科技创新、产业结构与制造业碳排放的耦合协调时空演变分析

刘静，崔兰花，齐巧玲

（1. 河北工业大学 马克思主义学院，天津 300401；2. 河北工业大学 图书馆，天津 300401；3. 河北工业大学 人工智能与数据科学学院，天津 300401）

步入“十四五”，中央经济工作会议将“做好碳达峰、碳中和工作”作为经济社会发展的重点任务。党的二十大报告指出，有计划分步骤实施碳达峰行动，深入推进能源革命，加强煤炭清洁高效利用，加快规划建设新型能源体系，积极参与应对气候变化全球治理。可以说，科技创新与产业结构升级是实现碳减排的主要驱动力[1]，同时碳减排目标约束也对科技创新与产业结构升级转型形成倒逼作用。而制造业作为中国工业经济增长的主要支撑力，作为京津冀碳排放的重点行业，在制造强国和经济高质量发展的背景下，制造业的碳减排工作不仅对于绿色制造具有战略指导作用，而且为实现中国2030 年碳达峰目标提供了重要保障。因此，本文以京津冀为研究对象，准确识别京津冀制造业碳排放状况，探寻科技创新、产业结构与制造业碳排放三者之间的耦合关系，并据此提出合适的制造业绿色低碳发展路径，这对京津冀落实节能减排政策、推动制造业绿色转型升级以及经济高质量发展具有重要的理论意义和现实意义。

1 文献综述

目前国内外学者关于碳排放的研究主要集中于以下方面：①有关碳排放的测算。国际上碳排放核算体系分为自上而下和自下而上两种类型，碳排放的测算方法主要有排放系数法、实测法和物料衡算法，其中排放系数法应用最为广泛。对于碳排放系数的标准，机构间有所差异，其中比较有影响的机构有政府间气候变化专门委员会（IPCC）、国家科委气候变化项目、国家发改委能源研究所、美国橡树岭国家实验室、日本能源研究所等。国内现有关于碳排放测算方面的研究主要采用IPCC 清单分析法、生命周期法和基于生产线的碳排放测算方法。韩颖等[2]利用IPCC 清单分析法计算了我国钢铁工业碳排放量；尚春静等[3]、张秀媛等[4]基于生命周期法分别测算了北京地区低层住宅建筑和公共交通行业的碳排放；赵建安等[5]以生产线作为实证研究对象来考察水泥生产CO2排放系数，将生料法与熟料法一并进行测算，探讨水泥生产减排的方向。②有关碳排放影响因素的研究。EHRLICH 等[6]基于社会经济视角，通过建立IPAT恒等式来研究人类活动对碳排放的影响。进入21 世纪后，TALUKDAR 等[7]以44 个国家为研究样本得出第二产业比重增加会显著影响碳排放增加的结论，提出产业结构是影响碳排放的重要因素；ANG[8]提出LMDI（对数平均迪式指数分解）模型，并被广泛应用于碳排放领域；COLE 等[9]提出产业结构的不合理是中国低碳经济发展的主要屏障。国内学者鲁万波等[10]、刘玉珂等[11]运用LMDI 方法实证研究产业结构变化对碳排放规模的影响；原嫄等[12]对碳排放和产业结构之间的关系做了多国的横向对比分析，提出第二产业对碳排放有较大影响，同时碳排放量会随着产业结构的变化而变化的观点；庞庆华等[13]以长江经济带为例，从多系统的角度对其碳排放、产业结构和环境规制之间的关系进行了研究。此外，还有学者从外商直接投资[14]、国际贸易因素[15]、碳税价格和政策[16-17]、产业投资[18]等角度研究碳排放的影响因素。③有关碳排放与经济环境的关系研究。HOLTZ-EAKIN 等[19]通过分析碳排放与GDP 之间的关系得出边际碳排放随着经济的增长呈下降趋势的结论；DALTON 等[20]运用PET 模型研究了美国碳排放与人口老龄化的关系，认为碳排放会随着人口老龄化而出现下降的趋势；宁学敏[21]研究了1988—2007 年中国碳排放量和商品出口之间的关系，得出两者之间存在长期协整关系的结论；孙耀华等[22]、郭炳南等[23]运用Tapio 脱钩模型分别对中国和长三角地区CO2排放与经济发展之间的脱钩关系进行了研究；宋祺佼等[24]以2011 年我国34 个低碳试点城市为例，研究了城市低碳发展与新型城镇化的耦合协调关系；曹丽斌等[25]通过分析中国地级市产业结构与CO2排放的耦合一致性特征，得出四种类型城市第二产业与碳排放之间存在耦合一致性关系；张翱祥等[26]利用耦合协调模型分别对碳排放效率与产业结构高级化和合理化的耦合协调度进行了研究，并运用Tobit 模型对其影响因素做了分析。

通过文献梳理可以看出，国内外学者对碳排放的研究多集中于碳排放自身的影响因素以及产业结构或科技创新等单一因素与碳排放之间的关系，而缺乏从系统耦合角度对制造业碳排放的探讨。本文的贡献在于：其一，将科技创新、产业结构与制造业碳排放作为一个整体来研究其时空耦合协调演变态势；其二，把碳排放研究范围具体至制造业，构建了制造业碳排放与科技创新、产业结构系统耦合机理，扩展了绿色低碳经济理论，为实现碳达峰、碳中和目标提供了可借鉴的分析框架。

2 研究方法与指标选取

2.1 研究方法

2.1.1 耦合协调度模型

根据物理学中耦合的概念，本文构造了科技创新—产业结构—制造业碳排放耦合模型，以反映三大系统的耦合情况，即：

式中：C表示耦合度，U1、U2、U3分别表示科技创新、产业结构和制造业碳排放三大系统的评价指数。但由于耦合度仅表示了科技创新、产业结构和制造业碳排放之间的相互作用程度，而无法反映耦合协调水平，在此本文通过建立耦合协调度模型来反映系统间的综合关系，公式如下：

式中：T表示综合协调指数；α、β、γ为待定系数，且α+β+γ=1，借鉴庞庆华等[27]、田泽等[28]的研究，最后把α、β、γ的值确定为1/3；D为耦合协调度，取值在0 ～1 之间。本文将三大系统的耦合协调度划分为四个等级，具体评价标准如表1 所示。

2.1.2 Tobit模型

由于本文测算出的耦合协调度值均在[0, 1]之间，因此采用Tobit 模型对影响科技创新、产业结构与制造业碳排放的耦合协调度因素进行分析。Tobit 模型的一般形式如下：

2.2 指标选取

基于相关学者对耦合协调度的研究成果，同时考虑到数据的有效性和可获得性，本文建立了如表2 所示的三大系统综合评价指标体系。数据样本为2010—2019年京津冀13 个地区的面板数据。原始数据主要来源于《中国能源统计年鉴》（2011—2020 年）、《中国统计年鉴》（2011—2020 年）、《北京统计年鉴》（2011—2020 年）、《天津统计年鉴》（2011—2020 年）、《河北经济年鉴》（2011—2020 年）。为排除因价格因素对样本造成的影响，所有涉及价格的变量均按2010 年为基期进行平减处理。

表2 科技创新—产业结构—制造业碳排放系统评价指标体系

2.2.1 科技创新

科技创新是区域经济发展的重要推动力，在此主要从科技创新投入和科技创新产出两个层面来衡量。其中科技创新投入包括R&D 人员全时当量和R&D 经费支出两个指标；科技创新产出包括发明专利授权数和技术市场年成交额两个指标。这四个统计指标均可以从统计年鉴或者统计公报直接获取。

2.2.2 产业结构

产业结构是衡量国家或地区经济发展水平的重要体现，在此主要从产业结构高级化和产业结构合理化两个层面来衡量。产业结构高级化主要包括第三产业产值占比和劳动生产率两个指标；产业结构合理化用就业—产值偏离度来衡量。其中，第三产业产值占比可直接从统计年鉴或统计公报获取，其余指标均经过二次计算所得。劳动生产率为地区生产总值与从业人员数量的比值。就业—产值偏离度计算公式为：

式中：P为就业—产值偏离度，用于反映三次产业就业与产值结构的差异程度；L为从业人数；G为地区生产总值；L1、L2、L3分别为三次产业从业人数，G1、G2、G3分别为三次产业产值。

2.2.3 制造业碳排放

制造业碳排放主要从碳排放水平和碳排放效率两个层面进行衡量。其中，碳排放水平包括人均碳排放量和碳排放强度两个指标；碳排放效率主要从碳排放经济贡献率角度进行衡量。要得到以上三个指标的具体数据，其中碳排放量的计算是关键，在此根据碳排放系数法来计算。由于制造业生产过程主要涉及原煤、焦炭、原油、汽油、煤油、柴油、燃料油、天然气8 种能源投入，因此本文主要根据这八种能源的碳排放量来计算制造业碳排放量，各种能源对应的标准煤折算系数和碳排放系数主要参考李志国等[29]的研究，具体数据见表3。

表3 8种能源碳排放系数

二氧化碳排放量计算公式采用《IPCC 国家温室气体清单2006》中公布的测算方法进行测算，公式如下：

式中：C为碳排放量，i为能源种类，Ci为能源i的碳排放量，Mi为能源i的消费量（万吨），Ni为折算标准煤系数，ECi为能源i的碳排放系数。根据碳排放量就可以算出人均碳排放量、碳排放强度以及碳排放经济贡献率。

式中：GDPj表示j地区的GDP；GDP表示京津冀的GDP；Cj表示j地区的制造业碳排放量；C表示京津冀整体的制造业碳排放量。若ECCj＞1，则表明j地区制造业碳排放经济效率相对较高；若ECCj＜1，则表明j地区制造业碳排放的经济效率相对较低。

3 实证分析

3.1 耦合协调度时间序列演变分析

从2010—2019 年京津冀科技创新—产业结构—制造业碳排放耦合协调度的均值（图1）可以看出，2010—2019 年京津冀地区系统耦合协调度水平呈现逐渐上升的发展趋势，由2010 年的0.261 上升至2019 年的0.346。从具体地区来看，在样本观测期间北京系统耦合协调度均值最高，为0.574；其次是天津，为0.456；河北最低，为0.250。

图1 2010—2019年京津冀科技创新—产业结构—制造业碳排放耦合协调度时间序列变动趋势图

从图2 可以看出，不同地区系统耦合协调度变化态势以及变动幅度有所差异，其中北京和天津的耦合协调度呈现波动上升的趋势，由2010 年的0.547 和0.421 波动上升到2019 年的0.619 和0.523，年均增长率分别为1.38%和2.45%；河北各地区中，石家庄的变化幅度最大，其耦合协调度由2010 年的0.235 上升到2019 年的0.345，年均增长率为4.35%；唐山、邯郸的耦合协调度由2010 年的0.125 和0.198 上升到2019 年的0.162 和0.264，年均增长率分别为2.91%和3.24%。部分地区如承德、张家口、秦皇岛、保定、沧州、衡水、廊坊和邢台变化幅度不大。

图2 2010年和2019年京津冀不同地区科技创新—产业结构—制造业碳排放耦合协调度和年均增长率变动趋势图

造成不同地区时序变动幅度存在差异的原因主要是因为北京和天津产业结构较为合理，科技创新水平较高，环境保护力度也在加大，因此推动了系统耦合协调度的发展；石家庄的科技创新水平相对较高，产业结构相对合理，可以说科技创新与产业结构对制造业碳排放的效应存在较大增长空间，因此耦合协调度变化幅度较大。而唐山和邯郸，作为重工业发展地区，在工业化快速推进的过程中，科技创新能力没有及时发挥作用，产业结构还存在不平衡，重工业发展模式遗留的结构性问题还需进一步调整，由此导致了唐山和邯郸系统耦合协调发展水平不高和增长率不高。

3.2 耦合协调度空间格局演变分析

为了更好地剖析京津冀各地区科技创新、产业结构与制造业碳排放的耦合协调度空间格局演变趋势，本文运用Mapinfo 软件，以2010 年和2019 年为时间节点，对京津冀系统耦合协调度进行了空间可视化处理，如图3 所示。

图3 2010年和2019年京津冀科技创新、产业结构与制造业碳排放耦合协调度空间格局演变图

从图3 可以看出，从耦合协调类型空间演变看，2010年京津冀系统耦合协调度空间格局存在区位差异，北京和天津处于中度协调阶段，河北省各地区均处于低度协调阶段。2019 年京津冀系统耦合协调度空间格局区位差异有所变化，处于低度协调阶段的地区不断向中度协调阶段跃迁，呈现出以北京为核心的梯度扩散趋势。其中，北京为第一梯度；第二梯度主要包括天津、石家庄、保定、秦皇岛、廊坊、沧州、张家口、衡水和邢台；承德、邯郸和唐山则为第三梯度。具体来看，北京由2010 年的中度协调类型跃迁至2019 年的高度协调类型，较高的耦合协调度水平表明北京的科技创新水平和产业结构优化程度为制造业低碳发展提供了基础；处于中级协调类型的地区增加至9 个，分别为天津、石家庄、保定、秦皇岛、廊坊、沧州、张家口、衡水和邢台，主要原因在于，近年来各级政府在转变经济发展模式、优化产业结构和增强环境保护力度方面所做的努力。承德、邯郸和唐山三个地区耦合协调度变化不大，表明其在系统耦合发展方面还存在短板，其原因可能是相对于京津冀其他城市而言，承德、邯郸和唐山在工业化快速推进的过程中，没能很好地协调科技创新、产业结构与制造业碳排放的关系，对重工业发展模式遗留的结构性问题还需要进一步调整。

3.3 耦合协调发展影响因素分析

为探寻京津冀科技创新—产业结构—制造业碳排放耦合协调水平的影响因素，本节以前面得到的京津冀各地区耦合协调度作为被解释变量，以人力资本投入、政策扶持力度、技术进步水平和能源消费结构等相关指标作为解释变量进行分析。①人力资本投入（HUM）。运用公式HUM=∑LkEk来计算人力资本投入。其中，Lk表示第k种学历的受教育年限，Ek表示第k种学历的劳动力与总劳动力的比值。②政策扶持力度（POL）。采用人均政府财政支出来反映各地区的政策扶持力度。③技术进步水平（REG）。采用专利授权数来反映各地区技术进步水平。④能源消费结构（ES）。将八种一次能源折算成标准煤，以一次能源消费量中煤炭折算的标准煤所占比重来反映各地区能源消费结构。在指标选取的基础上，构建Tobit 回归模型如下：

式中：Dit表示第i个地区在第t个时期的耦合协调度，α0为常数项，ρ表示空间自回归系数，W表示空间权重矩阵，β1、β2、β3、β4为各解释变量的回归系数，εit为随机误差项。之后运用Stata 软件对Tobit 模型进行回归，回归结果见表4。

表4 耦合协调度影响因素的Tobit回归结果

从表4 可以看出：①人力资本投入的回归系数为0.217，且在5%的显著性水平上显著，表明人力资本投入与耦合协调度呈显著正相关。人力投入的增加，会通过技术扩散作用优化劳动、资本、能源要素的有效配置，从而促进系统耦合协调度的提升。②政策扶持力度的回归系数为0.108，且通过了10%的显著性检验，表明政策扶持力度与系统耦合协调度呈显著正相关。从直接路径来看，财政支出的增加会加大人力资本存量、提高科技创新能力；从间接路径来看，财政支出增加会增加政府税收，在预算软约束下，政府通过征收“环保税”倒逼制造业碳排放减少。另外，财政支出的增加还会提升市场对生产要素的优化配置，使产业结构趋于合理。③技术进步水平的回归系数为0.205，且通过了10%的显著性检验，表明技术进步水平与耦合协调度正相关。技术进步是改变系统耦合协调发展的重要途径，技术进步水平较大越有利于增加系统耦合协调度。④能源结构的回归系数为-0.124，未通过显著性检验，表明能源结构与系统耦合协调度呈负相关但不显著。能源结构不合理，会导致制造业碳排放的增加，也会影响产业结构的优化，因此，大力调整能源结构是京津冀产业政策的重点。⑤空间自回归系数为0.162，且在5%显著性水平上显著，表明京津冀系统耦合协调度存在一定的空间溢出效应，因此要利用空间溢出作用，加强示范区建设，提高系统耦合协调度。

4 结论及建议

4.1 结论

本文以2010—2019 年京津冀13 个地区为研究对象，运用耦合协调度模型分析科技创新、产业结构和制造业碳排放之间耦合协调度的时空演化特征，并运用Tobit 回归模型分析系统耦合协调度的影响因素，研究结论如下：

（1）从时间序列变化来看，京津冀科技创新—产业结构—制造业碳排放耦合协调度均值呈现波动上升的发展趋势，但不同地区系统耦合协调度变化态势以及变动幅度有所差异。

（2）从空间格局演变来看，京津冀科技创新—产业结构—制造业碳排放耦合协调度存在明显的空间差异性，北京地区耦合协调度明显优于其他地区，河北地区耦合协调度整体水平有待进一步提升。

（3）从影响因素来看，人力资本投入、政策扶持力度和技术进步水平对京津冀系统耦合协调度均存在正向影响，能源消费结构对系统耦合协调度存在负向影响。

4.2 建议

基于上述研究结论，在国家碳达峰碳中和目标下和京津冀协同发展战略持续推进的大背景下，提出进一步提升系统耦合协调度的对策建议。

（1）提升人力资本存量和质量，加快制造业绿色转型升级。从时空演化分析可知，京津冀耦合协调度整体不高，未来仍存在较大的优化空间。从影响因素分析来看，人力资本投入对系统耦合协调度影响最大。党的二十大报告中强调，教育、科技、人才是全面建设社会主义现代化国家的基础性、战略性支撑。因此在新发展理念的指导之下，京津冀各方主体应加强深度合作，进一步加大人力资本投入力度，积极推动制造业绿色转型升级。首先，优化京津冀人才培养机制。地方政府应加大对人才培养的资金投入力度，增加科技和教育建设的财政支出，鼓励和倡导企业加大研发投入，建立产学研合作服务平台，加快形成产学研深度融合的人才培养机制，提升人力资本存量。其次，完善京津冀人才政策体系。京津冀一定要充分考虑地区间的相互关联性，打破地区分割和行政利益藩篱，强化政策扶持力度，通过制定京津冀人才协同培养政策和更加有效的人才激励政策，培养人才的同时留住人才，提高人力资本质量。

（2）加大绿色技术研发及应用，加速科技创新渗透。从时空演化分析可知，京津冀科技创新—产业结构—制造业碳排放耦合协调度存在明显的空间差异性。从影响因素分析来看，技术进步水平对系统耦合协调度具有正向影响，能源消费结构对系统耦合协调度存在负向影响。因此应加大绿色技术研发及应用，加强绿色制造体系建设，利用科技创新的优势从两个维度有序优化能源消费结构。在空间维度上，根据不同地区的实际情况，因地制宜，制定制造业绿色低碳发展技术路线。具体来说，张家口、承德应利用科技创新的优势，积极开发风电技术、开展煤炭清洁利用技术，实现能源清洁化；唐山和邯郸应重点推进减污降碳技术开发应用，实施清洁能源替代，推进钢铁、化工等行业的节能减排改造；在时间维度上，推动新能源占比较高的能源生产企业、清洁技术占比较高的制造业等有条件的企业率先达到减排降碳的目的。

（3）加强生态文明示范区建设，引领制造业绿色低碳发展。从影响因素分析来看，空间自相关系数对京津冀系统耦合协调度存在显著正向影响。京津冀应积极推进科技创新—产业结构—制造业碳排放耦合协调发展试点地区建设，加强生态文明示范区建设，引领制造业绿色低碳发展。首先，通过资金投入、政策倾斜、技术支持等多种方式，提升试点地区科技创新能力，优化产业结构，降低制造业碳排放强度，充分发挥系统协同减排降碳的重要效果，发挥空间溢出效应，进而促进系统耦合协调可持续发展。其次，应当充分考虑各地区间的关联性，从顶层设计的角度合理制定产业结构规划、技术创新方案等，增强京津冀各地区间的要素流动，切实推进京津冀制造业绿色转型升级以及经济高质量发展。