低碳城市建設對綠色全要素碳生產率的影響
——基于低碳試點政策的研究

徐宗文 克 甝

1.新疆財經大學統計與數據科學學院

2.新疆財經大學新疆社會經濟統計與大數據應用研究中心

0 引言

過去40 年，我國經濟高速發展，一躍成為全球第二大經濟體。取得這些成績多依靠投資、出口和消費。然而依靠“舊三駕馬車”拉動的粗放型經濟增長模式已經不適合新發展階段的中國。低碳綠色經濟是當今經濟發展的主題之一，環境保護與經濟發展處于同等重要的位置。2023年7月，習近平總書記在全國生態環境保護大會上強調，“我國經濟社會發展已進入加快綠色化、低碳化的高質量發展階段，生態文明建設仍處于壓力疊加、負重前行的關鍵期”。為此，我國采取了一系列措施推進生態文明建設。城市作為發展綠色低碳經濟的主要單位，向上承擔著實現各省“雙碳”目標的美好愿景，向下統籌管理著轄區內各縣域社會生產的各個方面。低碳城市建設致力于推動城市經濟向低碳綠色轉型，對實現我國高質量發展至關重要。學術界圍繞低碳試點建設展開了大量研究，但關于低碳城市的綠色全要素碳生產率提升效應的研究及其作用機制還有待進一步挖掘。

1 文獻綜述

自低碳城市建設提出以來，學術界圍繞低碳試點政策的實施效果展開了大量研究，主要從環境治理效應及社會經濟效應兩個層面展開探討。關于環境治理效應，研究又可細分為低碳試點政策的碳減排效應和空氣污染治理效應兩方面。從碳減排視角出發的研究基本支持低碳城市建設顯著抑制了碳排放這一事實(張華,2020；郭沛等,2022；郭炳南等,2023；黃寰等,2023)［1-4］，如張華(2020)［1］和周迪等(2019)［5］基于雙重差分法，從多角度實證檢驗了低碳試點的碳減排效果，但關于該效應的作用時長二者有不同的結論，前者認為低碳試點的碳減排效應是持續推進的，后者則認為會在政策實施的第5或第6年后消失。從空氣污染治理角度出發的研究認為低碳城市建設能夠緩解空氣污染，提高空氣質量(宋弘等,2019；王華星等,2019；冉啟英等,2022)［6-8］。關于社會經濟效應，研究基于產業集聚角度，對低碳試點政策下的綠色經濟效益進行了充分討論，認為低碳城市建設下社會各方面的發展尤為注重綠色經濟發展(Bekhet 等,2018；Song 等,2018；熊廣勤等,2020)［9-11］。

由文獻梳理可知，已有文獻對低碳城市建設的政策效果進行了較為充分的研究，但研究視角存在些許不足。從城市綠色全要素碳生產率的視角評估低碳城市建設的實施效果并沒有引起學術界的高度關注。然而綠色全要素碳生產率是高質量發展所關注的全要素生產率及實現“雙碳”愿景目標的綜合體現，且現有關于全要素生產率的研究多從技術創新、產業結構、資源配置等方面出發，基于政府政策對綠色全要素碳生產率影響的研究相對較少。

2 理論分析與研究假設

為推動綠色可持續發展建設，低碳試點城市出臺了一系列考察標準，這些標準會直接或間接影響城市綠色全要素碳生產率的提升。一方面，低碳試點城市的社會資源會傾向于綠色經濟項目(陳麗娜等,2023)［12］，這會直接提升城市綠色全要素碳生產率，如低碳試點城市會在產業發展、稅收政策、企業發展等方面促進低碳綠色經濟發展。另一方面，國家會對試點城市進行定期考核，試點城市的政府官員基于上級壓力和政績考核，會采取一系列措施推動綠色產業發展，縮小高污染、高能耗企業及行業的生存空間，迫使這些企業積極進行綠色技術創新或遷移至其他城市，進而推動綠色全要素碳生產率提升。

低碳試點的綠色全要素碳生產率提升效應主要從產業結構效應及產業技術創新效應方面助推城市綠色全要素碳生產率提升。從產業結構方面看，首先，伴隨試點政策實施的考核標準直接作用于企業，促使企業向低碳綠色轉型，但重工業企業的高排放、高污染特性增加了轉型的難度，因此，這部分可能會轉移至非試點城市，降低高污染產業的比重。其次，低碳試點政策對綠色產業有天然的發展優勢，政策紅利驅使下技術、資本等生產要素向環境友好型企業靠近，從而實現資源再配置，進一步優化試點城市的產業結構。從產業技術創新角度來看，低碳試點工作主要通過碳排放交易權和政府補貼等方式引導微觀企業治污正本內部化(LP S?derholm,2013)［13］。一方面，碳交易試點的設立考驗當地企業的治污能力，企業為求生存，會加大對污染物治理的投入，增加企業的生產成本，會倒逼企業進行綠色技術創新。另一方面，政府對創新企業的補償效應會激勵企業積極進行產業技術創新，從而促進綠色全要素碳生產率提升。綜上所述，提出如下假設：

假設1：低碳試點政策能夠促進城市綠色全要素碳生產率提升。

假設2：低碳試點政策能通過優化產業結構及產業技術創新促進城市綠色全要素碳生產率提升。

試點政策對城市綠色全要素碳生產率的作用路徑如圖1所示。

圖1 低碳試點影響城市綠色全要素碳生產率的作用機制圖

3 研究設計

3.1 被解釋變量：綠色全要素碳生產率

本文主要被解釋變量為城市綠色全要素碳生產率。具體而言，基于成剛和錢振華(2012)［14］關于數據包絡模型SBM 效率值的解釋，借鑒黃宇寧(2023)［15］關于全要素碳生產率的測度方法，利用考慮非期望產出的超效率SBM 模型的效率值衡量綠色全要素碳生產率。投入指標包括人力資本，以各地區從業人員總數衡量；物資資本投入，以各城市固定資本存量衡量；能源投入，以各城市能源消耗總量衡量；產出指標，包括期望產出GDP 和非期望產出碳排放量，其中，地區生產總值換算為2003年不變價格，碳排放量參照從建輝等(2014)［16］關于城市碳排放核算方法，將城市碳排放分為三類，本文碳排放量是指三類碳排放之和。

3.2 控制變量

為了最大程度避免遺漏變量對估計結果產生影響，本文參考已有關于碳生產率研究的相關文獻后選取如下控制變量。綠色投資(greinvest)，以環境污染治理投資占GDP 比值衡量；綠色保險(greinsu)，以環境污染責任保險收入占總保費收入比值衡量；綠色支持(gresupport)，以財政環境保護支出占財政一般預算支出比值衡量；綠色權益(greright)，以碳交易、用能權交易、排污權交易與權益市場交易總額比值衡量；金融發展水平(finance)，以機構存貸款余額占GDP比值衡量；城鎮化率(urban)，以城鎮常住人口占城鎮與鄉村常住人口之和比值衡量；產業結構優化(structure)，以第三產業增加值與第二產業增加值的比值衡量；對外開放(open)、城市基礎設施(infra)、政府重視程度(gover)、環境規制(envregulation)及技術創新(techinno)的測度方法及數據來自《科學數據銀行》公布的數據。

3.3 數據來源

數據主要來自各級統計年鑒、相關統計資料等。其中，能源部分各能源品種與各部門的能源消費數據來源于《中國能源統計年鑒》以及各級統計年鑒；工業、農林業碳排放數據分別來自《中國工業統計年鑒》及《中國農業統計年鑒》《中國畜牧業年鑒》《中國林業和草原統計年鑒》；廢棄物處理的數據通過《中國環境統計年鑒》以及各級統計年鑒獲取；外購電力、供熱和制冷數據源于《中國城市統計年鑒》《中國能源統計年鑒》以及各級統計年鑒。排放因子以官方公布的相關數據為準，具體包括《省級溫室氣體排放清單指南（試行）》與各級政府發布的碳排放清單指南，若有缺省數據則通過IPCC 排放因子數據庫進行補充。

3.4 政策背景與模型設定

2010年7月國家發改委印發《國家發展改革委關于開展低碳省區和低碳城市試點工作的通知》，確定了首批低碳試點實施地，并于2012年、2014年和2017年分批遴選出87個省市作為低碳試點實施地。入選為試點城市后，當地將積極調整并優化產業及能源結構，節能增效，開發綠色低碳模式，國家發改委在試點地區的發展改革部門建立聯系機制并定期對試點進展情況進行評估。本文探索的問題是：低碳城市建設是否有效促進了城市綠色全要素碳生產率的提升。為最大程度解決內生性問題，本文基于低碳試點實施地構建如下雙重差分模型：

其中，Cpdit表示城市i 在t 年的綠色全要素碳生產率，Treatit表示政策效應，取值為1表示城市i在t年是低碳試點城市，取值為0 表示城市i 在t 年不屬于低碳試點城市；Controlit為一系列控制變量,μt及δi分別表示時間固定效應和省份固定效應。對于模型(1)本文關注的是系數α1，若系數顯著α1>0，則表示與非試點城市相比，低碳試點政策顯著促進了城市全要素碳生產率提升。

4 實證結果與分析

4.1 描述性統計

表1 展示了本文主要變量的描述性統計結果。結果顯示城市綠色全要素碳生產率均值為0.440，標準差為0.168，極差為1.823，這表明城市綠色全要素碳生產率在樣本期內存在較大差異，并且控制變量的浮動范圍也比較大。這為考察低碳試點政策對城市綠色全要素碳生產率的影響提供了研究素材。

表1 主要變量描述性統計結果

4.2 平行趨勢檢驗及基準結果

趨同假設是雙重差分法的重要前提假設，即如果沒有實行低碳試點政策，試點城市與其他城市的綠色全要素碳生產率應該有相似的變化趨勢。為了驗證這一假設，本文借鑒趙濤等(2020)［17］的做法，在進行基準回歸之前對模型進行平行趨勢檢驗（見圖2），結果表明，假設通過了平行趨勢檢驗。隨后進行回歸分析，具體結果見表2。表2 列(1)僅控制了時間固定效應，列(2)控制了時間及城市固定效應，列(3)在時間及城市雙固定的基礎上將控制變量納入模型。結果顯示，三種情況下綠色全要素碳生產率(cpd)的系數均為正且在1%的統計意義上顯著，表明低碳試點政策顯著提升了城市綠色全要素碳生產率。本文依據表2第(3)列展開分析，低碳試點城市建設對綠色全要素碳生產率的估計作用約為0.045，即低碳試點政策實施后，試點區城市的綠色全要素碳生產率比非試點城市平均提高4.5%。

表2 基準回歸結果

圖2 平行趨勢檢驗圖

4.3 穩健性檢驗

為確保實證結果的合理性，本文進一步進行以下穩健性檢驗。

4.3.1 考慮不可觀測因素的影響：安慰劑檢驗

隨時間變化且不可觀測的區域特征對低碳試點政策助推城市綠色全要素碳生產率提升效應的估計結果產生影響，是采用DID方法識別假設的另一個無法忽視的問題。由于地理位置、氣候特征、經濟發展等不同因素造就的城市特征差異可能隨著時間推移對城市碳生產率產生不同的影響，雖然在模型構建中考慮了城市固定效應，但不可避免會遺漏一些不可觀測因素，這些未納入模型的變量可能影響識別假設。因此，本文借鑒已有文獻的做法(La Ferrara 等,2012；宋弘等，2019；趙濤等,2020)［6,17-18］，采用一個間接性的安慰劑檢驗。具體做法如下，由前文模型(1)可以得出系數α?1的表達式為：

其中，W包括控制變量、個體時點雙固定效應，η表示無法觀測到的因素對城市綠色全要素碳生產率的影響，如果不可觀測因素不會影響估計結果，則η=0，表明是無偏估計量，但在現實中無法確定是否是無偏的。因此，采用間接安慰劑檢驗的方法進行驗證，即利用軟件隨機產生一個理論上不會對回歸結果產生影響的錯誤變量(記為:Replaceit)代替Treatit，由于Replaceit的隨機性，理論上α1=0；若Replaceit的估計變量實際上對回歸結果產生影響，即α1不等于0，則表明前文構建的估計模型有誤，也即存在其他無法觀測的因素會對估計結果產生影響。本文的具體做法是：利用軟件stata17隨機產生一個低碳試點城市名單，由此產生一個錯誤政策效應估計量：α?random1，并將該過程重復500次，得到500 個α?random1的分布，如圖3 所示，α?random1的分布在0 左右且服從正態分布，說明其他不可觀測因素并不會對估計結果產生顯著性影響。

圖3 安慰劑檢驗圖

4.3.2 更換被解釋變量的測算方法

本文借鑒已有文獻關于綠色全要素碳生產率的另一種測度方法，利用SBM 模型計算的Malmquist-Luenberger(ML)指數衡量綠色全要素碳生產率的增長變化情況。具體做法是將各城市2003 年的綠色全要素碳生產率視為1，通過ML 指數的連乘積折算出2004-2022 年各地區綠色全要素碳生產率。更換綠色全要素碳生產率的測算方法后得到的估計結果見表3 列(1),結果表明低碳試點政策對綠色全要素碳生產率的提升效益依然顯著存在。

表3 穩健性檢驗

4.3.3 加入碳生產率的時間滯后項

考慮到城市的綠色全要素碳生產率可能存在時間序列相關，可能會導致城市當年的綠色全要素碳生產率受到以往年份的碳生產率影響，本文借鑒張艷等(2022)［19］的做法，將滯后一期的碳生產率納入模型重新進行分析，穩健性檢驗結果見表3列(2),結果顯示Treat 的系數顯著為正，與基準回歸結果基本保持一致。

4.3.4 考慮城區特征的影響

低碳試點城市絕大多數位于胡煥庸線的右側，其經濟發展、產業分布、人口集聚等因素的差異可能影響估計結果。因此本文參考宋宏等(2019)［6］的研究，加入胡煥庸左右側的虛擬變量與時間線性趨勢的交乘lu-line×trend。具體采用以下估計方程：

其中，hu-line 表示胡煥庸線左右側的虛擬變量，若城市位于胡煥庸線右側則hu-line取值為1，否則取值為0，trend 表示時間線性趨勢。hu-line*trend從線性角度控制了相關的地理、經濟因素對結果產生的影響，進一步緩解了實驗組與控制組非隨機選擇造成的偏誤。表3 中列(3)的結果表明檢驗結果與基準回歸基本一致。

4.3.5 考慮政策效應

從統計意義上看，前文基準回歸得到的系數α1代表試點政策對城市綠色全要素碳生產率影響的凈效應，但無法確定在低碳試點政策實施期間的其他政策是否會影響城市綠色全要素碳生產率的基準估計結果。已有文獻表明，2011年開始實行的碳排放權交易試點政策及智慧城市建設均會顯著影響城市的碳生產率(石大千等,2018)［20］。因此，為避免其他政策對實證結果產生影響，引入碳交易權政策虛擬變量CO2(若城市被選定為碳交易權試點且處于政策實施當年及以后取值為1，否則取值為0)，同理設置智慧城市虛擬變量smart。本文分別將虛擬變量CO2及smart分別與實施時間相乘得到交乘項(CO2_use 及smart_time)作為控制變量納入模型，估計結果見表3列(4)和列(5)。不難發現，Treat的系數與基準回歸的結果相差不大。表明在考慮其他政策效應后，估計結果依舊穩健。

4.3.6 剔除部分樣本

本文的基準回歸考慮了全國所有樣本，將入選低碳試點的城市作為實驗組樣本，沒有入選的城市作為控制組樣本。但低碳試點政策并未涉及全國所有省份。因此，為確保實驗組和控制組在各個方面更相似，本文借鑒宋弘等(2019)［6］的做法，剔除所有沒有試點城市的省份。剔除部分樣本后的結果見表3列(1)，剔除部分樣本后得到的結果與基準回歸結果基本一致，進一步說明了基準回歸結果具有穩健性。

4.4 機制分析

上文分析表明，低碳城市試點政策顯著地提高了城市綠色全要素碳生產率，那么，國家實行的試點政策通過影響哪些關鍵變量來影響碳生產率水平？根據國家發改委關于實行低碳試點的說明并參考已有的相關文獻，本文從產業結構效應與產業技術創新效應方面來考察低碳城市試點的作用機制。傳統產業的產業結構相對穩定，低碳試點政策可能通過改進傳統產業的技術發展，進而對傳統產業的綠色全要素碳生產率產生影響，對于其他產業，低碳技術通過調整及優化產業結構來發展低碳產業(宋弘等,2019)［6］。具體地，本文借鑒的研究以第一、二、三產業占GDP 比重以及第二產業占第三產業的比重來衡量產業結構效應，以城市創新指數(依據2017年復旦大學產業發展研究中心所提供的計算方法)衡量產業創新。

表4 列(1)和列(3)表明低碳試點政策效應的系數顯著為正，表明政策實施后第一、三產業的比重增加約0.6%和0.8%。從產業結構優化視角看，低碳城市建設顯著促進了城市產業結構優化的發展進程。考慮到實施低碳試點政策的目標之一是通過低碳技術實現城市產業創新，促進城市產業轉型(宋弘等,2019)［6］,表4列(5)顯示，低碳城市建設顯著提高了城市整體產業創新。總體而言，低碳試點政策對于產業結構優化及產業整體創新有積極促進作用。以上分析表明，產業結構優化及創新是低碳試點政策發揮作用的機制，這也滿足該政策的目標之一。

表4 產業結構及創新的機制分析

5 結論與建議

低碳城市建設至今已有十余年，其對我國低碳經濟、產業結構及環境保護等方面產生了無法忽視的重要影響。本文利用我國2003-2022 年277 個城市的面板數據，使用多期DID模型實證考察了低碳城市建設對城市綠色全要素碳生產率的影響，同時利用安慰劑檢驗、控制被解釋變量的滯后項、考慮時間及城區差異、控制其他政策的影響等方法對結果進行穩健性檢驗。研究結果表明：

1)低碳城市建設顯著促進了城市綠色全要素碳生產率提升，且該結論在經過一系列穩健性檢驗之后仍顯著成立。

2)低碳城市建設的碳生產率提升效應主要通過優化產業結構及刺激產業創新發揮作用。

結合研究結論，本文提出如下政策建議：

1)總結低碳城市建設過程中積累的經驗，將試點范圍逐漸擴大至更多省市，積極探索新的低碳發展模式，形成試點城市與非試點城市深度融合的發展機制。一方面，低碳試點城市應在探索中積累經驗，并且試點地區應互通有無，在合作中共同進步；另一方面，政府應注重政策試點的進一步推廣，綠色全要素碳生產率是高質量發展的目標之一，低碳試點的碳生產率提升效益是客觀存在的，因此非試點城市應積極采取合作，以試點城市的建設目標自我鞭策。

2)將產業結構優化及創新作為全面激發政策效應的立足點，綜合考慮其他政策對城市綠色全要素碳生產率的影響，發揮多政策協同作用。例如將碳交易政策及智慧城市建設融入到低碳城市建設中，充分利用國家頒布的各項有利于低碳經濟及綠色全要素碳生產率提升的政策，發揮多政策協同作用。