更环保的技术组合所带来的宏观经济影响

《Energy Economics》：The macroeconomic effects of a greener technology mix

　　我们构建了一个基于专利的代理指标来识别绿色技术冲击。绿色技术冲击表现为暂时的负面供应端冲击。在五年内，虽然产出会恢复，但排放强度会持续下降。绿色技术冲击大约解释了10%的碳排放预测误差波动。在高碳行业中，来自绿色专利的股市收益最为显著。

引言
从气候角度来看，向低碳经济的转型是必要的，因为它需要大幅减少生产和消费模式的环境足迹，可能会对经济产生深远影响。然而，尽管学术界和政策界的兴趣日益增加，但对于这一转型带来的宏观经济影响的实证证据仍然有限。其中一个原因是，相关研究主要集中在碳税和碳交易系统等政策上，这些政策在某些司法管辖区虽然有效，但如果没有向更绿色技术的根本转变，可能仍无法在全球范围内实现减排目标。技术重组是否能够在中长期有效减少排放，以及它如何影响总产出和价格动态，这些问题的答案仍然悬而未决。在本文中，我们评估了向更绿色技术重组的宏观经济和碳排放影响。通过利用自1980年以来美国授予的专利的详细数据，我们构建了一个相对指标，即绿色专利数量除以每月提交的专利总数。这一指标用于代理未来的技术采纳（Miranda-Agrippino等人，2025年）。我们的分析与以往关注绿色创新规模潜力的文献不同，因为我们分析的是向绿色技术重组的影响。这种重组可以通过内生增长和定向技术变革框架来理解。在这些框架中，长期增长取决于企业的自主研发决策和新技术的积累，而创新努力在不同技术之间的分配则受到预期回报、知识溢出、政策激励和相对要素价格的影响（Romer，1990年；Acemoglu等人，2012年；Acemoglu等人，2016年）。应用于绿色转型时，企业可能会将稀缺的创新资源从高碳密集型技术重新分配到清洁技术，但这种重新分配可能涉及转型成本，因为清洁技术需要互补资本、新基础设施、组织变革和sectoral reallocation（Acemoglu等人，2016年；Hassler等人，2021年；Lemoine，2024年）。能源经济学文献表明，能源价格和效率标准可以刺激节能创新，专利数据能够提供有关能源市场技术变革方向的信息（Newell等人，1999年；Popp，2002年）。Acharya等人（2024年）从理论上证明了，在气候政策受到限制的情况下，绿色创新可以加速转型，因为这是企业跨期利润最大化策略的直接结果。

我们的绿色专利份额月度指标被用于实证分析，以估计绿色技术重组的宏观经济效应。由于专利动态也可能受到非技术因素（如当前和预期的经济状况）的影响，因此这个比率的波动会剔除绿色和棕色专利共有的成分。特别是，我们分离出与石油冲击（Baumeister和Hamilton，2019年；K?nzig，2021年）和超额债券溢价（EBP；Gilchrist和Zakraj?ek，2012年）无关的变动，以及未被宏观经济总量、其他文献中的冲击和宏观经济预测所预测的变动。

我们的结果显示，美国创新向绿色化转变的主要权衡在于其短期和中期效应之间。实际上，向更绿色技术组合的转变会导致短期内碳排放下降、产出减少以及生产者和消费者价格上涨。因此，这种冲击可以被解释为一种暂时的负面供应端干扰。这种负面效应的根本在于绿色技术重组冲击对总体生产率（TFP）的负面影响。我们与Hassler等人（2021年）的研究结果一致，他们发现提高能源效率是以牺牲资本和劳动效率为代价的。企业采用节能技术是为了节约成本并减少对枯竭自然资源（如化石燃料）的依赖，或者为了满足那些关心其选择环境影响的消费者和投资者的需求（Aghion等人，2023年；Besley和Persson，2023年；Hong等人，2023年）。最后一个渠道也与我们的发现一致，即上市公司从绿色专利中获得了股本回报的好处。此外，TFP的放缓可能源于部署绿色技术的摩擦，包括路径依赖性、互补投资、部门资源再分配和劳动力技能适应性等方面（例如，Aghion等人，2016年；Acemoglu等人，2016年；Hasna等人，2023年）。这些滞胀效应给货币政策带来了显著的压力，但这些压力是短暂的。经济活动在五年内恢复，随着排放量更持久的下降，排放强度最终也会下降。这些动态与能源消耗从化石燃料转向可再生能源的重组相一致，使我们的冲击与一般的负面TFP冲击区分开来。换句话说，从中期来看，技术重组带来了帕累托改进，因为不利的产出效应逐渐消退，而排放强度的下降则持续存在。定量上，我们的绿色技术重组冲击占了碳排放波动的显著部分（10%），同时作为技术创新构成的冲击，它解释了宏观经济总量波动的较小幅部分。

相关文献
本文提供了从创新角度对绿色转型经济后果的实证估计。根据我们的发现，走向绿色与促进经济增长之间的权衡只是暂时的，这与基于模型的结果一致（Ferrari和Nispi Landi，2022年；Airaudo等人，2022年；Bartocci等人，2022年；Coenen等人，2023年；Del Negro等人，2023年）。我们的工作还与越来越多的研究相关，这些研究探讨了向低排放经济转型，重点关注公民和消费者价值观的变化（Besley和Persson，2023年；Aghion等人，2023年；Phelan和Love，2023年；Hong等人，2023年），或者由科学家推动的创新主导的转型（Lemoine，2024年），以及企业利润最大化对此的放大作用（Acharya等人，2024年）。特别是Besley和Persson（2023年）和Aghion等人（2023年）强调了内在本激励——消费者关心气候并关注其行为的环境影响——在推动企业在绿色创新方面竞争中的重要作用；相比之下，气候政策可能由于政治偏好的变化而无法传递如此强烈的信号（Besley和Persson，2023年）。由于我们的证据表明绿色创新是低碳转型的独立驱动力，我们的研究从实证上支持了这一观点。在这方面，我们的发现为政府直接资助或补贴绿色创新提供了依据，理论模型也认为这是实现转型的有效方式（Acemoglu等人，2012年；Acemoglu等人，2016年）。最后，本文与利用专利来识别技术冲击的实证文献相联系。最近，Miranda-Agrippino等人（2025年）提出了一种利用专利活动中嵌入的信息来提取未来TFP增长新闻冲击的方法，并表明这种冲击会因为预期生产率提升而引起商业周期扩张。我们基于这一直觉构建了一个关于未来技术组合绿色度的冲击指标，将技术冲击的实证研究与绿色创新的实证研究联系起来。在后者中，越来越多的研究正在探讨绿色专利的驱动因素和后果（例如，Popp等人，2010年；Popp，2019年；Cohen等人，2021年；Hege等人，2024年；Ciccarelli和Marotta，2023年）。特别是，两项研究探讨了经济中绿色专利数量增加的经济后果，发现具有总体扩张效应（Moench和Soofi Siavash，2023年；Hasna等人，2023年）。这一结果是因为专利数量的增加至少会在一定程度上提升生产可能性边界。相反，我们关注的是从棕色技术向绿色技术的技术重组，这在资源有限的创新者中涉及权衡，因此在精神上更接近于向低碳经济的转型。

本文的结构
本文的其余部分安排如下：第2节描述了数据和我们的技术重组代理指标的构建方法。第3节介绍了主要的实证发现。第4节展示了企业对其绿色专利活动的股权反应。第5节展示了来自稳健性检验的结果。第6节进行了总结。

数据
我们衡量向绿色技术转变的主要数据来源是美国专利商标局（USPTO）的PatEx和Patents View数据集。PatEx是一个面向研究的、专利级别的数据库（Marco等人，2017年），而Patents View为每个授予的专利提供了合作专利分类（CPC）：“Y02”类别特别指与气候缓解努力相关的绿色专利。重要的是，专利数据的可用性...

计量经济框架
考虑标准的VAR模型：yt=a+A1yt?1+?+Apyt?p+ut，其中p是滞后阶数，yt是n×1的内生变量向量，ut是n×1的简化形式创新向量，其协方差矩阵为Varut=Σ，a是n×1的常数向量，A1,…,Ap是n×n的矩阵。在可逆性假设下，创新ut通常表示为结构冲击?t的线性组合：ut=B?t，Var?t=Ω是对角的，因为结构冲击在构建上是无关的。

绿色专利和股市回报
本节介绍了补充我们主要宏观经济分析的一个简单企业层面事件研究的结果。目的不是从股价中恢复总体效应，而是评估绿色专利是否与上市公司的积极私人估值相关，并可能成为绿色创新的驱动力。我们通过匹配企业（ISIN代码）和专利（遵循Araora等人，2021a，Araora等人...）

附加结果和稳健性分析
在本节中，我们从多个维度修改了我们的分析策略，包括绿色技术冲击的定义、识别方案、VAR模型的规格以及样本 period。

结论
我们研究了从棕色技术向绿色技术重组的宏观经济和环境影响。使用自1980年以来授予的美国专利，我们构建了一个基于归类为气候变化缓解技术的专利份额的绿色创新月度指标，并用它来识别结构性VAR中的绿色技术重组冲击。我们的实证分析揭示了一个暂时的权衡。短期内，向更绿色技术的转变会导致碳排放下降、产出减少以及生产者和消费者价格上涨。因此，这种冲击可以被解释为一种暂时的负面供应端干扰。这种负面效应的根源在于绿色技术重组冲击对总体生产率（TFP）的负面影响。我们与Hassler等人（2021年）的研究结果一致，他们发现提高能源效率是以牺牲资本和劳动效率为代价的。企业采用节能技术是为了节约成本并减少对化石燃料等耗尽自然资源的依赖，或为了满足那些关心其选择环境影响的消费者和投资者的需求（Aghion等人，2023年；Besley和Persson，2023年；Hong等人，2023年）。