统计与决策2021年第18期·总第582期0引言改革开放40多年以来，我国工业发展迅速，城镇化发展水平已超过全球平均水平。工业化改革与城镇化进程中，“先污染、后治理”的发展观念致使我国环保事业陷入“囚徒困境”。为破解这一困局，我国将提高国家自主贡献力度，采用更加有力的政策和措施，使二氧化碳排放量力争于2030年前达到峰值，努力于2060年前实现碳中和。碳中和绿色转型作为碳达峰到碳中和的过渡手段，更注重探索环保产业与能源产业绿色发展之道，有利于树立生态红线意识，改善生态环境质量。以往研究中，学者们一般将碳中和绿色转型对生态环境质量的影响归纳为“创新补偿学说”和“碳中和理论”[1，2]，并围绕这两大观点进行了大量论证。这些观点指出碳中和绿色转型与生态环境质量不是传统的线性关系，而是取决于不同环保措施的有效实施对于生态环境质量的贡献程度。还有部分学者针对生态环境质量的影响因素展开研究，主要集中于产业结构[3]、技术创新[4]与外商投资[5]等方面。尽管已有研究成果非常丰富，却极少从碳中和绿色转型角度切入。其实，从碳中和理论框架角度来看，碳中和绿色转型通过协调产业结构矛盾，与生态环境质量既不可分割又相互补充。因此，本文试图厘清不同时间段下碳中和绿色转型与生态环境质量之间的关系，并尝试引入绿色投资这一中介变量，进一步证明其在碳中和绿色转型与生态环境质量之间的作用，力求探寻切实可行的解决路径。1理论分析与假设提出生态环境质量提升具备高风险、高投入与不稳定性特征，故生产经营主体对于环境治理仍采取观望态度。而碳中和绿色转型涵盖空气污染治理、环境保护建设项目投资等多个领域，其产生的联动作用能够提升经济体环境保护意识。从短期角度来看，碳中和绿色转型具有滞后性，其效果不会快速显现[6]。若大量碳中和绿色转型措施并举则可能增大国家生态产业研发投入占比，弱化生态环境保护力度。从长期角度来看，碳中和绿色转型促使国家生态体系向绿色环保路线转型升级，迫使社会参与主体转换自身生产经营方法，提升生态环境治理成效。而且，在碳中和绿色转型过程中，生产经营主体创新所需要的绿色技术、人力资源与资本大量聚集，也利于生态环境绿色转型。基于以上分析，本文提出如下假设：假设1：碳中和绿色转型对我国生态环境质量的影响呈现“U”型变化。现阶段，我国东部地区和中西部地区经济发展水平差距较大。中西部地区受到地理位置、资源环境、能源储藏等因素影响，在生态环境保护方式选择上依然与东部地区存在较大差距。故各地区开展碳中和绿色转型时，对于生态环境治理产生的影响也存在差异。中西部地区相较于东部地区，在短期内开展碳中和绿色转型难以实现资源有效配置，内部工业技术创新还存在一定的滞后现象。且西部地区在加大研发投资的同时，极易挤占地区内的有效资源，不利于生态环境质量提升。这种负向影响效应具有长期性，地区所需调整周期较东部长。若区域碳中和绿色转型方式得到调整，其内部产业结构也将得到进一步优化，促使生态环境质量显著提升。综上，本文提出如下假设：假设2：不同地区碳中和绿色转型对我国生态环境质量的影响存在差异性。绿色投资可正向促进生产经营主体参与碳中和绿色作者简介：邓丽君（1990—），女，陕西西乡人，博士研究生，研究方向：绿色经济。碳中和绿色转型、绿色投资与生态环境质量邓丽君（西北大学马克思主义学院，西安710127）摘要：碳中和绿色转型作为生态文明建设的重要组成部分，对于生态环境治理至关重要。文章引入绿色投资这一中介变量，基于我国31个省份2013—2019年的面板数据，借助SYS-GMM随机效应模型，实证检验碳中和绿色转型对生态环境质量的影响。结果显示，碳中和绿色转型对我国生态环境质量的影响呈现“U”型变化，长期推行碳中和绿色转型战略可显著提升生态环境质量；东部地区碳中和绿色转型对我国生态环境质量的影响效应更为显著，中西部地区较不明显；各地区经济体借助绿色投资方式，正向刺激碳中和绿色转型对生态环境质量的影响作用，且产生显著区域异质性。关键词：碳中和绿色转型；生态环境；绿色投资；中介效应；SYS-GMM模型中图分类号：OF205；X196文献标识码：A文章编号：1002-6487（2021）18-0055-04统计观察DOI:10.13546/j.cnki.tjyjc.2021.18.01255统计与决策2021年第18期·总第582期转型，有效驱动生态环境质量提升[7]。从短期角度来看，绿色投资能够辅助各类生产经营主体采取绿色生产措施，通过提升生态质量的方式来获得市场竞争优势。且在绿色投资正向驱动效应下，社会经营主体通过合理运用各类环境资源获得核心竞争力，可弱化挤占研发投入所带来的负向影响，提升生态环境治理效率。从长期角度来看，为匹配生态环境绿色发展需要，绿色投资所释放的长期、均衡效应，能够促使大量环保设施、生产流程实现革新，快速提升生态环境质量。另外，从区域异质性角度来看，得益于经济发展与资源禀赋条件，东部地区经济体所采取的绿色投资方式与策略对生态环境有显著刺激作用。然而，中西部地区的刺激效应相对不显著。据此，本文提出如下假设：假设3：绿色投资在碳中和绿色转型影响生态环境质量的过程中起中介作用，且这种中介效应存在区域异质性。2研究设计2.1变量选择（1）被解释变量：生态环境质量。为更好地对比检验成果，本文采用生态环境状况指数（EI）与生态文明指数（ECC）对被解释变量进行衡量。其中，生态环境状况指数的计算公式为：EI=0.2×植被覆盖指标数据+0.25×生物丰度指标数据+0.2×水网密度指标数据+0.2×土地退化指标数据+0.15×环境质量指标数据。生态文明指数主要以地级以上的城市为单元，采用综合加权指数法进行计算。（2）核心解释变量：碳中和绿色转型（CNGT）。碳中和绿色转型是应对气候变化的务实行动，通过践行低碳生产与生活方式实现碳中和。本文采用碳中和指标量化碳中和绿色转型，具体通过计算二氧化碳排放总量来衡量。考虑到碳中和绿色转型的影响不一定为线性状态，故对CNGT取二次项，记为CNGTSQ。（3）中介变量：绿色投资（LGI）。本文参考国内外有关衡量绿色投资的文献，综合考量生态环境治理投资方法，采用固定资产生态环境保护投资总额来表示绿色投资规模。（4）控制变量：一是区域经济发展水平（GDP）。某一区域经济发展程度通常与高端技术和丰富人才储备相关联。一般情况下，经济较为发达的区域具备先进生产技术与人力资本，在资源禀赋上具备较大优势，有较强的动力进行生态环境治理。本文采用人均国内生产总值代表区域经济发展程度。二是要素结构（FS）。要素结构主要用单位能源资本数据来衡量。碳中和绿色转型促使生产主体从宏观资源依赖型转变为微观人力资源依赖型，逐步优化要素结构，进而倒逼生产经营主体提升生态环境质量。三是外商直接投资（FDI）。外商投资将促使高端生产技术通过溢出效应与消化效应推进生态环境质量显著提升。本文以当期平均汇率折算成人民币的外商直接投资额代表外商直接投资（FDI）。四是教育水平（EDU）。区域教育水平直接关乎人才资源数量，而人才多寡对于碳中和绿色转型策略会产生直接影响，直接关乎生态环境质量。本文采用区域高等院校学生平均教育经费支出代替教育水平（EDU）。五是技术市场化水平（TM）。某区域技术市场化程度越高，生产经营主体进行碳中和绿色转型的创新性越强。本文运用技术市场成交额代表地区技术市场化程度（TM）。2.2数据来源及描述性统计本文数据主要来源于历年《中国统计年鉴》《中国环境统计年鉴》《中国能源统计年鉴》《中国科技统计年鉴》《中国教育经费统计年鉴》。另有部分数据来自《上市公司环境信息披露指南》《上市公司商业分类指引》、生态环境部、中国碳交易网、国家能源局，选取我国31个省份（不含港澳台）2013—2019年的面板数据作为主要研究样本。2019年部分环境变量的缺失数据采用均值法补全。模型中涉及的变量及描述性统计结果如表1所示。表1变量描述性统计结果变量EIECCCNGTLGIGDPFSFDIEDUTM平均值2.93812.86281.92174.26854.78732.3291365.157320.40232.2321最小值1.50971.25011.54611.63414.11841.92116.391264.69720.6060最大值4.04275.30516.04237.35429.03032.98642365.07117.11533.6951标准差0.14270.25010.17430.95440.44730.2141460.00839.27100.6059样本数3383383383383383383383383382.3模型构建SYS-GMM随机效应模型能够很好地解释系统内部运行规律，准确预估碳中和绿色转型对生态环境质量的影响关系，且该模型对于碳中和绿色转型影响因素变化的测度结果具备较高的精确性，可保障研究结果的准确性。本文借鉴全良等（2019）[8]的研究方法，构建如下SYS-GMM模型：EIit=ait+β0CNGTit+β1GDPit+β2FSit+β3FDIit+β4EDUit+β5TMit+μit+εitECCit=ait+β0CNGTit+β1GDPit+β2FSit+β3FDIit+β4EDUit+β5TMit+μit+εit（1）其中，i表示省份，t表示年份，μi表示不可观测的个体效应，εit表示随机误差项。若β0明显为正，表明生态环境质量为正向累积的动态过程，生态环境治理具有“惯性加成效应”，伴随着碳中和绿色转型战略的推进，各生产经营主体更倾向于关注生态环境质量提升，这有利于改善生态环境质量。为进一步探究绿色投资在碳中和绿色转型与生态环境质量之间的中介效应，在式（1）的基础之上加入绿色投资与碳中和绿色转型的交互项，得到如下模型：EIit=ait+ω(CNGT´LGI)it+β0CNGTit+β1GDPit+β2FSit+β3FDIit+β4EDUit+β5TMit+μit+εitECCit=ait+ω(CNGT´LGI)it+β0CNGTit+β1GDPit+β2FSit+β3FDIit+β4EDUit+β5TMit+μit+εit（2）统计观察56统计与决策2021年第18期·总第582期其中，若交互项系数ω为正，则说明绿色投资起到正向中介作用，反之则起负向作用。3实证分析3.1面板单位根检验为避免面板数据存在非平稳性，本文参照陈怀超等（2021）[9]的测算方式，并在此基础上，采用LLC法和IPS检验方法，对碳中和绿色转型、生态环境质量与绿色投资等变量序列进行面板单位根检验。根据表2可知，IPS与LLC检验均在1%或5%的显著性水平上拒绝原假设，各变量不存在单位根，呈现较高的平稳性。表2变量的单位根检验变量EIECCCNGTLGIGDPFSFDIEDUTMIPS检验-2.9457（1.350）-3.0520（0.224）-3.9553（1.051）-4.1367（1.001）-4.2365（1.025）-4.3197（0.022）-3.9246（0.510）-2.3715（1.005）-2.9463（0.228）LLC检验-3.6175（1.205）-3.0251（1.000）-4.9633（1.011）-6.3145（0.305）-3.9121（0.301）-5.1477（0.054）-5.3145（1.000）-4.9763（0.214）-2.0336（0.312）注：、、分别表示在10%、5%、1%的水平上显著，括号内为t值。下同。3.2面板数据协整检验根据单位根检验结果，本文需使用原序列进行回归。故需对碳中和绿色转型、生态环境质量、绿色投资等变量进行协整检验。本文采用Johansen方法，分别对各变量之间的关系进行验证。通过表3可知，EI的轨迹统计值为60.2350，高于47.6281（5%临界值），ECC的轨迹统计值为61.2081，高于45.2042（5%临界值），故拒绝没有协整性的原假设。其余变量的轨迹统计量均大于5%临界值，说明变量之间存在协整关系。3.3基准回归分析本文通过Hausman检验对模型的固定效应和随机效应进行识别，Hausman检验结果显著为正，拒绝原假设，说明应采用固定效应模型进行分析。基准回归结果见表4，可知回归结果与前文的理论阐释基本保持一致，即碳中和绿色转型对我国生态环境质量具有显著影响。表4碳中和绿色转型对生态环境质量的影响效应CNGTCNGTSQGDPFSFDIEDUTMAR（1）AR（2）R2观测值模型（1）EI-1.2367（0.002）0.7416（0.014）0.0065（0.133）0.0205（0.004）0.0011（0.234）0.0037（0.065）0.0325（0.001）0.0550.1430.935338模型（2）ECC-2.6772（0.017）0.8161（0.003）0.0137（0.112）0.0243（0.120）0.0028（0.345）0.087（0.035）0.0467（0.027）0.0570.1350.966338综合对比表4中的模型（1）与模型（2）发现，碳中和绿色转型对我国生态环境质量的影响呈现“U”型变化，且在1%的水平上显著。从两个被解释变量的相似结果可以看出，在长期内，经过拐点后的碳中和绿色转型对生态环境质量具有显著正向影响。在碳中和绿色转型初期，无法对生态环境起到显著改善作用，故地方政府拒绝将碳中和绿色转型纳入第一考虑范畴。但是当碳中和绿色转型达到一定程度与规模之后，其对生态环境质量的改善作用明显得到增强，并对区域环境治理起到显著促进作用。从其余控制变量来看，区域经济发展水平、要素结构、外商直接投资、技术市场化水平与教育水平均对生态环境质量有正向刺激效应。基于此，地方政府应加强环境治理的正向激励作用，正确引导各类经济主体参与生态环境治理活动。该结论验证了假设1。与一般文献回归结果不同的是，碳中和绿色转型对生态环境质量的促进作用需要达到一个拐点后才能实现。3.4地区异质性分析出于稳健性检验与地区异质性分析的考量，本文按照国家统计局的划分标准，将样本划分为东、中、西三大地区，并借助SYS-GMM模型，检验不同地区碳中和绿色转型对生态环境质量的影响，具体结果如下页表5所示。根据表5可知，东部地区回归结果基本与基准回归结果保持一致，即碳中和绿色转型对我国生态环境质量的影响呈现“U”型变化。东部地区整体经济发展水平较高，地方政府治理能力与行政执行效率相对较高。这为当地碳中和绿色转型提供诸多可能，有利于引导各类经营主体积极投入各类生态环境治理活动中。故从短期来看，东部地区碳中和绿色转型可能对生态环境质量提升的影响较不明显，但从长期来看具备显著促进作用。从控制变量来看，经济发展水平、要素结构、外商直接投资、技术市场化水平与教育水平对区域生态环境治理的正向影响非常显著，说明该地区经济发展与行政治理已取得显著成效。中部地区与西部地区碳中和绿色转型对生态环境质量的影响存在“U”型变化。通过对比发现，该地区碳中和绿色转型对生态环境质量的“U”型影响较东部地区弱。究其根源，中部地区省份大多工业发达，工业产业发展对于区域资源依赖性较强，故短期内碳中和绿色转型对生态环境质量并没有产生显著促进作用。但如果转型活动成功，则会对生态环境治理产生正向影响。该结论验证了假设2。鉴于不同地区之间碳中和绿色转型影响效果存在差异，东部地区可将先进生态治理技术与经验推广至中西部地区。统计观察表3变量协整检验结果变量EIECCCNGTLGIGDPFSFDIEDUTM原假设NoneNoneATmost1ATmost2ATmost3ATmost4ATmost5ATmost6ATmost7轨迹统计值60.235061.208123.80175.63016.34175.93417.93806.33058.2104特征值0.30520.53050.12500.03050.02640.02140.06600.05240.0314P值0.00120.00140.26100.26010.25000.13500.35100.12550.23545%临界值47.628145.204229.36143.36102.20551.66322.30515.66415.202857统计与决策2021年第18期·总第582期3.5中介效应检验进一步借助式（2）检验绿色投资在碳中和绿色转型与生态环境质量之间的中介效应，结果见表6。表6中，AR（1）均小于0.1，AR（2）均大于0.1，说明进行拆分后的残差项存在显著一阶自相关，即表明整体模型设定均具备可取性。根据表6的结果可知，绿色投资与碳中和绿色转型的交叉项（CNGTLGI）均为正，并在5%或1%的水平上显著。由此证明，绿色投资在碳中和绿色转型与生态环境质量之间具备正向中介作用。绿色投资在一定程度上是各经济主体开展碳中和绿色转型的手段，其可刺激各类经济主体间加强合作并取得绿色创新成果。并且，绿色投资可推动经济体形成“绿色投资—绿色创新成果—绿色收益”良性循环链条，有利于提升生态环境治理质量。从地区角度来看，东部地区绿色投资与碳中和绿色转型的交叉项（CNGTLGI）系数明显大于中西部地区，该地区绿色投资的正向中介作用更为明显。主要原因在于东部地区所创造的绿色投资环境较中西部地区优良，为各经济主体开展相关投资活动创造了良好条件。在这一优势下，绿色投资对于碳中和绿色转型与生态环境质量的正向中介作用更为强烈。4结论本文利用SYS-GMM随机效应模型研究碳中和绿色转型与生态环境质量之间的关系，并将绿色投资作为中介变量，分别检验碳中和绿色转型对生态环境质量的影响，同时，还研究了绿色投资在二者之间的中介效应，具体结论如下：（1）碳中和绿色转型对生态环境质量的影响呈现“U”型变化。换言之，短期内碳中和绿色转型战略对于生态环境质量的正向影响效果不明显，而从长期角度来看前者对后者有显著促进作用。（2）东部地区碳中和绿色转型对生态环境质量的影响存在显著的“U”型变化，中西部地区二者的影响关系不明显。（3）绿色投资在碳中和绿色转型与生态环境质量之间存在显著的中介作用，且这一作用具有地区异质性。绿色投资作为碳中和绿色转型的一种有效手段，可促进各经济主体积极参与生态环境治理，显著提升生态环境质量。参考文献：[1]杨长进,田永,许鲜.实现碳达峰、碳中和的价税机制进路[J].价格理论与实践,2021,(1).[2]陈浮,于昊辰,卞正富,等.碳中和愿景下煤炭行业发展的危机与应对[J].煤炭学报,2021,46(6).[3]翁异静,汪夏彤,杜磊.产业结构与新型城镇化时空耦合研究——以浙江省为例[J].数学的实践与认识,2021,51(4).[4]王瑜,张春颜.“技术嵌入”视角下我国生态环境监督模式的反思与创新[J].电子政务,2021,(5).[5]李稚,段珅,孙涛.制造业产业集聚如何影响生态环境——基于绿色技术创新与外商直接投资的双中介模型[J].科技进步与对策,2019,36(6).[6]杨亮洁,张小鸿,潘竟虎,等.成渝城市群城镇化与生态环境耦合协调及交互影响[J].应用生态学报,2021,32(3).[7]邢艳春,郭雁飞,王琳.我国生态环境质量的动态测度[J].统计与决策,2021,(3).[8]全良,张敏,赵凤.中国工业绿色全要素生产率及其影响因素研究——基于全局SBM方向性距离函数及SYS-GMM模型[J].生态经济,2019,35(4).[9]陈怀超,张晶,马靖.产学研创新资源错配对省域创新效率的影响——基于要素扭曲测度模型与超效率SBM-DEA模型[J].科技进步与对策,2021,38(10).（责任编辑/方思）统计观察表5碳中和绿色转型对生态环境质量影响的分地区回归结果CNGTCNGTSQGDPFSFDIEDUTMAR（1）AR（2）R2观测值东部EI-0.1059（-0.9401）0.5261（2.2051）0.5108（4.5841）0.4653（3.6527）0.2925（2.1852）0.2321（0.8441）0.2147（0.0662）0.0210.2600.968338ECC-0.1250（-0.2045）0.5056（2.3011）0.3231（5.2061）0.2125（2.6310）0.1360（1.5200）0.2208（0.6371）0.3256（0.0635）0.0240.3610.934338中部EI-0.7552（-2.3367）0.0305（1.6051）0.0591（1.7972）0.3457（1.8723）0.0877（1.9375）0.0143（0.2221）0.0347（0.1947）0.0350.3480.891338ECC-0.3051（-3.3052）0.1066（2.3005）0.1250（1.6350）0.3051（2.3365）0.0762（2.3914）0.0240（0.3041）0.0182（0.1339）0.0240.2690.902338西部EI-0.7965（-4.1927）0.0020（1.0225）0.0675（2.4239）0.0227（2.8301）0.0173（2.8203）0.1651（1.9521）0.1637（1.8421）0.0290.3470.887338ECC-5.6320（-3.6201）0.0025（1.2066）0.0632（3.2061）0.0585（2.6347）0.0204（2.3041）0.0152（1.3014）0.0105（2.3081）0.0310.2660.934338表6绿色投资的中介效应检验结果CNGTCNGTSQCNGTLGIGDPFSFDIEDUTMAR（1）AR（2）R2观测值东部EI-0.2367（-1.2040）0.1587（1.0520）0.2051（2.0514）0.2051（1.0204）0.3051（2.0085）0.6320（3.0204）0.6382（2.0520）0.5601（2.0104）0.0560.2640.962338ECC-0.6775（-1.3025）0.1935（2.0014）0.3602（3.0254）0.3035（2.3041）0.6352（1.2041）0.5632（2.6305）0.5600（1.2001）0.4170（1.1608）0.0340.2280.827338中部EI-0.7355（-2.3051）0.0182（0.0561）0.0214（2.0501）0.1285（1.3054）0.0351（1.3052）0.1250（5.3050）0.2051（2.3014）0.1034（6.0410）0.0660.3180.671338ECC-0.8117（-1.0051）0.0114（0.0071）0.0020（2.0074）0.0201（1.2041）0.0263（2.3081）0.1051（4.2011）0.1014（2.3051）0.0128（5.3084）0.0670.3640.368338西部EI-0.6350（-1.2801）0.0021（1.0204）0.0120（3.0510）0.0304（2.0560）0.0362（2.6341）0.0236（3.6150）0.1024（3.0014）0.0201（4.2015）0.0390.3470.469338ECC-0.5612（-1.0581）0.0005（1.0524）0.0201（2.6710）0.0014（2.3051）0.0208（3.0241）0.0152（2.6082）0.0218（2.3041）0.0201（3.6054）0.0410.4120.87433858