彭倩妮 王 川 唐文進

1 引 言

黨的十九大以來，我國經(jīng)濟發(fā)展模式由高速優(yōu)先轉(zhuǎn)向高質(zhì)量增長，提升綠色全要素生產(chǎn)率是推動經(jīng)濟高質(zhì)量與可持續(xù)發(fā)展的重要抓手。探索提升綠色全要素生產(chǎn)率的動力源泉成為眾多學者的研究重點。首先，從監(jiān)管特征來看，環(huán)境規(guī)制對綠色全要素生產(chǎn)率的影響存在類別（紀建悅等，2022［1］；Wu等，2020［2］；夏涼等，2021［3］）、空間（王鵬和郭淑芬，2021［4］）、時間等異質(zhì)性（李鵬升和陳艷瑩，2019［5］；黃慶華等，2018［6］），尚未得到一致結(jié)論。第二，財政分權(quán)與綠色全要素生產(chǎn)率之間的相關(guān)性也存在不同觀點。例如，張彰等（2020）［7］研究表明財政分權(quán)顯著促進綠色全要素生產(chǎn)率增長，而肖遠飛和吳允（2019）［8］觀點與之相反。Song等（2018）［9］則發(fā)現(xiàn)適當?shù)呢斦謾?quán)可以提高綠色全要素生產(chǎn)率，而過強的財政分權(quán)則對其形成阻礙。第三，產(chǎn)業(yè)政策類型（李振洋和白雪潔，2020［10］）、產(chǎn)業(yè)協(xié)同集聚（王燕和孫超，2020［11］）與綠色全要素生產(chǎn)率之間存在非線性關(guān)系。第四，技術(shù)創(chuàng)新（孫付華等，2019［12］；Jin等，2019［13］；Wang等，2018［14］）、研發(fā)投入（Song等，2019［15］）、對外直接投資（朱文濤等，2019［16］）是推動綠色發(fā)展的重要動力。第五，圍繞金融與綠色發(fā)展角度，學者發(fā)現(xiàn)金融結(jié)構(gòu)優(yōu)化顯著促進綠色全要素生產(chǎn)率增長（聶雷等，2021［17］；謝賢君等，2020［18］）。實施綠色信貸政策（Feng和Shen，2021［19］）或科技金融政策（顧江寒和柴華奇，2022［20］），推廣普惠金融（李雙燕等，2021［21］）與數(shù)字經(jīng)濟（周曉輝等，2021［22］；程文先和錢學峰，2021［23］）均能有效提升綠色全要素生產(chǎn)率。此外，部分學者通過研究證明低碳城市試點政策（臧傳琴和孫鵬，2021［24］；王亞飛和陶文清，2021［25］）、碳交易機制（Li等，2021［26］）、智慧城市建設（湛泳和李珊，2022［27］）等與綠色全要素生產(chǎn)率顯著正相關(guān)?？梢姡F(xiàn)有文獻以多樣化視角橫向分析了綠色全要素生產(chǎn)率的影響因素及差異，為地區(qū)綠色發(fā)展提供了豐富的治理經(jīng)驗與政策啟示。然而，基于“雙碳”背景下，縱向考察地區(qū)碳減排發(fā)展水平對綠色全要素生產(chǎn)率的影響效應尚未得到有效論證。本文構(gòu)建全面性的評估指數(shù)以定量評價碳減排發(fā)展水平，并分析其對綠色全要素生產(chǎn)率的影響效應及機理，以期完善與補充現(xiàn)有研究。

碳減排是落實我國“雙碳”國家戰(zhàn)略的關(guān)鍵舉措，也是保障經(jīng)濟可持續(xù)與高質(zhì)量發(fā)展的核心路徑。2020年9月22日, 習近平主席在第75屆聯(lián)合國大會一般性辯論上鄭重宣布“中國二氧化碳排放力爭于2030年前達到峰值，努力爭取2060年前實現(xiàn)碳中和”，充分展現(xiàn)我國開展碳減排的大國雄心。以建立“新技術(shù)、新產(chǎn)業(yè)、新投資、新交通、新建筑、新能源”為主要目標，踐行鼓勵綠色低碳技術(shù)創(chuàng)新與應用、加大綠色產(chǎn)業(yè)扶持力度、建立市場化的氣候投融資框架等，有效控制二氧化碳排放，助推實現(xiàn)經(jīng)濟模式由“量”到“質(zhì)”、由“重”到“輕”的根本性轉(zhuǎn)變。地方是碳排放的重要單元與載體，也是保障經(jīng)濟發(fā)展的基石，更是碳減排行動的主戰(zhàn)場。截至2022年2月，全國各省均已發(fā)布落實碳達峰、碳中和的行動方案①各省及地區(qū)碳達峰碳中和行動方案詳見各地方政府機構(gòu)官網(wǎng)。。例如，浙江、廣東省等產(chǎn)業(yè)結(jié)構(gòu)輕、能源結(jié)構(gòu)較優(yōu)的地區(qū)逐步脫離高污染高能耗項目，推動綠色低碳發(fā)展。而山西、河北、吉林省等產(chǎn)業(yè)結(jié)構(gòu)偏重、能源結(jié)構(gòu)偏煤的地區(qū)，通過發(fā)展煤炭綠色智能開采以及光伏等可再生能源實現(xiàn)節(jié)能降碳?？梢?，以中央統(tǒng)一部署為引領(lǐng)，各地區(qū)結(jié)合自身發(fā)展特征、多領(lǐng)域設計減排策略是引導綠色發(fā)展的主旋律。其中，提升能源效率與發(fā)展綠色金融是發(fā)力碳減排行動的重要措施。一方面，能源領(lǐng)域是我國碳排放量最大的領(lǐng)域，減排行動刻不容緩。通過應用低碳技術(shù)等提升能源效率，碳減排幫助緩解資源約束、降低環(huán)境污染、優(yōu)化能源要素配置，間接促進經(jīng)濟可持續(xù)發(fā)展。另一方面，破解環(huán)保企業(yè)等“融資難”的困局，是實現(xiàn)經(jīng)濟結(jié)構(gòu)轉(zhuǎn)型的關(guān)鍵所在。碳減排通過優(yōu)化資金流向等發(fā)展綠色金融，幫助降低綠色微觀企業(yè)的融資成本，促進低碳產(chǎn)業(yè)發(fā)展與融合，推動建成我國綠色經(jīng)濟體系。上述研究基礎(chǔ)與政策背景，為本文研究提供了一個全新的視角?，F(xiàn)階段，評價各地區(qū)在排放、能源效率等多方面的碳減排發(fā)展水平，分析其與綠色全要素生產(chǎn)率之間的相關(guān)性以及潛在的傳導機制，既能驗證碳減排與實現(xiàn)經(jīng)濟高質(zhì)量發(fā)展目標的契合性，又能為地方減排布局與經(jīng)濟轉(zhuǎn)型提供可能的建議。

因此，本文基于2002-2020年我國30個省份及直轄市數(shù)據(jù)，借鑒Mi等（2017）［28］研究基礎(chǔ)，構(gòu)建氣候變化緩解指數(shù)（Climate Change Mitigation Index，CCMI）評估碳減排發(fā)展水平，并使用混合距離Epsilon-Based Measure模型測度綠色全要素生產(chǎn)率。在此基礎(chǔ)上，本文分析各地區(qū)碳減排發(fā)展對綠色全要素生產(chǎn)率的影響、異質(zhì)性以及中介機制。研究發(fā)現(xiàn)：①碳減排發(fā)展水平與地區(qū)綠色全要素生產(chǎn)率具有顯著正相關(guān)性。②異質(zhì)性分析結(jié)果顯示，我國西部、經(jīng)濟欠發(fā)達地區(qū)的碳減排發(fā)展水平提升，將促進綠色全要素生產(chǎn)率的提升，而東中部、經(jīng)濟發(fā)達地區(qū)的減排效益并不顯著。③中介機制分析結(jié)果顯示，地區(qū)碳減排發(fā)展能夠通過提升能源效率、發(fā)展綠色金融促進綠色全要素生產(chǎn)率提升。

本文的研究貢獻如下：①綜合考察了碳減排發(fā)展水平對于我國各地區(qū)綠色全要素生產(chǎn)率的影響。目前，圍繞我國綠色全要素生產(chǎn)率影響因素的研究較多關(guān)注環(huán)境規(guī)制、財政分權(quán)、產(chǎn)業(yè)政策、金融發(fā)展、研發(fā)投入等細分因素，而較少有文獻搭建多維度評估指數(shù)以分析碳減排發(fā)展對綠色全要素生產(chǎn)率的影響。②目前，全方位評價碳減排發(fā)展的研究有待完善，本文使用的氣候變化緩解指數(shù)是由二氧化碳排放、效率、非化石能源、氣候績效四大維度構(gòu)成的定量指標，既能幫助分析各地區(qū)控碳的實際效果，又能客觀地評價碳減排發(fā)展情況，間接為貫徹“雙碳”國家戰(zhàn)略提供針對性的現(xiàn)實依據(jù)。③從能源效率和綠色金融的視角分析了地區(qū)碳減排影響綠色全要素生產(chǎn)率提升的可能路徑，探索碳減排行動發(fā)揮實際作用的優(yōu)化通道，為更好驅(qū)動“雙碳”國家戰(zhàn)略提供有價值的路徑選擇。

本文剩余部分安排如下：第二部分為理論分析與研究假設，第三部分為實證研究設計，第四部分為實證檢驗與結(jié)果，第五部分為結(jié)論與政策啟示。

2 理論分析與研究假設

2.1 碳減排與綠色全要素生產(chǎn)率

為應對氣候變化，碳減排旨在從碳排放源頭有效控制溫室氣體排放，避免遭受強烈的氣候沖擊。首先，以技術(shù)創(chuàng)新為視角，碳減排措施重點依靠于脫碳、降碳技術(shù)減少產(chǎn)業(yè)運作與日常生活的碳排放量，嘗試實現(xiàn)“零碳”、“低碳”、“負碳”全過程。這類技術(shù)包括可再生能源、風電、核電、水電等新能源技術(shù)。此外，加強碳儲存能力也是降碳的重要方式，例如土壤碳匯、造林和再造林、濕地建設和恢復等。提升低碳技術(shù)水平有利于優(yōu)化我國經(jīng)濟結(jié)構(gòu)，促進經(jīng)濟結(jié)構(gòu)由勞動密集、資源密集型轉(zhuǎn)向技術(shù)密集、知識密集型，增強總體經(jīng)濟發(fā)展軟實力。第二，以能源變革為視角，碳減排措施強調(diào)新舊能源的良性替換。以安全可靠的清潔能源替代重碳污染的傳統(tǒng)能源是降低我國碳排放量的核心舉措。煤、原油為主的化石能源燃燒產(chǎn)生近60%的二氧化碳，是排放形勢最為嚴峻的領(lǐng)域之一（Yu等，2020［29］）。2022年1月，國發(fā)委與能源局印發(fā)《關(guān)于完善能源綠色低碳轉(zhuǎn)型體制機制和政策措施的意見》，強調(diào)控制化石能源消費，推進能源科技創(chuàng)新以積極有序發(fā)展光、硅、氫及可再生能源，保障能源安全與煤電基礎(chǔ)性調(diào)節(jié)作用是能源領(lǐng)域的長久發(fā)展之計。第三，以產(chǎn)業(yè)優(yōu)化為視角，碳減排措施推動產(chǎn)業(yè)結(jié)構(gòu)由“重”轉(zhuǎn)“輕”。以往，高污染高耗能企業(yè)優(yōu)先獲取自然資源，經(jīng)濟貢獻比例較高，而節(jié)能環(huán)保產(chǎn)業(yè)對經(jīng)濟的貢獻程度受到限制。碳減排合理配置資源要素，改善投資結(jié)構(gòu)，以發(fā)展新興產(chǎn)業(yè)，并加快傳統(tǒng)產(chǎn)業(yè)綠色改造。例如，2021年11月，中國人民銀行推出“碳減排政策工具”支持重點企業(yè)開展碳減排貸款。第四，以居民消費為視角，碳減排措施強調(diào)綠色低碳生活理念。我國消費結(jié)構(gòu)優(yōu)化升級，居民消費水平與碳排放不斷增長。通過建設地區(qū)碳積分體系、鼓勵使用新能源汽車等倡導低碳生活方式。例如，2021年11月，廣東省深圳市提出《深圳碳普惠體系建設工作方案》，表示公眾節(jié)能減碳行為可量化為碳積分換取獎勵。此外，武漢“碳寶包”項目、成都“碳惠天府”項目等均已落地并實施。上述措施能夠較好應對快速的工業(yè)化、城市化進程，降低生態(tài)環(huán)境污染，提升地區(qū)可持續(xù)發(fā)展實力。

以“雙碳”戰(zhàn)略為支撐，各地區(qū)調(diào)整能源產(chǎn)業(yè)結(jié)構(gòu)與消費模式，全方位推行綠色低碳發(fā)展，間接提升經(jīng)濟發(fā)展質(zhì)量。Sheng等（2020）［30］發(fā)現(xiàn)經(jīng)濟發(fā)展與碳減排效率之間存在長期正向耦合，處于不同經(jīng)濟發(fā)展階段的省份耦合效應在短期內(nèi)存在差異。各地方政府以中央部署為引領(lǐng)，制定協(xié)調(diào)區(qū)域經(jīng)濟發(fā)展和降低碳排放均衡關(guān)系的碳減排方案。碳減排方案兼顧考慮地區(qū)發(fā)展階段與實際需求，圍繞能源、產(chǎn)業(yè)、消費等多領(lǐng)域針對性開展減排行動，充分優(yōu)化經(jīng)濟結(jié)構(gòu)并提升可持續(xù)發(fā)展?jié)摿?。因此，本文提出第一個研究假設：

假設1：碳減排顯著提升綠色全要素生產(chǎn)率；

2.2 碳減排發(fā)展影響綠色全要素生產(chǎn)率的可能渠道

（1）能源效率

碳減排通過提升能源效率，進一步促進地區(qū)綠色全要素生產(chǎn)率的增長。能源領(lǐng)域是我國碳排放量最大的領(lǐng)域，根據(jù)《中國2030年前碳達峰研究》報告顯示，2019年，我國能源活動碳排放約98億噸，約占全社會碳排放比重的87%。其中，燃煤發(fā)電和供熱排放占能源活動碳排放的44%，煤炭終端燃燒排放占35%，石油、天然氣排放分別占15%、6%。能源消費覆蓋房地產(chǎn)、汽車、基礎(chǔ)設施、制造業(yè)等眾多產(chǎn)業(yè)。伴隨整體經(jīng)濟的提速，傳統(tǒng)化石能源需求與消費帶來高碳排放量，不利于可持續(xù)發(fā)展。因此，從能源供應端進行綠色化設計成為關(guān)鍵，提升能源利用效率是當前我國能源領(lǐng)域減排的主要路徑。能源利用效率提升與技術(shù)、產(chǎn)業(yè)、城鎮(zhèn)化、結(jié)構(gòu)等因素息息相關(guān)（張士強等，2021［31］；吳傳清和杜宇，2018［32］；張勇和蒲勇健，2015［33］；原毅軍等，2012［34］）。例如，以數(shù)字化、智能化水平為基礎(chǔ)，促進能源數(shù)字化轉(zhuǎn)型發(fā)展。推動能源技術(shù)與信息通信技術(shù)體系融合，鼓勵能量管理技術(shù)、能源大數(shù)據(jù)等新興技術(shù)發(fā)展和應用（胡東蘭等，2019［35］；李廉水和周勇，2006［36］）。另外，提升能源利用效率鼓勵發(fā)展綜合能源服務，建設新型綜合能源系統(tǒng)，以降低用能成本并促進需求側(cè)資源有效利用（Mahi等，2021［37］）?？梢?，地區(qū)碳減排發(fā)展將鼓勵、誘發(fā)企業(yè)綠色技術(shù)創(chuàng)新，加深能源利用程度，保障單位需求水平下能源供應水平的最大化，降低二氧化碳排放量，間接推動綠色經(jīng)濟發(fā)展。因此，本文提出第二個研究假設：

假設1a：碳減排通過提升能源效率，促進綠色全要素生產(chǎn)率增長。

（2）綠色金融

碳減排通過發(fā)展綠色金融，進一步促進地區(qū)綠色全要素生產(chǎn)率增長。金融行業(yè)不是傳統(tǒng)的碳排放領(lǐng)域，但在碳減排行動中的地位不可或缺。金融業(yè)為整體經(jīng)濟發(fā)展提供資金，加速信息傳播、提升資源配置效率，充分優(yōu)化經(jīng)濟結(jié)構(gòu)（沈冰和李鑫，2020［38］）。2016年，人民銀行等七部委發(fā)布《關(guān)于構(gòu)建綠色金融體系的指導意見》提出，綠色金融作為金融策略，以開展綠色投融資業(yè)務提升經(jīng)濟質(zhì)量，間接減少社會二氧化碳排放。綠色金融為環(huán)保節(jié)能產(chǎn)業(yè)、綠色能源等多領(lǐng)域的項目投融資、運營等提供金融服務。已有研究表明綠色金融促進企業(yè)綠色技術(shù)創(chuàng)新（李戎和劉璐茜，2021［39］）、提升經(jīng)濟發(fā)展質(zhì)量（劉華珂和何春，2021［40］；周琛影等，2022［41］）。目前，我國綠色金融體系已構(gòu)建并日趨完善。具體來看，第一，綠色金融業(yè)務重點包含綠色信貸、綠色保險、綠色投資、綠色債券等，具備覆蓋面廣、業(yè)務多元化等特征。截至 2020 年末，國內(nèi)21家主要銀行綠色信貸余額超11萬億元，規(guī)模居世界第一位，綠色債券存量超8000億元，居世界第二位（銀保監(jiān)會，2021）。第二，出臺法規(guī)、意見等為控制綠色金融風險提供制度保障。例如，2012年，銀監(jiān)會發(fā)布《綠色信貸指引》，要求銀行業(yè)金融機構(gòu)應至少每兩年開展一次綠色信貸的全面評估工作。2021年3月，《深圳經(jīng)濟特區(qū)綠色金融條例》出臺，該條例是我國首個地方制定的綠色金融條例，也是我國首部綠色金融法律法規(guī)。第三，在地方層面，鼓勵成立綠色金融改革創(chuàng)新試驗區(qū)、跨區(qū)域綠色金融協(xié)調(diào)發(fā)展試點、綠色金融中心等。其中，綠色金融改革創(chuàng)新試驗區(qū)包括貴州省、江西省、廣東省等六省九地區(qū)，通過金融創(chuàng)新、資金激勵推動地區(qū)綠色產(chǎn)業(yè)發(fā)展，提升經(jīng)濟發(fā)展軟實力；跨區(qū)域綠色金融協(xié)調(diào)發(fā)展試點包含粵港澳大灣區(qū)、長三角一體化示范區(qū)、成渝雙城經(jīng)濟圈等，加大金融支持國家重大區(qū)域發(fā)展戰(zhàn)略力度，因地制宜，持續(xù)助力區(qū)域協(xié)調(diào)發(fā)展；2021年4月，英國Z/Yen集團發(fā)布綠色金融發(fā)展城市排名，我國北京、上海、廣州和深圳四座城市位列全球綠色金融中心排名前30?？梢姡覈研纬芍С志G色金融發(fā)展的政策體系和市場環(huán)境。各地方由點及面進行政策布局，重視環(huán)境保護與污染治理，幫助低碳環(huán)保產(chǎn)業(yè)獲取資金扶持，打造“金融+產(chǎn)業(yè)+生態(tài)”新模式，充分優(yōu)化經(jīng)濟結(jié)構(gòu)。因此，本文提出第三個研究假設：

假設1b：碳減排通過發(fā)展綠色金融，促進綠色全要素生產(chǎn)率增長。

3 實證研究設計

3.1 模型構(gòu)建

根據(jù)上述部分的理論分析，本文首先使用豪斯曼檢驗對面板數(shù)據(jù)的固定效應模型和隨機效應模型進行篩選，結(jié)果顯示選用固定效應模型分析更為合適。因此，構(gòu)建雙向固定效應模型分析碳減排發(fā)展對綠色全要素生產(chǎn)率的影響，模型表達式如式（1）：

其中，GTFPit表示省份i第t年綠色全要素生產(chǎn)率水平，CCMIit表示省份i第t年碳減排發(fā)展水平，Xit指控制變量。μi、λt分別表示地區(qū)固定效應與時間固定效應，εit表示隨機誤差項。

進一步，本文檢驗碳減排提升綠色全要素生產(chǎn)率的相關(guān)機制。溫忠麟等（2004）［42］提出的“逐步檢驗回歸系數(shù)法”是使用最廣泛的中介效應檢驗方法。因此，本文借鑒“逐步法”流程，以式（1）為基礎(chǔ)，繼續(xù)引入如下方程，具體形式如下：

其中，Mediatorit表示本文涉及的中介變量，若α1、β1和γ2均顯著，則表示中介效應成立。具體來看，式（2）系數(shù)β1表示碳減排對于相關(guān)中介機制的作用，式（3）γ1表示控制中介變量影響后，碳減排對全要素生產(chǎn)率提升的直接效應，γ2表示已控制碳減排對綠色全要素生產(chǎn)率的影響時，中介變量對全要素生產(chǎn)率提升的中介效應大小。

3.2 樣本選擇與變量定義

（1）樣本選擇

本文選取2002-2020年中國30個省際面板數(shù)據(jù)作為實證研究的樣本（鑒于數(shù)據(jù)可得性與完整性，樣本不包含西藏自治區(qū)）。綠色全要素生產(chǎn)率相關(guān)數(shù)據(jù)來源于《中國統(tǒng)計年鑒》、《中國環(huán)境統(tǒng)計年鑒》以及各省份統(tǒng)計年鑒，碳排放相關(guān)數(shù)據(jù)來源于《中國能源統(tǒng)計年鑒》、《中國環(huán)境統(tǒng)計年鑒》以及中國碳核算數(shù)據(jù)庫。其他變量數(shù)據(jù)來源于《中國人口與就業(yè)統(tǒng)計年鑒》、各省份統(tǒng)計年鑒、國家統(tǒng)計局以及EPS數(shù)據(jù)庫等。

（2）變量定義

①被解釋變量。綠色全要素生產(chǎn)率（GTFP）。綠色全要素生產(chǎn)率考慮環(huán)境因素的潛在影響，將期望產(chǎn)出與非期望產(chǎn)出納入測算體系。傳統(tǒng)非參數(shù)DEA方法包括徑向模型和非徑向模型，在效率評估過程中存在一定缺陷。因此，本文參考Tone和Tsutsui（2010）［43］提出的混合距離Epsilon-Based Measure模型，結(jié)合徑向與非徑向特征測算GTFP。具體來看，借鑒趙娜等（2021）［44］、劉祎等（2021）［45］等學者做法，確定期望產(chǎn)出指標（實際地區(qū)生產(chǎn)總值）、非期望產(chǎn)出指標（工業(yè)二氧化硫排放量、工業(yè)煙塵排放量和工業(yè)廢水排放量）以及投入指標（資本存量、勞動力、能源消耗量）。其中，實際地區(qū)生產(chǎn)總值使用GDP平減指數(shù)轉(zhuǎn)換為2002年為基期的不變價格；資本存量，使用固定資產(chǎn)投資價格指數(shù)將固定資產(chǎn)投資總額轉(zhuǎn)換為以2002年為基期的不變價格，然后使用永續(xù)盤存法估算出各省各年度資本存量（Goldsmith，1951［46］）；勞動力由當年和上一年期末職工人數(shù)總和取平均值表示。最后，使用MAXDEA軟件測算得到綠色全要素生產(chǎn)變化率，累乘獲得最終的綠色全要素生產(chǎn)率。

②核心解釋變量。氣候變化緩解指數(shù)（CCMI）。為綜合性度量各省的碳減排發(fā)展水平，本文借鑒Mi等（2017）［28］研究基礎(chǔ)構(gòu)建由二氧化碳排放、效率、非化石能源、氣候績效四大維度組成的氣候變化緩解指數(shù)（各部分指標及權(quán)重見表1）。使用TOPSIS方法（Hwang和Yoon，1981［47］）將15個客觀指標歸一化處理后，求解優(yōu)劣方案距離，得到最終的評價指標。詳細步驟如下：

表1 地區(qū)氣候變化緩解指數(shù)組成成分及權(quán)重

③中介變量。由理論分析可知，地區(qū)可能通過改善能源效率（EnergyEfficiency）、鼓勵發(fā)展綠色金融（Green Finance）獲得較佳的碳減排效果，從而提升綠色全要素生產(chǎn)率水平。因此，本文選取能源效率指數(shù)（EE）以及綠色金融指數(shù)（GF）作為中介變量，探索存在的中介機制。其中，借鑒王科等（2021）［48］、汪克亮和趙斌（2021）［49］等研究構(gòu)建能源效率指數(shù)（EE），該指數(shù)圍繞農(nóng)業(yè)、工業(yè)、建筑、運輸、服務五部門，采用單位終端能源消費量的部門增加值作為能效指數(shù)，再利用標準化的各部門增加值占比將部門能效指數(shù)聚合為地區(qū)能效指數(shù)。另外，參考喬琴等（2021）［50］等做法，考慮綠色信貸、綠色投資、綠色保險、政府支持等四大維度，運用熵值法對區(qū)域綠色金融發(fā)展水平進行綜合評價。

④控制變量。為緩解因遺漏變量而產(chǎn)生內(nèi)生性問題，參考前人研究（張彰等，2020［7］；張明林和李華旭，2021［51］），控制對綠色全要素生產(chǎn)率存在影響的相關(guān)變量，分別為人力資本、產(chǎn)業(yè)結(jié)構(gòu)、外商直接投資額、政府干預程度、研發(fā)投入強度、金融發(fā)展等。變量及具體定義見表2。

表2 相關(guān)變量及定義

3.3 描述性統(tǒng)計

在數(shù)據(jù)預處理方面，考慮到不同變量之間可能存在異方差，為了消除異方差影響，對相關(guān)變量已進行取對數(shù)處理。對于連續(xù)型變量進行了上下 1%的縮尾處理。關(guān)于各變量的描述性統(tǒng)計見表3所示。

表3 各變量的描述性統(tǒng)計

4 碳減排影響綠色全要素生產(chǎn)率的實證檢驗

4.1 基準回歸結(jié)果

本文使用雙向固定效應模型進行實證檢驗，回歸結(jié)果如表4所示。通過逐次引入核心解釋變量與控制變量，可以發(fā)現(xiàn)氣候變化緩解指數(shù)對綠色全要素生產(chǎn)率均存在顯著正向影響，回歸系數(shù)保持1%的顯著性水平。表4第（8）列中待估系數(shù)表示當氣候變化緩解指數(shù)每增加1%，綠色全要素生產(chǎn)率水平增加0.889%。這說明，各省碳減排發(fā)展水平提升有助于促進綠色全要素生產(chǎn)率增長。碳減排發(fā)展將提升能源效率、促進能源與產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化、鼓勵低碳技術(shù)創(chuàng)新等降低碳排放量，既能有效避免支付高昂的氣候經(jīng)濟成本（Gillingham和Stock，2018［52］），又能刺激、孕育出新的經(jīng)濟增長極，引導經(jīng)濟結(jié)構(gòu)由碳密集型逐步過渡到低碳綠色型，從而提升綠色全要素生產(chǎn)率。

表4 碳減排對綠色全要素生產(chǎn)率的影響回歸結(jié)果

續(xù)表

4.2 穩(wěn)健性檢驗

①采用調(diào)整變量的方法對回歸結(jié)果進行穩(wěn)健性檢驗。結(jié)果如表5所示。表5第（1）及（2）列分別采用數(shù)據(jù)包絡分析下的超效率SBM以及方向距離函數(shù)方法重新測算綠色全要素生產(chǎn)率，結(jié)果顯示，氣候變化緩解指數(shù)與綠色全要素生產(chǎn)率水平始終保持顯著正向相關(guān)性。另外，由于可能存在遺漏變量偏誤，本文借鑒王晗和何梟吟（2021）［53］、Letta和Tol（2019）［54］等學者做法，在回歸模型中繼續(xù)引入人均GDP（）、人均資本（）、城市化水平（）、市場化水平（）等經(jīng)濟指標，以控制潛在影響GTFP的相關(guān)因素。表5第（3）至（6）列結(jié)果顯示，氣候變化緩解指數(shù)與綠色全要素生產(chǎn)率水平在1%顯著性水平上保持正向相關(guān)性?？傮w而言，調(diào)整相關(guān)變量后，回歸結(jié)果與基準回歸保持一致。

表5 調(diào)整變量穩(wěn)健性檢驗結(jié)果

續(xù)表

②使用系統(tǒng)GMM模型考慮綠色全要素生產(chǎn)率的跨期相關(guān)性。系統(tǒng)GMM模型能夠修正未觀察到的個體異質(zhì)性問題、遺漏變量偏差、測量誤差和潛在的內(nèi)生性問題。因此，本文使用兩步系統(tǒng)GMM方法引入被解釋變量的滯后一期（L.GTFP）進行實證分析，得到表6所示回歸結(jié)果。結(jié)果顯示，滯后一期的綠色全要素生產(chǎn)率與當期綠色全要素生產(chǎn)率具有顯著正向相關(guān)性，證明提升地區(qū)綠色全要素生產(chǎn)率具有長期性、連續(xù)性特點。當控制GTFP存在的跨期性后，氣候變化緩解指數(shù)與綠色全要素生產(chǎn)率之間的回歸系數(shù)在1%水平上顯著為正，說明地區(qū)開展碳減排有助于提升綠色全要素生產(chǎn)率水平，與前文結(jié)論保持一致。

表6 動態(tài)面板系統(tǒng)GMM回歸結(jié)果

續(xù)表

③使用工具變量法處理內(nèi)生性問題。借鑒王永欽和董雯（2020）［55］等做法，本文選取氣候變化緩解指數(shù)的滯后一期及滯后二期分別作為工具變量，采用兩階段最小二乘法（2SLS）對模型進行重新估計。表7報告了氣候變化緩解指數(shù)對綠色全要素生產(chǎn)率影響的IV 2SLS估計結(jié)果。首先，分析Kleibergen Paap rk LM統(tǒng)計量與Cragg Donald Wald F統(tǒng)計量可知，結(jié)果拒絕工具變量識別不足與弱工具變量的原假設。考慮存在的內(nèi)生性問題后，第（1）及（2）列結(jié)果顯示，氣候變化緩解指數(shù)對綠色全要素生產(chǎn)率的估計系數(shù)始終在1%水平上顯著為正，再次證明地區(qū)碳減排發(fā)展有助于提升綠色全要素生產(chǎn)率水平，與基準回歸結(jié)果保持一致。

表7 IV 2SLS回歸結(jié)果

續(xù)表

4.3 異質(zhì)性分析

（1）地理位置差異

我國地廣物博、氣候條件復雜多樣，各地區(qū)經(jīng)濟發(fā)展特征與氣候治理效果也存在差異。因此，本文以《中國經(jīng)濟年鑒》提供的劃分依據(jù)為標準，將研究樣本劃分為東中西部地區(qū)①東部地區(qū)：北京市、天津市、河北省、遼寧省、上海市、江蘇省、浙江省、福建省、山東省、廣東省、海南??；中部地區(qū)：山西省、吉林省、黑龍江省、安徽省、江西省、河南省、湖北省、湖南省；西部地區(qū)：內(nèi)蒙古自治區(qū)、廣西省、重慶市、四川省、貴州省、云南省、陜西省、甘肅省、青海省、寧夏回族自治區(qū)、新疆維吾爾自治區(qū)。，分別檢驗碳減排發(fā)展對綠色全要素生產(chǎn)率的影響效應。根據(jù)表8列示結(jié)果可見，西部地區(qū)開展碳減排有助于提升綠色全要素生產(chǎn)率，東中部地區(qū)回歸結(jié)果未通過顯著性檢驗。這說明，相較于東中部地區(qū)，西部地區(qū)開展碳減排對綠色全要素生產(chǎn)率的提升具有明顯的促進作用。這可能是因為，東中部是我國主要的經(jīng)濟活躍區(qū)域，城市化與工業(yè)化進程快，也是率先積極落實碳減排的地區(qū)。伴隨減排成本增加、產(chǎn)業(yè)結(jié)構(gòu)“服務化”提速等，東中部地區(qū)的減排空間與經(jīng)濟效益可能呈現(xiàn)邊際遞減的趨勢（Liu等，2016［56］；Xu等，2019［57］）。西部地區(qū)在“西部大開發(fā)”戰(zhàn)略的推動下，重化工產(chǎn)業(yè)規(guī)模不斷擴大，具有較大的減排潛力。通過應用低碳綠色技術(shù)、推動能源革命、鼓勵傳統(tǒng)產(chǎn)業(yè)綠色發(fā)展等措施可以有效提升地區(qū)經(jīng)濟發(fā)展的可持續(xù)性（Zhang等，2020［58］）。上述結(jié)果也表明，各地區(qū)需要結(jié)合自身發(fā)展特征、自然條件等“因地制宜”開展碳減排，“一刀切”式降碳尚不可取。

表8 東中西部基礎(chǔ)回歸結(jié)果

續(xù)表

（2）經(jīng)濟發(fā)展程度差異

眾多科學報告與文獻提出氣候變化具有“親貧性”，缺乏資金、技術(shù)、人力資本等使經(jīng)濟落后地區(qū)氣候脆弱性與敏感性均高于發(fā)達地區(qū)。經(jīng)濟發(fā)達地區(qū)足以支付成本獲取更為有利的生產(chǎn)生活條件。經(jīng)濟發(fā)展落后地區(qū)受到最嚴重的氣候變化影響，嚴重破壞該地區(qū)賴以生存的自然資源（Mendelsohn等，2006［59］）。因此，本文參照Diffenbaugh和Burke（2019）［60］等研究，以2020年所有省份人均GDP平均值為標準，度量我國各省份經(jīng)濟發(fā)展程度差異。其中，高于2020年人均GDP平均值的省份劃分為“經(jīng)濟發(fā)達”地區(qū)，低于2020年人均GDP平均值的省份劃分為“經(jīng)濟欠發(fā)達”地區(qū)，重新回歸得到表9所示結(jié)果。結(jié)果顯示，經(jīng)濟欠發(fā)達地區(qū)執(zhí)行碳減排措施有助于提升綠色全要素生產(chǎn)率，回歸系數(shù)在5%置信水平上顯著，在經(jīng)濟發(fā)達地區(qū)則不顯著。這可能是因為，氣候變化加劇我國區(qū)域間發(fā)展的不均衡，經(jīng)濟欠發(fā)達地區(qū)吸收較多的不利影響，而經(jīng)濟發(fā)達地區(qū)可能利用氣候紅利或資金優(yōu)勢等彌補不利影響。因此，在經(jīng)濟欠發(fā)達地區(qū)執(zhí)行碳減排措施針帶來更顯著的環(huán)境經(jīng)濟效果，該結(jié)果也進一步啟示碳減排行動可能有助于緩解區(qū)域間發(fā)展失衡的問題。

表9 經(jīng)濟發(fā)達地區(qū)與欠發(fā)達地區(qū)基礎(chǔ)回歸結(jié)果

續(xù)表

4.4 中介機制檢驗

如前文理論部分所述，“雙碳”國家戰(zhàn)略為地方碳減排目標設定與行動實施提供思路，可能刺激相關(guān)主體提升能源效率或發(fā)展綠色投融資渠道，進一步提升綠色全要素生產(chǎn)率。因此，本文以能源效率和綠色金融作為中介變量，分別進行中介機制檢驗。表10匯報能源效率和綠色金融在碳減排提升綠色全要素生產(chǎn)率中的中介效應回歸結(jié)果。其中，第（2）及（4）列結(jié)果顯示，氣候變化緩解指數(shù)（CCMI）在1%的置信水平上顯著提升能源效率（EE），而能源效率也在1%置信水平上對綠色全要素生產(chǎn)率具有顯著的促進效應。當不考慮能源效率時，氣候變化緩解指數(shù)對綠色全要素生產(chǎn)率的總效應為0.889，引入能源效率后，氣候變化緩解指數(shù)對綠色全要素生產(chǎn)率的直接效應為0.288，這說明，能源效率對碳減排發(fā)展與綠色全要素生產(chǎn)率之間存在顯著的部分中介效應，圍繞“碳減排發(fā)展水平提升—提升能源效率—提升綠色全要素生產(chǎn)率”的影響路徑成立。該結(jié)果間接強調(diào)了優(yōu)化能源結(jié)構(gòu)、鼓勵技術(shù)創(chuàng)新等的重要性。此外，第（3）及（5）列展示綠色金融（GF）在氣候變化緩解指數(shù)與綠色全要素生產(chǎn)率之間的中介作用。結(jié)果顯示，氣候變化緩解指數(shù)顯著提升綠色金融指數(shù)，結(jié)果具有1%的置信水平。綠色金融指數(shù)在1%置信水平上對綠色全要素生產(chǎn)率具有顯著的促進效應。當引入綠色金融指數(shù)后，氣候變化緩解指數(shù)對綠色全要素生產(chǎn)率的直接效應為0.555，結(jié)果表明，綠色金融對碳減排發(fā)展與綠色全要素生產(chǎn)率之間存在部分中介效應，各地區(qū)開展碳減排行動，通過發(fā)展綠色金融能夠有效促進綠色全要素生產(chǎn)率增長。本文還使用了Bootstrap法檢驗中介效應的穩(wěn)健性，結(jié)果具有一致性。相較于其他檢驗方法，使用偏差校正的非參數(shù)百分位Bootstrap 法的檢驗精度更高。

表10 碳減排影響綠色全要素生產(chǎn)的中介效應回歸結(jié)果

續(xù)表

最后，分析中介效應的影響程度。碳減排通過提升能源效率間接促進綠色全要素生產(chǎn)率增長的中介效應占總效應為47.54%，通過發(fā)展綠色金融間接提升綠色全要素生產(chǎn)率的中介效應占總效應為37.46%。總體而言，碳減排發(fā)展水平顯著提升綠色全要素生產(chǎn)率，而提升能源效率與鼓勵發(fā)展綠色金融是實現(xiàn)提升作用的可行渠道。

5 結(jié)論與政策啟示

本文采用2002-2020年我國30個省份、直轄市及自治區(qū)的面板數(shù)據(jù)，構(gòu)建氣候變化緩解指數(shù)衡量地區(qū)碳減排發(fā)展水平，實證檢驗碳減排與綠色全要素生產(chǎn)率之間的相關(guān)性，得到如下三點結(jié)論。①碳減排發(fā)展水平提升將顯著促進綠色全要素生產(chǎn)率的提高。②異質(zhì)性研究發(fā)現(xiàn)：碳減排發(fā)展對綠色全要素生產(chǎn)率的提升作用在西部、經(jīng)濟欠發(fā)達地區(qū)表現(xiàn)更為突出。③碳減排能夠通過提升能源效率與發(fā)展綠色金融，間接促進綠色全要素生產(chǎn)率增長。

本文的政策啟示有如下三點：①各地區(qū)應積極響應中央決策部署，主動推進碳減排工作有序展開。②各地區(qū)應以頂層設計為基礎(chǔ)，因地制宜，策略化推進碳減排?？紤]產(chǎn)業(yè)結(jié)構(gòu)、能源體系、能力意識等各方面的差異性，結(jié)合經(jīng)濟社會發(fā)展實際和資源環(huán)境稟賦，針對性降碳，實現(xiàn)減排與提升經(jīng)濟發(fā)展質(zhì)量之間的良性均衡。③各地區(qū)在發(fā)展條件允許的情況下，應充分探索能源體系建設、低碳投融資機制構(gòu)建等減排路徑，以提升“雙碳”戰(zhàn)略與經(jīng)濟結(jié)構(gòu)轉(zhuǎn)型之間的契合性。