碳排放規制的綠色低碳技術擴散效應

中圖分類號 F062.2;F127;X24 文獻標志碼 A 文章編號 1002-2104（2025）06-0051-11

DOI：10.12062/cpre.20241114

“雙碳”目標正深刻地影響著中國經濟和社會發展的各個方面。中共二十大和二十屆三中全會一再強調推進碳達峰碳中和的重要性，要求扎實推進綠色低碳發展。而要有效控制碳排放，切實實現“雙碳”目標和綠色低碳發展，環保技術的擴散特別是旨在減少碳排放的儲碳、控碳和減碳的綠色低碳技術有效擴散至關重要。當前，具有正外部性的綠色低碳技術更多依賴于政府的推廣擴散，碳排放規制作為政府減少碳排放的宏觀政策手段，在推動綠色低碳技術擴散方面具體影響如何，需從理論和實證方面加以明確。在世界各國政府碳排放規制不斷強化的背景下，目前中國政府具體規制以命令型和激勵型政策為主。相較于早期的通過制度文件、限定排放標準及關停并轉等命令型手段，基于市場機制的激勵型政策有兩類，以數量控制為主的碳排放交易配額規劃和以價格控制為主的碳稅（值得注意的是，現階段中國尚未實施涉碳相關稅收政策）和財政補貼政策。市場化改革方面，2013年中國開始逐步啟動7省市碳排放市場試點，2017年底正式開啟全國碳排放交易體系建設，2021年全國碳排放權交易市場開市，這均體現了碳排放規制中基于市場化碳交易相關激勵型政策在中國碳排放規制中的影響不斷增強。在此背景下，探求不同類型碳排放規制對綠色低碳技術擴散的影響，評估碳排放規制的綠色低碳技術擴散政策效應，具有重要理論和現實意義。

1文獻綜述

1.1碳排放規制及經濟效益

學者基于不同角度對碳排放規制進行了界定與劃分，部分學者將其劃分為命令控制型政策工具和市場激勵型政策工具[1，部分學者對基于行政命令控制手段、基于總量控制的碳排放權交易和基于價格控制的碳稅進行研究2]，還有學者對單一碳稅、碳限額、碳補貼、碳排放權交易機制及其復合政策進行研究[3]。

已有文獻從理論機制、產業分類和宏觀效應等視角對碳排放規制相關效應加以研究[4-5]。從產業分類角度，運用產業政策和微觀政策，以市場機制的方式激勵微觀單位降低碳排放強度推動碳交易市場的擴大和升級6，發達國家及地區相對中國的碳排放規制加強會促進產業向中國轉移。從宏觀效應角度，有的學者發現設定 20% 的減排目標且實施碳稅和碳排放交易制度的復合政策更為有效3，有的學者則認為碳交易制度的實施使得企業層面的研發投入增加8。從理論機制角度，吳力波等利用邊際減排成本曲線研究碳稅與碳交易的政策減排效果。

部分學者從碳排放規制作用的不同領域進行行業研究分析，涉及道路交通系統和消費領域的碳減排政策[10-11]，還有碳排放交易制度對電力部門綠色能源結構轉型的影響及對電力行業產生的誘發效應[12]。此外，碳排放規制效應的分類和作用強度有所不同，張同斌等[13]將碳總量減排與碳強度減排的效應分為減排效應與經濟效應進行分析。關于政策的有效性，Mandell14認為碳稅和限額碳交易機制組合政策的經濟效率高于單一政策，于李娜等15將碳排放規制分為碳排放交易體系和碳稅，發現碳排放交易體系對企業低碳技術研發的激勵作用更大，也有學者對碳排放規制影響效應和碳減排形成機制進行了研究[16]。

1.2碳排放規制與綠色低碳技術擴散

2021年，為貫徹落實“雙碳”目標，國務院印發《2030年前碳達峰行動方案》，提出“綠色低碳技術”概念。2022年12月，國家知識產權局辦公室印發《綠色低碳技術專利分類體系》，界定綠色低碳技術是指主要通過傳統能源清潔利用、節能增效、新能源利用和溫室氣體捕集利用封存等方式實現減碳、零碳和負碳效果的有關技術。綠色低碳技術擴散的影響因素包括政府、市場和環保技術需求方3個方面。其中，政府因素包括相關技術法律規范與標準制定、綠色認證、補貼或罰款、監管力度和碳稅制度等[17]，市場因素包括企業間關系、消費者購買傾向、供應鏈的傳導作用等[18-19]，環保需求方因素包括環保技術特征、組織因素、社會因素和信息因素、企業間技術互補性和社會文化環境因素等[20-21]。伴隨研究的不斷深人，部分文獻開始關注碳排放規制與綠色低碳技術創新和擴散的關系。已有文獻發現相關政策法規、碳排放權交易制度、碳稅等規制工具均促進了綠色低碳技術研發、創新和擴散。市場化交易機制是政府治理環境污染的重要手段，碳排放權交易試點政策對企業低碳技術水平提升具有重要影響22，上調碳稅稅率、加大碳補貼力度和提高碳排放權交易價格均對低碳技術在網絡中的擴散有正向作用[23]。

命令型規制對綠色低碳技術擴散因研究角度和方法不同有差異性影響，Feng等[24認為當政策法規對制造商懲罰或政府損失過大時，制造商將傾向于低碳技術研發創新。有研究認為環境縱向分權可以促進環保技術擴散，而環境橫向分權需達到一定程度才能對環保技術擴散產生影響[25]。另外，部分研究認為政府嚴厲的監管方式弱化了企業的市場主體地位與環境治理主體的作用，形成環境技術擴散與創新悖論[26]。激勵型規制通過綠色技術創新促進碳減排，有研究發現中國碳排放權交易試點政策促進了企業綠色創新，對研發型企業、規模較大企業、非國有企業和高外部關注企業的正向效應更大2。曾炳昕等28探究了碳交易市場中的市場勢力對綠色低碳技術的采用與擴散情況。在能源密集型行業，環境規制可以通過提高技術效率間接減少碳排放[29]。

通過已有文獻梳理，發現多數學者選擇某一類特定碳排放規制工具為研究對象，較少結合中國實踐，針對不同類別碳排放規制工具對綠色低碳技術擴散的影響進行實證研究。基于上述不足，探求中國實踐中碳排放規制的綠色低碳技術擴散效應至關重要。本研究存在以下邊際貢獻： ① 從碳中和視角出發，聚焦于碳排放規制能否促進綠色低碳技術擴散，拓展和豐富了碳排放規制與綠色低碳技術擴散問題的相關研究。 ② 將碳排放規制分為命令型政策和激勵型政策，研究兩者對綠色低碳技術擴散產生的不同及共同影響效果。 ③ 探討了碳排放規制影響綠色低碳技術擴散的長期特征，并從地區差異與碳排放量差異方面進行異質性分析。 ④ 考察了激勵型政策工具中碳排放權交易市場試點政策實施對綠色低碳技術擴散的影響，為助推綠色低碳技術有效擴散提供理論與實踐支撐。

2 影響機制理論分析

碳排放規制作為推動綠色低碳發展的重要手段，其類型直接影響到綠色低碳技術擴散的速度和效率，政府的碳排放規制主要分為兩類一命令型規制和激勵型規制，不同類型碳排放規制對綠色低碳技術擴散的影響機制具有差異性，本部分從動態分析視角展開。

如圖1所示，綠色低碳技術擴散的影響因素主要包括政府、市場和環保技術需求方3個方面，由于研究重點是政府的碳排放規制行為，因此主要從政府宏觀視角切入進行理論分析。企業是綠色低碳技術擴散的供給者和承接者，是否采用綠色低碳技術的動力來源于企業主體的成本一收益比較分析，當成本大于收益時，企業怠于采用新技術，當收益大于等于成本時，企業會主動采用綠色低碳技術。

在命令型政策實行初期，政府部門主要通過政策法規、設定嚴格的排放標準和技術標準、關停并轉和監管罰款等方式強制企業減少碳排放，企業面對嚴格監管與懲罰措施，會設法提高碳減排力度。在缺乏綠色低碳技術支撐的前提下，減排即代表減產，市場收益減少導致直接經濟損失，嚴重時可能引發生存危機。命令型規制所采取的排放標準與監管通常不會伴隨企業生產規模和水平的提升而同步提升，企業采納綠色低碳技術的動力趨于穩定，或對命令型規制不夠敏感，從而難以持續促進綠色低碳技術的進一步擴散和推廣。長期來看，基于效益理論，綠色低碳技術擴散的一個重要因素是潛在需求方的預期利潤，隨著碳減排政策的實施，當碳排放污染治理成本超過企業綠色低碳技術采納成本時，外部成本壓力迫使企業通過成本內部化方式進行技術升級，企業用于綠色低碳技術采購和服務研發的資金會增加，從而提升技術水平，減少碳排放，但面對不同層次的技術，企業選擇能夠降低生產成本、提高生產效率的創新技術的驅動性更強。另外，企業進行技術采用權衡過程中，供應鏈的傳導作用等市場因素和環保需求方因素也會對其產生影響。環保技術需求方中社會環境參與者對綠色低碳技術在社會系統中擴散的要求不斷加深，監管力度不斷加強，對綠色低碳技術擴散的推動作用更加廣泛，企業受到社會環境參與者施加的社會環境壓力時，不僅考慮成本和收益，還會考慮外界輿論導向，從而影響后續的技術采納抉擇。

圖1碳排放規制對綠色低碳技術擴散的影響機制

與命令型規制不同，激勵型規制主要通過經濟手段引導企業減少碳排放，當前中國未實施碳稅政策，因此本研究不考慮碳稅類型的激勵型規制。在以碳排放權交易為主的激勵型碳排放規制過程中，市場環境中企業間關系和消費者購買傾向會發生變化，隨著企業碳排放規模加大，相關成本逐漸增大，采用綠色低碳技術能明顯控制碳排放成本甚至節省碳排放配額產生直接經濟效益。因此，企業有動機提升自身生產工藝并降低能耗，持續更新和研發綠色低碳技術。隨著政府相關補貼發放和技術產權保護的激勵型外部環境構建，企業研發綠色低碳技術的成本更低，加上環保技術需求方和社會環境參與者的污染抵制措施的推動，更有利于綠色低碳技術創新擴散，實現碳減排目標。長期來看，隨著國家技術轉讓市場的擴大與專利保護制度的不斷完善，企業間相互借鑒學習的行為使企業形成采納綠色低碳技術決策風險小、收益高的觀點，企業會自覺學習先進的生產經營方式和綠色低碳技術，主動淘汰落后的生產技術，從而形成綠色低碳技術擴散的局面?；趥鞑ダ碚?，當成功完成綠色低碳技術的創新升級后，作為綠色低碳技術的潛在供給者，企業對于超額利潤的追逐和大規模的模仿行為使其在碳排放權交易市場上賣出碳排放份額的同時，也會利用轉讓技術的收益進行綠色低碳技術的傳播，其行為會直接促進綠色低碳技術的擴散。

3研究設計

3.1 計量模型構建

由于Hausman檢驗嚴格拒絕隨機效應，因此，本研究使用固定效應模型進行估計。同時控制地區和時間效應，在對面板數據進行分析時，如果僅使用考慮個體效應的面板數據模型，估計結果會有較大偏差，且偏差會隨時間效應的增加不斷增大，時間固定效應用于控制不隨個體變化，但隨時間變化的某些不可觀測的因素，所以，本研究在設定研究模型時不僅考慮個體效應的影響，還考慮時間效應的影響，使用面板數據雙向固定效應模型進行研究，構建計量模型（1），取其變量的自然對數形式，表達式為：

其中：i表示省份，t表示年份， η_i 表示地區固定效應，τ_t 表示時間固定效應， ε_it 表示隨機擾動項， ?_yit 表示綠色低碳技術擴散指數， x_1i 表示命令型政策工具， x_2it 表示激勵型政策工具， X_it 表示一系列的控制變量，包括企業稅收負擔、企業研發強度、經濟發展水平、出口依存度、城市化水平、投資開放度和地區產業結構。

3.2變量與數據說明

關于被解釋變量綠色低碳技術擴散指數 （y） 的選取，借鑒宋英杰等[25]、陳媛媛[30]的思路，參考《綠色低碳技術專利分類體系》中綠色低碳技術的定義，將綠色低碳技術界定為主要通過傳統能源清潔利用、節能增效、新能源利用和溫室氣體捕集利用封存等實現減碳、零碳和負碳效果的有關技術。由于現有技術手段，碳捕集、利用與封存（CCUS）技術處于初始發展階段，受相關數據可得性等因素限制，本研究所考察的綠色低碳技術主要為能有效降低 CO₂ 排放的減碳技術，因此，將綠色低碳技術擴散界定為擴大綠色低碳技術的應用，即擴大有效降低 CO₂ 排放的減碳技術的應用，應用范圍為工業企業綠色低碳技術擴散。采用綠色低碳技術擴散指數（ CO₂ 污染產生率，即單位工業增加值所產生的 CO₂ 污染量的倒數）加以衡量。主要產生碳排放的是工業這一社會物質生產部門，如制造業、采掘業、建筑業等，因此本研究重點考察工業企業的綠色低碳技術，指數越大，代表綠色低碳技術擴散速度越快。解釋變量分別設置命令型政策工具 和激勵型政策工具 兩類指標，借鑒

Chen等[31]的做法，用省級政府工作報告中與碳減排相關詞匯出現頻數占總詞頻數的比重作為命令型政策工具的代理變量（這里的碳減排相關詞匯是指：環境保護、環保、污染、能耗、減排、排污、生態、綠色、低碳、空氣、化學需氧量、 .SO₂.CO₂.PM₁₀.PM_2.5 共15個詞匯）。借鑒曹慶仁等的做法，激勵型政策工具采用工業污染治理投資占工業總產值比重的倒數加以衡量，指標值越大，說明需要治理的污染越少，激勵型碳減排政策的激勵程度越高，激勵型政策工具越有效。

控制變量包括： ① 企業稅收負擔。對企業進行結構性減稅能有效促進中小企業持續發展，激勵企業綠色低碳技術創新。 ② 企業研發強度。企業研發強度越大，越可能引進或自主研發綠色低碳技術，推動整個行業的技術進步和擴散。 ③ 經濟發展水平。經濟發展水平的高低影響著綠色低碳技術擴散。 ④ 出口依存度。選取此變量目的是控制綠色低碳技術擴散受到貿易等對外活動的影響。 ⑤ 城市化水平。一般城市創新能力越低，城市化水平越低。 ⑥ 投資開放度。外商直接投資是中國經濟增長的重要推動因素之一，其對中國制造業技術創新績效具有明顯調節作用。 ⑦ 地區產業結構。產業結構會直接影響碳排放規制的實施側重點，也會影響綠色低碳技術擴散的速度。變量的具體定義說明見表1。

本研究選取2009—2022年中國大陸30個省、自治區、直轄市的省級面板數據進行后續實證研究（基于數據可得性，未涉及西藏、香港、澳門和臺灣）。由于核心變量中 CO₂ 污染量相關數據僅能更新至2021年，對于2022年缺失值，采用線性插值法進行補充。鑒于全國規模以上工業企業主營業務收入與上年數據之間存在不可比因素，因此，2019—2022年的此部分數據采用規模以上工業企業營業收入數值進行替代。本研究數據主要來自中國碳核算數據庫3、國家統計局、《中國環境統計年鑒》《中國科技統計年鑒》和各省份統計年鑒等。變量的描述性

表1變量定義說明

統計見表2。

表2描述性統計

由表2可知，被解釋變量綠色低碳技術擴散指數最小值為5.682，最大值為71.685，說明地區間綠色低碳技術擴散程度的差異較大。另外，核心解釋變量激勵型政策工具、命令型政策工具和控制變量的變化范圍也較大，有利于實證分析。為更符合正態分布、消除異方差及保證數據的穩定性，在后續的實證分析中對變量取自然對數。

4實證結果及分析

4.1 基準回歸分析

為了分析碳排放規制對綠色低碳技術擴散的影響，首先進行基準回歸分析，模型估計結果見表3。表3列（1）為不包含控制變量的回歸結果，列（3）在列（2）的基礎上考慮了命令型政策工具和激勵型政策工具的共同影響， 表示命令型政策工具與激勵型政策工具交互項。

從基準回歸結果看，與理論分析結果一致，無論是否加控制變量，激勵型政策工具在 1% 的水平上均顯著為正，激勵型政策工具能夠促進綠色低碳技術的擴散，而命令型政策工具從全國總體來看作用并不顯著。對應前述理論分析，其原因可能是激勵型政策工具相對于命令型政策工具，更加靈活也更直接作用于企業生產成本，能激勵企業更為積極地進行技術創新及擴散，使企業成本降低從而實現利益最大化的目標。列（3）中加入交互項 后， 系數顯著為正，說明命令型政策工具與激勵型政策工具存在相互作用關系，命令型政策工具與激勵型政策工具共同作用有利于促進綠色低碳技術的有效擴散，兩者發揮優劣互補作用，命令型政策工具通過政府強制約束，促使企業污染減排，更加注重公平性。激勵型政策工具通過市場機制發揮作用，注重靈活性與流動性。命令型政策工具和激勵型政策工具的有效實施和協同規制會提高企業治污的主動性，加速企業綠色低碳技術擴散。

表3基準回歸結果

注： ^\"Plt;0.05 ，** Plt;0.01 ;括號內數值為t值。

從控制變量看，企業稅收負擔顯著抑制了綠色低碳技術的擴散，企業稅收負擔與綠色低碳技術擴散指數之間的彈性系數為-0.131，即當其他變量不變時，企業稅收負擔每增加 1% ，綠色低碳技術指數將減少 0.131% ?？赡艿脑蚴瞧髽I稅收負擔加大，在利潤減少的情況下，企業引進與自主創新綠色低碳技術的阻力變大。企業研發強度顯著促進了綠色低碳技術的擴散，研發強度的提升意味著企業提供技術創新的資金支持增加，有助于培養綠色科技人才，提升企業市場競爭力，推動綠色低碳技術在市場上快速發展。地區產業結構升級對綠色低碳技術擴散具有正向促進作用，產業結構的變化對綠色低碳技術擴散的影響較大，地區產業結構的升級能夠推動新興產業和綠色低碳產業的發展。同時，經濟發展水平、投資開放度均對綠色低碳技術的擴散存在正向促進作用。

4.2綠色低碳技術長期擴散分析

為更好對應機制分析，進一步探討碳排放規制對綠色低碳技術擴散的長期特征，借鑒許東彥等33的思路，采用基準回歸模型對被解釋變量 滯后1～3期進行回歸，結果見表4。

表4綠色低碳技術長期擴散回歸結果

注：* P/lt;0. 10 ；括號內數值為t值。

從激勵型政策工具和命令型政策工具來看， 滯后1期回歸系數依然顯著為正，表明本研究的研究結果較為穩健，激勵型政策工具和命令型政策工具對綠色低碳技術擴散的促進作用在長期依然存在，但在滯后2期和3期的回歸系數不顯著，表明激勵型政策工具和命令型政策工具對綠色低碳技術擴散的促進作用在長期發揮的作用有限，滯后作用有一定時效性。進一步觀察其系數的大小可以發現，隨著時間的推移， 和 的回歸系數均呈現逐漸減小的特征。綜上，說明隨著綠色低碳技術的不斷擴散，碳排放規制對綠色低碳技術擴散發揮的邊際效用在逐漸減小直至消失，這一過程是綠色低碳技術擴散自身規律和碳排放規制階段性影響因素共同作用的結果。考慮綠色低碳技術擴散自身規律，隨著綠色低碳技術不斷成熟，應用成本逐漸降低，從而吸引更多企業采用該技術，消費者對綠色低碳技術的接受度得以提高。

4.3分地區回歸分析

4.3.1分東北、東、中、西部地區回歸結果

進一步結合中國不同區域的社會經濟發展狀況，探討不同區域碳排放規制對綠色低碳技術擴散的差異性影響，由于中國不同區域的社會經濟發展狀況不一，結合經濟地理劃分方法，將經濟區域劃分為東北、東部、中部和西部4個區域進行實證分析，結果見表5。

限于表格篇幅，表5僅呈現了加入控制變量后4個地區的回歸結果，結果顯示，在 1% 的顯著性水平上，西部地區的 系數顯著為正，說明在以重工業（如金屬冶煉工業、機械工業等）重排放為地區經濟發展階段特征的西部地區，激勵型政策工具能夠促進綠色低碳技術的擴散。

表5分東北、東、中、西部地區回歸結果

注： ^***Plt;0.01 ；括號內數值為t值。東北地區包括黑龍江、吉林和遼寧3個省份；東部地區包括北京、天津、上海、河北、、江蘇、浙江、福建、廣東和海南10個省份；中部地區包括山西、河南、湖北、安徽、湖南和江西6個省份；西部地區包括內蒙古、新疆、寧夏、陜西、甘肅、青海、重慶、四川、廣西、貴州和云南11個省份。

對于東北、東部地區和中部地區而言，無論是何種政策工具效應都不顯著，表明激勵型政策工具和命令型政策工具都對綠色低碳技術擴散沒有影響。原因可能是，在這些地區，綠色低碳技術擴散模式較為清晰，有一定路徑依賴，碳排放規制未對這些地區內的污染企業造成綠色低碳技術擴散壓力，綠色低碳技術擴散較慢，加之雖然這些地區內部企業間綠色低碳技術信息的傳播和交流比較順暢，但技術信息傳播者聯系的接收者數量有限，信息傳遞不夠發散。

4.3.2分南、北方地區回歸結果

考慮到南、北方地區經濟結構差異較大，且存在“冬季供暖\"的能源消費與碳排放差異，為進一步細化區域空間差異性研究，對以南、北方為標準劃分的區域進行實證檢驗，結果見表6。

對北方地區而言，激勵型政策工具對綠色低碳技術擴散的影響均在 1% 水平上顯著。南方地區的命令型政策工具和激勵型政策工具對綠色低碳技術擴散的影響都不顯著。這體現出南、北方地區在政策工具對綠色低碳技術擴散的敏感度上有一定差異，在北方地區使用激勵型政策工具的效果更好。原因可能是，北方地區的產業結構中高耗能、高排放行業較為集中，減排潛力大。南方地區的市場機制相對完善，企業在綠色低碳技術方面的自主創新能力較強，能源消費結構相對優化，因此減排難度相對較大。

4.3.3分低、中、高碳排放地區回歸結果

進一步突破地理空間限制，針對碳排放的數量差異，通過對各地區年度 CO₂ 數據進行計算和排序，將其分為低、中和高碳排放區3個區域進行實證分析，結果見表7。

表6分南、北方地區回歸結果

注：*** Plt;0.01 ；括號內數值為t值。南方地區包括上海、江蘇、浙江、安徽、福建、江西、湖北、湖南、廣東、廣西、海南、重慶、四川、貴州和云南15個省份；北方地區包括北京、天津、河北、山西、內蒙古、遼寧、吉林、黑龍江、、河南、陜西、甘肅、青海、寧夏和新疆15個省份。

對于低、中、高碳排放地區的分類標準，具體劃分界限參照Zhang等[34的做法，若2009—2022年省份年均碳排放量小于 1.651×10⁸t（30 個省份 CO₂ 年均排放量的1/2），定義為低碳排放區；若2009—2022年省份年均碳排放量大于 1.651×10⁸ t且小于2. 752×10⁸ t（30個省份 CO₂ 年均排放量的5/6），定義為中碳排放區；若2009—2022年省份年均碳排放量大于 2.752×10⁸t. ，定義為高碳排放區。

在表7中，加入控制變量的情況下，中碳排放區域命令型政策工具對綠色低碳技術擴散的影響在 1% 水平上顯著為正，中碳排放區域的命令型政策工具發揮了重要作用。低碳排放區的 系數為0.047，在 5% 水平上顯著，高碳排放區的 系數在 5% 水平上顯著，表明在低碳排放區域和高碳排放區域，激勵型政策工具均會顯著促進綠色低碳技術擴散，而中碳排放區域不顯著?？赡艿脑蚴侵刑寂欧艆^域的企業既沒有低碳排放區域明確的減排目標，也沒有高碳排放區域巨大的減排壓力，因此，激勵型政策工具在中碳排放區域中的效果不顯著。碳排放規制中激勵型政策對綠色低碳技術擴散的影響在低和高碳排放區域發揮更大作用，加大該區域的激勵型政策實施力度對于綠色低碳技術擴散具有積極作用。

4.4 穩健性檢驗

4.4.1工具變量檢驗

為確保實證結果可靠性，避免變量的內生性問題，選取滯后一期變量L. ln x₂ 和 $＼mathscr { L } . ＼ln x _ { 3 }$ 作為工具變量進行回歸檢驗，結果見表8。命令型政策和激勵型政策的實施可以在一定程度上促進綠色低碳技術的擴散，命令型政策工具和激勵型政策工具的系數均在 5% 的水平上顯著，對比基準回歸結果，說明命令型政策工具發揮作用的時間滯后性，驗證了上文理論機制的分析，隨著時間推移，碳排放規制實施一段時間后，當碳排放污染治理成本超過企業綠色低碳技術采納成本時，企業通過成本內部化的方式進行技術升級和引進，提升技術水平進而減少碳排放。交互項的滯后一期變量 的系數也在 5% 水平上顯著，表明除命令型政策工具和激勵型政策工具單獨影響外，命令型政策工具和激勵型政策工具發揮互補作用，共同促進綠色低碳技術擴散。

4.4.2考慮異常值影響和更換變量衡量方式

為避免異常值引起回歸偏誤，剔除異常值和極端值有利于更客觀地觀察，本研究進行了縮尾檢驗，表9中列（1）和列（2）是在 1% 和 5% 水平上進行縮尾檢驗的結果，從回歸結果看，在剔除異常值之后模型依然穩健。列（3）和列（4）為替換被解釋變量的模型，對于替換后綠色低碳技術擴散的度量，借鑒張勛等[35的研究，分別使用當年獲得的綠色實用新型專利數量的對數 和當年申請的綠色實用新型專利數量的對數 來衡量，這可以在一定程度上反映出企業的綠色低碳技術創新擴散程度，當年申請的綠色實用新型專利很可能在申請過程中就對企業績效產生影響，數據更為可靠和穩定，當年獲得的綠色實用新型專利更有利于體現企業當期的綠色低碳技術創新能力。結果顯示， 的回歸系數顯著為正，表明結果較為穩健。列（5）為替換解釋變量激勵型政策工具指標的模型，參考吳力波等3的研究，使用環境污染治理投資額作為激勵型政策工具的替代變量， 的估計系數顯著為正，結果穩健。

表7分低、中、高碳排放地區回歸結果

注： ^**Plt;0.05，^***Plt;0.01 ;括號內數值為t值。低碳排放區域包括北京、天津、海南、重慶、甘肅、青海和寧夏7個省份;中碳排放區域包括吉林、黑龍江、上海、福建、江西、廣西、貴州、云南和陜西9個省份;高碳排放區域包括河北、山西、內蒙古、遼寧、江蘇、浙江、安徽、、河南、湖北、湖南、廣東、四川和新疆14個省份。

表8工具變量檢驗回歸結果

注： Plt;0.10 ，** Plt;0.05 ，*** Plt;0.01 ；括號內數值為t值。

表9考慮異常值影響和更換變量衡量方式

注： ^**Plt;0.05，^***Plt;0.01 ;括號內數值為t值。

4.5 拓展性分析

為進一步拓展分析碳排放規制對綠色低碳技術擴散的政策效果，特別是當前主要的激勵型政策工具“碳排放權交易市場制度”的影響，本研究從更深層次探索激勵型政策工具的細化指標對綠色低碳技術擴散的影響，不僅補充了影響機制理論分析中激勵型政策具體實踐措施的影響，而且采用雙重差分方法進行政策效果評估分析，可以緩解基準回歸中可能存在的內生性問題，增強結果的穩健性。設立碳排放權交易市場是中國為推進經濟可持續發展而實施的碳排放規制中的一項重要措施，2013年，中國第一批碳排放權交易試點的7個省份分別為上海、北京、廣東、深圳、天津、湖北和重慶，由于深圳市隸屬廣東省，故將30個省份分為6個試點省份和24個非試點省份進行政策分析。

碳排放權交易市場的設立可以被看作一項政策試驗，對于政策效果評估，采用雙重差分法（DID）進行分析，構建關系式（2）。

其中： b_i 是分組虛擬變量，表示實驗組和控制組的差異，用來表示某省份是否屬于碳排放權交易市場試點省份，納入碳排放權交易市場試點的省份取值為1，即實驗組；未納入碳排放權交易市場試點的省份取值為0，即控制組。時間虛擬變量 c_t 表示政策實施前后的年份，政策實施后的年份，即2013年及之后的年份取值為1，否則為0。 b_i×c_t 為分組虛擬變量和時間虛擬變量的交互項，系數 Δ_β 反映了政策實施的處理效應， ε_it 表示隨機擾動項。

進而在面板模型中加入控制變量，構建關系式（3）。

其中：i代表省份， ?_t 代表年份， .y_it 代表綠色低碳技術擴散水平， b_i×c_t 為核心解釋變量，若省份 i 在年份 Φ_t 實施碳排放權交易市場，取值為1，否則為 0 X_it 為一系列的控制變量， η_i 表示省份固定效應， τ_t 表示時間固定效應， ε_it 表示隨機擾動項。

4.5.1平行趨勢檢驗

確保雙重差分估計的有效性，前提是進行實驗組和控制組在處理之前的平行趨勢假設。為了驗證模型的適當性，以中國第一批碳排放權交易試點的7個省份開始交易的時間為政策實施的起點，覆蓋政策實施前4年、當期以及實施之后的9年，0為碳排放權交易市場試點當期。為避免多重共線性，將碳排放權交易市場試點前一期去掉。如圖2所示，碳排放權交易市場試點開始前4年實驗組和控制組的變化趨勢是一致的，實驗組和控制組的經濟效應差異并不顯著異于零，政策發生后的9期系數顯著為正。鑒于此，得出符合平行趨勢假設的前提條件。

4.5.2雙重差分檢驗結果分析

如前文實證變量設置，政策變量 d 為解釋變量，根據雙重差分模型建立了固定效應模型和可測量政策影響效應的動態模型，結果見表10。

表10列（1）為不加控制變量的固定效應模型，列（2）為添加控制變量后的固定效應模型。從表中可以看出，政策變量 d 的系數在 1% 水平上顯著，加入控制變量后，政策變量 d 的系數為0.310，表明碳排放權交易市場政策的實施對綠色低碳技術擴散具有積極影響，驗證了政策的有效性，相比其他非試點省份，試點省份實施的碳排放權交易市場在 1% 顯著性水平上推動了綠色低碳技術擴散，充分表明中國大力推進的碳排放權交易市場不僅具有直接的碳排放總量控制政策效果，還具有促進企業大力推廣采納綠色低碳技術的技術擴散政策效果。

圖2平行趨勢檢驗結果

表10雙重差分檢驗回歸結果

注：*** Plt;0.01 ；括號內數值為t值。

4.5.3安慰劑檢驗

除碳排放規制以外的其他隨機因素，也可能是促使綠色低碳技術擴散水平發生變化的原因。本研究隨機產生碳排放權市場試點的7個省份名單，得到相應偽核心解釋變量的回歸系數，分別將這個過程重復500次模擬回歸，得到估計系數密度分布和 P 值散點分布圖，如圖3所示。模擬回歸的系數均集中分布在0附近，基本服從正態分布，結果穩健。

5 結論與政策啟示

本研究對碳排放規制如何影響綠色低碳技術擴散進行理論和實證分析，檢驗了中國碳排放規制實踐中命令型政策工具和激勵型政策工具對綠色低碳技術擴散的影響及地區差異。在此基礎上，進一步針對碳排放權交易市場試點政策，評估該政策實施的綠色低碳技術擴散效果。研究發現： ① 相對于命令型政策來說，激勵型碳排放規制助推綠色低碳技術擴散的效果更好，碳排放權交易市場政策對綠色低碳技術擴散的政策力度較大，命令型政策工具與激勵型政策工具存在互補關系。 ② 滯后一期的碳排放規制顯著促進綠色低碳技術擴散，碳排放規制政策工具對綠色低碳技術擴散的促進作用在長期發揮作用有限。 ③ 碳排放規制對綠色低碳技術擴散存在明顯的地區差異，激勵型碳排放規制在西部、北方、低碳和高碳排放區域顯著促進綠色低碳技術擴散，命令型碳排放規制在中碳排放區域能顯著促進綠色低碳技術擴散。 ④ 企業研發強度、經濟發展水平、投資開放度與地區產業結構均會促進綠色低碳技術擴散，企業稅收負擔、出口依存度抑制了綠色低碳技術擴散。

圖3安慰劑檢驗

上述結論蘊含的政策啟示： ① 發展市場化激勵型碳交易機制。健全碳排放權交易市場，建設碳排放權交易平臺，完善碳交易市場服務和監管體系，有效減少相關碳排放市場主體的生產成本和交易成本，加強對綠色低碳技術轉讓的政策激勵。 ② 優化命令型規制的綠色低碳技術擴散效應。在行政層面加強對碳排放規制的精準、有效實施。從法律層面制定完善控制碳排放的各項法律法規，如溫室氣體排放許可、交易和管理等相關法律法規，根據社會發展及技術進步情況及時更新碳排放限定標準。建立和完善綠色低碳技術專利保護制度，拓展行政規制在綠色低碳技術擴散領域的相關施政空間。 ③ 發揮命令型政策工具和激勵型政策工具的互補作用。協調政府加大對命令型規制與激勵型市場化碳交易機制的管理力度，發揮命令型政策工具和激勵型政策工具的協同規制效應，注重發揮政府監督與引導作用，健全碳減排認定工作的實施機制。 ④ 針對地區差異進行差異化碳排放規制。準確識別不同區域的碳排放特點和市場有效性，制定差異化的碳排放規制策略。強化激勵型政策工具在西部、北方、低碳和高碳排放區域的應用，定期對激勵機制的實施效果進行評估。采取綜合施策方式，建立跨區域合作機制，強化輻射效應。

參考文獻

[1]曹慶仁，周思羽.中國碳減排政策對地區低碳競爭力的影響分析：基于省際面板數據的分析[J].生態經濟，2020，36（11）：13-17.

[2]趙立祥，湯靜.中國碳減排政策的量化評價[J].中國科技論壇，2018（1）：116-122.

[3]譚靈芝，孫奎立.基于DSGE模型的我國三類碳減排政策效果分析[J].企業經濟，2019，38（10）：41-47.

[4] XUH T，PANXF，LI JM，et al.Comparing the impacts of carbontax and carbon emission trading，which regulation ismore effective？[J]. Journal of environmental management，2O23，330：117156.

[5]PENG W C，LU SB，LU WJ. Green financing for the establishmentof renewable resources under carbon emission regulation[J]. Re-newable energy，2022，199：1210-1225.

[6]平新喬，鄭夢圓，曹和平.中國碳排放強度變化趨勢與\"十四五”時期碳減排政策優化[J].改革，2020（11）：37-52.

[7]戴嶸，曹建華.碳排放規制、國際產業轉移與污染避難所效應：基于45個發達及發展中國家面板數據的經驗研究[J].經濟問題探索，2015（11）：145-151.

[8]TANRP，LINBQ. The long term effects of carbon trading marketsinChina：evidence from energy intensive industries[J].Science ofthetotal environment，2022，806：150311.

[9]吳力波，錢浩祺，湯維祺.基于動態邊際減排成本模擬的碳排放權交易與碳稅選擇機制[J].經濟研究，2014，49（9）：48-61.

[10]馮相昭，蔡博峰.中國道路交通系統的碳減排政策綜述[J].中國人口·資源與環境，2012，22（8）：10-15.

[11]趙立祥，王麗麗.消費領域碳減排政策研究進展與展望[J].科技管理研究，2018，38（3）：239-246.

[12]王班班，齊紹洲.市場型和命令型政策工具的節能減排技術創新效應：基于中國工業行業專利數據的實證[J].中國工業經濟，2016（6）：91-108.

[13]張同斌，劉琳.中國碳減排政策效應的模擬分析與對比研究：兼論如何平衡經濟增長與碳強度下降的雙重目標[J].中國環境科學，2017，37（9）：3591-3600.

[14]MANDELL S. Optimal mix of emissions taxes and cap-and-trade[J]. Journal of environmental economics and management，2008，56（2）：131-140.

[15]于李娜，邱磊，于靜靜.碳減排政策對企業低碳技術研發的激勵作用研究[J].中國海洋大學學報（社會科學版），2014（2）：51-55.

［16］劉傳明，孫喆，張瑾.中國碳排放權交易試點的碳減排政策效應研究[J].中國人口·資源與環境，2019，29（11）：49-58.

[17]徐建中，徐瑩瑩.政府環境規制下低碳技術創新擴散機制：基于前景理論的演化博弈分析[J].系統工程，2015，33（2）：

[18]曹霞，張路蓬.企業綠色技術創新擴散的演化博弈分析[J].中國人口·資源與環境，2015，25（7）：68-76.

[19]劉培德，李西娜，李佳路.碳配額交易機制下競爭企業低碳技術擴散：基于復雜網絡的演化博弈分析[J].系統工程理論與實踐，2024，44（2）：684-703.

[20]張群.綠色技術擴散中的社會資本因素研究[J].科技管理研究，2012，32（14）：123-125.

[21]王為東，王笑楠，江紅莉.低碳城市建設能否加快低碳技術知識流動？[J].科學學研究，2023，41（12）：2204-2215.

[22]XUAN D，MA X W，SHANGYP.Can China's policy of carbonemission trading promote carbon emission reduction？[J]. Journalof cleaner production，2020，270：122383.

[23]呂希琛，徐瑩瑩，徐曉微.環境規制下制造業企業低碳技術擴散的動力機制：基于小世界網絡的仿真研究[J].中國科技論壇，2019（7）：145-156.

[24]FENG W，JIG J，PARDALOS P M. Eects of government regula-tions on Manufacturer's behaviors under carbon emission reduction[J].Environmental science and pollution research international，2019，26（18）：17918-17926.

[25]宋英杰，劉俊現.條塊并存的環境分權對環保技術擴散的影響[J].中國人口·資源與環境，2019，29（5）：108-117.

[26]董陽.環境監管對環境技術發展水平的影響：聚焦環境監管下的環境技術創新與擴散[J].中國科技論壇，2017（11）：51-62.

[27]LIU MH，LIY X.Environmental regulation and green innovation：evidence from China's carbon emissions trading policy[J].Financeresearch letters，2022，48：103051.

[28］曾炳昕，丁慶國，朱磊.碳市場中市場勢力對減排技術采用的影響[J].中國管理科學，2022，30（2）：38-47.

[29]PEI Y，ZHU Y M，LIU SX，et al. Environmental regulation andcarbon emission：the mediation effect of technical efficiency[J].Journal ofcleaner production，2019，236：117599.

[30]陳媛媛.工業集聚對行業清潔生產與末端治理的影響[J].南方經濟，2011（5）：17-27.

[31]CHEN Z，KAHN M E，LIU Y，et al. The consequences of sptialydiffrentiated waterpollution regulation in China[J]. Journal of en-vironmental economics and management，2018，88：468-485.

[32]SHAN YL，LIU JH，LIU Z，et al. New provincial CO2 emission in-ventories in China based on apparent energy consumption data andupdatedemissionfactors[J]．Applied energy，2O16，184：742-750.

[33]許東彥，林婷，張國建.環境規制對綠色技術擴散的影響[J].中南財經政法大學學報，2022（5）：147-160.

[34] ZHANG C Y，LIN J. An empirical study of environmental regula-tion on carbon emission efficiency in China[J].Energy scienceamp;engineering，2022，10（12）：4756-4767.

[35]張勛，喬坤元.中國區域間經濟互動的來源：知識溢出還是技術擴散？[J].經濟學（季刊），2016，15（4）：1629-1652.

[36]吳力波，楊眉敏，孫可邵.公眾環境關注度對企業和政府環境治理的影響[J].中國人口·資源與環境，2022，32（2）：1-14.