摘 要：在产业数字化背景下，厘清数字产品进口如何影响企业污染排放量，“杰文斯悖论”是否存在以及企业如何走出“杰文斯悖论”等问题，对推动中国制造业绿色转型具有重要的政策启示。文章基于微观匹配数据，实证检验了数字产品进口对制造业企业污染排放量的影响。结果表明：数字产品进口与企业污染排放量之间呈倒U型关系，存在“杰文斯悖论”，且倒U型关系在第一梯队地区、低技术行业、非加工贸易企业、来自高收入国家的数字产品进口以及数字最终品进口中更显著。在数字产品进口初期，能源需求回弹是产生“杰文斯悖论”的原因；产业结构升级和能源结构改善是数字产品进口推动企业减排的主要渠道。吸收能力对倒U型关系产生调节作用，吸收能力高的企业倒U型曲线拐点向左偏移，可以更早地走出“杰文斯悖论”。因此，提高吸收能力，加速制造业转型升级是企业破解数字时代“杰文斯悖论”的有效路径。关键词：数字产品进口；制造业企业污染排放；吸收能力；“杰文斯悖论”；倒U型中图分类号：F752.61；F425 文献标识码：A 文章编号：1005-3492（2025）01-0074-21“绿色发展是高质量发展的底色”。作为新一轮科技革命的产物，数字经济逐渐成为推动绿色发展的新动能，以创新赋能和转变经济增长方式提升经济发展质量。数字经济以数据为关键生产要素，其数字化、网络化和智能化特征决定了以数字经济驱动的经济增长具有环境友好型的特征。数字产品作为数字化技术和信息的主要载体，是促进企业节能减排的关键。近年来，中国数字产品进口规模持续增长，世界银行世界发展指标（WDI）数据显示中国信息和通信技术（ICT）产品进口占产品进口总量比重从2000年的20.19%上升至2020年的24.95%。在数字贸易欣欣向荣和经济高质量发展的大背景下，深入探讨数字产品进口与制造业企业污染排放的关系及其内在机理，可以为企业依托数字贸易推动节能减排，实现高质量发展提供重要的理论参考。相比于一般产品，数字产品具有技术含量高、边际复制成本低等特有属性。这些特性决定了数字产品比一般产品的技术溢出效应更强，在提高企业能源使用效率方面的作用更大。但是，19世纪著名经济学家之一威廉姆·斯坦利·杰文斯（William Stanley Jevons）认为，新技术确实会提高能源效率，降低单位产值的能源消耗，但是效率的提高也会带来更广泛的消费和生产，继而引致一系列回弹效应，增加对能源消费的需求。上述现象被称为“杰文斯悖论”。“杰文斯悖论”表明，能源效率的提高在带来节能效果的同时也会产生回弹效应，当回弹效应大于节能效果时，节能效果就会被新一轮的产出扩张所“吞噬”，反而加剧能源消耗。数字产品在提高能源效率方面的显著优势意味着相较于一般产品进口，企业在依托数字产品进口推动节能减排的过程中更可能面临“杰文斯悖论”。因此，数字产品进口究竟会对企业污染排放量产生何种影响？数字产品的进口和使用是否会使企业陷入“杰文斯悖论”？数字产品进口是否会通过其他路径制约回弹效应，破解“杰文斯悖论”？作为数字产品技术溢出效果的重要影响因素之一，企业吸收能力是否会对数字产品进口与企业污染排放量间的关系产生影响？这些都是值得我们深入探讨的问题。与本文密切相关的文献主要包括两类。一是关于环境的影响因素研究。现有文献从技术进步、经济增长、对外贸易和基础设施建设等多重视角进行了分析。在这些影响因素研究中，与本文最相关的是数字经济的环境效应研究以及进口贸易与环境的关系研究。在数字经济的环境效应研究方面，较多文献参考中国信息通信研究院的数字经济测算框架，基于刘军等、赵涛等构建数字经济综合指标体系的思路测度了一个地区的数字经济水平，以此评估数字经济发展对当地绿色全要素生产率、污染物排放、碳排放等环境指标的影响；部分文献则从产业数字化、数字经济发展政策试点、政府关注度角度分析了数字经济的环境效应；极少文献从数字贸易视角出发考察数字经济对环境的影响，更鲜有研究关注数字产品进口的环境效应。在进口贸易与环境污染的关系研究方面，大多数文献都认为进口品可以为企业提供更多种类、更高质量的中间投入，促进企业以清洁型要素替代国内的高污染投入，降低生产过程的污染排放。同时，进口品会在进口企业当地产生技术溢出，为企业带来更多国外先进的偏向能源节约和清洁生产的技术样本，有利于企业进行模仿和创新，促进自身绿色技术进步。然而，现有研究大多从一般意义上分析进口贸易对企业污染排放的影响，很少关注数字产品进口的视角。二是关于数字产品进口影响的研究。学术界较多采用关键词识别法构建并测算数字产品进口指标，并进一步展开数字产品进口影响的实证研究。发现数字产品进口能有效促进企业创新，提高企业全要素生产率。对于出口企业而言，数字产品进口有助于提升出口技术复杂度和出口质量，增强企业出口韧性，推动国家服务出口升级。然而，上述文献多集中于讨论数字产品进口正向的产出效益，极少有研究关注其负向的污染排放后果。林熙等从工业机器人进口的视角考察了机器人进口对企业污染排放的影响，但其研究视角尚未拓展至广义的数字产品。邵朝对和安安考察了数字产品进口对企业环境绩效的影响，在研究视角上有所扩宽，但其研究仍存在一定改进之处：其一，该研究聚焦于数字产品进口对企业污染排放强度的影响，未考虑对污染排放总量的作用。中国自“十一五”规划起便开始实施污染物总量控制法，并将规划期间化学需氧量和二氧化硫排放总量需减少10%作为约束性目标纳入国家发展战略。考虑到“杰文斯悖论”现象的存在，如果忽略数字产品进口在总量层面的减排效应，则很容易陷入数字技术的“生态幻象”中。因此，对于数字产品进口与企业污染排放量的关系检验仍是一个开放性且具有重要政策含义的待研究问题。其二，该研究未考虑企业吸收能力可能存在的调节作用。学术界在考察FDI、进口贸易技术溢出效应的同时，开始关注技术移入国的吸收能力对技术溢出效果的影响。经验研究表明本地企业能否有效识别、吸收来自海外的技术知识并实现创新转化取决于其自身的吸收能力。因此，有必要将企业吸收能力这一重要权变因素纳入数字产品进口与企业污染排放关系的分析框架中。本文在已有研究基础上，利用中国制造业企业微观数据，实证检验数字产品进口对企业污染排放量的影响及作用渠道，并进一步探究企业吸收能力对二者关系的调节作用。本文可能的边际贡献包括两个方面：第一，在现有贸易与环境关系的理论框架基础上，考虑技术进步对环境的负外部性，引入“杰文斯悖论”，扩展了数字产品进口环境效应内在机理的研究边界。第二，实证检验了产业数字化背景下“杰文斯悖论”是否存在，“杰文斯悖论”如何促成数字产品进口与污染排放量之间倒U型关系的形成，倒U型关系在不同行业、企业间的差异化表现等问题，引入企业吸收能力的调节效应探讨了如何破解“杰文斯悖论”，丰富的实证结果为数字时代下政府和企业跳出“杰文斯悖论”困境，依托数字产品进口实现有效的节能减排提供了重要的政策启示。
Grossman & Krueger在研究北美自由贸易协定对环境的影响时，首次实证分析了经济增长与环境之间的倒U型关系（后被称为“环境库兹涅茨曲线”，简称“EKC曲线”）。Grossman & Krueger采用经济增长的三效应（规模效应、技术效应和结构效应）来解释EKC曲线的形成：在经济发展起步阶段，规模效应（由经济规模扩张带来的污染排放增加）最为显著从而引致污染排放增加；当经济发展跨越某一临界值时，随着人均收入的进一步提高，技术效应（由技术进步引起的污染强度的下降）和结构效应（由要素禀赋、产业结构、环境规制等比较优势的变化所引起的污染排放的变化）逐渐占据主导地位，环境得以改善。在Grossman & Krueger之后, 众多文献将这一分析框架用于贸易与环境的关系研究中，认为贸易开放对环境的影响是这三种效应共同作用的结果。随着数字技术的广泛应用，数字经济的环境效应研究开始引起学术界广泛关注。Lange et al.利用三效应框架分析了数字经济与能源需求的关系，认为信息通讯技术的发展倾向于通过规模效应增加能源需求，通过技术效应和结构效应降低能源消费。然而，现有利用三效应框架分析环境问题的研究大多忽视了技术对环境污染的负面影响。技术进步在降低能源消费的有效性方面存在较大争议。“杰文斯悖论”指出，技术进步在降低单位产出能源消耗的同时，能源成本的下降将驱使生产者增加对能源的需求，消费品价格的下降也将促使消费者消费需求的提高，从而增加对能源的派生需求，反而加剧污染排放。而数字经济本身技术含量高、边际复制成本低、渗透性强等特性可能会进一步加剧“杰文斯悖论”问题。因此，本文综合考虑三效应框架和“杰文斯悖论”现象，分析数字产品进口对污染排放量的作用机制（见图1）。
数字产品的技术特征决定了其对进口企业影响的底层逻辑在于技术外溢。技术溢出通过规模、技术和结构效应这三条具体的作用渠道影响企业的污染排放。从规模效应来看，相比单纯依靠传统投入要素，智能化数字产品的应用能够提升企业生产率，降低边际生产成本，扩大利润空间。企业在面临更高的生产率水平和盈利能力时，往往会选择扩大生产规模，从而引发一系列回弹效应，造成额外的能源需求，增加污染排放。就技术效应而言，数字产品进口可以通过数字技术应用和数字技术创新带动企业技术进步，提高能源效率，从而影响企业污染排放。一方面，数字技术的应用可以实现企业能源投入过程的精准调控和使用过程的实时监测，有效减少能源浪费，从而提高企业能源配置效率；并且，国外智能化、信息化的生产技术有助于带动国内企业改进生产工艺，提高能源技术效率。另一方面，外来数字产品中的技术溢出便于企业通过逆向工程等方式进行模仿、学习，在获得一定的数字技术积累的基础上，有助于推动企业自主研发，实现在进口数字产品基础上的数字迭代创新，从而加速企业的智能化进程，进一步提高能源效率。但是，如“杰文斯悖论”所言，能源效率的提高一方面通过减少单位产出能源消费，降低能源需求，另一方面则会通过引致能源回弹，提高能源需求。因此，数字产品进口通过技术效应对企业污染排放量的影响取决于回弹效应和节能效果的相对大小。从结构效应来看，当企业数字技术储备达到一定水平时，数字技术创新可以带动产业结构向高端化、绿色化方向演进。随着数字产品的广泛应用和渗透，数字化的技术、知识和信息会逐渐对传统生产要素（资本、劳动、一般中间品等）形成替代，在提高能源效率的同时，能够优化制造业的要素投入结构，并可能衍生出更多的服务化需求，推动制造业由“产品制造”向“制造服务化”转变。较多研究证实，制造业服务化转型伴随着污染密集型生产活动的减少和对能源需求的下降。当企业生产结构向清洁方向转型时，即使技术进步带来产出扩张也不会明显增加能源需求，这种结构性跃迁将使企业从根本上跳出“杰文斯悖论”，有助于实现总量减排。因此，结构效应可以在一定程度上缓解规模效应和技术效应中存在的能源回弹问题。要充分实现数字产品的技术外溢，需要本地企业通过“进口中学”实现消化、吸收和再转化。鉴于“进口中学”具有长期性、累积性和经验性的特点，对于数字技术储备处于不同水平的企业，三效应中的主导效应是不同的，因此数字产品进口对企业污染排放量的影响可能呈现阶段性特征。尤其对于发展中国家的企业而言，在利用进口数字产品进行数字化转型的初期，受制于数字技术知识基础薄弱、与国外技术差距较大，往往存在对数字产品中技术的学习和吸收不足，创新转化效果较弱的问题。此时，数字产品进口对企业污染排放的影响通常停留在技术应用阶段，表现为企业直接使用进口设备提高生产率，扩大生产规模，在这一阶段规模效应与技术效应中的能源回弹效应占主导地位，从而引发“杰文斯悖论”，增加污染排放。随着数字产品进口规模的提升，企业数字知识储备不断增强，国内外技术差距缩小，企业能够通过逆向剖析的方式充分吸收数字产品的技术溢出，发挥其对传统制造业的创新赋能作用。此时数字产品进口的功能边界得以拓宽和深化，企业可以利用数字要素投入提升自身的数字化水平，带动绿色技术创新，降低传统要素投入在经济增长中的贡献份额，进而推动产业结构向高端化和绿色化方向发展。在这一阶段结构效应和技术效应中的节能效应发挥主导作用，伴随着企业能源需求的减少和污染排放量的降低。基于上述分析，本文认为数字产品进口额存在一个拐点。在该拐点之前，数字产品进口倾向于加剧能源消耗，增加污染排放量，企业陷入“杰文斯悖论”。跨越这一拐点后，数字产品进口有效发挥减排潜能，污染排放量下降，企业走出“杰文斯悖论”。因此，本文提出假设1。H1：数字产品进口对企业污染排放量的影响呈现倒U型特征。产业数字化时代下存在“杰文斯悖论”现象Cohen & Levinthal构建了企业吸收能力的概念，认为对外部知识的识别、消化和转化是构成企业吸收能力的三个核心要素。东道国企业的技术吸收能力是决定技术外溢的重要因素。数字产品本身就具有高技术含量的特点，更加要求国内企业具备较高的吸收能力，实现数字技术溢出的有效创新转化。因此，对于吸收能力处于不同水平的企业，数字产品进口与污染排放量之间的倒U型关系可能会呈现差异性特征。吸收能力较高的企业，可以及早跨越与高水平进口之间的技术门槛，迅速从外来数字产品中甄别出所需要的、对创新有价值的技术，并将其与自身知识相联系，予以改进和创新，从而更快地实现企业由“传统制造”向“智能创造”转型。这意味着企业可以更早实现向绿色化增长模式的转变，缩短“杰文斯悖论”持续时间，更快地破解技术的“生态幻象”。在图形上表现为倒U型曲线的拐点向左移动。同时，在到达拐点之前，吸收能力更强的企业可以更加准确且充分地将进口数字产品用于智能化生产，进而对生产效率的提升作用更强，数字产品进口的规模效应以及技术效应的能源回弹更大，即企业污染排放量上升速度更快；而在到达拐点之后，基于数字技术知识的累积和储备，吸收能力强的企业能够更好地通过消化和改进外部技术，研发适合自身生产的新工艺，进行数字技术创新，获得更大的创新转化和更深入的结构转型，从而数字产品进口赋能企业减排的边际效应更大，即企业污染排放量下降速度更快。在图形上表现为倒U型曲线形态趋于陡峭。因此，本文提出假说2。H2：企业吸收能力对数字产品进口与企业污染排放量的倒U型关系具有调节作用，是企业走出“杰文斯悖论”的内在动力
（一）基准模型构建
为检验研究假说H1，考察数字产品进口对制造业企业污染排放量的影响，构建基准模型：
其中，下标i、j、t分别表示企业、行业和年份。被解释变量lnpolit表示企业污染排放量；核心解释变量lndigit为企业数字产品进口额；
为控制变量；μi和δt分别表示企业、年份固定效应；εit为随机扰动项。
为检验研究假说H2，在基准模型基础上引入数字产品进口（lndig）与吸收能力（ac）的交互项（acdig）、数字产品进口二次项（lndig2）与吸收能力的交互项（acdig2）：
（二）变量选取与说明
1.被解释变量：企业污染排放量
选取中国工业企业污染数据库中报告的二氧化硫和烟尘两种大气污染物，化学需氧量和氨氮两种水污染物的排放量数据。鉴于不同污染物对环境的有害程度以及治理成本各异，对各类污染物排放量进行直接加总无法准确反映出企业的综合排污水平。因此，参照郭树龙的方法，利用污染当量综合评价企业的总体排污水平。按照《排污费征收标准管理办法》中污染当量的计算方法和各类污染物的污染当量值（二氧化硫、烟尘、化学需氧量和氨氮的污染当量值分别为0.95kg、4kg、1kg和0.8kg），计算污染排放水平并取对数。具体公式如下：
2.核心解释变量：企业数字产品进口额
为得到中国企业数字产品进口数据，参考刘佳琪和孙浦阳：第一，确定广义数字产品范畴。根据历年《中国数字经济发展白皮书》以及OECD/WTO/IMF联合发布的《Handbook on Measuring Digital Trade》，提取出了25个属于广义数字产品范畴的关键词。第二，在新通关网中爬取包含上述关键词的商品，获得对应的商品名称和HS10位编码。第三，根据《进出口税则商品及品目注释（2020）版》子目注释，人工识别并剔除不属于广义数字产品的商品，获得全部数字产品的名称及HS8位编码。第四，以HS8位编码为标准与中国海关数据库进行匹配，得到“企业—年份—产品”维度的数字产品进口数据，主要包括企业名称、企业编码、数字产品HS编码、数字产品类型、数字产品进口金额及进口来源地等信息。第五，将上述数字贸易信息在企业层面加总，最终得到“企业—年份”层面的数字产品进口数据，并对数字产品进口金额取对数。
3.控制变量
参考已有研究，选取以下控制变量：企业年龄，由当年年份减去企业成立年份再加1后取对数得到；企业规模，由企业就业人员总数取对数表示；企业人均资本，由企业固定资产总额与就业人员总数的比值取对数表示，使用以2000年为基期的固定资产价格指数对固定资产总额进行了平减；企业负债率，由企业负债总计与资产总计的比值表示；企业外资控股虚拟变量，将港澳台控股或外商控股的企业视为外资控股企业，并赋值为1；行业竞争度计算公式如下：
其中，HHIijt表示赫芬达尔指数，saleijt表示j行业中的i企业在t年的销售额；salejt表示j行业在t年的销售额。
参考已有研究，分别选取人力资本水平、研究开发支出和专利申请数量作为构成企业吸收能力的三个要素（识别、消化和转化）的衡量指标，采用因子分析法测算企业吸收能力（ac）。因子分析的KMO值为0.556，并且通过了巴特利特球形度检验(P=0.000）。
（三）数据来源与处理
本文使用的数据主要来源于中国工业企业数据库、中国海关数据库和中国工业企业污染数据库，样本期为2000—2013年。数据处理过程如下。
首先，按照企业名称和组织机构代码，逐年匹配工业企业数据库与污染数据库，在此基础上依次使用企业名称、邮政编码加电话号码的后七位与海关数据库相匹配。然后，以数字产品HS8位编码与中国海关数据库相匹配，得到“企业—年份—产品”维度的数字产品进口数据，样本量为16992749个；将上述数字产品进口信息在企业层面加总，得到“企业—年份”层面的数字产品进口数据，样本量缩减至732938个。再按照企业名称，将数字产品进口数据与工企—海关—污染合并数据库相匹配，得到可用于本文实证分析的面板数据，主要包含各企业在不同年份的进口数字产品、进出口贸易、财务状况及经营成果、污染物排放等相关指标的数据，样本量为63068个。最后，剔除名称不详、处于非营业状态、成立年份无效、从业人数小于6人、总资产合计小于固定资产合计、工业总产值小于10以及组内单一观测值的企业，剔除非制造业企业和贸易中间商企业，样本量缩减为53988个。表1汇报了主要变量的描述性统计。
（一）基准结果
表2汇报了基准回归结果。列（1）将数字产品进口一次项纳入模型，发现一次项系数为正，但统计上不显著。考虑到数字产品进口可能以非线性关系影响企业污染排放量，列（2）将数字产品进口二次项纳入模型，发现数字产品进口一次项系数为正，二次项系数为负，均通过了5%水平上的显著性检验，表明数字产品进口与企业污染排放总量之间呈倒U型关系。
注：括号内为聚类到企业层面的稳健标准误；*、**、***分别表示10%、5%与1%显著性水平。Firm FE为企业固定效应，Year FE为年份固定效应。下表同。
仅仅二次项系数显著为负并不意味着一定存在倒U型关系。本文基于Lind & Mehlum方法，使用Stata软件的utest命令对列（2）所示的倒U型关系进一步检验。结果显示：核心解释变量取最小值时斜率在5%水平上显著为正，取最大值时斜率在5%水平上显著为负；倒U型曲线的拐点值（11.058）位于核心解释变量的取值范围内。因此，数字产品进口与企业污染排放量间确实存在倒U型关系（如图2所示），验证了H1。（二）稳健性检验
1.内生性处理
虽然基准模型中控制了企业和年份固定效应，但数字产品进口对企业污染排放量的影响仍可能受到双向因果关系（污染排放水平高的企业往往有更强的动机进行减排，从而进口更多的数字产品）和遗漏变量等因素的干扰。因此，参考于欢等选取数字产品进口关税作为工具变量，采用两阶段最小二乘法（2SLS）对内生性问题进行处理，数字产品进口关税的计算公式如下：
其中，τit为企业i在t年面临的数字产品进口关税；Ωik为企业i进口的数字产品种类k的集合；
表示样本期内企业i对数字产品k的平均进口额；
则表示在样本期内，企业i对数字产品k的进口占对数字产品总进口的比重；τkt为数字产品k在t年的关税税率。
表3列（1）汇报了2SLS回归结果。不可识别检验（Kleibergen-Paap rk LM，简称KP LM）和弱工具变量检验（Kleibergen-Paap rk Wald F，简称KP Wald F）结果证实了数字产品进口关税作为工具变量的有效性。回归结果显示，数字产品进口一次项系数显著为正，二次项系数显著为负，表明在考虑了内生性问题后，数字产品进口与企业污染排放量间的倒U型关系依然稳健。
2.更换被解释变量
现有较多研究将SO2排放量作为环境污染水平的代理变量，本文将原被解释变量替换为企业SO2排放量，计算方法参照式（3），取对数得到指标lnSO2。回归结果见表3列（2），从中看出数字产品进口对企业污染排放的倒U型影响依然存在。
首先，考虑到数字产品进口对企业污染排放的影响可能存在滞后效应，将原解释变量替换为数字产品进口滞后一期重新回归。其次，参考于欢等，考虑进口来源国的数字经济发展水平，重新测度数字产品进口复合指标：其中，digeit表示企业i在t年的数字产品进口，
表示企业i在t年从d国进口的数字产品额，
表示企业i在t年的总进口额，NRIdt表示d国在t年的网络就绪指数（Networked Readiness Index， NRI），用于衡量d国的数字经济发展水平。将digeit取对数处理得到lndige指标，替换原解释变量纳入模型。
上述回归结果见表3列（3）。发现无论将解释变量替换为其滞后一期还是lndige，核心结论依然稳健。
4.剔除样本期内的外生冲击
全球金融危机的爆发给世界贸易和经济产生巨大冲击。为了剔除金融危机对数字产品进口与企业污染排放量之间关系的影响，参考戴翔和杨双至方法，将2008年及2008年之间的样本赋值为0，2008年之后的样本赋值为1，构建金融危机虚拟变量（riskt）并纳入基准模型。此外，自2003年以来，中国生态环境部陆续发布了56项清洁生产的行业标准。发布清洁生产标准的行业面临往往更高的环保技术要求和准入限制。参考万攀兵等做法，在基准模型中加入虚拟变量（cleanit），当企业i所属四分位行业在t年实施了清洁生产标准时，cleanit=1；否则，cleanit=0。
表3列（4）结果显示，在加入金融危机和清洁生产标准虚拟变量后，数字产品进口的估计系数大小及显著性未发生明显变化，表明基准结果并未受到金融危机和行业清洁生产标准政策的干扰。
对基准回归数据进行双边1%水平的缩尾处理。表3列（5）显示基准结果不受异常值影响。
注：［ ］内数值为P值，{ }内数值为Stock-Yogo检验在10%水平上的临界值。
为深入探究作用机制，本文构建如下中介效应模型，考察数字产品进口能否通过规模、技术和结构效应影响企业污染排放量。 其中，Mit表示中介变量。若式（7）中的估计系数α1和式（8）中的系数γ3同时显著且符合预期，则表明中介效应成立。
分别选取企业资产规模（lnassetit）和产出规模（lnoutputit）作为中介变量。资产规模采用企业资产合计取对数表示，产出规模使用企业工业总产值取对数测度，工业总产值以2000年为基期的工业生产者出厂价格指数进行了平减。表4（1）列（1）—（2）结果显示，α1和γ3均显著为正，表明数字产品进口可以通过扩大资产规模增加企业的污染排放量。列（3）—（4）结果显示，数字产品进口可以通过扩大产出规模增加企业污染排放量。以上结果表明规模效应成立。
数字产品进口可以通过促进企业技术进步，提高能源效率；而能源效率提高在降低单位产出能源消费的同时，也会引起能源需求的回弹，加剧能源消耗。为检验上述技术路径，本文利用Levinsohn & Petrin的方法计算企业全要素生产率（lntfp），测度技术进步并作为中介变量。表4（2）中列（1）结果显示，数字产品进口可以显著带动企业技术进步。列（2）显示，当被解释变量为企业能源效率（用单位产值煤炭消费量（lncoali）衡量）时，lntfp的系数估计值显著为负，表明数字产品进口通过带动企业技术进步降低其单位产值的煤炭消费量，提高能源效率。列（3）显示当被解释变量为企业污染排放总量（lnpol）时，lntfp系数估计值显著为正，表明数字产品进口通过带动企业技术进步增加企业的污染排放量。综合列（1）—（3）结果，得出数字产品进口在提高企业能源效率的同时，产生了能源需求回弹，并且回弹效应大于减排效果，从而导致污染排放总量提高。验证了“杰文斯悖论”中关于新技术发明存在生态负外部性的问题。使用企业所在行业的服务化程度（ser）衡量要素投入结构，使用企业相对煤炭消费量测度能源消耗结构（lncoal），以此检验结构效应。其中，测算行业服务化程度的数据来源于WIOD发布的国家投入产出表（2016版）。鉴于WIOD所采用的行业分类方式为国际标准行业分类（ISIC Rev 4.0），而中国工业企业数据库采用国民经济行业分类（GB/T 4754-2002），本文以ISIC Rev 4.0为标准，基于两分位行业代码将二者手动匹配并合并为17个制造业。 鉴于中国工业企业污染数据库中各类能源消费量数据的缺失值较多，无法直接反映企业层面的能源消耗结构，故本文以企业所在两分位制造业的煤炭消费量与能源消费总量之比作为权重，对企业煤炭消费量进行结构调整，得到可以表征能源消耗结构的企业相对煤炭消费量。 表4（3）列（1）—（2）显示企业进口数字产品可以提高其服务化程度，优化要素投入结构，从而降低污染排放量。列（3）—（4）结果发现，企业进口数字产品可以通过改善能源消耗结构，降低污染排放量。上述结果表明数字产品进口可以通过推动产业结构绿色化发展，减少污染密集型生产活动，直接降低企业生产环节的能源需求，有利于缓解规模效应和技术效应中的能源回弹问题，真正从总量层面实现减排，这为企业跳出杰文斯困局提供了思路。表5结果显示，acdig系数为正但不显著，acdig2的系数显著为负，表明企业吸收能力对数字产品进口与企业污染排放量的倒U型关系起到了调节作用。参考Haans et al. 的简化模型（式（9））和分析思路，进一步探究企业吸收能力对倒U型曲线（包括拐点位置和陡峭程度）的具体调节效果。第一，吸收能力会使倒U型曲线的拐点位置发生偏移。令
，得倒U型曲线拐点为
。进一步将拐点值对吸收能力求偏导，即
，代入表5中系数估计值后得
。由此可知，随着吸收能力的提高，倒U型曲线的拐点会左移，这意味着拥有较强吸收能力的企业会更早打破“杰文斯悖论”，实现污染排放绝对量的下降。第二，企业吸收能力会对倒U型曲线的陡峭程度产生调节效应。结合郝能等的分析方法，倒U型曲线的陡峭程度取决于其顶点处的曲率
。根据倒U型曲线的性质，曲率应满足C<0，且C越小，即曲率越偏离零，曲线则越陡峭。将曲率对吸收能力求偏导，即
。代入系数估计值，得到
。因此，随着企业吸收能力的增强，倒U型曲线顶点的曲率将变小，曲线会趋于陡峭（见图3）。这意味着对于吸收能力高的企业，其污染排放量对数字产品进口的响应更加迅速，从而可以缩短企业污染排放水平处于高位的时间。上述结果表明，企业吸收能力对数字产品进口与企业污染排放量间的关系有显著的调节作用，验证了H2。
（一）地区异质性
根据工业和信息化部电子第五研究所发布的《中国数字经济发展指数报告（2023）》，按照数字经济发展指数分值由高到低将全国划分为三个梯队。表6（1）展示了基于地区数字经济发展水平的异质性估计结果。发现数字产品进口与企业污染排放量间的倒U型关系以及企业吸收能力的调节作用在第一梯队均显著，在第二、三梯队地区均不显著。原因可能在于，“数字化”属性决定了企业对外来数字产品技术的吸收和转化需要所在地区具备完善成熟的数字经济发展环境。相比于数字基础设施相对完善、数字应用水平较高的第一梯队，第二、三梯队有限的数字经济条件并不能完全释放数字产品进口的技术溢出效应。
OECD根据研发支出占总增加值的比重，将ISIC Rev 4.0两分位制造业划分为高技术、中高技术、中低技术和低技术。参考盛丹和张国峰做法，将高技术和中高技术行业归类为高技术行业，将中低技术和低技术行业归为低技术行业。表6（2）汇报了基于行业技术水平的异质性估计结果。从中看出，对于低技术行业，数字产品进口与企业污染排放量之间呈显著倒U型关系，而在高技术行业中，倒U型关系不显著。这可能是因为，当企业所处行业技术水平较低时，进口技术溢出效应的空间较大。随着数字产品进口规模的提升，企业逐渐获得技术积累，技术水平阶段性提升，当企业数字技术储备和创新能力提高到一定水平，便可以削弱数字技术的“杰文斯悖论”效应，从而跨越拐点，进入总量减排阶段。而高技术行业本身生产结构相对清洁，能源需求小，污染排放水平较低（在本文样本数据中，低技术行业的企业污染排放量均值是高技术行业企业污染排放量均值的近4倍），因此此类行业的减排空间较小。并且，其清洁属性决定了即使技术进步带来规模扩张也不会明显增加能源需求，故而“杰文斯悖论”在高技术行业可能表现也并不显著。（三）企业异质性
按照企业贸易类型将样本企业划分为加工贸易企业和非加工贸易企业两组。表6（3）汇报了基于企业贸易类型的异质性结果。发现非加工贸易企业的倒U型关系以及吸收能力的调节作用均显著，而加工贸易企业的数字产品进口未对其污染排放量产生显著影响。潜在的原因在于，加工贸易企业往往是由国外厂商提供原材料或技术设备，根据外商委托或要求进行加工装配，缺乏自己的技术和研发。故加工贸易企业普遍存在数字技术、知识储备较弱的问题，对进口数字产品的使用尚处于降本增量和技术应用的初级阶段，很难向自主创新和结构转型阶段跃迁。因此，加工贸易企业极可能长期面临“杰文斯悖论”困境，无法在短期内跨越倒U型曲线拐点。并且，加工贸易企业“两头在外”的特征决定了其自主研发的动力较小，企业吸收能力不足以调节数字产品进口与企业污染排放量之间的关系。而一般贸易企业较强的自主创新能力有助于其尽早跨越数字产品进口拐点，跳出“杰文斯悖论”困局，实现污染排放绝对量的下降，从而呈现倒U型特征。表6（3） 异质性分析结果：企业异质性
本文按照世界银行标准将数字产品进口来源地划分为高收入来源和低收入来源。表6(4）列示了基于进口来源地收入水平的异质性结果。发现来源于高收入国家/地区的数字产品对企业污染排放量存在显著的倒U型关系，且企业吸收能力对二者的关系发挥着调节作用；而上述关系在来源于低收入国家/地区的数字产品中不显著。潜在的原因是，相比于低收入国家/地区，高收入国家/地区的环保要求较高，绿色生产技术较为成熟，其数字产品的技术溢出可以更有效地带动当地企业节能减排。同时，一定的技术差距可以刺激当地企业提高自身吸收能力，从而调节作用显著。参考刘佳琪和孙浦阳的方法，基于《进出口税则商品及品目注释（2020）版》，并结合联合国《广义经济类别分类》（BEC）对广义数字产品按照中间品和最终品进行识别，分别构建企业数字中间品和数字最终品进口的面板数据，进行分组回归。表6（5）汇报了基于数字产品类型的异质性结果。从中看出，数字最终品进口对企业污染排放量呈倒U型影响，且吸收能力对二者关系起到了调节作用，而上述关系在数字中间品中均不显著。这可能是因为一方面数字最终品中蕴含着更为直接的应用型数字技术，其外溢效果更加明显，更有助于推动企业的创新成果转化；另一方面在全球价值链分工背景下，中国进口中间品的企业通常是从事着简单加工装配生产的加工贸易企业，此类企业尤其是来料加工贸易企业几乎没有自己的技术，相较于进口数字最终品的企业，总体上的研发投入较低，研发创新空间不足，较难发挥进口数字产品的技术溢出和创新赋能效应。
本文基于中国制造业企业微观数据，实证检验了数字产品进口对企业污染排放的影响，并进一步考察了这一影响的作用渠道，以及企业吸收能力的调节效应。主要结论如下：（1）数字产品进口与企业污染排放量之间存在倒U型关系。当进口规模较低时，进口数字产品倾向于增加污染排放量，企业容易陷入“杰文斯悖论”；当数字产品进口规模达到一定水平时，进口数字产品有助于降低企业污染排放量。（2）机制分析结果显示，数字产品进口可以通过扩大企业生产规模增加污染排放，通过推动产业结构向绿色化转型，减少企业污染排放。另外，数字产品进口带来能源效率的提升，一方面可以降低单位产值的能源消耗，有利于减排，另一方面则会引致能源需求的回弹效应，加剧污染。（3）企业吸收能力对数字产品进口与企业污染排放量间的倒U型关系产生显著的调节作用。对于吸收能力高的企业，倒U型曲线的拐点位置会左移，形态更加陡峭，企业可以更早地进入污染总量减排阶段。这意味着，提高吸收能力是企业尽快走出“杰文斯悖论”的有效路径。（4）异质性分析结果发现，数字产品进口与企业污染排放量之间的倒U型关系以及企业吸收能力的调节作用在数字经济发展水平较高的第一梯队、低技术行业、非加工贸易企业、来自高收入国家的数字产品进口以及数字最终品进口中更显著。
基于此，本文提出以下政策建议：（1）正确审视数字产品进口与企业污染排放的关系。在进口数字产品初期，企业污染排放量可能呈现增加趋势，但不能因此否定数字产品进口的作用。企业应加快数字化转型步伐，加强数字技术储备，以尽快越过数字产品进口拐点，从而发挥其节能减排功效。（2）在产业数字化背景下，提高自身吸收能力，充分发挥数字产品进口的创新赋能作用，加速传统产业绿色转型，是制造业企业打破“杰文斯悖论”的有效路径。为此，企业应增加研发投入，缩小自身与国外的技术差距，同时借助有竞争力的薪酬福利吸引国内外高层次创新人才，完善员工培训制度，促进技术交流和知识共享，提高企业的人力资本水平，以此适应新技术的应用和再创新；政府应为企业建立跨界合作平台，例如推动高校、科研机构与企业的合作，借助外部力量加强企业的技术储备。（3）对于需要经历“杰文斯悖论”的低技术行业企业、一般贸易企业而言，应培养和吸引高素质人才，加快提升自身吸收能力，通过技术外溢实现技术积累，提高自主创新能力，以尽快摆脱数字产品进口的“杰文斯悖论”困局。而对于较难跨越拐点的加工贸易企业，应降低其研发创新成本，激发企业研发创新活力，推动企业向高附加值生产活动转型，激活自动化、智能化、数字化改造的增效减排作用。另外，政府应高度关注数字最终品进口和来源于高收入国家的数字产品进口，以进口技术溢出推动绿色循环发展；注重数字经济区域协调发展，对数字经济发展水平较低的地区给予一定的政策倾斜和基建支持。
为控制变量；μi和δt分别表示企业、年份固定效应；εit为随机扰动项。
表示样本期内企业i对数字产品k的平均进口额；
则表示在样本期内，企业i对数字产品k的进口占对数字产品总进口的比重；τkt为数字产品k在t年的关税税率。
表示企业i在t年从d国进口的数字产品额，
表示企业i在t年的总进口额，NRIdt表示d国在t年的网络就绪指数（Networked Readiness Index， NRI），用于衡量d国的数字经济发展水平。将digeit取对数处理得到lndige指标，替换原解释变量纳入模型。
，得倒U型曲线拐点为
。进一步将拐点值对吸收能力求偏导，即
，代入表5中系数估计值后得
。由此可知，随着吸收能力的提高，倒U型曲线的拐点会左移，这意味着拥有较强吸收能力的企业会更早打破“杰文斯悖论”，实现污染排放绝对量的下降。
。根据倒U型曲线的性质，曲率应满足C<0，且C越小，即曲率越偏离零，曲线则越陡峭。将曲率对吸收能力求偏导，即
。代入系数估计值，得到
。因此，随着企业吸收能力的增强，倒U型曲线顶点的曲率将变小，曲线会趋于陡峭（见图3）。这意味着对于吸收能力高的企业，其污染排放量对数字产品进口的响应更加迅速，从而可以缩短企业污染排放水平处于高位的时间。
