制造业高质量发展视阈下绿色技术创新的碳排放效应研究

李新安，李 慧

（1.河南财经政法大学国际经济与贸易学院，河南 郑州 450046；2.河南省区域产业创新与发展软科学研究基地，河南 郑州 450046）

减少碳排放目前已成为全球共同应对气候变化的重大挑战。而我国作为尚处于工业化中后期阶段的发展中国家，能源总需求将在未来一段时期内持续增长，碳排放仍会呈一定的增长趋势。根据2019年《中国能源发展报告》和2020年《BP世界能源统计年鉴》数据显示，我国能源生产和消费总量均位居世界第一，其中能源消费总量达到48.6亿吨标准煤，且这种以煤炭为主的能源结构产生了大量的二氧化碳，使得我国经济转型与节能减排面临较大的压力。目前，中国许多行业仍主要依靠资源、能源消耗来实现发展目标，经济活动中“高投入、高消耗、低产出”的现象仍未得到根本改变。在我国能源消耗与碳排放中制造业占据重要位置，促进制造业碳减排事关我国绿色转型发展及2030年前实现碳达峰。党的十九届五中全会进一步明确提出，我国“十四五”乃至更长一段时间要“促进绿色技术创新”“推进清洁生产”，以“加快推动绿色低碳发展”。中央经济工作会议更是将“做好碳达峰、碳中和”工作作为2021年要抓好的重点任务之一。实现二氧化碳排放达峰，关键是通过产业技术创新降低碳强度，以抵消经济增长带来的碳排放增加。促进绿色技术创新已成为我国未来较长一段时间实现绿色发展目标的重要支撑。随着“十四五”期间中国经济向绿色发展加快转型，在推进制造业高质量发展的背景下，客观地识别和厘清绿色技术创新对区域环境的影响方式与作用机理，探究绿色技术创新作用制造业碳减排的内在机制，为我国“十四五”乃至更长时期实现制造业碳减排和经济增长的双重目标寻找新的发展路径，建立绿色低碳、循环持续的现代产业体系，具有十分重要的理论现实价值。

1 文献综述

绿色技术创新以减少资源能源消耗和污染排放及保护环境为目标。目前，关于绿色技术创新的国内外研究主要集中在影响因素和内在机理两方面。

其一，对于绿色技术创新的影响因素主要集中在环境规制、技术溢出、政府补贴和研发投入等方面。王文普和陈斌（2013）[1]引入波特假说，研究结果表明，随着环境规制强度的提高，企业为减少治污成本会寻求技术研发来降低企业排污量，从而促进了绿色技术创新发展。尤济红和王鹏（2016）[2]研究发现，环境规制可通过引导技术研发偏向绿色创新方面，从而促进绿色技术创新进步。此外，有部分学者从技术溢出视角，探究FDI或OFDI对我国绿色技术创新的作用机制。孔群喜等（2019）[3]研究长江经济带的绿色技术创新发现，OFDI能够促进绿色技术创新能力的提升，但会受到市场分割的影响阻碍绿色技术创新。肖权和赵路（2020）[4]研究发现，FDI对绿色技术创新能力有提升作用，通过合理的政策消除技术溢出壁垒，能够促使区域绿色创新能力的提升。学界关于政府补贴和研发投入影响绿色技术创新的研究，目前结论尚不一致。Dimos和Pugh（2016）[5]研究发现，没有实质性的证据证明政府补贴对绿色技术创新有影响。但白俊红和李婧（2011）[6]研究发现，企业在进行绿色技术创新活动前期需要大量资金投入，政府补贴可通过缓解企业研发创新方面的资金压力、增强风险承担能力以及提高创新积极性与动力来改善技术创新效率。此外，Philipp Boeing（2016）[7]研究政府补贴分配对商业研发补贴的有效性，结果表明政府研发补贴挤掉了企业研发投入，减少了商业研发投资，抑制了企业创新。张旭和王宇（2017）[8]研究工业企业研发投入对自身绿色创新能力的影响，结果发现研发投入显著提升绿色技术创新，且作用强度随时间变化不断增强；同时作者认为研发投入主体和投入对象应向企业转移，从而突出企业在促进绿色技术创新过程中所起的主体作用。李广培等（2018）[9]研究发现，R&D投入在环境规制对绿色技术创新的影响中起正向调节作用。

其二，绿色技术创新的内在形成机理也是目前该领域的研究热点。毕克新等（2011）[10]通过构建FDI资源进入模型，研究发现FDI的直接效应能够带来资金和技术流入，间接效应有利于绿色技术的创新研发等。徐建中等（2015）[11]研究发现，企业的绿色技术创新受到行为意愿及内在和外在两方面控制因素的影响，政府的低碳管制要能够对技术创新起到促进作用，并且与企业自身的创新意愿、投入能力和组织文化一起推动绿色技术创新。原毅军和戴宁（2017）[12]采用联立方程模型，实证分析了绿色技术创新能力的制造业攀升路径，结果表明，从制造业整体来看，绿色技术创新能力对于产业攀升具有显著的促进作用，而绿色技术创新能力有助于产品或者服务质量的提升，也会增强中国制造业在国际分工的竞争力，从而提升其附加值。

目前，国内外学者关于绿色技术创新对碳排放的影响研究较少，更多集中在技术进步的整体影响方面。于京涛和王珊珊（2016）[13]对中国、美国、英国、德国、日本和韩国6个国家绿色发展路径进行比较分析，回归结果显示创新投入、城市化水平、产业结构轻型化等对绿色增长有显著正面效果，而能源消耗和环境税对绿色增长有显著负面效果，提出了以技术进步驱动绿色增长的政策见解。张兵兵等（2017）[14]运用DEA-Malmquist方法对技术进步影响二氧化碳排放强度的作用机制进行了解析，研究表明，就全行业而言，技术进步有利于降低二氧化碳排放强度。钱娟（2018）[15]从产业层面出发，将绿色技术创新与碳排放强度相结合并构建模型，认为在产业结构调整对中国碳减排效益逐渐削弱的背景下，绿色技术创新已成为降低碳排放的关键驱动因素。

以上学者的相关论述，为研究制造业绿色技术创新的目标方向与转型路径提供了重要的思路借鉴与参考。由于我国不同地区及制造业细分行业技术创新水平的差异，发展过程中所引致的碳排放并不完全相同，突破点和措施也应有所差异，因而有必要对具体地区和不同制造行业进行具体分析。此外，现有相关文献在实证方面，更多的是关注技术创新对碳排放的影响，没有兼顾绿色这一因素，或多将研究对象设定为绿色技术创新或制造业碳排放单一方面进行研究，在实践中具有较大的局限性。因此，本文建立绿色技术创新与制造业碳排放之间的计量模型，选取2007—2017年中国制造业行业面板数据，通过实证研究分析绿色技术创新对制造业碳排放的影响，探寻绿色技术创新促进制造业碳减排的作用机理，为实现制造业行业绿色低碳转型和高质量发展，同时也为相关部门制定合理有效的节能减排政策提供理论参考。

2 我国制造业绿色创新能力及碳排放的测度

2.1 绿色技术创新能力测算模型构建

目前关于绿色技术创新的测算方法很多，主要有三类：一是数据包络分析法（DEA）和主成分法测算绿色技术全要素生产率（梁圣蓉和罗良文，2019）[16]；二是使用绿色专利统计数据来衡量，具体做法是国家知识产权局上公布有所有专利的申请信息，结合世界知识产权组织（WIPO）提供的绿色专利清单中列示的绿色专利国际专利分类编码，获取专利数据，建构绿色技术创新指标（董直庆和王辉，2018；裴潇等，2019）[17-18]；三是将绿色技术创新分为绿色工艺创新和绿色产品创新，分别用万元工业产值废水排放量和万元新产品产值综合能耗量来衡量（张倩，2018）[19]。

基于研究主题，从制造业高质量发展角度来看，绿色技术创新主要体现为在具有持续动态发展的情况下，减少发展对环境的不利影响与降低资源能源的消耗。而全要素生产率不仅体现出技术创新的效率，同时也代表了技术创新的质量，是判断可持续发展的重要衡量标准。基于数据可获得性，拟通过测算绿色全要素生产率来分析我国的绿色技术创新能力。数据包络分析（DEA）是近年来评价全要素生产率的主流研究方法，因此，本文使用超效率DEA模型来解决相对有效决策单元的不可比问题。但在实际研究中，为解决超效率DEA模型难以求解样本数据量大等复杂线性规划问题的缺陷，一般将DEA模型与Malmquist-Luenberger生产率指数（简称ML指数法）相结合，用于测度区域或产业的全要素能源效率。这样在引入方向性距离函数的基础上，纳入负向产出的投入产出关系的函数为：

其中，x表示生产要素投入向量，y表示正向合意产出向量，b表示负向非合意产出向量，g表示产出的方向向量，P(x)表示某一决策单元实际产出与生产前沿的距离，β表示基于超效率DEA模型的生产前沿函数。

假设在t时期第k个决策单元的投入产出组合为，根据超效率DEA理论可构造以下线性规划进行求解。

ML指数可以进一步分解为技术效率变化（EFFCH）与技术进步变化（TECH）。技术效率变化表示由于生产者内部效率的调整引起的行业产出增长，主要源于纯技术效率变化和生产规模变化两部分；技术进步变化则表示由技术进步引起的产出增长。

2.2 测算指标选取与变量数据说明

通过绿色全要素生产率测算，来衡量制造业绿色技术创新能力。在构建指标的过程中，通常包括投入、合意产出与非合意产出三部分，以考察分析地区层面的制造业绿色技术创新能力。因此，选取2007—2017年30个省份（因西藏和中国港澳台的部分数据缺失，暂不考虑）的制造业投入产出变量进行测算，数据主要来源于《中国科技统计年鉴》《中国工业统计年鉴》及《中国环境统计年鉴》。具体变量处理与说明如下。

2.2.1 投入变量。投入一般包括资本投入与劳动投入。在资本投入指标的选取方面，目前国内学者通常用永续盘存法测算出的固定资产存量来衡量行业资本水平，该统计方法涉及各期资产存量与折旧率。但目前国内缺少对省级制造业层面的固定资本存量的统计，因此，参考王唯朴（2015）[20]的做法，用各省制造业固定资产净值与流动资产之和来衡量资本投入。在劳动投入指标的选取方面，采用目前大多数学者的做法，选取各省制造业的城镇单位就业人数来代表劳动投入。

2.2.2 合意产出。经济产出是各地区各行业发展的共同目标，在衡量经济产出方面，大多数文献主要选用生产总值与工业增加值。由于各省制造业数据缺失问题，本文选取各省制造业销售产值来作为其中一项合意产出，以体现市场效益。同时为了使生产率指标体现出制造业的创新能力，通过梳理相关文献发现，专利申请量在一定程度上能够体现行业技术创新与成果创新水平，因此，本文加入制造业专利申请量来作为合意产出的补充。

2.2.3 非合意产出。制造业行业在传统粗放型的经济发展模式下消耗大量资源，排放多种污染物，严重损害自然环境。在当前国家绿色发展的要求下，降低制造业行业污染物排放是制造业实施绿色技术创新的目标之一，因此，借鉴李丹青等（2020）[21]的做法，选取工业废水、二氧化硫和固体废物排放量来作为非合意产出。

2.2.4 制造业细分行业选取。本部分在探究行业层面的制造业绿色技术创新能力时，选取了2007—2017年26个制造业行业的投入产出变量。计算处理中仍将规模以上制造行业企业作为研究对象，同时由于2011年前后的统计年鉴部分行业划分不同，为了统一口径，把部分年份里汽车、航天、铁路统一合并为交通设备制造业，塑料制造、橡胶制造合并为橡胶塑料制造业，剔除掉部分数据严重缺失的行业，最终选取26个制造业行业进行统计分析。具体行业划分如表1。

表1 制造业行业分类

2.3 测算结果与分析

由于2011年行业规模口径不一致，因而将研究对象设为规模以上的制造业企业，但2011年统计年鉴中只有大中型制造业的相关数据，故采用等比取法计算出当年规模以上的制造业企业数据。

2.3.1 制造业细分行业绿色创新能力测算结果。我国制造业各细分行业2007—2017年绿色创新全要素生产率数值，见表2所示。从行业间来看，不同行业的绿色创新全要素生产率存在明显的差异。其中，烟草制造业绿色全要素生产率最高，主要是由于受国家垄断、低排放、低污染、高利润以及高投入等优势，而且面对的消费群体需求较大，技术创新速度较快；专用设备制造业、通用设备制造业、仪器仪表制造业、电气机械和器材制造业的绿色全要素生产率均值较高，这类行业以技术要素投入为主，整体上高于以食品制造业、纺织业、皮毛等为主的劳动型制造业和以有色金属、橡胶与塑料制造业、非金属制造业等为主的资源型制造业绿色全要素生产率；木材加工及木竹藤棕草制品业、皮革毛衣羽毛及其制品制造业、家具制造业等绿色全要素生产率ML指数小于1，这类行业原材料对自然资源依赖较大，创新水平较低；石油加工炼焦和核燃料加工业等资源型制造业，其绿色创新全要素生产率指数并不高，主要在于该行业加工过程中排放的污染物过大，而且能源消耗较多，技术创新更新较慢。

表2 各细分行业绿色全要素生产率

2.3.2 各省区制造业绿色创新能力测算结果。由于部分省份制造业数据不全，本文通过制造业在工业行业中的占比，根据工业数据计算出当地当年缺失数据。据此可计算出30个省（区市）制造业2007—2017年绿色全要素生产率（由于篇幅限制，具体数值不再列出）。

从30个省（区市）制造业绿色全要素生产率的几何均值来看，大多数省份绿色全要素生产率都大于1，表明绿色技术创新水平呈增长趋势，这得益于我国对绿色创新发展的重视，以及制造业企业降耗减排研发水平的提升。从时间趋势来看，各省（区市）制造业的绿色全要素生产率水平总体上呈现波动式上升，这是技术的驱动效应使得制造业绿色技术创新能力在不断提高。其中，北京、天津、福建、江苏、浙江、上海、安徽、广东等长三角沿海地区的指数高于其他地区，而部分省（区市）如青海、新疆、黑龙江、山西等中西部及东北地区与东部相比指数较低，可以看出绿色技术创新水平在我国仍存在较大差异。这表明一个地区较高的经济发展水平不仅能够对绿色创新提供研发投入等支持，同时发达的各类市场也极易加速外商投资及频繁贸易往来所带来的技术溢出，加之人才、技术储备充足，研发成果易于应用转化，这些都有利于绿色创新能力的提升。

我国制造业十余年间的绿色技术创新效率可根据式（4）计算得出，经测算绿色技术创新效率平均增长率ML指数为2.3%，其中绿色技术进步具有较大的促进作用。图1描绘了我国制造业2007—2017年整体绿色技术创新能力指数及其分解项变动情况。

图1 我国制造业整体绿色技术创新能力

从图1整体趋势看，体现制造业绿色全要素生产率的ML指数变化值在2012—2013年是小于1的，表明该阶段制造业绿色技术创新水平下降；在其他时间段ML指数是大于1的，表明绿色技术创新水平处于上升趋势。在2014年后，我国制造业绿色技术创新出现了快速的增长，整体上呈上升趋势，说明我国制造业绿色技术创新能力逐渐加强。同时还可以看出，随着MLEFFCH（绿色技术创新指数）变化，MLTECH（绿色技术进步指数）也相应发生变化，表明技术创新能力的提升对实现绿色创新有着重要的积极作用。因此，提升绿色全要素生产率，需要加大对制造业人力、物力和财力的投入，促进行业先进技术的研发与吸收，提升行业技术水平。我国制造业十年间的绿色技术创新能力浮动较大，可能在于我国对绿色技术的自主创新能力不强，部分关键核心技术需要从国外引进，并不能对其完全吸收转化。但总体呈现的上升趋势，说明我国绿色技术创新能力正在不断增强，制造业正逐渐从粗放型转向创新型发展。

2.4 我国制造业碳排放测度方法选择及测算结果

2.4.1 碳排放测算方法选择。目前，国际上关于排放核算体系有两种：一种是自下而上核算二氧化碳排放量，基于企业具体项目和产品的二氧化碳排放情况，从社会向政府转移的体系。例如，2006年国际标准化组织颁布的《温室气体核证标准》，这种核算体系在测算经济整体的碳排放时有较大的局限性，很难对某个地区全部企业项目和产品的二氧化碳排放量进行统计；另一种是自上而下核算二氧化碳排放量，目前主要依据《IPCC国家温室气体指南》，通过对主要排放量来源进行层层分类的方法来核算二氧化碳排放量，这种方法具有一定的广泛性、普适性和数据可得性的优点，是目前公认的最常用的二氧化碳排放量计算方法之一。

根据《IPCC国家温室气体指南》中给出的各种能源的二氧化碳排放系数，对制造业二氧化碳排放量进行估算。具体计算公式为：

其中，Cit表示第i行业第t年规模以上制造企业二氧化碳排放量，aj表示第j种能源的二氧化碳排放系数，Eijt表示第i行业第t年第j种能源的消耗量。本文所需的各种能源的二氧化碳排放系数如表3所示。

表3 二氧化碳排放系数

2.4.2 我国各省份制造业碳排放测算结果。在用IPCC法测算二氧化碳排放量的相关文献中，大多数都是以原煤、焦炭等八种化石能源来进行核算，但在省级层面分析制造业二氧化碳排放现状上，历年《中国能源统计年鉴》只公布了各省工业能源消耗量，没有制造业能源消耗量；同时各省市的统计年鉴上公布有制造业能源消耗量，但能源种类不同。基于数据可得性，同时减少统计误差，本文在我国整体及省级制造业碳排放的分析上采用IPCC国家温室气体测算方法。根据测算结果可知，我国制造业二氧化碳整体排放量，2007—2013年呈现明显上升趋势，2014—2017年增长开始放缓，并呈现下降趋势。从制造业的26个细分行业看，有4个行业碳排放量巨大，分别为造纸及纸制品业、黑色金属冶炼和压延加工业、非金属矿物制品业、有色金属冶炼和压延加工业，这类行业能源消费量大，在生产过程中会产生大量温室气体，占制造业碳排放量80%以上，而家具制造业和仪器仪表制造业等低能耗行业二氧化碳排放量最少。同时，各行业二氧化碳排放在2007—2013年都呈现出增长趋势，在2014年之后转为下降。究其原因在于，国家《“十二五”控制温室气体排放工作方案》指出，我国5年内将大幅度降低碳排放强度，通过调整能源结构及向清洁可再生能源的转移，使能源消费量减少，从而降低二氧化碳排放量。

此外，根据测算结果还发现，30个省（区市）2007—2017年制造业二氧化碳排放量总体呈现出上升趋势，自然资源储量丰富地区与经济发展快的地区碳排放含量高。其中，山西、山东、河南是我国制造业二氧化碳排放量最多的三个省份，江苏、广东及河北紧跟其后，在这些地区中，制造业是推动其经济发展的重要支柱产业。海南省的制造业企业较少，其制造业二氧化碳排放量在30个省（区市）中最少。从2007—2017年各地区二氧化碳排放量增长率来看，除部分地区略有下降，大多数地区表现出正增长，其中，新疆、陕西、宁夏及重庆的增长率最高，增长均在1倍以上。

3 绿色技术创新影响制造业碳排放的实证分析

本文采用绿色全要素生产率ML指数衡量绿色技术创新能力，而这个指数表示现期对基期效率的变化，为得出一个现期对于固定基期效率值，我们以2007年为基期采用逐步相乘法进行计算。由于现期值受基期值的影响，所以被解释变量的滞后一期包含在解释变量中。通常计量模型主要由两个方面出现内生性问题：一是被纳入误差项中遗漏变量的影响，与其他解释变量有相关性；二是被解释变量与解释变量双方互为因果的交互影响。通过以上分析，文中被解释变量与扰动项存在内在关联性，且绿色技术创新能力与制造业价值链也存在因果关系。为分析被解释变量与解释变量交互作用对实证结论稳定性的影响，在进行面板回归分析后，进一步采用动态GMM面板模型回归对结论进行考察。

3.1 计量模型设定

对前文选取的26个制造业细分行业的面板数据进行回归分析，由于考虑到绿色技术创新能力的长期效应，在研究绿色技术创新能力对制造业碳排放的影响时，建立以下面板数据回归模型：

其中，i表示行业，t表示时间，a0表示常数项，εit是随机误差，Yit表示制造业二氧化碳排放量，GTP表示绿色技术创新能力，X表示控制变量，并选取企业规模、行业结构、外商直接投资和政府支持作为控制变量。

3.2 变量选取与数据来源

选取中国制造业26个细分行业2007—2017年的面板数据作为研究对象，并进行回归分析。根据所设定的实证分析模型，为消除价格因素的影响，将价格调整为2007年基期。

二氧化碳排放量。以制造业分行业的煤炭、焦炭、原油、汽油、煤油、柴油、燃料油、天然气8种能源消费量为基准，根据IPCC（Intergovernmental Panel on Climate Change）提供的估算化石燃料燃烧中二氧化碳排放量的公式，计算出碳排放量，并取对数来作为衡量标准。

绿色技术创新能力（GTP）。用DEA与Malmquist-Luenberger指数测算出绿色全要素生产率进行表示。测算出ML指数表示现期对基期效率的变化，为得出一个现期对于固定基期效率值，以2007年为基期采用逐步相乘法进行计算。

企业规模（SIZE）。在我国政府不断强化生态环境治理背景下，规模以上工业企业更倾向于采用环保技术和措施以适应形势要求，而小型企业则也会据此提高自身的环保技术水平以免被淘汰，可见企业规模对于减少行业碳排放具有极其重要的作用。基于数据可得性，借鉴李新安（2021）[22]的方法，采用行业销售产值与企业个数之比来表征数据中的企业规模，数据来自历年《中国工业统计年鉴》。

行业结构（STR）。一类是用资本密集度指标，另一类是行业结构指数指标。借鉴李小平等（2010）[23]的方法，采用行业的资本密集度来代表行业结构。制造业分行业资本密集度的计算方法为规模以上工业行业的年末固定资产净值除以分行业城镇单位就业人员年末人数。

外商直接投资（FDI）。采用《中国工业统计年鉴》中外商投资和中国港澳台投资工业企业固定资产净值占规模以上工业企业固定资产净值的比重来衡量。

政府支持（GOV）。政府支持一方面从资金渠道角度，降低企业融资成本，提高企业技术的市场活力；另一方面有助于降低企业的研发风险，并且提高绿色技术创新主体的积极性，从而减少碳排放。采用R&D经费支出中政府资金占比，取对数来作为衡量标准。

根据数据的连续性和可获得性，所有的变量数据来源于《中国统计年鉴》《中国环境统计年鉴》《中国工业统计年鉴》《工业企业科技活动统计年鉴》《中国能源统计年鉴》。

3.3 实证结果分析

重点考察绿色技术创新能力对制造业碳排放的影响，模型分析变量的描述性统计如表4所示。

表4 模型变量的统计性描述

3.3.1 变量数据的平稳性检验。在进行面板回归和GMM回归估计之前，需要对面板数据的平稳性进行检测，只有解释变量的面板数据都平稳，回归分析才真实有效。对数据进行面板单位根检验，本文的面板单位根检验选择LLC和IPS两种检验来考察变量的平稳性，检验结果如表5所示。根据LLC检验和IPS检验的原理，使用STATA软件得到面板单位根的检验结果。从面板单位根检验结果来看，在原始数据中，FDI没有通过LLC和IPS检验，SIZF、STR没有通过IPS检验，但在一阶差分数据中均通过检验，表示变量满足平稳性，可进行接下来的面板协整检验。

表5 面板单位根检验

下文采用KAO检验对面板数据进行协整检验（表6），KAO检验的原假设为各个序列间没有协整关系，通过检验可知，结果处于5%的置信区间下，拒绝了原假设，因而存在协整关系，可以进行回归。

表6 面板协整检验

3.3.2 模型回归实证分析。通过平稳性检验后，将整理的数据按照设定的碳排放模型进行面板回归，在进行回归的时候本文使用Hausman检验，结果显著通过，并以此进行固定效应模型回归，结果如表7。

表7 绿色技术创新影响制造业碳排放回归结果

从表7结果可以看出，由方程的回归可以知道，绿色技术创新能力对制造业碳排放的影响系数为负数，且都在5%显著水平下显著，说明绿色技术创新能力对制造业碳排放存在负向抑制作用，即绿色技术创新水平提升，制造业碳排放水平降低。可能原因在于，绿色技术创新可以通过优化生产流程、改进高能耗生产方式（李新安，2020）[24]，带来生产效率提升，从而降低环境污染与碳排放。

企业规模方面，在固定效应模型中，其系数显著为负，制造业整体企业规模的提升显著降低了碳排放，表明企业规模降低制造业碳排放，企业规模的扩张会带来规模经济，规模经济下，企业单位产品成本降低，节约能源，提高能源使用效率，降低二氧化碳排放。

行业结构的回归系数为负值，且统计量显著，表明资本密集度（资本劳动比）提高会降低碳排放。因为资本密集度的提高，要素投入比相应改变，资本投入增加，机器设备和生产规模扩大，效率提升，劳动投入减少，能源消耗减少，碳排放量随之减少。

FDI回归系数为正值，且统计量显著。可能原因在于：FDI的流入大多数作用于我国劳动密集型产业或者低技术环节，而它最重要的核心技术却没有被本土吸收转化，FDI技术溢出作用受限，无法促使生产效率提升，使得碳排放降低。

政府支持的回归系数显著为正，表示政府资金投入会增加制造业二氧化碳的排放量。可能原因在于：样本期间政府对企业补贴大多集中于国有企业及部分大中型企业，这类企业市场占有率高，提高自身研发能力、改善生产效率与减少污染的意识不强，政府资金支持的目的没有发挥出来，导致无法积极促进碳减排。

3.4 动态面板模型的GMM拓展分析

制造业不同行业之间要素密集度相差较大，在这个前提下，绿色技术创新对制造业碳排放的影响可能会有所不同。为进一步验证上述实证结果，参照陈晓玲（2015）[25]与刘英基（2016）[26]的分类方法，将制造行业分为资本密集型和劳动密集型两类。据此，表1中的酒、饮料和精制茶制造业，烟草制造业，石油加工炼焦和核燃料加工业，造纸及纸制品业，医药制造业，黑色金属冶炼及压延加工业，有色金属冶炼及压延加工业，交通运输设备装置和计算机、通信和其他电子制造业这9个行业为资本密集型行业，其余17个为劳动密集型行业。接下来分别进行GMM计量回归，实证结果如表8所示。

表8 分样本动态GMM面板模型检验

由表8回归结果可看出，制造行业整体及劳动密集型行业的绿色技术创新能力对制造业碳排放的影响系数为负数，且都在5%水平下显著，说明绿色技术创新能力对制造业碳排放存在负向抑制作用，即绿色技术创新水平提升可以降低制造业碳排放水平。而资本密集型行业绿色技术创新能力对制造业碳排放的影响系数显著为正，绿色技术创新能力对资本密集型制造业企业碳排放存在促进作用。可能原因为：劳动密集型行业对能源需求量低，当绿色技术创新水平提升后，通过机器设备来代替劳动，企业生产效率提升，企业有更多的资本和劳动力投入环保低碳环节中去，降低企业的碳排放；资本密集型行业对资本需求量大，技术创新更多地表现出经济效应，生态效应没有被发挥出来，而经济发展的规模效应使得碳排放水平提高；从制造业总体来看，劳动密集型行业多于资本密集型行业，绿色技术创新对碳排放的抑制作用大于促进作用，从而推动了制造业整体的碳减排。

企业规模方面，资本密集型制造业企业规模的提升，显著降低了碳排放，与在固定效应模型中的结果一致；在劳动密集型行业中，企业规模对碳排放的作用不显著，表明企业规模的改变不能改善企业绿色发展现状，由于劳动密集型行业较多，在企业规模对整体制造业的影响中分散了资本密集型企业所起的作用。行业结构方面，制造业整体行业及资本密集型行业的系数为负值，且统计量显著，表明提高资本密集度有利于降低碳排放。综上所述，制造业行业应加大资金投入力度，开展绿色技术创新，对降低碳排放提供技术依托和手段。

4 基本结论及政策启示

4.1 主要研究结论

其一，我国制造业十余年间的绿色技术创新效率平均增长率ML指数为2.3%，整体呈现上升趋势，尤其在2014年后制造业技术效率指数出现了快速增长。东部地区的绿色技术创新指数显著高于中西部与东北地区。技术密集型制造行业整体上高于劳动密集型和资源密集型制造业绿色全要素生产率。其二，样本期间制造业能源消费总量保持持续增长，碳排放量也呈明显上升态势，但自2014年后开始出现下降趋势。自然资源储量丰富地区与经济发展较快的地区碳排放含量相对高。制造业因行业与区域差异碳排放存在较大差距。其三，绿色技术创新对制造业整体及劳动密集型行业的碳排放存在显著抑制作用，对资本密集型行业制造业的碳排放则存在正向作用。

4.2 政策建议

4.2.1 健全与完善环保法律法规体系，推动制造业绿色转型。各级政府在鼓励与激励企业走低碳清洁可持续发展道路时，应将经济发展具体到法律政策上，强调绿色技术创新概念，制定绿色技术创新标准，强化制造业环保力度，确保研发、生产、销售等各个环节都有法可依。各级政府可根据当地的经济发展与生态环境建设目标，针对不同制造业企业制定不同的规章制度。对于违规生产排放与超额排放的企业，处以经济及行政处罚，严重者勒令停业整顿改造。提高市场准入门槛，监管部分加强宣传执法，确保政策落实到位。此外，通过政策引导，加大绿色资金投入。通过建立碳账户、出台“绿色贷款”政策，鼓励商业银行等金融机构实行低碳资金政策，充分发挥绿色信贷、绿色债券、绿色保险等金融产品的作用（李新安等，2019）[27]，加大对绿色制造的资金投入，引导资金要素流向高效、节能、环保等领域的制造行业。同时要利用好产业投资引导基金，积极支持技术密集型制造业绿色技术研发，尤其是高技术行业中的基础研究和共性知识的开发，让所有的企业都能够共享，以对共性薄弱环节提供资源配置和支持，强化行业整体绿色升级。

4.2.2 加大绿色技术研发，提供清洁生产核心动力。为实现制造业节能减排目标，一方面，要调整能源消费结构，从源头上减少能源的消耗；另一方面，要更新污染物清洁技术，减少生产环节二氧化碳的释放，为此应加大创新研发投入，发挥绿色技术的经济效益与生态效益。一是要健全并完善创新科研平台。政府出台相关政策积极引导，推动校企合作，建立技术研发与成果转化合作平台，提高企业对低碳节能技术的研发积极性与能力。二是政府提供研发创新补贴。依托国家发展战略，给予绿色创新企业税后优惠、奖金激励等措施，激发企业主动参加节能减排，同时对新技术进行专利保护，保障企业权益。三是畅通融资渠道，鼓励社会多元主体参与绿色技术投资活动。政府鼓励倡导企业、社会资本流入企业绿色技术研发领域及各个环节，缓解研发资金面临融资约束难题。

4.2.3 发挥绿色技术溢出效应，实现区域协同发展。制造业产业布局取决于成本效应和聚集效应，一部分产业转移至周边地区，该地区依靠成本与规模效应赢得新比较优势，带动周边地区发展。同样在生态绿色发展层面，绿色技术创新具有溢出效应（李新安，2021）[28]，各地区在受益邻近地区带来技术进步后，应尽快提高本地绿色技术水平，缩小区域间经济发展的技术差异，推动制造业绿色转型。政府在制定环境政策时要考虑到地理因素的影响，同时还应注意到各制造业细分行业间存在的异质性特征，使政策制定更具针对性。对于劳动、资本密集型产业，强化绿色技术创新研发效能发挥，对高污染产业进行干预指导，而对创新能力强的技术密集型产业，政府要减少干预，依靠市场活力实现高增长率，加快制造业碳减排目标的落实。此外，地方政府要因产制宜制定区域发展策略，充分接受并带动邻近区域的绿色技术创新，提高绿色全要素生产率，实现共同进步。

4.2.4 深化外商投资体系改革，强化绿色低碳技术交流合作。我国目前大多制造行业处于全球价值链的中低端，与发达国家的先进技术仍有较大差距，亟须通过加强与国外绿色低碳技术交流合作来促进我国制造业绿色转型。其一，加大政府扶持力度。建立国际绿色新兴技术信息交流合作平台，给予企业绿色低碳研发技术补贴与项目扶持，鼓励企业引进清洁设备，学习国外先进技术，强化全社会环保意识，共同推动绿色低碳进步。其二，深化“放管服”改革，持续完善外资管理体制。鼓励外商绿色技术创新投资，通过绿色技术合作，优化制造行业生产流程，改进更新生产方式，淘汰高污染低效率设备，使得生产结构绿色化，从而降低环境污染，节约能源，降低碳排放。