中石大碳 能院软 科学智 库 迈向“双碳”研究系列报告 《京津冀与珠三角工业企业研发创新对碳排放强度的时空影响对比研究》 （S 系列-2025S02） 中国石油大学（北京）中国油气产业发展研究中心 中国石油大学（北京）碳中和与能源创新发展研究院 2025 年 11 月 20 日 中国石油大学（北京）中国油气产业发展研究中心成立于 2010 年，并挂靠在经济管理学院。中心定位为“国际知名、国内一流的油气产业发展研究基地”，围绕五大研究方向和五大应用领域，重点承担和开展一批基础理论与实践应用研究课题。自成立以来，中心学术影响力和社会影响力在不断提升，已经累计承担课题 100 多项，其中国家社科基金重大项目 1 项、教育部人文社科基金重大项目 1 项、国家自然科学/社会科学基金项目 9 项、国际合作基金 2 项、国家部委项目31 项、企业项目 75 项；出版了学术专著 19 部、教材 4 部。近 5 年 ， 中 心 发 表 学 术 论 文 100 多 篇 ， 多 数 被SCI/SSCI/CSSCI/CSCD 收录；获得国家能源局、商务部、中国石油和化学工业联合会等省部级科技奖励 16 项。目前中心有研究人员 12 名，其中教授 5 名，博士生导师 5 人。 中国石油大学（北京）碳中和与能源创新发展研究院（简称“中石大碳能院”）是在国家碳达峰和碳中和目标（简称“双碳”目标）下，中国石油大学（北京）主动服务国家需求，积极响应国家建设高校特色智库的要求，结合学校自身优势，于 2021 年 9 月成立的智库性质的研究机构，也是支持中国石油大学（北京）“一带一路”能源合作伙伴关系合作网络高校（青年）工作组组长单位业务开展的主要研究机构。中石大碳能院为应对气候变化和“双碳”目标下的国际、国家、行业、企业在能源与油气领域的发展提供第三方分析、评价与政策建议。通过每年向社会公众发布指数类、研究类、专题类系列报告，并向国家决策部门和行业决策者提供政策建议，定期举办相关特色论坛等，逐步打造“立足中国、面向世界”、“聚焦油气、辐射能源”的特色鲜明的能源类高校“双碳”政策类研究智库。 -1- 京津冀与珠三角工业企业研发创新对碳排放强度的时空影响对比研究 核心摘要 中国重视降低碳排放强度，而研发创新是降低碳排放强度的有效手段，且京津冀和珠三角的工业企业发挥重要作用。因此本文基于京津冀和珠三角各地级市工业企业 2010-2022 年的面板数据，从研发规模和创新效率两个维度、时间和空间两个视角，实证对比分析京津冀和珠三角工业企业研发创新对碳排放强度的时空影响。结果显示：（1）在指标测算上，京津冀地区和珠三角地区的研发创新存在差异。京津冀地区和珠三角地区的研发规模在研究期内分别呈 S 型增长趋势和稳定快速增长趋势；珠三角地区间创新效率差距更大，且整体低于京津冀。（2）在空间视角上，京津冀地区和珠三角地区的研发规模和创新效率对碳排放强度存在空间效应和不同的空间传导方式。（3）在时间视角上，京津冀的研发规模对碳排放强度的影响存在两阶段特征，珠三角的创新效率对碳排放强度的影响呈现长期积累特征。研究创新性的对比两大重点城市群研发创新对碳排放强度的时空影响，探究差异化。研究结果将为解决区域间的创新资源分配不合理问题，提升城市空间形态与功能布局，推动区域协同碳减排提供参考。 -2- 1. 研究背景与目的 为应对严峻的气候变化形势，中国积极推进碳达峰碳中和，逐步推动能耗双控转向碳排放双控，其中碳排放强度同时结合了碳排放量和经济产出，提供了较为全面的评估视角。中国“十五五”时期以控制碳排放强度为主[1]，强化碳排放强度管理更好发挥节约降碳的经济效益与生态效益[2]。但目前中国经济增长仍主要依赖化石能源主导的能源结构，降低碳排放强度较为困难。而研发创新是普遍认可的降低碳排放强度的有效解决办法。其在推动产业结构升级、提高资源利用效率、优化能源消费结构，进而降低碳排放强度方面发挥不可替代的作用。城市群作为推动区域经济增长和环境可持续发展的重点区域，在通过发展研发创新降低碳排放强度方面的重要作用不容忽视。在中国城市群中，京津冀和珠三角是中国最初确定的国家级城市群典型代表，具有强大的工业基础和创新能力。京津冀地区是中国北方经济增长最快、人口规模最大、城市群及产业群最为密集的区域之一，拥有丰富的自然资源和坚实的工业基础。在环境问题日益严峻的背景下，该地区作为国家政策重点协调发展的区域，亟需通过研发创新探索有效的碳排放减少途径[3]。珠三角地区则是中国南方经济发展最为活跃的区域之一，亦是全球重要的制造业基地。随着新兴科技基础设施的集群效应逐渐显现及创新成果不断涌现，珠三角正逐步成为重要的原始创新策源地，同时支持广东在全国创新能力排名中到 2022 年连续六年居首位。深入探讨珠三角地区研发创新对碳排放强度的影响，不仅具有重要的示范引领作用，还为区域可持续发展提供重要参考[4]。而工 -3- 业企业是京津冀和珠三角城市群中研发创新和碳排放的主体，根据《中国碳中和目标下的工业低碳技术展望》，2022 年其碳排放量含间接排放接近 80 亿吨，占中国总排放近 70%，是通过研发创新推动碳减排的重要力量。 在此背景下，本文将研发创新区分为研发规模和创新效率两个维度，分别测算研发规模、创新效率和碳排放强度，在三者通过莫兰指数检验的基础上，选择合适的空间计量模型，探讨京津冀和珠三角工业企业的研发创新对碳排放强度的空间与时间影响，有助于解决区域间的创新资源分配不合理问题，提升城市空间形态与功能布局，为调整研发创新降低碳排放强度提供理论支撑，在推动区域协同减排方面发挥示范引领作用。 2. 研究思路与方法 2.1 数据基础及来源 参考国家统计局做法，本文选取了 2010-2022 年京津冀和珠三角各地区规模以上工业企业各指标数据[5]，其中测算碳排放强度使用的各种类能源消费量、平均低位发热量和单位热值含碳量数据来自《中国能源统计年鉴》和各地区统计年鉴；测算研发规模和创新效率使用的 R&D 经费、R&D 全时人员当量、专利申请数和新产品销售收入数据来自《中国科技统计年鉴》、《河北统计年鉴》和各地区统计年鉴；空间杜宾模型涉及的控制变量均来自各地区统计年鉴。为确保数据的准确性和可靠性，在填补缺失值的基础上，以 2010 年为基期采用 CPI -4- 对 R&D 经费、新产品销售收入、人均工业生产值、产值能耗做平减处理，从而消除价格变动的影响；且为消除不同指标数量级相差较大的影响，对全部从业人员年平均数和人均工业生产值取自然对数。 2.2 研究边界及范围 本研究的研究范围为京津冀和珠三角各地级市的工业企业，依据《京津冀协同发展规划纲要》和中国人民政治协商会议全国委员会发布的《打造超级“梦之湾”——深圳市政协专题协商如何在粤港澳大湾区中发挥更大作用》界定本文研究城市群范围，以 2010-2020 年京津冀 13 个地级市和珠三角 9 个地级市为样本。 2.3 研究方法 鉴于城市群内部存在地区间联动和研发创新要素及碳排放强度流动，在研究研发创新对碳排放强度的影响时，使用空间计量模型可以考虑到各要素在地区间的相关性，其中空间杜宾模型同时兼顾被解释变量和解释变量的空间相关性，能进一步分析解释变量对被解释变量的直接效应和溢出效应，有效避免因忽略空间因素导致的结果偏差。因此本文以空间杜宾模型为基础开展实证分析，其基本表达形式如下： 𝐶 = 𝛼𝑊𝐶 + 𝛽𝑋 + 𝛾𝑊𝑋 + 𝜀 其中，C 代表被解释变量，X 代表解释变量，α 为空间自回归系数，W 为空间权重矩阵，β 为解释变量系数，γ 为解释变量的空间滞后系数，ε为随机误差项。空间权重矩阵和模型变量具体设定分别如表 1、2 所示。 在空间矩阵的选择中，邻接矩阵、反地理距离矩阵和经济距离矩 -5- 阵是最基本且广泛应用于学术研究中的矩阵。因此，本文采用这三种空间权重矩阵来构建空间杜宾模型。邻接矩阵着重强调区域间的地理毗邻关系，反映了空间上的直接互动；若两个区域相邻，则矩阵对应位置的值为 1，反之则为 0[6]。反地理距离矩阵则基于区域间的空间距离构建，通常认为距离越近的区域之间关系越密切，该矩阵强调距离对于区域间影响的减弱效应。经济距离矩阵通常根据区域间的经济相似性（如经济规模、产业结构等）进行构建，强调经济相似性越高的区域之间互动越强[7]。以上三者从地理毗邻、空间距离以及经济相似性提供了多视角的空间分析框架。 表 1 空间权重矩阵 表 2 模型变量设定 类型 名称 符号 单位 被解释变量 碳排放强度 C 吨/万元 核心解释变量 研发规模 sca / 创新效率 eff / 控制变量 全部从业人员年平均数 lnp 万人/年 人均工业生产值 lnpc 万元/人 外商投资比重 fore % 产值能耗 ei 吨/万元 矩阵类型 定义方式 邻接矩阵 W1 𝑊𝑖𝑗 = { 1，i 地区和 j 地区相邻0, i 地区和 j 地区不相邻 反地理距离矩阵 W2 𝑊𝑖𝑗 = {1𝑠𝑖𝑗 , 𝑖 ≠ 𝑗0 , 𝑖 = 𝑗，sij表示i 地区和j 地区之间的距离 经济距离矩阵 W3 𝑊𝑖𝑗 = {1|𝑌𝑖−𝑌𝑗| , 𝑖 ≠ 𝑗0, 𝑖 = 𝑗,Y 表示地区研究期内平减后 GDP 的均值 -6- 3. 主要研究结果与结论 3.1 全时段研发创新对碳排放强度的空间效应 在京津冀城市群中，创新效率对碳排放强度的直接效应显著为负，而溢出效应不显著（见表 3）。这意味着本地创新效率的提升仅能有效促进本地碳排放强度的降低，对周边地区的碳排放强度并无明显影响。研发规模对碳排放强度的直接效应与溢出效应均显著为正，表明本地研发规模的扩大不仅显著加剧了本地的碳排放强度，同时也增加了周边地区的碳排放强度。显然，创新效率与研发规模对碳排放强度的影响存在显著差异，因此，将研发创新细分为研发规模与创新效率是科学合理的。 在珠三角城市群中，研发规模对碳排放强度的影响并不显著，而创新效率对碳排放强度的直接效应显著为负，溢出效应显著为正。这意味着当本地创新效率提高时，本地碳排放强度将随之下降，而周边地区的碳排放强度则会上升。一方面，珠三角拥有良好的科研环境与更为完善的基础设施，创新资源的投入更易产生高实用性的技术成果，这些成果的有效应用将显著降低本地的碳排放强度。另一方面，本地创新效率的提升意味着研发资源转化率的提高，即在同等成果产出下，资源消耗将减少，节约的资源可进一步投入低碳技术的研发，形成良性循环，进而实现碳排放强度的降低。鉴于珠三角一体化程度较高，随着本地创新效率的提高，更多资源将倾斜于研发创新，而其他高耗能产业可能转移至周边地区，从而导致其碳排放强度的增加。 表 3 京津冀与珠三角空间效应分解 -7- 京津冀（W1） 京津冀（W2） 珠三角（W3） 直接效应 溢出效应 总效应 直接效应 溢出效应 总效应 直接效应 溢出效应 总效应 eff -0.361** （0.194） -0.235 （0.193） -0.597*** （0.232） -0.369* （0.195） 0.331 （0.297） -0.038 （0.319） -0.152*** （0.035） 0.121* （0.064） -0.031 （0.078） sca 0.304* （0.172） 1.231** （0.539） 1.534*** （0.543） 0.567** （0.266） 2.048** （0.962） 2.615*** （0.928） -0.085 （0.116） -0.028 （0.097） -0.113 （0.125） ei 1.763*** （0.484） -0.499 （0.449） 1.263*** （0.336） 1.838*** （0.503） -0.760 （0.840） 1.079* （0.615） 0.431* （0.224） 0.098 （0.144） 0.529*** （0.155） lnp -0.478 （0.387） -0.699*** （0.235） -1.177*** （0.327） -0.608 ...
