技術(shù)進(jìn)步偏向性對(duì)中國(guó)城市碳中和進(jìn)程的作用機(jī)制

胡 曉，馮乾彬，宮大慶，任 龍

（1. 西南財(cái)經(jīng)大學(xué)金融學(xué)院，四川成都 611130；2. 浙江大學(xué)經(jīng)濟(jì)學(xué)院，浙江杭州 310058；3. 北京交通大學(xué)經(jīng)濟(jì)管理學(xué)院，北京 100044；4. 對(duì)外經(jīng)濟(jì)貿(mào)易大學(xué)信息學(xué)院，北京 100029）

中國(guó)是當(dāng)前世界第一大碳排放國(guó)，但已向世界作出承諾，力爭(zhēng)讓CO2排放于2030 年前達(dá)到峰值并在2060 年前實(shí)現(xiàn)碳中和［1］。根據(jù)英國(guó)標(biāo)準(zhǔn)協(xié)會(huì)提出的碳中和標(biāo)準(zhǔn)（PAS 2060），碳中和是指相關(guān)溫室氣體排放并未造成全球排放到大氣中的溫室氣體產(chǎn)生凈增加量［2］。這意味著碳中和主要有兩個(gè)實(shí)現(xiàn)途徑［3］。第一是減少碳排放，即減少燃燒化石能源等排放的CO2。第二是增加碳移除，即通過森林、草原、濕地、海洋、碳捕捉與封存（CCS）技術(shù)以及碳捕捉、利用與封存（CCUS）技術(shù)等各種途徑減少大氣層中的CO2［4］。不過由于技術(shù)難度和成本高等原因，CCS、CCUS 等工業(yè)碳匯技術(shù)尚處于初級(jí)階段，目前碳移除依然依賴于森林、海洋等生態(tài)系統(tǒng)的碳匯能力。對(duì)此，2021年3月通過的《中華人民共和國(guó)國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃和2035 年遠(yuǎn)景目標(biāo)綱要》將單位國(guó)內(nèi)生產(chǎn)總值能源消耗和CO2排放分別降低13.5%、18.0%設(shè)定為目標(biāo)，并且指出要提升森林覆蓋率和生態(tài)系統(tǒng)碳匯能力［5］?，F(xiàn)有關(guān)于碳中和的文獻(xiàn)大多只關(guān)注碳排放，卻未對(duì)碳匯方面給予足夠的重視［6-7］。對(duì)此，研究碳中和問題，需要將碳排放和生態(tài)系統(tǒng)碳匯放入統(tǒng)一的框架中進(jìn)行分析，明確不同因素對(duì)碳中和這兩方面的影響機(jī)制。過去研究表明，技術(shù)進(jìn)步是在保障不斷擴(kuò)張的能源需求約束下，降低碳排放增速、提高碳強(qiáng)度的關(guān)鍵路徑［8-9］。不過，技術(shù)進(jìn)步并非呈現(xiàn)中性特征。當(dāng)技術(shù)進(jìn)步更有利于提升某種要素的邊際產(chǎn)出，便形成技術(shù)進(jìn)步偏向性，稱為技術(shù)進(jìn)步偏向該要素［10］。技術(shù)進(jìn)步通常會(huì)對(duì)資本、勞動(dòng)兩大要素產(chǎn)生非對(duì)稱影響，改變二者間的邊際替代率，進(jìn)而影響企業(yè)對(duì)二者的使用傾向［11］。對(duì)此，技術(shù)進(jìn)步的資本-勞動(dòng)偏向可能通過影響碳排放和碳匯進(jìn)而對(duì)碳中和造成影響，該機(jī)制需要做深入研究［12-13］。另外，隨著中國(guó)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)，技術(shù)進(jìn)步在高、低技能勞動(dòng)之間的偏向性也愈發(fā)凸顯，但其對(duì)碳中和的影響也尚不清楚。為彌補(bǔ)當(dāng)前研究存在的不足之處，文章估算出中國(guó)257個(gè)地級(jí)及以上城市在2003—2019 年間技術(shù)進(jìn)步的資本-勞動(dòng)偏向及其高技能-低技能勞動(dòng)偏向，探究了技術(shù)進(jìn)步偏向性對(duì)中國(guó)碳中和進(jìn)程的影響機(jī)制，進(jìn)而從技術(shù)進(jìn)步偏向性視角為中國(guó)城市提供在兼顧經(jīng)濟(jì)發(fā)展的同時(shí)通過要素結(jié)構(gòu)調(diào)整實(shí)現(xiàn)碳中和的有效路徑。

1 文獻(xiàn)綜述與理論假設(shè)

1.1 文獻(xiàn)綜述

已有文獻(xiàn)指出，經(jīng)濟(jì)規(guī)模、能源消費(fèi)結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)、環(huán)境規(guī)制政策、技術(shù)進(jìn)步等均為影響碳排放的重要因素，其中技術(shù)進(jìn)步對(duì)于減少碳排放起到了至關(guān)重要的作用［14-15］。一方面，技術(shù)進(jìn)步可以通過改進(jìn)生產(chǎn)技術(shù)提高能源利用率，促進(jìn)新能源和可再生能源的成本下降，進(jìn)而替代傳統(tǒng)化石能源，改善能源結(jié)構(gòu)，減少碳排放［16］。另一方面，技術(shù)進(jìn)步能使得碳價(jià)格下降，從而降低強(qiáng)制性減排的負(fù)擔(dān)［11］。不過，近年來技術(shù)進(jìn)步所造成的反彈效應(yīng)越來越受到關(guān)注。一些學(xué)者認(rèn)為，技術(shù)進(jìn)步雖然降低了能源價(jià)格，但可能使企業(yè)將能源要素作為其他要素的替代性投入，反而加大能源消費(fèi)量，增加碳排放［15］。申萌等［17］的研究提出，技術(shù)進(jìn)步對(duì)碳排放存在直接抑制和間接增加兩種效應(yīng)，且間接效應(yīng)強(qiáng)于直接效應(yīng)。Unruh［18］則發(fā)現(xiàn)了一種“碳鎖定（Carbon Lock-in）”現(xiàn)象，即由于碳基能源技術(shù)與制度體制的共同作用，技術(shù)進(jìn)步并非都作用在新能源領(lǐng)域，從而造成反彈效應(yīng)［19］。通過上述研究可以發(fā)現(xiàn)，技術(shù)進(jìn)步存在異質(zhì)性［20］，不同方向的技術(shù)進(jìn)步對(duì)碳排放有相異影響。例如，Wang 等［21］發(fā)現(xiàn)，中國(guó)國(guó)內(nèi)無碳能源專利有利于減少CO2排放，但化石能源專利卻并無顯著效果。據(jù)此，技術(shù)進(jìn)步存在偏向性［10］，因而有必要細(xì)致考察技術(shù)進(jìn)步偏向性對(duì)碳排放的影響。

雖然一些研究開始關(guān)注有偏技術(shù)進(jìn)步的減排效應(yīng)［13，22］，但主要考察技術(shù)進(jìn)步偏向能源要素對(duì)碳排放的影響。Gu 等［12］指出，技術(shù)進(jìn)步能源偏向性與碳排放之間存在倒U 型相關(guān)關(guān)系。錢娟［23］也發(fā)現(xiàn)，技術(shù)進(jìn)步偏向能源與碳排放之間呈倒“U”型關(guān)系，并且存在門檻效應(yīng)。郭沛等［24］認(rèn)為，能源增強(qiáng)型技術(shù)進(jìn)步是碳排放強(qiáng)度下降的主要原因。根據(jù)劉自敏等［13］的研究，有偏技術(shù)進(jìn)步在能源與資本、能源與勞動(dòng)偏向能源存在顯著的減排效應(yīng)。劉備等［25］則指出，技術(shù)進(jìn)步偏向能源會(huì)明顯提升凈碳排放量。上述研究雖然采用不同類型的嵌套CES 生產(chǎn)函數(shù)，但均單獨(dú)考慮能源要素。不過，由于中國(guó)的能源消費(fèi)會(huì)大量通過電能進(jìn)行地區(qū)間轉(zhuǎn)移，城市及以下區(qū)域能源收入份額核算存在偏差［26］，因此更適合中國(guó)的CES 生產(chǎn)函數(shù)是將資本要素做統(tǒng)一合成，然后再與勞動(dòng)要素相結(jié)合［27］。當(dāng)然，作為最重要的兩大要素，資本、勞動(dòng)間的技術(shù)進(jìn)步偏向性對(duì)碳排放的影響機(jī)制本身也需要更細(xì)致地討論。隨著產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)變，越來越多的學(xué)者還發(fā)現(xiàn)，勞動(dòng)力內(nèi)部分化愈發(fā)明顯［28］。Welsch 等［29］也提到，低技能勞動(dòng)力能更容易被能源替代。對(duì)此，技術(shù)進(jìn)步在高、低技能勞動(dòng)間的偏向性是否會(huì)影響碳排放也應(yīng)做進(jìn)一步的研究。

相較于減排，目前對(duì)實(shí)現(xiàn)碳中和的第二條途徑——碳移除的研究還相對(duì)不足［6］。由于濕地、海洋的實(shí)際碳匯難以精準(zhǔn)估計(jì)［4］，現(xiàn)有研究主要是估計(jì)森林等陸地植被碳匯能力。崔耀平等［30］研究發(fā)現(xiàn)，陸地植被可消減碳排放增溫效應(yīng)的45.1%。許恩銀等［7］則指出，近年來南方林區(qū)碳貢獻(xiàn)的提升潛力最大，東北和西南林區(qū)存在樹齡偏大、碳貢獻(xiàn)率下滑的問題。此外，CCS、CCUS 等工業(yè)碳匯技術(shù)雖然是實(shí)現(xiàn)碳中和目標(biāo)的重要手段，減排潛力巨大，但目前面臨技術(shù)難度大、成本和能耗高、碳封存可能對(duì)環(huán)境造成長(zhǎng)期不利影響、商業(yè)模式和政策法規(guī)不清晰等諸多挑戰(zhàn)，預(yù)計(jì)要到2046 年前后才能實(shí)現(xiàn)大規(guī)模推廣［31］。考慮到人類活動(dòng)主要對(duì)碳排放和陸地植被碳匯造成影響，現(xiàn)階段分析碳中和的實(shí)現(xiàn)路徑應(yīng)主要考察減少碳排放和提高植被碳匯。

除此之外，中國(guó)地區(qū)間的自然環(huán)境、經(jīng)濟(jì)水平、社會(huì)文化存在較大差異，而城市是中國(guó)未來減緩和適應(yīng)氣候變化活動(dòng)的重點(diǎn)［32-33］。事實(shí)上，中國(guó)自2010 年持續(xù)在81個(gè)城市開展的“低碳城市”試點(diǎn)工作，便是將城市作為減少碳排放的主要陣地［34］。因而從城市維度研究碳中和實(shí)現(xiàn)問題并考慮地區(qū)異質(zhì)性可以得到更加準(zhǔn)確、有指導(dǎo)意義的結(jié)論。不過，受限于城市層面技術(shù)進(jìn)步偏向性測(cè)算難度以及城市層面碳排放和植被碳匯數(shù)據(jù)可得性，相關(guān)研究還不充分。同時(shí)，技術(shù)進(jìn)步偏向性和碳排放可能存在空間擴(kuò)散效應(yīng)［35］，因此也有必要考察技術(shù)進(jìn)步偏向性對(duì)周邊地區(qū)碳中和進(jìn)程的影響。

根據(jù)以上文獻(xiàn)綜述，文章試圖從三個(gè)方面深化現(xiàn)有研究：①將碳排放和植被碳匯放入統(tǒng)一分析框架，進(jìn)而探究技術(shù)進(jìn)步偏向性對(duì)碳中和進(jìn)程的作用機(jī)制，即技術(shù)進(jìn)步偏向性如何通過影響碳排放和植被碳匯作用于碳中和目標(biāo)的實(shí)現(xiàn)。②關(guān)注城市在經(jīng)濟(jì)增長(zhǎng)和環(huán)境治理中發(fā)揮的重要作用，測(cè)算城市層面技術(shù)進(jìn)步的資本-勞動(dòng)偏向性以及勞動(dòng)技能分化視角下技術(shù)進(jìn)步的高技能-低技能勞動(dòng)偏向性，進(jìn)而探究城市如何在兼顧經(jīng)濟(jì)發(fā)展的同時(shí)通過技術(shù)結(jié)構(gòu)調(diào)整推動(dòng)碳中和進(jìn)程。③探究技術(shù)進(jìn)步偏向性對(duì)碳中和進(jìn)程的影響在東北、沿海、黃河中游、長(zhǎng)江中游和西部五大地區(qū)的異質(zhì)性表現(xiàn)，以及地理上由近及遠(yuǎn)的空間擴(kuò)散效應(yīng)，進(jìn)而在制定不同區(qū)域差異化碳中和政策、優(yōu)化中心城市碳中和引領(lǐng)作用等方面完善中國(guó)城市碳中和實(shí)現(xiàn)路徑。

1.2 理論假設(shè)

根據(jù)技術(shù)進(jìn)步偏向性的定義，當(dāng)技術(shù)進(jìn)步在資本、勞動(dòng)間越偏向資本時(shí)，會(huì)相對(duì)提高資本的邊際產(chǎn)出，改變資本要素相對(duì)于其他要素的邊際替代率，企業(yè)會(huì)更傾向于使用資本要素［11，36］。不過，中國(guó)的技術(shù)進(jìn)步偏向資本主要源于商品進(jìn)口、設(shè)備和技術(shù)引進(jìn)［35］，國(guó)內(nèi)資本要素相對(duì)稀缺，價(jià)格較高且增長(zhǎng)緩慢。因此，在中國(guó)資本效率增長(zhǎng)滯緩的情況下，技術(shù)進(jìn)步在資本、勞動(dòng)間偏向資本可能引發(fā)“資本低效率陷阱”，損害中國(guó)全要素生產(chǎn)率的增長(zhǎng)潛力［36］。由于全要素生產(chǎn)率變化是能源效率變化的主要原因［37］，能源效率相對(duì)下降，會(huì)導(dǎo)致碳強(qiáng)度下降速度趕不上產(chǎn)出增加速度，使得碳排放上升［38］。張意翔等［39］的研究也發(fā)現(xiàn)，當(dāng)技術(shù)進(jìn)步偏向資本程度越大，區(qū)域資本節(jié)能效應(yīng)越小。

此外，不同行業(yè)對(duì)其初始技術(shù)進(jìn)步的路徑選擇存在依賴。如果初始技術(shù)路徑是“骯臟”技術(shù)，那么企業(yè)新技術(shù)研發(fā)可能依舊是“骯臟”的新技術(shù)，從而增加碳排放［17，20］。目前中國(guó)“清潔”技術(shù)雖然發(fā)展較快，但是水平仍然較低［21］，經(jīng)濟(jì)也仍處于高污染、高耗能的能源驅(qū)動(dòng)階段［40］。因此使用更多的資本要素，可能會(huì)進(jìn)一步加強(qiáng)“骯臟”技術(shù)，提升碳排放水平。具體地，中國(guó)制造業(yè)企業(yè)對(duì)資本要素投入，主要表現(xiàn)為機(jī)器設(shè)備等固定資產(chǎn)的增加，而該類資產(chǎn)的使用會(huì)提高企業(yè)的能源使用量，提升碳排放水平［41-42］。一些實(shí)證研究也發(fā)現(xiàn)，資本積累是中國(guó)碳排放規(guī)模擴(kuò)大的主要原因［41］。相反，如果技術(shù)進(jìn)步偏向勞動(dòng)，企業(yè)在生產(chǎn)中更傾向于使用勞動(dòng)要素，則會(huì)增加對(duì)資本要素的替代，從而減少碳排放。張為付等［41］指出，勞動(dòng)密集型產(chǎn)業(yè)的擴(kuò)張并沒有帶來碳排放規(guī)模的擴(kuò)大。

對(duì)于植被碳匯方面，“骯臟”技術(shù)路徑下的城市資本擴(kuò)張還會(huì)增加污染物排放，從而對(duì)當(dāng)?shù)厮h(huán)境、土壤等造成破壞，導(dǎo)致植被碳匯下降。楊振兵等［43］的研究發(fā)現(xiàn)，投資導(dǎo)致的資本存量增加會(huì)造成環(huán)境的惡化，而勞動(dòng)投入增加則會(huì)起到保護(hù)環(huán)境的作用。據(jù)此，文章提出假設(shè)1。

假設(shè)1：中國(guó)城市層面的技術(shù)進(jìn)步在資本、勞動(dòng)間偏向資本會(huì)使碳排放上升、植被碳匯下降，進(jìn)而阻礙城市碳中和進(jìn)程。

當(dāng)城市技術(shù)進(jìn)步在高、低技能勞動(dòng)間偏向高技能勞動(dòng)時(shí)，高技能勞動(dòng)力的邊際產(chǎn)出增加，帶來其技能溢價(jià)上升［44］。而隨著高技能勞動(dòng)力的收入水平上升，又會(huì)吸引更多高技能勞動(dòng)力遷移到該城市，形成高技能勞動(dòng)力的聚集。這有利于促進(jìn)當(dāng)?shù)仄髽I(yè)創(chuàng)新和產(chǎn)業(yè)結(jié)構(gòu)向高新技術(shù)行業(yè)升級(jí)，從而提升能源利用效率、改進(jìn)能源結(jié)構(gòu)，降低碳排放，促使產(chǎn)業(yè)體系的低碳化發(fā)展［38］。

此外，湛東升等［45］發(fā)現(xiàn)，自然環(huán)境舒適性在流動(dòng)人口對(duì)城市宜居性評(píng)價(jià)中僅次于公共服務(wù)設(shè)施便利性。吳蓉等［46］的研究則進(jìn)一步指出，城市公園綠地面積通過提升居住滿意度，從而促進(jìn)居民的地方依戀。高技能勞動(dòng)力的居留意愿受城市環(huán)境的影響更大［47］。黨云曉等［48］發(fā)現(xiàn)，高學(xué)歷人才的定居選擇更看重自然環(huán)境的舒適度。當(dāng)技術(shù)進(jìn)步越偏向高技能，城市高技能勞動(dòng)力占比提高。為了提升高技能勞動(dòng)力定居意愿和居住滿意度，城市會(huì)努力改善居住環(huán)境，進(jìn)而治理環(huán)境污染、擴(kuò)大植被覆蓋面積，植被碳匯相應(yīng)增加。與此同時(shí)，高技能勞動(dòng)力增加所帶來的“清潔”技術(shù)和產(chǎn)業(yè)結(jié)構(gòu)升級(jí)也有助于當(dāng)?shù)匚廴舅较陆担M(jìn)一步改善當(dāng)?shù)丨h(huán)境，促進(jìn)植被恢復(fù)，提升碳匯能力［49］。據(jù)此，文章提出假設(shè)2。

假設(shè)2：中國(guó)城市層面的技術(shù)進(jìn)步在高、低技能勞動(dòng)間偏向高技能勞動(dòng)會(huì)使碳排放下降、植被碳匯上升，進(jìn)而推動(dòng)城市碳中和進(jìn)程。

2 關(guān)鍵變量測(cè)算

2.1 被解釋變量測(cè)算

文章研究問題關(guān)注的是城市技術(shù)進(jìn)步偏向性對(duì)碳中和進(jìn)程的影響。根據(jù)陳迎［50］對(duì)碳中和概念的辨析，碳中和是人為碳排放和人為碳移除之間的平衡。據(jù)此，推動(dòng)碳中和進(jìn)程可以通過減少人為碳排放和提高人為碳移除兩種途徑。

文章首先對(duì)被解釋變量之一的人為碳排放CEMS 進(jìn)行度量。人類活動(dòng)造成的碳排放可基于碳核算數(shù)據(jù)庫(kù)（Carbon Emission Accounts & Datasets，CEADs）提供的中國(guó)縣級(jí)尺度碳排放量來測(cè)算。該數(shù)據(jù)庫(kù)被學(xué)者們廣泛使用［51-52］。文章將縣級(jí)尺度的碳排放數(shù)據(jù)匯總到城市層面，可衡量碳排放變量CEMS。

在人為碳移除方面，工業(yè)碳匯技術(shù)距離大規(guī)模應(yīng)用尚需很長(zhǎng)時(shí)間［31］，因而在文章研究期內(nèi)對(duì)其不予以考慮；又由于海洋、湖泊等水體的碳匯較難精確估計(jì)，且當(dāng)前人類活動(dòng)通過土地利用方式變化主要影響的是陸地植被［53］，文章只關(guān)注陸地植被碳匯。

需要說明的是，陳迎［50］指出，碳中和進(jìn)程中的生態(tài)系統(tǒng)碳匯應(yīng)強(qiáng)調(diào)人為屬性，即在有人為采取直接活動(dòng)或人為措施間接干預(yù)的有管理土地上發(fā)生的碳匯才是人為碳匯，無管理土地上的碳匯為零。不過，由于實(shí)際測(cè)算中土地是否被管理難以精確區(qū)分，過去許多學(xué)者使用植被固碳量來近似代理植被碳匯水平［54-55］。文章也將植被固碳量作為被解釋變量之一。事實(shí)上，文章之后的實(shí)證分析使用城市技術(shù)進(jìn)步偏向性對(duì)植被固碳進(jìn)行回歸，回歸系數(shù)反映了技術(shù)進(jìn)步偏向性為植被固碳帶來的邊際影響?？紤]到未被管理土地上的植被在自然狀況下不會(huì)在短時(shí)間內(nèi)發(fā)生大幅變化，且回歸模型還將對(duì)日照、降水等影響植被碳吸收的自然因素以及年份、城市固定效應(yīng)進(jìn)行控制，因而可以認(rèn)為植被固碳的邊際變化來自于人為干預(yù)。據(jù)此，技術(shù)進(jìn)步偏向性對(duì)植被固碳的回歸系數(shù)可以體現(xiàn)技術(shù)進(jìn)步偏向性影響下人類活動(dòng)變化造成植被碳匯的邊際改變程度。

文章使用的植被固碳量數(shù)據(jù)同樣基于CEADs進(jìn)行測(cè)算，測(cè)算方法由Chen 等［6］和Chen 等［56］給出。具體地：美國(guó)宇航局地球觀測(cè)系統(tǒng)開展的MOD17A3 項(xiàng)目提供了中國(guó)植被地表凈初級(jí)生產(chǎn)力（Net primary productivity，NPP）的連續(xù)數(shù)據(jù)。NPP 是綠色植物在單位時(shí)間和單位面積內(nèi)，從光合作用產(chǎn)生的有機(jī)物中扣除自養(yǎng)呼吸后剩余的有機(jī)質(zhì)，能很好地反映植被的碳吸收過程。考慮到不同地區(qū)、不同類型植被NPP 的差異，MOD17A3 的NPP 數(shù)據(jù)涉及綠針葉林、常綠闊葉林、落葉闊葉林、落葉闊葉林、混交林、封閉灌叢、開闊灌木地、木質(zhì)稀樹草原、稀樹草原、草原和農(nóng)田等11 種植被類型，并根據(jù)各地區(qū)植被類型給出了全球1 km×1 km 的NPP 柵格數(shù)據(jù)。Chen 等［6］結(jié)合植被光合作用碳轉(zhuǎn)換系數(shù)將NPP 數(shù)據(jù)匹配到中國(guó)縣級(jí)尺度，估算出不同年份縣級(jí)植被固碳量。文章進(jìn)一步將該數(shù)據(jù)匯總到城市層面，可衡量植被固碳CSEQ。

為了反映城市碳中和進(jìn)程中人為減少碳排放和提升植被碳匯的共同推動(dòng)作用，文章構(gòu)建了第三個(gè)被解釋變量碳?jí)毫PRS。根據(jù)Chen 等［56］、梁中等［54］、馬歆等［55］、李成等［57］，碳?jí)毫Φ扔诘貐^(qū)碳排放量與植被固碳量之比，反映了人類碳活動(dòng)對(duì)當(dāng)?shù)厣鷳B(tài)系統(tǒng)帶來的壓力［58-59］。如上所述，技術(shù)進(jìn)步偏向性對(duì)碳排放和植被固碳的回歸系數(shù)分別表示技術(shù)進(jìn)步偏向性為碳排放和植被固碳帶來的邊際變化，而這種邊際變化可以認(rèn)為來自于人為干預(yù)，因此技術(shù)進(jìn)步偏向性對(duì)碳?jí)毫Φ幕貧w系數(shù)也能相應(yīng)表示技術(shù)進(jìn)步偏向性影響下人類活動(dòng)變化造成碳?jí)毫Φ倪呺H改變程度。人為碳?jí)毫Φ倪呺H改變與實(shí)現(xiàn)碳中和目標(biāo)密切相關(guān)。城市碳?jí)毫呺H下降表明，當(dāng)?shù)卦跍p少人為碳排放和（或）提升人為碳移除有積極效果，有助于推動(dòng)碳中和進(jìn)程；而城市碳?jí)毫呺H增加則表明，人類活動(dòng)不利于碳中和目標(biāo)的實(shí)現(xiàn)。

2.2 資本-勞動(dòng)技術(shù)進(jìn)步偏向性測(cè)算

文章參考Acemoglu［10］關(guān)于技術(shù)進(jìn)步偏向性的定義，并結(jié)合潘文卿等［60］所采用的測(cè)算方法，對(duì)中國(guó)城市層面技術(shù)進(jìn)步的資本-勞動(dòng)偏向性進(jìn)行測(cè)算。測(cè)算過程如下：

首先，假設(shè)F（x）為包括資本K和勞動(dòng)L的CES 生產(chǎn)函數(shù)：

其中：Yt為總產(chǎn)出；Kt和Lt分別為資本要素和勞動(dòng)要素的投入；AKt為資本增強(qiáng)型技術(shù)進(jìn)步，ALt為勞動(dòng)增強(qiáng)型技術(shù)進(jìn)步；θ∈(0，1)為資本收入份額，1 -θ為勞動(dòng)收入份額；ε為資本-勞動(dòng)替代彈性（ε＞0）。

再根據(jù)Acemoglu［10］的定義：

顯然，當(dāng)K和L給定時(shí)，ε大于，此時(shí)，AKt ALt上升會(huì)使Δt上升，提高資本要素的邊際產(chǎn)出，表示技術(shù)進(jìn)步偏向資本；同理，當(dāng)ε小于1時(shí)，技術(shù)進(jìn)步偏向勞動(dòng)；而當(dāng)ε等于1時(shí)，技術(shù)進(jìn)步不存在偏向性，呈現(xiàn)為技術(shù)中性。

對(duì)于資本-勞動(dòng)替代彈性ε的估計(jì)，現(xiàn)有研究通常采用Klump 等［61］的標(biāo)準(zhǔn)化供給面系統(tǒng)估計(jì)。文章在參考León-Ledesma 等［62］的基礎(chǔ)上，利用資本、勞動(dòng)的價(jià)格等于其邊際產(chǎn)出的假設(shè)，并將要素增長(zhǎng)率設(shè)定為“Box-Cox型”，可得：

其中：Yˉ、-K、-L和-t分別為總產(chǎn)出、資本投入、勞動(dòng)投入和年份的樣本均值；ξ是規(guī)模因子；φK、φL分別為資本和勞動(dòng)要素的效率變動(dòng)參數(shù)；rt、ωt分別為資本租金率和工資率。

采用非線性似不相關(guān)回歸方法對(duì)上述非線性聯(lián)立方程組進(jìn)行估計(jì)，可以獲得參數(shù)θ和ε的估計(jì)值。再將其代入生產(chǎn)函數(shù)中，并假設(shè)資本和勞動(dòng)的價(jià)格等于其邊際產(chǎn)出，得到：

最后，基于戴天仕等［63］的研究，構(gòu)建技術(shù)進(jìn)步偏向指數(shù)來反映技術(shù)進(jìn)步在資本、勞動(dòng)間偏向資本的程度：

對(duì)于估算中所用到的數(shù)據(jù)，計(jì)算方法如下：總產(chǎn)出Yt采用城市的收入法GDP 度量，并借助GDP 指數(shù)將其以2002年為基期進(jìn)行折算；參考劉常青等［64］，采用永續(xù)盤存法來估算資本投入Kt，并借助固定資產(chǎn)投資價(jià)格指數(shù)將其以2002 年為基期進(jìn)行折算；勞動(dòng)投入L采用城市年末就業(yè)人數(shù)度量；資本收入份額rtKt Yt和勞動(dòng)收入份額wtLt Yt的度量則參考呂冰洋等［65］。上述測(cè)算所需數(shù)據(jù)從2003—2019年《中國(guó)城市統(tǒng)計(jì)年鑒》中獲得。

2.3 高技能-低技能勞動(dòng)技術(shù)進(jìn)步偏向性測(cè)算

借鑒潘文卿等［66］對(duì)高技能-低技能勞動(dòng)技術(shù)進(jìn)步偏向性的測(cè)度方法，將（1）式中總產(chǎn)出Yt替換為勞動(dòng)總產(chǎn)出YLt，生產(chǎn)函數(shù)可以表示為：

其中：AHI，t和ALO，t分別為高、低技能增強(qiáng)型技術(shù)進(jìn)步；HIt和LOt分別為高、低技能勞動(dòng)投入；π∈(0，1)為高技能勞動(dòng)收入份額，1-π為低技能勞動(dòng)收入份額；δ為高技能-低技能勞動(dòng)替代彈性（δ＞0）。

與（7）式和（8）式的形式類似，AHI，t和ALO，t可以表示為：

其中：wHI，t和wLO，t分別為高、低技能勞動(dòng)力的工資率。

相應(yīng)地，高技能-低技能勞動(dòng)技術(shù)進(jìn)步偏向指數(shù)可以表示為：

文章借鑒潘文卿等［66］的做法，基于世界投入產(chǎn)出數(shù)據(jù)庫(kù)（WIOD）對(duì)高、低技能勞動(dòng)收入份額的測(cè)算。從WIOD 數(shù)據(jù)庫(kù)可獲得1995—2009 年中國(guó)各行業(yè)高、中、低技能勞動(dòng)力的工作時(shí)間占比（分別用LABHS、LABMS、LABLS表示）和勞動(dòng)報(bào)酬占比（分別用H_HS、H_MS、H_LS表示）。若假設(shè)三種技能勞動(dòng)力的單位工作時(shí)間相等，三種技能勞動(dòng)力工作時(shí)間占比等于三種技能勞動(dòng)力人數(shù)占比。文章采用線性預(yù)測(cè)模型對(duì)2010—2019年缺失數(shù)據(jù)進(jìn)行補(bǔ)值。各行業(yè)預(yù)測(cè)模型調(diào)整后擬合優(yōu)度均在0.7以上。此外，若在城市層面考察，接受本科教育及以上人口占比與文章方法計(jì)算得到的高技能勞動(dòng)力人數(shù)占比變動(dòng)趨勢(shì)基本一致，且在統(tǒng)計(jì)上無顯著差異，進(jìn)一步說明了缺失值處理的可靠性。文章之后將WIOD 的行業(yè)分類和國(guó)家統(tǒng)計(jì)局的行業(yè)分類建立對(duì)應(yīng)關(guān)系（若涉及多個(gè)行業(yè)整合為一個(gè)行業(yè)則取平均值），并將WIOD 中的高技能和中技能認(rèn)定為高技能。城市高技能勞動(dòng)力人數(shù)NHIt和低技能勞動(dòng)力人數(shù)NLOt，以及高技能勞動(dòng)報(bào)酬CHIt和低技能勞動(dòng)報(bào)酬CLOt可以表示為：

其中：Lit、wit分別為城市第i個(gè)行業(yè)的年末城鎮(zhèn)職工人數(shù)和平均工資。數(shù)據(jù)可從歷年《城市統(tǒng)計(jì)年鑒》中獲得，缺失值可從《中國(guó)勞動(dòng)統(tǒng)計(jì)年鑒》中補(bǔ)充。

根據(jù)潘文卿等［66］，城市高技能勞動(dòng)收入份額wHI，tHIt/YLt等于高技能勞動(dòng)報(bào)酬在城市總勞動(dòng)報(bào)酬中的占比，而低技能勞動(dòng)收入份額wLO，tLOt/YLt等于低技能勞動(dòng)報(bào)酬在城市總勞動(dòng)報(bào)酬中的占比。

2.4 能源增強(qiáng)型技術(shù)進(jìn)步測(cè)算

由于能源是一種重要的要素投入，會(huì)對(duì)碳中和進(jìn)程產(chǎn)生影響，因此文章測(cè)算了能源增強(qiáng)型技術(shù)進(jìn)步并將其放入模型中進(jìn)行控制。能源增強(qiáng)型技術(shù)進(jìn)步反映了一定能源要素投入量下的產(chǎn)出效率變動(dòng)。文章參考張意翔等［39］和劉備等［25］的計(jì)算方法，對(duì)能源增強(qiáng)型技術(shù)進(jìn)步進(jìn)行測(cè)算。由于目前能源消費(fèi)量只能獲取省級(jí)數(shù)據(jù)，因此與其他文獻(xiàn)一樣［11，25，39］，文章測(cè)算的能源增強(qiáng)型技術(shù)進(jìn)步也為省級(jí)層面。對(duì)于包含能源要素的CES 生產(chǎn)函數(shù)，“資本能源-勞動(dòng)”形式的CES生產(chǎn)函數(shù)相比“勞動(dòng)能源-資本”和“資本勞動(dòng)-能源”的嵌套結(jié)構(gòu)更適合中國(guó)實(shí)情［39］。因此，文章測(cè)算能源增強(qiáng)型技術(shù)進(jìn)步使用如下生產(chǎn)函數(shù)設(shè)定：

其中：AEt表示能源增強(qiáng)型技術(shù)進(jìn)步；KEt為資本和能源要素合成品，Et為能源要素投入；μ為要素的份額參數(shù)；ν為資本能源合成品中資本和能源的替代彈性。其余設(shè)定與前文一致。

對(duì)于能源要素投入的核算，文章首先借鑒王班班等［11］的方法確定能源消費(fèi)量和能源價(jià)格。能源消費(fèi)量數(shù)據(jù)采用《中國(guó)統(tǒng)計(jì)年鑒》中各省能源消費(fèi)總量（萬t 標(biāo)準(zhǔn)煤）。由于目前各省的綜合能源價(jià)格尚不公布，因此基于《中國(guó)物價(jià)統(tǒng)計(jì)年鑒》中35 個(gè)大中城市的煙煤、焦炭、汽油、柴油、天然氣、工業(yè)用電的價(jià)格數(shù)據(jù)，并根據(jù)各省對(duì)應(yīng)能源品種的消費(fèi)量加權(quán)，計(jì)算各省的綜合能源價(jià)格。之后借鑒魏瑋等［27］的方法，采用2001—2019 年的燃料動(dòng)力類價(jià)格指數(shù)計(jì)算當(dāng)年實(shí)際價(jià)格。對(duì)于各省能源要素在合成品中的占比μ，采用無約束極值最優(yōu)化方法得到。要素替代彈性的估計(jì)采用前文中給出的標(biāo)準(zhǔn)化供給面系統(tǒng)估計(jì)，在此不進(jìn)行贅述。

3 實(shí)證分析

3.1 數(shù)據(jù)來源與樣本

文章以中國(guó)城市層面數(shù)據(jù)為樣本。城市碳排放和植被固碳測(cè)算數(shù)據(jù)來自中國(guó)碳核算數(shù)據(jù)庫(kù)，城市氣溫、降水、日照等氣候數(shù)據(jù)來自中國(guó)氣象數(shù)據(jù)網(wǎng)（http：//data.cma.cn）的地面氣象站觀測(cè)數(shù)據(jù)，其他城市經(jīng)濟(jì)、社會(huì)等方面數(shù)據(jù)如非特殊說明均來自《中國(guó)城市統(tǒng)計(jì)年鑒》。中國(guó)目前有293 個(gè)地級(jí)市和4 個(gè)直轄市，而在扣除《中國(guó)城市統(tǒng)計(jì)年鑒》未記錄或關(guān)鍵變量有缺失的城市后，文章最終研究樣本包含2003—2019 年中國(guó)257 個(gè)地級(jí)及以上城市、4 246 個(gè)觀察值。缺失城市樣本主要來自于新疆、西藏、青海、云南、貴州五個(gè)省份，也未涉及香港、澳門、臺(tái)灣地區(qū)。以2019 年為例，文章選取的257 個(gè)地級(jí)及以上城市樣本約占全國(guó)GDP 總量的90%、總?cè)丝诘?5%、建成區(qū)面積的75%、CO2排放總量的86%，對(duì)中國(guó)城市有較好的代表性。城市樣本的描述性統(tǒng)計(jì)見表1。

3.2 資本-勞動(dòng)技術(shù)進(jìn)步偏向性對(duì)碳中和進(jìn)程的影響

文章使用如下雙向固定效應(yīng)面板模型考察技術(shù)進(jìn)步的資本-勞動(dòng)偏向?qū)μ贾泻瓦M(jìn)程的影響，并將標(biāo)準(zhǔn)誤聚類到城市以避免異方差和自相關(guān)問題。回歸模型為：

其中：被解釋變量CPRSit為城市i第t年面臨的碳?jí)毫?，根?jù)2.1 中的步驟測(cè)算；當(dāng)考察技術(shù)進(jìn)步偏向性對(duì)碳排放或植被固碳的影響時(shí)，將（20）式中CPRSit分別替換為CEMSit和CSEQit。根據(jù)表1，碳排放、植被固碳、碳?jí)毫θ齻€(gè)被解釋變量在樣本間差異較大，因而將三者的自然對(duì)數(shù)放入回歸模型。解釋變量TECHDit為城市資本-勞動(dòng)技術(shù)進(jìn)步偏向性，由（9）式測(cè)算?？刂谱兞糠矫?，ENERGYit為城市i第t年的省級(jí)層面的能源增強(qiáng)型技術(shù)，根據(jù)2.4中的步驟測(cè)算；由于城市發(fā)展水平會(huì)影響當(dāng)?shù)氐哪茉聪M(fèi)和植被類型［16］，文章對(duì)城市人均GDP 的自然對(duì)數(shù)PERGDPit進(jìn)行控制；產(chǎn)業(yè)結(jié)構(gòu)會(huì)對(duì)當(dāng)?shù)氐腃O2排放量產(chǎn)生顯著的影響［67］，因此文章控制了城市第二產(chǎn)業(yè)產(chǎn)值與第三產(chǎn)業(yè)產(chǎn)值之比INDSTRit；中國(guó)氣候南北、東西差異巨大，氣候差異除了影響當(dāng)?shù)刂脖活愋蛷亩绊懝烫纪?，所帶來的能源使用方式的差異將?huì)直接影響CO2排放量［68］，故文章在控制變量中加入城市年平均氣溫TEMPit、年降水量的自然對(duì)數(shù)PRECIPit；由于日照也會(huì)影響植被接受光照時(shí)長(zhǎng)和城市燈光持續(xù)時(shí)間，文章將城市年平均日照時(shí)數(shù)（0.1 小時(shí)計(jì)）SUNHRit也納入控制變量；城市人類活動(dòng)會(huì)對(duì)地區(qū)能源消費(fèi)和植被類型產(chǎn)生影響，從而影響碳中和進(jìn)程，因此文章對(duì)城市年末實(shí)有道路面積的自然對(duì)數(shù)ROADit、綠地面積的自然對(duì)數(shù)GREENit和人口密度的自然對(duì)數(shù)POPDENit進(jìn)行了控制；CITYi和YEARt為一系列虛擬變量，用以控制城市和年份固定效應(yīng)。εit為殘差項(xiàng)。

表1 描述性統(tǒng)計(jì)結(jié)果

回歸結(jié)果見表2。模型（1）和（2）表明，無論是否加入控制變量，城市資本-勞動(dòng)技術(shù)進(jìn)步偏向性對(duì)碳?jí)毫Φ恼蛴绊懺?0%水平下顯著，而碳?jí)毫呺H增加表明人類活動(dòng)不利于碳中和目標(biāo)的實(shí)現(xiàn)。從機(jī)制上看，根據(jù)模型（3）和（4），城市資本-勞動(dòng)技術(shù)進(jìn)步偏向性與碳排放呈顯著正相關(guān)關(guān)系；但在模型（5）和（6）中，資本-勞動(dòng)技術(shù)進(jìn)步偏向性對(duì)植被固碳的影響不顯著，即不會(huì)為植被碳匯帶來邊際改變。這可能是因?yàn)?，?dāng)技術(shù)進(jìn)步偏向資本時(shí)，雖然企業(yè)會(huì)更多使用資本要素，但是資本要素存在異質(zhì)性，使用“骯臟”資本會(huì)降低植被碳匯能力，而使用“清潔”資本則會(huì)提升該能力［20］，正負(fù)效應(yīng)可能相互抵消；同理，勞動(dòng)要素也可分為低技能勞動(dòng)和高技能勞動(dòng)［66］，使其對(duì)植被碳匯的影響也存在正負(fù)效應(yīng)，后文的研究對(duì)此有進(jìn)一步闡釋。該結(jié)論在部分支持了假設(shè)1，即城市技術(shù)進(jìn)步在資本、勞動(dòng)間越偏向資本，碳排放越大，碳中和進(jìn)程越受阻。

表2 資本-勞動(dòng)技術(shù)進(jìn)步偏向性影響的回歸結(jié)果

從控制變量的回歸系數(shù)看，能源增強(qiáng)型技術(shù)會(huì)提高城市碳?jí)毫?，且主要通過增加城市碳排放實(shí)現(xiàn)，其對(duì)植被固碳沒有顯著影響。這是因?yàn)殡S著技術(shù)進(jìn)步提高能源的邊際產(chǎn)出，雖然可以降低單位產(chǎn)出所消耗的能源，但是會(huì)加劇碳鎖定效應(yīng)，導(dǎo)致能源消費(fèi)量總體呈現(xiàn)上升，從而提升城市碳排放規(guī)模［25］。城市道路面積對(duì)碳排放產(chǎn)生顯著的擴(kuò)大效應(yīng)，從而提高碳?jí)毫?。該指?biāo)可在一定程度上反映城市的發(fā)展建設(shè)水平，與能源消耗和碳排放緊密相關(guān)。模型（2）中PRECIP和SUNHR的系數(shù)顯著為負(fù)，而模型（6）中二者的系數(shù)顯著為正。這是由于光合作用的存在，城市降水量和光照越大，植被固碳越強(qiáng)，碳?jí)毫υ降?。模型?）和（6）表明，城市綠地面積分別與碳排放和植被固碳呈顯著正相關(guān)關(guān)系，說明城市綠地同時(shí)具有碳源和固碳特征。不過，城市綠地與碳?jí)毫︼@著正相關(guān)則意味著，城市綠地的碳源特征要強(qiáng)于固碳特征。這一方面是因?yàn)椋鞘芯G地多以草、灌木為主，且易受到汽車尾氣、踐踏、城市垃圾等人為因素干擾，對(duì)城市整體固碳貢獻(xiàn)度較小［69］。張思敏等［70］指出，城市綠地對(duì)固碳的貢獻(xiàn)僅占安徽植被固碳總量的0.15%，貢獻(xiàn)最高的是森林（76.43%）和耕地（20.11%）。另一方面，《城市綠地規(guī)劃標(biāo)準(zhǔn)》（GB/T51346-2019）中規(guī)定城鎮(zhèn)開發(fā)邊界內(nèi)規(guī)劃人均區(qū)域綠地面積不應(yīng)小于20 m2，因此城市綠地面積往往隨著城市人口和建成區(qū)面積擴(kuò)大而擴(kuò)大，更多居民、企業(yè)和交通工具帶來大量碳排放，可能超過城市綠地的固碳量。此外，城市綠地在建造施工和管理養(yǎng)護(hù)過程中也會(huì)帶來碳排放，并存在對(duì)城市郊區(qū)固碳效率更高的耕地、森林的吞并，造成城市碳排放的增加。根據(jù)黃柳菁等［71］對(duì)城市綠地碳足跡的評(píng)估，道路綠地大多呈現(xiàn)碳源特征。

3.3 高技能-低技能勞動(dòng)技術(shù)進(jìn)步偏向性對(duì)碳中和進(jìn)程的影響

與（20）式類似，文章使用如下經(jīng)標(biāo)準(zhǔn)誤聚類的雙向固定效應(yīng)面板模型考察技術(shù)進(jìn)步的高技能-低技能勞動(dòng)偏向?qū)μ贾泻瓦M(jìn)程的影響：

其中：解釋變量HLLDit為城市高技能-低技能勞動(dòng)技術(shù)進(jìn)步偏向性，由（13）式測(cè)算。其他解釋變量和控制變量與（20）式相同。εit為殘差項(xiàng)。

回歸結(jié)果見表3。模型（1）和（2）表明，無論是否加入控制變量，城市高技能-低技能勞動(dòng)技術(shù)進(jìn)步偏向性對(duì)碳?jí)毫Φ呢?fù)向影響在1%水平下顯著，而碳?jí)毫呺H減弱表明人類活動(dòng)有利于推動(dòng)碳中和。從機(jī)制上看，根據(jù)模型（3）和（4），城市高技能-低技能勞動(dòng)技術(shù)進(jìn)步偏向性與碳排放呈顯著負(fù)相關(guān)關(guān)系；而在模型（5）和（6）中，高技能-低技能勞動(dòng)技術(shù)進(jìn)步偏向性對(duì)植被固碳有顯著正向影響，即通過影響人類活動(dòng)作用于植被碳匯的邊際提升。上述結(jié)論部分證實(shí)了假設(shè)2，即城市技術(shù)進(jìn)步在高、低技能勞動(dòng)間越偏向高技能勞動(dòng)，碳排放下降、植被匯碳上升，這有助于加速當(dāng)?shù)靥贾泻瓦M(jìn)程。

表3 高技能-低技能勞動(dòng)技術(shù)進(jìn)步偏向性影響的回歸結(jié)果

4 進(jìn)一步分析

4.1 分地區(qū)異質(zhì)性分析

中國(guó)幅員遼闊，不同地區(qū)的經(jīng)濟(jì)基礎(chǔ)、自然環(huán)境、交通基礎(chǔ)設(shè)施、資源稟賦等均存在顯著差異，造成能源結(jié)構(gòu)和植被類型在分布上有很大不同?，F(xiàn)有研究普遍發(fā)現(xiàn)，碳排放的驅(qū)動(dòng)因素在不同地區(qū)呈現(xiàn)出異質(zhì)性影響特征［14，68］。根據(jù)張兵兵等［42］的研究，地區(qū)行業(yè)對(duì)初始技術(shù)進(jìn)步的路徑依賴不同，能源效率高行業(yè)的“清潔”技術(shù)進(jìn)步有利于降低碳排放強(qiáng)度，反之能源效率低行業(yè)的“骯臟”技術(shù)進(jìn)步則會(huì)提高碳排放。因此，參考Zha 等［14］和Zheng 等［72］的劃分標(biāo)準(zhǔn)，將中國(guó)傳統(tǒng)東部、西部、中部、東北四大區(qū)域的基礎(chǔ)上，將東部細(xì)化為沿海地區(qū)。由于秦嶺淮河線的阻隔，導(dǎo)致南北氣候自然環(huán)境差異巨大，并且黃土高原是我國(guó)重要的能源基地，因此將中部地區(qū)劃分為黃河中游和長(zhǎng)江中游。

表4表明，在東北、黃河中游和西部地區(qū)，技術(shù)進(jìn)步在資本、勞動(dòng)間越偏向資本，碳?jí)毫υ礁?，碳中和目?biāo)越難實(shí)現(xiàn)，且這一效應(yīng)在黃河中游地區(qū)最大；而對(duì)于沿海和長(zhǎng)江中游地區(qū)，技術(shù)進(jìn)步偏向資本與碳?jí)毫Τ曙@著負(fù)相關(guān)關(guān)系，且這一效應(yīng)在沿海地區(qū)最大。這可能是因?yàn)?，東北、黃河中游和西部地區(qū)是煤炭、石油、天然氣等化石能源主要產(chǎn)地，而沿海和長(zhǎng)江中游地區(qū)由于傳統(tǒng)能源相對(duì)缺乏會(huì)更多采用清潔能源技術(shù)，這兩個(gè)地區(qū)技術(shù)進(jìn)步偏向資本能進(jìn)一步促進(jìn)清潔能源領(lǐng)域的技術(shù)進(jìn)步，從而減少碳排放、提升環(huán)境質(zhì)量，有利于碳中和目標(biāo)的實(shí)現(xiàn)。該異質(zhì)性分析結(jié)果與吳傳清等［73］的研究結(jié)論一致，即長(zhǎng)江下游沿海地區(qū)自主創(chuàng)新能力提升、經(jīng)濟(jì)向高端化發(fā)展是能源效率提升的主要實(shí)現(xiàn)路徑。根據(jù)表5，所有地區(qū)技術(shù)進(jìn)步偏向高技能勞動(dòng)都顯著降低碳?jí)毫Γ赐苿?dòng)碳中和進(jìn)程，而東北地區(qū)的回歸系數(shù)最大，黃河中游和長(zhǎng)江中游地區(qū)次之。

表4 資本-勞動(dòng)技術(shù)進(jìn)步偏向性影響的地區(qū)異質(zhì)性檢驗(yàn)結(jié)果

表5 高技能-低技能勞動(dòng)技術(shù)進(jìn)步偏向性影響的地區(qū)異質(zhì)性檢驗(yàn)結(jié)果

4.2 空間擴(kuò)散效應(yīng)分析

由于技術(shù)創(chuàng)新具有正外部性，技術(shù)進(jìn)步偏向?qū)傩砸部赡馨殡S商品、技術(shù)貿(mào)易、人員流動(dòng)等途徑實(shí)現(xiàn)空間擴(kuò)散［35］。有研究表明，北京、上海、廣州三大城市的技術(shù)進(jìn)步方向存在對(duì)其他城市的溢出效應(yīng)［60］。同時(shí)，碳排放也可以通過商品貿(mào)易中的隱含碳，對(duì)周圍地區(qū)產(chǎn)生空間擴(kuò)散效應(yīng)［74］。根據(jù)Shan 等［75］的研究，中國(guó)經(jīng)濟(jì)發(fā)達(dá)城市通過從附近欠發(fā)達(dá)城市進(jìn)口工業(yè)品實(shí)現(xiàn)了碳轉(zhuǎn)移。Tian等［76］也發(fā)現(xiàn)東部地區(qū)的高耗能企業(yè)也會(huì)轉(zhuǎn)移到中西部地區(qū)。對(duì)此，一個(gè)城市的碳中和進(jìn)程可能受到來自周邊城市技術(shù)進(jìn)步偏向性的擴(kuò)散效應(yīng)。一方面，城市技術(shù)進(jìn)步偏向性會(huì)擴(kuò)散至周邊城市，從而影響周邊城市的碳中和進(jìn)程［35，60］；另一方面，由于碳排放本身具有擴(kuò)散效應(yīng)，城市技術(shù)進(jìn)步偏向性可能會(huì)通過影響當(dāng)?shù)氐奶寂欧?，從而間接對(duì)周邊城市的碳中和進(jìn)程產(chǎn)生影響［77］。

為了檢驗(yàn)上述擴(kuò)散效應(yīng)，文章首先構(gòu)建了城市間的反地理矩陣。矩陣中的元素是以兩個(gè)城市經(jīng)緯度測(cè)算的城市間距離的倒數(shù)。矩陣經(jīng)標(biāo)準(zhǔn)化處理，使其每行元素之和為1。之后，借助空間計(jì)量中的莫蘭指數(shù)考察了在反地理矩陣下資本-勞動(dòng)技術(shù)進(jìn)步偏向性（TECHD）、高技能-低技能勞動(dòng)技術(shù)進(jìn)步偏向性（HLLD）、碳?jí)毫Γ–PRS）的顯著性，結(jié)果如圖1所示。圖中圓點(diǎn)為不同年份的莫蘭指數(shù)，上下限為5%置信水平下的置信區(qū)間?？梢钥闯?，三個(gè)變量在大多數(shù)時(shí)期具有顯著正向的空間相關(guān)性，各自隨距離衰減的擴(kuò)散效應(yīng)存在。

圖1 2003—2019年技術(shù)進(jìn)步偏向性與碳?jí)毫Φ臄U(kuò)散特征

進(jìn)一步地，文章采用空間動(dòng)態(tài)自相關(guān)面板模型（SAR），檢驗(yàn)反地理矩陣下城市技術(shù)進(jìn)步偏向性與周邊城市碳中和進(jìn)程的關(guān)系，結(jié)果見表6。上一年碳?jí)毫.CPRS與當(dāng)年碳?jí)毫PRS有顯著正相關(guān)關(guān)系，這說明城市碳?jí)毫哂醒永m(xù)性；全局莫蘭指數(shù)為正且通過顯著性檢驗(yàn)，W_CPRS的回歸系數(shù)顯著為正，這說明城市碳?jí)毫Υ嬖谡蚩臻g擴(kuò)散效應(yīng)。模型（1）顯示，城市技術(shù)進(jìn)步在資本、勞動(dòng)間偏向資本將提升周邊城市的碳?jí)毫?，即?huì)阻礙周邊城市的碳中和進(jìn)程。模型（2）顯示，城市技術(shù)進(jìn)步在高、低技能勞動(dòng)間偏向高技能勞動(dòng)將減弱周邊城市的碳?jí)毫?，即有助于推?dòng)周邊城市的碳中和進(jìn)程。

表6 技術(shù)進(jìn)步偏向性與碳?jí)毫Φ目臻g動(dòng)態(tài)模型回歸結(jié)果

5 結(jié)論和建議

基于2003—2019 年中國(guó)257 個(gè)地級(jí)及以上城市數(shù)據(jù)，文章運(yùn)用雙向固定效應(yīng)模型探究了城市技術(shù)進(jìn)步的資本-勞動(dòng)偏向性及其高技能-低技能勞動(dòng)偏向性如何影響碳排放和植被碳匯進(jìn)而作用于城市碳中和進(jìn)程，并借助分組回歸、空間計(jì)量模型分別考察了城市技術(shù)進(jìn)步偏向性影響碳中和進(jìn)程的異質(zhì)性和擴(kuò)散效應(yīng)。研究發(fā)現(xiàn)：①城市技術(shù)進(jìn)步在資本、勞動(dòng)間偏向資本會(huì)擴(kuò)大碳排放，阻礙碳中和進(jìn)程；城市技術(shù)進(jìn)步在高、低技能勞動(dòng)間偏向高技能勞動(dòng)會(huì)降低碳排放并提高植被碳匯，推動(dòng)碳中和進(jìn)程。②在東北、黃河中游和西部地區(qū)，城市技術(shù)進(jìn)步偏向資本會(huì)阻礙碳中和進(jìn)程，該負(fù)向效應(yīng)在黃河中游地區(qū)最明顯，而沿海和長(zhǎng)江中下游地區(qū)則與之相反，即技術(shù)進(jìn)步偏向資本有助于推動(dòng)城市碳中和進(jìn)程；所有地區(qū)的城市技術(shù)進(jìn)步偏向高技能勞動(dòng)對(duì)碳中和進(jìn)程均有顯著推動(dòng)作用，該效應(yīng)在東北地區(qū)最明顯。③城市資本偏向性技術(shù)進(jìn)步會(huì)阻礙周邊城市的碳中和進(jìn)程，而高技能勞動(dòng)偏向性技術(shù)進(jìn)步則會(huì)推動(dòng)周邊城市的碳中和進(jìn)程。

習(xí)近平總書記在2022年兩會(huì)時(shí)指出：“既要有一個(gè)綠色清潔的環(huán)境，也要保證我們的生產(chǎn)生活正常進(jìn)行”。這就要求在穩(wěn)中有進(jìn)地推動(dòng)碳中和目標(biāo)實(shí)現(xiàn)的過程中，必須要兼顧國(guó)民經(jīng)濟(jì)系統(tǒng)正常運(yùn)行，確保生產(chǎn)生活活動(dòng)正常開展。文章從技術(shù)進(jìn)步視角出發(fā)，為中國(guó)城市在兼顧經(jīng)濟(jì)發(fā)展的同時(shí)實(shí)現(xiàn)碳中和提供了新的實(shí)施路徑，具體有以下五點(diǎn)：①政府可通過產(chǎn)業(yè)政策和財(cái)政補(bǔ)貼等方式，引導(dǎo)企業(yè)向勞動(dòng)力要素傾斜，提升勞動(dòng)力特別是高技能勞動(dòng)力的待遇水平，形成高技能勞動(dòng)力的區(qū)域集聚，進(jìn)而通過企業(yè)創(chuàng)新和產(chǎn)業(yè)升級(jí)促進(jìn)當(dāng)?shù)啬茉唇Y(jié)構(gòu)調(diào)整、降低區(qū)域CO2和污染物排放規(guī)模、持續(xù)改善當(dāng)?shù)丨h(huán)境，增加區(qū)域植被碳匯能力。②政府應(yīng)注意資本要素低效投入問題和對(duì)“骯臟”技術(shù)路徑的依賴，加強(qiáng)對(duì)該類型企業(yè)的識(shí)別和環(huán)保監(jiān)督，防止因此出現(xiàn)的當(dāng)?shù)厝厣a(chǎn)率的增長(zhǎng)下降和“清潔”技術(shù)發(fā)展緩慢，進(jìn)而增加區(qū)域碳排放。③中央政府在制定減排技術(shù)路徑時(shí)，應(yīng)充分考慮地區(qū)發(fā)展的異質(zhì)性，針對(duì)不同地區(qū)不同城市制定差異化實(shí)現(xiàn)路徑，例如鼓勵(lì)沿海和長(zhǎng)江中游地區(qū)投入更多資本提升當(dāng)?shù)亍扒鍧崱奔夹g(shù)的發(fā)展，鼓勵(lì)東北、長(zhǎng)江和黃河中游區(qū)高技能勞動(dòng)的邊際產(chǎn)出；加大對(duì)能源富集區(qū)“清潔”技術(shù)發(fā)展的支持，突破其主要依靠能源驅(qū)動(dòng)的經(jīng)濟(jì)發(fā)展結(jié)構(gòu)。④政府應(yīng)充分認(rèn)識(shí)技術(shù)進(jìn)步偏向性與碳?jí)毫Φ目臻g擴(kuò)散效應(yīng)，加強(qiáng)“低碳城市”試點(diǎn)工作，在城市群建設(shè)中通過優(yōu)化中心城市技術(shù)進(jìn)步方向和減少碳排放水平來對(duì)其周邊城市碳中和進(jìn)程帶來積極影響。⑤政府應(yīng)加強(qiáng)區(qū)域水資源協(xié)同，通過水庫(kù)、區(qū)域間調(diào)水工程等改善水資源不足地區(qū)的生態(tài)環(huán)境，進(jìn)而帶動(dòng)植被碳匯能力上升。