企業高效融資與低碳發展之路
——基于低碳城市試點政策的準自然實驗

■王青 孫海添 王子瑄

一、前言及文獻綜述

實現經濟社會綠色高質量發展已成為我國建設現代化強國的迫切需要。2020年，習近平總書記提出“30·60”碳達峰碳中和目標，明確了當前中國經濟社會降碳轉型的期限和任務。黨在二十大報告中也明確提出了經濟綠色發展和碳減排的總體目標。這些信號意味著在未來中長期范圍內實現減碳甚至凈零碳將是中國經濟社會發展過程中的重點內容[1]。

城市是“雙碳”政策落地實施最重要的單元，因此國家發改委于2010 年啟動了低碳城市試點工作。低碳城市試點工作地推進具有“漸進式”和“探索創新”等特點[2]，在2012 年、2017 年逐步擴大試點地區，為落實碳達峰碳中和戰略走出了前瞻一步。低碳城市試點政策在諸領域激起廣泛而深遠的變革，引發國內外學者的關注。當前國際國內經濟低迷，中小企業普遍存在融資難、融資貴的問題[3—5]，企業是否在生產和運營過程中貫徹環境保護理念和擁有綠色創新能力，已經深刻影響到企業的融資效率。因此，測度低碳城市試點政策對企業融資效率的影響，有利于理順企業綠色轉型中的政策傳導以及金融支撐作用，促進企業綠色低碳轉型和綠色技術創新，對于助力碳達峰碳中和目標的順利實施具有現實意義。

本文首先對融資效率的定義和影響因素以及環境規制對融資效率的影響進行文獻梳理。有學者將融資效率定義為企業以最低成本和風險籌集資金并運用資金帶來最大收益的能力，并將企業的融資效率分為資金籌集效率與資金配置效率兩個層面[6]。資金籌集效率的高低受到國內外宏觀經濟環境、政策規制、區域金融發展水平、企業自身經營能力和外部聲譽的影響[7—9]。資金配置效率是在當前資本規模下實現企業有效運營周轉和效益最大化的測度指標，對公司治理結構、戰略決策等因素提出了要求[10]。目前，我國小微企業及部分上市公司存在融資約束困境，籌資效率較低，提升金融治理水平可以緩解融資約束，提高融資效率[11，12]。

現有關于環境規制對企業融資效率影響的研究多從“遵循成本說”和“波特假說”理論視角出發[13，14]。低碳城市試點政策作為一項綜合性環境規制政策，具有多方面共同影響融資效率、推進企業低碳轉型的作用[15]。劉亦文等[16]認為環境規制能夠倒逼企業完善環境信息披露機制，解決信息不對稱問題，提升企業的融資效率。魏佳慧等[17]認為低碳試點政策能激勵企業綠色創新，改善經營狀況，從而提升融資效率。李青原等[18]認為在環境規制的影響下，環境污染治理成本被內部化，污染和治理的成本和收益得以矯正，這有助于實現金融資本的有效配置。此外，有學者認為低碳試點政策能引導社會公眾對綠色產品和服務的需求，吸引投融資，提高企業的籌資效率[19]。還有學者認為環境規制對融資效率具有非線性影響，在政策實施的特定區間內才存在正向促進作用，在政策實施前期影響機制更貼近古典經濟學假設，在政策實施后期更接近“波特假說”[20，21]。也有學者認為在環境政策導向下，環境風險企業的信貸額度有所降低，融資約束更大[22]，因此盲目加強環境規制并不能提高企業績效。此外，史永東等[23]認為環境治理費用會對生產運營方面的投資產生“擠出效應”，抑制融資效率提升。趙振智等[24]認為低碳城市試點政策可能加劇企業的短視性經營行為。King等[25]認為政策實施后重污染企業更容易因社會公眾輿論壓力導致外部撤資，融資效率下降。

本文具有以下邊際貢獻：第一，現有研究低碳城市試點政策效應的文獻，重點關注企業綠色創新、全要素生產率等經濟效益，就業等社會效益，以及城市空氣污染和碳排放規模等環境效益，但少有文獻分析企業融資效率層面的政策效應。本文在系統測算企業融資效率后，從融資效率出發分析了低碳城市試點政策對于微觀主體的經濟效益，有助于全面分析該政策的政策效應，拓展了宏觀環境規制政策與微觀企業經濟行為的交互影響。第二，現有研究多將融資活動作為環境規制影響企業綠色創新的中介機制，但融資效率本身作為企業績效的重要部分則被忽視。本文將外部融資環境的環境信息披露和內部公司治理的兩類代理成本作為中介機制，論證了低碳城市試點政策如何影響企業融資效率。第三，政策效應的實施因企業所有制、企業規模、企業污染程度和地區金融發展水平不同而產生異質性，本文明晰了低碳試點政策的經濟機制和實際表現，并從政策層面，為進一步推進企業綠色轉型創新，加快“雙碳”目標的實現，提供了實證依據和針對性建議。

二、機理分析和假設

（一）低碳城市試點政策對企業融資效率的影響

一方面，在當前“雙碳”目標背景下，低碳試點政策逐步加強規制力度，完善環境信息披露機制和環境審計制度，加速綠色項目融資平臺建設，從而增加投融資主體的信任程度，釋放利好信號，降低企業融資約束，提升企業的融資效率[17]。此外，試點政策依托財稅貼息、創新補貼等激勵政策，帶動企業綠色創新及低碳轉型，改善企業經營狀況，降低其生存風險，提升企業的融資效率[19]。另一方面，低碳城市試點政策加快了低碳綠色交通和綠色建筑等領域的建設，加快了居民生活方式向綠色低碳轉變，拉動了對綠色低碳產品的需求，有利于吸引金融機構等投融資主體參與融資。

根據成本假說[26]，低碳城市試點政策可能由于政策信號以及兩高企業低碳轉型的高昂約束成本抑制企業的融資效率。此外，低碳城市試點作為城市名片更有可能獲得媒體和公眾的關注和監督，輿論導向會干擾主體的融資決策。但低碳城市試點政策的負向效應具有漸弱性，政策的資源配置作用使得轄內金融資源對于融資活動的正向激勵作用增強[16]。此外，企業更加注重履行環境社會責任，也能夠提高企業獲得金融資源的可能性。基于上述分析，本文提出如下假設：

假說1：低碳城市試點政策的實施可能提高企業的融資效率。

（二）低碳城市影響企業融資效率的影響機制

低碳城市試點政策的施行需要政府、企業和公眾等不同主體的共同參與，因此影響路徑具有多元性特點[19]。本文分別從影響外部融資環境的環境信息披露和影響內部公司治理結構的代理成本兩方面進行分析。

在低碳城市試點政策背景下，環境信息披露機制逐漸完善，綠色項目庫及投融資平臺的建立推動企業重點關注環境統計信息質量，加大環境信息披露力度。一方面，向投融資主體和利益相關主體傳遞公司具有高水平環境治理和環境認知能力的信號，展示企業承擔環境社會責任的能力和信心[27]。另一方面，解決融資活動中的環境信息不對稱問題，明確投資風險點，從而獲得長期穩定的資金來源及實現籌資效率的提升。基于此，本文提出如下假設：

假說2：低碳城市試點政策通過增強企業環境信息披露實現企業融資效率的提升。

低碳城市試點政策提升了企業的規制成本，強化了社會和投資者對于資金配置、企業經理人以及自由現金流的有效監督，公司經理人會強化環境管理觀念，使得其經營決策更加符合股東的權益，從而降低企業的第一類代理成本[28]。同時，在環境治理作用生效后，環境治理方面的管理費用會有所降低，進一步縮減第一類代理成本。此外，大中小股東因為決策地位的不同，會形成信息不對稱，產生利益對立，從而增加第二類代理成本。伴隨環境信息披露機制和企業會計信息質量的逐步提升，公司內部治理效率會顯著提升，從而抑制大股東與中小股東之間的代理沖突，緩解股權治理壓力[29]，約束道德風險和消耗企業資源的行為，有效控制第二類代理成本。基于此，本文提出如下假設：

假說3：低碳城市試點政策通過減少兩類代理成本實現企業融資效率的提升。

三、研究設計

（一）樣本來源與數據處理

由于2008 年國際金融危機和2019 年底暴發的新冠疫情對經濟社會的沖擊，從宏觀層面導致企業融資受限。為了剔除這兩個事件的影響，本文將2009—2019 年A 股上市公司相關數據以及相匹配的城市層面的面板數據作為研究樣本。對研究數據進行以下處理：（1）剔除已退市的上市公司樣本數據；（2）剔除變量缺失嚴重的樣本公司和對應城市數據；（3）為排除極端值、異常值的影響，各連續變量按照1%的比例進行縮尾處理。本文環境變量相關數據來源于《中國環境統計年鑒》和《中國城市統計年鑒》（2009—2019）；企業控制變量及計算融資效率的公司財務數據主要來源于國泰安數據庫（CSMAR）和中國研究數據服務平臺（CRNDS）；極少量缺失數據采用線性插值法補全。

（二）模型構建

1.兩階段鏈式網絡DEA模型

鑒于傳統DEA 模型忽略了對于中間階段的效率測算，無法分析各階段效率對于總體效率的影響。本文參考王海榮等[30]的做法，采用兩階段鏈式網絡DEA 模型對低碳城市上市企業融資效率進行測算。根據前文對于融資效率內涵的介紹，將融資效率劃分為籌資效率和配置效率進行評價。根據Kao 等[31]的研究，假定存在n 個單元（DMU），整個指標體系由m種投入指標、k種中間投入指標和s種產出指標組成，構建規模報酬可變的兩階段鏈式網絡DEA整體效率模型為：

（1）式的成立需要滿足以下五個約束條件：

本文將第一階段的指標變量和第二階段的指標變量分別稱為籌資效率指標和配置效率指標。上述式中，Xi、Yi、Zi分別表示決策單元在籌資階段的籌資指標、配置階段的籌資指標及配置階段的產出指標的觀測值；UT、VT、WT分別表示投入、中間投入和產出各項指標的權重；ε為無窮小量。ei=(1,1,…,1)；i=s,m,k。若令UT=U*、VT=V*、WT=W*時模型取得整體效率最優，則總體效率、籌資階段效率和配置階段效率的表達式可以分別表示為：

其中，E0、E1、E2分別表示整體效率、籌資階段效率和配置階段效率的測算結果。

2.漸進雙重差分法

為驗證基本假設，本文基于雙重差分方法構建如下基準回歸模型：

其中，Feit為第i個企業的第t期融資效率，Treati×Postt為實施政策時間虛擬變量和上市公司注冊地實施低碳城市試點的虛擬變量的交互項，表示政策發生效應，Controlsit代表一系列影響環境信息披露質量的控制變量。此外，模型中引入μi和σt，分別控制樣本企業的個體效應和時間效應，εit為其他擾動項。

（三）變量定義

1.被解釋變量：企業融資效率（Fe）

在借鑒劉軍航等[32]測算融資水平的指標選擇上，綜合考量測算指標的適用性、可獲得性和可操作性等，本文最終選取各指標的名稱、變量和計算公式如表1 所示。由于DEA 模型的各項指標具有非負性，故在進行測算前將原始數據中負向指標通過無量綱化變換調整為非負值。為了便于后文研究，選取總體效率得分作為被解釋變量的觀測值。

表1 企業融資效率測算指標體系

表2 變量解釋

2.核心解釋變量：低碳城市試點政策（Treat×Post）

國家發改委發布文件確定三次低碳城市試點政策分別開始于2010年7月、2012年11月和2017年1月。由于首次試點缺乏經驗，體制機制不夠健全，加之政策的弱約束性[24]，政策實施生效存在一定滯后性。考慮到研究數據的可得性、研究的可操作性和第一期開始時間為下半年，確定三批低碳城市試點政策的起始時間分別為2011 年、2013 年和2017年。參考宋弘等[33]的做法，以Treat表示是否為低碳城市試點城市，如果公司所處地區屬于試點城市，則Treat=1，否則Treat=0。在該城市的低碳城市試點政策實施以前（2011 年之前）Post=0，在政策實施以后（2011年及以后）Post=1。在定義Treat和Post的含義和取值后構建交互項Treat×Post，Treat×Post取值為1，表明該上市公司所處地區屬于低碳城市試點政策實施期間，否則取值為0。

3.控制變量

由于在研究低碳城市試點的政策效應時，可能存在其他影響企業融資效率的企業特征因素和城市特征因素，故本文根據徐佳等[15]、劉亦文等[16]的研究，選取如下控制變量，包括企業層面控制變量和城市層面控制變量：企業規模（Size）、企業年齡（Firmage）、資產負債率（Lev）、總資產凈利潤率（ROA）、董事人數（Broad）、前五大股東持股比例（Top5）、地區生產總值（LnGDP）、地區二氧化硫排放量（LnSO2）、地區科技支出（LnTech）和地區外商直接投資（LnFDI）。

四、實證分析

（一）融資效率測算

企業融資效率測算結果如表3所示。從整體效率視角分析，2009—2019年樣本企業的融資效率不夠理想，平均值為0.161，最小值僅為0.010，企業間的融資效率差異較大。1286家樣本上市公司中，實現融資效率有效的公司僅有25 家。基于籌資和配置兩階段視角來分析企業的融資效率，發現第一階段籌資效率顯著偏高，而資金配置效率平均水平較低，僅為0.203，因此大部分上市公司應當提高企業的資金配置效率來實現整體融資效率的提升。

表3 樣本企業融資效率測算結果

（二）基準回歸結果

表4描述了低碳城市試點政策對企業融資效率的總體影響。（1）和（2）列逐步加入控制變量且控制了企業和時間固定效應。表4 中交互項Treat×Post的系數分別為0.170和0.135，且均在1%的水平上顯著，引入控制變量后系數略降但無正負變動，回歸結果基本穩健，表明低碳城市試點政策轄內的上市公司融資效率有所提高。低碳城市試點政策對于緩解轄內企業融資約束、提高融資效率具有重要影響，這驗證了研究假說1。

表4 基準回歸及剔除直轄市樣本回歸結果

（三）平行趨勢檢驗

在模型（6）的基礎上，本文構建反事實框架進行平行趨勢檢驗，將首批國家低碳省份和城市試點工作開展的后一年即2011年作為基準年份。圖1描述了實驗組和對照組在政策影響下的融資效率平行趨勢，其中系數估計置信度為0.05。基準期滯后兩期即2012—2013 年，融資效率的提升效果并不顯著，而隨后效果顯著。這可能是由于政策具有“弱約束”和“弱激勵”的特點[2]，且試點工作開展初期缺乏經驗，政策從施行到傳導至企業決策和融資效率存在時滯，而后期伴隨國家開始重視環境規制和低碳經濟的長足發展，政策效應逐年顯著。在基準期以及前兩期，兩組差異較小，滿足平行趨勢假設。

圖1 樣本總體平行趨勢檢驗

（四）穩健性檢驗

1.剔除直轄市樣本

由于直轄市地區區域金融發展水平較高，擁有完善的市場機制和金融基礎設施以及多元化的金融服務，能夠更好地從多渠道滿足企業的投融資需求，因此低碳城市試點政策在直轄市地區的融資效率的測度更容易得到顯著正向影響。為保證回歸結果的穩健性，本文參考劉亦文等[16]的做法，剔除四大直轄市企業樣本和深圳的上市公司樣本，重新回歸并進行平行趨勢檢驗，如表4（3）、（4）列和圖2 所示。結果顯示，Treat×Post系數正負未發生變化，基準時間前，實驗組和對照組基本不顯著，而基準時間滯后三期之后差異顯著，證明了模型的穩健性。

圖2 剔除直轄市樣本平行趨勢檢驗

2.安慰劑檢驗

由于潛在未知解釋變量及其他因素可能影響模型的穩健性，本文隨機從1286 家樣本企業中抽取500 家企業構建新實驗組進行安慰劑檢驗，假設這些企業受到了低碳城市試點政策的影響，而其他企業作為對照組不受政策沖擊。安慰劑檢驗的結果如圖3 所示，隨機抽取的偽實驗組的回歸系數集中分布于0值附近，且p值均在0.01水平左右顯著，而基準回歸系數為0.112，系數完全獨立于分布之外，因此隨機設立的實驗組和對照組基本不存在政策效應，低碳城市試點政策對企業融資效率存在顯著影響的結論仍然成立。

圖3 安慰劑檢驗結果

3.傾向得分匹配-雙重差分法（PSM-DID）

由于選擇研究樣本的過程無法做到完全隨機，可能會導致模型存在內生性，因此本文借鑒司春曉等[34]的做法，構建新的控制組樣本結合DID 模型研究政策效應，以保證現有假設和結論的穩健性。本文使用了最近鄰匹配、卡尺匹配、核匹配和局部線性回歸匹配四種方式，在此基礎上進行雙重差分法回歸，結果如表5所示。對表5中系數的大小和正負方向進行考察，可以發現并無顯著差異，且均至少在5%的水平上顯著，進一步佐證了結論的穩健性。

表5 PSM-DID檢驗回歸結果

（五）異質性分析

為深入考察在不同企業性質和經濟環境下，企業的融資效率在低碳城市試點政策實施后是否存在非對稱影響，本文基于劉亦文等[16]的做法，從產權性質、污染程度、企業規模和區域金融發展水平四個方面進行異質性分析。

1.企業產權性質異質性

將樣本企業按國有企業和民營企業劃分并進行回歸。結果如表6（1）和（2）列所示，兩類企業的融資效率回歸系數均為正，且分別在5%和1%的水平上顯著，表明低碳城市試點政策對民營企業融資效率質量的改善效果更強。原因可能是，國有企業往往有更緊密的政企關系，經營風險更低，獲得貸款的概率更高，因此低碳城市試點政策對國有企業的融資約束影響較小，導致國有企業對政策響應的積極性較低，低碳城市試點政策對民營企業融資效率的影響更大。

表6 不同性質和不同區域金融發展水平企業樣本異質性檢驗結果

2.企業污染異質性

本文將樣本企業按《上市公司環保核查行業分類管理名錄》（環辦函〔2008〕373號）②劃分輕重污染行業，并進行分組回歸。結果如表6（3）和（4）列所示，政策在10%的顯著性水平上降低了重污染企業的融資效率，在1%的顯著性水平上提高了輕污染企業的融資效率。結果表明，重污染企業仍面臨著融資約束困境，相比輕污染企業，其獲得貸款的能力更弱。

3.企業規模異質性

本文將樣本企業按企業總資產規模的中位數劃分為大型企業和中小型企業兩類，并分別進行回歸。結果如表6（5）和（6）列所示，不同規模的企業在施行低碳試點政策之后融資效率都有顯著提升。從回歸系數上看，大型企業依托體量優勢，更有利于整合人才和資本在綠色創新和低碳轉型中發揮作用，但由于大型企業的創新風險和轉型成本較高，擠占了經營利潤，因而其融資效率較中小型企業較低。中小型企業由于資本規模和市場競爭力等較小，融資約束較多，在低碳城市政策推行過程中受到金融資本配置優化帶來的正向效應更為明顯。

4.區域金融發展水平異質性

本文按樣本企業所處地區金融數據中位數來劃分高金融發展水平和低金融發展水平兩組，并進行分組回歸。具體測算方式為年末金融機構貸款余額與平減后的GDP的比值。結果如表6（7）和（8）列所示，低碳城市試點政策對于不同區域金融發展水平影響下的企業的融資效率影響均顯著為正。從政策效應大小來看，高金融發展水平地區對于低碳城市政策實現資源配置優化的機制更為敏感，更有益于發揮政策激勵效應。低金融發展水平地區商業銀行等金融機構所能提供信貸的審核、供給能力相對較弱以及環境披露信息機制和風險評估機制不夠完善，綠色金融等投融資工具發展較慢，抑制了企業融資效率的提高。綜上可見，政策效應呈現顯著的地區差異性。

五、影響機制分析

上文實證結果表明，低碳城市試點政策對于提升企業融資效率具有顯著正向效應，但低碳城市試點政策依托何種路徑來實現企業融資效率的提升還有待研究。根據前文理論機制分析，融資效率分為籌資效率和配置效率兩個階段：一方面，低碳城市試點政策改善了企業環境信息披露狀況，降低融資風險從而實現籌資效率提升；另一方面，通過增加企業遵循成本，加強對于資金配置、企業經理人以及大股東的監督，降低兩類代理成本，提高資金配置效率。本文嘗試從信息披露程度和兩類代理成本兩個影響渠道進行實證檢驗。基于溫忠麟等[35]的研究，運用三步檢驗法檢驗中介效應，構建中介機制檢驗模型如下：

其中，KV表示環境信息披露，由于環境信息披露可測度性，本文選擇KV 指數衡量企業環境信息披露的質量。基于Kim等[36]的研究，KV指數反映了上市公司股票交易量對收益率的影響程度，體現股市對交易信息的依賴程度，從而度量了信息披露質量。本文在Kim等[36]測算信息披露質量方法的基礎上，借鑒翟光宇等[29]、徐壽福等[37]的做法，構建環境信息披露（KV）變量計算模型如下：

其中，Pt和Pt-1分別為第t 期和滯后一期的股票收盤價，Volt和Vol0分別為第t期交易量和樣本期間平均股票交易量。運用OLS法求解λ。λ的取值即為KV指數，取值越大，環境信息披露的質量越低。SC和DC分別表示企業的第一類和第二類代理成本。本文參考史永東等[23]、張愛美等[28]的做法，選擇管理費用率作為第一類代理成本的測度指標，體現了企業經營者和所有者之間因存在代理關系而產生的成本。基于翟光宇等[29]的做法，采用大股東對于公司資金的占有，即其他應收款與總資產的比值來測度第二類代理成本。第一類代理成本為負向指標，第二類為正向指標。以上企業財務數據主要來源于國泰安數據庫（CSMAR）。

中介效應檢驗的結果如表7 所示。（1）至（3）列反映了低碳城市試點政策對中介變量的影響，Treat×Post估計系數均顯著為負，說明低碳城市試點政策不僅直接影響企業融資效率，也降低了企業的環境信息披露和兩類代理成本。從（4）至（7）列可知，環境信息披露和兩類代理成本對于企業的融資效率均存在顯著負向影響，且Treat×Post估計系數均在1%水平上顯著。這表明環境信息披露和兩類代理成本是政策拉動企業融資效率提升的重要路徑，政策通過提升企業環境信息披露質量，改善企業外部融資環境，提高企業的籌資效率；通過降低企業兩類代理成本，改善企業內部控制質量和治理水平，提高企業的資金配置效率。并且，在內外部經濟機制共同作用下實現企業融資效率的優化。由此，本文的假說2和假說3成立。為檢驗中介效應的穩健性，本文采用Sobel 檢驗進行驗證。Sobel 統計量計算公式為：其中，a表示低碳城市試點政策和三項中介變量之間的影響系數，r表示在三項中介變量與企業融資效率之間的影響系數，σr和σa分別為r 和a 的標準誤。經檢驗，三項中介變量的Sobel統計量均在1%的水平上顯著。

表7 中介效應分析結果

六、結論與啟示

本文基于低碳城市試點政策構建準自然實驗，使用2009—2019年A股上市公司數據，通過兩階段鏈式網絡DEA模型系統測算企業融資效率，利用漸進雙重DID模型測算低碳城市試點政策對企業融資效率的影響，并從異質性的角度探討在不同性質和不同區域金融發展水平下，試點政策對企業的異質性影響，最后引入環境信息披露和兩類代理成本作為中介變量，研究了低碳城市試點政策對于企業融資效率的影響路徑。

研究發現：一是樣本企業的融資效率整體水平和資金配置階段效率較低，籌資階段效率相對較高且企業間融資效率差異性大。二是低碳城市試點實施后，企業融資效率顯著提升。相比非低碳城市試點轄內企業，政策實施后企業融資效率有所提升。此結論在經過平行趨勢檢驗、剔除直轄市樣本、安慰劑檢驗和PSM-DID 等檢驗后依舊穩健。三是低碳城市試點政策實施效果對不同性質和不同區域金融發展水平的企業存在顯著異質性，即對民營企業、非重污染企業、中小型企業和區域金融發展水平較高的地區具有更顯著的正向效應。四是低碳城市試點政策通過降低兩類代理成本和提高環境信息披露，改善外部融資環境和內部治理機制，從籌資和配置兩方面共同推動企業融資效率提升。

綜上，本文得出以下啟示：（1）積極鼓勵非試點地區申報低碳城市試點政策，探索適合當地經濟社會環境特點的實施路徑，對實施效果較好的試點地區予以財政貼息等激勵，充分發揮試點項目的示范效應和城市名片效應。（2）推動建立轉型金融和碳金融等新興金融工具，滿足企業多層次的融資需求，政府應充分發揮制度設計、組織協調、行政規制和市場激勵等基礎性引導作用。（3）充分把握低碳城市試點政策的金融資源配置路徑機制，通過金融資源配置為重污染行業企業和國有大型企業低碳化發展提供強勁動力。在政策實施過程中應聚焦長期目標，推動地方金融體系完善，建立健全信息披露機制，為實現持續降碳增產、綠色發展多贏提供長效融資渠道，保障企業的正常生產，規避環境規制約束下高環境規制成本陷阱。（4）健全綠色創新對企業全要素生產率的推動作用。企業應積極培育研發人才隊伍，加大對低碳生產、綠色金融和新能源開發等領域的投資預算和高質量人才引進預算，落實長期創新驅動發展戰略和制定具體落實計劃。企業應優化資本配置效率，培養管理者的戰略眼光，加強內部控制，保證企業融資效率的持續提升。

注 釋

①限于篇幅要求，本文省去描述性統計分析部分，如有需要可向筆者索取。

②《公司環保核查行業分類管理名錄》（環辦函〔2008〕373號）規定火電、鋼鐵、水泥、煤炭、電解鋁、建材、采礦、化工、石化、制藥、輕工、紡織和制革共13類環保核查行業。