能效與能耗的中介差異對綠色技術創新減排的影響研究

李文超，許靈宇，畢夢潔，許 健

(江蘇大學財經學院，江蘇 鎮江 212013)

0 引言

中國碳排放總量世界第一，盡管政府提出 “雙碳”目標，中國能耗和二氧化碳排放總量依然逐年遞增。綠色技術創新作為一種特殊的環境偏向性技術進步，被認為是提升能效，減少能耗，早日實現 “雙碳”目標的重要手段[1]。在 “十四五”規劃中，政府明確提出支持綠色技術創新的戰略規劃，然而由于能效和能耗的中介影響 (中介影響包括中介效應和遮掩效應)，綠色技術創新的減排效應是不確定的[2]。同時，城市之間不同能效和能耗會使各類城市產生不同程度的中介效應和遮掩效應，加之已有學者論證了能源反彈效應在中國普遍存在，因此通過能效、能耗的中介差異分析綠色技術創新的減排效應，從而提出優化綠色技術創新減排的政策建議具有重要的現實意義。本文在梳理已有研究成果的基礎上，先從全國層面驗證了綠色技術創新的減排效應，后運用聚類分析法將279個地級市依據其2010—2019年的數據分為低效低耗、低效高耗、高效低耗、高效高耗4類城市。再運用中介模型依據能效、能耗兩個變量驗證4類城市的中介和遮掩效應，發現高能耗城市存在能效的中介效應和能耗的遮掩效應，而低能耗城市僅存在能耗的遮掩效應。最后，提出優化綠色技術創新環境的政策建議，如圖1所示。

圖1 研究框架

1 文獻綜述

Rennings等在2011年研究發現，綠色技術創新活動具有 “雙重外部性”。具體表現為：如果缺乏政府指引，企業的綠色技術創新活動將缺乏積極性，綠色技術創新水平難以提升。由于城市是碳排放的主要載體，且綠色技術創新的長久發展與城市內部產業結構息息相關，產業結構的優化能夠有效促進創新資源再配置，進一步提高綠色技術創新水平和效率[3]。因此，本文從城市視角而不是企業視角探討綠色技術創新減排，認為政府財力、城市規模、產業結構和人口素質等均會對綠色技術創新的減排效應產生影響。學術界有關綠色技術創新減排效應的研究頗豐，研究結論主要分為兩大類：一類研究成果認為綠色技術創新的減排效應顯著；另一類研究成果認為綠色技術創新的減排效應并不顯著，而這一類研究又與能源反彈效應的相關研究相輔相成。

(1)綠色技術創新的減排效應顯著。學者通過相關計量模型測算其對二氧化碳排放量的直接影響，從而判斷減排效應。例如，Zhang等[4]使用系統GMM模型，對中國30個省份2002—2013年環境創新對碳排放的影響進行估計，發現環境創新具備減排效應；盧娜等[5]量化30個省份2004—2013年的突破式低碳技術創新，并使用空間杜賓模型測算其對碳排放的影響，得出低碳技術創新具備顯著的減排效應；劉自敏等[6]使用非參數指數分解法對190個地級市2007—2016年的偏技術進步指數進行測算，發現節能偏向技術進步能夠有效降低二氧化碳排放。

(2)綠色技術創新的減排效應不顯著。技術進步短期內帶來的減排效應并不能抵消其推動經濟增長帶來的二氧化碳增長效應[7]。部分學者基于不同綠色技術創新類型對其減排效應進行分析，周喜君等[8]以1984—2013年碳排放時間序列數據為樣本，研究發現碳減排存在技術偏向，由于能源反彈效應的存在，能源利用技術的減排效果并不明顯；錢娟[9]考察能源節約偏向型技術進步對中國工業和35個行業二氧化碳排放的影響效應，發現能源節約偏向型技術進步與碳排放之間呈倒U形，且中國目前仍處于倒U形的左側，即創新的邊際減排彈性為負。

(3)綠色技術創新的能源反彈效應。王群偉等[10]使用LDMI方法定量衡量碳排放的影響因素，從而考察技術進步對二氧化碳排放的影響；查冬蘭等[11]使用CGE模型考察不同能源種類能效提升對能效的影響，證明中國存在能源反彈效應；Li等[12]通過專利數來衡量綠色技術創新水平，并發現城市創新水平低下時，綠色技術創新反而會增加碳排放，進而通過能源反彈效應來解釋這一現象；Xin等[13]研究發現，綠色技術創新分為擴張階段和收縮階段，而收縮階段的綠色技術創新會導致二氧化碳排放增加，形成能源反彈。

從綠色技術創新方面的已有研究成果看，鮮有文獻將能效、能耗同時作為中介變量探究綠色技術創新的減排機理。同時由于研究對象的自身特征、研究年限以及變量選取存在差異，學術界在綠色技術創新的減排效應是否顯著這一問題上持有不同觀點。本文在繼承以往學者研究成果的基礎上，創新性地將能效、能耗納入中介模型中，發現能效與能耗的中介影響形成綠色技術創新減排差異，同時也解釋了各類城市能耗反彈效應差異的原因，一定程度上完善補充了能源反彈效應理論。最后在此基礎上，就各類城市綠色技術創新減排效應的差異，提出不同的政策建議，亦為本文創新點。

2 綠色技術創新的減排機理

類似于一般產品，綠色技術創新引發能源價格下降會形成價格效應和收入效應，對能效和能耗分別產生影響。一方面，能源價格下降后，政府會重視綠色技術創新的經濟和環境收益，增加對綠色技術創新相關產業的支持力度，從而優化產業結構，進一步提升能效，形成能效的中介效應 (即能效間接提升同時，減少碳排放)，此影響機理與價格效應類似；另一方面，能源價格下降后，社會實際收入增加，在更多需求的引導和財政支持力度加大下，社會產出和城市人口規模持續增大，進一步增加能耗[14-15]，形成能耗的遮掩效應 (即綠色技術創新間接增加能耗，亦是能源反彈效應，進而增加碳排放)，此影響機理與收入效應類似。能效的中介效應和能耗的遮掩效應，結合綠色技術創新的直接減排效應，共同形成其總體減排效應。綠色技術創新具體的減排機理分析，如圖2所示。

圖2 綠色技術創新的減排機理

3 指標選取與模型構建

3.1 指標選擇與數據搜集

(1)被解釋變量：碳排放量。本文借鑒吳建新等[16]的做法，采取不同的測算方式計算城市中不同類型的碳排放。其中，城市的直接能源消耗碳排放 (如煤、石油等)利用IPCC2006 提供的相關轉化因子計算；城市電能消耗產生的碳排放采用各城市電網基準線排放因子和城市電能消耗量測算碳排放；城市交通運輸消耗的能源和碳排放，在假設各類運輸方式之間的能源消耗強度和碳排放強度成比例的前提下，計算單位客運量和貨運量的能源消耗，將之與客運量、貨運量關聯進而得出碳排放；城市熱能碳排放則是利用供熱量、熱效率和原煤發熱量系數測算原煤數量，繼而根據一定比例折算為準煤數量，計算出碳排放。最后，將所測算出的城市直接能源消耗、電能、交通運輸以及熱能產生的碳排放相加得出各個城市總的碳排放量 (Carbon Emission)數據并記為ce。

(2)核心解釋變量：綠色技術創新。從現有研究看，對于綠色技術創新這一指標的選取尚未有統一的標準，學者[17]采用綠色技術創新申請專利數來衡量，而綠色技術創新的政府管制效果直接影響了企業能否實際應用到生產中。在借鑒此類學者的基礎上，本文運用中國研究數據服務平臺 (CNRDS)對中國各地級市所有的綠色專利進行搜集和匯總[18]，且不剔除由于政府管制導致企業未能實施的綠色技術創新專利數。本文的綠色專利 (Green Patent)數據來源于此數據庫，記為gp。

(3)中介變量。能效和能耗。能效測算較為復雜，借鑒史丹等[19]對綠色全要素能效的測算，本文使用SBM-GML指數法對各地級市的能效進行測算。同時借鑒原毅軍等[20]的研究方法將綠色全要素能效進行累乘，轉化為以2004年為基期的累積生產率指數，并進行對數變換，進而將所得值作為實證中的變量數據。

為了測算能效，選取勞動力 (labor)、資本 (capital)和能源 (energy)為投入指標。①勞動力投入選取各城市年末單位從業人員數 (萬人)來衡量；②資本投入采用永續盤存法計算，公式為：kt+1=it+ (1-δt)kt，其中δt指t期實物資本的折舊率，固定資產形成總額it，當期的資本存量kt。借鑒單豪杰[21]的研究，本文選擇固定資本形成總額表征it，并使用各省的固定資產投資價格指數代替投資價格指數對投資數據進行平減，得到實際固定資產形成額。折舊率借鑒張軍等[22]的研究，折舊率設定為10.96%；③能源投入選取市轄區用電量 (萬kW·h)來衡量地區能源投入。

選取的產出指標包括期望產出和非期望產出，期望產出采用2000年為基期計算的各地級市實際地區生產總值 (gdp，萬元)。非期望產出采用各地級市的工業廢水排放量 (Effluents，萬噸)、工業二氧化硫排放量 (SO2，萬噸)和工業煙粉塵排放量 (Smoke，萬噸)。在此基礎上，本文利用Maxdea Pro測算所選取的257個地級市的SBM-GML指數，將這一指數作為衡量綠色全要素能效的指標，記為ee，用于后文的實證分析。

對于能耗的表征，借鑒Lin等[23]的研究，選取居民全年用電量表征城市居民能耗，記為es。

(4)控制變量。在文獻梳理基礎上，借鑒余泳澤[24]和彭小輝[25]的研究成果，選取控制變量。

財政實力 (fin)，選取地區財政收入占財政支出的比重作為地區財政自主權的衡量指標[24]。該指標度量制度環境下綠色技術創新的實效性，一方面財政支持創新力度的擴大會促進產業結構升級從而提升能效；另一方面，過量的財政支持也會使當地人口規模進一步擴大，間接增加能耗。

基礎設施建設 (inf)，從創新基礎設施的角度出發，選取人均道路占有面積作為其衡量指標[24]。該指標是關乎綠色技術創新活動能否順利、高效開展的重要因素。

教育水平 (edu)，從創新模式的角度出發，選取地區每萬人小學教師數作為衡量地區教育水平的指標[25]。通常情況下，教育水平較高的城市居民會更加理解并支持綠色技術創新活動的開展。

人口規模 (pop)，使用各城市年末總人口作為衡量指標[24]。人口規模越大的城市其能源活動越頻繁，能耗就會上升。

產業結構 (ind)，選取地區第三產業生產總值占GDP的比重作為控制變量[24]，用以控制產業結構差異對綠色技術創新的影響，第三產業比重越大，說明其產業結構越完善，能耗就會越小。

經濟發展規模 (gdp)，選取地區的人均GDP作為衡量指標[24],進一步考察經濟發展規模與綠色技術創新之間的關系，同時該指標也是會導致能耗間接提高的重要原因之一。

(5)數據來源及描述性統計分析。本文研究樣本為中國279個地級市，時間區間為2010—2019年。數據主要來源于 《中國城市統計年鑒》，綠色專利創新的數據來源于中國研究數據服務平臺 (CNRDS)，二氧化碳排放數據來源于 《中國統計年鑒》、《中國城市統計年鑒》和 《中國區域統計年鑒》等，部分數據的缺失值已通過線性插值法補齊。使用的統計軟件為stata16.0。各變量的定義及數據的描述性分析見表1。

表1 各變量定義及數據描述性分析

3.2 模型構建

(1)基準模型構建。本文通過對綠色技術創新和二氧化碳排放量的散點圖進行一次項擬合和二次項擬合，發現綠色技術創新與二氧化碳排放同時存在正相關的線性關系與倒U形的非線性關系。在固定效應和隨機效應的選擇上，本文使用豪斯曼檢驗方法檢驗得出本文使用固定效應模型優于隨機效應模型，構建的基準模型，即：

ceit=α0+β0gpit+α1finit+α2popit+α3infit+α4indit+α5eduit+α6gdpit+δi+γt+εit

(1)

其中，i表示地區，t表示時間，α0表示常數項，δi表示個體固定效應，γt表示時間固定效應。εit表示模型中的誤差項，表示其他影響二氧化碳排放的因素。其余相關變量的含義在數據描述性分析中已有相關描述。

考慮到綠色技術創新對于二氧化碳排放存在非線性相關關系，因此本文在基準模型的基礎上增加綠色技術創新的平方項，構建非線性實證分析模型，公式為：

(2)

(2)中介效應模型。綠色技術創新與二氧化碳排放之間為正相關關系，這與現實相違背。為了探究這一現象產生的原因，本文將能效和能耗量作為中介變量，研究綠色技術創新通過作用于能效和能耗量繼而影響碳排放量的作用機制。借鑒Baron等[26]的做法，在基準模型 (1)的基礎上進而構建中介效應模型，公式為：

eeit=β1gpit+α0+α1finit+α2popit+α3infit+α4indit+α5eduit+α6gdpit+εit

(3)

ceit=β2gpit+λeeit+α0+α1finit+α2popit+α3infit+α4indit+α5eduit+α6gdpit+εit

(4)

esit=β1gpit+α0+α1finit+α2popit+α3infit+α4indit+α5eduit+α6gdpit+εit

(5)

ceit=β2gpit+λesit+α0+α1finit+α2popit+

α3infit+α4indit+α5eduit+α6gdpit+εit

(6)

其中，i表示地區，t表示時間，εit表示隨機擾動項。根據中介效應的檢驗方法[27]，需要檢驗中介效應的存在。第1步：對模型 (1)中的系數β0的顯著性進行檢驗，在其為顯著后進行中介效應檢驗，否則停止中介效應檢驗；第2步：檢驗系數λ和β1，在兩者均為顯著的情況下，進行第3步檢驗，若兩者有一個不顯著，則進行第4步；第3步：檢驗系數β2，若其顯著，則可能存在部分中介效應，若其不顯著，則為完全中介效應；第4步：在第2步的基礎上，進行sobel檢驗，檢驗通過則為中介效應成立，否則中介效應不存在。根據溫忠麟等[28]的研究，Bootstrap方法擁有較其他方法更高的檢驗效力，因此本文在對中介效應進行檢驗時選取Bootstrap方法。

4 實證分析

4.1 綠色技術創新的減排效應分析

本文通過面板固定效應模型，分析綠色技術創新的減排效應，回歸結果見表2。

表2 基準模型 (1)的實證回歸結果

由表2可知，個體時間雙固定效應和個體效應下的綠色技術創新系數有正有負，其中，在不加控制變量的個體固定效應下，綠色技術創新對二氧化碳的影響為正，且在1%的顯著性水平下顯著，即綠色技術創新會促進二氧化碳排放，與政策導向違背，本文對模型中的多重共線性進行檢驗，平均VIF值為2.72，遠小于10，認為模型中不存在多重共線性問題。這一正向系數可能是未添加控制變量以及時間效應所造成的，也有可能是因為綠色技術創新在全國層面存在能源反彈效應，使其在樣本期內的多數城市尚未形成減排效應，導致整體樣本下綠色技術創新不僅沒有減排，相反還在增排。這也意味著，隨著綠色技術創新水平提升，可能會使二氧化碳排放下降，即綠色技術創新與碳排放之間可能存在非線性關系。故而，本文在基準模型的基礎上加入綠色技術創新的平方項進行實證，結果見表3。

由表3可知，擬合優度R2相較于表2有所提高，驗證了綠色技術創新對于二氧化碳排放的影響為非線性。從回歸結果系數看，綠色技術創新對于碳排放的關系為倒U形，且這一關系無論在個體固定模型抑或在時間個體雙固定效應模型中，均通過1%～10%的顯著性檢驗，即前期綠色技術創新會促進碳排放，當超過拐點位置時，綠色技術創新會抑制碳排放。

表3 非線性模型 (2)回歸結果

從控制變量的結果看，財政實力 (fin)對二氧化碳排放的影響系數在個體固定效應下顯著為負，在個體時間雙固定效應下顯著為正，說明城市政府的財政投入從長期來看并未能減少二氧化碳的排放，即城市政府為了謀求更多財政收入，引入了過多的落后產能企業，引發了 “逐底競爭”，而這些企業并未能有效利用政府相關政策為其企業進行創新升級，從而導致二氧化碳排放量的增加，是能源反彈效應的另一種體現。基礎設施建設 (inf)對二氧化碳排放的影響系數為負數，但影響并不顯著。人口規模 (pop)對二氧化碳的影響系數顯著為正，體現了社會規模擴張后，碳排放增長的一般規律。教育水平 (edu)對二氧化碳的影響系數雖然為正，但不具備顯著性。產業結構 (ind)對二氧化碳排放的系數顯著為正，表明多年產業結構升級并未能有效減排，這也是綠色技術創新節能效應不足的另一種體現。人均GDP (gdp)對二氧化碳排放的影響顯著為正，說明目前中國GDP的提高主要還是依賴于二氧化碳排放較高的產業，且經濟結構也有待完善。

4.2 能效與能耗的中介效應

為了進一步考察綠色技術創新對二氧化碳排放的影響，將能效和能耗作為中介變量，構造中介效應模型分析二者是否在綠色技術創新對碳排放的作用中充當了中介角色。首先，從全國層面考察中介效應的存在性，模型回歸結果見表4。ce1是能效中介效應下控制變量的減排系數，ce2是能耗中介效應下控制變量的減排系數。根據表4所顯示的結果，參考逐步回歸中介效應檢驗步驟，核心檢驗系數均通過了1%的顯著性檢驗，表明全國層面存在以能效作為中介的中介效應。

表4 全國層面能效與能耗中介效應回歸結果

由表4可知，第三產業產值占比與能耗這一中介變量反向變動，且在5%的水平上顯著?？芍袊壳暗哪芎闹饕€是以煤、石油、天然氣等傳統能源為主，同時這也是能耗在全國層面與二氧化碳排放同方向變動的原因。從ce2相關系數可知，雖然綠色技術創新能夠直接減少排放，但綠色技術創新與能耗、能耗與二氧化碳排放同時呈現正相關，說明綠色技術創新促進二氧化碳減排，但能耗的遮掩效應弱化了其減排效應，全國層面客觀存在本文提出的減排機理。

由于城市能效和能耗特征因地理位置不同存在較大差異[29]，故本文依據城市的能效和能耗特征，通過二階均值聚類分析將全國279個城市分為低效低耗型城市 (108個)、低效高耗型城市 (34個)、高效低耗型城市 (85個)、高效高耗型城市 (52個)。在此基礎上，以中介模型實證不同類別城市存在不同的能效中介和能耗遮掩效應。基于聚類分析結果，分別就每一類城市運用中介模型分析綠色技術創新影響下，能效和能耗對碳排放的反彈效應。首先驗證各控制變量對能效和能耗的影響，見表5。由表5可知，對于不同類型的城市，其控制變量對能效和能耗的影響存在差異。

在表5的基礎上，再驗證能效和能耗分別作為中介變量時，綠色技術創新及其他控制變量的減排效應，見表6。由表6可知，ce1是能效中介效應下控制變量的減排系數，ce2是能耗中介效應下控制變量的減排系數。

表5 控制變量對能效和能耗的影響

表6 控制變量對二氧化碳排放的中介效應分析

各控制變量對二氧化碳排放的影響見表6。結合表5的數據可知，所有類別城市均存在能耗的遮掩效應，而高能耗城市還同時存在能效的中介效應。研究結果表明，僅有具備一定經濟實力的高能耗城市才能運用綠色技術創新提升能效進而增加減排，而這4類城市的能效、能耗中介差異使之產生了不同程度的能源反彈效應。

由表5和表6可知，低效低耗城市的綠色技術創新表現為無能效中介效應但能耗遮掩效應強。該類城市產能相對落后，難以達到綠色技術創新所需的生產設備和市場規模的標準，故在短期內綠色技術創新難以顯著提升其能效。由于整體的生產技術與消費模式落后，單位能耗引發的二氧化碳排放量也最高，形成嚴重的能源反彈效應。

高效低耗城市與低效低耗城市類似，無能效中介效應但能耗遮掩效應較強。這類城市大部分為高能耗城市提供配套服務，旅游業和制造型服務業等三次產業較發達。而二次產業則多承接高能耗城市的淘汰產能，導致較高的二氧化碳排放量同時，難以運用綠色技術創新提升能效。隨著綠色技術創新的應用，高能耗城市進一步將淘汰產能轉移至此類城市，產生更多二氧化碳排放量，形成較強的能源反彈效應。

低效高耗城市的能效中介效應和能耗遮掩效應均低于全國平均水平并呈現弱勢。此類城市多為工業發達的二線城市，雖然多數產業依然為傳統產業，使其存在一定程度的能源反彈效應，但較完備的產業體系基礎和部分高科技企業為綠色技術創新提升能效創造了良好的應用情景，提升了此類城市的能效。

高效高耗城市存在較強的能效中介效應和較弱的能耗遮掩效應。此類城市多為一二線發達城市，亦是最有潛力盡早實現碳中和的城市。大量高科技企業和現代服務企業構成的產業體系十分有利于綠色技術創新提升能效。只是由于資源過度集中，易形成資源和能源的浪費現象，使其存在一定程度的能源反彈效應。進而，本文就綠色技術創新對碳排放線性和非線性直接影響，以及能效和能耗的中介效應存在性進行穩定性檢驗，結論顯示通過檢驗。

5 政策建議與邊際理論貢獻

5.1 結論與政策建議

本文以2010—2019年中國279個地級市作為數據樣本，首先分析綠色技術創新的減排機理，考察綠色技術創新對碳排放的線性和非線性直接影響；而后，從能效和能耗角度對這些城市進行聚類均值劃分，分析不同類型城市綠色技術創新與二氧化碳排放以能效和能耗為中介變量的間接關系。在此基礎上，以全國層面為標準，將不同類別城市的中介效應類別分為無、較弱 (4.97%)和較強 (9.98%)；遮掩效應類別分為強 (35.48%)、較強 (20.29%)、較弱 (19.03%)、弱 (17.04%)，結果見表7。

表7 細化城市后的中介效應

由表7結果可知，全國范圍內存在綠色技術創新的能耗遮掩效應 (反彈效應)，占比為19.92% (2.022×0.295/2.995)，而能效則起到中介效應，占比為6.16% (0.23×0.642/2.398)。在城市采用聚類分析進一步細分后發現，4類城市仍全部存在能耗的反彈效應，而低能耗城市卻無能效中介效應，且能耗的遮掩效應強于全國平均水平。由于第二產業仍處于發展階段、城市運行維護水平相對落后，綠色技術創新在低能耗城市會形成一定的創新產能過剩，難以吸收綠色技術創新帶來的經濟效益，加之能源需求剛性會伴隨更強的能耗反彈，進而增加了碳排放，這一現象在低效低耗城市尤為明顯，遮掩效應占比高達35.48% (3.236×0.353/3.22)；高能耗城市同時存在能效的中介效應和能耗的遮掩效應，其中后者均低于全國平均水平。該類城市的產業發展、管理水平趨于成熟，對綠色技術創新的響應速度較快，即城市 “軟實力”較強，故能效無論直接還是間接均能減少碳排放。從數值看，高效高耗城市的能耗遮掩效應高于低效高耗城市，一線發達城市應為中國城市減排的領頭羊，然而由于經濟等各類資源過于集中，正逐漸形成 “孤島”效應。此類城市的經濟增長為綠色技術創新提供良好孕育環境的同時，又使得當地存在較嚴重的能源反彈效應，占比為19.03% (1.711×0.294/2.644)。

基于上述分析結果，提出如下政策建議。

(1)從低效低耗城市看，此類城市大多位于中國中西部地區，城市發展規模的限制使其無法實現能效的間接減排，同時伴隨很強的能源反彈效應，但其同時也承接了東部沿海地區轉移的人力資本和產業資源，故未來應充分利用此優勢。一方面，提升綠色技術創新的公眾參與度，集中進行綠色技術創新研發，盡早形成規模效應。同時控制傳統產業的過度遷入，發展綠色產業，防止能源反彈效應增強；另一方面，也可利用區位優勢，適度發展旅游業等第三產業，開辟符合城市特色的發展道路。

(2)從高效低耗城市看，區別于低效低耗城市，此類城市具備一定的經濟實力，但能效的間接減排效應仍不顯著，同時存在較強的能源反彈效應。此類城市已處于城市化轉型后期，應嚴格控制人口規模的快速增長，逐步淘汰落后產能并大力發展制造型服務業，為高效高耗城市提供第二產業的配套服務，承接其產業轉型的職能，改善綠色技術創新的經濟環境。

(3)從低效高耗城市看，能效具有較弱的減排效應，同時能源反彈效應也弱。值得注意的是，此類城市的財政支持對二氧化碳排放影響很大，這表明雖然存在少數綠色技術創新企業，但政府支持的產業多存在高排放的特征。政府應制定長期性的可持續發展政策，可適度降低對舊有產業體系的財政支持、升級本地的產業結構。同時，通過補貼、減稅等手段為綠色技術創新類企業拓寬發展渠道，從而降低綠色技術創新的經濟成本。

(4)從高效高耗城市看，能效已具有較強的減排效應。然而此類城市多為一線城市，存在資源過度集聚的特征，使其能源反彈效應較低效高耗城市要強，但弱于高效低耗城市，因此可有效疏導資源外遷，與高效低耗城市形成產業聯動，提升資源的利用效率，帶動弱勢城市綠色技術創新減排。與低效高耗城市一樣，高效高耗城市還可普及綠色生產與消費行為，從根本觀念上優化城市發展路徑，大力發展綠色建筑、綠色交通等，為碳減排保駕護航，在保證經濟健康發展的前提下滿足當地居民對美好、綠色生活的愿景，為其他城市做出綠色轉型的表率。

本研究的實際應用價值在于：圍繞能效與能耗兩個中介變量，探討綠色技術創新的城市減排效應。在全國層面，本文驗證能效中介效應與能耗遮掩效應的存在性，同時發現財政支出、產業結構等因素也是限制國內有效減排的重要因素。進一步地，在細化城市分類后，不同類別城市因能效能耗的中介差異具備不同的特征，基于此差異并結合控制變量，本文從財政支持、產業結構等角度對4類城市分別提出政策建議，提升了實證結果的可實踐性。

5.2 理論貢獻

本文從能效能耗作為中介變量的角度出發，發現綠色技術創新與碳排放之間存在倒U形的非線性關系。在此基礎上，依據能效與能耗特征，采用二階均值聚類進一步劃分城市類型，展示了各類城市的能效與能耗中介差異。結果表明，4類城市均存在能耗的遮掩效應，而僅有高能耗城市存在能效的中介效應。本文的理論貢獻在于：①將收入效應、價格效應納入綠色技術創新的減排機理中，指出城市類別的能效和能耗中介差異是能源反彈效應相關研究結論存在不同的原因，補充和完善了能源反彈效應的理論研究。②將能效、能耗作為中介變量，測度綠色技術創新的減排效應。同時，為緩解數據發生劇烈波動，采用聚類分析法將中國城市分為4類，為研究綠色技術創新領域的學者探尋出新的研究方法。