科技創(chuàng)新對低碳經(jīng)濟的影響研究
——基于省際面板數(shù)據(jù)的實證分析

牛寶春，崔光蓮，張喜玲

（1.新疆財經(jīng)大學(xué) 金融學(xué)院，新疆 烏魯木齊 830012；2.新疆財經(jīng)大學(xué)，新疆 烏魯木齊 830012）

一、引言

隨著碳排放的急劇增加，全球氣候災(zāi)害頻發(fā)，中國對低碳經(jīng)濟的重視程度不斷提高，2021 年7 月全國性碳排放權(quán)交易市場正式啟動，充分體現(xiàn)了國家對綠色轉(zhuǎn)型的重視。目前，中國經(jīng)濟發(fā)展已進入新常態(tài)，經(jīng)濟發(fā)展的數(shù)量與速度已經(jīng)不是經(jīng)濟發(fā)展的重點，未來低碳經(jīng)濟有可能成為衡量各地區(qū)經(jīng)濟發(fā)展的主要指標(biāo)之一；另外，中國經(jīng)濟發(fā)展的主要驅(qū)動力正在由要素驅(qū)動向創(chuàng)新驅(qū)動轉(zhuǎn)變。因此，研究科技創(chuàng)新對低碳經(jīng)濟的影響具有較強的理論意義與現(xiàn)實價值。

雖然現(xiàn)有研究表明，科技創(chuàng)新不僅可以實現(xiàn)產(chǎn)出增長，而且可以起到減少碳排放的作用，但是直接考察科技創(chuàng)新對低碳經(jīng)濟影響的文獻卻相對較少。例如，有關(guān)經(jīng)濟增長的研究大都表明，科技創(chuàng)新會對經(jīng)濟增長產(chǎn)生積極影響，應(yīng)該將創(chuàng)新要素與其他要素相結(jié)合，促進全要素生產(chǎn)率的提升，進而刺激經(jīng)濟增長水平提高[1，2]。另外，基于碳排放的研究顯示，科技創(chuàng)新可以促進節(jié)能減排，降低碳排放強度，應(yīng)該通過技術(shù)進步降低二氧化碳排放[3-5]。但是，科技創(chuàng)新如何影響低碳經(jīng)濟呢？目前，較少有學(xué)者直接對此展開研究。因此，有必要將經(jīng)濟增長與碳排放結(jié)合起來，通過構(gòu)建低碳經(jīng)濟指標(biāo)進行深入研究。

另外，盡管很多學(xué)者考察了科技創(chuàng)新對經(jīng)濟增長或碳排放影響的區(qū)域差異，但是，這些研究主要是從東、中、西部地區(qū)的比較視角進行分析，較少基于南、北方地區(qū)視角比較。由于氣候、產(chǎn)業(yè)結(jié)構(gòu)及政策環(huán)境等因素的影響，南、北方兩地的經(jīng)濟增長，尤其是碳排放狀況差異很大，因此，有必要基于南、北方地區(qū)比較視角研究科技創(chuàng)新對低碳經(jīng)濟的異質(zhì)性影響。除此之外，有關(guān)科技創(chuàng)新對經(jīng)濟增長或碳排放影響的研究主要從靜態(tài)視角進行分析，較少關(guān)注隨著低碳經(jīng)濟的發(fā)展，二者間的動態(tài)變化趨勢。同時，科技創(chuàng)新還具有明顯的外溢效應(yīng)。因此，有必要研究其他地區(qū)科技創(chuàng)新對本地區(qū)低碳經(jīng)濟發(fā)展的影響。

綜上所述，文章基于1998—2019 年中國30 個省份的面板數(shù)據(jù)進行實證分析，首先進行基準(zhǔn)模型估計；然后，采用分樣本模型估計考察南、北方地區(qū)差異，并采用面板分位數(shù)模型研究，隨著低碳經(jīng)濟的發(fā)展，科技創(chuàng)新對低碳經(jīng)濟影響的動態(tài)變化趨勢；最后，文章還將利用空間面板模型，探討其他地區(qū)科技創(chuàng)新對本地區(qū)低碳經(jīng)濟的影響。

二、文獻綜述

1.科技創(chuàng)新對經(jīng)濟增長的相關(guān)研究概述

有關(guān)經(jīng)濟增長理論的眾多研究均表明，科技創(chuàng)新對經(jīng)濟增長水平的提高起著至關(guān)重要的作用。一方面，新古典經(jīng)濟增長理論認(rèn)為，雖然資本和勞動決定經(jīng)濟增長的主要內(nèi)生變量，但技術(shù)進步也是重要的外生變量。其中，基于廣東省相關(guān)數(shù)據(jù)的研究表明，除了資本等要素作用外，全要素生產(chǎn)率對經(jīng)濟增長的貢獻不斷上升[6]；另外，劉納新(2013)基于湖南省相關(guān)數(shù)據(jù)，采用時間序列模型分析了專利申請數(shù)與GDP 之間聯(lián)動性，研究結(jié)果也表明，科技創(chuàng)新與經(jīng)濟增長之間存在著正相關(guān)關(guān)系[1]。但是，新古典經(jīng)濟增長理論沒有試圖解釋技術(shù)進步，這為后續(xù)的新經(jīng)濟增長理論的研究提供契機。另一方面，內(nèi)生經(jīng)濟增長理論強調(diào)科技創(chuàng)新是經(jīng)濟增長關(guān)鍵動力之一。Romer(1990)提出，技術(shù)革新為持續(xù)的資本積累提供了動力，而資本積累和技術(shù)變革共同構(gòu)成了產(chǎn)出增加的主要原因[7]；Pece 等(2015)運用多元回歸模型對中歐和東歐國家（即波蘭、捷克共和國和匈牙利）進行了分析，研究結(jié)果表明，經(jīng)濟增長與創(chuàng)新之間存在正相關(guān)關(guān)系[8]。陳潔等(2017)采用脈沖效應(yīng)分析了藍(lán)色經(jīng)濟區(qū)科技創(chuàng)新人才對經(jīng)濟發(fā)展的影響，驗證了科技創(chuàng)新人才會對經(jīng)濟發(fā)展產(chǎn)生積極影響[9]；易信(2018)提出，應(yīng)該將創(chuàng)新要素與其他要素結(jié)合起來，促進全要素生產(chǎn)率的提高[10]；Broughel&Thierer(2019)強調(diào)，技術(shù)創(chuàng)新是經(jīng)濟增長和人類進步的根本動力，創(chuàng)新不僅可以增加產(chǎn)出，而且可以提高質(zhì)量，并豐富產(chǎn)品或服務(wù)的種類，改善人們的生活方式[11]。李峰等(2021)基于中國2008—2018 年30 個省份數(shù)據(jù)的實證研究也表明，科技創(chuàng)新對經(jīng)濟發(fā)展有顯著刺激作用[12]。

與此同時，還有一些學(xué)者的研究表明，科技創(chuàng)新對中國經(jīng)濟增長影響存在一定的地區(qū)差異。例如，李正輝、徐維(2011)利用中國各省份數(shù)據(jù)進行實證分析，研究發(fā)現(xiàn)，科技創(chuàng)新對經(jīng)濟增長的影響存在明顯的省域差異與年份差異[13]。白俊紅、王林東(2016)采用中國30 個省份的面板數(shù)據(jù)進行實證分析，結(jié)果發(fā)現(xiàn)，科技創(chuàng)新主要對東部地區(qū)經(jīng)濟增長質(zhì)量具有顯著促進作用，而對中部地區(qū)影響不顯著，對西部地區(qū)有明顯的負(fù)面影響[14]。

2.科技創(chuàng)新對碳排放的相關(guān)研究概述

眾多學(xué)者實證研究了科技創(chuàng)新對二氧化碳排放的影響。例如，Wang 等(2005)采用LMDI 因子分解法研究了中國二氧化碳排放的影響因素，證實了技術(shù)創(chuàng)新對二氧化碳排放具有最重要的抑制作用[15]。Zhao 等(2013)利用自回歸分布滯后(ARDL)模型研究了1980—2010 年中國電力行業(yè)，經(jīng)格蘭杰因果關(guān)系檢驗表明，技術(shù)創(chuàng)新可以減少二氧化碳排放[16]。李莎莎、牛莉(2014)基于中國省級面板數(shù)據(jù)研究了技術(shù)進步對碳排放影響，結(jié)果表明，雖然具有一定時滯性，但技術(shù)進步會顯著降低二氧化碳排放[3]。錢娟、李金葉(2018)采用中國工業(yè)行業(yè)數(shù)據(jù)進行實證分析得出，技術(shù)進步會促進節(jié)能減排[5]。李香菊、祝丹楓(2020)選取1996—2016 年中國省際面板數(shù)據(jù)研究科技創(chuàng)新與能源強度的關(guān)系得出，科技創(chuàng)新能力提高可以起到降低碳排放強度的作用[4]。

此外，一些學(xué)者的研究還表明，科技創(chuàng)新對碳排放影響存在顯著異質(zhì)性。例如，申萌等(2012)采用內(nèi)生經(jīng)濟增長模型框架，將碳排放納入模型，基于1997—2009 年省際面板數(shù)據(jù)實證分析了技術(shù)進步對經(jīng)濟增長與節(jié)能減排的影響，結(jié)果發(fā)現(xiàn)，此前中國技術(shù)進步還無法同時實現(xiàn)經(jīng)濟增長與節(jié)能減排同步發(fā)展，且技術(shù)進步對碳排放影響存在明顯的區(qū)域差異[17]。金培振等(2014)分行業(yè)研究技術(shù)進步對能源減排影響表明，相較于輕工業(yè)，重工業(yè)技術(shù)改進對能源減排影響更強[18]。李香菊、祝丹楓(2020)采用中國省際面板數(shù)據(jù)進行分樣本模型估計研究發(fā)現(xiàn)，東部地區(qū)科技創(chuàng)新能力提升可顯著降低能源強度，而中西部科技創(chuàng)新不利于降低能源強度[4]。

綜上所述，眾多學(xué)者探討了科技創(chuàng)新對經(jīng)濟增長以及碳排放的影響，但是較少有學(xué)者直接研究科技創(chuàng)新對低碳經(jīng)濟影響，而隨著溫室效應(yīng)不斷增強，各種氣候災(zāi)害頻發(fā)，低碳經(jīng)濟有望成為衡量經(jīng)濟發(fā)展的重要指標(biāo)，因此有必要將經(jīng)濟增長與碳排放結(jié)合起來，構(gòu)建低碳經(jīng)濟變量，并據(jù)此研究科技創(chuàng)新對低碳經(jīng)濟的影響。在分析科技創(chuàng)新相關(guān)區(qū)域差異時，現(xiàn)有研究主要基于東、中、西部地區(qū)對比展開，鑒于人才由北向南流動的跡象明顯，南、北方兩地科技創(chuàng)新水平存在較大差距。因此，基于南、北方地區(qū)視角研究科技創(chuàng)新對經(jīng)濟增長以及碳排放影響的區(qū)域差異具有較強的現(xiàn)實意義。

三、模型設(shè)定與變量說明

1.模型設(shè)定

文章主要研究科技創(chuàng)新對低碳經(jīng)濟影響，基準(zhǔn)模型設(shè)定如下：

其中，i 與t 分別表示地區(qū)與時間；Cgdp 表示低碳經(jīng)濟；hc 表示科技創(chuàng)新；Z 表示控制變量，具體包括工業(yè)化程度、城鎮(zhèn)化、資本以及人口；ui表示個體固定效應(yīng)，vt表示時間固定效應(yīng)，εit表示隨機擾動項。

基準(zhǔn)模型僅能研究科技創(chuàng)新對低碳經(jīng)濟的總體影響，未能分析出區(qū)域異質(zhì)性，也不能研究得出隨著低碳經(jīng)濟的發(fā)展，二者關(guān)系的動態(tài)變化趨勢。文章將采用分樣本估計與面板分位數(shù)模型估計進行異質(zhì)性分析。在面板分位數(shù)模型估計時，參考Powell(2014)[19]，文章采用非加性面板分位數(shù)模型①非加性固定效應(yīng)分位數(shù)回歸模型與可加性固定效應(yīng)分位數(shù)回歸模型最大區(qū)別在于，沒有將固定效應(yīng)從擾動項中分離出來，而它與混合OLS分位數(shù)回歸模型的區(qū)別在于它在模型估計過程中考慮了固定效應(yīng)對估計系數(shù)的影響。進行估計，具體模型設(shè)定如下：

其中，Cgdpit表示經(jīng)濟增長，Zit表示控制變量，βt(Uit)表示時間固定效應(yīng)，Uit=f(μi，εit)，且Uit表示不可分離的隨機擾動項，μi表示個體固定效應(yīng)。為解決模型估計內(nèi)生性問題，文章在估計過程中，同時控制個體固定效應(yīng)與時間固定效應(yīng)，并將控制變量與年份虛擬變量作為工具變量②控制個體固定效應(yīng)，是為考慮那些隨個體變化因素對經(jīng)濟增長影響，控制時間固定效應(yīng)，是為考慮那些隨時間變化因素對經(jīng)濟增長影響，盡可能減少遺漏變量導(dǎo)致內(nèi)生性問題；而將控制變量與年份虛擬變量作為工具變量是為進一步解決內(nèi)生性。，并在此基礎(chǔ)上進行異方差穩(wěn)健標(biāo)準(zhǔn)誤估計。

文章還采用空間面板模型分析了其他地區(qū)科技創(chuàng)新對本地區(qū)低碳經(jīng)濟的影響，在模型估計前，先進行模型篩選。參考Belotti 等(2017)[20]，從SDM 模型開始，先采用Wald 檢驗判斷SDM模型是否應(yīng)該轉(zhuǎn)化為SAR 模型或SEM模型，之后采用AIC 準(zhǔn)則與BIC 準(zhǔn)則比較SDM模型與SAC 模型優(yōu)劣。

首先檢驗空間杜賓模型(SDM)是否可以退化為空間滯后模型(SAR)?？臻g杜賓模型設(shè)定如下：

W 表示NT×NT 維空間權(quán)重矩陣；zk，it表示第k 個控制變量。

當(dāng)Wald 檢驗表明解釋變量空間滯后項回歸系數(shù)γ 顯著為零時，應(yīng)該采用SAR 模型進行估計，具體模型設(shè)定如下：

接下來檢驗空間杜賓模型是否可以退化為SEM模型。鑒于SEM模型不包含在空間杜賓模型中，因此無法直接通過參數(shù)值的檢驗實現(xiàn)。Wald 檢驗表明，當(dāng)SDM 模型中解釋變量空間滯后項回歸系數(shù)γ、解釋變量估計系數(shù)β 以及被解釋變量空間滯后項系數(shù)ρ 滿足關(guān)系式：γ=-β×ρ 時，則應(yīng)該采用SEM 模型估計。具體模型設(shè)定如下：

對于SDM 模型與SAC 模型比較，無法通過參數(shù)關(guān)系來進行檢驗，可以通過AIC 準(zhǔn)則與BIC 準(zhǔn)則進行比較，一般而言，AIC 值或BIC 值越小，代表模型估計效果越好。SAC 模型具體設(shè)定如下：

另外，SAC 模型包含SEM 模型與SAR 模型，當(dāng)ρ=0 時，SAC 模型可退化為SEM 模型，而當(dāng)λ=0 時，SAC 模型可退化為SAR 模型。

為確保參數(shù)估計一致性，在上述模型估計過程中，文章均采用異方差穩(wěn)健標(biāo)準(zhǔn)誤進行估計。

2.變量與數(shù)據(jù)

（1）變量說明

第一，被解釋變量：低碳經(jīng)濟(Cgdp)。目前有關(guān)低碳經(jīng)濟文獻較少，缺乏具體定義，文章采用實際GDP 與碳排放量之比進行衡量。為防止模型方程兩邊出現(xiàn)正負(fù)號不一致情況，參考馬綽欣等(2017)[21]，文章對因變量取對數(shù)處理，低碳經(jīng)濟設(shè)定為：）。

第二，核心解釋變量：科技創(chuàng)新(tech)?？萍汲晒呛饬靠萍紕?chuàng)新水平的關(guān)鍵指標(biāo)，而專利授權(quán)量可以直接體現(xiàn)一個地區(qū)科技創(chuàng)新水平的高低，故參考易文鈞等(2017)[22]與梁少波、宋燕(2021)[23]的研究，文章采用國內(nèi)專利申請授權(quán)量作為科技創(chuàng)新的衡量指標(biāo)，并采用國內(nèi)技術(shù)合同成交金額占GDP 百分比作為替代指標(biāo)進行穩(wěn)健性檢驗。此外，參考胡亞南等(2020)[24]，為了確保估計過程的科學(xué)性，對核心解釋變量科技創(chuàng)新取對數(shù)處理。

第三，控制變量。包括工業(yè)化程度(indus)、城鎮(zhèn)化(urban)、資本(capital)以及人口(popu)。另外，有研究表明，第二產(chǎn)業(yè)產(chǎn)值是影響碳排放重要因素，工業(yè)化程度也是影響經(jīng)濟增長的重要控制變量，故將第二產(chǎn)業(yè)增加值占GDP 的百分比作為工業(yè)化程度(indus)衡量指標(biāo)；城鎮(zhèn)化會帶來生產(chǎn)活動增加，能源消耗增加，從而增加碳排放。陳雨露等(2016)[25]的研究顯示，城鎮(zhèn)化也是影響經(jīng)濟增長的重要變量，故文章采用城鎮(zhèn)人口占總?cè)丝诒戎睾饬砍擎?zhèn)化(urban)；由柯布-道格拉斯函數(shù)可知，資本是影響經(jīng)濟增長的核心要素，參考馬勇、陳雨露(2017)[26]的研究，將資本變量(capital)采用資本形成總額與GDP 之比表示，并采用人口總量進行衡量。最后，為了確保估計過程的科學(xué)性，所有控制變量均取對數(shù)處理。

（2）數(shù)據(jù)來源

文章基于1998—2019 年中國30 個省份面板數(shù)據(jù)進行實證分析，鑒于香港、澳門、臺灣以及西藏的部分?jǐn)?shù)據(jù)缺失嚴(yán)重，樣本數(shù)據(jù)不包括這些地區(qū)。文章中原始數(shù)據(jù)主要來源于《中國統(tǒng)計年鑒》，碳排放數(shù)據(jù)來源于《CEADs——中國碳核算數(shù)據(jù)庫》。對于部分缺失數(shù)據(jù)，采用線性插值法進行插補。

四、實證結(jié)果分析

1.基準(zhǔn)模型估計

在對面板數(shù)據(jù)模型進行穩(wěn)健標(biāo)準(zhǔn)誤估計時，傳統(tǒng)的hausman 檢驗通常不能用于判斷應(yīng)該采用固定效應(yīng)模型還是隨機效應(yīng)模型。參考陳強(2014)[27]的研究，文章采用stata 外部命令xtoverid 進行過度識別檢驗，由Sargan-Hansen 統(tǒng)計量值可知，在1%的置信水平下，應(yīng)該采用固定效應(yīng)模型進行估計；之后，進行雙向固定效應(yīng)模型估計，并采用test 命令檢驗時間效應(yīng)存在性，檢驗結(jié)果表明，在1%置信水平下，拒絕不存在時間效應(yīng)原假設(shè)。

具體估計結(jié)果如表1 所示。顯然，模型(1)～(3)中，科技創(chuàng)新的估計系數(shù)均在1%置信水平下顯著為正。這意味著科技創(chuàng)新會對低碳經(jīng)濟產(chǎn)生明顯促進作用。

表1 基準(zhǔn)模型估計

2.影響機制分析

降低能耗是政府部門實現(xiàn)綠色轉(zhuǎn)型的重要方式，而科技創(chuàng)新是降低能耗的關(guān)鍵所在。文章基于實證視角檢驗降低能耗的重要性。

具體而言，文章利用stata 命令sgmediation 來進行實證分析。鑒于文章中樣本量較少，且加入控制變量后中介效應(yīng)檢驗的估計效果較差，故在中介效應(yīng)檢驗時未加入控制變量。參考溫忠麟、葉寶娟(2014)[26]，三步法中介效應(yīng)模型可以設(shè)定如下：

其中，Y 表示因變量，X 表示自變量，M 表示中介變量；公式(7)中估計系數(shù)c 表示總效應(yīng)；公式(9)中c′表示直接效應(yīng)，公式(8)中估計系數(shù)a 與公式(9)中估計系數(shù)b 的乘積(a×b)表示間接效應(yīng)?？傂?yīng)等于直接效應(yīng)加間接效應(yīng)。另外，為了消除那些隨時間變化因素對被解釋變量影響，模型估計中控制了時間效應(yīng)。具體估計結(jié)果如表2 所示。

表2 單位GDP能耗中介效應(yīng)估計結(jié)果

由表2 中模型(1)可知，系數(shù)c 在1%置信水平下顯著，故主效應(yīng)是顯著的；接下來，由模型(2)、(3)可知，系數(shù)a、b 均在1%置信水平下顯著，另外，由效應(yīng)分解可知，間接效應(yīng)(a×b)也在1%置信水平下顯著；最后，由模型(3)可知，估計系數(shù)c′在1%置信水平下顯著，故直接效應(yīng)也是顯著的。綜上可知，中介效應(yīng)是存在的，換句話說，科技創(chuàng)新會通過中介變量，即單位GDP 能耗對低碳經(jīng)濟產(chǎn)生影響。具體而言，模型(2)中科技創(chuàng)新估計系數(shù)a 顯著為負(fù)，表明科技創(chuàng)新可以起到降低碳排放作用；與此同時，模型(3)中單位GDP 能耗的估計系數(shù)b 在1%置信水平下顯著為負(fù)，這意味著，能耗上升對低碳經(jīng)濟產(chǎn)生負(fù)面影響，即降低能耗有助于刺激低碳經(jīng)濟的發(fā)展；鑒于估計系數(shù)a、b 均為負(fù)值，故間接效應(yīng)(a×b)為正值，因此，通過降低能耗，科技創(chuàng)新可以起到刺激低碳經(jīng)濟發(fā)展的作用。

最后，由sobel 檢驗可知，間接效應(yīng)(a×b)值顯著不為0，且加入中介變量后，解釋變量對低碳經(jīng)濟增長的估計系數(shù)變小，據(jù)此也可以驗證中介效應(yīng)存在性。

3.異質(zhì)性分析

（1）分樣本估計

文章以秦嶺—淮河為界劃分中國南、北方地區(qū)，并在此基礎(chǔ)上進行分樣本模型估計。具體估計結(jié)果如表3 所示。

表3 中，模型(2)科技創(chuàng)新的估計系數(shù)大于模型(1)，這意味著，相較南方地區(qū)，北方地區(qū)科技創(chuàng)新對低碳經(jīng)濟增長促進作用較大。這可能是由于，北方地區(qū)重工業(yè)比重較大，而與輕工業(yè)相比，重工業(yè)技術(shù)改進對能源減排影響更強[18]；另外，由于氣候、政策環(huán)境等因素作用，人才由北向南流動的現(xiàn)象一直存在，北方地區(qū)的科技資源相對匱乏，科技創(chuàng)新在節(jié)能減排以及刺激經(jīng)濟增長方面的邊際效用均較大。

表3 異質(zhì)性分析I：分樣本估計

（2）面板分位數(shù)估計

為了研究隨著低碳經(jīng)濟的發(fā)展，科技創(chuàng)新對低碳經(jīng)濟增長影響，文章進一步采用面板分位數(shù)模型進行估計。模型估計過程中同時控制個體固定效應(yīng)與時間固定效應(yīng)，并將控制變量與時間趨勢變量作為工具變量。

如表4 所示，在10%、25%、50%、75%以及90%分位點上，科技創(chuàng)新的估計系數(shù)均為正值。這表明在各分位點上，科技創(chuàng)新均會起到促進經(jīng)濟增長的作用。此外，伴隨著分位點提高，科技創(chuàng)新的估計系數(shù)不斷變小，表明從總體來看，隨著低碳經(jīng)濟的發(fā)展，科技創(chuàng)新對低碳經(jīng)濟的刺激作用呈下降趨勢。其原因可能是，在低碳經(jīng)濟發(fā)展水平較低的階段，經(jīng)濟活動中碳排放問題嚴(yán)重，故初始階段，科技創(chuàng)新對低碳經(jīng)濟刺激作用較大；但科技發(fā)展存在一定的瓶頸期，且化石燃料的使用短期內(nèi)難以完全替代，故當(dāng)?shù)吞冀?jīng)濟發(fā)展到一定水平，在邊際報酬遞減規(guī)律作用下，科技創(chuàng)新對低碳經(jīng)濟的刺激作用會有所減弱。

表4 異質(zhì)性分析II：面板分位數(shù)估計

4.空間溢出效應(yīng)分析

生產(chǎn)要素具有跨地區(qū)流動性，某地區(qū)科技創(chuàng)新可能會對其他地區(qū)低碳經(jīng)濟產(chǎn)生溢出效應(yīng)。文章接下來將采用空間面板模型進行估計，并采用空間效應(yīng)分解估計科技創(chuàng)新的空間溢出效應(yīng)。鑒于文章中樣本量較少，為了提高模型估計效果，模型估計過程中僅控制時間固定效應(yīng)。

由表5 可知，模型(1)～(3)中，被解釋變量空間滯后項系數(shù)ρ均在1%置信水平下顯著為正，這表明不同地區(qū)間低碳經(jīng)濟具有顯著空間傳染性。

表5 空間面板模型估計

另外，Wald 檢驗顯示，應(yīng)該接受SDM 模型可以退化為SAR 模型或SEM模型原假設(shè)，即SAR 模型優(yōu)于SDM模型；同理，由Wald 檢驗還可以得出，SAR 模型優(yōu)于SAC 模型。除此以外，由AIC 準(zhǔn)則與BIC 準(zhǔn)則可知，SAC 模型優(yōu)于SDM模型。綜上比較而言，SAR 模型估計效果較好。

參考LeSage 等(2009)的研究，直接采用點估計結(jié)果來解釋自變量空間溢出效應(yīng)可能會導(dǎo)致結(jié)論錯誤，所以采用空間效應(yīng)分解來進行分析，其中直接效應(yīng)表示本地區(qū)自變量對本地區(qū)因變量影響，間接效應(yīng)（或空間溢出效應(yīng)）表示其他地區(qū)自變量對本地區(qū)因變量影響，而總效應(yīng)等于直接效應(yīng)加上間接效應(yīng)。具體估計結(jié)果如表6 所示。

表6 空間效應(yīng)分解

顯然，模型(1)～(3)中直接效應(yīng)均在1%置信水平下顯著為正，表明技術(shù)創(chuàng)新會對本地區(qū)低碳經(jīng)濟增長產(chǎn)生顯著正向影響。另外，從間接效應(yīng)角度看，SAR 模型估計結(jié)果表明，間接效應(yīng)在1%置信水平下顯著為正，表明其他地區(qū)的科技創(chuàng)新會對本地區(qū)低碳經(jīng)濟增長產(chǎn)生顯著正向影響。

5.穩(wěn)健性檢驗

分樣本模型估計、面板分位數(shù)模型估計以及空間面板模型估計結(jié)果均可以在一定程度上驗證基準(zhǔn)模型估計結(jié)果；分樣本模型估計結(jié)果與面板分位數(shù)模型估計結(jié)果可以相互印證，與南方地區(qū)相比，北方地區(qū)碳排放量較大，低碳經(jīng)濟發(fā)展水平較低，而面板分位數(shù)模型估計結(jié)果表明，在低碳經(jīng)濟較低分位數(shù)水平，科技創(chuàng)新對低碳經(jīng)濟的刺激作用較強，且伴隨著分位數(shù)提高，這種刺激作用呈下降趨勢，據(jù)此也可以驗證，相較南方地區(qū)，北方地區(qū)科技創(chuàng)新對低碳經(jīng)濟的促進作用更大。

此外，在基準(zhǔn)模型與分樣本模型估計中，文章控制了地區(qū)固定效應(yīng)與時間固定效應(yīng)，可以在一定程度上解決遺漏變量導(dǎo)致內(nèi)生性問題，與此同時，在面板分位數(shù)模型估計中，文章將控制變量與年份虛擬變量作為工具變量，可以部分解決反向因果所導(dǎo)致內(nèi)生性問題。

最后，為檢驗實證結(jié)果可靠性，文章還采用國內(nèi)技術(shù)合同成交金額占GDP 百分比作為科技創(chuàng)新的衡量指標(biāo)，并在此基礎(chǔ)上進行相關(guān)模型估計。在不同情形下，各模型估計結(jié)果均與實證分析部分基本一致，可以證明實證結(jié)果穩(wěn)健性，由于篇幅所限，此處并未列出。

五、結(jié)論與啟示

1.結(jié)論

文章利用1998—2019 年30 個省份面板數(shù)據(jù)，通過基準(zhǔn)模型估計、中介效應(yīng)分析、異質(zhì)性分析以及空間溢出效應(yīng)估計等系統(tǒng)分析了科技創(chuàng)新對低碳經(jīng)濟的影響，得出以下結(jié)論：第一，科技創(chuàng)新對經(jīng)濟增長具有明顯促進作用。通過基準(zhǔn)模型的估計可以發(fā)現(xiàn)，科技創(chuàng)新的估計系數(shù)均為正，且均在10%置信水平下顯著，這表明，提高科技創(chuàng)新水平會對低碳經(jīng)濟增長產(chǎn)生促進作用。第二，降低能耗是科技創(chuàng)新影響低碳經(jīng)濟增長的重要機制。中介效應(yīng)檢驗結(jié)果表明，科技創(chuàng)新可以降低單位GDP 能耗，而能耗降低可以促進低碳經(jīng)濟的發(fā)展，因此，降低能耗是科技創(chuàng)新影響低碳經(jīng)濟的重要機制。第三，中國科技創(chuàng)新對低碳經(jīng)濟增長的影響存在明顯的南北方地區(qū)差異。北方地區(qū)重工業(yè)比重較大，碳排放較高，且經(jīng)濟發(fā)展過程中科技資源相對較少，科技創(chuàng)新的邊際效用較大，故相較于南方地區(qū)，北方地區(qū)科技創(chuàng)新對低碳經(jīng)濟的促進作用較強。第四，隨著低碳經(jīng)濟的發(fā)展，科技創(chuàng)新對低碳經(jīng)濟的刺激作用總體呈下降趨勢。科技創(chuàng)新對經(jīng)濟增長的邊際影響長期看是遞減的，而化石燃料在短期內(nèi)難以被大規(guī)模替代，科技創(chuàng)新在降低碳排放方面的作用受限，故伴隨低碳經(jīng)濟發(fā)展水平提高，科技創(chuàng)新對低碳經(jīng)濟的促進作用呈下降趨勢。第五，科技創(chuàng)新對低碳經(jīng)濟的影響存在明顯的溢出效應(yīng)。具體而言，其他地區(qū)科技創(chuàng)新會對本地區(qū)低碳經(jīng)濟增長產(chǎn)生正向影響。

2.啟示

基于文章研究結(jié)論，可以得出以下啟示：第一，加快推進科技研發(fā)，促進科技成果轉(zhuǎn)化。首先，各地區(qū)應(yīng)該積極引進外資，積極學(xué)習(xí)國外先進技術(shù)，提高本地區(qū)科技發(fā)展水平；其次，應(yīng)該加強引進吸收再創(chuàng)新，在現(xiàn)有技術(shù)基礎(chǔ)上不斷研發(fā)出新的適應(yīng)國內(nèi)市場需求的產(chǎn)品；最后，應(yīng)該加強企業(yè)與高校的合作，更加注重原始創(chuàng)新，不斷研究出世界領(lǐng)先的高科技產(chǎn)品。第二，為了刺激低碳經(jīng)濟的發(fā)展，技術(shù)研發(fā)應(yīng)該充分考慮降低能耗問題。降低能耗是科技創(chuàng)新影響低碳經(jīng)濟的重要機制。因此，一方面應(yīng)該加強降低能耗方面的技術(shù)研發(fā)，另一方面在研發(fā)其他技術(shù)或產(chǎn)品時應(yīng)該將降低能耗放在重要位置。第三，為了更好地發(fā)揮科技創(chuàng)新對低碳經(jīng)濟的刺激作用，在不同地區(qū)或階段應(yīng)該采取不同的策略。首先，從區(qū)域差異角度看，相較南方地區(qū)，北方地區(qū)發(fā)展高科技的必要性與緊迫性更強，應(yīng)該加強北方地區(qū)的產(chǎn)業(yè)轉(zhuǎn)型升級，積極引導(dǎo)高科技人才跨區(qū)域流動，發(fā)展一批技術(shù)含量高的創(chuàng)新型產(chǎn)業(yè)，同時，在圍繞重工業(yè)的科技研發(fā)過程中要充分考慮節(jié)能減排問題。另外，從不同發(fā)展階段角度看，在低碳經(jīng)濟水平較低時，應(yīng)該加強科技研發(fā)，不斷提高低碳經(jīng)濟的發(fā)展水平；隨著低碳經(jīng)濟的發(fā)展，科技創(chuàng)新對低碳經(jīng)濟的刺激作用逐漸減弱，此時，圍繞降低碳排放的科技創(chuàng)新應(yīng)該循序漸進地進行。第四，應(yīng)該加強不同地區(qū)間的技術(shù)交流與合作，共同推進彼此間的低碳經(jīng)濟發(fā)展。鑒于其他地區(qū)科技創(chuàng)新會對本地區(qū)低碳經(jīng)濟的發(fā)展產(chǎn)生正向影響，故應(yīng)該加強不同地區(qū)企業(yè)或高校的交流與合作：一方面應(yīng)該推動不同地區(qū)企業(yè)間合作，可以通過興建合資公司等方式共同開發(fā)新技術(shù)、新產(chǎn)品，提高技術(shù)研發(fā)的速度與效率；另一方面應(yīng)該加強不同地區(qū)高校間交流與合作，推動基礎(chǔ)學(xué)科發(fā)展，更加注重原始創(chuàng)新，增強中國科技創(chuàng)新的后勁。