人力资本在创新驱动脱碳中的互补作用

《Economic Analysis and Policy》：The complementary role of human capital in innovation-driven decarbonization

　　

实现净零排放不仅需要技术创新，还需要有效吸收并实际应用技术创新的能力。本研究考察了吸收能力（absorptive capacity，即高等教育与研发（R&D）投资之间的交互作用）如何放大创新对碳排放的影响。研究使用固定效应模型与双重差分（DID）模型（Difference-in-Differences，DID）进行分析，结果表明：虽然R&D投资本身可降低碳排放，但在教育水平更高的国家中，其减排效应显著更强。机制分析进一步显示，吸收能力能够增强气候政策的执行力度、加快绿色技术的推广，以及提高能源利用效率，从而改善环境绩效。这些研究结果强调，将教育与创新政策相互协同，是释放气候技术脱碳潜能的重要前提。

人力资本把创新转化为脱碳绩效的关键在于“吸收能力”，即一个经济体能否识别、消化并运用新知识。这篇由Fernando Loaiza撰写、发表在《Economic Analysis and Policy》的论文，提供了跨国实证依据：教育与R&D并不是各自单独影响碳排放，而是通过二者的交互作用共同放大减排效果。研究人员使用1995－2019年91个国家构成的面板数据，发现当高等教育与R&D同时提升时，人均CO₂排放的降幅比单纯增加R&D更大，说明人力资本是创新驱动脱碳的“倍增器”。

研究背景与技术方法
传统环境库兹涅茨曲线强调收入增长会自然降低，但不同国家减排路径差异较大，单纯依靠经济增长、绿色专利或R&D并不一定带来可观减排。该文指出，过去研究多分别检验高等教育和R&D的作用，很少系统检验二者如何共同发挥效力，而EU2020国家层面已经将教育、创新与可持续性置于同一政策框架中，这就使研究吸收能力的必要性凸显。该研究利用91个国家1995-2019年的平衡面板数据，数据来源含Our World in Data、世界银行世界发展指标（WDI）以及标准化世界收入不平等数据库（SWIID）。主要技术方法包括：双向固定效应回归（控制国家和年份效应）、引入收入、高等教育和R&D的一次项与平方项以识别非线性关系，并通过分位数回归（Quantile Regression，bootstrap 500次）观察不同排放分布区间的效果；反过来用EU 2020战略作为准自然实验，构造 双重差分组设计（DiD），同时运用滞后项、替换指标、加入多种能源、产业与人口、外商直接投资控制变量提升稳健性；机制方面则围绕“绿色发明与扩散、技术创新扩散、环境政策严格度、碳强度、绿色就业”等中介变量进行中介分析。

基线结果与总体减排
基线模型确认了EKC式倒U型关系：收入水平初期推动排放上升，越过收入临界点后排气增加。高等教育的单独项为正、二次项为负，显示教育前期伴随经济活动增加排放，后期通过绿色意识与效率提升减排。R&D单独项系数为-0.049，表示单纯R&D可带来4.9%的人均CO₂减排；当加入“高等教育与R&D交互项（吸收能力）”后，交互项在统计上显著为负，说明吸收能力使R&D的减排机制在实际教育水平下拉到6.5%左右，比单纯的R&D效果增强约30.6%。该证据直接支持“人力资本提升创新减排作用”的核心假设。

4.1 按收入水平的异质性
异质性结果呈现：高收入国家中，R&D系数为正，但交互项显著为负，降低了约6.2个百分点，说明教育人力资本可以促进R&D从高碳活动转向绿色创新；中等收入国家中，R&D吸收项表现出最强烈的减排反应，交互项降低约14个百分点，是欧盟高收入国家的两倍多；低收入国家中，R&D单独项和交互项均不显著，说明技术转移机制、人力资本水平或制度吸收能力不足限制了R&D转化为减排。这一发现解释了为何同一条创新气候路线在不同发展阶段的执行后果不一致。

4.2 分位数回归
分位数回归结果显示，在排放分布较低至中高分位数（百分icle12。 pupils: 25、50、75）上，吸收能力交互项显著降低CO₂，中位数的减排幅度最大，约14.5%；25%分位约9.4%，75%分位约12.4%。但在90%高排放分位，交互项不显著，说明高排放国家具有重工业、钢铁、水泥等难减排结构，仅依靠教育与R&D相互拉动时，尚不足以改变高度依赖高碳的产业格局。

5. 稳健性检验与政策因果
为避免内生性和遗漏变量，研究以EU2020战略为准实验，比较受影响的欧盟国家和先进经济体的排放变化。结果发现，EU2020政策在受国家中当期使排放降低约15%，长期效应降至6%；对于高等教育和R&D水平更强的国家，长期效应还会进一步降低1个百分点，使总减排达到约7%。这与需要较长时间通过技术采购、制度转型和人力资本作用等途径发挥效果的结论一致，支持的是政策、教育与创新之间在减排目标上的相互支援。

6. 吸收能力如何影响排放
Mediation分析发现了证据：吸收能力确实会促进绿色技术在发展（绿色专利产出增加），但这不持续转化为减排，说明单纯“研发→专利”不能节能；真正起通道作用的是技术扩散：研发成果被更大范围引证、许可与采用之后，会显著阿杜降低排放；吸收能力还能提高环境政策严格度指数（EPSI），严格环境政策本身又直接降低CO₂；吸收能力也显著降低单位GDP碳强度，即通过能减效率提升实现减排；绿色就业增长与吸收能力正相关，但没有发现它们直接降低排放的证据，说明就业结构改变不能靠绿色工作本身实现减排。

7. 讨论与结论
该研究最终结论是：创新必须以有技能、有制度适应能力的社会为基础，吸收能力才是推动技术变成环境真实脱碳的中间传导机制。如果人为基础的教育认知较低，单纯增加R&D或设定严格气候政策，都不足以形成先例的有效执行与效果传播；相反，当教育与R&D协同建设时，同一项气温政策可产生更显著与更持久的碳减排。这一结论对于理解各国脱碳差距、制定绿色工业政策与确保转型的“科学、技能、管理”协同具有直接策略价值，拓展了关于“教育增强创新型气候政策”的教学验证的实证温室。因此，未来低碳策略应把高等教育扩大、研发投入路线、政策监管能力与技术扩散网络嵌入同一个工具包，把吸收能力从背景条件提升为气候共识的核心设计原则。