Renewable Energy Technology Innovation and Industry Carbon Emission Reduction:An Empirical Test Based on China's Provincial Panel Data

Liu Juan1, Ma Lianrui1,2, Feng Wanyi3

(1. School of Management, Zhengzhou University; 2. Center for Energy, Environment &Economy Research,Zhengzhou University, Zhengzhou 450001, China;3. School of Business Administration,Zhongnan University of Economics and Law, Wuhan 430073, China)

Abstract：In order to achieve the goals of "peak carbon" and "carbon neutrality", China has been promoting renewable energy technology innovation as a key carbon reduction measure in China's energy production, industry, transportation and construction industries. However, its carbon reduction effect has not been given sufficient attention by academics. At this critical period when China is promoting a comprehensive low-carbon transition in its economic and social development, a scientific assessment of the effect of renewable energy technology innovation on carbon emissions is essential to understand the status of carbon emission reduction in various industries, assess the carbon reduction potential of renewable energy technologies, and further choose the low-carbon pathways.

This paper empirically analyzes the effect of renewable energy technology innovation on carbon emission using the quantile panel model and spatial Durbin model based on the patent data of renewable energy technology innovation in 30 Chinese provinces from 2000 to 2019, corresponding to nine industry-level carbon emission data, as well as economic-social related characteristic variables, and further dissects its heterogeneous effect and possible causes in different regions and development stages. It is found that the effects of renewable energy technology innovation on carbon dioxide emissions vary significantly across industries, and the effect is closely related to industry characteristics, regional environment, and economic development stage.

Specifically,renewable energy technology innovation has taken the lead in carbon emission reduction among the low-emission industries, which is mainly related to the electrification degree and technological characteristics of these industries. At the same time, the effect of carbon emission reduction is closely related to the development stage of the industry, and the advantage of industry development in the eastern region enables the carbon emission reduction of renewable energy technology to be better exerted. There is no evidence that renewable energy technology innovation has a significant inhibiting effect on carbon emissions in heavy industry and energy production-related industries which are mainly related to the fossil energy technology and institutional lock-in in high-emission industries. Coupled with the relatively long operational life of energy-related infrastructure, the introduction, digestion and absorption of renewable energy technology in these industries still takes some time. In contrast, with the advantage of "weak lock-in", geographical resources and policy in the western region, renewable energy technology innovation has taken the lead in achieving carbon emission reductions in energy production-related industries. Furthermore, the high energy rebound effect in sectors closely linked to residential life and urbanization, such as housing, services, construction, and transport, especially during the rapid economic and social development phase, has resulted in the impact of renewable energy technology innovation on carbon emissions being statistically invalid, or even increasing rather than decreasing. In addition, it is noteworthy that the effect of renewable energy technology innovation on carbon emissions reduction among different sectors has been strengthened over time. Then it is proposed to continue to encourage the innovation and transformation of renewable energy technologies, promote the differentiated application of renewable energy technologies in different regions and industries, focus on low-carbon behavior of residents, and strengthen inter-regional cooperation and exchange.

The existing studies mostly use industrial technology innovation, low-carbon technology innovation and green technology innovation as the core explanatory variables to explore their carbon reduction performance, and because there are subsets of technologies with different characteristics and emission reduction mechanisms, their findings cannot be directly transferred to the carbon emission reduction experience of renewable energy technology innovation. This paper focuses on the effect of renewable energy technology innovation on carbon emissions, and incorporates regions and sectors into a unified analytical framework to reveal the carbon reduction performance of renewable energy technology innovations and their carbon reduction processes across regions and sectors, which responds to the theoretical relationship between renewable energy technology innovation and carbon emissions from the perspective of industry heterogeneity. Moreover, combined with practical investigations and reports, it further explores the potential causes of the heterogeneous effect of renewable energy technology innovation on carbon emissions among different regions and industries, providing a comprehensive factual basis for industry-level technology carbon emission reduction and policy formulation.

Key Words：Renewable Energy; Technological Innovation; Industry Carbon Reduction; Carbon Emission

DOI：10.6049/kjjbydc.2023020178

开放科学(资源服务)标识码(OSID)：

中图分类号：F424.1

文献标识码：A

文章编号：1001-7348(2023)15-0083-11

收稿日期：2023-02-08

修回日期：2023-05-04

基金项目：国家社会科学基金重大项目(21&ZD108);国家社会科学基金项目(20BJY200,20BJL034);国家自然科学基金青年科学基金项目(72204230);河南省教育厅高等学校智库重点项目(2022ZKYJ27)

作者简介：刘娟(1980—),女,河南南阳人,博士,郑州大学管理学院直聘副教授、博士生导师,研究方向为产业经济低碳发展、旅游营销;马涟蕊(1996—),女,江苏徐州人,郑州大学管理学院、能源环境经济研究中心博士研究生,研究方向为能源与环境政策评估、产业低碳发展管理;冯婉怡(1998—),女,河南安阳人,中南财经政法大学工商管理学院硕士研究生,研究方向为低碳旅游、低碳经济。

0 引言

2020年9月,中国向国际社会作出“二氧化碳力争在2030年前达到峰值,努力争取2060年前实现碳中和”的郑重承诺,这既是应对全球气候变化的大国责任担当,也是我国新时代社会主义现代化建设的重要目标。就如何实现这一目标,中共二十大报告提出“积极稳妥推进碳达峰碳中和,立足我国能源资源禀赋,坚持先立后破”。实现能源转型的“先立后破”,大力发展可再生能源、实施可再生能源替代行动是重要举措[1]。

技术创新作为根本动力,能够推动我国可再生能源的规模化、跨越式发展。早在20世纪50年代,可再生能源技术就被用于解决我国西南地区与农村能源供应问题。2000年以来,我国先后制定实施了《可再生能源产业发展规划》《可再生能源法》、可再生能源技术重点专项及一系列国家工程,通过财税金融政策、标准制定和国际合作等支持与引导可再生能源技术发展[2]。“十二五”以来,我国可再生能源专利申请量激增,使用成本大幅下降,可再生能源授权专利超6.5万项,光伏发电平均成本下降超86%,陆上、海上风电平均成本分别下降超56%、48%[3]。截至2022年末,我国可再生能源装机规模突破12亿千瓦大关,占全国发电总装机容量的47.3%,成为全球最大的可再生能源增长极。

鉴于零碳、低碳特征及成熟的应用基础,可再生能源技术创新被认为在应对气候变化与发展绿色生产力上拥有巨大潜力,是能源生产、工业、交通、建筑等行业的重要减排路径[4]。然而,可再生能源技术创新的碳减排效应并未得到学界的足够重视。目前,基于技术角度的碳减排研究重点关注产业整体效率提升与绿色技术进步对碳排放的影响,少量针对可再生能源技术创新的研究聚焦区域碳减排效应的异质性[5],缺少对不同行业碳减排效应的关注。鉴于此,本文基于2000—2019年中国省域可再生能源技术创新和碳排放相关数据,从行业层面对可再生能源技术创新的碳减排效应进行实证分析,进一步剖析碳减排绩效在不同区域、发展阶段的异质性表现及可能的原因。“十四五”时期是中国推动经济社会发展全面低碳转型的关键期,也是实现“双碳”目标的关键规划期[6]。在此背景下,分析可再生能源技术创新对不同行业的碳减排效应及其区域异质性,有助于更加深入了解各行业技术碳减排现状,评估技术减排潜力,为行业低碳路径选择提供引导与支持,为构建符合中国国情的低碳发展战略提供事实依据。

1 文献综述

在气候变化与科技创新等重大发展议题下,技术创新与碳排放的关系备受学界关注,并围绕该问题开展了一系列研究。部分学者肯定了技术创新的环境效益,通过对其影响效应、机制的研究发现,技术创新水平的提升通过提高能源使用效率、调整能源消费结构、推动地方产业升级实现碳减排[7-9]。相反,一些研究发现技术创新不仅无助于碳减排,甚至导致碳排放总量增加[10]。基于环境库兹涅茨(EKC)曲线、能源回弹效应的解释是,技术进步通过能源效率提升带来的减排效应无法完全抵消其推动经济增长带来的碳排放,最终导致碳排放量不减反增[10-11]。

可再生能源技术创新作为技术创新研究领域的新兴分支,学者对其类别的探讨尚未达成共识,目前广泛使用的有绿色技术(环保技术、清洁技术)和低碳技术。前者主要包括碳减排技术(化石能源清洁利用技术、可再生能源技术)和碳移除技术(碳捕集、运输、封存和利用技术)[12];后者基于技术范式革新力度,将可再生能源技术的彻底性革新称为低碳技术突破性创新,将现有技术范式的小幅改进(如化石能源清洁利用)称为低碳技术渐进性创新[13]。本文研究对象可再生能源技术创新是绿色技术创新中碳减排技术的主要组成部分,也称为低碳技术突破性创新,具体范围包括风能、太阳能、海洋能、水能、生物质能和储能。对于可再生能源技术创新与碳排放的关系,已有研究从区域、行业视角肯定了可再生能源技术创新的碳减排效应。如Wang等[14] 、Lin等[15]基于中国省级层面数据发现,可再生能源技术创新能够显著降低碳排放,且随着可再生能源使用比重的提高,这一抑制作用逐渐增强;毕克新等(2017)基于中国制造业数据研究发现,低碳技术突破性创新对产业升级具有显著推动作用,有助于实现经济低碳转型。

技术创新对碳减排的影响存在显著的区域、行业异质性[16-17],这一异质性受收入、市场、环境规制、产业结构、能源消费结构等因素影响,且技术减排效应随时间推移出现变化[18]。就可再生能源技术创新而言,收入是造成区域减排效应差异的重要因素,只有收入达到既定水平后,可再生能源技术创新才能实现碳减排效应,且其边际减排效应随着收入增长而增强[5]。能源消费结构、能源强度和能源回弹效应则是造成行业碳减排差异的重要因素,高能源强度、以煤炭为主体的能源结构和高能源回弹效应不利于行业碳减排[11,13]。此外,减排效果还与行业技术特征和发展阶段密切相关。金培振等(2014)、周小亮等[19]基于我国经济快速增长时期工业细分行业的实证研究发现,中、高技术行业的低碳转型进展相对较快。技术从研发到应用推广过程中,受到经济、政策以及市场环境等诸多外部因素影响[10],尤其对于高成本、长研发周期、高投资风险的可再生能源技术创新,在很大程度上依赖地方经济、市场和政策的共同引导。流动性较大的金融市场、规范化的技术共享与转让环境、相对严格的环境规制以及配套的产业支持政策能够更好地支持可再生能源技术创新及利用,进而实现碳减排[7,20-22]。这一系列外部条件在经济不发达地区往往难以实现。综上,已有文献从区域、产业视角对可再生能源技术创新与碳排放的关系进行了诸多探究,并从行业能源利用特征与技术特征、区域经济、政策环境等方面分析引致减排效果异质性的原因,但多聚焦区域整体或单一行业层面,研究结论对其它行业的适用性与借鉴性有限,难以完整刻画可再生能源技术创新的行业碳减排图景。

通过回顾现有文献可知,可再生能源技术创新的碳减排效应研究仍有较大成长空间。一方面,现有文献大多以产业技术创新、低碳技术创新和绿色技术创新为核心解释变量探究其减排绩效,这些变量包含不同特征与减排机制的技术子集,其研究结论无法迁移至可再生能源技术创新的碳减排效应上,也难以为实践提供更细节、精准的支撑。另一方面,已有关于可再生能源技术创新的文献多以区域为研究单位,探究其碳减排效应的机制及区域异质性。这些研究将不同行业视为区域经济的构成,对其进行整体性分析,研究结论无法简单迁移至不同特征的行业层面,难以为行业层面的技术减排效果及相关政策制定提供更加贴切、全面的事实依据,也无法从行业异质性视角回应可再生能源技术创新与碳排放的关系。针对以上不足,本文边际贡献与创新之处在于,将区域、行业纳入统一分析框架,从行业层面揭示可再生能源技术创新的碳减排绩效及其在不同区域的减碳进程,并进一步探究其原因,为针对性制定行业碳减排政策提供科学支撑。

2 模型与实证方法

本文在不同时空背景下探究可再生能源技术创新的行业碳减排效应及其异质性。在空间上,考虑到我国不同地区社会经济发展、环境规制、市场等影响技术创新与应用的外部环境存在较大差异,为探究不同外部环境下可再生能源技术创新对行业碳排放的影响,本文根据已有研究与我国三大经济地带划分,将中国内地30个省份(西藏因数据不全,未纳入统计)划分为东部(辽、京、冀、津、鲁、苏、沪、闽、浙、粤、琼11个省市)、中部(晋、吉、黑、皖、赣、豫、鄂、湘8个省份)、西部(桂、川、黔、云、藏、陕、甘、宁、青、新、渝、蒙12个省区市)地区3组,分别对整体及各区域进行实证检验。同时,随着经济发展与技术进步,可再生能源技术创新的内、外部条件均发生改变,这使得其减排绩效可能出现变化。自2000年起,我国工业化和城市化进程提速,能源消费与碳排放规模也随之激增。2009年,我国正式提出控制温室气体排放的行动目标,并首次将碳减排目标作为约束性指标写入“十二五”规划纲要,可再生能源产业开始进入快速发展期。因此,本文将研究区间分为2000—2009年、2010—2019年两个阶段,分别对其进行实证研究,以检验不同发展阶段下可再生能源技术创新对行业碳排放影响的变化。

2.1 基准模型

为分析可再生能源技术创新对不同行业碳排放的影响,本文构建以下基准模型:

lnCARDIint=α+βlnRETIit+γXint+μin+εint

(1)

其中,CARDIint为行业碳排放量,i表示区域,n表示行业,t表示年份;RETIit是关键解释变量,表示可再生能源技术进步指数;Xint为控制变量向量集,根据不同行业特点发生变化;μin为行业固定效应,εint为随机误差,α为常数项;系数β用于描述碳排放对可再生能源技术创新变化的平均(同质)响应。

2.2 分位数回归模型

鉴于我国区域可再生能源创新水平、产业结构、经济环境以及各行业碳排放水平等存在较大差异,同时大量研究证实区域、行业减排效果存在异质性,本文采用分位数回归模型进行分析,以观测不同碳排放规模下可再生能源技术创新的减排效应。该方法的优势在于可以分别研究不同分位点处自变量与因变量的回归关系,且对因变量的总体分布、误差分布无限制,对异常值也有稳健的统计特性。本文构建如下分位数回归模型:

Qτ(lnCARDIint)=ατ+βτlnRETIit+γτXint+μin+εint

(2)

其中,Qτ(lnCARDIint)为第t年i省份n行业碳排放水平的τ分位数,βτ为可再生能源技术创新碳减排效应τ分位点的估计系数。借鉴陈强[23]的设定,本文选取10%、30%、50%、70%、90%作为τ分位点。

2.3 空间计量模型

由于可再生能源技术进步存在空间溢出效应[6],同时环境规制、行业政策往往会被其它关联地区学习和模仿,进一步增强空间关联地区各经济变量的联动性。因此,本文在研究可再生能源技术进步对行业碳排放的影响时,需对可能存在的空间关联性进行检验,构建空间杜宾模型如下:

(3)

其中,CARDIint为行业碳排放量,RETIint为可再生能源技术进步指数,Xint为控制变量向量集;i、j代表区域,n代表行业,t代表年份;ωjn为空间权重矩阵中的元素,φinj为随机扰动项;ρ、λ0～λ4为待估参数。本文采用已有研究惯常使用的距离标准,即地理距离和经济距离设定空间权重矩阵。考虑到以任何一种距离标准单独衡量区域间的空间关联可能存在偏差,本文进一步参考李婧等[24]的研究,构造同时考虑地理距离和经济距离的地理经济嵌套空间权重矩阵。上述矩阵在用于参数估计时均经过标准化处理。

3 变量与数据

3.1 被解释变量

本文以行业碳排放量作为被解释变量,基于行业碳排放特征并结合国民经济行业分类(GB/T 4754-2017),将其合并划分为9个行业,包括农林牧渔业、能源生产相关行业、轻工业、重工业、高新制造业、建筑业、交通运输业、服务业以及居民生活。各行业碳排放数据来自中国碳核算数据库(CEADs)[25],经合并整理后得到最终所需数据形式。该数据库由多所中外研究机构共同开发,旨在提供多尺度统一、全口径、可验证的精细化碳核算数据,得到科技部、国家自然科学基金委员会等相关机构的支持与认可。图1显示了2000—2019年中国各行业碳排放规模,可以看出,能源生产相关行业与重工业贡献了我国绝大多数碳排放,约占排放总量的84%,其次是交通运输行业与居民生活,各行业碳排放规模存在较大差异。从变化趋势看,碳排放规模总体呈增长态势,从2013年开始增速明显放缓,这主要得益于能源生产与工业部门的节能降碳[19]。轻工业与高端制造业碳排放在2013年达到峰值后,整体呈下降趋势,建筑业、服务业、农林牧渔业碳排放呈小幅上升趋势,其它行业碳排放呈明显上升趋势。

3.2 解释变量

本文核心解释变量为可再生能源技术创新知识存量[5,18],参考Popp等[26]的设定,利用可再生能源相关专利数据构造可再生能源技术创新知识存量指标。该计算方法包含知识扩散率与衰退率,综合考虑了地区新技术从产生到推广应用所需时间以及对原有技术的替代,被相关研究广泛采用[5,18]。具体计算方式见式(4)。

(4)

其中,REPAT为可再生能源专利授权数量,i表示省份,t表示年份,η1、η2分别为折旧率(0.22)和扩散率(0.03)[5,26]。可再生能源专利数据来自国家知识产权局专利检索与分析系统,通过可再生能源技术对应的国际专利分类代码(IPC)、日期及地区进行检索。本文分析的可再生能源包括风能、太阳能、海洋能、水能、生物质能和储能,对应的国际专利分类代码参考Lin等[15]的研究。图3报告了2009—2019年中国省域可再生能源技术创新水平,可以发现,各省份可再生能源技术创新水平均明显提高,且地区间差异较大。

参考相关研究[5-6,15],本文考虑控制以下变量:①人均GDP ( pgdp) ,采用地区国内生产总值与年末常住人口的比值衡量;②人口规模( pop) ,采用地区年末常住人口数量表示;③城镇化率(urb),采用地区年末城镇人口与常住人口的比值衡量;④产业规模(scale),用产业增加值表示;⑤能源工业所有制结构(stru),采用能源工业非国有经济固定资产投资占总固定资产投资的比重衡量;⑥环境规制强度(envir),采用地方财政环境保护支出与财政一般预算支出的比值衡量。上述相关经济数据均以2000年为基期进行平减,个别缺失值采用线性插补法补齐。原始数据来自《中国统计年鉴》《中国能源统计年鉴》《中国工业经济统计年鉴》,部分产业规模原始数据基于中国多区域投入产出表合并计算获得。考虑到数据质量与数据可得性,农林牧渔业、交通业、建筑业研究区间为2000—2019年,服务业、居民生活研究区间为2005—2019年,能源生产相关行业、轻工业、重工业及高端制造业研究区间为2012—2017年。

4 实证结果与分析

4.1 分行业实证结果与分析

4.1.1 低碳排放行业

低碳排放行业包括农林牧渔业、轻工业和高端制造业。表1报告了可再生能源技术创新对轻工业碳排放的分位数回归结果。结果显示,可再生能源技术创新与轻工业碳排放在不同分组中均呈显著负相关,且随着分位数增加,回归系数逐渐降低,即可再生能源技术创新水平提升能够促进轻工业碳减排,其中高碳排放省份受益最大。这一结果与周小亮等[19]的研究一致,主要与轻工业能源消费特征与高技术效率推动有关,轻工业的高电气化使得可再生能源技术创新的减排效应得以快速传导。同时,我国轻工业碳排放与行业规模高度相关,与区域人口规模无显著关系,这在一定程度上表明我国轻工业正逐渐摆脱劳动密集型特征。不同区域的轻工业分位数估计结果如图3(b1～b3)所示,可再生能源技术创新能够显著降低东西部地区高碳排放省份的碳排放,如山东、广东、江苏、四川等,对中部地区轻工业碳减排的影响不显著。可能的原因是,研究区间内东部地区轻工业面临较大规模的国际产能转移与技术升级,加之东部经济发达地区具备可再生能源技术利用优势,使得可再生能源技术创新的碳减排效应得以充分发挥[5,14]。

表2汇报了可再生能源技术创新对高端制造业碳排放的分位数回归结果。整体上看,可再生能源技术创新有助于降低高端制造业碳排放,但统计结果不显著。在控制变量中,人口规模与城镇化率的增长会显著增加高端制造业碳排放,行业自身规模对碳排放的影响并不显著。不同区域的高端制造业碳减排结果如图3(c1～c3)所示,可再生能源技术创新能够显著降低东部地区高端制造业碳排放,对中部地区碳排放有一定抑制作用,但会造成西部地区碳排放不减反增。结合已有研究[19],高技术行业低碳转型进展相对较快,并且技术水平越高的行业,低碳转型程度越高。东部地区高端制造业凭借其发展优势,能够率先实现可再生能源技术的减排效应,但从统计上看,其减排效应尚未有效传导至中西部地区。

此外,可再生能源技术创新与农林牧渔业碳排放总体呈负相关(见图3中a1～a3),产业规模、人口规模和人均GDP在不同分组中均与农林牧渔业碳排放呈显著正相关。

4.1.2 高碳排放行业

高碳排放行业包括能源生产相关行业和重工业。能源生产相关行业的分位数回归结果如表3所示。结果显示,除低碳排放组(QR10%)外,可再生能源技术创新与能源生产相关行业碳排放总体呈正相关,且随着分位数增加,可再生能源技术创新的回归系数逐渐上升,即可再生能源技术创新未能抑制能源生产行业碳排放,甚至会扩大高碳排放省份的碳排放规模。正如鄢哲明等[5]认为,能源技术创新促使经济结构向能源使用密集的第二产业倾斜,最终导致整体碳排放增加。由于能源生产行业的高能源回弹效应[11],在经济快速增长期,可再生能源技术进步带来的整体能源效率提升、成本下降会刺激企业能源需求,该行业在能源供需联动下不断提高产量,而化石能源增量会抵消可再生能源增量带来的碳减排,最终削弱可再生能源技术的碳减排效应。同时,能源生产行业长期以煤炭、石油、天然气等化石能源为主,由于技术门槛效应、“碳锁定”[27]以及煤电厂与重工业资产的长运行寿命,短期内该行业仍以化石能源高效、清洁使用的“碳削弱”技术为主,以可再生能源为主导的“碳替代”方案将在需求侧能源结构转变与相关基础设施完善中稳步实现。因此,研究区间内未观测到可再生能源技术创新对能源生产行业碳排放的抑制作用。分地区回归结果如图4(d1～d3)所示,可再生能源技术创新会增加中部地区能源生产行业碳排放,对东部地区碳排放的影响不显著,对西部地区碳排放具有一定抑制作用。能源转型需要供需两侧协同推进,东、中部地区工业需求侧的“高碳锁定”是引致能源生产相关行业减排难的重要原因。不同于东部地区煤炭、电力大量依靠外调,中部地区在承担自身能源需求的同时,还承担大量调出部分能源的生产,加之持续承接东部地区能源密集型产业转移,产业快速增长伴随着高能源回弹效应[8],进一步加剧资源产业的“碳锁定”,从而削弱可再生能源技术创新的减排效应。相较于东、中部地区,西部地区拥有丰富的可再生能源和较大的政策支持力度,可以在发挥比较优势的同时,学习东部省份低碳发展经验,快速通过路径模仿和可再生能源技术创新等方式实现低碳转型[19]。

可再生能源技术创新对重工业碳排放影响的分位数回归结果如表4所示,没有证据表明可再生能源技术创新能够降低重工业碳排放。控制变量回归结果显示,人口规模、能源工业所有制结构中非国有占比与重工业碳排放呈显著正相关,而行业规模、城镇化发展、环境规制与重工业碳排放无显著关系。这一时期,供给侧结构性改革与中国工业绿色发展有效抑制了重工业的能源回弹效应。造成可再生能源技术创新减排效应不显著的原因可能与重工业的“高碳锁定”、长运营周期、高成本敏感性及相关可再生能源技术发展不成熟有关[11]。重工业能源消费结构长期以煤炭、石油等化石能源为主,相关生产技术、基础设施和产业制度等适配化石能源,加之重工业工厂运营周期通常在30年以上,进一步加剧了“高碳锁定”,使得可再生能源替代很难在短期内完成。研究区间内,部分可再生能源技术仍处于发展初期,尤其是针对重工业高温高热需求,可再生能源使用成本相对较高,对于能源使用密集、市场竞争激烈的重工业而言,对能源价格的高敏感性使得其难以在短期内实现可再生能源技术的引进、消化和吸收。如图4(e1～e3)所示,不同区域的回归结果显示,可再生能源技术创新对重工业的碳减排效应不显著,东、中部地区的碳减排效应略强于西部地区。

4.1.3 中等排放行业

中等排放行业包括建筑业、交通运输业、服务业和居民生活。分位数回归结果显示,可再生能源技术创新与交通运输业碳排放总体正相关,在统计上未能有效抑制交通运输业碳排放。主要是由于在研究区间内,可再生能源技术创新主要通过燃料乙醇与电力系统实现利用,氢能作为最具前景的可再生能源替代方案,技术仍不成熟,不具备成本优势,同时交通运输业高度依赖能源且电气化率较低,使得可再生能源技术创新带来的碳减排收效甚微。如图5(g1～g5)所示,除高碳排放省份组外,可再生能源技术创新对交通运输业碳排放的抑制作用随时间推移逐渐显现;分地区看,可再生能源技术创新对东部地区的减碳效应略强于中部地区,但使得西部地区碳排放显著增加。市场环境是影响可再生能源技术应用与推广的重要因素,东部地区凭借较发达的经济、完善的市场环境与配套基础设施,以新能源汽车为代表的燃料替代技术得以率先利用与推广[19]。相较之下,西部地区的地理环境、人口分布等限制了相关技术的应用。

服务业作为电气化水平最高的行业,可再生能源技术进步通过电力使用实现的碳减排未能抵消其快速发展引致的碳排放增量,这一点在东部地区尤为显著(见图5中h1～h3)。可再生能源技术创新水平提高使得部分省份建筑业碳排放不减反增,行业规模、人口规模、人均GDP均与建筑业碳排放显著正相关。如图5(f4～f5)所示,随着时间推移,可再生能源技术创新对建筑业的碳减排效应逐渐显现。可再生能源技术创新与居民消费碳排放显著正相关。随着相对收入的提高,居民对生活质量的追求,如私家车出行、空调、取暖设备等相关能源使用需求明显增加,使得可再生能源技术创新的碳减排作用在统计上无效。分地区回归结果(图5中i1～i3)进一步验证了上述结果,东部地区居民收入的快速增长表现为更高的能源回弹效应。限于篇幅,部分行业的分位数回归结果未在正文中报告。

4.2 空间模型结果与分析

本文利用空间杜宾模型探究可再生能源技术创新对各行业碳减排的空间效应。在进行参数估计前,首先进行空间相关性检验,结果如表5所示,其中,列(1)～(9)分别对应农林牧渔业、轻工业、高端制造业、能源生产相关行业、重工业、建筑业、交通运输业、服务业和居民生活。在地理距离、经济距离和地理经济嵌套3种空间权重矩阵设定下,除交通运输业、重工业外,其余行业均未通过莫兰指数检验。这意味着可再生能源技术创新的碳减排效应不存在显著的空间相关关系,研究区间内可再生能源技术创新的减排经验(除交通运输业、重工业外)未能形成显著的空间溢出效应。重工业具有生产范围广、链条长、生产过程高度比例性与连续性等特点,使得可再生能源技术创新得以通过经济关系产生溢出效应;交通运输业则通过地理联动对周边省份产生影响。从参数估计结果看,本省份重工业、交通运输业可再生能源技术创新的碳减排绩效分别通过经济关联与地理关联显著提高其它省份的碳减排绩效。限于篇幅,空间杜宾模型回归结果未在文中列出,对其空间溢出效应的机制分析仍有待进一步探究。

4.3 稳健性检验

鉴于分位数回归结果自身具有较强的稳健性,前文分区域、分时间段回归结果也可作为交叉检验,本文仅对模型设计与核心解释变量进行稳健性检验。具体地,参考Lin等[12]的设定,本文调整核心解释变量的计算方式,将计算公式中的技术折旧率(0.22)、扩散率(0.03)分别调整为0.36、0.3,回归结果与上述研究结果基本一致,说明各行业可再生能源技术创新的碳减排绩效具有稳健性。同时,本文对基准面板模型进行F检验、LSDV检验、LM检验和Hausman检验,基于AIC准则,其回归结果与分位数回归结果基本一致,加入年份固定效应后,结果仍保持稳健。

5 结论与建议

5.1 研究结论

随着我国“碳达峰”行动的不断推进,越来越多的研究关注可再生能源技术创新的碳减排绩效及其区域异质性,但鲜有文献从行业层面考察可再生能源技术创新的碳减排效应。本文基于2000—2019年中国内地30个省份9个行业面板数据,利用分位数回归方法与空间计量模型,实证分析可再生能源技术创新对不同行业碳排放的影响及其时空异质性,并就行业碳减排机制及区域异质性成因展开探讨。本文基于行业层面的研究丰富了可再生能源技术创新碳减排绩效的研究视角,细化了行业技术减排的研究内容,有利于更加深入了解各行业可再生能源技术减排现状。

研究发现,可再生能源技术创新对不同行业碳排放的影响存在较大差异,部分行业已通过可再生能源技术创新实现碳减排,可再生能源技术创新的减排效果与行业特征、区域环境及经济发展阶段密切相关。具体地,低碳排放行业率先发挥可再生能源技术创新的碳减排效应,这主要与行业电气化程度、技术特征有关。同时,碳减排效果与行业发展阶段密切相关,东部地区凭借行业发展优势,其可再生能源技术创新的减排效应得以充分发挥。对于以重工业、能源生产相关行业为代表的高碳排放行业,可再生能源技术创新对碳排放具有显著抑制作用,这主要与高碳排放行业的化石能源技术、制度锁定有关,加之能源相关基础设施运营寿命长,可再生能源技术的引进、消化和吸收需要一定时间。相较之下,西部地区能源生产相关行业凭借“弱锁定”、地理资源和政策优势率先实现可再生能源技术减排。与居民生活、城镇化发展联系紧密的行业,如居民生活、服务业、建筑业和交通运输业在经济社会快速发展阶段存在较高的能源回弹效应,使得可再生能源技术创新对碳排放的影响在统计上无效,甚至不减反增。此外,值得关注的是,随着时间推移,可再生能源技术创新对不同行业的碳减排效应均得到强化。这意味着我国可再生能源技术创新在碳减排上已初见成效,并将在未来为碳减排作出更大贡献。

5.2 政策建议

本文研究结论可为我国各行业推进低碳发展、实现“双碳”目标提供重要政策启示。

(1)持续推进可再生能源技术创新与成果转化。可再生能源技术创新的减排绩效已在部分低碳排放行业充分显现,对高碳排放行业的碳减排效应仍有待通过进一步发展实现。未来需加大对可再生能源关键技术研发的支持力度,推动可再生能源技术创新、实证验证和工程转化。鼓励建设可再生能源市场化专业技术转移机构和推广平台,加大对示范应用项目的支持力度,促进可再生能源技术成果转化,以实现“技术解锁”。

(2)统筹推进可再生能源技术在不同区域、行业的差异化应用。可再生能源技术的成功推广与应用不仅有赖于政策引导,还取决于区域、行业比较优势。各地区在制定产业政策时,应当充分理解该产业可再生能源技术创新的减排效应所处阶段。对于不同种类的可再生能源技术,鼓励具有比较优势的行业和地区率先利用,进而通过学习效应与示范效应,加快可再生能源技术创新成果的利用与推广。

(3)注重居民低碳行为引导。本文研究发现,居民生活、服务业等行业会随着城镇化发展与居民收入提高产生高能源回弹效应。因此,在生产侧不断优化能源供给侧结构的同时,也要重视消费侧的节能行为引导,通过供需两侧协同减排,更加高效地实现高能源回弹行业的低碳转型。

(4)加强可再生能源技术减排的经验交流与合作。本文研究发现,可再生能源技术创新的行业碳减排效应具有区域异质性且空间溢出效应不显著,如东部地区高端制造业、轻工业和农林牧渔业的碳减排优势未能有效影响中西部地区。因此,应着重推动各行业建立跨区域产学研合作平台,促进区域间技术要素优化配置,增强可再生能源技术创新的碳减排效应,提高可再生能源技术应用的经济效益与社会效益。

5.3 研究不足与展望

本文研究结论具有一定现实意义,但也存在一些不足之处。受行业省域数据及篇幅限制,本文未能对各行业可再生能源技术创新的减排机制作深入分析,也未能对不同区域、发展阶段可再生能源技术创新碳减排效应的异质性展开更严谨的推理。后续研究可针对上述不足,从理论上深入分析可再生能源技术创新促进行业碳减排的机制,进一步挖掘可再生能源技术创新的碳减排潜力;对于区域碳减排效应的异质性,有待深入分析市场环境、能源禀赋、环境规制等与可再生能源技术创新在推动碳减排上的协同效应,以提高研究对实践指导的适用性。

参考文献：

[1] 何建坤.碳达峰碳中和目标导向下能源和经济的低碳转型[J].环境经济研究,2021,6(1):1-9.

[2] 世界自然基金会, 中国循环经济协会可再生能源专业委员会. 中国可再生能源经验总结报告——以风力发电和光伏发电为主[R].CREIA,2021.

[3] International Renewable Energy Agency (IRENA). Renewable technology innovation indicators: mapping progress in costs, patents and standards[R].IRENA,2022.

[4] International Energy Agency (IEA). 中国能源体系碳中和路线图[R].IEA,2022.

[5] 鄢哲明,杜克锐,张宁.可再生能源技术创新与碳减排——基于地区经济发展不平衡视角[J].环境经济研究,2022,7(1):56-77.

[6] 邵帅,范美婷,杨莉莉.经济结构调整、绿色技术进步与中国低碳转型发展——基于总体技术前沿和空间溢出效应视角的经验考察[J].管理世界,2022,38(2):4-10,46-69.

[7] YANG Y, CAI W J, WANG C. Industrial CO2 intensity, indigenous innovation and R&D spillovers in China's provinces[J].Applied Energy, 2014, 131(10): 117-127.

[8] 孙振清,刘保留,李欢欢.产业结构调整、技术创新与区域碳减排——基于地区面板数据的实证研究[J].经济体制改革,2020,38(3):101-108.

[9] 王林辉,杨洒洒,刘备.技术进步能源偏向性、能源消费结构与中国能源强度[J].东北师大学报(哲学社会科学版),2022,315(1):75-87.

[10] 欧国立,王妍.交通运输业技术进步对二氧化碳排放的影响——基于中国省级面板数据的实证研究[J].生态经济,2018,34(11):64-71.

[11] 张济建,万安位,宋雅静.能源回弹效应下高碳产业低碳转型过程中的技术突变性[J].科技进步与对策,2020,37(18):60-69.

[12] 黄雨涵,丁涛,李雨婷,等.碳中和背景下能源低碳化技术综述及对新型电力系统发展的启示[J].中国电机工程学报,2021,41(S1):28-51.

[13] 刘晓东,毕克新,叶惠.全球价值链下低碳技术突破性创新风险管理研究——以中国制造业为例[J].中国软科学,2016,31(11):152-166.

[14] WANG Z H, YANG Z M, ZHANG Y X, et al. Energy technology patents-CO2 emissions nexus: an empirical analysis from China[J].Energy Policy, 2012, 42: 248-260.

[15] LIN B Q, ZHU J P. The role of renewable energy technological innovation on climate change: empirical evidence from China[J].Science of The Total Environment, 2019, 659: 1505-1512.

[16] CHENG Z H, LI L S, LIU J. Industrial structure, technical progress and carbon intensity in China's provinces[J].Renewable and Sustainable Energy Reviews, 2018, 81: 2935-2946.

[17] 马艳艳,逯雅雯,孙玉涛.技术进步、结构调整与碳排放强度——基于中国省区层面空间面板数据模型的实证[J].研究与发展管理,2016,28(5):23-33.

[18] 张兵兵,徐康宁,陈庭强.技术进步对二氧化碳排放强度的影响研究[J].资源科学,2014,36(3):567-576.

[19] 周小亮,宋立.中国工业低碳转型:现实分析与政策思考[J].数量经济技术经济研究,2022,39(8):22-41.

[20] 梁琳,林善浪.金融结构与经济绿色低碳发展[J].经济问题探索,2018,39(11):179-190.

[21] 张修凡.碳市场流动性与区域低碳经济转型——基于低碳技术创新的双重中介效应分析[J].南京财经大学学报,2021,39(6):88-98.

[22] 郭捷,杨立成.环境规制、政府研发资助对绿色技术创新的影响——基于中国内地省级层面数据的实证分析[J].科技进步与对策,2020,37(10):37-44.

[23] 陈强.高级计量经济学及Stata应用[M].北京:高等教育出版社,2014.

[24] 李婧,谭清美,白俊红.中国区域创新生产的空间计量分析——基于静态与动态空间面板模型的实证研究[J].管理世界,2010,26(7):43-55,65.

[25] GUAN Y R, SHAN Y L, HUANG Q, et al. Assessment to China's recent emission pattern shifts[J].Earth's Future, 2021, 9(11): 1-13.

[26] POPP D. Induced innovation and energy prices[J].American Economic Review, 2002, 92(1): 160-180.

[27] HAELG L, WARLCHLI M, SCHMIDT T S. Supporting energy technology deployment while avoiding unintended technological lock-in: a policy design perspective[J].Environmental Research Letters, 2018, 13(10): 104011.

(责任编辑:陈 井)