科技创新支撑“双碳”目标的效果分析.pdf

48 2023.82023年第8期科技产业与发展科技创新支撑“双碳”目标的效果分析一、引言碳达峰、碳中和（简称“双碳”）目标是我国为应对气候变化和顺应全球绿色低碳转型发展大方向所作出的战略抉择。2021 年 10 月，中共中央、国务院发布中共中央 国务院关于完整准确全面贯彻新发展理念做好碳达峰碳中和工作的意见，国务院发布 2030年前碳达峰行动方案，扎实推进碳达峰行动。在推进“双碳”目标实现的过程中，科技创新的作用非常重要。学界开展了大量关于科技创新助力减碳的研究。张永生等强调，技术发展本身就是实现碳达峰、碳中和目标的重要战略背景之一。1徐政等剖析了碳达峰、碳中和目标赋能高质量发展的内在逻辑，将科技创新视作二者之间互相推动的动力。2张贤等从技术路径明确双碳愿景对科技创新的新要求，分析了电力、建筑等重点部门的技术壁垒，提出要兼顾总体技术有序部署与重点行业技术优先突破的建议。3胡鞍钢认为，大力推动能源技术革命，加速各类绿色能源技术创新是实现双碳目标的重要途径之一。4刘仁厚等重点从能源结构、碳排放强度、产业结构调整 3 个方面分析了科技创新的作用，发现目前我国存在技术应用不足和利用率低等问题，需要分阶段制定科技创新支撑方案，全面统筹不同行业、区域科技优势。5魏文栋等玄兆辉1张雪峰21.中国科学技术发展战略研究院，北京，100038；2.北方工业大学，北京，100144摘 要：科技创新是驱动经济发展和实现“双碳”目标的关键，如何测度和评价科技创新对“双碳”的支撑作用，是亟待解决的问题。文章通过理论分析构建了包含供给侧、需求侧和治理侧的科技创新支撑“双碳”目标实现的评价指标体系，包含了低碳循环发展经济体系、能源结构转型升级、绿色低碳技术开发推广、绿色低碳生活方式、绿色城乡一体化和生态碳汇能力 6 个一级指标。通过研究发现，科技创新能够显著支撑“双碳”，并且供给侧效果好于需求侧，治理侧仍有较大提升空间；科技创新支撑“双碳”在时间维度上稳步上升；在空间维度上存在地理分异特征。关键词：碳达峰；碳中和；科技创新；科技减碳中图分类号：F124.3；X32 文献标识码：A DOI：10.19881/ki.1006-3676.2023.08.07基金项目：本文系北京市自然科学基金资助“京津冀地区大气污染联防联控动态机制设计”（项目编号：9232007）、北京市教育委员会科学研究计划项目资助“双碳”目标下考虑收入分配的北京市碳排放权交易机制设计”（项目编号：SZ202310009004）研究成果。作者简介：玄兆辉，男，1977年生，博士，研究员，研究方向：科技统计、创新调查。张雪峰（通信作者），男，1981年生，博士，副教授，研究方向：计量经济分析、能源经济。49 2023.8玄兆辉，张雪峰.科技创新支撑“双碳”目标的效果分析通过科技创新循环经济碳中和目标的路径分析了循环经济对碳中和目标的关键作用，提出将循环经济和碳中和战略技术纳入国家重点研发计划和国家重大科技专项中；鼓励企业、高校和科研机构三方深度融合的建议。6王一鸣7和白泉8在前文的基础上，分别补充了推动信息网络技术与能源技术融合，发展智慧能源技术，将信息技术创新应用到碳排放源锁定、数据分析、监管和预测预警中的建议。曾宪影根据碳排放权市场的金融属性提出，金融科技创新也可以有效推进我国的绿色低碳转型。9陈兰杰认为，数字技术与绿色技术的深度融合是实现“双碳”目标的关键技术基础。10综上所述，科技创新是实现“双碳”目标的内在动力和最重要的技术路径，如何测度和评价科技创新对“双碳”的支撑作用，成为亟待解决的问题。笔者从综合评估科技创新支撑“双碳”目标入手，基于我国低碳发展现状对“双碳”目标的实现进行科学评估，以期为政策方向及科技创新重点攻关领域提供理论支撑和经验证据。二、指标体系和测算方法当前，支撑我国“双碳”目标实现的条件已发生根本变化，资源和要素驱动作用持续减弱，而科学技术是第一生产力，创新是引领发展的第一动力。因此，迫切需要用科技创新支撑“双碳”目标实现。为了定量衡量科技创新对“双碳”目标实现的支撑，研究使用了指标构建方法测算了科技指数对减碳的支撑强度。（一）指标体系的理论框架碳达峰、碳中和是一项长期的系统工程，涉及范围十分广泛，机制也十分复杂。科技创新支撑“双碳”目标实现的作用主要体现在供给侧、需求侧与治理侧3 个层面11。在供给侧层面，科技创新能够带来更清洁的能源供给，降低社会对化石能源的依赖程度，进而降低碳排放量；科技创新能够创造新兴产业，以知识和技术要素替代自然要素的投入；科技创新能够改变传统生产方式，形成更加高效的产出能力，在同样产出下降低能源投入规模，减少碳排放。在需求侧层面，科技创新能够改变居民的生活方式，形成绿色生活模式，在低碳消费、低碳居住、低碳出行、城乡废弃物循环层面赋能，从而降低碳排放，提升居民幸福程度。在治理侧层面，科技创新能够改善生态发展方式，构建生态建设新模式，提高林业碳汇、海洋碳汇等吸碳能力，协调好经济增长与环境保护的关系。根据以上分析，结合中共中央 国务院关于完整准确全面贯彻新发展理念做好碳达峰碳中和工作的意见及2030 年前碳达峰行动方案两大核心政策，笔者从低碳循环发展经济体系、能源结构转型升级、绿色低碳技术开发推广、绿色低碳生活方式、绿色城乡一体化、生态碳汇能力 6 个方面构建了科技创新支撑“双碳”评价理论模型（见图 1）。图 1科技创新支撑“双碳”评价理论框架如图 1 所示，科技创新支撑“双碳”目标的效果主要作用于供给侧、需求侧和治理侧。供给侧包含了3 个子指标：低碳循环发展经济体系、能源结构转型升级和绿色低碳技术开发推广，分别体现了经济结构、能源结构和技术应用中科技创新对“双碳”目标实现的支撑效果；需求侧包含了两个子指标：绿色低碳生活方式和绿色城乡一体化，从生活方式和城乡环境治理两个层面体现了科技创新支撑对“双碳”目标实现的支撑效果；治理侧包含了生态碳汇能力指标，体现了环境治理层面科技创新对“双碳”目标实现的支撑效果。理论框架遵循“投入中间品转化产出”的逻辑，将供给侧的生产供给、需求侧的绿色消费与治理侧生态建设有机结合起来。将科技创新与协调、绿色、共享等发展理念有机融合，能够为政府提供决策依据，为企业明确技术研发方向，为居民培养绿色生活理念，进而促进整个社会的低碳发展。供给侧供给侧低碳循环发展经济体系能源结构转型升级绿色低碳技术开发推广助力结构优化实现科技减碳科技创新支撑双碳目标实现拓展碳汇规模恢复生态发展治理侧治理侧生态碳汇能力转变生活方式实现绿水青山需求侧需求侧绿色低碳生活方式绿色城乡一体化50 2023.82023年第8期科技产业与发展一级指标二级指标指标与科技创新的相关性三级指标低碳循环发展经济体系单位 GDP 污染型资源能耗弱相关单位 GDP 煤炭消费量单位 GDP 焦炭消费量单位 GDP 石油消费量单位 GDP 原油消费量单位 GDP 燃料油消费量单位 GDP 清洁型能源消耗中相关单位 GDP 水电消费量单位 GDP 核电消费量单位 GDP 风电消费量高新技术产业发展水平中相关高新技术产业增加值占 GDP 比重高新技术产业出口占总出口比重每万人中高新技术产业从业人数能源结构转型升级非化石能源生产比例强相关水电生产电力比例火电生产电力比例核电生产电力比例风电生产电力比例太阳能生产电力比例能源资源利用效率中相关农、林、牧、渔业能源利用效率工业能源利用效率建筑业能源利用效率交通运输、仓储和邮政业能源利用效率批发和零售业、住宿和餐饮业能源利用效率非化石能源消费水平强相关一次电力占能源总量的比重电力消费损耗水平绿色低碳技术开发推广基础研发强度中相关基础研究经费占比专利授权率绿色低碳生活方式低碳居住水平弱相关城市用水普及率城市用燃气普及率低碳出行水平中相关运营线路网长度增长率公共交通客运总量私人汽车拥有量铁路客运量占比变化率公路客运量占比变化率水路客运量占比变化率低碳生活环境水平弱相关城市绿地面积建成区绿化覆盖率绿色城乡一体化绿色治理投资强度弱相关城市环境基础设施建设投资占 GDP 的比重工业污染治理投资占工业增加值比重节能环保支出占财政支出比重城乡废弃物循环利用率弱相关城市再生水利用率生活垃圾无害化处理率绿色生活水平弱相关空气质量优良天数比生态碳汇能力林业碳汇发展水平弱相关森林覆盖率林业用地面积变化率人工林地面积占比表 1科技创新支撑“双碳”评价指标体系（二）指标遴选与体系建立笔者根据科技创新支撑“双碳”评价理论框架，遵循科学性、完整性、可行性原则，综合考虑理论分析的结果和数据可得性的限制，建立了包括6个一级指标、14个二级指标、44个三级指标的评价指标体系。12-13从指标构成来看，一个不可回避的事实是，对每个二级指标来说，其与科技创新支撑“双碳”这一评价主题的相关性存在差异，如与“非化石能源消费水平”指标相比，“低碳51 2023.8玄兆辉，张雪峰.科技创新支撑“双碳”目标的效果分析地区综合得分地区综合得分地区综合得分青海1.00江西0.54湖北0.29海南0.85内蒙古0.52重庆0.25广东0.78江苏0.52宁夏0.24浙江0.76广西0.51湖南0.24北京0.74黑龙江0.51辽宁0.23安徽0.70吉林0.50贵州0.12甘肃0.65新疆0.49河南0.07云南0.64河北0.43天津0.06福建0.60山东0.42山西0.04上海0.60四川0.39陕西0.00出行水平”指标在体现科技创新支撑“双碳”方面的强度要弱一些。为此，笔者邀请专家对每项二级指标与科技创新的相关性进行认真研究，从而得到“强相关”“中相关”和“弱相关”3个分类，采用相关性作为判断依据，使用层次分析法计算合成权重，限于篇幅，这里只对一级指标的权重进行公示，按表1的顺序，6个一级指标的权重分别为：2.33，5.67，3，1.33，1，1，从指标权重得分能够发现强相关、中相关的指标越多，指标权重也就越高。指标数据均来自国家统计局、国家能源局和我国区域经济统计年鉴等官方渠道，指标体系如表1所示。三、科技创新支撑“双碳”评价结果前文通过理论分析构建了科技创新支撑“双碳”评价指标，接下来这部分将从实证分析的角度对测算方法进行说明，并且在时间维度和地区维度对测算结果进行分析，最后使用计量分析方法定量研究该指数对碳排放量的影响结果，验证科技创新对实现“双碳”目标的支撑效果。（一）测算方法研究使用省（自治区、直辖市）年份面板数据。指数测算包括以下步骤：首先，由于涉及变量较多，部分变量在某些年份会存在数据缺失问题，因此采用内插法和外推法进行补齐。其次，对数据进行标准化处理，去除数据量纲差异，达到数据间的可比性要求，并得到每一年份的标杆得分，标准化公式见式（1）和式（2）：yit=（1）yit=（2）根据该指标对科技创新支撑“双碳”目标实现的贡献方向，判断使用正向标准化式（1）或负向标准化式（2），xit表示补齐后的三级指标数据，x.t表示 t 年内所有地区的统称。使用公式（3）将子指标得分合成为高层指标得分，进而得到总指数。Yit=yit （3）公式（3）中，m 是该指标下涉及子指标的个数；是指标权重，由指标与科技创新支撑“双碳”的相关性决定，使用层次分析法计算获得。（二）指数测算结果展示1.科技创新支撑“双碳”的宏观走势综合指数显示1，20152020 年间，虽然个别年份存在波动现象，但是从整体来看，我国科技创新支撑“双碳”的效果呈现出明显的上升态势，6年内得分从0.253增长到 0.314，增幅达 24.1。尤其是 2020 年“双碳”目标提出之后，当年得分结果便出现了较大跃升（见图2）。图 2我国科技创新支撑“双碳”综合评价指数（数据来源：数据来自前文测算的综合指标得分，将省级指标得分加总到时间维度，得到图 2 所需数据。）2.科技创新支撑“双碳”的地区差异从各地区来看，2020年，我国内地30个省（自治区、直辖市）（西藏因缺失统计数据较多而未列入测算，下文同）的综合评价指数得分（见表 2）表现出以下特点。第一，东部地区整体表现较好，其中海南、广东、浙江、北京排名均在前 5 位。第二，部分中西部地区因在可再生能源方面的指标表现较好而位居全国前列，如青海、甘肃、云南排名在全国前 10 位。第三，山西、陕西等资源型地区因能源结构转型压力较大、在低碳技术开发和绿色出行方式上表现欠佳等问题排名靠后。表2各地区2020年科技创新支撑“双碳”综合评价指数得分52 2023.82023年第8期科技产业与发展表2的地区排名可以看到明显的地区分布，在前15名中7个省为东部地区，可以看到指数得分与经济发展水平存在联系，说明经济发展和环境保护是相辅相成的，更充分的发展往往使社会拥有充分资源来解决环境问题。同时，西部地区中的青海、甘肃和云南表现较好，主要原因在于西部地区虽然经济发展较差，但是西部拥有大量的新能源资源，巨大的新能源储藏保障了科技减碳的可行性，从而推动了科技对于双碳目标的支撑。结合以上能够发现，影响综合指数得分结果的主要是经济水平和新能源发展水平，经济水平决定了整个社会的科技创新活力，而新能源发展则给经济弱势地区提供了快车道。（三）科技创新支撑“双碳”目标的效果评价图 3碳排放量对数值和指数的分仓散点图为了更进一步从数据层面客观评价科技创新如何有效支撑“双碳”目标的实现，笔者使用计量实证方法对科技创新支撑“双碳”目标实现的效果进行分析和验证。为了直观地描述碳排放和指数测算结果的统计关系，根据 20112019 年的 30 个省（自治区、直辖市）的碳排放量2和综合得分数据，绘制分仓散点图，仓数为20，从图 3 能够发现，随着指数的不断上升，碳排放量存在显著下降的趋势。考虑到不同地区和时间维度存在较大差异，为了准确估计出科技创新对“双碳”目标实现的贡献力度，笔者使用双向固定效应模型定量分析科技创新对实现“双碳”目标的支撑作用，模型设定如式（4）所示：Emissioni,t=+Indexi,t+1GDPperi,t+2Foreigni,t+3 Fixedi,t+4Financei,t+5Educationi,t+i+t+i,t （4）式（4）中，i 表示地区，t 表示时间，Emission是地区碳排放的衡量，采用地区碳排放量、人均碳排放量和碳排放强度 3 个指标作为被解释变量，碳排放数据均来自 CEADs 数据库；Index是前文测算出的指数得分，i是个体固定效应，t是时间固定效应。根据前文理论分析和指标构建逻辑，分别构建供给侧、需求侧和治理侧 3 个层面的子指标，命名为Index_supply，Index_demand和Index_governance，代表供给侧指数、需求侧指数和治理侧指数。考虑到经济发展水平、地区投资水平、政府财政压力和教育情况可能造成遗漏变量偏误，对其进行控制，控制变量数据来自 EPS 数据库，变量名称、定义和计算方式如表 3 所示。表 3变量定义表表 4描述性统计表表 4 是上述变量的描述性统计表，3 项碳排放量指标均存在较大的波动，4 项指数结果均进行了标准化，变量名称变量含义计算方式Emission碳排放水平碳排放量取对数Emission_people人均碳排放水平人均碳排放量取对数Emission_gdp碳排放强度碳排放量/GDPIndex指数得分见式（1）到（3）Index_supply供给指数见式（1）到（3）Index_demand需求指数见式（1）到（3）Index_governance治理指数见式（1）到（3）GDP_per地区经济发展水平人均 GDP 取对数Foreign外资投资总额外商企业投资总额取对数Fixed固定资产总额固定资产投资总额取对数Finance财政压力预算收入/财政支出Education教育水平大学在校学生人数取对数变量样本量均值标准差 最小值 最大值Emission2705.6520.7703.8087.439Emission_people2702.1880.5821.3283.904Emission_gdp2701.0070.4880.1822.577Index2700.5230.17001Index_supply2700.4870.17501Index_demand2700.5760.14901Index_governance2700.3980.19901Foreign2706.5741.3653.3779.904Fixed2709.5050.7947.27010.99GDP_per27010.810.4339.70612.01Education2704.2570.7721.7185.451Finance2700.5040.1890.1510.93153 2023.8（1）（2）（3）（4）（5）（6）变量EmissionEmission_gdpEmission_peopleEmissionEmission_gdpEmission_peopleIndex-0.420*-0.190*-0.328*-0.288*-0.141*-0.323*（0.125）（0.086）（0.110）（0.152）（0.081）（0.132）GDP_per-0.026-0.590*-0.1030.074-0.245*-0.008（0.160）（0.118）（0.141）（0.106）（0.069）（0.083）Foreign0.0660.0010.043-0.0230.012-0.050*（0.049）（0.033）（0.044）（0.033）（0.020）（0.029）Fixed-0.072-0.028-0.0640.257*0.0350.155*（0.053）（0.038）（0.049）（0.088）（0.040）（0.076）Finance0.5760.1500.4660.611*0.0570.551*（0.475）（0.346）（0.446）（0.246）（0.130）（0.221）Education0.141-0.0570.0100.764*0.0020.602*（0.187）（0.122）（0.161）（0.247）（0.127）（0.213）_cons5.640*7.959*3.641*-1.1933.038*-1.851*（1.252）（0.924）（1.060）（1.242）（0.890）（1.051）地区固定有有有有有有时间固定有有有有有有N180180180909090R20.9780.9800.9820.9970.9900.978表 6分样本下指数对碳排放影响的估计结果 注：括号里是异方差稳健标准差。其中，*p0.10，*p0.05，*p0.01。玄兆辉，张雪峰.科技创新支撑“双碳”目标的效果分析（1）（2）（3）（4）（5）（6）变量EmissionEmissionEmission_peopleEmission_peopleEmission_gdpEmission_gdpIndex-0.368*-0.401*-0.290*-0.293*-0.289*-0.188*（0.110）（0.102）（0.095）（0.090）（0.075）（0.069）GDP_per-0.028-0.107-0.469*（0.112）（0.098）（0.076）Foreign0.0220.002-0.011（0.040）（0.037）（0.025）Fixed-0.054-0.063-0.040（0.042）（0.039）（0.030）Finance0.658*0.601*0.099（0.309）（0.295）（0.211）Education0.279*0.209-0.093（0.145）（0.127）（0.093）地区固定有有有有有有时间固定有有有有有有_cons5.844*5.010*2.340*2.889*1.158*6.975*（0.057）（0.994）（0.049）（0.825）（0.039）（0.689）N270270270270270270R20.9840.9850.9780.9800.9750.984表 5总指数对碳排放影响的估计结果 注：括号里是异方差稳健标准差。其中，*p0.10，*p0.05，*p0.01。取值范围在 0 1 之间，方便进行指标间估计系数的对比；碳排放数据来自中国碳核算数据库，由于碳排放量数据只公布到 2019 年，所以笔者收集了 20112019 年我国内地30个省（自治区、直辖市），共计270个样本。表 5 是基准回归结果，列（1）和列（2）中被解释变量是碳排放量总量，列（3）和列（4）中被解释变量为人均碳排放量，列（5）和列（6）中被解释变量是碳排放强度。6 列的结果表示指数结果对碳排放总量、人均碳排放量和碳排放强度均有很高的解释力度，并且方向也显著为负，证明了科技创新对实现“双碳”目标存54 2023.82023年第8期科技产业与发展在很高的支撑力度。前文构建面板回归模型进行参数估计时，笔者计算出的系数是 30 个省（自治区、直辖市）的参数估计结果的平均值，以表 5 列（2）为例，表示在其他因素不变的情况下，平均而言，指数得分提升一个单位，碳排放量降低约 0.4 个单位。考虑到研究样本内地区之间存在较大差异，所以进行分样本估计，以是否为东部地区作为样本划分标准，讨论科技创新对“双碳”目标实现支撑力度的异质性。表 6 的列（1）（2）和（3）是非东部地区计算结果，列（4）（5）和（6）是东部地区计算结果，从碳排放总量和碳排放强度计算系数来看，非东部地区科技创新对实现“双碳”目标支撑力度更高，从人均碳排放量计算系数来看，东西部的差距并不明显。表 7分类型指数对碳排放影响的估计结果 注：括号里是异方差稳健标准差。其中，*p0.10，*p0.05，*p0.01。指数构建过程中，最核心的框架是供给侧、需求侧和治理侧3个维度，不同维度下科技创新对“双碳”目标支撑的方式并不相同，所以使用分类型指数进行回归，得到表 7。表 7 中列（1）对应供给侧指数计算结果，列（2）对应需求侧，列（3）对应治理侧，对比系数大小和显著性结果发现 3 个维度下科技创新支撑“双碳”目标实现力度从大到小分别是：供给侧、需求侧和治理侧，并且目前治理侧科技创新支撑仍有较大提升空间。四、结论和建议综上所述，可以得出以下 4 点结论：其一，从综合评价指数趋势图可以看出，我国科技创新支撑“双碳”整体呈现较好增长趋势。其二，从各地区 2020 年得分结果可见，我国科技创新支撑“双碳”水平具有明显的地区分异特征。其三，从效果评价结果可以发现，科技创新对实现“双碳”目标具有非常重要的支撑作用，并且非东部地区的科技创新对“双碳”目标实现的支撑力度大有可为。其四，根据分类型指数的回归结果，发现科技创新对“双碳”目标实现的支撑力度在不同层面存在显著差异，供给侧的科技创新支撑效果大于需求侧，而治理侧的科技创新支撑仍有很大提升空间。为进一步提升“双碳”目标实现的进度和质量，从科技创新的角度，未来我国需要从以下方面推进相关工作。首先，加快清洁能源技术研发，加大对清洁能源产业的投资，尽快实现能源转型。其次，大力发展知识和技术密集型产业，尤其是节能环保产业，通过采用节能设备、技术和工艺，有效降低碳排放。第三，重点研发碳捕捉和碳储存技术、设备和材料，并积极推进相关产业发展。第四，为生态碳汇以及居民形成绿色低碳生活方式提供科学技术、基础设施和服务供给。（1）（2）（3）供给侧需求侧治理侧变量EmissionEmissionEmissionIndex_supply-0.363*（0.100）Index_demand-0.201*（0.100）Index_governance0.060（0.106）GDP_per-0.034-0.001-0.015（0.112）（0.117）（0.116）Foreign0.0220.0320.030（0.041）（0.041）（0.042）Fixed-0.053-0.082*-0.077*（0.042）（0.045）（0.045）Finance0.632*0.629*0.563*（0.308）（0.323）（0.317）Education0.273*0.242*0.238（0.146）（0.146）（0.151）_cons5.072*5.003*5.031*（0.993）（1.026）（1.021）N270270270R20.9850.9840.98455 2023.8参考文献：1 张永生，巢清尘，陈迎，等.中国碳中和：引领全球气候治理和绿色转型J.国际经济评论，2021（03）：9-26，4.2 徐政，左晟吉，丁守海.碳达峰、碳中和赋能高质量发展：内在逻辑与实现路径J.经济学家，2021（11）：62-71.3 张贤，郭偲悦，孔慧，等.碳中和愿景的科技需求与技术路径J.中国环境管理，2021（01）：65-70.4 胡鞍钢.中国实现2030年前碳达峰目标及主要途径J.北京工业大学学报（社会科学版），2021（03）：1-15.5 刘仁厚，王革，黄宁，等.中国科技创新支撑碳达峰、碳中和的路径研究J.广西社会科学，2021（08）：1-7.6 魏文栋，陈竹君，耿涌，等.循环经济助推碳中和的路径和对策建议J.中国科学院院刊，2021（09）：1030-1038.7 王一鸣.中国碳达峰碳中和目标下的绿色低碳转型：战略与路径J.全球化，2021（06）：5-18，133.8 白泉.打通产供储销体系堵点增强产业链供应链韧性构建绿色低碳循环发展经济体系是实现碳达峰碳中和的关键举措J.中国能源，2021（03）：52-54.9 曾宪影.“双碳”背景下商业银行转型策略J.科技智囊，2022（03）：31-37.10 陈兰杰.数字经济助力“双碳”战略的内在逻辑与实现路径J.科技智囊，2023（02）：20-25.11 何京东，曹大泉，段晓男，等.发挥国家战略科技力量作用，为“双碳”目标提供有力科技支撑J.中国科学院院刊，2022（04）：415-422.12 张晶飞，秦耀辰，张丽君，等.建成环境对居民绿色消费意愿的影响来自郑州的实证研究J.地理研究，2021（10）：2914-2929.13 李颖，武学，孙成双，等.基于低碳发展的北京城市生活垃圾处理模式优化J.资源科学，2021（08）：1574-1588.注释：1.综合指数测算的原始数据均来自国家统计局、中国统计摘要、中国城市统计年鉴和中国区域经济统计年鉴等，根据式（1）式（3）计算所得。由于数据可得性的原因，文章测算“十二五”末期到“十三五”末期我国科技创新支撑“双碳”目标效果情况。2.地区碳排放量来自中国碳核算数据库，目前地区碳排放量只公布到2019年。玄兆辉，张雪峰.科技创新支撑“双碳”目标的效果分析56 2023.82023年第8期科技产业与发展Analysis of the Effectiveness of Scientific and Technological Innovation Supporting the“Carbon Peaking and Carbon Neutrality”GoalXuan ZhaohuiXuan Zhaohui1 1Zhang XuefengZhang Xuefeng2 2（1.ChineseAcademyofScienceandTechnologyforDevelopment，Beijing，100038；2.NorthChinaUniversityofTechnology，Beijing，100144）Abstract：Abstract：Scientific and technological innovation is the key factor to sustain economic development and achieve the goal of“carbon peaking and carbon neutrality”，how to measure and evaluate the supporting role of scientific and technological innovation to“carbon peaking and carbon neutrality”has become an urgent problem to be solved.The article through theoretical analysis，the evaluation index system is constructed to measure the effectiveness of scientific and technological innovation in supporting the“carbon peaking and carbon neutrality”goal，the index system includes the supply side，demand side and governance measurement to support the realization of the“carbon peaking and carbon neutrality”goal，including six first-level indicators：low-carbon and circular economic system development，energy structure transformation and upgrading，green and low-carbon technology development and promotion，green and low-carbon lifestyle，green urban-rural integration and ecological carbon sink capacity.It is found that scientific and technological innovation can significantly support“carbon peaking and carbon neutrality”，and the effect on the supply side is better than that on the demand side，and there is still more room for improvement in the governance measurement，and the support of“carbon peaking and carbon neutrality”by scientific and technological innovation is steadily increasing in the time dimension，and there is geographical differentiation in China.Key wordsKey words：Carbon peaking；Carbon neutrality；Scientific and technological innovation；Science and technology carbon reduction