快速地响应市场需求，灵活开展能源生产和储；并通过全球化的运营模式，进一步降低固定成本，改善项目的资本运营表现。二是在能源传输方面，电网、油气管道等能源输送网络运营商正在向数字化、智能化方向转型，能源输送网络运营商通过网络运营模式优化、能源输送能力升级、商业模式创新等方式实现效率提升和服务增值。三是在能源销售方面，多元化的市场参与者为客户提供数字化赋能的零售服务，围绕着消费端的用能需求和生活方式，提供一系列新的运营支持服务、绿色节能服务、数字化生活服务和灵活的产销一体化服务。

除此之外，在能源消费方面，利用数字技术对传统产业进行数字化、网络化、智能化升级，有利于加强不同区域和不同主体之间在能源调度与利用上的协同，推动工业、建筑、交通、消费等领域的数字化节能，提高单位能源的产值增量，逐步降低能源强度，减少二氧化碳排放（邬彩霞，高媛，2020）[42]。通过在更多的生产设备中嵌入智能传感器，结合高级数据分析以优化传统产业的生产制造流程，更加精准和动态地预测用户或企业的能源需求，从而改善能源服务的响应能力，降低能源需求的峰值负载，实现最优的过程控制，对碳减排具有至关重要的作用（IEA，2017）[43]。通过建设全球能源互联网，推动清洁能源对化石能源的消费替代，将有助于减少联网区域的二氧化碳排放量，冯晟昊等（2019）[44]表明，与2011-2017年的基准情景相比，到2050年中国累计排放量将累计下降月1.0%。

（三）产业与能源结构的数字化转型降低碳排放

前文分析已经表明，能源类型来看，如图3所示，碳排放主要来自煤炭能源；分行业类型来看，如图4和图31所示，碳排放主要来自电力、冶炼等重化工业和交通运输行业。现有研究表明，重工业比重每上升一个百分点，我国人均CO2排放量将上升约1%；煤炭消费比重每上升一个百分点，我国人均CO2排放量将上升约0.67%（杜立民，2010）。而第二产业比重每下降１个百分点，碳排放绩效则会提高0.406个百分点，煤炭消费比重每下降１个百分点，碳排放绩效则会上升0.262个百分点（查建平等，2012）[45]。因此，可以通过发展数字经济来推动产业结构和能源结构的优化调整，实现减少二氧化碳排放的目的。

在产业结构优化方面，数字经济将推动产业结构的低碳化转型。一是数字产业化进程的加快，促进了以计算机、通信和其他电子设备制造业等先进制造业和信息技术、软件和信息服务业等生产性服务业的创新与发展，这些产业本身即是低碳排放的行业，随着这些行业在整体经济中所占比重的提高，碳排放量将会逐渐降低，从而推动了产业结构由高碳排放型向低碳排放型的转型升级。根据《͚中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》，2020年我国数字经济核心产业增加值占GDP比重已达到7.8%，到2025年时这一比重将提高到10%，对碳减排做出显著贡献。二是产业数字化进程的加快，促进了传统产业中生产流程、产业组织、价值环节等的解构重组，优化生产经营过程中的能源配置结构，提高清洁能源对化石能源的替代程度，促进传统产业的能源消费效率提升，并降低各行业单位产出的能源消费强度，以此来减少传统产业的碳排放。腾讯研究院发布的“数字中国”指数表明，第二次产业占GDP比重与数字中国指数存在显著的负相关关系。

在能源结构调整方面，数字经济将推动能源结构的低碳化转型。一是重塑能源生产结构。以数字化技术革新化石能源发电过程，投料数字化监测与智能配比，可提高能源利用效率。以数字化带动水、风、光多能互补，对不同清洁能源进行合理匹配，可改善光能、风能等清洁能源发电存在的输出不稳定问题，推动能源生产结构的低碳化转型。二是变革能源消费结构。新能源汽车作为计算机、手机外的第三大上网终端，与数字产业深度融合，并通过与自动驾驶、耗电监测等数字化服务的叠加，持续促进汽车产业颠覆性变革；而移动电源、无线充电等技术的发展，也极大增加了清洁能源使用的便利性与吸引力，从而推动能源消费结构的低碳化转型。三是促进能源供需匹配。以数字技术构建智能电网，更新传感、测量、控制及决策支持系统，可改善电能质量，提高供电灵活性，保护电网安全。数字技术可聚合并优化分布式能源（Distributed Energy Resource，DER），构造虚拟电厂，通过更高层面的软件构架实现多个DER的协调优化运行，提高了DER输出的稳定性，降低了调度难度及对公网的冲击，有利于资源的合理优化配置及利用，从而起到碳减排的作用。

（四）共享出行与智慧交通推动碳减排

前文分析结果已经表明，交通运输行业是二氧化碳排放的重要来源部门，其原因一方面在于目前我国交通运输行业的能源消费量较大，另一方面在在于能源消费结构中化石能源仍占主要部分，而清洁能源所占比重则较低。

共享汽车和滴滴拼车等新型出行方式的发展，推动共享出行成为准公共交通出行，并推动传统交通体系向智慧交通的转型升级，为能源节约与碳减排做出贡献（张雪峰等，2020）[46]。其根本原因就在于数字技术的正外部性，通过应用大数据与人工智能等数字技术，能够提供最优出行方案，提高出行效率，降低空驶率，节约能源消费并减少碳排放，推动传统的先污染后治理的交通模式向从源头上减少碳排放的智慧交通模式转型（许宪春等，2019）。

现有文献已经证实基于数字技术的共享出行和智慧交通新模式对碳减排的重要价值。如许宪春等（2019）[47]研究表明，通过大数据等数字技术在交通运输行业的融合渗透，将因司乘的最优匹配将效率与节能减排提升近33个百分点，因空驶率降低实现效率与节能减排提升30%，因智慧信号灯影响使得效率与节能减排提升10%—20%，因潮汐车道作用提升效率与节能减排约30%，使全国出租车客运行业减少839.85万吨碳排放量，这相当于巴拿马一国的全面排放量。伊文婧（2019）[48]也得出类似的研究结论，2017年共享出行的节能量贡献为690万吨油当量（toe）左右[49]，约占我国当年城市客运交通能耗的8%，二氧化碳减排量近2100万吨；其中，共享单车骑行产生的节能量近90万吨油当量，二氧化碳减排量约为260万吨，共享专车和快车使用产生的节能量约600万吨油当量，二氧化碳减排量约为1800万吨，并预测在低共享出行渗透率和高共享出行渗透率情景下，到2035年，共享出行方式的节能量将分别达到2576万吨油当量、3564万吨油当量，分别占届时城市客运能耗比重的20%和28%。丁宁等（2018）[50]也通过对北京市共享单车的研究发现，虽然共享单车在其生命周期内的碳排放比普通单车高出约5倍，但是通过共享单车对私人汽车出行方式的替代，共享单车对北京交通碳排放的每年减排效果达到5.7%。

（五）智慧城市建设推动碳减排

城市既是经济增长的引擎，又是温室气体排放的源泉（麦肯锡，2021）[51]。对中国的研究表明，城市化率每提高1%，在增加0.671%GDP的同时，也将会推动碳强度上升0.274%（林美顺，2016）[52]。联合国人类住区规划署（2011）[53]的一份研究报告发现，在全球层面，从生产端来看，城市活动的温室气体（GHG）约占40%—70%；从消费端来看，城市活动的温室气体排放量所占比重则高达60%—70%。

对于中国而言，城市地区对全国一次能源需求的贡献率为75%，碳排放贡献率则进一步高达85%（Dhakal，2009）[54]。但是这并不意味着碳排放在不同城市类型以及城乡之间是均匀分布的。在城市类型方面，有研究表明，中国的150个主要城市的碳排放总量达到60亿吨，约占全国碳排放总量的70%（刘竹，2015）[55]。中国的35个最大的城市贡献了全国40%的能源消耗和二氧化碳排放，尤其是在四个直辖市中，人均能源使用量和二氧化碳排放量比其他城市平均而言要高出数倍（Dhakal，2009）[56]。在城乡比较方面，由于收入水平和消费需求的差异，城市居民的人均能源消费量是农村居民的约3.5—4倍（林伯强，刘希颖，2010）[57]；城市人均二氧化碳排放是农村的1.4倍，尤其是在建筑和交通部门，城市人均二氧化碳排放是农村的1.7倍；在全国31个城市中，城市人口和农村人口大致相当，但城市二氧化碳排放更多，占全国二氧化碳排放的58%（Ohshita et al，2015）[58]。

关于城市如何加快碳减排方面，麦肯锡（2021）从绿色基础设施、区域碳排放核算、地区产业升级、分享最佳做法和政策等四个方面提出了城市脱碳化的思路，但是却在一定程度上忽视了城市数字化转型对碳减排的贡献。虽然目前尚缺少对智慧城市与碳排放的实证检验，但是从理论上可以认为，智慧城市建设将对碳减排发挥巨大的潜力。一是智慧建筑与智慧楼宇建设，通过在建筑物和楼宇空间中嵌入智能电表、智能燃气表等终端设备，加强对建筑物和楼宇空间的用电用能的监测、预测与控制，为建筑物和楼宇空间提供用电用能最优解决方案，动态更新用户节能用能与碳排放报告，提高用电用能效率，减少电力资源等的浪费。二是通过智慧交通体系建设，增强对城市交通的模拟与调度，优化出行路线，合理规划不同时段在不同交通路线的车流量，减少因交通信号灯、交通拥堵等原因导致的汽车碳排放。三是开发智慧停车解决方案，实时显示目的地周边停车场与停车位信息与路线规划，减少因寻找停车位产生的多余碳排放。

（六）数字生活与工作方式减少碳排放

联合国环境规划署（2020）[59]在最近的一份报告中指出，改变生活方式是持续减少温室气体排放和缩小排放差距的先决条件，并根据基于消费的数据核算发现，全球约三分之二的排放与私人家庭活动有关，其中最重要的是交通、居住和粮食，每一项都占生活方式排放的近20%。对中国的研究也表明，人均家庭消费的增加推动了碳排放量的增长，1992—2007年间我国居民消费产生的二氧化碳占我国碳排放总量的40%以上（Liu，2011）[60]。因此，改变家庭消费商品和服务的组成结构，促使生活方式和消费模式从高碳密集型产品与服务向低碳密集型产品和服务转变，将对减少二氧化碳排放具有重要作用，而数字技术将在其中具有重要价值。

首先，消费方式从线下到线上的转型，如电子商务、智慧教育和远程医疗等，使购物、教育、医疗等从线下向线上迁移，以远程交易服务替代当面交易服务，集中配送相比分散购买、远程教育与诊疗相比外出学习与就医更能减少因交通出行导致的碳排放。

其次，产品形式从物理向数字的转型，如电子书、数字电影、数字音乐等数字内容为代表的产品形式替代纸质书、胶片或CD电影、磁带或碟片等物理产品，不仅能够降低因出行导致的碳排放，而且能够降低产品生产和消费过程中的碳排放。

再次，工作方式由线下到线上的转型，以远程会议和电子合同等替代差旅会议和纸质合同，减少因公出差与合同邮寄导致的碳排放，如联合国环境规划署（2020）[61]所强调的，放弃一次长途飞行有可能使个人年排放量平均减少1.9吨二氧化碳当量。如腾讯会议产品上线仅245天用户数就突破一亿，成为腾讯近年来用户增速最快的产品，有效满足对远程会议和企业管理的需求。

最后，加强对家庭用电设备的智能监测与管理，更多地使用智能电器，实时了解不同电器产品的电力消耗及其导致的碳排放，及时关闭暂不使用的电器产品，减少对电力资源的浪费。

（七）数字技术支持碳市场及配套制度建设

国家发改委于2011年10月29日发布《关于开展碳排放权交易试点工作的通知》，确定在北京市、天津市、上海市、重庆市、湖北省、广东省及深圳市开展碳排放权交易试点，2013年6月之后陆续启动，并于2017年正式启动全国碳排放权交易。当前，中国正在前期7个省市试点的基础上，加紧筹备全国层面的碳市场建设，已在湖北省、上海市开展全国碳市场的基础设施搭建工作，由湖北牵头承建全国碳排放权注册登记系统，上海承建全国碳排放权交易系统，最早或将于2021年实现交易；全国碳市场建立后，将保持规则统一、互联互通、严格监管，由国家统一制定配额分配方法，省级政府依据分配方法向辖内企业分配配额。

随着碳排放交易市场建设的逐步推进，其对碳减排的政策效应也逐渐显现。研究发现，碳排放权交易政策对试点城市碳排放强度的降低具有显著而持续的推动作用；在时间趋势上，碳市场建设的政策效应将随着时间的推进越发明显；在空间关系上，碳交易政策的实施不仅对政策试点具有直接减排效应，对于邻近地区同样存在抑制碳排放的政策溢出效应（周迪，刘奕淳，2020[62]；李治国，王杰，2021[63]）。如图53所示，在2011年碳市场试点政策提出之前，试点省份的碳排放总量基本呈逐年上升态势，1997—2011年间的CAGR达7.15%；2011年试点政策实施后，试点省市碳排放总量由2011年15.0亿吨迅速降至2013年的14.0亿吨，并在此后若干年内保持稳定，试点省市碳排放量占全国碳排放量的比重也从2011年16.24%降至2017年14.61%，碳市场已对试点省市减排发挥良好效果。

图53 碳市场覆盖省市排放量变动（1997—2017年）

数据来源：CEAD数据库

但是，目前我国的碳排放交易试点仍处于初级阶段，七大试点地区由于政策和技术问题，暂时还没有实现互连，也还是一个碎片形式的市场（李志学等，2014）[64]。建设全国统一的碳排放交易市场需要解决相应的技术问题，包括排放量的监测、报告与核查（MRV）机制以及注册登记系统的技术标准等（庞韬等，2014）[65]。数字技术的广泛应用，将有助于解决一体化碳排放交易市场中的技术问题。

其一，数字化将促进碳市场建设。当前省市层面的碳交易市场试点已实施8年，步入成熟阶段，全国层面的试点即将推开，初步计划以上海、武汉为中心，建设全国碳排放交易所。碳排放交易所为重要的新基建基础设施，对调节并控制全国碳排放具有重要意义，但同时面临参与主体复杂、交易分散等挑战，可依托数字化技术，充分借鉴此前各类交易所的架构经验，搭建高效、灵活、安全的交易市场，促进碳配额资源合理配置，搭载合理的衍生金融产品。

其二，数字化支持碳监测行业发展。在碳市场、碳税等制度搭建过程中，如何快速、准确地度量排放主体的碳排放量，将成为碳排放制度建设的重点难点，可依托广泛的碳监测数据建立信息平台，对不同区域、不同主体的碳排放动态数据进行分析，跟踪碳排放变动趋势，验证数据可靠性。通过数字化技术，将碳排放与碳捕捉、碳封存相连接，可实现对二氧化碳全生命周期变动的监测追踪。

（八）互联网科技行业的碳减排行动

毋庸置疑，数字产业是全球碳排放增加的部分诱因。主要包括全球用户数量的迅速增长，对终端产品使用频率的持续提高，终端产品使用时长的不断增加，存储而非删除旧资料对资源的占用等（国际电信联盟，2008）。赵昕等（2021）[66]则进一步证明，因互联网依赖导致的非理性消费使得家庭碳排放显著增加。

众多研究机构对全球和中国的数字经济产业的碳排放进行了测算。在全球碳排放方面，国际电信联盟（2008）测算结果表明，信息通信技术（Information andCommunication Technology）部门的碳排放量略低于10亿吨二氧化碳，约占全球碳排放的2—2.5%。GeSI and BCG（2012）的测算也显示，全球ICT行业的碳排放量从2002年的0.53亿吨二氧化碳当量（GtCO2e）增长到2011年的0.91亿吨，预计到2020年将增加到1.27亿吨；在全球碳排放总量中所占的份额也有所增加，从2002年的1.3%增加到2011年的1.9%，预计到2020年将达到2.3%。但是不同学者对ICT行业碳排放在不同来源之间分配的划分有所差异，例如国际电信联盟（2008）指出，40%的比重来自终端用户设备，来自通信网络的排放量约占24%，另有23%的排放量来自数据中心。但是Belkhir andElmeligi（2018）[67]则发现，2020年全球ICT碳排放的45%来自数据中心，通信网络占有24%的比重，各类智能终端产品共占31%的份额（其中智能手机占11%，台式机占6%，笔记本电脑占7%，显示器占7%）。

在中国数字产业碳排放方面，随着中国数字经济的发展，信息通信技术行业的直接二氧化碳排放也将增加，将从2011年的1.97亿吨增长到2020年的3.26亿吨，2011—2020年的复合年均增长率为6%，其中虽然数据中心13%的增长率最高，但是到2020年时终端用户设备仍将是最大的贡献者，占整个ICT行业碳排放的68%（GeSI，AccentureStrategy，2015）。绿色和平和华北电力大学（2019）[68]的研究也表明，2018年全中国数据中心使用火电约为1171.81亿千瓦时，产生9855万吨二氧化碳的排放，如果数据中心在未来五年（2019—2023年）不采取额外措施提高可再生能源使用率，到2023年数据中心用电将会造成1.63亿吨二氧化碳排放量，五年内新增6487万吨的二氧化碳排放量。

同时，需要注意到的是，数字产业作为数字经济时代创新最密集的领域，其自身的碳排放增速正在下降，碳排放强度也在逐渐下降。虽然GeSI and BCG（2012）的研究表明2002—2020年间全球ICT产业的碳排放量及其所占比重都有所提升，但是其复合年均增长率从2002—2011年的6.1%下降到2011—2020年的3.8%。更远期的研究则进一步表明，ICT产业的碳排放占全球排放的比重将随着时间的推移而下降，预计将从2020年的2.3%下降到2030年的1.97%（GeSI，AccentureStrategy，2015）。国际能源署（IEA）的数据也表明，如图54所示，如果将2010年全球互联网流量、数据中心工作负载和数据中心能源消费都设定为1，在2010—2019年的十年时间里，全球互联网流量增长了12倍，数据中心工作负载增长了7.5倍，而数据中心的能源消费则基本位置不变，充分说明了数据中心的能源消费和碳排放并未因其数据存储和处理量的增长而变化。

图54 全球互联网流量、数据中心工作负载和数据中心能源消费趋势（2010-2019）

数据来源：国际能源署（IEA）。

注：2010年=1。

对中国数字产业碳排放的研究也表明，数字产业的碳排放强度正在下降。谢孟哲等（2011）[69]研究指出，虽然ICT部门自身产生的排放量也在增长，但其能源强度和碳排放强度相对较低。2007年，ICT部门碳排放量相当于全国排放总量的2.4%，碳排放强度为190吨二氧化碳/百万元人民币，到2020年时ICT部门的碳排放量缓慢增长到占全国排放总量的3-3.3%，但与此同时该部门的碳排放强度为70吨二氧化碳/百万元人民币，这就意味着ICT部门碳排放强度下降超过60%。

目前，众多互联网科技企业已发布碳减排、碳中和计划并采取相应的行动。在国际上，苹果公司、亚马逊、微软、谷歌、脸书等大型科技企业均已制定明确的碳中和时间节点。在国内，腾讯作为数字化领域的领先企业，已采取实际行动支持碳减排，并于2021年1月宣布启动碳中和计划，成为首批启动碳中和规划的互联网企业之一。近年来，腾讯已经在腾讯滨海大厦和所属各数据中心，通过人工智能和云计算来降低碳排放，研发的节能技术已经迭代到T-Block4.0版本。2017年，腾讯滨海大厦获得国际性绿色建筑认证系统LEED NC金级认证。天津数据中心正根据余热回收原理，研究节能应用方案；贵安七星数据中心极限PUE值（评价能源效率的指标）小于1.1；即将交付的清远数据中心液冷实验室，更将实现极限PUE值低于1.06的高节能效果。此外，腾讯已经在欧洲与部分火电厂开展类似合作，希望能帮助一同打造智能火电厂。

以数字经济推动碳减排的政策建议

（一）中国碳减排的“三步走”目标

总结近年来国家密集发布的碳排放政策目标来看，我国的碳减排大致有三个阶段性目标，分别是到2020年碳排放强度比2005年下降40%—45%，到2030年实现碳达峰，2060年实现碳中和。

第一步，2020年碳减速。早在2009年9月22日，时任国家主席胡锦涛在联合国气候变化峰会开幕式上发表《携手应对气候变化挑战》的重要讲话，首次提出中国2020年相对减排目标，即“争取到2020年单位国内生产总值二氧化碳排放比2005年有显著下降”，但当时并没有规定具体减排目标。两个月后，在2009年11月25日召开的国务院常务会议上提出，到2020年时实现“单位国内生产总值二氧化碳排放比2005年下降40%—45%”的具体减排目标，但是却没有及时形成政策文件。直到2014年9月发布《国家应对气候变化规划（2014-2020年）》，对这一减排目标作出了具体明确；并在2015年3月发布的《关于加快推进生态文明建设的意见》中进一步强调。

第二步，2030年碳达峰。2015年6月30日，中国向《联合国气候变化框架公约》秘书处提交了《强化应对气候变化行动——中国国家自主贡献》（INDC），文件中提出“中国确定了到2030年的自主行动目标：二氧化碳排放2030年左右达到峰值并争取尽早达峰；单位国内生产总值二氧化碳排放比2005年下降60%－65%，非化石能源占一次能源消费比重达到20%左右，森林蓄积量比2005年增加45亿立方米左右”。2015年11月30日，习近平主席在巴黎出席气候变化巴黎大会开幕式并发表题为《携手构建合作共赢、公平合理的气候变化治理机制》的重要讲话，再次重申了这一减排目标。

第三步，2060年碳中和。2020年9月22日，习近平主席发表《在第七十五届联合国大会一般性辩论上的讲话》，郑重宣布“中国将提高国家自主贡献力度，采取更加有力的政策和措施，力争2030年前二氧化碳排放达到峰值，努力争取2060年前实现碳中和”。此后，习近平总书记相继在联合国生物多样性峰会（2020年9月30日）、第三届巴黎和平论坛（2020年11月12日）、金砖国家领导人第十二次会晤（2020年11月17日）、二十国集团领导人利雅得峰会“守护地球”主题边会（2020年11月22日）、领导人气候峰会（2021年4月22日）上继续重申碳达峰和碳中和目标。2020年12月12日，习近平主席在气候雄心峰会上发表《继往开来，开启全球应对气候变化新征程》的重要讲话，进一步提高国家自主贡献力度的新目标，“到2030年，中国单位国内生产总值二氧化碳排放将比2005年下降65%以上，非化石能源占一次能源消费比重将达到25%左右，森林蓄积量将比2005年增加60亿立方米，风电、太阳能发电总装机容量将达到12亿千瓦以上”。2021年3月，全国两会期间，李克强总理在2021年《政府工作报告》中提出“扎实做好碳达峰、碳中和各项工作。制定2030年前碳排放达峰行动方案”。同期发布的《͚中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》中进一步提出，“十四五”期间，“单位国内生产总值能源消耗和二氧化碳排放分别降低13.5%、18%”。

（二）加强对数字技术与碳排放关系的研究

前文分析已经表明，数字技术对碳减排具有显著作用，但是同时也可以发现，目前学术界和研究机构对数字技术与碳排放之间的研究仍处于起步阶段。一方面缺少数字技术与碳减排之间的理论框架，另一方面也缺少数字技术与碳减排之间的经验结论，这可能是由于对数字经济的统计数据的缺失造成的。因此，需要加强对数字技术与碳排放关系的研究，为“十四五”规划和2035年愿景目标纲要中提出的“落实2030年应对气候变化国家自主贡献目标，制定2030年前碳排放达峰行动方案”，提供来自数字经济领域的参考价值。

首先，构建数字技术与碳排放之间的理论体系。融合互联网经济学、能源经济学、环境经济学等学科的基本理论，将以大数据、云计算、人工智能等为代表的新一代数字技术纳入到能源消费、环境治理等理论模型中，在行业异质性甚至企业异质性的基础上，探索数字技术发展对碳排放的作用机制与影响作用。

其次，实证检验数字技术与碳减排之间的量化关系。充分运用计量经济学、数据包络分析、投入产出分析等方法，实证检验数字技术与碳排放之间的因果关系与偏效应。目前亟待解决的一个问题是，需要尽快构建数字经济统计分类与核算数据库，这不仅有助于推动数字经济与碳排放关系的研究，同时将成为研究数字经济与其他重要议题的数据基础，如收入分配、国际贸易、就业与创业等。

最后，模拟预测数字技术发展与碳排放的变动趋势。现有文献基于多种场景对碳排放进行了模式，但是大多数研究结论均忽视了对数字技术的考量，从而导致对数字技术的碳减排潜力的高估或低估。未来，需要在更严谨的理论框架和更坚实的统计数据的基础上，结合系统动力学、可计算一般均衡模型（CGE）等研究方法，准确评估数字技术的碳减排潜力。

（三）加快推进区域与全球能源互联网建设

2015年9月26日，习近平总书记在出席联合国发展峰会时发表题为《谋共同永续发展、做合作共赢伙伴》的重要讲话，提出“倡议探讨构建全球能源互联网，推动以清洁和绿色方式满足全球电力需求”。2016年3月29日，全球能源互联网发展合作组织在北京成立。2017年5月14日，习近平总书记在“一带一路”国际合作高峰论坛开幕式上发表《携手推进“一带一路”建设》的重要演讲，提出“要抓住新一轮能源结构调整和能源技术变革趋势，建设全球能源互联网，实现绿色低碳发展”。哥伦比亚大学教授杰弗里·萨克斯（2018）[70]盛赞“中国的‘全球能源互联网’倡议及行动计划，为实现能源转型目标，描绘了一个激动人心的愿景”。

全球和中国能源资源和能源消费分布的不均衡性以及清洁能源的间歇性、波动性，加快能源互联网建设有助于推动能源供需的协调匹配，以分布式能源网络提高整体的能源利用效率。全球能源互联网发展合作组织主席刘振亚（2017）[71]指出，亚欧非大陆85%的水能、风能、太阳能资源集中在从北非经中亚到俄罗斯远东、与赤道成45度角的能源带上，负荷主要集中在东亚、南亚、欧洲、南部非洲等地区，而且太阳只在白天照耀，风力强度也会不断地起伏变化；我国80%以上的水能、风能和太阳能资源分布在西部和北部地区，70%以上的电力消费集中在东中部地区。

能源互联网实质就是“智能电网+特高压+清洁能源”，是去中心化、以多个能源企业为核心的“星系”型生态系统：每个核心企业都可能形成一个小生态，由核心企业主导的能源平台链接水、电、气、热等各分散主体，提供中介增值服务，共同构成一个多中心而有序的生态（陈继东等，2019）[72]，未来能源互联网建设总体可以分为三步走。第一步，构建全国统一的能源互联网。如前所述，我国能源资源与能源消费在地理空间的分布上具有严重的不均衡特征，加快实现省际之间、城市群之间、经济圈之间的互联互通。第二步，构建国际多边能源互联网，加强与“一带一路”沿线国家、东盟国家之间共建能源互联网。第三步，全面融入全球能源互联网，推动能源资源尤其是清洁能源的全球贸易与配置。

从技术角度看，数字技术发展将为能源互联网提供技术支撑。因此，在能源互联网建设过程中需要高度重视数字技术的应用。

首先，提升电网智能化水平，推动大数据、云计算、人工智能等数字技术与电力系统的深度融合，为清洁能源开发和电能替代提供技术支撑与系统解决方案，加强需求侧智能管理，降低用电负荷峰谷差（刘振亚，2020）[73]。

其次，持续推动新型基础设施建设，特别是与信息共享相关的数字化基础设施、移动数据网络和云平台建设（林伯强，2020）[74]，为分布式能源生产与供给提供数字基础设施，支撑高频海量数据流通与交易，巩固并提高能源互联网的稳定性。

最后，加快能源类国有企业数字化转型，严格落实《关于推进“上云用数赋智”行动培育新经济发展实施方案》和《关于加快推进国有企业数字化转型工作的通知》中的相关要求，提高能源类国有企业数字化、网络化、智能化水平，促进能源类国有企业能源效率的提升。

（四）促进以数字产业为代表的低碳产业发展

无论对碳排放的产业来源还是对产业结构与碳排放关系的分析都表明，降低产业结构中的高碳行业所占比重，提高低碳行业的占比，将对碳减排产生重要的助推作用。在数字产业的发展过程中，往往并不直接消费一次能源，如煤炭、石油、天然气等通常与数字产业之间并不存在投入产出关系，因此几乎不产生直接的碳排放。数字产业的碳排放一般来自对二次能源如电力的使用，由此导致间接的碳排放。由于投入产出关系的差异，数字产业比传统产业的碳排放量和碳排放强度都更低。通过加快促进以数字产业为代表的低碳产业的发展，推动产业结构调整，将对碳排放量和碳排放强度的降低起到至关重要的作用，相关减排潜力的测算前文已有数据表明。

需要尽快出台数字经济发展的顶层设计。一方面，在战略规划上，2021年全国两会期间发布的《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》中已经明确提出，“十四五”时期数字经济核心产业增加值占 GDP 比重要从2020年的7.8%提高到2020年的10%。因此，当前需要紧紧把握当前“十四五”开局之年的关键时期，加快制定数字经济发展的十四五规划，明确中国数字经济发展的时间表、路线图、基本目标和重点任务，促进智慧城市、智慧交通、智慧生活、数字内容等数字产业的发展。另一方面，在法规政策上，浙江省已经制定《浙江省数字经济促进条例》，是全国首部以促进数字经济发展为主题的地方性法规，并于2021年3月1日起正式实施；广东省也于2020年11月3日发布《广东省数字经济促进条例（征求意见稿）》，需要加快制定国家层面的数字经济促进条例，为中国数字经济发展提供法律基础与保障。

（五）以产业数字化带动传统行业智能化转型发展

如前所述，数字技术对碳减排更大的贡献在于通过产业数字化推动传统产业的数字化、网络化、智能化转型，尤其是针对水电燃气生产、金属冶炼、非金属矿物、设备制造等高碳排放行业，更需要加快产业数字化步伐。这这些行业中，火力发电、冬季供暖、金属冶炼等生产环节，需要投入大量的化石能源，这些化石能源的燃烧直接排放了超过一半的碳排放。在非金属矿物制品业中，水泥制造是碳排放的重要来源，其原因在于水泥主要由石灰石高温煅烧而来，而石灰石的主要成分是碳酸钙在煅烧过程中会分解释放出二氧化碳，其排放量占到了总排放量的10%左右，比石油类排放比例略低（杜立民，2010）。

不仅如此，在制造业内部中的很多行业部门并不直接消费化石能源，而是通过电力消费间接排放大量二氧化碳。如有学者发现在汽车制造业中，电力消费排放的二氧化碳占行业排放总量的97.36%，其中涂装环节的排放量在所有生产环节中的占比超过一半（张铁山，陈小双，2014）[75]。但是同时也有学者指出，由于电力、钢铁、建材等高耗能行业本身所具有的碳锁定效应，短时期内很难通过产业结构调整来实现减排，未来中国节能减排工作的关键在于以新型工业化调整能源结构，加快技术改造，淘汰传统落后的生产工艺（刘佳骏等，2013）。产业数字化进程为传统工业部门的智能化转型升级提供了重要的解决方案，通过提高传统产业部门的数字化水平，降低其直接碳排放或间接碳排放。

为此，需要加快出台“十四五”期间的《工业绿色发展规划》。2016年工业和信息化部制定了《工业绿色发展规划（2016—2020年）》，其中明确提出“实施绿色制造+互联网，提升工业绿色智能水平”，未来需要结合《国民经济和社会发展第十四个五年规划和远景目标纲要》和《中国制造2025》等中长期发展战略，尽快制定发布《工业绿色发展规划（2021—2025年）》。

此外，需要坚持以智能制造为主攻方向，加强对传统行业的转型改造。腾讯研究院（2021）[76]提出“数实共生”的理念，认为传统产业要通过数字技术改进设计、研发、生产、制造、物流、销售、服务，创造新业态、新模式，实现产业结构调整和创新升级。腾讯WeMake工业互联网平台旨在成为工业互联网的“连接器”、“工具箱”与“生态共建者”，将强大的云计算、物联网、大数据、人工智能、5G、安全等数字技术以平台化的方式输出给全行业，有助于规模化降低制造企业云化、数字化、移动化与智能化的门槛。

企鹅经济学工作坊

【研究组长】陈维宣 腾讯研究院研究员、博士后

【研究成员】郑梦圆 腾讯研究院助理研究员、北京大学博士研究生

白惠天腾讯研究院研究员、博士后

【项目负责人】吴绪亮 腾讯研究院首席经济学顾问

参考资料：

[1]数据来源：国际气候研究中心（CICERO），https://cicero.oslo.no/en/carbonbudget-for-dummies.

[2]IEA，“GlobalEnergy Review: CO2 Emissions in 2020”，2021-3-2，/articles/global-energy-review-co2-emissions-in-2020.

[3] PierreFriedlingstein，Michael O'Sullivan，MatthewW. Jones，et al，“GlobalCarbon Budget 2020”，Earth SystemScience Data，2020，12（4）：3269–3340.

需要注意的是，全球碳项目中提供的碳排放数据是以碳（C）作为计量单位，其与二氧化碳（CO2）之间的转换系数为3.664，即1单位碳等于3.664单位二氧化碳。

[4]联合国环境规划署：《2020年排放差距报告》，2020年。

[5]IEA，“GlobalEnergy Review: CO2 Emissions in 2020”，2021-3-2，/articles/global-energy-review-co2-emissions-in-2020.

[6]欧盟28国是指欧盟的28个成员国，包括奥地利、比利时、保加利亚、克罗地亚、塞浦路斯、捷克共和国、丹麦、爱沙尼亚、芬兰、法国、德国、希腊、匈牙利、爱尔兰、意大利、拉脱维亚、立陶宛、卢森堡、马耳他、荷兰、波兰、葡萄牙、罗马尼亚、斯洛伐克、斯洛文尼亚、西班牙、瑞典、英国。英国于2020年1月正式退出欧盟，在本文的统计期间，仍然属于欧盟成员国。

[7]联合国人类住区规划署：《城市与气候变化：全球人类住区报告 2011》，2011年5月12日。

[8]由于国际能源署只公布了2019年OECD经济体的数据，而未公布非OECD经济体数据，因此，本文的计算区间截至到2018年。

[9]芦风英，庞智强：《中国与世界主要国家间碳排放转移的实证分析》，《统计与决策》2021年第3期，第94-97页。

[10]李小平，卢现祥：《国际贸易、污染产业转移和中国工业CO2排放》，《经济研究》2010年第1期，第15-26页。

[11]唐杰英：《产业转移、国际贸易和CO2排放——来自我国工业的实证分析》，《国际贸易问题》2012年第9期，第118-128页。

[12]杜运苏，张为付：《我国承接国际产业转移的碳排放研究》，《南京社会科学》2012年第11期，第22-28页。

[13]刘竹：《哈佛中国碳排放报告 2015》，2015年5月。

[14]芦风英，庞智强：《中国与世界主要国家间碳排放转移的实证分析》，《统计与决策》2021年第3期，第94-97页。

[15]王媛，王文琴，方修琦：《基于国际分工角度的中国贸易碳转移估算》，《资源科学》2011年第33卷第7期，第1331-1337页。

[16]中国碳核算数据库（CEAD）中，2018年数据缺失，本文采用2017年与2019年的两年平均值进行补齐；2020年12月数据缺失，由于2020年下半年新冠肺炎疫情基本控制，与2019年下半年碳排放趋势基本一致，因此，本文以2019年和2020年7—11月碳排放量之比作为系数，对2019年12月碳排放量进行调整，得到2020年12月碳排放数据。

[17]胡鞍钢：《中国实现2030年前碳达峰目标及主要途径》，《北京工业大学学报（社会科学版）》2021年第21卷第3期，第1-15页。

[18]于宏源：《迈向全球能源强国的可持续路径——学习习近平总书记关于能源安全的讲话》，《学术前沿》2018年第4期，第61-69页。

[19]赫永达，文红，孙传旺：《“十四五”期间我国碳排放总量及其结构预测——基于混频数据ADL-MIDAS模型》，《经济问题》2021年第4期，第31-40页。

[20]蔡博峰，曹丽斌，雷宇等：《中国碳中和目标下的二氧化碳排放路径》，《中国人口·资源与环境》2021年第31卷第1期，第7-14页。

[21]杜立民：《我国二氧化碳排放的影响因素：基于省级面板数据的研究》，《南方经济》2010年第11期，第20-33页。

[22]肖雁飞，万子捷，刘红光：《我国区域产业转移中“碳排放转移”及“碳泄漏”实证研究——基于2002年、2007年区域间投入产出模型的分析》，《财经研究》2014年第40卷第2期，第75-84页。

[23]七个区域所包含的省份分别为：华东地区包括山东、江苏、安徽、浙江、上海，华北地区包括北京、天津、河北、山西、内蒙古，华中地区包括湖北、湖南、河南、江西，西北地区包括陕西、甘肃、宁夏、青海、新疆，华南地区包括广东、广西、海南、福建，东北地区包括辽宁、吉林、黑龙江，西南地区包括四川、重庆、贵州、云南等省份。

[24]平新乔，郑梦圆，曹和平.《中国碳排放强度变化趋势与“十四五”时期碳减排政策优化》，《改革》，2020年第11期，第37-52页。

[25]刘佳骏，李雪慧，史丹：《中国碳排放重心转移与驱动因素分析》，《财贸经济》2013年第12期，第112-123页。

[26]孙立成，程发新，李群：《区域碳排放空间转移特征及其经济溢出效应》，《中国人口·资源与环境》2014年第24卷第8期，第17-23页。

[27]张彩云，张运婷：《碳排放的区际比较及环境不公平——消费者责任角度下的实证分析》，《当代经济科学》2014年第36卷第3期，第26-34页。

[28] Fan Ying，LiuLancui，Wu Gang，HaienTang Tsai，Wei Yiming，“Changesin Carbon Intensity in China：EmpiricalFindings from 1980-2013”，EcologicalEconomics，2007（62）：683-691.

[29]岳超，胡雪洋，贺灿飞，江玲，王少鹏，方精云：《1995-2007年我国省区碳排放及碳强度的分析——碳排放与社会发展Ⅲ》，《北京大学学报（自然科学版）》2010年第46卷第4期，第510-516页。

[30]张友国：《经济发展方式变化对中国碳排放强度的影响》，《经济研究》2010年第4期，第120-133页。

[31]查建平，唐方方，别念民：《结构性调整能否改善碳排放绩效？——来自中国省级面板数据的证据》，《数量经济技术经济研究》2012年第11期，第18-33页。

[32]刘长松：《我国实现碳排放峰值目标的挑战与对策》，《宏观经济管理》2015年第9期，第46-50页。

[33]杨莉莎，朱俊鹏，贾智杰：《中国碳减排实现的影响因素和当前挑战——基于技术进步的视角》，《经济研究》2019年第11期，第118-132页。

[34]国际电信联盟：《国际电联和气候变化》，2008年10月。

[35] GeSI and BCG，“GeSI SMARTer 2020：TheRole of ICT in Driving a Sustainable Future”，December 2012.

[36] GSMA，“TheEnablement Effect：The Impact of MobileCommunications Technologies on Carbon Emission Reductions”,Junary2020.

[37]卢福财，刘林英，徐远彬：《互联网发展对工业绿色全要素生产率的影响研究》，《江西社会科学》2021年第1期，第39-50页。

[38] Chuanguo Zhang，CongLiu，“The impact of ICTindustry on CO2 emissions: A regional analysis in China”，Renewableand Sustainable Energy Reviews，2015，44（4）：12-19.

[39]张伟，朱启贵，李汉文：《能源使用、碳排放与我国全要素碳减排效率》，《经济研究》2013年第10期，第138-150页。

[40]孙宏斌，郭庆来，潘昭光，王剑辉：《能源互联网：驱动力、评述与展望》，《电网技术》2015年第39卷第11期，第3005-3013页。

[41]陈继东，陈珊，李姝：《如何成为能源互联网中最亮的星？》，埃森哲，《转型的科学》，上海交通大学出版社，2019年版，第96-103页。

[42]邬彩霞，高媛：《数字经济驱动低碳产业发展的机制与效应研究》，《贵州社会科学》2020年第11期，第155-161页。

[43]IEA，“Digitalization& Energy”，2017，https://webstore.iea.org/download/direct/269.

[44]冯晟昊，王健，张恪渝：《基于CGE模型的全球能源互联网经济社会效益分析——以中国及其周边地区为例》，《全球能源互联网》2019年第2卷第4期，第376-383页。

[45]查建平，唐方方，别念民：《结构性调整能否改善碳排放绩效？——来自中国省级面板数据的证据》，《数量经济技术经济研究》2012年第11期，第18-33页。

[46]张雪峰，宋鸽，闫勇：《城市低碳交通体系对能源消费结构的影响研究——来自中国十四个城市的面板数据经验》，《中国管理科学》2020年第28卷第12期，第183-183页。

[47]许宪春，任雪，常子豪：《大数据与绿色发展》，《中国工业经济》2019年第4期，第5-22页。

[48]伊文婧：《共享出行对客运交通能耗的影响研究》，《中国能源》2019年第41卷第5期，第17-22页。

[49]吨油当量（tonoil equivalent），按一吨标准油的热值计算各种能源量的换算指标。

[50]丁宁，杨建新，逯馨华，刘晶茹：《共享单车生命周期评价及对城市交通碳排放的影响——以北京市为例》，《环境科学学报》2018年第6期，第1-15页。

[51]麦肯锡：《2060碳中和：中国如何发挥城市的作用实现这一目标》，2021年3月。

[52]林美顺：《中国城市化阶段的碳减排：经济成本与减排策略》，《数量经济技术经济研究》2016年第3期，第59-77页。

[53]联合国人类住区规划署：《城市与气候变化：全球人类住区报告 2011》，2011年5月12日。

[54] Shobhakar Dhakal，“Urbanenergy use and carbon emissions from cities in China and policy implications”，EnergyPolicy，2009（37）：4208–4219.

[55]刘竹：《哈佛中国碳排放报告 2015》，2015年5月。

[56] Shobhakar Dhakal，“Urbanenergy use and carbon emissions from cities in China and policy implications”，EnergyPolicy，2009（37）：4208–4219.

[57]林伯强，刘希颖：《中国城市化阶段的碳排放：影响因素和减排策略》，《经济研究》2010年第8期，第66-78页。

[58] StephanieOhshita，Lynn Price，周南等：《中国城市在温室气体减排中的作用：城镇用能和温室气体排放概述》。2015年9月。

[59]联合国环境规划署：《2020年排放差距报告》，2020年。

[60] Lan-Cui Liu，GangWu，Jin-Nan Wang，Yi-MingWei，“China’scarbon emissions from urban and rural households during 1992-2007”，Journalof Cleaner Production，2011（19）：1754-1762.

[61]联合国环境规划署：《2020年排放差距报告》，2020年。

[62]周迪，刘奕淳：《中国碳交易试点政策对城市碳排放绩效的影响及机制》，《中国环境科学》2020年第40卷第1期，第453~464页。

[63]李治国，王杰：《中国碳排放权交易的空间减排效应：准自然实验与政策溢出》，《中国人口·资源与环境》2021 年第31卷第1期，第26-36页。

[64]李志学，张肖杰，董英宇：《中国碳排放权交易市场运行状况、问题和对策研究》，《生态环境学报》2014年第23卷第11期，第1876-1882页。

[65]庞韬，周丽，段茂盛：《中国碳排放权交易试点体系的连接可行性分析》，《中国人口·资源与环境》2014年第24卷第9期，第6-12页

[66]赵昕，曹森，丁黎黎．互联网依赖对家庭碳排放的影响——收入差距和消费升级的链式中介作用．北京理工大学学报(社会科学版).2021年第4期（网络首发版）

[67] Lotfi Belkhir,Ahmed Elmeligi，“Assessing ICT globalemissions footprint: Trends to 2040 & recommendations”，Journalof Cleaner Production，2018（177）：448-463.

[68]绿色和平，华北电力大学：《点亮绿色云端：中国数据中心能耗与可再生能源使用潜力研究》，2019年9月。

[69]谢孟哲，玛雅•弗斯塔特，余晓文，约翰•科尼克：《ICT 产业促进中国低碳经济发展》，中国电子学会节能工作推进委员会，2011年3月23日。

[70]杰弗里·萨克斯：《构建“全球能源互联网”》，《中国经济报告》2018年第8期，第52-53页。

[71]刘振亚：《加快建设我国和全球能源互联网，促进能源结构调整和绿色低碳发展》，《中国电力企业管理》2017年第8期，第6-8页。

[72]陈继东，陈珊，李姝：《如何成为能源互联网中最亮的星？》，埃森哲，《转型的科学》，上海交通大学出版社，2019年版，第96-103页。

[73]刘振亚：《建设我国能源互联网推进绿色低碳转型(下)》，《中国能源报》2020年8 月3日，第1 版。

[74]林伯强：《能源互联网助力中国能源绿色低碳转型》，《煤炭经济研究》2020年第40卷第11期，第1页。

[75]张铁山，陈小双：《汽车制造企业生产过程碳排放核算与策略》，《企业经济》2014年第10期，第17-20页。

[76]腾讯研究院、IDC：《数实共生：未来经济白皮书2021》，2021年1月21日。