1 理论分析与研究假设

1.1 绿色技术创新对低碳经济转型的直接影响

绿色技术创新对碳排放影响具双重性。一方面，技术迭代提能效，降能耗成本，致产品需求上升，企业扩产能，增能源消耗与碳排放。技术创新高风险成本产生产出效应，且能效提升使化石能源价格降，若其他要素价格未抵消下跌，其会替代要素增加需求，削弱降碳预期。产出效应和化石能源需求上涨是碳回弹主因及促碳排放关键。另一方面，绿色技术创新全环节助力降碳。清洁能源替代源头减排，改进生产工艺间接降碳，优化末端治理及发展碳汇等技术也能减排。在绿色技术创新的初期，企业需要投入大量资源进行技术研发和改造，短期内可能导致成本上升、经济效益下降，从而对碳绩效产生负面影响。随着绿色技术创新的成功应用，企业能够通过提高能源效率、降低污染排放、优化资源配置等方式实现环境效益与经济效益的双重提升，碳绩效显著改善。然而，当绿色技术接近成熟或市场渗透率较高时，进一步增加专利对碳绩效的边际贡献可能递减，甚至因技术竞争或市场拥挤导致效率下降。据此，本文提出假设1。

假设1：绿色技术创新与低碳经济转型之间呈现非线性关系。

1.3 绿色技术创新对低碳经济转型的间接影响

绿色技术创新对能源消费结构和产业结构均产生显著影响。从能源消费结构来看，绿色技术创新有助于提升资源配置效率。在要素能够自由流动的环境中，随着绿色技术创新水平的不断提高，低碳与零碳技术日益成熟，其使用成本逐渐降低。这使得更多清洁能源得以进入生产领域，清洁技术的研发与应用占比持续上升，而化石能源的消耗占比相应下降，从而从源头上有效控制了碳排放在产业结构方面，绿色技术创新同样发挥着重要作用。绿色技术创新的发展可推动产业结构朝着高端化、绿色化方向转变，进而间接提高碳绩效。当绿色技术创新水平提升时，人才、资本等生产要素会更倾向于流向低碳生产性服务业，进而推动高污染行业向低污染行业加速转移。不过，新技术的广泛应用以及能源效率的提升，常常会带动产量的增加，促使第二产业产值上升，这在一定程度上加剧了化石能源的消耗。在其他生产要素使用量保持不变的情况下，绿色技术创新所引发的能源消费净增长，反而会对碳绩效产生积极影响，有助于提升碳绩效水平。据此,本文提出以下假设。

假设2:绿色技术创新水平提升通过优化能源消费结构降低碳排放。

假设3:绿色技术创新水平提升会阻碍产业结构优化来增加碳绩效。

2 研究设计

2.1 指标选取及变量说明

1.被解释变量：低碳经济转型。本文把低碳经济转型划分为碳排放和碳绩效两方面。其中，碳排放通过各省碳排放总量的对数来衡量；碳绩效则参照孙作人等的方法，以各省份GDP与CO₂排放量的比值进行衡量。

2.核心解释变量：本文使用绿色专利申请量的对数衡量绿色技术创新。

3.中介变量：本文以煤炭消费总量占能源消费总量的比重衡量能源消费结构，以第三产业增加值占地区生产总值的比重衡量产业结构。

4.控制变量：经济发展水平以地区生产总值与地区人口总量的比值衡量；基础设施建设以地区公路里程数的对数衡量；政府干预程度以政府财政支出占GDP的比值衡量；环保力度以工业污染治理完成投资与地区生产总值的比值衡量。

2.2 模型构建

基于上述理论分析，绿色技术创新与低碳经济转型间存在非线性关系。因此，本文在模型中添加绿色技术创新平方项，构建非线性基准回归模型：

(1)

其中，i表示省份，t表示年份，lnco_2it是碳排放，Gco_2it是碳绩效，lningr表示i省份第t年的绿色技术创新，Controlsit是控制变量，λ_i和δ_t分别指省份固定效应与年份固定效应，ε_it是随机扰动项。

本文根据江艇的方法，构建机制分析模型验证绿色技术创新对碳排放、碳绩效的影响机制。模型如下:

(3)

其中,M_it为中介变量,其它部分与式(1)相同。

2.3 数据说明

鉴于数据可得性，本文选取2008-2022年间中国30个省级行政区样本，数据主要源自《中国统计年鉴》《中国能源统计年鉴》及各省份相应年份统计年鉴。对部分缺失数据，采用插值法计算补充。本文主要变量的描述性统计结果见表1。

表1 变量的描述性统计结果

3 实证分析

3.1 基准回归分析

本文构建非线性模型进行基准回归分析，结果见表2。表2中列（1）与列（3）数据显示，绿色技术创新与碳排放、碳绩效间呈显著正向线性关系。列（2）数据表明，绿色技术创新的二次项系数显著为负，意味着其对碳排放的影响呈显著倒U型关系，即绿色技术在小规模应用及技术成熟度提升阶段，对碳绩效的边际贡献显著增强，在技术接近市场饱和阶段，对碳绩效的边际效应递减。此外，列（4）结果表明，绿色技术创新与碳绩效的线性关系不稳定，引入控制变量和固定效应前后，相关系数的方向与显著性变化明显。尤其纳入绿色技术创新平方项后，基础项系数变为显著负值，平方项系数始终显著为正，二者间存在显著U型关系，验证了假设1。

表2 基准回归结果

注：*、**和***分别表示10%、5%和1%的显著性；括号内数值为标准误，下表同。

3.2 稳健性检验

为保障研究结论可靠、稳健，本文运用多种方法验证。首先，以各省份绿色专利授权数量作绿色技术创新替代指标，重新开展实证分析，结果见表3列(1)和列(2)。其次，为降低极端值对分析结果的潜在影响，对所有变量进行1%双边缩尾处理，处理后的回归结果见表3列(3)和列(4)。稳健性检验显示，绿色技术创新与碳排放、碳绩效间均呈显著U型关系，与基准回归模型估计结果相符。由此表明，本文研究结论稳健性较高。

表3 稳健性检验结果

3.3 机制分析

本文构建机制分析模型并进行回归分析，深入探究能源消费结构、外商直接投资和产业结构在绿色技术创新影响碳排放、碳绩效路径中的作用机制，结果见表4。列(1)回归结果表明，绿色技术创新对能源消费结构的回归系数为0.026，且在1%显著性水平上通过检验，说明绿色技术创新能显著优化能源消费结构。列(2)中，绿色技术创新的二次项系数在1%显著性水平上显著，进一步证实其对能源消费结构的影响呈非线性，假设2和假设3均得到验证。表4列(3)和列(4)回归结果显示，绿色技术创新对产业结构有显著负向作用，这是由于绿色技术创新需大量研发人才与资金投入，使得服务业的高端要素流向绿色技术研发部门。

表4 机制检验回归结果

4 结论与建议

本研究基于省级面板数据构建非线性模型，深入实证分析了绿色技术创新对碳排放、碳绩效的影响，得出结论：绿色技术创新与碳排放、碳绩效间存在显著非线性关系，且能通过优化能源消费结构、推动产业结构升级影响二者，同时其影响存在区域差异。基于上述结论，本文提出政策建议：（1）加强绿色技术创新政策扶持。政府需加大资金投入，在研发和成果转化阶段给予税收优惠、补贴等，增强企业创新积极性。（2）加快能源消费结构优化。大力推进清洁能源技术应用，加大对风能、太阳能等可再生能源投资，丰富能源结构，提高清洁能源占比，降低对高碳能源依赖，推动能源低碳转型。（3）大力推动产业结构升级。通过政策引导，促使高耗能产业向低碳、环保转变，积极发展第三产业，提升经济绿色水平。（4）实施区域差异化政策。分类施策，对东部和中部巩固创新成果，推动向更高层次发展；对西部加强基础设施建设与技术支持，提升创新应用能力。

参考文献

• [1]胡珺,方祺,龙文滨.碳排放规制、企业减排激励与全要素生产率——基于中国碳排放权交易机制的自然实验[J].经济研究,2023,58(04):77-94.
• [2]张平淡,屠西伟.制造业集聚、技术进步与企业全要素能源效率[J].中国工业经济,2022,(07):103-121.
• [3]邵帅,范美婷,杨莉莉.经济结构调整、绿色技术进步与中国低碳转型发展——基于总体技术前沿和空间溢出效应视角的经验考察[J].管理世界,2022,38(02):46-69+4-10.
• [4]郭蕾,肖有智.碳排放权交易试点的创新激励效应研究[J].宏观经济研究,2020,(11):147-161.
• [5]孙作人,刘毅,田培培.产业集聚、市场化程度与城市碳效率[J].工业技术经济,2021,40(04):46-57.