Human Capital, Green Technology Innovation, and Total Factor Carbon Emission Efficiency in the Yangtze River Economic Belt

He Weijun1，Li Wenqin1，Deng Mingliang2,3

(1.School of Economics and Management, China Three Gorges University, Yichang 443002，China;2.School of Economics and Management, Wuhan University;3.China Institute of Development Strategy and Planning, Wuhan University, Wuhan 430072，China)

Abstract：With the gradual transformation of China's economy and society, China has entered a new stage of high-quality development. It has become an important symbol and task of China's high-quality economic and social development to accelerating carbon emission reduction and realizing carbon peak and carbon neutralization as soon as possible. The Yangtze River Economic Belt holds a major strategic position related to the overall development of the country, coordinating high-quality development and high-level protection, continuously promoting the accumulation of human capital, supporting green technological innovation and accelerating the improvement of total factor carbon emission efficiency. High-quality development of the Yangtze River Economic Belt is vital to China's ecological priority green development and national economic development. Therefore this study aims to explore the ways in which human capital, green technology innovation affects total factor carbon emission efficiency, whether green technology innovation can effectively play the mediating effect, and the impact of human capital on the overall efficiency of green technology innovation with the constraints of green technology innovation. There are theoretical and practical issues such as whether the influence of factor carbon emission efficiency has nonlinear characteristics.

Therefore, based on the panel data of the Yangtze River Economic Belt from 1999 to 2019, the study first uses the global super-efficiency SBM model to measure the total factor carbon emission efficiency. Then, based on the extended STIRPAT model, a mediation effect test model is constructed to examine the path of human capital and green technology innovation affecting the total factor carbon emission efficiency of the Yangtze River Economic Belt. Finally, this study uses the interaction term and panel threshold model to examine the differences and nonlinear characteristics of human capital-driven total factor carbon emission efficiency with different levels of green technology innovation.

The main conclusions of this paper are as follows. (1) Human capital and green technological innovation can effectively promote the green and low-carbon development of the Yangtze River Economic Belt. Human capital is the main body and basic condition of green and low-carbon development. The research results show that the improvement of human capital level can effectively promote the efficiency of total factor carbon emission in the Yangtze River Economic Belt, and promote the comprehensive green and low-carbon transformation of production and lifestyle. The test results show that the improvement of green technology innovation level has a significant positive driving effect on the total factor carbon emission efficiency of the Yangtze River Economic Belt. It can play an important supporting role in carbon development. (2) Green technological innovation can play a partial intermediary effect in human capital driving the improvement of total factor carbon emission efficiency in the Yangtze River Economic Belt. The test results of the mediation effect model show that the improvement of human capital can promote the comprehensive green and low-carbon transformation by popularization and promotion of the concept of green and low-carbon, as well as the improvement of the total factor carbon emission efficiency of the Yangtze River Economic Belt. (3) Green technological innovation has the characteristic of gradualness ingiving full play to the green and low-carbon effect of human capital. The nonlinear test results show that the level of green technology innovation can effectively promote the green and low-carbon effect of human capital. At the same time, the improvement of green technology innovation ability and level can promote human capital to drive the improvement of total factor carbon emission efficiency in the Yangtze River Economic Belt to a greater extent.

Different from the traditional methods and perspectives for carbon emission reading and single factor carbon emission efficiency, this study uses the global super-efficiency SBM model to measure the total factor carbon emission efficiency. It focuses on technological innovation from the carbon perspective, and explores the impact of green technological innovation on the efficiency of total factor carbon emissions. Moreover the study combines human capital, green technological innovation, the total factor carbon emission efficiency into the same analysis framework, and the mediation effect model and the panel threshold model are used to examine the path and nonlinear characteristics of human capital and green technology innovation affecting the total factor carbon emission efficiency of the Yangtze River Economic Belt. It enriches the research content and perspective of green and low-carbon development in the Yangtze River Economic Belt, expands the application field of total factor productivity and provides a reference for subsequent research.

Key Words:Human Capital; Green Technology Innovation; Total Factor Carbon Emission Efficiency; Yangtze River Economic Belt; Mediation Effect

DOI：10.6049/kjjbydc.C202108003

开放科学(资源服务)标识码(OSID)：

中图分类号：F127.5

文献标识码：A

文章编号：1001-7348(2022)09-0023-10

收稿日期：2021-08-02

修回日期：2021-11-06

基金项目：国家社会科学基金重大项目(2019ZDA089)

作者简介：何伟军(1965—)，男，湖南邵阳人，博士，三峡大学经济与管理学院教授、博士生导师，研究方向为区域经济、决策分析；李闻钦(1994—)，男，湖北长阳人，三峡大学经济与管理学院硕士研究生，研究方向为区域经济、决策分析；邓明亮(1994—)，男，湖北长阳人，武汉大学经济与管理学院博士研究生，研究方向为区域经济转型发展理论与实践、区域产业经济分析与规划、长江经济带发展战略与政策。本文通讯作者：邓明亮。

0 引言

伴随我国经济社会转型，加快推进碳减排，尽早实现碳达峰碳中和，成为我国经济社会实现高质量发展的重要标志和任务。围绕碳达峰碳中和目标，习近平总书记在联合国生物多样性峰会等重大国际场合多次发表重要讲话，亲自谋划实现“30·60”目标的重大战略决策部署。国家“十四五”规划(2021)、《中共中央办公厅、国务院办公厅关于建立健全生态产品价值实现机制的意见》(2021)、《国务院关于加快建立健全绿色低碳循环发展经济体系的指导意见》(2021)等规划和政策文本，从目标考核、市场机制、推进路径等多方面强调绿色低碳发展的重要性并提出推进路径；《中共中央国务院关于完整准确全面贯彻新发展理念做好碳达峰碳中和工作的意见》(2021)、《国务院关于印发2030年前碳达峰行动方案的通知》(2021)等“碳达峰”“碳中和”专项顶层设计，系统性明确了双碳主要目标和重点任务。双碳目标的实现与碳减排密切相关，在实现经济高质量发展的同时完成碳减排目标的关键在于加快提升碳排放效率。因此，如何加快提升全要素碳排放效率、降低碳排放总量，成为社会各界广泛关注的热点话题。

推动长江经济带发展是党中央作出的重大决策，2020年11月14日习近平总书记在南京主持召开全面推动长江经济带发展座谈会，明确提出要将长江经济带建设成为我国生态优先、绿色发展主战场和引领经济高质量发展的主力军。高质量发展是体现新发展理念的发展[1]，习近平总书记在十九届五中全会上进一步强调“新时代新阶段的发展必须贯彻新发展理念”，而加快提升全要素碳排放效率是贯彻落实新发展理念、促进长江经济带高质量发展、助力双碳目标实现的重要路径。科技创新是促进高质量发展的强大动能。伴随我国新旧动能转换，学术界关于科技创新与经济社会高质量发展关系的研究不断深入，但绿色科技创新在长江经济带全要素碳排放效率提升过程中的作用如何？能否有效支撑长江经济带加快绿色低碳转型？这些问题的研究仍有待深入。同时，人力资本是实现经济社会转型的重要支撑，也是科技创新的关键主体。因此，在全面推动长江经济带高质量发展之路上，人力资本、绿色科技创新影响全要素碳排放效率的路径是什么？绿色科技创新能否有效发挥中介效应？在绿色科技创新约束下，人力资本对全要素碳排放效率的影响是否存在非线性特征？针对上述理论和现实问题作出科学回答，厘清人力资本、绿色科技创新与长江经济带全要素碳排放效率关系，对长江经济带积累人力资本、鼓励绿色科技创新、加快绿色低碳转型、提升全要素碳排放效率、实现高质量发展具有重要的理论与实践价值。

1 研究综述

相较于其它生产要素，绿色科技创新能够促进生产工艺革新、提升资源利用效率与生产率、降低碳排放强度[2]，而人力资本是实现绿色低碳转型和绿色科技创新的关键与主体，因此人力资本、绿色科技创新与全要素碳排放效率关系成为学术界广泛关注的热点话题[3-4]。

学术界关于人力资本与绿色低碳发展关系的研究结论尚未达成统一[5]。在早期的碳排放研究中，较多学者认为，人力资本是促进经济实现内生性增长的关键要素[6]，伴随人力资本积累、产业结构优化，其促进经济增长、降低二氧化碳排放的效应进一步凸显[7-8]；也有研究认为，在人力资本水平较高的地区，由于产业集聚和人口集中对能源消费需求的增加，人力资本水平提升加剧了碳排放密度增大[9]。也有学者从投入产出绩效角度，进一步考察人力资本与碳排放效率关系。一种观点认为，人力资本积累能够有效促进碳排放效率提升[10-11]；也有研究表明，虽然教育等人力资本培养方式能够显著促进碳排放效率改善，但贡献度相对较小[12]；还有一种观点从非线性角度提出，人力资本在碳排放效率提升过程中的影响具有“反N型”和“倒U型”特征[13]。

现有关于科技创新影响碳排放效率的研究结论主要包括促进论、抑制论和不确定论3种[14]。较多学者认为，科技创新一方面能够促进新能源推广利用和能源使用效率提升[15]，减少碳排放总量[16-17]，另一方面能够通过负碳技术研发和应用，助力碳中和，实现碳排放效率提升[18-19]。也有研究认为，科技创新在促进能源效率提升的同时，导致能源消费总量增加，由于技术效率的促进作用不足以抵消生产生活过程中的碳排放扩张效应，最终不利于碳排放效率提升[20]。还有一种观点认为，科技创新对碳排放效率的影响存在不确定性[21-22]，基于科技创新的“双刃剑”作用，其在提升能源利用效率的同时也加剧了能源消耗和碳排放总量增加，在驱动效应和制动效应的共同作用下，导致科技创新对碳排放效率的影响方向存在不确定性[14]。

人力资本与科技创新关系的研究主要聚焦于驱动路径等问题[23-24]。较多研究认为，人力资本水平提升能有效增强科技创新能力[25]，实现整体水平提升[26]。也有学者从质量水平[27]、结构类型[28]、区域空间等不同角度考察人力资本在驱动科技创新中的差异性和非线性特征[29-31]。在人力资本与科技创新研究的基础上，也有学者开始关注人力资本与科技创新的协同效应[32-33]，提出二者协同能够打破“资源诅咒”[3]，促进城市发展质量[34]、支农绩效[35]与绿色全要素生产率提升[36]，实现地区经济[33]、创意经济[32]、信息经济高质量发展[37]。

纵观现有研究成果，国内外主要围绕人力资本、科技创新与绿色低碳转型展开一系列探索，总体呈现出以下特征：一是现有研究大多聚焦于碳排放强度或单要素碳排放效率问题，关于全要素碳排放效率的分析较少[38]；二是关于科技创新的测度多从整体视角出发，针对绿色科技创新领域的专门研究不多[39]；三是分别就人力资本、科技创新与碳排放三者间的两两关系进行一系列探究，但对于人力资本直接和间接影响碳排放效率、科技创新的中介效应等问题的探索仍有待深入[5]；四是在研究尺度上主要从国际、全国省市、企业层面展开分析，基于经济区域尺度的研究较少[28]，关于长江经济带的相关研究也不多。鉴于此，本文以长江经济带为研究对象，以拓展的STIRPAT模型为基础，构建中介效应检验模型，考察人力资本、绿色科技创新影响长江经济带全要素碳排放效率的具体路径。

2 模型设计与数据来源

绿色科技创新是实现绿色低碳发展的重要支撑[40]，人力资本作为重要的绿色科技创新主体[28]，在生产生活方式向绿色低碳转型的过程中发挥重要作用[11]。参考现有研究成果，引入绿色科技创新作为中介变量，从直接和间接作用路径两方面考察人力资本、绿色科技创新对长江经济带全要素碳排放效率的影响，具体见图1。

2.1 模型构建

以STIRPAT恒等式为基础，通过对数形式转换消除异方差影响，得到环境影响(I)分解为常数项(α)、人力资本(P)、富裕程度(A)、科技创新(T)和误差项(e)的STIRPAT模型基础表达式。

I=αPxAyTze

(1)

lnI=lnα+xlnP+ylnA+zlnT+e

(2)

在运用STIRPAT模型分析经济社会发展与生态环境关系时，现有研究主要从两个方面对STIRPAT模型进行拓展和延伸：一是重新定义I、P、A、T变量含义，二是将生态环境因素引入分析模型，使模型更适于该研究主题[41-42]。借鉴现有研究成果，首先将环境影响(I)重新定义为全要素碳排放效率(tfc)、将人力资本(P)符号修改为hum、将富裕程度(A)重新定义为经济发展水平(pgdp)、将科技创新(T)重新定义为绿色科技创新(gti)，在此基础上将产业结构(ind)、对外开放(op)、环境规制(er)、基础设施(inf)和城镇化水平(urban)等因素纳入STIRPAT模型，得到人力资本、绿色科技创新影响长江经济带全要素碳排放效率的基准模型。

lntfc=lnαβ+β1lnhum+β2lngti+β3lnpgdp+β4lnind+β5lnop+β6lnhigz+β7lninf+β8lnurban+εβ

(3)

基于人力资本在绿色科技创新过程中的驱动效应分析，可以得到人力资本影响绿色科技创新的基准模型。

lngti=lnαγ+γ1lnhum+γ2lnpgdp+γ3lnind+γ4lnop+γ5lnhigz+γ6lninf+γ7lnurban+εγ

(4)

考虑到人力资本积累能够促进生产生活方式的绿色低碳转型，以及对全要素碳排放效率存在直接影响，从而得到人力资本直接影响全要素碳排放效率的基准模型。

lntfc=lnαμ+μ1lnhum+μ2lnpgdp+μ3lnind+μ4lnop+μ5lnhigz+μ6lninf+μ7lnurban+εμ

(5)

中介效应模型能够有效检验绿色科技创新是否发挥中介效应以及识别中介效应类型，为厘清人力资本、绿色科技创新影响长江经济带全要素碳排放效率的路径提供方法支撑[43]。在式(3)、(4)、(5)的基础上，构建中介效应检验模型如式(6)、(7)、(8)所示。

lntfc=lnαμ+clnhum+μ1lnpgdp+μ2lnind+μ3lnop+μ4lnhigz+μ5lninf+μ6lnurban+εμ

(6)

lngti=lnαγ+alnhum+γ1lnpgdp+γ2lnind+γ3lnop+γ4lnhigz+γ5lninf+γ6lnurban+εγ

(7)

lntfc=lnαβ+c'lnhum+blngti+β1lnpgdp+β2lnind+β3lnop+β4lnhigz+β5lninf+β6lnurban+εβ

(8)

式中，a是人力资本影响绿色科技创新的系数，b是绿色科技创新影响长江经济带全要素碳排放效率的系数，c是人力资本影响长江经济带全要素碳排放效率的总效应系数，c'是人力资本影响长江经济带全要素碳排放效率的直接效应系数。

在考察人力资本对长江经济带全要素碳排放效率是否存在间接影响效应的基础上，将式(7)代入式(8)，得到式(9)。

lntfc=lnαβ+c'lnhum+blngti+β1lnpgdp+β2lnind+β3lnop+β4lnhigz+β5lninf+β6lnurban+εβ=lnαβ+c'lnhum+b(lnαγ+alnhum+γ1lnpgdp+γ2lnind+γ3lnop+γ4lnhigz+γ5lninf+γ6lnurban+εγ)+β1lnpgdp+β2lnind+β3lnop+β4lnhigz+β5lninf+β6lnurban+εβ=lnαβ+blnαγ+(c'+ab)lnhum+(β1+bγ1)lnpgdp+(β2+bγ2)lnind+(β3+bγ3)lnop+(β4+bγ4)lnhigz+(β5+bγ5)lninf+(β6+bγ6)lnurban+εβ+bεγ=lnαμ+clnhum+μ1lnpgdp+μ2lnind+μ3lnop+μ4lnhigz+μ5lninf+μ6lnurban+εμ

(9)

将式(9)与式(6)相比，可进一步分析人力资本、绿色科技创新影响长江经济带全要素碳排放效率的直接效应(c')、间接效应(ab)与总效应(c)关系。

c=ab+c'

(10)

2.2 指标选取

被解释变量：全要素碳排放效率(tfc)。选取全社会固定资产投资、总人口、能源消费量作为投入指标，以地区生产总值为期望产出、二氧化碳排放总量为非期望产出指标，采用全局超效率SBM模型测算全要素碳排放效率[31]。其中，二氧化碳排放总量采用IPCC(2006)发布的碳排放系数，根据各地区煤炭、焦炭、原油、汽油、煤油、柴油、燃料油、液化石油气、天然气等能源消费量计算得出。

核心解释变量：人力资本(hum)。借鉴现有研究成果[11,36]，采用教育年限积累法，将各地区就业人员中未上过学以及拥有小学、初中、高中、大专及以上文化程度的人员占比按照0年、6年、9年、12年、16年的权重计算各地区就业人员平均受教育程度[44]，以反映地区人力资本水平。

中介变量：绿色科技创新(gti)。借鉴现有研究成果[39]，将发明专利和实用新型专利视为绿色科技创新产出成果，采用每万人拥有的绿色科技创新专利授权数测算长江经济带绿色科技创新水平。

控制变量：参考经济社会发展与生态环境关系的研究成果，将地区经济发展水平等6个控制变量纳入分析模型。①经济发展水平(pgdp)，采用人均GDP表示，环境质量与地区经济发展水平密切相关，根据环境库兹涅茨曲线，当经济发展水平达到“拐点”，经济发展对地区环境的正向治理效应将超过负向污染效应，经济发展与环境质量将呈现出正相关；②产业结构(ind)，采用第二产业增加值占GDP的比重计算，工业不仅是能源消耗最大的产业类型，也是碳排放密集型产业，第二产业占比越大，则碳排放的规模效应越明显，因此产业结构演化与生态环境、全要素碳排放效率密切相关；③对外开放水平(op)，以各省份当年利用外资金额占GDP的比重表征，外资利用过程往往伴随资源利用、污染排放、技术转移与技术革新等，而对外开放水平提升必然也伴随着生态环境改变，粗放式的对外开放往往会造成国际间碳排放转移，不利于全要素碳排放效率提升；④环境规制(er)，以工业污染治理投资额占GDP的比值测算[45]，环境规制是政府引导和治理生态环境问题的重要手段，环境规制水平提升对生态环境具有重要影响，环境规制加强不仅有助于减少新增污染，而且有助于污染存量治理；⑤基础设施水平(inf)，选取常住人口人均公路里程测算，基础设施建设是经济社会发展的重要生产要素，基础设施完善能够直接或间接影响生态环境质量，一方面基础设施在建设和运营过程中会造成碳排放增加，另一方面基础设施水平提升有助于资源配置优化和能源利用效率提升，进而对全要素碳排放效率产生影响；⑥城镇化水平(urban)，选取常住人口城镇化率反映，城镇化进程也是产业集聚和能源消耗增大的过程，即城镇化进程一方面加剧产业和人口集聚，造成碳排放增加，对全要素碳排放效率提升存在抑制作用，另一方面城镇化进程推进有助于经济社会发展水平提升和能源资源利用效率提升，能够对全要素碳排放效率产生正向促进作用。

2.3 数据来源

根据数据可得性，以全国内地30个省份(西藏因数据缺失，未纳入考虑)为基础测算全要素碳排放效率，重点考察长江经济带沿线11省份2000—2019年全要素碳排放效率及其影响因素。全要素碳排放效率测算数据来自《中国统计年鉴》(2000—2020)和中国能源数据库，人力资本、绿色科技创新和长江经济带全要素碳排放效率等影响因素数据来自《中国统计年鉴》(2001—2020)、《中国劳动统计年鉴》(2000—2019)、EPS数据库、中国城乡建设数据库、中经网数据库，缺失数据采用移动平均法补齐，各变量描述性统计结果如表1所示。

长江经济带沿线11省份人力资本、绿色科技创新与全要素碳排放效率关系如图2所示。可以发现，一方面，人力资本、绿色科技创新水平与长江经济带全要素碳排放效率总体上表现为正向相关关系，即伴随人力资本积累和绿色科技创新水平提升，长江经济带全要素碳排放效率呈现上升趋势；另一方面，人力资本与绿色科技创新整体上呈现正相关关系，人力资本积累能够促进绿色科技创新水平提升，但伴随人力资本积累到一定水平，绿色科技创新水平呈现发散趋势，因此有必要通过计量模型进一步实证分析人力资本与绿色科技创新关系。

3 人力资本、绿色科技创新影响长江经济带全要素碳排放效率的实证检验

3.1 实证结果分析

基于Hausman检验结果，选取固定效应模型进行人力资本、绿色科技创新影响长江经济带全要素碳排放效率的实证检验。表2中模型(1)反映的是人力资本影响长江经济带全要素碳排放效率的基准回归估计结果，考察人力资本积累影响长江经济带全要素碳排放效率的总效应。估计结果表明，人力资本影响长江经济带全要素碳排放效率的总效应系数(c)为0.113，而且在5%的水平下通过显著性检验，可见人力资本积累能够有效促进长江经济带全要素碳排放效率提升，有助于加快长江经济带绿色低碳转型发展。具体而言，人力资本积累有助于绿色低碳生产生活方式全面推广，为长江经济带全要素碳排放效率提升提供内生动力，加快绿色转型，促进能源、产业、消费等进行结构性调整，实现经济社会高质量发展。

参考逐步检验回归系数法、系数乘积检验法、系数差异检验法等中介效应分析方法，依次检验人力资本影响绿色科技创新的系数(a)、绿色科技创新影响长江经济带全要素碳排放效率的系数(b)。模型(2)估计结果显示，人力资本影响长江经济带绿色科技创新的估计系数a为2.305，且通过显著性检验，表明作为绿色科技创新主体——人力资本积累不仅有助于促进绿色前沿技术研发，而且有助于绿色技术推广和应用。模型(3)中的绿色科技创新估计系数显示，绿色科技创新影响长江经济带全要素碳排放效率的系数b为0.015，且在1%的水平下通过显著性检验，表明绿色科技创新是加快经济社会全面绿色低碳转型的重要支撑，绿色科技创新能力增强有助于提升能源使用效率、调整能源结构，促进资源节约、增加期望产出、降低碳排放强度，实现全要素碳排放效率提升。回归结果表明，人力资本影响绿色科技创新的系数a、绿色科技创新影响长江经济带全要素碳排放效率的系数b均通过显著性检验，可见人力资本对长江经济带全要素碳排放效率提升存在显著的间接效应。

在间接效应检验的基础上，对人力资本影响长江经济带全要素碳排放效率的直接效应进行检验。模型(3)的估计结果显示，人力资本影响长江经济带全要素碳排放效率的直接效应系数(c′)为0.074，且在5%的水平下通过显著性检验。对比人力资本影响长江经济带全要素碳排放效率的直接效应和间接效应估计结果，可以发现，c′=0.074、a=2.305、b=0.015、c=0.113且均通过显著性检验，表明绿色科技创新在人力资本影响长江经济带全要素碳排放效率过程中表现出部分中介效应，且中介效应占30.60%，验证了绿色科技创新是人力资本促进长江经济带全要素碳排放效率提升的重要路径，即人力资本积累能够有效促进绿色科技创新，助力绿色低碳技术推广和应用，进而驱动长江经济带全要素碳排放效率提升。

综上可见，在人力资本促进长江经济带全要素碳排放效率提升过程中，部分影响作用是通过绿色科技创新实现的。具体为：一方面促进绿色低碳发展理念广泛传播、加快生产生活方式绿色低碳转型，直接促进全要素碳排放效率提升；另一方面通过知识积累，加强绿色低碳技术、设备、生产工艺、管理经验的消化吸收，促进绿色科技创新，实现全要素碳排放效率改善。

3.2 稳健性检验

鉴于研究样本可能存在非随机性、异常值以及时间特殊性，均可能对研究结果产生影响。因此，在检验人力资本、绿色科技创新与长江经济带全要素碳排放效率关系的基础上，采用滞后项、异常值、特殊时间节点3种方式对研究结果的稳健性进行考察，以进一步提升分析结果的有效性和科学性。

人力资本、绿色科技创新可能需要一定时间才能充分发挥作用，因此选取滞后1期的人力资本和绿色科技创新变量以考察可能存在的时间滞后效应。模型(4)—(6)的估计结果显示，人力资本和绿色科技创新在影响长江经济带全要素碳排放效率的过程中存在时间滞后效应，同时，绿色科技创新还表现出部分中介效应，占比达81.66%，相较于当期影响更显著。为考察长江经济带全要素碳排放效率提升过程中可能存在的异质性问题，删除10%的全要素碳排放效率极值后，得到模型(7)—(9)，估计结果表明，剔除全要素碳排放效率极值后，绿色科技创新的中介效应占比为22.62%，略小于全样本时绿色科技创新的中介效应占比。2013年习近平总书记视察湖北时提出要努力把长江“全流域打造成黄金水道”，自此拉开了新时期长江经济带建设的序幕，因此删除2013年以前数据后得到模型(10)—(12)，研究结果表明，在长江经济带建设中绿色科技创新同样发挥部分中介效应，且中介效应占比为26.75%。

综上可知，在考虑研究样本可能存在的异常值、特殊时间节点等问题后，估计结果显示，人力资本、绿色科技创新对长江经济带全要素碳排放效率的影响系数大小和显著性水平均存在一定差异，但绿色科技创新通过中介效应检验，表明在长江经济带全要素碳排放效率提升过程中绿色科技创新发挥部分中介效应。

3.3 进一步分析

考虑不同人力资本水平下绿色科技创新的差异。结合图1，在检验绿色科技创新中介效应的基础上，首先引入人力资本与绿色科技创新的交互项，见式(11)，考察不同绿色科技创新水平对人力资本的约束。进行去中心化处理后，模型(13)的估计结果显示，人力资本、绿色科技创新的估计系数仍然为正，且通过显著性检验，表明人力资本、绿色科技创新水平提高能够有效促进长江经济带全要素碳排放效率提升；人力资本与绿色科技创新的交互项系数为正，且在1%的水平下通过显著性检验，表明绿色科技创新在人力资本驱动长江经济带全要素碳排放效率提升过程中具有显著作用，伴随绿色科技创新水平不断提升，绿色低碳新技术、新产品、新工业、新设备的研发和推广能力进一步增强，人力资本对长江经济带全要素碳排放效率的驱动作用也得到强化。

lntfc=lnα+β1lnhum+β2lntfc+β3(lnhum×lntfc)+β4lnpgdp+β5lnind+β6lnop+β7lnhigz+β8lninf+β9lnurban+ε

(11)

为进一步直观揭示不同绿色科技创新水平下人力资本驱动长江经济带全要素碳排放效率提升的差异性和非线性特征，进一步构建面板门槛回归模型[46]，见式(12)，考察不同门槛水平下人力资本与长江经济带全要素碳排放效率的非线性关系。以绿色科技创新为门槛变量、人力资本为核心解释变量，以500次重叠模拟似然比检验门槛效应和数量。检验结果显示，绿色科技创新通过单门槛检验，门槛值为2.021 8。表(4)中模型(14)的估计结果表明，无论绿色科技创新能否跨过门槛值，估计系数均为正，可见人力资本能够有效促进长江经济带全要素碳排放效率提升。当绿色科技创新水平跨过门槛值后，模型估计系数从0.006上升到0.017，且在1%的水平下通过显著性检验，表明伴随绿色科技创新水平提升，人力资本对长江经济带绿色低碳发展的驱动效应增强，促进长江经济带全要素碳排放效率的影响更加显著。

lntfc=lnα+β1lnhum·I(lngti≤γ1)+β2lnhum·I(lngti≤γ1)+…+βnlnhum·I(lngti≤γn)+βn+1lnhum·I(lngti≤γn+1)+βn+2lnpgdp+βn+3lnind+βn+4lnop+βn+5lnhigz+βn+6lninf+βn+7lnurban+ε

(12)

综上所述，绿色科技创新能够在人力资本驱动长江经济带全要素碳排放效率提升的过程中发挥部分中介效应，同时，当绿色科技创新能力较弱时，其对人力资本效用的激励作用有限，伴随绿色科技创新水平提升，其能够有效激发人力资本对绿色低碳发展的驱动效应，更大程度地促进全要素碳排放效率提升。

4 结语

4.1 研究结论

本文聚焦于长江经济带绿色低碳发展，采用1999—2019年面板数据，引入绿色科技创新为中介变量，通过构建中介效应检验模型，考察人力资本、绿色科技创新影响长江经济带全要素碳排放效率的路径，得出以下结论：

(1)人力资本、绿色科技创新有效促进长江经济带绿色低碳发展。人力资本是绿色低碳发展的实施主体，研究结果表明，人力资本水平提升能够有效促进长江经济带全要素碳排放效率提升，促进生产生活方式全面绿色低碳转型。绿色科技创新能力和水平提升是绿色低碳发展的重要动力，检验结果表明，绿色科技创新水平提升对长江经济带全要素碳排放效率表现出显著的正向驱动效应，在长江经济带绿色低碳发展过程中能够发挥重要支撑作用。

(2)绿色科技创新在人力资本驱动长江经济带全要素碳排放效率提升过程中发挥部分中介效应。中介效应模型检验结果表明，人力资本水平提升一方面能够通过绿色低碳理念普及和推广，促进经济社会全面实现绿色低碳转型，进而驱动长江经济带全要素碳排放效率提升；另一方面能够通过绿色科技创新水平提升促进绿色低碳科技成果转化和应用，提升能源利用效率、降低碳排放强度，实现长江经济带全要素碳排放效率改善。

(3)绿色科技创新在人力资本促进绿色低碳发展的过程中存在阶段性特征。非线性检验结果表明，绿色科技创新能够促进人力资本发挥对绿色低碳发展的驱动效应。同时，绿色科技创新水平提高能够促进人力资本更大程度地驱动长江经济带全要素碳排放效率改善。

4.2 政策建议

基于人力资本、绿色科技创新对长江经济带全要素碳排放效率的影响，提出以下政策建议：

(1)以人才培养夯实长江经济带绿色低碳发展基础。人力资本是经济社会的生产与生活主体，也是深入推进绿色低碳转型的落实者。新时代背景下要加快推进长江经济带绿色低碳转型、提升全要素碳排放效率、助力碳达峰碳中和目标实现，就必须加强人才培养、夯实人力资本积累。一方面要加强人力资源管理，激发各地区参与绿色低碳转型的热情和活力，增强全社会绿色低碳环保意识，推行绿色低碳生产生活方式；二是要加快构建高质量现代教育体系，进一步加大教育投入，完善人才培养模式，搭建终身教育平台，加快学习型社会建设，推进绿色低碳人才培养提质行动，培养满足经济社会绿色低碳转型所需的各类人才，促进长江经济带全要素碳排放效率提升。

(2)以绿色科技引领长江经济带绿色低碳发展。绿色科技创新是加快经济社会绿色低碳转型的关键动力和重要抓手。在加快推进长江经济带绿色低碳转型、建成引领经济高质量发展主力军的过程中，必须以绿色科技创新驱动为引领。一方面，要着力开展绿色低碳领域的基础研究突破、关键技术攻关、创新能力提升活动，加快碳减排、碳零排、负碳排等关键核心技术攻关，全面提升绿色低碳科技创新能力；另一方面，加快推进绿色科技创新成果转化，促进创新链和产业链深度融合，不断深化校地合作、校企合作，支持政产学研用金介深度融合，打造一批技术协同研发中心、产业研究基地、产教融合创新平台和现代产业学院，建立健全绿色低碳产学研全链条创新网络。

(3)以人才环境优化激发长江经济带绿色低碳发展活力。人力资本、绿色科技创新在长江经济带全要素碳排放效率提升过程中发挥重要作用，因此有必要关注不同阶段人力资本、物质资本和绿色科技创新的匹配协调。结合人力资本积累和绿色科技创新的阶段性特征，适时动态优化调整绿色科技创新资源和人才政策，不断优化人才创新环境，科学处理人力资本、绿色科技创新和长江经济带全要素碳排放效率关系，减少因人力资本、绿色科技创新资源闲置和错配导致的全要素碳排放效率损失，加快长江经济带绿色低碳发展。

4.3 研究展望

在现有研究基础上，本文以拓展的STIRPAT模型为基础，通过构建中介效应检验模型，就人力资本、绿色科技创新对长江经济带全要素碳排放效率的影响进行考察，在后续研究中可从以下方面作进一步思考和研究：一是在量化人力资本、绿色科技创新和全要素碳排放效率的过程中，现有研究方法、指标体系、数据来源尚不统一，在后续研究中可进一步探索连贯性强、精准度高的指标、数据和方法，不断丰富指标量化方法；二是在研究尺度方面，后续研究可进一步细分尺度，从城市、细分行业等方面丰富人力资本、绿色科技创新与全要素碳排放效率关系的研究；三是虽然引入绿色科技创新为中介变量，但人力资本在影响全要素碳排放效率过程中还存在哪些其它路径，仍需进一步分析和研究；四是人力资本积累、绿色科技创新、经济社会活动等具有一定空间特征，在后续研究中可进一步引入空间因素，从空间异质性和空间相关性角度考察人力资本、绿色科技创新和全要素碳排放效率的时空演变规律。

参考文献:

[1] 吴传清，邓明亮. 科技创新、对外开放与长江经济带高质量发展[J]. 科技进步与对策， 2019, 36(3): 33-41.

[2] LIU G, WANG B, ZHANG N. A coin has two sides:which one is driving China's green TFP growth[J]. Economic Systems， 2016, 40(3): 481-498.

[3] 万建香，汪寿阳. 社会资本与技术创新能否打破“资源诅咒”——基于面板门槛效应的研究[J]. 经济研究，2016, 51(12): 76-89.

[4] 宁论辰，郑雯，曾良恩. 2007—2016年中国省域碳排放效率评价及影响因素分析——基于超效率SBM-Tobit模型的两阶段分析[J]. 北京大学学报(自然科学版)， 2021, 57(1): 181-188.

[5] 张永强，田媛，王珧，等. 农村人力资本、农业技术进步与农业碳排放[J]. 科技管理研究， 2019, 39(14): 266-274.

[6] 车维平，苏睿. 人力资本积累对低碳经济发展的影响[J]. 河北大学学报(哲学社会科学版)， 2014, 39(4): 105-108.

[7] 安超，雷明. 二氧化碳排放、人力资本和内生经济增长研究[J]. 中国管理科学， 2019, 27(5): 149-160.

[8] 张翱祥，邓荣荣. 中部六省碳排放效率与产业结构优化的耦合协调度及影响因素分析[J]. 生态经济，2021, 37(3): 31-37.

[9] 赵领娣，贾斌，胡明照. 基于空间计量的中国省域人力资本与碳排放密度实证研究[J]. 人口与发展， 2014, 20(4): 2-10.

[10] 高鸣，陈秋红. 贸易开放、经济增长、人力资本与碳排放绩效——来自中国农业的证据[J]. 农业技术经济， 2014(11): 101-110.

[11] 郭炳南，卜亚. 人力资本、产业结构与中国碳排放效率——基于SBM与Tobit模型的实证研究[J]. 当代经济管理， 2018, 40(6): 13-20.

[12] 李荣杰，张磊，赵领娣. 中国清洁能源使用、要素配置结构与碳生产率增长——基于引入能源和人力资本的生产函数[J]. 资源科学，2016, 38(4): 645-657.

[13] 姚增福，唐华俊，刘欣. 要素积累、人力资本与农业环境效率间门槛效应研究——低碳约束下面板门槛模型检验[J]. 重庆大学学报(社会科学版)， 2017, 23(4): 26-36.

[14] 程钰，孙艺璇，王鑫静，等. 全球科技创新对碳生产率的影响与对策研究[J]. 中国人口·资源与环境，2019, 29(9): 30-40.

[15] 刘仁厚，王革，黄宁，等. 中国科技创新支撑碳达峰、碳中和的路径研究[J]. 广西社会科学， 2021，37(8): 1-7.

[16] 张玉华，张涛. 改革开放以来科技创新、城镇化与碳排放[J]. 中国科技论坛， 2019(4): 28-34.

[17] 高大伟. 中国科技创新与低碳经济的协调发展研究[J]. 技术经济与管理研究， 2015，36(7): 34-37.

[18] GERLAGH R. Measuring the value of induced technological change[J]. Energy Policy， 2007, 35(11): 5287-5297.

[19] 刘晓慧. 我国区域碳排放效率实证研究[J]. 煤炭技术， 2021, 40(9): 212-214.

[20] 金培振，张亚斌，彭星. 技术进步在二氧化碳减排中的双刃效应——基于中国工业35个行业的经验证据[J]. 科学学研究， 2014, 32(5): 706-716.

[21] FISHER-VANDEN K, WING I S. Accounting for quality: issues with modeling the impact of R&D on economic growth and carbon emissions in developing economies[J]. Energy Economics， 2008, 30(6): 2771-2784.

[22] 熊爱华，丁友强，胡玉凤. 低碳门槛下绿色创新补贴对全要素生产率的影响[J]. 资源科学， 2020, 42(11): 2184-2195.

[23] 袁晖光，范思凯. 人力资本驱动科技创新的动力机制研究[J]. 山东社会科学， 2021，35(6): 127-132.

[24] 何小洲，何优军. 官产学合作对社会资本与技术创新的中介效应研究[J]. 科技进步与对策， 2016, 33(21): 11-15.

[25] 高素英，陈蓉，张艳丽，等. 京津冀人力资本与区域科技创新能力的关系研究[J]. 天津大学学报(社会科学版)， 2011, 13(6): 551-555.

[26] 李林汉，田卫民. 科技金融、人力资本与科技创新关系研究——来自中国省级面板数据的证据[J]. 科技促进发展， 2019, 15(1): 26-35.

[27] 梁军，赵青. 教育人力资本及其溢出效应对中国科技创新的影响研究——基于省际面板数据的经验分析[J]. 上海大学学报(社会科学版)，2018, 35(6): 122-131.

[28] 吕洪燕，于翠华，孙喜峰，等. 人力资本结构高级化对科技创新绩效的影响[J]. 科技进步与对策， 2020, 37(3): 133-141.

[29] 闫沛慈，芮雪琴. 人力资本集聚促进区域科技创新吗——基于门槛回归模型的分析[J]. 管理现代化， 2018, 38(6): 95-99.

[30] 常青青，仲伟周. 互联网、人力资本和科技创新门槛效应的实证[J]. 统计与决策， 2018, 34(24): 101-104.

[31] 赖一飞，谢潘佳，叶丽婷，等. 我国区域科技创新效率测评及影响因素研究——基于超效率SBM-Malmquist-Tobit模型[J]. 科技进步与对策， 2021, 38(13): 37-45.

[32] 田超杰. 科技创新、人力资本对创意经济的影响研究[J]. 科技进步与对策， 2013, 30(15): 146-149.

[33] 郝金磊，姜诗尧. 健康人力资本、科技创新效率与经济增长[J]. 西安电子科技大学学报(社会科学版)， 2016, 26(1): 52-58.

[34] 肖滢，马静. 科技创新、人力资本与城市发展质量的实证分析[J]. 统计与决策，2018, 34(16): 169-172.

[35] 常文涛. 农业科技创新资金与科技人力资本支农绩效实证分析[J]. 统计与决策， 2018, 34(21): 113-116.

[36] 苏科，周超. 人力资本、科技创新与绿色全要素生产率——基于长江经济带城市数据分析[J]. 经济问题， 2021，43(5): 71-79.

[37] 徐维祥，姜丽佳，徐志雄. 人力资本、科技创新与信息经济发展关系研究——异质性视角[J]. 科技进步与对策， 2019, 36(14): 76-84.

[38] 张雪峰，宋鸽，闫勇. 要素投入对中国工业碳生产率的影响研究——来自Heckman两阶段的经验数据[J]. 经济问题， 2021，43(6): 60-64.

[39] 刘在洲，汪发元. 绿色科技创新、财政投入对产业结构升级的影响——基于长江经济带2003-2019年数据的实证分析[J]. 科技进步与对策，2021, 38(4): 53-61.

[40] 张华，丰超. 创新低碳之城:创新型城市建设的碳排放绩效评估[J]. 南方经济， 2021，39(3): 36-53.

[41] 刘健强，马晓钰. 人口老龄化、产业结构升级与碳排放——基于Stirpat模型的空间计量分析[J]. 金融与经济， 2021，42(7): 54-62.

[42] 陈占明，吴施美，马文博，等. 中国地级以上城市二氧化碳排放的影响因素分析:基于扩展的Stirpat模型[J]. 中国人口·资源与环境，2018, 28(10): 45-54.

[43] 金浩，刘肖. 产业协同集聚、技术创新与经济增长——一个中介效应模型[J]. 科技进步与对策， 2021, 38(11): 46-53.

[44] 刘荣增，何春. 环境规制对城镇居民收入不平等的门槛效应研究[J]. 中国软科学，2021，36(8): 41-52.

[45] 曹珂，屈小娥. 中国区域碳排放绩效评估及减碳潜力研究[J]. 中国人口·资源与环境， 2014, 24(8): 24-32.

[46] HANSEN B E. Threshold effects in non-dynamic panels: estimation, testing, and inference[J]. Journal of Econometrics，1999, 93(2): 345-368.

(责任编辑：胡俊健)