数字—绿色协同(Digital–Green Synergy, DGS)能否提升旅游碳排放效率(Tourism Carbon Emission Efficiency, TCEE)？——来自中国沿海城市的证据

《Sustainability》：Can Digital–Green Synergy Enhance Tourism Carbon Emission Efficiency? Evidence from Chinese Coastal Cities

　　

作为新一轮技术革命和产业变革的核心驱动力，数字—绿色协同（Digital–Green Synergy, DGS）已成为旅游业低碳发展的重要途径。基于2011—2023年中国54个沿海城市的面板数据，研究人员采用基准回归模型、调节效应模型、门槛效应模型及空间溢出效应模型，实证检验了DGS对旅游碳排放效率（Tourism Carbon Emission Efficiency, TCEE）的影响机制及其空间溢出效应。结果表明：（1）DGS能有效提升TCEE。（2）环境规制（Environmental Regulation, ER）和旅游产业集聚（Tourism Industry Agglomeration, TIA）在DGS与TCEE的关系中起正向调节作用。（3）DGS对TCEE的影响呈非线性特征，具有双门槛属性，可引致跃变式变化。（4）DGS对TCEE存在空间溢出效应，可促进区域协同减排。（5）异质性分析表明，DGS对TCEE的促进作用在南部海洋经济圈及经济发达地区更为显著。本研究为推动数字化与绿色化深度融合及实现中国沿海旅游业高质量发展提供了理论依据与政策启示。

论文解读：数字—绿色协同对沿海城市旅游碳排放效率的影响研究

一、研究背景与问题提出

全球气候变化背景下，旅游业约占全球温室气体排放量的8.8%，且预计2035年前增长1.5倍，传统视为"无烟产业"的认知受到挑战。中国沿海城市旅游业增加值占GDP达11.3%，但旅游活动高度依赖交通与能源密集型服务，碳排放压力突出。现有文献多孤立探讨数字化或绿色化对旅游碳排放的影响，忽视二者协同（DGS）的交互效应、非线性特征及空间溢出作用，且缺乏针对旅游行业的机制解析。因此，研究人员以中国54个沿海城市2011—2023年面板数据为样本，实证考察DGS对旅游碳排放效率（TCEE，单位碳成本所创造的旅游经济价值）的影响机制、门槛效应及空间溢出，以填补行业特异性研究空白。该论文发表于《Sustainability》。

二、主要关键技术方法

研究人员选取中国54个沿海城市（剔除三沙市）2011—2023年面板数据，原始数据源自《中国城市统计年鉴》《中国文化和旅游统计年鉴》及各省市级统计年鉴等。TCEE测算采用超效率SBM（Slack-Based Measure）模型，投入指标为旅游固定资产投资、旅游从业人数、旅游相关能耗，期望产出为旅游总收入，非期望产出为自下而上法核算的旅游交通—住宿—活动碳排放。核心解释变量DGS（数字—绿色协同水平）通过熵权法分别测度数字化（数字基础设施、数字技术应用、数字产业发展、数字创新环境四维度）与绿色化（生态治理、环境污染、绿色生活三维度）后，以耦合协调度模型量化。调节变量为政府工作报告中环境关键词频度表征的环境规制（ER）及区位熵表征的旅游产业集聚（TIA）。控制变量含人口密度（取对数）、交通通达度（路网密度）、人力资本（高校在校生占比）、城镇化率、政府干预度（财政支出/GDP）。计量模型包括：双固定效应基准回归、含交互项的调节效应模型、以DGS本身为门槛变量的Hansen面板门槛模型（Bootstrap 300次）、基于经济—地理嵌套权重矩阵的空间杜宾模型（Spatial Durbin Model, SDM），并开展缩尾、剔除直辖市、剔除疫情期、双重机器学习及工具变量法（1984年每百人固定电话数与环境财政支出占比的交互项）稳健性与内生性检验，另做区域（北部/东部/南部海洋经济圈）与发展水平异质性分析。

三、研究结果

基准回归（Baseline Regression）

DGS系数在1%水平上显著为正，证实DGS能有效提升TCEE，假设H1成立。控制变量中交通通达度、人口密度、城镇化率正向显著，政府干预度负向显著，人力资本不显著。

调节效应（Moderation Effect）

ER与DGS的交互项在5%水平显著为正，说明环境规制通过"倒逼效应"与"创新补偿效应"强化DGS对TCEE的提升作用，假设H2成立。TIA与DGS的交互项在1%水平显著为正，说明旅游产业集聚通过知识溢出与规模经济降低DGS应用成本，放大正向影响，假设H3成立。

稳健性检验（Robustness Test）

经1%缩尾、剔除天津与上海、剔除2020—2022年疫情时段、双重机器学习（随机森林与Lasso）四种检验，DGS系数仍显著为正，基准结论稳健。

内生性检验（Endogeneity Test）

采用历史工具变量进行2SLS估计，未出现弱识别与过度识别问题，DGS对TCEE的正向影响依然显著，缓解反向因果偏误，进一步支持H1。

异质性检验（Heterogeneity Test）——区域异质性

北部、东部、南部海洋经济圈的DGS系数均显著为正，南部圈系数最大（4.148＞3.146＞2.727），Bootstrap组间差异检验p＜0.05，说明DGS对TCEE的促进作用在南部海洋经济圈（粤港澳大湾区等数字经济与绿色发展示范区）最显著。

异质性检验（Heterogeneity Test）——经济发展水平异质性

按人均GDP中位数分组，高、低经济发达地区DGS均显著促进TCEE，但高经济发达地区系数更大，组间差异显著（p=0.030），即经济越发达DGS赋能效果越强。

门槛效应（Threshold Effect）

Bootstrap门槛检验通过单门槛与双门槛（阈值分别为0.323和0.442），未通过三门槛。当DGS低于第一门槛时系数不显著；介于两门槛间系数为2.351且在1%水平显著；超过第二门槛后正向影响进一步增强，证实DGS对TCEE的影响具非线性双门槛特征，假设H4成立。

空间自相关与空间杜宾模型（Spatial Autocorrelation Test & Spatial Durbin Model）

Moran's I显示DGS与TCEE均存1%水平空间自相关。SDM中空间自回归系数ρ显著为正，DGS的直接效应、间接（溢出）效应及总效应均显著为正，说明DGS不仅提升本地TCEE，还通过旅游流、技术扩散与政策学习带动邻近城市TCEE提升，假设H5成立。

四、讨论与结论（翻译浓缩自Conclusion部分）

研究发现：（1）DGS能显著提升中国沿海城市TCEE，DGS每提高1%对应TCEE提高3.184%，主要通过技术赋能、流程优化与范式创新三条路径实现。（2）环境规制与旅游产业集聚在DGS提升TCEE过程中发挥正向调节作用——前者借由倒逼与创新补偿激励企业采纳绿色数字技术，后者借知识溢出与规模经济摊薄应用成本。（3）DGS对TCEE的影响存在双门槛非线性特征：低于门槛值时效果不显著，跨越两门槛值后技术创新累积效应显现，正向作用逐步增强。（4）DGS具空间溢出效应，可通过游客流动、技术转移与政策模仿促进周边城市TCEE共同提升。（5）异质性分析显示南部海洋经济圈及经济发达地区DGS的促进作用更明显。研究建议因地制宜推进DGS转型、实施差异化环境规制与产业集聚政策、依托先行区域示范带动沿海及内陆旅游业低碳协同发展。研究局限在于城市尺度可能掩盖微观异质、旅游碳排放自下而上估算存偏差、反向因果未能完全排除，未来可在更细空间单元、改进碳核算及利用准自然实验方面深化。