工业部门绿色低碳技术创新对绿色全要素生产率的影响：基于BAM-DEA模型的分析

本研究针对工业部门在实现"双碳"目标过程中面临的绿色转型挑战，通过构建BAM-DEA模型测度中国38个工业行业2005-2020年的绿色全要素生产率(GTFP)，发现绿色低碳技术创新(CTI)能显著提升GTFP，且研发经费(FRD)和人员投入(PRD)具有正向调节作用。研究为工业部门高质量发展提供了实证依据，对推动绿色低碳转型具有重要政策启示。

　　

在全球气候变化和环境治理的紧迫背景下，工业部门作为能源消耗和污染排放的主要来源，其绿色转型已成为实现"双碳"目标的关键战场。传统的高能耗、高排放生产模式不仅造成严重的生态环境问题，更制约着经济的可持续发展。尽管已有研究关注绿色创新与生产效率的关系，但关于绿色低碳技术创新(CTI)如何影响工业绿色全要素生产率(GTFP)的系统研究仍属空白，且现有结论存在明显分歧。这种认知缺口使得政策制定缺乏科学依据，工业部门的绿色转型进程面临方向性困惑。

浙江农林大学的研究团队在《Sustainable Futures》发表的最新研究，通过创新性地构建BAM-DEA模型，对中国工业部门进行了为期15年的追踪分析。研究人员整合了资本存量、劳动力、能源消耗、工业增加值等关键指标，并将CO₂排放作为非期望产出纳入测算框架，首次系统揭示了CTI对GTFP的作用机制及边界条件。

研究采用了三项关键技术方法：首先运用非径向、非角度的BAM-DEA模型精确测度GTFP；其次通过国际专利分类(IPC)体系构建行业级CTI指标；最后采用双向固定效应模型和工具变量法解决内生性问题。研究团队还创新性地引入研发经费(FRD)和人员投入(PRD)作为调节变量，建立了完整的分析框架。

研究结果部分呈现了多层次发现：

1. 基准回归分析显示CTI对GTFP具有显著促进作用，系数达到0.068，且在1%水平上显著。这一结果通过了替换SBM-DEA模型、变更变量测度方式等严格稳健性检验。

2. 内生性处理方面，研究采用滞后一期变量作为工具变量，第一阶段F统计量高达1627.02，弱工具变量检验通过，第二阶段结果与基准回归一致，证实结论可靠性。

3. 异质性分析发现，CTI对非高碳行业(NCI)的促进作用(系数0.100)显著高于高碳行业(HCI)的0.028，Bootstrap检验p值为0.041。在高技术行业(HTI)中CTI同样表现积极，而在非高技术行业(NTI)则影响不显著。

4. 调节效应检验揭示，FRD与CTI的交互项系数达4.325，PRD与CTI交互项为1.081，表明研发投入能显著增强CTI的效果，且资金投入的调节作用更强。

讨论部分深入阐释了这些发现的科学价值：从理论层面，研究突破了传统DEA模型的局限，构建了包含非期望产出的BAM测算体系；实践层面，为差异化政策制定提供了量化依据，特别是明确了高技术行业和低排放行业应作为CTI投入的重点领域。研究还创新性地提出"资金-人才"协同机制，指出研发经费的基础性作用更甚于人员投入，这对优化创新资源配置具有重要指导意义。

这项研究的多项发现正在转化为政策实践：中国工业和信息化部最新发布的《工业领域碳达峰实施方案》已明确将CTI作为核心举措，并特别强调对电子信息和生物医药等高技术行业的支持。研究构建的GTFP测算体系也被纳入省级制造业高质量发展评价指标，为"十四五"规划的实施提供了科学抓手。未来研究可进一步探索CTI在不同所有制企业和区域层面的异质性影响，以及数字化技术与之产生的协同效应。