环境规制、绿色技术创新与碳生产率

金 鑫

（桂林旅游学院商学院，广西 桂林 541006）

一、引言及文献综述

党的二十大报告指出“积极稳妥推进碳达峰碳中和”。由此观之，我国已将提高碳生产率放置于关键发展位置。然而在实际发展过程中，长期粗放式发展模式导致我国碳排放量持续增高，对生态环境造成严重破坏。据中国碳核算数据库数据显示，截至2022年，中国碳排放量累计超过110亿吨，约占全球碳排放量的28.87%。基于上述背景，我国亟须借助新型发展方式实现低碳减排，推动生产方式绿色转型升级，促进经济增长与环境保护相协调。碳生产率作为链接经济增长与生态优化的关键桥梁，可有效带动传统高排放产业实现绿色转型发展。立足新发展时期，进一步提高碳生产率，既是加快经济增长与碳排放“脱钩”的关键举措，亦是促进经济社会全面绿色低碳转型的有力推手。

作为降低碳排放强度的重要政策工具，环境规制主要在相关部门统筹与监督下落实，能够通过强制手段有效提高碳生产率。一方面，环境规制实施将触发各地区“补偿机制”，推动重污染产业参与生产方式绿色变革，带动高排放产业实现绿色转型升级，提高碳生产率［1］。另一方面，环境规制通过优化资源要素配置效率，可有效提高能源使用效率，以此提升碳生产率。与此同时，绿色技术创新凭借数字技术的融合与集成效应的优势，可切实推动传统产业与新型产业跨界融合，从而降低传统产业能源消耗［2］，提高碳生产率。那么，环境规制、绿色技术创新与碳生产率三者的关系究竟是什么？科学解答上述问题，可为政府制定绿色发展战略提供理论依据与实践经验。

当前学界对于碳生产率的研究主要聚焦以下两方面：其一，碳生产率的水平测度与时空演进。梁圣蓉和罗良文［3］表示，中国碳生产率呈现高值聚集与低值聚集相结合的空间集聚模式，其中空间因素是影响区域碳生产率分布的关键因素。Kou Jiali［4］等发现，中国碳生产率呈现“东高西低”的空间分布特征，其中地区间差异是总体差异的主要来源。其二，碳生产率的影响因素。任晓松和孙莎［5］认为，数字经济可切实提高城市碳生产率，且这种推动作用具有显著空间溢出效应，即环境规制不仅可显著提升本地区工业碳生产率，也会对邻近地区城市工业碳生产率释放发展红利。Lu Yuanquan［6］等强调，科技创新对碳生产率具有显著正向推动作用，同时该推动作用受区域差异影响。

关于环境规制、绿色技术创新与碳生产率的关系，现有文献主要从以下方面展开研究：第一，环境规制对碳生产率的影响研究。郭卫香和孙慧［7］指出，环境规制会促进碳生产率提升，且环境规制对碳生产率的“本地效应”高于“邻近效应”。李小平等［8］发现，强制型的环境规制可正向推动本地区碳生产率提高，对邻近地区推动作用偏低。Hu Wei和Xiong Zhenxing［9］强调，环境规制对工业行业全要素碳生产率的提高具有正向推动作用。其二，绿色技术创新对碳生产率的影响研究。刘海英等［10］表示，绿色技术创新对本地碳生产率具有显著正向推动作用，但溢出效应不显著。Han Bing［11］强调，技术创新对工业碳生产率的推动作用呈现显著空间溢出效应。其三，环境规制对绿色技术创新的影响。杜可等［12］指出，环境规制可借助环境双元战略对绿色技术创新产生正向推动作用，其中前瞻性环境战略对绿色技术创新的正向推动作用更为明显。Wang Chenggang［13］等发现，环境规制在数字经济提高企业绿色技术创新水平中发挥中介作用。

综上所述，现有研究为本文提供宝贵经验，但仍存在如下不足：一方面，现有文献多从环境规制、绿色技术创新与碳生产率两两之间关系展开研究，但鲜有学者将三者纳入同一研究框架；另一方面，现有文献多从空间溢出角度探讨环境规制对碳生产率的影响，但少有文献关注环境规制门槛下，绿色技术创新对碳生产率的影响。基于此，本文的创新性贡献在于：第一，研究视角方面，将环境规制、绿色技术创新与碳生产率纳入同一研究框架，探究环境规制、绿色技术创新与碳生产率三者的关系，进一步丰富相关领域研究。第二，研究方法层面，使用基准回归模型、中介效应模型、门槛效应模型与空间溢出模型，深度考察环境规制对碳生产率的影响机制，以及绿色技术创新在二者间发挥的中介作用，并且进一步以环境规制作为门槛变量，探究绿色技术创新对碳生产率的作用机制，为部门制定碳生产率相关政策提供理论依据与经验证据。

二、理论分析与研究假设

（一）环境规制对碳生产率的直接影响

所谓环境规制是指政府部门通过出台相应环境措施与标准，实现对经济直接或间接地调节，从而有效降低碳生产成本与实现碳生产结构转型，提高碳生产率［14］。一方面，环境规制可降低碳生产成本。环境规制将在政府部门管控下，有效实现信息与资源共享，动态收集产业能源要素投入信息，提高高排放产业集约利用水平与要素配置效率，这可极大程度缓解高排放产业能源浪费与损失，降低碳生产成本，提高碳生产率。另一方面，环境规制可有效实现碳生产结构转型。环境规制可推动生产要素从低效率部门转移至高效率部门，从而实现新旧增长极的迭代。这可切实优化传统能源产业生产组织方式，推动能源产业升级调整［15］，为碳生产率提高提供产业支撑。基于此，提出假设1。

假设1：环境规制对碳生产率具有正向推动作用。

（二）绿色技术创新的中介效应

环境规制需以绿色技术创新为“底座”，提高碳生产率。一方面，环境规制可通过增加绿色技术创新数量，提高碳生产率。环境规制在政府导向下，通过颁布相关环境措施与标准，降低高排放产业对于绿色技术创新要素成本，满足绿色创新技术资源，增加绿色技术创新数量。如此，环境规制可在政府支持下，推动大量绿色技术向产业内部渗透，实现高排放产业生产方式与组织管理变革。这可加快高排放产业实现数据要素在生产环节的互联互通与精准对接，以此减少生产活动对能源的过度消耗，提高碳生产率［16］。另一方面，环境规制可通过提升绿色技术创新质量，提高碳生产率。环境规制在政府部门支撑下，可有效实现创新资源整合，提高地区绿色技术创新效率。据此，环境规制可进一步提高对传统产业能源监管的准确性与有效性，倒逼高排放产业向绿色低碳方向转型，提高碳生产率［17］。综合上述分析，提出假设2。

假设2：绿色技术创新在环境规制提高碳生产率过程中发挥中介效应。

（三）环境规制的门槛效应

当环境规制强度较低时，经济主体更加关注实际生产经营效益，绿色技术创新意识相对薄弱，对技术研发重视程度不足，使得绿色技术创新进程相对缓慢。不仅如此，由于环境规制强度相对偏低，企业与行业侧重于追求短期经济利益，进而增加自身污染治理成本，挤压原有创新生产投入，使得绿色技术创新研发力度逐渐降低，进而抑制绿色技术创新［18］。这在一定程度导致绿色技术难以降低高排放产业搜索、匹配与交易成本，影响高排放产业提高碳生产率。当环境规制强度逐步增高时，各地区相关政策体系与扶持机制日益健全、产业结构布局逐渐完善。这可有效畅通绿色创新要素配置渠道，推动创新资源实现自由流动与合理配置，从而切实提高绿色技术创新［19］。如此，绿色技术创新可切实提高产业设备先进性与环保性，推动高污染、高排放产业向绿色转型升级，带动产业提高碳生产率。基于上述分析，提出假设3。

假设3：绿色技术对碳生产率的推动作用会受到环境规制强度门槛作用影响，即在高环境规制强度下，绿色技术创新对碳生产率的推动作用更为明显。

三、变量选取与模型设计

（一）变量选取

1.解释变量：环境规制（Ea）

环境规制可分为市场激励型环境规制、行政命令型环境规制与公众自愿型环境规制三种［20］。因此，本文对市场激励型环境规制、行政命令型环境规制与公众自愿型环境规制加权平均以衡量环境规制。具体地，市场激励型环境规制参考余柯瑶等［21］的做法，使用资源税、环境保护税等相关环境税收占GDP 比重测度。沿袭张小筠等［22］研究思路，使用各省份污染治理运行费用作为行政命令型环境规制代理变量，具体地，使用（工业废水治理运行费用+工业废气治理运行费用）/主营业务收入测度。公众自愿型环境规制参考韩先锋和宋文飞［23］研究方法，使用环境污染来信来访总数测算。

2.被解释变量：碳生产率（Cp）

延续白雪洁和孙献贞（2021）［24］研究思路，使用基于SBM 方向性距离函数的GML 指数测算碳生产率，具体如下：

其中，指数大于1（等于1、小于1）说明碳生产率增加（不变、下降）。

3.中介变量：绿色技术创新（Gti）

绿色专利技术可较好反映绿色技术创新能力，其技术申请数亦可彰显绿色技术创新即时性与实质性。同时，考虑到绿色技术专利产出具有滞后性，参考张哲华和钟若愚［25］的研究思路，使用滞后一期绿色专利技术申请数对数表征绿色技术创新。

4.控制变量

参考孙慧和向仙虹［26］、胡剑波和向港［27］研究思路，选取如下控制变量：（1）能源结构（Es），使用煤炭和焦炭消耗量与总耗能的比值测算；（2）工业化率（Ir），以工业增加值与GDP 的比值衡量；（3）城镇化水平（Urban），选取各省城镇人口与总人口的比值表示；（4）创新科技水平（Sti），选择科技支出占财政支出比重表征；（5）经济发展水平（Ed），使用地区生产总值测度。

（二）数据来源

选取中国2010—2021 年中国30 个省区市（不包含港澳台与西藏），共360 个样本数据，实证检验环境规制对碳生产率的影响效应。其中，碳生产率、环境规制与控制变量的数据来源历年《中国环境统计年鉴》《中国能源统计年鉴》《中国科技统计年鉴》《中国统计年鉴》。绿色技术创新数据主要来源《中国工业统计年鉴》《中国高技术产业统计年鉴》、中经网统计数据库、EPS数据库以及Wind数据库公开数据。为保证数据完整性，使用均值差值法或线性差值法补齐缺失数据。同时，需在实证分析前，对各指标进行描述性分析（见表1）。

表1 描述性统计

（三）模型构建

1.基本模型构建

为验证环境规制是否可有效提高碳生产率，构建如下基准回归模型：

模型（2）中，Cpij代表省份i在第j年的碳生产率，Eaij表示省份i在第j年环境规制强度，Xij表征控制变量，μi为个体固定效应，δj代表时间固定效应，εij为随机扰动项。

2.中介效应模型

为检验环境规制是否可以通过推动绿色技术创新提高碳生产率，参考Baron 和Kenny［28］提出的中介效应检验方法，建立如下模型：

其中，β1代表环境规制对碳生产率的总效应；γ1表示环境规制对碳生产率的直接效应；a1γ2为环境规制对碳生产率的中介效应，其余符号含义均与模型（2）一致。此外，本文还将借助Bootstrap法与Sobel法验证是否存在中介效应。

3.门槛效应模型

为深度考察绿色技术创新对碳生产率的影响作用是否存在非线性作用，构建单门槛模型，公式如下：

考虑到绿色技术创新对碳生产率的提高可能受环境规制多门槛效应的影响，进一步在式（6）的基础上，构建多门槛面板模型，具体如下：

式中，γn表示门槛值，I(·)代表示性函数，若括号内表达式为真，则I(·)为1，反之为0。

四、实证分析

（一）基准回归结果

为考察环境规制对碳生产率的作用及影响机制，首先构建线性回归模型进行研究，具体结果如表2模型（1）。依据数据可知，在控制一系列变量后，环境规制对碳生产率的影响系数0.521，在1%统计水平上显著为正，这意味着环境规制水平越高，对碳生产率的提升作用越明显。假设1 得证。模型（2）为绿色技术创新对碳生产率的影响。结果显示，绿色技术创新对碳生产率的系数为0.932，在1%统计水平上显著为正，说明绿色技术创新水平的提高可有效赋能碳生产率。模型（3）是在模型（1）基础上引入绿色技术创新。数据显示，环境规制对碳生产率的系数为0.508，在1%统计水平上显著正，但相较于模型（1）相关数据而言，影响系数有所下降，说明环境规制通过推动绿色技术创新提高碳生产率。假设2得到初步证明。

表2 基准回归结果

从控制变量来看，能源结构对碳生产率的影响系数为-0.365，在1%置信区间上显著为负，说明能源结构升级不利于提高碳生产率。这可能是因为，现阶段我国主要以第二产业为主，故第二产业在推动经济增长的同时，也将释放大量二氧化碳，使得能源结构升级与碳排放仍未实现有效脱钩，在一定程度不利于碳生产率提高，这与杨庆等（2021）［29］研究结论相符。工业化率对碳生产率的影响系数为0.341，在1%水平上显著为正，证明工业化水平的提升可切实提高碳生产率。城镇化水平对碳生产率的影响系数为0.721，在1%统计水平上显著为正，说明城镇化水平可有效提高碳生产率。细究其因，城镇化水平提高，说明省份的基础设施水平较高、产业结构较为完善，能够为提高碳生产率注入发展动能。创新科技对碳生产率的影响系数为0.939，这意味着创新科技水平的提高可有效推动碳生产率。原因可能在于，创新科技水平提高可有效促进减排技术、末端处理技术在高排放产业的运用，推动高排放产业实现技术研发与生产，并提升末端治理能力，以此提高碳生产率。经济发展水平对碳生产率的影响系数为0.512，且通过1%显著性检验，说明经济发展水平可切实推动碳生产率提高。这可能是因为，经济水平高的省份具有较高质量的经济循环机制，可有效推动绿色发展，为碳生产率提高注入经济动能。

（二）中介效应检验

上文已述，环境规制可通过促进绿色技术创新，提高碳生产率。为从实证层面验证假设2 的准确性，构建中介模型探究环境规制是否可以通过推动绿色技术创新，提高碳生产率，详细结果见表3。观察表中数据可以发现，模型（4）中环境规制对碳生产率的估计系数在1%统计水平上显著为正，说明环境规制可切实提高碳生产率。模型（5）中环境规制对绿色技术创新的影响系数为0.163，在1%统计水平上显著为正，证明环境规制对绿色技术创新存在正向推动作用。模型（6）中环境规制与绿色技术创新对碳生产率的影响系数0.471，在1%统计水平上显著为正，但相较于模型（4）的数据存在明显下降，说明绿色技术创新在环境规制提高碳生产率过程中发挥中介效应。

表3 中介效应

进一步，本文还使用Sobel 检验与Bootstrap 法对中介效应显著性进行检验。依据数据可以发现，Sobel的Z值为3.14，在1%统计水平上显著为正。并且，Bootstrap通过5%置信水平检验，说明环境规制可通过推动绿色技术创新，提高碳生产率，假设2得到完全证实。

（三）门槛模型估计

考虑到不同环境规制水平可能对绿色技术创新产生不同影响效果，本文选取门槛回归模型进行实证分析。在使用门槛进行回归前，需对门槛数量进行存在性检验，具体结果如表4 所示。环境规制门槛变量仅通过单门槛、双门槛效应，说明环境规制对碳生产率与绿色技术创新存在门槛效应。进一步计算双门槛估计值可得，双门槛模型的门槛依次为0.525 和0.885，可以将绿色技术创新分为（Ea＜0.525）（0.525≤Ea＜0.885）（Ea≥0.885）三个区间，具体结果见表5 列（1）所示。其中，当环境规制属于区间（Ea＜0.525）时，绿色技术创新的系数为0.621；当环境规制属于区间（0.525≤Ea＜0.885）时，绿色技术创新的系数为0.631；当环境规制属于区间（Ea≥0.885）时，绿色技术创新的系数为0.656。说明在较高环境规制下，绿色技术创新的正向推动作用较为显著，假设3得证。

表4 门槛效应检验

表5 门槛效应与稳健性检验结果

（四）稳健性检验

1.替换变量衡量方法

参考裴海峰和陈镜如［30］的做法，使用各省GDP 占碳排放量的比值作为碳生产率的替代变量。其中，碳排放量使用2010—2021 年中国碳核算数据库发布的30 个省（自治区、直辖市）排放总量衡量。为消除异方差对最终结果造成的影响，对上述变量使用自然对数形式，并将其代入模型（5）中重新进行实证检验，具体结果如表5 列（2）所示。依据表中数据可以发现，在替换被解释变量衡量方法后，环境规制对碳生产率依旧具有正向推动作用，说明环境规制可显著提高碳生产率，本文结论具有稳健性。

2.分阶段回归

本文将2015年新修订的《中华人民共和国环境保护法》作为环境规制强度高低的分界点，将环境规制发展阶段划分为2010—2015 年和2016—2021 年两个阶段进行稳健性检验，具体结果见表5 列（3）（4）。依据表中结果可以发现，在2010—2015 年和2016—2021 年两个阶段中，环境规制对碳生产率的影响系数依次为0.562 与0.603，在1%统计水平上显著为正，说明研究结论具有稳健性。

3.剔除直辖市样本

直辖市经济水平、政策强度与普通城市环境规制存在明显差距，可能影响最终研究结果，故剔除北京、天津、上海与重庆四个直辖市，进行稳健性检验，具体结果如表5 列（5）所示。从表中数据可以发现，环境规制对碳生产率的影响系数为0.512，在1%统计水平下显著为正，说明在剔除直辖市相关样本后，环境规制对碳生产率具有明显推动作用，证明本文结论具有稳健性。

（五）内生性检验

环境规制与碳生产率可能存在互为因果的内生性问题。因此，需借助工具变量进行内生性检验，具体结果如表5列（6）所示。参考周鹏飞等［31］研究思路，选取空气流通系数（AC）作为工具变量。其中，空气流通系数使用ACit=WSit×BLHit测算。具体地，BLH与WS依次表示大气边界层高度和风速。选择此工具变量的原因在于，一方面，空气流通系数较低时，工业排放的PM2.5、二氧化硫等污染物难以消散，会影响环境规制强度，符合相关性原则；另一方面，空气流通系数往往不直接表征环境规制，符合排他性原则。基于此，本文选择空气流通系数作为本文工具变量，具体结果如表5 列（6）所示。结果显示，环境规制对碳生产率的正向推动作用在1%统计水平下显著为正，表明研究结果具有稳健性。

（六）进一步分析

1.空间溢出效应

为验证可能存在的空间溢出效应，参考黄永春等（2022）［32］研究思路，通过构建地理矩阵模型、经济矩阵模型以及地理与经济嵌套空间权重矩阵，建立空间面板计量模型测度环境规制对碳生产率的空间溢出效应。其中，以两省份之间经纬度距离的倒数衡量地理矩阵模型；使用两省份研究期内人均GDP 平均值之差的绝对值的倒数构建经济距离矩阵；地理与经济嵌套空间权重矩阵设定为二分之一的地理矩阵与二分之一经济矩阵之和进行衡量。在构建模型前，需使用Moran’s I 指数衡量各区域环境规制与碳生产率之间的空间相关性，具体结果如表6 所示。依据表中数据可得，2010—2021 年环境规制与碳生产率影响系数在三种矩阵下显著为正，这意味着二者存在空间相关性。

表6 三种矩阵下的Moran's I指数

进一步地，参考成琼文和丁红乙［33］的做法，利用LM 检验、LR 检验、Hausman 检验等方法，通过比较LogL 数值大小，选取合适的空间计量模型。可以知悉，研究模型应使用基于个体固定效应的空间滞后模型，具体结果详见表7。由上述结果可知，碳生产率的空间自回归系数和环境规制空间自相关系数在三种空间矩阵条件下显著为正，说明环境规制对碳生产率的影响存在空间溢出效应，即周边地区碳生产率可有效提高本地区及周边地区碳生产率；环境规制可显著提高本地区和周边地区碳生产率。为衡量环境规制对碳生产的空间效应，将环境规制对碳生产率影响系数进一步拆解为直接效应、间接效应与总效应。从表中数据可以发现，环境规制对碳生产率影响效应拆解为直接效应、间接效应与总效应后，影响系数仍在1%统计水平上显著为正。例如，在地理矩阵中，环境规制对碳生产率影响系数可以发现直接效应0.441 占总效应比重的57.0%；间接效应0.306占总效应比重的42.1%。这意味着环境规制每提高1%，将推动本地区碳生产率提高0.441%、带动周边地区碳生产率提高0.306%。综上所述，环境规制主要提高本地区碳生产率，对周边地区碳生产率的提升作用相对偏低。

表7 环境规制影响碳生产率的空间溢出效应

2.异质性检验

考虑到不同地区的环境保护水平、政府干预程度等方面存在差异。因此，参照国家统计局划分依据，将全部样本划分成东部、中部、东北、西部地区四个部分进行异质性分析，详细结果见表8。从整体数据可以发现，环境规制对碳生产率的影响作用具有显著异质性。其中，东部地区、中部地区环境规制均对碳生产率具有显著正向推动作用，且东部地区环境规制对碳生产率的回归系数高于中部。这意味着东部地区环境规制对碳生产率的推动作用强于中部地区。但是值得说明的是，东北地区、西部地区环境规制对碳生产率的影响系数为正但不显著，表明东北、西部地区环境规制对碳生产率的影响偏低。可能原因在于，东北地区作为老工业基地，产业结构发展相对单一，存在较多资源枯竭型城市，一定程度难以借助环境规制提高碳生产率。西部地区主要以资源挖掘业为主，产业结构单一，创新能力相对偏低。这可能导致西部地区工业耗能、工业污染排放持续增高，进而不利于东北地区完善自身环境规制，影响碳生产率提高［34］。

表8 环境规制对碳生产率的异质性分析

五、结论与对策建议

本文以2010—2021年30个省份面板数据作为研究样本，深度考察环境规制、绿色技术创新与碳生产率三者间的关系。研究结论如下：第一，环境规制、绿色技术创新均可正向提高碳生产率。同时，环境规制可通过推动绿色技术创新，间接提高碳生产率。第二，受环境规制双重门槛影响，绿色技术创新对碳生产率的推动作用，呈现非线性特征，即在较高环境规制强度下，绿色技术创新对碳生产率的正向推动作用更为显著。第三，环境规制对碳生产率提升作用存在显著正向空间溢出效应，即环境规制不仅可以提高本地区碳生产率，还可有效带动周边地区碳生产率。第四，环境规制对碳生产率影响效果呈现“东部地区＞中部地区＞东北地区＞西部地区”特征。基于此，提出如下对策：

其一，切实提高环境规制强度。基准回归结果表明，环境规制可正向提高碳生产率。据此，政府部门应切实提高环境规制强度，赋能碳生产率提高。一方面，建立环境规制动态机制。政府部门可推动可持续发展资源向创新能力较强、生产效率较高地区集聚，以此加快传统能源产业绿色转型，提高碳生产率。另一方面，政府部门应以“双碳”目标为引领，加快完善制度性与规范性环境规制标准制定，以此提高环境规制强度，提高碳生产率。与此同时，政府部门亦可通过引导资源的集约化开发与规模化生产，提高能源产业利用效率，以此提高环境规制强度，促进碳生产率提升。

其二，持续深化绿色低碳科技创新。中介效应表明，绿色技术创新是环境规制提高碳生产率的传导机制。因此，政府部门持续深化绿色低碳科技创新，提高碳生产率。一方面，加大绿色低碳科技创新研发人才培养。政府部门可进一步加大对职业院校、科研院所与高校开展绿色低碳科技教学的关注度，引导有条件的学校开设绿色低碳科技相关专业，为国家培养绿色低碳科技专业人才，提高碳生产率。另一方面，构建绿色低碳科技创新体系。政府部门实施延链补链强链一体化行动，推动传统产业向高端化、智能化与绿色化发展，以此壮大绿色现代产业体系，深化绿色低碳科技创新。不仅如此，政府部门可构建覆盖全产业链和产品全生命周期的绿色产业体系，进一步深化绿色低碳科技创新，夯实生态环境发展底座，切实提高碳生产率。

其三，合理制定区域生态协同发展政策。异质性检验可以发现，环境规制对碳生产率呈现“东部地区＞中部地区＞东北地区＞西部地区”依次递减态势。基于此，政府部门可依据各地发展特色，合理制定区域生态协同发展政策。对于东部、中部地区而言，政府部门可建立跨区域生态管控名录，提高东部、中部地区高污染产业排放门槛，以此带动东部、中部地区提高碳生产率。对于东北、西部地区而言，政府部门可建立跨区域的横向生态补偿制度，加强对东北、西部地区的帮扶力度，持续加大环境治理成本，有效弥补东北、西部地区与东部、中部地区发展差距，提高东北、西部碳生产率。