环境规制、绿色技术创新与碳生产率.pdf

收稿日期2023-11-13基金项目“广西高等学校千名中青年骨干教师培育计划”人文社会科学类立项课题“双碳背景下环境规制演进对企业绿色投资的影响研究”（项目编号：2022QGRW059）作者简介金鑫，男，博士，副教授，主要从事绿色技术创新、低碳投资与绩效评价研究。环境规制、绿色技术创新与碳生产率金鑫（桂林旅游学院 商学院，广西 桂林 541006）摘要提高碳生产率既是构建中国特色低碳发展道路的必然要求，也是促进中国经济发展方式转变和区域经济协调可持续增长的内在要求。本研究选取20102021年中国30个省份面板数据作为样本，实证检验环境规制对碳生产率的影响作用，并考察绿色技术创新在二者间的中介效应。研究结果证明，环境规制、绿色技术创新均可正向提高碳生产率。中介效应显示，环境规制可通过推动绿色技术创新提高碳生产率。门槛效应表明，在较高环境规制强度下，绿色技术创新对碳生产率的推动作用更为显著。空间溢出效应显示，环境规制对碳生产率的推动作用具有明显正向空间溢出效应。区域异质性显示，环境规制对碳生产率的影响呈现“东部地区中部地区东北地区西部地区”依次递减态势。据此，提出切实提高环境规制强度、持续深化绿色低碳科技创新、合理制定区域生态协同发展政策，为制定绿色发展战略提供政策启示。关键词环境规制；绿色技术创新；碳生产率；碳达峰；碳中和中图分类号F124 文献标识码A 文章编号1001-5140（2024）01-0172-17一、引言及文献综述党的二十大报告指出“积极稳妥推进碳达峰碳中和”。由此观之，我国已将提高碳生产率放置于关键发展位置。然而在实际发展过程中，长期粗放式发展模式导致我国碳排放量持续增高，对生态环境造成严重破坏。据中国碳核算数据库数据显示，截至2022西北民族大学学报（哲学社会科学版）中文核心期刊CSSCI 扩展版来源期刊J.NORTHWEST MINZU UNIVERSITY（Philosophy and Social Sciences）2024年第1期No.1，2024 172年，中国碳排放量累计超过110亿吨，约占全球碳排放量的28.87%。基于上述背景，我国亟须借助新型发展方式实现低碳减排，推动生产方式绿色转型升级，促进经济增长与环境保护相协调。碳生产率作为链接经济增长与生态优化的关键桥梁，可有效带动传统高排放产业实现绿色转型发展。立足新发展时期，进一步提高碳生产率，既是加快经济增长与碳排放“脱钩”的关键举措，亦是促进经济社会全面绿色低碳转型的有力推手。作为降低碳排放强度的重要政策工具，环境规制主要在相关部门统筹与监督下落实，能够通过强制手段有效提高碳生产率。一方面，环境规制实施将触发各地区“补偿机制”，推动重污染产业参与生产方式绿色变革，带动高排放产业实现绿色转型升级，提高碳生产率1。另一方面，环境规制通过优化资源要素配置效率，可有效提高能源使用效率，以此提升碳生产率。与此同时，绿色技术创新凭借数字技术的融合与集成效应的优势，可切实推动传统产业与新型产业跨界融合，从而降低传统产业能源消耗2，提高碳生产率。那么，环境规制、绿色技术创新与碳生产率三者的关系究竟是什么？科学解答上述问题，可为政府制定绿色发展战略提供理论依据与实践经验。当前学界对于碳生产率的研究主要聚焦以下两方面：其一，碳生产率的水平测度与时空演进。梁圣蓉和罗良文3表示，中国碳生产率呈现高值聚集与低值聚集相结合的空间集聚模式，其中空间因素是影响区域碳生产率分布的关键因素。Kou Jiali4等发现，中国碳生产率呈现“东高西低”的空间分布特征，其中地区间差异是总体差异的主要来源。其二，碳生产率的影响因素。任晓松和孙莎5认为，数字经济可切实提高城市碳生产率，且这种推动作用具有显著空间溢出效应，即环境规制不仅可显著提升本地区工业碳生产率，也会对邻近地区城市工业碳生产率释放发展红利。Lu Yuanquan6等强调，科技创新对碳生产率具有显著正向推动作用，同时该推动作用受区域差异影响。关于环境规制、绿色技术创新与碳生产率的关系，现有文献主要从以下方面展开研究：第一，环境规制对碳生产率的影响研究。郭卫香和孙慧7指出，环境规制会促进碳生产率提升，且环境规制对碳生产率的“本地效应”高于“邻近效应”。李小平等8发现，强制型的环境规制可正向推动本地区碳生产率提高，对邻近地区推动作用偏低。Hu Wei和Xiong Zhenxing9强调，环境规制对工业行业全要素碳生产率的提高具有正向推动作用。其二，绿色技术创新对碳生产率的影响研究。刘海英等10表示，绿色技术创新对本地碳生产率具有显著正向推动作用，但溢出效应不显著。Han Bing11强调，技术创新对工业碳生产率的推动作用呈现显著空间溢出效应。其三，环境规制对绿色技术创新的影响。杜可等12指出，环境规制可借助环境双元战略对绿色技术创新产生正向推动作用，其中前瞻性环境战略对绿色技术创新的正向推动作用更为明显。Wang Chenggang13等环境规制、绿色技术创新与碳生产率 173西北民族大学学报（2024年第1期总第259期）发现，环境规制在数字经济提高企业绿色技术创新水平中发挥中介作用。综上所述，现有研究为本文提供宝贵经验，但仍存在如下不足：一方面，现有文献多从环境规制、绿色技术创新与碳生产率两两之间关系展开研究，但鲜有学者将三者纳入同一研究框架；另一方面，现有文献多从空间溢出角度探讨环境规制对碳生产率的影响，但少有文献关注环境规制门槛下，绿色技术创新对碳生产率的影响。基于此，本文的创新性贡献在于：第一，研究视角方面，将环境规制、绿色技术创新与碳生产率纳入同一研究框架，探究环境规制、绿色技术创新与碳生产率三者的关系，进一步丰富相关领域研究。第二，研究方法层面，使用基准回归模型、中介效应模型、门槛效应模型与空间溢出模型，深度考察环境规制对碳生产率的影响机制，以及绿色技术创新在二者间发挥的中介作用，并且进一步以环境规制作为门槛变量，探究绿色技术创新对碳生产率的作用机制，为部门制定碳生产率相关政策提供理论依据与经验证据。二、理论分析与研究假设（一）环境规制对碳生产率的直接影响所谓环境规制是指政府部门通过出台相应环境措施与标准，实现对经济直接或间接地调节，从而有效降低碳生产成本与实现碳生产结构转型，提高碳生产率14。一方面，环境规制可降低碳生产成本。环境规制将在政府部门管控下，有效实现信息与资源共享，动态收集产业能源要素投入信息，提高高排放产业集约利用水平与要素配置效率，这可极大程度缓解高排放产业能源浪费与损失，降低碳生产成本，提高碳生产率。另一方面，环境规制可有效实现碳生产结构转型。环境规制可推动生产要素从低效率部门转移至高效率部门，从而实现新旧增长极的迭代。这可切实优化传统能源产业生产组织方式，推动能源产业升级调整15，为碳生产率提高提供产业支撑。基于此，提出假设1。假设1：环境规制对碳生产率具有正向推动作用。（二）绿色技术创新的中介效应环境规制需以绿色技术创新为“底座”，提高碳生产率。一方面，环境规制可通过增加绿色技术创新数量，提高碳生产率。环境规制在政府导向下，通过颁布相关环境措施与标准，降低高排放产业对于绿色技术创新要素成本，满足绿色创新技术资源，增加绿色技术创新数量。如此，环境规制可在政府支持下，推动大量绿色技术向产业内部渗透，实现高排放产业生产方式与组织管理变革。这可加快高排放产业实现数据要素在生产环 174节的互联互通与精准对接，以此减少生产活动对能源的过度消耗，提高碳生产率16。另一方面，环境规制可通过提升绿色技术创新质量，提高碳生产率。环境规制在政府部门支撑下，可有效实现创新资源整合，提高地区绿色技术创新效率。据此，环境规制可进一步提高对传统产业能源监管的准确性与有效性，倒逼高排放产业向绿色低碳方向转型，提高碳生产率17。综合上述分析，提出假设2。假设2：绿色技术创新在环境规制提高碳生产率过程中发挥中介效应。（三）环境规制的门槛效应当环境规制强度较低时，经济主体更加关注实际生产经营效益，绿色技术创新意识相对薄弱，对技术研发重视程度不足，使得绿色技术创新进程相对缓慢。不仅如此，由于环境规制强度相对偏低，企业与行业侧重于追求短期经济利益，进而增加自身污染治理成本，挤压原有创新生产投入，使得绿色技术创新研发力度逐渐降低，进而抑制绿色技术创新18。这在一定程度导致绿色技术难以降低高排放产业搜索、匹配与交易成本，影响高排放产业提高碳生产率。当环境规制强度逐步增高时，各地区相关政策体系与扶持机制日益健全、产业结构布局逐渐完善。这可有效畅通绿色创新要素配置渠道，推动创新资源实现自由流动与合理配置，从而切实提高绿色技术创新19。如此，绿色技术创新可切实提高产业设备先进性与环保性，推动高污染、高排放产业向绿色转型升级，带动产业提高碳生产率。基于上述分析，提出假设3。假设3：绿色技术对碳生产率的推动作用会受到环境规制强度门槛作用影响，即在高环境规制强度下，绿色技术创新对碳生产率的推动作用更为明显。三、变量选取与模型设计（一）变量选取1.解释变量：环境规制（Ea）环境规制可分为市场激励型环境规制、行政命令型环境规制与公众自愿型环境规制三种20。因此，本文对市场激励型环境规制、行政命令型环境规制与公众自愿型环境规制加权平均以衡量环境规制。具体地，市场激励型环境规制参考余柯瑶等21的做法，使用资源税、环境保护税等相关环境税收占GDP比重测度。沿袭张小筠等22研究思路，使用各省份污染治理运行费用作为行政命令型环境规制代理变量，具体地，使用（工业废水治理运行费用+工业废气治理运行费用）/主营业务收入测度。公众自愿型环境规制参考韩先锋和宋文飞23研究方法，使用环境污染来信来访总数测算。环境规制、绿色技术创新与碳生产率 175西北民族大学学报（2024年第1期总第259期）2.被解释变量：碳生产率（Cp）延续白雪洁和孙献贞（2021）24研究思路，使用基于SBM方向性距离函数的GML指数测算碳生产率，具体如下：GMLt+1t+=1+SGV(xt,yt,bt;gx,gy,gb)1+SGV(xt+1,yt+1,bt+1;gx,gy,gb)（1）其中，GMLt+1t指数大于1（等于1、小于1）说明碳生产率增加（不变、下降）。3.中介变量：绿色技术创新（Gti）绿色专利技术可较好反映绿色技术创新能力，其技术申请数亦可彰显绿色技术创新即时性与实质性。同时，考虑到绿色技术专利产出具有滞后性，参考张哲华和钟若愚25的研究思路，使用滞后一期绿色专利技术申请数对数表征绿色技术创新。4.控制变量参考孙慧和向仙虹26、胡剑波和向港27研究思路，选取如下控制变量：（1）能源结构（Es），使用煤炭和焦炭消耗量与总耗能的比值测算；（2）工业化率（Ir），以工业增加值与GDP的比值衡量；（3）城镇化水平（Urban），选取各省城镇人口与总人口的比值表示；（4）创新科技水平（Sti），选择科技支出占财政支出比重表征；（5）经济发展水平（Ed），使用地区生产总值测度。表1描述性统计变量类型解释变量被解释变量中介变量控制变量变量名称环境规制碳生产率绿色技术创新能源结构工业化率城镇化水平创新科技经济发展水平观测数360360360360360360360360符号Ea1nCpGtiEsIrUrbanStiEd最大值3.1783.2915.41210.29211.3890.82319.3911.679最小值0.3671.3931.3911.3920.7850.1530.1210.512均值1.7732.3423.4025.8426.0870.4889.7561.096标准差0.8861.1711.7012.9213.0440.2444.8780.548（二）数据来源选取中国20102021年中国30个省区市（不包含港澳台与西藏），共360个样本数据，实证检验环境规制对碳生产率的影响效应。其中，碳生产率、环境规制与控制变量的数据来源历年 中国环境统计年鉴 中国能源统计年鉴 中国科技统计年鉴 中国统计 176年鉴。绿色技术创新数据主要来源 中国工业统计年鉴 中国高技术产业统计年鉴、中经网统计数据库、EPS数据库以及Wind数据库公开数据。为保证数据完整性，使用均值差值法或线性差值法补齐缺失数据。同时，需在实证分析前，对各指标进行描述性分析（见表1）。（三）模型构建1.基本模型构建为验证环境规制是否可有效提高碳生产率，构建如下基准回归模型：Cpij=a0+a1Eaij+acXij+i+i+ij（2）模型（2）中，Cpij代表省份i在第j年的碳生产率，Eaij表示省份i在第j年环境规制强度，Xij表征控制变量，i为个体固定效应，j代表时间固定效应，ij为随机扰动项。2.中介效应模型为检验环境规制是否可以通过推动绿色技术创新提高碳生产率，参考Baron和Kenny28提出的中介效应检验方法，建立如下模型：Cpij=0+1Eaij+cXij+i+j+ij（3）Gtiij=0+1Eaij+cXij+i+j+ij（4）Cpij=0+1Eaij+2Gtiij+cXij+i+j+ij（5）其中，1代表环境规制对碳生产率的总效应；1表示环境规制对碳生产率的直接效应；a12为环境规制对碳生产率的中介效应，其余符号含义均与模型（2）一致。此外，本文还将借助Bootstrap法与Sobel法验证是否存在中介效应。3.门槛效应模型为深度考察绿色技术创新对碳生产率的影响作用是否存在非线性作用，构建单门槛模型，公式如下：Cpij=0+1Gtiij I(Eaij 1)+2Gtiij I(Eaij1)+cXij+i+j+ij（6）考虑到绿色技术创新对碳生产率的提高可能受环境规制多门槛效应的影响，进一步在式（6）的基础上，构建多门槛面板模型，具体如下：Cpij=0+1Gtiij I(Eaij 1)+2Gtiij I(1Eaij 2)+nGtiij I(n-1Eaij n)+n+1Gtiij I(Eaijn)+cXij+i+j+ij（7）式中，n表示门槛值，I()代表示性函数，若括号内表达式为真，则I()为1，反之为0。环境规制、绿色技术创新与碳生产率 177西北民族大学学报（2024年第1期总第259期）四、实证分析（一）基准回归结果为考察环境规制对碳生产率的作用及影响机制，首先构建线性回归模型进行研究，具体结果如表2模型（1）。依据数据可知，在控制一系列变量后，环境规制对碳生产率的影响系数0.521，在1%统计水平上显著为正，这意味着环境规制水平越高，对碳生产率的提升作用越明显。假设1得证。模型（2）为绿色技术创新对碳生产率的影响。结果显示，绿色技术创新对碳生产率的系数为0.932，在1%统计水平上显著为正，说明绿色技术创新水平的提高可有效赋能碳生产率。模型（3）是在模型（1）基础上引入绿色技术创新。数据显示，环境规制对碳生产率的系数为0.508，在1%统计水平上显著正，但相较于模型（1）相关数据而言，影响系数有所下降，说明环境规制通过推动绿色技术创新提高碳生产率。假设2得到初步证明。表2基准回归结果变量EaGtiEsIrUrbanStiEdConstant省份固定效应年份固定效应R2样本总量模型（1）0.521*（4.123）-0.365*（-4.322）0.341*（3.231）0.721*（3.391）0.939*（3.491）0.512*（3.561）0.587*（4.492）是是0.834360模型（2）0.932*（4.123）0.389*（4.176）0.129*（3.189）0.889*（3.576）0.723*（3.482）0.681*（3.459）0.238*（4.492）是是0.828360模型（3）0.508*（3.532）0.584*（4.392）0.323*（4.231）0.521*（3.341）0.654*（3.239）0.631*（3.393）0.608*（4.675）0.186*（3.459）是是0.831360注：*、*、*表示在1%、5%、10%统计水平上显著。（）数值为t值。178从控制变量来看，能源结构对碳生产率的影响系数为-0.365，在1%置信区间上显著为负，说明能源结构升级不利于提高碳生产率。这可能是因为，现阶段我国主要以第二产业为主，故第二产业在推动经济增长的同时，也将释放大量二氧化碳，使得能源结构升级与碳排放仍未实现有效脱钩，在一定程度不利于碳生产率提高，这与杨庆等（2021）29研究结论相符。工业化率对碳生产率的影响系数为0.341，在1%水平上显著为正，证明工业化水平的提升可切实提高碳生产率。城镇化水平对碳生产率的影响系数为0.721，在1%统计水平上显著为正，说明城镇化水平可有效提高碳生产率。细究其因，城镇化水平提高，说明省份的基础设施水平较高、产业结构较为完善，能够为提高碳生产率注入发展动能。创新科技对碳生产率的影响系数为0.939，这意味着创新科技水平的提高可有效推动碳生产率。原因可能在于，创新科技水平提高可有效促进减排技术、末端处理技术在高排放产业的运用，推动高排放产业实现技术研发与生产，并提升末端治理能力，以此提高碳生产率。经济发展水平对碳生产率的影响系数为0.512，且通过1%显著性检验，说明经济发展水平可切实推动碳生产率提高。这可能是因为，经济水平高的省份具有较高质量的经济循环机制，可有效推动绿色发展，为碳生产率提高注入经济动能。（二）中介效应检验上文已述，环境规制可通过促进绿色技术创新，提高碳生产率。为从实证层面验证假设2的准确性，构建中介模型探究环境规制是否可以通过推动绿色技术创新，提高碳生产率，详细结果见表3。观察表中数据可以发现，模型（4）中环境规制对碳生产率的估计系数在1%统计水平上显著为正，说明环境规制可切实提高碳生产率。模型（5）中环境规制对绿色技术创新的影响系数为0.163，在1%统计水平上显著为正，证明环境规制对绿色技术创新存在正向推动作用。模型（6）中环境规制与绿色技术创新对碳生产率的影响系数0.471，在1%统计水平上显著为正，但相较于模型（4）的数据存在明显下降，说明绿色技术创新在环境规制提高碳生产率过程中发挥中介效应。表3中介效应EaGti控制变量0.542*（3.456）是0.163*（3.678）是0.471*（3.493）0.443*（3.569）是变量模型（4）模型（5）模型（6）环境规制、绿色技术创新与碳生产率 179西北民族大学学报（2024年第1期总第259期）省份固定效应年份固定效应R2样本总量Sobel检验Bootstrap检验是是0.823360Z=3.14，对应P值为0.34195%置信区间 0.531，0.678是是0.712360是是0.802360变量模型（4）模型（5）模型（6）注：Bootstrap法共随机抽样1000次。进一步，本文还使用Sobel检验与Bootstrap法对中介效应显著性进行检验。依据数据可以发现，Sobel的Z值为3.14，在1%统计水平上显著为正。并且，Bootstrap通过5%置信水平检验，说明环境规制可通过推动绿色技术创新，提高碳生产率，假设2得到完全证实。（三）门槛模型估计考虑到不同环境规制水平可能对绿色技术创新产生不同影响效果，本文选取门槛回归模型进行实证分析。在使用门槛进行回归前，需对门槛数量进行存在性检验，具体结果如表4所示。环境规制门槛变量仅通过单门槛、双门槛效应，说明环境规制对碳生产率与绿色技术创新存在门槛效应。进一步计算双门槛估计值可得，双门槛模型的门槛依次为0.525和0.885，可以将绿色技术创新分为（Ea0.525）（0.525Ea0.885）（Ea0.885）三个区间，具体结果见表5列（1）所示。其中，当环境规制属于区间（Ea0.525）时，绿色技术创新的系数为0.621；当环境规制属于区间（0.525Ea0.885）时，绿色技术创新的系数为0.631；当环境规制属于区间（Ea0.885）时，绿色技术创新的系数为0.656。说明在较高环境规制下，绿色技术创新的正向推动作用较为显著，假设3得证。表4门槛效应检验模型单一门槛双重门槛三重门槛F值30.484*7.321*0.000P值0.0000.0000.732BS次数300300300临界值1%4.389-3.4520.0005%3.439-4.3920.00010%3.493-5.3420.000注：P值与临界值均为“Bootstrap（自抽样法）”反复抽取300次得到。续表 180（四）稳健性检验1.替换变量衡量方法参考裴海峰和陈镜如30的做法，使用各省GDP占碳排放量的比值作为碳生产率的替代变量。其中，碳排放量使用20102021年中国碳核算数据库发布的30个省（自治区、直辖市）排放总量衡量。为消除异方差对最终结果造成的影响，对上述变量使用自然对数形式，并将其代入模型（5）中重新进行实证检验，具体结果如表5列（2）所示。依据表中数据可以发现，在替换被解释变量衡量方法后，环境规制对碳生产率依旧具有正向推动作用，说明环境规制可显著提高碳生产率，本文结论具有稳健性。2.分阶段回归本文将2015年新修订的 中华人民共和国环境保护法 作为环境规制强度高低的分界点，将环境规制发展阶段划分为20102015年和20162021年两个阶段进行稳健性检验，具体结果见表5列（3）（4）。依据表中结果可以发现，在20102015年和20162021年两个阶段中，环境规制对碳生产率的影响系数依次为0.562与0.603，在1%统计水平上显著为正，说明研究结论具有稳健性。3.剔除直辖市样本直辖市经济水平、政策强度与普通城市环境规制存在明显差距，可能影响最终研究结果，故剔除北京、天津、上海与重庆四个直辖市，进行稳健性检验，具体结果如表5列（5）所示。从表中数据可以发现，环境规制对碳生产率的影响系数为0.512，在1%统计水平下显著为正，说明在剔除直辖市相关样本后，环境规制对碳生产率具有明显推动作用，证明本文结论具有稳健性。（五）内生性检验环境规制与碳生产率可能存在互为因果的内生性问题。因此，需借助工具变量进行内生性检验，具体结果如表5列（6）所示。参考周鹏飞等31研究思路，选取空气流通系数（AC）作为工具变量。其中，空气流通系数使用ACit=WSitBLHit测算。具体地，BLH与WS依次表示大气边界层高度和风速。选择此工具变量的原因在于，一方面，空气流通系数较低时，工业排放的PM2.5、二氧化硫等污染物难以消散，会影响环境规制强度，符合相关性原则；另一方面，空气流通系数往往不直接表征环境规制，符合排他性原则。基于此，本文选择空气流通系数作为本文工具变量，具体结果如表5列（6）所示。结果显示，环境规制对碳生产率的正向推动作用在1%统计水平下显著为正，表明研究结果具有稳环境规制、绿色技术创新与碳生产率 181西北民族大学学报（2024年第1期总第259期）健性。表5门槛效应与稳健性检验结果变量EaGti_1（Ea0.525）Gti_2（0.525Eacentral regionnortheast regionwestern region”.Therefore，it isproposed to effectively improve the intensity of environmental regulation，continue to deepen green and low-carbon scientific and technological innovation，and rationally formulate regional ecological coordinateddevelopment policies so as to provide policy inspiration for the formulation of green development strategy.Key wordsenvironmental regulation；green technology innovation；carbon productivity；carbon peaks；carbon neutral（责任编辑戴正责任校对戴正）188