当前人类的生产和生活引起了生态系统环境污染和破坏,对可持续发展形成了极大的威胁;伴随着互联网的快速发展,互联网技术进步对人类生产生活的影响也在不断扩大。以往学术界关于互联网技术进步对环境污染影响的研究大多仅从供给侧和生产性污染的角度展开,较少从需求侧和生活污染的角度去考虑。此外,作为拉动经济增长的“三驾马车”之一的消费受到了互联网技术的影响,居民消费水平的不断提升和消费结构的持续升级,使与之相伴而生的消费过程产生的直接生活污染和由消费行为产生的间接生产污染等问题也日益凸显。
杜雯翠认为,信息化能够有效降低工业SO2与工业烟尘的排放强度[1]。刘洪涛等认为,信息化水平的提升显著降低了我国总体的碳强度,就区域差异性而言,信息化水平的提升在东部地区降低碳强度的效果较好[2]。石大千等认为,通过运用现代信息技术产生了技术效应、配置效应和结构效应,降低了城市环境污染水平[3]。解春艳等认为,互联网实现了政府严格高效的环境监管、执法与公众环境污染实时监督相结合,倒逼企业改进生产工艺,带动环保产业发展,进而降低工业污染[4]。李琳等以长江经济带三大城市群为研究对象,发现互联网通过发挥技术进步效应促进了长江经济带工业绿色发展[5]。徐伟呈等认为,互联网技术进步显著促进了产业结构高级化发展[6]。郭子琪等认为,产业结构高级化不仅能直接减污减排、提高环境质量,还能间接促进产业技术升级,从而减少污染废弃物排放[7]。
互联网技术进步主要通过以下效应影响环境污染:
(1) 技术进步效应。互联网技术的广泛应用有利于信息的交流和知识的扩散,促进了人力资本的提高、工业流程的改进及环保新技术的广泛应用,通过对污染源进行监测提高,环境污染的防治和治理水平,从而降低环境污染。
(2) 产业结构优化效应。互联网及其相关产业以知识、技术等为主要要素投入,具有低成本扩散、边际收益递增和规模报酬递增的特点,这有助于加快互联网技术与传统产业的融合,提升产业运行效率,优化产业结构,提高能源利用效率,降低污染排放,从而提升环境质量。
(3) 资源配置优化效应。通过利用互联网技术对市场需求进行实时动态监控,企业及时快速对资本、劳动力和能源等生产资源以及组织方式和商业模式进行调整,提升了资源的利用效率,降低了废弃污染物的产生量,有利于缓解环境污染。
(4) 生活方式改变效应。一方面,互联网带来购物方式、旅游方式等的改变,自驾出行增多,家庭设备、交通出行、旅游活动等日常活动造成了生态环境压力的增大。另一方面,互联网增加了信息的传播速度和普及程度,通过网络宣传,提高了居民的环保意识,使得居民的生活方式更加绿色化。
可见,互联网技术进步不仅可以通过技术进步效应、产业结构优化效应、资源配置优化效应和生活方式改变效应直接影响环境污染水平,还可以通过提升居民消费水平、改变居民消费结构、促进居民消费升级间接影响环境污染水平。因此,在互联网技术进步影响环境污染的过程中,居民消费升级发挥了中介作用。
刘媛媛、张伟和武庆庆等认为,互联网可以通过影响就业、产品营销和商贸流通等方式来促使居民消费升级[8-10]。杜丹青认为,互联网发展通过产品创新、渠道创新以及服务创新推动消费升级[11]。从互联网对消费结构的影响来看,刘湖等认为,互联网发展能够促进城镇居民消费结构由生存型消费向享受型与发展型消费优化升级,且对东部地区促进作用明显大于中西部地区[12]。向玉冰发现,互联网对城乡居民发展型消费的影响都显著为正、对生存型消费的影响都显著为负,而对享受型消费的影响则不一致[13]。吴晓涵基于消费者决策过程模型,发现使用互联网的家庭文教娱乐和家用设备消费占比升高,居住和医疗消费占比降低,食品、衣着、交通、通讯消费占比无显著变化,同时各类商品和服务消费金额上升[14]。
由此可见,互联网技术进步主要通过以下两个层面影响居民消费升级:一方面,互联网技术进步提升了居民的消费支出水平。互联网的发展通过推动新兴产业的现代化发展,创造了比以往更多的就业机会,促进了民众收入水平的提高;互联网技术在支付、仓储、物流、监管等多个方面的运用,通过削减产品流通成本和产品交易成本,提高了流通效率,推动了消费环境的改善,提高了居民的消费意愿,促进了居民消费的升级[15]。另一方面,互联网技术进步促进了居民消费结构升级。互联网使得消费者可以更容易地获取产品购买信息,有利于消费者的消费选择;通过互联网提升消费体验、培养用户习惯、实现私人订制,满足个性化的消费需求[16],使得居民消费结构从以衣食住为主的生存型消费向享受型和发展型消费转变,由传统的物质型消费逐渐转变为新型的服务型消费,促进了居民消费结构逐渐向更高层次发展。
消费作为一种关键经济行为,不仅会影响经济的发展,也对环境的发展至关重要。居民消费水平提高会增加环境污染的强度,居民消费行为主要通过生活污染物排放和生产污染物排放影响生态环境。关于生活污染的研究有:卢泉等发现,在日常消费中食品类消费对生活污水排放的影响最大,居住类消费对生活垃圾的影响最大,同时医疗保健类消费对废弃物的影响也不容忽视[17]。毛克贞等认为,不同的居民消费结构对生活环境污染的影响不同,其中食品和家庭用品服务消费对生活污染物排放的影响程度较大[18]。关于生产污染的研究有:柴士改利用高效核算模型,发现在1985—2013年期间居住类支出的间接碳排放上升幅度最大,其次为通信与交通消费。间接碳排放下降幅度较大的为食品消费,其次分别为家庭设备用品及服务消费和衣着消费,而医疗保健和教育文化娱乐服务消费间接碳排放所占比重上升幅度较小[19]。史琴琴等利用投入产出法,发现在2002—2014年期间中原经济区城镇居民消费间接碳排放总体呈现上升趋势,其中衣、食、住等类型消费的碳排放增长速度较快,而交通、教育娱乐、医疗保健类型消费的碳排放增长速度较慢[20]。
居民消费行为对于环境污染的影响分为消费端和生产端两个部分,即居民不仅会在消费行为进行过程中产生直接的能源消耗和生活污染物排放,还会因为产品和服务的消费间接作用于生产端,带来生产过程中的能源消耗和污染物排放。一方面,居民消费水平的扩大带来了能源消费以及对强排放消费品需求的上升,给资源和生态环境造成日益增大的压力;另一方面,消费结构的变化使得污染排放较少的产品比重发生变化,即使消费支出水平增加,也可能出现环境污染排放下降的情况。
为了考察居民消费升级在互联网技术进步影响环境污染过程中的中介作用,本文参照温忠麟等的研究成果[21],通过构建回归模型来进行中介效应检验,具体的模型设定如下:
ln PE=β0+β1ln INT+β2ln Control+ε
(1)
ln UC=α0+α1ln INT+α2ln Control+ε
(2)
ln PE=γ0+γ1ln UC+γ2ln INT+
γ3ln Control+ε
(3)
本文采用2003—2017年中国大陆地区30个省级行政区的面板数据(考虑到数据可得性,样本中未包括西藏自治区)。数据主要来源于《中国统计年鉴》《中国劳动统计年鉴》《中国环境统计年鉴》《中国能源统计年鉴》、EPS数据平台以及各省份统计年鉴。其中,所有价值变量以2003年为基期进行不变价处理,缺失数据采用插值法进行补充。各变量的描述性统计如表1所示,相关变量说明如下。
表1 变量描述性统计结果
变量单位观察值均值标准差最小值最大值INT-4500.3220.2030.0210.780PUC万元45010889.1304477.0814914.55029832.620UCL-4500.5150.0510.3810.649UCE-4500.2350.0460.1430.361UCD-4500.2180.0230.1620.287PP-4500.7510.1280.2840.989PL-4500.7590.1510.1340.985PGDP元/人45027166.98017775.9703532.65193936.160POP万人4504422.9862657.411534.00011169.000OPEN-4500.3220.3990.0171.800URB-4500.5120.1450.1390.896TEC件/万人4500.9322.0570.01721.143IS-4500.8830.0610.6300.999
(1) 被解释变量:环境污染(PE)。本文将环境污染分为生活污染(PL)和生产污染(PP),并分别从水污染、空气污染和固体废弃物污染三个角度,利用熵权法综合度量生产和生活污染程度。选用工业废水排放量、工业二氧化硫排放量、工业固体废弃物排放量测算生产污染,选用城镇生活污水、生活二氧化硫排放量和生活垃圾清理量测算生活污染。
(2) 核心解释变量:互联网技术进步(INT)。参照于娇、刘姿均等的做法[22-23],选取各省份CN域名(不含EDU)的地域分布数量作为互联网技术进步的代理变量。
(3) 中介变量:居民消费升级(UC)。分别从消费水平和消费结构两个角度描述居民消费升级。居民消费水平用城镇人均居民消费支出(PUC)表示;居民消费结构可以分为生存型、享受型和发展型消费结构占居民消费支出的比重,分别用UCL、UCE和UCD表示。其中,生存型消费支出包括食品支出、衣着支出和居住支出;享受型消费支出包括家庭用品及服务支出、交通和通信支出;发展型消费支出包括医疗保健支出、教育文化娱乐服务支出。
(4) 控制变量:经济发展水平(PGDP),采用各省份的人均GDP表示。经济发展水平是影响环境污染的重要因素,伴随着经济水平的提高,生产过程中的污染物排放可能不断减少,而生活中的污染物排放可能不断增加。人口规模(POP),采用各省份的常住人口表示。人口规模的增加,可能会通过规模经济的途径促进区域生态效率提升,也有可能因为超过可容纳量发生拥挤效应,产生规模不经济,加剧地区的环境污染。城镇化水平(URB),以城镇人口占年末总人口的比重来衡量。与农村地区相比,城镇地区在提高资源利用率和污染治理水平上具有技术优势。对外开放程度(OPEN),选取各省份进口总额占当地GDP的比重表示。对外开放程度的提高可能会带来技术溢出效应,也有可能会产生污染转移,出现“污染天堂”的情况。技术创新水平(TEC),采用各省份的每万人发明专利授权数来表示。产业结构(IS),采用各省份第二、三产业产值之和占地区GDP的比重表示。
为了揭示居民消费升级在互联网技术进步影响环境污染过程中的中介作用,本文根据上文构建的模型(1)实证检验了互联网技术进步对城镇居民消费支出水平、生存型消费支出比重、享受型
消费支出比重和发展型消费支出比重的影响,以揭示互联网技术进步对城镇居民消费升级的影响,具体回归结果如表2所示。
表2 互联网技术进步对城镇居民消费升级的影响
变量LPUCLUCLLUCELUCDlnINT0.0464***(0.0143)-0.0622***(0.0113)0.1390***(0.0161)-0.0047(0.0155)lnPGDP0.2580***(0.0335)-0.0271(0.0266)0.1230***(0.0378)-0.0124(0.0364)lnPOP0.5950***(0.0671)0.0346(0.0532)0.1550**(0.0758)-0.3740***(0.0729)lnOPEN-0.0950***(0.0131)0.0272***(0.0104)-0.0312**(0.0148)-0.0397***(0.0142)lnURB0.0854***(0.0274)-0.0593***(0.0217)0.0590*(0.0309)0.0550*(0.0297)lnTEC0.1030***(0.0085)-0.0018(0.0068)0.0008(0.0096)0.0072(0.0093)lnIS0.0033(0.1700)0.0608(0.1350)-0.4200**(0.1920)0.3790**(0.1850)常数项1.8700***(0.6500)-0.7600(0.5150)-3.8280***(0.7340)1.6740**(0.7060)样本数450450450450拟合度0.9580.6830.8610.082省份数30303030
注:***P<0.01,**P<0.05,*P<0.1,下同。
由表2可知,从全国范围来看,互联网技术进步显著促进了城镇居民消费支出水平和享受型消费支出比重的增加,其影响系数分别为0.046 4和0.139 0。互联网技术进步显著降低了城镇居民的生存型消费在总消费支出中的比重,其影响系数为-0.062 2。此外,互联网技术进步还降低了发展型消费支出的比重,但影响并不显著,这说明互联网技术进步降低了交易成本,提高了流通效率,改善了消费环境,提升了城镇居民的消费意愿。另外,互联网技术的广泛应用带来了居民消费结构从以衣食住为主的生存型消费向以交通通讯、家庭设备用品为主的享受型消费转变,促进了城镇消费结构逐渐向更高层次发展。
为揭示居民消费升级在互联网技术进步影响生活污染和生产污染过程中的中介作用,根据上文所构建的模型(2)实证检验互联网技术进步对生活污染和生产污染的影响,然后加入中介变量居民消费升级,利用模型(2)实证检验居民消费支出水平和生存型、享受型、发展型居民消费支出比重中互联网技术进步影响生活污染和生产污染过程的中介作用。具体回归结果如表3、4所示。
表3 互联网技术进步、居民消费升级对生活污染的影响
lnINTlnPUClnUCLlnUCElnUCDlnPGDPlnPOPlnOPEN 0.0831***-0.1250** 0.641*** 0.0348*-0.0217-0.0511-0.100-0.01990.0729*** 0.220***-0.1810***0.511***0.0557***-0.0218-0.070-0.0542-0.110-0.02100.0861*** 0.049-0.1230**0.640***0.0335*-0.0226-0.095-0.0513-0.100-0.02010.1060***-0.1660**-0.1040**0.667***0.0296-0.0235-0.0661-0.0515-0.100-0.01990.0843*** 0.260***-0.1220**0.739***0.0451**-0.0214-0.068-0.0503-0.100-0.0198lnURBlnTEClnIS常数项样本数确定系数省份数-0.0668 -0.0452***-0.0215-4.221***4500.19530-0.0418-0.0130-0.2600-0.992-0.0856**-0.0679***-0.0222-4.633***4500.21230-0.0419-0.0150-0.2570-0.993-0.0639-0.0451***-0.0244-4.184***4500.19530-0.0422-0.0130-0.2600-0.996-0.0571-0.0451***-0.0910-4.855***4500.20730-0.0417-0.0129-0.2600-1.018-0.0811**-0.0471***-0.1200-4.656***4500.22230-0.0413-0.0128-0.2570-0.983
由表3可知,从全国范围来看,互联网技术进步显著增加了生活污染物的排放,其影响系数为0.083 1。从城镇居民消费行为来看,居民消费支出水平、生存型及发展型消费支出比重的提高增加了生活污染物的排放,其影响系数分别为0.220、0.049和0.260。其中,生存型消费支出比重的提高对生活污染物排放的增加影响并不显著,而享受型消费支出比重的提高则显著降低了生活污染物排放,其影响系数为-0.166。根据中介效应分析方法,可以发现:居民消费支出水平支持互联网技术进步增加生活污染物排放的结论,即起到了正向中介作用;而享受型消费比重不支持互联网技术进步增加生活污染物排放的结论,即起到了遮掩作用。
由表4可知,从全国范围来看,互联网技术进步显著降低了生活污染物的排放,其影响系数为-0.070 7。从城镇居民消费行为来看,居民消费支出水平、享受型及发展型消费支出比重的提高显著降低了生产污染物的排放,其影响系数分别为-0.111、-0.126和-0.123,而生存型消费支出比重的提高则显著增加了生产污染物排放,其影响系数为0.181。根据中介效应分析方法,可以发现:在互联网技术进步降低生产污染物排放的过程中,享受型消费及生存型消费比重起到了正向中介作用,而发展型消费比重则起到了遮掩作用。
表4 互联网技术进步、居民消费升级对生产污染的影响
lnINTlnPUClnUCLlnUCElnUCDlnPGDPlnPOPlnOPEN-0.0707***-0.0529 0.371*** 0.0472***-0.0161-0.0378 -0.080-0.0148-0.0655***-0.111**-0.02420.437***0.0366**-0.0162-0.060-0.0403-0.080-0.0156-0.0594*** 0.181***-0.04790.365***0.0423***-0.0166-0.070-0.0376-0.080-0.0148-0.0532***-0.1260**-0.03730.391***0.0433***-0.0174-0.0489-0.0381-0.080-0.0147-0.0713***-0.1230**-0.05440.325***0.0423***-0.0160-0.0508-0.0376-0.080-0.0148lnURBlnTEClnIS常数项样本数确定系数省份数 0.0341 0.09140***-0.261-2.729***4500.33930-0.0309-0.00962-0.192-0.7340.04360.10300***-0.260-2.521***4500.34530-0.0311-0.01120-0.191-0.7380.04490.09170***-0.272-2.591***4500.35030-0.0309-0.00955-0.191-0.7310.04160.09150***-0.314-3.210***4500.34930-0.0308-0.00955-0.192-0.7520.04090.09230***-0.214-2.523***4500.34830-0.0308-0.00957-0.192-0.734
考虑到我国东部沿海地区和中西部内陆地区在互联网应用程度、居民消费水平以及经济发展水平上的差异,本文将研究样本分成沿海地区和内陆地区,对居民消费升级在互联网技术进步影响环境污染过程中的中介作用进行地区异质性分析,结果分别如表5~7所示。
由表5可知:从居民消费支出水平来看,无论是在沿海地区还是内陆地区,互联网技术进步均显著促进了居民消费支出水平的提高,其影响系数分别为0.077 4和0.075 5,互联网技术进步对于沿海地区的居民消费水平的促进作用更强;从居民消费结构来看,无论是在沿海地区还是在内陆地区,互联网技术进步均显著降低了生存型消费比重,其影响系数大小分别为-0.097 0和-0.022 4,互联网技术进步对沿海地区的生存型消费比重的变化影响远大于内陆地区;互联网技术进步显著提高了沿海和内陆地区的享受型消费比重,其影响系数大小分别为0.156 0和0.133 0;此外,互联网技术进步提高了沿海地区但却降低了内陆地区的发展型消费比重。
表5 分地区互联网技术进步对居民消费升级的影响
变量沿海地区LUCLUCLLUCELUCD内陆地区LUCLUCLLUCELUCDlnINT0.0774***(0.0215)-0.0970***(0.0208)0.1560***(0.0295)0.0316(0.0241)0.0755***(0.0153)-0.0224**(0.0110)0.1330***(0.0162)-0.0582***(0.0188)lnPGDP0.3050***(0.0544)-0.0354(0.0525)0.2700***(0.0744)-0.0437(0.0608)0.2710***(0.0336)-0.0696***(0.0241)0.1160***(0.0356)0.0645(0.0413)lnPOP0.3940***(0.0830)-0.0192(0.0801)0.1610(0.1140)-0.2960***(0.0928)0.5060***(0.1250)-0.4570***(0.0898)0.5340***(0.1330)0.2040(0.1540)lnOPEN-0.1330***(0.0274)-0.0382(0.0265)-0.0222(0.0375)0.0839***(0.0307)-0.0519***(0.0121)0.0518***(0.0087)-0.0383***(0.0128)-0.0690***(0.0148)lnURB0.0780***(0.0267)-0.0547**(0.0258)0.0898**(0.0366)0.0239(0.0299)-0.0471(0.0831)0.0256(0.0597)-0.3950***(0.0882)0.2130**(0.1020)lnTEC0.0379**(0.0155)0.0222(0.0149)-0.0686***(0.0212)-0.0006(0.0173)0.0791***(0.0106)-0.0155**(0.0076)0.0473***(0.0112)-0.0049(0.0130)lnIS0.4500***(0.0738)0.0306(0.0712)-0.1030(0.1010)0.1030(0.0826)0.3770***(0.0389)-0.0945***(0.0279)0.1710***(0.0413)0.1230**(0.0479)常数项3.4040***(0.8720)-0.2980(0.8420)-5.4590***(1.1940)1.5540(0.9760)2.7990**(1.0830)3.7190***(0.7780)-6.9210***(1.1500)-3.7830***(1.3330)样本数180180180180270270270270拟合度0.9650.5690.8090.2030.9730.8410.9250.224省份数1212121218181818
由表6可知,无论是在沿海地区还是内陆地区,互联网技术进步均显著导致生活污染物排放的增加,且对于沿海地区的促进作用更强;居民消费支出水平的提高均显著增加了生活污染物的排
表6 分地区互联网技术进步、居民消费升级对生活污染的影响
地区lnINTlnUClnUCLlnUCElnUCD常数项样本数确定系数省份数沿海地区内陆地区 0.1110**-6.403***1800.31812-0.0485-1.9670.0745 0.4660***-7.987***1800.34712-0.0495-0.1740-2.0190.1300** 0.1990-6.343***1800.32312-0.0517-0.1840-1.9660.1680***-0.3680***-8.414***1800.35212-0.0514-0.1270-2.0440.0928* 0.5600***-7.273***1800.37112-0.0470-0.1530-1.9100.0765***1.670**2700.47512-0.0110-0.7830.0687***0.1040**1.380*2700.48618-0.0115-0.0458-0.7870.0754***-0.05201.864**2700.47718-0.0111-0.0643-0.8190.0638***0.0959**2.334***2700.48618-0.0124-0.0431-0.8320.0769***0.00711.697**2700.47518-0.0113-0.0376-0.797
放。对于沿海地区来说,生产型、发展型消费比重的上升增加了生活污染物的排放,而享受型消费比重的上升降低了生活污染物的排放。对于内陆地区来说,享受型、发展型消费比重的上升增加了生活污染物的排放,而生存型消费比重的上升降低了生活污染物的排放。根据中介效应分析方法可知:在沿海地区互联网技术进步增加生活污染物排放的过程中,居民消费支出水平起到了正向中介作用,享受型消费比重及发展型消费比重起到了遮掩作用;在内陆地区互联网技术进步增加生活污染物排放的过程中,居民消费支出水平和享受型消费比重起到了正向中介作用。
由表7可知,无论是在沿海地区还是内陆地区,互联网技术进步均显著促进了生活污染物排放的降低,且在沿海地区的促进作用更强;居民消费支出水平的提高均显著降低了生产污染物的排放。从居民消费结构来看,沿海地区的生产型、享受型消费比重的上升降低了生产污染物的排放,而发展型消费比重的上升增加了生产污染物的排放。内陆地区享受型、发展型消费比重的上升降低了生产污染物的排放,而生存型消费比重的上升增加了生产污染物的排放。根据中介效应分析方法可知:在沿海地区互联网技术进步降低生产污染物排放的过程中,居民消费支出水平起到了正向中介作用;在内陆地区互联网技术进步降低生产污染物排放的过程中,居民消费支出水平、享受型消费比重及生存型消费比重起到了正向中介作用,发展型消费比重起到了遮掩作用。
表7 分地区互联网技术进步、居民消费升级对生产污染的影响
地区lnINTlnUClnUCLlnUCElnUCD常数项样本数确定系数省份数沿海地区内陆地区-0.06410**-2.076**1800.52812-0.02540-1.030-0.06110**-0.0390 -1.943*1800.52912-0.02650-0.0933-1.080-0.06710**-0.0303 -2.085**1800.52912-0.02720-0.0967-1.033-0.06290**-0.0079 -2.119*1800.52812-0.02760-0.0682-1.098-0.06590** 0.0547-2.161**1800.5312-0.02560-0.0833-1.040-0.04670**0.9122700.24718-0.02060-1.458-0.03000-0.2220***1.5322700.26718-0.02130-0.0851-1.461-0.04010*0.2930**-0.1772700.26518-0.02050-0.1190-1.509-0.00943-0.2810***-1.0322700.28418-0.02270-0.0792-1.527-0.05360**-0.1190*0.4632700.25618-0.02090-0.0696-1.476
本文利用中国大陆地区30个省市2003—2017年的面板数据,从生活污染和生产污染视角出发,利用中介效应分析方法,研究了居民消费升级在互联网技术进步影响环境污染过程中的中介作用。研究结果表明:
从全国范围来看,在互联网技术进步增加生活污染物排放的过程中,居民消费全部支出水平起到了正向中介作用,而享受型消费支出比重及发展型消费支出比重则起到了遮掩作用;在互联网技术进步降低生产污染过程中居民全部消费支出水平、享受型消费比重及生存型消费支出比重起到了正向中介作用,而发展型消费支出比重则起到了遮掩作用。
在沿海地区互联网技术进步增加生活污染物排放的过程中,居民消费支出水平起到了正向中介作用,享受型消费比重及发展型消费比重起到了遮掩作用;互联网技术进步降低生产污染排放的过程中,居民消费支出水平起到了正向中介作用。
在内陆地区互联网技术进步增加生活污染物排放的过程中,居民消费支出水平和享受型消费比重起到了正向中介作用;互联网技术进步降低生产污染物排放的过程中,居民消费支出水平,享受型消费比重及生存型消费比重起到了正向中介作用,发展型消费比重起到了遮掩作用。
考虑在互联网技术进步影响环境污染过程中不同类型消费间中介作用的差异,从全国范围来看,要鼓励人民享受型消费,以此阻碍互联网技术增加生活污染排放以及支持互联网技术降低生产污染排放;通过鼓励生存型消费和鼓励享受型消费以及呼吁减少发展型消费,来支持互联网技术降低生产污染排放。特别地,在沿海地区,通过鼓励人民享受型消费和发展型消费,抑制互联网技术增加生活污染排放;在内陆地区,通过呼吁人民减少发展型消费,促进互联网技术减少生产污染排放,鼓励生存型消费,促进互联网技术减少生产型污染排放。此外,在互联网技术进步带动各产业迅速发展并带来环境污染的同时,还应考虑居民消费升级可能带来的偏差,通过优化居民消费结构充分发挥互联网技术对消费升级的推动作用,使互联网技术进步将居民升级控制在合理范围内,以最大程度地降低生活污染和生产污染的排放,促进环境可持续发展。
[1] 杜雯翠.信息化能否降低城市环境污染?[J].首都经济贸易大学学报,2016,18(2):116-122.
[2] 刘洪涛,杨洋.信息化与中国碳强度——基于中国省级面板数据的经验分析 [J].科技管理研究,2018,38(19):226-233.
[3] 石大千,丁海,卫平,等.智慧城市建设能否降低环境污染 [J].中国工业经济,2018(6):117-135.
[4] 解春艳,丰景春,张可.互联网技术进步对区域环境质量的影响及空间效应 [J].科技进步与对策,2017,34(12):35-42.
[5] 李琳,刘琛.互联网、禀赋结构与长江经济带工业绿色全要素生产率——基于三大城市群108个城市的实证分析 [J].华东经济管理,2018,32(7):5-11.
[6] 徐伟呈,范爱军.“互联网+”驱动下的中国产业结构优化升级 [J].财经科学,2018(3):119-132.
[7] 郭子琪,温湖炜.产业结构调整背景下的中国环境不平等 [J].中国人口·资源与环境,2015,25(S1):130-134.
[8] 刘媛媛.互联网经济发展对城镇居民消费的促进作用探讨 [J].商业经济研究,2016(20):28-30.
[9] 张伟.互联网经济对我国城乡居民消费的促进作用与策略建议 [J].商业经济研究,2017(18):21-23.
[10] 武庆庆.互联网经济对居民消费倾向影响探析 [J].商业经济,2019(6):61-62.
[11] 杜丹清.互联网助推消费升级的动力机制研究 [J].经济学家,2017(3):48-54.
[12] 刘湖,张家平.互联网是扩大居民消费的新引擎吗?——来自城镇面板数据的实证分析 [J].消费经济,2016,32(2):17-22.
[13] 向玉冰.互联网发展与居民消费结构升级 [J].中南财经政法大学学报,2018(4):51-60.
[14] 吴晓涵.互联网使用对家庭消费结构的影响研究 [J].商业经济研究,2019(5):58-61.
[15] 周纪昌.论消费—环境研究与人口—环境研究的融合 [J].人口与经济,2006(2):1-6.
[16] 丁翠翠.中国城镇化、居民消费对环境污染的影响效应——基于省际面板数据的实证研究 [J].河北经贸大学学报,2014,35(3):47-50,61.
[17] 卢泉,文虎.我国省域居民消费结构变化对环境污染的影响 [J].当代经济,2010(19):85-87.
[18] 毛克贞,孙菁靖,宋长健.城镇居民消费增长加剧了生活污染吗?[J].华东经济管理,2018,32(4):87-95.
[19] 柴士改.终端居民消费不同项目间接碳排放的高效核算模型研究 [J].统计研究,2015,32(11):51-58.
[20] 史琴琴,鲁丰先,陈海,等.中原经济区城镇居民消费间接碳排放时空格局及其影响因素 [J].资源科学,2018,40(6):1297-1306.
[21] 温忠麟,叶宝娟.中介效应分析:方法和模型发展 [J].心理科学进展,2014,22(5):731-745.
[22] 于娇,丛闻,李雄勇,等.“互联网+”驱动辽宁装备制造业产业升级研究 [J].沈阳工业大学学报(社会科学版),2020,13(4):312-317.
[23] 刘姿均,陈文俊.中国互联网发展水平与经济增长关系实证研究 [J].经济地理,2017,37(8):108-113,154.