创新能否驱动减排？基于SDG 13框架下中英两国碳排放与创新政策的实证研究

本研究针对创新是否必然促进减排这一政策与学术争议，以中国和英国为案例，运用面板回归和调节效应模型，分析了2007–2022年全球创新指数（GII）与人均CO2排放的关系。研究发现：中国创新水平与排放正相关，英国则呈负相关；气候政策指数（CPI）未显现显著调节作用。成果为两国差异化减排策略提供依据，对实现SDG 13目标具有重要政策启示。

　　

在全球气候危机日益严峻的背景下，减少二氧化碳（CO₂）排放已成为国际社会共同关注的焦点。联合国可持续发展目标13（SDG 13）明确提出到2030年将全球CO₂排放降低43%，而创新常被视为实现这一目标的关键途径。然而，创新是否必然引致减排，在不同国家背景下是否存在差异，政策又能否有效调节这一关系，仍缺乏充分的实证依据。为此，Megi Bego与Hemamali Tennakoon以中国和英国这两个具有不同发展轨迹的主要排放国为研究对象，开展了深入分析，其成果发表于《Sustainable Futures》。

为系统检验创新与碳排放之间的关系，研究采用了定量分析方法，包括线性回归、调节效应检验及时间序列预测。数据来源于世界知识产权组织（WIPO）的全球创新指数（GII）、Our World in Data的CO₂排放数据以及德国观察（Germanwatch）的气候政策指数（CPI），时间跨度为2007年至2022年。使用Jarque-Bera检验验证数据正态性，并借助Andrew Hayes的PROCESS工具进行调节效应分析，以确保模型稳健性和结果可靠性。

4.1. 创新水平与CO?排放

研究发现，中英两国在创新与排放的关系上呈现显著差异。中国的创新指数（GII）与CO₂排放呈强正相关（相关系数0.954），表明创新水平的提高并未带来排放减少，反而伴随排放增长。英国的创新水平与排放则呈负相关（相关系数-0.632），说明创新在一定程度上助力了其减排进程。回归模型进一步显示，中国模型的拟合优度（R2）为0.910，英国为0.399，证实创新对排放的解释力在不同国家背景下具有显著差别。

4.2. 政策对创新–排放关系的调节效应

研究假设气候政策（以CPI衡量）可能调节创新与排放之间的关系，但调节效应分析并未支持这一假设。对于中国和英国，政策与创新的交互项（Int_1）均未呈现统计显著性（中国p=0.58，英国p=0.23）。这表明，尽管两国实施了多项气候政策，如中国的《大气污染防治法》和英国的《气候变化法案》，但这些政策在统计上未能显著改变创新对碳排放的影响路径。

4.3. 对2030年SDG 13达标的预测

通过时间序列分析，研究预测了两国至2030年的排放轨迹。英国的CO₂排放呈持续下降趋势，模型拟合优度达0.9765，显示其有望实现SDG 13减排目标。相反，中国的排放仍呈上升态势，拟合优度为0.8267，表明按当前趋势将难以达成2030年减排目标。这一结果凸显了创新、政策与排放间关系的复杂性，以及国家发展阶段和经济结构对减排效果的重要影响。

5.1. 政策建议

基于上述发现，研究提出各国应增强创新与减排政策的协同性，建立更频繁的政策效果评估机制（如半年度或季度报告），以及针对不同发展阶段的国情实施差异化创新战略。中国需加大绿色技术研发资源的投入，英国则应进一步激发创新活力以巩固减排成果。

该研究不仅丰富了环境库兹涅茨曲线（EKC）理论，首次将政策调节效应纳入创新–排放关系的分析框架，还为全球气候治理提供了实证依据。其结论挑战了“创新必然促进可持续性”的惯常假设，强调政策设计亟需更加精准、可执行，且必须与国家实际发展状况紧密结合。未来研究可扩展至更多国家、更长时期，并纳入清洁技术采用、能源结构等变量，以进一步揭示创新与减排之间的复杂机制。