产业结构升级对中国碳排放的影响研究:机制与检验

江永红 胡扬扬

※ 投稿时间：2023-10-11

项目来源：安徽省高等学校科学研究项目（哲学社会科学）（2022AH052884）

作者简介：江永红（1973-），男，安徽潜山人，教授，博士，主要从事发展经济学、产业经济学、农业经济学等研究;胡扬扬（1996-），男，安徽池州人，在读硕士研究生，主要从事产业经济学研究。

摘   要：研究产业结构升级与碳排放之间的关系以及具体的影响路径，对中国环境与经济协调发展具有重要的现实意义。文章选取2003-2022年30个省级行政区的面板数据，采用双向固定效应模型实证分析了产业结构升级与碳排放之间的关系。结论表明：（1）产业结构升级能够有效降低碳排放;（2）由于不同地区经济发展水平的差异性，产业结构升级对碳排放的作用强度是不同的。其中对东部地区作用效果最明显，中部地区次之，而对西部地区和东北地区的作用效果则是不明显;（3）通过中介效应模型发现技术创新和劳动力质量的提升是产业结构升级降低碳排放的有效途径。

关键词：产业结构升级;技术创新;劳动力质量;碳排放

中图分类号：X321 文献标识码：A 文章编号：2095-9699（2024）02-0041-08

近年来，全球极端气候事件频发，对社会经济造成了空前严重的影响。中国自改革开放40余年来，经济实现高速增长，人民生活水平显著提升，但高耗能、高污染的粗放式发展模式以及不合理的产业结构，导致我国的环境问题日益凸显。根据全国数据中心统计，2023年我国二氧化碳排放量约为110亿吨，位居全球前列。由碳排放超标所引发的环境问题，对我国自然和人文环境产生严重影响。为了改变现状，我国近年来做出了诸多努力，许多低效率、高污染、高能耗的企业逐渐关闭或转型。产业结构也在逐渐升级，由原先的“二一三”结构转变为现在的“三二一”结构，截至2022年，第一产业、第二产业、第三产业对GDP的贡献率就分别达到7.3%、39.9%、52.8%。同时，中国政府于2021年在中央财经委员会第九次会议上提出中国将在2030年前实现“碳达峰”，到2060年前实现“碳中和”目标，并且中央经济工作会议部署2021年重点任务之一，就是要做好碳达峰、碳中和工作，要求抓紧制定2030年前碳排放达峰行动方案，推动煤炭消费尽早达峰，大力发展新能源。因此，在这种时代背景下研究产业结构升级与碳排放之间的关系具有重大的现实意义，同时以产业结构升级为重要手段来实现碳减排也是实现“双碳”目标的内在要求。

一、文献综述

为有效缓解碳排放过快这一问题，学者们从不同视角出发进行了有益的探讨。如向宇等[1]、王亚飞等[2]利用空间计量的方法研究FDI对碳排放的影响，认为FDI在空间上的协调发展能够有效抑制碳排放。周亚军等[3]认为金融资源在与第一、第二产业相互配合、协同联动时，降低碳排放水平尤为显著。蒋和胜等[4]认为碳排放权交易市场可以显著降低地区碳排放水平。谢波等[5]认为产业集聚与碳排放二者之间关系呈倒U型关系，同时外商投资水平的高低是产业集聚影响碳排放的重要原因。丁昕等[6]认为环境规制与产业结构的门槛效应决定了金融发展与城市低碳经济转型之间呈“U”型关系。姚凤阁[7]则认为数字普惠金融能够促进城市全要素碳排放生产率的提升，但作用效果因地区经济发展水平差异性而不同。

除了以上经济因素会对碳排放产生影响外，部分学者还研究了产业结构升级对碳排放的影响。如余志伟[8]、杨芬[9]、赫永达等[11]认为产业结构的调整能够有效抑制碳排放。赵丽萍等[12]认为各省的产业结构与碳排放强度之间呈非线性关系而非简单的线性关系，并且随着城镇化水平的提升，产业结构对碳排放强度的正向作用会逐渐减弱。赵玉焕[13]、孙振清等[14]、周迪等[15]认为地区资源要素禀赋和经济发展水平的差异性，产业结构调整对碳排放作用产生不同的影响。从国家整体视角来看，产业结构升级有助于实现碳减排;而从区域视角来看，中国碳排放和产业结构升级水平的时空格局存在差异性。

综上所述，发现目前研究主要集中在碳排放影响因素研究上和产业结构升级与碳排放影响关系研究上，较少文献对产业结构升级降低碳排放的具体路径进行研究。本文通过双向固定效应模型研究产业结构升级对碳排放的影响，创新性地采用技术创新和劳动力质量作为中介变量，构建中介效应模型，进一步探讨产业结构升级降低碳排放的具体路径。以期完善产业结构升级作用于降低碳排放的机制研究，并为破除碳排放的负面效应、合理有效地制定碳减排政策提供有价值的参考。

二、 研究假设

（一）产业结构升级对碳排放的直接影响

根据配第·克拉克原理，产业结构升级是指一国或某一地区的产业从第一产业转向第二产业，再从第二产业转向第三产业的动态过程。在这一动态过程中地区的产业布局不合理，产业结构高级化程度低会扭曲资源配置以及降低能源的利用效率，进而会提高大气中碳排放量，但产业结构升级能够合理有效的改善资源错配问题[16]。原因在于产业结构升级能够有效地发挥“产业关联效应”，在地区内或地区间进行合理的产业布局，加深各部门之间的深度融合，减少重复建设，避免不利的“同质化效应”，使资源配置更加合理，提高资源利用效率，促进低碳经济的建设，进而减少碳排放。

基于以上分析，文章提出假设1：产业结构升级能够改善资源配置扭曲问题，提高资源利用效率，有效降低碳排放。

（二）产业结构升级对碳排放的间接影响

产业结构升级从要素配置的角度来看，它是一个由劳动密集型逐步转向资本密集型最终变为知识技术密集型的动态演变过程。首先，在这一过程中产业结构升级发挥着“配置效应”影响碳排放。产业结构升级可以影响企业的技术创新。在产业结构升级过程中，第二产业中高耗能、低效率、低产出的企业会逐步被低耗能、高效率、高产出的企业所淘汰，企业为了能够在行业中形成自己的竞争优势，会加大研发投入进行技术创新。技术创新的结果应用于企业生产中，会对原有的企业生产工艺和管理模式产生巨大改变，使企业生产运营更加合理有效，提高了资源利用率，开发了新能源，有助于企业减少对传统能源的过度依赖，导致的结果是相同的经济收益下减少污染，降低企业生产过程中的碳排放。其次，产业结构的升级也会通过“集聚效应”对劳动力质量产生影响。当产业由传统劳动密集型产业逐步向资本密集型以及知识技术密集型产业演进时，劳动力就业形势也会随之发生转变，这对劳动力质量要求更高。而劳动力质量的提升有助于提升劳动生产率，提高企业生产效率;优化企业生产模式，提升能源利用效率，进而降低企业在生产过程中的碳排放。

基于以上分析，文章提出假设2：产业结构升级过程中能够发挥其配置效应和集聚效应，通过影响技术创新和劳动力质量的途径来降低碳排放。

三、实证研究

（一）变量选取、数据来源和模型构建

1.变量选取

（1）被解释变量

借鉴赵丽萍[12]的做法采用碳排放量与GDP比值来表示碳排放强度（CI）。这一指标包含了经济增长和环境污染双重因素，能够有效反映出资源的使用效率。

（2）核心解释变量

以往研究多采用第二、三产业占国内生产总值的比重作为产业结构升级的衡量指标，尽管该指数可以在一定程度上反映整个产业的内部调整结果，但它应该衡量第二、三产业的发展规模，而不是反映整个产业结构本身的升级优化。因此文章借鉴Zang等[17]和An等[18]的做法，公式表示如下：

IS=ki（n=3，i=1，2，3）（1）

公式中，ki代表第一、二、三产业在GDP中所占的比重，pi为第一、二、三产业的产出，li是第一、二、三产业的就业人数，pi/li是第一、二、三产业的劳动生产率。

（3）中介变量

中介变量选取技术创新（TEC&IN）、劳动力质量（LQ）。根据前文分析可知，产业结构通过技术创新和劳动力质量等途径对碳排放强度产生影响。以往研究使用专利申请数量、研发人员数量以及研发投入经费来衡量技术创新，本文参考王班班[19]的研究，使用各省绿色专利数量来衡量技术创新。同时参考郝永达[11]的研究，使用从事高新技术行业就业人数来衡量劳动力质量。高新技术行业选取教育、科学研究、技术服务与地质勘查业、金融业、信息传输、计算机服务和软件业。

（4）控制变量

控制变量选取能源结构（ES）、能源强度（EI）、收入水平（INCOME）、环境规制水平（ER）、环境规制水平（ER）、城镇化水平（URBAN）、外商直接投资水平（FDI）。参考孙丽文[10]的研究，采用非化石燃料在总能源消费中的占比来表示能源结构。使用清洁的非化石燃料能够直接降低向大气中所排放的二氧化碳含量，直接对碳排放产生影响。参考刘争[20]的研究，采用GDP与能源消耗量比值来衡量能源强度，该指标可以反映地区能源利用效率，能源强度越高的地区往往碳排放强度越低。参考梁圣蓉[21]的研究，文章选取人均GDP的对数衡量收入水平，人均GDP能够有效反映出不同地区经济发展水平，收入的差距直接影响消费，在一定程度上对碳排放强度产生影响。参考王宇澄[22]的做法，选取各地工业污染治理投资总额这一指标来衡量环境规制水平。第二产业主要以工业为主，造成环境污染程度往往超过第一、三产业。用工业污染治理投资总额能够反映出该地区对污染治理的重视以及对污染企业的有效规范。参考孙丽文[10]的研究，使用地区城镇人口占地区总人口的比重来衡量城镇化水平。城镇化程度越高，资源集中程度就越高，资源的利用和开发的效率也就高，对碳排放产生直接影响。参考刘海云，龚梦琪[23]的研究，采用外商投资企业外方注册资本来衡量外商直接投资。“污染避难所”假说认为，发达国家根据自身的比较优势，将本国的高污染、高能耗产业转移至发展中国家，即外商直接投资会加剧发展中国家的环境污染。但随着发展中国家对环境保护意识的加强，同时外商直接投资所引进的新技术和管理模式对碳排放强度产生抑制作用，给发展中国家所带来的经济效应大于环境污染的负效应。

2.数据来源

文章指标数据主要来源为wind数据库、中经网统计数据库、CEADs数据库和《中国统计年鉴》《中国科技统计年鉴》《中国环境年鉴》《中国环境统计年鉴》《中国能源统计年鉴》《中国劳动统计年鉴》《中国人口和就业统计年鉴》等，同时文章对年鉴中缺失的数值通过差值法进行补充。

表1  各变量描述性统计

[变量名（Variable） 均值（Mean） 标准差（Std.Dev） 最小值（Min） 最大值（Max） 碳排放强度（CI） 5.421 4.872 0.79 63.68 产业结构（IS） 0.448 0.087 0.28 0.836 能源结构（ES） 0.904 0.053 0.66 1 能源强度（EI） 0.565 0.411 0.09 2.7 收入水平（INCOM） 3.321 2.715 0.28 16.49 环境规制（ER） 171897.31 182563.76 1006.4 1459464.4 城镇化水平（URBAN） 0.585 0.153 0.23 0.95 外商直接投资（FDI） 467.619 857.65 2.35 6377.31 技术创新（TEC&IN） 28024.165 56789.804 70 528950 劳动力质量（LQ） 87.354 49.348 10.25 389.72 ]

3.模型构建

根据以上前文分析，文章构建如下双向固定效应模型：

CIit=α0+α1ISit+∑αXit+ui+vt+εit（2）

其中：i、t分别表示省份和时间，CI表示碳排放强度，IS表示产业结构升级，X为能源结构、能源强度、收入水平、环境规制、城镇化水平、外商直接投资。

（二）实证结果与分析

1.基准回归

为了对上述假设进行验证，首先进行基准回归，分析产业结构升级对碳排放的影响。为了降低异方差性，对各变量进行对数处理。通过Husman检验，采用固定效应模型进行参数估计。具体估计结果见表2。

由表2可见，第1列是产业结构升级对碳排放强度影响回归结果，没有加入任何控制变量并且固定时间和省份。此时产业结构升级的回归系数为-1.384，且通过了1%的显著性检验。从经济意义上来看，产业结构升级每变动1%则给碳排放强度带来1.384%的反向变动。从第2列至第7列逐步加入控制变量，产业结构升级的回归系数仍通过了1%的显著性检验，并且回归系数值表明，产业结构升级变动1%，碳排放强度变动-0.701%。说明产业结构升级能够降低碳排放强度，假设1成立。表明我国产业结构升级能够有效发挥“产业联合效应”，使地区内产业布局更加合理化;各经济部门之间有效融合，避免了重复建设，使资源得到有效利用，降低了碳排放强度，提升了环境保护水平。

在控制变量中，能源结构、能源强度、人均收入水平、外商直接投资比例每变动1%，碳排放强度则分别变动-2.508%、-0.534%、-0.317%、-0.166%。能源结构、能源强度是影响碳排放强度的重要的因素。提高非化石燃料使用占比，例如使用太阳能、潮汐能、氢能等清洁能源，同时研发节能减碳技术，提高能源利用的经济效益，是减少二氧化碳排放、促进“碳达峰”“碳中和”目标的实现。随着人均收入的提高，人们的消费观念和消费习惯将会有所改变，同时环境保护意识的提高，人们将会购买更加清洁的工业产品。而外商投资的增加所带来的新技术以及先进的管理模式能够产生经济效应，并且能够有效地弥补环境污染的负效应。而环境规制和城镇化水平每变动1%，则碳排放强度则变动0.124%和0.631%。这说明，环境规制并未有效发挥其正向作用，促进企业进行技术革新以及工艺流程更新的效果不佳。城镇化过程同样未发挥正向的促进作用，可能的原因之一是我国的城镇化正处于发展阶段，此阶段需要使用大量的非清洁能源，其中的资源利用和开发效率尚未显现。

2.稳健性检验

（1）内生性检验

由于碳排放强度受多种因素的影响，固定效应虽然可以在一定程度上缓解估计偏差，但不能完全覆盖可能的影响因素。为避免反向影响和遗漏变量造成的内生性问题，借鉴许和连等[24]和祝树金等[25]的研究，采用滞后一期的产业结构升级指标（lnIS）作为工具变量，通过两阶段最小二乘法（two stage least square，2SLS）估计产业结构升级对碳排放强度的影响系数。参考肖挺[26]的做法，对模型进行一阶差分，将内生变量的滞后项作为工具变量（D.lnIS）进行2SLS回归。回归结果见表3中第1、2两列。

（2）指标替换

用第三产业增加值占比替换前文用公式计算的产业结构指标。回归结果见表3中第3列。

（3）双边缩尾处理

为避免极端值等问题的影响，对指标碳排放强度（lnCI）、产业结构升级（lnIS）进行1%水平上的双边缩尾处理后进行OLS回归。回归结果见表3中第4列。

表3  稳健型检验

[变量 （1） （2） （3） （4） lnIS -0.968***

（-13.07） -1.732***

（-14.97） L.lnIS -1.714***

（-13.96） D.lnIS -3.290***

（-4.01） 控制变量 是 是 是 是 固定效应 是 是 是 是 WaldF 203.71*** 169.21*** R2 0.2315 0.301 0.7813 0.2914 N 600 600 600 600 ]

注：***、**、*分别表示在1%、5%、10%的显著性水平上显著，括号内为t统计值

表3中第1、2列表明，考虑内生性后，回归系数值略有变动，但符号没有发生变化，结果仍然在1%水平上显著。Wald F检验统计量均大于1%临界值，拒绝弱工具变量假设。第3列表明，经过指标替换，模型回归系数符号并未改变，原结论依然成立。第4列表明，经过缩尾处理变量的系数符号和显著性并未发生改变。因此，可以证明原来的模型回归结论是稳健的。

四、进一步分析

（一）区域异质性分析

由于不同地域特征和经济发展水平的差异性，不同地区的产业升级对碳排放强度的影响不同。文章将观测地区分为东部、中部、西部、东北四大区域，进行区域异质性分析。回归结果见表4：

表4  区域异质性回归结果

[ 东部地区 中部地区 西部地区 东北地区 lnIS -1.082***

（-5.98） -0.893***

（-4.96） -0.473

（-1.02） -0.227

（-1.85） lnES -1.763***

（-5.97） -1.515***

（2.77） -3.81***

（-4.14） -1.91***

（-0.40） lnEI -0.411***

（-5.98） -0.513***

（-5.67） -0.697***

（-5.67） -0.578**

（-12.04） lnINCOME -0.302***

（-6.48） -0.231***

（-2.83） -0.344***

（-4.38） -0.387***

（-4.43） lnER 0.241**

（9.91） 0.187**

（5.98） 0.242***

（4.33） 0.014

（0.31） lnURBAN 1.171***

（6.94） 2.13***

（8.84） 1.94***

（5.64） -1.174***

（-2.83） lnFDI -0.291***

（-8.74） -0.561***

（-12.18） -0.267***

（-6.91） -0.164***

（-5.98） _cons -4.501***

（-22.56） -2.121***

（-4.40） -3.744***

（-8.69） -4.357***

（-9.16） 时间固定 是 是 是 是 省份固定 是 是 是 是 R2 0.781 0.873 0.452 0.924 N 200 120 220 60 ]

注：***、**、*分别表示在1%、5%、10%的显著性水平上显著，括号内为z统计值

从表4显示的回归结果来看，产业结构升级对碳排放强度在东部地区和中部地区具有显著的抑制作用，回归值分别为-1.082和-0.893。即产业结构升级能够很好地在东、中部地区抑制碳排放，加强产业结构升级能够有效促进“碳达峰”“碳中和”的目标的实现，并且东部地区产业结构升级对碳排放的影响要高于中部地区。主要原因在于东中部地区较快实现了从第二产业向第三产业转型，重工业逐步被服务业所替代，同时新技术的研发促进了新兴产业的兴起，因此产业结构升级在抑制碳排放的过程中发挥重要作用。但在西部地区和东北地区，产业结构升级对碳排放强度的抑制作用并不显著。主要原因在于，西部地区经济发展水平相对东、中部地区较为落后，产业结构升级处于起步阶段，发展仍然以工业为主，因此产业结构升级对碳排放的抑制作用效果不佳。同样，东北地区由于是重工业基地，产业结构较为单一，主要以钢铁、煤炭产业为主的重工业，产业结构升级较为困难，因此在降低碳排放方面很难发挥作用。

（二）机制检验

为了进一步研究产业结构升级如何具体影响碳排放，文章参照马宝林[27]的做法，构建如下中介效应模型：

TEC&INit=β0+β1ISit+∑βXit+τi（3）

LQit=γ0+γ1ISit+∑γXit+ζi（4）

CIit=θ0+θ1ISit+θ2TEC&INit+∑θXit+σi（5）

CIit=ρ0+ρ1ISit+ρ2LQit+∑ρXit+μi（6）

其中：i、t分别表示省份和时间，CI表示碳排放强度，IS表示产业结构升级，TEC&IN为技术创新，LQ为劳动力质量，X为能源结构、能源强度、收入水平、环境规制、城镇化水平、外商直接投资。

文章采用逐步回归的方法进行中介效应检验，从检验结果表5来看，表5中第1列表明，产业结构升级对技术创新的影响为显著正向，并且产业结构每变动1%，技术创新则变动0.281%。第2列的回归结果同样显示产业结构升级对劳动力质量提升起显著正向作用，并且产业结构每变动1%，劳动力质量则变动0.634%。但在控制变量中，除了能源强度和城镇化水平对劳动力质量提升起负向作用外，其他控制变量均起着正向促进作用。

从表5第3列回归结果来看，产业结构升级、技术创新的符号均为负，证明了技术创新在产业结构升级和提高碳排放强度之间的中介作用。产业结构升级可以通过影响企业的技术创新水平，进而抑制碳排放强度。

从表5中第4列回归结果来看，产业结构升级、劳动力质量的符号均为负，说明产业结构升级能够有效影响劳动力质量的提升。劳动力质量的提升有助于提高企业的生产效率。这一结果将改变第二产业中高污染低效率企业的生产模式，降低能源的消耗，提升能源利用效率，有助于降低碳排放强度，减少生产中的碳排放。

表5  中介效应回归结果

[变量 （1） （2） （3） （4） lnTEC&IN lnLQ lnCI lnCI lnIS 0.281**

（1.67） 0.634***

（4.64） -0.602***

（-4.67） -0.553***

（-4.09） lnES -1.605***

（-3.74） 0.373

（1.31） 0.443

（1.65） -0.781***

（-2.97） lnEI 0.941***

（13.21） -0.201***

（-3.43） -0.347***

（-6.43） -0.517***

（-11.75） lnINCOME 0.012

（0.49） 0.279***

（5.91） -0.341***

（-12.11） -0.347***

（-12.53） lnER 0.37***

（10.53） 0.293***

（13.96） 0.281***

（13.95） 0.286***

（11.84） lnURBAN -1.844***

（-9.63） -1.281***

（-9.43） 0.901***

（8.77） 1.26***

（9.65） lnFDI 0.67***

（26.32） 0.369***

（21.96） -0.271***

（-8.51） -0.299***

（-12.01） lnTEC&IN -0.147***

（-6.62） lnLQ -0.165***

（-3.94） _cons 0.104

（0.46） -0.945***

（-4.96） -4.77***

（-21.49） -4.67***

（-21.34） 省份固定 是 是 是 是 时间固定 是 是 是 是 R2 0.869 0.654 0.715 0.598 N 600 600 600 600 ]

注：***、**、*分别表示在1%、5%、10%的显著性水平上显著，括号内为t统计值

五、结论与政策建议

本文主要基于中国2003-2022年30个省统计数据，使用双向固定效应模型，实证检验了产业结构升级对中国碳排放的影响，并根据地域经济发展水平划分东、中、西、东北四个地区进行区域异质性分析，同时以技术创新和劳动力质量为中介变量，尝试性阐释产业结构升级对碳排放影响的具体路径。得出以下主要结论：（1）产业结构升级能够有效降低碳排放强度。（2）不同区域由于经济发展水平的差异性，导致产业结构升级对碳排放的影响结果不同。东部和中部地区产业结构升级能够有效地抑制碳排放。但西部和东北地区产业结构升级的促进作用并不明显。（3）技术创新和劳动力质量的提升是产业结构升级抑制碳排放的有效途径。

当前，中国正处于从经济高速发展迈向高质量发展的重要阶段，为了实现经济发展与环境保护双重目标，提出以下建议：（1）不同地区应当依据自身的发展需求，需要在产业合理化布局上进行有效管理使产业结构处于最优状态。（2）应根据具体经济体的不同发展阶段，设定合理的产业结构调整方案。充分考虑能源结构、能源强度的作用，从而为产业结构升级取得更好的环境效益提供基础性作用，同时为制定产业政策设计的合理性提供参考依据。（3）各地区需要推进新技术的研发，以及培育高质量的劳动力;同时企业需构建全新、高效以及节能的新生产模式。（4）根据地区特色和比较优势，制定切实可行的环境监管政策，引导企业向绿色低碳发展方向转型。

参考文献：

[1]向宇，代沁雯.“双碳”目标下双向FDI协调发展的碳减排效应及其空间溢出[J].金融经济学研究，2022，37（02）：105-121.

[2]王亚飞，廖甍，王亚菲.中国双向FDI协调发展的减排效应研究[J].科研管理，2022，43（06）：104-112.

[3]周亚军，吉萍.产业升级、金融资源配置效率对碳排放的影响研究：基于省级空间面板数据分析[J].华东经济管理，2019， 33（12）：59-68.

[4]蒋和胜，孙明茜.碳排放权交易、产业结构与地区减排[J].现代经济探讨，2021（11）：65-73.

[5]谢波，徐琪.产业集聚、外商直接投资与碳减排：基于中介效应与面板门槛模型分析[J]技术经济，2019，38（12）：120-125.

[6]丁昕，刘文琦.金融发展与城市低碳经济转型[J].江西社会科学，2022，42（06）：53-64.

[7]姚凤阁，王天航，谈丽萍.数字普惠金融对城市全要素碳排放生产率的影响[J].商业研究，2022（03）：112-121.

[8]余志伟，樊亚平，罗浩.中国产业结构高级化对碳排放强度的影响研究[J].华东经济管理，2022，36（01）：78-87.

[9]杨芬，郭广生，张士运.技术创新、产业结构调整与能源消费[J].中国科技论坛，2020（06）：75-84.

[10]孙丽文，李翼凡，任相伟.产业结构升级、技术创新与碳排放：一个有调节的中介模型[J].技术经济，2020，39（06）：1-9.

[11]赫永达，林伯强.异质性劳动力集聚对区域碳排放的影响研究[J].人口学刊，2022，44（04）：39-56.

[12]赵丽萍，李媛.产业结构对碳排放强度的影响[J].城市问题，2018（06）：61-66.

[13]赵玉焕，钱之凌，徐鑫.碳达峰和碳中和背景下中国产业结构升级对碳排放的影响研究[J].经济问题探索，2022（03）：87-105.

[14]孙振清，刘保留，李欢欢.产业结构调整、技术创新与区域碳减排：基于地区面板数据的实证研究[J].经济体制改革，2020（03）：101-108.

[15]周迪，王雪芹.中国碳排放效率与产业结构升级的耦合度及耦径[J].自然资源学报，2019，34（11）：2305-2316.

[16]孙凌宇，罗杨帆.产业结构合理化对碳排放影响的空间效应[J].重庆社会科学，2022，No.335（10）：55-68.

[17]Zang J，Wan L，Li Z，et al. Does emission trading scheme have spillover effect on industrial. struc- ture upgrading？ Evidence from the EU based on a PSM-DID approach[J]. Environmental Science and Pollution Research，2020，27（ 11） ： 12345 - 12357.

[18]An H，Xu J，Ma X. Does technological progress and industrial structure reduce electricity. con- sumption？ Evidence from spatial and heterogeneity analysis[J]. Structural Change and Economic Dynam- ics，2020（52）：206-220.

[19]王班班，赵程.中国的绿色技术创新：专利统计和影响因素[J].工业技术经济，2019，38（07）：53-66.

[20]梁圣蓉，罗良文.技术创新对碳生产率影响的空间效应：基于产业结构和对外开放视角[J].广西社会科学，2022，322（04）：16-27.

[21]刘争，黄浩，邓秀月.人口规模、产业结构与能源效率：基于空间面板计量模型的实证[J].宏观经济研究，2022，285（08）：117

-130+175.

[22]王宇澄.基于空间面板模型的我国地方政府环境规制竞争研究[J]. 管理评论，2015，27（08）：23-32.

[23]刘海云，龚梦琪.要素市场扭曲与双向FDI的碳排放规模效应研究[J].中国人口·资源与环境，2018，28（10）：27-35.

[24]许和连，成丽红，孙天阳.制造业投入服务化对企业出口国内增加值的提升效应：基于中国制造业微观企业的经验研究[J].中国工业经济，2017，4（10）：62-80.

[25]祝树金，谢煜，吴德胜.制造业服务化的节能效应及其中介机制研究[J].财贸经济，2020，41（11）：126-140.

[26]肖挺，刘华.产业结构调整与节能减排问题的实证研究[J].经济学家，2014，189（09）：58-68.

[27]马宝林，王一寒，张煜，等.国家财政、产业创新与区域协调发展研究：来自有调节的多重中介效应模型的证据[J].宏观经济研究，2021，274（09）：99-110.

责任编辑：陈宁

Research on the Impact of Industrial Structure Upgrading on China's Carbon Emissions： Mechanism and Test

JIANG Yonghong， HU Yangyang

（School of Economics， Anhui University， Hefei 230601， Anhui， China）

Abstract：Studying the relationship between industrial structure upgrading and carbon emission and their interacting patterns is of great practical significance for the coordinated development of environment and economy in China. So the current study selected the panel data of 30 provincial administrative regions from 2003 to 2022 and empirically analyzed the relationship between industrial structure upgrading and carbon emissions by using a two-way fixed effect model. The results show that： （1） Industrial structure upgrading can effectively reduce carbon emissions; （2） Due to the different levels of economic development in different regions， the effect of industrial structure upgrading on carbon emissions is different， with the strongest one in the eastern regions of the country， followed by the one in the central regions， and the least in the western regions; （3） The intermediary effect model reveals that technological innovation and improvement of labor quality are effective way to upgrade industrial structure and reduce carbon emissions.

Keywords： industrial structure upgrading; technological innovation; quality of labor; carbon emissions