人力資本積累可以降低中國二氧化碳排放嗎？
——基于中國省域人力資本與二氧化碳排放的實證研究

劉傳江， 向曉建， 李 雪

(1.武漢大學 經濟發展研究中心，湖北 武漢 430072；2.武漢大學 人口·資源·環境經濟研究中心，湖北 武漢 430072；3.上海立信會計金融學院，上海 201209)

一、引 言

碳減排問題一直是世界各國環保政策的關注焦點，以全球氣溫急劇上升為主要特征的氣候變化已經威脅到了整個生態系統和人類健康。[1]根據BP世界能源統計年鑒，中國在2006年就超過美國成為世界第一大碳排放國，在2019年碳排放量更是達到了美國的1.79倍，占世界總碳排放量的27.8%。近年來，為了控制碳排放，國際社會采取積極措施，先后簽訂了《聯合國氣候變化框架公約》《京都議定書》《哥本哈根協議》和《巴黎協定》。作為一個負責任大國，中國政府積極主動履行減排責任，從“十一五”到“十四五”規劃，均設定了碳排放強度控制指標，就在2020年的聯合國氣候雄心峰會上，習近平總書記宣布將采取更有力的措施，力爭于2030年前中國二氧化碳排放達到峰值，2060年前實現碳中和。作為全球最大的二氧化碳排放國，中國的減排目標和國際承諾如何實現既是一個值得分析的理論問題，也是一個不容置疑的現實問題，研究和分析二氧化碳的排放趨勢和主要影響因素，探尋屬于中國的節能減排之路已成為亟待解決的難題。

2014年IPCC第五次評估報告指出(1)IPCC, 2014. Climate Change 2014: Synthesis Report. IPCC, Geneva, Switzerland, 151pp. https://www.ipcc.ch/report/ar5/syr/.，氣候變化的主要原因是人類活動所導致的大量化石燃料消耗與二氧化碳排放。在此背景下，眾多國內外學者投入到人文因素對二氧化碳排放影響的研究當中，但主要集中在研究人口總量[2-3]、人口結構[4-5]、居民生活與消費[6-7]等因素對二氧化碳排放的影響，作為人文因素中最能體現社會人口素質的人力資本，其對二氧化碳排放是促進還是抑制，在國內外研究中尚無定論。更重要的是，目前對人力資本積累與二氧化碳排放的非線性關系研究明顯不足。我國經濟已進入高質量發展的新階段，人力資本積累是否會使環境質量先變差再變好，還是僅提高環境質量或降低環境質量，研究這些問題對經濟發展質量的提高具有重要啟示。因此，厘清人力資本與經濟發展的非合意產出——二氧化碳排放之間的關系以及其內在影響機制極為關鍵。

有鑒于此，本文使用1997年至2016年中國30個省、市、自治區(由于數據的可得性，不包含西藏及港澳臺地區)的面板數據，以STIRPAT模型為基礎，實證檢驗了人力資本積累與二氧化碳排放之間的關系。考慮到中國近年來經濟高速發展，本文通過運用面板數據控制不確定性因素的影響，以便更好地探求人力資本積累對二氧化碳排放的影響趨勢。同時，本文對人力資本積累與二氧化碳排放之間的影響進行異質性分析，分別考察不同環境規制強度和區域差異對二者之間關系的影響。最后，本文運用中介效應模型，驗證技術創新和收入效應這兩大傳導渠道在人力資本積累與二氧化碳排放之間所起的作用。

本文可能的貢獻與啟示：第一，本文探討了人力資本積累對二氧化碳排放可能存在的影響機制，探求兩者之間內在的影響機理，并運用中介效應模型從實證角度予以驗證；第二，本文考察了環境規制強度、區域異質性下人力資本積累對二氧化碳排放的影響，以期為我國人力資本的提升和經濟高質量發展提供經驗證據；第三，本文補充了人力資本積累與二氧化碳排放之間定量分析的相關文獻，測算了人力資本積累對二氧化碳排放所產生的“倒U型”影響的拐點；第四，為政策制定者提供參考。

二、文獻評論與理論基礎

導致二氧化碳排放的社會經濟因素眾多且復雜，人力資本積累是應對氣候變化和二氧化碳減排的關鍵因素之一。[8]人力資本作為人口素質最直接的體現，關于人力資本積累與二氧化碳排放的關系，國內外學者對此觀點不一。大部分學者認為人力資本積累對二氧化碳排放具有抑制作用。黃菁和陳霜華(2011)認為人力資本是比物質資本更加清潔的生產選擇，能夠在支撐經濟發展的前提下緩解環境污染的壓力。[9]車維平和蘇睿(2014)運用我國工業行業面板數據實證分析了我國低碳經濟發展情況，認為人力資本積累和經濟發展之間的關系調整能夠在一定程度上強化人力資本的低碳有效性。[10]Fleisher等(2010)研究發現人力資本積累會通過直接和間接的方式影響全要素生產率，進而對低碳經濟發展有著不可忽視的作用。[11]但也有學者認為人力資本積累會加大碳排放程度，例如：吳玉鳴和田斌(2012)基于2008年中國省域截面數據，運用空間計量經濟學模型分析省域環境污染的決定因素，發現高級人力資本更有助于環境污染的減輕，而中級人力資本卻使環境污染加劇;[12]孫克等(2017)利用基于地理加權回歸技術的STIRPAT模型研究了人文因素對省域環境污染的影響，發現人口和經濟的增長及推進城鎮化的進程將加劇環境污染；[13]王曾(2010)基于我國1953-2008年的時間序列數據，實證檢驗了人力資本積累與二氧化碳排放之間的關系，發現人力資本的提升使二氧化碳排放量也隨之提升[14]。目前，對人力資本積累與二氧化碳排放之間非線性關系的研究較少，Dou(2013)提出，隨著人力資本水平的提升，技術的革新、居民消費水平的變化將對二氧化碳排放產生不確定性影響，使二氧化碳排放呈現“倒U型”。[15]

根據以上綜述可知，人力資本積累與二氧化碳排放之間的關系存在不確定性，因此，有必要進行探討，同時探究其影響機制。通過整理文獻，本文認為人力資本積累主要通過兩種效應影響二氧化碳排放，具體如下。

(一)技術創新效應

環境問題的解決主要依靠技術進步，而技術進步的根本動力在于人力資本水平的提升。

內生增長理論認為，人力資本是技術進步的驅動力，是研發投資的補充。一方面，人力資本積累能夠推動技術創新，而技術創新提高了能源資源的生產和使用效率，促進了能源消耗向清潔能源的轉移，減少了二氧化碳的排放。張騰飛等(2016)基于2000-2012年的中國省際面板數據，將城鎮化、人力資本積累、清潔生產和碳排放納入分析框架，結果發現人力資本積累帶來的清潔生產技術能夠抑制碳排放的增加。[16]Xu等(2016)研究了人口、經濟發展、技術進步與中國二氧化碳排放的關系，發現人力資本積累所引致的技術進步在一定程度上緩解了二氧化碳的排放。[17]

另一方面，新技術不僅降低了清潔能源和可再生能源商業化的成本，而且也使傳統能源的商業化變得更加容易。例如：Howarth等(2011)研究認為水平鉆井和水力壓裂技術的創新導致頁巖油和天然氣的鉆探熱潮，頁巖氣的溫室氣體足跡遠遠高于傳統的天然氣或石油，這一技術從美國開始逐漸在全球范圍內普及，加劇了全球的溫室效應；[18]張永強等(2019)以農業為研究對象，基于2009年至2016年中國30個省份的面板數據，考察了農村人力資本、農業技術進步和農業碳排放之間的關系，結果發現農村人力資本的提升在一定程度上阻礙了農業技術進步對農業碳排放的正向促進作用[19]。因此，人力資本積累的確能夠通過技術創新影響二氧化碳排放，只是這種影響的結果是未知的。

(二)收入效應

人力資本積累能夠通過影響居民的收入和消費水平進而影響二氧化碳的排放。勞動力所蘊含的人力資本水平的提升會促使勞動力產出水平隨之提升，進而使其收入增加，收入的增加又將進一步影響其消費水平和消費方式，尤其是能夠直接影響居民的能源消費習慣，最終影響二氧化碳的排放。[20]一方面，Awaworyi等(2018)認為收入效應假設經濟增長對人力資本積累與二氧化碳排放的關系起中介作用，人力資本積累有助于提高勞動生產率和經濟增長。然而，經濟增長與二氧化碳排放之間的關系具有先驗不確定性，取決于該國在環境庫茲涅茨曲線(EKC)上的位置，并認為從20世紀50年代到60年代，OECD國家的收入水平提升對二氧化碳排放產生了負面影響。[21]曲建升等(2014)對我國1995年至2012年的城鄉居民人均生活碳排放影響因素進行了分解分析，結果發現我國居民消費水平的提升使得二氧化碳排放增多。[22]田成詩和亓偉(2014)利用馬爾科夫鏈分析了收入和二氧化碳排放之間的聯合狀態轉移機制，結果發現影響二氧化碳排放的關鍵因素就是收入水平，高收入對應著高排放。[23]

另一方面，Salim等(2017)認為收入水平提高會使消費者的消費觀念產生變化，其消費偏好也隨之發生改變，開始傾向于選擇低碳環保產品替代高碳產品，這種因消費者自覺而選擇的低碳排放消費方式，能夠從很大程度上實現二氧化碳減排。[24]鄧慧慧等(2013)經研究發現二氧化碳排放量在經濟發展到一定水平之前是隨著收入水平增加的，而當經濟發展達到臨界點之后，二氧化碳排放量將隨之降低。[25]由此可見，人力資本積累的確通過提高居民收入對二氧化碳排放產生了一定影響。

基于上述對人力資本積累與二氧化碳排放之間的理論分析，本文提出以下3個假設。

假設1：人力資本積累對二氧化碳排放存在著非線性影響。

假設2：人力資本積累通過影響技術創新進而對二氧化碳排放產生影響。

假設3：人力資本積累通過影響居民收入進而對二氧化碳排放產生影響。

三、模型方法與數據來源

(一)模型建立與變量選取

本文以1997年至2016年全國30個省、自治區、直轄市(未包含西藏及港澳臺地區)為研究對象，探究人力資本對各省二氧化碳排放所產生的影響。為彌補IPAT模型無法檢驗多因素影響，以及假設自變量彈性一定，與“倒U型”曲線假說沖突的不足，借鑒Dietz和Rose(1994)、Martínez-Zarzoso(2011)等學者的做法，[26-27]構建隨機模型STIRPAT，為便于系數解釋，對以人均受教育年數表示的人力資本水平不取對數，本文使用HT檢驗、Fisher檢驗等多種方法來確定人力資本水平的平穩性。其中，HT檢驗z統計量為-9.3323，相應的p值為0，強烈拒絕面板單位根的原假設。Fisher檢驗使用滯后兩期的ADF回歸進行檢驗，在加入漂移項并緩解可能存在的界面相關后，所有四個統計量均強烈拒絕面板單位根原假設，p值均為0。其余變量通過取對數保證量綱一致性，具體的模型形式如下：

lnCO2it=C+α1Eduit+α2lnPopit+α3lnIndit+α4lnRuleit+α5lnTradeit+α6lnRdit+α7lnUrbanit+α8lnGovernit+vi+μt+εit

(1)

式(1)中：CO2it表示第i個省份第t年的CO2排放量；Eduit為第i個省份第t年的人力資本水平，用人均受教育程度表示；Pop為總人口；Ind為產業結構，用第二產業產值占GDP的比例來表示；Rule為環境規制指數，利用單位產值的三廢排放量構造；Trade為貿易開放度，用進出口總值占GDP的比例來度量；Rd為各省的研發經費投入；Urban為城鎮化率，用城鎮年末人口占總人口的比例來度量；Govern為政府干預，用財政收入占GDP的比例來表示；C為常數項；vi和μt分別代表個體固定效應和年份固定效應；εit為隨機擾動項。

人力資本積累對二氧化碳排放的影響可以類比于環境庫茲涅茨曲線，人力資本積累早期由于發展需要可能會導致碳增排，而在其積累后期可以通過技術創新等途徑實現碳減排，為考察人力資本積累對二氧化碳排放的非線性影響，在模型中加入人力資本的平方項，考慮到滯后效應存在的可能性，設計如下時間序列的滯后效應模型以檢驗人力資本對二氧化碳排放的滯后性影響，其中τ表示滯后年份，本文取值為0、1、2。

(2)

(二)數據來源與描述性統計

本文對人力資本的測算采用平均受教育年限法，[28]將6歲以上(包括6歲)人口的受教育程度分為小學、初中、高中和大專及以上四類，以計算各省的人力資本水平。

人力資本的計算公式如下：

Edu=E1× 6 +E2× 9 +E3× 12 +E4× 16 。

(3)

式(3)中，E1、E2、E3、E4分別表示6歲及以上小學生、初中生、高中生、大專及以上人口所占比例，該數據主要來源于《中國教育統計年鑒》。

由于中國還沒有公布各省份二氧化碳排放量的直接監測數據，因此，本文按照2006年IPCC所給出的方法估算我國30個省、直轄市的二氧化碳排放量，該計算方法主要考慮煤炭、焦炭等燃料的消費量，同時還考慮不同能源燃燒的碳排放系數，如表1所示。

表1 各類能源碳排放系數

二氧化碳排放量的計算公式為

(4)

其中，Ci為第i種能源的碳排放系數，Qi為第i種能源的消耗量。各類能源的消耗量主要來源于《中國能源統計年鑒》《中國統計年鑒》以及各省市的統計年鑒。

借鑒任曉松等(2020)的做法[29]，構造環境規制指數。首先，標準化各省單位產值工業廢水排放量、SO2排放量以及工業煙塵排放量，公式如下：

(5)

Wj=UE/mean(UEij) 。

(6)

式(6)中，mean(UEij)表示各年度所有省第j種污染物單位產值排放的平均值。最后，得到省i的環境規制指數為

(7)

該指數越大，代表環境規制越寬松。三種污染物排放量數據來源于國家統計局，由EPS統計整理。人口數量、城鎮化率、產業結構等數據均來源于《中國統計年鑒》，本文所使用的中介變量人均可支配收入來源于《中國統計年鑒》，專利申請授權數則來源于《中國科技統計年鑒》，穩健性檢驗所使用的碳排放數據來源于中國碳核算數據庫。相關變量說明及其描述性統計結果如表2所示。

表2 描述性統計結果

四、實證研究結果

(一)基準回歸結果

表3報告了中國各省份人力資本積累對二氧化碳排放影響的回歸結果。第(1)-(2)列為混合OLS模型報告的結果，在未加入二次項時，人力資本積累對二氧化碳排放作用顯著為正，進一步考慮二次關系的存在，發現人力資本水平的一次項系數為正，二次項系數為負，擬合程度提升，系數符號初步說明了人力資本積累與碳排放之間的非線性關系。由于結果不顯著，本文進一步使用固定效應模型進行檢驗，結果顯示F(29，562)=32.81，P=0，這說明FE明顯優于混合OLS模型，應該允許個體擁有獨立截距項。本文還進行了豪斯曼和過度識別檢驗，p值分別為0.02和0，認為固定效應顯著優于隨機效應。表3第(3)-(5)列是本文主要考察和分析的對象，所有解釋變量分別滯后0期、1期和2期且控制了省份、年份固定效應，使用LSDV方法，結果相比混合OLS模型更加可靠。其中，人力資本的一次項系數分別為0.642、0.565和0.444，二次項系數分別為-0.0402、-0.0373和-0.0319，分別通過了1%和5%水平的顯著性檢驗，這說明人力資本對二氧化碳排放的影響存在一定的滯后性影響。滯后不同階數后，人力資本系數絕對值依次減小，說明人力資本變化對二氧化碳排放的長期影響變小，符合預期。總的來看，隨著人力資本水平的提升，二氧化碳排放呈現出先上升再下降的趨勢，對碳排放下降的拐點進行測算，通過公式可知，在雙向固定且控制其他因素的條件下，拐點在8年，即平均受教育年限超過8年后，繼續積累人力資本有利于碳減排。本文的假設1得到驗證。

人力資本水平的提升初期使二氧化碳排放量有所增加，一方面很可能是因為人力資本的提升增加了人均收入，從而改變了人們的消費水平和消費模式，使得高碳產品的消耗有所增加，企業需要生產更多的高碳產品以滿足人們的消費需求。另一方面很可能是因為技術水平的提升加速傳統能源商業化，從而使二氧化碳排放增多。但隨著人力資本水平的進一步提升，居民的減排意識和企業的節能減排技術也在不斷提升，最終推動了相對減排，使二氧化碳排放量逐漸降低。

表3 基準回歸結果

(二)人力資本影響二氧化碳排放的異質性分析

長久以來，中國在沿海、內陸省市存在人力資本積累速度差距，并且人力資本積累通過波特效應，顯著促進環境規制對碳排放效率的積極影響。[30]為了考察人力資本積累對二氧化碳排放的影響是否存在異質性，本文研究了人力資本積累對不同環境規制力度地區以及中國沿海、內陸區域影響的異質性。

首先，本文根據環境規制力度的不同，將地區劃分為寬松、中等、嚴格三組。分組依據為將環境規制指數由高到低進行排位，前1/3的省被定義為“寬松”，中間1/3被定義為“中等”，最后1/3被定義為“嚴格”。在多數年份，環境規制力度較大的省份有北京、天津、上海、江蘇等，環境規制力度較小的省份包括貴州、寧夏、廣西等。本文發現一個有趣的現象，即人力資本積累主要在那些環境規制較為嚴格的省份產生“倒U型”影響，而這些環境規制較為嚴格的省份，往往是經濟發展狀況較好的東部沿海省市。該結論在進一步以地區為劃分的異質性檢驗中得到了證實。此外，本文還依據《中國海洋統計年鑒》將中國劃分為沿海省份和內陸省份(2)中國沿海省份除港澳臺地區外包括11個省級行政單位，分別為天津市、河北省、遼寧省、山東省、江蘇省、上海市、浙江省、福建省、臺灣省、廣東省、廣西壯族自治區及海南省。其余省份定義為內陸省份。。沿海省份和內陸省份的一次項與二次項系數分別通過了1%和5%水平的顯著性檢驗，支持了假設1，說明結論穩健。這意味著在各地區都需要提升人力資本水平以實現碳減排。

根據人力資本積累對二氧化碳排放“倒U型”的影響拐點計算結果，我們發現環境規制較嚴格省份拐點在8.4年，該數值較全體樣本略有上升，內陸省份拐點在7.5年，沿海省份拐點在8.4年。由于沿海經濟較發達地區人力資本水平普遍較高，本文初步認為經濟較發達地區對抑制碳排放所需人力資本水平有更高的要求。

表4 異質性分析結果

(三)穩健性檢驗

為了獲得更穩健的結論，本文替換被解釋變量為中國碳排放數據庫(CEADs)提供的二氧化碳排放數據，并進行檢驗。該數據使用煤炭開采量而非使用量，并充分考慮中國煤炭含碳量較低的特點，對中國碳排放數據進行重新測算。[31]樣本中存在的少量缺失值運用指數平滑法進行處理。本文利用該數據回歸，結果如表5第(1)(2)列所示。除此之外，本文還將樣本分為了前十年與后十年，觀察人力資本與二氧化碳排放之間的關系是否發生了變化，具體見表5第(3)(4)列。

表5 穩健性檢驗結果

(四)中介效應檢驗

基于本文的理論分析，為考察人力資本積累通過技術創新效應和收入效應對二氧化碳排放產生的作用，本文參考Dietz等(1994)的做法[26]，在式(4)的基礎上引入人力資本與技術創新、人力資本與人均可支配收入的交互作用項，分別考察人力資本和技術創新、人力資本和收入效應的共同作用對二氧化碳排放產生的影響。技術創新效應和收入效應的驗證主要參考溫忠麟和葉寶娟(2014)所提出的改進的中介效應模型[32]，在基準回歸的基礎上進一步做以下技術創新效應和收入效應的中介效應檢驗，控制變量與基準回歸相同。

表6的第(1)-(3)列為人力資本對技術創新的影響，人力資本的回歸系數分別為0.271、0.274和0.239，均通過了1%水平的顯著性檢驗，即人力資本水平的提高的確促進了該省的技術創新水平，使該省的專利授權數量得到提升。第(4)-(6)列為人力資本對人均可支配收入的影響，人力資本的回歸系數為0.0256、0.0113和0.00201，第(4)列的系數通過了顯著性檢驗，即隨著人力資本水平的提高該省的人均收入水平也隨之提高。

根據溫忠麟和葉寶娟(2014)的中介效應模型檢驗步驟[32]，本文進一步做最后一步的中介效應檢驗，表7為最終檢驗結果。根據Dietz等(1994)的做法[26]，本文將重點分析人力資本積累與技術水平以及收入水平的交互項。表7中第(1)-(3)列為技術創新效應的檢驗，人力資本與技術創新的交互項系數分別為-0.0334、-0.0307和-0.0311，且均通過了5%水平的顯著性檢驗，這說明人力資本積累與技術創新的匹配能夠使二氧化碳排放量有所降低，結合基準回歸和表7的回歸結果，技術創新在人力資本積累對二氧化碳排放的影響中起到了部分中介的作用。表7第(4)-(6)列為收入效應的檢驗，人力資本與收入水平的交互項系數分別為-0.0104、-0.00946和-0.00820，且該交互項對二氧化碳排放的影響非常顯著，說明人力資本積累與收入效應的融合的確在一定程度上降低了二氧化碳排放量，結合基準回歸和表7的回歸結果，收入水平在人力資本對二氧化碳排放的影響中起到了部分中介的作用，本文的假設2和假設3得到驗證。

表6 人力資本對技術創新和人均可支配收入的影響

表7 技術創新效應和收入效應檢驗

五、結論和政策建議

中國早期經濟快速發展依賴于消耗大量原材料和能源，由此所產生的環境污染和空氣質量問題一直是我國關注的重點。當前中國經濟正在從簡單的勞動密集型轉向人力資本密集型，在我國經濟邁入高質量發展的重要關口，人力資本質量的提升將對經濟高質量發展產生重要貢獻。

本文根據1997年至2016年全國30個省、市、自治區的面板數據(不包含西藏及港澳臺地區)，實證檢驗了人力資本積累與二氧化碳排放之間的關系，得出以下幾個主要結論：第一，總的來說，人力資本對二氧化碳排放存在滯后性和非線性影響，二氧化碳排放量隨著人力資本的提升呈現出先上升再下降的趨勢；第二，異質性檢驗結果顯示，環境規制較嚴格的省，人力資本對二氧化碳排放呈現出“倒U型”影響；第三，沿海地區的經濟發達程度和人才集中程度通常要高于內地，本文發現其人力資本水平提升對二氧化碳排放影響也大于內地；第四，對碳排放下降的拐點進行測算，發現拐點大約在平均受教育8年，但對經濟較發達的沿海省份的要求有小幅提高，且近10年需要更高的人力資本水平才能實現二氧化碳排放降低，這表明中國還需要持續教育投入以減少碳排放；第五，人力資本所引致的技術創新與收入水平在人力資本與二氧化碳排放的關系之間起到了中介作用，且人力資本與技術創新、收入水平的融合降低了二氧化碳的排放。

基于以上分析與研究結論，為推動我國低碳發展道路的實現，提出以下政策建議：

第一，加強人力資本積累，推動經濟實現低碳轉型。人力資本的積累需要多主體參與到人力資本的投資當中，政府作為宏觀調控的主體，應當加大教育投入，給予欠發達地區更多的教育財政支持，完善教育基礎設施，使更多的人力資源轉化為人力資本。企業作為市場的主體，應當注重技能培訓，并根據自身的發展目標積極儲備未來發展所需要的人才，對員工進行專業培訓以滿足企業自身發展需要。個人作為人力資本投資中的最小主體，也在人力資本質量提升和積累中發揮了重要作用。個人應當加大自身的人力資本投資，強化人力資本投資的理念，樹立科學的人力資本價值觀，積極主動參與教育和培訓，提升自身的文化程度和技能水平，為我國實現高質量發展提供助力。

第二，優化人力資本配置，實現區域間協調發展。當前我國各地區人力資本發展水平和二氧化碳排放強度存在差異，由于人力資本對二氧化碳排放有明顯的影響，因此，應當重視人力資本在地域間的均衡分布，避免部分地區因人力資本水平過低而造成二氧化碳排放強度居高不下的情況。當人力資本積累到一定水平時，才能實現人力資本與其他生產要素的合理匹配，從而發揮人力資本積累降低二氧化碳排放的積極影響。環境規制力度較弱的地區在我國經濟發展中處于相對落后的位置，從而使人力資本的配置出現了區域間的不均衡。政府應當加大對這些地區的教育投入，讓受教育程度較高的人獲得對等的工資，形成正向反饋。此外，政府還應在內陸省份重點實施創新工程，實現跨區域的人才和技術引進，有效改變當前人力資本區域分配不均的現狀，發揮出人力資本的溢出效應，在縮小經濟發展差異的同時降低二氧化碳排放。

第三，培養低碳技術人才，降低碳排放強度。碳減排的實現主要通過能源結構的調整和清潔技術(碳捕捉與碳封存等技術)的應用與推廣，低碳技術領域的人才在技術研發、實驗與推廣等過程中起到了非常重要的作用。因此，應當從以下兩個方面來著重培養專業的低碳技術人才：第一是政府必須要重視對專業低碳人才的培養，除了加大對低碳教育的投入之外，還應鼓勵企業向低碳轉型，間接推動企業對低碳人才的需求，從而使企業與低碳人才之間形成一個良好的雙向需求機制；第二是要堅持本土培養與海外引進相結合的培養方針，鑒于國外在部分低碳技術上的領先地位，應實施多項鼓勵政策以吸引國際低碳技術人才，從而助力我國實現二氧化碳減排。