綠色技術創新促進碳生產率提高的作用機制
——基于工業結構升級、循環農業發展和交通運輸替代的中介效應分析

劉海英，楊 明，王殿武

（1.吉林大學數量經濟研究中心，吉林長春 130012；2.吉林大學商學與管理學院，吉林長春 130012；3.大連海事大學航運經濟與管理學院，遼寧大連 116026）

1 問題提出

我國向世界作出力爭2030 年前實現碳達峰、2060 年前實現碳中和承諾，堅持在經濟發展過程中完成減排目標，實現經濟朝綠色低碳方向轉型。衡量經濟綠色低碳轉型的指標有很多，最簡單直接的當屬用碳排放強度倒數表征的碳生產率指標［1］。碳生產率涵蓋了經濟產出和CO2排放兩個維度，故經常被錨定為兼顧經濟發展與CO2減排的預期目標。可以這樣說，凡是增加經濟產出的因素，比如生產要素投入積累和效率導向的技術創新，最終都會通過作用到經濟產出而影響碳生產率；同樣，減少碳排放的因素，比如能源投入結構改善、產業綠色轉型和綠色消費拉動等，最終也會提高碳生產率。綜合來看，綠色技術創新既能提高產出效率又能減少碳排放，是提高碳生產率的根本途徑。

綠色技術創新通過產業綠色轉型發展來促進碳生產率。我國產業發展在創造經濟效益的同時伴隨著大量的碳排放，據統計，工業（含建筑業）、農林牧業和交通運輸業是我國CO2排放的主要行業，其CO2排放量分別占我國碳排放總額的47.40%、20.22%和14.50%［2］。因此，通過綠色技術創新，實現產業部門的綠色低碳轉型升級，減少上述三大產業部門的碳排放量是我國經濟實現綠色低碳高質量發展的根本立足點。綠色技術創新通過節能減排直接提高工業部門碳生產率，降低高污染和高耗能的產業占比，實現工業綠色轉型。農業部門是僅次于工業的碳排放重點行業，眾多研究表明綠色技術創新能夠促進農業資源的循環利用，發展循環農業、高效利用農業資源是農業低碳發展的新路徑。此外，綠色技術創新通過“公轉鐵”“公轉水”和新能源等減排政策的引導，促進交通運輸系統結構朝綠色低碳的技術路徑進行演化，最終必然降低以化石能源為主要燃料的交通運輸行業碳排放量。

然而在現實中，綠色技術創新對碳生產率的影響究竟如何？綠色技術創新是否具有空間集聚性及溢出效應，而且這種影響是否是通過上述機制來驅動的？究竟哪一類行業對碳生產率提高的影響更顯著，它們之間又會有何影響？基于此，本研究利用我國30 個省份的面板數據，首先構建經濟地理權重矩陣，通過空間計量方法探究碳生產率的空間分布特點；其次，運用空間杜賓模型檢驗綠色技術創新與碳生產率之間的關系；最后，運用多重中介效應模型，對比分析工業結構升級、循環農業發展和交通運輸替代對碳生產率提高的影響，以揭示綠色技術創新促進碳生產率提高機制在3 類不同高碳行業部門傳導路徑的差異性。

2 綠色技術創新促進碳生產率提高的影響機制

2.1 工業結構升級

工業結構升級離不開創新驅動，通過加大綠色技術創新投入力度，轉化為先進的生產力，從過多依賴人力勞動的傳統模式逐漸轉變為運用先進技術和設備的模式，形成新的工藝流程，加快工業升級的步伐，實現工業結構合理化和保護環境的目標。合理調整工業結構，向著技術密集型產業轉型，能夠消耗更少的能源、帶來更高的附加值，進而降低污染物的排放量，引導工業綠色轉型，走向綠色集約化的發展道路。發展高新技術產業、優化產業布局，大力推進節能減排是提高碳生產率的途徑之一。基于此，提出如下假設：

假設1：綠色技術創新促進碳生產率提高存在綠色技術創新加強→工業結構升級→碳生產率提升的路徑。

2.2 循環農業發展

我國國務院于2021 年2 月頒布的《關于加快建立健全綠色低碳循環發展經濟體系的指導意見》指出，要構建市場導向的綠色技術創新體系，鼓勵綠色低碳技術研發，加速科技成果轉化。可見，現代科學技術是循環農業發展的有力支撐，加強農業技術研發和推廣能夠推動生態循環農業可持續發展。進一步來說，發展循環經濟能促進資源節約集約循環利用，在關注農業經濟效益的同時注重保護生態系統，推動農業系統高效運作，有利于農業綠色發展。由此可見，綠色技術創新可以通過循環農業的生產模式助力實現“雙碳”目標。基于此，提出如下假設：

假設2：綠色技術創新促進碳生產率提高存在綠色技術創新加強→循環農業快速發展→碳生產率提升的路徑。

2.3 交通運輸替代

我國《交通運輸部關于科技創新推動交通運輸轉型升級的指導意見》強調，要加快提升科技創新能力，推動交通運輸轉型升級。與公路相比，鐵路和水路的運輸量大、碳排放少，因此增加鐵路和水路運輸的占比符合低碳交通理念。黃瑩等［3］、Khan等［4］分別提出可通過能源轉型和數字化升級兩種方式來實現交通運輸替代，進而形成綠色的交通方式。“公轉鐵”和“公轉水”是低能耗和低排放的運輸方式，減排潛力顯著，將更多的大宗貨物和客運轉移到鐵路和水路上來。發展聯運服務，加強資源利用，對環境更有益。基于此，提出如下假設：

假設3：綠色技術創新促進碳生產率提高存在綠色技術創新加強→交通運輸結構優化→碳生產率提升的路徑。

3 數據來源與模型設計

3.1 數據來源與變量定義

3.1.1 數據來源

基于我國30 個省份（不含西藏與港澳臺地區）2000—2019 年的數據，數據來源于中國研究數據服務平臺（CNRDS）、《中國能源統計年鑒》、《中國統計年鑒》、《中國農村統計年鑒》、《中國工業經濟統計年鑒》以及各省份統計年鑒等，部分缺失的數據通過插值法補全。

3.1.2 變量定義

（1）被解釋變量——碳生產率（cp）。計算公式如下：

式（1）（2）中：GRP表示各地區生產總值（GDP）；E表示各地區CO2的排放量，使用《2006 年IPCC國家溫室氣體清單指南》中的方法計算CO2排放量，選取原煤、焦炭、原油、汽油、煤油、柴油、燃料油和天然氣的終端消費總量；ACi,j表示i地區第j種能源消耗量；NCVj 表示第j種能源平均低位發熱量；CCi,j表示單位熱值的含碳量；Oj表示第j種能源的碳氧化率；44/12 表示CO2與碳的相對分子質量比。

（2）核心解釋變量——綠色技術創新（lntech）。用各省份2000—2019 年綠色專利申請數的對數形式來衡量。

（3）控制變量。能源結構（estr）用各省份清潔能源中的天然氣、電力消費總量占地區能源消費總量的百分比表示。對外開放程度（lnimex）用各省份進出口總額的對數表示，首先對進出口總額按照當年匯率把美元轉成人民幣，再用消費者價格指數以2000 年為基期平減。經濟發展水平（lnpgdp）用各地區人均GDP 表示，GDP 以2000 年為基期，用GDP 價格指數平減。城鎮化（urban）以各省份城鎮常住人口數占總常住人口數比表示。結構優化（str）參考任曉松等［5］的做法，用各省份第三產業增加值與工業增加值之比來衡量。

（4）中介變量。1)循環農業發展(lncdea)。循環農業的發展目標是減少物質投入和廢物的排放，合理利用產生的廢物，提高農業產物的產量。為掌握某一省份循環農業的發展情況，從農業投入和產出效果這一角度出發，對循環農業系統的運行效率科學評價很有必要。因此，參考秦鐘等［6］、Andersen 等［7］的研究，采用數據包絡分析（DEA）中的超效率DEA 法計算農業循環超效率值衡量循環農業發展，選取的投入指標有耕地面積、化肥使用量（折純量）、灌溉面積、農村常住人口和農用機械總動力，產出指標包括糧食產量和農業總產值。超效率值的處理方法參考Grossman 等［8］的做法。2）工業結構升級(ind)，參考唐曉華等［9］的研究，用各省份高技術產業占非高技術產業比重來表示工業結構升級。3）交通運輸替代(tran)，用各省份水路和鐵路貨運換算周轉量占總換算周轉量百分比表示，周轉量換算方法參考袁長偉等［10］的研究。

3.2 空間計量模型

3.2.1 空間自相關檢驗

所有事物都與其他事物相關聯，但較近的事物比較遠的事物更關聯，這是地理學第一定律［11］。如果不考慮空間的分布因素，相關分析最后得到的結果可能會出現偏差。空間自相關分析能夠檢驗考察范圍內相鄰的地區之間的關系是空間正相關、負相關還是相互獨立［12］。本研究用莫蘭指數(Moran'sI)進行空間自相關檢驗，驗證碳生產率是否存在空間依賴性以及空間計量模型是否適用。莫蘭指數的計算公式如下：

選用經濟地理距離權重矩陣W，從經濟發展和地理位置的角度進行實證分析。計算公式如下：

式（4）～（6）中：di,j表示省會（首府）之間的距離；G為各省份人均GDP 的年均值；Wd為地理距離權重矩陣，用di,j的倒數表示；We為經濟距離權重矩陣，用兩地G值的差的絕對值倒數來表示。

3.2.2 空間杜賓模型

空間計量模型可以解決線性回歸時無法解決的空間依賴的問題，常見的3 種形式有空間滯后模型（SLM）、空間誤差模型（SEM）和空間杜賓模型(SDM)［13］。其中，SDM 模型的表達式如下：

式（7）中：Y表示解釋變量，是一個n維列向量；X是解釋變量，是一個n×k矩陣；α是常數項；β是解釋變量的回歸系數，都是k維列向量；ρ是空間回歸系數，取值范圍為［-1,1］，刻畫被解釋變量與相鄰單元的被解釋變量的相互影響程度；ε表示隨機誤差項，通常認為它是獨立分布的。

SDM 模型引入了空間權重矩陣，不存在內生性問題［14］，克服了傳統計量模型最小二乘法估計有偏或無效的不足。

3.2.3 空間杜賓模型的效應分解

空間杜賓模型的回歸系數不僅有本地解釋變量對被解釋變量產生的影響，也有鄰近地區對被解釋變量產生的影響。LeSage 等［15］通過偏微分法把空間杜賓模型的解釋變量對被解釋變量的總影響分解為直接和間接影響，其中直接效應表示在本地解釋變量對局部被解釋變量的平均效應，間接效應表示本地解釋變量對鄰近區域的平均效應。把式（7）的項移到等號左邊，得到如下公式：

因變量中關于第k個變量的偏微分方程矩陣如式（10）所示，空間杜賓模型的直接效應和間接效應分別對應矩陣中對角線和非對角線元素，若且，則不存在任何間接效應；若，表示存在間接效應。

3.3 多重中介模型

參考柳士順等［16］的做法，采用單變量并行多重中介模型，如圖1 所示。

圖1 單變量并行多重中介模型

一元多重中介效應的分析與檢驗由3 個部分組成：對總體中介效應的估計與檢驗、對個別中介效應的估計與檢驗、中介效應間的比較。表達式如下：

4 實證結果分析

4.1 空間計量實證分析與穩健性檢驗

4.1.1 空間計量實證分析

為了探究樣本地區碳生產率在空間上的分布特點，繪制出2019 年碳生產率空間分布圖（見圖2）。整體來看，各地區的碳生產率從低到高分為4 個梯次，從里到外數字增加表示碳生產率在增加，碳生產率數值相近的省份在地理位置上相鄰，東部沿海省份的碳生產率要高于西部內陸省份，北方的碳生產率比南方低。

圖2 2019 年樣本地區碳生產率空間分布

如圖3 所示，2000—2019 年各地區碳生產率的莫蘭指數值分布在0.374～0.492 之間，且通過了置信水平為1%的顯著性檢驗，進一步說明各地區碳生產率呈現空間正相關性且具有顯著的空間集聚特征，因此本研究采用空間計量模型合理。

圖3 樣本地區碳生產率空間自相關時序分布

如表1 所示，LM-Error、LM-Lag 的值和穩健性均通過1%的顯著性水平檢驗，因此，空間計量模型應優先考慮SDM 模型；Hausman 檢驗值在1%水平上顯著，因此適用固定效應模型。通過LR 檢驗發現，時間固定效應和空間固定效應都在1%的水平上顯著，拒絕了各自的原假設，因此可用于空間時間雙邊固定效應模型。

表1 計量模型檢驗結果

表1（續）

綜上所述，本研究采用的是雙邊固定效應的空間杜賓模型，公式如下：

確定SDM 模型后，在經濟地理空間權重矩陣下，按照式（8）～（10）的做法，對式（14）進行效應分解。結果如表2 所示，綠色技術創新對碳生產率的直接效應在1%的水平上顯著，說明本地的綠色技術創新對本地的碳生產率有顯著的提升作用；綠色技術創新對鄰近地區碳生產率的抑制作用不顯著，說明綠色技術創新的溢出效應不顯著；加大綠色技術創新投資力度，不僅降低污染物排放量，還能為經濟增長注入新動力，促進經濟綠色轉型［18］，因此綠色技術創新帶動了總體碳生產率的提升，對本地產生的影響大于對鄰近地區的影響。控制變量中，清潔能源使用增加使得能源結構優化，顯著促進了本地和鄰近地區碳生產率的提升；對外開放程度擴大對本地碳生產率有顯著抑制作用，這與胡劍波等［19］研究得出的結論一致，但對鄰近地區的碳生產率有著顯著促進作用；經濟水平越高對本地碳生產率促進作用明顯，可以認為本地經濟增速超過了碳排放量的增速，但對鄰地的碳生產率有顯著抑制作用；城鎮化進程加快對本地和鄰近地區的碳生產率都有顯著抑制作用，因為城鎮化進程加快使得能源消費增加、CO2排放量增加，不利于碳生產率的提升；產業結構優化對本地碳生產率促進作用不明顯，但顯著提升了鄰近地區的碳生產率，說明當第三產業增加值占GDP比重超過工業增加值所占比重的時候，有利于碳生產率增加。

表2 樣本地區2000—2019 年綠色技術創新與碳生產率效應分解結果

4.1.2 穩健性檢驗

穩健性檢驗采用替換空間權重矩陣和核心解釋變量的方法。參考郭衛香等［20］的研究，套用矩陣Wd進行替換空間權重矩陣的穩健性檢驗；用R&D投入強度替換綠色發明專利申請數，并參考朱平芳等［21］的做法構造R&D 價格指數計算R&D 投入強度。兩種檢驗也采用雙邊固定效應的空間杜賓模型，結果顯示各個變量和空間計量模型的符號方向及顯著性基本與以上實證結果一致，說明本研究的結果具有一定的穩健性。

4.2 中介效應檢驗與比較

為分析工業結構升級、循環農業發展和交通運輸替代3 個中介變量作用機制路徑，參考Jia 等［22］的方法，構建基于SDM 模型的兩階段中介效應模型，具體作用機制路徑如圖4 所示。

圖4 中介變量兩階段作用機制路徑

首先檢驗綠色技術創新對中介變量的影響，計算公式如下：

然后檢驗中介變量對碳生產率的影響，計算公式如下：

結果顯示，上述3 個中介變量的莫蘭指數為正且顯著，并通過了LM檢驗、Hausman檢驗和LR檢驗，因此采用雙邊固定效應的空間杜賓模型。從兩階段中介效應模型檢驗結果可以看出（見表3），綠色技術創新對循環農業發展、工業結構升級和交通運輸替代都有著顯著的促進作用，原因在于：循環農業發展需要綠色創新技術支持；綠色技術創新使得工業中“三高”企業的比重減少；綠色技術創新能有優化現有的交通運輸結構、減少公路運輸產生的污染物。此外，工業結構升級、交通運輸替代對碳生產率有顯著的促進作用，因為工業產業結構調整后能夠淘汰落后產能、減少碳排放，提高碳生產率，而“公轉鐵”“公轉水”等舉措減少對公路運輸的依賴，在節能減排方面的潛力很大；然而，循環農業發展抑制碳生產率的提高，可能由于過多使用化肥引起碳排放，以及農用機械正常運作消耗柴油和汽油等能源產生了過多的CO2。

表3 基于SDM 模型的兩階段中介效應模型分析結果

經計算，中介效應總和為0.022。第一步，用多元得爾塔法對中介效應總和的顯著性進行檢驗，計算出Z=2.283，總體中介效應在5%的水平上顯著，因此工業結構升級、循環農業發展和交通運輸替代3個變量同時作為中介變量合理。第二步，進行個別中介效應的估計與檢驗，結果顯示只經由lncdea、ind、tran 的中介效應分別為-0.007、0.018、0.012，借鑒Sobel［17］的檢驗方法，得到相應的Z值為-1.859、3.427、2.529，分別在10%、1%、5%的水平上顯著，說明在綠色技術創新水平不變的條件下要改變碳生產率，循環農業發展、工業結構升級和交通運輸替代這3 條路徑是可行的。第三步，進行個別中介效應比分析，經計算，工業結構升級途徑效應所占中介效應的比例最高，為48.9%，其次為交通運輸替代，為32.3%，循環農業發展占比最低，為18.8%，與我國“二三一”型產業結構相似。

構造比較函數并求出比較函數的方差對比個別中介效應，計算公式如下：

結果顯示，只經由循環農業發展、工業結構升級的中介效應之間存在顯著差異，Z=-4.010，說明兩個中介變量產生的效應不同；只經由循環農業效率、運輸替代的中介效應之間在1%的水平上存在顯著差異，Z=3.533，表明循環農業發展和運輸替代產生的中介作用不同；但是經過工業結構升級、交通運輸替代的中介效應之間不存在顯著差異，Z=1.037，則經由這兩個變量的中介作用是等效的，假設1 和假設3 成立。雖然綠色技術創新促進循環農業發展得到驗證，但循環農業發展與碳生產率負相關的結果與假設相矛盾，因此假設2 不成立。

5 結論與建議

5.1 研究結論

（1）樣本省份碳生產率通過了莫蘭指數檢驗，存在顯著的空間集聚特征。2000—2019 年間各省份的碳生產率都在不斷上升，呈現“東高西低、南高北低”的特征。

（2）在空間地理經濟權重矩陣下，綠色技術創新對本地的碳生產率也有顯著的促進作用，但對相鄰地區的碳生產率作用不顯著。

（3）綠色技術創新促進了工業結構升級、循環農業發展和交通運輸替代，工業結構升級和交通運輸替代對碳生產率有顯著的促進作用，循環農業發展抑制了碳生產率的提升，3 個中介變量總效應占比從大到小依次為：工業結構升級＞交通運輸替代＞循環農業發展。此外，循環農業發展和工業結構升級、交通運輸替代產生的中介作用不同，工業結構升級、交通運輸替代的中介效應之間不存在顯著差異。

5.2 討論與啟示

（1）我國碳生產率呈現空間集聚的趨勢，提高碳生產率需要各地加強協同治理，在攜手向著共同富裕目標邁進的同時還要加強節能減排的合作。創新技術的合作、共享是必不可缺的，加大創新投入力度，提高自主研發能力，尤其是綠色創新技術，最終實現低碳發展與經濟增長的雙重目標，不斷提高人民生活質量，做到與自然和諧共處。

（2）工業結構升級能夠促進技術密集型產業的發展，避開“先污染，后治理”的老路。發展高技術產業離不開政府的支持和肯定，因此政府要充分發揮在資源配置中的引導性作用，讓社會資源向著高技術產業流動，支持高技術產業發展；對高新技術產業提供優惠政策，為高新技術產業的發展“開綠燈”。工業結構升級離不開優秀的技術人才，企業要吸引專業素質高、技術本領過硬的人員，還要積極開展前沿技術的培訓，加快工業結構轉型的步伐。

（3）實現綠色技術創新在提高碳生產率的同時促進循環農業發展，要注重在農業方面的綠色技術創新，大力向農民推行最新的技術，尤其是低碳綠色農業技術；同時要因地制宜，尋找更符合各地區循環農業發展的模式，充分利用好已有資源，加大農業循環方面的創新投入力度，投入端減少不必要的物質，充分利用非期望產出，提升循環農業系統的運行效率，改善農村生產生活環境，提高農民生活水平。此外，還要重視農業在增加碳匯中扮演的重要角色，讓綠水青山實現其價值，促進農業低碳發展。

（4）交通運輸結構優化有益于碳生產率的提升。然而，目前我國交通領域所使用的能源仍然以化石燃料為主，清潔能源占比依然較低，導致溫室氣體排放量不斷增加。在推動交通運輸結構優化的同時，要把能源結構優化提上日程，并推動相關綠色技術創新；此外，還要提升交通運輸裝備的能源利用效率，優化交通能源結構，發展多式聯運智能集成技術，推動交通運輸結構高效化、清潔化發展。針對交通領域的熱點和重點問題，加強國際合作，汲取國外交通運輸業的最新技術成果，促進科技成果轉化，推行低碳交通運輸方式，盡快實現碳達峰、碳中和目標。