异质性绿色创新与碳排放绩效：来自中国城市层面的经验证据
供稿：徐乐；编辑：裴延峰
图片来源
原文信息
https://www.sciencedirect.com/science/article/pii/S0140988321001742
编者按
1
研究背景
近年来，以碳排放为代表的人为温室气体排放增加引致的气候变化正在严重威胁着人类社会的可持续发展。2019年11月26日，联合国环境规划署（UNEP）发布的《排放差距报告》指出，如果全球温室气体的排放量在2020年至2030年之间不能以每年7.6%的水平下降，世界将失去实现1.5℃温控目标的机会，从而导致更广泛、更具破坏性的气候灾难。作为世界上最大的碳排放经济体，中国的碳减排压力与日俱增。
绿色创新被普遍视为实现节能减排目标、缓解气候灾害、促进高质量增长的根本性手段。国际能源机构（IEA）认为绿色技术的应用在理论上可以为60%以上的碳减排目标做出贡献（IEA，2013）。《科技部关于构建市场导向的绿色技术创新体系的指导意见》指出，伴随中国绿色低碳循环发展经济体系的建立健全，绿色技术创新日益成为绿色发展的重要动力，以及打好污染防治攻坚战、推进生态文明建设、推动高质量发展的重要支撑。
显然，科学考察和积极发挥中国绿色创新的碳减排效应，有助于优化碳减排政策和缓解全球气候变化。然而，目前关于绿色创新影响碳排放的研究主要集中于跨国样本层面，而在中国城市层面所开展的相关研究却寥若晨星。本期推文将绿色创新划分为直接碳减排创新、间接碳减排创新、能源节约创新、末端治理创新、绿色管理创新、绿色技术创新六种类型，首次在中国城市层面探究了异质性绿色创新对碳排放绩效的影响及其作用机制，从而为促进中国乃至其他发展中国家的低碳转型提供了一定的经验参考与政策思路。
2
研究思路
该文基于2007-2013年中国218座地级及以上城市的面板数据样本，采用绿色专利数量对绿色创新予以度量，并将其区分为直接碳减排创新、间接碳减排创新、能源节约创新、末端治理创新、绿色管理创新、绿色技术创新六种类型以开展异质性分析。对于碳排放绩效，为了避免环境技术前沿的设定偏误，该文借鉴Afsharian和Ahn（2015）提出的总体技术的概念，构建了改进的数据包络分析（DEA）模型，从而对全要素碳排放绩效进行了准确测算。为了考察异质性绿色创新对碳排放绩效的影响，该文建立了如下基准回归方程：
为了验证基准回归结果的可靠性，该文进行了一系列的稳健性检验。第一，由于该文的样本时期（2007-2013年）经历了两个五年规划时期，即“十一五”规划（2006-2010年）时期和“十二五”（2011-2015年）规划时期。五年规划指导了中国的经济发展方向，对节能减排战略具有重要影响。因此，为了避免五年规划实施引致的结果偏差，该文在式（1）中引入代表五年规划的虚拟变量，再次检验了异质性绿色创新对碳排放绩效的影响。第二，中国的直辖市由中央政府直接管理，其在全国的政治和经济等方面占据重要地位。为了避免直辖市特殊性造成的结果偏差，该文在剔除直辖市样本后重新估计了式（1）。第三，为了排除滞后效应引起的结果偏差，该文采用所有解释变量的一阶滞后项重新估计了式（1）。第四，为了消除极端值对估计结果的影响，该文对所有变量进行1%的Winsorize处理并重新估计了式（1）。
为了缓解潜在的内生性问题，该文采用两阶段最小二乘法（2SLS）再次检验了绿色创新对碳排放绩效的影响，具体的回归方程如下：
第一阶段回归方程和第二阶段回归方程分别如式（2）和式（3）所示。其中，Iv为绿色创新的工具变量，包括绿色创新的滞后项、绿色创新的省份平均值及其滞后项、环境关注度及其滞后项，以及环境监管强度。
为第一阶段回归方程得到的绿色创新的拟合值。其他变量的含义与式（1）相同。
为了避免空间相关性和内生性问题所引致的结论偏差，该文进一步采用空间误差模型（SEM）、静态空间自回归模型（SSAR）和动态空间自回归模型（DSAR）三种空间计量模型再次估计了绿色创新对碳排放绩效的影响。该文同时使用了地理距离权重矩阵和经济距离权重矩阵进行了上述空间计量检验。
该文采用电力消费占能源消费总量的比重、第二产业增加值占GDP的比重、基于夜间灯光数据构造的灯光复合指数以及外商直接投资占GDP的比重，分别对能源消费结构效应、产业结构效应、城市化效应和外商投资效应予以表征，并构建相应的中介效应模型，从而对异质性绿色创新影响碳排放绩效的中介机制进行了识别。
考虑到不同城市的社会经济环境对回归结果可能产生异质性影响，该文将中国的218座地级及以上城市分别划分为重点环保城市与非重点环保城市、资源依赖型城市与非资源依赖型城市，以及东部城市、中部城市和西部城市，从而进一步考察了不同类型城市间的绿色创新对碳排放绩效的作用强度差异。
3
主要结论
（1）绿色创新对中国城市碳排放绩效具有显著的正向促进作用。但值得注意的是，直接碳减排创新和绿色管理创新对碳排放绩效的促增效应要明显弱于其他类型的绿色创新。
（2）在考虑空间相关性的条件下，绿色创新仍然可以显著促进城市碳排放绩效；而且，城市内部的碳排放绩效存在显著的“滚雪球”效应，而城市间的碳排放绩效则存在明显的“共生效应”。
（3）绿色创新分别通过产业结构效应和外商投资效应显著抑制和促进了城市碳排放绩效，而能源消费结构和城市化的中介效应却并不显著。
（4）绿色创新对碳排放绩效的影响在不同类型城市间具有明显的异质性。具体而言，绿色创新对重点环保城市、资源型城市、非资源型城市和中部城市的碳排放绩效均具有显著的正向影响；但是，绿色创新却未对非重点环保城市、东部城市和西部城市的碳排放绩效表现出显著的促进作用。
4
简要评论
该文基于中国218座地级及以上城市的面板数据样本，将绿色创新划分为六种类型，考察了不同类型的绿色创新在提升碳排放绩效方面是否存在协同效应，并从能源消费结构、产业结构、城市化和外商直接投资四个方面识别了异质性绿色创新影响碳排放绩效的作用机制。该文的主要贡献在于首次在中国地级城市层面探究了异质性绿色创新对碳排放绩效的影响及其作用机制，从而为促进中国乃至其他发展中国家的低碳转型提供了一定的经验支持和政策参考。然而，该文虽然考察了异质性绿色创新影响碳排放绩效的宏观作用机制，但并未对其微观作用机理开展更加细致的理论解析与实证检验，这一工作有待于后续研究进一步深化。
[1] International Energy Agency (IEA). World Energy Outlook Special Report 2013: Redrawing the Energy Climate Map. IEA Publications, Paris, France, 2013.
[2] Afsharian, M., Ahn, H. The Overall Malmquist Index: A New Approach for Measuring Productivity Changes over Time. Annals of Operations Research, 2015, 226, 1–27.