“双碳”目标下碳交易与制造业绿色全要素生产率——基于异质性技术创新模式的机制检验

邢 会，姜 影，陈园园

(河北工业大学 经济管理学院，天津 300401)

0 引言

自20世纪90年代以来，全球气候变暖导致干旱、洪涝等极端天气频发，生态环境遭受破坏，人类生命财产安全饱受威胁，引发国际社会普遍关注。对此，我国积极参与全球治理，主动承担共建人类命运共同体的国际责任，提出“双碳”目标。《国务院关于印发2030年前碳达峰行动方案的通知》特别强调建立健全市场化机制，发挥碳排放权交易市场作用。既有研究表明，碳排放权交易(简称碳交易)具有显著的碳减排效应。然而，需要注意的是，控排主体可能以产业转移、减产的方式降低碳排放，此种方式治标不治本，并非长久之策[1-2]。

产业绿色转型是碳减排的根本路径，要求变革生产方式，实现经济效益与生态效益的协调发展，其重要表现是绿色全要素生产率(Green Total Factor Productivity，GTFP)提升[3]。因此，发挥碳交易对GTFP的驱动作用至关重要。纳入碳交易的控排主体以制造企业为主，更准确地，要充分发挥碳交易对制造业GTFP的提升作用，在制造业健康发展的基础上从源头降低碳排放，从而早日实现碳达峰和碳中和愿景。

碳交易具有低成本性和有效性，全球有30多个国家和地区已开展或正在着手开展碳交易。历经2010年相关文件颁布、2013—2014年二省五市碳交易试点的探索、2017年试点地区增加，2021年7月16日全国碳交易市场正式开市。当前的一项重要任务是，充分总结试点碳交易市场的经验教训，加强顶层制度设计，细化各类政策。不同碳交易试点的配额分配方案、行业覆盖范围等顶层设计不同，这些差异会通过碳交易价格和市场规模等具体碳交易状况反映出来，最终影响碳交易实施效果。截至2021年6月，试点地区碳交易市场累计成交量为4.8亿吨二氧化碳当量，成交额约114亿元[4]。尽管市场规模较大，但我国碳交易仍处于起步阶段，面临碳交易价格长期低迷、市场活跃度较低等问题[5]。那么，碳交易价格和市场规模对制造业GTFP有何影响？中国碳论坛发布的《2020年中国碳价调查》报告显示，全国碳交易平均价格预期从2020年的49元/吨上升至2025年的71元/吨，到2030年会上升到93元/吨。未来碳交易价格增长，是否意味着制造业GTFP会随之提升？

碳交易约束下，制造业GTFP提升的关键在于能否实现创新驱动。何向武等[6]将技术创新分为技术改造、技术引进和自主创新3种异质性模式。在经济发展初期，我国与国外技术差距较大，存在技术引进的相对比较优势。随着技术差距缩小，我国愈发重视自主创新的作用。也有学者特别强调技术改造是制造业生产效率提升的关键渠道[7]。适宜性理论提出，非适宜的技术创新较难与一个国家或地区发展阶段匹配，会在一定程度上削弱技术创新的动力(孔宪丽等，2015)。因此，选择适宜性技术创新模式是制造企业面临的重要命题。在碳交易约束下，哪种方式是制造业GTFP提升的主要创新路径？是技术引进、技术改造，抑或是自主创新？

本文边际贡献在于：首先，既有研究多考察碳交易实施对制造业GTFP的影响，实际上，不同试点地区碳交易价格和市场规模差异明显，对制造业GTFP具有异质性影响。本文基于试点地区碳交易数据，评估碳交易价格和市场规模对制造业GTFP的影响，对于推进碳交易制度完善具有重要启示意义。其次，构建联立方程模型检验异质性技术创新对“碳交易价格/市场规模—制造业GTFP”的差异化影响，探究碳交易价格和市场规模通过哪种技术创新作用于制造业GTFP，对于更精准制定技术创新配套政策具有现实指导意义。

1 文献梳理

碳排放权交易是指企业从政府机构获得碳排放额度，再通过碳交易市场进行交易，是一项“政府创造、市场运作”的制度创新，其基本目标是以较低成本实现定量温室气体排放控制[8]。在气候变暖的全球安全威胁下，碳交易成为能源和气候经济学领域高度重视的研究主题之一[9]，主要包括碳交易机制设计和碳交易作用效果两方面。

在碳交易机制设计方面，主要围绕初始碳配额分配、碳交易价格形成机制和碳交易风险控制展开。对于初始碳配额分配，王文举和陈真玲[10]基于博弈模型考察区域间初始碳配额分配方案；王勇等[11]基于描述性统计分析和DID模型考察历史法、基线法等无偿分配方式和拍卖法这一有偿分配方式对碳交易市场流动性、波动性和碳减排的影响。对于碳交易价格形成机制，有学者通过识别碳交易价格影响因素，发现碳交易价格不仅由市场供求决定，还受碳配额制度因素、国际碳价和能源价格等经济因素、气候环境因素影响；也有学者探究适宜的碳交易价格预测模型[12]。对于碳交易风险控制，学者们识别碳交易机制设计存在的风险，涉及立法、监管和信息披露等[13]。除此之外，还涉及控排行业、控排主体选择等。

在碳交易作用效果研究方面，以减排效应为主，其它效应为辅。部分学者构造碳交易实施与否的虚拟变量，基于DID、DDD或PSM-DID方法考察碳交易实施对碳排放、协同减排、技术进步、就业的影响[14-16]。Li&Jia[17]采用动态递归CGE模型模拟中国碳交易，探讨碳交易政策对中国经济、环境的影响。GTFP提升是实现碳减排的关键路径，因此部分学者考察碳交易对GTFP的影响。

碳交易对GTFP的作用效果研究与本文最为密切，重点考察碳交易实施对GTFP的影响。研究结论莫衷一是，包括促进效应[18-19]、抑制效应[20]和不显著[21]等，原因是将不同碳交易试点同等看待，导致研究结论存在偏差。实际上，由于各试点碳交易机制设计不同，造成交易价格、规模、市场流动性等碳交易市场运行特征差异明显，最终导致碳交易实施效果不同。

尽管碳交易特征或者碳交易本身属性仍未与制造业GTFP纳入统一分析框架，但在碳交易的其它效应研究中，已经逐渐引起学者重视。一是考察其调节效应，如胡珺等[22]注意到不同碳交易试点的市场流动性存在差异，并将其作为调节变量纳入“碳交易实施—企业技术创新”的研究框架。然而，这类文献在理论机制和实证检验方面仍聚焦碳交易实施的影响。二是直接考察其作用效果，包括碳交易市场流动性对区域低碳经济转型的促进作用[23]、碳交易市场规模和碳交易价格对碳排放的抑制作用[24-26]、碳交易价格对企业技术创新的正向影响[27]以及碳交易市场规模对产业结构的正向影响[28]。

在碳交易影响GTFP的传导路径研究中，大多数学者认为技术创新是重要作用渠道，但多将其作为整体研究[29]，着眼于不同技术创新类型或模式的探究较为匮乏。一方面，在碳交易与异质性技术创新关系的研究中，技术创新分类十分丰富，涵盖清洁创新和灰色创新[30]、实质性创新和策略性创新[31]等。另一方面，异质性技术创新对生产率的影响存在差异。刘祎等[32]研究发现，自主创新和境外技术引进能促进GTFP提升，但境内技术引进对GTFP的作用不显著。上述成果为碳交易与GTFP之间更细分的作用渠道探究提供了理论依据。

基于以上梳理，本文从以下方面进行拓展：第一，已有关于碳交易作用效果的研究主要基于CGE模型和双重差分法，前者开展的情景模拟难以完全反映复杂的实际经济环境，后者大多将碳交易政策作为虚拟变量，而对碳交易价格和碳交易市场规模的考察以现状分析为主。本文基于连续型双重差分模型考察碳交易价格和市场规模这两个重要碳交易本身因素对制造业GTFP的影响，丰富了相关文献。第二，构建“碳交易价格/市场规模—异质性技术创新模式—制造业GTFP”完整的理论框架，从技术引进、技术改造和自主创新3个维度实证检验异质性技术创新模式下碳交易对制造业GTFP的驱动效果，从理论上揭示因不同技术创新模式混为一谈导致的“黑箱”，在实践上可为政府精准制定技术创新配套政策提供指导。

2 理论分析与研究假设

2.1 碳交易价格对制造业GTFP的直接影响

碳交易通过设定碳排放总量目标、推动企业间碳排放权买卖交易形成碳交易价格。碳交易价格主要通过获益激励效应、成本压力效应、优胜劣汰效应影响制造业GTFP。

(1)获益激励效应。在碳交易政策下，企业通过提升GTFP，使其碳排放量低于免费碳排放配额量，企业可以在碳交易市场上将多余的碳排放权卖出，获取收益。当碳交易价格较高时，减排企业在碳交易市场上获得的收益增多，从而增强企业提升GTFP的内在动力。

(2)成本压力效应。碳交易以科斯定理为理论基础内化环境外部性成本，碳交易价格构成控排企业重要投入成本，较高的碳交易价格会给企业传递要素投入调整和GTFP提升的准确信号，增加企业提升GTFP的外部压力。

(3)优胜劣汰效应。碳交易市场设置了减排任务，提高碳交易价格相当于提升企业生产制造的碳排放瓶颈，在市场优胜劣汰下，绿色生产效率低的制造企业被淘汰，从而使整个地区制造业GTFP得到提升。

综上，较高的碳交易价格是刺激制造业GTFP提升的关键驱动因素。基于此，提出如下假设：

H1：较高的碳交易价格有助于制造业GTFP提升。

2.2 市场规模对制造业GTFP的直接影响

碳交易市场分为一级市场和二级市场，一级市场是指发行市场，由政府进行碳排放权额度的初次分配，二级市场是指不同企业或行业之间的碳配额交易市场[33]。本文主要考察二级市场的市场规模。碳交易市场规模通过市场机制、需求方数量变化和供给方数量变化作用于制造业GTFP。

(1)市场机制。市场规模是碳交易市场活跃程度和有效性的体现，较大的市场规模利于发挥碳交易利用市场机制解决环境问题的本质属性[23]。随着市场规模扩大，参与碳交易的控排主体会逐渐增多，利于企业发现真实边际收益和边际减排成本，促使企业作出正确生产决策。

(2)需求方数量。碳交易市场规模的扩大意味着碳交易市场上碳排放权需求方的增加，虽然需求方当前需要买入碳配额，但在未来生产中具有使用清洁能源、改进生产工艺的强劲动力，积极进行绿色转型，因为这样既可以减少企业对碳排放权的需求，又可以从碳交易中获得额外利益[24]。

(3)供给方数量。碳交易市场规模的扩大也意味着碳交易市场上供给方的增加，供给方会积极进行技术创新和绿色转型，从而在碳交易市场卖出碳配额。供给方增多说明进行绿色转型的企业主体数量增加，地区在绿色制造、节能减排方面取得一定成效，因此才能出让多余的碳配额。

基于上述分析，提出如下假设：

H2：较大的碳交易市场规模有助于制造业GTFP提升。

2.3 碳交易价格、市场规模对制造业GTFP的间接影响

碳交易不仅能直接影响制造业GTFP，还能通过技术创新间接作用于制造业GTFP。“碳交易—技术创新—生产率”研究框架主要遵循成本效应、狭义波特假说、弱波特假说、强波特假说的观点。其中，强波特假说认为，碳交易、碳税等合理的环境规制可以有效激发企业技术创新，并抵消环境规制带来的成本，进而提升企业生产效率。

关于碳交易的重要特征对技术创新的作用效果，魏丽莉等[27]研究发现，碳交易价格提高会增加企业交易成本，挤占企业利润，迫使企业进行技术创新；薛飞和周民良[25]研究发现，碳交易市场规模的扩大能够推动地区技术创新。此外，技术创新对GTFP的影响已经得到诸多学者证实，如Zhang等[34]、Li等[35]认为，技术创新主要通过资源节约效应和技术溢出效应作用于制造业GTFP。根据内生经济增长理论，技术创新可以优化资源配置，提升能源使用效率，促进资源节约，减少污染物排放，从而提升制造业GTFP[36]。此外，在技术创新过程中，企业会产生新信息和知识，不仅可以提升企业知识存量和技术吸收能力，还能通过技术溢出提升整个地区制造业GTFP。因此，技术创新可能在“碳交易价格/市场规模—制造业GTFP”框架中发挥中介效应。

进一步看，技术创新分为技术引进、技术改造和自主创新，不同技术创新模式存在较大差异，可能导致不同技术创新模式驱动下碳交易对制造业GTFP的作用效果不同。首先，技术引进主要依靠外部技术支持，即通过购买专利许可证获取国外专利使用权、产品设计、技术方案或成套生产设备，直接获取较为完整的国外技术[37]。目前，我国与发达国家间技术差距逐渐缩小，技术引进空间开始趋于饱和，发达国家对核心技术的知识产权保护致使技术引进难度逐渐增大，且技术引进带来的更多是相对落后的国外技术，长此以往会陷入低端锁定陷阱。其次，更新生产设备、生产线等技术改造从投入到产生效益的周期较短且门槛较低，但是技术改造不能像自主研发一样带来大的技术突破。刘志彪[38]认为，德国、美国、日本等发达国家是世界化工强国但依然碧海蓝天，这得益于制造业技术设备工艺先进，淘汰落后设备的技术改造不仅能提升制造业生产效率，还能缓解资源与环境压力。最后，自主创新强调自身技术实力的提升。随着发展中国家技术结构、要素禀赋结构、产业结构升级，自主研发显得愈发重要[39]。我国人力资本不断积累、政府对自主创新高度支持、产权保护制度不断完善，这些都为制造业自主创新提供了有利土壤。较高的碳交易价格和较大的市场规模能为企业提供更持久的自主研发动力和资金支持，从长远角度实现制造业GTFP提升。

据此，本文提出如下假设：

H3：技术创新是碳交易下制造业GTFP提升的重要渠道，技术引进、技术改造和自主创新3种异质性技术创新模式在其中扮演不同角色。

图1 碳交易价格、市场规模对制造业GTFP的影响机理Fig.1 Mechanism of carbon trading price and market scale on GTFP in manufacturing

3 实证设计

3.1 模型设定

3.1.1 连续型DID模型

碳交易试点的实施为本研究提供了一个难得的准自然实验，基于准自然实验的双重差分模型在一定程度上利于克服内生性问题。双重差分模型分为离散型和连续型两类，连续型双重差分模型能用碳交易价格和市场规模代替政策是否执行的虚拟变量，从而探究碳交易本身因素对制造业GTFP的影响。为此，本文参照Moser&Voena[40]的研究，构建如下连续型双重差分模型：

Mgtfpit=α0+β0Avgpriceit*Postit+θControlit+ui+γt+εit

(1)

Mgtfpit=α0+β1Volumeit(Amountit)*Postit+θControlit+ui+γt+εit

(2)

其中，Mgtfpit为地区i在t时期的制造业GTFP，Avgpriceit表示碳交易价格；Volumeit、Amountit分别表示碳交易量和碳交易额，用于衡量市场规模。Postit表示政策实施前后的虚拟变量，2013年碳交易试点开始实施，因而2013年及之后年份为1，否则为0。Countrolit表示控制变量，包括产业结构升级(Isit)、城镇化水平(Ulit)、外商直接投资(Fdiit)、政府干预(Giit)、产业密度(Idit)。ui表示省份固定效应，γt表示时间固定效应，εit表示随机误差项。β0、β1是重点关注的系数，若系数为正，表示提升碳交易价格和扩大碳交易市场规模能够促进制造业GTFP提升。

3.1.2 联立方程模型

为进一步检验碳交易本身因素在异质性技术创新模式下对制造业GTFP的影响，同时考虑到碳交易本身因素、技术创新模式和制造业GTFP之间存在交互影响，本文构建由技术创新决定方程和制造业GTFP决定方程组成的联立方程模型。这样不仅能刻画碳交易本身因素、技术创新模式和制造业GTFP之间的复杂关系，而且能有效避免内生性问题。具体模型如下：

Inno1=α0+β0Transactionit*Postit+θControlit+ui+γt+εit

(3)

Mgtfp=α0+β0Inno1it+θControlit+ui+γt+εit

(4)

Inno2=α0+β0Transactionit*Postit+θControlit+ui+γt+εit

(5)

Mgtfp=α0+β0Inno2it+θControlit+ui+γt+εit

(6)

Inno3=α0+β0Transactionit*Postit+θControlit+ui+γt+εit

(7)

Mgtfp=α0+β0Inno3it+θControlit+ui+γt+εit

(8)

其中，Transaction为表征碳交易实施状况的变量，包括交易价格(Avgprice)、交易量(Volume)和交易额(Amount)。式(3)、(5)、(7)为技术创新决定方程，分别用于识别碳交易本身因素对技术引进、技术改造和自主创新的影响，控制变量包括产业结构升级、城镇化水平、产业密度、政府干预和能源结构。式(4)、(6)、(8)为制造业GTFP决定方程，分别用于识别技术引进、技术改造和自主创新对制造业GTFP的影响。式(4)、(8)的控制变量包括产业结构升级、城镇化水平、外商直接投资、产业密度和环境规制，式(6)的控制变量包括城镇化水平和环境规制水平。式(3)～(8)均控制时间固定效应和省份固定效应。

3.2 变量选择

3.2.1 被解释变量

因变量为制造业GTFP。全要素生产率是总增长中扣除所有投入要素增长后余下的生产率，是评价地区经济发展水平的重要依据。传统的全要素生产率测算未考虑经济发展对污染物排放等非期望产出的影响，不能准确评价经济绩效与社会福利。

“十四五”规划和2035年远景目标纲要特别强调深入实施绿色制造工程，推进制造业绿色化。随着绿色工业革命的兴起，部分学者开始将资源和环境要素纳入全要素生产率分析框架中，测算制造业GTFP。Tone等[41]提出混合距离函数EBM模型，该模型可以消除考虑单一距离函数导致测算结果的偏误。因此，本文在测算方法上采用EBM-GML指数法，基于DEAP2.1软件对制造业GTFP进行测算。参照闫莹[42]的做法，选取劳动、资本和能源作为投入指标，选取工业“三废”作为非期望产出，从工业企业总产值和利润总额两个角度考察期望产出。制造业GTFP测算指标体系见表1。

3.2.2 解释变量

解释变量为碳交易价格*时间虚拟变量(Avgprice*Post)、碳交易量*时间虚拟变量(Volume*Post)和碳交易额*时间虚拟变量(Amount*Post)。

碳交易价格和市场规模能够反映碳交易具体实施状况。本文以年度成交均价的对数衡量碳交易价格(Avgprice)，以年成交总量的对数(Volume)和年成交总额的对数(Amount)两个指标衡量市场规模。由于中国碳排放权交易网站只公布成交量、成交额和成交均价日度数据，而本文采用年度数据，因此分别将日度成交量和日度成交额累加为年度值，取一年内日度成交均价的均值作为年度碳交易价格。

时间虚拟变量。2011年国家发改委印发《关于开展碳排放权交易试点工作的通知》，但碳交易正式开始时间是2013年，本文重点考察的上海、北京、广东、天津、湖北和重庆6个试点地区开始交易时间集中在2013—2014年。因此，2013年及以后年份为处理组，Post为1，否则取0。

3.2.3 中介变量

对技术创新的测量可以从创新投入和创新产出两方面着手。其中，创新产出包括创新产品与专利，但一般很难区分创新产出来源于哪一具体技术创新模式[6]，而创新投入更能反映各地对不同创新模式的倾向。参照刘鑫鑫和惠宁[43]的研究，采用规模以上工业企业技术引进经费支出与主营业务收入之比测度技术引进(Inno1)，采用规模以上工业企业技术改造经费支出与主营业务收入之比测度技术改造(Inno2)，采用规模以上工业企业R&D经费支出与主营业务收入之比测度自主创新(Inno3)。

表1 变量说明Tab.1 Description of variables

3.2.4 控制变量

3.3 数据来源

本文选取2008—2020年中国内地30个省市(西藏因数据不全，未纳入统计)面板数据为研究样本。技术引进经费支出和技术改造经费支出来自《中国科技统计年鉴》，碳交易价格、交易额和交易量来自中国碳排放权交易网站并经手工整理获得，工业废水、废气排放量等环境污染相关数据来自《中国环境统计年鉴》，能源消费数据来自《中国能源统计年鉴》，规模以上工业企业主营业务收入、R&D经费支出等工业相关数据来自《中国工业统计年鉴》，其它数据来自《中国统计年鉴》和各省统计年鉴。缺失数据采用插值法补齐。

表2报告了变量的描述性统计结果。无论是处理组还是控制组，制造业GTFP的均值远大于标准差，说明制造业样本之间GTFP差距较小。交易价格、交易量和交易额的标准差均大于均值，说明不同地区的碳交易价格和市场规模存在较大差异，为实证研究提供了难得的实验样本。全部样本交易价格、交易量和交易额的标准差、均值与既有研究中汇报的数值大致相似[25]。

表2 描述性统计结果Tab.2 Descriptive statistics

4 实证结果分析

4.1 基准回归结果分析

各解释变量之间的共线性关系可能导致政策估计结果偏误。为此，本文对变量进行相关性分析。结果显示，各变量的直接相关系数最大值小于0.5，方差膨胀因子小于10，说明实证检验所选的解释变量不存在多重共线性问题。经过豪斯曼检验，最终选用固定效应模型。碳交易价格、市场规模对制造业GTFP的回归结果如表3所示。

表3 碳交易价格、市场规模对制造业GTFP的回归结果Tab.3 Regression results of carbon trading price and market scale on GTFP in manufacturing

根据待检验模型(1)，表3中列(1)、(2)报告了碳交易价格对制造业GTFP的回归结果。根据待检验模型(2)，列(3)～(6)报告了市场规模对制造业GTFP的回归结果。在列(1)、(3)、(5)模型中，同时加入省份固定效应和年份固定效应，在列(2)、(4)、(6)模型中，仅加入省份固定效应。列(1)、(2)结果显示，Avgprice*Post的系数分别为0.008和0.007，在5%的显著性水平上为正，表明碳交易价格对制造业GTFP具有正向影响，H1得到支持。列(3)、(4)结果显示，Volume*Post的系数均为0.001，在10%的显著性水平上为正，表明碳交易额对制造业GTFP具有正向影响。列(5)、(6)结果显示，Amount*Post的系数均为0.001，在10%的显著性水平上为正，表明碳交易量对制造业GTFP具有正向影响，H2得到支持。

4.2 稳健性检验

以上结果表明，提高碳交易价格和扩大市场规模能显著提升制造业GTFP。为进一步检验基准回归结果的可靠性，本文进行稳健性检验。

(1)增加控制变量。为缓解遗漏变量对估计结果造成偏差，本文在基准回归原有控制变量基础上加入工业企业规模(Scale)，回归结果见表4列(1)～(3)。结果显示，碳交易价格、交易额均在5%的显著性水平上提升制造业GTFP，交易量在10%的显著性水平上提升制造业GTFP。

(2)剔除特殊样本干扰。福建和四川均于2016年底启动碳交易，可将其剔除，以进一步检验基准回归结果的稳健性，回归结果见表4列(4)～(6)。结果显示，碳交易价格在5%的显著性水平上提升制造业GTFP，碳交易量和交易额均在10%的显著性水平上提升制造业GTFP。

(3)基于反事实方法的安慰剂检验。借鉴范子英和田彬彬[44]的做法，假设2016年为虚拟碳排放权交易试点政策时间点，回归结果见表4列(7)～(9)。结果显示，交互项系数为正但不显著，表明制造业GTFP提升确实是由碳交易价格提高和市场规模扩大引起的。

表4 稳健性检验结果Tab.4 Robustness test

4.3 异质性技术创新模式的机制检验

4.3.1 技术引进

表5从技术引进维度考察碳交易对制造业GTFP的作用机制，列(1)、(2)、(3)分别报告了碳交易价格与时间虚拟变量交互项、交易量与时间虚拟变量交互项、交易额与时间虚拟变量交互项对技术引进的回归结果。以上交互项系数较小且不显著，说明碳交易价格和市场规模未能显著促使制造业增加技术引进。列(4)结果显示，技术引进能显著提升制造业GTFP。以上结果说明，技术引进不是碳交易价格和市场规模推动制造业GTFP提升的作用渠道。

表5 碳交易、技术引进与制造业GTFPTab.5 Carbon trading, technology import and GTFP in manufacturing

4.3.2 技术改造

表6从技术改造维度考察碳交易对制造业GTFP的作用机制。列(1)(2)(3)结果显示，Avgprice*Post、Volume*Post、Amount*Post的系数均在10%的显著性水平上为负，说明无论从碳交易价格还是交易规模视角看，碳交易均会导致制造业减少技术改造资金投入。列(4)结果显示，Inno2的系数为0.014，在10%的显著性水平上为正，说明技术改造能促进制造业GTFP提高。综上可知，碳交易价格提高和市场规模扩大会阻碍技术改造从而降低制造业GTFP。

表6 碳交易、技术改造与制造业GTFPTab.6 Carbon trading, technological transformation and GTFP in manufacturing

4.3.3 自主创新

表7从自主创新维度考察碳交易对制造业GTFP的作用渠道。列(1)、(2)、(3)结果显示，Avgprice*Post、Volume*Post、Amount*Post的系数分别为0.026、0.007和0.006，均显著为正，说明碳交易能够显著促进制造业自主创新。列(4)结果显示，自主创新对制造业GTFP具有正向影响，但不显著。考虑到2020年新冠疫情暴发，可能对制造业产生不利影响，本文剔除2020年数据进行回归，如列(5)所示。结果显示，Inno3的系数为0.034，在10%的显著性水平上为正，说明企业自主创新能促进制造业GTFP提高。综上可知，自主创新是碳交易价格和市场规模促进制造业GTFP提升的作用渠道。

表7 碳交易、自主创新与制造业GTFPTab.7 Carbon trading, independent innovation and GTFP in manufacturing

4.4 拓展分析：技术改造与自主创新的交互效应

上文结果表明，碳交易价格提升和市场规模扩大促使制造业减少技术改造投入，加大自主创新投入。可能的原因是企业创新资金有限，增加自主创新资金投入会导致技术改造资金投入减少；制造业GTFP提升的创新需求通过一种技术创新方式就能得到满足，而这势必减少对其它技术创新方式的需求[6]。为验证猜想，在模型(8)的基础上，加入技术改造(Inno2)、技术改造与自主创新的交乘项(Inno2*inno3)进行检验，如表8所示。结果显示，无论是否控制年份固定效应，交互项系数在10%的显著性水平上为负，说明技术改造与自主创新之间存在挤出效应。此外，Inno2、Inno3的系数均显著为正，再次证明技术改造和自主创新能促进制造业GTFP提升。

表8 技术改造与自主创新的交互效应Tab.8 Interactive effects of technological transformation and independent innovation

5 结论与启示

“双碳”目标已经成为时代主题，碳交易是我国实现“双碳”目标的重要市场化工具。只有更好发挥碳交易政策的作用效果，才能早日实现2030年碳达峰愿景。在此背景下，本文构建碳交易价格和市场规模影响制造业GTFP的完整理论框架，基于2008—2020年中国内地30个省份面板数据，以碳交易试点政策为准自然实验，建立连续型双重差分模型，考察碳交易价格和市场规模对制造业GTFP的影响，并建立联立方程模型检验技术引进、技术改造和自主创新的传导路径。研究结论如下：

(1)碳交易是世界各国促进经济绿色发展的重要抓手。近年来，我国政府和学者一直致力于探索适合本国的碳交易政策。中国碳交易试点政策的实施产生了大量交易价格、交易量和交易额等碳交易数据，为实证研究提供了数据基础。本文经过增加控制变量、剔除特殊样本和安慰剂检验后，发现提高碳交易价格和扩大市场规模有助于制造业GTFP提升。既有研究也表明，实施碳交易政策能正向作用于制造业GTFP。但尚未指明具体什么样的交易价格和市场规模更利于制造业GTFP提升，本文结论是对既有结论的有益补充。

(2)在作用机理方面，本文研发发现碳交易价格和市场规模能直接影响制造业GTFP，也能通过技术创新间接作用于制造业GTFP。理论分析表明，碳交易价格通过获益激励效应、成本压力效应、优胜劣汰效应直接影响制造业GTFP；碳交易市场规模通过市场机制、需求方数量变化和供给方数量变化直接作用于制造业GTFP。实证检验发现，自主创新是碳交易推动制造业GTFP提升的重要作用渠道，碳交易通过减少技术改造投入阻碍制造业GTFP提升，而技术引进并非有效路径。既有研究表明，碳交易政策通过技术创新、产业结构、能源结构等作用于制造业GTFP。本文聚焦技术创新这一作用路径进行更深层次的分析，细化了作用渠道探究。

(3)本文构建交互项模型进一步剖析碳交易背景下为何制造业会加大自主创新投入，减少技术改造经费。原因可能是企业创新资金有限，自主创新对技术改造产生挤出效应。针对不同创新模式关系的研究，包括两种结论：一是替代关系，企业将资源投向某种创新模式的同时，投入到其它创新模式的资源必然减少。二是互补关系，技术改造可能会增加企业技术存量和技术多样性，促进企业自主创新能力提升；从形成条件看，技术改造为自主创新提供市场需求，而后者亦为前者提供技术支撑[45-46]。本文结论是对替代关系的再次印证。

以上研究结论对于完善中国碳交易政策，充分发挥碳交易制度红利具有重要启示意义。为促进制造业GTFP提升，应注意以下几点：

首先，扩大碳交易市场规模，完善碳交易市场机制。我国碳交易实践仍处于探索阶段，法律制度还较薄弱、市场活力不足，且上海、北京、广东等各碳交易试点制度设计各异，市场规模差异明显。本文研究发现，随着碳交易市场规模扩大，制造业GTFP会随之提升。因此，要扩大碳交易行业范围，丰富参与主体。一方面，在发电行业进行碳交易的基础上，尽快将水泥、钢铁、化工等其它高碳排放行业分阶段、分批次纳入全国碳交易市场，并且逐步明确各行业进入全国碳交易市场的时间。另一方面，鼓励不同主体参与碳交易，如碳资产投资公司、证券公司等金融机构。

其次，适当提升碳交易价格，充分发挥碳价的激励约束作用。碳交易的本质是发挥市场的资源配置作用，价格是市场机制的核心。价格理论认为，当市场处于完全竞争状态时，碳交易价格等于企业边际减排成本。目前中国碳交易价格远低于企业边际减排成本，难以发挥对企业的激励约束作用。在国际碳交易实践中，欧盟碳交易价格一度低于5欧元/吨，随着政府不断调整碳交易市场配额总量、拍卖配额比例以及加大对超额排放的惩罚，到2020年碳交易价格已上升至30欧元/吨以上。已有研究指出，碳交易价格不仅由市场供求决定，还受碳配额等制度设计影响。因此，我国政府应阶段性下调免费碳配额比例，提高有偿分配比例，以指导碳交易价格提高。

最后，畅通碳交易减排路径，精准实施技术创新配套政策。首先，技术引进、技术改造和自主创新3种异质性创新模式均能提升制造业GTFP。由于我国技术引进空间趋于饱和、引进难度增大，使得纳入碳交易的制造业并非通过技术引进提升GTFP，因此创新政策从技术引进向自主创新和技术改造过渡是关键。其次，自主创新是碳交易政策下制造业提升GTFP的重要创新战略选择。因此，政府和金融机构应提高对控排企业自主创新的补贴和优惠力度，降低控排企业自主创新成本和融资约束。最后，技术改造也是制造业GTFP提升的有效路径，但加大自主创新投入会挤出技术改造资金投入，迫使企业减少技术改造资金投入。鉴于此，政府应设立技术改造专项基金，以支持和引导自主研发能力不足的企业进行绿色工艺和节能设备升级，力争早日实现碳达峰愿景。