科技创新、产业结构、环境规制与碳排放强度的交互效应*——基于省级面板协整和PECM模型的实证分析

徐庆娟,蒙 懿

(南宁师范大学 数学与统计学院，广西 南宁 530100)

1 引言

2001年IPCC发布的第三次评估报告第三工作组报告，首次提出了减排的途径，于是全球开始碳减排[1].在国家层面，环境规制的力度不断加大，产业结构也继续调整优化.在企业层面，科技创新生产绿色、高效、节能产品，推动经济发展的同时又保护了环境，不仅间接促进了产业结构的转型，而且也影响了环境规制的支出[2].因此，科技创新、产业结构、环境规制和碳排放强度之间的交互影响关系，逐渐受到人们的关注和重视，相关研究成果也日益丰富.

2010年，王曾[3]采用时间序列分析方法，对碳排放与人力资本、技术进步、城镇化率等因素关系进行实证分析，发现研发强度、技术进步、技术转移等因素对减排有明显的促进作用.2020年，孙振清等[4]基于我国30个省域面板数据，利用动态面板数据模型和固定效应模型，实证分析了产业结构调整、技术创新与碳减排间的影响关系，得出技术创新投入有助于碳减排，和产业结构的交互作用对促进碳减排存在区域差异性.庞庆华等[5]利用长江经济带11个省市面板数据，构建面板向量自回归模型(PVAR)研究产业结构、环境规制对碳排放的影响关系.结果表明，它们之间存在长期的均衡关系，两两互动关系显著.

上述研究采用不同的方法，探究了科技创新、产业结构、环境规制和碳排放之间的影响关系，但仅仅是单一或其中两个因素与碳排放之间的影响关系，同时研究科技创新、产业结构和环境规制三个因素与碳排放间的影响关系的成果比较鲜见.

郭捷等[6]基于我国内地省级面板数据，采用面板协整检验和面板固定效应模型，探究了环境规制、政府研发资助对绿色技术创新的影响和交互效应.刘永旺等[7]基于我国省级面板数据，采用面板协整检验和面板误差修正模型(PECM)，对人口集聚、经济集聚与环境污染之间的交互影响关系进行了实证研究.所采用的面板协整检验和PECM模型可进一步验证其长、短期的因果关系方向，对制定长、短期规划十分有益.

鉴于此，本文尝试基于我国省域面板数据，采用面板协整检验和PECM模型，探究科技创新、产业结构、环境规制对碳排放强度的影响及其交互效应，以期有效调节四者之间的交互影响，快速地促进经济和环境保护协调发展，为制定长短期规划提供理论参考.

2 研究变量与数据说明

2.1 研究变量

1) 科技创新(Tech)用地区研究与试验发展(R&D)经费支出与生产总值(GDP)的比值[8]表示.科技研发所创造的新节能产品对我国降低碳排放量强度起着重要作用，符合我国加强创新发展的理念.2007年以来我国R&D经费投入与国内GDP的比值有了明显提高，推进创新驱动引领高质量发展已是当代发展的要求，营造良好创新生态，能有效协调经济与环境友好发展.

2) 产业结构(SD)，用地区第二产业产值占GDP的比值来近似[2],[4].第二产业是能源的主要消耗者，其所占GDP比重降低、第三产业所占比重增加有利于降低碳排放量，促进低碳经济的发展.调整产业结构，构建节能降耗型产业体系，是我国今后长期稳步发展的趋势.

3) 环境规制(ER)，选取地区环境污染治理投资总额占GDP的比值来衡量[6].环境规制主要是为保护环境对污染公共环境的各种行为进行规制，包括对大气污染、水污染和有害物质治理等.为了保护环境，国家不仅增加对环境污染治理投资额，而且不断提高有害气体、污水的排放标准.

4) 碳排放强度(CG)数值上为地区碳排放量与GDP的比值[9]，其本质是单位GDP增长所带来的碳排放量.本文地区碳排放量数据源自中国碳核算数据库，借鉴了文献中的计算公式[10]

(1)

其中，co2为碳排放量，Ei代表第i种能源消费量，αi表示第i种能源二氧化碳排放系数，参考IPCC2006年发布的国家温室气体清单指南和Shan. Y.提供的计算方法[11],i分别为原煤、煤炭、汽油、液化石油气、天然气等能源.

2.2 数据说明

本文以2003—2017年为计算期，选取我国内地30省(市、区，不包括西藏)级面板数据.数据来源于《中国统计年鉴》《中国科技统计年鉴》《中国环境统计年鉴》《中国能源统计年鉴》《中国碳核算数据库》以及中经网数据库等.各变量的符号说明和描述性统计结果见表1和表2.

表1 变量的符号及说明

表2 变量的描述性统计结果

3 研究方法与模型构建

3.1 面板单位根检验

面板数据的平稳性常用面板单位根检验.常见的面板单位根检验包含基于相同根下的LLC、Breintung、Hadri和不同根下的IPS、ADF-Fisher和PP-Fisher检验.这些单位根检验方法均基于如下AR(1)过程开展：

yit=ρiyi,t-1+x'i,tδi+μi,t,i=1,2,…,N；t=1,2,…，Ti，

(2)

其中，xi,t为外生变量向量，含固定影响和时间趋势；N为截面样本个数；Ti为时间跨度；ρi为自回归系数；μi,t满足独立同分布假设.式(2)中，如果|ρi|<1，则序列yi平稳，若|ρi|=1，则序列yi非平稳.为使结果更有说服力，本文采用几种经典的方法检验，如针对同质面板数据的LLC检验和针对异质面板数据的IPS、Fisher检验[19].

3.2 面板协整检验

常用的面板协整检验有Pedroni(1999)、Kao(1999)和Fisher(1999)检验.前两者以E-G两步法的回归残差为基础，后者Fisher检验以最大似然比为基础，建立在Johansen基础上的方法.为了检验碳排放强度(CG)、科技创新(Tech)、产业结构(SD)、环境规制(ER)两两之间是否存在协整关系，本文采用上述三种协整检验方法，并比较其结果.

3.3 格兰杰因果关系检验和面板误差修正模型(PECM)

明确了变量间的协整关系之后，就开始确定变量间的因果关系方向(单向、双向、无因果)和类型(长期、短期).本文主要探讨不同类型下，科技创新、产业结构、环境规制与碳排放强度四者之间的因果关系.构建分析模型如下：

(3)

(4)

(5)

(6)

(7)

(8)

其中，i=1,2,…,N，表示不同的省(直辖市、自治区)；t=1,2,…,T，表示样本年度.上标A、B、C、D分别代表碳排放强度、科技创新、产业结构、环境规制；箭头→表示方向，如B→A表示科技创新对碳排放量的影响方向.αi为各面板单位协整关系中存在的不同的固定效应，βi为其协整系数，μi,t为残差项.

基于上述方程组可得到动态的面板误差修正模型(PECM)，运用广义最小二乘(GLS)进行估计，同时检验变量间的因果关系和方向.采用PECM模型不仅能更好地理解动态调整过程，还可以提供长期关系和短期调节的解释.所构建的动态PECM模型如下：

(9)

(10)

(11)

(12)

(13)

(14)

4 实证分析

4.1 面板单位根检验结果

采用3.1节介绍的几种方法，对碳排放强度(CG)、科技创新(Tech)、产业结构(SD)、环境规制(ER)四个变量及其一阶差分进行面板单位根检验，详细结果如表3所示：

表3 变量的单位根检验结果

由表3的结果可知，当用LIC、IPS、ADF-Fisher和PP-Fisher四种面板单位根检验方法对碳排放强度(CG)、科技创新(Tech)、产业结构(SD)、环境规制(ER)进行检验时，检验结果表明均不能拒绝“存在单位根”的原假设，即四个变量均是非平稳的.对其一阶差分进行检验时，检验结果均在1%显著性水平下拒绝了“存在单位根”的原假设，即各变量的一阶差分平稳.因此，碳排放强度、科技创新、产业结构、环境规制四个变量均是一阶单整的，即I(1).

4.2 面板协整检验结果

上述面板单位根检验可知，该面板数据存在一阶单整，可进一步进行面板协整检验，其结果见表4.

表4 面板协整检验结果

由表4结果可知，在四个变量的两两协整检验中，除个别情形外，Pedroni检验中至少有4个统计量显著，Kao检验和Fisher检验均在5%显著性水平下拒绝了“不存在协整关系”的原假设.综合判断，变量碳排放强度(CG)、科技创新(Tech)、产业结构(SD)、环境规制(ER)四者之间存在协整关系.下面基于所构建的面板误差修正模型(PECM)对四个变量之间的因果关系进行深入讨论.

4.3 格兰杰因果关系检验和PECM模型结果

上一节已得到碳排放强度(CG)、科技创新(Tech)、产业结构(SD)、环境规制(ER)之间存在协整关系，本节将采用PECM模型对其长、短期因果关系及其因果关系方向进行探讨.首先利用模型(3)～(8)得到长期检验结果的残差项，然后运用动态PECM模型(9)～(14)来估计格兰杰因果关系，结果如表5所示.

表5 面板误差修正模型回归结果

4.4 结果分析

(1) 短期因果关系分析

为了更直观地展现碳排放强度(CG)、科技创新(Tech)、产业结构(SD)、环境规制(ER)之间的短期因果关系及影响结构，表6列出了它们的短期因果关系方向表.

表6 短期因果方向表

(2) 长期因果关系分析

通过模型(9)～(14)结合表5发现，误差修正项ecm系数即长期调整系数λ在1%显著性水平下显著，这说明了碳排放强度、科技创新、产业结构、环境规制两两之间存在长期的双向因果关系.当人类的行为活动产生的碳排放量增长时，人们通过环境规制的方式进行制约；为了长期均衡发展，需要调整产业结构、发展科技创新，一定程度上可降低制约的成本，也可控制碳排放强度，另一方面也会促进经济的发展，而经济的发展在一定程度上又促使碳排放量增长.因此，在长期发展中，碳排放强度的增长、环境规制的制约、产业结构的转型，科技创新的发展相互影响协调着我国经济的均衡发展.它们之间的长期因果关系方向见表7.

表7 长期因果关系方向表

(3) 基于四者交互效应进一步分析

基于前面短期变量间的因果关系及方向，可归纳出：短期内碳排放强度对科技创新和产业结构都产生影响，而科技创新可同时影响环境规制和产业结构，产业结构又反过来对碳排放强度和环境规制有影响.最终形成产业结构与碳排放强度双向影响，环境规制在短期内并没有对其它三个变量产生影响.四者之间的短期因果关系接近环状结构，如图1所示.

图1 短期影响关系

对于四者间的长期因果关系，碳排放强度(CG)、科技创新(Tech)、产业结构(SD)、环境规制(ER)之间两两形成交互影响，蕴含着多个双向环形因果关系.若以科技创新发起，通过科技创新研发生产绿色节能新产品，不仅能减少环境规制的支出，还可以提高生产力，加快产业结构的转变，降低碳排放强度，而碳排放的降低，也会促进科技创新.结构如图2所示.

图2 长期影响关系

5 结论与建议

本文基于2003—2017年我国内地30个省(市、区)面板数据，对碳排放强度(CG)、科技创新(Tech)、产业结构(SD)、环境规制(ER)之间的交互影响进行了实证分析，发现：短期内碳排放强度与环境规制不存在因果关系；碳排放强度与科技创新、科技创新与产业结构、产业结构与环境规制、科技创新与环境规制分别存在单向的短期因果关系；产业结构与碳排放强度存在双向的短期因果关系.长期来看，碳排放强度、科技创新、产业结构、环境规制两两之间相互影响，呈多个双向环形因果关系.

根据上述结论，提出以下建议：(1) 在科技创新方面，健全完善创新补贴机制，加强对企业创新研发投入.激励研发更多的绿色、节能、环保型产品，催生新技术、新产品、新模式，在发展潜力大、带动性强的数字经济、清洁能源、智慧城市等高科技、高效益和低排放领域培育出新的增长动能，有效提高碳生产力.(2) 产业结构方面，以绿色低碳生产推动经济转型.大力发展绿色低碳循环的战略新兴产业和服务业，加快推进能源清洁低碳转型发展，大力推进绿色能源开发，优化工业空间布局，完善重点行业单位产品温室气体排放标准，实现产业结构的优化升级.(3) 在环境规制方面，当地环保部门应提高经济型环境规制的有效性及其投入的准确性，确保经济型环境规制通过刺激绿色创新技术的更新而起到降低碳排放的作用.