碳达峰压力、绿色技术创新与企业碳排放效率

[摘要]在碳达峰压力下，开展绿色技术创新、提升企业碳排放效率成为国内企业绿色低碳发展的必由之路。基于SBM方向性距离函数的Malmquist-Luenberger指数，对2015—2021年国内293个地级市工业企业碳排放效率进行测度，并采用SYS-GMM以及工具变量法探賾碳达峰压力与绿色技术创新对企业碳排放效率的影响。研究表明：碳达峰压力与绿色技术创新的协同效应具有推动企业碳排放效率提升的长效机制；两者协同影响主要经由控制工业能源消耗量、缩减碳排放量以及提升技术应用水平的路径实现；碳达峰压力与绿色技术创新这一约束激励机制对企业碳排放效率提升有重要影响。据此，为推动国内企业绿色低碳发展提供政策建议。

[关键词]碳达峰压力；绿色技术创新；企业碳排放效率；协同效应

一、 引言与文献综述

20世纪中期以来，全球气候变暖对人类赖以生存的生态环境造成巨大破坏。在经济结构转型升级和构建新发展格局背景下，如何更好地统筹经济高质量发展和生态环境高水平保护，成为学术研究及社会实践领域高度关注重点。中国当前生态环境问题带来碳达峰压力，从本质而言是高碳能源结构和高能耗、高碳产业结构的问题，呈现显著“碳污同源”特征。作为世界经济体量最大的发展中国家及二氧化碳排放国，中国高度重视“碳”问题，积极采取多种措施节能降耗、推进低碳经济转型。2020年9月，习近平总书记在联合国大会上强调，中国将“采取更加有力的政策和措施，二氧化碳排放力争于2030年前达到峰值，努力争取2060年前实现碳中和”1。碳达峰目标的提出为“十四五”乃至更长时期的经济社会发展指明了道路，是生态环境根本好转和美丽中国建设目标基本实现的重要路径。党的二十大报告提出积极稳妥推进碳达峰碳中和，为碳达峰碳中和“举旗定向”2。2023年国务院政府工作报告强调，要统筹能源安全稳定供应和绿色低碳发展，科学有序推进碳达峰碳中和3。而绿色技术创新是破解经济增长与环境保护和谐共生难题的关键途径，为协同低碳转型与经济增长提供了可行路径。企业借助技术加持提升单位碳排放的产能效率，成为节能减排工作开展、推进低碳发展效果最明显的方式。

在“双碳”目标推进过程中，已有部分学者关注碳达峰与碳排放效率相关主题。着眼于碳达峰，王慧等[1]发现碳达峰目标显著发挥减污降碳、协同增效作用，可推动地区经济沿损益偏离—损益均衡—精益降损路径迭代。马文杰等[2]认为碳达峰压力促进了企业碳排放效率的提升。许悦等[3]研究发现，碳达峰压力与碳排放效率存在“U”形关系。着眼于碳排放效率，刘海英等[4]发现，碳排放权交易政策能够有效推动能源环境效率的提升。胡剑波等[5]发现中国碳排放效率整体呈上升态势，省际之间存在较大差异，且技术进步推动了动态碳排放效率的提高。在诸多文献中，学者们关注碳达峰压力对碳排放的影响，采用工业“三废”综合利用率等不同碳达峰压力测度指标，立足于省级行政区划维度与行业维度探究碳达峰压力与碳排放之间的关系，为理解碳达峰压力与碳排放效率间关系提供诸多有益参考。但是，既有研究并未就碳达峰压力与碳排放效率关系形成共识，也始终未涉及碳达峰压力与绿色技术创新对碳排放效率的协同效应及传导机制。

是以，本文研究归纳既有研究成果，基于理论维度定性梳理碳达峰压力与绿色技术创新影响企业碳排放效率的作用机制，以此为基础，选取2015—2021年国内293个地级市层面样本数据，综合采用多种测度方法，实证探究碳达峰压力与绿色技术创新对企业碳排放效率的协同效应与影响机制。本文可能的边际贡献在于：在约束激励机制的分析框架中，探究碳达峰压力与绿色技术创新对提升国内地级市企业碳排放效率的协同效应，为研判碳达峰压力与绿色技术创新这一约束激励机制的现实影响提供经验证据，延伸碳达峰压力与企业碳排放效率的相关研究视域。着眼于传导机制，采用递归模型，探究碳达峰压力与绿色技术创新对地级市企业碳排放效率的协同效应经由何种路径实现，有助于深化学界对这一激励约束机制与企业碳排放效率间内在关系的理解与阐释。研究结论在政策层面形成明确的启示价值与现实意义，可为企业减排提供经验参照。

二、 理论分析与研究假设

绿色技术创新可以提供产业技术基础与整体应用平台，为企业低碳技术演进提供现实支撑，推动碳排放效率提升[6]。碳达峰压力不仅在一定程度上倒逼企业提升技术创新水平，而且可推动企业积极吸纳并应用前沿节能降碳技术，助力碳排放效率有效提升[7]。因而，碳达峰压力与绿色技术创新可推动产业模式绿色转型，助力全产业链低碳发展，促进协同降碳，实现企业碳排放效率提升。本文在提炼学界既有文献成果的基础上，建构如下理论探究框架以剖析碳达峰压力与绿色技术创新这一约束激励机制对企业碳排放效率的影响（图1）。

1. 碳达峰压力影响企业碳排放效率的机制

区域行政机构在落实减排降碳政策过程中，承担不同程度碳达峰压力可能会使环境规制措施在执行方案与执行强度等方面出现差异[8]。在碳达峰压力影响下，区域行政机构通常会采取更为切实、有力的环境规制措施，推动企业生产结构与能源利用结构优化，促使企业碳排放效率提升。碳达峰压力可经由干预工业碳排放量、能源消耗量与单位产出效率等多元路径推动工业企业节能降耗、环保减排，提升企业碳排放效率。

第一，碳达峰压力可显著控制区域碳排放量。一方面，区域行政机构会在碳达峰压力的影响下严控企业碳排放量，促使碳排放量尚未达标的企业迁移或停产，给控制区域工业碳排放量带来利好[9]。同时，地方政府碳达峰压力增强，也会引致区域节能降碳专项投入增加[10]，促使企业应用较为前沿的节能降碳技术以降低碳排放量，这有利于整体提升企业碳排放效率。另一方面，碳达峰压力可有效激励地方企业经由技术演进提升碳排放效率，即碳达峰压力诱发产生“波特假说”（亦称“技术补偿效应”）[11]。技术演进可大幅优化生产结构，控制经营活动的碳排放量，提升企业碳排放效率，全力推动工业领域实现自身碳达峰[12]。

第二，碳达峰压力可有效减少区域工业单位能耗。碳达峰压力促使区域行政机构对企业生产制造过程中的能耗控制实行更高标准，这引发企业对节能设施展开积极技术探索、推动前沿降耗节能技术实践应用，为降低区域工业单位能耗带来利好[13]；还可推动企业开发绿色节能类产品或提升降耗工艺，以此响应碳达峰压力对低碳降耗要求，从而提升企业碳排放效率[14]。

第三，碳达峰压力可着力强化企业技术应用能力。一是碳达峰压力带来的“技术补偿效应”不仅可以强化传统工业领域的技术演进，还可推动高新制造产业整体技术迭代[15]。产业技术迭代可显著提振基础工业类目的产能，而高新制造产业技术突破则可有效提升区域工业品的技术含量。这有利于提升地方工业技术层次，助力企业提振碳排放效率。二是碳达峰压力对区域引入高耗能高排放企业形成规制，转而激励发展技术、资本与劳动等其他生产资料密集型产业[16]。此类企业在区域内的引入与发展可形成示范、竞争与扩散效应，推动高技能型劳动力与前沿技术高效融通与转化应用[17]，这既有利于地方既有企业革新技术，还可推动企业借助低碳循环技术应用提升碳排放效率。

2. 碳达峰压力与绿色技术创新对企业碳排放效率的影响

绿色技术创新多集中于技术探索与转化应用两大范畴。就理论層面而言，绿色技术创新不仅有助于企业冲破节能降碳发展带来的技术困厄，还可控制企业低碳转型过程中的潜在风险[18]。由此可激发杠杆效应，提振产业全链参与绿色技术创新的积极性与能动性，带动关联企业追加绿色技术创新研发支出[19]。这有利于在微观视域中控制工业能耗、减少单位产出碳排放量，由此提升企业碳排放效率[20]。是以，绿色技术创新可与碳达峰压力协同作用，经由先进技术研发与产业应用实践有效提升企业碳排放效率。

由上可知，当企业具备绿色产业技术提升空间与技术研发投入条件时，政府承担一定碳达峰压力可有效控制能源消耗、压缩碳排放量并提升域内企业技术水平。但是，绿色技术创新作为一项创造性生产过程，存在研发周期长、结果未知等隐性特征，需要较强资源支持[21]。同时，绿色技术创新需要产业内部进行资源整合与分工，避免重复建设并提升资源配置效率。而适度的碳达峰压力可推动政府借助顶层制度规划与执行为企业绿色技术创新提供对应资源保障，发挥产业能耗、单位碳排放与产业技术创新的激励作用，进而有利于控制工业能源消耗量、缩减碳排放量、提升技术应用水平，最终推动企业碳排放效率提升。

综上，绿色技术创新会提升碳达峰压力对企业碳排放效率的积极影响，即碳达峰压力与绿色技术创新协同作用更有力地推动企业碳排放效率提升。由此，本研究提出假设如下：

假设1：碳达峰压力与绿色技术创新对企业碳排放效率的影响具有协同效应。

假设2：碳达峰压力与绿色技术创新对企业碳排放效率的协同效应主要经由控制工业能源消耗量、缩减碳排放量以及提升技术应用水平等路径实现。

三、 研究设计

1. 模型构建

为探究碳达峰压力和绿色技术创新对企业碳排放效率的影响，本文以企业碳排放效率变动率衡量企业碳排放效率，并参考学界相关研究将企业碳排放效率变动率（[ECEE]）设定如下[22]：

[LnECEEit=α0+α1LnCPPit+α2LnGTIit+α3LnCPPit×LnGTIit+δLnXit+σit+μit]   （1）

式（1）中，[ECEEit]为企业碳排放效率变动率，用以表征地级市企业碳排放效率；[CPPit]代表碳达峰压力；[GTIit]为绿色技术创新；[LnCPPit×LnGTIit]表示碳达峰压力与绿色技术创新乘积项；[Xit]为其余干预要素；[σit]表示空间效应，[μit]代表随机误差项。但是，在企业碳排放效率变动进程中，上一期效率水平会对当期效率产生影响，故此处以局部调整模型展开阐释：

[（LnECEEit）e=α0+α1LnCPPit+α2LnGTIit+α3LnCPPit×LnGTIit+δLnXit+σit+μit]  （2）

式（2）中，[（LnECEEit）e]表示企业碳排放效率的期望水平，其余符号意义同式（1）。囿于现有技术水平、劳动力素质与资本规模等要素，地级市企业碳排放效率变动率在短时间内难以达到期望水平。现实效率演进仅是预期发展的组成部分，故形成如下关联模型：

[LnECEEit-LnECEEi，t-1=（1-?）[（LnECEEi，t）e-LnECEEi，t-1]]  （3）

式（3）中，[1-?（0

[LnECEEit-LnECEEi，t-1=（1-?）[α0+α1LnCPPit+α2LnGTIit+α3LnCPPit×LnGTIit+δLnXit+σit+μit-LnECEEi，t-1]]  （4）

设[α*=（1-?）α，δ*=（1-?）δ，σit*=（1-?）σit，μit*=（1-?）μit]，从式（4）可得研究基准模型如下：

[LnECEEit=?LnECEEi，t-1+α*0+α*1LnCPPit+α*2LnGTIit+α*3LnCPPit×LnGTIit+δ*LnXit+σ*it+μ*it]  （5）

式（5）中，解释变量系数是短期乘数，反映碳达峰压力（[CPPit]）、绿色技术创新（[GTIit]）以及控制变量（[Xit]）为企业碳排放效率变动率带来的短期干预。[α]与[δ]则是长期乘数，表征碳达峰压力这一解释变量的长期影响。[?]是滞后乘数，表明上期企业碳排放效率变动率对当期数值的影响。

2. 变量选取

着眼于企业碳排放效率（[ECEE]）测度，本研究借鉴学界常规方法[23]，以非角度、非径向的SBM方向性距离函数衡量工业上市企业碳排放效率变动率，进而研判企业碳排放水平。囿于篇幅，企业碳排放效率变动率的测度结果不予列示。对碳达峰压力（[CPP]）测度，本文参考马文杰做法[24]，以区域过往四期碳排放平均增速作为衡量指标。就其构造而言，碳达峰意味着碳排放增速为零。若区域碳排放增速为正，意味着其碳排放量仍不断走高，区域碳达峰面临较大压力；若增速为负，则表明其碳排放量渐趋走低，碳达峰基本得以实现。对绿色技术创新（[GTI]）的测度，本文依据Peng等的研究方法[25]，以环保技术领域每万人发明专利拥有量表征区域绿色技术创新水平。

本研究还选取对外开放程度（[OD]）、劳动力技术水平（[LT]）、存量资本（[CS]）、政策利好（[GS]）以及数字化程度（[DD]）作为控制变量。对外开放程度（[OD]）以区域产业经济中外资企业总产值在所在区域总产值中的占比表征[26]。劳动力技术水平（[LT]）以地级市在岗职工平均受教育年限表征[27]。政策利好（[GS]）通过计算区域财政支出在地区生产总值中占比得出，反映各地级市政府的财政支持水平。存量资本（[CS]）即各地级市现有资本存储，反映各区域产业经济基础与生產规模，以永续盘存法测算获得。以地级市千兆互联网宽带接入用户数量作为衡量数字化程度（[DD]）指标。

我国于2015年出台的《强化应对气候变化行为——中国国家自主贡献》中，正式确定碳达峰目标。本研究以国内现有293个地级市沪深A股工业上市企业作为实证样本，样本观测区间为2015—2021年。变量原始数据源于CSMAR数据库、《中国工业统计年鉴》《中国统计年鉴》《中国工业年鉴》《中国环境统计年鉴》《中国科技统计年鉴》以及各省份统计年鉴。对于缺失数据通过插值法与线性回归法进行处理，为对冲离群值的潜在干预，研究对连续变量实施1%缩尾处理。变量描述性统计如表1所示。

四、 实证分析

1. 基准估计结果分析

本研究通过广义矩估计方法（SYS-GMM）规避动态面板模型即式（5）中潜在的内生性问题。方差膨胀因子（[VIF]）数值以及单一变量方差膨胀因子数值均未超过10，表示解释变量不存在多重共线现象。同时，为克服时间趋势带来的潜在干预，实证分析对时间固定效应进行约束，并以稳健性估计量（[robust]）展开参数估计。

（1）碳达峰压力、绿色技术创新的影响

表2模型三为式（5）中未纳入碳达峰压力与绿色技术创新乘积项（[LnCPP×LnGTI]）的实证结果。由此可知，碳达峰压力（[CPP]）对企业碳排放效率变动率的影响系数是0.119，且通过1%的显著性检验。绿色技术创新（[GTI]）系数符号为正，数值是0.186，但其影响并未通过显著性检验。这反映出碳达峰压力这一约束机制在企业碳排放效率提升进程中具有极强积极意义，但绿色技术创新这一激励机制的现实效果则不突出。混合估计模型（[POLS]）与动态固定效应模型（[FE]）证实前述研究结论具备较强稳健性。绿色技术创新的现实影响和理论预判出现某种程度的出入，其原因可能在于，尽管绿色技术创新可以经由提升企业技术支撑、降低工业企业经营风险等机制推动企业碳排放效率提升，但产业技术创新也可能对部分体量较小、基础薄弱的企业形成“挤出效应”，不利于其碳排放效率提升。同时，部分企业为获取区域行政机构专项创新支持，实施部分效率低下的形式化“创新”活动，致使绿色技术创新难以对企业碳排放效率发挥有力积极影响。上述负面影响在一定程度上对正面影响形成对冲，使得绿色技术创新对提升企业碳排放效率未表现出明显影响效能。

（2）碳达峰压力与绿色技术创新的协同效应

表2模型六为纳入碳达峰压力与绿色技术创新乘积项（[LnCPP×LnGTI]）的[GMM]法实证结果。模型四与五分别为与之相对的动态[POLS]与动态[FE]实证结果。着眼于模型六，有两个方面值得关注。一方面，碳达峰压力与绿色技术创新乘积项（[LnCPP×LnGTI]）对企业碳排放效率起到有力推动作用。这反映出政府在承担碳达峰压力过程中，会鼓励企业积极开展绿色技术创新，对提升企业碳排放效率带来显著正向影响。即碳达峰压力与绿色技术创新这一约束激励机制对区域企业碳排放效率存在协同效应。由此，假设1得证。另一方面，对表1中模型三与模型六进行对比可知，在引入碳达峰压力与绿色技术创新乘积项（[LnCPP×LnGTI]）后，碳达峰压力系数由0.119增至0.127，且始终表现出较强显著性。绿色技术创新的影响系数显著性逐步提升，系数数值由0.186升至0.274。这证实碳达峰压力与绿色技术创新这一约束激励机制的协同作用，不仅可强化碳达峰压力对企业碳排放效率的影响效能，还充分发挥了绿色技术创新的积极影响。受限于篇幅，五项控制变量的影响结果不再展开，下同。

2. 碳达峰压力与绿色技术创新协同作用的长期影响探究

上述研究分析了当期碳达峰压力与绿色技术创新乘积项对区域企业碳排放效率的影响，并聚焦两者协同作用对工业企业碳排放效率的短期效能。但是，碳达峰压力、绿色技术创新经由影响工业企业节约能耗、降低碳排放量、提升技术应用水平，进而影响企业碳排放量。而这一作用通常需要较长时间区隔，故两者的协同影响可能具有滞后效应，属于长期影响。是以，应深入剖析两者对区域企业碳排放效率的长期影响效能。本文参考现有研究方法，以碳达峰压力与绿色技术创新乘积项的滞后一至五期代替式（5）中两者乘积项（[LnCPP×LnGTI]）的当期变量，将全部控制变量取对应滞后期数值。

由表3回归结果可知，碳达峰压力与绿色技术创新乘积项（[LnCPP×LnGTI]）滞后一至四期系数数值均通过5%水平的显著性检验，滞后五期系数符号为正但未表现出显著性。这反映出碳达峰压力与绿色技术创新的协同影响具有滞后效应，具有一定水平的长期影响。与区域碳达峰压力、绿色技术创新单一指标相比，两者协同作用的影响效能表现出更长的作用时效。同时，绿色技术创新滞后一至三期的系数符号为正且通过显著性检验，即绿色技术创新对企业碳排放效率提升的干预存在某种程度的滞后性。

五、 影响机制探究

从理论层面的逻辑推导可知，碳达峰压力与绿色技术创新协同作用主要经由控制工业能源消耗、缩减碳排放以及提升技术应用水平路径实现。本文通过递归模型对两者协同影响机制展开检验，以此分析这一约束激励机制协同影响企业碳排放效率的内在规律。建构递归模型检验如下：

[LnHit=γ0+γ1LnHi，t-1+γ2LnCPPit×LnGTIit+γ3LnCPPit +γ4LnGTIit+γ5LnXit+σ2i+α2it]  （6）

[LnECEEit=τ0+τ1LnECEEi，t-1+τ2LnCPPit×LnGTIit+τ3LnHit +τ4LnCPPit+τ5LnGTIit+τ6LnXit+σ2i+α2it] （7）

式（6）（7）中，[Hit]为中介效应，即代理控制工业能源消耗、缩减碳排放以及提升技术应用水平三项效应的中介变量；其余符号含义与式（5）一致。

本研究以能耗效率（[ECR]）作为控制工业能源消耗效应的代理变量，以区域化石能源消耗量在区域生产总值中占比来表征。选取各区域碳排放缩减率（[CER]）作为缩减碳排放效应的代理变量，以“工业三废去除率”来衡量。同时，以工业出口技术含量（[IET]）代替提升技术应用水平的代替变量。对[IET]的测度包括两部分，首先计算工业产品[k]的技术含量：

[ITRWk=exakXaa（xak/Xa）Ya]  （8）

式（8）中，[k]为《商品名称及编码协调制度》中的工业产品，[a]为贸易活动经济体，[xak]为[a]国工业制成品[k]的出口数额，[Xa]为[a]国[k]类工业制成品的出口总额，[Ya]为[a]国国民生产总值。而后，以工业出口技术含量测度结果为基础，研判国内各地区工业出口技术含量（[IET]），以此探究技术应用水平。

[IETi=k（xikXi）×ITRWk] （9）

式（9）中，[xikXi]为地级市[i]工业产品[k]出口金额在[i]出口总额中的占比。经由对地区工业出口技术含量同该区域工业出口总额占比展开加权平均，可获取国内地区[i]工业产品总体技术应用水平（[IETi]）。

本文立足国民经济行业分类（GB/T4754—2017）测度工业出口技术含量，样本数据来自联合国商品贸易统计数据库（UN COMTRADE）、国际货币基金组织（IMF）以及《中国工业统计年鉴》。

式（5）基准回归结果如表2模型六所示，此处须对式（6）与式（7）展开实证分析，结果见表4。表内[γ2]与[τ3]均呈现显著，同时[τ2]系数也具备显著性，证实中介效应均存在。由表4回归结果可知，碳达峰压力与绿色技术创新的协同作用经由控制工业能源消耗、缩减碳排放以及提升企业技术应用水平等机制有力提高企业碳排放效率。由此，假设2得证。就三项中介效应在总影响效应中的占比展开比较分析可知，缩减碳排放效应对企业碳排放效率影响效能最强，占比高达39.75%；其次是提升企业技术应用水平与控制工业能源消耗，分别占比32.58%与26.49%。

六、 研究结论与政策启示

本研究立足于理论视域定性归纳区域碳达峰压力与绿色技术创新影响企业碳排放效率的作用机理，并选取2015—2021年全国293个地级市样本数据，综合选取多元测度方法对理论假设展开实证检验。研究表明，碳达峰压力与绿色技术创新这一约束激励机制对企业碳排放效率的正向影响具有突出的协同效应。同时，这一协同效应表现出较强的长期性与稳定性。该约束激励机制的协同实施不仅强化碳达峰压力对企业碳排放效率的影响效能，而且有力发挥绿色技术创新的现实作用。两者协同影响主要经由控制工业能源消耗量、缩减碳排放量以及提升技术应用水平等路径实现，且缩减碳排放量效应的影响效能最为突出，提升技术应用水平效应次之，控制工业能源消耗效应的影响相对有限。

基于上述结论，本研究提出三项针对性启示：

第一，积极应对碳达峰压力，着力推进绿色技术创新政策引导。地方政府应深刻把握碳达峰、碳中和目标就新发展格局而言的关键作用，坚定不移走绿色低碳发展道路。应充分发挥碳达峰压力与绿色技术创新的约束激励机制，因地制宜、因“企”制宜，依据本地区工业特征与发展结构出台针对性措施，引导企业向低碳减排转型升级。从仅监管企业向约束与激励并存转变，对站在绿色技术创新探索前列的企业给予税收优惠、绿色补贴等政策利好。引导企业在追求市场经济效益的同时肩负社会责任，找到企业营收与绿色效益的平衡点，实现整体产业绿色转型。

第二，坚定绿色技术创新，鼓励企业绿色探索实践形成体系化、规模化、效益化。地方政府发挥碳达峰压力与绿色技术创新协同效应的长期性与稳定性，重视绿色技术创新的长效现实利好，以财政支持引导企业节能降碳发展。财政拨划应对绿色技术研发项目加大投入比重，充分借助政府与社会资本协同（PPP）模式，健全完善多主体、多维度、多平台的绿色低碳技术创新投入体系。此外，优化专项财政支出的拨划绩效管理机制，着力提振财政资金管理能力與投入产出效果，推动重大技术成果迅速工程化、产业化。行政措施对产业绿色低碳发展所需的共性技术与基础性建设应予以突出关注，重点聚焦大规模、集中性工业园区中节能降耗技术的积极研发与高效转化。

第三，聚焦企业碳排放提效，强化碳达峰压力与绿色技术创新间协同效能。应将工作重点落在控制工业能源消耗量、缩减碳排放量与提升技术应用水平三大关键方向，切实推进绿色技术创新，加速淘汰滞后技术与落后产能。同时，建立健全契合本地区工业发展布局的绿色降碳激励约束方案。就微观而言，地方政府应落实企业碳排放效率监测措施、绩效评价与权责归属。相关主体应逐步完善绿色低碳工业产品认定标准、能耗标识方案以及能源管理体系，严格落实清洁能耗应用、碳排放量控制、安全生产保障等维度的政策规定与技术标准，切实提振企业碳排放效率。

参考文献：

[1] 王慧，孙慧，肖涵月，等.碳达峰约束下减污降碳的协同增效及其路径[J].中国人口·资源与环境，2022，32（11）：96-108.

[2] 馬文杰，胡玥.地区碳达峰压力与企业绿色技术创新——基于碳排放增速的研究[J].会计与经济研究，2022，36（4）：53-73.

[3] 许悦，翟大宇.中国碳市场压力指数的构建及应用[J].北京理工大学学报（社会科学版），2021，23（1）：1-11.

[4] 刘海英，郭文琪.碳排放权交易政策试点与能源环境效率——来自中国287个地级市的实证检验[J].西安交通大学学报（社会科学版），2022，42（5）：72-86.

[5] 胡剑波，王楷文.中国省域碳排放效率时空差异及空间收敛性研究[J].管理学刊，2022，35（4）：36-52.

[6] Li W，Xu L，Xu J，et al.Carbon Reduction Effect of Green Technology Innovation from the Perspective of Energy Consumption and Efficiency[J].Sustainability，2022，14（21）：14113-14119.

[7] 马歆，薛天天，王继东，等.环境规制约束下区域创新对碳压力水平的影响研究[J].管理学报，2019，16（1）：85-95.

[8] 梁中，徐蓓.中国省域碳压力空间分布及其重心迁移[J].经济地理，2017，37（2）：179-186.

[9] 邹玉友，马天一，田国双.制度同构压力、企业生命周期与碳信息披露质量[J].统计与信息论坛，2022，37（12）：78-88.

[10] 中国人民银行南京分行课题组，郭新明.我国碳减排的路径选择及其对金融稳定的影响研究[J].上海金融，2022（10）：20-31.

[11] 杨洁，张茗，刘运材.碳信息披露、环境监管压力与债务融资成本——来自中国A股高碳行业上市公司的经验数据[J].南京工业大学学报（社会科学版），2020，19（6）：86-98.

[12] 谭显春，郭雯，樊杰，等.碳达峰、碳中和政策框架与技术创新政策研究[J].中国科学院院刊，2022，37（4）：435-443.

[13] 甘行琼，许启凡，袁一杰.区域工业绿色转型试点、财政压力与制造业低碳发展[J].财政研究，2022（9）：104-119.

[14] 赵振智，程振，吕德胜.国家低碳战略提高了企业全要素生产率吗？——基于低碳城市试点的准自然实验[J].产业经济研究，2021（6）：101-115.

[15] Ding Y，Hu Y.Accelerating Efficiency of Green Technology Innovation on Carbon Mitigation Under Low-carbon Regulation[J].Energy Reports，2022，8（12）：126-134.

[16] 陈诗一，祁毓.实现碳达峰、碳中和目标的技术路线、制度创新与体制保障[J].广东社会科学，2022（2）：15-23.

[17] Hou N，Zhu Q，Zhao W，et al.Study on the Impact of Green Management of Paper Enterprises on Carbon Performance in the Background of Carbon Peaking and Carbon Neutrality[J].Energy Reports，2022（8）：10991-11002.

[18] Ding X，Jing R，Wu K，et al.The Impact Mechanism of Green Credit Policy on the Sustainability Performance of Heavily Polluting Enterprises-Based on the Perspectives of Technological Innovation Level and Credit Resource Allocation[J].International Journal of Environmental Research and Public Health，2022，19（21）：14518-14528.

[19] 李新安.环境规制、政府补贴与区域绿色技术创新[J].经济经纬，2021，38（3）：14-23.

[20] Li P，Sun W，Zhang Z，et al.Forecast of Renewable Energy Penetration Potential in the Goal of Carbon Peaking and Carbon Neutrality in China[J].Sustainable Production and Consumption，2022（34）：541-551.

[21] Bilal A，Li X，Zhu N，et al.Green Technology Innovation，Globalization，and CO2 Emissions：Recent Insights from the OBOR Economies[J].Sustainability，2021，14（1）：236-239.

[22] Wang Z，Guo J，Luo G.The Impact of Chinese Carbon Emissions Trading System on Efficiency of Enterprise Capital Allocation：Effect Identification and Mechanism Test[J].Sustainability，2022，14（20）：13151-13159.

[23] 郗永勤，吉星.我国工业行业碳排放效率实证研究——考虑非期望产出SBM超效率模型与DEA视窗方法的应用[J].科技管理研究，2019，39（17）：53-62.

[24] 马文杰，胡玥.地区碳达峰压力与企业绿色技术创新——基于碳排放增速的研究[J].会计与经济研究，2022，36（4）：53-73.

[25] Peng Y，Fan Y，Liang Y.A Green Technological Innovation Efficiency Evaluation of Technology-based SMEs based on the Undesirable SBM and the Malmquist Index：A Case of Hebei Province in China[J].Sustainability，2021，13（19）：11079-11088.

[26] 李震.对外开放与经济增长效率：空间的调节效应[J].广东社会科学，2021（2）：37-46.

[27] Abdelhamid Z，Mohammed B，Bahia B，et al.Using AHP and TOPSIS Techniques for Assessment of Multi-skilled Workforce in Manufacturing Industry[J].International Journal of Process Management and Benchmarking，2020，11（1）：109-121.

基金项目：河南省软科学研究计划项目“河南省产业集聚区的效益研究”（项目编号：122400450220）。

作者简介：吴艳华（1973-），女，硕士，河南理工大学鹤壁工程技术学院副教授，研究方向为数字技术、区域经济、企业管理。

（收稿日期：2023-06-29  责任编辑：殷 俊）