綠色技術創新對碳排放的影響效應

徐俊武 陳釗雄

摘 要：綠色技術創新是解決環境污染和實現碳減排目標的重要手段?；?011—2021年中國內地271個地級及以上城市面板數據，使用參數與非參數方法檢驗綠色技術創新對碳排放的非線性影響，分析能源消費結構及產業結構的中介作用，同時探討環境規制、科創支持、市場化程度和公眾關注的調節作用。研究發現：①基準回歸結果表明，綠色技術創新與碳排放呈顯著倒“U”型關系；②異質性檢驗結果表明，倒“U”型關系僅在非資源型城市、低碳試點城市和高質量綠色技術創新體現明顯；③中介效應檢驗結果表明，綠色技術創新既能通過優化能源消費結構降低碳排放，又會通過阻礙產業結構升級增加碳排放；④調節效應分析結果表明，公眾關注、科創支持和市場化程度對綠色技術創新與碳排放倒“U”型關系起正向調節作用，使倒“U”型曲線更陡峭，而環境規制對綠色技術創新與碳排放倒“U”型關系起負向調節作用，使倒“U”型曲線更平緩。據此，提出提升綠色技術創新能力、推動清潔能源發展、加強政策配套支持、完善市場機制、構建政府公眾共治體系等建議。

關鍵詞：綠色技術創新；碳排放；非線性效應；調節效應；中介效應

DOI：10.6049/kjjbydc.H202307149

開放科學（資源服務）標識碼（OSID）：

中圖分類號：F204

文獻標識碼：A

文章編號：1001-7348（2024）08-0022-11

0 引言

加強綠色技術創新重大科技攻關和推廣應用，對實現碳達峰、碳中和目標具有重要意義。中共二十大報告明確指出，“要加快節能降碳先進技術研發和推廣應用，充分發揮綠色技術創新對綠色低碳發展的關鍵支撐作用”。2022年12月國家發展改革委、科技部會同有關部門聯合印發《關于進一步完善市場導向的綠色技術創新體系實施方案（2023—2025年）》，進一步提出要壯大綠色技術創新主體、加快綠色技術轉化應用，發展綠色技術創新成為我國實現“雙碳”目標和實施綠色發展戰略的重要抓手。

然而，有學者指出技術創新并非總能降低環境污染^[1]，全球范圍內綠色技術創新能否帶來碳減排效應存在爭議^[2]。綠色技術創新是指降低環境污染、減少原材料和能源消耗的一系列技術及工藝，既包含提升化石能源利用效率的節能技術，又包含替代化石能源消耗的清潔能源技術以及降低環境污染的控制和治理技術。首先，綠色技術創新在提高能源利用效率的同時也有可能帶來能源消費增長，導致碳排放增加，產生碳回彈效應^[3]。當技術進步產生的碳減排量小于碳回彈效應帶來的碳增排量時，表現為碳排放凈增長。其次，在綠色技術創新尚未成熟地區，清潔能源技術的較高成本會阻礙技術擴散和商業化，從而影響碳減排效應^[4]。因此，綠色技術創新有可能無法降低碳排放甚至導致碳排放增長。政府、市場和公眾在此過程中扮演重要角色。相對于其它廣義技術創新而言，綠色技術創新投資大、收效慢，具有典型政策主導性和較強的外部依賴性特征^[5]。政府通過頒布一系列政策扭轉市場失靈，如使用命令型政策對污染來源企業進行約束，使用激勵性政策引導技術和產業發展。隨著政策逐漸退出舞臺，市場將扮演更加重要的角色。在激烈的市場競爭中，嚴格的“優勝劣汰”機制迫使那些無法通過技術創新實現生產率提升的企業不得不轉型。另外，消費者需求也會對政府和企業決策產生影響，促使企業對技術研發方向和研發強度作出調整。

基于上述分析，本文試圖回答以下問題：綠色技術創新與碳排放是否存在非線性關系？綠色技術創新通過哪些途徑影響碳排放？綠色技術創新對碳排放存在哪些異質性影響？政府、市場和公眾在綠色技術創新對碳排放影響中發揮什么作用？為此，本文基于2011—2021年中國內地271個地級及以上城市面板數據，運用參數與非參數方法檢驗綠色技術創新對碳排放的影響，探討能源消費結構和產業結構的中介效應以及政府、市場與公眾的調節作用，進一步分析資源稟賦、專利質量和環境政策的異質性影響。

本文邊際貢獻在于：一是基于參數和非參數模型檢驗綠色技術創新對碳排放的倒“U”型影響，能規避變量關系和回歸函數設定的主觀性問題。同時，結合中介效應模型對倒“U”型關系進行理論闡釋。二是借助爬蟲技術和文本分析方法構建度量模型，從公眾關注、環境規制、科創支持和市場化程度等視角對綠色技術創新與碳排放倒“U”型關系進行分析，可彌補現有研究不足。

1 文獻綜述

關于綠色技術創新對碳排放的影響，現有研究存在兩種觀點。部分研究認為綠色技術創新對碳減排具有顯著促進作用。Xu等^[6]發現綠色技術創新對碳排放具有顯著抑制作用，但碳匯技術和碳儲存技術抑制作用較弱。相關學者發現N-11國家^[7]、G7國家^[8]、新加坡^[9]和金磚國家^[10]綠色技術創新均能顯著降低碳排放；Razzaq等^[11]指出，綠色技術創新能否降低碳排放與地區碳排放水平有關，只有當地區碳排放水平較高時才能降低碳排放；Shan等^[12]運用ARDL模型分析指出，綠色技術創新在長短期均會顯著降低碳排放，但短期影響效應較弱。部分文獻則認為綠色技術創新碳減排效應不顯著（Weina等，2016；胡東蘭等，2019）。徐斌等^[13]指出，只有當清潔能源發展規模較小且能源消費快速增長時，綠色技術創新才對碳排放具有促進作用；謝里等^[14]發現節電技術能顯著促進城市總電力消費，在工業和生活電力消費方面表現尤為明顯；Dauda等^[15]認為技術創新與碳排放存在倒“U”型非線性關系；Chen等^[16]聚焦于空間溢出效應，發現綠色技術創新對本地和鄰近地區碳排放強度存在倒“U”型影響。

現有文獻主要從經濟發展、經濟周期等角度分析綠色技術創新對碳排放的影響機制。Du等^[17]、Du & Li^[18]發現欠發達經濟體技術創新應用成本與發達經濟體存在較大差距，發達經濟體綠色技術創新能顯著降低碳排放，而欠發達經濟體則不顯著；Xin等^[19]從經濟周期視角展開研究，發現綠色技術創新在經濟繁榮期有助于降低碳排放，但在經濟衰退期則不利于減少碳排放；Lin等^[20]發現，只有當人力資本水平達到一定程度時，綠色技術創新才能呈現顯著碳減排效應。

上述研究對理解綠色技術創新對碳排放的影響提供了諸多參考，但存以下不足：第一，對綠色技術創新與碳排放非線性關系的研究較少，且未對導致非線性關系的原因進行分析。只有少量文獻基于參數模型對經濟變量關系進行分析，但回歸函數設定帶有一定主觀性。第二，主要從經濟發展和經濟周期等角度進行分析，對政府、市場和公眾行為影響綠色技術創新碳減排效應的研究較少。鑒于此，本文使用參數與非參數模型，從政府、市場和公眾視角分析綠色技術創新對碳排放的影響效應。

2 理論分析與研究假設

2.1 綠色技術創新對碳排放的非線性影響

綠色技術創新涉及多種類型，企業在不同生產階段應用不同類型綠色技術產生的效果不同。一方面，綠色技術創新通過技術迭代升級提升能源使用效率，既能在能源需求不變情況下減少能源消耗，又能降低企業生產成本。根據成本理論，這會使生產可能性邊界外移，引致產品需求增加。為追逐利潤最大化，企業會增加要素投入以擴大產能，從而導致能源需求、能源消耗和碳排放增長。同時，技術創新的高風險和高成本特征會對生產帶來壓力，企業受利潤驅使會通過增加產出彌補這一風險，這種由產出增加引起的碳排放增長被稱為產出效應。此外，能源效率提升會在一定程度上推動化石能源價格下降，若其它要素價格沒有抵消性下跌，那么低廉的化石能源將會替代資本和勞動等生產要素，引發化石能源需求上漲，從而削弱綠色技術創新對降低碳排放的預期作用。這兩者均是綠色技術創新碳回彈效應的重要來源，也是綠色技術創新對碳排放產生促進作用的主要原因。另一方面，綠色技術創新各環節均能降低碳排放。首先，太陽能、風能等清潔能源可代替化石能源，從源頭上減少碳排放。其次，生產流程和工藝改進能提高能源利用效率和生產率，在總產能不變前提下間接降低碳排放。再者，優化生產末端污染治理技術、發展碳匯技術和碳儲存技術同樣可以減少碳排放。

基于我國現狀，煤炭等化石能源作為主要工業生產燃料，具有存量大、穩定性高等特點，導致我國化石能源使用存在強慣性和路徑依賴特征，清潔能源則面臨能源來源不穩定性和間歇性以及缺乏長期大容量儲能技術的困境。當綠色技術創新水平較低時，創新活動多集中在能源效率提升上，且伴隨著質量和產業價值低的問題。在政府排放標準壓力下，產出上升帶來的碳排放增加會超過能源效率提升所節省的能源下降，導致碳回彈效應占主導地位，使得綠色技術創新呈現對碳排放的促進作用。而當綠色技術創新水平提升到一定程度后，越來越多的清潔能源進入生產領域，綠色技術創新推動能源系統整合，各種綠色技術更好地實現協同，促使綠色技術創新清潔效應占主導地位，進而對碳排放產生抑制作用。據此，本文提出以下假設：

H₁：綠色技術創新與碳排放呈倒“U”型關系。

2.2 能源消費結構與產業結構的中介效應

能源消費結構受綠色技術創新的影響，綠色技術創新有利于提升資源配置效率。在要素自由流動的前提下，隨著綠色技術創新水平提升，低碳和零碳技術愈發成熟，使用成本逐漸下降，更多清潔能源進入生產領域，清潔技術研發和應用占比增加，化石能源消耗占比下降，可從源頭上掐斷碳排放來源。產業結構同樣受綠色技術創新的影響。綠色技術創新水平提高有利于人才和資本等要素向低碳生產性服務業流動，加速高污染行業向低污染行業轉移，然而新技術應用和能源效率提升往往伴隨著產量增加，推動第二產業產值增加，加劇化石能源消耗。在其它生產要素使用不變的前提下，綠色技術創新引起能源消費凈增長會增加碳排放，進而產生碳回彈效應。據此，本文提出以下假設：

H_2a：綠色技術創新水平提升通過優化能源消費結構降低碳排放；

H_2b：綠色技術創新水平提升會阻礙產業結構優化，進而增加碳排放。

2.3 政府因素的調節效應

政府通過命令型政策和激勵型政策優化資源配置，彌補市場失靈。其中，命令型環境規制以法律法規、地方性標準規章為手段約束污染企業碳排放，而科創支持則通過補貼等非規制激勵性政策引導綠色產業發展和技術革新。環境規制主要從兩個方面影響碳排放：一方面，根據“波特假說”，適宜的環境規制可提升企業綠色創新能力^[21]。有效的環境規制能為綠色技術創新提供良好外部環境，鼓勵企業投入更多資源和精力進行研發和應用創新。另一方面，面對綠色技術創新高風險、高成本、長周期，以及地方環保標準、排放限額等管制措施，企業有可能會采取不利于降低碳排放的規避策略，或將污染產業轉移，或調整產出以滿足碳排放標準?？苿撝С忠矎膬蓚€方面影響碳排放：一方面，科創支持通過費用減免和稅收優惠政策降低企業技術研發成本及風險，并建立完善的綠色技術專利申請保護制度。另一方面，科創支持能降低綠色行業進入門檻，使缺乏創新能力的企業通過低質量創新獲取激勵，從而擠出高質量綠色投資^[22]，造成“劣幣驅逐良幣”現象。

關于環境規制，一方面，當企業綠色技術創新水平較低時，清潔技術較少，研發成本較高，環境規制會使企業減產甚至退出市場以降低碳排放，從而弱化綠色技術創新對碳排放的促進作用。另一方面，隨著綠色技術創新水平提升，清潔能源代替高碳能源，有利于降低碳排放。然而，命令型環境規制會增加制度遵循成本，擠出企業用于綠色技術創新的資源，從而弱化綠色技術創新對碳排放的抑制作用。

關于科創支持，一方面，地方政府在高壓行政命令下會施行多種激勵性政策，并要求企業承擔環保責任。當企業綠色技術創新水平較低時，由于面臨高風險和不確定性，創新激勵很難推動高質量創新。由于信息不對稱，政府很難識別高質量創新，導致對高質量綠色投資產生擠出效應。因此，科創支持會強化綠色技術創新對碳排放的促進作用。另一方面，隨著綠色技術創新水平提升，完善的專利制度與技術轉化路線能降低企業創新成本和風險，成熟的上下游產業鏈和透明的行業信息能幫助政府識別優質企業，逐步退出的激勵性政策也能篩選出具有競爭力的企業?？梢?，科創支持會強化綠色技術創新對碳排放的抑制作用。據此，本文提出以下假設：

H_3a：環境規制對綠色技術創新與碳排放倒“U”型關系起負向調節作用；

H_3b：科創支持對綠色技術創新與碳排放倒“U”型關系起正向調節作用。

2.4 市場與公眾因素的調節效應

政府采取最大化公眾滿意度的治理模式更能實現社會福利最大化（陳釗等，2011）?，F有研究表明，環境污染會降低公眾對地方政府的信任度^[23]。因此，隨著民意傳達機制的不斷完善，公眾會通過獲取環境信息、參與環境監督影響政府和企業環保行為，減少政府扭曲性配置，傳遞產品價格、數量、潛在買方和賣方信息，促進創新資源優化配置。公眾關注從兩個方面影響碳排放：一方面，公眾可直接參與污染治理，通過與污染企業進行談判或通過司法途徑解決糾紛；或通過民意傳達機制向政府傳遞環保監督意見，間接影響企業綠色創新行為。公眾還能向市場傳遞綠色產品需求，引致綠色投資和創新活動。另一方面，為滿足公眾即時需求，政府或企業可能會采取短期環保措施，從而帶來更嚴重的長期污染問題。公眾會集中關注某些特定環境問題，如污水排放、霧霾等，而忽視其它帶來碳排放增長的因素。市場化程度從兩個方面影響碳排放：一方面，成熟的市場經濟制度、清晰的產權安排和完善的法治環境有利于激發企業創新活力，市場化能為人力資本和資金在行業間轉移提供條件，促使創新要素向創新部門和綠色領域集聚。另一方面，對于新興行業而言，市場需求和價格存在較大波動，這會增加企業運營風險，使企業過早地將尚不成熟的技術推向市場。

關于公眾關注，一方面，當綠色技術創新水平較低時，污染企業無法在短期內掌握清潔生產技術，為實現環保目標，政府可能會采取短期措施控制污染排放，從而強化綠色技術創新對碳排放的長期促進作用。另一方面，隨著綠色創新技術逐漸成熟，公眾既能通過環保提案向政府提出環境訴求，從而優化政府環保政策；也能通過輿論對企業施加壓力，促進綠色投資，從而強化綠色技術創新對碳排放的抑制作用。

關于市場化程度，一方面，當綠色技術創新水平較低時，企業會采取更穩健的技術進步方式搶占市場份額，并傾向于能源效率改進型綠色技術進步，而非風險和成本更大的突破性技術。因此，市場化程度會強化綠色技術創新對碳排放的促進作用。另一方面，當綠色技術創新水平較高時，市場化吸引資源向綠色創新領域集聚。同時，市場化能篩選出具有成本優勢和技術競爭力的企業，淘汰技術實力較弱的企業，使擁有高質量綠色創新技術的企業占有更多市場份額，最終強化綠色技術創新對碳排放的抑制作用。據此，本文提出以下假設：

H_3c：公眾關注對綠色技術創新與碳排放倒“U”型關系起正向調節作用；

H_3d：市場化程度對綠色技術創新與碳排放倒“U”型關系起正向調節作用。

綜上所述，本文構建研究框架如圖1所示。

3 研究設計

3.1 模型構建

基于理論分析，為探究綠色技術創新對碳排放的影響效應，本文構建如下計量模型：

其中，被解釋變量為地區碳排放總量，Gi_it表示i城市第t年的綠色技術創新水平；（lnGi_it）²表示綠色技術創新對數平方項；Control_it為控制變量，包括人口總量、人口密度、人均GDP、城鎮化率；μ_i、v_t分別為個體固定效應和時間固定效應；ε_it為隨機誤差項。

考慮到變量間關系和回歸函數形式設定帶有一定主觀性，故引入非參數可加模型，進一步檢驗綠色技術創新與碳排放之間的非線性關系，如式（2）所示。

其中，f_j（x_ij）為解釋變量的非參數函數，Y_i為被解釋變量。該模型通過一元非參數估計方法呈現解釋變量與被解釋變量之間的非線性關系，為與傳統線性參數模型結合，將線性部分加入式（2），得到式（3）。

其中，α、β_j分別為常數項和解釋變量的線性回歸參數，其它參數與式（2）相同。該模型不僅能顯示解釋變量與被解釋變量之間的線性關系，還能給出兩者之間的非線性關系。將非參數回歸模型與式（1）結合，設定如下非參數模型：

其中，f（lnGi_it）、∑^p_j=1f_j（Control_it）分別表示綠色技術創新與其它控制變量的非參數函數，其它參數與式（1）相同。

本文構建中介效應模型和調節效應模型驗證綠色技術創新對碳排放的影響機制。由于隨機干擾項可能存在既影響中介變量又影響被解釋變量的因素，也有可能存在中介變量與被解釋變量反向因果問題，從而導致核心解釋變量和中介變量估計結果存在偏誤（江艇，2022），因此通過式（1）檢驗綠色技術創新對碳排放的因果效應，通過式（5）檢驗中介效應，通過式（6）檢驗調節效應，分別構建如下模型：

其中，M_it為中介變量；D_it為調節變量；其它部分與式（1）相同。

3.2 變量選取與數據說明

本文選取2011—2021年中國內地271個地級及以上城市為研究對象，主要基于以下考慮：第一，2010年7月國家發展改革委發布《關于開展低碳省區和低碳城市試點工作的通知》，確立包括廣東、天津等在內的5省8市為首批低碳試點，標志著低碳發展正式被引入城市范疇。第二，為確保數據時效性和有效性，樣本數據截至年份為2021年。此外，剔除部分缺失值較多的城市，最終得到271個城市樣本數據，數據主要來源于《中國城市統計年鑒》《中國能源統計年鑒》等。

本文對樣本數據作如下處理：①對涉及價格指數的指標調整為以2011年為基期的不變價格；②對調節變量作中心化處理；③考慮到數據離散程度和變量的經濟含義，對非百分比變量作對數化處理；④對少量數據缺失樣本城市采用插值法補齊。

（1）被解釋變量：碳排放總量。城市碳排放既包括直接能源消耗，如天然氣和液化石油氣等，也包括間接能源消耗，如供熱消耗和電力消耗（任曉松等，2020）。本文使用供氣總量、供熱總量和全社會用電量3類能源消費對碳排放總量進行測算，其中供氣總量包括天然氣和液化石油氣。

（2）核心解釋變量。本文使用綠色專利申請量表征綠色技術創新。專利數據代表創新活動產出，體現創新價值。不同于授權專利審查周期較長且在申請過程中就會對生產活動產生影響（黎文靖等，2016），專利申請數據更加穩定可靠，契合本文研究需要。

（3）中介變量。本文使用清潔能源占比表征能源消費結構，用第二產業產值占GDP的比重表征產業結構?？紤]到市級層面缺乏一級能源消耗數據，且碳排放主要來自電力部門，故通過計算非火力發電占比衡量清潔電力占總發電量的比重，結合全社會用電量和能源消耗總量計算清潔能源在總能源消耗中的占比，以此表征能源消費結構。其中，全社會用電量為市級層面數據，非火力發電占比為省級層面數據。

（4）調節變量：公眾關注、環境規制、科創支持和市場化程度。首先，本文爬取2011年1月1日至2021年12月31日各地每日的“霧霾”百度指數，通過加總得到每年的公眾關注指標。其次，使用文本分析方法，從各城市政府工作報告中提取與環保、污染相關的詞頻，包括綠色、低碳等15個詞匯，使用以上詞匯詞頻占報告全文字數的比重構建環境規制指標。再次，參考卓乘風等（2017）的研究，采用科技活動經費籌集總額中政府資金占比衡量政府對地區創新的支持程度。由于該指標在市級數據中缺失，故使用科技投入占一般財政預算支出的比重表征科創支持，用以衡量政府對地區創新活動的支持力度。最后，借鑒樊綱等（2011）的設計思路，通過構建地級市市場化指數衡量地區市場化程度。

（5）控制變量。本文控制對碳排放具有顯著影響的一系列變量，包括人口總量、人口密度、人均GDP、城鎮化率。其中，用地區總人口表征人口總量，用地區總人口與地區總面積的比值表征人口密度，用GDP和地區總人口的比值表征人均GDP，用城鎮建成區面積占地區總面積的比重表征城鎮化。

本文主要變量描述性統計結果如表2所示，樣本由2011—2021年中國內地271個城市構成，共2 981個觀測值，各變量樣本統計特征均處于合理范圍內。從中可見，我國整體碳排放水平較高，與實際情況相符。碳排放總量和綠色技術創新標準差較大，說明各地區綠色技術創新水平和碳排放量存在較大差異，是研究綠色技術創新對碳排放影響的事實基礎。

4 實證結果分析

4.1 基準回歸分析

由表3列（1）和列（2）結果可知，綠色技術創新與碳排放呈顯著正向線性關系，表明現階段我國綠色技術創新碳減排效應不顯著。由列（3）和列（4）結果可知，綠色技術創新二次項系數顯著為負，表明綠色技術創新對碳排放的作用呈現顯著倒“U”型關系，且加入控制變量后核心解釋變量顯著性和系數未發生實質變化。由表3列（5）結果可知，非參數可加模型線性結果與參數估計結果相近。由圖2可知，綠色技術創新對碳排放的倒“U”型關系在1%水平上顯著。綜合參數與非參數模型估計結果，綠色技術創新水平提升對碳排放逐漸從促進作用轉為抑制作用，假設H₁得到驗證。此外，東部地區綠色技術創新對碳排放呈現首末平緩中間陡峭向下趨勢，整體而言顯著抑制了碳排放增長；中部地區與西部地區存在顯著倒“U”型關系，但中部地區實證結果不顯著。

4.2 內生性問題

對于可能存在的內生性問題，本文從反向因果、遺漏變量兩方面進行實證檢驗。首先，環境惡化會激發民眾對環保的需求，從而影響政府規制和企業生產，因此碳排放有可能會對綠色技術創新產生影響?？紤]到當期碳排放不會對歷史綠色技術創新產生影響，故本文使用工具變量法，將綠色技術創新與其平方項的一階滯后項以及各省份每年平均綠色專利量的一階滯后項作為工具變量進行兩階段最小二乘回歸（2SLS），結果如表4列（1）—列（4）所示。其次，盡管本文在充分參考現有文獻的基礎上納入許多控制變量，但仍有可能存在遺漏變量的問題，從而導致估計結果不一致，故采用動態面板模型，加入碳排放一階滯后項進行系統廣義矩陣分析，控制不可觀測因素的影響，結果如表4列（5）所示。結果表明，綠色技術創新與碳排放呈現倒“U”型關系，與基準回歸結果一致。同時，rk LM檢驗、Wald F檢驗結果表明不存在識別不足和弱工具變量的問題；Hansen檢驗結果說明估計結果有效。

4.3 穩健性檢驗

本文使用多種方法進行穩健性檢驗，以保證研究結論的可靠性。第一，知識產權高質量發展會影響專利質量，進而影響碳減排效果。本文將樣本期截至2018年，排除政策變化對實證結果的影響，結果如表5列（1）所示。第二，考慮到直轄市特殊性可能會對回歸結果普遍性產生不良影響，故剔除直轄市樣本再次進行回歸，結果如表5列（2）所示。第三，綠色專利的影響可能存在一定滯后效應，因此對所有變量進行一階滯后處理，結果如表5列（3）所示。第四，考慮到極端值的影響，本文對所有變量進行1%的雙邊縮尾處理，結果如表5列（4）所示。第五，忽略污染物空間擴散和轉移的影響有可能導致估計結果偏誤，故基于地理距離空間權重矩陣（W₁）、經濟與地理距離空間權重矩陣（W₂）構建空間滯后模型（SLM）、空間誤差模型（SEM）和空間杜賓模型（SDM）進行回歸分析。結果表明，綠色技術創新與碳排放存在倒“U”型關系，與基準回歸模型估計結果一致，說明研究結論具有穩健性。此外，在空間面板模型中納入綠色技術創新空間滯后項亦未改變倒“U”型關系。

5 拓展分析

5.1 異質性分析

5.1.1 專利質量

不同類型綠色專利審查程度不同，其內含的創新性和實際應用價值也不同。相比于綠色實用型專利，綠色發明專利在實用性和創新性上有更高要求（陶鋒等，2021）。因此，本文將綠色專利細分為綠色發明專利和綠色實用型專利進行回歸分析，估計結果如表6列（1）和列（2）所示。結果表明，綠色發明專利二次項系數在1%水平上顯著為負，而綠色實用型專利系數不顯著，說明綠色發明專利具有顯著碳減排效應，意味著高質量綠色技術創新在碳減排中發揮主要作用。

5.1.2 資源稟賦

中國各城市資源稟賦差異較大，導致綠色技術創新研發和應用存在較大差距。本文將樣本劃分為資源型城市和非資源型城市，估計結果如表6列（3）和列（4）所示。結果表明，資源型城市綠色技術創新一次項和二次項系數不顯著，非資源型城市則存在倒“U”型關系。這可能是因為資源型城市存在資源稟賦路徑依賴，更傾向于能源效率改進型綠色技術創新，較強的碳回彈效應削弱了綠色技術創新對碳排放的抑制作用。

5.1.3 環境政策

政府行政干預會影響企業創新行為。我國于2010年和2012年分批開展了低碳城市試點工作，本文將樣本城市劃分為低碳試點城市和非低碳試點城市?？紤]到第三批試點城市實施時間較晚，因此僅納入第一批和第二批低碳試點城市作為研究對象，估計結果如表6列（5）和列（6）所示。結果表明，低碳試點城市綠色技術創新與碳排放呈顯著倒“U”型關系，而非低碳試點城市碳減排效應不顯著，表明低碳城市試點政策推進了綠色技術創新碳減排進程。

5.2 機制檢驗

5.2.1 中介效應檢驗

表7列（1）結果顯示，綠色技術創新一次項系數顯著為正，表明綠色技術創新能顯著優化能源消費結構，存在顯著清潔效應。列（2）綠色技術創新二次項系數為負，但顯著性較弱，且綠色技術創新對能源消費結構化從促進作用轉為抑制作用的拐點約為15 000，遠高于大部分城市綠色技術創新水平。整體而言，綠色技術創新能提升清潔能源占比，進而降低碳排放，假設H_2a得到驗證。這說明，積極調整能源消費結構是推動城市碳減排的關鍵路徑。列（3）和列（4）結果顯示，綠色技術創新與產業結構系數顯著為正，但加入綠色技術創新二次項后一次項系數不顯著，二次項系數顯著為正。綠色技術創新與產業結構非線性關系拐點約為3，遠低于大部分城市綠色技術創新水平。整體而言，綠色技術創新仍顯著推動第二產業發展，導致碳排放增長，假設H_2b得到驗證。碳回彈效應并未因綠色技術創新水平提升而消失，說明碳回彈效應是綠色技術創新實現碳減排效應的主要阻礙。

5.2.2 調節效應分析

表8列（1）結果顯示，環境規制與綠色技術創新二次項交互項系數顯著為正，表明環境規制對綠色技術創新與碳排放倒“U”型關系起負向調節作用，環境規制使原有倒“U”型曲線更加平緩，假設H_3a成立。列（2）結果顯示，科創支持與綠色技術創新二次項交互項系數顯著為負，表明科創支持對綠色技術創新與碳排放倒“U”型關系起正向調節作用，使倒“U”型曲線更加陡峭， 假設H_3b得到驗證。列（3）結果顯示，公眾關注與綠色技術創新二次項交互項系數顯著為負，表明公眾關注對綠色技術創新與碳排放倒“U”型關系起正向調節作用，使倒“U”型曲線更加陡峭，假設H_3c得到驗證。此外，公眾關注使倒“U”型曲線拐點右移即延遲出現。列（4）結果顯示，市場化程度與綠色技術創新二次項的交互項系數顯著為負，表明市場化程度對綠色技術創新與碳排放倒“U”型關系起正向調節作用，使倒“U”型曲線更加陡峭，假設H_3d得到驗證。

6 結語

6.1 研究結論

本文基于2011—2021年中國內地271個地級及以上城市面板數據，采用參數和非參數模型檢驗綠色技術創新與碳排放的非線性關系，得出以下結論：第一，綠色技術創新與碳排放呈倒“U”型關系，參數方法和非參數方法均得出相同結論。第二，倒“U”型關系由綠色技術創新對能源消費結構的清潔效應以及對產業結構的碳回彈效應疊加形成，當綠色技術創新水平較低時碳回彈效應占主導地位，反之清潔效應占主導地位。第三，環境政策能促進碳減排，資源依賴和低質量創新是綠色技術創新產生碳減排效應的主要阻礙。第四，公眾關注、科創支持和市場化程度強化了綠色技術創新與碳排放的倒“U”型關系，使倒“U”型曲線更加陡峭；環境規制則弱化了綠色技術創新與碳排放之間的倒“U”型關系，使倒“U”型曲線更平緩。

6.2 政策建議

根據上述研究結論，本文提出如下政策建議：

（1）培育綠色創新主體，增強綠色技術創新能力。研究發現，綠色技術創新只有達到拐點后才能顯著降低碳排放。因此，對于超過拐點的城市，應重點研發核心綠色技術，深化產學研融合，暢通成果轉化路徑，實現關鍵核心技術攻關和應用。對于未達到拐點的城市，應通過提高免稅額度、加大財政補貼等措施培育本地市場，支持中小微企業綠色創新，同時避免過度激勵擠出高質量綠色投資。

（2）推動清潔能源發展，提高減污降碳能力。一是加快風能、太陽能、生物質能等清潔能源開發與利用，降低化石能源占比。二是加強高耗能領域減污降碳技術研發。研究發現，資源型城市綠色技術創新碳減排效應不顯著，說明化石能源豐富地區存在一定程度路徑依賴，因此需因地制宜地制定碳減排政策。在傳統化石能源依賴地區除發展清潔能源外，還應研發傳統能源清潔利用技術，如清潔燃油等。

（3）加強配套政策支持，夯實綠色發展制度保障。地方政府應適度增加綠色產業發展財政支出，設立“煤炭清潔高效利用專項資金”等財政專設項目，激勵高校、企業等創新主體進行綠色技術創新。同時，加大綠色技術金融支持力度，綜合應用綠色基金和綠色保險等方式支持綠色技術創新項目，調整綠色貸款門檻和額度，縮減對高污染、高耗能產業的不合理補貼。

（4）充分發揮市場機制作用，完善政府與公眾共治體系。完善產權制度和要素市場化配置，實現產權有效激勵、要素自由流動、競爭公平有序、企業優勝劣汰。同時，發展清潔技術，加強清潔技術知識產權保護，營造良好的創新環境。在共治體系方面，應提高公眾環境意識和參與度，建立信息透明、公開公正的決策機制，加強環境法規執行力度，確保綠色技術創新碳減排作用得到充分發揮。

6.3 不足與展望

本文存在以下不足：第一，未將綠色技術創新帶來的碳回彈效應和清潔效應納入數理模型，未構建解釋綠色技術創新與碳排放非線性關系的一般性理論框架，未來需進一步完善該領域理論框架。第二，受限于數據可得性，僅從省級層面非火力發電占比和地級市全社會發電量構建地級市清潔能源占比指標，可能導致研究結果存在偏誤，未來應綜合考慮其它因素，提高研究結論的準確性。第三，根據創新性將專利類型劃分為發明專利和實用型專利，未來應考慮多維度創新對碳排放的影響，如知識等，以拓展理論寬度。

參考文獻：

[1] 王培鑫，呂長江.環境保護與經濟發展能否和諧共進——來自創新的經驗證據[J].南開管理評論，2023，26（1）：67-83.

[2] CAI J， ZHENG H， VARDANYAN M， et al. Achieving carbon neutrality through green technological progress： evidence from China[J]. Energy Policy， 2023， 173： 113397.

[3] 賈銳寧，邵帥，杜克銳，等.中國碳回彈效應的時空格局、動態演進及驅動因素——基于改進的碳排放隨機前沿模型的實證考察[J].中國軟科學，2022，37（12）：23-34.

[4] 邵帥， 范美婷， 楊莉莉. 經濟結構調整、綠色技術進步與中國低碳轉型發展——基于總體技術前沿和空間溢出效應視角的經驗考察[J]. 管理世界， 2022， 38（2）： 46-69，4-10.

[5] 張慧智，孫茹峰.政府環境注意力如何影響區域綠色技術創新——基于政府治理視角的研究[J].科技進步與對策，2023，40（7）：12-22.

[6] XU L， FAN M， YANG L， et al. Heterogeneous green innovations and carbon emission performance： evidence at China′s city level[J]. Energy Economics， 2021，99：105269.

[7] WANG R， MIRZA N， VASBIEVA D G， et al. The nexus of carbon emissions， financial development， renewable energy consumption， and technological innovation： what should be the priorities in light of COP 21 Agreements[J]. Journal of Environmental Management，2020，271：111027.

[8] DING Q， KHATTAK S I， AHMAD M. Towards sustainable production and consumption： assessing the impact of energy productivity and eco-innovation on consumption-based carbon dioxide emissions （CO₂） in G-7 nations[J]. Sustainable Production and Consumption， 2021， 27： 254-268.

[9] MEIRUN T， MIHARDJO L W， HASEEB M， et al. The dynamics effect of green technology innovation on economic growth and CO₂emission in Singapore： new evidence from bootstrap ARDL approach[J]. Environmental Science and Pollution Research， 2021， 28（4）： 4184-4194.

[10] JIANG Q， RAHMAN Z U， ZHANG X， et al. An assessment of the effect of green innovation， income， and energy use on consumption-based CO₂emissions： empirical evidence from emerging nations BRICS[J]. Journal of Cleaner Production， 2022， 365： 132636.

[11] RAZZAQ A， WANG Y， CHUPRADIT S， et al. Asymmetric inter-linkages between green technology innovation and consumption-based carbon emissions in BRICS countries using quantile-on-quantile framework[J]. Technology in Society， 2021， 66： 101656.

[12] SHAN S， GENC S Y， KAMRAN H W， et al. Role of green technology innovation and renewable energy in carbon neutrality： a sustainable investigation from Turkey[J]. Journal of Environmental Management， 2021， 294： 113004.

[13] 徐斌， 陳宇芳， 沈小波. 清潔能源發展、二氧化碳減排與區域經濟增長[J]. 經濟研究， 2019， 54（7）： 188-202.

[14] 謝里，陳宇.節能技術創新有助于降低能源消費嗎——“杰文斯悖論”的再檢驗[J].管理科學學報，2021，24（12）：77-91.

[15] DAUDA L， LONG X， MENSAH C N， et al. Innovation， trade openness and CO₂emissions in selected countries in Africa[J]. Journal of Cleaner Production， 2021， 281： 125143.

[16] CHEN H， YI J， CHEN A， et al. Green technology innovation and CO₂emission in China： evidence from a spatial-temporal analysis and a nonlinear spatial durbin model[J]. Energy Policy， 2023， 172： 113338.

[17] DU K， LI P， YAN Z. Do green technology innovations contribute to carbon dioxide emission reduction？ empirical evidence from patent data[J]. Technological Forecasting and Social Change， 2019， 146： 297-303.

[18] DU K， LI J. Towards a green world： how do green technology innovations affect total-factor carbon productivity[J]. Energy Policy， 2019， 131： 240-250.

[19] XIN D， AHMAD M， LEI H， et al. Do innovation in environmental-related technologies asymmetrically affect carbon dioxide emissions in the United States[J]. Technology in Society， 2021， 67： 101761.

[20] LIN B， MA R. Green technology innovations， urban innovation environment and CO₂emission reduction in China： fresh evidence from a partially linear functional-coefficient panel model[J]. Technological Forecasting and Social Change， 2022， 176： 121434.

[21] 紀建悅，許瑤，張懿.民間投資視角下環境規制對綠色全要素生產率的影響研究[J].中國管理科學，2023，31（5）：11-19.

[22] 郭捷，楊立成.環境規制、政府研發資助對綠色技術創新的影響——基于中國內地省級層面數據的實證分析[J].科技進步與對策，2020，37（10）：37-44.

[23] YAO Y， LI X， SMYTH R， et al. Air pollution and political trust in local government： evidence from China[J]. Journal of Environmental Economics and Management， 2022， 115： 102724.

（責任編輯：王敬敏）

The Effect of Green Technology Innovation on Carbon Emission：

An Analysis Based on Nonlinear Mediating Effects and Moderating Effects

Xu Junwu^1，2，Chen Zhaoxiong¹

（1.School of Business， Hubei University；2.Research Center of Open Economy， Wuhan 430062， China）

Abstract：Strengthening green technology innovation and promoting major scientific and technological applications are of great significance for achieving the carbon peaking and carbon neutrality goals of China. However， existing studies indicate that technological innovation may not consistently mitigate environmental pollution， and there is ongoing debate about the global efficacy of green technology innovation in reducing carbon emissions. The implementation of green technology may paradoxically heighten energy consumption， resulting in a carbon rebound effect that exceeds emission reductions achieved through technological progress. This could lead to a significant increase in carbon emissions， posing a substantial challenge. Theoretically， the moderating roles of the government， degree of marketization， and public attention are also pivotal in mitigating the impact of green technology innovation on carbon emissions. Hence， this paper systematically organizes the comprehensive impacts and mechanisms of green technology innovation on carbon emissions.

Green technology innovation has a multifaceted impact on carbon emissions. On one hand， it enhances energy efficiency through technological upgrades， reducing consumption and lowering production costs for businesses with unchanged energy demand. According to Cost theory， this triggers increased product demand， prompting companies to raise input factors that lead to growth in energy demand， consumption， and carbon emissions—an effect known as the output effect. Additionally， improved energy efficiency may lower fossil energy prices， potentially increasing demand and weakening the expected impact of green technology. On the other hand， green technology innovation can reduce carbon emissions at different production stages. Clean energy sources like solar and wind power can replace fossil energy， while innovation in production processes improves energy utilization efficiency and production efficiency， indirectly reducing carbon emissions without changing total output. Thus， it contributes to effective carbon emission reduction by optimizing pollution control technologies， developing carbon sink technologies and carbon storage technologies.The government， market， and the public are crucial in this process. Green technology innovation involves substantial investment and slow returns， with a typical policy-driven role and greater external dependence compared to other technological innovations. Government policies can rectify market failures， restrain polluting enterprises， and guide technological and industrial development through incentives. As policies gradually recede， the market assumes a more pivotal role. In the competitive landscape， a "survival-of-the-fittest" mechanism compels enterprises to transform. Joint government and public oversight influence decisions， impacting adjustments in technology research and development direction and intensity.

Using the panel data of prefecture-level cities in China from 2011 to 2021， this paper introduces novel approaches by employing both parametric and non-parametric models to assess the non-linear relationship between green technology innovation and carbon emissions. Moreover， it utilizes a mediating effect model to analyze the factors contributing to the formation of this non-linear relationship. Additionally， this study expands its scope of investigation to include governmental， market， and public factors. Specifically， it examines the role of the government， market， and the public in relation to their levels of public concern， the implementation of environmental regulations， support for science and technology innovation， and the degree of marketization. The benchmark regression analysis discloses a notable "inverted U"-relationship between green technology innovation and carbon emissions. This distinctive relationship is evident exclusively in non-resource cities， low-carbon pilot cities， and high-quality green technology innovation. The mediating effect analysis underscores that green technology innovation can alleviate carbon emissions by optimizing energy consumption structures. Conversely， it may contribute to increased carbon emissions by impeding industrial structure upgrading. Moreover， moderating effects suggest that increased public concern and support for science and innovation， and a greater degree of marketization positively influence the "inverted U"-relationship between green technological innovation and carbon emissions， rendering the curve steeper. In contrast， environmental regulation exhibits a negative moderating effect on this relationship， flattening the "inverted U"-curve.

The research provides empirical demonstrations to deepen the understanding of the connection between green technological innovation and carbon emissions. It contributes to the enhancement of both theoretical and empirical research in the realms of green technology innovation and carbon emission reduction， and offers insights for theoretical and empirical research on industrial green transformation and green innovation R&D， as well as supporting the formulation and implementation of green policies， such as government environmental supervision and innovation subsidies.

Key Words：Green Technology Innovation; Carbon Emission; Nonlinear Effect; Moderating Effect; Mediating Effect