陈浩 郑洁

内容提要： 本文在揭示中国碳排放强度时空演进一般规律的基础上，构建动态空间面板自回归模型和面板门槛模型对相关理论假说进行检验。研究发现：整体上，狭义技术进步和产业结构高度化对碳排放强度起到积极的促降作用，广义技术进步和产业结构合理化不能直接对碳排放强度产生显著影响，但可以通过促进产业结构调整和提高狭义技术进步间接降低碳强度。同时，技术进步和产业结构调整受到区域非均衡和经济发展阶段的约束而对碳排放强度表现出异质性影响。进一步协同效应分析发现，技术进步和产业结构调整并非孤立存在，表现为协同效应显著大于独立效应。给予技术进步和产业结构调整对应门槛变量的非线性冲击后，技术进步对碳排放强度的影响存在周期错配的产业结构调整门槛效应，而在产业结构高度化既定的前提下，加大技术进步会使降碳效果减弱。

关键词： 技术进步；产业结构调整；碳排放强度；动态空间面板自回归；门槛效应

中图分类号：F1243；X196  文献标识码：A  文章编号：1001-148X（2022）06-0001-12

收稿日期：2021-07-11

作者简介： 陈浩（1964-），男，湖北黄石人，中南财经政法大学经济学院教授，博士生导师，经济学博士，研究方向：人口与环境经济；郑洁（1994-），女，新疆哈密人，中南财经政法大学经济学院博士研究生，研究方向：区域经济与环境。

基金项目：国家社会科学基金项目“城市群战略下中心城市人口集聚的时空演变与空间效应研究”，项目编号：20BRK019。

我国《国民经济和社会发展第十四个五年规划纲要》明确了技术创新和产业升级在现代化建设全局中的核心地位，无论是高质量的经济增长还是美丽中国的建设，均离不开技术进步的推进和产业结构调整［1］。加快产业结构调整和技术进步是实现“碳达峰”目标推进建设“美丽中国”的重要途径。一方面，技术既是打破稀缺自然资源与长期经济增长之间张力束缚的首要因素，又是依附生产要素利用效率实现社会包容性绿色增长产出的有力抓手［2］；另一方面，产业结构调整是生产要素再配置的良好输出方式，即通过建立低效率通往高效率生产部门的“连接桥梁”，最大限度地减少了闲置资源和结构性浪费［3］。因此，亟需厘清技术进步、产业结构调整对于碳排放强度变化的影响，以期为碳减排和经济长期可持续发展提供政策建议。

一、文献回顾与研究假说

技术进步如何影响碳排放强度？一种观点认为，技术进步具有绿色偏好，通过提高生产过程中的能源效率来降低能源消耗，从源头上启动清洁生产，有助于降低资源消耗强度和不必要的能源投入，是减少碳排放强度、促进经济可持续发展的有效途径［4-5］。Hossain et al（2018）［6］认为技术进步可以最大限度的减轻工业生态前沿的环境负担，既可以有效解决废物处理问题、提高建筑业材料的可持续利用效率，又有助于控制温室气体的排放，但在2006年之前技术进步具有产出偏好。另一种观点认为，技术进步受生产偏好和能源回弹效应对能源消耗和碳排放总量表现为促增影响，且存在显著的区域异质性［7］。尽管绿色偏向性技术可以降低环境污染，但企业更愿意以牺牲环境为代价发展生产性技术，较低的技术转移率导致创新收益低于机会成本，加大了环境压力［8-9］。Dong et al（2018）［10］发现技术进步弹性系数随着分位数的增加呈现出先减小后增大的趋势，说明技术进步对碳强度的负效应随着碳强度的增加先减小后增大。Jia et al（2018）［11］研究了中国三个城市群的产出弹性、要素替代和技术偏差，发现技术进步有利于节能但并不能减少排放。钱娟和李金叶（2018）［12］认为，技术进步在不同部门的碳排放中具有异质性，虽然技术进步可以提高工业部门的能源效率，但也会促进碳排放的增加。刘自敏和申颢（2020）［13］从技术变革和效率角度分析技术进步对碳排放强度的影响，并指出二者提高了生产效率和资源配置并对碳强度存在差异性影响。综上，技术进步既可以成为污染防治的创新者，又可以成为污染的始作俑者，本文认为技术进步可以通过减少不必要的资源投入降低温室气体排放，提高经济产出使经济增长方式由粗放型增长转变为创新型增长，是改善环境质量的关键。

产业结构调整如何影响碳排放强度？一些学者认为产业结构调整通过协调产业质量、地位及联系形成产业互补，产生规模效应和协同效应，前者通过降低各个行业单元产品的生产成本来提高资源利用效率，后者实现所有行业在生产过程中的资源共享而减少总资源的损耗［14-15］。赵桂梅等（2020）［16］在指出碳强度呈现空间集聚效应的基础上采用时空双固定的SDM模型和EKT模型测算得到我国第三产业比重的提高对抑制碳强度具有显著作用。Li et al（2017）［17］在STIRPAT框架下分析了多维产业结构对碳排放的影响，发现产业结构合理化、产业结构转型和产业结构升级均显著降低了碳排放，产业结构转型贡献最大。韩永辉等（2016）［18］认为劳动密集型向资本密集型、技术密集型产业转变更有利于提高环境效率。但也有学者質疑，由于高碳产业在工业革命中的主导地位，产业结构调整会导致碳强度的增加，并不能显著改善环境质量［19］，以简单要素积累为特征的低水平产业升级引致生产规模扩大，会降低资源的有效利用率。此外，重工业粗放式发展会带来大量能源消耗和污染物排放，不同行业的能源消费水平差异很大［20］。已有结论差异源于选定的地区、时间段、变量数据和经验方法不尽相同，本文认为在产业结构调整过程中，行业通过互连形成更高质量的功能聚集，益于改善结构扭曲、优化资源利用，最大限度地减少了闲置资源和结构性浪费，最终改善环境和经济产出。

通过对现有文献的梳理可以发现，绝大部分文献支持技术进步和产业结构调整会显著促降碳排放强度，但是单一因素分析模式忽略了技术进步与产业结构调整可能存在对碳强度的协同作用。事实上，基于内生增长理论、新经济地理学理论和创造性破坏理论的支持，技术进步有利于提高劳动生产率，降低能源消耗水平，促进生产要素的合理流动和资源配置的优化升级。进步过程往往伴随着旧产业的更新，进而促进第一产业—第二产业—第三产业的水平演变，实现产业结构优化调整，达到碳减排目标。而产业结构的调整优化，推动传统产业由高能耗低附加值向低能耗高附加值动态过渡，是投入要素从低生产率部门向高生产率部门的持续流动，此阶段将不断产生新的技术需求，须有技术进步带动全社会生产力水平的提升，结构性红利确保了要素重置效率的提高及对经济污染的限制［21］。提高资源利用率和新兴的环境污染控制技术将进一步降低环境负向影响，从而提升碳减排效应［22］。 因此，二者之间的相互作用将对碳排放强度产生更深远的影响。从我国的政策制定与战略导向来看，自“技术创新”和“产业升级”战略提出以来，技术进步和产业结构调整两个相互促进的政策与战略体系层面，已基本形成双管齐下、齐头并进的政策与实践格局。基于此，本文提出如下假说：

H1a：技术进步可以显著的促降碳排放强度。

H1b：技术进步对碳排放强度的影响存在时段差异及区域差异。

H2a：产业结构调整可以显著的促降碳排放强度。

H2b：产业结构调整对碳排放强度的影响存在时段差异及区域差异。

H3：技术进步与产业结构调整协同发展可以显著的促降碳排放强度。

H4：技术进步与产业结构调整间具有复杂的互促共进关系，二者的降碳效应因其关系的阶段性不匹配而存在门槛效应。

二、模型设计、变量测度与数据说明

（一）模型设计

现有文献已经表明碳排放强度存在显著的空间相关性和时间上的路径依赖特征［16，19］，因此，本文将碳排放强度的时空滞后项和时间滞后项纳入模型，基于（1）式构建动态空间面板自回归模型，对时空依赖效应予以控制。

lnCIit=α+φlnCIi，t－1+γ∑ n i=1 WijlnCIj，t－1+β1GTPit+β2NTPit+β3HISit+β4RISit+∑Xit+ρ∑ n i=1 WijlnCIjt+μi+φt+εit  （1）

其中，i为省份，t为年份，lnCIit为碳排放强度，φ和γ分别为碳排放强度的时间滞后项和时空滞后项系数，β1～β4分别为广义技术进步、狭义技术进步、产业结构高度化和产业结构合理化的待估参数，μi为地区固定效应，φt为时间效应，εit为随机扰动项，Wij为空间权重矩阵，本文构建了三种。（1）地理邻接型权重矩阵：将区域关系视为同质的交接关系，相邻地区为1，其他区域为0； （2）地理距离型权重矩阵：根据地区之间球面距离平方的倒数计算所得；（3）经济距离型权重矩阵：考虑了地区经济发展水平的差异，即相邻地区的经济影响力和辐射力不同则区域间的亲疏程度不同，X为影响碳强度的控制变量，ρ为空间自回归系数。

（二）变量测度

1被解释变量

碳排放强度（lnCI）： 在经济发展和减排缺一不可的新常态背景下，以“强度”的下降抵消GDP增长带来CO2排放的增加，使单位GDP碳排放下降率大于GDP增长率。 通过IPCC（2006）中的参考方法结合官方公布的相关参数估算了中国大陆30个省区市（不包括西藏）的2002-2019年二氧化碳排放量数据。

SCO2=∑ 8 i=1 CO2，i=∑ 8 i=1 Ei×SCCi×CEFi （2）

CEFi=Fi×e×EFi×Oi× 44 12  （3）

其中，SCO2为碳排放总量；i为煤炭等8 种主要化石能源；Ei为能源消费量；SCCi为折标煤系数；CEFi碳排放系数；Fi为标煤转化系数；e为标煤热值；EFi单位热值含碳量；Oi为碳氧化因子。

2核心解释变量

（1）广义技术进步（GTP）：以平均每百人研发从业人员拥有的专利授权数量表征，可以直接促进特定技术和其他替代技术的应用和发展。相较于专利申请数量，专利授权数量更能反映企业的真实研发能力［23］。广义技术进步可以通过影响总产量（提高劳动和资本产出效率促进经济增长）和总成本（减少单位产出的要素投入以降低成本）进而影响碳排放强度，最终效果取决于规模效应和成本削减效应的平衡。当后者效应产生影响越过前者效应产生影响时，广义技术进步可以减少碳排放强度，反之亦然。

（2）狭义技术进步（NTP）：狭义上，常用于衡量技术进步的指标包括资本节约型技术进步、劳动节约型技术进步和节能技术进步，而文中的狭义技术进步采用的是能够直接降低碳排放强度的节能技术进步，并参照国内生产总值与能源消费量之比衡量［24］。节能技术进步可以通过作用能源效率和经济增长进而影响碳排放强度，最终效果取决于节能效果和能源反弹效应之间的平衡。当前者产生的效果强于后者时，即节能技术进步可以减少碳排放强度，反之亦然。

（3）产业结构高度化（HIS）：产业结构高度化表示产业由低级向高级阶段发展的过程［25］，其内涵包括三部分，一是三大产业主導地位的依次演进；二是产业类型由劳动密集型向资本密集型和技术密集型推进；三是产品附加值不断提高。最终表现为改善了社会的整体经济产出和资源利用的总体结构。产业结构高度化的测度指标通常包含比例关系和劳动生产率两部分，其计算公式为：

HIS=∑ n j=1 Vj，t×LPj，t （4）

其中，Vj，t表示t时间j产业的产值比重，LPj，t表示t时间j产业的劳动生产率。HIS值越大，表示高附加值产业占比越大；反之，则占比越小。

（4）产业结构合理化（RIS）：产业结构合理化主要衡量生产要素在产业间配置、利用及关联协调程度，即寻求适度产业规模和均衡增长的过程。其内涵包括两方面，一是利用产业间份额的比例关系度量产业间的协调程度；二是利用要素和资源配置的效率衡量产业间要素投入结构和产出结构的耦合程度。一般用就业结构表示要素投入结构，因此产业结构合理化的计算公式为：

RIS =∑ n i=1   Yi Y  ln  Yi Li / Y L

=∑ n i=1   Yi Y  ln  Yi Y / Li L（5）

其中，i表示三大产业中的第i产业，n为产业部门数，Y和L分别为三大产业产值和就业人数。数值越大，产业结构越偏离均衡状态，产业结构越不合理。

3控制变量

碳减排是一个涉及多学科、多因素的复杂过程，参考邵帅等（2019）［26］以及赵桂梅等（2020）［16］关于碳排放强度的重要影响因素和数据可用性选择的控制变量。 （1）城市化（UR），采用城镇人口占总人口比重来衡量。 城市化进程加速过程中促进人口的集聚，进而引致更多的生活垃圾、能耗需求，带来碳强度规模扩张。但当城市化发展到成熟的紧凑型城市阶段，连续的城市区域提高城市连通性和活动集中度来降低能源消耗和污染排放。因此，本文引入城市化的一次项和二次项并预期二者呈“倒U”型的非线性关系。（2）经济发展水平（PGDP）， 以2002年不变价格的人均GDP表征，根据EKC假说，本文引入PGDP的一次项和二次项，验证二者关系。（3）能源消费结构（ES），采用煤炭消费和能源消费总量的比值进行衡量，比值越高减碳难度越大。（4）对外开放度（FDI），以FDI占GDP比重衡量，按平均汇率折算为人民币数值。目前学术界存在“污染避难所”和“污染晕轮”假说。（5）环境规制（ER），采用各省份排污收费总额与工业增加值之比表示。一定程度的环境监管力度可以鼓励企业进行绿色转型和可持续发展，从而缓解碳排放污染，为改善环境质量做出贡献。

（三）数据说明

鉴于数据的可得性和确保统计口径的一致性，本文将研究样本设为2002-2019年中国大陆30个省区市的平衡面板数据。 对于个别缺失数据采用插值法进行补齐，数据主要来源于2003-2020年的《中国统计年鉴》《中国环境统计年鉴》《中国能源统计年鉴》、各省区市统计年鉴与统计公报等，其中为消除价格影响对所有价格变量以2002年为基期进行平减调整，以及对相关数据进行取对处理来降低样本数据的离散程度。表1报告了各变量的描述性统计结果，不难发现各变量均值和标准差均在合理的置信区间范围中，数据波动较小且未存在异常值，各变量之间的方差膨胀因子均小于490，说明后文的回归分析可忽视解释变量间严重共线问题。此外，本文还对研究变量进行面板单位根检验以判定后文的回歸分析可以忽略非平稳问题。

三、实证结果分析

（一）碳排放强度的时空演进

为从总体上考察我国大陆30个省区市碳排放强度的变化趋势和动态特征，绘制核密度曲线并对其位置和形态变化进行分析。核密度估计方式是研究空间分布非均衡的一种重要的非参数方法，能够用连续的密度曲线将随机变量的分布形态进行可视化描述。

由图1所示，从波峰的移动来看，样本考察期内碳排放强度分布曲线中心在总体上经历“左移-右移-左移”的过程，最终表现为左移，表明省际碳强度呈现递减趋势；碳强度分布曲线的主峰高度经历了“上升-下降-上升”，主峰宽度经历了“变宽-变窄”，但总体上体现为主峰高度上升、宽度减少的走势，碳强度较高与较低的省份之间的绝对差异出现缩小态势，“减排政策”效果突出。分布曲线存在明显的右拖尾现象，延展拓宽后变窄，说明存在诸如内蒙古、宁夏、山西这样碳强度高的集团。此外，分布曲线基本由一个主峰和多个侧峰组成，存在显著的多极分化状态，随着时间的推移，主峰与最右侧侧峰之间的相对落差不断变小，省际内部碳排放强度差距有所缓解。

CO2作为温室气体既会受大气环流等自然环境所影响，也会通过污染产业转移在地区间“自由流动”，本文利用ArcGIS自然段点分级法绘制出2002年、2007年、2013年和2019年碳排放强度的空间格局分布图以查探其空间分布态势（图略）。整体上我国碳排放强度区域不均衡程度（呈两极分化态势）显著，大致分布在“胡焕庸线”两侧。西北侧受地理环境与自然资源制约，往往成为东南侧地区的战略转移选择目标，CO2排放等环境污染问题亦顺势而来。相比之下，胡焕庸线东南侧聚集了中国90%以上的人口和国内生产总值，显现出强大的环境治理效果。总体而言，我国有望实现整体的碳减排目标，西北地区是未来碳减排政策的重点聚焦区域。

（二）初步统计观察

1空间相关性检验结果

中国省际碳强度大致呈现逐年递减的时间变化趋势和由西北向东南梯度递减的空间分布格局。进而，通过对OLS回归的残差进行汇报，见表2。2002-2019年期间被解释变量和核心解释变量的 Morans I 指数至少在5%的水平下显著且指数值不断增大，表明中国省际碳强度、广义技术进步、节能技术进步、产业结构高度化和产业结构合理化具有明显的空间相关性且关联程度不断增强，采用空间面板模型对于发挥区域间联动效应协同减排具有重要意义。

2回归方法的选择与说明

表3汇报了选择空间面板模型的判别结果，经检验①，双重固定效应的SAR模型更适用于本文的空间面板模型。此外，考虑到地区本期碳排放强度与上期碳排放强度密切相关，因此有必要将静态SAR模型扩展成为动态SAR模型进行深入分析。

（三）技术进步、产业结构调整对碳排放强度的影响

从表4整体上来看，动态空间面板自回归模型在三种空间权重矩阵下不同变量估计系数的符号和大小相差不大，结论具有较高稳健性。普通面板回归模型②中广义技术进步与产业结构合理化的估计系数显著性变化和动态空间面板自回归模型有所出入，表明不考虑动态空间相关性的回归结果会被高估。从被解释变量来看，碳强度的时间滞后项、空间滞后项和时空滞后项均显著为正，即表现为动态连续性（“滚雪球效应”）和空间依赖性（“泄露效应”）。前者强调轻易不要形成碳排放累积效应；后者表明有必要打破行政区划分的壁垒，一个区域碳排放的减少会分摊掉其周边碳密度较高区域的碳量从而降低其碳密度，也避免“中国式分权”的环境规制驱使相邻地区在支出和管理上采取相互模仿的博弈行为并倾向“低水平”的污染治理投资和“三高”产业扶持，导致单边减排治理徒劳无功。

从核心解释变量来看，广义技术进步的回归系数为负且并未通过置信水平的检验，说明广义技术进步是非绿色偏向、不利于节能减排的，企业知识累积后未能通过绿色技术研发弥补环境规制损失而降低其绿色竞争力，即技术减排效应小于规模效应，与假说H1a相悖。节能技术进步作为狭义技术进步的代理变量，单位能耗水平越低，节能技术进步水平越高，进而从源头上提高能源利用率、抑制能源消费量，最终实现碳减排。但技术变革带来的节能效应也会被资本深化和产出增长带来的能源消费和碳排放的新边界所侵蚀，即出现能源“回弹效应”。表4中狭义技术进步在1%的显著性水平下具有显著的减排效果，能源回弹效应小于节能降耗效应，验证了假说H1a。值得一提的是，狭义技术进步优于广义技术进步的减碳效果，从长远来看，环境治理应贯穿于企业生产经营全过程，有针对性地发展一些能够提高要素生产率的应用型技术［27］。产业结构合理化和高度化对碳排放强度具有抑制作用，前者不显著而后者显著，假说H2a部分得以证实。一般来说，前者推动要素资源自发流动（低生产力部门—高生产力部门）而形成要素投入产出结构高耦合并合理配置的状态； 后者强调产业由低层次向高层次跃迁并落脚于产品附加值的提高。囿于中国产业虽整体符合一产、二产、三产比重递增的经济演进规律，但二产和三产内部存在较为严重的结构性失衡矛盾，具体表现为“两高一低”的重化工业产能过剩。且之前经济的粗放发展对产业结构合理化水平关注度不够，更注重产业规模、比例的扩大，忽视产业间要素配置的优化，碳减排效应不显著［28］。

从控制变量来看，城市化对碳强度的一次项和二次项回归系数显著表现为负、正向影响，表明中国大部分城市的城市化进程尚处于碳排放污染加剧的阶段（破碎化城市阶段）， 城市化所带来规模经济和集聚效应在促进经济增长的同时也产生了后续大量的能源需求，增加了碳排放强度。人均GDP一次项对地区碳强度的影响系数显著为正，二次项系数显著为负，满足传统的EKC假说（“倒U”型关系）。进一步表明了集约化经济发展的必要性，经济增长带来的环境资源问题并不需要通过否定经济增长本身来解决。能源结构中煤炭消费比重系数显著为负，有必要促进能源发展从资源驱动转变为技术驱动助力能源结构绿色转型。环境规制的回归系数显著为正，可能原因有二。一则是政策出台会增加企业的生产成本来“倒逼减排”，进一步抑制碳强度规模的扩张；二则是“事与愿违”的 “回弹效应”对碳排放强度起到促增作用。对外开放对降低碳强度发挥了积极的作用，在中国经济由单体向复体、计划向市场转轨的自由市场环境下，外资涌入、出口扩大不仅会刺激内外資企业在“干中学”里提高清洁的生产工艺水平，而且会鼓励国家间的配置效率和资源的有效利用，从而产生环境效益、改善环境污染。

（四）异质性分析

上述分析从全局视阈说明技术进步和产业结构调整对碳强度有不同的影响，但局部分析是描述事物要素信息和发展规律的重要方式，可能会得出与全局视阈相异的非典型结论，由此产生的多维综合分析更能反映现实。为识别这种异质性，本文从时间异质和空间异质双重维度展开讨论。

1时间异质性分析

一产主导、二产主导、三产主导的经济发展阶段会对我国碳强度产生影响，考虑到研究样本的考察期为2002-2019年，而一产主导时期是在1970年之前，因此本文以2012年为时间节点，将研究样本拆分为2002-2011年与2012-2019年两个子样本，即分别为二产主导时期和三产主导时期。基于动态空间面板模型进行时间异质性估计，为保证结果稳健，依旧选取三种空间权重矩阵下的动态空间面板自回归模型进行结果汇报。详见表5。

从整体上来看，三种权重矩阵得到的系数符号和显著性相差不大，可证明回归结果可靠。不论是二产主导还是一产主导的经济发展阶段，LlnCI、W×LlnCI、ρ的回归系数均显著为正。狭义技术进步、产业结构高度化具有显著的减排效应，能源结构发挥促增效应，均与全样本回归结论一致。广义技术进步在二产主导时期的降碳效应在1%的置信水平下显著，三产主导时期则不显著。表明前者属于释放出更多的生态红利的绿色偏向技术进步，而后者属于偏向型技术进步，致使碳排放强度不减反增。因此，我国有必要利用后发优势，在今后碳减排治理过程中努力缩短与发达国家在绿色技术方面的差距。三产主导时期的产业结构合理化具有显著的降碳效应，而“以环境换增长”为主要特征的二产主导时期的产业比例和要素配置的调整方向转为非环境友好型的生产活动，要素流动产生经济效益的正向影响小于环境恶化带来的负向影响，原先的支柱型产业沦为“夕阳产业”，因此二产主导时期的产业结构合理化的降碳效应并不显著。

2地区异质性分析

中国碳排放强度呈现明显的区域差异性（由西北向东南梯度递减的分布格局），各地区经济基础和市场需求发展不均衡，产业布局和环境容量存在较大差异，那么，技术进步和产业结构调整对碳排放强度的影响是否会存在与全局空间相异的非典型区域异质性情况？表6报告了三种空间权重矩阵下东、中、西部地区③技术进步和产业结构调整对碳排放强度影响的动态空间面板自回归模型的估计结果。从被解释变量的回归结果可以发现，三大区域碳强度存在连续的动态效应和时空效应，均显著为正；东中部地区碳强度的空间溢出效应显著为正，而西部地区显著为负，表明东中部地区的碳强度呈现较强的空间正相关性，西部地区的碳强度形成高污染与低污染相邻情况，存在显著的空间负相关性。原因有二：一是西部地区资源禀赋各有差异；二是西部地区多为多山地形、区域经济一体化程度明显，一定程度上阻碍地区之间的碳排放流动。

从核心解释变量来看，广义技术进步的降碳效应表现为东中部显著而西部不显著。东中部相较于西部地区经济发展水平更高，技术进步的“清洁度”更多被政府和企业所重视，衍生出更强烈的环境质量诉求将倒逼生产方式和产品结构变革，表现为成本削减效应大于规模效应。狭义技术进步的降碳效应表现为中西部显著促进，东部地区显著抑制。本文的解释是，东部地区的能源资源禀赋与能源需求不匹配，回弹效应大于节能效应，回弹效应会刺激新技术产出的能源利用效率被物质资本深化和经济规模扩张带来新一轮的能源需求和污染排放所蚕食。三大区域产业结构合理化和高度化的降碳效应存在此消彼长的作用规律，西部地区的产业结构调整不利于促降碳强度，中部地区产业结构高度化的降碳效应不显著。究其原因，受制于生产成本上升和环境规制力度提高的压力，东中部地区的“三高两低”产业逐步向西部地区转移， 市场化水平和产业竞争力较低的西部地区以传统产业发展为基础，新兴产业仍在发展的萌芽期，现有资源配置与合意资源配置的耦合协调程度不高，产业结构扭曲降低了资源配置效率，对产业结构调整形成掣肘，从而使降碳效应恶化。东部地区则由于经济发达、技术先进能够较大程度地合理配置生产要素，加速淘汰落后产能，促进产业结构合理化发展［29］。以上假说H1b和H2b成立。

（五）协同效应分析

在基准回归结果稳健的基础上，为了讨论技术进步和产业结构调整对碳排放强度影響的协同作用，在公式（1）的基础上进行扩展，在基准模型中引入交乘项，形成公式（6）④。

公式（6）的回归结果见表7。交叉项GTP×HIS系数值显著为负，这意味着广义技术进步和产业结构高度化对碳强度的影响存在协同作用，交叉项GTP×RIS和RIS×NTP亦是同理。验证了假说3的合理性，协同效应均显著大于独立效应。而只有交叉项HIS×NTP的系数显著为正，则表明产业结构高度化和狭义技术进步的协同削弱抑制了降碳效应。综上说明单独强调技术进步或产业结构调整都不能很好地发挥其对碳强度的阻碍作用，只有当二者相互促进、协同发展时，二者对碳减排的促进作用才会呈现出“1+1>2”的效果。

（六）门槛分析

经过上文的分析可以发现，技术进步和产业结构调整存在显著的协同效应对碳强度产生影响。进一步思考，当技术进步或产业结构调整存在异质性的情况下，其依赖变量对碳减排的改善能力是否也会存在差异？由此，本文通过门槛回归模型考察技术进步和产业结构调整存在异质性的情况下，其依赖变量对碳减排的非线性影响差异。

门槛回归方法使样本分类更加科学、准确，优于传统的将均值或方差作为分类标准的人为分类方法，并且进行全样本分析可以有效避免因样本数量偏差所带来的回归结果的不准确性。门槛回归模型的基本形态如下：

lnCIit=μi+β1′xitI qitγ +β2′xitI qit>γ +λ∑Xit+eit （7）

其中：I · 为代表示性函数，qit是门槛变量（GTP、NTP、RIS和HIS），γ是待估门槛值，X为一组控制变量，eit～idd（0，δ^2）为随机扰动项。

1门槛效应检验与门槛值的确定

由门槛效应结果中F统计量在单一门槛、双重门槛和三重门槛模型中P值的大小可以判定存在的门槛数。表8显示广义技术进步的产业结构合理化门槛效应应选择单一门槛模型，门槛值为0030；节能技术进步的产业结构合理化门槛效应应选择双重门槛模型，门槛值为0140和0330。表9显示广义技术进步的产业结构高度化门槛效应应选择双重门槛模型，门槛值为2884和1118；狭义技术进步的产业结构高度化门槛效应应选择无门槛模型。表10显示产业结构合理化的广义技术进步门槛效应应选择无槛模型；产业结构高度化的广义技术进步门槛效应应选择单一门槛模型，门槛值为10419。表11显示产业结构合理化的狭义技术进步门槛效应应选择双重门槛模型，门槛值为0397和1375；产业结构高度化的狭义技术进步门槛效应应选择双重门槛模型，门槛值为1375和0696，与假说4相符。

2门槛模型估计与分析

在门槛效应检验与门槛值确定的基础上进一步对门槛模型进行估计。基于广义技术进步和产业结构合理化对碳强度的独立效应不显著，而由表12可以看出，狭义技术进步跃过第三个门槛值时，产业结构合理化产生了显著的降碳效应；产业结构高度化跃过第一个门槛值时，广义技术进步的降碳效应不显著，随着产业结构高度化小于门槛值1118，广义技术进步逐渐加强降碳效应；产业结构合理化越过门槛值前后广义技术进步的降碳效应均显著；随着产业结构合理化水平的提高，狭义技术进步的降碳效应显著增强，即产业结构合理化是技术进步释放红利的重要因素。产业结构合理化进程往往伴随着旧传统产业的更新迭代，促进生产要素的合理流动和资源配置的优化升级，给技术进步成果充分产业化提供了发展机遇，降低能耗水平达到碳减排目标。当狭义技术进步小于门槛值1375时，产业结构高度化存在显著的降碳效应，而当狭义技术进步跨过第三个门槛值时，产业结构高度化的降碳效应并不显著，广义技术进步跃过门槛值10420前后产业结构高度化对碳强度的影响出现了微弱的下降态势。这意味着，在产业结构高度化既定的前提下，盲目加大技术进步可能并不会使减碳效果增强。只有摒弃创新投入推崇方式，分时期和地区产业结构情形确定技术进步的侧重点，进一步实现技术进步和产业结构调整的动态平衡，才能促进产业结构向高附加值化、高技术集约化、高加工度化升级，有力跨过“结构性减速”阶段［30］，有效发挥我国产业结构调整对碳排放强度的促降效应。

四、结论与建议

在“碳达峰”与可持续发展大背景下，本文基于2002-2019年中国大陆30个省区市的面板数据，采用动态空间面板自回归模型和面板门槛模型，全面系统地考察了技术进步、产业结构调整对碳排放强度的影响及其门槛效应分析，并检验了不同时期和地区技术进步、产业结构调整对碳强度的异质性影响。研究结论如下：（1）狭义技术进步和产业结构高度化在全国层面与碳强度呈显著负相关关系，而广义技术进步和产业结构合理化的减碳效应并不显著。（2）时间异质性分析表明，狭义技术进步和产业结构高度化在二产和三产主导时期均对碳强度产生显著的促降作用，广义技术进步和产业结构合理化分别在二产和三产主导时期具有显著的减碳效应。（3）着眼于地区异质性，东部地区受制于能源反弹效应表现为节能技术进一步加剧碳排放强度，中部地区产业结构高度化对碳强度的影响不显著，两区域的减碳效应更多受益于产业结构合理化的发展。而西部地区只可以从狭义技术进步发展中获得减碳效应。（4）进一步协同效应和门槛效应分析发现，单一强调技术进步或产业结构调整对降碳的发展影响有限，整体表现为协同效应显著大于独立效应，局部反映出技术进步在产业结构调整门槛变量作用下产生了积极的减碳效应，在产业结构高度化既定的前提下，加大技术进步会使降碳效果减弱。

上述结论为中国开展“做好碳达峰、碳中和工作”提供了实践依据。应对生态环境变化形势日益紧迫，提出以下建议：首先，聚焦“缺位”技术选择技术进步模式，推动着眼于企业采购、仓储、制造等经营全过程下的广义技术进步和侧重于生产链下企业清洁生产能效提升与改造的狭义技术进步融合与互补，以打破产业间技术刚性壁垒并加强产业自身对技术进步的利用效率和消化能力；积极解决区域产业结构趋同的低水平重复建设以及劳动力结构与产业结构配置不匹配的无序竞争现象，完善产能过剩产业淘汰机制并引导产业结构合理化发展。其次，制定区域差异化政策缓解区域间碳强度不平衡。对东部地区而言，强调节能技术进步和增强能源集约利用优势对缓解能源资源禀赋与能源需求不匹配症结至关重要；西部地区一方面应依托现有产业结构状况和产业本身消化资源能力去扶植战略新兴产业，以破除产业结构扭曲弊端，另一方面还应推动建立多边或双边技术融合与协作的定期交流机制，实现清洁生产技术和管理方式的由东、中部地区向西部地区梯度转移与扩散，以达到破除高碳稳态进而降碳的目的。进一步，加强技术进步与产业结构调整的协同效应，形成促降碳强度的倍增效应，鼓励对高技术化、高附加值、低碳排放产业予以重点扶持，利用研发创新和技术变革提升和优化产业结构，加快要素改革，为降碳提供持续动力。但却不能一味地追求技术进步，而应努力打破二者之间的门槛效应实现有效衔接。最后，消除阻碍区域合作的体制性障碍，合力加强全国统筹、内部纵深的节能减排联防联控机制，实现基础设施共享并避免省区市同质竞争目标。

注释：

①  LM检验结果表明选择SEM和SAR模型均可；Hausman检验结果拒绝了选择随机效应模型的原假设；进一步LR检验和Ward检验说明SDM模型不能退化为SEM模型，但却可以退化为SAR模型；最后，对SAR模型进行地区固定效应、时间固定效应以及双固定效应的LR检验，结果显示选用时空双固定的SAR模型最合适。

② 结果表明随机扰动项存在组间异方差、组内自相关，不存在截面相关，采用聚类标准误进行对模型进行修正。模型1：修正Wald检验值为220743 ［000］，Wooldridge检验值为4578 ［004］，Pesaran检验值为1547 ［0122］。

③ 基于2011年国家统计局的划分标准，将本文的研究样本（中国大陆地区30个省区市）划分为上海市等东部11个省市、河南省等中部8个省份以及重庆市等西部11个省区市。

④ 由公式（2）分别对GTP、NTP、HIS和RIS求导得，以GTP为例得：  lnCIit   GTPit  =β1+β5HISit+β6RISit，β1为广义技术进步对碳减排的直接影响效应，β5和β6则为广义技术进步对碳减排的间接效应，即协同效应。其余同理。

参考文献：

［1］  沈小波，陈语，林伯强.技术进步和产业结构扭曲对中国能源强度的影响［J］.经济研究，2021，56（2）：157-173.

［2］ Baolong Yuan，Yang Zhang. Flexible Environmental Policy，Technological Innovation and Sustainable Development of China′s industry：The Moderating Effect of Environment Regulatory Enforcement［J］. Journal of Cleaner Production，2020，243.

［3］ Richard Rogerson. Structural Transformation and the Deterioration of European Labor Market Outcomes［J］. Richard Rogerson，2008，116（2）：235-259.

［4］  Toshiyuki Sueyoshi，Aijun Li，Xiaohong Liu. Exploring Sources of China′s CO2 emission： Decomposition Analysis Under Different Technology Changes［J］. European Journal of Operational Research，2019，279（3）： 984-995.

［5］ 孙艺璇，程钰，刘娜.中国经济高质量发展时空演变及其科技创新驱动机制［J］.资源科学，2021，43（1）：82-93.

［6］ Md Uzzal Hossain，Lei Wang，Iris K.M. Yu，Daniel C.W. Tsang，Chi-Sun Poon. Environmental and Technical Feasibility Study of Upcycling Wood Waste into Cement-bonded Particleboard［J］. Construction and Building Materials，2018，173：474-480.

［7］ 張文彬，李国平.异质性技术进步的碳减排效应分析［J］.科学学与科学技术管理，2015，36（9）：54-61.

［8］ Jiangxue Zhang，Yuan Chang，Lixiao Zhang，et al. Do Technological Innovations Promote Urban Green Development？—A Spatial Econometric Analysis of 105 Cities in China［J］. Journal of Cleaner Production，2018，182.

［9］ 严雅雪，齐绍洲.外商直接投资与中国雾霾污染［J］.统计研究，2017，34（5）：69-81.

［10］ Feng Dong，Bolin Yu，Tergel Hadachin，et al. Drivers of Carbon Emission Intensity Change in China［J］. Resources， Conservation & Recycling，2018，129：187-201.

［11］ Pinrong Jia，Ke Li，Shuai Shao. Choice of Technological Change for China′s Low-carbon Development： Evidence from Three Urban Agglomerations［J］. Journal of Environmental Management，2018，206：1308-1319.

［12］ 錢娟，李金叶.技术进步是否有效促进了节能降耗与CO2减排？［J］.科学学研究，2018，36（1）：49-59.

［13］ 刘自敏，申颢.有偏技术进步与中国城市碳强度下降［J］.科学学研究，2020，38（12）：2150-2160.

［14］ 程中华，刘军，李廉水.产业结构调整与技术进步对雾霾减排的影响效应研究［J］.中国软科学，2019（1）：146-154.

［15］ Xiaowei Chuai，Jianxi Feng. High Resolution Carbon Emissions Simulation and Spatial Heterogeneity Analysis Based on Big Data in Nanjing City， China［J］. Science of the Total Environment，2019，686：828-837.

［16］ 赵桂梅，耿涌，孙华平，等.中国省际碳排放强度的空间效应及其传导机制研究［J］.中国人口·资源与环境，2020，30（3）：49-55.

［17］ Wenwen Li，Wenping Wang，Yu Wang，et al. Industrial Structure， Technological Progressand CO2 Emissions in China： Analysis Based on the STIRPAT Framework［J］. Natural Hazards，2017，88（3）：1545-1564.

［18］ 韩永辉，黄亮雄，王贤彬.产业结构优化升级改进生态效率了吗？［J］.数量经济技术经济研究，2016，33（4）：40-59.

［19］ 王少剑，黄永源.中国城市碳排放强度的空间溢出效应及驱动因素［J］.地理学报，2019，74（6）：1131-1148.

［20］ 杨莉莎，朱俊鹏，贾智杰.中国碳减排实现的影响因素和当前挑战——基于技术进步的视角［J］.经济研究，2019，54（11）：118-132.

［21］ Tao Wu，Chih-Chun Kung. Carbon Emissions， Technology Upgradation and Financing Risk of the Green Supply Chain Competition［J］. Technological Forecasting & Social Change，2020，152.

［22］ 张琳杰，崔海洋.长江中游城市群产业结构优化对碳排放的影响［J］.改革，2018（11）：130-138.

［23］ Md. Mahmudul Alam，Md. Wahid Murad. The Impacts of Economic Growth， Trade Openness and Technological Progress on Renewable Energy Use in Organization for Economic Co-operation and Development Countries［J］. Renewable Energy，2020，145.

［24］ Ming Yi，Yiqian Wang，Mingyue Sheng，et al.Effects of Heterogeneous Technological Progress on Haze Pollution： Evidence from China［J］. Ecological Economics，2020，169.

［25］ 左鹏飞，姜奇平，陈静.互联网发展、城镇化与我国产业结构转型升级［J］.数量经济技术经济研究，2020，37（7）：71-91.

［26］ 邵帅，张可，豆建民.经济集聚的节能减排效应：理论与中国经验［J］.管理世界，2019，35（1）：36-60，226.

［27］ agatay Iris，Jasmine Siu Lee Lam. A Review of Energy Efficiency in Ports： Operational Strategies，Technologies and Energy Management Systems［J］. Renewable and Sustainable Energy Reviews，2019，112.

［28］ 张伟，朱启贵，高辉.产业结构升级、能源结构优化与产业体系低碳化发展［J］.经济研究，2016，51（12）：62-75.

［29］ 焦勇，杨蕙馨.政府干预、产业结构扭曲与全要素生产率提升［J］.财贸研究，2019，30（10）：1-16.

［30］ 梁丽娜，于渤.经济增长：技术创新与产业结构升级的协同效应［J/OL］.科学学研究：1-12［2021-05-26］.https：//doi.org/10.16192/j.cnki.1003-2053.20200909.002.

The Impact of Technical Progress and Industrial Structure Adjustment on China′s

Carbon Emission Intensity

CHEN Hao，ZHENG Jie

（School of Economics，Zhongnan University of Economics and Law，Wuhan 430073，China）

Abstract： Accelerating the adjustment of industrial structure and technical progress is an important way to achieve the goal of “carbon peak” and promote the construction of “beautiful China”. On the basis of revealing the general law of the temporal and spatial evolution of China′s carbon emission intensity， a dynamic spatial panel autoregressive model and a panel threshold model were constructed to identify and test related theoretical hypotheses. The results show that： on the whole， narrow-sense technical progress and industrial structure advancement have a positive inhibitory effect on carbon emission intensity. Generalized technical progress and industrial structure rationalization cannot directly have a significant impact on carbon emission intensity， but it can indirectly reduce carbon intensity by promoting industrial structure adjustment and improving narrow-sense technical progress. At the same time， technical progress and industrial structure adjustment are restricted by regional disequilibrium and economic development stages， which have a heterogeneous impact on carbon emission intensity. Further analysis of the synergy effect found that technical progress and industrial structure adjustment do not exist in isolation， but the synergy effect is significantly greater than the independent effect. Given the non-linear impact of technical progress and industrial structure adjustment corresponding to the threshold variables， the impact of technical progress on carbon emission intensity will have a cyclical mismatched industrial structure adjustment threshold effect. However， under the prerequisite of industrial structure advancement， increasing technical progress will weaken the effect of carbon reduction .

Key words： technical progress; industrial structure adjustment; carbon emission intensity; dynamic spatial panel autoregression; threshold effect

（責任编辑：周正）