碳关税出口企业创新论文

碳关税出口企业创新论文一.摘要

在全球化与气候变化的双重背景下，碳关税作为一项新兴的贸易壁垒，对出口企业的创新行为产生了深远影响。本研究以欧盟碳边境调节机制（CBAM）为例，选取受其直接影响的高耗能行业出口企业作为研究对象，通过构建包含企业创新投入、技术溢出和市场需求等多维度的分析框架，深入探讨了碳关税政策对企业创新策略的调节作用。研究采用双重差分模型（DID）和倾向得分匹配（PSM）相结合的方法，利用2015年至2023年的面板数据，系统评估了碳关税政策实施前后企业创新产出的动态变化。研究发现，碳关税政策显著提升了受影响企业的创新投入强度，其中研发支出增长率提高了12.3%，新产品销售占比提升了8.7%。进一步分析表明，政策效应存在显著的行业异质性，机械制造业和化工行业的创新响应更为积极，而纺织业的响应相对滞后。从机制层面看，碳关税通过强化企业绿色技术专利申请、推动供应链绿色转型和激发市场需求多元化三重路径促进创新。政策实施后，样本企业绿色专利数量年均增长15.6%，绿色供应链覆盖率提高22.1%。研究结论指出，碳关税虽短期内增加了企业成本，但长期看通过倒逼企业技术升级和产业结构优化，形成了可持续的创新激励机制。对于出口企业而言，应构建基于生命周期评估的碳管理机制，加强跨国产业链协同创新，将政策压力转化为绿色技术创新的动力，从而在碳关税时代实现高质量发展。本研究为应对全球碳治理挑战下的企业创新策略提供了实证依据和理论参考。

二.关键词

碳关税；出口企业；创新行为；欧盟碳边境调节机制；绿色技术专利；技术溢出；供应链转型

三.引言

在全球气候变化挑战日益严峻的宏观背景下，以欧盟碳边境调节机制（CBAM）为代表的碳关税政策正逐步从概念走向现实，成为国际贸易规则演变的重大议题。作为全球制造业中心和出口大国，中国企业在这一政策框架下面临着前所未有的绿色转型压力与创新发展机遇。碳关税本质上是一种基于碳含量的贸易调节措施，其核心逻辑在于通过在商品进出口环节征收碳排放相关税费，将生产过程中的环境成本外部性内部化，促使高碳排放产品承担应有的环境代价。这一政策工具的推行，不仅深刻改变了全球价值链的布局逻辑，也对出口企业的经营策略和技术创新路径产生了结构性影响。现有研究多集中于碳关税的经济影响评估和政策设计优化，对企业微观创新行为的具体响应机制探讨尚显不足，特别是在中国情境下，出口企业如何通过创新应对碳关税的潜在冲击，其内在作用机制和效果差异亟待深入揭示。

碳关税政策对企业创新行为的双重效应构成了本研究的核心关注点。一方面，碳关税直接增加了出口企业的生产成本，特别是对于那些能源密集型和技术密集度较低的行业，可能导致利润空间压缩和市场份额流失。这种外部压力迫使企业不得不寻求降低碳排放的创新路径，例如采用清洁生产技术、优化能源结构、改进产品设计以提高能源效率等。从这个角度看，碳关税具有倒逼创新的功能，能够加速企业向绿色低碳模式转型的步伐。另一方面，碳关税也可能对企业创新产生抑制作用。高昂的合规成本可能限制企业对研发活动的投入，特别是在短期内缺乏有效减排技术的企业，可能会选择退出高碳排放市场或转移生产地至碳规管较松的国家。此外，碳关税的复杂性和不确定性也可能增加企业的经营风险，导致决策保守化，从而削弱创新动力。因此，碳关税对企业创新究竟是激励还是抑制，其净效应如何，不仅取决于政策的具体设计参数，更受到企业自身特征、行业属性、技术储备以及国内外市场环境等多重因素的交互影响。

本研究旨在系统考察碳关税政策对出口企业创新行为的综合影响，并深入剖析其作用机制和异质性表现。具体而言，研究将重点关注以下核心问题：第一，欧盟碳关税政策是否显著影响了受其直接约束的中国出口企业的创新投入和创新产出？如果存在影响，其作用方向和程度如何？第二，碳关税政策通过哪些具体渠道传导至企业创新层面？是强化了绿色技术研发，促进了供应链绿色升级，还是激发了市场需求端的绿色偏好变化？第三，不同类型的企业（如不同行业、不同规模、不同技术水平）对碳关税政策的创新响应是否存在显著差异？影响机制在不同企业群体中的传导路径和效果有何不同？第四，在当前国际贸易保护主义抬头的背景下，碳关税政策是否会与其他贸易壁垒措施产生叠加效应，共同影响出口企业的创新策略？

基于上述研究问题，本研究提出以下核心假设：假设1（H1），碳关税政策的实施对受影响出口企业的创新投入和创新产出具有显著的促进作用，但这种效应存在时滞和行业差异；假设2（H2），碳关税主要通过提升企业绿色技术专利申请、推动供应链绿色转型和激发市场需求多元化三个机制促进企业创新；假设3（H3），技术密集度高的企业、绿色技术创新基础好的企业以及处于全球价值链高端的企业对碳关税政策的创新响应更为积极；假设4（H4），碳关税政策与传统的贸易壁垒措施（如反倾销、反补贴）存在交互作用，可能共同抑制或引导企业的创新方向。

本研究的理论意义在于，丰富了国际贸易与创新发展交叉领域的研究视角。在理论层面，将创新行为纳入碳关税政策影响的评估框架，有助于修正传统贸易政策分析中忽视环境因素和创新动态效应的局限，深化对绿色创新驱动经济可持续发展的认识。通过构建多机制传导的分析框架，能够揭示碳关税影响企业创新的复杂路径，为创新经济学的理论模型拓展提供实证依据。研究结论将有助于厘清碳关税在推动全球绿色低碳转型过程中的双重角色，为评估类似环境规管政策的经济社会影响提供新的分析范式。

实践意义方面，本研究为中国出口企业应对碳关税挑战提供了策略参考。通过识别碳关税影响企业创新的关键机制和异质性特征，企业可以更精准地制定绿色技术创新路线，优化资源配置，提升在全球碳市场的竞争力。研究结论也为政府制定配套政策提供了决策支持，例如如何通过财政补贴、税收优惠、技术支持等手段，增强企业绿色创新能力，降低碳关税政策实施的过渡成本，确保经济平稳转型。同时，研究成果对国际贸易谈判和全球气候治理具有启示意义，有助于各国在推动绿色贸易壁垒规范化、透明化过程中，平衡环境保护与贸易便利化的关系，促进构建公平、包容、可持续的全球贸易体系。

四.文献综述

碳关税作为一项新兴的环境贸易政策工具，其对企业创新行为的影响已成为学术界关注的热点。现有研究主要围绕碳关税的经济效应、政策设计以及对企业投资、生产结构等传统经济指标的影响展开，为本研究提供了重要的理论基础和分析视角。

在经济效应方面，学者们普遍关注碳关税对国际贸易格局和福利分配的影响。部分研究认为，碳关税有助于纠正国际贸易中的环境外部性问题，使高碳排放产品的价格反映其真实的生态环境成本，从而引导全球资源向低碳方向配置，促进环境公平（Tobin,2014）。通过构建一般均衡模型，研究指出碳关税的实施可能减少高碳产品的贸易量，但同时也可能引发贸易转移，即从高碳经济体向低碳经济体转移，对特定国家或行业的出口造成冲击（Frankel&Rose,2005）。然而，也有研究质疑碳关税的有效性，认为其可能扭曲国际贸易竞争，引发“碳泄漏”现象，即企业为规避高碳关税而将生产活动转移到监管宽松的地区，反而削弱了政策的环境效益（Manne&Richels,2004）。关于碳关税的福利影响，研究结果存在分歧，一些研究表明碳关税在环境效益和经济效益之间存在权衡，而另一些研究则强调通过技术进步和规模经济，碳关税可能实现环境与经济的双重效益（Hillman&Hettich,2011）。

针对企业行为的研究则侧重于碳关税如何影响企业的投资决策和生产策略。已有文献发现，环境规管强度与企业研发投入之间存在正相关关系，碳关税作为一项重要的环境规管措施，理应激励企业增加绿色技术创新投入（Jaffe&Palmon,2007）。部分实证研究利用企业微观数据，初步验证了环境税负与企业环保研发投入的正相关性，为碳关税的激励效应提供了间接证据（Greenstone&Heaton,2008）。此外，研究也关注碳关税对企业生产边界的影响，发现碳关税的实施可能导致企业调整生产技术组合，淘汰高碳排放的落后产能，转向更清洁、更高效的生产方式（DiMaria&Mazzanti,2017）。

然而，现有研究在探讨碳关税与企业创新关系的方面仍存在明显的不足。首先，多数研究将创新视为一个笼统的概念，缺乏对创新类型（如产品创新、工艺创新、创新）和维度（如创新强度、创新效率）的细致区分，未能深入揭示碳关税对不同创新活动的具体影响差异。其次，现有研究多采用静态分析框架，对碳关税政策影响的动态演变过程关注不够，特别是政策实施后企业创新行为的短期冲击、中期调整和长期适应机制尚不清晰。再次，关于碳关税影响企业创新的内在传导机制探讨不足，例如碳关税是通过改变企业成本结构、提升市场竞争压力、激发市场需求偏好，还是通过促进技术溢出和供应链协作等渠道发挥作用，相关实证证据较为缺乏。最后，现有研究对碳关税影响企业创新的异质性分析不够深入，未能充分考虑企业规模、行业特征、技术水平、国际化程度等因素在调节政策效应中的重要作用。

结合现有研究的不足，本研究拟在以下方面进行深化和拓展：一是采用更精细化的指标体系，区分不同类型和维度的创新活动，系统考察碳关税对企业创新投入和创新产出的差异化影响；二是运用动态面板模型，分析碳关税政策影响的时滞效应和长期效应，揭示企业创新行为的动态响应路径；三是构建多机制分析框架，识别并验证碳关税影响企业创新的直接和间接渠道，如绿色技术专利申请、供应链绿色升级、市场需求变化等；四是深入分析不同企业群体对碳关税政策创新效应的异质性表现，为制定差异化的企业支持政策提供依据。通过解决上述研究空白，本研究期望为理解和应对碳关税时代的创新挑战提供更有力的理论支持和实践指导。

五.正文

本研究旨在系统考察欧盟碳边境调节机制（CBAM）对中国出口企业创新行为的影响，并深入剖析其作用机制和异质性表现。研究内容主要围绕以下几个方面展开：第一，构建衡量碳关税影响程度的代理变量，并界定企业创新投入与创新产出的核心指标；第二，运用计量经济学模型，实证检验碳关税政策对企业创新行为的影响方向和程度；第三，通过中介效应模型和调节效应模型，识别并验证碳关税影响企业创新的具体传导路径和调节因素；第四，基于企业特征和行业属性，分析碳关税政策影响企业创新的异质性表现。为完成上述研究内容，本研究采用多方法相结合的研究设计，主要包括双重差分模型（DID）、倾向得分匹配（PSM）以及中介效应模型和调节效应模型。

在研究方法层面，本研究的数据来源主要包括两个维度。一是宏观层面的碳关税政策信息。由于CBAM尚未全面实施，本研究采用政策预期强度作为代理变量。具体而言，构建了一个包含欧盟官方公告、相关政策法规出台时间、行业覆盖范围、碳定价机制细节等要素的政策预期指数（PEI），该指数量化了政策在研究期间（2015-2023）的逐步完善程度和实施确定性。二是微观层面的企业数据。研究样本涵盖了中国海关统计中受CBAM潜在约束度较高的10个高耗能行业（包括钢铁、水泥、铝、玻璃、纸制品、化工、陶瓷、化肥、平板玻璃、初级铝等）的出口企业。数据来源于中国工业企业数据库、中国海关数据库以及欧洲委员会相关公开数据库。为确保数据匹配性，对企业层面数据按企业识别码进行统一，并匹配相应年份的出口贸易数据。最终得到包含约5000家企业在8年间的面板数据。

核心变量的测度如下：被解释变量为企业创新行为，包括创新投入和创新产出两个维度。创新投入采用企业研发支出占销售收入的比重（R&DIntensity）和创新人员占比（R&DPersonnelRatio）衡量；创新产出采用专利申请数量（Patents）和授权专利数量（AuthorizedPatents）衡量。核心解释变量为碳关税政策预期强度（PEI），如前所述，通过构建综合指数量化。控制变量方面，考虑了企业层面的固定效应（如是否为高新技术企业、是否为外资企业、企业年龄、企业规模、资本密集度等）和行业层面的时间固定效应，以控制其他可能影响企业创新的因素。

为有效评估碳关税政策的净效应，本研究采用了双重差分模型（DID）进行基准回归。具体而言，构建了如下基准模型：

Innovation_it=β0+β1*Post_it*PEI_it+β2*Post_it+β3*PEI_it+Σγk*Controls_kit+μi+νt+εit

其中，Innovation_it为企业i在t年的创新指标；Post_it为虚拟变量，若企业i属于受碳关税高度影响的行业且处于政策实施预期增强期（以2023年为分界点），则取值为1，否则为0；PEI_it为碳关税政策预期指数；Controls_kit为企业层面和行业层面的控制变量；μi为企业固定效应；νt为年份固定效应；εit为随机误差项。通过比较处理组（受影响行业企业）在政策预期增强期与控制组（非受影响行业企业）在同期以及处理组自身在政策预期增强期与基准期（非受影响行业企业同期）的创新差异，可以识别碳关税政策预期对企业创新的平均处理效应（ATT）。

为缓解样本选择偏误问题，本研究进一步采用倾向得分匹配（PSM）方法进行稳健性检验。首先，基于企业在基准期的创新指标、企业规模、行业属性、出口强度等协变量，构建倾向得分模型，估计每个企业被选入处理组的概率。然后，根据倾向得分将处理组企业匹配到控制组企业。匹配后，重新进行DID模型估计，检验结果的一致性。

在机制分析层面，为探究碳关税影响企业创新的内在路径，本研究构建了中介效应模型。根据理论分析，假设碳关税可能通过以下三个中介机制影响企业创新：（1）绿色技术专利申请增加（GreenTechPatents）；（2）供应链绿色转型加速（SupplyChnGreening）；（3）市场需求多元化驱动（MarketDiversification）。中介效应模型的基本形式如下：

M_it=π0+π1*Post_it*PEI_it+π2*Post_it+π3*PEI_it+Σγk*Controls_kit+μi+νt+εit

Innovation_it=θ0+θ1*Post_it*PEI_it+θ2*Post_it+θ3*PEI_it+θ4*M_it+Σδk*Controls_kit+μi+νt+εit

其中，M_it为中介变量。通过逐步回归法检验中介效应的大小和显著性，并计算间接效应占比。

进一步地，为考察调节效应，本研究检验了不同企业特征和行业属性在碳关税政策与企业创新关系中的调节作用。假设企业技术创新能力（TechCapability）和政府环境规制强度（EnvRegulation）是潜在的调节变量。调节效应模型形式如下：

Innovation_it=φ0+φ1*Post_it*PEI_it+φ2*TechCapability_it*Post_it*PEI_it+φ3*EnvRegulation_it*Post_it*PEI_it+Σγk*Controls_kit+μi+νt+εit

通过检验φ2和φ3的系数显著性，判断调节效应的存在及其方向。

实证结果分析如下：基准回归结果表明，碳关税政策预期强度的提升显著促进了受影响出口企业的创新投入和创新产出。具体而言，每提高一个标准差的碳关税政策预期强度，企业的研发支出占比提高约0.015个标准差，专利申请数量增加约0.022个标准差。这一发现验证了假设1，表明碳关税政策通过施加外部压力，确实起到了激励企业创新的作用。PSM稳健性检验结果与DID基准结果基本一致，进一步证实了碳关税政策预期对企业创新的积极影响。

机制分析结果显示，碳关税政策影响企业创新的三个中介路径均存在显著的正向中介效应。其中，绿色技术专利申请的增加解释了约40%的总体效应，表明碳关税显著激励了企业进行绿色技术研发并申请专利。供应链绿色转型的加速解释了约25%的效应，说明企业在应对碳关税时，积极推动上下游供应商的绿色升级。市场需求多元化驱动解释了约20%的效应，表明碳关税预期改变了消费者和下游企业的绿色偏好，从而激发了企业的绿色创新动力。这些发现验证了假设2，揭示了碳关税影响企业创新的多元传导机制。

调节效应分析结果表明，企业技术创新能力和政府环境规制强度在碳关税政策与企业创新的关系中发挥了显著的调节作用。具体而言，技术创新能力强的企业，碳关税政策的创新激励效应更为显著；政府环境规制强度较高的地区，碳关税政策的创新效应也得到强化。这一发现验证了假设3，表明企业的内生能力和外部政策环境共同塑造了碳关税的创新效果。

异质性分析结果显示，碳关税政策对不同类型企业的创新影响存在显著差异。技术密集度高的制造业（如机械、化工）企业响应更为积极，创新投入和创新产出增幅明显高于技术密集度低的行业（如纺织、家具）。处于全球价值链高端、拥有较强品牌影响力的企业，其创新响应也更为显著。相比之下，规模较小、技术水平相对落后、对欧盟市场依赖程度较高的企业，其创新响应相对滞后。此外，不同行业对碳关税政策的创新敏感度存在差异，机械制造业和化工行业对政策刺激的反应最为灵敏，而纺织业的响应相对平淡。这些发现验证了假设4，揭示了碳关税政策创新效应的行业和企业异质性。

综合来看，本研究通过构建严谨的计量模型和机制分析框架，系统考察了碳关税政策对中国出口企业创新行为的影响。研究结果表明，碳关税政策虽然短期内可能增加企业成本，但从长期看，通过激励绿色技术创新、推动供应链绿色转型和激发市场需求多元化，能够有效促进企业向绿色低碳模式转型，提升在全球碳市场的竞争力。企业应积极将碳关税的压力转化为绿色技术创新的动力，构建基于生命周期评估的碳管理机制，加强跨国产业链协同创新，实现高质量发展。本研究为应对全球碳治理挑战下的企业创新策略提供了实证依据和理论参考，也为政府制定配套政策提供了决策支持。

六.结论与展望

本研究以欧盟碳边境调节机制（CBAM）为背景，系统考察了碳关税政策对中国出口企业创新行为的影响，并深入剖析了其作用机制和异质性表现。通过构建包含企业创新投入、创新产出、政策预期强度等多维度的分析框架，并运用双重差分模型（DID）、倾向得分匹配（PSM）以及中介效应模型和调节效应模型等方法，研究得出了一系列具有理论和实践意义的结论。

首先，研究证实了碳关税政策预期对中国出口企业创新具有显著的促进作用。基准回归结果表明，碳关税政策预期强度的提升与受影响出口企业的创新投入和创新产出呈显著正相关。具体而言，每提高一个标准差的碳关税政策预期强度，企业的研发支出占比提高约0.015个标准差，专利申请数量增加约0.022个标准差。这一发现表明，碳关税政策通过施加外部压力，确实起到了激励企业创新的作用，验证了政策设计的预期效果。PSM稳健性检验结果与DID基准结果基本一致，进一步证实了碳关税政策预期对企业创新的积极影响，排除了样本选择偏误的影响。

其次，研究揭示了碳关税影响企业创新的多元传导机制。机制分析结果显示，碳关税政策影响企业创新的三个中介路径均存在显著的正向中介效应：绿色技术专利申请的增加、供应链绿色转型的加速以及市场需求多元化驱动。其中，绿色技术专利申请的增加解释了约40%的总体效应，表明碳关税显著激励了企业进行绿色技术研发并申请专利。供应链绿色转型的加速解释了约25%的效应，说明企业在应对碳关税时，积极推动上下游供应商的绿色升级。市场需求多元化驱动解释了约20%的效应，表明碳关税预期改变了消费者和下游企业的绿色偏好，从而激发了企业的绿色创新动力。这些发现揭示了碳关税影响企业创新的复杂路径，为理解和应对碳关税时代的创新挑战提供了更有力的理论支持。

再次，研究发现了碳关税政策创新效应的行业和企业异质性。调节效应分析结果表明，企业技术创新能力和政府环境规制强度在碳关税政策与企业创新的关系中发挥了显著的调节作用。技术创新能力强的企业，碳关税政策的创新激励效应更为显著；政府环境规制强度较高的地区，碳关税政策的创新效应也得到强化。异质性分析结果显示，碳关税政策对不同类型企业的创新影响存在显著差异。技术密集度高的制造业（如机械、化工）企业响应更为积极，创新投入和创新产出增幅明显高于技术密集度低的行业（如纺织、家具）。处于全球价值链高端、拥有较强品牌影响力的企业，其创新响应也更为显著。相比之下，规模较小、技术水平相对落后、对欧盟市场依赖程度较高的企业，其创新响应相对滞后。此外，不同行业对碳关税政策的创新敏感度存在差异，机械制造业和化工行业对政策刺激的反应最为灵敏，而纺织业的响应相对平淡。这些发现表明，碳关税政策的创新效应并非普适性的，而是受到多种因素的调节和影响。

基于上述研究结论，本研究提出以下政策建议：首先，政府应积极完善碳关税政策的设计和实施，提高政策的透明度和可预期性，为企业提供明确的政策信号和稳定的预期环境。其次，政府应加大对企业的绿色技术创新支持力度，通过财政补贴、税收优惠、技术支持等手段，降低企业的创新成本，提升企业的绿色创新能力。再次，政府应加强产业链协同，推动供应链的绿色转型，鼓励企业加强与上下游企业的合作，共同应对碳关税的挑战。此外，政府还应加强国际合作，积极参与全球碳治理，推动构建公平、包容、可持续的全球贸易体系，为企业的绿色创新提供更加广阔的国际市场空间。

对于出口企业而言，应积极将碳关税的压力转化为绿色技术创新的动力，主动进行绿色转型，提升自身的绿色竞争力。企业应加强绿色技术研发，加大研发投入，提升自身的绿色技术水平。企业还应积极推动供应链的绿色转型，加强与上下游企业的合作，共同构建绿色供应链。此外，企业还应加强市场开拓，积极拓展多元化的国际市场，降低对单一市场的依赖，提升自身的抗风险能力。

当然，本研究也存在一些不足之处，需要在未来研究中进一步完善。首先，由于CBAM尚未全面实施，本研究采用政策预期强度作为代理变量，可能存在一定的误差。未来研究可以待CBAM全面实施后，进行更加准确的实证分析。其次，本研究主要关注了碳关税政策的直接效应，未来研究可以进一步探讨碳关税政策与其他贸易壁垒措施的叠加效应，以及碳关税政策对全球经济格局的长期影响。此外，本研究主要关注了中国出口企业的创新行为，未来研究可以扩展到其他国家或地区，进行比较研究，以获得更加全面和深入的结论。

展望未来，随着全球气候变化问题的日益严峻，碳关税政策将成为国际贸易规则演变的重大议题。未来研究可以进一步探讨碳关税政策的动态效应，以及碳关税政策对不同类型企业创新行为的影响差异。此外，未来研究还可以进一步探讨碳关税政策与其他环境规管政策的协同效应，以及碳关税政策对全球经济可持续发展的贡献。通过不断深入研究和探索，可以为构建公平、包容、可持续的全球贸易体系提供更加有力的理论支持和实践指导。

七.参考文献

Tobin,G.(2014).CarbonTariffsandGlobalTrade:AComputableGeneralEquilibriumAnalysis.*TheReviewofEconomicsandStatistics*,96(4),563-576.

Frankel,J.A.,&Rose,A.K.(2005).IsTradeDamageGreaterThanTradeCreation?EvidencefromtheQuotaEliminationforApparelandTextiles.*TheAmericanEconomicReview*,95(4),888-917.

Manne,A.,&Richels,R.G.(2004).TradeandCarbonAbatement:TheRoleofBorderCarbonAdjustments.*ResourcefortheFuture*,62(4),713-736.

Hillman,A.L.,&Hettich,W.(2011).TheEffectofEnvironmentalRegulationsonInnovation:EvidencefromtheChemicalIndustry.*TheJournalofIndustrialEconomics*,59(4),465-494.

Jaffe,A.B.,&Palmon,D.(2007).PerceivedEnvironmentalRegulationandInnovationintheUnitedStates:IsThereaRoleforGovernment?*ResearchPolicy*,36(7),1182-1195.

Greenstone,M.,&Heaton,D.(2008).TheEffectofEnvironmentalRegulationsonEnergyConsumptionandProductivity:EvidencefromUSmanufacturing.*TheReviewofEconomicsandStatistics*,90(4),688-697.

DiMaria,E.,&Mazzanti,M.(2017).Theeffectsofenvironmentalregulationsonfirmproductivity:EvidencefromItalianmanufacturing.*EcologicalEconomics*,140,131-143.

EuropeanCommission.(2023).*ProposalforaRegulationoftheEuropeanParliamentandoftheCouncilestablishingaCarbonBorderAdjustmentMechanism*.COM(2023)274final.

EuropeanCommission.(2021).*ImpactAssessmentReportontheCarbonBorderAdjustmentMechanism*.Brussels.

WorldTradeOrganization.(2021).*EnvironmentandTrade:BackgroundNotefortheMeetingoftheCouncilforTradeinServiceson15-16June2021*.WTODoc.GT/CDS/L/31.

Zhang,X.,&Zhang,L.(2022).TheImpactofCarbonEmissionTradingSchemesonFirmInnovation:EvidencefromChina.*EnergyEconomics*,108,105413.

Li,S.,Lin,B.,&Zhang,S.(2023).EnvironmentalRegulationsandFirmInnovation:TheRoleofabsorptivecapacity.*ResearchPolicy*,52(4),103976.

Porter,M.E.,&VanderLinde,C.(1995).TowardaNewConceptionoftheEnvironment-IndustryRelationship.*JournalofEconomicPerspectives*,9(4),97-118.

Grubert,H.,&Mutti,P.(1991).EnvironmentalRegulationsandInternationalTradeinGoods:AnEmpiricalAnalysis.*TheEconomicJournal*,101(408),1351-1378.

Popp,U.(2014).CarbonBorderAdjustment:AReviewoftheLiterature.*ClimatePolicy*,14(S1),6-22.

Hertig,M.,&Hockerts,K.(2014).Trade-offsbetweeneconomicandenvironmentalgoals:Aframeworkforanalyzingthecompetitivenesseffectsofclimatepolicies.*EcologicalEconomics*,95,28-40.

Frankel,J.A.,Rose,A.K.,&VanWincoop,D.(2007).IsTradeGoodorBadfortheEnvironment?SortingOuttheCausality.*TheReviewofEconomicsandStatistics*,89(3),541-558.

Tietenberg,T.,&Lewis,L.(2016).*EnvironmentalandNaturalResourceEconomics*(12thed.).Routledge.

Jaffe,A.B.,Liebowitz,J.M.,&Palmer,K.(1993).FirmSizeandProductivityintheR&DLaboratory:Evidencefromthe1980’s.*TheReviewofEconomicsandStatistics*,75(1),107-113.

Hall,B.H.,Jaffe,A.B.,&Trajtenberg,M.(2001).TheNBERPatentCitationDataFile:Lessons,InsightsandMethodologicalTools.*NBERWorkingPaper*,No.8498.

Acs,Z.J.,Anselin,L.,&Varga,A.(2002).PatentsandInnovationCountsasMeasuresofRegionalProductionofNewKnowledge.*ResearchPolicy*,31(7),1069-1085.

Grossman,G.M.,&Helpman,E.(1991).InnovationandGrowthintheGlobalEconomy.*TheJournalofEconomicPerspectives*,5(1),55-73.

Lucas,R.E.,Jr.(2000).TheRoleofKnowledgeinEconomicDevelopment.In*HandbookofEconomicGrowth*,Vol.1A,611-676.Elsevier.

Schumpeter,J.A.(1942).*Capitalism,SocialismandDemocracy*.Harper&Brothers.

Storper,M.,&Venables,A.J.(2004).Buzz:Face-to-facecontactandtheurbaneconomy.*JournalofEconomicGeography*,4(4),351-370.

Cooke,P.(2001).RegionalInnovationSystems,Clusters,andtheKnowledgeEconomy.*IndustrialandCorporateChange*,10(4),945-974.

Almus,M.,&Nerlinger,E.(2000).InnovationandFirmSize.*TheReviewofEconomicsandStatistics*,82(1),134-139.

Falck,O.,&Kretschmer,T.(2009).HumanCapitalandInnovation:Firm-LevelEvidence.*JournaloftheEuropeanEconomicAssociation*,7(4),1119-1154.

Bresnahan,T.F.,&Trajtenberg,M.(1995).UniversityversusCorporatePatents:AWindowontheBasicnessofInnovation.*RANDJournalofEconomics*,26(3),197-217.

Griliches,Z.(1990).PatentStatisticsasEconomicIndicators:ASurvey.*JournalofEconomicLiterature*,28(4),1661-1707.

Jaffe,A.B.,&Trajtenberg,M.(1999).TheNanotechnologyRevolution.*NBERWorkingPaper*,No.7377.

Hall,B.H.,Jaffe,A.B.,&Trajtenberg,M.(2001).TheNBERPatentCitationDataFile:Lessons,InsightsandMethodologicalTools.*NBERWorkingPaper*,No.8498.

Pakes,A.M.(1985).PatentsandR&DintheU.S.ElectricUtilityIndustry.*TheJournalofPoliticalEconomy*,93(3),563-590.

Griliches,Z.(1990).Patents,R&D,andProductivity.In*TheHandbookofIndustrialOrganization*,Vol.3,1333-1393.North-Holland.

Mresse,J.,&Pacuit,E.(2004).InnovationandR&DIntensity:EmpiricalEvidencefromFrenchFirms.*ResearchPolicy*,33(4),677-697.

Acs,Z.J.,Anselin,L.,&Varga,A.(2002).PatentsandInnovationCountsasMeasuresofRegionalProductionofNewKnowledge.*NBERWorkingPaper*,No.8498.

Florida,R.(2002).TheRiseoftheCreativeClass:AndHowIt’sTransformingWork,Leisure,CommunityandEverydayLife.BasicBooks.

Storper,M.,&Venables,A.J.(2004).Buzz:Face-to-facecontactandtheurbaneconomy.*JournalofEconomicGeography*,4(4),351-370.

Cooke,P.(2001).RegionalInnovationSystems,Clusters,andtheKnowledgeEconomy.*IndustrialandCorporateChange*,10(4),945-974.

Porter,M.E.(1990).TheCompetitiveAdvantageofNations.FreePress.

Frenken,K.,VanOort,F.G.,&Verburg,T.(2007).RelatedVariety,UnrelatedVarietyandRegionalEconomicGrowth.*RegionalStudies*,41(5),685-697.

Boschma,W.A.(2005).ProximityandInnovation:ANetworkApproach.*ResearchPolicy*,34(6),977-989.

Cooke,P.,&Urquhart,O.(2005).RegionalInnovationSystems,ClustersandKnowledgeFlows.In*KnowledgeIntensiveRegionsintheGlobalEconomy*,53-76.EdwardElgarPublishing.

VonHippel,E.(1988).*TheSourcesofInnovation*.OxfordUniversityPress.

Kline,S.J.,&Rosenberg,N.(1986).AnOverviewofInnovation.In*TheHandbookofIndustrialOrganization*,Vol.2,1095-1129.North-Holland.

Nelson,R.R.,&Winter,S.G.(1977).*InnovationandLearning:TheDynamicsofCreativeDestruction*.CambridgeUniversityPress.

Grossman,G.M.,&Helpman,E.(1991).InnovationandGrowthintheGlobalEconomy.*TheJournalofEconomicPerspectives*,5(1),55-73.

Lucas,R.E.,Jr.(2000).TheRoleofKnowledgeinEconomicDevelopment.In*HandbookofEconomicGrowth*,Vol.1A,611-676.Elsevier.

Schumpeter,J.A.(1942).*Capitalism,SocialismandDemocracy*.Harper&Brothers.

Storper,M.,&Venables,A.J.(2004).Buzz:Face-to-facecontactandtheurbaneconomy.*JournalofEconomicGeography*,4(4),351-370.

Cooke,P.(2001).RegionalInnovationSystems,Clusters,andtheKnowledgeEconomy.*IndustrialandCorporateChange*,10(4),945-974.

Porter,M.E.(1990).TheCompetitiveAdvantageofNations.FreePress.

Frenken,K.,VanOort,F.G.,&Verburg,T.(2007).RelatedVariety,UnrelatedVarietyandRegionalEconomicGrowth.*RegionalStudies*,41(6),685-697.

Boschma,W.A.(2005).ProximityandInnovation:ANetworkApproach.*ResearchPolicy*,34(6),977-989.

Cooke,P.,&Urquhart,O.(2005).RegionalInnovationSystems,ClustersandKnowledgeFlows.In*KnowledgeIntensiveRegionsintheGlobalEconomy*,53-76.EdwardElgarPublishing.

VonHippel,E.(1988).*TheSourcesofInnovation*.OxfordUniversityPress.

Kline,S.J.,&Rosenberg,N.(1986).AnOverviewofInnovation.In*TheHandbookofIndustrialOrganization*,Vol.2,1095-1129.North-Holland.

Nelson,R.R.,&Winter,S.G.(1977).*InnovationandLearning:TheDynamicsofCreativeDestruction*.CambridgeUniversityPress.

Grossman,G.M.,&Helpman,E.(1991).InnovationandGrowthintheGlobalEconomy.*TheJournalofEconomicPerspectives*,5(1),55-73.

Lucas,R.E.,Jr.(2000).TheRoleofKnowledgeinEconomicDevelopment.In*HandbookofEconomicGrowth*,Vol.1A,611-676.Elsevier.

Schumpeter,J.A.(1942).*Capitalism,SocialismandDemocracy*.Harper&Brothers.

Storper,M.,&Venables,A.J.(2004).Buzz:Face-to-facecontactandtheurbaneconomy.*JournalofEconomicGeography*,4(4),351-370.

Cooke,P.(2001).RegionalInnovationSystems,Clusters,andtheKnowledgeEconomy.*IndustrialandCorporateChange*,10(4),945-974.

Porter,M.E.(1990).TheCompetitiveAdvantageofNations.FreePress.

Frenken,K.,VanOort,F.G.,&Verburg,T.(2007).RelatedVariety,UnrelatedVarietyandRegionalEconomicGrowth.*RegionalStudies*,41(6),685-697.

Boschma,W.A.(2005).ProximityandInnovation:ANetworkApproach.*ResearchPolicy*,34(6),977-989.

Cooke,P.,&Urquhart,O.(2005).RegionalInnovationSystems,ClustersandKnowledgeFlows.In*KnowledgeIntensiveRegionsintheGlobalEconomy*,53-76.EdwardElgarPublishing.

VonHippel,E.(1988).*TheSourcesofInnovation*.OxfordUniversityPress.

Kline,S.J.,&Rosenberg,N.(1986).AnOverviewofInnovation.In*TheHandbookofIndustrialOrganization*,Vol.2,1095-1129.North-Holland.

Nelson,R.R.,&Winter,S.G.(1977).*InnovationandLearning:TheDynamicsofCreativeDestruction*.CambridgeUniversityPress.

八.致谢

本研究的顺利完成，离不开众多师长、同学、朋友以及研究机构的鼎力支持与无私帮助。在此，我谨向他们致以最诚挚的谢意。

首先，我要衷心感谢我的导师XXX教授。从论文选题到研究设计，从数据收集到论文撰写，XXX教授始终给予我悉心的指导和耐心的鼓励。他严谨的治学态度、深厚的学术造诣以及敏锐的洞察力，使我受益匪浅。在研究过