《中移智庫：2023低碳發展：數字技術產業的責任與擔當-關鍵路徑及驅動機制研究報告（47頁）.pdf》由會員分享，可在線閱讀，更多相關《中移智庫：2023低碳發展：數字技術產業的責任與擔當-關鍵路徑及驅動機制研究報告（47頁）.pdf（47頁珍藏版）》請在三個皮匠報告上搜索。

1、1低碳發展：數字技術產業的責任與擔當低碳發展：數字技術產業的責任與擔當關鍵路徑及驅動機制研究關鍵路徑及驅動機制研究中國移動研究院（中移智庫）北京師范大學2023 年 12 月2目錄目錄摘 要.31.數字技術與“雙碳”目標.51.1 數字技術產業發展需積極應對“雙碳”目標.51.2 中國數字技術產業未來發展前景面臨碳排放挑戰.71.3 數字技術產業賦能傳統產業促進減排.102.數字技術產業的碳排放核算.162.1 不同核算標準下數字技術產業碳排放均呈增長態勢.162.2 碳足跡強度呈現顯著下降趨勢.203.考慮了碳排放影響的數字技術部門國民經濟產業關聯關系與關鍵路徑.223.1 考慮了碳排放影響

2、的數字技術部門產業關聯關系.223.2 數字技術產業與其上下游產業的碳流動關鍵路徑.244.數字技術產業碳排放的驅動機制.284.1 從需求結構看數字技術產業的碳排放驅動.284.2 從社會經濟因素看數字技術產業碳排放增長驅動.295.數字技術產業低碳發展的對策與建議.34附錄 研究方法.38參考文獻.443摘摘 要要隨著數字技術在全球范圍的迅速發展，其在社會經濟中的作用以及對碳排放的潛在影響逐漸成為焦點。在“雙碳”目標下，如何在推進我國數字經濟發展的同時有效控制其碳排放、推動數字技術產業低碳發展是數字技術產業的責任與擔當。從全產業鏈視角深入剖析我國數字技術產業的碳排放特點、趨勢及驅動機制是探

3、索數字技術產業低碳發展路徑的前提和基礎。通過構建基于全產業鏈的碳排放分析框架，本研究系統核算了數字技術部門的不同范圍碳排放。結果表明，雖然數字技術部門的范圍 1 二氧化碳排放相對較低，但外購電力和熱力排放（范圍 2 排放）以及供應鏈排放（范圍 3 排放）呈現明顯的增長態勢。與此同時，盡管數字技術產業的總碳足跡不斷增長，但其碳足跡強度呈現顯著的下降趨勢，反映了數字技術產業綜合碳排放效率的不斷提升。從產業鏈角度看，供應鏈排放是數字技術產業碳排放總量的主要來源，反映了數字技術產業對上游高排放產品的高度依賴。在考慮了碳排放影響后，數字技術部門顯示出較低的前向關聯，但通過較高的后向關聯顯著拉動了其上游產

4、業的碳排放。數字技術部門與其上下游產業的碳流動關鍵路徑主要集中在電力、熱力的產生和供應以及金屬冶煉和壓延加工等高碳部門。從社會經濟驅動角度看，數字技術產業的總碳排放量增長主要受人均最終需求水平的提高和數字技術產業在最終需求結構中占比提升的拉4動；與此同時，碳排放強度的下降對數字技術產業的碳排放增長發揮了重要的遏制作用。從最終需求結構看，出口是通信設備、計算機和其他電子設備部門碳排放的主要驅動，而投資則是信息傳輸、軟件和信息技術服務碳排放的主要驅動。高效推動低碳發展是數字技術產業的責任與擔當。結合上述碳排放特點，本報告提出優化能源結構，降低生產過程碳排放；提升電力使用效率，尤其是減少火電依賴；實

5、施全生命周期碳排放核查，建立低碳采購鏈；增強資源循環利用，減少對高碳資源的依賴等數字技術產業綜合減排策略。同時，利用數字技術產業在國民經濟系統中的關鍵樞紐角色，積極推動全產業部門和全產業鏈碳排放管理，有助于促進全社會的能源與資源效率提升、推動實現全社會碳減排目標。本報告及其相關文字、數據、圖表等受版權保護，所有權利均屬于中國移動和北京師范大學。轉載、摘編、引用或以其他方式使用相關內容和觀點，需注明來源。對于任何未注明來源或未經授權的使用行為，將受到法律追究。51.1.數字技術與數字技術與“雙碳雙碳”目標目標1.11.1 數字技術產業發展需積極應對數字技術產業發展需積極應對“雙碳雙碳”目標目標氣

6、候變化已經被國際社會廣泛認可為當今全球面臨的最重要的挑戰之一。為了減輕氣候變化所帶來的嚴重影響，國際社會通過巴黎協定等多邊協議承諾采取措施限制全球氣溫上升。2020年，中國政府在第七十五屆聯合國大會一般性辯論上提出了“中國二氧化碳排放將力爭在 2030 年前達到峰值，同時努力爭取在2060 年前實現碳中和”的“雙碳”目標。此后，實現“雙碳”目標成為我國高質量發展的重要內容。近年來，數字技術在全球范圍內迅速發展，成為 21 世紀的關鍵經濟推動力。中國作為全球最大的經濟體之一，數字經濟已經成為帶動全國經濟增長的核心動力。2022 年，我國數字經濟規模為 50.2 萬億1，占國民經濟生產總值的 41

7、.8%（圖 1）。數字技術的飛速發展深刻改變了消費、投資以及進出口格局。隨著大數據、物聯網、區塊鏈、人工智能等數字技術的不斷涌現和更新，數字技術逐漸滲透到政府治理、企業生產以及居民生活的各個領域，經濟社會正經歷著深刻轉型。中國政府積極推動數字技術的發展，特別是互聯網、大數據、人工智能、第五代移動通信（5G）等領域。這些技術的廣泛應用正在推動產業轉型和產業創新，并對中國經濟的增長和國際競爭力的提高產生深遠的影響。2021 年，國務院先后發布關于完整6準確全面貫徹新發展理念做好碳達峰碳中和工作的意見和2030 年前碳達峰行動方案，明確指出“推動互聯網、大數據、人工智能、第五代移動通信（5G）等新興

8、技術與綠色低碳產業深度融合”，“推進工業領域數字化智能化綠色化融合發展”。通過互聯網和信息通信技術（ICT）發展數字技術被廣泛視作減少碳排放的有效策略2,3，也是我國實現“碳達峰”和“碳中和”目標的重要路徑。圖 1 數字經濟規模及GDP占比資料來源：中國信通院4然而，數字技術產業高速發展在帶來巨大的社會和經濟效益的同時，其自身也伴隨著環境負外部性的產生5，在一定程度上導致了能源消費的增加和碳排放的上升。Walsh等人的研究發現，數字技術部門主要由電信、軟件和IT服務以及互聯網部門等行業驅動，具有較高的電力消費強度；其中，2013 年數字技術部門消7耗了全球發電量的 10%6。與此同時，由于數字

9、技術產業的發展高度依賴稀有金屬和礦物的開采，這將導致資源的加速消耗7。由于我國數字經濟的規模較大，在發展數字經濟的過程中，除了要關注產業數字化帶來的生產效率的提升，數字技術產業引發的碳排放也值得關注。深刻理解中國數字技術產業的碳排放影響與驅動機制有助于科學制定數字技術產業的碳減排方案，進而助力“雙碳”目標的實現。1.21.2 中國數字技術產業未來發展前景面臨碳排放挑戰中國數字技術產業未來發展前景面臨碳排放挑戰在過去的幾年中，中國的數字經濟經歷了顯著的增長。具體來說，自 2015 年以來，數字經濟規模增至 50.2 萬億元人民幣，年均增長率達到了 15.2%（圖 2）。這一增速遠超同期國民經濟增

10、速，反映出數字經濟在中國國民經濟結構中的占比正在快速提升。盡管如此，2022 年中國數字經濟占GDP的比重為 41.5%，這一數字與美國、德國、英國等發達國家相比，仍有較大的上升空間（圖 3）。由于持續的技術創新和數字化轉型驅動，中國數字經濟有望進一步擴大其對國民經濟的貢獻度。8圖 2 中國數字經濟規模及GDP占比數據來源：中國信通院4，國家統計局8圖 3 主要發達國家與中國數字經濟規模與占比對比資料來源：聯合國貿易和發展會議(United NationsConference on Trade and Development)9在電力消耗方面，美國的數字技術設備耗電量占其總電力消耗的 4.5%

11、；對比之下，中國數字技術部門用電量占比僅為 3.1%。電力消耗雖非直接衡量數字技術產業規模的指標，但它卻反映了技術應用普及度和基礎設施建設的水平，也間接指向了數字技術9產業發展的潛力。假設維持現有的能源結構不變，中國數字技術產業達到美國同等用電比例時，其電力消耗將增加 1209 億千瓦時。假設電力部門維持現有的碳排放強度，增加的這部分電力消耗意味著引發 6141 萬噸二氧化碳排放，是現有水平的 1.5 倍。因此，在數字技術產業發展過程中，其顯著的碳排放增長潛力亟需關注。在碳排放結構方面，中國數字技術產業的碳排放結構與全球數字技術產業的碳排放結構有明顯差異（圖 4）。根據本報告的核算結果，中國數

12、字技術產業的范圍一二氧化碳排放占比相對較低，而范圍二和范圍三排放占比較高，尤其是范圍三排放占比達到了 65%。相比之下，全球數字技術產業的范圍三排放占比達到了 77%，反映了全球產業鏈更加錯綜復雜，使得數字技術產業引發了更多的供應鏈排放。碳排放結構的這一差異揭示了在數字技術產業發展過程中對供應鏈碳排放管理與優化的重要性，尤其是考慮到中國數字技術產業在國民經濟中的占比日益增長。圖 4 數字技術產業碳排放結構資料來源：中國的數據為本報告核算結果，全球的數據來自世界資源研究所1010隨著中國數字技術快速發展，數字設備使用將更加普遍，數據中心、云服務平臺得到更廣泛應用，這些都將導致電力消耗的增加?？紤]

13、到中國數字技術部門的經濟規模和用電量占比均與發達國家存在較大差距，未來在發展數字技術的同時，如何遏制行業碳排放增長，是“雙碳”目標下實現數字經濟穩定發展的關鍵挑戰，也是數字技術產業的責任與擔當。1.31.3 數字技術產業賦能傳統產業促進減排數字技術產業賦能傳統產業促進減排在數字技術日趨成熟并廣泛滲透的當下，傳統產業正面臨前所未有的數字化轉型挑戰。核心的數字技術如物聯網（Internetof Things,IoT）、人工智能（Artificial Intelligence,AI）與機器學習（Machine Learning,ML）、大數據分析（Big DataAnalysis，BDA）及區塊鏈（

14、Blockchain Technology，BT）等，可以實現更高效、更可持續的生產方式，從而降低碳排放。聯合國環境規劃署強調11，實現數字化轉型需依賴于不同行業間的協同創新，加快各產業的數字化進程將有助于關鍵行業實現碳減排。（1 1）智慧農業）智慧農業數字技術的應用在農業領域具有巨大的碳減排潛力。2023中國農業農村低碳發展報告12顯示，我國農業生產總碳排放量為 8.28 億噸二氧化碳當量，占全國碳排放的 6.7%，而農業生產總值占GDP總量的 9.5%。這意味著，我國農業生產以 1/16 的碳排放量，創造了近 1/10 的GDP。數字技術在智慧農業中的賦能作用11不容忽視，它為農業生產和農

15、村發展提供了新的可能性，能夠幫助農業部門提高生產效率，進而降低碳排放。數字經濟對智慧農業的創新與發展提供了全過程的支撐和賦能作用（圖 5）。圖 5 智慧農業框架資料來源：中國信通院，華安證券研究所13在農業領域，數字技術通過提高生產效率和資源利用率，顯示出巨大的碳減排潛力。移動設備和應用程序在提供農業相關信息、病蟲害控制等方面發揮著重要作用，同時農業生產的精細化管理也在不斷提升農業生產的效率。（聯合國糧食農業組織）14。此外，數字技術還幫助農業生產者更有效地與市場、物流和金融服務進行對接，優化農業供應鏈，從而降低碳排放15。在中國西部地區，數字科技推動小農價值鏈的發展對農村發展和減貧產生了積極

16、影響16。據減貧研究數據庫數據17，到 2025 年中國的農業數字經濟規模將達到 1.26 萬億，占農業增加值比重達到 15%。12未來智慧農業有望實現更大的增長，為鄉村振興和可持續發展注入更多動力。（2 2）智能制造）智能制造智能制造是信息物理系統（Cyber-Physical Systems,CPS）的實體化應用，它通過數字孿生（Digital Twin）、工業物聯網、人工智能、機器學習等先進技術的融合，實現了設計、生產、管理和服務的全過程智能化。鋼鐵行業數字化：優化生產過程，提高能源效率鋼鐵行業數字化：優化生產過程，提高能源效率隨著全球經濟的數字化轉型，鋼鐵行業也在積極探索數字技術的應用

17、，以優化生產過程和提高能源效率。這一轉型涉及協同、運行、技術和要素，目的是實現生產數字化、成本可控化和全程低碳化（圖 6）18。通過數字技術的引入，鋼鐵企業能夠實現生產過程的實時監控和智能調度，大幅提高生產效率并降低能源消耗。這種技術整合不僅實現了生產流程的自動化和精確控制，還優化了能源管理，達到了能耗和成本的雙重優化。此外，數字化還提高了操作流程和能源使用的透明度，優化供應鏈管理，為鋼鐵行業的低碳轉型奠定了堅實基礎19。13圖 6 鋼鐵行業數字化框架資料來源：McKinsey&Company20水泥行業數字化：實現生產的可持續性水泥行業數字化：實現生產的可持續性水泥行業作為傳統重工業的代表，

18、也面臨著生產效率提升和環境可持續性的雙重挑戰。數字化技術的引入為水泥行業提供了新的解決方案，推動水泥行業從原材料采購到產品分銷的每一個環節都開始實現智能化管理21。利用物聯網技術對生產設備進行實時監控和維護，能夠顯著提高設備運行效率和產品質量。同時，借助大數據和人工智能分析，水泥企業能更準確地預測市場需求，優化庫存管理，減少過剩生產帶來的資源浪費（圖 7）。圖 7 水泥行業數字化框架資料來源：數字水泥2214綜上所述，在數字技術的支持下，制造業正經歷著從自動化到智能化的跨越。數字孿生技術的應用使得產品的設計與測試可以在虛擬環境中進行，顯著降低了研發成本和周期，同時也提高了產品的設計質量23。而

19、AI和ML的結合使用，可以對生產過程的質量控制進行實時監控，確保產品質量的一致性和可靠性24。數字化轉型還推動了制造業向服務型制造的轉變。通過分析和運用大數據，制造商能夠更加精準地掌握市場需求和客戶偏好，提供個性化的產品和服務。在后市場服務中，制造企業可以利用IoT技術收集的產品使用數據，為客戶提供預測性維護和優化服務25。（3 3）智慧交通）智慧交通數字技術對智能交通業的重塑效應顯著（圖 8），特別是在降低碳排放、提升運輸效率與質量方面的貢獻不可小覷。智能交通系統（Intelligent Transportation Systems,ITS）依托于信息與通信技術的深度集成，旨在通過優化交通流

20、動和增強道路網絡智能化，提高安全性，減少環境影響；利用高級數據分析、物聯網、人工智能等數字技術的協同作用，實現交通數據的實時收集、處理與分析以緩解高峰時段的擁堵，這不僅提高了路網的通行效率，也顯著降低了因交通擁堵造成的燃油浪費和碳排放26。15圖 8 智慧交通數字化框架資料來源：國家信息中心27162.2.數字技術產業的碳排放核算數字技術產業的碳排放核算2.12.1 不同核算標準下數字技術產業碳排放均呈增長態勢不同核算標準下數字技術產業碳排放均呈增長態勢根據IPCC（Intergovernmental Panel on Climate Change，IPCC）及世界資源研究所(World Re

21、sources Institute,WRI)碳排放核算方法，部門和產品溫室氣體排放核算主要包括三種方式：范圍一(Scope 1)是部門生產加工過程產生的碳排放，范圍二(Scope 2)指隱含在外購電力、蒸汽、供暖或制冷中的碳排放，范圍三(Scope 3)是該部門/產品隱含在價值鏈里的、除范圍二以外的碳排放，包括該部門/產品生產過程中所消耗的所有產品的上游排放、運輸排放、使用之后的下游排放等。三者共同構成了數字技術部門的碳排放總和，也被稱為是數字技術部門的碳足跡。范圍范圍 1 1 排放：總量小但持續增長排放：總量小但持續增長2015 年至 2020 年，數字技術部門生產過程的二氧化碳排放從 20

22、73 萬噸增長至 2674 萬噸，呈現不斷增長趨勢，但其在我國總碳排放中的占比較為穩定，占比維持在 0.3%左右（圖 9），反映了數字技術部門自身生產過程碳排放水平相對較低的特點。其中，通信設備、計算機和其他電子設備部門生產過程的二氧化碳排放從 2015 年的 453 萬噸增長至 2020 年的 669 萬噸，年均增長率 8.1%。信息傳輸、軟件和信息技術服務部門生產過程的碳排放規模是通信設備、計算機和其他電子設備部門的 3 倍左右，但年均增長率較低，約為 4.4%。172 20 01 15 52 20 01 17 72 20 01 18 82 20 02 20 0（百 百 萬 萬 噸 噸）生

23、 生產 產過 過程 程碳 碳排 排放 放量 量4 4.5 55 5.3 36 6.8 86 6.7 71 16 6.2 21 17 7.8 81 17 7.7 72 20 0.1 10 0.0 05 5.0 01 10 0.0 01 15 5.0 02 20 0.0 02 25 5.0 0信 信 息 息 傳 傳 輸 輸、軟 軟 件 件 和 和 信 信 息 息 技 技 術 術 服 服 務 務通 通 信 信 設 設 備 備、計 計 算 算 機 機 和 和 其 其 他 他 電 電 子 子 設 設 備 備圖 92015-2020 年數字技術部門生產過程碳排放量資料來源：本報告核算結果范圍范圍 2 2

24、排放：隱含在外購電力和熱力中的碳排放快速增長排放：隱含在外購電力和熱力中的碳排放快速增長2020 年，通信設備、計算機及其他電子設備制造業用電量1570.6 億千瓦時，信息傳輸、軟件和信息技術服務業用電量 853.3億千瓦時，數字技術部門用電量占全國用電量的 3.1%。根據中國發布的電力排放因子進行核算，結果顯示，數字技術部門的范圍2 二氧化碳排放從 2015 年 7151 萬噸增長到 2020 年 12309 萬噸，年均增長率達到 11.5%，遠高于范圍 1 的增長速度（圖 10）。范圍 2 排放在數字技術部門總排放量中的占比約為 25%左右，且這一比例逐年穩步上升，年均增長率 6.8%。此

25、外，通信設備、計算18機和其他電子設備部門范圍 2 排放高于信息傳輸、軟件和信息技術服務部門，但隨著數字技術產業的發展，這一差距在逐漸縮小。0 04 40 08 80 01 12 20 01 16 60 02 20 00 02 20 01 15 52 20 01 17 72 20 01 18 82 20 02 20 00 04 40 08 80 01 12 20 01 16 60 02 20 00 02 20 01 15 52 20 01 17 72 20 01 18 82 20 02 20 0通 通 信 信 設 設 備 備、計 計 算 算 機 機 和 和 其 其 他 他 電 電 子 子 設

26、設 備 備信 信 息 息 傳 傳 輸 輸、軟 軟 件 件 和 和 信 信 息 息 技 技 術 術 服 服 務 務 業 業（百 百 萬 萬 噸 噸）不 不同 同范 范圍 圍碳 碳排 排放 放量 量圖 10三種核算范圍的數字技術部門碳排放量資料來源：本報告核算結果范圍范圍 3 3 排放：供應鏈排放規模和占比大，但增速相對緩慢排放：供應鏈排放規模和占比大，但增速相對緩慢對比規模較小的范圍 1 排放，數字技術部門引發的供應鏈排放規模占比較大（圖 10）。2020 年，數字技術部門的范圍 3 二氧化碳排放約為 2.8 億噸，是范圍 1 排放的 10.5 倍，范圍 2 排放的 2.3 倍。從 2015 年

27、到 2020 年，數字技術部門的范圍 3 二氧化碳排放年均增長率約為 3.1%，但其在數字技術部門碳足跡中的占比穩定在 70%水平。從碳足跡上看，通信設備、計算機和其他電子設備部門和信息傳輸、軟件和信息技術服務部門呈現不同的增長趨勢。其中，19通信設備、計算機和其他電子設備部門碳足跡呈現倒U型趨勢，尤其是 2017 年至 2020 年持續下降，2020 年碳足跡為 2.37 億噸，2015 年至 2020 年年均增長率為 2.1%。數字技術產業的另一核心部門，信息傳輸、軟件和信息技術服務部門的碳足跡則呈現快速增長趨勢，2015 年至 2020 年的年均增長率 10.2%（圖 11）。到2020

28、 年該部門的碳排放量為 1.92 億噸，占總碳排放量的 1.9%。2 21 14 4 2 26 64 4 2 26 60 0 2 23 37 7 1 11 18 8 1 13 36 6 1 14 41 1 1 19 92 2 0 05 50 01 10 00 01 15 50 02 20 00 02 25 50 03 30 00 03 35 50 04 40 00 04 45 50 0（百 百 萬 萬 噸 噸）碳 碳足 足跡 跡2 20 01 15 52 20 01 17 72 20 01 18 82 20 02 20 0信 信 息 息 傳 傳 輸 輸、軟 軟 件 件 和 和 信 信 息 息

29、技 技 術 術 服 服 務 務通 通 信 信 設 設 備 備、計 計 算 算 機 機 和 和 其 其 他 他 電 電 子 子 設 設 備 備圖 112015-2020 年數字技術部門的二氧化碳足跡資料來源：本報告核算結果2015 年至 2020 年，數字技術部門的全國總碳排放占比有所上升，從 3.6%上升到 4.3%。具體而言，通信設備、計算機和其他電子設備的碳足跡在總碳排放中的占比相對穩定；隨著信息傳20輸、軟件和信息技術服務部門的迅速發展，其總碳排放占比從2015 年的 1.3%增長到 2020 年的 1.9%，上升了 0.6 個百分點。2.22.2 碳足跡強度呈現顯著下降趨勢碳足跡強度呈

30、現顯著下降趨勢本報告進一步核算了數字技術部門單位產值的碳足跡，即碳足跡強度。結果顯示，2015 年到 2020 年，數字技術兩大部門的碳足跡強度均呈現明顯的下降趨勢，但二者的遞減模式略有不同：通信設備、計算機和其他電子設備部門總體呈現穩定緩慢的遞減趨勢，而信息傳輸、軟件和信息技術服務業部門則有明顯的先快后慢特征。具體來說，通信設備、計算機和其他電子設備部門的碳足跡強度從2015年的1.3噸/萬元降至2020年的1.1噸/萬元，降幅為 17.3%。信息傳輸、軟件和信息技術服務業部門的碳足跡強度從 2015 年的 0.63 噸/萬元下降至 2020 年的 0.42 噸/萬元，降幅達到 34.1%（

31、圖 12）。從碳足跡強度的結構來看，通信設備、計算機和其他電子設備部門的碳足跡主要是由于生產過程對電力、熱力、燃氣及水生產和供應（0.55 噸/萬元，占比 52.3%，2020 年水平，下同）、金屬冶煉和壓延加工業（0.26 噸/萬元，24.7%）、非金屬礦物制品業（0.09 噸/萬元，8.9%）、交通運輸和倉儲和郵政（0.06 噸/萬元，5.5%）等部門的產品消耗引起的。通信設備、計算機和其他電子設備部門自身的碳排放僅占碳足跡的 1.2%。信息傳輸、軟件和信息技術服務業部門的碳足跡結構主要是由于對電力、熱21力、燃氣及水生產和供應（61.1%）、金屬冶煉和壓延加工業（12.3%）、交通運輸、

32、倉儲和郵政業（7.7%）、信息傳輸、軟件和信息技術服務業部門（6.3%）和非金屬礦物制品業部門（3.3%）等部門的產品消耗引起的。綜上所述，盡管中國數字技術產業的碳足跡在不斷增加，但其碳足跡強度的顯著下降反映了行業在提升能源利用效率和減少碳排放等方面的成效。這一趨勢在信息傳輸、軟件和信息技術服務部門中更為顯著，凸顯了碳排放效率提升在推動數字技術部門低碳可持續發展中的重要性。圖 122015-2020 年數字技術部門的碳足跡強度結構資料來源：本報告核算結果223.3.考慮了碳排放影響的數字技術部門國民經濟產業考慮了碳排放影響的數字技術部門國民經濟產業關聯關系與關鍵路徑關聯關系與關鍵路徑3.13.

33、1 考慮了碳排放影響的數字技術部門產業關聯關系考慮了碳排放影響的數字技術部門產業關聯關系本報告基于產業關聯的視角，將數字技術部門置于國民經濟系統考察其碳排放影響地位。圖 13 顯示了 2020 年國民經濟 153個部門考慮了碳排放影響的前向關聯和后向關聯系數。其中，當后向關聯系數大于 1 時，表示該部門的最終需求每增加一個單位所引起的二氧化碳排放高于平均水平；當前向關聯系數大于 1 時，表示其他部門對該部門的最終需求每增加一個單位引起的二氧化碳排放高于平均水平。通過前向和后向關聯系數，可以更好地理解產業在整個國民經濟系統中的地位以及它與其他部門之間的相互作用和依賴關系。23圖 13 考慮了碳排

34、放影響的國民經濟部門前后向關聯系數（2020）資料來源：本報告核算結果結果表明，在整個國民經濟體系中，考慮了碳排放影響的數字技術部門呈現了兩個主要特點：一是與其他部門相比，數字技術部門的前向關聯系數較低，這進一步印證了數字技術部門自身的生產過程碳排放規模較小，因此其他部門對數字技術部門的需求對碳排放的影響也較小。二是數字技術部門的后向關聯系數較高（均大于 1），尤其是通信設備、計算機及其他電子設備部門的后向關聯系數僅次于電力、熱力生產和供應部門，反映了數字技術部門生產過程對其上游產業鏈高排放產品的需求較大。這一24結果進一步凸顯了數字技術部門自身碳排放影響小但通過供應鏈對上游產業碳排放的拉動和

35、傳導作用明顯。3.23.2 數字技術產業與其上下游產業的碳流動關鍵路徑數字技術產業與其上下游產業的碳流動關鍵路徑本報告識別了與數字技術產業部門相關的前十大碳流動路徑（表 1）。結果表明，排名前五的的碳排放路徑在總碳排放中的占比相對較高，且排名靠前的路徑涉及的產業環節均較少（均為 1 或 2 個環節）。數字技術部門高度依賴電力、熱力的產生和供應以及金屬冶煉和壓延加工品兩大部門，排名前十的路徑多始于這兩個部門。表 12020 年數字技術產業部門前十大產業鏈碳排放路徑序序號號層層數數對數字技術對數字技術產業總碳足產業總碳足跡的貢獻跡的貢獻碳足跡碳足跡(百萬噸百萬噸)排放路徑排放路徑部門部門 1 1部

36、門部門 2 2部門部門 3 31 11 17.00%7.00%30.0630.06信息傳輸、軟件和信息技術服務電力、熱力的生產和供應2 21 13.29%3.29%14.1114.11通信設備、計算機和其他電子設備電力、熱力的生產和供應3 30 02.21%2.21%9.509.50信息傳輸、軟件和信息技術服務4 41 12.19%2.19%9.419.41通信設備、計算機和其他電子設備金屬冶煉和壓延加工品5 52 22.08%2.08%8.938.93信息傳輸、軟件和信息技術服務電力、熱力的生產和供應電力、熱力的生產和供應6 62 21.70%1.70%7.317.31通信設備、計算機和其他

37、電子設備通信設備、計算機和其他電子設備電力、熱力的生產和供應7 72 21.41%1.41%6.056.05信息傳輸、軟件和信息技術服務信息傳輸、軟件和信息技術服務電力、熱力的生產和供應8 81 11.36%1.36%5.825.82通信設備、計算機和其他電子設備非金屬礦物制品259 92 21.14%1.14%4.884.88通信設備、計算機和其他電子設備通信設備、計算機和其他電子設備金屬冶煉和壓延加工品10102 20.98%0.98%4.194.19通信設備、計算機和其他電子設備電力、熱力的生產和供應電力、熱力的生產和供應與上游碳排放路徑的集中性特點相比，數字技術部門與下游產業鏈的碳排放

38、關系呈現分散性特點。從部門結構看，數字技術部門、尤其是信息傳輸、軟件和信息技術服務部門的碳排放主要是由于下游服務業的拉動引起的。2020 年，公共管理、社會保障和社會組織部門引發了信息傳輸、軟件和信息技術服務部門 118萬噸的碳排放，其次是建筑部門（94 萬噸）和金融部門（27 萬噸）。通信設備、計算機和其他電子設備部門相對于信息傳輸、軟件和信息技術服務來說前向關聯度較低，其下游部門中科學研究和技術服務部門的拉動作用居首位，2020 年拉動了 11 萬噸的碳排放。從時間尺度看，隨著數字技術產業的發展，其與前后向關聯產業之間的碳排放流動關系發生了明顯的變化（圖 14）。首先，電力、熱力的產生和供

39、應部門、金屬冶煉和壓延加工品部門、交通運輸、倉儲和郵政部門、非金屬礦物制品部門一直是數字技術部門的核心碳排放關聯部門。其次，與 2015 年相比，2020 年產業鏈上游的化學產品部門與數字技術部門間的關聯強度明顯降低、與產業鏈下游的建筑部門與公共管理、社會保障和社會組織等部門的聯系也有所削弱。最后，就數字技術產業部門內部而言，信息傳輸、軟件和信息技術服務的在碳排放流動網絡中的樞紐作26用明顯增強。圖 14數字技術部門碳排放路徑（a）2015,（b）2020資料來源：本報告核算結果綜上所述，報告結果反映了數字技術產業在國民經濟各部門碳排放關聯中的復雜性和重要性。盡管數字技術部門自身生產過27程的

40、碳排放規模較小，但其對上游產業鏈高排放產品的需求引發的碳排放相對較大，特別是通信設備、計算機及其他電子設備部門。同時，數字技術部門的碳排放路徑也揭示了其與上游產業的密切關聯，尤其是與電力、熱力生產和金屬冶煉部門的依賴關系。284.4.數字技術產業碳排放的驅動機制數字技術產業碳排放的驅動機制4.14.1 從需求結構看數字技術產業的碳排放驅動從需求結構看數字技術產業的碳排放驅動結果顯示，出口是通信設備、計算機和其他電子設備部門碳排放的主要驅動。2020 年，出口引發的通信設備、計算機和其他電子設備部門二氧化碳排放總量達到 4.4 億噸，同時，該部門也通過進口避免了 3.8 億噸的二氧化碳排放。資本

41、形成總額是通信設備、計算機和其他電子設備部門碳排放的第二大來源，拉動了1.1 億噸二氧化碳排放量。居民消費對通信設備、計算機和其他電子設備部門的碳排放拉動作用相對較小，城鎮居民消費支出（0.5 億噸）和農村居民消費支出（0.2 億噸）共拉動了該部門0.7 億噸二氧化碳排放。圖 15 不同需求下數字技術部門碳排放量（百萬噸）29資料來源：本報告核算結果與通信設備、計算機和其他電子設備部門兩頭對外的需求結構不同，資本形成總額是信息傳輸、軟件和信息技術服務部門碳排放的主要驅動來源，也是該部門碳排放增長的主要驅動來源。特別是 2018 至 2020 年，資本形成總額拉動的信息傳輸、軟件和信息技術服務部

42、門碳排放增長了 53.7%（圖 15）。具體來說，2020年，資本形成總額引發的信息傳輸、軟件和信息技術服務部門二氧化碳排放量達到 72.0%（1.4 億噸），其次是城鎮居民消費支出（0.4 億噸，21.2%），出口（0.1 億噸，6.7%）和農村居民消費支出（0.1 億噸，6.1%）的貢獻相對較小。4.24.2 從社會經濟因素看數字技術產業碳排放增長驅動從社會經濟因素看數字技術產業碳排放增長驅動中國數字技術產業的高速發展伴隨著社會經濟的快速轉型。本報告從社會經濟因素視角重點考察了六大因素對數字技術產業碳排放增長的驅動作用。包括：二氧化碳強度變化反映了能源結構調整和全社會各產業部門能源利用效率

43、提升對數字技術部門碳排放的綜合影響；生產結構變化反映了數字技術部門生產過程上游產品投入結構變化對數字技術部門碳排放的影響；最終需求產品結構變化反映了數字技術部門在最終需求結構中占比變化帶來的碳排放影響；30 需求種類結構變化反映了居民消費、政府消費、資本形成、出口等需求結構變化對數字技術部門碳排放的影響；人均最終需求水平變化綜合反映了經濟水平提高對數字技術部門碳排放的影響；人口數量變化反映了人口數量變化對數字技術部門碳排放的影響。以 2017-2020 年為例，整體來說，碳排放強度的下降是遏制數字技術部門碳足跡總量增長主要因素，共實現了 5217 萬噸碳足跡下降。與此同時，人均最終需求的快速增

44、長和最終需求結構變化是驅動數字技術部門碳排放總量增長的主要因素，分別貢獻了 3904 萬噸和 3126 萬噸的碳足跡增加。此外，最終需求結構變化也是造成碳足跡增加的重要原因，與人均最終需求和最終需求結構變化貢獻了絕大部分的碳足跡增長。這也反映了數字技術部門二氧化碳排放量的變化趨勢主要取決于需求增長與碳排放效率提升之間的制衡關系。近幾年來數字經濟發展迅速，和數字技術部門相關的消費、投資和出口總額大幅度上升。在最終需求產品結構中，數字技術部門的占比不斷增大，從 2017 年的 7.9%增長到 2020 年的 9.0%。31圖 16社會經濟因素對數字技術部門碳排放的驅動作用，2017-2020資料來

45、源：本報告核算結果32圖 17最終需求的碳排放驅動力結果 2017-2020 年資料來源：本報告核算結果進一步區分上述社會經濟驅動因素對不同需求種類引發的細分數字技術部門的碳排放影響。結果表明，在數字技術部門中，通信設備、計算機和其他電子設備部門碳排放的關鍵驅動與信息33傳輸、軟件和技術服務部門存在較大差異。對前者而言，人均最終需求水平的提高是其碳足跡增長最重要的驅動力；對后者而言，最終需求結構的變化是其碳足跡增加的主要驅動因素。具體來看，碳排放強度的下降很大程度上遏制了通信設備、計算機和其他電子設備部門碳足跡總量的增長趨勢，貢獻了 3255萬噸的碳減排；人均最終需求水平的提高是其碳排放增長的

46、主要因素，貢獻了 1494 萬噸的碳足跡增長。分需求種類的分解分析結果也與這一結論一致。對于信息傳輸、軟件和信息技術服務部門，碳排放強度下降是遏制其碳排放總量增長的唯一因素。最終需求結構變化是其碳排放增長的主要因素，貢獻了 43.3%的碳排放增長，且四類最終需求中，農村居民消費支出、城鎮居民消費支出、資本形成總額相關碳排放的主要驅動因素一致?？傮w來看，數字技術產業的碳排放主要受出口和資本形成總額的驅動，尤其是對通信設備和計算機部門而言。此外，盡管碳排放強度的降低有助于抑制碳足跡的增長，但人均最終需求水平的提高及數字技術產業在最終需求結構中占比提高所帶來的拉動作用更強。這一趨勢凸顯了需求側管理在

47、數字技術產業低碳發展中的關鍵性作用。345.5.數字技術產業低碳發展的對策與建議數字技術產業低碳發展的對策與建議本報告從全產業鏈視角分析了中國數字技術產業的碳排放趨勢、數字技術產業在整個國民經濟系統中如何影響碳排放、以及數字技術部門碳排放增長的驅動。主要結論如下：快速發展的數字技術產業伴隨著客觀的能源消耗和碳排放，其碳足跡趨勢和特征是一個復雜而關鍵的議題。我們發現，各種核算范圍下數字技術部門的碳排放均呈現明顯的增長趨勢，尤其是用電量增長引發的范圍 2 二氧化碳排放增長明顯。范圍 1 排放量較小，但考慮其產業鏈累積的總碳足跡較為可觀。數字技術產業對其上游電力部門、金屬冶煉部門、非金屬部門和交通部

48、門的產品消耗是其碳足跡的主要來源。盡管總碳排放量增長顯著，但碳足跡強度呈現穩步下降趨勢。數字技術部門對其上游產業的碳排放拉動作用較強，尤其是通信設備、計算機及其他電子設備部門的拉動作用僅次于電力部門，反映了數字技術部門對上游高耗能高排放產品的較強依賴。從碳排放流動路徑來看，數字技術部門對上游產業部門的拉動作用較為集中，而下游產業對數字技術部門碳排放的拉動作用則較為分散，反映了數字技術部門在國民經濟系統中重要的碳排放樞紐作用。能源結構調整和能源效率的提高是遏制我國數字技術部門的碳排放增長的重要驅動力，而人均最終需求水平的提高和數字35技術產業在最終需求結構中占比提高是推動數字技術部門碳排放增長的

49、最主要驅動力。在最終需求結構中，出口是拉動通信設備、計算機和其他電子設備部門碳排放的絕對主力因素，而投資是數字技術部門、特別是信息傳輸、軟件和信息技術服務部門碳排放的主要驅動。上述結果有助于我們理解數字技術產業的碳排放影響機制和驅動機制，這也決定了未來數字技術產業低碳化發展的主要路徑：（1 1）優化能源結構、遏制數字技術部門生產過程碳排放增）優化能源結構、遏制數字技術部門生產過程碳排放增長長結果表明，數字技術部門生產過程的碳排放規模較小。盡管其占比小，但仍有一定的減排空間。數字技術部門生產過程的碳排放主要來自天然氣、原油和燃煤的使用。因此，加快對這些化石燃料的能源替代能夠有效遏制數字技術部門生

50、產過程的碳排放增長。（2 2）提高用電效率，遏制數字技術部門的用電量增長）提高用電效率，遏制數字技術部門的用電量增長范圍 2 排放增長明顯、碳足跡結構中電力部門占比最大、前十大碳流動路徑中電力部門相關的路徑最多等特點都反映了數字技術部門對電力的高度依賴。如何減少電力消耗、尤其是火電的消耗是減少數字技術部門碳排放的關鍵。隨著我國能源轉型的加快、綠電在電力供應中占比的提高將進一步降低用電引發的碳排放，從而使數字技術部門獲益。此外，如何進一步提高數字技36術部門本身的用電效率和綠電利用率也是其碳減排的關鍵。具體來說，通過積極研發提高通信和計算機設備的電力利用效率、積極推動清潔能源在數字基礎設施建設中

51、的應用、發展高效能源存儲系統、優化數據中心冷卻技術等，積極推動綠色數據中心設計、節能芯片技術和可持續電池開發等，都有助于數字技術部門的碳減排。（3 3）積極推進數字技術產品全生命周期碳排放核查制度，）積極推進數字技術產品全生命周期碳排放核查制度，構建低碳化采購鏈構建低碳化采購鏈數字技術部門的范圍 3 排放占比最大、在國民經濟體系中的后向關聯系數大等特征，都反映了其對上游高耗能、高排放產品的較強依賴。通過基于價值鏈的合作，積極推進數字技術部門產品的全生命周期核查制度，采用可追溯性技術，跟蹤上游產品的生命周期碳排放，建立規范化、低碳化的上游產品采購制度能夠有效減少數字技術部門的供應鏈碳排放影響。（

52、4 4）提高數字技術部門生產過程的資源利用效率和循環利）提高數字技術部門生產過程的資源利用效率和循環利用率用率由于數字技術部門對上游金屬和非金屬部門的高度依賴性，有必要通過優化原材料生產和加工過程實現資源利用效率和循環利用率的提高。具體來說，一是通過技術革新和流程優化來提高資源的利用效率，這不僅能夠降低單位產出對原材料的消耗，還能最大程度避免生產過程中的資源浪費。二是通過研究和開發，積極尋找和采用低碳、可再生的材料替代方案，以減少對傳統金37屬和非金屬資源的依賴。三是基于循環經濟理念，加強已使用產品的回收和再利用，可以進一步減少對新原材料的需求。（5 5）依托數字技術產業在國民經濟中的重要樞紐

53、作用，充）依托數字技術產業在國民經濟中的重要樞紐作用，充分發揮數字技術產業在提高全社會能源分發揮數字技術產業在提高全社會能源、資源利用效率中的積極資源利用效率中的積極作用作用實現數字技術產業的低碳發展，有必要形成一個全產業鏈的碳排放管理體系，從源頭到終端，確保每一個環節都達到最優的碳減排效果。強化與上游供應鏈的合作，通過技術支持推動這些企業提高生產效率和能源利用效率。同時，考慮到數字技術在國民經濟中的核心樞紐作用，下游企業也需要進一步優化其對數字技術產品的需求，提高生產和運營中的效率，從而減少對能源和資源的依賴。例如，高速的數字基礎設施如 5G和光纖網絡為智慧城市建設提供支持，大數據分析實時監

54、控和優化資源消耗和能源流向，綠色數據中心和其他低碳技術等都能夠助力數字技術產業自身以及全產業鏈的能源利用效率的提高。38附錄附錄 研究方法研究方法本報告根據現有研究對于數字經濟的定義，以國民經濟行業分類（GB/T 4754-2017）為基礎，結合 數字經濟及其核心產業統計分類（2021），將數字技術部門合并成兩大類，分別是通信設備、計算機和其他電子設備部門和信息傳輸、軟件和信息技術服務部門，部門對照如表 1 所示。表 2 數字技術產業部門對照數字技術部門數字技術部門對應的國民經濟部門對應的國民經濟部門通信設備、計算機和其他電子設備計算機通信設備廣播電視設備和雷達及配套設備視聽設備電子元器件其他

55、電子設備信息傳輸、軟件和信息技術服務電信廣播電視及衛星傳輸服務互聯網和相關服務軟件服務信息技術服務本研究的技術路線圖如下所示：39圖 18 技術路線圖以下詳細介紹本報告采用的方法：1.1.投入產出模型投入產出模型投入產出模型（Input-Output Model）由美國經濟學家Leontief最早提出28,29，常用于分析經濟系統中部門間生產、消費和交易關系30。投入產出表的行平衡關系可表示為：中間投入+最終使用=總產出，公式表示如下：=+#（）=()#（）=()#（）其中，是直接投入系數矩陣；是總產出向量；是最終需求向量；()1列昂惕夫逆矩陣，是單位對角矩陣。40環境擴展的投入產出模型（En

56、vironmentally Extended Input-Output，EEIO）的基本思路是在經濟投入產出模型中引入各部門的直接排放系數，從而反映最終需求和投入產出結構對某地區污染物排放量的影響。引入碳排放強度，可以得到環境拓展的投入產出模型：=()=#（）=#（）其中，為碳強度向量，通過公式（5）進行計算，為i部門的直接二氧化碳排放量，為i部門的總產出。表示最終需求引發的全部碳排放。2.2.前后向關聯分析前后向關聯分析考慮二氧化碳排放的前向和后向關聯計算方法是在公式（4）基礎上推導出來的，表達如下：=?#其中，?是考慮二氧化碳排放的列昂惕夫逆矩陣的元素?；诠剑?），計算前后向關聯系數的

57、方法如下：1)前向關聯（Forward Linkage）前向關聯系數描述的是某一產業或部門生產出的產品或服務對其他產業或部門的重要性。也就是說，該部門產品作為中間投入對其他部門的影響。前向關聯用感應度系數表示：=?#其中?是考慮了二氧化碳排放的列昂惕夫逆矩陣中的元素，是經濟系統中的部門數量。感應度系數1，表示其他行業對該行業的最終需求每增加一個單位引起的二氧化碳排放高于平均水平。2)后向關聯（Backward Linkage）41后向關聯系數描述的是某一部門對其他產業或部門生產的產品或服務的依賴程度，也就是該產業在生產過程中對其他部門產品有多大的需求。后向關聯系數高意味著該部門在生產過程中高度

58、依賴其他部門提供的產品和服務，這也意味著該部門在供應鏈中處于下游位置。后向關聯度用影響力系數?表示：?=?#其中，其中?是考慮二氧化碳排放的列昂惕夫逆矩陣中的元素，是經濟系統中的部門數量。影響力系數?1，表示該行業最終需求每增加一個單位所引起的二氧化碳排放高于平均水平。3.3.結構路徑分析結構路徑分析由于公式（4）中列昂惕夫逆矩陣可以用泰勒級數展開，通過公式（9）可以進一步識別二氧化碳排放的重要路徑，得到如下結果31：其中，為第 0 產業層產生的碳排放，即最終需求消費產品或服務生產過程的碳排放，()表示第t個產業層產生的碳排放，即最終需求消費產品或服務第t產業層的碳排放，以此類推。例如，如果代

59、表生產一臺電腦的需求，那么就是電腦制造商在生產電腦產品過程中排放的直接污染。為了生產該類電子產品，需要其他行業的投入，這些行業產生的間接污染。這一過程通過冪級數的無限展開繼續進行。我們采用一種使用動態樹數據結構的算法來掃描和識別重要的二氧化碳排放路徑。424.4.結構分解分析結構分解分析結構分解分析（Structural decomposition analysis，SDA），是一種用于分析和理解社會經濟系統中不同驅動因素對污染排放影響貢獻的方法，可以分析不同經濟部門對環境污染、資源使用和碳排放等的影響。在公式（4）基礎上，可以用最終需求產品結構（如式（10）、需求種類結構（如式（11）、人均

60、最終需求水平（如式（12）和人口數量的乘積表示（式13），最終需求產品結構表示數字技術部門產品在最終需求結構中占比，需求種類結構表示居民消費、政府消費、資本形成、出口等需求的比例。?=?=1?#10?=1?=1?=1?#11?=1?=1?#12=?#13因此，可以用下列公式表示：=#14用表示觀測期間二氧化碳的變化32，即為1時期產生的二氧化碳減去0時期：=1 0#15結合公式（14），可以進一步表示為：=+#1643公式（16）將碳足跡的變化分解為：二氧化碳強度變化、生產結構變化、最終需求產品結構變化、需求種類結構變化、人均最終需求變化和人口數量變化。采用Sun等人33的方法，用下列公式衡量

61、社會經濟效應的貢獻：F=12 00000+#17L=120+0000#18c=1200()+()000#19g=12000+00#20h=120000()+()0#21P=1200000()+()#22其中，（0）和（t）代表起始年份。44參考文獻參考文獻1國家互聯網信息辦公室.數字中國發展報告（2022 年）.2023.2Zhao S,Hafeez M,Faisal C M N.Does ICT diffusion leadto energy efficiency and environmental sustainability inemerging Asian economies?J.En

62、vironmental Science andPollution Research,2022,29(8):1219812207.3Sahoo M,Gupta M,Srivastava P.Does information andcommunication technology and financial development lead toenvironmentalsustainabilityinIndia?AnempiricalinsightJ.Telematics and Informatics,2021,60:101598.4中國信通院.中國數字經濟發展研究報告（2023 年）.202

63、3.5Zhang W,Liu X,Wang D,et al.Digital economy andcarbon emission performance:Evidence at Chinas citylevelJ.Energy Policy,2022,165:112927.6Walsh B.The Surprisingly Large Energy Footprint ofthe Digital EconomyJ.TimeMagazine,2013,14.7Jiang B,Ding L,Fang X,et al.Driving impact andspatial effect of the d

64、igital economy development on carbonemissions in typical cities:a case study of Zhejiang,ChinaJ.Environmental Science and Pollution Research,452023.8國家統計局.中國統計年鑒M.北京:中國統計年鑒出版社,2020.9UnitedNationsConferenceonTradeandDevelopment(UNCTAD）.eWeek 2023:Shaping the Future of theDigital EconomyR.2023.10World

65、 Resource Institute&World Business Council forSustainableDevelopment.TechnicalGuidanceforCalculating Scope 3 EmissionsR.2013.11 聯合國環境規劃署.2022-2025 年應對氣候變化、自然環境喪失和污染的戰略R.2022.12聯合國糧食及農業組織.2023 中國農業農村低碳發展報告R.2023.13華安證券.科技賦能、新基建，數字經濟大有可為R.2022.14聯合國糧食及農業組織.農業和農村地區數字技術的現狀報告R.2021.15McKinsey&Company.Agr

66、iculturesupply-chainoptimization and value creationJ.2020.16聯合國糧食及農業組織.科技賦能鄉村發展 2022：數字科技賦能鄉村產業發展R.2021.17減貧研究數據庫.數字賦農：基本邏輯框架、主要途徑、典型案例、困境與建議R.2023.4618Steel Scenario.Steels Contribution to A Low CarbonFuture and Climate Resilient SocietiesJ.2019.19頭豹行業研讀.2021 年中國鋼鐵行業數字化轉型短報告R.2021.20McKinsey&Compan

67、y.鋼企數字化轉型：須用巧力盤活潛力R.2020.21International Energy Agency(IEA).Cement industryenergy and CO2 performance:Getting the numbers rightR.2019.22數字水泥.水泥企業現狀與數字化轉型之路R.2023.23McKinsey&Company.數字孿生打破虛實界限，創造產品開發無限可能R.2022.24Rai R,Tiwari M K,Ivanov D,et al.Machine learninginmanufacturingandindustry4.0applications

68、J.International Journal of Production Research,2021,59(16):47734778.25Jones M D,Hutcheson S,Camba J D.Past,present,andfuture barriers to digital transformation in manufacturing:A reviewJ.Journal of Manufacturing Systems,2021,60:936948.26中國人工智能學會.人工智能系列白皮書智能交通.2017.4727國家信息中心.五大數字技術為未來交通帶來驅動效應R.2022.

69、28Leontief W W.Quantitative Input and Output Relationsin the Economic Systems of the United StatesJ.The Reviewof Economics and Statistics,1936,18(3):105.29LeontiefW.EnvironmentalRepercussionsandtheEconomicStructure:AnInput-OutputApproachJ.TheReview of Economics and Statistics,1970,52(3):262.30Minx J

70、 C,Wiedmann T,Wood R,et al.Inputoutputanalysisandcarbonfootprinting:anoverviewofapplicationsJ.Economic systems research,2009,21(3):187-216.31Peters G P,Hertwich E G.Structural analysis ofinternational trade:Environmental impacts of NorwayJ.Economic Systems Research,2006,18(2):155181.32DietzenbacherE,LosB.StructuralDecompositionTechniques:Sense and SensitivityJ.Economic SystemsResearch,1998,10(4):307324.33Sun C,Song J,Zhang D,et al.Tracing urban carbonfootprintsdifferentiatingsupplychaincomplexity:Ametropolis caseJ.Energy,2023,282:128708.