結(jié)構(gòu)視域下自主技術(shù)創(chuàng)新對(duì)工業(yè)碳排放的影響及趨勢(shì)預(yù)測(cè)

劉 朝，王梓林，原慈佳

（1. 湖南大學(xué)工商管理學(xué)院，湖南長(zhǎng)沙 410082；2. 湖南大學(xué)資源與環(huán)境管理研究中心，湖南長(zhǎng)沙410082）

近年來，由碳排放造成的全球變暖問題受到各國(guó)重視。作為碳排放最多的國(guó)家，中國(guó)提出2030 年實(shí)現(xiàn)碳達(dá)峰的目標(biāo)。而中國(guó)碳排放主要源自工業(yè)［1］，所以工業(yè)碳減排對(duì)碳達(dá)峰目標(biāo)的實(shí)現(xiàn)具有重要意義。理論上技術(shù)創(chuàng)新具有高效、清潔等減排特征［2-3］，是減少工業(yè)碳排放的一個(gè)關(guān)鍵措施。但以往技術(shù)創(chuàng)新通?；谝M(jìn)技術(shù)實(shí)現(xiàn)，隨著歐美等發(fā)達(dá)國(guó)家不斷對(duì)中國(guó)技術(shù)施壓，引進(jìn)技術(shù)對(duì)技術(shù)創(chuàng)新的邊際貢獻(xiàn)已越來越小，工業(yè)低碳發(fā)展依賴自主技術(shù)創(chuàng)新已成必然［4］?！秾?duì)“十四五”工業(yè)綠色發(fā)展的思考和建議》指出，“十四五”時(shí)期工業(yè)能源結(jié)構(gòu)與行業(yè)結(jié)構(gòu)亟須調(diào)整，而持續(xù)調(diào)整的工業(yè)結(jié)構(gòu)可能影響自主技術(shù)創(chuàng)新對(duì)工業(yè)碳排放的減排效果［5］。因此，文章旨在厘清工業(yè)結(jié)構(gòu)調(diào)整下自主技術(shù)創(chuàng)新對(duì)工業(yè)碳排放的影響進(jìn)而預(yù)測(cè)其排放趨勢(shì)，對(duì)工業(yè)碳達(dá)峰具有重要意義。

1 文獻(xiàn)綜述

當(dāng)前，學(xué)術(shù)界關(guān)于技術(shù)創(chuàng)新對(duì)碳排放影響的研究結(jié)論主要分為三類。其一是碳排放因技術(shù)創(chuàng)新水平提高而減少［6］。其二認(rèn)為技術(shù)創(chuàng)新存在反彈效應(yīng)［7］，從而導(dǎo)致碳排放增加。部分學(xué)者持第三種觀點(diǎn)，認(rèn)為技術(shù)創(chuàng)新對(duì)碳排放的影響受外在條件影響而表現(xiàn)出不確定性。例如，Lin 等［8］研究表明，技術(shù)創(chuàng)新的減排效果隨能源結(jié)構(gòu)中煤炭占比提高而減弱。類似地，Bai 等［9］將收入結(jié)構(gòu)作為技術(shù)創(chuàng)新影響碳排放的門限變量，同樣表明技術(shù)創(chuàng)新的減排效果受結(jié)構(gòu)條件影響。不僅如此，技術(shù)創(chuàng)新的減排效果在不同國(guó)家類別中存在明顯差異。Kumar 等［10］研究表明，技術(shù)創(chuàng)新有效減少發(fā)達(dá)國(guó)家碳排放，卻導(dǎo)致大多數(shù)發(fā)展中國(guó)家碳排放增加。從當(dāng)前研究來看，技術(shù)創(chuàng)新對(duì)碳排放的影響研究較多，但結(jié)論未取得一致性。此外，專門分析自主技術(shù)創(chuàng)新對(duì)中國(guó)工業(yè)碳排放影響的實(shí)證研究較少，其原因可能是中國(guó)工業(yè)技術(shù)水平整體落后于發(fā)達(dá)國(guó)家，對(duì)國(guó)外引進(jìn)技術(shù)依賴較強(qiáng)［11］，從而缺少對(duì)自主創(chuàng)新的重視。理論上技術(shù)創(chuàng)新主要通過原始創(chuàng)新、引進(jìn)消化吸收再創(chuàng)新和技術(shù)外溢實(shí)現(xiàn)，對(duì)中國(guó)而言，后兩種方式的邊際貢獻(xiàn)已越來越小，工業(yè)后續(xù)低碳發(fā)展過程中自主技術(shù)創(chuàng)新的作用將日益凸顯。那么，自主技術(shù)創(chuàng)新能否有效減少工業(yè)碳排放？此外，鮮有文獻(xiàn)討論行業(yè)結(jié)構(gòu)升級(jí)對(duì)自主技術(shù)創(chuàng)新減排效果的影響。而工業(yè)能源結(jié)構(gòu)持續(xù)轉(zhuǎn)型、行業(yè)結(jié)構(gòu)不斷升級(jí)，是否影響自主技術(shù)創(chuàng)新對(duì)工業(yè)碳排放的影響？這些問題需進(jìn)一步明確。

基于歷史數(shù)據(jù)構(gòu)建自主技術(shù)創(chuàng)新對(duì)工業(yè)碳排放影響的計(jì)量模型有助于掌握過去的影響情況，而預(yù)測(cè)自主技術(shù)創(chuàng)新潛在變化下的工業(yè)碳排放趨勢(shì)，則有助于找到未來工業(yè)低碳發(fā)展的實(shí)現(xiàn)路徑。碳排放預(yù)測(cè)是當(dāng)前研究熱點(diǎn)之一，常用方法包括STIRPAT 模型、灰色預(yù)測(cè)方法、機(jī)器學(xué)習(xí)方法等［12-15］。Lin 等［14］基于GM（1，1）灰色預(yù)測(cè)模型預(yù)測(cè)中國(guó)臺(tái)灣地區(qū)碳排放。Xu 等［15］采用一種非線性人工神經(jīng)網(wǎng)絡(luò)（NARX）預(yù)測(cè)中國(guó)碳排放，結(jié)果表明僅低增長(zhǎng)情景下中國(guó)碳排放于2030 年前達(dá)峰，并提出降低碳密集工業(yè)化的低碳建議。然而，已有研究常關(guān)注中國(guó)整體或區(qū)域碳排放趨勢(shì)，預(yù)測(cè)中國(guó)工業(yè)碳排放的研究相對(duì)較少。王勇等［12］采用STIRPAT 拓展模型對(duì)中國(guó)工業(yè)碳排放達(dá)峰進(jìn)行情景預(yù)測(cè)，結(jié)果表明僅低碳情景和抑制排放情景于2030 年前實(shí)現(xiàn)達(dá)峰。類似地，袁曉玲等［13］采用STIRPAT 拓展模型預(yù)測(cè)中國(guó)工業(yè)及8 大細(xì)分行業(yè)基準(zhǔn)情景、低碳情景和高能耗情景的排放趨勢(shì)。已有文獻(xiàn)常采用STIRPAT 模型并結(jié)合情景分析預(yù)測(cè)工業(yè)碳排放，但情景設(shè)定通常只考慮各變量的線性影響，而實(shí)際情況為不同條件下變量對(duì)碳排放的影響存在不確定性［5，7-8，10］。因此，在情景設(shè)定時(shí)考慮變量非線性影響能夠使預(yù)測(cè)結(jié)果更貼合實(shí)際。此外，情景設(shè)定存在一定主觀性且缺乏客觀基準(zhǔn)情景參考，導(dǎo)致情景設(shè)定的有效性難以判斷。而LSTM 神經(jīng)網(wǎng)絡(luò)無需主觀設(shè)定各變量的變化速率，僅基于歷史數(shù)據(jù)即可預(yù)測(cè)工業(yè)碳排放。因此，將各變量非線性影響考慮至情景設(shè)定中，同時(shí)將LSTM 神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)結(jié)果作為基準(zhǔn)情景，能有效彌補(bǔ)碳排放預(yù)測(cè)相關(guān)研究存在的不足。

綜上所述，文章對(duì)中國(guó)工業(yè)碳排放研究的邊際貢獻(xiàn)體現(xiàn)在以下三點(diǎn)：①聚焦自主創(chuàng)新，從工業(yè)結(jié)構(gòu)視角切入，研究工業(yè)能源結(jié)構(gòu)和行業(yè)結(jié)構(gòu)調(diào)整下自主技術(shù)創(chuàng)新對(duì)工業(yè)碳排放的影響，拓展了當(dāng)前工業(yè)碳排放問題的研究視角與內(nèi)容；②將LSTM 神經(jīng)網(wǎng)絡(luò)應(yīng)用到工業(yè)碳排放預(yù)測(cè)問題上，避免了已有研究在情景設(shè)定時(shí)存在一定程度主觀性的問題，使研究結(jié)果更具客觀性和指導(dǎo)性；③根據(jù)不同工業(yè)結(jié)構(gòu)下自主技術(shù)創(chuàng)新減排效果的階段性差異設(shè)置工業(yè)發(fā)展情景，使工業(yè)碳排放預(yù)測(cè)結(jié)果更貼合實(shí)際，同時(shí)為后續(xù)相關(guān)研究的情景設(shè)定提供了新的參考方向。

2 影響機(jī)理分析

基于資源來源差異，技術(shù)創(chuàng)新分為自主技術(shù)創(chuàng)新和引進(jìn)技術(shù)創(chuàng)新。自主技術(shù)創(chuàng)新指不依賴國(guó)外技術(shù)引進(jìn)與資金流入，本國(guó)進(jìn)行的獨(dú)立技術(shù)創(chuàng)新。自主技術(shù)創(chuàng)新理論上是實(shí)現(xiàn)工業(yè)經(jīng)濟(jì)轉(zhuǎn)型的核心驅(qū)動(dòng)力，其影響工業(yè)碳排放的途徑主要包括三個(gè)方面。

首先，自主技術(shù)創(chuàng)新通過工業(yè)能源結(jié)構(gòu)影響工業(yè)碳排放。對(duì)于傳統(tǒng)化石能源，自主技術(shù)創(chuàng)新有助于能效提高，進(jìn)而減少工業(yè)活動(dòng)能源浪費(fèi)；對(duì)于清潔能源，自主技術(shù)創(chuàng)新能夠促進(jìn)其開發(fā)生產(chǎn)，有助于形成煤、油、氣、核、清潔能源等多輪驅(qū)動(dòng)能源生產(chǎn)開發(fā)體系。因此，自主技術(shù)創(chuàng)新能夠從能源消費(fèi)和生產(chǎn)兩方面改善工業(yè)能源結(jié)構(gòu)中煤炭占比過高的問題，進(jìn)而影響工業(yè)碳排放。

其次，自主技術(shù)創(chuàng)新通過工業(yè)行業(yè)結(jié)構(gòu)影響工業(yè)碳排放。自主技術(shù)創(chuàng)新有助于勞動(dòng)力資源在各行業(yè)間得到優(yōu)化配置，削弱行業(yè)要素流動(dòng)壁壘，加速行業(yè)結(jié)構(gòu)升級(jí)。而行業(yè)結(jié)構(gòu)升級(jí)實(shí)質(zhì)為工業(yè)經(jīng)濟(jì)增長(zhǎng)方式和動(dòng)力的改變，即資源從勞動(dòng)力密集型行業(yè)、資本密集型行業(yè)逐漸轉(zhuǎn)向技術(shù)密集型行業(yè)。行業(yè)結(jié)構(gòu)升級(jí)過程中，高能耗、重污染工業(yè)企業(yè)得到控制甚至逐步被淘汰，且工業(yè)技術(shù)設(shè)備更新?lián)Q代，從而緩解工業(yè)碳減排壓力。

最后，自主技術(shù)創(chuàng)新通過低碳創(chuàng)新成果影響工業(yè)碳排放。低碳創(chuàng)新成果主要包括三類，即無碳技術(shù)、減碳技術(shù)和去碳技術(shù)，旨在從碳排放產(chǎn)生源頭、產(chǎn)生過程及產(chǎn)生后期分別減少工業(yè)碳排放。然而，該影響路徑可能受能源結(jié)構(gòu)影響。一方面，煤炭開采及使用具有穩(wěn)定、便宜等特點(diǎn)，而基于自主技術(shù)創(chuàng)新發(fā)展的清潔能源成本相對(duì)較高，且使用存在不穩(wěn)定性。因此，以煤炭為主要能源的工業(yè)企業(yè)更愿意繼續(xù)使用煤炭等化石能源，而忽視自主技術(shù)創(chuàng)新成果，不予采用［16］。另一方面，長(zhǎng)期以煤炭為主的能源結(jié)構(gòu)會(huì)抑制結(jié)構(gòu)均衡調(diào)整［8］。工業(yè)發(fā)展長(zhǎng)期依賴煤炭消耗，阻礙工業(yè)向低碳化轉(zhuǎn)型，導(dǎo)致工業(yè)乃至全社會(huì)忽視自主技術(shù)創(chuàng)新在清潔能源使用和低碳發(fā)展方面的作用，不僅抑制自主技術(shù)創(chuàng)新水平提高，而且阻礙創(chuàng)新成果轉(zhuǎn)化與使用。因此，不同工業(yè)能源結(jié)構(gòu)下自主技術(shù)創(chuàng)新對(duì)工業(yè)碳排放的影響可能存在階段性差異。

此外，自主技術(shù)創(chuàng)新對(duì)工業(yè)碳排放的影響可能同樣存在行業(yè)結(jié)構(gòu)門限效應(yīng)。從整體看，技術(shù)密集型行業(yè)占比較高的地區(qū)更加重視自主技術(shù)創(chuàng)新，有利于形成促進(jìn)創(chuàng)新的社會(huì)環(huán)境，進(jìn)而促進(jìn)自主技術(shù)創(chuàng)新發(fā)揮減排效果。從競(jìng)爭(zhēng)角度看，技術(shù)密集型行業(yè)占比較高時(shí)，行業(yè)間競(jìng)爭(zhēng)加劇，相關(guān)工業(yè)企業(yè)加大自主技術(shù)創(chuàng)新投入，刺激創(chuàng)新產(chǎn)出增加，進(jìn)而從數(shù)量上影響工業(yè)碳排放。從合作角度看，技術(shù)密集型行業(yè)占比較高有助于打通行業(yè)間資源流通壁壘，促使工業(yè)企業(yè)技術(shù)互通程度加強(qiáng)、創(chuàng)新質(zhì)量提高，進(jìn)而從質(zhì)量上影響工業(yè)碳排放。因此，技術(shù)密集型行業(yè)達(dá)到一定規(guī)模時(shí)，自主技術(shù)創(chuàng)新對(duì)工業(yè)碳排放的減排作用更強(qiáng)。

3 模型、變量與數(shù)據(jù)

3.1 模型構(gòu)建

3.1.1 門限-STIRPAT拓展模型

為研究自主技術(shù)創(chuàng)新對(duì)工業(yè)碳排放的影響，構(gòu)建了門限-STIRPAT 拓展模型。該模型由兩部分構(gòu)成，分別為STIRPAT 拓展模型和面板門限模型。STIRPAT 拓展模型基礎(chǔ)形式為IPAT 等式［17］。隨后，為克服該模型中各因素影響線性化和單一化的局限，Dietz等［18］將IPAT 等式以隨機(jī)形式表示，具體如下：

其中：I、P、A和T分別表示環(huán)境壓力、人口、經(jīng)濟(jì)和技術(shù)因素。將式（1）作對(duì)數(shù)處理，轉(zhuǎn)為線性拓展模型，具體如下：

相對(duì)于IPAT 等式，STIRPAT 拓展模型具有許多優(yōu)點(diǎn)，它既允許將各系數(shù)作為參數(shù)來估計(jì)，也允許對(duì)影響因素進(jìn)行適當(dāng)分解與拓展［18］。因此，結(jié)合研究目的將工業(yè)能源結(jié)構(gòu)與行業(yè)結(jié)構(gòu)引入模型。此外，考慮到能源效率對(duì)工業(yè)碳排放的重要影響［19］，同樣將其引入模型。構(gòu)建的STIRPAT拓展模型具體如下：

其中：i表示省份；t表示年份；CE為工業(yè)碳排放；M為工業(yè)規(guī)模；PGDP為工業(yè)經(jīng)濟(jì)水平；IT為自主技術(shù)創(chuàng)新；EI為能源效率；ES為能源結(jié)構(gòu)；IS為行業(yè)結(jié)構(gòu)；ε為誤差項(xiàng)。

自主技術(shù)創(chuàng)新對(duì)工業(yè)碳排放的影響程度可能隨能源結(jié)構(gòu)和行業(yè)結(jié)構(gòu)改變而發(fā)生變化，因此，參照王泳璇等［20］的做法，將STIRPAT 拓展模型與面板門限模型結(jié)合，構(gòu)建門限-STIRPAT拓展模型，具體如下：

其中：I（·）為門限指示函數(shù)，根據(jù)門限值將樣本分段；thr為門限變量，分別為能源結(jié)構(gòu)和行業(yè)結(jié)構(gòu)；γ為門限值；CE和IT的含義與式（3）保持一致；X為影響工業(yè)碳排放的控制變量集合；ε為誤差項(xiàng)。

3.1.2 LSTM神經(jīng)網(wǎng)絡(luò)

LSTM 神經(jīng)網(wǎng)絡(luò)在原有RNN 模型基礎(chǔ)上引入了門結(jié)構(gòu)和細(xì)胞記憶狀態(tài)，解決了梯度爆炸和梯度消失問題［21］，在時(shí)間序列預(yù)測(cè)上具有良好效果。通常而言，工業(yè)碳排放不僅受當(dāng)前影響，以往時(shí)間節(jié)點(diǎn)也可能對(duì)當(dāng)前排放水平造成沖擊。但以往時(shí)間節(jié)點(diǎn)距離當(dāng)前越遠(yuǎn)，造成的影響可能越?。?2］。因此，LSTM 神經(jīng)網(wǎng)絡(luò)的門結(jié)構(gòu)能夠根據(jù)不同時(shí)間節(jié)點(diǎn)過濾信息，進(jìn)而有效預(yù)測(cè)工業(yè)碳排放。

LSTM 神經(jīng)網(wǎng)絡(luò)采用控制門機(jī)制，由遺忘門、更新門和輸出門組成，核心結(jié)構(gòu)如圖1所示。其中：ht-1為上一期迭代后的預(yù)測(cè)結(jié)果，Ct-1為上一期的學(xué)習(xí)狀態(tài)；xt表示t時(shí)刻工業(yè)碳排放真實(shí)值，首先通過遺忘門ft刪除與預(yù)測(cè)無關(guān)的信息，然后通過更新門it更新與預(yù)測(cè)相關(guān)的信息（gt為上一期與當(dāng)期信息處理后的暫存狀態(tài)），最后通過輸出門ot輸出與預(yù)測(cè)相關(guān)的有用信息；ht表示t+1 時(shí)刻工業(yè)碳排放預(yù)測(cè)值。核心帶有σ的小框表示激活函數(shù)sigmoid 的前饋網(wǎng)絡(luò)層，帶有tanh 的小框表示激活函數(shù)tanh 的前饋網(wǎng)絡(luò)層。LSTM 神經(jīng)網(wǎng)絡(luò)中的參數(shù)經(jīng)過不斷訓(xùn)練調(diào)試，對(duì)比和衡量各模型的預(yù)測(cè)準(zhǔn)確率后確定一個(gè)最佳值，即可得到預(yù)測(cè)模型。

圖1 LSTM神經(jīng)網(wǎng)絡(luò)核心結(jié)構(gòu)

3.2 變量解釋

（1）被解釋變量：工業(yè)碳排放（CE）。中國(guó)工業(yè)碳排放主要源自化石能源消耗［23］，由于缺少省際層面的工業(yè)碳排放數(shù)據(jù)，參照Wang 等［24］的做法，并根據(jù)國(guó)際通用的IPCC（2006）推薦方法計(jì)算各省份工業(yè)終端能源消耗產(chǎn)生的碳排放。具體如下：

其中：CE為工業(yè)碳排放；k為工業(yè)8種主要消耗能源，包括煤炭、焦炭、原油、汽油、煤油、柴油、燃料油和天然氣；Ej表示第j種能源消耗量；Sj表示第j種能源折標(biāo)煤系數(shù)，源自綜合能耗計(jì)算通則（GB-T2589-2008）；Fj表示第j種能源碳排放系數(shù)，源自《IPCC國(guó)家溫室氣體排放清單指南》。各能源相關(guān)系數(shù)見表1。

表1 八種能源相關(guān)系數(shù)說明

（2）核心解釋變量：自主技術(shù)創(chuàng)新（IT）。區(qū)別于引進(jìn)技術(shù)創(chuàng)新，參照李兵等［25］的做法，以工業(yè)企業(yè)有效專利發(fā)明數(shù)衡量自主技術(shù)創(chuàng)新。由于自主技術(shù)創(chuàng)新成果需要一段時(shí)間才能被廣泛應(yīng)用，對(duì)工業(yè)碳排放的影響存在一定滯后性，因此，在實(shí)證分析中選用其滯后一階數(shù)據(jù)。

（3）控制變量集合。能源結(jié)構(gòu)（ES）：煤炭消耗量與一次能源消耗總量的比值計(jì)量。行業(yè)結(jié)構(gòu)（IS）：中國(guó)工業(yè)應(yīng)通過自主技術(shù)創(chuàng)新提高行業(yè)競(jìng)爭(zhēng)力，進(jìn)而提高技術(shù)密集型比重，實(shí)現(xiàn)行業(yè)結(jié)構(gòu)升級(jí)。參照陽立高等［26］的做法，以技術(shù)密集型行業(yè)主營(yíng)業(yè)務(wù)收入與工業(yè)主營(yíng)業(yè)務(wù)總收入的比值計(jì)量。工業(yè)規(guī)模（M）：文章研究對(duì)象為工業(yè)，所以將IPAT 等式中人口規(guī)模改為工業(yè)規(guī)模，并以工業(yè)固定資產(chǎn)計(jì)量［27］。工業(yè)經(jīng)濟(jì)水平（PGDP）：為消除行業(yè)勞動(dòng)力規(guī)模影響，以行業(yè)勞均收入計(jì)量。能源效率（EI）：以主營(yíng)業(yè)務(wù)收入與單位標(biāo)準(zhǔn)煤的比值計(jì)量。

3.3 數(shù)據(jù)來源

樣本選自2010—2019 年中國(guó)30 個(gè)省份的相關(guān)數(shù)據(jù)，西藏、香港、澳門和臺(tái)灣地區(qū)由于數(shù)據(jù)獲得性的原因，故未包括在此次研究范圍之內(nèi)。數(shù)據(jù)源于歷年《中國(guó)能源統(tǒng)計(jì)年鑒》《中國(guó)工業(yè)統(tǒng)計(jì)年鑒》《中國(guó)科技統(tǒng)計(jì)年鑒》和《中國(guó)經(jīng)濟(jì)普查年鑒2018》，或根據(jù)獲取數(shù)據(jù)計(jì)算所得。此外，為保證數(shù)據(jù)可比性，所有涉及價(jià)格度量的變量折算成2010 年不變價(jià)，能源消耗數(shù)據(jù)換算成標(biāo)準(zhǔn)煤?jiǎn)挝?。部分缺失?shù)據(jù)采用均值插入法補(bǔ)全。

4 自主技術(shù)創(chuàng)新對(duì)工業(yè)碳排放影響的實(shí)證分析

4.1 模型基礎(chǔ)檢驗(yàn)

為保證回歸結(jié)果準(zhǔn)確性，對(duì)樣本數(shù)據(jù)進(jìn)行多重共線性檢驗(yàn)和單位根檢驗(yàn)。首先采用方差膨脹因子法（VIF）檢驗(yàn)多重共線性，結(jié)果為各解釋變量的VIF 小于10 且平均VIF 為3.14，表明模型不存在多重共線性。進(jìn)一步采用LLC 方法檢驗(yàn)單位根，結(jié)果為所有變量水平值均在1%顯著性水平上拒絕“存在單位根”的原假設(shè)，表明各變量平穩(wěn)，可以對(duì)原數(shù)據(jù)進(jìn)行回歸分析。

4.2 自主技術(shù)創(chuàng)新對(duì)工業(yè)碳排放的影響估計(jì)

為選擇最優(yōu)面板回歸方法，對(duì)樣本數(shù)據(jù)分別進(jìn)行F檢驗(yàn)和Hausman 檢驗(yàn)，兩次檢驗(yàn)結(jié)果對(duì)應(yīng)P值均為0.000，因此選用固定效應(yīng)模型。為使回歸結(jié)果更加穩(wěn)健，結(jié)合“穩(wěn)健性標(biāo)準(zhǔn)誤”方法估計(jì)自主技術(shù)創(chuàng)新對(duì)工業(yè)碳排放的影響。結(jié)果見表2。

由表2 可得自主技術(shù)創(chuàng)新對(duì)工業(yè)碳排放影響的回歸方程，如下所示：

由表2 可知，自主技術(shù)創(chuàng)新、能源結(jié)構(gòu)和行業(yè)結(jié)構(gòu)均對(duì)工業(yè)碳排放造成顯著影響。首先，lnITt-1的回歸系數(shù)為-0.173，在1%水平上顯著，表明前一期自主技術(shù)創(chuàng)新提高1%將減少0.173%的當(dāng)期工業(yè)碳排放。該結(jié)果證實(shí)了自主技術(shù)創(chuàng)新對(duì)工業(yè)碳排放具有減排效應(yīng)。其次，能源結(jié)構(gòu)對(duì)工業(yè)碳排放具有顯著促進(jìn)作用，該結(jié)果證實(shí)了工業(yè)碳排放相對(duì)較高的原因是以煤炭為主的能源結(jié)構(gòu)，與當(dāng)前研究一致。最后，行業(yè)結(jié)構(gòu)的回歸結(jié)果顯著為負(fù)，表明發(fā)展以技術(shù)密集型行業(yè)為核心的行業(yè)結(jié)構(gòu)升級(jí)有利于減少工業(yè)碳排放。

表2 固定效應(yīng)模型回歸結(jié)果

4.3 自主技術(shù)創(chuàng)新減排效果的門限效應(yīng)分析

基于上述結(jié)果，進(jìn)一步檢驗(yàn)?zāi)茉唇Y(jié)構(gòu)和行業(yè)結(jié)構(gòu)對(duì)自主技術(shù)創(chuàng)新減排效果的門限效應(yīng)。為確定模型是否存在門限效應(yīng)，對(duì)能源結(jié)構(gòu)與行業(yè)結(jié)構(gòu)進(jìn)行門限顯著性檢驗(yàn)，結(jié)果見表3。

由表3可知，能源結(jié)構(gòu)與行業(yè)結(jié)構(gòu)通過門限顯著性檢驗(yàn)。具體而言，能源結(jié)構(gòu)存在雙門限效應(yīng)，門限值為2.831 9 和3.439 9，分別在1%和5%水平上顯著，從對(duì)數(shù)形式轉(zhuǎn)換成對(duì)應(yīng)的數(shù)值為16.98%和31.18%。而行業(yè)結(jié)構(gòu)僅存在單門限效應(yīng)，門限值為3.901 0，在1%水平上顯著，從對(duì)數(shù)形式轉(zhuǎn)換成對(duì)應(yīng)的數(shù)值為49.45%。上述結(jié)果表明，能源結(jié)構(gòu)和行業(yè)結(jié)構(gòu)影響自主技術(shù)創(chuàng)新對(duì)工業(yè)碳排放的影響。為進(jìn)一步明確影響大小，分別以能源結(jié)構(gòu)與行業(yè)結(jié)構(gòu)作為門限變量進(jìn)行門限模型估計(jì)，結(jié)果見表4。

表3 門限顯著性檢驗(yàn)及門限值估計(jì)結(jié)果

表4 門限模型估計(jì)結(jié)果

模型1 是以能源結(jié)構(gòu)作為門限變量的回歸結(jié)果，結(jié)果表明，不同能源結(jié)構(gòu)下自主技術(shù)創(chuàng)新對(duì)工業(yè)碳排放的影響存在差異。當(dāng)lnES≤2.831 9 時(shí)，上一期自主技術(shù)創(chuàng)新提高1%將減少0.224%當(dāng)期工業(yè)碳排放。然而，這種減排效應(yīng)隨lnES增大而減弱。當(dāng)lnES介于2.831 9 和3.439 9 之間時(shí)，自主技術(shù)創(chuàng)新的回歸系數(shù)為-0.189。而lnES＞3.439 9 時(shí)，負(fù)相關(guān)關(guān)系進(jìn)一步減弱，僅為-0.177。此外，隨著lnES接連跨過門限點(diǎn)3.439 9 和門限點(diǎn)2.831 9 時(shí)，回歸系數(shù)由-0.177 變?yōu)?0.189，最后變?yōu)?0.224，門限點(diǎn)2.831 9 前后變化幅度近似為門限點(diǎn)3.439 9 的三倍。上述結(jié)果表明，以煤炭為主的能源結(jié)構(gòu)會(huì)抑制自主技術(shù)創(chuàng)新的減排效果。同時(shí)，工業(yè)能源結(jié)構(gòu)去煤化程度達(dá)到較高水平時(shí)（煤炭占比小于16.98%），自主技術(shù)創(chuàng)新對(duì)工業(yè)碳排放的減排效果將大幅提升。

模型2 是以行業(yè)結(jié)構(gòu)作為門限變量的回歸結(jié)果?；貧w結(jié)果表明，以門限值為界，自主技術(shù)創(chuàng)新的兩段回歸系數(shù)均與工業(yè)碳排放呈顯著負(fù)相關(guān)關(guān)系。然而，從具體數(shù)值看，當(dāng)lnIS≤3.901 0 時(shí)，自主技術(shù)創(chuàng)新的回歸系數(shù)為-0.184；而lnIS＞3.901 0 時(shí)，自主技術(shù)創(chuàng)新對(duì)工業(yè)碳排放仍呈負(fù)向彈性關(guān)系，但彈性關(guān)系增強(qiáng)，為-0.200。上述結(jié)果表明，隨著工業(yè)行業(yè)結(jié)構(gòu)中技術(shù)密集型行業(yè)規(guī)模擴(kuò)大，自主技術(shù)創(chuàng)新對(duì)工業(yè)碳減排的貢獻(xiàn)越來越重要。究其原因，可能是技術(shù)密集型行業(yè)達(dá)到一定規(guī)模時(shí)，工業(yè)企業(yè)間技術(shù)競(jìng)爭(zhēng)與合作頻率加快，工業(yè)企業(yè)加大自主技術(shù)創(chuàng)新研發(fā)投入，從而顯著提高自主創(chuàng)新成果的質(zhì)量與數(shù)量。因此，行業(yè)結(jié)構(gòu)中技術(shù)密集型行業(yè)占比越高，越有利于自主技術(shù)創(chuàng)新對(duì)工業(yè)碳排放發(fā)揮減排效果。

5 自主技術(shù)創(chuàng)新影響下的工業(yè)碳排放預(yù)測(cè)

5.1 基準(zhǔn)情景工業(yè)碳排放預(yù)測(cè)

明確結(jié)構(gòu)調(diào)整下自主技術(shù)創(chuàng)新對(duì)工業(yè)碳排放的影響結(jié)果后，進(jìn)一步預(yù)測(cè)自主技術(shù)創(chuàng)新影響下的工業(yè)碳排放。首先采用LSTM 神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)自然狀態(tài)下的工業(yè)碳排放。LSTM 神經(jīng)網(wǎng)絡(luò)基于歷史數(shù)據(jù)進(jìn)行預(yù)測(cè)，且無需對(duì)未來時(shí)期的工業(yè)發(fā)展作主觀設(shè)定，因此，預(yù)測(cè)結(jié)果可以被看作不采取任何新政策，所有變量按歷史發(fā)展趨勢(shì)繼續(xù)發(fā)展的工業(yè)碳排放。因此，將LSTM 神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)結(jié)果作為基準(zhǔn)情景（BS），能夠?yàn)槠渌榫皩?duì)比分析提供有效的基準(zhǔn)參考。

為得到基準(zhǔn)情景，對(duì)LSTM 神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。首先，為提高預(yù)測(cè)精確性，將工業(yè)碳排放數(shù)據(jù)擴(kuò)展為1997—2019 年；其次，預(yù)測(cè)試表明以7 年數(shù)據(jù)作為預(yù)測(cè)基礎(chǔ)效果最佳。因此，以1997—2003 年的數(shù)據(jù)作為初始集；再次，用初始集預(yù)測(cè)2004 年的數(shù)據(jù)，并以7 年為單位進(jìn)行循環(huán)預(yù)測(cè)，得到訓(xùn)練集（2004—2016 年）的預(yù)測(cè)結(jié)果；最后，根據(jù)訓(xùn)練所得模型對(duì)測(cè)試集（2017—2019 年）進(jìn)行預(yù)測(cè)，并以此檢驗(yàn)LSTM 神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)效果。LSTM 神經(jīng)網(wǎng)絡(luò)訓(xùn)練結(jié)果如圖2所示。

由圖2 可知，LSTM 神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)值擬合曲線較貼合真實(shí)值曲線。為確定兩者差距，計(jì)算預(yù)測(cè)值與真實(shí)值的誤差，結(jié)果見表5。由表5 可知，訓(xùn)練集平均相對(duì)誤差為2.65%，滿足預(yù)測(cè)要求。測(cè)試集平均相對(duì)誤差更小，僅為1.21%。上述結(jié)果表明該模型預(yù)測(cè)效果良好。

圖2 LSTM神經(jīng)網(wǎng)絡(luò)訓(xùn)練結(jié)果

表5 LSTM神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)誤差

5.2 發(fā)展情景工業(yè)碳排放預(yù)測(cè)

為預(yù)測(cè)自主技術(shù)創(chuàng)新影響下的工業(yè)碳排放，基于門限-STIRPAT 拓展模型并結(jié)合情景分析進(jìn)行預(yù)測(cè)。參照Yu 等［28］的做法，首先對(duì)變量未來增速進(jìn)行設(shè)定，然后根據(jù)增速測(cè)算各變量未來年份的具體數(shù)值，最后代入式（6），即可預(yù)測(cè)不同情景的工業(yè)碳排放。為確保預(yù)測(cè)準(zhǔn)確性，參照王勇等［12］做法檢驗(yàn)?zāi)Ｐ皖A(yù)測(cè)效果。首先基于各省份2010—2019年的數(shù)據(jù)，通過式（6）得到工業(yè)碳排放預(yù)測(cè)值，然后將預(yù)測(cè)值與真實(shí)值進(jìn)行成對(duì)樣本T檢驗(yàn)。檢驗(yàn)結(jié)果為每一年的P值均大于0.05，表明根據(jù)式（6）計(jì)算得到的工業(yè)碳排放預(yù)測(cè)值與真實(shí)值不存在顯著差異，預(yù)測(cè)效果良好。

5.2.1 變量增速設(shè)置

以工業(yè)2019 年的相關(guān)數(shù)據(jù)作為基準(zhǔn)，并根據(jù)上一節(jié)的實(shí)證結(jié)果、歷史發(fā)展趨勢(shì)、相關(guān)文獻(xiàn)、權(quán)威機(jī)構(gòu)預(yù)測(cè)和工業(yè)發(fā)展規(guī)劃相關(guān)文件等，設(shè)定各變量增速。

（1）工業(yè)經(jīng)濟(jì)水平。《中國(guó)制造2025》指出，隨著中國(guó)工業(yè)經(jīng)濟(jì)進(jìn)入新常態(tài)，預(yù)計(jì)“十四五”期間，制造業(yè)勞均生產(chǎn)率年均增速為6.5%左右。由于工業(yè)41 個(gè)子行業(yè)中31個(gè)行業(yè)屬于制造業(yè)，制造業(yè)增速一定程度上體現(xiàn)了工業(yè)發(fā)展，所以基于上述設(shè)定并參照Yu 等［28］做法設(shè)置工業(yè)經(jīng)濟(jì)水平增速，即2020—2025 年的基礎(chǔ)年均增速設(shè)置為6.5%，2026—2030年為5.5%，2031—2035年為5%。

（2）工業(yè)規(guī)模。參照袁曉玲等［13］的做法，根據(jù)歷史趨勢(shì)設(shè)置工業(yè)規(guī)模增速。同時(shí)，考慮到工業(yè)規(guī)模擴(kuò)張速度受工業(yè)經(jīng)濟(jì)水平增速影響，因此，將不同階段工業(yè)規(guī)模增速的改變幅度與工業(yè)經(jīng)濟(jì)水平保持一致。根據(jù)計(jì)算，將2020—2025 年工業(yè)規(guī)模基礎(chǔ)年均增速設(shè)置為5.38%、2026—2030 年 為4.38% 和2031—2035 年 為3.88%。

（3）自主技術(shù)創(chuàng)新。參照《中國(guó)制造2025》對(duì)有效發(fā)明專利的預(yù)測(cè)方式設(shè)置自主技術(shù)創(chuàng)新增速。同時(shí)，考慮到2010—2014 年專利數(shù)量增長(zhǎng)過快，以2015—2019 年的數(shù)據(jù)測(cè)算更符合未來趨勢(shì)。因此，將2020—2035 年自主技術(shù)創(chuàng)新基礎(chǔ)年均增速設(shè)置為15.88%。

（4）能源效率?！豆I(yè)綠色發(fā)展規(guī)劃（2016—2020年）》指出，規(guī)模以上工業(yè)企業(yè)單位工業(yè)增加值能源消耗從2015 年到2020 年累計(jì)下降18%，年均增速為-3.6%。然而，能源效率具體定義為單位能源消耗所帶來的工業(yè)增加值，其增速應(yīng)為正值。因此，將2020—2035年能源效率的基礎(chǔ)年均增速設(shè)置為3.6%。

（5）能源結(jié)構(gòu)。《“十三五”及2030 年能源經(jīng)濟(jì)展望》預(yù)測(cè)了中國(guó)能源消費(fèi)結(jié)構(gòu)［29］，預(yù)計(jì)2014—2017 年的年均增速為-2.06%?？紤]到中國(guó)經(jīng)濟(jì)進(jìn)入新常態(tài)，煤炭消耗占比進(jìn)一步下降，預(yù)計(jì)2017—2030 年的年均增速為-1.64%。因此，將2020—2035 年工業(yè)能源結(jié)構(gòu)的基礎(chǔ)年均增速設(shè)置為-1.64%。

（6）行業(yè)結(jié)構(gòu)。當(dāng)前研究通常預(yù)測(cè)中國(guó)三大產(chǎn)業(yè)結(jié)構(gòu)變化，缺乏對(duì)工業(yè)行業(yè)結(jié)構(gòu)的預(yù)測(cè)。因此，根據(jù)歷史發(fā)展趨勢(shì)設(shè)置2020—2035 年行業(yè)結(jié)構(gòu)的基礎(chǔ)年均增速，數(shù)值為1.76%。

5.2.2 情景描述

根據(jù)工業(yè)不同發(fā)展情況，設(shè)置四種工業(yè)發(fā)展情景，具體描述如下。

（1）技術(shù)創(chuàng)新增強(qiáng)情景（S1）。該情景重視工業(yè)自主技術(shù)創(chuàng)新，即政府制定更多創(chuàng)新政策激勵(lì)工業(yè)企業(yè)自主技術(shù)創(chuàng)新。因此，該情景下自主技術(shù)創(chuàng)新增速加快。參照Yu 等［28］的做法，在基礎(chǔ)增速上增加2%。與此同時(shí)，技術(shù)創(chuàng)新水平提高，技術(shù)密集型行業(yè)發(fā)展相應(yīng)加快。因此，將行業(yè)結(jié)構(gòu)增速設(shè)置為1.96%。其他變量按基礎(chǔ)增速設(shè)置。

（2）能源結(jié)構(gòu)去煤化情景（S2）。該情景強(qiáng)調(diào)能源結(jié)構(gòu)平衡，即工業(yè)企業(yè)減少煤炭使用，清潔能源占比提高。因此，該情景將能源結(jié)構(gòu)年均增速設(shè)置為-2.06%。其他變量按基礎(chǔ)增速設(shè)置。

（3）粗放發(fā)展情景（S3）。該情景強(qiáng)調(diào)工業(yè)發(fā)展而較少考慮環(huán)境問題。該情景下，工業(yè)經(jīng)濟(jì)高速增長(zhǎng)、工業(yè)規(guī)?？焖贁U(kuò)張且煤炭需求持續(xù)增長(zhǎng)。因此，將工業(yè)經(jīng)濟(jì)水平增速設(shè)置成2020—2025 年為6.5%，2026—2030 年為6%，2031—2035 年為5.5%；能源結(jié)構(gòu)增速設(shè)為-1.44%；工業(yè)規(guī)模的增速分別為2020—2025 年為5.38%，2026—2030 年為4.88%，2031—2035 年為4.38%。其他變量按基礎(chǔ)增速設(shè)置。

（4）可持續(xù)發(fā)展情景（S4）。該情景強(qiáng)調(diào)工業(yè)發(fā)展與環(huán)境承載力相協(xié)調(diào)。該情景下，能源結(jié)構(gòu)調(diào)整和行業(yè)結(jié)構(gòu)優(yōu)化速度加快，自主技術(shù)創(chuàng)新水平和能源效率提高。因此，將行業(yè)結(jié)構(gòu)增速設(shè)為1.96%；能源結(jié)構(gòu)增速設(shè)為-2.06%；自主技術(shù)創(chuàng)新增速設(shè)為17.88%；能源效率增速設(shè)為3.90%。其他變量按基礎(chǔ)增速設(shè)置。

四種情景下各變量具體增速見表6。此外，將能源結(jié)構(gòu)和行業(yè)結(jié)構(gòu)對(duì)自主技術(shù)創(chuàng)新減排效果的門限效應(yīng)考慮至情景設(shè)置中。由于自主技術(shù)創(chuàng)新的回歸系數(shù)在能源結(jié)構(gòu)門限點(diǎn)31.18%前后變化幅度近似為門限點(diǎn)16.98%的三倍，因此，當(dāng)能源結(jié)構(gòu)低于門限點(diǎn)31.18%和16.98%，自主技術(shù)創(chuàng)新增速在設(shè)定基礎(chǔ)上分別增加1%和4%。當(dāng)行業(yè)結(jié)構(gòu)跨越門限點(diǎn)49.95%，自主技術(shù)創(chuàng)新增速在原基礎(chǔ)上增加1%。以此表示自主技術(shù)創(chuàng)新減排效果增強(qiáng)。

表6 四種情景下各變量增速具體描述 /%

5.3 五種情景工業(yè)碳排放預(yù)測(cè)結(jié)果分析

根據(jù)中國(guó)工業(yè)整體回歸方程和LSTM 神經(jīng)網(wǎng)絡(luò)模型，并結(jié)合前文對(duì)四種情景的變量增速設(shè)定，預(yù)測(cè)了五種情景的工業(yè)碳排放。圖3 所示為工業(yè)在五種情景下碳排放的達(dá)峰時(shí)間與量值。

圖3 五種情景工業(yè)碳排放預(yù)測(cè)結(jié)果

第一，基準(zhǔn)情景（BS）即不實(shí)施新政策情況下，工業(yè)碳排放整體呈先增后減，隨后出現(xiàn)反彈趨勢(shì)。該情景下，工業(yè)碳排放2020—2024 年持續(xù)增長(zhǎng)，于2024 年達(dá)到峰值，為8.74 億t。而2025—2030 年持續(xù)下降，于2030 年下降至8.68 億t。最后于2031 年出現(xiàn)反彈趨勢(shì)。上述結(jié)果表明，碳達(dá)峰背景下中國(guó)當(dāng)前制定的減排政策能夠使工業(yè)碳排放于2030 年前順利達(dá)峰。然而，未來工業(yè)經(jīng)濟(jì)增速放緩或碳排放治理標(biāo)準(zhǔn)放松，可能刺激工業(yè)碳排放出現(xiàn)反彈。

第二，自主技術(shù)創(chuàng)新增強(qiáng)情景（S1）和能源結(jié)構(gòu)去煤化情景（S2）的工業(yè)碳排放整體趨勢(shì)相似，2020—2030 年持續(xù)增長(zhǎng)，于2030年達(dá)峰后逐漸下降。從排放量看，自主技術(shù)創(chuàng)新增強(qiáng)情景僅于2029 和2030 年小幅超過基準(zhǔn)情景，累計(jì)減少3.27 億t；而能源結(jié)構(gòu)去煤化情景比自主技術(shù)創(chuàng)新增強(qiáng)情景累計(jì)排放多2.49億t。該結(jié)果表明，僅調(diào)整能源結(jié)構(gòu)不足以有效減少工業(yè)碳排放，而自主技術(shù)創(chuàng)新增強(qiáng)及行業(yè)結(jié)構(gòu)優(yōu)化能有效控制工業(yè)碳排放，并使排放量低于基準(zhǔn)情景。工業(yè)發(fā)展中能源結(jié)構(gòu)調(diào)整問題短期內(nèi)仍難以快速解決，政府應(yīng)加強(qiáng)對(duì)工業(yè)生產(chǎn)過程中技術(shù)投資的宏觀調(diào)控，通過自主技術(shù)創(chuàng)新引導(dǎo)能源結(jié)構(gòu)發(fā)揮減排效應(yīng)，進(jìn)而有效控制工業(yè)碳排放。

第三，粗放發(fā)展情景（S3）的工業(yè)碳排放以較高速率持續(xù)增加，2035 年前不存在達(dá)峰跡象。而可持續(xù)發(fā)展情景（S4）的工業(yè)碳排放于2025年達(dá)峰，并持續(xù)穩(wěn)定下降，且排放量低于其他四種情景。上述結(jié)果表明，如果仍以較快速度發(fā)展工業(yè)經(jīng)濟(jì)，將對(duì)碳達(dá)峰目標(biāo)的實(shí)現(xiàn)造成較大壓力。從長(zhǎng)遠(yuǎn)角度看，這種以犧牲環(huán)境為代價(jià)的發(fā)展方式并不可取。因此，政府應(yīng)以自主技術(shù)創(chuàng)新為核心，制定系統(tǒng)減排政策以實(shí)現(xiàn)工業(yè)低碳發(fā)展。

6 結(jié)論與建議

基于2010—2019 年的省級(jí)數(shù)據(jù)，采用門限-STIRPAT拓展模型分析能源結(jié)構(gòu)和行業(yè)結(jié)構(gòu)調(diào)整下自主技術(shù)創(chuàng)新對(duì)工業(yè)碳排放的影響，基于影響結(jié)果，進(jìn)一步結(jié)合LSTM神經(jīng)網(wǎng)絡(luò)和情景分析對(duì)工業(yè)碳排放展開預(yù)測(cè)。主要研究結(jié)論如下：①研究期內(nèi)，自主技術(shù)創(chuàng)新對(duì)工業(yè)碳排放具有顯著減排效應(yīng)。與Yu 等［28］研究結(jié)論不同，上述結(jié)果肯定了自主技術(shù)創(chuàng)新的減排作用，表明自主技術(shù)創(chuàng)新具有低碳、高效特征，同時(shí)意味著中國(guó)工業(yè)發(fā)展依賴自主技術(shù)創(chuàng)新實(shí)現(xiàn)碳減排是可行路徑。此外，能源結(jié)構(gòu)和行業(yè)結(jié)構(gòu)分別對(duì)工業(yè)碳排放產(chǎn)生顯著正向影響和負(fù)向影響。②能源結(jié)構(gòu)與行業(yè)結(jié)構(gòu)對(duì)自主技術(shù)創(chuàng)新的減排效果具有顯著門限效應(yīng)。具體而言，以能源結(jié)構(gòu)為門限變量的三段回歸結(jié)果是，依次超越門限點(diǎn)16.98%和31.18%后，自主技術(shù)創(chuàng)新減排效果呈階段性減弱，三段回歸系數(shù)分別為-0.224、-0.189 和-0.177；而行業(yè)結(jié)構(gòu)僅存在單一門限值，超越門限點(diǎn)49.45%后，自主技術(shù)創(chuàng)新減排效果增強(qiáng)，兩段的系數(shù)分別為-0.184和-0.200。③預(yù)測(cè)期內(nèi)（2020—2035 年），工業(yè)碳排放在不同情景設(shè)定下存在顯著差異。基準(zhǔn)情景能夠于2024 年達(dá)峰，但2030 年出現(xiàn)反彈趨勢(shì)；自主技術(shù)創(chuàng)新增強(qiáng)情景于2030 年碳達(dá)峰，達(dá)峰時(shí)間晚于基準(zhǔn)情景但排放量相對(duì)更低且不存在反彈趨勢(shì)；能源結(jié)構(gòu)去煤化情景能夠于2030 年碳達(dá)峰，但排放量高于基準(zhǔn)情景；粗放發(fā)展情景2035年前不存在碳達(dá)峰趨勢(shì)；可持續(xù)發(fā)展情景的碳排放量為五種情景中最低。

基于上述研究結(jié)論，為工業(yè)低碳發(fā)展提出以下建議：①鼓勵(lì)發(fā)展高新技術(shù)工業(yè)企業(yè)，提升工業(yè)企業(yè)自主技術(shù)創(chuàng)新能力，逐步擺脫對(duì)國(guó)外技術(shù)的依賴。政府在制定相關(guān)政策時(shí)，應(yīng)將側(cè)重點(diǎn)放在工業(yè)企業(yè)自主創(chuàng)新，特別是對(duì)低碳、環(huán)保型自主技術(shù)創(chuàng)新給予支持。同時(shí)，建議以自主技術(shù)創(chuàng)新增強(qiáng)情景作為工業(yè)自主技術(shù)創(chuàng)新年均增速的參考，以實(shí)現(xiàn)對(duì)工業(yè)碳排放的有效控制。②充分考慮區(qū)域工業(yè)結(jié)構(gòu)差異，制定差異化、針對(duì)性減排政策。煤炭使用占比較高的地區(qū)，應(yīng)將減排重心放在能源結(jié)構(gòu)調(diào)整，完善環(huán)境保護(hù)政策，提高清潔能源在市場(chǎng)中的競(jìng)爭(zhēng)力，同時(shí)調(diào)控和引導(dǎo)居民進(jìn)行清潔能源消費(fèi)，以形成有利于自主技術(shù)創(chuàng)新發(fā)揮減排效應(yīng)的能源結(jié)構(gòu)；行業(yè)結(jié)構(gòu)偏重工業(yè)的地區(qū)，應(yīng)注重工業(yè)中計(jì)算機(jī)通信、電氣機(jī)械和器材制造業(yè)等技術(shù)密集型行業(yè)發(fā)展，加快行業(yè)結(jié)構(gòu)優(yōu)化速度，以促進(jìn)自主技術(shù)創(chuàng)新的減排效果；對(duì)于能源結(jié)構(gòu)和行業(yè)結(jié)構(gòu)較為均衡的地區(qū)，結(jié)構(gòu)調(diào)整優(yōu)化對(duì)于自主技術(shù)創(chuàng)新減排效果的改善作用有限，應(yīng)將減排重心適當(dāng)轉(zhuǎn)移，合理利用減排資源以實(shí)現(xiàn)效益最大化。③充分發(fā)揮信息化優(yōu)勢(shì)，借助數(shù)據(jù)科學(xué)技術(shù)，完善碳排放監(jiān)管體系。實(shí)證結(jié)果表明，若保持現(xiàn)有減排政策和執(zhí)行力度，工業(yè)碳排放達(dá)峰后可能出現(xiàn)反彈。因此，工業(yè)后續(xù)減排過程在制定更強(qiáng)力減排政策的同時(shí)，還應(yīng)基于數(shù)據(jù)科學(xué)技術(shù)建立一套完善的碳排放核算和監(jiān)管體系，實(shí)現(xiàn)碳管理精細(xì)化、數(shù)字化和標(biāo)準(zhǔn)化，避免碳排放反彈。④以自主技術(shù)創(chuàng)新為核心，制定系統(tǒng)化減排政策。當(dāng)前，能源結(jié)構(gòu)調(diào)整仍是工業(yè)發(fā)展短期內(nèi)難以解決的問題，工業(yè)企業(yè)應(yīng)通過自主技術(shù)創(chuàng)新提升能源效率，為工業(yè)整體碳減排發(fā)揮技術(shù)效應(yīng)和結(jié)構(gòu)效應(yīng)。同時(shí)，政府應(yīng)實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略，推動(dòng)工業(yè)經(jīng)濟(jì)轉(zhuǎn)型升級(jí)，實(shí)現(xiàn)“技術(shù)-結(jié)構(gòu)-經(jīng)濟(jì)”的系統(tǒng)低碳效益。