绿色技术溢出对碳排放强度的影响

韩伯棠　朱羽

摘 要：本文将改进的STIRPAT模型与内生增长理论相结合，研究了我国13个制造业行业绿色技术对碳排放强度的影响，以及行业间绿色技术溢出对碳排放强度的影响。借助各年的投入产出表构造权重来衡量绿色技术的行业间溢出，并将这种溢出分为国内溢出和国外溢出。研究结果显示，绿色技术水平的提高能显著降低二氧化碳碳排放强度，且行业间绿色技术溢出存在，国内行业间绿色技术溢出与碳排放强度显著负相关，国际行业间绿色技术溢出与碳排放强度显著负相关。

关键词：绿色技术；产业间溢出；碳排放强度

中图分类号：F061.5 文献标识码：A 文章编号：2095-7866 （2017） 05-001-013

工业经济论坛 URL： http//www.iereview.com.cn DOI： 10.11970/j.issn.2095-7866.2017.05.001

Abstract： Based on the improved STIRPAT model and the modern endogenous growth theories， the influence of green technology on the carbon emission intensity of 13 manufacturing industries in China and the effect of green technology spillovers on the carbon emission intensity were studied. With the input and output table of each year to measure the weight of green technology industrial spillover， and this overflow is divided into domestic spillovers and foreign spillovers. The results show that green technology has a significant positive effect on the reduction of carbon emission intensity. The green technology spillover in domestic industry has a significant negative effect on the decrease of carbon emission intensity. The green technology spillover in foreign industry has a significant negative effect on the reduction of carbon emission intensity.

Key words： Green Technology； Inter-industry Spillovers； CO2 Emission Intensity

引言

自改革开放以来，我国经济实现了高速增长。这种快速增长消耗了大量能源，导致了碳排放增加，给中国的环境造成了巨大的压力。2009年11月，我国政府首次提出2020年单位国内生产总值二氧化碳排放比2005年下降40%～45%的减排目标。一时间协调经济增长与环境保护成为各方热点。理论上，技术进步是实现经济增长与环境退化“脱钩”的有效途径[1]。大量文献证明技术进步保证经济持续增长，而这一点也正是内生增长理论的核心思想。然而技术进步能否提高环境绩效这一点却尚存争议，仅就二氧化碳排放而言，一些学者指出，技术进步能够促进我国二氧化碳排放的减少[2]，也另有研究表明技术进步并没有在减少碳排放方面发挥效力[3]，甚至能源技术也并不能减少碳排放[4]。然而Ding Weina， et al.利用意大利省际数据进行研究，结果显示，绿色技术对减少碳排放的影响并不显著，却能显著减少碳排放强度[5]，这一结果似乎说明绿色技术是解开经济增长和碳排放增加耦合关系的有效途径。

现有的绿色技术进步对碳排放影响的文献较少，且大多集中在地域层面[4-6]，由于数据可获得性，鲜有文章从行业层面进行研究[7]，然而行业层面研究是有必要的。随着国际分工的进一步细化，价值链也变得更加复杂，内部环节不断增加，跨部门、跨行业的联系日益密切。要想减少碳排放，不是一个企业，一个行业、进行绿色技术创新，提高能源效率就能实现的，需要整个产业链的努力，上下游企业的协作，打造绿色、低碳、环保的产业链条。这也正是2016年国务院出台的针对控制温室气体排放的具体举措之一①。

具体而言，上游产业提高绿色技术将嵌入先进绿色技术的贸易商品提供给下游企业，从而减少下游产业二氧化碳的排放，比如2010年，中国一家材料供应商研发出一种新型可降解材料，提供给玫琳凯中国公司作为快递包装填充物，由于这种材料加工生产过程中也没有废水、废渣、废气的排放，在使用后又可完全实现生物降解，从而实现了上下游产业在环境绩效上的共赢。绿色技术也便通过这样的方式，实现了产业间溢出。新能源电池的研制促进下游汽车行业的碳排放的减少，也是同样的道理。然而，我们不能限定上游产业都在国内，也可以是国外上游产业提供贸易产品给国内的下游企业，因此我们根据上游产业确定国内产业间溢出和国际产业间溢出。

由于制造业是二氧化碳排放的主要行业，且制造业行业间溢出更容易理解，因此本文将重点选取13个制造业，主要探讨三个方面问题：第一，綠色技术对碳排放强度的影响；第二，比较绿色技术与非绿色技术对碳排放强度影响造成的影响；第三，产业间绿色技术溢出对碳排放强度的影响，包括国内产业间溢出和国际产业间溢出。

一、文献综述

绿色技术还缺乏统一的界定，有很多同义的称谓，如环境技术、生态技术、可持续技术等，很多学者也给出了相关定义，可能各有侧重有所区别，但这些定义都指出一点，即绿色技术可以降低环境负面影响。在我国较早是由吴晓波引入并将其定义为：“对减少环境污染， 减少原材料、自然资源和能源使用的技术、工艺或产品的总称”[8]。陈艳春和韩伯棠等人综合了国内外相关界定，将绿色技术定义为，能够促进环境改善的环境友好型技术[9]。本文也沿用此定义。

绿色技术对碳排放的影响的相关文献并不多，行业层面的文献就更少，这些文献数据来源大多为OECD和NAMEA（National Accounting Matrix including Environmental Accounts，包括环境核算在内的国民核算矩阵），提供了行业和区域的交叉数据，并可供直接下载。除此之外，相关研究很有限，主要原因在于行业层面的数据可获得性较差，而相对来说，地域的划分更加明确、清晰，相关数据可得性较好。尤其是对于绿色技水平的划分，如比较常用的衡量绿色技术水平的变量绿色发明专利申请量，我们可以根据发明专利申请地判断地域属性[4]，而对于其归入哪一行业却并不那么明显。但也不是没有解决的途径，Schmoch， U， et al.经过大量分析、精密数据论证，给出了专利技术IPC三级科目和行业划分之间一一对应关系[10]，从而解决了这一问题。这也是本文能够从行业层面进行研究的重要基础。

我国绿色技术领域发展时间尚短，且相关数据不易获得，所以绿色技术对碳排放影响的行业层面文献尚没有找到，但技术进步对碳排放影响的行业实证研究可以作为参照。我国学者利用因素分解法分别研究了工业行业、制造业行业、行业总体技术进步对二氧化碳的影响，结果都表明技术进步对碳排放有一定的抑制作用[11-14]；何小钢，张耀辉基于改进的STIRPAT模型，利用动态面板数据实证研究了技术对工业碳排放的影响，结果表明技术进步并不能促进工业碳排放减少[14]。

因为数据的便利，关于欧盟国家绿色技术行业层面文献相对较多。Costantini et al.考虑了创新作用、区域环境溢出和环境政策，来研究意大利行业环境绩效的决定因素。他们的研究结果表明，创新溢出效应和环境溢出可以推动区域和部门特定的环境结果。并且指出，在确定环境绩效时，溢出效应可能比创新本身更加重要[6]。Costantini， Valeria， et al.研究了27个欧盟国家14个行业不同类型的绿色技术，跨部门联系对碳排放的影响，结果表明跨部门联系存在，与绿色技术一起显著减少碳排放。研究结果都一致地指出部门间溢出和跨部门联系的存在，且对碳排放的减少有积极的作用[7]。Ghisetti Claudia和F. Quatraro按照不同的绿色技术划分标准，研究了意大利23个行业20个地区绿色技术对环境绩效的影响，实证结果表示绿色技术、行业绿色技术溢出都提高环境效率，环境效率为增加值与碳排放的比率[15]。

我国对于绿色产业间溢出较少，宿丽霞等基于对国内主要制造行业供应链上下游企业间绿色技术合作的数据调查，研究显示供应链上下游企业间的依赖关系对供应链上下游企业间的绿色技术合作具有较大影响[16]。对此我们可以参照一般技术的产业间溢出。张建东利用1999年-2008年我国制造业各行业的面板数据，对产业内贸易的跨行业技术溢出进行了回归，结果表明产业内贸易在制造业各行业间存在技术溢出[17]。大量文献支持产业间技术溢出的存在，并就溢出量化提出多种合理的方法。相对成熟的有：根据投入产出表建立权重[18，19]，产业相似度矩阵为权数[20]，考虑跟随商品贸易的技术溢出多选用投入产出表建立权重，因此本文通过投入产出表建立权重衡量产业间溢出。

總结以上，我们可以发现绿色技术相关研究有限，尤其是行业层面，主要原因为数据的可获得性差，为此经查阅文献，我们找到可以进行行业划分的方法，从而能够进行行业分析，绿色技术产业间溢出我们参照普通技术的衡量方法来构建，使实证研究成为可能。

二、实证模型的设定

STIRPAT（Stochastic Impacts by Regression on Population， Affluence and Technology）模型是在IPAT模型基础上改进的，STIRPAT模型能更好地解决IPAT模型严格要求变量单调、线性的缺点。模型如下：

其中a为模型系数，I代表环境影响（Impact），P代表人口（population），A代表财富（Affluence），T代表科技（Technology），e表示模型误差。STIRPAT模型应用广泛，正是因为其良好的延展性，允许变量的替换和删减。因此，在STIRPAT模型的基础上，引入内生增长理论模型，将单一的技术因素进行拓展，引入模型中。

综合以上，我们可以发现环境绩效的影响因素有：人口因素、财富程度、知识存量、技术引进。前面我们提到STIRPAT模型本身具有良好的延展性，可以根据研究对象的不同对变量进行调整，由于本文研究对象为行业，具有特殊性，我们会对变量进行一定调整。

第一，表征区域规模大小的人口因素不再适用，我们将其替换为行业规模因素，用固定资本形成总额（GFCF）表示，这里我们不仅仅以固定资产来衡量行业的规模，将无形资产也考虑在内，无形资产中包括软件、专利技术等等，也是企业的一种投资，两者同时考虑，更加全面、精确地衡量行业规模[14，23]；

第二，衡量一个行业的财富程度，我们选择一个行业的总增加值（GVA）来衡量，即不考虑税收和财政补贴影响的产出与投入的差额；

第三，具体到某一行业知识存量的衡量，相关文献采用的衡量指标有R&D以及专利技术数量等，但考虑到R&D只是研发活动的投入，尚未真正转化为企业的技术，因此本文采用专利数据库检索的专利发明技术，通过计算转化为存量来衡量一个行业自主研发所积累的知识存量，相关的计算方法，在第三部分中予以具体说明；另外，本文主要研究绿色技术的影响，并与非绿色技术作对比，因此一个行业的知识存量即为该行业的技术水平，使用绿色技术存量（GT）、非绿色技术存量来衡量（NGT）；

第四，一个地区的技术引进为区域间技术溢出，则行业间技术引进为产业间技术溢出，而产业间技术溢出又可以根据技术溢出的来源分为国内产业间技术溢出（GTdu）和国际产业间技术溢出（GTfu）；

第五，根据我国制造业行业特征，我们引入几个影响行业碳排放的关键变量。首先，能源消费结构（ES），即煤炭消耗量占总能源消费的比例，能源消费结构为二氧化碳排放量的重要影响因素，煤炭消耗占比越大，二氧化碳排放量也越大，因此预期符号为正[24，25]；其次，能耗强度（ENI），单位增加值消耗的能源，耗能产业必然带来更多的二氧化碳排放，预期符号也为正[26，27]；

最后，环境压力因素也就是本文的被解释变量，行业环境压力因素我们用碳排放强度表示，即单位增加值排放的二氧化碳量（E/GVA），碳排放强度越大，行业碳排放效率越低，单位增加值排出的二氧化碳量更大。

经过仔细调整变量，最终确定碳排放强度的影响因素有：行业规模、财富程度、技术水平、技术溢出四大因素，并引入两个控制变量，分别为能源消费结构和能耗强度。为逐步深入研究，我们首先考虑技术水平对碳排放强度的影响，暂不考虑技术溢出的影响，最后，我们再将技术溢出加入模型。因此，首先我们建立模型1，如下：

模型1：

其中，k、t分别表示行业和年份，ε为误差项。为对比绿色技术与非绿色技术对碳排放强度的不同影响，我们采用了两种方式。其一，我们将模型1中绿色技术存量（GTkt）替换为非绿色技术存量（NGTkt），形成模型2；其二，我们将绿色技术存量（GTkt）和非绿色技术存量（NGTkt）放入同一模型中进行比较，形成模型3。

其次，我们将技术溢出加入模型，研究绿色技术溢出对碳排放强度的影响，建立模型4，如下：

模型4：

其中，GTk，t、GTduk，t、GTfuk，t分别表示绿色技术存量、国内绿色技术产业间溢出、国际绿色技术产业间溢出，同样地，为比较绿色技术与非绿色技术的差别，我们将非绿色技术放入同一模型中进行比较，得到模型5。

三、变量与数据处理

（一） 绿色技术存量

得到绿色技术存量，大体经过三个步骤：第一，绿色专利技术检索，找到中国知识产权局专利检索数据库，选择高级检索，分别在624个IPC分类三级科目下，在中国发明专利技术中，按照关键字检索出绿色发明专利技术，最终得到1999年-2009年每一年624个IPC三级科目下的绿色发明专利技术申请量；第二，行业分类，624个IPC三级科目分别对应不同的行业，按照行业汇总检索结果，得到13个行业每年的绿色发明专利技术申请量；第三，存量计算，计算绿色技术存量采用永续盘存法[28]，计算公式如下：

其中，EIk，t是k行业第t年绿色技术存量；PATk，t是k行业第t年绿色技术申请量，δ指绿色技术的折旧率，参照Braun et al.提出的折旧率设定为20%[28]，g为绿色专利技术申请量自1999年-2009年平均增长率，基期为1999年，根据上述两个公式，经过计算便可得到1999年-2009年13个行业各自的绿色技术存量。

非绿色技术存量的计算方法与绿色技术存量的计算方法相同，只是存量的计算依据非绿色发明专利技术申请量并不是直接检索得到的，而是先得到各年各行业全部的发明专利技术申请量，剔除绿色发明专利技术申请量，得到的非绿色发明专利技术申请量。

国际绿色技术存量是根据国际绿色发明专利申请量使用同样的计算方法得到的，在計算国际绿色技术产业间溢出时我们会用到，需要特别强调的是，国际绿色发明专利申请量为十个国家绿色发明专利申请量之和，而不是全世界绿色发明专利申请量之和，原因如下：我们根据投入产出表中的贸易流量作为技术溢出的权重，隐含的假设为贸易交易额大的绿色技术溢出相对较大，这一点也符合常识，因此我们按照贸易进口量排序，选取了十个国家作为计算国际产业间溢出的依据，更加合理。

（二） 绿色技术产业间溢出

绿色技术产业间溢出的大体思路为，按照投入产出表中中间投入占比为各行业绿色技术设计权重，权重和绿色技术存量的乘积即为产业间溢出。我国投入产出表不是每年都出，本文的投入产出表数据来自世界投入产出数据库，简称WIOD，但仅提供了1999年-2009年的数据，本文研究年限也受此限制。

计算权重之前，我们需要简单了解一下投入产出表的结构。投入产出表从横向看是本部门提供给各部门产品，称为中间投入，又分为国内中间投入和进口中间投入，从纵向看是本部门消耗的其他部门的产品，同样也包含消耗本土和进口。在现实生活中，我国某一产业向下游产业提供商品，这一商品销售额即为该产业提供给该下游产业的国内中间投入，仍是该产业，如果提供给下游产业的商品为进口自国外的，则该销售额为该产业提供给该下游产业的国外中间投入，提供给全部下游产业的国内中间投入加总为总的国内中间投入（剔除提供给自身的），提供给全部下游产业的国外中间投入加总为总的国外中间投入（剔除提供给自身的），总的国内中间投入与总的国外中间投入之和为该行业全部的中间投入。国内上游产业提供给某一下游产业的中间投入占全部中间投入的比重，即为该上游行业溢出给下游行业的权重，乘以上游行业的国内绿色技术存量得到该上游行业对下游行业的绿色技术国内产业间溢出，具体表达式如下：

（8）

其中，GTj，t表示第t年j行业绿色技术存量，表示第t年国内j行业对k行业的中间投入，表示第t年j行业对k行业国内中间投入，表示第t年j行业对k行业全部的中间投入，GTduk，t表示第t年K行业接收的国内产业间溢出。

但如果上游产业提供给下游产业的商品为进口，则该进口额占全部中间投入的比重与国际绿色技术存量的乘积，为该上游产业对下游产业的国际产业间溢出，具体表达式如下：

（9）

其中，GTfuk，t表示第t年K行业接收的国外产业间溢出，表示第t年j行业对k行业国外中间投入，N等于10，表示10个国家绿色技术存量，即国际绿色发明专利技术存量。

（三）变量说明

本文中其他变量计算简便，不再详细介绍，自变量的符号表示及相关说明详见表1。本文中固定资本形成总额、总增加值、二氧化碳排放量、煤炭消耗量、总能源消耗量等数据都来自世界投入产出数据库，中国绿色发明专利申请量数据来自国家知识产权局专利检索库，是经检索得到的，国际绿色发明专利申请量数据来自OECD数据库。

四、实证分析

（一）碳排放强度变化趋势

1999年-2009年行业总体碳排放强度实现了约47%的下降，也就是说单位增加值的碳排放量下降47%，但不同行业之间也有所不同，具体变化趋势见表2。传统的非金属矿物制品业、造纸印刷及文教体育用品制造业碳排放强度下降百分比分别为20%、31%，低于平均水平，而通信设备、计算机及其他电子设备制造业、电气机械及器材制造业、交通运输设备制造业等现代生产制造业，碳排放强度下降速度较快，依次达到了67%、65%、65%。各行业平均增长率都小于零，也说明各年碳排放强度基本保持下降趋势，碳排放效率不断提升。

（二）实证结果分析

本文对1999年-2009年我国13个制造业行业的面板数据进行回归，探析绿色技术及其产业间溢出对碳排放强度的影响，并比较綠色技术和非绿色技术对碳排放强度的不同影响。由于回归方程中的个体效应与其他解释变量存在着相关性，采用固定效应模型检验更能得到理论上的支持，但具体采用哪种方法，还需要进行豪斯曼检验，豪斯曼检验结果拒绝原假设则采用用固定效应模型，否则采用随机效应模型。

1. 数据平稳性检验

为了防止伪回归的现象，需要对模型变量进行数据平稳性检验。本文选用LLC、FisherPP 着两种方法进行检验。利用eviews对数据进行平稳性检验，结果如表3：

表3两种检验方法变量lnGFCF、lnGVA的一阶差分均通过5%水平的显著性检验，其他变量均满足零阶差分检验。严格意义协整的前提是同阶单整，但也有宽限说法。如果变量个数多于两个，即解释变量个数多于一个，要求被解释变量的单整阶数不高于任何一个解释变量的单整阶数，正好满足协整检验的宽限条件，因此我们进行下面协整检验。按照模型进行分类，按照包含变量的不同分别进行了协整检验，检验结果如表4所示，我们可以发现，所有P值都小于1%，拒绝原假设，通过了协整检验，说明变量之间存在着稳定的均衡关系，可以在此基础上直接进行回归，且回归结果是较精确的。

2. 实证结果分析

分别对五个模型进行Hausman检验，P值都小于0.05，所以拒绝“随机效应模型优于固定效应的模型”，应采用固定效用模型，样本数据回归采用固定效应模型。

表5为五个模型最终实证结果，模型1、模型2和模型3中暂没有考虑技术溢出对碳排放强度的影响，旨在研究技术水平对碳排放强度的影响，模型1为绿色技术对碳排放强度的影响，模型2为非绿色技术对碳排放强度的影响，模型3将绿色技术与非绿色技术放在同一模型予以比较，模型4和模型5将产业间绿色技术溢出也纳入模型，模型4中仅就绿色技术及其溢出进行了回归，模型5则在模型4的基础上增加了非绿色技术，比较绿色与非绿色技术的不同影响。

模型1、模型3中绿色技术都在1%的显著性水平上与碳排放强度负相关，说明绿色技术水平的提高能够降低碳排放强度，提高碳排放效率，但模型2中非绿色技术却在1%显著性水平上与碳排放强度正相关，说明非绿色技术水平的提高反而增加碳排放强度，减少碳排放效率，也就是说非绿色技术水平的提高会导致二氧化碳排放量的增长率大于增加值的增长率，由此可以发现一般技术水平的提高并不能真正带来环境绩效的提高，绿色技术水平的提高才能保证经济增长的同时，减少二氧化碳的排放量，解开经济增长与碳排放的耦合关系。

综合模型1、模型2、模型3，我们可以发现财富程度、能源消耗结构、能耗强度在1%的显著性水平上与碳排放强度正相关，行业规模在1%的显著性水平上与碳排放强度负相关。不难理解，制造业行业一般为能耗行业，增加值的增加一般会带来能源消耗的增加，从而增加碳排放的增加，因此行业增加值与碳排放强度显著正相关；能源消耗结构为煤炭消耗量占总能源的比重，一直以来我国能源消费都依赖着煤炭消费，而同等标煤下每燃烧1吨煤炭产生的二氧化碳气体比石油和天然气多30%和70%，煤炭消耗占比越高的行业产生的二氧化碳也就越高，这一点与实证结果一致，煤炭消耗占比与碳排放强度显著正相关；能耗结构也与碳排放强度显著正相关，二氧化碳排放的主要来源为煤炭、石油、天然气等能源的燃烧，因此能源消耗多的行业碳排放较多，同时也可以说明倚重能源消耗的行业产生更多的二氧化碳排放量；行业规模与碳排放强度显著负相关，说明行业规模越大，碳排放效率越高，扩大固定资产、无形资产的投入，可以提高碳排放的效率。

模型4中包含了绿色技术存量、国内产业间绿色技术溢出和国际产业间绿色技术溢出，绿色技术存量、国际产业间溢出都与碳排放强度显著负相关，国内产业间绿色技术溢出也与碳排放强度负相关，但P值并没有通过检验。绿色技术水平和国际产业间绿色技术溢出都能减少碳排放强度，提高碳排放的效率，换言之我们不仅可以提高我国自身绿色技术水平，来提高碳排放效率，减少单位增加值二氧化碳排放量，还可以通过进口国外绿色产品、引进国外绿色技术、学习国外绿色生产流程来提高碳排放效率；此外我们还发现，国内产业间绿色技术与碳排放强度也是负相关的，说明产业间绿色技术溢出对碳排放效率的提高是正向作用的，上游产业的绿色技术发展可以提高下游产业碳排放效率。综合国内产业间溢出和国际产业间溢出来看，这种溢出是存在的，且产业间溢出对二氧化碳排放的降低是有着积极的作用的，通俗讲，其他产业中绿色技术的增加，表现在产品上即是绿色的、环保的，以中间投入的方式流入到本行业中，也降低了本行业的碳排放，产业溢出的存在支持着打造绿色产业链条，促进制造业整体碳排放的降低政策导向。

模型5中将非绿色技术存量、绿色技术存量、产业间绿色技术溢出包含在同一模型中进行回归，这一回归结果对比了绿色技术与非绿色技术对碳排放强度影响的两个截然相反的方向，绿色技术提高碳排放效率，非绿色技术则不能，国内产业间绿色技术溢出、国际产业间绿色技术溢出能够提高碳排放效率，且前者通过了显著性检验，这一点也证实了国内上游产业绿色技术发展可以对下游产业碳排放效率的提高产生积极的影响。

综上所述，绿色技术水平的提高对解开经济增长和碳排放的耦合关系有积极作用，对实现“碳脱钩”有重要作用，不仅如此，绿色技术产业间溢出，无论是国内产业间溢出还是国际产业间溢出都对“碳脱钩”有积极作用，产业间绿色技术溢出存在并且积极碳排放效率的提高，即上游产业的绿色技术水平的提高会以贸易流通方式提高下游产业碳排放效率，减少单位增加值的二氧化碳排放量。其他因素，如煤炭消耗占比、能源消耗强度、行业增加值均与碳排放强度显著正相关，行业规模与碳排放效率的提高显著正相关。

五、结论与启示

一直以来，我国工业化、城镇化步伐不断推进，人口数量、经济水平不断增长，尽管增速放缓，但数量、水平带来的能源刚性需求还将进一步增长，这些能源的刚性消耗必然会带来二氧化碳排放的增加，而我国减少二氧化碳排放量势在必行，并将二氧化碳减排目标写入规划纲要，并计划于2030年二氧化碳排放量达到峰值，面对经济增长、人口增长压力，如何实现二氧化碳排放量的减少，亟待合理减排举措，正是基于该背景，本文就实证结果提出以下建议：

第一，提高绿色技术创新和应用能力，在创新驱动发展战略下制定国家绿色低碳发展创新行动计划，提高绿色科技研发力度，提升技术创新对绿色增长的产业化支撑能力，通过部门规章加大政府对环保社会组织的监管与支持力度，在资金、人才、信息等方面给予扶持，缩短绿色专利技术申请核准期限，建立各级环保部门与从事环保工作的群团组织、社会组织、社会企业、合作社等的沟通协调机制、信息共享机制、项目合作机制等，推动绿色技术的应用推广，制定合理优惠财税政策，鼓励企业对绿色技术的研发、应用，也可以通过确立绿色技术创新财政补贴政策，激励企业对绿色技术研发投入力度，为高校科研院所提供良好的科研创新环境，发挥研发优势，推进绿色技术创新能力的提高，激发市场活力和社会创造力，创建有序竞争的绿色产业发展市场环境。

第二，重视产业间溢出，打造绿色产业链条，从实证回归结果我们可以发现，无论是国內产业间溢出还是国际产业间溢出都能显著提高碳排放效率，也就是说上游产业如果拥有较高的绿色技术能力，可以给下游企业提供绿色的产品或技术，带动产业碳排放效率的提高，同样地，如果下游企业拥有较高的绿色环保意识，拥有较高的绿色技术能力，在选择上游供应商时也会考虑产品的环保性，从而提高上游产业的碳排放效率，减少上游产业二氧化碳的排放，正是基于此，绿色产业链条的构建对于制造业产业整体二氧化碳排放的降低有积极的作用。

第三，加快能源结构调整，降低煤炭在一次能源消费总量中的比重。在实证结果中我们发现能源消费结构与碳排放强度显著正相关，降低煤炭消费比重可以极大提高碳排放效率，总体上减少二氧化碳的排放。对此我国相关部门也制定了相应的煤炭削减目标，如《能源发展战略行动计划（2014-2020年）》、《煤电节能减排升级与改造行动计划（2014-2020年）》等政策文件，因此严格落实这些这些政策文件中提出的目标、计划对总目标的实现有着重要意义。

最后，节约能源使用，提高能源利用率，这一点不言而喻，关于此方面的举措层出不穷。我们从实证结果中也可以发现，能源消费越多，带来二氧化碳排放量越大，不仅仅需要节约能源使用，重中之重是改变制造业对能源依赖的局面，提高制造业能源使用效率。

参考文献

[1] Driesen D M， Popp D. Meaningful Technology Transfer for Climate Disruption[J]. Journal of International Affairs， 2010， 64.

[2] 魏巍贤， 杨芳. 技术进步对中国二氧化碳排放的影响[J]. 统计研究， 2010， 27（7）：36-44.

[3] Zhang Y J， Peng Y L， Ma C Q， et al. Can environmental innovation facilitate carbon emissions reduction？ Evidence from China[J]. Energy Policy， 2017， 100：18-28.

[4] Wang Z， Yang Z， Zhang Y， et al. Energy technology patents–CO 2， emissions nexus： An empirical analysis from China[J]. Energy Policy， 2012， 42（2）：248-260.

[5] Ding W， Gilli M， Mazzanti M， et al. Green inventions and greenhouse gas emission dynamics： a close examination of provincial Italian data[J]. Environmental Economics and Policy Studies， 2016， 18（2）：247-263.

[6] Costantini V， Mazzanti M， Montini A. Environmental performance， innovation and spillovers. Evidence from a regional NAMEA[J]. Ecological Economics， 2013， 89（4）：101-114.

[7] Costantini V， Crespi F， Marin G， et al. Eco-innovation， sustainable supply chains and environmental performance in European industries 1[J]. Journal of Cleaner Production， 2016.

[8] 吳晓波， 杨发明. 绿色技术的创新与扩散[J]. 科研管理， 1996（1）：38-41.

[9] 陈艳春， 韩伯棠， 张宏雷. 绿色技术溢出内在动力与影响因素研究[J]. 河北工业大学学报， 2013， 41（6）： 105-110.

[10] Schmoch U， Laville F， Patel P， et al. Linking Technology Areas to Industrial Sectors[C]// Final Report to the European Commission， DG Research. 2003.

[11] 潘雄锋，舒涛，徐大伟. 中国制造业碳排放强度变动及其因素分解[J]. 中国人口.资源与环境，2011，（05）：101-105.

[12] 姚西龙，于渤. 技术进步、结构变动与工业二氧化碳排放研究[J]. 科研管理，2012，（08）：35-40.

[13] 谢守红，王利霞，邵珠龙. 中国碳排放强度的行业差异与动因分析[J]. 环境科学研究，2013，（11）：1252-1258.

[14] 何小钢，张耀辉. 中国工业碳排放影响因素与CKC重组效应——基于STIRPAT模型的分行业动态面板数据实证研究[J]. 中国工业经济，2012，（01）：26-35.

[15] Ghisetti C， Quatraro F. Green Technologies and Environmental Productivity： A Cross-sectoral Analysis of Direct and Indirect Effects in Italian Regions[J]. Ecological Economics， 2017， 132：1-13.

[16] 宿丽霞， 杨忠敏， 张斌，等. 企业间绿色技术合作的影响因素：基于供应链角度[J]. 中国人口资源与环境， 2013， 23（6）：149-154.

[17] 张建东. 我国利用技术溢出的新贸易方式分析——基于产业内贸易的跨行业溢出[J]. 财经问题研究， 2011（9）：81-85.

[18] 关爱萍，李辉. 区际产业转移行业间技术溢出效应研究[J]. 中国科技论坛，2013，（11）：41-47.

[19] 潘文卿，李子奈，刘强. 中国产业间的技术溢出效应：基于35个工业部门的经验研究[J]. 经济研究，2011，（07）：18-29. 投入产出表建立权重

[20] 张鹏，李悦明. 全球生产网络下产业间技术溢出效应研究[J]. 中国科技论坛，2015，（01）：51-56.

[21] Aghion， P.， & Howitt， P. （1992）. A Model of Growth Through Creative Destruction. Econometrica， 60（2）， 323-351.

[22] 张海洋. R&D两面性、外资活动与中国工业生产率增长[J]. 经济研究， 2005（5）：107-117.

[23] 张传平， 谢晓慧， 曹斌斌. 我国工业分行业二氧化碳排放差异及影响因素分析——基于改进的STIRPAT模型的面板数据实证分析[J]. 生态经济（中文版）， 2012（9）：113-116.

[24] 林伯强，姚昕，刘希颖. 节能和碳排放约束下的中国能源结构战略调整[J]. 中国社会科学，2010，（01）：58-71+222.（ES）

[25] 林伯强，蒋竺均. 中国二氧化碳的环境库兹涅茨曲线预测及影响因素分析[J]. 管理世界，2009，（04）：27-36.

[26] Zhang Y J， Peng Y L， Ma C Q， et al. Can environmental innovation facilitate carbon emissions reduction？ Evidence from China[J]. Energy Policy， 2017， 100：18-28.

[27] 吕可文， 苗长虹， 尚文英. 工业能源消耗碳排放行业差异研究——以河南省为例[J]. 经济地理， 2012， 32（12）：15-20.

[28] 吴延兵. R&D与生产率——基于中国制造业的实证研究[J]. 经济研究， 2006（11）：60-71.

[29] Braun F G， Schmidtehmcke J， Zloczysti P. Innovative Activity in Wind and Solar Technology： Empirical Evidence on Knowledge Spillovers Using Patent Data[J]. Ssrn Electronic Journal， 2010， 3（993）：25-35.