“雙碳”背景下綠色技術創新對能源消費低碳化的影響研究
——基于西北五省的實證分析

周子琪

(新疆科技學院 新疆庫爾勒 841000)

1 引言

相對傳統技術而言，綠色技術改變了我國工業化以經濟效應單贏的局面，為綠色低碳發展提供強有力的技術支撐，推動其向經濟效應和環境友好雙贏發展。

現有學者在綠色技術創新領域的研究主要從經濟效應研究和環境效應研究兩方面展開。李從欣、劉藝(2023)認為，綠色技術創新對制造業集聚、加強空間關聯性、促進地區間經濟高質量發展有顯著的促進作用[1]；柏珺(2023)構建PVAR分析模型，經過實證分析得出綠色技術創新可通過調整產業結構來降低能源消耗量，從而促進經濟增長和實現環境效應[2]。

現有研究多將綠色技術創新和能源消費作為獨立因素進行分析，尚缺乏直接研究綠色技術創新對能源消費之間關系的研究，且現有對綠色技術創新和能源消費低碳化等方面的研究對象集中于長三角等經濟發達地區。因此，本文基于西北五省研究綠色技術創新對能源消費低碳化的影響。

2 西北五省綠色技術創新與能源消費現狀特征

2.1 綠色技術創新現狀

創新成果。綠色專利申請量是最能體現綠色創新成果積極性的指標，綠色專利可通過提高能源利用率、促進能源消費低碳化、減少碳排放總量來降低環境污染程度(見表1)。

表1 2000—2020年西北五省綠色專利申請總量 (單位：件)

2.2 能源消費現狀

能源消費強度。能源消費強度是指每增加1單位經濟總量所消耗的能源量，又稱為單位GDP能耗，多用于衡量區域的能源綜合利用效率(見表2)。

表2 西北五省2005—2020年能源消費強度(單位：噸標準煤/每萬元)

總體來看，西北五省能源消費強度呈下降趨勢，經濟發展所耗用的單位能源量有所下降，證明西北五省的能源利用效率逐漸提高。具體來看：西北五省相對全國的能源消費強度仍然偏高。2020年，全國能源消費強度為0.55噸標準煤/每萬元，西北五省能源消費強度為1.24噸標準煤/每萬元，為全國指標的225%，且存在較大的區域差異，僅陜西的能源消費強度優于全國平均能源消費強度，證明西北五省需要繼續提高能源利用效率，降低經濟發展對能源資源的依賴程度。

3 研究設計

3.1 數據來源說明

本文選取我國陜西省、甘肅省、青海省、寧夏回族自治區、新疆維吾爾自治區五省區的面板數據，時間跨度為2000—2020年。西北五省2000—2020年能源消費數據均源于各省的《統計年鑒》，綠色專利授權量數據來源于國家專利局。

3.2 模型變量

在對比孫志紅等(2023)[3]的文獻后，本文選取碳排放總量作為被解釋變量，綠色專利授權總量、綠色發明專利授權總量作為主要解釋變量。此外，本文還選取了經濟發展水平、第二產業發展情況、第三產業發展情況、城市化水平4個控制變量(見表3)。

表3 變量定義

3.2.1 被解釋變量：碳排放總量

對于能源消費低碳化發展的測量，我國對碳排放減排目標設置了“總量”指標，本文采用碳排放總量作為衡量能源消費低碳化的指標。同時，借鑒李子豪、劉輝煌(2011)[4]的方法，把煤炭、天然氣、焦炭3種能源的消費數據匯總估計各地區碳排放總量的數據。

3.2.2 解釋變量：綠色技術創新

對于綠色技術創新的測量，本文主要借鑒郭炳南等(2022)[5]的測量方法，以綠色專利授權總量和綠色實用性專利授權量作為衡量綠色技術創新的指標。

慢性鼻-鼻竇炎（chronic rhino-sinusitis,CRS）是 耳鼻咽喉科常見的慢性疾病之一[1]。研究證實CRS的反復發作以及難治愈性與鼻-鼻竇黏膜表面細菌生物膜（bacterial bioform,BF）形成有關[2]。傳統的抗生素對形成BF的細菌沒有作用，這也是慢性感染持續存在的原因。

3.2.3 控制變量：宏觀經濟指標

本文除了選取綠色技術創新作為解釋變量外，還選取了一系列宏觀經濟環境變量作為控制變量，具體如下：

(1)經濟發展水平。地區經濟發展水平在很大程度上影響著地區能源資源的消費情況，從而影響碳排放總量，本文采用地區GDP總量作為衡量指標。

(2)第二產業發展情況。產業結構和發展速度影響資源的消耗和利用程度，從而影響碳排放總量，本文采用第二產業年增長值進行衡量。

(3)第三產業發展情況。產業結構和發展速度影響資源的消耗和利用程度，從而影響碳排放總量，本文采用第三產業年增長值進行衡量。

(4)城市化水平。隨著地區城市化水平的提升，促進人才資源、技術資源向城市集中，相關資本的積累會促進技術進步，加速綠色專利技術的開發，影響碳總量減排的進程。因此本文用各省城鎮人口比各省總人口數來衡量。

3.3 模型構建

本文根據上述變量選擇，構建以下OLS模型：

式(1)中：下標it分別代表地區和時間變量；Carbonit代表第i個省份在t時間的碳排放數據；Inventionit、Utilityit分別表示綠色專利授權總量、綠色實用專利授權總量；GDPit、Industryit、Serviceit、Urbanizationit分別表示經濟發展水平、第二產業發展情況、第三產業發展情況、城市化水平；αi為區域差異；εit為隨機誤差項。

3.4 研究假設

結合相關理論基礎和現有研究結果，本文提出以下研究假設：

H1：綠色技術創新對能源消費低碳化起顯著影響關系；

H2：綠色技術創新對能源消費低碳化無顯著影響關系。

4 實證分析

4.1 描述性統計分析

由表4可知，VIF小于10，證明變量間不存在嚴重的多重共線性問題，可進行OLS分析。根據描述性統計結果可知，解釋變量與控制變量各地區間有較大波動性，且較多變量之間有明顯的峰值分布，數據存在一定的回歸趨勢，可進行回歸分析。

表4 描述性統計結果

4.2 回歸結果分析

本文采用OLS模型來分析綠色技術創新對與能源消費低碳化之間的關系，并利用Stata17.0軟件得到結果，如表5、表6所示。

表5 OLS回歸結果

表6 OLS回歸結果2

回歸結果顯示，在模型中，R2為0.8687，修正后的R2為0.8606，兩個值較接近于1，說明模型對研究假設的解釋力達到86.87%，具有很高的解釋水平。

(1)主要解釋變量方面。綠色專利授權總量和綠色實用性專利授權總量與碳排放總量呈顯著的負向影響，表明綠色技術創新發展越好，碳排放總量隨之有較為顯著的下降趨勢。綠色創新水平的提升表明各省、自治區、直轄市對相關低碳技術研發與發明應用的支持力度加大，證明綠色技術創新通過對先進儲能、清潔能源、可再生能源發電、清潔生產、綠色零碳建筑等領域進行技術支持，加快核心技術攻關，并促進重點產業升級，提高能源、資源利用效率，促進能源低碳化，降低碳排放總量[6]。

(2)控制變量方面。①GDP在5%的置信水平上呈現正顯著性，即經濟增長會增加碳排放總量，證明西北五省經濟增長依賴化石能源消費程度明顯；②第二產業發展在5%的置信水平上呈現正顯著性，即第二產業增長會增加碳排放總量。原因可能是我國工業能源消費量占總能源消費總量的70%左右，且西北地區工業以資源型產業為主，且能耗較大，對碳排放的影響較大[7]；③第三產業發展在5%的置信水平上呈現負顯著性，即第三產業增長會在一定程度上減少碳排放總量。原因可能是隨著我國第三產業的快速發展，金融、保險、物流、電子商務等現代服務業發展迅速，其能耗強度相對較低，顯著抑制了碳排放總量[8]；④城市化水平在1%的置信水平上呈現正顯著性，即城鎮化水平越高，碳排放總量越高。原因可能是隨著城鎮化水平的提升，人才資源和資本向城市聚集，城市化進程會推動能源消費，由于城市化與工業化基本同步，城市化進程中的工業化特征體現為高耗能產業迅速發展，也意味著碳排放總量增長較快[9]。

5 結語

5.1 研究結論

綠色專利授權總量和綠色實用性專利對碳排放總量呈顯著的負向影響，第三產業發展對碳排放總量呈顯著的負向影響，GDP、第二產業發展、城市化水平對碳排放總量呈顯著的正向影響，說明綠色技術創新可直接通過技術進步來減少高碳排放，從而抑制碳排放總量，同時碳排放總量受GDP、第二產業發展、城市化水平、第三產業發展的影響。

5.2 建議展望

第一，完善創新人才培養體系，加大對綠色創新發明技術的支持力度。政府應加大對綠色、低碳化等研究課題和項目的支持力度，促進高校、研究所、企業等主體對相關綠色技術的研究積極性。當地政府可根據本地發展情況，制定相應的人才引進政策，形成“留人才”和“引人才”相結合的人才儲備，推動人才之間的技術交流，力求實現相關綠色技術的突破。

第二，優化產業結構，助力能源消費清潔化轉型。政府應促進綠色技術轉化成實際成果，依托綠色節能技術對現有的能源產業結構實現綠色轉型。在保障經濟利益平穩的基礎上，逐步減少相關高耗能企業煤炭等化石能源的使用量，推進低碳排放量能源的替代使用，并利用政府宏觀調控手段調整并優化產業結構，推動高耗能產業向低碳清潔產業轉型和發展。

第三，根據城市規模和發展特點，制定差異化的減碳方案。各地政府應對規模不同的城市實施靈活的調節政策方式和力度。一方面，在Ⅰ型大城市中積極實施能源低碳化政策，同步制定相應的監督機制，鼓勵公眾綠色消費，促使城市能源綠色綜合發展。在Ⅱ型大城市及以下的小城市，以重視人才資本的培養為主，加大在科技創新方面的投資；另一方面，對于能源資源型城市，政府應加大對綠色低碳產業的支持力度，促進綠色低碳技術成果的轉化與企業承接，從根源上擺脫城市經濟發展對粗放式增長的路徑依賴，實現向低碳、清潔、綠色產業發展。