论文部分内容阅读
摘要：作为最大的发展中国家，我国面临着经济发展和节能减排的双重困扰，低碳经济模式成为实现可持续发展的重要途径。以1994—2009年中国环境规制、技术创新与碳排放量数据为依据，利用脉冲响应函数与方差分解法对环境规制、技术创新与碳排放量在外部因素冲击下的动态响应态势进行测算，结果表明：在10年的响应期下，环境规制强度与碳排放量之间在对方冲击下的响应曲线呈N型，技术创新能力与碳排放量之间的相互响应曲线为N型和倒U型；环境规制强度与技术创新能力之间的相互响应曲线都为N型。
关键词：环境规制；技术创新；碳排放量；脉冲响应函数
中图分类号：F062.9 文献标识码：A 文章编号：1003-3890（2013）02-0005-06
一、引言
低碳经济是与“高能耗、高排放、高污染”三高为特征的高碳经济相对应的新型经济发展模式，该模式是以低能耗、低污染、低排放为技术的经济模式。它的实质就是能源的高效利用和清洁能源的使用，核心是通过技术创新、制度创新等手段转变人类生存的基本观念和生活方式，最终实现社会经济的可持续发展。但是，能源消耗和环境问题日益成为影响我国经济可持续发展的主要障碍。作为最大的发展中国家，中国的能源消费一直保持着较高的增长速度，从1993—2003年，能源消费增长大约是世界消费增长的1/4。能源高消费的结果就是温室气体的高排放，在这时期，温室气体排放的增长是全世界温室气体排放增长的34%。预计2015年，我国将成为第一温室气体排放大国，排放量超过美国[1]。此外，我国的能源科技水平与欧美等国家相比还有很大差距，制约了经济由“高碳”向“低碳”的转变。为此，本文构建了中国环境规制与技术创新和碳排放量的脉冲响应函数和方差分解模型，探求三者之间的关系，为发展低碳经济提供建议。
对碳排放的研究主要集中在以下领域：一是研究碳排放动因的经济学研究，即探究碳排放增长的驱动因素。Leontief和Ford（1972）[2]利用静态投入产出模型对美国空气污染排放的变动进行了研究。Ang B.W.（2005）[3]分析了不同碳排放因素分解模型的理论基础、适用范围和应用结果，认为LMDI模型是因素分解模型中较优的模型。唐建荣、张白羽、王育红（2011）[4]在Kaya恒等式和LMDI指数的基础上，构建了一个包括能源、碳排放、经济规模、产业结构、人口规模、城乡人口结构和生活水平在内的碳排放驱动因素叠加分解模型。二是对碳排放与经济增长的关系进行研究，Grossman和Krueger（1991）[5]提出的环境库兹涅茨曲线（Environmental Kuznets Curve，EKC）是探讨二者关系的最具有代表性的研究。赵爱文、李东（2012）[6]采用1953—2010年人均碳排放和人均GDP数据，建立了我国的EKC曲线，表明该曲线为N型，曲线微弱不存在拐点。三是对碳排放的影响因素进行研究，申笑颜（2010）[7]运用灰色理论分析了中国碳排放的影响因素，认为人口数量、能源消费与碳排放的关联度较高。滕欣、李健、刘广为（2012）[8]在对我国碳排放量预测的基础上建立了碳排放影响因素体系，根据聚类分析中因素的相互关系确定了碳排放影响因素体系的各关键因素。
从对相关文献的分析可以看出，当前众多学者对碳排放的研究主要集中于探讨碳排放与经济发展的相关关系上，少有学者从环境规制和技术创新的角度对碳排放开展研究。本文在诸位学者研究的基础上，分析环境规制、技术创新对碳排放的影响。
二、变量选取与数据来源
（一）变量选取
由于本文是对我国环境规制、技术创新与碳排放的关系进行分析，故所选用的时间序列数据包括碳排放量、环境规制和技术创新三个指标。
1. 碳排放量（TP）。需要从能源消费的角度计算省际碳排放量，这些能源主要包括煤炭、汽油、煤油、柴油、燃料油和天然气。由于能源消费是以实物量为统计口径，在计算碳排放量时，需要通过一定换算将实物量转换成以标准煤为计算标准的量值，在此基础上计算省际历年碳排放量。
2. 环境规制强度（EI）。环境规制力度反应的是政府在环境管理水平，采用环境污染治理投资作为衡量规制强度的指标，主要是因为加大环境污染治理投资力度，表明更多的支出被用于污染治理上，环境规制的力度就较强。本文每百元国内生产总值的污染治理投资作为衡量环境规制强度的指标，主要考虑的是消除由于经济规模不同导致的环境规制强度的不可比性，增强数据的一致性。环境规制强度的计算公式为：
3. 技术创新能力（TI）。提高科学技术水平是我国加快调整经济结构、转变发展方式的关键。科研投入力度加大，表明国家对科技的重视程度。技术创新的实质是利用各种资源创造出一种新知识的过程，将环境技术创新成果应用于生产领域，能有效提高能源利用效率，降低污染物的排放。本文用科技经费占GDP比重来反映技术创新实力的主要原因在于，技术经费投入的多少很大程度上反映了一国技术研发的效率和水平。
（二）指标的数据来源
上述各指标的数据来源于《中国统计年鉴》和《中国能源统计年鉴》，数据的时间区间为1994—2009年。为有效降低数据的异方差，提高数据的平稳性，将三项数据指标的历年数据取对数，并用Eviews5.1软件建立模型。
对搜集的数据进行相应处理，得到我国1994—2009年碳排放量、环境规制和技术创新的指标值，如表1所示。
（三）描述性统计分析
图1、图2和图3为我国1994—2009年碳排放量、环境规制强度和技术创新能力的趋势分析图。从图1中可见，我国碳排放量逐年上升，1994—2002年上升的趋势相对比较缓慢，年均增长率为1.6%。从2003年开始，碳排放量上升的速度非常明显，年均增长率达到了11.1%，大约是上一阶段的6倍，年均碳排放量13.9亿吨，后一阶段的曲线变得较为陡峭。 随着社会经济的不断发展，政府和社会公众的环境意识从觉醒到成熟，科学发展观和可持续社会的提出，政府加大了环境污染治理的投资力度。另一方面，作为社会经济复杂系统中的子系统，经济、社会、文化、环境之间相互关联、相互影响，环境治理资金投入的变动就是政府综合考虑的结果，由此，图2中，我国环境规制强度的曲线为上升式的波浪型曲线。
技术创新是解决环境污染的根本手段，通过技术创新，可以将传统的末端治理模式转变为源头控制的治理方式，从根本上解决环境污染和生态破坏。我国政府已经认识到技术创新是实现经济增长方式转变和资源可持续利用的主要推动力量，近年来，逐步加大了对技术创新的投入力度。反应在图3中，就是我国的科研经费占GDP比重是一条上升明显的曲线。
三、环境规制、技术创新与碳排放量的脉冲响应分析
由于复杂系统是由若干相互影响的子系统构成，当某一因素变动时，不仅自身系统受影响，还会连带影响其他子系统的运行。在计量经济学中，采用脉冲响应函数（Impulse Response Function，IRF）来分析它们之间的关联关系。
进行脉冲响应分析需要构建脉冲响应函数，首先，需要建立VAR模型。构建模型的前提就是确定合适的滞后阶数，本文按照以下原则确定滞后期，计算结果如表2所示。
表2给出了根据各种准则确定的滞后阶数。对于包含lnEI、lnTI、lnTP三个变量的VAR模型，LR准则确定的滞后阶数是2，FPE、AIC、SC和HQ四项准则确定的滞后阶数都是3，所以建立滞后3期的VAR模型是合适的。从结果可以看出：它们的调整拟合优度分别为0.942 263、0.993 287和0.995 096，说明回归函数拟合得很好，则我国环境规制强度、技术创新能力与碳排放量关系的VAR模型为：
本文建立的VAR模型（2）中各变量的最大滞后阶数为3，环境规制强度、技术创新能力以及碳排放量三者之间不仅存在滞后影响，也可能刻存在即期的相互影响，同时，由于脉冲响应函数（IRF）中变量序列顺序的变化会产生不同的脉冲图像，为了避免不同的变量顺序产生不同的结果，本文每次只选取两个变量建立脉冲响应函数，输出时期数为10期。环境规制强度与碳排放量、技术创新能力与碳排放量的脉冲相应结果如表3所示，环境规制强度与技术创新能力的脉冲响应结果如表4所示。
（一）环境规制强度与碳排放量
从表3和图4可以看出，在整个冲击期内LEI 对当前LTP一个标准差大小冲击的反应曲线大致呈N型：第2期的反应为零，第2、3和6期的反应为负值，其后各期反应为正值，并且在第4期达到最高，然后振荡式回落，逐渐趋于零。从表3和图5中可以看出，在整个冲击期内LTP对当前LEI一个标准差大小冲击的反应曲线属于N型，逐渐趋于稳定水平，计算期冲击累计响应值为0.186 9。这表明，碳排放量相对于环境规制来说具有一定的滞后作用，但从长期来看，随着环境规制工具的不断完善，利益相关者对政府节能减排工作认识的不断深入，会不断调整自身行为以符合政策要求，最终导致碳排放量不断回落，并趋于一个稳定水平。
（二）技术创新能力与碳排放量
从表3和图6可以看出，在整个冲击期内LTI 对当前LTP一个标准差大小冲击的反应曲线大致呈N型：从第1至第6期为对冲击反应较为激烈的大N型曲线，前6期的冲击反应既有正值，最大为第6期的0.006 13，也有负值，最负为第5期的-0.004 78；从第6期开始，反应都为正值，逐渐平缓。从表3和图7可以看出，在整个冲击期内LTP对当前LTI一个标准差大小冲击的反应曲线大致呈多阶段的倒U型：第1至第5期为第一阶段的大倒U型，第5至第8期为第二阶段的小倒U型，以此类推。技术创新与经济增长密不可分，技术创新导致经济增长，技术创新实现的过程就是经济增长的过程。
（三）环境规制强度与技术创新能力
从表4和图8中可以看出，在整个冲击期内LEI对当前LTI一个标准差大小冲击的反应曲线大致呈N型：LEI的响应在第3、4期为负值，从第5期开始，除了第6期略小于0之外，各期的响应基本为正值，当期LTI一个标准差大小的冲击对LEI的总体影响为-0.040 69。从表4和图9中可以看出，在整个冲击期内LTI对当前LEI一个标准差大小冲击的反应曲线大致呈N型：各期的响应值均为正值，第3期最大，然后逐渐回落，趋于小幅波动，计算期冲击累计响应值为0.281 821。这表明，环境规制与技术创新之间相互影响、相互作用。环境规制促使企业进行技术创新，降低生产成本；技术创新极大地提高了人类利用资源的效率，更多的温室气体也排放出来，又促使政府采取更为严格的环境规制政策。
四、环境规制、技术创新与碳排放量的方差分解分析
方差分解（variance decomposition）是通过分析每一个结构冲击对内生变量变化的贡献度，进一步评价不同结构冲击的重要性。环境规制强度与技术创新能力的方差分解结果、环境规制强度与碳排放量的方差分解结果，以及技术创新能力与碳排放量的方差分解结果分别如表5、表6和表7所示。
结合方差分解结果可以发现，总体而言，环境规制强度对解释技术创新能力与碳排放量的预测方差起了较大作用，技术创新能力对解释碳排放量的预测方差的贡献度一般，技术创新能力和碳排放量对解释环境规制强度的预测方差的贡献度较小，但技术创新能力对解释环境规制强度的预测方差的贡献度要大于碳排放量对解释环境规制强度的预测方差的贡献度，碳排放量对解释技术创新能力的预测方差的贡献度也较小。
将表的方差分解结果进行综合，可得表8。
从表8中可以更清晰地看出，环境规制强度解释了技术创新能力75%左右的预测方差，解释了碳排放量74%左右的预测方差。这充分说明，环境规制在我国发展低碳经济、建设创新型国家过程中发挥了重要作用。以波特为代表的学者认为环境规制能够激励技术创新，产生创新补偿作用，弥补规制带来的成本损失，实现经济效益和生态环境的双赢，而且越来越多的学者从实证的角度也证实了波特的这一观点，强化环境规制是改善环境质量、促进技术创新的最佳方法。 技术创新能力对解释碳排放量和环境规制强度的预测方差的贡献度以及碳排放量对解释环境规制强度和技术创新能力的预测方差的贡献度都不是很高，这可从以下几方面来解释：首先，由于我国区域经济发展不平衡，资源禀赋各异，不同地区间技术创新导致的碳排放效率差异很大，发达地区的碳排放效率能够达到0.9以上，不发达地区在0.8以下[9]；其次，环境规制能够对技术创新产生正向影响是有条件的。在经济发展水平较高的阶段，严格合理的环境规制与限制政策能够促进技术创新能力，减少环境污染[10]。而在经济发展水平较低的阶段，严格的环境规制政策会增加企业及其相关方的负担和风险，环境规制利益相关方的绩效受到较大影响，经济规模、技术实力导致了并不是所有企业都能主动进行技术创新以应对环境规制[11]；最后，随着市场化和政府分权化改革的不断推进，地方政府不再是中央政策的被动执行者，二者对考虑经济的可持续发展问题的角度和侧重点不同，中央政府关注整个宏观的可持续发展问题，地方政府更关注的是地方经济问题，因此中央的某些环境规制政策难以真正落实到地方，导致了全国的碳排放量不是中央政府环境规制力度的如实反映。
五、结论
在利用1994—2009年中国环境规制、技术创新和碳排放量的时间序列数据的基础上，本文分析了环境规制、技术创新与碳排放量三者之间在受到外部因素冲击下的脉冲响应模式，得到以下结论：第一，在10年的响应期下，环境规制强度与碳排放量之间在对方冲击下的响应曲线呈N型，都逐渐趋于稳定水平；技术创新能力与碳排放量之间的相互响应曲线为N型和倒U型；环境规制强度与技术创新能力之间的相互响应曲线都为N型。第二，环境规制强度对解释技术创新能力与碳排放量的预测方差起了较大的作用，技术创新能力对解释碳排放量的预测方差的贡献度一般，技术创新能力和碳排放量对解释环境规制强度的预测方差的贡献度较小，碳排放量对解释技术创新能力的预测方差的贡献度也较小。
根据上述结论，政府在制定相关政策时，应充分考量到环境规制、技术创新与碳排放之间的相互关系。在科学合理的政策指引下，通过优化产业结构加快高耗能产业的技术进步和低耗能产业的发展；通过技术创新有效解决高耗能和高污染问题，促进工业企业清洁生产；通过完善和有效利用环境规制政策工具，激发技术创新，减少碳排放量。
参考文献：
[1]王怡.中国环境规制、技术创新与碳排放量的实证研究——基于协整检验和Granger因果分析[J].工业技术经济，2012，（6）：23-26.
[2]Leontief，W.，and D.Ford.Air Pollution and the Economic Structure：Empirical Results of Input -output Computations.Input-Output Techniques[M].North-Holland：North-Holland Publishing Company，1972：9-30.
[3]Ang B.W..The LMDI Approach to Decomposition Analysis：A Practical Guide[J].Energy Policy，2005，（5）：53-62.
[4]唐建荣，张白羽，王育红.基于LMDI的中国碳排放驱动因素研究[J].统计与信息论坛，2011，26（11）：20-25.
[5]Grossman，G.M.，and A.B.Krueger. Environmental Impacts of the North American Free Trade Agreement[R].NBER Working Paper 3914，1991.
[6]赵爱文，李东.中国碳排放的EKC检验及影响因素分析[J].科学学与科学技术管理，2012，33（10）：107-114.
[7]申笑颜.中国碳排放影响因素的分析与预测[J].统计与决策，2010，（19）：90-92.
[8]滕欣，李健，刘广为.中国碳排放预测与影响因素分析[J].北京理工大学学报（社会科学版），2012，14（5）：11-18.
[9]杜克锐，邹楚沅.我国碳排放效率地区差异、影响因素及收敛性分析——基于随机前沿模型和面板单位根的实证研究[J].浙江社会科学，2011，（11）：39.
[10]孙敬水，李志坚，陈稚蕊.低碳经济发展的驱动因素研究[J].中南财经政法大学学报，2011，（2）.
[11]刘龙政，潘照安.中国物流产业碳排放驱动因素研究[J].商业研究，2012，（7）：189-196.
责任编辑、校对：关 华
关键词：环境规制；技术创新；碳排放量；脉冲响应函数
中图分类号：F062.9 文献标识码：A 文章编号：1003-3890（2013）02-0005-06
一、引言
低碳经济是与“高能耗、高排放、高污染”三高为特征的高碳经济相对应的新型经济发展模式，该模式是以低能耗、低污染、低排放为技术的经济模式。它的实质就是能源的高效利用和清洁能源的使用，核心是通过技术创新、制度创新等手段转变人类生存的基本观念和生活方式，最终实现社会经济的可持续发展。但是，能源消耗和环境问题日益成为影响我国经济可持续发展的主要障碍。作为最大的发展中国家，中国的能源消费一直保持着较高的增长速度，从1993—2003年，能源消费增长大约是世界消费增长的1/4。能源高消费的结果就是温室气体的高排放，在这时期，温室气体排放的增长是全世界温室气体排放增长的34%。预计2015年，我国将成为第一温室气体排放大国，排放量超过美国[1]。此外，我国的能源科技水平与欧美等国家相比还有很大差距，制约了经济由“高碳”向“低碳”的转变。为此，本文构建了中国环境规制与技术创新和碳排放量的脉冲响应函数和方差分解模型，探求三者之间的关系，为发展低碳经济提供建议。
对碳排放的研究主要集中在以下领域：一是研究碳排放动因的经济学研究，即探究碳排放增长的驱动因素。Leontief和Ford（1972）[2]利用静态投入产出模型对美国空气污染排放的变动进行了研究。Ang B.W.（2005）[3]分析了不同碳排放因素分解模型的理论基础、适用范围和应用结果，认为LMDI模型是因素分解模型中较优的模型。唐建荣、张白羽、王育红（2011）[4]在Kaya恒等式和LMDI指数的基础上，构建了一个包括能源、碳排放、经济规模、产业结构、人口规模、城乡人口结构和生活水平在内的碳排放驱动因素叠加分解模型。二是对碳排放与经济增长的关系进行研究，Grossman和Krueger（1991）[5]提出的环境库兹涅茨曲线（Environmental Kuznets Curve，EKC）是探讨二者关系的最具有代表性的研究。赵爱文、李东（2012）[6]采用1953—2010年人均碳排放和人均GDP数据，建立了我国的EKC曲线，表明该曲线为N型，曲线微弱不存在拐点。三是对碳排放的影响因素进行研究，申笑颜（2010）[7]运用灰色理论分析了中国碳排放的影响因素，认为人口数量、能源消费与碳排放的关联度较高。滕欣、李健、刘广为（2012）[8]在对我国碳排放量预测的基础上建立了碳排放影响因素体系，根据聚类分析中因素的相互关系确定了碳排放影响因素体系的各关键因素。
从对相关文献的分析可以看出，当前众多学者对碳排放的研究主要集中于探讨碳排放与经济发展的相关关系上，少有学者从环境规制和技术创新的角度对碳排放开展研究。本文在诸位学者研究的基础上，分析环境规制、技术创新对碳排放的影响。
二、变量选取与数据来源
（一）变量选取
由于本文是对我国环境规制、技术创新与碳排放的关系进行分析，故所选用的时间序列数据包括碳排放量、环境规制和技术创新三个指标。
1. 碳排放量（TP）。需要从能源消费的角度计算省际碳排放量，这些能源主要包括煤炭、汽油、煤油、柴油、燃料油和天然气。由于能源消费是以实物量为统计口径，在计算碳排放量时，需要通过一定换算将实物量转换成以标准煤为计算标准的量值，在此基础上计算省际历年碳排放量。
2. 环境规制强度（EI）。环境规制力度反应的是政府在环境管理水平，采用环境污染治理投资作为衡量规制强度的指标，主要是因为加大环境污染治理投资力度，表明更多的支出被用于污染治理上，环境规制的力度就较强。本文每百元国内生产总值的污染治理投资作为衡量环境规制强度的指标，主要考虑的是消除由于经济规模不同导致的环境规制强度的不可比性，增强数据的一致性。环境规制强度的计算公式为：
3. 技术创新能力（TI）。提高科学技术水平是我国加快调整经济结构、转变发展方式的关键。科研投入力度加大，表明国家对科技的重视程度。技术创新的实质是利用各种资源创造出一种新知识的过程，将环境技术创新成果应用于生产领域，能有效提高能源利用效率，降低污染物的排放。本文用科技经费占GDP比重来反映技术创新实力的主要原因在于，技术经费投入的多少很大程度上反映了一国技术研发的效率和水平。
（二）指标的数据来源
上述各指标的数据来源于《中国统计年鉴》和《中国能源统计年鉴》，数据的时间区间为1994—2009年。为有效降低数据的异方差，提高数据的平稳性，将三项数据指标的历年数据取对数，并用Eviews5.1软件建立模型。
对搜集的数据进行相应处理，得到我国1994—2009年碳排放量、环境规制和技术创新的指标值，如表1所示。
（三）描述性统计分析
图1、图2和图3为我国1994—2009年碳排放量、环境规制强度和技术创新能力的趋势分析图。从图1中可见，我国碳排放量逐年上升，1994—2002年上升的趋势相对比较缓慢，年均增长率为1.6%。从2003年开始，碳排放量上升的速度非常明显，年均增长率达到了11.1%，大约是上一阶段的6倍，年均碳排放量13.9亿吨，后一阶段的曲线变得较为陡峭。 随着社会经济的不断发展，政府和社会公众的环境意识从觉醒到成熟，科学发展观和可持续社会的提出，政府加大了环境污染治理的投资力度。另一方面，作为社会经济复杂系统中的子系统，经济、社会、文化、环境之间相互关联、相互影响，环境治理资金投入的变动就是政府综合考虑的结果，由此，图2中，我国环境规制强度的曲线为上升式的波浪型曲线。
技术创新是解决环境污染的根本手段，通过技术创新，可以将传统的末端治理模式转变为源头控制的治理方式，从根本上解决环境污染和生态破坏。我国政府已经认识到技术创新是实现经济增长方式转变和资源可持续利用的主要推动力量，近年来，逐步加大了对技术创新的投入力度。反应在图3中，就是我国的科研经费占GDP比重是一条上升明显的曲线。
三、环境规制、技术创新与碳排放量的脉冲响应分析
由于复杂系统是由若干相互影响的子系统构成，当某一因素变动时，不仅自身系统受影响，还会连带影响其他子系统的运行。在计量经济学中，采用脉冲响应函数（Impulse Response Function，IRF）来分析它们之间的关联关系。
进行脉冲响应分析需要构建脉冲响应函数，首先，需要建立VAR模型。构建模型的前提就是确定合适的滞后阶数，本文按照以下原则确定滞后期，计算结果如表2所示。
表2给出了根据各种准则确定的滞后阶数。对于包含lnEI、lnTI、lnTP三个变量的VAR模型，LR准则确定的滞后阶数是2，FPE、AIC、SC和HQ四项准则确定的滞后阶数都是3，所以建立滞后3期的VAR模型是合适的。从结果可以看出：它们的调整拟合优度分别为0.942 263、0.993 287和0.995 096，说明回归函数拟合得很好，则我国环境规制强度、技术创新能力与碳排放量关系的VAR模型为：
本文建立的VAR模型（2）中各变量的最大滞后阶数为3，环境规制强度、技术创新能力以及碳排放量三者之间不仅存在滞后影响，也可能刻存在即期的相互影响，同时，由于脉冲响应函数（IRF）中变量序列顺序的变化会产生不同的脉冲图像，为了避免不同的变量顺序产生不同的结果，本文每次只选取两个变量建立脉冲响应函数，输出时期数为10期。环境规制强度与碳排放量、技术创新能力与碳排放量的脉冲相应结果如表3所示，环境规制强度与技术创新能力的脉冲响应结果如表4所示。
（一）环境规制强度与碳排放量
从表3和图4可以看出，在整个冲击期内LEI 对当前LTP一个标准差大小冲击的反应曲线大致呈N型：第2期的反应为零，第2、3和6期的反应为负值，其后各期反应为正值，并且在第4期达到最高，然后振荡式回落，逐渐趋于零。从表3和图5中可以看出，在整个冲击期内LTP对当前LEI一个标准差大小冲击的反应曲线属于N型，逐渐趋于稳定水平，计算期冲击累计响应值为0.186 9。这表明，碳排放量相对于环境规制来说具有一定的滞后作用，但从长期来看，随着环境规制工具的不断完善，利益相关者对政府节能减排工作认识的不断深入，会不断调整自身行为以符合政策要求，最终导致碳排放量不断回落，并趋于一个稳定水平。
（二）技术创新能力与碳排放量
从表3和图6可以看出，在整个冲击期内LTI 对当前LTP一个标准差大小冲击的反应曲线大致呈N型：从第1至第6期为对冲击反应较为激烈的大N型曲线，前6期的冲击反应既有正值，最大为第6期的0.006 13，也有负值，最负为第5期的-0.004 78；从第6期开始，反应都为正值，逐渐平缓。从表3和图7可以看出，在整个冲击期内LTP对当前LTI一个标准差大小冲击的反应曲线大致呈多阶段的倒U型：第1至第5期为第一阶段的大倒U型，第5至第8期为第二阶段的小倒U型，以此类推。技术创新与经济增长密不可分，技术创新导致经济增长，技术创新实现的过程就是经济增长的过程。
（三）环境规制强度与技术创新能力
从表4和图8中可以看出，在整个冲击期内LEI对当前LTI一个标准差大小冲击的反应曲线大致呈N型：LEI的响应在第3、4期为负值，从第5期开始，除了第6期略小于0之外，各期的响应基本为正值，当期LTI一个标准差大小的冲击对LEI的总体影响为-0.040 69。从表4和图9中可以看出，在整个冲击期内LTI对当前LEI一个标准差大小冲击的反应曲线大致呈N型：各期的响应值均为正值，第3期最大，然后逐渐回落，趋于小幅波动，计算期冲击累计响应值为0.281 821。这表明，环境规制与技术创新之间相互影响、相互作用。环境规制促使企业进行技术创新，降低生产成本；技术创新极大地提高了人类利用资源的效率，更多的温室气体也排放出来，又促使政府采取更为严格的环境规制政策。
四、环境规制、技术创新与碳排放量的方差分解分析
方差分解（variance decomposition）是通过分析每一个结构冲击对内生变量变化的贡献度，进一步评价不同结构冲击的重要性。环境规制强度与技术创新能力的方差分解结果、环境规制强度与碳排放量的方差分解结果，以及技术创新能力与碳排放量的方差分解结果分别如表5、表6和表7所示。
结合方差分解结果可以发现，总体而言，环境规制强度对解释技术创新能力与碳排放量的预测方差起了较大作用，技术创新能力对解释碳排放量的预测方差的贡献度一般，技术创新能力和碳排放量对解释环境规制强度的预测方差的贡献度较小，但技术创新能力对解释环境规制强度的预测方差的贡献度要大于碳排放量对解释环境规制强度的预测方差的贡献度，碳排放量对解释技术创新能力的预测方差的贡献度也较小。
将表的方差分解结果进行综合，可得表8。
从表8中可以更清晰地看出，环境规制强度解释了技术创新能力75%左右的预测方差，解释了碳排放量74%左右的预测方差。这充分说明，环境规制在我国发展低碳经济、建设创新型国家过程中发挥了重要作用。以波特为代表的学者认为环境规制能够激励技术创新，产生创新补偿作用，弥补规制带来的成本损失，实现经济效益和生态环境的双赢，而且越来越多的学者从实证的角度也证实了波特的这一观点，强化环境规制是改善环境质量、促进技术创新的最佳方法。 技术创新能力对解释碳排放量和环境规制强度的预测方差的贡献度以及碳排放量对解释环境规制强度和技术创新能力的预测方差的贡献度都不是很高，这可从以下几方面来解释：首先，由于我国区域经济发展不平衡，资源禀赋各异，不同地区间技术创新导致的碳排放效率差异很大，发达地区的碳排放效率能够达到0.9以上，不发达地区在0.8以下[9]；其次，环境规制能够对技术创新产生正向影响是有条件的。在经济发展水平较高的阶段，严格合理的环境规制与限制政策能够促进技术创新能力，减少环境污染[10]。而在经济发展水平较低的阶段，严格的环境规制政策会增加企业及其相关方的负担和风险，环境规制利益相关方的绩效受到较大影响，经济规模、技术实力导致了并不是所有企业都能主动进行技术创新以应对环境规制[11]；最后，随着市场化和政府分权化改革的不断推进，地方政府不再是中央政策的被动执行者，二者对考虑经济的可持续发展问题的角度和侧重点不同，中央政府关注整个宏观的可持续发展问题，地方政府更关注的是地方经济问题，因此中央的某些环境规制政策难以真正落实到地方，导致了全国的碳排放量不是中央政府环境规制力度的如实反映。
五、结论
在利用1994—2009年中国环境规制、技术创新和碳排放量的时间序列数据的基础上，本文分析了环境规制、技术创新与碳排放量三者之间在受到外部因素冲击下的脉冲响应模式，得到以下结论：第一，在10年的响应期下，环境规制强度与碳排放量之间在对方冲击下的响应曲线呈N型，都逐渐趋于稳定水平；技术创新能力与碳排放量之间的相互响应曲线为N型和倒U型；环境规制强度与技术创新能力之间的相互响应曲线都为N型。第二，环境规制强度对解释技术创新能力与碳排放量的预测方差起了较大的作用，技术创新能力对解释碳排放量的预测方差的贡献度一般，技术创新能力和碳排放量对解释环境规制强度的预测方差的贡献度较小，碳排放量对解释技术创新能力的预测方差的贡献度也较小。
根据上述结论，政府在制定相关政策时，应充分考量到环境规制、技术创新与碳排放之间的相互关系。在科学合理的政策指引下，通过优化产业结构加快高耗能产业的技术进步和低耗能产业的发展；通过技术创新有效解决高耗能和高污染问题，促进工业企业清洁生产；通过完善和有效利用环境规制政策工具，激发技术创新，减少碳排放量。
参考文献：
[1]王怡.中国环境规制、技术创新与碳排放量的实证研究——基于协整检验和Granger因果分析[J].工业技术经济，2012，（6）：23-26.
[2]Leontief，W.，and D.Ford.Air Pollution and the Economic Structure：Empirical Results of Input -output Computations.Input-Output Techniques[M].North-Holland：North-Holland Publishing Company，1972：9-30.
[3]Ang B.W..The LMDI Approach to Decomposition Analysis：A Practical Guide[J].Energy Policy，2005，（5）：53-62.
[4]唐建荣，张白羽，王育红.基于LMDI的中国碳排放驱动因素研究[J].统计与信息论坛，2011，26（11）：20-25.
[5]Grossman，G.M.，and A.B.Krueger. Environmental Impacts of the North American Free Trade Agreement[R].NBER Working Paper 3914，1991.
[6]赵爱文，李东.中国碳排放的EKC检验及影响因素分析[J].科学学与科学技术管理，2012，33（10）：107-114.
[7]申笑颜.中国碳排放影响因素的分析与预测[J].统计与决策，2010，（19）：90-92.
[8]滕欣，李健，刘广为.中国碳排放预测与影响因素分析[J].北京理工大学学报（社会科学版），2012，14（5）：11-18.
[9]杜克锐，邹楚沅.我国碳排放效率地区差异、影响因素及收敛性分析——基于随机前沿模型和面板单位根的实证研究[J].浙江社会科学，2011，（11）：39.
[10]孙敬水，李志坚，陈稚蕊.低碳经济发展的驱动因素研究[J].中南财经政法大学学报，2011，（2）.
[11]刘龙政，潘照安.中国物流产业碳排放驱动因素研究[J].商业研究，2012，（7）：189-196.
责任编辑、校对：关 华