田暉 秦佳奇 郭 明

（中南大學(xué) 商學(xué)院， 湖南長(zhǎng)沙 410083）

一、引言

隨著全球變暖趨勢(shì)加劇，為加快推進(jìn)實(shí)現(xiàn)碳減排，中國(guó)在應(yīng)對(duì)氣候變化國(guó)家自主決定貢獻(xiàn)文件中明確提出：“二氧化碳排放2030 年左右達(dá)到碳峰值， 單位國(guó)內(nèi)生產(chǎn)總值二氧化碳排放比2005 年降低60%～65%”。然而《世界能源統(tǒng)計(jì)年鑒2021》統(tǒng)計(jì)數(shù)據(jù)顯示，2020 年中國(guó)二氧化碳排放總量約為99.0億噸，占世界碳排放總量約30.7%，碳減排目標(biāo)實(shí)現(xiàn)任重道遠(yuǎn)。 對(duì)外貿(mào)易能夠通過進(jìn)口貿(mào)易的技術(shù)溢出效應(yīng)，打開碳減排的“貿(mào)易窗口”。[1]同時(shí)伴隨工業(yè)4.0時(shí)代到來， 工業(yè)智能化的發(fā)展也為構(gòu)建低碳發(fā)展模式提供了契機(jī)。 2021—2030 年，人工智能（AI）的應(yīng)用能有效減少26～53 億噸的二氧化碳排量，能夠有效改善能源要素配置和使用效率、 減少生產(chǎn)過程中的碳排放。 作為工業(yè)發(fā)展的新形態(tài)，智能化與各產(chǎn)業(yè)不斷滲透、融合，逐漸重構(gòu)產(chǎn)業(yè)發(fā)展模式，推動(dòng)產(chǎn)業(yè)向低碳技術(shù)密集型轉(zhuǎn)變。 與以往研究的生產(chǎn)節(jié)能技術(shù)進(jìn)步不同， 智能化的影響更為廣泛和全面，智能化對(duì)生產(chǎn)減排的影響也異于一般功能型的專項(xiàng)生產(chǎn)技術(shù)，工業(yè)智能化的推進(jìn)對(duì)于低碳發(fā)展模式的構(gòu)建具有重要意義。隨著工業(yè)4.0 時(shí)代到來，中國(guó)對(duì)外開放水平不斷提升以及中國(guó)高質(zhì)量發(fā)展目標(biāo)的提出、落實(shí)，能否通過高質(zhì)量進(jìn)口、利用外部供給助力碳減排目標(biāo)來實(shí)現(xiàn)？ 工業(yè)智能化能否提升碳效率？ 工業(yè)智能化在高質(zhì)量進(jìn)口和碳效率之間是否存在調(diào)節(jié)效應(yīng)？ 研究以上問題能明晰高質(zhì)量進(jìn)口對(duì)碳效率的影響效應(yīng)與傳導(dǎo)路徑，為利用高質(zhì)量進(jìn)口的技術(shù)溢出效應(yīng)實(shí)現(xiàn)減排目標(biāo)提供理論依據(jù)和建議。

二、文獻(xiàn)綜述

關(guān)于高質(zhì)量進(jìn)口對(duì)碳效率影響的研究主要體現(xiàn)在進(jìn)口的技術(shù)溢出效應(yīng)能約束碳排放方面。 Coe＆Helpman（2005）選擇21 個(gè)經(jīng)合組織國(guó)家和以色列1971—1990 年的宏觀經(jīng)濟(jì)數(shù)據(jù)進(jìn)行實(shí)證研究發(fā)現(xiàn)進(jìn)口份額越高， 外國(guó)R&D 活動(dòng)對(duì)本國(guó)經(jīng)濟(jì)增長(zhǎng)有更高的貢獻(xiàn)， 進(jìn)口活動(dòng)具備一定的技術(shù)引進(jìn)作用。[2]Bayoumi & Coe（1999）更進(jìn)一步地指出進(jìn)口能夠提升國(guó)內(nèi)生產(chǎn)技術(shù)來源的豐富度，進(jìn)口品中包含國(guó)內(nèi)無法獲得技術(shù)， 對(duì)經(jīng)濟(jì)增長(zhǎng)具有研發(fā)溢出效應(yīng)。[3]提高進(jìn)口產(chǎn)品質(zhì)量或強(qiáng)化進(jìn)口產(chǎn)品的技術(shù)屬性，能夠推動(dòng)國(guó)內(nèi)技術(shù)進(jìn)步，進(jìn)而實(shí)現(xiàn)技術(shù)溢出效應(yīng)，發(fā)揮進(jìn)口的碳減排作用。 大部分學(xué)者就技術(shù)溢出效應(yīng)能夠有效約束碳排放已達(dá)成基本共識(shí)，焦建玲等（2018）基于地理經(jīng)濟(jì)距離研究技術(shù)溢出的碳減排效應(yīng)，發(fā)現(xiàn)省際研發(fā)活動(dòng)的技術(shù)溢出能顯著抑制碳排放。[4]張文君和任榮明（2014）通過研究不同技術(shù)渠道對(duì)中國(guó)工業(yè)二氧化碳排放的排放影響發(fā)現(xiàn)， 增加貿(mào)易和FDI 能夠給碳排放帶來技術(shù)溢出，緩解碳減排壓力。[5]更進(jìn)一步地，Grubb et al.（2002）＆Albornoz et al. （2009）認(rèn)為進(jìn)口國(guó)企業(yè)能夠通過進(jìn)出口貿(mào)易學(xué)習(xí)模仿先進(jìn)環(huán)境技術(shù)，借助國(guó)內(nèi)環(huán)境標(biāo)準(zhǔn)壓力或者外貿(mào)市場(chǎng)中的質(zhì)量競(jìng)爭(zhēng)壓力促使進(jìn)口國(guó)企業(yè)提升環(huán)境技術(shù)水平，能夠更好地實(shí)現(xiàn)技術(shù)溢出效應(yīng)。[6-7]郭慶賓和柳劍平（2013）探索進(jìn)口貿(mào)易層面的技術(shù)溢出效應(yīng)，研究發(fā)現(xiàn)進(jìn)口貿(mào)易的技術(shù)溢出效應(yīng)對(duì)于碳排放的抑制作用顯著。選用中國(guó)與G7國(guó)家的貿(mào)易數(shù)據(jù)進(jìn)行實(shí)證檢驗(yàn)，認(rèn)為進(jìn)口貿(mào)易的技術(shù)溢出效應(yīng)能夠顯著降低碳排放強(qiáng)度，并且兩者的空間相關(guān)性能有效帶動(dòng)周邊地區(qū)實(shí)現(xiàn)碳減排。[8]

Abramovitz(1986)指出模仿者自身的技術(shù)水平、配套工藝設(shè)備和生產(chǎn)環(huán)境條件決定技術(shù)溢出效應(yīng)能否實(shí)現(xiàn)以及技術(shù)模仿最終成果的質(zhì)量。 高質(zhì)量進(jìn)口品能否實(shí)現(xiàn)技術(shù)溢出一定程度上取決于現(xiàn)有技術(shù)條件，智能化為最大化實(shí)現(xiàn)技術(shù)溢出提供了契機(jī)。[9]現(xiàn)有智能化與貿(mào)易領(lǐng)域相關(guān)研究成果稀缺，而李丫丫和潘安(2017)指出工業(yè)機(jī)器人的使用將推動(dòng)企業(yè)模仿學(xué)習(xí)先進(jìn)技術(shù)和產(chǎn)品，進(jìn)而增強(qiáng)內(nèi)部創(chuàng)新能力并帶動(dòng)研發(fā)創(chuàng)新。[10]同時(shí)，東道國(guó)研發(fā)水平和吸收能力會(huì)影響進(jìn)口貿(mào)易的技術(shù)溢出強(qiáng)度。 這為筆者探索作為技術(shù)前沿的智能化、高質(zhì)量進(jìn)口能否聯(lián)動(dòng)影響碳效率提供了思路啟迪。

有關(guān)工業(yè)智能化的碳減排效應(yīng)， 已有文獻(xiàn)主要從生產(chǎn)投入層面考察智能技術(shù)應(yīng)用和選取機(jī)器人投入數(shù)量進(jìn)行研究。Liu et al.(2021)選取工業(yè)機(jī)器人數(shù)量作為人工智能水平的代理變量研究AI 與行業(yè)碳排放之間的聯(lián)系，研究發(fā)現(xiàn)人工智能與碳強(qiáng)度呈負(fù)相關(guān)關(guān)系，生產(chǎn)環(huán)節(jié)中機(jī)器人的投入使用能夠提高資源利用效率約束碳排放。[11]而黃海燕等(2021)選取機(jī)器人運(yùn)營(yíng)庫存衡量工業(yè)智能化水平，得出智能化對(duì)于碳強(qiáng)度產(chǎn)生負(fù)向影響的結(jié)論，但負(fù)向影響因要素密集度的差異產(chǎn)生異質(zhì)性效果。[12]Zhang et al.(2022)選取智能物流作為研究對(duì)象，發(fā)現(xiàn)物流過程的智能化能更有效地整合物流各環(huán)節(jié)經(jīng)濟(jì)資源，降低設(shè)備能耗從而減少碳排放。Chiroma et al.(2015)指出作為人工智能領(lǐng)域高端前沿的人工神經(jīng)網(wǎng)絡(luò)能夠精確預(yù)測(cè)二氧化碳排放量，提升氣候政策決策準(zhǔn)確性，間接減少碳排放。[13-14]此外，Zhang & Ji(2019)也指出智能技術(shù)能夠通過數(shù)據(jù)的搜集分析進(jìn)行精確監(jiān)測(cè)和驅(qū)動(dòng)碳排放預(yù)測(cè)，并能夠建立相應(yīng)的能耗模型進(jìn)行低碳控制。[15]

綜上， 進(jìn)口技術(shù)溢出減緩碳排放已達(dá)成基本共識(shí)，工業(yè)智能化的減排效應(yīng)也得到初步探索。 且部分學(xué)者的研究為筆者探索工業(yè)智能化、高質(zhì)量進(jìn)口與碳效率之間的關(guān)系提供了理論基礎(chǔ)和思路啟迪。然而，現(xiàn)有研究存在樣本選取、指標(biāo)測(cè)度上存在一些不足，因此，全文的拓展主要在于：第一，考慮各省份進(jìn)口國(guó)別結(jié)構(gòu)，選取各省份不同年份前5 名和前10 名進(jìn)口來源國(guó)的相關(guān)高質(zhì)量進(jìn)口數(shù)據(jù)分別進(jìn)行檢驗(yàn)，充分考慮各地區(qū)國(guó)別結(jié)構(gòu)差異和不同范圍來源國(guó)的影響差異， 克服以往研究進(jìn)口來源國(guó)家“固定”的研究局限；第二，將工業(yè)智能化作為調(diào)節(jié)變量探索性的檢驗(yàn)智能化在高質(zhì)量進(jìn)口與碳效率之間的調(diào)節(jié)效應(yīng)，為研究高質(zhì)量進(jìn)口和碳效率之間關(guān)系提供新的視角，豐富了智能化與貿(mào)易領(lǐng)域以及智能化和碳減排之間的研究；第三，選取中國(guó)30 個(gè)省份樣本數(shù)據(jù)，通過指標(biāo)體系測(cè)度智能化水平，克服以往研究?jī)H使用機(jī)器人數(shù)量研究智能化碳減排效應(yīng)的片面性，增加了研究結(jié)論的解釋力。

三、理論機(jī)制分析

（一）高質(zhì)量進(jìn)口對(duì)碳效率的影響

高質(zhì)量進(jìn)口主要借助國(guó)內(nèi)研發(fā)創(chuàng)新實(shí)現(xiàn)技術(shù)溢出效應(yīng)，通過技術(shù)吸收、自主創(chuàng)新和技術(shù)擴(kuò)散影響生產(chǎn)活動(dòng)過程，從而約束碳排放，提升碳效率。 首先，擴(kuò)大優(yōu)質(zhì)產(chǎn)品進(jìn)口或者強(qiáng)化進(jìn)口品的技術(shù)屬性將產(chǎn)生競(jìng)爭(zhēng)效應(yīng)， 進(jìn)而激勵(lì)國(guó)內(nèi)產(chǎn)業(yè)進(jìn)行創(chuàng)新活動(dòng)，能有效推動(dòng)國(guó)內(nèi)企業(yè)R&D 活動(dòng)，增強(qiáng)自主創(chuàng)新技術(shù)研發(fā)。 R&D 投入增加，創(chuàng)新速度和技術(shù)進(jìn)步速度加快，借助內(nèi)生創(chuàng)新努力提升產(chǎn)品質(zhì)量、企業(yè)生產(chǎn)效率從而降低碳排放強(qiáng)度。[16-17]其次，人力資本積累也是進(jìn)口品技術(shù)屬性溢出實(shí)現(xiàn)的重要渠道。 勞動(dòng)力對(duì)高質(zhì)量進(jìn)口產(chǎn)品進(jìn)行研究、學(xué)習(xí)以及投入進(jìn)口品使用的過程中能有效發(fā)揮“干中學(xué)”的優(yōu)勢(shì)，技術(shù)人員的技術(shù)水平提升能有效改良、創(chuàng)新現(xiàn)有生產(chǎn)技術(shù)。 借助人力資本的流動(dòng)和積累效應(yīng)，充分發(fā)揮高技術(shù)含量產(chǎn)品的技術(shù)溢出效應(yīng)，間接降低碳排放強(qiáng)度。 值得注意的是，人力資本、技術(shù)創(chuàng)新以及二者協(xié)同作用均具備顯著的減污效應(yīng)。[18]技術(shù)人員水平越高則具備更強(qiáng)的技術(shù)吸收能力，更容易在研究學(xué)習(xí)高質(zhì)量進(jìn)口品進(jìn)而模仿學(xué)習(xí)、改進(jìn)創(chuàng)新現(xiàn)有技術(shù)的過程中實(shí)現(xiàn)技術(shù)擴(kuò)散， 提高對(duì)資源要素的利用效率，從而使研發(fā)、生產(chǎn)、銷售等活動(dòng)朝更綠色方向發(fā)展。 隨著產(chǎn)業(yè)結(jié)構(gòu)調(diào)整升級(jí)進(jìn)程加速，機(jī)器機(jī)械和電氣設(shè)備、光學(xué)和精密儀器以及各自零部件等中間投入品進(jìn)口份額更大、占比總份額更高。[19]高技術(shù)屬性產(chǎn)品附有較高技術(shù)標(biāo)準(zhǔn)和環(huán)境標(biāo)準(zhǔn)，能在生產(chǎn)使用過程中減輕污染，貨物進(jìn)口結(jié)構(gòu)逐步技術(shù)密集化能有效改善環(huán)境質(zhì)量進(jìn)而推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展，推動(dòng)低碳型社會(huì)建設(shè)。[20]據(jù)此，筆者提出如下假說。

假說1：高質(zhì)量進(jìn)口能正向影響碳效率提升。

（二）工業(yè)智能化的調(diào)節(jié)作用

工業(yè)智能化能夠有效降低產(chǎn)業(yè)間的資源成本、優(yōu)化生產(chǎn)要素配置和創(chuàng)造新興業(yè)態(tài)從而提升碳效率。 一方面，以智能技術(shù)、智能資本為核心的智能化推進(jìn)使得企業(yè)能借助智能系統(tǒng)進(jìn)行精細(xì)化管理和精細(xì)化生產(chǎn)，減少生產(chǎn)銷售各環(huán)節(jié)的資源成本和交易成本，降低因時(shí)空限制導(dǎo)致的能源低效耗損從而約束碳排放。 另一方面，智能技術(shù)的應(yīng)用將進(jìn)一步改善勞動(dòng)結(jié)構(gòu)，實(shí)現(xiàn)“資本的智能化”。[21-22]生產(chǎn)要素質(zhì)量提升與合理配置有助于經(jīng)濟(jì)低碳發(fā)展模式構(gòu)建。同時(shí)，智能化在傳統(tǒng)產(chǎn)業(yè)中深度滲透、融合，能促使生產(chǎn)要素進(jìn)一步向數(shù)據(jù)要素轉(zhuǎn)變，進(jìn)而引發(fā)新發(fā)展模式、創(chuàng)造低碳環(huán)保新業(yè)態(tài)、有效減少碳產(chǎn)出。[23]

推進(jìn)工業(yè)智能化能進(jìn)一步強(qiáng)化產(chǎn)業(yè)對(duì)進(jìn)口產(chǎn)品技術(shù)屬性的吸收能力，進(jìn)而實(shí)現(xiàn)高質(zhì)量進(jìn)口的技術(shù)溢出作用，提升產(chǎn)業(yè)生產(chǎn)率和碳效率。 工業(yè)機(jī)器人、智能技術(shù)的運(yùn)用能夠進(jìn)一步加強(qiáng)企業(yè)對(duì)高技術(shù)產(chǎn)品的模仿和吸收學(xué)習(xí)能力，進(jìn)而帶動(dòng)企業(yè)相關(guān)產(chǎn)品生產(chǎn)技術(shù)的革新。 生產(chǎn)技術(shù)進(jìn)一步發(fā)展和成熟能有效降低生產(chǎn)各環(huán)節(jié)的資源消耗，減少環(huán)境污染，是實(shí)現(xiàn)減排目標(biāo)的重要途徑。[24]在智能化的加持下，企業(yè)對(duì)高技術(shù)產(chǎn)品模仿、高效學(xué)習(xí)的同時(shí)也能進(jìn)一步提升自主創(chuàng)新能力，降低創(chuàng)新研發(fā)時(shí)間成本。 自主創(chuàng)新與國(guó)外技術(shù)互補(bǔ)、匹配，發(fā)揮R&D 改善環(huán)境的直接作用，有效吸收國(guó)外先進(jìn)技術(shù)，從而間接約束二氧化碳的排放。[25]據(jù)此，筆者提出如下假說。

假說2：工業(yè)智能化對(duì)碳效率發(fā)揮正向影響作用。

假說3： 工業(yè)智能化在高質(zhì)量進(jìn)口與碳效率之間發(fā)揮正向調(diào)節(jié)作用。

四、計(jì)量模型設(shè)定

（一）變量選取

1.解釋變量：高質(zhì)量進(jìn)口（HIMP）

高質(zhì)量進(jìn)口主要是指進(jìn)口品的技術(shù)屬性情況，參照劉航和楊丹輝（2020）對(duì)高質(zhì)量進(jìn)口的衡量，選用來源國(guó)R&D 投資當(dāng)量RDjt和進(jìn)口額占比出口額bijt兩個(gè)指標(biāo)構(gòu)成高質(zhì)量進(jìn)口指標(biāo)HIMPit， 得到HIMPit=RDjt×bijt。 其中，RDjt是第j 個(gè)來源國(guó)R&D 投資的當(dāng)年流量（單位：億美元）。 以2000 年為基期，采用永續(xù)盤存法估算RD 資本存量值。 基期年起始存量測(cè)算為：其中g(shù)j，2000-2016為第j 個(gè)來源國(guó)R&D 投資年均增速， 折舊率啄為5%；且以2005 年不變美元價(jià)格和2000 年購(gòu)買力平價(jià)指數(shù)處理價(jià)格和匯率因素的影響。 bijt是i 地區(qū)從第j 個(gè)來源國(guó)的進(jìn)口額占該國(guó)當(dāng)年出口額的比重，即表示第j 個(gè)進(jìn)口來源國(guó)R&D 可能向i 地區(qū)產(chǎn)生溢出的權(quán)重。 同時(shí)，選擇i 地區(qū)在第t 年的前5 位和前10 位進(jìn)口來源國(guó)作為研究樣本。

2.被解釋變量：碳效率（CEE）

已有碳排放相關(guān)測(cè)算研究比較成熟， 不同學(xué)者在碳排放量、碳效率等衡量碳排放的指標(biāo)選擇方面各有側(cè)重。 鑒于中國(guó)樹立發(fā)展低碳經(jīng)濟(jì)目標(biāo)的內(nèi)涵，碳效率與經(jīng)濟(jì)相關(guān)程度更高，碳效率的提升，即單位二氧化碳排放帶來的GDP 增量提升，符合低碳經(jīng)濟(jì)內(nèi)涵且與中國(guó)經(jīng)濟(jì)發(fā)展階段性特征相吻合，從碳效率的角度探討高質(zhì)量進(jìn)口對(duì)碳排放的影響。[26]根據(jù)IPCC 提供的碳排放量計(jì)算方法進(jìn)行， 能源消耗選用原煤、焦炭、原油、汽油、柴油、燃料油、天然氣、煤油、液化石油氣，具體測(cè)算方式如下：

其中，Ceitj表示i 地區(qū)t 時(shí)期消耗j 能源產(chǎn)生的碳排放量；ADitj表示i 地區(qū)t 時(shí)期j 化石能源的消耗量；Dj表示標(biāo)準(zhǔn)煤轉(zhuǎn)化系數(shù)；e 表示標(biāo)準(zhǔn)煤熱值；CCj表示j 化石能源產(chǎn)生的每單位凈熱值的含碳量；Oj則表示能源j 燃燒過程中的氧化率；44/12 表示碳元素量轉(zhuǎn)化為二氧化碳的量。 碳效率CEEit表示為GDP 與碳排放量的比值，即碳效率：

3.調(diào)節(jié)變量：工業(yè)智能化（INT）

既有研究尚未對(duì)工業(yè)智能化作出統(tǒng)一的衡量標(biāo)準(zhǔn)，主流測(cè)算工業(yè)智能化水平的方法主要有智能化指標(biāo)體系、生產(chǎn)機(jī)器人使用數(shù)量和工業(yè)機(jī)器人密度等。 鑒于機(jī)器人投入數(shù)量?jī)H體現(xiàn)了生產(chǎn)層面的智能化， 衡量層面較為單一， 故參照孫早和侯玉琳（2019）的指標(biāo)體系構(gòu)建法，將工業(yè)智能化水平細(xì)化為基礎(chǔ)投入、生產(chǎn)應(yīng)用、社會(huì)效益三個(gè)層面，具體見表1。[21]對(duì)所選用的指標(biāo)進(jìn)行無量綱化處理后采用主成分分析法降維，最終計(jì)算得到工業(yè)智能化指標(biāo)（INT）。

表1 工業(yè)智能化指標(biāo)體系

4.控制變量：

鑒于可能因遺漏變量產(chǎn)生的內(nèi)生性問題，選取如下控制變量：①一次能源消費(fèi)量（EC），取各省份各年煤炭消費(fèi)總量的對(duì)數(shù)衡量。 能源消費(fèi)情況直接影響碳排放情況，能源消費(fèi)結(jié)構(gòu)與碳排放增長(zhǎng)間具有緊密聯(lián)系，為控制碳排放增長(zhǎng)，能源消費(fèi)情況調(diào)整是關(guān)鍵因素（張雷等，2010）。[27]②基礎(chǔ)設(shè)施建設(shè)（Infra）， 選用各省份每十平方千米土地上鐵路長(zhǎng)度和公路長(zhǎng)度的幾何平均值。 基礎(chǔ)設(shè)施建設(shè)尤其是軌道交通發(fā)展具備環(huán)境效應(yīng)，交通方式的替代效應(yīng)能助力碳減排（孫鵬博和葛力銘，2021）；[28]③人口老齡化程度（Age），選用各省份老齡人口撫養(yǎng)比衡量。 老齡化程度對(duì)能源消耗、產(chǎn)業(yè)變更和經(jīng)濟(jì)發(fā)展產(chǎn)生較大影響， 進(jìn)而帶來碳排放變化（劉輝煌和李子豪，2012）。[29]④人力資本水平（Hi），采用大專及以上人員的占比就業(yè)人數(shù)衡量。 人力資本能通過自身流動(dòng)性、外溢性與產(chǎn)業(yè)結(jié)構(gòu)等相結(jié)合產(chǎn)生碳減排作用，人力資本水平的變化與碳排放之間存在顯著的減污效應(yīng)（Bano et al.，2018）。[30]⑤地方財(cái)政水平（Gov），選取各地區(qū)財(cái)政支出占地區(qū)GDP 之比衡量。經(jīng)濟(jì)快速發(fā)展將影響環(huán)境質(zhì)量，經(jīng)濟(jì)的高速增長(zhǎng)很大程度上依賴于地方政府追求GDP 和財(cái)稅收入。同時(shí)中國(guó)能源和資源主要由政府把控，政府各項(xiàng)干預(yù)一定程度影響經(jīng)濟(jì)增長(zhǎng)和環(huán)境效率，也是影響碳效率的重要因素（李猛，2009）。[31]

（二）計(jì)量模型設(shè)定

為研究高質(zhì)量進(jìn)口與碳效率之間的關(guān)系以及工業(yè)智能化在“高質(zhì)量進(jìn)口→碳效率”這一過程中發(fā)揮的調(diào)節(jié)作用，參考溫忠麟等（2005）提出的調(diào)節(jié)效應(yīng)模型和檢驗(yàn)流程，建立如下計(jì)量方程。[32]

第一步，建立方程（1）探究高質(zhì)量進(jìn)口對(duì)碳效率的直接影響：

第二步，建立方程（2）探究工業(yè)智能化對(duì)碳效率的直接影響：

第三步，建立方程（3）將工業(yè)智能化和高質(zhì)量進(jìn)口同時(shí)納入模型進(jìn)行聯(lián)合顯著性檢驗(yàn)：

第四步，為研究工業(yè)智能化在高質(zhì)量進(jìn)口與碳效率中的調(diào)節(jié)效應(yīng)， 將兩者的交互項(xiàng)納入模型中，得到模型（4）：

其中，i 和t 分別代表地區(qū)和年份；CEEit表示i地區(qū)在第t 年的碳效率；INTit表示i 地區(qū)在第t 年的工業(yè)智能化水平；HIMPit是i 地區(qū)在第t 年的高質(zhì)量進(jìn)口情況；Zmit則表示一系列控制變量，具體包括對(duì)一次能源消費(fèi)量（EC）、基礎(chǔ)設(shè)施建設(shè)（Infra）、人口老齡化程度（Age）、人力資本水平（Hi）和地方財(cái)政水平（Gov）；εit為隨機(jī)干擾項(xiàng)。

五、實(shí)證結(jié)果分析

（一）基準(zhǔn)回歸分析

選取2004—2017 年中國(guó)30 個(gè)省份的面板數(shù)據(jù)進(jìn)行回歸分析，控制時(shí)間和個(gè)體因素，研究高質(zhì)量進(jìn)口對(duì)碳強(qiáng)度的影響以及工業(yè)智能化在其中發(fā)揮的調(diào)節(jié)作用。 無論是進(jìn)口來源國(guó)前5 位國(guó)家還是進(jìn)口來源前10 位的國(guó)家， 其進(jìn)口質(zhì)量和工業(yè)智能化對(duì)于碳效率的正相關(guān)關(guān)系均在1%的水平上顯著，說明進(jìn)口質(zhì)量和工業(yè)智能化程度的提升能有效抑制碳排放，假說1 和假說2 成立。 同時(shí)，工業(yè)智能化和高質(zhì)量進(jìn)口交互項(xiàng) （HIMPtop5×INT 和HIMPtop10×INT）系數(shù)均為正，且經(jīng)過1%的水平檢驗(yàn)，說明工業(yè)智能化在高質(zhì)量進(jìn)口提升碳效率的過程中發(fā)揮正向調(diào)節(jié)作用，智能化與高質(zhì)量產(chǎn)品相結(jié)合能進(jìn)一步約束碳排放的增加。 一方面，工業(yè)智能化不僅能有效提升生產(chǎn)效率和資源利用效率，也進(jìn)一步擴(kuò)大企業(yè)對(duì)于高科技、精密儀器產(chǎn)品等高質(zhì)量進(jìn)口品的需求，推動(dòng)生產(chǎn)向精細(xì)化、綠色化轉(zhuǎn)型，從而提升碳效率。 另一方面，智能化的推進(jìn)使得企業(yè)學(xué)習(xí)和模仿高技術(shù)含量產(chǎn)品的時(shí)間、 資源成本有效降低，有效強(qiáng)化和提升企業(yè)的吸收能力，進(jìn)而發(fā)揮高質(zhì)量進(jìn)口的技術(shù)溢出作用，生產(chǎn)效率和碳效率得以提升。

地方財(cái)政水平（Gov）、基礎(chǔ)設(shè)施建設(shè)（Infra）、人力資本水平（Hi）對(duì)碳效率的正向作用均通過1%的水平檢驗(yàn)，說明交通運(yùn)輸方式的替代效應(yīng)提升碳效率，基礎(chǔ)設(shè)施建設(shè)的環(huán)境效應(yīng)得以發(fā)揮，能助力碳減排目標(biāo)的實(shí)現(xiàn)（孫鵬博和葛力銘，2021）。[28]人力資本的減污效應(yīng)也得以展現(xiàn)，人力資本水平的提升能夠減少污染，助力碳減排目標(biāo)的實(shí)現(xiàn)。 地方財(cái)政水平（Gov）在1%的水平上通過檢驗(yàn)，說明地方政府財(cái)政支出提升，公共物品投入比重加大、社會(huì)福利增加能有效約束污染物排放（Lopez R et al.，2011）。[33]同時(shí)，進(jìn)一步說明從支出角度出發(fā)制定的財(cái)政政策能更好地發(fā)揮減排效應(yīng)（盛麗穎，2011）。[34]更進(jìn)一步的，一次能源消耗量（EC）對(duì)碳效率的負(fù)向影響均在1%的水平上顯著，說明一次能源消費(fèi)增加不利于低碳發(fā)展模式構(gòu)建，能源消費(fèi)是二氧化碳排放的重要來源，且一次能源消費(fèi)越多，碳排放效率越低，與發(fā)展事實(shí)相吻合（朱德進(jìn)和杜克銳，2013）。[35]老齡化程度（Age） 負(fù)向作用于碳效率在聯(lián)合方程中經(jīng)過1%的水平檢驗(yàn)，究其原因可能在于中國(guó)目前老齡化速度加快與養(yǎng)老等新興低碳產(chǎn)業(yè)發(fā)展速度不匹配、養(yǎng)老產(chǎn)業(yè)鏈不夠完善，銀發(fā)經(jīng)濟(jì)對(duì)于低碳經(jīng)濟(jì)發(fā)展模式構(gòu)建的貢獻(xiàn)度較弱。

（二）異質(zhì)性分析

進(jìn)一步考慮到區(qū)域異質(zhì)性的特點(diǎn)， 不同地區(qū)智能化水平和進(jìn)口結(jié)構(gòu)存在差異，按照東中西部地區(qū)劃分區(qū)域，探究不同區(qū)域內(nèi)高質(zhì)量進(jìn)口對(duì)碳效率的影響以及工業(yè)智能化的調(diào)節(jié)效應(yīng)。 由此可見，不論是選擇前5 名的進(jìn)口來源國(guó)還是前10 名的進(jìn)口來源國(guó)的相關(guān)數(shù)據(jù)作為高質(zhì)量進(jìn)口的代理變量，各地區(qū)的工業(yè)智能化與高質(zhì)量進(jìn)口的交互項(xiàng)均為正，說明智能化在高質(zhì)量進(jìn)口與碳效率之間發(fā)揮正向的調(diào)節(jié)作用，智能化能夠與高質(zhì)量進(jìn)口相結(jié)合發(fā)揮碳減排作用，而且各地區(qū)智能化的調(diào)節(jié)作用大小相差較小且數(shù)值較小，可能原因在于智能化處于初期發(fā)展階段，其經(jīng)濟(jì)、環(huán)境效益尚未充分展現(xiàn)，智能化和高質(zhì)量進(jìn)口的耦合程度有待加強(qiáng)。 中部地區(qū)進(jìn)口來源國(guó)擴(kuò)大后（HIMPtop10）的智能化和高質(zhì)量進(jìn)口的交互項(xiàng)系數(shù)依舊為正但不顯著，而其余地區(qū)交互項(xiàng)均為正且顯著，究其原因可能在于中部地區(qū)進(jìn)口國(guó)別變動(dòng)較大，進(jìn)口國(guó)別的差異較大，進(jìn)口貿(mào)易的技術(shù)溢出效應(yīng)對(duì)于碳排放的影響除了產(chǎn)品本身的技術(shù)含量水平以外也受到進(jìn)口國(guó)別因素的影響（Geng W.and Y.Q.Zhang.，2011）。[36]東部地區(qū)高質(zhì)量進(jìn)口對(duì)碳效率的影響均未通過10%的顯著水平檢驗(yàn)，除去進(jìn)口國(guó)別影響之外，原因可能在于東部地區(qū)的區(qū)域創(chuàng)新能力較強(qiáng)、人力資本水平等高于國(guó)內(nèi)其他區(qū)域，高質(zhì)量進(jìn)口的技術(shù)溢出作用較小，對(duì)于本地研發(fā)創(chuàng)新推動(dòng)作用較弱， 進(jìn)而對(duì)于碳效率的提升貢獻(xiàn)較小。中西部地區(qū)的工業(yè)智能化和高質(zhì)量進(jìn)口對(duì)碳效率的影響與全國(guó)層面的結(jié)果一致，與假說相吻合。

（三）穩(wěn)健性檢驗(yàn)

為證明研究結(jié)論的可靠性以及可能潛在的內(nèi)生性問題，選擇更換智能化指標(biāo)驗(yàn)證智能化的調(diào)節(jié)效應(yīng)以及采用GMM 方法檢驗(yàn)回歸結(jié)果。同時(shí)，通過雙重差分法（DID）對(duì)智能化的減排作用進(jìn)一步識(shí)別和驗(yàn)證。

第一， 借鑒市場(chǎng)化指數(shù)構(gòu)造的方法（樊綱等，2011）， 以算術(shù)平均法替代主成分分析法測(cè)算工業(yè)智能化水平（INT1）進(jìn)行穩(wěn)健檢驗(yàn)；替換智能化指標(biāo)后的計(jì)量分析結(jié)果與上述調(diào)節(jié)效應(yīng)基準(zhǔn)回歸的結(jié)果一致， 核心解釋變量的系數(shù)大小有變化以外，顯著性和符號(hào)均同基準(zhǔn)回歸一致， 故結(jié)果具有穩(wěn)健性。[37]第二，為了避免動(dòng)態(tài)面板模型可能存在的內(nèi)生性問題影響回歸結(jié)果， 將解釋變量（HIMPtop5、HIMPtop10）的一階滯后項(xiàng)作為工具變量，采用兩階段SYS-GMM 進(jìn)行估計(jì)分析， 對(duì)控制變量進(jìn)行控制以及進(jìn)行自相關(guān)檢驗(yàn)和過渡識(shí)別檢驗(yàn)，聯(lián)合顯著檢驗(yàn)具體回歸結(jié)果見表8； 由GMM 估計(jì)結(jié)果可見，兩階段自相關(guān)結(jié)果可以證明“擾動(dòng)項(xiàng)無自相關(guān)”假設(shè)以及過度識(shí)別檢驗(yàn)結(jié)果可說明工具變量選擇的有效性，模型的設(shè)定和估計(jì)的結(jié)果合理。 同時(shí)，碳效率滯后一期的回歸系數(shù)皆為正，說明在控制變量中加入被解釋變量的滯后一期依舊有效。 而且高質(zhì)量進(jìn)口（HIMPtop5、HIMPtop10）、智能化的交互項(xiàng)均通過顯著性檢驗(yàn)，更進(jìn)一步證實(shí)假說成立。 第三，借鑒劉航和楊丹輝（2020）[20]的檢驗(yàn)方法，采用雙重差分法（DID）對(duì)智能化的減排作用進(jìn)一步穩(wěn)健性檢驗(yàn)。 智能制造是工業(yè)智能化的重心，智能制造政策是嚴(yán)格外生的沖擊，政策實(shí)施前后對(duì)于智能制造的投入力度也存在差異， 故選取智能制造政策頒布生效的2015 年為時(shí)間虛擬變量Dt，處理組與對(duì)照組的劃分以2015—2017 年各省份碳排放量是否高于同時(shí)期全國(guó)平均排放量為依據(jù)，設(shè)定Du 進(jìn)行“準(zhǔn)自然實(shí)驗(yàn)分析”，具體回歸結(jié)果見表9。根據(jù)回歸結(jié)果可知，無論采用何種回歸命令，雙重差分項(xiàng)Dt×Du 系數(shù)均為正且顯著。 故智能化的碳減排效應(yīng)得到驗(yàn)證，推進(jìn)智能化能夠提升碳效率。

六、結(jié)論與對(duì)策建議

基于2004—2017 年30 個(gè)省份工業(yè)智能化、高質(zhì)量進(jìn)口和碳效率的面板數(shù)據(jù)，考察高質(zhì)量進(jìn)口對(duì)碳效率的影響， 并將工業(yè)智能化作為調(diào)節(jié)變量，探究工業(yè)智能化在高質(zhì)量進(jìn)口和碳效率之間如何發(fā)揮調(diào)節(jié)作用，由此得到如下結(jié)論：首先，總體上，高質(zhì)量進(jìn)口能夠提升碳效率，進(jìn)口產(chǎn)品質(zhì)量提升、技術(shù)屬性強(qiáng)化能夠影響碳排放，提升碳效率。 然而，高質(zhì)量進(jìn)口對(duì)碳效率的影響存在區(qū)域異質(zhì)性，東部地區(qū)技術(shù)、服務(wù)水平較高，相較于其他地區(qū)對(duì)于進(jìn)口產(chǎn)品依賴程度較低，高質(zhì)量進(jìn)口對(duì)碳效率的提升不顯著，中部地區(qū)高質(zhì)量進(jìn)口的碳效率提升效果大于西部地區(qū)的提升效果。 高質(zhì)量進(jìn)口對(duì)碳效率的提升作用在一定程度上也受進(jìn)口國(guó)別差異的影響。 其次，工業(yè)智能化與碳效率呈正相關(guān)關(guān)系，工業(yè)智能化水平提升能夠有效約束碳排放。 最后，工業(yè)智能化在高質(zhì)量進(jìn)口與碳效率之間起到正向的調(diào)節(jié)作用，工業(yè)智能化能降低企業(yè)模仿學(xué)習(xí)進(jìn)口高質(zhì)量產(chǎn)品的時(shí)間、資源成本，更有效地實(shí)現(xiàn)進(jìn)口的技術(shù)溢出效應(yīng)從而進(jìn)一步減緩碳排放。 基于此，得出如下啟示：

第一，以“雙循環(huán)”為導(dǎo)向，積極主動(dòng)擴(kuò)大進(jìn)口，打造高質(zhì)量進(jìn)口體系。 調(diào)整進(jìn)口結(jié)構(gòu)，增加高技術(shù)含量的產(chǎn)品進(jìn)口。 同時(shí)，增加對(duì)企業(yè)創(chuàng)新研發(fā)活動(dòng)支持力度，鼓勵(lì)企業(yè)二次創(chuàng)新，重視對(duì)相關(guān)技術(shù)人員的培訓(xùn)，發(fā)揮“干中學(xué)”優(yōu)勢(shì)，推動(dòng)高質(zhì)量進(jìn)口的技術(shù)溢出效應(yīng)實(shí)現(xiàn)的同時(shí)增強(qiáng)企業(yè)進(jìn)口后的消化吸收能力，以便進(jìn)一步利用技術(shù)溢出效應(yīng)實(shí)現(xiàn)中國(guó)碳減排目標(biāo)。 各地區(qū)因地制宜制定差異化進(jìn)口政策，東部地區(qū)以加強(qiáng)尖端技術(shù)的引進(jìn)和提升自主創(chuàng)新能力為導(dǎo)向，加強(qiáng)前沿尖端技術(shù)和低碳技術(shù)進(jìn)口的同時(shí)與自主創(chuàng)新結(jié)合，實(shí)現(xiàn)內(nèi)外聯(lián)動(dòng)發(fā)展，推動(dòng)生產(chǎn)效率和碳效率提升。 中西部地區(qū)重點(diǎn)推進(jìn)相關(guān)進(jìn)口主體培育和進(jìn)口渠道優(yōu)化，改善進(jìn)口貿(mào)易國(guó)別結(jié)構(gòu)，打造穩(wěn)定的貿(mào)易渠道和平臺(tái)，最大程度吸收學(xué)習(xí)模仿進(jìn)口來源國(guó)的先進(jìn)技術(shù)和高質(zhì)量產(chǎn)品，發(fā)揮高質(zhì)量進(jìn)口渠道的“綠色效應(yīng)”。

第二，加快智能基礎(chǔ)設(shè)施建設(shè)，穩(wěn)步推進(jìn)工業(yè)智能化，發(fā)揮智能化的“綠色效應(yīng)”。 政府重點(diǎn)搭建智能生產(chǎn)、制造和銷售等智能化示范園區(qū)，加快工業(yè)物聯(lián)網(wǎng)、5G 等智能基礎(chǔ)設(shè)施搭建， 為企業(yè)充分發(fā)揮智能化減排作用提供保障。 企業(yè)加大自主創(chuàng)新研發(fā)力度，依托國(guó)家標(biāo)準(zhǔn)著手打造智能裝備、建設(shè)智能車間等，實(shí)現(xiàn)生產(chǎn)過程優(yōu)化、資源高效配置，滿足高效生產(chǎn)、降耗減碳、提質(zhì)降本等要求，助力低碳節(jié)能發(fā)展模式構(gòu)建。 此外，企業(yè)要利用人工智能等智能技術(shù)的數(shù)據(jù)分析優(yōu)勢(shì)，實(shí)時(shí)搜集分析并檢測(cè)調(diào)整生產(chǎn)運(yùn)營(yíng)過程中能耗數(shù)據(jù)，對(duì)能源使用精準(zhǔn)調(diào)控和實(shí)行無害化處理，推動(dòng)碳效率提升。

第三，推進(jìn)產(chǎn)業(yè)智能化轉(zhuǎn)型，培育產(chǎn)業(yè)新生態(tài)，最大程度實(shí)現(xiàn)進(jìn)口技術(shù)吸收和溢出。 深入推進(jìn)人工智能、神經(jīng)網(wǎng)絡(luò)等智能技術(shù)融入企業(yè)學(xué)習(xí)、生產(chǎn)過程，提升企業(yè)管理效率以及產(chǎn)品創(chuàng)新能力，利用智能技術(shù)降低模仿學(xué)習(xí)成本、 高效實(shí)現(xiàn)技術(shù)溢出，降低各環(huán)節(jié)資源成本，逐步實(shí)現(xiàn)綠色低碳發(fā)展。 推行智能生產(chǎn)顧問制度，打造以高等院校、培訓(xùn)機(jī)構(gòu)和企業(yè)等為主題的智能生產(chǎn)顧問團(tuán)隊(duì)， 通過測(cè)評(píng)、現(xiàn)場(chǎng)調(diào)研、數(shù)據(jù)分析等手段，為企業(yè)梳理內(nèi)部智能化生產(chǎn)和高技術(shù)產(chǎn)品進(jìn)口調(diào)整思路， 使企業(yè)更為準(zhǔn)確、 精細(xì)地將智能化與進(jìn)口產(chǎn)品學(xué)習(xí)模仿相結(jié)合，進(jìn)而發(fā)揮二者協(xié)同作用，改善企業(yè)生產(chǎn)狀況、提升碳效率。