绿色技术创新对城市碳减排影响的区域差异和收敛性

田虹 秦喜亮

摘 要：运用我国299个城市的面板数据构建空间杜宾模型，实证研究绿色技术创新对城市碳排放影响的区域差异性和收敛性。结果表明：我国绿色技术创新可以降低碳排放水平，且存在空间关联效应。横向来看，不同区域的绿色技术创新对碳排放的影响具有明显的区域差异性，东部、长三角、珠三角等经济发达地区的影响效应更强，中西部、京津冀等地区相对较弱。纵向来看，2015年以来绿色技术创新对碳排放影响的区域差异持续收敛，根源在于区域经济发展差距的缩小。未来持续推进绿色技术创新、缩小区域发展差距是实现“双碳”目标的必由之路。

关键词： 绿色技术创新；碳减排；区域收敛性；空间杜宾模型

中图分类号：F062.2    文献标识码： A    文章编号：1003-7217（2024）01-0097-07

一、引 言

在过去较长时期，随着我国经济的高速增长，能源资源消耗、环境污染等问题突出，进入新发展阶段，我国能耗强度不断降低，生态文明建设持续推进，但是我国经济发展仍然面临能源资源瓶颈约束的问题。因此，从可持续发展和高质量发展的角度出发，实现碳达峰、碳中和目标是我国全面建设社会主义现代化强国的必然选择，也是积极参与全球气候治理、推动绿色低碳发展的庄严承诺。实现“双碳”目标的首要任务是碳减排，而碳减排的路径又包括推动产业结构升級和能源结构优化，在保证经济发展的情况下，无论从产业结构还是能源结构来看，绿色技术创新是碳减排实现的根本路径。产业结构升级集中体现为产业体系的高级化，即通过技术创新实现单位投入的较高产出和较低排放，而低排放依赖于绿色工业体系的建立，即通过绿色技术创新降低“两高”等传统行业的能耗强度和排放强度，同时优先推进新型高技术行业的碳排放达峰。能源结构转型同样依赖于绿色技术创新，我国是第一大能源消费国，煤炭等传统化石能源依然占据一次性能源消费的较大比重，要从根本上实现新型清洁能源对传统能源的全面替代，就必须不断通过绿色技术创新推动能源革命，通过前沿技术的不断迭代提升光伏太阳能、风电、水电以及储能领域的技术水平和稳定性。

诚然，绿色技术创新对于碳减排的促进作用毋庸置疑，但是考虑到我国区域经济发展、科技发展、资源禀赋水平差异较大的基本国情，绿色技术创新对于碳减排的影响也会表现出区域差异性。那么，其影响强度在我国不同区域的差异性如何？近年来随着我国生态文明建设的推进和绿色发展政策的出台，这种区域差异是否表现出收敛性？随着碳减排强度的提升，区域性差距的缩小是碳排放总量持续减少的必要条件，因此，立足我国区域发展不平衡的基本国情，理解上述问题是全面认识我国碳达峰、碳中和目标任务的关键，同时也是从生态文明建设视角认识我国区域协调发展战略的基础。本文将从区域差异和收敛性的视角出发，运用中国地级市层面的面板数据构建空间杜宾模型实证研究绿色技术创新对城市碳减排的影响。

二、文献回顾

从现有研究来看，围绕绿色技术创新的研究主要包括绿色技术创新产生的影响以及其他因素对绿色技术创新和绿色全要素生产率的影响两个方面。张学超（2022）基于我国的省际面板数据实证分析了绿色技术创新对经济发展质量的影响，指出绿色技术创新与经济增长质量的耦合性总体在不断提升，但是在东、中、西部存在区域性差异［1］。朱昌庚等（2022）以山东省为例分析了绿色技术创新对经济高质量发展的影响，结果显示绿色技术创新可以显著促进经济高质量发展，二者互为因果关系［2］。于娱等（2020）运用夜光灯数据和空间计量模型研究了绿色技术创新对区域经济发展的影响，结果发现中国的绿色技术创新可以显著促进区域经济增长，实现经济发展和环境保护的双赢，并且具有空间集聚效应［3］。崔艳娟和彭丽丽（2023）则将研究视角聚焦于微观层面，运用我国A股上市公司数据实证分析了绿色金融和绿色研发投入对企业全要素生产率的影响，认为绿色金融发展可以促进企业加大绿色研发投入力度，对于企业全要素生产率提升具有显著的正向促进作用，这一效应在高技术企业表现得尤为明显［4］。在其他因素对绿色技术创新的影响方面，现有研究主要关注了环境规制［5-7］、低碳城市建设［8］、数字经济［9-11］、外商直接投资［12］、农业知识产权保护［13］的影响，主要结果表明，环境规制和低碳城市建设对于绿色技术创新和绿色全要素生产率提升具有积极的促进作用，并且具有区域异质性和空间集聚效应，数字经济发展可以通过绿色技术创新的中介效应促进碳生产率的提高，数字政府建设可以通过更加市场化的方式促进绿色技术创新，这一影响效应同样具有区域异质性、空间效应以及门槛效应，此外，外商直接投资对绿色技术创新的影响呈现U形特征，农业知识产权保护对绿色技术创新具有空间溢出效应。

进一步聚焦绿色技术创新对碳排放的影响方面，国内外学者同样进行了大量的研究，比如魏巍贤和杨芳（2010）［14］、Xu和Lin（2016）［15］、Wang等（2017）［16］、杨莉莎等（2019）［17］、徐德义等（2020）［18］、解学梅和朱琪玮（2021）［19］、古惠冬等（2022）［20］系统研究探讨了企业绿色技术创新对节能减排、碳排放、环境污染、绿色生产效率等指标的影响，得出的结论基本一致，认为绿色技术创新有助于降低碳排放、促进节能减排、减少环境污染、提升绿色生产效率，其影响效应具有空间关联性。尽管现有文献从总量方面证明了绿色技术创新的减碳效应，但是鲜有文献从区域差异性的角度分析绿色技术创新的作用机制，少数文献探讨了东、中、西部的差异，而现阶段我国区域经济格局发生了明显变化，京津冀、长三角、珠三角、长江经济带等区域经济的集聚性更强，尚无研究关注这些区域的差异性，更没有关于收敛性的探讨。因此，区别于现有研究，本文主要关注绿色技术创新对碳减排影响的区域差异性和收敛性。

三、理论分析和研究假设

首先，绿色技术创新可以通过降低能耗强度降低城市碳排放。企业绿色技术创新中包含了节能减排和清洁能源的先进技术，比如节能减排方面，通过生产效率的提升和技术改造可以降低单位碳排放，这一过程是产业内部纵向高级化的体现。清洁能源方面，光伏、风电、水电等能源替代传统化石能源依赖于其经济性和规模效应，而绿色技术创新通过不断的迭代升级推动了清洁能源方面的技术进步，促进了光伏、风电、水电的经济成本下降和稳定性提升，因此通过能源替代效应促进了碳减排。具體到区域差异性方面，由于不同区域的经济发展水平、金融发展水平、科技发展水平、政府政策导向等因素的差异，节能减排和清洁能源技术创新水平和强度存在差异性，因此不同区域绿色技术创新对碳减排的影响存在差异性。经济发达地区绿色技术创新所需的人才、资金更加充裕，绿色产业发展水平更高，金融发展水平较高的地区对绿色技术创新的金融支持力度也更大，科技发展水平较高的地区在绿色技术创新方面的科技和人才环境更加友好，政府政策扶持力度较大的地区更加容易推进绿色技术创新。从收敛性来看，随着我国区域经济一体化的发展和共同富裕的推进，产业转移、人才流动更加频繁，国家对落后地区的扶持力度不断加大，会缩小发达地区和欠发达地区的经济、金融、科技发展差距，理论上区域差异性会趋向于收敛。

其次，绿色技术创新可以通过促进产业结构转型升级降低城市碳排放。产业结构转型升级在产业内部是指产业结构的高级化，技术水平更高，意味着更高的生产效率和更低的单位能耗，绿色技术创新对产业结构转型升级的影响主要体现在产业链的传导方面。经过改革开放40多年的发展，我国已经建成了全球门类最齐全、规模最大的制造业体系，国内不同产业、不同区域的产业链相互交织关联，对于传统碳排放水平较高的能源、钢铁、化工等行业同样如此。在一个完整的产业链中，某个环节的企业如果通过绿色技术创新提升了生产效率并降低了碳排放和污染排放，便会在产业链中实现价值链的攀升，获取更大的市场份额，这一结果一方面会对同类竞争者提出更高的要求，倒逼其他同类企业推动绿色技术创新实现转型升级，另一方面会通过技术环节的衔接要求和利润方面的分配效应促进产业链上下游的其他企业推动绿色技术创新，最后会实现整个产业链的高级化，降低整个行业的碳排放水平。当产业链中的企业持续推进绿色技术创新时，上述产业结构高级化和低碳化的趋势会不断强化，形成良性的正向反馈效应。从区域差异来看，由于不同地区经济发展水平、技术发展水平、资源能源禀赋的差异，企业绿色技术创新的水平也会存在差异，会导致产业链的强弱和传导的差异性，进而产业结构高级化和低碳化的进程会明显不同。经济和技术发展水平较高的发达地区产业结构高级化程度本身较高，同时技术创新能力更强，先进技术的迭代更快，因此绿色技术创新对产业结构转型的促进作用更强，而欠发达地区的资金、产业、技术相对处于弱势地位，产业结构转型相对迟滞。从区域差异的收敛性来看，我国不同区域的经济金融和科技发展水平虽然存在差距，但是在区域发展政策和产业发展政策的带动下，我国区域发展的差距在不断缩小，因此绿色技术创新通过产业结构转型升级降低碳排放的区域差异性也会趋于收敛。

最后，绿色技术创新可以通过区域溢出效应对碳减排产生正向的外部性。现有研究已经证实了绿色技术创新对碳减排影响的空间关联性，即一个城市的绿色技术创新引致碳排放下降会对相邻城市的绿色技术创新产生带动效应，即所谓的正向外部性和区域溢出效应。归纳来看，产生正向外部性的主要原因有产业关联效应和示范效应。从产业关联效应来看，与产业结构转型升级的机理一致，地理上邻近地区的产业链关联性往往更强，因此绿色技术创新对于产业结构高级化和低碳化的带动作用会更快地在相邻地区传导，技术领先地区的绿色技术创新会带动其他地区的绿色技术创新，进而共同降低碳排放。从示范效应来看，地理相邻地区在经济发展、绿色发展等方面往往会成为对比的对象，在我国地方政府绩效考核和官员晋升激励等体制机制下，相邻地区的发展往往会表现出“你追我赶”的特征，尤其是资源要素禀赋相近的地区的“攀比”效应会进一步强化，过去我国粗放发展阶段地区之间主要对比经济发展水平，现阶段我国进入新时代，除了经济发展水平之外，绿色发展也占有重要的地位，绿色低碳成为实现高质量发展的必要条件。因此，当某个城市通过绿色技术创新实现了更高质量的低碳经济发展时，在“攀比”动机下相邻城市也会通过政策支持、人才引进、技术引进等方式进行追赶，推动绿色技术创新和碳减排，最后的结果必然是整个区域通过绿色技术创新的不断迭代实现了绿色低碳的高质量发展。从区域差异来看，发达地区的经济集聚效应更强，相邻地区的经济和科技发展水平也更为接近，技术进步速度更快，因此绿色技术创新的产业升级效应和示范效应更强，区域的溢出效应更加明显，对碳减排的促进作用更强。而在欠发达地区，经济集聚效应较弱，城市之间的发展水平参差不齐，绿色技术创新的产业升级效应和示范效应相对较弱，区域溢出效应有待提升，对碳减排的促进作用也弱于发达地区。从区域收敛性来看，随着我国区域经济发展差距的缩小，不同区域绿色技术创新的区域溢出效应的差距也会缩小，对碳减排的促进作用差距会趋于收敛。

综上所述，本文提出两个研究假设：

1.绿色技术创新对城市碳减排的影响存在区域差异性，经济发达区域的影响更强。

2.近年来绿色技术创新对城市碳减排影响的区域差异性趋于收敛。

四、实证研究

为了验证我们提出的理论假设，本文将使用我国299个地级市及以上城市（含副省级城市和直辖市）1997—2019年的年度面板数据，构建空间杜宾模型进行实证研究，区别于现有文献，本文的空间计量模型更加侧重于分析绿色技术创新对城市碳减排影响的差异性和收敛性，而非其总量影响系数。

（一）模型和数据

根据现有研究的结果，我国碳排放具有较强的空间相关性，这一点已经得到学术界的认可，因此本文选择直接构建空间计量模型，不再构建莫兰指数（Morans I）检验空间相关性。进一步，现阶段的空间计量模型包括空间滞后模型（SLM）、空间误差模型（SEM）以及空间杜宾模型（SDM），相对而言，空间杜宾模型的全面性和综合性更强，能够进一步刻画变量的空间滞后影响，已经成为空间计量领域的主流模型，因此本文选择构建空间杜宾模型。模型的基本形式如下：

Y=ρ ωY+Xβ+γ ωX+ε （1）

其中，Y代表被解释变量，X代表解释变量矩阵，β代表系数矩阵，ω代表衡量空间相邻关系的空间权重矩阵，ωY代表被解释变量的空间滞后项，ρ代表被解释变量空间滞后项的回归系数即相邻地区Y对本地的影响，ωX代表解释变量的空间滞后项，γ代表解释变量的空间滞后项的回归系数即相邻地区X对本地的影响，ε代表随机扰动项。将研究变量纳入上述模型框架，可以得到：

其中，被解释变量为碳排放（PC），使用中国碳排放数据库（CEADs）测算的城市碳排放数据衡量，在计算时我们采用了人均碳排放量；核心解释变量为绿色技术创新（GTI），目前尚无统一的变量来衡量绿色技术创新，常用的有绿色全要素生产率、R&D投入、绿色发明专利授权数量等指标，绿色全要素生产率依赖于原始数据和估计方法，不具有稳健性，而R&D投入难以准确区分绿色领域和非绿色领域，因此本文参照董直庆等（2019）［21］的方法采用绿色发明专利授权数量指标衡量绿色技术创新，具体使用世界知识产权组织（WIPO）的划分标准对中国知识产权局发布的专利授权数量进行划分，剥离出绿色领域的专利授权指标；控制变量包括与地区碳排放相关的人均GDP（PGDP）、固定资产投资（IN）、居民消费（CO）、对外开放程度（OP）、产业结构（IS）、金融发展水平（FD）、能源消耗强度（EN）、科技支持力度（TE）、信息化发展水平（IT）等变量，其中对外开放程度采用进出口总额占地区生产总值比重衡量，产业结构使用第三产业与第二产业的比值衡量，金融发展水平使用存贷款余额与地区生产总值的比值衡量，能源消耗强度使用单位地区生产总值的用电量衡量，科技支持力度使用财政科技支出衡量，信息化发展水平使用IT从业人数占总人口比重衡量。ρ、β1、β2、λ、δ表示待估计的回归系数，μi表示空间固定效应，εit表示随机扰动项。空间权重矩阵使用城市的实际地理距离生成。

综合考虑数据的可得性和代表性后，本文选择使用我国统计数据相对完整的大部分地级市及副省级城市和直辖市共299个城市的面板数据，时间跨度为1997—2019年，原始数据来源于中国碳排放数据库（CEADs）、中国知识产权局、世界知识产权组织、各类统计年鉴以及各类统计数据库。我们对数据进行了综合整理和匹配，最终形成完整的计算数据，对于统计不完整的指标，使用现有文献常用的非线性二次插值法补齐，对于有统计异常的数据或者不符合统计要求的数据我们将其舍去。具体的变量表示和数据来源见表1。在计算之前，为了使数据更加平滑和克服异方差性，对绝对量数据进行自然对数处理，对于价值量数据以2000年为基期进行了价格平减。

（二）实证结果分析

面板数据建模同样要求数据的平稳性，鉴于本文使用的面板数据为非平衡面板，我们采用对数据平衡性要求较弱的Fisher方法进行单位根检验。表2的结果显示，对于大部分变量而言，三个統计量均比较显著，特别是使用Modified inv. chi-squared Pm统计量时，所有变量均至少在5%的水平下显著拒绝原假设，表明变量平稳，不存在单位根问题，可以用来建模计算。

表3显示了空间杜宾模型的回归结果，包括随机效应模型和固定效应模型。两个模型的回归结果比较接近，表明本文的数据结构对模型形式的设定并不敏感，这也可以从侧面验证模型的稳健性。多数变量均在1%的水平下显著，核心解释变量绿色技术创新的回归系数显著为负，表明绿色技术创新带来的能耗强度下降、产业结构升级、区域溢出效应可以促进城市碳排放下降，这一结果已经被大量文献证实。同时，绿色技术创新的空间滞后项系数也显著为负，表明本地绿色技术创新在降低本地碳排放的同时还可以降低相邻地区的碳排放，即存在空间关联性。在控制变量中，人均GDP、固定资产投资、居民消费、对外开放程度、金融发展水平、能源消耗强度等变量对碳排放的影响系数为正，这些变量均与经济发展水平正相关，而经济发展依赖于能源资源消耗，尤其是过去较长时期我国处于粗放发展阶段，经济发展带来的能源消耗和碳排放强度较大。产业结构对碳排放的影响系数显著为负，表明产业结构升级是实现碳达峰、碳中和的重要路径。第二产业是碳排放强度最高的产业，而第三产业的碳排放强度相对较低，在我国经济不断转型升级的过程中第三产业占比持续提升，碳排放强度随之降低。科技支持力度也可以显著降低碳排放，体现了技术进步的重要性。信息化发展水平也可以降低碳排放，这主要与信息化发展带来的技术进步以及产业结构升级有关。此外，空间滞后系数显著为正，再次证实了我国碳排放具有明显的空间溢出效应。

在上述基准回归结果的基础上，参照国家统计局关于区域经济的划分标准对样本城市进行了子样本划分，具体包括了东部、中部、西部、京津冀、长三角、珠三角、长江经济带等区域，对于每一个区域样本，构建随机效应空间杜宾模型进行回归，对比分析不同区域绿色技术创新对碳排放影响的差异性。回归结果显示，区域子样本的主要变量的回归系数符号和显著性与总样本基准回归一致，证明了模型的稳健性。为了简化分析，本文不再列出全部回归结果，而是关注核心解释变量，在表4中列出了不同区域绿色技术创新对碳排放的影响系数以及空间滞后系数。可以看出，不同区域的绿色技术创新都可以促进碳排放下降，但是区域差异性比较明显，同时本地绿色技术创新也可以促进邻近城市的碳排放下降，表现出外部溢出效应，这一外部溢出效应同样表现出区域差异性。长三角地区绿色技术创新对碳排放的直接影响和外部溢出效应最强，其系数绝对值明显高于总体样本和其他区域样本，其次是珠三角和东部，长江经济带、京津冀、中部的影响和外部溢出效应相对较弱，其系数与总体样本比较接近，西部地区的影响和外部溢出效应最弱，其系数绝对值明显低于总体样本。总体上，不同区域绿色技术创新对碳排放的影响强度以及外部溢出效应大小主要与经济、产业、科技发展水平有关。首先，长三角、珠三角等区域的经济发展水平领先全国，人才和资金充裕，绿色经济发展水平和绿色全要素生产率高；其次，这些区域产业结构中以第三产业、高科技产业、高端制造产业为主，单位碳排放较低，其路径依赖使得绿色技术创新更加容易促进低碳发展；最后，这些发达地区科技发展水平领先全国，绿色技术创新的动能更加充足，更容易发挥其节能降碳效应。对于欠发达地区而言，经济发展相对滞后，产业结构高级化水平较低，科技发展也比较落后，因此绿色技术创新的动能不及发达地区，绿色全要素生产率也较低，对于碳排放的影响也较弱。同样，对于发达地区而言，产业的关联性较强，区域经济一体化水平较高，因此绿色技术创新对碳排放的外部溢出效应较强，而欠发达地区和落后地区的产业关联性和区域经济一体化水平较低，因此外部溢出效应较弱。

进一步，聚焦上述绿色技术创新对碳排放影响的区域差异性的收敛情况，即从时间维度分析近几年区域差异性是否下降。为此，本文采用分割样本的方式，对于每一个区域样本，设定样本的末端年份，回归得出的绿色技术创新对碳排放的影响系数即代表了末端年份的影响系数，然后求得不同区域影响系数的标准差，即代表了该年度的收敛系数①。我们渐次将样本的末端年份拉近，即可以得到不同年度的收敛系数，本文将2015—2019年的收敛系数绘制于图1。可以看出，2015年以来我国绿色技术创新对碳排放影响的区域差异收敛系数持续下降，这从表象上体现了我国绿色技术创新区域差距的缩小，从根源上则体现了我国着力推动绿色发展和实现“双碳”目标的政策效果以及共同富裕目标下我国区域经济差距的缩小、产业结构的优化，这些因素都从深层次推动了不同区域的绿色技术创新和绿色低碳发展的收敛。

五、结论和政策建议

运用我国299个城市的面板数据构建空间杜宾模型，实证研究了绿色技术创新对城市碳排放影响的区域差异性和收敛性，研究结果显示：（1）我国绿色技术创新可以通过促进节能降耗、产业结构升级、区域溢出效应降低碳排放水平；（2）绿色技术创新对碳排放的影响具有空间关联效应，可以降低邻近地区的碳排放；（3）不同区域的绿色技术创新对碳排放的影响具有明显的区域差异性，经济发达地区的影响效应更强；（4）2015年以来我国绿色技术创新对碳排放影响的区域差异收敛系数持续下降，体现出区域经济发展差距的缩小。

根据上述研究结论，本文提出几点政策建议：

一是多措并举促进我国绿色技术创新发展，通过科技的力量实现“双碳”目标。技术进步是经济增长的源泉，在绿色发展领域则体现为绿色技术创新是推动绿色低碳发展的根本动力。要发挥好政府和市场的力量，政府可以通过财政补贴、结构性减税、金融资源支持、设立产业投资基金等方式激发企业绿色技术创新的动力和活力，理顺对于市场的激励约束机制。企业要主动作为积极转变发展方式，将绿色技术创新作为发展战略中的必选项，政府和企业形成合力共同推进绿色技术创新。

二是继续落实区域经济发展战略，缩小区域经济发展差距。降低绿色技术创新对碳排放影响的差异性，根源还是在于缩小区域经济发展差距。我国东部沿海经济发达、产业结构高级，而中西部相对落后的格局仍未改变，要发挥东部的头雁效应和带动效应，大力实施中部崛起、西部开发、东北振兴等战略，综合运用财政、货币、改革、产业、社会等政策弥合区域经济发展差距，共同实现绿色低碳发展。

三是增强区域之间的产业关联性，尤其是要促进綠色低碳产业的协同发展。产业关联性的增强有助于提高区域之间经济发展的关联度，进而强化绿色技术创新对碳排放影响的外部溢出效应，通过发达地区带动落后地区的绿色低碳发展。要提升绿色低碳产业的广度和辐射能力，鼓励发达地区通过技术合作、产业转移等方式带动落后地区的绿色技术创新，提升其绿色全要素生产率，缩小发展差距。

注释：

①  由于计算所得的标准差数值较小，本文将其乘100作为最终的收敛系数。

参考文献：

［1］ 张学超.绿色技术创新与经济增长质量的关系研究[J].技术经济与管理研究，2022（12）：23-28.

[2] 朱昌庚，王玉婧，梁智颖.“双碳”目标下绿色创新对经济高质量发展的影响研究——以山东省为例[J].产业创新研究，2022（24）：1-6.

[3] 于娱，杨帆，施琴芬.绿色技术创新与区域经济发展——基于夜间灯光数据的研究[J].生态经济，2020（10）：48-54，77.

[4] 崔艳娟，彭丽丽.绿色金融发展、绿色研发投入与企业全要素生产率提升[J].工业技术经济，2023（2）：28-36.

[5] 尹礼汇，孟晓倩，吴传清.环境规制对长江经济带制造业绿色全要素生产率的影响[J].改革，2022（3）：101-113.

[6] 赖小东，李真，郑攀攀.环境规制、媒体关注与绿色全要素生产率——来自省级面板数据的分析[J].生态经济，2022（12）：145-152，166.

[7] 康凯，张世阳.环境规制与碳排放对我国流通产业绿色科技创新的影响研究[J].商业经济研究，2023（2）：9-12.

[8] 郭丰，杨上广，柴泽阳，等.低碳城市建设能够提升城市绿色技术创新吗？——来自准自然实验的证据[J].软科学，2023（2）：1-15.

[9] 刘国帅，钟俊平，辛同.数字经济对碳生产率的影响研究——基于绿色技术创新的中介效应分析[J].中国商论，2022（24）：150-153.

[10]伦晓波，刘颜.数字政府、数字经济与绿色技术创新[J].山西财经大学学报，2022（4）：1-13.

[11]肖静，曾萍，章雷敏.地区数字化水平、绿色技术创新与制造业绿色转型[J].华东经济管理，2023（2）：1-14.

[12]岳立，曹雨暄，任婉瑜.外商直接投资、异质型创新与绿色发展效率[J].国际经贸探索，2022（3）：68-81.

[13]朱静.农业知识产权保护对绿色技术创新的空间溢出效应[J].技术经济与管理研究，2022（3）：34-39.

[14]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（7）：36-44.

[15]Xu B， Lin B Q. A quantile regression analysis of Chinas provincial CO2 emissions： where does the difference lie？ [J].Energy Policy，2016，98： 328-342．

[16]Wang S J， Liu X P， Zhou C S， et al．Examining the impacts of socioeconomic factors， urban form， and transportation networks on CO2 emissions in Chinas megacities[J].Applied Energy，2017，185：189-200．

[17]楊莉莎，朱俊鹏，贾智杰.中国碳减排实现的影响因素和当前挑战——基于技术进步的视角[J].经济研究，2019（11）：118-132.

[18]徐德义，马瑞阳，朱永光.技术进步能抑制中国二氧化碳排放吗？——基于面板分位数模型的实证研究[J].科技管理研究，2020（16）：251-259.

[19]解学梅，朱琪玮.企业绿色创新实践如何破解“和谐共生”难题？[J].管理世界，2021（1）：128-149，9.

[20]古惠冬，杨维光，陈文捷.绿色技术创新对城市碳减排的效应研究[J].学术探索，2022（3）：120-132.

[21]董直庆，王辉.环境规制的“本地—邻地”绿色技术进步效应[J].中国工业经济，2019（1）：100-118.

Regional Differences and Convergence of Green Technology

Innovation on Urban Carbon Emission Reduction

—Evidence from Prefecture-level Cities

Abstract：The paper uses panel data of 299 Chinas cities to construct a spatial Dubin model and empirically studies the regional differences and convergence of the impacts of green technology innovation on urban carbon emissions. The results show that our green technology innovation can reduce carbon emission level， and there is a spatial correlation effect. Horizontally， the impact of green technology innovation on carbon emissions in different regions has obvious regional differences， with the eastern， Yangtze River Delta， Pearl River Delta and other economically developed regions having a stronger impact， while the central and western regions， Beijing， Tianjin， Hebei and other regions being relatively weak. Vertically， regional differences in the impact of green technology innovation on carbon emissions have been converging since 2015， which is due to the narrowing of regional economic development gap. In the future， continuous promotion of green technology innovation and narrowing of regional development gap is the only way to achieve the goals of carbon emission reduction and carbon emission peak .

Key words：green technology innovation; carbon emission reduction; regional convergence; spatial Dubin model