國家創新型城市建設能否促進碳排放效率

摘 要：

創新驅動發展背景下，提高碳排放效率是實現綠色化、低碳化發展的關鍵環節。基于創新型城市試點建設的準自然實驗，構建企業異質性分析框架，從理論與實證分析試點政策對城市碳排放效率的影響、傳導機制與時空異質性，利用2006～2020年282個地級市的面板數據進行驗證。研究表明：創新型城市試點政策會顯著促進城市碳排放效率的提升；在影響機制方面，創新型城市試點政策會通過綠色技術創新與產業結構優化的渠道，提升城市碳排放效率；創新試點政策對碳排放效率的提升作用在不同區域、不同產業基礎、不同規模的城市存在差異化影響；空間視域下，創新試點政策對碳排放效率的促進作用存在空間溢出效應，會顯著帶動150千米至250千米內城市碳排放效率的提升。

關鍵詞：

創新型城市試點；碳排放效率；多期雙重差分模型；空間衰變規律

文章編號：2095-5960（2023）02-0093-10；中圖分類號：F205

；文獻標識碼：A

一、引言

改革開放以來，中國經濟出現了舉世矚目的增長，但在當前新舊動能加速轉換與經濟轉型升級的關鍵時期，以往的要素驅動與投資規模驅動型的增長模式卻難以持續［1］，高能耗、高排放、高污染等問題層出不窮，在此背景之下走好人與自然和諧共生的高質量發展之路成為必然選擇。黨的二十大報告指出：“實現高質量發展的關鍵環節是推動經濟社會實現綠色化、低碳化發展”。從理論層面來看，實現綠色化、低碳化轉型，提高碳排放效率是最具有效率的方式之一［2］。根據Cai等的測算，城市二氧化碳排放量占中國碳排放總量的70%以上［3］，其中城市基礎設施建設、工業生產活動、交通運輸以及居民日常生活成為了能源消耗與碳排放的主要貢獻部門。所以著眼于城市視域，推動城市轉變發展模式、經濟生活方式，優化產業結構，提高能源利用效率，實現城市碳排放效率的逐步提升成為當前實現綠色化、低碳化轉型的關鍵，更是實現高質量發展的應有之義。

黨的二十大報告提出：“統籌推進國際科技創新中心、區域科技創新中心建設”，城市作為創新要素集聚的主要空間區域，城市創新水平的高低會直接影響城市的發展能力。［4］為進一步推動城市創新行為的活躍與更好實現創新效能，中國政府從2008年開始，分批設立國家創新型試點城市，并明確深圳作為首個試點城市，按照“試點先行，逐步推廣”的設立原則，國家創新型城市試點范圍不斷擴大，試點名單不斷擴容，截至2018年末，已有76個設區城市與2個縣級城市成為國家創新型試點城市。

黨的十八大以來，生態環境發生全局性、歷史性轉變，同時創新型試點城市政策效果不斷展現，關于創新型城市試點政策的減排效應分析在近些年也不斷展開［5］，以試圖探究創新型城市試點政策的減排效應與對應機理。與本文研究較為緊密的研究可以概括為兩類。第一類是關于碳減排的績效分析，黨的二十大報告指出：“重點控制化石能源消費，逐步轉向碳排放總量和強度‘雙控制度”，當前研究多圍繞上述內容展開，即聚焦碳消耗強度與尋求碳排放的影響因素。具體而言，針對碳排放消耗強度，多圍繞碳排放強度［6］、人均碳排放量［7］等內容展開。針對碳排放效率的影響因素，多從影響碳排放效率的經濟因素出發，以及可能會對碳排放效率產生的影響。［8，9］第二類是關于創新型城市試點政策所產生的政策效應，但當前政策效應的影響多集中于對城市創新能力的衡量［1，10］，以及關注試點政策所帶來的“綠色效應”。而在當前關于試點政策對碳排放的影響中，更多選擇使用碳強度［11］、基于DEA模型的碳效率［12］，并未綜合考慮碳作為非期望產出的經濟作用。雖然已有文獻關注了創新型城市試點可能存在的空間溢出效應［13］，但并沒有關注到試點政策對碳排放效率的空間效應是否存在異質性特點。

國家創新型城市試點政策作為旨在推動城市創新的重要政策，能否推動碳排放效率的提升？其對碳排放效率的作用機制是什么？在影響過程之中，作為區域中心的城市是否對鄰近區域起到帶動作用？這將是本文研究的主要問題。盡管創新型城市試點政策已然實施多年，但準確評估創新型城市試點政策對城市碳排放效率的理論分析與實證研究仍然相對匱乏，現有研究多從實證出發，關注創新型城市試點政策對碳排放量的直接影響。一方面，忽視了政策效應對企業創新偏好和產業結構的影響，以及由此產生對碳排放效率的影響，缺乏分析的微觀機制；另一方面，現有研究較少關注創新型試點城市作為區域中心，可能對鄰近城市碳排放效率所產生的空間溢出效應。本文旨在通過對創新型城市試點政策的實證分析回答上述問題，為進一步推動創新型城市試點建設提供借鑒與參考。

二、理論模型與假設檢驗

為更好刻畫創新型城市試點政策對碳排放效率的影響，在常替代彈性形式（CES）效用函數和異質性企業模型的基礎之上，構建創新型試點政策對碳排放效率的理論模型。本文更多關注創新型城市試點政策對企業創新成本的影響，從而引出企業的創新性偏好和產業結構優化兩類機制，并分析兩類機制在創新型城市試點政策對碳排放效率影響中的作用，同時將創新型試點城市與非創新型試點城市加以區分，引入空間經濟學的分析內容，探究創新型城市試點政策的時間和空間異質性規律。具體分析如下：

假設常替代形式（CES）的效用函數：

U=∫N0q（i）σσ－1diσ－1σ? （1）

其中，N表示市場商品總量，i表示第i個商品，q（i）表示對商品i的需求量，σ表示商品之間的替代彈性，給定總收入Y，求解上述方程的效用最大化，便可得到商品需求與收入以及價格之間的關系式：

q（i）=p（i）－σp1－σY? （2）

其中，p（i）表示商品i的價格，P=∫N0p（i）1－σdi11－σ是總體價格指數。

由于市場供給由異質性企業滿足，所以針對異質性企業模型的假定如下：

第一，企業所面臨的市場形勢為壟斷競爭市場，企業進入市場存在固定效應門檻，即所需f0的初始投資，假定所有企業所面臨的初始生產率ψ服從帕累托分布。第二，企業擁有自由選擇中間商品生產的權利，同時會伴隨著二氧化碳的產生，假定生產成本表示為q2/φ ，由科斯定理可知，當產權界定明確后，廠商需要承擔由于二氧化碳所導致的治理費用，需要對承擔由于負外部性所導致的社會成本，將會以碳排放費用、稅收以及購買碳排放份額等形式來表現，使用ρ來表示。所以將生產成本定義為pq2/φ。第三，企業可以自由選擇創新形式，從而將生產率提高到γφ（γ>1），單位創新成本同企業初始生產率成反比，具體表現為δ/φ。由于創新型城市試點政策的推行會提高企業自主創新能動性，提高企業創新能力，從而減少企業創新成本，使得企業創新成本從γ/φ降低至cγδ/φ，也即政府支持力度越大，企業開展相關生產經營活動更為便利，企業創新成本進一步下降。綜上，企業的利潤最大化可以表示為：

maxπ=pq－ρq2γφ－cγδφ－f0 ??（3）

結合（2）式與（3）式，通過對產量與創新的一階條件，可得：

q=2－σφσσ－1σPσ－1Yc－12σδ－12σρ－12σ ??（4）

γ=2－σφσσ－1σσPσ－1Yc－12（σ+1）δ－12（σ+1）ρ－12（σ－1）? （5）

由式（5）可得dγ/dc>0，表明企業創新成本的下降會有效提高企業的生產效率。在創新型城市建設的市場中，由于鼓勵扶持企業創新的政策不斷出臺，政府不斷優化營商環境，減少對創新行為的干預，從而不斷降低企業創新成本，進而促進企業創新［1］。

企業創新成本的降低，可能會產生兩類影響。第一類影響，由于環境約束的存在，低碳化、綠色化成為企業生產經營活動的追求目標，企業的自由創新便會偏向于綠色技術。同樣的，企業的綠色技術創新偏向可以獲得更多的政府支持與資金扶持，從而降低企業尋求資金支持與技術合作的難度，進而激發城市的整體綠色創新熱情。［14］城市的綠色創新偏好能夠有效降低能源消耗強度，提高能源利用效率，在生產過程或末端治理中減少二氧化碳的排放量［15］，同時也會提高污染治理技術，通過碳封存、碳捕捉等技術手段提高治理碳排放的能力［16］，進而提高產業碳排放效率。第二類影響，企業創新成本的降低，為進一步加快創新步伐，在市場競爭中獲取優勢，會加強同科研院校等技術合作部門的聯系，從而擴大對生產性服務行業的需求。在此過程中，資源密集型生產模式會逐漸轉向知識、技術密集型行業，降低經濟增長對資源能源類行業的依賴程度，提高碳排放效率。從產業結構演進的角度來看，企業創新成本的降低會持續優化產業結構，進而提高碳排放效率。因此，本文提出如下假設：

假設1：創新型城市試點政策的實施，可以通過提高城市綠色技術創新與促進產業結構優化兩條路徑，推動城市碳排放效率的提升。

將（4）式與（5）式帶入（3）式中可得到在碳約束背景下的企業臨界生產效率：

φ=2（σ－1）－1σσσ－1f1σ－10PY11－σc12δ12ρ12φ? （6）

由（6）式可得，dφ/dc<0，以上結論表明，創新型城市試點建設降低了企業的創新成本，從而激發了企業的創新能力，進而提高了企業的生產效率。可以認為伴隨著碳排放約束強度的提高，企業會自發將生產要素不斷投入低碳化的生產設備與生產工藝中，以應對碳排放約束強度。在此情形下，外生的創新政策會對企業產生進一步的激勵作用，低碳化的創新性成果不斷涌現，推動在位企業進一步壓低生產成本，而不主動進行求變的在位企業會面對更高的排碳成本、更為嚴格的市場監管，從而增加了在位企業的退出風險，伴隨低生產效率企業的退出，市場競爭壓力減弱，更多潛在企業進入市場，進一步提高在位企業整體水平。可以認為通過市場選擇，進一步強化企業的碳排放效率水平，進而提升城市整體碳排放效率。因此，本文提出如下假設：

假設2：在碳排放約束條件下，創新型城市試點政策的實施會降低企業創新成本，通過市場選擇效應，強化企業碳排放效率，推動城市碳排放效率的提升。

創新型城市試點政策存在政策溢出現象［13］，Briant 等認為區位導向性政策對鄰近市場的影響更為顯著［17］。為了有效刻畫這種鄰近溢出的空間效應，對受創新型城市試點建設的城市與未受創新型城市試點建設的城市進行分類分析，對政策影響系數c進行分類c=c1， 入選創新型城市試點c2，未入選創新型城市試點? ，由空間區位距離重新對c進行分類設定。即c2=c1f（d12），函數形式為空間距離函數，d12為兩個城市之間的空間距離。

在上述分類設定的基礎之上，對式（6）進行重新求解，可得：

dφ/dc2=（σ-1）-1σσσ-1fσσ-10 PY11-σc-121 δ12ρ12f（d12 ）12 ??（7）

發現dφ/dc<0的結論并未受到影響，可以認為：創新型城市試點受到政策影響更為顯著，未入選創新型試點的城市所受到的政策影響會伴隨空間距離的增加而出現異質性特點。曹清峰認為此類現象可以從空間與時間兩個維度進行解釋。［18］從空間角度來看，創新型城市試點政策對周邊區域的碳排放效率可能出現先變小、后變大、再變小的“～”型變動趨勢。根據空間經濟學理論，中心區域對周邊區域存在“虹吸現象”，從而在周邊區域形成陰影集聚區［19］，這可能會對距離創新型試點城市過近的城市產生不利影響，而當超過一定空間距離后，擺脫陰影聚集區，創新型試點城市才會對周邊區域的碳排放效率產生正向溢出效應。伴隨著空間距離的進一步增大，超過了創新型試點城市空間溢出的最大范圍，創新型城市試點政策的帶動作用又變小。因此，伴隨距離創新型試點城市空間距離的增加，創新型試點城市的空間溢出作用可能存在很強的空間異質性特征，呈現出“～”型變動特征。但值得注意的是創新型城市試點名單會出現擴容現象，因為原有受到空間溢出效應影響的城市會受到政策直接影響，而原有受到微弱空間溢出效應影響的城市則會出現效應增強的情況。因此，本文提出如下假設：

假設3：創新型城市試點政策的實施，對鄰近城市的碳排放效率存在先變小、后變大、再變小的空間溢出效應。

三、研究設計

（一）模型設計

國家創新型城市試點政策的實施，既會對國家創新型試點城市的碳排放效率與樣本期間非國家創新試點城市碳排放效率產生差異，也會對國家創新型試點城市獲批前后產生差異。本文借鑒Wolff［20］的研究，構建多期雙重差分模型，對創新型試點城市和非試點城市的碳排放效率在試點政策前后的差異性進行對比。具體的模型構建如下：

eff_co2 it? = β0? + β1 policyit? + αXit? + μi? + ηt? + εit? ??（8）

eff_co2it為被解釋變量，即i城市t年的碳排放效率；policyit為國家創新型試點城市的虛擬變量，從某城市獲批成為國家創新型試點城市的當年及以后，policyit取1，否則便為0，其系數β1表示創新型城市試點政策的實施效果。Xit為一系列控制變量；μi、ηt為個體效應與時點效應，εit為隨機誤差項。

（二）變量選擇

1.被解釋變量。為使得測度的碳排放效率（eff_co2it）指標更為精準，本文采用基于非期望產出的SBM模型，模型構建如下：

min ρ=1m∑mi=1xxik1r1+r2∑r1s=1ydydsk+∑r2q=1yuyuqk? （9）

s.tx≥∑nj = 1，≠kxij λj ;yd≤∑nj = 1，≠kydsjλj yu≥∑nj = 1，≠kyuqjλj ;x≥xk ;yd≤ydk ;yu≤yuk λj ≥0;i = 1，2，…，m;j=1，2，…，n

s=1，2，v，r1;q=1，2，…，r2? （10）

選擇使用勞動力、資本和能源三個變量作為投入指標。其中，勞動力選擇使用各地級市年度就業人數（萬人）、資本投入使用永續盤存法計算，并以2007年為基期平減得到資本投入水平（億元）、能源投入使用全社會用電總量（萬千瓦時）用以衡量。產出指標主要包括期望產出與非期望產出，選擇使用以2006年為基期平減的名義GDP（億元）作為期望產出水平，非期望產出則選擇地級市碳排放總量進行衡量，關于碳排放量的計算，參考吳建新等［21］的測算方法，將電能、煤氣和液化石油氣、交通運輸和熱能消耗產生的碳排放相加就得到各個城市總的碳排放。

2.核心解釋變量。國家創新型試點城市的虛擬變量（policy）。具體而言，根據國家創新型城市試點的獲批名單與獲批年份，以2008年、2010年、2011年、2012年、2013年與2018年通過的76個創新型城市作為實驗組，在獲批年份及往后年份，policyit取1，對于未入選城市，則policyit取0。

3.機制變量。綠色技術創新（green_create）選擇城市當年綠色專利申請量表征，產業結構優化（hsm）選擇產業結構高級化進行處理，即為城市當年第三產業產值除以第二產業產值，得到城市產業優化指標。

4.其他控制變量。本文選取綠化水平（green）、財政科教偏向（fiance）、公共交通（bus）、郵電業務量（it）。其中綠化水平與公共交通參考逯進等［22］的研究，分別采用百萬人擁有綠地面積、百萬人擁有公共汽電車輛表示；財政科教偏向采用財政科教支出/財政總支出表征；郵電業務量參考吉亞輝等［23］的研究，采用每百萬人郵電業務量（萬元）衡量。

（三）數據來源

本文采用的樣本為2006～2020年282個地級市平衡面板數據，基于此評價創新型城市試點政策對碳排放效率的促進作用。相關數據來源為《中國城市統計年鑒》《城市建設統計年鑒》《中國科技統計年鑒》以及部分省、市的統計年鑒。對于缺失數據采取線性插值法與趨勢推斷法補齊。

四、實證結果及分析

（一）基準回歸

參考白俊紅、胡劍波和王楷文等［10，24］的分析邏輯，分別使用混合效應與高維固定效應對式（8）進行回歸，結果如表1所示。其中，第（1）列是未考慮控制變量及固定效應的估計結果，第（2）列是在第（1）列的基礎上加入控制變量后的估計結果，第（3）列是在第（1）列的基礎之上考慮時點與個體的固定效應后的估計結果，第（4）列則是在第（3）列的基礎之上，加入控制變量后的估計結果。結果顯示，無論在何種控制效應下，policy的回歸系數均顯著為正，可以表明國家創新型城市試點政策對碳排放效率的提升有顯著的促進作用。

（二）穩健性檢驗

1.平行趨勢檢驗。借鑒Beck 等的研究［25］，采用事件研究法檢驗實驗組與控制組是否滿足平行趨勢檢驗以及對獲批創新型試點城市的動態影響，模型構建如下：

eff_co2 it? = β0? + ∑τ = 12τ = -2βτ policyit? + αXit? + μi? + ηt? + εit ??（11）

式（11）中的變量解釋同式（8）一致。國家創新型城市試點政策實施前后城市碳排放效率的變動情況如圖1所示。由于在不同年份創新型試點城市存在顯著數量差異，所以政策影響容易出現相應階段差異。根據不同年份入選城市的數量差異，可以將政策影響進行相應的時間階段劃分。2008年與2010年的第一階段，城市開始入選創新型城市試點名單，在此階段政策效能出現顯著上升趨勢，城市創新活動活躍，對傳統產業改造效果不斷展現；2011年至2013年的第二階段，此階段創新型城市試點政策對入選城市的碳排放效率影響持續上升且交疊了上一階段的促進作用；2018年后的第三階段，在此階段創新型城市試點政策對碳排放效率的促進作用出現下降趨勢，這可能是因為政策呈現的邊際推動作用下降所致。在政策實施初期，政策對傳統產業的改造能力較強，城市產業轉型升級效果顯著，但伴隨前期入選名單城市對傳統產業改造升級難度不斷上升，政策進入瓶頸期所致，從而出現了單體政策難以持續抑制的效果。［11］

2.PSM-DID估計。為緩解由于樣本選擇偏誤所導致的估計不準確問題，首先運用傾向性得分匹配法對樣本進行重新匹配，為保證匹配結果的準確性，分別使用Logit模型與K近鄰匹配、半徑匹配與核匹配進行樣本匹配；其次經過匹配后，各變量在處理組與對照組的檢驗結果均能夠接受無差異的原假設；最后在匹配完成后，將最終匹配結果進行重新估計，結果如表2所示。由結果可知，policy的估計系數在近鄰匹配、半徑匹配與核匹配三種匹配結果下仍呈現出1%的顯著性水平，且系數結果為正?？梢哉J為創新型城市試點政策對碳排放效率的提升作用依然顯著，說明本文的結果具有一定程度的穩健性。

3.安慰劑檢驗。盡管已經在模型設定中控制了時點效應與個體效應，也選取了相應的控制變量對可能產生的有偏估計進行了相應的處理，但仍然存在一些無法觀測的個體效應對模型估計結果產生相應的沖擊。借鑒Topalova［26］的方法。將創新型城市試點政策提前2年以考察是否對碳排放效率存在顯著促進作用，同時構建虛擬的創新型試點城市，隨機更換2008年、2010年、2011年、2012年、2013年與2018年的入選城市，建立虛擬變量并重新回歸，回歸結果如表3所示。根據結果顯示，在將政策時間提前2年與隨機更換歷次創新型試點城市名單后，policy的回歸系數均未通過顯著性檢驗，與預期結果基本一致，基準回歸結果不存在系統性偏誤。

4.內生性與穩健性檢驗。采取工具變量法從而解決模型設定中可能存在的內生性問題。選用城市距離海岸線距離作為工具變量之一。臨海城市相較于內陸城市具有對外交流與吸引外資的優勢，以新業態與新形式為代表的經濟發展模式層出不窮，對創新的現實需求更為強烈，更容易入選國家創新型城市試點名單。滿足工具變量相關性要求，而城市碳排放效率則與海岸線距離并不存在直接相關性，滿足排他性要求。此外借鑒郭勁光等的研究［27］，使用滯后一期的城市碳排放效率進行內生性檢驗，結果如表4所示。兩個工具變量均通過檢驗，LM檢驗通過了1%的顯著性檢驗，拒絕了識別不足的原假設，Wald F統計量分別為19.291與12.768，均大于Stock-Yogo提供的0.1顯著性水平上的臨界值，拒絕了弱工具變量的原假設。同時，policy的系數在1%的水平顯著為正，且大于基準回歸系數，也即在使用城市距離海岸線距離與滯后一期的碳排放效率作為工具變量后，顯著緩解了內生性問題，創新型城市試點政策對碳排放效率的促進作用更強。

為保證本文實證結果的準確性，本文使用更換被解釋變量與剔除一線、新一線城市的方式對式（8）進行回歸，回歸結果如表4所示。第一，使用EBM模型代替本文所使用的SBM模型，在替換了被解釋變量后，仍然證明了上文結果仍具有穩健性；第二，由于創新型城市試點選擇可能存在選擇性偏誤，即在“挑選贏家”的行為動機驅動下［10］，因此在回歸結果中剔除一線城市與新一線城市，可以發現回歸結果依然在1%水平下顯著為正，證實了回歸結果的穩健性。

5.其他政策效應檢驗。為避免其他政策對創新型城市試點政策關于碳排放效率的評估產生影響，進一步控制新能源汽車城市試點、碳排放交易城市試點與智慧城市試點政策，將上述三類同樣會對碳排放效率產生影響的試點政策設置為虛擬變量納入回歸模型，結果如表5所示。根據回歸結果顯示，在分別加入新能源汽車城市試點、碳排放交易城市試點與智慧城市試點后，發現創新型城市試點政策對碳排放效率的影響并未產生影響，其“凈效應”顯著為正，并通過1%的顯著性檢驗。但值得注意的是，上述三類政策同樣會對碳排放效率產生正向的促進作用，但創新型城市試點政策對碳排放效率的提升作用大于剩余政策，再一次驗證了本文基準回歸的穩健性。

通過上述分析，驗證了本文的假設2，即創新型城市試點政策會促進城市碳排放效率。

（三）異質性分析

上文分析了創新型城市試點政策對碳排放效率的影響，為進一步考察政策作用是否會受到區域異質性、城市規模異質性與是否為老工業基地的影響，針對上述三類異質性進行分類回歸。從表6的區域異質性結果來看，該政策可以顯著提升東部、中部區域的碳排放效率，但對西部區域的碳排放效率呈現出負向阻礙作用。這可能是由于東部區域相較于中部、西部區域具有更多的發展累積優勢，從而為實現 “低碳化”轉型提供了強大支撐，能源利用效率進一步提高。中部區域盡管落后于東部區域，但伴隨著中部崛起戰略的實施，中部區域更好地發揮了產業承接的作用，從而為更好地實現“低碳化”轉型提供了新動能。西部區域所出現的負向影響，可能是由于西部區域產業結構與能源利用模式較為落后，存在發展慣性，嚴重制約了低碳化轉型之路。盡管創新型城市試點政策對西部區域的低碳化轉型之路起到了助力作用，但受制于地理位置原因，西部區域城市入選創新型試點城市名單數量較少，所以創新型城市試點政策對西部區域碳排放效率呈現出負向影響關系。根據各地級市城區的常住人口數量，將樣本城市劃分為大中型城市與小城市進行分別回歸，以驗證不同城市規模對碳排放效率的異質性影響。創新型城市試點政策對大城市的碳排放效率有正向的提升作用，但對小城市的政策效果并不顯著。這可能是因為，大中城市創新條件更為充分，產業結構較為完備，為進一步發揮創新對傳統產業改造升級以及提升能源利用效率提供了更好的發展空間。但規模較小的城市產業集聚水平與資源配置效率較低，“集聚效應”與“共享效應”較差，創新型城市試點政策對碳排放效率的提升作用不具有顯著作用。

（四）機制檢驗

以上研究表明創新型試點城市政策促進了城市碳排放效率的提升，那么此類正向的影響是通過何種渠道發揮作用的？本文從綠色技術創新和產業結構優化兩個視角證實了創新型試點城市政策影響城市碳排放效率的機制，借鑒王星［4］的研究思路，設定如下模型：

Mit=β0+β1policyit+αXit+μi+ηt+εit? （12）

eff_co2 it? = β0? + β1 policyit? + β2 policyit *Mit? + αXit? + μi? + ηt? + εit ??（13）

其中，Mit為需要驗證的影響機制變量：綠色技術創新（green_create）和產業結構高級化（hsm）。系數β1表示創新型城市試點政策對綠色技術創新和產業結構高級化的影響。在式（13）中引入創新型城市試點政策與機制變量的交互項，分析綠色技術創新與產業結構高級化的影響機制。由表7的回歸結果可知，創新型城市試點政策顯著促進了城市綠色技術創新與產業結構優化。綠色技術創新同試點政策的交乘項表明，伴隨著綠色技術創新水平的上升，創新型城市試點政策對碳排放效率的影響不斷增強。在產業結構優化同創新型城市試點政策的交乘項中，隨著產業結構優化程度的不斷上升，即由第二產業向第三產業過渡的過程之中，創新型城市試點政策對碳排放效率的影響不斷提高。以上結論驗證了本文的研究假設1，即綠色技術創新與產業結構優化是創新型城市試點政策影響城市碳排放效率的重要機制。值得注意的是，在表7的式（13）回歸結果中，在加入機制變量同政策變量的交乘項后，創新型城市試點政策對碳排放效率的影響為負，參考曹清峰［18］的解釋，認為在非創新型試點城市，提升綠色技術創新水平與優化產業結構，對碳排放效率的影響是呈現為負向影響。所以創新型城市試點政策所帶來的區域極化現象更加顯著，資源愈發趨向于創新型試點城市，進一步印證了本文在區域異質性探討中關于西部區域的相關分析。

（五）空間衰變規律

為進一步檢驗創新型城市試點政策對碳排放效率的空間溢出效應，參考曹清峰［18］的研究，并且考慮在多期雙重差分模型中，在不同年份創新型試點城市名單會出現擴容的情況，所以應當在空間異質性模型中區分不同年份的入選城市，即同時考慮空間異質性與時間異質性，模型設定如下：

eff_co2 it? = β0? + β1 policyit? + ∑S = 350s = 50∑J = 76j = 1δsj Nsjit? + αXit? + μi? + ηt? + εit ??（14）

式（14）是在式（8）的基礎之上引入一組新的虛擬變量Nsjit 。其中，參數s表示城市之間的地理距離（單位為千米，s≥50），本文使用任意兩個城市之間的球面距離用以衡量；j表示2008～2018年間入選國家創新型城市試點名單的城市，共76個城市。如果在t年距離城市i（s－50，s］的空間范圍存在創新型試點城市，則Nsjit=1，否則Nsjit=0。由于國家創新型城市試點名單在不同的年份出現擴容的情況，則分別根據2008年、2010年、2011年、2012年、2013年與2018年的入選名單，對Nsjit進行擴容處理。因此，Nsjit的系數δsj衡量了國家創新型城市試點政策對鄰近城市碳排放效率的影響，在本文的具體回歸分析中，以50km為單位，分別匯報了當s=50，100，…，300，350時式（14）的回歸結果，并通過比較不同閾值下的參數變動與統計顯著性來檢驗國家創新型城市試點政策效應時間與空間的雙重異質性。

圖2根據式（13）的估計結果繪制出了變量Nsjit系數隨著空間距離變動的變化趨勢。具體而言，隨著創新型試點城市的空間距離的增加，創新型試點城市對周圍城市碳排放效率的影響呈現出先降低、再上升、再降低的變化趨勢。其中，創新型試點城市的集聚陰影區在自身所在的150 km內，而對周圍150～250 km范圍內的城市碳排放效率呈現出顯著的帶動作用，而對超過250 km的城市碳排放效率則表現出劇烈降低的特點。驗證了本文的假設3，即創新型試點城市對鄰近城市的碳排放效率存在先變小、后變大、再變小的空間溢出效應。

五、結論與啟示

本文將2008年開展的國家創新型城市試點政策作為一項準自然實驗，通過構建異質性企業模型，探究創新試點政策對碳排放效率的直接影響與空間效應，并通過2006～2020年全國282個地級市面板數據，采用多期雙重差分評估創新型城市試點對碳排放效率的政策效應。研究結論如下：第一，創新型城市試點政策的實施有效提升了城市碳排放效率，并且政策效應在排除了非隨機選擇因素、內生性問題以及其他相關政策影響后，此結論依舊穩健。第二，由機制分析可知，試點政策會通過推動企業綠色創新與產業結構優化的形式實現碳排放效率的提高。第三，由異質性分析可知，創新型城市試點政策對碳排放效率的促進作用在東、中部區域，大中城市以及非傳統老工業基地城市更為明顯，同時受制于產業結構與城市規模的影響，創新型城市試點的政策效應發揮效果較弱。第四，創新型城市試點政策伴隨著空間距離的增大而出現衰變的規律，其中最優帶動區域為150千米至250千米之間。

由此，可以得出本文的政策建議：第一，應當進一步推動城市創新與低碳化的融合發展，一方面應當繼續加大對創新型城市試點的專項財政支持力度，通過財政補貼、融資優惠等多種渠道，持續加強企業的創新能力，降低企業生產成本，推動企業綠色創新，提高企業在碳約束條件下的企業生產效率，進一步優化產業結構，從而推動城市的能源利用效率與碳排放效率。第二，鼓勵不同城市試點政策發揮疊加效果，以創新型城市試點、新能源汽車城市試點、碳排放交易城市試點與智慧城市試點政策為支持，在多重嵌套政策激勵下有效推動城市低碳化轉型。第三，應當關注試點政策的空間效應，進一步擴大創新型城市的試點范圍，充分發揮試點政策的空間效應，推動鄰近城市與150千米至250千米之間的輻射作用，助推區域碳排放效率的整體性提升。

參考文獻：

［1］曹希廣，鄧敏，劉乃全.通往創新之路：國家創新型城市建設能否促進中國企業創新［J］.世界經濟，2022（6）：159～184.

［2］Bai Caiquan et al. Understanding the Trend of Total Factor Carbon Productivity in the World： Insights from Cconvergence Analysis［J］. Energy Economics， 2019， 81（C）：698～708.

［3］Cai B F，Cui C，Zhang D，et al. China City-Level Greenhouse Gas Emissions Inventory in 2015 and Uncertainty Analysis［J］. Applied Energy，2019.

［4］齊欣，楊膨宇，王堯.城市創新水平影響產業效率的機制分析與實證檢驗——基于空間分異的視角［J］.開發研究，2022（3）：89～101.

［5］徐正麗，龔艷平，吳俊.創新型城市建設的減排效應評估［J］.統計與決策，2022（12）：55～59.

［6］J.W. Sun. The Decrease of CO 2 Emission Intensity is Decarbonization at National and Global Levels［J］. Energy Policy， 2003（8）：975～978.

［7］Paul B. Stretesky and Michael J. Lynch. A Cross-National Study of the Association between Per Capita Carbon Dioxide Emissions and Exports to the United States［J］. Social Science Research， 2008（1）：239～250.

［8］魏琦，潘雨，李林靜.碳配額與補貼政策下企業減排和社會福利的比較研究［J］.南方金融，2021（2）：25～37.

［9］方建春，童楊，陸洲.財政分權、能源價格波動與碳排放效率［J］.重慶社會科學，2021（7）：5～17.

［10］白俊紅，張藝璇，卞元超.創新驅動政策是否提升城市創業活躍度——來自國家創新型城市試點政策的經驗證據［J］.中國工業經濟，2022（6）：61～78.

［11］王雅莉，侯林岐，朱金鶴.城市創新能否助力低碳經濟發展——創新型城市試點政策對碳強度的影響評估及機制分析［J］.科技進步與對策，2022（18）：39～49.

［12］張華，豐超.創新低碳之城：創新型城市建設的碳排放績效評估［J］.南方經濟，2021（3）：36～53.

［13］胡兆廉，石大千，馬靜.“近水樓臺”抑或“點石成金”——創新型城市的空間溢出效應研究［J］.經濟與管理研究，2021（1）：66～87.

［14］楊洋，魏江，羅來軍.誰在利用政府補貼進行創新——所有制和要素市場扭曲的聯合調節效應［J］.管理世界，2015（1）：75～86;98;188.

［15］Mingquan Li and Qi Wang. Will Technology Advances Alleviate Climate Change？ Dual Effects of Technology Change on Aggregate Carbon Dioxide Emissions［J］. Energy for Sustainable Development， 2017， 41：61～68.

［16］于向宇，陳會英，李躍.基于合成控制法的碳交易機制對碳績效的影響［J］.中國人口·資源與環境，2021（4）：51～61.

［17］Can Tax Breaks Beat Geography？ Lessons from the French Enterprise Zone Experience［J］. American Economic Journal： Economic Policy， 2015（2）：88～124.

［18］曹清峰.國家級新區對區域經濟增長的帶動效應——基于70大中城市的經驗證據［J］.中國工業經濟，2020（7）：43～60.

［19］Cuberes D，Desmet K，Rappaport J. Urban Growth Shadows［J］. Journal of Urban Economics， 2021， 123：103334.

［20］Hendrik Wolff. Keep Your Clunker in the Suburb： Low-Emission Zones and Adoption of Green Vehicles［J］. The Economic Journal， 2014（578）：481～512.

［21］吳建新，郭智勇.基于連續性動態分布方法的中國碳排放收斂分析［J］.統計研究，2016（1）：54～60.

［22］逯進，趙亞楠，蘇妍.“文明城市”評選與環境污染治理：一項準自然實驗［J］.財經研究，2020（4）：109～124.

［23］吉亞輝，楊膨宇，齊欣.創新背景下城市資源的空間策略性互動研究——基于門檻效應與兩區制空間杜賓模型［J］.商業經濟研究，2022（17）：182～188.

［24］胡劍波，王楷文.中國省域碳排放效率時空差異及空間收斂性研究［J］.管理學刊，2022（4）：36～52.

［25］Thorsten Beck and Ross Levine and Alexey Levkov. Big Bad Banks？ The Winners and Losers from Bank Deregulation in the United States［J］. The Journal of Finance， 2010（5）：1637～1667.

［26］Petia Topalova. Factor Immobility and Regional Impacts of Trade Liberalization： Evidence on Poverty from India［J］. American Economic Journal： Applied Economics， 2010（4）：1～41.

［27］郭勁光，王虹力.數字賦能下減排戰略的創新性選擇——基于“寬帶中國”試點政策的準自然實驗［J］.產業經濟研究，2022（4）：101～113;142.

Whether national innovative city construction can promote carbon emission efficiency

- Theoretical construction， mechanism analysis and spatial effect evaluation

YANG Peng-yu

（College of Urban Economics and Public Administration， Capital University of Economics and Business ，Beijing， 100070，china）

Abstract：

In the context of innovation-driven development， improving carbon emission efficiency is a key link to achieve green and low-carbon development. Based on the quasi-natural experiment of pilot construction of innovation-oriented cities， an analysis framework of enterprise heterogeneity was constructed to analyze the impact of pilot policies on urban carbon emission efficiency， transmission mechanism and spatial-temporal heterogeneity from theoretical and empirical perspectives. Panel data of 282 prefecture-level cities from 2006 to 2020 were used for verification. The results show that：Pilot policies of innovation-oriented cities can significantly promote the improvement of urban carbon emission efficiency; In terms of influencing mechanism， pilot policies of innovation-oriented cities will improve urban carbon emission efficiency through green technology innovation and industrial structure optimization; The effect of innovation pilot policies on the improvement of carbon emission efficiency is differentiated in different regions， different industrial bases and cities of different sizes; From the spatial perspective， the promotion effect of innovation pilot policies on carbon emission efficiency has a spatial spillover effect， which will significantly drive the improvement of carbon emission efficiency of cities within 150 km to 250 km.

Key words：

innovative city pilot;carbon emission efficiency;multiphase differential model;space decay law

責任編輯：蕭敏娜

吳錦丹 蕭敏娜 常明明 張士斌 張建偉 張 領

收稿日期：2022-04-28

基金項目：甘肅省哲學社會科學規劃項目“城市群國家戰略視角下甘肅新型城鎮化推進研究” （20YB097）

作者簡介：楊膨宇（1995—），男，山西侯馬人，首都經濟貿易大學城市經濟與公共管理學院博士研究生，研究方向為區域經濟與空間經濟。